南京市城市景观的特征尺度

在RS技术支持下,采用分辨率为10m的SPOT-5遥感影像为数据源,分别应用Haar、Morlet、Mexican Hat 3种基小波,对南京市江北城郊、主城区和东南城郊3种不同景观类型进行了特征尺度研究。结果表明,Modet基小波最适于进行城市景观的特征尺度检测,Mexican Hat基小波对粒级嵌套结构检测效果稍差,而Haar基小波不适于对连续型数据源的景观进行特征尺度检测。Morlet基小波的一维小波分析结果表明,南京市江北城郊和东南城郊都存在1个对应于各自农田斑块平均粒径的特征尺度,分别为362m和446m,而主城区则检测出存在3个特征尺度,即：292、835m和2200m,分别对应于建筑小区、小型街区和大型街区的平均粒径,显示主城区存在具有等级结构特征的“建筑小区-小型街区-大型街区”的粒级嵌套结构,揭示了城区具有比城郊复杂得多的粒级结构特征。     

基于模式识别的景观格局分析与尺度转换研究框架

景观格局分析和尺度转换是生态学和地理学研究的核心问题之一.尽管多年来投入了大量的精力,然而由于尺度效应的复杂性和尺度转换过程的不确定性,仍然没有找到合适的方法.目前关于尺度转换的研究存在两个误区,其一是过分重视空间尺度的转换,忽略了过程尺度的转换;其二是过分强调了对不同尺度间数量关系的外推与转换,忽略了不同尺度间生态规律的外推与转换.在系统分析了景观格局与尺度转换研究现状、存在问题和难点的基础上,提出了借用模式识别的原理和方法,针对特定的生态过程,开展景观格局分析与尺度转换的思路.认为尺度转换的关键在于通过识别不同尺度上影响生态过程的主导因子,找到各个尺度上“格局（环境因子空间组合）-过程”、尺度间“格局-格局”之间的对应关系,通过建立“环境-格局-过程”模式识别数据库,就能够建立不同尺度之间基于模式识别的尺度转换方法.     

甘肃永登县土地利用景观格局的空间尺度效应

依据“斑块-廊道-基质”模式,研究了甘肃省兰州市永登县景观格局的空间尺度效应.结果表明:草地为整个研究区景观结构的基质;廊道包括道路和河流;其余景观组分(耕地、林地、园地,住宅用地、工矿用地、公共管理与服务用地和其他土地)均为斑块.斑块类型水平指数与景观水平指数均表现出明显的空间幅度依赖性.不同景观组分的斑块类型指数的尺度效应在不同幅度区间存在差异性,景观水平指数的尺度效应在不同幅度区间也存在差异性.在1～20 km幅度区间,尺度效应的组分类型、指标类型之间差异最为明显;在21～90 km幅度区间,尺度效应的组分类型、指标类型之间差异较小;在>90 km幅度后,尺度效应消失.90 km×90 km为研究景观格局尺度依赖性的有效幅度.     

基于二维小波分析的景观特征尺度识别

采用3种常用小波基（Haar、Daubechies和Symlet）,探讨了二维小波分析在沈阳地区城市、城乡交错区和农村3种景观类型特征尺度识别中的有效性.由于二维小波分析的变换尺度必须为2的整数次幂,这会导致景观中一些特征尺度无法精确识别,故本文将各景观类型影像像元大小分别重采样为3、3.5、4和4.5 m,以增加分析时的尺度密度.结果表明：应用二维小波分析可清晰地识别景观特征尺度;Haar、Daubechies、Symle可分别作为城乡交错区景观、城市景观和农村景观特征尺度识别的最优小波基;Haar和Symlet均可应用于农村景观精细特征尺度的识别和城乡交错区景观边界的检测;Daubechies和Symlet可分别用于城市景观和农村景观的边界检测.     

武夷山风景名胜区景观格局与环境因子的多尺度响应研究

在3S技术平台支撑下,用典范对应分析排序方法对武夷山风景区景观格局与环境因子的关系及其尺度效应进行了分析。结果表明,在6个取样尺度上(粒度分别为30 m、90 m、150 m、210 m、300 m和450 m),排序轴总特征值呈递减趋势,依次为9.626、7.814、5.708、4.019、3.386、2.310;前4轴累积景观环境解释量变化程度小(97.3%~98.8%),前2轴各尺度平均累积解释量为89.4%,景观-环境的相关系数呈先减后增趋势。6个尺度中环境因子与景观格局的平均相关系数依次为郁闭度(0.7989^**)>腐殖质层厚度(0.7248^**)>海拔(0.6083^**)>坡度(0.6132^**)>经度(-0.4064^**)>土层厚度(0.3696^**)>纬度(0.0614)>坡向(0.0295)。风景区景观类型可划分为3类,即与海拔因子密切相关的裸地、河流、建设用地、农田景观,与土壤因子密切相关的杉木林、马尾松林、阔叶林景观,以及受人类活动密切相关的茶园、经济林、竹林、灌草丛景观。因此,风景区景观格局与环境因子间的关系具有尺度效应,各环境因子对排序轴相关系数的影响规律在6个取样尺度内可尺度推绎。     

惠州市景观格局空间分异特征的梯度分析

本文将景观指数、梯度分析和移动窗口法相结合,分析了惠州市景观格局的空间分异特征.以中心城区为起点,向外等距设置辐射状梯度带;同时结合研究区的特点,设置了4个不同方向的样带.综合运用景观指数粒度效应分析和土地面积变化评价指数模型,确定适合研究区的分析粒度;考虑到景观格局的各向异性,计算不同方向的半变异函数和相应的块基比,...     

地形因子对森林景观格局多尺度效应分析

以TM影像和野外调查为数据源,3S技术为研究手段,分析了泰山的森林景观结构动态变化以及景观格局沿高程的分异。选择相对高差较大的区域设计了8个地形方位,采用3种由连续样方组成的辐射状样带,在遥感影像上进行信息采集,研究地形对森林景观格局的多尺度效应,分析了不同地形因子对森林景观分异的影响。结果表明,在景观尺度上,地形方位、海拔、山地类型是影响森林景观镶嵌格局的控制因素,坡向、坡度是重要因素,坡形、坡位是不明显因素。以TM影像为信息源,从森林景观分异和梯度分析上,首先要考虑海拔坡向指数、坡形坡位指数和海拔,并立足于地形方位。地形主要因子间存在着稳定的显著正相关,为森林分异多尺度格局提供了较强的综合解释能力。     

流域尺度上的景观格局与河流水质关系研究进展

利用景观生态学原理研究流域尺度上土地利用及其空间格局对河流水质的影响,已成为流域环境研究中的热点问题。在综合评价国内外土地利用变化与河流水质关系研究的基础上,阐述了景观格局在流域水环境研究中的重要性,并根据国内外研究进展,对景观格局与水质关系的研究方法和手段进行了分类分析,同时也对流域尺度上的景观-水质模型研究进展也进行了分析总结,最后指出了景观格局与水质关系研究的核心问题和未来研究的热点方向。     

基于高分辨率卫星图的川中丘陵区村级景观格局特征研究

以Erle C.Ellis 建立的村级景观分类和景观制图方法,利用IKONOS高分辨率（1 m）卫星遥感图,进行典型抽样和地形→土地利用→土地覆被→生态立地的景观分类和分层制图,研究了四川盆地中部丘陵地区村级景观的构成和格局特征,并就有关方法作了讨论.结果表明,川中盆地丘陵村级景观类型多样,其多样性指数从地形、土地覆被、土地利用到生态立地变化在1.08～2.26之间,丰富度除土地覆被较高,达到85%以外,其余都较低,在42.22%～58.62%之间.分布普遍的生态立地类型为12.5%,其余88.5%的类型都以较大差异分布在各村级景观内.景观破碎化指数较高,不同村级景观之间为2.93～4.27,地形到生态立地的破碎度为2.86～5.63.村级景观构成中,人口密度、道路面积和农家院落面积与景观格局指数存在较大程度的线性相关关系,但以农家院落面积与景观分形指数、景观破碎度的线性相关显著,分别为0.957*和0.991**.运用景观4级分类和制图方法研究村级景观,多数景观格局指标都表现出显著的统计学差异,表明运用高分辨率卫星遥感图研究村级景观,以多级景观单元分类研究比单一分类的更能够反映相关信息,增加对村级景观格局的认识和理解.     

华北农田生态系统景观格局的演变特征

基于华北6 省(市)2000、2005、2010 年三期土地覆盖遥感数据, 通过计算农田景观格局指数和农田景观转移矩阵, 在省域范围的大空间尺度上分析了2000-2010 年农田生态系统景观格局的变化特征。结果表明, 2000 年至2010年华北6 省(市)的农田景观格局变化主要表现为: 耕地景观的面积在减少, 破碎化程度在加大, 斑块形状趋于简单化;园地景观的面积在增加, 破碎化程度在降低, 斑块形状趋于复杂化。耕地减少的面积主要转变为城镇, 增加的面积主要来自水体; 园地减少的面积主要转变为耕地, 增加的面积主要来自耕地, 园地景观主要与耕地景观相互转化。城镇化等人类活动加剧了耕地的减少和破碎化, 应加强耕地保护, 特别是耕地的集约化布局, 降低农田破碎化程度, 促进农田的可持续发展。     

基于遥感的湿地景观格局季相分析

以中国东北地区三江平原北部为研究区域,利用2012年多季相遥感影像作为数据源,结合野外调查数据,应用面向对象的分类方法,根据影像的物候、时相等特征,提取不同月份的湿地信息,进行景观格局季相分析。结果表明:(1)研究区湿地面积、类型格局在同一年不同季节不同月份会有不同幅度的变化,总体呈现缓增骤减的态势。湿地主要分布在低洼地区,主要湿地类型为草本沼泽,其次为河流,其他湿地占总面积比例较小。(2)研究区各阶段湿地都有转化,主要发生在湿地和非湿地之间,多数表现在草本沼泽和草地之间的转化。(3)湿地分布和湿地转化面积主要集中在低海拔区域和低坡度区域,其中海拔100 m和坡度5°以下范围内的湿地分布面积和湿地转化面积占湿地总面积及湿地转化面积的绝大部分。(4)年内季节性湿地转化与降水、温度和湿地植被物候关系密切。     

基于多尺度遥感影像分割方法的湿地生态廊道设计

从生物多样性保护的角度,采用多尺度遥感影像分割方法中的人为干扰度模型,计算分割阈值确定湿地生态廊道的宽度,并结合聚类分析法分类的8种人为干扰类型,对建三江地区廊道结构设计进行了研究。结果表明,廊道分割阈值设为20%,非湿地背景噪声为9.43%,湿地生态廊道最佳宽度为1298m。8种人为干扰度中聚类c1、c2、c3和c4类型是受人为干扰较弱的区域,主要分布在浓江、乌苏里江、三江和洪河保护区原始生态环境区域,将其分别设定为核心区、实验区、边缘区、缓冲区4种类型。廊道核心区中的沼泽类型占75%,总体精度高达93.7%,实验区沼泽占72.2%,精度达到75.8%,边缘与缓冲区起到边缘护栏的作用,缓冲区宽度为945m,本研究为湿地生态廊道的建设与修复提供了可靠、科学的参考依据。     

基于遥感数据源的景观分析系统的设计与实现

在Ｖｉｓｕａｌ Ｃ＋＋环境下,设计并实现了一个景观分析系统。该系统采用提取斑块边界象素集的方法,提高了斑块搜索的速度,而且提供了斑块间距离计算、相邻斑块间边界长度计算等景观分析功能。该系统被应用到北京西北郊同分析中。通过分析表明,该系统不仅能计算面积、周长、中心坐标和最近同类型斑块的距离等单个斑块指数,而且能在此基础上计算景观类型和整个景观层次上的各种指数,从而弥补了目前多数地理信息系统在分析应用     

基于遥感数据的晋陕蒙交汇区景观格局定量分析——以榆林幅1／25万TM影像分析为例

1　引　　言景观生态学的产生与发展 ,给传统生态学与地理学带来了活力与许多新思想 .其研究方法与成果为资源开发和环境生态保护提供了新的科学方法和决策依据 .景观异质性是景观生态学的核心概念之一 .景观格局是景观异质性的表现[2 ,3 ,5,9] .景观格局分析是景观生态学研究任务之一 ,是定量研究斑块在景观中的分布规律 .空间格局分析的目的是从无序的景观上发现潜在的有意义的秩序和规律[5] .而景观格局分析是因为景观格局对其中元素流产生影响 ,不同景观格局或景观格局动态演变导致区域景观功能发生变化[7] ,景观格局会影响到物种的丰度…     

庐山森林景观空间分布格局及多尺度特征

森林景观是区域整体景观的重要组成部分,研究其空间分布格局对于优化区域景观整体结构和发挥生态经济效益具有重要意义。基于庐山2010年植被斑块数据,将森林景观划分为常绿阔叶林、落叶阔叶林、松类、杉类和竹类等5类景观,从森林景观的不同发育阶段和林分类型角度出发,运用点格局分析法分析5类森林景观空间分布格局特征。最邻近距离分析表明:5类森林景观空间分布类型均服从集聚分布但聚集强弱有变化;不同发育阶段的森林景观空间分布类型以集聚分布为主,随机分布为辅,尤其幼龄林比较显著,中龄林和老龄林次之;5类森林景观的天然林均服从集聚分布,人工林大多趋于随机分布,只有松类和杉类呈显著集聚分布。Ripley's K函数揭示了不同发育阶段和林分类型的森林景观的多尺度集聚特征,即在小尺度范围内服从随机分布,随着空间距离的增大,以空间特征尺度为分界线,空间聚集强度先逐渐增强,随后不断减弱。总体来看,庐山森林景观的发育阶段主要处于幼年时期,原始植被遭到人类大肆破坏,幼龄林大片分布,属于典型的恢复性植被,未来要重点保护好天然林,减少人为干扰,实现森林景观适度集聚。研究庐山森林景观的空间分布和多尺度特征可以为生态环境保护和实现森林可持续经营提供理论指导。     

Ecological application of wavelet analysis in the scaling of spatial distribution patterns of Ceratoides ewersmanniana

Ecological experiments are usually conducted on small scales, but the ecological and environmental issues are usually on large scales. Hence, there is a clear need of scaling. Namely, when we deal with patterns and processes on larger scales, a special connection needs to be established on the small scales that we are familiar with. Here we presented a wavelet analysis method that could build relationships between spatial distribution patterns on different scales. With this method, we also studied how spatial heterogeneity and distribution patterns changed with the scale. We investigated the distribution and the habitat of C. ewersmanniana in two plots (200 m × 200 m; the distance between these two plots is 15 km) at Mosuowan desert. The results demonstrated that spatial heterogeneity and distribution patterns were incorporated into larger scales when the wavelet scale varied from one (5 m) to four (20 m). However, if the wavelet scale was above five (25 m), the spatial distribution patterns varied placidly, the oscillation frequency of landforms stabilized at 110 m, and the dynamic quantity period of C. ewersmanniana stabilized at 115–125 m. We also identified signal mutation points with wavelet analysis and verified the heterogeneity degree of local space with position variance. We found that position variance decomposed the distribution patterns on large scales into small sampling plots, and the position with the largest variance also had the strongest heterogeneity. In a word, the wavelet analysis method could scale-up spatial distribution patterns and habitat heterogeneity. With this method and other methods derived from this one, such as wavelet scale, wavelet variance, position variance and extremely direct-viewing graphs, wavelet analysis could be widely applied in solving the scaling problem in ecological and environmental studies.     

基于遥感和地面数据的景观尺度生态系统生产力的模拟

描述了一个反映系统碳循环和水循环的景观尺度生态系统生产力过程模型(EPPML)．该模型以遥感图像作为数据源,从中获取影响植被生产力的重要变量——叶面积指数(LAI);主要对景观尺度生态系统的净初级生产力(NPP)和蒸散量的空间分布格局和时间动态进行模拟;用地理信息系统(GIS)手段对空间数据进行处理、分析和显示,从而实现将植物生理生态研究的结果从小尺度向中尺度进行拓展和转换．本研究用EPPML对1995年长白山自然保护区的植被生产力进行了模拟,结果表明,EPPML可以比较准确地模拟该保护区主要植被的NPP．NPP的模拟值年均为0．680kgC·m^-2,变幅为0．105—1．241kgC·m^-2(82.1％),其中阔叶红松林的年NPP最高(1．084kgC·m^-2)．NPP年总量为1．332×10^6tC,以阔叶红松林和云冷杉林最高,分别为0．540×10^6tC和0．428×10^6tC．NPP的季节变化呈明显的单峰型,7月最大(6．13gC·m^2·d^-1)．NPP在夏季积累最多(0．465kgC·m^-2),春季次之,冬季最少。     

The quality of animal habitats estimated from track activity and remote sensing data

A method is proposed for estimating the quality of animal habitats from field counts with positioning routes and tracks by means of GPS, multichannel Landsat data, digital elevation model, and discriminant analysis. The distribution of American and European minks is analyzed to demonstrate the principle of choosing an optimal method for analyzing the environmental characteristics that determine the distribution of species and for mapping and estimating the quality of habitats and the probability of track detection. The outlook and some problems of implementation of the proposed approach are discussed.