1、精心整理ArcGIS空間分析工具（SpatialAnalystTools）1 空間分析之常用工具空間分析擴展模塊中提供了很多方便柵格處理的工具。其中提取（Extraction）、綜合（Generalization）等工具集中提供的功能是在分析處理數據中經常會用到的。1.1 提取（Extraction）顧名思義，這組工具就是方便我們將柵格數據按照某種條件來篩選提取。工具集中提供了如下工具：ExtractbyAttributes：按屬性提取，按照SQL表達式篩選像元值。ExtractbyCircle：按圓形提取，定義圓心和半徑，按圓形提取柵格。ExtractbyMask：按掩膜提取，按指定的柵格數

2、據或矢量數據的形狀提取像元。ExtractbyPoints：按點提取，按給定坐標值列表進行提取。ExtractbyPolygonExtractbyRectangleExtractValuestoPoints：按照點要素的位置提取對應的（一個/多個）柵格數據的像元值，其中，提取的Value可以使用像元中心值或者選擇進行雙線性插值提取。Sample：采樣，根據給定的柵格或者矢量數據的位置提取像元值，采樣方法可選：最鄰近分配法（Nearest）、雙線性插值法（Bilinear）、三次卷積插值法（Cubic）。以上工具用來提取柵格中的有效值、興趣區域點等很有用。1.2 綜合這組工具主要用來清理柵格數據

3、，可以大致分為三個方面的功能：更改數據的分辨率、對區域進行概化、對區域邊緣進行平滑。這些工具的輸入都要求為整型柵格。1. 更改數據分辨率Aggregate：聚合，生成降低分辨率的柵格。其中，CellFactor需要是一個大于1的整數，表示生成柵格的像元大小是原來的幾倍。生成新柵格的像元值可選：新的大像元所覆蓋的輸入像元的總和值、最小值、最大值、平均值、中間值。2. 對區域進行概化Expand：擴展，按指定的像元數目擴展指定的柵格區域。Shrink：收縮，按指定的像元數目收縮所選區域，方法是用鄰域中出現最頻繁的像元值替換該區域的值。Nibble：用最鄰近點的值來替換掩膜范圍內的柵格像元的值。Th

4、in：細化，通過減少表示要素寬度的像元數來對柵格化的線狀對象進行細化。RegionGroup：區域合并，記錄輸出中每個像元所屬的連接區域的標識。每個區域都將被分配給唯一編號。3. 對區域邊緣進行平滑BoundaryClean：邊界清理，通過擴展和收縮來平滑區域間的邊界。該工具會去更改X或Y方向上所有少于三個像元的位置。MajorityFilter：眾數濾波，根據相鄰像元數據值的眾數替換柵格中的像元。可以認為是“少數服從多數”，太突兀的像元被周圍的大部隊干掉了。其中“大部隊”的參數可設置，相鄰像元可以4鄰域或者8鄰域，眾數可選，需要大部分（3/4、5/8）還是過半數即可。TIPS：這兩個工具僅支

5、持整形柵格輸入。2 空間分析之多元分析通過多元統計分析可以探查許多不同類型屬性之間的關系。有兩種可用的多元分析：分類（監督分類和非監督分類Supervised&Unsupervised）主成分分析（PrincipalComponentAnalysisPCA）2.1 波段集統計工具（BandCollectionStatistics）柵格波段必須具有一個公共交集。如果不存在公共交集，則會出現錯誤，且不會創建任何輸出。如果柵格波段的范圍不同，統計數據將以所有輸入柵格波段的共同的空間范圍來計算。默認情況下，像元大小為輸入柵格的最大像元的大小；否則，將取決于柵格分析環境設置。此工具計算每個圖層的基本統計

6、測量值（最小值、最大值、平均值和標準差），如果勾選協方差和相關矩陣，還可以得到這兩個值。2.2 創建特征（CreateSignatures）創建由輸入樣本數據和一組柵格波段定義的類和ASCII特征文件。該工具可創建將用作其他多元分析工具的輸入參數的文件。該文件由兩部分組成：1） 所有類的常規信息，例如圖層數、輸入柵格名稱和類別數。2） 每個類別的特征文件，由樣本數、平均值和協方差矩陣組成。2.3 編輯特征（EditSignatures）通過合并、重新編號和刪除類特征來編輯和更新特征文件。輸入特征重映射文件是ASCII文件，其每一行有兩列值與之對應，以冒號分隔。第一列是原始類ID值。第二列包含用

7、于在特征文件中更新的新類ID。文件中的所有條目必須基于第一列以升序進行排序。編輯特征文件的寫法是固定的，如下：只需要編輯的類才必須被放入特征被放入特征重映射文件；任何在重映射文件中不存在的類將保持不變。要合并一組類，原類ID：新類ID。要刪除一類特征，使用9999作為該類第二列的值。要重新編號，將類ID重新編號為某個不存在于輸入特征文件中的值。示例：2：34：115：99999：3上例將使用3合并類2和類9，使用11合并類4，并將刪除類5。2.4 樹狀圖（Dendrogram）構造可顯示特征文件中連續合并類之間的屬性距離的樹狀圖。2.5 最大似然法分類（MaximumLikelihoodCla

8、ssification）最大似然法分類工具所用的算法基于兩條原則：1） 每個類樣本中的像元在多維空間呈正態分布2） 貝葉斯決策理論TIPS：工具中有幾個參數需要注意：reject_fraction：將因最低正確分配概率而得不到分類的像元部分。默認值為0.0；將對每個像元進行分類。共有14個有效輸入：0.0、0.005、0.01、0.025、0.05、0.1、0.25、0.5、0.75、0.9、0.975、0.99和0.995。a_priori_probabilities：指定將如何確定先驗概率。EQUAL所有類將具有相同的先驗概率。SAMPLE先驗概率將與特征文件內所有類中采樣像元總數的相關的

9、各類的像元數成比例。FILE先驗概率將會分配給輸入的ASCII先驗概率文件中的各個類。2.6 Iso聚類（IsoCluster）Iso表示：iterativeselt-organizing迭代自組織方法。Iso聚類工具對輸入波段列表中組合的多元數據執行聚類。所生成的特征文件（*.gsg）可用作生成非監督分類柵格的分類工具（例如最大似然法分類）的輸入。類數的最小有效值為二。不存在最大聚類數。通常情況下，聚類越多，所需的迭代就越多。2.7 Iso聚類非監督分類（IsoClusterUnsupervisedClassification）此工具為腳本工具，結合了Iso聚類工具與最大似然法分類工具的功能

10、。輸出經過分類的柵格。2.8 類別概率（ClassProbability）如果發現分類中的某些區域被分配給某一類的概率不高，則說明可能存在混合類。例如，根據分類概率波段，一個已被分類為森林的區域屬于森林類的概率只有55%。你又發現同一區域屬于草地類的概率只有40%。顯然，該區域即不屬于森林類也不屬于草地類。它更可能是一個森林草地混合類。對于使用分類概率工具生成的分類概率，最好檢查分類結果。生成的多波段柵格數城的波段數等于類別數，每個波段表示某種分類的可能概率，像元值從0至100。2.9 主成分分析（PrincipalComponentsAnalysis）對一組柵格波段執行主成分分析（PCA）并

11、生成單波段柵格作為輸出。此工具生成的波段數與指定的成分烽相同的多波段柵格。主成分分析工具用于將輸入多元屬性空間中的輸入波段內的數據變換到相對于原始空間對軸進行旋轉的新的多元屬性空間。新空間中的軸（屬性）互不相關。之所以在主成分分析中對數據進行變換，主要是希望通過消除冗余的方式來壓縮數據。3 空間分析之鄰域分析ArcGIS的空間分析擴展中，提供了這樣一組鄰域分析工具：原始圖像：3.1 塊統計（BlockStatistics）分塊統計，按照指定鄰域類型計算區域統計值，輸出區域為指定鄰域類型的外接矩形。以下為鄰域的形狀：NbrAnnulus（innerRadius，outerRadius，CELLM

12、AP）NbrCircle（Radius，CELLMAP）NbrRectangel（width，height，CELLMAP）NbrWedge（innerRadius，start_angle，end_angle，CELLMAP）NbrIrregular（kernel_file）NbrWeight（kernel_file）Irregular和Weight鄰域類型需指定核文件（.txt文件）。可以進行編碼計的計算類型：MEAN/平均值；MAJORITY/眾數（出現次數最多的值）；MAXIMUM/最大值；MEDIAN/中數；MINIMUM/最小值；MINORITY/少數（出現次數最少的值）；RANGE

13、/范圍（最大值和最小值之差）。STD/標準差；SUM/總和。VARIETY/變異度（唯一值的數量）。矩形鄰域，平均值計算圓形鄰域，平均值計算3.2 濾波器（Filter）對柵格執行平滑（低通）濾波器或邊緣增強（高通）濾波器。濾波器工具既可用于消除不必要的數據，也可用于增強數據中不明顯的要素的顯示。低通濾波（平滑邊界）：高通濾波（邊緣增強）：3.3 焦點流（FocalFlow）焦點流工具使用直接的3*3鄰域來確定一個像元的八個相鄰點中哪一個流向此像元。焦點流也可以是液體由高到低流動的方向，也可以是定義的任何移動（比如污染物向污染濃度較低的地方流入）。Thresholdvalue=0Thresho

14、ldvalue=1003.4 焦點統計（FocalStatistics）為每個輸入像元位置計算其周圍指定鄰域內的值的統計數據。統計類型與鄰域形狀與塊統計是相同的，區別在于，塊統計的輸出是整個鄰域的外接矩形范圍，而焦點統計的輸出，是鄰域內焦點柵格。矩形鄰域，平均值計算圓形鄰域，平均值計算3.5 線統計用于為每個輸出柵格像元周圍的圓形鄰域內所有線的指定字段值計算統計量。可用的統計量類型有：均值、眾數、最大值、中位數、最小值、少數、范圍、標準差以及變異度。只有眾數、少數和中位數統計量是根據線長度進行加權的。天津市部分道路中心線做線統計如下：3.6 點統計該工具類似于焦點統計工具，不同之處在于它直接對

15、點要素而非柵格進行操作。其優點在于，即使點距離過近，在轉換成柵格點時也不會丟失。4 空間分析之距離分析與距離分析相關的工具：ArcGIS中，主要可以通過如下的幾種方式進行距離分析：1. 歐氏距離分析2. 成本加權距離分析3. 用于垂直移動限制和水平移動限制的成本加權距離分析4. 獲取最短路徑使用ArcGIS空間分析擴展實現距離分析，最主要的是歐氏距離分析和成本加權距離分析兩類工具。4.1 歐氏距離工具歐氏距離工具測量每個像元距離最近源的直線距離（像元中心至像元中心的距離）。歐氏距離（EuclideanDistance）求得每個像元至最近源的距離。歐氏方向（EuclideanDirection）

16、求得每個像元至最近源的方向。歐氏分配（EuclideanAllocation）求得每個像元的最近的源。TIPS：1. 源（Source）可以是感興趣的地物的位置，數據方面，既可以是柵格數據，也可以是矢量數據。但注意：如果數據選用了柵格數據，數據中必須僅包含表示源的像元，其他像元需要是Nodata。如果選用矢量，在執行工具之時，內部會將其先轉成柵格。2. 歐氏距離的算法簡單理解為：工具會求得每個像元至每個源的距離，然后取得每個像元至每個源的最短距離以輸出。其中，歐氏距離是像元中心與源像元的中心的直線距離。3. 歐氏距離輸出柵格結果投影平面上，像元與最近源之間的最短直線距離。4. 歐氏方向輸出柵格

17、結果像元與最近源之間的方位角方向（以度為單位）。使用360度圓，刻度360指北，90指東，從刻度1順時針增加。值0供源像元使用。5. 歐氏分配輸出柵格結果輸出的每個像元都是距其最近源的值。4.2 成本加權距離工具成本加權距離工具可以看成是對歐氏直線距離的進一步修改，將經過某個像元的距離賦以成本因素。舉個簡單的例子，翻過一座山到達目的地是最短的直線距離，繞行這座山距離較長，但是更節省時間和體力，那就后者的成本加權距離最短了。1. 成本距離（CostDistance）：求得每個像元至最近源的成本距離。2. 成本回溯鏈接（CostBackLink）：求的一個方向柵格，可以從任意像元沿最小成本路徑返回

18、最近源。3. 成本分配（CostAllocation）：求得每個像元的最近的源。4. 成本路徑（CostPatch）：求得任意像元到最近源的最小成本路徑。TIPS：1. 成本柵格可以是整形或者浮點型，但是其值中不能含有負值或者0。成本柵格中的Nodata視為障礙。2. 成本距離輸出柵格數據3. 成本距離回溯鏈接要注意的是，它并不會要求返回哪一個源像元以及如何返回。而是記錄從任意像元回溯到最近源的路徑上，每個像元向下一個像元指向的方向，這個方向以08的代碼形式記錄。Source（0）Right（1）Lower-Right（2）Down（3）Lower-Left（4）Left（5）UpperLef

19、t（6）Up（7）Upper-Right（8）4. 成本距離分配得到是的每個像元至最近源的成本距離。4.3 路徑距離工具路徑距離工具與成本距離相似，也可以確定從某個源到柵格上各像元位置的最小累積行程成本。但是，路徑距離不僅可計算成本表面的累積成本，而且會考慮到行駛的實際曲面距離，和影響到移動總成本的水平和垂直因子。主要包含這幾個工具：1. 路徑距離（PathDistance）2. 路徑回溯鏈接（PathBackLink）3. 路徑分配（PathAllocation）4.4 獲得最短路徑1. 成本距離路徑任意像元到最近源的最小成本路徑，需要引用到上面工具中生成的成本距離和成本回溯鏈接柵格數據。2

20、. 廓道（Corridor）用于計算兩個成本柵格的累積成本柵格結果，為了求得從一個源到另一個源且經過該像元位置的最小成本路徑。輸出柵格不是單個最小成本路徑，但會得到源之間累積成本的范圍。最后我們可以配合其他工具將小于某一閾值的結果提取出來，例如工具ExtractbyAttribute提取，或者通過Con進行條件賦值等等方法，獲取結果。5 空間分析之水文分析接收雨水的區域以及雨水到達出水口前所流經的網絡被稱為水系。流經水系的水流只是通常所說的水文循環的一個子集，水文循環還包括降雨、蒸發和地下水流。水文分析工具重點處理的是水在地表上的運動情況。“水文分析”工具用于為地表水流建立模型。盆域分析（Ba

21、sin）：創建描繪所有流域盆地的柵格。填洼（Fill）：通過填充表面柵格中的匯來移除數據中的小缺陷。流量（FlowAccumulation）：創建每個像元累積流量的柵格。可選擇性應用權重系數。流向（FlowDirection）：創建從每個像元到其最陡下坡相鄰點的流向的柵格。水流長度（Flowlength）：計算沿每個像元的流路徑的上游（或下游）距離或加權距離。匯（Sink）：創建識別所有匯或內流水系區域的柵格。捕捉傾瀉點（SnapPourPoint）：將傾瀉點捕捉到指定范圍內累積流量最大的像元。河流連接（StreamLink）：向各交匯點之間的柵格線狀網絡的各部分分配唯一值。河網分級（Stre

22、amOrder）：為表示線狀網絡分支的柵格線段指定數值順序。柵格河網矢量化（StreamtoFeature）：將表示線狀網絡的柵格轉換為表示線狀網絡的要素。分水嶺（Watershed）：確定柵格中一組像元之上的匯流區域。以下圖DEM為例：5.1 流向（FlowDirection）流向工具的輸出是值范圍介于1到255之間的整型柵格，從中心出發的各個方向值為：3264128161542例如，如果最陡下降方向位于當前處理像元的左側，則該處理像元的流向編碼將為16。如果像元的Z值在多個方向上均發生相同變化，并且該像元是凹陷點的一部分，則該像元的流向將被視為未定義。此時，該像元在輸出流向柵格中的值將為這

23、些方向的總和。例如，如果z值向右（流向1）和向下（流向4）的變化相同，則該像元的流向為1+45。可以使用匯工具將具有未定義流向的像元標記為凹陷點。5.2 匯（Sink）匯是指流向柵格中流向元法被賦予八個有效值之一的一個或一組空間連接像元。匯被視為具有未定義的流向，并被賦予等于其可能方向總和的值。匯工具的輸出是一個整型柵格，其中每個匯都被賦予一個唯一值。匯的編號介于1到匯的數量之間。5.3 填洼（Fill）通過表面柵格中的匯來移除數據中的小缺陷。凹陷點是指具有未定義流域方向的像元；其周圍的像元均高于它。傾瀉點相對于凹陷點的匯流區域高程最低的邊界像元。如果凹陷點中充滿了水，則水將從該點傾瀉出去。T

24、IPS：有關填充的Z限制要填充的凹陷點與其傾瀉點之間的最大高程差。如果把凹陷點與其傾瀉點之間的Z值差大于Z限制，則不會填充此凹陷點。默認情況下將填充所有凹陷點（不考慮深度）。5.4 流量（FlowAccumulation）創建每個像元累積流量的柵格。流量累積將基于流入輸出柵格中的每個像元的像元數。高流量的輸出像元是集中流動區域，可用于標識河道。流量為零的輸出像元是局部地形高點，可用于識別山脊。流量工具不遵循壓縮環境設置。輸出柵格將始終處于未壓縮狀態。5.5 河流分級（StreamOrder）河流分級是一種將級別數分配給河流網絡中的連接線的方法。此級別是一種根據支流數對河流類型進行識別和分類的方

25、法。僅需知道河流的級別，即可推斷出河流的某些特征。河流分級工具有兩種用于分配級別的方法。這兩種方法由Strahler（1957）和Shreve（1966）提出。在這兩種方法中，始終將1級分配給上游河段。Strahler河流分級方法：在Strahler法中，所有沒有支流的連接線都被分為1級，它們稱為第一級別。當級別相同的河流交匯時，河網分級將升高。因此，兩條一級連接線相交會創建一務二級連接線，兩條二級連接線相交會創建一條三級連接線，依此類推。但是，級別不同的兩條連接線相交不會使級別升高。例如，一條一級連接線和一條二級連接線相交不會創建一條三級連接線，但會保留高級連接線的級別。Shreve河流分級

26、方法：Shreve法考慮網絡中所有連接線。所有外連接線都被分為1級。但對于內連接線，級別是增加的。例如，兩條一級連接線相交會創建一條二級連接線，一條一級連接線和一條二級連接線相交會創建一條三級連接線，而一條二級連接線和一條三級連接線會創建一條五級連接線。因為級別可增加，所以Shreve法中的數字有時指的是量級，而不是級別。連接線的量級是指上游連接線的數量。5.6 柵格河網矢量化（StreamtoFeature）柵格河網矢量化工具使用的算法主要用于矢量化河流網絡或任何表示方向已知的柵格線性網絡的柵格。該工具使用方向柵格來幫助矢量化相交像元和相鄰像元。可將兩個值相同的相鄰柵格河網矢量化為兩條平行線

27、。這與柵格轉折線（RastertoPolyline）工具相反，后者通常更傾向于將線折疊在一起。5.7 河流連接（StreamLink）向各交匯點之間的柵格線狀網絡的各部分分配唯一值。“連接”是指連接兩個相鄰交匯點，連接一個交匯點和出水口或連接一個交匯點和分水嶺的河道的河段。5.8 水流長度（FlowLength）水流長度工具的主要用途是計算給定盆地內最長水流的長度。該度量值常用于計算盆地的聚集時間。這可使用UPSTREAM選項來完成。該工具也可通過將權重柵格用作下坡運動的阻抗，來創建假設降雨和徑流事件的距離面積圖。5.9 捕捉傾瀉點（SnappourPoint）該工具用于確保在使用分水嶺工具描

28、繪流域盆地時選擇累積量大的點。捕捉傾瀉點將在指定傾瀉點周圍的捕捉距離范圍內搜索累積流量最大的像元，然后將傾瀉點移動到該位置。5.10 分水嶺（Watershed）確定柵格中一組像元之上的匯流區域。5.11 盆域創建描繪所有流域盆地的柵格。通過識別盆地間的山脊線，在分析窗口描繪流域盆地。通過分析輸入流向柵格數據找出屬于同一流域盆地的所有已連接像元組。通過定位窗口邊緣的傾瀉點（水將從柵格傾瀉出的地方）及凹陷點，然后再識別每個傾瀉點上的匯流區域，來創建流域盆地，這樣就得到流域盆地的柵格。6 空間分析之表面分析我們可以利用“表面分析（Surface）”工具量化及可視化地形地貌。坡向（Aspect）：獲

29、得柵格表面的坡向。示得每個像元到其相鄰像元方向像元值的變化率最大的下坡方向。等值線（Contour）：根據柵格表面創建等值線（等值線圖）的線要素類。等值線序列（ContourList）：根據柵格表面創建所選等值線值的要素類。含障礙的等值線（ContourwithBarriers）：根據柵格表面創建等值線。如果包含障礙要素，則允許在障礙兩側獨立生成等值線。曲率（Curvature）：計算柵格表面的曲率，包括剖面曲率和平面曲率。填挖方（CutFill）：計算兩表面間體積的變化，常執行填挖操作。山體陰影（HillShade）：通過考慮照明源的角度和陰影，根據表面柵格創建地貌暈渲。視點分析（Obser

30、verPoint）：識別從各柵格表面位置進行觀察時可見的觀察點。坡度（Slope）：判斷柵格表面的各像元中的坡度（梯度或z值的最大變化率）。視域（Viewshed）：確定對一組觀察點要素可見的柵格表面位置。以下圖DEM為例：6.1 各種等值線工具1. 等值線（Contour）2. 等值線列表（ContourList）可以指定等值線的值，如只輸出196，188的等值線3. 含障礙的等值線（ContourwithBarriers）：根據柵格表面創建等值線。如果包含障礙要素，則允許在障礙兩側獨立生成等值線。TIPS：關于等值線的質量問題少數情況下，所創建等值線的輪廓可能會呈方形或不均勻，看起來猶如沿

31、著柵格像元的邊界。出現這種情況可能是因為各柵格的值為整數且恰好落在等值線上。這并不是問題，該等值線不過是原樣呈現數據而已。如果希望等值線更平滑，可行的方法包括對源數據進行平滑處理或調整起始等值線。6.2 表面特征相關工具1. 坡向（Aspect）此工具求得每個像元到其相鄰的各個像元方向的z值上變化率最大的下坡方向。從概念上講，坡向工具將根據要處理的像元或中心像元周圍一個3*3的像元鄰域的z值擬合出一個平面。該平面的朝向就是待處理像元的坡向。輸出柵格的值將是坡向的羅盤方向。坡向由0到359.9度之間的正度數表示，以北為基準方向按順時針進行測量。會為輸入柵格中的平坦（具有零坡度）像元分配1坡向。2

32、. 坡度（Slope）3. 曲率（Curvature）6.3 填挖方（CutFill）計算兩表面間體積的變化。默認情況下，將使用專用渲染器來高亮顯示執行填挖操作的位置。該渲染器將被挖的區域繪制成藍色，將被填的區域繪制成紅色。沒有變化的區域將顯示為灰色。6.4 山影（HillShade）此工具考慮的主要因素是太陽（照明源）在天空中的位置。方位角（Azimuth）指的是太陽的角度方向，是以北為基準方向在0到360度范圍內按順時針進行測量的。90度的方位角為東。此工具默認的方位角為315（NW）。高度（Altitude）指的是太陽高出地平線的角度或坡度。高度的單位為度，范圍為0（位于地平線）到90（位于頭頂）之間。此工具默認的高度為45度。Modelshadows：勾選，可計算局部照明度以及像元是否落入陰影內。陰影值為0，所有其他像元的編碼介于1和255之間。Z因子（Zfactor）：Z單位與輸入表面的X，Y單位不同時，可使用Z因子調整Z單位的測量單位。計算最終輸出表面時，將用Z因子乘以輸入表面的Z值。如果X，Y單位和Z單位采用相同的測量單位；則Z因子為1。這是默認值。此外，Z因子還可用于地形夸大。例如：Z單位是英尺，而X，Y單位是米，則Z因子為0.3048，將Z單位從英尺