[論文レビュー] The landscapemetrics and motif packages for measuring landscape patterns and processes

Jakub Nowosad, Maximilian H. K. Hesselbarth|arXiv (Cornell University)|May 10, 2024

Land Use and Ecosystem ServicesEnvironmental Science被引用数 3

ひとこと要約

本稿では、土地被覆（LULC）地図など、カテゴリー型ラスタデータを用いたランドスケープパターンの定量的評価を目的として、landscapemetricsおよびmotifのRパッケージを紹介する。研究者は、3つのヨーロッパ地域における空間パターンの計算、可視化、および比較が可能となり、生態的モニタリングやパターン-プロセス関係の研究に応用できる。

ABSTRACT

This book chapter emphasizes the significance of categorical raster data in ecological studies, specifically land use or land cover (LULC) data, and highlights the pivotal role of landscape metrics and pattern-based spatial analysis in comprehending environmental patterns and their dynamics. It explores the usage of R packages, particularly landscapemetrics and motif, for quantifying and analyzing landscape patterns using LULC data from three distinct European regions. It showcases the computation, visualization, and comparison of landscape metrics, while also addressing additional features such as patch value extraction, sub-region sampling, and moving window computation. Furthermore, the chapter delves into the intricacies of pattern-based spatial analysis, explaining how spatial signatures are computed and how the motif package facilitates comparisons and clustering of landscape patterns. The chapter concludes by discussing the potential of customization and expansion of the presented tools.

研究の動機と目的

• カテゴリー型ラスタデータを用いた生態学的研究におけるランドスケープ指標およびパターンベースの空間分析の応用を示すこと。
• 複数の空間スケール（パッチ、クラス、ランドスケープ）で構成および構造指標を計算するためのlandscapemetrics Rパッケージの導入。
• 局所的なセルの近傍に基づく空間シグネチャーを用いて、類似したランドスケープパターンの比較、クラスタリング、検出を行うためのmotif Rパッケージの提示。
• 実世界のヨーロッパLULCデータセットにおける指標計算、可視化、サブリージョンサンプリング、モービングウィンドウ分析の実用的ワークフローの提供。
• 生態学的および空間的研究におけるカスタム指標およびシグネチャー統合を可能にする、両ツールのオープンソース拡張性の支援。

提案手法

• landscapemetrics Rパッケージを用いて、パッチ、クラス、ランドスケープレベルで45以上のランドスケープ指標（例：パッチ密度、連続性、凝集度）を計算。
• motifパッケージを用いて、セルの局所的近傍に基づく空間シグネチャーを計算し、LULCパターンの構成および構造を捉える。
• 階層的クラスタリングおよび類似度測定（例：コサイン距離）を用いて、類似したランドスケープパターンを示す空間ユニットをグループ化。
• コペルニクス2018データから再分類されたLULCデータ（5つの一般的なクラス：都市、農業、植生、湿地、水体）を用い、3つのヨーロッパ地域（フランス、オランダ、スウェーデン）を対象に分析。
• モービングウィンドウ分析およびサブリージョンサンプリングを実装し、空間的不均一性および局所的パターン変動を評価。
• テーママップおよびクラスターダイアグラムを用いて結果を可視化し、空間パターンおよび指標分布の解釈を支援。

実験結果

リサーチクエスチョン

• RQ1 landscapemetricsパッケージを用いて計算されたランドスケープ指標は、多様なヨーロッパのランドスケープにおける土地被覆パターンの構成および構造をどの程度的確に定量的評価できるか？
• RQ2 motifパッケージは、局所セル近傍から導出された空間シグネチャーを用いて、空間的に一貫性のあるランドスケープパターンをどの程度効果的に検出し、グループ化できるか？
• RQ3 ランドスケープ指標およびパターンベースの分析は、生態的システムにおけるパターン-プロセス連関の理解にどのように寄与するか？
• RQ4 モービングウィンドウ分析とサブリージョンサンプリングの統合は、ランドスケープ構造における局所的空間的変動の検出をどの程度向上できるか？
• RQ5 これらのツールを実世界のLULCデータセットに適用するための実用的ワークフローは、生態学的および環境研究においてどのように構築されるか？

主な発見

• landscapemetricsパッケージは、複数の空間スケールで包括的なランドスケープ指標を効果的に計算でき、3つのヨーロッパ地域におけるLULCパターン構造の詳細な定量的評価を可能にした。
• motifパッケージは、局所的セル構造から導出された空間シグネチャーに基づき、空間的に一貫性のあるパターンクラスタを効果的に同定した。
• モービングウィンドウ分析は、ランドスケープ指標の局所的変動を明らかにし、空間的不均一性が著しい領域や土地被覆構造の急激な変化を示す領域を特定した。
• パッチレベルおよびクラスレベルでの指標抽出により、都市部や水体などの特定の土地被覆タイプに対する標的分析が可能になった。
• landscapemetricsとmotifの組み合わせにより、時間的および空間的要因を考慮したランドスケープパターンの強固な比較が可能となり、時間的・空間的生態的モニタリングを支援した。
• 両パッケージのオープンソース特性により、カスタム指標および空間シグネチャーの統合が可能となり、多様な研究ニーズへの適応性が向上した。