全 文 ：应用生态学报 2002年 1月 第 13卷 第 1期
CHINESE JOURNAL OF APPLIED ECOLOGY, Jan. 2002, 13( 1) : 121~ 125
景观指数分类、应用及构建研究 *
陈文波* * 肖笃宁 李秀珍 (中国科学院沈阳应用生态研究所 ,沈阳 110016)
=摘要> 在景观生态学研究中, 理解与把握景观格局变化的生态学原则至关重要. 用景观指数描述景观格
局及变化, 建立格局与景观过程之间的联系,是景观生态学最常用的定量化研究方法. 本文在综合前人对
景观指数的基础上, 对景观指数研究从景观指数的分类研究、指数对景观格局的描述研究、指数之间的相
关性研究及指数构建研究等 4 方面进行了总结, 并从单个景观指数与指数体系两个层次上提出了判定景
观指数优劣及景观指数应用的一般性原则
关键词 景观指数 景观格局 景观生态学
文章编号 1001- 9332(2002) 01- 0121- 05 中图分类号 Q149 文献标识码 A
Classification, application, and crea tion of landscape indices. CHEN Wenbo, XIAO Duning and LI Xuzhen
( I nstitute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016) . 2Chin. J . Appl . Ecol . , 2002,
13( 1) : 121~ 125.
In landscape ecology, it is very important to understand and grasp the ecological principles of landscape transfor2
mation. One of the research methods in common use is to describe landscape pattern and its tr ansformation, and
then connect landscape pattern with process by means of landscape indices. Based on the previous studies on land2
scape indices, some resear ches on the landscape indices. classification, descr iptive ability, relationship among in2
dices and indices. cr eation were conducted in this paper. Moreover, the general principles of applying landscape
indices from two different levels, namely, from single index level and from index system level, were put forward.
Key words Landscape indices, Landscape pattern, Landscape ecology.
* 国家自然科学基金重点项目( 49731030 )和国家自然科学基金资
助项目( 49971007) .
* * 通讯联系人.
2001- 01- 03收稿, 2001- 08- 13接受.
1 引 言
景观格局是由自然或人为形成的, 一系列大小、形状各
异,排列不同的景观要素共同作用的结果, 是各种复杂的物
理、生物和社会因子相互作用的结果[ 9, 11, 28, 29] .相反地, 景观
格局也深深地影响并决定着各种生态过程. 斑块的大小、形
状和连接度会影响到景观内物种的丰度、分布及种群的生存
能力及抗干扰能力[ 3, 5] . 因此, 理解与把握景观格局变化的
生态学原则即建立景观格局与过程之间的相互联系对于景
观生态学研究是至关重要的[ 13] . 长期以来, 这方面的研究一
直是景观生态学研究的核心内容之一.
建立格局与过程之间相互联系的首要问题是:如何将景
观格局数量化,使景观格局的表示更加客观、直观.要做到这
点,可通过 3 条途径[ 9] : 1)通过文字描述; 2)通过图、表描述;
3)通过运用景观指数.通过景观指数描述景观格局具有使数
据获得一定统计性质和比较、分析不同尺度上的格局等优
点,长期以来一直倍受景观生态学关注.
另外,遥感、地理信息系统和计算机技术已广泛应用于
景观格局的定量化研究. 地理信息系统使快速、准确地处理
大规模空间数据成为可能,它与遥感技术相结合大大拓宽了
人类的视觉范围,为景观水平上的监测与评价提供了有效的
手段. 遥感、地理信息系统与景观生态学理论共同形成了对
大尺度生态系统空间格局进行研究的独具特色的研究模式,
而利用景观指数对空间格局进行定量化研究是这种研究模
式的基本内容[ 17] .
2 景观生态学中常用景观指数的分类
在对景观进行空间分析, 建立格局与过程相互联系的过
程中及其它理论如岛屿生物地理学理论、渗透理论等向景观
生态学渗透的过程中, 形成了许多描述景观格局及其变化的
景观指数[ 18, 22, 26] .由于景观指数数量多且由于新理论在景
观生态学中的应用而不断推陈出新[ 7, 8, 24] , 目前, 对景观指
数的分类还未形成统一标准. Forman[ 4]曾把描述斑块的景
观指数分为两大类, 即描述斑块形状的景观指数如形状指数
(Shape index) 等及描述斑块镶嵌的景观指数如相对丰度
( Relative richness)、优势度( Dominance index)和分维数(Fr ac2
tal dimension)等. Hulshoff[ 9]认为景观指数可划分为景观格
局指数( Pattern index)和变化指数( Changing index) , 前者如
斑块类型、数量及形状指数; 后者如斑块数目变化率等.
Turner等[ 28]认为,景观指数可以分为斑块数目与大小、斑块
分维数(F ractal dimension)、景观要素之间的边缘数和多样性
(Diversity)、优势度 ( Dominance )与蔓延度( Contagion) . 以上
划分均是先人为确定景观空间格局及动态的主要方面,然后
对现有的景观指数进行功能分析以确定归属的, 这种分类方
法较为主观;另一种分类则从现有景观指数整体出发, 先不
考虑景观功能,应用统计学方法如相关分析、因子分析等将
景观指数分成不同的类, 然后对各类指数进行描述功能分
析、定类.如 Riitters等[ 22]对 85 幅土地利用图的 55 个景观
指数进行了计算,并用因子分析法对 55 个景观指数进行了
维数压缩.经综合分析, 最后将 55 个景观指数分成 5 组: 1)
描述斑块平均压缩度的指数; 2) 描述景观总体质地的指数;
3)描述斑块形状的指数; 4) 斑块周长、面积比例指数及斑块
类型指数. 值得注意的是,地理信息系统虽然是管理与分析
空间数据的有效工具, 但由于其涉及面广, 提供的景观指数
计算功能远远不能满足人们的实际需要. 因此,人们常将地
理信息系统的这部分功能进行延伸,形成了基于地理信息系
统的各具特色的景观指数软件包, 如 r1 le 软件包[ 1]、SPAN
软件包[ 28]、Fragstats软件包. 其中, Fragst ats 是由美国俄勒
冈州立大学开发的,软件最新版本共能计算景观指数 66 个,
是最为常用的景观指数软件包.有关各软件包的具体内容及
其分类方法 ,可参阅相应文献. 由于景观生态学是一门新兴
的交叉学科,多种学科如信息论、空间理论、渗透理论等不断
向景观生态学渗透,因此景观指数的分类标准多种多样. 但
要很好地理解和把握景观指数分类,还得从景观生态学的基
本原理出发,从/ 斑块、廊道、基质0的基本结构出发, 对景观
指数进行分类.景观指数可分为描述景观要素的指数和描述
景观总体特征的指数两个层次;描述景观要素的指数和描述
景观总体特征的指数也具有不同的层次. 因此,景观指数的
分类从整体上说是一个层次结构(图 1) .
图 1 景观指数分类系统
Fig. 1 Classificat ion system of landscape indices.
单个要素的指数如描述斑块的面积、周长、形状指数;描
述廊道的长度、曲度等. 同类型要素之间关系的指数主要是
指单个要素指数的统计值如均值、极值、离差及空间关系 (
斑块密度、斑块平均大小、斑块面积方差等 ) ;不同类型要素
之间关系的指数主要是指描述具有相同生态学意义的不同
类型要素统计值及空间关系指数;不同要素之间关系的指数
如描述斑块与廊道之间空间关系(空间距离等)的指数(最邻
近距离、平均邻近距离等) , 目前有关于这方面的指数还不
多;我们把指数值受要素大小、个数影响的景观指数分为基
于景观要素的景观总体特征指数如优势度 ( Dominance)、蔓
延度( Contagion) .基于景观构型的景观总体特征指数是指景
观构型的数量化表示, Forman [ 4]曾根据景观结构特征划分
出 4 种景观类型, 即斑块散布的景观、网络状景观、指状景观
和棋盘状景观, 4 种景观中斑块分布构型不同, 对应的基本
生态过程也各异. 目前这方面的研究较少, 有待于进一步深
入探索[ 10] .
3 景观指数对生态过程或现象描述能力研究
景观指数的重要作用在于:它能用来描述景观格局, 进
而建立景观结构与过程或现象的联系, 更好地解释与理解景
观功能. 关于用景观指数成功描述景观结构及动态的研究很
多[ 2, 16, 21, 25, 26] .景观生态学在利用和发展景观指数进行景观
格局分析的同时, 也注意到景观指数中存在的问题. 自 20 世
纪 80年代以来 ,渗透理论在景观生态学中广为应用,并形成
了一种被称为景观中性模型( Neutr al model)的景观模型. 生
态学中性模型是指不包含任何具有生态进程或机理的,只产
生数学或统计学上所期望的时间或空间格局的模型[ 12] . 中
性模型为检验景观指数对景观格局的描述能力提供了一个
良好的工具, 近年来有关这方面的研究有增多的趋势.
许多学者在用景观指数描述景观结构、对景观过程进行
生态学解释时, 发现有些景观指数的生态学意义并不明确,
甚至有相互矛盾的现象. 许多景观指数来自单纯的数理统计
或拓扑计算公式, 提示不同景观要素及其组合的结构形态,
但这些形态及其指标在揭示生态关系、生态功能上究竟有多
大意义就要根据具体的研究对象和内容来判别. 如在生物多
样性保护问题上, 生境破碎化 (Habitat fragmentation)问题长
期以来是人们高度关注的对象. 物种多样性的减少与生境消
失和破碎化有直接联系. 在生境保护中不但要注意对生境数
量的维持, 还要对生境的空间配置进行景观分析[ 6, 19] . 地理
信息系统与遥感技术的普遍应用使景观生态学原理在保护
生物学中的应用更加广泛, 数量化破碎生境是联系景观生态
学与保护生物学的桥梁.因此, 景观指数常用于评价生境的
连续性(Habitat connectivity) . Schumaker[ 24]曾用 9 个常用景
观指数(斑块数目、斑块面积、面积周长比、形状指数、斑块周
长、最邻近斑块距离、斑块核心面积、蔓延度、分维数)想建立
格局与生境分布变化的相互关系. 但结果发现, 所用景观指
数与生境分布变化的联系十分薄弱. Schumaker[ 24]还进一步
用中性模型分析了原因. 李秀珍[ 14, 15]曾经运用空间模型的
模拟结果, 就若干景观指数与湿地生态功能之间的关系进行
过研究, 发现有些指数如廊道连接度、湿地面积、源点到几何
中心的距离等与湿地的养分去除效率呈显著相关性,而目前
常用的一些指数如分维数、蔓延度、形状指数、镶嵌度指数等
却对养分的去除效果没有多大的指示作用. 还有一些指数在
不同的条件下会呈现不同、甚至相反的特点. 如廊道连通度
指数(Circuitr y index) ,在湿地面积不变且廊道密度改变时,
它与湿地总的去除效率呈显著正相关;而当湿地面积成倍缩
小时,它又与净化效率呈显著负相关. 这种差异主要是由不
122 应 用 生 态 学 报 13卷
同条件下决定湿地去除效果的主导因子所造成的.作为一种
联系景观格局与生态过程的手段,数量化景观空间格局中的
聚合程度对景观生态学研究十分重要[ 8] . 景观蔓延度 (Con2
tagion)常用于对聚合程度的描述.但 He等[ 8]研究发现,蔓延
度由于同时受空间配置与景观组合的影响,它反映的聚合程
度不总是符合实际的[ 8, 27] . He 还用中性模型对蔓延度进行
了模拟计算,发现蔓延度不总是随景观聚合程度增加而增大
的不合理现象. 对此进行过研究的还有 Scheiner[ 23]、Hul2
shoff[ 9]、Gustafson 等[ 7] .
4 景观指数之间相关性研究
当前,用于描述景观格局的景观指数虽多,但许多景观
指数之间不满足相互独立的统计性质[ 17] . 因此用一组不相
互独立的景观指数描述景观格局时自然说服力不强. 景观指
数研究早期, 不少研究者就注意到了景观指数之间的相关
性. O. Neill等[ 18]在研究源于信息论的两个指数即优势度
( Dominance)和蔓延度(Contagion)及源于分形理论的分维数
( Fractal dimension)时[ 20] , 就曾对它们之间的相互关系进行
了研究,并得出了 3 个景观指数之间不完全相互独立, 会使
描述信息重复的结论. 但同时也指出, 3 个景观指数存在相
关性并不意味着将任何一个指数放弃不用.
在理想状态下存在一个景观指数体系, 用之足以描述景
观格局但又不冗余[ 22] .因此, 对景观指数的相互独立性进行
分析应主要考虑以下两个方面的问题:用多少个由景观指数
维压缩或旋转而成的相互独立的数轴可以较全面描述景观
格局;哪些景观指数或指数集可以恰当表示这些相互独立的
数轴. R iitters等[ 22]用 85张土地利用图为基本数据对 55 个
景观指数用相关分析与因子分析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 (前 5 维都具有> 1
的特征根, 且能解释 55 个景观指数的 33%的变异) . 最后经综
合分析, 选定 5 个景观指数, 认为这 5 个景观指数既相互独
立,又能比较全面地描述景观格局的各个方面. 这 5 个景观指
数分别是[ 17, 22] : 1)平均斑块周长面积比( P) ; 2)蔓延度( C) ; 3)
相对斑块面积(R) ; 4)分维数(F) ; 5)斑块类型数(T) (表 1) . 这
种分析结果经实践证明是具有普遍意义的, 对于不同尺度的
景观、不同的斑块类型、不同大小的分析单元均有效[ 22] .
表 1 5个相互独立的景观指数内容及表达式
Table 1 Contents and formula of five independent landscape indices
指数代号 Index code 表达式 Formula 备注 Remark
P P = 1m E
m
k= 1
E k
Ak
m 为斑块类型数; Ek 是第k个斑块的周长; Ak 是第 k个斑块的面积
m is the number of patch type, Ek is th e perimeter of the patch k, and
Ak is the area of the patch k.
C C = 1+ 12ln( n ) E
n
i= 1
E
n
j= 1
P ij ln( P i j)
n 为斑块类型数; P ij 是 i 斑块类型邻近 j 斑块类型的概率
n is the number of patch type, P ij is the probability when patch type i
adjoins patch type j .
R R = 1m E
m
k= 1
Ak
PL 2k
Lk 是第 k 个斑块最长轴的一半
Lk is half of th e longest axis of patch k.
F F = 2B B 是Ln( Ek) 与 Ln( Ak) 的回归系数B is the regressive parameter between Ln( E k) and Ln( Ak)1
T 略 Omission 略 Omission
5 景观指数的构建研究
新的景观指数来源于对原有描述能力不强的指数进行
的改进, 也来源于新理论在景观生态学中的应用. 一个新景
观指数的形成虽然方法、途径各异, 但一般要经历几个过
程[ 7, 8, 24, 30] .
511 提出理论论据
O. Neill等[ 17]将构建新景观指数的现有理论基础归纳
为3 个方面: 1)岛屿生物地理学理论 ( Island Biogeography
T heory) :该理论由MacArthur 和Wilson [ 21]提出,认为在岛屿
(或类似于岛屿)生境上物种迁入率是距/源0群落距离的函
数,物种灭绝率是岛屿大小的函数. 岛屿生物地理学对景观
生态学的最大贡献是它把具有/ 岛屿0特征的景观要素的空
间特征与物种数量巧妙地用一个理论公式联系起来, 对景观
生态学的发展起了重要的推动作用. 2)渗透理论( Per colation
T heory) :渗透理论在景观生态学中的应用主要是用于分析
景观的连接状况[ 9] . 设想景观中只有两个景观要素, 即生境
要素(A)和非生境要素( B) ,若 A 以分布概率 Pa 随机散布于
景观中, 那么根据渗透理论一定存在一个临界值 ( Cr itical
threshold)使 A能构成一个景观斑块. 这个值在理论上是 Pa
> 01 5928.当这个值与生物在景观中的移动联系起来时, 就
变得十分有意义了[ 17] .自 20 世纪 80 年代以来, 该理论在景
观生态学中的应用日益广泛. 3) 等级理论 (Hierarchy Theo2
ry) :等级理论是 20 世纪 60 年代形成的, 关于复杂系统的结
构、功能和动态的系统理论 ,认为复杂系统具有离散性等级
层次,不同等级层次之间还有相互作用, 即高层次对低层次
的制约作用、低层次为高层次提供机制与功能的关系[ 12] . 因
此, 生态系统过程沿时间和空间尺度并不是均匀分布的[ 25] .
最简单的描述空间变异与等级之间相互关系的方法是
把空间变异看成是抽样尺度的函数[ 17] . 若将 n 分成不同的
等级,则通过曲线上各等级内相邻点之间的聚合, S 与 n 形
成阶梯(Steps)关系等级数及相关内容可以作为良好的景观
格局的描述指数, 并经实践证明能很好地描述各类景观格
局[ 9] .除上述以外,其它一些在景观生态学中常用的理论如
1231 期 陈文波等:景观指数分类、应用及构建研究
信息论、分形理论、经济地理理论等也为景观指数的构建提
供了一定的理论基础.
512 指数构建
通过建立所研究过程与上述理论之间的某种关系, 可以
构建出各具特色的景观指数.如 Schumaker[ 24]基于渗透理论
提出的斑块聚合度指数; Gustafson 等[ 7]基于岛屿生物地理
学理论提出的斑块邻近度指数; He 等[ 8]基于渗透理论提出
的聚合度指数及 O. Neill[ 17]基于等级理论、经济地理理论提
出的一些景观指数构想(表 2) .
51 3 指数检验
指数检验是景观指数构建的最关键步骤, 只有经过验证
具有科学与实用性的景观指数才能运用于实践中.指数检验
表 2 近年来构建的一些景观指数
Table 2 Some land scape indices created r ecen tly
指数名称
Name
构建人
Creator
表达式
Formula
符号含义
Implication of paramet er
指数作用
Function
斑块邻近度
Pat ch proximity
index
Gustafson等
1994. PX = E
n
i= 1
(
S i
Zi
)
n 为研究范围内的斑块类型数; Si为 i类型
斑块的面积; Zi 为某个 i斑块到研究范围内
所有其它 i 类型斑块的距离
n is the number of patch t ype, Si is the area
of pat ch i and Zi is distance between patch i
and all the other patches of same type wit hin
t he research field.
描述生境斑块与它邻近斑块之间的空间
关系
To describe t he spat ial relat ionship be2
tween habit at patch and its proximal2
patches.
斑块凝聚度
Pat ch cohesion
index
Schumaker
1996. PC = 1 -
E p
E ( p a
1- 1
N
- 1
a = A/ s2
p = P / s
A、P 分别为斑块的面积和周长; N 为景观
中栅格数; s 为栅格边长
A and P are patch area and perimeter respec2
t ively, N is the number of grid and s is the
length of grid.
描述景观中生境的破碎程度
To describe habitat fragmentation within
landscape.
景观聚合度
Aggregat ion
index
He
2000.
AI i = eij/ max - eij
max - eij = 2 n( n - 1) ( m = 0)
max- eij = 2n( n- 1)+ 2m- 1 ( m < n)
max - ei j = 2n( n - 1) + 2m- 2( m \ = 0)
m = Ai - n
2
eij为斑块类型 i 与 j 的公共边缘数; max -
eij为斑快类型的最大可能公共边数; n 为栅格边长. Ai 为斑快类型 i 的面积
E ij is t he common sides of patch i , max- eij
is the maximal common sides of patch type, n
is the length ofgrid and Ai is the area ofpatch
t ype i .
描述景观斑快的聚合程度
To depict the aggregation of pat ch within
landscape.
待定
Undecided
O. Neill
1999. E
n
j= 1
E
n
i= 1
Ai
AjD 2 ij
Ai 为/源0斑块面积; Aj 为/ 汇0斑块面积;
Dij为斑块 i到斑块 j 的距离
Ai is the areaof / source0 patch, Aj is the area
of t he / sink0 pat ch, Dij is the distance be2
tween pat ch i and j .
描述景观达到/平衡0时的特征
To describe the character istics of a / bal2
ance0 landscape.
主要包括以下 3个方面的内容:其一, 指数值范围及其含义
的确定.如 He等[ 8]构建的景观聚合度指数经检验 ( AI ) , 其
取值范围是[ 0, 1] , 当景观中某一要素类型具有最大聚合度
时, AI 取值为 1; AI 为 0 时表示某一要素类型随机散布于景
观中. Gustafson 等[ 7]构建的邻近度指数( PI )中, 当目标斑块
周围是大的或相距近的斑块时, PI 越大;而由小的或相距远
的斑块在周围时意味着小的 PI 值.其二 ,指数适合性模拟检
验.指数适合性模拟检验主要是利用景观中性模型, 模拟出
一个人工景观,然后对指数的描述能力进行检验.前已述及,
80年代以来,渗透理论在景观生态学中广泛应用并形成一
种被称为/ 景观中性模型0的景观模型.景观中性模型不包含
任何具体的生态学过程或机理,只产生数学上或统计学上所
期望的景观时间或空间格局.在景观指数研究中的最大作用
就是用它可以人工模拟景观格局及其变化,因它能为景观指
数适合性检验提供一种独具特色的方法而被广为使用. 如
He等[ 8]使用中性模型对构建的聚合度指数随景观聚合程
度、斑块数及空间分辨率等方面的变化进行了指数适合性模
拟检验; 其它有 关这方面的研究 还有 Schumaker[ 24]、
Gustafson [ 7]等. 其三,指数适合性实际检验. 用中性模型对构
建的景观指数进行适合性模拟检验虽然有直观、易于人为控
制参数及易于揭示机理等优点,但不能代替指数适合性实际
检验的作用 .不少研究者在指数研究中发现, 用计算机模拟
出的中性景观模型可能会夸大一些在实际景观中对景观格
局及变化描述能力较差的景观指数的作用, 也会对一些本来
对景观格局与变化描述能力很强的指数的重要性估计不
足[ 24] .因此,新的景观指数需要用现实中的景观进行适合性
检验[ 7, 8, 23] .
6 结 语
用景观指数描述景观格局及变化, 建立格局与景观过程
之间的联系, 是景观生态学最常用的定量化研究方法. 为此,
景观生态学家在应用其它理论的过程中, 在联系景观过程与
格局的实践中, 提出了描述景观格局与动态的各式各样的景
观指数, 以至于目前难以用一个公认的统一标准对其进行分
类.这些景观指数都从不同的角度描述了景观格局及动态,
应用它 成功地揭示生 态过程与生态 机理的研究 很
多[ 10, 20, 28] ,但同时不少研究者也注意到了一些景观指数及
指数体系的缺陷性, 并提出了相应的解决方案[ 9, 13] .
对于什么是一个/ 好0的、适应性和描述性/强0的景观指
数, 目前还未形成统一标准. O. Neill等[ 17]认为,运用景观指
数或指数体系描述景观格局时必须考虑 3个方面问题: 1)指
数体系之间是否满足统计上相互独立的要求, 即指数体系中
的各个指数能否相互独立地描述景观格局的不同方面; 2)景
观指数或指数体系对生态过程或数据中错误的敏感程度; 3)
景观指数随空间分辨率是如何变化的. O. Neill等[ 9]还提出
了景观指数应用的一些经验性原则如斑块大小至少是像素
124 应 用 生 态 学 报 13卷
的 2~ 5 倍, 景观大小至少是斑块的 2~ 5 倍等.
对景观指数的评价不但要考虑单个景观指数的描述能
力和适应性,还要将其置于整个景观指数体系中进行综合研
究.因此, 对景观指数的评价至少应从 3 个方面考虑: 1)就单
个指数而言 ,主要考虑它的提出有无较完善的理论基础, 能
否较好地描述景观格局、反应格局与过程之间的联系; 2)就
指数体系而言,体系中的各个景观指数除了要满足对单个指
数的要求, 还要考虑相互独立性,即各指数是否从不同的侧
面对景观格局进行描述; 3)就实际应用而言, 要求景观指数
不但有较强的纵向(相同景观, 不同时期的景观指数的比较 )
比较能力,还要求它有较强的横向比较(相同时期,不同景观
之间的比较)能力;此外, 据研究,目前已有的大部分基于栅
格数据( Raster data)的景观指数, 如镶嵌度 (Mosaic)、对比度
( Contrast)、蔓延度( Contagion)、熵指数( Entropy)等, 都存在
对分辨率的敏感性问题[ 14, 15] , 不同时期的景观格局对比时,
必须先统一分辨率,否则对比就失去了意义. 因此,我们希望
景观指数对空间分辨率相对不敏感,使来自于不同分辨率的
相同景观 (如 TM 数据与 SPOT、MSS数据之间 )具有可比
性.实际应用中,应该根据不同景观指数的特点和不同的研
究目的、研究内容, 选择合适的景观指数,以期对研究对象进
行最好的定量描述.如果不顾实际意义,罗列一大堆景观指
数的计算结果就失去了景观格局研究的本来意义[ 13, 30] .
参考文献
1 Baker WL,Cai Y2M. 1992. The programs for mult iscale analysis of
landscape structure using the GRASS geographical information sys2
t em. Landscape Ecol , 7( 4) : 291~ 302
2 Doak DF, Mills LS. 1994. A useful role for theory in conservat ion.
Ecology , 75: 615~ 626
3 Fah rig L, Merriam G. 1985. Habitat patch connectivity and popula2
t ion survival. Ecology , 66: 1762~ 1768
4 Forman RTT. 1995. Land Mosaics: the E cology of Landscapes and
Regions. Cambridge: Cambridge University Press. 141~ 321
5 Freemark KE, Merriam HG. 1986. Importan ce of area and habitat
heterogeneity to bird assemblages in temperate forest fragments.
Biol Conser , 36: 115~ 141
6 Graham RL, Hunsaker CT , O. Neill RV, et al . 1991. Ecological risk
assessment at the regional scale. Ecol Appl , 1: 196~ 206
7 Gustafson EJ , Parker GR. 1994. U sing an index of habitat patch
proximity for landscape design . Landscape and Ur ban Plan ning ,
22: 117~ 130
8 He H2S, DeZonia B, Mladenoff DJ. 2000.An aggregat ion index(AI)
to quant ify spat ial pat terns of landscapes. La nd scape Ecol , 15: 591
~ 601
9 Huslshoff RM. 1995. Landscape indices describing a Dutch land2
scape. Land scape E col , 10( 2) : 101~ 111
10 Kienast F. 1993.Analysis of historic landscape patterns with a Geo2
graphical Information System2a methodological outline. Landscape
Ecol , 8( 2) : 103~ 118
11 Krummel JR, Gardner RH .Sugihara G, et al . Landscape pat terns in
a disturbed environment . Oikos , 48: 321~ 324
12 Li B(李 博) , Yang C(杨 持) , Lin P(林 鹏) . 2000. Ecology.
Beijing: Higher Educat ion Press. ( in Chinese)
13 Li X2Z( 李秀珍) . 2000. Prospect of the development of landscape
ecology. s focus and frontl ine from U. S. A. . s fifteen landscape e2
cology annual conference. Acta Ecol Sin (生态学报 ) , 20( 6) : 1113
~ 1115( in Chinese)
14 Li X2Z. 1999.Assessment of Land Use Change Using GIS: A Case
Study in the Uanos de Orinoco. Wagemigen: Wagemigen University
Press.
15 Li X2Z. 2000. Purification Funct ion of Wet lands: Spat ial Method
and Pat tern Analysis of Nut rient Reduct ion in the Liaohe Delta.
Wagemigen: Wagemigen University Press.
16 Manicacci D, Olivieri I, Perrot V, et al . 1992. Landscape ecology:
populat ion genet ics at th e metapopulation level. Landscap e Ecol , 6
( 3) : 147~ 159
17 O. Neill RV, Riit ters KH, Wickham JD, et al . 1999. Landscape pat2
tern met rics and regional assessment . Ecosyst Health , 5( 4) : 225~
233
18 O. Neill RV, Krummel JR, Gardner RV, et al . 1988. Indices of
landscape pat tern. Land scape Ecol , 1( 3) : 153~ 162
19 Pulliam HR, Dunn ing JB,Liu J. 1992. Populat ion dynamics in com2
plex landscapes: a case study. Ecol Appl , 2: 165~ 177
20 Richard G, Lathrop JR, Peterson DL. 1992. Ident ifying st ructural
self2similarity in mountainous landscapes. La ndscape Ecol , 6 ( 4 ) :
233~ 238
21 Ricotta C, Avena G. 1999. Monitoring water st ress induced varia2
tion in th e remotely sensed biomass pattern of Sardinia( Italy ) . E2
cosyst H eal th, 5( 4) : 259~ 264
22 Riit ters KH , O. Neill RV,H unsaker CT , et al . 1995. A factor anal2
ysis of landscape pat tern and structure met rics. Land scape Ecol , 10
( 1) : 23~ 39
23 Scheiner SN. 1992. Measuring pattern diversity. Ecology , 73: 1860
~ 1967
24 Schumaker NH. 1996. Using lan dscape indices to predict habitat
connect ivity. Ecology, 77: 1210~ 1225
25 Skinner CN. 1995. Change in spat ial characterist ics of forest open2
ings in the Klamath Mountains of northwestern California, USA.
La ndscape Ecol , 10( 4) : 219~ 228
26 Smits PC, Annon i A. 1999. Spat ial analysis of land2use changes as
knowledge tools in support of European spatial policies and ecosys2
tem health. Ecosyst Health ,5( 4) : 276~ 284
27 Turner MG. 1990. Spat ial and temporal analysis of landscape pat2
terns. Landscap e Ecol , 4( 5) : 21~ 30
28 Turner MG, Ruscher CL. 1988. Changes in landscape patterns in
Georgia, USA. La ndscape Ecol , 1( 4) : 241~ 251
29 T urner MG. 1990. Landscape changes in nin e rural counties of
Georgia. Photogr a Eng Remote Sensing , 56: 379~ 386
30 Wickham JD, Riitt ers KH , O. Neill RV, et al . 1996. Landscape
contagion in raster and vector environments. I nter nat J Geogra Inf
Systems, 10: 891~ 899
作者简介 陈文波, 男, 1974年 6 月生, 博士研究生, 主要从
事景观生态学和森林经理学研究, 发表论文 5 篇. E2mail:
cwb74@163. net
1251 期 陈文波等:景观指数分类、应用及构建研究