四讲_景观生态学的数学方法.pptVIP

第五章 景观生态学的数学方法;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 景观格局分析基本步骤： 数据收集 - 景观图数字化 - 景观格局分析 -分析结果;景观图数字化的表达方式;;第一节：景观指标方法;一、景观指标概述：;单个斑块水平的指数;Gyration 半径;斑块类型水平上的指数;景观水平的指标;二、常用的景观指标及计算公式： 多样性指标 多样性指标只有景观水平的指标，没有斑块类型和单个斑块水平的指标。主要有：多样性指标、均匀度指标、优势度指标、景观丰富度指标。 Shannon Weaver 多样性指标 ;;;斑块面积/密度/边界长度指标 景观层次的指标包括：斑块密度、边界密度、最大斑块指标、斑块面积分布等。 这些指标的定义与斑块类型层次的定义类似，只是对所有斑块类型适用，而不仅仅对一种类型的斑块。; ;;形状指标 单个斑块层次的指标主要有：周长面积比、形状指数和形状分维指数。 斑块类型层次的指标包括：各单斑块指标的分布（均值，中值、面积加权均值、范围等） 整个景观层次的指标包括：各单斑块指标的分布 斑块类型层次、景观层次的指标有一个独特的指标：周长面积分维数是单个斑块所没有的。 下面介绍形状指数、形状分维值数、周长面积分维指数。 ;;景观形状指数;形状分维指标(fractal dimension index);;核心区指标 单个斑块层次上的指标是：核心区面积指标 斑块类型和整个景观层次的指标还包括：核心区面积被百分比、和独立核心区密度。 计算核心区指标前，需要确定边缘深度。边缘深度取决于研究对象对边缘区的识别程度。 核心区指标对于破碎化生境中濒危物种保护有重要作用。;; 隔离度指数 斑块层次的指标包括：接近度指标、相似指标、几何最近邻居距离、功能最近邻居距离。 几何距离为几何长度。功能距离可为：坡面距离、运动时间、能量需求等。 斑块类型、整体景观指标为上述四种指标的分布;; 对比度指标 斑块层次上的指标：边界对比度指标 斑块类型、景观层次的指标包括：边界对比度分布，以及总边界对比度。;;聚集度指标 聚集度指标描述景观中斑块的整体属性或斑块间的关系，因此没有斑块层次的指标 斑块类型层次的指标包括：聚合指标(aggregation index)、分割指标(landscape division index)。 景观层次的指标包括：聚合指标、分割指标、以及聚集度指标(contagion)。 聚集度指标是对整体景观各类型斑块聚集程度的描述，是景观生态学中引人注目的一个景观指标。;;;连接度指标 连接度表示相同生境类型的斑块之间的连接性，与很多景观功能密切相关。该指标能很好地反映动物对生境破碎化的反应。 连接度指标只在斑块类型和景观水平上有效，没有单个斑块水平的指标。 描述景观连接度的指标主要有两个：斑块粘合度指标(patch cohesion index)和连接度指标(connectance index) ;;;景观指数的应用;;第二节：空间统计方法;一、空间自相关分析 spatial autocorrelation 空间自相关性分析的目的是： 确定空间变量在空间上是否相关，以及相关的程度。 空间自相关系数用来描述生态学变量在空间上的分布特征及其对其邻域的影响程度。 变量在空间上呈正相关，表示邻域内变量的相似性大于随机分布。相同类型之间有相互吸引或相互促进的作用。 呈负相关，表示邻域内变量的相似性小于随机分布。相同类型之间有相互排斥或相互拟制的作用。 不相关，表示邻域内变量的相似性接近随机分布。变量分布在空间上没有依赖关系。 ; 常用的空间自相关系数有两个：Moran的 I 系数和Geary 的 c 系数 ;I 系数：取值范围在 -1 倒 1 之间， 0 表示负相关， 0 表示正相关， 接近于 0 表示不相关。 c 系数：取值范围在 0 倒 2 之间， 1 表示负相关， 1 表示正相关， 接近于 1 表示不相关。 可通过统计学方法检验 I 值和c值是否显著地偏离不相关值，即相关性是否显著。 ;; 自相关图（Correlogram） 空间自相关系数随观察的尺度改变而变化。在空间自相关分析时，在一系列不同尺度上计算空间自相关系数，以样点间距为横坐标，以相关系数为中坐标，绘出的图称自相关图。 自相关图能反映自相关性随尺度的变化。 ;二、半方差分析 semivariance analysis 半方差分析是地统计学(Geo-statistic)的重要组成部分。地统计学是一系列检测、模拟、估计变量在空间上的相关关系和格局的统计学方法。 地统计学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。 半方差分析的用途主要有2种，一是描述和识别空间格局，二是用于局部优化差值(Krigin