Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tác động của cấu trúc không gian đến việc phát hiện các ranh giới của những khu vực bằng cách sử dụng các phép toán cục bộ
Tóm tắt
Các cảnh quan thể hiện nhiều mức độ không đồng nhất không gian khác nhau tùy thuộc vào cường độ khác nhau và các tương tác giữa các quá trình và các tác động mà chúng phải chịu. Việc quản lý những cảnh quan động không gian này yêu cầu chúng ta phải có khả năng lập bản đồ chính xác và theo dõi sự phát triển của các sắp xếp không gian của chúng theo thời gian. Việc lập bản đồ như vậy trước hết đòi hỏi phải xác định rõ các đặc điểm không gian khác nhau có trong cảnh quan như các khu vực và ranh giới của chúng. Tuy nhiên, có một số yếu tố môi trường (biến đổi không gian) cũng như yếu tố kỹ thuật (độ phân giải không gian) cản trở khả năng của chúng ta trong việc xác định chính xác các khu vực và ranh giới của chúng dưới dạng đa giác. Ở đây, chúng tôi nghiên cứu cách cấu trúc không gian và độ phân giải không gian của dữ liệu ảnh hưởng đến độ chính xác trong việc phát hiện các khu vực và ranh giới của chúng trên các cảnh quan mô phỏng và dữ liệu thực. Các cảnh quan mô phỏng bao gồm hai khu vực với các thuộc tính không gian được tham số hóa (mức độ tự tương quan không gian của các khu vực, giá trị trung bình và phương sai) được tách biệt bằng một ranh giới có vị trí đã biết. Dữ liệu thực cho phép điều tra một cảnh quan phức tạp hơn, nơi có sự chuyển tiếp giữa hai miền rừng với các thuộc tính không gian chưa biết. Vị trí ranh giới được xác định bằng cách sử dụng bộ phát hiện cạnh lattice-wombling ở các mức tổng hợp khác nhau và mức độ đồng nhất của khu vực được xác định bằng cách sử dụng G* của Getis-Ord. Kết quả cho thấy việc phát hiện ranh giới bằng bộ phát hiện cạnh cục bộ bị ảnh hưởng lớn bởi điều kiện không gian của dữ liệu, cụ thể là phương sai, độ đột ngột của gradient không gian giữa hai khu vực và mức độ tự tương quan không gian của các khu vực. Chúng cũng gợi ý rằng việc tổng hợp dữ liệu không phải là một giải pháp kỳ diệu để làm nổi bật các quá trình sinh thái tạo ra các khu vực và rằng các chỉ số dựa trên các biện pháp liên kết không gian cục bộ có thể là công cụ bổ sung cho việc phân tích các cấu trúc không gian ảnh hưởng đến việc xác định ranh giới.
Từ khóa
#cấu trúc không gian #phát hiện ranh giới #khu vực sinh thái #độ phân giải không gian #tự tương quan không gianTài liệu tham khảo
Barbujani G, Oden NN, Sokal RR (1989) Detecting regions of abrupt change in maps of biological variables. Syst Zool 38: 376–389
Barbujani G, Sokal RR (1991) Genetic population structure of Italy. 1. Geographic patterns of gene frequencies. Hum Biol 63: 253–272
Boots B (2002) Local measures of spatial association. Ecoscience 9: 168–176
Bradshaw GA, Fortin M-J (2000) Landscape heterogeneity effects on scaling and monitoring large areas using remote sensing data. Geogr Inform Sci 6: 61–68
Cao C, Lam N (1997) Understanding the scale and resolution effects in remote sensing and GIS. In: Quattrochi DA, Goodchild MF(eds) Scale in remote sensing and GIS. CRC Press, Boca Raton
Cressie NAC (1993) Statistics for spatial data. Wiley, New York
Csillag F, Boots B, Fortin M-J, Lowell K, Potvin F (2001) Multiscale characterization of boundaries and landscape ecological patterns. Geomatica 55: 291–307
Csillag F, Fortin M-J, Dungan J (2000) On the limits and extensions of the definition of scale. Bull ESA 81: 230–232
Fagan WF, Fortin MJ, Soykan C (2003) Integrating edge detection and dynamic modeling in quantitative analyses of ecological boundaries. Bioscience 53: 730–738
Fortin M-J (1999) The effects of quadrat size and data measurement on the detection of boundaries. J Veg Sci 10: 43–50
Fortin M-J (1994) Edge detection algorithms for two-dimensional ecological data. Ecology 75: 956–965
Fortin M-J, Dale MRT (2005) Spatial analysis: a guide for ecologists. Cambridge University Press, Cambridge
Fortin M-J, Edwards G (2001) Accuracy issues related to the delineation of vegetation boundaries. In: Goodchild M, Friedl M, Case T, Hunsaker C(eds) Uncertainty data in ecology. Elsevier, New York
Fortin M-J, Drapeau P (1995) Delineation of ecological boundaries: comparison of approaches and significance tests. Oikos 72: 323–332
Fortin M-J, Drapeau P, Jacquez GM (1996) Statistics to assess spatial relationships between ecological boundaries. Oikos 77: 51–60
Fotheringham AS, Brunsdon C, Charlton M (2000) Quantitative geography: perspectives on spatial data analysis. SAGE, London
Getis A, Ord JK (1992) The analysis of spatial association by use of distance statistics. Geogr Anal 24: 189–206
Gosz JR (1993) Ecotone hierarchies. Ecol Appl 3: 369–376
Haining R (1990) Spatial data analysis in the social and environmental sciences. Cambridge University Press, Cambridge
Jacquez GM, Maruca S, Fortin M-J (2000) From fields to objects: a review of geographic boundary analysis. J Geogr Sys 2: 221–241
Oden NL, Sokal RR, Fortin M-J, Goebl H (1993) Categorical wombling: detecting regions of significant change in spatially located categorical variables. Geogr Anal 25: 315–336
Ord JK, Getis A (1995) Testing for local spatial autocorrelation in the presence of global autocorrelation. J Regional Sci 41: 411–432
Palmer MW, Dixon PM (1990) Small-scale environmental heterogeneity and the analysis of species distributions along gradients. J Veg Sci 1: 57–65
Philibert M (2002) Effect of spatial and statistical conditions on boundary detection across scales. M.Sc. Thesis, Simon Fraser University
Pitas I (2000) Digital image processing algorithms and applications. Wiley-Interscience, New-York
Turner MG, Gardner RH, O’Neill RV (2001) Landscape ecology in theory and practice: pattern and process. Springer, New York
Wulder M, Boots B (1998) Local spatial autocorrelation characteristics of remotely sensed imagery assessed with the Getis statistic. Int J Remote Sens 19: 2223–2231