你会用ArcGIS的Modelbuilder吗？如果不会那现在来学吧。Modelbuilder是如此的强大，以至于不懂
Modelbuilder相当于你的
ArcGIS基本上是处于初级阶段。那什么是
Modelbuilder呢？
Modelbuilder也叫
模型构建器，是一个用来创建、编辑和管理模型的应用程序。模型是将一系列地理处理工具串联在一起的工作流，它将其中一个工具的输出作为另一个工具的输入。也可以将模型构建器看成是用于构建工作流的可视化编程语言。也就是说，如果你不会arcpy，那么也可以运用
Modelbuilder来实现其大部分功能。并且，
Modelbuilder是个可视化工具，可以清晰的列出其运行逻辑，使用比较方便。
现在，让我以一个案例来讲解Modelbuilder吧！
1、案例分析方法
在进行某项研究时，要对用地的破碎度进行分析。如表1所示，破碎度计算涉及四项指标：斑块数量（N）、平均斑块面积（P）、斑块面积标准差（I）和斑块聚集度（G）。相关解释见图1，即斑块数量越多、平均面积越小、板块面积标准差越大、斑块聚集度越低说明该类型土地呈现的空间景观格局越细碎、分散，反之越集聚。
表1：用地破碎度计算指标
图1 用地破碎度内涵解释
2、数据计算难点
（1）计算量大
：该研究对象有277个村，每个村有若干个斑块，数据分析量较大。
（2）
过程
复杂：特别是斑块聚集度（公式4），其计算较为繁琐。
3、解决策略
公式1-3的计算都较为简单，可直接进行数学计算，但公式4较为复杂。
经分析后，公式4可以用图2的步骤来实现。这样一来，四个步骤就可以用arcgis来一步一步实现。这是一个机械性的、重复性的工作。我们以前讲过，该类型工作可以交由计算机来自动实现。正好，ArcGIS提供的强大的Modelbuilder，正是用来解决这一问题的。
图2 对公式4的解析
4、
Modelbuilder建模
对于公式4，
首先
计算每个斑块的空间重心，可以用要素转点工具。
然后
，以这个点为圆心绘制与斑块同等面积大小的圆，其半径为R=(S/π)^(1/2)，这里运用到添加字段及计算字段工具。
随后
，计算最近点的距离L，这里用到的工具是近邻分析。由于我们需要对277个村进行计算，因此这里需要增加一个迭代步骤（图3），以便一个村一个村的计算。另外，建议每个村的数据保存在文件地理数据库中（.gdb），这样我们就可以设置以村名为文件名自动保存要素文件
（图4）。
至此
，运行整个模型后（图5），我们得到了公式4中要求的斑块面积A，半径R，最近点距离L。
最后一步
，我们要
计算每个村的G值。但有个问题，每个要素类中只有单个斑块的A、R、L，有多少个斑块就有多少条记录。我们需要对这些记录进行求和计算，即
汇总每个村中所有斑块的面积与半径R的乘积后，除以每个村斑块的面积，并将最终值（G值）录入对应的村（图6）。如果人工去计算，显然不可行，并且也没合适的工具可用，我们只有用python编程来解决。
图3 迭代要素类
图4 保存要素类文件名为变量name
图5 G值计算模型
图6 计算G值
5、python编程实现最后一步计算
那么，我们来思考编程的逻辑。其实很简单，定义两个函数，一个计算
每个村中所有斑块面积A与半径R乘积的和（∑jjd_single），一个计算
每个村斑块总面积（
∑A
）。最后计算G值（G=
∑jjd_single/
∑A），并将值赋给对应字段（
字段名
=
表名）。这里，我就不详细讲解python了，直接贴出代码（图7），大家可以自行看看代码编写的逻辑。
图7 计算G值的代码
至此，G值计算完毕，其他破碎度指标计算就比较简单了。
本教程可能有点复杂，限于篇幅未能讲的透彻，后期我会录一个视频，敬请期待！
最后，我想说明的是，
Modelbuilder并不是万能的，很多时候，数据计算仍需要借助python编程
。学python吧，不然最后一个计算仍需耗费大量精力。
