《GIS空间分析与应用》课程作业要求.docx

《GIS空间分析与应用》课程作业要求

第一部分选址与区位分析（10分）

选择一个你熟悉或感兴趣的城市或县城（建议选择省会城市，社会经济方面的数据相对较多，但不要重复，大家选择区域时相互沟通下）。具体要求：（1）在GISlayout?（制图）视图下，通过新建和复制数据框完成逐级缩小范围局部放大的效果；（2）图中要有路网、水系等标志性地理要素，放大区域的边界、比例尺和指北针及相关要素的图例。

第二部分基础设施/生态服务供需分析（30分）

在你第一部分所选的重点分析区域内，绘制一定大小的渔网（比如500mX500m、1kmX1km），以人口数据作为需求，参照相关的规划设计标准，比如以城市人均绿地12m2为例，建立人口的网格数据，通过计算形成各个网格所需要的城市公共绿地的面积，在与现状的各个网格的公共率地面进行比较，看那些网格是达标的？那些网格是不达标的？其他方面，比如中小学、幼儿园、医院、公共交通场站等可以做辐射半径分析。具体要求：（1）至少分析两种以上的供需匹配情况；（2）生态服务供给的数据详见本作业提供的百度云盘链接，其他数据在本链接下的不同文件夹内。分享的数据量较大，根据各自需求，大家选择性下载使用这些数据。

第三部分光学遥感分析提取地物特征信息（30分）

以Landsat8/9为数据源（Collection2Level2，C2L2），大家确定好选区域后，首先地理空间数据云获取数据（/），找不到数据的情况下，我再辅助大家获取数据，所要计算反演的指标与方法如下表所示：

指标

计算公式（原始）

波段缩放系数

波段加和常数

NDVI

（植被）

(NIR-R)/(NIR+R)

0.0000275

-0.2

NDBSI

不透水面（建设用地）

IBI=(2*SWIR1/(SWIR1+NIR)-(NIR/(NIR+RED)+GREEN/(GREEN+SWIR1)))/(2*SWIR1/(SWIR1+NIR)+(NIR/(NIR+RED)+GREEN/(GREEN+SWIR1)))

SI=((SWIR1+RED)-(NIR+BLUE))/((SWIR1+RED)+(NIR+BLUE))

NDBSI=(IBI+SI)/2

0.0000275

-0.2

MNDWI

水体

(Green-SWIR)/(Green+SWIR)

0.0000275

-0.2

LST

（地表温度）

LST=Band10*0149-273.15

（最终的开尔文换算为摄氏度的表达式）

0+149

注：其中NIR(NearInfrared)和R(Red)分别代表近红外波段和红光波段的反射率,NIR能够反映植被的叶绿素水平指数,R能够反映植被的叶绿素含量；Green代表绿色波段的反射率，SWIR代表短波红外波段的反射率。MNDWI指数的取值范围为-L到1之间，水体的反射率较高，因此MNDWI指数值越接近1，表示该像素点越可能是水体。MNDWI指数在水体提取、水资源监测、洪涝灾害等方面具有广泛的应用。

参考博客：/enviidl/phtml

提取后，分级制图，分级标准如下表所示：

指标

范围

赋值

含义

NDVI

小于等于0

0＜NDVI≤0.1

0.2＜NDVI≤0.3

NDVI＞0.3

1

2

3

4

非植被覆盖区域

稀疏植被覆盖区域

中等植被覆盖区域

高植被覆盖区域

NDBSI

小于等于0

大于0

1

2

透水地面

不透水地面

MNDWI

小于等于0

大于0

1

2

透水地面

不透水地面

LST

小于（Mean-2.5*SD）

（Mean-2.5*SD）到（Mean-1.5*SD）之间

（Mean-1.5*SD）到（Mean-0.5*SD）之间

（Mean-0.5*SD）到（Mean+0.5*SD）之间

（Mean+0.5*SD）到（Mean+1.5*SD）之间

（Mean+1.5*SD）到（Mean+2.5*SD）之间

大于（Mean+2.5*SD）

1

2

3

4

5

6

7

较低温度区域

低温度区域

次低温度区域

中等温度区域

次高温度区域

高温度区域

较高温区域

第四部分Python代码数据分析与绘图探索（30分）

自行寻找数据和python代码，在python3.7环境中，调试和运行相关的代码，提供运行前的程序、数据和运行后的结果及绘制的图。

并给出你选代码的解释说明。要求：可以在课堂练习、CSDN论坛和github等资料库中找相关数据和代码。每位同学至少采用三种以上不同的统计分析方法和相关图形（如直方图、折线图、饼图、雷达图、散点图、等值