【GIS教程】土地利用转移矩阵、土地利用面积变化

简介: 【GIS教程】土地利用转移矩阵、土地利用面积变化

数据下载链接:数据下载链接


随着科技社会的不断进步,人类活动对地理环境的影响与塑造日益明显,土地不断的侵蚀与改变也导致一系列的环境问题日益突出。土地利用/覆盖(LUCC)作为全球环境变化研究的重点问题为越来越多的国际研究机构所重视,研究它的变化既是对已有的工业化、城市化过程的一个较为直观的反映,也是对于未来土地变化进行预测和模拟的一个不可或缺的基础。对于一个地区土地利用变化的研究,有利于对该地区进行更好的生态环境综合评价及合理的国土空间规划。


而在土地利用变化的研究中经常会用到土地利用转移矩阵,用以有效表达俩个不同时相地类之间面积的转换情况。那么什么是土地利用转移矩阵,土地利用转移矩阵又如何制作呢?让我们一起看看吧!


本文主要分为以下几个部分:

一.概念

二.含义

三.数据准备

四.两期转移矩阵制作

五.三期转移矩阵制作

六.参考文献


一、概念

土地利用转移矩阵是马尔科夫模型在土地利用变化方面的应用。马尔科夫模型不仅可以定量地表明不同土地利用类型之间的转化情况,还可以揭示不同土地利用类型间的转移速率。


土地利用转移矩阵来源于系统分析中对系统状态与状态转移的定量描述。通常的土地利用转移矩阵中,行表示T1时点土地利用类型,列表示T2时点土地利用类型。


二、含义

土地利用转移矩阵以矩阵的形式将俩个不同时期的土地覆盖类型之间互相转换的数量关系展现出来,可以全面的体现出一个区域土地覆盖类型的数值和转移方向。一般形式如下(下方解释说明可忽略):

微信截图_20230110131822.png


转移矩阵示意图1

其中,TL表示上一时相,TN表示下一时相。C1Cn表示n种不同的土地覆盖类型。假设行Cn=Ci(上一时相土地类型),列Cn=Cj(下一时相土地类型)。Sij表示上一时相Ci转变为下一时相Cj的面积量,Si*表示上一时相Ci的土地覆盖类型面积的总和,S*j表示下一时相Cj的土地覆盖类型面积的总和。Si*-Sii为Ci土地类型的流出量,即上一时相Ci类型土地中转移为下一时相其它土地类型的面积总和。S*j-Sjj表示Cj土地类型的流入量,即下一时相Cj类型土地中由上一时相其它类型土地转变而来的面积总和。


上面的Sij也可以统一替换为Pij,用来展示转移量占整体的比例,能够体现整体与部分的关系,而避免因原某一土地类型总面积较小而得到转移量也较小,从而面积不能很好地表现此土地类型变化程度的情况。

微信截图_20230110131837.png


转移矩阵示意图2

三、数据准备

土地利用数据

全国基础地理数据库省市行政边界

数据获取及详情可以参考前文行政区划边界获取土地利用数据获取,练习数据也在文末提供给了大家。


四、两期转移矩阵制作

我们先用2000年和2020年土地覆盖数据制作土地利用转移矩阵。


1.先将土地覆盖数据Tiff图幅按研究所需区域边界裁剪出来,此过程较为简单。此过程中,由于行政边界数据为GCS2000的地理坐标系,global30土地覆盖数据为WGS1984的UTM投影坐标系,我们将边界数据也转换为WGS1984的UTM投影


2.地类代码excel表格保存为97-2003版本。

微信截图_20230110131845.png


3.栅格数据创建属性表后,在2000年土地覆盖数据属性表中添加文本类型字段“2000”,此处填写为具体年份而不是只写地类,以方便制作转移矩阵时区分时相。

微信截图_20230110131855.png


4.由于土地覆盖栅格数据已进行了分类分析,将该数据创建属性表后,其中的VALUE字段代表的即是定义土地类型所用的像元值。我们将土地覆盖数据的图层属性表基于value字段和excel表格里的代码列字段连接。

微信截图_20230110131903.png


5.打开字段计算器,将excel表中地类字段值赋予属性表的“2000”字段。

微信截图_20230110131912.png


6.将excel连接移除,同理将2020年份的数据进行连接赋值。此外,此操作也可直接通过在excel里更改.dbf文件达到更改属性表的目的。


7.通过工具“栅格转面”将tiff格式数据转为shp矢量。字段选择“2000”,取消简化面勾选,同理处理2020年份数据。

微信截图_20230110131924.png


8.通过“融合”工具,将每个年份相同地类属性要素融合为一个要素,方便计算。

微信截图_20230110131935.png


此时,属性表如下。

微信截图_20230110131944.png


9.将2000年和2020年的融合后数据进行相交处理。

微信截图_20230110131951.png


10.在相交后的属性表中添加“面积”字段,右键字段名称选择计算几何计算出面积,单位选择平方公顷。

微信截图_20230110131959.png


11.选择“表转excel”工具,转出属性表。

微信截图_20230110132007.png


12.打开保存的.xls文件,选择插入-数据透视表,以2000为行,2020为列,面积求和项为值,得到下表,此即为初步的转移矩阵表。

微信截图_20230110132016.png


13.将空值以0填充,代表没有发生此俩种地类的转移。修改表头,行列和总计项,最终得到转移矩阵如下,单位为平方公顷。

微信截图_20230110132029.png


2000-2020年上海市土地利用转移矩阵

五、三期转移矩阵制作

现大部分涉及多时相的土地利用变化研究时,制作的转移矩阵一般按照时间节点分开绘制。所以涉及多个时相如三个时相时,我们需要绘制两个分开的转移矩阵和一个总的转移矩阵图。


如我们在上一部分所做的2000-2020年土地转移矩阵即为总矩阵图,还应增加2000-2010年和2010年-2020年的转移矩阵图,并将三图并列如下。

微信截图_20230110132036.png


2000-2010年上海市土地利用转移矩阵

微信截图_20230110132045.png


2010-2020年上海市土地利用转移矩阵

微信截图_20230110132728.png


2000-2020年上海市土地利用转移矩阵

除了运用土地利用转移矩阵之外,结合计算各时段土地利用覆盖比例、土地利用变化幅度、土地利用动态度等信息,可以帮助我们分析研究区域时间段内土地利用变化状况,为国土空间规划双评估以及其它相关专题提供更多的土地利用变化决策参考。


值得一提的是,土地利用转移矩阵只是土地利用变化分析众多方法中的一种,是一种纯数字的表达,不够直观。而且只能展现出时间上转移量变化的数值关系,通常需要结合其它方法和图表用以展现各种不同维度的数量关系,或者来表现空间上的变化。


六、参考文献

[1]王徐凡. 土地覆被时空变化的可视化表达研究与实现[D].中国地质大学(北京),2019.

[2]鲁亚楠,姚顺波,邓元杰,丁振民,侯孟阳,郑雪,李雅男. 陕北地区土地利用及景观格局变化对生态服务价值的影响——基于退耕还林(草)背景[J]. 中国农业资源与区划,2019,40(11):180-192.

[3]潘登. 基于复杂网络的苏州市土地利用/覆被变化研究[D].浙江师范大学,2014.

[4]苗立志. 基于GIS的阿克苏地区土地利用趋势分析与研究[D].山东科技大学,2005.

[5]冯文靖,韦燕飞,童新华. 基于Landsat影像的贵港市港北区土地利用分类及变化分析[J]. 广东土地科学,2019,18(05):22-28.

未完待续。。。


数据获取来源:

1、地理遥感生态网www.gisrs.cn

同时,地理遥感生态网www.gisrs.cn上分享了很多地理遥感领域的科学数据(土地利用数据、npp净初级生产力数据数据、NDVI数据、气象数据(降雨量、气温、蒸散量、辐射、湿度、日照时数、风速、水汽压数据)、径流量数据、夜间灯光数据、统计年鉴、道路网、POI兴趣点数据、GDP分布、人口密度分布、三级流域矢量边界、地质灾害分布数据、土壤类型、土壤质地、土壤有机质、土壤PH值、土壤质地、土壤侵蚀、植被类型、自然保护区分布、建筑轮廓分布等等地理数据,以及关于gis、遥感从方面的操作教程)。


2.地理空间数据云

(1)2000年全球土地覆盖计划(GLC2000)

(2)欧空局全球陆地覆盖数据(ESA GlobCover)


3.地理科学生态网

网站地址www.csdn.store


4.马里兰大学数据集

UMd基于AVHRR数据的5个波段及NDVI数据经过又一次组合建议数据矩阵,用分类树的方法进行了全球土地覆盖分类工作。其目的是希望建立一个比过去数据更高精度的数据集

相关文章
|
6月前
|
传感器 编解码 人工智能
中科星图——MCD43A4 V6天底双向反射率分布函数调整反射率(NBAR)数据集
中科星图——MCD43A4 V6天底双向反射率分布函数调整反射率(NBAR)数据集
170 8
|
6月前
|
数据可视化 数据挖掘 定位技术
数据分享|R语言生态学种群空间点格局分析:聚类泊松点过程对植物、蚂蚁巢穴分布数据可视化
数据分享|R语言生态学种群空间点格局分析:聚类泊松点过程对植物、蚂蚁巢穴分布数据可视化
|
6月前
|
数据可视化 数据建模
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化(下)
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化
|
6月前
|
机器学习/深度学习 数据可视化
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化(上)
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化
|
6月前
|
数据可视化
R语言淮河流域水库水质数据相关性分析、地理可视化、广义相加模型GAM调查报告
R语言淮河流域水库水质数据相关性分析、地理可视化、广义相加模型GAM调查报告
|
算法
ArcGIS:如何利用站点数据(例如臭氧)进行克里金插值得到连续臭氧表面?
ArcGIS:如何利用站点数据(例如臭氧)进行克里金插值得到连续臭氧表面?
155 0
三维之外的更高维度,数学家发现了无限可能的黑洞形状
三维之外的更高维度,数学家发现了无限可能的黑洞形状
152 0
|
机器学习/深度学习 人工智能 监控
南洋理工提出全场景图生成PSG任务,像素级定位物体,还得预测56种关系
南洋理工提出全场景图生成PSG任务,像素级定位物体,还得预测56种关系
131 0
|
数据采集 存储
ArcGIS土地利用转移矩阵
在我们的土地利用研究过程中,常常会用到土地利用转移矩阵,接下来,我就将详细介绍转移矩阵的制作方法。
432 0
|
定位技术
无须任何数据,六十秒快速制作三维影像图用以作为城市空间格局分析的底图
无须任何数据,六十秒快速制作三维影像图用以作为城市空间格局分析的底图
124 0
下一篇
无影云桌面