來源：GIS前沿

一、數(shù)據(jù)來源介紹

（一）數(shù)字高程數(shù)據(jù)、歸一化植被指數(shù)數(shù)據(jù)

本文所用到的松原市寧江區(qū)數(shù)字高程數(shù)據(jù)采用30 m分辨率的GDEMV 3數(shù)字高程數(shù)據(jù)、歸一化植被指數(shù)數(shù)據(jù)采用250m分辨率的MYD13Q1植被指數(shù)16天合成產(chǎn)品，這些數(shù)據(jù)均來源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)（http://www.gscloud.cn），該網(wǎng)站所能提供的歸一化植被指數(shù)數(shù)據(jù)最高分辨率為250m，有需要更高精度的，可以在該網(wǎng)站下載高精度的影像，并利用ENVI軟件分析來獲取。

該網(wǎng)站數(shù)據(jù)的下載是按不同比例尺的條帶號(hào)下載的，下載下來之后需要根據(jù)研究區(qū)邊界進(jìn)行裁剪，另外有一點(diǎn)就是，數(shù)據(jù)太大，不好下載。

（二）土地利用數(shù)據(jù)

土地利用數(shù)據(jù)來自國(guó)土資源三次調(diào)查數(shù)據(jù)（2018年），根據(jù)研究需要對(duì)其進(jìn)行分析處理。

文末有練習(xí)數(shù)據(jù)下載鏈接。

二、研究方法

（一）指標(biāo)的選取

生態(tài)安全評(píng)價(jià)能反映生態(tài)安全狀況，是區(qū)域生態(tài)安全格局構(gòu)建的直接依據(jù)。

參考相關(guān)文獻(xiàn)本文從生態(tài)屬性和生態(tài)干擾兩方面選擇高程、坡度、土地覆蓋類型、植被覆蓋度、距水體的距離、距道路的距離、距礦點(diǎn)的距離、距居民點(diǎn)的距離共8個(gè)生態(tài)安全評(píng)價(jià)指標(biāo)。其中，海拔與坡度等地形因素對(duì)區(qū)域生態(tài)安全會(huì)有潛在的影響；植被指數(shù)是描述生態(tài)系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)，對(duì)分析和評(píng)價(jià)區(qū)域生態(tài)環(huán)境擁有意義重大；大面積的水體通常會(huì)有利于區(qū)域生態(tài)環(huán)境的改善；居民點(diǎn)、礦點(diǎn)和道路是人類活動(dòng)強(qiáng)度較大的地方，生態(tài)干擾隨著與其距離的接近而增大。

如下表（生態(tài)安全等級(jí)表）所示將各指標(biāo)劃分為四個(gè)等級(jí)，值越小，抵抗外界干擾能力越強(qiáng)，生態(tài)安全水平越高。

（二）空間主成分分析法

主成分分析法(PCA)通過將初始空間坐標(biāo)軸旋轉(zhuǎn)，使多個(gè)彼此在不同程度上具有一定相關(guān)性的空間數(shù)據(jù)轉(zhuǎn)化為少數(shù)幾個(gè)幾乎不相關(guān)的綜合指標(biāo)，并客觀地確定每個(gè)指標(biāo)的權(quán)重。

空間主成分分析法(SPCA)則是將統(tǒng)計(jì)學(xué)原理和GIS相結(jié)合，將每個(gè)空間變量對(duì)應(yīng)一個(gè)矩陣，把相關(guān)的空間變量對(duì)因變量的影響程度分配到相應(yīng)的主成分因子上，且能將主成分因子分析結(jié)果清晰地落實(shí)到空間所對(duì)應(yīng)的每一個(gè)像元上，使原有主成分分析結(jié)果直觀地拓展到二維空間。

*本教程僅供參考，不足之處歡迎斧正。

三、數(shù)據(jù)預(yù)處理

（一）土地利用數(shù)據(jù)預(yù)處理

從總的土地利用數(shù)據(jù)中提取出來水體、道路、礦點(diǎn)和居民點(diǎn)數(shù)據(jù)。

右鍵打開土地利用數(shù)據(jù)圖層的屬性表，選擇按屬性查詢，在輸入框中輸入如下公式來選取數(shù)據(jù)：

1.?DLMC?=?'溝渠'?OR?DLMC?=?'河流水面'?OR?DLMC?=?'坑塘水面'?OR?DLMC?=?'內(nèi)陸灘涂'?OR?DLMC?=?'水庫水面'?OR?DLMC?=?'水田'?OR?DLMC?=?'水澆地'?OR?DLMC?=?'養(yǎng)殖坑塘'?OR?DLMC?=?'沼澤地'????

2.?DLMC?=?'城鎮(zhèn)道路用地'?OR?DLMC?=?'公路用地'?OR?DLMC?=?'農(nóng)村道路'?OR?DLMC?=?'鐵路用地'??

3.?DLMC?=?'采礦用地'??

4.?DLMC?=?'城鎮(zhèn)住宅用地'?OR?DLMC?=?'農(nóng)村宅基地'??

?

（二）數(shù)字高程數(shù)據(jù)和植被指數(shù)數(shù)據(jù)預(yù)處理

我們選取了三幅數(shù)字高程數(shù)據(jù)才得以覆蓋研究區(qū)，我們需要將這三幅數(shù)據(jù)合并為一幅并裁剪。

利用鑲嵌至新柵格工具可將多個(gè)柵格數(shù)據(jù)集合并到一個(gè)新的柵格數(shù)據(jù)集中。

工具位置：數(shù)據(jù)管理工具 -> 柵格 -> 柵格數(shù)據(jù)集 -> 鑲嵌至新柵格

利用按掩膜提取工具從新柵格中提取出研究區(qū)范圍內(nèi)的DEM數(shù)據(jù)。

工具位置：Spatial Analyst工具 -> 提取分析 -> 按掩膜提取

而網(wǎng)站下載下來的植被指數(shù)數(shù)據(jù)是一個(gè)TIFF文件，其包含12個(gè)波段，選取第一個(gè)波段加載進(jìn)來即可，另外該數(shù)據(jù)圖層覆蓋面積非常廣，我們直接利用按掩膜提取工具提取即可。

?

四、進(jìn)一步分析

（一）多重緩沖區(qū)分析

利用多環(huán)緩沖區(qū)工具對(duì)之前從總的土地利用圖層中提取出來的水體、道路、礦點(diǎn)和居民點(diǎn)數(shù)據(jù)按生態(tài)安全等級(jí)分級(jí)表進(jìn)行多重緩沖區(qū)分析。

工具位置：分析工具 -> 鄰域分析 -> 多環(huán)緩沖區(qū)

?

如果絕得一個(gè)一個(gè)分析太麻煩的話，可以右鍵工具選擇批處理。

（二）裁剪緩沖區(qū)

利用裁剪工具將緩沖區(qū)超出研究區(qū)的部分裁剪掉。

工具位置：分析工具 -> 提取分析 -> 裁剪

該工具也可以進(jìn)行批處理，但需要注意的是有時(shí)計(jì)算量太大會(huì)報(bào)錯(cuò)。

若是出現(xiàn)下圖所顯示的大的緩沖區(qū)覆蓋小的緩沖區(qū)這種情況，可以打開編輯工具，使其處于編輯狀態(tài)。

打開圖層屬性表，依次選擇小的緩沖區(qū)，點(diǎn)擊編輯工具中的裁剪，選擇丟棄相交區(qū)域。

?

（三）對(duì)土地利用數(shù)據(jù)進(jìn)行分類

在土地利用圖層屬性表中，新建雙精度字段STANDQ，用來存儲(chǔ)生態(tài)安全等級(jí)；在按屬性選擇工具中，依次輸入如下公式：

?

通過按屬性選擇工具選取各生態(tài)安全等級(jí)所包含的地類之后，右鍵新建STANDQ字段名，選擇字段計(jì)算器，依次填入生態(tài)安全等級(jí)。

（四）矢量轉(zhuǎn)柵格

利用面轉(zhuǎn)柵格工具將處理好的土地利用矢量數(shù)據(jù)轉(zhuǎn)為柵格數(shù)據(jù)。

另外也可以右鍵選擇批處理將多個(gè)多重緩沖區(qū)矢量數(shù)據(jù)轉(zhuǎn)換成柵格數(shù)據(jù)。

工具位置：轉(zhuǎn)換工具 -> 轉(zhuǎn)為柵格 -> 面轉(zhuǎn)柵格

（五）計(jì)算坡度

利用坡度工具對(duì)數(shù)字高程數(shù)據(jù)進(jìn)行處理得到坡度數(shù)據(jù)，其中Z因子可以根據(jù)松原寧江的緯度（45°左右）來對(duì)比Z因子表來得到，這里選取為0.00001171。

工具位置：Spatial Analyst工具 -> 表面分析 -> 坡度

（六）柵格重分級(jí)

利用重分類工具對(duì)之前處理所得除TDLY數(shù)據(jù)以外的7個(gè)柵格數(shù)據(jù)（水體多重緩沖區(qū)數(shù)據(jù)、道路多重緩沖區(qū)數(shù)據(jù)、采礦點(diǎn)多重緩沖區(qū)數(shù)據(jù)、居民點(diǎn)多重緩沖區(qū)數(shù)據(jù)、數(shù)字高程數(shù)據(jù)、植被指數(shù)數(shù)據(jù)、坡度數(shù)據(jù)）按前面所展示的生態(tài)安全等級(jí)表進(jìn)行重分類。

工具位置：Spatial Analyst工具 -> 表面分析 -> 坡度

（七）主成分分析

利用主成分分析工具對(duì)八個(gè)處理好的柵格數(shù)據(jù)進(jìn)行主成分分析。

工具位置：Spatial Analyst工具 -> 多元分析 -> 主成分分析

五、成果展示

六、結(jié)果分析

上圖中的表格產(chǎn)自于主成分分析工具，其會(huì)伴隨柵格圖層生成一個(gè)表文件，其中包含了8個(gè)主成分的載荷矩陣、特征值及貢獻(xiàn)率等。

從下表可以看出，前6個(gè)主成分的累積貢獻(xiàn)率是93.1193%，這說明前6個(gè)主成分能夠充分體現(xiàn)松原寧江地區(qū)生態(tài)安全信息。

通過深入分析各主成分所對(duì)應(yīng)的原始評(píng)價(jià)指標(biāo)特征向量可以得出：第1主成分中距采礦點(diǎn)的距離特征向量較大（0.64355），體現(xiàn)出采礦點(diǎn)對(duì)研究區(qū)生態(tài)安全的重要影響；距居民點(diǎn)的距離在第2主成分中特征向量較大（0.84612），距采礦點(diǎn)的距離在第3主成分中特征向量絕對(duì)值較大（-0.67067），這反映出人類活動(dòng)對(duì)生態(tài)安全的影響較為顯著；坡度在第4主成分中特征向量較大（0.82930），表明坡度因子也對(duì)生態(tài)安全有比較大的影響；第5主成分中土地利用類型特征向量較大（0.57502），表明土地利用因子也是生態(tài)安全的重要影響因素；第5主成分中植被指數(shù)特征向量絕對(duì)值較大（-0.62032），說明植被因子對(duì)生態(tài)安全有較強(qiáng)影響

樹谷資料庫資源大全（11月16日更新）

文章來源地址http://www.zghlxwxcb.cn/news/detail-418914.html

到了這里，關(guān)于基于GIS的生態(tài)安全網(wǎng)絡(luò)格局構(gòu)建之主成分分析的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！