前言

在19年的4月份，我要写一篇论文，涉及生境质量的，用到了InVEST中的生境质量模型（Habitat Quality），模型要求的数据比较多，需要用ARCGIS进行数据处理,数据处理不难，就是属性表统计计算，栅格计算，裁剪等过程，但是略繁琐，本文的目的就是捋清思路，整理出清晰的数据处理流程，对有需要的人提供一点帮助。

InVEST生境质量模型（Habitat Quality）原理就不做介绍了，因为太复杂了，我也不是很懂，生境质量模型（Habitat Quality）只是InVEST其中的一个模型，InVEST还包含了很多其它的模型。软件下载直接搜InVEST就可以，网上也有安装教程，把用户手册也要下下来，方便查阅。本文需要与InVEST用户手册中的生境质量模型（Habitat Quality）的说明一起看。

流程

直接看生境质量模型（Habitat Quality）的数据需求，该模型数据有的是可选的，有的是必须的，这里只讲必须的：

1.土地利用数据（LULC/LUCC）

获取途径很多，可以买；可以在网上下载免费的，提供一个免费网址：http://data.ess.tsinghua.edu.cn/?tdsourcetag=s_pcqq_aiomsg

这个数据是世界首套10m空间分辨率的全球土地覆盖产品（FROM-GLC10）；还可以用专业的遥感处理软件进行分类或者目视解译。

2.威胁因子数据

是一个表格数据，要csv格式，名字就命名为threats.csv，具体的要求可以参考模型的用户手册，有几个注意点：①表格要符合用户手册里的要求。下图1是用户手册里模板，图2是参考的文献里的，对应上即可；②第一列中的各种威胁因子名字可以自己定义（类名用英文），不需要跟模板中的名字一样；③表头名一定要跟模板一致。模型里都有示例数据，也可以作为参考。至于最大影响距离和权重，可以多参考一些文献、专家咨询等，根据实际情况决定。参考一下图3中我做论文时完整威胁因子数据表格。

图1

图2

图3

3.威胁源数据

先讲下如何获取，其实还是从LUCC/LULC里获取，举个例子：如上图2，耕地是威胁因子，首先把LUCC/LULC数据栅格转矢量（因为转为矢量后对属性表操作较为容易），再将矢量数据属性表中的所有耕地赋值为1，其他的赋值为0，随后将矢量数据转回为栅格数据，耕地威胁源数据就完成了，其他的威胁源数据以此类推。下面是具体的操作流程。所用的数据就是上面提到的10m空间分辨率的全球土地覆盖数据，下载的全国的（图4），下载和拼接的工作量都很大。裁剪一小块作为示例数据（图4）。这里有个注意的点，很重要，用户手册里也提到了：“请不要在威胁地图上留下任何为‘NoData’的空值，如果某个区域没有威胁，则设置威胁等级为0”。这句话的意思是说，所有Nodata区域值都得为0。这里讲一下，在arcgis软件中每个栅格数据都默认有一个最小外接矩形，在外接矩形中栅格数据之外的空白部分，值都为nodata，如图5中，选择一块区域查看信息，值为nodata，这些空白区域的值要赋值为0，这个一定要注意！

图4

图5

3.1.nodata处理

威胁源数据提取之前，先把nodata的问题搞定：依次找到arctoolbox->spatial analyst工具->地图代数->栅格计算器，输入计算公式：“Con(IsNull(“示例.tif”),0,”示例.tif”)”，不要直接复制或者自己用键盘打出公式，要在函数列表中选择相应的函数，con函数就是第一个，isnull函数把列表拉到底，即可找到，如图6所示。运行等待结果。

图6

结果如图7所示，nodata值都变成了0。

图7

3.2威胁源因子数据的提取

下面开始进行威胁源因子数据的提取（以耕地为例，按照分类体系，耕地的value值为1）：

3.2.1栅格转矢量

依次找到arctoolbox->转换工具->由栅格转出->栅格转面，输入数据lucc/lulc数据，字段默认value字段，输出结果保存路径，简化面取消勾选，运行后等待结果。结果如图8，gridcode字段就是由value字段转化而来。

图8

3.2.2创建value

右键打开属性表添加字段，操作如图，名称一定要命名为“value”，类型选择短整型即可，添加完毕，此时的value值为空。

图9

3.2.3对value赋值

在属性表中选择按属性选择，在输入区输入“gridcode=1”，点应用，相应要素被选中并高亮显示，鼠标移至value字段表头，右键，左击字段计算器，按照如图10选择并输入，点击确定。

图10

上面是对gridcode=1的要素进行赋值，gridcode≠1的要素要赋值为0。在属性表中直接点击切换选择，就反选出了value剩余为空值的要素，重复字段计算器操作，输入0，点确定，剩余的空值都被赋值为0，如图11，到此赋值完成。

图11

3.2.4矢量转栅格

依次找到arctoolbox->转换工具->转为栅格->面转栅格，输入矢量数据，值字段选择value，输出栅格位置，最后一项像元大小，选择跟原始数据一样的像元大小，这里一个注意点：输出栅格数据一定要按照“xxx_c.tif”的格式命名，我这威胁源是耕地，所以命名成“gengdi_c.tif”。命名要求用户手册中有。

图12

输出结果，如图13，0为其他地类，1为耕地，至此，耕地威胁源因子栅格数据提取完成。其他危险源数据按照上述方法重复操作即可。

图13

4.退化源的可达性

用户手册中有一个数据提一下，退化源的可达性，这个数据是可选数据，但是如果有这个数据的加入，最终运行的结果准确性会大大增加，按照用户手册的翻译的内容来理解，就是将研究区域内的各种法定的禁止开发区矢量数据做并集，然后在属性表中添加access字段，并对access赋值，这个值范围0-1，根据不同级别的禁止开发区综合赋值，并集之内的区域access就是我们所赋的值，并集之外的区域access值默认为1，禁止开发区包括：保护区、森林公园、湿地等等，这些数据通常涉密，如果有条件拿到更好，没有条件的这个选项就空着吧。

5.生境类型及生境类型对威胁的敏感性

也是一个csv格式的表格数据，名字命名为sensitivity.csv，跟上面的威胁因子数据一样，直接拿示例数据（图14）和某参考文献中的数据（图15左）对比一下就明白了。示例数据只有一级地类，参考文献中是二级地类，这个没什么影响，你自己手中的数据是几级地类就按照几级地类分。

简单说明一下示例数据中每一列需要填的内容，LULC填的是各地类编码，如果你的土地覆被数据有二级地类则填二级地类代码，比如耕地是一级地类，编码1，其二级地类又分旱地11和水田12，那么LULC这一列11和12都要填进去，NAME这一列就填入相应的编码所代表的地类名称，HABITAT这一列填各地物生境适宜度，这个数值综合各个文献确定即可，范围是0-1；前三个表头名：LULC、NAME、HABITAT，按照示例数据来，名字必须一模一样，后面的表头名是L_+各威胁源因子地类名，地类可以根据你手里的土地覆被数据里来命名，即L_xxx，比如：我这份土地覆被数据耕地是Cropland（图15右），则在表头里命名成L_Cropland，有几个威胁源就一次新建列命名几个，格式注意即可，至于列中需要填的数值，根据其他文献综合来确定。有一个需要注意的地方：你手里的土地覆被数据有多少个地类，都要写到表里去，不能因为适宜度都是0而不写，表格一定要做完整，否则在后面运行模型的时候会报错。比如你手里的土地覆被数据地类编码是1,2,3,4,5,6,7；而7代表的地类对应的所有生境适宜度都是0，那么0就是0，按照格式全都写到表里，如果因为是0而不写了只写了1,2,3,4,5,6，则运行模型的时候会报错，最终导致模型运行失败；参照图16中我运行模型时所做的完整表格（这是另外一套土地覆被数据，有二级地类）。