西北农林科技大学GIS综合实习报告Word格式文档下载.docx
《西北农林科技大学GIS综合实习报告Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《西北农林科技大学GIS综合实习报告Word格式文档下载.docx（18页珍藏版）》请在冰豆网上搜索。
4.了解GIS相关产业的业务流程，以及发展状况、方向和趋势。
5.了解GIS在一些具体领域的应用实例，工作流程和工作原理，以及分析需求的方法。
意义：
GIS是一门实践性很强的学科，GIS实习以课堂所讲授的GIS的原理、方法为指导，结合GIS通用平台的具体操作和应用，能够让学生更深入的理解GIS的概念、原理和方法，更广泛地了解GIS的应用领域，并且使学生更牢固的掌握GIS课堂教学的相关内容。
二、实习环境和小组分工。
实习环境：
本次实习为室内实习，具体地点在学校三号楼3408和3412两个标准实验室中进行，使用软件为ESRI公司开发的ARCGIS9.3版本或者ARCGIS10.0版本。
小组分工：
此次试验采取的是小组行动组内分工合作的实习方式，组内分工如下：
三、实习内容。
（1）数据预处理
1.坐标变换、配准等内容。
本次实习中由于是1:
1万地形图，故采用高斯克吕格投影，具体为Beijing_1954_3_Degree_GK_Zone_36，实习数字化过程中注意坐标的设置工作。
2.几何精校正在几何校正的过程中，
3.图像镶嵌、图幅拼接。
本次实习共分为是是10小组，每个小组负责一个版块的数字化工作，在个小组进行坐标变换以及配准工作后，将其进行拼接，消除存在的误差（透明化），统一坐标等元素。
（2）屏幕矢量化
首次分组实习的方案是小组成员每人负责数个土地利用类型，此方案在拼接的时候会产生较大的误差，拓扑检查错误较多。
本小组最终用此按钮
将图形分为四块，将其边界转出为线状边界，每人负责一小块地形的数字化工作，此方案中必须要注意边界的追踪工作。
1.在每个人将数字化工作完成后，使用Analysistools—overlay—erase—使用小组分组边界擦出土地利用类型。
2.用update工具用土地利用类型图层更新擦出的结果图层，得到拼接前的数字化成果。
注：
各土地利用类型的属性字段统一采用txet20，属性名称保持一致，方便拼接。
3.矢量图层的拼接使用append命令。
将四个版块复制到图一同层中，此按钮的操作结果和复制粘贴有相同的效果。
4.栅格图层的拼接使用的是merge命令，可以在拓扑检查是查找出一些重复属性的数字化结果，再用dissove命令将同一段属性融合到一起，
最终将其打散。
（3）高程要素
首曲线层、计曲线层、高程点层的数字化，有小组成员李雨宸负责，数字化过程中问题不大。
（4）各土地利用现状层
要素类型
土地利用类型
编码
面状
水田
111
基本农田（旱地）
114
菜地
115
果园
121
有林地
131
灌木林地
132
疏林地
133
苗圃
136
草地
141
线状
农村、机耕道路
153
坑塘水面
154
农田水利用地（沟渠）
156
农村居民地
203
独立工矿用地
204
铁路用地
261
公路用地
262
水库
271
河流水面
321
滩涂
324
等高线
首曲线
计曲线
点状
高程点
县、乡镇边界
各属性的名称及国标码要明确按照以上表格显示执行，方便
（五）参照国标完成属性数据库建设，并进行拓扑检查工作。
（六）各小组数字化结果图像拼接
将个小组的数字化结果拼接，统一修正后，利用现有“杨凌区土地利用现状图”的边界，对经过预处理后的图像文件用
进行裁剪。
（七）
选择适合的插值方法生成DEM文件，并生成杨凌区坡度分级图、坡向图、地面曲率图、地表粗糙度图、地形起伏度图、山脊线和山谷线图、无洼地DEM、汇流累积量图、河网图、河网分级图、流域图、河网密度图、水系分形维数图等，并分别整饰和输出。
由于使用裁剪后杨凌区的高程点来直接生成河网，山脊线山谷线等，会是边界地区产生较大的误差，故需要用小组拼接后未裁剪的影像进行一下操作。
以下为该部分的流程图：
具体操作步骤为：
一：
创建TIN的操作
（1）创建TIN表面
1.选择三维分析模块的CreateTINFromFeatures（由要素创建TIN）命令
2．选择创建TIN所要使用的要素图层，高程点
3．设置输出路径及名称：
tin
以上操作均在由要素创建TIN（CreateTINFromFeatures）
对话框中实现
（2）向TIN中添加要素
1．选择三维分析模块中的AddFeaturestoTIN
2．选择要添加到TIN中的要素图层及其它要素类（甚至可以是某要素类中已选种的若干要素）此处为等高线数据层。
3．对每个要素类，进行以下操作：
A如果要素具有三维几何特征，可以选择shape字段；
B选择高程字段；
C选择要素集成到TIN中的方式，包括点集、隔断线或多边形；
D选择标志值字段（如需要以要素的值来标记TIN要素）
4．最后选择将所做改动保存在原始TIN中
（3）TIN转栅格
1．选择三维分析模块的convertTINtoRaster
2．选择来源TIN图层：
3．选择要转到栅格中的TIN属性，是高程
4．设置高程转换系数（高程系数系指当高程坐标单位与平面坐标单位不一致时，将高程坐标单位转换到平面坐标单位时的常量）默认为1。
5．设置输出栅格单元的大小，小组出图栅格大小为5
6．指定输出栅格的路径及文件名：
tingrid
投影转化：
二．坡度的提取
1.选择表面分析的坡度分析工具（slope）
2.选择用来生成坡度图的TIN表面，dem（投影转化过的tingrid）
3.选择坡度单位（度/Degree）
4.设定高程转换系数（当输入数据所定义的空间参考具有高程单位时，自动进行转换计算）默认为1
5.指定输出图的栅格单元大小：
5
6.指定输出路径与文件名：
slope
三．坡向的计算
1.选择表面分析的坡向工具（Aspect）
2．选择输入表面数据（Inputsurface）：
dem
3．指定输出栅格单元大小：
4．指定输出路径和文件名：
aspect
四．地面粗糙度的提取
1．点击DEM数据层，选择表面分析中的坡度（Slope）工具，提取得到坡度数据层，命名为SlopeofDEM
2．点击SlopeofDEM数据层，在SpatialAnalysis下使用rasterCalculator，公式为:
1/Cos（[Slope]*3.1415926/180），即可得到地面粗糙度数据层。
在ArcGIS中，Cos使用弧度值作为角度单位，而提取得到的坡度是角度值，所以在计算时必须把角度转为弧度。
五．地形起伏度的提取
1．选中DEM数据SpatialAnalysisneighborhoodStatistics，设置Statistictype为最大值，邻域的类型为矩形（也可以为圆），邻域的大小为11×
11，则可得到一个邻域为11×
11的矩形的最大值层面，记为A
2．重复第1步，只是把Statistictype值设置为最小值，即可得到DEM数据的最小值层面，记为B
3．在SpatialAnalysis下使用栅格计算器Calculator，公式为[A]-[B]，即可得到一个新层面，其每个栅格的值是以这个栅格为中心的确定邻域的地形起伏值。
六．正负地形的提取
1．启动ArcToolboxAnalysisTools工具箱hydrology工具集
2．加载SpatialAnalyst模块，点击SpatialAnalyst模块的下拉箭头，点击neighborhoodstatistics菜单工具，利用邻域分析的方法以11×
11的窗口计算平均值。
分析结果命名为meandem
3．点击spatialanalyst中的rastercalculator菜单工具，对原始DEM数据与邻域分析之后的数据meandem做减法运算
将运算结果重分为两级，分级界线为0，那么大于0的区域在原始DEM上就是正地形区域，小于0的区域在原始DEM上就是负地形区域
4．对上一步得到的二值化数据进行两次重分类，一次将正地形区域属性值赋值为1，负地形区域属性赋值为0，命名为zhengdixing；
另一次将正地形区域属性值赋值为0，负地形区域属性赋值为1，命名为fudixing。
七．山脊线的提取
1．在ArcMap中加载研究区域的原始DEM数据
2．洼地填充：
双击hydrology工具集中的fill工具，进行原始DEM的洼地点填充。
在Inputsurfaceraster文本框中选择原始DEM数据dem，将输出数据命名为fill-dem，因为选择的是将所有洼地全部填充，所有在填充容限Zlimit为默认值
3．基于无洼地的水流方向的计算：
双击hydrology工具集中的flowdirection工具，在Inputsurfaceraster文本框中选择填充过的无洼地DEM数据filldem，将输出的水流方向数据命名为flowdirfill。
4.汇流累积量的计算：
双击hydrology工具集中的flowaccumulation工具。
选择flowdirfill作为输入的水流方向数据；
输出数据命名为flowacc1
5.汇流累积量0值的提取：
加载SpatialAnalyst模块，点击SpatialAnalyst模块的下拉箭头，然后单击rastercalculator菜单，打开栅格计算对话框，在文本框中填写汇流累积量0值的提取公式：
等于0，然后点击evaluate进行计算。
计算结果为所有的汇流累积量为0的栅格
6.在ArcMap中打开facc0，发现所提取出的栅格很乱，有很多的地方并不是山脊线的位置，因此应对这个数据进行处理。
处理过程可以利用邻域分析的方法，对提取出的汇流累积量等于零值的数据进行3×
3邻域分析进行光滑处理，处理后的数据命名为领域分析
7.单击spatialanalyst模块中的surferanalyst中的countline和hillshade菜单命令，分别生成原始DEM的等值线图ctour和晕渲图hillshade
8.打开“领域分析”数据的属性信息，进行重新分类，将分类级别设置为两类，不断的调整分界数据大小，并以由DEM生成的等值线图和晕渲图为辅助判断数据。
在“领域分析”中，属性值越接近于1的栅格越有可能是山脊线的位置，这里确定的分界阈值为0.5541。
将进行过二值化的neiborfacc0进行重分类为reneibor，将属性值接近1的那一类的属性值赋值为1，其余的赋值为0
9.将重分类过后的“领域重分类”数据与正地形数据“正地形”利用spatialanalyst菜单下的rastercalculator进行相乘运算，这样就消除了那些存在在负地形区域中的错误的山脊线。
然后将计算结果进行重分类，所有属性不为1的栅格属性值赋为NODATA。
就得
升级会员 