实验目的
本次实验目的是在火灾发生后，评估Thomas Fire 燃烧区域滑坡的敏感性。许多因素会导致滑坡风险增加，如土壤成分、降雨量、植被、坡度和坡向。本实验关注三个因素：植被密度、坡度和降雨量。利用栅格建模器来完成，使工作流程化，能可重复使用。
首先说明下存在的问题，从ArcGIS Living Atlas of the World 在线加载数据，因为网络原因，数据加载很慢。另一个问题是实验中用到的USA Mean Rainfall图层已经弃用，用了WorldClim Global Mean Precipitation图层替代，但分辨率和数值都有很大不同。因此，做到了滑坡敏感性分析部分。但整个实验流程和思路是值得借鉴的。实验过程还是以原文整理，可点击阅读原文查看。
数据准备
- 单击Map选项卡上的Bookmarks->California
- 单击Map选项卡上的Add data->data->Portal->Living Atlas->搜索栏中输入landsat->回车->选择Multispectral Landsat->OK。
- 另一种数据添加方式。在Catalog中单击Portal->LivingAtlas->搜索栏中输入terrain->回车->右键单击名为Terrain->Add to Current Map.
4.加载降水数据。同步骤3一样，在搜索栏中输入Rainfall->回车。找到名为USA Mean Rainfall的名字拖动到Map中。降雨较多的区域以白色显示。
5.取消选中Terrain 和 USA Mean Rainfall 图层显示->右键单击 Thomas Fire Boundary图层->zoom to layer.
注意：三个影响因素图层都来自在线 ArcGIS Living Atlas of the World，并未将任何数据下载到本地计算机。
数据处理
2017 年 12 月，南加州大片地区被Thomas大火破坏。2018 年 1 月 26 日是大火被完全被控制的两周后。Landsat 图层包含世界不同年份的许多场景，过滤影像图层以捕获 2018 年 1 月 26 日和 1 月 27 日的所有影像。
1.点击Map选项卡上的SelectBy Attributes，对影像进行过滤。完成之后，点击Select By Location，进行位置过滤。
2.右键单击Multispectral Landsat图层->Selection->LockTo Selection。这将确保仅显示覆盖 Thomas Fire 区域的场景。
3. 右键单击MultispectralLandsat图层->Selection->Zoom To Selection。
4. 在Map选项中，单击clear,清除选择。
更改影像处理模板
ArcGIS LivingAtlas 中的栅格数据可能包含不同的处理模板，选定的处理模板也会影响分析，Multispectral Landsat图层上的默认处理模板不允许访问分析所需的光谱波段。因此，需要将处理模板更改为无，以便图像中的所有光谱带都可用。Terrain影像图层也使用多个处理模板发布。其中一些，例如Slope_Degrees，将数据转换为可用于分析的图层；其他的，例如Slope_Degrees_Map，是已处理数据的可视化表示，仅供映射使用。
1.右键单击MultispectralLandsat并选择Properties->单击ProcessingTemplates->Processing Template下拉菜单选none->OK。所有光谱波段现在都可用，但一次只能显示三个。该图层使用默认可见波段进行绘制：红色、绿色和蓝色。
2.关闭MultispectralLandsat图层并打开Terrain图层->确保选中Terrain图层->点击Data选项卡->Processing Templates->Slope_Degrees。完成后图例会更新显示 0 到 90 之间的值范围。更亮的区域具有更陡峭的斜率，最多 90 度。最暗的区域是平坦的，坡度为 0 度。
3.右键单击Terrain图层并选择Symbology->Color scheme选择slope。坡度现在以绿-黄-红配色方案描绘。但是，地图上几乎没有红色区域。这是因为颜色与整个数据集的值相匹配——它覆盖的区域比较大。
4.Symbology->Statistics选择DRA。
5.右键单击Terrain图层->Properties->General->Name输入Terrain-Slope->OK。
6.关闭Terrain – Slope图层，显示USA Mean Rainfall图层->右键单击USA Mean Rainfall图层并选择Symbology->primarysymbology改为Stretch ->Color scheme选择Precipitation, Statistics选择DRA(表示颜色渲染只对当前的范围，可以是动态的)。
构建栅格函数模板创建栅格函数模板来分析滑坡敏感性
该模板将包含栅格重分类输入数据并组合结果。它将生成一个输出图层，可识别更容易发生滑坡的区域。
一、计算植被指数
1.单击Imagery选项卡的FunctionEditor->在出现的Function Editor工具条上，单击Add Raster Variable按钮->右键单击raster variable块，然后单击Rename,改为MultispectralImage->回车。
2.单击Imagery选项卡的Raster Functions->将NDVI拖到Function Editor中。
3.用Out label将raster variable和NDVI连接起来。
4.双击NDVI打开属性窗口，如下图左进行参数设置->单击Variables->在Raster行中，选中IsPublic框。NDVI 函数将评估植被健康状况，但要在滑坡敏感性分析中需要将NDVI进行分类。
5.在RasterFunctions中，搜索Remap，然后将Remap函数拖到Function Editor上->用Out label将NDVI与Remap连接->双击Remap，在Parameters选项卡上，根据下表进行重分类->General选项卡中，Name输入NDVI Remap->OK。
Minimum | Maximum | Output |
|---|---|---|
0 | 50 | 5 |
50 | 100 | 4 |
100 | 133 | 3 |
133 | 166 | 2 |
166 | 202 | 1 |
6.在Function Editor工具条上点击save按钮->Name输入LandslideSusceptibility Analysis。
二、对坡度和降雨量重分类
1.在Function Editor中添加Raster Variable按钮，重命名为Slope->添加Remap,双击它打开属性设置窗口，如下图所示。注意：其中，Remap Table选择工程文件下的landslide_susceptibility_analysis.gdb数据库中的Slope_Remap_Values表格。表格内容如下：
Min | Max | Output |
|---|---|---|
0 | 10 | 1 |
10 | 25 | 2 |
25 | 40 | 3 |
40 | 55 | 4 |
55 | 91 | 5 |
2.单击Remap properties中的 Variables选项卡中，将Raster对应行的IsPublic打勾；General选项卡，在Name中输入Slope Remap->OK。
3.在Function Editor中添加Raster Variable按钮，重命名为Rainfall->添加Remap,双击它打开属性设置窗口，如上图所示。注意：其中，Remap Table选择工程文件下的landslide_susceptibility_analysis.gdb数据库中的Rainfall_Remap_Values表格。
4.点击Remapproperties中的 Variables选项卡中，将Raster对应行的IsPublic打勾；General选项卡，在Name中输入Rainfall Remap ->OK。
三、综合计算
1.在RasterFunction中，搜索Weighted Sum，并将其拖到FunctionEditor上。将NDVI Remap, Slope Remap, 和 Rainfall Remap 连接到 Weighted Sum 上。
2.单击Auto Layout。
3.双击Weighted Sum->在Parameters选项卡上，将所对应的Weight改为2.->Cellsize Type选择 Min Of（确保输出栅格将采用来自最精细输入层的分辨率，而不是最粗糙的输入层）。
在被烧毁的地区，植被缺乏是评估滑坡风险的一个比降雨量或坡度更重要的因素。对于此分析，将为 NDVI 输入赋予更高的权重，以表明绿色植被密度对结果的影响是坡度或降雨量输入的两倍。
4.单击OK，并保存模板。运行结果将是一个内存层，其值的范围可以从 4 到 20，值越高表示对滑坡的敏感性越高。由于输出值都是 4 到 20 之间的整数，因此结果可以用 8 位无符号数据类型表示。
5.指定栅格输出的位大小.在RasterFunctions中，搜索Int函数并将其拖到FunctionEditor上。将Weighted Sum与Int连接。双击Int->General->Output Pixel Type选择8 BitUnsigned->OK。
6.将结果裁剪到感兴趣的区域.在RasterFunctions中，搜索Clip函数并将其拖到FunctionEditor上。将Int与Clip连接。双击Clip->Variables->将ClippingGeometry和Extent对应行的IsPublic打勾->OK。
7.保存Function Editor template并关闭它。
滑坡敏感性分析
1.单击Analysis选项卡->单击Environments->Processing Extent下面的Extent选择Thomas_Fire_Boundary->OK。
2.单击Image选项卡->单击Raster Functions->清除搜索框中的内容，然后单击Custom->单击Landslide Susceptibility Analysis->在弹出的对话框中，进行如下设置->Create new layer-> 右键单击Thomas FireBoundary图层->Zoom To Layer。
3.关闭除WorldHillshade、World Topographic Map和Landslide Susceptibility Analysis之外的所有图层。
由于使用了来自ArcGISLiving Atlas 的数据，因此没有下载任何输入数据。并且因为使用了栅格函数，没有创建中间或输出数据。看到的结果是通过在线数据的即时处理创建的内存层。与通过地理处理工具使用本地数据相比，此栅格分析运行速度更快，占用的磁盘空间更少。
导出栅格
内存中的栅格，只有在导出或复制它时它才会持续存在。
1.右键单击 Landslide Susceptibility Analysis图层->Data->Export Raster,在出现的对话框中进行如下参数设置->完成后单击Export.
Output RasterDataset：LandslideSusceptibility.tif
For Cell Size Xand Y, type 30.（像元大小设置为0.25 米。对于这么大的区域，这个分辨率很小。使它变大，以便栅格可以更快地导出。）
2. LandslideSusceptibility图层会加载到Map中，背景为黑色，关闭Landslide Susceptibility Analysis图层显示。
使用分析结果查找有风险的道路
有两条主要道路穿过Thomas火灾地区。这些道路要素被转换为沿道路每 100 米（约 300 英尺）间隔的一组点。地理处理工具将允许您提取这些点的滑坡敏感性值。
1.最易发生山体滑坡的区域将以最深的颜色显示。右键单击LandslideSusceptibility图层并选择Symbology->Colorscheme选择Inferno，并选中Invert框。
2.让Road points图层显示->打开Geoprocessing->搜索并打开Extract Multi Values to Points,参数如下图所示，单击Run。此工具将为点要素添加新属性。此属性的值将等于对应位置的Landslide Susceptibility Analysis的像元值。
3.右键单击RoadPoints并选择Properties->单击DefinitionQuery选项卡->单击New definitionquery->条件表达式为Where Susceptibility_Score is greaterthan 12->Apply->OK。地图现在仅显示滑坡风险最高的道路点。它们可能难以在地图上看到，因此需要更改它们的符号系统。
4.右键单击RoadPoints图层并选择Symbology->Primary symbology选择Graduated Symbols->关闭LandslideSusceptibility图层并右键Road Points-> zoom to layer最需要立即关注的地区是Wheeler Springs 以东和 North Fork Matilija Creek 附近的夹弯。
