エンコードしたときは 17フレームあった GOP が、最終オーサリング時に 16フレームと1フレームの 2つの GOP に分割されたのではないでしょうか？で、分割された 1フレーム(PピクチャまたはBピクチャ)は Iピクチャ化されたと。。

これなら、2フレームや 3フレームといった短い GOP が存在するのも納得できます。

エンコード時と最終オーサリング時の最大フレーム数の設定を調べてみてはいかがでしょうか？

(追記)
DVD-Video の規格では最大18フレームですが、今回すべて IBBP 形式の Close GOP でエンコードされているようなので、実質、最大16フレームになるかと思います。最終オーサリングソフトもこれに準じていると思われます。