全 文 ：
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 (SHENGTAI XUEBAO)
摇 摇 第 33 卷 第 4 期摇 摇 2013 年 2 月摇 (半月刊)
目摇 摇 次
前沿理论与学科综述
森林水源涵养功能的多尺度内涵、过程及计量方法 王晓学,沈会涛,李叙勇,等 (1019)………………………
植物叶片水稳定同位素研究进展 罗摇 伦,余武生,万诗敏,等 (1031)……………………………………………
城市景观格局演变的生态环境效应研究进展 陈利顶,孙然好,刘海莲 (1042)…………………………………
城市生物多样性分布格局研究进展 毛齐正,马克明,邬建国,等 (1051)…………………………………………
基于福祉视角的生态补偿研究 李惠梅,张安录 (1065)……………………………………………………………
个体与基础生态
土著菌根真菌和混生植物对羊草生长和磷营养的影响 雷摇 垚,郝志鹏,陈保冬 (1071)………………………
干旱条件下 AM真菌对植物生长和土壤水稳定性团聚体的影响 叶佳舒,李摇 涛,胡亚军,等 (1080)…………
转 mapk双链 RNA干扰表达载体黄瓜对根际土壤细菌多样性的影响 陈国华,弭宝彬,李摇 莹,等 (1091)…
北京远郊区臭氧污染及其对敏感植物叶片的伤害 万五星,夏亚军,张红星,等 (1098)…………………………
茅苍术叶片可培养内生细菌多样性及其促生潜力 周佳宇,贾摇 永,王宏伟,等 (1106)…………………………
低温对蝶蛹金小蜂卵成熟及其数量动态的影响 夏诗洋,孟玲,李保平 (1118)…………………………………
六星黑点豹蠹蛾求偶行为与性信息素产生和释放的时辰节律 刘金龙,荆小院,杨美红,等 (1126)……………
氟化物对家蚕血液羧酸酯酶及全酯酶活性的影响 米摇 智,阮成龙,李姣蓉,等 (1134)…………………………
不同温度对脊尾白虾胚胎发育与幼体变态存活的影响 梁俊平,李摇 健,李吉涛,等 (1142)……………………
种群、群落和生态系统
生态系统服务多样性与景观多功能性———从科学理念到综合评估 吕一河,马志敏,傅伯杰,等 (1153)………
不同端元模型下湿地植被覆盖度的提取方法———以北京市野鸭湖湿地自然保护区为例
崔天翔,宫兆宁,赵文吉,等 (1160)
………………………
……………………………………………………………………………
基于光谱特征变量的湿地典型植物生态类型识别方法———以北京野鸭湖湿地为例
林摇 川,宫兆宁,赵文吉,等 (1172)
……………………………
……………………………………………………………………………
浮游植物群落对海南小水电建设的响应 林彰文,林摇 生,顾继光,等 (1186)……………………………………
菹草种群内外水质日变化 王锦旗,郑有飞,王国祥 (1195)………………………………………………………
南方红壤区 3 种典型森林恢复方式对植物群落多样性的影响 王摇 芸,欧阳志云,郑摇 华,等 (1204)…………
人工油松林恢复过程中土壤理化性质及有机碳含量的变化特征 胡会峰,刘国华 (1212)………………………
不同区域森林火灾对生态因子的响应及其概率模型 李晓炜,赵摇 刚,于秀波,等 (1219)………………………
景观、区域和全球生态
快速城市化地区景观生态安全时空演化过程分析———以东莞市为例 杨青生,乔纪纲,艾摇 彬 (1230)………
海岸带生态系统健康评价中能质和生物多样性的差异———以江苏海岸带为例
唐得昊,邹欣庆,刘兴健 (1240)
…………………………………
…………………………………………………………………………………
干湿交替频率对不同土壤 CO2 和 N2O释放的影响 欧阳扬,李叙勇 (1251)……………………………………
西部地区低碳竞争力评价 金小琴,杜受祜 (1260)…………………………………………………………………
基于 HEC鄄HMS模型的八一水库流域洪水重现期研究 郑摇 鹏,林摇 韵,潘文斌,等 (1268)……………………
基于修正的 Gash模型模拟小兴安岭原始红松林降雨截留过程 柴汝杉,蔡体久,满秀玲,等 (1276)…………
长白山北坡不同林型内红松年表特征及其与气候因子的关系 陈摇 列,高露双,张摇 赟,等 (1285)……………
资源与产业生态
河西走廊绿洲灌区循环模式“农田鄄食用菌冶生产系统氮素流动特征 李瑞琴,于安芬,赵有彪,等 (1292)……
施肥对旱地花生主要土壤肥力指标及产量的影响 王才斌,郑亚萍,梁晓艳,等 (1300)…………………………
耕作措施对土壤水热特性和微生物生物量碳的影响 庞摇 绪,何文清,严昌荣,等 (1308)………………………
基于改进 SPA法的耕地占补平衡生态安全评价 施开放,刁承泰,孙秀锋,等 (1317)…………………………
学术争鸣
基于生态鄄产业共生关系的林业生态安全测度方法构想 张智光 (1326)…………………………………………
中国生态学学会 2013 年学术年会征稿须知 (玉)…………………………………………………………………
期刊基本参数:CN 11鄄2031 / Q*1981*m*16*318*zh*P* ￥ 90郾 00*1510*34*
室室室室室室室室室室室室室室
2013鄄02
封面图说: 石羊河———石羊河流域属大陆性温带干旱气候,气候特点是:日照充足、温差大、降水少、蒸发强、空气干燥。 石羊河
源出祁连山东段,河系以雨水补给为主,兼有冰雪融水成分。 上游的祁连山区降水丰富,有雪山冰川和残留林木,是
河流的水源补给地。 中游流经河西走廊平地,形成武威和永昌等绿洲,下游是民勤,石羊河最后消失在腾格里沙漠
中。 随着石羊河流域人水矛盾的不断加剧,水资源开发利用严重过度,荒漠化日趋严重,民勤县的生态环境已经相
当恶化,继续下去将有可能变成第二个“罗布泊冶。
彩图及图说提供: 陈建伟教授摇 北京林业大学摇 E鄄mail: cites. chenjw@ 163. com
第 33 卷第 4 期
2013 年 2 月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol. 33,No. 4
Feb. ,2013
http: / / www. ecologica. cn
基金项目:国家重点基础研究发展计划(973 计划)(2012CB955304)
收稿日期:2012鄄05鄄27; 摇 摇 修订日期:2012鄄11鄄19
*通讯作者 Corresponding author. E鄄mail: Qiang. Yu@ uts. edu. au
DOI: 10. 5846 / stxb201205270783
李晓炜,赵刚,于秀波,于强.不同区域森林火灾对生态因子的响应及其概率模型.生态学报,2013,33(4):1219鄄1229.
Li X W, Zhao G, Yu X B,Yu Q. Probability models of forest fire risk based on ecology factors in different vegetation regions over China. Acta Ecologica
Sinica,2013,33(4):1219鄄1229.
不同区域森林火灾对生态因子的响应及其概率模型
李晓炜1, 3,赵摇 刚1, 3,于秀波2,于摇 强1,*
(1. 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室,北京摇 100101;
2. 中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室,北京摇 100101;3. 中国科学院大学,北京摇 100049)
摘要:火灾是影响森林生态系统过程的重要干扰之一,其对森林生态系统内各生态因子的响应各不相同。 由于植被状况及生态
环境的不同,森林火灾的时空分布特征在中国不同植被气候类型内表现不同,根据植被气候类型分类系统,将中国主要森林火
灾地区划分为 4 个区域:东北(冷温带松林)、华北(落叶阔叶林)、东南(常绿阔叶林)和西南(热带雨林),应用遥感监测数据和
地面环境数据,以时空变量、生态因子(植被生长变化指数、湿度等)为可选自变量,应用半参数化 Logistic 回归模型,就森林火
险对不同生态影响因子的响应规律进行了分析,建立了基于生态因子的着火概率模型和大火蔓延概率模型,通过模拟及实际数
据散点图、火险概率图,评估了模型应用价值。 结果表明,土壤湿度及植被含水量在落叶阔叶林、常绿阔叶林、热带雨林地区对
着火概率影响显著。 在 4 个植被气候区内,土壤及凋落物湿度对大火蔓延的作用较小。 在冷温带松林、落叶阔叶林、常绿阔叶
林地区,植被生长的年内变化对火灾发生的影响显著,在常绿阔叶林地区,年内植被生长变化对大火蔓延的作用较小。 森林火
险概率与各生态因子的相关关系主要呈现出非线性。 不同植被气候区内,火险概率受不同生态因子组合的影响,这与不同区域
的植被状况及生态环境不同有关。 在不同植被气候类型,应用时空变量、生态因子建立半参数化 logistic回归模型,进行着火概
率和大火蔓延概率的模拟具有可行性和实际应用能力。 为进一步分析森林生态系统与火灾之间的动态关系、展开生态系统火
灾干扰研究提供了理论基础。
关键词:植被气候区;生态影响因子;归一化植被指数(NDVI);森林火险概率;半参数化 Logistic回归模型
Probability models of forest fire risk based on ecology factors in different
vegetation regions over China
LI Xiaowei1,3, ZHAO Gang1,3, YU Xiubo2, YU Qiang1,*
1 Key Laboratory of Water Cycle & Related Land Surface Processes, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of
Sciences, Beijing 100101, China
2 Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of
Sciences, Beijing 100101, China
3 University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: Forest fires are considered an important disturbance factor for forest ecosystems. Forest fires are influenced by
ecological factors. There are different relationships between diverse ecological factors and forest fires in disparate vegetation
regions in China. The objectives of this study were two鄄fold: i) to assess relationships between ecological factors (NDVI
and weather elements) and probability of occurrence of fires ( i. e. fire risk), and, ii) to establish fire probability models
in four contrasting vegetation regions across China.
This study covers the monsoonal region where plenty of rainfall is received but significant seasonal variation within dry
http: / / www. ecologica. cn
and wet seasons are characterised by air mass transitions between inland air and oceanic air. The study area was divided
into four sub鄄regions according to their distinct biomes: i) north China plain with a dominant vegetation of deciduous broad鄄
leaved trees; ii) north鄄east of China dominated by cool temperate coniferous forest; iii) southeast of China dominated by
mixed evergreen broadleaf and deciduous broad鄄leaved forest, and iv) southwest of China dominated by tropical rain forest.
Fire data were extracted from the Along Track Scanning Radiometer of the European Space Agency. Daily values of weather
elements from 245 stations covering majority of the four climatic regions above were obtained from China Meteorological
Administration. Normalized Difference Vegetation Index (NDVI) was applied as a measure of vegetation status. We linked
vegetation with location, time, altitude, weather elements,, and fire characteristics during 1998—2007 in the four regions
above using semi鄄parametric logistic (SPL) regression models. Non鄄linear relationships between different ecological factors
and fire risk (i. e. probability of fire ignition and occurrence of large fire events) were assessed by semi鄄parametric logistic
regression models.
We analyzed characteristics of forest fire activity in the four contrasting vegetation regions across China. NDVI was
found to be a significant indicator of probability of fire ignition in all the four forest regions except tropical rain forest. On
the other hand, NDVI had a significant effect on probability of occurrence of large fire events in all the three forest regions
except for evergreen broadleaf region. There was a significant correlation between probability of fire ignition and altitude.
Location was found to have a highly significant effect on fire risk in all the four regions, except for the cool temperate
coniferous forest. Mean monthly values of ecological factors had more effect on probability of fire ignition than monthly
maximum values of those ecological factors. On the contrary, maximum monthly values of ecological factors had more effect
on probability of large fire events than mean monthly values of the ecological factors. For each of the four regions of China,
a different model of probability of fire ignition and occurrence of large fire events was established. Graphs of observed versus
estimated probabilities of large fire events and fire danger maps were produced from the probability models to assess
robustness of these models. The results of these final models with selected ecological factors as explanatory variables seem
reasonable. The analysis presents some of the dynamics of ecosystem鄄fire interactions and their value for management
systems.
Key Words: vegetation regions; ecological factors; NDVI; forest fire risk probability; semi鄄parametric logistic regression
火灾是造成森林生态系统结构和机能长期波动的主要干扰之一。 生态环境因子对一个地区的火灾分布
特征有决定性的影响[1]。 研究人员发现,生态环境因子与森林火灾的关系在不同地区有不同的表现[2]。
目前有很多统计方法被用于研究生态影响因子与火灾之间的关系,Peng 和 Schoenberg 将火灾发生率与
温度、降雨、可燃物湿度和火灾历史进行分析,发现前次火灾距今时间间隔对当前火灾发生与否的影响很
大[3]。 鉴于 Logistic回归模型基于多变量对指定事件的预报能力,并且模型对输入数据无正态分布的要
求[4],Logistic回归模型是火险模拟中应用较为广泛的一种方法[5]。 二元 Logistic回归模型被用于分析着火概
率与 3 个自变量之间的关系[6]。 这类方法虽然对模拟易波动的数据功能强大,但对于分析各个变量对火灾影
响的强弱差别,却有其不足之处[7]。 近几年来,利用无参数和半参数 Logistic 回归模型,以火灾影响因子为自
变量,火灾影响因子与火险概率之间的关系得到了深入分析[8]。
我国森林生态系统火灾研究起步较晚[9]。 1987 年大兴安岭森林火灾之后,在 1988 年,国家启动了森林
防火灭火研究开发基金项目,林火研究工作得到了进一步的发展[10],在利用卫星资料监测提取火点、过火区、
林火实时监测或灾后损失评估等方面,已取得了很好的研究成果及应用[11]。 但是,对全国范围内不同植被气
候区生态影响因子和森林火灾之间的非线性关系,仍缺少精细和基础分析[12]。
虽然人类活动是森林火灾的一大成因,但是生态环境确是森林火灾蔓延开来的先决条件和辅助因素,人
类活动对火灾的影响往往是通过易发生火灾的生态环境条件而被强化。 所以,本研究重点研究和分析导致森
0221 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
林火险的生态环境因素和条件,对生态影响因子在不同区域的火险预报能力进行的深入的分析和评估。
因此,本研究中,在广义加性 Logistic模型中,引入可以反映数据时间性的自变量,并引入描述空间特征的
自变量(经纬度)和同时描述时空特征的自变量(生态影响因子),在模型中加入矢量化空间位置变量,应用非
参数化滤波方法,来评估变量间潜在的非线性关系,分析了森林火灾生态影响因子在中国四个不同植被气候
区(华北落叶阔叶林、东北冷温带松林、东南常绿阔叶林、西南热带雨林地区)与火险的非线性关系,研究和分
析导致森林火险的生态成因。 建立了以最优生态影响因子及时空变量为自变量的半参数 Logistic 回归模型,
分析了该模型预报火灾着火及蔓延概率的适用性。 本研究为进一步分析森林生态系统与火灾之间的动态关
系、展开生态系统火灾干扰研究提供了理论基础。
1摇 材料与方法
1. 1摇 研究区分布
根据植被气候类型分类系统,本文将中国主要森林火灾地区划分为四个区域:东北冷温带松林地区(西
伯利亚冷空气团主导的冷温带及寒带气候)、华北落叶阔叶林地区(太平洋季风主导的温带气候)、东南常绿
阔叶林地区(东亚季风主导的湿润亚热带及热带气候)和西南热带雨林地区(印度洋季风、东南季风主导的热
带及亚热带气候)(图 1)。
图 1摇 研究区分布图
Fig. 1摇 Distribution of study areas and weather stations used for this study
NE代表东北冷温带松林地区,NR代表华北落叶阔叶林地区,SE代表东南常绿阔叶林地区,SW代表西南热带雨林地区; 本图林地分布数
据源于中国科学院资源环境科学数据中心
1. 2摇 数据收集及处理
本研究应用归一化植被指数 NDVI来分析各地区植被覆盖及生长状况对火险的影响,每月的环境数据数
据由研究单元每天的数据计算而得,并生成两种数据,一种为月平均数据,另一种为月最高值数据。 表 1 列出
了植被指数、环境数据及火灾数据的来源及其描述。
1. 3摇 火险概率模型
本文应用 3 种火险概率作为森林火险的量化方法来进行分析:着火概率(p1)、有条件大火蔓延概率(p2)
和无条件大火蔓延概率(p3)。 在研究区域,以 1伊1 经纬度区域为研究单元,每月为时间间隔,进行火灾数据
1221摇 4 期 摇 摇 摇 李晓炜摇 等:不同区域森林火灾对生态因子的响应及其概率模型 摇
http: / / www. ecologica. cn
和气象数据提取。 其中,着火概率(p1)表示在所研究的 1伊1 经纬度的区域内,所研究月份发生至少一次火灾
的概率。 有条件大火发生概率(p2)表示在所研究的 1伊1 经纬度的区域中,所研究月份中,当有火灾发生时,
火灾发展为大面积火灾的概率。 无条件大火发生概率(p3)表示在所研究的 1伊1 经纬度的区域内,所研究月
份中,发生大面积火灾的概率。 这里提到的大面积火灾,可以根据不同的研究需要来设定,本文中,大面积火
灾代表面积大于 400hm2 的火灾[13]。 虽然可以直接对 p3 进行计算,但考虑到自变量与 p1 和 p2 的关系各不相
同,先对 p1 和 p2 进行分别计算,再计算 p3。 应用半参数 Logistic回归模型[8]来分析各研究区生态影响因子与
着火概率、有条件大火蔓延概率的关系,应用自变量对因变量的部分效应来分析变量间非线性关系。 自变量
与因变量之间的非线性曲线是所有自变量共同作用背景下生成的。 自变量对因变量的部分效应由 GAM 模
拟得出的 splines公式作图得出。 模型公式如下:
表 1摇 数据来源及描述
Table 1摇 Data collection and description
数据类型
Data type
数据来源
Data source
具体数据项
Data description
数据时段
Time
植被指数 国家自然科学基金委员会“中国西部环境与生态科学数 spot vegetation NDVI 1998 年 4 月—2008 年 7 月
Vegetation index 据中心冶(http: / / westdc. westgis. ac. cn) GIMMS鄄NDVI鄄China 1996 年 1 月—2006 年 12 月
火灾数据 欧洲空间局的 ERS鄄2卫星数据,全球火灾地图集 火灾数量数据 1996 年 1 月—2008 年 12 月
Fire data (http: / / dup. )esrin. esa. int / ionia / wfa / index. asp 火灾面积数据 1998 年 4 月—2007 年 12 月
环境数据 中国气象局临近或位于林区的 245 个气象台站 日相对湿度(RH) 1996 年 1 月—2008 年 12 月
Environment 海拔 1996 年 1 月—2008 年 12 月
data 日降雨量(PT) 1996 年 1 月—2008 年 12 月
日最高温度(TX) 1996 年 1 月—2008 年 12 月
日平均温度(T) 1996 年 1 月—2008 年 12 月
日平均风速(WP) 1996 年 1 月—2008 年 12 月
ligit(pk)= 茁0+g1(lonk,latk)+g2(monthk)+移n=1hn(Xnk) (1)
式中,k为 1伊1 经纬度 /月的标记数字;p为着火概率或有条件大火蔓延概率;( lon, lat)代表所研究的 1伊1 经
纬度的区域的中心经纬度坐标;month为研究月份;Xn 代表所选取进行研究的各个自变量(例如:各生态影响
因子,反映植被物候变化的指数 NDVI等)。 在公式中,gi()和 hn()分别为无参滤波函数,在计算中,g1 为 thin
plate splines[14]函数,因为可以通过薄板样条函数对火险概率的空间分布特点进行分析,用来模拟经度和纬度
对火灾的空间影响。 g2 为 periodic splines 函数,因为可以通过周期平滑函数来分析火险概率的年内季节周
期,用来模拟年内月份对火灾的作用和影响。 hn()应用 B鄄splines函数,主要是为了对生态影响因子和火灾概
率 logit值之间的非线性关系进行分析和描述,例如,火灾发生概率或蔓延概率与温度的关系往往呈非线性,
在描述变量间非线性关系这方面,无参滤波函数优于参数化的函数。 应用 AIC 对各个自变量进行选择,找出
对火灾概率模拟提供信息最优的自变量[15]。 在每个研究区,为了对比分析不同生态影响因子在预测火灾概
率时的优劣,使用 AIC指标对以单一生态影响因子为自变量的概率模型进行评估,对计算得出的 AIC 值进行
对比,AIC值越小,代表概率模型所使用的单一生态影响因子的火险预报能力越好。 为了便于直观图解和应
用,各概率模型命名如下:
仅以时间和空间变量为自变量的概率模型———历史概率模型(B),历史概率模型可以模拟出不同地理位
置及月份间的火险概率差异,但不反映年与年之间的差异。 历史概率模型为分析火险预报极值点提供依据。
B模型(历史概率模型)公式如下:
logit(pv)+茁0+g1(lonv,latv)+g2(month) (2)
以时间和空间变量及单一生态影响因子为自变量的概率模型———以生态影响因子命名和代表。 在这里,
所使用的生态影响因子包括:植被指数的月均值(NDVIspot、NDVIgimms)、日最高温度的月均值(MaxT)、日最
2221 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
高温度的月最大值(MaxTX)、日平均温度的月均值(AvgT)、日平均温度的月最大值(AvgTX)、日降雨量的月
均值(PT)、日降雨量的月最大值(PTX)、日平均风速的月均值(WS)、日平均风速的月最大值(WSX)、日相对
湿度的月均值(RH)、日相对湿度的月最大值(RHX)。 在每个研究区,经过 AIC 计算及对比,在显著水平<
0郾 05 的生态影响因子中,选出火险预报能力好的因子,以时空变量和所选生态影响因子为自变量,建立回归
模型,并应用研究年份之外的数据对研究年份的着火概率(p1)和有条件大火发生概率(p2)进行模拟。 p3 通
过计算而得:p3 = p1伊p2。 文中的统计计算和分析使用 R 语言程序及其程序包完成,其中,概率模型由程序包
mgcv中的 gam[16]和 predict. gam语句完成[17],其中的 family使用 binomial语句,link使用 logit语句,各无参滤
波函数调用 splines完成;AIC自变量选择应用 R语言程序中的程序包 stats中的 AIC语句完成;自变量对因变
量的部分效应由 GAM模拟得出的 splines公式调用 plot. gam语句完成。
为了对最终建立的概率模型进行评估,使用 Hosmer和 Lemeshow提出的评估方法[18],将观测与模拟数据
生成散点图。 因为利用同一数据集进行模型验证会得到比实际情况好的拟合结果,所以使用十字交叉法进行
数据处理。 具体如下:应用研究年份之外的数据对研究年份的火险概率进行模拟,通过实际观测数据和模型
模拟数据生成散点图,其中,实际观测数据根据研究需要,以不同的分类方式进行分类,应用同类数据实际观
测平均值与其对应的模拟数据平均值进行对比和作图。 由于研究数据是(0,1)的形式,所以需要对观测数据
按照某一标准进行归类聚合,在每一归类的集合中,将火灾发生的比例与火险概率预报平均值进行比较,从而
实现对模型预报能力的评估。 将拥有相同或相似(相互间差异在 1%范围内)无条件大火发生概率模拟值的
数据归为一类,对模型持续性预报能力进行分析。 文中,利用 GIS软件,生成火险概率预报图。
2摇 结果
2. 1摇 森林火灾对生态因子响应特征的区域差异
对 4 个不同植被气候区域 1996—2008 年的火灾季节变化特征进行了分析(图 2)。
图 2摇 研究区月均火灾数量及面积
Fig. 2摇 The average monthly burnt areas and number of fires
在东北冷温带松林地区,火灾季节为 3 月中旬至 6 月中旬,(图 2)。 虽然 3—5月降雨量比 11—2月大,
由于之前干旱季节对土壤及植被含水量的影响,每年 3—5月,着火次数不断增加,10 月至翌年 2 月,火灾数
3221摇 4 期 摇 摇 摇 李晓炜摇 等:不同区域森林火灾对生态因子的响应及其概率模型 摇
http: / / www. ecologica. cn
量呈不稳定变化,这主要是因为春季雪融后,森林中草本层和凋落物层的可燃性会变得非常高。 该林区存在
大量杂草及次生林,成为高可燃度的主要因素。 中国东南常绿阔叶林地区,火灾季节为 9 月至翌年 4 月,较湿
润的 5—8月,火灾很少,但 6 月较特别,火灾次数很多(图 2)。 在湿润月份,由于温度高,使森林生态系统的
蒸发散增多,从而抑制了该时期降雨对随后火灾的影响。 该林区植被可燃性低于中国北方针叶林。 在华北落
叶阔叶林地区,着火季节为 6—7月(图 2)。 春季植被处于休眠状态,受火灾破坏程度较小,秋季由于植被还
未进入冬眠,同时火灾扩散慢、燃烧时间长,植被极易受破坏。 本地区火灾发生次数的年际变化呈周期性,与
该地区土壤湿度的年际变化有很大关联。 在中国西南热带雨林地区,12 月至翌年 5 月,降雨少,较干旱,随着
干旱度的累加,火灾发生次数逐月升高(图 2)。
通过生成自变量与因变量之间的非线性曲线图,分析了着火概率模型和有条件大火概率模型中,每个自
变量与因变量之间的非线性关系(图 3,图 4)。 在 4 个地区,AvgT均与着火概率呈现出非线性关系,在华北、
东北、东南地区,NDVI与着火概率呈非线性关系,在西南地区,MaxT与着火概率和有条件大火蔓延概率均呈
现出非线性关系。 使火险概率高于正常水平的各生态因子的阈值在 4 个地区各不相同(表 2)。
图 3摇 研究区基于生态因子的着火概率模型中各个自变量对因变量的部分效应图
Fig. 3摇 Estimated partial effects of significant variables on the probability of fire ignition in (a) NC
a1、a2、a3、a4、a5、a6 分别为华北落叶阔叶林区月份、WS、PT、MaxT、AvgT、NDVI对着火概率的部分效应;b1、b2、b3、b4 分别为东北冷温带松
林区月份、RH、AvgT、NDVI对着火概率的部分效应;c1、c2、c3、c4、c5、c6 分别为东南常绿阔叶林区月份、PT、RH、MaxT、AvgT、NDVI对着火概
率的部分效应;d1、d2、d3、d4、d5、d6 分别为西南热带雨林区月份、WS、PT、RH、MaxT、AvgT对着火概率的部分效应,MaxT、AvgT、PT、WS、RH、
NDVIspot、NDVIgimm分别为日最高温度、日平均温度、日降雨量、日平均风速、日相对湿度、Spot植被指数、及 GIMMS植被指数的月均值;各
图纵坐标均为自变量对着火概率的部分效应
2. 2摇 基于生态影响因子的火险概率模型及模型评估
在 4 个研究区,通过 AIC分析,选出的作为最终着火概率模型及有条件大火概率模型自变量的生态影响
4221 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
图 4摇 研究区基于生态因子的有条件大火蔓延概率模型中各个自变量对因变量的部分效应图
Fig. 4摇 Estimated partial effects of significant variables on the probability of large fire event
(a1、a2、a3 分别为华北落叶阔叶林区月份、RH、MaxT对有条件大火蔓延概率的部分效应;b1、b2、b3 分别为东北冷温带松林区月份、MaxT、
AvgT对有条件大火蔓延概率的部分效应;c1、c2、c3、c4、c5 分别为东南常绿阔叶林区月份、WS、RHX、MaxTX、AvgT对有条件大火蔓延概率的
部分效应;d1、d2、d3、d4 分别为西南热带雨林区月份、RHX、MaxT、AvgT 对有条件大火蔓延概率的部分效应,MaxT、AvgT、PT、WS、RH、
NDVIspot、NDVIgimms分别为日最高温度、日平均温度、日降雨量、日平均风速、日相对湿度、Spot 植被指数、及 GIMMS 植被指数的月均值;
MaxTX、RHX分别为日最高温度、日相对湿度的月最大值; 各图纵坐标均为自变量对大火蔓延概率的部分效应)
表 2摇 4 个研究区火险概率高于正常水平的自变量临界值及参数
Table 2摇 The threshold value of the selected factors as the probabilities of fire risk higher than average in the 4 regions
研究区
Study area
火险概率类型
Type of fire risk
probability
火灾高发月份
Month with high
fire risk probability
自变量
Selected factors
火险概率高于正常水平
的生态因子临界点
Threshold value of the
selected factors
P
华北落叶阔叶林区 p1 3,11 WS >5m / s 0. 025
North China plain with MaxT >20益 <0. 0001
deciduous broad鄄leaved forest PT <2mm 0. 0006
AvgT -15—10益 0. 004
NDVIgimms -0. 5—0. 4 0. 005
p2 10,11 RH <50 0. 001
东北冷温带松林区 p1 4,12 AvgT -5—15益 2伊10-16
North鄄east of China with cool RH <60 0. 0008
temperate coniferous forest NDVIspot 0. 1—0. 8 <0. 0001
东南常绿阔叶林区 p1 1,2,3,11,12 PT <2mm 0. 0004
Southeast of China with RH <70 <0. 0001
evergreen broadleaf forest MaxT >23益 <0. 0001
AvgT <17益 <0. 0001
NDVIspot >0. 2, 或<-0. 5 <0. 0001
p2 4,11
西南热带雨林区 p1 4,12 WS >2m / s 0. 01
Southwest of China with PT <2mm 0. 001
tropical rain forest RH <60 <0. 0001
MaxT <5益,或>25益 <0. 0001
AvgT 0—20益 <0. 0001
p2 12 RHX <35 0. 023
MaxT <15益,或>33益 <0. 0001
AvgT 10—25益 <0. 0001
5221摇 4 期 摇 摇 摇 李晓炜摇 等:不同区域森林火灾对生态因子的响应及其概率模型 摇
http: / / www. ecologica. cn
因子,见表 3,由表可以看出,对于着火概率模型,所选的自变量均为生态影响因子的月均值,所有因子的月最
大值均未入选为模型自变量。 对于有条件大火蔓延概率,在常绿阔叶林区和热带雨林区,部分因子的月最大
值入选为模型自变量。 在冷温带松林、落叶阔叶林、常绿阔叶林地区,NDVI对着火概率有明显作用,在 4 个地
区,海拔对火灾发生有显著影响,在 4 个研究区,日平均温的月均值均被选为着火概率模型自变量,在落叶阔
叶林、常绿阔叶林、热带雨林地区,降雨量和日最高温的月均值对着火概率有明显作用,在冷温带松林、常绿阔
叶林和热带雨林地区,日相对湿度的月均值被选为着火概率模型的自变量,日平均风速的月均值仅对落叶阔
叶林、热带雨林地区的着火概率影响明显。 在常绿阔叶林地区,NDVI 未被选为有条件大火蔓延概率模型的
自变量,日平均风速月均值对有条件大火蔓延概率的影响只在常绿阔叶林地区明显。 降雨量对有条件大火蔓
延概率的影响在四个地区均不显著。
表 3摇 着火概率模型及有条件大火蔓延概率模型所选的自变量
Table 3摇 The selected factors in the regression models for the probabilities of fire occurrence and large fire event in the 4 regions
植被气候区
Study region
着火概率模型所选自变量
Selected factors in fire occurrence probability model
有条件大火蔓延概率模型所选自变量
Selected factors in large fire event probability model
华北落叶阔叶林区 位置、月份、海拔、WS、PT、MaxT、AvgT、NDVIgimms 位置、月份、海拔、RH、MaxT、NDVIspot
东北冷温带松林区 位置、月份、海拔、RH、AvgT、NDVIspot 月份、MaxT、AvgT、NDVIgimms
东南常绿阔叶林区 位置、月份、海拔、PT、RH、MaxT、AvgT、NDVIgimms 位置、月份、WS、RHX、MaxTX、AvgT
西南热带雨林区 位置、月份、海拔、WS、PT、RH、MaxT、AvgT 位置、月份、RHX、MaxT、AvgT、NDVIgimms
图 5 为对实际观测及模型模拟数据所做散点分析图(虚线为模拟结果 95%置信区间)。 华北落叶阔叶
林、东北冷温带松林地区大部分观测值落在了模拟结果 95%置信区间之内。 其他两个区域部分实际观测数
据落在了模拟结果 95%置信区间范围之外。 华北落叶阔叶林、东北冷温带松林、东南常绿阔叶林、西南热带
雨林区最终模型的概率模拟范围分别是 0—0. 95、0—0. 96、0—0. 87、0—0. 94。 在概率模拟研究中,概率模拟
范围越大,模型模拟能力越好。
2. 3摇 基于 GIS的模型输出结果图形化
列出了 2003 年 9—12 月的火险概率图,图 6 中,第一列为着火概率图,第二列为有条件大火蔓延概率图,
第三列为无条件大火蔓延概率图,并将对应月份的实际有火灾发生和大火发生的 1伊1 经纬度研究单元标示
了出来。 通过该图,我们可以了解生态因子概率模型在不同月份模拟时的具体效果,并可以对模型在不同区
域的火险预报能力有一个直观的掌握。 对于同一个地区,不同月份所展现出来的火险概率的高低有所不同。
这从一个侧面反映出了不同月份植被及气象因素的变化。 图中实际发生火灾及大火的 1伊1 研究单元多数位
于火险概率较高的区域,但也有少数落在火险概率较低的区域,这样的情况可能是由火灾的其他成因引起的,
例如人为因素。
在东北地区,2003 年 9、10、11 月份的着火概率及无条件大火蔓延概率高于 12 月份,9 月份东北北部着火
概率及无条件大火蔓延概率高于东北南部,11 月份东北北部着火概率及无条件大火蔓延概率低于东北南部,
而实际着火数据也反映了这一特征。 4 个月份有条件大火蔓延概率均呈现出较高的水平,这一结果与该地区
9 至 12 月植被及气候状况相符,在东北地区,降雪往往导致折断凋落的植被凋落物增多,增加了火点蔓延的
可能性;在华北地区,2003 年 10、11、12 月份 3 种火险概率均高于 9 月份,同一月份内存在着空间差异,中部比
其他区域火险概率高;在东南地区,2003 年 11、12 月份的火险概率高于 9、10 月份,对于着火概率,东南地区
的北部边缘、南部边缘及中部地区要高于其他地区。 对于有条件大火蔓延概率及无条件大火蔓延概率,东南
地区北部高于南部。 实际的火灾发生情况也显示出了这一特点。 在西南地区,2003 年 11、12 月份的火险概
率高于 9、10 月份,西南地区北部火险概率要高于南部地区,多数实际着火火点位于该地区模拟值较高的地
区。 西南地区有条件大火发生概率普遍较高,无条件大火发生概率在中北部较高,实际发生的大面积火灾多
集中在西南地区的中北部。
6221 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
图 5摇 4 个研究区实际观测的无条件大火蔓延概率和模型模拟概率散点对比图
Fig. 5摇 Observed versus estimated probabilities grouping by similar estimated probabilities (within 1% of each other) for the final regression
model of the large fire event probabilities in NC, NE, SE and SW
3摇 结论与讨论
在本研究中,应用半参数 Logistic回归模型中的自变量对因变量部分效应,分析了中国 4 个植被气候区生
态影响因子与着火概率、有条件大火蔓延概率之间的非线性关系。 建立了火险概率模型,分析研究区域森林
火灾的时空分布特征及对生态因子的响应机制。 半参数 Logistic回归模型引入了表示模型误差或其它系统误
差的非参数分量,从而使模型既含有参数分量,又含有非参数分量,综合了参数回归模型和非参数回归模型的
优点,在实际问题中,比单纯的参数回归模型和非参数回归模型有更大的适应性,而且有更强的解释能力[8]。
在 4 个地区,AvgT 均与着火概率呈现出非线性关系,在华北、东北、东南地区,NDVI 与着火概率呈非线性关
系,在西南地区,MaxT与着火概率和有条件大火蔓延概率均呈现出非线性关系。 使火险概率高于正常水平的
各生态因子的阈值在 4 个地区各不相同。 对于着火概率模型,多数生态影响因子月平均值的模拟能力优于月
最大值。 在 4 个地区,有条件大火蔓延概率模型所选作为自变量的生态影响因子数量比着火概率模型的少。
对于有条件大火蔓延概率模型,部分生态影响因子月最大值的模拟能力优于月平均值。 各气候区模型所选生
态影响因子各不相同。 在 4 个研究区,着火概率模型和有条件大火蔓延概率模型所选作为自变量的生态影响
因子各不相同。 当分析实际观测数据与模型模拟数据散点图时,落叶阔叶林、冷温带松林、热带雨林地区的模
型模拟结果比常绿阔叶林地区好。 研究表明,在中国不同生态区,应用时空变量、生态影响因子、植被指数建
立半参数化 logistic回归模型模拟火险概率具有可行性。 概率模型自变量的部分效应是分析生态影响因子与
火险概率非线性关系的有效途径。
在冷温带松林、落叶阔叶林、常绿阔叶林地区,NDVI 对着火概率作用明显,反映出植被生长的年内变化
对火灾影响显著。 近年来,在其他国家和地区,研究者也常常会发现这种情况[19]。 在热带雨林地区,NDVI 对
有条件大火蔓延概率作用不显著,这在一定程度上反映出,年内植被生长变化对该地区大火蔓延的作用较小。
7221摇 4 期 摇 摇 摇 李晓炜摇 等:不同区域森林火灾对生态因子的响应及其概率模型 摇
http: / / www. ecologica. cn
图 6摇 研究区 2003 年每月着火概率(p1)、有条件大火蔓延概率(p2)、无条件大火蔓延概率(p3)分布图(9—12 月)(基于生态因子的火险概
率模型)
Fig. 6摇 Fire risk maps with estimated fire occurrence probability ( p1 ), estimated conditional probability of a large fire event ( p2 ),
estimated large fire events probability(p3) and observed fire and large fire events (dots) for each month in 2003
在 4 个地区,海拔对火灾发生有显著影响,并且这种影响有一定的普遍性,这种情况与其他研究者的报道结论
相符[6]。 海拔对火灾的影响有可能是由于人类活动或闪电等间接的因素导致的[20]。 模型自变量的选择反映
出土壤湿度及植被含水量在落叶阔叶林、常绿阔叶林、热带雨林地区对着火概率影响显著。 有条件大火蔓延
8221 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
概率模型自变量的选择反映出,在常绿阔叶林地区,年内植被生长变化对大火蔓延的作用较小。 土壤湿度对
大火蔓延的作用较小。 4 个地区不同因子对火灾发生和火灾蔓延的影响各不相同。 对于同一气候区,影响着
火概率的因子不一定影响大火蔓延概率,有些因子对火灾蔓延影响显著,但对火灾发生无影响。 落叶阔叶林、
冷温带松林、热带雨林地区的模型模拟结果比常绿阔叶林地区好,导致这一结果的原因有可能是:在常绿阔叶
林地区,相较其它 3 个地区,火灾数量较少,特别是大面积火灾数量较少。 在火险研究中,对于研究生态因子
与火灾之间的非线性关系,点对点的生态因子与火灾发生数量的相关性分析有可能不是最有效的方法。 很多
研究表明,点对点的时间相关统计分析对于研究火险因子与火险之间的非线性关系来说,略显劣势[21]。 火灾
数据一般为小数量数据,以 0 和 1 居多,所以利用时间相关统计分析来研究火灾数据,有一定的弊端。 通过研
究结果可以看出,本研究中使用的半参数化 Logistic回归模型,在中国的四个气候区,都能够有效的分析生态
因子与火灾概率之间的关系,在其他国家或地区,使用半参数化 Logistic回归模型模拟火险概率也得到了很好
的结果[8]。 显示出该模型对定量化评估火险概率有很好的应用性。
References:
[ 1 ]摇 Brown P M, Heyerdahl E K, Kitchen S G, Weber M H. Climate effects on historical fires (1630—1900) in Utah. International Journal of
Wildland Fire, 2008, 17(1): 28鄄39.
[ 2 ] 摇 Turner D, Lewis M, Ostendorf B. Spatial indicators of fire risk in the arid and semi鄄arid zone of Australia. Ecological Indicators, 2011, 11(1):
149鄄167.
[ 3 ] 摇 Peng R, Schoenberg F. Estimation of wildfire hazard using spatial-temporal fire history data. Los Angeles: Statistics Department, University of
California, 2001.
[ 4 ] 摇 Legendre P, Legendre L. ‘Numerical Ecology. 爷 2nd English edn. Amsterdam: Elsevier Science BV, 1998.
[ 5 ] 摇 Keane R E, Drury S A, Karau E C, Hessburg P F, Reynolds K M. A method for mapping fire hazard and risk across multiple scales and its
application in fire management. Ecological Modelling, 2010, 221(1):2鄄18.
[ 6 ] 摇 Moreira F, Catry F X, Rego F, Bacao F. Size鄄dependent pattern of wildfire ignitions in Portugal: when do ignitions turn into big fires?. Landscape
Ecology, 2010, 25(9): 1405鄄17.
[ 7 ] 摇 Chuvieco E, Allg觟wer B, Salas J. Integration of physical and human factors in fire danger assessment / / Chuvieco E. Wildland Fire Danger
Estimation and Mapping The Role of Remote Sensing Data. Singapore: World Scientific Publishing. 2003: 197鄄218.
[ 8 ] 摇 Brillinger D R, Preisler H K, Benoit J W. Probabilistic risk assessment for wildfires. Environmentrics, 2006, 17(6):23鄄33.
[ 9 ] 摇 Di X Y, Wang H L, Yao S R. Forest fire forecast. Harbin: Northeast Forestry University Publishing Company, 1993.
[10] 摇 Hu H Q. Forest fire ecology and management. Beijing: China Forest Press, 2005.
[11] 摇 Shu L F, Xiang A M,Tian X R. 3S in forest fire management. Forest Science, 1998, 24(1): 46鄄51.
[12] 摇 Shu L, Zhang X, Dai X, Tian X, Wang M. Forest fire research (域)鄄fire forecast. World Forestry Research, 2003, 16(4): 34鄄37
[13] 摇 Li D Q. A Brief Talk On Characteristics Of Forest Fire In Our Country. Forestry Science and Technology Information, 2011, 43(1): 4鄄5.
[14] 摇 Wood S N. Thin plate regression splines. Journal of Royal Statistical Society Series B, 2003, 65(1):95鄄114.
[15] 摇 Sakamoto Y, Ishiguro M, Kitagawa G. Akaike Information Criterion Statistics. D. Reidel Publishing Company, 1986.
[16] 摇 Hastie T, Tibshirani R. Generalized Additive Models. London, UK: Chapman & Hall, 1990.
[17] 摇 R Development Core Team. R: a language and environment for statistical computing. R Foundation for Statistical Computing: Vienna,
Austria. 2010.
[18] 摇 Hosmer D W, Lemeshow S. Applied Logistic Regression. NewYork: Wiley, 1989.
[19] 摇 Gianelle D, Vescovo L, Mason F. Estimation of grassland biophysical parameters using hyperspectral reflectance for fire risk map prediction.
International Journal of Wildland Fire, 2009, 18(7): 15鄄24.
[20] 摇 Mma. Madrid, Spain: Area de Defensa Contra Incendios Forestales, Ministerio de Medio Ambiente, 2007.
[21] 摇 Roads J, Fujioka F, Chen S, et al. Seasonal fire danger forecasts for the USA. International Journal of Wildland Fire, 2005, 14(1): 1鄄18.
参考文献:
[ 9 ]摇 邸雪颖, 王宏良, 姚树人. 林火预测预报. 哈尔滨: 东北林业大学出版社, 1993.
[10] 摇 胡海清. 林火生态与管理. 北京: 中国林业出版社, 2005.
[11] 摇 舒立福, 向安民, 田晓瑞. 3S集成技术在林火管理中的应用研究. 火灾科学, 1998, 24(1): 46鄄51.
[13] 摇 李德全. 浅谈我国森林火灾发生的特点. 林业科技情报, 2011, 43(1): 4鄄5.
9221摇 4 期 摇 摇 摇 李晓炜摇 等:不同区域森林火灾对生态因子的响应及其概率模型 摇
ACTA ECOLOGICA SINICA Vol. 33,No. 4 February,2013(Semimonthly)
CONTENTS
Frontiers and Comprehensive Review
Concepts, processes and quantification methods of the forest water conservation at the multiple scales
WANG Xiaoxue, SHEN Huitao, LI Xuyong, et al (1019)
………………………………
…………………………………………………………………………
Advances in the study of stable isotope composition of leaf water in plants LUO Lun, YU Wusheng, WAN Shimin, et al (1031)……
Eco鄄environmental effects of urban landscape pattern changes: progresses, problems, and perspectives
CHEN Liding, SUN Ranhao, LIU Hailian (1042)
………………………………
…………………………………………………………………………………
An overview of advances in distributional pattern of urban biodiversity MAO Qizheng, MA Keming, WU Jianguo,et al (1051)………
Ecological compensation boosted ecological protection and human well鄄being improvement LI Huimei,ZHANG Anlu (1065)…………
Autecology & Fundamentals
Effects of indigenous AM fungi and neighboring plants on the growth and phosphorus nutrition of Leymus chinensis
LEI Yao, HAO Zhipeng, CHEN Baodong (1071)
……………………
…………………………………………………………………………………
Influences of AM fungi on plant growth and water鄄stable soil aggregates under drought stresses
YE Jiashu, LI Tao, HU Yajun, et al (1080)
………………………………………
………………………………………………………………………………………
The effect of transgenic cucumber with double strands RNA of mapk on diversity of rhizosphere bacteria
CHEN Guohua, MI Baobin, LI Ying, et al (1091)
………………………………
…………………………………………………………………………………
The ambient ozone pollution and foliar injury of the sensitive woody plants in Beijing exurban region
WAN Wuxing, XIA Yajun, ZHANG Hongxing, et al (1098)
…………………………………
………………………………………………………………………
Diversity and plant growth鄄promoting potential of culturable endophytic bacteria isolated from the leaves of Atractylodes lancea
ZHOU Jiayu, JIA Yong, WANG Hongwei, et al (1106)
………
……………………………………………………………………………
Effects of the low temperature treatment on egg maturation and its numerical dynamics in the parasitoid Pteromalus puparum
(Hymenoptera: Pteromalidae) XIA Shiyang,MENG Ling,LI Baoping (1118)……………………………………………………
Circadian rhythm of calling behavior and sexual pheromone production and release of the female Zeuzera leuconotum Butler
(Lepidoptera: Cossidae) LIU Jinlong, JING Xiaoyuan, YANG Meihong, et al (1126)…………………………………………
Influence of fluoride on activity of carboxylesterase and esterase in hemolymph of Bombyx mori
MI Zhi, RUAN Chenglong, LI Jiaorong, et al (1134)
………………………………………
………………………………………………………………………………
Effects of water temperature on the embryonic development, survival and development period of larvae of ridgetail white prawn
(Exopalaemon carinicauda) reared in the laboratory LIANG Junping, LI Jian, LI Jitao,et al (1142)……………………………
Population, Community and Ecosystem
Diversity of ecosystem services and landscape multi鄄functionality: from scientific concepts to integrative assessment
L譈 Yihe, MA Zhimin, FU Bojie, et al (1153)
…………………
……………………………………………………………………………………
Research on estimating wetland vegetation abundance based on spectral mixture analysis with different endmember model: a case
study in Wild Duck Lake wetland, Beijing CUI Tianxiang, GONG Zhaoning, ZHAO Wenji,et al (1160)………………………
Identifying typical plant ecological types based on spectral characteristic variables: a case study in Wild Duck Lake wetland,
Beijing LIN Chuan, GONG Zhaoning, ZHAO Wenji,et al (1172)…………………………………………………………………
Responses of phytoplankton community to the construction of small hydropower stations in Hainan Province
LIN Zhangwen,LIN Sheng,GU Jiguang,et al (1186)
…………………………
………………………………………………………………………………
Diurnal variation of water quality around Potamogeton crispus population WANG Jinqi,ZHENG Youfei,WANG Guoxiang (1195)……
Effects of three forest restoration approaches on plant diversity in red soil region, southern China
WANG Yun, OUYANG Zhiyun, ZHENG Hua, et al (1204)
……………………………………
………………………………………………………………………
Dynamics of soil physical鄄chemical properties and organic carbon content along a restoration chronosequence in Pinus tabulaeformis
plantations HU Huifeng, LIU Guohua (1212)………………………………………………………………………………………
Probability models of forest fire risk based on ecology factors in different vegetation regions over China
LI Xiaowei, ZHAO Gang, YU Xiubo,et al (1219)
………………………………
…………………………………………………………………………………
Landscape, Regional and Global Ecology
Landscape ecological security dynamics in a fast growing urban district: the case of Dongguan City
YANG Qingsheng, QIAO Jigang, AI Bin (1230)
…………………………………
……………………………………………………………………………………
The difference between exergy and biodiversity in ecosystem health assessment: a case study of Jiangsu coastal zone
TANG Dehao, ZOU Xinqing, LIU Xingjian (1240)
…………………
…………………………………………………………………………………
Impacts of drying鄄wetting cycles on CO2 and N2O emissions from soils in different ecosystems
OUYANG Yang, LI Xuyong (1251)
…………………………………………
…………………………………………………………………………………………………
Evaluation of low鄄carbon competitiveness in Western China JIN Xiaoqin, DU Shouhu (1260)…………………………………………
Flood return period analysis of the Bayi Reservoir Watershed based on HEC鄄HMS Model
ZHENG Peng, LIN Yun, PAN Wenbin,et al (1268)
………………………………………………
………………………………………………………………………………
Simulation of rainfall interception process of primary korean pine forest in Xiaoxing忆an Mountains by using the modified Gash
model CHAI Rushan, CAI Tijiu, MAN Xiuling, et al (1276)……………………………………………………………………
Characteristics of tree鄄ring chronology of Pinus koraiensis and its relationship with climate factors on the northern slope of
Changbai Mountain CHEN Lie, GAO Lushuang, ZHANG Yun, et al (1285)……………………………………………………
Resource and Industrial Ecology
Nitrogen flows in“crop 鄄edible mushroom冶production systems in Hexi Corridor Oasis Irrigation Area
LI Ruiqin,YU Anfen, ZHAO Youbiao,et al (1292)
…………………………………
…………………………………………………………………………………
Effects of fertilization on soil fertility indices and yield of dry鄄land peanut
WANG Caibin, ZHENG Yaping, LIANG Xiaoyan, et al (1300)
………………………………………………………………
……………………………………………………………………
Effect of tillage and residue management on dynamic of soil microbial biomass carbon
PANG Xu,HE Wenqing,YAN Changrong,et al (1308)
…………………………………………………
……………………………………………………………………………
Evaluation of eco鄄security of cultivated land requisition鄄compensation balance based on improved set pair analysis
SHI Kaifang,DIAO Chengtai,SUN Xiufeng, et al (1317)
……………………
…………………………………………………………………………
Opinions
Methodology for measuring forestry ecological security based on ecology鄄industry symbiosis: a research framework
ZHANG Zhiguang (1326)
……………………
……………………………………………………………………………………………………………
《生态学报》2013 年征订启事
《生态学报》是由中国科学技术协会主管,中国生态学学会、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,创刊于 1981 年,报道生态学领域前沿理论和原始创新性研究成果。 坚持“百花齐放,百家
争鸣冶的方针,依靠和团结广大生态学科研工作者,探索自然奥秘,为生态学基础理论研究搭建交流平台,促
进生态学研究深入发展,为我国培养和造就生态学科研人才和知识创新服务、为国民经济建设和发展服务。
《生态学报》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。 特别欢
迎能反映现代生态学发展方向的优秀综述性文章;研究简报;生态学新理论、新方法、新技术介绍;新书评价和
学术、科研动态及开放实验室介绍等。
《生态学报》为半月刊,大 16 开本,300 页,国内定价 90 元 /册,全年定价 2160 元。
国内邮发代号:82鄄7,国外邮发代号:M670
标准刊号:ISSN 1000鄄0933摇 摇 CN 11鄄2031 / Q
全国各地邮局均可订阅,也可直接与编辑部联系购买。 欢迎广大科技工作者、科研单位、高等院校、图书
馆等订阅。
通讯地址: 100085 北京海淀区双清路 18 号摇 电摇 摇 话: (010)62941099; 62843362
E鄄mail: shengtaixuebao@ rcees. ac. cn摇 网摇 摇 址: www. ecologica. cn
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
(SHENGTAI摇 XUEBAO)
(半月刊摇 1981 年 3 月创刊)
第 33 卷摇 第 4 期摇 (2013 年 2 月)
ACTA ECOLOGICA SINICA
摇
(Semimonthly,Started in 1981)
摇
Vol郾 33摇 No郾 4 (February, 2013)
编摇 摇 辑摇 《生态学报》编辑部
地址:北京海淀区双清路 18 号
邮政编码:100085
电话:(010)62941099
www. ecologica. cn
shengtaixuebao@ rcees. ac. cn
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:北京海淀区双清路 18 号
邮政编码:100085
出摇 摇 版摇
摇 摇 摇 摇 摇 地址:北京东黄城根北街 16 号
邮政编码:100717
印摇 摇 刷摇 北京北林印刷厂
发 行摇
地址:东黄城根北街 16 号
邮政编码:100717
电话:(010)64034563
E鄄mail:journal@ cspg. net
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:北京 399 信箱
邮政编码:100044
广告经营
许 可 证摇 京海工商广字第 8013 号
Edited by摇 Editorial board of
ACTA ECOLOGICA SINICA
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Tel:(010)62941099
www. ecologica. cn
shengtaixuebao@ rcees. ac. cn
Editor鄄in鄄chief摇 WANG Rusong
Supervised by摇 China Association for Science and Technology
Sponsored by摇 Ecological Society of China
Research Center for Eco鄄environmental Sciences, CAS
Add:18,Shuangqing Street,Haidian,Beijing 100085,China
Published by摇 Science Press
Add:16 Donghuangchenggen North Street,
Beijing摇 100717,China
Printed by摇 Beijing Bei Lin Printing House,
Beijing 100083,China
Distributed by摇 Science Press
Add:16 Donghuangchenggen North
Street,Beijing 100717,China
Tel:(010)64034563
E鄄mail:journal@ cspg. net
Domestic 摇 摇 All Local Post Offices in China
Foreign 摇 摇 China International Book Trading
Corporation
Add:P. O. Box 399 Beijing 100044,China
摇 ISSN 1000鄄0933
CN 11鄄2031 / Q
国内外公开发行 国内邮发代号 82鄄7 国外发行代号 M670 定价 90郾 00 元摇