一种基于多尺度邻域分析的景观破碎度模型的构建方法与流程

技术特征：
1.一种基于多尺度邻域分析的景观破碎度模型的构建方法，其特征在于，包括：s1：从遥感数据或调查数据中获取研究区土地类型覆盖时空数据，其中，获取的研究区土地类型覆盖时空数据为栅格格式；s2：以栅格像素为基本单位，对研究区土地类型覆盖时空数据中感兴趣的土地覆盖类型c进行二值化；s3：采用邻域分析方法计算所有值为1的像素与同类型的其它像素的最邻近距离，其中，值为1的像素表示覆盖类型为c的像素；s4：在给定的任意尺度上，根据最邻近距离，确定用以表征目标类型c分布距离差异的第一指标以及用以表征景观分布受尺度和密度差异影响的第二指标，并基于第一指标和第二指标，构建景观破碎度模型。2.如权利要求1所述的景观破碎度模型的构建方法，其特征在于，步骤s2包括：将研究区土地类型覆盖时空数据中覆盖类型为c的像素值置为1，而其它类型置为0。3.如权利要求2所述的景观破碎度模型的构建方法，其特征在于，步骤s3包括：循环过滤二值化后的像素中像素值为1的像素p
i
，在给定以p
i
为中心、边长为奇数w个像素的最大预定义正方形窗口w范围内，寻找其与同类型像素p
j
的间距，像素p
i
与同类型像素p
j
距离dis
i，j
的计算公式为：式中，δy表示p
i
与像素p
j
之间在纵向的间距，δx表示p
i
与像素pj之间在横向的间距，最大预定义正方形窗口为邻域窗口；根据计算得到的像素p
i
与同类型像素p
j
距离，得到最邻近距离：nd
i
＝min{dis
i，j
，j＝1，2，
…
，m}
ꢀꢀꢀꢀ
(2)式中，nd
i
表示最邻近距离，为dis
i，j
中的最小值，m为窗口w范围内除p
i
外标记为1的像素总数。4.如权利要求1所述的景观破碎度模型的构建方法，其特征在于，步骤s4包括：对某邻域窗口范围的最邻近距离特征，进行统计分析，得到邻域窗口内的平均景观破碎特征，作为表征类型c在尺度s的景观分布差异的指标，其中，平均景观破碎特征的计算公式为：avg_nd
s，i
＝∑nd
s，i
/n
n
ꢀꢀꢀꢀ
(3)其中，∑nd
s，i
表示对当前以s为尺度、i为中心点的景观破碎总特征的表示，avg_nd
s，i
表示土地覆盖的类型为c时，在邻域窗口w内，同类型分布最短距离的平均值，即第一指标，其中尺度s由窗口w定义的空间大小所表示，中尺度s由窗口w定义的空间大小所表示，nd
k
表示w内像素值标记为1、序号为k的像素的最邻近距离，n
n
为当前s尺度下窗口w内像素值标记为1的像素总数，k为窗口内循环计算的像序号；另外，参照景观破碎总特征，得到用以表征目标类型c的景观布局，在尺度和密度差异上的影响指标avg_nd
s
，即第二指标：avg_nd
s
＝∑nd
s，i
/n
ꢀꢀꢀꢀ
(4)n表示当前尺度s、邻域窗口w内所有像素的总数目，所有像素包括值为1和0的像素；根据平第一指标和第二指标，构建景观破碎度模型：
frag＝avg_nd
s，i
‑
avg
‑
nd
s
ꢀꢀꢀ
(5)其中，frag表示景观破碎度模型，量纲为以像素为基本单位的距离表示。

技术总结
本发明设计了一种基于多尺度邻域分析的景观破碎Frag模型，提供了Frag的构建方法及Frag变化分析方法，包括：获取研究区的土地分类覆盖栅格数据产品；根据土地覆盖分类，逐像素计算给定目标类型标记的同类最邻近距离；设计尺度相关的景观破碎指数模型Frag，并使用邻域分析的方法计算统计Frag；基于时间序列的Frag计算结果，使用机器学习方法进行Frag时空变化与相关联的驱动因子分析和尺度影响分析。利用本发明方法得到的景观破碎度时空分布特征，可以从尺度和结构上，精确表示目标类型景观的破碎分布情况，更好地反映实际景观布局的差异和动态，并可以进一步根据具体问题，选择适合的机器学习方法，实现景观变化驱动力因子分析，具有客观、灵活、通用、简便的特点。简便的特点。简便的特点。


技术研发人员：沙宗尧 方虎盛 邱岱
受保护的技术使用者：武汉大学
技术研发日：2021.07.26
技术公布日：2021/10/23