一種景觀格局分析中最佳粒度選取方法
2023-05-07 20:25:31
專利名稱::一種景觀格局分析中最佳粒度選取方法
技術領域:
:本發明涉及景觀生態分析領域,尤其涉及一種融合景觀指數粒度效應分析、改進型數據損失評價和運算耗時分析的最佳粒度選取方法。
背景技術:
:景觀格局影響並決定著各種生態過程,關係到景觀內物種的豐度、分布及種群的生存及抗幹擾能力,是景觀生態學研究的核心內容之一。在定量化反映和表徵景觀格局的方法中,景觀指數分析以其高度濃縮景觀格局信息,全面反映景觀格局結構組成和空間配置狀況的優勢,在景觀格局研究中得以廣泛應用。但現有的景觀格局分析程序多需要柵格數據作為數據源,在矢量數據柵格化過程中,存在一個可塑性面積單元問題(MAUP),即計算結果隨粒度(柵格大小)定義不同而不同。粒度選擇過大,細節易被忽略;粒度選擇過小,容易忽視總體規律,且增加額外工作量。因此,選擇合適的方法,選取最佳粒度對景觀分析的精度至關重要。最佳粒度選取方法研究在國內外已有所開展。國外有學者利用空間統計分析及模型找尋最佳粒度;還有學者根據斑塊周長面積比值變化選擇最佳粒度。在國內,一些學者採用景觀指數粒度效應分析方法,通過分析不同指數的拐點選擇最佳粒度。還有學者則利用數據損失評價法,選取最佳粒度,但忽略了相鄰地類因轉換粒度變化導致屬性發生改變帶來的損失,精度受影響,且沒有考慮相對變化率,難以在不同指標之間比較。總體上看,上述方法均考慮了最佳粒度選取的某一方面要求,存在著選取方法單一,選取結果精度較差、可信度不高等問題。隨著對最佳粒度認識的深入,及景觀格局分析對精度要求的不斷提高,亟需開發最佳粒度選取方法。但經廣泛檢索中國、歐盟、美國等專利機構均未發現相關專利。由此可見,開發一種綜合全面、科學準確、操作性強的最佳粒度選取方法,對區域景觀生態格局分析具有非常現實的意義。
發明內容本發明針對目前最佳粒度選取方法單一、選取結果可信度不高、操作性不強等問題,在充分考慮最佳粒度的基本要求,在對傳統數據損失評價方法進行改進的基礎上,提出了融合景觀指數粒度效應分析、改進型數據損失評價和運算耗時分析三種方法的最佳粒度選取方法。具體流程見附圖1。本發明的特徵在於融合景觀指數粒度效應分析、改進型數據損失評價和運算耗時分析方法,提出了綜合系統的最佳粒度分析方法,以實現最佳粒度選取的三個要求有效反映景觀格局、數據損失最小、運算耗時較小。其中景觀指數粒度效應分析保證在所選粒度域內,景觀指標能夠對研究區景觀格局進行有效反映;經改進的數據損失評價可保證所選粒度在柵格化過程中,數據相對損失較小;而運算耗時分析則從提高工作效率角度對粒度進行篩選;以此為基礎,對三者計算出的適宜粒度域取交集,得出滿足三個要求的粒度,即為最佳粒度。本發明的目的在於提供一種綜合全面、精確度高的景觀格局分析中的最佳粒度選取方法,以解決現有的最佳粒度選取方法的不足,與現有方法相比,本發明專利具有以下優點。(1)綜合全面本發明綜合了景觀指數粒度效用分析、數據損失評價和運算耗時分析三種不同的方法,分別解決粒度選取所要求的景觀指標對景觀表徵的有效性、信息損失、工作效率等三個方面問題,較以往相對單一的方法更加綜合全面。(2)科學準確本發明針對最大面積值法在矢量數據柵格化過程中的數據損失問題,綜合考慮相鄰地類因轉換粒度變化導致屬性發生改變帶來的損失,改進了以前應用較多的數據損失評價方法,將不同地類的數據損失取絕對值然後加和,得到景觀整體的數據損失,提出了相對損失計算公式及對應的適宜粒度域選取標準。在此基礎上,針對三個方面標準的交集,最終確定最佳粒度,全面保障選取粒度的準確性。(3)操作性強本發明流程明確,運算公式科學,選取標準統一,選取指標規範統一,輔助軟體包括ArcGIS、Fragstats3.3和Excel等,易於獲取與操作,以上保證了本發明較強的可操作性。附圖1為最佳粒度選取方法示意圖。附圖27為實施例1中對粒度變化敏感且具有明顯粒度拐點的指數。附圖89為實施例1中面積和周長相對損失情況。附圖10為實施例1中運算耗時分析結果。具體實施例方式本發明可通過下述包括三個步驟的技術方案實現1、矢量數據柵格化以TM影像解析度30m為起點,一定粒度範圍為間隔(粒度間隔可任意選擇,一般10m,20m或30m間隔較為常用),在ArcGIS平臺的支持下,採用最大面積值法(RMA)將研究區土地利用矢量數據柵格化。2、分別採用景觀指數粒度效應分析、改進型數據損失評價和運算耗時分析選取各自適宜粒度域。粒度域是通過粒度拐點確定,兩個拐點之間的區域。適宜粒度域則是經某一方法得出滿足當前方法要求的粒度區間。最佳粒度則是不同方法得出的適宜粒度域的交集。(1)景觀指數粒度效應分析主要步驟如下①景觀指數的篩選。景觀水平指數是對研究範圍內整體特徵的描述,而本發明針對區域整體,因此選取景觀水平上的指數開展研究。由於景觀指數眾多,難以對每個景觀指數進行分析,因此可根據研究目的和研究對象,選擇具有代表性的指數展開研究。景觀指數大致可分為五類,分別針對面積/密度/邊長、形狀、聚集/分布、連接性和多樣性等5方面,選取的指數最好包含以上五類。②景觀指數粒度效應圖的建立。在景觀格局分析程序FragstatU.3和Excel軟體的支持下,對所選景觀指數進行計算並對計算結果進行處理。以不同粒度為橫軸,以該粒度下對應的景觀指數值為縱軸,建立景觀指數的粒度效應曲線。③篩選出對粒度變化敏感且有明顯粒度拐點的指數,根據各個指數的粒度拐點劃分粒度域。④綜合分析所選指數的粒度域,選出適宜粒度域。在適宜粒度域內,景觀指數值保持相對穩定,變化較為平緩,能夠對景觀格局進行有效反映。(2)數據損失評價主要步驟如下①計算所選取指標的相對損失。選取面積、周長、斑塊數等指標,以矢量數據為基準數據,按公式(1)、(2)計算指標的相對損失。②選取適宜粒度域。以相對損失為粒度域選取的依據,保證所選適宜粒度域內,評價指標的相對損失值小於某一具體數值,該數值可根據研究需要確定,推薦值為20%30%。formulaseeoriginaldocumentpage5Q=IM/(Mmax-Mmin)X100%(2)式中,M為某一評價指標的損失量,Ag為各類景觀柵格數據值,Ab為各類景觀基準數據值,i為景觀類型,η景觀類型數量。Q為某一評價指標的相對損失,Mfflax為不同粒度下評價指標的最大損失量,Mfflin為不同粒度下評價指標的最小損失量。(3)運算耗時分析主要步驟如下①以不同轉換粒度為橫軸,以FragstatU.3軟體計算景觀指數的運算時間為縱軸,建立運算耗時對不同粒度變化的響應曲線。②找出運算時間拐點,確定適宜分析粒度域。3、對以上三種分析各自得出的適宜粒度域取交集,得出的結果即為最佳粒度。實施例1選擇北方地區極具代表性的某流域溼地景觀作為實例。在實例中,以30m為起點,200m為終點,IOm為間隔,進行矢量數據柵格化。選取景觀水平上15個指數(表1)進行粒度分析;選擇面積、周長兩個指標進行數據損失評價,並以相對損失20%為適宜粒度域選取基準。景觀指數粒度效應分析中對粒度變化敏感且具有明顯拐點的指數有六個見附圖27;損失評價中面積和周長相對損失見附圖89;運算耗時分析結果見附圖10。對三種分析各自得出的適宜粒度域(表2)取交集,最終得該流域溼地景觀格局分析的最佳粒度為60m。表1選取的景觀指數tableseeoriginaldocumentpage6tableseeoriginaldocumentpage7權利要求一種景觀格局分析中最佳粒度選取方法,其特徵在於克服傳統景觀格局分析中粒度選取方法的片面性,全面考慮最佳粒度選取對景觀指標反映景觀格局的有效性、信息損失與工作效率的具體要求,融合運用景觀指數粒度效應分析、改進型數據損失評價利運算耗時分析三種方法綜合選取最佳粒度,該方法適用於區域景觀格局分析中最佳粒度的選取,可降低景觀格局分析中的人為誤差,提高分析精度。全文摘要本發明針對目前景觀生態分析中最佳粒度選取方法單一,選取結果精度差,可信度不高等問題,全面充分考慮最佳粒度對景觀表徵的有效性、信息損失、工作效率等方面要求,提出了融合景觀指數粒度效應分析、改進型數據損失評價和運算耗時分析的最佳粒度選取方法。景觀指數粒度效應分析保證所選粒度域內,景觀指標能夠對研究區景觀格局進行有效反映;數據損失評價可保證所選粒度在柵格化過程中,數據相對損失較小;運算耗時分析從提高工作效率角度對粒度進行篩選。對三種方法各自得出的粒度域取交集,得出滿足三者要求的粒度,即為最佳粒度。該方法具有綜合全面、科學準確、操作性強等優點。在景觀格局分析中,應用此法可減少人為誤差,提高分析精度。文檔編號G06F19/00GK101814116SQ201010142519公開日2010年8月25日申請日期2010年4月9日優先權日2010年4月9日發明者於磊,汪思慧,趙彥偉申請人:北京師範大學