基于GIS的土地利用分形特征研究.pptx

基于GIS的土地利用分形特征研究 2017-6-1 现代地理学 1 引言 2017-6-1 现代地理学 2 土地利用图形来源于复杂的地理现象，是十分典型的分形表现。通过分形研究，可以进一步研究土地利用类型变化内在复杂性和稳定程度，可以得到传统的面积周长统计方法所不能表现的隐含信息，透过土地利用的空间结构揭示其变化过程，弥补以往面积周长统计、景观指数等方法表达土地利用结构的不足。 土地利用的分形特征早已被大量研究证实，对于一个区域而言，其土地利用具有近似的或统计意义上的自相似性，可以选择分维数指标对其进行描述。 20世纪90年代以来，分形维还被纳入景观指数范畴，被广泛地应用于不同尺度的土地利用/覆盖变化研究领域，在辅助GIS空间分析与解读城市与区域景观格局、评价城市化过程中土地利用/覆盖变化的环境影响解释与评价土地利用变化模型的预测结果等方面发挥了重要的作用。 2017-6-1 现代地理学 3 分形维数 维数是几何学和空间理论的基本概念。例如一维的直线，二维的平面，三维的普通空间，都是人们熟知的。但如果想知道雪花、云彩、山脉、树枝以及烟圈等等复杂自然结构的维数是多少，用传统的数学是难以回答的，至多是定性的描述。而分形理论则给出定量的分析，即可用分维（分形维数、分数维）加以表征。 一般情况下，分形维数它反映了一个分形体的不规则程度，分形维数越大，则分形体越不规则。 这里我们介绍比较常用的几种分形维数： 2017-6-1 现代地理学 4 斑块形状分维数计算 以矢量格式（shapefile）土地利用图为研究对象，利用GIS 空间分析工具查询各地类斑块的图形属性。以A(r)表示以r为量测尺度的斑块图形面积，P(r)为同一斑块图形周长。测量一系列斑块的面积与周长，并将其点绘在双对数坐标图上，对 )lnP(r)与lnA(r)序列进行线性拟合，计算得到斑块形状分维数。分维数D为斜率的 2 倍，其值介于1到2之间。 式中P(r)——斑块周长；A(r)——斑块面积；D——斑块形状分维数。 斑块形状分维数反映了不同土地利用类型斑块边缘的复杂性，其值大小体现了所受人类活动干扰强度的差异性。一般来说自然性强的地类，斑块形状比较复杂且无序，分维数D的取值就高；人为干扰强的地类，斑块形状比较规则且简单，分维数D的取值就小。它表征了不同土地利用类型在斑块水平的分形特征。 2017-6-1 现代地理学 5 空间结构盒维数计算 如果将某种土地利用类型的空间结构看作是一个整体的不规则几何对象，那么在一定的尺度范围内，其空间结构“图形”就会表现出近似的或统计意义上的自相似性，就能用分维数对其进行描述。土地利用空间结构分形计算的常用方法为计盒维数法。 以矢量格式（shapefile）土地利用图为研究对象，首先将土地利用图分割成边长为r的方格网，数出每一种土地利用类型图斑包含的方格个数N(r)。然后改变r值，再数出各类图斑包含的方格个数N(r)。此后将r序列值和相应的N(r)值点绘在双对数坐标图上，寻找各土地利用类型分布的无标度区间（即直线段对应的r值范围）。 最后根据各点的分布趋势建立回归方程，计算得到土地利用空间结构盒维数 。 式中N(r)——斑块空间结构中所包含的方格个数；r——方格边长；D——空间结构盒维数。 2017-6-1 现代地理学 6 有研究表明土地利用空间结构盒维数是面积、斑块数量和平均斑块面积等单项景观指标有机结合的综合表现，而不是某一单项因素的直接反映。其值大小反映了某种地类空间结构的复杂程度和不规则程度。某一土地利用类型的空间结构越复杂，越不规则，其盒维数就越大；反之若其空间结构越简单，越有规律，则其盒维数就越小。它表征了不同土地利用类型在斑块类型水平的分形特征。 利用网格化方法可以对区域各地类空间分布的信息维数进行计算。首先在栅格格式（Grid）土地利用图上，用边长为ε（ε为像元尺度的整数倍，且至少大于两倍）的方格对研究区域土地利用图进行覆盖。假定某种用地的象元总数为N，第i行第j列的网格中该用地的象元数为Nij，则可定义其空间分布的“概率”为： 2017-6-1 现代地理学 7 空间分布信息维数计算 利用空间信息量公式进行计算： 2017-6-1 现代地理学 8 改变网格的尺寸ε，可得不同的信息量I(ε)。将其点绘在双对数坐标图上，对I(ε)与ε序列进行线性拟合，得到斑块空间分布的信息维数计算公式： 式中I(ε)——各种地类的空间信息量；ε——方格边长；D——空间分布信息维数。 斑块空间分布的信息维数实质上是计盒维数的推广，有研究结果表明可以用信息维数对区域土地利用斑块空间分布的均衡性进行测量。某种土地利用斑块