GIS应用技能训练.docx

GIS应用技能训练.docx

《GIS应用技能训练.docx》由会员分享，可在线阅读，更多相关《GIS应用技能训练.docx（22页珍藏版）》请在冰豆网上搜索。

GIS应用技能训练

学号：

0121008670108

GIS应用技能训练

题目

基于ArcGIS的土壤中重金属元素的

空间分布特征研究

学院

资源与环境工程学院

专业

地理信息系统

班级

1001班

姓名

张学松

指导教师

黎华

2012

年

9

月

4

日

基于ArcGIS的土壤中重金属Hg元素的空间分布特征研究

1.训练要求

1.1根据给出的MapGIS数据，完成地理数据格式的转换，转换成ArcGIS的地理数据格式，便于后期分析。

1.2利用ArcGIS的地统计分析的方法，分析土壤中重金属的空间分布特点。

1.3利用ArcGIS的空间插值原理和方法，选择合适的空间插值方法，完成土壤中重金属含量的分布预测。

2.设计分析

对于这个问题,我组成员经过讨论查阅了相关资料,技术路线确定了利用MapGis6.7首先完成数据转换的任务，然后通过Arcgis10的地统计分析模块来进行数据空间分布特点的探究以及选择合适的插值方法来进行空间预测；对于研究类容，我们则根据题意选择浅土中Hg金属作为空间分布分析对象，一则Hg金属是一种非常常见的重金属，二则Hg金属含量超标常常会造成重金属污染，产生痛痛病，对人体伤害极大。

人员分配上则决定将各自进行操作，选取较成功的一组实验成果进行汇报。

为了保证数据充分使用，保证模型的正确，决定选择数据较多的浅土点位，将数据分为训练集和测试集。

对训练集数据进行分析，在最后结果中用测试集进行验证。

在各种标准下，选取最适合的插值方法和模型，制作最终成果图，并添加各类地图要素。

3.软件应用

3.1MapGis文件转换为ArcGis文件

1.首先，对于线面文件，直接进入MapGis的文件转化系统，导入相应的线面文件，选中”O输出”->”输出为SHAPE文件”,即可生成对应的Shape文件。

2.对于一般的点文件如浅土点位.wt也可以采取上述方法，但是MapGis的注记图层无法转化Arcgis中对应的注记，而转变为点文件，这些注记图层需要特别处理。

操作如下:

（1）首先，在MapGis输入编辑系统中导入注记图层，选中”N点编辑”〉”编辑点属性结构”，如图所示：

（2）.在弹出的编辑属性结构中，如图新建一个mark字段（），字段类型为字符串，长度为100，点击

（修改点属性），选中任意注记，可见新建的字符段为空

（3）.选中“N点编辑”〉“注释赋为属性”，再选中任意注记，可见新建的字符段为已为注记；

（4）.再将数据通过数据转换系统进行转换，转换后的数据依然为点Shape文件，但是数据已包含在mark字段中了。

（5）.右键选中“县市注记”，选择属性>标注,勾选标注此图层中的要素，标注字段则为mark,编辑字体大小，类型，然后应用，即可如下图所示：

（6）．可以通过右键菜单中的“将标注转为注记”，将标注转为注记：

（7）.数据转化完毕后的图（上图）以及Mapgis中的全图（下图）：

（8）.数据投影，由于MapGis中数据投影为北京54地理坐标系，数据单位为毫米，需要对转换后的shape文件进行相应投影及地图单位设置。

3.2地统计分析

3．2.1数据准备：

由于转化过程中部分数据丢失或数据类型不符合地统计分析要求，需要对其进行相应处理；

（1）.找到转化后存放shape文件夹中的dbf文件，将其转化为CSV文件，在Arcgis点击相应图层，在右键菜单中的”连接和关联”>”连接”,再将相应的Shp文件数据导出为Shp文件，新生成的shp文件及包含了相应的合适数据。

3.2.2.数据准备完成后，即可以进行数据的地统计分析了，地统计分析主要分为两大步:

第一步是探索数据分布规律，通过直方图，正态QQ图可以推断数据的分布特点，通过直方图，Voronoi图可以发现数据的全局离群值和局部离群值，对于这些离群值进行相应的验证，如果是测量错误，要删除这些点，如果是正确的则需要发现相应规律，酌情处理，通过趋势分析图，分析数据各个方向上的分布趋势，在进行地统计分析时，进行相应的”Orderoftrendremoval”参数设置。

利用半变异函数/协方差云图可以观察数据的空间自相关性，选择是确定性的插值方法还是地统计分析的方法。

利用普通QQPlot图和交叉协方差云可以发现不同图层或不同元素的分布相应关系；第二步则是根据数据各方面特点选择相应的空间差值模型及相应参数的设置。

3.2.2.1.由于浅土点位数据较多,可以使用一部分数据参加分析,一部分数据参加检测：

:

3.2.2.2.对浅土点位2_training3,进行数据分布状态探索，直方图中Log变化前数据分布集中于左侧，变换数据呈现出正态分布趋势，数据的偏度为0.1568,较接近正态分布的偏度0，偏度为正，数据分布为右偏态。

QQ图中，Log变换后数据较为一条直线，部分数据差别较大，可能有误差。

3.2.2.3.结合直方图，可见数据没有全局性的离群值，再结合以下的Voronoi的IQR方式得到的图，可以得到数据的局部离群值并不多，因此对数据并不需要进行取舍。

3.2.2.4.对数据进行数据趋势分析，得到数据在东西南北方向上Hg金属分布趋势并不明显；

3.2.2.5.如下的半变异函数/协方差云（S）则显示了数据的空间自相关性差，不适合地统计分析的插值之方法，可以将数据按距离分组，对分组后数据进行克里格插值。

3.2.2.6.利用交叉协方差研究浅土和深土区中Hg金属分布关系，可见其为一种近似线形关系

3.2.3.探索数据后,可以根据数据特点来进行相应的插值方法选择。

由于Hg分布空间分布自相关性比较差,适合确定性插值方法。

其中,反向距离权内差法适用于样点分布均匀，且布满整个插值区域，不适用于样本分布不均匀的数据；全局多项式则适用于数据平缓变化；局部多项式则可以解释局部变异；径向基函数差值也要求数据变化平缓，且精度较高。

综合分析，数据都满足上述确定性插值方法。

以下是结果图:

其中反向距离加权和径向基函数加权两种方法生成图较为明确，局部插值也能体现数据的分布状态，但表面更加光滑，径向基函数对于变异值敏感。

这些变异值若是正确的则反向加权方法和径向基函数最佳，否则局部多项式最佳。

若认定数据依然存在一定的空间自相关性，则可以使用克里格插值。

根据以下准则选择相应的克里格插值方法：

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，选用析取克里格。

当数据存在主导趋势时，选用泛克里格。

当只需了解属性值是否超过某一阈值时，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。

当假设属性值的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是未知的，选用普通克里格。

由于数据分布不复杂，数据趋势不明显，以及仅对Hg进行分析，海南省Hg的期望值也是未知的。

故可选择普通克里格和指示克里格方法进行地统计插值。

结果如下：

可见地统计插值方法中普通克里格方法得到的土更加细致。

3.2.4进行数据验证:

右键产生的插值栅格图,对其进行”验证/预测”〉”验证”，进入”GA图层至点”,各个参数设置如图所示,输出图层中包含了误差,标准方差等数据,结合其对模型进行相应分析,选择合适的插值方法产生的图形作为成果图。

3.2.5.可以对方法进行比较，得到最好拟合的图作为最终的成果图。

对于克里格方法得到的成果，依据以下标准进行选择：

标准平均值（MeanStandardized）最接近于0，均方根预测误（Root-Mean-Square）最小，平均标准误差（AverageMeanError）最接近于均方根预测误差（Root-Mean-Square），标准均方根预测误差（Root-Mean-SquareStandardized）最接近于1的方法模型更加合适；对于确定性插值的方法，则由其交叉验证的图形进行判断，如果蓝色线与灰色线愈接近，则说明模型吻合越好。

综合评定后，决定选择反向距离加权的图形制作成果图。

3.3.成果图

4.结果分析及评价

由图中可见Hg分布趋于集中于东北角及东部沿海一带，这些地区的Hg金属含量普遍高于岛上其他地区，对于此地区的汞污染需要加以预防；此外岛上的西南部分地区有Hg金属高值区。

沿海地区的Hg金属含量比较低，内陆地区汞金属含量较高。

此外该金属分布还具有一些孤岛低值区，这可能与当地独特的水文条件有关。

另外海口市地区汞金属成片高值分布，可能与当地发达的工业相关，需要对此地的工业污染排污标准加以限定，其他的沿海地区也可能是由于此类原因导致的Hg值过高。

对于内陆地区的高Hg含量地区，可能是矿藏引起。

5．操作中问题

问题一：

ARCGIS转化为ARCGiS时为何属性表显示数据丢失，而在转换后的SHAPE文件中的DBF文件中各个属性却保存良好，没有任何问题。

问题二：

如何通过半变异函数/协方差云得到数据的自相关性，并确定数据是选择确定性插值还是地统计插值。

问题三：

对于最后的成果图如何剪切为海南省的形状。

6.心得体会

6.1．实践思路很简单，实现地统计分析的工作基本已由ArcGIS的地统计分析模块完成，本次实验的重点和难点在于数据的准备，和对数据的分布的空间相关性的判断，读懂地统计分析中各个图形，以及各个方法参数设置都非常难懂。

统计学知识的缺乏束缚了我们对各个插值模型的选取，对最终的图形也模棱两可；

6.2.本次实验使用了MapGIS和ArcGIS两类软件，要求对两个软件都有所了解，MapGis中的文件并不能与ArcGIS文件完美转换，在MapGis中以Wt格式保存的注记无法在ArcGis中找到相应文件保存，MapGis的数据也会在转换中丢失。

寻找中间数据加以转化或添加属性表可以解决一定的数据丢失，但转换文件过多时，依然是一个大问题，因此，GIS行业最好有一种公共的数据格式，各个GIS平台应支持到此类型数据的无损转换，这样才能方便用户的寻求。

6.3.由于进行地统计分析时，需要大量的统计学知识，缺少这些知识的我们在探索数据时出现很多笑话，加强数学修养也是当务之急。

6.4.ArcGIS和MapGis的界面并不方便，寻找相关工具很麻烦，应该加强界面的用户友好性。

7.致谢

感谢同组的李亚飞，吴扬，梁桂华同学的倾力合作!

感谢其他同学在某些技术和方法上的指导！

感谢黎华老师对我们工作的点评，还感谢他给与我们充足的实习实习时间。

8.参考文献

《地理信息系统概论》主编：

黄杏元、马劲松、汤勤

出版社：

高等教育出版社

出版时间：

2005年

《新编地图学教程》主编：

蔡孟裔、毛赞猷、田德森

出版社：

高等教育出版社

出版时间：

2002年

《数字测图原理与方法》主编：

潘正风、杨正尧、程效军

出版社：

武汉大学出版社

出版时间：

2005年

《ARCGIS地理信息系统空间分析实验教程》主编:

汤国安

《ArcGIS地理信息系统空间分析实验教程实习教材》主编:

汤国安

《MapGIS数据向ArcGIS数据格式转换方法的实践与探讨》主编:

张于，武健强，吴夏懿，丁亮

本科生《GIS应用技能训练》成绩评定表

姓名

性别

专业、班级

训练题目：

基于ArcGIS的土壤中重金属元素的空间分布特征研究

答辩或质疑记录：

成绩评定依据：

1．实验内容严格按照要求（10分）

2．实验方案正确，具体可行、创新性（20分）

3．实验结果全面（20分）

4．训练报告的规范化（10分）

5．平时考核成绩（15分）

6．答辩（25分）

总分

最终评定成绩（以优、良、中、及格、不及格评定）

指导教师签字：

年月日