Анализ прошлых изменений почвенно-растительного покрова
Чтобы понять, как изменилась Эфиопия в связи с ростом численности населения за последние несколько десятилетий, вы воспользуетесь Мастером выявления изменений для вычислений изменений почвенно-растительного покрова с 1992 по 2018 годы.
Изучение слоев почвенно-растительного покрова
Для начала вам нужно будет скачать сжатый файл .zip, в котором содержатся данные для этого руководства.
- Загрузите папку ChangeInEthiopiaData.
На скачивание данных может потребоваться некоторое время, поскольку он содержит несколько больших растровых файлов.
- Найдите загруженную папку на своем компьютере и переместите ее в папку по выбору, например, в Мои документы. Щелкните правой кнопкой мыши папку и извлеките содержимое.
Примечание:
В зависимости от настроек браузера, вам может быть предложено выбрать место для сохранения загружаемого файла. Большинство браузеров по умолчанию скачивают все в папку Загрузки.
Далее вы создадите проект в ArcGIS Pro и добавите в него загруженные данные.
- Откройте ArcGIS Pro. При необходимости войдите в свою учетную запись ArcGIS Online.
Примечание:
Если у вас нет доступа к ArcGIS Pro или учетной записи организации ArcGIS, см. варианты доступа к программному обеспечению.
Вы создадите проект, используя шаблон Карта.
- В разделе Новый проект выберите Карта.
- В окне Создать новый проект для Имени введите Change in Ethiopia. Для Местоположения примите предложенное по умолчанию или выберите подходящую папку.
- Нажмите OK.
Новый проект создан. Теперь вы добавите загруженные данные по почвенно-растительному покрову.
- На ленте щелкните вкладку Карта. В группе Слой щелкните кнопку Добавить данные.
- В окне Добавить данные перейдите к папке на компьютере, в которую вы распаковали папку ChangeInEthiopiaData. Дважды щелкните ChangeInEthiopiaData, чтобы открыть ее.
- Зажав клавишу Ctrl, щелкните на наборах Ethiopia_LandCover_1992.crf и Ethiopia_LandCover_2018.crf, чтобы их выбрать.
- Нажмите OK.
Два растровых слоя будут добавлены на карту. Карта приблизиться к Эфиопии, к экстенту слоев.
Каждый из слоев представляет собой набор данных почвенно-растительного покрова, полученный от European Space Agency (ESA) Climate Change Initiative, которое создает карты почвенно-растительного покрова на территорию всей планеты. Более подробно см. на странице Описание элемента. ESA создавало глобальные карты почвенно-растительного покрова на каждый год с 1992 по 2018.
Верхний слой представляет собой карту почвенно-растительного покрова на 2018 год. Оба слоя показывают следующие генерализованные классы почвенно-растительного покрова: пашни, леса, кустарники, луга, водоемы, городские ландшафты и открытая почва. Обратите внимание, что большая часть открытых почв приходится на северную Эфиопию (ее горную часть), в то время как в южной часть Эфиопии преобладают кустарники. Сельскохозяйственный регион, показанный розовым цветом, в центре страны окружен плотной городской территорией Аддис Абебы, показанной темно-красным.
Далее вы сравните эти два слоя.
- Если необходимо, на панели Содержание выберите слой Ethiopia_LandCover_2018.crf.
Примечание:
Расширение .crf для слоя говорит о том, что набор данных представлен в формате Cloud Raster Format (CRF). Это родной для Esri формат растров, который оптимизирован для записи и чтения больших файлов в среде распределенной обработки и хранения.
- Щелкните на ленте вкладку Растровый слой. В группе Сравнить щелкните Спрятать.
- Потяните указатель мыши вниз, начиная с верхней части карты, чтобы посмотреть на слой, который находится внизу. Двигайте указатель туда-сюда, чтобы сравнить два слоя.
Верхний слой представляет собой почвенно-растительный покров в 2018 году, а слой внизу - почвенно-растительный покров в 1992.
Некоторые части страны визуально изменились. Например, столица Аддис Абеба, которая показана группой пикселов темно-красного цвета в центре страны. Столица существенно разрослась за 26 лет.
Примечание:
Оба слоя являются категорийными растровыми наборами данных. Категорийные растровые данные - это растровые данные, в которых у каждого пиксела есть значение, представляющее определенный класс или категорию. Иногда они ссылаются на дискретные данные, тематические данные, либо прерывистые данные, чаще всего они используются в ГИС для представления земного покрова, землепользования, либо другой зональной информации, например, по уровню риска. В данном случае категории представляют собой типы почвенно-растительного покрова, такие как пашни, леса, воду и городскую застройку.
- На ленте щелкните вкладку Карта. В группе Навигация щелкните кнопку Исследовать, чтобы выйти из режима спрятать.
- На панели инструментов быстрого доступа нажмите кнопку Сохранить.
Вычисления изменений в почвенно-растительном покрове
Далее вы воспользуетесь Мастером выявления изменений, чтобы найти изменения на территории страны между 1992 и 2018 годами с фокусом на те изменения, которые скорее всего связаны с ростом численности населения.
- На панели Содержание выберите слой Ethiopia_LandCover_1992.crf.
- На ленте щелкните вкладку Изображения. В группе Анализ щелкните кнопку Выявление изменений и выберите Мастер выявления изменений.
Появится панель Мастер выявления изменений.
- В Мастере выявления изменений, на панели Настроить щелкните ниспадающее меню Метод выявления изменений, чтобы посмотреть доступные опции.
Опция Изменение категории используется для определения изменений, которые произошли между двумя тематическими (или категорийными) растрами, такими как почвенно-растительный покров или зоны рисков. Опция Изменение значений пикселов используется для вычисления разницы в значениях пикселов между двумя непрерывными растрами, например, растрами температур или многоканальными изображениями. И, наконец, опция Изменение временных рядов используется для выявления даты изменения во временных рядах изображений.
Метод Изменение категории используется по умолчанию, потому что на панели Содержание при запуске мастера был выбран слой, представляющий собой категорийные растровые данные.
- Для опции Растр Из убедитесь, что выбран слой Ethiopia_LandCover_1992.crf. Для опции Растр В выберите слой Ethiopia_LandCover_2018.crf.
Если выбрана эта опция, значит, что слой Ethiopia_LandCover_1992.crf будет сравниваться со слоем Ethiopia_LandCover_2018.crf.
- Щелкните Далее.
На панели Конфигурация класса вы можете выбрать, какой тип фильтров применить, какие классы нужно включить в анализ, а также метод отрисовки результатов. Вы хотите посмотреть только те области, которые изменились, и только изменения, которые скорее всего связаны с ростом населения.
- Для Метода фильтрации убедитесь, что выбрано Только измененные. В списке Классы Из оставьте выбранными все классы.
- В списке Классы В наведите указатель на категорию Urban и щелкните только.
Теперь класс Urban - это единственный выбранный класс в списке. Однако рост городских территорий - это не единственный класс, который может говорит об изменении численности населения. Увеличение доли пашен также может это показать.
- Отметьте опцию рядом с Cropland.
В итоге вы хотите выявить все области, которые изменились на типы почвенно-растительного покрова "городская застройка" или "пашня". Для Метод перехода цвета класса оставьте опцию по умолчанию Среднее. Этот параметр определяет, как будут отрисованы выходные классы объектов.
- Нажмите кнопку Предварительный просмотр.
На панель Содержание будет добавлен слой Preview_ComputeChange. Этот слой создается динамически и не сохраняется. Позднее вы создадите постоянный слой с изменениями.
- В панели Содержание отключите слои Ethiopia_LandCover_2018.crf и Ethiopia_LandCover_1992.crf, чтобы лучше видеть новый слой. На карте приблизьтесь с помощью колесика мыши к столице Аддис-Абеба.
Кластеры пикселов показывают области изменений.
- Щелкните на карте несколько пикселов, показывающих изменения.
Для пиксела, который вы щелкаете, появляется всплывающее окно, показывающее тип произошедшего изменения.
Похоже, что большинство изменений произошло с областей типа Cropland, Shrubland, Grassland или Forest на области типа Urban. Город явно вырос с 1992 по 2018 годы.
- Закройте всплывающие окна. На панели Мастер выявления изменений щелкните Далее.
Появится панель Выходное построение. Теперь вы сохраните свой результат на компьютер.
По умолчанию для Окрестности сглаживания оставьте Нет. Этот параметр позволяет сгладить результаты для лучшей визуализации. В данном случае вы не хотите сглаживать результаты, потому что хотите вычислить область почвенно-растительного покрова, а результаты сглаживания изменят значения пикселов.
- Для Сохранить результат как убедитесь, что выбрано Набор растровых данных.
- В опции Выходной набор данных щtлкните кнопку Обзор.
- В окне Выходной набор данных щелкните Папки и выберите Change in Ethiopi. Для Имя введите Ethiopia_LandCoverChange_1992_2018.tif.
- Щелкните Сохранить. На панели Мастер выявления изменений щелкните Запустить.
Набор данных изменений будет добавлен на карту.
- На панели Мастер выявления изменений щелкните Готово.
- На панели Содержание щелкните правой кнопкой мыши слой Ethiopia_LandCoverChange_1992_2018.tif и выберите Приблизить к слою.
- Сохраните проект.
Анализ результатов
Вы создали растр изменений почвенно-растительного покрова. Далее вы будете изучать результаты анализа и построите диаграмму.
Сначала вы удалите созданный слой предварительного просмотра, так как вам он больше не требуется.
- В панели Содержание щелкните правой кнопкой Preview_ComputeChange и выберите Удалить.
Примечание:
Если вы не щелкнули Готово, чтобы закрыть Мастер выявления изменений, слой Предварительный просмотр невозможно будет удалить.
- Щелкните правой кнопкой мыши слой Ethiopia_LandCoverChange_1992_2018.tif и выберите Таблица атрибутов.
Откроется таблица атрибутов.
В поле Class_name перечислены разные переходы в классы Cropland и Urban. Поле Count показывает общее количество пикселов в каждой категории. Поле Area показывает общую площадь этих областей (в кв.м.). Площади можно вычислить, поскольку набор данных представлен в системе координат проекции с линейными единицами измерения (метры).
Примечание:
При вычислении площадей важно начинать с растровых наборов данных в проекции, сохраняющей площади объектов, такие проекции называют равноплощадными. В данном случае слои почвенно-растительного покрова используют проекцию Africa Albers Equal Area Conic.
- В таблице атрибутов щелкните правой кнопкой мыши поле Area и выберите Сортировать по убыванию.
Теперь строки отсортированы в соответствии со значением площадей, где произошел переход, причем наибольшие площади будут показаны первыми.
Первая строка со значением Class_name Other представляет все переходы, которые произошли между 1992 и 2018 годами, которые не были включены в анализ. Вторая строка, No Change, показывает пикселы, которые говорят о том, что на этих территориях перехода не было и они остались без изменений.
Вам не нужны эти строки, поэтому вы удалите их из таблицы.
- В таблице атрибутов нажмите клавишу Ctrl и нажмите в начале обеих строк, чтобы их выбрать.
- Нажмите клавишу Delete. В окне Удалить нажмите Да.
Две строки удалены. Вы сохраните изменения.
- На ленте щелкните вкладку Редактирование. В группе Управление изменениями щелкните Сохранить.
- При необходимости в окне Сохранить изменения щелкните Да.
Теперь в таблице атрибутов наибольшую площадь представляет переход от Shrubland к Cropland. В соответствии с вычислениями, 5537592079,12 квадратных метра (или примерно 5538 квадратных километра) кустарников перешло в пашни в период с 1992 по 2018 годы. Далее, значительное количество леса было также преобразовано в пахотные земли, что подтверждает расширение пашен в области с естественной растительностью, чему способствует рост численности населения.
Четвертая строка указывает, что большие территории пашен преобразовались в городские территории. Это согласуется с выводами о том, что быстрое расширение городов угрожает плодородным сельскохозяйственным угодьям, окружающим Аддис-Абебу (Deribew, 2020).
Вы создадите диаграмму, суммирующую эти результаты.
- Закройте таблицу атрибутов.
- В панели Содержание щелкните правой кнопкой мыши слой Ethiopia_LandCoverChange_1992_2018.tif и выберите Создать диаграмму, а затем щелкните Линейчатая диаграмма.
Появится панель Свойства диграммы, а также в нижней части проекта появится пустая диаграмма.
- В панели Свойства диаграммы задайте следующие параметры:
- Для Категория или дата выберите Class_From.
- Для Агрегирование выберите Сумма.
- В строке Числовые поля щелкните Выбрать и поставьте отметку для Area. Щелкните Применить.
- Для Разбить по выберите Class_To.
Диаграмма обновится. Ось x показывает типы почвенно-растительного покрова Class_From, а ось y показывает площадь (в квадратных метрах) каждой категории, которая перешла в Cropland (пашни) (светло-голубые столбцы) или Urban (городские территории) (темно-синие столбцы).
Далее вы улучшите внешний вид диаграммы, чтобы она совпадала с условными обозначениями данных.
- На панели Свойства диаграммы перейдите на вкладку Серии. Для Показать несколько серий как выберите Составная.
Столбцы Cropland и Urban теперь расположены один над другим. Далее надо изменить цвета столбцов, чтобы они соответствовали символам типов земельного покрова.
- В таблице Серии щелкните символ для Cropland и выберите Свойства цвета.
- В окне Редактор цвета задайте следующие значения:
- Для Красного укажите 247.
- Для Зеленого укажите 198.
- Для Синего укажите 196.
- Установите Прозрачность на 0%.
- Нажмите OK для применения цвета.
- Измените цвет столбцов для земельного покрытия типа Urban, используя следующие значения.
- Для Красного укажите 175.
- Для Зеленого укажите 55.
- Для Синего укажите 46.
- Установите Прозрачность на 0%.
- На панели Свойства диаграммы перейдите на вкладку Общие. Укажите параметры следующим образом:
- Для Заголовка диаграммы введите Рост территорий пашен и городской застройки в Эфиопии.
- Для Заголовок по оси X введите Исходный класс (1992).
- Для Заголовок по оси Y введите Общая площадь (м2).
- Для Заголовок легенды введите Новый класс (2018).
- Снимите отметку Описание.
Диаграмма обновится и примет свой окончательный вид.
Самые большие части категорий Bare, Forest, Grassland, Shrubland и Water перешли в класс Cropland. Если вы наведете курсор на столбец Cropland, вы увидите значение порядка 468 миллионов квадратных метров (468 кв.км) пашен, которые перешли в класс городской застройки. Между тем, наибольший вклад в расширение пахотных земель внесли кустарники, затем лес и пастбища. На основе диаграммы похоже, что рост населения в Эфиопии с 1992 по 2018 год в первую очередь способствовал значительному увеличению доли сельскохозяйственных земель. Рост городской застройки также присутствует, но в меньшей степени.
- Закройте диаграмму и панель Свойства диаграммы. Сохраните проект.
Вы проанализировали изменения почвенно-растительного покрова в Эфиопии. Далее вы будете анализировать последние изменения в растительности.
Анализ недавних изменений растительности
Чтобы понять, как на Эфиопию повлияло массовое нашествие саранчи, вы будете использовать спутниковые снимки Landsat 8 для сравнения значений индекса растительности до и после начала вторжения, которое началось в Кении в декабре 2019 года и распространилось на соседние страны в течение нескольких месяцев.
Изучение слоев снимков
Для начала вы создадите карту в рамках своего проекта и добавите в нее два снимка Landsat 8.
- На ленте щелкните вкладку Вставить. В группе Проект щелкните кнопку Новая карта.
В проект будет добавлена новая карта, Map1, рядом с первой картой.
- На ленте щелкните вкладку Карта. В группе Слой щелкните кнопку Добавить данные.
- В окне Добавить данные перейдите к местоположению, куда вы распаковали папку ChangeInEthiopiaData.
- Нажмите клавишу Ctrl и выберите наборы данных Landsat8_2019_10_15.tif и Landsat8_2020_11_18.tif. Нажмите OK.
Два снимка Landsat 8 добавлены на карту.
Первый из них был снят 15 октября 2019 года перед тем, как началось массовое нашествие саранчи. Второй снимок был сделан 18 ноября 2020 года после того, как саранча массово прошла через регион. Снимки охватывают город Аддис-Абеба и прилегающие сельские районы до границы заповедника Аледеги.
Вы оптимизируете способ отображения двух снимков и сравните их.
- Если необходимо, на панели Содержание выберите слой Landsat8_2020_11_18.tif.
- Щелкните на ленте вкладку Растровый слой. В разделе Отображение щелкните кнопку Символы.
Появится панель Символы. Для опции Основные символы задано RGB. У мультиспектральных снимков Landsat 8 изначально есть 11 спектральных каналов, но в загруженном изображении представлено только 7 из них. Красный, Зеленый и Синий каналы в настоящий момент заданы как каналы 1 (побережья и аэрозоли), 2 (синий), и 3 (зеленый) соответственно. Это комбинация каналов по умолчанию, она соответствует оригинальному порядку каналов. Вы измените символы, чтобы посмотреть снимок в естественных цветах, для этого нужна композиция каналов 4 (красный), 3 (зеленый) и 2 (синий).
- На панели Символы задайте следующие каналы:
- Задайте Красный канал как sr_band4.
- Задайте Зеленый канал как sr_band3.
- Задайте Синий канал как sr_band2.
Слой на карте обновится. Теперь растительность показана зеленым, голые почвы - коричневым или серо-коричневым, вода - синим или серо-голубым, а городская застройка - светло-серым.
Примечание:
Облакам и тени от облаков на изображении присвоены значения NoData с помощью канала Оценка качества (QA), который доступен в Landsat 8 surface reflectance. Эти области выглядят как пустые и вы можете видеть на этих участках слой, расположенный ниже.
- В панели Содержание щелкните слой Landsat8_2019_10_15.tif. На панели Символы задайте следующие каналы:
- Задайте Красный канал как sr_band4.
- Задайте Зеленый канал как sr_band3.
- Задайте Синий канал как sr_band2.
Вы используете инструмент Спрятать для сравнения двух изображений до и после нашествия саранчи.
- На панели Содержание щелкните слой Landsat8_2020_11_18.tif, чтобы выбрать его.
- На ленте на вкладе Растровый слой в группе Сравнить щелкните Спрятать.
- Потяните указатель сверху вниз, чтобы задвинуть верхнее изображение и увидеть второе изображение под ним.
На снимке 2019 года растительности было гораздо больше, чем в 2020.
- На ленте щелкните вкладку Карта. В группе Навигация щёлкните Исследовать.
- Сохраните карту.
Вычисление разницы значений пикселов
Теперь, когда вы визуализировали различия между двумя снимка, вы вычислите разницу в растительности с помощью индекса растительности NDVI в Мастере выявления изменений.
- На ленте щелкните вкладку Изображения. В группе Анализ щелкните кнопку Выявление изменений и выберите Мастер выявления изменений.
По умолчанию для Метода выявления изменений выбрана опция Изменение значения пиксела. Сейчас эта опция оказалась выбранной по умолчанию, потому что изображение является непрерывным.
- Для опции Растр Из выберите изображение 2019 года. Для опции Растр В выберите изображение 2020 года.
- Щелкните Далее.
Появится панель Разница каналов. Она позволит выбирать разные опции в соответствии с режимом изменения значений пикселов.
По умолчанию для Типа разницы указано Абсолютная. Абсолютная разница - это математическая разница между значениями пикселов из каждого изображения. Для сравнения, относительная разница учитывает величину сравниваемых значений. В данном случае значения индекса вегетации, которые вы будете использовать, уже нормализованы (они ранжированы от -1 до 1), поэтому нет необходимости использовать относительную разницу.
- Для опции Метод разницы каналов выберите Разница индекса каналов.
Эта опция позволяет сначала вычислить индекс каналов для каждого снимка перед тем, как будет выполнено сравнение. В данном случае вы используете индекс NDVI, который применяется для сравнения растительного покрова. Для параметра Индекс каналов указано значение по умолчанию NDVI.
Стандартизированный индекс различия растительности (NDVI) - это индекс, который обычно используется для оценки наличия или отсутствия здоровой растительности на снимке. Он использует информацию об отражательной способности из Красного и ближнего инфракрасного каналов (БИК) и вычисляет отношение по следующей формуле:
NDVI = (NIR – Red) / (NIR + Red)
Вы укажете, какие каналы на ваших снимках соответствуют БИК и красному спектральным каналам.
- Задайте Индекс ближнего инфракрасного канала как 5 - sr_band5 для обоих изображений. Задайте Индекс красного канала как 4 - sr_band4 для обоих изображений.
- Щелкните Далее.
- На панели Классифицировать разницу щелкните кнопку Вычислить статистику и гистограмму.
Мастер выявления изменений вычисляет NDVI для обоих изображений, а также вычисляет разницу между ними, поэтому на выполнение потребуется около минуты. Затем на карту будет добавлен слой Preview_Mask. Слой покажет разницу в значениях NDVI.
В Мастере выявления изменений на панели Классифицировать разницу есть гистограмма, показывающая распределение разницы значений между двумя датами. Положительные значения показывают повышение NDVI (то есть, увеличение здоровой растительности), а отрицательные - снижение NDVI (то есть, потерю здоровой растительности).
Теперь вы измените символы этого слоя, чтобы лучше понять, что он показывает.
- На панели Содержание щелкните цветовую схему Preview_Mask.
Появится панель Символы.
- На панели Символы для Цветовой схемы разверните ниспадающий список и поставьте отметку для опции Показать названия. Выберите Желто-зелено-синий (плавный переход).
- Отметьте Инвертировать.
Preview_Mask обновится. Области, где снизилось количество здоровой растительности, стали темно-синего или синего цвета. Области, где ее количество наоборот возросло показаны светло-желтым. Некоторые области слоя остались без цвета, поскольку на снимке были облака и они показаны как NoData.
- Закройте панель Символы.
- На панели Классифицировать разницу в гистограмме Исследовать различия потяните направляющую максимума до 0, чтобы на гистограмме оказались выбранными только отрицательные значения между минимальной и максимальной направляющими.
Слой Preview_Mask на карте обновится, в нем будут показаны только значения пикселов между минимальным (-1.36) и максимальным (0) значениями, выбранными на гистограмме. Подавляющее большинство значений ниже 0, это означает, что в большинстве областей растительность утрачена. Небольшая потеря NDVI между двумя датами ожидаема, особенно если учесть, что между датами съемки больше одного месяца. Вы хотите выявить области с наиболее существенной потерей NDVI.
- Перетяните максимальную направляющую примерно на -0.25.
Слой обновится. Теперь на карте будут показаны только те области, где потеря NDVI составила 0,25 и более. Будем считать, что это значение показывает существенную потерю NDVI.
- Убедитесь, что опция Классифицировать разницу в значениях отмечена. Щелкните кнопку Добавить новый класс.
Минимальное и максимальное значения добавлены в таблицу Classify Output. Эта функциональность позволяет извлекать и классифицировать указанный диапазон значений из растра разницы. Вместо вычисления разницы между двумя наборами данных вы можете выделить интересующие вас явления.
- В таблице Classify Output задайте значение Output как 1, Class Name как NDVI Loss, а Color как красный.
- В нижней части панели щелкните Предварительный просмотр.
На карту будет добавлен слой Preview_ClassifiedDifference. Красные пикселы представляют собой все области, где произошло существенное снижение NDVI.
Небольшие изменения NDVI от года к году являются нормой, но значительные потери NDVI, такие как выявленное в данном примере, можно оценить только как разрушительное происшествие. Скорее всего именно нашествие саранчи стало причиной потерь, которые вы увидели на снимке. Саранча наводняет растительность, и пахотные земли особенно уязвимы. Это привело к огромным потерям для миллионов людей.
- Щелкните Далее.
Затем вы сохраните результат.
- На панели Выходное построение задайте следующие параметры:
- Для Окрестности сглаживания убедитесь, что выбрано Нет.
- Для Сохранить результат как убедитесь, что выбрано Набор растровых данных.
- Для Выходного набора данных, щелкните Обзор. Дважды щелкните Папки и выберите Change in Ethiopia. Для Имени введите NDVILoss_2019_2020.tif. Щелкните Сохранить.
Примечание:
Указывая расширение .tif, вы говорите о том, что форматом выходного набора растровых данных будет файл TIFF. Список поддерживаемых растровых форматов см. в статье Форматы растровых файлов.
- Щелкните Запустить.
Новый набор данных добавлен на карту.
- На панели Содержание отключите слои Preview_ClassifiedDifference и Preview_Mask.
Примечание:
Если слой Preview_ClassifiedDifference отличается от итогового результата, возможно это связано с тем, что слой предварительного просмотра создается с помощью растровых функций, которые вычисляют результаты динамически с использованием пересчитанного размера пиксела, зависящего от текущего экстента набора данных.
- Сохраните проект. Не закрывайте Мастер выявления изменений.
Выполнение того же анализа несколько раз
Поскольку этот рабочий процесс обнаружения изменений выполнен с использованием растровых функций, вы можете сохранить результат (и результат из предыдущего модуля) как шаблон растровой функции. Затем вы можете использовать этот шаблон растровой функции с другими снимками для выполнения быстрого и повторяемого анализа, который может использоваться для разных территорий и разных лет.
Далее вы создадите рабочий процесс для сравнения NDVI в виде нового шаблона растровой функции.
- На панели Содержание отключите слой NDVILoss_2019_2020.tif.
- В Мастере выявления изменений, на панели Выходное построение, для Сохранить результат как выберите Шаблон растровой функции. Щелкните Запустить.
Появится окно редактора Шаблон растровой функции, в нем уже будут предварительно заполнены функции, которые вы использовали для запуска анализа.
- Щелкните правой кнопкой мыши в верхней части входных данных Растр, выберите Переименовать и назовите Растр из. Переименуйте нижний входной набор данных Растр в Растр до.
- Дважды щёлкните верхнюю функцию Арифметика каналов. В окне Свойства арифметики каналов щелкните Переменные и отметьте опцию IsPublic в параметре Растр Из.
Эта настройка определяет, что параметр Растр Из будет виден в итоговой функции растра. При запуске функции можно выбрать, какой растр следует использовать как параметр Растр от.
- Нажмите OK.
- Дважды щелкните нижнюю функцию Арифметика каналов. В окне Свойства арифметики каналов щелкните Переменные и отметьте опцию IsPublic в параметре Растр В.
- Нажмите OK. В окне Редактор растровых функций1 нажмите кнопку Сохранить.
- В окне Сохранить установите следующие параметры:
- Для Имени введите Landsat 8 NDVI Loss.
- Для Категории выберите Пользовательский.
- Для Описания введите Сравнивает два снимка Landsat 8 и извлекает потерю NDVI величиной 0.25 и более.
- Нажмите OK.
- Закройте окно Raster Function Template1. Если вы получите сообщение с вопросом, стоит ли сохранить измененную цепочку функций, щелкните Нет.
- На панели Мастер выявления изменений щелкните Готово.
Теперь вы протестируете функцию, которую только что создали.
- На ленте на вкладке Изображения в группе Анализ щелкните кнопку Функции растра.
Появится панель Функции растра.
- На панели Функции растра щелкните вкладку Пользовательский и разверните категорию Custom1.
- Щелкните Landsat 8 NDVI Loss.
Откроется созданная вами функция.
- На панели Landsat 8 NDVI Loss Свойства для Растр Из выберите Landsat8_2019_10_15.tif. Для Растр В выберите Landsat8_2020_11_18.tif.
- Щелкните Создать новый слой.
Итоговый слой функции растра будет добавлен на карту. Он прошел те же самые шаги обработки, которые вы выполнили в Мастере выявления измений. Вы можете указать любые два других снимка Landsat 8, чтобы получить аналогичный результат.
Примечание:
Если вы хотите выбрать другой сенсор (а это будет другой тип снимка), вы должны изменить значения индекса каналов в функциях Арифметики каналов, чтобы гарантировать, что для вычисления NDVI используются нужные каналы.
- Сохраните проект. Закройте ArcGIS Pro.
Вы использовали Мастер выявления изменений для вычисления разницы в значениях пикселов между слоями снимков Landsat и определили области с наибольшей потерей растительности. Вы также создали шаблон растровой функции, который можно использовать повторно, и применить тот же анализ к другим данным.
Выполнение анализа изменений на территориях, где вы живете
Мастер выявления изменений можно использовать для вычисления разницы между двумя растрами из вашей коллекции данных. Также мастер можно использовать для сравнения двух слоев в глобальном сервисе изображений с опцией выбора любого местоположения для анализа, включая области вашего проживания.
Анализ глобального сервиса изображений почвенно-растительного покрова
Сервис изображений Global Land Cover 1992-2019 размещен на ArcGIS Living Atlas, его можно найти и настроить для определенных годов, чтобы видеть, как на территории вашего проживания изменился почвенно-растительный покров. В качестве дополнительного упражнения, можно использовать дальнейшие шаги, чтобы увидеть, как изменяется регион вашего интереса.
- Запустите ArcGIS Pro и создайте проект при помощи шаблона Карта с выбранным вами именем проекта.
Вы получите доступ к динамическому слою, содержащему информацию, подобную той, которую вы использовали, но на весь мир.
- Щелкните вкладку Вид на ленте. В группе Окна щелкните Панель Каталог.
- На панели Каталог, на вкладке Портал, щелкните кнопку Living Atlas.
- Выполните поиск для Global Land Cover. Щёлкните правой кнопкой сервис изображений Global Land Cover 1992-2019 и выберите Добавить к текущей карте.
- На ленте щелкните вкладку Карта. В группе Запрос щелкните кнопку Найти .
- На панели Найти местоположение введите местоположение, например, Denver, CO, USA, и нажмите Enter.
Карта приблизится к интересующей вас области.
- Закройте панель Найти местоположение.
Примечание:
При необходимости уменьшайте масштаб, пока не увидите всю область целиком.
- На панели Содержание щёлкните правой кнопкой слой Global Land Cover 1992-2019 и выберите Свойства.
- Щелкните вкладку Время в диалоговом окне Свойства слоя. Для параметра Фильтрация с использованием времени выберите Нет времени - содержание отображается всегда.
- Перейдите на вкладку Определяющий запрос.
- Щелкните Новый определяющий запрос и введите запрос: Where Start Date is equal to 1/1/1992.
- Щелкните Применить. Нажмите OK.
Данные о почвенно-растительном покрове в вашей карте на 1992 год. Вы сохраните локальную копию этих данных для анализа.
- На панели Содержание щелкните правой кнопкой слой Global Land Cover 1992-2019 и выберите Данные и затем Экспорт растра.
Появится панель Экспорт растра.
- На панели Экспорт растра, рядом с опцией Выходной набор растровых данных щелкните кнопку Обзор. Выберите нужное местоположение, назовите выходной слой LandCover_1992.tif и щелкните Сохранить.
- Для Системы координат нажмите кнопку Пространственная привязка. В диалоговом окне Пространственная привязка в строке поиска введите albers equal area conic и нажмите клавишу Enter.
- Разверните Систему координат проекции и выберите подходящую систему координат для вашей области исследования. Нажмите OK.
- В опции Вырезающая геометрия выберите Текущий экстент отображения.
- Щелкните Экспорт.
На панель Содержание добавлен растр почвенно-растительного покрова 1992 года.
Примечание:
Ваши результаты могут отличаться в зависимости от местоположения анализа.
Затем вы повторите процесс, чтобы создать слой почвенно-растительного покрова 2019 г.
- Для слоя Global Land Cover 1992-2019 выполните следующие действия:
- В окне Свойства слоя сформируйте определяющий запрос: Where Start Date is equal to 1/1/2019.
- В панели Экспорт растра для Выходного растрового набора данных выберите расположение для выходных данных и назовите растр LandCover_2019.tif.
- В панели Экспорт растра в поле Система координат выберите ту же систему координат, которая использовалась ранее.
- В панели Экспорт растра для опции Вырезающая геометрия выберите Текущий экстент отображения.
- Щелкните Экспорт.
На вашу карту будет добавлен новый растр растительного покрова на 2019 год, который вы будете использовать для анализа.
- На панели Содержание щелкните правой кнопкой слой Global Land Cover 1992-2018 и выберите Удалить.
Теперь у вас есть два растра категорий разных лет, которые можно сравнить.
- На ленте на вкладке Изображение в группе Анализ щелкните кнопку Выявление изменений и выберите Мастер выявления изменений.
- В Мастере выявления изменений выберите следующие значения параметров:
- Метод выявления изменений оставьте Категорийное изменение.
- Для опции Растр Из выберите LandCover_1992.tif.
- Для опции Растр в укажите LandCover_2019.tif.
Теперь можно приступить к анализу изменений почвенно-растительного покрова в вашем регионе интереса.
Подсказка:
Чтобы лучше понять свои результаты, отключите исходные слои почвенного покрова с 1992 по 2019 год.
В этом руководстве вы сравнили наборы данных почвенно-растительного покрова за 1992 и 2018 года, чтобы вычислить изменения, произошедшие из-за роста городов и расширения сельского хозяйства в Эфиопии. Ваши выводы показывают, что рост населения в Эфиопии в основном способствовал увеличению использования сельскохозяйственных земель, а рост городов является второстепенным. Хотя сельское хозяйство расширилось, массовое нашествие саранчи в 2020 году привело к большим потерям урожая, о чем свидетельствует снижение NDVI. Вы сравнили два снимка Landsat 8 и извлекли регионы с потерей NDVI.
Вы можете найти больше учебных пособий в галерее учебных пособий.