分享

制图教室 | 科学 “爆破”场地——大尺度分析拆解图示例

 LAC_STUDIO 2022-03-21


场地分解图是作品集中特别常用的一种分析图,这个方法来源于麦克哈格在半个多世纪以前提出的Overlay概念。因为它就像把场地按照设计专项炸开了一样,我们也将这种图纸称为“爆炸图”。这一期的制图教室我们从数据收集开始一直做到图面表达,和大家一起把场地炸个透。


从网站下载数据


本次教程我们使用NYC DATAhttps://opendata./data/)的数据以纽约皇后区的一个任意方形区域进行示例。案例中我们将使用到公路网、铁路、建筑物、图书馆、枪击事件、地表覆盖数据。

下面列举搜索页关键词以方便大家找数据:
公路网:NYC Street Centerline (CSCL)
铁路:Subway Lines,Railroad Line
建筑物:Building Footprints
图书馆:Library
枪击事件:NYPD Shooting Incident Data
植被:Landcover Raster Data (2010) – 3ft Resolution



简单的数据处理


STEP 1

统一坐标系

使用Project 或Project Raster运算器将上文所述数据的坐标系更改为WGS_1984_UTM_Zone_10N投影坐标。


运算完成后得到如下数据:
公路网:STREET-P
铁路:RAIL-P、Subway-P
建筑物:Building-P
图书馆:LIBRARY-P
枪击事件:SHOOTING-P
植被:Parks-P、LANDCOVER-P

同时我们得到这样一张花花绿绿的图。很明显,尺度过大且信息量过于繁复,完全不具备可读性。因此,我们需要把它的单项数据拆解开来。

STEP2
切分数据到研究范围

选好我们想要做的示例范围,如果怕以后找不到位置的话可以添加Bookmark。


在ArcCatalog中新建一个多边形文件TESTAREA,设定坐标系为WGS_1984_UTM_Zone_10N。


用Editor工具添加一个水平矩形作为场地研究范围。


使用Clip和Extract by mask 运算器,将上述数据切分到研究范围内。

 
铁路和地铁(RAIL-P、Subway-P)可以先使用Merge运算器在一起,然后再Clip,我们只需要表达他们是铁轨即可。

运算完成后我们得到了一个范围明确的数据显示。

同时得到如下数据:
公路网:ROADGOOD
铁路:RAILGOOD
建筑物:BUILDINGGOOD
图书馆:LIBRARYGOOD
枪击事件:SHOOTINGGOOD
植被:PARKGOOD、LANDCOVERGOOD
分析范围:TESTAREA
 
截止这一步,通过Layout View操作或直接Export矢量数据就可以得到原始数据的信息拆解PDF图纸或CAD了。


在PS中简单调色,使用扭曲工具变换透视即可完成基础的场地拆解图制作。




简单的数据分析

虽然截止上述步骤已经可以制作爆炸图了,但是很明显我们是不会这么简单就被满足的。我们要让场地被炸得更立体,更有分析内容。接下来列举几个基础的分析手段,让我们的图纸不再是简单的罗列数据而是给出数据的处理过程和能够影响设计的分析结论。
 
STEP1
可达性分析

使用Network Analysis制作从图书馆出发沿道路前进的400m,800m,1500m可到达范围。
1)在Attribute中建立米为单位的道路长度数据列

2)创建New Network Dataset,在Network Analyst Window工具栏设定Facilities为LIBRARYGOOD,在TOC中找到Service Area,打开Property选项,设定分析半径为400,800,1500m,Multiple Facilities Options为Merge by break value,Polygon Type为Detail,最后点击Solve即可求解400m,800m,1200m的从各地出发可到达图书馆的范围。

3)导出数据,在CLIP工具中剪切,得到研究范围内的3个距离的沿道路步行可达图书馆的范围,在Property中简单调整一下线性和色彩即可。
以上步骤中对Network Analyst的介绍很笼统,对这个运算器不了解的同学不要慌,后几期的制图教室会详细讲解这个交通分析软件。有兴趣的同学也可以登陆这个网址学习:https://desktop./en/arcmap/latest/extensions/network-analyst/what-is-network-analyst-.htm
 

STEP2 
密度分析

我们分析一下这个区域的路网密度,想要找到道路密度最高的区域。那我们需要用到Line Density这个工具来分析ROADGOOD。

使用Reclassify工具选取每公顷路网长度超过2米的区域,导出为DEN-1。

如果想要分析一个美国特色项目——发生枪击犯罪的密度,我们需要使用Point Density分析SHOOTINGGOOD文件。

使用Reclassify工具选取每平方公里超过5次的区域,导出为DEN-2。


STEP3
植被类型解析

使用Reclassify工具对LANDCOVERGOOD进行重分类,对应网页上的解释1= tree canopy, 2=grass/shrub, 3= bare earth, 4= water,5=buildings, 6=roads, and7=other paved surfaces,我们将1,2进行区分,分别对应林地、草地或灌木丛。



STEP4
城镇建筑高度模型

将BUILDINGGOOD载入ArcScene,调整Symbology和Base Heights,瞬间我们的建筑就支棱起来了。


放大一点,看个近景:


找好准备出图的视角,像在SU里建模一样,存一个Bookmark作为场景。

简单的图纸处理

将我们之前在ArcMap中处理好的数据加载进ArcScene,在Property中调整色彩和线性即可。在ArcScene中,我们可以添加三维图例。以LIBRARYGOOD为例,在Symbol Selector中添加3D Marker,调整颜色和形态。

双击TOC中的Data Frame,可以调整光照强度,改变图片的亮度。

由于ArcScene已经替我们完成了2维到3维的转换,我们只需要分图层导出即可。

最后经过PS里的一点点修改,一个比较深入的场地的OVERLAY MAPPING就做好了:


最后祝大家炸场地愉快


推 荐 阅 读



    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多