[发明专利]一种景观格局分析中最佳粒度选取方法

说明书

技术领域

本发明涉及景观生态分析领域，尤其涉及一种融合景观指数粒度效应分析、改进型数据损失评价和运算耗时分析的最佳粒度选取方法。

背景技术

景观格局影响并决定着各种生态过程，关系到景观内物种的丰度、分布及种群的生存及抗干扰能力，是景观生态学研究的核心内容之一。在定量化反映和表征景观格局的方法中，景观指数分析以其高度浓缩景观格局信息，全面反映景观格局结构组成和空间配置状况的优势，在景观格局研究中得以广泛应用。但现有的景观格局分析程序多需要栅格数据作为数据源，在矢量数据栅格化过程中，存在一个可塑性面积单元问题(MAUP)，即计算结果随粒度(栅格大小)定义不同而不同。粒度选择过大，细节易被忽略；粒度选择过小，容易忽视总体规律，且增加额外工作量。因此，选择合适的方法，选取最佳粒度对景观分析的精度至关重要。

最佳粒度选取方法研究在国内外已有所开展。国外有学者利用空间统计分析及模型找寻最佳粒度；还有学者根据斑块周长面积比值变化选择最佳粒度。在国内，一些学者采用景观指数粒度效应分析方法，通过分析不同指数的拐点选择最佳粒度。还有学者则利用数据损失评价法，选取最佳粒度，但忽略了相邻地类因转换粒度变化导致属性发生改变带来的损失，精度受影响，且没有考虑相对变化率，难以在不同指标之间比较。总体上看，上述方法均考虑了最佳粒度选取的某一方面要求，存在着选取方法单一，选取结果精度较差、可信度不高等问题。随着对最佳粒度认识的深入，及景观格局分析对精度要求的不断提高，亟需开发最佳粒度选取方法。但经广泛检索中国、欧盟、美国等专利机构均未发现相关专利。

由此可见，开发一种综合全面、科学准确、操作性强的最佳粒度选取方法，对区域景观生态格局分析具有非常现实的意义。

发明内容

本发明针对目前最佳粒度选取方法单一、选取结果可信度不高、操作性不强等问题，在充分考虑最佳粒度的基本要求，在对传统数据损失评价方法进行改进的基础上，提出了融合景观指数粒度效应分析、改进型数据损失评价和运算耗时分析三种方法的最佳粒度选取方法。具体流程见附图1。

本发明的特征在于融合景观指数粒度效应分析、改进型数据损失评价和运算耗时分析方法，提出了综合系统的最佳粒度分析方法，以实现最佳粒度选取的三个要求：有效反映景观格局、数据损失最小、运算耗时较小。其中景观指数粒度效应分析保证在所选粒度域内，景观指标能够对研究区景观格局进行有效反映；经改进的数据损失评价可保证所选粒度在栅格化过程中，数据相对损失较小；而运算耗时分析则从提高工作效率角度对粒度进行筛选；以此为基础，对三者计算出的适宜粒度域取交集，得出满足三个要求的粒度，即为最佳粒度。

本发明的目的在于提供一种综合全面、精确度高的景观格局分析中的最佳粒度选取方法，以解决现有的最佳粒度选取方法的不足，与现有方法相比，本发明专利具有以下优点：

(1)综合全面：本发明综合了景观指数粒度效用分析、数据损失评价和运算耗时分析三种不同的方法，分别解决粒度选取所要求的景观指标对景观表征的有效性、信息损失、工作效率等三个方面问题，较以往相对单一的方法更加综合全面。

(2)科学准确：本发明针对最大面积值法在矢量数据栅格化过程中的数据损失问题，综合考虑相邻地类因转换粒度变化导致属性发生改变带来的损失，改进了以前应用较多的数据损失评价方法，将不同地类的数据损失取绝对值然后加和，得到景观整体的数据损失，提出了相对损失计算公式及对应的适宜粒度域选取标准。在此基础上，针对三个方面标准的交集，最终确定最佳粒度，全面保障选取粒度的准确性。

(3)操作性强：本发明流程明确，运算公式科学，选取标准统一，选取指标规范统一，辅助软件包括ArcGIS、Fragstats3.3和Excel等，易于获取与操作，以上保证了本发明较强的可操作性。

附图说明

附图1为最佳粒度选取方法示意图。

附图2～7为实施例1中对粒度变化敏感且具有明显粒度拐点的指数。

附图8～9为实施例1中面积和周长相对损失情况。

附图10为实施例1中运算耗时分析结果。

具体实施方式

本发明可通过下述包括三个步骤的技术方案实现：

1、矢量数据栅格化

以TM影像分辨率30m为起点，一定粒度范围为间隔(粒度间隔可任意选择，一般10m，20m或30m间隔较为常用)，在ArcGIS平台的支持下，采用最大面积值法(RMA)将研究区土地利用矢量数据栅格化。

2、分别采用景观指数粒度效应分析、改进型数据损失评价和运算耗时分析选取各自适宜粒度域。