应用GIS进行生态敏感性评价

生态环境敏感性是指生态系统对区域内自然和人类活动干扰的敏感程度,它反映区域生态系统在遇到干扰时,发生生态环境问题的难易程度和可能性的大小,并用来表征外界干扰可能造成的后果。即在同样干扰强度或外力作用下,各类生态系统出现区域生态环境问题可能性的大小,研究生态敏感性对保护生态系统及其重要。按照下列要求,进行生态敏感性评价。

第一步—数据准备

  • DEM数据文件夹:存放所需的DEM数据。

  • 遥感影像数据文件夹:存放所需的影像数据。

  • 研究区范围.shp:本次研究的研究范围。

第二步—具体要求

1、地形、植被、水体方面的生态因子及其对该地区的敏感性等级见表,请根据表中各因子权重值,加权计算植被覆盖区域的生态敏感性信息,生成该地区的生态敏感性等级分布专题图。

生态因子及其影响范围所赋属性值

2、对生态敏感性结果进行制图,分为5个等级(敏感性1-5),地图添加文字信息标注每个行政区名称,添加必要的地图元素并排版出图(将结果保存为jpg格式)。

第三步—坡度和坡向处理

1、DEM镶嵌

这里需要把4块DEM数据拼接起来,首先我们需要查看DEM数据的属性,如下:像元大小为30m、波段数目等等

图片

运行ArcToolbox,打开【数据管理工具】,再点击里面【栅格】中的【栅格数据集】,进而双击【镶嵌至新栅格】打开设置参数即可。“输入栅格”选中4块DEM数据;“空间参考”选中UTM50带即可,“像元大小”为30;“波段数目”为1;其它参数默认即可

图片

镶嵌完成,并将研究区范围拖至镶嵌DEM数据上方,叠加显示如下:

图片

2、掩模提取

运行ArcToolbox,打开【空间分析工具】,点击【提取】工具中的【掩膜提取】,打开设置参数即可。“输入栅格”:镶嵌的DEM数据;“输入掩膜数据”:研究区范围

图片

掩膜提取完成,并为掩膜提取好的数据可以添加一个色带显示,如下:

图片

3、坡度分级

3.1提取坡度

运行ArcToolbox,打开【空间分析工具】,点击【表面】工具中的【坡度】,打开设置参数即可。“输入栅格”:掩膜提取的DEM数据,其它参数如下

图片

提取坡度完成,如下

图片

3.2坡度重分类

运行ArcToolbox,打开【空间分析工具】,点击【重分类】工具中的【重分类】,打开设置参数即可。“输入栅格”:坡度数据;将“值”分成5类,具体参数见【生态因子及其影响范围所赋属性值】

图片

坡度重分类完成,如下

图片

4、高程重分类

运行ArcToolbox,打开【空间分析工具】,点击【重分类】工具中的【重分类】,打开设置参数即可。“输入栅格”:掩膜提取后的栅格数据;将“值”分成5类,具体参数见【生态因子及其影响范围所赋属性值】

图片

高程重分类完成,如下

图片

5、坡向分级

5.1 提取坡向

运行ArcToolbox,打开【空间分析工具】,点击【表面】工具中的【坡向】,打开设置参数即可。“输入栅格”:掩膜提取的DEM数据,其它参数如下

图片

提取坡向完成,如下

图片

5.2 坡向重分类

运行ArcToolbox,打开【空间分析工具】,点击【重分类】工具中的【重分类】,打开设置参数即可。“输入栅格”:坡向数据;将“值”分成5类,具体参数见【生态因子及其影响范围所赋属性值】

图片

坡向重分类完成,如下

图片

第四步—NDVI提取及处理

1、NDVI分级

这里首先把提供的Landsat5数据1-7波段加载进来

图片

波段合成。运行ArcToolbox,打开【数据管理工具】,再点击里面【栅格】中的【栅格处理】,进而双击【波段合成】打开设置参数即可。“输入栅格”:1-7波段;其它参数默认

图片

波段合成完成,如下

图片

2、计算NDVI

计算NDVI。这里我们使用【影像分析】工具计算NDVI。打开【窗口】的【影像分析】工具

图片

在“影像分析”界面,首先选中“波段合成影像”,再点击左上角的“影像分析选择”面板。

在弹出的“影像分析选择”面板中,选中“NDVI”,选择合适的波段

图片

NDVI计算公式

图片

之后点击下方的“NDVI”计算工具,左边就会出现计算完成的NDVI影像

图片

因为我们只需要研究区范围数据,所以需要进行一次掩膜提取。

运行ArcToolbox,打开【空间分析工具】,点击【提取】工具中的【掩膜提取】,打开设置参数即可。“输入栅格”:计算的NDVI影像;“输入掩膜数据”:研究区范围

图片

如下,NDVI的研究区研究裁剪好了

图片

3、NDVI重分类

运行ArcToolbox,打开【空间分析工具】,点击【重分类】工具中的【重分类】,打开设置参数即可。“输入栅格”:NDVI数据;将“值”分成4类,具体参数见【生态因子及其影响范围所赋属性值】

图片

NDVI重分类完成,如下

图片

第五步—水系分级

1、计算NDWI

运行ArcToolbox,打开【空间分析工具】,点击【地图代数】工具中的【栅格计算器】,打开设置参数即可。公式如下:

(Float("L5119039_03920100524_B20.TIF")- Float("L5119039_03920100524_B40.TIF")) / (Float("L5119039_03920100524_B20.TIF")+ Float("L5119039_03920100524_B40.TIF"))

图片

NDWI计算完成,如下。不过我们需要研究区范围数据,所以需要进行掩膜提取

运行ArcToolbox,打开【空间分析工具】,点击【提取】工具中的【掩膜提取】,打开设置参数即可。“输入栅格”:计算的NDWI影像;“输入掩膜数据”:研究区范围

NDWI研究区范围裁剪完成

图片

2、NDWI提取水域

运行ArcToolbox,打开【空间分析工具】,点击【地图代数】工具中的【栅格计算器】,打开设置参数即可。公式如下:Con( "NDWI_Clip">= 0,1)

公式即:>=0的NDWI即是水体

图片

水体提取完成,如下

图片

3、 欧式距离计算

运行ArcToolbox,打开【空间分析工具】,点击【距离】工具中的【欧式距离】,打开设置参数即可。参数默认即可

图片

欧式距离计算完成,如下

图片

依旧需要掩膜提取至研究区范围。

运行ArcToolbox,打开【空间分析工具】,点击【提取】工具中的【掩膜提取】,打开设置参数即可。“输入栅格”:计算的欧式距离;“输入掩膜数据”:研究区范围

图片

欧式距离研究区掩膜提取完毕,如下

图片

4、 欧式距离重分类

运行ArcToolbox,打开【空间分析工具】,点击【重分类】工具中的【重分类】,打开设置参数即可。“输入栅格”:掩膜提取的欧式距离数据;将“值”分成4类,具体参数见【生态因子及其影响范围所赋属性值】

图片

欧式距离重分类完成,如下

图片

5、加权总和

运行ArcToolbox,打开【空间分析工具】,点击【地图代数】工具中的【栅格计算器】,打开设置参数即可。公式如下:"Reclass_Slope.tif" * 0.2 + "Reclass_DEM.tif" * 0.1 + "Reclass_Aspect.tif" * 0.1 + "Reclass_NDVI.tif" * 0.3 + "Reclass_River.tif" * 0.3

具体参数见【生态因子及其影响范围所赋属性值】

图片

加权总和完毕,如下

图片

如下为对加权总和的数据进行了简单的符号化,加了一个色带

图片

第六步—专题图制作

1、生态敏感性分级

运行ArcToolbox,打开【空间分析工具】,点击【重分类】工具中的【重分类】,打开设置参数即可。“输入栅格”:加权总和的数据;将“值”分成5类(值的范围没有规定,自行决定即可),具体参数见【生态因子及其影响范围所赋属性值】

图片

图片

3、出图

推荐阅读:ChatGPT结合ArcGIS Pro进行AI地理空间分析!生成人口密度图、空气污染分布图、植被覆盖度图、平均气温图等。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/310574.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Qt中QGraphicsView总体架构学习

前沿 前段时间学习了下如何在QGraphicsView架构中绘制刻度尺,主要是与OnPainter中进行比较的,那么今天就来详细讲解下我对QGraphicsView框架的认知吧~ 最近一段时间想学习下,如果我有不正确的,欢迎留言探讨哟~ QGraphicsView架…

页面无缘无故出现数字(Smarty的模板使用)

出现的数字是定义的用户的每条数据的排序,就像这个页面的第一个用户有10条数据01234569 目的是为了合并用户的单元格 解决:

多机TCP通讯之hello world(C++)

文章目录 TCP是什么准备工作CMakeLists.txt服务端代码客户端代码参考 TCP是什么 TCP(传输控制协议)是一种在计算机网络中广泛使用的协议,它提供了可靠的、面向连接的数据传输服务。TCP 是 OSI 模型中的传输层协议,它确保了数据的…

ChatGPT本地部署,学习记录

一、GPT4ALL模型 官网地址: Github:https://github.com/nomic-ai/gpt4all GPT4ALL项目部署简易,但是在运行体验上一般,并且是只调用CPU来进行运算。 看官方文档介绍在嵌入式上有比较大的优势,但是目前个人对嵌入式…

解锁Python库中操作系统级别模块psutil

目录 一、psutil库简介 二、安装psutil库 三、获取系统信息 1、获取CPU信息: 2、获取内存信息: 3、获取磁盘信息: 4、获取网络信息: 四、进程管理 五、系统信息和监控 六、总结 随着Python的普及,越来越多的…

2024年美赛数学建模思路 - 复盘:光照强度计算的优化模型

文章目录 0 赛题思路1 问题要求2 假设约定3 符号约定4 建立模型5 模型求解6 实现代码 建模资料 0 赛题思路 (赛题出来以后第一时间在CSDN分享) https://blog.csdn.net/dc_sinor?typeblog 1 问题要求 现在已知一个教室长为15米,宽为12米&…

13.若依代码自动生成功能详解

文章目录 1.代码自动生成功能2.功能的使用3. 代码的导出和使用 1.代码自动生成功能 基于若依的目录结构,若依本身提供了代码生成功能,可以根据数据库表的内容,生成一些基本的CRUD的前后端的功能。本文将生成过程中的一些注意事项&#xff0c…

OpenGL排坑指南—贴图纹理绑定和使用

一、前言 在OpenGL学习 的纹理这一章中讲述了纹理贴图的使用方式,主要步骤是先创建一个纹理的对象,和创建顶点VAO类似,然后就开始绑定这个纹理,最后在循环中使用,有时候可能还要用到激活纹理单元的函数。然而&#xff…

了解Python中的requests.Session对象及其用途

前言 在Python的网络编程中,requests库是一个非常流行的HTTP客户端库,用于发送各种类型的HTTP请求。在requests库中,requests.Session对象提供了一种在多个请求之间保持状态的方法本文将探讨Python中的requests.Session对象及其用途&#xf…

大语言模型面试问题

自己在看面经中遇到的一些面试题,结合自己和理解进行了一下整理。 transformer中求和与归一化中“求和”是什么意思? 求和的意思就是残差层求和,原本的等式为y H(x)转化为y x H(x),这样做的目的是防止网络层数的加深而造成的梯…

微信小程序Burp抓包

方法有很多,工具也各有差异,主要是学代理流量的思路 Burp流量代理工具小程序 一、Burp证书导入 1、开启代理 开启浏览器的代理,火狐推荐FoxyProxy,Google推荐SwitchyOmega,设置代理为127.0.0.1:8080。 2、下载证书…

【Web】CTFSHOW PHP命令执行刷题记录(全)

目录 web29 web30 web31 web32 web33 web34 web35 web36 web37-39 web40 web41 (y4✌脚本) web42 -44 web45 web46 -49 web50 web51 web52 web53 web54 web55-56 web57 web58 web59 web60 web61 web62 web63-65 web66-67 w…

免 费 搭 建 多模式商城:b2b2c、o2o、直播带货一网打尽

鸿鹄云商 b2b2c产品概述 【b2b2c平台】,以传统电商行业为基石,鸿鹄云商支持“商家入驻平台自营”多运营模式,积极打造“全新市场,全新 模式”企业级b2b2c电商平台,致力干助力各行/互联网创业腾飞并获取更多的收益。从消…

c++学习笔记-STL案例-演讲比赛管理系统2

目录 功能介绍 代码结构部分 查看一下类图 1.Speaker.h 2.speechManager.h 3.speechManager.cpp 4.演讲比赛流程关系系统.cpp 功能介绍 speechManager.h函数包含演讲比赛流程的所有功能如下: 开始演讲比赛:完成整届比赛的流程,每…

图形化编程:未来的编程范式

在科技飞速发展的今天,编程已经成为了我们生活中不可或缺的一部分。从手机应用开发,到人工智能,再到物联网,无一不涉及到编程。然而,传统的文本编程方式对于初学者来说,往往显得复杂且难以理解。这就使得图…

uniapp日期加减切换,点击切换

先上完成后的页面&#xff1a;当前年年份不显示&#xff0c;不然完整显示。 可以切换和自定义选择。 html:样式和图片自定义。 <view class"image-text_30"><image click"delMonth" :src"require(/static/home/zuo.png)" class"…

STL标准库与泛型编程(侯捷)笔记5

STL标准库与泛型编程&#xff08;侯捷&#xff09; 本文是学习笔记&#xff0c;仅供个人学习使用。如有侵权&#xff0c;请联系删除。 参考链接 Youbute: 侯捷-STL标准库与泛型编程 B站: 侯捷 - STL Github:STL源码剖析中源码 https://github.com/SilverMaple/STLSourceCo…

【JVM 基础】类字节码详解

JVM 基础 - 类字节码详解 多语言编译为字节码在JVM运行Java字节码文件Class文件的结构属性从一个例子开始反编译字节码文件字节码文件信息常量池方法表集合类名 再看两个示例分析try-catch-finallykotlin 函数扩展的实现 源代码通过编译器编译为字节码&#xff0c;再通过类加载…

安谋科技“周易”NPU与飞桨完成II级兼容性测试,助力实现多样化AI部署

近日&#xff0c;安谋科技&#xff08;中国&#xff09;有限公司&#xff08;以下简称“安谋科技”&#xff09;“周易”NPU系列IP与飞桨已完成II级兼容性测试&#xff0c;测试结果显示&#xff0c;双方兼容性表现良好&#xff0c;整体运行稳定。这是安谋科技加入“硬件生态共创…

SaaS 电商设计 (六) 实现 id 生成器本地化生产 (附源码)

一.背景 1.1 背景 业务背景: 目前梳理 SaaS 系统中存在以下几种 Id 生成的场景. 财务系统: 财务在生产财务单的时候,获取财务单 Id ,满足分布式场景下能够获取全局Id即可. 支付系统:订单系统在进行外部提单过程中,需要将生成的订单号与外部的支付平台做对接.在具体开发调试…