基于Fragstats的土地利用景观格局分析及案例 您所在的位置:网站首页 人均面积 英文 基于Fragstats的土地利用景观格局分析及案例

基于Fragstats的土地利用景观格局分析及案例

2024-01-14 22:06| 来源: 网络整理| 查看: 265

Fragstats是一款专业的景观格局指数计算工具,内置基于单元格的指标、表面指标、抽样策略、功能指标等多种功能模块,帮助用户更加方便地对环境变量进行流程分析和控制。Fragstats可以计算许多指标,描述单个修补程序,相同类型的修补程序类别或集合的结构以及分类拼贴马赛克的整个景观马赛克。

1.数据预处理与软件安装

Fragstats使用的数据是栅格数据,本次实验笔者使用的是陕西某市的土地利用数据,格式为GeoTIFF(.tif),注意属性最好为英文,不然可能报错,数据的预处理过程可以在Arcgis中进行,这里跳过。笔者实验文件的属性表以及栅格局部截图如下所示:

Fragstats软件文末提供下载链接,读者可自行下载。

2.模型创建与数据导入

一个Fragstats模型简单来说就是为Fragstats进行了配备了分析所需的全部参数。点击左上角工具条上的New按钮或从File的下拉菜单中选择New选项,即可创建一个空白模型。

接下来我们需要导入之前准备好的实验数据,点击“Add layer“:

在左侧选择框中选择我们准备好的数据类型,这里选择“GeoTIFF“,右侧”Dataset name“选择准备好的栅格数据:

3.景观指数选择

下面展示的是常用的一些景观指数以及他们的具体含义、他们在Fragstats中的英文缩写:

本次实验我们选择景观格局分析中常用的斑块密度(PD)、平均分形维数(FRAC)和形状指标(SHAPE)。参数的选择过程如下图所示:

PD选项的位置在Class metrics下的 Aggregation中,读者可自行寻找。

4.参数设置

在Analysis parameters中勾选8近邻规则、Patch metrics、Class metrics、以及Generate patch ID file,Landscape mertrics没有勾选是因为我们前面选择的指标中没有Landscape metrics中的指标,读者可自行选择“Sampling strategy”:

接下来我们需要根据输入的栅格以及是否需要分析来设计分类描述信息,新建一个txt文件,后缀为.fcd,其中ID即为不同地表类型的取值,它们取决于输入的栅格;Name是每种地表分类的描述,在Fragstats的输出文件中将以TYPE字段显示;Enabled 和IsBackground两者分别表示是否计算并输出本类型以及是否将本类型作为背景值。笔者的fcd字段设置如下所示:

接下来我们把设置好的fcd文件导入Fragstats:

5.运行及结果

点击“Run”以及“Proceed”即可得到我们需要的景观格局指数结果

最后的结果可以在“Results”中看到:

获得我们需要的斑块密度、平均分形维数和形状指标等一系列景观格局指标之后我们可以针对这些指标与斑块的对应关系进行下一步的分析。

 

常用景观指数

英文缩写指标名称应用尺度英文全称单位AREA斑块面积斑块AreahaPERIM斑块周长斑块Patch PerimetermCA斑块类型面积类型Class areahaTA景观面积景观Total landscape areahaPLAND斑块所占景观面积比例类型Percent of landscape%LPI最大斑块站景观面积比例类型/景观Largest path index%TE总边缘长度类型/景观Total edgemED边缘密度类型/景观Edge densitym/haMPS/AREA_MN斑块平均大小类型/景观Mean patch sizehaPSSD/AREA_SD斑块面积方差类型/景观Patch size standard deviationhaPSCV/AREA_CV斑块面积均方差类型/景观Patch size coefficient of variation%PARA周长面积比斑块Perimeter-Area RatioSHAPE形状指标斑块Shape indexFRACT分维数斑块fractal demension indexCONTIG邻接指数斑块Contiguity IndexLSI景观形状指数类型/景观Landscape shape indexPARA_MN平均斑块周长面积比类型/景观Mean Perimeter-Area RatioPARA_AM面积加权平均斑块周长面积比类型/景观Area-weighted mean Perimeter-Area RatioMSI/SHAPE_MN平均形状指数类型/景观Mean shape indexAWMSI/SHAPE_AM面积加权的平均形状指数类型/景观Area-weighted mean shape indexDLFD双对数分维数类型/景观Double log fractal dimensionMPFD/FRAC_MN平均斑块分维数类型/景观Mean patch fractal dimensionAWMPFD/FRAC_AM面积加权的平均斑块分形指标类型/景观Area-weighted mean patch fractal dimensionCORE核心面积斑块Core AreahaNCA核心面积数量斑块Number of Core AreasNoneCAI核心面积指数斑块Core Area Index%TCA总核心面积类型/景观Total Core AreahaCPLAND核心面积占整个景观面积的比例类型/景观Core Area Percentage of Landscape%NDCA间断分布的核心面积数量类型/景观Number of Disjunct Core AreasNoneDCAD间断分布的核心面积密度类型/景观Disjunct Core Area Density#/100haCORE_MN平均核心面积类型/景观Mean Core AreahaDCORE_MN平均非连续核心面积类型/景观Mean Disjunct Core AreahaCAI_MN平均核心面积指数类型/景观Mean Core Area IndexECON/EDCON边缘对比度指数斑块Edge contrast indexCWED对比度加权边缘密度类型/景观Contrast-weighted edge densitym/haTECI总边缘对比度类型/景观Total edge contrast index%MECI/ECON_MN平均边缘对比度类型/景观Mean edge contrast index%AWMECI/ECON_AM面积加权平均边缘对比度类型/景观Area-weighted mean edge contrast index%ENN欧式最近邻域距离斑块Euclidean Nearest Neighbor DistancemPROX邻接指数斑块Proximity IndexNoneLSIM/SIM斑块相似系数斑块Landscape similarity indexNoneIJI散布与并列指数类型/景观Interspersion & Juxtaposition Index%PLADJ相似邻接比例度类型/景观Percentage of Like Adjacencies%AI聚集指数类型/景观Aggregation Index%CLUMPY从聚指数类型/景观Clumpiness Index%LSI景观形状指数类型/景观Landscape shape indexNonenLSI归一化形状指数类型/景观Normalized Landscape Shape IndexNoneCOHESION斑块内聚力指数类型/景观Patch Cohesion IndexNoneNP斑块数量类型/景观Number of patches#PD斑块密度类型/景观Patch density#/100haDIVISION景观分离度类型/景观Landscape Division IndexSPLIT分散指数类型/景观Splitting IndexNoneMESH有效格网大小类型/景观Effective Mesh SizehaCONNECT景观连接性指数类型/景观Connectance%CONTAG蔓延度指数景观Contagion%PR斑块丰富度指数景观Patch RichnessPRD斑块丰富度密度景观Patch Richness Density#/100haRPR相对斑块丰富度景观Relative Patch Richness%SHDI香浓多样性指数景观Shannon’s Diversity IndexSIDI辛普森多样性指数景观Simpson’s Diversity IndexMSIDI修正的辛普森多样性指数景观Modified Simpson’s Diversity IndexSHEI香浓均匀度指数景观Shannon’s Evenness IndexSIEI辛普森均匀度指数景观Simpson’s Evenness IndexMSIEI修正的辛普森均匀度指数景观Modified Simpson’s Evenness Index

更多视频教程一起交流学习  微:shugu2020

fragstats下载链接:

 https://pan.baidu.com/s/1mnKqZ4Ii43_w2qJ2LNRtsw 提取码:hsx2



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有