当年上学的时候看的，最近需要做一个分析，又翻了一遍，这个使用手册内容大多比较基础，实用性比较强，如果能加入针对工具箱的每一个工具的介绍就更完整一些了，不过这个手册里面的空间分析大都是基础性的不可再分的那种分析功能，其他的各种复杂分析都可以由此组成，有点像金庸小说里面的天山折梅手，世间任何武功招式都可以自行化解在这六路天山折梅手之中，反之，任何空间分析工作都可以自行分解为手册中的基本分析方法，记得之前做一些规划分析时，受限于数据，很多分析都是根据自己的想法自由组合这些分析内容，然后倒腾出来一个分析图。大部分的分析大都很常见，我把一些我之前容易忽略掉得但又非常重要的分析摘录一些。一下都是书中的内容：

 

Straight Line工具（所谓的直线距离工具），直线距离函数可以计算每点距最近源的距离，这里的源是可选择的任何地理事物，如从一口井、一条路或一组零售商店等等任何支持的栅格数据或要素数据格式。Allocation（所谓的分配函数），分配函数能为最近源分配相关单元。这里的源可以是你选择的任何地理事物，如显示公园位置的点数据集，数据格式为所支持的任何一种栅格数据格式或要素数据格式（倒是可以试试Voronoi图）。成本加权距离制图可以获得每一单元至距离最近、成本最低源的最少累加成本。这里成本的意义较广泛，可以是金钱、时间或其它。完成成本加权距离制图的函数与直线距离函数相似，但是，它不是计算一点到另一点的实际距离，而是根据每个单元到源的距离和穿越沿途单元的成本，来计算从每一单元至其最近源的累加通行成本，其中源可以是你选择的任一地物，如表示道路结点位置或建筑位置的点图层，文件格式可以是软件支持的任意一种矢量数据或栅格数据格式，具体使用Cost Weighted工具。最短路径函数用于确定从某一目标点至一个源的路径。一旦执行了成本加权距离函数，生成距离和方向栅格数据，就可以计算从指定目的地到相应源的最低成本路径或最短路径，源点在最初的例子里指的是新路线的起始点。最短路径函数用于寻找从一个源或一组源出发，到达一个目的地或一组目的地的最短路径（或最低成本路径），如：从一些位于郊区的点（源）到最近的购物商场（目的地）的最低成本路径的选择，具体使用Shortest Path工具。

 

样条函数（Splin）通过一个使表面整体曲率减为最小的数学函数来估计单元值，所得表面较为平滑，其拟合表面通过输入点。形象地说，样条函数就如同拉伸一片橡皮膜一样，使之通过所有样本点并保证整体曲率最小。样条法通过调整数学函数使之适应指定数目的最邻近输入点并通过所有样本点。这种方法最好地模拟了象高程、水位高度或污染物浓度这样的渐变曲面。

 

单元统计函数（Cell Statistics）是一个局域函数，输出栅格数据中每一个位置的值都是该位置输入值的函数。通过单元统计函数，可以在多输入层的值的基础上为输出数据的每个单元进行统计运算。单元统计函数可以帮助你在多输入层的值的基础上为输出数据的每个单元进行统计运算。如计算了不同年份的栅格数据其单元间的土地利用类型的变化。

 

邻域统计函数（Neighborhood statistics）是一种邻域函数，其计算输出的栅格数据的每个位置的值都是输入数据中相应位置下指定的一些邻域单元的函数。用于输入数据的每个单元，邻域统计函数在对单元值和这一单元周围指定邻域单元值处理的基础上进行统计分析，然后将这一值输出到相应单元位置。在处理单元的值和指定的邻域的值的基础上，邻域统计函数可以对每个单元进行统计运算。比如，在一个邻域内寻找优势种（众数），或者在每一个邻域内有多少个生物种（种类）。

 

运用分区统计函数（Zonal Statistics），将在另一个数据集的基础上统计分区数据集的每一个分区。分区统计函数可以帮助用户计算每一个森林分区的平均高程或一个城镇里沿每条道路发生的事故的次数。或者，在每一个高程分区里有多少种植被类型（种类）。分类区统计函数能够根据一个值栅格数据的信息进行一个分类区数据集中每个分类区的统计运算。如每个污染区的平均人口密度或每个高程区的植被类型。

 

最后是总论，空间分析函数是空间制图建模工具，用以分析基于单元的数据。这些函数主要分为五类：局域函数、邻域函数、分区函数、全局函数以及特殊应用函数。局域函数包括三角方程式、指数函数、重分类函数、选择函数和统计函数。邻域函数提供了一组邻域分析工具。分区函数用于区域分析和区域统计。全局函数提供了对整个栅格图层或grid数据集进行分析的工具，如直线（欧几里得函数）和成本权重距离栅格数据的生成。应用函数提供了在特定任务中使用的工具，如水文、数据清除和几何变换。

 

关于空间分析，对于搞GIS的人，看起来很简单，但难就难在怎么把一些别的行业的分析模型能够通过gis分析实现，怎么把各种行业应用通过GIS空间分析工具分解和实现，这需要对行业模型和gis空间分析模型都有深刻的了解，所以，还是得不断的修炼这些基础模型，练成可以化解世间各行业应用的GIS界的天山折梅手。