0 引言
土地利用景观格局与破碎化是自然、经济和社会等因素相互作用的结果[1,2,3]。通过对景观破碎化特征的研究,有助于帮助我们深入认识景观格局与生态过程的相互关系,进而推测内在景观破碎化的驱动力[4,5,6]。准确获取景观土地利用图已成为景观格局和破碎化研究的关键。近年来遥感和GIS技术的快速发展为土地利用制图和景观破碎化研究提供了强有力的数据和技术支撑[7,8]。遥感影像具有覆盖面广、时效性强和成本低的优势,已成为获取土地利用图数据的主要手段。2013年2月11日美国国家航空航天局成功发射了Landsat8卫星,延续了Landsat系列卫星对地观测任务,因此成为获取当前遥感数据的重要来源[9]。利用遥感影像进行土地利用解译一般的方法包括目视解译、监督分类和非监督分类[10]。目前认为监督分类比目视解译和非监督分类更客观、更精确[11]。监督分类算法包括随机森林算法、最大似然法等,已经被广泛地应用在遥感影像解译[12]陕西省其他领域的研究中[13]。
陕西省延安周边地区从20世纪70年代年以来实施的水土保持工程以及1999年以来的退耕还林工程使得该区土地利用变化迅速[14]。快速准确实时地获取该区土地利用变化信息以及评估当前土地利用景观破碎化对于及时监控生态安全与土地优化调整具有重要的科学意义[15]。本文以延安麻塔流域为例,基于Landsat8影像数据,利用监督分类(随机森林算法和最大似然法)对该区近期的土地利用情况进行分类,然后分别从3个景观层次(斑块、景观要素及景观)对该地区土地景观的破碎化程度进行分析,以期阐明麻塔流域景观在斑块数量、斑块密度、最大斑块指数及香农多样性等方面的破碎化特征,为该地区土地利用结构调整和生态系统服务功能评估提供数据支持。
1 研究区概况及数据源
1.1 研究区概况
麻塔流域位于陕西省北部延安宝塔区的南部(N109.526 8°,E36.469 5°,如图1所示),流域面积2.44 km2,海拔1 185~1 379 m,为典型的黄土丘陵区。气候属于干旱、半干旱气候,夏季炎热,冬季寒冷干燥。通过1960—2000年间的全球气候数据插值结果显示,该地区年均温8.8 °C,多年平均降雨量523 mm,6—9月份降雨量占据全年降雨量的70%以上。流域内土壤类型为黄绵土。麻塔流域2012年共有居民337人,苹果产业是该地区农民的主要经济来源。
图1
1.2 数据源
2 研究方法
2.1 土地利用分类
1)地表反射率图层获取。用麻塔流域边界去裁切获取的Landsat8影像数据,获得影像2—7波段的灰度值图层。由于地表反射率比灰度值具有更强的时空数据转移能力,因此本研究使用satellite包[21]中的calcAtmosCorr和calcTopoCorr函数对6个波段的灰度值进行了辐射定标、地形校正和辐射校正,获取6个波段的地表反射率图层。辐射校正使用暗目标消减法(DOS2)实现,地球大气层外的太阳辐射通过satellite包中的calcTOAIrradTable函数实现。地形校正中使用的坡度和坡向数据利用satellite包中的demTools函数从数字高程模型(digital elevation model,DEM)数据获取,DEM数据来自地理空间数据云(
2)监督分类及其评估。为了客观地评估监督分类的预测效果,将195个地面观测点按照3:7比例随机分割成两部分,其中70%的观测点数据用于构建随机森林分类模型和最大似然分类模型; 然后使用剩下的30%的观测点数据进行模型的评估。随机森林模型和最大似然模型通过RStoolbox包中的superClass函数实现[21]。该函数对这两个监督模型评估的指标为: 预测正确率、Kappa指标、敏感度指数和特异度指数。
以上指标是通过m维混合矩阵实现的,它们从整体上反映模型的表现;
这2个指标是通过2维混合矩阵实现的,它们从不同土地分类方面反映模型的表现。
3)最优结果的筛选。为了减少单次随机分割对模型评估不确定性,通常采用k-fold交叉验证的方法[22](样本量较大)或者jacknife-1的方法(样本量较少); 也有采用大量重复随机分割的方法[23],然后从中寻找最优分割(Top1)结果,或将前10优分割(Top10)的平均结果作为最终模型表现。本研究采用Top1最优分割方法,即重复该步骤100次,共获得200次分类结果(其中100次随机森林分类结果,100次最大似然分类结果)。在这200次的分类结果中寻找预测正确率最高且Kappa值最大的那一次作为最优土地利用分类结果。根据Kappa值的大小判断模型的表现,分级指标设定为: Kappa值[0,0.2)较差、[0.2,0.4)一般、[0.4,0.6)较准确、[0.6,0.8)很准确、[0.8,1.0]极准确。
4)土地利用图制图。为了掩盖随机因素对土地利用景观格局的影响,使用raster包[24]中的focal函数进行局部平滑算法(3×3)对土地利用分类图进行处理,并将平滑后的结果作为最终的土地利用图,用于麻塔流域土地景观破碎化指数的计算。所有的计算和作图都在R语言上完成(
2.2 景观指数计算
表1 景观破碎化指数及其含义
Tab.1
| 层次 | 指标 | 描述 | 单位 |
|---|---|---|---|
| 斑块层次 | 斑块面积 | 斑块面积 | hm2 |
| 景观要素层次 | 斑块数量 | 景观要素斑块的个数 | 个 |
| 斑块密度 | 景观要素斑块数量除以景观要素斑块面积 | 个/hm2 | |
| 平均斑块面积 | 景观要素总面积除以景观要素斑块数量 | hm2 | |
| 香农多样性 | 反映景观要素内所有斑块的多样性 | — | |
| 景观 层次 | 斑块数量 | 景观斑块的个数 | 个 |
| 斑块密度 | 景观斑块数量除以景观斑块面积 | 个/hm2 | |
| 最大斑块指数 | 景观最大斑块面积除以景观总面积 | % | |
| 香农多样性 | 反映景观内所有斑块的多样性 | — |
3 计算结果
3.1 土地利用遥感解译结果
两种算法对土地利用的遥感解译表明,随机森林模型的预测整体准确性较高(准确度为74%,Kappa值为0.68),最大似然法进行土地利用分类整体效果较差(准确度为64%,Kappa值为0.55)。2种算法对6种土地利用类型的敏感度和特异度的分析表明(图2),随机森林模型和最大似然模型具有相似的格局: ①二者都具有较高的特异度,6种土地利用的特异度值均大于0.83,表明两种算法对背景的侦测能力均较强,模型分类都具有较低的I型错误(即错误被预测为正确); ②两者在敏感度上具有较大的变异性,6种土地利用的敏感度值范围为0.1~1.0,表明2种算法都在某些地类上的侦测能力较弱,模型分类有时会产生较大的II型错误(即正确被预测为错误)。如果以敏感度阈值0.8为界限,其中随机森林模型对森林、灌木、果园和其他土地类型具有较高的预测效果,而最大似然模型只对灌木和其他土地类型具有较好的预测效果; 两种算法对农田的预测效果均较差,两者的敏感度值均小于0.2(图2)。
图2
图2
随机森林和最大似然模型的6种土地利用的敏感度和特异度指数
Fig.2
Sensitivity and specificity indices of 6 land uses in random forest and maximum likelihood models
综合模型的整体预测表现和各地类预测表现,认为随机森林模型比最大似然模型更能有效地进行土地利用类型的遥感解译。因此,本研究将随机森林算法预测的结果作为最优地类分类结果,其局部平滑后的分类图见图3。总体上来说,果园属于麻塔流域的优势土地利用类型,其次为森林、草地和灌木; 森林主要分布于麻塔流域的上游(南部)地区。
图3
图3
麻塔流域土地利用图及其对应面积分布
Fig.3
Land covers map and their corresponding area size in mata watershed
3.2 土地景观格局与破碎化
本研究景观格局与破碎化在3个空间尺度上进行分析,包括斑块层次、景观要素层次和景观层次。
3.2.1 斑块层次
斑块是由景观中的栅格组成,是景观中最有用的单元。研究结果显示在所有的土地类型产生的斑块中,果园具有最大斑块,面积121.5 hm2。景观中斑块面积的频率分布图见图4。小于0.81 hm2斑块占据总斑块数量的67.7%(面积仅仅占据9%)。大于9 hm2的斑块占有总斑块数量的比例很少,仅有3个斑块,分别为森林、草地、果园土地利用类型,相当于总斑块数量的2.36%,但这3个斑块的面积却占据总流域面积的58.86%,表明这3个斑块的土地类型在该流域发挥着重要的景观功能。
图4
图4
麻塔流域景观斑块面积对数值分布频率
Fig.4
Frequency map for logarithmic area of landscape patches in mata watershed
3.2.2 景观要素层次
景观要素是组成景观的个体成分,是相似斑块的集合。麻塔流域的景观由6个景观要素组成,森林、灌木、草地、果园、农田和其他类。每个景观要素的景观指数见表2。森林景观斑块数量少、密度低、香农多样性低、意味着森林破碎化程度不高; 灌木斑块数量多、平均斑块小、香农多样性高,表明灌木破碎化严重; 草地斑块数量多、斑块密度小、香农多样性高,表明草地破碎化严重; 果园平均斑块大、斑块密度低、香农多样性低,表明果园破碎化程度不高; 农田斑块小、斑块密度高、香农多样性高,表明农田破碎化度高; 其他用地斑块数量少、斑块密度不高、平均斑块较小,香农多样性不高,表明其他用地破碎化程度不高。
表2 麻塔流域景观要素破碎化指数
Tab.2
| 土地类型 | 斑块数量/ 个 | 斑块密度/ (个·hm-2) | 平均斑块 面积/hm2 | 香农多样性 |
|---|---|---|---|---|
| 森林 | 9 | 0.40 | 2.50 | 0.89 |
| 灌木 | 35 | 1.20 | 0.84 | 3.08 |
| 草地 | 39 | 0.75 | 1.32 | 2.27 |
| 果园 | 11 | 0.09 | 11.04 | 0.63 |
| 农田 | 22 | 2.61 | 0.38 | 2.69 |
| 其他 | 11 | 1.01 | 1.00 | 2.05 |
3.2.3 景观层次
麻塔流域的景观是6种景观要素构成的集合。景观整体破碎化指标详细情况见表3。麻塔流域总共有127个斑块,斑块面积总体变化较大(平均斑块大小为1.92 hm2),斑块密度大小为0.52 个/hm2; 景观最大斑块指数为42.57%,说明最大斑块主导景观的格局。景观香农多样性值为2.83,相当于香农多样性理论最大值的58%(理论状态为斑块数保持不变,但斑块面积相等的景观格局的状态),表明麻塔流域的整体多样性并不高。
表3 麻塔流域景观整体破碎化指数
Tab.3
| 指标 | 数值 | 单位 |
|---|---|---|
| 斑块数量 | 127 | 个 |
| 斑块密度 | 0.52 | 个/hm2 |
| 最大斑块指数 | 42.57 | % |
| 香农多样性 | 2.83 | — |
4 讨论
准确的土地利用图是进行景观格局分析的关键。过去的很多研究是通过搜集已经存在的图件进行的研究[1,5,26]。这些图件在时间上不是最新的,在准确性上也是很难评估的。利用遥感影像解译土地利用图就能克服上述问题。本研究利用Landsat8卫星影像解译2016年的土地利用图,随机森林算法进行监督分类的准确性(准确度是74%,Kappa指标为0.68)高于最大似然法进行的监督分类准确性(准确度是64%,Kappa指标为0.55); 同时,随机森林算法对各类土地利用类型的敏感度值均高于或等于最大似然法的预测表现(图2)。两者都表明随机森林模型比最大似然法更适合用于麻塔流域的土地利用的遥感解译。随机森林模型的表现优于最大似然法的主要原因,可能是该算法采用了组合预测策略,通过大量分类数的汇总提高了模型的预测精度; 而最大似然算法仅采用单一预测策略,依赖判别函数和规则的建立。许多研究的结果体现了组合预测策略的优越性,即组合预测能够克服单一预测策略的某些缺点[28]。与很多专门致力于遥感影像解译的研究相比,如加入纹理特征或利用其他的算法来进行土地利用解译[11,15,20],这些研究的土地利用图解译的准确度比本研究仅仅高出约10百分点。因此,本研究的解译结果能够满足景观破碎化分析的需求。
虽然随机森林模型比最大似然模型具有较高的整体预测准确性,但是随机森林模型依然在某些地类的解译中效果较差,例如农田(敏感度值为0.17)。通过对随机森林模型预测6个地类的敏感度值与景观要素破碎指数进行简单的曲线拟合(图5),发现斑块数量与敏感度指数之间存在较强的非线性、非单调函数关系(图5(a)); 斑块密度、香农多样性与敏感度值之间存在较强的线性、单调递减的函数关系(图5(b),(d)); 平均斑块面积与敏感度指数之间存在非线性、单调递减函数关系(图5(c))。这些关系在最大似然模型中依然存在(最大似然法和随机森林法具有相似的敏感度指数格局,见图2),表明景观破碎化程度的加剧可能是导致监督分类对农田预测敏感度降低的主要原因,也是降低模型整体表现的主要原因。通过改进算法来提高监督分类对农田预测的敏感度可能作用不大(即减少模型的II型错误),而使用分辨率更高的遥感影像(如1 m分辨率),可能更有利于提高监督分类对农田的敏感度,因为更高分辨率的遥感影像更能够反映出农田小斑块内部的核心光谱特征。
图5
图5
敏感度指数与景观要素破碎指数的函数关系
Fig.5
Functional relationship between sensitivity index and landscape fragmentation index
本研究将麻塔流域6类土地利用类型划分成3个类别[15]: 生态防护型(林地、灌木和草地)、农业生产型(果园和农田)和生活服务型(其他)。生态防护型用地占据总流域面积的42.3%,农业生产型用地占据总流域面积的53.2%,生活服务型占据总流域面积的4.5%。在所有的6种土地利用类型中,果园类型的土地占据最大面积121.5 hm2,相当于流域总面积的49.8%,表明果园景观在整个流域生态系统中的优势地位。
景观破碎化的过程伴随着斑块的穿孔、分割、缩小、磨蚀等过程,进而导致景观要素连接性的降低,使破碎斑块对外部干扰表现得更加脆弱[4]。景观破碎化给景观生态过程带来不同方面的影响,例如生物多样性降低、可入侵性增强、物种迁移能力减弱等[3,29]。本研究的景观破碎化分析表明麻塔流域的森林、果园和其他3类土地利用类型的景观破碎化程度不高,它们拥有较大的斑块,意味着它们具有较好的连通性,因此,麻塔流域的森林能够较好地保存生物多样性,果园能够抵抗杂草的入侵以及有利于昆虫的传粉[30],其他地类(道路和房屋)能够有利于当地居民的日常出行与农业生产运输,这也突出显示了这3个土地利用类型在景观功能上发挥着生态防护、农业生产和生活服务的能力。灌木、草地和农田的破碎化严重,这3种土地利用类型拥有较大的斑块数量和香农多样性,其中灌木和草地属于生态防护型土地利用类型,且占有景观面积较大,说明生态防护功能会受到一定的削弱作用,主要表现在物种多样性保存能力可能减弱、外来植物种入侵可能性加剧、小斑块中的物种或将成为meta种群,更容易受到较强Allee效应和边缘效应的影响而具有较高的灭绝风险[31]; 农田属于农业生产型土地利用类型,农田破碎化的加剧可能会带来农民经营管理成本增加、杂草入侵加剧、鼠虫害频繁和昆虫传粉受限等危害,但其占有面积相对于果园面积可以忽略不计,因此,农田破碎化对麻塔流域整体的农业生产功能影响不大。
王宪礼等[5]在研究辽河三角洲湿地的景观格局中认为,土地类型表现出景观要素多样性下降,并且伴随着景观要素破碎化严重。本研究的结果与其存在显著不同。本研究发现景观要素多样性的顺序为: 灌木>农田>草地>其他>森林>果园,即随着麻塔流域景观要素多样性的下降,景观要素破碎化程度减少。这种差异的原因可能是辽河三角洲湿地的景观功能主要体现在生态防护方面,而麻塔流域的景观功能体现在生态防护、农业生产和生活服务3个方面,表明人类活动在景观格局形成中的作用存在差异性。麻塔流域人类的干扰将有利于该地区景观向整体化方向发展,即从自然景观向农业景观方向的发展。另外,麻塔流域中小于0.81 hm2斑块占据景观总斑块数量的67.7%,而面积仅仅占据流域总面积的9%。因此,将这些小斑块改造成相邻景观的土地利用类型,能够减少麻塔流域景观破碎化程度,从而提高麻塔流域景观整体化水平,有利于麻塔流域景观的可持续发展。
5 结论
Landsat8卫星延续了Landsat7卫星对地持续观测的能力。本研究通过对麻塔流域Landsat8卫星遥感影像的解译,获取了麻塔流域土地利用图,进而利用各种景观指数评估了该地区土地景观破碎化程度。
1)土地利用遥感解译结果认为随机森林算法比最大似然法更适合于麻塔流域的土地利用分类; 解译结果认为果园在所有6种土地类型中占据最大的面积比例。
2)景观破碎化分析认为森林、果园和其他3类土地利用类型的景观破碎化程度不高,表明它们在生态防护、农业生产、生活服务方面发挥重要的景观功能; 灌木、草地和农田的景观破碎化严重,意味着它们在生态防护和农业生产方面的景观功能已经被削弱。
3)将灌木、草地和农田的小斑块(小于0.81 hm2)改造成相邻大斑块的土地利用类型将有利于提高麻塔流域景观的整体化水平,有利于麻塔流域景观的可持续发展。
参考文献
北京东灵山地区景观格局及破碎化评价
[J].
Landscape pattern and fragmentation in Donglingshan Mountain region
[J].
长沙市景观破碎化时空分异特征研究
[J]. 基于2000年长沙市1∶10万土地利用图，利用ERDAS软件对1989年、2006年的遥感图像进行解译； 在地理信息系统软件ArcGIS和景观格局分析软件Fragstats支持下，以城镇建设空间重心为中心，分别选取东西、南北景观样带（40 km×8 km）和8个不同半径的同心圆缓冲区，用斑块密度、边界密度、平均斑块分维数、蔓延度指数及香农多样性指数等指标，定量分析长沙市景观破碎化时空分异特征。研究结果表明： ①相对于1989年，2006年长沙市城市建设用地空间重心向东偏南约75°角方向移动了2.45 km； ②随着城市化的不断推进，城镇建设不断以圈层式空间形态向外扩张，对近郊地区的景观生态格局造成较大的影响； ③“城市-乡村”样带研究表明，城市集聚效应明显，市中心景观破碎化程度较小，连通性较好，近郊地区土地利用类型多样，景观异质性变化显著，各斑块被边界割裂的程度高，连通性差，破碎化程度高。
The investigation of spatiotemporal patterns of landscape fragmentation during rapid urbanization in Changsha City
[J].
From pattern to process:Landscape fragmentation and the analysis of land use/land cover change
[J].
辽河三角洲湿地的景观格局分析
[J].利用遥感、GIS手段对辽河三角洲湿地景观的格局与异质性进行研究，结果表明，研究区空间格局的基本构型以大斑块为主体，破碎化程度较低，基本呈聚集型分布。构成景观主体的是稻田景观、苇田景观和滩涂景观，尤以稻田景观为最。聚集度指数人工湿地为0．924．自然湿地次之为0．897，半自然湿地为0．870。整个研究区共有斑块1213个，最大斑块为1401．38km2，最小斑块只有0．394km2。其间相差3600余倍，表明斑块在大小上变异很大。斑块形状较为规则，同类型斑块间的差异较小，自我相似性较好，从这一角度来说，研究区景观的总体构型较为规整且有章可循。密集的廊道体系是研究区景观的重要特色之一。随着人类干扰强度增加，景观多样性下降，优势度增高。
Analysis on landscape patterns of Liaohe delta wetland
[J].
Landscape pattern changes over 25 years across a hotspot zone in southern Brazil
[J].DOI:10.2989/20702620.2018.1542563 URL [本文引用: 1]
Mapping tea plantations from multi-seasonal landsat-8 OLI imageries using a random forest classifier
[J].DOI:10.1007/s12524-019-01014-5 URL [本文引用: 1]
基于高分辨率影像的景观格局定量分析
[J].并利用FRAGSTATS软件定量分析了研究区的景观格局特征。研究表明： 林、灌、草等植被类型占据了研究区的85%以上面积，而且破碎化程度较低、结构完整，对研究区水源涵养有利； 耕地、建设用地、未利用地等类型所占比例虽小，却是造成整体景观类型分散、破碎化程度高的主要原因，因此，在保护植被的同时，应加紧对这些类型的治理与管理。]]>
A quantitative analysis of the landscape pattern based on high resolution satellite image
[J].
新一代landsat系列卫星:Landsat8遥感影像新增特征及其生态环境意义
[J].
DOI:10.5846/stxb201305030912
URL
[本文引用: 1]
美国Landsat 8卫星的成功发射使一度中断的Landsat对地观测得以继续。Landsat 8除了保持Landsat 7卫星的基本特征外,还在波段的数量、波段的光谱范围和影像的辐射分辨率上进行了改进。基于该卫星的首幅影像,针对这些新的特性进行了分析和研究。研究发现:(1)新增的卷云波段有助于区别点云和高反射地物;(2)卷云波段设计的波长范围位于粘土矿物光谱反射的强吸收带,有利于土壤与建筑不透水面信息的区别; (3)新增的深蓝波段有助于水体悬浮物浓度的监测;(4)全色影像波长范围的收窄有利于该影像上植被和非植被的区别; (5)辐射分辨率的提高可避免极亮/极暗区的灰度过饱和现象,这对反射率极低的水体的细微特征识别有很大帮助。显然,Landsat 8这些新增的优点将会对全球生态环境变化的监测产生积极的作用。
Analysis of new characteristics of the first Landsat8 image and their ecoenvironmental significance
[J].DOI:10.5846/stxb URL [本文引用: 1]
基于Landsat 8遥感影像的土地利用分类研究——以四川省红原县安曲示范区为例
[J].
DOI:10.11829\j.issn.1001-0629.2014-0263
URL
[本文引用: 2]
以四川省红原县安曲示范社区2013年7月23日的Landsat 8 OLI影像为数据源，参照国家土地利用分类标准，结合示范区的野外实际调查资料、数字高程模型、草地资源类型等辅助信息，建立了较为准确的解译标志。将目视解译结果视为地表真实状况，对非监督分类、监督分类和基于专家知识的决策树分类的结果进行精度验证。结果表明，监督分类方法对红原安曲示范区的土地利用分类结果与实际类别吻合最好，其分类总体精度可达85.02%，其中面积占示范区总面积约99%以上的草地、湿地、道路及水体的分类精度分别达88.66%、83.42%、83.73%和85.26%。]]>
The land use classification based on Landsat8 remote sensing image:A case study of Anqu demonstration community in Hongyuan County of Sichuan Province
[J].
DOI:10.11829\j.issn.1001-0629.2014-0263
URL
[本文引用: 2]
According to the national standard of land use classification, based on the Landsat 8 OLI remote sensing data on July 23, 2013, combined with the ground observed data, digital elevation model, grassland resource type data and other auxiliary information, the visual interpretation signature of land use types were established in Anqu demonstration area in Hongyuan County of Sichuan Province. Regarding the results of the visual interpretation as the true values, we analyzed and compared the accuracy of unsupervised and supervised classifications and expert knowledge decision tree classification. The results show that, the supervised classification result has higher accuracy (85.02%) which is close to the actual situation comparing with other methods. The classification accuracy of the land use types of grassland, wetland, road and water, accounting for 99% of the entire study region, are 88.66%, 83.42%, 83.73% and 85.26%, respectively.]]>
基于Landsat8遥感影像的合肥市土地利用分类
[J].
Research on land use classification in Hefei based on Landsat8 images
[J].
基于随机森林模型的黄土高原林草界线模拟研究
[J].
Simulating the boundary of forest and grass on the Loess Plateau based on random forest model
[J].
黄土丘陵沟壑区遥感影像信息面向对象分类方法提取
[J].
Object oriented classification approach for remote sensing imagery information extraction in loess hilly gully region
[J].
基于landsat8影像的植被信息提取最佳波段组合研究——以浙江省龙泉市为例
[J].
Research of optimum bands combination for vegetation information extraction based on Landsat8 image:A case study of Longquan City,Zhejiang Province
[J].
Landsat8影像在土地利用分类中的最大波段组合研究——以湖北恩施市为例
[J].
Optimum bands combination of Landsat8 image in land use classification:A case study of Enshi City,Hubei Province
[J].
黄土丘陵区纸坊沟小流域土壤有机碳储量研究
[J].
Soil organic carbon storage in Zhifanggou watershed of loess hilly region
[J].
Random forests
[J].
DOI:10.1023/A:1010933404324
URL
[本文引用: 1]
Random forests are a combination of tree predictors such that each tree depends on the values of a random vector sampled independently and with the same distribution for all trees in the forest. The generalization error for forests converges a.s. to a limit as the number of trees in the forest becomes large. The generalization error of a forest of tree classifiers depends on the strength of the individual trees in the forest and the correlation between them. Using a random selection of features to split each node yields error rates that compare favorably to Adaboost (Y. Freund & R. Schapire, Machine Learning: Proceedings of the Thirteenth International conference, ***, 148–156), but are more robust with respect to noise. Internal estimates monitor error, strength, and correlation and these are used to show the response to increasing the number of features used in the splitting. Internal estimates are also used to measure variable importance. These ideas are also applicable to regression.]]>
基于高分影像的林地覆盖遥感动态监测
[J].
Dynamic sensing remote monitoring of forest cover based on high resolution images
[J].
Satellite:Manipulating satellite data with satellite
[EB/OL].
Mapping the climatic suitable habitat of oriental arborvitae (Platycladus orientalis) for introduction and cultivation at a global scale
[J].Oriental arborvitae (Platycladus orientalis) is an important afforestation and ornamental tree species, which is native in eastern Asian. Therefore, a global suitable habitat map for oriental arborvitae is urgently needed for global promotion and cultivation. Here, the potential habitat and climatic requirements of oriental arborvitae at global scale were simulated using herbariums data and 13 thermal-moisture variables as input data for maximum entropy model (MaxEnt). The simulation performance of MaxEnt is evaluated by ten-fold cross-validation and a jackknife procedure. Results show that the potential habitat and climate envelop of oriental arborvitae can be successfully simulated by MaxEnt at global scale, with a mean test AUC value of 0.93 and mean training AUC value of 0.95. Thermal factors play more important roles than moisture factors in controlling the distribution boundary of oriental arborvitae's potential ranges. There are about 50 countries suitable for introduction and cultivation of oriental arborvitae with an area of 2.0 x 10(7) km(2), which occupied 13.8% of land area on the earth. This unique study will provide valuable information and insights needed to identify new regions with climatically suitable habitats for cultivation and introduction of oriental arborvitae around the world.
The GARP modelling system:Problems and solutions to automated spatial prediction
[J].DOI:10.1080/136588199241391 URL [本文引用: 1]
Raster:Geographic data analysis and modeling.R package version 2.5-8
FRAGSTATS:Spatial pattern analysis program for quantifying landscape structure
[R].
秦岭火地唐林区景观格局破碎化分析
[J].秦岭火地塘林区原生森林景观曾因森林主伐遭到严重破环，经过20多年的恢复，到1988年该地区基本形成以次生天然林和人工林为主的森林景观格局。利用该地区1988年森林资源二类调查资料，对天然及人工干预形成的火地塘林区景观格局破碎化程度进行了分析。结果表明：天然林的破碎化程度比人工林低，并且主要林分破碎度明显低于其它林分，同样外界干扰下，树种的生长习性决定其破碎化程度。
Study on landscape fragmentation of Qinling huoditang forest region
[J].The original forest landscape pattern of Huoditang forest region had been damaged because of cutting down. After 20 years this region had formed a landscape pattern made of natural secondary forests and plantations. Based on class Ⅱ investigation to forest resources of Huoditang forest region in 1988, the landscape fragmentation of this place was studied. The result shows that the fragmentation of natural secondary forests is lower than plantations and main forests is lower than other forests. The growth habit of trees decides the fragmentation under same outside disturb.
SDMTools:Species distribution modelling tools:tools for processing data associated with species distribution modelling exercises.R package version 1.1-221
[EB/OL].
Ensemble forecasting of species distributions
[J].
DOI:10.1016/j.tree.2006.09.010
URL
PMID:17011070
[本文引用: 1]
Concern over implications of climate change for biodiversity has led to the use of bioclimatic models to forecast the range shifts of species under future climate-change scenarios. Recent studies have demonstrated that projections by alternative models can be so variable as to compromise their usefulness for guiding policy decisions. Here, we advocate the use of multiple models within an ensemble forecasting framework and describe alternative approaches to the analysis of bioclimatic ensembles, including bounding box, consensus and probabilistic techniques. We argue that, although improved accuracy can be delivered through the traditional tasks of trying to build better models with improved data, more robust forecasts can also be achieved if ensemble forecasts are produced and analysed appropriately.
Using landscape fragmentation thresholds to determine ecological process targets in systematic conservation plans
[J].DOI:10.1016/j.biocon.2018.03.025 URL [本文引用: 1]
The role of landscape connectivity in assembling exotic plant communities:A network analysis
[J].
Mean time to extinction of a metapopulation with an Allee effect
[J].DOI:10.1016/S0304-3800(01)00351-9 URL [本文引用: 1]
