ⅠENVI

下面介绍在ENVI下从两幅分类结果的栅格图中计算土地利用类型转换矩阵。

1、准备数据

两个时相的土地利用分类结果，它是单波段、专题类型的伪彩色图像（ENVI Classification）。

2、计算转换矩阵

打开两个土地利用分类结果。

（1）在主菜单中，选择Basic Tools → Change Detection → Change DetectionStatistics。

（2）分别在Initial State对话框和final state对话框中选择前一时相和后一时相的土地利用结果。

（3）在Define Equivalent Classes对话框中（图1），如果两个土地利用分类名称一致，系统自动将Initial State Class和Final State Class对应，否则手动选择，单击Add Pair按钮选择。

（4）选择对应的地物类型之后，单击OK按钮，出现图2对话框。选择生成图表表示单位（Report Type）：像素（Pixels）、百分比（Percent）和面积（Area）。选择Output Classification Mask Images?为YES，输出掩膜图像，选择输入路径及文件名。

（5）单击OK，执行土地利用类型转换矩阵计算过程。

3、查看结果

（1）如图3为得到的土地利用类型转换矩阵结果。横字段表示前一时间段（Initial State）的土地利用类别，纵字段为后一时间段（Final State）的土地利用类别。横字段和纵字段交叉处表示变化值，如有平方米林地用地变化为草地。

（2）还可以为每一个地类生成一个变换掩膜图像，图4所示为其中一个地类的掩膜图像。掩膜图像的灰度值表示变化类型，如这里的2{草地}表示林地变化为草地的像元。

根据你的数据类型选用不同的数据生成方法

2

ⅡERDAS

若你的数据是Raster格式：则有如下方法

Erdas Imagine----Interpreter---Gis Analysis---Matrix，输入两个时相的Raster数据即可，做这一步之前记得先对两时相的数据进行重编码（nterpreter---Gis Analysis---Recode）。一般运行如果出现错误肯定是重编码没做好，请继续查证。

2.先在 Erdas中利用 Modeler 计算如下公式：NC(I,J)=NC(I)*10+NC(J),(JI)。其中：NC(I,J)表示i，j 两年份的土地利用变化图；NC（i）表示i年份遥感分类影像；NC（j）表示j年份的遥感分类影像。在此计算的基础上，将以上变化影像图转化为BIL格式，再利用ARC/INFO GRID模块将影像转为GRID格式，然后利用GRID模块中的属性表（vat）查看命令对影像灰度值进行统计，最后得出土地利用转化举证。（注:此方法本人尚未实现过，不知可行否）。

矢量数据：

若数据是Vector格式

Erdas Imagine----Interpreter---Gis Analysis---Matrix，输入两个时相的Vector数据即可。此时注意输出栅格大小不应设的太小要不一运行就会提示你的空间不足，做这一步之前，请做好前期的地理编码。

2. ArcView3.3加载 spatial analysis模块，把两时相的Vector图转成grid格式（当然中间有一些单位的设置根据你做的图的分辨率来设置即可）analysis---mapcaculate 直接计算即可。

3. ArcGIS

把两期解译完的Vector文件在arctoolbox——overlay——union中叠加，注意：两个文件不能用同一个字段名，比如一个用93Type，另一个时相则用 00Type叠加后的文件在Arcmap中打开，选中文件，然后点右键——Property——空间查询，输入条件语句，比如：3Type=‘1’And 00Type=‘2’；查询结果即为第一种类型转化为第二种类型的图形，可以另建一图层比如：12，把查询结果复制到12图层上。统计出面积，依进行，就可以得到土地利用类型转移矩阵。

3

下面介绍如何在ArcGIS中建立转移矩阵

一、数据准备（图1）

准备两幅不同时相的土地利用现状图（shp格式），每幅图的属性表都要有一个表示土地利用类型的字段，并且要使用不同的名称加以区分，如Type1995，Type2000。土地利用类型名称必须统一，并且完整，如都使用“城镇用地”、“有林地”等。

二、数据融合（图2）

在ArcMap里分别打开两个时相的图层，打开ArcToolbox，选择Data Management Tools | Generalization | Dissolve工具。Input Feature选择要融合的图层，Output Feature Class选择输出结果存储的位置及名称，Dissolve Field(s)选择土地利用类型字段（如Type1995），然后勾选Creat multipart features选项，点击OK完成。重复此过程，对另一时相数据进行融合。此步骤使相同利用类型的记录融合为一个记录，以提高后面步骤的计算速度。

三、叠置分析（图3）

在ArcMap中打开两个时相融合后的数据，在ArcToolbox中选择Analysis Tools | Overlay | Intersect工具，Input Features选择两个时相的图层，Output Feature Class选择叠加结果存储的位置及名称，其余选项可以忽略，单击【OK】完成。

四、计算面积并导出属性表（图4-6）

在ArcMap中打开叠加后的图层数据，在该图层上右键打开属性表，选择Option | Add field… 新建一个字段，命名为NewArea。

在Editer工具条中选择Editer | Start Editing，然后在属性表中NewArea字段上单击右键选择Calculate Geometry… ，在打开的Calculate Geometry对话框中，Property选择Area，Units选择要使用的面积单位，单击【OK】完成图斑面积计算。依次选择Editer | Save Edits / End Editing保存和退出编辑状态。

在属性表中选择Option | Export… 将属性表保存为dbf文件。

五、制作转移矩阵（图7-10）（以Excel2007为例）

在Excel中打开上一步保存的dbf，另存为Excel格式并打开。在Excel中选中所有数据（不要点左上角，只选择有效数据），点击【插入】选项卡，选择【数据透视表】|【数据透视表】，点击【确定】。

在打开的数据透视表中按图示将字段拖入相应区域。

Excel自动计算矩阵，将该表稍事整饰就得到美观的土地利用转移矩阵。矩阵中r(I, j)就表示i类型向j类型转移的土地面积，空值表示i类型向j类型没有转移。

马尔科夫转移矩阵的平方用本身相乘来求得。根据查询相关公开信息显示，马尔科夫转移矩阵的平方可以通过原有的矩阵与本身相乘来求得，即可得到其平方，具体设马尔科夫转移矩阵为A，则A的平方为AA。

是求相似变换矩阵吧。。。。

1、求出特征值；

2、求出每一个特征值对应的线性无关的特征向量（即对应方程组的基础解系）；

3、以这些线性无关的特征向量为列向量组成的矩阵为相似变化矩阵

（A相似于B的相似变换矩阵P： P^-1AP=B）

分享到：

收藏推荐

薛薇贾红艳（自动化工程系）摘要：对线性定常连续系统状态转移矩阵的几种计算方法进行了比较。关键词：状态方程状态转移矩阵矩阵指数函数在对被控系统状态方程的求解过程中，最关键的问题是计算状态转移矩阵。对线性定常连续系统而言，它的状态转移矩阵就是其系统矩阵的指数函数。这为线性定常连续系统状态转移矩阵计算带来很大方便。设线性定常连续系统的状态方程为：X＝AX＋B·u（1）其解的表达式为：X（t）＝Φ（t）X（0）＋t0Φ（t－τ）·B·u（τ）dz（2）式中Φ（t）——状态转移矩阵，Φ（t）＝eA·tΦ（t）的计算方法较多，在这里对几种常用的算法进行比较。1根据矩阵指数函数的定义直接求解由定义知：eAt＝I＋At＋12！A2t2＋…＝∞k＝01k！Ak·tk（3）已知A，用矩阵乘法和加法就可求出eAt。在计算中，必须考虑这个无穷级数的收敛性，对于所有常数矩阵A和有限的t值，这个无穷级数都是收敛的。

1.

首先它的状态空间为I = {a,b,c,d},计算每一种状态的概率p(a)=3/8,p(b) = 2/8,p(c) =2/8,p(d) =1/8;

2.

计算m时刻状态为ai且m+1时刻状态为aj的概率,比如,计算当前时刻为a下一时刻为c的转移概率 由于举的例子状态数比较少很容易知道p= 1/4;

3.

经过上面的计算就可以得出转移概率p(a-c) =p/p(a) = 2/3. 如果上面的...