免费文献传递   相关文献

Multi-Scale Forest Landscape Classification Considering Coupling Effect

顾及耦合作用的森林景观多尺度分类


Based on the data of forest resource inventory in the west Dongting Lake region, a classification method, suitable for vectorized data, was proposed and developed for multi-scale landscape components. The dominant tree species, age and crown closure, altitude, slope, slope aspect and slope position were selected as the influencing factors for the classification. The small-scale forest landscape classification mainly considers the grading of vegetation factors and environmental factors, however the large-scale classification needs to take consideration of the coupling effects among the elements of forest landscape types. These concerns act as a rule to merge the small forest landscape patches into their adjacent units. In this study the attribute characteristics of space unit in the vector graphics was based to analyze its semantic proximity relation, and the spatial analysis function of ArcGIS was used to realize the merger of space unit. According to the edge effect and coupling strength between different forest landscape types, small patches was eliminated, and merged into patches of landscape types with high environmental coupling. Thus, multiscale landscape classification database was established, and multi-scale forest landscape classification were realized.


全 文 :第 49 卷 第 11 期
2 0 1 3 年 11 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 49,No. 11
Nov.,2 0 1 3
doi:10.11707 / j.1001-7488.20131126
收稿日期: 2013 - 01 - 24; 修回日期: 2013 - 05 - 06。
基金项目: 国家自然科学基金项目(30972362) ;中南林业科技大学青年基金项目(QJ2011045B) ;中南林业科技大学人才引进项目。
* 李际平为通讯作者。
顾及耦合作用的森林景观多尺度分类*
赵春燕1 李际平1 马文俊2 袁晓红1 郑 柳1
(1.中南林业科技大学 长沙 410004; 2. 四川省林业勘察设计研究院 成都 610081)
关键词: 耦合作用; 多尺度; 森林景观; 景观分类; 森林资源二类调查数据
中图分类号: S718. 54 文献标识码: A 文章编号: 1001 - 7488(2013)11 - 0183 - 06
Multi-Scale Forest Landscape Classification Considering Coupling Effect
Zhao Chunyan1 Li Jiping1 Ma Wenjun2 Yuan Xiaohong1 Zheng Liu1
(1 . Central South University of Forestry & Technology Changsha 410004;
2 . Sichuan Forestry Exploration and Design Institute Chengdu 610081)
Abstract: Based on the data of forest resource inventory in the west Dongting Lake region,a classification method,
suitable for vectorized data,was proposed and developed for multi-scale landscape components. The dominant tree
species,age and crown closure,altitude,slope,slope aspect and slope position were selected as the influencing factors for
the classification. The small-scale forest landscape classification mainly considers the grading of vegetation factors and
environmental factors,however the large-scale classification needs to take consideration of the coupling effects among the
elements of forest landscape types. These concerns act as a rule to merge the small forest landscape patches into their
adjacent units. In this study the attribute characteristics of space unit in the vector graphics was based to analyze its
semantic proximity relation,and the spatial analysis function of ArcGIS was used to realize the merger of space unit.
According to the edge effect and coupling strength between different forest landscape types,small patches was eliminated,
and merged into patches of landscape types with high environmental coupling. Thus,multiscale landscape classification
database was established,and multi-scale forest landscape classification were realized.
Key words: coupling effects; multi-scale; forest landscape; landscape classification; forest resource inventory data for
management
森林景观是以森林生态系统为主体而构成的景
观,其分类是确定景观构成要素及空间分布格局
(陆元昌等,2005)。但景观异质性依时间和空间尺
度变化而存在差异,在大尺度下空间变异中的“噪
声”成分在另一种较小尺度下表现为“结构性”成
分,一个景观单元在小尺度上呈现异质性(邬建国,
2000),而在大尺度上可能具有均质性(赵玉涛等,
2002)。不同尺度景观要素具有不同程度均质性
(Goberna et al.,2007)。森林景观分类是一个基于
土地利用类型、植被和环境条件等因素而将其划分
为多级分类体系的科学过程(朱耀军等,2011)。因
此,森林景观分类具有尺度特性,不同尺度下森林景
观分类的构成要素及构成要素等级不同。
森林景观生态学中,森林景观要素形成的斑块
通过不同立地条件下阳光、水分等能量和物质的流
动,相互作用,相互协调,使生态系统从无序到有序,
有机结合形成稳定森林景观的过程称为耦合作用
(Fonseca et al.,2007)。森林景观要素之间由于长
期耦合作用,在景观斑块交界处往往同时出现相邻
景观的物种,呈现过渡性景观特征,景观斑块边界具
有模糊性,使得相邻景观异质性程度变低,在大尺度
景观分类时考虑将其合并。本文以西洞庭湖区河洑
林场为例,分析森林景观的多尺度分类依据,以森林
资源二类调查空间数据为数据源,利用 ArcGIS 软件
的空间分析功能,提出了一种基于矢量数据的多尺
度森林景观分类方法,并把其分类结果与遥感影像
进行空间套叠,其空间位置比较一致,挖掘矢量空间
数据和遥感影像在景观分类中的尺度相关关系。
林 业 科 学 49 卷
1 研究区概况
西洞庭湖区位于湖南省北部,总面积为 142. 2
万 hm2,主要包括常德市的桃源县、汉寿县、津市市、
鼎城区、武陵区等地域,位于云贵高原、湘西山地向
洞庭湖平原过渡地带,属中亚热带向北亚热带过渡
的湿润季风气候区,气候温和,年平均气温 16. 7 ℃,
年降水量 1 346. 5 mm。
该区 域 的 主 要 树 种 有 杉 木 ( Cunninghamia
lanceolata)、湿地松 ( Pinus elliottii)、马尾松 ( Pinus
massoniana)、樟树 ( Cinnamomum camphora )、木荷
(Schima superba)、棕榈(Trachycarpus fortunei)、枫香
(Liquidambar formosana)等。其中杉木林面积占林
地面积的 30%,主要分布在海拔 1 000 m 以下的山
地; 马尾松和湿地松面积约占 42%,多为次生林,以
中幼林和疏林居多。
2 材料与方法
2. 1 研究数据 数据以该区域 2007 年的森林资源
二类调查数据为主。在 ArcGIS 软件支持下,与
1∶ 1万地形图配准,与小班区划数据建立地理空间数
据,每一个小班区划单元通过 ID 标识关联属性数
据,生成林相图。小班属性数据包括小班号、地类、
优势树种、龄组、郁闭度、土壤类型、坡度、坡向、坡
位、海拔等 20 多个属性数据项。使用的遥感影像从
谷歌地球上下载 2007 年的数据,下载了空间分辨率
为 0. 27,0. 54 和 1. 07 m 3 种遥感影像。
2. 2 森林景观要素的类型分级 景观要素分类是
一个多级分类体系,景观类型每一个等级划分结果
对应一种尺度的森林景观斑块。一般基于自然地理
或气候、土地利用类型、植被和土壤特征等因素而划
分。景观要素类型的划分可粗可细,要根据所研究
内容、所阐述问题确定景观要素类型划分的详细程
度(陆元昌等,2005;马文俊,2011)。
以景观异质性为主要划分依据建立森林景观类
型 4 级分类(表 1),其中 1 级划分依据为林地类型;
2 级划分依据为植被类型; 3 级划分依据为优势树
种类型; 4 级划分依据为优势树种类型与龄组。划
分为幼龄林、中龄林、近熟林、成熟林和过熟林。
表 1 森林景观类型分级
Tab. 1 The classification of forest landscape types
等级 Rank 划分依据 Basis 森林景观要素类型名称 Forest landscape element type
1 级
Level 1 林地类型
Forest types 有林地
Forested land
灌木地
Shrub land
非林地
Nonforestry land
2 级
Level 2
植被类型
Vegetation types
针叶林
Coniferous
阔叶林
Broad-leaved forest
灌木类
Shrubs
3 级
Level 3
优势树种组
Dominant tree species group
松木、杉木等
Pine,Chinese fir 落叶类
Deciduous 常绿类 Evergreen
4 级
Level 4
优势树种组 +龄组
Dominant tree
species gronp & age gronp
第 3 级基础再按龄组划分(幼龄、中龄、近熟、成熟、过熟林)
Division according to the age group based on the third stage
( young,middle-aged,near mature,mature,overmature)
2. 3 环境主导因子分级与等级归并 环境因子与
植被分布格局存在相关关系(淮虎银等,1997; 沈
泽昊等,2000; 李际平等,2012),其相关程度与研
究区域、研究尺度等有关,多尺度的森林景观分类需
要考虑环境因子,尤其是环境主导因子。针对西洞
庭湖区,陈端吕(2008a)通过主成分和灰色关联度
分析方法,找出影响森林景观分布的主导敏感因子
为地貌、海拔、坡度、坡向、坡位、景观类型、林龄和郁
闭度。本研究区均属于低海拔,不考虑海拔因子,林
龄按照龄组划分。因此,研究景观分类采用表 2 中
地貌、坡度、坡向、坡位、优势树种组、龄组和郁闭度。
对多尺度森林景观分类,选取环境主导因子,将主
导因子进行分类或分级。不同尺度森林景观分类,选
择主导因子数量有差异,主导因子的分类或分级等级
不同,小尺度的景观分类研究,选择的主导因子种类较
多,每个主导因子分类或分级的等级较多; 相反,大尺
度的景观分类研究,选择主导因子种类较少,每个主导
因子分类或分级等级较少(表 2)。主导因子分类或分
级等级减少,实质是类型合并或等级归并的过程。
2. 4 确定森林景观分类因子 分类因子的确定取
决于景观分类的尺度(Turner et al.,1991)。根据研
究区域实际情况,小尺度景观分类选取优势树种、龄
组和郁闭度 3 个植被因子,选取海拔、坡度、坡向、
坡位 4 个地形因子,随着景观分类的尺度增大,选取
的环境因子数量减少,同时所选因子进行等级合并。
2. 5 建立景观多尺度分类数据库 多尺度的景观
分类关键是确定分类因子及其等级划分的数量,本
研究使用的数据以小班为最小单元的森林资源二类
481
第 11 期 赵春燕等: 顾及耦合作用的森林景观多尺度分类
调查数据,把小班区划结果视为森林景观分类的最
小尺度,研究区域被分割成面积大小不等的森林景
观空间基本单元,每个单元有各个景观分类因子的
属性值,较大尺度森林景观分类为相邻小班合并,合
并依据为相邻小班邻近关系,其关键为森林景观分
类时邻近关系的确定。建立多尺度景观分类数据库
应满足: 1) 下一级景观分类数据库与上一级分类
数据库中空间单元数量相同,取消下一级景观分类
数据库; 2) 每一个尺度的分类数据库中,类与类之
间具有一定景观异质性(陆元昌等,2005)。
表 2 环境主导因子多尺度分类或分级
Tab. 2 Environmental factors of multiscale classification
属性因子
Attribute factor
大尺度等级划分
Large scale
classification
小尺度等级划分
Small scale
classification
属性因子
Attribute
factor
大尺度等级划分
Large scale
classification
小尺度等级划分
Small scale
classification
高山 High mountain 杉木 Chinese fir
中山 Middle mountain 山地 Mountain 优势树种组
Dominant tree
species group
松类 Pine
地貌 Landforms 低山 Low mountain 阔叶类 Broadleaf
丘陵 Hilly 平原 Plain 经济林 Economic forest
平地 Flat 其他 Other
平坡 0 ~ 5°Flat 幼龄林 Young 幼龄林 Young
缓坡 6 ~ 15°Slow
平坡 0 ~ 15°Flat
中龄林 Middle 中龄林 Middle
坡度 Slope 斜坡 16 ~ 25°Tilt
龄组 Age group
近熟林 Near mature
陡坡 26 ~ 35°Steep 陡坡 > 15°Steep 成熟林 Mature 成熟林 Mature
急坡 > 36°Steep 过熟林 Over mature
坡向
Aspect 八方向
Eight direction 阳面
Sunny
阴面 Shaded
郁闭度
Canopy density
高 High≥0. 7
中 Middle 0. 4 ~ 0. 69
低 Low 0. 2 ~ 0. 39
高 High≥0. 7
中 Middle 0. 4 ~ 0. 69
低 Low 0. 1 ~ 0. 39
坡位
Slope position
山脊 Ridge
上 Above
中 Middle
下 Low
谷地 Valley
上 Above
中 Middle
下 Low
疏 0. 1 ~ 0. 2
2. 6 森林景观类型环境耦合度 地域上相邻的不
同类型斑块之间存在耦合作用,这种耦合作用通过
生态因子相互作用与相互影响,森林景观耦合作用
使斑块边界处与核心区域在物种多样性、生产力等
方面存现差异,反映出边缘效应(乌玉娜等,2010;
赵紫华等,2012),边缘效应强度体现相邻景观斑块
耦合作用大小(赵春燕,2012)。森林景观斑块之间
耦合作用与景观类型及环境因子有关,李际平等
(2008)提出森林景观类型环境耦合度,同一环境条
件、空间地域相邻 2 个森林景观类型因环境资源利
用性竞争的作用程度,反映具有相异或相似的森林
景观在同一环境相互作用过程。借鉴生态学中的
“生态位”,利用相似系统原理,构建森林景观类型
基于环境适宜性的耦合度模型:
λi(A,B) =
min[UAi,UBi]
max[UAi,UBi]
,当 min[UAi,UBi]≤ 0. 5,
1 -
min[UAi,UBi]
max[UAi,UBi]
,当 min[UAi,UBi] > 0. 5




 。
(1)
式中: UAi,UBi 为森林景观 A 与 B 对生态因子 i的适
宜度。
2. 7 多尺度林业数据图形综合 以小班为最小单
元的森林资源二类调查为数据源,多尺度森林景观
分类需要在此数据基础上进行属性归并、图形合并
(彭煜玮等,2007)。分析空间单元之间语义邻近,
利用 ArcGIS 软件空间分析功能的支持,实现基于语
义邻近的图形合并(赵春燕等,2012)。
3 结果与分析
3. 1 研究区域多尺度森林景观分类结果 1) 研究
区域森林景观类型环境耦合度 借鉴陈端吕等
(2008b)对西洞庭湖区森林景观格局敏感因子的分
析,因在西洞庭湖区,气候、土壤类型等差异不大,因
此本研究选取海拔、坡度、坡向、坡位 4 个因子,运用式
(1)计算研究区域的森林景观类型环境耦合度,结果如
表 3。
森林景观多尺度分类研究中,针对大尺度森林
景观分类,考虑景观类型的环境耦合度进行小面积
图形合并。依据赵春燕 (2012)对森林景观斑块的
边缘效应研究成果,若景观类型斑块面积小于边缘
效应宽度为半径圆的面积,该斑块处在边缘效应影
响范围内,将其与具有高环境耦合度景观类型合并,
581
林 业 科 学 49 卷
成为一个景观斑块。
表 3 森林景观类型环境耦合度
Tab. 3 Environment-based coupling degree between forest landscape types
杉木林
Chinese fir
松木类
Pine
阔叶类
Broadleaf
经济林
Economic forest
竹类
Bamboo
灌木类
Shrubs
杉木林 Chinese fir —
松木类 Pine 0. 948 —
阔叶类 Broadleaf 0. 819 0. 414 —
经济林 Economic forest 0. 628 0. 628 0. 585 —
竹类 Bamboo 0. 500 0. 500 0. 500 0. 500 —
灌木类 Shrubs 0. 949 0. 164 0. 414 0. 603 0. 500 —
2) 研究区域 4 个尺度森林景观分类 在研究区
域以河洑林场为例,运用 ArcGIS 系统的空间分析功
能,以森林资源二类调查为基础数据,实现从小尺度
到大尺度图形综合与属性等级合并,其结果为相应尺
度的森林景观分类结果(图 1),图 1a 为 1∶ 1万森林资
源二类调查图; 图 1b 为森林景观小尺度分类结果,
比例尺为 1∶ 2. 5 万; 图 1c 为森林景观中尺度分类结
果,比例尺为 1∶ 10 万; 图 1d 为顾及耦合作用的森林
景观分类结果,比例尺为 1∶ 10 万。为了图形显示清
楚,图 1a 缩小为 50%,图 1b 放大到 120%,图 1c 和图
1d 放大到 400%。
图 1 多尺度森林景观分类结果
Fig. 1 Multiscale forest landscape classification
a 森林资源二类调查原图 Forest resource inventory graph;b 按照优势树种、龄组和坡向划分森林景观类型,如慢阔成熟阳面景观 The forest
landscape types in accordance with the dominant tree species,age and slope,such as slow-grown broad-leaved mature south slope landscape;c 按照优势
树种组划分森林景观类型,如慢阔类景观 The forest landscape types in accordance with the dominant tree species,such as slow-grown broad-leaved
landscape;d 依据森林景观类型环境耦合度消除 c 中小面积森林景观斑块 Elimination small area of forest landscape patches in c graph based on
environment coupling degree between the forest landscape types.
681
第 11 期 赵春燕等: 顾及耦合作用的森林景观多尺度分类
3. 2 结果分析 1) 此方法实现从较小尺度到较大
尺度的森林景观分类,尺度的选择既可依据矢量图
比例尺要求,也可依据景观要素和环境主导因子的
分级结果。图 1 是按照景观要素和环境主导因子分
级结果划分尺度,其中图 1a 为森林资源二类调查原
图; 图 1b 为地貌、坡度、坡向、坡位、优势树种组、龄
组和郁闭度 7 个属性因子按表 2 小尺度等级合并结
果图,划分的森林景观类型为: 松木类幼龄阳面景
观、松木类幼龄阴面景观、松木类中龄阳面景观、松
木类中龄阴面景观、松木类成熟阳面景观、松木类成
熟阴面景观、杉木类幼龄阳面景观等;图 1c 为不考
虑环境因子对景观分类影响的结果,按照森林优势
树种组分类,划分的森林景观类型为: 松木类景观、
杉木类景观、慢生阔叶类景观、中生阔叶类景观、快
生阔叶林景观、灌木类景观、经济林类景观、柏木类
景观; 图 1d 为考虑优势树种组之间耦合作用强度
的景观分类结果。若研究区域范围更大,可以考虑
按照林地类型或土地利用类型进行更大尺度的森林
景观类型划分。
2) 图 1d 顾及森林景观类型之间耦合作用强
度,消除图 1c 中小面积森林景观斑块,将其合并到
空间上相邻且具有高环境耦合度景观类型斑块中。
面积大小的设置依据森林景观分类的尺度,在图 1d
中比例尺为 1 ∶ 100 000,消除了面积小于 10 000 m2
的森林景观类型,有效解决大尺度森林景观斑块划
分破碎化程度较高的问题。
3) 图 1 中只显示 4 种尺度景观分类结果的图
形,运用该方法可以建立多种尺度景观分类数据库,
图 1c 中没有考虑环境因子对景观分类的影像,依据
环境因子对景观格局分布及景观内部异质性影响程
度,在图 1b 到图 1c 可以增加 1 种或多种景观分类,
如考虑优势树种、龄组和地貌进行分类。因此,运用
该方法可以实现 10 多种尺度的森林景观分类。
4) 一般情况下,森林景观类型划分越细,森林
斑块的面积越小,数量越多,景观内部同质性越高,
破碎化程度越高; 相反,划分越粗,森林斑块的面积
越大,数量越少,景观内部同质性越低,破碎化程度
越低。图 1 为河洑林场按照森林景观类型不同分级
的斑块划分结果,河洑林场总面积约 355 hm2,森林
资源二类调查原图图 1a 有 83 个空间单元,每个空
间单元划分为小班,图 1b 有 70 个空间单元,图 1c
有 51 个空间单元,每个空间单元内优势树种相同,
图 1d 有 34 个空间单元,每个空间单元内优势树种
相同,并顾及森林景观类型之间耦合作用,消除面积
小于 10 000 m2 的空间单元,将其合并到相邻空间
单元。
5) 基于林相图的多尺度森林景观分类结果与
遥感影像进行空间套叠,其空间位置比较一致。小
尺度森林景观分类与高空间分辨率的遥感影像套叠
的空间位置一致,大尺度分类与低分辨率遥感影像
套叠空间位置一致,本研究从谷歌地球下载遥感影
像,谷歌地球有 20 种等级的遥感影像,空间分辨率
从 0. 27 m 到 142 km,图 1b 与空间分辨率为 0. 54 m
的遥感影像套叠的空间位置接近,图 1c 图与空间分
辨率为 1. 07 m 的遥感影像套叠的空间位置接近,图
1d 图与空间分辨率为 2. 15 m 遥感影像套叠的空间
位置接近(图 2)。
图 2 中出现部分空间位置不一致的情况,其原
因可能有: 1) 森林资源二类调查数据与实际存在
不相符的情况; 2) 运用 ArcGIS 软件进行遥感影像
图配置时存在空间位置误差; 3) 某一尺度森林景
观分类使类与类之间异质性不明显。
图 2 森林景观矢量图形与遥感影像的套合
Fig. 2 The set of forest landscape vector graphics and
remote sensing image
4 结论与讨论
1) 以小班为最小空间单元的森林资源二类调
查为数据源,依据森林景观分类时对尺度选取的要
求,分析该尺度下景观要素类型与环境主导因子的
等级,小尺度森林景观分类依据植被因子和环境主
导因子的分类分级,大尺度森林景观分类顾及森林
景观类型之间的耦合作用,以此作为小面积森林景
观单元归并到相邻单元的依据,该方法能够实现 10
多种尺度的森林景观分类。
2) 本研究针对以矢量图形数据为数据源的森
林景观多尺度分类,提供了小尺度到大尺度景观分
781
林 业 科 学 49 卷
类的方法,依据森林景观类型之间的边缘效应和耦
合作用强度,消除小面积图斑,将其合并到具有高环
境耦合度景观类型的图斑。
该研究在以下方面还需要进一步研究与讨论:
1) 基于林相图的多尺度森林景观分类与遥感
影像进行空间套叠,其空间位置比较一致。但是与
不同空间分辨率遥感影像分类结果的吻合程度需要
更进一步研究,包括: ①森林景观分类的尺度与哪
一种空间分辨率遥感影像分类结果吻合,吻合程度
的对比及原因分析; ②在上述研究结果基础上,进
一步细化基于矢量图形的森林景观多尺度分类
依据。
2) 进一步研究基于多种数据源的森林景观分
类,依据矢量图形和遥感影像在森林景观分类结果
的关联关系,研究基于多尺度矢量图形和多种空间
分辨率遥感影像的森林景观分类方法。
参 考 文 献
陈端吕,李际平 . 2008a.西洞庭湖区森林景观格局的环境响应 . 林业
科学,44(7) : 29 - 35.
陈端吕,李际平,肖化顺,等 . 2008b.西洞庭湖区森林景观格局的生态
敏感研究与评价 .长江大学学报: 自然科学版,5(2) :23 - 28.
淮虎银,周立华 . 1997.青海湖湖盆南部的植被与海拔梯度 .西北植物
学报,17(4) :522 - 527.
李际平,陈端吕 . 2008.森林景观类型环境耦合度模型的构建与应用 .
中南林业科技大学学报,28(4) :67 - 71.
李际平,孙拥康 . 2012.西洞庭湖区森林景观与立地因子关系研究 . 中
南林业科技大学学报,32(8) : 1 - 6.
陆元昌,洪玲霞,雷相东 . 2005.基于森林资源二类调查数据的森林景
观分类研究 .林业科学,41(2) : 21 - 29.
马文俊 . 2011.西洞庭湖区森林景观划分及其格局研究 .长沙:中南林
业科技大学硕士学位论文 .
彭煜玮,彭智勇 . 2007. 空间数据融合技术的研究 . 计算机工程,33
(18) :51 - 55.
沈泽昊,张新时 . 2000.三峡大老岭地区森林植被的空间格局分析及
其地形解释 .植物学报,42(10) :1089 - 1095.
乌玉娜,陶建平,赵 科,等 . 2010.海南霸王岭天然次生林边缘效应
下木质藤本的变化 .林业科学,46(5) : 1 - 6.
邬建国 . 2000.景观生态学———格局、过程、尺度和等级 . 北京:高等
教育出版社 .
赵春燕,李际平,袁晓红,等 . 2012. 涉及邻近关系的多尺度林业数据
图形综合方法 .林业科学,48(6) : 159 - 164.
赵春燕 . 2012.森林景观斑块边缘效应和耦合机理研究 .长沙:中南林
业科技大学博士学位论文 .
赵玉涛,余新晓,关文斌 . 2002. 景观异质性研究评述 . 应用生态学
报,13(4) : 495 - 500.
赵紫华,欧阳芳,贺达汉 . 2012.农业景观中不同生境界面麦蚜天敌的
边缘 效 应 与 溢 出 效 应 . 中 国 科 学: 生 命 科 学,42 ( 10 ) :
825 - 840.
朱耀军,王 成,贾宝全,等 . 2011. 基于树冠覆盖的广州市中心区绿
化格局分析 .林业科学,47(7) : 65 - 72.
Fonseca C R,Joner F. 2007. Restoration ecology,two-sided edge effect
studies and the restoration of endangered ecosystems. 15 ( 4 ) :
613 - 619.
Goberna M,Pascual J A,Garcia C, et al. 2007. Do plant clumps
constitute microbial hotspots in semiarid Mediterranean patchy
landscapes? Soil Biology & Biochemistry,39(5) : 1047 - 1054.
Turner M G,Gardner R H. 1991. Quantitative methods in landscape
ecology:the analysis and interpretation of landscape heterogeneity.
New York: Springer-Verlag.
(责任编辑 郭广荣)
881