目录

一、实验名称

二、实验准备

1.实验原理

2.实验背景

3.实验目的:

4.数据准备

三、实验步骤


文章数据免费下载

一、实验名称

栅格数据空间分析之可达性分析

二、实验准备

1.实验原理

可达性用于测度区域内一点到最近旅游景点所花费的时间表征区内游客到景点的便利程度,有助于厘清旅游景点和交通网络之间的关系,计算公式如下:

式中:i、j 为示范区内的景点;Tij 为点i 在交通网络中通行最短的路线到达景点j 的通行时间;Mj 为景点j的权重,若只研究交通通达性则数值为1;Ai 为示范区内点i 的可达性。

本研究基于交通路网测算示范区的可达性,测算方法是用1 km×1 km栅格网将原矢量底图栅格化,根据国家规定的不同路网的通行速度,并参考前人研究成果,高速铁路、普通铁路、高速、国道、省道、县道的速度分别设为250、100、100、80、60、40 km/h,计算路网通行时间,并赋予栅格相应的时间成本值,在此基础上对路网成本栅格图像采用最短成本加权距离,算出示范区内各点到景点的可达性。为了从整体上反映旅游景点可达性在行政单元区域层面的空间结构状态,更为直接地刻画区域内游客日常出游的便利程度,通过计算示范区县级单元内栅格景点可达性的均值来反映整个县级单元的景点可达性。

式中:Rj为第j 个县级单元的整体景点可达性;Ai为县级单元第i 个网格的景点可达性;nj为落在第j 个县级单元范围内网格的总数。

不同类别景点可达性分布频率和累计频率统计表计算。

1 各时间段可达性分布频率 = 各时间段可达性面积/总面积

2 累计频率 =各时间段可达性分布频率的和

3 县域单元的整体可达性等级分布分别统计不同时间段的可达性的景点的个数

2.实验背景

现有一城市道路数据road.shp,和一所医院的位置数据hospital.shp。道路数据中记录了每一段路的长度(m),车辆行驶的平均时速(m/min)和所需的时间(min)。假设在没有道路的区域,人平均走路的速度是80m/min(field.shp)。求出在30分钟内可到达该医院的可达性范围。

3.实验目的:

掌握栅格数据的可达性分析方法

4.数据准备

1 road.shp:道路线要素数据

2 hospital.shp:医院点要素数据

3 field.shp:非道路面要素数据

三、实验步骤

1.新建ArcMap空白文档,导入以上数据,然后我们将road.shp、field.shp数据转为栅格数据,打开ArcToolBox工具箱,选择转换工具>转为栅格>折线转栅格,输入要素为road.shp,值字段选择speed,更改输出路径,点击确定即可输出。

2.接下来将面转为栅格,打开面转栅格工具,输入数据为field.shp,值字段为speed,更改输出路径,确定即可输出;

3.接下来,我们创建耗时栅格,打开栅格计算器,输入 1.0/’road.shp’,更改输出路径,点击确定即可,同理处理field.shp;

4.接着,我们需要将两个耗时栅格结合为一个,打开镶嵌至新栅格,输入要素为之前的两个耗时栅格,设置输出位置与数据名称,波段数为1,镶嵌运算符为minmum,点击确定即可;

5.我们进行成本距离分析,打开成本距离工具,输入要素源数据为hospital.shp,成本距离为耗时栅格cost,更改输出路径与数据名称,点击确定输出,打开distance属性,更改分类类型为手动,分类数为2,分类阈值为10,适当调整颜色,点击确定,我们即可得到最终结果;


如果觉得我的文章对您有帮助,三连+关注便是对我创作的最大鼓励!

更多GIS空间分析文章

“本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/qq_45590504/category_11750215.html百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。”

GIS空间分析 栅格数据分析3 可达性分析相关推荐

  1. GIS空间分析 栅格数据分析1 欧氏距离分析

    目录 一.实验名称 二.实验准备 1.基本概念: 2.实验目的: 3.实验背景: 4.实验要求: 5.实验数据: 6.实验流程: 三.实验步骤 其他GIS空间分析文章 一.实验名称 栅格分析之欧氏距离 ...

  2. 数据分析-PART0--数据分析综合

    ​​​​​ 数据分析-PART0--数据分析综合 数据分析-PART1--数据获取和步骤 数据分析-PART2--10大数据分析模型 数据分析-PART3--数据分析常用指标 数据分析-PART4-- ...

  3. python数据分析学生成绩查询系统_python数据分析-学生成绩分析

    python数据分析-学生成绩分析 python数据分析-学生成绩分析 目标:分析学生成绩的影响因素 1.导入原始数据,以及需要用到的库 import pandas as pd import nump ...

  4. 数据分析-PART4--数据分析方法

    数据分析-PART0--数据分析综合 数据分析-PART1--数据获取和步骤 数据分析-PART2--10大数据分析模型 数据分析-PART3--数据分析常用指标 数据分析-PART4--数据分析方法 ...

  5. 从空间分布、空间关系、空间演化、属性数据的扩展与再分析、数据分析扩展的角度举例分析GIS空间分析的特点与重要性,并且写出一句宣传GIS空间分析的广告语

    分析GIS空间分析的特点与重要性 空间分布 空间特征是地理现象的最基本特征,根据地理现象的空间分布状况,我们可以用不同的空间维度来表达.GIS中空间分布对于点状地物具有总体分布特征比如(密集型,方向性 ...

  6. GIS空间分析 地统计分析2 探索性数据分析

    实验数据:见个人资源<GIS空间分析教学数据>免费下载,仅供学习使用 其他GIS空间分析文章 一.实验名称 地统计分析之探索性数据分析 二.实验目的 掌握分析数据分布特征及空间趋势的基本方 ...

  7. 基于ArcGIS:GIS空间分析复习-理论概念+案例分析

    目录 01 第一章 1.1 GIS空间分析的概念 1.2 GIS空间分析的研究对象.研究目标 1.3 研究目标是:认知.解释.预报.调控. 1.4 道路拓宽案例分析 1.5 GIS空间分析的核心问题 ...

  8. 大数据分块_空间数据库基础理论 GIS空间数据处理分析涉及的基本概念

    <空间数据库>课程整理汇总,106篇课程,内容太长,学习中,把一些关键点,汇总记下笔记 地理空间 GIS中的地理空间(Geo-spatial)是指经过投影变换后,在笛卡尔坐标系中的地球表层 ...

  9. 【记录】gis空间分析poi点分布的影响因素操作过程

    1.明确因变量与自变量 研究范围:南京老城 研究单元:500×500m格网 因变量:店铺密度(即每个研究单元内商业店铺的个数) 自变量:产业园可达性(研究单元与最近产业园的距离).地铁可达性.景点密度 ...

  10. GIS空间分析(五)—— 位置与几何关系分析

    位置与几何关系分析 位置是空间对象的基本特征,矢量叠加分析.地图代数.选址分析等经典GIS空间分析方法都是基于位置特征分析方法的代表.空间几何关系分析主要是对空间目标之间由位置.形状.方位.连通性和相 ...

最新文章

  1. c 语言乘法代码,C++实现大数乘法算法代码
  2. 多态实现机制:静态分派和动态分派
  3. python手册中文版apk-用 Python 完成 Android apk 的编译打包
  4. (笔记)Linux内核学习(五)之中断推后处理机制
  5. redis 底层数据结构 压缩列表 ziplist
  6. LeetCode 784. 字母大小写全排列(位运算回溯)
  7. 51单片机中断interrupt……using……
  8. 人工智能/数据科学比赛汇总 2019.3
  9. oracle 自定义类型使用方法,oracle pl/sql中使用自定义数据类型
  10. python xml转字典_python xml转成dict
  11. 大华股份2021年的半年报
  12. 分享几款常用的MySQL管理工具
  13. 18_多易教育之《yiee数据运营系统》用户画像-事实标签计算篇
  14. 高斯过程回归python_GPR(高斯过程回归)详细推导
  15. Open mv识别三角形的办法
  16. 精华|风控相关欺诈防范要点(规则制定)
  17. html手机怎么刷机,一键刷机,小编教你手机怎么一键刷机
  18. 阿里云服务器怎么样可以安装Clamav免费杀毒工具
  19. 操作系统实验(2)—— Linux启动初始化过程设计探析实验
  20. Beautiful Soup的使用

热门文章

  1. wps桌面右键缺少新建文档入口
  2. linux查看磁盘内存cpu
  3. 微信HOOK-微信逆向-微信公众号爬虫系统
  4. html基础教程全集零基础入门到精通汇总整理(附详细的学习路线图)
  5. Vue使用命令创建项目
  6. 自抗扰控制器-6线性自抗扰控制器LADRC
  7. 关于LTE下行导频信号
  8. SC_FDE仿真平台:卷积编码 -> 矩阵交织 -> QPSK调制 -> 插入导频 -> 插入CP -> RayleighFading->channel
  9. 修复因制作苹果macOS安装系统导致损坏的U盘
  10. canoco5主成分分析步骤_主成分分析(PCA)统计与MATLAB函数实现