Главная

Категории:

ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника






Оценка разнообразия иерархической организации


При оценке фрактальной размерности скользящим квадратом по обобщенному изображению (рис. 9) наряду со значением фрактальной размерности, получаем и характеристики спектральной плотности. Соответственно, применяя описанный выше на примере анализа всего изображения метод, можно определить иерархическое разнообразие для скользящего квадрата. На рис. 35 показано пространственное варьирование разнообразия иерархической организации. На уровне мелкого масштаба (2 км) пространственное варьирование в общем отражает некоторые из уже рассмотренных закономерностей. Разнообразие Москвы и вдоль Симферопольского и Ленинградского шоссе минимально, что указывает на слабую выраженность иерархии. С другой стороны, максимально сложная иерархическая организация характерна для поймы рек Оки, Москвы и водохранилищ. Отметим, что разнообразие пространственных отношений и отношений между каналами здесь было минимально. Следовательно, здесь существуют очень четко организованные, но пространственно хорошо упорядоченные структуры с большой амплитудой изменения состояния. Разнообразие иерархической организации в основном максимально в области линейных структур и достаточно хорошо выделяет кольцевую структуру в юго-западной части около Воскресенска, а также оконтуривает Егорьевскую моренную возвышенность.

Изменение в пространстве разнообразия иерархической организации принципиально меняется при увеличении масштаба оценок до 13 пикселей (около 3 км). Разнообразие иерархической организации монотонно растет с севера на юг, а при увеличении масштаба до линейных размеров около 10 км – с северо-запада на юго-восток. На фоне этого общего тренда слабо выражено варьирование, которое можно выделить, если с помощью уравнения регрессии убрать квадратичный тренд. Остатки от тренда почти точно воспроизводят изображение, полученное при оценке разнообразия для крупного масштаба.

 

 

 

 

Полученный результат может интерпретироваться, скорее всего, как отражение в разнообразии иерархической организации зональных эффектов. К югу разнообразие иерархической организации географического пространства постепенно растет.

На основе спектральной плотности, очевидно, можно определить пространственное разнообразие для любой гармоники, то есть для любого иерархического уровня. Однако такие оценки будут полезны при решении специальных инженерных задач ландшафтного планирования.

Рассмотренные оценки оперировали с непрерывными данными. Наиболее традиционные способы ландшафтного разнообразия строятся на основе растровых карт с отражением типов элементарных территориальных единиц. Они уже достаточно традиционно применяются в ландшафтной экологии и в ландшафтном планировании, и представление о них совершенно необходимо для ландшафтоведа – практика.

Эти оценки образуют следующий ряд:

Индекс относительно богатства:

R% =100(n/nmax),

где n – число различимых классов в скользящем квадрате,

nmax – общее число классов во всем изображении.

Очевидно, что индекс показывает относительное богатство конкретной территории.

Максимально возможное разнообразие:

Hmax = logK,

где K – число типов элементарных территориальных единиц, без учета частоты их встречаемости.

Собственно разнообразие:

H = -Σpilog pi ,

pi = ni/N,

где ni – число пикселей i-типа в скользящем квадрате в точке i,

N – площадь квадрата в пикселях.

Доминантность:

D = Hmax-H.

чем больше максимально возможное разнообразие отличается от измеренного, тем выше доминирование какого-либо одного типа элементарных территориальных единиц. Иногда индекс доминантности делят на Hmax, и эта оценка называется организованностью (R). Если измеренную энтропию H разделить на Нmax, то получаем оценку выравненности рангового распределения:

E = H/Hmax

С технической точки зрения проще рассчитывать индекс доминирования, так как при его оценке не существует ситуаций с делением на ноль. Однако более информативна оценка выравненности. Но в принципе и индекс доминирования, и индекс организованности и выравненности по смыслу тождественны и отражают в интегральной форме важнейшее свойство рангового распределения. С практической точки зрения для эффективного хозяйственного управления предпочтительней территории с высоким значением индекса доминирования.

Индекс числа выделов (P = n/N), обычно используемый при решении задач сохранения ландшафтного разнообразия и оценки ландшафтных свойств территорий, является числом выделов на один пиксель в скользящем квадрате. Под выделом понимается замкнутый контур, возможно состоящий из одного пикселя. Если каждый пиксель квадрата представлен типом, отличным от всех соседей, то индекс разнообразия выделов будет равен 1. Таким образом:

P = n/N,

где n число выделов (полигонов),

N – число пикселей в квадрате.

Относительная длина границ между выделами:

B = nb/N – nb,

где – число пикселей в скользящем квадрате, у которых хотя бы один сосед принадлежит другому типу элементарной территориальной единицы. Вполне понятно, что границы квадрата в расчетах не учитываются, и из двух граничащих пикселей в расчеты включается только один. Этот индекс полезен при выделении максимально однородных территорий.

Индекс фрагментациичасто рассматривается как важнейший:

Fr = (n-1)/(N-1),

где n – число классов, отличающих рассматриваемый квадрат от соседей,

N – общая площадь квадрата в пикселях.

Этот индекс широко применяется при обосновании выбора охраняемых территорий в регионах с высоким уровнем сельскохозяйственного и промышленного освоения. На его основе выбираются наиболее гомогенные и, соответственно, наименее нарушенные территории ландшафта как потенциальные объекты сохранения.

Индекс уникальности (информативности).В теории информации наиболее информативны редкие типы событий. С этим информационным эффектом, в частности, можно связать и ощущаемую человеком необходимость сохранения редкостей. Редкости информативны уже потому, что они существуют на границе области устойчивости, и это неопределенное положение создает условия для получения информации о пределах возможного в динамике систем. Информативность, или индекс редкости, есть

J = -log pi .

В рассматриваемом случае

pi = ni/N ,

где ni – число случаев (пикселей) типа i на всем изображении, содержащем N – пикселей.

Очевидно, что чем меньше (pi ) частота типа i, тем больше величина его информативности, или статус редкости. Оценка уникальности может осуществляться как для каждого конкретного пикселя с учетом принадлежности его к соответствующему типу, так и для скользящего квадрата из K – пикселей. В этом случае

Jav = -1/K(Σlogpi),

где суммируются все K значений J , оцененных для каждого пикселя.

В конечном итоге все эти оценки опираются на сходную информацию, поэтому прежде чем приводить иллюстрации отображаемых ими аспектов ландшафтного разнообразия, рассмотрим связь между ними.

Таблица 15



Последнее изменение этой страницы: 2016-06-10

headinsider.info. Все права принадлежат авторам данных материалов.