e指数上矩阵运算_【Python】(3):numpy卷积运算识别核心斑块

之前有介绍卷积运算的内容，但是使用的ENVI软件进行的实现，还是不够灵活。本期文章介绍下如何使用python来实现卷积运算，并以一个特殊卷积核为例介绍景观生态学中核心斑块的识别。

1.原理

在景观生态学的边缘效应理论中，一个生境斑块的核心部分和边缘部分是有不同的性质的。核心斑块各种生态属性更加稳定，而边缘部分由于跟外界基质的交互作用更加频繁从而会更不稳定。

在景观生态学的常用软件Fragstats中， 有一个景观指数叫CONTIG可以表征这种斑块边缘复杂程度。下图是提出该指数的原始文献^[1]中的一个示例：

格网中的数字是运算后的结果，后面会说，这里不用管它。

这个指数的算法是很简单的，就是一个卷积运算。下面是算法的详细解释：

1.输入软件的是一个斑块数据，即一个二值化图像。该图像中是斑块的部分值为1，非斑块的部分值为0，也就是说每个输入的斑块无论形状怎样，对计算机来说都是一个二维数组。下面是例子：

左图中黑色部分值为1，白色部分值为0。右边的矩阵由于行列数较大，中间部分省略显示了。

2.对这个数组进行卷积运算，过程示例如下：

把原始图像中1的部分想成一个斑块，然后经过卷积运算后，其值发生了变化（斑块形状是不会变的，变的是栅格的值）

3.刚