当前位置: 首页 > news >正文

如何用ArcGIS制作城市用地适应性评价

01概述

“城市用地适宜性评价是城市总体规划的一项重要前期工作,它首先对工程地质、社会经济和生态环境等要素进行单项用地适宜性评价,然后用地图叠加技术根据每个因子所占权重生成综合的用地适宜性评价结果,俗称“千层饼模式”。

做用地适宜性评价有两种方法,一是创立多环缓冲区,然后对单因子进行综合评价,最后再对所有因子根据所赋权重进行叠加,此法操作过程复杂并且很难成功。

第二种使用的工具主要为:“欧氏距离”和“重分类”。

此种方法逻辑简单,操作方便并且出现的BUG少,我们这里讲解也基于此种模式进行操作。

02材料的准备

所需的材料主要来源于CAD和Excel,因此在做之前应先准备好各因子所对应的CAD文件和表格数据。

“城市用地适宜性评价”所需的材料主要包括道路(图层应包括“省道、”快速路“、”高速路“)、环境(包括“河流”、“江河”、“水库”、“生态区”、“公园”等)、工业、居住区(可分为“农业住宅”和“城镇住房”)、地形高程、地形坡度等几个因子。

03CAD等文件的导入

我们将做好的CAD文件都放在同一个文件夹里面,点击“ArcMap”应用程序,进入主页面,再点击"目录(catalog)“旁边的”+“号,将素材文件导入进来,导入进来的CAD文件此软件不能直接进行操作,我们要对此进行转换才可使用。

数据转换

点击”等高线和高程点“,将”点“、”线“、”面“文件依次拉到最左边的”内容列表(Table Of Contents)"中。

等高线和高程点

点击“表格选项(Table Option)”-“按属性选择(Select By Attributes)",将高程过于离谱(与其他值相差太大)的值全部删掉,”点“、”线“、”面“均如此操作,方可进行下一步操作。

将高程过于离谱的值全部删掉

将高程过于离谱的值全部删掉

将高程过于离谱的值全部删掉

然后,对”点“、”线“、”面“三个图层进行一下操作:右键单击图层-”数据(Data)"-"导出数据(Export Data)"。

然后将原始3个“.dwg"格式图层删除,以便不干扰后续操作浏览。

注意:在导出数据时,格式尽量保存为”.shapfile"。

存为shp格式

并将导出的数据导出到本图层中,当提示“是否将导出数据添加到本图层中?”选择“是(YES)"。

选择“是(YES)"

04创建TIN地表面

创建TIN地表面

创建TIN地表面

面转栅格

栅格化后如下图所示。

格栅后的效果

把研究范围拉进来,由于拉进来的面无法显示,我们只能创建面要素,根据polyline进行手动成面.我们研究的范围就是蓝色区域。

创建面要素

坡度分析

坡向分析

对”坡度“、”高程“、”坡向“进行分析后,我们一定要进行掩膜处理,这一步主要是让这个软件明白我们的研究范围,以后的分析效果的呈现也仅仅在研究范围内显示,如果不设置,你的分析效果就会是默认的矩形。”

地理环境“-”环境“-处理范围”-“与研究范围相同(”研究范围“是我做的规划范围)“栅格分析”-“像元大小(默认即可)”-“掩膜”-如果在“创建TIN数据”这个图层中我选择的是“高层”显示,其他不显示,并且进行的掩膜,那么在“掩膜”这里我们选择“高程”。

以上步骤就可以让电脑记住之后的显示效果就是只显示你研究范围内的效果。

对环境因子进行评价,步骤为:导出数据-欧氏距离-重分类,其它因子与此类似。

欧氏距离-重分类

欧氏距离-重分类

其他因子与此类似,都是先欧氏距离,再进行重分类,最后根据权重进行加权叠加。

得到我破门的适宜性图,我们得到适宜性评价图之后还要对其进行成分类,在重分类的之后打开其符号系统,分为“适宜建设”、“不适宜建设”、“有条件限制建设”等等,这样用地适宜性评价图就大功告成了。

最终效果图

05总结

以上就是如何用ArcGIS做“城市用地适应性评价”,包括数据的收集与整理和制作过程。

相关文章:

  • C语言辨析——int a=5;为什么++a=1能编译通过而a++=1不行呢?
  • 在 Python 中实现语音合成的四种方法
  • js监听返回当前页面的方法
  • HCIP-BGP实验3
  • Mysql中的日志系统
  • ChatGPT与文心一言:AI助手之巅的对决
  • 利用appium自动控制移动设备并提取数据
  • 从 GPT1 - GPT4 拆解
  • 【Java】JDBC的使用
  • Yaklang 中的类型和变量
  • 华南理工大学计算机23考研复试(线下)经验分享
  • PGSQL安装PostGIS扩展模块
  • 基于YOLOv8深度学习的100种中草药智能识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战
  • 零基础学Python(2)— 安装Python开发工具之PyCharm
  • 《Python数据分析技术栈》第01章 02 Jupyter入门(Getting started with Jupyter notebooks)
  • 【EOS】Cleos基础
  • fetch 从初识到应用
  • iOS 颜色设置看我就够了
  • iOS帅气加载动画、通知视图、红包助手、引导页、导航栏、朋友圈、小游戏等效果源码...
  • js递归,无限分级树形折叠菜单
  • Js基础知识(一) - 变量
  • k个最大的数及变种小结
  • Laravel5.4 Queues队列学习
  • mysql外键的使用
  • Netty 框架总结「ChannelHandler 及 EventLoop」
  • nodejs调试方法
  • puppeteer stop redirect 的正确姿势及 net::ERR_FAILED 的解决
  • Python3爬取英雄联盟英雄皮肤大图
  • rc-form之最单纯情况
  • tab.js分享及浏览器兼容性问题汇总
  • Twitter赢在开放,三年创造奇迹
  • 从零开始在ubuntu上搭建node开发环境
  • 订阅Forge Viewer所有的事件
  • 看图轻松理解数据结构与算法系列(基于数组的栈)
  • 微信小程序设置上一页数据
  • 在Unity中实现一个简单的消息管理器
  • 自定义函数
  • ​如何使用ArcGIS Pro制作渐变河流效果
  • ​如何在iOS手机上查看应用日志
  • # C++之functional库用法整理
  • #WEB前端(HTML属性)
  • %@ page import=%的用法
  • (cos^2 X)的定积分,求积分 ∫sin^2(x) dx
  • (PyTorch)TCN和RNN/LSTM/GRU结合实现时间序列预测
  • (牛客腾讯思维编程题)编码编码分组打印下标(java 版本+ C版本)
  • (强烈推荐)移动端音视频从零到上手(上)
  • .bat批处理(六):替换字符串中匹配的子串
  • .Net 路由处理厉害了
  • /proc/stat文件详解(翻译)
  • @RequestBody详解:用于获取请求体中的Json格式参数
  • [ C++ ] STL---stack与queue
  • [1127]图形打印 sdutOJ
  • [14]内置对象
  • [2016.7 test.5] T1
  • [20170705]diff比较执行结果的内容.txt