探索城市绿地景观动态的关联规则,预测城市绿地景观的演变,一直是城市生态规划的重要目标。城市绿地景观格局对城市生态系统的可持续发展具有重要意义。本研究通过制作绿地景观数据集研究绿地景观的动态变化过程,在此基础上分析了影响因子与绿地景观的相关性与重要性,并改进了GWR模型,将绿地景观系统论分析方法应用于武汉城市绿地景观关联模式的分析中。本研究主要内容如下:为了研究武汉绿地景观动态演变,首先,本研究基于GEE平台,采用指数法计算出2000年至2018年武汉Landsat遥感图像的NDVI,对武汉绿地进行了绘制;然后,在遥感图像的基础上,逐年计算出武汉绿地景观的全局景观面积百分比(PLAND)和聚合度(AI);最后,采用Mann-Kendall联合Sen’ sslope的方法,对PLAND和AI进行时间序列分析。实验结果表明,PLAND的M-K曲线中,UF呈下降趋势,β为-0.190,说明武汉城市绿地总体面积减小,且变化显著;AI的M-K曲线中,UF呈下降趋势,β为-0.216,说明武汉城市绿地的聚合度在减小,证明了武汉城市绿地破碎化的结论。针对武汉绿地景观关联模式影响因子筛选的问题,本研究采用双系数相关法和随机森林分类模型对其进行选择。首先,分别从气候因素、地形因素以及人文因素中挑选出8个影响因子,以PLAND和AI作为武汉城市绿地景观格局的指标;然后,使用Pearson和Spearman双系数进行相关分析,从8个影响因子中筛选出与PLAND、AI存在显著相关性的关联因子;最后,采用随机森林分类模型,计算出关联因子对PLAND和AI影响的重要性大小。实验结果表明,高程、坡度、NDBI、降水、铁路、公路和水网均与武汉城市绿地景观格局存在相关性,且影响显著,对PLAND影响的重要性分别为24%、21%、18%、10%、10%、9%和8%,对AI影响的重要性分别为23%、20%、17%、13%、13%、8%和 6%。针对关联模式中影响因子取值范围的不确定性,本研究将GWR模型改进为PB-GWR模型,并使用绿地景观系统论分析方法。首先,对传统OLS和GWR关联模型经行比较,选择出R2较高、AICc较低的GWR模型;然后,融合P-Box模型,构建出PB-GWR模型,应用于武汉绿地景观;最后,采用绿地景观系统论分析方法,用以解释武汉绿地景观的关联模式。实验结果表明,山地对PLAND和AI呈正相关性,高程和坡度在绿地景观系统内形成了微弱的协同效应;在非山地区域,高程、坡度和水域这三个影响因子,在绿地景观系统内形成了强烈的协同效应,呈现出极高的正相关性;高程、坡度和NDBI这三个影响因子形成的强权衡效应表现为负相关性;市中心区域由于道路和水网的权衡效应,使得GWR模型的对应系数趋近于0。