1.一种基于GIS的商品配送中心选址方法，其特征在于：所述方法包括以下步骤：

1)、将某个城市的某区域的道路路网数据，导入ArcGis Pro软件中，得到道路路网分布图；

2)将某个城市的某区域水文数据，地形数据导入到ArcGIS软件中，得到区域坡度图；

3)、提取某个城市的某区域的配送点数据，将配送点的地址导入ArcGis Pro软件中，转换为地图上的地理坐标，从而得到配送点密度分布图；

4)产生m个配送点高密度区域预选点，将这些预选点作为商品配送中心的初次筛选点，过程如下：

4.1、某个城市某个区域某街道一天的订单总量为Pa，该街道的辐射面积为Sa，计算该街道配送点密度：其中Ka为第a条街道的配送点密度，a∈{1,2,..,η}，η为该区域街道的总条数；

4.2、计算该区域配送点平均密度：

其中 为该区域的配送点的平均密度a∈{1,2,..,η}，Ka为第a条街道的配送点密度，η为该区域街道的总条数；

4.3重复步骤4.1和步骤4.2计算该区域配送点密度，当 时，定义该区域为配送点高密度区域，K值为设定的标准密度值；得到m个配送点高密度区域，对应生成m个预选点作为商品配送中心选址的初次的筛选点；

5)、将m个商品配送中心的预选点的地址，配送点地址，路网数据导入ArcGis Pro软件中，在GIS软件的支持下，得到各商品配送中心预选点和配送点的坐标位置；

6)、根据商品配送中心预选点，配送点的坐标，计算第i个商品配送中心预选点到第j个配送点的距离，过程如下：

6.1、若商品配送中心预选点与配送点之间没有地理阻断，则距离函数表示为：其中Lij为商品配送中心预选点到配送点的距离函数，(xi,yi)为商品配送中心预选点的坐标位置，(xj,yj)为配送点的坐标位置，i∈{1,2,..,m}，m为商品配送中心预选点的个数；

6.2、若商品配送中心预选点与配送点之间有c个地理阻断时，则距离函数为多个地理阻断点中距离函数的最小段，有c个地理阻断点时的距离函数表示为：其中Lij为第i个商品配送中心预选点到第j个配送点的距离函数，(xi,yi)为第i个商品配送中心预选点的坐标位置，(xj,yj)为第j个配送点的坐标位置，(pt,dt)为第t个地理阻断点的位置，t∈{1,2,..,c}，c为阻断点的个数，i∈{1,2,..,m}，m为商品配送中心预选点的个数；

7)、从商品配送中心预选点到配送点的总运输费用表示为：

其中Di(x,y)表示从第i个商品配送中心预选点到第j配送点的总运输费用，ei表示从第i个商品配送中心预选点到第j配送点运送每单位重量、每单位距离所花费的费用，wi表示从第i个商品配送中心预选点到第j配送点一次性运输的商品总量，Lij(x,y)表示从第i个商品配送中心预选点到第j配送点的最短距离函数，i∈{1,2,..,m}，m为商品配送中心预选点的个数；

8)、将商品配送中心预选点所在的区域的水文数据，地形数据导入ArcGIS Pro软件中，生成该区域的坡度栅格数据，利用ArcGIS的Zonal Statisyics as Table工具得到商品配送中心预选点所在地的坡度值Hi，i∈{1,2,..,m}，m为商品配送中心预选点的个数，坡度值Hi越小说明该地势越平坦；

9)、根据商品配送中心预选点区域的路网分布，配送点数量，商品配送中心的知名度，计算第J区域的配送点光顾第I区域的商品配送中心的概率：其中PIJ表示J区域的配送点光顾I区域的商品配送中心的概率，FI表示该商品配送中心的知名度，TIJ表示J区域的配送点到I区域的商品配送中心所花费的时间，I∈{1,2,..,m}，J∈{1,2,..,m}，m为商品配送中心预选点的个数；

根据配送点光顾商品配送中心的概率计算该配送中心的面积：

其中Si为第i个商品配送中心的面积，为商品配送中心的标准面积，PIJ表示J区域的配送点光顾I区域的商品配送中心的概率，i∈{1,2,..,m}，m为商品配送中心预选点的个数；

10)根据运输总费用,坡度，光顾率，配送中心面积这四个主要影响因素来确定商品配送中心选址模型，模型表达式如下：Wi＝r1Si+r2Hi+r3Pi+r4Di

W＝minWi

其中Wi为影响第i个商品配送中心预选点的因素加权值，Di表示第i个商品配送中心的总运输费用，Pi表示第i个商品配送中心的光顾率，Hi表示第i个商品配送中心的所在地的坡度值，Si表示第i个商品配送中心的面积，i∈{1,2,..,m}，m为商品配送中心预选点的个数；

将模型中的四个影响因素进行重要性的排序，按照数字从大到小对其赋值，依次为4，

3，2，1，数字越大说明重要性越大，所起到的作用越大，最后对重要性数值进行归一化处理，得到各影响因素的权重值，归一化处理公式如下：其中rz，ez分别表示第z个影响因素的权重值以及表示重要性的数值，z∈{1,2,..,4}；

11)、根据商品配送中心的选址模型，计算出的最小的W值，该值所代表的配送中心预选点即为最终的配送中心的选址位置。