空间数据结构实习

目录TOC\o"1-5"\h\z\o"CurrentDocument"方法概述3\o"CurrentDocument"BlockStreet——街区提取3\o"CurrentDocument"格网密度提取5道路线密度提取5点密度提取6\o"CurrentDocument"核密度提取7\o"CurrentDocument"结果分析9\o"CurrentDocument"分析方法9算法精度分析11《空间数据结构》实习报告一方法概述1.1.BlockStreet街区提取原理概述：在矢量图层上，道路线闭合围成的一块可以定义为城市的街区。一般来说，主城区的道路网较为密集，道路闭合闱成的街区面枳也就越小，而周边地区由于道路网稀疏，I韦I成的街区面积大或者没有明显的街区块。因此，可以利用道路网生成的街区面枳作为主城区提取的一种依据。在设置街区面积提取阈值时，可以采用目视解译的方法，定量方法一般采用街区面枳均值作为提取阈值。ArcGIS软件的计算过程：1）打开线图层road_cL4以看到明显的道路网密集的地区，这些区域可能是城区（figl红框区域）。2）FeaturetopolygonI具（利用输入的线或面数据生成的面创建一个新的特征面类），将道路图层转化为街区面图层（fig2）Figure1Figure23）打开road_poly图层属性表，新建一个field列命名为area,选择CalculateGeometry菜单可以直接计算出每个面要素的面积。

FIDShape♦IdArea►24Polygon02851.149963Polygon04073.9613Polygon04880.0298204Polygon05644.41024Polygon07586.6602222Polygon07979.3198203Polygon08221.61041Polygon08331.0898192Polygon09045.214SPolygon01OG39.590Polygon01128&.879Polygon011771.20Polygon012081.9115Polygon012433.9118Polygon012451.181Polygon012826.891Polygon012&2875Polygon012282.8133Polygon013173.2188Polygon013546.9Figurelroad_poly图层面要素面积计算结果4）统计面积直方图，得到均值为377402,将大于该值的面区域去除FieldFrequencyDistributionFrequencyDistributionFigure2road_poly图层面要素面积统计结果Figure2road_poly图层面要素面积统计结果Count:256Minimum:2851.149902Maximum:25803600Sum:96615063.049316Mean:377402.590036StandardDeviation:1788073.8158575）得到面积在均值以下的街区区域（fig5）,对比未全部街区可以发现，大面积街区己被去Figure6除（fig6）oFigureS1.2.格网密度提取原理概述：Figure6格网密度提取的方法在本实习中可以分为线密度提取和点密度提取，其原理是通过计算格网中点或线要素的密度，以每个格网中心点位中心进行圆形区域搜索，通过搜索半径内的点或线来计算输出图层的密度数值。在计算线要素的密度值时，密度值的计算方法是搜索半径区域内线性要素长度之和除以搜索区域面积：在计算点要素密度值时，应先将道路网进行交叉点提取，再计算每个格网点搜索半径区域内点要素个数之和除以搜索区域面积。在ArcGIS进行操作时，格网密度分析方法中每个栅格的密度值在计算时需要确定的参数有（fig7）：网格大小Cellsize：表示的是在栅格化数据的时候每个栅格的大小；搜索半径Searchradius：表示的是以所要计算的栅格为中心权重值Populationfield：每个点要素有一个权重值，代表每个点要素的重要程度与影响度。（本实习中没有设置权重值）ArcGIS实验步骤：道路线密度提取1）利用LineDensityT具（SpatialAnalystTools）进行线密度计算，参数设置如下（fig7）。2）通过实验对比分析（fig8）可以看出，如果搜索半径设置过大（fig8,a）,则每个网格受远处道路的影响很大，城区提取的边界圆滑，提取效果不好；如果格网尺寸设置过大（fig8,c）,提取结果虽保留了应有的城区形态，但边界处锯齿状严重。因此将搜索半径设置为100,格网尺寸设置为400,提取结果为（fig8,b）,效果较好。\LineDensityInputpolylinefeaturesPopulationfieldHOKEOatputrasterII：\360里要数据'我的文^\ArcGIS\Befault.gdb\LmeDen_skp4Oatputcellsize(optional)100Searchradius(optional)400Areaunits(optional)[SQUARE/APJJHITSFigure7线密度提取的参数设置

(a)(b)(cHFigure8不同参数设置下的线密度分析结果：(a)cdlsize=100,searchradius=800,(b)cellsize=100,searchradius=400,(c)cdlsize=200,searchradius=4001.2.2.点密度提取1)首先用road_cl线数据进行求交运算,采用ArcGIS中模糊叠加(Intersection)工具,将数据中的道路交叉II提取出来，得到road_pnt的点要素文件(fig9)厂“Figure9利用点要素文件进行点密度提取，采用PointdensityI具，参数设置与线要素提取时相同得到点要素密度提取结果denspntl00400.shp

Kgiire101.3.核密度提取原理分析：Kgiire10核密度估计(Kerneldensityestimation)方法是在网格密度的基础上进行的改进算法。核密度是通过计算要素在一个固定搜索半径的搜索区域内的密度值来分等定级的。在这个搜索区域内，各点或线被赋予权值，越靠近中心的点影响越大。核密度估计的一维公式是：其中入(s)是在空间是位置s的密度值，Si是值第i个空间元素，k()为权重方程，T为搜索班级。其在二维情况下公式是：A(s)=di其中di为搜索区域内各栅格位置与中心元素的距离。从公式中可以看出，在距离等于搜索半径时核密度值为0。在计算点要素的核密度值时，计算过程主要是：先以图层中的点要素Pi为中心，以搜索班级R为半径的区域内，点Pi对这个区域内每个栅格产生一个密度值入(s),区域内距离点Pi越近的栅格点密度值越大，随着距离的增加密度值逐渐减小，直到区域边界上密度值减小到0。每个栅格有可能同时处于几个点要素的搜索区域内，因此每个栅格的密度值为这些点要素产生的密度值的累加值：对于线要素也相似，对每个线要素L产生搜索区域，对L的搜索区域内的栅格产生各自的密度值，如下图所示：(图片来自于卢雪球，2007)Figure11在利用ArcGIS进行核密度估计时，需要设置的参数与前面的网格密度估计相似，因此,在这一步中的输出栅格大小和搜索半径设置与前面步骤一致。ArcGIS操作步骤：1)采用工具箱中的核密度分析(Kerneldensity)工具进行点和线的核密度值计算Rgiire122)得到结果如下图:Figure14点要素核密度估计结果Figure13线要素核密度估计结果结果分析2.1.分析方法为了验证三种方法的城区提取精度以及对比三种方法各自的优劣，本实习采用当地居民地分布数据作为主城区。由于主城区一般来说居民地较为集中，因此可以采用居民地数据代表主城区所在的区域。己有的居民地数据residential_area_poly.shp为矢量面数据，为了将其与前面得到的栅格数据做比较分析，需要先将之前所得到的栅格数据转换成矢量面数据。1）已有的栅格数据中各栅格点含有不同的值，为了得到每种方法提取出的合适的城区，需要通过阈值将数据进行二值化。这里可以采用软件中的栅格计算器工具（Rastercalculator）或者重分类工具（Reclassify）,分别对四幅图像处理得到densl00400x>denspntl00400x、kdensl00400x、kdpl00400x：2）采用ArcGIS中的栅格转面（转换工具）工具，将前面己经过二值化的的四幅栅格数据转换成矢量面数据：3）转换后的矢量数据中每个面都被分为了一个类别，因此将不需要的面，即最大的面去除，得到denslOO、densplOO.kdlOO、kdplOO（figl5）o(a)(b)(c)（d）（e）Figure15不同算法提取出的城区与居民地叠加显示（居民地图层在上）（a）线要素网格密度（b）点要素网格密度（c）线要素核密度（d）点要素核密度（e）街区提取结果（d）（e）FigureIS不同算法提取出的城区与居民地叠加显示（居民地图层在下）（a）线要素网格密度（b）点要素网格密度（c）线要素核密度（d）点要素核密度（司街区提取结果4）将居民地数据分别与矢量化后5种方法提取出的主城区进行比较。采用ArcGIS中求矢量相交的叠加分析工具（Intersection）,可以得到不同方法提取出的主城区与实际居民地区域（实际主城区）相交的区域。（figl6）(a)(b)(c)（d）（e）Figure16不同算法提取出的城区与居民地叠加相交结果（a）线要素网格密度（b）点要素网格密度（c）线要素核密度（d）点要素核密度（司街区提取结果

统计不同算法提取的面枳以及与居民地相交区域的面枳（精确到小数点后2位）:街区提取网格线密度网格点密度线核密度点核密度不同算法提取出的城区面积Si12567137.0515676038.9115529487.1716303235.0114223483.56居民地面积s13300673.3013300673.3013300673.3013300673.3013300673.30相交面积SJi7682777.5512312689.9010239963.6310717621.749961330.29算法提取正确率SJi/Si0.6110.7850.6590.6570.700能够提取城区的比率SJi/S0.5780.9260.7700.8060.74922算法精度分析22算法精度分析:=1对于本实习给出的例子数据，从表中的统计结果可以看出，格网的线密度提取方法精度较高，提取出