1、粒度反推法原理
景观格局优化优先应解决的关键问题是怎样的景观格局才是最优。从景观格局优化的过程来看,最优景观格局依赖于最优的景观组分结构。粒度反推法以生态系统的主要生态景观组分为研宄对象,从景观整体连通性的角度检测景观组分结构的优劣,最终确定最优景观组分结构进而选取生态源地。
2、粒度反推法的一些指标
1)组分数 NP
特定景观类型的不同斑块在空间上的连接度表现为连接和不连接两种相互关系,相连的斑块组成了结构功能上互相连通的整体,即形成了景观组分,而空间上相离的景观组分彼此分割,相互联系较少。由生态景观斑块组成的景观组分被认为直接影响区域生态过程,主导着生态过程的进行,对维护和改善区域内生态安全具有重要意义,是潜在的生态源地。通过组分数分析可以反映出区域当中理论上存在的生态源地数量,对生态源地选取的数量有较好的参考意义。
2)斑块密度PD
斑块密度反映了斑块在单位面积上的斑块数量,体现了某一景观类型在景观格局中的优势度,斑块密度越大,说明该类型在区域中分布数量越多,相互之间的影响力就越大。斑块密度的计算公式为:
P
D
=
[
n
i
/
A
]
(
1000
)
(
100
)
PD=[ni/A](1000)(100)
PD=[ni/A](1000)(100)
式中:ni为第i种景观类型的总面积;A为所有景观类型的总面积。
3)最大组分斑块数
最大的生态源地往往主导区域生态过程的进行。最大组分的斑块数反映出最大生态源地的规模和内部结构,同一区域的分析中,构成最大组分的斑块数量越多,生态源地的规模通常越大,内部生态系统结构越丰富,生态源地的生态服务功能越高。
4)连通性CONNECT
连通性反映的是景观组分之间的功能连接性,景观组分之间存在若千功能连接点,当景观组分结构有利于景观组分之间的连接,则功能性连接点的连接比例较高,有利于物质、能量和信息等生态流在景观格局之间运行。连接度指数的计算公式为:
C
O
N
N
E
C
T
=
∑
j
=
k
n
c
i
j
k
n
i
(
n
i
−
1
)
2
×
100
CONNECT=\frac{\sum_{j=k}^{n}{c_{ijk}}}{\frac{n_i(n_i-1)}{2}}×100
CONNECT=2ni(ni−1)∑j=kncijk×100
式中:cijk为在临界距离之内的与斑块类型i相关的斑块j与k的连接状况;ni为景观中斑块类型i的斑块数量。连通度就等于某类斑块中所有斑块之间的节点数目(斑块j与k连接时,cijk=l;反之,cijk=0),除以所有可能的节点数目。连接度指数的取值范围为[0,100],斑块的连通性越高,连接度指数越大。
5)聚合度AI
聚合度是基于同类型斑块像元间公共边的长度来进行计算的。当某类型中所有像元间不存在公共边时,该类型的聚合程度最低,反之则最大,聚合度反映的是景观类型斑块在空间上的聚集程度,计算公式为:
A
I
=
g
i
j
m
a
x
g
i
j
AI=\frac{g_{ij}}{maxg_{ij}}
AI=maxgijgij
式中:gij为景观类型i的j斑块的公共边长。
6)内聚力COHESION
内聚力指数体现的是斑块类型的自然连通度。在渗透阈值内斑块的内聚力对该类斑块的聚集度敏感,随着该斑块类型在空间上分布越来越聚集,自然连通度相对提高,斑块内聚力指数也越大。该指数能体现出不同距离阈值下斑块的自然连通性,同时能为选取生态源地的规模提供参考。斑块内聚力指数的计算公式为:
C
O
H
E
S
I
O
N
=
[
1
−
∑
j
=
1
n
p
i
j
∑
j
=
1
n
p
i
j
a
i
j
]
−
1
×
100
COHESION=[1-\frac{\sum_{j=1}^{n}{p_{ij}}}{\sum_{j=1}^{n}{p_{ij}\sqrt{a_{ij}}{}}}]^{-1}×100
COHESION=[1−∑j=1npijaij∑j=1npij]−1×100
式中:Pij为景观类型i的j斑块的周长;aij为它的面积;A为景观中的栅格总数。
7)分维度DIVISION
分维度反映的是斑块面积占景观总面积的比例,体现了景观在空间中被分割的程度,分维度越大,则景观被分割的程度越大,整体性和集聚性越差。分维度的公式为:
D
I
V
I
S
I
O
N
=
[
1
−
∑
J
=
1
n
(
a
i
j
A
)
]
DIVISION=[1-\sum_{J=1}^{n}{(\frac{a_{ij}}{A})}]
DIVISION=[1−J=1∑n(Aaij)]
式中:aij为景观类型i的j斑块的面积;A为景观总面积。
3、具体操作
打开fragtats,加入图层。
分析窗口设置
landscape设置
后面直接运行就可以了