关于土地分类格式互转、土地利用转移矩阵计算详解
一、ENVI、ArcGIS格式互转
1.1 ENVI分类格式转TIF
ENVI分类格式使用File下面的Save as另存为TIF格式: 对于部分5.3版本可能会出现报错: 那我们可以使用Classic模式: 然后使用ArcGIS打开:但是可能会发现分类图像的值域范围可能和ENVI不一样: 然后我们符号系统里选唯一值: 这样值域范围就对应了: 还可以设置标签名称: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200419145100948.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2MDcxMTQ2,size_16,color_FFFFFF,t_70)
1.2 ArcGIS Coverage格式转TIF
对于Coverage这种格式,ArcMAP打开: 右键导出: ENVI打开后:右键新建色带 注意需要将默认色带删除,自己重新建立色带并设置为唯一值对应: 导出为ENVI标准分类格式: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200419150642551.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2MDcxMTQ2,size_16,color_FFFFFF,t_70)
1.3 其他分类读取
对应清华大学GCL10或者30,我们加载数据后同样的操作即可: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200419150834154.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2MDcxMTQ2,size_16,color_FFFFFF,t_70)
二、关于拼接、重分类
下面我们以从中国科学院地理科学与资源研究所下载各省土地利用数据为例进行操作演示:
下图是下载的1970年代末期(1980年)中国土地利用现状遥感监测数据: 全部加载后: 因为各省数据的名称都是一样的,直接拼接容易报错或者不出结果,我们先把数据图层进行重命名: 镶嵌至新栅格: 拼接完成后选唯一值: 拼接后的结果: 这是这套数据的空间参数: 这是这套数据的分类编码: 我们下面按照一级编码对这个数据进行重分类,注意新旧值的对应关系: 重分类后的结果: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200419154059841.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2MDcxMTQ2,size_16,color_FFFFFF,t_70)
三、转移矩阵制作
3.1 ArcGIS里操作:
上面我们把1980年的数据进行了重分类,接下来我们按照同样的方法来处理2018年的数据: 两期数据都处理好了,然后进行栅格转矢量,建议不勾选简化面: 两期数据的矢量进行相交分析: 相交分析的结果添加面积字段: 计算几何面积: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200419155526538.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2MDcxMTQ2,size_16,color_FFFFFF,t_70)
然后使用EXCEL打开相交分析数据的.dbf文件,创建数据透视表: 拖动code1到列标签,拖动code2到行标签,area到数值求和: 数据稍加整饰即可得到转移矩阵,但是EXCEL读取数据的行数有限,写入最大行数是 1048576,本次数据已经远超这个数值,因此这样算出来是不准的,但是这个方法适用于数据量比较小的分类结果。
对于面特别多的数据,可以先进行融合操作,根据分类字段将面合并,然后进行相交分析,: 但是此方法步骤繁琐,下面我们介绍在ENVI下的处理方法。
3.2 ENVI里操作:
ENVI里操作需要满足三个条件:1.ENVI标准分类格式 2.数据坐标投影一致 3.数据行列数一致。
首先我们打开数据后查看元数据后的行列数,发现两者的行列数并不一致: 接下来我们使用layerstack工具,将这个两个数据组合在一起,但是因为这个数据的坐标系统ENVI并不识别: 为了方便后续操作我们将这个坐标系统新建入库: 接着使用layerstack工具,导入这两个数据,坐标系选择我们刚才新建的,注意重采样方法,选最邻近,因为这是土地里分类数据, 最邻近可以不改变原有分类数据的像元值,假如选双线性,那么,数据中某两个像元的值一个是3一个是5,可能会插值出一个4,这样每个类别的个数就改变了。 注意layerstack的时候,选第二个可以只保留两个数据的公共相交区域: 通过layerstack工具,两个数据的行列数一致,现在将每个数据导出,可以仍然layerstack,选择spectral subset,选中其中一个数据先导出,同样的方法导出另一个数据: 导出的数据背景值可能不是0,这种情况需要做一下掩膜,首先构建掩膜文件,我们先构建1980的MASK:
我们的数据有效值域是1-7: 然后对1980年的数据(layerstack导出的数据)进行应用掩膜: 右键新建色带后导出Class格式: 可以编辑头文件对导出的Class格式编辑分类名称: 对于某些5.3版本可能会报错,我们可以用classic模式进行编辑: 设置忽略背景值为0: 同样的操作对2018年的数据进行编辑,然后两者数据的都统一了: 接下来我们进行变化检测,计算转移矩阵,由于ENVI计算出的转移矩阵是反向的,因此我们前时相选2018,后时相选1980,这样计算出来的转移矩阵才符合平常的习惯: 导出TXT: EXCEL导入TXT: 稍加整饰即可: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200419164154184.png)
四、变化图谱
我们以刚才两期数据为例,来计算一下建设用地的变化图谱,比如计算下1980-2018年间,其他地类转为建设用地的分布: 使用地图代数工具,输入下列公式,该公式是将1980所有像元乘以10,这样比如耕地从1变成10,再加上2018,那么耕地保持不变的像元会变成11,耕地转成林地的像元变成12,… 计算完成后在符号系统里只显示与转入建设用地相关的值,并附上属性标签: 可以切换到布局视图插入多个数据框: 调整数据框位置; 复制数据到每个数据框: 接下来插入图例,指北针、比例尺这些要素就可以出图了: 好了今天的介绍就到这里了,更多文字点击博客首页:
https://blog.csdn.net/qq_46071146 ![在这里插入图片描述](https://img-blog.csdnimg.cn/2020041917115264.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2MDcxMTQ2,size_16,color_FFFFFF,t_70)
|