[ArcGIS] 空间分析(七) 距离制图


距离制图(distance)根据每一栅格相距其最邻近要素(源)的距离分析制图,从而反映每一栅格与其最邻近源的相互关系。

相关概念


  • 距离分析中的目标或目的地。源表现在GIS数据特征上就是一些离散的点、线、面要素。要素可以邻接,但属性必须不同。
    源可以用栅格数据表示,也可以使用矢量数据表示。
  • 成本
    成本即到达目标、目的地的花费,包括金钱、时间、人们的喜好等。
  • 成本栅格数据
    记录了通过每一单元的通行成本。成本数据的制作一般是基于重分类功能完成。
  • 距离分析函数
    ArcGIS提供了许多用于测量距离和分析函数,如直线距离、成本距离,实现各种距离分析与制图。

距离分析中的三种栅格数据

名称 介绍
分配数据 每个单元所对应的最近源,单元值为最近源的值
成本距离加权数据 考虑很多因子的成本数据,单元值为经过该点需要的费用,可以理解为费用数据
距离方向数据 单元格到最近源的方向(沿最“短”路径),单元值为方向(值为1-8,或者0-360度)

特别注意的是:下文中以费用数据代替成本距离加权数据,便于理解。
小生把成本距离加权数据理解为费用数据,即经过该单元格需要多少费用,其概念和成本还是有区别的,成本不是结果,是一开始的考虑因子,而最终费用是结果,确确实实经过那个单元需要这么多钱,可以说费用是成本的综合考虑的结果。
小生认为距离制图的难点就在于 如何选择成本数据,如何综合考虑成本数据,每个成本因子所占的权重比是多少。

分配数据

可以类比与矢量数据中的泰森多边形哦。

分配数据记录每一单元点隶属的最近源信息,单元值就是其最近源的值。
在直线距离分析制图中,分配函数用直线距离最邻近分析方法识别单元归属于哪个源;在成本距离加权分析中依据最短距离、最小累加通行成本识别单元归属于哪个源

ArcGIS中计算分配数据的距离分析函数:

方法名 介绍
成本分配 在累加成本的基础上计算最近源(考虑成本计算最近源)
欧式分配 赋予每个单元直线距离最近源的值(以直线距离作为成本,计算最近源)
路径距离分配 根据成本面上的最小累积成本计算每个像元的最近源,同时考虑表面距离及水平和垂直成本因素

成本距离加权数据

也称成本累积数据,记录每个栅格到 距离最近、成本最低的源 的最少累加成本。(考虑很多因子加权后,经过该点需要支付的费用),可以理解为费用数据

例如:将时间作为成本,翻山需要1h,绕路需要30min,则此时翻山的成本距离就要大于绕路的成本距离。因此,人们会自觉选择绕路而不是翻山

54 89 94
27 42 89
最近源 27 54

ArcGIS中计算费用数据的距离分析函数:

方法名 介绍
廊道分析 计算两个输入累积成本栅格的累积成本总和(综合两个因子得到成本数据)
成本距离 计算每个单元到成本面上最近源的最小累积成本距离
欧式距离 量测每一单元到最近源的直线距离
路径距离 为每个像元计算与最近源之间的最小累积成本距离,同时考虑表面距离及水平和垂直成本因素

距离方向数据

表示从每一单元出发,沿着最低累计成本路径到达最近源的路线方向。(该数据的单元值,记录了该单元到邻近源的最短路径的下一步怎么走),单元值可能为1-8的方向,也可能为0到360度

例如:根据上面的成本距离加权数据生成的距离方向数据

3 3 4
3 4 4
最近源 5 5

第一行第一列的单元到最近源的方向为3,参考方向数据说明图,3为向下走

方向数据的说明图:单元值1-8对应的方向
0为该单元,向右为1,向下走为3

6 7 8
5 0 1
4 3 2

ArcGIS中计算方向数据的距离分析函数:

方法名 介绍
欧式方向 计算每个单元最近源的方向,单位度
成本路径 计算从源到目标的最小成本路径
成本回溯链接 定义在最近源的最小累积成本路径上为下一单元的相邻点
路径距离回溯链接 在指定最近源的最小累积成本路径上定义表示下一个像元的近邻,同时考虑表面距离及水平和垂直成本因素

功能操作

一些方法中,可以有多个产物,即分配、费用、方向数据其中的一个或二个或三个。

直线距离

通过直线距离函数,计算每个栅格与最近源之间的欧式距离,并按距离远近分级。
距离数据可以理解为各个单元到最近源的成本数据(费用数据)
直线距离可以用于实现空间污染影响度分析,寻找最近医院,计算距最近超市的距离等操作。

操作:可以计算得到费用、方向两个数据

  1. [ArcToolbox]–>[Spatial Analyst工具]–>[距离分析]–>[欧式距离]
  2. [输入栅格数据或要素源数据]:选择需要计算直线距离的数据
  3. [最大距离]文本框中输入最大距离,计算将在输入的距离范围内进行,距离以外的地方直接赋予空值
  4. [输入像元大小]输入输出结果的栅格大小
  5. [输出距离栅格数据]、[输出方向栅格数据]

区域分配

通过分配函数将所有栅格单元分配给离其最近的源。单元值存储了归源的标识值。
分配功能可以用于超市服务区域划分,寻找最邻近学校,找出医疗设备配备不足的地区等分析。

操作:可以计算得到分配、成本、方向三个数据

  1. [ArcToolbox]–>[Spatial Analyst工具]–>[距离分析]–>[欧式分配]
  2. [输入栅格数据或要素源数据]:选择源数据层
  3. 设置[最大距离]、[输出像元大小]
  4. 可以选择输出[分配栅格数据]、[距离栅格数据]、[方向栅格数据]

成本距离

通过成本距离加权函数,计算出每个栅格到距离最近、成本最低源的最少累积成本。

得出两个结果:

  1. 成本距离加权数据表示了每一个单元到它最近源的最小累积成本(即费用数据)
  2. 成本方向数据表示了从每一单元出发,沿着最低累积成本路径到达最近源的具体路线(即方向数据)

操作:可以计算得到分配、方向两个数据
[ArcToolbox]–>[Spatial Analyst工具]–>[距离分析]–>[成本距离]

最短路径

通过最短路径函数获取从一个源或一组源出发,到达一个目标地或一组目标地的最短直线路径或最小成本路径。
最短路径分析可以找到通达性最好的路径,或找出居民地到达超时的最优路径。

最短路径计算过程中,源可以是点,也可以是区域要素。所以,存在三种最短路径计算方法:

  1. Each Cell: 为源中每一个单元点寻找一条成本最小路径
  2. Each Zone: 为每个源寻找一条成本最小路径,源中所有单元共享同一条路径
  3. Best Single:为所有源找寻一条成本最小路径,此时,只有一个源与一个相应的目标点或目标组相连

最短路径计算需要的数据:费用与方向数据
经过成本数据执行成本加权距离函数,获取的成本方向数据成本距离数据(即费用数据)

操作:前提费用与方向数据
[ArcToolbox]–>[Spatial Analyst工具]–>[距离分析]–>[成本路径]

总结

distance根据每一栅格相聚其最邻近要素(源)的距离分析制图,从而反映每一栅格与其最邻近源的相互关系

三种栅格数据:

名称 介绍
分配数据 每个单元所对应的最近源,单元值为最近源的值
成本距离加权数据 考虑很多因子的成本数据,单元值为经过该点需要的费用,可以理解为费用数据
距离方向数据 单元格到最近源的方向(沿最“短”路径),单元值为方向(值为1-8,或者0-360度)

ArcGIS中关于距离制图:[ArcToolbox]–>[Spatial Analyst Tool]–>[distance]

名称 作用 官方介绍 输入 输出
廊道分析 综合两个成本数据,输出新的成本数据 计算两个输入累积成本栅格的累积成本总和 两个成本数据 成本数据
成本分配 考虑自定义成本,主要计算结果为分配数据 成本面上的最小累积成本计算每个像元的最近源 源数据(栅格或矢量)、成本数据 分配数据、费用数据、方向数据
成本回溯链接 考虑自定义成本,主要计算结果为方向数据 在最近源的最小累积成本路径上为下一单元的相邻点 源数据、成本数据 方向数据、费用数据
成本距离 考虑自定义成本,主要计算结果为费用数据 计算每个单元到成本面上最近源的最小累积成本距离 源数据、成本数据 费用数据、方向数据
欧式分配 考虑直线距离,主要计算结果为分配数据(可类比于矢量的泰森多边形) 基于欧氏距离计算每个像元的最近源 源数据 分配数据、费用数据、方向数据
欧式方向 考虑直线距离,主要计算结果为方向数据 计算每个像元相对于最近源的方向(以度为单位) 源数据 方向数据、费用数据
欧式距离 考虑直线距离,主要计算结果为费用数据 计算每个像元到最近源的欧氏距离 源数据 费用数据、方向数据
路径距离 考虑水平和距离两个因素,主要计算结果为费用数据 为每个像元计算与最近源之间的最小累积成本距离,同时考虑表面距离以及水平和垂直成本因素 源数据、成本数据(成本栅格数据、表面栅格数据) 费用数据、方向数据
路径距离分配 考虑水平和距离两个因素,主要计算结果为分配数据 根据成本面上的最小累积成本计算每个像元的最近源,同时考虑表面距离以及水平和垂直成本因素 源数据,成本数据(成本栅格数据、表面栅格数据) 分配数据、费用数据、方向数据
路径距离回溯链接 考虑水平和距离两个因素,主要计算结果为方向数据 向最近源的最小累积成本路径上定义表示下一像元的近邻,同时考虑表面距离以及水平和垂直成本因素 源数据、成本数据(成本栅格数据、表面栅格数据) 方向数据、费用数据
成本路径 指定一个目标,分析每个源到目标的最优路径 计算从源到目标的最小成本路径 目标位置、费用数据、方向数据 栅格,每个源到目的地的路径

转载自:https://blog.csdn.net/summer_dew/article/details/78299337

You may also like...