2010春实验二-景观格局定量分析

《2010春实验二-景观格局定量分析》由会员分享，可在线阅读，更多相关《2010春实验二-景观格局定量分析（10页珍藏版）》请在金锄头文库上搜索。

1、实验二实验二 景观格局定量分析景观格局定量分析 第一部分第一部分 景观指数分析景观指数分析 1 实验目的实验目的 认识和了解常见的景观指数 学习应用 Fragstates 软件分析景观指数 应用景观指数分析现实景观格局并分析其所指示的生态学含义 2 导言导言 景观指数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的简单定量指标。景观格局特征可以在 3 个层次上分析：1)单个缀块(individual patch)，2)由若干单个缀块组成的缀块类型(patch type 或 class)，以及 3)包括若干缀块类型的整个景观镶嵌体(landscape mosaic)。因此，景观格

2、局指数亦可相应地分为缀块水平指数(patch level index)、缀块类型水平指数(class-level index)以及景观指数水平指数(landscape-level index)。缀块指数往往作为计算其它景观指数的基础， 而其本身对了解整个景观的结构并不具有很大的解释价值。然而，缀块指数提供的信息有时还是很有用的。例如每一生境缀块的大小，内部生境数量或生境核心区的大小对于研究某些物种的存活率和种群动态有着重要的意义。 缀块水平上的指数包括单个缀块面积、形状、边界特征以及距其它缀块远近有关的一系列简单指数。在缀块类型水平上，因为同一类型常常包括许多缀块，所以可相应地计算一些统计学指

3、标(如缀块的平均面积，平均形状指数、面积和形状指数标准差等等)。此外，与缀块密度和空间相对位置有关的指数对描述和理解景观中不同类型缀块的格局特征很重要，如缀块密度(单位面积的缀块数目)、边界密度(单位面积的缀块边界数量)、缀块镶嵌体形状指数、平均最近邻近体指数等。在景观水平上，除了以上各种镶嵌体形状指数外，还可以计算各种多样性指数(如 Shannon-weaver 多样性指数、Simpson 多样性指数、均匀度指数等)和聚集度指数。以下是一些常用景观指数的数学表达式和生态学含义： 1) 缀块形状指数缀块形状指数(patch shape index) 缀块形状指数是通过计算某一缀块形状与相同面积

4、的圆或正方形之间的偏离程度来测量其形状复杂程度的。常见的缀块形状指数 S 有两种形式： APS2= (以圆为参照几何形状) APS25. 0= (以正方形为参照几何形状) 式中，P 是缀块周长，A 是缀块面积。缀块形状越复杂或越扁长，S 值就越大。 2) 景观丰富度指数景观丰富度指数(landscape richness index) 景观丰富度 R 是指景观中缀块类型的总数，即： mR = 式中，m 是景观中缀块类型的数目。 在比较不同景观时，相对丰富度(relative richness)和丰富度密度(richness density)更为适 宜，即： maxmmRr= AmRd= 式中，

5、和分别表示相对丰富度和丰富度密度，是景观中缀块类型数的最大值，A 是景观面积。 rRdRmaxm3) 景观多样性指数景观多样性指数(landscape diversity index) 多样性指数用来度量系统结构组成复杂程度。常用的有 Shannon-weaver 多样性指数， Simpson 多样性指数。 Shannon-weaver 多样性指数 )ln(1 =nkkkPPH kP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。 Simpson 多样性指数 211knkPH =式中各项定义如前。 多样性指数

6、的大小取决于两个方面的信息：一是缀块类型的多少(即丰富度)，二是各缀块类型在面积上分布的均匀度。对于给定的 n，当各类缀块的面积比例相同时(即，H 达到最大值)。通常，随着 H 的增加，景观结构组成的复杂性也趋于增加。 nPk/1=4)景观优势度指数景观优势度指数 优势度指数 D 是多样性指数的最大值与实际计算值之差。其表达式为： )ln(1maxkmkkPPHD =+= 式中，是多样性指数的最大值，是缀块类型 k 在景观中出现的概率，m 是景观中缀块类型的总数。通常，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。 maxHkP5)景观均匀度指数景观均匀度指数(landscape

7、 evenness index) 均匀度指数 E 反映景观中各缀块在面积上分布的不均匀程度，通常以多样性指数和其 最 大 值 的 比 来 表 示 。 以 Shannon-weaver 多 样 性 指 数 为 例 ， 均 匀 度 可 表 达 为 ：)ln()ln(1maxnPPHHEnkkk = = 式中，H 是 Shannon 多样性指数，是其最大值。显然，当 E 趋于 1 时，景观缀块分布的均匀程度也最大。 maxH6)景观形状指数景观形状指数(landscape shape index) 景观形状指数 LSI 与缀块形状指数相似， 只是将计算尺度从单个缀块上升到整个景观而 已。其表达如下：

8、 AELSI25. 0= 式中，E 为景观中所有缀块边界的总长度，A 为景观总面积。当景观中缀块形状不规则 或偏正方形时，LSI 增大。 7)景观聚集度指数景观聚集度指数(contagion index) 景观聚集度 C 的一般数学表达式如下： )ln(11maxijnjijniPPCC =+= 式中，是聚集度指数的最大值2ln(n) ，n 是景观中缀块类型总数，是缀块类型i与相邻的概率。在一个栅格化的景观中的一般求法是： maxCijPjijPijiijPPP/=式中，是一个随机抽选的栅格细胞属于缀块类型 I 的概率(可以按缀块类型 I 占整个景观的面积比例来估计)，而是在给定缀块类型 I

9、的情况下，缀块类型 j 与其相邻的条件概率，即 iPijP/iijijmmP/= ijm是景观栅格网中缀块 i 和 j 相邻的细胞边数，是缀块类型 I 细胞的总边数。在比较不同景观时，相对聚集度更为合理，其计算公式如下： imC)ln(2)ln( 1/11 maxnPP CCCnjijijni =+= 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。 如果一个景观由许多离散 的小缀块组成， 其聚集度的值较小； 当景观中以少数大缀块为主或统一类型缀块高度连接时， 其聚集度的值较大。 与多样性和均匀度指数不同， 聚集度指数明确考虑缀块类型之间的相邻 关系，因此能够反映景观组分的空间配置特征。

10、 8)分维数分维数(fractal dimension) 分维或分维数可以直观地理解为不规则几何形状的非整数维数。 这些不规则的非欧几里 德几何形状可以通称为分形(fractal)。 对于单个缀块而言， 其形状的复杂程度可以用它的分维数来量度。 缀块分维数可以下式 求得： 2/dFkAP = 即是： )ln(/ )ln(2AkPFd= 式中，P是缀块的周长，是缀块的面积，是分维数，k是常数。对于栅格景观而言，。一般来说，欧几里德几何形状的分维数为 1。具有复杂边界缀块的分维则大于1，小于 2。 AdF 4=k在用分维数来描述景观缀块镶嵌体的集合形状复杂性时， 通常采用线性回归方法， 即是： s

11、Fd2=式中，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。因为这种回归方 法考虑不同大小的缀块，由此求得的分维数反应了所研究景观不同尺度的特征。 分形结构最重要的特征之一就是自相似性(self-similarity)，即整体结构可由其结构单元 的反复叠加而形成。 因此对于具有分形结构的景观， 其缀块性在不同尺度上应该表现出很大 的相似性。这可以通过在不同尺度区段上计算分维数，然后观察其值的变化来确定。如果分 维数在某一尺度域上不变， 那么该景观在这一尺度范围可能具有结构的自相似性。 倘若分维 数随着尺度域改变，那么这些变弧的转折点有可能指示景观具有等级结构。 3 实验材料实验材料

12、Shape 格式的同一地区不同年代的两幅土地利用图； Fragstats 软件 V3.0； Arcview V3.2 需部分扩展模块，包括：spatial analysis; grid analysis extension; get grid value extension; grid transformation tools 等。 4 实验步骤实验步骤 1) 在 Arcview 中添加文件名为 hd198010.shp 的图层，点击“Theme”菜单下“Convert to grid“命令（） ，选择合适的路径，输出文件名为“grid1980”，点击“Ok”,出现“Conversion ex

13、tent”窗口， “Output grid cell size”改为 500，其它采用默认值，点击“Ok” 。出现“Conversion field”窗口，选择”landuse_id”项，点击“Ok” 。当出现“Attribute join“窗口时，点击“Yes“，然后当窗口提示“Add grid as theme to the View”时，选择“Yes” 。 2) 点击 “Grid1980” 图层， 使其成为活动图层， 点击 “File” 菜单下的 “Export data source” 项， 在 “Export File type”窗口中选择“ASCII Raster”,点击“OK“。

14、出现“export grid”窗口，在“Grid Name“中选择“Grid1980”文件，点击“OK“，然后输入文件名“asc1980”,选择合适的路径，点击“OK“。 3) 重复上述步骤，将 hd199510.shp 转换为 ascii 码文件，并命名为“asc1995” 。 4) 分别用“记事本“格式打开 asc1980，asc1995。前 6 行是文件的头文件，它记录了文件的基本信息，如行列数， 栅格大小等等， 将前 6 行数据剪切到另外的文本文件中， 并分别保存为 head1980, head1995。 5) 打开 Fragstats 软件，出现 Fragstats 软件的界面，点击

15、窗口右侧的“help”菜单，快速阅读”RUNNING FRAGSTATS VIA THE GRAPHICAL USER INTERFACE”下 Step 1. Starting the FRAGSTATS GUI; Step 2. Setting Run Parameters Step 3. Selecting and Parameterizing Patch, Class, and Landscape Metrics Step 6. Executing FRAGSTATS Step 7. Browsing and Saving the Results 6) 在对 Fragstats 有初步了

16、解之后，运用 Fragstat 来计算景观格局指数。点击“Fragstats”菜单下的“Set run parameters”项，出现“Run Parameters”窗口，点击“ascii file name”选择“asc1980”文件，点击“打开” 。点击“output file” ，选择合适的路径，保存为“1980result” ，打开“head1980”,填入 cellsize, number of rows, number of columns 填入“Grid attributes“中，将“Output statistics”中的所有项选中，点击“Ok” 。 7) 点击“Fragstats”菜单下的“Select patch metrics”项,出现“Patch metrics“窗口，选择“Area/perimeter”下的“patch area” ， “patch perimeter”项，再选择“shape“下的“peri