胡美娟，侯國林,*, 周年興，李在軍，亓秀云，方葉林

1 南京師范大學地理科學學院，南京 210023

2 安徽大學商學院，合肥 230601

廬山森林景觀空間分布格局及多尺度特征

胡美娟1，侯國林1,*, 周年興1，李在軍1，亓秀云1，方葉林2

1 南京師范大學地理科學學院，南京 210023

2 安徽大學商學院，合肥 230601

森林景觀是區(qū)域整體景觀的重要組成部分，研究其空間分布格局對于優(yōu)化區(qū)域景觀整體結(jié)構(gòu)和發(fā)揮生態(tài)經(jīng)濟效益具有重要意義?；趶]山2010年植被斑塊數(shù)據(jù)，將森林景觀劃分為常綠闊葉林、落葉闊葉林、松類、杉類和竹類等5類景觀，從森林景觀的不同發(fā)育階段和林分類型角度出發(fā)，運用點格局分析法分析5類森林景觀空間分布格局特征。最鄰近距離分析表明：5類森林景觀空間分布類型均服從集聚分布但聚集強弱有變化；不同發(fā)育階段的森林景觀空間分布類型以集聚分布為主，隨機分布為輔，尤其幼齡林比較顯著，中齡林和老齡林次之；5類森林景觀的天然林均服從集聚分布，人工林大多趨于隨機分布，只有松類和杉類呈顯著集聚分布。Ripley′sK函數(shù)揭示了不同發(fā)育階段和林分類型的森林景觀的多尺度集聚特征，即在小尺度范圍內(nèi)服從隨機分布，隨著空間距離的增大，以空間特征尺度為分界線，空間聚集強度先逐漸增強，隨后不斷減弱。總體來看，廬山森林景觀的發(fā)育階段主要處于幼年時期，原始植被遭到人類大肆破壞，幼齡林大片分布，屬于典型的恢復(fù)性植被，未來要重點保護好天然林，減少人為干擾，實現(xiàn)森林景觀適度集聚。研究廬山森林景觀的空間分布和多尺度特征可以為生態(tài)環(huán)境保護和實現(xiàn)森林可持續(xù)經(jīng)營提供理論指導(dǎo)。

森林景觀；最鄰近指數(shù)；RipleyK函數(shù)；多尺度；空間分布格局；廬山

森林景觀是區(qū)域整體景觀的重要組成部分，在生態(tài)系統(tǒng)和人類游憩活動中發(fā)揮著無可替代的作用，是景觀生態(tài)學研究的重點和熱點。研究森林景觀格局和空間分布特征對指導(dǎo)森林可持續(xù)經(jīng)營、優(yōu)化森林景觀空間分布結(jié)構(gòu)以及合理發(fā)揮生態(tài)經(jīng)濟效益具有重要的理論和實踐意義[1]。國外的森林景觀格局研究起步較早，其中Forman等最早發(fā)起對森林景觀組成和格局的研究，全面分析了美國新澤西州瀕海平原松櫪林景觀格局的特點[2]。Franklin利用棋盤格式模型、集中與分散集合模型對森林景觀格局及斑塊特征進行深入研究[3]。Ripple等運用遙感技術(shù)分析Oregon州森林景觀斑塊結(jié)構(gòu)、組成以及動態(tài)變化趨勢[4]。Boyden等人采用點格局分析方法對1974—2001年間的美國黃松的歷史與當代的林分結(jié)構(gòu)的異質(zhì)性進行研究[5]。國內(nèi)森林景觀生態(tài)研究引領(lǐng)景觀生態(tài)研究的前沿，從種群或森林斑塊組成結(jié)構(gòu)、年齡結(jié)構(gòu)、空間結(jié)構(gòu)等方面進行了大量的研究，景觀格局指數(shù)和3S技術(shù)等分析法極大地豐富了森林景觀定量化的研究[6- 9]。景觀分布格局及其生態(tài)過程與空間組合規(guī)律都具有強烈的尺度依賴性，而傳統(tǒng)方法無法全面詮釋景觀格局的尺度信息，從而使近年來景觀格局分析研究陷入困境[10]。起源于植物生態(tài)學的空間點格局分析法，是分析多尺度空間特征的有效手段，與傳統(tǒng)景觀格局分析法相比顯示出更大的優(yōu)勢[11- 13]。

廬山是世界文化景觀遺產(chǎn)地和世界地質(zhì)公園，旅游開發(fā)歷史悠久，人類活動深刻而持久，其森林植被是世界遺產(chǎn)核心價值的重要體現(xiàn)，也是開展旅游活動的基礎(chǔ)和保障。但長期以來受到不同程度的人為破壞，并在保護中破壞、破壞中建設(shè)，森林景觀空間格局復(fù)雜[14]。本文運用點格局分析方法分別分析廬山森林景觀在單一尺度和多尺度下的空間分布和集聚特征，揭示其森林景觀空間結(jié)構(gòu)特征，從而為森林撫育、營林造林、景觀生態(tài)建設(shè)和旅游開發(fā)等提供理論依據(jù)。

1 研究區(qū)概況

廬山位于江西省九江市東南部，北臨長江、南傍鄱陽湖，東經(jīng)115°52′—116°8′，北緯29°26′—29°41′，屬于亞熱帶季風氣候區(qū)，氣候溫和濕潤，全年平均溫度為 11.4℃，年平均降水量1917 mm，年平均相對濕度78%，年平均霧日191 d，山地小氣候特征顯著。廬山山勢雄偉，山體多峭壁懸崖，自東北向西南延伸約25 km，寬約15 km，山體相對高度1200—1400 m，生物資源豐富，森林覆蓋率達76.6%。廬山是中國的旅游名山和文化名山，隨著旅游業(yè)的蓬勃發(fā)展，廬山山頂?shù)目輲X鎮(zhèn)上聚集著1.5萬人的常住人口，旅游活動和其他人類活動歷史悠久、頻繁深刻，景觀格局變化劇烈[14]。本文以江西省廬山風景名勝區(qū)管理局管轄范圍為界，研究區(qū)域面積121km2。

2 數(shù)據(jù)與方法

2.1 研究方法

2.1.1 最鄰近距離分析法

最鄰近距離分析法(Nearest Neighbor Analysis，ANN)是基于空間距離的方法，將其離得最近點的平均距離與隨機分布模式下的預(yù)期最近鄰距離進行比較，用最近鄰指數(shù)(NNI)來判斷“點”的空間聚集性[15]。

(1)

式中, di是指第i個斑塊與其最近鄰斑塊之間的距離，n每類森林景觀的斑塊數(shù)，A是研究區(qū)域面積。當近鄰指數(shù)接近1時要素呈隨機分布；當近鄰指數(shù)小于1時要素呈集聚分布；近鄰指數(shù)大于1時均勻分布。為了更好地反映實測平均距離和預(yù)期平均距離偏離程度，用正態(tài)分布檢驗得出Z值及其置信水平。Z值為負且值越小時，要素分布越趨于集聚分布；正值且越大則要素顯著偏向均勻分布；位于二者之間則隨機分布。

2.1.2 Ripey′s K函數(shù)分析法

圖1 廬山景觀斑塊圖Fig.1 The landscape patches map of Mount Lushan

Ripley′sK函數(shù)是點格局分析的重要方法，最初由Ripley[16]提出，經(jīng)Diggle[17]等人發(fā)展，克服了傳統(tǒng)景觀格局分析方法只能分析單一尺度空間分布格局的缺陷，它可以描述不同空間尺度下的森林景觀空間分布情況，最大限度的利用了空間點的信息[18- 19]。目前被廣泛應(yīng)用到多個領(lǐng)域，主要應(yīng)用于植物種群[20]、疾病發(fā)病點[21]、地質(zhì)災(zāi)害點[22]和旅游景點分布[23]等空間格局分析。Ripey′sK函數(shù)公式如下[24]：

(2)

式中, A是研究區(qū)域面積；n為點的數(shù)量；r表示空間尺度；uij為點i和點j之間的距離；當uij≤r時，Ir(uij)=1，當uij>r時，Ir(uij)=0；為了更好地解釋實際空間格局，提出了L函數(shù)代替K函數(shù)[25]，由此可得：

(3)

當L(r)>0，該景觀在尺度r服從聚集分布；當L(r)=0服從隨機分布；當L(r)<0，服從均勻分布。用 Monte-Carlo 擬合檢驗計算上下包跡線，即置信區(qū)間。假設(shè)個體是隨機分布的，用隨機模型擬合一組點的坐標值，對每一尺度r計算L(r)，這樣反復(fù)模擬直至達到事先確定的次數(shù)，把L(r)的最大值和最小值定義為上、下包跡線的坐標值。再用實際個體分布的點圖計算得到真實的L(r)值，若值落在上下包跡線之間，則服從隨機分布；若值小于下包跡線，則呈顯著均勻分布；若值在上包跡線以上，則顯著聚集分布，最大聚集強度處于偏離置信區(qū)間最遠處，L(r)函數(shù)的最大值可以反映典型的特征空間聚集尺度。

2.2 數(shù)據(jù)來源與處理

廬山森林植被斑塊數(shù)據(jù)來源于全國第二次林相調(diào)查資料，并參考2010年廬山土地利用現(xiàn)狀，提取林斑中的優(yōu)勢種群，將其分為常綠闊葉林、落葉闊葉林、杉類、松類、竹類、建筑用地、農(nóng)耕地、水域和裸地9類土地利用景觀(考慮到廬山20世紀30年代以來大規(guī)模地成片引進種植日本柳杉并迅速遍布山頂，而松類則大多為分散引進，兩種森林景觀風貌差別較大，因此將兩種針葉林景觀單獨劃分)，一共包括1531個斑塊數(shù)(圖1)。廬山森林景觀占據(jù)著廬山景觀的主體，其中松類、杉類、常綠闊葉林、落葉闊葉林和竹類5種森林景觀面積所占百分比為88.62%，5類景觀斑塊數(shù)1389，占總數(shù)量的91%，而建筑、農(nóng)耕地、裸地和水域等斑塊鑲嵌點綴其中，比例很小。本研究將從中選取常綠闊葉林、落葉闊葉林、松類、杉類和竹類5類森林景觀進行深入探討，不考慮其他非森林景觀類型。

廬山森林植被呈現(xiàn)出古老原生林與次生林共存，天然林與人工林共存，本土物種與外來種共處的生態(tài)景象[13]。森林的年齡結(jié)構(gòu)復(fù)雜，大致包括幼齡林、中齡林、近熟林、成熟林、過熟林，本研究將近熟林、成熟林和過熟林統(tǒng)一歸為老齡林，即按照森林發(fā)育階段將森林植被劃分為幼齡林、中齡林、老齡林3個階段，分別對應(yīng)其生命周期的幼年期、壯年期、老年期3個時期。同時又將每一類森林景觀劃分為天然林和人工林。

2.3 研究思路

在獲取廬山森林景觀斑塊的實地調(diào)查矢量數(shù)據(jù)后，首先運用ARCGIS 10.0軟件將1389個森林植被斑塊轉(zhuǎn)化為1389個質(zhì)心點，形成點格局數(shù)據(jù)；其次，利用平均最近的相鄰要素計算最鄰近指數(shù)并經(jīng)正態(tài)分布檢驗分別得出各類景觀斑塊的Z值及P值；最后，利用CrimeStats3.3軟件的Ripey′sK函數(shù)分析，置信度取99%進行模擬100次，所得結(jié)果經(jīng)軟件Grapher 7.0處理出圖。

3 廬山森林景觀空間分布格局分析

3.1 總體分布格局

最鄰近距離分析通過近鄰比和Z值可探測要素的空間分布形態(tài)，從而判斷區(qū)域森林景觀是否服從集聚分布、隨機分布還是均勻分布。利用ArcGIS10.0軟件，將5類森林景觀要素轉(zhuǎn)點后，進行平均最近的相鄰要素模式分析，得出表1。由表1可知，總體森林景觀的近鄰比接近1，Z-score值落在隨機分布區(qū)間，呈現(xiàn)隨機分布形態(tài)，主要是因為廬山屬于山地，森林植被廣泛分布，集聚程度不明顯。而單一景觀類型的近鄰比均小于1，經(jīng)正態(tài)分布檢驗，松類、杉類、常綠闊葉林和竹類的集聚特征明顯，顯著偏離隨機分布，這主要受地形、氣候、土壤、坡度、海拔等因素影響，其森林斑塊在其特定的地域范圍內(nèi)集聚分布；落葉闊葉林分布較廣泛，海拔1300m以下都有分布，集聚不顯著，集聚程度弱于其它四類森林景觀。

表1 各類森林景觀最近鄰距離分析法結(jié)果

3.2 不同齡級景觀分布格局

在ArcGIS10.0軟件的支持下，對5類景觀斑塊不同發(fā)育階段的幼齡林、中齡林和老齡林進行平均最近的相鄰要素模式分析，得出表2。從表2中可以看出，常綠闊葉幼齡林顯著集聚，中齡林近鄰比等于1，服從隨機分布，老齡林服從集聚分布但聚集強度弱于幼齡林，主要是因為常綠闊葉林分布在海拔較低的溝谷地帶，這里村莊聚落集聚，農(nóng)業(yè)活動干擾強烈，森林植被破壞嚴重，僅有部分風水林受到較好地保護，以幼齡林為主，殘存的中齡林零星分布。落葉闊葉幼齡林和中齡林近鄰比小于1，服從隨機分布，而老齡林則服從集聚分布但不顯著。這主要是因為廬山落葉闊葉林分布海拔偏高，也受農(nóng)業(yè)活動影響，但影響程度較常綠闊葉林低，因此大都演變?yōu)榇紊謴?fù)性植被，幼齡林和中齡林均呈零星分布，部分老齡林則免受破壞呈低集聚分布。松類3個發(fā)育階段均服從聚集分布，其集聚強度以中齡林最顯著，老齡林最弱，以臺灣松、馬尾松為優(yōu)勢種。杉類和松類一樣，但集聚強度稍有不同，杉類的不同發(fā)育階段的集聚強度由大到小依次為老齡林、幼齡林、中齡林。松類和杉類的空間分布格局主要受20世紀30年代以來進行大規(guī)模的人工造林(至1998年才嚴格實行封山育林政策)，在空間上主要集中于廬山山頂，目前大部分松類已進入中齡林階段，杉類大部分進入老齡林階段。竹類的3個發(fā)育階段各有不同，其中幼齡林服從集聚分布，聚集強度顯著，中齡林的近鄰比大于1，Z值為正，趨于均勻分布，而成熟林的近鄰比為7.35，遠大于1，Z值21.05，明顯服從均勻分布，竹類主要以毛竹、剛竹林、廬山玉山竹、廬山茶稈竹為主，林齡結(jié)構(gòu)偏年輕化。

表2 森林景觀不同發(fā)育階段最近鄰距離分析法結(jié)果

總體來看，廬山森林植被在幼齡時期集聚生長，隨著樹種年齡的增長，分布逐漸趨于隨機分布甚至均勻分布。除落葉闊葉林外，其他4類森林景觀的幼齡階段均呈顯著集聚分布，中齡階段為集聚分布的只有松類和杉類，而老齡林階段只有杉類景觀分布最集聚，這與森林植被的自然演替狀態(tài)基本一致。

3.3 不同林分景觀分布格局

在ArcGIS 10.0軟件的支持下，運用平均最近的相鄰要素分析模式分析5類景觀天然林和人工林的分布形態(tài)，如表3。常綠闊葉天然林近鄰比小于1，經(jīng)檢驗服從集聚分布，人工林則服從隨機分布，偏離集聚形態(tài)。主要由于廬山常綠闊葉林屬于增長型種群，以天然更新為主，呈集聚分布，而部分人工林則為封山育林后形成的，呈隨機分布。落葉闊葉天然林服從集聚分布但聚集強度不顯著，人工林近鄰比接近1，Z值落在隨機分布區(qū)域范圍內(nèi)，服從隨機分布。落葉闊葉林受人為干擾較常綠闊葉林少，天然林和人工林隨機性分布比常綠闊葉林明顯。松類天然林和人工林均呈現(xiàn)顯著集聚分布。杉類天然林服從集聚分布但不顯著，其人工林服從集聚分布，集聚強度在各類不同類型景觀中最大。松類和杉類受人工栽植影響，人工林集聚現(xiàn)象明顯。竹類天然林服從集聚分布，人工林近鄰比接近1，服從隨機分布，因其天然林面積大且集中，而人工林分布少且分散。

可見，廬山5類森林景觀天然林均呈集聚分布形態(tài)，偏離隨機分布，說明廬山過去森林破壞嚴重，天然林分布仍然聚集于少數(shù)地區(qū)。人工林松類和杉類顯著集聚分布，而闊葉林和竹類人工林均趨于隨機分布，這說明過去人工營林以松類和杉類為主，闊葉林和竹類以自然入侵更新為主。

表3 森林景觀不同林分類型最近鄰距離分析法結(jié)果

4 廬山森林景觀多尺度特征分析

4.1 總體多尺度集聚特征

最鄰近分析法只能分析單一尺度下景觀空間格局特征，為進一步分析多尺度下的廬山森林景觀空間分布格局，運用Ripey′sK函數(shù)分析法和Monte Carlo模擬檢驗，以r(0

圖3 各類森林景觀的Ripley L(d)指數(shù)分析Fig.3 The Ripley L(d) index analysis of forest landscapes in different types

表4 不同森林景觀類型的多尺度集聚特征

4.2 不同齡級結(jié)構(gòu)景觀格局集聚特征

運用CrimeStats 3.3軟件的Ripey′sK函數(shù)對森林景觀各年齡階段進行多尺度特征分析，再將分析結(jié)果以圖表的形式展現(xiàn)，如圖4、表5。由此可知，除竹類中齡林外，各齡級森林景觀空間在小尺度范圍內(nèi)服從隨機分布，伴隨著空間尺度范圍的增大開始服從集聚分布，集聚程度達到最強，隨后逐漸減弱趨于隨機分布，L(r)曲線隨著空間距離的增大也會發(fā)生彎曲波動，甚至是一個或多個小集聚峰，多半是受到景觀數(shù)量以及分布區(qū)域影響所致。值得注意的是，本研究是基于植被林斑數(shù)據(jù)進行空間多尺度特征分析，斑塊被視為同一植物群落組成的均質(zhì)區(qū)域，故本研究結(jié)果與植物種群不同齡級立木的點格局分析的研究結(jié)果有所差異[26- 27]。同一齡級的個體在不同尺度下也有不同的分布格局，主要因為生境異質(zhì)性所致[27]。

圖4 不同齡組景觀的Ripley L(d)指數(shù)分析Fig.4 The Ripley L(d) index analysis of forest landscapes in different development stages

4.3 不同林分結(jié)構(gòu)景觀格局集聚特征

運用CrimeStats 3.3軟件的RipeyK函數(shù)對各類天然林和人工林進行多尺度特征分析，所得結(jié)果如圖5，表6。從圖5，表6中可知，5種森林景觀的天然林以及兩種人工針葉林與5類森林景觀的空間多尺度集聚特征基本一致，只是空間特征尺度和集聚規(guī)模不同，唯有闊葉林的人工林景觀分布格局有異，其中常綠闊葉林人工林在460—1860m范圍內(nèi)形成了一個明顯的聚集峰，落葉闊葉林人工林隨著空間尺度的增大，隨機分布與集聚分布形態(tài)隨機變換，且集聚強度很弱，竹類人工林在所有尺度范圍內(nèi)均服從隨機分布。

表5 不同齡級森林景觀多尺度集聚特征

圖5 廬山不同林分類型景觀的Ripley L(d)指數(shù)分析Fig.5 The Ripley L(d) index analysis of forest landscapes in different forest types

表6 不同林分森林景觀多尺度集聚特征

4.4 廬山森林景觀多尺度特征分析

總體上看，廬山森林斑塊集聚分布特征明顯，大部分森林景觀在小尺度內(nèi)服從隨機分布，隨著尺度的增大，會出現(xiàn)一個或者多個特征空間尺度，以此為分界線，景觀分布格局聚集程度先加強后減弱；從景觀類型上說，各類森林景觀類型在多尺度下的空間格局多以集聚分布為主，隨機分布為輔；而從林齡特征來看，除了竹類中齡林和成熟林兩類景觀外，其它齡組景觀空間格局均在小尺度范圍內(nèi)服從隨機分布，而隨著尺度范圍的擴大開始服從集聚分布特征；從天然林和人工林特征來看，除了落葉闊葉林和竹類人工林外，其它類型景觀空間格局小尺度范圍內(nèi)均服從隨機分布，隨著尺度范圍的擴大開始服從集聚分布，以其特征空間尺度為分界，聚集強度先增強后減弱。

廬山森林植被的多尺度特征主要受垂直地帶性分異規(guī)律和人為活動影響。小尺度范圍內(nèi)廬山森林景觀空間格局取決于立地條件和人為活動的影響，森林斑塊在區(qū)域內(nèi)普遍分布，表現(xiàn)為隨機分布；中等尺度森林景觀空間格局主要受到區(qū)域地形地貌、土壤、坡度、海拔、水文、地方小氣候和人為活動等要素影響，森林植被集聚分布顯著；大尺度范圍內(nèi)，氣候與地質(zhì)構(gòu)造分異決定著整體森林景觀空間格局的演變，由于廬山空間面積范圍有限，森林植被斑塊集聚程度不明顯，逐漸減弱并趨向隨機分布。

5 結(jié)論與討論

本文運用點格局分析方法分析廬山風景區(qū)內(nèi)各類森林景觀以及其不同發(fā)育階段和不同林分結(jié)構(gòu)的空間分布格局和集聚特征。

(1)從單一尺度方面看，廬山常綠闊葉林、落葉闊葉林、松類、杉類和竹類森林景觀斑塊均服從集聚分布；各類景觀的不同發(fā)育階段分布類型以集聚分布為主，隨機分布為輔；5類景觀天然林均服從集聚分布，人工林只有松類和杉類呈顯著集聚分布。在特定的山地氣候異質(zhì)性環(huán)境和人為活動的影響下，森林種群在幼年時期集聚合作，共同對抗外界因素影響和侵入，隨著樹種年齡的增長，對空氣、陽光等資源的爭奪，促使集聚程度減弱。由于廬山過去植被破壞嚴重，尚處于植被演替的恢復(fù)性階段，森林植被集聚分布特征明顯，這與梁艷艷等人的研究一致[28]。

(2)從多尺度角度來說，廬山森林景觀的空間分布格局與集聚特征隨著生態(tài)過程和尺度變化而變化。廬山各類森林景觀在小尺度內(nèi)服從隨機分布，隨著尺度的增大，景觀分布格局聚集程度先加強后減弱。這主要受到不同尺度的垂直性地帶分布規(guī)律和人為活動的影響。但這種多尺度空間特征深受景觀斑塊個體數(shù)量的影響。個體的數(shù)量越少，Ripley′sK函數(shù)曲線圖越不光滑，很容易出現(xiàn)隨機分布或者波動；隨著個體數(shù)量的增多，Ripley′sK函數(shù)曲線圖越光滑，聚集分布特征顯著；當個體數(shù)量達到一定的極限，景觀很可能會轉(zhuǎn)變?yōu)殡S機分布格局。

(3)無論從單一尺度和多尺度分析都表明，廬山森林景觀空間格局集聚特征明顯。廬山森林植被長期受到人工栽植、農(nóng)業(yè)開荒、砍伐薪碳林和旅游開發(fā)等人為活動的影響，大量原生態(tài)森林植被遭到破壞，目前正處于封山育林的恢復(fù)階段，森林植被林齡年輕、以人工林為主，整體生態(tài)系統(tǒng)不穩(wěn)定。純林現(xiàn)象嚴重，樹種成分單一，森林景觀單調(diào)，總體質(zhì)量不高，影響區(qū)域景觀觀賞價值。這一方面說明廬山自1998年實行封山育林政策執(zhí)行初見成效，另一方面反映了林齡結(jié)構(gòu)失衡，大片同齡林集聚，生態(tài)系統(tǒng)脆弱，抗干擾能力差。未來應(yīng)該繼續(xù)長久執(zhí)行封山育林方針，遵循森林植被演替規(guī)律朝其地帶性植被闊葉林方向演替，保護生態(tài)公益林，減少人為干擾，實現(xiàn)森林景觀適度集聚。同時減少外來樹種成分，增加鄉(xiāng)土樹種，豐富林分林相結(jié)構(gòu)，增加廬山森林景觀生物多樣性，從而提高森林景觀美景度和觀賞價值。

(4)基于廬山2010年各類森林景觀的林斑數(shù)據(jù)進行空間分布格局及多尺度特征研究，尚未進行時間序列的縱向比較，從而無法更加科學地揭示廬山森林景觀演替的生態(tài)學機制，是本文最大的不足之處，另外將斑塊質(zhì)心轉(zhuǎn)點沒有考慮斑塊面積、形狀等因素，難免會造成一些誤差，這些可在今后研究中進行更深入的探討。

[1] 鄧向瑞. 北京山區(qū)森林景觀格局及其尺度效應(yīng)研究[D]. 北京: 北京林業(yè)大學, 2007: 1- 4.

[2] Forman R T T. The Pine Barrens of New Jerse: an ecological mosaic // Forman R T T, ed. Pine Barrens: Ecosystem and Landscape. New York: Academic Press, 1979: 569- 585.

[3] Franklin J F. The fundamentals of ecosystem management with applications in the Pacific Northwest// Aplet G H, Johnson N, Olson J T, Sample V I, eds. Defining Sustainable Forestry. Washington DC: Island Press,1993: 127- 145.

[4] Ripple W J, Bradshaw G A, Spies T A. Measuring forest landscape patterns in the Cascade Range of Oregon, USA. Biological Conservation, 1991, 57(1): 73- 88.

[5] Boyden S, Binkley D, Shepperd W. Spatial and temporal patterns in structure, regeneration, and mortality of an old-growth ponderosa pine forest in the Colorado Front Range. Forest Ecology and Management, 2005, 219(1): 43- 55.

[6] 徐化成, 范兆飛, 王勝. 興安落葉松原始林林木空間格局的研究. 生態(tài)學報, 1994, 14(2): 155- 160.

[7] 楊國靖, 肖篤寧. 中祁連山淺山區(qū)山地森林景觀空間格局分析. 應(yīng)用生態(tài)學報, 2004, 15(2): 269- 272.

[8] 陳攀, 慎佳泓, 胡廣, 沈國春, 張方鋼, 李銘紅, 于明堅. 西湖風景名勝區(qū)不同類型森林群落的空間分布及β多樣性. 生態(tài)學報, 2009, 29(6): 2929- 2937.

[9] 霍萌萌, 郭東罡, 張婕, 王治明, 上官鐵梁, 李潤強, 劉衛(wèi)華. 靈空山油松——遼東櫟林喬木樹種群落學特征及空間分布格局. 生態(tài)學報, 2014, 34(20): 5925- 5935.

[10] 陳利頂, 劉洋, 呂一河, 馮曉明, 傅伯杰. 景觀生態(tài)學中的格局分析: 現(xiàn)狀、困境與未來. 生態(tài)學報, 2008, 28(11): 5521- 5531.

[11] 高凱, 周志翔, 楊玉萍, 李華. 基于Ripley K函數(shù)的武漢市景觀格局特征及其變化. 應(yīng)用生態(tài)學報, 2010, 21(10): 2621- 2626.

[12] 王金亮, 黃志霖, 邵景安, 李陽兵. 林地景觀點格局的樣帶梯度分布與空間聚集特征——以重慶三峽庫區(qū)生態(tài)屏障區(qū)為例. 地理科學進展, 2013, 32(2): 308- 317.

[13] 董靈波, 劉兆剛, 張博, 袁野, 孫云霞. 基于Ripley L和O-ring函數(shù)的森林景觀空間分布格局及其關(guān)聯(lián)性. 應(yīng)用生態(tài)學報, 2014, 25(12): 3429- 3436.

[14] 劉信中, 王瑯. 江西省廬山自然保護區(qū)生物多樣性考察與研究. 北京: 科學出版社, 2010: 111- 243.

[15] 王勁峰. 空間分析. 北京: 科學出版社, 2006.

[16] Ripley B D. Modelling spatial patterns. Journal of the Royal statistical Society. Series B (Methodological), 1977, 39(2): 172- 212.

[17] Diggle P J. Statistical Analysis of Spatial Point Patterns. New York: Academic Press, 1983.

[18] 張健, 郝占慶, 宋波, 葉吉, 李步杭, 姚曉琳. 長白山闊葉紅松林中紅松與紫椴的空間分布格局及其關(guān)聯(lián)性. 應(yīng)用生態(tài)學報, 2007, 18(8): 1681- 1687.

[19] Wiegand T, Moloney K A. Rings, circles and null-models for point pattern analysis in ecology. Oikos, 2004, 104(2): 209- 229.

[20] 李文良, 張小平, 郝朝運, 吳建勛, 王磊, 王靜, 張姍姍, 程東升, 黃海明. 湘鄂皖連香樹種群的年齡結(jié)構(gòu)和點格局分析. 生態(tài)學報, 2009, 29(6): 3222- 3230.

[21] 高杰, 王志強, 邵琦, 薛皓, 許桂春, 李學剛, 王潔貞, 薛付忠. Ripley′s L指數(shù)與最近鄰空間熱點分析在流行病學標點地圖分析中的應(yīng)用. 山東大學學報: 醫(yī)學版, 2009, 47(3): 89-97.

[22] 邱海軍, 曹明明, 劉聞, 郝俊卿, 王雁林. 區(qū)域地質(zhì)災(zāi)害的空間點格局分析研究——以寧強縣為例. 干旱區(qū)資源與環(huán)境, 2014, 28(3): 107- 111.

[23] 潘竟虎, 李俊峰. 中國A級旅游景點空間分布特征與可達性. 自然資源學報, 2014, 29(1): 56- 66.

[24] 張金屯. 數(shù)量生態(tài)學. 北京: 科學出版社, 2004.

[25] Haase P. Spatial pattern analysis in ecology based on Ripley′s K function: Introduction and methods of edge correction. Journal of Vegetation Science, 1995, 6(4): 575- 582.

[26] 楊曉鳳, 苗艷明, 張欽弟, 張玲, 畢潤成. 五鹿山白皮松林不同齡級立木的點格局分析. 植物研究, 2013, 33(1): 24- 30.

[27] 張金屯, 孟東平. 蘆芽山華北落葉松林不同齡級立木的點格局分析. 生態(tài)學報, 2004, 24(1): 35- 40.

[28] 梁艷艷, 周年興, 謝慧瑋, 蔣銘萍. 廬山森林景觀格局變化的長期動態(tài)模擬. 生態(tài)學報, 2013, 33(24): 7807- 7818.

Spatial distribution patterns and multi-scale features of the Lushan forest landscape

HU Meijuan1，HOU Guolin1,*, ZHOU Nianxing1，LI Zaijun1，QI Xiuyun1，F(xiàn)ANG Yelin2

1SchoolofGeographicScience,NanjingNormalUniversity,Nanjing210023,China2SchoolofBusiness,AnhuiUniversity,Hefei230601,China

The forest landscape is an important part of the overall landscape, and therefore studying the spatial distribution pattern of regional landscapes will play an important role in optimizing the overall landscape structure for ecological and economic benefits. Based on vegetation patch data obtained from the Lushan forest in 2010, point-pattern analysis was used to examine the spatial distribution patterns of five forest landscape features with respect to developmental stage and forest type. Nearest-neighbor analysis showed that the five types of forest landscape were consistent with a clustered distribution, but the strength of the distribution varied; the nearest-neighbor indices for each type were all less than 1, but the overall forest landscape was consistent with a random distribution. The spatial distribution of various developmental stages mainly showed a clustered distribution pattern, but random and uniform distributions also occurred, especially in young forests, followed by middle-aged and mature forests. This distribution pattern was closely related to the number of patches: greater patch numbers were associated with a more clustered distribution, and smaller patch numbers were associated with random and uniform distributions. Natural forests of the five landscape types were all consistent with a clustered distribution, and the extent of clustering was variable. Only pine and fir demonstrated significantly clustered distributions among the plantation forests, and others were subject to a random distribution. Ripley′sK-function analysis showed strong scale-dependence of the distribution pattern of landscapes. Different spatial scales showed different distribution patterns, but different developmental stages and forest types exhibited generally consistent distributions, i.e., random distributions on a small scale, a more clustered distribution as the spatial distances increased, and became weakening beyond of the dividing lines, which were defined as the spatial characteristics lines. Overall, the developmental stage of the Lushan forest landscape was in its infancy, and is characterized by a typical pattern of vegetation recovery; during this phase, it is critical to protect the natural forest rather than damage it. Therefore, the task of closing hillsides to facilitate afforestation is tough. Further study and research on various developmental stages and forest types and their associated landscape spatial distribution patterns and multi-scale features can provide theoretical guidance for ecological and environmental protection and sustainable forest management.

forest Landscape; nearest-neighbor index; Ripley′sKfunction; multi-scale; spatial distribution pattern; Lushan

國家自然科學基金(41271150)；江蘇高校優(yōu)勢學科建設(shè)工程資助項目

2014- 08- 18;

2015- 03- 18

10.5846/stxb201408181639

*通訊作者Corresponding author.E-mail: guolinhou@126.com

胡美娟，侯國林，周年興，李在軍，亓秀云，方葉林.廬山森林景觀空間分布格局及多尺度特征.生態(tài)學報,2015,35(16):5294- 5305.

Hu M J，Hou G L, Zhou N X，Li Z J，Qi X Y，F(xiàn)ang Y L.Spatial distribution patterns and multi-scale features of the Lushan forest landscape.Acta Ecologica Sinica,2015,35(16):5294- 5305.