ArcGIS
电脑
1、陈述问题要解决空间问题，首先需要对所要尝试解决的问题和所要达成的总体目标做出陈述。因此，要先决定该项研究的预期输出，以便使所要生成的地图类型形象化。您的问题是为新学校寻找最佳设址地点。寻找的结果是一张地图，上面可显示出适合建造新学校的各个候选校址(按适宜程度从高到低排列)。此地图称为分级适宜性地图，因为其中显示了一定范围的值，这些值表示地图中各地点的适宜程度(适宜程度取决于是否符合已添加到模型中的条件)。为帮助您对该空间问题进行建模，这里将绘制一幅包含了各个步骤的示意图。首先应对问题进行明确。逐步解决问题的过程中，该示意图将逐渐得到扩展，这样便可以显示各个具体目标、过程模型和实现最终目的所需的输入数据集。
2、分解问题明确问题后，请就问题内容进行进一步细分，直至了解解决此问题所需的各个步骤。这些步骤便是您需要实现的具体目标。定义具体目标时，要考虑以何种方式对各目标进行衡量。如何衡量什么样的区域最适合建新学校?对于这个假设的学校选址示例，最好将学校建于休闲娱乐设施的附近，因为很多迁到城镇居住的家庭中的小孩对休闲娱乐活动感兴趣。将校址选在远离各现有学校的地方也很重要，因为这样可以将城镇中的各个学校分散开。学校还必须建在相对平坦的适宜土地上。显然还有更多可以包含在此例中的具体目标，例如，寻找一块足以容纳该学校及其操场的区域，或者寻找一块适龄儿童密度最高的区域，但为方便起见，对此模型进行了简化。要实现这些具体目标，您最好了解以下内容：●哪些地点的土地相对平坦?●这些地点的土地利用类型是否适宜?●这些地点是否足够接近休闲娱乐场所?●它们是否距离各现有学校足够远?
3、探索输入数据集将问题分解为一系列具体目标和过程模型并且确定了所需的数据集之后，您应探索输入数据集了解其内容。包括了解数据集内部和各个数据集之间的哪些属性对于解决问题来说比较重要，还包括查找数据的变化趋势。通过探索数据，您通常可以更深入地了解要建校的区域、各输入属性的权重以及对建模过程进行的改动。您将看到现有学校和休闲娱乐场所的位置，还可以通过高程数据集判断出高程较高的位置。而通过土地利用数据集可了解该区域中与其他数据集相关的土地利用类型以及这些类型的土地的位置。
4、执行分析您已确定了具体目标、各种元素及它们之间的交互作用、过程模型以及所需的输入数据集。现在便可以执行分析了。为新学校寻找最佳建校地点而执行分析时，有两种方法可供选择。您可以创建适宜性地图以查明地图上每个位置的适宜性，也可以查询已创建的数据集以获得值为 true 或 false 的布尔型结果。创建适宜性地图创建适宜性地图可使您获悉地图上每个位置的适宜性值。为分析创建了必要的图层后(在本例中，图层分别为坡度、到休闲娱乐场所的距离、到现有学校的距离和土地利用类型)，如何将这些已创建的图层加以结合从而创建出呈现建校候选区域的单一分级地图?您需要了解如何比较各图层中类的值。其中一种方法是为每个地图图层中的类指定数值，或者重分类。各地图图层将按照作为新学校校址的适宜程度进行分级。例如，您可以为每个图层中的各个类指定一个 1 到 10 范围内的值，其中 10 表示最合适的校址。这通常被称为适宜性范围。可使用 NoData 将不予考虑的区域屏蔽掉。同一数值范围内出现的所有测量结果在确定最适宜地点时均具有同等重要性。模型最初便是通过这种方法构建的。然后，在测试替代方案时，还可将权重系数应用于各图层以便进一步研究数据及数据之间的关系。创建适宜性范围与本例一样，很多范围都是主观设定的。这些范围通常是对于适宜性或优先级的分级度量，按适宜程度从高到低排列。它以可度量的客观存在(例如到原有学校的距离)为基础，但最终还是要主观判断要建立的学校与另外某个学校之间特定距离的适宜程度。通常存在一些固有范围，它们与某些具体目标相关。成本就是一个很好的示例，但需要对其进行足够细致地定义。在一项建筑物适宜性的研究中，要实现房地产低成本的目标，成本将以“元”进行度量。请确保该范围得到充分定义。因为众所周知的“元”还存在其他变体，例如美元、澳元，或者货币之间的汇率。虽然通常为了节省时间和金钱或因为未考虑到所有可能性而以线性关系的方式表示范围，但很多范围并不属于线性关系。合并适宜性地图适宜性建模的最后一步是合并到休闲娱乐场所的距离、到现有学校的距离、坡度和土地利用类型的经过重分类的输出(适宜性地图)。要强调适宜性建模中某些具体目标的重要性，您可以对数据集进行加权，即将模型中较重要数据集对结果的影响力的百分比(权重)设为比其他数据集高。如果所有数据集的重要性相同，则可以为每个数据集指定相同的权重。查询数据为新学校寻找适宜建校地点的另一种方法(无需创建适宜性地图)是查询数据。创建了所有需要的数据集之后(坡度、到休闲娱乐场所的距离和到现有学校的距离)，便可以对数据进行查询以找到合适的地点。此类查询可以设为找到满足以下条件的所有地点：坡度小于20度的农业用地，到休闲娱乐场所的距离小于1,000 米，并且到现有学校的距离大于 4,000米。得到的结果是一幅布尔型true 或false 地图，其中包含满足或不满足这些条件的各个位置。绿色的区域表示适宜建校，而不适宜的区域则以褐色表示。将此结果与上一步中的适宜性地图进行比较。查询数据与创建适宜性地图之间的差别即为：当您查询数据以获得布尔型true 或 false 地图时，不存在适宜性为中等的区域。某个位置要么满足所有条件，要么被认为不适宜。如果希望分析具有更高的灵活性，您应创建适宜性地图，这样图中的每个地点(像元)便都具有一个适宜性值。根据适宜性分析，可能存在这样一个位置，它被认为是完全适宜，但进一步调查时却发现在该地点建校存在限制。由于尚未如布尔型方法那样将各个位置限定为适宜或不适宜，因此您会发现附近的某个地点虽然不那么完美(例如，可能是一个土地利用类型不很合适的地点)，但仍可以作为建校的良好地点。
5、验证结果通过空间分析得出结果后，应验证结果是否准确。如有条件，应通过实地调查来验证候选地点是否符合要求。通常，分析得出的结果尚未涵盖某些重要信息。例如，该地点的上风向可能设有一个散发恶臭气味的养鸡场，或者通过查阅市政厅记录发现之前没有注意到在这块看中的土地上建造存在限制。无论属于哪种情况，您都需要将这样的信息附加到分析中。
6、实施结果空间建模的最后一步是实施结果，即在选好的地点着手规划和建造新学校。