全 文 ：基于 Ripley K函数的武汉市景观格局
特征及其变化*
高摇 凯1 摇 周志翔1**摇 杨玉萍1,2 摇 李摇 华1
( 1 华中农业大学园艺林学学院, 武汉 430070; 2 三峡职业技术学院, 湖北宜昌 443003)
摘摇 要摇 基于 1987、1996 和 2007 年武汉市 TM 遥感影像,应用点格局分析方法之一的Ripley
K函数,分析了武汉市市域景观格局的特征及其变化.结果表明:1987—2007 年间,耕地是武
汉市的景观基质,而林地、水体、草地、城乡建设用地和其他未利用地则以斑块或廊道的形式
镶嵌其中;林地、水体、草地和城乡建设用地在所有研究尺度下均呈现出显著的聚集空间格
局,且林地、草地和城乡建设用地的空间聚集性强于水体;耕地在小尺度下呈现出聚集的空间
格局,随着尺度的增大,逐渐变为随机、均匀的空间格局.研究期间,武汉市林地、城乡建设用
地面积逐次增大,水体、草地和耕地面积逐次减少;各景观类型的空间格局特征也发生了改
变,总体表现为林地和城乡建设用地空间聚集度降低,分布的均匀程度增加,而草地、水体和
耕地的空间分布变得更加不均匀,聚集程度增加.与样方法、样线(带)法相比,利用样点分析
景观格局具有简单、准确、易用等优点. Ripley K 函数是多尺度景观格局分析的有效手段,是
景观指数法的支持和补充.
关键词摇 景观异质性摇 景观格局摇 点格局分析摇 Ripley K函数摇 景观指数
文章编号摇 1001-9332(2010)10-2621-06摇 中图分类号摇 Q149摇 文献标识码摇 A
Characteristics and changes of landscape pattern in Wuhan City based on Ripley爷 s K func鄄
tion. GAO Kai1, ZHOU Zhi鄄xiang1, YANG Yu鄄ping1,2, LI Hua1 ( 1College of Horticulture and
Forestry Sciences, Huazhong Agricultural University, Wuhan 430070, China; 2Three Gorges Voca鄄
tional and Technical College, Yichang 443003, Hubei, China ) . 鄄Chin. J. Appl. Ecol. , 2010,
21(10): 2621-2626.
Abstract: By using Ripley爷s K function, an important method of point pattern analysis, and taking
the TM remote sensing images of 1987, 1996 and 2007 as data source, this paper studied the
characteristics and changes of landscape pattern in Wuhan City. The results showed that in 1987-
2007, farmland was the landscape matrix in Wuhan, while water body, forestland, grassland,
urban and rural built鄄up land, and unutilized land types were the patches or corridors, which spa鄄
tially clumped significantly in all scales. The landscape aggregation of water bodies was inferior to
that of forestland, grassland, and urban and rural built鄄up land. The farmland clumped spatially in
fine scales, but became random or uniform in coarse scales. Meantime, the areas of forestland and
urban and rural built鄄up land increased largely, while water body, grassland, and farmland de鄄
creased greatly. In addition, the landscape spatial characteristics of all landscape types changed va鄄
riously. On the whole, the landscape aggregation of forestland and urban and rural built鄄up land de鄄
creased, and became more uniform. Meanwhile, the water body, grassland, and farmland took on a
more uneven and clumped landscape pattern. To analyze the landscape pattern through sample
points had the advantages of conciseness, accuracy, and easiness鄄to鄄use, in comparison with the
methods of quadrat and sample line ( or transect) . Ripley爷 s K function was proved to be an
efficient means for analyzing landscape pattern in different scales, and fit for the supplement and
support of landscape metrics.
Key words: landscape heterogeneity; landscape pattern; point pattern analysis; Ripley爷s K func鄄
tion; landscape metrics.
*武汉市科技计划项目(200951999569)资助.
**通讯作者. E鄄mail: whzhouzx@ 126. com
2010鄄01鄄28 收稿,2010鄄07鄄23 接受.
应 用 生 态 学 报摇 2010 年 10 月摇 第 21 卷摇 第 10 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Oct. 2010,21(10): 2621-2626
摇 摇 景观异质性是景观生态学的永恒命题和重要研
究内容,景观格局是景观异质性的外在表现,也是各
种生态过程在不同空间尺度上相互作用的结
果[1-4] .景观格局通常指景观空间格局,是大小和形
状不同的景观要素在空间上的排列,景观要素的组
成和构型是其基本特点[2] .不同类型的斑块可在空
间上呈随机型、均匀型或聚集型分布.明确景观格局
与生态过程之间的相互关系是景观生态学研究的基
本前提以及景观格局分析的最终目的[5-6] . 作为景
观格局分析的重要手段,景观指数的提出与发展极
大推动了景观生态学的发展,但由于众多景观指数
间的相关性及其指示景观格局特征的片面性和在指
示生态学过程方面的不足,近年来景观格局分析已
步入困境[7-9] .利用新方法、新技术研究景观格局日
益成为景观生态学的研究热点.
多尺度景观格局分析是解决景观格局与生态过
程关系的有效手段之一. 景观空间格局具有尺度依
赖性,在多个尺度开展空间异质性的定量化研究被
认为是认识景观格局与生态过程相互关系的第一
步[10-11] . “点格局分析冶 (point pattern analysis)是除
样方法、样线(带)法之外,研究景观格局的重要手
段之一,但目前应用较少. Ripley K函数是点格局分
析的重要方法,是多尺度点格局分析的有效手段,目
前主要应用于植物种群、疾病发病点和森林雷击火
等空间格局分析[12-14] .本文借助 RS和 GIS 技术,利
用 Ripley K函数对武汉市进行多尺度动态景观格局
分析,研究了快速城市化进程背景下城市景观格局
的特征及其变化趋势,以期为武汉市的可持续发展
及景观管理提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
武汉市位于长江与汉水交汇处 ( 29毅 58忆—
31毅22忆 N,113毅41—115毅05忆 E),是全国特大城市和
交通枢纽,为华中和长江中游地区的经济、科技、教
育文化中心,全市面积 8494 km2,辖 13 个区,2008
年末总人口 833 万.武汉市属北亚热带季风性湿润
气候,具有常年雨量丰沛、热量充足、雨热同季、四季
分明的特点.研究区地质结构以新华夏构造体系为
主,属鄂东南丘陵经汉江平原东缘向大别山南麓低
山丘陵过渡地区,中间低平,南北丘陵,市内湖泊星
罗棋布、河道纵横交错;植物区系属中亚热带常绿阔
叶林向北亚热带落叶阔叶林过渡的地带,常绿阔叶
林和落叶阔叶林组成的混交林为典型植被类型. 最
近 20 年是武汉市城市化进程最迅速的阶段,经济高
速发展,城市景观变化巨大,具有典型的研究意义.
1郾 2摇 数据来源及预处理
本研究数据包括 1987、1996 和 2007 年武汉市
Landsat鄄5 TM 遥感影像以及 2006 年武汉市土地利
用现状图、武汉市 SRTM Digital Elevation Data(分辨
率 90 m)和武汉市年鉴. 参照中国科学院资源环境
分 类 系 统, 在 ERDAS IMAGINE 9郾 2 软 件 的
Knowledge Classification模块下,基于不同地物的波
谱特征和数字高程特点,运用知识决策树分类法将
研究区 3 个年份的 TM遥感影像划分为水体、林地、
草地、耕地、城乡建设用地和其他未利用地 6 类(图
1) [15],并利用 Accuracy Assessment工具进行精度评
估 . 评估结果显示,1987、1996和2007年景观分类
图 1摇 1987、1996、2007 年武汉市景观分类图
Fig. 1摇 Landscape classification map of Wuhan City in 1987, 1996 and 2007.
2262 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
图的总体分类精度分别为 87郾 35% 、 86郾 94% 和
88郾 72% ,Kappa系数分别为 0郾 816、0郾 800 和 0郾 832,
符合分类精度要求.在 ArcGIS Desktop 9郾 3 中将 IMG
格式文件转变为 SHP矢量格式文件.
1郾 3摇 Ripley K函数分析
利用样点分析景观格局的特征及其变化具有精
确、简洁、易用等优点,但相对于样方法、样线(或样
带)法而言,该方法的应用较少. Ripley K 函数是点
格局分析的常用方法,最大优势在于多尺度的空间
格局分析,其公式如下:
K(d) = A移
n
i = 1
移
n
j = 1
啄ij(d)
n2
( i, j = 1,2,……,n; i 屹 j, dij 臆 d) (1)
L(d) = K(d)仔 - d (2)
式中:A 为研究区面积;n 为点的个数;d 为空间尺
度;dij为点 i与 j 之间的距离;啄ij(d) = 1(dij臆d)或
啄ij(d) = 0(dij >d). 为使期望值线性化并保持方差
稳定,Besag[16]提出用 L(d)代替 K(d).在完全空间
随机分布(complete spatial randomness,CSR)的假设
下,L(d)的期望为 0. L(d)与 d 的关系图可分析、检
验多尺度景观空间格局. L(d) >0 表示景观类型有
空间聚集分布的趋势;L(d) <0 表示景观类型有空
间均匀分布的趋势;L(d)= 0 表示景观类型呈完全
随机的空间分布.
1郾 4摇 数据处理
本文利用 ArcGIS Desktop 9郾 3 软件中的 create
random points工具在武汉市市境范围内生成 8000
个随机点[由武汉市总面积(8494 km2)及分类最小
去除单位(11 个像素)决定],并将该随机点图层分
别与 3 个年份的 SHP 格式矢量分类图叠置分析
(overlay analysis),以确定每个样点所属的景观类
型,然后在 spatial statistics 工具箱中利用 Ripley K
Function工具进行不同年份不同景观类型的 Ripley
K函数分析及显著性检验.软件系统中研究区地理
范围及 10 级距离步数(distance band)决定起始距
离( beginning distance)、距离步长 ( distance incre鄄
ment)均取值3500 m;边界校正采用模拟边界外值
法(simulate outer boundary values);Ripley L 指数偏
离随机性的显著性检验采用 Monte Carlo 模拟法,置
信度取 99% .其中,其他未利用地由于样点数量极
少,未进行相关研究;耕地景观类型的样点数量过于
巨大,利用 Hawth分析工具[17]进行 20%随机抽样后
再计算分析.
将 ArcGIS Desktop 输出的 DBF 格式计算结果
导入 Excel软件后生成 d 值与 L(d)值的关系图,采
用 Excel软件绘制 Monte Carlo模拟法检验所生成的
上、下包迹线曲线图. 如果景观类型的 L(d)值大于
上包迹线,则呈现显著聚集分布;若 L(d)值小于下
包迹线,则呈现显著均匀分布;如果 L(d)值落入上
下包迹线内,说明其空间分布未显著偏离随机分布.
2摇 结果与分析
2郾 1摇 武汉市景观格局特征
耕地是研究区景观基质,而林地、水体、草地、城
乡建设用地和其他未利用地则以斑块或廊道的形式
镶嵌其中(图 1、图 2). 1987—2007 年间,研究区林
地、城乡建设用地面积逐渐增大,而水体、草地和耕
地面积则逐渐减少. 由图 3 可以看出,武汉市林地、
水体、草地和城乡建设用地在本文所有研究尺度下
均呈显著的聚集空间格局;耕地在小尺度下呈现出
聚集的空间格局,随着尺度的增大,逐渐变为随机的
空间格局;林地、草地和城乡建设用地的空间聚集强
度明显大于水体.研究区林、草地主要分布于武汉市
西北部及南部的低山丘陵地带;武汉市主城区的主
要景观类型为城乡建设用地,水体的空间分布则相
对均匀,长江及众多湖泊是其主体.因此,林地、草地
和城乡建设用地的空间聚集性比水体更显著. 研究
区耕地的空间分布存在一个最大异质性表现尺度,
在该尺度之下,表现出一定的宏观异质性特征;超过
这个尺度之后,这种不均匀特征作为一种细节被掩
盖,分布趋于随机,表现为微观异质性特征[18] .
2郾 2摇 武汉市景观格局的变化
空间尺度 d从 3郾 5 km增加到 35 km的过程中,
L( d)值第一个峰值所对应的d值表示景观类型空
图 2摇 武汉市景观类型特征
Fig. 2摇 Landscape type attribute in Wuhan City (n=8000).
326210 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 高摇 凯等: 基于 Ripley K函数的武汉市景观格局特征及其变化摇 摇 摇 摇 摇 摇
图 3摇 1987(A)、1996(B)和 2007 年(C)研究区各景观类型的 Ripley L(d)指数分析
Fig. 3摇 Ripley爷s L(d) index analysis of different landscape types in the study area in 1987(A), 1996(B)and 2007(C).
a)林地 Forestland; b)水体 Water; c)草地 Grassland; d)城乡建设用地 Urban and rural built鄄up land; e)耕地 Farmland. 玉:L(d)观测值 Observed
L(d); 域:下包迹线 Low confidence envelope; 芋:上包迹线 High confidence envelope.
间聚集的特征空间尺度(characteristic spatial scale)
或斑块长度(patch length),此时 L(d)的第一个峰值
可用来度量分布强度(distribution intensity)或拥挤
度(crowding) [19-20] .
摇 摇 由图 3 可以看出,1987—2007 年间,研究区林
地的特征空间尺度为 14 km,并有逐渐变大的趋势,
且 L(d)值曲线变得更加平缓,聚集强度不断降低,
说明研究期间武汉市林地分布范围变大,空间分布
的均匀程度越来越高,空间聚集分布的特征减弱;水
体的特征空间尺度为 21 km,其空间聚集强度不断
增大,呈现出与林地完全相反的变化趋势,即水体在
武汉市全局空间内的分布变得更加聚集,相同空间
尺度(d)上的 L(d)值不断增大,空间分布变得更加
不均匀;草地的特征空间尺度在 17郾 5 km左右,其空
间聚集程度先降低后急剧增大,说明草地面积的不
断降低在空间分布上是不均匀的;城乡建设用地的
4262 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
特征空间尺度从 17郾 5 km 增加到 24郾 5 km,空间分
布的聚集强度不断降低,空间分布范围增大,均匀度
特征增加,原因在于城乡建设用地在武汉市范围内
相对均匀地快速增加使其特征空间尺度逐次增大,
空间分布变得更加相对均匀,空间聚集性降低,这也
是武汉市快速城市化进程的体现;耕地的特征空间
尺度在 17郾 5 km左右,在空间尺度 d 小于 28 km 左
右时耕地表现为聚集空间分布趋势. 1987、1996 和
2007 年,在空间尺度 d 分别小于临界值 28、21 和
31郾 5 km时研究区耕地表现为显著聚集空间分布,
在此空间尺度临界值之上则表现为空间随机分布;
其空间聚集强度在 1987—1996 年间基本保持不变,
1996—2007 年间则呈增大趋势,说明耕地在 1987—
1996 年间处于空间上的均匀减少状态,虽然面积减
少,但空间分布的均匀程度基本不变;1996—2007
年间,耕地面积在空间上呈非均匀性减少,空间聚集
度增大,趋于不均匀分布,这是一定程度上城市化进
程不同阶段特征的体现.
3摇 讨摇 摇 论
研究期间,耕地是武汉市的景观基质,而林地、
水体、草地、城乡建设用地和其他未利用地则以斑块
或廊道的形式镶嵌其中. 1987—2007 年间,武汉市
林地、城乡建设用地的面积逐次增大,水体、草地和
耕地的面积逐次减少. 林地、水体、草地和城乡建设
用地在文中所有研究尺度下均呈现出显著的聚集空
间格局,且林地、草地和城乡建设用地的空间聚集性
强于水体.耕地在小尺度下呈现出聚集的空间格局,
而随着尺度的增大,逐渐变为随机的空间格局.研究
期间,研究区各景观类型的空间分布特征发生了巨
大改变,总体表现为林地、城乡建设用地空间聚集度
降低,分布的均匀程度增加;而草地、水体和耕地的
空间分布变得更加不均匀,聚集程度增加.区域景观
格局是由气候、水文、地质等自然资源条件以及经济
环境、人文特色、风俗习惯等社会因素共同决定、并
由各种生态过程综合作用的结果,这些潜在因素决
定了特定区域潜在的异质性空间格局,而潜在的异
质性空间格局又决定了特定区域的景观格局特征及
变化.
景观指数已在景观生态学中广泛应用,但它们
本身对不同景观特征和分析尺度的响应及其生态学
意义尚不是很清楚[21] . 目前,景观指数广泛用于定
量反映景观格局的现状及其变化过程,极大促进了
景观格局方面的研究,且 Fragstats、 Patch Analyst、
Apack等软件的出现更是加剧了这种趋势. 大量文
献中的“景观格局冶往往与“景观指数冶相互依存,但
随着研究的深入,景观指数越来越多的缺陷和限制
被生态学家所发现和重视.同时,尺度问题已成为现
代景观生态学的核心问题之一,尺度上推( scaling
up)和尺度下推(scaling down)逐渐成为景观生态学
的研究热点[22] .多尺度空间分析是进行尺度效应分
析的基础,是发现和识别景观等级结构和特征尺度
的主要方法[23] . 与景观指数法相比,Ripley K 函数
能进行多尺度景观格局分析,并且所反映的景观格
局特征及变化更加直观,但不及景观指数法所反映
的内容丰富、全面,因此,Ripley K 函数可作为景观
指数法的支持和补充.
Ripley K函数是除空隙度法、小波分析及地统
计学或空间统计学等方法之外,能够联系尺度与景
观格局的有效手段[18,23-25],并且具有以下优势:1)
可以利用 Monte Carlo模拟法进行显著性检验;2)可
以通过边界校正方法有效地避免边界对景观格局测
度的影响;3)可以避免空隙度法等方法对景观分类
图重采样( resample)所造成的景观信息丢失;4)通
过遥感影像直接确定“点冶的景观类型属性研究景
观空间格局可以减少遥感影像分类的巨大工作量,
而且具有更高的分类精度(由于本研究具有一定的
数据基础条件,因此使用叠置分析确定样点的景观
类型属性);5)可以引入其他点格局空间分析方法
度量景观类型空间位置的变化,如中心要素分析
(central feature)、平均中心分析(mean center)、标准
差椭圆工具(standard deviational ellipse)等. 实际分
析中,距离步长 ( distance increment)或距离步数
(distance band)以及边界校正方法等参数是Ripley
K函数分析的关键,因为这些参数的实质是景观生
态学中尺度问题的核心和主要内容,即粒度和幅度,
这也是 Ripley K函数能够多尺度分析景观格局的优
势所在.此外,实际分析中样点数目的确定也具有重
要意义.本文利用 Ripley K 函数进行多尺度景观格
局分析,对使用新方法、新技术研究景观格局特征及
变化具有一定的实践意义,而研究内容集中于斑块
类别水平、缺乏对粒度响应机制的深入研究亦是本
文的不足之处,有待今后深入研究.
参考文献
[1]摇 Forman RTT, Godorn M. Landscape Ecology. New
York: John Wiley & Sons, 1986
[2]摇 Turner MG. Landscape ecology: What is the state of the
science? Annual Review of Ecology, Evolution, and Sys鄄
526210 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 高摇 凯等: 基于 Ripley K函数的武汉市景观格局特征及其变化摇 摇 摇 摇 摇 摇
tematics, 2005, 36: 319-344
[3]摇 Wu J鄄G (邬建国). Landscape ecology: Concepts and
theories. Chinese Journal of Ecology (生态学杂志),
2000, 19(1): 42-52 (in Chinese)
[4]摇 Zhao Y鄄T (赵玉涛), Yu X鄄X (余新晓), Guan W鄄B
(关文斌). Review on landscape heterogeneity. Chinese
Journal of Applied Ecology (应用生态学报), 2002, 13
(4): 495-500 (in Chinese)
[5]摇 Gustafson EJ. Quantifying landscape spatial pattern:
What is the state of the art? Ecosystems, 1998, 1: 143-
156
[6] 摇 Wu J, Hobbs R. Key issues and research priorities in
landscape ecology. Landscape Ecology, 2002, 17: 355-
365
[7]摇 Chen L鄄D (陈利顶), Liu Y (刘摇 洋), L俟 Y鄄H (吕
一河), et al. Landscape pattern analysis in landscape
ecology: Current, challenges and future. Acta Ecologica
Sinica (生态学报), 2008, 28(11): 5521-5530 ( in
Chinese)
[8]摇 Li H, Wu J. Use and misuse of landscape indices.
Landscape Ecology, 2004, 19: 389-399
[9]摇 Li X鄄Z (李秀珍), Bu R鄄C (布仁仓), Chang Y (常
禹), et al. The response of landscape metrics against
pattern scenarios. Acta Ecologica Sinica (生态学报),
2004, 24(1): 121-134 (in Chinese)
[10]摇 Wu J. Effects of changing scale on landscape pattern
analysis: Scaling relations. Landscape Ecology, 2004,
19: 125-138
[11]摇 Wu J, Shen W, Sun W, et al. Empirical patterns of the
effects of changing scale on landscape metrics. Land鄄
scape Ecology, 2002, 17: 761-782
[12]摇 Zhang J鄄T (张金屯). Analysis of spatial point pattern
for plant species. Acta Phytoecologica Sinica (植物生态
学报), 1998, 22(4): 344-349 (in Chinese)
[13]摇 Gao J (高摇 杰), Wang Z鄄Q (王志强), Shao Q (邵
琦), et al. Ripley爷 s L index and the nearest neighbor
hot spots analysis in epidemiological spots map analysis.
Journal of Shandong University (Health Sciences) (山
东大学学报·医学版), 2009, 47(3): 89 -97 ( in
Chinese)
[14]摇 Guo F鄄T (郭福涛), Hu H鄄Q (胡海清), Ma Z鄄H (马
志海). Spatial point process for spatial distribution pat鄄
tern of lightning鄄caused forest fires in Daxing 爷 an
Mountains. Acta Ecologica Sinica (生态学报), 2009,
29(12): 6742-6747 (in Chinese)
[15] 摇 Jiang H鄄H (姜欢欢), Li J鄄H (李继红), Fan W鄄Y
(范文义), et al. Landscape pattern change and its
simulation forecast in Zigui County of Three Gorges Res鄄
ervoir Area. Chinese Journal of Applied Ecology (应用
生态学报), 2009, 20(2): 474-479 (in Chinese)
[16]摇 Besag JE. Comments on Ripley爷 s paper. Journal of
Royal Statistic Society: Series B, 1977, 39: 193-195
[17] 摇 Beyer HL. 2004. Hawth爷 s Analysis Tools for ArcGIS
[ EB / OL ]. ( 2004鄄01鄄23 ) [ 2009鄄12鄄02 ]. http: / /
www. spatialecology. com / htools
[18]摇 Zeng H (曾摇 辉), Shao N (邵摇 楠), Guo Q鄄H (郭
庆华). A study of landscape heterogeneity for the chan鄄
ging area in the eastern part of Zhujiang Delta. Acta
Geographica Sinica (地理学报), 1999, 54(3): 255-
262 (in Chinese)
[19]摇 O爷Driscoll RL. Description of spatial pattern in seabird
distributions along line transects using neighbour K sta鄄
tistics. Marine Ecology Progress Series, 1998, 165: 81-
94
[20]摇 Lu Z鄄J (卢志军), Wang W (王 摇 巍), Zhang W鄄H
(张文辉), et al. Spatial鄄temporal patterns of Bashania
fargesii bamboo shoot emergence and giant panda her鄄
bivory. Biodiversity Science (生物多样性), 2009, 17
(1): 1-9 (in Chinese)
[21] 摇 Wu J鄄G (邬建国). The key research topics in land鄄
scape ecology. Acta Ecologica Sinica (生态学报),
2004, 24(9): 2074-2076 (in Chinese)
[22]摇 Zhang N (张摇 娜). Scale issues in ecology: Concepts
of scale and scale analysis. Acta Ecologica Sinica (生态
学报), 2006, 26(7): 2340-2353 (in Chinese)
[23]摇 Cai B鄄F (蔡博峰), Yu R (于 摇 嵘). Comparison on
spatial scale analysis methods in landscape ecology.
Acta Ecologica Sinica (生态学报), 2008, 28 (5):
2279-2287 (in Chinese)
[24]摇 Plotnick RE, Gardner RH, O爷 Neil1 RV. Lacunarity
indices as measures of landscape texture. Landscape
Ecology, 1993, 8: 201-211
[25] 摇 Zeng H (曾摇 辉), Jiang Z鄄Y (江子瀛), Yu H (喻
红), et al. Landscape structure study of Longhua area
in Shenzhen City during the fast urbanization process.
Acta Scientiarum Naturalium Universitatis Pekinensis (北
京大学学报·自然科学版), 2000, 36(2): 221-230
(in Chinese)
作者简介摇 高摇 凯,男,1981 年生,博士研究生.主要从事 3S
技术景观生态应用及景观生态规划研究,发表论文 4 篇.
E鄄mail: gaokai@ webmail. hzau. edu. cn
责任编辑摇 杨摇 弘
6262 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷