粒度反推法（续）

  粒度究竟如何来做呢？传统的方法有计算几个指标，从而找到相关拐点，多数者胜利。这些方法其实说服力并不强。那如何体现粒度反推法的说服力呢？下面将会讲到一篇2区的sci和陆禹的一篇博士论文。

Dongjie Guan的研究

  The specific method steps are as follows: firstly,
considering the spatial scale, the ecological landscape of Chongqing’s main urban area is simulated with different grid sizes in arcgis10.4 software to generate a series of continuous and different ecological landscape component structures; secondly,from the perspective of the integrity and connectivity of the landscape, nine landscape pattern indicators, namely, the number of patch components (NC), patch density (PD), the number of maximum patch components (Max NC), proximity
mean distance (PROX_MN), proportion of like adjacencies (PLADJ), connectivity indicator (CONNECT), aggregation indicator (AI), patch cohesion indicator (COHESION), and landscape division indicator (DIVISION), were selected to calculate the landscape component structure at the landscape level.

陆禹的研究（博士论文）

  简单来看，我们很容易发现，这两篇文章用的指标都大同小异，其实值得注意的是连接度指数这两篇文章的用法不一样，下次我会出一篇专门的文章说一下这个连接度。今天主要讲一下主成分分析。

---

陆禹的文章的解释：

  利用SPSS 中的主成分分析计算景观组分结构的测定指标，以选择最优的景观组分结构，为科学客观选取生态源地提供参考。测定指标中，组分数对景观组分结构优劣的指本功能不明显，因此不考虑。

  平均邻近距离和分维度越大则景观组分结构的稳定性越不好，其他的测定指标则相反，因此平均邻近距离和分维度取相反数。主成分分析以累积贡献率>80%、特征值>1 为主成分提取原则，提取主成分2 个，主成分1 上聚合度、内聚力、邻接比率、连通性、斑块密度荷载较高，反映了景观组分结构的集聚性，可认为是整体连通性指标:主成分2 上最大组分斑块数、分维度荷载较高，反映出景观组分结构的分离程度，可认为是破碎度指标，结合贡献累积率可知，整体连通性是影响海口市生态源地结构稳定性的主要因素，特别是整体性，对生态系统的关键局部意义重大。

  陆禹的文章中，如果大家看过相关主成分分析法的教程，“//”号前的内容大家可能都能看懂。但是后面公式和后面图片的内容可能大家不懂。

  小编之前也是这样的，我之前的方法：主成分分析不是意在降维嘛？为啥用到这里来了呀。Aws：Z1和Z2代表的并非是函数公式，而是代表的是第一第二主成分。真如“//”后面所讲主成分1 反映了景观组分结构的集聚性；主成分2 反映出景观组分结构的分离程度，可认为是破碎度指标。我要的其实是这个第一第二主成分（即是主成分1和主成分2）。

  综上所述，在粒度反推法中主成分分析并非用来降指标，也不是要它的最后的结果，我们知识要它中间的的公式，而这个公式恰恰能表达出我们想要的东西。