1、前言

此前已经发表过一篇名为ENVI提取水系并进行生态敏感性分析》的随笔,这篇是用ArcGIS进行水系提取,与前者的区别是上篇一般是对遥感影像进行处理,准确性较高;这篇是讲在没有遥感影像的情况下,用DEM进行水系的提取,一般与实际水系有差别,准确性较低。但是在某些研究中用途也不少,尤其是涉及河网分级、盆域分析、淹没分析等,具有一定的基础性。

2、问题

根据提供的数字高程模型,完成以下操作:

(1)计算“vegetation”图层范围内的坡度、坡向;

(2)提取“vegetation”图层范围内的河流线数据(不考虑图层范围外部的影响,汇流临界值为1000);

(3)在“vegetation”图层范围内,计算每个栅格到最近河流栅格的直线距离值;

(4)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1和表2。请根据表1中各因子权重值,加权计算该区域的生态敏感性信息,并按照表3的敏感性等级分类方法,绘制该地区的生态敏感性等级分布专题图。

3、思路

空间数据分析中,首先使用【按掩膜提取】工具,提取vegetation数据的dem;然后使用【坡度】【坡向】工具,计算以vegetation为范围的坡度与坡向;使用【水文分析】中的【填洼】、【流向】、【流量】工具提取河流数据,并进一步使用【栅格计算器】工具计算汇流;下一步使用【栅格计算器】工具,根据表1中各因子权重值,加权计算该区域的生态敏感性信息;最后进行专题图制作,根据要求绘制该地区的生态敏感性等级分布专题图。

4具体步骤

4.1 计算坡度坡向

(1)使用【ArcToolbox】【Spatial Analyst工具】【提取分析】【按掩膜提取】提取“dem”,提取范围为“vegetation”图层范围。设置如图4.1.1。结果如图4.1.2。

图4.1.1 按掩膜提取

   

图4.1.2 提取结果DEM_veg

(2)使用【ArcToolbox】【Spatial Analyst工具】【表面分析】【坡度】工具计算坡度。设置如图4.1.3。结果如图4.1.4。

图4.1.3 坡度

   

图4.1.4 坡度计算结果

(2)使用【ArcToolbox】【Spatial Analyst工具】【表面分析】【坡向】工具计算坡度。设置如图4.1.5。结果如图4.1.6。

图4.1.5 坡向

   

图4.1.6 坡向计算结果

4.2 提取河流线数据

(1)使用【ArcToolbox】【Spatial Analyst工具】【水文分析】【填洼】对“DEM_veg”进行填洼处理。设置如图4.2.1。结果图如4.2.2。

图4.2.1 填洼

  

图4.2.2 填洼结果

(2)使用【ArcToolbox】【Spatial Analyst工具】【水文分析】【流向】对“Fill_DEM_veg1”进行流向计算。设置如图4.2.3。结果图如4.2.4。

图4.2.3 流向

  

图4.2.4 流向计算结果

(2)使用【ArcToolbox】【Spatial Analyst工具】【水文分析】【流量】对“Fill_DEM_veg1”进行流量计算。设置如图4.2.5。结果图如4.2.6。

图4.2.5 流量

    

图4.2.5 流量计算结果

(2)使用【ArcToolbox】【Spatial Analyst工具】【地图代数】【栅格计算器】对“FlowAcc_Flow1”提取河流。输入公式为:Con("FlowAcc_Flow1"  >=1000 ,1,0)。设置如图4.2.7。结果图如4.2.8。

图4.2.7 栅格计算器

  

图4.2.8 河流

4.3 栅格到最近河流的直线距离值

(1)使用【ArcToolbox】【Spatial Analyst工具】【距离分析】【欧氏距离】。设置如图4.3.1。结果图4.3.2。

图4.3.1 欧式距离

   

图4.3.2 每个栅格到最近河流栅格的直线距离值

4.4 敏感性分析

(1)使用【ArcToolbox】【Spatial Analyst工具】【重分类】【重分类】对坡度数据“Slope_DEM_ve1”根据敏感性进行重分类。设置如图4.4.1。结果如图4.4.2。

图4.4.1 坡度重分类

    

图4.4.2 坡度重分类结果

(2)使用【ArcToolbox】【Spatial Analyst工具】【重分类】【重分类】对高程数据“DEM_ve1”根据敏感性进行重分类。设置如图4.4.3。结果如图4.4.4。

图4.4.3 高程重分类

    

图4.4.4 高程重分类结果

(3)使用【ArcToolbox】【Spatial Analyst工具】【重分类】【重分类】对坡向数据“Aspect_DEM_v1”根据敏感性进行重分类。设置如图4.4.5。结果如图4.4.6。

图4.4.5 坡向重分类

    

图4.4.6 坡向重分类结果

(4)使用【ArcToolbox】【Spatial Analyst工具】【重分类】【重分类】对植被数据“vegetation.tif”根据敏感性进行重分类。设置如图4.4.7。结果如图4.4.8。

图4.4.7 植被重分类

    

图4.4.8 植被重分类结果

(5)使用【ArcToolbox】【Spatial Analyst工具】【重分类】【重分类】对水系数据“river”根据敏感性进行重分类。设置如图4.4.9。结果如图4.4.10。

图4.4.9 水系重分类

   

图4.4.10 水系重分类结果

(6)用【ArcToolbox】【Spatial Analyst工具】【重分类】【重分类】将栅格到最近河流的直线距离值“EucDist_rive” 根据敏感性进行重分类。设置如图4.4.11结果如图4.4.12。

图4.4.11 欧氏距离重分类

    

图4.4.12 河流缓冲区分类结果

(7)用【ArcToolbox】【Spatial Analyst工具】【地图代数】【栅格计算器】将以上重分类结果进行权重计算。设置如图4.4.13结果如图4.4.14。

图4.4.13 栅格计算器

  

图4.4.14 栅格计算结果

(8)用【ArcToolbox】【Spatial Analyst工具】【重分类】【重分类】将敏感性数据 “rastercalc3” 根据敏感性进行重分类。设置如图4.4.15结果如图4.4.16。

图4.4.15 敏感性重分类

  

图4.4.16 敏感性分类结果

扫码关注微信公众号

ArcGIS提取水系并进行生态敏感性分析的更多相关文章

  1. ENVI提取水系并进行生态敏感性分析

    4 具体步骤 4.1 DEM数据拼接 (1)打开ENVI软件,选择[File][Open],添加文件夹DEM数据中的影像,操作如图4.1.1所示,结果如图4.1.2. 图4.1.1 添加DEM数据影像 ...

  2. ArcGIS提取影像边界

    基于ArcGIS有多重办法可以提取影像边界,比如常用的有以下几种方式: a.System Toolboxes --> 3D Analyst Tools --> Conversion --& ...

  3. 转:ArcGIS提取面状道路中心线(转载)

    1.首先把所有的面要素merge成一个要素 2.把merge后的数据转成线数据 3.此时转换后的线数据一定是闭合的,为了防止提取中心线失败(只提取出外围轮廓)我们在随意一个道路末端使用打断工具打一个开 ...

  4. ArcMap操作随记(2)

    1.空间校正 变换-仿射 仅发生偏移 橡皮页变化 形状改变 变换-投影 旋转,改变角度 变换-相似 改变大小.形状不变 2.计算行列号 Int(([POINT_Y]-1273.143242)/30)+ ...

  5. ​​​​​​​ARCGIS API for Python进行城市区域提取

    ​ArcGIS API for Python主要用于Web端的扩展和开发,提供简单易用.功能强大的Python库,以及大数据分析能力,可轻松实现实时数据.栅格数据.空间数据等多源数据的接入和GIS分析 ...

  6. 利用ArcGIS水文分析工具提取河网

    转自原文 利用ArcGIS水文分析工具提取河网(转) DEM包含有多种信息,ArcToolBox提供了利用DEM提取河网的方法,但是操作比较烦琐(帮助可参看Hydrologic analysis sa ...

  7. 解析ArcGis拓扑——根据拓扑错误记录提取shp文件、导出Excel表格

    在ArcGis拓扑检查的流程——以面重叠检查为例中讲述了如何在ArcGis进行拓扑检查与修改. 在实际操作中,有时我们还需要将ArcGis拓扑检查的结果制作成报告或者提取错误信息反馈作业方. 本文仍然 ...

  8. ArcGIS案例学习笔记2_2_模型构建器和山顶点提取批处理

    ArcGIS案例学习笔记2_2_模型构建器和山顶点提取批处理 计划时间:第二天下午 背景:数据量大,工程大 目的:自动化,批处理,定制业务流程,不写程序 教程:Pdf/343 数据:chap8/ex5 ...

  9. ArcGIS案例学习笔记2_1_山顶点提取最大值提取

    ArcGIS案例学习笔记2_1_山顶点提取最大值提取 计划时间:第二天上午 目的:最大值提取 教程:Pdf page=343 数据:chap8/ex5/dem.tif 背景知识:等高线种类 基本等高线 ...

随机推荐

  1. WebLogic11g- 集群化

    其实网上关于weblogic集群的资料非常多[大部分都是从创建新的domain开始,我这篇先介绍怎么样把原本普通的domain改造为集群环境],如果觉得不够,可以啃weblogic的官方文档.下面给几 ...

  2. python官网导航翻译

  3. 基于FMC接口的Kintex-7 XC7K325T PCIeX4 3U VPX接口卡

    一.板卡概述 标准VPX 3U板卡, 基于Xilinx公司的FPGAXC7K325T-2FFG900 芯片,pin_to_pin兼容FPGAXC7K410T-2FFG900 ,支持PCIeX8.64b ...

  4. 手写RPC框架(六)整合Netty

    手写RPC框架(六)整合Netty Netty简介: Netty是一个基于NIO的,提供异步,事件驱动的网络应用工具,具有高性能高可靠性等特点. 使用传统的Socket来进行网络通信,服务端每一个连接 ...

  5. Spring cloud是什么? 核心总结

    Spring Cloud 是一套完整的微服务解决方案,基于 Spring Boot 框架,准确的说,它不是一个框架,而是一个大的容器,它将市面上较好的微服务框架集成进来,从而简化了开发者的代码量. S ...

  6. 『无为则无心』Python面向对象 — 59、魔法方法

    目录 1.魔法方法__new__() 2.魔法方法__init__() 3.魔法方法__del__() 4.魔法方法__str__()和__repr__() 5.魔法方法__call__() 6.魔法 ...

  7. 商业智能BI与用户行为分析的联系

    ​什么是BI? BI(Business Intelligence)即商业智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,分析利用企业已有的各种商用数据来了解企业的经营状况和外部环境 ...

  8. springboot项目 @Scheduled注解 实现定时任务

    使用SpringBoot创建定时任务非常简单,目前主要有以下三种创建方式: 一.基于注解(@Scheduled) 二.基于接口(SchedulingConfigurer) 前者相信大家都很熟悉,但是实 ...

  9. 【C#基础概念】程序集与托管模块的概念

    本文是为了学习程序集而整理的网上资料,主要包括两个部分,概念和使用,前部分讲怎样理解程序集,后部分讲述怎样使用的细节. 程序集与托管模块的概念 "程序集与托管代码块"(摘自Hima ...

  10. CultureInfo、DateTimeFormatInfo、NumberFormatinfo之间的关系

    CultureInfo.DateTimeFormatInfo.NumberFormatinfo之间的关系 线程中CurrentCulture和CurrentUICulture 区别 以下是win10操 ...