GIS空间分析实习报告

中国地质大学（北京）

GIS空间分析实习报告

学号：1004125217 姓名：黄亮亮 指导老师：刘湘南

1

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

实习一

1. 分析Redlands市的道路分布情况。

（1）Street.shp是该城市的道路，属性表中Class字段表示道路等级，请统计1-5级道路的长度。

答：

Class 1 2 3 4 5 长度（米） 24065.132884 5026.717658 38446.818098 98483.129549 352289.969835 （2）计算不同地类的面积以及各地类范围内道路的总长度及道路密度。写出解决这两个问题的操作步骤及运算结果。

答：

地类 AGR 面积（平方米） 17366059.740009 道路总长度（米） 379334552.513634 道路密度（米每平方米） 21.84344395 COM 5516027.643906 48622042.776138 8.814684392 IND 3437436.252014 24194815.989868 7.038622455 OPS 1313743.592285 5640571.199707 4.293509961 RES 27457812.237717 2412494997.63617 87.86187977 TNS 4447779.486187 170815399.956974 38.40464674 42.75947267 VAC 操作步骤：

38685102.440186 1654154580.45953 a.地类的面积计算：在图层中加载Landuse.shp图像，右键打开其属性表，按属性选择“LU_ABV=’AGR’”等七个地类，再右键点击AREA属性，选择统计，得到该地类的面积信息。 b.各地类范围内道路总长度的计算：首先，执行ArctoolboxData Management

2

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

ToolsFeaturesFeature to line命令，在Feature to line对话框中Input feature选择landuse，点击OK，输出图层Landuse_FeatureToLine, 加载进图层中。然后，右键打开属性表，AREA一栏所对应的的就是道路总长度，按照地类不同，得到上图结果。 c.道路密度的计算：道路密度=道路总长度/面积。

2. 使用„\\EX1\\report1\\road.mdb中的数据

（1）startpot和endpot分别为起点和终点，计算两点间的直线距离和方位关系。

答：直线距离：首先，在ArcMap中加载startpot和endpot数据；

然后，在Arctoolbox中选择分析工具------邻域分析------点距离，在输入要素中选择startpot，在邻近要素中选择endpot，点击确定，得到距离。

（输入要素）

得到两点间的距离为：2083.750647米。

在Arctoolbox中选择分析工具——邻域分析——生成近邻表。在Input Features中选择startpot.shp，在Near Features中选择endpot.shp，在位置和角度前面的文本框中打“√”，修改最接近匹配项的最大数量为1,单击确定。得到最近点的坐标和方位角38.1。表示终点在起点北偏东38度方向。

（2）如果考虑河流与地形对两点间通达性的影响，请计算到达终点的最短路径。说明分析思路、操作步骤和运算结果。提示：地形因素可转换为坡度表示，执行spatial analystsurface analysisslope命令，输入地形数据（dem），可以获得区域的坡度分布图。

答：执行以下步骤：

首先添加 river 数据，选择 Toolbox-空间分析-重分类-重分类，得到重分类 river

添加 DEM 数据，选择 Toolbox-空间分析-表面分析-坡度，得到 DEM 坡度，再利用选择Toolbox-空间分析-重分类-重分类，得到坡度的重分类 B

添加 DEM 数据，选择 Toolbox-空间分析-邻域分析-焦点统计，设置方式为 MAXIMUM和 MINMUN 各一次，焦点区域大小设置为 21，分别得到 MAX21 和 MIN21，然后选择Toolbox-空间分析-地图代数-栅格计算器，计算 Max21-Min21，得到起伏度

选择 Toolbox-空间分析-地图代数-栅格计算器，计算 Reclass_river + ( reclass_slope*0.6+reclass_QFD*0.4)得到cost

3

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

选择 Toolbox-空间分析-距离分析-成本回溯链接，加载 startPoint 和 cost 数据startPoint 为原点的成本分析

选择 Toolbox -空间分析-距离分析-成本回溯链接，加载startPoint和cost

选择 Toolbox-空间分析-距离分析-成本路径，输入endPoint数据，和上面两个步骤所得到的成本距离和成本回溯链接结果，可得到一条最符合条件的道路。

3. 请总结Select by location（根据空间位置选择目标时）中列出的可以利用的各空间关系特征的应用方法，并举实例说明。判断在选取某省区境内道路时，可否使用intersect这种关系规则进行道路选择，说明原因。

答：（1）

应用方法 实例 与源图层要素相交 如查找河北省所有与北京市相交的道路 在源图层要素的某一距离范围内 如查找北京市周边30公里范围内的化工厂 （完全）包含源图层要素 如查找某省内的河流信息 （完全）位于源图层要素范围内类 如查找某省内的河流信息，某省为源图层 接触源图层要素的边界 查找与河南省接壤的所有省份 （2）使用intersect关系规则时，不能准确的选取某省区德道路，因为选取的道路有可能涵盖了不是该省的路段。

4. 使用„\\EX1\\中国目录中的数据

（1）计算各省会城市之间的距离，说明那两个城市间的距离最近/最远？

答：方法：在分析工具中选择点距离方法，均输入省会城市，得到距离表格，发现，香港和澳门之间的距离最短，乌鲁木齐和台北的距离最远。

（省会城市间距离）

（2）计算各省区内1994年人均GDP最高和最低的5个省级行政区。（省区数据层中GDP_94

4

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

字段表示1994年的GDP；POPU94字段表示1994年的人口）

答：方法：打开省区属性表，添加字段：人均GDP，右键点击，选择计算几何，输入公式：GDP_94/ POPU94，得到人均GDP。

得到：人均GDP最高的5个省份是：天津、广东、辽宁、浙江、江苏； 人均GDP最低的5个省份是：山西、贵州、甘肃、陕西、江西。

（3）计算1990-1994年间人口增长率最高的5个省级行政区。

答：打开省区图层，右键查看属性表。新建字段人口增长率，并通过字段计算器，计算出人口增长率最高的五个省区为四川、宁夏、广东、新疆、安徽。

（4）计算1994年人口密度最大和最小的5个省级行政区。

答：打开省区图层，右键查看属性表,新建人口密度字段，通过字段计算器用人口/面积*1000，计算出人口密度最大的五个省区为上海、天津、江苏、北京、山东。人口密度最小的五个省区为西藏、青海、新疆、内蒙古、甘肃。

（5）计算公路密度最大和最小的5个省级行政区。

答：打开主要公路和省区图层，首先通过相交或者裁剪工具，输入主要公路和省区要素，得到在每个省区内的道路长度和编号。接着通过分析工具——统计分析——汇总统计数据工具，统计字段为Shape_length,对其求和。分组字段选择Name和Area，默认输出表名。在得到的汇总表中新建字段道路密度，通过字段计算器，计算长度/面积*1000得到道路密度，单位是千米每平方公里。则公路密度最大的5个省区为北京、上海、天津、山东、海南。

（6）分别计算人均GDP最高和最低的5个省级行政区的几何中心。

答：以94年人均GDP为例，选出最高的5个省级行政区，通过数据管理工具——要素——要素转点，输入省区图层，它将以选择的5个省区面要素作为输入要素计算几何中心。使用查询按钮得到几何中心坐标：

NAME x y NAME x y 上海 1544000 3998000 西藏 -1035008 3787682 北京 934732.2 4882000 江西 1063817.8 3509594 台湾 1672000 3172000 贵州 187869.56 3352254 香港 977834.6 2903000 5 甘肃 -10068.9 4242351

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

四川 -217200 3775000 陕西 298714.03 4129194 （7）分别计算人口密度最大和最小的的5个省级行政区的几何中心。

同上步：

NAME x y NAME x y 新疆 -1609429 5113455 山东 1142137 4495014 西藏 -1035008 3787682 江苏 1436336 4009885 青海 -792836 4381696 天津 1024469 4800073 甘肃 -10068.9 4242351 上海 1544381 3988123 内蒙古 930070 5319100 北京 934732.2 4881659 5. 使用„\\EX1\\landsue.Shp数据，数据表示了Redlands市各土地类型的分布状况。 （1）计算各地类的斑块数和平均斑块大小。

答：方法：加载landuse数据，右键点击按属性选择，再右键选择统计，即得以下信息： 地类 斑块数 平均斑块大小 AGR 117 148427.861026 COM 163 33840.660392 IND 46 74726.875044 OPS 21 62559.21868 RES 273 100578.066805 TNS 64 69496.554472 VAC 197 196371.078377 （2）计算说明各地类在城市中的分布方位。

答：依次按照属性选择LU_CODE=1~7；

打开Spacial Statistics Tool——度量地理分布——方向分布（标准椭圆差），设置如下：

6

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

得到最终结果：

1号地类主要分布在近郊区域，几乎横跨了整个城市区域，是农业用地，大量分布在中西北和中西南地区。

2号地类主要分布在城市中心，呈分散状，斑块面积较小，是公共区域，主要是绿地。 3号地类在城市各个方位都比较集中，斑块面积大，斑块数多，属于居民地 4号地类在城市西北边和最北边以及东北方向都有，远离市中心。属于工业用地。 5号地类散落分布于城市各个角落，斑块面积小。属于商业区用地。 6号地类呈线状分布，西北东南走向，与铁路走向接近。属于交通运输用地 7号地类分布于城市四周，地类所处地带基本没有道路，属于未开发用地。

（3）计算各地类两两间的公共边长度，说明各地类间的依存关系。

答：首先，选择要素转线，将Landuse转为线要素，再执行：分析工具——提取分析——筛选，裁出7类地类的边界，执行相交操作，得到结果：

AGR COM RES IND OPS TNS VAC AGR 0 7852.775 43312.11 3038.25 1132.441 13123.09 69194.97 COM 7852.775 0 43129.03 7085.84 2288.317 6953.612 22273.25 RES 43312.11 43129.03 0 3888.11 12411.52 11654.04 121898.9 IND 3038.25 7085.84 3888.11 0 0 6761.05 19016.92 OPS 1132.441 2288.317 12411.52 0 0 703.3108 5151.511 TNS 13123.6953.611654.04 6761.05 703.3100 52908.7

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

09 12 8 1 VAC 69194.97 22273.25 121898.9 19016.92 5151.511 52908.1 0 6. 使用„\\EX1\\donut.shp和road.shp数据 （1）计算各donut店最近的道路

答：执行：分析工具-邻域分析-生成邻近表：

（2）设定2km的范围，计算各donut店的服务区

答：首先，为donut要素建立缓冲区，再选择相交工具：

（3）计算各donut店的服务区内的街道密度情况。

答：按照属性选择-最终的服务区=1~7，统计每一个区域的面积总和，并且再依次选择相交工具，可以得到每一个区域内的道路，并且统计每一个区域内道路长度的总和。然后在相除就可以得到答案。

2店名 道路总长（km） 道路密度（km/km） Happy Donut & Burger 186.2 14.8 B & F Donuts 158.4 12.6 Donut Factory 168.1 13.3 Foster''s Donuts 160.4 12.7 Mo Do Nuts 61.7 4.9 Mr. J''s Donut House 123.7 9.8 Winchell''s Donut House 193.5 15.4 8

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

实习二

1. 本实验中图2-31，经过dissolve处理后属性信息丢失，如何修复？

答：可以通过属性表的连接功能，将融合之后的图层与云南县界图层相连接，即可修复。

2. 完成本实验中第四部分，综合问题分析，总结该实验过程的基本流程，并记录实验结果。

答：添加数据，更改单位，打开数据框属性，改为meters（米），

处理校区分级：启动Buffer Wizard，在打开的Buffer Wizard对话框中设置创建4层缓冲区，设置每层缓冲区距离为500，在下拉菜单中设置单位为meters。其他设置参考前面的教程和指导。点击完成，获得离开现有中学的500米、1000 米、1500 米、2000 米的4 重邻近多边形，相互不交叉、重叠。按照前面的设定将缓冲区按照距离分成4个等级，分别加到D_School字段中，如下图：

右击缓冲_现有学校，属性设置中选择符号系统——类别——唯一值；

处理人口密度分级：选择Analysis Tools——邻域分析——创建泰森多边形。初次结果如下图：

打开人口密度泰森多边形图层的属性表，首先连接到人口密度的属性表，具体设置如前面的实习介绍 为属性表增加3个字段，分别是评价指标字段（密度评价, 短整型，2），面积字段（area, Double型，用计算几何求得），人口密度字段（人口密度，Double型，利用字段计算器求得，计算SQL语句[Sum_POPU] / [area] *10000，要注意的是由于城市规划业务中计算人口密度时面积单位一般用每万平方米（公顷），而此处的地图单位是米，因此计算人口密度的时乘了10000。）然后再按照指标，为密度评价添加字段如下图：

然后按照前面缓冲区的设置方式得到结果如下图：

处理用地类型分级：具体设置如前面的指导所示，可以得到下图所示的结果：

9

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

相交获得最终结果：执行Analysis Tools——叠加分析——相交，设置如下图：

添加字段“面积”，定义为double型，使用Calculate Geometry工具，计算各地块的面积。添加字段“综合评价”，定义为短整型，使用Field Calculator工具，在弹出的Field Calculator对话框中输入其计算公式：“密度评价*土地评价*D_school”，得到的最终结果如下图：

综合评价 0 1 2 3 4 6 8 12 斑块数量 573 26 82 6 119 14 26 6 总面积（平方米） 14303595.085114 620920.0016 1547470.221505 80680.25305 3039500.349231 222798.151283 755725.31549 72649.904246 3. 分析存储于E:\\lessonsdata\\EX2\\report目录中的道路.shp,市界.shp, 监测站.shp等数据，回答下列问题

（1）有69个监测站位于道路两侧10公里范围内。(通过按位置查找) （2）在道路两侧10公里范围内的这些监测站中，级别为A的有30个。

（3）在SA行政区境内的道路长度是 1145.919587 公里。（按位置查找位于SA行政区内的道路，再添加长度字段，计算长度。） （4）计算各行政区境内的道路密度。

答：各行政区的面积：

10

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

各行政区内的道路长度： 得到道路密度： SA：0.012公里/平方公里 SA：1145.919587公里 SB：0.010公里/平方公里 SB：750.281282公里 SC：0.014公里/平方公里 SC：1019.024257公里 SD：0.015公里/平方公里 SD：2065.474456公里

4. 为保护濒危物种，某地拟设立保护区，保护区范围为四边形，四个角点的坐标见表格（E:\\lessonsdata\\EX2\\report\\保护区.xls）已有该保护区管理中心的相关空间数据，存储于reservation.mdb中，请使用该数据的空间参考信息。 （1）该保护区面积约2376.083平方公里。

（2）现需要将保护区整体向外扩大2公里，请问新增加的保护区范围约有2796.38平方公里？

（3）现计划在该保护区几何中心处修建观测塔，其具体坐标应为

461146.239,4908006.844 米，该观测塔与保护区管理中心的距离约4852.2714米。 （4）请写出上述问题的解决方法（含操作工具及设置的关键参数）。

答：首先选择数据管理工具-要素工具-要素转点，即可以得到几何中心。 然后再用识别工具，查看该店的坐标。 最后再用测量工具得出距离。

11

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

实习三

问题：最短路径的求解不仅可以考虑距离最短、还可以考虑时间最短、费用最少、线路利用率最高等其他标准。按照给定的城市交通网、商业中心、家庭住址及网络节点等相关数据，按照以下要求，获得道达制定目的地的最佳路径，并给出路径的长度；找出距景点最近的某设施的路径。请使用。。。lessonsdata\\EX3 \\report3\\city.mdb中的数据，设计实验过程，写出实验步骤和结果。

（1）在网络中指定一个商业中心，分别求出在不同距离、时间限制下从家到商业中心的最佳路径；

答：加载城市网络数据，点击编辑器按钮，开始编辑，右键菜单栏，选中几何网络分析工具条；在几何

网络分析工具条中选择按钮，选中HOME和百货大厦所在点；点击分析——选项，在权重下拉列表中

分别选择length和minutes,再选择网络路径分析，得到最终的最佳路径：

(minutes)(length)

（2）给定访问顺序，按要求找出从家出发，经过访问点，最终到达目的地的最佳路径；

答：如下图，设定从1出发，经过2点，到达3点，分析在不同的时间和距离限制条件下的最佳路径：

（minutes）(length)

（3）研究阻强的设置对最佳路径选择的影响，如何考虑上、下行方向差异对路径选择的影响。

答：①阻强设置对最佳路径选择的影响：

下图是不考虑阻强的影响下，按时间最短选择的最佳路径：

在中间某处放置一个路障后，自动选择另外一条最佳路径：

12

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

②上、下行方向对路径选择的影响： 若从家到百货商场，最佳路径：（以时间为权重）

颠倒起点顺序，从百货商场到家，最佳路径为：

由两图可看出，上、下行的选择对于路径选择有着一定的决定作用。

13

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

实习四

1. 现有某地土地利用和高程数据，试统计不同地类的高程、坡度和坡向的差异，分析土地利用方式与地势地貌的关系，请写出实验方案、步骤、结果与分析。请使用EX4\\report4\\zonal.mdb中的landuse和dem数据。

答：实验步骤：

在ArcMap中加载土地利用和高程数据；执行ArcToolbox——Spatial Analyst工具——表面分析——坡度，计算坡度:

执行ArcToolbox——Spatial Analyst工具——表面分析——坡度，计算坡向：

执行ArcToolbox——Spatial Analyst工具——区域分析——以表格显示分区统计，得到不同地类的不同坡度和坡向值：

2. 分析本次实验中对濒危生物的可能生存地域范围的计算结果，找出其中面积最大的3个地块，确定其邻近的河流等级，统计这3个地块内的海拔，坡度分布情况，详细说明实验过程及结果。

答：按照实习指导中的步骤进行以下实习：

在栅格计算器中输入Con((“dem1”<2000)&(“dem”>1500),1)，得到海拔在1500米到2000米之间的区域H；

对dem1数据求取坡度，使用栅格计算器，求取坡度小于20的区域：得到坡度小于20的区域S：

14

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

在距离分析中，找到欧氏距离，设置最大距离为300：

打开重分类工具，将0-300间的数据赋值为1：得到距离河流小于300米的区域D：

打开栅格计算器，将以上H、S、D与studyarea相乘：得到studyarea中各区域濒危生物的可能生存地域范围，在其属性表中添加短整型字段ID，使用字段计算器，令其等于objectID； 打开result的属性表，对count字段降序排列，选择出面积最大的三个区域：

对应的ID为5、2、3。但裁剪工具无法对栅格进行裁剪，这里将其转换为矢量格式； 在ArcToolbox中找到转换工具——由栅格转出——栅格转面，字段选择为ID：

得到result矢量，在符号系统中将唯一值的值字段设置为grid_code；

在result矢量的属性表中选择出ID为2、3、5的区域，使用地理处理中的裁剪工具裁剪出面积最大的这三个区域，在符号系统中将唯一值的值字段设置为grid_code； 同时显示river，得到面积最大的3个地块邻近的河流等级情况如下：

打开区域分析——以表格显示分区统计，输入矢量格式的面积最大的三个区域，区域字段设置为

15

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

grid_code，赋值栅格分别设置为Slope_dem1和dem1，分别对应这三个区域内坡度和海拔信息； 面积最大的3个地块内的坡度信息：

面积最大的3个地块内的海拔信息：

说明：这里的面积最大的3个地块的海拔信息还可以通过面转栅格、重分类、在栅格计算器中将dem1和3个地块的栅格数据相乘得3地块的海拔、重分类等来辅助体现。

3. 请应用不同插值方法将气温数据和GDP数据创建成空间表面，试用栅格单元统计分析等方法，对比说明各插值方法的特点与适用情况。

答：插值可以根据有限的样本数据点预测栅格中的像元值。它可以预测任何地理点数据（如高程、降雨、化学物质浓度和噪声等级等）的未知值，具体有以下插值方法： 反距离权重法

反距离权重法（反距离权重法）工具所使用的插值方法可通过对各个要处理的像元邻域中的样本数据点取平均值来估计像元值。点距离要估计的像元的中心越近，则其在平均过程中的影响或权重越大。 克里金法

克里金法是通过一组具有 z 值的分散点生成估计表面的高级地统计过程。与 ArcGIS Spatial Analyst 支持的其他插值方法不同，选择用于生成输出表面的最佳估算方法之前应对由 z 值表示的现象的空间行为进行彻底研究。 自然邻域法

自然邻域法插值可找到距查询点最近的输入样本子集，并基于区域大小按比例对这些样本应用权重来进行插值（Sibson，1981）。该插值也称为 Sibson 或“区域占用 (area-stealing)”插值。 样条函数法

样条函数工具所使用的插值方法使用可最小化整体表面曲率的数学函数来估计值，以生成恰好经过输入点的平滑表面。 趋势面法

趋势面法 是一种可将由数学函数（多项式）定义的平滑表面与输入样本点进行拟合的全局多项式插值法。趋势表面会逐渐变化，并捕捉数据中的粗尺度模式。

4. 山顶点的提取

山顶点在特定邻域范围内，海拔比周围点都高，是地形的重要特征点，它的分布既反映了地貌的发育特征，也制约着地貌发育。请利用黄土丘陵地区的DEM数据（。。。

16

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

EX4\\report4\\dem），通过邻域分析和栅格计算器提取山顶点。

下图中黑色三角点即为山顶点。执行Spatial Analyst工具栏中的Surface Analysis—》Contour命令可以获得等高线。下图中有2种等高线，等高距分别是15米和75米。为突出地貌特征，执行Spatial Analyst工具栏中的Surface Analysis—》HIllshade命令可得下图的山体阴影效果。

请写出提取山顶点的实验过程，制作山顶点分布图。

答：加载DEM数据，执行：ArcToolbox------Spatial Analyst 工具------表面分析------等值线，分别执行等高距为15米和75米两种等高线计算：

执行：ArcToolbox------Spatial Analyst 工具------表面分析------山体阴影； 执行：ArcToolbox------Spatial Analyst 工具------邻域分析------焦点统计： 使用栅格计算器，按下图输入计算公式，得到山顶点的栅格数据：

执行：ArcToolbox------转换工具------由栅格转出------栅格转点，得到山顶点图如下：

17

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

实习五

1. 某县决定坡度大于25的耕地要退耕还林，需计算每个乡可能退耕还林的面积。请结合本次实验，写出在ArcGIS求解此问题的步骤并用框图表示处理过程。原始数据用矩形表示，数据处理用椭圆表示，处理结果用圆角矩形表示。数据：DEM数据ynDem；乡镇界限Town.shp；耕地数据landuse.shp。

答：求解步骤：

（1）加载DEM、乡镇界限和耕地的数据；

（2）执行：ArcToolbox------Spatial Analyst 工具------表面分析------坡度，计算DEM的坡度值； （3）将耕地数据和上步所求坡度值进行叠加分析，得到耕地坡度图；

（4）执行：ArcToolbox------3D Analyst 工具------栅格重分类------重分类，分成两类，一类是小于等于25度，一类是大于25度；

（5）在主菜单中选择：地理处理------按位置选择，输入每个乡的耕地面积，得到大于25度的耕地，即退耕还林的区域。

框图：

DEM 带坡度的耕地图 按位置选择 坡度计算 叠加分析 退耕还林面积 乡镇界限 坡度 重分类 坡度

2. 加载„\\EX5\\SA2目录下的ROI..shp，试计算该矩形区域的表面积和体积。

答：执行： ARCToolbox------空间统计工具------工具------计算面积，得到该图层面积为：152.682513平方千米。

3. 与表面积类似，表面长度即地表的起伏变化增加了三维线的长度。 ArcGIS在ArcToolboox中提供了表面长度的计算工具: ArcToobox3D Analyst Tools Functional SurfaceSurface Length。利用该工具，计算EX5\\SA2目录下的road.shp中各条公路的三维长度，将计算结果填入下表，注意单位转换为公里。

Id code 表面长度（公里） 1 CD 1 38.412202 2 CD 2 48.192078 18

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

3 CD 3 53.020832 4 CD 4 38.76838 设定采样间距（Sampling Distance）时采用默认值，如所用地形数据为TIN，默认采样间距以TIN表面上三角形边及结点与线段的交点自然分割；如为栅格表面，默认间距为栅格尺寸大小。设置Z值转换系数也采用默认值，该值用于当平面单位与Z值单位不同时进行转换。 4. 地形特征信息提取

综合所学方法，基于„„EX5\\SA5目录下的DEM数据，提取该区域的山脊线和山谷线，提交结果文件，并详细叙述操作过程。

答：提取山脊线和山谷线的步骤： （1）添加空间分析模块 （2）添加DEM数据 （3）坡度分析

执行：ArcToolbox------空间分析------表面分析------坡度，计算坡度值

（4）坡向分析

执行：ArcToolbox------空间分析------表面分析------坡向，计算坡向值

（5）山体阴影

执行：ArcToolbox------空间分析------表面分析------山体阴影，计算山体阴影

（6）提取等高线 （7）地表粗糙度:

执行：地图代数------栅格计算器，输入：(( [Slope of Dem] * 3.1415926 / 180) .Cos).Pow( -1) （8）地形起伏度:

求领域最大值和最小值，然后求差 （9）坡度变率: 对坡度再求坡度 （10）坡向变率:

求坡向图的坡度，记为A。求负地形的坡向图的坡度图，记为B，利用栅格计算器计算：(( [A] + [B])-([A] - [B]).Abs)/2

（11）求山脊线和山谷线

用原图减去邻域高程平均图即得山脊线和山谷线。

19

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

实习六

问题：克里格方法（Kriging）是以空间自相关为基础，利用原始数据和半方差函数的结构性，对区域化变量的未知采样点进行无偏估值的插值方法，是地统计学的主要内容之一。 现有某地区的GDP数据（„lessondata\\EX6\\report6），请使用不同的Kriging方法对其插值生成GDP的区域分布数据，在此过程中，通过比较不同模型的精度差异，总结各Kriging方法的基本原理与适用条件。

答：1.普通克里格插值：

右键点击菜单栏，选中Geostatistical Analyst工具条，点击打开地统计向导，按下图输入参数并点击下一步：

进入步骤2：

点击下一步，得到下图：

单击NEXT 按钮，进入Geostatistical Wizard Semivariogram/Covariance Modeling窗口（半变异函数／协方差函数模型）。

在半变异／协方差函数云图分析（Semivariogram/Covariance Cloud）中，已经发现已测点所有的空间自相关。用半变异函数／协方差函数进行模拟的目的在于为其确定一个最佳拟合模型。半变异函数是一个关于数据点的半变异值(或称变异性)与数据点间距离的函数。对它的图形表述可以得到一个数据点与其相邻

20

学校：中国地质大学（北京） 数据点的空间相关关系图。

科目：GIS空间分析 指导教师：刘湘南

在Semivariogra/Covariance Modeling对话框中设定步长组的数目为10。减小步长的大小意味着可以有效地放大并模拟相邻采样点间局部变异的细节。当赋予一个较小的步长时，拟合后的半变异函数图(图中紫线)急剧上升、接着变平。其自相关阈值即为曲线变平时经过的距离。

继续点击下一步，得到交叉验证的图：

其中，Prediction error（预测误差）用来说明预测值与实际测量值之间的差异。对于一个能够精确预测的模型，如果是无偏估计，其平均预测误差应该接近于0；如果标准差准确的话，其均方根标准预测误差应该接近于1，如果预测值与实际测量值接近，则其均方根预测误差应该很小。

Cross Validation对话框还可以散点图的形式为每个数据点显示其误差、标准差及QQ图。点击QQPLot选项卡，从QQ图上可以看出某些值稍微落在直线的上部，而某些值则稍稍落在直线的下部，但是大部分点都接近于一条平直的虚线，这表明预测误差近似于正态分布。要想高亮显示某个特定的点，可以在表中单击与之相关的行。所选的点在散点图中以绿色高亮显示。

单击完成按扭，弹出方法报告对话框，显示用于创建表面的模型的信息摘要。如下图所示：

点击确定，在ArcMap中就能显示预测的GDP区域分布图：

21

学校：中国地质大学（北京） 科目：GIS空间分析 指导教师：刘湘南

经分析，普通克里格插值的结果隔层轮廓交平滑，反应的是全局性变化。普通克里格法可用于估计那些看起来有某种趋势的数据，但仅根据数据本身无法肯定观测数据是否真实的具有分析的自相关性，需要进一步的具体分析。可使用半变异函数或协方差函数分析，进行变换和趋势分析，并可进行测量误差分析。 2.各种克里格插值法的适用条件：

当数据不服从正态分布时，若服从对数正态分布，则选用对数正态克里格； 若不服从简单分布时，选取析取克里格； 若数据存在主导趋势，选用泛克里格；

当只需了解属性值是否超出某一阈值时，选用指示克里格；

当同一事物的两种属性存在相关关系，且一种属性不易获取时，可选用协同克里格方法，借助另一属性实现该属性的空间内插；

当假设属性值得期望值为某一已知常数时，选用简单克里格； 当假设属性值的期望值未知时，选用普通克里格。

22