珠江三角洲林地结构现状及景观梯度分异特征

杜文杰, 龚建周,*, 胡月明, 赵冠伟



珠江三角洲林地结构现状及景观梯度分异特征

杜文杰1, 龚建周1,*, 胡月明2, 赵冠伟1

1. 广州大学地理科学学院, 广州 510006 2. 广州市华南自然资源科学技术研究院, 广州 510642

随着城市化进程加快, 森林生态系统日趋遭到破坏, 进行景观格局研究有利于认识其潜在规律与驱动机制。论文综合运用景观指数与点格局方法, 研究珠三角林地景观的“镶嵌性”和“梯度性”特征, 对珠江三角洲林地结构现状、景观梯度的林地点个数、点密度以及空间聚集特征进行量化分析并探讨林地景观空间分布模式。计算结果表明: 珠江三角洲林地面积较大, 构成了研究区的景观基质。林地点个数和点密度在景观梯度上, 呈正态或偏正态分布; 林地景观在不同空间尺度上都呈聚集分布, 但不同林地类型聚集尺度和空间分布强度不尽相同。在空间分布模式上, 研究区大尺度以有林地基质分布模式为主; 中小尺度下, 不同地域分别呈现出以有林地连片—疏林地呈条带状、有林地基质—灌木林地团块状为主的分布模式。研究结果说明林地景观结构具有尺度依赖性且为层次结构复杂的系统, 印证了景观生态学的尺度效应和等级理论普遍存在, 景观指数和点格局相结合的方法在研究林地景观格局中具有有效性。

林地; 景观格局; 景观指数; 点格局; 珠三角

0 前言

随着世界人口增加及城市化进程加快, 森林生态系统遭到破坏, 使得林地景观结构改变、景观也趋于破碎化[1], 影响了森林生态系统内物质循环和能量流动, 降低了生态系统的功能[2]。邬建国教授[3]认为研究景观格局有利于人们发现景观中潜在规律, 揭示景观格局与过程相互作用的机理。目前, 景观格局研究已在各个领域广为开展, 如区域景观格局演变[4–6]、景观格局—过程定量识别[7]、景观格局与生态系统服务[8]、景观格局与生态风险评价等[9]。在未来的研究方向上, 陈利顶指出人口高度聚集的城市化地区应是景观生态学研究的重要地区之一[10], 其中, 作为生态用地的林地因具有良好的生态系统服务功能在人口密集的城市化地区的景观格局研究中也应受到重视。

景观格局定量分析主要有景观指数和空间统计学两大方法。其中, 景观指数方法在研究种类组成和空间配置方面起着重要作用[11], 已广为应用[12–15]。但是景观指数注重对景观的“镶嵌性”进行研究而忽视“梯度性”研究, 较难全面地揭示景观空间分异规律[16], 因而使用空间统计学方法加以补充。点格局分析方法就是一种常用的空间统计学方法, 该方法以研究区域内独立样本点的空间二维坐标为基本数据, 将所有个体组成空间分布点图, 研究所有点样本在空间上的分布特征及相互关系[17]。由于斑块在空间上是具有景观生态学意义的“点状或面状地物”, 并且景观要素可以抽象为一般的点空间要素[16], 因此点格局方法也适用于进行面状景观分析。目前, 点格局分析法常被用于对群落地段中的植物个体进行研究, 而进行森林景观格局的研究较少, 仅占总数的3%[18], 利用点格局分析方法研究森林景观格局既拓展了该方法在研究中的应用领域, 也丰富了珠三角宏观范围林地景观研究。

2013年8月,广东省明确提出建立珠三角森林城市群, 推进广东省绿化上新台阶, 成为全国首次提出“建设国家森林城市群”概念的省份。2016年8月, 珠三角地区被国家林业局正式批复为“国家森林城市群建设示范区”。同年9月, 开始启动珠三角地区国家级森林城市群建设工作。2017年4月, 广东省林业厅印发实施《珠三角国家森林城市群建设规划(2016—2025年)》, 为珠三角森林城市群建设提供了方向和依据。2017年10月, 国务院正式提出进行粤港澳大湾区建设, 在此背景下, 区域森林景观建设更是不可或缺的一环, 将有助于提高珠三角城市群的生态环境质量。有关珠三角林地景观格局的研究主要涉及珠三角城市森林建设定性分析[19]、景观空间格局分析[20]和农地驱动力回归模型[21]; 吴雪彪等[22]、刘毅斌[23]、赵庆等[24]等学者也曾展开小尺度范围内林地景观格局分析。梯度分析方法能有效用于研究景观空间格局变化特征[25], 但在珠三角林地景观研究中运用少, 样带设计又会影响梯度分析结果[26], 因此有必要运用梯度分析方法并设置合适样带研究珠三角林地梯度分异规律。

借用景观指数方法, 本文首先探讨珠三角林地现状结构; 然后, 通过将林地斑块抽象为具有二维空间坐标的点空间要素以及设计梯度研究的样带, 利用点格局密度方法, 揭示林地在空间上的梯度变化特征, 并且借用Ripley’s K函数, 探讨林地空间聚集特征或分布模式。这一研究成果既能丰富珠三角宏观林地景观的研究, 又将对珠三角国家森林城市群建设的实践具有借鉴或指导作用。

1 材料与方法

1.1 研究区概况与数据

本文以包括广州、深圳、珠海、佛山、东莞、中山、惠州、肇庆和江门共九市的小珠三角为研究范围[27](图1), 经纬度为从111°21′—115°28′E, 北纬21°30′—24°24′N, 绝大部分处于北回归线以南, 属于热带范围。研究区域居广东省中南部, 濒临南海, 共有8个珠江入海口, 是中国的南大门。终年温暖湿润的亚热带气候养育了多层次分布的多种类型植被, 林地生态系统最上层分布着高大乔木, 林下分布着热带、亚热带种属的灌木、藤木和草本植物[28]。

研究区土地利用现状遥感监测数据(2015), 广东省、珠三角(九市)行政区图(2015)和中国一级河流空间分布数据集, 均由中国科学院资源环境科学数据中心(http://www.resdc.cn/Default.aspx)提供[29]。其中, 土地利用数据源自分辨率为30 m的Landsat 8遥感影像, 基于2010年土地利用数据, 通过人工目视解译生成。将土地利用分为耕地、林地、草地、水域、居民地和未利用土地共6个一级类型以及25个二级类型。其中, 林地包括有林地、灌木林地、疏林地和其他林地共4个二级类型(如表1)。根据研究需要, 本文仅选取研究区林地作为研究对象。

注: 该图基于中国科学院资源环境科学数据中心(http://www.resdc.cn/Default.aspx)提供的2015年行政边界数据制作, 底图无修改。

Figure 1 Location and woodland distribution of the Pearl River Delta in Guangdong Province (in 2015)

表1 林地分类系统[29]

辅件为珠三角九市2016年人口统计年鉴[27]。遥感影像空间分辨率是用于记录地物信息的最小单位, 本文土地利用数据是基于像元为30×30 m的Landsat8影像, 在数据处理与转换过程中, 往往会生成面积小于30×30(900) m2的碎屑多边形, 显然这些多边形的存在无意义。因此, 在提取研究区林地数据之后, 首先剔除面积<=900 m2的碎屑多边形, 在进行景观指数计算时, 仍然将矢量林地数据转换成与原始影像相同空间分辨率(30 m)的栅格数据。

1.2 研究方法

1.2.1 景观指数分析方法

景观指数的计算在Fragstats4.2软件完成。从面积、破碎度、形状和空间分布等方面, 选取斑块类型百分比(PLAND), 斑块密度(PD)、最大斑块指数(LPI)、边界密度(ED), 周长面积比分维数(PAFRAC)和聚集度指数(AI)共6个指标。

1.2.2 样带设置及梯度分析

梯度分析源于植被分布分析, 已成为研究城市化过程中景观空间变化的生态学方法[31–32]。本文采取自区域中心向外围的圈层样带、结合点格局方法, 探讨林地景观样带内聚集度的梯度分异。思路如下:

①以珠三角区域的质心点为中心、在考虑研究区域尺度情况下参考王金亮的样带设计[33], 设置步长为20 km, 生成0—20、20—40、40—60、60—80、……、200—220、220—240 km由中心向外围拓展的圈层样带(共12个样带, 如图2所示); ②基于各林地斑块, 生成林地斑块质心点图层; ③将其与区域圈层样带叠加, 得到各样带内林地斑块点密度图层, 分析林地景观在不同样带分布规律; ④用点格局分析方法, 探讨不同尺度下林地斑块聚集度的梯度分异。

表2 景观格局指数及意义[30]

图2 林地景观样带设计

Figure 2 Belt transects of woodland

(1)点密度计算公式为[33]:

(1)

式中,ρ、N、A分别为样带内林地斑块的点密度、点个数和样带面积,= 1, 2, …, 12,ρ的单位为: 个·km–2。

(2)点格局分析

点格局分析方法中常用的工具是Ripley’s K函数。具体地讲, 该函数是测算以某点为圆心, 以一定长度为半径的圆形范围内点数的函数[34], 通过对统计量的计算与比较, 测算研究范围内某现象或实体分布状态[35]。公式及过程如下:

一是, 在CrimeStat3.3软件, 以各种林地斑块生成的中心质点经度、纬度坐标为变量和变量, 以式(1)结果为变量, 计算不同距离对应的统计量()。

(2)

(3)

式中, ①为研究区面积,为林地点图层中的点个数; ②为空间尺度,()统计量设定的距离范围为100个距离单位, 在实际计算中, 1个距离单位的空间尺度约为0.7 km, 因此100个距离单位的空间尺度约为70 km。分别以1、10、20、30、40、50、60、70、80 km为单位绘制Ripley()指数分布图。d为点与点之间的距离,w()代表与d之间的关系:w()=1(d≤)、w()=0(d>); ③()为Ripley’s K函数的统计量; ④在实际应用中, 为了保持方差的稳定性, 常用经过线性变换后的统计量()[34,36], 当()>0, 则呈聚集分布状态;()<0则呈扩散分布状态;()=0, 则呈完全随机分布状态, 并且第一个()峰值对应的自变量值表征最大聚集(分散、随机)状态的空间尺度, 函数值()峰值用来表示要素空间分布强度[37]。

二是, 采用Monte Carlo随机模拟的方法, 进行显著性检验(置信度99.9%, 模拟次数为999次): 获得()的置信区间, 并将该区间内的最大值、最小值与绘制曲线图(最大、最小值曲线分别称为上、下包迹线[38])。若()值落在置信区间的值内, 则林地景观为随机分布; 若位于上包迹线以上, 则林地景观呈聚集分布; 位于下包迹线以下, 则林地景观呈均匀分布。

2 结果与分析

2.1 珠三角林地结构与格局特征

2.1.1 景观水平的特征分析

由表3可知, 珠三角900平方米以上的林地斑块共1.1万个, 林地总面积为2.9万km2, 占区域面积的53.7%, 林地成为整个珠三角景观的基质, 为生物提供了充足的空间, 有效地维持着生态系统平衡稳定。尽管如此, 由于珠三角经济发达, 人口众多, 按年鉴提供的2015年常住人口计, 人均林地面积仅为0.049 hm2, 远低于全国人均水平(0.112 hm2)。珠三角林地整体斑块密度为0.4个·km–2, 破碎程度较低。

2.1.2 林地类型水平的特征分析

将林地再分为有林地、灌木林地、疏林地和其他林地共4种类型, 分别运用景观指数方法, 探讨各林地类型水平上的景观格局特征, 结果如图3所示。有林地总面积为2.4万km2, 共2403个斑块, 每个斑块平均9.97 km2; 灌木林地总面积为856.0 km2, 共850个斑块, 每个斑块平均1.01 km2; 疏林地总面积为2402.2 km2, 共3018个斑块, 每个斑块平均0.8 km2。其他林地总面积为1836.9 km2, 共4332个斑块, 每个斑块平均0.42 km2。为此, 林地斑块类型百分比呈现一大三小特点, 有林地、疏林地、其他林地和灌木林地, 占比分别为82.5%、8.3%、6.3%和2.9%, 有林地在景观占据绝对优势, 构成了研究区林地景观的基质, 是林地中的优势斑块。

表3 珠三角林地基本数量指标

图3 珠三角各林地类型景观特征

Figure 3 Landscape characteristics of four kinds of woodland in the Pearl River Delta

(1)反映破碎度的密度指数显示, 在珠三角尺度上四种斑块密度相差不大, 最大的是其他林地为0.15, 最小的是灌木林地接近0.03。(2)揭示斑块形状的边界密度值为0.65—5.32 m·hm–2, 并以有林地边界密度值最大, 表明有林地在物质交换、能量流动和信息传递生态功能方面发挥巨大作用, 是更稳定的生态系统, 其他林地、疏林地次之, 最小是灌木林地。另一形状指数—分维数指数值在1.3—1.4之间, 说明从分形来看斑块的形状复杂程度相差不大。(3)虽然聚集度指数普遍大于90%, 指明珠三角各种类型林地分布以大斑块为主或同一类型斑块高度连接, 聚集度好。但是最大斑块指数仍然显示, 有林地存在一个最大面积的斑块, 其面积占比达24.83%, 斑块之间的聚集度也是最高的, 指数值达98%。

2.2 林地景观的梯度特征

基于各林地斑块质心点图层与样带的图层, 统计各样带面积、包含的斑块数, 计算点密度, 进行从研究区中心至外围林地景观样带的梯度分析; 再利用Ripley’s K函数计算林地景观()值, 通过Monte Carlo模型模拟()统计量置信度为99.9%的置信区间, 将()值和模拟的置信区间进行比较, 探讨珠三角林地景观及各类型林地在不同尺度下的空间集聚表现。

2.2.1 林地景观的样带梯度特征

以林地样带距离、样带内林地点个数和点密度数据, 绘制点个数和密度的样带梯度曲线分布图(图4)。可以看出, 从0—100 km随距离增加林地斑块数不断增加, 在100—240 km范围内随距离增加林地点数量不断减少, 呈现中间多两头小的正态分布。而不同空间下林地景观点密度的样带梯度分布则为不均衡特征, 呈“三峰”型梯度分布: 在40—80 km样带内, 出现0.23、0.22的峰值, 其中最大峰值在40—60 km样带; 次峰值在120—140 km, 值为0.21; 第三峰值在180—200 km样带内, 为0.20; 最低谷值出现在0—20 km、220—240 km样带内, 即最外圈和最内圈, 点密度均接近0.12(个·km–2)。

2.2.2 林地景观的空间集聚特征

根据 Ripley’s K函数原理, 函数值()为正、负或零时分别表示要素呈现聚集、扩散或随机空间分布;()大小表征要素的空间分布强度; 第一个()峰值对应的自变量值则描述了聚集的空间(距离)尺度。

从图5可知, 林地()观测曲线在上包迹线上方, 表明珠三角林地景观表现出显著的聚集分布特征。其中, 聚集的特征空间尺度为42.6 km, 最大()值为13.64, 这说明42.6 km的距离内, 随着距离增大, 林地景观聚集特征越明显; 而大于42.6 km的距离时,()观测曲线向上包迹线方向移动, 林地景观随着距离增大开始偏向随机分布。此外, 以距离63 km为节点, 大于63 km时,()值与上包迹线的差值逐渐维持在19, 表明林地斑块分布聚集状态在63 km后变化不明显。

图4 珠三角林地景观样带的点个数和点密度

Figure 4 Numbers and point densities of woodland landscape belt-transects in the Pearl River Delta

图5 林地景观Ripley L(d)指数分布

Figure 5 Distribution of Ripley() index of woodland

2.2.3 不同林地类型的景观空间集聚特征

如图6所示, 四种林地()观测曲线都位于上包迹线上方, 表明珠三角有林地景观在设定的不同空间尺度上都表现出显著的局部集聚分布特征。其中, ①有林地、灌木林地、疏林地和其他林地最大峰值分别在距离52.1 km、24.7 km、36.3 km和37.1 km处, 相应的第一峰值分别为17.5、20.7、16.1和10.7。表明就特征空间尺度而言, 有林地聚集尺度范围最大, 其他林地最小; 聚集程度最高的是灌木林地, 其次是有林地和疏林地, 最小的是其他林地。②自()的第一个峰值以后, 随着距离增大, 灌木林地的()值迅速减少, 直到约44 km, 灌木林地的()值小于有林地, 表明从大的空间尺度来看, 有林地聚集程度最高。③在达到第一个峰值之后,()曲线开始下降, 降幅最大的是疏林地和灌木林地。其中, 从约43.2 km开始, 灌木林地的()值与上包迹线的差值保持在20左右; 疏林地则自36.3 km开始,()曲线与上包迹线逐渐靠近, 二者之间的差值明显减少, 说明在大的空间范围, 灌木林地聚集程度变化不明显, 疏林地趋于随机分布状态。在四种林地类型中, 其他林地曲线变化最平缓, 在珠三角聚集强度则明显偏弱。

3 讨论

(1)林地景观聚集度的空间异质性 借用生物学的点格局分析方法, 发现珠三角林地景观聚集程度随研究采用的空间尺度而异, 在不同尺度下表现出明显的空间差异。如: 在0—42.6 km, 随着距离增大, 珠三角林地景观聚集度增强; 42.6—63 km, 则接近随机分布; 大于63 km时, 聚集程度趋于稳定。将林地再划分为有林地、灌木林地、疏林地和其他林地等亚类型, 同样也发现各类型的景观聚集度也有这种类似的空间差异。这些结果说明复杂系统的等级结构和可分特性, 映证了景观生态学的等级理论[3], 突显景观生态学研究的空间异质性。

图6 珠三角各林地类型景观Ripley L(d)指数分布

Figure 6 Distribution of Ripley() indexes of four kinds of woodland in the Pearl River Delta

注: (1)有林地为基质-疏林地条带状分布模式; (2)有林地基质-灌木林地团块状分布模式。

Figure 7 Landscape distribution pattern of woodland

(2)林地景观分布模式的尺度效应 基于林地结构与格局特征研究结果和绘制林地亚类分布图, 可发现研究区林地在不同空间尺度(范围)具有不同的空间分布模式。①有林地基质模式: 珠三角林地占研究区总面积的54%, 成为区域景观的基质; 其中又以有林地作为基质, 聚集度高, 空间上连片分布, 面积占林地景观面积比例最大。这种模式以大尺度为背景, 多分布于珠三角外围, 原因在于外围以山地丘陵为主, 人类活动少。②有林地连片—疏林地呈条带状的分布模式(图7(1)): 特点是有林地呈片状分布, 疏林地则呈条带状分布在人类建设区与有林地的过渡地带; 多存在于中小尺度, 即以某一片区为主。典型代表地区为惠州市东南部和江门市中部; ③有林地基质—灌木林地团块状分布模式(图7(2)): 有林地呈片状分布, 灌木林地呈小规模团块状分布, 穿插于有林地中间或沿河流分布, 这也印证了灌木林地聚集效果要优于成条带状分布的疏林地。典型代表地区有肇庆市中部和惠州市北部, 也主要在中小尺度出现。

(3)林地分布模式驱动机制的尺度依赖性 景观生态学认为景观格局的原因和机制具有尺度依赖[3,39]。在珠三角尺度, 林地呈聚集状态的有林地基质分布模式。这主要是珠三角东部、西部和北部地形均为山地丘陵, 因此外围分布着面积巨大的有林地, 受外界干扰程度小, 覆盖率和郁闭度高, 地形地貌因素起到了重要的决定作用。在中小尺度, 由于自然和人类活动两个因素, 使得有林地的单一连片分布会受到影响; 灌木林地因能适应有林地以下潮湿阴暗环境和河流附近的淤泥质土, 并且具有良好的绿化效果, 分布更聚集; 受人类活动影响, 连片自然森林逐渐破碎化, 景观边缘效应广泛存在, 使得覆盖率和郁闭度低的其他林地在中小尺度聚集强度大大减弱。

(4)景观指数与点格局方法结合的有效性 景观指数与点格局相结合的方法得出的结论可以相互印证, 在大尺度, 景观指数方法得出了有林地面积与百分比在珠三角林地景观中占据绝对优势的结论, 印证了由点格局方法得出的有林地聚集尺度范围最大的结论。其他林地的斑块密度值居四种林地中最高, 对应于其他林地()观测曲线位置居四种林地曲线最低处, 表明其他林地与其他三种林地相比, 在各个空间尺度上分布最破碎, 聚集强度最弱。景观指数与点格局相结合的方法也可以在研究中相互补充, 在大尺度, 有林地的聚集度指数最高, 但由点格局方法可得出在中小尺度下灌木林地聚集度最高, 呈团块状分布, 在大尺度下有林地的聚集度最高。这说明了景观指数与点格局相结合的方法使景观的“镶嵌性”与“梯度性”研究相结合, 更有利于全面分析景观格局特征, 在研究林地景观格局中具有有效性。高凯等进行的武汉市景观格局特征研究结论也相似[40]。

(5)应用Ripley’s K函数进行林地格局研究的局限与改进 尽管Ripley’s K函数进行空间格局的应用已较为广泛, 该方法仍然由于具有明显的尺度积累效应[18], 会影响到研究结果的准确性。O-ring函数是另一种常用点格局分析方法, 已在大兴安岭盘古林场森林景观格局中得到应用[41], 证明可有效地消除积累效应。在下一步研究中, 我们将同时运用O-ring函数和Ripley’s K函数, 进行景观格局的分析。不仅如此, 空间结构既包括平面结构, 也包括垂直结构, 在不同高度温度、湿度和光照强度同样会发生变化, 未来需要进一步应用三维点格局分析方法[18], 进行景观垂直空间格局研究, 取得更加丰富全面和有意义的成果。

4 结论

本文应用景观指数方法、点格局方法, 进行珠三角林地景观总体空间分布特征和梯度分析, 得到以下主要结论:

珠江三角洲林地面积巨大, 构成了研究区景观基质, 有林地又构成了研究区林地景观的基质。以约100 km为阈值, 随距离增加林地点数量呈现先增后减、中间多两头小的正态分布; 点密度值在0—20 km、220—240 km样带内最小, 在40—60 km样带内最大, 然后是120—140 km和180—200 km, 呈现偏正态分布。林地景观在不同空间尺度上都呈聚集分布, 各类型林地聚集的特征空间尺度普遍在30—60 km范围内, 点密度值在此范围内也处于快速上升状态并达到最大峰值。有林地在大尺度范围上集聚特征效果最好; 在中小尺度下, 灌木林地集聚特征最好; 疏林地空间集聚特征较复杂, 变化差异最大; 其他林地聚集强度则明显偏弱。珠三角林地景观格局特征具有明显的尺度依赖特性: 在珠三角大尺度上, 呈现出以有林地作为基质、聚集度高、空间上连片分布的有林地基质模式; 中小尺度下, 不同地域分别呈现出有林地连片—疏林地呈条带状的分布模式、有林地基质—灌木林地团块状分布模式。实践证明珠三角林地景观系统的等级结构和可分特性, 映证了景观生态学的等级理论, 突显景观生态学研究的尺度观。

尽管Ripley’s K函数进行林地格局研究可行, 但也存在一定局限。未来应尽可能使用多种方法进行比较研究与分析; 除进行景观格局二维研究, 还应加强景观三维空间格局的研究。这将成为未来景观生态学研究的重要课题。

[1] 刘世荣, 代力民, 温远光, 等. 面向生态系统服务的森林生态系统经营: 现状、挑战与展望[J]. 生态学报, 2015, 35(1): 1–9.

[2] 梁艳艳, 周年兴, 谢慧玮, 等. 庐山森林景观格局变化的长期动态模拟[J]. 生态学报, 2013, 33(24): 7807–7818.

[3] 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, 2007: 21–68.

[4] 阳文锐. 北京城市景观格局时空变化及驱动力[J]. 生态学报, 2015, 35(13): 4357–4366.

[5] 季翔, 刘黎明, 李洪庆. 基于生命周期的乡村景观格局演变的预测方法——以湖南省金井镇为例[J]. 应用生态学报, 2014, 25(11): 3270–3278.

[6] 张敏, 宫兆宁, 赵文吉, 等. 近30年来白洋淀湿地景观格局变化及其驱动机制[J]. 生态学报, 2016, 36(15): 4780–4791.

[7] 李晶, 周自翔. 延河流域景观格局与生态水文过程分析[J]. 地理学报, 2014, 69(7): 933–944.

[8] 苏常红, 傅伯杰. 景观格局与生态过程的关系及其对生态系统服务的影响[J]. 自然杂志, 2012, 34(5): 277–283.

[9] 彭建, 刘焱序, 潘雅婧, 等. 基于景观格局—过程的城市自然灾害生态风险研究: 回顾与展望[J]. 地球科学进展, 2014, 29(10): 1186–1196.

[10] 陈利顶, 李秀珍, 傅伯杰, 等. 中国景观生态学发展历程与未来研究重点[J]. 生态学报, 2014, 34(12): 3129–3141.

[11] 张娜. 生态学中的尺度问题: 内涵与分析方法[J]. 生态学报, 2006, 26(7): 2340–2355.

[12] GODRON M. Patches and Structural Components for a Landscape Ecology[J]. Bioscience, 1981, 31(10): 733–740.

[13] 钟林生, 肖笃宁, 陈文波. 乌苏里江国家森林公园规划方案的景观指数辅助评价[J]. 应用生态学报, 2002, 13(1): 31–34.

[14] 龚建周, 夏北成. 景观格局指数间相关关系对植被覆盖度等级分类数的响应[J]. 生态学报, 2007, 27(10): 4075–4085.

[15] 刘传胜, 张万昌, 雍斌. 基于两种新型景观指数的张掖绿洲植被格局动态研究[J]. 地理科学, 2008, 28(1): 61–67.

[16] 陈文波, 肖笃宁, 李秀珍. 景观空间分析的特征和主要内容[J]. 生态学报, 2002, 22(7): 1135–1142.

[17] 张金屯. 植物种群空间分布的点格局分析[J]. 植物生态学报, 1998, 22(4): 344–349.

[18] 马志波, 肖文发, 黄清麟, 等. 生态学中的点格局研究概况及其在国内的应用[J]. 生态学报, 2017, 37(19): 6624–6632.

[19] 龚峥, 李召青, 王明怀, 等. 珠江三角洲城市森林建设问题探讨[J]. 生态科学, 2006, 25(1): 94–95.

[20] 高杨, 吴志峰, 刘晓南, 等. 珠江三角洲景观空间格局分析[J]. 热带地理, 2008, 28(1): 26–31.

[21] 曹祺文, 吴健生, 仝德, 等. 基于空间自相关的区域农地变化驱动力研究——以珠三角地区为例[J]. 资源科学, 2016, 38(4): 714–727.

[22] 吴雪彪, 陈士银, 周飞. 湛江市林地景观演变及其功能评价研究[J]. 林业资源管理, 2009(4): 68–73.

[23] 刘毅斌. 珠江三角洲城市森林建设与研究[D]. 桂林: 广西师范大学, 2013: 21–28.

[24] 赵庆, 唐洪辉, 钱万惠, 等. 珠三角地区城市森林景观提升研究——以佛山市南海区森林景观改造为例[J]. 林业与环境科学, 2018(2): 116–122.

[25] 龚建周, 夏北成. 1990年以来广州市土地覆被景观的时空梯度分异[J]. 地理学报, 2007, 62(2): 181–190.

[26] 张景华, 吴志峰, 吕志强, 等. 城乡样带景观梯度分析的幅度效应[J]. 生态学杂志, 2008, 27(6): 978–984.

[27] 广东省统计局. 广东统计年鉴: 2016[M/OL]. 北京: 中国统计出版社, 2016[2018-10-30]. http: //www.gdstats.gov. cn/tjsj/gdtjnj/.

[28] 练琚蕍. 广东自然植被的分类系统与分布[D].广州: 中山大学, 2002: 9.

[29] 中国科学院资源环境科学数据中心. 土地利用现状遥感监测数据(2015) 2015年中国地市行政边界数据中国一级河流空间分布数据集[DS/OL]. [2018-10-30]. http: //www.resdc.cn/Default.aspx.

[30] MCGARIGAL K. FRAGSTATS HELP[S]. Amherst: University of Massachusetts, 2015:93–159.

[31] MCDONNELL M J, PICKETT S T A. Ecosystem Structure and Function along Urban-Rural Gradients: An Unexploited Opportunity for Ecology[J]. Ecology, 1990, 71(4): 1232–1237.

[32] 尹海伟, 孔繁花. 济南市城市绿地时空梯度分析[J]. 生态学报, 2005, 25(11): 3010–3018.

[33] 王金亮, 黄志霖, 邵景安, 等. 林地景观点格局的样带梯度分布与空间聚集特征——以重庆三峡库区生态屏障区为例[J]. 地理科学进展, 2013, 32(2): 308–317.

[34] 王劲峰, 廖一兰, 刘鑫. 空间数据分析教程[M]. 北京: 科学出版社, 2010: 79–80.

[35] 尤海舟, 贾成, 樊华, 等. 格局分析的最新方法——点格局分析[J]. 四川林业科技, 2009, 30(6): 106–110.

[36] DIXON D P M. Ripley's K Function[M]// Abdel H, Walter W. Encyclopedia of Environmetrics. New York: John Wiley & Sons, 2006: 3.

[37] 卢志军, 王巍, 张文辉, 等. 巴山木竹发笋和大熊猫取食的时空格局及相关性分析[J]. 生物多样性, 2009, 17(1): 1–9.

[38] 张金屯, 孟东平. 芦芽山华北落叶松林不同龄级立木的点格局分析[J]. 生态学报, 2004, 24(1): 35–40.

[39] 张东菊, 左平, 邹欣庆. 基于加权Ripley's K-function的多尺度景观格局分析——以江苏盐城滨海湿地为例[J]. 生态学报, 2015, 35(8): 2703–2711.

[40] 高凯, 周志翔, 杨玉萍, 等. 基于Ripley K函数的武汉市景观格局特征及其变化[J]. 应用生态学报, 2010, 21(10): 2621–2626.

[41] 董灵波, 刘兆刚, 张博, 等. 基于Ripley L和O-ring函数的森林景观空间分布格局及其关联性[J]. 应用生态学报, 2014, 25(12): 3429–3436.

The present situation of structure and characteristics of landscape gradient differentiation of woodland in the Pearl River Delta, China

DU Wenjie1, GONG Jianzhou1,*, HU Yueming2, ZHAO Guanwei1

1. School of Geographic Sciences, Guangzhou University, Guangzhou 510000, China 2. South China Academy of Natural Resources Science and Technology, Guangzhou, Guangzhou 510642, China

With the acceleration of urbanization and the destruction of forest ecosystem, the study of landscape pattern is helpful for the understanding of its potential law and driving mechanism. In this paper, we firstly studied the characteristics of “mosaicism” and “gradient” of woodland landscape, then we quantitatively analyzed current situation of woodland structure, the point numbers and densities of woodland within the landscape gradient and the spatial aggregation characteristics. Finally, we discussed spatial distribution pattern of woodland landscape in the Pearl River Delta. The results showed that the woodland covered a large area in the Pearl River Delta and became the base landscape of the study area. The point numbers of woodland were normally distributed while point density values were skewed normally distributed within the landscape gradient. The woodland landscape showed different aggregation distributions in variable spatial scales and spatial distribution intensities. In terms of spatial distribution pattern, the main pattern of forest land as substrate was observed on large scale of the study area. However, different regions showed patterns of forest land as substrate with sparse woodland zonal distribution and forest land contiguous distribution with shrubbery land mass distribution on medium and small scales. As indicated above, woodland landscape is a complex system with scale dependence and hierarchical structure, which confirms the scale effect and hierarchy theory of the Landscape Ecology. The combination of landscape indices and point pattern is effective in studying woodland landscape pattern.

woodland; landscape pattern; landscape indices; point pattern; the Pearl River Delta

10.14108/j.cnki.1008-8873.2019.02.010

P901

A

1008-8873(2019)02-067-10

2018-10-30;

2018-12-07

国家自然科学基金项目(41671175)

杜文杰(1996—), 男, 河南信阳人, 本科生, 主要从事城市生态研究, E-mail: duwjie@163.com

龚建周(1970—), 女, 湖北恩施人, 博士, 教授, 硕士生导师, 主要从事城市化与生态环境效应研究, E-mail: gongjzh66@126.com

杜文杰, 龚建周, 胡月明, 等. 珠江三角洲林地结构现状及景观梯度分异特征[J]. 生态科学, 2019, 38(2): 67-76.

DU Wenjie, GONG Jianzhou, HU Yueming, et al. The present situation of structure and characteristics of landscape gradient differentiation of woodland in the Pearl River Delta, China[J]. Ecological Science, 2019, 38(2): 67-76.