基于GIS的浙江海岛木本植物物种丰富度预测

李晓明，吕林玲，胡喜生，曹荣青，吴承祯，侯纯扬

（1.国家海洋局，北京 100860；2.自然资源部海岛研究中心，福建平潭 350400；3.福建农林大学，福州 350002；4.武夷学院生态与资源工程系，福建武夷山 354300）

生物多样性是人类赖以生存的条件，是经济社会持续发展的物质基础[1-2]。近年来，全球生境破碎化的加剧，导致物种灭绝速率的明显提升，引起了国际社会对生物多样性问题的极大关注[3-4]。我国管辖的300 多万km2海域内分布着1 万多个海岛[5]，多数海岛生物多样性丰富，是国家海洋经济开发和利用的重要依托，是维护生态平衡的重要平台[6]。近年来，随着我国海洋经济的快速发展，海岛开发活动日益加强， 造成海岛开发过度等不合理的现象，造成海岛生物多样性的破坏[7]。植被是海岛生态系统的主体，摸清海岛植被丰富度是海岛保护、开发、利用和恢复的前提。近一个世纪以来，科学家们对我国陆地植被展开了较全面的调查，然而对海岛植被的了解仍然较小，绝大多数海岛的植被丰富度还未被揭示[5]。鉴于此，本文试图在对浙江部分海岛样地调查的基础上，通过空间插值技术对其他海岛的木本植物物种丰富度进行预测，以期为海岛生态系统开发、利用和保护提供科学依据。

1 研究地概况

浙江地处中国东南沿海长江三角洲南翼，东临东海，南接福建，西与安徽、江西相连，北与上海、江苏接壤。地形自西南向东北呈阶梯状倾斜，西南以山地为主，中部以丘陵为主，东南部是沿海平原和滨海岛屿。海岸线总长6 486.24 km，占中国的20.3%，居中国首位。有沿海岛屿3 000 余个，90%以上无人居住，是中国海岛最多的省份，其中面积495.4 km2的舟山岛为中国第四大岛。属亚热带季风气候，季风显著，四季分明，年平均气温15～18 ℃，极端最高气温44.1 ℃，极端最低气温-17.4 ℃；省年平均雨量在 980～2 000 mm，年平均日照时数 1 710～2 100 h。

2 研究方法

2.1 数据来源

选取舟山岛、金塘岛、朱家尖岛、桃花岛、普陀岛等 71 个主要海岛，设置样地（10 m×10 m）294 个对植被进行普查，乔木层记录种名和数量，灌木层和草本层记录种名和盖度。经统计，浙江省海岛具有木本植物共计87 科204 属377 种， 其中乔木层植物 29 科 61 属 135 种， 灌木层植物 82 科 190 属344 种。各样地的木本植物物种数变化幅度较大（1～94 种），每个样地平均具有19 种木本植物。

2.2 空间插值

克里金插值法是通过区域内样本点原始数值和变异函数的结构性特征，对待估样点的数值进行线性最优估算的一种算法。该插值方法综合考虑了已知样本点的数值和空间分布结构、已知本点与待估未知样点之间的空间关系， 最大化利用了大小、形状、空间关系所提供的各种信息，以及在变异函数结构特征的基础上，对待估样点进行的最优无偏估计，从而使这种插值方法比其他方法更精确[8]。采用ArcGIS 空间统计模块中的克里金插值球面函数对海岛各样地所有木本植物、乔木层和灌木层木本植物的物种数进行空间插值，生成木本植物物种数的栅格表面图。进一步采用交叉验证判断拟合的优度。交叉验证是假设去除其中一个样点，通过周围n-1 个样点的值来预测， 然后比较预测值与观测值之间的误差（包括误差平均值和误差均方根）进行验证预测效果。当误差平均值接近于0 且误差均方根接近于1 时，表明模型最优。

2.3 回归预测模型

海岛的水热条件、土壤理化性质、地形地貌等是影响物种分布的重要生态因子[9]。由于本文所研究的海岛均位于浙江省海域，各岛土壤和水热条件无明显差异，因此，同一海岛不同样点之间以及不同海岛的木本植物物种存在一点的相似性， 因此，直接汇总克里金空间插值的结果，存在物种数重复计算的问题。鉴于此，利用克里金空间插值的结果，汇总各样点木本植物累计物种数（具有重复的物种）为自变量，以实际物种数（删除重复后各样点物种数之和）为因变量，建立累计木本植物物种数与实际木本植物物种数的回归模型（包括线性、对数、指数、幂函数、逻辑斯蒂克和二项式等模型），从而选择最优拟合模型各海岛的实际木本植物物种数进行预测。

3 结果与分析

3.1 基于ArcGIS进行海岛木本植物物种的空间插值分析

分别以各样点所有木本植物、乔木层植物和灌木层植物物种数作为变量，在插值之前采用K-S 正态检验各样方物种数分布情况进行正态检验，如果不服从正态分布，需要对数据进行变换，直到通过K-S 正态检验为止。由表1 可知，对各样点所有木本植物物种数原数据进行平方根变换后才能通过K-S 正态检验（Sig.=0.279）、各样点灌木层植物物种数原数据进行对数变换后才能通过K-S 正态检验（Sig.=0.133），而各样点乔木层植物物种数原数据可以直接通过 K-S 正态检验（Sig.=0.252）。在此基础上，进一步采用ArcGIS 进行空间插值分析。经交叉验证表明空间插值的误差平均值和误差均方根均较小，这说明拟合效果较佳，可以用于预测海岛各样点所有木本植物、乔木层和灌木层植物物种数的空间分布（图1）。

表1 海岛木本植物物种数空间插值检验结果Table 1 Test results of spatial interpolation for island woody plant species

图1 浙江海岛所有木本植物、乔木层和灌木层物种丰富度空间插值Figure 1 Spatial interpolation of species richness of all woody，tree and shrub layers in Zhejiang island

浙江海岛各样点木本植物物种丰富度空间插值结果如图1 所示， 海岛各样点的所有木本植物、乔木层植物和灌木层植物物种数量均随着离陆地距离的增加而减少。就所有木本植物物种数而言，距离陆地较近的样点木本植物物种数高达80～90种/100 m2，而距离陆地较远的样点木本植物物种数只有1～10 种/100 m2；就乔木层植物物种数而言，距离陆地较近的样点物种数高达30 种/100 m2， 而距离陆地较远的样点物种数只有1～2 种/100 m2；就灌木层植物物种数而言，距离陆地较近的样点物种数高达40 种/100 m2以上， 而距离陆地较远的样点物种数大多低于25 种/100 m2。

3.2 海岛木本植物物种数预测模型的建立

根据样点的“典型性”和空间分布的“均衡性”等原则，本文对所有木本植物、乔木层植物和灌木层植物分别抽取了30 个不同样点（表2）用于建立回归模型（包括线性、对数、指数、幂函数、逻辑斯蒂克和二项式等模型）， 结果均表明幂函数回归模型的拟合效果最佳， 相关系数R2分别高达0.988、0.996 和 0.991（图 2～4）。因此，采用幂函数回归模型对各岛屿实际木本物种数进行预测。

3.3 海岛木本植物物种数的预测

利用海岛所有木本植物、乔木层植物和灌木层植物物种丰富度插值图（图1），汇总各海岛所有木本植物、 乔木层植物和灌木层植物的累计物种数。在此基础上，根据以上累计物种数和实际物种数的回归模型，对各海岛的所有木本植物、乔木层植物和灌木层植物物种数进行预测， 结果如表3 所示。预测结果表明，普陀岛、龙门岛、南关岛等12 个海岛的所有木本植物物种数大于200 种， 佛渡岛、岱山岛、 洛伽山岛等27 个海岛的所有木本植物物种数介于100～200 种之间，而九洞门岛、南策岛、壳塘山岛等11 个海岛的所有木本植物物种数介于40～100 种之间。选择调查样点数大于20 个的3 个海岛的实际调查物种数对预测结果进行验证，结果表明舟山岛的所有木本植物、乔木层植物和灌木层植物物种数预测误差分别为3.5%、4.1%和7.4%，朱家尖的预测误差分别为14.7%、14.7%和15.4%， 桃花岛的预测误差为10.3%、16.5%和9.5%，表明预测精度均在83.5%以上。

表2 海岛木本植物预测模型所用样点物种数基本情况Table 2 The species number of each sample used in prediction models

图2 海岛所有木本植物累计物种数和实际物种数回归曲线Figure 2 Regression curve of cumulative species and actual species of all woody plants in the island

图3 海岛乔木层植物累计物种数和实际物种数回归曲线Figure 3 Regression curve of cumulative species and actual specis of tree layer plants in the island

图4 海岛灌木层植物累计物种数和实际物种数回归曲线Figure 4 Regression curve of cumulative species and actual species of shrub later plants in the island

4 讨论与结论

通过对各样点木本植物物种数的空间插值进行交叉验证，结果表明残差较小，可以用于分析各海岛植物物种丰富度的空间分布格局。浙江海岛各样点木本植物物种丰富度空间插值结果表明，所有木本植物物种数介于1～90 种/100 m2之间， 乔木层植物物种数介于1～30 种/100 m2之间，灌木层植物物种数介于1～70 种/100 m2之间。海岛各样点的所有木本植物、乔木层植物和灌木层植物物种丰富度均随着离陆地距离的增加而减少。研究结果验证了MacArthur R.H.等[10]提出的“物种数随岛屿距大陆距离增加而减少”的理论。

同时，岛屿生物地理学理论认为岛屿物种丰富度还与岛屿的面积及隔离程度显著相关[11]。生境面积越大，物种数量规模越大；在面积较小的海岛上，物种数量随着面积的增加而增加[10-11]。这一理论长期以来被当作自然保护区设计的科学依据[12]。然而，该理论认为海岛环境是均一性的，对环境异质性关注不足。实际上，环境异质性是一个非常复杂的问题，将其同物种发生和分布联系在一起定量分析难度较大[11]。而空间插值技术是利用局域已知点的数据推算该局域未知点的数据，且通过已知点和预测点的距离大小进行权重分配，充分考虑了空间异质性，结果可信度高[13]，可以作为各类自然保护地规划和设计的辅助技术手段。

本文通过建立的以植物累计木本植物物种数为自变量、以实际木本植物物种数为因变量的幂函数回归模型，结合空间插值技术，对浙江省51 个海岛木本植物物种数进行了预测， 并以调查充分的3个海岛木本植物数据进行验证，结果表明预测精度大于83%，表明该方法可以用于海岛木本植物物种丰富度预测，预测结果较可信。当然，海岛植物物种丰富度还应包含草本植物，且受海拔、生境、人为干扰等因素的共同影响[14]，本文未能全部考虑，有待今后进一步探讨。

表3 各海岛木本植物物种数的预测Table 3 Prediction of the number of woody plant species in each island

（致谢：感谢国家海洋局资助此项目并提供相关数据与资料。）