地理信息系统空间分析实验教程

前言

地理信息系统空间分析是GIS的核心与灵魂,它超越了简单的地图制作和数据显示，通过地理模型和算法，对空间数据进行处理、分析、建模和可视化，以解决现实世界中的复杂问题，本教程将以业界主流软件 ArcGIS Pro 为操作平台，结合理论讲解与动手实践，带你一步步走进空间分析的世界。

教程目标：

1. 理解空间分析的基本概念、原理和应用领域。
2. 熟练掌握ArcGIS Pro软件的基本操作和空间分析工具。
3. 能够独立设计和完成一个完整的空间分析项目。
4. 培养利用空间思维解决实际问题的能力。

适用对象：

• 地理信息科学、城乡规划、环境科学、资源勘查、公共管理等专业的本科生和研究生。
• 希望学习GIS技能的科研人员、政府工作人员和行业从业者。
• 所有对GIS空间分析感兴趣的初学者。

软件与环境：

• 主软件： ArcGIS Pro (推荐使用最新版本，如2.8或更高)
• 扩展模块： Spatial Analyst (必备)
• 数据： 教程将提供部分示例数据，同时也会指导如何获取公开的地理数据。

第一部分：基础准备

GIS空间分析概览与ArcGIS Pro入门

实验目标：

• 了解GIS空间分析的定义、类型和应用。
• 熟悉ArcGIS Pro的用户界面和工作空间。
• 掌握地图文档的创建、数据加载和基本浏览。 **

1. 空间分析理论入门：

   • 什么是空间分析？ (基于位置的分析、基于分布的分析、基于格局的分析、基于关系的分析)
   • 空间分析的类型：
     • 矢量分析： 叠加分析、缓冲区分析、网络分析。
     • 栅格分析： 距离分析、表面分析、密度分析、地图代数。
   • 应用领域： 环境保护（选址、污染扩散）、城市规划（服务区分析）、公共安全（应急响应）、商业选址（市场分析）等。

2. ArcGIS Pro初体验：

   • 启动与创建项目： 打开ArcGIS Pro，创建一个新的“地图”项目。
   • 界面熟悉： 识别功能区、目录窗格、内容窗格、视图（2D/3D/场景）。
   • 数据加载：
     • 将本地数据（如Shapefile、Geodatabase）添加到地图。
     • 连接并添加在线地图服务（如底图、影像图层）。
   • 数据浏览与查询：
     • 使用缩放、平移工具浏览地图。
     • 使用“要素”窗格查看和编辑单个要素的属性。
     • 使用“选择”工具和“按属性选择”功能查询要素。

实验报告：

• 简述你对空间分析的理解,并列举2-3个你身边可以用空间分析解决的实际问题。
• 截图展示你的ArcGIS Pro工作界面，并标注出主要功能区域。
• 加载一个你所在城市的行政区划图和路网图,并尝试查询某个特定区域内的所有道路。

第二部分：核心空间分析技术

矢量数据空间分析（一）—— 缓冲区与叠加分析

实验目标：

• 掌握缓冲区分析的基本原理和应用。
• 掌握叠加分析的三大类型（交集、并集、差异）及其应用。
• 理解并解决“多环缓冲区”和“融合”等常见问题。 **

1. 缓冲区分析：

   • 场景： 在一条河流两岸建立生态保护区，要求保护区宽度为500米。
   • 操作：
     • 使用“分析”选项卡下的“缓冲”工具。
     • 设置输入要素（河流线）、距离（500米）、输出要素类。
     • 进阶： 创建多环缓冲区（如100m, 300m, 500m），并使用“融合”工具将相同距离的缓冲区合并。
     • 场景： 为学校、医院等公共设施划定服务范围。

2. 叠加分析：

   • 交集：
     • 场景： 找出同时位于“生态保护区”和“基本农田保护区”内的区域，这些是需要重点监控和管理的冲突区域。
     • 操作： 使用“交集”工具，输入两个多边形图层。
   • 并集：
     • 场景： 将两个相邻的行政区域合并，形成一个更大的统计区域。
     • 操作： 使用“联合”工具。
   • 差异：
     • 场景： 从“城市规划区”中扣除“自然保护区”，得到可用于城市建设的土地范围。
     • 操作： 使用“擦除”工具。

实验报告：

• 描述缓冲区分析的原理,并说明“融合”操作在其中的重要性。
• 以“为新建高速公路选线避开居民区和水源地”为例，设计一个利用叠加分析的工作流程。
• 完成上述任一场景的操作,并附上输入数据、中间过程和最终结果的截图，并简要解释结果的意义。

栅格数据空间分析（一）—— 核心概念与距离分析

实验目标：

• 理解栅格数据模型及其在空间分析中的优势。
• 掌握距离分析中的核心工具：欧氏距离、成本距离。 **

1. 栅格数据基础：

   • 栅格 vs. 矢量： 对比两种数据模型的优缺点。
   • 关键概念： 像元、分辨率、栅格数据类型（整型、浮点型）。
   • 环境设置： 在进行栅格分析前，设置好分析范围、像元大小和坐标系。

2. 距离分析：

   • 欧氏距离：
     • 场景： 计算区域内每个位置到最近消防站的直线距离。
     • 操作： 使用“欧氏距离”工具，输入点要素（消防站），生成一个距离栅格图层，距离越远，像元值越大。
   • 成本距离：
     • 场景： 一辆救护车需要从医院前往事故现场，但道路通行速度不同（高速公路快，乡村小路慢），计算救护车到达每个位置所需的最短“时间成本”。
     • 操作：
       1. 成本栅格： 创建一个栅格，像元值代表穿越该像元的成本（如时间、难度）。
       2. 成本距离工具： 输入源点（医院）和成本栅格。
       3. 结果： 生成一个成本距离栅格和方向栅格。

实验报告：

• 解释栅格数据在连续表面分析（如地形、温度）中的优势。
• 比较欧氏距离分析和成本距离分析的异同点,并举例说明各自的应用场景。
• 完成一个欧氏距离分析（如到公园的距离）和一个成本距离分析（如到某点的通行时间成本），附上输入数据、成本栅格（如适用）和最终结果截图，并对结果进行解读。

栅格数据空间分析（二）—— 表面分析与地图代数

实验目标：

• 掌握基于高程数据的表面分析技术。
• 理解地图代数的基本思想,并能使用栅格计算器进行简单分析。 **

1. 表面分析：

   • 场景： 基于数字高程模型分析一个区域的地形特征。
   • 操作：
     • 坡度： 使用“坡度”工具，计算每个像元的陡峭程度。
     • 坡向： 使用“坡向”工具，计算每个像元的朝向（北、南、东、西等）。
     • 山体阴影： 使用“山体阴影”工具，生成具有立体感的阴影图，增强地形起伏的视觉效果。
     • 等值线： 使用“等值线”工具，从DEM中提取等高线。

2. 地图代数：

   • 原理： 将地图视为代数表达式中的变量，通过数学运算生成新的地图。
   • 栅格计算器：
     • 场景1： 识别出坡度大于15度且坡向为南（157.5-202.5度）的区域，这些是理想的阳坡林地。
     • 表达式示例： ("Slope" > 15) & ("Aspect" >= 157.5 & "Aspect" < 202.5)
     • 场景2： 水源保护区综合评价，综合考虑距离水源地的距离、坡度和土地利用类型，生成一个适宜性评价图。
     • 表达式示例： ("Suitability_Raster" = "Dist_Water" * 0.4 + "Slope" * 0.3 + "LandUse" * 0.3)

实验报告：

• 解释坡度、坡向和山体阴影在景观分析和工程建设中的作用。
• 什么是地图代数？请用自己的话描述其工作原理。
• 完成一个基于DEM的表面分析,并附上DEM、坡度、坡向和山体阴影的对比截图。
• 设计并实现一个简单的地图代数表达式（如上述场景1），附上表达式和结果截图。

第三部分：综合应用与建模

综合应用案例——公园选址分析

实验目标：

• 整合矢量分析和栅格分析技术。
• 学习使用加权叠加方法进行多准则决策分析。
• 完成一个完整的、逻辑清晰的空间分析流程。

实验背景： 某城市规划部门希望在城市内新建一个大型城市公园，以提升市民生活品质，现需要利用GIS技术，从候选区域中筛选出最适宜的选址。

分析准则：

1. 土地利用： 应优先选择未利用地、林地或绿地，避开建成区、水体和基本农田。
2. 人口密度： 公园应建在人口密集的区域，服务更多市民。
3. 地形坡度： 地形应相对平坦，坡度不宜过大（如小于15%），便于建设。
4. 距离现有公园： 应与现有公园保持一定距离（如大于1公里），避免功能重叠。

实验步骤（工作流）：

1. 数据准备： 收集或创建该城市的土地利用图、人口密度图、DEM和现有公园位置图。
2. 数据标准化： 将所有评价因子（土地利用、坡度、人口密度、距离公园）转换为统一的评价尺度（如1-10分，或0-1的适宜性值），这是加权叠加的关键步骤。
   • 坡度0-5%为10分，5-10%为8分，>15%为0分。
3. 权重分配： 根据各准则的重要性，为它们分配权重（总和为1），人口密度(0.4)，土地利用(0.3)，坡度(0.2)，距离公园(0.1)。
4. 栅格化与重采样： 将所有矢量数据（如土地利用）转换为栅格数据，并确保所有栅格图层具有相同的范围、像元大小和坐标系。
5. 执行加权叠加：
   • 在ArcGIS Pro的“空间分析”选项卡中，使用“加权叠加”工具。
   • 将准备好的各个因子栅格图层和对应的权重、字段（标准化后的值）添加到工具中。
   • 运行工具,生成“适宜性评价栅格”，像元值越高，表示该位置越适宜建设公园。
6. 结果分析与后处理：
   • 对适宜性评价栅格进行重分类,将得分最高的区域（如前20%）提取出来，作为最终的候选选址区。
   • 将结果与底图叠加,进行目视检查和修正。
   • 生成最终的分析报告和地图。

实验报告：

• 详细描述本次公园选址分析的完整工作流程,包括每一步的目的和操作。
• 列出你为各个评价因子设定的权重和标准化方法,并说明你这样设定的理由。
• 附上最终的适宜性评价图和候选选址区图,并附上简要的文字分析，说明为什么这些区域是最佳选择。

空间分析建模与自动化

实验目标：

• 理解地理处理模型的概念和作用。
• 掌握使用模型构建器创建、编辑和运行地理处理模型。
• 了解Python在GIS自动化中的基本应用。 **

1. 模型构建器：

   • 场景： 将实验五中的公园选址分析流程自动化，以便未来可以应用于不同城市或更新数据后快速重新分析。
   • 操作：
     1. 打开“地理处理”窗格，创建一个新的“模型”。
     2. 将实验五中使用的所有工具（如“坡度”、“重分类”、“加权叠加”等）拖入模型构建器画布。
     3. 使用连接线将工具的输出连接到其他工具的输入,建立数据流。
     4. 为模型设置参数,允许用户在运行时轻松更换输入数据（如新的DEM、土地利用图）。
     5. 保存并运行模型,验证其是否能正确复现手动分析的结果。

2. Python入门简介：

   • 为什么用Python？ 实现高度自动化、批量处理、复杂算法定制、与其他科学计算库集成。
   • ArcPy： Esri提供的Python站点包，用于在Python中调用ArcGIS Pro/ArcGIS Desktop的功能。
   • 简单示例： 在Python窗口中运行一条简单的脚本，如 arcpy.Buffer_analysis("roads", "road_buffer", "1000 meters")。
   • 进阶方向： 了解如何使用Python脚本调用在模型构建器中创建的模型，或将模型导出为Python脚本进行修改。

实验报告：

• 解释地理处理模型的优势,以及它如何提高空间分析工作的效率和可重复性。
• 截图展示你创建的公园选址分析模型,并标注出关键的数据流和参数。
• 写一段简短的Python代码（或伪代码），描述如何实现一个“批量文件夹内所有Shapefile文件生成缓冲区”的自动化任务。

第四部分：拓展与前沿

空间插值与网络分析

实验目标：

• 了解空间插值的基本原理,掌握常用插值方法。
• 初步了解网络分析的基本概念和应用。 **

1. 空间插值：

   • 场景： 某地区有若干个气象站点的降雨量观测数据，现在需要生成一个全区域的连续降雨量分布图。
   • 方法：
     • 反距离加权： 假设离观测点越近的位置，其值受该点影响越大。
     • 克里金法： 不仅考虑距离，还考虑数据的空间自相关性，能提供误差预测。
   • 操作： 使用“反距离加权”或“克里金法”工具，输入带有Z值（如降雨量）的点要素，生成插值结果栅格。

2. 网络分析简介：

   • 概念： 在基于网络（如道路网、管网、电网）的数据上进行路径分析、服务区分析等。
   • 场景：
     • 路径分析： 规划从A点到B点的最优路径（最快、最短）。
     • 服务区分析： 计算从某个中心点（如商场、仓库）出发，在给定时间内（如30分钟车程）可以到达的所有区域。
   • 操作：
     1. 在ArcGIS Pro中创建一个“网络分析图层”。
     2. 加载网络数据集（通常是道路网）。
     3. 设置“设施点”（起点/终点）和“障碍点”。
     4. 运行求解器,得到分析结果。

实验报告：

• 比较IDW和克里金法两种插值方法的优缺点。
• 简述网络分析的核心要素（网络、边、节点、成本）。
• 完成一个空间插值分析（如气温或污染物浓度），附上观测点数据和插值结果图。
• 尝试进行一次简单的网络分析（如从你家到最近商场的路径规划），附上结果截图。

GIS空间分析前沿与展望

实验目标：

• 了解当前GIS空间分析领域的新技术和新趋势。
• 拓宽视野,为未来的学习和研究方向提供参考。 探讨：**

1. 大数据与空间分析：
   • 挑战： GPS轨迹、社交媒体签到、手机信令等海量时空数据的处理与分析。
   • 应用： 城市动态感知、职住空间关系、公共活动模式挖掘。
2. 机器学习与空间分析：
   • 结合： 将随机森林、支持向量机、深度学习等算法应用于遥感影像分类、土地利用变化预测、空间模式识别。
   • 工具： Python的Scikit-learn, TensorFlow库与ArcPy的结合。
3. 三维GIS与空间分析：
   • 应用： 城市三维建模、可视域分析、日照分析、地下管网分析。
   • 平台： ArcGIS Pro, CityEngine, Cesium等。
4. Web GIS与空间分析：
   • 趋势： 将复杂的空间分析功能部署到云端，通过Web浏览器或移动App提供服务。
   • 平台： ArcGIS Online, ArcGIS API for JavaScript, GeoServer等。

实验报告（专题讨论）：

• 选择上述一个前沿方向（如“机器学习在遥感影像分类中的应用”），进行文献调研。
• 撰写一篇1000字左右的短文,介绍该方向的基本概念、主要应用、代表性技术以及你对其未来发展的看法。