1985～2025 年各区县核心绿色生境景观破碎化指标面板数据

973 字 约 3 分钟 数据资料 面板数据生态环境

今天给大家分享一份 1985～2025年各区县核心绿色生境景观破碎化指标 面板数据。该数据基于 CLCD 土地覆盖栅格数据处理得到，将森林（Forest）、灌丛（Shrub）、草地（Grassland）、水体（Water）、湿地（Wetland）合并定义为绿色生境，并使用 landscapemetrics 包计算 9 个景观破碎化指标。除绿色生境外，该数据还同步计算了耕地和不透水面的相关指标。

数据概览

这份数据包含了多个景观破碎化指标，具体包括：

  • AI（Aggregation Index）聚集度指数：取值范围 0～100，衡量生境斑块在空间上的聚集与连通程度
  • DIVISION（Landscape Division Index）分离度指数：取值范围 0～1，反映景观中斑块被分割、相互隔离的程度
  • ED（Edge Density）边缘密度：单位面积内的斑块边缘总长度
  • FRAC_MN（Mean Fractal Dimension）平均分维数：围绕 1 变化，描述斑块几何形状的复杂程度
  • LPI（Largest Patch Index）最大斑块指数：最大斑块占目标生境总面积的比例
  • NP（Number of Patches）斑块数量：研究区内目标生境的总斑块个数
  • PD（Patch Density）斑块密度：单位面积内的斑块数量
  • PLAND（Percentage of Landscape）景观比例：目标生境面积占整个研究区总面积的百分比
  • SHAPE_MN（Mean Shape Index）平均形状指数：衡量斑块形状偏离正方形/圆形的程度

数据预览如下：

图表展示

下图展示了 2025 年各区县绿色生境平均形状指数分布：

处理代码

该数据基于 CLCD 土地覆盖数据处理得到，主要使用 R 语言的 landscapemetrics 包计算景观指数。处理流程如下：

  1. 读取土地覆盖数据和行政区划边界
  2. 根据土地覆盖类型筛选生境斑块（森林、灌丛、草地、湿地、水体）
  3. 使用 landscapemetrics 包计算 9 个景观指数
  4. 按区县汇总并输出为面板数据

关键代码示例：

library(landscapemetrics)
library(terra)
library(sf)

# 筛选生境斑块：Forest(2) + Shrub(3) + Grassland(4) + Water(5) + Wetland(9)
testrst[testrst == 2 | testrst == 3 | testrst == 4 | testrst == 5 | testrst == 9] <- 10

# 计算 9 个景观指数
bind_rows(
  lsm_c_division(testrst, directions = 8),  # 分离度
  lsm_c_pd(testrst, directions = 8),        # 斑块密度
  lsm_c_np(testrst, directions = 8),        # 斑块数量
  lsm_c_ed(testrst, directions = 8),        # 边缘密度
  lsm_c_pland(testrst, directions = 8),    # 景观比例
  lsm_c_lpi(testrst, directions = 8),       # 最大斑块指数
  lsm_c_ai(testrst),                         # 聚集度
  lsm_c_shape_mn(testrst, directions = 8),  # 形状指数
  lsm_c_frac_mn(testrst, directions = 8)   # 分维数
)

附件中也提供了该数据的处理代码供参考：

数据引用格式

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 1985～2025年各区县核心绿色生境景观破碎化指标面板数据. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data on Core Green Habitat Landscape Fragmentation Indicators by Province/City/District/County, 1985–2025. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

栅格数据的裁剪与面积汇总——基于 R 语言的方法：https://rstata.duanshu.com/#/course/d2c2710928f44ad7a7518b8a178562c0

栅格数据几何运算：https://rstata.duanshu.com/#/course/b579b775ee4f449283615a06f9cdcebb

RStata 定制｜栅格数据转面板数据或时间序列数据：https://rstata.duanshu.com/#/course/839afebb01d54457b42b94e87e7dc085

如何将栅格数据处理成面板数据或时间序列数据？以 PM2.5 浓度数据处理为例（含并行计算内容）：https://rstata.duanshu.com/#/course/109dfcdfd1174d1eb2d00c621df4f047

2001年1月～2020年12月中国各省市区县归一化植被指数月度面板数据 & 栅格数据：https://rstata.duanshu.com/#/course/a45c25569bd74ff89f07bbb7633b5df4

点击这里跳转到 RStata 短书平台获取附件：1985～2025 年各区县核心绿色生境景观破碎化指标面板数据

相关文章

评论