生态学报  2014, Vol. 34 Issue (12): 3378-3385

文章信息

张晓阳, 梁国付, 丁圣彦
ZHANG Xiaoyang, LIANG Guofu, DING Shengyan
不同干扰背景下农业景观异质性——以巩义市为例
Analysis of the characteristics of agro-landscape heterogeneity under the different disturbances:a case study of Gongyi City
生态学报, 2014, 34(12): 3378-3385
Acta Ecologica Sinica, 2014, 34(12): 3378-3385
http://dx.doi.org/10.5846/stxb201310302621

文章历史

收稿日期:2013-10-30
修订日期:2014-4-23
不同干扰背景下农业景观异质性——以巩义市为例
张晓阳1, 2, 梁国付1, 2, 丁圣彦1, 2     
1. 教育部黄河中下游数字地理技术重点实验室, 开封 475004;
2. 河南大学环境与规划学院, 开封 475004
摘要:景观异质性包括景观组成和构型的异质性,而人为干扰是形成异质性景观的主要影响因素。以河南省巩义市为例,在以建成区、农田、丘陵和山地为主体的景观中各选取一个4km×4km的样区,采用移动窗口算法,以100、250、500、1000、1250m和1500m为移动窗口半径,借用蔓延度(CONT)和均匀度(SHEI)指数,分析了不同干扰背景下景观异质性的空间变化特征。结果表明:随着移动窗口半径的增大,各景观类型的蔓延度和均匀度指数的最大值逐渐递减,最小值逐渐递增(建成区除外);建成区和农田景观蔓延度指数的平均值均大于丘陵和山地景观,均匀度指数的平均值则相反;4种类型景观的均匀度指数和蔓延度指数都呈显著相关关系,除建成区1000m及以上移动窗口半径外,R2都大于0.9;拟合曲线的β值基本呈递增趋势。文中对于人为干扰强度的差异性和景观异质性的尺度依赖性分析,为构建合理的景观格局提供了理论依据。
关键词干扰    景观异质性    景观指数    移动窗口    巩义市    
Analysis of the characteristics of agro-landscape heterogeneity under the different disturbances:a case study of Gongyi City
ZHANG Xiaoyang1, 2, LIANG Guofu1, 2, DING Shengyan1, 2     
1. Key Laboratory of Geospatial Technology For the Middle and Lower Yellow River Regions, Ministry of Education, Kaifeng 475004, China;
2. College of Environment and Planning, Henan University, Kaifeng 475004, China
Abstract:Landscape heterogeneity consists of landscape composition and configuration, while human disturbance is one of the main factors affecting landscape heterogeneity. So far there are few of studies on landscape heterogeneity under the different disturbances by using moving window. Selecting Gongyi City of Henan Province as the study area, this paper is aimed to reveal the characteristics of the agro-landscape heterogeneity under the different intensity of human disturbance. We set up a 4km×4km sample area in urban area, farmland, hilly and mountains respectively. By using moving window, we count the contagion index and the evenness index at landscape level. The moving window radius divided into 100m, 250m, 500m, 1000m, 1250m and 1500m. In order to reflect the features of landscape composition and landscape configuration on multiple scales, we calculate the contagion index and the evenness index in the moving windows radius. Meanwhile the correlation of the two indexes is also studied by curve estimate. The β of the fitted curve illustrates that the contagion index changes along with the evenness index on the contrary, that is to say, landscape composition changes consistent with landscape configuration in the opposite direction. The study results are as follows: 1) Along with increasing of the moving radius, the maximum of contagion index and evenness index decline gradually in the four landscapes, while the minimum of the two indexes show the opposite trend but urban area; 2) The mean values of contagion index in the urban and farmland landscapes are bigger than the values of the hilly and mountainous landscapes. Otherwise, the mean value of evenness index is showing opposite characteristics from the contagion index; 3) The relationship of the contagion index and the evenness index is significantly negative (R2 > 0.9) in the four different landscapes. However above the radius of 100m in urban landscape, the correlation of these two indexes in non-significantly negative (R2 <0.9). 4) The β values of the curve estimate show increasing trend from the radius of 100m to 1500m in the four different landscapes. When the moving window radius increases gradually,there are large numbers of various patches in the landscapes bringing about the whole change of landscape composition and configuration, and this would have an effect on the biodiversity, ecosystem stability and ecological system service. At the landscape level, the more complex landscape composition and configuration, the higher level of landscape heterogeneity. That means the numbers and the types of patches are various, and these patches are grouped in different types. The heterogeneity of hilly and mountains are higher than urban area and farmland, it proves that the human disturbance factors play an important role on the formation of landscape heterogeneity. Because of the human activities make the single type of land use, which reduces the landscape heterogeneity. As above said landscape heterogeneity has a very strong dependence on scales, so analyzing the landscape heterogeneity on multi-scale is very meaningful. We wish our study results can provide theoretical basis for a sustainable landscape management of agro-landscape in future.
Key words: disturbance    landscape heterogeneity    landscape index    moving window    Gongyi City    

景观格局是由各种生物以及非生物之间相互作用的产物[1, 2],其形成的驱动因素不仅包括地理环境要素的影响,同时还包括人为活动强度的影响,而后者越来越成为影响景观格局的重要因素。大量的研究也已经证实由人类活动引起的土地利用类型的变化,不仅改变了原有的景观格局,同时对异质性景观的形成也起到重要的作用[3, 4, 5, 6, 7]。Farina认为景观异质性是指景观中不同类型的斑块在空间上镶嵌的复杂性[8]。Forman则认为景观异质性是景观结构在空间分布上的非均匀性和随机性[9]。在农业景观中,异质性的景观常常变为农田和自然植被交错分布的小尺度镶嵌体,进而影响物种之间的相互作用、生态系统的基本功能和生态系统服务的发挥。景观异质性对不同的生态过程具有重要的影响,如何才能更准确的量化景观的异质性特征是景观生态学研究的重点内容[10, 11]。研究景观的异质性首先要区分不同的景观类型,同时还要明确景观异质性的驱动因素和尺度的依赖性[1, 12]。由于景观异质性具有非线性特征,因此将不同尺度下的景观指数进行对比分析时发现相同研究区的景观异质性会产生不同的结果[13, 14, 15],因此研究景观异质性,尺度问题是关键。大量的研究也已经充分证明了景观格局具有很强的尺度依赖性。景观是由斑块、廊道和基质组成的,景观中不同生境斑块的面积、大小和形状,廊道的长度和宽度,基质的类型和面积等,不仅反映了景观的组成和结构特征,同时也能从中探究出其形成的驱动因素。对景观组成、结构、格局和异质性等的分析需要借助于景观指数进行量化,由于景观异质性具有尺度依赖性[16, 17, 18],因而决定了景观指数同样具有尺度依赖性的特征[19, 20]。以不同干扰强度为背景,从不同的尺度上分析景观的组成和构型特征,不仅能反映出空间尺度上景观异质性的差异性和变化的规律性特征,同时也能揭示出各类型景观格局、过程和尺度效应的内在联系,为景观的规划与设计、管理与保护等提供有效依据。

巩义市以农业景观为主体,主要地貌类型有平原、丘陵和山地,各类型地貌海拔高度的差异性显著,因此土地利用方式呈现多样化特征。根据人为干扰强度和自然环境要素的差异性特征,分别在以建成区、农田、丘陵和山地景观为主体的区域选取一个样方,从不同尺度上分析景观组成和构型的差异性,揭示景观格局的变化特征和驱动因素,为该区农业生态系统的可持续发展提供理论依据。

1 研究区概况

巩义市位于中原腹地河南省西部,介于郑州市和洛阳市之间,地处34°31′—34°52′N和112°49′—113°17′E之间,东西长约43km,南北宽约39km,总面积约1042km2(图 1)。巩义市地处暖温带大陆性季风气候,多年平均降水量为583mm,雨季多集中在7—9月,占全年降水量的70%,雨热同期。南依嵩山,北临黄河,地势南高北低,地貌类型多样,主要有平原、丘陵和山地,山地主要位于东部和南部地区,丘陵主要位于中部和北部地区,伊洛河和黄河沿岸为地势平坦的冲积平原。全市耕地面积约3.4万hm2,其中农田有效灌溉面积1.55万hm2,粮食年产量维持在15万t左右,交通地理位置优越,矿产资源丰富,工业起步早、基础好,经济发展水平较高,其综合经济实力连续18a位居河南省首位,连续9届跻身全国百强县(市)。

图 1 巩义市位置图 Fig. 1 Location of the Gongyi City
2 研究方法 2.1 数据来源与处理

基础数据来源主要有:研究区的2009年1 ∶ 1万的土地利用现状图和野外调查数据。在ArcGIS9.3中的空间分析模块支持下,将土地利用矢量数据转成像元为5m×5m的栅格数据,根据研究区的实际情况将土地利用类型划分为:水浇地、旱地、果园、林地、灌木林、草地、河流、坑塘、滩涂、建设用地、道路和裸地12种景观类型。数据的统计与分析采用SPSS17.0。

2.2 样方和指数的选取

基于景观生态学原理,根据人为干扰强度和自然环境要素的差异性特征,分别在以建成区、农田、丘陵和山地景观为主体的区域选取一个4km×4km的样方(图 2),采用FRAGSTATS4.1中的移动窗口算法,分别以100、250、500、1000、1250m和1500m为 移动窗口半径大小,借用表征景观组成的香农均匀度指数(SHEI)和表征景观构型的蔓延度指数(CONT),揭示不同移动窗口半径下各类型景观异质性的差异性和变化规律。

图 2 样方分布图 Fig. 2 The distribution of plots

(1)香农均匀度指数(Shannon′s Evenness Index,SHEI)

香农均匀度指数(SHEI)计算公式为:

式中,Pi为景观中i类型斑块占景观总面积的比例,m为景观中存在的斑块类型的数量。香农均匀度指数的取值范围是0≤SHEI≤1。该指数的计算结果与多样性指数有着密切的关系,当景观中只存在一种斑块类型时,此时SHDI=0,继而SHEI=0;随着不同斑块类型数量的增多,SHDI的指数值逐渐增大,当SHEI=1或接近1时,则说明各类型斑块均匀的分布在景观中且各类型斑块面积比例趋于相等。

(2)蔓延度指数(CONT)

CONT计算公式为:

式中,Pi为第i种斑块类型所占景观总面积的比例,m为景观中存在的斑块类型的数量,gik表示基于重复计算的相邻像元中斑块类型ik的数量。蔓延度的取值范围是0<CONT≤100,通常用来度量景观中斑块的离散程度。当蔓延度指数的值越接近0时,表明景观中各类型斑块最大程度的离散分布,且分别占景观总面积的比例相同;当该值等于100时,表明景观中所有斑块高度聚集,或者景观中只有一种斑块类型。

3 不同移动窗口半径下景观异质性特征分析 3.1 景观异质性特征分析

随着移动窗口半径从100、250、500、1000、1250m和1500m逐渐增大,建成区、农田和丘陵景观的最大蔓延度指数和最大均匀度指数呈递减趋势,山地景观也基本呈递减趋势,但最大蔓延度指数和最大均匀度指数的最低值均在1000m移动窗口半径。各景观类型的最小蔓延度指数和最小均匀度指数基本呈递增趋势,但有不规则的波动,其中建成区最小蔓延度指数(在1000m及以上移动窗口半径)和最小均匀度指数的值均为0;丘陵景观的最小蔓延度指数在1000m移动窗口半径的值为0;而山地景观的最小蔓延度指数和最小均匀度指数的值在1000m移动窗口半径的数值最大(图 3)。

图 3 建成区、农田、丘陵和山地景观的蔓延度指数和均匀度指数的最大值和最小值 Fig. 3 The maximum and minimum of contagion index and evenness index of urban area,farmland,hills and mountains

随着移动窗口半径从100、250、500、1000、1250m和1500m逐渐增大,建成区和农田景观蔓延度指数的平均值均大于丘陵和山地景观蔓延度指数的平均值;100m和250m移动窗口半径均匀度指数的平均值由大到小的顺序依次为丘陵>山地>农田>建成区,500m及以上移动窗口半径均匀度指数的平均值由大到小的顺序依次为山地>丘陵>农田>建成区(图 4)。

图 4 建成区、农田、丘陵和山地景观的蔓延度指数和均匀度指数的平均值 Fig. 4 The average of contagion index and evenness index of urban area,farmland,hills and mountains
3.2 景观要素组成与构型的相互关系分析

景观异质性包括景观组成的异质性和景观构型的异质性[21]。横轴表示景观构型随着景观要素分布特征的改变其异质性增大的特征,景观要素的类型相同且各类型要素占景观总面积的比例相同,但是通过改变景观要素的内部结构和空间分布特征,景观的构型异质性就会增大;纵轴表示随着组成景观的要素类型的增多,景观组成的异质性也逐渐增大(图 5)[22]。因此,景观的要素组成类型的多少以及它们的空间分布特征是形成异质性景观的关键因素。

图 5 景观异质性的结构示意图[22] Fig. 5 The structure of the landscape heterogeneity

随着移动窗口半径从100、250、500、1000、1250m和1500m逐渐增大,不同干扰背景下的建成区、农田、丘陵和山地景观的蔓延度指数与均匀度指数的值越来越集中于中值区,离散程度降低,因此拟合曲线能更准确的反映不同移动窗口半径下蔓延度指数和均匀度指数之间关系的变化规律,但是建成区1000m及以上移动窗口半径除外;除了建成区1000m及以上移动窗口半径的R2的值都小于0.05,各景观类型在不同移动窗口半径的蔓延度指数和均匀度指数均呈显著的相关关系,R2的值均大于0.9(图 6)。

图 6 建成区、农田、丘陵和山地景观在不同移动窗口半径蔓延度指数与均匀度指数的散点图 Fig. 6 The landscape of urban area,farmland,hills and mountains in different moving window radius contagion index and evenness index of scatter plot
3.3 景观结构轨迹的梯度分析

拟合曲线的β值反映了蔓延度指数和均匀度指数两个指数中一个指数随另一个指数的变化幅度。随着移动窗口半径从100、250、500、1000、1250m和1500m逐渐增大,农田、丘陵和山地景观拟合曲线的β值基本呈递增趋势(图 6图 7)。建成区景观拟合曲线的β值随移动窗口半径的增大也基本呈递增趋势,但是在1000m移动窗口半径的β值波动较大;农田和山地景观的β值分别在250m及以上移动窗口半径和500m及以上移动窗口半径的变化幅度较小;丘陵景观的β值随着移动窗口半径的增大呈上升趋势。

图 7 拟合曲线的β Fig. 7 The beta of the fitted curve
4 讨论 4.1 不同干扰背景下景观异质性的特征分析

建成区、农田、丘陵和山地景观的蔓延度指数的最大值逐渐递减(图 3),说明景观中各类斑块高度聚集分布的区域随着移动窗口半径的逐渐增大其聚集程度逐渐降低;最小值逐渐递增(建成区除外)(图 3),则说明景观中各类斑块高度离散分布的区域随着移动窗口半径的逐渐增大其离散程度降低,因此景观的构型呈现多样性和复杂性;而建成区蔓延度指数的最小值在1000m及以上移动窗口半径均为0,说明各类斑块按照在景观中所占比例最大程度的离散分布,并且不再随着移动窗口半径的增大而改变;丘陵景观蔓延度指数的最小值在1000m移动窗口半径的值为0,然后又迅速上升并呈递增趋势,说明在1000m移动窗口半径下景观中离散分布大量单一的人工核心斑块,并且成为影响景观结构的主导因素,但是随着移动窗口半径的增大景观中加入了许多新的斑块类型,改变了原有的景观格局,削弱了核心斑块的主导作用。建成区、农田、丘陵和山地景观的均匀度指数的最大值逐渐递减(图 3),说明随着移动窗口半径的逐渐增大景观中斑块的数量增多而斑块的类型变化不显著,这样就降低了不同类型斑块均匀分布的程度;最小值逐渐递增(建成区除外)(图 3),说明随着移动窗口半径的逐渐增大景观中的斑块类型和数量逐渐增多,景观结构的单一性逐渐降低;建成区均匀度指数的最小值都为0,则说明由于受到强度人为干扰的影响建成区中斑块类型单一,且这些斑块在不同移动窗口半径均对景观格局有主导作用。

人为干扰强度较大的建成区和农田景观蔓延度指数的平均值在不同的移动窗口半径均大于人为干扰强度较小的丘陵和山地景观,均匀度指数的平均值则相反(图 4)。这充分体现了由于人为干扰强度的影响,使得人为干扰强度较大的建成区和农田景观中的斑块类型单一且分布聚集,相比人为干扰强度相对较小的丘陵和山地景观中的斑块类型多样且分布离散。

4.2 从景观组成与构型中探寻干扰的差异性

不同移动窗口半径拟合曲线的斜率(β),揭示了在不同干扰强度和景观度量尺度下景观组成和构型轨迹的梯度性变化规律(图 6图 7),不仅表征了人为因素对景观格局影响的规律性特征,同时也说明较低等级景观中斑块的数量、类型、组成和分布等多因素对较高等级景观格局的影响。随着移动窗口半径从100、250、500、1000、1250m和1500m逐渐增大,农田、丘陵和山地景观拟合曲线的β值基本呈递增趋势(图 6图 7),说明随着移动窗口半径的增大景观中加入了一些新的斑块类型使得均匀度指数逐渐增大,但是这些新加入的斑块离散分布,进而影响景观的构型使得蔓延度指数逐渐降低。建成区蔓延度指数和均匀度指数R2的值在500m移动窗口半径值为0.998,而在1000m移动窗口半径迅速降为0.03(图 6);β值则由500m移动窗口半径的-55.347迅速上升为1000m移动窗口半径的18.983(图 7),这是由于蔓延度指数和均匀度指数都等于0的值成对分布;从景观的组成上看均匀度指数为0,说明当移动窗口半径为1000m时景观中有大量单一的人工斑块并且成为建成区的主要斑块类型;从景观构型上看蔓延度指数为0,则说明景观中各类型斑块达到最大程度的离散分布;因此形成了单一类型斑块离散分布的景观格局特征。

从干扰程度上看,建成区在1000m移动窗口半径最大程度的受到干扰的影响,随后干扰强度逐渐降低;农田景观的β值在250m及以上移动窗口半径的波动较小,说明干扰强度在250m达到最大且不再随着移动窗口半径的增大而改变,同时景观的组成与构型轨迹随着移动窗口半径的增大仅仅说明了斑块数量的增加而斑块类型的变化不显著,因而对景观构型的影响程度较小;山地景观在500m及以上移动窗口半径的β值基本稳定,同样说明干扰强度在500m达到最大且不再随着移动窗口半径的增大而改变,同时斑块的数量增加而斑块类型的变化不显著,对景观构型的影响程度较小;丘陵景观的β值随着移动窗口半径的增大逐渐递增但是递增幅度较小,说明随着移动窗口半径的逐渐增大景观中斑块类型和数量均有增加,进而影响景观构型小幅度的变化。综上所述,建成区景观的β值波动幅度最大,规律性不显著,因此受人为干扰影响最大;农田、丘陵和山地景观的β值波动幅度较小,说明受人为干扰影响不显著。

5 结论

研究结果显示,随着移动窗口半径的逐渐增大,不同干扰背景下建成区、农田、丘陵和山地景观中斑块的类型和数量逐渐增多,蔓延度指数与均匀度指数的值越来越趋向于中值区且离散程度降低,景观的组成与构型越来越多样,异质性水平逐渐增强;从人为干扰程度上看,受人为干扰影响相对较小的丘陵和山地景观的异质性高于受人为干扰影响相对较大的建成区和农田景观;拟合曲线的β值反映了景观组成与构型轨迹受干扰影响的梯度变化,不同景观类型受干扰的程度具有明显的尺度依赖性,应当在最适宜的尺度下构建合理的景观结构。

参考文献
[1] Levin S A. The problem of pattern and scale in ecology: the Robert H. MacArthur award lecture. Ecology, 1992, 73(6): 1943-1967.
[2] Turner M G. Landscape ecology in North America: past, present, and future. Ecology, 2005, 86(8): 1967-1974.
[3] Blondel J. The ‘design' of Mediterranean landscapes: a millennial story of humans and ecological systems during the historic period. Human Ecology, 2006, 34(5): 713-729.
[4] Serra P, Pons X, Saurí D. Land-cover and land-use change in a Mediterranean landscape: a spatial analysis of driving forces integrating biophysical and human factors. Applied Geography, 2008, 28(3): 189-209.
[5] Proulx R, Fahrig L. Detecting human-driven deviations from trajectories in landscape composition and configuration. Landscape ecology, 2010, 25(10): 1479-1487.
[6] Wei W, Zhao J, Wang X F. Landscape heterogeneity of land use types in Shiyang River basin. Chinese Journal of Ecology, 2010, 29(4): 760-765.
[7] Zhou R, Li Y H, Hu Y M, He H S, Sui Z. Landscape gradient change in a typical town of south Jiangsu Province. Chinese Journal of Ecology, 2011, 30(2): 320-326.
[8] Farina A. Principles and Methods in Landscape Ecology: Towards a Science of the Landscape. Berlin: Springer, 2006.
[9] Forman R T T. Land Mosaics: the Ecology of Landscapes and Regions. Cambridge: Cambridge University Press, 1995.
[10] Turner M G. Landscape ecology: the effect of pattern on process. Annual Review of Ecology and Systematics, 1989, 20: 171-197.
[11] Braimoh A K. Random and systematic land-cover transitions in northern Ghana. Agriculture, Ecosystems & Environment, 2006, 113(1/4): 254-263.
[12] Turner M G, Gardner R H, O'Neill R V. Landscape Ecology in Theory and Practice: Pattern and Process. New York: Springer, 2001.
[13] Wu J. Effects of changing scale on landscape pattern analysis: scaling relations. Landscape Ecology, 2004, 19(2): 125-138.
[14] Wu J. Hierarchy and scaling: extrapolating information along a scaling ladder. Canadian Journal of Remote Sensing, 1999, 25(4): 367-380.
[15] Wu J, Hobbs R. Key issues and research priorities in landscape ecology: an idiosyncratic synthesis. Landscape Ecology, 2002, 17(4): 355-365.
[16] Gao J B, Cai Y L. Spatial heterogeneity of landscape ragmentation at multi-scales-a case study in Wujang River basin, Guizhou Province, China. Scientia Geographica Sinica, 2010, 30(5): 742-747.
[17] Zhao W W, Fu B J, Chen L D. Some fundamental issues in scaling. Advance in Earth Sciences, 2002, 17(6): 905-911.
[18] Chen L D, Lü Y H, Fu B J, Wei w. A framework on landscape pattern analysis and scale change by using pattern recognition approach. Acta Ecologica Sinica, 2006, 26(3): 663-670.
[19] Li X Z, Bu R C, Chang Y, Hu Y M, Wen Q C, Wang X G, Xu C G, Li Y H, He H S. The response of landscape metrics against pattern scenarios. Acta Ecologica Sinica, 2004, 24(1): 123-134.
[20] Yue W Z, Xu J H, Xu L H, Tan W Q, Mei A X. Spatial variance characters of urban synthesis pattern indices at different scales. Chinese Journal of Applied Ecology, 2006, 16(11): 2053-2059.
[21] Fu B J, Chen L D, Fu B J, Wang Y L. Theory and Application of Landscape Ecology. Beijing: Science Press, 2001.
[22] Fahrig L, Baudry J, Brotons L, Burel F G, Crist T O, Fuller R J, Sirami C, Siriwardena G M, Martin G L. Functional landscape heterogeneity and animal biodiversity in agricultural landscapes. Ecology Letters, 2011, 14(2): 101-112.
[6] 魏伟, 赵军, 王旭峰. 石羊河流域土地利用类型景观异质性. 生态学杂志, 2010, 29(4): 760-765.
[7] 周锐, 李月辉, 胡远满, 贺红士, 隋珍. 苏南典型乡镇景观梯度变化. 生态学杂志, 2011, 30(2): 320-326.
[16] 高江波, 蔡运龙. 区域景观破碎化的多尺度空间变异研究——以贵州省乌江流域为例. 地理科学, 2010, 30(5): 742-747.
[17] 赵文武, 傅伯杰, 陈利顶. 尺度推绎研究中的几点基本问题. 地球科学进展, 2002, 17(6): 905-911.
[18] 陈利顶, 吕一河, 傅伯杰, 卫伟. 基于模式识别的景观格局分析与尺度转换研究框架. 生态学报, 2006, 26(3): 663-670.
[19] 李秀珍, 布仁仓, 常禹, 胡远满, 问青春, 王绪高, 徐崇刚, 李月辉, 贺红仕. 景观格局指标对不同景观格局的反应. 生态学报, 2004, 24(1): 123-134.
[20] 岳文泽, 徐建华, 徐丽华, 谈文琦, 梅安新. 不同尺度下城市景观综合指数的空间变异特征研究. 应用生态学报, 2006, 16(11): 2053-2059.
[21] 傅伯杰, 陈利顶, 马克明, 王仰麟. 景观生态学原理及应用. 北京: 科学出版社, 2001.