全 文 ：书基于航空高光谱影像的青海省玛多县
高寒草原景观格局特征分析
焦全军１，２，张兵１，赵晶晶１，２，刘良云１，２，胡勇１，２，３
（１．中国科学院对地观测与数字地球科学中心，北京１０００９４；２．中国科学院数字地球重点实验室，北京１０００９４；
３．西安科技大学测绘科学与技术学院，陕西 西安７１００５４）
摘要：景观生态学在草地资源管理、生态安全评价方面已得到广泛应用，开展不同尺度的景观格局特征分析对景观
生态过程研究十分重要。获取不同覆盖度草地的景观格局特征是青藏高原草地退化等生态系统演变研究的基础
工作之一。从高分辨率遥感的角度提取中小尺度上草地景观格局特征，是开展景观格局尺度分析的有益尝试。本
研究通过高空间分辨率的ＰＩＳ航空高光谱影像，分析不同草地类型的光谱特征差异，开展玛多实验区草地类型精
细分类，并从景观异质性、景观优势度和景观破碎度３个景观层次，分析米级分辨率下不同覆盖度高寒草原样地的
景观格局特征差异，发现高寒草原样地的景观优势度、景观异质性与草地覆盖度分别呈正、负相关，而破碎度指标
则随着高寒草原草地覆盖度的降低出现先升高后降低的现象。
关键词：黄河源；景观格局；高寒草原；航空高光谱
中图分类号：Ｓ８１２０５ 文献标识码：Ａ 文章编号：１００４５７５９（２０１２）０２００４３０８
景观生态学以景观结构、功能和动态特征为主要研究对象，开展不同时空尺度下格局及过程、人类作用为主
导的景观演化研究［１，２］。针对草地退化、荒漠化方面的问题，景观生态学在宏观尺度下的草地资源管理、生态评
价中具有重要作用［３，４］。作为青藏高原的主要生态类型，草地生态系统对青藏高原的生态安全、经济效益十分重
要。数十年来，在气候变化和人为干扰的双重作用下，青藏高原腹地的黄河源区出现草地覆盖度下降、土地荒漠
化加重的问题。以植被覆盖度分级的黄河源草地退化监测及其景观分析研究已得到广泛重视［５，６］。
景观生态学强调空间异质性、等级结构和尺度在研究生态学格局与过程中的重要性，不同尺度的景观格局差
异以及转换关系能够与植被生态过程联系起来，景观格局与生态过程的多尺度研究为景观生态学的核心方向之
一［７９］。遥感技术能够为景观分析提供地物覆盖类型的空间分布数据，已被广泛用于景观格局分析研究。当前景
观生态研究存在的基础数据积累不足的问题，阻碍了景观格局与生态功能的关联研究，原因之一为遥感数据的利
用程度不足，特别是多尺度遥感数据的使用尤其缺乏［１０］。景观格局的尺度研究需要不同尺度空间数据的支
持［１１］，当前的草地景观分析研究以利用ＬａｎｄｓａｔＴＭ 图像［１２，１３］和 ＭＯＤＩＳ影像［１４］为主，基于高空间分辨率遥感
影像的中小尺度景观分析则鲜有开展。借助高分辨率遥感数据开展植被景观分析，能够提供中小尺度下景观格
局数据，有助于从景观分析的角度更深入理解不同景观格局特性对应的生态过程［１５１７］。
遥感分类误差对景观分析影响极大，高精度的植被类型遥感分类结果对景观分析至关重要［１８］。运用多光谱
遥感手段开展青藏高原草地精细分类尚存在一定困难，高光谱遥感则能够探测更精细的植被理化属性［１９］，并有
助于提高草地类型的分类精度［２０２２］。在景观分析中使用高光谱遥感的地物类型空间填图，能够提高景观分析结
果的准确性。本研究将基于青藏高原黄河源星－机－地同步实验获取的航空高光谱影像，在草地类型精细识别
的基础上，运用景观生态学的方法开展不同覆盖度草地的景观格局特征分析，为开展青藏高原高寒草原退化监测
工作提供可靠的数据支持和科学依据。
第２１卷 第２期
Ｖｏｌ．２１，Ｎｏ．２
草 业 学 报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ
４３－５０
２０１２年４月
收稿日期：２０１０１２２９；改回日期：２０１１０３０８
基金项目：国家重点基础研究发展计划 （２００９ＣＢ７２３９０２）和国家自然科学基金项目 （４１００１２６３）资助。
作者简介：焦全军（１９８１），男，河南巩义人，助理研究员，博士。Ｅｍａｉｌ：ｑｊｉａｏ＠＠ｃｅｏｄｅ．ａｃ．ｃｎ
通讯作者。Ｅｍａｉｌ：ｚｈａｎｇｂｉｎｇ＠ｃｅｏｄｅ．ａｃ．ｃｎ
１ 材料与方法
１．１ 实验区概况
玛多县属青海省果洛藏族自治州，位于青海省南部，地处青藏高原腹地的黄河源区，是黄河流经的第一县，地
理位置为３３°５０′～３５°４０′Ｎ，９６°５５′～９９°２０′Ｅ。气候属青藏高原气候系统，为典型的高原大陆性气候。实验区河
流密布，湖泊、沼泽众多，主要分布着高山草甸和高寒草原，沿河及湖泊周围低洼区域分布有藏北嵩草沼泽。高寒
草原是青藏高原分布面积最大、地带性最为典型的草地类型。草地覆盖程度是研究草地退化程度的重要指
标［２３］，本研究选择玛多县高寒草原不同覆盖度草地为研究对象。结合实地考察和青藏高原高寒草原调查的相关
研究成果［５，２４２６］，将高寒草原区细分为高覆盖草地（覆盖度大于５０％）、中覆盖草地（覆盖度为３０％～５０％）、低覆
盖草地（覆盖度低于３０％），同时实验区存在沙化区域，定义为沙化稀疏杂草地［６］，将实验区地物分为高寒草原高
覆盖草地、中覆盖草地、低覆盖草地以及沙化稀疏杂草地、沙地、水体六类。
１．２ 高光谱数据获取与处理
于２００９年８－９月实施了青藏高原黄河源玛多星－机－地同步观测实验，地面开展了植被类型调查、覆盖度
调查及自动气象站实况数据采集，以鄂陵湖北岸的紫花针茅（犛狋犻狆犪狆狌狉狆狌狉犲犪）高寒草原区域为航空飞行样区，利
用航空高光谱仪器和地面光谱仪，获得航空高光谱影像和地面光谱数据。地面光谱仪采用 ＡＳＤ公司生产的
Ｆｉｅｌｄｓｐｅｃ３光谱仪，光谱范围为３５０～２５００ｎｍ，光谱波段采样间隔为：１．４ｎｍ（３５０～１０５０ｎｍ）、２ｎｍ（１０００～
２５００ｎｍ）。航空高光谱飞行样区分为２８个航带，共飞行了１０个架次。航空高光谱仪器为面阵推扫式成像光谱
仪（ｐｕｓｈｂｒｏｏｍｉｍａｇｉｎｇｓｐｅｃｔｒｏｍｅｔｅｒ，ＰＩＳ）［２７］，仪器参数见表１。
表１ 面阵推扫式成像光谱仪（犘犐犛）的基本参数
犜犪犫犾犲１ 犘狉犻犿犪狉狔犮犺犪狉犪犮狋犲狉犻狊狋犻犮狊狊狌犿犿犪狉狔狅犳犘狌狊犺犫狉狅狅犿犐犿犪犵犻狀犵犛狆犲犮狋狉狅犿犲狋犲狉（犘犐犛）
仪器Ｉｎｓｔｒｕｍｅｎｔｓ ＣＣＤ像元数ＮｕｍｂｅｒｏｆＣＣＤｐｉｘｅｌｓ 空间分辨率Ｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎ（ｍ）波段范围 Ｗａｖｅｌｅｎｇｔｈ（ｎｍ）波段数Ｎｕｍｂｅｒｏｆｂａｎｄ
ＰＩＳ １４００ ２ ４５０～９００ ８００
航空高光谱影像经几何校正和大气校正２个处理步骤，获得地表反射率数据。几何校正充分利用航空ＰＯＳ
系统，通过分析相机坐标系、惯性测量组件（ｉｎｅｒｔｉａｌｍｅａｓｕｒｅｍｅｎｔｓｕｎｉｔｓ，ＩＭＵ）坐标系、局地地理坐标系、ＷＧＳ８４
（ｗｏｒｌｄｇｅｏｄｅｔｉｃｓｙｓｔｅｍ）大地坐标系、投影坐标系之间的关系，分别建立直接法和间接法几何纠正算法［２８］，获得
鄂陵湖北岸航带的高寒草原实验区的２００９年８月３０日航空高光谱影像校正结果（图１）。基于大气辐射传输模
型的大气校正方法已比较成熟，本研究使用ＥＮＶＩ４．５的ＦＬＡＡＳＨ（ｆａｓｔｌｉｎｅｏｆｓｉｇｈｔａｔｍｏｓｐｈｅｒｉｃａｎａｌｙｓｉｓｏｆ
ｓｐｅｃｔｒａｌｈｙｐｅｒｃｕｂｅｓ）大气校正模块，基于当天的实测大气参数，开展了航空高光谱影像的大气校正并获得反射率
数据。
本次研究利用ＥＮＶＩ４．５的光谱角度填图（ｓｐｅｃｔｒａｌａｎｇｌｅｍａｐｐｉｎｇ，ＳＡＭ）方法进行实验区高光谱遥感草地
类型填图。ＳＡＭ是一个基于自身的波谱分类方法，通过计算地物基准光谱与影像光谱之间的广义夹角来表征其
匹配程度，匹配的夹角越小，表明地物与基准光谱越相似［２９］。光谱角度匹配法能够反映出波形的相似度，适合开
展高光谱遥感的地物类型分类［３０，３１］。在地物光谱先验知识的支持下，角度匹配法具有较高的地物分类精度。
１．３ 景观格局指数
本研究根据草地覆盖度划分差异化的样区，开展景观格局特征分析。根据实地考察和草地覆盖度航空高光
谱反演结果，选择不同植被覆盖度状况的草地样区，并对不同植被覆盖度的样区进行景观格局指数的计算。首
先，在经过几何校正和大气校正后的航空高光谱影像基础上，将利用归一化植被指数（ｎｏｒｍａｌｉｚｅｄｄｉｆｆｅｒｅｎｃｅｖｅｇ
ｅｔａｔｉｏｎｉｎｄｅｘ，ＮＤＶＩ）的二分像元模型估算植被覆盖度（ｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒ，ＦＶＣ）［３２］：
犉犞犆＝ 犖犇犞犐－犖犇犞犐狊狅犻犾犖犇犞犐狏犲犵－犖犇犞犐狊狅犻犾
（１）
式中，ＮＤＶＩｖｅｇ表示完全覆盖植被的ＮＤＶＩ值，ＮＤＶＩｓｏｉｌ表示无植被覆盖裸地的ＮＤＶＩ值。
４４ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．２
图１ 玛多实验区的航空高光谱影像（假彩色显示）
犉犻犵．１ 犜犺犲犳犪犾狊犲犮狅犾狅狉犱犻狊狆犾犪狔狅犳犪犻狉犫狅狉狀犲犺狔狆犲狉狊狆犲犮狋狉犪犾犻犿犪犵犲狉狔犻狀犕犪犱狌狅狊狋狌犱狔犪狉犲犪（犳犪犾狊犲犮狅犾狅狉犱犻狊狆犾犪狔）
以景观几何特征为基础的景观格局指数可以有效地反映景观生态过程［２］。通过划分不同植被覆盖度的研究
样区，并在景观格局指数选取上着重于从景观层次的景观异质性、景观优势度和景观破碎度３个角度，来表征不
同覆盖度高寒草原样地的景观格局特征。
（１）景观异质性。从景观内部包含类型的多样性及各类型分布结构的复杂性来分析景观异质性，利用多样性
指数和均匀度指数来表征。
１）Ｓｈａｎｎｏｎ多样性指数（Ｓｈａｎｎｏｎ’ｓｄｉｖｅｒｓｉｔｙｉｎｄｅｘ，ＳＨＤＩ）：
犛犎犇犐＝－∑
狀
犽＝１
犘犽ｌｎ（犘犽） （２）
式中，Ｐｋ为斑块类型，犽为在景观中出现的概率（通常以该类型占有的栅格细胞或像元数占景观栅格细胞总数的
比例来估算），狀为景观中斑块类型的总数。多样性指数建立在信息论基础之上，往往用来度量系统结构组成的
复杂程度。
２）Ｓｈａｎｎｏｎ均匀性指数（Ｓｈａｎｎｏｎｅｖｅｎｎｅｓｓｉｎｄｅｘ，ＳＨＥＩ）
均匀度指数反映景观中各斑块在面积上分布的不均匀程度，通常以多样性指数和其最大值的比来表示。以
Ｓｈａｎｎｏｎ均匀度指数为例，均匀度可表达为：
犛犎犈犐＝ 犛犎犇犐犛犎犇犐犿犪狓＝
－∑
狀
犽＝１
犘犽ｌｎ（犘犽）
ｌｎ（狀）
（３）
式中，犛犎犇犐是Ｓｈａｎｎｏｎ多样性指数，犛犎犇犐ｍａｘ是其最大值，即每种生态类型所占的景观面积比例都是１／狀。显
然，当犛犎犈犐趋于１时，景观斑块分布的均匀程度也趋于最大。犛犎犈犐值越大，代表景观要素类型愈丰富，景观
多样性越大；犛犎犈犐值越小，代表景观中各斑块在面积上分布越不均匀。在样区内类别狀确定后，犛犎犈犐与犛犎
犇犐存在定量的转换关系。
（２）景观优势度。景观类别的优势度通过最大斑块指数百分比（ｌａｒｇｅｓｔｐａｔｃｈｉｎｄｅｘ，ＬＰＩ）来表示，分别在类
层和景观层上计算，类层计算结果与景观层计算结果相同的类为优势度最大的类别。在类层，ＬＰＩ指景观内每类
别的最大斑块面积与景观总面积的百分比，即第１类都有１个ＬＰＩ；在景观层，ＬＰＩ指所有类别中最大的那个斑
块面积与景观总面积的百分比，即景观层的ＬＰＩ只有１个。景观优势度决定着景观中的优势种类及内部种类的
５４第２１卷第２期 草业学报２０１２年
丰度等生态特征。
（３）景观破碎度。景观的破碎程度通过景观平均斑块面积（ａｒｅａｍｅａｎ，ＡＭ）和周长面积分形维数指数（ｐｅｒ
ｉｍｅｔｅｒａｒｅａｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ，ＰＡＦＤ）来表示。
１）平均斑块面积（ＡＭ）的定义为：景观层所有类别的斑块面积总和与斑块数量总和之比，反映景观区域内平
均斑块大小，从一定程度上来指示景观破碎度的大小。景观平均斑块面积越小，景观破碎程度越大。
２）周长面积分形维数指数（ｐｅｒｉｍｅｔｅｒａｒｅａｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ，ＰＡＦＤ）：是景观空间格局复杂程度的度量，通过
计算某一斑块形状与相同面积的圆或正方形之间的偏离程度来测量其形状的复杂程度。ＰＡＦＤ值越大，代表景
观内部结构越复杂，景观破碎程度越高。
２ 结果与分析
２．１ 光谱分析及分类结果
基于２００９年８－９月地面采集的光谱数据，同时辅以ＰＩＳ影像提取草地和其他地物的反射率光谱（图２），比
较不同草地类型和其他地物类型的反射率光谱，发现高寒草原高覆盖草地的红光波段吸收强，近红外波段反射
高；高寒草原中覆盖草地的红光吸收强，近红外反射则不高；高寒草原低覆盖草地在可见光波段的反射率较高覆
盖草地高，光谱的“红谷”不明显，而近红外波段的反射率较高覆盖草地低，原因是矮火绒草（犔犲狅狀狋狅狆狅犱犻狌犿狀犪
狀狌犿）叶片呈灰白色，其在高寒草原低覆盖草地中比例相对较大，因此矮火绒草光谱对高寒草原低覆盖草地光谱
的影响较大；土壤沙质化的稀疏杂草草地受到沙地反射率的影响较大，同时杂草类叶片的叶绿素含量较高，红外
波段的反射率高于高寒草原低覆盖草地的反射率；沙地的反射率从可见光至近红外波段呈上升趋势，其近红外波
段的反射率低于高寒草原高覆盖草地和沙化稀疏杂草草地；水体在近红外波段的反射率趋近于０。基于实验区
的地物光谱分析，发现６种地物间存在一定的光谱特征差异，从而为在黄河源开展基于高光谱数据的草地类型精
细填图提供了可能。
在光谱提取和分析的基础上，利用光谱角度匹配方法，通过ＥＮＶＩ４．５进行实验区ＰＩＳ高光谱影像的草地类
型精细填图（图３ａ）。地面调查和影像人工解译共获得各类测试样本集，通过计算混淆矩阵的方法获取相对标准
类别底图的总体精度（８４．３％），说明光谱角度匹配法适合开展高光谱遥感影像的地物类型精细分类。结果显示，
高寒草原的高覆盖草地主要分布于地势较缓的山地，并且临近河流；高寒草原中覆盖草地分布于大面积的平缓区
域，与河流和湖泊距离较远，并存在大量的低覆盖草地斑块。经过统计得出，航区飞行区内中、低覆盖草地占
１４％左右，稀疏杂草地占５％左右。稀疏杂草草地主要出现在高寒草原的严重退化区域和河漫滩区域。
２．２ 景观格局指数分析
基于航空遥感影像提取裸地ＮＤＶＩｓｏｉｌ和完全覆盖草地ＮＤＶＩｖｅｇ，代入植被覆盖度二分模型中（公式１），获得
实验区草地覆盖度填图结果。根据高寒草原草地覆盖度的差异，以中覆盖草地为基质层，在鄂陵湖北岸的高寒草
原实验区选取草地覆盖度依次降低的３个样区（图３），分别为样区１（平均覆盖度：０．３７）、样区２（平均覆盖度：
０．３１）和样区３（平均覆盖度：０．２８）。根据实验方法中涉及的３类景观格局指数，使用ｆｒａｇｓｔａｔｓ软件运行得到每
个样区的景观格局指数计算结果，按类层和景观层统计结果如表２。
２．３ 景观格局特征分析
（１）景观异质性。３个样区的景观层ＳＨＤＩ及ＳＨＥＩ的结果显示，植被覆盖度指标最低的样区３的景观多样
性丰富度值最高（０．７８６０），且景观中各斑块在面积上分布相对其他２个样区更均匀（０．７１５４），异质性最强；植被
覆盖度指标最高的样区１的景观多样性丰富度最低（０．５５０１），且景观中各斑块在面积上分布非常不均匀
（０．５００７），异质性最弱；样区２的景观多样性丰富度值（０．７３０６）稍弱于样区３，其景观中各斑块在面积上分布均
匀性值（０．６６５１）介于样区１和样区３之间，说明样区２的景观异质性居中。
（２）景观优势度。景观优势度有助于确定样区的优势类型和描述优势类比例状况。通过景观层的优势度
ＬＰＩ值与基质层的ＬＰＩ值对比，高寒草原实验区３个样区的中覆盖草地基质层均保持着优势。样区１的基质层
占居绝对优势，其ＬＰＩ值高达０．７７４５；植被覆盖度居中的样区２基质层优势度有所下降，其ＬＰＩ值仅为０．６６１１；
植被覆盖度最低的样区３内虽基质层仍占居优势，但基质层的优势度有了大幅的降低，仅为０．４４４５，较植被覆盖
６４ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．２
度最高的样区１基质层的ＬＰＩ值下降了４２．６１％。景观优势度指标和覆盖度指标关系密切，由于３个样区的基
质层都为中覆盖草地类，相对低覆盖草地和稀疏杂草草地类型，基质层的植被覆盖度较高，因此，本实验区内样区
景观优势度越高，代表了样区的植被覆盖度值越大。
图２ 实验区典型地物的反射率光谱曲线
犉犻犵．２ 犛狆犲犮狋狉犪狅犳犱犻犳犳犲狉犲狀狋犾犪狀犱犮狅狏犲狉狋狔狆犲狊犻狀狊狋狌犱狔犪狉犲犪
图３ 基于犘犐犛数据的草地类型填图（犪）与不同覆盖度的实验样区（犫）
犉犻犵．３ 犌狉犪狊狊犾犪狀犱狋狔狆犲犿犪狆狆犻狀犵犫犪狊犲犱狅狀犘犐犛犻犿犪犵犲狉狔（犪）犪狀犱狊犪犿狆犾犲犪狉犲犪狊狑犻狋犺犱犻犳犳犲狉犲狀狋犳狉犪犮狋犻狅狀犪犾狏犲犵犲狋犪狋犻狅狀犮狅狏犲狉（犫）
（３）景观破碎度。从景观层和景观类型２个层次分析不同样区的景观破碎度。从样区景观层的破碎度指标
来看，３个样区基质层的景观平均斑块面积（ＡＭ）受到非基质层的影响，数值都较小，其中覆盖度居中的样区２的
ＡＭ值最低，说明样区２的斑块数目最多，而样区２的ＰＡＦＤ值最小，总体破碎度较高。样区中基质层的景观破
碎度是重点关注的对象，样区２基质层的ＡＭ值最大，为１．０３３５，这是由于在基质层退化的同时保存了较大的
斑块，另外其ＰＡＦＤ值相对样区３和样区１为最小，显示基质层的形状异质结构最为复杂；植被覆盖度最低的样
区３基质层的ＡＭ值最小，仅为０．２１４７，基质层斑块最为破碎，而ＰＡＦＤ值高于样区２，与样区１的ＰＡＦＤ值接
近，显示其基质层的形状结构变得相对简单。总的来说，样区１的基质层景观破碎度居中，样区２的基质层景观
破碎度最小，样区３的基质层景观的破碎度最大。
７４第２１卷第２期 草业学报２０１２年
表２ 不同样区景观层及主要草地类型的景观格局指数统计结果
犜犪犫犾犲２ 犜犺犲狊狋犪狋犻狊狋犻犮狊狅犳犾犪狀犱狊犮犪狆犲狆犪狋狋犲狉狀犻狀犱犻犮犲狊犻狀犱犻犳犳犲狉犲狀狋狊犪犿狆犾犲犪狉犲犪狊
景观层次与类别
Ｌａｎｄｓｃａｐｅｌｅｖｅｌａｎｄｔｙｐｅｓ
景观格局指数
Ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｉｎｄｅｘ
样区１
ＳａｍｐｌｅａｒｅａＮｏ．１
样区２
ＳａｍｐｌｅａｒｅａＮｏ．２
样区３
ＳａｍｐｌｅａｒｅａＮｏ．３
景观层Ｌａｎｄｓｃａｐｅｌｅｖｅｌ ＳＨＤＩ ０．５５０１ ０．７３０６ ０．７８６０
ＳＨＥＩ ０．５００７ ０．６６５１ ０．７１５４
ＬＰＩ ０．７７４５ ０．６６１１ ０．４４４５
ＡＭ ０．１２６４ ０．１１８３ ０．１３００
ＰＡＦＤ １．２６７７ １．２３１３ １．２７２０
高寒草原中覆盖草地类
Ｍｏｄｅｒａｔｅｃｏｖｅｒａｌｐｉｎｅｓｔｅｐｐｅ
ＬＰＩ ０．７７４５ ０．６６１１ ０．４４４５
ＡＭ ０．６７０６ １．０３３５ ０．２１４７
ＰＡＦＤ １．３１３５ １．３８７６ １．３２５７
高寒草原低覆盖草地类
Ｌｏｗｃｏｖｅｒａｌｐｉｎｅｓｔｅｐｐｅ
ＬＰＩ ０．０００１ ０．０６１７ ０．１１６８
ＡＭ ０．００７４ ０．０６１５ ０．１４７８
ＰＡＦＤ １．２１０１ １．２２４８ １．２８０６
沙化稀疏杂草类
Ａｌｐｉｎｅｄｅｓｅｒｔｉｆｉｅｄｇｒａｓｓｌａｎｄ
ＬＰＩ ０．０６７０ ０．００４６ ０．００３９
ＡＭ ０．０３６９ ０．００９５ ０．０１０７
ＰＡＦＤ １．２６３１ １．２０３７ １．１６８９
ＳＨＤＩ：Ｓｈａｎｎｏｎ多样性指数Ｓｈａｎｎｏｎ’ｓｄｉｖｅｒｓｉｔｙｉｎｄｅｘ；ＳＨＥＩ：Ｓｈａｎｎｏｎ均匀性指数Ｓｈａｎｎｏｎｅｖｅｎｎｅｓｓｉｎｄｅｘ；ＬＰＩ：最大斑块指数百分比 Ｌａｒｇｅｓｔ
ｐａｔｃｈｉｎｄｅｘ；ＡＭ：平均斑块面积 Ａｒｅａｍｅａｎ；ＰＡＦＤ：周长面积分形维数指数Ｐｅｒｉｍｅｔｅｒａｒｅａｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ．
综上所述，从样区景观层的整体而言，植被覆盖度越低，以中覆盖草地为基质层的高寒草甸景观优势度越低，
而景观异质性则越高，覆盖度居中的样地２破碎度最高；从中覆盖草地基质层来看，植被覆盖度指标最低的样区
３中基质层景观内部结构多样化程度最高，基质层的优势度处于消失的边缘，生态环境承载力最弱；样区２的基
质层景观的内部形状结构多样化程度最高，破碎度最大，基质层的优势度仍然明显，生态环境承载力较强；样区１
的基质层优势度最高，多样性最弱，而其破碎度较样区２较好，生态环境承载力最好。从３个样区在整个实验区
的分布状态来看，该区的草地生态环境承载力从由东北至西南逐渐下降，这与样区与鄂陵湖及河流的距离有较强
的相关性，土壤水分条件空间分布是高寒草原不同区域植被生长状况差异的重要因素［３３］。
３ 结论与讨论
利用航空高分辨率遥感数据，尝试用于青藏高原典型的高寒草原景观格局特征分析，相对于ＬａｎｄｓａｔＴＭ 影
像的大尺度景观格局分析来讲，是在中小尺度上草原生态系统的景观分析的重要补充。通过高寒草原同一区域
内不同覆盖度草地样区的景观格局指数分析，发现草地生长状况与景观格局指数之间存在一定的规律，表现在：
样区基质层的优势度随着高寒草原覆盖度的降低而逐渐减低，覆盖度越低其异质性越高；另外，３个样区的破碎
度统计显示，随着样区覆盖度的降低，破碎度出现先升高后降低的现象，分析其原因，一方面是中覆盖草地基质层
中出现大量低覆盖草地斑块，另一方面覆盖度持续降低，作为非基质层的低覆盖草地和更为稀疏的沙化杂草草地
小斑块出现合并，即草地总体覆盖度、景观格局特征的变化是和草地内生态过程发展紧密联系的。草地退化过程
中的覆盖度变化往往伴随着草地内不同斑块形态变异［３４］，开展草地盖度和景观格局指数的综合分析，有利于发
挥空间观测技术监测大范围的草地退化状况。综合不同覆盖度草地的景观格局特征，可能为评价草地退化程度
提供新的测算依据，当然，如何选择和构建景观格局指数诊断草地生态过程，还需要很长的路要走。
高光谱遥感有助于提高地物类型遥感分类精度，从而保障景观分析具有坚实的数据基础。实验区内不同生
长状态的高寒草原草地、稀疏杂草草地等类型存在一定的光谱差异，其光谱差异是基于高光谱遥感影像的草地类
型填图可行的基础条件。本实验时间接近８月底，所以本组光谱分析的结果也具有明显的季相特征，在推广应用
中需要考虑草地光谱的时相变异［２０］。
８４ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．２
分析了中小尺度上的玛多高寒草原不同退化程度样区的景观格局特征，而不同分辨率遥感影像的景观格局
特征间差异与尺度转换关系以及生态学过程含义，还需要深入研究。在地面层次开展不同空间尺度下的样地调
查，获取空间尺度连续变化的景观格局指数曲线［９］，则能够为草地景观格局特征遥感监测提供先验知识和生态学
过程解释。另外本研究关注单一时相的草地样区，开展中小尺度上高寒草原景观变化监测对于研究草地演替与
气候变化、人类活动的关系十分重要，需要寻找合适的数据开展进一步研究。
参考文献：
［１］ ＴｕｒｎｅｒＭ．Ｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌａｎａｌｙｓｉｓｏｆｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓ［Ｊ］．ＬａｎｄｓｃａｐｅＥｃｏｌｏｇｙ，１９９０，４（１）：２１３０．
［２］ 邬建国．景观生态学———格局、过程、尺度与等级［Ｍ］．北京：高等教育出版社，２００１．
［３］ 田育红，刘鸿雁．草地景观生态研究的几个热点问题及其进展［Ｊ］．应用生态学报，２００３，１４（３）：４２７４３３．
［４］ 陈全功．江河源区草地退化与生态环境的综合治理［Ｊ］．草业学报，２００７，１６（１）：１０１５．
［５］ 王根绪，丁永建，王建，等．近１５年来长江黄河源区的土地覆被变化［Ｊ］．地理学报，２００４，５９（２）：１６３１７３．
［６］ 王辉，袁宏波，徐向宏，等．黄河源区沙化草地区域景观特征［Ｊ］．应用生态学报，２００６，１７（９）：１６６５１６７０．
［７］ ＧａｏＱ，ＹａｎｇＸ．Ａｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｓｐａｔｉａｌｐｒｏｃｅｓｓｅｓａｎｄａｐａｒｔｉａｌｐａｔｃｈｉｎｅｓｓｉｎｄｅｘｉｎａｇｒａｓｓｌａｎｄｌａｎｄｓｃａｐｅ［Ｊ］．Ｌａｎｄ
ｓｃａｐｅＥｃｏｌｏｇｙ，１９９７，１２（５）：３２１３３０．
［８］ 傅伯杰，吕一河，陈利顶，等．国际景观生态学研究新进展［Ｊ］．生态学报，２００８，２８（２）：７９８８０４．
［９］ 鲁为华，朱进忠，王东江，等．天山北坡两种退化梯度下伊犁绢蒿种群空间分布的点格局分析［Ｊ］．草业学报，２００９，１８（５）：
１４２１４９．
［１０］ 何东进，洪伟，胡海清．景观生态学的基本理论及中国景观生态学的研究进展［Ｊ］．江西农业大学学报，２００３，２５（２）：２７６
２８２．
［１１］ ＷｕＪ．Ｅｆｆｅｃｔｓｏｆｃｈａｎｇｉｎｇｓｃａｌｅｏｎｌａｎｄｓｃａｐｅｐａｔｔｅｒｎａｎａｌｙｓｉｓ：ｓｃａｌｉｎｇｒｅｌａｔｉｏｎｓ［Ｊ］．ＬａｎｄｓｃａｐｅＥｃｏｌｏｇｙ，２００４，１９（２）：１２５
１３８．
［１２］ 潘竟虎，刘普幸，赵军．黑河下游土地利用与景观格局时空特征分析［Ｊ］．土壤，２００８，４０（２）：３０６３１１．
［１３］ 张宏斌，杨桂，霞黄青，等．呼伦贝尔草甸草原景观格局时空演变分析———以海拉尔及周边地区为例［Ｊ］．草业学报，２００９，
１８（１）：１３４１４３．
［１４］ 毕晓丽，周睿，刘丽娟，等．泾河沿岸景观格局梯度变化及驱动力分析［Ｊ］．生态学报，２００９，２５（５）：１０４１１０４７．
［１５］ ＣｈｏｐｐｉｎｇＭ，ＲａｎｇｏＡ，ＨａｖｓｔａｄＫ，犲狋犪犾．Ｃａｎｏｐｙａｔｔｒｉｂｕｔｅｓｏｆｄｅｓｅｒｔｇｒａｓｓｌａｎｄａｎｄｔｒａｎｓｉｔｉｏｎｃｏｍｍｕｎｉｔｉｅｓｄｅｒｉｖｅｄｆｒｏｍ
ｍｕｌｔｉａｎｇｕｌａｒａｉｒｂｏｒｎｅｉｍａｇｅｒｙ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００３，８５（３）：３３９３５４．
［１６］ 熊小刚，韩兴国．运用状态与过渡模式讨论锡林河流域典型草原的灌丛化［Ｊ］．草业学报，２００６，１５（２）：９１３．
［１７］ ＳａｄｌｅｒＲ，ＨａｚｅｌｔｏｎＭ，ＢｏｅｒＭ，犲狋犪犾．Ｄｅｒｉｖｉｎｇｓｔａｔｅａｎｄｔｒａｎｓｉｔｉｏｎｍｏｄｅｌｓｆｒｏｍａｎｉｍａｇｅｓｅｒｉｅｓｏｆｇｒａｓｓｌａｎｄｐａｔｔｅｒｎｄｙｎａｍ
ｉｃｓ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｉｎｇ，２０１０，２２１（３）：４３３４４４．
［１８］ ＬａｎｇｆｏｒｄＷ，ＧｅｒｇｅｌＳ，ＤｉｅｔｔｅｒｉｃｈＴ，犲狋犪犾．Ｍａｐｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｃａｎｃａｕｓｅｌａｒｇｅｅｒｒｏｒｓｉｎｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｉｎｄｉｃｅｓ：Ｅｘａｍ
ｐｌｅｓｆｒｏｍｈａｂｉｔａｔｆｒａｇｍｅｎｔａｔｉｏｎ［Ｊ］．Ｅｃｏｓｙｓｔｅｍｓ，２００６，９（３）：４７４４８８．
［１９］ 钱育蓉，杨峰，李建龙，等．利用高光谱数据快速估算高羊茅牧草光合色素的研究［Ｊ］．草业学报，２００９，１８（４）：９４１０２．
［２０］ 张风丽，尹球，匡定波，等．草地光谱分类最佳时相选择分析［Ｊ］．遥感学报，２００６，１０（４）：４８２４８８．
［２１］ 周磊，辛晓平，张宏斌，等．高光谱遥感在草原监测中的应用［Ｊ］．草业科学，２００７，２６（４）：２０２７．
［２２］ ＩｒｉｓａｒｒｉＪ，ＯｅｓｔｅｒｈｅｌｄＭ，ＶｅｒｏｎＳ，犲狋犪犾．Ｇｒａｓｓｓｐｅｃｉｅｓｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｔｈｒｏｕｇｈｃａｎｏｐｙｈｙｐｅｒｓｐｅｃｔｒａｌｒｅｆｌｅｃｔａｎｃｅ［Ｊ］．Ｉｎｔｅｒｎａ
ｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００９，３０（２２）：５９５９５９７５．
［２３］ 李文龙，薛中正，郭述茂，等．基于３Ｓ技术的玛曲县草地植被覆盖度变化及其驱动力［Ｊ］．兰州大学学报（自然科学版），
２０１０，４６（１）：８５９１．
［２４］ 周华坤，周立，刘伟，等．青海省玛多县草地退化原因及畜牧业可持续发展［Ｊ］．中国草地，２００３，２５（６）：６２６７．
［２５］ 张镱锂，刘林山，摆万奇，等．黄河源地区草地退化空间特征［Ｊ］．地理学报，２００６，６１（１）：３１４．
［２６］ 薛娴，郭坚，张芳，等．高寒草甸地区沙漠化发展过程及成因分析———以黄河源区玛多县为例［Ｊ］．中国沙漠，２００７，２７（５）：
７２５７３２．
［２７］ 马智宏，王北洪，朱大洲，等．自主研究发明的成像光谱仪近地应用及建模初探［Ｊ］．现代科学仪器，２０１０，（２）：１０１１０４．
９４第２１卷第２期 草业学报２０１２年
［２８］ 张浩，张兵，卫征．基于ＰＯＳ的高光谱影像快速几何纠正［Ｊ］．测绘通报，２００９，１：１４１７．
［２９］ ＫｒｕｓｅＦ，ＬｅｆｋｏｆｆＪ，ＢｏａｒｄｍａｎＫ，犲狋犪犾．Ｔｈｅｓｐｅｃｔｒａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｓｙｓｔｅｍ（ＳＩＰＳ）ｉｎｔｅｒａｃｔｉｖｅｖｉｓｕａｌｉｚａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆ
ｉｍａｇｉｎｇｓｐｅｃｔｒｏｍｅｔｅｒｄａｔａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９９３，４４：１４５１６３．
［３０］ ＳｉｌｖｅｓｔｒｉＳ，ＭａｒａｎｉＭ，ＭａｒａｎｉＡ．Ｈｙｐｅｒｓｐｅｃｔｒａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｏｆｓａｌｔｍａｒｓｈｖｅｇｅｔａｔｉｏｎ，ｍｏｒｐｈｏｌｏｇｙａｎｄｓｏｉｌｔｏｐｏｇｒａｐｈｙ［Ｊ］．Ｐｈｙｓ
ｉｃｓａｎｄＣｈｅｍｉｓｔｒｙｏｆｔｈｅＥａｒｔｈ，２００３，２８：１５２５．
［３１］ 童庆禧，张兵，郑兰芬．高光谱遥感———原理技术与应用［Ｍ］．北京：高等教育出版社，２００６．
［３２］ ＱｉＪ，ＭａｒｓｅｔｔＲ，ＭｏｒａｎＭ，犲狋犪犾．ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｄｙｎａｍｉｃｓｏｆｖｅｇｅｔａｔｉｏｎｉｎｔｈｅＳａｎＰｅｄｒｏＲｉｖｅｒｂａｓｉｎａｒｅａ［Ｊ］．Ａｇｒｉｃｕｌｔｕｒａｌ
ａｎｄＦｏｒｅｓｔＭｅｔｅｏｒｏｌｏｇｙ，２０００，１０５（１３）：５５６８．
［３３］ 王军德，王根，陈玲．高寒草甸土壤水分的影响因子及其空间变异研究［Ｊ］．冰川冻土，２００６，２８（３）：４２８４３３．
［３４］ 李以康，林丽，张法伟，等．嵩草草甸退化和恢复过程中主要牧草演替和地表特征变化［Ｊ］．草业学报，２０１０，１９（５）：１７９
１８５．
犔犪狀犱狊犮犪狆犲狆犪狋狋犲狉狀犪狀犪犾狔狊犻狊狅犳犪犾狆犻狀犲狊狋犲狆狆犲犫犪狊犲犱狅狀犪犻狉犫狅狉狀犲犺狔狆犲狉狊狆犲犮狋狉犪犾犻犿犪犵犲狉狔
犻狀犕犪犱狌狅犮狅狌狀狋狔，犙犻狀犵犺犪犻狆狉狅狏犻狀犮犲
ＪＩＡＯＱｕａｎｊｕｎ１，２，ＺＨＡＮＧＢｉｎｇ１，ＺＨＡＯＪｉｎｇｊｉｎｇ１，２，ＬＩＵＬｉａｎｇｙｕｎ１，２，ＨＵＹｏｎｇ１，２，３
（１．ＣｅｎｔｅｒｆｏｒＥａｒｔｈＯｂｓｅｒｖａｔｉｏｎａｎｄＤｉｇｉｔａｌＥａｒｔｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９４，Ｃｈｉｎａ；
２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＤｉｇｉｔａｌＥａｒｔｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９４，Ｃｈｉｎａ；
３．ＣｏｌｅｇｅｏｆＧｅｏｍａｔｉｃｓ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆
Ｔｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｌａｎｄｓｃａｐｅｅｃｏｌｏｇｙｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｇｒａｓｓｌａｎｄｒｅｓｏｕｒｃｅｍａｎａｇｅｍｅｎｔａｎｄｉｎｅｃｏｌｏｇｉｃａｌｓｅｃｕｒｉｔｙ
ｅｖａｌｕａｔｉｏｎ．Ａｍｕｌｔｉｓｃａｌｅａｎａｌｙｓｉｓｏｆｌａｎｄｓｃａｐｅｓｔａｔｉｓｔｉｃｓｉｓｖｅｒｙｉｍｐｏｒｔａｎｔｆｏｒｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｅｃｏｌｏｇｉｃａｌｐｒｏｃｅｓ
ｓｅｓ．Ａｃｑｕｉｒｉｎｇｆｅａｔｕｒｅｓｏｆｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓｆｒｏｍｄｉｆｆｅｒｅｎｔｇｒａｓｓｌａｎｄｔｙｐｅｓｗｉｔｈｖａｒｉｏｕｓｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎ
ｃｏｖｅｒｉｓｏｎｅｔｙｐｅｏｆｂａｓｉｃｗｏｒｋｉｎｌａｎｄｓｃａｐｅｓｃａｌｅａｎａｌｙｓｉｓｏｆｇｒａｓｓｌａｎｄｄｅｇｒａｄａｔｉｏｎ．Ｅｘｔｒａｃｔｉｏｎｏｆｓｍａｌｓｃａｌｅ
ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓｆｒｏｍｈｉｇｈｒｅｓｏｌｕｔｉｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｉｓａｕｓｅｆｕｌａｔｔｅｍｐｔｔｏｃａｒｒｙｏｕｔｌａｎｄｓｃａｐｅｓｃａｌｅａｎａｌｙｓｉｓ．
Ｔｈｅｐｒｅｓｅｎｔｓｔｕｄｙａｎａｌｙｚｅｄｄｉｆｆｅｒｅｎｔｓｐｅｃｔｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｉｆｆｅｒｅｎｔｇｒａｓｓｌａｎｄｔｙｐｅｓａｎｄｔｏｏｋｐｒｅｃｉｓｉｏｎ
ｇｒａｓｓｌａｎｄｔｙｐｅｓｍａｐｐｉｎｇｂａｓｅｄｏｎａｉｒｂｏｒｎｅｈｉｇｈｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎｈｙｐｅｒｓｐｅｃｔｒａｌＰＩＳｉｍａｇｅｒｙｉｎＭａｄｕｏｃｏｕｎｔｙ，
Ｑｉｎｇｈａｉｐｒｏｖｉｎｃｅ．Ｍｅｔｒｅｒｅｓｏｌｕｔｉｏｎｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｄｉｆｆｅｒｅｎｃｅｓｉｎａｌｐｉｎｅｓｔｅｐｐｅｓｔｕｄｙａｒｅａｓｗｉｔｈｄｉｆｆｅｒｅｎｔ
ｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｗｅｒｅｅｘｐｌｏｒｅｄｔｈｒｏｕｇｈｔｈｒｅｅｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓ（ｌａｎｄｓｃａｐｅｈｅｔｅｒｏｇｅｎｅｉｔｙ，ｌａｎｄｓｃａｐｅ
ｆｒａｇｍｅｎｔａｔｉｏｎａｎｄｌａｎｄｓｃａｐｅｄｏｍｉｎａｎｃｅｌｅｖｅｌ）．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｌａｎｄｓｃａｐｅｈｅｔｅｒｏｇｅｎｅｉｔｙｉｎｄｅｘａｎｄ
ｌａｎｄｓｃａｐｅｄｏｍｉｎａｎｃｅｉｎｄｅｘａｒｅｃｌｏｓｅｌｙｒｅｌａｔｅｄｔｏｔｈｅｌｅｖｅｌｏｆｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｉｎａｌｐｉｎｅｇｒａｓｓｌａｎｄ．
Ｈｏｗｅｖｅｒ，ｗｉｔｈｒｅｄｕｃｅｄｆｒａｃｔｉｏｎａｌｖｅｇｅｔａｔｉｏｎｃｏｖｅｒｏｆａｌｐｉｎｅｓｔｅｐｐｅｓａｍｐｌｅａｒｅａｓ，ｆｒａｇｍｅｎｔａｔｉｏｎｉｎｄｅｘｉｎｉｔｉａｌｙ
ｄｅｃｒｅａｓｅｄｂｕｔｔｈｅｎｉｎｃｒｅａｓｅｄ．
犓犲狔狑狅狉犱狊：ｓｏｕｒｃｅｒｅｇｉｏｎｏｆＹｅｌｏｗＲｉｖｅｒ；ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎ；ａｌｐｉｎｅｓｔｅｐｐｅ；ａｉｒｂｏｒｎｅｈｙｐｅｒｓｐｅｃｔｒａｌ
０５ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．２