㈠ 怎麼用gis做用地坡度分析
ARC／INFO是美國ESRI公司推出的GIS軟體，是目前GIS軟體行業中最具代表性的產品。該產品可進行土地坡度、坡向高程的分布統計。其具體工作流程是這樣的：
第一步是利用國土資源調查結果，提取土地信息，在ARC/INFO中生成土地圖層，根據分析情況對土地屬性進行分類。然後獲取該地區的
DEM數據。目前常用的獲取DEM數據的方法有兩種，一種是用航天、航空遙感影像立體像對提取DEM，另一種是用現有地形圖掃描數字化等高線，獲取高程數據生成DEM。用高程數據生成DEM，精度高於立體像對生成的DEM，但更新慢，周期長，僅對高程變化不大的地區適用。用ARC/INFO 生成DEM的方法是先利用數字化地形圖，獲取高程數據，包括高程點、等高線、軟斷線（如邊界線等）、硬斷線（如，河流、山脊、陡崖線等），生成TIN（不規則空間三角網），再由TIN內插成DEM。ARC/INFO軟體生成的TIN對點、軟斷線、硬斷線有不同的插值處理方法。
第二步是利用DEM數據分別生成坡度分布圖層、坡向分布圖層和高程帶分布圖層。在ARC/INFO中，坡度、坡向是這樣計算的：DEM上每個格網點的坡度由相鄰8個格網點計算而成。高程的最大變化率即為該部分表面的坡度。坡向為用於計算坡度的那條線的方向。運用TIN模塊的分析功能可計算坡度、坡向和高程帶，使用命令的關鍵是建立好坡度、坡向、高程帶的分級定義查找表（LOOKUP-TABLE）。
第三步是將耕地圖層與坡度圖層、坡向圖層、高程帶圖層進行疊加分析。圖層疊加，是將土地利用圖與坡度圖、坡向圖、高層分帶圖依次疊加，研究它們之間的共同區域。運用OVERLAYEVENTS命令可進行疊加分析。圖層疊加後，根據各種分類條件提取耕地的坡度、坡向、高程屬性，然後可得到耕地的坡度、坡向、高程帶的分布圖，利用ARC/INFO的面積計算功能進行面積統計。值得注意的是，在坡度較大的地區，平面面積與三維地形表面積相差較大。
對生成的耕地坡度、坡向、高程帶等各種分布圖，再疊加河流、行政區劃、道路、居民點等基礎地理信息，然後生成專題圖輸出。
㈡ GIS空間分析方法是什麼
地理信息系統(GIS)具有很強的空間信息分析功能，這是區別於計算機地圖制圖系統的顯著特徵之一。利用空間信息分析技術，通過對原始數據模型的觀察和實驗，用戶可以獲得新的經驗和知識，並以此作為空間行為的決策依據。
空間信息分析的內涵極為豐富。作為GIS的核心部分之一，空間信息分析在地理數據的應用中發揮著舉足輕重的作用。
疊置分析(Overlay Analysis)
覆蓋疊置分析是將兩層或多層地圖要素進行疊加產生一個新要素層的操作，其結果將原來要素分割生成新的要素，新要素綜合了原來兩層或多層要素所具有的屬性。也就是說，覆蓋疊置分析不僅生成了新的空間關系，還將輸入數據層的屬性聯系起來產生了新的屬性關系。覆蓋疊置分析是對新要素的屬性按一定的數學模型進行計算分析，進而產生用戶需要的結果或回答用戶提出的問題。
1)多邊形疊置
這個過程是將兩層中的多邊形要素疊加，產生輸出層中的新多邊形要素，同時它們的屬性也將聯系起來，以滿足建立分析模型的需要。一般GIS軟體都提供了三種多邊形疊置：
(1)多邊形之和(UNION)：輸出保留了兩個輸入的所有多邊形。
(2)多邊形之積(INTERSECT)：輸出保留了兩個輸入的共同覆蓋區域。
(3)多邊形疊合(IDENTITY)：以一個輸入的邊界為准，而將另一個多邊形與之相匹配，輸出內容是第一個多邊形區域內二個輸入層所有多邊形。
多邊形疊置是個非常有用的分析功能，例如，人口普查區和校區圖疊加，結果表示了每一學校及其對應的普查區，由此就可以查到作為校區新屬性的重疊普查區的人口數。
2)點與多邊形疊加
點與多邊形疊加，實質是計算包含關系。疊加的結果是為每點產生一個新的屬性。例如，井位與規劃區疊加，可找到包含每個井的區域。
3)線與多邊形疊加
將多邊形要素層疊加到一個弧段層上，以確定每條弧段(全部或部分)落在哪個多邊形內。
網路分析(Network Analysis)
對地理網路(如交通網路)、城市基礎設施網路(如各種網線、電力線、電話線、供排水管線等)進行地理分析和模型化,是地理信息系統中網路分析功能的主要目的。網路分析是運籌學模型中的一個基本模型，它的根本目的是研究、籌劃一項網路工程如何按排，並使其運行效果最好,如一定資源的最佳分配，從一地到另一地的運輸費用最低等。其基本思想則在於人類活動總是趨向於按一定目標選擇達到最佳效果的空間位置。這類問題在生產、社會、經濟活動中不勝枚舉，因此研究此類問題具有重大意義。
網路中的基本組成部分和屬性如下：
(1)鏈(Links),網路中流動的管線，如街道，河流，水管等,其狀態屬性包括阻力(Impedence)和需求(Demand)。
(2)障礙(Barriers)，禁止網路中鏈上流動的點。
(3)拐角點(Turns)，出現在網路鏈中所有的分割結點上，狀態屬性有阻力，如拐彎的時間和限制(如不允許左拐)。
(4)中心(Centers)，是接受或分配資源的位置,如水庫、商業中心、電站等,其狀態屬性包括資源容量,如總的資源量；阻力限額，如中心與鏈之間的最大距離或時間限制。
(5)站點(Stops)，在路徑選擇中資源增減的站點,如庫房、汽車站等,其狀態屬性有要被運輸的資源需求，如產品數。
網路中的狀態屬性有阻力和需求兩項，實際的狀態屬性可通過空間屬性和狀態屬性的轉換，根據實際情況賦到網路屬性表中。
1)路徑分析
(1)靜態求最佳路徑:由用戶確定權值關系後，即給定每條弧段的屬性，當需求最佳路徑時，讀出路徑的相關屬性，求最佳路徑。
(2)動態分段技術:給定一條路徑由多段聯系組成，要求標注出這條路上的公里點或要求定位某一公路上的某一點，標注出某條路上從某一公里數到另一公里數的路段。
(3)N條最佳路徑分析:確定起點、終點，求代價較小的N�條路徑，因為在實踐中往往僅求出最佳路徑並不能滿足要求，可能因為某種因素不走最佳路徑，而走近似最佳路徑。
(4)最短路徑:確定起點、終點和所要經過的中間點、中間連線，求最短路徑。
(5)動態最佳路徑分析:實際網路分析中權值是隨著權值關系式變化的，而且可能會臨時出現一些障礙點，所以往往需要動態地計算最佳路徑。
2)地址匹配
地址匹配實質是對地理位置的查詢，它涉及到地址的編碼(Geocode)。地址匹配與其它網路分析功能結合起來，可以滿足實際工作中非常復雜的分析要求。所需輸入的數據,包括地址表和含地址范圍的街道網路及待查詢地址的屬性值。
3)資源分配
資源分配網路模型由中心點(分配中心)及其狀態屬性和網路組成。分配有兩種方式，一種是由分配中心向四周輸出，另一種是由四周向中心集中。這種分配功能可以解決資源的有效流動和合理分配。其在地理網路中的應用與區位論中的中心地理論類似。在資源分配模型中，研究區可以是機能區，根據網路流的阻力等來研究中心的吸引區，為網路中的每一連接尋找最近的中心，以實現最佳的服務。還可以用來指定可能的區域。
資源分配模型可用來計算中心地的等時區，等交通距離區，等費用距離區等。可用來進行城鎮中心，商業中心或港口等地的吸引范圍分析，以用來尋找區域中最近的商業中心，進行各種區劃和港口腹地的模擬等。
緩沖區分析(Buffer Analysis)
緩沖區分析是針對點、線、面實體，自動建立其周圍一定寬度范圍以內的緩沖區多邊形。緩沖區的產生有三種情況：一是基於點要素的緩沖區，通常以點為圓心、以一定距離為半徑的圓；二是基於線要素的緩沖區，通常是以線為中心軸線，距中心軸線一定距離的平行條帶多邊形；三是基於面要素多邊形邊界的緩沖區，向外或向內擴展一定距離以生成新的多邊形。
緩沖區分析是地理信息系統重要的空間分析功能之一，它在交通、林業、資源管理、城市規劃中有著廣泛的應用。例如：湖泊和河流周圍的保護區的定界,汽車服務區的選擇,民宅區遠離街道網路的緩沖區的建立等。
空間統計分析(Spacial Analysis)
1)常規統計分析
常規統計分析主要完成對數據集合的均值、總和、方差、頻數、峰度系數等參數的統計分析。
2)空間自相關分析
空間自相關分析是認識空間分布特徵、選擇適宜的空間尺度來完成空間分析的最常用的方法。目前,普遍使用空間自相關系數——
MoranI指數，其計算公式如下：
其中：N表示空間實體數目;xi表示空間實體的屬性值;x是xi的平均值;Wij=1表示空間實體i與j相鄰,Wij=0表示空間實體i與j不相鄰I的值介於1與I之間，I=1表示空間自正相關，空間實體呈聚合分布；I=1表示空間自負相關，空間實體呈離散分布；I=0則表示空間實體是隨機分布的。Wij表示實體i與j的空間關系，它通過拓撲關系獲得。
3)回歸分析
回歸分析用於分析兩組或多組變數之間的相關關系，常見回歸分析方程有：線性回歸、指數回歸、對數回歸、多元回歸等。
4)趨勢分析
通過數學模型模擬地理特徵的空間分布與時間過程，把地理要素時空分布的實測數據點之間的不足部分內插或預測出來。
5)專家打分模型
專家打分模型將相關的影響因素按其相對重要性排隊，給出各因素所佔的權重值；對每一要素內部進行進一步分析，按其內部的分類進行排隊，按各類對結果的影響給分，從而得到該要素內各類別對結果的影響量，最後系統進行復合，得出排序結果，以表示對結果影響的優劣程度，作為決策的依據。
專家打分模型可分二步實現。第一步——打分：用戶首先在每個feature的屬性表裡增加一個數據項，填入專家賦給的相應的分值；第二步——復合：調用加權符合程序，根據用戶對各個feature給定的權重值進行疊加，得到最後的結果。
㈢ 經濟地理學的。Gis分析方法主要有哪些
不同的地理現象是不同的地理過程相互作用和相互影響的結果。這些現象的不同特徵，可以通過調查和試驗數據展示出來。每次調查和試驗，可以認為是地理現象的一次隨機抽樣。通過對調查和試驗結果的統計分析可以獲得對地理現象總體的認識。
統計方法:
統計學方法廣泛使用於地理學的研究中，並取得了多方面的成果。
1.數據的獲取與處理、記錄、整理和比較數據，並將結果用圖表進行顯示。
2.抽樣，為問題分析提供統計根據。
3.數據分析，探索數據中存在的趨勢、點群以及簡單的或多重的相關性。
4.假設檢驗，驗證可說明具體現象的原因和起源的概念或模型。
5.定量預測，對具體問題提供解答。
模型分類：
根據統計相關模型的應用目的，將模型分為三類：1）相關分析；2）回歸分析；3）因子分析。模型的數據分布假設是多元正態分布。