部分景觀指數(shù)生態(tài)意義

1、1 area/density/edge metrics radius of gyrationgyrate = f 喀r*l zhijr=pij （第i類第j個斑塊）中第r個象 元與該斑塊中心象元間的象元中心距 離。z=pij （第i類第j個斑塊）中的象元數(shù)。描述gyrate等同于斑塊中每一個象元與斑塊 中心點的平均距離。單位米取值范圍gyrate >=0,無上限當(dāng)斑塊僅有一個象元組成時，gyrate=0 并且隨著斑塊范圍的增大而無限制的增 大。當(dāng)某斑塊組成整個景觀時，gyrate 達到最大。注釋radius of gyration測量斑塊范圍；所以 斑塊大小和斑塊緊湊度影響它的取值。 利

2、用四鄰域或八鄰域規(guī)則對該斑塊進行 描述對該指數(shù)將產(chǎn)生不同的結(jié)果。percentage of landscapenpland 二片二且一(100) a口=第i類景觀類型在整個景 觀的比例。aq=pij （第i類第j個斑塊） 的面積（m2）oa=總景觀面積（m?）。描述pland是相關(guān)斑塊類型的 面積總和除以景觀總面積， 再乘以100。換句話說，pland是相關(guān)斑塊類型組 成景觀所占百分比。值得注 意的是，總面積（a）包括 內(nèi)背景。單位百分數(shù)范圍0<pland<=100當(dāng)相關(guān)斑塊類型變得越來 越少時，pland接近于0。當(dāng)整個景觀僅包括單個斑注釋塊類型時，pland=100o 景觀百分

3、比定量化了景觀 中每一斑塊類型的豐富度 比例。與總類面積（ca） 一樣，它測量對在生態(tài)應(yīng)用 中起重要作用的景觀組成。 然而，由于pland是相對 測量，所以在不同景觀總面 積時，比較景觀組成的面積 比例，pland比類面積 （ca）是更適當(dāng)?shù)摹? shape metrics周長面積比 perimeter-area ratiopara =也 aijpij= pij （第i類第j個斑塊）的周長（m）o aij=pq （第i類第j個斑塊）的面積（n?）描述para是周長與面積的比例。單位無取值范圍para>0,無上限注釋周長-面積比是對形狀復(fù)雜度的簡單測量，但沒有標(biāo)準(zhǔn)化到簡單的歐幾里德形狀(例

4、如，正方 形)。該指數(shù)作為形狀指數(shù)的一個問題是它隨 著斑塊大小而變。例如，保持形狀不變，增加 斑塊大小，周長面積比反而降低。形狀指數(shù)(shape index)shape =m n apq=由柵格表層數(shù)目決定的斑塊 ij的周長。01血卩"=由柵格表層數(shù)目決定的 斑塊ij的最小周長描述shape等于斑塊周長(由柵格表層細胞給定) 除以最小周長(由柵格表層細胞給定)，斑塊最 小周長可能是對應(yīng)斑塊面積的最大緊湊斑塊(正 方柵格格式)。如果au是斑塊ij的面積，n是最 大正方形的邊長，該正方形面積小于 m=aij-n2,斑塊ij的最小周長將采用以下三種形 式的一個(milne 1991, bo

5、gaert et al. 2000)： min-pii=4n,當(dāng) m=0,min-pii=4n+2,當(dāng) n2 < aij w n(l+n) min-pii=4n+4,當(dāng) aij > n( 1 +n)。單位無取值范圍shape>=1,無上限當(dāng)斑塊是最大緊湊（即正方形或近似正方形）時 shape=1,隨著斑塊形狀越來越不規(guī)則，shape 無上限增加。注釋形狀指數(shù)shape通過調(diào)整到正方形或近似正方 形標(biāo)準(zhǔn)形狀，解決了周長面積比指數(shù)（para） 隨斑塊大小變化的問題。因此，shape是測量 整體形狀復(fù)雜度的最簡單，最直接的測量。值得 注意的是，最小周長按描述中提到的方式計算。 對于

6、大斑塊，即ajj>100像素時，最小周長漸進 于面積大小為aijfragstats以前的版本就用 這大板塊近似計算形狀指數(shù)。因此，結(jié)果與以前 版本運算不同，盡管僅當(dāng)包括非常小的斑塊時， 差異才有效。3 core area metricscore area （核心面積）core =時1)10,0(c chij二基于特定邊緣深度的斑塊ij的核心面積描述core等于斑塊內(nèi)遠于特定邊緣深度 距離的面積，然后除以10, 000 （目的是把單位轉(zhuǎn)化為公頃）。如果不存在景 觀邊界，沿著景觀邊界的邊長部分被看 成背景，在這種情況下，邊界信息明確 指定邊界邊長類型。單位公頃取值范圍coreo；無上界當(dāng)斑塊

7、內(nèi)每一位置是在特定的邊緣深 度距離之內(nèi)（從斑塊邊緣起算）時， corenoo隨著邊緣深度距離降低和形 狀被簡化，core接近于area （斑塊 真實面積）。注釋核心面積表示大于特定邊緣深度距離 的斑塊面積。值得注意的是，一個單獨 的邊緣深度距離用于所有邊；或者用戶 可以特定一邊緣深度文件，該文件為每 一對類型的斑塊提供一特定的距離。average depth index （平均深度指數(shù)）adepth = （mat" cellsize） - （cedsize描述adepth等于mat模板的平均值乘以象元大小后再減去象元大小。減法的目的是為了 把最小值調(diào)到0 （當(dāng)僅有一個象元時，mat的

8、平均值是1）。單位米取值范圍adepth>0,無上限當(dāng)僅有一個象元寬度的線性斑塊時，adepth=0。此時，斑塊內(nèi)每一象元將是邊 界，因此斑塊將無深度。adepth隨著斑 塊面積的增大和形狀上越趨向于歐幾里德 而增大。注釋average depth index （平均深度指數(shù)） （gustafson and parker 1992）基于斑塊的平均坐 標(biāo)軸轉(zhuǎn)換。該指數(shù)是基于給定面積的線性斑塊 的mat模板比擁有同等面積的正方形斑塊更 接近于邊緣（因此有更小的平均距離）。計算 該指數(shù)采用絕對距離（米）而非象元數(shù)以便直 接給出解釋性值。該指數(shù)表示到斑塊核心的平 均深度，因此，對斑塊大小和形狀是

9、敏感的。 保持形狀不變，斑塊越大，mat的平均深度 越大。同樣，保持面積面積不變，形狀越緊湊 和越接近歐幾里德型，mat的平均深度越大。4. isolation/proximity metricsproximity index （相似度指數(shù)）prox二亡醒aqs=在斑塊ij特定鄰域內(nèi)斑塊ijs的面 積(n?).11詢=斑塊jis和斑塊jis之間的距離。該 距離基于斑塊邊對邊距離，象元中心 到象元中心的距離。描述prox是斑塊面積之和除以斑塊與相 關(guān)斑塊的核心斑塊間最近邊對邊距離 的平方，相關(guān)斑塊是指邊長在核心斑 塊的指定距離之內(nèi)的斑塊。值得注意 的是，當(dāng)搜索緩沖區(qū)超過景觀邊界時， 僅計算包含在

10、景觀內(nèi)的邊界。除此之 外，邊對邊距離是象元中心到象元中 心的距離。單位無取值范圍prox 三 0.如果一個斑塊在給定搜索半徑內(nèi)沒有相 同斑塊類型的鄰域。prox隨著鄰域內(nèi) 越來越多的同類斑塊在分布上變得越來 越緊湊時變得越大。prox的上限受搜 索半徑和斑塊間的最小距離影響。注釋gustafson and parker (1992)發(fā)展相似 度指數(shù)，并且考慮了斑塊大小和所有 給定搜索半徑內(nèi)斑塊的相似度。注意 到fragstats利用核心斑塊與搜索 半徑內(nèi)另一板塊的距離，相似于 whitcomb et al. (1981)的獨立指數(shù)，而 不是搜索半徑內(nèi)每一斑塊的最近鄰域 距離(那可能是與非核心斑

11、塊的距 離)。該指數(shù)是無量綱的(即無單位), 因此該指數(shù)的絕對值幾乎無解釋意 義；但是它被用作比較指數(shù)。5. contrast metrics邊長對 比指數(shù)edge contrast indexm£ %'dqecon 二(100)pijpijk二斑塊ij連接到斑塊類的邊 長。dik=斑塊類i和k的邊長對比權(quán) 重。pij二斑塊ij的周長。描述econ等于斑塊周長部分長度乘 以相關(guān)的對比權(quán)重的總和除以斑塊總周長，然后再乘以100以轉(zhuǎn) 換到百分數(shù)。如果景觀邊界不存 在的話，沿著景觀邊界的邊長部 分看成背景（此已被定義在邊長 對比權(quán)重文件中），此情況下，邊 界信息明確定義邊界邊長類型

12、。單位百分數(shù)范圍0 w econ w 100如果景觀僅有一個斑塊或景觀邊 界包括所有背景（即無邊界）或 權(quán)重為0時，econ=0；還有， 構(gòu)成斑塊周長的所有邊長與之相 鄰的斑塊的權(quán)重在邊長對比權(quán)重 文件中指定為0當(dāng)整個斑塊周長 被賦予最大權(quán)重d=l.當(dāng)斑塊周長 的部分邊長被賦予權(quán)重d< 1時， econ<100.注釋邊長對比指數(shù)基于所有邊長非等 價的觀念，為此定義了邊長對比 權(quán)重。該指數(shù)沿著斑塊周長測量 了對比量。對比權(quán)重邊長密度 contrast-weighted edge densitycwed :(10.000)aeik =斑塊類i和斑塊類j之間邊長 的總長度。dik=斑塊類

13、i和k的邊長對比權(quán) 重。a=總景觀面積（m?）描述cwed等于斑塊與之對應(yīng)斑塊的 每一邊長乘以相關(guān)的對比權(quán)重的 總和除以景觀總面積，然后再乘 以10000以把單位轉(zhuǎn)換到公頃。 如果景觀邊界不存在的話，沿著 景觀邊界的邊長部分看成背景（此已被定義在邊長對比權(quán)重文 件中），此情況下，邊界信息明確 定義邊界邊長類型。值得注意的 是，總景觀面積包括所有存在的 內(nèi)背景。單位m/ha取值范圍cwed 2 0,無上界當(dāng)景觀中無類間邊長時，cwed=0:即當(dāng)整個景觀和景觀 邊界包含對應(yīng)斑塊類型和用戶定義背景邊長的權(quán)重d=0o cwed 隨著景觀中類間邊長數(shù)增加和/或 邊長權(quán)重接近于1而增大注釋對比權(quán)重邊長密度

14、 （ contrast-weightededgedensity）把邊長標(biāo)準(zhǔn)化到單位面 積基準(zhǔn)，從而使得不同大小景觀 方便比較。6 contagion/interspersion metrics同類相鄰比例 percentage of like adjacenciespladj = ( -ed|(100>gii =基于雙數(shù)方法，斑塊類i同 類相鄰的象元數(shù)。盤）=基于雙數(shù)方法，斑塊類i和 斑塊類k相鄰的象元數(shù)。描述pladj等于目標(biāo)類同類相鄰的 象元數(shù)除以與目標(biāo)類相鄰的象 元總數(shù)（包括目標(biāo)類本身）后再 乘以100已轉(zhuǎn)化成百分數(shù)。換句 話說，pladj是柵格間（包括 同類斑塊間）相鄰的百分數(shù)。

15、所 有背景邊長也被包括在鄰接象元總和中（目標(biāo)類象元數(shù)包括在 內(nèi)）o用雙數(shù)法記錄象元鄰接數(shù)， 該方法保存象元記錄順序，起碼 內(nèi)鄰接是如此（即在景觀內(nèi)部的 象元）。如果存在景觀邊界，景 觀邊界的鄰接數(shù)僅被記錄一次， 背景處的鄰接處也是如此。單位百分數(shù)取值范圍0 w pladj w 100當(dāng)對應(yīng)斑塊類最大分散（即，每 一柵格代表不同斑塊）且無同類 相鄰時，pladj=0o此情況發(fā)生 在當(dāng)類被細分到柵格層次時。值 得注意的是，僅當(dāng)目標(biāo)類占整個 景觀的比例（pi） 0.5時，上述 條件才能實現(xiàn)。當(dāng)pi二0.5時， 當(dāng)類分布呈完美方格時，此條件 才能實現(xiàn)。當(dāng)pi > 0.5時,方格存 在同類相鄰。p

16、ladj隨著同類 相鄰象元數(shù)比例的增加而增加。 當(dāng)景觀僅包含一個斑塊和僅同 類斑塊相鄰和整個景觀邊界由同類組成時，pladj=100.如果 景觀僅有一個斑塊組成但不包 含一個邊界，由于存在背景邊 長，pland將小于100。最后， 如果一個類僅包含單個柵格時， pladj 在 “basename” .類文件 中被定義成“n/a”。注釋同類相鄰比例利用鄰接矩陣計 算，鄰接矩陣中給出了不同對斑 塊類（包括同類相鄰數(shù)）的頻率。 此指數(shù)測量目標(biāo)斑塊類的聚集 程度。因此，該指數(shù)是對特定類 聚集度的測量。如果斑塊類最大 分散，不管目標(biāo)類在景觀中占多 大比例，該指數(shù)總是最小的；如 果斑塊類最大聚集，該指數(shù)將

17、是 最大的。然而該指數(shù)不能解釋同 類相鄰比例隨機分布等于pi的 情況。如果同類相鄰比例小于 pi,斑塊類比期待值更分散；反 之，如果同類相鄰比例大于pi, 斑塊類聚集分布。值得注意的是，該指數(shù)僅測量空間分布，并 不能測量散布，因此，該指數(shù)能 在和pi聯(lián)合解釋的情況下，測 量目標(biāo)類的破碎度散布與并歹(j扌旨標(biāo) interspersion and juxtaposition indextork=1ui =r勺上'mln(min-1kl)，(100 )弧=與類型為k的斑塊相鄰 的斑塊的邊長（m）。m二景觀中存在的斑塊類數(shù)（包括景觀邊界處）。描述iji等于與某斑塊類型i相鄰 的各斑塊類型的鄰接

18、邊長 除以拼塊i的總邊長再乘以 該值的自然對數(shù)之后的和 的負值，除以拼塊類型數(shù)減 1的自然對數(shù)，最后乘以100 是為了轉(zhuǎn)化為百分比的形 式。換句話說，它是在給定 斑塊類型數(shù)條件下與最大 可能散布相對比的觀測性 散布。注意到，iji考慮了包 括景觀邊內(nèi)的所有斑塊類，包括一直存在的景觀邊界 在內(nèi)。忽略所有的背景邊 長，如果沒有提供外邊界 時，同時忽略景觀邊界，這 是因為這些邊長鄰接度信 息不可靠，并且目標(biāo)類與背 景的內(nèi)混合假定是非相關(guān) 的。單位百分數(shù)取值范圍0<iji w 100當(dāng)對應(yīng)斑塊類僅鄰接到一 個另一斑塊和斑塊數(shù)增加 時，iji接近0.當(dāng)對應(yīng)斑塊與 其他所有斑塊都同等鄰接 時（即最大

19、散布和并列到其 他斑塊）。如果斑塊類數(shù)小 于3,則iji未定義并在"basename" .class 文件中 記為“n/a”注釋散布與并列指標(biāo)指數(shù)基于斑塊鄰接度，而非在蔓延度指數(shù)中的柵格鄰接度。該指 數(shù)并沒有似蔓延度指數(shù)那 樣測量類聚集度但是獨立 出來散布或斑塊內(nèi)的混合。7 connectivity metrics連接度指數(shù) connectance indexconnect =上(100)叫(叫cijk=斑塊類i中斑塊j與斑 塊k在用戶給定閾值距離 內(nèi)的連接值（連接為1,不 連接為0）.山=景觀中斑塊類i的斑塊 數(shù)描述連接度等于指定斑塊類中 所有斑塊間的連接數(shù)（gjk 的總和。如果斑塊j與斑塊 k互相不在給定距離內(nèi) gjk=o 否則，cijk= 1）,除 以指定斑塊類所有斑塊所 有可能的連接總數(shù),再乘以 100已轉(zhuǎn)化到百分數(shù)。單位百分數(shù)范圍0 w connect w 100 當(dāng)目標(biāo)類僅有一個斑塊組 成或其內(nèi)無斑塊相連接（即 無斑塊在用戶指定的閾值 距離之內(nèi)）時，connect =0。當(dāng)目標(biāo)類的每一斑塊 都互相連接時，connect 二 100.注釋基于指定斑塊類中所有斑 塊間的連接數(shù)定義了連接 度，每對斑塊要么連接，要 么不在用戶指定閾值距離 內(nèi)。連接度指數(shù)記錄了給定 斑塊數(shù)下的最大可能連接 的百分數(shù)。值得注意的是， 連接度可能基于歐幾里德 距離或