一、数据来源介绍
土地利用数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/)。
二、数据预处理
1.栅格类型转换
我们从中国科学院资源环境科学与数据中心官网上下载下来的土地利用栅格数据是整型的,我们可以利用Reclassify(栅格重分级)工具来将它变为浮点型。
2.栅格重分类
在这里我们发现,土地利用栅格数据里的像元被赋值为一些不连贯的数,我们通过官网上的相关介绍得知其所包含的含义:
我们根据表格内容统一将数据分为“耕地、林地、草地、水域、建设用地和未利用地”六类。
我们利用Reclassify(栅格重分级)工具以一级类型编号将它分为六类。
工具位置:Spatial Analyst Tool -> Reclass -> Reclassify
打开重分级后的栅格数据属性表,添加一个字段名称为“土地利用类型”的字段,并设置字段类型为文本型。
右键工具栏空白处,添加Editor工具,并使其处于编辑状态。
键入土地利用类型。
三、土地利用生态风险指数核算模型
不同的土地利用类型的生态服务功能和价值不同,常理来说工业建设等用地的生态服务价值相对于农业用地、水系等的生态服务价值比较低,不同的土地利用类型的空间组合及比例情况影响着样地的生态风险状态。
根据已有研究成果和贵州省不同土地利用类型的面积比例,构建土地利用生态风险指数,并以此评价三峡库区各评价单元的生态服务功能的损失风险,比较各单元的生态风险差异。
式中:ERIn为第n个评价单元格内土地利用生态风险指数值;Sni为第n个评价单元格内土地利用类型i面积;Ki为代表第i类土地利用类型的生态风险参数。
采用反正切函数归一化方法处理之后得到研究区各土地利用类型的生态风险参数Ki值,分别为:0.8949、0.8743、0.844、0.7952、0.7048、0.5;反正切函数模型如下:
式中:a为需要计算的归一化研究数据,其中x>0,则0
在区域土地利用生态系统当中,对生态系统最主要的干扰因素是人类活动,土地利用程度反映了人为因素与自然环境因素的综合效应。
参考相关文献,同时根据研究区的实际状况,我们之前划分的贵州省六种土地利用类型,以耕地最为脆弱,其次是草地,未利用地和林地,水域和建设用地较为稳定;6种景观类型分别赋值为:耕地为6、草地为5、未利用地为4、林地为3、水域较稳定为2、建设用地为1。
四、网格计算并实现可视化
1.创建网格
利用Create Fishnet工具创建网格,通过统计每个网格各土地利用类型的用地面积来计算最终的生态服务价值。由于贵州省比较大,这里我们创建5km*5km的网格。
工具位置:Data Management Tools -> Feature Class -> Create Fishnet。
2.栅格转矢量面
利用Raster Domain工具将2020年土地利用栅格数据转化为矢量面数据,用来选取覆盖贵州省的网格。
工具位置:3D Analyst Tools -> From Raster -> Raster Domain
3.网格提取
点击工具栏中的Selection,在出现的菜单栏中选择Select By Location…,在弹出的对话框中勾选网格图层,在Source layer下面选择贵州矢量面图层,点击ok,覆盖贵州省的网格就选取出来了。
右键网格图层将选取出来的网格提取出来,另存为一个新的图层。
4.面积计算
接下来是计算每个网格所覆盖的地方各用地类型的面积以及单个网格的总面积。
计算完每个网格所覆盖的地方各用地类型的面积后,在面积计算属性表中添加一个字段,字段名称为“网格面积”,字段类型均设为双精度。
对新建字段是用字段计算器,在字段计算器中输入如下公式:
网格面积=[耕地]+ [林地]+ [草地]+ [水域]+ [城乡_工矿_居民用地]+ [未利用地]
5.模型套用
在面积计算属性表中新建一个字段名称为“土地利用生态风险指数”的字段,字段类型设置为双精度,并在字段计算器中输入如下公式:
土地利用生态风险指数=([耕地]*0.8949+ [草地]*0.8743+ [未利用地]*0.844+ [林地]*0.7952+ [水域]*0.7048+ [城乡_工矿_居民用地]*0.5)/ [网格面积]
6.成果可视化
右键网格图层选择Join and Relates -> Join,在Join Data对话框中进行如图设置。
双击网格图层打开Layer Properties对话框,选择Symbology选项卡,在Show下方选择Quantities -> Graduated colors,在Value右侧的下拉框中选择土地利用生态风险指数,点击确定。
五、成果展示