景观指数

景观指数是指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

景观指数的指标有很多种,包括以下多种指数(拼块现多称为斑块)

python 计算景观指数 景观指数lpi_连通度

python 计算景观指数 景观指数lpi_百度_02

这里对部分景观指数进行说明

斑块面积指标

斑块面积:斑块总面积A,或者某一类型景观斑块总面积CA.

斑块面积百分比(PLAND)

斑块面积百分比,有的也叫斑块面积比例,即各种类型地类占总面积的比例,面积最大的为主要景观。

python 计算景观指数 景观指数lpi_均匀分布_03

其中:aij代表第 i 类景观类型中第 j 个斑块的面积(m2);A 为景观的总面积(hm2)。斑块面积百分比值接近于零时,表明景观中该斑块类型减少;比值等于 100 时则表示整个景观中只由 1 类斑块构成。

最大斑块指数(LPI)

最大斑块指数(LPI)用于确定景观中的优势斑块类型

python 计算景观指数 景观指数lpi_连通度_04

其中:amax指景观或某一种斑块类型中最大斑块的面积(m2)。该指数值的大小可以帮助确定景观中的优势斑块类型,间接反映人类活动干扰的方向和大小。 

有效网格面积(MESH)

是景观中斑块面积的平方和与景观总面积的比值,可用于比较景观中斑块的平均面积。景观总面积不变时,有效网格变大,反映该类型面积增加,表明其在景观中的比重加大。

 

密度大小及差异指标

斑块数量(NP)

斑块的个数,或者某一类景观斑块的个数

斑块密度(PD)

斑块密度(PD)表现某种斑块在景观中的密度,可反映出景观整体的异质性与破碎度以及某一类型的破碎化程度,反映景观单位面积上的异质性。

公式为:PD=NP/A

式中NP———斑块数量,个;A———景观或斑块的总面积,hm2;PD———斑块密度,个/hm2

 

多样性指标

香农多样性(SHDI)

公式:H=-ΣPilnPi

生态意义:SHDI是一种基于信息理论的测量指数,在生态学中应用很广泛。该指标能反映景观异质性,特别对景观中各拼块类型非均衡分布状况较为敏感,即强调稀有拼块类型对信息的贡献,这也是与其它多样性指数不同之处。在比较和分析不同景观或同一景观不同时期的多样性与异质性变化时,SHDI也是一个敏感指标。如在一个景观系统中,土地利用越丰富,破碎化程度越高,其不定性的信息含量也越大,计算出的SHDI值也就越高。景观生态学中的多样性与生态学中的物种多样性有紧密的联系,但并不是简单的正比关系,研究发现在一景观中二者的关系一般呈正态分布

香农均匀度(SHEI)

公式描述:SHEI等于香农多样性指数除以给定景观丰度下的最大可能多样性(各拼块类型均等分布)。

python 计算景观指数 景观指数lpi_连通度_05

其中:m 是指景观中斑块类型的总数,Pi是指斑块类型 i 占整个景观的面积比。当指数值为 0 时代表景观中不存在多样性,值为 1 时是指景观中不同斑块类型所占总体面积比一致,呈现完全均匀状态,在范围内指数值越大代表景观中不同斑块类型所占面积比越接近,均匀程度越高。即 SHEI 值越小则景观中可能存在优势斑块类型支配该景观,值越大接近于 1 时表明景观中斑块类型分布均匀不存在明显的优势类型。

SHEI=0表明景观仅由一种拼块组成,无多样性;SHEI=1表明各拼块类型均匀分布,有最大多样性。

生态意义:SHEI与SHDI指数一样也是我们比较不同景观或同一景观不同时期多样性变化的一个有力手段。而且,SHEI与优势度指标(Dominance)之间可以相互转换(即evenness=1-dominance),即SHEI值较小时优势度一般较高,可以反映出景观受到一种或少数几种优势拼块类型所支配;SHEI趋近1时优势度低,说明景观中没有明显的优势类型且各拼块类型在景观中均匀分布。

 

斑块形状指标

周长面积分维数(PAFRAC)

指景观不规则几何形状的非整数维数,反映景观形状复杂程度。

python 计算景观指数 景观指数lpi_百度_06

该指数能在一定程度上反映出人类活动对景观格局的干扰程度,当指数值越小即趋于 1 时说明景观中斑块形状较简单,则可能受人类活动干预程度较小,而指数值越大即接近 2 时则越复杂,受人类活动干扰程度越大。 

 

聚散性指标

凝聚度(COHESION)

聚集度(CLUMPY)反映斑块在景观中的聚集和分散状态,数值在-1~1之间,当指数结果为-1时斑块为完全分散型状态,结果为0时呈随机分布,结果为1时为聚集状分布。

python 计算景观指数 景观指数lpi_python 计算景观指数_07

其中:aij指第 i 类景观中第 j 个斑块的面积(m2);pij代表第 i 类景观中第 j 个斑块的周长(m);A 为该景观的总面积(hm2)。

反映自然景观连接性程度。

蔓延度指数(CONTAG)

蔓延度指数(CONTAG),单位:百分比,范围:0<CONTAG<=100。

python 计算景观指数 景观指数lpi_均匀分布_08

Pi--i类型斑块所占面积百分比;gik--i类型斑块和k类型斑块毗邻的数目;m--景观种的板块类型总数目。

公式描述:CONTAG等于景观中各斑块类型所占景观面积乘以各斑块类型之间相邻的格网单元数目占总相邻的格网单元数目的比例,乘以该值的自然对数之后的各斑块类型之和,除以2倍的斑块类型总数的自然对数,其值加1后再转化为百分比的形式。理论上,CONTAG值较小时表明景观中存在许多小斑块;趋于100时表明景观中有连通度极高的优势斑块类型存在。【百度百科】

生态学意义:CONTAG指标描述的是景观里不同斑块类型的团聚程度或延展趋势。由于该指标包含空间信息,是描述景观格局的最重要的指数之一。一般来说,高蔓延度值说明景观中的某种优势斑块类型形成了良好的连接性;反之则表明景观是具有多种要素的密集格局,景观的破碎化程度较高。而且研究发现蔓延度和优势度这两个指标的最大值出现在同一个景观样区。该指标在景观生态学和生态学中运用十分广泛。【百度百科】

聚集度(CLUMPY)

反映斑块在景观中的聚集和分散状态,数值在-1~1之间,当指数结果为-1时斑块为完全分散型状态,结果为0时呈随机分布,结果为1时为聚集状分布。

聚合度(AI)

聚合度指数(Aggregation Index,AI),AI∈(0,100]。AI考察了每一种景观类型斑块间的连通性。取值越小,景观越离散。

python 计算景观指数 景观指数lpi_连通度_09

gii 为相应景观类型的相似邻接斑块数量

其他指数

景观破碎度

python 计算景观指数 景观指数lpi_百度_10

景观分离度

python 计算景观指数 景观指数lpi_均匀分布_11