㈠ 怎么用gis做用地坡度分析
ARC／INFO是美国ESRI公司推出的GIS软件，是目前GIS软件行业中最具代表性的产品。该产品可进行土地坡度、坡向高程的分布统计。其具体工作流程是这样的：
第一步是利用国土资源调查结果，提取土地信息，在ARC/INFO中生成土地图层，根据分析情况对土地属性进行分类。然后获取该地区的
DEM数据。目前常用的获取DEM数据的方法有两种，一种是用航天、航空遥感影像立体像对提取DEM，另一种是用现有地形图扫描数字化等高线，获取高程数据生成DEM。用高程数据生成DEM，精度高于立体像对生成的DEM，但更新慢，周期长，仅对高程变化不大的地区适用。用ARC/INFO 生成DEM的方法是先利用数字化地形图，获取高程数据，包括高程点、等高线、软断线（如边界线等）、硬断线（如，河流、山脊、陡崖线等），生成TIN（不规则空间三角网），再由TIN内插成DEM。ARC/INFO软件生成的TIN对点、软断线、硬断线有不同的插值处理方法。
第二步是利用DEM数据分别生成坡度分布图层、坡向分布图层和高程带分布图层。在ARC/INFO中，坡度、坡向是这样计算的：DEM上每个格网点的坡度由相邻8个格网点计算而成。高程的最大变化率即为该部分表面的坡度。坡向为用于计算坡度的那条线的方向。运用TIN模块的分析功能可计算坡度、坡向和高程带，使用命令的关键是建立好坡度、坡向、高程带的分级定义查找表（LOOKUP-TABLE）。
第三步是将耕地图层与坡度图层、坡向图层、高程带图层进行叠加分析。图层叠加，是将土地利用图与坡度图、坡向图、高层分带图依次叠加，研究它们之间的共同区域。运用OVERLAYEVENTS命令可进行叠加分析。图层叠加后，根据各种分类条件提取耕地的坡度、坡向、高程属性，然后可得到耕地的坡度、坡向、高程带的分布图，利用ARC/INFO的面积计算功能进行面积统计。值得注意的是，在坡度较大的地区，平面面积与三维地形表面积相差较大。
对生成的耕地坡度、坡向、高程带等各种分布图，再叠加河流、行政区划、道路、居民点等基础地理信息，然后生成专题图输出。
㈡ GIS空间分析方法是什么
地理信息系统(GIS)具有很强的空间信息分析功能，这是区别于计算机地图制图系统的显着特征之一。利用空间信息分析技术，通过对原始数据模型的观察和实验，用户可以获得新的经验和知识，并以此作为空间行为的决策依据。
空间信息分析的内涵极为丰富。作为GIS的核心部分之一，空间信息分析在地理数据的应用中发挥着举足轻重的作用。
叠置分析(Overlay Analysis)
覆盖叠置分析是将两层或多层地图要素进行叠加产生一个新要素层的操作，其结果将原来要素分割生成新的要素，新要素综合了原来两层或多层要素所具有的属性。也就是说，覆盖叠置分析不仅生成了新的空间关系，还将输入数据层的属性联系起来产生了新的属性关系。覆盖叠置分析是对新要素的属性按一定的数学模型进行计算分析，进而产生用户需要的结果或回答用户提出的问题。
1)多边形叠置
这个过程是将两层中的多边形要素叠加，产生输出层中的新多边形要素，同时它们的属性也将联系起来，以满足建立分析模型的需要。一般GIS软件都提供了三种多边形叠置：
(1)多边形之和(UNION)：输出保留了两个输入的所有多边形。
(2)多边形之积(INTERSECT)：输出保留了两个输入的共同覆盖区域。
(3)多边形叠合(IDENTITY)：以一个输入的边界为准，而将另一个多边形与之相匹配，输出内容是第一个多边形区域内二个输入层所有多边形。
多边形叠置是个非常有用的分析功能，例如，人口普查区和校区图叠加，结果表示了每一学校及其对应的普查区，由此就可以查到作为校区新属性的重叠普查区的人口数。
2)点与多边形叠加
点与多边形叠加，实质是计算包含关系。叠加的结果是为每点产生一个新的属性。例如，井位与规划区叠加，可找到包含每个井的区域。
3)线与多边形叠加
将多边形要素层叠加到一个弧段层上，以确定每条弧段(全部或部分)落在哪个多边形内。
网络分析(Network Analysis)
对地理网络(如交通网络)、城市基础设施网络(如各种网线、电力线、电话线、供排水管线等)进行地理分析和模型化,是地理信息系统中网络分析功能的主要目的。网络分析是运筹学模型中的一个基本模型，它的根本目的是研究、筹划一项网络工程如何按排，并使其运行效果最好,如一定资源的最佳分配，从一地到另一地的运输费用最低等。其基本思想则在于人类活动总是趋向于按一定目标选择达到最佳效果的空间位置。这类问题在生产、社会、经济活动中不胜枚举，因此研究此类问题具有重大意义。
网络中的基本组成部分和属性如下：
(1)链(Links),网络中流动的管线，如街道，河流，水管等,其状态属性包括阻力(Impedence)和需求(Demand)。
(2)障碍(Barriers)，禁止网络中链上流动的点。
(3)拐角点(Turns)，出现在网络链中所有的分割结点上，状态属性有阻力，如拐弯的时间和限制(如不允许左拐)。
(4)中心(Centers)，是接受或分配资源的位置,如水库、商业中心、电站等,其状态属性包括资源容量,如总的资源量；阻力限额，如中心与链之间的最大距离或时间限制。
(5)站点(Stops)，在路径选择中资源增减的站点,如库房、汽车站等,其状态属性有要被运输的资源需求，如产品数。
网络中的状态属性有阻力和需求两项，实际的状态属性可通过空间属性和状态属性的转换，根据实际情况赋到网络属性表中。
1)路径分析
(1)静态求最佳路径:由用户确定权值关系后，即给定每条弧段的属性，当需求最佳路径时，读出路径的相关属性，求最佳路径。
(2)动态分段技术:给定一条路径由多段联系组成，要求标注出这条路上的公里点或要求定位某一公路上的某一点，标注出某条路上从某一公里数到另一公里数的路段。
(3)N条最佳路径分析:确定起点、终点，求代价较小的N�条路径，因为在实践中往往仅求出最佳路径并不能满足要求，可能因为某种因素不走最佳路径，而走近似最佳路径。
(4)最短路径:确定起点、终点和所要经过的中间点、中间连线，求最短路径。
(5)动态最佳路径分析:实际网络分析中权值是随着权值关系式变化的，而且可能会临时出现一些障碍点，所以往往需要动态地计算最佳路径。
2)地址匹配
地址匹配实质是对地理位置的查询，它涉及到地址的编码(Geocode)。地址匹配与其它网络分析功能结合起来，可以满足实际工作中非常复杂的分析要求。所需输入的数据,包括地址表和含地址范围的街道网络及待查询地址的属性值。
3)资源分配
资源分配网络模型由中心点(分配中心)及其状态属性和网络组成。分配有两种方式，一种是由分配中心向四周输出，另一种是由四周向中心集中。这种分配功能可以解决资源的有效流动和合理分配。其在地理网络中的应用与区位论中的中心地理论类似。在资源分配模型中，研究区可以是机能区，根据网络流的阻力等来研究中心的吸引区，为网络中的每一连接寻找最近的中心，以实现最佳的服务。还可以用来指定可能的区域。
资源分配模型可用来计算中心地的等时区，等交通距离区，等费用距离区等。可用来进行城镇中心，商业中心或港口等地的吸引范围分析，以用来寻找区域中最近的商业中心，进行各种区划和港口腹地的模拟等。
缓冲区分析(Buffer Analysis)
缓冲区分析是针对点、线、面实体，自动建立其周围一定宽度范围以内的缓冲区多边形。缓冲区的产生有三种情况：一是基于点要素的缓冲区，通常以点为圆心、以一定距离为半径的圆；二是基于线要素的缓冲区，通常是以线为中心轴线，距中心轴线一定距离的平行条带多边形；三是基于面要素多边形边界的缓冲区，向外或向内扩展一定距离以生成新的多边形。
缓冲区分析是地理信息系统重要的空间分析功能之一，它在交通、林业、资源管理、城市规划中有着广泛的应用。例如：湖泊和河流周围的保护区的定界,汽车服务区的选择,民宅区远离街道网络的缓冲区的建立等。
空间统计分析(Spacial Analysis)
1)常规统计分析
常规统计分析主要完成对数据集合的均值、总和、方差、频数、峰度系数等参数的统计分析。
2)空间自相关分析
空间自相关分析是认识空间分布特征、选择适宜的空间尺度来完成空间分析的最常用的方法。目前,普遍使用空间自相关系数——
MoranI指数，其计算公式如下：
其中：N表示空间实体数目;xi表示空间实体的属性值;x是xi的平均值;Wij=1表示空间实体i与j相邻,Wij=0表示空间实体i与j不相邻I的值介于1与I之间，I=1表示空间自正相关，空间实体呈聚合分布；I=1表示空间自负相关，空间实体呈离散分布；I=0则表示空间实体是随机分布的。Wij表示实体i与j的空间关系，它通过拓扑关系获得。
3)回归分析
回归分析用于分析两组或多组变量之间的相关关系，常见回归分析方程有：线性回归、指数回归、对数回归、多元回归等。
4)趋势分析
通过数学模型模拟地理特征的空间分布与时间过程，把地理要素时空分布的实测数据点之间的不足部分内插或预测出来。
5)专家打分模型
专家打分模型将相关的影响因素按其相对重要性排队，给出各因素所占的权重值；对每一要素内部进行进一步分析，按其内部的分类进行排队，按各类对结果的影响给分，从而得到该要素内各类别对结果的影响量，最后系统进行复合，得出排序结果，以表示对结果影响的优劣程度，作为决策的依据。
专家打分模型可分二步实现。第一步——打分：用户首先在每个feature的属性表里增加一个数据项，填入专家赋给的相应的分值；第二步——复合：调用加权符合程序，根据用户对各个feature给定的权重值进行叠加，得到最后的结果。
㈢ 经济地理学的。Gis分析方法主要有哪些
不同的地理现象是不同的地理过程相互作用和相互影响的结果。这些现象的不同特征，可以通过调查和试验数据展示出来。每次调查和试验，可以认为是地理现象的一次随机抽样。通过对调查和试验结果的统计分析可以获得对地理现象总体的认识。
统计方法:
统计学方法广泛使用于地理学的研究中，并取得了多方面的成果。
1.数据的获取与处理、记录、整理和比较数据，并将结果用图表进行显示。
2.抽样，为问题分析提供统计根据。
3.数据分析，探索数据中存在的趋势、点群以及简单的或多重的相关性。
4.假设检验，验证可说明具体现象的原因和起源的概念或模型。
5.定量预测，对具体问题提供解答。
模型分类：
根据统计相关模型的应用目的，将模型分为三类：1）相关分析；2）回归分析；3）因子分析。模型的数据分布假设是多元正态分布。