[论文解读] MULTILAND: a neutral landscape generator designed for theoretical studies

Lionel Roques|arXiv (Cornell University)|Mar 24, 2015

Land Use and Ecosystem Services参考文献 2被引用 3

一句话总结

MULTILAND 是一种随机景观生成器，通过基于 Metropolis-Hastings 算法的 Gibbs 采样方法，能够精确控制区域比例和破碎化水平，生成中性景观。它通过可调节的 β 参数实现可重现性和统计控制，支持生态学和地理学中的理论研究，可生成具有用户定义比例和破碎化指数的景观。

ABSTRACT

The main goal of Multiland is to generate neutral landscapes made of several types of regions, with an exact control of the proportions occupied by each type of region. An important feature of the software is that it allows a control of the landscape fragmentation. It is intended to theoretical studies on the effect of landscape structure in applied sciences. It has been developed in the framework of the PEERLESS ANR project "Predictive Ecological Engineering for Landscape Ecosystem Services and Sustainability". It includes both Matlab and Python versions.

研究动机与目标

• 开发一种灵活、用户可控的景观生成器，用于生态学和地理学的理论研究。
• 实现对合成景观中各类区域比例的精确控制。
• 提供一个可调节的破碎化指数，取值范围为 0（聚集）到 1（破碎），且独立于区域大小。
• 通过可调节的 β 参数支持可重现且统计基础可靠的景观结构对生态过程影响的模拟。
• 通过可定制的合成景观促进对栖息地破碎化、连通性及生态系统服务建模的研究。

提出的方法

• 该软件在 k×k 网格上采用四邻域系统并施加环形边界条件，以模拟空间邻接关系。
• 定义一个 Gibbs 测度，其能量函数为 U(ω) = -βs(ω)，其中 s(ω) 表示具有相同区域类型的相邻对的数量。
• 破碎化指数 𝒻(ω) 通过计算各区域类型的破碎化水平 fz 的平均值并归一化至 [0,1] 范围得到。
• 使用 Metropolis-Hastings 算法从 Gibbs 分布中生成样本，并动态调整 β 以匹配目标破碎化指数。
• 当达到最大计算时间或破碎化指数落入用户定义的容差范围内时，算法停止。
• 景观输出以矩阵形式（U.txt）和对应的破碎化指数（fr.txt）保存。

实验结果

研究问题

• RQ1 如何在理论生态学建模中，精确控制合成景观的区域比例和破碎化水平，以生成合成景观？
• RQ2 Gibbs 模型中的 β 参数与最终景观破碎化程度之间存在何种关系？
• RQ3 破碎化指数 𝒻(ω) 如何量化不同区域类型下景观的聚集或破碎化程度？
• RQ4 在固定比例和破碎化约束下，随机景观模型在多大程度上能产生可重现且统计一致的模式？
• RQ5 该算法的计算效率如何随网格大小和目标破碎化指数变化？

主要发现

• 该软件成功生成具有用户定义比例的中性景观，针对 M 种区域类型，当精确比例不可行时，确保细胞数量为精确值或最接近的整数。
• 破碎化指数 𝒻(ω) 是一个在 [0,1] 范围内的稳健、归一化的度量，反映整体景观的聚集程度，0 表示最大聚集，1 表示最大破碎化。
• Metropolis-Hastings 算法能有效探索状态空间，并在用户指定容差范围内收敛至匹配目标破碎化指数的景观。
• 使用能量函数 U(ω) = -βs(ω) 的 Gibbs 测度可通过调节 β 系统性地控制景观拓扑结构，β 值越高，越倾向于形成更聚集的模式。
• 该算法计算效率高，缺省计算时间设为 5 秒，性能取决于网格大小、目标破碎化指数和容差。
• 该软件支持可重现的多景观生成，输出以结构化文本文件存储，便于后续分析。