只有好数据才可能做出真正有用的结论。否则garbage in; garbage out。同一切数据分析一样,gis分析的本质是降噪,让有用的信息以我们想要的方式凸显出来。如果原始数据就没有你想要的信息,煤炭怎么加工都不会变成金子。
gis真正的瓶颈在数据不在分析,脱开数据谈分析没有意义。数据问题在中国项目特别突出,所以要学会跟进各种开源二手数据(比如底图open street map就做得很好,虽然有些误差和出入,但景观项目的分析够了。各种自然数据也有很多渠道,但census数据中国就比较抱歉了,还好现在大数据共享提供了很多其他选择,但个人画像又不容易获得) 。获取数据之后,数据预处理比分析重要。对于二手数据,还不涉及清洗的问题。但一定要学会投影转换。
在中国景观系修过gis两门课,硕士做的这方面,北美博士期间在景观系做了4年gis和生态分析的助教,现在教总规课常常涉及gis分析,偶尔科研会涉及。仅限我所经历的,北美和中国gis课程教学最大的不同就是北美1/3的时间都在讲数据获取和投影转换,中国全在讲分析。
以下是建议:
1)跟一个真实的研究项目,有个靠谱的前辈带,从数据获取、数据清理、数据整合、一直到数据分析,甚至结果解读,扎实跟一趟。书当工具。你会发现这样比随便跟两本书学有用太多。
2)在学分析的同时,花力气学开源数据获取和投影转换(关于投影定义及转换确实容易混淆,老版的Esri自家教程这部分都是错的,直到09还是10年新版才纠正过来。老板笑着说这个作者自己都没有搞明白啊)。不过测绘院的cad测绘图出于保密考虑既不是西安坐标也不是北京坐标,什么七点转换的很坑,所以我个人还是更喜欢开源数据,简单的投影变换就可以做数据融合。(说实话,测绘图就高程和地貌地物,开始慢慢赶不上飞速发展的各种开源数据)。投影这个问题,项目尺度越大体会越深。
3)尤其要注意不要被工具束缚。跟书学结果往往是会做些地形坡度坡向分析,简单加个buffer,会做点简单的栅格。因为只有cad地形图数据只能做这些。更糟糕的是,很容易陷入削足适履的误区,为能做的几个分析强扭问题。“when the only tool you have is a hammer, all problems look like nails”。去年带的总体规划课做出来的生态敏感性评价因为拿不到数据,很多都用地形数据替代,结论就不可能有价值。最后建议我组直接用usgs的Global ecological land units数据,放弃专项组结论。
4)分析不宜学的太深,在你不熟悉数据和结论的可靠性之前。比如慎用多因子栅格叠加评价。用的话,最好有一个其他源的实测数据对综合结果进行三角检验,否则,有这个分析结果误导可能会比没有更糟糕。
末了,如果看完觉得没这心扎实从数据学起,建议移步sustainable site initiative(一个计划加入leed的景观项目评分系统)评价,会比粗糙数据的gis分析靠谱些。