ENVI中转移矩阵计算

土地利用矢量、栅格转移矩阵计算

最简单的土地利用/景观转移矩阵的制作（转）(2009-05-19 03:36:24)标签：杂谈分类：相关资料/124793909写文章的过程中，同样也用到了土地利用/景观转移矩阵。

转移矩阵的制作很多软件可以实现，有Arcview、Arcmap、还有人用matlab。

但是网上都写的都不详细，在这里，本文才用arcmap的叠加操作＋excel的数据统计功能，可以轻松完成这一过程。

相信看完了本文，初学者或者对GIS了解不多的人，也能轻松的制作出转移矩阵。

方法一：1 数据准备准备好两期的coverage或shape文件。

（注意：拓扑关系要建好，不然无法计算），采用Arcmap打开上述两期文件。

2 叠加操作选择Arcmap里面的“ArcToolbox”按钮下面的“Analysis Tools”工具下面的叠加分析模块（Overlay）下面的交叉分析功能（Intersect）。

选择已经打开的两期数据进行叠加分析。

叠加的结果存在一个可以找到的地方。

同时，把叠加后的结果添加在Arcmap里。

3 输出叠加文件的属性数据A、右键打开intersect产生的矢量文件的数据属性表（open attribute table）。

B、点击“options”按钮，选择“add field”，然后给出一个新name“newarea”，数据类型为doubleC、右键点击刚刚产生的“newarea”，并选择“calculate values”D、然后点击“field calculator”对话框里面的“Advanced”后选择“help”将Dim Output as doubleDim pArea as IareaSet pArea = [shape]Output = pArea.area拷入到“field calculator”对话框下面的空白处E、在对话框“field calculator”最下面的空白处填上“output”F、在属性表点击“options”按钮，→export（导出），属性以.dbf格式结果存储。

ArcGIS生成景观转移矩阵

ARCGIS转移矩阵2012-03-08 20:28:13| 分类：ARCGIS | 标签：|字号大中小订阅土地利用转移矩阵生成的几种方法查阅相关的资料，也没有得到土地利用类型转换矩阵确切的定义，我理解为不同时间段内同一区域内土地利用类型的相互转换关系，一般用二维表来表达，从二维表中可以快速查看各个地类间相互转化的具体情况。

比如某一类别的土地有百分之多少（或者面积）分别转化成了其他的土地类型，现在某类型的土地分别是由过去的哪些类别转化而来的等等。

还可以生成变化统计栅格图（掩膜图像），它描述了前后两幅土地分类图之间的地类发生转变的位置和类别。

土地利用类型转换矩阵可以从两幅栅格图中计算得到，也可以从两个矢量文件中计算获得。

下面介绍在ENVI下从两幅分类结果的栅格图中计算土地利用类型转换矩阵。

1、准备数据两个时相的土地利用分类结果，它是单波段、专题类型的伪彩色图像（ENVI Classification）。

2、计算转换矩阵打开两个土地利用分类结果。

（1）在主菜单中，选择Basic Tools → Change Detection → Change Detection Statistics。

（2）分别在Initial State对话框和final state对话框中选择前一时相和后一时相的土地利用结果。

（3）在Define Equivalent Classes对话框中（图1），如果两个土地利用分类名称一致，系统自动将Initial State Class和Final State Class对应，否则手动选择，单击Add Pair按钮选择。

（4）选择对应的地物类型之后，单击OK按钮，出现图2对话框。

选择生成图表表示单位（Report Type）：像素（Pixels）、百分比（Percent）和面积（Area）。

选择Output Classification Mask Images?为YES，输出掩膜图像，选择输入路径及文件名。

利用栅格计算器进行土地利用类型转移矩阵计算

利用栅格计算器进行土地利用类型转移矩阵计算土地利用类型转移矩阵是用来描述不同土地利用类型之间的转移情况的工具。

它可以用来分析土地利用的动态变化过程，包括城市化、农业发展等方面的变化。

栅格计算器是一种计算机软件，可以用来进行土地利用类型转移矩阵的计算。

栅格计算器是一种专门用于处理栅格数据的计算工具。

栅格数据是将地理空间划分为一系列规则的栅格单元，每个栅格单元对应一个像素，每个像素有一个数值或代表其中一类别。

栅格计算器可以对这些像素进行计算，并生成新的栅格数据。

土地利用类型转移矩阵可以通过栅格计算器来计算。

首先，需要准备好土地利用类型的栅格数据。

这些栅格数据可以是多期的遥感影像，每个像素代表一个土地利用类型。

然后，可以使用栅格计算器中的功能来统计不同土地利用类型之间的转移情况。

具体而言，可以使用栅格计算器中的“像元统计”功能来统计每个类型之间的转移数量。

这个功能可以对不同的像素进行统计，并生成转移矩阵的结果。

在统计过程中，可以设置条件，比如只统计特定的时间段内的转移情况，以及忽略一些类型的转移。

另外，栅格计算器还可以进行更加复杂的计算，比如计算不同类型之间的转移概率。

这可以通过将每个类型的转移数量除以总的转移数量来实现。

通过这些计算，可以得到不同类型之间的转移概率矩阵，从而更深入地分析土地利用的变化过程。

此外，栅格计算器还可以进行可视化分析。

它可以生成不同类型之间的转移矩阵的图表和图像。

这些图表和图像可以让人更加直观地理解土地利用的变化情况，包括哪些类型之间的转移较多、哪些类型之间的转移比例较大等等。

总之，利用栅格计算器进行土地利用类型转移矩阵的计算可以方便地分析土地利用的变化情况。

通过统计不同类型之间的转移数量和转移概率，可以得到更准确的结果。

同时，通过可视化分析，可以更好地理解土地利用的动态变化过程。

栅格计算器为土地利用研究提供了强大的工具和方法。

马尔可夫转移矩阵例题

马尔可夫转移矩阵例题
假设有一个马尔可夫链，其状态空间为{A, B, C}，转移概率矩阵如下：
A B C
A 0.2 0.5 0.3
B 0.6 0.1 0.3
C 0.4 0.4 0.2
这个转移矩阵表示从状态A转移到状态A的概率为0.2，从状态A转移到状态B的概率为0.5，从状态A转移到状态
C的概率为0.3，以此类推。

现在假设初始状态为A，我们希望求出经过2步之后的状态分布。

首先，我们将初始状态向量表示为 [1, 0, 0]，表示初始状态为A的概率为1，其他状态为0。

根据转移矩阵，我们可以计算出经过一步之后的状态分布。

将初始状态向量与转移矩阵相乘，得到结果为 [0.2, 0.5, 0.3]。

接下来，将上一步计算得到的状态分布作为初始状态向量，再与转移矩阵相乘，得到经过两步之后的状态分布。

将[0.2, 0.5, 0.3] 与转移矩阵相乘，得到结果为[0.38, 0.29, 0.33]。

因此，经过两步之后的状态分布为：A的概率为0.38，B的概率为0.29，C的概率为0.33。

这样，我们就得到了经过两步之后的马尔可夫链的状态分布。

最简单的土地利用景观转移矩阵的制作

最简单的土地利用/景观转移矩阵的制作转移矩阵的制作很多软件可以实现，有Arcview、Arcmap、还有人用matlab。

但是网上都写的都不详细，在这里，本文才用arcmap的叠加操作＋excel的数据统计功能，可以轻松完成这一过程。

看完本文，初学者或者对GIS了解不多的人，也能轻松的制作出转移矩阵。

方法一：1 数据准备准备好两期的coverage或shape文件（注意：拓扑关系要建好，不然无法计算），采用Arcmap打开上述两期文件。

2 叠加操作选择Arcmap里面的“ArcToolbox”按钮下面的“Analysis Tools”工具下面的叠加分析模块（Overlay）下面的交叉分析功能（Intersect）。

选择已经打开的两期数据进行叠加分析。

叠加的结果存在一个可以找到的地方。

同时，把叠加后的结果添加在Arcmap里。

3 输出叠加文件的属性数据A、右键打开intersect产生的矢量文件的数据属性表（open attribute table）。

B、点击“options”按钮，选择“add field”，然后给出一个新name“newarea”，数据类型为doubleC、右键点击刚刚产生的“newarea”，并选择“calculate values”D、然后点击“field calculator”对话框里面的“Advanced”后选择“help”将Dim Output as doubleDim pArea as IareaSet pArea = [shape]Output = pArea.area拷入到“field calculator”对话框下面的空白处E、在对话框“field calculator”最下面的空白处填上“output”F、在属性表点击“options”按钮，→export（导出），属性以.dbf格式结果存储。

4 Excel进行转移矩阵制作A、刚才存储的.dbf文件可以使用excel打开，打开的结果重新保存为.xls（excel）文件。

envi土地利用转移矩阵步骤

envi土地利用转移矩阵步骤1. 简介环境土地利用转移矩阵是一种用于分析土地利用变化的工具。

它可以帮助我们了解土地利用类型之间的变化情况，以及这些变化对环境和可持续发展的影响。

在本文中，我们将介绍使用envi软件进行土地利用转移矩阵分析的步骤。

2. 数据准备在进行土地利用转移矩阵分析之前，我们需要准备好相应的数据。

这些数据通常包括不同时间点的土地利用分类图像或矢量数据，以及对应时间点的土地利用分类表。

3. 数据处理3.1 数据导入首先，我们需要将准备好的数据导入到envi软件中。

可以通过文件菜单中的”打开”选项来导入图像或矢量数据。

3.2 图像预处理如果导入的是图像数据，我们可能需要对其进行预处理以去除噪声、增强对比度等操作。

envi提供了一系列图像处理工具，可以帮助我们完成这些任务。

3.3 矢量数据处理如果导入的是矢量数据，我们可能需要对其进行空间分析和属性统计等操作。

envi 提供了一些强大的矢量数据处理工具，可以帮助我们完成这些任务。

4. 土地利用分类4.1 分类方法选择在进行土地利用转移矩阵分析之前，我们需要选择合适的土地利用分类方法。

常见的方法包括基于光谱信息的分类、基于纹理信息的分类、基于特征组合的分类等。

4.2 分类结果评估完成土地利用分类后，我们需要对分类结果进行评估。

常见的评估指标包括总体精度、用户精度、生产者精度等。

envi提供了一些工具来帮助我们计算这些指标。

5. 土地利用转移矩阵分析5.1 转移矩阵生成首先，我们需要根据不同时间点的土地利用分类图像或矢量数据生成土地利用转移矩阵。

envi提供了一些工具来帮助我们完成这个任务。

5.2 转移矩阵可视化生成土地利用转移矩阵后，我们可以使用envi提供的可视化工具来展示和分析转移矩阵。

这可以帮助我们更好地理解不同类型之间的变化情况。

5.3 转移矩阵分析通过对土地利用转移矩阵进行分析，我们可以了解不同类型之间的转移关系、转移概率等信息。

ERDAS Imagine 2013 转移矩阵计算

ERDAS Imagine 2013 转移矩阵计算
转移矩阵：
1.选择Raster标签中Raster GIS组内Matrix Union（如下图所示）。

2.出现Matrix对话框时要求给出初始状态数据、最终状态数据以及输出结果路径（见下图）。

3.点击确定后出现Process list显示处理进度，处理完后可以关闭。

4.打开转移矩阵数据后，光标移到该图层上面按右键，点击Display Attribute Table可以查看转移矩
阵数据表（如下图所示）。

5.打开Attribute Table后，Histogram栏中可以查看各种变化类型对应的像素总数。

初始状态
与最终状态对应的类型代码。

初始状态代码初始状态代码
变化检测：
1.选择Raster标签中Change Detection组内Zonal Change类工具中Image Difference（如下图所示）。

2.出现Change Detection对话框时要求给出初始状态数据、最终状态数据以及图像差异与变化突
出结果路径等选项（见下图）。

3.同样显示属性表（Display Attribute Table）后，变化突出结果属性表里可以查看增减情况（见下
图），而图像差异属性表了可以查看变化程度。

ENVI笔记

ENVI笔记ENVI学习笔记（一）监督分类监督分类：最大似然法，最小距离法，平行六面体法，马氏距离法，波谱角法，而至编码法。

实验室的论文中出现较多的是最大距离法的分类。

1所有的监督分类法，都需要确定感兴趣区（ROI）。

2一般常用的波段组合是7,4,1或者4,3,2。

有时可以选择3,3,3。

其中，7,4,1波段的组合，最接近地物的实际颜色。

3右键——ROI Tool——设定分类系统，根据分类系统取不同地物的样点；主菜单上的Classification——supervised——maximum likelihood_——如果有掩膜，选定图像的文件后，要加上掩膜，左后才可以确定分类；如果没有掩膜，直接确定分类即可。

（二）非监督分类非监督分类：K-Means（K均质分类）Isodate（迭代自组织数据分类技术）。

非监督分类不需要选择感兴趣区，可以直接分类。

主菜单上的Classification——unsupervised——K-Means——确定分为几个类型后直接确定即可自动分类。

（三）掩膜1右键——ROI Tool——小菜单上的ROI-Type——Rectange （矩形）/Polygon（不规则的多边形）——画出需要的图像范围；2主菜单上的Basic T ools——Masking——Build Mask——选择出相应的窗体文件名——小菜单上Options——Import RoIS——选择所画掩膜区——OK——Apply.3几幅图像如果需要完全一样大，则只在一幅图像上画出感兴趣区，其他完全一样即可。

注意：每个图像要有与之完全匹配的掩膜！有时，做好研磨后导出的原图大小不等，只需分类后套上掩膜，即可。

（四）决策树分类打开tm 影像，和dem影像1主菜单上的Classification——Decision Tree——Build new tree2在第一个模块上，右键——Edit Decision Properties或者单击左键即可3在name中输入所需要分类的标准表达式。

envi运算技巧

1.(b1 le 0)*0+(b1 ge 0)*(b1*0.0001)这个公式意思就是要是值小于0 就乘以0，使其变为0；同时，值大于等于0的话就乘以0.0001这个系数2行政边界的矢量分割可以在Acrtools－> Analysis Tools -> Extraction->Split中进行批量矢量分割。

3现NDVI产品数据处理过程中遇到以下问题：问题1： NDVI是归一化植被指数，它的取值范围是-1—1，如何理解？方法：对于陆地表面覆盖来说，云、雨、雪在可见光比近红外波段有较高的反射作用，所以NDVI为负值；岩石、裸土的NDVI一般为0；有植被覆盖的地方一般大于0。

问题2：导入ENVI进行查看，发现未拼接重投影之前影像数据范围为-3000—0.99880，拼接重投影之后影像数据范围在-3000—9988。

是数据值发生了改变吗？方法： ENVI — Basic Tool — Preprocessing — Data-Specific Utilities — View HDF Attribute（在envi里面查看NDVI波段参数）可以发现它的有效值范围为（-2000—10000），因此数据值-3000是无效值，其他的值是乘以了10000这个系数（scale_factor），因此在拼接重投影过程中ndvi值并没有发生变化。

还有些值如32767等表示有云。

问题3：按上面所述，它的根本值没有发生改变，但是毕竟一部分数值已经扩大了啊，怎么处理比较合理？方法：ENVI — Basic Tools — Band Math（波段运算，把负值去掉）在弹出的对话框Band Math中，Enter an expression： (b1 lt 0)*0+(b1 ge 0)*(b1*0.0001)。

这个公式意思就是：要是值小于0 就乘以0，使其变为0；同时，值大于等于0的话就乘以0.0001这个系数。

envi运算技巧

envi运算技巧1.(b1 le 0)*0+(b1 ge 0)*(b1*0.0001)这个公式意思就是要是值⼩于0 就乘以0，使其变为0；同时，值⼤于等于0的话就乘以0.0001这个系数2⾏政边界的⽮量分割可以在Acrtools－> Analysis Tools -> Extraction->Split中进⾏批量⽮量分割。

3现NDVI产品数据处理过程中遇到以下问题：问题1： NDVI是归⼀化植被指数，它的取值范围是-1—1，如何理解？⽅法：对于陆地表⾯覆盖来说，云、⾬、雪在可见光⽐近红外波段有较⾼的反射作⽤，所以NDVI为负值；岩⽯、裸⼟的NDVI⼀般为0；有植被覆盖的地⽅⼀般⼤于0。

问题2：导⼊ENVI进⾏查看，发现未拼接重投影之前影像数据范围为-3000—0.99880，拼接重投影之后影像数据范围在-3000—9988。

是数据值发⽣了改变吗？⽅法： ENVI — Basic Tool — Preprocessing — Data-Specific Utilities — View HDF Attribute（在envi⾥⾯查看NDVI波段参数）可以发现它的有效值范围为（-2000—10000），因此数据值-3000是⽆效值，其他的值是乘以了10000这个系数（scale_factor），因此在拼接重投影过程中ndvi值并没有发⽣变化。

还有些值如32767等表⽰有云。

问题3：按上⾯所述，它的根本值没有发⽣改变，但是毕竟⼀部分数值已经扩⼤了啊，怎么处理⽐较合理？⽅法：ENVI — Basic Tools — Band Math（波段运算，把负值去掉）在弹出的对话框Band Math中，Enter an expression： (b1 lt 0)*0+(b1 ge 0)*(b1*0.0001)。

这个公式意思就是：要是值⼩于0 就乘以0，使其变为0；同时，值⼤于等于0的话就乘以0.0001这个系数。

植被覆盖率转移矩阵分析

植被覆盖率转移矩阵分析植被在地球上的能量交换和生态循环中起着重要作用[1]，对于生态脆弱的草原矿区而言，植被受气候、采矿、放牧等人类活动的影响较大。

利用多光谱遥感数据得到的植被覆盖度（fraction of vegetation coverage，FVC）作为衡量植被状况、指示植被动态变化的指标[2-4]应用广泛。

文献[5—9]分别对沙漠化地区、阴山北麓草原区、内蒙古大青山自然保护区、甘南草原区、淮南矿区等地的植被覆盖度动态变化进行了研究。

从方法上看，利用线性混合理论对混合光谱进行应用和解释是较为普遍的方法，像元二分模型在构建时NDVIveg（NDVI for “pure”vegetation pixel）和NDVIsoil（NDVI for “pure”bare soil pixel）的取值也得到重视[10-12]。

在典型区域长时序植被覆盖度变化研究中传统的静态多时相比较研究仍有应用[13-14]，但此种方法对于草原区FVC变化分析时易受到气温、降水等年际物候差异等的影响，难以科学揭示生态是否退化及其驱动因素等根本问题。

已有的研究中对FVC进行了分级[15-16]，这些基于分级的分析能够在一定程度上表现区域植被演化特征，但难以进一步提高定量表达的精度。

此外，多数长时序植被覆盖度研究中只采用一种趋势分析方法，如回归分析、Sen趋势度和Manner-Kendall趋势检验相结合的方法等[17-19]，多种分析方法的对比研究较少。

针对上述问题，本文以内蒙古呼伦贝尔市宝日希勒露天矿区为例，基于1985—2015年年度最大合成NDVI数据，采用一元线性回归法和Sen+Mann-Kendall法，进行FVC的长时间序列分析，并对比两种趋势分析方法的差异。

研究结果有助于获取科学评价长时序煤炭开发活动对地表生态影响的基础数据，同时为类似区域长时序植被变化监测及FVC变化趋势分析提供方法参考。

1研究区概况与数据获取1.1研究区概况宝日希勒矿区位于内蒙古自治区呼伦贝尔市陈巴尔虎旗，地理坐标为49°10′N—49°40′N，119°10′E—120°30′E，矿区面积约为255 km2。

envi土地利用转移矩阵步骤

envi土地利用转移矩阵步骤土地利用转移矩阵是一种用来描述不同土地利用类型之间转移的工具。

它能够帮助我们了解和分析土地利用变化的趋势和模式。

下面是一个关于如何构建土地利用转移矩阵的详细步骤：1.数据收集和整理：首先，需要收集和整理相关的土地利用数据。

这些数据可以来源于土地调查、遥感影像分析、地理信息系统（GIS）数据等。

关键是确保数据的准确性和一致性。

2.划定土地利用类别：根据研究的目的和需要，将土地利用类型进行分类。

一般情况下，土地利用类别包括农田、林地、草地、居民用地、工业用地、交通用地、水域等等。

确保分类准确且不重复。

3.确定时间段：确定需要进行土地利用转移矩阵分析的时间段。

可以选择不同的时间段，如年度、五年间隔等。

确保时间段的范围合理，以便能够观察到土地利用变化的趋势。

4.构建转移矩阵：根据收集到的土地利用数据，按照时间顺序构建土地利用转移矩阵。

矩阵的行和列分别代表了不同的土地利用类型，矩阵中的每个元素表示了从一种类型转移到另一种类型的转移量。

这些转移量可以是面积、数量或者比例。

5.进行矩阵运算：对转移矩阵进行一系列的计算和分析。

可以计算每个土地利用类型的转移量、转移比例、转移概率等等。

这些指标可以帮助我们了解各种土地利用类型之间的相互转移关系。

6.分析转移趋势和模式：根据转移矩阵的计算结果，进行转移趋势和模式的分析。

可以通过可视化工具，如柱状图、折线图、散点图等，来展示不同类型之间的转移关系和转移趋势。

这有助于我们发现和解释土地利用变化的模式和原因。

7.验证和评估：最后，对土地利用转移矩阵的结果进行验证和评估。

可以与实地调查数据进行对比，以提高模型的准确性和可靠性。

评估转移矩阵的质量，并确保分析结果的科学有效性。

总结起来，构建土地利用转移矩阵的步骤包括数据收集和整理、划定土地利用类别、确定时间段、构建转移矩阵、进行矩阵运算、分析转移趋势和模式，以及验证和评估分析结果。

这一步步的过程能够帮助我们全面深入地分析土地利用的变化，从而为土地规划和管理提供科学依据和决策支持。

土地利用转移矩阵生成的几种方法

土地利用转移矩阵生成的几种方法1.转移概率法转移概率法是一种比较常用的方法，它根据历史数据计算不同土地利用类型之间的转移概率。

首先，需要收集一段时间内的土地利用数据，将其分为不同类型，并记录下每个类型之间的转移情况。

然后，可以通过计算每个土地类型转移到其他类型的频率，得到相应的转移概率。

最后，将转移概率组成矩阵即得到土地利用转移矩阵。

2.马尔可夫链法马尔可夫链法是利用马尔可夫链的理论基础来生成土地利用转移矩阵的一种方法。

该方法假设每个时刻的土地利用状态只与前一个时刻的状态有关。

首先，需要收集历史土地利用数据，并将其编码为一系列数字或文字。

然后，通过计算相邻两个时刻的状态之间的转移概率，得到一个转移矩阵。

最后，根据马尔可夫链的性质，可以通过该转移矩阵推算未来的土地利用情况。

3.神经网络法神经网络法是一种利用神经网络进行土地利用转移矩阵生成的方法。

该方法通过训练神经网络模型，从历史土地利用数据中学习土地利用类型之间的转移关系。

首先，需要将历史数据输入神经网络模型进行训练，使其能够学习到土地利用类型之间的转移规律。

然后，可以利用训练好的模型进行预测，生成未来的土地利用转移矩阵。

4.统计分析法统计分析法是一种通过对历史土地利用数据进行统计分析，估计土地利用转移概率的方法。

首先，需要收集一定时间范围内的土地利用数据，并整理为相应的数据矩阵。

然后，可以利用统计方法，如相关系数分析、回归分析等，来计算不同土地利用类型之间的转移概率。

最后，将得到的转移概率填充到转移矩阵中，即得到土地利用转移矩阵。

综上所述，土地利用转移矩阵的生成方法多种多样，可以根据具体的需求和数据情况选择适合的方法。

每种方法都有其优缺点，需要根据具体情况进行选择。

生成准确的土地利用转移矩阵对于合理规划和管理土地资源具有重要意义。

envi波段计算矩阵

ENVI中波段计算矩阵的步骤如下：
1. 准备数据：两个时相的土地利用分类结果，这是单波段、专题类型的伪彩色图像（ENVI Classification）。

2. 计算转换矩阵：打开两个土地利用分类结果。

* 在主菜单中，选择Basic Tools → Change Detection → Change Detection Statistics。

* 分别在Initial State对话框和Final State对话框中选择前一时相和后一时相的土地利用结果。

* 在Define Equivalent Classes对话框中，如果两个土地利用分类名称一致，系统自动将Initial State Class和Final State Class对应，否则手动选择，单击Add Pair按钮选择。

* 选择对应的地物类型之后，单击OK按钮，出现对话框。

选择生成图表表示单位（Report Type）：像素（Pixels）、百分比（Percent）和面积（Area）。

选择Output Classification Mask Images? 为YES，输出掩膜图像，选择输入路径及文件名。

* 单击OK，执行土地利用类型转换矩阵计算过程。

以上步骤仅供参考，建议查阅ENVI软件操作手册或咨询遥感专业人士，获取更精准的信息。

ENVI后处理之转移矩阵计算

ENVI后处理之转移矩阵计算转移矩阵是环境影响评价（Environmental Impact Assessment, EIA）中常用的一种分析工具。

在ENVI（Environment for Visualizing Images）后处理过程中，转移矩阵用于计算影响因素在不同环境媒介之间的转移程度，以评估环境影响的传递和累积情况。

本文将介绍转移矩阵的计算方法及其应用。

转移矩阵描述了环境影响因素在不同环境媒介之间的转移关系。

环境媒介可以是空气、水、土壤等。

转移矩阵中的每一个元素表示从一个媒介到另一个媒介的转移比例或概率。

例如，转移矩阵的第i行第j列元素表示影响因素从第i个媒介转移到第j个媒介的比例或概率。

计算转移矩阵的方法通常包括两个步骤：采样和分析。

在采样阶段，需要对环境媒介和影响因素进行采样，并获取相应的样品数据。

例如，对于水中的重金属污染，可以在不同位置采集水样，然后对水样进行化学分析，得到各个位置的重金属含量。

在分析阶段，需要对采样数据进行处理和分析，以计算转移矩阵。

常用的计算方法包括百分比、平均值、标准差、相关性等。

例如，对于水中的重金属污染情况，可以计算不同位置之间的重金属含量的平均值和标准差，并以此得到转移比例或概率。

计算得到的转移矩阵可以用于评估环境影响的传递和累积情况。

通过分析转移矩阵，可以确定哪些环境媒介对环境影响的传递起到关键作用，进而采取相应的环境保护措施。

例如，如果一些环境媒介之间的转移比例较高，则可以考虑在这些环境媒介之间设置屏障或采取其他措施，以减少环境影响的传递。

转移矩阵的计算在环境影响评价中具有广泛的应用。

例如，在工业废水排放评价中，可以计算废水中各类污染物在水体中的转移比例，以评估废水对水环境的影响程度。

在大气污染源评价中，可以计算排放源中的污染物在大气中的传输比例，以评估排放源对大气污染的贡献程度。

总结而言，转移矩阵是ENVI后处理过程中常用的一种计算方法，用于评估影响因素在不同环境媒介间的转移程度。

ENVI 中转移矩阵计算
1. 在Classification 菜单中Post Classification 子菜单项选择择Change Detection Statistics
菜单项〔图1〕。

图1
或者在Basic Tools 菜单中Change Detection 子菜单项选择择Change Detection Statistics 菜单项〔图2〕。

图 2
2. 依次出现初始状态选择对话框〔图3〕和最终状态选择对话框〔图4〕。

图 3
图 4
3. 选择对应的分类结果后，会出现类型匹配对话框，要求用户给出初终分类重的一样类型〔图5〕。

假设初终分类用的是同意分类体系，则无须修改直接确认即可。

图 5
4. 选择需要统计的单位〔像素数、百分比及面积〕和输出变化类型淹没文件路径输入对话框〔图6〕。

图 5
确认后显示转移矩阵数据表〔图7〕，各列为初始类型、各行为最终类型及元数据。

初始类型最终类型
此表可以存储为文本文件供其他分析。

改变统计精度和面积单位
结果显示。

遥感影像解译及土地转移矩阵以西安为例子

未利用地和建筑用地的可分离性小于 1.9，因此需要重新选择训练样本
3
分类器选择
目前ENVI的监督分类可分为基于传统统计分析学的，包括平行六面体、最小距离、马氏距离、最大似然，基于神经网络的，基于模式识别，包括支持向量机、模糊分类等，针对高光谱有波谱角（SAM），光谱信息散度，二进制编码
4
543波段合成：植被显示绿色，虽能区分出林地和耕地，但是难于区分林地，草地
453波段合成：耕地呈现猩红色或浅褐色，草地呈现黄绿色，林地呈现深褐色，因此选择 453波段合成来进行影像分类
2
训练样本选择
（1）在Image窗口选择Overlay----- Region of Interest (ROI)，打开Region of Interest (ROI) Tool面板，window活动窗口选择Zoom窗口，便于更准确的选择训练样地，下面学习利用选择样本。在 Region of Interest (ROI) Tool 面板上，设置以下参数： ROI Name：林地 ROI Color：Green 默认ROIs绘制类型为多边形，在影像上辨别林地区域并单击鼠标左键开始绘制多边形样本，一个多边形绘制结束后，双击鼠标左键或者点击鼠标右键，选择 Complete and Accept Polygon ，完成一个多边形样本的选择；同样方法，在图像别的区域绘制其他样本，样本尽量均匀分布在整个图像上，这样就为林地选好了训练样本。注：如果要对某个样本进行编辑，可通过 Goto按钮，选择需要修改的ROI，Delete ROI 删除。
栅矢转换
在主菜单中，选择Classification/Post Classification/Classification to Vector，在弹出Raster to Vector Input Band中，选择分类结果。 Output可选Single Layer和One Layer per Class两种情况。如果选择Single Layer，则所有的类别均输出到一个evf矢量文件中；如果选择One Layer per Class，则每一个类别输出到一个单独的evf矢量文件中。

土地利用转移矩阵生成的几种方法

土地利用转移矩阵生成的几种方法土地利用转移矩阵生成的几种方法根据你的数据类型选用不同的数据生成方法若你的数据是Raster格式：则有如下方法1 Erdas Imagine----Interpreter---Gis Analysis---Matrix，输入两个时相的Raster数据即可做这一步之前记得先对两时相的数据进行重编码（nterpreter---Gis Analysis---Recode）一般运行如果出现错误肯定是重编码没做好，请继续查证。

2 先在Erdas中利用Modeler 计算如下公式NC(I,J)=NC(I)*10+NC(J),(J>I)其中：NC(I,J)表示i，j 两年份的土地利用变化图；NC（i）表示i年份遥感分类影像；NC（j）表示j年份的遥感分类影像。

在此计算的基础上，将以上变化影像图转化为BIL格式，再利用ARC/INFO GRID模块将影像转为GRID格式，然后利用GRID模块中的属性表（vat）查看命令对影像灰度值进行统计，最后得出土地利用转化举证。

（注:此方法本人尚未实现过，不知可行否）。

若数据是Vector格式1 Erdas Imagine----Interpreter---Gis Analysis---Matrix，输入两个时相的Vector数据即可此时注意输出栅格大小不应设的太小要不一运行就会提示你的空间不足做这一步之前，请做好前期的地理编码。

2 ArcView3.3加载spatial analysis模块把两时相的Vector图转成grid格式（当然中间有一些单位的设置根据你做的图的分辨率来设置即可）analysis---mapcaculate 直接计算即可。

3 把两期解译完的Vector文件在arctoolbox——overlay——union中叠加，注意：两个文件不能用同一个字段名，比如一个用93Type，另一个时相则用00Type叠加后的文件在Arcmap中打开，选中文件，然后点右键——Property——空间查询，输入条件语句，比如：93Type=‘1’And 00Type=‘2’；查询结果即为第一种类型转化为第二种类型的图形，可以另建一图层比如：12，把查询结果复制到12图层上。

土地利用矢量、栅格转移矩阵计算之欧阳文创编

最简单的土地利用/景观转移矩阵的制作（转）(0519 03:36:24)分类：相关资料时间：2021.03.12 创作：欧阳文标签：杂谈）1.找到zonaltebulate area→2.导入两期的矢量或栅格图→,你就点OK,让arcgis运算即可。

3.结果显示，在arcgis里导出*.dbf→（这就是结果了）。

导出来你用excel打开，想插到那里就插到那里。

利用ARCGIS生成土地利用转移矩阵上一篇 / 下一篇0201 19:42:58查看( 825 ) / 评论( 62 )转移矩阵在土地利用变更调查时经常用到。

arcgis里没有直接的工具来计算转移矩阵，但我们可欧阳文创编以利用已有的工具间接来求。

下面介绍一下利用arcgis求转移矩阵的方法。

现有、两期土地利用现状数据：jpg jpg??jpg??jpg在求转移矩阵前先做好下列工作：、备份数据。

、分别将两期数据用dissolve工具按各自的地类编码合并要素，注意选中最下面的“create??multipat??features”选项??jpg 处理好数据后，用intersect工具求两期数据的交集欧阳文创编jpgjpg交集的结果：欧阳文创编??jpg欧阳文创编??jpg欧阳文创编??jpg10.jpg jpg结果:欧阳文创编jpg从上图中已经可以看出土地转移的情况：dlbm是时该块地的地类代码，dlbm是时该地块的地类代码，最后一列是相应地块的面积。

接下来将属性表导出到dbf文件，然后在excel中打开，执行数据菜单中的“数据透视表和数据透视图”命令??jpg ??jpg ??jpg ??jpg 点完成，然后将dlbm作为行字段，dlbm作为列字段，area作为数据拖到相应的区域??jpg欧阳文创编欧阳文创编。