作者:CSDN @ _养乐多_
本文将记录,使用由 Fragstats V4.2 软件计算的景观指数和瓦片 tif 数据生成景观指数图像的操作步骤。本教程的操作均在ArcGIS上进行,最后生成一个研究区内指定景观单元大小的景观指数图像。
结果如下所示,
一、数据预处理
参考博客《Fragstats:景观指数计算及其遥感影像生成》
通过以上博客计算得到景观指数 csv 文件和带有景观单元 ID 的 tif 数据,这两个数据是本教程的核心数据。如下图所示,
![](https://img-blog.csdnimg.cn/direct/e503e22207cc40feb5b033e0e7074c55.png)
![](https://img-blog.csdnimg.cn/direct/463d364362ad4ba382e5abd78901d4cd.png)
排序规则如下图所示,
![](https://img-blog.csdnimg.cn/direct/5b43d6616e604daab1623e3b21718d16.png)
二、构建栅格属性表
在ArcGIS软件中,找到工具箱,打开栅格——>栅格属性——>构建栅格属性表。
![](https://img-blog.csdnimg.cn/direct/47386c7efa444977857cf78d306d2862.png)
选择带有景观单元 ID 的 tif。
![](https://img-blog.csdnimg.cn/direct/75710adc2e714ac5b575f6407712ca0b.png)
添加景观指数 csv 数据。
![](https://img-blog.csdnimg.cn/direct/b27c6f210fca4c55a5278ebceddbee0c.png)
三、关联数据
将 csv 和瓦片数据 tiles00001.tif 关联。
![](https://img-blog.csdnimg.cn/direct/26bd3756c038495ab6b935822320fa55.png)
选择瓦片数据的 Value 字段,关联景观单元的 LID 字段。
![](https://img-blog.csdnimg.cn/direct/ea9efdd8e13c47aa86247290becad3a6.png)
关联之后打开属性表,就可以看到属性表中已经有值了。
![](https://img-blog.csdnimg.cn/direct/69842ce08a414dfd9af20d9c20602811.png)
四、导出数据
现在还不能可视化,需要导出到本地,这个过程很重要,如何直接可视化会死机,因为数据处理量非常大。这个过程时间很长,因为数据计算量大,等待就可以,我的实验10000多个景观单元,大约40分钟。
![](https://img-blog.csdnimg.cn/direct/aa1a06e7c19e4276992460a0af676980.png)
![](https://img-blog.csdnimg.cn/direct/372dec998a9341f1a7dba4ed7359c096.png)
五、可视化数据
将关联了 csv 的数据导出到本地,然后再次将导出的 result 文件在 ArcGIS 中打开。然后可视化,可视化方法如下,
![](https://img-blog.csdnimg.cn/direct/3436974cc0c84cd5bb1b93e2545faefe.png)
![](https://img-blog.csdnimg.cn/direct/6c7da24f105848bfbeb70d61d29913f8.png)
![](https://img-blog.csdnimg.cn/direct/80ceb6bb60254209b137d6fc482c37d1.png)
![](https://img-blog.csdnimg.cn/direct/37b1028f6da344c7ac1167d3cd947cd4.png)
![](https://img-blog.csdnimg.cn/direct/727428a096c94fbd8384088f31eef375.png)
![](https://img-blog.csdnimg.cn/direct/8dabc7109d4740f5bf0fba35a6b20f41.png)
声明:
本人作为一名作者,非常重视自己的作品和知识产权。在此声明,本人的所有原创文章均受版权法保护,未经本人授权,任何人不得擅自公开发布。
本人的文章已经在一些知名平台进行了付费发布,希望各位读者能够尊重知识产权,不要进行侵权行为。任何未经本人授权而将付费文章免费或者付费(包含商用)发布在互联网上的行为,都将视为侵犯本人的版权,本人保留追究法律责任的权利。
谢谢各位读者对本人文章的关注和支持!