【原】制图教室丨ARCGIS & EARTHDATA研究世界 —— 研究植物（上）

hello各位小伙伴，与你相约的每周一制图教室时间又到了。

本期依然是一波小技巧分享，后续还会给大家推出我们的小技巧合辑，一定要关注哦~

在之前的ARCGIS软件训练营中我向大家也给大家介绍过一个在USGS Earth Explorer网站（https://earthexplorer./）下载LANDSAT8数据计算任意地区地表温度的方法：

NDVI = (Band 5 – Band 4) / (Band 5 + Band 4) ，详细计算原理可见该网站介绍：

▲ https://www./landsat-missions/landsat-normalized-difference-vegetation-index

▲ USGS Landsat Normalized Difference Vegetation Index

上述做法的缺点在于：

1）格栅精度是30m，如果处理很大的区域会导致计算机负荷过大（熟悉ArchGIS的同学肯定知道我们在讲RESAMPLE运算器的时候提到过数据精度过大往往不是好事）

2）USGS的网站动不动登录不上。

本期我们以超大尺度植被分析为主题，放弃任何计算，在更加稳定的NASAEARTHDATA的数据库中直接获取250m格栅精度植被覆盖率数据，之后我们仿照哈佛大学MLA15,16级ASLA学生奖作品的图纸制作一个以BIOME-Biogeochemical Cycles (BGC)标准为分类依据的超大尺度的草地/灌木分类MAPPING。

▲ Sourav Kumar Biswas (MLA ’16) and Flavio Sciaraffia (MLA ’15) recipients of American Society of Landscape Architects 2015 Student Award

「数据获取 」

登录250m格栅精度植被覆盖率数据MODIS/Terra Vegetation Continuous Fields Yearly L3 Global 250 m SIN Grid网址：https://lpdaac./products/mod44bv061/，选择ACCESS DATA中的NASA Earthdata Search一项【上图1】，自动跳转至NASA EARTHDATA网站，选择【下图1】红框处即可。通过在屏幕上框选【下图1】右侧内矩形或多边形选取瓦片区域，在屏幕下端【下图2】红框处拖动时间轴选择数据间隔时段即可选择对应的植被覆盖度瓦片。该数据从2000年开始间隔1年收集，目前最新数据更新至2021年3月-2022年3月（每年3月该卫星数据更新）。

我们以法国为例，通过3个瓦片组合出2010年的法国植被覆盖率数据【下图3个红框处】, 通过这个例子我们可以直观地看到单个数据瓦片的面积非常大。

「 数据理解 」

该数据瓦片尺度很大，覆盖144万平方公里（1200km*1200km），单像素精度250m，像素行列数为4800个。数据使用Sinusoidal坐标，因此该数据原始图像的形态会和我们常见的GSC_WGS1984世界坐标的网页地图高度扭曲，如果想要以常见的地图形式展示在ArcGIS需要使用Project Raster运算器。

详细数据可以在：https://lpdaac./products/mod44bv061/网站下Collection and Granule目录内获取：

该数据共有7个Bands，其中比较重要的是【下图红框处】：

Percent_Tree_Cover，乔木覆盖率；

Percent_NonTree_Vegetation，非乔木（灌木，地被）覆盖率；

Percent_NonVegetated，无植被覆盖率；

「数据处理 」

我们以法国2010年的非乔木（灌木，地被）覆盖率为例展示一下ArcMAP中的操作：

1) 下载后得到3个HDF栅格数据【下图1】，拖入ArcMAP后选择选择Precent——NoTREE_Vegtation_MOD448_250m图层【下图2】：

2) 由于我们下载的是3个瓦片，因此需要进行拼贴，使用MOSAIC TO NEW RASTER运算器【下图1】拼贴成1个TIFF文件。

这里给不熟悉该运算器的同学解释一下几个关键参数：

a）Raster Dataset Name with Extension选择导出的文件名，需要带后缀名tiff；

b）Spatial Reference for Raster (optional)选择导出的文件坐标，我们为了跟常见的底图形态一致，选择GCS_WGS_1984；

c）Pixel Type (optional)，这里选择8_BIT_UNSIGNED，和原始HDF数据一致即可【下图2红框处】；

 

3）通过上述计算，得到新的TIFF文件，这里要注意将新数据单独加载在新的DATA FRAME内（原有DATA FRAME的坐标为Sinusoidal），现在这个新的TIFF图像已经将数据拼合为一个格栅瓦片了【下图】。这里会看到有奇怪的边缘【下图蓝色黄色整齐边缘】，这是瓦片边界，无视即可。

我们可以看到数据为0-200的色带，其中，真正代表灌木/草甸覆盖率的是0-100，200代表水域。这里我参照FAO-Land Cover分类标准，将覆盖率分为10%，40%，60%，100% 在Symbology中进行分类进行表达：

「成品图纸 」

简单地调一下色，我们来看一下2010年的法国草地/灌木覆盖率的成图