?這里是地理時政志，一個聚焦于地理空間和時政的公眾平臺。
由于本人水平有限，分享內容若有紕漏，煩請批評指正，筆者不勝感激。

目前已經在微信公眾號平臺【地理時政志】、知乎平臺【Jarviski】更新更詳細的Fragstats的中文教程——Fragstats的官方教程的漢譯版，大家可以關注微信公眾號或者知乎最新的文章，同時我也會在csdn同步更新，但因為csdn導入文章的時候很無法同步導入文檔中的圖片，所以只能在csdn平臺放公眾號的鏈接

**官方教程漢譯版的完整pdf文件，可以關注公眾號后，在后臺留言

F教程翻譯

，獲取下載鏈接**

這兩天因為項目做數據需要，用到了fragstast（4.2.1版本）。從開始的一頭霧水，到現在的基本入門（還有很多功能、指標沒有搞明白，或者說是知其然不知其所以然）。來分享一下自己的學習過程。

網上關于fragstast的教程質量良莠不齊，網上雖不乏講述得非常詳細者（多來源于CSDN和新浪博客，對沒錯，是博客，可能是大牛們都是上了一定年紀的人，還喜歡玩博客）。但總體來說我自己并沒有在網上找到一篇可以把fragstast用 “人話” 講解得非常完整的教程。因此，我打算結合自己這幾天對這個軟件的摸索，分享一下這個軟件的入門操作。以下內容我不會使用特別深奧的名詞，盡量使用簡單粗暴的大白話，結合各種自己的理解、和打比方的手法。給需要在工作項目中用到fragstast的小伙伴一個完整可操作的入門教程。

Fragstast簡介：

Fragstast是一個專門用對柵格數據做景觀格局分析的軟件，簡單來說，就是你只需要輸入數據，設定參數，就能跑模型，出指標（用高大上的數學結果告訴你這東西怎么怎么樣）。軟件中內置的指標大概有300個。通過模型得到的指標，可以對輸入的柵格數據進行分析。

具體的應用場景如：area——面積大小；shape——形狀指數，描述一個二維平面地塊的形狀的復雜程度，類似的還有frac等。不同的指標算法不一樣，需要根據項目的需要選擇合適的指標。

Fragstast是俄勒岡州立大學的McGarigal博士和Barbara Marks 與1995年共同開發。目前最新的版本是2015年發布的4.2.1版本，在其官方網站上可以免費下載軟件，以及相應的教程文檔和arcgis插件。但其附帶的arcgis插件只能支持到arcgis10.0版本，且教程文檔為全英。英語好的同學可以看一看。

官網可下載的教程不僅有pdf文檔，還有分6個部分的教程數據，可以自己學習操作（可以說非常人性化了。只不過我比較懶不想看英文，就沒有深入研究）

官網地址：http://www.umass.edu/landeco/research/fragstats/fragstats.html

Fragstast對輸入數據分三個尺度進行分析。分別是：斑塊（patch）、類型（class）、景觀（landscape）。具體來說，斑塊尺度就是對輸入的數據中每一個離散的斑塊進行分析。如，arcgis中的一個shp文件（一個圖層）內包含多個要素，一個要素可能只對用一個地塊，也可能對應多個地塊。但無論如何，一個要素都是對應該圖層屬性表中的一條數據。那么，在fragstast中的對斑塊尺度進行分析，就是對每一個地塊都進行分析；對類型尺度進行分析，就是對所有要素進行分析，意味著如果一個要素如果包含多個地塊，也被放在一起分析；如果是景觀尺度，就是對整個圖層進行分析。

對于從什么尺度進行分析，一是要根據你項目的需求，二是根據你所需要分析的指標。不同的尺度下有不同的指標，有些指標如形狀指數frac、shape只能在斑塊尺度下才能得出結果，有些指標則能夠在多個尺度下進行分析。

Fragstast支持的數據格式，包括arcgis的grid、geotiff（.tif）、img格式等。最常用的也就是tif格式和img格式。其他的格式因為需要設置系統環境變量，所以我沒有深入摸索。

在從arcgis中導出的img格式文件時候我曾遇到過兩個問題。一是導出工具選擇，二是導出的像元大小的設置。

我開始的時候使用的是convension.tool下的“轉為柵格”工具——要素轉柵格，但導出后的img文件始終在fragstast中跑不出數據，原因不明。后來換成 面轉柵格 工具，轉出來的img能在fragstats中跑出數據。但仍存在其他問題。

第一次轉出時各參數設置如下：

像元大小選擇的是默認大小280，導出后發現，原本shp文件中共計有178個要素，導出的img格式的屬性表中卻只有78個要素。將二者同時打開發現，img格式的像元非常大，鋸齒嚴重，因此推測是像元設置得太大，導致部分相鄰的面要素被融合，如下圖：

因此將像元調小，調至100，鋸齒現象仍然嚴重，導出的img文件屬性表仍然不是178個要素，遂將像元設為1，期間導出過程非常慢。但最后的鋸齒現象得到改善，與原矢量數據的擬合度較高。但是導出的數據放進fragstats后設置正確的參數，卻不能跑出結果，初步推測是像元設置得太小，文件太大，無法跑出數據。遂用二分法從1-100當中找與原矢量數據擬合度程度最精確，同時能在fragstats中跑出數據的img文件。經過多次反復試驗，發現當像元設置為3.67時，是能跑出數據的最小像元設置值。再往下如3.66的像元設置值就無法跑出數據了。其實在3.66和3.67之間還能繼續找小于3.67的像元設置值，但再找下去就頗費功夫了，意義不大，打算精確到兩位小數就夠了。3.67的像元擬合程度如下圖：

邊緣還是有小鋸齒，但對于我的項目來說這樣的精度已經完全足夠了

3.67只是最適合我的數據的值，對于其他數據來說是不是最適合的值，我沒有實踐過不知道，我推測不是。但通過二分法去找最適合的像元值肯定是沒錯的。

Fragstats軟件的操作：

從官網下載好軟件后就能打開使用了，操作非常簡單，雙擊圖標打開，點擊NEW新建一個工程文件。工程文件可以保存每次設置的參數，方便下次使用。界面如下

Input layers：輸入數據，下面的add layer是添加分析圖層；下面的activity log是軟件運行日志，會將warning、error都顯示在里面；上面的patch mertics、class mertics、landscape mertics分別是斑塊指標、類型指標、景觀指標，點解能切換其右邊的視窗，選擇需要分析的參數。

最左邊的analysis parameters是運行參數的設置：

這里也有patch metrics 、class metrics、 landscape metrics就是斑塊、類型、景觀視角的選擇，只有勾選了對應的方框，左邊選擇的對應的指標才能會運行。

模型運行的最終結果，在右邊的result處，模型運行后點擊此處會看得到，如下圖：

（出于保密部分數據打碼）

最終的結果就是以這樣的表格形式展現出來，表頭就是各種指標，第三列type就是每個要素（地塊）的標識。我在導出img格式的時候選擇的是fid作為每個要素的標識字段。從1-178，fragstats會在每個標識字段的前面加上“cls_”這樣的前綴。這個可以在導出excel后替換掉。

說了這么多，忘了說步驟：

點擊 add layer，選擇輸入文件

一定要選擇了左邊的data type（數據類型）以后，才能點擊右邊的“…”選擇文件

如下圖，已經被加載進來：

設置參數：

選擇 use 8 cell neighborhood（8像元鄰近），下面選擇 no sampling，因為我在三個視角下都需要進行指標分析，所以三個都勾選，最后的 generate patch ID file可以不選。

在右邊的指標中選擇需要的輸出指標

注意，如果是需要 core area（核心面積）以及后面的指標的話，只做前面的那些步驟是不夠的，還要在左邊的add layer，輸入一一些配置文件，也就如下這里

這里就比較復雜了，我因為用不到這些指標，所以沒有研究，想了解的同學只能上網找其他資料。

點擊Run，運行模型：

點擊proceed，不要傻乎乎不點，這個對話框只是給你確認你選擇了多少指標

我這里總共選擇了40+31+31個指標，點擊proceed運行

等待一下

下面的activity log讓你看results，后面就能看到我們需要的結果了。

這里的教程只是針對fragstats中的一些簡單指標，對于其他復雜指標我沒有再深入探究。

微信公眾號：地理時政志

CSDN：地理時政志?

知乎：Jarviski 同步更新

合作與交流：zjh3386@126.com

轉載請注明出處：地理時政志

總結

以上是生活随笔為你收集整理的Fragstats4.2.1入门心得的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。