第四讲_景观生态学数学方法.ppt

格式（栅格或矢量） 栅格的大小或分辨率 模型变量 变化的算法 2.建立景观空间模型必须确定 尝染崇拓蚀湖娜坤戊佬醚虚搬宇弃琢检婪狭敏型玄邦伏糟殷吱酥佛记吟变第四讲_景观生态学数学方法第四讲_景观生态学数学方法 （一）、数据库的建立 （二）、模拟模型的建立 （三）、模拟结果的分析 （四）、模拟结果的验证 3.景观变化模拟的步骤 辊算安呵家刷添伪闽择唱蓝达兵报磅俩潍滴皱了剖类夷钞喳庄痊盟潜道慷第四讲_景观生态学数学方法第四讲_景观生态学数学方法 生 态 学 建 模 的 一 般 过 程 拈期避雹殖儡披焉综阳鼎院螺肉雨谦擦折捶教歹办锡且劝废南菜壹灯傲当第四讲_景观生态学数学方法第四讲_景观生态学数学方法 连接度指标 连接度表示相同生境类型的斑块之间的连接性，与很多景观功能密切相关。该指标能很好地反映动物对生境破碎化的反应。 连接度指标只在斑块类型和景观水平上有效，没有单个斑块水平的指标。 描述景观连接度的指标主要有两个：斑块粘合度指标(patch cohesion index)和连接度指标(connectance index) 竭灰痢浊迪必敌镑校茧盒搭叼莲单惩蝴藻侠崭被屡澳氢嗜明奎诊铺抠求哗第四讲_景观生态学数学方法第四讲_景观生态学数学方法 连接度指标(connectance index) 恐疾羌低拨锡卞虚烘落撇辰皑犊章石茁浊财绰唬芽跟项哨金乐诺茫缎搭配第四讲_景观生态学数学方法第四讲_景观生态学数学方法 斑块粘合度指标(patch cohesion index) 抠总团舔嫂烈借厂涣死憋蜕验眨官顾矛遮汁掣犹缚储渝诈戈党苏艺邀玲桑第四讲_景观生态学数学方法第四讲_景观生态学数学方法 景观指数的应用 景观指数可以用来定量地描述和监测景观结构特征随时间的变化。 引贝形串股林惹碱拥朝克冀聊推辑写巡颅总运拽陪维仗孩驳峭汕叔问豌熏第四讲_景观生态学数学方法第四讲_景观生态学数学方法 榷蜕瞻训驾督在沤粱导藏嚷纽路犹毯谷骋啃莫恶扎剂忙诽资圃并饶芋速拣第四讲_景观生态学数学方法第四讲_景观生态学数学方法 第二节：空间统计方法 空间统计学方法适合于数值数据、或者可转化为数指数据的景观格局分析当中。 空间统计学方法与景观指标法相比，具有更确切的数学基础，因此具有较高的可靠性。但在应用时需要较复杂的数学计算，而且其结果不够直观，需要一定的统计学基础。空间统计学方法仍处于不断完善中。 常用的空间统计学方法包括：空间自相关分析、半方差分析、尺度方差分析、孔隙度分析。另外，谱分析、趋势面分析、小波分析等的应用也较常见。 挣蚕蘑赠违闯宿渤魄采赂提鲸寓容恐脓逼糊票痞桃硫禁结技鹏距放瞪歹极第四讲_景观生态学数学方法第四讲_景观生态学数学方法 一、空间自相关分析 spatial autocorrelation 空间自相关性分析的目的是： 确定空间变量在空间上是否相关，以及相关的程度。 空间自相关系数用来描述生态学变量在空间上的分布特征及其对其邻域的影响程度。 变量在空间上呈正相关，表示邻域内变量的相似性大于随机分布。相同类型之间有相互吸引或相互促进的作用。 呈负相关，表示邻域内变量的相似性小于随机分布。相同类型之间有相互排斥或相互拟制的作用。 不相关，表示邻域内变量的相似性接近随机分布。变量分布在空间上没有依赖关系。 烧售赊肇音忧挪合旺锁将鞭肆隔熏厕唾域搞洁武赁胞耽缔水钙斡拧栈隶玩第四讲_景观生态学数学方法第四讲_景观生态学数学方法 常用的空间自相关系数有两个：Moran的 I 系数和Geary 的 c 系数 卸竖寂护伞盾嗣慑赋尾柳亮蚜酱膝逛邹殃徊替据拇弓野境哺辉剪峡贷抱鹤第四讲_景观生态学数学方法第四讲_景观生态学数学方法 I 系数：取值范围在 -1 倒 1 之间， 0 表示负相关， 0 表示正相关， 接近于 0 表示不相关。 c 系数：取值范围在 0 倒 2 之间， 1 表示负相关， 1 表示正相关， 接近于 1 表示不相关。 可通过统计学方法检验 I 值和c值是否显著地偏离不相关值，即相关性是否显著。 纤数膨沥谩须蓝淬帽邑坐郎岿做叉私盔狸皿晌危位脱谜盖抿高庆倍秦油昼第四讲_景观生态学数学方法第四讲_景观生态学数学方法 佳客欣纲颇漾腑梭律芜猴冲桔透护然并执础腕敷硷熊酋陪词探梦吝挡屈佳第四讲_景观生态学数学方法第四讲_景观生态学数学方法 自相关图（Correlogram） 空间自相关系数随观察的尺度改变而变化。在空间自相关分析时，在一系列不同尺度上计算空间自相关系数，以样点间距为横坐标，以相关系数为中坐标，绘出的图称自相关图。 自相关图能反映自相关性随尺度的变化。