熊猫分部密度制图文档格式.docx
- 文档编号:16882415
- 上传时间:2022-11-26
- 格式:DOCX
- 页数:28
- 大小:1.70MB
熊猫分部密度制图文档格式.docx
《熊猫分部密度制图文档格式.docx》由会员分享,可在线阅读,更多相关《熊猫分部密度制图文档格式.docx(28页珍藏版)》请在冰豆网上搜索。
Ex4GDP区域分布图的生成与对比9
操作步骤9
(1)IDW插值法9
(2)Spline内插法12
(3)IDW与Spline对比分析17
Ex5提取山顶点、凹陷点22
操作步骤22
Ex3熊猫分部密度制图
1
运行ArcMap,加载SpatialAnalyst模块,如果SpatialAnalyst模块未能激活,点击Tools菜单下的Extensions,选择SpatialAnalyst,点击Close按钮。
在Options中的General页面中在设置默认工作路径,此处假定为“F:
\罗荣霖\thethirdlesson\Ex3\Result”
2
熊猫的生存必须满足一定的槽域范围。
选择熊猫活动足迹数据图层,点击SpatialAnalyst模块的下拉箭头,选择Distance并点击Allocation,设置参数如图所示;
点击OK,生成熊猫槽域范围图
3
选择FP数据层,点击鼠标右键并选择OpenAttributeTable命令,打开FB属性表。
点击FB属性表右下角Option按钮的下拉箭头,选择Export命令,导出FB属性
数据表,参数设置如图所示,
点击确定按钮;
当出现提示是否需要加载该数据表,选择“是(Y)”
4
选择熊猫活动足迹数据图层(XMPoint),点击鼠标右键,选择JoinandRelates子菜单下的Join,弹出数据连接对话,参数设置如图所示,
点击OK按钮,完成熊猫采样数据与槽域范围数据的连接。
5
选择熊猫活动足迹数据图层(XMPoint),点击鼠标右键并选择OpenAttributeTable
命令,打开XMPoint属性表;
点击属性表中的XMPoint.CaoYuArea字段名,点击鼠标右键,
选择CalculateValues…;
在FieldCalculate对话框计算公式输入视窗输入计算公式:
[FBtab.Count]*500*500,500为生成FB数据层时设置的栅格大小。
6
选择熊猫活动足迹数据图层(XMPoint),选择点击属性表中的
Poin.Power字段名,点击鼠标右键,选择XMCalculateValues…;
在FieldCalculate对话框计算公式输入视窗输入计算公式:
3.1415926*5000*5000/[XMPoint.CaoYuArea],3.1415926*5000*5000为假定的最大槽域面积,计算每个采样点的权重值,作为计算密度的样本值;
7
点击SpatialAnalyst模块的下拉箭头,选择Density…,参数设置如图27所示,提取密度;
8
上述密度以平方米为面积单位,数据值太小。
点击SpatialAnalyst模块的下拉箭
头,选择RasterCaculate…,输入计算公式:
XMDensity10=[XMDensity]*10000000,将
面积单位换算为10平方公里,结果如图所示
熊猫密度图
Ex4GDP区域分布图的生成与对比
操作步骤
(1)IDW插值法
1)擦值步骤
A加载GDP区域分布图
B在SpatialAnalyst下拉菜单中选择Options选项,在Options中的General页面中在设置默认工作路径,此处假定为“F:
\罗荣霖\thethirdlesson\Ex4\Result”,并设置Analysismask为bound.shp。
C在SpatialAnalyst下拉菜单中选择InterpolatetoRaster,在弹出的下一级菜单中点击InverseDistanceWeighted;
D设置Zvaluefield为GDP;
设置Power为2;
设置Outputcellsize为500;
其他参数不变,点击OK,进行计算。
E将Power值改为5,重复上述步骤。
F在SpatialAnalyst下拉菜单中选择RasterCalculator,求Abs((Power=2)—(Power=5))。
IDW插值结果如图所示。
IDW插值结果
2)结果分析
A.由于IDW是一个加权距离平均,平均值不能大于输入最高值或是小于输入最低值,因此输出的结果数据中,每一栅格值均处于采样数据的最大值与最小值范围之内。
的输出值限制在用于插值的输入值的范围内;
B.幂指数不同,IDW的插值结果是不同的。
幂指数越大,较远的点对于输入的影响越小,即幂指数越高,其局部影响的程度越高。
C.IDW属于精确性(生成表面通过采样点)插值方法。
因此,即使给出不同的幂指数值,在采样点上它们差值的绝对值比较小,差值比较大的地方出现在突然采样数据变化比较剧烈和频繁的区域有。
此外,如果采用同样搜索半径和参加内插的最小采样点数,生成表面在最近的几采样的几何中心区域具有比较稳定的内插值,受幂指数的影响不是很明显。
(2)Spline内插法
A.在SpatialAnalyst下拉菜单中选择InterpolatetoRaster,在弹出的下一级菜单中点击Spline;
B.设置Zvaluefield为GDP;
设置Splinetype为Regularized;
设置Weight值为0;
设置Outputcellsize为500;
其他参数不变,点击OK,进行计算;
C.将Weight值改为0.01,重复上述步骤;
D.设置Splinetype为Tension,并分别取Weight值为0和5进行计算;
E.在SpatialAnalyst下拉菜单中选择RasterCalculator,并求Regularized中Abs((Weight=0)-(Weight=0.01))
Regularized中Abs((Weight=0)-(Weight=0.01))
和Tension中Abs((Weight=0)—(Weight=5))。
Tension中Abs((Weight=0)—(Weight=5))
(3)IDW与Spline对比分析
1)操作过程:
A.选取IDW(Power=2)内插结果图
B.选取Spline(Regularized,Weight=0.01)内插结果图,
C.在SpatialAnalyst下拉菜单中选择RasterCalculator,输入公式:
Abs(IDW-Spline),点击Evaluate来完成运算。
IDW与Spline对比分析
2)结论:
A.从上一组图可以看出每两组值的差的绝对值在采样点处都比较小,在非采样点处相对较大;
B.在采样点比较密集的地方差的绝对值较小,在采样点分布比较稀疏的地方差的绝对值较大。
C.结合采样点处数据大小,可以看出在采样点变化比较大的地方差的绝对值较大,变化比较均衡的地方差的绝对值较小。
3)试验结论:
A,IDW与Spline插值结果之间的存在着比较大的区别。
在采样点处变化都比较小,在非采样点处相对较大;
在采样点比较密集的地方内插值变化较小,在采样点分布比较稀疏的地方变化较大;
结合采样点处数据大小,可以看出在采样点分布比较规律或采样点值比较均一的地方,内插结果的变化普遍较小,而在采样点分布零散并且采样值变化频繁、剧烈的区域,内插结果的变化普遍较大。
B,IDW是一个加权距离平均,其每一栅格的输出值限制在采样点的输入值的范围内,因此,对如山脊和沟谷这样的极端地形,如果没有采样点,IDW不会生成这些地形。
当取样点足够密时,IDW对局部变化具有非常好的效果。
Spline是基于生成具有连续的二阶导数和最小的平方曲率的插值方法,所以它适合那些空间连续变且光滑的表面的生成。
内,因此,对如山脊和沟谷这样的极端地形,如果没有采样点,IDW不会生成这些地形。
Ex5提取山顶点、凹陷点
1,加载原始图层
2,点击SpatialAnalysis下拉箭头,选择SuefaceAnalysis子菜单并点击Contour,参数设置如图所示,提取等高距为15米的等高线;
3,修改Contourinterval为75米,提取等高距为75米的等高线,输出文件名为Contour75;
4,单击Contour15数据层图例,选择显示颜色为灰度60%点击OK按钮。
5,点击SpatialAnalysis下拉箭头,选择SuefaceAnalysis子菜单并点击Hillshade,设置输出文件名为Hillshade,其它参数取默认值,提取该地区光照晕渲图,作为等高线三维背景;
6,点击SpatialAnalysis下拉箭头,选择RasterCalculator…,输入计算公式:
Back=[DEM]>
=0,点击OK。
提取有效数据区域,作为等高线三维背景掩模
7,选择Back数据层,在弹出的属性对话框的Display属性页设置透明度60%,在Symbology属性框中设置其显示颜色为Gray50%,点击OK按钮;
8,按Contour15、Contour75、Back、Hillshade次序放置数据层,生成三维立体等高线图
9,点击SpatialAnalysis下拉箭头,选择NeighborhoodStatistics,设置参数如图所示,点击OK按钮,提取11*11分析窗口最大值;
10,修改图中Statistictype为Mininum,OutputRaster(输出文件名)为MinPoint,其它参数不变,点击OK,提取11*11分析窗口最小值;
点击SpatialAnalysis下拉箭头,选择RasterCalculator…,输入计算公式:
SD=[Maxpoint]-[DEM]==0,提取山顶点区域;
11,选择SD数据层,点击SpatialAnalysis下拉箭头,选择Reclassify,设置参数如图所示,重分类SD数据。
选择SD数据层,点击SpatialAnalysis下拉箭头,选择Reclassify,设置参数如图所示,重分类SD数据。
12,选择RE_SD数据层,点击SpatialAnalysis下拉箭头,选择Convert子菜单并点击RastertoFeatures…,设置参数如图所示,输出矢量山顶点数据
13,点击SpatialAnalysis下拉箭头,选择RasterCalculator…,输入计算公式:
GD=[Minpoint]-[DEM]==0,提取凹陷点区域;
14,选择GD数据层,点击SpatialAnalysis下拉箭头,选择Reclassify,设置参数同上,重分类
15,选择RE_SD数据层,点击SpatialAnalysis下拉箭头,选择Convert子菜单并点击RastertoFeatures…,设置参数同上,输出文件名改为SL_GD,输出矢量凹陷点数据
16,按Sl_SD、Sl_GD、Contour75、Contour15、Back、Hillshade从上到下依次放置上述数据层,合并显示山顶点、凹陷点提取结果
山顶点、凹陷点分布图
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 熊猫 分部 密度 制图