歐維新，甘玉婷婷

1 南京農(nóng)業(yè)大學(xué) 土地管理學(xué)院，南京　210095 2 農(nóng)村土地資源利用與整治國家地方聯(lián)合工程研究中心，南京　210095

?

耦合種群動(dòng)態(tài)的生境格局變化分析粒度與景觀因子選擇
——以鹽城越冬丹頂鶴及其生境的變化為例

歐維新1,2,*，甘玉婷婷1

1 南京農(nóng)業(yè)大學(xué) 土地管理學(xué)院，南京210095 2 農(nóng)村土地資源利用與整治國家地方聯(lián)合工程研究中心，南京210095

摘要:選擇鹽城珍禽國家級(jí)自然保護(hù)區(qū)，以丹頂鶴越冬生境景觀與種群動(dòng)態(tài)這一格局-過程關(guān)系為切入點(diǎn)，嘗試從丹頂鶴最小存活面積特征與種群動(dòng)態(tài)視角探討一下最佳粒度、景觀格局變化分析的指數(shù)遴選方法。結(jié)果發(fā)現(xiàn)：根據(jù)丹頂鶴最小生存面積確定200m為最大轉(zhuǎn)換粒度，綜合景觀指數(shù)隨空間粒度變化的規(guī)律和粒度轉(zhuǎn)換精度損失評(píng)價(jià)的結(jié)果，確定最佳分析粒度為70m。在眾多景觀因子中，運(yùn)用Spearman秩相關(guān)分析，再利用逐步回歸分析建立起景觀與丹頂鶴數(shù)量指標(biāo)間的聯(lián)系，最終篩選出反映景觀面積(CA)和空間格局(IJI，ENN_MN)的3種影響顯著景觀因子，其解釋貢獻(xiàn)率(累計(jì)R2)達(dá)到70.5%，且其所代表的生境景觀的組成和結(jié)構(gòu)信息較為客觀地反映出研究區(qū)丹頂鶴種群動(dòng)態(tài)分布的顯示狀態(tài)。與純粹的景觀指數(shù)分析相比，這種方法更能反應(yīng)景觀格局演變特征的特定生態(tài)學(xué)意義。

關(guān)鍵詞：粒度效應(yīng)；景觀指數(shù)；生態(tài)過程；景觀格局變化；越冬丹頂鶴生境

基于景觀生態(tài)學(xué)理論的景觀格局動(dòng)態(tài)變化分析是當(dāng)前研究珍稀物種生境保護(hù)的主要方法之一[1- 4]。景觀指數(shù)以其具有反映景觀各要素的結(jié)構(gòu)和空間配置信息而得以廣泛應(yīng)用[5]。在用于真實(shí)刻畫景觀格局變化及其生態(tài)過程，景觀指數(shù)的通常需考慮3個(gè)方面，即選擇合適的研究分析尺度，如一定空間幅度下如何選擇與特定生態(tài)過程關(guān)聯(lián)的景觀粒度水平；指數(shù)間需滿足統(tǒng)計(jì)上的相互獨(dú)立性；所選指數(shù)對(duì)所研究的生態(tài)過程具有很好的敏感性或指示性。

粒度是指最小可辨識(shí)單元所代表的特征長度、面積或體積(如樣方、像元)[6]。進(jìn)行景觀格局與生態(tài)過程分析時(shí)，如果粒度過小，會(huì)造成區(qū)域空間信息數(shù)據(jù)量過大而掩蓋一些重要信息；如果粒度過大，則又造成關(guān)鍵細(xì)節(jié)信息的缺失[7]，已有的研究表明，隨著粒度的粗化，不同的景觀類型會(huì)有不同的響應(yīng)結(jié)果，景觀格局的最佳分析粒度指的是針對(duì)某一景觀類型分析的最合適尺度[8]。故最佳粒度因能真實(shí)地反映生境類型景觀的生態(tài)特征而顯得尤為重要。由于景觀指數(shù)具有明顯的尺度依賴性[9]，粒度效應(yīng)研究具有確定景觀指數(shù)隨空間粒度變化臨界閾值、辨明景觀指數(shù)的反應(yīng)敏感性等作用[10- 11]，因而粒度效應(yīng)分析可以作為遴選景觀最佳分析粒度與敏感性指數(shù)的可靠方法。由于景觀指數(shù)眾多且多數(shù)極具高度相關(guān)性，隨意地指數(shù)選擇易造成指數(shù)間的冗余。因此，景觀格局指數(shù)選擇時(shí)的相關(guān)性研究已成為必須的環(huán)節(jié)。目前對(duì)該方面的研究已有不少，但更多地僅限于研究景觀指數(shù)本身的相關(guān)性考察[12- 13]，結(jié)合特定生態(tài)過程進(jìn)行指數(shù)的遴選研究相對(duì)較少。

本文選擇鹽城珍禽國家級(jí)自然保護(hù)區(qū)，以丹頂鶴越冬生境及其種群動(dòng)態(tài)這一格局-過程關(guān)系為切入點(diǎn)，嘗試探討一下最佳粒度、景觀格局變化分析的指數(shù)遴選方法。

1研究區(qū)域

1.1研究區(qū)域概況

本文的研究區(qū)為鹽城珍禽國家級(jí)自然保護(hù)區(qū)的核心區(qū)與緩沖區(qū)，由3個(gè)越冬丹頂鶴熱點(diǎn)小區(qū)組成(圖1)，該區(qū)地處江蘇中部沿海，太平洋西海岸，北至黃沙港，南至四卯酉河，西接海堤，為淤漲型潮灘濕地，總面積有87×104hm2。其中核心區(qū)為保存最為完好的原生灘涂濕地，其南北兩側(cè)的緩沖區(qū)有較多的人類開發(fā)活動(dòng)，保護(hù)與開發(fā)的矛盾最為突出。研究區(qū)擁有蘆葦濕地、堿蓬濕地、米草濕地、淤泥光灘、養(yǎng)殖水域等濕地類型，每年有數(shù)百萬計(jì)水禽在此棲息或越冬，來鹽城越冬的丹頂鶴數(shù)量占世界種群的一半以上[14]，其中，80%左右的丹頂鶴集中在研究區(qū)越冬棲息。研究區(qū)因保留了大片原生生境使其成為丹頂鶴越冬棲息的關(guān)鍵地段，而人類圍墾開發(fā)活動(dòng)使緩沖區(qū)生境景觀變化劇烈進(jìn)而對(duì)丹頂鶴棲息條件造成很大影響。因此，該區(qū)景觀尺度變化、景觀格局變化等特征在響應(yīng)丹頂鶴的種群動(dòng)態(tài)具有典型性。

圖1　研究區(qū)位置示意圖Fig.1　Location and scope of the study area

1.2數(shù)據(jù)來源與處理

利用1991—1992年、1995年、1997年、1999—2006年、2010年軌道號(hào)為119/037、120/036共計(jì)13期TM影像作為基礎(chǔ)數(shù)據(jù)，運(yùn)用ENVI4.8軟件進(jìn)行幾何校正、影像拼接、影像裁剪等預(yù)處理后，得到研究區(qū)遙感圖。采用分區(qū)分類的方法依據(jù)海岸帶將研究區(qū)劃分為陸地和海灘部分，對(duì)于陸地部分，本研究采用最大似然法，對(duì)影像進(jìn)行監(jiān)督分類，提取研究區(qū)土地利用類型特征，在ARCGIS中將研究區(qū)劃分為9類，分別是耕地、建筑用地、米草濕地、河流水域、淤泥光灘、蘆葦白茅濕地、堿蓬濕地、水產(chǎn)養(yǎng)殖塘、鹽田。根據(jù)丹頂鶴在鹽城越冬的習(xí)性特征(即它們通常喜歡在蘆葦和堿蓬地棲息，偶爾會(huì)到鹽田和水塘去覓食，但會(huì)回避淤泥光灘、互花米草、道路、河流和居民點(diǎn)等一些人類活動(dòng)頻繁的地方)，結(jié)合丹頂鶴越冬生境適宜性特征及已有成果[15- 16],本文將研究區(qū)地類進(jìn)一步歸并為越冬丹頂鶴的適宜生境(包括蘆葦白茅濕地、堿蓬濕地)、補(bǔ)充生境(包括水產(chǎn)養(yǎng)殖塘、鹽田)、非生境(其他利用與覆被類型)三大景觀類型[17]。

1991—2006年間研究區(qū)所含的3個(gè)丹頂鶴越冬棲息熱點(diǎn)地區(qū)(核心區(qū)及射陽蘆葦基地、射陽鹽場及灘涂、四卯酉王港灘涂)中的丹頂鶴數(shù)據(jù)，來源于江蘇鹽城國家級(jí)珍禽自然保護(hù)區(qū)管理局、中國林科院鳥類環(huán)志中心共同開展的丹頂鶴越冬數(shù)量監(jiān)測區(qū)調(diào)查結(jié)果[18]。本文只選擇了與可獲的遙感影像數(shù)據(jù)相應(yīng)年份的12期丹頂鶴數(shù)據(jù)。

2研究方法

本研究旨在結(jié)合丹頂鶴最小存活面積及種群動(dòng)態(tài)等生態(tài)特征來考察丹頂鶴越冬生境分析的最佳粒度及適宜景觀指數(shù)。為此，研究擬采用粒度效應(yīng)分析與粒度轉(zhuǎn)化的精度損失分析來確定最佳粒度；適宜景觀指數(shù)則結(jié)合景觀因子的獨(dú)立性分析方法與基于種群動(dòng)態(tài)與格局因子的逐步回歸分析方法來遴選。

2.1最佳粒度的確定方法

根據(jù)文獻(xiàn)可知，7.8 km2的生境區(qū)域是丹頂鶴生存的最小需求面積[19- 20]，即丹頂鶴單個(gè)生存的生境斑塊的直徑必須達(dá)到200m。為獲得最佳分析粒度，利用重采樣的方法，將2006年景觀類型圖進(jìn)行柵格像元的聚合，柵格單元的賦值采用最大面積值法(RMA)。以30—200m為粒度轉(zhuǎn)換的考察區(qū)間，每10m為粒度增幅，劃分并生成18幅不同粒度水平的柵格圖。

由于area/density/edge等方面的指數(shù)隨粒度的變化比較敏感，且有明顯拐點(diǎn)，其粒度效應(yīng)方程通常呈現(xiàn)簡單線性或?qū)?shù)函數(shù)[21]，因而選取平均斑塊面積(AREA_MN)、斑塊數(shù)量(NP)、邊界總長度(TE)、邊界密度(ED)、周長面積比分維數(shù)(PAFPAC)、面積加權(quán)平均分維數(shù)6個(gè)代表指數(shù)，計(jì)算并比較各指數(shù)的粒度拐點(diǎn)。同時(shí)，考慮到矢量數(shù)據(jù)的柵格化過程中存在著面積等方面的精度損失[22]，本文以景觀斑塊面積與斑塊數(shù)量為對(duì)象，分析比較不同粒度水平下的整體精度損失。

不同粒度水平下的精度損失計(jì)算公式如下[23]：

(1)

(2)

式中，E為某一評(píng)價(jià)指標(biāo)損失量，L表示損失精度，Agi為i類景觀類型柵格數(shù)量或面積，Abi為i類景觀類型矢量斑塊數(shù)量和面積，n為景觀類型個(gè)數(shù)。

2.2景觀因子篩選方法

從景觀面積-周長-密度、形狀、隔離與破碎化程度方面選擇19種常用景觀指數(shù)，為丹頂鶴生境景觀格局演變分析提供關(guān)鍵性的景觀指標(biāo)，運(yùn)用相關(guān)分析進(jìn)行因子篩選：

(1)用spearman等級(jí)相關(guān)分析對(duì)所有指數(shù)進(jìn)行兩兩之間的相關(guān)分析，檢測指數(shù)間的獨(dú)立性，選擇獨(dú)立性較強(qiáng)的指數(shù)；

(2)為遴選對(duì)丹頂鶴分布有重要影響的關(guān)鍵生境景觀因子，采用逐步回歸方法建立12年3個(gè)熱點(diǎn)地區(qū)的丹頂鶴分布數(shù)據(jù)[15]與景觀因子的聯(lián)系，剔除獨(dú)立性差且和數(shù)量變化相關(guān)性小的指數(shù)，獲得反映丹頂鶴生境格局變化的主要指數(shù)。需要說明一下的是，為了消除世界種群數(shù)量動(dòng)態(tài)對(duì)鹽城丹頂鶴種群數(shù)量的影響，本文將所涉3個(gè)熱點(diǎn)小區(qū)每年來越冬的丹頂鶴絕對(duì)數(shù)量轉(zhuǎn)化為相對(duì)數(shù)量，即用當(dāng)年每個(gè)小區(qū)丹頂鶴數(shù)量與3個(gè)小區(qū)丹頂鶴總量的比值來表示。以上分析均在SPSS軟件中進(jìn)行。

3結(jié)果與分析

3.1丹頂鶴越冬生境景觀格局最佳粒度的確定

3.1.1景觀指數(shù)粒度效應(yīng)的分析

根據(jù)粒度效應(yīng)圖(圖2)可知，隨著粒度變大，6個(gè)景觀指數(shù)的響應(yīng)曲線大致分為兩種情況。

第一種情況景觀指數(shù)隨粒度變化時(shí)拐點(diǎn)明顯，在粒度從40m到100m的變化過程中，平均斑塊面積出現(xiàn)了3次明顯的波動(dòng)變化，分別是40—60m時(shí)先增大后減??；60—80m時(shí)先急劇上升再緩慢下降；80—100m時(shí)先上升再急劇下降，后兩次的變化幅度較大。而超過100m后，平均斑塊面積逐漸平緩下降，變化幅度越來越小，最終趨于穩(wěn)定，不再出現(xiàn)突變現(xiàn)象。這是由于粒度達(dá)到100m后，景觀融合程度加強(qiáng)，各斑塊面積也越來越均勻。在這過程中，變化明顯的拐點(diǎn)為40、60、70、90m，對(duì)應(yīng)的尺度域?yàn)?40,60)、(60,70)、(70,90)；與平均斑塊面積的變化相比，斑塊數(shù)量呈現(xiàn)相反的變化，而其波動(dòng)幅度更小一些。在整個(gè)過程中，出現(xiàn)了兩次較明顯的上下波動(dòng)，分別是在粒度為50—70m和80—100m時(shí)，其轉(zhuǎn)折點(diǎn)為60、70、90m，之后出現(xiàn)波動(dòng)幅度較小，其轉(zhuǎn)折點(diǎn)為140、180m。則對(duì)應(yīng)的尺度域?yàn)?60,70)、(70,90)、(90，140)、(140,180)；周長面積比分維數(shù)和面積加權(quán)分維數(shù)隨粒度的變化整體都是呈現(xiàn)速率逐漸增大的上升而后速率較小的下降趨勢，前者幾個(gè)明顯的轉(zhuǎn)折點(diǎn)出現(xiàn)在粒度為90、100、130、140、180m，對(duì)應(yīng)的尺度域?yàn)?90,100)、(100,130)、(130,140)、(140,180)。面積加權(quán)分維數(shù)的轉(zhuǎn)折點(diǎn)出現(xiàn)在60、70、120、130、170、180m，對(duì)應(yīng)的尺度域?yàn)?60,70)、(70,120)、(120,130)、(130,170)、(170,180)。

表1　用于相關(guān)分析的初選景觀指數(shù)表

圖2　景觀指數(shù)粒度效應(yīng)圖Fig.2　Scale effect curves of landscape metrics

第二種情況隨粒度變化有規(guī)律，但拐點(diǎn)并不明顯，主要是隨著粒度的增大，總體都呈現(xiàn)遞減的趨勢的邊界密度和邊界總長度。遞減的速率小于斑塊數(shù)和平均斑塊面積遞減的速率。這說明粒度增大后，柵格單元的擴(kuò)大使得一些優(yōu)勢地類受到道路、河流等的切割作用減小，形狀更為規(guī)則，同時(shí)斑塊邊界的復(fù)雜程度的改變比面積數(shù)量的改變要慢。在遞減過程中，邊界密度出現(xiàn)了波動(dòng)幅度較小的情況，是在粒度為70—100m時(shí)，其拐點(diǎn)為70、90m，其尺度域?yàn)?70,90)。邊界總長度無數(shù)值上下波動(dòng)的現(xiàn)象，則沒有粒度轉(zhuǎn)折點(diǎn)。

根據(jù)這些指數(shù)的粒度分異規(guī)律，綜合分析可知變化明顯的轉(zhuǎn)折點(diǎn)多集中在60、70、90、140、180m，所以對(duì)于整個(gè)研究區(qū)景觀，尺度域是(60,70)、(70,90)、(90,140)、(140,180)。相關(guān)研究表明，景觀指數(shù)隨粒度變化的第一尺度域(前兩個(gè)拐點(diǎn))是景觀格局中最具有比例尺的信息特征，也是粒度選擇的適宜取值范圍[23]，因此本研究區(qū)內(nèi)適宜取值范圍為(60,70)。

3.1.2粒度轉(zhuǎn)化精度損失分析

利用粒度大小作為橫坐標(biāo)，分別以損失面積、數(shù)量及損失精度為縱坐標(biāo)得到精度損失曲線圖。景觀整體的面積損失在30—50m，70—110m變化平緩，而在50—70、110—200m起伏較大；斑塊 數(shù)量損失在30—100m和150 —200m變化平緩，在110 —150m起伏較大，確定較小精度損失的粒度范圍為(30,70)。

圖3　不同粒度下各指標(biāo)信息損失分析結(jié)果Fig.3　The result of accuracy loss evaluating under different grain sizes

綜上兩種方法得到的粒度域，取交集得到(60,70)為最佳分析粒度范圍，考慮到選擇較大的粒度可以適當(dāng)避免冗余的工作量，因此本文最終確定70m為鹽城丹頂鶴自然保護(hù)區(qū)的最佳分析粒度。

3.2景觀指數(shù)選擇

3.2.1基于面積相關(guān)的指數(shù)剔除

在進(jìn)行景觀格局分析中，斑塊面積已被公認(rèn)為是最為主要的測度因子，因此首先進(jìn)行景觀指數(shù)與適宜生境面積的Spearman等級(jí)相關(guān)分析可以盡可能多地剔除冗余的指數(shù)。本文以適宜生境為對(duì)象，該類生境的相關(guān)景觀指數(shù)相關(guān)分析結(jié)果表明(表2)，LPI、ED、LSI、AREA_MN、SHAPE_MN、PLADJ、DIVISION、COHESION、SPLIT、AI等10個(gè)與面積變化相關(guān)性明顯顯著，故首先剔除這些指數(shù)。

3.2.2基于獨(dú)立性檢驗(yàn)的指數(shù)剔除

對(duì)第一步篩選出來的8個(gè)指標(biāo)，計(jì)算兩種生境類型8對(duì)景觀指數(shù)兩兩間的Spearman相關(guān)系數(shù)，進(jìn)一步從獨(dú)立性檢驗(yàn)上來遴選，并得到9個(gè)相對(duì)獨(dú)立的指標(biāo)(表3)，即PARA_MN_M、ENN_MN_M、IJI_M、CONNECT_M、PD_S、GYRATE_MN_S、ENN_MN_S、IJI_S、CONNECT_S。

表2　景觀指數(shù)與面積相關(guān)性情況表

*P<0.05；**P<0.01

表3　9個(gè)景觀指數(shù)的Spearman秩相關(guān)系數(shù)矩陣

U1、U2、U3、U4、U5、U6、U7、U8、U9分別表示PARA_MN_M、ENN_MN_M、IJI_M、CONNECT_M、PD_S、GYRATE_MN_S、ENN_MN_S、IJI_S、CONNECT_S; 其中“_M”表示適宜生境；“_S”表示補(bǔ)充生境

3.2.3基于丹頂鶴種群動(dòng)態(tài)與格局變化關(guān)系的指數(shù)遴選

以12期3個(gè)熱點(diǎn)小區(qū)越冬丹頂鶴的相對(duì)數(shù)量為因變量，以上述分析獲得的9個(gè)指數(shù)和生境面積CA(包括適宜生境面積CA_M與補(bǔ)充生境面積CA_S)為自變量，進(jìn)行逐步回歸分析，得到影響丹頂鶴數(shù)量動(dòng)態(tài)變化的4個(gè)顯著因子(表4)。

從結(jié)果上看，兩類生境景觀中反映景觀面積(CA)和空間格局(IJI，ENN_MN)的3種景觀指數(shù)在解釋丹頂鶴種群變化上具有顯著影響效果，解釋貢獻(xiàn)率(累計(jì)R2)達(dá)到70.5%。即這4個(gè)景觀指數(shù)所代表的景觀格局變化信息與越冬丹頂鶴種群動(dòng)態(tài)分布特征顯著相關(guān)，且越冬丹頂鶴種群動(dòng)態(tài)及分布結(jié)果有70.5%的信息可由這4個(gè)景觀指數(shù)來解釋。因此在分析丹頂鶴種群動(dòng)態(tài)分析方面，這幾個(gè)指數(shù)將是很好的預(yù)測變量。

表4　逐步回歸分析結(jié)果

生境面積是影響種群變化的最根本的原因，在丹頂鶴越冬適宜生境大面積減少的同時(shí)，被圍墾開發(fā)利用的大量補(bǔ)充生境(養(yǎng)殖魚塘、鹽田)成為影響丹頂鶴數(shù)量種群數(shù)量變化的關(guān)鍵因素[1- 2]。表4中引入的4個(gè)因子中有3個(gè)都是與補(bǔ)充生境有關(guān)的。其中，CA_S與種群數(shù)量呈顯著負(fù)相關(guān)，說明大規(guī)模的補(bǔ)充生境面積的增加盡管能為丹頂鶴補(bǔ)充一定的食物和水源，但因其提供的隱蔽條件不夠好，再加上養(yǎng)殖、曬鹽過程中所帶來的人為干擾會(huì)對(duì)丹頂鶴的集聚造成不利影響。IJI_S與種群數(shù)量顯著正相關(guān)、ENN_MN_S與種群數(shù)量顯著正相關(guān)，前者說明被其他多種生境類型斑塊(尤其是適宜生境)所毗連、包圍的補(bǔ)充生境斑塊能為丹頂鶴提供安全棲息場所，后者則指出離散分布的補(bǔ)充生境格局有利于丹頂鶴種群的集聚，這兩個(gè)指數(shù)進(jìn)一步從生境景觀空間格局上反映了集中連片的補(bǔ)充生境不利于丹頂鶴棲息和集聚。IJI_M與種群數(shù)量顯著正相關(guān)，說明現(xiàn)有適宜生境因?yàn)槊娣e損失與破碎化的不斷加劇過程中，其鄰近補(bǔ)充生境能為丹頂鶴提供食物、水源等資源條件而有利于物種的集聚。因此，從引入的景觀因子的生態(tài)學(xué)意義來看，其所代表的生境景觀的組成和結(jié)構(gòu)特征也很好地解釋了丹頂鶴種群動(dòng)態(tài)這一生態(tài)過程。

4結(jié)論與討論

(1)本文根據(jù)丹頂鶴最小存活面積確定200m為最大轉(zhuǎn)換粒度，綜合景觀指數(shù)隨空間粒度變化的規(guī)律和粒度轉(zhuǎn)換精度損失評(píng)價(jià)的結(jié)果，得到研究區(qū)域適宜粒度域?yàn)?0—70m，并確定最佳分析粒度為70m。尺度選擇是景觀格局研究分析的基礎(chǔ)[22- 23]，在適宜粒度下進(jìn)行景觀格局分析能夠比較準(zhǔn)確地表達(dá)研究區(qū)的景觀特征概況。目前，通過景觀指數(shù)粒度效應(yīng)曲線分析確定最佳景觀格局分析粒度的研究較為常見[24- 27]，但考慮結(jié)合粒度轉(zhuǎn)換中發(fā)生的某些信息損失評(píng)價(jià)方法確定最佳粒度并不多見。結(jié)合已有關(guān)于粒度效應(yīng)的一些研究，本研究在粒度效應(yīng)分析上，主要選用了隨粒度變化具有明顯規(guī)律、易解釋、算式簡便的面積-周長-密度等景觀指數(shù)，可以較快地識(shí)別出粒度域，簡化了分析粒度效應(yīng)的程序。另外，粒度轉(zhuǎn)換的精度損失研究中，但大多都只考慮轉(zhuǎn)換過程中的景觀面積損失，本文還增加了斑塊數(shù)量評(píng)價(jià)。同時(shí)，本研究以丹頂鶴最小存活面積這一生態(tài)特征來確定最大轉(zhuǎn)換粒度，這比當(dāng)前大部分粒度效應(yīng)研究中單純考慮粒度大小的物理變化更具有生態(tài)學(xué)意義，也減少了粒度轉(zhuǎn)換尺度選擇的隨意性。

(2)丹頂鶴種群動(dòng)態(tài)分布是生境景觀格局的變化的直接響應(yīng)，因此遴選并明確影響丹頂鶴數(shù)量分布的關(guān)鍵景觀因子，有助于更好地理解景觀格局與生態(tài)過程的關(guān)系。本文在眾多景觀因子中，運(yùn)用Spearman秩相關(guān)分析，從整體上揭示景觀指數(shù)的信息重疊；再利用逐步回歸分析建立起景觀與丹頂鶴數(shù)量指標(biāo)間的聯(lián)系，最終篩選出關(guān)鍵的景觀因子。與純粹的景觀指數(shù)分析相比，這種方法更能反應(yīng)景觀格局的演變特征的特定生態(tài)學(xué)意義。

(3)本文最終篩選出關(guān)鍵的4個(gè)影響顯著景觀因子，分別是兩類生境景觀中反應(yīng)景觀面積(CA)和空間格局(IJI，ENN_MN)的3種景觀指數(shù)，解釋貢獻(xiàn)率(累計(jì)R2)達(dá)到70.5%，且其所代表的生境景觀的組成和結(jié)構(gòu)信息較為客觀地反映了研究區(qū)丹頂鶴種群動(dòng)態(tài)分布的顯示狀態(tài)。同時(shí)研究也表明：在丹頂鶴越冬適宜生境大面積減少和破碎化背景下，大量被圍墾開發(fā)利用的補(bǔ)充生境(養(yǎng)殖魚塘、鹽田)已經(jīng)成為影響丹頂鶴種群數(shù)量變化的關(guān)鍵因素；盡管補(bǔ)充生境能為丹頂鶴越冬棲息提供一定的食物和水源條件，但集中連片的補(bǔ)充生境不利于丹頂鶴棲息和集聚。

(4)從本研究的實(shí)證來看，因?yàn)閿?shù)據(jù)可獲得性的限制，還有一些有待進(jìn)一步深化完善的地方，比如，研究中采用的最大轉(zhuǎn)換粒度是根據(jù)丹頂鶴繁殖地的最小存活面積，但研究區(qū)是丹頂鶴用于覓食和夜棲的越冬地，它們?cè)邴}城的繁殖領(lǐng)域性不明顯，但由于當(dāng)前仍缺乏這方面的研究結(jié)果，因而采用這個(gè)數(shù)據(jù)來替代。但應(yīng)該指出的是，本研究嘗試如何把生態(tài)過程或生態(tài)特征與粒度、格局等更好地結(jié)合起來，更多地是從方法上來探討景觀格局分析中粒度和景觀指數(shù)選擇問題，這對(duì)今后的景觀格局分析研究還是具有一定的理論參考價(jià)值。

參考文獻(xiàn)(References):

[1]張曼胤. 江蘇鹽城濱海濕地景觀變化及其對(duì)丹頂鶴生境的影響. 長春：東北師范大學(xué)，2008.

[2]孫賢斌, 劉紅玉. 江蘇鹽城海濱區(qū)域丹頂鶴適宜越冬生境變化. 生態(tài)學(xué)雜志, 2011, 30(4): 694- 699.

[3]Cao M C, Liu G H. Habitat suitability change of red-crowned crane in Yellow River Delta Nature Reserve. Journal of Forestry Research, 2008, 19(2): 141- 147.

[4]Horne B V. Density as a misleading indicator of habitat quality. The Journal of Wildlife Management, 1983, 47(4): 893- 901.

[5]張金屯, 邱揚(yáng), 鄭鳳英. 景觀格局的數(shù)量研究方法. 山地學(xué)報(bào), 2000, 18(4): 346- 352.

[6]Jenerette G D, Wu J G. On the definitions of scale. Bulletin of the Ecological Society of America, 2000, 81(4): 104- 105.

[7]Qi Y, Wu J G. Effects of changing spatial resolution on the results of landscape pattern analysis using spatial autocorrelation indices. Landscape Ecology, 1996, 11(1): 39- 49.

[8]Wu J G. Effects of changing scale on landscape pattern analysis: scaling relations. Landscape Ecology, 2004, 19(2): 125- 138.

[9]Wu J G, Jelinski D E, Luck M, Tueller P T. Multiscale analysis of landscape heterogeneity: scale variance and pattern metrics. Geographic Information Science, 2000, 6(1): 6- 19.

[10]張東水, 蘭樟仁, 丘榮祖. 閩江口濕地遙感影像最佳景觀觀察尺度的選擇. 遙感信息, 2006, (4): 30- 32.

[11]張慶印, 樊軍. 高精度遙感影像下農(nóng)牧交錯(cuò)帶小流域景觀特征的粒度效應(yīng). 生態(tài)學(xué)報(bào), 2013, 33(24): 7739- 7747.

[12]甄 霖, 謝高地, 楊 麗, 成升魁. 涇河流域分縣景觀格局特征及相關(guān)性. 生態(tài)學(xué)報(bào), 2005, 25(12): 3343- 3353.

[13]布仁倉, 胡遠(yuǎn)滿, 常禹, 李秀珍, 賀紅士. 景觀指數(shù)之間的相關(guān)分析. 生態(tài)學(xué)報(bào), 2005, 25(10): 2764- 2775.

[14]馬志軍, 李文軍, 王子健, 湯鴻霄. 中國鹽城生物圈保護(hù)區(qū)丹頂鶴(Grusjaponensis)生境的變化及其適應(yīng)性. AMBIO-人類環(huán)境雜志, 1998, (6): 461- 464.

[15]胡遠(yuǎn)滿, 舒瑩, 李秀珍, 王凌, 李玉祥, 楊玉成. 遼寧雙臺(tái)河口自然保護(hù)區(qū)丹頂鶴繁殖生境變化及其繁殖容量分析. 生態(tài)學(xué)雜志, 2004, 23(5): 7- 12.

[16]呂士成. 鹽城沿海灘涂丹頂鶴的分布現(xiàn)狀及其趨勢分析. 生態(tài)科學(xué), 2008, 27(3): 154- 158.

[17]歐維新, 逄謙, 甘玉婷婷. 鹽城海濱濕地資源利用變化及其對(duì)丹頂鶴越冬生境的影響. 中國人口·資源與環(huán)境, 2014, 24(7): 30- 36.

[18]呂士成. 丹頂鶴越冬期在人工濕地的夜棲數(shù)量分布. 野生動(dòng)物雜志, 2007, 28(2): 11- 13.

[19]Su L Y. Comparative Feeding Ecology of the Red-Crowned and White-Naped Cranes. Columbia, Missouri: University of Missouri, 1993.

[20]Csuti B, Kiester A R. Hierchical Gap Analysis for Identifying Priority Areas for Biodiversity // Gap Analysis—A Landscape Approach to Biodiversity Planning. Bethesda, Maryland: American of Society for Photogrammetry and Sensing, 1996: 23- 58.

[22]趙文武, 傅伯杰, 陳利項(xiàng). 尺度推繹研究中的幾點(diǎn)基本問題. 地球科學(xué)進(jìn)展, 2002, 17(6): 905- 911.

[23]楊存建, 劉紀(jì)遠(yuǎn), 張?jiān)鱿? 王長有. 土地利用數(shù)據(jù)尺度轉(zhuǎn)換的精度損失分析. 山地學(xué)報(bào), 2001, 19(3): 258- 264.

[24]趙文武, 傅伯杰, 陳利頂. 景觀指數(shù)的粒度變化效應(yīng). 第四紀(jì)研究, 2003, 23(3): 326- 333.

[25]Li H, Wu J G. Use and misuse of landscape indices. Landscape Ecology, 2004, 19(4): 389- 399.

[26]Griffith J A, Martinko E A, Price K P. Landscape structure analysis of Kansas at three scales. Landscape and Urban Planning, 2000, 52(1): 45- 61.

[27]于磊, 趙彥偉, 張遠(yuǎn), 李敏. 基于最佳分析粒度的大遼河流域濕地景觀格局分析. 環(huán)境科學(xué)學(xué)報(bào), 2011, 31(4): 873- 879.

Grain size and landscape indices selection by coupling population dynamics and habitat pattern analysis: a case study of wintering red-crowned crane and its habitat in Yancheng

OU Weixin1,2,*, GAN Yutingting1

1CollegeofLandManagement,NanjingAgriculturalUniversity,Nanjing210095,China2National&LocalJointEngineering,ResearchCenterforRuralLandResourcesUseandConsolidation,Nanjing210095,China

Abstract：Landscape pattern is scale-dependent. Thus, understanding landscape structure and functioning requires multiscale information. Scaling functions are the most precise and concise methods for explicitly quantifying multiscale characteristics. If landscape indices are ecologically relevant and reflect important attributes of spatial pattern, they can functionally link the dynamics of ecological processes to landscape structure. Therefore, the selection of appropriate scale (e.g., grain size) and landscape indices are critical to landscape pattern analysis. The major objective of this study was to explore how optimal grain size and landscape indices can be selected for landscape pattern analysis, to improve our understanding and prediction of ecological processes. For this, we conducted a case study on wintering Red-crowned crane and its habitat in Yancheng. To obtain the optimal grain size for landscape pattern analysis of the wintering habitat of the Red-crowned crane, we followed two steps. The first step was scale (grain) effect analysis, to find a grain size that the test metrics could detect in case of any variation (sensitivity). In this step, the minimum survival area for the species was considered for identifying the maximum grain size for scaling. The second step was accuracy test by evaluating the loss of landscape area and patch numbers in each grain size level. The optimal grain size was obtained by integrated analysis of the results from the above two steps. In landscape indices selection, 19 landscape metrics (computed at the optimal grain size) were subjected to Spearman rank correlation analysis to assess the independence. Then, step-wise regressions were performed to evaluate the effects of the spatial attributes (landscape indices with higher independence) at three hotspots on the abundance of cranes (based on population dynamics of the past 12 years[1]). Variables with significance level above 90% were selected as the optimal landscape indices for pattern analysis. The results showed the following: (1) on the basis of the minimum survival area of the red-crowned crane, 200 m was the highest obtained grain size, and 70 m was the optimal grain size identified by integrating the results of scale (grain) effect and accuracy after assessing the grain conversion area loss. (2) Effects of landscape patterns at the hotspots were analyzed using 8 pairs of landscape indices (results of metrics for the most suitable and supplement habitat types for cranes were computed) as the independent variables. Three landscape indices (CA, IJI, ENN_MN) of two habitat types were found to be significant (R2 = 70.5%). (3) The selected optimal landscape indices of the supplement habitat showed positive effect for isolation and negative effect for area size on population abundance. Our results imply that supplement habitat may provide complementary resource sites for cranes, but continued species concentration at these habitats may negatively affect crane abundance and distribution due to induced human disturbance. Our combined findings on optimal grain size and landscape indices proved to be satisfactory for landscape pattern analysis, suggesting that our approaches are reasonable. Further, compared to landscape pattern analysis by using random grain size and simple landscape metrics, the results obtained using our approaches, as shown in this case study, are ecological relevant.

Key Words:grain effect; metrics; ecological process; landscape pattern change; wintering red-crowned crane habitat

基金項(xiàng)目:江蘇省青藍(lán)工程項(xiàng)目

收稿日期:2014- 12- 10; 網(wǎng)絡(luò)出版日期:2015- 10- 10

*通訊作者

Corresponding author.E-mail: wxounj@163.com

DOI:10.5846/stxb201412102450

歐維新，甘玉婷婷.耦合種群動(dòng)態(tài)的生境格局變化分析粒度與景觀因子選擇——以鹽城越冬丹頂鶴及其生境的變化為例.生態(tài)學(xué)報(bào),2016,36(10):2996- 3004.

Ou W X, Gan Y T T.Grain size and landscape indices selection by coupling population dynamics and habitat pattern analysis: a case study of wintering red-crowned crane and its habitat in Yancheng.Acta Ecologica Sinica,2016,36(10):2996- 3004.