第八届全国大学生GIS应用技能大赛——构建生态廊道

目录

1. 案例背景

2. 出图展示

3. 数据说明

4. 要求

5. 步骤

5.1 加载原始数据

5.2 遥感影像监督分类

5.3 阻力赋值

5.4 镶嵌阻力值栅格

5.5 创建成本距离

5.6 创建成本路径

6. 整饰出图


1. 案例背景

动物需要在不同的森林公园之间迁徙交流,在经过不同的地表时,动物迁徙的困难程度是不一样的,如经过草地林地比较容易,而经过水域和道路时则比较困难。在不同的公园之间构建生态廊道,保护动物的迁徙。

2. 出图展示

第八届全国大学生GIS应用技能大赛——构建生态廊道

3. 数据说明

①研究区影像 .tif :研究区的遥感影像数据。
②高速公路.shp :高速公路线数据。
③市区道路 .shp :市区道路线数据。
④铁路 .shp :铁路线数据。
⑤河流 .shp :河流面数据。
⑥森林公园 .shp :两个森林公园点数据。
⑦训练样本 .shp :监督分类使用的训练样本数据。

4. 要求

①影像分类:使用提供的训练样本进行监督分类,具体的监督分类方法任选。(  10 分)
②创建生态廊道保护物种迁徙:( 50 分)
找出从辰山植物园到阳山森林公园之间动物迁徙所花费成本最低的路线,规划部门将在这个路径上修建生态廊道,以保护动物在两个森林公园之间迁徙。动物在迁徙过程中,在经过不同的地表时,困难程度是不一样的,经过不同地物的成本值见下表。(注:水域和交通用地参考已有的矢量数据,其他参考遥感影像。道路线数据的影响范围见下表缓冲距离。
不同地表对动物迁徙影响的大小
土地利用类型具体说明阻力取值
交通用地
市区道路( 15m 缓冲)
150
高速公路(20m 缓冲)
200
铁路(30m 缓冲)
300
遥感影像分类
建筑
150
裸地10
林地5
耕地50
草地5
水域河流80

5. 步骤

5.1 加载原始数据

首先把全部的原始数据加载进GeoScene Pro软件,如下图所示。

加载显示全部原始数据

5.2 遥感影像监督分类

然后查看训练样本数据的属性表以了解不同的分类编码代表具体什么的地表类型,后续的分类是基于分类编码进行的,因此必须知道分类编码所代表的实际地表类型的含义,如下图所示。

查看训练样本属性表

由上图可见,训练样本中一共分了6类地表类型,下面根据遥感影像数据和训练样本数据创建后续监督分类所需要的特征文件。这里使用到的是【创建特征文件】工具,输入栅格波段设置为研究区影像数据,输入栅格数据或要素样本数据设置为训练样本数据,样本字段选择Classvalue字段,也就是前面所说的基于分类编码进行分类,其实这里选择Classname字段也是可以的,但是为了避免中文可能带来的不必要的麻烦就直接选择Classvalue字段就好,如下图所示。

创建特征文件

现在有了特征文件就可以进行监督分类了,这里我采用的是最大似然法分类,当然也可以采用其他的监督分类方法,需要使用到的工具是【最大似然法分类】工具,输入栅格波段也就是需要进行分类的影像数据,这里选择研究区影像数据,输入特征文件选择上一步得到的特征文件,先验概率权重选择等于,如下图所示。

最大似然法分类

最大似然法分类结果

5.3 阻力赋值

接下来就是根据题目要求来创建相应的缓冲区,然后为属性表添加阻力值字段并赋值,操作之前先要查看一下数据是否已经投影过,需要注意的是涉及到距离的操作必须使用经过投影的数据才可以进行,查看数据的属性信息可以知道原始数据已经投影过了,如下图所示。

查看原始数据的空间参考信息

接下来进行缓冲区的创建,这里使用到的是【缓冲区】工具输入要素分别设置为市区道路、高速公路和铁路,距离分别设置为15米、20米和30米,侧类型都选择完整,末端类型都选择圆形,方法都选择平面,融合类型都选择未融合,如下图所示。

建立市区道路15米缓冲区

市区道路15米缓冲区结果

建立高速公路20米缓冲区

高速公路20米缓冲区结果

建立铁路30米缓冲区

铁路30米缓冲区结果

然后需要为刚才建立的每一个缓冲区数据的属性表添加一个字段用来记录动物迁徙时经过该地表的阻力值,该字段命名为costvalue,数据类型选择短整型,如下图所示。

为市区道路的15米缓冲区数据添加一个costvalue字段

为高速公路的20米缓冲区数据添加一个costvalue字段

为铁路的30米缓冲区数据添加一个costvalue字段

然后根据题目要求分别为costvalue字段赋值,使用到的是【计算字段】工具,在【计算字段】工具中分别输入阻力值数据即可快速实现批量赋值,如下图所示。

计算字段工具

为市区道路的阻力值赋值为150

市区道路阻力值赋值结果

高速公路阻力值赋值结果

铁路阻力值赋值结果

5.4 镶嵌阻力值栅格

现在需要把带有阻力值信息的矢量数据转换为栅格数据以便后续的操作,这里使用到的工具是【面转栅格】工具,输入要素分别设置为上一步经过阻力赋值的缓冲区数据,值字段选择costvalue字段,也就是记录阻力值的字段,像元分配类型选择像元中心,优先级字段选择NONE,像元大小设置为与最大似然法分类结果的像元大小一致,这样才可以进行后续的栅格数据的处理,也可以先查看最大似然法分类结果数据的像元大小,然后直接把它的像元大小填在这里,即这里可以直接填写数字5,如下图所示。

铁路缓冲区转栅格

铁路缓冲区转栅格结果

高速公路缓冲区转栅格

高速公路缓冲区转栅格结果

市区道路缓冲区转栅格

市区道路缓冲区转栅格结果

现在需要给之前最大似然法分类结果数据的属性表添加一个用来记录对应地表阻力值的字段,字段名称也设置为costvalue,数据类型也选择短整型,如下图所示。

为最大似然法分类结果添加一个costvalue字段

然后依次为该字段进行赋值,这里数据量不多,而且各阻力值也不同,不需要用到批量赋值法,直接一个一个地手动输入阻力数据即可。这里需要注意的是编码6对应的是训练样本中的水,而题目中的要求并没有指明遥感影像中水的阻力值,仅仅指出了矢量数据河流的阻力值,因此这里的编码6应该为其阻力值赋值为0,如下图所示。

为costvalue字段赋值

截至目前还有河流的数据还没有使用过,接下来为河流数据的属性表也添加一个costvalue字段用来记录阻力值,数据类型也设置为短整型,并按照上述批量操作的方法为该字段赋值,如下图所示。

为河流面数据添加costvalue字段

为河流阻力值赋值

河流阻力值赋值结果

然后把河流的矢量数据转换为栅格数据,使用到的工具是【面转栅格】工具,输入要素设置为河流,值字段选择记录阻力值的字段即costvalue字段,像元分配类型选择像元中心,优先级字段选择NONE,像元大小设置为与最大似然法分类结果数据的像元大小一致,如下图所示。

河流面转栅格

河流面转栅格结果

为了得到阻力栅格数据,接下来需要进行的是镶嵌栅格数据,使用到的是【镶嵌至新栅格】工具,输入栅格分别设置为河流的栅格数据、市区道路缓冲区的栅格数据、高速公路缓冲区的栅格数据、铁路缓冲区的栅格数据以及最大似然法分类的结果数据,栅格数据的空间参考设置为与最大似然法分类结果数据一样的坐标系统,像素类型选择8位有符号,像元大小设置为5,这里的像元大小不能随意设置,因为最大似然法分类的结果数据和矢量转栅格的结果数据的像元大小都是5,所以这里需要设置成5,波段数设置为1,波段数信息可以从最大似然法分类结果数据的属性信息中查找到,镶嵌运算符选择Maximum,镶嵌色彩映射表模式选择First,如下图所示。

将阻力值栅格数据镶嵌至新栅格

镶嵌至新栅格结果

5.5 创建成本距离

森林公园作为生态廊道的起始点和终止点,这里在创建成本距离之前需要先选中其中一个森林公园数据,如下图所示。

选中起点辰山植物园

然后使用【成本距离】工具来创建成本距离,输入栅格或要素源数据设置为森林公园数据,输入成本栅格设置为上一步经过镶嵌栅格得到的成本栅格数据,这里需要注意既要输出距离栅格数据,又要输出回溯链接栅格数据,因为这两个数据在后续的创建成本路径操作中都需要使用到,如下图所示。

成本距离参数设置

成本距离结果

5.6 创建成本路径

最后一步就是创建成本路径了,所谓的成本路径就是动物迁徙的阻力最小的路线,在这样的路线上修建生态廊道是对动物迁徙最为有利的。创建成本路径使用到的是【成本路径】工具,输入栅格数据或要素目标数据设置为森林公园数据,目标字段设置为ORIG_FID字段,输入成本距离栅格数据设置为上一步得到的成本距离栅格数据,输入成本回溯链接栅格数据设置为上一步得到的成本回溯链接栅格数据,路径类型选择每个像元,如下图所示。

成本路径参数设置

成本路径结果

为了最终出图的美观还需要把成本路径的栅格数据转换为矢量数据,这里使用到的是【栅格转折线】工具,输入栅格设置为上一步得到的成本路径数据,字段选择Value字段,背景值选择零,勾选简化折线,如下图所示。

成本路径栅格转折线

成本路径栅格转折线结果

6. 整饰出图

第八届全国大学生GIS应用技能大赛——构建生态廊道

  • 8
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
第一届全国大学生GIS应用技能大赛的数据包含了许多有关地理信息的内容。在这个比赛中,参赛者可以利用这些数据进行GIS应用技能的展示和竞争。以下是关于这些数据的详细介绍: 首先,这些数据涵盖了各个领域的地理信息,比如地形、地貌、土地利用、人口分布、交通网络等等。这意味着参赛者可以利用这些数据来解决与地理信息相关的问题,如城市规划、环境管理、交通规划等。 其次,这些数据是真实的且经过验证的。在比赛中,参赛者可以确保使用的数据是准确可靠的,这对于他们的应用技能展示非常重要。这些数据来源广泛,包括有关地理信息的公开数据集、卫星遥感数据、测量数据等。 此外,这些数据具有多样性和复杂性。参赛者可以面临各种各样的地理信息问题,需要综合运用他们的GIS应用技能来解决。数据的多样性可以让参赛者有更多的选择和发挥空间,提高比赛的刺激性和趣味性。 最后,这些数据也要求参赛者在使用过程中遵守相关的法律和道德要求。大学生们在参与比赛要保持诚信,不得使用非法或盗版数据,确保比赛的公平性和合法性。 总之,第一届全国大学生GIS应用技能大赛的数据涵盖了各个领域的地理信息,是真实且经过验证的。这些数据的多样性和复杂性为参赛者提供了挑战和机遇,同要求他们在比赛过程中保持诚信和合法性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值