3.4 直线距离的原理与应用（请结合实验三复习）、区域分配的原理与应用（如泰森多边形插值的实现）
实验三思路：
- 直线距离的原理和应用
这里以欧式距离(ArcGIS è Spatial Analyst Tools è 距离 è欧式距离 )为例作为说明，输出栅格数据中任一一像元的值表示该像元到最近栅格/要素源的最近欧式距离.
应用：城市土地评价;
例如：商业繁华度指标：
Fi=fi（1-di/d）；F=max（Fi）
其中：fi为某级商业中心功能分；d为某级商业中心的服务半径；di为格网中心到该设施直线距离；F为所有商业中心对该格网作用分最大值。现需要计算一级商业中心（fi取100；d取3500）对所有格网的F值？
由于要计算MAX，而由于限制只有一级中心，所以fi和d给定，要是Fi最大，即di最小。 è 求解最小di
又由于一级商业中心点数据给定，通过欧式距离可计算di。最后通过栅格计算器求得Fi。如果存在多个级别的商业就分别求取，然后if(con)判断求取更大的那个。
区域分配
我首先还是想到欧式分配，但是欧式分配得到的分配区域与泰森多边形有本质区别虽然他们图形长得像，欧式是各个方向精确的所以边界显得圆滑，而泰森多边形貌似是8个方位所以显得道貌岸然,仪态端庄。
这里说一说泰森多边形的基本原理吧。
泰森多边形的基本原理是，每个区域中的点都比其他区域的生成点更接近该区域的生成点。换句话说，给定平面上的一组点P，对于P中的每个点p，我们可以定义一个泰森多边形区域V(p)。V(p)中的所有点都比其他点集P中的任何其他点更接近p。泰森多边形的边界是两个相邻泰森多边形区域的生成点的垂直平分线。这是基本的思路
3.5 栅格数据转换为矢量多边形（如将分析的栅格图层转换为矢量多边形），特别地，给你一个流域DEM，流域外为无数据，如何自动获取流域矢量面？
栅格转矢量一般就使用ArcGIS è Conversion Tools è 由栅格转出 è 由栅格转面;
而对于给定的流域DEM，应该也是类似的使用该工具，字段选择像元值即GRID_CODE。
这个感觉怪怪的，不明所以这个问题。
3.6 密度功能的概念；密度功能的原理与应用（如提供人口点数据，获取人口密度大于1000的区域）、点密度和核密度区别于联系、人口密度与空间插值的差异
- 密度功能的概念？×密度函数？√
密度函数是一种表示地理空间分布特征的方法，用于描述目标在空间上的分布密度。
- 密度功能的原理和应用：密度函数根据空间目标的分布情况，通过计算目标在某一空间范围内的数量或权重，将其转换为目标的分布密度。
若给定人口点数据，那么通过ArcGIS è Spatial Analyst Tools è 密度分析 è 用核密度吧 è 得到人口密度区域 è 使用栅格计算器(ArcGIS è Spatial Analyst Tools è 地图代数 è 栅格计算器) è 使用Con函数做if判断即可得到人口密度大于1000的区域。
- 点密度和核密度的区别与联系
参考：https://blog.csdn.net/weixin_44380086/article/details/124634837
二者的区别在与获得密度栅格的算法不同，搜索半径内离中心像元的远近具有不同的权重。点密度是把每个像元的周围都定义了一个邻域，将落入邻域内的点的数量相加，然后除以邻域面积，即得到点要素的密度，邻域内个点权重相同；核密度是通过核函数进行密度计算，中心像元获得最高值，在搜索半径内向周围发散，邻域边界的像元值为0，离中心越近权重越高，反之越低。总的来说，核密度分析计算结果较为平滑。
以下是图解释：
- 人口密度和空间差值的差异：
参考：https://blog.csdn.net/weixin_37659245/article/details/105381899
插值分析与密度分析的本质就是完全不一样的。 首先，插值分析的目的是对未知区域的数据进行估算，而密度分析仅表现现有数据的聚集情况。
其次，插值分析并不关注空间尺度的问题，而密度分析对空间尺度关注点特别高。
最后，就是插值分析对用于插值的属性是必须要有的，而密度分析最低仅需要有点的位置即可。
我说说我的简单理解：插值分析是一种基于已知点数据预测未知点数据的方法。空间插值可以用于预测人口、气候、地形等地理特征在空间上的分布。空间插值的结果与已知数据处于同等地位，均是相同单位相同物理意义。例如你用降水数据插值后还是降水数据，只是原来的是少数几个点的降水数据，现在是整个面的栅格降水数据。
对于人口密度而言：人口密度是指在一定地理范围内的人口数量与该范围的面积之比。
3.7 邻域分析的概念，邻域分析的原理与应用（如根据建筑面图层如何求取建筑密度；求取在2km直线距离内居民点人口总数大于2万人的银行网点）；
- 邻域分析的原理
- 以ArcGIS的邻域分析为例说明：以计算像元为中心的窗口范围内计算窗口统计值，并以该统计值作为中心像元的分析结果值。
- 邻域分析的应用
根据建筑面图层如何求取建筑密度；
思路如下(不完全一致仅供参考)：
答：建筑面图层 è 栅格化 è 栅格计算器/重分类(将建筑像元设置为1，非建筑像元设置为0) è 对栅格化的重分类结果进行焦点统计(Mean)计算建筑密度;
求取在2km直线距离内居民点人口总数大于2万人的银行网点。
答：第一种方法，非第三章内容了：首先是按属性选取出所有人口数大于2万人的居民点，然后按位置选择出距离银行网点2km内的居民点(勾选选中要素)；
第二种方法：只使用第三章内容，稍显啰嗦。首先是利用点统计(注意不是焦点统计, 选取sum)，对居民点要素进行统计，字段需要选取人口数字段得到栅格影像，对其进行重分类（是否大于2万人, 不大于的设置为Nodata）并栅格转矢量，然后基于矢量面对银行点进行按位置选取。
3.8 表面功能的原理与应用，山顶点提取的关键方法和步骤；
- 表面功能的原理
这里不大不可能来考名词解释，所以解释一下表面分析常用的功能：
等值线(等高线等的绘制)、坡度坡向(多用于选址分析以及流域分析)、山体阴影(透明度调整叠加显示将绝杀)。
- 山顶点的提取
将DEM进行焦点统计（窗口设置的大一点11、12可以），然后将结果与原始DEM作差并与0作比较二值化。最后目视解译去除不合理山顶点即可。
3.9 空间插值的概念；单点移面插值方法的概念；自然邻点插值的概念；趋势面插值的概念；泰森多边形插值的概念；克里格插值的概念
知道名词就好，到时候直接拿来用就行
3.10 地面曲率、平面曲率、剖面曲率的区别与联系；山体阴影的概念
地面曲率包括：平面曲率和剖面曲率；
平面曲率：平面曲率是指地表在水平方向上的曲率，用于描述地表在地平面上的弯曲程度。
剖面曲率：剖面曲率：剖面曲率是指地表在垂直方向上的曲率，用于描述地表在剖面上的弯曲程度。
山体阴影的概念：山体阴影是指地形表面由于太阳光线照射角度和方向的影响，在一定区域内形成的明暗对比。
3.11 分区功能的原理与应用（请与教案第2章的思考题获取高程曲线、第3章思考题统计不同坡向的平均建筑密度并做直方图等结合复习）；
分区功能主要使用到分区统计、
- 高程曲线的获取
结果理应如下：
实际操作：首先我们可以观察上高程曲线图，大致分为了0~0.2， 0.2~0.4， 0.4~0.6， 0.6~0.8， 0.8 ~1.0；
因此我们将DEM数据按照上述的分类标准进行重分类，据此对原始DEM进行面积制表(栅格计算中我觉得不鸣则已一鸣惊人的工具)，得到dbf转化为excel，然后进行累计求和再除以MAX，查看一下DEM的最大最小值最后出一下图就可以了。
至于，按流域进行类似操作
平均建筑密度+直方图
此处不仅仅完美解决了上述问题，而且还添加了坡度进去，由于流程图十分详细这里不过多介绍。
3.12 统计分析：分区汇总统计的概念；统计分析的应用（结合PPT解决的问题）；依据河流等级矢量线，提取每一级河流的平均高程。
分区汇总统计的概念：
以一个离散型Grid作为分区，统计同区域另一个Grid每个区域的Area、Mean等。
提取每一级河流的平均高程：
既可以使用分区统计也可以使用以表格显示分区统计工具，这里仅以分区统计演示。首先，将河流等级矢量线(矢量栅格皆可)进行分区统计，字段选择描述河流等级的字段，赋值栅格选择DEM，如此可以获取每一级河流的平均高程。
3.13 水流方向矩阵、流水蓄积量等相关水文分析原理与应用；坡长提取方法；地形起伏度的提取；某市各县的沟壑密度的自动求取；DEM最大洼地的提取；（未写）
水流方向矩阵是基于DEM得到的，具体是水流方向矩阵中每一个像元值表示该像元中的水流向周围8个像元的指向，具体指向哪一个取决于该像元与周围像元的高程差值，差值最大的像元即为指向方向，方向采用8个数表示如下：
流水累积量矩阵：假设研究区域每个格网有一个单位1的水量，按照水流方向累积计算每个格网的上游来水量。
如何获取流域？
两种方法，两种方法的公共操作都是：基于DEM数据通过填洼处理，再通过流向工具计算水流方向矩阵；
对于第一种方法(这种方法简单但是应该不考)：直接使用盆域分析工具(基于水流方向数据)得到流域数据；
第二种方法(但凡提及倾斜点、出口等一律通杀)：基于刚刚的水流方向矩阵进行流水累积量矩阵的获取(捕捉倾斜点时需要作为输入数据)，通过倾斜点数据(如果没有需要自己创建要素，基于各种途径)使用捕捉倾斜点使得倾斜点数据精确，然后通过集水区工具通过输入流向数据和倾斜点数据计算流域得到流域面数据。
