使用Fragstats 3.3计算景观格局指数的详细步骤

应用Fragstats 3.3 计算景观格局指数的步骤

1、 根据研究目的确定需要计算的景观格局指数，并列表明确其生态意义。假设本文在斑块水平选取以下指数：

斑块数目(NP)、平均斑块面积(MPS)、聚集度(AI)、最大斑块指数(LPI)、斑块所占景观面积比例(PLAND)、面积加权平均形状指数(AWMSI) 在景观水平选取以上指数外(不含PLAND)，还选择香农多样性指数(SHDI)、香农均匀度指数(SHEI)。本文所选指数见表1（表格自行设定，不一定按此类型） 水平

景观指数 香农多样性 指数(SHDI) 景观

香农均匀度 指数(SHEI)

Shannon’s evenness index 指数全称 Shannon’s diversity index

生态含义

反映景观中各斑块类型的复杂性和变异性

反映景观中各斑块在面积上分布的不均匀程度，当值趋于1时，说明各斑块类型在景观中分布均匀 值的大小与破碎度之间呈正相关性

描述景观粒度，一定意义上揭示景观破碎化程度

反映景观中不同斑块类型的非随机性或聚集程度

某一景观类型最大斑块占整个景

Largest patch index Percentage of landscape types Area-weighted mean patch shape index

观面积的比例.有助于确定景观规模或优势类型等

反映景观中每种斑块类型的丰富度

反映景观中各斑块的变异性.值越大，说明斑块形状越复杂

0

斑块数目 (NP)

平均斑块面积 (MPS) 聚集度 斑块类型

(AI)

最大斑块指数 (LPI) 斑块所占景观 面积比例(PLAND) 面积加权平均形状指数(AWMSI)

Number of patches Mean patch area Aggregation index

NP≥1 MPS>0 0

AWMSI≥1

2、 用ArcView 3.3将Coverage数据转成Grid格式（因为fragstats3.3只识别grid格式。试过用ArcMap转换，再计算指数，结果失败了，欢迎后来者继续探讨如何用ArcMap转换为可用数据。）

1)打开ArcView 3.3，添加Coverage数据 File Extentions选中Spatial Analyst，OK

2) Theme Convert to Grid 选择存储路径并命名文件 OK “Output Grid Extent”可选默认“Output Grid Cell Size”选As Specified Below “Cell Size”自行设定OK “Pick field for cell values”选择TYPE，OK

3、设置类属性文件class.fdc

1)打开一个记事本，首行输入引号内的内容

“ClassID ,ClassName ,Status ,isBackground”，两两之间用空格或英文半角的逗号隔开，也可用空格逗号（此处采用空格逗号形式）

2) 另起一行输入，以景观类型名称（因为前面的grid是选择了TYPE）为重点，一类一行，务必输入所有类型，全部输完如下

注意：最后一行是必须要有的，把所有的类型输完后，必输入最后一行：类型为其他用地，状态为f，背景为t。

3) 保存class.txt文件，将拓展名改为.fdc 4、用Fragstats 3.3计算指数

1) 打开Fragstats 3.3设置运行参数：Fragstats Set Run Parameters，出现如下对话框，按图示步骤进行设置即可。(斑块邻近规则选择4邻是因为有些指数计算仅限于4邻)

2) 选择指数并计算：Fragstats Select Class Metrics

“确定”，然后选择景观水平的指数：Fragstats Select Land Metrics

“确定”，然后“执行” 查看运行结果并保存

5、找到指数计算结果的文件classLPISs（自定义），打开并把结果输入Excel表格，以便制图或制表。

本文来源：https://www.bwwdw.com/article/yhhr.html