logo资料库

fragstats4.2教程.docx

发布时间：2022-06-13 发布人：admin 分类：说明书 资料大小：0.73M 资料格式：docx 举报 版权申诉
第1页 / 共10页
第2页 / 共10页
第3页 / 共10页
第4页 / 共10页
第5页 / 共10页
第6页 / 共10页
第7页 / 共10页
第8页 / 共10页
资料共10页，剩余部分请下载后查看
    Fragstats 4.2 简易教程 一、使用说明 1.数据格式 Fragstats 能够支持多种数据格式，但 4.2 以及后续版本将使用 Geo TIFF grid 作为主要的数据格式（图 1）。 2.数据命名以及存放路径 导入数据的名称和路径不能包含汉字和空格，且存放于二级目录，例如： 图 1 D:\123\1987.tif 3.背景问题 背景值默认设置为 999，但你完全可以在理解其意义的前提下依照自己喜好 进行调整。简单来说，背景即你分析过程中想要自动忽略的某种地表类型——由 于资料缺乏而无法归类、或者你单纯想将其作为背景值处理的地表类型。值得注 意的是，当设定为正值时，背景像元值被视作目标景观内部值；当设定为负值时， 背景像元被视作目标景观外部值。内部背景作为目标景观的一部分不仅会为整个 景观面积作出贡献，并且会因此而改变许多指数值；外部背景不会被视作目标景 观的一部分，只会对影像边缘的连接性产生影响。在景观计算中，需要注意背景 的影响。这是景观指数误差中很大的一部分。 比如说，我们拿到的遥感图像， 校正好后，边界裁剪后，一般不是规则的矩形。在边边角角存在没有信息的像元。 图像分类后，没有信息的像元也是作为分类的一种的。因此，需要对其进行去除。
    这个操作可以在 Arcgis 下操作。 4.下载地址 http://www.umass.edu/landeco/research/fragstats/downloads/fragstats_d ownloads.html 二、操作步骤 2.1 打开 Fragstats 首先，从开始菜单或双击桌面图标打开 Fragstats。如果你的电脑上已安 装 10.0 及以下版本的 ArcGIS ，那么 Fragstats 打开时将有明显延迟（有时长 达 30s），这是由于 Fragstats 在验证 ArcGIS 的使用许可（license）。请务必 保持耐心（图 2）。 2.2 新建模型 图 2 接下来你需要创建一个 Fragstats 模型用于对斑块的景观结构进行分析。一 个 Fragstats 模型简单来说就是为 Fragstats 进行了全副参数化，即为其配备了 分析所需的全部参数。点击工具条上的 New 按钮或从 File 的下拉菜单中选择 New 选项，即可创建一个空白模型（图 3）。
    2.3 导入数据 图 3 接下来需要输入一个数据进行分析。具体操作为：点击 Add a layer，打 开如下（图 4）输入数据对话框。导入数据后软件会从其头文件中自动读取行列 数及栅格大小，之后这些参数在对话框中就会变为灰色，无法更改。唯一可以更 改、也需要多加留意的是背景值。 说明：Row/column count：行/列值计数， Background value：背景值， Cell size：输入 像元长度（米）， Band：选取分析波段，用于多波段数据源 图 4 2.4 设置分析参数 点击用户界面左侧选框的 Analysis Parameters 按钮。在这里你可以选择使 用 4 邻域或 8 邻域的邻域法则，本教程采用默认的 8 邻域法及 No sampling(不
    采样)设置。在 No Sampling 选项下勾选 Patch, Class, Landscape 三种指数。 请注意三种指数至少勾选其一，同时注意只需勾选你想要计算的指数类型即可， 多勾选或者不勾选，软件将会报错。 此外，在 No sampling 下面还有一个生成斑块 ID 号的附加选框（Generate Patch ID File）。如果勾选这一选框，Fragstats 就会为每一个栅格分配一个 ID 号。即 1 号斑块内的所有栅格的 ID 值都为 1, 2 号斑块内的所有栅格的 ID 值都 为 2，以此类推。 必须勾选相关选项，最后 运行时才会进行运算 2.5 景观指数选择 图 5 指数一共有三个级别，path、class、landscape。不同级别对应不同的指数， 对应着不同的生态学意义。所以选择指数的时候，一定要清楚所选择的指数对应 的级别。 首先，在用户界面的右上方选框内勾选斑块级别的景观指数。点击 Patch metrics 并勾选不同指标下的景观指数。你可以按照需要选择某些指数， 或者直接选择“select all”亦可。注意：如果在聚集度（Aggregation）指标 下选择了邻近系数（proximity index）或相似系数(similarity index),那么你 还需要为其指定搜索半径——计算这两个指标需要搜索半径。计算相似系数还需 要指定相似性权重表（见图 6）。点击[…]可以指定需要的搜索半径，如：1000.00。
    图 6 接下来，点击 Class metrics 可以选择类型级别下不同指标内的景观指数。 与上述方法相同，你可以按照需要选择某些指数，或者直接选择“select all” 亦可。注意，在面积-边缘（Area-Edge）指标下，如果你勾选了总边缘长度(Total Edge)或边缘密度(Edge density)这两个指数，那么你需要对如何处理每种背景 或边界细加考虑。缺省情况下，背景不作为真实边缘，但你也可以选择把所有背 景都作为边缘，或把某部分背景作为边缘。点击[…]即可对缺省值进行修改。注 意：由于（本文）输入的景观自带包界，且不包含任何背景，因此这个问题不会 出现。同样的，如果在聚集度指标（Aggregation）下勾选了连通系数（connectance index），那么你还需要对什么是“连通”设定一个阈值。点击[…]即可设定阈 值，单位为米，如：500。（见图 7） 图 7
    最后，点击 Landscape metrics 可以选择景观级别下不同指标内的 景观指数。与上述方法相同，你可以按照需要选择某些指数，或者直接选择 “select all”亦可。注意：在多样性指标下如果选择了相对拼块多度(Relative Path Richness）,那么你还需要给定最大地表分类数（或斑块类型数）。点击[…] 即可给定该值，例如本例中设定为 6。（见图 8） 2.6 保存模型 图 8 接下来你可能需要将此设置好的模型进行保存，备作以后使用。一般来说 对现有的文件进行修改会比从零开始设置要容易得多。记得在设置参数的过程中 时不时地点击 Save 或 Save as 对模型进行保存。 2.7 运行模型 接下来要做的就是运行模型。直接点击 Run 按钮，或从“Analysis”的下拉 菜单里就可以打开运行窗口。运行窗口里面包含分析类型（本例中选择的是 No sampling）以及斑块、类型及景观各个级别内勾选的指数数目。如果这些信息无 误，那么点击 Proceed 按钮就可启动运行，否则点击 Cancel 再对模型设置进行 调整。在本例中，一共有 75 个斑块级别指数、109 个类型级别指数以及 116 个 景观级别指数参与了计算，这是因为我全选了所有级别的指数（见图 9）。
    2.8 查看结果 图 9 注意到用户界面右下角的运行日志（Activity log）。如果计算 顺利，那么你可以在日志中看到计算停止时间，以及整体所用时间。 点击右上角的 Results 按钮就可以在斑块、类型和景观级别下分别查 看对应的景观格局指数（见图 10）。
    2.9 保存结果 图 10 选择“save run as”则将表格保存为 fragstats 的专有格式（见图 11）。 *.patch：保存 patch 表格信息 *.class：保存 class 表格信息 *.land：保存 landscape 表格信息 *.adj：保存数据源信息 2.10 在 excel 中打开表格 图 11 在 excel 中选打开文件，文件类型选“所有文件”。打开后进入导入数据向导窗 口（见下图）。
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料