ArcMap进行天空开阔度(SVF)分析
这里的SVF并不是生物学或医学的(Stromal Vascular Fraction),而是指GIS中的(Sky View Factor,SVF),即为(城市)天空开阔度。
城市天空开阔度(Sky View Factor,SVF)是重要的城市形态学参数,那今天博主就跟大家讲一下如何用ArcMap来计算天空开阔度。
1、加载数据
需要加载的数据包括buildings(带有高度信息的建筑数据),area(范围数据),用ArcMap进行添加。如图:
buildings数据显示
area数据显示
2、裁剪
(1)将buildings及area进行备份,存为buildings2、area2,打开编辑器,【开始编辑】,选中所有建筑,【合并】。
(2)用 【编辑器】中的【裁剪】工具进行裁剪。
裁剪参数设置
裁剪结果图
3、合并
设置环境,用ArcToolbox中的【合并】工具,对裁剪后的图层与建筑图层(buildings)进行合并。
环境设置参数
合并参数设置
4、面转栅格
面转栅格参数设置
面转栅格结果图
5、栅格转点
栅格转点参数设置
栅格转点,并对多余部分进行删除。
栅格转点结果图
6、建立缓冲区(推荐使用方法二)
方法一:
缓冲区参数设置
缓冲区结果局部图
属性表
此时我们可以看到属性表中只有40个要素,原因是grid_code(即为中心点高程数据)相同的为同一要素,需要将多部件转为单部件
(1)【编辑器】【开始编辑】选中所有要素(center_buffer中)。
(2)【高级编辑】【拆分多部件要素】。
(3)【添加字段】,“CID”,作为圆的唯一标识
方法二:
缓冲区分析参数设置
属性表
此时pointid作为标识字段,grid_code仍为2中心点高程
让让你们康康全图吧,但愿没有密集综合征
7、相交
相交参数设置
相交结果(部分)
8、计算SVF
接下来的操作均为表格操作,要熟练使用栅格计算器,若忘记SVF公式,可看文章开头。
(1)【添加字段】,“SinA”
高差h=([Height]- [grid_code]),
半径r=10m
(2)【字段计算器】,输入公式:“ ([Height]- [grid_code]) / Sqr ( ([Height]- [grid_code]) *([Height]- [grid_code]) +100 )”
字段计算器参数设置
(3)筛选SinA值为负数,归零
一些小伙伴也能要问了,为何会出现负值?原因是相交就很难避免一些高的建筑与低的建筑在同一个圆中,而他的圆心又恰好在高的建筑上,自然就出现的SinA值为负的情况,而SVF为天空开阔度,要计算的自然是高于中心点的角,SinA应为非负,为减小影响,要进行归零处理。(还有一种方法是直接删除,而且此方法更合理,但本例中会出现些许问题)
(当然,如果你只计算地面的天空开阔度就不会有这种烦恼了)
(4)清除所选要素
(5)汇总
计算sinA平均值
(6)计算SVF
center图层,【添加字段】
右键,【连接】,【连接数据】
连接数据参数设置
【字段计算器】,输入公式“1- [averageSinA.Ave_SinA]”,移除所有连接。
字段计算器参数设置
9、点转栅格
点转栅格参数设置
天空开阔度(SVF)结果图
颜色越红,表示天空开阔度越差;颜色越蓝表示天空开阔度越好。
附页:
如果针对地面通风等进行研究,可将5m高度以上建筑,svf设为1,作为成本栅格
具体操作如下:
(1)按属性选择
按属性选择参数设置
(2)按位置选择
按位置选择参数设置
按位置选择结果图
(3)切换选择
【打开属性表】【切换选择】
切换选择结果图
(4)点转栅格
点转栅格参数设置
SVF结果图
知识点补充:
SVM
今日份歌曲推荐:
龙卷风—周杰伦
ArcMap进行天空开阔度(SVF)分析的更多相关文章
- ArcMap中用VBA读度矢量图层信息
ArcMap下用VBA操作图层基本的过程了. Private Sub UIButtonControl1_Click() Dim pApp As IApplication Set pApp = Appl ...
- openresty+lua+kafka方案与Tomcat接口并发度对比分析
1.openresty+lua+kafka 1.1 openresty+lua+kafka方案 之前的项目基于nginx反向代理后转发到Tomcat的API接口进行业务处理,然后将json数据打入ka ...
- ArcMap操作随记(14)
1.ArcMap中模型转为Python脚本 [模型]→右键→[编辑]→[模型]→[导出]→[至Python脚本] 2.一般来说,植被指数NDVI,-1<=NDVI<=1. 3.用lands ...
- python 用gensim进行文本相似度分析
http://blog.csdn.net/chencheng126/article/details/50070021 参考于这个博主的博文. 原理 1.文本相似度计算的需求始于搜索引擎. 搜索引擎需要 ...
- 《数据结构与算法之美》 <01>复杂度分析(上):如何分析、统计算法的执行效率和资源消耗?
我们都知道,数据结构和算法本身解决的是“快”和“省”的问题,即如何让代码运行得更快,如何让代码更省存储空间.所以,执行效率是算法一个非常重要的考量指标. 那如何来衡量你编写的算法代码的执行效率呢?这里 ...
- R语言和数据分析十大:购物篮分析
提到数据挖掘,我们的第一个反应是之前的啤酒和尿布的故事听说过,这个故事是一个典型的数据挖掘关联规则.篮分析的传统线性回归之间的主要差别的差别,对于离散数据的相关性分析: 常见的关联规则: 关联规则:牛 ...
- ExtJs在disabled和readOnly美学分析
ExtJs中disabled和readOnly美观度的分析 ExtJs中.假设设置输入框为仅仅读属性,一般第一考虑的都是readonly=true 它的效果和正常输入框一样,可是不同意输入: 然而,它 ...
- ArcGIS 网络分析[2] 在ArcMap中使用网络数据集进行五大网络分析[最短路径/服务区/最近设施点/OD成本矩阵/车辆分配]
上一章花了大篇幅介绍网络数据集的创建,也简单说了下点线的连通性问题. 那么可以试试刀锋不锋利啦! 网络分析呢,ArcGIS提供了5个基本分析类型: 最短路径求解 服务区(服务覆盖范围) 事故突发地的最 ...
- 多项式求导系列——OO Unit1分析和总结
一.摘要 本文是BUAA OO课程Unit1在课程讲授.三次作业完成.自测和互测时发现的问题,以及倾听别人的思路分享所引起个人的一些思考的总结性博客.本文第二部分介绍三次作业的设计思路,主要以类图的形 ...
随机推荐
- 增删改查简单的sql语句
insert INSERT INTO t_stu (name,age) VALUES ('wang',12) INSERT INTO t_stu VALUES(NULL,' ...
- Socket和数据库的一些使用---郭雪彬
最近偶尔有时间,研究了下Socket的使用,虽然不简单,不过还是挺有意思,刚好咱们带头大哥需要我们发檄文,也罢,那就来一篇,废话不多说,直接入正题 struct sockaddr_in server_ ...
- shell脚本的“奇迹暖暖“之行 -- printf彩色输出
printf \n" \n代表换行 "\e[1;30m \e[0m" 深灰 "\e[1;31m \e[0m" 红色 "\e[1;32m \e ...
- Spring Data JPA应用 之查询分析
在Spring Data JPA应用之常规CRUD操作初体验 - 池塘里洗澡的鸭子 - 博客园 (cnblogs.com)尾附上了JpaRepository接口继承关系及方法,可以知道JpaRepos ...
- Spring MVC 是什么? 核心总结
SpringMVC是一个基于Java的实现了MVC设计模式的请求驱动类型的轻量级Web框架,通过把Model,View,Controller分离,将web层进行职责解耦,把复杂的web应用分成逻辑清晰 ...
- Python+selenium自动循环送贺卡
Python源代码如下: # coding=utf-8 from selenium import webdriver from time import sleep from random import ...
- spring IOC的理解,原理与底层实现?
从总体到局部 总 控制反转:理论思想,原来的对象是由使用者来进行控制,有了spring之后,可以把整个对象交给spring来帮我们进行管理 DI(依赖注入):把对应的属性 ...
- 「BUAA OO Pre」 Pre 2总结回顾概览
「BUAA OO Pre」 Pre 2总结回顾概览 目录 「BUAA OO Pre」 Pre 2总结回顾概览 Part 0 前言 写作背景 定位 您可以在这里期望获得 您在这里无法期望获得 对读者前置 ...
- mysql5.7下载
官网:https://dev.mysql.com/doc/refman/5.7/en/installing.html 二进制安装:https://dev.mysql.com/doc/refman/5. ...
- Iterator迭代
今天在牛客网练题的时候,出现了Iterator的题,实在想不起来这是什么,于是去查阅了相关资料,顺便自己去IDEA试了一下.总结了一些相关知识如下: 什么是Iterator? 我们来看看菜鸟教程里的解 ...