数据包括土地利用类型数据、DEM数据、坡度数据、水体数据、高速公路数据、国道数据、省道数据、县道数据、公园分布数据,其中:土地利用类型数据来源于国家基础地理信息中心全球地表覆盖数据产品服务网站(DOI :10.11769),GlobeLand30 地表覆盖数据包含了耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪10 种主要地表覆盖类型。DEM 数据来源于地理空间数据云平台中GDEMV2 30 米分辨率的数字高程数据。坡度数据以DEM 数据为基础,通过ArcGIS10.7 软件SpatialAnalyst 工具箱表面分析模块中的坡度分析进行计算得到。水体数据、高速公路数据、国道数据、省道数据、县道数据来源于北京大学地理数据平台。成都公园名录来源于成都人民政府门户网站,其地理经纬度坐标数据来源于高德数据开放云平台经纬度拾取,所有数据统一投影在WGS-1984-UTM-zone-48 坐标系统下进行处理。1、土地利用数据下载网站:地理空间数据云 (gscloud.cn),今后专门出一期文章介绍数据下载。2、投影在WGS-1984-UTM-zone-48坐标系下,目的是为了统一计算面积使用。本文:选择林地、草地、湿地、水体面积大于3 平方千米的斑块作为本文研究的生态源地。根据生态源地与建设用地的不同扩张方式,可以计算出最小累积阻力差值,利用ArcGIS10.7 软件多元分析功能中的主成分分析工具,输入本文研究中各个评价指标对应的栅格数据,可以得出8 个主成分对应的因子载荷矩阵、特征值及其贡献率(表3)https://desktop./zh-cn/arcmap/latest/tools/spatial-analyst-toolbox/principal-components.htm 参考B站教学资料:
【【操作】利用ArcGIS进行主成分分析(PCA)】https://www.bilibili.com/video/BV1vY411n7A8?vd_source=6d89db9e241323a2605db3e21f2521e6 根据主成分分析结果,可以确认各指标的权重,如下表所示:在ArcGIS中计算主成分权重的方法有多种,其中最常用的是因子分析法和主成分回归法。 因子分析法通过最大方差法和最小残差法来计算权重,主成分回归法则通过回归系数来计算权重。 在使用ArcGIS进行主成分分析时,需要先进行数据预处理,包括缺失值填充、变量标准化等步骤。 然后,选择合适的计算方法,进行主成分分析并计算权重。 最后,根据权重对变量进行排序,选择最优的变量组合进行后续分析。arcgis主成分计算权重-总之,ArcGIS中的主成分分析是一个wenku.baidu.com常有用的数据分析工具,通过计算权重可以更加准确地反映不同变量在主成分分析中的贡献,从而提高数据分析效率和准确性。补充:有的文献中阻力系数是通过参考别的文献,人为划定的五个等级。
利用ArcGIS10.7 软件Spatial Analyst 模块中的成本距离分析工具,可以生成当前研究区生态扩张与建设扩张的阻力面,如图5 所示。结合上述分析并根据最小累积阻力模型,利用栅格计算器生成当前研究区最小累积阻力差值面,见图6。根据图6 结果, 利用ArcGIS10.7 软件SpatialAnalyst 模块中的成本路径分析工具,可以生成各个生态源地斑块之间的最小成本路径,通过公式(4)可以计算出各生态源地最小成本路径的相互作用强度,如表7 所示。根据表7 结果并剔除重复以及距离过近等廊道,共获得18 条潜在生态廊道,将其与生态源地、最小累积阻力面进行图层叠加,可以得到当前成都生态安全格局。
声明:以上内容是基于论文原文自行理解并归纳总结,仅供学习使用。不足之处,请各位专家、前辈批评指正。
|