精读说明
对应第 9 章 Raster Data Models 中的重分类、缓冲、裁切、栅格叠置(地图代数),以及 DEM 衍生坡度/坡向。经典风景园林的 McHarg 式「千层饼」适宜性分析,在 GIS 里多半落在这一套操作上——教材不点 McHarg 名,逻辑同族。
一句话目标
读完你能:用「重分类 → 叠置 → 读输出」描述一次适宜性分析;并指出至少一处「编码设错会导致胡说」的风险。
栅格叠置 = 地图代数
教材写:栅格叠置相对矢量更简单、更省算力;把至少两层输入叠出一层输出。常叫 map algebra(地图代数):加减乘除、逻辑与关系运算,按像元对齐计算。
风景园林里的典型故事:
- 坡度图重分类:缓坡得分高、陡坡得分低;
- 湿地/保护地缓冲:缓冲区内得分低或直接排除;
- 与日照、土壤、用地限制层相加或取最小;
- 输出「相对更适宜」的连续面或分级面。
这就是数字化的「千层饼」:每层是一个判断,叠在一起是综合判断。McHarg 时代用描图纸;现在用像元——思想连续,工具换代。
重分类、缓冲、裁切
- 重分类:把连续值收成少数几档,或把类别码映射成适宜性分数。后续分析常吃重分类结果。
- 缓冲:围绕目标像元生成影响区。矢量缓冲边界更「几何精确」,栅格缓冲是近似阶梯——场地尺度上要心里有数。
- 裁切:用矢量多边形裁栅格,让分析范围贴合红线或流域。
编码一错,结论全歪
教材举过树与城市用地叠置的例子:若两层编码含义不一致,算术式会得到莫名其妙的输出。设计检查单:
- 每层的「高分」是否都代表「更想要」同一方向?
- 缺失值、NoData 怎么进公式?
- 权重是拍脑袋还是有依据?改权重会不会翻转结论?
适宜性图是假设的可视化,不是自然真理。图例要写清公式与权重。
DEM:坡度、坡向、晕渲
DEM 每个像元是地面高程。可衍生:
- 坡度:陡缓——活动场地、无障碍、水土;
- 坡向:朝向——日照、风、植物立地;
- 晕渲:为沟通服务的地形可读性。
注意 DTM(裸地)与 DSM(含建筑树冠)差别:视域、汇水用错表面,会差出一整棵树的高度。
练习
- 为口袋公园选址写三层条件,并规定每层 1–5 分的含义。
- 故意把其中一层「高分方向」反转,看总图哪里翻转。
- 在剖面或总图旁用一句话写清:本图不是终案,是假设 A+B+C 的结果。
许可与出处 本文基于 Yiping Fang、Vivek Shandas、Eugenio Arriaga Cordero《Spatial Thinking in Planning Practice: An Introduction to GIS》(Portland State University Library,2014;页版权注 ©2018)对应章节的教育向中文精读/导读。原书许可为 CC BY-NC 4.0(https://creativecommons.org/licenses/by-nc/4.0/):可署名、**非商业**前提下分享与改编。本站注明改编:中译精读,面向风景园林与城乡规划;**不得用于商业转售全文**。
官方落地页:https://pdxscholar.library.pdx.edu/pdxopen/4/
PDF:https://pdxscholar.library.pdx.edu/cgi/viewcontent.cgi?article=1004&context=pdxopen
Open Textbook Library:https://open.umn.edu/opentextbooks/textbooks/234
DOI:https://doi.org/10.15760/pdxopen-7
本站不托管原 PDF。译文与排版:艮岳网 steper。
暂无评论,来说说你的想法吧!