景观格局分析方法

5景观格局分析方法5.1景观格局分析概述5.2景观指数5.3空间统计学方法5.1景观格局分析概述•研究景观的结构是研究景观功能和动态的基础。•空间格局分析方法是指用来研究景观结构组成特征和空间配置关系的分析方法。基本步骤收集和处理景观数据数字化景观选用适当格局研究方法进行分析对分析结果加以解释和综合收集和处理景观数据•数据类型–养分、水、光、温度、土壤类型、生物量、种群密度、植被镶嵌体、地形、土地利用、等等•数据来源–野外考察、大地测量、现有地图、航空照片、卫星遥感图像、雷达图像等•景观的数字化有两种表达形式–栅格化数据：以网格表示景观表面特征，每一个网细胞对应于景观表面的某一面积，而一个缀块可由一个至多个网细胞组成。–矢量化数据：以点、线和多边形表示景观的单元和特征，如，一个缀块对应于一个多边形，而线段往往表示道路或河流。数字化景观•景观数据包括非空间的和空间的，而空间数据又可分为点格局数据（如单个树木的分布）、定量空间数据（如生物量）和定性空间数据（如植被类型图）。数据类型特征非空间数据无取样地点信息空间数据取样空间位置是数据的一部分点格局数据变量取值在空间上非连续，呈离散点分布定量网格数据数据地图定性网格数据类型地图•景观生态学中的空间分析方法有多种，它们分别适应于不同的研究目的和数据类型。•两大类：–格局指数方法：主要用于空间上非连续的类型变量数据–空间统计学方法：主要用于空间上连续的数值数据选用适当格局研究方法进行分析数据类型特征方法举例非空间数据无取样地点信息方差分析、回归分析、信息论指数（如各种多样性、均匀度指数）空间数据取样空间位置是数据的一部分点格局数据变量取值在空间上非连续，呈离散点分布负二项分布参数k、最近邻体指数、聚块样方方差分析定量网格数据数据地图自相关指数、相关图、方差图、分维图、聚块样方方差分析定性网格数据类型地图多样性指数、分维数、缀块性指数、聚集度指数、共邻边统计量对分析结果加以解释和综合•结合景观格局分析结果，如一系列的景观指数，结合所研究的特定景观，给出相应的生态学解释。–单个指标的解释，如缀块形态指数–多个指标的综合解释5.2景观指数•景观指数是指能够高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指标。–单个缀块（缀块水平指数）–缀块类型（缀块类型水平指数）–景观镶嵌体（景观水平指数）•景观格局特征可以在3个层次上分析–单个缀块（缀块水平指数）•大小、形态、边界特征、与其他缀块的距离等–缀块类型（缀块类型水平指数）•平均面积、形态指数、标准差等–景观镶嵌体（景观水平指数）•缀块密度、边界密度、缀块镶嵌体形态指数、平均最近邻体指数等，多样性指数、聚集度指数。5.2.1常用的景观指数•缀块形态指数–是通过计算某一缀块形态与相同面积的圆或正方形之间的偏离程度来测量其形态复杂程度的。S值越大，缀块形态越复杂。形状）（以正方形为参照几何＝以圆为参照几何形状）AP25.0S(2APS•景观丰富度指数–指景观中缀块类型的总数，即R＝m–比较不同景观时，可用相对丰富度（Rr)和丰富度密度(Rd），即：AmRmmRdrmax•景观多样性指数•多样性指数H是基于信息论基础之上，用来度量系统结构组成复杂程度的一些指数。–Shannon-Wiener指数–Simpson指数nkkkpPH1)ln(nkkPH12'1•Pk是缀块类型k在景观中出现的概率（通常以该类型占有的栅格细胞数或像元数占景观栅格细胞总数的比例来估算），n是景观中缀块类型的总数。•多样性指数大小取决于（1）景观中缀块类型的多少；（2）各缀块类型在面积上分布的均匀程度。•景观优势度指数–优势度指数D是多样性指数的最大值与实际值之差Hmax=ln(n),H’=1-(1/n)–较大的D值对应于一个或少数几个缀块类型占主导地位的景观。mkkkpPHD1max)ln(•景观均匀度指数–反映景观中各缀块在面积上分布的不均匀程度。越接近1，越均匀。maxHHE•景观形态指数AELSI25.0•E为景观中所有缀块边界的总长度，A为景观总面积。•正方像元指数EASQP41•是周长与缀块面积比的另一种表达方式，即将其取值标准化为0与1之间。SQPLSI11•景观聚集度指数•反映景观中不同缀块类型的非随机性或聚集程度。niijnjijpPCC11max)ln(•Cmax是聚集度指数的最大值［2ln(n)]，n是景观中缀块类型总数，Pij是缀块类型i与j相邻的概率。在一个栅格化的景观中:mij是景观栅格网中缀块i与j相信的边数，mi是缀块类型i细胞的总边数。iijijijiijmmPPPP///•在比较不同景观时，可用相对聚集度C’max/'CCC分维•分维可以直观地理解为不规则几何形状的非整数维数。而这些不规划的非欧几里德几何形状可通称为分形(fractal)•欧几里德几何形状的分维为1，具有复杂边界的缀块则大于1，但小于2。•对单个缀块而言，其形状的复杂程度可以用它的分维数来量度。•P周长、A面积，Fd分维数，k是常数，对于栅格景观而言，k=4)ln(/)ln(2AkPFd•用分维数来描述景观缀块镶嵌体的几何形状复杂性时，通常采用线性回归方法：sFd2•S是对景观中所有缀块的周长和面积的对数回归而产生的斜率。No.PAlnA1156564.024561254.835682.144292.25798984.6645784586.1745555556.3………………n564251景观格局分析软件－FRAGSTATS•只适用于类型数据的分析，如林相图、植被图•可定量化缀块的面积大小和空间分布特征•可在3个层次计算景观指数–缀块水平–缀块类型–景观水平使用步骤•确定景观的幅度和粒度•进行缀块分类和边界确定•选择适当的景观指数•运行软件，获得结果•对结果给予生态学解释景观格局指数指示的景观结构动态•景观格局指数指示的景观结构梯度•景观指数随空间幅度和粒度的变化而变化5.3空间统计学方法•当景观格局以空间非连续型变量表示时，可用景观指数分析，但当景观空间异质性是空间连续时，就不能用景观指数法分析，而只能用空间统计学方法。•空间统计学的目的是描述事物在空间上的分布特征（如随机的、聚集的或有规划的），以及确定空间自相关关系是否对这些格局有重要影响。空间统计学方法•空间自相关分析•趋势面分析•谱分析•半方差分析•克瑞金空间插值法•聚块样方方差分析•小波分析•空隙度分析•尺度方差分析•空间自相关性是指在空间上越靠近的事物或现象就越相似，可表现为正相关、负相关和随机•景观格局的最大特征之一就是空间自相关性。•空间自相关分析即是用“空间自相关系数”确定某一变量是否在空间上相关，其相关程度如何。5.3.1空间自相关分析•步骤：–取样–计算空间自相关系数或建立自相关函数–自相关显著性检验•自相关系数有多种，分别适合于不同数据类型。常用的是Moran的I系数和Geary的c系数ninjniiijninjjiijxxwxxxxwnI111211)())((ninjniiijninjjiijxxwxxwnc1112112)(2)()1(•I系数取值在-1－1间，小于0表负相关•c系数取值0－2间，大于1负相关，等于1不相关5.3.3其他空间分析方法•半方差分析•趋势面分析•聚块样方方差分析•谱分析•小波分析•空隙度分析•尺度方差分析END5.3.2半方差分析•地统计学是一系列检测、模拟和估计变量在空间上相关关系和格局的统计方法。•起源于采矿业和地质勘测领域。是以区域化变量理论为基础发展起来的，该理论强调在短距离之内的观察值比远距离的观察值要更相似，即方差较小。•半方面分析有两种用途，一是描述和识别格局的空间结构，二是用于空间局部最优化插值，即Kriging插值。