基于“資源三號”衛星的黃河口濕地景觀格局及其空間尺度效應分析

肖艷芳, 張 杰, 馬 毅, 王建步

(國家海洋局 第一海洋研究所, 山東 青島266061)

景觀格局影響著種群動態、生物多樣性等生態學過程, 與生態系統的抗干擾能力、恢復能力和系統的穩定性有著密切的關系[1-2]。掌握景觀格局的時空變化特征和演替規律, 可以快速、準確地了解區域生態系統結構與功能的變化。然而, 景觀格局具有尺度依賴性, 即尺度效應[3-5]。不同因素在景觀格局形成過程中的重要性隨尺度而異, 因此認識并了解研究區的生態景觀格局對尺度的依賴特征是正確理解格局與過程關系的關鍵。在景觀生態學中, 尺度通常是指空間和時間上的粒度(grain)和幅度(extent)[1]。空間粒度是指景觀中最小可辨別單元所代表的特征長度、面積或體積, 對于空間數據或圖像資料而言, 對應于最大空間分辨率或像元大小。時間粒度是指某一現象或事件發生的頻率或時間間隔。幅度是指研究對象在空間或時間上的持續范圍或長度。景觀分析過程中, 尺度過小會造成研究區信息量過大, 掩蓋某些重要信息; 而尺度過大又會造成細節信息的丟失, 甚至某些景觀類型也會消失[6]。

入海河口濕地位于江河入海的海陸交界處, 是陸地生態系統和海洋生態系統在強烈的相互作用下形成的具有高物質、多樣性和多功能的生態邊緣區[7]。黃河是世界上含沙量最大的河流, 其每年輸送的泥沙大量淤積在河口三角洲上, 形成了大片保持著原生自然狀態的濕地。作為一個新生的濕地系統, 黃河口濕地的生態環境較脆弱, 極易受到破壞。由于坡度平緩、波浪作用較小, 黃河口濕地的潮灘上發育了大量的水溝系[8], 同時, 黃河口地區具有豐富的石油資源, 經濟發展的需求使得濕地內出現大量的油井、道路及其他建筑設施, 對濕地的生態環境和景觀格局都產生了重要的影響。

近年來有關黃河三角洲濕地景觀變化及成因的研究較多[9-14], 但研究對象多為整個近代或現代黃河三角洲, 所用的數據源也多為Landsat TM等中分辨率影像。黃河口濕地沖淤變化頻繁, 景觀斑塊邊界極不規則, 中分辨率影像難以提取準確的景觀斑塊信息, 對油井、道路等人工建筑及潮溝的識別能力也十分有限, 無法評估石油開采、道路修建和潮流溝系對黃河口濕地景觀格局的影響。作者基于景觀生態學原理, 以黃河口濕地為研究對象, 利用高分辨率的“資源三號”衛星遙感影像, 選取具有代表性的景觀指數, 分析黃河口濕地的景觀格局, 以及空間粒度對黃河口濕地景觀格局分析的影響。

1 研究區概況及數據

1.1 研究區概況

黃河口濕地位于山東省東營市黃河現行流路入海口處, 黃河攜帶的大量泥沙以每年2～3 km2的速度使黃河口濕地向渤海推進, 是中國暖溫帶最完整、最廣闊、最年輕的濕地生態系統。其淡水資源充足, 動植物資源十分豐富, 是珍稀、瀕危鳥類的集中分布地和越冬棲息地。濕地內的植被以水生植被和鹽生植被為主, 植被種群組成簡單, 建群種較少; 土壤類型以潮土和鹽土為主; 區域氣候屬溫帶大陸性季風氣候, 年平均氣溫12.1℃, 年降水量為551.6 mm[15]。

1.2 數據源及數據處理

景觀類型的劃分是進行景觀格局和動態分析的首要步驟, 而土地覆被變化是景觀格局變化的重要原因, 因此, 確定適宜的基本分類單元對景觀生態的研究十分關鍵[16-17]。作者借鑒國內外濕地分類研究成果, 以2012年5月27日采集的“資源三號”衛星遙感影像為數據源, 利用多光譜(空間分辨率為6 m)與全色(空間分辨率為2.1 m)的融合數據, 結合野外實地調查,借助 GIS技術, 對研究區的遙感影像進行目視解譯和分類, 得到黃河口濕地的土地覆被類型圖(圖1)。

“資源三號”衛星是中國首顆民用高分辨率光學測圖衛星, 搭載一臺地面分辨率為2.1 m的高分辨率正視全色延時積分成像相機、兩臺地面分辨率優于3.6 m的前視、后視全色CCD相機和一臺地面分辨率優于6.0 m的正視多光譜相機。全色相機的光譜范圍為0.50～0.80 μm, 多光譜相機共4個波段, 光譜范圍分別為 0.45～0.52μm、0.52～0.59μm、0.63～0.69 μm、0.77～0.89 μm。

將黃河口濕地的土地覆被類型分為自然植被、人工栽培植被、河流、坑塘、潮溝、裸灘、裸地、油田用地、道路和其他建設用地共10種類型, 其中其他建設用地的斑塊數和面積很小, 結果分析中不予考慮。需要指明的是, 由于黃河口濕地中植被混生現象嚴重, 大多數的植被像元無法被明確地劃分為某種植被類型, 為了盡量避免人工解譯的誤差, 作者僅將植被分為自然植被和人工栽培植被兩類。

圖1 基于“資源三號”衛星影像的黃河口濕地土地覆被類型Fig.1 The land cover map of Yellow River estuarine wetland based on “ZY-3” satellite image

對由“資源三號”衛星得到的研究區土地覆被類型圖進行重采樣, 得到粒度大小為2.5、5、10、30、50、150、200 m的景觀類型圖。

2 研究方法

景觀指數有效反映景觀格局信息, 能夠反映其結構組成和空間配置等方面的時空變化特征, 是景觀格局定量化描述與評價常用的技術手段[1,18-21]。通常, 景觀指數可分為斑塊水平指數、斑塊類型水平指數和景觀水平指數。目前屬于上述景觀指數類別范疇的指數類型數目繁多, 大部分指數之間景觀格局信息重復[22-24]。基于此, 作者根據前人對景觀指數的分類結果[25-27], 在斑塊類型水平上選擇斑塊類型面積、斑塊個數、平均斑塊面積、邊緣密度表征研究區的景觀類型面積和結構特征, 平均周長面積比表征形狀特征, 散布與并列指數表征聚集特征, 在景觀格局水平上選擇香農多樣性指數和香農均勻度指數表征景觀多樣性特征, 各景觀指數的計算公式及生態學意義如下:

(1) 斑塊類型面積(CA)。是度量景觀組分和計算其他指標的基礎, 其值的大小制約著以某種景觀類型斑塊為聚集地的物種豐度、數量、食物鏈及其次生種的繁殖等。計算公式為:

式中,ai為某景觀斑塊面積,n為斑塊數。

(2) 斑塊個數(NP)。反映景觀的空間格局, 經常被用來描述整個景觀的異質性, 其值的大小與景觀的破碎度有很好的正相關性, 一般NP越大, 破碎度越高; NP越低, 破碎度越低。計算公式為:

式中,n為某種景觀類型總斑塊數。

(3) 平均斑塊面積(AREA_MN)。其值的分布區間一方面對圖像或地圖的范圍以及對景觀中最小斑塊粒徑的選取有制約作用; 另一方面可以表征景觀的破碎程度, 是反映景觀異質性的關鍵指標。計算公式為:

(4) 邊界密度(ED)。用來分析斑塊形狀的重要指標, 表示景觀類型被分割的程度。邊界密度越大, 表示某景觀類型被分割的程度越高, 布局越分散。計算公式為:

式中,ei為某斑塊的邊界長度。

(5) 平均周長面積比(PARA_MN)。是某類景觀斑塊周長-面積比的平均值, 可用以描述斑塊的復雜性。計算公式為:

(6) 散布與并列指數(IJI)。是描述景觀空間格局最重要的指標之一, 對受到某種自然條件嚴重制約的生態系統的分布特征反映顯著。取值較小時, 表明該斑塊類型僅與少數幾種其他類型相鄰接。計算公式為:

式中,m為某斑塊的鄰接斑塊數目。

(7) 香農多樣性指數(SHDI)。其值能反映景觀異質性, 對景觀中各斑塊類型非均衡分布狀況較為敏感, 強調稀有斑塊類型對信息的貢獻, SHDI增大,表明拼塊類型增加或各拼塊類型在景觀中呈均衡化趨勢分布。計算公式為:

式中,m為景觀類型的數目。

(8) 香農均勻度指數(SHEI)。其值較小時優勢度一般較高, 可反映出景觀受一種或少數幾種優勢斑塊類型所支配。其值趨近1時優勢度低, 說明景觀中沒有明顯的優勢類型且各斑塊類型在景觀中均勻分布。計算公式為:

式中,m為景觀類型的數目。

將重采樣生成的 7種空間粒度的土地覆被類型圖轉化為 Arc Grid格式, 逐一輸入到景觀格局分析軟件Fragstats4.1中, 分別計算各景觀指數的值。

3 黃河口濕地景觀格局分析

基于“ZY-3”號衛星影像數據的解譯結果, 計算裸灘、自然植被、人工栽培植被等 9種景觀類型的景觀指數值和標準差, 分析黃河口濕地景觀類型的面積和結構、形狀及聚集特征。

3.1 景觀類型的面積和結構特征

從表1中可以看出, 不同景觀類型之間斑塊總面積CA的標準差最大, 表明各景觀類型的面積極不平衡。裸灘的面積最大, 為326.09 km2, 是研究區的主導景觀類型, 具有景觀基底性質; 其次為自然植被, 面積為136.04 km2; 面積最小的景觀類型為油田用地, 僅為2.20 km2; 人工栽培植被、河流、潮溝和裸地的面積基本一致, 約為18.00 km2。各個景觀類型面積的大小順序為: 裸灘＞自然植被＞坑塘＞裸地＞人工栽培植被＞河流＞潮溝＞道路＞油田用地。在研究區內, 具有自然屬性的景觀類型約占景觀總面積的82%, 人工化的景觀類型所占面積較小, 表明人工栽種和建筑在景觀面積上沒有表現出大量侵占黃河口濕地的態勢。

表1 各景觀類型與面積和結構特征相關的景觀指數值Tab.1 The value of landscape indices related to the area and structure characteristic

各景觀類型的斑塊數也很不均衡, 油田用地的斑塊數最多, 共 281個斑塊; 其次為自然植被, 共216個斑塊; 河流的斑塊數最少, 只有1個。各景觀類型的斑塊個數順序為: 油田用地＞自然植被＞潮溝＞裸灘＞坑塘＞裸地＞道路＞人工栽培植被＞河流。通常情況下, 分布面積較大的景觀類型所擁有的斑塊數也較多, 如自然植被、裸灘等; 而潮溝和油田用地的面積較小, 但擁有的斑塊數卻較多, 表現出明顯的破碎化。裸灘的面積遠大于自然植被, 而斑塊數卻比自然植被少, 主要是由于因石油開采和旅游修建的道路將原本大的自然植被斑塊切割為若干個小的斑塊。雖然潮溝對裸灘也具有一定的切割作用, 但切割作用遠小于道路, 要將大的裸灘斑塊切割成小的斑塊需要一個長期的過程。

各景觀類型之間邊界密度的差異較斑塊面積和斑塊個數有所減小。裸灘的邊界密度最大, 為2206.78 m/ km2; 人工栽培植被的邊界密度最小, 為79.64 m/ km2。各景觀類型邊界密度的順序為: 裸灘＞自然植被＞潮溝＞道路＞坑塘＞裸地＞油田用地＞河流＞人工栽培植被。由于景觀總面積一定, 邊界密度指標實際上揭示了各景觀類型周長的規律。自然景觀的斑塊邊界多表現為復雜不規則, 邊界密度相對較高;油田用地、人工栽培植被等人工景觀類型的斑塊形狀較規則, 邊界密度相對較低。除景觀類型面積最大、斑塊數目較多外, 裸灘邊界密度最大的另一個主要原因是, 潮溝對裸灘的沖刷和侵蝕, 導致裸灘與潮溝相接的邊界極其不規則, 在很大程度上增加了裸灘的邊界長度, 這與潮溝景觀類型的面積較小而邊界密度較大的原因是一致的。

各景觀類型之間平均斑塊面積也有較大的差異,河流的平均斑塊面積最大, 為 18.23 km2; 油田用地的平均斑塊面積最小, 為0.0078 km2。各景觀類型平均斑塊面積的順序為河流＞裸灘＞人工栽培植被＞坑塘＞自然植被＞裸地＞潮溝＞道路＞油田用地。除位于研究區邊界的人工栽培植被外, 總體趨勢是自然景觀的平均斑塊面積大于人工景觀。河流景觀類型在研究區內僅有 1個斑塊, 其平均斑塊面積就等于河流的景觀類型面積, 使得河流的平均斑塊面積最大。潮溝、道路和油田用地的平均斑塊面積較小, 表明破碎化程度較高。油田用地的景觀類型面積和平均斑塊面積都最小, 但斑塊數眾多, 石油在開采、儲存、運輸及其他生產過程中產生的污染物會對油井周圍環境中的植被生長造成一定的影響, 并最終導致景觀格局的變化。

3.2 景觀類型的形狀特征

采用周長面積比 PARA_MN分析黃河口濕地各景觀類型的形狀特征。可以看出(表2), 各景觀類型的周長面積比差異非常大。潮溝的周長面積比最大,其次為裸灘, 河流的周長面積比最小。各景觀類型周長面積比的順序為: 潮溝＞裸灘＞坑塘＞道路＞自然植被＞裸地＞人工栽培植被＞油田用地＞河流。潮溝的景觀類型面積不大, 但斑塊曲折復雜的樹枝狀結構導致其具有最大周長面積比; 人工栽培植被、油田用地和裸地的斑塊形狀簡單, 周長面積比相對較小。

3.3 景觀類型的聚集特征

采用散布與并列指數IJI分析黃河口濕地各景觀類型的聚集特征, IJI能夠表征各個斑塊類型間的總體散布與并列狀況。結果表明(表3), 自然植被的指數值最高, 為84.82; 潮溝的指數值最低, 為17.85。各景觀類型 IJI值的順序為: 自然植被＞裸地＞裸灘＞坑塘＞河流＞油田用地＞道路＞人工栽培植被＞潮溝。自然植被、裸地等與其他景觀類型相互混雜分布, 而人工栽培植被和潮溝等斑塊分布相對獨立, 與斑塊邊界相鄰接的景觀類型較少。

表2 各景觀類型的平均周長面積比指數值Tab.2 The value of landscape index PARA_MN

表3 各景觀類型的散布與并列指數值Tab.3 The value of landscape index IJI

3.4 景觀的多樣性特征

多樣性指數是對土地利用類型的多樣性和復雜性的度量, 而均勻度指數則是對不同土地利用類型分配均勻程度的描述。作者采用香農多樣性指數 SHDI和香農均勻度指數SHEI來分析研究景觀的多樣性特征。研究結果顯示, 黃河口濕地研究區的香農多樣性指數SHDI為1.38, 說明該研究區內景觀類型較豐富; 香農均勻度指數SHEI為0.60, 說明景觀優勢度較高, 這主要是受裸灘和自然植被兩種優勢景觀類型的影響。

4 黃河口濕地景觀格局空間尺度效應

4.1 景觀類型的面積和結構特征對空間粒度的響應

圖2是景觀類型的斑塊面積、斑塊個數、邊界密度和平均斑塊面積 4個景觀指數隨空間粒度的變化趨勢。可以看出, 各景觀類型的斑塊面積隨著粒度的增大沒有發生明顯的變化, 表明各景觀類型的面積對粒度的變化并不敏感。

景觀類型的斑塊個數表現出對粒度變化的強敏感性。隨著粒度的增大, 斑塊數量都表現出先增大后減小的趨勢, 但各景觀類型斑塊數量最大時的空間粒度有較大差異。潮溝景觀和道路景觀對粒度的變化最為敏感, 在2.5 m～10 m粒度范圍內, 斑塊數量隨著粒度的增大而急劇增大, 在10 m～200 m粒度范圍內, 斑塊數量則隨著粒度的增大急劇減小。潮溝和道路多為條狀斑塊, 粒度增大會導致條狀斑塊斷裂,形狀破碎, 斑塊數量增多; 粒度進一步增大時, 破碎的小斑塊融入到作為基底的大斑塊中, 導致斑塊數量下降。

裸灘、潮溝、自然植被和道路等景觀類型的邊緣密度對粒度較為敏感, 其邊緣密度在粒度大于10 m后急劇下降。裸灘、潮溝以及自然植被為自然景觀,受人為干擾較少, 斑塊邊界不規則, 依據高分辨率影像解譯的景觀斑塊, 其邊緣與真實的斑塊邊緣更為相似, 隨著尺度的增大, 邊緣中的鋸齒或毛刺逐漸被合并, 導致邊緣密度的降低。在小于10 m的粒度范圍內, 裸灘、潮溝和自然植被的邊緣密度沒有明顯的變化, 說明10 m可能是能夠較為真實地解譯出3種景觀類型邊緣的遙感影像的最低空間分辨率。道路的邊界雖然規則, 但屬于長條狀斑塊, 在粒度大于其寬度后, 道路斑塊會被鄰近斑塊合并, 導致邊緣密度降低。河流和人工栽培植被的斑塊形狀規則,其邊緣密度沒有表現出對粒度較強的敏感性, 在整個粒度范圍內, 邊緣密度值相對穩定。

裸灘、自然植被、坑塘、人工栽培植被和油田用地的平均斑塊面積隨著粒度的增大而增大, 其中裸灘的增長最為顯著, 其值隨著粒度的增大近似呈指數增長, 最大增長速率點50 m粒度附近; 潮溝、道路和坑塘的平均斑塊面積則隨著粒度的增大呈現先降低后增大的趨勢。由于各景觀類型的斑塊總面積隨著空間粒度的增大沒有發生明顯的變化, 因此平均斑塊面積的變化趨勢與斑塊個數的變化趨勢相反。

4.2 景觀類型的形狀特征對空間粒度的響應

圖3是各景觀類型的斑塊平均周長面積比隨空間粒度的變化趨勢。裸灘、潮溝、自然植被、坑塘、裸地、油田用地和人工栽培植被的周長面積比都隨著粒度的增大而減小, 其中以潮溝和裸灘的變化趨勢最為顯著; 道路的面積周長比以 5 m粒度大小為界限, 粒度小于 5 m時, 其值隨粒度的增大而增大,粒度大于5 m時, 其值隨粒度的增大呈冪指數下降;河流的周長面積比沒有明顯的變化。空間粒度增大,景觀斑塊的邊界變得更為平滑, 復雜度降低, 這種變化尤以裸灘、潮溝等邊界極不規則的斑塊最為明顯; 而河流和人工景觀的斑塊相對規則, 空間粒度變化對其斑塊形狀的影響不大。

4.3 景觀類型的聚集特征對空間粒度的響應

圖4是研究區內各種景觀類型的散布與并列指數值隨粒度的變化情況。從圖中可以看出, 各景觀類型的散布與并列指數值對粒度變化的響應不同, 在粒度小于10 m時, 其值較為平穩, 粒度大于10 m時,其值隨著粒度的變化沒有表現出明顯地規律性。其中, 自然植被的散布與并列指數值最大, 其值隨著粒度的增大有減小的趨勢。裸灘、坑塘、道路、河流、油田用地和裸地在粒度小于10 m時的散布與并列指數值相近, 粒度大于10 m時, 隨著粒度的增大,裸灘的散布與并列指數值有較小的上升, 裸地的散布與并列指數值有較小的下降, 坑塘和河流的散布與并列指數值沒有明顯地變化, 道路的散布與并列指數值先增大后減小, 油田用地的散布與并列指數值先降低后增大。人工栽培植被和潮溝的散布與并列指數值較小, 其值隨粒度的變化呈波動性變化。總體來說, 各景觀類型的散布與并列指數隨著空間粒度的增大沒有出現較為劇烈的變化, 表明空間粒度對景觀類型聚集特征沒有顯著的影響。

圖2 與面積和結構特征相關的景觀指數對空間粒度的響應Fig.2 The response of landscape indices related to area and structure characteristics to spatial grain

圖3 平均周長面積比對空間粒度的響應Fig.3 The response of PARA_MN to spatial grain

4.4 景觀多樣性特征對空間粒度的響應

圖4 散布與并列指數對空間粒度的響應Fig.4 The response of IJI to spatial grain

表4是景觀香農多樣性指數SHDI和香農均勻度指數 SHEI對空間粒度變化的響應。從表中可以看出, SHDI和 SHEI隨著粒度的變化趨勢基本一致, 都隨著粒度的增大而減小, 但變化幅度很小。這是因為多樣性指數和均勻度指數主要取決于景觀類型的數量和所占的面積比例, 研究區的空間粒度增大到 200m 時, 雖然道路消失, 但由于所占面積很小, 并沒有使其他景觀類型的面積比例發生大的變化, 因此多樣性指數和均勻度指數隨著空間粒度的變化相對穩定。如果空間粒度繼續增大, 各景觀類型會逐漸消失, 多樣性和均勻度指數必然持續下降。多樣性和均勻度指數相對空間粒度的緩慢變化說明了研究區的景觀多樣性特征對粒度的變化不敏感。

表4 香農多樣性指數和均勻度指數對空間粒度的響應Tab.4 The value of landscape indices of SHDI and SHEI with the changes of grain

5 結論

作者利用高分辨率的“資源三號”衛星遙感影像, 選取8種具有代表性的景觀指數, 分析了黃河口濕地的景觀格局, 以及空間粒度對黃河口濕地景觀格局分析的影響。研究區內, 各景觀類型的斑塊面積極不均衡, 裸灘和自然植被是研究區的優勢景觀。油田用地的斑塊數最多, 而潮溝的沖刷和侵蝕, 使裸灘具有最大的邊緣密度。總的來說, 黃河口濕地目前以裸灘和自然植被等自然景觀為主, 灘涂上潮溝發育, 人工景觀在面積上沒有表現出大量侵占黃河口濕地的態勢。雖然如此, 因旅游和石油開采修建道路所導致的景觀破碎化已非常明顯。研究區內油井散布、數量眾多, 雖然斑塊面積較小, 但石油在開采、儲存、運輸及其他生產過程中產生的污染物會對油井周圍一定范圍內的土壤和植被造成影響。

研究區的景觀格局分析結果具有強的尺度依賴性, 不同的景觀指數對空間粒度變化的敏感性不同,即使同一種景觀指數, 由于景觀類型的不同, 對空間粒度的敏感程度也有較大差異。總的來說, 景觀類型的面積和結構特征中的斑塊個數、邊緣密度、平均斑塊面積具有明顯的尺度效應, 斑塊面積則相對穩定; 景觀類型的形狀特征表現出對空間粒度強的敏感性, 而聚集特征則隨著空間粒度的增大沒有規律性的變化; 景觀的多樣性特征隨空間粒度的變化極為緩慢, 對粒度變化的敏感性相對較弱。對于不同的景觀類型, 斑塊為條狀結構或斑塊邊界不規則的景觀類型對空間粒度有較強的響應, 而斑塊形狀相對規則的景觀類型的尺度效應不明顯。綜上, 空間粒度的變化對黃河口濕地景觀格局分析結果有明顯的影響, 因此在進行景觀格局評價和分析時, 需要考慮尺度效應, 依據空間粒度對不同景觀類型和景觀指數值的影響, 選取合適的尺度推演方法, 對數據進行一定的尺度轉換。

[1]鄔建國.景觀生態學—格局、過程、尺度與等級[M].北京: 高等教育出版社, 2007.

[2]王春連, 張鐿鋰, 王兆鋒, 等.拉薩河流域濕地系統景觀格局多尺度分析[J].資源科學, 2010, 32(9):1634-1642.

[3]Wu J, Jelinski D E, Luck M, et al.Multiscale analysis of landscape heterogeneity: scale variance and pattern metrics [J].Geographic Inform Sciences, 2000, 6(1): 6-19.

[4]Wu J, Qi Y.Dealing with scale in landscape analysis:an overview [J].Geographic Information Sciences,2000, 6(1): 1-5.

[5]徐建華, 岳文澤, 談文琦.城市景觀格局尺度效應的空間統計規律—以上海中心城市為例[J].地理學報,2004, 59(6): 1058-1067.

[6]薛冬冬, 佘光輝, 溫小榮, 等.基于地統計分析的南京鐘山風景區景觀格局尺度效應分析[J].西南林業大學學報, 2012, 32(1): 30-35.

[7]王麗榮, 趙煥庭.中國河口濕地的一般特點[J].海洋通報, 2000, 19(5): 47-54.

[8]黃海軍, 樊輝.黃河三角洲潮灘潮溝近期變化遙感監測[J].地理學報, 2004, 59(5): 723-730.

[9]劉艷芬, 張杰, 馬毅, 等.1995-1999年黃河三角洲東部自然保護區濕地景觀格局變化[J].應用生態學報,2010, 21(11): 2904-2911.

[10]王永麗, 于君寶, 董洪芳, 等.黃河三角洲濱海濕地的景觀格局空間演變分析[J].地理科學, 2012, 32(6):717-724.

[11]郭篤發.黃河三角洲濱海濕地土地覆被和景觀格局的變化[J].生態學雜志, 2005, 24(8): 907-912.

[12]李東穎, 楊文波, 王琳, 等.基于 RS數據的黃河三角洲濕地信息提取及濕地動態變化研究[J].海洋湖沼通報, 2012, 1: 100-109.

[13]宗秀影, 高煥, 喬玉良, 等.黃河三角洲濕地景觀格局動態變化分析[J].地球信息科學學報, 2009, 11(1):91-97.

[14]王海梅, 李政海, 韓國棟, 等.黃河三角洲土地利用及景觀格局的動態分析[J].水土保持通報, 2007, 27(1):81-85.

[15]邵秋玲, 解小丁, 李法曾.黃河三角洲國家級自然保護區植被區系研究[J].西北植物學報, 2002, 22(4):947-951.

[16]張秋菊, 傅伯杰, 陳立頂.關于景觀格局演變研究的幾個問題[J].地理科學, 2003, 23(3): 264-270.

[17]陳菁, 傅新, 劉高煥.黃河三角洲景觀變化中認為影響力的時空分異[J].水土保持學報, 2010, 24(1): 134-138.

[18]Zhang S, Zhang J, Li F, et al.Vector analysis theory on landscape pattern(VATLP)[J].Ecological Modelling,2006, 193: 492-502.

[19]Wu J.Effects of changing scale on landscape pattern analysis: scaling relations [J].Landscape Ecology, 2004,19: 125-138.

[20]Shen W, Jenerette G D, Wu J, et al.Evaluating empirical scaling relations of pattern metrics with simulated landscapes [J].Ecography, 2004, 27:459-469.

[21]Buyantuyev A, Wu J.Effects of thematic resolution on landscape pattern analysis [J].Landscape Ecology,2007, 22: 7-13.

[22]Riiters K H, O’Neill R V, Hunsaker C T.et al.A factor analysis of landscape pattern and structure metric [J].Landscape Ecology, 1995, 10: 23-39.

[23]Traub B, Kleinn C.Measuring fragmentation and structural diversity[J].Forstw Centralblatt, 1999, 118:39-50.

[24]布仁倉, 胡遠滿, 常禹, 等.景觀指數之間的相關分析[J].生態學報, 2005, 25(10): 2764-2775.

[25]陳文波, 肖篤寧, 李秀珍.景觀指數分類、應用及構建研究[J].應用生態學報, 2002, 13(1): 121-125.

[26]布仁倉, 李秀珍, 胡遠滿, 等.尺度分析對景觀格局指標的影響[J].應用生態學報, 2003, 14(12):2181-2186.

[27]李秀珍, 布仁倉, 常禹, 等.景觀格局指標對不同景觀格局的反應[J].生態學報, 2004, 24(1): 123-134.