空间数据结构实习——基于道路线提取居民地.docx

方法概述Block Street——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，道路闭合围成的街区面积也就越小，而周边地区由于道路网稀疏，围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积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积均值作为提取阈值。ArcGIS软件的计算过程：1）打开线图层road_cl，可以看到明显的道路网密集的地区，这些区域可能是城区（fig1红框区域）。2）Feature to polygon工具（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）3）打开road_poly图层属性表，新建一个field列命名为area，选择Calculate Geometry菜单可以直接计算出每个面要素的面积。Figure road_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Figure road_poly图层面要素面积统计结果5）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，大面积街区已被去除（fig6）。格网密度提取原理概述：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Cell size：表示的是在栅格化数据的时候每个栅格的大小；搜索半径Search radius：表示的是以所要计算的栅格为中心权重值Population field：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：道路线密度提取利用Line Density工具（Spatial Analyst Tools）进行线密度计算，参数设置如下（fig7）。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。Figure 7线密度提取的参数设置Figure 8 不同参数设置下的线密度分析结果：(a)cell size=100，search radius=800，(b)cell size=100，search radius=400，(c)cell size=200，search radius=400点密度提取首先用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口提取出来，得到road_pnt的点要素文件（fig9）Figure 9利用点要素文件进行点密度提取，采用Point density工具，参数设置与线要素提取时相同得到点要素密度提取结果denspnt100400.shpFigure 10核密度提取原理分析：核密度估计（Kernel density estimation）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，τ为搜索班级。其在二维情况下公式是：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，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）Figure 11在利用ArcGIS进行核密度估计