Fragstats 4.2简易教程
一、使用说明
1.数据格式
Fragstats能够支持多种数据格式，但4.2以及后续版本将使用Geo TIFF grid作为主要的数据格式（图1）。
图1
2.数据命名以及存放路径
导入数据的名称和路径不能包含汉字和空格，且存放于二级目录，例如：D:\123\1987.tif
3.背景问题
背景值默认设置为999，但你完全可以在理解其意义的前提下依照自己喜好进行调整。简单来说，背景即你分析过程中想要自动忽略的某种地表类型——由于资料缺乏而无法归类、或者你单纯想将其作为背景值处理的地表类型。值得注意的是，当设定为正值时，背景像元值被视作目标景观内部值；当设定为负值时，背景像元被视作目标景观外部值。内部背景作为目标景观的一部分不仅会为整个景观面积作出贡献，并且会因此而改变许多指数值；外部背景不会被视作目标景观的一部分，只会对影像边缘的连接性产生影响。在景观计算中，需要注意背景的影响。这是景观指数误差中很大的一部分。 比如说，我们拿到的遥感图像，校正好后，边界裁剪后，一般不是规则的矩形。在边边角角存在没有信息的像元。图像分类后，没有信息的像元也是作为分类的一种的。因此，需要对其进行去除。这个操作可以在Arcgis下操作。
4.下载地址
http://www.umass.edu/landeco/research/fragstats/downloads/fragstats_downloads.html
二、操作步骤
2.1打开Fragstats
首先，从开始菜单或双击桌面图标打开Fragstats。如果你的电脑上已安装10.0及以下版本的ArcGIS ，那么Fragstats打开时将有明显延迟（有时长达30s），这是由于Fragstats在验证ArcGIS的使用许可（license）。请务必保持耐心（图2）。
图2
2.2新建模型
接下来你需要创建一个Fragstats模型用于对斑块的景观结构进行分析。一个Fragstats模型简单来说就是为Fragstats进行了全副参数化，即为其配备了分析所需的全部参数。点击工具条上的New按钮或从File的下拉菜单中选择New选项，即可创建一个空白模型（图3）。
图3
2.3 导入数据
接下来需要输入一个数据进行分析。具体操作为：点击Add a layer，打开如下（图4）输入数据对话框。导入数据后软件会从其头文件中自动读取行列数及栅格大小，之后这些参数在对话框中就会变为灰色，无法更改。唯一可以更改、也需要多加留意的是背景值。
图4
说明：Row/column count：行/列值计数， Background value：背景值， Cell size：输入像元长度（米）， Band：选取分析波段，用于多波段数据源
2.4设置分析参数
点击用户界面左侧选框的Analysis Parameters按钮。在这里你可以选择使用4邻域或8邻域的邻域法则，本教程采用默认的8邻域法及No sampling(不采样)设置。在No Sampling选项下勾选Patch, Class, Landscape三种指数。请注意三种指数至少勾选其一，同时注意只需勾选你想要计算的指数类型即可，多勾选或者不勾选，软件将会报错。
此外，在No sampling下面还有一个生成斑块ID号的附加选框（Generate Patch ID File）。如果勾选这一选框，Fragstats就会为每一个栅格分配一个ID号。即1号斑块内的所有栅格的ID值都为1, 2号斑块内的所有栅格的ID值都为2，以此类推。
图5
2.5 景观指数选择
指数一共有三个级别，path、class、landscape。不同级别对应不同的指数，对应着不同的生态学意义。所以选择指数的时候，一定要清楚所选择的指数对应的级别。 首先，在用户界面的右上方选框内勾选斑块级别的景观指数。点击Patch metrics并勾选不同指标下的景观指数。你可以按照需要选择某些指数，或者直接选择“select all”亦可。注意：如果在聚集度（Aggregation）指标下选择了邻近系数（proximity index）或相似系数(similarity index),那么你还需要为其指定搜索半径——计算这两个指标需要搜索半径。计算相似系数还需要指定相似性权重表（见图6）。点击[…]可以指定需要的搜索半径，如：1000.00。
图6
接下来，点击Class metrics可以选择类型级别下不同指标内的景观指数。与上述方法相同，你可以按照需要选择某些指数，或者直接选择“select all”亦可。注意，在面积-边缘（Area-Edge）指标下，如果你勾选了总边缘长度(Total Edge)或边缘密度(Edge density)这两个指数，那么你需要对如何处理每种背景或边界细加考虑。缺省情况下，背景不作为真实边缘，但你也可以选择把所有背景都作为边缘，或把某部分背景作为边缘。点击[…]即可对缺省值进行修改。注意：由于（本文）输入的景观自带包界，且不包含任何背景，因此这个问题不会出现。同样的，如果在聚集度指标（Aggregation）下勾选了连通系数（connectance index），那么你还需要对什么是“连通”设定一个阈值。点击[…]即可设定阈值，单位为米，如：500。（见图7）
图7
最后，点击Landscape metrics可以选择景观级别下不同指标内的景观指数。与上述方法相同，你可以按照需要选择某些指数，或者直接选择“select all”亦可。注意：在多样性指标下如果选择了相对拼块多度(Relative Path Richness）,那么你还需要给定最大地表分类数（或斑块类型数）。点击[…]即可给定该值，例如本例中设定为6。（见图8）
图8
2.6保存模型
接下来你可能需要将此设置好的模型进行保存，备作以后使用。一般来说对现有的文件进行修改会比从零开始设置要容易得多。记得在设置参数的过程中时不时地点击Save或Save as对模型进行保存。
2.7运行模型
接下来要做的就是运行模型。直接点击Run按钮，或从“Analysis”的下拉菜单里就可以打开运行窗口。运行窗口里面包含分析类型（本例中选择的是No sampling）以及斑块、类型及景观各个级别内勾选的指数数目。如果这些信息无误，那么点击Proceed按钮就可启动运行，否则点击Cancel再对模型设置进行调整。在本例中，一共有75个斑块级别指数、109个类型级别指数以及116个景观级别指数参与了计算，这是因为我全选了所有级别的指数（见图9）。
图9
2.8查看结果
注意到用户界面右下角的运行日志（Activity log）。如果计算顺利，那么你可以在日志中看到计算停止时间，以及整体所用时间。点击右上角的Results按钮就可以在斑块、类型和景观级别下分别查看对应的景观格局指数（见图10）。
图10
2.9保存结果
选择“save run as”则将表格保存为fragstats的专有格式（见图11）。
*.patch：保存patch表格信息
*.class：保存class表格信息
*.land：保存landscape表格信息
*.adj：保存数据源信息
图11
2.10 在excel中打开表格
在excel中选打开文件，文件类型选“所有文件”。打开后进入导入数据向导窗口（见下图）。
本文来源：https://www.2haoxitong.net/k/doc/d64a0d70588102d276a20029bd64783e09127d21.html
文档为doc格式