下载:
-
近年来，由地理信息系统（Geographic Information System, GIS）、遥感技术（Remote Sensing, RS）和全球定位系统（Global Positioning System, GPS）所集成的3S一体化，以其高效准确的技术特点被广泛的应用于生态环境的可持续发展研究，以及林业的大尺度区域动态变化监测与评估中[1]。目前，在景观生态学中，利用3S技术对区域生态景观格局的监测和动态变化分析，为改善区域生态环境、有效管理资源，特别是地震、滑坡、泥石流等地质灾害后的恢复重建提供了有利的手段[2]。其中，胥忞旻利用该技术对北川震后重建农村居民点的景观格局进行了分析[3]；杨剑等人基于3S技术对震后唐家山堰塞湖景观格局进行了研究[4]；高慧等人运用3S技术研究了绵竹市北部山区震后土地利用景观格局变化[5]。在生态景观格局分析中，通常利用景观水平指数（Landscape level index）、斑块类型水平指数（Class level index）以及斑块水平指数（Patch level index）从3个不同的层次，对区域的景观格局变化进行定量化分析并为灾后当地生态恢复重建提供了科学指导。
四川省白河自然保护区是以保护川金丝猴等珍稀野生动植物为主的森林和野生动物类型自然保护区，也是目前所知的四川岷山山系川金丝猴种群最大、密度最高、最具代表性的保护区[6][7]，除川金丝猴外，区内还有其他国家一级保护动物如大熊猫、牛羚、豹等[8]。该区域地处青藏高原东南缘的岷山地震带[9]。2008年5月12日汶川8.0级地震以及2017年8月8日九寨沟7.0级地震的震中与白河自然保护区相距不远，且两次地震在保护区的烈度均为Ⅵ度，对当地的生态景观格局可能产生一定影响（损坏动植物、破坏栖息地、改变水文等）[10]。迄今为止，在对白河自然保护区的研究中，大多是对区内川金丝猴、大熊猫等物种生境的研究评价，少有对其生态景观格局的分析[11]，而对地震后的景观格局变化尚无相关研究。
因此，本研究利用ENVI5.3遥感数据处理软件、ArcGIS10.2地理信息系统软件和Fragstats4.2景观指数分析软件平台，结合2008年汶川地震与2017年九寨沟地震发生的关键时间节点，从2003年起每隔5年选取遥感影像，即2003（震前）、2008（震后）、2013（震前）和2018（震后）年4个时相的遥感数据，利用生态景观格局类型及景观生态指数来分析两次地震前后15年间白河自然保护区在景观水平和斑块类型水平尺度上的生态景观格局的变化情况，对地震前后的生态环境变化监测，灾后生态恢复重建，以及物种资源尤其是川金丝猴和大熊猫的栖息地保护提供科学参考依据。
-
四川省白河自然保护区（经度：104°02′—104°12′E；纬度：33°11′—33°17′N），位于四川省阿坝藏族羌族自治州九寨沟县白河乡。距九寨沟县城10 km，地处四川盆地向青藏高原过渡的岷山山系北段高山峡谷区，保护区南北长约18.8 km，东西宽约15.5 km，总面积16 204.3 km2；平均海拔为3 116 km。保护区属于暖温带半温润气候，年平均气温为12.7 ℃，1月平均气温1.8 ℃，7月平均气温22.4 ℃[12]。
-
为了分析白河自然保护区的生态景观格局动态变化特征，每隔5年左右选取该区域遥感影像，并考虑到2008年5月12日汶川地震和2017年8月8日九寨沟地震的时间节点，尽量选择较为清晰、含云量在5%以下的两次地震前后遥感影像。遥感数据和30 m×30 m分辨率的数字高程模型（Digital Elevation Model, DEM）影像从地理空间数据云（http://www.gscloud.cn）和USGS（https://www.usgs.gov）平台上获取，如表1所示。保护区边界及河流矢量图由白河保护区管理局提供。此外，还收集了2013年野外实测101个覆被类型样本点和全国大熊猫第四次调查[13]中获得的九寨沟县白河自然保护区的覆盖类型数据，以及在google earth采集的部分检验样本，作为本次研究的分类的训练样本和检验样本。
表 1 主要数据
Table 1. General information of remote sensing data
日期 卫星 传感器类型 空间分辨率 2003.7.12 Landsat5 TM 30 m 2008.7.18 Landsat5 TM 30 m 2013.7.16 Landsat8 OLI 30 m 2018.7.14 Landsat8 OLI 30 m -
利用ENVI5.3软件处理所选四期遥感影像数据，进行几何校正、裁剪、不同时相遥感影像配准、辐射定标、大气校正等预处理，用来减少不同时期的遥感影像在大气、海拔、光照等方面的误差。在ENVI5.3软件中的模块（见表2）。
-
景观类型是对研究区域景观指数及景观格局变化进行分析的前提条件和基础[16]。根据白河自然保护区植被野外实地调查以及全国大熊猫第四次调查的结果，将研究区覆被类型划分为裸岩、草地/灌木、温带针叶林、针阔混交林和落叶阔叶林[6]。在ENVI5.3软件中，4个时相的遥感影像均用近红外、红外和绿光波段显示。参考白河自然保护区DEM数据和河流分布矢量图，对遥感数据色调、亮度、结构相一致的斑块建立目视解译标志[17]（见表3）。
表 3 白河自然保护区目视解译标志
Table 3. Visual interpretation signs of Baihe Nature Reserve
景观类型 代号 亮度 色调 结构 落叶阔叶林 lk 偏亮 红色 表面光滑，界限明显 针阔混交林 zkhj 偏暗 暗红色 目视粗糙，界限明显 温带针叶林 wz 偏暗 浅红色 目视粗糙，界限较明显 草地/灌木 cd_gm 较亮 蓝绿色 表面细腻，界限较清晰 裸岩 naked_rock 偏亮 白色，
亮蓝色色调均匀，界限清晰 -
本研究采取监督分类中的最大似然法[18]进行景观分类。首先，选取训练样本，根据白河自然保护区内的河流分布图以及建立的目视解译标志，分别为五种景观类型选择样本。然后，进行样本质量评价，结果显示不同类型样本间的分离度均大于1.9，具有可用性[19]。利用ENVI5.3软件对监督分类结果进行聚类（Clump class）和分类聚合（Classification Aggregation）处理，再利用ArcGIS10.2进行重分类（见图1）。
图 1 白河自然保护区2003—2018年景观类型分类图
Figure 1. Classification of landscape types in Baihe Nature Reserve from 2003 to 2018
景观格局分析通常利用景观水平指数、斑块类型水平指数以及斑块水平指数3个不同的层次，分析研究区域的景观格局变化。其中，景观水平指数用于描述所研究区域的总体特征，斑块类型水平指数用于分析不同类型斑块的变化情况，由于斑块水平指数表示的是单个斑块的构成信息，与整体景观的关联性不大，对本次研究价值不高[20]。因此，本研究利用Fragstats 4.2软件，分别从斑块类型和景观层次对研究区域进行分析。斑块类型水平指数选取斑块数量（Number of Patches, NP）、斑块类型面积（Class Area, CA）、斑块类型所占景观面积百分比（Percentage of Landscape, PLAND）和平均斑块面积（Mean Patches Area, AREA_MN）。景观水平指数选取景观形状指数（Landscape Shape Index, LSI）、聚集度（Aggregation Index, AI）、香农多样性指数（Shannon's Diversity Index, SHDI）和香农均匀度指数（Shannon's Evenness Index, SHEI）对白河自然保护区进行分析[21]，各景观指数的计算公式及描述（见表4和表5）。
表 4 斑块类型水平景观指数
Table 4. Patch type horizontal landscape index
景观指数 计算公式 生态学意义 斑块数 NP=ni，ni为第i类景观斑块的总数 整体景观中各类景观类型斑块总数 斑块类型面积 $ CA = \displaystyle \sum \nolimits_{j = 1}^n {a_{ij}}$，aij为斑块ij的面积，单位：m2 整体景观中各类景观类型斑块总面积 平均斑块面积 $ AREA\_MN = \dfrac{A}{S}$，A为整个景观面积，S为整个区域面积 反映景观类型的破碎程度 斑块类型所占景观面积百分比 $ PLAND = {p_i} = \dfrac{{\displaystyle \sum \nolimits_{j = 1}^n {a_{ij}}}}{A} \times 100$，aij为斑块ij的面积，pi为斑块类型i占整个景观的比例，A为整个景观面积 某一景观类型的面积与整个景观总面积的比值 表 5 景观水平景观指数
Table 5. Landscape horizontal landscape index
景观指数 计算公式 描述及生态学意义 景观形状指数 $ LSI = \dfrac{{0.25E}}{{\sqrt A }}$，E是斑块总周长，A是整个景观总面积 反映整体景观的形状复杂程度，斑块的形状越复杂，景观形状指数值越大。 聚集度 $ AI = \left( {\dfrac{{{g_{ij}}}}{{\max{g_{ij}}}}} \right) \times 100$，gij为基于单倍法的斑块类型i像元之间的结点数，maxgij为基于单倍法的斑块类型i像元之间最大节点数 指斑块在整个景观中的聚集程度与分散程度，就整个景观而言，景观聚集度指数越高，聚集越紧密。 香农多样性指数 $ SHDI = - \displaystyle \sum \nolimits_{i = 1}^m {p_i} ln {p_i}$，pi是景观类型i出现的频率，SHDI≥0 反映景观结构的复杂程度和景观异质程度，SHDI值越大，景观类型分布越均衡。 香农均匀度指数 $ SHEI = \dfrac{H}{{{H_{\max}}}} = \dfrac{{ - \displaystyle \sum \nolimits_{i = 1}^m {p_i} \ln {p_i}}}{{\ln \left( m \right)}}$，H是香农多样性指数，Hmax是其最大值，m指斑块类型所占的比例，SHEI≥0 反映研究区域中各斑块类型在面积上分布的均匀情况，当SHEI趋于1时，整体没有明显的优势景观类型，各景观类型斑块分布的均匀程度随SHEI的增加而变大。 -
本次研究通过对白河自然保护区各斑块类型的斑块类型面积（CA）、斑块类型所占景观面积百分比（PLAND）、斑块数量（NP）和平均斑块面积（AREA_MN）的计算，分析景观类型及变化情况。
由表6所示，2003年白河自然保护区各景观斑块类型面积（CA）排序为针阔混交林>温带针叶林>草地/灌木>落叶阔叶林>裸岩；斑块数量（NP）排序为温带针叶林>针阔混交林>落叶阔叶林>草地/灌木>裸岩；平均斑块面积（AREA_MN）排序为针阔混交林>裸岩>草地/灌木>温带针叶林>落叶阔叶林，其中，温带针叶林和针阔混交林为整个白河自然保护区的主体，分别占区面积的24.64%和46.97%，并且针阔混交林的平均斑块面积相对较大，表明其成片分布，连接性较好。2008年白河自然保护区各景观斑块类型面积（CA）排序为针阔混交林>温带针叶林>草地/灌木>裸岩>落叶阔叶林；斑块数量（NP）排序为温带针叶林>针阔混交林>落叶阔叶林>草地/灌木>裸岩；平均斑块面积（AREA_MN）排序为针阔混交林>裸岩>草地/灌木>温带针叶林>落叶阔叶林，其中，针阔混交林基本为白河自然保护区的主体，占区面积的46.36%，且该景观类型与其他景观类型的平均斑块面积差异大，表明针阔混交林在白河自然保护区内成片分布，连接性好，经过5年的发展变化，针阔混交林仍然是白河自然保护区的主要景观。2013年白河自然保护区各景观斑块类型面积（CA）排序为针阔混交林>温带针叶林>落叶阔叶林>草地/灌木>裸岩；斑块数量（NP）排序为落叶阔叶林>温带针叶林>针阔混交林>裸岩>草地/灌木；平均斑块面积（AREA_MN）排序为针阔混交林>草地/灌木>温带针叶林>裸岩>落叶阔叶林，其中，针阔混交林和温带针叶林以及落叶阔叶林构成了白河自然保护区的主体，分别占区面积的31.43%、20.55%和19.88%，但温带针叶林和落叶阔叶林斑块数量多，平均斑块面积却偏小，表明其景观破碎性相对较高。2018年白河自然保护区各景观斑块类型面积（CA）排序为草地/灌木>针阔混交林>温带针叶林>落叶阔叶林>裸岩；斑块数量（NP）排序为落叶阔叶林>温带针叶林>针阔混交林>裸岩>草地/灌木；平均斑块面积（AREA_MN）排序为草地/灌木>针阔混交林>温带针叶林>落叶阔叶林>裸岩，其中，2018年草地/灌木、温带针叶林和针阔混交林为白河自然保护区的主体，分别占区面积的29.95%、23.37%和29.26%，且草地/灌木和针阔混交林的斑块数量虽不高，但平均斑块面积偏高，表明这两种景观类型的分布较连续，而温带针叶林虽然斑块数量多，但平均斑块面积偏小，其斑块成破碎化分布。
表 6 白河自然保护区2003—2018年斑块类型水平景观指数
Table 6. Horizontal type landscape index of patch type in Baihe Nature Reserve from 2003 to 2018
斑块类型 年限/年 CA/km2 PLAND/% NP/个 AREA_MN/km2 裸岩 2003 1 351.17 8.44 172 7.86 2008 1 841.47 11.50 186 9.90 2013 2 147.94 13.41 349 6.15 2018 759.89 4.71 368 2.06 草地/灌木 2003 1 796.11 11.21 237 7.58 2008 2 115.45 13.21 383 5.52 2013 2 358.14 14.72 179 13.17 2018 4 827.89 29.95 276 17.49 温带针叶林 2003 3 946.66 24.64 708 5.57 2008 3 088.51 19.28 732 4.22 2013 3 291.08 20.55 367 8.97 2018 3 766.46 23.37 565 6.67 针阔混交林 2003 7 522.49 46.97 571 13.17 2008 7 425.41 46.36 603 12.31 2013 5 033.77 31.43 353 14.26 2018 4 715.91 29.26 412 11.45 落叶阔叶林 2003 1 399.07 8.74 548 2.55 2008 1 544.67 9.64 573 2.70 2013 3 184.58 19.88 656 4.85 2018 2 048.27 12.71 673 3.04 如表6所示，CA与PLAND变化趋势一致。2003年至2018年针阔混交林所占比例最重且波动幅度最大，裸岩和落叶阔叶林较小。2008年汶川地震后，针阔混交林、温带针叶林和落叶阔叶林所占面积比均有轻微下降；经过5年的恢复，2013年大多数景观类型所占面积比呈上升趋势；2017年九寨沟地震后，针阔混交林、裸岩和落叶阔叶林所占面积比均减少，而温带针叶林和草地/灌木的所占面积增加。2003年至2018年期间所有景观类型均有较大幅度波动，2008年的汶川地震后，所有景观类型的斑块数量（NP）均比2003年高，表明2008年的地震使得白河自然保护区的景观破碎化程度加重；经过5年的发展，2013年的温带针叶林、针阔混交林以及草地/灌木的斑块数量下降，一些小斑块聚合成为了大斑块；2017年九寨沟地震后，各景观类型的斑块数量（NP）再次上升，使得白河自然保护区景观再次破碎化。2008年汶川地震，使得除裸岩外的其他景观类型的平均斑块面积（AREA_MN）减小；经过5年的恢复，2013年所有景观类型的平均斑块面积（AREA_MN）均增大，表明一些小斑块已经转变成了大斑块；而由于2017年九寨沟地震的影响，在2018年，除草地/灌木外，各景观类型的平均斑块面积（AREA_MN）再一次变小。
-
由图2a所示，2003—2008年白河自然保护区的景观形状指数（LSI）增大，而聚集度指数（AI）减小，表明其景观的整体形状趋于复杂化，景观聚集程度呈下降趋势。2008—2013年，经过5年的发展，白河自然保护区的LST减小，AI增大，与2003年基本持平。2013—2018年，白河自然保护区LST再次增大，AI减小，使得其整体景观形状更复杂。因此，经过15年的发展变化，白河自然保护区的景观整体形状趋于复杂，但斑块间的聚集程度呈下降趋势，景观破碎化的程度呈增加趋势。
图 2 白河自然保护区2003—2018年LSI、AI、SHDI及SHEI变化情况
Figure 2. Changes of LSI, AI, SHDI and SHEI in Baihe Nature Reserve from 2003 to 2018
由图2b所示，2003—2008年白河自然保护区香农多样性指数（SHDI）、香农均匀度指数（SHEI）均有所下降，分别降低了0.15和0.09，说明其景观多样性稍有降低，景观空间异质性程度呈下降趋势，各类型面积所占比例间的差距增大。2008—2013年，白河自然保护区SHDI和SHEI增大，说明经过5年的恢复，其景观空间异质性增大，各类型面积所占比例间的差距减小。2013—2018年，白河自然保护区SHDI、SHEI再次降低，表示其景观多样性降低，景观空间异质性程度呈下降趋势，各类型面积所占比例间的差距增大，而SHEI都在0.9左右，都趋于1，说明这5年间白河自然保护区并没有优势明显的景观类型。
-
斑块类型方面，2003—2018年针阔混交林的数量始终在白河自然保护区占大多数，其次是温带针叶林和落叶阔叶林。2008年汶川地震后，针阔混交林、温带针叶林和落叶阔叶林所占面积有所下降，各景观类型斑块数量增多，除裸岩外的各景观类型平均面积减小，表明地震使得白河自然保护区的斑块破碎，景观的破碎化程度增大；2013年的白河自然保护区PLAND和AREN_MN均呈上升趋势，NP减少，表明因2008年汶川地震而产生的一些小斑块已聚集成了大斑块，白河自然保护区的景观破碎化程度减小；2018年，由于2017年九寨沟地震对白河自然保护区的影响，各景观类型的斑块再次破碎，平均斑块面积多数呈减小趋势，区内景观的破碎度再次变大。
景观方面，白河自然保护区2008、2018年的AI、SHDI、SHEI分别小于2003、2013年，而2008、2018年的LSI分别大于2003、2013年，表明在2008年和2017年的两次地震均导致白河自然保护区内原有大斑块破碎成小斑块，景观破碎化程度增加，景观多样性降低，景观整体形状趋于复杂，景观空间异质性程度呈下降趋势，各景观类型面积所占比例的差距增大，整体景观朝着非均衡化方向发展。
本研究通过对四川省白河自然保护区生态景观格局变化的初步分析，得出地震后白河自然保护区景观破碎化程度加大，景观整体形状趋于复杂，景观多样性降低，景观空间异质性呈下降趋势，整体景观朝着非均衡化方向发展的结论。地震后白河自然保护区地面景观遭受破坏，最主要的表现就是地面的植被发生了变化[22]，而研究白河自然保护区生态景观格局的变化，能够更好地维护白河自然保护区的生态服务功能，同时也能为白河自然保护区在震后进行生态修复重建工作提供科学可靠的理论依据，利用保护区的景观空间异质性和景观多样性等特点，提出合理的震后修复重建规划。
本研究中仍存在以下局限和不足：（1）本次研究使用的遥感数据为30 m×30 m的中等空间分辨率数据，以致对结果的精度有一定影响。同时在目视解译及建立分类标志过程中，由于人机交互所导致的误差难以避免，最终结果存在一定误差。因此，在以后的研究中要尽量选择高分辨率影像进行分析；（2）景观指数并非全部具有实际意义，故在选择景观指数时不能保证所选指数能完全表明该区域景观特征。在15年这个时间长度上，虽然地震对区域景观格局的变化造成的影响较其他环境因素较明显，比如区域的气候、降水量、温度、人为干扰等环境因素，但这些环境因素也会在一定程度上影响区域景观格局，因数据获取等问题，本研究未对其进行考虑。在相关数据获取后，后续研究将进一步对各个环境因素和景观格局指数进行相关性分析，从多角度评估整个研究区域的生态景观格局的影响因素，以便为白河自然保护区物种资源和栖息地的保护提供更全面的科学依据。
Preliminary Analysis on Ecological Landscape Pattern Changes in Baihe Nature Reserve
More Information-
摘要: 四川省白河自然保护区是目前所知的四川岷山山系川金丝猴种群最大、密度最高、最具有代表性的保护区，对该地区在地震前后的生态景观格局变化进行分析有利于物种资源的保护。本研究基于地理信息系统和遥感数据处理软件平台，结合2008年汶川地震与2017年九寨沟地震发生的关键时间节点，从2003—2018年每隔5年，选取了Landsat5 TM和Landsat8 OLI的遥感影像，利用生态景观格局类型及景观生态指数来分析两次地震前后15年间白河自然保护区在景观水平和斑块类型水平尺度上的生态景观格局的变化情况。结果表明，白河自然保护区景观类型由裸岩、草地/灌木、温带针叶林、针阔混交林、落叶阔叶林5种类型组成。在Fragstats4.2中选取8个景观指数，分别从斑块类型水平和景观水平对保护区生态景观格局变化进行初步分析发现，斑块类型水平上，2003—2018年白河自然保护区的主要景观类型为针阔混交林，其次为温带针叶林和落叶阔叶林，且两次地震均导致主要景观类型所占面积下降，各景观类型斑块数量增多，景观类型平均面积减小，景观的破碎化程度增加；景观水平上，两次地震导致景观多样性降低，景观整体形状趋于复杂，景观空间异质性程度下降，各景观类型面积所占比例的差距增大，整体景观朝着非均衡化方向发展。本研究结果对地震前后的生态环境变化监测，灾后生态恢复重建，以及物种资源尤其是川金丝猴的栖息地保护提供科学的参考依据。Abstract: Baihe Nature Reserve is currently the largest, densest and most representative protected area of Sichuan golden snub-nose monkeys (Rhinopithecus roxellanae) in the Minshan Mountain Systems of Sichuan Province. Analysis of the ecological landscape pattern changes before and after the earthquake is beneficial to the protection of species resources. Based on the geographic information system and remote sensing data processing software platform, this study combined the key time nodes of the Wenchuan Earthquake in 2008 and the Jiuzhaigou Earthquake in 2017. From 2003 to 2018, every five years the remote sensing images of Landsat5 TM and Landsat8 OLI were selected. The ecological landscape pattern and landscape ecological index were used to analyze the ecological landscape pattern changes of the Baihe Nature Reserve on the horizontal level and the patch type horizontal scale during the 15 years before and after the two earthquakes. The results showed that Baihe Nature Reserve consisted of five landscape types: bare rock, grassland/shrub, temperate coniferous forest, mixed coniferous and broad-leaved forest and deciduous broad-leaved forest. Eight landscape indices were selected in Fragstats 4.2 to analyze the ecological landscape pattern of the protected areas from the plaque type level and landscape level. The preliminary analysis revealed that, at the plaque type level the main landscape types of Baihe Nature Reserve in 2003−2018 were mixed coniferous and broad-leaved forests, followed by temperate coniferous forests and deciduous broad-leaved forests. Both earthquakes resulted in a decrease in the area of major landscape types, an increase in the number of patches in each landscape type, a decrease in the average area of landscape types, and an increase in the fragmentation of the landscape. At the landscape level, both earthquakes led to a decrease in landscape diversity, a trend towards more complex landscape overall shape, a decrease in landscape spatial heterogeneity, an increase in the gap of each landscape type area proportion, and an imbalance in overall landscape development. Moreover, the present study provides scientific references for monitoring the ecological environment changes before and after earthquakes, ecological restoration and reconstruction after disasters, and habitat conservation of species resources, especially Sichuan golden snub-nose monkeys.
-
图 1 白河自然保护区2003—2018年景观类型分类图
Fig. 1 Classification of landscape types in Baihe Nature Reserve from 2003 to 2018
图 2 白河自然保护区2003—2018年LSI、AI、SHDI及SHEI变化情况
Fig. 2 Changes of LSI, AI, SHDI and SHEI in Baihe Nature Reserve from 2003 to 2018
表 1 主要数据
Tab. 1 General information of remote sensing data
日期 卫星 传感器类型 空间分辨率 2003.7.12 Landsat5 TM 30 m 2008.7.18 Landsat5 TM 30 m 2013.7.16 Landsat8 OLI 30 m 2018.7.14 Landsat8 OLI 30 m 
下载: 导出CSV
表 3 白河自然保护区目视解译标志
Tab. 3 Visual interpretation signs of Baihe Nature Reserve
景观类型 代号 亮度 色调 结构 落叶阔叶林 lk 偏亮 红色 表面光滑，界限明显 针阔混交林 zkhj 偏暗 暗红色 目视粗糙，界限明显 温带针叶林 wz 偏暗 浅红色 目视粗糙，界限较明显 草地/灌木 cd_gm 较亮 蓝绿色 表面细腻，界限较清晰 裸岩 naked_rock 偏亮 白色，
亮蓝色色调均匀，界限清晰
下载: 导出CSV
表 4 斑块类型水平景观指数
Tab. 4 Patch type horizontal landscape index
景观指数 计算公式 生态学意义 斑块数 NP=ni，ni为第i类景观斑块的总数 整体景观中各类景观类型斑块总数 斑块类型面积 $ CA = \displaystyle \sum \nolimits_{j = 1}^n {a_{ij}}$，aij为斑块ij的面积，单位：m2 整体景观中各类景观类型斑块总面积 平均斑块面积 $ AREA\_MN = \dfrac{A}{S}$，A为整个景观面积，S为整个区域面积 反映景观类型的破碎程度 斑块类型所占景观面积百分比 $ PLAND = {p_i} = \dfrac{{\displaystyle \sum \nolimits_{j = 1}^n {a_{ij}}}}{A} \times 100$，aij为斑块ij的面积，pi为斑块类型i占整个景观的比例，A为整个景观面积 某一景观类型的面积与整个景观总面积的比值
下载: 导出CSV
表 5 景观水平景观指数
Tab. 5 Landscape horizontal landscape index
景观指数 计算公式 描述及生态学意义 景观形状指数 $ LSI = \dfrac{{0.25E}}{{\sqrt A }}$，E是斑块总周长，A是整个景观总面积 反映整体景观的形状复杂程度，斑块的形状越复杂，景观形状指数值越大。 聚集度 $ AI = \left( {\dfrac{{{g_{ij}}}}{{\max{g_{ij}}}}} \right) \times 100$，gij为基于单倍法的斑块类型i像元之间的结点数，maxgij为基于单倍法的斑块类型i像元之间最大节点数 指斑块在整个景观中的聚集程度与分散程度，就整个景观而言，景观聚集度指数越高，聚集越紧密。 香农多样性指数 $ SHDI = - \displaystyle \sum \nolimits_{i = 1}^m {p_i} ln {p_i}$，pi是景观类型i出现的频率，SHDI≥0 反映景观结构的复杂程度和景观异质程度，SHDI值越大，景观类型分布越均衡。 香农均匀度指数 $ SHEI = \dfrac{H}{{{H_{\max}}}} = \dfrac{{ - \displaystyle \sum \nolimits_{i = 1}^m {p_i} \ln {p_i}}}{{\ln \left( m \right)}}$，H是香农多样性指数，Hmax是其最大值，m指斑块类型所占的比例，SHEI≥0 反映研究区域中各斑块类型在面积上分布的均匀情况，当SHEI趋于1时，整体没有明显的优势景观类型，各景观类型斑块分布的均匀程度随SHEI的增加而变大。
下载: 导出CSV
表 6 白河自然保护区2003—2018年斑块类型水平景观指数
Tab. 6 Horizontal type landscape index of patch type in Baihe Nature Reserve from 2003 to 2018
斑块类型 年限/年 CA/km2 PLAND/% NP/个 AREA_MN/km2 裸岩 2003 1 351.17 8.44 172 7.86 2008 1 841.47 11.50 186 9.90 2013 2 147.94 13.41 349 6.15 2018 759.89 4.71 368 2.06 草地/灌木 2003 1 796.11 11.21 237 7.58 2008 2 115.45 13.21 383 5.52 2013 2 358.14 14.72 179 13.17 2018 4 827.89 29.95 276 17.49 温带针叶林 2003 3 946.66 24.64 708 5.57 2008 3 088.51 19.28 732 4.22 2013 3 291.08 20.55 367 8.97 2018 3 766.46 23.37 565 6.67 针阔混交林 2003 7 522.49 46.97 571 13.17 2008 7 425.41 46.36 603 12.31 2013 5 033.77 31.43 353 14.26 2018 4 715.91 29.26 412 11.45 落叶阔叶林 2003 1 399.07 8.74 548 2.55 2008 1 544.67 9.64 573 2.70 2013 3 184.58 19.88 656 4.85 2018 2 048.27 12.71 673 3.04
下载: 导出CSV
-
[1] 张新国,苏蕻,谭贵发,等. “3S”技术及其在林业的应用现状与展望[J]. 吉林林业科技,2008,37(6):21−25. doi: 10.3969/j.issn.1005-7129.2008.06.007 [2] 肖化顺. 森林资源监测中林业3S技术的应用现状与展望[J]. 林业资源管理,2004,14(2):53−58. doi: 10.3969/j.issn.1002-6622.2004.02.014 [3] 胥忞旻. 北川震后重建农村居民点的景观格局分析-以12个乡(镇)为例[J]. 科学技术创新,2018,20(2):86−87. doi: 10.3969/j.issn.1673-1328.2018.02.052 [4] 杨剑,彭勃,罗颖. 基于RS, GIS技术下的震后唐家山堰塞湖景观生态格局分析[J]. 测绘与空间地理信息,2014,37(12):1−3. doi: 10.3969/j.issn.1672-5867.2014.12.001 [5] 高慧,何政伟,倪忠云,等. 绵竹市北部山区震后土地利用景观格局变化研究[J]. 国土资源遥感,2010,84(2):97−106. doi: 10.6046/gtzyyg.2010.02.21 [6] 李艳忠,董鑫,刘雪华. 40年岷山地区白河自然保护区川金丝猴的生境格局动态[J]. 生态学报,2016,36(7):1803−1814. [7] 王伟,楚原梦冉,胡刚. 白河自然保护区川金丝猴秋季生境的选择性[J]. 西华师范大学学报(自然科学版),2013,34(1):16−21. [8] 文榕生. 金丝猴的考辨与古今分布[J]. 自然杂志,2002,25(1):41−46. doi: 10.3969/j.issn.0253-9608.2002.01.008 [9] 徐锡伟,陈桂华,王启欣,等. 九寨沟地震发震断层属性及青藏高原东南缘现今应变状态讨论[J]. 地球物理学报,2017,60(10):4018−4026. doi: 10.6038/cjg20171028 [10] 顾志宏,金崑. 白河自然保护区川金丝猴栖息地景观格局分析[J]. 安徽农业科学,2011,39(13):7908−7909. doi: 10.3969/j.issn.0517-6611.2011.13.136 [11] 曾涛,冉江洪,刘少英,等. 四川白河自然保护区大熊猫对生境的利用[J]. 应用与环境生物学报,2003,23(4):405−408. doi: 10.3321/j.issn:1006-687X.2003.04.016 [12] 包宇. 深圳市景观指数的粒度效应分析及指数时空动态研究[D]. 武汉大学, 2017. [13] 四川省林业厅. 四川的大熊猫, 四川省第四次大熊猫调查报告[M]. 四川: 四川科学技术出版社, 2015: 246. [14] 冷志成,叶信初,李生强,等. 四川白河自然保护区连香树的空间分布与种群特征[J]. 林业科技,2019,44(1):24−28. [15] 戎良. 杭州西溪湿地景观格局研究分析[D]. 浙江大学, 2007. [16] Reza Dehghani Bidgoli, Hamidreza Koohbanani, Mohammadreza Yazdani. Investigation on ecosystem degradation induced by LU/LC changes using landscape pattern indices analysis[J]. Arabian Journal of Geosciences, 2018, 11(16): 88−92. [17] 朱春晓. 基于3S技术的区域景观格局变化及驱动力研究[D]. 华中师范大学, 2012. [18] 尹京. 南岳衡山国家级自然保护区森林景观格局研究[D]. 中南林业科技大学, 2013. [19] 何予霄,周江. ENVI中几种监督分类方法精度比较[J]. 科技创新与应用,2018,10(13):22−24. [20] James Magidi, Fethi Ahmed. Assessing urban sprawl using remote sensing and landscape metrics: A case study of City of Tshwane, South Africa (1984-2015)[J]. The Egyptian Journal of Remote Sensing and Space Sciences, 2018. [21] 郭娜. 基于3S技术的植被景观格局动态分析与预测-以福建省溪南半岛为例[D]. 福建师范大学, 2012. [22] 孙菲菲. 基于GIS和RS的太白山国家自然保护区森林景观格局动态分析[D]. 西北农林科技大学, 2009. [23] 索新文,陈果,卜璞. 基于3S的矿区景观格局演变研究: 以冷水江市闪星锡矿山为例[J]. 中国矿业,2018,27(1):95−99. [24] Yuqiu Jia, Lina Tang, Min Xu, et al. Landscape pattern indices for evaluating urban spatial morphology - A case study of Chinese cities[J]. Ecological Indicators, 2019: 99. [25] Guilin Liu, Luocheng Zhang, Qian Zhang, et al. Spatio-Temporal Dynamics of Wetland Landscape Patterns Based on Remote Sensing in Yellow River Delta, China[J]. Wetlands, 2014, 34(4). [26] 王永,刘春玲,贺鹏,等. 基于GIS与景观指数的黄骅市景观格局分析[J]. 安徽农业科学,2017,45(16):63−67. doi: 10.3969/j.issn.0517-6611.2017.16.021 [27] 王永丽,于君宝,董洪芳,等. 黄河三角洲滨海湿地的景观格局空间演变分析[J]. 地理科学,2012,32(6):717−724. [28] 胡艳,杨瑞. 宽阔水自然保护区景观格局特征分析[J]. 生态科学,2018,37(3):184−188. [29] 何鹏,张会儒. 常用景观指数的因子分析和筛选方法研究[J]. 林业科学研究,2009,22(4):470−474. doi: 10.3321/j.issn:1001-1498.2009.04.002 [30] Yiran Zhang, Zhaoning Gong, Huili Gong, et al. Investigating the dynamics of wetland landscape pattern in Beijing from 1984 to 2008[J]. Journal of Geographical Sciences, 2011, 21(5). [31] 席雅君. 基于RS的地震前后都江堰地区土地利用及景观格局变化研究[D]. 北京交通大学, 2011. [32] 张丽琼,陈澍,吴英,等. 姑婆山国家森林园景观格局变化分析[J]. 中国农学通报,2011,27(31):36−40. [33] 菅利荣,李明阳. GIS分析方法在森林景观格局变化中的应用[J]. 中南林学院学报,2002,13(1):86−89. [34] 赵银兵,倪忠云,陈陵康,等. 西藏曲水-桑日地区1988—2009年土地利用景观格局演变研究[J]. 水土保持研究,2012,19(3):180−184. [35] 王雪松,张绍良,王雪梅,等. 汶川地震灾区土地破坏状况分析[J]. 国土资源科技管理,2009,26(6):63−68. doi: 10.3969/j.issn.1009-4210.2009.06.012 [36] 徐晓龙,王新军,朱新萍,等. 1996—2015年巴音布鲁克天鹅湖高寒湿地景观格局演变分析[J]. 自然资源学报,2018,33(11):1897−1911. [37] 占昕,潘文斌,郑鹏,等. 闽江河口湿地自然保护区及其周边区域景观自然性评价[J]. 生态学报,2017,37(20):6895−6904. [38] 董玉红,刘世梁,安南南,等. 基于景观指数和空间自相关的吉林大安市景观格局动态研究[J]. 自然资源学报,2015,30(11):1860−1871. doi: 10.11849/zrzyxb.2015.11.007 [39] 叶伟,吴荣良,赖日文,等. 基于3S技术的森林城市景观结构分析[J]. 中南林业科技大学学报,2015,35(1):56−61. -
点击查看大图
图(2) / 表(6)
计量
- 文章访问数: 891
- HTML全文浏览量: 373
- PDF下载量: 27
- 被引次数: 0
