学校选址详细

《学校选址详细》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、学校选址1中学选址的依据本练习要求对现有中学、人口分布、土地使用进行评定，为新建中学的选址提供依据，可利用的数据有三种：（1）现有中学。点状空间数据，新建中学不应离现有中学太近，为此建立离开现有中学的距离图。（2）人口分布。点状空间数据，新建中学应在人口比较密集的地方，为此利用点状人口调查数据产生密度图。（3）规划土地使用。矢量多边形空间数据，某些用地不应该建中学，如工业用地，某些用地不太适合建中学，如商业用地，而居住用地适合建中学。根据上述数据和基本依据，将离开现有中学的距离分为4类，分别赋予评定指标：0～

2、500米：0，500～1000米：1，1000～1500米：2，>1500米：3图层①人口密度分为4类（人/公顷），分别赋予评定指标：0～50：0，50～100：1，100～200：2，>200：3图层②土地使用再分为3类，分别赋予评定指标：工业或绿地：0，商业：1，居住：2图层③新建中学选址的综合评定指标：图层①×图层②×图层③2.具体操作步骤：（自己完善）2产生离开现有中学的距离图、再分类启动地图文档gis_ex09ex09ex09.mxd，激活dataframe1，有4个图层（见图1）：点状图层“

3、现有中学”、点状图层“人口调查”、面状图层“规划土地使用”、线状图层“道路”（只起限定栅格边界和背景图的作用）。鼠标双击dataframe1，在弹出的DataFrameProperties对话框的General标签中将MapUnites和DisplayUnits从Unknown（未定义）改为Meters（米），完成后按“确定”键关闭。选用菜单Tools/Extension…，加载SpatialAnalyst，在菜单View/Toolbars下勾选SpatialAnalyst，调出栅格分析工具条。图1dataf

4、rame1的显示设置SpatialAnalyst的初始参数，选用菜单SpatialAnalyst/Options…：（1）General标签Working：D:gis_ex09ex09temp鼠标展开选择SpatialAnalyst的工作路径Analysismask：不选，本练习暂不考虑AnalysisCoordinateSystem：●Analysisoutputwillbesavedinthesamecoordinatesystemastheinput(orfirstrasterinp

5、utiftherearemultiple…点选上侧，产生栅格的坐标系和输入数据相同（2）Extents标签Analysisextent：SameasLayer：“道路”下拉选择图层，限定分析空间的范围（3）Cellsize标签Analysiscell：AsSpecifiedBelow下拉选择Cellsize：50键盘输入栅格单元的大小NumberofRows：82边界和栅格单元大小确定后，自动确定栅格行数NumberofColumns：136边界和栅格单元大小确定后，自动确定栅格列数按“确定”键，完成初始化设

6、置。选用菜单SpatialAnalyst/Distance/StraightLine…，出现StraightLine参数设置对话框：Distanceto：现有中学下拉选择图层名，消防站为距离的参照点Maximumdistance：不限定最大的计算范围，保持空白Outputcellsize：50默认，使用初始化设置Outputraster：school键盘输入栅格数据名称，存放路径为初始化设置按OK键，产生离开现有中学的距离分布图，点击图层名school，选用菜单SpatialAnalysis/Reclassi

7、fy…，系统出现Reclassify对话框，点击Classify…按钮，出现Classification对话框：Method:EqualInterval按等间距方式分类Classes：4共分4类按OK键，返回Reclassify对话框，栅格数据被分为4类，还要按分析之前确定的要求修改分类的间距：OldValues（原来值）NewValue（修改值）0–5000500–100011000–150021500–22003在Outputraster中规定文件名及输出路径，这里为R_school，按OK键返回，系统产

8、生新的分类图层R_school（见图2）。图2离开现有中学的距离再分类图3产生人口分布密度图、再分类选用菜单SpatialAnalysis/Density…，出现Density参数设置对话框：Inputdata：人口调查下拉选择图层名，得到人口调查样本点PopulationField：POPU下拉选择，该字段在“人口调查”要素属性表中DensityType：Kernel采用核心式计算方法，离样本点近