遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口

2024年2月22日发(作者：张确)

　Ｇｕｉｈａｉａ　Ｍａｒ.２０２１ꎬ４１(３):３５１－３６１ＤＯＩ:１０.１１９３１/ｇｕｉｈａｉａ.ｇｘｚｗ２０１９０５０１１ｈｔｔｐ://ｗｗｗ.ｇｕｉｈａｉａ－ｊｏｕｒｎａｌ.ｃｏｍ何荣晓ꎬ雷金睿ꎬ杨帆.遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口市主城区为例[Ｊ].广西植物ꎬ２０２１ꎬ４１(３):３５１－３６１.ＨＥＲＸꎬＬＥＩＪＲꎬＹＡＮＧＦ.Ｃｏｒｒｅｌａｔｉｏｎａｎｄｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｖｅｇｅｔａｔｉｏｎｉｎｄｅｘａｎｄｐｌａｎｔｄｉｖｅｒｓｉｔｙ—ＡｃａｓｅｓｔｕｄｙｏｆｍａｉｎｕｒｂａｎａｒｅａｏｆＨａｉｋｏｕＣｉｔｙ[Ｊ].Ｇｕｉｈａｉａꎬ２０２１ꎬ４１(３):３５１－３６１.遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口市主城区为例何荣晓１ꎬ２ꎬ雷金睿３∗ꎬ杨　帆１ꎬ２(１.海南大学林学院ꎬ海口５７０２２８ꎻ２.海南省热带特色花木资源生物学重点实验室ꎬ海口５７０２２８ꎻ３.海南省林业科学研究院/海口市湿地保护工程技术研究开发中心ꎬ海口５７１１００)摘　要:植物多样性监测是开展物种保护与植被景观规划的重要基础ꎬ对实施生物多样性的优先区域保护具有重要意义ꎮ该文以海口市主城区为例ꎬ利用Ｌａｎｄｓａｔ８遥感数据与样方实测数据分析了植被指数与植物多样性指数之间的相关性ꎬ根据相关性分析结果构建植物多样性遥感监测数学模型ꎬ并筛选出最优模型用于监测研究区植物多样性的空间分布状况ꎮ结果表明:Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数、Ｓｉｍｐｓｏｎ多样性指数和Ｐｉｅｌｏｕ均匀度指数与ＭＳＡＶＩ植被指数相关系数最高ꎬ呈显著相关性(Ｐ<０.０１)ꎮ通过一元线性数学回归模型得到的海口市植物多样性空间分布特征与实际情况相符ꎬ植物多样性水平较高的区域主要分布在火山口、东寨港和羊山湿地一带ꎬ且具有明显的空间自相关性ꎮ根据研究结果建议继续实施严格的保护措施ꎬ加强生态修复与保护工程ꎬ提高植被覆盖率和生物多样性水平ꎮ关键词:生物多样性ꎬ植被指数ꎬ植被覆盖率ꎬ空间自相关ꎬ遥感监测中图分类号:Ｑ９４８.１　　文献标识码:Ａ　　文章编号:１０００￣３１４２(２０２１)０３￣０３５１￣１１Ｃｏｒｒｅｌａｔｉｏｎａｎｄｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｖｅｇｅｔａｔｉｏｎｉｎｄｅｘａｎｄｐｌａｎｔｄｉｖｅｒｓｉｔｙ—ＡｃａｓｅｓｔｕｄｙｏｆｍａｉｎｕｒｂａｎａｒｅａｏｆＨａｉｋｏｕＣｉｔｙ(１.ＣｏｌｌｅｇｅｏｆＦｏｒｅｓｔｒｙꎬＨａｉｎａｎＵｎｉｖｅｒｓｉｔｙꎬＨａｉｋｏｕ５７０２２８ꎬＣｈｉｎａꎻ２.ＨａｉｎａｎＢｉｏｌｏｇｉｃａｌＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＧｅｒｍｐｌａｓｍＲｅｓｏｕｒｃｅｓｏｆＴｒｏｐｉｃａｌＳｐｅｃｉａｌＯｒｎａｍｅｎｔａｌＰｌａｎｔｓꎬＨａｉｋｏｕ５７０２２８ꎬＣｈｉｎａꎻ３.ＨａｉｎａｎＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ/ＨａｉｋｏｕＷｅｔｌａｎｄＰｒｏｔｅｃｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＣｅｎｔｅｒꎬＨａｉｋｏｕ５７１１００ꎬＣｈｉｎａ)ＨＥＲｏｎｇｘｉａｏ１ꎬ２ꎬＬＥＩＪｉｎｒｕｉ３∗ꎬＹＡＮＧＦａｎ１ꎬ２Ａｂｓｔｒａｃｔ:Ｐｌａｎｔｄｉｖｅｒｓｉｔｙｍｏｎｉｔｏｒｉｎｇｉｓａｎｉｍｐｏｒｔａｎｔｂａｓｉｓｆｏｒｓｐｅｃｉｅｓｃｏｎｓｅｒｖａｔｉｏｎａｎｄｖｅｇｅｔａｔｉｏｎｌａｎｄｓｃａｐｅｐｌａｎｎｉｎｇꎬａｎｄｉｔｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｆｏｒｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｐｒｉｏｒｉｔｙａｒｅａｐｒｏｔｅｃｔｉｏｎｆｏｒｂｉｏｄｉｖｅｒｓｉｔｙ.Ｔａｋｉｎｇｔｈｅｍａｉｎｕｒｂａｎ收稿日期:２０１９－０７－１０基金项目:海南省自然科学基金(３１８ＱＮ１９５)ꎻ海南大学科研启动基金(ＫＹＱＤ[ＺＲ]１８３９ꎬＫＹＱＤ[ＺＲ]１８２１)[ＳｕｐｐｏｒｔｅｄｂｙＨａｉｎａｎＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎ(３１８ＱＮ１９５)ꎻＲｅｓｅａｒｃｈＳｔａｒｔ￣ｕｐＦｕｎｄｏｆＨａｉｎａｎＵｎｉｖｅｒｓｉｔｙ(ＫＹＱＤ[ＺＲ]１８３９ꎬＫＹＱＤ[ＺＲ]１８２１)]ꎮ作者简介:何荣晓(１９８７－)ꎬ博士ꎬ讲师ꎬ研究方向为园林植物景观设计ꎬ(Ｅ￣ｍａｉｌ)ｒｘ.ｈｅ＠ｈａｉｎａｎｕ.ｅｄｕ.ｃｎꎮ∗通信作者:雷金睿ꎬ硕士ꎬ助理研究员ꎬ研究方向为城市园林植物与景观评价ꎬ(Ｅ￣ｍａｉｌ)ｒａｙｋｉｎｇｒｅ＠１６３.ｃｏｍꎮ Copyright©博看网 . All Rights Rerved.

３５２ａｒｅａｏｆＨａｉｋｏｕＣｉｔｙａｓａｎｅｘａｍｐｌｅꎬｗｅａｎａｌｙｚｅｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｖｅｇｅｔａｔｉｏｎｉｎｄｅｘａｎｄｔｈｅｐｌａｎｔｄｉｖｅｒｓｉｔｙｉｎｄｅｘｂｙａｐｐｌｙｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａｆｒｏｍＬａｎｄｓａｔ８ａｎｄｍｅａｓｕｒｅｄｄａｔａｉｎｓｉｔｅꎬａｎｄｔｈｅｎｂｕｉｌｔｔｈｅｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇｆｏｒｐｌａｎｔｄｉｖｅｒｓｉｔｙａｎｄｓｃｒｅｅｎｅｄｏｕｔｔｈｅｏｐｔｉｍａｌｍｏｄｅｌｔｈａｔｉｓｕｓｅｄｔｏｍｏｎｉｔｏｒｉｎｇｔｈｅｓｐａｔｉａｌ广　西　植　物４１卷ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐｌａｎｔｄｉｖｅｒｓｉｔｙｉｎｔｈｅｓｔｕｄｙｒｅｇｉｏｎ.Ｔｈｅｒｅｓｕｌｔｓｗｅｒｅａｓｆｏｌｌｏｗｓ:Ｓｈａｎｎｏｎ￣ＷｉｅｎｅｒｄｉｖｅｒｓｉｔｙｉｎｄｅｘꎬＳｉｍｐｓｏｎｄｉｖｅｒｓｉｔｙｉｎｄｅｘａｎｄＰｉｅｌｏｕｅｖｅｎｎｅｓｓｉｎｄｅｘｈａｄｔｈｅｈｉｇｈｅｓｔｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｗｉｔｈＭＳＡＶＩｖｅｇｅｔａｔｉｏｎｉｎｄｅｘꎬｗｉｔｈｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎ(Ｐ<０.０１).ＴｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐｌａｎｔｄｉｖｅｒｓｉｔｙｉｎＨａｉｋｏｕａｃｑｕｉｒｅｄｆｒｏｍｔｈｅｕｎｉｔａｒｙｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｗａｓｃｏｎｓｉｓｔｅｎｔｗｉｔｈｔｈｅａｃｔｕａｌｓｉｔｕａｔｉｏｎ.ＴｈｅａｒｅａｓｗｉｔｈｈｉｇｈｅｒｐｌａｎｔｄｉｖｅｒｓｉｔｉｅｓｗｅｒｅｍａｉｎｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎｔｈｅｖｏｌｃａｎｉｃｃｒａｔｅｒꎬＤｏｎｇｚｈａｉｈａｒｂｏｒａｎｄＹａｎｇｓｈａｎｗｅｔｌａｎｄꎬｗｈｉｃｈｈａｄｏｂｖｉｏｕｓｓｐａｔｉａｌｓｅｌｆ￣ｃｏｒｒｅｌａｔｉｏｎ.Ａｃｃｏｒｄｉｎｇｔｏｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｆｒｏｍｔｈｉｓｒｅｓｅａｒｃｈꎬｃｏｎｔｉｎｕａｌｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｓｔｒｉｃｔｃｏｎｓｅｒｖａｔｉｏｎｍｅａｓｕｒｅｓꎬｅｎｈａｎｃｅｍｅｎｔｏｆｅｃｏｌｏｇｉｃａｌｒｅｓｔｏｒａｔｉｏｎａｎｄｃｏｎｓｅｒｖａｔｉｏｎｐｒｏｊｅｃｔｓꎬａｎｄｉｍｐｒｏｖｅｍｅｎｔｏｆｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅａｎｄｂｉｏｄｉｖｅｒｓｉｔｙａｒｅｒｅｃｏｍｍｅｎｄｅｄ.Ｋｅｙｗｏｒｄｓ:ｂｉｏｄｉｖｅｒｓｉｔｙꎬｖｅｇｅｔａｔｉｏｎｉｎｄｅｘꎬｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅꎬｓｐａｔｉａｌｓｅｌｆ￣ｃｏｒｒｅｌａｔｉｏｎꎬｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇ　　生物多样性是人类赖以生存的物质基础ꎮ随着全球范围内物种和栖息地的丧失ꎬ生物多样性破坏已严重威胁可持续发展和生态系统稳定性ꎬ成为生态学和地理学研究的热点问题(陈亮和王绪高ꎬ２００８ꎻ胡海德等ꎬ２０１２)ꎮ近年来ꎬ随着遥感技术的快速发展ꎬ因其具备大尺度、长时间序列、多类型等优势而被广泛应用于土地利用变化(雷金睿等ꎬ２０１７)、生物量估测(张艳楠等ꎬ２０１２ꎻ王紫君等ꎬ２０１６)、环境监测(Ｋｏｐｏｎｅｎ＆Ｕｌｌｉｎｉｎｅｎꎬ２００２ꎻ闫峰等ꎬ２００６)、森林健康(Ａｒｅｋｈｉｅｔａｌ.ꎬ２０１７)等方面的研究ꎬ将遥感技术应用于生物多样性监测领域也是目前国际生物多样性研究的最新趋势ꎬ同时也是研究难点(徐文婷和吴炳方ꎬ２００５ꎻ程乾等ꎬ２０１６ꎻ郭庆华等ꎬ２０１８ꎻ郭庆华和刘瑾ꎬ２０１８)ꎮ通过遥感手段监测植物多样性有多种方法ꎬ应用较多的是基于景观指数对植物多样性实施监测ꎬ它通过遥感影像生成土地覆盖数据ꎬ进而计算出各种景观指数ꎮ其理论基础是景观异质性与生物多样性的正相关关系(Ｋｅｒｒｅｔａｌ.ꎬ２００１ꎻＧｏｔｔｓｃｈａｌｋｅｔａｌ.ꎬ２００５)ꎬ如李祖政等(２０１８)利用ＬａｎｄｓａｔＥＴＭ＋遥感影像探讨了徐州城市景观格局变化对植物多样性的影响ꎮ然而这种方法适合较大的空间尺度ꎬ单纯使用这种方法得到的多样性信息在精度上存在局限性(Ｇｒｉｆｆｉｔｈｓ＆Ｌｅｅꎬ２０００ꎻＬａｎｇｆｏｒｄｅｔａｌ.ꎬ２００６)ꎮ卫星遥感影像衍生出的植被指数有助于分析生物多样性格局ꎬ这些影像是可更新且易获取的ꎬ并且还可以获得多个时空尺度上的影像信息(Ｄｕｒｏｅｔａｌ.ꎬ２０１４)ꎮ有研究认为ꎬ归一化植被指数(ＮＤＶＩ)与植物多样性之间存在显著正相关关系(Ｆａｉｒｂａｎｋｓ＆ＭｃＧｗｉｒｅꎬ２００４ꎻＣａｙｕｅｌａｅｔａｌꎬ２００６)ꎬ可以解释区域内物种丰富度或多样性变化ꎮ这为间接监测大尺度生物多样性提供了更为便捷的方式ꎬ用于评估区域和全球尺度的生物多样性现状和变化趋势(Ｏｉｎｄｏ＆Ｓｋｉｄｍｏｒｅꎬ２００２ꎻＴｕｒｎｅｒｅｔａｌ.ꎬ２００３)ꎮＦａｉｒｂａｎｋｓ＆ＭｃＧｗｉｒｅ(２００４)的研究表明使用ＮＤＶＩ数据可以在区域尺度和长时间内对植物物种丰富度进行表征和监测ꎮＡｒｅｋｈｉｅｔａｌ.(２０１７)使用Ｌａｎｄｓａｔ数据研究了土耳其Ｇöｎｅｎ大坝流域植被指数与α和β多样性之间的相关性ꎬ研究表明ＮＤＶＩ有助于估计大面积植物的α多样性ꎮ程乾等(２０１６)研究表明ＮＤＶＩ监测湿地植物多样性的最佳空间尺度大小为１５２ｍ×１５２ｍꎬ且与Ｓｉｍｐｓｏｎ指数的相关性显著ꎮ在空间尺度的研究方面ꎬ方彬等(２００７)利用基于空间变异理论和半方差函数探讨了植被指数用于生物多样性监测的最佳研究尺度ꎬ根据模拟结果得出不同植被指数用于生物多样性遥感监测的最佳尺度ꎮ国内外学者对于生物多样性遥感监测在不同植被指数、不同空间尺度甚至不同地域类型都开展了相关研究ꎬ表明遥感技术在生物多样性监测领域广泛的应用前景ꎬ但在大范围的实际应用中仍然处于探索阶段ꎮ海南岛地处热带北缘及干湿热带气候的过渡带ꎬ岛内地形复杂、气候多样、水热充沛、植被类型多样ꎬ保存了我国最大面积的热带雨林和丰富的生物多样性资源(张路等ꎬ２０１１)ꎮ２０１０年ꎬ环保部印 Copyright©博看网 . All Rights Rerved.

发的«中国生物多样性保护战略与行动计划(２０１１—２０３０年)»中ꎬ海南岛中南部被确定为我国生物多样性保护优先区域ꎮ２０１４年ꎬ海南省印发«生物多样性保护战略与行动计划(２０１４—２０３０年)»ꎬ将海南岛北部生物多样性保护优先区域(主要保护对象为海口火山岩地区植被生态系统)确定为全省４个生物多样性保护优先区域之一ꎮ随后ꎬ海口市于２０１５年在«生物多样性保护战略与行动计划»中也将火山、海岸带及近岸海域、红树林等列入生物多样性保护优先区域ꎬ提出建立生物多样性监测和评估体系ꎮ基于此ꎬ本研究以海口市主城区为例ꎬ将遥感技术应用于植物多样性监测领域ꎬ是对区域生物多样性监测与保护的有益探索ꎬ有助于快速开展生物多样性本底调查和监测信息化建设ꎬ加强生物多样性优先区域的保护ꎮ３期何荣晓等:遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口市主城区为例公园ꎬ南部有羊山湿地ꎬ森林覆盖率３３.６３％ꎮ现有植被主要以人工纯林为主ꎬ如木麻黄(Ｃａｓｕａｒｉｎａｅｑｕｉｓｅｔｉｆｏｌｉａ)、马占相思(Ａｃａｃｉａｍａｎｇｉｕｍ)、桉树(Ｅｕｃａｌｙｐｔｕｓｒｏｂｕｓｔａ)、橡胶树(Ｈｅｖｅａｂｒａｓｉｌｉｅｎｓｉｓ)、龙天然林相对较少ꎬ以热带地区常见的野生灌木草丛植物种群为主ꎬ以及分布于东部沿海一带的东寨港红树林群落ꎮ本研究以海口市主城区为研究样区ꎬ面积约５２０ｋｍ２(图１)ꎮ眼(Ｄｉｍｏｃａｒｐｕｓｌｏｎｇａｎ)、荔枝(Ｌｉｔｃｈｉｃｈｉｎｅｎｓｉｓ)等ꎮ３５３２　研究方法２.１植物多样性调查基于ＡｒｃＧＩＳ１０.３采用随机抽样方法在海口市主城区范围内设置６０个样方ꎬ大小为３０ｍ×３０ｍꎮ在２０１３年６—１１月间ꎬ采用高精度ＧＰＳ定位实地寻找随机布设的样方ꎬ对样方内的调查记录内容包括:土地利用类型、地面覆盖情况ꎻ胸径≥３ｃｍ乔木的种类、株数、胸径、树高、干高、冠幅、健康状况等ꎻ灌木的种类、盖度、高度、健康状况ꎻ草本的种类、面积、高度、健康状况(何荣晓ꎬ２０１６)ꎮ但由于部分样方落在建筑、水面或农田上ꎬ为避免影响相关性分析精度ꎬ剔除代表性不强、易引起偏差的样方ꎬ最后优选出４８个样方数据(图１)ꎮ从１　研究区概况海口市(１１０°１０′—１１０°４１′Ｅ、１９°３２′—２０°０５′Ｎ)位于海南岛北部ꎬ属热带海洋性季风气候ꎬ为典型的热带滨海省会城市ꎮ海拔为０~２２２ｍꎬ年平均气温２４.４℃ꎬ年平均降水量１６９６.６ｍｍꎬ平均相对湿度８５％ꎮ区域内以滨海平原地貌为主ꎬ东部有海南东寨港红树林自然保护区ꎬ西部有火山口世界地质图１　研究区样方点分布示意图Ｆｉｇ.１　Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓａｍｐｌｅｐｌｏｔｓｉｎｔｈｅｓｔｕｄｙｒｅｇｉｏｎ Copyright©博看网 . All Rights Rerved.

中随机抽取２/３的样方数据(即３２个样方)用于建模ꎬ剩余的样方用于模型验证ꎮ植物多样性指数选取３种广泛使用的α多样性指数(刘鲁霞ꎬ２０１９)ꎮ其计算公式如下ꎮ(１)Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数:Ｈ＝－∑(ＰｉｌｎＰｉ)ꎻｉ＝１ｓ３５４广　西　植　物(１)差值植被指数:ＤＶＩ＝ＮＩＲ－Ｒꎻ(２)增强型植被指数:ＥＶＩ＝２.５×(ＮＩＲ－Ｒ)ꎻＮＩＲ＋６×Ｒ－７.５×Ｂ＋１４１卷(３)修改型土壤调整植被指数:(２)Ｓｉｍｐｓｏｎ多样性指数:Ｄ＝１－∑(Ｐｉ)２ꎻ(３)Ｐｉｅｌｏｕ均匀度指数:Ｊ＝Ｈꎮｌｎ(Ｓ)ｉ＝１ｓ２ＮＩＲ＋１－(２ＮＩＲ＋１)２－８(ＮＩＲ－Ｒ)ＭＳＡＶＩ＝ꎻ２(４)归一化差异植被指数:ＮＤＶＩ＝(５)比值植被指数:ＲＶＩ＝ＮＩＲꎻＲＮＤＶＩ＋０.５ꎮＮＩＲ－ＲꎻＮＩＲ＋Ｒ式中:Ｓ为物种数ꎻＰｉ为物种ｉ的相对重要值ꎮ植物物种的相对重要值计算公式如下ꎮ相对显著度)/３ꎻ相对盖度)/３ꎻ相对盖度)/３ꎻ(１)乔木层:重要值ＩＶ＝(相对密度＋相对频度＋(２)灌木层:重要值ＩＶ＝(相对密度＋相对频度＋(３)草本层:重要值ＩＶ＝(相对高度＋相对频度＋(４)相对重要值＝该物种的重要值/该样地内通过Ｒ.３.２.２的ｖｅｇａｎ软件包中的ｄｉｖｅｒｓｉｔｙ函数完成植物物种多样性指数计算(何荣晓ꎬ２０１６)ꎮ植物综合多样性指数引用杨学军等(１９９８)的多序稳定假说提出的时间－稳定系数Ｃ＝ｌｎ(ａ＋１)(ａ为植物进入稳定状态的时间)来计算乔木层、灌木层、草本层权重ꎬ求和得到相应综合指数ꎮ本研究中乔木层、灌木层、草本层的权重值分别取０.６、０.３和０.１(周彬等ꎬ２００２ꎻ程乾等ꎬ２０１６)ꎮ２.２植被指数计算选用海口市清晰少云、且与调查时间一致的Ｌａｎｄｓａｔ８ＯＬＩ￣ＴＩＲＳ遥感影像(数据来源于中国科学院计算机网络信息中心地理空间数据云平台(ｈｔｔｐ://ｗｗｗ.ｇｓｃｌｏｕｄ.ｃｎ))ꎬ获取时间为２０１３－１０－２６ꎬ５.１软件平台ꎬ遥感影像经几何校正、辐射校正等预处理ꎬ误差控制在０.５个像元ꎬ运用栅格计算器分别计算生成各类植被指数栅格图ꎬ空间分辨率均为３０ｍꎮ选取６种常用的植被指数进行处理分析(张艳楠等ꎬ２０１２ꎻＡｒｅｋｈｉｅｔａｌ.ꎬ２０１７)ꎮ计算公式如下ꎮ(６)转换型植被指数:ＴＶＩ＝式中:ＮＩＲ代表近红外波段即ＯＬＩ￣５ꎻＲ代表红外波段即ＯＬＩ￣４ꎻＢ代表蓝色波段即ＯＬＩ￣２ꎮ２.３数据统计分析根据前人对生物多样性遥感监测最佳空间尺度的研究成果(方彬等ꎬ２００７ꎻＭａｌｉｈｅｈｅｔａｌ.ꎬ２０１７)ꎬ本文ＤＶＩ、ＩＰＶＩ、ＭＳＡＶＩ、ＮＤＶＩ、ＲＶＩ和ＴＶＩ５种植被指数采用３×３像元(即９０ｍ×９０ｍ)ꎬＥＶＩ采用４×４像元(即１２０ｍ×１２０ｍ)ꎬ利用ＧＩＳ空间分析工具分别对植被指数栅格图进行邻域均值统计分析ꎮ再通过样方中心点坐标提取得到每个样方所对应的植被指数值ꎬ导入ＳＰＳＳ２２.０进行植被指数与植物多样性之间的Ｐｅａｒｓｏｎ相关性分析及回归分析ꎬ并建立相应的估测数学模型ꎮ通过计算估测值与实测值之间的标准误差(ＲＭＳＥ)、平均相对误差(ＭＲＥ)、平均绝对误差(ＭＡＥ)来分析研究区植物多样性遥感估测精度(Ｐｅｒｅｉｒａｅｔａｌ.ꎬ２０１０)ꎬ进而采用最佳数学模型估测研究区植物多样性ꎬ得到研究区植物多样性的空间分布矢量数据ꎮ为探索植物多样性的空间关联特征和聚集性ꎬ采用地统计学理论中的全局空间自相关Ｍｏｒａｎ’ｓＩ统计量对研究区植物多样性的空间分布特征进行表征ꎮ计算公式如下ꎮＩ＝Ｓ２(􀰐ｉ􀰐ｊｗｉｊ)ｎ－－􀰐ｎｉ＝１􀰐ｊ＝１ｗｉｊ(ｘｉｘ)(ｘｊｘ)所有物种的重要值之和ꎮ云量为２.４４％ꎬ轨道号为ｐ１２４/ｒ４６ꎮ依托ＥＮＶＩꎮ局部空间自相关指标常采用局部Ｍｏｒａｎ’ｓＩ统计量进行度量ꎬ用以准确地把握局部空间要素的聚集性和分异特征(Ａｎｓｅｌｉｎｅｔａｌ.ꎬ２００６)ꎮ计算公式如下ꎮ Copyright©博看网 . All Rights Rerved.

３期Ｉｉ＝－(ｘｉ－ｘ)􀰐ｎｊ＝１ｗｉｊ(ｘｉｘ)１ｎ􀰐ｉ＝１(ｘｉ－ｘ)２ꎮｎＳ２何荣晓等:遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口市主城区为例３５５ꎻＳ２＝式中:ｎ是空间单元数量ꎻｘｉ和ｘｊ分别表示单元ｉ和单元ｊ的观测值ꎻｗｉｊ是基于空间ｋ邻接关系建立的空间权重矩阵ꎮ空间自相关分析采用ＧｅｏＤａ１.６.７软件完成ꎮ３　结果与分析３.１植物群落优势种从研究区各层次植物重要值排名前１０位的物种来看(表１)ꎬ乔木层以椰子、印度紫檀为主要优势物种ꎬ重要值分别为１０.５１％和８.４３％ꎻ灌木层优势物种以黄金榕、龙船花为主ꎬ重要值分别为９.８１％和８.４０％ꎻ草本层则以细叶结缕草、结缕草等为主要优势物种ꎬ重要值分别为１３.７１％和看ꎬ灌木层主要物种的优势程度要高于乔木层和草本层ꎬ其中除了鹅掌藤和福建茶为本地物种之外ꎬ其余的皆为栽培种ꎮ乔木层的本地物种种类较多ꎬ如椰子、秋枫、高山榕等ꎬ分布也较为广泛ꎮ草本层中本地种主要是牛筋草、地毯草、海芋等ꎬ其中南美蟛蜞菊为热带恶性入侵植物ꎮ３.２植被指数与植物多样性相关性分析对植被指数与实际调查各样点的植物多样性指数的相关性分析见表２ꎮ由表２可知ꎬＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数(Ｈ)、Ｓｉｍｐｓｏｎ多样性指数(Ｄ)、Ｐｉｅｌｏｕ均匀度指数(Ｊ)与６种植被指数均呈显著正相关(Ｐ<０.０１)ꎮ其中ꎬＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数、Ｓｉｍｐｓｏｎ多样性指数和Ｐｉｅｌｏｕ均匀度指数与植被指数相关系数排前３位的分说明植物多样性与植被指数之间存在较强相关性ꎮ因此ꎬ可以利用植被指数建立植物多样性监测数学模型ꎮ在相关性分析的基础上ꎬ利用相关系数最高的植被指数与植物多样性进行回归分析ꎬ分别建立一元线性回归模型(图２)ꎮ其中Ｓｈａｎｎｏｎ￣别是ＭＳＡＶＩ、ＴＶＩ、ＮＤＶＩꎬ均在０.５５０以上(表２)ꎬ图２　植物多样性指数与植被指数的散点图分析Ｆｉｇ.２　Ｓｃａｔｔｅｒｍａｐｓｂｅｔｗｅｅｎｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｅｓａｎｄｐｌａｎｔｄｉｖｅｒｓｉｔｉｅｓ７.０９％ꎮ从排名前１０位优势物种的重要值之和来Ｗｉｅｎｅｒ多样性指数的线性回归模型为ｙ＝１.８２７５ｘ＋数的线性回归模型为ｙ＝０.９５１３ｘ＋０.０５２８ꎬ复相关系数为０.４４６７ꎻＰｉｅｌｏｕ均匀度指数的线性回归模型为ｙ＝１.２２２５ｘ＋０.１８９５ꎬ复相关系数为０.３３１０ꎬ均达到显著水平(Ｐ<０.０１)ꎬ表明一元线性回归模型具有统计学意义ꎮ３.３植物多样性模型精度分析由表３可知ꎬ１６个样地点的Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多０.０４０８ꎬ复相关系数为０.４２４４ꎻＳｉｍｐｓｏｎ多样性指 Copyright©博看网 . All Rights Rerved.

３５６广　西　植　物表１　植物层次的主要优势种Ｔａｂｌｅ１　Ｍａｊｏｒｄｏｍｉｎａｎｔｓｐｅｃｉｅｓｉｎｐｌａｎｔｌｅｖｅｌ４１卷重要值前１０乔木层ＴｏｐｔｅｎｏｆＴｒｅｅｌａｙｅｒｉｍｐｏｒｔａｎｔｖａｌｕｅ１２３４５６７８９１０椰子Ｃｏｃｏｓｎｕｃｉｆｅｒａ重要值Ｉｍｐｏｒｔａｎｔｖａｌｕｅ(％)１０.５１８.４３５.０５４.６２４.２７４.０８３.３９２.９９２.９１２.４９４８.７４灌木层Ｓｈｒｕｂｌａｙｅｒ黄金榕Ｆｉｃｕｓｍｉｃｒｏｃａｒｐａ‘ＧｏｌｄｅｎＬｅａｖｅｓ’龙船花Ｉｘｏｒａｃｈｉｎｅｎｓｉｓ重要值Ｉｍｐｏｒｔａｎｔｖａｌｕｅ(％)９.８１８.４０６.５８５.９２４.７７４.００３.９９３.７１３.５３３.４３５４.１５草本层Ｈｅｒｂｌａｙｅｒ细叶结缕草Ｚｏｙｓｉａｐａｃｉｆｉｃａ重要值Ｉｍｐｏｒｔａｎｔｖａｌｕｅ(％)１３.７１７.０９４.６７４.５９３.９６３.３１２.８２２.５５２.４４２.２４４７.３７印度紫檀Ｐｔｅｒｏｃａｒｐｕｓｉｎｄｉｃｕｓ大王棕Ｒｏｙｓｔｏｎｅａｒｅｇｉａ垂叶榕Ｆｉｃｕｓｂｅｎｊａｍｉｎａ散尾葵Ｃｈｒｙｓａｌｉｄｏｃａｒｐｕｓｌｕｔｅｓｃｅｎｓ扶桑Ｈｉｂｉｓｃｕｓｒｏｓａ￣ｓｉｎｅｎｓｉｓ结缕草Ｚｏｙｓｉａｊａｐｏｎｉｃａ牛筋草Ｅｌｅｕｓｉｎｅｉｎｄｉｃａ小叶榕Ｆｉｃｕｓｍｉｃｒｏｃａｒｐａ非洲楝Ｋｈａｙａｓｅｎｅｇａｌｅｎｓｉｓ秋枫Ｂｉｓｃｈｏｆｉａｊａｖａｎｉｃａ高山榕Ｆｉｃｕｓａｌｔｉｓｓｉｍａ黄葛榕Ｆｉｃｕｓｖｉｒｅｎｓ金叶假连翘Ｄｕｒａｎｔａｅｒｅｃｔａ‘ＧｏｌｄｅｎＬｅａｖｅｓ’鹅掌藤Ｓｃｈｅｆｆｌｅｒａａｒｂｏｒｉｃｏｌａ南美蟛蜞菊Ｓｐｈａｇｎｅｔｉｃｏｌａｔｒｉｌｏｂａｔａ水鬼蕉Ｈｙｍｅｎｏｃａｌｌｉｓｌｉｔｔｏｒａｌｉｓ三角梅Ｂｏｕｇａｉｎｖｉｌｌｅａｇｌａｂｒａ朱蕉Ｃｏｒｄｙｌｉｎｅｆｒｕｔｉｃｏｓａ旅人蕉Ｒａｖｅｎａｌａｍａｄａｇａｓｃａｒｉｅｎｓｉｓ海芋Ａｌｏｃａｓｉａｏｄｏｒａ鸡蛋花Ｐｌｕｍｅｒｉａｒｕｂｒａ‘Ａｃｕｔｉｆｏｌｉａ’重要值之和Ｔｏｔａｌｉｍｐｏｒｔａｎｔｖａｌｕｅ花叶假连翘Ｄｕｒａｎｔａｅｒｅｃｔａ‘Ｖａｒｉｅｇａｔａ’福建茶Ｃａｒｍｏｎａｍｉｃｒｏｐｈｙｌｌａ斑茅Ｓａｃｃｈａｒｕｍａｒｕｎｄｉｎａｃｅｕｍ地毯草Ａｘｏｎｏｐｕｓｃｏｍｐｒｅｓｓｕｓ鹤望兰Ｓｔｒｅｌｉｔｚｉａｒｅｇｉｎａｅ重要值之和Ｔｏｔａｌｉｍｐｏｒｔａｎｔｖａｌｕｅ重要值之和Ｔｏｔａｌｉｍｐｏｒｔａｎｔｖａｌｕｅ表２　植被指数与植物多样性间的相关系数Ｔａｂｌｅ２　Ｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｂｅｔｗｅｅｎｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｅｓａｎｄｐｌａｎｔｄｉｖｅｒｓｉｔｉｅｓ植物多样性指数ＰｌａｎｔｄｉｖｅｒｓｉｔｙｉｎｄｅｘＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒｄｉｖｅｒｓｉｔｙｉｎｄｅｘ(Ｈ)Ｓｉｍｐｓｏｎ多样性指数Ｓｉｍｐｓｏｎｄｉｖｅｒｓｉｔｙｉｎｄｅｘ(Ｄ)Ｐｉｅｌｏｕ均匀度指数Ｐｉｅｌｏｕｅｖｅｎｎｅｓｓｉｎｄｅｘ(Ｊ)ＤＶＩ０.６０３∗∗０.６２３∗∗０.５２３∗∗ＥＶＩ０.５５１∗∗０.５６１∗∗０.４７０∗∗ＭＳＡＶＩ０.６５１∗∗０.６６８∗∗０.５７５∗∗ＮＤＶＩ０.６２０∗∗０.６３９∗∗０.５５０∗∗ＲＶＩ０.５６２∗∗０.５８５∗∗０.５０４∗∗ＴＶＩ０.６３４∗∗０.６５２∗∗０.５６１∗∗　注:∗∗表示在０.０１水平上显著相关ꎮ　Ｎｏｔｅ:∗∗ｍｅａｎｓｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎａｔ０.０１ｌｅｖｅｌ.表３　植物多样性实测值与估测模型估测值的误差Ｔａｂｌｅ３　Ｅｒｒｏｒｏｆｏｂｓｅｒｖａｔｉｏｎｖａｌｕｅａｎｄｓｉｍｕｌａｔｉｏｎｖａｌｕｅｂａｓｅｄｏｎｔｈｅｅｓｔｉｍａｔｅｄｍｏｄｅ植物多样性指数ＰｌａｎｔｄｉｖｅｒｓｉｔｙｉｎｄｅｘＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒｄｉｖｅｒｓｉｔｙｉｎｄｅｘ(Ｈ)Ｓｉｍｐｓｏｎ多样性指数Ｓｉｍｐｓｏｎｄｉｖｅｒｓｉｔｙｉｎｄｅｘ(Ｄ)Ｐｉｅｌｏｕ均匀度指数Ｐｉｅｌｏｕｅｖｅｎｎｅｓｓｉｎｄｅｘ(Ｊ)均值差值Ｍｅａｎｄｉｆｆｅｒｅｎｃｅｖａｌｕｅ０.０３６０.０２６０.０２１标准误差ＲＭＳＥ０.１０５０.１１７０.０４７平均相对误差ＭＲＥ(％)６.９０５.１０７.０３平均绝对误差ＭＡＥ０.０７６０.０４４０.０９１复相关系数Ｒ２０.８８７１０.８８１６０.４７８１ Copyright©博看网 . All Rights Rerved.

３期何荣晓等:遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口市主城区为例３５７图３　研究区植物多样性分级Ｆｉｇ.３　Ｇｒａｄｅｓｏｆｂｉｏｌｏｇｉｃａｌｄｉｖｅｒｓｉｔｉｅｓｉｎｔｈｅｓｔｕｄｙｒｅｇｉｏｎ相关系数分别为０.８８７１、０.８８１６、０.４７８１ꎮ结果表明ꎬＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数和Ｓｉｍｐｓｏｎ多样性指数的拟合效果较好ꎬＰｉｅｌｏｕ均匀度指数相对较差ꎬ但均达到显著水平(Ｐ<０.０１)ꎮ因此ꎬ可以使用线性回归模型估测研究区植物多样性的空间分布ꎮ３.４植物多样性空间分布从图３可以看出ꎬＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数、Ｓｉｍｐｓｏｎ多样性指数和Ｐｉｅｌｏｕ均匀度指数的空间分布较为一致ꎮ研究区主城区及南渡江入海口、西部长流开发区等区域ꎬ人口分布密集ꎬ植被覆盖程度低(多为城市人工绿地)ꎬ造成该区域的植物多样性水平偏低ꎮ在研究区西南部、东部等区域ꎬ因有海口火山口次生林以及东寨港红树林图４　Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数Ｍｏｒａｎ散点图Ｆｉｇ.４　Ｍｏｒａｎｓｃａｔｔｅｒ￣ｐｌｏｔｏｆＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒｄｉｖｅｒｓｉｔｙｉｎｄｅｘ等自然植被的连片分布ꎬ植被覆盖程度很高ꎬ且生长旺盛ꎬ植物多样性等级也最高ꎮ但在城乡结合部的市区南部、南渡江以东区域零散分布有耕地、块状湿地等用地类型ꎬ自然与人工覆被镶嵌分布其中ꎬ所以植物多样性居于中等水平ꎮ另外ꎬ在城区中心的金牛岭公园、万绿园等地也表现出较高样性指数、Ｓｉｍｐｓｏｎ多样性指数和Ｐｉｅｌｏｕ均匀度指数估测值与实测值的均值差值分别为０.０３６、０.０２６、０.０２１ꎬＭＲＥ分别为６.９０％、５.１０％、７.０３％ꎬ复 Copyright©博看网 . All Rights Rerved.

３５８广　西　植　物４１卷图５　Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数空间自相关聚集图Ｆｉｇ.５　Ｃｌｕｓｔｅｒｇｒａｐｈｓｏｆｓｐａｔｉａｌｓｅｌｆ￣ｃｏｒｒｅｌａｔｉｏｎｏｆＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒｄｉｖｅｒｓｉｔｙｉｎｄｅｘ的植物多样性和均匀度ꎮ３.５植物多样性空间自相关分析从图４可以看出ꎬＭｏｒａｎ散点主要分布在第一象限(ＨＨ)和第三象限(ＬＬ)ꎬ第二象限(ＬＨ)和第四象限(ＨＬ)散点分布相对较少ꎬ全局Ｍｏｒａｎ’ｓＩ指数为０.６９１２ꎬ这说明研究区Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数具有很强的空间正相关性ꎬ具有非常明显的聚集性ꎬ在空间分布上并非完全随机(图４)ꎮ从空间自相关分布图(图５)来看ꎬ直观反映了Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性在空间聚集与分异的位置分布特征ꎮＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数ＨＨ聚集主要分布在研究区西南部、东南部以及南部区域ꎮＬＬ聚集区主要出现在海口建成区以及西海岸开发区一带ꎮ在城乡结合部区域空间聚集性表现不显著(ＮＳ)ꎮ而ＨＬ聚集和ＬＨ聚集类型则在研究区内呈零星分布ꎮ４　讨论４.１植物多样性估测模型本研究利用Ｌａｎｄｓａｔ８遥感数据与样方实测数据分析了植被指数与植物多样性指数之间的相关性ꎬ并估测植物多样性的空间分布特征ꎬ结果表明Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数、Ｓｉｍｐｓｏｎ多样性指数线性回归模型拟合效果较好(Ｐ<０.０１)ꎬ具有统计学意义ꎮ梁大双(２０１１)在对吉林蛟河地区的森林植物多样性与植被指数之间的数学关系研究中得出ꎬＳｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数与ＳＡＶＩ指数(土壤调整植被指数)的相关性最好ꎬ模型在一定程度上反映出森林植物多样性状况ꎬ这与本研究得出的结论一致ꎮ和Ｐｉｅｌｏｕ均匀度指数与ＭＳＡＶＩ的相关系数最高ꎬ Copyright©博看网 . All Rights Rerved.

３期何荣晓等:遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口市主城区为例不同的地表覆被会表现出不同的遥感光谱特最高的区域ꎬ因此植物多样性水平也随之较高ꎬ这也反映出在保护地范围内外植物多样性水平的明显差异ꎮ而在研究区南部的羊山湿地一带ꎬ湿地植物茂密且物种多样ꎬ表现出植物多样性也相对较高ꎮ此外ꎬ在海口市主城区的金牛岭公园、万绿园、人民公园等城市绿地ꎬ由于自然植被的高度覆盖也反映出较高的植物多样性水平ꎬ这与雷金睿等(２０１７)对海口城市公园植物物种多样性分析的结果趋同ꎮ可见ꎬ利用估测模型得出研究区域的植物多样性空间分布状况与实际情况基本相符ꎬ监测结果可以反映海口市植物多样性的空间分布状况ꎮ通过地统计学理论探讨研究区植物多样性空间自相关性ꎬ结果表现出显著的正空间自相关关系ꎬ具有非常明显的聚集性ꎮ根据空间聚类模式认为ꎬ在东寨港红树林自然保护区、火山口及其周边区域(ＨＨ聚集)建议继续实施严格的保护措施ꎬ禁止或限制建设扩张ꎬ维持高水平的植物多样性ꎮ而在研究区南部的羊山湿地区域ꎬ应当限制耕地侵占、人为破坏干扰等方式损害羊山湿地多用途功能ꎬ继续保持较高水平的植物多样性ꎬ发挥湿地蓄水、净化等多样化的生态系统服务功能ꎮ上述区域的植被生态系统也是海口市生物多样性行动计划的优先保护区域ꎬ而在部分植物多样性水平较低的区域(ＬＬ聚集)应考虑更多的生态修复工程或城市景观绿化建设ꎬ提高植被覆盖率ꎮ３５９征ꎬ目前利用这一特征在监测生物量、蓄积量等方面应用广泛(张艳楠等ꎬ２０１２ꎻ王紫君等ꎬ２０１６)ꎬ方法较为成熟ꎬ建立遥感观测信息与地面实测数据的紧密联系从而实现二者的互补和有效结合(郭庆华等ꎬ２０１８ꎻ郭庆华和刘瑾ꎬ２０１８)ꎬ使大尺度空间监测成为可能ꎮ然而ꎬ建立遥感光谱与植物多样性间的关系模型的方法目前仍然存在一些问题(梁大双ꎬ２０１１)ꎮ引入多个空间指标因子可以明显提高回归模型的拟合精度ꎬ如李燕军(２００６)在植被指数与植物多样性的一元回归模型基础上引入坡向数据构建多元回归模型ꎬ显著提高了回归方程的拟合度ꎮ此外ꎬ高程对植物多样性指数的估测也会产生一定的负向影响ꎬ即高程增加会导致多样性的降低(梁大双ꎬ２０１１)ꎮ但本研究区域首先选择在海口市北部滨海平原区域ꎬ地势平坦ꎬ高程相差很小ꎬ因此高程因子对本研究中的植物多样性影响可忽略不计ꎻ其次ꎬ本研究中的遥感数据与样方定位均通过空间纠正处理ꎬ匹配精度满足研究需要ꎬ也为精确分析遥感植被指数和植物多样性指数之间的相关性奠定了基础ꎮ４.２植物多样性空间分布对区域保护的启示长期以来ꎬ生物多样性的空间分布大都是通过繁琐的野外调查和分析获取ꎬ但这种途径会消耗大量人力物力和时间ꎬ不利于规划管理者及时掌握生物多样性的时空分布和制定切实可行的生物多样性保护策略(Ｆａｌｌａｈｅｔａｌ.ꎬ２０１２ꎻＤａｌｍａｙｎｅｅｔａｌ.ꎬ２０１３)ꎮ在保护栖息地和大量物种时ꎬ监测植２０１２)ꎮ本研究利用卫星遥感数据确定植物多样性ꎬ结合地面调查数据构建监测模型ꎬ是一种获取植物多样性分布及其在大面积上的状态的便捷方式ꎬ这与郭庆华等(２０１８)和Ｔｕｒｎｅｒｅｔａｌ.(２００３)的研究结果一致ꎮ这些数据是可更新的、标准化的和多尺度的ꎬ这在生物多样性保护和植被景观规划的有效管理和决策中发挥着重要作用ꎬ使其在大尺度生物多样性监测、制图和评估方面具有极大优势ꎮ在研究区西南部区域靠近海口火山口地质公园ꎬ东部的红树林自然保护区均为植被覆盖程度物多样性已成为一个重要问题(Ｋｉｒａｎ＆Ｍｕｄａｌｉａｒꎬ５　结论与展望本研究利用Ｌａｎｄｓａｔ８遥感影像与样方实测数据研究了海口市植物多样性的相关性及空间分布状况ꎬ结果表明Ｓｈａｎｎｏｎ￣Ｗｉｅｎｅｒ多样性指数、Ｓｉｍｐｓｏｎ多样性指数和Ｐｉｅｌｏｕ均匀度指数与ＭＳＡＶＩ、ＴＶＩ、ＮＤＶＩ等３个植被指数的相关系数较高ꎬ均在０.５５０以上ꎻ以ＭＳＡＶＩ与不同植物多样性指数建立线性回归模型ꎬ拟合效果较好ꎬ且均通过显著性检验(Ｐ<０.０１)ꎬ说明回归方程具有统计学意义ꎮ通过最优模型监测研究区植物多样性结果与实际情况相符ꎬ表明本估测模型具有科学性与可靠性ꎬ证明利用遥感数据可快速有效地监测海 Copyright©博看网 . All Rights Rerved.

口市植物多样性水平ꎮ根据研究结果建议继续实施严格的保护措施ꎬ加强城区的生态修复与保护工程ꎬ提高植被覆盖率和生物多样性水平ꎮ这对于植物多样性遥感监测、区域保护发展和维护生态安全具有重要的实践意义ꎬ是对海南岛生物多样性遥感监测与保护的有益探索ꎮ但应当注意的是ꎬ生态学和地理学的特征及现象常伴随着复杂的尺度效应ꎬ如何更科学地确定植被指数的空间尺度还有待于进一步研究ꎮ此外ꎬ引入其他空间指标如高分辨率的遥感影像、土壤类型等ꎬ继续提高植物多样性遥感监测精度也应当是今后重点研究的方向之一ꎮ３６０广　西　植　物参考文献:ＡＮＳＥＬＩＮＬꎬＳＹＡＢＲＩＩꎬＫＨＯＹꎬ２００６.ＧｅｏＤａ:Ａｎｉｎｔｒｏｄｕｃｔｉｏｎｔｏｓｐａｔｉａｌｄａｔａａｎａｌｙｓｉｓ[Ｊ].ＧｅｏｇｒＡｎａｌꎬ３８(１):５－２２.ＡＲＥＫＨＩＭꎬＹＩＬＭＡＺＯＹꎬＹＩＬＭＡＺＨꎬｅｔａｌ.ꎬ２０１７.ＣａｎｔｒｅｅｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙｂｅａｓｓｅｓｓｅｄｗｉｔｈＬａｎｄｓａｔｄａｔａｉｎａｔｅｍｐｅｒａｔｅｆｏｒｅｓｔ?[Ｊ].ＥｎｖｉｒｏｎＭｏｎｉｔＡｓｓｅｓｓꎬ１８９:５８６.ＣＡＹＵＥＬＡＬꎬＢＥＮＡＹＡＳＪＭＲꎬＪＵＳＴＥＬＡꎬｅｔａｌ.ꎬ２００６.Ｍｏｄｅｌｌｉｎｇｔｒｅｅｄｉｖｅｒｓｉｔｙｉｎａｈｉｇｈｌｙｆｒａｇｍｅｎｔｅｄｔｒｏｐｉｃａｌｍｏｎｔａｎｅｌａｎｄｓｃａｐｅ[Ｊ].ＧｌｏｂＥｃｏｌＢｉｏｇｅｏｇｒꎬ１５:６０２－６１３.ＣＨＥＮＬꎬＷＡＮＧＸＧꎬ２００８.Ｂｉｏｄｉｖｅｒｓｉｔｙａｎｄｆｏｒｅｓｔｅｃｏｓｙｓｔｅｍｈｅａｌｔｈ:Ｓｏｍｅｋｅｙｑｕｅｓｔｉｏｎｓ[Ｊ].ＣｈｉｎＪＥｃｏｌꎬ２７(５):８１６－８２０.[陈亮ꎬ王绪高ꎬ２００８.生物多样性与森林生态系统健康的几个关键问题[Ｊ].生态学杂志ꎬ２７(５):８１６－８２０.]ＣＨＥＮＧＱꎬＣＨＥＮＹＦꎬＬＩＳＤꎬｅｔａｌ.ꎬ２０１６.ＲｅｓｅａｒｃｈｏｎｐｌａｎｔｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙｉｎｅｓｔｕａｒｉｎｅｗｅｔｌａｎｄｏｆＨａｎｇｚｈｏｕｂａｙｂａｓｅｄｏｎｔｈｅＧＦ￣１ｓａｔｅｌｌｉｔｅａｎｄｉｎｓｉｔｕｄａｔａ[Ｊ].ＪＮａｔＲｅｓｏｕｒꎬ３１(１１):１９３８－１９４８.[程乾ꎬ陈奕霏ꎬ李顺达ꎬ等ꎬ２０１６.基于高分１号卫星和地面实测数据的杭州湾河口湿地植物物种多样性研究[Ｊ].自然资源学报ꎬ３１(１１):１９３８－１９４８.]ＤＡＬＭＡＹＮＥＪꎬＭÖＣＫＥＬＴꎬＰＲＥＮＴＩＣＥＨＣꎬｅｔａｌ.ꎬ２０１３.Ａｓｓｅｓｓｍｅｎｔｏｆｆｉｎｅ￣ｓｃａｌｅｐｌａｎｔｓｐｅｃｉｅｓｂｅｔａｄｉｖｅｒｓｉｔｙｕｓｉｎｇＷｏｒｌｄＶｉｅｗ￣２ｓａｔｅｌｌｉｔｅｓｐｅｃｔｒａｌｄｉｓｓｉｍｉｌａｒｉｔｙ[Ｊ].ＥｃｏｌＩｎｆｏｒｍꎬ１８:１－９.ＤＵＲＯＤＣꎬＧＩＲＡＲＤＪꎬＫＩＮＧＤＪꎬｅｔａｌ.ꎬ２０１４.ＰｒｅｄｉｃｔｉｎｇｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙｉｎａｇｒｉｃｕｌｔｕｒａｌｅｎｖｉｒｏｎｍｅｎｔｓｕｓｉｎｇｌａｎｄｓａｔＴＭｉｍａｇｅｒｙ[Ｊ].ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎꎬ１４４:２１４－２２５.ＦＡＩＲＢＡＮＫＳＤＨＫꎬＭＣＧＷＩＲＥＫＣꎬ２００４.ＰａｔｔｅｒｎｓｏｆｆｌｏｒｉｓｔｉｃｒｉｃｈｎｅｓｓｉｎｖｅｇｅｔａｔｉｏｎｃｏｍｍｕｎｉｔｉｅｓｏｆＣａｌｉｆｏｒｎｉａ:Ｒｅｇｉｏｎａｌｓｃａｌｅａｎａｌｙｓｉｓｗｉｔｈｍｕｌｔｉ￣ｔｅｍｐｏｒａｌＮＤＶＩ[Ｊ].ＧｌｏｂＥｃｏｌＢｉｏｇｅｏｇｒꎬ１３:２２１－２３５.ＦＡＬＬＡＨＣꎬＭＯＺＡＦＦＡＲＳＢꎬＨＡＳＨＥＭＩＳＡꎬ２０１２.ＰｒｏｂａｂｉｌｉｔｙｍｅａｓｕｒｅｍｅｎｔｔｏｅｓｔｉｍａｔｅｆｏｒｅｓｔｔｒｅｅｄｉｖｅｒｓｉｔｙｕｓｉｎｇＩＲＳ￣ｐ６ｓａｔｅｌｌｉｔｅｉｍａｇｅｓｉｎＣａｓｐｉａｎｂｒｏａｄｌｅａｖｅｄｆｏｒｅｓｔｓ[Ｊ].ＡＲＰＮＪＡｇｒＢｉｏｌＳｃｉꎬ７:２３８－２４３.ＦＡＮＧＢꎬＣＨＥＮＢꎬＺＨＡＮＧＹꎬ２００７.Ｒｅｓｅａｒｃｈｏｎｓｃａｌｅｓｅｌｅｃｔｉｏｎａｎｄｍａｐｐｉｎｇｏｆｉｎｓｐｅｃｔｉｎｇｂｉｏｌｏｇｉｃｄｉｖｅｒｓｉｔｙｕｓｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇ[Ｊ].ＧｅｏｇｒＧｅｏ￣ＩｎｆｏｒＳｃｉꎬ２３(６):７８－８１.[方彬ꎬ陈波ꎬ张元ꎬ２００７.生物多样性遥感监测尺度选择及制图研究[Ｊ].地理与地理信息科学ꎬ２３(６):７８－８１.]ＧＯＴＴＳＣＨＡＬＫＴꎬＨＵＥＴＴＭＡＮＮＦꎬＥＨＬＥＲＳＭꎬ２００５.Ｒｅｖｉｅｗａｒｔｉｃｌｅ:Ｔｈｉｒｔｙｙｅａｒｓｏｆａｎａｌｙｓｉｎｇａｎｄｍｏｄｅｌｌｉｎｇａｖｉａｎｈａｂｉｔａｔｒｅｌａｔｉｏｎｓｈｉｐｓｕｓｉｎｇｓａｔｅｌｌｉｔｅｉｍａｇｅｒｙｄａｔａ:Ａｒｅｖｉｅｗ[Ｊ].ＩｎｔＪＲｅｍｏｔｅＳｅｎｓꎬ２６:２６３１－２６５６.ＧＲＩＦＦＩＴＨＳＧꎬＬＥＥＪꎬ２０００.Ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎａｎｄｓｐｅｃｉｅｓｒｉｃｈｎｅｓｓ:Ｒｅｇｉｏｎａｌｓｃａｌｅａｎａｌｙｓｉｓｆｒｏｍｒｅｍｏｔｅｓｅｎｓｉｎｇ[Ｊ].ＩｎｔＪＲｅｍｏｔｅＳｅｎｓꎬ２１:２６８５－２７０４.ＧＵＯＱＨꎬＨＵＴＹꎬＪＩＡＮＧＹＸꎬｅｔａｌ.ꎬ２０１８.Ａｄｖａｎｃｅｓｉｎｒｅｍｏｔｅｓｅｎｓｉｎｇａｐｐｌｉｃａｔｉｏｎｆｏｒｂｉｏｄｉｖｅｒｓｉｔｙｒｅｓｅａｒｃｈ[Ｊ].ＢｉｏｄｉｖｅｒｓＳｃｉꎬ２６(８):７８９－８０６.[郭庆华ꎬ胡天宇ꎬ姜媛茜ꎬ等ꎬ２０１８.遥感在生物多样性研究中的应用进展[Ｊ].生物多样性ꎬ２６(８):７８９－８０６.]ＧＵＯＱＨꎬＬＩＵＪꎬ２０１８.Ｒｅｍｏｔｅｓｅｎｓｉｎｇｈａｓｂｅｃｏｍｅａｎｉｎｄｉｓｐｅｎｓａｂｌｅｔｅｃｈｎｏｌｏｇｙｆｏｒｂｉｏｄｉｖｅｒｓｉｔｙｒｅｓｅａｒｃｈｐｒｏｔｅｃｔｉｏｎａｎｄｃｈａｎｇｅｍｏｎｉｔｏｒｉｎｇ[Ｊ].ＢｉｏｄｉｖｅｒｓＳｃｉꎬ２６(８):７８５－７８８.[郭庆华ꎬ刘瑾ꎬ２０１８.遥感已经成为生物多样性研究保护与变化监测不可或缺的技术手段[Ｊ].生物多样性ꎬ２６(８):７８５－７８８.]ＨＥＲＸꎬ２０１６.Ｉｍｐａｃｔｓｏｆｕｒｂａｎｉｚａｔｉｏｎｏｎｐｌａｎｔｄｉｖｅｒｓｉｔｙ:ＡｃａｓｅｓｔｕｄｙｏｆＨａｉｋｏｕＣｉｔｙ[Ｄ].Ｈａｉｋｏｕ:ＨａｉｎａｎＵｎｉｖｅｒｓｉｔｙ.[何荣晓ꎬ２０１６.城市化对植物多样性的影响:以海口市为例[Ｄ].海口:海南大学.]ＨＵＨＤꎬＬＩＸＹꎬＤＵＹＦꎬｅｔａｌ.ꎬ２０１２.Ｒｅｓｅａｒｃｈａｄｖａｎｃｅｓｉｎｂｉｏｄｉｖｅｒｓｉｔｙｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇ[Ｊ].ＣｈｉｎＪＥｃｏｌꎬ３１(６):１５９１－１５９６.[胡海德ꎬ李小玉ꎬ杜宇飞ꎬ等ꎬ２０１２.生物多样性遥感监测方法研究进展[Ｊ].生态学杂志ꎬ３１(６):１５９１－１５９６.]ＫＥＲＲＪＴꎬＳＯＵＴＨＷＯＯＤＴꎬＣＩＨＬＡＲＪꎬ２００１.ＲｅｍｏｔｅｌｙｓｅｎｓｅｄｈａｂｉｔａｔｄｉｖｅｒｓｉｔｙｐｒｅｄｉｃｔｓｂｕｔｔｅｒｆｌｙｓｐｅｃｉｅｓｒｉｃｈｎｅｓｓａｎｄｃｏｍｍｕｎｉｔｙｓｉｍｉｌａｒｉｔｙｉｎＣａｎａｄａ[Ｊ].ＰＮａｔｌＡｃａｄＳｃｉＵＳＡꎬ９８:１１３６５.ＫＩＲＡＮＧＳꎬＭＵＤＡＬＩＡＲＡꎬ２０１２.Ｒｅｍｏｔｅｓｅｎｓｉｎｇ＆ｇｅｏｉｎｆｏｒｍａｔｉｃｓｔｅｃｈｎｏｌｏｇｙｉｎｅｖａｌｕａｔｉｏｎｏｆｆｏｒｅｓｔｔｒｅｅｄｉｖｅｒｓｉｔｙ[Ｊ].ＡｓｉａｎＪＰｌａｎｔＳｃｉＲｅｓꎬ２:２３７－２４２.ＫＯＰＯＮＥＮＳꎬＵＬＬＩＮＩＮＥＮＪꎬ２００２.ＬａｋｅｗａｔｅｒｑｕａｌｉｔｙｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈａｉｒｂｏｒｎｅｈｙｐｅｒｓｐｅｃｔｒａｌｓｐｅｃｔｒｏｍｅｔｅｒａｎｄｓｉｍｕｌａｔｅｄＭＥＲＩＳｄａｔａ[Ｊ].ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎꎬ７９:５１－５９.ＬＡＮＧＦＯＲＤＷＴꎬＧＥＲＧＥＬＳＥꎬＤＩＥＴＴＥＲＩＣＨＴＧꎬｅｔａｌ.ꎬ２００６.Ｍａｐｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｃａｎｃａｕｓｅｌａｒｇｅｅｒｒｏｒｓｉｎｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｉｎｄｉｃｅｓ:Ｅｘａｍｐｌｅｓｆｒｏｍｈａｂｉｔａｔｆｒａｇｍｅｎｔａｔｉｏｎ[Ｊ].Ｅｃｏｓｙｓｔｅｍｓꎬ９:４７４－４８８.ＬＥＩＪＲꎬＣＨＥＮＺＺꎬＹＡＮＧＱꎬｅｔａｌ.ꎬ２０１７.ＧＩＳ￣ｂａｓｅｄｇｒａｄｉｅｎｔａｎａｌｙｓｉｓｏｆｕｒｂａｎｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｏｆＨａｉｋｏｕ[Ｊ].ＪＮＷＦｏｒＵｎｉｖꎬ３２(３):２０５－２１０.[雷金睿ꎬ陈宗铸ꎬ杨琦ꎬ等ꎬ２０１７.基于ＧＩＳ的海口市景观格局梯度分析[Ｊ].西北林４１卷 Copyright©博看网 . All Rights Rerved.

学院学报ꎬ３２(３):２０５－２１０.]ＬＥＩＪＲꎬＳＯＮＧＸＱꎬＣＨＥＮＺＺꎬ２０１７.ＡｎａｌｙｓｉｓｏｎｐｌａｎｔｃｏｍｍｕｎｉｔｙｄｉｖｅｒｓｉｔｙｉｎＨａｉｋｏｕＣｉｔｙｐａｒｋｓ[Ｊ].ＪＳＷＦｏｒＵｎｉｖꎬ３７(１):８８－９３.[雷金睿ꎬ宋希强ꎬ陈宗铸ꎬ２０１７.海口城市公园植物群落多样性研究[Ｊ].西南林业大学学报ꎬ３７(１):８８－９３.]ＬＩＹＪꎬ２００６.Ｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｓｃｒｅｅｎｉｎｇａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇｍｏｄｅｌｏｆｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙ[Ｄ].Ｌａｎｚｈｏｕ:ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ.[李燕军ꎬ２００６.植被指数筛选与物种多样性遥感监测模型研究[Ｄ].兰州:甘肃农业大学.]ＬＩＺＺꎬＹＯＵＨＭꎬＷＡＮＧＺＹꎬ２０１８.Ｍｕｌｔｉ￣ｓｃａｌｅｅｆｆｅｃｔｓｏｆｕｒｂａｎｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｏｎｐｌａｎｔｄｉｖｅｒｓｉｔｙｉｎＸｕｚｈｏｕＣｉｔｙꎬＪｉａｎｇｓｕＰｒｏｖｉｎｃｅꎬＣｈｉｎａ[Ｊ].ＣｈｉｎＪＡｐｐｌＥｃｏｌꎬ２９(６):１８１３－１８２１.[李祖政ꎬ尤海梅ꎬ王梓懿ꎬ２０１８.徐州城市景观格局对绿地植物多样性的多尺度影响[Ｊ].应用生态学报ꎬ２９(６):１８１３－１８２１.]ＬＩＡＮＧＤＳꎬ２０１１.Ａｐｐｌｉｃａｔｉｏｎｒｅｓｅａｒｃｈｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇｏｆｆｏｒｅｓｔｐｌａｎｔｄｉｖｅｒｓｉｔｙ[Ｄ].Ｂｅｉｊｉｎｇ:ＢｅｉｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ.[梁大双ꎬ２０１１.森林植物多样性遥感监测应用研究[Ｄ].北京:北京林业大学.]ＬＩＵＬＸꎬＰＡＮＧＹꎬＲＥＮＨＢꎬｅｔａｌ.ꎬ２０１９.ＰｒｅｄｉｃｔｔｒｅｅｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙｆｒｏｍＧＦ￣２ｓａｔｅｌｌｉｔｅｄａｔａｉｎａｓｕｂｔｒｏｐｉｃａｌｆｏｒｅｓｔｏｆＣｈｉｎａ[Ｊ].ＳｃｉＳｉｌｖＳｉｎꎬ５５(２):６１－７４.[刘鲁霞ꎬ庞勇ꎬ任海保ꎬ等ꎬ２０１９.基于高分２号遥感数据估测中亚热带天然林木本植物物种多样性[Ｊ].林业科学ꎬ５５(２):６１－７４.]ＭＡＬＩＨＥＨＡꎬＯＳＭＡＮＹＹꎬＨＡＴＩＣＥＹꎬｅｔａｌ.ꎬ２０１７.ＣａｎｔｒｅｅｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙｂｅａｓｓｅｓｓｅｄｗｉｔｈＬａｎｄｓａｔｄａｔａｉｎａｔｅｍｐｅｒａｔｅｆｏｒｅｓｔ?[Ｊ].ＥｎｖｉｒｏｎＭｏｎｉｔＡｓｓｅｓｓꎬ１８９:５８６.ＯＩＮＤＯＢＯꎬＳＫＩＤＭＯＲＥＡＫꎬ２００２.ＩｎｔｅｒａｎｎｕａｌｖａｒｉａｂｉｌｉｔｙｏｆＮＤＶＩａｎｄｓｐｅｃｉｅｓｒｉｃｈｎｅｓｓｉｎＫｅｎｙａ[Ｊ].ＩｎｔＪＲｅｍｏｔｅＳｅｎｓꎬ２３:２８５－２９８.ＰＥＲＥＩＲＡＰꎬＯＬＩＶＡＭꎬＢＡＬＴＲＥＮＡＩＴＥＥꎬ２０１０.Ｍｏｄｅｌｌｉｎｇｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｈａｚａｒｄｏｕｓｍｏｕｎｔａｉｎｏｕｓａｒｅａｓ.Ｃｏｎｔｒｉｂｕｔｉｏｎｔｏｌａｎｄｓｃａｐｅｐｌａｎｎｉｎｇａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｍａｎａｇｅｍｅｎｔ[Ｊ].ＪＥｎｖｉｒｏｎＥｎｇＬａｎｄｓｃꎬ１８:３２９－３４２.ＴＵＲＮＥＲＷꎬＳＰＥＣＴＯＲＳꎬＧＡＲＤＩＮＥＲＮꎬｅｔａｌ.ꎬ２００３.Ｒｅｍｏｔｅｓｅｎｓｉｎｇｆｏｒｂｉｏｄｉｖｅｒｓｉｔｙｓｃｉｅｎｃｅａｎｄｃｏｎｓｅｒｖａｔｉｏｎ[Ｊ].ＴｒｅｎｄｓｉｎＥｃｏｌＥｖｏｌꎬ１８:３０６－３１４.ＷＡＮＧＺＪꎬＳＨＥＮＧＲꎬＺＨＵＹꎬｅｔａｌ.ꎬ２０１６.Ｒｅｓｅａｒｃｈｏｎ３期何荣晓等:遥感植被指数与植物多样性的相关性及空间分布特征研究———以海口市主城区为例ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｂｉｏｍａｓｓｄｉｓｔｒｉｂｕｔｉｏｎｉｎｕｒｂａｎｆｏｒｅｓｔｓｏｆＳｈａｎｇｈａｉｍｅｔｒｏｐｏｌｉｓｂａｓｅｄｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇａｎｄｓｐａｔｉａｌａｎａｌｙｓｉｓ[Ｊ].ＣｈｉｎＪＰｌａｎｔＥｃｏｌꎬ４０(４):３８５－３９４.[王紫君ꎬ申广荣ꎬ朱赟ꎬ等ꎬ２０１６.基于遥感和空间分析的上海城市森林生物量分布特征[Ｊ].植物生态学报ꎬ４０(４):３８５－３９４.]ＸＵＷＴꎬＷＵＢＦꎬ２００５.Ｐｒｏｇｒｅｓｓｏｎｍｅａｓｕｒｉｎｇｆｏｒｅｓｔｂｉｏｄｉｖｅｒｓｉｔｙｗｉｔｈｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｉｑｕｅ[Ｊ].ＡｃｔａＥｃｏｌＳｉｎꎬ２５(５):１１９９－１２０４.[徐文婷ꎬ吴炳方ꎬ２００５.遥感用于森林生物多样性监测的进展[Ｊ].生态学报ꎬ２５(５):１１９９－１２０４.]ＹＡＮＦꎬＬＩＭＳꎬＷＡＮＧＹＪꎬｅｔａｌ.ꎬ２００６.Ａｐｐｌｉｃａｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｉｑｕｅｔｏｍｏｎｉｔｏｒａｇｒｉｃｕｌｔｕｒａｌｄｉｓａｓｔｅｒｓ[Ｊ].ＪＮａｔＤｉｓａｓｔｅｒꎬ１５(６):１３２－１３６.[闫峰ꎬ李茂松ꎬ王艳姣ꎬ等ꎬ２００６.遥感技术在农业灾害监测中的应用[Ｊ].自然灾害学报ꎬ１５(６):１３２－１３６.]ＹＡＮＧＸＪꎬＪＩＡＮＧＺＬꎬＤＡＩＧＱꎬｅｔａｌ.ꎬ１９９８.Ｔｈｅｓｔｕｄｙｏｎｃｏｍｐａｒｉｎｇｔｈｅｂｉｏｄｉｖｅｒｓｉｔｙｏｆｔｈｅｍａｉｎｆｏｒｅｓｔｔｙｐｅｓｉｎｓｏｕｔｈｐｒｏｖｉｎｃｅ[Ｊ].ＣｈｉｎＪＥｃｏｌꎬ１７(６):１４－１７.[杨学军ꎬ姜志林ꎬ戴国钦ꎬ等ꎬ１９９８.苏南主要森林类型的生物多样性调查与比较研究[Ｊ].生态学杂志ꎬ１７(６):１４－１７.]ＺＨＡＮＧＬꎬＯＵＹＡＮＧＺＹꎬＸＩＡＯＹꎬｅｔａｌ.ꎬ２０１１.ＰｒｉｏｒｉｔｙａｒｅａｓｆｏｒｂｉｏｄｉｖｅｒｓｉｔｙｃｏｎｓｅｒｖａｔｉｏｎｉｎＨａｉｎａｎＩｓｌａｎｄ:Ｅｖａｌｕａｔｉｏｎａｎｄｓｙｓｔｅｍａｔｉｃｃｏｎｓｅｒｖａｔｉｏｎｐｌａｎｎｉｎｇ[Ｊ].ＣｈｉｎＪＡｐｐｌＥｃｏｌꎬ２２(８):２１０５－２１１２.[张路ꎬ欧阳志云ꎬ肖燚ꎬ等ꎬ２０１１.海南岛生物多样性保护优先区评价与系统保护规划[Ｊ].应用生态学报ꎬ２２(８):２１０５－２１１２.]ＺＨＡＮＧＹＮꎬＮＩＵＪＭꎬＺＨＡＮＧＱꎬｅｔａｌ.ꎬ２０１２.Ａｄｉｓｃｕｓｓｉｏｎｏｎａｐｐｌｉｃａｔｉｏｎｓｏｆｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｆｏｒｅｓｔｉｍａｔｉｎｇａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｏｆｔｙｐｉｃａｌｓｔｅｐｐｅ[Ｊ].ＡｃｔａＰｒａｔａｃＳｉｎꎬ２１(１):２２９－２３８.[张艳楠ꎬ牛建明ꎬ张庆ꎬ等ꎬ２０１２.植被指数在典型草原生物量遥感估测应用中的问题探讨[Ｊ].草业学报ꎬ２１(１):２２９－２３８.]ＺＨＯＵＢꎬＺＨＥＮＧＸＸꎬＺＨＯＮＧＹꎬｅｔａｌ.ꎬ２００２.Ｓｙｎｔｈｅｔｉｃｉｎｄｉｃｅｓｆｏｒｓｔａｎｄｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙ[Ｊ].ＪＢｅｉｊｉｎｇＦｏｒＵｎｉｖꎬ２４(２):２２－２６.[周彬ꎬ郑小贤ꎬ钟艳ꎬ等ꎬ２００２.林分物种多样性指标体系的研究[Ｊ].北京林业大学学报ꎬ２４(２):２２－２６.](责任编辑　何永艳)３６１ Copyright©博看网 . All Rights Rerved.