ArcGIS空间分析工具

ArcGIS空间分析工具（SpatialAnalystTools）1空间分析之常用工具空间分析扩展模块中提供了很多方便栅格处理的工具。其中提取（Extraction）、综合（Generalization）等工具集中提供的功能是在分析处理数据中经常会用到的。1.1提取（Extraction）顾名思义，这组工具就是方便我们将栅格数据按照某种条件来筛选提取。工具集中提供了如下工具：ExtractbyAttributes：按属性提取，按照SQL表达式筛选像元值。ExtractbyCircle：按圆形提取，定义圆心和半径，按圆形提取栅格。ExtractbyMask：按掩膜提取，按指定的栅格数据或矢量数据的形状提取像元。ExtractbyPoints：按点提取，按给定坐标值列表进行提取。ExtractbyPolygonExtractbyRectangleExtractValuestoPoints：按照点要素的位置提取对应的（一个/多个）栅格数据的像元值，其中，提取的Value可以使用像元中心值或者选择进行双线性插值提取。Sample：采样，根据给定的栅格或者矢量数据的位置提取像元值，采样方法可选：最邻近分配法（Nearest）、双线性插值法（Bilinear）、三次卷积插值法（Cubic）。以上工具用来提取栅格中的有效值、兴趣区域\点等很有用。1.2综合这组工具主要用来清理栅格数据，可以大致分为三个方面的功能：更改数据的分辨率、对区域进行概化、对区域边缘进行平滑。这些工具的输入都要求为整型栅格。1.更改数据分辨率Aggregate：聚合，生成降低分辨率的栅格。其中，CellFactor需要是一个大于1的整数，表示生成栅格的像元大小是原来的几倍。生成新栅格的像元值可选：新的大像元所覆盖的输入像元的总和值、最小值、最大值、平均值、中间值。2.对区域进行概化Expand：扩展，按指定的像元数目扩展指定的栅格区域。Shrink：收缩，按指定的像元数目收缩所选区域，方法是用邻域中出现最频繁的像元值替换该区域的值。Nibble：用最邻近点的值来替换掩膜范围内的栅格像元的值。Thin：细化，通过减少表示要素宽度的像元数来对栅格化的线状对象进行细化。RegionGroup：区域合并，记录输出中每个像元所属的连接区域的标识。每个区域都将被分配给唯一编号。3.对区域边缘进行平滑BoundaryClean：边界清理，通过扩展和收缩来平滑区域间的边界。该工具会去更改X或Y方向上所有少于三个像元的位置。MajorityFilter：众数滤波，根据相邻像元数据值的众数替换栅格中的像元。可以认为是“少数服从多数”，太突兀的像元被周围的大部队干掉了。其中“大部队”的参数可设置，相邻像元可以4邻域或者8邻域，众数可选，需要大部分（3/4、5/8）还是过半数即可。TIPS：这两个工具仅支持整形栅格输入。2空间分析之多元分析通过多元统计分析可以探查许多不同类型属性之间的关系。有两种可用的多元分析：分类（监督分类和非监督分类Supervised&Unsupervised）主成分分析（PrincipalComponentAnalysisPCA）2.1波段集统计工具（BandCollectionStatistics）栅格波段必须具有一个公共交集。如果不存在公共交集，则会出现错误，且不会创建任何输出。如果栅格波段的范围不同，统计数据将以所有输入栅格波段的共同的空间范围来计算。默认情况下，像元大小为输入栅格的最大像元的大小；否则，将取决于栅格分析环境设置。此工具计算每个图层的基本统计测量值（最小值、最大值、平均值和标准差），如果勾选协方差和相关矩阵，还可以得到这两个值。2.2创建特征（CreateSignatures）创建由输入样本数据和一组栅格波段定义的类和ASCII特征文件。该工具可创建将用作其他多元分析工具的输入参数的文件。该文件由两部分组成：1）所有类的常规信息，例如图层数、输入栅格名称和类别数。2）每个类别的特征文件，由样本数、平均值和协方差矩阵组成。2.3编辑特征（EditSignatures）通过合并、重新编号和删除类特征来编辑和更新特征文件。输入特征重映射文件是ASCII文件，其每一行有两列值与之对应，以冒号分隔。第一列是原始类ID值。第二列包含用于在特征文件中更新的新类ID。文件中的所有条目必须基于第一列以升序进行排序。编辑特征文件的写法是固定的，如下：只需要编辑的类才必须被放入特征被放入特征重映射文件；任何在重映射文件中不存在的类将保持不变。要合并一组类，原类ID：新类ID。要删除一类特征，使用－9999作为该类第二列的值。要重新编号，将类ID重新编号为某个不存在于输入特征文件中的值。示例：2：34：115：－99999：3上例将使用3合并类2和类9，使用11合并类4，并将删除类5。2.4树状图（Dendrogram）构造可显示特征文件中连续合并类之间的属性距离的树状图。2.5最大似然法分类（MaximumLikelihoodClassification）最大似然法分类工具所用的算法基于两条原则：1）每个类样本中的像元在多维空间呈正态分布2）贝叶斯决策理论TIPS：工具中有几个参数需要注意：reject_fraction：将因最低正确分配概率而得不到分类的像元部分。默认值为0.0；将对每个像元进行分类。共有14个有效输入：0.0、0.005、0.01、0.025、0.05、0.1、0.25、0.5、0.75、0.9、0.975、0.99和0.995。a_priori_probabilities：指定将如何确定先验概率。EQUAL——所有类将具有相同的先验概率。SAMPLE——先验概率将与特征文件内所有类中采样像元总数的相关的各类的像元数成比例。FILE——先验概率将会分配给输入的ASCII先验概率文件中的各个类。2.6Iso聚类（IsoCluster）Iso表示：iterativeselt-organizing——迭代自组织方法。Iso聚类工具对输入波段列表中组合的多元数据执行聚类。所生成的特征文件（*.gsg）可用作生成非监督分类栅格的分类工具（例如最大似然法分类）的输入。类数的最小有效值为二。不存在最大聚类数。通常情况下，聚类越多，所需的迭代就越多。2.7Iso聚类非监督分类（IsoClusterUnsupervisedClassification）此工具为脚本工具，结合了Iso聚类工具与最大似然法分类工具的功能。输出经过分类的栅格。2.8类别概率（ClassProbability）如果发现分类中的某些区域被分配给某一类的概率不高，则说明可能存在混合类。例如，根据分类概率波段，一个已被分类为森林的区域属于森林类的概率只有55%。你又发现同一区域属于草地类的概率只有40%。显然，该区域即不属于森林类也不属于草地类。它更可能是一个森林草地混合类。对于使用分类概率工具生成的分类概率，最好检查分类结果。生成的多波段栅格数城的波段数等于类别数，每个波段表示某种分类的可能概率，像元值从0至100。2.9主成分分析（PrincipalComponentsAnalysis）对一组栅格波段执行主成分分析（PCA）并生成单波段栅格作为输出。此工具生成的波段数与指定的成分烽相同的多波段栅格。主成分分析工具用于将输入多元属性空间中的输入波段内的数据变换到相对于原始空间对轴进行旋转的新的多元属性空间。新空间中的轴（属性）互不相关。之所以在主成分分析中对数据进行变换，主要是希望通过消除冗余的方式来压缩数据。3空间分析之邻域分析ArcGIS的空间分析扩展中，提供了这样一组邻域分析工具：原始图像：3.1块统计（BlockStatistics）分块统计，按照指定邻域类型计算区域统计值，输出区域为指定邻域类型的外接矩形。以下为邻域的形状：NbrAnnulus（{innerRadius}，{outerRadius}，{CELL｜MAP}）NbrCircle（{Radius}，{CELL｜MAP}）NbrRectangel（{width}，{height}，{CELL｜MAP}）NbrWedge（{innerRadius}，{start_angle}，{end_angle}，{CELL｜MAP}）NbrIrregular（kernel_file）NbrWeight（kernel_file）Irregular和Weight邻域类型需指定核文件（.txt文件）。可以进行编码计的计算类型：MEAN/平均值；MAJORITY/众数（出现次数最多的值）；MAXIMUM/最大值；MEDIAN/中数；MINIMUM/最小值；MINORITY/少数（出现次数最少的值）；RANGE/范围（最大值和最小值之差）。STD/标准差；SUM/总和。VARIETY/变异度（唯一值的数量）。矩形邻域，平均值计算圆形邻域，平均值计算3.2滤波器（Filter）对栅格执行平滑（低通）滤波器或边缘增强（高通）滤波器。滤波器工具既可用于消除不必要的数据，也可用于增强数据中不明显的要素的显示。低通滤波（平滑边界）：高通滤波（边缘增强）：3.3焦点流（FocalFlow）焦点流工具使用直接的3*3邻域来确定一个像元的八个相邻点中哪一个流向此像元。焦点流也可以是液体由高到低流动的方向，也可以是定义的任何移动（比如污染物向污染浓度较低的地方流入）。Thresholdvalue=0Thresholdvalue=1003.4焦点统计（FocalStatistics）为每个输入像元位置计算其周围指定邻域内的值的统计数据。统计类型与邻域形状与块统计是相同的，区别在于，块统计的输出是整个邻域的外接矩形范围，而焦点统计的输出，是邻域内焦点栅格。矩形邻域，平均值计算圆形邻域，平均值计算3.5线统计用于为每个输出栅格像元周围的圆形邻域内所有线的指定字段值计算统计量。可用的统计量类型有：均值、众数、最大值、中位数、最小值、少数、范围、标准差以及变异度。只有众数、少数和中位数统计量是根据线长度进行加权的。天津市部分道路中心线做线统计如下：3.6点统计该工具类似于焦点统计工具，不同之处在于它直接对点要素而非栅格进行操作。其优点在于，即使点距离过近，在转换成栅格点时也不会丢失。4空间分析之距离分析与距离分析相关的工具：ArcGIS中，主要可以通过如下的几种方式进行距离分析：1.欧氏距离分析2.成本加权距离分析3.用于垂直移动限制和水平移动限制的成本加权距离分析4.获取最短路径使用ArcGIS空间分析扩展实现距离分析，最主要的是欧氏距离分析和成本加权距离分析两类工具。4.1欧氏距离工具欧氏距离工具测量每个像元距离最近源的直线距离（像元中心至像元中心的距离）。欧氏距离（EuclideanDistance）——求得每个像元至最近源的距离。欧氏方向（EuclideanDirection）——求得每个像元至最近源的方向。欧氏分配（EuclideanAllocation）——求得每个像元的最近的源。TIPS：1.源（Source）可以是感兴趣的地物的位置，数据方面，既可以是栅格数据，也可以是矢量数据。但注意：如果数据选用了栅格数据，数据中必须仅包含表示源的像元，其他像元需要是Nodata。如果选用矢量，在执行工具之时，内部会将其先转成栅格。2.欧氏距离的算法简单理解为：工具会求得每个像元至每个源的距离，然后取得每个像元至每个源的最短距离以输出。其中，欧氏距离是像元中心与源像元的中心的直线距离。3.欧氏距离输出栅格结果投影平面上，像元与最近源之间的最短直线距离。4.欧氏方向输出栅格结果像元与最近源之间的方位角方向（以度为单位）。使用360度圆，刻度360指北，90指东，从刻度1顺时针增加。值0供源像元使用。5.欧氏分配输出栅格结果输出的每个像元都是距其最近源的值。4.2成本加权距离工具成本加权距离工具可以看成是对欧氏直线距离的进一步修改，将经过某个像元的距离赋以成本因素。举个简单的例子，翻过一座山到达目的地是最短的直线距离，绕行这座山距离较长，但是更节省时间和体力，