05-14【分享】ArcGIS教程：汇的工作原理_arcgis吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：18,958贴子：
05-14【分享】ArcGIS教程：汇的工作原理收藏
　　汇是指流向栅格中流向无法被赋予八个有效值之一的一个或一组空间连接像元。在所有相邻像元都高于处理像元时，或在两个像元互相流入以创建一个由两个像元构成的循环时，都会发生这种情况。　　汇被视为具有未定义的流向，并被赋予等于其可能方向总和的值。例如，如果最陡下落及其产生的流向都是向右 (1) 和向左(16)，则会分配值 17 作为该像元的流向。　　要精确表示流向及其产生的累积流量，最好使用不含汇的数据集。经过处理已移除所有汇的数字高程模型 (DEM) 被称为无凹陷点 DEM。　　导致高程数据中出现汇的最常见原因是数据内存在错误。采样效果和将高程取舍为整数通常是产生此类错误的原因。除了在冰川和卡斯特地貌区，在像元大小为 10 米或更大的高程数据中出现自然产生的汇极其罕见 (Mark 1988)，通常可将其视为错误。随着像元大小的增大，数据集中的汇数通常也随之增多。　　创建无凹陷点 DEM 时，将重复进行汇的识别和移除操作。填充汇时，填充区域的边界可能会生成新汇，随后还需要对这些汇进行填充。有时，了解一个或一组汇的深度十分有用。此信息可用于确定将为填充工具的 Z 限制设置的适合的值，也可用于了解数据中存在的错误类型。　　　　示例　　使用地理处理工具填充汇的过程如下：　　1. 使用汇创建通过深度进行编码的汇的栅格。　　输入流向栅格数据：flowdir　　输出栅格：sinks　　2. 使用分水岭为每个汇创建汇流区域栅格。　　输入流向栅格数据：flowdir　　输入栅格数据或要素类倾泻点数据：sinks　　输出栅格：sink_areas　　3. 将分区统计与最小值统计数据结合使用，以在每个汇的分水岭中创建最小高程的栅格。　　输入栅格数据或要素区域数据：sink_areas　　区域字段：值　　输入赋值栅格：高程　　输出栅格：sink_min　　统计类型：MINIMUM　　4. 使用区域填充在每个汇的分水岭中创建最大高程的栅格。　　输入区域栅格数据：sink_areas　　输入权重栅格数据：高程　　输出栅格：sink_max　　5. 使用减将最大值减去最小值以查找深度。　　输入栅格数据 1：sink_max　　输入栅格数据 2：sink_min　　输出栅格：sink_depth　　此过程与使用 ArcPy 中的地图代数过程相同：　　sinks = Sink(flowdir sink_areas = Watershed(flowdir, sinks) sink_min = ZonalStatistics(sink_areas, &Value&, elevation, &Minimum&) sink_max = ZonalFill(sink_areas, elevation) sink_depth = Minus(sink_max, sink_min)
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或如何在事件处理程序中获得数据栅格的编辑项的控件
100wuyi8808]
发布时间： 5:59:12
编辑：www.fx114.net 我要评论
本篇文章主要介绍了"如何在事件处理程序中获得数据栅格的编辑项的控件
100wuyi8808]"，主要涉及到如何在事件处理程序中获得数据栅格的编辑项的控件
100wuyi8808]方面的内容，对于如何在事件处理程序中获得数据栅格的编辑项的控件
100wuyi8808]感兴趣的同学可以参考一下。
&%@&Page&Language="C#"%&
&asp:DataGrid&id="dgDepart"
&&HeaderStyle-ForeColor="White"
&&HeaderStyle-BackColor="DodgerBlue"
&&AutoGenerateColumns="false"
&&OnEditCommand="Depart_Edit"
&&OnUpdateCommand="Depart_Update"
&&OnCancelCommand="Depart_Cancel"
&&OnDeleteCommand="Depart_Delete"
&&OnItemDataBound="Depart_ItemBound"
&&runat="server"&
&&&asp:TemplateColumn&HeaderText="航空公司"&
&&&ItemTemplate&
&&&asp:Label&id="lblC01"&runat="server"/&
&&&/ItemTemplate&
&&&EditItemTemplate&
&&&asp:DropDownList&id="ddlC01"
&&&&OnSelectedIndexChanged="C01Changed"
&&&&AutoPostBack="true"
&&&&runat="server"/&
&&&/EditItemTemplate&
&&&/asp:TemplateColumn&
&&&asp:TemplateColumn&HeaderText="机型"&
&&&ItemTemplate&
&&&asp:Label&id="lblC05"&runat="server"/&
&&&/ItemTemplate&
&&&EditItemTemplate&
&&&asp:DropDownList&id="ddlC05"&runat="server"/&
&&&/EditItemTemplate&
&&&/asp:TemplateColumn&
&/Columns&
&/asp:DataGrid&
&script&runat="server"&
//&数据绑定
public&void&Depart_ItemBound(Object&sender,&DataGridItemEventArgs&e)&
&&if&(e.Item.ItemIndex&&&-1)&{
&&&&if&(e.Item.ItemType&==&ListItemType.Item&||&e.Item.ItemType&==&ListItemType.AlternatingItem)
&&&&&&Label&lblC01&=&(Label)e.Item.FindControl("lblC01");
&&&&&&Label&lblC05&=&(Label)e.Item.FindControl("lblC05");
&&&&&&//&这里对&lblC01.Text、lblC05.Text&进行赋值
&&&&else&if&(e.Item.ItemType&==&ListItemType.EditItem)
&&&&&&DropDownList&ddlC01&=&(DropDownList)e.Item.FindControl("ddlC01");
&&&&&&DropDownList&ddlC05&=&(DropDownList)e.Item.FindControl("ddlC05");
&&&&&&//&这里对&ddlC01、ddlC05&进行数据绑定
&&}&&&&&&&&&
//&ddlC01选择项改变的事件处理程序
public&void&C01Changed(Object&sender,&EventArgs&e)
&&//&我想在这里根据&ddlC01&的选择项来动态绑定&ddlC05，
&&//&问题是如何获得&ddlC05，这里没有&DataGridItemEventArgs&参数
&&//&请各位大侠赐教
&/script&帮忙顶一下。
看看以下的对你有没有帮助：
DataGridColumn&dgc&=&dgDepart.Columns[1];问题解决了，谢谢各位大侠。
//&ddlC01选择项改变的事件处理程序
public&void&C01Changed(Object&sender,&EventArgs&e)
&&ddlC01&=&(DropDownList)dgDepart.Items[dgDepart.EditItemIndex].FindControl("ddlC01");
&&ddlC05&=&(DropDownList)dgDepart.Items[dgDepart.EditItemIndex].FindControl("ddlC05");
&&//&在这里根据&ddlC01&的选择项来动态绑定&ddlC05，
一、不得利用本站危害国家安全、泄露国家秘密，不得侵犯国家社会集体的和公民的合法权益，不得利用本站制作、复制和传播不法有害信息！
二、互相尊重，对自己的言论和行为负责。
本文标题：
本页链接：中国小麦网
当前位置：&gis支持下的安徽省小麦面积历史统计数据空间栅格化研究
gis支持下的安徽省小麦面积历史统计数据空间栅格化研究
点击数：481 &&发布时间：
作者：涂丽丽来源：南京大学2012年摘要：传统的统计数据往往都具有定位粗糙、统计单位标准不统一、空间分辨率不高并且社会统计数据与自然生态数据的叠置分析比较困难的缺点。农业是国家的重要产业,农业统计数据也具有重要的价值,而农业统计数据主要是以行政单元为单位进行统计和发布的,无法体现各个行政单元内部的空间分布差异。在实际的应用中,需要分析的往往是特定范围区域内的数据,这就限制了一些农业统计数据的应用范围,所以需要我们对农业统计数据进行空间栅格化。在传统的情况下,对于某一区域的统计数据进行空间栅格化的方法是将统计数据直接赋值给这个区域,也就是说在获得的结果图中,该研究区域内的这一研究指标只有一个数值,这种结果有一个很显著的特点：在同一个区域内的所研究的统计指标只有唯一的值,而各个区域之间该统计指标的数值会发生突变。事实上,虽然农业统计数据的收集是按照区域来进行的,但是在空间的分布上,某个区域内部数值是变化的,同样,不同的区域界限上也许会有相同的指标值,并不是突变的。所以农业统计数据空间化方法研究是很迫切的,小麦作为我国最基本的粮食作物,对小麦种植面积的空间化研究具有重要的意义。本文的研究目标是寻找一种合适的方法进行安徽省小麦种植面积的空间栅格化。以安徽省小麦种植面积的统计数据、dem、坡度、气温、降水和etm+影像为主要研究数据源,选择多元回归分析的方法和灰色关联模型这两种常用的多源数据融合分析方法对影响小麦种植的各影响因素进行分析。将结果和一般使用的简单平均栅格分配的方法对比,以确定一种更适合安徽省小麦种植面积空间化的方法。文中在进行回归分析和灰色关联的时候选用的指标包括有自然环境因子,人文社会因子等,如dem数据、地形坡度数据、降雨气温数据、水量数据和人口数据,同时利用县级统计数据获得的小麦种植密度进行回归分析和灰色模型关联预测。将各指标构建回归模型和灰色关联模型进行小麦种植面积的空间化,最终获得各个栅格的小麦的种植密度,得到安徽省小麦种植面积的空间化结果,即将小麦种植面积的统计数据划分到lkm*1kmm的栅格上,从而获得每个栅格的小麦种植面积。最后,选择高分辨率的etm+影像进行监督分类,获得监督分类结果之后提取小麦的种植区域,利用监督分类方法进行分类后提取出小麦,用这种具有空间信息的高精度的小麦面积栅格数据逐个像元地验证空间栅格化的精度。由结果可知,相比较传统将统计数据简单的平均分配到各个栅格单元上去的方法,多元回归分析方法和灰色关联模型方法的精度提高了很多,精度从平均分配方法的70%左右提高到近90%。并且通过三个验证县市的结果也可以发现,小麦种植面积的空间化精度和研究区域有很大的关系。研究区域较为复杂的情况下,精度会比研究区域单一的地方精度低些。研究结果表明,基于多元回归模型和灰色关联模型的空间化方法精度都相对比较高,其中灰色关联模型的空间化精度又略比多元回归模型的空间化精度高一点,这说明多元回归模型和灰色关联模型的空间化方法能有效克服传统的同区域指标均匀分布,不同区域突变的缺点,实现给属性数据赋予空间信息的目的。将灰色关联模型方法应用到1995年和1985年的历史统计数据中,发现结果与实际情况基本相符。本文的创新之处在于将安徽省的小麦种植面积统计数据进行了空间栅格化。以行政界限为单位的小麦种植面积统计数据限制了我们对于数据的应用,通过空间栅格化,可以得到每个栅格上的小麦种植面积的大小,扩展了小麦种植面积统计数据的应用范围。关键词：空间化小麦面积gis多元回归分析灰色关联模型学位级别：硕士
gis支持下的安徽省小麦面积历史统计数据空间栅格化研究信息转载于互联网，仅供参考。如涉及版权，请联系我们。
苏ICP备号-1　　栅格计算器（Raster Calculator）
　　栅格计算机是一种空间分析函数工具，可以输入表达式，使用运和函数来做数学计算，建立选择查询，或键入地图代数语法。可输入栅格数据、栅格图层、coverages，，表格，常数，数值。在“空间分析”（Spatial Analyst）下拉菜单中可找到。栅格计算机使用“运算符”和“函数”来执行任务。
　　【函数（functions）】
　　1． 函数执行专门任务，如由海拔（elevation）计算边坡（slope），通常返回的是数值。栅格计算机提供算术函数、三角函数、指数对数函数以及幂函数。
　　2． 应用实例（实习数据：landuse，elevation）：
　　① 对landuse每个栅格取平方(平方后=sqr([landuse]))
　　② 栅格数据空间分析函数：用山体阴影函数(hillshade)作用于elevation图层得到立体形态(立体图=hillshade([elevation]))
　　【运算符（operators）】
　　运算符的使用通常与科学计算器相类似。栅格计算器提供算术运算符、符以及布尔运算符。
　　①算术运算符（+，-，*，/）。加减乘除四则运算。对相应空间位置上的栅格单元进行算术运算，可用于土地利用价值的评价。规则：整数的运算是整数；浮点数与整数的运算得到的结果是浮点数；符的结果是整数（实习数据：landuse）：
　　（1）选择出耕地栅格(耕地=[landuse] == 5)，选择出森林栅格(森林=[landuse] == 6)；
　　（2）将耕地和森林栅格相加(绿地=[耕地] + [森林])，又例如创建三个火灾危险性栅格，互相叠加显得出新的全面危险分析栅格。
　　（3）用来转换值从一个测量到另一个（例如， x英尺= 0.3048米）。
　　②关系运算符（&，&，==，&=，&=，&&）。建立逻辑测试，返回真假值（true (1)，false (0)）（实习数据：landuse，mask，elevation）。
　　（1）选择出城区栅格（设置环境加Mask）(城区=[landuse])；
　　（2）选择出高程高于1000的栅格(高地=[elevation] & 1000)。
　　③布尔运算符(和and ^,或or &,异或xor !,非not | )。and：当相同位置的栅格单元取值不为0时，返回1，但有一个栅格中取值0时，返回0链接逻辑测试（实习数据：landuse，mask，elevation）：选择高于1000m的城区栅格（高城区=[高地]&[城区]）
　　④逻辑运算符（，in，and over）。不同运算符有不同结果（实习数据：xs_1991和xs_2006）：
　　（1）A diff B：差异运算符:对两个栅格图层单元格的数值是否存在差异进行计算。数值没有差异的单元格赋值为0，数值有差异的返回第一个输入数据集中单元格的数值。检测土地利用的变化（[xs_2006] diff [xs_1991]）如果diff左右两栅格单元内有不同值（cell value），取左舍右，如果相同返回零值（zero）；
　　（2）A in {value list}：如果A的某栅格单元内值属于值列表，则返回，否则返回NoData。包含运算符:第一个输入是一个表达式（通常是一个栅格或一个数据列），第二个输入是一组数字。基本思想：用预先选出的一组数字和栅格矩阵中的数值作比较，和这组数字不一致的单元格赋值为0，相当于利用这组数字作为选择栅格单元的条件。例：在Grid1中分离出数值为2和4的单元格。多用于查询；
　　（3）A over B：如果A内某栅格单元值为零，则返回，否则返回B。非零查找与替换运算符。对两个输入栅格矩阵搜索0值单元格，第一个矩阵中的所有单元格中的非零值作为其输出，当第一个输入矩阵中的单元格的值为0时，用第二个栅格矩阵相应位置的单元格数值进行赋值。多应用－如果第一个输入中0值代表居住用地，第二个输入是环境质量类型区，则这一方法，可分析不同的居住区的环境质量状况。
&|&相关影像
互动百科的词条（含所附图片）系由网友上传，如果涉嫌侵权，请与客服联系，我们将按照法律之相关规定及时进行处理。未经许可，禁止商业网站等复制、抓取本站内容；合理使用者，请注明来源于。
登录后使用互动百科的服务，将会得到个性化的提示和帮助，还有机会和专业认证智愿者沟通。
此词条还可添加&
编辑次数：4次
参与编辑人数：4位
最近更新时间： 11:03:23
认领可获得以下专属权利：
贡献光荣榜