标签：des   style   color   os   io   strong   for   数据   ar   

循序渐进引导：

如何评价苹果最适宜种植区：

假定，影响苹果生长的因素有温度、降水、光照，你很快会想到温度、降水、光照最适宜的地方，就是最适宜种植区。但是，某区域温度最适宜，降水较适宜，而光照不适宜，那该区域到底是适宜种植还是不适宜种植呢？这就需要进行评价了。

第二个问题，温度、降水、光照都是通过监测点收集的数据，在地图上表示就是点，如何根据检测点去评价种植区域呢？

    以温度为例，假定我们有100个温度监测点，总结温度分布规律后，模拟产生全区温度数据，点足够密集后，最终形成了以灰度值表示的栅格图。该过程方法是：将100个监测点，通过插值方法，生成栅格图。

    要解决第一个问题，必须通过监测点，构造出温度分布矢量图。栅格图还不是面，问题并没有解决，我们可以将某个范围内的点，连接在一起构成面，这样就构造出面了。该过程方法是：将栅格图按照要求重分类。以温度为例，最适温度范围10-20，最低温度-30.1，最高温度38.6，那么我们就可以分为3类：-30.1—10，10—20，20—38.6；将点根据三个区段组合成面，将栅格图转矢量图，得到我们想要的面。经过上述操作后，我们能够将监测点数据抽象出温度分布图、降水分布图、光照分布图。通过重分类我们就解决了第2个问题：如何通过点根据需求生成面。

现在将行政区划图、温度图、降水分布图、光照分布图进行叠加分析得到一张图，该图叠加后，生成一个个区域，每个区域具有行政区划、温度评分、降水评分、光照评分属性。

回答第1个问题前，我们先对苹果深入研究，发现苹果受降水影响最大，其次是光照，最后是温度，那影响到第有多大呢？不妨我们给出权重，降水权重5，光照权重4，温度权重2。温度可以细分为适宜、较适宜、不适宜，那么光有权重还不够，我们在温度内，再进行评分适宜100分，较适宜80分，不适宜40分。绘制个表格总结下

         现实中该区域温度最适宜，降水较适宜，而光照不适宜，那该区域到底是适宜种植还是不适宜种植呢？现在我们重新来回答这个问题，温度适宜=2*100=200；降水较适宜=5*70=350，光照不适宜=2*0=0，该区域最终评分为：200+350+0=550。以此计算出所有区域最终得分。

那么550分是不是适合种植，如何判断呢？这个问题类似于100分满分，90分优秀，60分及格，那么550分是不是适合种植，可以去查询专家知识库，根据实际情况，制定出合理的适宜、较适宜、不适宜的评分标准。

完整步骤：

1.       采集监测点数据（样点）：温度、降水

2.       对监测点进行插值，获得栅格图（根据样点，计算全区数据）：温度插值图、降水插值图。图1为插值后效果图

图1

3.       将栅格图转tif格式

4.       根据要求重分类(对不同温度范围进行评分)：将原来的温度范围-20.56—20.12评分90(要点：评分是关键，到底最不适宜、最适宜差多少，给出评分)：温度重分类图，降水重分类图。图2为执行重分类，选择重分类字段并评分(简单用12345评分，现实中需要参照专家库)；图3为选择重分类方法及设置分类区间；图4为重分类后属性表，温度范围将消失，得到新属性(权重)；图5为重分类后效果图。

图2

图3

图4

图5

5.       重分类图转矢量图：温度重分类矢量图、降水重分类矢量图

图6

6.       矢量图叠加分析：温度重分类矢量图和降水重分类矢量图叠加分析

7.       对叠加分析图增加权重字段，根据降水、温度权重值计算总权重值(sum)。该处权重设置为1：1：1，现实中需要参照专家库来定权重。

图7

8.       叠加分析图赋权重后，再进行重分类，得到结果

    图8

循序渐进引导：

如何评价苹果最适宜种植区：

假设，苹果受影响因素是温度、降水、光照。那么温度、降水、光照最适宜的地方，就是最适宜种植区。但是，现实中该区域温度最适宜，降水较适宜，而光照不适宜，那该区域到底是适宜种植还是不适宜种植呢？

第二个问题，温度、降水、光照都是通过监测点获得的数据，在地图上表示就是点，根据点如何去判断面呢？

         以温度为例，假如我们有100个温度监测点，可以根据规律，模拟产生全区温度数据，点足够密集后，最终形成了以灰度值展示的栅格图。该过程方法是：将100个监测点，通过插值方法，生成栅格图。

         栅格图还不是面，问题并没有解决，我们可以将某个范围内的点，连接在一起构成面，这样就构造出面了。该过程方法是：将栅格图进行重分类，按照要求进行分类。以温度为例，最适温度范围10-20，最低温度-30.1，最高温度38.6，那么我们就可以分为3类：-30.1—10，10—20，20—38.6；将点根据三个区段，可以组合成面，经过栅格图转矢量图，得到我们想要的面。这样我们就从监测点数据抽象出了温度分布图、降水分布图、光照分布图。这样我们就解决了第2个问题，如何通过点根据需求生成面。

最终通过行政区划图、温度图、降水分布图、光照分布图进行叠加分析得到一张图，该图叠加后，生成一个个区域，每个区域具有行政区划、温度评分、降水评分、光照评分属性。

回答第1个问题前，我们先对苹果深入研究，发现苹果受降水影响最大，其次是光照，最后是温度，那影响到第有多大呢？不妨我们给出权重，降水权重5，光照权重4，温度权重2。温度可以细分为适宜、较适宜、不适宜，那么光有权重还不够，我们在温度内，再进行评分适宜100分，较适宜80分，不适宜40分。绘制个表格总结下

         现实中该区域温度最适宜，降水较适宜，而光照不适宜，那该区域到底是适宜种植还是不适宜种植呢？现在我们重新来回答这个问题，温度适宜=2*100=200；降水较适宜=5*70=350，光照不适宜=2*0=0，该区域最终评分为：200+350+0=550。以此计算出所有区域最终得分。

那么550分是不是适合种植，如何判断呢？这个问题类似于100分满分，90分优秀，60分及格，那么550分是不是适合种植，可以去查询专家知识库，根据实际情况，制定出合理的适宜、较适宜、不适宜的评分标准。

完整步骤：

1.       采集监测点数据（样点）：温度、降水

2.       对监测点进行插值，获得栅格图（根据样点，计算全区数据）：温度插值图、降水插值图。图1为插值后效果图

图1

3.       将栅格图转tif格式

4.       根据要求重分类(对不同温度范围进行评分)：将原来的温度范围-20.56—20.12评分90(要点：评分是关键，到底最不适宜、最适宜差多少，给出评分)：温度重分类图，降水重分类图。图2为执行重分类，选择重分类字段并评分(简单用12345评分，现实中需要参照专家库)；图3为选择重分类方法及设置分类区间；图4为重分类后属性表，温度范围将消失，得到新属性(权重)；图5为重分类后效果图。

图2

图3

图4

图5

5.       重分类图转矢量图：温度重分类矢量图、降水重分类矢量图

图6

6.       矢量图叠加分析：温度重分类矢量图和降水重分类矢量图叠加分析

7.       对叠加分析图增加权重字段，根据降水、温度权重值计算总权重值(sum)。该处权重设置为1：1：1，现实中需要参照专家库来定权重。

图7

8.       叠加分析图赋权重后，再进行重分类，得到结果

         图8

关于最优种植区评价问题

标签：des   style   color   os   io   strong   for   数据   ar   

原文地址：http://www.cnblogs.com/yuankunblogs/p/3934221.html