مقایسة قابلیت معیارهای پیوسته و گسسته در ارزیابی تکه تکه شدگی سیمای اراضی جنگلی گرگان

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد محیط زیست، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

2 دانشیار دانشکده شیلات و محیط زیست، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

3 مربی دانشکده محیط زیست و منابع طبیعی، دانشگاه صنعتی خاتم الانبیاء بهبهان

چکیده

بوم­شناسی سیمای سرزمین عمدتاً مبتنی بر الگوی لکه، راهرو و پس­زمینه است. اگرچه این الگو در مطالعات بوم­شناسی سیمای سرزمین بسیار کارآمد و موفق عمل کرده است، اما عقیده بر این است که این الگو نمی­تواند نمایش صحیحی از ناهمگنی پیوسته ارائه دهد. همین عامل موجب شده تا برخی از محققین این رشته در پی یافتن شاخص­های جدیدی باشند که به وسیله آن‌ها بتوان سیمای سرزمین را در چارچوبی پیوسته مورد تجزیه و تحلیل قرار داد. هدف از این مطالعه، مقایسة قابلیت معیارهای پیوسته و گسسته در ارزیابی تکه تکه شدگی سیمای اراضی جنگلی گرگان با استفاده از تکنیک پنجره متحرک است. به این منظور ابتدا تصویر ماهواره اسپات در سال 1389 با استفاده از الگوریتم حداکثر احتمال طبقه­بندی گردید سپس از تصویر ماهواره لندست در سال 1389شاخص پوشش گیاهی NDVI تهیه گردید. تکنیک پنجره متحرک در اندازه پنجره­های 60، 90، 150 و 300 متر بر روی شاخص پوشش گیاهی و نقشه طبقه­بندی شده با انتخاب شش معیار درصد سیمای سرزمین، جداشدگی، شاخص بزرگ‌ترین لکه، اندازه مؤثر شبکه، شاخص تجمع و شاخص شکل سیمای سرزمین در سطح کلاس بکار گرفته شد. به منظور مقایسه همبستگی میان تصاویر خروجی هر یک از این معیارها، از ضریب همبستگی اسپیرمن استفاده شد. نتایج مقایسات آماری در اندازه پنجره­های مختلف نشان داد که با افزایش اندازه پنجره مقادیر همبستگی تمامی معیارها افزایش می­یابد، به طوری که بیش­ترین مقدار همبستگی در اندازه پنجره 300 متر و در معیارهای درصد سیمای سرزمین و جداشدگی دیده می­شود. تمامی معیارها در اندازه پنجره 60 متر کمترین مقادیر همبستگی را از خود نشان دادند و در این میان شاخص شکل سیمای سرزمین با 33/0 درصد دارای کمترین مقدار همبستگی است.

کلیدواژه‌ها


عنوان مقاله [English]

A comparison of continuous and discrete indices in measuring Gorgan forest landscape fragmentation

نویسندگان [English]

  • Ehsan Rahimi 1
  • Abdol-Rasoul Salman Mahini 2
  • Sattar Soltanian 3
1 MSc. Graduated of Environment, Gorgan University of Agricultural Sciences and Natural Resources
2 Assoc. Prof. College of Fisheries and Environmental Science, Gorgan University of Agricultural Sciences and Natural Resources
3 Lecturer, College of Natural Resources and Environment, Behbahan Khatam Alanbia University of Technology
چکیده [English]

Landscape ecology is mainly based on the patch-corridor-matrix model. Although this model is efficient and has been successfully used in landscape ecology studies, but it is believed that this model cannot consider the continuous heterogeneity. This fact has encouraged researchers in the field to find new indicators for landscape analysis in a continuous framework. The aim of this study is a comparison of continuous and discrete indices in measuring Gorgan forest landscape fragmentation based on the moving window technique. This technique was performed on a classified map derived from SPOT satellite image in year 2010 using a maximum likelihood algorithm and on NDVI vegetation index from a Landsat satellite image of the year 2010. Window sizes were considered in 60, 90, 150 and 300 meters and six landscape class-level metrics were selected for the comparison including LPI, LSI, SPLIT, MESH, AI and PLAND. To assess the correlation between the output images of each of these metrics, the Spearman rank correlation coefficient was used. The results of the statistical comparisons of different window sizes showed that the values of the correlation coefficient were increased with increasing window size, as the high correlation values were seen when the window size was 300m belonging to PLAND and SPLIT metrics. All of the metrics had minimum correlation values in the window size 60m and the LSI metric had the lowest correlation (0.33).

کلیدواژه‌ها [English]

  • Remote Sensing
  • Moving window technique
  • Forest landscape fragmentation
  • Landscape metrics

1. احمدی، ا.، م. طاطیان، ر. تمرتاش، ح. یگانه و ی. عصری. 1395. بررسی پوشش گیاهی اراضی شور دریاچه ارومیه با استفاده از تصاویر ماهواره­ای. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7(1): 1-12.

2. رحیمی، ا.، ع. ر. سلمان­ماهینی، ح. میرکریمی. ح. ر. کامیاب و س. سلطانیان. 1395. مقایسة وضوح مکانی تصاویر اسپات و لندست در تعیین تکه­تکه شدگی سیمای سرزمین. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7(1): 13-25.

3. سفیانیان، ع. ر.، ز. مختاری، س. ج. خواجه­الدین و ح. ر. ضیایی. 1392. تحلیل گرادیان الگوی سیمای سرزمین شهری (مطالعه موردی: شهر اصفهان). پژوهش­های جغرافیای انسانی، 45(1): 87-104.

4. فاضلی فارسانی، ا.، ر. قضاوی و م. ح. فرزانه. 1394. بررسی عملکرد الگوریتم­های طبقه­بندی کاربری اراضی با استفاده از تکنیک­های ادغام تصاویر (مطالعه موردی: زیرحوزه بهشت­آباد). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(1): 91-105.

5. مختاری، ز.، ع. ر. سفیانیان، س. ج. خواجه­الدین و ح. ر. ضیایی. 1391. کمی کردن اثرات جاده بر الگوی سیمای سرزمین شهر اصفهان با استفاده از آنالیز گرادیان و متریک­های سیمای سرزمین. فصلنامه تحقیقات جغرافیایی، 27(1): 1-20.

6. مخدوم، م.، ع. ا. درویش­صفت، ه. جعفرزاده و ع. ر. مخدوم. 1392. ارزیابی و برنامه­ریزی محیط زیست با سامانه­های اطلاعات جغرافیایی. انتشارات دانشگاه تهران. 304 صفحه.

 

7. Bailey D, Herzog F, Augenstein I, Aviron S, Billeter R, Szerencsits E, Baudry J. 2007. Thematic resolution matters: indicators of landscape pattern for European agro-ecosystems. Ecological Indicators, 7(3): 692-709.

8. Bolliger J, Mladenoff DJ. 2005. Quantifying spatial classification uncertainties of the historical Wisconsin landscape (USA). Ecography, 28(2): 141-156.

9. Botequila Leitão A, Miller J, Ahern J, McGarigal K. 2006. Measuring Landscapes: A Planner's Handbook. Island Press. Washington, DC. 245 pp. ISBN: 1-55963-899-0.

10. Buyantuyev A, Wu J. 2010. Urban heat islands and landscape heterogeneity: linking spatiotemporal variations in surface temperatures to land-cover and socioeconomic patterns. Landscape Ecology, 25(1): 17-33.

11. Cushman SA, Gutzweiler K, Evans JS, McGarigal K. 2010. The gradient paradigm: a conceptual and analytical framework for landscape ecology. In: Spatial complexity, informatics, and wildlife conservation. Springer, pp 83-108.

12. Cushman SA, McGarigal K, Neel MC. 2008. Parsimony in landscape metrics: strength, universality, and consistency. Ecological Indicators, 8(5): 691-703.

13. Fan C, Myint S. 2014. A comparison of spatial autocorrelation indices and landscape metrics in measuring urban landscape fragmentation. Landscape and Urban Planning, 121(1): 117-128.

14. Foody GM. 1996. Approaches for the production and evaluation of fuzzy land cover classifications from remotely-sensed data. International Journal of Remote Sensing, 17(7): 1317-1340.

15. Forman RT, Godron M. 1981. Patches and structural components for a landscape ecology. BioScience, 31(10): 733-740.

16. Forman RT. 1995. Land mosaics: the ecology of landscapes and regions. Cambridge University Press, Cambridge. 632 pp.

17. Gustafson EJ. 1998. Quantifying landscape spatial pattern: what is the state of the art? Ecosystems, 1(2): 143-156.

18. Haines-Young R, Chopping M. 1996. Quantifying landscape structure: a review of landscape indices and their application to forested landscapes. Progress in Physical Geography, 20(4): 418-445.

19. Hargis CD, Bissonette JA, David JL. 1998. The behavior of landscape metrics commonly used in the study of habitat fragmentation. Landscape Ecology, 13(3): 167-186.

20. Hoechstetter S, Walz U, Dang L, Thinh N. 2008. Effects of topography and surface roughness in analyses of landscape structure - a proposal to modify the existing set of landscape metrics. Landscape Online, 3(1): 1-14.

21. Lausch A, Blaschke T, Haase D, Herzog F, Syrbe R-U, Tischendorf L, Walz U. 2015. Understanding and quantifying landscape structure–A review on relevant process characteristics, data models and landscape metrics. Ecological Modelling, 295(1): 31-41.

22. Lausch A, Herzog F. 2002. Applicability of landscape metrics for the monitoring of landscape change: issues of scale, resolution and interpretability. Ecological Indicators, 2(1): 3-15.

23. Liu D, Hao S, Liu X, Li B, He S, Warrington D. 2013. Effects of land use classification on landscape metrics based on remote sensing and GIS. Environmental Earth Sciences, 68(8): 2229-2237.

24. Luck M, Wu J. 2002. A gradient analysis of urban landscape pattern: a case study from the Phoenix metropolitan region, Arizona, USA. Landscape Ecology, 17(4): 327-339.

25. McGarigal K, Cushman SA. 2005. The gradient concept of landscape structure. In: Wiens, J., Moss, M. (Eds.), Issues and Perspectives in Landscape Ecology. Cambridge University Press, Cambridge, pp. 112–119.

26. McGarigal K, Tagil S, Cushman SA. 2009. Surface metrics: an alternative to patch metrics for the quantification of landscape structure. Landscape Ecology, 24(3): 433-450.

27. Müller F. 1998. Gradients in ecological systems. Ecological Modelling, 108(1): 3-21.

28. Myint SW, Brazel A, Okin G, Buyantuyev A. 2010. Combined effects of impervious surface and vegetation cover on air temperature variations in a rapidly expanding desert city. GIScience & Remote Sensing, 47(3): 301-320.

29. Regan HM, Colyvan M, Burgman MA. 2000. A proposal for fuzzy International Union for the Conservation of Nature (IUCN) categories and criteria. Biological Conservation, 92(1): 101-108.

30. Rocchini D, Metz M, Ricotta C, Landa M, Frigeri A, Neteler M. 2013. Fourier transforms for detecting multitemporal landscape fragmentation by remote sensing. International Journal of Remote Sensing, 34(24): 8907-8916.

31. Stupariu M, Pătru-Stupariu I, Cuculici R. 2010. Geometric approaches to computing 3D-landscape metrics. Landscape Online, 24(1): 1-12.

32. Thompson CM, McGarigal K. 2002. The influence of research scale on bald eagle habitat selection along the lower Hudson River, New York (USA). Landscape Ecology, 17(6): 569-586.

33. Turner MG, Gardner RH, O’Neill RV. 2001. Landscape ecology in theory and practice. Springer, New York. 406 pp.

34. Turner MG, O'Neill RV, Gardner RH, Milne BT. 1989. Effects of changing spatial scale on the analysis of landscape pattern. Landscape Ecology, 3(3-4): 153-162.

35. Turner MG. 1989. Landscape ecology: the effect of pattern on process. Annual Review of Ecology and Systematics, 20(1): 171-197.

36. Turner MG. 1990. Spatial and temporal analysis of landscape patterns. Landscape Ecology, 4(1): 21-30.

37. Turner MG. 2005. Landscape ecology: what is the state of the science? Annual Review of Ecology, Evolution, and Systematics, 36(1): 319-344.

38. Turner RE, Rabalais NN, Justic D, Dortch Q. 2003. Global patterns of dissolved N, P and Si in large rivers. Biogeochemistry, 64(3): 297-317.

39. Uuemaa E, Antrop M, Roosaare J, Marja R, Mander Ü. 2009. Landscape metrics and indices: an overview of their use in landscape research. Living Reviews in Landscape Research, 3(1): 1-28.

40. Wiens JA. 1989. The ecology of bird communities, 2 – Processes and variations. Cambridge University Press, Cambridge. 539 pp.

41. Wu J, Hobbs R. 2002. Key issues and research priorities in landscape ecology: an idiosyncratic synthesis. Landscape Ecology, 17(4): 355-365.

42. Wu JJ. 2008. Making the case for landscape ecology an effective approach to urban sustainability. Landscape Journal, 27(1): 41-50.