《表2 土地利用面积指标和形状指标的Pearson相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《中国土地利用空间格局刻画方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。