GDP区域分布图的生成与对比（ArcPy实现）

一、背景

各地区经济协调发展是保证国民经济健康持续稳定增长的关键。GDP是反映各地区经济发展状况的重要指标。科学准确分析各地区GDP空间分布特征，对制定有效措施，指导经济协调发展具有重要参考价值。

二、目的

ArcGis中提供了中提供了三种空间插值方法，每种插值方法在原理上和应用上都大不相同，在此通过具体实例练习如何利用内插方法和卸内插方法进行GDP空间分布特征的分析，以此来引导读者对空间插值有一个更深刻的认识。

三、数据

某地区的统计GDP数据（GDP.shp）,数据范围：4601万~132630万元。（\Chp8\Ex4\）

四、要求

*1) 经济的发展具有一定的连带效应和辐射作用。以该地区各区域年GDP数据为依据，采用IDW和Spline内插方法创建该地区GDP空间分异栅格图。
*2）分析每种插值方法中主要参数的变化对内插结果的影响。
*3）分析两种内插方法生成的GDP空间分布图的差异性，简单说明形成差异的主要原因。
*4）通过该练习，熟练掌握两种插值方法的适用条件。

五、流程图

（1）反距离权重（IDW）内插方法流程：
（2）样条函数（Spline）内插方法流程：
（3）两种方法之间的对比，通过空间分析中【栅格计算器】命令来进行分析。选择反距离权重(Power=2)，样条函数（Regularized，Weight=0.01)。在【栅格计算器】中计算Abs (IDW-Spline)，比较二者产值变化空间分异特征。

六、模型构建器

七、ArcPy实现

注：栅格计算器工具专门用于 ArcGIS for Desktop 应用程序（仅作为 GP 工具对话框）或模型构建器。它不适用于脚本的编写，而且也不能用于 ArcPy Spatial Analyst 模块。所以给模型里的栅格计算器里的运算全部分成两部，即相减并取绝对值。

# -*- coding: utf-8 -*-
import arcpy
from arcpy.sa import *
print "输入示例：D:\桌面\Chp8\Ex4"
arcpy.env.workspace = raw_input("请输入数据所在的文件绝对路径：").decode('utf-8')
arcpy.env.mask = r"GDP.mdb\bound.shp"  # 设置掩膜
GDP = 'GDP.mdb\GDP.shp'
IDW2 = Idw(GDP, "GDP", "500", "2")  # Process: 反距离权重法
IDW5 = Idw(GDP, "GDP", "500", "5")  # Process: 反距离权重法 (2)
Abs(IDW2 - IDW5).save('IDW2_IDW5')  # Process: 栅格计算
Spr0 = Spline(GDP, "GDP", "500", "REGULARIZED", "0")  # Process: 样条函数法
Spr01 = Spline(GDP, "GDP", "500", "REGULARIZED", "0.01")  # Process: 样条函数法 (2)
Abs(Spr0 - Spr01).save('Spr0_Spr01')  # Process: 栅格计算 (2)
Spt0 = Spline(GDP, "GDP", "500", "TENSION", "0")  # Process: 样条函数法 (3)
Spt5 = Spline(GDP, "GDP", "500", "TENSION", "5")  # Process: 样条函数法 (4)
Abs(Spt0 - Spt5).save('Spt0_Spt5')  # Process: 栅格计算 (3)
Abs(IDW2 - Spr01).save('IDW2_Spr01')  # Process: 栅格计算 (4)