武夷山自然保护区植被景观斑块空间自相关性的多尺度效应

张春英，张春玲，林晓侠，林从华

（1.福建工程学院 建筑与规划系，福建 福州 350108;2.吉林农业工程职业技术学院 生物工程系，吉林 四平 136100;3.杭州之江园林绿化艺术有限公司，浙江 杭州 310053)

武夷山自然保护区植被景观斑块空间自相关性的多尺度效应

张春英1，张春玲2，林晓侠3，林从华1

（1.福建工程学院 建筑与规划系，福建 福州 350108;2.吉林农业工程职业技术学院 生物工程系，吉林 四平 136100;3.杭州之江园林绿化艺术有限公司，浙江 杭州 310053)

利用莫兰指数和盖利比指数，对武夷山自然保护区植被景观斑块空间自相关性的多尺度效应进行研究，结果表明：在3个分类尺度上，不同景观类型斑块的自相关性呈现出不同的自相关性;对于本区域而言，以优势树种为分类标准的二级分类尺度是研究此类问题较为理想的分类尺度。

武夷山自然保护区;植被景观;分类尺度;空间自相关性

空间分析是地学领域的重要概念，自有地图以来，人们就开始自觉或不自觉地进行各种类型的空间分析［1］。空间关系是指地理实体之间存在的一些具有空间特性的关系，如拓扑关系、顺序关系等，是空间数据组织、查询、分析、推理的基础［2］。空间关系产生的一个主要原因是空间实体间的地理位置的不同。空间分析是基于地理对象的位置和形态特征的空间数据分析技术，其目的在于提取和传输空间信息［1］。空间自相关分析是同一空间属性数据间在不同空间位置上的相互关系分析，这与经典的相关分析研究两个以上的属性变量间的相关性有着本质不同［3］。景观是最为典型的地理空间实体之一，景观内各斑块（景观要素)之间存在着复杂的关系，测定不同类型斑块之间的空间关系，对于研究斑块（景观类型)之间的相互作用的性质、强度与方式和景观演替、扩散潜力具有重要意义［4～7］。植被景观是具有空间多重属性的异质性的空间实体，景观要素及斑块间的相互关系对斑块内部空间结构及空间内生物的各种生态过程有着重要的影响。植被斑块的大小与斑块内植物生理和生态规律相互影响，植被景观是有着密切相互联系相互影响的空间异质性单元，所以探讨植被景观中斑块大小的空间自相关性对景观内部结构与生态过程的影响非常重要。本文针对武夷山自然保护区的各类景观要素的基本属性信息分析了各分类级别斑块间的空间自相关性，旨在从景观要素斑块内部的形成及相互关系揭示景观斑块的结构规律性，为未来景观管理和保护提供依据。

1 研究区域概况

武夷山自然保护区位于117°27′～117°51′E，27°33′～27°54′N，总面积56 527hm2。区内年均气温8.5～18.0℃，年平均降雨量1 486～2 150 mm［8～9］。区内植被异质性较大，生物多样性是地球同纬度带最为丰富的地区［10］。保护区植被群落的外貌特征非常鲜明，植物高度外貌上成层现象明显，群落呈现出丰富的季相动态，群落中生活型谱系丰富［8］。

2 研究方法

数据源及数据处理主要参考文献［8］，为了系统研究各级植被分类体系下的自相关值的变化，本文对区内植被采用3级分类尺度，详见表1。

表1 武夷山自然保护区景观要素类型分类系统Table 1 Class system of landscape class in the Wuyishan Natural Reserve

利用莫兰（Moran＇I)、盖利比（Geary＇C)指数测定各种景观要素的自相关指数值。Griffith D A通过模拟试验证明［3］，全局Moran＇I和Geary＇C具有负相关关系。这两个指标的大小反映空间分布聚集的强弱。Moran＇I反映的是空间邻接或空间邻近的区域单元属性值的相似程度，Moran＇I空间数据属性的自相关有全局数据自相关和局部自相关两种情况，测定公式详见参考文献［3，10，11］

3 结果与分析

针对武夷山自然保护区的三个分类尺度的不同景观要素类型间的空间自相关分析，图1表示出5种景观内的自相关程度。

图1 一级分类尺度上景观要素空间自相关Fig.1 Spatial autocorrelation of landscape elements at the first classifying scale

从图1看出，森林景观内林地斑块的面积间呈现出总体的负相关，I＝－0.1432，C＝0.1222，森林景观内有非常丰富的针叶林、阔叶林及针阔叶混交林地，复杂的森林植物群落的形成是具有相互促进的作用的，从物种的迁入、定居、生长发育，经历了一系列的演变演化，现在已经形成了比较稳定的生态系统结构，林地斑块间进行着激烈的竞争，从斑块的面积的大小表现为此消彼涨的趋势。

同样的规律也出现在灌木林景观中，灌木林自相关系数为－0.2412，C值为1.272，灌木林处在向乔木群落的发展阶段，灌木林共有斑块169块，大多数为灌丛，也有些小乔木和散生的乔木，灌丛斑块内的物种也是十分丰富的，各斑块间的竞争也是比较激烈的，树木种类也是非常丰富的，斑块间的竞争也是存在的。其他几种景观类型——经济林景观（毛竹林除外)、毛竹林景观、草地景观间存在着正相关关系。

图2表明：马尾松林景观、杉木林景观、茶园景观、黄山松林景观和其他经济林景观均为正相关，杉木林相关性最高，其他经济林相关性最小。经济林总共有148个斑块，其中茶园占了141块，板栗占2块，油茶占4块，名梨占1块，茶园产业是武夷山自然保护区的一个主要的经济支柱产业，阔叶林的斑块大小的相关性要强些。武夷山自然保护区是亚热带阔叶林物种最为丰富的地区之一，其硬阔叶林的斑块数量为1044，与本区斑块数量最多的马尾松林景观仅差38块，阔叶林的总面积也居于第二的位置。阔叶林内的物种较为丰富，细致化分下来有近百种的不同的优势树种的群落为主的斑块，所以不同的阔叶林斑块之间的竞争是比较激烈的，相互间存在着互相侵占、相互争夺生态空间的状态，所以呈现出较强的负向相关。软阔叶林景观斑块的数量仅32块，构成的植物群落斑块也相对较少，所以软阔叶林景观内部的竞争强度较弱，遂自相关系数值相对小些。

图3表明，三级分类尺度上的景观要素类型的自相关性，三级分类尺度把二级分类下的优势树种斑块进一步利用树种龄组分类。

图2 二级分类尺度上景观要素空间自相关Fig.2 Spatial autocorrelation of landscape elements at the second classifying scale

图3 三级分类尺度上景观要素空间自相关Fig.3 Spatial autocorrelation of landscape elements at the third classifying scale

马尾松、杉木、硬阔叶林分别有幼林、中龄、近熟、成熟和过成熟，软阔叶林与黄山松林有中龄、近成熟和过成熟。在21种景观类型中，马尾松林景观均为正相关，I值范围为［0.0512，0.4534］，C值范围为［0.4123，0.8912］，马尾松成熟林景观的正相关程度最高，I值为0.4534，关联度最小的是马尾松幼林景观，I为0.0512。其余的景观要素关联程度从强到弱的顺序为马尾松过成熟林（193)、马尾松近成熟林（154)、马尾松中龄林（51)，马尾松幼林仅有两块，成熟林达682块，分析可以看出景观类型内斑块大小的空间自相关性程度与斑块数量的关系是比较大的，斑块数量越多的景观类型斑块的空间分布的聚集度越强，其次起作用的是森林的龄组的级别，因为马尾松成熟林的景观的斑块数量是非常多的，占有了绝对的优势，所有自相关的程度也是最高的。相似的规律也出现在杉木林景观和黄山松林景观中。

硬阔叶林与软阔叶林的6种不同林组的景观类型斑块大小的属性是负向自相关性的景观。硬阔叶林的5个龄级的I值范围是［－0.0041，－0.412］，同马尾松林景观和杉木林景观相似，I的绝对值基本上是随着斑块数量的增加而增加的，其中近熟林（104)的I值（－0.3615)由于龄组的影响而略高于中龄林（122)的I值（－0.3612)。软阔叶林只有近成熟林呈现出空间负相关的趋势，I值为－0.2123，其余的中龄林和成熟林仅有1块斑块，无空间相关性，I值为0。阔叶林景观中虽然分成各个龄组，但其内部的景观优势树种和细化的树种组成是有很大差异的，所以与二级分类尺度相似，也呈现出负相关性，从分析也可以看出如果对阔叶林各种不同的优势树种内部再进行划分来求相关性，对于很多的景观类型的意义不大，因为类型太多，每种类型的斑块数量很少，会有很大的误差，空间自相关是对空间实体属性的空间分布的聚集的强弱的探讨，需要一定量的数据来提取规律。

4 结论与讨论

以上结论表明，不同的分类尺度上植被景观类型斑块面积的自相关性存在较大区别。一级分类尺度上的5种景观类型，毛竹林景观和草地林景观是正向自相关，森林景观、经济林景观、灌木景观是负向自相关。二级分类尺度上景观中的优势树种为主要的分类标准，分为7种景观类型，只有硬阔叶林景观类型和软阔叶林景观类型为负向自相关，其他景观类型为正向自相关。从以上两级分类的要素类型的自相关性可以得到针对于同一分类级别上的同质景观，其内部的关系是正向的相互促进的，而内部为异质性的景观，自相关性是负向的，相互竞争的大小与内部异质性强度和斑块间的镶嵌状况有关。三级分类标准是以龄组来分类的，主要有21种景观要素类型，其中幼林景观仅2块、3块，软阔叶成熟林、近成熟林及黄山松近成熟林仅有1块，对于这些偏少的景观要素类型自相关性结果不尽合理。研究表明，具有较多斑块数量景观要素类别的自相关值的正负、强弱与景观要素的同质、异质性的强弱有关系。综合分析武夷山的整体面积的景观背景和斑块结构的情况，可见本区域的自相关分析应采用二级分类尺度（优势树种级别)来探讨。

［1］郭仁忠.空间分析［M］.北京：高等教育出版社，2001：1-3.

［2］胡圣武，王宏涛.空间关系的研究进展［J］.测绘科学，2007，32（7)：153-156.

［3］Griffith D A.Spatial Autocorrelation：A Primer［R］.Resource Publications in Geography（Washington：Association of American-Geographers)，1987：2-18.

［4］张金屯.植被数量生态学方法［M］.北京：科学出版社，1996：32-49.

［5］陈利顶，傅伯杰.黄河三角洲地区人类活动对景观结构的影响分析［J］.生态学报，1996，16（4)：337-344.

［6］沈泽昊.山地森林样带植被——环境关系的多尺度研究［J］.生态学报，2002，22（4)：461-470.

［7］何东进.武夷山风景名胜区的景观格局动态及其环境分析［D］.哈尔滨：东北林业大学博士学位论文，2004.

［8］张春英.武夷山自然保护区景观安全格局、动态及景观安全系统研究［D］.福州：福建农林大学博士学位论文，2008.

［9］何建源，兰思仁，刘初钿，等.武夷山研究——自然资源卷［M］.厦门：厦门大学出版社，1994：33-64.

［10］Jerrold H Z.Biostatistician Analysis（the Second Edition)［M］.New Jersey：Englewood Cliffs，1981：184-187.

［11］Goodchild M F.Spatial Autocorrelation［R］.Catmog（Nor wich：GeoBooks)，1986：6-25.

Muti-scale Effect of Spatial Autoconrelation in the Wuyishan Natural Reserve Vegetative Landscape Patches

ZHANG Chun-ying1，ZHANG Chun-ling2，LIN Xiao-xia3，LIN Cong-hua1
（1.DepartmentofLandscapeArchitectureandPlanning，FujianUniversityofTechnology，FuzhouFujian 350108，China;2.JilinAgriculturalEngineeringPolytechnicCollege，SipingJilin136100，China;3.Hangzhou ZijiangLandscapeGreenArtLimitiedCorporation，HangzhouZhejiang310053，China)

UsingMoran＇sⅠindex andGeary＇sC index，muti-scale effect of spatial autocorrelation in the Wuyishan Natural Reserve vegetative landscape patches was studied.The result showed that at three classifying scales，patches with different landscape types have different spatial autocorrelation.The second classifying scale with dominant species as classifying standards was the best classifying scale for this area.

The Wuyishan Natural Reserve;Vegetative landscape;Classifying scale;Spatial autocorrelation

Q 149;Q948

A

1671-8151（2011)06-0481-05

2011-04-27

2011-07-11

张春英（1979-)，女（满)，副教授，博士，主要从事景观生态学方面的研究。

福建省青年人才基金项目（2008F3004);福建工程学院科研启动基金项目（GY-20902)

（编辑：武英耀)