景观动态的Markov模型研究——以长白山自然保护区为例
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

Q149,S759.9

基金项目:


The Markov model analysis of landscape dynamic: A case researches in Changbai Mountain Natural Reserve
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 文章评论
    摘要:

    在 Markov模型假设的基础上 ,利用长白山自然保护区 1975年 MSS、1985年和 1997年 TM卫星遥感数据 ,在遥感图象处理软件和 GIS软件协助下 ,对遥感影像的计算机监督分类结果 (共分为 13类 )进行处理 ,对 Markov模型的可利用性进行分析与检验 ,得出长白山自然保护区景观变化无后效性 ,符合 Markov模型条件。根据 1985~ 1997年转移概率计算步长 10 a(1985~ 1995年 )的转移概率矩阵 ,从 1975年计算 1985年各景观类型的面积与 1985年各景观类型的实际面积值对比 ,计算得 χ2 >χ20 .0 5(12 ) ;再分别用 1975~ 1985年和 1985~ 1997年的转移矩阵计算 1995年和 2 0 4 7年各景观类型的面积 ,分析得χ2 >χ20 .0 5(12 ) ;对两阶段的转移概率矩阵分析得到 χ2 >χ20 .0 5(14 4 ) ;说明两阶段的 Markov转移过程不具同一性 ,属于两个不同的 Markov过程。不同景观类型转移方式对χ2 值的贡献率可以说明其对景观动态的重要性 ,分析结果表明有重要贡献的类型分别为 :阔叶红松林52.00%>山杨白桦林24.66%>云冷杉林11.42%>落叶松林2.43%,说明这4种景观类型的转移方式对长白山自然保护区的景观动态起重要作用,尤其以阔叶松林的作用最大;同时对Markov模型在长白山自然保护区长期景观变化预测的可行性进行了探讨,在自然条件不稳定的情况下不可作准确的长期预测。

    Abstract:

    Markov models provide excellent tools in detecting and predicting landscape changes. In order to determine whether the Markov models can be used to predict the future landscape pattern in Changbai Mountain Natural Reserve (CMNR), the reserve was classified into 13 landscape types based on remote sensing (RS) imagery, MSS for 1975 and TM for 1985 and 1997, by using maximum likelihood classification algorithm. Therefore, landscape maps for three different decades were produced and exported to GIS for further ...

    参考文献
    相似文献
    引证文献
引用本文

韩文权,常禹.景观动态的Markov模型研究——以长白山自然保护区为例.生态学报,2004,24(9):1958~1965

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数: