地理信息系统(GIS)在景观生态研究中的作用，本文主要内容关键词为：景观论文,地理信息系统论文,生态论文,作用论文,GIS论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
任何学科的发展，都在很大程度上取决其研究方法和技术手段的发展。景观生态学(Landscape Ecology,LE)，作为景观地理学和宏观层次生态学相结合的边缘学科，也不例外。景观生态学不仅给生态学、地理学及环境科学研究带来了新思想、新概念、新理论，而且也在研究方法和技术手段上提出了许多新的挑战。首先，景观是一个宏观系统，其观测尺度要比生态学其它分支（如生态系统生态学）大得多。景观生态学研究是一种在较大时间和空间尺度上的研究。其次，景观是一个异质性等级系统(Heterogeneous Hierarchical System)。许多常用的生态方法和手段是为研究同质性(Homogeneous)系统而提出和发展的，因此不适于景观生态学研究。此外，不同等级水平上系统的异质性和同质性交错，这也给景观生态学研究带来了很大的困难。再次，景观的空间结构是景观的重要属性。景观生态学的研究可以说是一组生态系统的空间性质及其相互关系的研究。大量空间数据的获取、分析和处理是景观生态研究的重要特征，也是其区别其它学科的标志。
地理信息系统(Geographic Information System,GIS)，是在计算机系统的支持下，用计算机数据库技术对空间信息进行存储、分析、评价和辅助决策的计算机硬件和软件系统。地理信息系统是一个地理数据库，其数据具有空间定位的特征；地理信息系统又是一个分析系统，可以对其中的地理数据进行各种处理、分析、统计、模拟；地理信息系统还是一个计算机制图系统，其贮存的数据，分析的结果，都可以输出成各种地图及辅助说明文件。显而易见，GIS正是解决上述景观生态学问题的有效途径和工具。
GIS技术在生态系统研究中的应用是最近几年的事，但是发展迅速，现已成为美国国家自然基金的长期生态学研究的主流技术。在景观或更大尺度上的生态系统的科学研究中，GIS的应用研究仍很缺乏。在较大尺度上的大量GIS应用研究是关于资源管理方面的，在生态学研究方面相对薄弱。本文则就GIS在景观生态学研究中的作用和应用作如下论述。
1 提供数据库结构
要把大量的野外和遥感数据同化为景观生态学数据，需要建立一个计算机的数据库。GIS是组织一个生态数据库的必然选择。
通过地理关系和运用空间数据结构对生态学数据进行贮存、获取和分析，是研究生态系统的多尺度GIS的基础功能。一个栅格(Raster)数据结构的GIS，已成为加利福尼亚南部国家公园的火管理决策的一个有效工具[2]。GIS在定位立地分析和空间模型方面都具有效的作用。栅格式的GIS与数字卫星图象数据具有内在一致性。栅格结构在景观生态学研究中的主要优点，是它能表达连续的或地面类型的数据，如海拔、地面温度或生物量等。
矢量(Vector)数据结构，在生态学或资源管理研究中也很有效，它可为数据贮存提供更有效的结构。尽管空间叠置模型(Spatial OverlayModeling)更趋向于使用栅格结构。可是，近几年来，把GIS和景观过程的确定性模型如表面流模型(Surface Runoff Model)进行空间集成时，发现矢量结构更为有效。
2 支持景观的等级格式
因为生态系统有时空尺度性，当在景观和区域尺度上评价生态结构时，要求把生态学理论的等级观和数据库格式结合起来。GIS正是这样一种有效的结合工具。它既是一种数据库工具，又能有效地处理多种尺度上的环境问题。
近年来，生态系统结构和过程的等级性受到越来越多的关注。景观生态学和等级理论的发展，都给多重尺度的生态系统过程的研究打下了坚实的基础。然而，关于尺度间链接方面的生态学理论还处于初期，因此，仍有必要探索合并／分离(Aggregation/disaggregation)的经验方法来确定生态系统结构和功能的尺度。在GIS中，可在贮存和获取环境数据的数据结构上再附加上一种合并／分离的人为格局，这种人为格局将影响到尺度间分析的成功与否。
一个多重尺度的GIS，可为生态系统结构和功能的尺度变量的经验估计提供机制。这种GIS必须建立在多方位(Multi-stage)取样的基础上。一种建立多重尺度GIS的方法；是利用方形树结构(Quadtree structure)。方形树结构是以各种大小的网格元素蜂窝聚集为基础的，它能减少特定的网格或栅格结构上的数据冗余和贮存量。在方形树结构中，数据必须以研究对象的最小过程所必需的最小分辨率贮存。方形树结构是多尺度数据合并／分离的有效等级图式。
3 支持空间定位分析
一个等级GIS数据库的最大分辨率水平确定后，就可用定位分析，尤其可为生态变量取样确定野外样地的位置。GIS中的海拔、土壤和植被类型数据常被用于研究样地的空间定位，这在某种程度上代表了该区域的生态多样性的层次性。大地域的低分辨率的海拔数据可从以下几种方式得到：①现有的数字化海拔模型(DEM,Digital Elevation Model)；②对小比例尺的地形图的数字化；③从小比例尺的立体航片或高分辨率(HRV)的SPOT立体全色图象制作一个数字化海拔模型(DEM)。同样地，利用多谱卫星图像数据的计算机辅助分类，对土壤相关图(Soil Assoc-iation Map)和植被分布图数字化，就可得到GIS的小比例尺的土壤分布数据。
GIS的空间定位分析，在生态学研究方面的应用较为薄弱。Kessel和Cattelino(1978)采用GIS，卫星图象数据和火蔓延模型(Fire SpreadModel)相结合的方法，定位高火险地段[1]。Wells和Mckinsey(1990)研究发现，GIS途径在计划火烧等级图(Map of Prescribed Burn Rati-ngs)的编制和数据输出中都具有手工所不能比的高效性[2]。
4 支持遥感分析
GIS中地形、土壤和植被类型等数据层有助于促进遥感(RS)数据的信息解译力。比如，把地形变差标准化的图象处理算法和数字化地形数据结构结合起来，可把坡向和坡度对卫星植被光谱指数的影响减少到最小。
当前，GIS中被广泛地用来辅助制作以卫星图象为基础的土地利用图。Graetz等(1986)在研究澳大利亚南部半干旱草地的图像时，以GIS为基础，结合山脉类型和地形数据，在陆地卫星Landsat/Mss上鉴别土地覆盖等级，取得了满意的结果。这个土地覆盖等级又成为GIS的一个有机组成层[3]。
在显示和分析计算机化的GIS所包含的分布图形时，地形编码和地形矫正的遥感图像数据是一个较好的地形背景。例如，Stow(1993)在研究美国新墨西哥洲的Jornada沙漠时，曾在SPOT高分辨率的多光谱图象上显示来自于GIS的矢量格式的土壤分布图，效果非常好，且信息量大。这种土壤分布界线和图像数据的合成图，可用于研究地点的空间定位，从而有助于利用航片和SPOT植被光谱指数估计沙漠灌木的覆盖率[4]。
GIS还可用于辅助验证遥感和图像处理的结果。例如，当已经从卫星植被光谱指数估计了区域净第一生产力(NPP)后，可采取下述步骤来验证其准确度。首先，从样地内测得地面NPP，利用GIS的地形数据进行内插(Interpolating)，得到一个连续的NPP分布面。然后，把该分布面与NPP的卫星图进行比较，就可评价大面积的NPP估测的相对精度。Wickland(1989)强调地形生态变量如NPP的区域估计的重要性，并且阐述了RS和GIS在该领域的应用前景[5]。
遥感(RS)和GIS之间的信息流动是双向的。不仅GIS可促进RS的解译力，反过来，地质编码和矫正图像可用于推导GIS所包含的一些环境变量，而且也是GIS动态更新的一种方式。Stow等(1990)研究发现，采用SPOT全色图像合成的专题图数据，更新一个地区的过时的矢量格式的土地利用图时，具有很高的准确度。该地区的城镇用地正向原来由Chapa-rral植被组成的乡村用地扩展[6]。随着近年来矢量和栅格结构的图形集成化方面的进步，上述用栅格式的图像更新矢量格式的图形，以及在栅格式的图像背景上显示矢量格式的分布图等功能都很容易实现。
GPS（全球定位系统）、RS，GIS三者的集成化是当前研究热点。GPS是空间信息定位的框架，RS是获取空间信息的重要方式，GIS是表达、集成和分析信息的先进手段。
5 支持空间统计分析
GIS的空间编码结构和其固有的大量数据的特征，使其更能支持统计分析。生态学在这方面的应用大部分是用于确定环境变量间的空间关系。Davis和Dozier(1988)利用GIS技术进行土地生态分类。他们采用交互信息分析(Mutual Information Analysis)尤其是空间熵技术(Spati-al Entropy Technique)对加利福尼亚南部的地中海景观准确地划分了生态单元。Evan等(1990)采用等级GIS技术研究发现，阿拉斯加北坡的地形、雪深和北极泰加植被之间存在高度的空间相关性[7]。
在研究呈空间分布的变量之间的空间关系时，可利用GIS的空间统计分析功能，来比较区域之间或景观内不同地点间的生态结构。空间频率分析(Spatial Frequency Analysis)如波谱、分形或等级变量分析，可用于处理GIS的一维或二维数据序列。Lacaze等(1993)利用航片和陆地卫星Landsat/Mss数据生成的植被图，来研究不同尺度和不同季节的植被覆盖的变异性。结果表明，地中海林地在大部分空间尺度上都表现出很高的异质性[8]。
6 提供生态系统模型的输入和输出
GIS具有很多功能，来支持空间分布的生态系统过程的数量模型。GIS数据库可有效地支持状态变量和模型参数等数据的输入和输出。GIS的数据结构还为模型计算和结果贮存的空间分配提供有效结构。
把GIS和生态系统模型集成化以进行生态学研究的方式可归纳为如下三种：①利用GIS总结代表性的或平均的状态做为斑块（如米格，Me-tre Square)模型的参数或状态；②利用GIS确定每个斑块模型模拟的参数和状态，而不考虑斑块之间的相互影响；③利用GIS确定每个斑块模型模拟的参数和状态，并且考虑斑块之间的相互作用。
例如，采用风蚀公式，可估计土壤侵蚀率。这种侵蚀估计法，是以来自矢量GIS的土壤类型和地形状态（如坡度和坡向）以及当地的盛行风的数据为基础的。如果模型是静态的（如不考虑风蚀物的景观上的传输），就可得到整个景观的土壤和地形分布的信息。这种静态GIS叠置模型是当前景观过程的GIS模型的最普遍的类型[4]。
Harber和Schaller(1988)把空间分布的生态系统模型和矢量结构的GIS结合起来，模拟土地利用活动对“生态单体”(Ecotope)和“生态杂体”(Ecochores)的影响。其中，生态单体指的是同质生态单元；而生态杂体指的是生态单体的异质混合体[9]。在GIS中，空间确定性模型(Spatialexplicit model)是直接以矢量和不规则三角形网格(TIN,Tri-angular irregular network)的数据结构为基础的[10]。
动态GIS是景观动态过程模型进行模拟的基础。复合GIS可用来描述时间梯度上多个点的空间分布状态。Silfer等(1986)已经把来自于矢量GIS的土地覆盖和地形数据与不规则三角形网络结构(TIN)的水分流动模型直接结合起来。水从不规则三角形网的一个面向相邻的处于下坡的一个或两个面流动。如果改变特定面的土地覆盖或地形特征，就可检测干扰状况[10]。
周万村(1996)报道，结合遥感、地图、GIS，建立火行为、火场扩展模型、损失评估和灾后生态变化、林火更新监测评价模型，建立了中国西南林区火灾监测评价系统。该系统具有火险预测预报，火点早发现，火点定位精度高，林火行为、损失评估和抗灾辅助决策，灾后生态及更新监测评价等功能，大大促进了林火监测评价技术的进步，起到了防灾、抗灾和减灾的效果[11]。
总之，因为GIS的强大功能，因而，在景观或更大尺度的生态学研究中具有重要的作用。
标签：景观生态学论文; gis论文; 空间数据论文; 空间分析论文; 矢量数据论文; 植被指数论文; 生态系统论文; 矢量论文; 地理学论文; gis技术论文; gis系统论文;