景观文献综述

森林景观格局研究进展的探讨森林经理学吴兆艳2009116022013摘要：森林在生态系统中发挥着不可替代的作用，景观尺度上的森林景观格局与生态过程研究已经成为当前森林的研究热点。在阐明森林及其景观格局与过程概念的基础上,综述了现在森林景观格局与过程的研究内容、研究方法的进展情况,指出了以下几个方面有望成为今后森林景观研究的发展方向以及在森林景观格局的不足之处。关键词：森林景观；景观格局；3S技术；景观指数Abstract:Forestecologicalsysteminplaysanirreplaceableroleonlandscapescale,theforestlandscapepatternsandecologicalprocessesofforesthasbecomethehotspot.Theforestandlandscapepatternsandprocessonthebasisoftheconceptofforestlandscapepatternarereviewedandtheprocessistheresearchcontents,theresearchmethodsofprogress,pointedoutthefollowingaspectsareexpectedtobecomethefutureresearchdirectionofdevelopmentofforestlandscapeintheforestlandscapepatternandthedeficiencies.Keywords:Forestlandscape,Thelandscapepattern,3Stechnology,Landscapeindex1.森林景观森林景观是以森林生态系统为主体所构成的景观。森林景观生态研究的对象是以森林生态系统为主体所构成的森林景观，也包括森林在景观整体格局和功能中发挥重要作用的其他类型的景观。其目的在于通过对森林景观结构、功能、动态变化以及它们之间的相互影响和控制机制的研究，揭示基本的科学规律，以达到对其调控的目的。2.景观格局景观格局(landscapepattern)即景观结构,广义包括景观组成单元的类型、数目以及空间分布与配置。景观指数是反映景观格局的重要参数,它高度浓缩景观格局信息,反映其结构组成和空间配置等方面的特征,为科学衡量景观结构提供定量化依据[1,2]。景观生态学属于较为宏观尺度的研究。近年来，由于区域性乃至全球性的生态环境问题日益增多，景观生态学逐渐成为生态学的重要研究领域之一。3S技术的不断发展，使得景观生态学研究获得了强有力的技术支撑。二者的有机结合正显示出广阔的发展前景。2.1景观格局分析的目的意义与作用（1）确定产生和控制空间格局的因子及其作用机制；（2）森林景观空间格局分析及影响因素（3）探讨空间格局的尺度性质；（4）确定景观格局和功能过程的相互关系；（5）为景观的合理管理提供有价值的资料；（6）森林景观生态评价、规划及改造研究；（7）森林边际效应及动态；（8）森林景观水平上的生物多样性保护；（9）森林景观动态模型的构建。2.2景观格局的基本模式：斑块-廊道-基质模式景观格局的基本模式：斑块-廊道-基质模式。在实际研究中，要确切地区分斑块、廊道和基质有时是很困难的，也是不必要的，这与尺度有密切关系：1、许多景观中并没有在面积上占绝对优势的植被类型或土地利用类型；2、斑块、廊道和基底的区分往往是相对的，总是与观察尺度相联系；3、广义地讲，基质可看做是景观中占主导地位的斑块，而许多所谓的廊道也可看做是狭长型斑块。2.3景观格局分析的基本步骤：1、以研究目的和方案为指导，收集和处理景观数据（3S技术支撑）；2、将真实的景观系统转换为数字化的景观，选用适当的格局研究方法进行分析，利用Fragstats软件；3、最后对分析结果加以解释和综合，并进行讨论，以至于提出更好的研究方法。下面结合景观格局分析图示，真实的森林景观生态系统受到养分、水、光照、温度、土壤类型影响着景观系统特征。利用3S技术，通过对真实景观的数据采集，如采集森林小班类型，树种的分布情况使得数值化。利用景观指数和空间统计学方法对数据进行分析，来预测景观格局的演变，生态状况以及空间异质性特征[19]。如下图所示：图2.1景观格局分析图示3景观指数景观指数：能够高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指标[10]。在景观指数分类的研究中,肖笃宁[11]按照景观生态学的基本原理将景观指数分为了2大类6小类两级,郭晋平[12]在研究森林景观的过程中把景观指数按其表述的意义分为了3类:斑块特征、景观异质性和相互关系。也有很多学者按照指标描述的对象和尺度把其分为斑块水平、景观要素水平、整体景观水平3类。在指数统计性质研究方面,Riitters等[13]用85张土地利用图为基本数据对55个景观指数用因子分析的方法进行了两次维数压缩,将55个景观指标压缩成具有代表性的5维。SamuelA.Cush2man[14]用主成分分析、聚类分析方法对49个景观要素水平指数和54个整体景观水平的指数进行了筛选,定义出24个景观要素水平指数和17个整体景观水平指数,提出了筛选指数的要点:优势性、普遍性和相容性。在国内,王新明[15]也用类似的方法对大尺度下13个陆地景观结构指数进行了统计学分析。其余更多的研究集中在指数间的相关性上[16-17]。对于景观指数敏感性的问题,部分学者使用真实或模拟的景观格局进行了定性分析,如李秀珍等[18]通过对比8个景观指数对由中性随机模型产生的不同格局系列(类型数量、图区范围、分辨率、类型相对面积、聚集程度)在景观总体水平和不同类型水平上的反应,定性地描述了部分景观指数对不同格局的变化和灵敏程度,提出了慎用景观指数的建议。以下是常用的景观指数汇总。3.1景观要素斑块特征分析3.1.1景观要素斑块规模A:斑块面积类斑块平均面积：景观中某类景观要素斑块面积的算术平均值。反映该类景观要素斑块规模的平均水平。式中：Ni——第i类景观要素的斑块总数；Aij——第i类景观要素第i个斑块的面积。最大和最小斑块面积：是指景观中某类景观要素最大和最小斑块的面积。反映该类景观要素斑块规模的极端情况。类斑面积标准差(Si)和变动系数(Ci)：是指景观中某类景观要素斑块面积的统计标准差和变动系数。反映该类景观要素斑块规模的变异程度。B:内部生境面积iNjijiiANA11ijiijiAAAAminminmaxmax%100121iiiNjiijiiASCAANSi类斑块内部生境总面积：该类生境全部斑块内部面积之和。式中AIi——第i类生境的内部生境总面积；Aij——第j类生境的斑块平均内部生境面积；EAij——第i类景观要素第j斑块的边际带面积；平均内部生境面积：该类生境全部斑块内部面积算术平均值。实际研究工作中，某一类生境斑块内部生境面积的测度，并不通过上式计算，而是在GIS支持下通过生成该类斑块的边际缓冲带（buffer）图层后，直接有非缓冲带面积得到。3.2景观要素斑块形状A:景观要素斑块形状指数斑块形状指数D：通过计算某一斑块形状与相同面积的圆或正方之间的偏离程度来测量其形状的复杂程度。以圆为参照：斑块周长与等面积的圆周长之比。以正方形为参照：斑块周长与等面积的正方形周长之比。P为斑块周长；A为斑块面积。斑块的形状越复杂或越扁长，D的值就越大。B:景观要素斑块分维数分形维数（fractaldimension）分形：不规则的非欧几里德几何形状可通称为分形。组成部分以某种方式与整体相似的形体称分形。分形维数或分维数：不规则几何形状的非整数维数。分维数的一般数学表达式：Q(L)=LD。式中，Q(L)是在观测尺度L上获得的某种量（即分维变量），D是量Q的分维数。D取值越大，则Q的结构和变化越复杂。对于单个斑块：P是斑块的周长，A是斑块的面积，D是分维数，k是常数。对于栅格景观而言，k=4。一般地说，欧几里德几何形状的分维为1，具有复杂边界斑块APD2/APD/25.0iNjijijiEAAAI1iNjijijiiEAANAI112/DkAP)ln(/)ln(2AkPD的分维则大于1，但小于2。3.3景观异质性指数（1）景观斑块密度和边缘密度A:景观斑块密度景观斑块密度：指景观中包括全部异质景观要素斑块的单位面积斑块数。景观斑块密度=景观斑块总数/景观总面积式中:PD——景观斑块密度PDi——景观要素的斑块密度M——研究范围内某空间分辨率上景观要素类型总数A——研究范围景观总面积。景观要素斑块密度：指景观中某类景观要素的单位面积斑块数。类型的斑块密度（孔隙度）=类型斑块总数/类型总面积。B:景观边缘密度景观边缘密度包括景观总体边缘密度（或称景观边缘密度）和景观要素边缘密度（简称类斑边缘密度）。景观边缘密度（ED）指景观范围内单位面积上异质景观要素斑块间的边缘长度。景观要素边缘密度（EDi）指研究对象单位面积上某类景观要素斑块与其相邻异质斑块之间的边缘长度。Pij——景观中第i类景观要素斑块与相邻第j类景观要素斑块间的边界长度。（2）景观多样性A:多样性指数与均匀度景观丰富度指数（landscaperichnessindex）景观丰富度R：景观中斑块类型的总数，R=m，m是指景观中斑块类型数目。MjiNAP11DiNAPiiDMiMjijPAE111DMjijiPAE1i1D相对丰富度Rr：Rr=m/mmax丰富度密度Rd：Rd=m/Ammax为景观中斑块类型数的最大值，即景观最大可能丰富度；A为景观面积。景观多样性指数（landscapediversityindex）Shannon多样性指数：Pk为斑块类型，k在景观中出现的概率，m为景观中斑块类型总数。Simpson多样性指数：多样性指数的大小取决于两个方面的信息：斑块类型的多少（即丰富度），各斑块类型在面积上分布的均匀程度。对于给定的m，当各类斑块的面积比例相同时（即Pk=1/m），H达到最大值。景观均匀度指数（landscapeevennessindex）：反映景观中各斑块类型在面积上分布的均匀程度。以Shannon多样性指数为例：E=1，当E趋于1时，景观斑块类型分布的均匀程度也趋于最大。B:景观要素优势度景观优势度指数（landscapedominanceindex）：描述景观由少数几类斑块控制的程度。通常，较大的D（RD）对应于一个或少数几个斑块类型占主导地位的景观。优势度指数D：D=Hmax–H相对优势度RD：RD=1-E=1—（H/Hmax）4空间统计学方法景观格局的最大特征就是空间自相关性（spatialautocorrelation）。空间自相关性被称为是地理学第一定律，指在空间上越靠近的事物或现象就越相似，即景观特征或变量在邻近范围内的变化往往表现出对空间位置的依赖关系。mkkkPPH1)ln()ln(maxmHmkkPH121')/1(1'maxmH)ln()ln(1maxmPPHHEmkkk空间自相关性的存在使得传统的统计学方法不宜用来研究景观的空间特征。因此，空间自相关性曾被认为是生态学分析的一大障碍。生态学中需要不受空间自相关性限制的统计学方法，空间统计学提供了这样一系列方法。空间统计学方法非常丰富，并且仍然在蓬勃发展。空间自相关分析：检验某一空间变量的取值是否与相邻空间上该变量的取值大小相关，以及相关程度如何。空间自相关系数：度量物理或生态学变量在空间上的分布特征及其对其邻域的影响程度。若某一空间变量的值随着测定距离的缩小而变得更相似，则这一变量呈空间正相关；若所测值随距离的缩小而更为不同，则这一变量呈空间负相关；若表现出任何空间依赖关系，则这所测值不一变量表现出空间不相关性或空间随机性。此外主要的分析方法：空间相似性分析、回归分析、空间缓冲区分析、景观斑块分布格局分析、景观组成重要