土地利用每年都在发生变化，在统计一些大区域的土地利用情况时，我们可以使用遥感数据来进行粗略的估计。根据以下要求，研究2010年到2015年土地利用的变化情况。

一、数据说明

1. lt51190382010144bjc00文件夹：2010年的影像数据存放在此文件夹中。

2. class2015.tif：2015年的土地利用结果数据。

3. 训练样本2010.shp：对2010年影像执行最大似然分类法所使用的训练样本数据。

4. 点位置.txt：GPS采集的点生成的表格。

二、数据处理要求

1. 对遥感影像进行预处理：波段合成，去除黑边，并提取出与2015年土地利用数据（class2015.tif）相同的影像区域。

2. 使用最大似然法监督分类对影像分类，分为5种地物类别：林地，耕地，裸地，建筑物等不透水面，水（请使用提供的矢量数据“训练样本2010”作为训练样本）。

3. 对分类后的结果的边界进行一定的平滑处理，并消除如下图所示像元个数小于5个像元的独立区域，用周围的像元值来代替。

4. 使用GPS采集了一些点并生成了表格（点位置.txt），需要知道这些点对应于class2015.tif数据中的地物类别。

5. 提取出2010年是林地/耕地，并且2015年变为建筑用地的区域。

6. 计算2010年到2015年土地利用转移矩阵。

7. 在地图上展现出2010年到2015年用地类型是如何变化的，制图并保存为jpg格式。

三、具体操作

1.对遥感影像进行预处理：波段合成，去除黑边，并提取出与2015年土地利用数据（class2015.tif）相同的影像区域。

解答：

打开【数据管理工具】|【栅格】|【栅格处理】|【波段合成】，将lt51190382010144bjc00文件夹中的7各波段全部加载进去，输出文件名默认即可，结果图层如下：
为了去除黑边，我们打开【数据管理工具】|【栅格】|【栅格数据集】|【复制栅格】
“输入栅格”选择波段合成后的数据即可，在“忽略背景值”中输入0，意思是在遥感图像中像元值为0的都会被设置为无数据（这个针对的是遥感图像的外围区域，即黑边，中间区域像元值为0的不会忽略的，这个大家不用担心），在“无数据值”中也输入0（这个针对的是遥感图像的边缘区域，就是黑边和遥感图像本体的交接处），输出数据为“QHB”这样输出的图像就会把黑边（像元值为0的区域）去除，结果图层如下所示：
最后使用【空间分析工具】|【提取】|【按掩膜提取】工具，将2010年的土地利用数据裁剪成和提供的2015年的数据一样的范围即可。

2.使用最大似然法监督分类对影像分类，分为5种地物类别：林地，耕地，裸地，建筑物等不透水面，水（请使用提供的矢量数据“训练样本2010”作为训练样本）。

解答：

我们添加“影像分类”工具条，接着选择“训练样本管理器”按钮
，然后点击“加载训练样本”按钮
选择文件夹里面的“训练样本2010”数据即可，最后我们点击“创建特征文件”按钮
将这些特征文件导出成.GSG格式。
然后我们点击“影像分类”工具条下面的“最大拟然分类”方法，在打开的窗口中【输入栅格波段】选中“QHB”，【输入特征文件】为刚才导出的.GSG文件，其他参数默认即可，点击确定得到如下图所示的分类结果图“FL”：
3.对分类后的结果的边界进行一定的平滑处理，并消除如下图所示像元个数小于5个像元的独立区域，用周围的像元值来代替。

解答：

打开【空间分析工具】|【栅格综合】|【边界清理】，将“FL”作为输入要素，其他设置不要变，点击确定即可，边界清理工具主要用于清理区域间不规整的边缘，通过扩展和收缩的方法在相对较大的范围上清理边界。接着打开【空间分析工具】|【栅格综合】|【众数滤波】，相关参数设置如下：

“要使用的相邻要素数”选择为：8（为什么不选择4，因为题目要求了消除像元个数小于5个的区域，所以首先要判断出相邻要素要至少大于5个，所以我们选择8），“替换阈值”设置为“MAJORITY”，而不选择“HALF”，因为选择为“HALF”的话，周边相邻4个（8的一半）像元就给你代替了，而选择“MAJORITY”，周边相邻5个（8个的大多数）像元才给你代替了，题目要求的是5个！！！！

图片

4.使用GPS采集了一些点并生成了表格（点位置.txt），需要知道这些点对应于class2015.tif数据中的地物类别。

解答：

我们右键“点位置.txt”文件选择【添加X，Y坐标】，X值，Y值分别选择“经度”，“纬度”，坐标系选择地理坐标系“WGS_1984”（和遥感图像一样的地理坐标系），点击确定后在新生成点数据上右键导出数据，生成新数据“点位置”。接着我们使用【空间分析工具】|【提取】|【值提取至点】工具，“输入点要素”选择“点位置”，“输入栅格”选择“class2015”，点击确定即可。我们打开结果属性表，发现我们并不知道这个点落在什么地类上面，但是我们看到最后有一个字段全是1-5的数字，应该猜得到是对应2015年土地利用类型数据上面的地类编号，我们直接根据公共字段进行连接后新建文本类型字段“地类”，通过字段计算器将遥感地类数据中的地类名称复制过来即可。

这时候我们打开点的属性表就可以看到它落在的地类是什么了，如下图所示：

5.提取出2010年是林地/耕地，并且2015年变为建筑用地的区域。

6.计算2010年到2015年土地利用转移矩阵。

7.在地图上展现出2010年到2015年用地类型是如何变化的，制图并保存为jpg格式。

解答：

这三个一块搞了哈，这个只要提取出来了土地利用转移矩阵都好说了，一下解决了三个问题。（当然了，对于第5小问可以直接根据地类编码提取出2010年中的林地和耕地地块以及2015年的建筑用地，最后使用【空间分析工具】|【提取】|【按掩膜提取】工具将两者重叠的区域选出来即可。）我们直接使用【转换工具】|【从栅格转出】|【栅格转面】的批处理，将2010年和2015年的土地利用遥感图像都转换成矢量面，分别命名为“2010”和“2015”。我们打开“2010”的属性表发现只有地类编号没有地类名称，而且该地类编号是和之前最大似然法监督分类中的“训练样本管理器”是一一对应的，如下图所示：

这怎么办，我们先新建一个文本类型的字段“地类”用来存放地类名称，右键代开字段计算器，直接根据对应地类编码进行文本赋值,在代码块中输入如下代码：

我们右键【数据管理工具】|【制图综合】|【融合】选择“批处理”，将“2010”，“2015”分别按照“地类”字段和“类型”字段进行融合，接着将融合后的两个数据进行【相交】处理得到“XJ”，在结果图层中新建单精度字段“area”后右键选择“计算几何”，单位选择“平方千米”，即可得到各地类相互转换的面积，但是这时候其他人可能看不懂这个转移方向到底是谁转向谁，我们接着新建一个文本字段“转移方向”，右键字段计算器，输入代码如下图所示：
这时候我们看属性表就很清楚易懂了,最后我们打开【转换工具】|【Excel】|【表转Excel】，将“XJ”输出为Excel后进行数据透视表的制作即可。

2010 - 2015年研究区土地利用类型面积转移矩阵（单位：平方千米）
为了展现出2010年到2015年用地类型是如何变化的，我们打开“XJ”的符号系统，使用唯一值字段“转移方向”，接着切换到布局界面，通过调整页面大小，添加图例、指北针、比例尺进行出图设置，最后导出地图格式为.JPG即可，如下图所示：

成都途远GIS是一家专业致力于无人机航空摄影测绘、航空数据处理、GIS地理信息系统研发、数字孪生城市制作、数字沙盘模型等业务的创新型科技公司，为您提供一站式地理信息服务。