[论文解读] 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 3

一句话总结

本文介绍了 R 包 landscapemetrics 和 motif，用于利用分类栅格数据（如土地利用/土地覆盖（LULC）图）量化景观格局。它展示了景观指数和基于格局的空间分析如何使研究人员能够计算、可视化并比较三个欧洲地区的空间格局，应用于生态监测和格局-过程关系研究。

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.

研究动机与目标

• 展示通过分类栅格数据在生态研究中应用景观指数和基于格局的空间分析。
• 介绍 landscapemetrics R 包，用于在多个空间层级（斑块、类别、景观）上计算组成和配置指数。
• 介绍 motif R 包，用于通过空间特征比较、聚类和检测相似的景观格局。
• 提供用于实际欧洲 LULC 数据集的指标计算、可视化、子区域采样和移动窗口分析的实用工作流程。
• 支持两个工具的开源可扩展性，便于在生态和空间研究中集成自定义指标和特征。

提出的方法

• 利用 landscapemetrics R 包在斑块、类别和景观层级上计算 45 个以上景观指数（例如，斑块密度、传染性、聚集度）。
• 应用 motif 包基于单元格的局部邻域计算空间特征，捕捉 LULC 格局的组成和配置。
• 使用层次聚类和相似性度量（例如，余弦距离）将具有相似景观格局的空间单元分组。
• 使用来自 Copernicus 2018 的重新分类 LULC 数据（5 个通用类别：城市、农业、植被、沼泽、水体）对三个欧洲地区（法国、荷兰、瑞典）进行分析。
• 实施移动窗口分析和子区域采样，以评估空间异质性和局部格局变异。
• 使用主题地图和聚类图可视化结果，以解释空间格局和指标分布。

实验结果

研究问题

• RQ1 通过 landscapemetrics 包计算的景观指数在多大程度上能有效量化多样欧洲景观中土地利用/土地覆盖格局的组成和配置？
• RQ2 motif 包在多大程度上能通过源自局部单元格邻域的空间特征检测并分组空间上一致的景观格局？
• RQ3 景观指数和基于格局的分析在多大程度上有助于理解生态系统中格局-过程联系？
• RQ4 移动窗口分析与子区域采样相结合，是否能增强对景观结构中局部空间变异的检测？
• RQ5 在生态和环境研究中，将这些工具应用于实际 LULC 数据集的实用工作流程是什么？

主要发现

• landscapemetrics 包成功地在多个空间层级上计算了全面的景观指数，使研究人员能够对三个欧洲地区的 LULC 格局结构进行详细量化。
• motif 包有效识别出具有相似景观格局的空间聚类，结果表明基于局部单元格配置推导出的空间特征能实现区域间的连贯分组。
• 移动窗口分析揭示了景观指数的局部变异，突出显示了空间异质性较高或土地覆盖结构发生突变的区域。
• 斑块层级和类别层级的指标提取使研究人员能够针对特定土地覆盖类型（如城市或水体）在研究区域内进行定向分析。
• landscapemetrics 和 motif 的结合能够实现对景观格局在时间和空间上的稳健比较，支持时间和空间上的生态监测。
• 两个包的开源特性促进了自定义，支持用户定义的指标和空间特征，增强了其在多样化研究需求中的适应性。