第四章 景观格局分析方法 第一节 概念 第二节 景观格局分析的基本步骤 第三节 景观指数 第四节 空间统计学方法 第五节 景观格局分析中的误差问题

第一节 概念 一、景观格局(景观空间格局)的概念 景观要素在景观空间内的配置和组合形式。

二、景观格局的基本类型 1）规则或均匀分布格局 2）聚集（团聚）型分布格局 3）线状格局 4）平行格局 5）特定的组合或空间联结格局

1）规则或均匀分布格局：指某一特定类型景观要素间的距离相对一致的一种景观。 美国华盛顿洲贝克山山坡针叶林中砍伐斑块的规则分布格局

同一类型的景观要素斑块相对聚集在一起，同类景观要素相对集中，在景观中形成若干较大面积的分布区，再散布在整个景观中。 2）聚集（团聚）型分布格局 同一类型的景观要素斑块相对聚集在一起，同类景观要素相对集中，在景观中形成若干较大面积的分布区，再散布在整个景观中。 如：在丘陵农业景观中，农田多聚集在村庄附近或道路的一端。

如：沿公路零散分布的房屋，干旱地区（或山地）沿河分布的耕地。 3）线状格局 指同一类景观要素的斑块呈线性分布。 如：沿公路零散分布的房屋，干旱地区（或山地）沿河分布的耕地。

4）平行格局 指同一类型的景观要素斑块呈平行分布。 如：侵蚀活跃地区的平行河流廊道，以及山地景观中沿山脊分布的林地。

指不同的景观要素类型由于某种原因经常相联结分布。空间联结可以是正相关，也可以是负相关。 5）特定的组合或空间联结格局 指不同的景观要素类型由于某种原因经常相联结分布。空间联结可以是正相关，也可以是负相关。 如：稻田总是与河流或渠道并存是正相关空间联结的实例；平原的稻田区很少有大片林地出现是负相关的实例。

三、景观格局分析概念 用来研究景观结构组成特征和空间配置关系的分析方法。 通过研究空间格局可以更好地理解生态学过程。

第二节 景观格局分析的基本步骤 一 景观格局研究的目的 确定产生和控制空间格局的因子及其作用机制； 比较不同景观镶嵌体的特征和它们的变化； 一 景观格局研究的目的 确定产生和控制空间格局的因子及其作用机制； 比较不同景观镶嵌体的特征和它们的变化； 探讨空间格局的尺度性质； 确定景观格局和功能过程的相互关系； 为景观的合理管理提供有价值的资料。

以研究目的和方案为指导，收集和处理景观数据 二 景观格局分析的基本步骤 以研究目的和方案为指导，收集和处理景观数据  将真实的景观系统转换为数字化的景观，选用适当的格局研究方法进行分析 栅格化数据 矢量化数据  最后对分析结果加以解释和综合

收集景观数据 野外考察、测量（获得植被、森林、土壤等相关资料） 遥感数据：航空遥感 卫星遥感

景观格局分析图示

在进行景观格局分析时，实际景观首先要经过取样、数字化过程转化为栅格型或矢量型数字地图

能够高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指标。 第三节 景观指数 一、景观指数 能够高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指标。

二、景观要素斑块特征分析 1 景观要素斑块规模 2 景观要素斑块形状 A: 斑块面积 B: 内部生境面积 A:景观要素斑块形状指数

A: 斑块面积 类斑块平均面积：景观中某类景观要素斑块面积的算术平均值。 式中： Ni——第i类景观要素的斑块总数； Aij——第i类景观要素第i个斑块的面积。

最大和最小斑块面积：指景观中某类景观要素最大和最小斑块的面积。

类斑面积标准差(Si)和变动系数(Ci)：是指景观中某类景观要素斑块面积的统计标准差和变动系数。

B: 内部生境面积 类斑块内部生境总面积：该类生境全部斑块内部面积之和。 式中 AIi——第i类生境的内部生境总面积； Aij——第i类生境的斑块平均内部生境面积； EAij——第i类景观要素第j斑块的边际带面积；

平均内部生境面积：该类生境全部斑块内部面积算术平均值。

A: 景观要素斑块形状指数 以正方形为参照： P为斑块周长；A为斑块面积。斑块的形状越复杂或越扁长，D的值就越大。 以圆为参照： 以正方形为参照： P为斑块周长；A为斑块面积。斑块的形状越复杂或越扁长，D的值就越大。

分形维数（fractal dimension） 分形：不规则的非欧几里德几何形状可通称为分形。组成部分以某种方式与整体相似的形体称分形。 B: 景观要素斑块分维数 分形维数（fractal dimension） 分形：不规则的非欧几里德几何形状可通称为分形。组成部分以某种方式与整体相似的形体称分形。 分形维数或分维数：不规则几何形状的非整数维数。

对于单个斑块： P是斑块的周长，A是斑块的面积，D是分维数，k是常数。对于栅格景观而言，k=4。一般地说，欧几里德几何形状的分维为1，具有复杂边界斑块的分维则大于1，但小于2。

三 景观异质性指数 1）景观斑块密度和边缘密度 2）景观多样性 A:景观斑块密度 B:景观边缘密度 A: 多样性指数与均匀度 三 景观异质性指数 1）景观斑块密度和边缘密度 A:景观斑块密度 B:景观边缘密度 2）景观多样性 A: 多样性指数与均匀度 B: 景观要素优势度

A:景观斑块密度 式中:PD——景观斑块密度 PDi——景观要素的斑块密度 M——研究范围内某空间分辨率上景观要素类型总数

B: 景观边缘密度（边界密度） Pij——景观中第i类景观要素斑块与相邻第j类景观要素斑块间的边界长度。

A: 多样性指数与均匀度 Simpson多样性指数： 景观多样性指数 Shannon多样性指数： Pk为斑块类型k在景观中出现的概率；m为景观中斑块类型总数。 Simpson多样性指数：

反映景观中各斑块类型在面积上分布的均匀程度。 景观均匀度指数 反映景观中各斑块类型在面积上分布的均匀程度。 以Shannon多样性指数为例： E<=1，当E趋于1时，景观斑块类型分布的均匀程度也趋于最大。

B: 景观要素优势度 描述景观由少数几类斑块控制的程度。通常，较大的D（RD）对应于一个或少数几个斑块类型占主导地位的景观。 优势度指数D： D = Hmax – H 相对优势度RD： RD = 1 - E = 1 —（H / Hmax）

景观指数应用举例 通过计算一些景观指数，可以比较两个景观的结构特征（图） 两个具有不同空间格局的景观及其相应的一些景观指数

景观指数可以用来定量地描述和监测景观结构特征随时间的变化（图） 美国本土的原始森林由于人类活动从1620年1990年间锐减的情形 美国亚利桑那洲凤凰城地区从1912年到1995年城市扩张的情形

景观格局变化的定量描述 以10个景观指数举例说明美国凤凰城地区从1912年至1995年土地利用变化的情形

第四节 空间统计学方法  空间自相关分析 景观格局的最大特征就是空间自相关性——被称为是地理学第一定律，指在空间上越靠近的事物或现象就越相似，即景观特征或变量在邻近范围内的变化往往表现出对空间位置的依赖关系。

空间自相关分析：检验某一空间变量的取值是否与相邻空间上该变量的取值大小相关，以及相关程度如何。 空间自相关系数：度量物理或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。 若某一空间变量的值随着测定距离的缩小而变得更相似，则这一变量呈空间正相关；若所测值随距离的缩小而更为不同，则这一变量呈空间负相关；若表现出任何空间依赖关系，则这所测值变量表现出空间不相关性或空间随机性。

 空间自相关分析的步骤 对所检验的空间单元进行取样 计算空间自相关系数（Moran的I系数和Geary的c系数） 进行显著性检验

第五节 景观格局分析中的误差问题 原始数据收集过程引入的误差：技术方法本身和与观察者有关的种种原因造成。 数据处理和分类过程引入的误差：  景观格局分析中误差的来源 原始数据收集过程引入的误差：技术方法本身和与观察者有关的种种原因造成。 数据处理和分类过程引入的误差： 空间分析过程本身所引入的误差：各种景观指数和空间统计学方法的局限性和非确定性；采用这些方法的人的实际操作水平和对结果的解译能力。

景观空间分析中的误差

这些不同阶段所产生的误差还可能相互作用，不断放大，即所谓的误差繁衍（error propagation）现象。 多层空间数据分析的精确度