空间分析方法：栅格数据距离制图、成本距离加权、数据重分类、多层面合并
工具：欧氏距离、坡度、重分类、栅格计算器
1、实验目的
1、 ArcGIS中实现学校选址分析，首先利用现有学校数据集、现有娱乐场所数据集和高程数据派生出坡度数据以及到现有学校、娱乐场所的距离数据集。然后重分类数据集到相同的等级范围，再按照上述数据集在学校选址中的影响率赋权重值，最后合并这些数据即可创建显示新学校适宜位置分布的地图。
2、通过练习，熟悉ArcGIS栅格数据距离制图、成本距离加权、数据重分类、多层面合并等空间分析功能；
3、熟练掌握利用ArcGIS空间分析功能，解决相关的地学空间分析问题，如学校选址等实际用问题。
2、实验准备
2.1数据
1、 Landuse (土地利用数据)。
2、 dem (地面高程数据)。
3、rec_sites (娱乐场所分布数据)。
4、 school (现有学校分布数据)。
2.2软件
ArcGIS Desktop 10.5
3、技术路线
4、实验内容及步骤
4.1新学校选址要求
1、新学校应位于地势较平坦处。
2、新学校的建立应结合现有土地利用类型综合考虑，选择成本不高的区域。
3、新学校应该与现有娱乐设施相配套，学校距离这些设施愈近愈好。
4、新学校应避开现有学校，合理布局。
4.2数据准备
4.2.1 高程数据（dem）
4.2.2 土地利用数据（landuse）
4.2.3 现有学校数据（school）
4.2.4 娱乐场所数据（rec_sites）
4.3派生数据集
4.3.1 坡度数据
1、原理：利用坡度工具将dem数据派生坡度数据。
坡度工具作用：判断栅格表面的各像元中的坡度（梯度或 z 值的最大变化率）。
2、过程：【ArcToolbox】>【Spatial Analyst】>【表面分析】>【坡度】。
3、结果：
4.3.2 学校距离数据集
1、原理：利用欧氏距离工具将现有学校数据派生学校距离数据集。
欧氏距离工具作用：计算每个像元到最近源的欧氏距离。
2、过程：【ArcToolbox】>【Spatial Analyst】>【距离】>【欧氏距离】。
3、结果：
4.3.3 娱乐场所数据集
1、原理：利用欧氏距离工具将娱乐场所数据派生娱乐场所数据集。
2、过程：【ArcToolbox】>【Spatial Analyst】>【距离】>【欧氏距离】。
3、结果：
4.4重分类各种数据集
4.4.1 坡度数据重分类
1、原理：学校的位置在平坦地区比较有利，按等间距分类原则分为1到10级，级数越高适宜性越好，最平坦的地方适宜性最好赋值10，最陡峭的地区赋值1。
2、过程：【ArcToolbox】>【Spatial Analyst】>【重分类】>【重分类】>对新值取反
3、结果：
4.4.2 学校距离数据集重分类
1、原理：按等间距分类原则分为1到10级，级数越高适宜性越好，新学校距离现有最远的单元赋值10，距离最近的单元赋值1。
2、过程：【ArcToolbox】>【Spatial Analyst】>【重分类】>【重分类】
3、结果：
4.4.3 娱乐场所数据集重分类
1、原理：按等间距分类原则分为1到10级，级数越高适宜性越好，距离娱乐场所最近适宜性最高，赋值10；距离最远的地方赋值1。
2、过程：【ArcToolbox】>【Spatial Analyst】>【重分类】>【重分类】>对新值取反
3、结果：
4.4.4 土地利用数据重分类
1、原理：各种土地利用类型对学校适宜性也存在一定的影响。如在有湿地wetland、水体water和草地grass分布区建学校的适宜性极差，于是在重分类时删除这三个选项。
2、过程：【ArcToolbox】>【Spatial Analyst】>【重分类】>【重分类】>删除wetland、water和grass三个条目>选择【将缺失值设为NoData】。
3、结果：
4.5 给各数据集赋权重
1、原理：在适宜性模型中对影响较大的数据集赋较高权重，最后合并各数据集合确定适宜位置。各数据层权重比为：距离娱乐设施占0.5，距离现有学校占0.25，土地利用类型和地势位置因素各占0.125。
2、过程：【ArcToolbox】>【Spatial Analyst】>【地图代数】>【栅格计算器】>输入表达式
suit（最终适宜性）=rec_sites20.5+rec_school0.25+rec_landuse0.125+rec_slope0.125
suitbest（最佳选址区域）=con（suit>=8,1,0）
3、结果：
4.6使用Model Builder建立空间模型
4.6.1 将学校选址分析数据派生与数据重分类的工具放入模型中。
4.6.2 分别在模型的工具中添加数据和设置参数，并且将工具按顺序连接起来。
4.6.3 运行模型。
4.6.4 建模结果。
