地形因子 | 坡度(单位:度) | >60 | 极高敏感 | 5 | 0.2 |
45-60 | 高敏感 | 4 | |||
25-45 | 中敏感 | 3 | |||
10-25 | 低敏感 | 2 | |||
0-10 | 非敏感 | 1 | |||
高程(单位:米) | >1300 | 极高敏感 | 5 | 0.1 | |
1000-1300 | 高敏感 | 4 | |||
800-1000 | 中敏感 | 3 | |||
500-800 | 低敏感 | 2 | |||
<500 | 非敏感 | 1 | |||
坡向 | 正北 | 极高敏感 | 5 | 0.1 | |
东北、西北 | 高敏感 | 4 | |||
正东、正西 | 中敏感 | 3 | |||
东南、西南 | 低敏感 | 2 | |||
平地、正南 | 非敏感 | 1 |
那么这次呢,接着上一篇的,我们来讲下一步,也即是用地类型的分类以及最后的出图,用地类型的分类标准要求如下:
用地类型 | 植被 | NDVI>=0.5 | 极高敏感 | 5 | 0.3 |
NDVI<=0 | 高敏感 | 4 | |||
0.3<=NDVI<0.5 | 低敏感 | 2 | |||
0<NDVI<0.3 | 非敏感 | 1 | |||
水系 | 水域区域 | 极高敏感 | 5 | 0.3 | |
水域周边300m范围内 | 高敏感 | 4 | |||
水域周边300—800m范围内 | 中敏感 | 3 | |||
其他区域 | 低敏感 | 2 |
那么这个NDVI其实就是归一化植被指数,全称是Normalized Difference Vegetation Index,指近红外波段的反射值与红光波段的反射值之差比上两者之和,可以表达为NDVI=(NIR-R)/(NIR+R),那么这里我们就明白了,其实就是两个波段的相加减的比,因此,我们可以直接使用栅格计算器计算NDVI指数,这个其实网上一搜索的话就可以了,大家把它记住也可以,其实是非常简单的:
然后我们按照要求重分类:
接下来的水域需要我们去提取,其实提取水域有很多种方法,比说说监督分类,非监督分类,NDWI等等,那这里我们就使用NDWI提取水系,NDWI>0的就是水系啦:
然后按掩膜提取,得到研究区范围内的水系:
然后进行欧氏距离和重分类计算,得到shuixirec:
当然如果说需要进行监督分类,那可能就非常耗时,但是大家会不会脑海中第一个想法就是这个呢?其实如果分为两个类别的话,其中一个是水域,应该操作不会太难,每一类选择5个样本点的话其实也就是一共10个样本点,然后直接监督分类就可以了,高版本的ArcGIS完全可以从头到尾完成这个操作,但是前面大家还需记得首先要进行一个波段合成,得到全区域的遥感影像,然后再进行按掩膜提取,提取出研究区的遥感影像,接着再进行监督分类:
那非监督分类可不可行呢?之前的文章有具体的非监督分类提取河流的文章,大家可以去看一看哦,其实使用非监督分类的话可能会有写区域提取错误或者不完整哦~~~~
最后我们只需要加权求和就好了,因为我们都已经赋好权重了,这里可以直接使用加权求和,当然你要使用栅格计算器一个个相加也是可以的,这里的加权求和如果不知道在哪的话使用搜索工具即可哦:
最后我们只需要出图即可,按照题目的要求我们还需要再分为5类,这里的五类其实我们在符号系统中设置即可,因为并没有具体的要求是哪五类,其实你直接放五个色块上去加上12345也是可以的…吧?那么字体的设置如果有要求的话就按照题目要求的设置即可,没有要求的话就随便啦:
那么以上就是第七届全国大学生GIS技能大赛下午试题C的全部内容了,大家可以保存下方的数据下载后自己试试做哦~~