实验一基于GIS和Voronoi图的农村居民点空间分布特征及其影响因素研究10页.doc

实验一、基于GIS和Voronoi图的农村居民点空间分布特征及其影响因素研究 一、实验目的与要求 1.实验目的：基于GIS和Voronoi图对农村居民点空间分布特征进行分析,研究自然环境、社会经济环境等不同因素对农村居民点空间分布的影响。 2.实验要求 （1）数据获取：基于1:5万土地利用图提取农村居民点、河流湖泊、公路、行政界线，基于1:5万地形图提取等高线。 （2）实验的具体步骤及方法： A、基于Voronoi图的变异系数(CV)对农村居民点空间分布类型进行探讨； B、全县和各乡镇的农村居民点用地比例 (PR)、密度(PD)、平均面积 (PV)计算； C、分析不同海拔、坡度、坡向对农村居民点空间分布的影响； D、分析河流、公路对农村居民点空间分布的影响。 二、实验原理 从农村居民点的空间分布类型、用地比例、密度以及平均面积等方面分析农村居民点的空间分布特征。选取自然生产环境中的地形、河流以及社会经济环境中的公路交通等因素 ,分析这些因素对农村居民点空间分布的影响。 1.基于Voronoi图的变异系数(CV)对农村居民点空间分布类型进行探讨 Voronoi图是对平面的一种剖分 ,在任意一个凸Voronoi多边形中 ,任意一个内点到该凸多边形的发生点pi的距离都小于该点到其他任何发生点pj的距离 ,这些发生点也叫Voronoi图的质心或发生元。CV 值是Voronoi多边形面积的标准差与平均值的比值 ,其计算公式为 : CV 值 =标准差 /平均值 ×100% CV 值可以衡量现象在空间上的相对变化程度。当某个点集的空间分布为均匀分布时,其 Voronoi多边形面积的可变性小,CV值低；当空间分布为集群分布时,在集群内 (“类 ”内 )的Voronoi多边形面积较小,而在集群间 (“类 ”间 )的Voronoi多边形面积较大, CV值高。但是 ,规则的周期结构和周期性重复出现的集群分布也会形成较高的CV值。DUYCKAERTS提出了 3个建议值: 当点集为随机分布时,CV 值为 57% (包括 33%～64%的值 )；当点集为集群分布时,CV 值为 92% (包括大于 64%的值 )；当点集为均匀分布时,CV 值为29% (包括小于33%的值 )。 在ArcGIS中利用创建点功能 ,获得每个农村居民点多边形的中心点及点位坐标。然后以全县、各乡镇为设置目标 ,创建以每个居民点中心点为发生元的 Voronoi多边形集合,形成以全县、各个乡镇为边界的 Voronoi图，再根据 Voronoi多边形的面积计算 CV 值,确定全县农村居民点的空间分布类型。 2. 全县和各乡镇的农村居民点用地比例 (PR)、密度(PD)、平均面积 (PV)计算 PR = a /A PD = n /A PV = a /n 式中 , a为农村居民点用地面积，A为研究区面积,n为研究区农村居民点斑块数。 计算全县和各乡镇的农村居民点用地斑块数、用地比例、密度以及平均面积。 3.分析地形对农村居民点空间分布的影响 基于DEM提取海拔、坡度、坡向，分析不同海拔、坡度、坡向对农村居民点空间分布的影响，计算不同海拔、坡度、坡向区农村居民点用地斑块数、用地比例、密度以及平均面积。 4.分析河流、公路对农村居民点空间分布的影响 基于河流、公路做缓冲区，分析不同缓冲区农村居民点用地斑块数、用地比例、密度以及平均面积。 三、实验数据 土地利用图、水系图、公路图、行政界限图、县乡村点位图、等高线。 四、实验内容及步骤 1.基于Voronoi图的变异系数(CV) 在ArcGIS中利用“矢量要素转为点”的功能 ,获得每个农村居民点多边形的中心点，利用字段的“计算几何值”功能获取点位坐标。然后以全县、各乡镇为设置目标 ,创建以每个居民点中心点为发生元的 Voronoi多边形集合,形成以全县、各个乡镇为边界的 Voronoi图，再根据 Voronoi多边形的面积计算 CV 值,确定全县农村居民点的空间分布类型。 2. 全县和各乡镇的农村居民点用地比例 (PR)、密度(PD)、平均面积 (PV)计算 计算县域面积，计算县域范围内农村居民点斑块数、用地比例、密度以及平均面积。 计算各乡镇面积，计算各乡镇内的农村居民点斑块数、用地比例、密度以及平均面积。 3.分析地形对农村居民点空间分布的影响 基于等高线生成DEM，并提取坡度坡向。运用“重分类”工具进行海拔、坡度、坡向分类分级；分类分级结果进行矢量化，并计算不同类别的面积；与农村居民点图进行“相交”运算，计算不同类别区农村居民点用地斑块数、用地比例、密度以及平均面积。 海拔分级：50或100m； 坡度分级：0-7、7-15、15-25、25-35、≥35 坡向分类：正阳向（157.5°- 247.5°）、半阳向（112.5°- 157