土地利用每年都在發生變化,在統計一些大區域的土地利用情況時,我們可以使用遙感數據來進行粗略的估計。根據以下要求,研究2010年到2015年土地利用的變化情況。
一、數據說明
lt51190382010144bjc00文件夾:2010年的影像數據存放在此文件夾中。
class2015.tif:2015年的土地利用結果數據。
訓練樣本2010.shp:對2010年影像執行最大似然分類法所使用的訓練樣本數據。
點位置.txt:GPS采集的點生成的表格。
二、數據處理要求
對遙感影像進行預處理:波段合成,去除黑邊,并提取出與2015年土地利用數據(class2015.tif)相同的影像區域。
使用最大似然法監督分類對影像分類,分為5種地物類別:林地,耕地,裸地,建筑物等不透水面,水(請使用提供的矢量數據“訓練樣本2010”作為訓練樣本)。
對分類后的結果的邊界進行一定的平滑處理,并消除如下圖所示像元個數小于5個像元的獨立區域,用周圍的像元值來代替。
使用GPS采集了一些點并生成了表格(點位置.txt),需要知道這些點對應于class2015.tif數據中的地物類別。
提取出2010年是林地/耕地,并且2015年變為建筑用地的區域。
計算2010年到2015年土地利用轉移矩陣。
在地圖上展現出2010年到2015年用地類型是如何變化的,制圖并保存為jpg格式。
三、具體操作
1.對遙感影像進行預處理:波段合成,去除黑邊,并提取出與2015年土地利用數據(class2015.tif)相同的影像區域。
解答:
打開【數據管理工具】|【柵格】|【柵格處理】|【波段合成】,將lt51190382010144bjc00文件夾中的7各波段全部加載進去,輸出文件名默認即可,結果圖層如下:
為了去除黑邊,我們打開【數據管理工具】|【柵格】|【柵格數據集】|【復制柵格】
“輸入柵格”選擇波段合成后的數據即可,在“忽略背景值”中輸入0,意思是在遙感圖像中像元值為0的都會被設置為無數據(這個針對的是遙感圖像的外圍區域,即黑邊,中間區域像元值為0的不會忽略的,這個大家不用擔心),在“無數據值”中也輸入0(這個針對的是遙感圖像的邊緣區域,就是黑邊和遙感圖像本體的交接處),輸出數據為“QHB”這樣輸出的圖像就會把黑邊(像元值為0的區域)去除,結果圖層如下所示:
最后使用【空間分析工具】|【提取】|【按掩膜提取】工具,將2010年的土地利用數據裁剪成和提供的2015年的數據一樣的范圍即可。
2.使用最大似然法監督分類對影像分類,分為5種地物類別:林地,耕地,裸地,建筑物等不透水面,水(請使用提供的矢量數據“訓練樣本2010”作為訓練樣本)。
解答:
我們添加“影像分類”工具條,接著選擇“訓練樣本管理器”按鈕
,然后點擊“加載訓練樣本”按鈕
選擇文件夾里面的“訓練樣本2010”數據即可,最后我們點擊“創建特征文件”按鈕
將這些特征文件導出成.GSG格式。
然后我們點擊“影像分類”工具條下面的“最大擬然分類”方法,在打開的窗口中【輸入柵格波段】選中“QHB”,【輸入特征文件】為剛才導出的.GSG文件,其他參數默認即可,點擊確定得到如下圖所示的分類結果圖“FL”:
3.對分類后的結果的邊界進行一定的平滑處理,并消除如下圖所示像元個數小于5個像元的獨立區域,用周圍的像元值來代替。
解答:
打開【空間分析工具】|【柵格綜合】|【邊界清理】,將“FL”作為輸入要素,其他設置不要變,點擊確定即可,邊界清理工具主要用于清理區域間不規整的邊緣,通過擴展和收縮的方法在相對較大的范圍上清理邊界。接著打開【空間分析工具】|【柵格綜合】|【眾數濾波】,相關參數設置如下:
“要使用的相鄰要素數”選擇為:8(為什么不選擇4,因為題目要求了消除像元個數小于5個的區域,所以首先要判斷出相鄰要素要至少大于5個,所以我們選擇8),“替換閾值”設置為“MAJORITY”,而不選擇“HALF”,因為選擇為“HALF”的話,周邊相鄰4個(8的一半)像元就給你代替了,而選擇“MAJORITY”,周邊相鄰5個(8個的大多數)像元才給你代替了,題目要求的是5個?。。。?/p>
圖片
4.使用GPS采集了一些點并生成了表格(點位置.txt),需要知道這些點對應于class2015.tif數據中的地物類別。
解答:
我們右鍵“點位置.txt”文件選擇【添加X,Y坐標】,X值,Y值分別選擇“經度”,“緯度”,坐標系選擇地理坐標系“WGS_1984”(和遙感圖像一樣的地理坐標系),點擊確定后在新生成點數據上右鍵導出數據,生成新數據“點位置”。接著我們使用【空間分析工具】|【提取】|【值提取至點】工具,“輸入點要素”選擇“點位置”,“輸入柵格”選擇“class2015”,點擊確定即可。我們打開結果屬性表,發現我們并不知道這個點落在什么地類上面,但是我們看到最后有一個字段全是1-5的數字,應該猜得到是對應2015年土地利用類型數據上面的地類編號,我們直接根據公共字段進行連接后新建文本類型字段“地類”,通過字段計算器將遙感地類數據中的地類名稱復制過來即可。
這時候我們打開點的屬性表就可以看到它落在的地類是什么了,如下圖所示:
5.提取出2010年是林地/耕地,并且2015年變為建筑用地的區域。
6.計算2010年到2015年土地利用轉移矩陣。
7.在地圖上展現出2010年到2015年用地類型是如何變化的,制圖并保存為jpg格式。
解答:
這三個一塊搞了哈,這個只要提取出來了土地利用轉移矩陣都好說了,一下解決了三個問題。(當然了,對于第5小問可以直接根據地類編碼提取出2010年中的林地和耕地地塊以及2015年的建筑用地,最后使用【空間分析工具】|【提取】|【按掩膜提取】工具將兩者重疊的區域選出來即可。)我們直接使用【轉換工具】|【從柵格轉出】|【柵格轉面】的批處理,將2010年和2015年的土地利用遙感圖像都轉換成矢量面,分別命名為“2010”和“2015”。我們打開“2010”的屬性表發現只有地類編號沒有地類名稱,而且該地類編號是和之前最大似然法監督分類中的“訓練樣本管理器”是一一對應的,如下圖所示:
這怎么辦,我們先新建一個文本類型的字段“地類”用來存放地類名稱,右鍵代開字段計算器,直接根據對應地類編碼進行文本賦值,在代碼塊中輸入如下代碼:
我們右鍵【數據管理工具】|【制圖綜合】|【融合】選擇“批處理”,將“2010”,“2015”分別按照“地類”字段和“類型”字段進行融合,接著將融合后的兩個數據進行【相交】處理得到“XJ”,在結果圖層中新建單精度字段“area”后右鍵選擇“計算幾何”,單位選擇“平方千米”,即可得到各地類相互轉換的面積,但是這時候其他人可能看不懂這個轉移方向到底是誰轉向誰,我們接著新建一個文本字段“轉移方向”,右鍵字段計算器,輸入代碼如下圖所示:
這時候我們看屬性表就很清楚易懂了,最后我們打開【轉換工具】|【Excel】|【表轉Excel】,將“XJ”輸出為Excel后進行數據透視表的制作即可。
2010 - 2015年研究區土地利用類型面積轉移矩陣(單位:平方千米)
為了展現出2010年到2015年用地類型是如何變化的,我們打開“XJ”的符號系統,使用唯一值字段“轉移方向”,接著切換到布局界面,通過調整頁面大小,添加圖例、指北針、比例尺進行出圖設置,最后導出地圖格式為.JPG即可,如下圖所示:
成都途遠GIS是一家專業致力于無人機航空攝影測繪、航空數據處理、GIS地理信息系統研發、數字孿生城市制作、數字沙盤模型等業務的創新型科技公司,為您提供一站式地理信息服務。