ArcGIS Pro 实现人口分布栅格TIFF数据的网格提取与可视化

这里在分享一个人口1km精度栅格数据,LandScan是由美国能源部橡树岭国家实验室(ORNL)提供的全球人口分布数据集,具有最高分辨率的全球人口分布数据,是全球人口数据发布的社会标准,是全球最为准确、可靠,基于地理位置的,具有分布模型和最佳分辨率的全球人口动态统计分析数据库。这一数据集结合了地理信息系统(GIS)与遥感影像(RS)技术,以30弧秒(约1公里)的空间分辨率提供了详细的全球人口分布信息,反映24小时平均人口分布状况。

LandScan的特点包括:

  • 分辨率:30弧秒(相当于赤道附近1公里),这是目前全球人口分布数据中最高的分辨率。
  • 数据格式:TIFF文件格式,适用于各种GIS软件和平台。
  • 坐标系统:使用世界通用坐标系统WGS 1984。
  • 数据单位:每个栅格单元(约1平方公里)内的常住人口数量。

数据来源:

ORNL LandScan Viewer - Oak Ridge National Laboratory

这里以上海市作为分析基础,先获取上海市的行政区划,这里用arcgispro来实现一遍将栅格数据(TIFF)提取到网格并可视化这个步骤,虽然有点老瓶装旧酒的意思,但是arcgispro来实现还是有一些优势的;

需要看arcgis实现栅格数据(TIFF)提取到网格并可视化的可以看我这篇:ArcGIS中将栅格数据(TIFF)提取到网格_arcgis提取栅格网格线-CSDN博客

这里为了避免一层一层的找工具,就直接检索点击【视图】------> 【地图处理】;

1、首先先在arcgispro中加载行政区地图,这里以上海市行政区为例,先建立1km*1km的渔网;

这里注意注意一下像元宽度和像元高度的单位,如果是米制则改成1000m×1000m;

2、根据行政区进行裁剪,这里要裁剪二次,一次是点裁剪,一次是面裁剪,方便后面做关联。

先处理点裁剪:在 【地图处理】检索【裁剪】;

点图层裁剪结果展示;

面裁剪:在 【地图处理】检索【裁剪图层】;

面图层裁剪结果展示,这里网格数量会与点数量不一致,但不影响后面的匹配;

3、接下来把人口分布栅格数据集加载到地图上并进行裁剪,在 【地图处理】检索【裁剪栅格】,勾选【使用输入要素裁剪几何】和【保持裁剪范围】;

结果如图所示;

4、接下来我们需要把栅格数据转为点数据,在 【地图处理】检索【值提取到点】,这里勾选【在点位置插值】和【将所有输入栅格属性追加到输出点要素】;

这里把值提取到点图层,并通过自然间断分级法进行展示;

5、接下来我们把点关联到面上,这里因为这里点FID与面的FID对应 不上,故采用空间连接,匹配选项选择包含,即渔网面要素包含点要素;

6、点击【符号系统】选择【分级色彩】字段选择rastervalu,这里字段rastervalu就是网格人数,其中-9999数值部分是没匹配出来的忽略即可,这里用了自然间断分级法分了10类,为了让整体效果更有层次一些;

最终结果如下图;

文章仅用于分享个人学习成果与个人存档之用,分享知识,如有侵权,请联系作者进行删除。所有信息均基于作者的个人理解和经验,不代表任何官方立场或权威解读。

相关推荐
挨踢诗人2 小时前
金蝶K3 WISE × 乐企平台 直连数电票集成解决方案(商贸企业开票自动化)
大数据·运维·自动化
Elastic 中国社区官方博客7 小时前
搜索倍增器:推动收入、生产力和 AI 实现规模化
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
wjkjpcba8 小时前
机器人控制板PCBA怎么加工?从SMT贴片到BGA焊接解析机器人电子制造工艺
大数据·人工智能
青 春 记 忆8 小时前
Dify Docker Compose 通用无损升级指南:从备份、双版本预演到切换与回滚
运维·人工智能·python·docker·容器
GlueNa2SiO38 小时前
03-Flask模板引擎Jinja2详解
笔记·python·flask
Capricorn19889 小时前
解决全网抄 Karpathy 导致的 LLM Wiki 污染?基于知芽 Notebook Skill 的 raw/ 笔记法排障指南
大数据·论文阅读·人工智能·笔记·论文笔记
临沂GEO10 小时前
GEO搜索优化科普|正规地理位置流量运营入门指南
大数据·人工智能·python·流量运营
大模型码小白10 小时前
Spring AI Tool 实现自然语言操作 MySQL 数据库详解
服务器·开发语言·数据库·人工智能·python·mysql·spring
人民新视野11 小时前
党建引领促交流 互学互鉴共提升 —— 赴启信创格(北京)营销科技有限公司交流学习活动总结
大数据·人工智能·科技
RE-190111 小时前
电商互联网指标 - 归纳笔记
数据分析·电商指标·互联网指标·业务指标·指标解释