图3.8 重分类操作
得到坡度适宜性数据 recalssslope，如图3.9所示
图3.9 坡度重分类数据
23
B．重分类娱乐场所直线距离数据集
考虑到新学校距离娱乐场所比较近时适宜性好，采用等间距分级分为 10 级，距离娱乐场所最近适宜性最高，赋值 10；距离最远的地方赋值 1。选择 ArcToolBox->Spatial Analyst工具->重分类->重分类，选择 disre-csites 进行重分类，如图3.10所示
图3.10 对disre-csites 进行重分类 得到娱乐场所适宜性图 reclassdisr，如图3.11所示
图3.11 重分类娱乐场所直线距离
24
C．重分类现有学校直线距离数据集
考虑到新学校距离现有学校比较远时适宜性好，仍分为 10 级，距离学校最远的单元赋值 10，距离最近的单元赋值1，如图3.12所示
图3.12 重分类设置 得到重分类学校距离图 reclassdiss，见图3.13
图3.13 重分类学校距离图
25
D．重分类土地利用数据集
在考察土地利用类型数据时，容易发现各种土地利用类型对学校选址的适宜性存在一定的影响。如在有湿地、水体和草地等土地利用类型建学校的适宜性极差（不适合学校的定址），于是在重分类时删除这三个选项，实现如下： 点击分类，确定为 10 类，按 Ctrl 键，选择“water”、“wetland”、“ grass”，单击“删除条目”，删除“water”、“wetland”、“ grass”，复选“将缺失值更改为 NoData”。如图3.14所示
图3.14 按要求重分类操作
然后，根据用地类型给各种类型赋值，得到 reclass-land（见图 3.15），深色部分为比较适宜区，前色部分表示适宜性比较差，白色表示该处不允许建学校。
图3.15 重分类土地利用数据
26
8）适宜区分析。重分类后，各个数据集都统一到相同的等级体系内，且每个数据集中那些被认为比较适宜性的属性都被赋以比较高的值，现在开始给四种因素赋以不同的权重，然后合并数据集以找出最适宜的位置。
单击[Spatial Analyst 工具->地图代数->栅格计算器]命令对各个重分类数据集的合并计算，最终适宜性数据集的加权计算公式为：
Suit（最终适宜性）=reclassdisr（娱乐场所）*0.5+reclassdiss（现有学校）*0.25+reclassland（土地利用数据）*0.125+reclassslope（坡度数据）*0.125，如图3.16所示
图3.16 栅格计算操作 得到最终适宜性数据集 Suit，如图3.17所示
图3.17 适宜性数据集 Suit
27