应用植被生态指标对安徽省生态系统质量动态遥感评估_蒋德健.pdf

第 51 卷 第 3 期东北林业大学学报Vol51 No32023 年 3 月JOUNAL OF NOTHEAST FOESTY UNIVESITYMar 20231)国家自然科学基金项目(32171573);安徽省科技重大专项(201903a07020014)。第一作者简介:蒋德健，男，2000 年 12 月生，安徽大学资源与环境工程学院，本科生。Email:1483718349 qqcom。通信作者:王杰，安徽大学资源与环境工程学院、湿地生态保护与修复安徽省重点实验室(安徽大学)、安徽省地理信息工程中心(安徽大学)，讲师。Email:wangjie ahueducn。收稿日期:2022 年 2 月 14 日。责任编辑:王广建。应用植被生态指标对安徽省生态系统质量动态遥感评估1)蒋德健杨倩阮艳婷王杰(安徽大学，合肥，230601)摘要为有效评估“十三五”期间安徽省生态环境状况变化，制定生态保护治理决策提供科学依据，以安徽省行政区域为研究对象，选用针对安徽省 20152020 年的植被覆盖度、叶面积指数和总初级生产力的 MODIS 数据产品，以及两个典型生态区夏季的 Landsat 8 OLI 遥感影像反演的植被生态参数遥感产品，构建生态系统质量指数模型，分析安徽省生态系统质量动态变化及其主要影响因素。结果表明:2020 年，安徽省生态系统质量指数均值为 6227，评定等级为良，且各行政区生态系统质量等级均为中级以上，黄山市评价等级为优。20152020 年，安徽省生态系统质量总体呈提升的趋势，其中，蚌埠市生态系统质量明显提升，阜阳市、淮南市和马鞍山市生态系统质量明显下降;5 个生态功能区中，沿长江平原生态区生态系统质量明显下降，皖西大别山生态区生态系统质量明显提升;安徽沿江经济带和皖南山地丘陵区典型生态区生态系统质量下降的区域主要集中在长江芜湖段和宿松段两岸、皖南山区的西南部区域。关键词安徽省;生态系统质量;遥感评估;植被生态指标分类号S757;K90Dynamic emote Sensing Assessment of Ecosystem Quality in Anhui Province Using Vegetation Ecological Indica-tors/Jiang Dejian，Yang Qian，uan Yanting，Wang Jie(Anhui-University，Hefei 230601，P China)/Journal ofNortheast Forestry University，2023，51(3):9096Taking the administrative region of Anhui Province as the research object，the MODIS data products based on the veg-etation coverage，leaf area index and total primary productivity of Anhui Province during 20152020 and the remote sens-ing products based on Landsat 8 OLI remote sensing image inversion of vegetation ecological parameters in summer of twotypical ecological regions were selected to build the ecosystem quality index model The dynamic change of ecosystem quali-ty and its main influencing factors in Anhui Province were analyzed The results showed that in 2020，the average value ofecosystem quality index in Anhui Province was 6227，which was rated as good，and the ecosystem quality level of eachadministrative region was above intermediate，and Huangshan City was rated as excellent From 2015 to 2020，the ecosys-tem quality of Anhui Province showed an overall trend of improvement，among which Bengbu City significantly improved，while Fuyang City，Huainan City and Maanshan City significantly decreased In the five ecological functional zones，thequality of ecosystem along the Yangtze iver Plain decreased obviously，while the quality of ecosystem in the Dabie Moun-tain ecological zone in western Anhui improved obviously The decline of ecosystem quality in the economic belt along theYangtze iver in Anhui Province and the typical ecological areas in the mountainous and hilly areas in southern AnhuiProvince is mainly concentrated in the Wuhu and Susong Sections of the Yangtze iver and in the southwest of the moun-tainous areas in southern Anhui ProvinceKeywordsAnhui Province;Ecosystem quality;emote sensing evaluation;Vegetation ecological indicators生态系统质量表征生态系统自然植被的优劣程度，反映了生态系统内植被与生态系统整体状况，是生态系统生产服务能力、抗干扰能力和人类生存与发展承载能力的体现1。良好的生态系统质量不仅关系到人类居住环境和生活水平，同时也是推进生态文明建设的重要举措2。植被作为陆地生态系统的重要组成部分，对生态系统变化极为敏感，且连接着大气、水和土壤等圈层3，在地球环境系统的形成过程中发挥着积极作用4。因此，从植被生态指标角度掌握区域生态系统质量状况对维持区域生态文明与可持续发展具有重要作用5。植被覆盖度量化了植被的茂密程度，反映了植被长势，是描述生态系统的重要基础指标6。叶面积指数反映生态系统中单位面积上的叶面积大小，是模拟生态系统、水热循环和生物地球化学循环的重要参数7。总初级生产力是描述陆地生态系统的重要参数，提供了全球气候变化情况下碳循环的定量化描述8。以上3 种植被生态指标对评价地区生态环境质量及指示生态环境动态具有重要意义。对生态系统质量量化评估的方法一般是通过数学模型来构建评估指标体系。我国生态环境部颁布的 生态环境状况评价技术规范 中运用植被覆盖指数、生物丰度指数、土地胁迫指数、水网密度指数、污染负荷指数构建生态环境状况指数。这种方法虽然能较好地定量评价县级以上区域的生态系统质量，但存在评价指标不易获取、时效差和无法空间可DOI:10.13759/ki.dlxb.2023.03.016视化等问题。遥感信息能很好的反映生态环境质量的空间异质性，可快速、定量、大范围地对区域生态系统质量进行评价9。徐涵秋10 基于干度、绿度、热度、湿度等 4 个方面构建了遥感生态指数，并采用主成分分析法确定出各指标的权重，对研究区进行生态系统质量评价，在不同尺度范围内得到较好的应用;宋慧敏等11 根据不同年份的 Landsat 系列遥感影像，采用遥感生态指数评价模型，对渭南市19952015 年的生态系统质量进行了监测与分析;李婷婷等12 基于遥感生态指数并结合高程数据、气象数据和植被类型空间分布数据揭示了贺兰山19892017 年生态质量变化与气候、地形之间的关系;程琳琳等13 采用熵权法计算权重并用指数和法计算遥感生态指数，结合灰色预测模型 GM(1，1)，分析了北京市门头沟区的生态环境质量变化及其原因，预测了未来的变化趋势。安徽省东临长江三角洲经济区，西接中原腹地，生态系统多样，自然资源丰富，开展安徽省生态系统质量遥感评估对长江三角洲的生态安全和环境保护具有重要意义。然而，目前对近年来安徽省生态环境质量动态变化评估相关的研究还比较缺乏。本文以安徽省行政区域为研究对象，选用 20152020 年的植被覆盖度、叶面积指数、总初级生产力等 3 种MODIS 数据产品，两个典型区(皖南山地丘陵生态区、安徽沿江经济带)选用夏季成像的 Landsat 8 遥感影像，并通过拟合不同生态类型植被指数与植被生态指标的函数关系，构建生态系统质量指数模型，分析安徽省以及两个典型生态区的生态系统质量动态变化，为生态保护治理决策提供科学依据。1研究区概况安徽省位于我国大陆东部(2941 3438N，11454 11937E)，属于华东地区，面积约 14105km2，地处北亚热带与南暖温带过渡地带，年均气温 155，年降水量 8001 800 mm。秦岭淮河地理分界线横贯全省，全省自北向南划为 5 个生态功能区，即沿淮北平原生态区、江淮丘陵岗地生态区、皖西大别山生态区、沿长江平原生态区和皖南山地丘陵生态区14(见图 1)。皖南山地丘陵生态区以黄山等风景区为核心，最高海拔 1 8648 m15，自然生态条件优越，森林生态系统完整，具备良好的生态功能价值，是长三角地区的重要生态屏障16;长江中下游生态脆弱区植被退化、水土流失和土地沙化现象依然存在17，城镇及工矿业集聚区内水环境污染、湿地退化和生物多样性丧失均较严重，洪涝灾害突出18;贯穿安徽省中南部的长江经济带，是世界自然基金会确定的全球 35 个重点生态区域之一。图 1安徽省生态功能区划与典型生态区位置2研究方法21遥感数据与预处理针对安徽省区域，本文选用分辨率 500 m 的MODIS 遥感数据产品，主要包括:MOD13A1(植被指数产品)、MOD15A2(叶面积指数产品)、MOD17A2(植被总初级生产力产品)。使用 MODIS 处理工具MT 实现对同一期多景数据影像的镶嵌和重采样，并实现数据批处理(包括波段选择、投影转换、格式转换等)。两个典型区选用了夏季成像的 Landsat 8OLI 遥感影像(分辨率 30 m)，对其进行影像几何校正、辐射校正等预处理，通过拟合不同生态类型植被指数(NDVI)与植被生态指标(FVC、LAI、GPP)的函数关系，反演得到分辨率 30 m 的植被生态参数遥感产品。对遥感数据的计算和处理均借助于 Python2中的 Arcpy 模块，包括对 MT 处理后的数据填充值处理、有效值转换、研究区裁切、生态系统质量指数计算等。22其它数据安徽省行政区划数据来源于国家基础地理信息中心(http:/wwwngcccn/ngcc/)，安徽省生态功能区划数据来源于安徽省生态环境厅(https:/sthjtahgovcn/)，生态系统类型数据来源于地球大数据科学工程网站(https:/datacasearthcn/)，所用到的地理指标(年均气温、年降水、人口密度、GDP)数据来源于安徽省统计局公开的统计年鉴(http:/tjjahgovcn/)。23生态系统质量指数模型构建植被覆盖度:根据 MODIS 遥感产品提供的植被指数，采用像元二分模型估算研究区植被覆盖度。19第 3 期蒋德健，等:应用植被生态指标对安徽省生态系统质量动态遥感评估计算公式为:F=(INDVIsoil)/(IvegIsoil)。式中，F 表示植被覆盖度，INDV表示植被指数，Iveg表示完全被植被所覆盖像元的植被指数值;Isoil表示裸露地表覆盖区域的植被指数值。本文选用置信度为 5%和 95%作为 Isoil和 Iveg值。Landsat 8 OLI 反演植被生态指标:本文根据MODIS 遥感产品提供的植被指数值进行分级采样，建立植被指数与植被生态参数的函数关系，再将其分别应用到 Landsat 8 OLI 影像上，反演得到分辨率为 30 m 的植被生态参数产品，所用的经验模型为:Y=Ax3+Bx2+Cx+D。式中，Y 表示待估算的植被生态指标，x 表示反演的植被指数;A、B、C、D 为经验参数。评价指标同一化:根据植被覆盖度、叶面积指数、总初级生产力等植被生态参数，计算植被覆盖度、叶面积指数和总初级生产力对应的相对密度，公式为:i，j，k=Fi，j，k/Fmaxi，j，k。式中，i，j，k表示第 i 年第 j分区第 k 类植被生态系统生态参数的相对密度;Fi，j，k表示第 i 年第 j 分区第 k 类植被生态系统生态参数值;Fmaxi，j，k表示第 i 年第 j 分区第 k 类植被生态系统生态参数最大值。根据植被覆盖度、叶面积指数和总初级生产力相对密度等遥感评价指标，对其进行归一化处理:x=xmin(x)max(x)min(x)。式中:x表示归一化评价指标，x 表示原评价指标。生态系统质量指数:依据生态环境部发布的生态环境状况评价技术规范19，生态系统质量反映区域生态系统质量整体状况，由植被覆盖度、叶面积指数和总初级生产力的归一化指数来构建。具体计算方法为:Ei，j=Li，j+Fi，j+Gi，j3100%。式中:Eij表示第 i 年第 j 分区生态系统质量指数;Lij表示第 i 年第 j 分区叶面积指数相对密度;Fij为第 i年第 j 分区植被覆盖度相对密度;Gij表示第 i 年第 j分区总初级生产力相对密度。24生态系统质量分级根据国家生态环境部发布的生态环境状况评价技术规范 提供的分级标准，根据计算得到的生态系统质量指数，将生态系统质量分为 5 个等级(优、良、中、低、差，见表 1)。25生态系统质量变化及驱动力应用生态系统质量各指标的空间变化指数、时间变化率及由变化趋势所表征的稳定度等 3 个维度评价生态系统质量。根据 2020 年生态系统质量评价结果，以市级行政区划、生态功能区划为统计单元，分析全省生态系统质量空间特征;根据 20152020 年的生态系统质量评价结果，分析全省生态系统质量及典型生态区年际变化特征。表 1生态系统质量分级级别生态系统质量描述优E75 生态系统质量为优良55E75 生态系统质量良好中35E55 生态系统质量为中等水平低20E35 生态系统质量较低差E20 生态系统质量较差注:E 表示生态系统质量指数。选取与生态系统质量相关的地理指标(年均气温、年降水、植被覆盖度、人口密度、国内生产总值)，采用回归方程法对安徽省生态系统质量变化进行影响因素分析，并根据标准化系数的大小确定出贡献度最大的因素。3结果与分析31安徽省生态系统质量空间格局本文以 2020 年为评价年份，按表 1 对生态系统质量指数进行分级，分别以市级行政区划、生态功能区划为评价单元进行空间格局分析。根据生态系统质量指数的计算的结果，2020年，安徽省生态系统质量指数范围为 09964，均值为 6227，评定等级为良。其中，生态质量等级为差、低的区域面积的比例分别为 113%、377%，生态质量等级为中、良的区域面积的比例分别为 2702%、4496%，生态质量等级为优的区域面积的比例为2312%。安徽省各行政区生态系统质量等级均为中级以上，其中黄山市评价等级为优(见图 2a)，原因是“十三五”期间，黄山市着力开展了大气、水体、土壤污染防治的大行动，区域生态系统质量得到持续改善，绿色发展成效显著。安徽省生态功能区的评价等级也均为中及以上，其中江淮丘陵岗地生态区、沿长江平原生态区的评价等级为中，其余生态区的评价等级均为良(见图 2b)。32安徽省生态系统质量年际变化由图 3 可知，20152020 年，安徽省生态系统质量整体呈提升的趋势。其中，全省生态系统质量明显变好的面积为 20 086 km2，占全省总面积的1534%;生态系统质量明显变差的面积有 3 66087km2，占全省总面积的 2 79%。由图 4 可知，在20152020 年，安徽省生态系统质量显著变好的行政区为蚌埠市，因为“十三五”期间，蚌埠市全力推进蓝天保卫战，制定大气整治项目，同时严厉打击各类环境违法行为，积极排查整治“散、乱、污”企29东北林业大学学报第 51 卷业;生态系统质量显著变差的行政区为阜阳市、淮南市和马鞍山市(见图 4a)。安徽省生态系统质量指数显著增加的生态功能区为皖西大别山生态区，由于在“十三五”期间，省政府强化重点区域生态保护和建设，加大对皖西大别山、皖南山区的政策和资金支持以及深化生态补偿机制的成果。沿长江平原生态区的生态系统质量指数显著减少(见图4b)，主要原因是近年来长江沿岸密集的人类生产活动有关。图 22020 年安徽省生态系统质量空间格局33典型生态区生态系统质量变化由图 5 可知，根据两个典型生态区在 2015 年、2020 年的生态系统质量评价结果，20152020 年，安徽沿江经济带生态质量等级保持不变，但总体生态质量指数呈减少的趋势。从生态质量等级面积占比的变化来看，生态质量等级为优的区域面积比例由 4987%减少为 3407%，而生态质量等级为中的区域面积比例由 147%增加至 2487%。由图 6、表 2 可知，从空间上看，生态系统质量下降的区域主要集中在长江干流芜湖段和长江干流宿松段。其中，生态系统质量明显下降的区域分布为枞阳县东南部、无为县、和县南部、芜湖县西部、当涂县西部以及宿松县西南部。其主要原因在于该区内的森林、草地、耕地、草原和湿地的面积较 2015 年都有所减少，从而导致其植被覆盖度、地表生物量密度发生减少。图 320152020 年安徽省生态系统质量变化图 420152020 年安徽省生态系统质量年际变化39第 3 期蒋德健，等:应用植被生态指标对安徽省生态系统质量动态遥感评估图 5安徽沿江经济带生态质量评价表 220152020 年安徽沿江经济带地表类型变化地表覆盖类型2015 年面积/km22020 年面积/km2森林9954078846草地226145772耕地8 086847 70382草原132786293湿地2803423349由图 7 可知，自 2015 年以来，皖南山区丘陵生态区生态质量等级保持不变，但总体生态质量指数呈减少的趋势。从生态质量等级面积占比的变化来看，生态质量等级为优的区域面积的比例由 8681%减少为 8285%，而生态质量等级为差和低的区域面积比例都有所增加。图 620152020 年安徽沿江经济带生态质量指数变化图 7皖南山区生态系统质量评价由图 8 可知，从空间上看，生态系统质量变差的区域主要集中在皖南山区的西部和南部一些区域。其中，生态系统质量明显下降的区域为东至县南部、祁门县西南部、绩溪县中部以及宁国县东北部，主要原因是在 20152020 年该区域的森林、草地和灌溉耕地大量减少(见表 3)，导致植被覆盖度、地表生物量密度发生减少。34生态系统质量变化的驱动力分析由表 4 可知，自然因素指标对 20152020 年安徽省生态系统质量变化的影响较大，贡献度最大的指标为植被覆盖度。其中，植被覆盖度、年均气温与生态系统质量变化呈正相关关系，而国内生产总值、49东北林业大学学报第 51 卷年降水量和人口密度与生态系统质量变化呈负相关关系。图 820152020 年皖南山区生态质量指数变化表 320152020 年皖南山区地表类型变化地表覆盖类型2015 年面积/km22020 年面积/km2森林4 432923 18757草地154855566耕地4 375963 18077草原1323914024湿地14851559表 4安徽省及部分地级市地理指标对生态质量指数的贡献度行政区地理指标标准化系数贡献度/%安徽省国内生产总值11232435年均气温12712756年降水量05831264人口密度0056121植被覆盖度15783422蚌埠市国内生产总值02221169平均气温03822012年降水量04432334人口密度0080421植被覆盖度07714062阜阳市国内生产总值0031078年均气温14193602年降水量0111281人口密度21735516植被覆盖度0205520淮南市国内生产总值0148784年均气温04602437年降水量0125662人口密度04962628植被覆盖度06583487马鞍山市国内生产总值08004255年均气温0149792年降水量04602446人口密度02301223植被覆盖度0241128120152020 年间，生态质量明显变好的行政区有蚌埠市。其中，自然因素指标(年均气温、年降水量、植被覆盖度)与生态系统质量变化均呈正相关关系，而人为因素(人口密度、国内生产总值)与生态系统质量变化呈负相关关系，贡献度最大的指标为植被覆盖度。在同时期，生态质量明显变差的行政区划有阜阳市、淮南市和马鞍山市。其中，人口密度指标与阜阳市生态系统质量变化呈负相关关系，且贡献度达到 5516%。对于淮南市，所有指标与生态系统质量变化呈正相关关系，植被覆盖度的贡献度最大。国内生产总值对马鞍山市生态质量贡献度最大，国内生产总值与生态系统质量变化呈负相关，其它 4 个指标均为正相关关系。4结论本文综合安徽省在 20152020 年间的植被覆盖度、叶面积指数、总初级生产力等植被生态指标，构建生态系统质量指数并分级，分别以市级行政区划、生态功能区划为统计单元，分析全省以及两个典型生态区生态系统质量的时空动态特征，分析了生态系统质量变化的驱动因素。在 2020 年，全省生态系统质量指数均值为6227，评定等级为良，且各行政区评价等级均为中及以上，黄山市的评价等级为优。在 20152020 年间，安徽省生态系统质量总体呈提升的趋势，植被覆盖度指标是其主要影响因素。生态系统质量明显提升的行政区为蚌埠市，植被覆盖度是该市生态质量显著增加的主要因素;生态系统质量明显下降的行政区有阜阳市、淮南市和马鞍山市，其主要因素分别为人口密度增加、植被覆盖度减少和国内生产总值增加。在全省 5 个生态功能区中，20152020 年间生态系统质量明显下降的生态功能区为沿长江平原生态区，明显提升的生态功能区为皖西大别山生态区。自 2015 年以来，两个典型区的生态质量指数总体呈减少的趋势，生态系统质量变差的区域主要集中在长江芜湖段和宿松段两岸、皖南山区的西南部区域。参考文献 1马品，郭三杰，周芹芳，等基于 GIS 的普洱市生态系统质量评价 J生态经济，2020，36(2):188195 2宋美杰，罗艳云，段利民基于改进遥感生态指数模型的锡林郭勒草原生态环境评价J干旱区研究，2019，36(6):15211527 3肖洋，欧阳志云，王莉雁，等内蒙古生态系统质量空间特征及其驱动力 J 生态学报，2016，36(19):60196030 4张弨20002015 年沈阳市生态系统质量变化分析J绿色科技，2021，23(6):130131 5徐洁，谢高地，肖玉，等国家重点生态功能区生态环境质量变化动态分析 J 生态学报，2019，39(9):3039305059第 3 期蒋德健，等:应用植被生态指标对安徽省生态系统质量动态遥感评估 6张淑炜，金宝成，陈可可，等遥感估算及分析油杉河牧场近 30年植被覆盖度变化 J 林业和草原机械，2021，2(4):4352 7孙康慧，曾晓东，李芳中国生态脆弱区叶面积指数变化的主导气象因子研究 J 自然资源学报，2021，36(7):18731892 8唐荣彬，付梅臣，王力，等喀斯特岩溶、非岩溶区植被总初级生产力与土壤呼吸的空间差异及其环境因子分析J 地球与环境，2020，48(3):307317 9柳钦火，吴俊君，李丽，等“一带一路”区域可持续发展生态环境遥感监测 J遥感学报，2018，22(4):686708 10徐涵秋区域生态环境变化的遥感评价指数J 中国环境科学，2013，33(5):889897 11宋慧敏，薛亮基于遥感生态指数模型的渭南市生态环境质量动态监测与分析J应用生态学报，2016，27(12):39133919 12李婷婷，马超，郭增长基于 SEI 模型的贺兰山长时序生态质量评价及影响因素分析 J生态学杂志，2021，40(4):11541165 13程琳琳，王振威，田素锋，等基于改进的遥感生态指数的北京市门头沟区生态环境质量评价J 生态学杂志，2021，40(4):11771185 14白星亮，任冲，李景宜，等基于 GIS 与 Fragstats 的安徽省生态安全格局研究J安徽农业科学，2020，48(13):7077 15钱贞兵，戴晓峰，陈超，等安徽省生态区生态环境状况的评价研究 J 生物学杂志，2018，35(4):7275 16毛行元，徐志扬皖南山区森林碳储量及其动态变化J森林与环境学报，2018，38(2):185190 17薛蕾，徐承红长江流域湿地现状及其保护J 生态经济，2015，31(12):1215 18LONG H L，HEILIG G K，WANG J，et al Land use and soil e-rosion in the upper reaches of the Yangtze iver:some socio-eco-nomic considerations on Chinas Grain-for-Green ProgrammerJ Land Degradation Development，2006，17(6):589603 19中华人民共和国生态环境部生态环境状况评价技术规范:HJ11722021S 北京:中国环境出版社，2021(上接 83 页)8杨樟平，曹碧凤，谢巧雅，等应用无人机影像提取毛竹林立竹度J 东北林业大学学报，2021，49(7):6671 9杨焕波，赵静，兰玉彬，等基于无人机可见光遥感和阈值法的玉米植被覆盖度提取J 福建农林大学学报(自然科学版)，2020，49(2):283288 10FISHE J B，ACOSTA E A，DENNEDY-FANK P J，et alImpact of satellite imagery spatial resolution on land use classifi-cation accuracy and modeled water qualityJ emote Sensingin Ecology and Conservation，2017，4(2):137149 11邱琳，卢必慧，孙玲，等GF1 卫星影像的空间分辨率对水稻识别精度的影响J 江苏农业学报，2019，35(1):7075 12刘婷，陈晨，范文义，等基于不同空间尺度遥感影像估算森林叶面积指数的差异J 应用生态学报，2019，30(5):16871698 13YE H C，HUANG W J，HUANG S Y，et al ecognition of ba-nana fusarium wilt based on UAV remote sensingJ emoteSensing，12(6):938doi:103390/rs12060938 14孙金彦，徐南，董丹丹，等不同空间分辨率遥感数据识别湖泊的误差分析 J人民长江，2019，50(4):2531 15BENZ U C，HOFMANN P，WILLHAUCK G，et al Multi-resolu-tion，object-oriented fuzzy analysis of remote sensing data forGIS-ready information J ISPS Journal of Photogrammetry andemote Sensing，2003，58(3/4):239258 16陈蕊，张继超基于 eCognition 的遥感图像面向对象分类方法研究 J 测绘与空间地理信息，2020，43(2):9195 17董梅，苏建东，刘广玉，等面向对象的无人机遥感影像烟草种植面积提取与监测J 测绘科学，2014，39(9):8790 18BEIMAN L andom forestsJ Machine Learning，2001，45(1):532 19BEIMAN L，FIEDMAN J H，OLSHEN A，et al Classfica-tion and regression trees M New York:outledge，1984 20CHAPELLE O，VAPNIK V，BOUSQUET O，et al Choosingmultiple parameters for support vector machinesJ MachineLearning，2002，46(1/2/3):131159 21施佩荣，陈永富，刘华，等基于分割评价函数的多尺度分割参数的选择J遥感技术与应用，2018，33(4):628637 22黄宇，陈兴海，刘业林，等基于无人机高光谱不同高度的地物快速识别研究J 安徽农业科学，2018，46(11):170173，209 23杨闫君，田庆久，占玉林，等空间分辨率与纹理特征对多光谱遥感分类的影响J地球信息科学学报，2018，20(1):99107(上接 89 页)22李晓辰，贡璐，魏博，等气候变化对新疆雪岭云杉潜在适宜分布及生态位分化的影响 生态学报，2022，42(10):40914100 23NAYAKA S Assessing the antarctic environment from a climatechange perspective M New Delhi:Springer Nature SwitzerlandAG，2022 24汪沐阳，张楚婕，宓春荣，等气候变化对中国马可波罗盘羊适宜生境的潜在影响J 应用生态学报，2021，32(9):31273135 25张俊岚，王华，谢国辉阿克苏地区地理因素对气候分布的影响J 气象，2003，29(3):4648 26MEIE E S，KIENAST F，PEAMAN P B，et al Biotic andabiotic variables show little redundancy in explaining tree speciesdistributionsJ Ecography，2010，33(6):10381048 27HSCH B Modelling the spatial distribution of montane andsubalpine forests in the central Alps using digital elevation modelsJ Ecological Modelling，2003，168(3):267282 28DYMYTOVA L，NADYEINA O，HOBI M L，et al Topograph-ic and forest-stand variables determining epiphytic lichen diversityin the primeval beech forest in the Ukrainian CarpathiansJ Biodiversity and conservation，2014，23(6):13671394 29周广胜，张新时全球变化的中国气候植被分类研究J 植物学报，1996，38(1):81730UBIO-SALCEDO M，PSOMAS A，PIETO M，et al Casestudy of the implications of climate change for lichen diversity anddistributionsJ Biodiversity and Conservation，2017，26(5):11211141 31HEK C M V，APTOOT A，DOBBEN H F V Long-term moni-toring in the Netherlands suggests that lichens respond to globalwarming J Lichenologist，2002，34(2):141154 32GIODANI P，INCETI G The influence of climate on the dis-tribution of lichens:a case study in a borderline area(Liguria，NW Italy)J Plant Ecology，2008，195(2):257272 33MAINI L，NASCIMBENE J，NIMIS P L Large-scale patternsof epiphytic lichen species richness:photobiont-dependent re-sponse to climate and forest structureJ Science of the TotalEnvironment，2011，409(20):43814386 34SVOBODA D，PEKSA O，VESELJ Epiphytic lichen diversityin central European oak forests:Assessment of the effects of natu-ral environmental factors and human influences J Environmen-tal Pollution，2010，158(3):812819 35LUCHETA F，KOCH N M，KFFE M I，et al Lichens as in-dicators of environmental quality in southern Brazil:An integra-tive approach based on community composition and functional pa-rametersJ Ecological Indicators，2019，107 doi:10 1016/jecolind201910558769东北林业大学学报第 51 卷