公共设施选址.docx

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
公共设施选址

公共设施选址 背景 古有孟母三迁,这充分说明了学习环境对学生学习潜藏的巨大影响。因此,合理的学校空间位置布局,有利于学生的上课与生活。而学校的选址问题需要考虑地理位置、学生公共设施配套、与现有学校的距离间隔等因素,从总体上把握这些因素能够确定出适宜性比较好的学校选址区。 目的 通过练习,掌握多准则决策分析(MCE)的方法和步骤;熟悉ArcGIS栅格数据距离制图、成本距离加权、数据重分类、叠加分析等空间分析功能;能够解决利用ArcGIS空间分析功能,分析类似学校选址等实际应用问题。 数据 土地利用数据 地面高程数据 公共设施分布数据(娱乐场所等) 现有学校分布数据 要求 ①新学校选址要尽量地势平坦; ②考虑到征地补偿费有限,建设成本要低; ③避免学生受不良影响,距离娱乐场所越远越好; ④防止教育资源过于集中,新校址距离现有学校越远越好。 实验原理 ArcGIS中实现学校选址分析,首先确定不同准则在学校选址中的权重;利用现有学校数据集、现有公共设施数据集和高程数据派生出坡度数据以及到现有学校、公共设施距离数据集;然后重分类数据集到相同的等级范围,再按照算得的权重值,叠加合并这些数据即可创建显示新学校适宜位置分布的地图。 确定规则权重 在利用ArcGIS进行学校选址的空间分析之前,首先需要确定影响选址的多条准则的权重。在多准则决策中,使用权重来衡量准则的相对重要性,权重的大小决定了该条准则对结果的影响比重,对准则的重要性分配权重可以改变每个评估准则的决策变量的顺序。此处用AHP方法来确定标准权重。 层次分析法AHP 该方法最大优点在于每次比较只考虑当前的两条准则,比较容易确定准则之间重要性的相对关系,是多准则决策问题中确定准则权重的最常用方法之一。经过计算,一致性比率是可以接受的,因此采取该种算法得到的权重。为了简化计算,最终取权重为: 要素地形地势环境因素建设成本同类影响内容高程公共设施土地利用现有学校权重0.60.250.10.05 实验操作 添加数据:landuse(土地利用)、elevation(高程)、rec_sites(公共设施)、schools(现有学校); 打开“rec_sites”图层的table,把“school”的重复点删除掉; 3)设置分析环境:范围(Extent)、栅格大小(Cell Size)、工作路径; 将Geoprocessing/Environments中范围(Processing Extent)、栅格大小(Cell Size)设为“same as layer ‘elevation’” 派生数据集 从elevation数据提取坡度数据集:Spatial Analyst Tool/Surface/slope 从公共设施数据“rec_sites”提取公共娱乐设施直线距离数据:Spatial?Analyst Tool/Distance/ Euclidean Distence 从现有学校数据“school”提取学校直线距离数据 重分类各种数据集 Spatial Analyst Tool/Reclass/Reclassify 消除各成本数据集的量纲影响,使各成本数据具有大致相同的可比分类体系。各成本数据均按等间距分类原则分为1到10级,级数越高适宜性越好。 重分类坡度数据 学校的位置在平坦地区比较有利,较陡峭的地方适宜性较差。采用等间距分级分为10级:在平坦的地方适宜性好,赋以较大的适宜性值10;陡峭的地区赋比较小的值1 重分类公共设施直线距离数据 考虑到新学校距离娱乐场所比较近好,采用等间距分级分为10级,距离娱乐设施最近适宜性最低,赋值1;距离最远的地方赋值10 重分类现有学校直线距离数据 考虑到新学校距离现有学校比较远时适宜性好,采用等间距分级分为10级,距离学校最远的单元赋值10,距离最近的单元赋值1。 重分类土地利用数据 在考察土地利用数据时,发现各种土地利用类型对学校适宜性也存在一定影响。根据用地类型给各种类型赋值:在水体(2)和湿地(7)建学校的适宜性极差,于是重分类时删除(remove)这两个选项;灌木丛(1->2);荒地(3->8);开发用地(4->10);耕地(5->6);林地(6->4); 给各数据集赋权重,进行适宜区分析 Spatial Analyst Tool /Map Algebra/Raster?Calculator 重分类后,各个数据集都统一到相同的等级体系之内,且每个数据集中那些被认为比较适宜性的属性都被赋以比较高的值。现在开始给四种因素赋以不同的权重,然后合并各数据集以找出最适宜的位置。 最终适宜性数据集的加权计算公式为:Suit(最终适宜性)= r

文档评论(0)

haihang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档