《表2 土地利用面积指标和形状指标的Pearson相关系数》
对上述24个指标的数值进行Pearson相关分析(表2、表3),一般认为Pearson相关系数大于0.7时,两个变量之间具有较强的线性相关性(加粗显示)。基于简单性和独立性原则,对面积、形状、分布和多样性指标进行筛选。在面积方面,3个面积指标的Pearson相关系数均大于0.7,基于简单性原则,选择计算方便、地理意义明确的AREA_AM作为面积指标的代表性指标,表示研究区域内面积加权平均斑块面积。在形状指标中,PARA_AM、CIRCLE_AM和CONTIG_AM与面积指标AREA_AM相关性较大,予以排除,在SHAPE_AM和FRAC_AM中,FRAC_AM与面积指标的相关性较低,故选择FRAC_AM作为形状指标的代表性指标(表2)。在分布指标中,MESH、SPLIT、AI、ED和LSI与面积指标和形状指标的相关性较高,予以排除(表3)。由于Pearson相关系数仅能反映线性相关性,利用散点图进一步分析PD、ENN_AM、CONTAG和COHESION与面积指标的相关性,发现PD和COHESION指标与AREA_AM之间具有明显的非线性相关性(图2),故对这两个指标予以排除,并根据简单性原则确定ENN_AM为分布指标的代表性指标。在结构/多样性指标中,除PR指标外,其他指标均与面积指标具有较高的相关性,故选择PR指标作为结构/多样性指标的代表性指标。PR指标为丰富度指数,表示研究区域内出现的不同土地利用类型的数量,取值1~6,能够体现区域内土地利用类型的多样性。但PR指标对结构的刻画不足,为此本文构建了一种结构指标,以区域内面积占比大于10%的土地利用类型的代码组合作为结构指标,能够反映研究区域内主要的土地利用类型的组合特征,降低非主要土地利用类型对结构分析的影响。
图表编号 | XD00116460300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 鞠洪润、左丽君、张增祥、赵晓丽、汪潇、温庆可、刘芳、徐进勇、刘斌、易玲、胡顺光、孙菲菲、汤占中 |
绘制单位 | 青岛大学旅游与地理科学学院、中国科学院空天信息创新研究院、中国科学院大学、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院、中国科学院大学、邢台学院资源与环境学院 |
更多格式 | 高清、无水印(增值服务) |