数字表面模型（DSM）参数指示林窗特征的有效性研究

数字表面模型（DSM）参数指示林窗特征的有效性研究

赵亮,刘宇,罗勇

The Efficiency of Parameters Derived from the Digital Surface Model (DSM) in Indicating the Forest Gap Features

Liang Zhao,Yu Liu,Yong Luo

表1 选择景观指数及其计算公式

Table 1 Description of selected landscape metrics

指数类型	指数名称	计算公式
边界/斑块密度指数 Edge/patch density	斑块面积比（PLAND）	PLAND=A_i/A A_i为景观类型i的总面积，A为景观面积(m² )
	边界密度(ED)	ED=(E/A)×100 E为景观中或景观类型边界总长度(m)；A 为整个景观面积(m² )
	斑块密度（PD）	PD=N/A N为景观类型的斑块数量，A为景观总面积
形状指数 Shape indices	邻近指数（CONTIG）	$C O N T I G = [(\frac{\sum_{r = 1}^{n} C_{i j r})}{a_{i j}} - 1] / (V - 1)$ C_ijr为景观类型i中斑块j的像元r的邻接值；a_ij为斑块ij的面积；V是3×3窗口内全部栅格邻接值之和；窗口中心和对角线上邻接栅格赋值1，与其上下左右相邻的栅格赋值为2
形状指数 Shape indices	景观形状指数（LSI）	$L S I = 0.25 E / \sqrt[]{A}$ E为景观中或景观类型边界总长度(m)；A 为整个景观面积(m² )
聚集度指数 Aggregation indices	欧式最近邻距离（ENN）	$E N N = \frac{\sum_{i = 1}^{m} \sum_{j = 1}^{n} h_{i j}}{N}$ h_ij为从斑块ij到它最近同类斑块之间的距离，N为斑块数量
聚集度指数 Aggregation indices	聚集度指数（AI）	$A I = 2 I n (n) + \sum_{i = 1}^{n} \sum_{j = 1}^{n} P_{i j} I n (P_{i j})$ N为斑块数量，p_ij为斑块类型i第j个斑块的周长(m)