基于GIS的大兴安岭呼中森林景观格局分析

第４０卷第５期２０２０年３月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．５Ｍａｒ．，２０２０基金项目：国家自然科学基金项目（３１５７０４６２）；江西省教育厅科学技术研究项目（ＧＪＪ１６０２７５）收稿日期：２０１９⁃０２⁃１４；㊀㊀网络出版日期：２０１９⁃１２⁃１７∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｗｕｚｈｉｗｅｉ＠ｊｘｎｕ．ｅｄｕ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０１９０２１４０２６４付婧婧，吴志伟，闫赛佳，张宇婧，顾先丽，杜林翰．气候㊁植被和地形对大兴安岭林火烈度空间格局的影响．生态学报，２０２０，４０（５）：１６７２⁃１６８２．ＦｕＪＪ，ＷｕＺＷ，ＹａｎＳＪ，ＺｈａｎｇＹＪ，ＧｕＸＬ，ＤｕＬＨ．Ｅｆｆｅｃｔｓｏｆｃｌｉｍａｔｅ，ｖｅｇｅｔａｔｉｏｎ，ａｎｄｔｏｐｏｇｒａｐｈｙｏｎｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙｉｎｔｈｅＧｒｅａｔＸｉｎｇᶄａｎＭｏｕｎｔａｉｎｓ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（５）：１６７２⁃１６８２．气候㊁植被和地形对大兴安岭林火烈度空间格局的影响付婧婧１，２，吴志伟１，２，３，∗，闫赛佳１，２，张宇婧１，２，顾先丽１，２，杜林翰１，２１江西师范大学鄱阳湖湿地与流域研究教育部重点实验室，南昌㊀３３００２２２江西师范大学地理与环境学院，南昌㊀３３００２２３中国科学院沈阳应用生态研究所，沈阳㊀１１００１６摘要：在北方森林中火干扰是森林景观变化的主导因素㊂林火烈度作为衡量林火动态的重要指标，较为直观地反映了火干扰对森林生态系统的破坏程度，其空间格局深刻地影响着森林景观中的多种生态过程（如树种组成㊁种子扩散以及植被的恢复）㊂解释林火烈度空间格局有助于揭示林火干扰后森林景观格局的形成机制，对预测未来林火烈度空间格局以及制定科学合理林火管理策略均有重要意义㊂基于ＬａｎｄｓａｔＴＭ／ＥＴＭ遥感影像，将２０００ ２０１６年大兴安岭呼中林区的３６场火的林火烈度划分为未过火㊁轻度㊁中度㊁重度４个等级㊂采用ＦＲＡＧＳＴＡＴ景观格局分析软件从类型水平上计算了斑块所占景观面积比㊁面积加权平均斑块面积㊁面积加权平均斑块分维数㊁面积加权边缘面积比㊁斑块密度５个景观指数，以对林火烈度空间格局进行了定量化描述㊂并且采用随机森林模型，分析了气候㊁地形㊁植被对林火烈度空间格局的影响及其边际效应㊂通过研究得出以下结果：（１）相对于未过火㊁轻度㊁以及中度火烧斑块，重度火烧斑块的面积更大㊁形状更简单；（２）海拔对重度火烧斑块的空间格局起着至关重要的作用，其次是坡向㊁坡度㊁植被覆盖度㊁相对湿度㊁温度等；（３）随着海拔的升高，面积加权平均斑块面积和面积加权平均斑块分维数的边际效应曲线呈上升趋势，而面积加权边缘面积比和斑块密度呈下降趋势；除了面积加权平均斑块面积外，都受到火前植被覆盖度的影响，且植被覆盖度为０．２ ０．３范围内，重度火烧斑块在景观中所占比例最大㊂总的来看，２０００ ２０１６年大兴安岭呼中森林景观中重度火烧斑块与未过火㊁轻度以及中度火烧斑块存在显著差异性㊂相对于气候，地形和植被对于塑造重度火烧斑块空间格局具有重要作用㊂因此，应针对重度火烧区域进行可燃物处理，从景观层面上合理配置森林斑块，从而降低高烈度森林大火发生的风险㊂关键词：林火烈度；空间格局；景观指数；随机森林模型Ｅｆｆｅｃｔｓｏｆｃｌｉｍａｔｅ，ｖｅｇｅｔａｔｉｏｎ，ａｎｄｔｏｐｏｇｒａｐｈｙｏｎｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙｉｎｔｈｅＧｒｅａｔＸｉｎｇᶄａｎＭｏｕｎｔａｉｎｓＦＵＪｉｎｇｊｉｎｇ１，２，ＷＵＺｈｉｗｅｉ１，２，３，∗，ＹＡＮＳａｉｊｉａ１，２，ＺＨＡＮＧＹｕｊｉｎｇ１，２，ＧＵＸｉａｎｌｉ１，２，ＤＵＬｉｎｈａｎ１，２１ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｙａｎｇＬａｋｅＷｅｔｌａｎｄａｎｄＷａｔｅｒｓｈｅｄＲｅｓｅａｒｃｈ，ＪｉａｎｇｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００２２，Ｃｈｉｎａ２ＳｃｈｏｏｌｏｆＧｅｏｇｒａｐｈｙａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＪｉａｎｇｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００２２，Ｃｈｉｎａ３ＩｎｓｔｉｔｕｔｅｏｆＡｐｐｌｉｅｄＥｃｏｌｏｇｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｓｈｅｎｙａｎｇ１１００１６，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｆｉｒｅｉｓａｍａｊｏｒｄｒｉｖｅｒｏｆｆｏｒｅｓｔｌａｎｄｓｃａｐｅｃｈａｎｇｅｉｎｂｏｒｅａｌｆｏｒｅｓｔｓ．Ｂｕｒｎｓｅｖｅｒｉｔｙｉｓｏｎｅｏｆｔｈｅｍａｉｎｉｎｄｅｘｅｓｆｏｒｍｅａｓｕｒｉｎｇｔｈｅｄａｍａｇｅｄｅｇｒｅｅｏｆｆｉｒｅｏｎｆｏｒｅｓｔｅｃｏｓｙｓｔｅｍｓ．Ｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙａｆｆｅｃｔｎｕｍｅｒｏｕｓｅｃｏｌｏｇｉｃａｌｐｒｏｃｅｓｓｅｓ（ｅ．ｇ．，ｓｐｅｃｉｅｓｃｏｍｐｏｓｉｔｉｏｎ，ｓｅｅｄｄｉｓｐｅｒｓａｌ，ａｎｄｖｅｇｅｔａｔｉｏｎｒｅｓｔｏｒａｔｉｏｎ）．Ｅｘｐｌａｉｎｉｎｇｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙｉｓｃｏｎｄｕｃｉｖｅｔｏｒｅｖｅａｌｔｈｅｆｏｒｍａｔｉｏｎｍｅｃｈａｎｉｓｍｏｆｆｏｒｅｓｔｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓａｆｔｅｒｆｉｒｅ，ｗｈｉｃｈｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｆｏｒｐｒｅｄｉｃｔｉｎｇｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙｉｎｔｈｅｆｕｔｕｒｅａｎｄｆｏｒｍｕｌａｔｉｎｇｓｃｉｅｎｔｉｆｉｃｆｉｒｅｍａｎａｇｅｍｅｎｔｓｔｒａｔｅｇｉｅｓ．ＢａｓｅｄｏｎＬａｎｄｓａｔＴＭ／ＥＴＭｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓ，ｗｅｍａｐｐｅｄｔｈｅｂｕｒｎｓｅｖｅｒｉｔｙｏｆ３６ｆｉｒｅｓｔｈａｔｏｃｃｕｒｒｅｄｂｅｔｗｅｅｎ２０００ａｎｄ２０１６ｉｎＨｕｚｈｏｎｇｆｏｒｅｓｔｒｅｇｉｏｎｏｆｔｈｅＧｒｅａｔＸｉｎｇᶄａｎＭｏｕｎｔａｉｎｓｂｙｃａｌｃｕｌａｔｉｎｇｔｈｅｐｏｓｔ⁃ｆｉｒｅＮｏｒｍａｌｉｚｅｄＢｕｒｎＲａｔｉｏｉｎｄｅｘ（ＮＢＲ）ａｎｄｃｌａｓｓｉｆｉｅｄｔｈｅｆｉｒｅｓｉｎｔｏｕｎｂｕｒｎｅｄ，ｌｏｗ，ｍｏｄｅｒａｔｅａｎｄｈｉｇｈｓｅｖｅｒｉｔｙｃｌａｓｓｅｓ．Ｆｏｒｅａｃｈｆｉｒｅ，ｗｅｃａｌｃｕｌａｔｅｄｆｉｖｅｌａｎｄｓｃａｐｅｍｅｔｒｉｃｓｔｏｑｕａｎｔｉｔａｔｉｖｅｌｙｄｅｓｃｒｉｂｅｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙａｔｔｈｅｃｌａｓｓｌｅｖｅｌｕｓｉｎｇｔｈｅＦＲＡＧＳＴＡＴＳｐｒｏｇｒａｍ．Ｔｈｅｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｍｅｔｒｉｃｓｗｅｒｅｐｅｒｃｅｎｔａｇｅｏｆｌａｎｄｓｃａｐｅ（ＰＬＡＮＤ），ａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈｓｉｚｅ（ＡＲＥＡ＿ＡＭ），ａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎｉｎｄｅｘ（ＦＲＡＣ＿ＡＭ），ｐｅｒｉｍｅｔｅｒ⁃ａｒｅａｒａｔｉｏ（ＰＡＲＡ＿ＡＭ），ａｎｄｐａｔｃｈｄｅｎｓｉｔｙ（ＰＤ）．ＵｓｉｎｇＲａｎｄｏｍＦｏｒｅｓｔｍｏｄｅｌｓ，ｗｅａｎａｌｙｚｅｄｔｈｅｒｅｌａｔｉｖｅｉｍｐｏｒｔａｎｃｅａｎｄｍａｒｇｉｎａｌｅｆｆｅｃｔｓｏｆｗｅａｔｈｅｒ，ｔｏｐｏｇｒａｐｈｙ，ａｎｄｖｅｇｅｔａｔｉｏｎｖａｒｉａｂｌｅｓｏｎｄｅｔｅｒｍｉｎｉｎｇｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ：１）ｃｏｍｐａｒｅｄｗｉｔｈｕｎｂｕｒｎｅｄ，ｌｏｗ⁃，ａｎｄｍｏｄｅｒａｔｅ⁃ｓｅｖｅｒｉｔｙｐａｔｃｈｅｓ，ｔｈｅｈｉｇｈ⁃ｓｅｖｅｒｉｔｙｐａｔｃｈｅｓｗｅｒｅｍｏｒｅｌａｒｇｅｒａｎｄｓｉｍｐｌｅｒｉｎｓｈａｐｅ．２）Ｅｌｅｖａｔｉｏｎｐｌａｙｅｄａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｓｈａｐｉｎｇｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｂｕｒｎｓｅｖｅｒｉｔｙ，ｆｏｌｌｏｗｅｄｂｙａｓｐｅｃｔ，ｓｌｏｐｅ，ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ，ｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ，ａｎｄｔｅｍｐｅｒａｔｕｒｅ．３）Ｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｉｎｅｌｅｖａｔｉｏｎ，ｔｈｅｍａｒｇｉｎａｌｅｆｆｅｃｔｃｕｒｖｅｏｆａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈａｒｅａａｎｄａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎｓｈｏｗｅｄａｎｏｂｖｉｏｕｓｉｎｃｒｅａｓｉｎｇｔｒｅｎｄ，ｗｈｅｒｅａｓａｒｅａ⁃ｗｅｉｇｈｔｅｄｐｅｒｉｍｅｔｅｒ⁃ａｒｅａｒａｔｉｏａｎｄｐａｔｃｈｄｅｎｓｉｔｙｅｘｈｉｂｉｔｅｄａｄｅｃｒｅａｓｉｎｇｔｒｅｎｄ．Ｉｎａｄｄｉｔｉｏｎｔｏａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈａｒｅａ，ａｌｌｏｆｔｈｅｍｗｅｒｅａｆｆｅｃｔｅｄｂｙｐｒｅ⁃ｆｉｒｅｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ．Ｗｈｅｎｐｒｅ⁃ｆｉｒｅｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｒａｎｇｅｄｆｏｍ０．２ｔｏ０．３，ｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｈｉｇｈ⁃ｓｅｖｅｒｉｔｙｐａｔｃｈｅｓｉｎｔｈｅｌａｎｄｓｃａｐｅｗｅｒｅｔｈｅｌａｒｇｅｓｔ．Ｉｎｇｅｎｅｒａｌ，ｔｈｅｈｉｇｈ⁃ｓｅｖｅｒｉｔｙｐａｔｃｈｅｓｄｉｆｆｅｒｅｄｓｉｇｎｉｆｉｃａｎｔｌｙｆｒｏｍｕｎｂｕｒｎｅｄ，ｌｏｗ⁃ａｎｄｍｏｄｅｒａｔｅ⁃ｓｅｖｅｒｉｔｙｐａｔｃｈｅｓｆｏｒｆｉｖｅｓｐａｔｉａｌｐａｔｔｅｒｎｍｅｔｒｉｃｓ．Ｔｏｐｏｇｒａｐｈｙａｎｄｖｅｇｅｔａｔｉｏｎｗｅｒｅｍｏｒｅｉｍｐｏｒｔａｎｔｉｎｓｈａｐｉｎｇｔｈｅｓｐａｔｉａｌｐａｔｔｅｒｎｏｆｈｉｇｈ⁃ｓｅｖｅｒｉｔｙｐａｔｃｈｅｓｔｈａｎｃｌｉｍａｔｅ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｗｏｕｌｄｂｅｕｒｇｅｎｔｔｏｉｍｐｌｅｍｅｎｔｆｏｒｅｓｔｆｕｅｌｔｒｅａｔｍｅｎｔｉｎｈｉｇｈ⁃ｓｅｖｅｒｉｔｙａｒｅａｓ．Ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏａｌｌｏｃａｔｅｄｉｆｆｅｒｅｎｔｆｏｒｅｓｔｐａｔｃｈｅｓｒｅａｓｏｎａｂｌｙｆｒｏｍｔｈｅｌａｎｄｓｃａｐｅｌｅｖｅｌ，ｔｈｅｎｔｏｒｅｄｕｃｅｔｈｅｒｉｓｋｏｆｈｉｇｈ⁃ｓｅｖｅｒｉｔｙｆｏｒｅｓｔｌａｒｇｅｆｉｒｅｓ．ＫｅｙＷｏｒｄｓ：ｂｕｒｎｓｅｖｅｒｉｔｙ；ｓｐａｔｉａｌｐａｔｔｅｒｎ；ｔｈｅｌａｎｄｓｃａｐｅｍｅｔｒｉｃ；ＲａｎｄｏｍＦｏｒｅｓｔｍｏｄｅｌ林火是北方森林景观中最重要的自然干扰因子之一，导致每年数百万公顷的森林受到不同程度的损毁［１⁃３］㊂林火烈度是指林火对森林生态系统（植被㊁土壤养分和土壤理化性质）的影响程度［４］㊂它作为衡量林火干扰程度的主要指标之一，较为直观地反映了火干扰对森林生态系统的破坏程度［５⁃６］㊂因此，在北方森林景观中林火烈度是研究的热点议题之一［７⁃９］㊂林火烈度在景观上通常表现出异质性的空间分布格局（如轻度㊁中度㊁重度火烧斑块的空间镶嵌），深刻地影响着森林景观中的多种生态过程［１０⁃１３］㊂例如，林火烈度的空间格局是形成阿拉斯加北方森林演替早期群落模式的限制因子［１４］㊂而且，有研究表明在全球气候变暖下高烈度火烧斑块在景观中的比例呈增加趋势，这将不利于火烧迹地的植被更新，进而影响到火后植被演替格局［１５⁃１６］㊂定量分析林火烈度的空间格局，有助于揭示火烧后森林生态系统中的各种生态过程的发展变化轨迹和森林景观格局的形成机制［１７］㊂林火烈度空间格局是受气候㊁植被㊁地形等多种因子综合作用的结果［１８⁃２１］㊂气候通常被认为在区域尺度上起主导作用，而植被㊁地形等则被认为在局部尺度起作用［２２⁃２３］㊂研究表明，由气候主导的效应可能被植被（可燃物）㊁地形等因素改变，形成不同的林火烈度空间格局［２４］㊂例如，Ｈａｒｉｉｓ等研究了地形㊁可燃物以及气候对美国加州约塞米蒂国家公园林火烈度的相对影响，其研究结果表明气候不是控制林火烈度大小的主要因素；相反，地形和可燃物等因素是主要驱动因子［２５］㊂因此，综合评估气候㊁植被和地形对火烧斑块空间格局的影响至关重要㊂大兴安岭作为我国重要的林木产区，带来了巨大的社会㊁经济和生态环境效益㊂其中，呼中林区作为大兴安岭林火发生最为频繁的地区之一，有研究表明该地区林火烈度可能会在气候变暖的情景下不断加剧［２６］㊂了解林火烈度空间分布格局及其形成机制是当地进行林火管理以及有效分配扑火资源的关键㊂因此，本文基于２０００ ２０１６年ＬａｎｄｓａｔＴＭ／ＥＴＭ影像，采用随机森林（ＲａｎｄｏｍＦｏｒｅｓｔ，ＲＦ）模型）：１）对大兴安岭呼中林区的３７６１㊀５期㊀㊀㊀付婧婧㊀等：气候㊁植被和地形对大兴安岭林火烈度空间格局的影响㊀林火烈度空间格局进行分析；２）探讨其与气候㊁植被㊁地形等环境变量之间的关系㊂预期为大兴安岭地区林火干扰后森林景观生态格局形成机制和森林可持续发展提供科学依据㊂１㊀研究区与研究方法１．１㊀研究区概况呼中林区位于黑龙江大兴安岭（地理坐标为５２ʎ２５ᶄ００ᵡ ５１ʎ１４ᶄ４０ᵡＮ，１２２ʎ３９ᶄ３０ᵡ １２４ʎ２１ᶄ００ᵡＥ），总面积为９３７．２４４ｈｍ２，海拔为４４０ １５００ｍ（图１）㊂该地区是欧亚大陆多年冻土的南缘，气候属大陆性季风气候，四季分明，光照充足，雨量充沛，寒冷湿润㊂年均气温－２．９ħ，１月平均最低气温为－２８．９ħ，７月平均最高气温为１７．１ħ㊂年均降水量４９５ｍｍ，主要集中在夏季㊂土壤类型主要以棕色针叶林土为主㊂该地区地带性植被类型为寒温性针叶林，是东西伯利亚明亮针叶林向南分布的延续㊂以兴安落叶松（Ｌａｒｉｘｇｍｅｌｉｎｉｉ（Ｒｕｐｒ．）Ｋｕｚｅｎ．）为主，约占该地区的６５％㊂除了兴安落叶松外，还有樟子松（ＰｉｎｕｓｓｙｌｖｅｓｔｒｉｓＬ．ｖａｒ．ｍｏｎｇｏｌｉｃａＬｉｔｖ）㊁偃松（Ｐｉｎｕｓｐｕｍｉｌａ）㊁云杉（Ｐｉｃｅａｋｏｒａｉｅｎｓｉｓ）㊁白桦（ＢｅｔｕｌａｐｌａｔｙｐｈｙｌｌａＳｕｋ．）㊁山杨（Ｐｏｐｕｌｕｓｄａｖｉｄｉａｎａ）等㊂白桦是该地区主要的阔叶树种，能够在火烧迹地上迅速生长，常与兴安落叶松形成针阔混交林㊂图１㊀研究区地形图以及２０００ ２０１６年火场分布图Ｆｉｇ．１㊀ＴｈｅｔｏｐｏｇｒａｐｈｉｃｍａｐｏｆｓｔｕｄｙａｒｅａｌｏｃａｔｉｏｎｉｎＨｕｚｈｏｎｇＦｏｒｅｓｔＢｕｒｅａｕ，ｏｖｅｒｌａｉｄｗｉｔｈｔｈｅｌｏｃａｔｉｏｎｏｆ３６ｆｉｒｅｓｔｈａｔｏｃｕｒｒｅｄｂｅｔｗｅｅｎ２０００ａｎｄ２０１６１．２㊀数据来源与处理１．２．１㊀火烧数据和林火烈度制图火烧数据为呼中区２０００ ２０１６年历史火烧记录数据，包括经纬度坐标㊁过火面积㊁起火原因㊁起火时间和灭火时间等信息㊂在进行景观格局分析时，过火面积太小的火场可能存在以下问题：（１）许多像元可能位于火灾边缘，因此火场邻近区域对过火像元的反射率有很大影响，降低了火烧像元内林火烈度评估值的大小；（２）如果过火像元太少，景观格局指数可能没有意义㊂例如，如果过火区域只有一个烈度等级，对火烧斑块的景观指数进行统计性描述是没有意义的㊂因此，本研究仅选取单个过火面积大于２０ｈｍ２的火场㊂总共３６个４７６１㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀火场，总的过火面积为２８７８６．６ｈｍ２；火场大小范围为２１．６ ８３２７．７ｈｍ２，平均每场火为７９９．６ｈｍ２（图１和表１）㊂表１㊀２０００—２０１６年３６场火的火场信息及遥感影像信息Ｔａｂｌｅ１㊀ＦｉｒｅｏｃｃｕｒｒｅｎｃｅｄａｔｅａｎｄＬａｎｄｓａｔＴＭ／ＥＴＭｉｎｆｏｒｍａｔｉｏｎｆｏｒｔｈｅ３６ｆｉｒｅｓｔｈａｔｏｃｃｕｒｒｅｄｂｅｔｗｅｅｎ２０００ａｎｄ２０１６编号ＩＤ过火时间Ｂｕｒｎｐｅｒｉｏｄ过火面积／ｈｍ２ＡｒｅａＬａｎｄｓａｔＴＭ／ＥＴＭ影像类型Ｔｙｐｅ日期Ｄａｔｅ１６／１７／２０００ ６／２３／２０００８３２７．７ＴＭ８／３０／２０００２６／１８／２０００ ６／２４／２０００１４１１．７ＴＭ８／３０／２０００３６／１７／２０００ ６／２４／２０００２７８８．２ＴＭ８／３０／２０００４５／１３／２００１ ５／１４／２００１４３７．０ＥＴＭ６／２２／２００１５８／１１／２００２ ８／１１／２００２６２．３ＥＴＭ９／１３／２００２６８／１／２００２ ８／１／２００２７３．６ＥＴＭ９／１３／２００２７５／２２／２００３ ５／２３／２００３２３８．１ＴＭ６／２０／２００３８５／２２／２００３ ５／２２／２００３６４．７ＴＭ６／２０／２００３９５／２２／２００３ ５／２２／２００３３６．１ＴＭ６／２０／２００３１０７／１１／２００４ ７／１３／２００４２１３．４ＴＭ８／９／２００４１１７／１０／２００４ ７／１３／２００４５０４．６ＴＭ８／９／２００４１２６／２４／２００４ ６／２５／２００４１４５ＴＭ８／９／２００４１３７／１４／２００４ ７／１５／２００４１０５．６ＴＭ８／９／２００４１４７／１４／２００４ ７／１５／２００４４６．７ＴＭ８／９／２００４１５７／１２／２００４ ７／１３／２００４２１．６ＴＭ８／９／２００４１６８／１０／２００５ ８／１０／２００５５９．３ＴＭ９／２１／２００５１７８／１３／２００５ ８／１３／２００５４０．６ＴＭ９／２１／２００５１８８／５／２００５ ８／６／２００５１４１．１ＴＭ９／２１／２００５１９８／５／２００５ ８／５／２００５２９．２ＴＭ９／２１／２００５２０６／１２／２００８ ６／１４／２００８４７３．４６ＴＭ９／２８／２００８２１４／１５／２００８ ４／１８／２００８８３．６ＴＭ９／２８／２００８２２７／２／２０１０ ７／３／２０１０３１．０ＴＭ８／２６／２０１０２３７／２／２０１０ ７／３／２０１０３７６．０ＴＭ８／２６／２０１０２４６／３０／２０１０ ７／３／２０１０７０５．０ＴＭ８／２６／２０１０２５７／２／２０１０ ７／３／２０１０４０５．０ＴＭ８／２６／２０１０２６６／２９／２０１０ ７／２／２０１０４５．０ＴＭ８／２６／２０１０２７６／２８／２０１０ ７／３／２０１０２１０．０ＴＭ８／２６／２０１０２８６／３０／２０１０ ７／３／２０１０４７１．０ＴＭ８／２６／２０１０２９６／２９／２０１０ ７／３／２０１０１０５．０ＴＭ８／２６／２０１０３０６／２８／２０１０ ７／３／２０１０９５８．０ＴＭ８／２６／２０１０３１６／２８／２０１０ ７／３／２０１０１９３４．０ＴＭ８／２６／２０１０３２６／２８／２０１０ ７／３／２０１０４８０．０ＴＭ８／２６／２０１０３３６／２７／２０１０ ７／１／２０１０３３００．０ＴＭ８／２６／２０１０３４６／２６／２０１０ ６／３０／２０１０４３４１．０ＴＭ８／２６／２０１０３５５／１９／２０１６ ５／２０／２０１６８２．０ＴＭ７／２５／２０１６３６６／２／２０１６ ６／２／２０１６４０．０ＴＭ７／２５／２０１６本研究选择火烧后当年的ＬａｎｄｓａｔＴＭ／ＥＴＭ影像作为林火烈度评估数据源㊂遥感影像（条带号为１２１／２４，空间分辨率为３０ｍ）数据来源于中科院地理空间数据云平台（ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／）和美国地质调查局（ｈｔｔｐｓ：／／ｅａｒｔｈｅｘｐｌｏｒｅｒ．ｕｓｇｓ．ｇｏｖ／）（表１）㊂利用ＥＲＤＡＳ９．２软件对遥感影像进行辐射定标和大气校正等处理㊂随着卫星遥感技术的不断发展，借助遥感指数定量评价林火烈度的研究越来越多㊂其中，归一化火烧指数（ＮｏｒｍａｌｉｚｅｄＢｕｒｎＲａｔｉｏ，ＮＢＲ）是一个较好的反映林火烈度的指数㊂其计算公式如下［２７］：５７６１㊀５期㊀㊀㊀付婧婧㊀等：气候㊁植被和地形对大兴安岭林火烈度空间格局的影响㊀ＮＢＲ＝１０００ˑｂａｎｄ４－ｂａｎｄ７()／ｂａｎｄ４＋ｂａｎｄ７()式中，ｂａｎｄ４是近红外波段，ｂａｎｄ７是短红外波段㊂ＮＢＲ值与林火烈度呈负相关㊂本研究利用Ｒ语言计算了２０００ ２０１６年呼中林区３６场火在火后的ＮＢＲ值㊂根据王晓莉等［２８］提供的ＮＢＲ阈值对过火区域的林火烈度进行分级，将每个火场划分出未过火（＞５８５）㊁轻度（２５２ ５８５）㊁中度（５３ ２５２）㊁重度（ɤ５３）共４个不同等级的火烈度斑块㊂１．２．２㊀气候㊁植被㊁地形数据（１）植被数据包括火前植被类型和ＮＤＶＩ植被指数㊂本研究基于呼中林相图数据，将植被分为针叶林㊁阔叶林和针阔混交林３种类型㊂火前ＮＤＶＩ指数用来间接表征植被覆盖度㊁生物量等信息㊂ＮＤＶＩ指数是基于火前１年植被生长季（６ ８月）的ＬａｎｄｓａｔＴＭ／ＥＴＭ计算而来的㊂（２）地形数据包括海拔㊁坡度㊁坡向３个因子㊂由数字高程模型（ＤＥＭ）在ＡｒｃＧＩＳ中空间分析得到㊂根据以下公式将ＡｒｃＧＩＳ提取的坡向转为连续变量，取值范围是－１ １㊂Ａｓｐｅｃｔｉｎｄｅｘ＝ｃｏｓθˑ２ˑＰＩ()／３６０()式中，Ａｓｐｅｃｔｉｎｄｅｘ为坡向指数，θ为坡向值（０ ３６０度），ＰＩ为圆周率㊂坡向指数越大越朝阳坡㊂（３）气象数据包括火烧期间的日平均风速㊁日平均温度㊁日最小相对湿度等（表２）㊂表２㊀环境因子统计性描述表Ｔａｂｌｅ２㊀Ｄｅｓｃｒｉｐｔｉｖｅｓｔａｔｉｓｔｉｃｓｆｏｒｅｎｖｉｒｏｎｍｅｎｔａｌｖａｒｉａｂｌｅｓｏｆｔｈｅ３６ｆｉｒｅｓｂｅｔｗｅｅｎ２０００ａｎｄ２０１６因子Ｖａｒｉａｂｌｅｓ最小值Ｍｉｎ最大值Ｍａｘ平均值Ｍｅａｎ标准差Ｓｔｄ．Ｄｅｖ．海拔Ｅｌｅｖａｔｉｏｎ／ｍ５８３１１６２９５２１２９坡向Ａｓｐｅｃｔ－０．９０．８－０．１０．４坡度Ｓｌｏｐｅ０．５２３．１１１．６４．２温度Ｔｅｍｐｅｒａｔｕｒｅ／ħ２．５２６．１１９．３５．０风速Ｗｉｎｄｓｐｅｅｄ／（ｍ／ｓ）０．９３．１１．６０．５相对湿度Ｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ／％３７．３８１６８．４９．２植被覆盖度Ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ－０．０５０．６００．３７０．１６植被类型Ｖｅｇｅｔａｔｉｏｎｔｙｐｅ１：针叶林；２：阔叶林；３：针阔混交林１．３㊀林火烈度的空间格局量化林火烈度的空间格局指的是不同烈度的火烧斑块的大小㊁形状等，及其在空间上的分布与配置［２９］㊂本研究采用景观格局指数来定量描述林火烈度的空间格局㊂依据各景观指数的生态意义，选取了５个可以较好地反映林火烈度空间格局的景观指数（表３）㊂运用Ｆｒａｇｓｔａｔｓ景观格局分析软件，采用８邻域规则，进行了林火烈度空间格局指数的计算㊂景观指数的选取和量化过程具体如下：（１）斑块组成和大小（Ｐａｔｃｈｃｏｍｐｏｓｉｔｉｏｎａｎｄｓｉｚｅ）指数：选取斑块所占景观（即火场）面积比（Ｐｅｒｃｅｎｔａｇｅｏｆｌａｎｄｓｃａｐｅ，ＰＬＡＮＤ）和面积加权平均斑块面积（Ａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈａｒｅａ，Ａｒｅａ＿ＡＭ）２个指数描述不同火烈度斑块的大小㊂斑块所占景观面积比用来衡量过火区域不同火烈度斑块的面积比例丰度；（２）斑块形状指数（Ｐａｔｃｈｓｈａｐｅ）：选取面积加权平均斑块分维数（Ａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ，ＦＲＡＣ＿ＡＭ）和面积加权边缘面积比（Ａｒｅａ⁃ｗｅｉｇｈｔｅｄｐｅｒｉｍｅｔｅｒ⁃ａｒｅａｒａｔｉｏ，ＰＡＲＡ＿ＡＭ）２个指数描述不同火烈度斑块形状的复杂性㊂面积加权平均斑块分维数是基于周长⁃面积的关系来测量斑块形状的复杂性㊂其取值范围为１ ２，其值越大，斑块形状越复杂㊂面积加权边缘面积比是将斑块的周长除以面积，并按斑块的大小进行加权㊂面积加权边缘面积比定量化了斑块边界的复杂程度，其值随着边界复杂程度增加而增加；（３）斑块空间配置（Ｐａｔｃｈａｒｒａｎｇｅｍｅｎｔ）：选取斑块密度（Ｐａｔｃｈｄｅｎｓｉｔｙ，ＰＤ）描述每场火不同火烈度斑块在空间上的分布㊂斑块的数量越多，斑块密度越大㊂６７６１㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀表３㊀景观格局指数Ｔａｂｌｅ３㊀Ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｍｅｔｒｉｃ景观指数Ｌａｎｄｓｃａｐｅｍｅｔｒｉｃｓ描述Ｄｅｓｃｒｉｐｔｉｏｎ意义Ｉｍｐｌｉｃａｔｉｏｎ斑块所占景观面积比Ｐｅｒｃｅｎｔａｇｅｏｆｌａｎｄｓｃａｐｅ某一斑块类型的面积占整个景观面积的百分比定量化了景观中每一斑块类型的丰富度，反映了景观的组成面积加权平均斑块面积Ａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈａｒｅａ某一类型斑块面积的面积加权平均值反映斑块大小，值越大，说明景观的破碎化程度越小面积加权平均斑块分维数Ａｒｅａ⁃ｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ某一类型斑块分维数的面积加权平均值反映斑块形状变化的指标，随斑块形状复杂性的增加而增加，较为准确地描述了斑块空间形状复杂性面积加权边缘面积比Ａｒｅａ⁃ｗｅｉｇｈｔｅｄｐｅｒｉｍｅｔｅｒ⁃ａｒｅａｒａｔｉｏ某斑块类型中各个斑块的周长与面积比乘以各自的面积权重之后的和度量斑块边界的复杂程度，值越高，斑块边界形状越复杂斑块密度Ｐａｔｃｈｄｅｎｓｉｔｙ某一类型斑块的数目除以景观总面积反映了景观破碎程度，斑块密度越高，则景观的破碎化程度越高１．４㊀统计分析（１）基于Ｒ语言中的ｌａｅｒｃｉｏ包，本研究采用Ｄｕｎｃａｎ多重比较法确定未过火㊁轻度㊁中度㊁重度火烧斑块的景观格局指数是否存在显著差异性（α＝０．０５）㊂（２）本研究采用Ｒ语言中的随机森林（ＲａｎｄｏｍＦｏｒｅｓｔ，ＲＦ）包作为建模工具，针对控制重度火烧斑块空间格局的因素进行建模，评估每个变量对重度火烧斑块空间格局的相对影响㊂随机森林是利用Ｂｏｏｔｓｔｒａｐ重采样方法从原始样本中抽取多个样本，并为每个样本生成独立的决策树的一种集成算法［３０⁃３１］㊂每个决策树中随机选取三分之二的数据用于建模，而其余三分之一的数据，即袋外数据（ｏｕｔ⁃ｏｆ⁃ｂａｇ，ＯＯＢ）用于模型验证㊂在建模过程中，随机森林在保持其他变量不变的情况下，随机置换变量的观测值后，通过比较袋外误差（ｏｕｔ⁃ｏｆ⁃ｂａｇｅｒｒｏｒ）得到变量的重要性㊂然后，通过袋外误差的增加量和基于分裂时基尼指数的减少量来评估每个变量的重要性㊂袋外误差的增加量是由两次袋外误差的差异的平均值决定的㊂基尼系数衡量的是森林中所有树木上每个变量的杂质㊂每次使用变量组合在新的训练数据上使树生长到最大深度㊂与经典决策树相反，这些完全生长的树不需要修剪㊂在每个节点上，只搜索选定的特性以获得最佳分割［３２］㊂基尼指数越大，节点纯度越高，表示变量越重要㊂本研究选择基尼指数来评价各解释变量的重要性㊂其计算公式如下：ＧＩｍ＝１－ðＫｋ＝１ｐ２ｍｋ式中，ＧＩｍ为节点ｍ的基尼指数，Ｋ表示有Ｋ个类别，ｐｍｋ表示节点ｍ中类别ｋ所占比例㊂（３）重要因子的边际效应分析是基于局部依赖性图进行的，局部依赖图显示了一个特征对先前拟合模型预测结果的边际效应㊂预测函数固定在选定特征的几个值上，并在其他特征上取平均值㊂本研究对于重度火烧景观格局指数与各影响因子之间局部依赖图采用ｐａｒｔｉａｌＰｌｏｔ函数绘制㊂２㊀结果与分析２．１㊀未过火㊁轻㊁中㊁重火烧斑块的景观格局指数差异性在斑块所占景观面积比和面积加权平均斑块面积中，重度火烧斑块与中度㊁轻度以及未过火火烧斑块存在显著差异性（Ｐ＜０．０５）（图２）㊂相对于其他类型的斑块，重度火烧斑块的面积更大，在景观中所占的比例较高；从面积加权平均斑块分维数和面积加权边缘面积比来看，重度火烧斑块的面积加权平均斑块分维数趋近于１，且面积加权边缘面积比也显著低于其他火烈度斑块，表明重度火烧斑块的形状更简单；从斑块空间配置来看，相对于重度火烧斑块，轻度㊁中度火烧斑块的斑块密度较大，数量较多㊂２．２㊀气象㊁地形㊁植被因子的相对重要性随机森林模型中各因子的相对重要性排序如图３所示㊂由图中变量的重要性排序可知，各个景观指数中变量的重要性排序不同㊂坡向和植被覆盖度是影响斑块所占景观面积比最重要的２个变量；影响面积加权平均斑块面积按重要性大小排序依次为海拔㊁坡度㊁温度㊁风速㊁坡向㊁相对湿度㊁植被覆盖度㊁植被类型㊂影响面７７６１㊀５期㊀㊀㊀付婧婧㊀等：气候㊁植被和地形对大兴安岭林火烈度空间格局的影响㊀图２㊀未过火㊁轻度㊁中度㊁重度火烧斑块的景观格局指数Ｆｉｇ．２㊀Ｂｏｘｐｌｏｔｓｓｈｏｗｉｎｇｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｐａｔｉａｌｐａｔｔｅｒｎｍｅｔｒｉｃｓｂｙｂｕｒｎ⁃ｓｅｖｅｒｉｔｙｃｌａｓｓｅｓ不同大小字母表示不同的林火烈度下景观格局指数间差异显著（α＝０．０５）积加权平均斑块分维数的最主要因子为海拔，其次是相对湿度㊁植被覆盖度等㊂坡向对面积加权边缘面积比的影响最大，而斑块密度的大小主要取决于海拔和坡度这两个变量㊂结果表明海拔是影响重度火烧斑块空间格局最重要的因素㊂２．３㊀气象㊁地形㊁植被因子的边际效应图４显示了各个变量对重度火烧斑块景观格局指数的影响区间（边际效应）㊂随着海拔的升高，面积加权平均斑块面积㊁面积加权平均斑块分维数的边际效应曲线呈上升趋势，且海拔为１１００ｍ时面积加权平均斑块面积和面积加权平均斑块分维数最大，而面积加权边缘面积比和斑块密度呈下降趋势，表明海拔与二者之间呈负相关关系；从坡向方面来看，坡向越朝南，斑块所占景观面积比的边际效应值先增加后减小，而面积加权边缘面积比和斑块密度的边际效应曲线刚好相反；此外，除了面积加权平均斑块面积外，都受到火前植被覆盖度的影响，且植被覆盖度为０．２ ０．３范围内，重度火烧斑块在景观中所占比例最大；面积加权平均斑块面积８７６１㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图３㊀随机森林模型中变量的重要性Ｆｉｇ．３㊀Ｒｅｌａｔｉｖｅｃｏｎｔｒｉｂｕｔｉｏｎｓｏｆｖａｒｉａｂｌｅｓｔｏｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｈｉｇｈ⁃ｓｅｖｅｒｉｔｙｐａｔｃｈｅｓ对坡度的响应尤为明显，坡度在１５ʎ ２０ʎ之间边际效应曲线呈先上升后下降的趋势，当坡度为２５ʎ时又迅速上升；斑块所占景观面积比中相对湿度边际效应曲线显示，相对湿度为６０％左右，边际效应值呈稳定高峰状态，但随着湿度的增加，边际效应值逐渐减小㊂３㊀讨论本研究结果表明中国北方森林景观火烧后以重度火烧斑块为主导，这与北美北方森林景观中的研究结果类似［３３⁃３４］㊂例如Ｌｅｎｔｉｌｅ等将美国阿拉斯加北方森林的５８％的景观描述成重度火烧［３５］㊂不同火烈度的斑块大小在空间上具有很大的变异性，高烈度的林火通常通过增加重度火烧斑块面积，同时减少轻度㊁中度火烧斑块在景观中的比例，最终形成更加均质的重度火烧景观［２２］㊂９７６１㊀５期㊀㊀㊀付婧婧㊀等：气候㊁植被和地形对大兴安岭林火烈度空间格局的影响㊀图４㊀重度火烧斑块景观格局指数与各影响因子之间边际效应图Ｆｉｇ．４㊀Ｐａｒｔｉａｌｄｅｐｅｎｄｅｎｃｅｐｌｏｔｓｆｏｒｔｈｅｒａｎｄｏｍｆｏｒｅｓｔｍｏｄｅｌｒｕｎｕｓｉｎｇｏｎｌｙｔｈｅｔｏｐ８ｖａｒｉａｂｌｅｓｉｄｅｎｔｉｆｉｅｄｉｎｔｈｅｆｕｌｌｍｏｄｅｌ，ｓｈｏｗｉｎｇｔｈｅｒｅｓｐｏｎｓｅｏｆｈｉｇｈｓｅｖｅｒｉｔｙｐａｔｃｈｔｏｉｎｄｉｖｉｄｕａｌｐｒｅｄｉｃｔｏｒ．Ｔｈｅｖａｒｉａｂｌｅｓｈｏｗｎａｒｅｅｌｅｖａｔｉｏｎ，ａｓｐｅｃｔ，ｍｅａｎｔｅｍｐｅｒａｔｕｒｅ，ｍｅａｎｗｉｎｄｓｐｅｅｄ，ｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ重度火烧斑块的面积加权边缘面积比显著低于未过火㊁轻度㊁中度火烧斑块㊂从景观生态学的角度来看，边缘面积比随着斑块面积的增加而减少［３６］，高烈度的林火往往形成较大面积的重度火烧斑块，相对于其他类型的斑块，斑块的形状更加规则且边缘数量少㊂例如，Ｔｕｒｎｅｒ等发现，美国黄石国家公园的森林景观的边缘面积比从早期火灾到后期火灾有所下降［３７］㊂重度㊁轻度火烧斑块的面积加权平均斑块分维数与中度火烧斑块０８６１㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀存在显著的差异性㊂Ｋｅａｎｅ等认为虽然林火烈度越来越严重，但是它们往往与低烈度火烧斑块相邻，形成多样性的景观，增加森林景观的空间异质性［３８］㊂相对于重度火烧斑块，轻度㊁中度火烧斑块的斑块密度较高，可能是因为较多的轻度㊁中度火烧斑块覆盖了更多异质的生境，林火蔓延受到更多的限制，使得轻度㊁中度火烧斑块在空间上不连续分布，形成较多的小斑块，导致森林景观的破碎化㊂海拔对林火烈度空间格局起着重要的作用［３９⁃４０］㊂随着海拔的升高，重度火烧斑块所占景观面积比例增加，斑块形状趋于简单，这可能是因为高海拔的地区分布着较多的针叶树，且太阳辐射较强，坡度较大，林火蔓延较快，产生重度火烧的可能性较大㊂此外，本研究中的火灾多为大兴安岭地区的春夏交替季节，高海拔林分中可能分布着较多灌丛或草本植物［４１⁃４２］㊂由于可燃物积累较多，火灾容易蔓延，可能是造成大面积重度火烧斑块的原因㊂而坡度和坡向的解释弱于海拔㊂坡度和坡向通过影响可燃物含水率，间接影响着火灾蔓延时火烧强度㊂本研究表明气候因素对林火烈度空间格局的作用总体上次于地形（比如海拔）的作用㊂造成这种差异的原因可能是气候对林火烈度有重要的影响，但并不是完全由其控制林火烈度的空间格局㊂在有利的气象条件下，虽然林火动态变得更加激烈，传播的速度增加，林火烈度也不断增加，但是重度火烧斑块的结构与空间配置对地形的响应较大㊂另外，本研究中的气象数据来源于呼中气象站一个观测点（距离火场的距离较远），缺乏针对每场火灾所在区域范围内的观测数据㊂为此，可能是因为气象要素的空间变异性在本研究中反映不充分，导致其解释能力受限㊂尽管如此，获取每场火灾近距离的实时观测气象要素依然是林火研究的难点问题，是今后进一步研究的方向㊂本研究表明植被类型对林火烈度的空间格局的解释弱于地形和气候㊂但是火前ＮＤＶＩ指数表征的植被覆盖度具有较强的解释能力㊂大兴安岭地区植被类型单一，在景观尺度上植被的空间变异性不大，可能是导致植被类型对林火烈度空间格局解释不明显的原因之一㊂因此，在植被类型空间变异性较大的地区，其对林火烈度空间格局的解释程度可能会与本研究的结果不同㊂另一方面，火灾燃烧在很大程度上取决于可燃物特征（比如可燃物载量）［４３⁃４５］㊂通常植被覆盖度高，可燃物载量大，因此对林火烈度的空间分布格局影响更强㊂４㊀结论本研究基于ＮＢＲ指数分析了２０００ ２０１６年大兴安岭呼中林区不同火烈度斑块的空间格局，并运用随机森林模型分析了气候㊁地形㊁植被对重度火烧斑块空间格局的影响㊂研究结果表明２０００ ２０１６年大兴安岭呼中森林景观中重度火烧斑块的空间格局与中度㊁轻度以及未过火火烧斑块存在显著差异性㊂相对于气候，地形和植被对于塑造重度火烧斑块空间格局具有重要作用㊂尽管有人认为区域气候模式对火灾行为的影响有时非常显著，以至于林火烈度空间格局并不会随着地形㊁植被等生态系统因素而发生强烈的变化㊂而本研究结果则表明当地的生态系统因素（地形㊁植被）也会对林火烈度空间格局产生强烈的影响㊂随着未来森林火险等级不断上升，通过对不同火烈度斑块异质性进行风险评级，可以辅助森林管理部门从景观层面上合理配置森林斑块，对于实现火后不同植被格局下森林火险的长期监测具有重要的意义㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀ＬｙｎｃｈＪＡ，ＨｏｌｌｉｓＪＬ，ＨｕＦＳ．Ｃｌｉｍａｔｉｃａｎｄｌａｎｄｓｃａｐｅｃｏｎｔｒｏｌｓｏｆｔｈｅｂｏｒｅａｌｆｏｒｅｓｔｆｉｒｅｒｅｇｉｍｅ：ｈｏｌｏｃｅｎｅｒｅｃｏｒｄｓｆｒｏｍＡｌａｓｋａ．ＪｏｕｒｎａｌｏｆＥｃｏｌｏｇｙ，２００４，９２（３）：４７７⁃４８９．［２］㊀ＴｕｒｅｔｓｋｙＭＲ，ＫａｎｅＥＳ，ＨａｒｄｅｎＪＷ，ＯｔｔｍａｒＲＤ，ＭａｎｉｅｓＫＬ，ＨｏｙＥ，ＫａｓｉｓｃｈｋｅＥＳ．ＲｅｃｅｎｔａｃｃｅｌｅｒａｔｉｏｎｏｆｂｉｏｍａｓｓｂｕｒｎｉｎｇａｎｄｃａｒｂｏｎｌｏｓｓｅｓｉｎＡｌａｓｋａｎｆｏｒｅｓｔｓａｎｄｐｅａｔｌａｎｄｓ．ＮａｔｕｒｅＧｅｏｓｃｉｅｎｃｅ，２０１１，４（１）：２７⁃３１．［３］㊀胡海清，魏书精，孙龙．大兴安岭２００１⁃２０１０年森林火灾碳排放的计量估算．生态学报，２０１２，３２（１７）：５３７３⁃５３８６．［４］㊀ＪｏｈｎｓｔｏｎｅＪＦ，ＣｈａｐｉｎＦＳ．Ｅｆｆｅｃｔｓｏｆｓｏｉｌｂｕｒｎｓｅｖｅｒｉｔｙｏｎｐｏｓｔ⁃ｆｉｒｅｔｒｅｅｒｅｃｒｕｉｔｍｅｎｔｉｎｂｏｒｅａｌｆｏｒｅｓｔ．Ｅｃｏｓｙｓｔｅｍｓ，２００６，９（１）：１４⁃３１．［５］㊀韩春兰，邵帅，王秋兵，李甄，孙仲秀，毛伟伟．兴安落叶松林火干扰后土壤有机碳含量变化．生态学报，２０１５，３５（９）：３０２３⁃３０３３．［６］㊀常禹，陈宏伟，胡远满，冯玉婷，李悦．林火烈度评价及其空间异质性研究进展．自然灾害学报，２０１２，２１（２）：２８⁃３４．［７］㊀ＤｕｆｆｙＰＡ，ＥｐｔｉｎｇＪ，ＧｒａｈａｍＪＭ，ＲｕｐｐＴＳ，ＭｃＧｕｉｒｅＡＤ．ＡｎａｌｙｓｉｓｏｆＡｌａｓｋａｎｂｕｒｎｓｅｖｅｒｉｔｙｐａｔｔｅｒｎｓｕｓｉｎｇｒｅｍｏｔｅｌｙｓｅｎｓｅｄｄａｔａ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＷｉｌｄｌａｎｄＦｉｒｅ，２００７，１６（３）：２７７⁃２８４．［８］㊀ＢｏｅｌｍａｎＮＴ，ＲｏｃｈａＡＶ，ＳｈａｖｅｒＧＲ．ＵｎｄｅｒｓｔａｎｄｉｎｇｂｕｒｎｓｅｖｅｒｉｔｙｓｅｎｓｉｎｇｉｎＡｒｃｔｉｃｔｕｎｄｒａ：ｅｘｐｌｏｒｉｎｇｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓ，ｓｕｂｏｐｔｉｍａｌａｓｓｅｓｓｍｅｎｔｔｉｍｉｎｇａｎｄｔｈｅｉｍｐａｃｔｏｆｉｎｃｒｅａｓｉｎｇｐｉｘｅｌｓｉｚｅ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１１，３２（２２）：７０３３⁃７０５６．１８６１㊀５期㊀㊀㊀付婧婧㊀等：气候㊁植被和地形对大兴安岭林火烈度空间格局的影响㊀２８６１㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀［９］㊀ＬｅｅＢ，ＫｉｍＳＹ，ＣｈｕｎｇＪ，ＰａｒｋＰＳ．ＥｓｔｉｍａｔｉｏｎｏｆｆｉｒｅｓｅｖｅｒｉｔｙｂｙｕｓｅｏｆＬａｎｄｓａｔＴＭｉｍａｇｅｓａｎｄｉｔｓｒｅｌｅｖａｎｃｅｔｏｖｅｇｅｔａｔｉｏｎａｎｄｔｏｐｏｇｒａｐｈｙｉｎｔｈｅ２０００Ｓａｍｃｈｅｏｋｆｏｒｅｓｔｆｉｒｅ．ＪｏｕｒｎａｌｏｆＦｏｒｅｓｔＲｅｓｅａｒｃｈ，２００８，１３（４）：１９７⁃２０４．［１０］㊀ＨａｙｅｓＪＪ，ＲｏｂｅｓｏｎＳＭ．Ｒｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｆｉｒｅｓｅｖｅｒｉｔｙａｎｄｐｏｓｔ⁃ｆｉｒｅｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｆｏｌｌｏｗｉｎｇａｌａｒｇｅｍｉｘｅｄ⁃ｓｅｖｅｒｉｔｙｆｉｒｅｉｎｔｈｅＶａｌｌｅＶｉｄａｌ，ＮｅｗＭｅｘｉｃｏ，ＵＳＡ．ＦｏｒｅｓｔＥｃｏｌｏｇｙａｎｄＭａｎａｇｅｍｅｎｔ，２０１１，２６１（８）：１３９２⁃１４００．［１１］㊀ＰｉｃｋｅｔｔＳＴＡ，ＷｈｉｔｅＰＳ．Ｔｈｅｅｃｏｌｏｇｙｏｆｎａｔｕｒａｌｄｉｓｔｕｒｂａｎｃｅａｎｄｐａｔｃｈｄｙｎａｍｉｃｓ／／ＨｏｒｎＨＳ，ｅｄ．ＥｃｏｌｏｇｉｃａｌＤｉｓｅｑｕｉｌｉｂｒｉａ．Ｏｒｌａｎｄｏ，Ｆｌａ：ＡｃａｄｅｍｉｃＰｒｅｓｓ，１９８５．［１２］㊀邱扬，李湛东，张玉钧，徐化成，于汝元．火干扰对大兴安岭北部原始林下层植物多样性的影响．生态学报，２００６，２６（９）：２８６３⁃２８６９．［１３］㊀杨一，王懿祥，白尚斌，刘蕾蕾，朱婷婷，朱旭丹，尤誉杰．临安次生灌丛植物多样性对林火烈度空间异质性的响应．生态学报，２０１６，３６（１４）：４４３８⁃４４４６．［１４］㊀ＨｏｌｌｉｎｇｓｗｏｒｔｈＴＮ，ＪｏｈｎｓｔｏｎｅＪＦ，ＢｅｒｎｈａｒｄｔＥＬ，ＣｈａｐｉｎＦＳ，ＲｅｉｎｈａｒｔＫＯ．ＦｉｒｅｓｅｖｅｒｉｔｙｆｉｌｔｅｒｓｒｅｇｅｎｅｒａｔｉｏｎｔｒａｉｔｓｔｏｓｈａｐｅｃｏｍｍｕｎｉｔｙａｓｓｅｍｂｌｙｉｎＡｌａｓｋａᶄｓｂｏｒｅａｌｆｏｒｅｓｔ．ＰＬｏＳＯｎｅ，２０１３，８（２）：ｅ５６０３３．［１５］㊀蔡文华，杨健，刘志华，胡远满，柳生吉，荆国志，赵增福．黑龙江省大兴安岭林区火烧迹地森林更新及其影响因子．生态学报，２０１２，３２（１１）：３３０３⁃３３１２．［１６］㊀王绪高，李秀珍，贺红士，冷文芳，问青春．大兴安岭北坡落叶松林火后植被演替过程研究．生态学杂志，２００４，２３（５）：３５⁃４１．［１７］㊀ＨｏｙＥＥ，ＦｒｅｎｃｈＮＨＦ，ＴｕｒｅｔｓｋｙＭＲ，ＴｒｉｇｇＳＮ，ＫａｓｉｓｃｈｋｅＥＳ．ＥｖａｌｕａｔｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｏｆＬａｎｄｓａｔＴＭ／ＥＴＭ＋ｉｍａｇｅｒｙｆｏｒａｓｓｅｓｓｉｎｇｆｉｒｅｓｅｖｅｒｉｔｙｉｎＡｌａｓｋａｎｂｌａｃｋｓｐｒｕｃｅｆｏｒｅｓｔｓ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＷｉｌｄｌａｎｄＦｉｒｅ，２００８，１７（４）：５００⁃５１４．［１８］㊀ＬｅｎｔｉｌｅＬＢ，ＳｍｉｔｈＦＷ，ＳｈｅｐｐｅｒｄＷＤ．ＩｎｆｌｕｅｎｃｅｏｆｔｏｐｏｇｒａｐｈｙａｎｄｆｏｒｅｓｔｓｔｒｕｃｔｕｒｅｏｎｐａｔｔｅｒｎｓｏｆｍｉｘｅｄｓｅｖｅｒｉｔｙｆｉｒｅｉｎｐｏｎｄｅｒｏｓａｐｉｎｅｆｏｒｅｓｔｓｏｆｔｈｅＳｏｕｔｈＤａｋｏｔａＢｌａｃｋＨｉｌｌｓ，ＵＳＡ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＷｉｌｄｌａｎｄＦｉｒｅ，２００６，１５（４）：５５７⁃５６６．［１９］㊀ＯｌｉｖｅｒａｓＩ，ＧｒａｃｉａＭ，ＭｏｒéＧ，ＲｅｔａｎａＪ．ＦａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｔｈｅｐａｔｔｅｒｎｏｆｆｉｒｅｓｅｖｅｒｉｔｉｅｓｉｎａｌａｒｇｅｗｉｌｄｆｉｒｅｕｎｄｅｒｅｘｔｒｅｍｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｃｏｎｄｉｔｉｏｎｓｉｎｔｈｅＭｅｄｉｔｅｒｒａｎｅａｎｂａｓｉｎ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＷｉｌｄｌａｎｄＦｉｒｅ，２００９，１８（７）：７５５⁃７６４．［２０］㊀刘志华，杨健，贺红士，常禹．黑龙江大兴安岭呼中林区火烧点格局分析及影响因素．生态学报，２０１１，３１（６）：１６６９⁃１６７７．［２１］㊀郭福涛，胡海清，张金辉．塔河地区林火时空分布格局与影响因素．自然灾害学报，２００９，１８（１）：２０４⁃２０８．［２２］㊀ＣａｎｓｌｅｒＣＡ，ＭｃＫｅｎｚｉｅＤ．Ｃｌｉｍａｔｅ，ｆｉｒｅｓｉｚｅ，ａｎｄｂｉｏｐｈｙｓｉｃａｌｓｅｔｔｉｎｇｃｏｎｔｒｏｌｆｉｒｅｓｅｖｅｒｉｔｙａｎｄｓｐａｔｉａｌｐａｔｔｅｒｎｉｎｔｈｅｎｏｒｔｈｅｒｎＣａｓｃａｄｅＲａｎｇｅ，ＵＳＡ．ＥｃｏｌｏｇｉｃａｌＡｐｐｌｉｃａｔｉｏｎｓ，２０１４，２４（５）：１０３７⁃１０５６．［２３］㊀ＷｕＺＷ，ＨｅＨＳ，ＬｉａｎｇＹ，ＣａｉＬＹ，ＬｅｗｉｓＢＪ．ＤｅｔｅｒｍｉｎｉｎｇｒｅｌａｔｉｖｅｃｏｎｔｒｉｂｕｔｉｏｎｓｏｆｖｅｇｅｔａｔｉｏｎａｎｄｔｏｐｏｇｒａｐｈｙｔｏｂｕｒｎｓｅｖｅｒｉｔｙｆｒｏｍＬａｎｄｓａｔｉｍａｇｅｒｙ．ＥｎｖｉｒｏｎｍｅｎｔａｌＭａｎａｇｅｍｅｎｔ，２０１３，５２（４）：８２１⁃８３６．［２４］㊀ＷａｌｌｅｎｉｕｓＴＨ，ＫｕｕｌｕｖａｉｎｅｎＴ，Ｖａｎｈａ⁃ＭａｊａｍａａＩ．ＦｉｒｅｈｉｓｔｏｒｙｉｎｒｅｌａｔｉｏｎｔｏｓｉｔｅｔｙｐｅａｎｄｖｅｇｅｔａｔｉｏｎｉｎＶｉｅｎａｎｓａｌｏｗｉｌｄｅｒｎｅｓｓｉｎｅａｓｔｅｒｎＦｅｎｎｏｓｃａｎｄｉａ，Ｒｕｓｓｉａ．ＣａｎａｄｉａｎＪｏｕｒｎａｌｏｆＦｏｒｅｓｔＲｅｓｅａｒｃｈ，２００４，３４（７）：１４００⁃１４０９．［２５］㊀ＨａｒｒｉｓＬ，ＴａｙｌｏｒＡＨ．Ｔｏｐｏｇｒａｐｈｙ，ｆｕｅｌｓ，ａｎｄｆｉｒｅｅｘｃｌｕｓｉｏｎｄｒｉｖｅｆｉｒｅｓｅｖｅｒｉｔｙｏｆｔｈｅＲｉｍＦｉｒｅｉｎａｎＯｌｄ⁃ＧｒｏｗｔｈＭｉｘｅｄ⁃ＣｏｎｉｆｅｒＦｏｒｅｓｔ，ＹｏｓｅｍｉｔｅＮａｔｉｏｎａｌＰａｒｋ，ＵＳＡ．Ｅｃｏｓｙｓｔｅｍｓ，２０１５，１８（７）：１１９２⁃１２０８．［２６］㊀田晓瑞，代玄，王明玉，赵凤君，舒立福．多气候情景下中国森林火灾风险评估．应用生态学报，２０１６，２７（３）：７６９⁃７７６．［２７］㊀谭柳霞，曾永年，郑忠．林火烈度遥感评估指数适应性分析．国土资源遥感，２０１６，２８（２）：８４⁃９０．［２８］㊀王晓莉，王文娟，常禹，冯玉婷，陈宏伟，胡远满，池建国．基于ＮＢＲ指数分析大兴安岭呼中森林过火区的林火烈度．应用生态学报，２０１３，２４（４）：９６７⁃９７４．［２９］㊀ＨａｉｒｅＳＬ，ＭｃＧａｒｉｇａｌＫ．ＣｈａｎｇｅｓｉｎＦｉｒｅＳｅｖｅｒｉｔｙａｃｒｏｓｓＧｒａｄｉｅｎｔｓｏｆＣｌｉｍａｔｅ，ＦｉｒｅＳｉｚｅ，ａｎｄＴｏｐｏｇｒａｐｈｙ：ＡＬａｎｄｓｃａｐｅＥｃｏｌｏｇｉｃａｌＰｅｒｓｐｅｃｔｉｖｅ．ＦｉｒｅＥｃｏｌｏｇｙ，２００９，５（２）：８６⁃１０３．［３０］㊀ＢｒｅｉｍａｎＬ．ＲａｎｄｏｍＦｏｒｅｓｔｓ．ＭａｃｈｉｎｅＬｅａｒｎｉｎｇ，２００１，４５（１）：５⁃３２．［３１］㊀ＬｉａｗＡ，ＷｉｅｎｅｒＭ．Ｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｒｅｇｒｅｓｓｉｏｎｂｙｒａｎｄｏｍｆｏｒｅｓｔ．ＲＮｅｗｓ，２００２，２⁃３：１８⁃２２．［３２］㊀ＰａｌＭ．Ｒａｎｄｏｍｆｏｒｅｓｔｃｌａｓｓｉｆｉｅｒｆｏｒｒｅｍｏｔｅｓｅｎｓｉｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００５，２６（１）：２１７⁃２２２．［３３］㊀ＯｌｉｖｅｉｒａＳ，ＯｅｈｌｅｒＦ，Ｓａｎ⁃Ｍｉｇｕｅｌ⁃ＡｙａｎｚＪ，ＣａｍｉａＡ，ＰｅｒｅｉｒａＪＭＣ．ＭｏｄｅｌｉｎｇｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｆｉｒｅｏｃｃｕｒｒｅｎｃｅｉｎＭｅｄｉｔｅｒｒａｎｅａｎＥｕｒｏｐｅｕｓｉｎｇｍｕｌｔｉｐｌｅｒｅｇｒｅｓｓｉｏｎａｎｄｒａｎｄｏｍｆｏｒｅｓｔ．ＦｏｒｅｓｔＥｃｏｌｏｇｙａｎｄＭａｎａｇｅｍｅｎｔ，２０１２，２７５：１１７⁃１２９．［３４］㊀ＢｅｃｋＰＳＡ，ＧｏｅｔｚＳＪ，ＭａｃｋＭＣ，ＡｌｅｘａｎｄｅｒＨＤ，ＪｉｎＹＦ，ＲａｎｄｅｒｓｏｎＪＴ，ＬｏｒａｎｔｙＭＭ．ＴｈｅｉｍｐａｃｔｓａｎｄｉｍｐｌｉｃａｔｉｏｎｓｏｆａｎｉｎｔｅｎｓｉｆｙｉｎｇｆｉｒｅｒｅｇｉｍｅｏｎＡｌａｓｋａｎｂｏｒｅａｌｆｏｒｅｓｔｃｏｍｐｏｓｉｔｉｏｎａｎｄａｌｂｅｄｏ．ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙ，２０１１，１７（９）：２８５３⁃２８６６．［３５］㊀ＫｅｌｌｙＲ，ＣｈｉｐｍａｎＭＬ，ＨｉｇｕｅｒａＰＥ，ＳｔｅｆａｎｏｖａＩ，ＢｒｕｂａｋｅｒＬＢ，ＨｕＳＦ．Ｒｅｃｅｎｔｂｕｒｎｉｎｇｏｆｂｏｒｅａｌｆｏｒｅｓｔｓｅｘｃｅｅｄｓｆｉｒｅｒｅｇｉｍｅｌｉｍｉｔｓｏｆｔｈｅｐａｓｔ１０，０００ｙｅａｒｓ．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｏｆＡｍｅｒｉｃａ，２０１３，１１０（３２）：１３０５５⁃１３０６０．［３６］㊀ＬｅｎｔｉｌｅＬＢ，ＭｏｒｇａｎＰ，ＨｕｄａｋＡＴ，ＢｏｂｂｉｔｔＭＪ，ＬｅｗｉｓＳＡ，ＳｍｉｔｈＡＭＳ，ＲｏｂｉｃｈａｕｄＰＲ．Ｐｏｓｔ⁃ＦｉｒｅｂｕｒｎｓｅｖｅｒｉｔｙａｎｄｖｅｇｅｔａｔｉｏｎｒｅｓｐｏｎｓｅｆｏｌｌｏｗｉｎｇｅｉｇｈｔｌａｒｇｅｗｉｌｄｆｉｒｅｓａｃｒｏｓｓｔｈｅｗｅｓｔｅｒｎＵｎｉｔｅｄＳｔａｔｅｓ．ＦｉｒｅＥｃｏｌｏｇｙ，２００７，３（１）：９１⁃１０８．［３７］㊀ＴｕｒｎｅｒＭＧ，ＨａｒｇｒｏｖｅＷＷ，ＧａｒｄｎｅｒＲＨ，ＲｏｍｍｅＷＨ．ＥｆｆｅｃｔｓｏｆｆｉｒｅｏｎｌａｎｄｓｃａｐｅｈｅｔｅｒｏｇｅｎｅｉｔｙｉｎＹｅｌｌｏｗｓｔｏｎｅＮａｔｉｏｎａｌＰａｒｋ，Ｗｙｏｍｉｎｇ．ＪｏｕｒｎａｌｏｆＶｅｇｅｔａｔｉｏｎＳｃｉｅｎｃｅ，１９９４，５（５）：７３１⁃７４２．［３８］㊀ＫｅａｎｅＲＥ，ＡｇｅｅＪＫ，ＦｕｌéＰ，ＫｅｅｌｅｙＪＥ，ＫｅｙＣ，ＫｉｔｃｈｅｎＳＧ，ＭｉｌｌｅｒＲ，ＳｃｈｕｌｔｅＬＡ．ＥｃｏｌｏｇｉｃａｌｅｆｆｅｃｔｓｏｆｌａｒｇｅｆｉｒｅｓｏｎＵＳｌａｎｄｓｃａｐｅｓ：ｂｅｎｅｆｉｔｏｒｃａｔａｓｔｒｏｐｈｅ？ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＷｉｌｄｌａｎｄＦｉｒｅ，２００８，１７（６）：６９６⁃７１２．［３９］㊀ＷｉｍｂｅｒｌｙＭＣ，ＲｅｉｌｌｙＭＪ．ＡｓｓｅｓｓｍｅｎｔｏｆｆｉｒｅｓｅｖｅｒｉｔｙａｎｄｓｐｅｃｉｅｓｄｉｖｅｒｓｉｔｙｉｎｔｈｅｓｏｕｔｈｅｒｎＡｐｐａｌａｃｈｉａｎｓｕｓｉｎｇＬａｎｄｓａｔＴＭａｎｄＥＴＭ＋ｉｍａｇｅｒｙ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００７，１０８（２）：１８９⁃１９７．［４０］㊀ＣａｒｌｓｏｎＤＪ，ＲｅｉｃｈＰＢ，ＦｒｅｌｉｃｈＬＥ．Ｆｉｎｅ⁃ｓｃａｌｅｈｅｔｅｒｏｇｅｎｅｉｔｙｉｎｏｖｅｒｓｔｏｒｙｃｏｍｐｏｓｉｔｉｏｎｃｏｎｔｒｉｂｕｔｅｓｔｏｈｅｔｅｒｏｇｅｎｅｉｔｙｏｆｗｉｌｄｆｉｒｅｓｅｖｅｒｉｔｙｉｎｓｏｕｔｈｅｒｎｂｏｒｅａｌｆｏｒｅｓｔ．ＪｏｕｒｎａｌｏｆＦｏｒｅｓｔＲｅｓｅａｒｃｈ，２０１１，１６（３）：２０３⁃２１４．［４１］㊀邸雪颖，楚旭，杨光，吴昊．我国２０００ ２０１２年夏季森林火灾分布规律．世界林业研究，２０１５，２８（４）：７２⁃７５．［４２］㊀李明泽，康祥瑞，范文义．呼中林区火烧迹地遥感提取及林火烈度的空间分析．林业科学，２０１７，５３（３）：１６３⁃１７４．［４３］㊀舒立福，田晓瑞，徐忠忱．森林可燃物可持续管理技术理论与研究．火灾科学，１９９９，８（４）：１８⁃２４．［４４］㊀ＦａｌｋＤＡ，ＨｅｙｅｒｄａｈｌＥＫ，ＢｒｏｗｎＰＭ，ＦａｒｒｉｓＣ，ＦｕｌéＰＺ，ＭｃＫｅｎｚｉｅＤ，ＳｗｅｔｎａｍＴＷ，ＴａｙｌｏｒＡＨ，ｖａｎＨｏｒｎｅＭＬ．Ｍｕｌｔｉ⁃ｓｃａｌｅｃｏｎｔｒｏｌｓｏｆｈｉｓｔｏｒｉｃａｌｆｏｒｅｓｔ⁃ｆｉｒｅｒｅｇｉｍｅｓ：ｎｅｗｉｎｓｉｇｈｔｓｆｒｏｍｆｉｒｅ⁃ｓｃａｒｎｅｔｗｏｒｋｓ．ＦｒｏｎｔｉｅｒｓｉｎＥｃｏｌｏｇｙａｎｄｔｈｅＥｎｖｉｒｏｎｍｅｎｔ，２０１１，９（８）：４４６⁃４５４．［４５］㊀ＳｃｈｏｅｎｎａｇｅｌＴ，ＶｅｂｌｅｎＴＴ，ＲｏｍｍｅＷＨ．Ｔｈｅｉｎｔｅｒａｃｔｉｏｎｏｆｆｉｒｅ，ｆｕｅｌｓ，ａｎｄｃｌｉｍａｔｅａｃｒｏｓｓＲｏｃｋｙＭｏｕｎｔａｉｎＦｏｒｅｓｔｓ．ＢｉｏＳｃｉｅｎｃｅ，２００４，５４（７）：６６１⁃６７６．ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ。

大兴安岭北部林区景观格局变化及其影响分析
段春霞;胡远满;李月辉;布仁仓;常禹;郭笃发
【期刊名称】《生态学杂志》
【年(卷),期】2004(23)2
【摘要】人为干扰影响着景观格局变化的速率和方向 ,这在景观格局变化过程中的作用越来越大 ,同时景观格局的变化也对人类活动产生了重大影响。

通过对大兴安岭北部林区的景观多样性指数、优势度指数等一系列景观指数来研究该地区森林景观格局的变化 ,简要分析了格局变化产生的影响。

结果表明 ,大兴安岭森林景观中 ,人为干扰使森林景观短时期内多样性增加、森林的优势度降低 ;景观向破碎化趋势发展 ;景观格局的变化对环境和人类活动产生了重大影响 ,森林向不可持续方向发展 ,因此应该进行合理的人类活动使森林可持续发展。

【总页数】3页(P133-135)
【关键词】大兴安岭;景观格局;人为干扰;森林景观
【作者】段春霞;胡远满;李月辉;布仁仓;常禹;郭笃发
【作者单位】中国科学院沈阳应用生态研究所;山东师范大学,济南250014;山东师范大学
【正文语种】中文
【中图分类】P935
【相关文献】
1.大兴安岭南北部林区日照时数和风速变化特征 [J], 林会民
2.大兴安岭林区南、北部天然樟子松生长对气候变化的响应差异 [J], 李俊霞;白学平;张先亮;常永兴;陆旭;赵学鹏;陈振举
3.黑龙江大兴安岭呼中林区火烧点格局分析及影响因素 [J], 刘志华;杨健;贺红士;常禹
4.内蒙古大兴安岭北部原始林区景观资源调查 [J], 徐冠伟
5.气候变化对大兴安岭北部沼泽景观格局的影响 [J], 刘宏娟;胡远满;布仁仓;刘金铜;冷文芳
因版权原因，仅展示原文概要，查看原文内容请购买。

基于GIS技术的森林土地资源评价与利用规划设计基于GIS技术的森林土地资源评价与利用规划设计一、引言森林土地资源是国家宝贵的自然资源之一，对于保护生态环境、促进经济发展具有重要意义。

而针对森林土地资源的评价与利用规划设计，传统的手工方式十分繁琐、耗时，并且容易受主观因素的影响。

因此，结合地理信息系统（GIS）技术，可以提高评价与利用规划设计的准确性和效率。

二、GIS技术在森林土地资源评价中的运用1. 数据收集和预处理评价森林土地资源首先需要获取相关的数据，如森林类型、土地质量、土地利用现状等。

采用GIS技术可以将不同来源的数据整合起来，并进行预处理，包括数据清洗、校正和转换等，以保证数据的完整性和一致性。

2. 空间分析和模型构建通过GIS软件提供的空间分析功能，可以对多源数据进行整合和分析，形成一个综合评价指标体系。

例如，可以使用加权叠加分析方法对不同因素进行权重分配，并利用GIS工具实现空间加权叠加，以得出不同区域森林土地资源的评价结果。

此外，还可以通过模型构建，利用诸如层次分析法、Fuzzy理论和神经网络等方法，对森林土地资源进行定量评价。

3. 可视化与结果展示将评价结果通过GIS软件进行可视化处理，可以直观地展示资源的空间分布和特征，帮助决策者更好地理解和分析资源的状况。

此外，还可以通过数据统计和报表生成等功能，将评价结果以图表和报告的形式输出，方便利用规划设计的制定和宣传。

三、GIS技术在森林土地资源利用规划设计中的应用1. 资源分析与配比利用GIS技术可以对森林土地资源分布进行分析，并结合相关数据，如水资源、土地利用要求等，进行资源配置和优化设计。

通过GIS软件的缓冲区分析功能，可以模拟资源利用的辐射范围，进而确定资源利用的空间布局和尺度。

2. 环境评估与风险分析利用GIS技术可以对森林土地资源的环境敏感性进行评估，并结合地形、坡度、土地质量等数据，进行风险分析。

通过GIS软件提供的多元分析和空间统计功能，可以识别出不同区域的环境风险和潜在问题，并制定相应的规划措施，以实现可持续利用。

基于GIS的林业空间规划与管理随着社会的发展和经济的增长，林业资源的合理利用和可持续发展成为了保护生态环境和促进经济发展的重要任务。

而基于地理信息系统（GIS）的林业空间规划与管理成为了现代林业发展的重要工具。

本文将探讨基于GIS的林业空间规划与管理的意义、技术和案例，阐述其在推动林业可持续发展方面的作用。

一、基于GIS的林业空间规划的意义1. 提高决策的科学性基于GIS的林业空间规划可以利用大量的地理数据和空间分析方法，对林地的分布、类型、资源量等进行科学评估和分析。

这有助于决策者准确把握林业资源的现状和潜力，为制定科学合理的林业规划提供依据，避免主观意识和随意性对决策产生的负面影响。

2. 优化资源配置基于GIS的林业空间规划可以通过对不同区域、不同林地类型的优势与劣势进行综合评估，优化资源配置。

通过合理划定林业用地的边界，确定不同林地类型的布局和分布，实现资源的高效利用和生态系统的健康发展。

3. 提高管理的效率利用GIS技术，林业管理者可以实时监测和评估林地的状况和变化，及时发现问题并采取相应的管理措施。

通过GIS平台上的信息共享、数据查询和决策支持工具，林业管理者能够更好地制定和执行管理方案，提高管理的精细化水平和效率。

二、基于GIS的林业空间规划的技术要点1. 数据获取和整合基于GIS的林业空间规划首先需要获取包括地形、气候、土壤、植被等空间数据，以及林地资源调查和遥感影像数据等。

这些数据需要经过处理和整合，以创建适合规划和管理的数据集。

2. 空间分析和建模基于获取和整合的数据，利用GIS软件进行地理空间数据的分析和建模。

例如，创建数字高程模型（DEM）进行地势分析和地形分级，进行景观格局和生态过程模拟等。

通过空间分析和建模，评估不同方案对林地资源的影响，并制定最优的规划方案。

3. 可视化展示和决策支持在GIS平台上，通过数据可视化和地图制作，将复杂的数据和模型结果呈现给决策者和相关工作人员。

GIS技术在森林资源调查中的应用分析在森林资源调查中，利用GIS技术具有很多优势，不仅能够大量节省森林资源调查的经费，而且能够大幅度提高调查结果的精度和准确性，并且能使森林资源信息更趋于科学化分析和管理。

因此，分析GIS技术在森林资源调查中的应用，旨在促进森林资源调查向着更加快捷、准确、高效的方向发展。

标签：GIS技术森林资源调查准确高效随着现代计算机科学技术的迅速发展，地理信息系统（简称GIS）技術也得到了飞速的发展。

GIS技术在林业系统的应用趋于普及化，国内外林业工作者广泛应用GIS技术进行森林资源的调查与经营管理、森林资源监测、营林规划设计、综合评价分析、森林资源信息管理等。

GIS技术在森林资源调查中的应用从根本上改变了传统的森林资源调查方式，成为国家森林资源清查的新工具。

一、GIS技术概况GIS技术是地理信息系统技术的简称，是以地理空间数据库为基础，采用地理模型分析方法，适时提供多种空间的和动态的地理信息，为地理研究和地理决策服务的计算机技术系统。

利用计算机和ArcGis软件可以大大提高森林资源调查在物种丰富度、土地类型、森林面积、物种分布位置等等方面统计信息的准确性，并且能够提高森林资源信息管理的科学性。

二、GIS技术在数据采集和空间数据库建立上的应用在野外调查获得的矢量数据和栅格数据可以利用ArcGis10.2等软件将数据数字化，以进行存储管理和分析；属性数据一般采用键盘输入。

数据采集后如何将其组织到数据库中，通过分析来反应客观事物及其之间的联系，这是数据模型要解决的问题。

GIS技术就是根据地理数据模型在计算机上存储、组织、处理、分析、表示地理数据的[1]。

利用ArcGis10.2可以直接创建3种储存数据的格式文件Shapefile、Coverge和GeoDatabase 。

GIS技术为森林资源信息编辑和管理提供了一个良好的渠道。

三、GIS技术在小班区划及小班面积测算上的应用利用影像图、GPS数据和ArcGis10.2等软件可以在小班区划过程中准确定位，实现在室内进行区划小班，再通过实地核验，大大提高小班区划的精确性。

ARCGIS技术在森林资源调查规划中的应用探析随着科技的不断发展，人们在森林资源调查规划中逐渐引入了ARCGIS技术，以提高调查规划效率和准确度。

ARCGIS技术是一种先进的地理信息系统软件，能够帮助人们有效地管理、分析和展示地理数据，因此在森林资源调查规划中的应用具有重要意义。

1. 数据采集：ARCGIS技术能够结合GPS和其他传感器技术，实现对森林资源的精准测量和数据采集，从而为森林资源调查提供了可靠的数据基础。

2. 空间分析：ARCGIS软件支持对大量地理信息数据进行空间分析，能够帮助决策者更好地理解森林资源的空间分布特征和变化趋势，为合理规划提供科学依据。

3. 三维展示：ARCGIS技术能够将森林资源的数据以三维形式进行展示，为决策者提供更直观、全面的信息，便于进行立体化的规划。

4. 决策支持：ARCGIS技术可通过地图制作、定位分析等功能，为森林资源的规划和管理提供决策支持，帮助决策者更好地进行规划决策。

ARCGIS技术在森林资源调查规划中具有明显的优势，能够为森林资源的规划和管理提供更加全面、科学的支持。

1. 技术成本高：ARCGIS技术需要大量的专业设备和软件支撑，因此技术成本较高，可能对一些地区的森林资源调查规划工作带来一定的压力。

2. 人才需求大：ARCGIS技术需要专业的技术人才进行操作和维护，而这类人才在一些地区可能较为稀缺，这也对技术的推广应用带来了一定的挑战。

3. 数据融合难度大：森林资源的调查规划需要融合各种不同类型的地理信息数据，但不同来源、不同格式的数据的融合与整合是一个复杂的问题，需要针对性的技术支持。

ARCGIS技术在森林资源调查规划中的应用也面临着一些挑战。

需要政府部门和相关研究机构共同努力，加大对ARCGIS技术在森林资源调查规划中的研究和应用，以克服这些挑战。

一方面，可以进一步完善ARCGIS技术，提高其在森林资源调查规划中的应用性能和效率，使其更好地适应各种复杂的环境和需求。

基于Arcgis的林业空间数据分析2019-10-26【摘要】森林是国民经济的重要组成部分。

利⽤GIS技术可进⾏林业作业设计、资源管理、病⾍害监测及防⽕监控等⼯作，并能够直观⾼效地表达林业各种空间数据。

Arcgis是实现GIS功能的重要软件。

本⽂通过介绍使⽤Arcgis林业空间数据分析，达到了对林业资源的有效管理。

同时，也表现出现代GIS技术在林业资源管理中的有效性和重要性。

【关键词】Arcgis空间数据管理⼀、引⾔地理信息系统简称GIS（Geographic Information System），是20世纪60年代开始逐渐发展起来的⼀门综合性的空间数据处理技术，随着计算机技术、空间技术、⽆线电传输等技术的快速发展，GIS技术近年来发展⼗分迅速，已成为国内外研究的热点，到今天已经逐渐成为⼀门相当成熟的技术，并且得到了极⼴泛的应⽤。

GIS技术在林业⽅⾯的使⽤，可以使特定区域内林业经营管理进⼊到数字化、集成化、智能化、⽹络化，为林业的可持续发展提供技术⽀撑，为林业现代化建设提供新的管理⼿段。

简单的说，地理信息系统就是综合处理和分析地理空间数据的⼀种技术系统。

⼆、地理信息系统的优势由于林业⾃⾝有诸如森林⽣长的长期性、森林资源分布的地域辽阔性、森林资源的再⽣性、森林成熟的不确定性等特点，⽤传统的⼿段来管理和展现森林资源信息并以此来指导林业⽣产已⽇益暴露其严重的弊端。

先进的GIS技术，能够充分把握林业资源信息的特点，为林业资源管理提供有⼒的保障。

1.森林资源信息管理作为森林调查、数据管理的⼯具，主要特点是建⽴地理信息库，主要限于制图和简单查询；作为资源分析的⼯具，已不再限于制图和简单查询，⽽是以图形及数据的重新处理等分析⼯作为特征，⽤于各种⽬标的分析和推导出新的信息；作为森林经营管理的⼯具，主要在于建⽴各种模型和拟定经营⽅案等，直接⽤于决策过程。

2.森林分类经营管理利⽤地理信息系统，可以做到以林班、林场、林业局、地区及全省为单位的森林分类经营管理，能够做到分类更为科学、更为客观，为各级领导及林业管理部门、⽣产部门提供可操作的森林分类经营⽅案及科学依据。

大兴安岭地区森林植被变化分析班级：1501101学号：1150110108姓名：丁养禹我为自己是大兴安岭人而自豪。

大兴安岭被喻为“金鸡冠上的绿宝石”，绵延千里林海，蕴藏着千余种植物和400余种珍稀动物，是一个绿色生态资源宝库。

然而由于人类大量的开采，大兴安岭也没能幸免于难，森林植被的减少尤其显著。

为此表示担忧的同时，我同样希望这一现状能有所改观，为此我搜集资料完成了这份报告，希望以此为开始，进一步关注环境问题。

森林资源的可持续利用是当前全球森林资源监测领域的热点，森林植被动态变化直接影响着森林生态系统碳和水的空间分布，对森林气候、水文、土壤等有再分配作用，也是认识森林生态系统资源的主要手段。

大兴安岭地区是我国面积最大、最北的现代化国有林区，总面积达8u.46万km2，覆盖着广袤无垠的森林，素有“绿色宝库”之美誉。

有林地面积646.36亿m3，活立木蓄积5.29亿m3，其中，用材林蓄积4.4亿m3，森林覆盖率为75.16％。

区内有野生动物390余种，植物资源966种，地下蕴藏大量矿产资源，有五荒资源1.23万km2，可利用的天然草场0.27万km2，境内流域面积达710 km2。

丰富的植被资源给周围生物提供了良好的生态环境，然而外界干扰引起的森林植被的变化会向大气中排放大量的CO2，严重影响森林生态系统环境，也使相当一部分森林生物失去了栖息地，破坏生态系统可持续发展。

因此研究森林植被变化对研究生态、经济与环境的协调发展具有重要的科学和现实意义。

本文选择大兴安岭为研究区，主要采用3S 技术手段，对大兴安岭地区进行了土地利用监测和变化分析。

研究使用1990年代，2000年代Landsat卫星遥感数据，结合大兴安岭地区各类地形图GIS等专题数据以及大兴安岭地区年鉴资料，通过遥感数据解译得到大兴安岭地区的土地利用状况，对大兴安岭地区的各种土地利用变化情况和植被覆盖变化情况进行分析;通过遥感解译数据计算大兴安岭地区的植被指数，采用植被盖度对大兴安岭地区的植被变化进行了评价。

ARCGIS技术在森林资源调查规划中的应用探析随着科技不断的发展和进步，ARCGIS技术不仅广泛应用于工业、城市规划等领域，还被广泛运用于森林资源调查和规划中。

通过ARCGIS技术，我们可以更准确地分析森林资源数据，以及更好地规划和管理森林资源。

一、森林资源调查中的应用在森林资源调查中，ARCGIS技术可以帮助我们更快速、更准确地获取相关数据。

例如，我们可以通过ARCGIS平台上的卫星影像数据获取森林覆盖率等相关数据信息。

此外，ARCGIS技术还能够利用无人机等设备对森林资源进行现场调查，获取更详细的地理信息数据，以便更好地进行森林资源的管理和规划。

ARCGIS技术在森林资源规划中同样发挥了关键作用。

借助该技术，我们可以利用CAD等软件工具实现草图、规划图的制作，或进行各种模拟、分析计算，进而制定森林经营计划等相关规划。

此外，ARCGIS技术还能够基于GIS技术实现地理信息数据的查询分析、空间关系分析、资料制图等功能，协助开展各项森林资源管理措施。

三、ARCGIS技术的优势1、效率高、精准度高：ARCGIS平台上支持多种数据的导入，以及数据可视化处理等功能，加快了数据信息的提取和分析。

同时ARCGIS技术的高精度和高度自动化的数据处理方案，进一步保证了数据分析的精度和准确性。

2、较强的可视化能力：ARCGIS技术拥有多种可视化功能，可更加直观而准确地呈现各类数据信息，从而强化了用户对数据信息的理解和认识。

3、易用性强：ARCGIS技术平台友好，操作简单，无需复杂的编程过程，大大降低了每一位使用者的门槛，进而将ARCGIS技术应用于森林资源管理工作中。

四、结语ARCGIS技术不仅让我们在森林资源调查和规划中提高了效率，同时还大大增强了我们对数据的分析能力，从而帮助我们更好地进行森林资源管理和规划工作。

在未来的发展中，ARCGIS技术也将继续应用于森林资源调查和规划中，为我们提供更多的工具和支持，共同推动森林资源保护和管理工作不断发展。

智能智造与信息技ArcGIS软件在森林调查规划设计中的运用张丽（加格达奇林业局森林调查设计大队黑龙江大兴安岭165000）摘要：ArcGIS软件实质是一个全面的GIS平台，拥有一系列的GIS框架，基于ArcGIS的功能优势，将其用于森林调查规划设计中，进行栅格图配准、行政界线编辑、小班属性编辑等，加快森林调查规划设计工作的速度，并可保证调查成果的全面性与精确性。

本文首先从森林调查规划设计的要求入手，明确了调查根据、任务、内容等事项，规划了ArcGIS软件应用的技术路线与应用流程，并对其使用方法进行了论述，以促进ArcGIS软件在森林调查规划设计中的充分应用，发挥ArcGIS软件技术的优势，提高森林调查规划设计的信息化水平。

关键词：ArcGIS软件森林调查森林规划设计流程中图分类号：S771文献标识码：A文章编号：1674-098X(2022)01(c)-0055-03 Application of ArcGIS Software in Forest Survey Planning andDesignZHANG Li(Forest survey and design brigade of Jiagedaqi Forestry Bureau,Daxinganling,Heilongjiang Province,165000China)Abstract:ArcGIS software is essentially a comprehensive GIS platform,with a series of GIS frameworks,based on the functional advantages of ArcGIS,it is used in forest survey planning and design,grid map registration, administrative boundary editing,small class attribute editing,etc.,to speed up the planning and design of forest survey,and to ensure the comprehensiveness and accuracy of survey results.This paper starts with the requirements of forest survey planning and design,clarifies the survey basis,tasks,content and other matters,plans the technical route and application process of ArcGIS software application,and discusses its use method,in order to promote the full application of ArcGIS software in forest survey planning and design,make use of the advantages of ArcGIS software technology,and improve the information level of forest survey planning and design.Key Words:ArcGIS software;Forest survey;Forest planning and design;ProcessArcGIS软件在国土、测绘行业中应用广泛，内置了各种可编程组件，像ArcGIS Desktop，是GIS应用套件，ArcGIS Engine为嵌入式开发组件，以及还拥有地图制作、空间分析的ArcMap，可实现数据视图与布局视图，用户使用该组件可完成地图的制图、编辑、分析等工作，用户还可与ArcMap中的地图进行交互操作。

基于GIS的大兴安岭盘古林场森林生态功能等级评价与分析袁野;刘兆刚;董灵波【摘要】森林生态功能是指森林生态系统及其生态过程所形成的有利于人类生存与发展的生态环境条件与效用。

基于 GIS 软件数据编辑、分析和制图功能，通过反映森林生物量、生物多样性和森林结构的有关特征因子，针对2012年大兴安岭盘古林场森林资源二类调查数据，按各评价指标的相对重要性来综合评定大兴安岭森林生态功能等级。

结果表明：（1）大兴安岭盘古林场森林生态功能指数为0.5997，其中生态功能等级为优的林分仅占7.26%，中等林分占92.74%，该地区森林生态功能整体处于中等等级；（2）从森林类型的角度分析，各林型生态功能指数排序依次为：针阔混交林（0.6289）＞阔叶混交林（0.6135）＞针叶相对纯林（0.6024）＞针叶混交林（0.5882）＞阔叶相对纯林（0.5747）＞针叶纯林（0.5525）＞阔叶纯林（0.5435）；（3）从龄组的角度分析，近熟林（0.6024）和过熟林（0.6024）生态功能指数较大，成熟林（0.5988）和中龄林（0.5988）次之，幼龄林（0.5882）最小；（4）从优势树种的角度分析，云杉（0.6135）＞山杨（0.6061）＞落叶松（0.5988）＝樟子松（0.5988）＝白桦（0.5988）＞杨树（0.5952）＝柳树（0.5952）；（5）从河流的影响角度分析，距离越小，小班受到河流的影响越大，小班的生态功能越好；（6）从道路的影响角度分析：距离越小，小班受到道路的影响越大，小班的生态功能越差。

研究结果可为该地区森林资源的合理分配、森林健康经营、森林内部价值外部化、林业补偿提供理论依据和技术支持。

%Forest ecological function refers to the formation of forest ecosystem and its ecological processes is conducive to ecological environmental conditions and effectiveness for the survival and development of human. Based on the GIS software functions of dataediting, analysis and mapping, using forest inventory data of Greater Khingan Mountains Range Pangu forest farm in 2012 to comprehensive evaluate Greater Khingan Mountains forest ecological function according to the relative importance of the factors which reflect forest biomass, biodiversity andforeststructure.The results showed that: (1) Greater Khingan Range forest Pangu area ecological function index was 0.599 7, ecological function class for excellent stand only accounted for 7.26%, moderate stand 92.74%, forest ecological function in the region as a whole was in the medium level; (2) the analysis from the forest type point, sort of contribution degree of each forest type on the regional ecological function was as follows: the coniferous and broad-leaved mixed forest (0.6289) >broad-leaved mixed forest (0.613 5) > coniferous relatively pure forest (0.602 4) > mixed coniferous forest (0.588 2) > broad-leaved relatively pure forest (0.574 7) > pure coniferous forest (0.552 5) > broad-leaved forests (0.543 5); (3) the analysis from the age group, the ecological function index of near mature forest (0.602 4) and mature forest (0.602 4) is largest, the mature forest (0.598 8) and middle age forest (0.598 8) take the second place, young forest (0.588 2)is minimum;(4) the analysis from the perspective of dominant tree species, Picea (0.6135) >Populusdavidiana (0.606 1) > Larch (0.598 8) = Pinussylvestris (0.598 8) = birch (0.598 8) > poplar (0.595 2)= willow (0.595 2); (5) from the perspective of river influence, the smaller the distance, the greater the effect of subcompartment by theriver, the ecological function of subcompartment is better; (6) from the perspective of the road, the smallerthe distance, the greater the effect of subcompartment by the river, the ecological function of subcompartment is worse.The research results canbe used for rational allocation of forest resources, forest health management, the internal value of forest environment, forestry compensation in the area to provide a theoretical basis and technical support.【期刊名称】《中南林业科技大学学报》【年(卷),期】2016(036)012【总页数】7页(P108-114)【关键词】大兴安岭;森林生态功能等级;森林生态功能指数;GIS【作者】袁野;刘兆刚;董灵波【作者单位】东北林业大学林学院，黑龙江哈尔滨 150040;东北林业大学林学院，黑龙江哈尔滨 150040;东北林业大学林学院，黑龙江哈尔滨 150040【正文语种】中文【中图分类】S718.5;S757一直以来，受到传统林业观念的影响，林业生产和经营目标通常以森林经济效益最大化为主，人们习惯关注森林的经济功能而忽略其生态功能，因为森林带来的经济利润可以被直观的估测和享用；而看不见、摸不着的森林生态功能由于没有具体有效的估测概念和方法，一直不被人们重视[1-2]。

ARCGIS技术在森林资源调查规划中的应用探析
随着人口不断增长和城市化进程的加快，森林资源管理已经成为了一个相当重要的问题。

为了更好地了解和有效管理森林资源，ARC-GIS技术开始在森林资源调查规划中得到
了广泛的应用。

ARCGIS技术能够实现森林资源调查过程中的空间数据处理与分析，包括了普查现场的GPS测量、地形测量数据的采集和整理、森林覆盖度的识别和相关数据的统计等等。

该技
术还可以进行多种分析和预测，例如用地类型变化、土地覆盖变化、气候变化等，这些分
析和预测都可以为森林资源的合理管理提供重要的依据。

使用ARCGIS技术进行数据处理的过程中，人们可以将不同的数据层进行叠加和分析。

这些数据层包括了地形、土地利用、土地覆盖、气候等多种因素。

借助于这些数据，森林
资源管理人员可以更好地了解森林资源的状况，以及做出相应的保护和管理措施。

ARCGIS技术还可以对森林资源进行全面的规划和评估。

比如，可以开发出森林资源专用的数据库，便于数据的管理和更新。

此外，通过对森林覆盖度、土地利用、土地覆盖等
数据的分析和评估，可以科学地制定森林资源的规划和管理方案。

总的来说，ARCGIS技术在森林资源调查规划中的应用具有重要的意义。

借助于该技术，森林资源管理人员可以更好地了解森林资源的状况，科学地制定相应的管理方案，从而更
好地保护和管理森林资源。

作者： 郭雅丽 关锐 陈勇
作者机构： 杜尔伯特蒙古族自治县国土资源局 杜尔伯特蒙古族自治县国土资源局 杜尔伯特蒙古族自治县敖林西伯乡人民政府,166200
出版物刊名： 科技资讯
页码： 177-NULL页
主题词： 森林资源 地理信息系统
摘要：及时了解森林资源现状以及森林资源变化动态,预测森林资源发展趋势,是实现森林资源保护和管理的前提.利用"GIS"科学的方法,了解森林资源的变化规律,客观反映森林生长与分布的变化,为科学合理地持续经营管理森林,实现森林资源的可持续发展提供科学依据.。