全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
可通过一组概念性步骤来帮助您构建模型。要了解各个步骤的顺序,请您遵照以下指示解决一个示例问题。作为一名城镇规划师,您分配到了一个为新学校寻找合适地点的任务。将 ArcGIS Spatial Analyst 扩展模块中的各种工具结合使用将有助于您找出候选地点。
要解决空间问题,首先需要对所要尝试解决的问题和所要达成的总体目标做出陈述。因此,要先决定该项研究的预期输出,以便使所要生成的地图类型形象化。
您的问题是为新学校寻找最佳设址地点。寻找的结果是一张地图,上面可显示出适合建造新学校的各个候选校址(按适宜程度从高到低排列)。此地图称为分级适宜性地图,因为其中显示了一定范围的值,这些值表示地图中各地点的适宜程度(适宜程度取决于是否符合已添加到模型中的条件)。
为帮助您对该空间问题进行建模,这里将绘制一幅包含了各个步骤的示意图。首先应对问题进行明确。逐步解决问题的过程中,该示意图将逐渐得到扩展,这样便可以显示各个具体目标、过程模型和实现最终目的所需的输入数据集。
明确问题后,请就问题内容进行进一步细分,直至了解解决此问题所需的各个步骤。这些步骤便是您需要实现的具体目标。
定义具体目标时,要考虑以何种方式对各目标进行衡量。如何衡量什么样的区域最适合建新学校?对于这个假设的学校选址示例,最好将学校建于休闲娱乐设施的附近,因为很多迁到城镇居住的家庭中的小孩对休闲娱乐活动感兴趣。将校址选在远离各现有学校的地方也很重要,因为这样可以将城镇中的各个学校分散开。学校还必须建在相对平坦的适宜土地上。显然还有更多可以包含在此例中的具体目标,例如,寻找一块足以容纳该学校及其操场的区域,或者寻找一块适龄儿童密度最高的区域,但为方便起见,对此模型进行了简化。
要实现这些具体目标,您最好了解以下内容:
要查找相对平坦的表面区域,您需要创建一个能够显示表面坡度的地图。此处的过程模型便涉及表面坡度的计算。
所需的输入数据集:高程数据
您需要确定何种土地利用类型适于建造学校。这是一个因问题而异的比较主观的过程。对于本例,在农业用地上建校被认为是最经济的,因此也是最合适的。接下来依次是荒地、矮灌木丛、森林,排在最末的则是现存建筑用地。此处不涉及任何过程模型,只需确定土地利用输入数据集以及最适于建校的土地利用类型。
所需的输入数据集:土地利用数据
由于学校最好建在休闲娱乐设施附近,因此需要创建可以显示到各休闲娱乐场所距离的地图,从而大概地将学校地址确定在附近区域。此处的过程模型将涉及到计算与休闲娱乐场所的距离。
所需的输入数据集:休闲娱乐设施的位置数据
您需要将学校建在远离现有学校的地方,以避免位于这些学校的招生区范围内。因此,您还需要创建一个可以显示与现有学校之间距离的地图。此处的过程模型将涉及到计算与现有学校之间的距离。
所需的输入数据集:现有学校的位置数据
将问题分解为一系列具体目标和过程模型并且确定了所需的数据集之后,您应探索输入数据集了解其内容。包括了解数据集内部和各个数据集之间的哪些属性对于解决问题来说比较重要,还包括查找数据的变化趋势。
通过探索数据,您通常可以更深入地了解要建校的区域、各输入属性的权重以及对建模过程进行的改动。您将看到现有学校和休闲娱乐场所的位置,还可以通过高程数据集判断出高程较高的位置。而通过土地利用数据集可了解该区域中与其他数据集相关的土地利用类型以及这些类型的土地的位置。