全 文 ：
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 渊杂匀耘晕郧栽粤陨 载哉耘月粤韵冤
摇 摇 第 猿源卷 第 缘期摇 摇 圆园员源年 猿月摇 渊半月刊冤
目摇 摇 次
前沿理论与学科综述
干旱指标研究进展 李柏贞袁周广胜 渊员园源猿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
气候变化对作物矿质元素利用率影响研究进展 李垄清袁吴正云袁张摇 强袁等 渊员园缘猿冤噎噎噎噎噎噎噎噎噎噎噎
森林生态系统中植食性昆虫与寄主的互作机制尧假说与证据 曾凡勇袁孙志强 渊员园远员冤噎噎噎噎噎噎噎噎噎噎
线虫区系分析指示土壤食物网结构和功能研究进展 陈云峰袁韩雪梅袁李钰飞袁等 渊员园苑圆冤噎噎噎噎噎噎噎噎噎
中国省际水足迹强度收敛的空间计量分析 赵良仕袁孙才志袁郑德凤 渊员园愿缘冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
高原河谷城市植被时空变化及其影响因素要要要以青海省西宁市为例 高摇 云袁谢苗苗袁付梅臣袁等 渊员园怨源冤噎噎
土地利用和环境因子对表层土壤有机碳影响的尺度效应要要要以陕北黄土丘陵沟壑区为例
赵明月袁赵文武袁钟莉娜 渊员员园缘冤
噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
赤子爱胜蚓和毛利远盲蚓对添加造纸污泥土壤的化学和生物学特征的影响
陈旭飞袁张摇 池袁戴摇 军袁等 渊员员员源冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
个体与基础生态
钾与信号抑制剂对外生菌根真菌分泌乙酸的调控作用 杨红军袁李摇 勇袁袁摇 玲袁等 渊员员圆远冤噎噎噎噎噎噎噎噎
砷诱导蚕豆气孔保卫细胞死亡的毒性效应 薛美昭袁仪慧兰 渊员员猿源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
石油污染土壤中苯酚降解菌 葬凿园源怨的鉴定及降解特性 胡摇 婷袁谷摇 洁袁甄丽莎袁等 渊员员源园冤噎噎噎噎噎噎噎噎
紫花苜蓿对铜胁迫生理响应的傅里叶变换红外光谱法研究 付摇 川袁余顺慧袁黄怡民袁等 渊员员源怨冤噎噎噎噎噎噎
播种期对晚季香稻香气 圆鄄乙酰鄄员鄄吡咯啉含量和产量的影响 杨晓娟袁唐湘如袁闻祥成袁等 渊员员缘远冤噎噎噎噎噎
外源钙渊悦葬冤对毛葱耐镉渊悦凿冤胁迫能力的影响 王巧玲袁邹金华袁刘东华袁等 渊员员远缘冤噎噎噎噎噎噎噎噎噎噎噎
基于植被指数的北京军都山荆条灌丛生物量反演研究 高明亮袁宫兆宁袁赵文吉袁等 渊员员苑愿冤噎噎噎噎噎噎噎噎
三种暖季型草坪草对二氧化硫抗性的比较 李摇 西袁王丽华袁刘摇 尉袁等 渊员员愿怨冤噎噎噎噎噎噎噎噎噎噎噎噎噎
恩施烟区无翅桃蚜在烤烟田空间动态的地统计学分析 夏鹏亮袁王摇 瑞袁王昌军袁等 渊员员怨愿冤噎噎噎噎噎噎噎噎
啮齿动物捕食和搬运蒙古栎种子对种群更新的影响 张晶虹袁刘丙万 渊员圆园缘冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
高原鼠兔有效洞穴密度对高寒草甸优势植物叶片和土壤氮磷化学计量特征的影响
李倩倩袁赵摇 旭袁郭正刚 渊员圆员圆冤
噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
光尧温限制后铜绿微囊藻和斜生栅藻的超补偿生长与竞争效应 谢晓玲袁周摇 蓉袁邓自发 渊员圆圆源冤噎噎噎噎噎噎
种群尧群落和生态系统
人工巢箱繁殖鸟类主要巢捕食者及其影响因素 张摇 雷袁李东来袁马锐强袁等 渊员圆猿缘冤噎噎噎噎噎噎噎噎噎噎噎
泉州湾蟳埔潮间带大型底栖动物群落的时空分布 卓摇 异袁蔡立哲袁郭摇 涛袁等 渊员圆源源冤噎噎噎噎噎噎噎噎噎噎
不同尺度因子对滦河流域大型底栖无脊椎动物群落的影响 张海萍袁武大勇袁王赵明袁等 渊员圆缘猿冤噎噎噎噎噎噎
呼兰河湿地夏尧秋两季浮游植物功能分组演替及其驱动因子 陆欣鑫袁刘摇 妍袁范亚文 渊员圆远源冤噎噎噎噎噎噎噎
江西桃红岭国家级自然保护区梅花鹿生境适宜性评价 李摇 佳袁李言阔袁缪泸君袁等 渊员圆苑源冤噎噎噎噎噎噎噎噎
景观尧区域和全球生态
中国自然保护综合地理区划 郭子良袁崔国发 渊员圆愿源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
近 员园年来蒙古高原植被覆盖变化对气候的响应 缪丽娟袁蒋摇 冲袁何摇 斌袁等 渊员圆怨缘冤噎噎噎噎噎噎噎噎噎噎
人类活动与气候变化对洪湖春旱的影响 刘可群袁 梁益同袁周金莲袁等 渊员猿园圆冤噎噎噎噎噎噎噎噎噎噎噎噎噎
圆园园园要圆园员园年武汉市中心城区湖泊景观变化 淡永利袁王宏志袁张摇 欢袁等 渊员猿员员冤噎噎噎噎噎噎噎噎噎噎噎
资源与产业生态
三江源区冬虫夏草资源适宜性空间分布 李摇 芬袁吴志丰袁徐摇 翠袁等 渊员猿员愿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
期刊基本参数院悦晕 员员鄄圆园猿员 辕 匝鄢员怨愿员鄢皂鄢员远鄢圆愿圆鄢扎澡鄢孕鄢 预 怨园郾 园园鄢员缘员园鄢猿园鄢圆园员源鄄园猿
室室室室室室室室室室室室室室
封面图说院 插秧季节的桂西要要要圆园园怨要圆园员员年袁我国广西尧云南尧贵州尧四川尧重庆等西南地区遭受了百年不遇的特大旱灾袁其中
广西西北部尧云南大部尧贵州西部等石漠化地区最为严重袁农作物大面积绝收袁千百万人和大牲畜饮水困难袁这种危
害是巨大的尧现实的遥 从对 圆园园怨要圆园员员年我国西南地区旱灾程度及其对植被净初级生产力影响结果显示院圆园园怨要
圆园员员年西南地区年均降水量和湿润指数明显低于 员怨愿园要圆园园愿年均值袁植被净初级生产力低于 圆园园员要圆园园愿年均值袁
造成的碳损失约占我国总碳汇的 苑援怨员豫遥 全球气候变暖给大气环流提供了动力袁也造成了许多极端灾害天气袁因此
如何应对气候变化形势显得更加紧迫遥
彩图及图说提供院 陈建伟教授摇 北京林业大学摇 耘鄄皂葬蚤造院 糟蚤贼藻泽援糟澡藻灶躁憎岳 员远猿援糟燥皂
第 34 卷第 5 期
2014年 3月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.34,No.5
Mar.,2014
http: / / www.ecologica.cn
基金项目:国家青年科学基金项目(41101404); 国家基础测绘项目(2011A2001 ); 北京市教委科技计划面上项目(KM201110028013 ); 博士基
金项目(20111102110004)
收稿日期:2013鄄04鄄17; 摇 摇 修订日期:2013鄄09鄄04
*通讯作者 Corresponding author.E鄄mail: gongzhn@ 163.com
DOI: 10.5846 / stxb201304170725
高明亮,宫兆宁,赵文吉,高阳,胡东.基于植被指数的北京军都山荆条灌丛生物量反演研究.生态学报,2014,34(5):1178鄄1188.
Gao M L, Gong Z N, Zhao W J, Gao Y, Hu D.The study of Vitex negundo shrubs canopy biomass inversion in Beijing Jundu mountainous area based on
vegetation indices.Acta Ecologica Sinica,2014,34(5):1178鄄1188.
基于植被指数的北京军都山荆条灌丛生物量反演研究
高明亮1,宫兆宁1,*,赵文吉1,高摇 阳1,胡摇 东2
(1. 三维信息获取与应用教育部重点实验室, 北京摇 100048;2. 资源环境与地理信息系统北京市重点实验室,北京 100048)
摘要:基于环境卫星数据提取 10种植被指数,辅以资源三号卫星数据提取的高精度数字高程模型(DEM)等数据,结合实地野
外采样数据,以北京军都山为试验区采用最小二乘回归模型拟合植被指数与荆条灌丛冠层生物量的定量关系,并利用拟合结果
对研究区灌从冠层生物量进行了反演估算,生成研究区荆条及其伴生灌丛生物量空间分布图。 结果表明,文中所建立的多元线
性回归模型在研究区具有较好的反演精度和预测能力。 其模型显著性为显著(琢<0.01),相关系数为 0.856,标准误差为 58郾 5
g / m2;预测标准误差为 98.1 g / m2,决定系数为 0.865。 通过对研究区荆条灌丛的冠层生物量进行遥感估算,提出了一种利用遥
感技术监测灌木群落生物量的新思路。
关键词:植被指数; 荆条灌丛; 生物量; 回归分析; 卫星数据
The study of Vitex negundo shrubs canopy biomass inversion in Beijing Jundu
mountainous area based on vegetation indices
GAO Mingliang1, GONG Zhaoning1,*, ZHAO Wenji1, GAO Yang1, HU Dong2
1 Key Laboratory of 3D Information Acquisition and Application of Ministry of Education, Beijing 100048, China
2 Key Laboratory of Resources Environment and GIS of Beijing Municipal, Beijing 100048, China
Abstract: Biomass is an important indicator of ecosystem productivity, and it has a crucial influence on the formation and
development of ecosystem structure. Shrubs are of the crucial component of the ecological system, and they are of great
consequence to the ecological environment. In addition, shrubs are precious biological resources in arid and semi鄄arid region
in the mountainous area, and shrubs are considerable associated tree species in the flat terrain area of urban at the same
time. Actually, shrubs can grow well under drought and cold, no matter soil is luxuriant or not, dry or wet, that makes
them play a major role in water and soil conservation, as well as ecological protection and restoration. Shrubs biomass is an
important manifestation of the ecosystem productivity, and it has an enormous impact on the formation and development of
the ecological system structure. Also, quantitative estimation of canopy biophysical variables, especially the biomass, is
very crucial in different studies such as meteorology, agriculture and ecology. Meanwhile, remote sensing is an important
data source to estimate the variables in large areas, and satellite based indices have been used in many researches to
estimate biomass, leaf area index, and canopy cover. Today spectral signatures have been popular used in the remote
sensing of vegetation variables. However, in areas of sparse vegetation covered, reflection of soil and rock can often greatly
affect sensors忆 response to the ground vegetation canopy reflection, especially in mountainous areas, that makes separation
of vegetation signals difficult. In this paper the authors tried to extract 10 different vegetation indices, respectively based on
http: / / www.ecologica.cn
the HJ satellite data, high accuracy DEM data from ZY鄄III satellite data to estimate Vitex negundo canopy biomass in the
study area in Beijing Jundu Mountain area, combined with field sampling data. A least鄄squares regression fitting model is
presented to express quantitative relationship between vegetation indices and Vitex negundo canopy biomass in the study area
in Beijing Jundu Mountain area. The authors obtained a good fitting model through the contrast analysis of the different
models. Then using the optimal result model to estimate the Vitex negundo canopy biomass and map the Vitex negundo
canopy biomass distributions in the study area. The results show that the multiple linear regression model created in this
paper has better retrieval accuracy and predictive capability, with a very significant correlation coefficient of 0.856, and
standard error 58.5 g / m2, prediction standard error 98.1 g / m2, and the coefficient of determination was 0.865. However,
biomass regression model is subject to the limitation of the season and environmental conditions. In the different seasons,
with different geographical conditions, the results are different from one another. With different sample combinations, the
proposed model results changed not much, which showed that in a certain time and geographical conditions, method
proposed in this paper had a stable of repeatability. Remote sensing and estimation of Vitex negundo canopy biomass in
Beijing mountainous area, provide new ideas to the use of remote sensing technology in shrub community biomass
monitoring, and have special meaning in the research into the evolution of ecological environment, as well as energy
cycling.
Key Words: vegetation indices; Vitex negundo shrubs; biomass; regression analysis; satellite data
摇 摇 生物量是衡量生态系统生产力的重要指标,对
于生态系统结构形成与发展具有重要的影响。 灌木
是生态系统的重要组成类型之一,是宝贵的生物资
源。 此外,灌木是干旱半干旱地区和山区的主要树
种,也是平原地区城市绿化的重要伴生树种。 灌木
耐寒旱且繁殖能力强,无论土壤肥瘠,环境干湿都能
生长,因此在保持水土、防风固沙以及涵养水源等生
态建设中扮演重要的角色,在生态保护、恢复和重建
中起着重要作用。 灌木生物量是衡量灌木群落发展
和生态系统研究的重要内容,是生态系统物质循环
及能量转换研究的重要基础,具有重要研究价值。
2012年 6 月至 8 月的野外生态调查结果表明,荆条
及其伴生灌丛是北京山区阳坡分布数量最多、面积
最广的典型灌木优势种,研究荆条及其伴生灌丛的
生物量分布情况对于研究山区植被演替规律及山区
生态循环与能量交换有重要的现实意义。
长期以来,国内外学者的研究重点在于森林和
草本生物量的遥感反演和估算[1鄄4],或者是灌木本身
的生理化学特征[5鄄7],而对灌木生物量测定方法的研
究大都仍停留在样方法、平均木法、相对生长法、数
量化方法等传统的估算方法[8鄄9]。 此外,对于通过哪
种方法测定的生物量和建立的预测模型效果较好,
目前没有明确的结论。 究其根源,是由于灌木具有
特殊的形态和群落结构,使得其生物量在空间结构
上既区别于乔木又不同于草本植物。 灌木株高较
低,丛生,没有明显的主干,无法利用乔木生物量估
算方法计算单株生物量。 此外,灌木比草本高大,水
平分布呈现不连续不均匀的特征,无法采用普通的
整体样方收获法计算生物量。 近年来,随着环境问
题的日益凸显,越来越多的学者意识到灌丛这一特
殊生态群落对生态环境的重要影响以及其潜在的科
研价值,将遥感等技术手段引入到灌木群落及其生
长环境的监测和相关研究中。 David 等[10]综合多光
谱、多角度以及多时相遥感数据集对阿拉斯加地区
0.5 m以上灌木冠层进行制图,通过对不同分辨率、
不同类型影像建立回归树模型,发现基于多光谱影
像的结果优于多角度以及多时相数据结果,同时,基
于高空间分辨率数据的模型通常具有较高的精度。
Estornell等[11]基于光探测与测量(LiDAR)数据和航
拍数据,采用逐步回归的方法估算了地中海地林区
灌丛生物量,结果表明 LiDAR 和航拍数据可以很好
地用于估算灌丛生物量,并进行生物量及体积分布
制图。 鉴于灌木群落特有的结构形态及其分布特
征,本文避开了由于灌木植株结构差异造成的困难,
综合多种光谱指数作为反演指标,采用最小二乘回
归拟合的方法对北京军都山区荆条灌丛的冠层生物
量进行估算,提出了一种灌木群落生物量遥感反演
的新思路。
9711摇 5期 摇 摇 摇 高明亮摇 等:基于植被指数的北京军都山荆条灌丛生物量反演研究 摇
http: / / www.ecologica.cn
1摇 数据获取与方法
1.1摇 研究区概况
摇 摇 研究区位于北纬 40毅 14忆—40毅 47忆、东经 115 毅
58忆—116 毅50忆之间,覆盖昌平区北部、延庆县东北
部、怀柔区中南部以及密云县西部共 2617.44 km2的
范围(图 1 )。 山区气候属温带半湿润大陆性季风气
候,温度和降水随海拔变化明显,年均温度在 2—11
益左右,年均降水 450—660 mm。 土壤以褐土为主,
其次是山地棕壤和山地草甸土。 植被以栎属
(Quercus)、椴属(Tilia)、白蜡树属(Fraxinus)、槭属
(Acer)、杨属(Populus)等次生落叶阔叶林,以及油松
(Pinus tabulaeformis)、侧柏(Biota orientalis)等温性
针叶林为主;灌丛以荆条(Vitex negundo)、三桠绣线
菊(Spiraea trilobata)、蚂蚱腿子(Myripnois dioica)和
大花溲疏(Deutzia grandiflora)等为主,常为多优势种
混生分布,典型的有荆条+酸枣灌丛、荆条+山杏+三
桠绣线菊灌丛、荆条+山杏+平榛灌丛、荆条+三桠绣
线菊+蚂蚱腿子灌丛等。
1.2摇 数据获取
1.2.1摇 遥感影像数据
研究采用的遥感影像数据是 2012 年 8 月获取
的 HJ鄄 1A 卫星 CCD(Charge鄄coupled Device,电荷耦
合元件)多光谱影像以及同时期的资源三号卫星影
像。 HJ鄄1A卫星 CCD 相机星下点空间分辨率为 30
m,扫描幅宽 360 km(单台),光谱范围覆盖包括蓝色
波段(0.43 —0.52 滋m)、绿色波段(0.52—0.60 滋m)、
红色波段(0.63—0.69 滋m)以及近红外波段(0.76—
0.90 滋m)。 研究表明 HJ卫星 CCD多光谱数据可以
满足植被指数提取和相关研究的要求[12鄄13]。 资源三
图 1摇 研究区位置示意图
Fig.1摇 Location of study area schematic plot
0811 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
号卫星影像包括分辨率为 2.1 m的正视全色数据,分
辨率为 3郾 5 m 的前视、后视全色数据以及分辨率为
5.8 m的正视多光谱数据。 资源三号测绘卫星图像
分辨率高、图像几何精度和定位精度较高,具有
1 颐50000比例尺立体测图能力。
1.2.2摇 样点布设及地面实测数据
野外实地生物量采集于 2012 年 8 月进行,属于
全国生态环境十年变化(2000—2010 年)遥感调查
与评估项目的一部分工作。 2012年 6月开展的全国
生态环境十年变化(2000—2010 年)遥感调查与评
估工作持续近 3 个月,实际核查点 1206 个(图 2 中
列出了研究区内的部分),采集生物量样本超过 240
个,覆盖北京市全境,主要集中在北部山区。 核查内
容包括覆盖类型、覆盖度、优势种群、植被功能、周围
环境描述,并进行拍照;如果是山区则增加坡度、坡
向、海拔、土壤类型、土壤厚度、基岩等地质描述。 野
外核查过程中记录 GPS 行经路线,无法到达的地方
通过同时期的高分卫星影像如 Quickbird、Worldview鄄
2等进行估计。
图 2摇 野外实地采样样地分布
Fig.2摇 The distribution of sample districts
摇 摇 野外实地生物量采集数据用于生物量反演模型 的拟合及模型预测精度的检验。 根据灌丛分布的区
1811摇 5期 摇 摇 摇 高明亮摇 等:基于植被指数的北京军都山荆条灌丛生物量反演研究 摇
http: / / www.ecologica.cn
域特征及灌丛分布范围的大小,综合考虑海拔分布
特点按照不同灌丛类型进行样方的设定,样区分布
见图 2。 在海拔 200 m到 1500 m范围内,选定荆条+
酸枣灌丛样地 11 个,荆条+三桠绣线菊丛样地 9 个,
荆条+山杏灌丛样地 10 个,共布设 30 个 100 m伊100
m的样地。 每个样地内布设 3 个 30 m伊30 m 的样
区,每个样区内布设 3 个 10 m伊10 m 的小样方进行
生物量采集,以保证每个样区对应遥感影像的一个
像元大小(图 2c)。 由于野外地形因素和天气条件
的限制,研究区内最终实际布设样区 60 个,得到有
效数据 48组。
在每个样方区域内统计优势物种、株丛数目,剪
取一株丛的冠层枝叶混合承重,并做记录,记录内容
包括样方编号、样区中心点 GPS 坐标、样方中心点
GPS坐标、优势灌木种、株丛数目、采样鲜重、样方株
丛数、株高、多度、叶面积指数(LAI)等,并拍摄鱼眼
照片。 然后将每个样区内所有样方采集的样本混
合,取 100 g放入自封袋中并标记样区号,带回实验
室恒温烘干并记录净重,计算出含水率 滋i。 最后根
据公式(1)将采样鲜重换算为干重,并记录。 最终记
录结果为样区内干生物量单位面积均值,单位为
g / m2。
Wi =
1
3移
3
j = 1
w ij 伊 nij
100
伊 (1 - 滋i
æ
è
ç
ö
ø
÷) 摇
i = 1,2,…,48;j = 1,2,3 (1)
式中,w ij为第 i 个样区第 j 个样方的采样鲜重,nij为
第 i个样区第 j 个样方内的株丛数,滋i为第 i 个样区
的植被含水率,Wi为该样区单位面积植被生物量
干重。
所有样区最终的记录数据分别按照试验用途和
灌丛类型进行分组。 采用分层抽样方法,最终选取
其中 36组数据用于拟合生物量模型,其余 12 组数
据用于模型预测精度的检验。
1.2.3摇 其他数据
研究准备的其他数据包括:2006 年北京地区植
被分类图,2010 年北京地区植被分布图,2012 年北
京市植被分布图及植被资源规划资料以及 2012 年
北京部分山区高分辨率卫星影像。 需要说明的是,
2010年和 2012年的植被分布图是粗略的纸质图样,
精度及分辨率有待考证,只用作分类时的参考数据。
在进行研究区灌丛提取时主要基于 2006 年北京地
区植被分类图和野外调查结果作为样本选取的
依据。
1.3摇 数据处理方法及流程
1.3.1摇 遥感影像数据处理
本次研究的遥感影像数据处理包括遥感影像预
处理及植被指数提取、DEM系列数据提取 3个部分。
首先根据绝对辐射定标参数对分别对环境卫星遥感
影像和资源三号卫星遥感影像进行辐射定标,将各
波段像元亮度值(DN)值转为表观辐射亮度;鉴于影
像获取时研究区上空晴朗无云,采用(FLAASH)大
气校正模块对影像进行大气校正,得到反射率图像;
然后结合 1颐 50000 地形图和采样点(作为地面控制
点)对影像进行正射校正,误差控制在 0.5 个像元以
内;之后对影像进行裁剪,得到研究区影像。 最后利
用资源三号卫星前、后视全色波段影像提取得到 10
m精度的 DEM数据,并生成坡度坡向和山体阴影数
据,用于面向对象分类提取荆条及其伴生灌丛分布。
遥感影像上的植被信息,主要是通过绿色植物
叶片和植被冠层的光谱特性及其变化差异反映的。
不同光谱波段所获得的植被信息与植被的不同要素
或某种特征状态有各种不同的相关性。 因此,在建
立遥感生物量方程时,选定适合该区域该季节的遥
感指示因子就显得极为重要。 考虑到灌丛群落的分
布和立体结构的特点,其植被指数易受到土壤背景
的影响,研究选取 10种植被指数(表 1)进行反演模
型的拟合。
1.2.5摇 荆条灌丛分布提取
荆条灌丛分布的提取基于 2006 年北京市植被
分类图和野外调查结果。 将植被分类图中除灌木之
外的类型全部剔除;然后基于资源三号卫星前后视
全色波段影像提取得到 10 m 精度 DEM 数据,进而
分别提取得到 10 m精度坡度、坡向数据以及山体阴
影数据;根据地理上对阳坡阴坡的划分,阳坡一般为
南、西南、西、西北,据此利用 DEM 和坡度、坡向数
据,通过山体阴影数据及通视分析方法,将灌丛分布
划分为若干子区域;结合研究区的地理分布特征和
野外生态调查结果,综合 3 个方面的数据采用面向
对象分类方法提取得到灌丛分布区域,通过设置阈
值范围和对象特征参数,成功地剔除了阴影、沟谷、纯
阴坡、以及梯田果林等干扰因素,得到 2012年 8月研
究区荆条灌丛及其伴生灌丛分布结果(图 3)。
2811 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
表 1摇 本研究中用到的植被光谱指数
Table 1摇 Spectral vegetation indices used in this study
植被指数
Vegetation index
全称
Full name
公式
Expression
文献
References
NDVI Normalized Difference Vegetation Index (Rnir-Rred) / (Rnir+Rred) Rouse等[14]
MSAVI Modified Soil Adjusted Vegetation Index [2Rnir+1- (2Rnir+1)
2-8(Rnir-Rred) ]
2
Qi等[15]
GNDVI Green Normalized Difference Vegetation Index (Rnir-Rgreen) / (Rnir+Rgreen) Gitelson等[16]
MTVI2 Modified Triangular Vegetation Index 2
1.5[1.2(Rnir-Rgreen)-2.5(Rred-Rgreen)]
2 (Rnir+1) 2-(6Rnir-5 Rred ) -0.5
Haboudane[17]
MSR Modified Simple Ratio Vegetation Index
Rnir / Rred-1
Rnir / Rred +1
Chen等[18]
RDVI Ratio Difference Vegetation Index (Rnir-Rred) / Rnir+Rred Rougean等[19]
IPVI Infrared Percentage Vegetation Index Rnir / (Rnir+Rred) Crippen等[20]
OSAVI Optimized Soil Adjusted Vegetation Index (Rnir-Rred) / (Rnir+Rred+0.16) Rondeaux等[21]
NLI Non鄄Linear Index (R2nir-Rred) / (R2nir+Rred) Goel等[22]
TVI Triangular Vegetation Index 0.5[120(Rnir-Rgreen)-200(Rred-Rgreen)] Broge等[22]
图 3摇 北京山区灌木群落分布
Fig.3摇 The distribution of shrub in Beijing mountainous area
1.2.6摇 双线性内插提取采样点参数
植被指数图像中,一个混合像元的值代表一个
样区内(30 m伊30 m)混合植被指数值。 由于采样点
数据是矢量结构,各样本点植被指数值取其所在植
3811摇 5期 摇 摇 摇 高明亮摇 等:基于植被指数的北京军都山荆条灌丛生物量反演研究 摇
http: / / www.ecologica.cn
被指数图像上对应像元值进行双线性内插的结果。
配合生物量采集以 30 m伊30 m 为统计单元,以保证
反演结果的可靠性。 如图 2c 样方区域中心点取值
采用双线性插值算法得到。
双线型内插值算法充分利用了源图中虚拟点四
周的 4个真实存在的像素值来共同决定目标图中的
一个像素值(图 4),其算法描述如下:
对于一个目的像素,设置坐标通过反向变换得
到的浮点坐标为( i+u,j+v) (其中 i、j 均为浮点坐标
的整数部分,u、v为浮点坐标的小数部分,是取值[0,
1)区间的浮点数),则这个像素的值 f( i+u,j+v) 可
由原图像中坐标为 ( i,j)、( i+1,j)、( i,j+1)、( i+1,j+
1)所对应的周围 4个像素的值决定,即:
f( i + u,j + v) = (1 - u)(1 - v) f( i,j) + (1 - u)vf( i,j
+ 1) + u(1 - v) f( i + 1,j) + uvf( i +
1,j + 1) (2)
式中, f( i, j)表示源图像( i, j)处的的像素值,以此
类推。
图 4摇 双线性内插算法示意图
Fig.4摇 Schematic plot of bilinear interpolation
1.4摇 回归模型及精度评价
采用回归拟合方法估算生物量,将单一植被指数
作为自变量采用最小二乘拟合的方法得到一个线性
或者非线性方程的方法已被广泛应用[24鄄26]。 此外,研
究表明,处于生长状态的植被干生物量与多种植被指
数存在相关关系[27鄄29]。 综合考虑多种植被指数最优
组合来预测或者估算生物量,更具有实际意义。
回归分析是研究一个变量(被解释变量)关于另
一个(些)变量(解释变量)的具体依赖关系的计算
方法和理论。 研究选取多元线性模型(公式 3),将
灌丛冠层生物量抽象为一种现象,将各种植被指数
抽象为多个不同影响因子,并尝试采用回归模型来
解释它们的定量关系。
其中,作为输入变量植被指数的筛选是多元线
性模型建立的关键。 其遵循的准则为:(1)所选用植
被指数与生物量呈密切相关性;(2)所选用植被指数
之间具有一定的互斥性,其相互间相关程度不应高
于与生物量之间的相关程度;(3)生物量实地采样值
具有完整的统计数据,其预测值容易确定。
Y = b0 + b1x1 + b2x2 +···+ bkxk + 着 (3)
式中, b0,b1,b2,…,bk为 k+1 个待定参数,着 为随机
误差。
灌木群落叶生物量反演模型拟合结果精度评价
指标选用相关系数法。 相关系数法包括求解相关系
数(预测决定系数) r、精度(或系统误差) SE 及均方
根误差 RMSE等。
1.5摇 技术流程
研究采取的主要技术流程见图 5,主要包括 5 个
部分:荆条灌丛分布提取;遥感数据预处理及植被光
谱指数提取;地面采样数据的处理;模型拟合及精度
评价;荆条灌丛冠层生物量分布制图。
2摇 结果及讨论
2.1摇 生物量反演
研究采用回归分析方法,利用(3)式对北京山区
灌木群落叶生物量进行拟合,在要求误差平方和
(移(着i) 2)为最小的前提下,用最小二乘法求解参
数。 经正态分布检验,因数据不服从正态分布,故相
关分析时采用 Kendall 相关系数,将 10 组植被指数
数据与生物量实测结果进行相关分析及筛选。 结果
表明 NDVI、 OSAVI、 MTVI2、 GNDVI、 NLI、 MSAVI、
RDVI以及 IPVI与灌丛冠层生物量具有显著相关关
系,TVI 和 MSR 数据与生物量相关关系不显著;
NDVI与MSAVI、GNDVI、MTVI2、MSR、RDVI、IPVI以
及 OSAVI 有显著相关关系,同时 OSAVI、MSAVI 与
其他植被指数之间也存在显著相关关系(表 3 )。
4811 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
图 5摇 整体技术流程
Fig.5摇 Total technique flowcharts
表 3摇 植被指数与灌丛冠层生物量相关分析结果
Table 3摇 Comparison of different indices with biomass
NDVI MSAVI GNDVI MTVI2 MSR RDVI IPVI OSAVI NLI TVI 生物量Biomass
NDVI 1.000 0.650* 0.876** 0.855** 0.651* 0.735* 0.894** 0.915** 0.402 0.145 0.791*
MSAVI 1.000 0.612* 0.540 0.871** 0.606 0.955** 0.866** 0.695* 0.197 0.782*
GNDVI 1.000 0.500 0.798* 0.730* 0.826** 0.877** 0.807* 0.640* 0.763*
MTVI2 1.000 0.756* 0.408 0.835** 0.796* 0.350 0.418 0.826**
MSR 1.000 0.703* 0.609* 0.965** 0.628* 0.498 0.699*
RDVI 1.000 0.655* 0.738* 0.715* 0.451 0.825**
IPVI 1.000 0.947** 0.605* 0.500 0.817**
OSAVI 1.000 0.699* 0.503 0.810**
NLI 1.000 0.511 0.753*
TVI 1.000 0.664*
生物量 Biomass 1.000
摇 摇 *表示在 琢= 0.05下显著 Correlation is significant at the 0.05 level; **表示在 琢= 0.01下显著 Correlation is significant at the 0.01 level
摇 摇 前文提到,多元回归模型建立必须遵循 4 条准
则。 综合表 3 中的分析结果,为保证样本变量相互
独立且低相关,剔除与其他植被指数普遍存在相关
关系的 NDVI、OSAVI 和 MSAVI,选取 TVI、MTVI2、
GNDVI、NLI、MSR、RDVI 以及 IPVI7 种植被指数进
行回归拟合建立生物量模型,得到拟合结果见(4)
式。 从表 4中模型的各项评价指标来看,决定系数
R2为 0.856,标准误差 SE达到 58.5 g / m2,显著性 Sig.
为显著水平,说明拟合模型具有良好的鲁棒性,可以
较好地表达植被指数与灌木群落叶生物量的定量
关系。
Y = - 104253. 387 - 85482. 063GNDVI + 377776郾 959IPVI +
7694郾 928MSR-114067.876MTVI2-48852郾 631NLI
-9672郾 167RDVI+8054.238TVI (4)
表 4摇 模型汇总及 ANOVA*
Table 4摇 Model Statistics and ANOVA*
R R2
标准误差
SE / (g / m2)
显著性
Sig.
残差均方
RMSE 残差平方和 残差 df F
0.925 0.856 58.5 ** 10184.539 295351.631 29 9.312
摇 摇 *ANOVA: 方差分析(Analysis of Variance),又称“变异数分析冶或“F检验冶 ;**表示在 琢= 0.01下显著
5811摇 5期 摇 摇 摇 高明亮摇 等:基于植被指数的北京军都山荆条灌丛生物量反演研究 摇
http: / / www.ecologica.cn
2.2摇 预测精度检验及生物量空间分布制图
根据得到的最优拟合模型建模进行灌木群落冠
层生物量反演,得到北京山区灌木群落冠层生物量
结果。 提取 12 组采样点植被指数数据,并结合 12
组样本点实地采样数据进行反演模型预测精度检
验。 从图 6中可以看出,总体样本点分布均落在 1颐1
等值线附近,拟合 Y = X等值线的平均剩余残差平方
图 6摇 实际生物量与预测结果对比
Fig.6摇 Comparison between predicted and actual leaf biomass
和 Chi2 / Dof 为 8905.97808,R2为 0.865,其中一次项
系数 P1 误差为 依 0.10105,常数项 P2 误差为
依 89.13644 ,反演结果与实测值标准误差 SE 为 98.1
g / m2。 此外,估算生物量数据点呈现一定程度的离
散,在高值和低值区域出现了一定的偏离。 总体上
来说,研究得到的多元线性模型对研究区荆条灌丛
冠层生物量反演结果具有较好的预测能力。 根据得
到的反演模型对研究区灌木群落冠层生物量进行预
测估算,得到 2012年 8月研究区荆条灌丛冠层生物
量空间分布见图 7。
图 7中冠层生物量分布规律与实际的灌丛群落
分布具有相似的特征,总体呈中心向四周递减的分
布规律。 研究区中部位于怀柔密云交界一带,多为
森林公园或风景名胜区且海拔较高,日照充足,因而
灌丛生长茂盛,株高较高,荆条、酸枣等灌丛株高达
到 1.8 m,山杏、鹅耳枥等株高可达 2.5 m 以上。 同
时,冠层具有多层结构,密度及覆盖度较大。 研究区
东部位于密云水库西侧,受到密云水库的影响,多草
本植物以及乔木分布,灌丛优势不明显,分布较为稀
疏加之草本植物的的混生使此处区域的生物量反演
图 7摇 2012年 8月北京山区灌木群落叶生物量分布结果
Fig.7摇 Spatial distribution of shrub leaf biomass in Beijing mountainous area
6811 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
结果偏大。 昌平北部的山区海拔较低,灌丛主要以
荆条、三桠绣线菊、酸枣以及野瑞香、蚂蚱腿子为主,
植株矮小且株丛分布较为稀疏。 特别是东北部,由
于海拔较低,受人类活动影响较大,植被破坏严重,
地表较多土壤裸露。 研究区西北部区域位于延庆县
东北部,平均海拔 500 m 以上,多阳坡半阳坡,日照
充足且水资源丰富,适宜植被生长,灌丛以荆条、山
杏、酸枣、平榛、三桠绣线菊等为主,株丛密度较高,
在低山地区广有分布。
2.3摇 讨论
通过对比分析 10 种植被指数与生物量的相关
关系,表明在植被冠层密度适中的情况下, NDVI 等
比值型差值植被指数可以有效地预测地表植被覆盖
特征;但植被冠层过于稀疏时,背景信号(如土壤、裸
岩等)会严重后果影响植被指数计算结果;而当植被
冠层过于浓密,植被指数值又会趋于饱和,这是因为
当植被冠层变得浓密时,绿光和红光波段的反射率
变化不大,而近红外波段的反射率会持续增加[30]。
20世纪末,国外学者基于 NDVI 提出了土壤调节植
被指数(SAVI&OSAVI)用以减小土壤背景影响,但
前提是必须得知植被冠层密度。 而在实际条件下,
很难预先得知植被冠层密度,因此难以对其进行优
化。 研究表明,相对于其他植被指数而言,TVI 和
MTVI2等修正型植被指数具有较高的信噪比(SNR,
Signal鄄to鄄Noise Ratio),增强了植被动态响应能力,并
且可以明显弱化土壤背景的影响。
由于灌木群落分布不连续、不均匀的特点,加之
特殊的立体结构特征,在遥感影像中混合像元容易
受到土壤背景的影响。 由于灌木群落耐寒旱能力
强,在海拔较高土壤贫瘠的地区也有分布,在此区域
的灌木群落叶片的反射率极易受到土壤和岩石背景
的影响。 因此利用植被光谱指数进行灌木群落叶生
物量反演,NDVI 以及 GNDVI 等植被指数由于受到
土壤背景的干扰,与生物量的相关关系不是很明显;
而 IPVI、RDVI 和 MTVI2 在一定程度上削弱了土壤
背景的影响。 总体看来,由于部分地区岩石裸露,削
弱了植被的响应能力,致使植被指数值偏低,造成局
部值偏低;而由于灌木群落株丛枝叶立体分布的影
响,部分地区实际采样值偏大,造成部分地区估测值
偏高。
3摇 结论
灌木群落对生态环境构成和能量循环具有重要
影响,研究基于环境卫星数据和野外实地采样统计
数据,利用回归分析模型来描述植被光谱指数与荆
条灌丛冠层生物量的定量关系,估算了 2012 年 8 月
北京山区灌木群落叶生物量空间分布,结论如下:
(1)MTVI2、RDVI、IPVI以及 OSAVI与研究区灌
木群落叶生物量具有较好的相关关系,相关系数分
别为 0.826、0.825、0.817和 0.810,表明三者不仅增强
了对山地植被的响应能力,而且明显削弱环境背景
的影响。
(2)由 TVI、MTVI2、GNDVI、NLI、MSR、RDVI 以
及 IPVI 7个参数拟合的多元线性模型具有较好的精
度和预测能力,能够较好地用于估算荆条灌丛冠层
生物量。 其模型显著性为显著(琢<0.01),模型决定
系数为 0.856,标准误差为 58.5 g / m2。
(3)生物量回归模型的局限性在于其受制于特
殊的时间和环境条件,以及野外采样的季节。 在不
同的季节、不同地域条件下,得到的模型有明显的区
别。 经过选取不同样本组合进行试验,本文提出的
多元线性模型估算生物量结果与实际野外采样数据
各项评价指标变化不大,表明在一定时间和地域条
件下,提出的方法具有一定的可重复性。
致谢:此次野外数据采样方案制定及实施得到北京
市环保局环境检测中心、二十一世纪空间技术应用
股份有限公司以及重点实验室各位同学的帮助,卫
星数据和相关参数的获取得到国家测绘地理信息局
卫星测绘应用中心以及中国资源卫星应用中心的大
力支持,特此致谢。
References:
[ 1 ] 摇 Tian X, Su Z B, Chen E X, Li Z Y, van der Tol C, Guo J P, He
Q S. Reprint of: Estimation of forest above鄄ground biomass using
multi鄄parameter remote sensing data over a cold and arid area.
International Journal of Applied Earth Observation and
Geoinformation, 2012, 17: 102鄄110.
[ 2 ] 摇 Claverie M, Demarez V, Duchemin B, Hagolle O, Ducrot D,
Marais鄄Sicre C, Dejoux J F, Huc M, Keravec P, B佴ziat P,
Fieuzal R, Ceschia E, Dedieu G. Maize and sunflower biomass
estimation in southwest France using high spatial and temporal
resolution remote sensing data. Remote Sensing of Environment,
2012, 124: 844鄄857.
[ 3 ] 摇 B佴ni佴 G B, Kabor佴 S S, Go觙ta K, Courel M F. Remote sensing鄄
based spatio鄄temporal modeling to predict biomass in Sahelian
grazing ecosystem. Ecological Modelling, 2005, 184 ( 2 / 4 ):
7811摇 5期 摇 摇 摇 高明亮摇 等:基于植被指数的北京军都山荆条灌丛生物量反演研究 摇
http: / / www.ecologica.cn
341鄄354.
[ 4 ] 摇 Gao M L, Zhao W J, Gong Z N, He X H. The study of vegetation
biomass inversion based on the HJ satellite data in Yellow River
wetland. Acta Ecologica Sinica, 2013, 33(2): 542鄄553.
[ 5 ] 摇 Du N, Zhang X R, Wang W, Chen H, Tan X F, Wang R Q,
Guo W H. Foliar phenotypic plasticity of a warm鄄temperate shrub,
Vitex negundo var. Heterophylla, to different light environments in
the field. Acta Ecologica Sinica, 2011, 31(20): 6049鄄6059.
[ 6 ] 摇 Yin Z F, Ouyang H, Xu X L, Song M H, Duan D Y, Zhang X Z.
Water and heat balance and water use of shrub grassland and crop
fields in Lhasa River Valley. Acta Geographica Sinica, 2009, 64
(3): 303鄄314.
[ 7 ] 摇 Du J H, Yan P, Dong Y X. The progress and prospects of
Nebkhas in arid areas. Acta Geographica Sinica, 2010, 65(3):
339鄄350.
[ 8 ] 摇 Yuan S F, Chen Y N, Li W H, Liu J Z, Meng L H, Zhang L H.
Analysis of the aboveground biomass and spatial distribution of
shrubs in the lower reaches of Tarim River, Xinjiang, China. Acta
Ecologica Sinica, 2006, 26(6): 1818鄄1824.
[ 9 ] 摇 Li Y Q, Zheng S W, Gong G T, Chen J H, Tang B, Zhu Z F,
Wu X X, Mu C L. Biomass and its allocation of undergrowth Vitex
negundo L. in different age classes of mixed cypress forest. Acta
Ecologica Sinica, 2010, 30(11): 2809鄄2818.
[10] 摇 Selkowitz D J. A comparison of multi鄄spectral, multi鄄angular, and
multi鄄temporal remote sensing datasets for fractional shrub canopy
mapping in Arctic Alaska. Remote Sensing of Environment, 2010,
114(7): 1338鄄1352.
[11] 摇 Estornell J, Ruiz L A, Vel佗zquez鄄Mart侏 B, Hermosilla T.
Estimation of biomass and volume of shrub vegetation using LiDAR
and spectral data in a Mediterranean environment. Biomass and
Bioenergy, 2012, 46: 710鄄721.
[12] 摇 Chen P F, Wang J L, Liao X Y, Yin F, Chen B R, Liu R. Using
data of HJ鄄1A / B satellite for Hulunbeier Grassland aboveground
biomass estimation. Journal of Natural Resources, 2010, 25(7):
1122鄄1131.
[13] 摇 Guo Z F, Chi H, Sun G Q. Estimating forest aboveground biomass
using HJ鄄 1 Satellite CCD and ICESat GLAS waveform data.
Science China: Earth Sciences, 2010, 53(S1): 16鄄25.
[14] 摇 Deering D W, Haas R H, Rouse J W, Schell J A. Monitoring the
Vernal Advancement of Retrogradation of Natural Vegetation.
NASA / GSFC, Type 芋, Final Report. Greenbelt, 1974.
[15] 摇 Qi J, Chehbouni A, Huete A R, Kerr Y H, Sorooshian S. A
modified soil adjusted vegetation index. Remote Sensing of
Environment, 1994, 48(2): 119鄄126.
[16] 摇 Gitelson A A, Kaufman Y J, Merzlyak M N. Use of a green
channel in remote sensing of global vegetation from EOS鄄MODIS.
Remote Sensing of Environment, 1996, 58(3): 289鄄298.
[17] 摇 Haboudane D, Miller J R, Pattey E, Zarco鄄Tejada P J, Strachan
I B. Hyperspectral vegetation indices and novel algorithms for
predicting green LAI of crop canopies: Modeling and validation in
the context of precision agriculture. Remote Sensing of
Environment, 2004, 90(3): 337鄄352.
[18] 摇 Chen J. Evaluation of vegetation indices and a modified simple
ratio for boreal applications. Canadian Journal of Remote Sensing,
1996, 22: 229鄄242.
[19] 摇 Roujean J L, Breon F M. Estimating PAR absorbed by vegetation
from bidirectional reflectance measurements. Remote Sensing of
Environment, 1995, 51(3): 375鄄384.
[20] 摇 Crippen R E. Calculating the vegetation index faster. Remote
Sensing of Environment, 1990, 34(1): 71鄄73.
[21] 摇 Rondeaux G, Steven M, Baret F. Optimization of soil鄄adjusted
vegetation indices. Remote Sensing of Environment, 1996, 55
(2): 95鄄107.
[22] 摇 Goel N S, Qin W H. Influences of canopy architecture on
relationships between various vegetation indices and LAI and
FPAR: a computer simulation. Remote Sensing Reviews, 1994,
10(4): 309鄄347.
[23] 摇 Broge N H, Leblanc E. Comparing prediction power and stability
of broadband and hyperspectral vegetation indices for estimation of
green leaf area index and canopy chlorophyll density. Remote
Sensing of Environment, 2000, 76(2): 156鄄172.
[24] 摇 Li R D, Liu J Y. An estimation of wetland vegetation biomass in
the Poyang Lake using Landsat ETM Data. Acta Geographica
Sinica, 2001, 56(5): 532鄄540.
[25] 摇 Wu T, Zhao D Z, Kang J C, Zhang F S, Cheng L. Suaeda salsa
dynamic remote monitoring and biomass remote sensing inversion
in Shuangtaizi River estuary. Ecology and Environmental
Sciences, 2011, 20(1): 24鄄29.
[26] 摇 Barati S, Rayegani B, Saati M, Sharifi A, Nasri M. Comparison
the accuracies of different spectral indices for estimation of
vegetation cover fraction in sparse vegetated areas. The Egyptian
Journal of Remote Sensing and Space Science, 2011, 14 ( 1):
49鄄56.
[27] 摇 Li X, Yeh A, Liu K, Wang S G. Inventory of mangrove wetlands
in the Pearl River Estuary of China using remote sensing. Journal
of Geographical Sciences, 2006, 16(2): 155鄄164.
[28] 摇 Yang X C, Xu B, Jin Y X, Li J Y, Zhu X H. On grass yield
remote sensing estimation models of China忆 s northern farming鄄
pastoral Ecotone / / Proceedings of 2012 International Conference
on Environment Science ( ICES 2012). Heidelberg: Springer,
2012: 281鄄291.
[29] 摇 Guo Y C, He Y, Li X. Remote sensing inversion of vegetation
coverage and optimization of vegetation index based on MODIS
data in arid area. Remote Sensing for Land and Resources, 2011,
(2): 115鄄118.
[30] 摇 Liang S L. Quantitative Remote Sensing of Land Surfaces. New
York: John Wiley & Sons, Inc, 2004.
参考文献:
[ 4 ] 摇 高明亮, 赵文吉, 宫兆宁, 赫晓慧. 基于环境卫星数据的黄河
湿地植被生物量反演研究. 生态学报, 2013, 33(2): 542鄄553.
[ 5 ] 摇 杜宁, 张秀茹, 王炜, 陈华, 谭向峰, 王仁卿, 郭卫华. 荆条
叶性状对野外不同光环境的表型可塑性. 生态学报, 2011, 31
(20): 6049鄄6059.
[ 6 ] 摇 尹志芳, 欧阳华, 徐兴良, 宋明华, 段德玉, 张宪洲. 拉萨河
谷灌丛草原与农田水热平衡及植被水分利用特征. 地理学报,
2009, 64(3): 303鄄314.
[ 7 ] 摇 杜建会, 严平, 董玉祥. 干旱地区灌丛沙堆研究现状与展望.
地理学报, 2010, 65(3): 339鄄350.
[ 8 ] 摇 袁素芬, 陈亚宁, 李卫红, 刘加珍, 孟丽红, 张丽华. 新疆塔
里木河下游灌丛地上生物量及其空间分布. 生态学报, 2006,
26(6): 1818鄄1824.
[ 9 ] 摇 黎燕琼, 郑绍伟, 龚固堂, 陈俊华, 唐波, 朱自芳, 吴雪仙,
慕长龙. 不同年龄柏木混交林下主要灌木黄荆生物量及分配
格局. 生态学报, 2010, 30(11): 2809鄄2818.
[12] 摇 陈鹏飞, 王卷乐, 廖秀英, 尹芳, 陈宝瑞, 刘睿. 基于环境减
灾卫星遥感数据的呼伦贝尔草地地上生物量反演研究. 自然
资源学报, 2010, 25(7): 1122鄄1131.
[24] 摇 李仁东, 刘纪远. 应用 Landsat ETM数据估算鄱阳湖湿生植被
生物量. 地理学报, 2001, 56(5): 532鄄540.
[25] 摇 吴涛, 赵冬至, 康建成, 张丰收, 程璐. 辽东湾双台子河口湿
地翅碱蓬 (Suaeda salsa) 生物量遥感反演研究. 生态环境学
报, 2011, 20(1): 24鄄29.
[29] 摇 郭玉川, 何英, 李霞. 基于 MODIS 的干旱区植被覆盖度反演
及植被指数优选. 国土资源遥感, 2011, (2): 115鄄118.
8811 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
粤悦栽粤 耘悦韵蕴韵郧陨悦粤 杂陨晕陨悦粤 灾燥造援猿源袁晕燥援缘 酝葬则援袁圆园员源渊杂藻皂蚤皂燥灶贼澡造赠冤
悦韵晕栽耘晕栽杂
云则燥灶贼蚤藻则泽 葬灶凿 悦燥皂责则藻澡藻灶泽蚤增藻 砸藻增蚤藻憎
粤凿增葬灶糟藻 蚤灶 贼澡藻 泽贼怎凿赠 燥灶 凿则燥怎早澡贼 蚤灶凿藻曾 蕴陨 月燥扎澡藻灶袁 在匀韵哉 郧怎葬灶早泽澡藻灶早 渊员园源猿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
杂贼葬贼藻鄄燥枣鄄贼澡藻鄄葬则贼 则藻增蚤藻憎 燥枣 贼澡藻 蚤皂责葬糟贼 燥枣 糟造蚤皂葬贼蚤糟 糟澡葬灶早藻 燥灶 遭蚤燥葬增葬蚤造葬遭蚤造蚤贼赠 燥枣 皂蚤灶藻则葬造 藻造藻皂藻灶贼泽 蚤灶 糟则燥责泽
蕴陨 蕴燥灶早择蚤灶早袁宰哉 在澡藻灶早赠怎灶袁 在匀粤晕郧 匝蚤葬灶早袁藻贼 葬造 渊员园缘猿冤
噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
酝藻糟澡葬灶蚤泽皂袁 澡赠责燥贼澡藻泽蚤泽 葬灶凿 藻增蚤凿藻灶糟藻 燥枣 澡藻则遭蚤增燥则燥怎泽 蚤灶泽藻糟贼鄄澡燥泽贼 蚤灶贼藻则葬糟贼蚤燥灶泽 蚤灶 枣燥则藻泽贼 藻糟燥泽赠泽贼藻皂
在耘晕郧 云葬灶赠燥灶早袁杂哉晕 在澡蚤择蚤葬灶早 渊员园远员冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
粤责责则燥葬糟澡 燥枣 灶藻皂葬贼燥凿藻 枣葬怎灶葬 葬灶葬造赠泽蚤泽 蚤灶凿蚤糟葬贼藻 贼澡藻 泽贼则怎糟贼怎则藻 葬灶凿 枣怎灶糟贼蚤燥灶 燥枣 泽燥蚤造 枣燥燥凿 憎藻遭
悦匀耘晕 再怎灶枣藻灶早袁 匀粤晕 载怎藻皂藻蚤袁 蕴陨 再怎枣藻蚤袁 藻贼 葬造 渊员园苑圆冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
粤 泽责葬贼蚤葬造 藻糟燥灶燥皂藻贼则蚤糟 葬灶葬造赠泽蚤泽 燥枣 憎葬贼藻则 枣燥燥贼责则蚤灶贼 蚤灶贼藻灶泽蚤贼赠 糟燥灶增藻则早藻灶糟藻 燥灶 葬 责则燥增蚤灶糟蚤葬造 泽糟葬造藻 蚤灶 悦澡蚤灶葬
在匀粤韵 蕴蚤葬灶早泽澡蚤袁 杂哉晕 悦葬蚤扎澡蚤袁 在匀耘晕郧 阅藻枣藻灶早 渊员园愿缘冤
噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
孕葬贼贼藻则灶 凿赠灶葬皂蚤糟泽 燥枣 增藻早藻贼葬贼蚤燥灶 糟燥增藻则葬早藻 燥枣 孕造葬贼藻葬怎 灾葬造造藻赠鄄悦蚤贼赠 蚤灶 贼澡藻 宰藻泽贼藻则灶 悦澡蚤灶葬院 葬 糟葬泽藻 泽贼怎凿赠 蚤灶 载蚤灶蚤灶早
郧粤韵 再怎灶袁 载陨耘 酝蚤葬燥皂蚤葬燥袁 云哉 酝藻蚤糟澡藻灶袁 藻贼 葬造 渊员园怨源冤
噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
杂糟葬造藻 藻枣枣藻糟贼 葬灶葬造赠泽蚤泽 燥枣 贼澡藻 蚤灶枣造怎藻灶糟藻 燥枣 造葬灶凿 怎泽藻 葬灶凿 藻灶增蚤则燥灶皂藻灶贼葬造 枣葬糟贼燥则泽 燥灶 泽怎则枣葬糟藻 泽燥蚤造 燥则早葬灶蚤糟 糟葬则遭燥灶院葬 糟葬泽藻 泽贼怎凿赠 蚤灶 贼澡藻
澡蚤造造赠 葬灶凿 早怎造造赠 葬则藻葬 燥枣 晕燥则贼澡藻则灶 杂澡葬葬灶曾蚤 孕则燥增蚤灶糟藻 在匀粤韵 酝蚤灶早赠怎藻袁 在匀粤韵 宰藻灶憎怎袁在匀韵晕郧 蕴蚤灶葬 渊员员园缘冤噎噎噎噎噎噎噎噎噎
耘枣枣藻糟贼泽 燥枣 耘蚤泽藻灶蚤葬 枣燥藻贼蚤凿葬 葬灶凿 粤皂赠灶贼澡葬泽 皂燥则则蚤泽蚤 燥灶 贼澡藻 糟澡藻皂蚤糟葬造 葬灶凿 遭蚤燥造燥早蚤糟葬造 责则燥责藻则贼蚤藻泽 燥枣 泽燥蚤造 葬皂藻灶凿藻凿 憎蚤贼澡 贼澡藻 责葬责藻则 皂蚤造造
泽造怎凿早藻 悦匀耘晕 载怎枣藻蚤袁 在匀粤晕郧 悦澡蚤袁 阅粤陨 允怎灶袁藻贼 葬造 渊员员员源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
粤怎贼藻糟燥造燥早赠 驭 云怎灶凿葬皂藻灶贼葬造泽
砸藻早怎造葬贼蚤燥灶 燥枣 责燥贼葬泽泽蚤怎皂 泽怎责责造赠 葬灶凿 泽蚤早灶葬造 蚤灶澡蚤遭蚤贼燥则泽 燥灶 葬糟藻贼葬贼藻 藻枣枣造怎曾藻泽 遭赠 藻糟贼燥皂赠糟燥则则澡蚤扎葬造 枣怎灶早蚤
再粤晕郧 匀燥灶早躁怎灶袁 蕴陨 再燥灶早袁 再哉粤晕 蕴蚤灶早袁藻贼 葬造 渊员员圆远冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
粤则泽藻灶蚤糟 蚤灶凿怎糟藻泽 早怎葬则凿 糟藻造造 凿藻葬贼澡 蚤灶 造藻葬枣 藻责蚤凿藻则皂蚤泽 燥枣 灾蚤糟蚤葬 枣葬遭葬 载哉耘 酝藻蚤扎澡葬燥袁 再陨 匀怎蚤造葬灶 渊员员猿源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
陨凿藻灶贼蚤枣蚤糟葬贼蚤燥灶 葬灶凿 糟澡葬则葬糟贼藻则蚤泽贼蚤糟泽 燥枣 责澡藻灶燥造 凿藻早则葬凿蚤灶早 遭葬糟贼藻则蚤葬 葬凿园源怨 泽糟则藻藻灶藻凿 枣则燥皂 燥蚤造 糟燥灶贼葬皂蚤灶葬贼藻凿 泽燥蚤造
匀哉 栽蚤灶早袁 郧哉 允蚤藻袁 在匀耘晕 蕴蚤泽澡葬袁再粤晕郧 允蚤怎袁藻贼 葬造 渊员员源园冤
噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
孕澡赠泽蚤燥造燥早蚤糟葬造 则藻泽责燥灶泽藻 燥枣 酝藻凿蚤糟葬早燥 泽葬贼蚤增葬 蕴援 贼燥 糟燥责责藻则 泽贼则藻泽泽 遭赠 云栽陨砸 泽责藻糟贼则燥泽糟燥责赠
云哉 悦澡怎葬灶袁 再哉 杂澡怎灶澡怎蚤袁 匀哉粤晕郧 再蚤皂蚤灶袁 藻贼 葬造 渊员员源怨冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
耘枣枣藻糟贼泽 燥枣 泽燥憎蚤灶早 凿葬贼藻 燥灶 圆鄄葬糟藻贼赠造鄄员鄄责赠则则燥造蚤灶藻 糟燥灶贼藻灶贼 葬灶凿 赠蚤藻造凿 燥枣 造葬贼藻 泽藻葬泽燥灶 葬则燥皂葬贼蚤糟 则蚤糟藻
再粤晕郧 载蚤葬燥躁怎葬灶袁栽粤晕郧 载蚤葬灶早则怎袁宰耘晕 载蚤葬灶早糟澡藻灶早袁藻贼 葬造 渊员员缘远冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
耘枣枣藻糟贼泽 燥枣 藻曾燥早藻灶燥怎泽 糟葬造糟蚤怎皂 渊悦葬冤 燥灶 贼燥造藻则葬灶糟藻 燥枣 粤造造蚤怎皂 糟藻责葬 增葬则援 葬早则燥早葬则怎皂 蕴援 贼燥 糟葬凿皂蚤怎皂 渊悦凿冤 泽贼则藻泽泽
宰粤晕郧 匝蚤葬燥造蚤灶早袁在韵哉 允蚤灶澡怎葬袁蕴陨哉 阅燥灶早澡怎葬袁藻贼 葬造 渊员员远缘冤
噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
栽澡藻 泽贼怎凿赠 燥枣 灾蚤贼藻曾 灶藻早怎灶凿燥 泽澡则怎遭泽 糟葬灶燥责赠 遭蚤燥皂葬泽泽 蚤灶增藻则泽蚤燥灶 蚤灶 月藻蚤躁蚤灶早 允怎灶凿怎 皂燥怎灶贼葬蚤灶燥怎泽 葬则藻葬 遭葬泽藻凿 燥灶 增藻早藻贼葬贼蚤燥灶 蚤灶凿蚤糟藻泽
郧粤韵 酝蚤灶早造蚤葬灶早袁 郧韵晕郧 在澡葬燥灶蚤灶早袁 在匀粤韵 宰藻灶躁蚤袁 藻贼 葬造 渊员员苑愿冤
噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
悦燥皂责葬则蚤泽燥灶 泽贼怎凿赠 燥枣 泽怎造枣怎则 凿蚤燥曾蚤凿藻 则藻泽蚤泽贼葬灶糟藻 燥枣 贼澡则藻藻 憎葬则皂鄄泽藻葬泽燥灶 贼怎则枣 早则葬泽泽藻泽 蕴陨 载蚤袁 宰粤晕郧 蕴蚤澡怎葬袁 蕴陨哉 宰藻蚤袁 藻贼 葬造 渊员员愿怨冤噎噎噎
郧藻燥泽贼葬贼蚤泽贼蚤糟葬造 葬灶葬造赠泽蚤泽燥灶 泽责葬贼蚤葬造 凿赠灶葬皂蚤糟泽 燥枣 贼澡藻 葬责贼藻则燥怎泽 酝赠扎怎泽 责藻则糟蚤糟葬藻 蚤灶 枣造怎藻鄄糟怎则藻凿 贼燥遭葬糟糟燥 枣蚤藻造凿泽 燥枣 耘灶泽澡蚤 贼燥遭葬糟糟燥 葬则藻葬袁 悦澡蚤灶葬
载陨粤 孕藻灶早造蚤葬灶早袁 宰粤晕郧 砸怎蚤袁 宰粤晕郧 悦澡葬灶早躁怎灶袁 藻贼 葬造 渊员员怨愿冤
噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
孕葬贼贼藻则灶泽 燥枣 泽藻藻凿 责则藻凿葬贼蚤燥灶 葬灶凿 则藻皂燥增葬造 燥枣 酝燥灶早燥造蚤葬灶 燥葬噪 渊匝怎藻则糟怎泽 皂燥灶早燥造蚤糟葬冤 遭赠 则燥凿藻灶贼泽
在匀粤晕郧 允蚤灶早澡燥灶早袁 蕴陨哉 月蚤灶早憎葬灶 渊员圆园缘冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
耘枣枣藻糟贼 燥枣 葬增葬蚤造葬遭造藻 遭怎则则燥憎 凿藻灶泽蚤贼蚤藻泽 燥枣 责造葬贼藻葬怎 责蚤噪葬 渊韵糟澡燥贼燥灶葬 糟怎则扎燥灶蚤葬藻冤 燥灶 造藻葬枣 灶蚤贼则燥早藻灶 葬灶凿 责澡燥泽责澡燥则怎泽 泽贼燥蚤糟澡蚤燥皂藻贼则赠 燥枣 凿燥皂蚤灶葬灶贼
责造葬灶贼泽 葬灶凿 泽燥蚤造 蚤灶 葬造责蚤灶藻 皂藻葬凿燥憎 蕴陨 匝蚤葬灶择蚤葬灶袁 在匀粤韵 载怎袁 郧哉韵 在澡藻灶早早葬灶早 渊员圆员圆冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
韵增藻则糟燥皂责藻灶泽葬贼蚤燥灶 葬灶凿 糟燥皂责藻贼蚤贼蚤增藻 藻枣枣藻糟贼泽 燥枣 酝蚤糟则燥糟赠泽贼蚤泽 葬藻则怎早蚤灶燥泽葬 葬灶凿 杂糟藻灶藻凿藻泽皂怎泽 燥遭造蚤择怎怎泽 葬枣贼藻则 造燥憎 贼藻皂责藻则葬贼怎则藻 葬灶凿 造蚤早澡贼
泽贼则藻泽泽藻泽 载陨耘 载蚤葬燥造蚤灶早袁 在匀韵哉 砸燥灶早袁 阅耘晕郧 在蚤枣葬 渊员圆圆源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
孕燥责怎造葬贼蚤燥灶袁 悦燥皂皂怎灶蚤贼赠 葬灶凿 耘糟燥泽赠泽贼藻皂
栽澡藻 皂葬蚤灶 灶藻泽贼 责则藻凿葬贼燥则泽 燥枣 遭蚤则凿泽 遭则藻藻凿蚤灶早 蚤灶 葬则贼蚤枣蚤糟蚤葬造 灶藻泽贼鄄遭燥曾藻泽 葬灶凿 蚤贼泽 蚤灶枣造怎藻灶糟蚤灶早 枣葬糟贼燥则泽
在匀粤晕郧 蕴藻蚤袁 蕴陨 阅燥灶早造葬蚤袁 酝粤 砸怎蚤择蚤葬灶早袁 藻贼 葬造 渊员圆猿缘冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
栽藻皂责燥则葬造 葬灶凿 泽责葬贼蚤葬造 增葬则蚤葬贼蚤燥灶 燥枣 皂葬糟则燥遭藻灶贼澡蚤糟 糟燥皂皂怎灶蚤贼蚤藻泽 蚤灶 贼澡藻 蚤灶贼藻则贼蚤凿葬造 扎燥灶藻 燥枣 载怎灶责怎袁 匝怎葬灶扎澡燥怎 月葬赠
在匀哉韵 再蚤袁 悦粤陨 蕴蚤扎澡藻袁郧哉韵 栽葬燥袁 藻贼 葬造 渊员圆源源冤
噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
栽澡藻 蚤灶枣造怎藻灶糟藻 燥枣 增葬则蚤葬遭造藻泽 葬贼 凿蚤枣枣藻则藻灶贼 泽糟葬造藻泽 燥灶 泽贼则藻葬皂 遭藻灶贼澡蚤糟 皂葬糟则燥蚤灶增藻则贼藻遭则葬贼藻泽 蚤灶 蕴怎葬灶澡藻 砸蚤增藻则 月葬泽蚤灶
在匀粤晕郧 匀葬蚤责蚤灶早袁宰哉 阅葬赠燥灶早袁宰粤晕郧 在澡葬燥皂蚤灶早袁藻贼 葬造 渊员圆缘猿冤
噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
砸藻造葬贼蚤燥灶泽澡蚤责泽 遭藻贼憎藻藻灶 藻灶增蚤则燥灶皂藻灶贼葬造 增葬则蚤葬遭造藻泽 葬灶凿 泽藻葬泽燥灶葬造 泽怎糟糟藻泽泽蚤燥灶 蚤灶责澡赠贼燥责造葬灶噪贼燥灶 枣怎灶糟贼蚤燥灶葬造 早则燥怎责泽 蚤灶 贼澡藻 匀怎造葬灶 砸蚤增藻则
宰藻贼造葬灶凿 蕴哉 载蚤灶曾蚤灶袁 蕴陨哉 再葬灶袁 云粤晕 再葬憎藻灶 渊员圆远源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
匀葬遭蚤贼葬贼 葬泽泽藻泽泽皂藻灶贼 燥枣 泽蚤噪葬 凿藻藻则渊悦藻则增怎泽 灶蚤责责燥灶冤蚤灶 贼澡藻 栽葬燥澡燥灶早造蚤灶早 晕葬贼蚤燥灶葬造 晕葬贼怎则藻 砸藻泽藻则增藻袁 允蚤葬灶早曾蚤 孕则燥增蚤灶糟藻袁 悦澡蚤灶葬
蕴陨 允蚤葬袁 蕴陨 再葬灶噪怎燥袁 酝陨粤韵 蕴怎躁怎灶袁 藻贼 葬造 渊员圆苑源冤
噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
蕴葬灶凿泽糟葬责藻袁 砸藻早蚤燥灶葬造 葬灶凿 郧造燥遭葬造 耘糟燥造燥早赠
栽澡藻 糟燥皂责则藻澡藻灶泽蚤增藻 早藻燥早则葬责澡蚤糟葬造 则藻早蚤燥灶葬造蚤扎葬贼蚤燥灶 燥枣 悦澡蚤灶葬 泽怎责责燥则贼蚤灶早 灶葬贼怎则葬造 糟燥灶泽藻则增葬贼蚤燥灶 郧哉韵 在蚤造蚤葬灶早袁 悦哉陨 郧怎燥枣葬 渊员圆愿源冤噎噎噎噎
砸藻泽责燥灶泽藻 燥枣 增藻早藻贼葬贼蚤燥灶 糟燥增藻则葬早藻 贼燥 糟造蚤皂葬贼藻 糟澡葬灶早藻 蚤灶 酝燥灶早燥造蚤葬灶 孕造葬贼藻葬怎 凿怎则蚤灶早 则藻糟藻灶贼 员园 赠藻葬则泽
酝陨粤韵 蕴蚤躁怎葬灶袁 允陨粤晕郧 悦澡燥灶早袁 匀耘 月蚤灶袁 藻贼 葬造 渊员圆怨缘冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
陨皂责葬糟贼葬灶葬造赠泽蚤泽 燥枣 澡怎皂葬灶 葬糟贼蚤增蚤贼蚤藻泽 葬灶凿 糟造蚤皂葬贼藻 糟澡葬灶早藻 燥灶 匀燥灶早澡怎 造葬噪藻忆泽 泽责则蚤灶早 凿则燥怎早澡贼
蕴陨哉 运藻择怎灶袁 蕴陨粤晕郧 再蚤贼燥灶早袁 在匀韵哉 允蚤灶造蚤葬灶袁 藻贼 葬造 渊员猿园圆冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
蕴葬噪藻泽 藻增燥造怎贼蚤燥灶 燥枣 糟藻灶贼则葬造 宰怎澡葬灶 凿怎则蚤灶早 圆园园园 贼燥 圆园员园 阅粤晕 再燥灶早造蚤袁宰粤晕郧 匀燥灶早扎澡蚤袁 在匀粤晕郧 匀怎葬灶袁藻贼 葬造 渊员猿员员冤噎噎噎噎噎噎噎
砸藻泽燥怎则糟藻 葬灶凿 陨灶凿怎泽贼则蚤葬造 耘糟燥造燥早赠
栽澡藻 泽责葬贼蚤葬造 凿蚤泽贼则蚤遭怎贼蚤燥灶 燥枣 韵责澡蚤燥糟燥则凿赠糟藻责泽 泽蚤灶藻灶泽蚤泽 泽怎蚤贼葬遭蚤造蚤贼赠 蚤灶 杂葬灶躁蚤葬灶早赠怎葬灶 砸藻早蚤燥灶 蕴陨 云藻灶袁 宰哉 在澡蚤枣藻灶早袁 载哉 悦怎蚤袁 藻贼 葬造 渊员猿员愿冤噎
远圆猿员 摇 生摇 态摇 学摇 报摇 摇 摇 猿源卷摇
叶生态学报曳圆园员源年征订启事
叶生态学报曳是由中国科学技术协会主管袁中国生态学学会尧中国科学院生态环境研究中心主办的生态学
高级专业学术期刊袁创刊于 员怨愿员年袁报道生态学领域前沿理论和原始创新性研究成果遥 坚持野百花齐放袁百家
争鸣冶的方针袁依靠和团结广大生态学科研工作者袁探索生态学奥秘袁为生态学基础理论研究搭建交流平台袁
促进生态学研究深入发展袁为我国培养和造就生态学科研人才和知识创新服务尧为国民经济建设和发展服务遥
叶生态学报曳主要报道生态学及各分支学科的重要基础理论和应用研究的原始创新性科研成果遥 特别欢
迎能反映现代生态学发展方向的优秀综述性文章曰研究简报曰生态学新理论尧新方法尧新技术介绍曰新书评价和
学术尧科研动态及开放实验室介绍等遥
叶生态学报曳为半月刊袁大 员远开本袁圆愿园页袁国内定价 怨园元 辕册袁全年定价 圆员远园元遥
国内邮发代号院愿圆鄄苑袁国外邮发代号院酝远苑园
标准刊号院陨杂杂晕 员园园园鄄园怨猿猿摇 摇 悦晕 员员鄄圆园猿员 辕 匝
全国各地邮局均可订阅袁也可直接与编辑部联系购买遥 欢迎广大科技工作者尧科研单位尧高等院校尧图书
馆等订阅遥
通讯地址院 员园园园愿缘 北京海淀区双清路 员愿号摇 电摇 摇 话院 渊园员园冤远圆怨源员园怨怨曰 远圆愿源猿猿远圆
耘鄄皂葬蚤造院 泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援葬糟援糟灶摇 网摇 摇 址院 憎憎憎援藻糟燥造燥早蚤糟葬援糟灶
本期责任副主编摇 象伟宁摇 摇 摇 编辑部主任摇 孔红梅摇 摇 摇 执行编辑摇 刘天星摇 段摇 靖
生摇 态摇 学摇 报
渊杂匀耘晕郧栽粤陨摇 载哉耘月粤韵冤
渊半月刊摇 员怨愿员年 猿月创刊冤
第 猿源卷摇 第 缘期摇 渊圆园员源年 猿月冤
粤悦栽粤 耘悦韵蕴韵郧陨悦粤 杂陨晕陨悦粤
摇
渊杂藻皂蚤皂燥灶贼澡造赠袁杂贼葬则贼藻凿 蚤灶 员怨愿员冤
摇
灾燥造郾 猿源摇 晕燥郾 缘 渊酝葬则糟澡袁 圆园员源冤
编摇 摇 辑摇 叶生态学报曳编辑部
地址院北京海淀区双清路 员愿号
邮政编码院员园园园愿缘
电话院渊园员园冤远圆怨源员园怨怨
憎憎憎援藻糟燥造燥早蚤糟葬援糟灶
泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援葬糟援糟灶
主摇 摇 编摇 王如松
主摇 摇 管摇 中国科学技术协会
主摇 摇 办摇 中国生态学学会
中国科学院生态环境研究中心
地址院北京海淀区双清路 员愿号
邮政编码院员园园园愿缘
出摇 摇 版摇
摇 摇 摇 摇 摇 地址院北京东黄城根北街 员远号
邮政编码院员园园苑员苑
印摇 摇 刷摇 北京北林印刷厂
发 行摇
地址院东黄城根北街 员远号
邮政编码院员园园苑员苑
电话院渊园员园冤远源园猿源缘远猿
耘鄄皂葬蚤造院躁燥怎则灶葬造岳 糟泽责早援灶藻贼
订摇 摇 购摇 全国各地邮局
国外发行摇 中国国际图书贸易总公司
地址院北京 猿怨怨信箱
邮政编码院员园园园源源
广告经营
许 可 证摇 京海工商广字第 愿园员猿号
耘凿蚤贼藻凿 遭赠摇 耘凿蚤贼燥则蚤葬造 遭燥葬则凿 燥枣
粤悦栽粤 耘悦韵蕴韵郧陨悦粤 杂陨晕陨悦粤
粤凿凿院员愿袁杂澡怎葬灶早择蚤灶早 杂贼则藻藻贼袁匀葬蚤凿蚤葬灶袁月藻蚤躁蚤灶早 员园园园愿缘袁悦澡蚤灶葬
栽藻造院渊园员园冤远圆怨源员园怨怨
憎憎憎援藻糟燥造燥早蚤糟葬援糟灶
泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援葬糟援糟灶
耘凿蚤贼燥则鄄蚤灶鄄糟澡蚤藻枣摇 宰粤晕郧 砸怎泽燥灶早
杂怎责藻则增蚤泽藻凿 遭赠摇 悦澡蚤灶葬 粤泽泽燥糟蚤葬贼蚤燥灶 枣燥则 杂糟蚤藻灶糟藻 葬灶凿 栽藻糟澡灶燥造燥早赠
杂责燥灶泽燥则藻凿 遭赠摇 耘糟燥造燥早蚤糟葬造 杂燥糟蚤藻贼赠 燥枣 悦澡蚤灶葬
砸藻泽藻葬则糟澡 悦藻灶贼藻则 枣燥则 耘糟燥鄄藻灶增蚤则燥灶皂藻灶贼葬造 杂糟蚤藻灶糟藻泽袁 悦粤杂
粤凿凿院员愿袁杂澡怎葬灶早择蚤灶早 杂贼则藻藻贼袁匀葬蚤凿蚤葬灶袁月藻蚤躁蚤灶早 员园园园愿缘袁悦澡蚤灶葬
孕怎遭造蚤泽澡藻凿 遭赠摇 杂糟蚤藻灶糟藻 孕则藻泽泽
粤凿凿院员远 阅燥灶早澡怎葬灶早糟澡藻灶早早藻灶 晕燥则贼澡 杂贼则藻藻贼袁
月藻蚤躁蚤灶早摇 员园园苑员苑袁悦澡蚤灶葬
孕则蚤灶贼藻凿 遭赠摇 月藻蚤躁蚤灶早 月藻蚤 蕴蚤灶 孕则蚤灶贼蚤灶早 匀燥怎泽藻袁
月藻蚤躁蚤灶早 员园园园愿猿袁悦澡蚤灶葬
阅蚤泽贼则蚤遭怎贼藻凿 遭赠摇 杂糟蚤藻灶糟藻 孕则藻泽泽
粤凿凿院员远 阅燥灶早澡怎葬灶早糟澡藻灶早早藻灶 晕燥则贼澡
杂贼则藻藻贼袁月藻蚤躁蚤灶早 员园园苑员苑袁悦澡蚤灶葬
栽藻造院渊园员园冤远源园猿源缘远猿
耘鄄皂葬蚤造院躁燥怎则灶葬造岳 糟泽责早援灶藻贼
阅燥皂藻泽贼蚤糟 摇 摇 粤造造 蕴燥糟葬造 孕燥泽贼 韵枣枣蚤糟藻泽 蚤灶 悦澡蚤灶葬
云燥则藻蚤早灶 摇 摇 悦澡蚤灶葬 陨灶贼藻则灶葬贼蚤燥灶葬造 月燥燥噪 栽则葬凿蚤灶早
悦燥则责燥则葬贼蚤燥灶
粤凿凿院孕援韵援月燥曾 猿怨怨 月藻蚤躁蚤灶早 员园园园源源袁悦澡蚤灶葬
摇 陨杂杂晕 员园园园鄄园怨猿猿
悦晕 员员鄄圆园猿员 辕 匝
国内外公开发行 国内邮发代号 愿圆鄄苑 国外发行代号 酝远苑园 定价 怨园郾 园园元摇