上机十一矢量数据分析一、目的与任务1. 熟悉并掌握ArcGIS环境下矢量数据分析的基本工具，包括建立Buffer、Overlay和Select。

2. 熟悉并掌握ArcGIS环境下地图叠置、距离量测和空间自相关的基本操作。

二、实验准备1. 人员组织：以班为单位由教师进行操作上的讲解演示。

2. 仪器资料：计算机、多媒体、已安装的ArcGIS软件、上机实验指导书。

3. 数据：landuse、soils和sewers等shapefile文件，boise_fire、fire1986和fire1992等要素类文件。

三、内容与方法本节应用部分包括4个习作。

习作1涵盖了矢量数据分析的基本工具，包括建立Buffer、Overlay和Select。

因为ArcGIS不会自动更新地图叠置输出图层（shapefile格式）中的面积和周长值，所以习作1还用Calculate Geometry 来计算面积和周长。

习作2涉及多组分多边形的地图叠置操作。

习作3介绍两种不同方法用于点与线要素之间的距离量测。

习作4进行空间自相关。

习作1：缓冲区建立和地图叠置所需数据：landuse、soils和sewers的shapefile文件。

习作1模拟进行实际项目的GIS分析。

该习作目的是按以下选址标准，为新的大学水产养殖实验室找到一个合适地点：土地利用类型以灌木林地为宜（例如landuse.shp中的字段lucode=300）。

选择适宜开发的土壤类型（例如soils.shp中的字段suit>=2）。

必须位于距离下水道300米之内。

1.启动ArcCatalog，连接到Chap11数据库。

启动ArcMap，添加sewers.shp、soils.shp和landuse.shp到图层中，将图层改名为为Task1。

其中的3个shapefile图层均以米为距离单位。

2.首先，建立sewers的缓冲区。

单击打开ArcToolbox窗口。

从ArcToolbox快捷菜单中设置Environments（环境），将Chap11数据库设置为当前工作空间。

在Analysis Tools/Proximity（分析工具/邻域分析）工具箱内双击Buffer（缓冲区）工具。

在出现的Buffer对话框中选择sewers为输入要素集，sewerbuf.shp作为输出要素集，输入300（米）作为距离，选择ALL 为dissolved type（融合类型），然后单击OK。

打开sewerbuf的属性表。

可以看到属性表中只有一条记录对应于已作边界消除的缓冲区。

3.接着进行soils、landuse和sewerbuf地图叠置操作。

在Analysis Tools/Overlay（分析工具/叠加分析）工具箱内双击Intersect（相交）工具。

选择soils、landuse和sewerbuf作为输入要素类。

输入final.shp，作为输出要素类。

单击OK执行操作。

4.最后一步是从final中选择符合前两项标准的多边形。

在AnalysisTools/Extract（分析工具/提取分析）工具箱内双击Select（筛选）工具。

选择final为输入要素类命名为sites.shp，并单击用于输入表达式的SOL 按钮。

在出现的Query Builder（查询构建器）对话框中，输入以下表达式：“SUIT”>=2 AND “LUCODE”=300。

单击OK，退出该对话框。

5.打开sites属性表。

注意该表包括了两套面积和周长数据，并且各个字段含有重复数值。

这是因为ArcGIS Desktop不能自动更新输出的shapefile文件中的面积和周长值。

使其更新的一个简单方法：把sites.shp转换为geodatabase要素类，要素类的shape_area和shape_length字段就有更新过的数值。

你将使用简单的工具来完成更新的任务。

关闭sites属性表。

6.在Date Management Tools/Fields（数据管理工具/字段）工具箱内双击AddField（添加字段）工具。

选择sites作为输入表，输入Shape_Area作为字段名，选择Double作为字段类型，输入11为字段精度，输入3作为字段尺度，单击OK。

用相同的工具和相同的字段定义，将Shape_Leng作为新字段添加到sites中。

7.在sites属性表中，右击Shape_Area并选择Calculate Geometry（计算几何）。

在Calculate Geometry对话框中，选中Area为性质，平方米为单位，单击OK。

Shape_Area就赋予正确的面积值。

8.右击Shape_Length并选择Calculate Geometry。

在Calculate Geometry对话框中，选中Length为性质，米为单位，单击OK。

Shape_Length就赋予正确的周长值。

习作2：多组分多边形的地图叠置所需数据：boise_fire、fire1986和fire1992，是boise_fire.mdb数据库中regions要素数据集的三个要素类。

其中，boise_fire记录了博伊西国家森林1908-1996年的林火情况；fire1986是1986年的林火记录；而fire1992则是1992年的林火记录。

习作2让你用多组分多变形要素作地图叠置操作。

fire1986和fire1992都是从boise_fire中获取的多边形图层。

多分组多边形类似于coverage模型中的区域。

使用多组分多边形的地图叠置操作使得输出结果中包含较少要素（记录），从而简化了数据管理任务。

1.在ArcMap中添加一个新的数据框，重命名为Task2。

往Task2中添加regions。

打开boise_fire属性表。

历史上的林火情况按年份记录为YEAR1到YEAR6，而通过名称记录为NAME1到NAME6。

其中，年份和名称的多个字段都是必要的，因为一个多边形可能在过去发生过多起林火。

打开fire1986属性表。

尽管该图层实际上包含了7个简单多边形，但文件中仅有一条记录。

fire1992也与此相同。

2.首先，进行fire1986和fire1992的联合。

在Analysis Tools/Overlay（分析工具/叠加分析）工具箱中双击Union（联合）工具。

选择fire1986和fire1992作为输入要素，输入fire_union作为regions要素数据集中的输出要素类。

单击OK执行该操作。

打开fire_union的属性表。

3.接下来，求取fire1986和fire1992的交集。

在Analysis Tools/Overlay（分析工具/叠加分析）工具箱中双击Intersect（相交）工具。

选择fire1986和fire1992作为输入要素，输入fire_intersect作为输出要素类。

单击OK执行该操作。

习作3：点与线之间的距离量测所需数据：deer.shp和edge.shp习作3要求进行deer.shp中的每个鹿场点和edge.shp中原始森林与皆伐区边缘的最近距离的量测。

1.在ArcMap中插入一个新数据帧，并重命名为Task3。

将deer.shp和edge.shp添加到Task3中。

2.右键单击deer，指向Joins and Relates（连接和关联）并选择Join（连接）。

在Join Date（连接数据）对话框中单击第一个下拉箭头，并选择“join date from another layer based on spatial location”（基于空间位置的另一图层的数据）。

确定edge是要合并到deer的图层。

单击说明文字为“each point will be given all the attributes of the line that is closest to it, and a distance field showing how close that line is.”（每个点都将被指定与其最接近的……）的图形界面选择按钮。

指定deer_edge.shp为输出shapefile文件。

单击OK 执行该操作。

3.右键单击deer_edge并打开其属性表。

处于表中右侧较远处的字段为Distance，该字段列出每个鹿群位置到离其最近的原始森林与皆伐区边缘的距离。

习作4：计算整体和局部G统计量所需数据：adabg00.shp是爱达荷州阿达地区各街区的2000年人口普查shapefile文件。

在习作4中，首先，需要判断阿达地区的拉美人口分布是否具有空间集聚。

然后，再检测该县拉美人口是否存在局部“热点”。

1.在ArcMap中插入一个新数据帧。

将此新数据帧重命名为Task4.并将adabg00.shp添加到Task4中。

2.右键单击adabg00.并选择Properties（属性）。

在Symbology（符号系统）栏中，选择Quantities/Graduated colors（数量/分级色彩）来显示Latino 字段值。

放大到地图的上部中心(即博伊西所在地)，查验图中拉美人口的空间分布。

可以看出，位于西南部的大面积街区中的拉美人口比例较高（11%），但该街区人口仅略高于4600。

巨大区域单元的视觉主导是等值区域地图的缺点。

3.打开ArcToolbox。

首先计算整体G统计量：在Spatial StatisticsTools/Analyzing Patterns（空间统计工具/分析模式）工具箱中双击High/Low Clustering（高/低聚类）（Getis-Ord General G）工具。

选择adabg00作为输入要素类，选择Latino作为输入字段，同时勾选“General Report”（生成报表）前的复选框。

其他字段均用默认选项。

单击OK执行命令。

4.操作完成后，从Geoprocessing（地理处理）菜单选择Results（结构）。

在Current Session（当前会话）下，扩展High/Clustering（Getis-ord General Gi），然后双击HTML Report File。

在窗口顶部，列举了观察的总的G统计量、Z得分、概率值和对结果的解释。

关闭窗口。

5.接下来，运行局部G统计量。

在Spatial Statistics Tools/Mapping Clusters（空间统计工具/聚类分布制图）工具箱中双击Hot Spot Analyst（热点分析）（Getis-Ord Gi*）工具。

选择adabg00作为输入要素类，选择Latino作为输入字段，输入local-g.shp作为Chap11数据库中的输出要素类，同时指定距离步长为5000（米）。