Arcgis之栅格数据融合

Arcgis之栅格数据融合,第1张

案例1:矢量(shp)数据融合

场景: 想要将 data1shp、data2shp 格式数据转成 img 格式数据

脚本:Python脚本示范

def ShpSissolve(data1, data2):

    arcpyenvworkspace = r'C:/Users/Administrator/Documents/ArcGIS/Defaultgdb'

arcpyDissolve_management(data1,

                          data2,

                              ['NAME'],

                              "",

                              "MULTI_PART",

                              "DISSOLVE_LINES")
ShpSissolve('data1shp', 'data2shp')

合并后的数据一些属性已经没有了,无法逆转换到最初的样子;当然如果你是要求把dissolve结果中的多部分要素拆散成单部分的,可以使用multipart to singlepart工具。

应网友要求细化一下我的答案:

在GIS中打开图层(这个大家都会就一笔带过哈)

右键点击图层-选择打开属性表-最左侧下拉按钮点开-选择添加字段(此处选用乡镇代码首字母命名XZDM)-设置为文本格式,长度为大于等于乡镇代码就行,比如:6/10

3!重点!

选择新命名的字段,右键选择字段计算器对字段进行计算,使用left命令,格式为  left(村级行政区划代码,6)  ,获得村级行政区划代码前6位,即为需要的县行政区划代码。

4按照乡镇行政区划代码融合

用ArcToolBox->Data Management Tools->Generalization->Dissolve工具按照上步获取的乡镇行政区划代码进行融合即可。上方工具条也可以找到融合工具:

使用融合工具(Dissolve)即可,还可以在里面进行属性相同的要素的属性统计,例如面积和。
GP工具都在根据现在数据加工生成新的数据,如果要想在不生成新的图层,可用编辑工具中的合并工具一个个的合并。

ⅠENVI下面介绍在ENVI下从两幅分类结果的栅格图中计算土地利用类型转换矩阵。1、准备数据两个时相的土地利用分类结果,它是单波段、专题类型的伪彩色图像(ENVI Classification)。2、计算转换矩阵 打开两个土地利用分类结果。(1)在主菜单中,选择Basic Tools → Change Detection → Change DetectionStatistics。(2)分别在Initial State对话框和final state对话框中选择前一时相和后一时相的土地利用结果。(3)在Define Equivalent Classes对话框中(图1),如果两个土地利用分类名称一致,系统自动将Initial State Class和Final State Class对应,否则手动选择,单击Add Pair按钮选择。(4)选择对应的地物类型之后,单击OK按钮,出现图2对话框。选择生成图表表示单位(Report Type):像素(Pixels)、百分比(Percent)和面积(Area)。选择Output Classification Mask Images为YES,输出掩膜图像,选择输入路径及文件名。(5)单击OK,执行土地利用类型转换矩阵计算过程。
3、查看结果(1)如图3为得到的土地利用类型转换矩阵结果。横字段表示前一时间段(Initial State)的土地利用类别,纵字段为后一时间段(Final State)的土地利用类别。横字段和纵字段交叉处表示变化值,如有平方米林地用地变化为草地。
(2)还可以为每一个地类生成一个变换掩膜图像,图4所示为其中一个地类的掩膜图像。掩膜图像的灰度值表示变化类型,如这里的2{草地}表示林地变化为草地的像元。
根据你的数据类型选用不同的数据生成方法
2ⅡERDAS若你的数据是Raster格式:则有如下方法
Erdas Imagine----Interpreter---Gis Analysis---Matrix,输入两个时相的Raster数据即可,做这一步之前记得先对两时相的数据进行重编码(nterpreter---Gis Analysis---Recode)。一般运行如果出现错误肯定是重编码没做好,请继续查证。
2先在 Erdas中利用 Modeler 计算如下公式:NC(I,J)=NC(I)10+NC(J),(J>I)。其中:NC(I,J)表示i,j 两年份的土地利用变化图;NC(i)表示i年份遥感分类影像;NC(j)表示j年份的遥感分类影像。在此计算的基础上,将以上变化影像图转化为BIL格式,再利用ARC/INFO GRID模块将影像转为GRID格式,然后利用GRID模块中的属性表(vat)查看命令对影像灰度值进行统计,最后得出土地利用转化举证。(注:此方法本人尚未实现过,不知可行否)。</ol>矢量数据:
若数据是Vector格式
Erdas Imagine----Interpreter---Gis Analysis---Matrix,输入两个时相的Vector数据即可。此时注意输出栅格大小不应设的太小要不一运行就会提示你的空间不足,做这一步之前,请做好前期的地理编码。
2 ArcView33加载 spatial analysis模块,把两时相的Vector图转成grid格式(当然中间有一些单位的设置根据你做的图的分辨率来设置即可)analysis---mapcaculate 直接计算即可。
3 ArcGIS
把两期解译完的Vector文件在arctoolbox——overlay——union中叠加,注意:两个文件不能用同一个字段名,比如一个用93Type,另一个时相则用 00Type叠加后的文件在Arcmap中打开,选中文件,然后点右键——Property——空间查询,输入条件语句,比如:3Type=‘1’And 00Type=‘2’;查询结果即为第一种类型转化为第二种类型的图形,可以另建一图层比如:12,把查询结果复制到12图层上。统计出面积,依进行,就可以得到土地利用类型转移矩阵。</ol>3
下面介绍如何在ArcGIS中建立转移矩阵一、数据准备(图1)准备两幅不同时相的土地利用现状图(shp格式),每幅图的属性表都要有一个表示土地利用类型的字段,并且要使用不同的名称加以区分,如Type1995,Type2000。土地利用类型名称必须统一,并且完整,如都使用“城镇用地”、“有林地”等。
二、数据融合(图2)在ArcMap里分别打开两个时相的图层,打开ArcToolbox,选择Data Management Tools | Generalization | Dissolve工具。Input Feature选择要融合的图层,Output Feature Class选择输出结果存储的位置及名称,Dissolve Field(s)选择土地利用类型字段(如Type1995),然后勾选Creat multipart features选项,点击OK完成。重复此过程,对另一时相数据进行融合。此步骤使相同利用类型的记录融合为一个记录,以提高后面步骤的计算速度。
三、叠置分析(图3)在ArcMap中打开两个时相融合后的数据,在ArcToolbox中选择Analysis Tools | Overlay | Intersect工具,Input Features选择两个时相的图层,Output Feature Class选择叠加结果存储的位置及名称,其余选项可以忽略,单击OK完成。
四、计算面积并导出属性表(图4-6)在ArcMap中打开叠加后的图层数据,在该图层上右键打开属性表,选择Option | Add field… 新建一个字段,命名为NewArea。在Editer工具条中选择Editer | Start Editing,然后在属性表中NewArea字段上单击右键选择Calculate Geometry… ,在打开的Calculate Geometry对话框中,Property选择Area,Units选择要使用的面积单位,单击OK完成图斑面积计算。依次选择Editer | Save Edits / End Editing保存和退出编辑状态。
在属性表中选择Option | Export… 将属性表保存为dbf文件。
五、制作转移矩阵(图7-10)(以Excel2007为例)在Excel中打开上一步保存的dbf,另存为Excel格式并打开。在Excel中选中所有数据(不要点左上角,只选择有效数据),点击插入选项卡,选择数据透视表|数据透视表,点击确定。
在打开的数据透视表中按图示将字段拖入相应区域。
Excel自动计算矩阵,将该表稍事整饰就得到美观的土地利用转移矩阵。矩阵中r(I, j)就表示i类型向j类型转移的土地面积,空值表示i类型向j类型没有转移。

arcgis渲染行政界线方法如下。
1、点击线要素出现符号选择器,点击EditSymbol按钮,编辑成下面右图的形式
2、在工具箱中选择AnalysisTools-Proximity-Buffer,打开缓冲区工具
3、几个关键的选项,输入要素选边界线,输出要素类填写输出目录和文件名,缓冲区距离根据比例尺和实际大小多试几次,SideType这里要注意,要选择Full后期再处理,DissolveType这里建议选择All,这样渲染行政界线即可。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/12612850.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-26
下一篇 2023-05-26

发表评论

登录后才能评论

评论列表(0条)

保存