gis空间分析实验报告

空间分析原理

及应用 上机实验

练习1：利用缺省参数创建一个表面

1．1 启动ArcMap并激活地统计分析模块

单击窗口任务栏的Start按扭，光标指向Programs，再指向ArcGIS，然后单击ArcMap。在ArcMap中，单击Tools，在单击Extensions，选中Geostatistical Analyst复选框，单击Close按扭。

1.2 添加Geostatistical Analyst工具条到ArcMap中。

单击View菜单，光标指向Toolbars，然后单击Geostatistical Analyst。 1．3 在ArcMap中添加 数据层

一旦数据加入后，就能利用ArcMap来显示数据，而且如果需要，还可以改变没一层的属性设置（如符号等等）

1. 单击Standard工具条上的Add Data按扭。

2. 找到安装练习数据的文件夹（缺省安装路径是C:\\ArcGIS\\ArcTutor\\Geostatistics）,

按住Ctrl键，然后点击并高亮显示Ca_ozone_pts和ca_outline数据集。 3. 单击Add按扭。

4. 单击目录表中的ca_outline图层的图例，打开Symbol Selecto

空间分析原理

及应用 上机实验

练习1：利用缺省参数创建一个表面

1．1 启动ArcMap并激活地统计分析模块

单击窗口任务栏的Start按扭，光标指向Programs，再指向ArcGIS，然后单击ArcMap。在ArcMap中，单击Tools，在单击Extensions，选中Geostatistical Analyst复选框，单击Close按扭。

1.2 添加Geostatistical Analyst工具条到ArcMap中。

单击View菜单，光标指向Toolbars，然后单击Geostatistical Analyst。 1．3 在ArcMap中添加 数据层

一旦数据加入后，就能利用ArcMap来显示数据，而且如果需要，还可以改变没一层的属性设置（如符号等等）

1. 单击Standard工具条上的Add Data按扭。

2. 找到安装练习数据的文件夹（缺省安装路径是C:\\ArcGIS\\ArcTutor\\Geostatistics）,

按住Ctrl键，然后点击并高亮显示Ca_ozone_pts和ca_outline数据集。 3. 单击Add按扭。

4. 单击目录表中的ca_outline图层的图例，打开Symbol Selecto

实验九、水文分析-DEM 应用

一、实验目的

水文分析使用DEM 数据派生其它水文特征：提取河流网络、自动划分流域。这些是描述某一地区水文特征的重要因素。通过本实验应达到以下目的： a) 理解基于DEM数据进行水文分析的基本原理（重要）。

b) 掌握利用ArcGIS的提供的水文分析工具进行水文分析的基本方法和步骤。 二、实验准备 三、实验步骤

1. 数据基础：无洼地的DEM

在ArcMap 中加载DEM 数据，执行工具条[Hydrology Modeling]中的菜单命令 [ Hydrology ]>>[ Fill Sinks]，在出现的对话框中将[Input Surface]参数指定为“DEM”

2. 关键步骤：流向分析

在上一步的基础上进行，执行工具条[Hydrology Modeling]中的菜单命令[ Hydrology ]>>[ FlowDirection ]，在出现的对话框中将[Input Surface]参数指定为“Filled Sink1”

确定后得到流向栅格[ Flow Direction1]，了解流向栅格单元的数值表示的含义是什么。

3. 计算流水累积量

在上一步的基础上进行，执行工具条[Hydrology Modeling

班级：11城规 姓名：王新芸 学号：2011081048 指导老师：朱小燕 实验一 图像配准

第一步：单击图标

加载所需要配准的图，或者直接把所要校正的图片拖入

的工作界面。

第二步：在空白处单击右键，选择命令，把

命令去掉。然后单击图标

命令。单击

，添加控制点，控制点

不能少于4个，且尽量均匀分布，在控制点上单击右键，选择输入X和Y，x填写经度，y填写纬度。

配准过程中点的分布：

校正后点的分布：

第三步：单击图标，查看RMS，总的RMS要小于0.05，经过对比，三阶多项

式下的RMS值最小，为0.02767，所以，以此为最后结果。保存配准后的图片。

一阶多项式下的图：

二阶多项式下的图：

三阶多项式下的图：

连接表：

实验二 数字化

第一步：打开

，在空白处单击右键，选择

，打开创建新Shapefile窗口，在要素类型为点的

情况，名称命为省会，在要素类型为线的情况下，命名为中国主要河流，在要素类型为面的情况下，命名为中国政区，分别单击确定。

第二步：把刚建立的面图层图层拖到Arc Map中，然后点击

，单击

开始编辑，在Arc Map的创建要素窗口选择适工具

，选用编辑器中的合，开始编辑面图层。

编辑过程中及面图层下的中国政区：

第三步：右击

实验九、水文分析-DEM 应用

一、实验目的

水文分析使用DEM 数据派生其它水文特征：提取河流网络、自动划分流域。这些是描述某一地区水文特征的重要因素。通过本实验应达到以下目的： a) 理解基于DEM数据进行水文分析的基本原理（重要）。

b) 掌握利用ArcGIS的提供的水文分析工具进行水文分析的基本方法和步骤。 二、实验准备 三、实验步骤

1. 数据基础：无洼地的DEM

在ArcMap 中加载DEM 数据，执行工具条[Hydrology Modeling]中的菜单命令 [ Hydrology ]>>[ Fill Sinks]，在出现的对话框中将[Input Surface]参数指定为“DEM”

2. 关键步骤：流向分析

在上一步的基础上进行，执行工具条[Hydrology Modeling]中的菜单命令[ Hydrology ]>>[ FlowDirection ]，在出现的对话框中将[Input Surface]参数指定为“Filled Sink1”

确定后得到流向栅格[ Flow Direction1]，了解流向栅格单元的数值表示的含义是什么。

3. 计算流水累积量

在上一步的基础上进行，执行工具条[Hydrology Modeling

地理信息系统

实验报告

姓名： 学号： 班级： 教师：

2011年5月

实验一：GIS平台初识

实验要求：SuperMap GIS软件的安装、卸载以及界面和主要功能熟悉

实验时间：2011年5月5日 实验地点：N5-408-2 实验过程：

一、系统安装 1、基本步骤

1.1 将SuperMap GIS 5 产品安装光盘CD1 放入CD-ROM 驱动器，出现如图所示界面

1.2 选择“安装SuperMap GIS 5”，安装向导列出可供选择产品，如图所示 ：

1.3. 选择SuperMap Deskpro 5.0，进入准备安装状态，如图所示；

1.4准备阶段结束后，弹出如图所示对话框，点击“下一步”按钮，继续安装；

1.5显示如图所示对话框，请认真阅读最终用户许可协议，选择“接受条款”或者“不接受条款”选项，然后点击“下一步”按钮；

1.6仔细阅读系统安装说明，如果系统配置符合要求，单击“下一步”按钮。如图所示；

1.7键入用户名和公司名称之后，单击“下一步”按钮。如图所示：

1.8在如下选择安装文件夹对话框中，如按照系统缺省进行安装，则直接点击“下一步”按钮；如需要改变安装文件夹

GIS空间分析 实习报告

班 级： 2011级测绘工程 姓 名： 马洪卫 学 号： 201111830117 指导教师： 孟晓云

一、 基于GIS的土壤类型专题图制作－以沂蒙山区为例

1、土壤类型专题图的意义：

专题地图（thematic map），又称特种地图，着重表示一种或数种自然要素或社会经济现象的地图。专题地图的内容由两部分构成：

① 专题内容。图上突出表示的自然或社会经济现象及其有关特征。 ② 地理基础。用以标明专题要素空间 位置与地理背景的普通地图内

容，主要有经纬网、水系、境界、居民地等。

专题地图是指突出而尽可能完善、详尽地表示制图区内的一种或几种自然或社会经济（人文）要素的地图。专题地图的制图领域宽广，凡具有空间属性的信 息数据都可用其来表示。其内容、形式多种多样，能够广泛应用于国民经济建设、教学和科学研究、国防建设等行业部门。专题地图和普通地图相比，具有独特的特征。

2、土壤类型专题图制作的常用方法： a. 基于ARC-GIS 的专题图制作 b. 基于MAPGIS 的专题图制作 c. 基于Supermap 的专题图制作 （基于GIS 的专题图制作的优点

空间统计分析实验报告

一、空间点格局的识别 1、平均最邻近分析

平均最邻近距离指点间最邻近距离均值。该分析方法通过比较计算最邻近点对的平均距离与随机分布模式中最邻近点对的平均距离，来判断其空间格局，分析结果如图1所示。

最邻近比率小于1，聚集分布，Z值为-7.007176，P值为0，即这种情况是随机分布的概率为0

图1 平均最邻近分析结果图

计算结果共有5个参数，平均观测距离，预期平均距离，最邻近比率，Z得分，P值。

P值就是概率值，它表示观测到的空间模式是由某随机过程创建而成的概率，P 值越小，也就是观测到的空间模式是随机空间模式的可能性越小，也就是我们越可以拒绝开始的零假设。最邻近比率值表示要素是否有聚集分布的趋势，对于趋势如何，要根据Z值和P值来判断。

本实验中的最邻近比率小于1 ，聚集分布，Z值为-7.007176，P值为0，即这种情况是随机分布的概率为0，该结果说明云南省详细居民点的分布是聚集分布的，不存在随机分布。 2、多距离空间聚类分析

基于 Ripley's K 函数的多距离空间聚类分析工具是另外一种分析事件点数据的空间模式的方法。该方法不同于此工具集中其他方法（空间自相关和热点分析）的特征是可汇总一定距离范围内

第四章 空间分布

空间聚类分析

第一节 概述

聚类分析是一种数字分类方法。对分类对象间的关系用某些相似性度量进行刻划，根据相似性度量进行分类。也有称群分析、簇群分析、簇分析、点群分析、丝分析等，在1975年(苏州)概率统计会上，决定使用聚类分析这一名称。

从数学角度来看，聚类分析是在一个大的对称矩阵中探索诸元素间相关关系的一种数学分类方法。

一．两种不同的模式识别(有无训练集)

有训练集:如判别分析，在已知样本分类的情况下设计判别函数。这些已知分类的样本

称为训练集，也称为有人管理或有教师的分类法。

无训练集:如聚类分析，在设计分类器时，所选用的样本预先不知所属的类别，需要根据样本间的距离或其它相似性的程度来自动地进行分类，也称为无人管理的分类。 二．聚类分析的两种类型

根据分类对象不同，分为Q型(Q-mode)和R型(R-mode)。 Q型

?对样品进行分类。即把不同的物体(如岩石标本、样品等物种或人种)进行比较，?对变量进行分类。即属于同一物种的各种属性，即各类变量(如岩石厚度、岩石

目的是要确定不同物体之间的关系，从而将物体进行归类分群。

R型

成分及各种化验观测数据)进行比较，目的是要不同变量之间的关系

第四章 空间分布

空间聚类分析

第一节 概述

聚类分析是一种数字分类方法。对分类对象间的关系用某些相似性度量进行刻划，根据相似性度量进行分类。也有称群分析、簇群分析、簇分析、点群分析、丝分析等，在1975年(苏州)概率统计会上，决定使用聚类分析这一名称。

从数学角度来看，聚类分析是在一个大的对称矩阵中探索诸元素间相关关系的一种数学分类方法。

一．两种不同的模式识别(有无训练集)

有训练集:如判别分析，在已知样本分类的情况下设计判别函数。这些已知分类的样本

称为训练集，也称为有人管理或有教师的分类法。

无训练集:如聚类分析，在设计分类器时，所选用的样本预先不知所属的类别，需要根据样本间的距离或其它相似性的程度来自动地进行分类，也称为无人管理的分类。 二．聚类分析的两种类型

根据分类对象不同，分为Q型(Q-mode)和R型(R-mode)。 Q型

?对样品进行分类。即把不同的物体(如岩石标本、样品等物种或人种)进行比较，?对变量进行分类。即属于同一物种的各种属性，即各类变量(如岩石厚度、岩石

目的是要确定不同物体之间的关系，从而将物体进行归类分群。

R型

成分及各种化验观测数据)进行比较，目的是要不同变量之间的关系