实战案例与项目应用

第二十章实战案例与项目应用

20.1 案例一：城市服务设施分析

20.1.1 项目背景

分析城市中学校、医院、公园等公共服务设施的覆盖范围和服务能力。

20.1.2 数据准备

行政区划边界
服务设施点位
道路网络
人口分布栅格

20.1.3 分析步骤

步骤1：创建服务区

import processing

# 为学校创建500米服务区缓冲
result = processing.run("native:buffer", {
    'INPUT': schools_layer,
    'DISTANCE': 500,
    'DISSOLVE': False,
    'OUTPUT': 'memory:'
})
school_buffers = result['OUTPUT']

步骤2：服务区人口统计

# 分区统计
result = processing.run("native:zonalstatisticsfb", {
    'INPUT': school_buffers,
    'INPUT_RASTER': population_raster,
    'RASTER_BAND': 1,
    'COLUMN_PREFIX': 'pop_',
    'STATISTICS': [1, 2],  # Sum, Mean
    'OUTPUT': 'memory:'
})

步骤3：识别服务空白区

# 合并所有服务区
result = processing.run("native:dissolve", {
    'INPUT': school_buffers,
    'OUTPUT': 'memory:'
})
merged = result['OUTPUT']

# 从行政区中减去服务区
result = processing.run("native:difference", {
    'INPUT': district_layer,
    'OVERLAY': merged,
    'OUTPUT': 'memory:'
})
gaps = result['OUTPUT']

步骤4：结果可视化

# 设置分级渲染
renderer = QgsGraduatedSymbolRenderer('pop_sum')
renderer.setClassificationMethod(QgsClassificationJenks())
renderer.updateClasses(school_buffers, 5)
school_buffers.setRenderer(renderer)

20.1.4 输出成果

服务设施覆盖率统计表
服务空白区分布图
人口服务能力评估报告

20.2 案例二：土地利用变化分析

20.2.1 项目背景

分析两个时期的土地利用变化情况。

20.2.2 数据准备

2010年土地利用图
2020年土地利用图
行政区划

20.2.3 分析步骤

步骤1：叠加分析

# 相交分析获取变化
result = processing.run("native:intersection", {
    'INPUT': landuse_2020,
    'OVERLAY': landuse_2010,
    'INPUT_FIELDS': ['type_2020'],
    'OVERLAY_FIELDS': ['type_2010'],
    'OUTPUT': 'memory:'
})
change_layer = result['OUTPUT']

步骤2：计算变化统计

# 添加变化类型字段
change_layer.startEditing()
change_layer.addAttribute(QgsField('change_type', QVariant.String))
change_layer.commitChanges()

# 更新变化类型
change_layer.startEditing()
for feature in change_layer.getFeatures():
    type_2010 = feature['type_2010']
    type_2020 = feature['type_2020']
    
    if type_2010 == type_2020:
        change_type = '未变化'
    else:
        change_type = f'{type_2010}→{type_2020}'
    
    change_layer.changeAttributeValue(
        feature.id(),
        change_layer.fields().indexOf('change_type'),
        change_type
    )
change_layer.commitChanges()

步骤3：生成转移矩阵

import pandas as pd

# 统计各类型面积
areas = {}
for feature in change_layer.getFeatures():
    key = (feature['type_2010'], feature['type_2020'])
    if key not in areas:
        areas[key] = 0
    areas[key] += feature.geometry().area()

# 创建转移矩阵
types = list(set([k[0] for k in areas.keys()]))
matrix = pd.DataFrame(index=types, columns=types, data=0.0)
for (from_type, to_type), area in areas.items():
    matrix.loc[from_type, to_type] = area

20.2.4 输出成果

土地利用变化图
转移矩阵表
变化统计报告

20.3 案例三：洪水淹没分析

20.3.1 项目背景

根据DEM和水位预测洪水淹没范围。

20.3.2 数据准备

数字高程模型（DEM）
河流网络
居民点分布
历史洪水记录

20.3.3 分析步骤

步骤1：水位情景设置

water_levels = [10, 15, 20]  # 不同水位情景（米）

步骤2：淹没范围计算

for level in water_levels:
    # 栅格计算器
    result = processing.run("gdal:rastercalculator", {
        'INPUT_A': dem_layer,
        'BAND_A': 1,
        'FORMULA': f'A<{level}',
        'OUTPUT': f'/output/flood_{level}m.tif'
    })
    
    # 转为矢量
    result = processing.run("gdal:polygonize", {
        'INPUT': f'/output/flood_{level}m.tif',
        'BAND': 1,
        'FIELD': 'flooded',
        'OUTPUT': f'/output/flood_polygon_{level}m.shp'
    })

步骤3：影响评估

# 统计受影响居民点
for level in water_levels:
    flood_polygon = QgsVectorLayer(f'/output/flood_polygon_{level}m.shp', '', 'ogr')
    
    result = processing.run("native:extractbylocation", {
        'INPUT': settlements_layer,
        'PREDICATE': [0],  # Intersects
        'INTERSECT': flood_polygon,
        'OUTPUT': 'memory:'
    })
    
    affected = result['OUTPUT']
    print(f"水位{level}m: 受影响居民点{affected.featureCount()}个")

20.3.4 输出成果

不同水位情景淹没范围图
受影响区域统计
风险等级图

20.4 案例四：选址分析

20.4.1 项目背景

为新建商业设施选择最佳位置。

20.4.2 分析因子

人口密度
交通可达性
竞争对手距离
土地价格
基础设施

20.4.3 分析步骤

步骤1：因子标准化

def normalize_raster(input_path, output_path):
    """0-1标准化"""
    result = processing.run("gdal:rastercalculator", {
        'INPUT_A': input_path,
        'BAND_A': 1,
        'FORMULA': '(A-min)/(max-min)',
        'OUTPUT': output_path
    })

步骤2：权重叠加

# 设置权重
weights = {
    'population': 0.3,
    'accessibility': 0.25,
    'competition': 0.2,
    'land_price': 0.15,
    'infrastructure': 0.1
}

# 加权求和
formula = ' + '.join([f'{w}*{f}' for f, w in weights.items()])
result = processing.run("gdal:rastercalculator", {
    'INPUT_A': 'population_norm.tif',
    'INPUT_B': 'accessibility_norm.tif',
    'INPUT_C': 'competition_norm.tif',
    'INPUT_D': 'land_price_norm.tif',
    'INPUT_E': 'infrastructure_norm.tif',
    'FORMULA': '0.3*A + 0.25*B + 0.2*C + 0.15*D + 0.1*E',
    'OUTPUT': 'suitability.tif'
})

步骤3：筛选最佳位置

# 提取高适宜度区域
result = processing.run("native:reclassifybytable", {
    'INPUT_RASTER': 'suitability.tif',
    'RASTER_BAND': 1,
    'TABLE': [0, 0.7, 0, 0.7, 1, 1],  # 0.7以上为适宜
    'OUTPUT': 'suitable_areas.tif'
})

# 转为矢量
result = processing.run("gdal:polygonize", {
    'INPUT': 'suitable_areas.tif',
    'FIELD': 'suitable',
    'OUTPUT': 'suitable_areas.shp'
})

20.4.4 输出成果

适宜性评价图
推荐选址点位
因子分析报告

20.5 案例五：生态廊道分析

20.5.1 项目背景

识别和规划野生动物迁徙廊道。

20.5.2 数据准备

土地覆盖
道路网络
河流水系
保护区边界
物种分布点

20.5.3 分析步骤

步骤1：阻力面生成

# 不同土地类型的阻力值
resistance_values = {
    'forest': 1,
    'grassland': 2,
    'farmland': 5,
    'urban': 100,
    'water': 50,
    'road': 80
}

# 重分类土地覆盖
result = processing.run("native:reclassifybytable", {
    'INPUT_RASTER': landcover,
    'TABLE': [...],  # 分类表
    'OUTPUT': 'resistance.tif'
})

步骤2：成本距离分析

# 从核心栖息地计算成本距离
result = processing.run("grass7:r.cost", {
    'input': 'resistance.tif',
    'start_points': habitat_cores,
    'max_cost': 0,
    'output': 'cost_distance.tif',
    'outdir': 'cost_direction.tif'
})

步骤3：廊道识别

# 最低成本路径
result = processing.run("grass7:r.drain", {
    'input': 'cost_distance.tif',
    'direction': 'cost_direction.tif',
    'start_points': destination_points,
    'output': 'corridors.shp'
})

20.5.4 输出成果

生态阻力面图
潜在廊道网络图
廊道优先级评估

20.6 项目工作流模板

20.6.1 数据准备阶段

def prepare_data(input_dir, output_dir):
    """数据准备工作流"""
    
    # 1. 数据检查
    check_data_quality(input_dir)
    
    # 2. 坐标系统一
    reproject_all(input_dir, output_dir, target_crs='EPSG:4326')
    
    # 3. 数据格式转换
    convert_to_gpkg(output_dir)
    
    # 4. 创建空间索引
    create_spatial_indexes(output_dir)
    
    return True

20.6.2 分析阶段

def run_analysis(data_dir, params):
    """分析工作流"""
    
    # 加载数据
    layers = load_layers(data_dir)
    
    # 执行分析
    results = {}
    for step in analysis_steps:
        result = step.execute(layers, params)
        results[step.name] = result
    
    return results

20.6.3 输出阶段

def generate_outputs(results, output_dir):
    """输出生成工作流"""
    
    # 导出数据
    export_layers(results, output_dir)
    
    # 创建地图
    create_map_layouts(results, output_dir)
    
    # 生成报告
    generate_report(results, output_dir)
    
    return True

20.7 项目文档模板

20.7.1 项目说明文档

# 项目名称

## 1. 项目概述
- 背景
- 目标
- 范围

## 2. 数据说明
| 数据名称 | 格式 | 来源 | 时间 | CRS |
|---------|------|------|------|-----|
| ... | ... | ... | ... | ... |

## 3. 分析方法
- 方法描述
- 参数设置
- 工具选择

## 4. 结果说明
- 主要发现
- 图件说明
- 数据解读

## 5. 注意事项
- 数据局限
- 方法假设
- 使用建议

20.8 小结

本章通过实际案例展示了QGIS在各领域的应用：

关键要点：

掌握项目分析工作流程
了解不同领域的分析方法
学会组织和管理GIS项目
能够生成专业的分析报告

实践是掌握GIS技能的最佳途径。

上一章：第19章性能优化与最佳实践

教程总结

恭喜您完成了这20章的QGIS学习教程！通过本教程，您应该已经掌握了：

基础知识：QGIS概述、安装配置、界面操作
数据管理：数据加载、矢量栅格处理、坐标系统
可视化：符号化、标注、地图布局
分析技能：空间分析、Processing工具箱
开发能力：PyQGIS编程、插件开发
高级功能：数据库、Web服务、3D可视化
实践应用：项目案例、最佳实践

继续学习的建议：

参与QGIS社区
阅读官方文档
实践项目应用
贡献开源代码

祝您在GIS领域取得更大成就！

posted @ 2026-01-08 14:04 我才是银古阅读(18) 评论(0) 收藏举报

刷新页面返回顶部

梦开始的地方

慢慢来会比较快！

实战案例与项目应用

第二十章实战案例与项目应用

20.1 案例一：城市服务设施分析

20.1.1 项目背景

20.1.2 数据准备

20.1.3 分析步骤

20.1.4 输出成果

20.2 案例二：土地利用变化分析

20.2.1 项目背景

20.2.2 数据准备

20.2.3 分析步骤

20.2.4 输出成果

20.3 案例三：洪水淹没分析

20.3.1 项目背景

20.3.2 数据准备

20.3.3 分析步骤

20.3.4 输出成果

20.4 案例四：选址分析

20.4.1 项目背景

20.4.2 分析因子

20.4.3 分析步骤

20.4.4 输出成果

20.5 案例五：生态廊道分析

20.5.1 项目背景

20.5.2 数据准备

20.5.3 分析步骤

20.5.4 输出成果

20.6 项目工作流模板

20.6.1 数据准备阶段

20.6.2 分析阶段

20.6.3 输出阶段

20.7 项目文档模板

20.7.1 项目说明文档

20.8 小结

教程总结

公告

梦开始的地方

慢慢来会比较快！

实战案例与项目应用

第二十章 实战案例与项目应用

20.1 案例一：城市服务设施分析

20.1.1 项目背景

20.1.2 数据准备

20.1.3 分析步骤

20.1.4 输出成果

20.2 案例二：土地利用变化分析

20.2.1 项目背景

20.2.2 数据准备

20.2.3 分析步骤

20.2.4 输出成果

20.3 案例三：洪水淹没分析

20.3.1 项目背景

20.3.2 数据准备

20.3.3 分析步骤

20.3.4 输出成果

20.4 案例四：选址分析

20.4.1 项目背景

20.4.2 分析因子

20.4.3 分析步骤

20.4.4 输出成果

20.5 案例五：生态廊道分析

20.5.1 项目背景

20.5.2 数据准备

20.5.3 分析步骤

20.5.4 输出成果

20.6 项目工作流模板

20.6.1 数据准备阶段

20.6.2 分析阶段

20.6.3 输出阶段

20.7 项目文档模板

20.7.1 项目说明文档

20.8 小结

教程总结

公告

第二十章实战案例与项目应用