设置分析环境：
arcGIS菜单中【地理处理】-【环境】
两个工作空间可以修改为chp8/ex1，方便之后保存文件都在这个路径。不用每次都去点了
处理范围也可以选一个。
设置像元大小。
预备知识：
一、距离分析：欧式距离、成本距离等。
二、密度分析
三、插值分析
常见的插值有 反权重插值、克里金插值、样条插值等。
四、表面分析
五、统计分析：以栅格为单位来进行单位统计分析（cell statistic）
……
六、重分类
基于原有数值，对原有数值重新进行分类整理，得到一组新的值并输出。
七、栅格计算：栅格计算器。
=======================================================
一、实验1：学校选址
运用spatial analyst
计算学校、场馆的欧式距离；spatial analyst-距离分析-欧氏距离
计算dem的坡度；spatial analyst-表面分析- 坡度
【重分类】：（1）坡度slope, 选择“相等间隔”，10个类，分值需要对调取分。坡度值越小越好
（2）场馆rec，同（1），数值越小越好，距离现有场馆越近越好；
（3）school，数字越大越好，跟现有学校远一点；
（4）landuse, 土地利用，选择landuse字段，对grass ，wetland、water等 赋值为NoData，其他可以自定义赋值，比如平底是10分，菜地是2分……。
计算总分：利用栅格计算器。
SQL语句公示。对4个reclass文件进行赋权重，0.5,0.25,0.125,0.125等。计算最终的值。
二、实验2-寻找最佳路径，从一个点到另一个点要修路，要使得成本最低，如何选择？
坡度、起伏度、跨河流（河流宽度大，成本高）
step1: 设置环境，2个工作空间的路径，两个工作空间可以修改为chp8/ex1，方便之后保存文件都在这个路径。；处理范围与dem相同；输出像元大小也与dem相同。
step2: 求dem的坡度、起伏度。坡度：spatial analyst-表面分析- 坡度
起伏度：spatial analyst-领域分析- 焦点统计，取名QFD，矩形-高度宽度11？？？统计类型是range
我的问题：如何知道高度宽度11？？
step3: 重分类。对起伏度QFD重分类，相等间隔10类，假设值表示造路成本，不用取反了。
再对坡度进行重分类，相等间隔10类，坡度越大成本越高，不用取反。
再对河流river重分类，重分类字段value，对河流等级，依次赋值1 2 5 8 10
step4:地面代数-栅格计算器。运用SQL语句。河流成本+起伏度成本0.4+坡度成本*0.6
"Reclass_rive1"+"Reclass_QFD"*0.4+"Reclass_Slope"*0.6
文件名为cost，得到最后的成本数据2--19.6。 2--14.6？？
step5:考虑两点之间的成本最低路径。 spatial analyst-距离分析- 成本距离
输入栅格数据为startpoint
输入成本栅格数据为 cost
输出距离栅格数据为costdistance
输出回溯，选择ex2 文件夹，取名为backlink。
成本距离不同于欧氏距离，欧式距离是一个同心圆表示距离相同，成本距离是同心圆表示成本相同。
step6:成本路径。spatial analyst-距离分析- 成本路径
输入栅格数据为 endpoint
输入成本距离栅格数据为上一步得到的costdistance
输入回溯连接 backlink，存于ex2文件夹
取名为path
得到
step7： 保存为acrmap文档，首先要保证“保存相对路径名”
【文件】--【地图文档属性】，
然后另存为，保存类型是arcmap类型，取名path. 存于ex2文件夹下。
三、实验3 熊猫分布密度制图
先把ex3的 Xmpoint 打开。再进行环境设置，2个工作目录改为ex3，处理范围为'与显示相同'。
== step1:【距离分析】-【欧式分配】
最大活动范围5000m，像元大小设定为500，
得到分布范围。
==step2: 计算分布面积。
打开FP的属性表，value表示熊猫的代号，count表示像元的数量。
面积应该就是count*500*500,刚才设置了像元大小是500.
属性表选项里--添加字段
添加字段area, 然后字段计算器。
==step3: 把FP的area字段 链接到Xmpoint属性表中。
导出FP属性表
打开xmpoint属性表，其中的id对应了FP表的value，
右键xmpoint属性表，【连接和关联】--【连接】
得到xmpoint的属性表如下，已经关联上了。
==step4: 观察FP图，面积大说明分布稀疏，面积小说明分布密集。
现在用最大的面积去除以每一个熊猫分布的面积，指数越大，越密集！
最大面积就是3.14*5000*5000.
对xmpoint属性表增加一个字段power，并利用【字段计算器】计算
==step5: 核密度分析
spatial analyst-密度分析- 核密度分析
输入 Xmpoint
population字段为 上一步计算出来的power权重指数。
==step6: 单位转换
这个值很小，单位是平方米，要变成10平方公里。
【地图代数】-【栅格计算器】
得到
如果看的不舒服，对新的XMdesity10 右键【属性】-【符号系统】修改
四、实验4-GDP区域分布图的生成与对比
GDP属性表的字段GDP就是这个点的生产总值。
首先还是要设置环境，因为要生成整个区域的GDP分布，需要设置处理范围与bound一样，掩膜 为bound。
== step1:反距离权重法。
我的问题： 幂是什么意思？
==step2：
重复上述操作，但是将幂指数改为5。取名为Idw5
==step3: 可以对比上述idw2 与idw5的差别，用栅格计算器。
五、实验5-山顶点的提取
打开dem，设置环境，设置2个目录。因为只有一个数据dem ，可以不设置处理范围、像元大小。
==step1: 【表面分析】-【等值线】，先生成一个间隔75米的。
重复上述，再生成一个间隔15米的。
当然，间隔75的等值线图肯定在间隔15米的图里。
可以对两者设置颜色，contour15 灰色60%，contour 黑色。
==step2: 作出山体阴影。 【表面分析】-【山体阴影】
==step3 :提取山顶点。
就是跟周边对比，求出最大值。
【领域分析】-【焦点统计】
==step4:
栅格计算器: max_sd==dem ,得到sd
1表示山顶，0表示不是山顶。现在要把0去掉，只保留1的图像。
【重分类】，对0删除条条目，1 的赋值为1， 勾选【将缺失值改为nodata】
得到的重分类只有一个值1。
==step5: 将reclass_sd的点转为三角形符号。先把栅格数据转为矢量数据。
然后改变peak点的符号。 改为三角形，黑色，大小10。
