学校选址

我们现在通过使用ArcMap的栅格分析功能分析学校选址的问题，首先我们需要明确的是合理的学校空间位置布局，有利于学生的上课与生活，学校的选址问题需要考虑地理位置、学生娱乐场所配套、与现有学校的距离间隔等因素，从总体上把握这些因素能够确定出适宜性比较好的学校选址区。

01
数据准备

(1)landuse(土地利用图)
(2)dem(地面高程图)
(3)rec_sites(娱乐场所分布图)
(4)school(现有学校分布图)

在操作之前我们先对环境进行相关设置，方便后续栅格空间分析，打开菜单栏上面的地理处理选择下拉菜单里面的环境，在打开的界面找到处理范围，设置如下图所示：
02
选址要求

新学校选址需注意如下几点：

（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，学校距离这些设施越近越好

（4）新学校应避开现有学校，合理分布

（5）各数据层权重比为：距离娱乐设施占0.4，距离学校占0.3，土地利用类型和坡度因素各占0.15

03
实现过程

（1）提取坡度数据
对“dem”高程数据使用【坡度】工具生成“slope”数据，工具位置及参数设置如下图所示：
接下来对“slope”数据进行重分类，平坦地区适宜性好，应该赋予较大的适宜性值，陡峭地区则反之，所以我们对“slope”数据采用等间距分级，将坡度分成10级，坡度最小的赋予新值10，坡度最大的赋予新值1，其他依次类推，相关重分类参数如下图所示：
点击确定后返回上一个窗口发现坡度最小值新值是1，坡度最大值是10，和我们需要的刚好相反了，一个一个改很麻烦，这时候我们发现表的右下角有个对新值取反的按钮，点击即可对新值反向排序，从而达到我们想要的重分类效果哦。
最终得到分类结果“recalssslope”如下图所示：

（2）提取娱乐场直线距离数据
对“rec_sites”娱乐场所数据使用【欧式距离】工具，生成“distance”数据，工具位置及参数设置如下图所示：
接下来对“distance”数据进行重分类，由于新学校距离娱乐场所越近是适宜性越高，我们依然采用等间距分级分为10级，距离娱乐场所最近的赋予新值10，最远的赋予新值1，其他依此类推，最终得到重分类后的娱乐场所直线距离数据“redistance”（相关参数设置和前面的一模一样，此处不给出参数设置图啦）
（3）提取现有学校直线距离数据

对“school”现有学校数据使用【欧式距离】工具，生成“distance1”数据，工具位置及参数设置和上面提取娱乐场所距离数据的一模一样，此处不展示相关参数的图例啦。接下来对“distance1”数据进行重分类，和上文一样的操作，就是要注意一点就是考虑到新学校距离现有学校比较远时适宜性高，反之则低，所以依然采用等间距分类分为10级，距离现有学校最远的赋予新值10，最近的赋予新值1，最终得到重分类后的现有学校距离数据“reclassdistance2”。
（4）土地利用数据

“landuse”已经根据地类分好了适应性等级，直接利用就可以啦。

（5）适宜区分析

前面经过重分类后，4种适宜性影响因子都统一到相同的等级体系内，并且每个数据中那些被认为比较适宜的属性都被赋予了比较高的值，现在开始利用【栅格计算器】给这4种因子赋予不同的权重，然后合并数据以找到最适宜的学校选址位置，工具位置以及相关参数设置如下图所示：
shool1=“landuse”*0.15+“recalssslope”*0.15+“redistance”*0.4+“reclassdistance2”*0.3

经过简单的符号化和出图布局后，终于得到如下的新学校选址适宜性地图：