利用ArcGIS统计各地区内路网密度(附路网练习数据下载)

2023-10-19 12:50

本文主要是介绍利用ArcGIS统计各地区内路网密度(附路网练习数据下载),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

请添加图片描述
实验数据:成都市行政区划、成都市路网数据(国家基础地理信息数据库)文末有数据下载链接请添加图片描述

关于路网数据,除了国家基础地理信息数据库,也可以从OSM获取(全国矢量shp数据:行政区划,县界,道路,河流…都可下载),不过,最最重要的,记得开始先把数据地理坐标系转换为投影坐标系再开始计算。

1、路网密度=【道路长度/区域面积】,所以我们需要先计算出路网长度和各个行政区域的面积。在行政区划数据和路网数据的属性表内分别添加area和len两个字段,代表面积和长度,然后右键计算几何,分别计算面积和长度(单位统一为km²)。

2、将行政区划和路网数据进行相交,这样每段路都能标识到它属于哪个区。len是长度,area是面积,这是在第一步中添加的字段。除了相交还可以通过【标识】工具来操作,将行政区划信息标识到每段道路上。这里用相交,输出结果后打开属性表可以看到,每条道路都有区划信息。请添加图片描述
3、选择【NAME】字段右键汇总统计,统计的是len长度总和,输出后是一个dBASE表(右图)。这一步是为了统计各行政区内的道路总长度。请添加图片描述
4、连接图层。右键行政区划的图层—连接和关联,以NAME字段为连接字段,将上一步的汇总表的信息连接至行政区划图层中。如下图,道路长度和面积信息都计算出来了。请添加图片描述
5、路网密度=【道路长度/区域面积】,添加字段-字段计算器用len/area计算便得到每个区的路网密度。

最后在符号系统里稍微弄一下样子就可以了。可以看到,武侯区路网密度最大,为8.63km/km²,其次是锦江区7.8km/km²,大邑县是最小的,0.81 km/km²。请添加图片描述

  • END -请添加图片描述

这篇关于利用ArcGIS统计各地区内路网密度(附路网练习数据下载)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/239901

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

Python pip下载包及所有依赖到指定文件夹的步骤说明

《Pythonpip下载包及所有依赖到指定文件夹的步骤说明》为了方便开发和部署,我们常常需要将Python项目所依赖的第三方包导出到本地文件夹中,:本文主要介绍Pythonpip下载包及所有依... 目录步骤说明命令格式示例参数说明离线安装方法注意事项总结要使用pip下载包及其所有依赖到指定文件夹,请按照以

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可