arcgis栅格数据空间分析实验报告

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

实验五栅格数据的空间分析

一、实验目的

理解空间插值的原理,掌握几种常用的空间差值分析方法。

二、实验内容

根据某月的降水量,分别采用IDW 、Spline、Kriging 方法进行空间插值,生成中国陆地范

围内的降水表面,并比较各种方法所得结果之间的差异,制作降水分布图。

三、实验原理与方法

实验原理:空间插值是利用已知点的数据来估算其他临近未知点的数据的过程,通常用于将

离散点数据转换生成连续的栅格表面。常用的空间插值方法有反距离权重插值法(IDW )、样条插值法(Spline)和克里格插值方法(Kriging )。

实验方法:分别采用IDW、Spline、Kriging 方法对全国各气象站点1980 年某月的降水量进行空间插值生成连续的降水表面数据,分析其差异,并制作降水分布图。

四、实验步骤

⑴打开arcmap,加载降水数据,行政区划数据,城市数据,河流数据,并进行符号化,对行政区划数据中的多边形取消颜色填充

⑵点击空间分析工具spatial analyst → options ,在general 标签中将工作空间设置为实验数据所在的

文件夹

⑶点击 spatial analyst → interpolate to raster → inverse distance

weighted ,在 input points 下拉 框中输入 rain1980 , z 字段选择 rain ,像元大小设置为 10000

点击空间分析工具 spatial analyst → options ,在 extent 标签中将分析范围设置与行政区划一致,点击

spatial analyst → interpolate to raster →inverse distance weighted ,在 input points 下拉框中输入

rain1980 , z 字段选择 rain ,像元大小设置为 10000

点击空间分析工具 spatial analyst → options 在 general 标签中选 province 作为分析掩膜,点击 spatial

analyst → interpolate to raster →inverse distance weighted ,在 input points 下拉框中输入 rain1980 , z 字段选择 rain ,像元大小设置为 10000

⑷采用样条差值 点击 spatial analyst → interpolate to raster → spline ,在 input points 下拉框中输入 rain1980 ,z 字段选择 rain , 像元大小设置为 10000

点击空间分析工具 spatial analyst → options ,在 extent 标签中将分析范围设置与行政区划一致,点击

spatial analyst → interpolate to raster → spline ,在 input points 下拉框中输入 rain1980 , z 字段选择

求三者最大值与最小值的差值,并转化为整形数据,进行符号化,分为三类

rain ,像元大小设置为10000

点击空间分析工具 spatial analyst → options 在 general 标签中选 province 作为分析掩膜,点击 spatial

analyst → interpolate to raster →spline ,在 input points 下拉框中输入 rain1980 ,z 字段选择 rain 像元大小设置为 10000

求三者最大值与最小值的差值,并转化为整形数据,进行符号化,分为三类

点击空间分析工具 spatial analyst → options 在 general 标签中选 province 作为分析掩膜,点击

⑸采用

点击 spatial analyst → interpolate to raster → kriging ,在 input points 下拉框中输入 rain1980 , z 字段选择

rain ,像元大小设置为

10000

点击空间分析工具 spatial analyst → options ,在 extent 标签中将分析范围设置与行政区划一致,点击 spatial

analyst → interpolate to raster → kriging ,在 input points 下拉框中输入 rain1980 , z 字段选择 rain ,像元大 小设置为

10000

spatial analyst

→ interpolate to raster → kriging ,在input points 下拉框中输入rain1980 ,z 字段选择rain ,像元大小设置为

10000

求三者最大值与最小值的差值,并转化为整形数据,进行符号化,分为三类

结果为三次插值求平均,分为4 类

图框,指北针,图例,比例

制作降水量分布图,添加图

名,

五、实验总结

1、栅格数据空间分析可以运用到哪些领域?

栅格数据结构简单、 直观、非常利于计算机操作和处理, 是 GIS 常用的空间基础数据格 式,基于栅格数据的空间分析是 GIS 空间分析的基础,也是 GIS 空间分析模块( Spatial

Analyst )的核心内容。距离制图、密度制图、表面生成、表面分析、统计分析、重分类、 栅格计算等都是 GIS 空间分析模块所能实现的功能。

2、试解释栅格数据叠加分析的概念,并举例说明这种空间分析方法的用途。 是指在统一空间

参考系统下, 通过对两个数据进行的一系列集合运算, 产生新数据的过 程。数据可以是图层对应的数据集, 也可以是地物对象。 叠加分析的叠置分析的目标是分析 在空间位置上有一定关联的空间对象的空间特征和专属属性之间的相互关系。 多层数据的叠 置分析, 不仅仅产生了新的空间关系, 还可以产生新的属性特征关系, 能够发现多层数据间 的相互差异、联系和变化等特征。

3、如何理解空间插值的概念?请列举出几种常用的空间插值方法并简述其基本原理。 空间插值分析是 GIS 空间分析的重要组成部分, 它是将离散点的测量数据转换为连续的 数据曲面,

以便与其它空间现象的分布模式进行比较。 其理论假设是空间位置上越靠近的点, 越可能具有相似的特征值;而距离越远的点,其特征值相似的可能性越小。 ①

最邻近法

(Nearest Neighbor) 最近邻点法又叫泰森多边形方法。它采用一种极端的边界内 插方法—

只用最近的单个点进 行区域插值 (区域赋值) 。泰森多边形按数据点位置将区域分割成子区域,

每个子区域 包含

一个数据点,各子区域到其内数据点的距离小于任何到 点进行赋值。

② 趋势面分析 趋势面分析的一个基本要求就是, 所

选择的趋势面模型应 该是剩余值最小, 而趋势值最大, 这样拟合度精确度才能 达到足够的准确性。趋势面分析是通过回归分析原理,运用最小二 乘法拟合一 个二维非线性函数, 模拟地理要素在空间上的分布规律, 展示地理要素在地域 空间上的变化趋势。 ③ 最优插值 (Optimal)

4、在 GIS 中常用的表面分析方法有哪些?在实际工作中有什么用途?

其它数据点的距离,并用其内数据

相关文档
最新文档