景观空间格局指数的相关性研究

1、第29卷第2期2010年5月Vol.29No.2May.2010中南林业调查规划CENTRAL SOUTH FOREST INVENTORY AND PLANNING 景观空间格局指数的相关性研究冯湘兰1,李际平1,陈端吕2(1.中南林业科技大学林学院,长沙410004;2.湖南文理学院资源环境与旅游学院,湖南常德415000摘要:在景观指数中,大部分指数之间景观格局信息重复,存在不同程度的相关关系。从现有景观指数整体出发,应用聚类分析将景观指数分成不同的类,并采用相关分析法研究各类型之间景观指数的相关性,从整体上揭示景观指数的信息重叠量。关键词:景观指数;景观格局;类别;相关性中图分类号:Q

2、149文献标识码:A文章编号:1003-6075(201002-0052-04Study on the Correlation of Landscape Spatial Pattern IndicesFENG Xianglan 1,LI Jiping 1,CHEN Duanl ü2(1.School of forestry,Central South University of Forestry and Technology ,Changsha 410004,China ;2.School of Resource Environment and Tourism Hunan Unive

3、rsity of Arts and Science,Hunan Changde 415000,ChinaAbstract:As landscape indices,landscape pattern information had resemblance among most of indices and existed correlation in varying degrees.According to the existent landscape indices,classify the landscape indices with cluster analysis,and resear

4、ch the correlation of landscape indices contained in each type,to reveal the information overlap of landscape pattern indices.Key words :landscape indices ;landscape spatial pattern ;type ;correlation*收稿日期:2010-03-12作者简介:冯湘兰(1985-,女,湖南怀化人,硕士研究生,从事林业系统工程研究。为了测定景观格局对生态过程的影响,常使用景观格局指数描述复杂的景观格局1。由于新理论在景

5、观生态学中的应用而不断推陈出新,产生了多种类型的景观指数,如以信息论为基础的优势度与蔓延度2、以分形几何学为基础的分维数3等。如今景观格局指数已经发展到了数量多、类型少、生态学意义模糊的局面4,在景观指数中,大部分指数之间景观格局信息重复5,不满足相互独立的统计性质6,存在不同程度的相关关系。通过比较景观格局指数的相关性,可为建立景观格局评价指标体系、确定主要的景观格局及其过程以及景观规划提供依据。1研究方法1.1研究对象研究对象选择西洞庭湖区。西洞庭湖区位于湖南省北部,长江中游荆江段南侧,总面积为142.2万hm 2,属中亚热带向北亚热带过渡的湿润季风气候区,兼有润湿的滨湖气候和潮湿的山地森

6、林气候特征。1.2常用的景观空间格局指数利用ArcGIS 软件的统计分析和空间分析能力,对西洞庭湖区的森林景观类型进行计算分析,获取的主要分析指标为:面积比;斑块数;斑块密度;平均斑块大小;斑块最大值;斑块最小值;标准差;变动系数;形状指数;斑块边缘密度;分维度;优势度;分离度;样性指数;均匀度。1.3数据处理根据森林景观空间格局评价指标的内涵设计调查52··ij d 15,2,1(?i i 表格,对原始资料计算指标值。用极大值标准化,对于每一个,有:对指标原始值进行数据处理,以满足功能聚类和Pearson 相关分析的基本条件。1.4景观空间格局指数的聚类分析在聚类分析中,

7、通常根据分类对象的不同分为型和R 型两大类。对样本进行分类处理的称为Q 类分析,对变量进行分类处理的称为R 型聚类分析本文用的是R 型聚类分析。欧氏距离(是一种常用的分类统计量,系数可按下式计算:式中:代表第地点第个指标的值;代表第个地点第个指标的值;个指标个数。离系数越小,两点间的相似程度越大,反之则小。除量纲的影响,准化处理,以增强各因素之间的可比性。(无量刚化处理,数据的缺省值以指标平均值代替,量亲疏程度的指标采用相关系数:聚类方法使用类间平均距离连接法,然后进行聚类分析。2森林景观评价指标相关性2.1评价指标的主要类型目前,对景观指数的分类还未形成统一标准。Froman 曾把描述斑块的

8、景观指数分为两大类:一类是描述斑块形状的景观指数如形状指数等,另一类是描述斑块镶嵌的景观指数如相对丰度、优势度和分维数等。Hulshoff 认为景观指数可划分为景观格局指数和变化指数,前者如斑块类型、数量及形状指数,后者如斑块数目变化率等。Turner 等认为,景观指数可以分为斑块数目与大小、斑块分维数、景观要素之间的边缘数和多样性、优势度与蔓延度。以上划分均是先人为确定景观空间格局及动态的主要方面,然后对现有的景观指数进行功能分析以确定归属的,这种分类方法较为主观8。为了更好地分析各个景观指数的相关性,首先从现有景观指数整体出发,不考虑景观功能,应用聚类从图1可以看出,景观指数不同的聚类标准

9、(距离下,可以分成不同的类型。当聚类距离为18时,把景观指数分成两大类,从两大类中的景观指数进行综合分析,应为景观要素特征指数和景观总体特征指数。当聚类距离为11时,景观要素特征指数可分为两类,即景观要素单指标统计特征指数和景观要素关系特征指数,这时景观总体特征指数(优势度、多样性、均匀度、分离度和分维度归为1类;而聚类距离为10时,分维度指数单独列为1类,而景观镶嵌的复杂性指数优势度、多样性、均匀度、分离度合并为1类,表示景观镶嵌的结构性,究其原因,主要是这两类指数分别是不同的理论应用于景观生态学的景观格局描述,分维数来源于分形理论,而另一类来源于信息论。景观指数分类结果见图2。2.2不同景

10、观空间格局指数之间评价信息的重叠度,通过对相关系数的计算与检验来完成。景观指数由于理论来源的不同,指数之间不完全相互独立,总是不同程度地存在着相关性,使描述信息重复。但景观指数存在相关性并不意味着将任何一个指数放弃不用。(1(2ijj ijij x x x max ,?ni ini i n i i i xy y y x x y y x x r 12121(ik x ?,2,1k k jk m ÁÂ(1Á?ÁÂÃÂÄÂÄÃx x m d jk x ni i x n x 11ni iy n

11、 y 11冯湘兰,等:景观空间格局指数的相关性研究2010年第2期第29卷2010年第2期第29卷中南林业调查规划表3景观总体特征指数注:*为0.01水平上相关显著;*为0.05水平上相关显著优势度多样性均匀度分离度分维度优势度1多样性-0.930*1均匀度-0.895*0.830*1分离度0.585*0.426*0.332*1分维度0.69*0.762*0.497*0.336*1表2景观要素关系的特征指数斑块数斑块密度边缘密度形状指数斑块数1斑块密度0.686*1边缘密度0.650*0.718*1形状指数-0.578*0.588*0.813*1注:*为0.01的水平上相关显著表1景观要素单元

12、的特征指数的相关性最小值最大值平均值面积比变动系数标准差最小值1最大值0.676*1平均值0.756*0.859*1面积比0.807*0.847*0.991*1变动系数0.732*0.919*0.976*0.956*1标准差0.768*0.847*0.997*0.997*0.963*1在理想状态下存在一个景观指数体系,用之足以描述景观格局但又不冗余。因此,对于景观空间格局的描述问题是:用多少个由景观指数维可以较全面地描述,哪些景观指数或指数集可以互相补充地描述,以及更好地解释与理解景观功能。2.2.1景观要素单元的特征指数对森林景观要素单元的特征进行描述的景观指数,主要来源于景观类型图中周长、

13、面积所统计的空间属性。从表1可以看出,所有的景观要素单元的特征指数都存在显著的相关性,相关系数R 的绝对值,除了“最大值”与“最小值”,都大于0.75。相对来说,只有最小值与最大值、平均值、面积比、变动系数的相关系数相对较小。2.2.2景观要素关系的特征指数景观要素关系的特征指数主要是通过斑块的周长和面积所构成特征指数,它表达了景观的斑块形状复杂性。从表2可知,在这一类景观指数中,景观指数之间存在一定的相关关系,但大多相关系数在0.58至0.82之间,相关程度最显著的为边缘密度与形状指数,相关系数为0.813,这两个指标都取决于边界的长度,其次是斑块密度和边界密度,相关系数为0.718,最小的

14、为斑块数与形状指数,并且呈现负相关。 2.2.3景观总体特征指数景观总体特征指数关系到景观类型数及类型面积或周长,用来量化景观结构组成的复杂性。优势度与多样性呈现最大的负相关性,相关系数为-0.930,说明它们是从两个相反的角度表达了景观类型的丰富性;优势度与均匀度之间也存在显著的负相关性,表示的生态学意义相同,从不同的角度解释景观均匀度;分维度与分离度、优势度、多样性和均匀度的相关性较小,反映的是景观空间实体几何形状的不规则性;分离度与优势度、多样性和均匀度相关性较小,它反映的是景观在地域上的空间分散程度,主要与景观类型的距离有较大的关系。见表3。2.2.4不同类型间景观指数的相关性比较从景

15、观要素单元的特征指数、景观要素关系的特征指数、景观总体特征指数三大类中,根据聚类距离最大和最小各选取1个作为该类的代表性景观指数进行相关分析,见表4和表5。从表4和表5可以看出,无论是聚类距离最远还是聚类距离最近,其景观指数的相关性都不大,相关系数最大为斑块密度与变动系图2景观指数分析结果54··表4三类中聚类距离最远的代表性指数的相关性比较注:*为在0.05的水平上相关显著注:*为在0.05的水平上相关显著表5三类中聚类距离最近的代表性指数的相关性比较变动系数斑块密度分维度变动系数1斑块密度-0.43*1分维度0.342*0.0321最小值边缘密度分维度最小值1边缘密度-

16、0.2511分维度0.0710.409*1数,在0.05显著水平下也只有0.43。2.3各评价指标的信息量景观指数分析对于表达景观斑块、嵌块体的几何特性是适宜的,但景观指数之间有很多重复的信息量,许多景观指数之间不满足相互独立的统计性质。从图3可以看出,相关系数最大的为标准差与平均值,达到0.997,平均相关系数一般在0.5左右,最小相关系数一般在0.1左右。按统计学的要求,对景观指数的相关系数按三级划分计算等级的分布,即|<0.4为低度相关,0.4|<0.7为显著性相关,0.7|<1为高度相关,得出景观指数相关程度等级分布见图4。从图4可知,对于第一个景观指数与所有分析的景

17、观指数的相关性中,三个等级的相关总体上都各占1/3,其中低度相关占的比例最大的为最小值,所占比例为67%,主要是其它指数的计算过程和生态学意义都不涉及最小面积,而高度相关的占比例最大的为面积比、标准差和形状系数,为40%。3结语用聚类分析和相关分析相结合的方法,分析景观格局评价指标的相关性。结果表明:通过景观格局评价指数的聚类,初步判断出评价指数中最相关的类型;进一步比较结果类别的相关性,从整体上揭示出景观指数的信息重叠量。指数之间影响因子的相同之处越多,它们之间存在显著相关关系的概率越大。参考文献:1Tischendorf L.Can landscape indices predict ec

18、ological processesconsistentlyJ.Landscape Ecology,2001,16:235-254.2Shannon C E,Weaver W.The Mathematical Theory of Commu -nicationM.University of Illinois Press,Urbana,1962.IL.I25.3Mandelbrot B.The Fractal Geometry of Nature M.W.H.Free -man and Co.,New York,N Y,1983.460.4李秀珍,布仁仓,常禹,等.景观格局指标对不同景观格局的反应J.生态学报,2004,24(1:123-134.5Herold M,Liu X H and Clarke K C.Spatial metrics and imagetexture for mapping urban land use J.Photogram metric Engi -neering &Remote Sensing,2003,69(9:991-1001.6O'Ne