---

作 者 ：布仁仓,李秀珍,胡远满,常禹,贺红士

期 刊 ：生态学报 2004年 24卷 4期 页码：659~665

关键词：尺度分析；优势规则；随机规则；Kappa指数；

Keywords:aggregation, majority rule, random rule, Kappa index,

摘 要 ：采用优势规则和随机规则为基础的尺度分析方法 ,对分类的 TM数据 (景观类型图 ,包含 8类型 )进行了尺度变换分析。随着尺度的增加 ,优势规则分析方法使景观中优势景观类型的面积增加 ,相反 ,面积较小的非优势景观类型的面积减少。随机规则使各景观类型的面积基本上保持不变。随着尺度的增加 ,随机 K appa指数、位置 Kappa指数和标准 Kappa指数减少。在优势规则分析法中数量 Kappa指数减少 ,但在随机规则为基础的处理中它保持 10 0 %。优势规则处理中的正确率大于随机规则处理的。由景观类型的面积百分比引起的数量正确率在优势规则处理中增加 ,但在随机规则处理中保持 9.6 4 %不变 ;相反数量错误在优势规则处理中明显增加 ,但在随机规则处理中少量增加。偶然正确率保持 12 .5 0 %不变。位置正确率减少 ,相反位置错误明显增加。层和亚层水平上的位置正确率和错误的变化不明显 ,而网格水平上的位置正确率和错误大幅度减少。网格水平上的位置正确率和错误率决定了整个位置正确率和错误率 ,同时位置正确率和错误率基本上决定了整个正确率和错误率。标准Kappa指数大于等于 70 %作为选择依据 ,认为 2 10m是优势规则处理法的尺度阈值，150m是随机规划处理法的尺度阈值，欲提高尺度阈值，必须改变研究范围或分类系统。

Abstract:Spatial aggregation of raster data based on majority and random rule were used in this study. To access the agreement of aggregation/scaling-up effects on landscape patterns, a classified TM imagery (8 cover types) covering 1.37 million ha with 30m resolution was aggregated incrementally from 30m to 990m. For proportions of most common cover types in majority rule-based aggregation increased slowly, whereas proportions of less common cover types decreased rapidly with increasing resolutions. For random rule...

---