1、ARCGIS矢量数据叠加练习2 矢量数据叠置操作 新建个人地理数据库(Ex2.mdb)。再把原始数据导入Ex2.mdb。(选择Ex2.mdb,选择导入要素类(单个),依次添加各个要素)。选择“ArcToolBoxAnalysis Toolsoverlay”双击Intersect。生成要素图层cov12.输入要素为cov1和cov2,输出要素为cov12,JoinAttribute为ALL,XY Tolerance为0.00001,out type为INPUT。成果:以同样的方法生成cov32.(选择cov3和cov2,生成cov32,JoinAttribute为ALL,XY Tolerance
2、为0.00001,Out Type为line。)成果:生成要素图层cov42.选择cov4 和cov2,生成要素为cov42,JoinAttribute为ALL,XY Tolerence为0.00001,Out Type为POINT。成果:成果:选择“ArcToolboxAnalysis Toolsoverlay”。选择Identify。生成要素图层cov12b。Inout Feature 为cov1,Identify Feature为cov2,Output Feature为cov12b。JoinAttributes为ALL,XY Tolerance为0.00001。成果为:生成要素图层cov
3、32b。Inout Feature 为cov3,Identify Feature为cov2,Output Feature为cov32b。JoinAttributes为ALL,XY Tolerance为0.00001。成果为:生成要素图层cov42b。Inout Feature 为cov4,Identify Feature为cov2,Output Feature为cov42b。JoinAttributes为ALL,XY Tolerance为0.00001。成果为:成果为:选择“ArcToolboxAnalysis ToolsoverlayUnion”。生成要素图层cov12c。选择要素cov1和
4、要素cov2,生成要素为cov12c,JoinAttribute为ALL,XY Tolerence为0.00001。成果为:练习6 学校选址加载Spatial Analyst工具,加载Schoolsite数据库。选择“Spatial Analyst工具表面分析坡度”。如果Spatial Analyst模块没有激活,可以在Customize下选择Extensions下选择Spatial Analyst.选择“Slope”。从DEM数据中提取坡度数据集。在Environment中选择Process Extentextent选择Same as layer landuse. Snap raster中选
5、择landuse图层。在Raster AnalysisCell size选择Same as layer landuse。选择“确定”。从娱乐场所“Rec_sites”提取娱乐场直线距离数据。选择Spatial Analyst ToolsDistanceEuclidean Distance。Output cell size选择landuse。在Environments中选择Processing extentSame as Layer landuse,Snap Raster选择landuse。在Raster AnalysisCell size选择Same as Layer landuse.选择“确
6、定”。从学校现有数据School提取学校直线距离数据库。(方法与上一步相同)5.重分类数据集。选择Reclassreclassify。重分类坡度数据集。在对话框classify选择Classes,采用等间距分级把坡度分为10级,把值写成为10.平坦的地方适宜性好,赋予较高的适宜性值,陡峭的地方赋予较低的适宜性值。选择“确定”。重分类娱乐场直线数据集。选择Classify,采用等间距分级10级,选择Classes,值为10.离娱乐场近的新学校适宜性比较好,所以,离娱乐场近的地方赋予高的适宜值,离娱乐场远的地方赋予较低的适宜值。选择“确定”。重分类学校直线距离数据集。选择Classify,采用相等
7、距离分为10级,选择Classes,值为10.距离现有学校近的地方有较低值,距离现有学校远的地方有较高值。选择“确定”。重分类土地利用数据集。Reclass field选择landuse.在考察土地利用数据时,各种土地利用类型对学校适宜性存在一定影响。例如湿地和水体的适应性很差,在重分类中应避免。在“重分类”对话框中去掉“Wetland”“Water”“Grass”.然后根据各种土地类型给各类型赋值。成图如下:其中深色区域表示适宜性较好,浅色区域表示适宜性较小,其他区域表示这里不能建立学校。6.适宜区分析重分类后每一个数据集被统一到相同的等级体系中,而且每一数据集中被认为适宜的属性被赋予较高的数值,现在给每个因素赋予不同权重,然后合并数据集找到合适的建立学校的地方。选择Spatial Analyst下的Map AlgebraRaster Calculator.(适应性)=(娱乐场所数据)*0.5+(现有学校)*0.25+(土地利用数据)*0.125+(坡度数据)*0.125.成果图:图中适宜性较强的区域(深色区域)为推荐学校选址处。感谢下载!欢迎您的下载,资料仅供参考
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1