空间粒度变化对景观格局指数的影响_以徐州地区为例

空间粒度变化对景观格局指数的影响_以徐州地区为例 测绘科学 134 No11 Vo l34卷第 1期 第 Sc ience of Su rveying and M app ing 2009年 1月J an1 空间粒度变化对景观格局指数的影响 ————以徐州地区为例 ?? ? ? ?周兴东 , 于胜文 , 赵长胜 , 曹后龙 ( ?山东科技大学地球信息科学与 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 学院 ,山东青岛 26 6410; ?徐州师范大学测绘学院 , 江苏徐州)221116 2 【摘 要 】以 TM 遥感图像为数据源 , 选择徐州地区一块 441 km的研究区 , 应用地理信息系统技术处理得到该研 究区的景观遥感类型图 , 选取 10个景观水帄的景观格局指数 , 利用景观格局 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 软件 FRA GSTA TS313 进行计算 , 分析了不同粒度对景观格局指数计算结果的影响 。结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明 : 随着粒度值由 30m 到 480m 的逐渐增加 , 除丰富度 外的景观指数均具有明显的粒度效应 。从而对该地区景观格局特征的评价提供了可靠的依据 。 【关键词 】景观格局 ; 空间粒度 ; FRA GSTA TS; TM 影像 ( ) 【文章编号 】1009 22307 2009 01 20201 203 【中图分类号 】 P208 【文献标识码 】A DO I: 1013771 / j1 issn11009 - 2307120091011071 ( ) 蔓延度和多样性等 4大方面 , 选择了总面积 TA 、斑块数 1 引言 () ( ) ( N P、帄 均 形 状 SHA PE _ MN 、帄 均 分 维 数 FRAC _景观生态学中 , 尺度往往以粒度和幅度来表达 。空间 ) ( ) ( ) ( MN 、聚集度 A I、蔓 延 度 CON T、景 观 分 离 度 D IV I2 粒度是景观中最小可辩识单元所代表的特征长度 、面积或 ( ) ( ) ) S ION 、丰富度 PR 、 Shannon 多样性指数 SHD I、 Shan2 体积 , 例如 , 斑块大小 、实地样方大小 、栅格 数据中的格 ( ) non均匀度指数 SH E I总计 10 个指数 , 各指数的具体计算网大小及遥感影像的像元或分辨率大小等 。时间粒度是某 [ 1 ] ( 公 式 和 含 义 可 以 查 阅 h ttp: / /www1um a ss1edu / landeco / re2 () 一现象或事件发生的 或取样的 频率或时间间隔 。幅度 [ 2 - 4 ] ) sea rch / fragsta ts / fragsta ts1h tm l或 者 F ragsta ts软 件 中 的 帮 助 是研究对象在空间或时间上的持续范围 或长度 。本文 文件 , 里面都有详细讲解 , 最后的指数计算结果导入 Exce l以徐州地区为例 , 运用景观生态学原理 , 利用遥感和地理 信息系统技术 , 探讨景观格局指数与空间粒度变化的关系 。 处理分析 。 3 结果与分析 2 资料与研究 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 计算结果如表 1 和图 1 所示 , 下面从 4 个方面对景 观 211 数据来源及处理 格局指数的变化进行具体分析 : 研究数据来源于 2005 年的徐州地区 TM 卫星影像 , 在 表 1 景观格局指数随粒度变化 TM 图像上裁减出以徐州市区为中心的一块 700 行 ×700 列 CON D VI I ( SHA P FRAC) ( ) TM 图像的空间分辨率为 30m , 即 441 km2 21km ×21km 粒度 TA / ha N P /个 PR SHD I SH E I A I TA G S ION E_ MN _ MN 的正方形区域为研究区 , 利用 ENV I413 遥感影像处理系统 30m 44100 15509 112919 110489 511318 018189 7818672 371634 018875 对 TM 数据进行影像几何校 正等预处理 , 通过 人机交互解60m 44100 6288 112777 110388 5113405 018329 7016279 311394 019381 译得到研究 区 景 观 类 型 矢 量 图 。在 景 观 分 类 解 译 过 程 中 ,90m 43974109 4190 112373 110322 5113183 018191 6513422 281886 019151 综合考虑根据当地具体情况 、遥感影像特征以及景观分类[ 5, 6 ] 数的影响效应 , 确定了水体 、建设用地 、林地 、耕地和 120m 44100 2470 112688 110334 5113389 018319 6117355 261397 019337 裸露地 5种主要的景观组分 , 以探讨景观格局指数的粒度 150m 44100 1882 112424 110299 5113182 018191 6010491 251935 019097 效应 。把景 观 分 类 矢 量 图 转 入 A rcG IS912 中 , 利 用 A rc2 180m 44352136 1414 112737 110321 5113429 018344 5611048 23147 019385 G IS912软件的矢量图栅格化功能对景观分类矢量图进行以[ 7, 8 ] 210m 44100 1085 112486 110283 5113161 018177 551926 241078 019029 优势规则 为 基 础 的 方 法 重 采 样 处 理 , 粒 度 范 围 从 30m 到 480m , 粒度相互间隔设为 30m , 产生了 16个不同粒度等 240m 44605144 883 12757 110303 5113419 018338 5310273 221008 019319 1级的景观类型图用于实验研究 。 270m 44352136 772 112389 110263 5113126 018155 5217993 221996 019028 212 景观格局指数计算 300m 44100 657 112455 110255 5113445 018354 4916541 201416 019229 采用景观格局分析软件 F ragsta ts313 分别对各粒度等级 330m 44605144 565 112575 110274 5113229 018219 4913395 211377 01912 [ 5, 6, 9 - 15 ]的景观分类图进行计算 。相关研究 已经表明各类景 360m 43597144 464 11274 110291 5113368 018306 4814625 201505 019215 观指数之间存在着大量相关性现象 , 因此为了尽量避免信 息冗余和考虑到本研究注重探讨区域景观水帄上的粒度效 390m 44352136 385 11251 110254 5113121 018153 5013703 211862 018728 应 , 故选择景观水帄上的指数 , 依 据 FRA GSTA TS313 软件 420m 44100 352 113048 110304 5113291 018258 4618579 201356 019311 的指数分类体系在景观水帄上针对面积 /密度 /周长 、形状 、 450m 44732125 322 112802 110281 5113148 018169 4817679 211238 019125 480m 44605144 280 112891 110278 5113278 01825 4610374 201076 019185 311 面积 /密度 /边长指数 ( A rea /D en s ity / Edge m e tr ic s) 在这类指数中主要探讨了总面积 TA 和斑块数 N P。从 ( ) : 周兴东 1959 - , 男 , 江 作者简介 总面积和斑块数量的计算结果可以看出总面积和斑块数的 苏宜兴人 , 博 士 生 , 副 教 授 , 主 要 从变化具有明显的差别 : 总面积忽高忽低表现出无规律变化 , 事大地测量与遥感方面的教学与科研 原因是矢量数据栅格化过程中 , 原本帄滑的边界呈现锯齿工作 。 [ 10 ] 状变化的原因 , 可见面积指数没有体现出规律性的粒度 E - m a il: zxdzy111@ sina. com 变化效应 ; 斑块数量在前 3次重采样过程中数量迅速减少 , 随着粒度变大 , 变化趋势有所减缓 , 表明各种组分有很 多 收稿日期 : 2008 - 09 - 02 小面积斑块 , 重采样过程对这些小面积斑块的过滤使小缀 基金项目 : 江苏省高校自然科学基金 块被逐渐合并 , 因此缀块数随之减少 , 其中 30m - 120m 粒 ( ) 资助项目 06 KJD420184 度范围是斑块数量变化的相对敏感区间 , 总体上看斑块数 包含的斑块数和其面积表示景观聚集度 , 以斑块作为计算 单元 , 而聚集度是以景观类型内部的团聚程度来表示景观 聚集度 , 蔓延度是用景观所有相邻程度来表示景观聚集度 ,[ 12 ] 后两者都是以栅格为计算单元 , 说明聚集度和蔓延度这 两个以栅格为计算单元的指数对粒度变化比较敏感 , 随着 粒度增大 , 栅格单元面积增大 , 景观聚集度减小 , 这也 与[ 9 ] 前人的研究一致 。 314 多样性指数 ( D iver s ity m e tr ic s) 在这类指数中主要 探讨了 Shannon 多样性指 数 、 Shan2 non均匀度 指 数 和 丰 富 度 指 数 。 Shannon 多 样 性 和 Shannon 均匀度指数没有表现出规律性变化趋势 , 两者随着粒度增 大均呈现出 小 幅 度 波 动 , 没 有 明 确 单 一 的 粒 度 效 应 关 系 , 说明在本实验条件下 , 这两种景观格局指数对于粒度变化 不敏感 。另外景观多样性和均匀度表现出几乎同步的波动 体现了两者之间的显著相关性 , 这也与文献资料的结论一[ 12 ] 致 。丰富度指数呈现出数值不变的现象 , 因为丰富度取 决于景观类型 , 景观类型不变 , 表明本实验条件下未发 生 景观类型消失现象 。 4 小结 学校三防设施建设情况幼儿园教研工作小结高血压知识讲座小结防范电信网络诈骗宣传幼儿园师德小结 景观格局指数的粒度效应本质上是由于随着粒度的变 [ 10 ] 化 、栅格数据对斑块的分割 、融合和改变边界所致 。本 文利用徐州地区 2005年 TM 遥感影像解译的景观分类图为 案例 , 探讨了景观水帄上 4 个方面景观指数随粒度变化的 特点 , 并做了具体分析 , 结果表明 : ?在所研究的景观 指 数中 , 除丰富度指数外均对粒度变化具有明显的响应 , 丰 富度指数的数值不变表明在本实验的条件下没有出现某种 景观组分类型完全消失的现象 ; ?各类指数对粒度变化的 响应又各具特点 : 其中面积指数 TA、帄均形状指数 SHA PE _ MN、 Shannon 多样性指数 和 Shannon 均匀度指数的 响 应 行为没有表现出规律性 , 具有不可预测性 ; 斑块数 N P, 聚 集度指数 A I和蔓延度指数 CON T总体上对粒度的变化响应 体现出各自的特点和规律 ; 而形状指数体现了对粒度变化 响应的复杂性 。 由于景观格局指数在不同的景观条件下行为的一致性还 图 1 景观格局指数值随粒度变化曲线图 [ 16 ] 具有很大的不确定性 , 所以针对不同的研究区 , 指数的 随空间粒度的变粗而减少 , 表现出比较有规律的粒度影响 变化行为还需要进行验证 。笔者认为研究景观指数的变化特效应 。 点和规律应该结合具体的研究区和景观条件来进行 , 通过研312 形状指数 ( Sha pe m e tr ic s) 究对比大量具备不同区域特性以及不同景观条件下各类不同( ) 在这类指数中主要探讨了帄均形状指数 SHA PE_ MN 景观指数之间的变化特点和规律 , 才能更好地揭示各类景观( ) 和帄均分维数指数 FRAC _ MN 。可以看出 : 帄均形状指 指数在各种情况下丰富的生态学内涵 。另外所选粒度的变化 数在 粒 度 从 30m 增 加 到 90m 时 梯 度 减 小 , 而 从 90m 到 范围 、空间数据聚合方式 、分析景观类型的多少 , 甚至景观 270m 时出现波动式变化 , 而大于 270m 后有所上升 , 没有 指数本身算法的差异都可能造成景观指数粒度效应分析结果 体现出规律性变化 , 这是因为景观类型的空间分布对形状[ 5 ] 的差异 , 例如可以结合具体地区的景观条件以及所采用数 指数的影响很大 , 随着粒度增大各类景观斑块出现了多种 据自身的特点通过拓宽粒度的变化范围 , 改变粒度变化步 可能性的变化所致 ; 帄均分维数整体趋势是随着粒度的增 长 、改变数据的聚合方式或者改变景观分类系统等来探讨景 大而减小 , 但随着粒度增大 , 减小趋势逐渐缓和 , 分维数 观指数在某个地区景观条件下的具体变化特点和规律 , 将会 指示了研究区景观结构的自相似性特征 。由于在粒度增大 有益于更加全面深入地了解各种不同景观条件下各类景观格 的过程中 , 缀块形状可能出现多种变化 , 通过这两个形状 局指数所代表的深层生态学内涵 。 指数可以看出他们随粒度变化的曲线不是很帄滑 , 体现出 参考文献 波动性 , 也表明形状随粒度变化的复杂性 。 张娜 1生态学中的尺度问题 : 内涵与分析方法 [ J ]. [ 1 ] 313 蔓延 /分布指数 ( C on ta g ion / In ter sper s ion m e tr ic s) ( ) 在这类指数中主要探讨了聚集度 A I、蔓延度 CON T和 生态学报 , 2006 , 26 7: 2340 - 23551 W u J G1L and scap e Eco logy Pa tte rn, P roce ss, Sca le and [ 2 ] 分离度 D IV IS ION 指数 。随着粒度的增加 , 聚集度指标值减 H ie ra rchy 1 B e ijing: H ighe r Educa tion P re ss, 20001 少 , 响应曲线比较帄滑 , 只在个别粒度附近的区间出现轻 Turner MG, Gardner RH, O’Neill R V1Landsape Ecology: [ 3 ] 微波动 , 这是因为该指标表达的是同类型网格单元的相对 In Theory and Practice1 NewYork: Sp ringer2Verlag, 20011 聚集或分散情况 , 粒度增大 , 总网格数目减少 , 同类网格 W u J , L i H1Concep ts of sca le and Sca ling1W u J , Jone s [ 4 ] 相对聚集程度减小 。蔓延度指数表达景观类型在空间上的 K B , L i H , e t a l1ed s1 Sca ling and U nce rta in ty A na lysis 聚集程度或类型间镶嵌程度 , 蔓延度指数随空间粒度的变 in Eco logy: M e thod s and App lica tion s1Do rd rech t: 粗而缓慢减小 , 响应曲线比较帄滑 , 粒度效应明显 。通过 Sp ringe r, 2006, 3 - 161 蔓延度和聚集度两者的数值变化以及响应曲线可以看到它 申卫军 , 邬建国 , 林永标 , 等 1空间粒度变化对景观 [ 5 ] 们都随着粒度增大表现出逐渐降低的趋势 , 这说明粒度增( ) 格局分析的影响 [ J ] 1生态学报 , 2003, 23 121 大可以改变斑块的形状 、融合小的斑块 , 逐渐降低不同景() 下转第 173页 观类型间的聚集程度 , 但这是一个缓慢渐变的而不是急剧 173 王 红等 一种新的时间序列变点算法在变形数据分析中的应用 第 1期 来考虑以提高决策的可靠性 。 参考文献 ( ) [ 1 ] 陈希孺 1变点统计分析简介 1 [ J ] 1数理统计与管 ( ) 理 , 1991, 1: 552591 [ 2 ] 王锦功 , 等 1线性回归模型中的变点分析 [ J ] 1 吉 ( ) 林大学自然科学学报 , 1994, 1: 352391 [ 3 ] 苏召学 1一元线性回归模型突变的估计 [ J ] 1 山东 ( ) 建筑工程学院学报 , 1999 , 14 1 : 84 2871 图 1 监测点变形过程 [ 4 ] 缪柏其 , 等 1 关 于 变 点 个 数 及 位 置 的 检 测 和 估 计 在大坝变形资料处理中 , 大坝位移都呈周期性变化的 ( ) [ J ] 1应用数学学报 , 2003, 26 1 : 26 2391 特点 。从上述分析得出序号 14 到 26 这段区间 与其余两段 有区别 。但为什么会出现这种情况应结合这段时间内的气 宿成建 , 等 1应用变点模型来研究沪深股股市波动性突 [ 5 ] 温 、坝体温度 、库水位 、地质 、地震情况等资 料加以合理 () 变行为 [ J ] 1重庆大学学报 , 2003, 26 10: 15221551 解释 。 [ 6 ] 项静恬 , 史久恩 1 非线性系统中数据处理的统计方 法 [M ] 1 北京 : 科学出版社 , 2000 2011 4 结束语 [ 7 ] 郭嗣琮 , 陈刚 1 信息科学中的软计算方法 [M ] 1沈 本文在论述均值变点 、方差变点和模型变点等传统变 阳 : 东北大学出版社 , 20002011 点理论和基于差异信息熵变点分析的基础上 , 提出利用基 [ 8 ] B rad ley H Mo ran tz1W e igh ted w indow m e thod fo r tim e se2 于 SOM 网络进行变点分析 , 在自适应神经网络变点分析的 rie s fo reca sting w ith an a rtific ia l neu ra l ne two rk [ D ]. 基础上再进行变点类型的分析 。而神经网络法不需要知道 更多的先验知识 , 比传统的变点分析具有一定的优势 。 Ph1 D D isse rta tion, Geo rgia Sta te U n ive rsity, 20021 ) 1许多变形时序数据是一组复杂信息 , 其中既可能有 [ 9 ] J un ZHAN G, Hong WAN G1A new p re trea tm en t app roach 单个变点 , 也可能有多个变点而且类型也可能不相同 。 of e lim ina ting abno rm a l da ta in d isc re te tim e se rie s [ J ]. ) 2本文提出的利用基于自适应神经网络的变点分析结 IEEE In te rna tiona l Geo sc ience and R emo te Sen sing Sym 2 合统计检验的方法是一个有效的方法 。根据自适应神经网 ( ) po sium IGAR SS 05 , 20051 128 , PROCEED IN GS: 络的变点分析划分的不同子序列 , 分段进行检验以发现它 们之间是否存在显著差异并判断它们的变点类型 。 665 2668 , ) 3这是一种新的变形数据的分析方法 , 利用变点分析 [ 10 ] 卫建东 1现代变形监测技术的发展现状与展望 [ J ]. 提供的时序分段变化信息 , 可以和相应的影响因素结合起 ( ) 测绘科学 , 2007 , 32 61 [ 11 ] 李志林 , 朱庆 1 数 字 高 程 模 型 [ M ] 1 武 汉 : 武 汉 大学出版社 , 20011 A n ew A n ew a lgor ithm for t im e ser ie s chan ge po in t an d its a pp l ica t ion on deform a t ion ana ly s is A b stra c t: In th is p ap e r, a new a lgo rithm is in troduced fo r change po in t of tim e se rie s ba sed on se lf2adap tive a rtific ia l neu ra l ne t2 wo rk1 F irstly, the length of moving w indow d and in te rva l of moving na re cho sen p rop e rly, and o rigina l tim e se rie s can be tran sfo rm ed 0 in to new se rie s1 Second ly, new se rie s a re taken a s inp u t of ne two rk and d ivided in to two typ e s1 Then the num be r and loca tion of change po in t can be ob ta ined1 F ina lly, the k ind s of change po in t a re e stim a ted1 Sim u la tive da ta and emp irica l da ta a re te sted fo r effec tivene ss of the a lgo rithm1 Key word s: defo rm a tion ob se rva tion; change po in t; tim e se rie s; se lf2adap tive a rtific ia l ne two rk ?? ? ? ( W AN G H ong, ZHAN G Z heng 2lu, ZHAN G J un? Co llege of Econom ic s and Trade & Co llege of L and M anagem en t, H ua2 zhong A gricu ltu ra l U n ive rsity, W uhan 430070, Ch ina; ? Schoo l of Geode sy and Geom a tic s, W uhan U n ive rsity, W uhan 430072, () )Ch ina; ?The Facu lty of Ea rth R e sou rce s, Ch ina U n ive rsity of Geo sc ience s W uhan, W uhan 430079, Ch ina ()上接第 202页 [ 11 ] 李秀珍 , 布仁仓 , 常禹 , 等 1 景观格局指标对不 同 ( ) [ 6 ] 龚建周 , 夏北成 1 景观格局指数间相关 关系对植被 景观格局的反应 [ J ] 1生态学报 , 2004, 24 11 [ 12 ] 覆盖度 等 级 分 类 数 的 响 应 [ J ] 1 生 态 学 报 , 2007 , 布仁仓 , 胡远满 , 常禹 , 等 1 景观指数之间的相 关 ( ) ( ) 27 10: 4075 - 40851 分析 [ J ] 1生态学报 , 2005, 25 10 : 2764 - 27751 [ 7 ] [ 13 ] W ickham JD , R itte rs KH119951Sen sitivity of land scap e 岳文泽 , 徐建华 , 徐丽华 , 等 1 不同尺度下城市 景 m e tric s to p ixe l size1 In te rn J R emo te Sen sing, 16: 3585 观综合指数的空间变异特征研究 [ J ] 1应用生态学 ( ) - 35941 报 , 2005, 16 11: 2053 - 20591 He HS, Stephen JV , M ladenoff DJ , et al120021Effects of [ 8 ] [ 14 ] 龚建周 , 夏北成 , 李楠 , 等 1 快速城市化地区土 地 spatial aggregation app roaches on classified landsat TM sat2 覆盖景 观 特 征 的 粒 度 效 应 [ J ] 1 生 态 学 报 , 2006, () ellite imagery1 Intern J Geogr Info rm Sci, 2002, 16 11 ( ) 26 7: 2198 - 22061 [ 9 ] 布仁仓 , 秀珍 , 胡 远 满 , 等 1 尺 度 分 析 对 景 观 格 局 [ 15 ] 朱明 , 濮励杰 , 李建龙 1 遥感影像空间分辨率及粒 ( ) 指标的影响 [ J ] 1应用生态学报 , 2003 , 14 121 度变化对城市景观格局分析的影响 [ J ] 1生态学报 , ( ) [ 10 ] 赵文 武 , 傅 伯 杰 , 陈 利 顶 1 景 观 指 数 的 粒 度 变 化 2008 , 28 6: 2753 - 27631 ( ) 3 26 [ 16 ] 杨丽 , 甄霖 , 谢高地 , 等 1 泾河流域景观指数的 粒 2 00 3 , 2 3 3 : 效 应 [ J ] 1 第 四 季 研 究 , ( ) 度效应分析 [ J ] 1资源科学 , 2007 , 29 2 1 - 33 31 Effec ts of chan g in g gra in s ize on lan d sca pe in d ice s ———A ca se study of the pa r t of Xuzhou A b stra c t: A land scap e typ e m ap ba sed on remo ted ly sen sed da ta we re comp u ted fo r a 441km2 region of the study a rea of Xuzhou w ith the he lp of TM im age da ta and G IS, the land scap e p a tte rn ana lysis p ackage FRA GSTA TS313 wa s u sed to comp u te the 10 se lec ted land scap e m e tric s and the effec ts of d iffe ren t gra in s on the ca lcu la tion re su lt of land scap e p a tte rn index we re ana lyzed1The re su lt show tha t a ll the land scap e ind ice s have obviou s gra in size effec ts excep t p a tch richne ss index w ith the gra in inc rea sed from 30m to 480m1, So a s to p rovide a re liab le ba sis fo r the eva lua tion of the cha rac te ristic s of the land scap e p a tte rn in the region1 Key word s: land scap e p a tte rn; sp a tia l gra in; FRA GSTA TS; TM im age ?? ? ? ? ( ZHOU X ing - dong, YU S heng - w en, ZHAO Chang - sheng, CAO H ou - long?Schoo l of Geo sc ience and Techno logy, Shandong U n ive rsity of Sc ience and Techno logy, Q ingdao 266510, Ch ina; ?D ep a rtm en t of te rrito ry info rm a tion and su rveying engi2 )nee ring of Xuzhou No rm a l U n ive rsity , Xuzhou J iangsu 221116 , Ch ina