。Р聚块样方方差分析Р聚块样方方差分析(Blocked Quadrad Analysis)采用连续网格系统取样,而后逐级归并相邻样方并计算每一聚块水平方差,最后以方差为纵轴,聚块大小为横轴作图,即均方差-聚块大小关系图(Mean Square Variance-block Size Graph),曲线的峰和谷可以用来表示景观缀块性的尺度特征(如缀块平均大小)。通常,峰值所对应的是缀块的平均大小,而谷值所对应的是缀块内均值部分。Р谱分析(Spectral Analysis)Р可用来分析一维或二维空间数据中反复出现的缀块性格局及其尺度特征。其基本思想是利用傅丽叶转换(Fourier Transformation)将实测数据分解为若干不同频率、不同振幅和不同起始点的一组正旋波,然后寻求对实际数据拟合最好的波函数。尤其适合于分析具有周期性结构的时间和空间数据。但是这种分析似乎对小尺度格局敏感,而对大尺度结构特征却不很有效。Р小波分析(Wavelet Analysis)Р是一种能将时间上或空间上的格局与不同尺度以及具体时空位置相联系的分析方法。经过小波转换后的数据成为尺度和具体空间位置的函数,以此作图即可将数据中不同尺度上的特征和等级结构。Р孔隙度分析(Lacunarity Analysis)Р是一种多尺度的用来分析景观格局“质地”(Texture)的方法。景观指数普遍存在一个问题是“一值多形”,即不同的空间格局可以具有相同的景观指数值,就连那具有相同分维数的物体也可以是不同形状的。基于多尺度的孔隙度分析则可以避免这一弊端。二维的空间数据的孔隙度可以下式计算:Λ(r)=Ss2(r)/S02(r)+1Р式中,S0(r)是用滑动框每次取样所含“缀块网细胞”的平均值,Ss2(r)是其方差,而r是滑动框的边长。一般而言,高孔隙度表示景观中某一缀块类型的集聚程度较高,或者其孔隙的大小变异很大。
全文预览
