全 文 :
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 (SHENGTAI XUEBAO)
摇 摇 第 31 卷 第 22 期摇 摇 2011 年 11 月摇 (半月刊)
目摇 摇 次
叶冠尺度野鸭湖湿地植物群落含水量的高光谱估算模型 林摇 川,宫兆宁,赵文吉 (6645)……………………
中国水稻潜在分布及其气候特征 段居琦,周广胜 (6659)…………………………………………………………
大豆异黄酮浸种对盐胁迫大豆幼苗的生理效应 武玉妹,周摇 强, 於丙军 (6669)……………………………
黑河中游荒漠绿洲过渡带多枝柽柳对地下水位变化的生理生态响应与适应
张摇 佩,袁国富,庄摇 伟,等 (6677)
……………………………………
……………………………………………………………………………
高寒退化草地甘肃臭草种群分布格局及其对土壤水分的响应 赵成章,高福元,石福习,等 (6688)……………
基于生态足迹思想的皂市水利枢纽工程生态补偿标准研究 肖建红,陈绍金,于庆东,等 (6696)………………
基于 MODIS黄河三角洲湿地 NPP与 NDVI相关性的时空变化特征 蒋蕊竹,李秀启,朱永安,等 (6708)……
高分辨率影像支持的群落尺度沼泽湿地分类制图 李摇 娜,周德民,赵魁义 (6717)……………………………
土壤食细菌线虫对拟南芥根系生长的影响及机理 成艳红,陈小云,刘满强,等 (6727)…………………………
基于网络 K函数的西双版纳人工林空间格局及动态 杨珏婕,刘世梁,赵清贺,等 (6734)……………………
树轮灰度与树轮密度的对比分析及其对气候要素的响应 张同文,袁玉江,喻树龙,等 (6743)…………………
冀北山地阴坡优势树种的树体分维结构 田摇 超,刘摇 阳,杨新兵,等 (6753)……………………………………
帽峰山常绿阔叶林辐射通量特征 陈摇 进,陈步峰,潘勇军,等 (6766)……………………………………………
不同类型拌种剂对花生及其根际微生物的影响 刘登望,周摇 山,刘升锐,等 (6777)……………………………
一种自优化 RBF神经网络的叶绿素 a浓度时序预测模型 仝玉华,周洪亮,黄浙丰,等 (6788)………………
不同种源麻栎种子和苗木性状地理变异趋势面分析 刘志龙,虞木奎,马摇 跃,等 (6796)………………………
黄土丘陵区植物叶片与细根功能性状关系及其变化 施摇 宇,温仲明,龚时慧 (6805)…………………………
干旱区五种木本植物枝叶水分状况与其抗旱性能 谭永芹,柏新富,朱建军,等 (6815)…………………………
火灾对马尾松林地土壤特性的影响 薛摇 立,陈红跃,杨振意,等 (6824)…………………………………………
江苏省太湖流域产业结构的水环境污染效应 王摇 磊,张摇 磊,段学军,等 (6832)………………………………
高温对两种卡帕藻的酶活性、色素含量与叶绿素荧光的影响 赵素芬,何培民 (6845)…………………………
江苏省典型干旱过程特征 包云轩,孟翠丽,申双和,等 (6853)……………………………………………………
黄土高原半干旱草地地表能量通量及闭合率 岳摇 平,张摇 强,杨金虎,等 (6866)………………………………
光质对烟叶光合特性、类胡萝卜素和表面提取物含量的影响 陈摇 伟,蒋摇 卫,邱雪柏,等 (6877)……………
铜陵铜尾矿废弃地生物土壤结皮中的蓝藻多样性 刘摇 梅,赵秀侠,詹摇 婧,等 (6886)…………………………
圈养马麝刻板行为表达频次及影响因素 孟秀祥,贡保草,薛达元,等 (6896)……………………………………
田湾核电站海域浮游动物生态特征 吴建新,阎斌伦,冯志华,等 (6902)…………………………………………
马鞍列岛多种生境中鱼类群聚的昼夜变化 汪振华,王摇 凯,章守宇 (6912)……………………………………
基于认知水平的非使用价值支付动机研究 钟满秀,许丽忠,杨摇 净 (6926)……………………………………
综述
植物盐胁迫应答蛋白质组学分析 张摇 恒,郑宝江,宋保华,等 (6936)……………………………………………
沉积物氮形态与测定方法研究进展 刘摇 波,周摇 锋,王国祥,等 (6947)…………………………………………
野生鸟类传染性疾病研究进展 刘冬平,肖文发,陆摇 军,等 (6959)………………………………………………
鱼类通过鱼道内水流速度障碍能力的评估方法 石小涛,陈求稳,黄应平,等 (6967)……………………………
专论
IPBES的建立、前景及应对策略 吴摇 军,徐海根,丁摇 晖 (6973)…………………………………………………
研究简报
柠条人工林幼林与成林细根动态比较研究 陈建文,王孟本,史建伟 (6978)……………………………………
期刊基本参数:CN 11鄄2031 / Q*1981*m*16*344*zh*P* ¥ 70郾 00*1510*35*
室室室室室室室室室室室室室室
2011鄄11
封面图说: 滩涂芦苇及野鸭群———中国的海岸湿地,尤其是长江入海口以北的海岸线,多为泥质性海滩,地势宽阔低洼,动植物
资源丰富,生态类型独特,为迁徙的鸟提供了丰富的食物和休息、庇护的良好环境,成为东北亚内陆和环西太平洋鸟
类迁徙的重要中转站和越冬、繁殖地。 一到迁徙季节,成千上万的各种鸟类飞临这里,尤其是雁鸭类数量庞大,十分
壮观。
彩图提供: 陈建伟教授摇 国家林业局摇 E鄄mail: cites. chenjw@ 163. com
第 31 卷第 22 期
2011 年 11 月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol. 31,No. 22
Nov. ,2011
http: / / www. ecologica. cn
基金项目:国家自然科学基金项目(40871241);国家 863 课题(2007AA414110)
收稿日期:2010鄄09鄄26; 摇 摇 修订日期:2010鄄12鄄14
*通讯作者 Corresponding author. E鄄mail: zhoudemin@ neigac. ac. cn
李娜,周德民, 赵魁义.高分辨率影像支持的群落尺度沼泽湿地分类制图.生态学报,2011,31(22):6717鄄6726.
Li N, Zhou D M, Zhao K Y. Marshclassification mapping at a community scale using high鄄resolution imagery. Acta Ecologica Sinica,2011,31 (22):
6717鄄6726.
高分辨率影像支持的群落尺度沼泽湿地分类制图
李摇 娜1,2, 周德民1,2,3,*, 赵魁义3
(1. 城市环境过程与数字模拟国家重点实验室培育基地,首都师范大学,北京摇 100048;
2. 教育部三维信息获取与应用重点实验室,首都师范大学,北京摇 100048;3. 中国科学院东北地理与农业科学研究所,长春摇 130012)
摘要:湿地作为众多野生动物和植物的栖息地,具有稳定环境及物种基因保护等重要功能。 但是,湿地复杂的水陆交界生境特
征及难以进入等客观条件限制给湿地研究造成了很大的困难。 因此,遥感技术作为地表生态环境过程参量获取的重要工具,在
当今湿地科学领域发挥着重要作用,特别是,当前高空间分辨率影像的性能与应用水平不断得到提高。 以自然状态下的黑龙江
三江平原洪河国家级自然保护区为研究对象,应用飞艇搭载的空间高分辨率摄像系统获取影像地面分辨率为 0. 13 m的影像数
据,主要结合面向对象分类方法,开展了基于湿地植物群落尺度的分类制图研究。 结果表明:淤因飞艇影像对植物形态、纹理等
细致特征的刻画非常充分,沼泽植被型、草甸植被型和各种乔木、灌木植被型,都可以在合适的遥感分类方法下提取出来,总体
分类精度能达到 91. 77% ;于通过采用针对高分辨率影像面向对象的分类方法与传统的最大似然比遥感分类方法对比,前者达
到很高的精度,而后者效果不理想,说明遥感分类方法的选择对于群落尺度湿地植物分类制图结果非常重要;盂 遥感分类制图
的结果显示出研究区湿地植物群落分布格局受到水分环境梯度和微地貌的共同控制,呈现交替环带状分布规律。
关键词:高分辨率影像; 湿地植物; 分类制图; 遥感
Marshclassification mapping at a community scale using high鄄resolution imagery
LI Na1,2, ZHOU Demin1,2,3,*, ZHAO Kuiyi3
1 Base of the State Laboratory of Urban Environmental Processes and Digital Modeling, Capital Normal University, Beijing 100048, China
2 Key Laboratory of 3D Information Acquisition and Application, Ministry of Education, Capital Normal University, Beijing, 100048, China
3 Northeast Institute of Geography and Agricultural Ecology, Chinese Academy of Sciences, Changchun 100012, China
Abstract: Wetlands are valuable as one type of the most important ecosystems on earth. As the natural habitats of many
wild animals and plants, wetlands play a key role for protection of wild genes and environmental stability. However, it
exists the complex characteristics of wetland habitats due to the wetland locating between land and water bodies, and it is
well known that inaccessibility to wetlands often causes a large difficulty to do wetland research. Hence remote sensing plays
an important role in the wetland scientific research as a useful tool to generate parameters of ecological and environmental
process of wetlands. Especially, it has achieved so much onthe ability of high resolution imagery and its application methods
recently. In this study, the Honghe National Nature Reserve (HNNR) was selected as the study area, which locates in the
Northeast portion of the Sanjiang Plain in China. And HNNR has been listed as a key international wetland within the
Ramsar list in 2002. A camera system equipped on unmanned airship was used to obtain multiple high鄄resolution imagery
with a very high spatial resolution of 0. 13m for our wetland classification mapping purpose. And a very detailed
classification system of wetland plants was made for the 9 types of plant communities. Object鄄based classification method,
the approach for classification based on subjects (groups of pixels) rather than each single pixel, was used to delineate and
map the different wetland communities as a new methods. For detecting the efficiency of the different classification methods
http: / / www. ecologica. cn
of remote sensing, the authors also attempted another method of supervised maximum likelihood classification for this
wetland mapping. The result indicates that: (1) Airship鄄imagery can fully characterize the detailed plant features such as
plant shape and structure,the different vegetation types such as marsh, meadow, various arbors, and shrub, can all be
derived from our images at plant community scale with an overall accuracy of 91. 77% ; (2) By comparison between the
object鄄oriented classification method especially for the high鄄resolution imagery and the traditional maximum likelihood
classification method, authors can conclude that the former classification method has a higher accuracy, while the latter
result is not so satisfactory. Hence, one conclusion from this research indicates that the selection of classification method is
very important for wetland mapping at a community scale by using remote sensing technique; (3) Our wetland mapping
result shows that the spatial distribution pattern of wetland plant communities are controlled by both the environmental
gradient of wetness and micro鄄topographies of wetlands, showing a mutual alternative zonal distribution pattern within the
HNNR.
Key Words: high鄄resolution imagery; wetland vegetation; classification mapping; remote sensing
湿地是各种野生动植物重要的自然栖息地,具有“野生植物基因库冶的美誉。 此外,湿地还具有环境滤
过、调蓄洪水、固碳等多种重要生态环境功能。 当前自然湿地所面临的各种生境破坏与生态退化问题已日益
突出[1],湿地的保护与恢复迫在眉睫。 进行湿地分类与制图研究工作对于自然湿地恢复和保护意义重大,包
括为各种湿地科学研究和规划提供基础数据支持[2]。 同时,湿地分类制图本身也是生态学基础研究工作,可
以分析景观格局、研究生物多样性变化和植物生态过程等重要的生态学命题[3],对于支持开展湿地生态结构
和功能研究十分重要。
由于湿地地处偏远,难以进入等原因,遥感湿地制图具有很大的应用潜力。 然而湿地当前日益破碎化,卫星
湿地遥感应用存在空间分辨率不够及过境时间限制等问题,在湿地分类制图方面的应用受到一定限制。 当前国
内主流的湿地分类制图工作还是基于 TM影像[4],湿地研究对象与遥感技术支持的尺度不匹配特征十分明显,多
数研究工作中的分类制图精度都不是十分理想[5],影响到对湿地功能与结构等深层次科学问题的探索。
与传统的中、低空间分辨率的卫星遥感影像数据相比,航空或飞艇获取的高分辨率遥感影像数据空间信
息更加丰富,地物目标的细节信息表达更加清楚。 无人驾驶飞艇具有可操作性强、机动、灵活,可以低空实时
获取高分辨率遥感影像而且成本低、可靠性高等优点,尤其适合于监测地表生态环境分布复杂的地区。 近几
年来,伴随着高分辨率航空和卫星影像的发展和应用,已在土地利用、城市规划及农业等多个领域得到比较广
泛的应用[6鄄8],然而将其应用于湿地植物群落尺度的分类制图方面,目前在国内外还非常少见。 本文应用首
都师范大学 3 维信息重点实验室的无人驾驶飞艇和高精度数码相机系统,以黑龙江洪河国家级自然保护区核
心区典型沼泽湿地为研究区,获取高分辨率遥感影像,结合高分辨率影像纹理色调和结构等特点,研究开展基
于高分辨率遥感影像进行湿地植被群落尺度分类制图工作。
1摇 研究区概况
三江平原是我国湿地集中分布且面积最大的地区,发育有淡水沼泽、沼泽化草甸、草甸、河流与湖泊等多
种湿地类型。 黑龙江洪河国家级自然保护区(图 1),它位于三江平原东北部,地理坐标:133毅34忆38义—133毅46忆
29义E, 47毅42忆18义—47毅52忆N,总面积为 250. 9km2。 该保护区属于温带大陆性季风气候,全年冻结期为 7 个月左
右。 本区平均年降水量为 585mm,50%—80%的降水集中在 7—9 月。 浓江河从保护区北部穿过,构成其北部
自然边界,沃绿兰河汇集区内主要来水,自南向北汇入浓江河。 洪河自然保护区被誉为“三江平原野生生物
特有基因库冶,是三江平原原始淡水沼泽湿地自然景观的“缩影冶,具有典型的沼泽湿地植被类型,并在 2002
年 1 月被列入《国际重要湿地名录》 [1]。 由于三江平原湿地被大面积开垦,该保护区目前已成为中国东北部
所剩不多的一块类型齐,生态系统自然完整、全面反映三江平原原始沼泽内陆湿地全貌的自然保护区,在三江
平原乃至全球同一生物气候带和生物地理界中都具有高度的代表性和典型性[9]。
8176 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
图 1摇 研究区位图
Fig. 1摇 Location of the study area
洪河保护区的核心区位于沃绿兰河两侧,是包含保护区主要保护对象的典型和代表区域,人为破坏少,保
存了最原始的自然状态下的各种沼泽湿地景观,是研究沼泽湿地植被类型的良好实验基地。 因此,本研究区
选取的实验区位于核心区内,以奋斗桥为中心线,各向两侧延伸纵向长度为 1537m,横向长度为 905m,实验区
总面积为 1. 39 km2。
2摇 数据获取和分类结果评价
图 2摇 无人飞艇遥感影像获取技术流程
摇 Fig. 2 摇 The flow chart of unmanned airship technology for
remote sensing images acquisition
2. 1摇 数据获取
本实验中无人驾驶飞艇监测系统采用 CCD 面阵相
机作为遥感设备,配置 28mm 镜头,像幅尺寸为 36mm伊
24mm,分辨率为 5616 像元 伊 3744 像元,像元大小为
6郾 4滋m。 无人飞艇平台系统包括:地面控制子系统、信
息传输子系统、空中控制子系统 3 个系统,航空影像的
获取由这 3 个系统协作完成。 数据包括 RGB3 个波段,
影像地面分辨率为 0. 13m,具有较高的空间分辨率和明
显的纹理特征,对后期基于群落尺度的分类提供了高质
量的数据源。 本研究使用的无人飞艇获取遥感影像的
技术流程如图 2。
遥感图像的预处理主要为影像的拼接和几何精校
正。 航空遥感影像采用是的中心投影的方式,影像的特点是边缘比中心有更低的空间分辨率,同时变形也加
大。 因为单个影像之间具有较大的航向和旁像重叠度,采用合适的拼接线可以保证拼接影像尽量采用单个影
像的中间影像,减少变形。 鉴于拼接的精度要求,本文采用人工拼接的方法,控制拼接误差在 2 个像元内。 拼
接完成后,进行几何畸变校正,选取 22 个地面控制点,利用双线性内插法对影像进行几何精校正,均方根误差
控制在一个像元,经过拼接和几何校正后影像的地面分辨率为 0. 4m,本文截取了植被类型比较典型的核心区
部分作为分类实验影像。
2. 2摇 湿地分类系统制定
分类系统服务于研究目的,分类层次应与研究尺度相对应[10],同时,湿地分类系统的确定直接影响制图
分类精度。 根据实验区存在的主要湿地类型及实地考察,本研究将洪河保护区分为 4 种植被型,9 种植被群
9176摇 22 期 摇 摇 摇 李娜摇 等:高分辨率影像支持的群落尺度沼泽湿地分类制图 摇
http: / / www. ecologica. cn
落型(表 1),其中沼泽植被型被划分为 5 个群落类型;分类系统中还包含贯穿整个保护区的公路和多处无植
被水域。
表 1摇 沼泽湿地植被类型分类系统
Table 1摇 The classification system of wetlands
地物类型 Feature type 植被型 Vegetation type 群落型 Community type
植被 Vegetation 沼泽湿地植被型 Marshland 漂筏苔草群落 Carex pseudocuraica
毛果鄄乌拉苔草群落 Carex lasiocarpa鄄Carex spiculosa
毛果苔草群落 Carex lasiocarpa
乌拉苔草群落 Carex spiculosa
小叶章鄄乌拉苔草群落 Calamagrostis angustifolia鄄Carex spic ulosa
草甸植被型 Meadow 小叶章群落 Calamagrostis angustifolia
灌丛植被型 Shrub 灌丛 Shrub
岛状林植被型 Island Forest 白桦林群落 Ass. B. platyphylla
山杨林群落 Ass. P. davidiana
非植被 Non鄄vegetation 无植被水域 Open water 无植被水域 Open water
道路 Land 道路 Land
2. 3 摇 遥感解译标志设定与说明
根据上述分类系统,结合保护区核心区湿地植被类型,建立了洪河自然保护区核心区湿地类型解译标志
(表 2)。
表 2摇 洪河保护区核心区湿地类型解译标志
Table 2摇 Wetland type sign of Honghe Reservation
地物类型
Feature type
遥感影像
Imagery
颜色特征
Color
形状、纹理特征
Tape, Texture
分布位置
Location
无植被水域
Open鄄water 黑色、黑灰色
片状、不规则多边形,呈
条带状或形状呈自由弯
曲状
主要分布于地势低洼并且
积水较深的地区
道路 Land 土黄色 线性人工地物,形态特征明显 自西向东贯穿整个研究区
灌丛 Shrub 浅绿色、浅黄绿色 鳞片状、不规则多边形,斑状地物 位于岛状林边缘,散落分布
山杨林群落
Ass. P. davidiana 深绿色顶尖是白色
蜂窝状、顶部枝叶生长分
散,纹理均匀
位于公路两侧,地势较高的
平坦区
白桦林群落
Ass. B. platyphylla 绿色、棕绿色树干为白色
簇状、长势较稀疏、纹理
较模糊
地势较高的平坦区,有时与
山杨林相伴生长
小叶章群落
Calamagrostis angustifolia 黄色、色调均匀 片状或带状分布
位于灌丛外围、生长于无水
或少水区,分布广泛,与各
种苔草伴生
0276 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
摇 摇 续表
地物类型
Feature type
遥感影像
Imagery
颜色特征
Color
形状、纹理特征
Tape, Texture
分布位置
Location
小叶章鄄乌拉苔草群落
Calamagrostis angustifolia鄄
Carex spiculosa
棕绿色-黄色 片状 位于小叶章和乌拉苔草过渡阶段
乌拉苔草群落
Carex spiculosa 乌绿色 片状
分布于林间洼地及洼地边
缘,季节性水淹地带
毛果苔草群落
Carex lasiocarpa 翠绿色 片状
生长于阶地上的深洼地,古
河道及沼泽性河流汇水
洼地
毛果-乌拉苔草群落
Carex lasiocarpa鄄
Carex spiculosa
黑绿色 片状 生长于低洼地带边,与乌拉苔草相伴而生
漂筏苔草群落
Carex pseudocuraica 浅绿色 片状
主要分布于沼泽性河流的
河床或水线附近
2. 4摇 湿地遥感分类制图技术方法
针对高分辨率飞艇影像数据,本研究运用两种方法进行湿地分类处理。 一种是利用 Erdas9. 2 软件,采用
传统的以像元为分类单元的最大似然比方法进行分类;另一种是借助 DEFINIENS eCognitionTM7. 0 软件平台,
采用面向对象分类方法,对影像进行分类。 具体的技术路线如图 3。
图 3摇 高精度影像获取鄄解译和结果分析技术路线图
Fig. 3摇 The technique flow chart of high鄄precision image acquisition鄄interpretation and result analysis
2. 5摇 两种湿地遥感分类制图方法运用与精度评价
2. 5. 1摇 面向对象的分类方法
摇 摇 高分辨率遥感影像光谱信息少(只有 RGB3 个光谱波段),但是空间信息丰富,能够清晰地表现地表空间
分布,地物几何结构、纹理清晰。 并且高分辨率影像同一地物像元之间相关性大,如果利用传统的基于像元的
1276摇 22 期 摇 摇 摇 李娜摇 等:高分辨率影像支持的群落尺度沼泽湿地分类制图 摇
http: / / www. ecologica. cn
分类方法,不仅会造成空间信息冗余,还会破坏地物表达的完整性。 基于此,面向对象的分类方法正是以形状
因子控制分割尺度,将相关性高的像元分为一个对象,所以每一个分类单元都是同质地物的对象,保证了地物
分割的完整性,避免了分类结果破碎。
面向对象方法,是通过对影像的分割,使同质像元组成大小不同的对象[11]。 一个对象为一个分类单元,
具有相同或相似的光谱或纹理特征。 利用对象的空间特征和光谱特征进行分类,可以有效地克服基于像元层
次分类的不足[12]。 最后根据每个对象包含的信息,定义分类规则,对影像进行分类。 面向对象影像信息提取
分两部分完成:一是对象生成(影像分割),二是信息提取(影像分类) [13]。
(1) 多尺度分割
多尺度分割从任一个像元开始,采用自下而上的区域合并方法形成对象[11]。 相邻的两个对象还可以合
并,但合并后的异质性指标要小于给定的域值。 因此,多尺度分割可以理解为一个局部优化的过程,而异质性
则是由对象的光谱和形状差异确定的[14]。
影像分割过程中,分割尺度的选择是非常重要的,它影响生成影像对象的大小以及信息提取的精度。 影
像分割尺度不同,得到的每个对象的斑块(多边形)面积和数量也不同。 本文结合高分辨率影像特点和分类
系统植被类型采用如下分割因子和尺度(表 3)。
表 3摇 多尺度分割的参数因子
Table 3摇 Multi鄄scale segmentation parameters
层次
Level
权重因子 Weight
分割尺度
Segmentation scale
色彩因子
Color
形状因子
Shape
光滑度
Smoothness
紧密度
Compactness
1 105 0. 9 0. 1 0. 5 0. 5
2 60 0. 7 0. 3 0. 4 0. 6
3 20 0. 6 0. 4 0. 3 0. 7
根据分割尺度,截取部分分割图像如图 4。 对比 3 个尺度的分割影像可以看出图 4(a)分割尺度为 105,
水体和道路能够清楚地提取出来,而且提取的完整性比较好,因此这个尺度适合于提取水体、道路等大面积连
续性的地物;同样的,图 4(b)和 4(c)的分割尺度适合于提取不同类型的植被。
图 4摇 不同尺度影像分割图
Fig. 4摇 Segmentation of different scales
(2) 影像解译与分类制图
本文利用 DEFINIENS eCognitionTM7. 0 作为软件平台,它是利用基于类层次的模糊逻辑函数分类,提供了
2 种分类器:最近邻分类器和隶属度分类器。 本文采用隶属度分类,结合影像对象的光谱、纹理、位置等信息
提取地物信息。
基于分类对象为沼泽湿地,植被类型复杂,结合数据采集时期湿地植被的生理特征和高分辨率遥感影像
数据的信息特征,根据地物标志(表 2)和定义的面向对象的规则函数进行人机交互分类,提取影像信息。 分
2276 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
类完成后得到沼泽湿地基于群落尺度的分类图(图 5a)。
2. 5. 2摇 最大似然比分类方法
最大似然比分类,是指在两类或更多类判决中,假定各类分布函数为正态分布,并选择训练区,用统计方
法根据最大似然比贝叶斯判决准则法建立非线性判决函数集,计算各待分类样区的归属概率,而进行分类的
一种图像分类方法。
最大似然比方法是以“像元冶作为操作单元,是根据训练样本的均值和方差来评价其他像元和训练类别
之间的相似性,进而对影像进行分类。 本文以 Erdas9. 2 为软件平台,首先选择训练区,然后利用 Supervised
Classification模块下的 Maximum Likelihood分类算法对影像进行分类。 该方法的特点是自动化操作,分类工
作效率较高。 利用最大似然比方法对影像进行分类的结果(图 5b),相比于面向对象分类结果(图 5a),它的
破碎度很大。
图 5摇 湿地分类图
Fig. 5摇 Classification of wetlands used two different methods
2. 5. 3摇 精度评价
研究区一共分为 11 种类型(表 1),其中植被类型为 9 种,共得到 9 种植被类型的植物斑块数为 1490 块。
为了更好地说明分类的准确度,本文均采用误差矩阵的精度评价方法对面向对象分类结果和最大似然比方法
分类结果分别进行分类精度检验。 本文采用野外调查和 DEFINIENS eCognitionTM7. 0 软件系统内部自动选取
检验点相结合的方法对分类结果进行精度验证。 由于沼泽湿地部分地域难以进入,野外调查采集 32 个地面
检验点,其它检验点利用软件系统内部自动选取。 选择检验点时,遵循原则是均匀分布于整个研究区,重点针
3276摇 22 期 摇 摇 摇 李娜摇 等:高分辨率影像支持的群落尺度沼泽湿地分类制图 摇
http: / / www. ecologica. cn
对沼泽湿地植物,但每个地物类型都要有检验点,其中野外调查数据是利用差分 GPS 进行野外测量获得的,
测量最高精度能达到 0. 002m,在测量精度上与影像的空间分辨率保持一致(表 4,表 5)。
表 4摇 基于面向对象方法的分类评价报告
Table 4摇 Accuracy assessment results of classification based on the object鄄oriented
评价指数
Assessing index
计算分类 Computing classification
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)
总和
Total
参考分类 (1) 31 0 1 0 0 0 0 0 0 0 0 32
Referenced class (2) 0 19 0 0 0 0 0 0 0 0 0 19
(3) 0 0 19 3 0 0 0 0 0 0 0 22
(4) 0 0 3 21 0 0 0 0 0 0 0 24
(5) 0 0 0 1 34 1 2 1 0 0 0 39
(6) 0 0 0 0 0 104 1 2 0 0 0 107
(7) 0 0 0 0 0 4 71 3 0 4 0 82
(8) 0 0 0 0 0 2 4 96 0 3 0 105
(9) 0 0 0 0 0 0 0 0 62 0 4 66
(10) 0 0 0 0 0 0 0 4 2 85 4 95
(11) 0 0 0 0 0 0 0 0 7 2 105 114
总和 Total 31 19 23 25 34 111 78 106 71 94 113 705
生产者精度
Producer accuracy / % 100 100 82. 61 84. 00 100 93. 69 91. 02 90. 57 87. 32 90. 42 92. 92
用户精度
User accuracy / % 96. 87 100 86. 36 87. 50 87. 18 97. 19 86. 58 91. 43 93. 93 89. 47 92. 10
表 5摇 最大似然法精度评价报告
Table 5摇 Accuracy assessment of classification based on maximum likelihood
评价指数
Assessing index
植被类型 Community type
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)
生产者精度
Producer accuracy / % 72. 22 91. 22 61. 53 65. 71 52. 00 63. 66 63. 32 82. 61 54. 37 63. 44 66. 95
用户精度
User accuracy / % 80. 41 83. 87 88. 88 74. 19 30. 95 82. 15 66. 67 69. 41 51. 78 35. 54 94. 28
总精度 Overall Accuracy = 65. 67% , Kappa=0. 4848
摇 摇 Kappa是指评价分类结果一致性好坏的统计测度值;*序号(1)—(11)分别代表无植被水域 Open water,道路 Land,山杨林群落 Ass. P.
davidiana,白桦林群落 Ass. B. platyphylla,灌丛 Shrub,小叶章群落 Calamagrostis angustifolia,小叶章鄄乌拉苔草群落 Calamagrostis angustifolia鄄 Carex
spic ulosa,乌拉苔草群落 Carex spiculosa,毛果苔草群落 Carex lasiocarpa,毛果鄄乌拉苔草群落 Carex lasiocarpa鄄Carex spiculosa,漂筏苔草群落
Carex pseudocuraica
面向对象分类结果显示,对高分辨率遥感影像进行沼泽湿地植被类型的分类是可行的。 由面向对象的分
类的误差矩阵我们可以看出分类出的 11 种类型中有 9 种类型生产者精度和用户精度均超过了 85% ,11 种植
被类型用户精度全部超过 85% ,9 种类别生产者精度超过了 85% ,其中道路生产者精度和用户精度均达到了
100% ,能完整地提取出来,多处无植被
水域也能较完整地提取出来。 由于山杨林群落光谱信息与无植被水域相似,所以有些山杨林群落被误分
为无植被水域,导致无植被水域生产者精度未达到 100% 。 其中分类精度最低的为山杨林群落,生产者精度
有 82. 61% 。 但是总的分类结果还是令人满意的。
最大似然法比分类方法中 ,灌丛是作为单个像元来处理的,没有考虑像元上下文的关联性,用户精度只
有 30. 95% ,生产精度也很低,误分漏分现象严重;其它植被群落生产精度很少有超过 80% ,说明整体分类误
分程度很高;由总精度和 kappa系数值可以看出最大似然比分类结果是比较低的。 其原因是最大似然法只是
考虑了光谱信息,分类依据单一,而面向对象分类方法则是在考虑光谱信息的同时,加入了纹理和结构信息,
使判断依据丰富,减少了误分混分的概率。
4276 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
http: / / www. ecologica. cn
面向对象方法也存在错分误分现象,由表 4 分析知精度损失在以下方面:山杨林群落和白桦林群落存在
混分现象,主要出现在白桦林和杨树林混交林过渡地带;由于研究区小叶章群落、小叶章鄄乌拉苔草群落和乌
拉苔草群落经常与灌丛伴生,交错分布,所以也存在部分漏分现象。 在草本植被的过渡带,混分现象更加明
显,如小叶章鄄乌拉苔草群落与小叶章群落、乌拉苔草群落的混分,毛果鄄乌拉苔草与漂筏苔草群落、乌拉苔草
群落的混分。 以上误分的原因:一方面是影像中植被过渡带光谱信息和形状特征相似;另一方面,自然植物群
落分布本身确实存在一定过渡性特征,这与植物分类制图中边界非此即彼的要求存在矛盾。 在研究区较小和
植物分类精度较高的情况下,这种矛盾更加明显。
3摇 两种分类方法和结果对比与分析
3. 1摇 两种分类方法与结果对比
与传统的中、低空间分辨率的遥感影像数据相比,高分辨率遥感影像可以更加清楚地表达地物目标的空间结
构与表层纹理特征,可分辨出地物内部更为精细的组成,地物边缘信息也更加清晰,为有效的解译分析提供了
条件和基础[15]。 传统的单纯基于像元(per鄄pixel),尤其是基于像元光谱统计的影像处理方式的效率以及其
所能获得的结果信息都是十分有限的,难以在处理中加入“目标冶的概念,难以通过融合专家的地学知识而发
现遥感数据中隐藏的地学内涵,而且其处理结果中往往会存在许多的小斑块[15]。 基于对象的分类方法中,分
类单元是对象,每个对象均包含很多信息,除了光谱值外,还包含物理属性和相邻对象的几何位置关系等拓扑
特征,对象间语义关系的上下文特征和在对象中表现出的拓扑、纹理等特征和属性都可以很方便地运用到分
类中。
本文利用面向对象分类方法,分类结果如图 5a,利用传统的最大似然比方法对同一地区影像,利用同一
分类系统进行分类,分类结果如图 5b。 对比两图可以看出,最大似然分类结果存在许多细碎的小斑块,即所
谓的 “椒盐现象冶,植物类型分布比较破碎;而面向对象分类与仅依靠光谱特征的传统分类方法相比,考虑了
像元和临界像元之间的上下文关系表现出很好的连贯性,增加了影像的纹理特征,有效地抑制了影像的斑点
噪声,从而抑制了传统最大似然比方法分类中地物类型破碎度大、斑点过多的现象。
通过对表 4、表 5 和图 5 对比分析可知,利用高分辨率影像进行面向对象分类方法结果较好,面向对象的
分类方法比最大似然比方法更适合于对高分辨率影像进行基于湿地植被群落尺度的分类。
3. 2摇 基于分类制图的湿地植物群落空间格局特征分析
由分类图 5 可以发现,研究区湿地植物群落分布具有明显的环境梯度特征,根据水生境特点呈环状分布:
本区白桦林群落主要分布于地势较高区域,山杨林与白桦林交错相生。 灌丛断续分布于岛状林外围。 草甸型
植被,包括小叶章群落和小叶章鄄乌拉苔草群落分布于灌丛外围或交错分布,岛状林鄄灌丛鄄草甸型植被型沿水
分环境梯度形成明显的环状条带,主要分布于岗地至河漫滩之间的地带。 沼泽性植被主要分布于低洼的浓
江鄄沃绿蓝河道内,或者地势低洼的河漫滩上,是河道区的基质性植被群落类型。 沼泽植物群落同样具有明显
的环境梯度特征,从河道中间深水区域向外,依次由无植被水面、漂筏苔草群落、毛果苔草群落向草地过渡,这
是沼泽空间分布格局的基本特征。
三江平原地势十分低平,因此,洪泛过程很容易形成许多微地貌,不同微地貌的各种积水条件为植物提供
了十分复杂的生境,对于湿地植物的空间格局产生决定性影响[16]。 因此,湿地植物存在水分环境梯度控制植
物分布环状条带“基本冶格局的同时,还具有其他与基本格局不一致的地方。 例如,一些河漫滩泡沼或蝶形洼
地植物呈圆环状分布,实验区部分沼泽植物型空间分布格局介于环状与带状之间;此外,过于破碎的微地貌,
使得一些本应该分布于季节性积水区域的乌拉苔草,在本研究区部分地区与常年积水区的漂筏苔草交叉分
布。 这些都体现出自然界植物生长多样性与多元化特征的一面。 这也是基于高空间分辨率的植物群落尺度
研究所发现的独特湿地生态学特征之一。
4摇 结论
本文以高分辨率飞艇影像作为数据源,对洪河国家级自然保护区的核心区进行了沼泽湿地基于群落尺度的
5276摇 22 期 摇 摇 摇 李娜摇 等:高分辨率影像支持的群落尺度沼泽湿地分类制图 摇
http: / / www. ecologica. cn
分类研究。 结果显示,用面向对象的方法利用尺度合适的对象为分类单元对各种湿地植被类型分类,可以克服
传统分类方法出现的分类斑块破碎现象,其中 9种湿地植被类型中有 8种生产精度达到 85%以上,9种植被类型
用户精度全部超过 85%,分类结果是令人满意的,说明本研究的方法适用于沼泽湿地植被群落尺度制图。
本研究得出以下具体结论:淤因飞艇影像对植物形态、纹理等细致特征的刻画非常充分,沼泽植被型、草
甸植被型和各种乔木、灌木植被型,都可以在合适的分类方法下提取出来;于通过采用针对高分辨率影像面向
对象的分类方法与传统的最大似然比遥感分类方法对比,前者达到很高的精度,而后者效果不理想,说明遥感
分类方法的选择对于群落尺度湿地植物分类制图结果非常重要;盂 本研究遥感分类制图的结果显示出研究
区湿地植物群落分布格局受到水分环境梯度和微地貌的共同控制,呈现交替环带状分布规律。
致谢:首都师范大学段福洲老师和胡德勇老师对写作给予帮助,黑龙江洪河国家级自然保护区有关领导、北京
市高龙盛世科贸有限责任公司、北京普洛特无人飞行器科技有限公司和王书民博士、崔营营、中国科学院三江
平原沼泽湿地生态试验站等对实验给予支持和帮助,特此致谢。
References:
[ 1 ]摇 Ni H W, Li J. Biologyical Diversity of Honghe Natural Reserve. Harbin: Heilongjiang Science and Technology Press, 1999: 102鄄132
[ 2 ] 摇 Zhou D M, Gong H L, Liu Z L. Integrated wetland ecologic assessment of environmental condition in water catchments: linking hydro鄄ecological
modelling and Geo鄄information techniques. Ecological Modeling, 2008, 214(2008): 411鄄420.
[ 3 ] 摇 Fu B J. Landscape diversity analysis and mapping. Acta Ecologica Sinica, 1995, 15(4): 345鄄350.
[ 4 ] 摇 Zhou D M, Gong H L, Wang Y Y, Khan S, Zhao K Y. Study of driving forces of wetland degradation in the Honghe National Nature Reserve in the
Sanjiang Floodplain, Northeast China. Environmental Modeling and Assessment, 2009, 14: 101鄄111.
[ 5 ] 摇 Zhou D M, Gong H L. Hydro鄄Ecological Modeling of the Honghe National Natural Reserve. Beijing: China Environmental Science Press, 2007:
101鄄102
[ 6 ] 摇 Ji M, Li H, Shi X C. Classification of urban land use based on object鄄oriented method. Geospatial Information, 2009, 7(3): 62鄄65.
[ 7 ] 摇 Walter V. Object鄄based classification of remote sensing data for change detection. ISPRS Journal of Photogrammetry and Remote Sensing, 2003, 58
(3 / 4): 225鄄238.
[ 8 ] 摇 Tansey K, Chambersa A, Anstee A, Denniss A, Lamb A. Object鄄oriented classification of very high resolution airborne imagery for the extraction of
hedgerows and field margin cover in agricultural areas. Applied Geography, 2009, 29(2): 145鄄157.
[ 9 ] 摇 Zhou D M, Gong H L, Hu J M, Zhao K Y. Probe into the landscape pattern of freshwater wetland communities a case study in the Honghe
National Nature Reserve in Sanjiang Plain, China. Journal of Natural Resources, 2007, 22(1): 86鄄96.
[10] 摇 Liu H Y, L俟 X G. Study on classfication system of middle scale landscape ecology mapping in the Sanjiang Plain. Scientia Geographica Sinica,
1999, 19(5): 432鄄436.
[11] 摇 Chen Y, Feng T, Shi P J, Wang J F. Classification of remot sensing image based on object oriented and class rules. Geomatics and Information
Science of Wuhan University, 2006, 31(6): 316鄄320.
[12] 摇 eCognition, User Guide. Definiens Imaging GmbH, Munich. [2010鄄12鄄6] . http: / / www. definiensimaging. com / product. htm.
[13] 摇 Gao Y, Mas J F, Maathuis B H P, Zhang X M, van Dijk P M. Comparison of pixel鄄based and object鄄oriented image classification approaches a
case study in a coal fire area, Wuda, Inner Mongolia, China. International Journal of Remote Sensing, 2006, 27(18): 4039鄄4055.
[14] 摇 Benz U C, Peter H, Willhauck G, Lingenfelder I, Heynen M. Multi鄄resolution object鄄oriented fuzzy analysis of remote sensing data for GIS鄄ready
information. ISPRS Journal of Photogrammetry and Remote Sensing, 2004, 58(3 / 4): 239鄄258.
[15] 摇 Zhou C H, Luo J C. High鄄Resolution Satellite Image Geo鄄Compute. Beijing: Science Press, 2009: 15鄄16
[16] 摇 Liu J P, Yang Q, L俟 X G, Tong S Z. Biodiversity of annular wetlands in Sanjiang Plain. Rural Eco鄄Environment, 2005, 21(3): 1鄄5, 42鄄42.
参考文献:
[ 1 ]摇 倪红伟, 李君. 洪河自然保护区生物多样性. 哈尔滨: 黑龙江科学技术出版社, 1999: 102鄄132.
[ 3 ] 摇 傅伯杰. 景观多样性分析及其制图研究. 生态学报, 1995, 15(4): 345鄄350.
[ 5 ] 摇 周德民 宫辉力. 洪河保护区湿地水文生态模型研究. 北京: 中国环境科学出版社, 2007: 101鄄102.
[ 6 ] 摇 纪敏, 李辉, 石晓春. 面向对象的城市土地利用分类. 地理空间信息, 2009, 7(3): 62鄄65.
[ 9 ] 摇 周德民, 宫辉力, 胡金明, 赵魁义. 三江平原淡水湿地生态系统景观格局特征研究———以洪河湿地自然保护区为例. 自然资源学报,
2007, 22(1): 86鄄96.
[10] 摇 刘红玉, 吕宪国. 三江平原湿地景观生态制图分类系统研究. 地理科学, 1999, 19(5): 432鄄436.
[11] 摇 陈云浩, 冯通, 史培军, 王今飞. 基于面向对象和规则的遥感影像分类研究. 武汉大学学报(信息科学版), 2006, 31(6): 316鄄320.
[15] 摇 周成虎, 骆剑成. 高分辨率卫星遥感影像地学计算. 北京: 科学出版社, 2009: 15鄄16.
[16] 摇 刘吉平, 杨青, 吕宪国, 佟守正. 三江平原典型环型湿地生物多样性. 农村生态环境, 2005, 21(3): 1鄄5, 42鄄42.
6276 摇 生摇 态摇 学摇 报摇 摇 摇 31 卷摇
ACTA ECOLOGICA SINICA Vol. 31,No. 22 November,2011(Semimonthly)
CONTENTS
Hyperspectral estimation models for plant community water content at both leaf and canopy levels in Wild Duck Lake wetland
LIN Chuan, GONG Zhaoning, ZHAO Wenji (6645)
………
………………………………………………………………………………
Potential distribution of rice in china and its climate characteristics DUAN Juqi,ZHOU Guangsheng (6659)…………………………
Effects of seed soaking with soybean isoflavones on soybean seedlings under salt stress
WU Yumei, ZHOU Qiang, YU Bingjun (6669)
………………………………………………
……………………………………………………………………………………
Ecophysiological responses and adaptation of Tamarix ramosissima to changes in groundwater depth in the Heihe river basin
ZHANG Pei, YUAN Guofu, ZHUANG Wei, et al (6677)
…………
…………………………………………………………………………
Melica przewalskyi population spatial pattern and response to soil moisture in degraded alpine grassland
ZHAO Chengzhang,GAO Fuyuan,SHI Fuxi,et al (6688)
………………………………
……………………………………………………………………………
A study on ecological compensation standard for Zaoshi Water Conservancy Project based on the idea of ecological footprint
XIAO Jianhong, CHEN Shaojin, YU Qingdong, et al (6696)
…………
………………………………………………………………………
Spatial鄄temporal variation of NPP and NDVI correlation in wetland of Yellow River Delta based on MODIS data
JIANG Ruizhu, LI Xiuqi, ZHU Yongan, et al (6708)
……………………
………………………………………………………………………………
Marshclassification mapping at a community scale using high鄄resolution imagery LI Na, ZHOU Demin, ZHAO Kuiyi (6717)………
The impact of bacterial鄄feeding nematodes on root growth of Arabidopsis thaliana L. and the possible mechanisms
CHENG Yanhong, CHEN Xiaoyun, LIU Manqiang, et al (6727)
……………………
…………………………………………………………………
Spatial and dynamic analysis of plantations in Xishuangbanna using network K鄄function
YANG Juejie,LIU Shiliang,ZHAO Qinghe,et al (6734)
………………………………………………
……………………………………………………………………………
Contrastive analysis and climatic response of tree鄄ring gray values and tree鄄ring densities
ZHANG Tongwen, YUAN Yujiang, YU Shulong, et al (6743)
………………………………………………
……………………………………………………………………
Fractal structure of dominant tree species in north鄄facing slope of mountain of northern Hebei
TIAN Chao,LIU Yang,YANG Xinbing,et al (6753)
…………………………………………
………………………………………………………………………………
Characteristics of radiation fluxes of an evergreen broad鄄leaved forest in Maofeng Mountain, Guangzhou, China
CHEN Jin, CHEN Bufeng, PAN Yongjun, et al (6766)
………………………
……………………………………………………………………………
Effects of seed鄄dressing agents on groundnut and rhizosphere microbes LIU Dengwang,ZHOU Shan,LIU Shengrui,et al (6777)……
Time series prediction of the concentration of chlorophyll鄄a based on RBF neural network with parameters self鄄optimizing
TONG Yuhua, ZHOU Hongliang,HUANG Zhefeng,et al (6788)
……………
……………………………………………………………………
A trend surface analysis of geographic variation in the triats of seeds and seedlings from different Quercus acutissima provenances
LIU Zhilong, YU Mukui, MA Yue, et al (6796)
…
……………………………………………………………………………………
Comparisons of relationships between leaf and fine root traits in hilly area of the Loess Plateau, Yanhe River basin, Shaanxi
Province, China SHI Yu,WEN Zhongming,GONG Shihui (6805)…………………………………………………………………
An analysis on the water status in twigs and its relations to the drought resistance in Five woody plants living in arid zone
TAN Yongqin, BAI Xinfu, ZHU Jianjun, et al (6815)
…………
……………………………………………………………………………
The effect of fire on soil properties in a Pinus massoniana stand XUE Li, CHEN Hongyue, YANG Zhenyi, et al (6824)……………
Water鄄environment effects of industry structure in Taihu Lake Basin in Jiangsu Province
WANG Lei, ZHANG Lei, DUAN Xuejun, et al (6832)
………………………………………………
……………………………………………………………………………
Effect of high temperature on enzymic activity, pigment content and chlorophyll fluorescence of two Kappaphycus species
ZHAO Sufen, HE Peimin (6845)
……………
……………………………………………………………………………………………………
Analysis on characteristics of a typical drought event in Jiangsu Province
BAO Yunxuan, MENG Cuili, SHEN Shuanghe, et al (6853)
………………………………………………………………
………………………………………………………………………
Surface heat flux and energy budget for semi鄄arid grassland on the Loess Plateau
YUE Ping,ZHANG Qiang,YANG Jinhu,et al (6866)
………………………………………………………
………………………………………………………………………………
Effects of light quality on photosynthetic characteristics and on the carotenoid and cuticular extract content in tobacco leaves
CHEN Wei, JIANG Wei,QIU Xuebai,et al (6877)
………
…………………………………………………………………………………
Cyanobacterial diversity in biological soil crusts on wastelands of copper mine tailings
LIU Mei, ZHAO Xiuxia, ZHAN Jing, et al (6886)
…………………………………………………
…………………………………………………………………………………
Stereotypic behavior frequency and the influencing factors in captive Alpine musk deer (Moschus sifanicus)
MENG Xiuxiang, GONG Baocao, XUE Dayuan, et al (6896)
…………………………
……………………………………………………………………
Zooplankton ecology near the Tianwan Nuclear Power Station WU Jianxin, YAN Binlun, FENG Zhihua, et al (6902)………………
Diel variations of fish assemblages in multiple habitats of Ma忆an archipelago, Shengsi, China
WANG Zhenhua, WANG Kai, ZHANG Shouyu (6912)
…………………………………………
……………………………………………………………………………
A novel cognitive鄄based approach to motivation for non鄄use value ZHONG Manxiu, XU Lizhong, YANG Jing (6926)………………
Review
Salt鄄responsive proteomics in plants ZHANG Heng, ZHENG Baojiang, SONG Baohua, et al (6936)…………………………………
Research progress on forms of nitrogen and determination in the sediments LIU Bo, ZHOU Feng, WANG Guoxiang, et al (6947)…
Review of research progress of infectious diseases in wild birds LIU Dongping, XIAO Wenfa, LU Jun, et al (6959)…………………
Review on the methods to quantify fish忆s ability to cross velocity barriers in fish passage
SHI Xiaotao, CHEN Qiuwen, HUANG Yingping, et al (6967)
………………………………………………
……………………………………………………………………
Monograph
Intergovernmental Science鄄Policy Platform on Biodiversity and Ecosystem Services: foundation, prospect and response strategy
WU Jun, XU Haigen, DING Hui (6973)
………
……………………………………………………………………………………………
Scientific Note
A comparative study of the spatial鄄temporal patterns of fine roots between young and mature Caragana korshinskii plantations
CHEN Jianwen, WANG Mengben, SHI Jianwei (6978)
………
……………………………………………………………………………
2009 年度生物学科总被引频次和影响因子前 10 名期刊绎
(源于 2010 年版 CSTPCD数据库)
排序
Order
期刊
Journal
总被引频次
Total citation
排序
Order
期刊
Journal
影响因子
Impact factor
1 生态学报 11764
2 应用生态学报 9430
3 植物生态学报 4384
4 西北植物学报 4177
5 生态学杂志 4048
6 植物生理学通讯 3362
7
JOURNAL OF INTEGRATIVE
PLANT BIOLOGY
3327
8 MOLECULAR PLANT 1788
9 水生生物学报 1773
10 遗传学报 1667
1 生态学报 1. 812
2 植物生态学报 1. 771
3 应用生态学报 1. 733
4 生物多样性 1. 553
5 生态学杂志 1. 396
6 西北植物学报 0. 986
7 兽类学报 0. 894
8 CELL RESEARCH 0. 873
9 植物学报 0. 841
10 植物研究 0. 809
摇 绎《生态学报》 2009 年在核心版的 1964 种科技期刊排序中总被引频次 11764 次,全国排名第 1; 影响因
子 1郾 812,全国排名第 14;第 1—9 届连续 9 年入围中国百种杰出学术期刊; 中国精品科技期刊
摇 摇 编辑部主任摇 孔红梅摇 摇 摇 摇 摇 摇 摇 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 31 卷摇 第 22 期摇 (2011 年 11 月)
ACTA ECOLOGICA SINICA
摇
(Semimonthly,Started in 1981)
摇
Vol郾 31摇 No郾 22摇 2011
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 冯宗炜
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 FENG Zong鄄Wei
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0933CN 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 70郾 00 元摇