[发明专利]城市土地利用景观格局本征观测尺度的获取方法

权利要求书

1.一种城市土地利用景观格局本征观测尺度的获取方法，其特征在于，它包括如下步骤：

步骤1：获取研究区域某一时期内的遥感影像，然后对所述遥感影像进行配准、裁剪、几何校正，然后进行影像解译分类；

步骤2：基于上述影像解译分类的结果通过图像解译,得到景观斑块类型，基于景观斑块类型，统计和计算各类景观斑块的数目和景观斑块面积及斑块边界长度，进而通过以下每个景观格局指数的计算公式获取不同空间尺度的景观格局指数，所述景观格局指数包括斑块密度、平均斑块面积、景观形状指数、周长面积比分维数、聚集度指数、平均旋转半径、面积权重分维数和平均周长面积比；

其中，所述斑块密度PD反映了景观破碎程度，表示整个研究区域斑块总数与总面积之比，或者各类景观斑块个数与该类景观斑块面积之比，比值越大，破碎化程度越高，取值范围PD＞0，其表达式为：

PD=N/A，其中，N为斑块总数，A为研究区域面积单位为平方米；

AREA_MN为平均斑块面积，即景观面积除以斑块的总数，单位为公顷，取值>0，用来对比不同景观的聚集或破碎程度；

AREA_MN=A/(N*10000)

所述景观形状指数LSI反映整体景观形状的复杂程度，景观形状指数LSI越接近1，该类型景观斑块形状越简单；当LSI=1时，景观中只有一个正方形斑块；当景观中斑块形状越复杂时，LSI的值增大，其表达式为：

LSI=0.25EA]]>

其中，E为斑块边界的总长度，单位为米，A为研究区域面积；

所述周长面积比分维数用于定量描述研究区域的核心面积的大小及研究区域边界线的曲折性，周长面积比分维数反映了不同空间尺度景观形状的复杂性，取值范围为1～2，周长面积比分维数值越大，景观形状越复杂，表达式为：

PAFRAC=2[NΣi=1mΣj=1n(lnpij×lnaij)]-[(Σi=1mΣj=1nlnpij)(Σi=1mΣj=1nlnaij)](NΣi=1mΣj=1nlnpij2)-(Σi=1mΣj=1nlnpij)2]]>

其中，PAFRAC表示周长面积比分维数；i为斑块类型，i=1，…，m；j为斑块数目，j=1，…，n；p_ij是i类斑块中第j个斑块的周长；a_ij为i类斑块中第j个斑块的面积，N为斑块总数；m为斑块类型总数，n为某一类型的斑块总数；

所述聚集度指数用于描述景观不同斑块类型的团聚程度或延展趋势，聚集度指数的值越高说明景观中的对应的优势斑块类型连接性越好，该优势斑块按景观的优势度来确定,在景观斑块中所占比重较大的斑块为优势斑块；反之，说明景观具有多种要素的密集格局，表达式为：

CONTAG=[1+Σi=1nΣk=1m[Pi(gikΣk=1mgik)]*[ln(Pi)(gikΣk=1mgik)]2ln(m)](100)]]>

其中，CONTAG为聚集度指数，i和k为斑块类型，k=1，…，m，P_i为斑块类型i所占景观面积的比例，g_ik为斑块类型i和斑块类型k之间相邻的网格单元数目，ln（m）为斑块类型总数的自然对数；

所述平均旋转半径为景观斑块中每个网格与中心点的平均距离；

GYRATE_MN=Σi=1mΣj=1nΣr=1zhijrZN]]>

其中，GYRATE_MN表示平均旋转半径，h_ijr表示第i类景观类型第j斑块中第r网格与斑块中心点的距离，单位为米，z表示第i类景观类型和第j斑块的网格数量之和；

所述面积权重分维数用于反映景观边界形状的复杂性和变异性，面积权重分维数的值介于1～2之间，面积权重分维数的值越趋近于1，则斑块的自我相似性越强，斑块的形状越规则、越简单，表明受人为干扰的程度越大，面积权重分维数的值越大，则斑块的形状越复杂，表明受到的干扰越小，面积权重分维数的表达式为；

FRAC_AM=Σi=1mΣj=1n[2ln(0.25Pij)ln(aij)[aijA]]]]>

其中，FRAC_AM表示面积权重分维数，p_ij是i类斑块中第j个斑块的周长，单位为米，a_ij为i类斑块中第j个斑块的面积，单位为平方米，A为研究区域面积，单位为平方米；

所述平均周长面积比为斑块周长与面积比的平均值，用于反映景观形状的复杂程度，平均周长面积比的表达式为：

PARA_MN=Σi=1mΣj=1nPij/aijN]]>

其中，PARA_MN表示平均周长面积比，p_ij是i类斑块中第j个斑块的周长，a_ij为i类斑块中第j个斑块的面积，N为斑块总数；

由于不同景观格局指数对空间尺度的响应存在一定的差异，从30m粒度开始，按照10m的步长，对原始分辨率的待研究区域景观利用格局进行逐渐聚合，栅格尺度的范围为30～120m，这样得到10个不同尺度的景观格局栅格，然后按上述各个表达式分别计算比较不同空间尺度下的景观格局指数；

步骤3：获取本征观测尺度，景观格局指数具有一定的尺度依赖性，达到本征观测尺度时所对应的变化幅度最大，此后的景观格局指数变化幅度减小，并逐步趋于稳定，本征观测尺度的具体计算方法如下：

对于步骤2中的所述每一个景观格局指数，求最大值：

Y=Max|X_d-X_c|，d，c∈1,2,…,q

其中，X_d和X_c分别指同一景观格局指数在第d和第c观测尺度下的值；d和c指不同的观测尺度；

对景观格局指数X_d进行归一化处理，通过下式得到统一标度范围内的景观格局指数值X_d'，

Xd′=Xd-Min(Xc)Y,d,c∈1,2,···,q]]>

其中，Y表示各景观格局指数在不同空间尺度下的最大差值；

每个空间尺度对应的累加变化幅度λ_d为：

λd=Σb=1p|Xdb′-X(d-1)b′|,d∈2,3,···,q;b∈1,2,···,p]]>

其中，q为划分观测尺度的数量，p为景观格局指数的数量，X′_db表示在第d个观测尺度下第b个景观格局指数的值，X'_（d-1）b表示在第（d-1）个观测尺度下第b个景观格局指数的值；

计算每个空间尺度对应的累加变化幅度λ_d，当λ_d达到最大值时，d所对应的观测尺度就是景观格局的本征观测尺度。

2.根据权利要求1所述的城市土地利用景观格局本征观测尺度的获取方法，其特征在于：所述步骤1中，影像解译分类，将土地利用类型分为建设用地、绿地、农用地、水域、未利用地五类，从而得到研究区域土地利用分类图，该研究区域土地通过土地利用分类图获得景观斑块类型，基于景观斑块类型，统计和计算各类景观斑块数目、景观斑块面积及斑块边界长度等参数，进而计算各个景观格局指数。