[非专业]形态学空间格局分析（MSPA）—ArcGIS结合Guidos软件https://mp.weixin.qq.com/s/jXbBIGVWGl2kVoRNVWJ5Cg公众号：一点规划

新学哒，先从Guidos开始，如果有错误莫责怪，请指出错误，让我改正。

形态学方法是从像元的层面上识别出研究区内重要的生境斑块和廊道等对景观连通性起重要作用的区域。该方法强调结构性连接，仅依赖于土地利用数据,将其重新分类后提取林地、湿地等自然生态要素作为前景，其他用地类型作为背景，然后采用一系列的图像处理方法将前景按形态分为互不重叠的七类(即核心区，桥接区，环道区，支线，边缘区，孔隙和岛状斑块)，进而可以辨识出对维持连通性具有重要意义的景观类型，例如作为核心栖息地的核心区和结构性廊道的桥接区,增加了生态源地和生态廊道选取的科学性。

MSPA的景观类型及其生态学含义

景观类型	生态学含义
核心区	前景像元中较大的生境斑块，可以为物种提供较大的栖息地，对生物多样性的保护具有重要意义，是生态网络中的生态源地
岛状斑块	彼此不相连的孤立、破碎的小斑块，斑块之间的连接度比较低，内部物质、能量交流和传递的可能性比较小
孔隙	核心区和非绿色景观斑块之间的过渡区域，即内部斑块边缘（边缘效应）
边缘区	是核心区和主要非绿色景观区域之间的过渡区域
桥接区	联通核心区的狭长区域，代表生态网络中斑块连接的廊道，对生物迁移和景观连接具有重要意义
环岛区	连接同一核心区的廊道，是同一核心区内物种迁移的捷径
支线	只有一端与边缘区、桥街区、环岛区或者孔隙相连的区域

实验区域：没错还是成都

数据来源：宫鹏土地利用数据（10m，2017）

http://data.ess.tsinghua.edu.cn/fromglc10_2017v01.html

ArcGIS中的数据的预处理

通过重分类工具将土地利用数据转换为二值数据，包括：前景和背景，前景赋值为2，背景赋值为1。在这里将林地、湿地和草地作为前景，其他土地类型为背景。

分类完成后导出栅格，Nodata值改为0。

MSPA分析需要输入二进制的图像，包括有数据区域（前景+背景）和缺失区域，emm我也不知道怎么用专业词汇来翻译

图像=（前景+背景）+缺失值（也就是前面Nodata赋值为0）

Guidos中的数据分析

【File】-【ReadImage】-【GeoTiff】打开上一步中导出的栅格图像

需要设置4个参数，会影响你分类的类型

• FGConn

默认为八邻域分析方法，取消勾选为四邻域。

• EdgeWidth

边缘宽度选择的越大，核心区、边缘区会变少，岛状斑块、桥接区会变多。边缘宽度看你图像的大小，EdgeWidth=需要宽度/栅格像元精度

• Transition

Transition on（1），核心区、边缘区更少，桥接区、环岛区更多。off(0)则相反

• Intext

默认为1时，分析出的景观类型会分为内外，下图Intext On时内部的核心区为117，外面的为17。

一般

新学哒，先从Guidos开始，如果有错误莫责怪，请指出错误，让我改正。

形态学方法是从像元的层面上识别出研究区内重要的生境斑块和廊道等对景观连通性起重要作用的区域。该方法强调结构性连接，仅依赖于土地利用数据,将其重新分类后提取林地、湿地等自然生态要素作为前景，其他用地类型作为背景，然后采用一系列的图像处理方法将前景按形态分为互不重叠的七类(即核心区，桥接区，环道区，支线，边缘区，孔隙和岛状斑块)，进而可以辨识出对维持连通性具有重要意义的景观类型，例如作为核心栖息地的核心区和结构性廊道的桥接区,增加了生态源地和生态廊道选取的科学性。

MSPA的景观类型及其生态学含义

景观类型	生态学含义
核心区	前景像元中较大的生境斑块，可以为物种提供较大的栖息地，对生物多样性的保护具有重要意义，是生态网络中的生态源地
岛状斑块	彼此不相连的孤立、破碎的小斑块，斑块之间的连接度比较低，内部物质、能量交流和传递的可能性比较小
孔隙	核心区和非绿色景观斑块之间的过渡区域，即内部斑块边缘（边缘效应）
边缘区	是核心区和主要非绿色景观区域之间的过渡区域
桥接区	联通核心区的狭长区域，代表生态网络中斑块连接的廊道，对生物迁移和景观连接具有重要意义
环岛区	连接同一核心区的廊道，是同一核心区内物种迁移的捷径
支线	只有一端与边缘区、桥街区、环岛区或者孔隙相连的区域

实验区域：没错还是成都

数据来源：宫鹏土地利用数据（10m，2017）

http://data.ess.tsinghua.edu.cn/fromglc10_2017v01.html

ArcGIS中的数据的预处理

通过重分类工具将土地利用数据转换为二值数据，包括：前景和背景，前景赋值为2，背景赋值为1。在这里将林地、湿地和草地作为前景，其他土地类型为背景。

分类完成后导出栅格，Nodata值改为0。

MSPA分析需要输入二进制的图像，包括有数据区域（前景+背景）和缺失区域，emm我也不知道怎么用专业词汇来翻译

图像=（前景+背景）+缺失值（也就是前面Nodata赋值为0）

Guidos中的数据分析

【File】-【ReadImage】-【GeoTiff】打开上一步中导出的栅格图像

需要设置4个参数，会影响你分类的类型

• FGConn

默认为八邻域分析方法，取消勾选为四邻域。

• EdgeWidth

边缘宽度选择的越大，核心区、边缘区会变少，岛状斑块、桥接区会变多。边缘宽度看你图像的大小，EdgeWidth=需要宽度/栅格像元精度

• Transition

Transition on（1），核心区、边缘区更少，桥接区、环岛区更多。off(0)则相反

• Intext

默认为1时，分析出的景观类型会分为内外，下图Intext On时内部的核心区为117，外面的为17。

一般Transition和Intext保持默认的就行

【Image Analysis】-【Pattern】-【Morphological】-【MSPA Tilling】开始分析

如果文件大小大于100mb需要用MSPA Tilling，比较小的话用MSPA即可。

结果出来后在ArcGIS中打开。

然后根据图例在符号系统进行调整

看不清

边缘宽度设置大了明显桥接区和环岛更多了，核心区更少了

景观类型	Area（km²）
Background	8834.43
Core-Opening	222.10
Branch	148.77
Edge	424.75
Perforation	180.83
Islet	136.00
Core	4021.33
Missing	13373.19
Bridge	46.33
Bridge in Edge	34.41
Bridge in Perforation	2.33
Loop	27.74
Loop in Edge	14.49
Loop in Perforation	18.04
Border-Opening	215.63