全 文 :景观空间动态模型研究现状和应重点解决的问题 3
李书娟 曾 辉 3 3 夏 洁 张 磊
(北京大学城市与环境学系 ,北京 100871)
【摘要】 分析了景观空间动态模型研究的现状及今后的重点发展方向. 论文重点介绍了随机景观模型、邻
域规则模型和景观过程模型 (包括渗透模型、个体行为模型和空间生态系统模型) 3 类景观空间模型的发
展现状、存在的主要问题以及对这些模型途径进行完善的有关工作 ,并从确证性分析、有效性分析与敏感
性分析等 3 个方面阐述了模型检验技术的发展现状. 最后 ,总结了未来景观空间动态模型发展中应重点解
决的主要问题 ,即模型算法的优化、尺度转换、模型的复杂化与简化、模型检验与评价 ,通用模型的建立以
及传统模型与社会经济因素衔接问题.
关键词 景观 空间动态模型 遥感 GIS 模型检验
文章编号 1001 - 9332 (2004) 04 - 0701 - 06 中图分类号 Q149 文献标识码 A
Current situation and some intending problems of landscape spatial dynamic model. L I Shujuan , ZEN G Hui ,
XIA Jie ,ZHAN G Lei ( Depart ment of U rban and Envi ronmental Sciences , Peking U niversity , Beijing 100871 ,
China) . 2Chin. J . A ppl . Ecol . ,2004 ,15 (4) :701~706.
Along with the rapid development of remote sensing ,geographic information system ,computer and other support2
ing technologies ,model approach has become the major method of landscape dynamic study. Based on literature
review ,this paper analyzed the current situation and some intending problems of the development of landscape
spatial dynamic model. Three kinds of models , i. e. , stochastic landscape model , neighborhood rule model and
landscape process model (including percolation model , individual2based landscape model and spatial ecosystem
model) were mainly introduced ,and their development status ,existing problems and related improvement work
were analyzed. The development of model test technologies ,such as verification analysis ,validation analysis ,and
sensitivity analysis ,were also analyzed. Finally , this paper summed up six major problems that should be dealt
with in the future development of the landscape spatial dynamic models. These problems included model arith2
metic optimization , scale conversion , model complication and predigesting , model test and assessment , bringing
forward of general model ,and integration of the traditional model with social2economic factors.
Key words Landscape , Spatial dynamic model , Remote sensing , GIS , Model test .3 国家重大基础研究发展规划项目 ( G2000046807) 和自然科学基金
资助项目 (40171091) .3 3 通讯联系人.
2002 - 02 - 02 收稿 ,2003 - 06 - 24 接受.
1 引 言
随着遥感、地理信息系统和计算机等支撑技术的迅速发
展 ,现代景观生态学宏观尺度结构、功能和动态研究方法也
发生了显著变化. 特别是自 20 世纪 80 年代以来 ,北美景观
生态学的蓬勃兴起 ,不但使该学科在概念和理论上焕然一
新 ,而且形成了一系列以空间格局和动态模拟模型为特点的
景观生态学数量研究方法 [42 ] . 近年来 ,利用模型方法描述景
观格局动态和功能变化特征 ,探索其内在的驱动机制 ,已成
为国内外争相采用的方法 [44 ] . 在第十五届美国景观生态学
年会上 ,二维空间模拟模型研究方面就提交了 60 多篇论文 ,
接近会议交流论文总量的 30 %[23 ] .
景观动态研究涉及到复杂的自然和人为影响因素 ,并因
此产生更加复杂的景观格局和功能变化过程. 受时间和经费
投入限制 ,利用野外控制实验方法了解景观动态现象和内在
动力学机制困难较大. 因此 ,在有限的基础资料条件下 ,通过
动态模型建设和机助实验研究就成为大多数研究工作中唯
一可行的技术路线. 此外 ,动态模型的输出结果 ———模拟景
观具有诸多真实景观不可替代的优点. 受观测技术、条件和
经费等限制 ,多数真实景观的动态信息或不连续 ,或分辨率
难以满足特定要求. 模拟景观可有效克服上述缺点 ,其属性
参数能够做到与相关研究要求具有良好的匹配性 ,进而可以
被广泛运用于景观格局与生态关系研究 ,景观指数的建立、
检验与比较等相关研究领域 [14 ,32 ,39 ] .
现有的生态模型大致可以分为空间模型和非空间模型
两类 ,非空间模型在建模过程中不考虑空间属性参数 ,而空
间模型中空间位置信息是必须考虑的变量类型之一. 景观生
态学研究的重点是剖析景观空间格局和生态学过程之间的
相互关系 ,空间模型自然成为景观生态学研究的最佳选择 ,
这也是景观模型区别于其他生态学模型最突出的特点 [43 ] .
本文在详细分析国内外相关文献的基础上 ,重点总结主要景
观动态空间模型的现状和基本特点 ,并讨论景观动态模拟研
究未来应重点关注的主要问题.
应 用 生 态 学 报 2004 年 4 月 第 15 卷 第 4 期
CHIN ESE JOURNAL OF APPL IED ECOLO GY ,Apr. 2004 ,15 (4)∶701~706
2 景观动态空间模型的类型及基本特征
在现有大量涉及模型工作的文献中 ,研究人员根据建模
目的差异和所研究景观的具体特点 ,报道了大量的景观动态
模型研究案例. 对这些景观模型进行分类总结 ,可以在类别
的层次上比较模型的异同性 [10 ] . 不同学者对景观模型的分
类有不同的看法 ,本文依据景观模型的结构差异和对所研究
生态学过程的处理方式 ,将景观空间模型分为随机景观模
型、邻域规则模型和景观过程模型三大类型 ,并分别探讨其
具体特点.
211 随机景观模型
随机景观模型是研究景观格局和过程在时间和空间上
的整体动态[22 ] ,不涉及具体的生态过程 ,是一种试图将空间
信息与概率分布相结合的模型. 该类景观模型融合了几何方
法 (描述系统) 、统计方法 (分析系统)和机制方法 (模拟过程)
等建模手段 ,或是把生物反馈原理引入空间动态模型 ,或是
把空间特征引入传统生态学模型中. 其中最常用的是马尔柯
夫链模型[45 ] :
空间马尔柯夫链模型用转移矩阵来模拟景观斑块从一
种类型转化为另一种类型的动态规律. 该模型通常假设转移
概率不随时间改变 ,而且这种概率仅与斑块的前一时间点的
状态有关 ,景观的动态可以用下面的马尔柯夫链模型来表
示 :
A ( t +1) = A ( t) P
式中 , A ( t) 为景观各斑块在 t 时刻的状态矩阵 , A ( t +1) 为景
观斑块 t + 1 时刻的状态矩阵 , P 为景观斑块转移矩阵[22 ] .
马尔柯夫模型简单易懂 ,而且对时段样本数量要求不很
严格 ,是景观模型中应用最早、最普遍的模型之一 [27 ,46 ] . 马
尔柯夫模型的特点是 :1) 景观转移概率不是齐次的 ,而是动
态变化的 ;2)景观动态的空间依赖性很强 ;3) 状态转换受到
区位因素、决策过程等的综合影响 [45 ] .
这种马尔柯夫链模型的缺点在于 :1)景观空间动态不是
一个真正的马尔柯夫过程 ,首先 ,斑块的变化不仅受其前一
时间点上状态的影响 ,而且还同时受其相邻斑块性质和变化
的影响. 其次 ,斑块的转移概率通常随时间而变化. 2) 这种简
单的转移概率模型 ,没有包括人类经济活动因素. 3) 忽略了
景观动态的机制 ,而把复杂的变化和控制机制简化为一种概
率 ,不能体现驱动景观变换的生态机理过程 [22 ] . 4) 确定转移
状态和获取概率 ,在实际操作中也有很大的困难 [35 ] .
针对上述缺陷以及马尔柯夫模型应用中的一些限制性
问题 ,一些研究人员进行了专门的探讨. 例如 ,鉴于马尔柯夫
模型不能用于景观突变研究 , Hobbs 等[16 ]提出可以利用状
态转移模型来修正马尔柯夫模型的转移概率 ;在计算空间概
率转移矩阵时 ,融入邻近空间影响使模型转移概率更趋合
理[35 ] ;采用一些新的优化方法 ,如遗传算法 ,亦可显著增加
景观概率模型的准确性 [43 ] ;Li[21 ]也对非均匀马尔柯夫模型
的应用 ,特别是如何进行稳定性分析进行了专门研究 ;遥感
与 GIS技术的发展 ,为建立更切合实际的概率转移矩阵提供
了坚实的支撑技术基础 [24 ,35 ] .
1)彭晋福. 2000. 应用最小累积助理模型模拟土地利用变化———以江
苏省扬中市为例 (硕士论文) . 北京 :北京大学.
212 邻域规则模型
景观动态变化过程中 ,斑块的变化既取决于上一个时间
点的状态 ,同时还受到相邻斑块性质和变化的影响 ,这种影
响可以被组织成一系列约束景观动态变化幅度和方向的规
则.邻域规则模型就是基于这一前提构建的一类景观动态模
型 ,是一种能在景观水平上产生复杂的景观结构和行为的离
散型动态模型. 目前 ,应用最普遍且最具有代表性的邻域规
则模型为细胞自组织模型 (CA 模型) .
CA 模型是 20 世纪著名的数学家 Neumann 首先提出 ,
并在 80 年代末被引入景观生态学动态研究中. 景观研究人
员对 CA 模型兴趣的增长除因为个体模型的蓬勃发展外 ,还
因为 GIS与 RS的应用使得 CA 模型的应用更加容易 [36 ] . 该
模型是一种时间、空间、状态离散的模型 ,一个简单的 CA 模
型由栅格网络、细胞状态、邻域规则和转换方程组成. 转换规
则可以是确定的或是随机的 ,定义如下 :
a
s
t + 1 = f ( as - rt , ⋯, ast , ⋯, as + rt )
式中 , ast 表示细胞s在 t 时刻的状态 , r是与细胞s相邻的细胞
距离 , f 是转移规则[18 ] . 对于 CA 模型而言 ,确定合适的转换
规则是十分重要的 ,可以通过反复验证提高或是根据特定的
算法确定[3 ] .
CA 模型的一般特征为 :1 ) 空间离散和齐次性 ,每个细
胞的变化都服从相同的规律 ,细胞的分布方式相同 ;2 ) 时间
的离散性 ;3 )状态的离散和有限性 ;4)同步计算 ,可将 CA 模
型的状态变化看成是对数据或信息的计算或处理 ; 5) 局部
性 ,每一个细胞的当前状态只对于半径为 r 的邻域细胞在下
一时刻的状态可能发生影响. 从信息传输的角度来看 ,在 CA
模型中信息传输的速度是有限的 ;6 ) 维数高 ,在动力系统中
一般将变量的个数称为维数 ,从这个角度来看 ,CA 模型应属
于一类无穷维动力系统 [17 ] .
CA 模型简单、灵活、明了 ,应用广泛[41 ] ,最大优点就是
可以把局部性小尺度上观测的数据结合到邻域转化规则之
中 ,然后通过计算机模拟来研究在大尺度上系统的动态特
征[43 ] .该模型还长于在特定的约束体系作用下 ,揭示景观组
分的持续增长或减少过程、生物行为方式或生态干扰的扩散
过程[43 ] . 从数据结构角度看 ,由于 CA 模型中的细胞和基于
栅格 GIS中的栅格结构相同 ,所以该模型易于和 GIS、遥感
数据处理等系统进行集成 [47 ] .
但 CA 模型在景观生态学应用中 ,也存在着一定的局限
性 ,主要表现在 :1)过分强调邻近单元的状态 ,考虑到的仅是
局部的相互作用 ,忽略了区域和宏观因素的影响 ;2) 模型考
虑的单元属性较为单一 ,而实际景观中单元属性是由多层次
多要素综合构成的 ,单元之间还存在着相互作用 ;3) 转换规
则事先确定 ,而现实景观动态过程通常表现为某种可能性和
倾向性 ,状态转换不是完全确定的 ;4) 时间和空间分辨率难
以把握 ,而这将直接影响到模拟结果的准确性1) .
207 应 用 生 态 学 报 15 卷
尽管存在上述局限性 ,CA 模型仍是目前景观模型中常
用的方法[15 ,25 ] . 不少研究工作将 CA 模型与其它方法结合 ,
在一定程度上克服了上述缺陷. 如将随机过程融入转换规则
中 ,使得模拟景观生态学现象更为合理 [3 ,34 ] ,也有学者将标
准的 CA 模型进行扩展 ,从微观、区域和宏观 3 个层次来定
义细胞状态转换规则 ,从而建立了扩展 CA 模型[47 ] . Chil2
dress等[5 ]和傅伯杰等[8 ]基于栅格 CA 模型研究了转移规律
的复杂性 ,提出了计算细胞状态数目、邻域尺度、相邻细胞状
态数确定与随机转换规则的选择对 CA 模型复杂性与弹性
的影响方法 ,为 CA 模型的优化奠定了基础. GIS 技术的发
展 ,为景观格局栅格化带来了极大的方便 ,使得利用 CA 模
型进行复杂景观的动态模拟及概括性研究具有广阔的应用
前景[8 ] .
空间概率模型和 CA 模型大都是用来模拟景观空间格
局动态的 ,二者结合再加上对邻域规则限制条件的放松可以
提高这些方法在表现生态学过程或机制方面的能力. 尽管如
此 ,在模拟某些生态系统过程 (如物质循环、能量流动) 的空
间动态时 ,以上两种方法的适用性不如景观过程模型 [43 ] .
213 景观过程模型
景观过程模型是从机制出发来研究某生态过程 (如干扰
或物质扩散)在景观空间里的发生、发展和传播. 该方法通常
有 3 种建模出发点 :1)利用一种已知的物质运动规律来对景
观动态变化过程进行模拟 ,如渗透模型 ;2) 明确考虑景观中
每一个生物个体的空间位置及其行为 ,通过个体的行为和作
用来体现景观的功能和结构动态 ,如基于个体行为的过程模
型 ;3)在对景观动态变化机理详细了解的基础上 ,通过模拟
将景观动态变化过程比较真实地表达出来 ,如空间生态系统
模型.
21311 渗透模型 渗透模型以相变物理学的渗透理论为基
础 ,研究网络的空间随机过程产生的单元群数量、大小和形
状 ,及其在临界渗透状态下的变化 [45 ] . 其一般的建模思路是
在假定景观格局不存在的条件下 ,利用二维渗透网格来模拟
随机景观格局. 模型假设景观是由二元随机正方网络组成 ,
组成网络的单元细胞为正方形 ,单元取值为二元 (1 或为 0) ,
网络中每个单元的取值是随机的 (即以存在概率 P 占据任意
一单元) . 单元群是指一组边与边相邻的占据单元 ,临界渗透
单元群是从网络的一边缘连续伸延到其对面边缘的单元群 ,
临界渗透概率是在第一个临界渗透单元群出现在网络里的
占据单元存在概率的取值 ,显然这是一个从量变到质变的过
程[22 ] .临界渗透概率受到多种因素的影响 ,如模型所基于的
假设、栅格细胞的几何形状、模拟的过程类型、过程的模拟方
式、斑块在景观空间中的分布特征、空间尺度、时间尺度以及
物种的行为生态学特征等 [40 ,43 ] .
该模型被广泛用于研究火、病虫害和物种在景观里的传
播、景观斑块的集聚性和空间结构 ,资源在不同尺度上的可
利用性等[22 ] . 相关研究表明景观格局存在临界阈值 ,格局的
轻微变化能够引起大尺度现象的突变 [9 ] ,这种临界阈值对于
确定空间格局的关键区和景观连接度有重要作用 [33 ,37 ,39 ] .
与实际景观格局相比 ,渗透模型的模拟景观中 ,边界长
度长于实际景观 ,斑块数目也显著增加 [9 ,32 ] ,斑块的相对连
接度则相差很大 [9 ,32 ] . 此外 ,渗透模型还存在着其他一些局
限性 :1)渗透模型最主要的限制是其空间完全独立性 ,在渗
透模型图中 ,被模拟的单元统计上与相邻的单元完全独立 ,
而在真实景观中空间单元属性往往呈正相关 [9 ,32 ] ;2)该模型
仅适用于两类组分构成的景观 ,对于复杂景观进行动态模拟
之前 ,需要进行二值化处理 ;3)对于给定网络类型 ,临界渗透
概率是固定不变的. 与真实景观相对照 ,上述的局限性无疑
属于苛刻的模型假设条件 ,特别是在面对复杂的人为活动影
响时 ,渗透模型的使用受到了较大的限制.
近年来 ,人们运用中点替代分形算法来获取主体格局 ,
该方法能够很容易地系统区分生境斑块的丰度与空间蔓延
度. Hargis 等[14 ]提出通过从数据库中向图形中添加斑块 ,随
机放置 ,直到达到期望比例的景观格局模拟方法 , Saura
等[32 ]提出了用修改的随机单元群方法来模拟景观格局变
化.这些模型修正方法都极大地改善了模拟结果的准确性 ,
显著提高了该模型的适用范围.
21312 个体行为模型 景观个体行为模型以生物个体为基
本单位 ,模拟每一个体的行为以及个体间和个体与景观之间
的相互作用 ,模型中的景观功能和结构动态是通过个体的行
为和作用变化来体现 [22 ] . 个体行为模型主要包括两个部分 ,
即个体迁移模型和系列数字化影像 ,在种群相互作用、扩散、
迁移、生境选择和捕食喜好资料的基础上模拟动植物个体的
活动[6 ] . 建模过程中数字化景观影像通常被处理成由像元组
成的格网形式 ,然后在适宜的尺度上测量景观特征 ,结合上
述个体行为特征参数进行模型建设. 像元 (细胞)的属性值为
景观特征值 ,如植物群落、捕食密度、水资源以及人口密度、
经济活动状况和道路等与人类活动相关的特征参数. 模型模
拟的个体信息 ,如动物个体的位置和自然环境选择等 ,可用
于模拟对象的动态特征分析 [6 ] .
个体行为模型体现了生物个体间的差异和相互作用 ,对
了解个体特征怎样决定系统特征具有重要的指示意义. 其主
要优点是可以将观测的数据直接融入模型 [13 ] ,进而将个体
在斑块间的迁移及其对种群动态影响的量化分析结合起
来[6 ] ,具有对多层次的功能、过程和现象的解释能力 [22 ] . 个
体模型的有效性也更容易检验 ,因为它们通常涉及实际景观
中特定物种动态和特定的生态机制 ,很容易使用实际观测资
料进行模型验证 [13 ] .
然而 ,为了构造和测试个体模型 ,通常需要收集大量特
定分辨率水平和特定个体的数据. 在数据资料比较充分时 ,
个体模型可以有效地模拟生活于异质性空间环境中、有着复
杂生活史的小种群动态 ,但基础数据需求量大是建立个体模
型的难度所在[20 ] . 此外 ,个体模型往往涉及到许多个体、种
群和系统的细节信息 ,容易造成模型结构的复杂化. 由于个
体模型将观测数据直接融入模型中 ,使该模型很容易受到经
验知识的影响. 所以个体行为模型与上述其他景观动态模型
相比 ,通常不具有普适性[13 ] . 目前 ,个体行为模型也被扩展
3074 期 李书娟等 :景观空间动态模型研究现状和应重点解决的问题
应用于模拟景观动态变化 ,即采用个体有机体行为模型的模
拟规则 ,来模拟景观组分的变化 [4 ] ,从这个角度看 ,细胞自组
织模型可以看成是个体行为模型的一种.
21313 空间生态系统模型 空间生态系统模型一般是在详
细了解景观动态变化驱动机制的基础上 ,重现景观内部生态
流过程的一种模型方法 ,以往主要用于生态系统尺度上的生
态流研究. 空间生态系统模型可以用下面的数学公式来表
达 : 5 S i5 t = f i ( S , F) + ý ·( Di + ý S i)
式中 , S i 表示某一生态学变量 (如养分含量、种群密度、干扰
面积) , F 表示环境因素的影响 (如温度、水分、光照、风) , Di
是表示所有研究过程的空间扩散或传播能力的系数 , ý 表
示空间梯度 (可以是一维、二维或三维的) [43 ] .
该模型通常先将景观划分成许多地理空间单元 (即不同
的生态系统) ,然后根据空间算法 ,描述这些空间单元间生态
流的时空过程 ,模拟对象一般为生态系统中 4 种主要的生态
流 ,即外界的输入、系统内部的流动、系统的输出和能量散
发.如果模型能够满足必要的空间明晰化要求 ,则可直接应
用于景观动态研究 [35 ] . 生态系统研究已有几十年的历史 ,为
建立生态过程模型提供了足够生态过程信息 ,如光合作用、
物质迁移、能量流动、沉积作用等[28 ] . 尽管生态系统过程模
型类型很多 ,且不同模型可根据具体研究工作需求组合使
用[18 ] ,但该类模型主要长于生态系统内部与生态系统间生
态流过程的模拟.
空间生态系统模型可以将生态系统过程空间化 ,在不同
尺度上真实体现景观功能变化. 与其他景观模型相比 ,能更
加真实地反映现景观格局与过程的相互作用. 这类模型的结
构很适宜与 GIS和遥感技术结合 ,因而成为目前研究景观格
局与过程相互作用的一个重要模型途径 [43 ] . 空间生态系统
模型能够在不同尺度上模拟景观过程且比较真实地反映景
观机制 ,但一个不容回避的问题是 ,该类模型通常比较复杂 ,
而且在不同尺度上整合景观过程时 ,对景观过程尺度效应表
达的真实性仍有疑问.
除上述 5 种主要的景观动态空间模型外 ,一些学者还提
出了许多其他模型途径 ,如空间斑块动态模型、流行病模型、
扩散 - 反应模型等[9 ,43 ] ,这些模型多为个案研究 ,普适性程
度与上述模型相比具有显著差异.
3 模型检验技术的发展现状
模型检验是确认模型特性与质量的必要环节 ,模型检验
通常包括 3 个部分 :确证性分析、有效性分析与敏感性分析.
确证性分析用于检验是否正确地建立了模型 ,确保模型按照
正确的思路、方法和程序进行建设. 涉及比较复杂的计算机
编程时 ,该分析还应确保程序编写正确并按预期运行 [30 ] .
有效性分析用于检验是否建立了正确的模型 ,重点检查
模型的目的、模型期望的运行特征以及模型的运行环境. 衡
量模型有效性的具体内容包括 :1) 操作有效性 ,将模型的输
出与预期表现标准进行对比检测 ;2)概念有效性 ,对理论、假
设和模型的逻辑进行评价 ;3)数据有效性 ,根据特定的标准 ,
对输入数据的质量进行评价 [31 ,38 ] . 此外 ,景观模型通常是不
同尺度的综合 ,有效性分析必须包含这部分验证内容 ,即使
是单一尺度的景观模型 ,也应检验其尺度有效性 [11 ,19 ] .
灵敏度分析是检测模型参数在特定范围变化时 ,预测结
果的变化程度 ,相当于通过有效性验证后模型的稳定性分
析[30 ] .灵敏度分析虽然简单 ,但它是评价模型参数相对重要
性的有力工具. 其结果既可以为管理措施提供坚实的科学依
据 ,又可以使相关经验研究侧重于那些对输出结果有显著影
响的模型参数 ,从而获得关键性的基础数据 ,以提高模型精
度和对所研究景观的总体把握. 此外 ,灵敏度分析还可以揭
示模型概念或计算机程序中的错误 [38 ] ,有助于模型的优化
和有效数据的收集.
上述模型检验工作中 ,除确证性分析相对容易外 ,其它
两类检验往往因基础资料限制而难以有效进行. 其中 ,作为
灵敏度分析的前提 —有效性验证虽然被公认为是模型工作
的必要组成部分 [19 ] ,但在现有的报道中很难见到严格的有
效性验证工作. 造成这一现象的原因主要是基础数据的约
束 ,特别是大尺度景观模型研究中 ,通常很难找到合适的平
行验证数据 ,大范围的控制试验也难以实现. 正是由于这一
原因 ,景观模型预测的可靠性仍不能令人满意 [38 ] ,这也是今
后景观动态模型研究工作中需要重点关注的问题之一.
4 未来的重点发展方向
模型手段的普遍使用 ,极大地促进了景观这一宏观生命
组建层次的理论和应用发展 ,并且涵盖了景观动态研究的几
乎所有领域 ,特别是在基于过去和现有知识预测未来方面 ,
模型的作用无疑是值得肯定的 [38 ] . 目前看来 ,景观动态模型
研究在扩展我们对驱动景观变化的自然过程的理解 ,完善景
观生态学理论 ,预测管理措施的结果等方面的优势是其他方
法论途径所无法替代的 [7 ] . 可以预见今后相当长的时间里 ,
模型仍将是景观动态研究的重要支撑技术. 尽管如此 ,景观
动态模型研究还存在许多需要逐步完善的地方 ,从景观生态
学研究发展的需求看 ,至少以下几个方面是该领域今后应重
点解决的问题.
411 模型算法的优化
随着大量复杂系统问题在景观生态学研究中逐步占据
重要地位 ,海量空间数据处理将成为今后景观动态模型研究
的主要基线数据形式. 因此 ,空间算法的发展尤其应当受到
模型算法优化工作的关注 ,特别是如何克服基于传统矢量或
栅格方法的某些算法限制. 尽管很多人在模型建立过程与有
效算法改革上做过一些有益的尝试 ,如将矢量算法与栅格数
据相结合[2 ] ,但现阶段这方面的进展还不十分明显.
412 尺度转换
尺度效应是导致景观现象复杂化的重要因素之一 ,复杂
景观动态问题的合理解释往往有赖于多尺度驱动机制和过
程特点的综合分析. 现有模型手段除基于分形理论的一些模
407 应 用 生 态 学 报 15 卷
型外 ,其他模型均为单尺度模型 ,导致具体研究工作中 ,尺度
成为模型选择的一个重要限制性因素 [1 ] . 尽管我们已经开发
了从个体到全球各个尺度的景观动态模型 ,但如何科学有效
地将这些离散尺度模型有机地联系起来 ,以适应复杂景观动
态研究的需求 ,仍是一个没有解决的问题 [37 ] .
413 模型的复杂化与简化
计算机、遥感和地理信息系统等支撑技术的发展 ,使大
尺度复杂景观动态模型建设成为可能 ,现有许多模型也朝着
多尺度、多过程综合化方向发展 [26 ] ,以便更加真实地体现景
观动态过程的实际情况. 但模型并非越复杂越好 ,复杂模型
难以建立 ,难以交流 ,难以理解 [12 ]等缺陷是限制其应用广度
和深度的主要原因. 合理的模型途径应当是尽量简化模型的
细节 ,只保留关键性的过程 ,才能够最大限度发挥模型手段
的优势[38 ] .
414 模型检验与评价
景观动态模型的发展进程已经证明 ,单纯地集中注意力
在模型的建设上 ,而忽略了模型的检验将成为今后景观动态
研究工作中的硬伤. 必须将模型检验和评价作为模型研究的
重要组成部分 ,不断发展新的检验手段与实效性测试技术 ,
景观动态模型的发展才能够达到相对成熟的阶段. 在模型检
验与评价技术还难以满足需要的情况下 ,可以在尽可能完善
的基线数据基础上 ,通过详细的模型比较来选择合适的建模
途径 ,这将有助于确定适宜的研究尺度和模型类型 ,也有助
于模型的设计与算法评价 [2 ] .
415 通用模型的建立
Grimm 在回顾过去 10 年里个体模型在生态学中的应用
时指出 ,运用个体模型的研究人员的确学到了很多东西 ,但
对生态学而言 ,很难说基于个体行为的模型对生态学整体做
出过多大的贡献[13 ] . 近年来 ,景观模型快速发展 ,相关研究
人员针对不同的景观、不同的尺度和不同的研究目的建立了
大量的景观模型 ,但通用景观模型一直没有出现 ,这也极大
地限制了景观模型的应用发展. 目前 ,已经有研究人员开始
进行这方面尝试 [32 ] ,相信随着理论与建模技术的发展 ,有标
准组件的通用模型将有可能成为景观模型发展的新阶段.
416 传统模型与社会经济因素衔接
现有许多景观动态模型是在自然景观研究的基础上发
展起来的 ,社会经济因素通常没有在模型构建中加以考虑.
在人为活动区域占据地球表面 2/ 3 以上陆地面积的今天 ,社
会经济因素已成为多数地区景观格局形成与发展重要驱动
因子[29 ] . 许多传统模型如不能充分考虑这一事实 ,完善模型
的结构与参数设计 ,将面临被淘汰的尴尬境地. 因此 ,在景观
模型中充分考虑社会经济因素的约束 ,使之与规划和管理工
作更加密切联系起来 ,将成为提高模型实际效用的唯一途
径[2 ] .
参考文献
1 Addiscott TM ,Mirza NA. 1998. New paradigms for modeling mass
transfer in soils , Soil Tillage Res ,47 :105~109
2 Baker WL , Mladenoff DJ . 1999. Progress and future directions in
spatial modeling of forest landscapes. In : Mladenoff DJ & Baker
WM. Spatial Modeling of Forest Landscape Change Approaches and
Applications. New York :Cambridge University Press. 333~349
3 Balzter H ,Braun PW. 1998. et al . Cellular automata models for
vegetation dynamics. Ecol Model ,107 :113~125
4 Chang Y(常 禹) ,Bu R2C (布仁仓) . 2001. Geographic informa2
tion system and individual2based spatial explicit landscape model.
Chin J Ecol (生态学杂志) ,20 (2) :61~65 (in Chinese)
5 Childress WM ,Rykiel EJ , et al . 1996. Transition rule complexity in
grid2based automata models. L andscape Ecol ,11 (5) :257~266
6 Dunning JB , Stewart DJ , et al . 1995. Spatially explicit population
models :current forms and future uses. Ecol A ppl ,5 :3~11
7 Fall A ,Fall J . 2001. A domain2specific language for models of land2
scape dynamics. Ecol Model ,137 :1~21
8 Fu B2J (傅伯杰) , et al . 2001. The Theory and Application of Land2
scape Ecology. Beijing :Science Press. (in Chinese)
9 Gardner RH ,O’Neill RV. 1991. Pattern ,process ,and predictabili2
ty :the use of neutral models for landscape analysis. In : Turner M G ,
Gardner RH. eds. Quantitative Methods in Landscape Ecology. New
York :Springer2Verlag.
10 Gardner RH ,Romme WH , et al . 1999. Predicting forest fire effects
at landscape scales. In : Mladenoff DJ & Baker WM. eds. Spatial
Modeling of Forest Landscape Change Approaches and Applica2
tions. New York :Cambridge University Press. 165~183
11 Gerard BM ,Heuvelink. 1998. Uncertainty analysis in environmental
modelling under a change of spatial scale. N ut ri Cycl A groecosyst ,
50 :255~264
12 Grimm V , Wyszomirski T , et al . 1999. Individual2based modeling
and ecological theory : synthesis of a workshop . Ecol Model , 155 :
275~282
13 Grimm V. 1999. Ten years of individual2based modelling in ecolo2
gy :what have we learned and what could we learn in the future ?
Ecol Model ,115 :129~148
14 Hargis CD ,Bissonette JA ,and David JL . 1998. The behaviour of
landscape metrics commonly used in the study of habitat fragmenta2
tion. L andscape Ecol ,13 :167~186
15 Hiebeler D. 2000. Populations on fragmented landscapes with spa2
tially structured heterogeneities :Landscape generation and local dis2
persal. Ecology ,81 (6) :1629~1641
16 Hobbs N T. 1993. Effects of landscape fragmentation on ecosystem
processes in the Western Australian wheatbelt . Biol Conserv , 64
(3) :193~201
17 Jia H (贾 华) , Zhu G2R (祝国瑞) , et al . 1998. The mechanism
research on land use conversions based on cellular automata and
grey situation decision rules. J W uhan Techn U niv S urveying and
M apping (武汉测绘科技大学学报) , 24 (2) : 166~169 (in Chi2
nese)
18 Knox RG , Kalb V ,Levine ER. 1997. A problem solving workbench
for interactive simulation of ecosystems. I EEE Com puting Sci En2
gin ,4 (3) :52~60
19 Kok K ,Farrow A , et al . 2001. A method and application of multi2
scale validation in spatial land use models. A gric Ecosyst Envi ron ,
85 :223~238
20 Letcher BH ,Priddy JA , et al . 1998. An individual2based ,spatially 2
explicit simulation model of the population dynamics of the endan2
gered red2cockaded woodpecker , Picoides borealis . Biol Conser ,86 :
1~14
21 Li BL . 1995. Stability analysis of a nonhomogeneous Markovian
landscape model. Ecol Model ,82 (3) :247~256
22 Li H2B(李哈滨) ,Wu Y2G(伍业钢) . 1992. Quantitiation research
methods of landscape ecology. In :Liu J2G(刘建国) . Advances in
Modern Ecology. Beijing :China Sciences and Technology Press. 209
~233 (in Chinese)
23 Li X2Z(李秀珍) . 2000. The hot points and forefronts of the devel2
opment of landscape ecology from the 15 th American Assoiation for
Landscape Ecology. Acta Ecol S in (生态学报) , 20 ( 6) : 1113~
1115 (in Chinese)
24 Lopez E ,Bocco G ,Mendoza M , et al . 2001. Predicting land2cover
and land2use change in the urban fringe : A case in Morelia city ,
5074 期 李书娟等 :景观空间动态模型研究现状和应重点解决的问题
Mexico. L andscape and U rban Planning ,55 :271~285
25 Messina J P , Walsh SJ . 2001. D Morphogenesis : modeling landuse
and landcover dynamics in the Ecuadorian Amazon. Plant Ecol ,
156 :75~88
26 Mladenoff DJ ,Baker WL . 1999. Development of forest and land2
scape modeling approaches. In : Mladenoff DJ & Baker WM. eds
Spatial Modeling of Forest Landscape Change Approaches and Ap2
plications. New York :Cambridge University Press. 1~13
27 Muller MR ,Middleton J . 1994. A markov model of land2use change
dynamics in the Niagara Region ,Ontario ,Canada. L andscape Ecol ,
9 :151~157
28 Ollinger SV ,Aber JD ,Federer CA. 1998. Estimating regional forest
productivity and water yield using an ecosystem model linked to a
GIS. L andscape Ecol ,13 :323~334
29 Parks PJ . 1991. Models of forested and agricultural landscape :inte2
grating economics. In : Turner M G , Gardner RH. eds. Quantitative
Methods in Landscape Ecology. New York :Springer2Verlag. 309~
322
30 Qureshi ME ,Harrison SR ,Wegene M K. 1999. Validation of multi2
criteria analysis models. A gric Systems ,62 :105~116
31 Rykiel EJ . 1996. Testing ecological models : the meaning of valida2
tion. Ecol Model ,94 :7~16
32 Saura S , Martinez2Millan J . 2000. Landscape patterns simulation
with a modified random clusters method. L andscape Ecol ,15 : 661
~678
33 Schumaker NH. 1996. Using landscape indices to predict habitat
connectivity. Ecology ,77 :1210~1225
34 Silvertown J ,Holtier S ,Johnson J ,Dale P. 1992. Cellular automaton
models of interspecific competetion for space 2the effect of pattern
on process. J Ecol ,80 (3) :527~534
35 Sklar FH ,Costanza R. 1991. Forest landscape model , the develop2
ment of dynamics spatial models for landscape ecology : A review
and progress. In : Turner M G , Gardner RH. eds. Quantitative Meth2
ods in Landscape Ecology. New York :Springer2Verlag. 263~288
36 Sui ,DZ ,Zeng H. 2001. Modeling the dynamics of landscape struc2
ture in Asia’s emerging desakota regions : a case study in Shen2
zheng. L andscape and Planning ,53 :37~52
37 Urban DL ,Acevedo MF , Garman SL . 1999. Scaling fine2scale pro2
cesses to large2scale patterns using models derived from models :
meta2models. In :Mladenoff DJ & Baker WM. Spatial Modeling of
Forest Landscape Change Approaches and Applications. New York :
Cambridge University Press. 70~98
38 Verboom J ,Wamelink W. 1999. The application of spatial simulation in
landscape ecology ,In :Wions JA ,Moss M. eds. Issues in Landscape Ecol2
ogy. Colorado :Pioneer Press of Greeley. 38~44
39 With KA , Gardner RH and Turner M G. 1997. Landscape connec2
tivity and population distributions in heterogeneous environments.
Oikos ,78 :151~169
40 With KA , King AW. 1997. The use and misuse of neutral landscape
models in ecology. Oikos ,79 :219~229
41 Wu F. 1998. Simulating urban encroachment on rural land with
fuzzy2logic2controlled cellular automata in a geographical informa2
tion system. J Envi ron M an ,53 :293~308
42 Wu J2G(邬建国) . 2000. Landscape ecology —concepts and theo2
ries. Chin J Ecol (生态学杂志) ,19 (1) :42~52 (in Chinese)
43 Wu J2G (邬建国) . 2000. Landscape Ecology : Pattern , Process ,
Scale and Hierarchy. Beijing : Higher Education Press. (in Chinese)
44 Xiao D2N (肖笃宁) ,Li X2Z (李秀珍) . 1997. Development and
prospect of contemporary landscape ecology. Sci Geogra Sin (地理
科学) ,17 (4) :356~364 (in Chinese)
45 Xiao D2N (肖笃宁) . 1994. Characteristics and methods of macropic
ecological research. Chin J A ppl Ecol (应用生态学报) ,5 (1) :95~
102 (in Chinese)
46 Yang H2X(阳含熙) , et al . 1988. Markov chain model of succession
of the mixed broadleaf Korean pine forest at Changbaishan Bio2
sphere Reserves in China. Acta Ecol S in (生态学报) ,8 (3) :211~
219 (in Chinese)
47 Zhang X2F (张显峰) , Cui H2W (崔宏伟) . 2000. Spatio2temporal
analysis and modeling based on the integration of GIS and CA mod2
el. J I mage Graphics (中国图象图形学报) ,5A(12) :1012~1018
(in Chinese)
作者简介 李书娟 ,1976 年生 ,主要从事景观生态学研究 ,
发表论文多篇.
607 应 用 生 态 学 报 15 卷