1995年和2015年金華市植被空間網(wǎng)絡(luò)變化分析*

王 敏， 梁勤歐， 劉富強(qiáng)

(浙江師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院,浙江 金華 321004)

網(wǎng)絡(luò)是節(jié)點(diǎn)與邊的集合，空間網(wǎng)絡(luò)是具有位置信息的網(wǎng)絡(luò)類型，可高度抽象真實(shí)情境，是國內(nèi)外新興的研究熱點(diǎn)，但目前在自然環(huán)境與資源領(lǐng)域研究中應(yīng)用得較少.植被是人類賴以生存的自然環(huán)境中的重要要素之一，深入探討植被分布的變化規(guī)律對合理設(shè)計環(huán)境措施的方案具有重要意義[1].地球表面自然條件的復(fù)雜性與多樣性導(dǎo)致了植被分布呈現(xiàn)出各種復(fù)雜的組合.陸地生態(tài)系統(tǒng)中,氣候帶的植被類型及其分布規(guī)律主要受水熱條件兩個主導(dǎo)因子控制[2].傳統(tǒng)的植被分布研究停留在應(yīng)用遙感影像上，它通過植被指數(shù)(NDVI)的提取來研究單個環(huán)境因子影響下植被靜態(tài)分布的狀況，如氣候變化[3]、土壤特性[4]、地形[5]、河流[6-7]等，對人為干擾的分析僅僅停留在感性認(rèn)識和定性分析層次上，僅有部分研究利用空間定量指標(biāo)描述植被景觀的空間結(jié)構(gòu)與形態(tài)變化[8].但實(shí)際上隨著人類生活范圍的擴(kuò)張，人為干擾已經(jīng)對植被分布產(chǎn)生了巨大的影響.

空間網(wǎng)絡(luò)(spatial network)即具有空間位置屬性的網(wǎng)絡(luò).凡是涉及地理環(huán)境的問題都具有非線性與復(fù)雜性等特點(diǎn)[9]，已經(jīng)有一些學(xué)者運(yùn)用網(wǎng)絡(luò)理論，將自然地理各要素抽象為點(diǎn)(node)與邊(edge)，挖掘其內(nèi)在屬性機(jī)制.如河流網(wǎng)絡(luò)(river network)是一個遠(yuǎn)離平衡態(tài)的、自組織的、開放的網(wǎng)絡(luò)[10]，是一個典型的空間網(wǎng)絡(luò)；20世紀(jì)90年代，有學(xué)者開始應(yīng)用復(fù)雜網(wǎng)絡(luò)理論來研究河流網(wǎng)的形成及演化機(jī)理[11-13]；田劍等[14]以黃土高坡為研究對象，利用DEM(dynamic effect model)數(shù)據(jù)提取重要地形特征的點(diǎn)與線，建立地形的網(wǎng)絡(luò)模型.目前，大部分研究是利用復(fù)雜網(wǎng)絡(luò)的特征來描述網(wǎng)絡(luò)特性，對于形成機(jī)制及演變的探討還不夠深入，在地形、植被、流域等方面還有待于進(jìn)一步研究，同時也忽視了人為干擾或地表改造對其造成的影響.實(shí)際上，植被作為一種面狀要素在空間地理位置上存在重要屬性特征.運(yùn)用網(wǎng)絡(luò)理論分析其拓?fù)浣Y(jié)構(gòu)可以反映許多重要性質(zhì).盡管自20世紀(jì)70年代起，空間網(wǎng)絡(luò)的演化這一問題就已經(jīng)被提出來，其應(yīng)用范圍的探討仍是一個重要議題[15].

金華市是典型的南方亞熱帶地區(qū)山地丘陵間河谷盆地城市，研究其植被網(wǎng)絡(luò)對于同類型城市具有代表意義.因此，本文利用空間網(wǎng)絡(luò)分析方法，運(yùn)用設(shè)計工作程序提取1995年和2015年金華市植被分布區(qū)域輪廓的基本幾何特征，選定合理的搜索半徑，構(gòu)建金華市植被空間網(wǎng)絡(luò)，并對節(jié)點(diǎn)與邊分別賦予權(quán)重，通過分析其網(wǎng)絡(luò)特性，進(jìn)一步探討網(wǎng)絡(luò)變化特征及原因機(jī)理，挖掘金華市人類活動對植被覆蓋的影響.

1 研究區(qū)與數(shù)據(jù)處理

1.1 研究區(qū)域概況

金華市位于119°14′～120°46′ E，28°32′～29°41′ N，是浙江省中部城市.位于金衢盆地東段，地勢南北高、中部低，境內(nèi)山地以500～1 000 m為主，分布在南北兩側(cè)，最高峰為牛頭山主峰，海拔1 560.2 m.從氣候上看，金華市屬于亞熱帶季風(fēng)氣候，四季分明，雨熱豐富，年均溫17.5 ℃，年降水量1 952.5 mm，山區(qū)偏多一些，時空分布不均勻.受盆地地形的影響，氣候分布有一定的垂直差異.金華市在植被分區(qū)中屬于亞熱帶常綠闊葉林帶，植物資源1 500余種.

1.2 數(shù)據(jù)預(yù)處理

根據(jù)研究的需求及數(shù)據(jù)的可獲得性，本文所需的研究數(shù)據(jù)為金華市遙感影像、行政邊界圖、DEM數(shù)據(jù).其中包括1995年和2015年金華市Landsat 7 TM/ ETM+影像的遙感影像數(shù)據(jù)，為了保證植被區(qū)提取的精度，對遙感圖像進(jìn)行了幾何精校正、輻射定標(biāo)、大氣校正等處理.DEM數(shù)據(jù)分辨率為30 m×30 m，下載自地理空間數(shù)據(jù)云，拼接后用行政邊界矢量圖進(jìn)行裁剪，并進(jìn)行矢量化.

考慮到地形因素時發(fā)現(xiàn)，金華市山區(qū)面積廣大，植被覆蓋率較高.廣大的山區(qū)自然植被平均面積大，具有變化小、數(shù)目少、彼此距離遠(yuǎn)、對網(wǎng)絡(luò)支配力度強(qiáng)等特點(diǎn)，金華市偏遠(yuǎn)地區(qū)的植被分布區(qū)域反而不能體現(xiàn)植被在人為干擾下的時空變化.城市地區(qū)是人類活動的中心，城市發(fā)展對自然環(huán)境的影響是深遠(yuǎn)的，特別是植被區(qū)域本身就具有一定的經(jīng)濟(jì)與生態(tài)價值.為了研究受人類強(qiáng)烈活動影響的區(qū)域植被變化特征，本文從金華市DEM圖像中提取坡度信息，選擇坡度≤10°的區(qū)域作為研究范圍.這樣，本文就以婺城區(qū)、永康、義烏、東陽等幾個經(jīng)濟(jì)發(fā)達(dá)、人口集中的區(qū)域作為主要的研究區(qū).

(a)坡度信息圖

(b)≤10°坡度提取結(jié)果

圖1 金華市坡度信息提取結(jié)果

2 研究方法

2.1 提取植被信息

選擇適當(dāng)?shù)难芯繀^(qū)域后，利用地理信息軟件對1995年和2015年的遙感數(shù)據(jù)進(jìn)行信息解譯.在ENVI 5.0中建立感興趣區(qū)(region of interest，ROI)，將遙感圖像地物分為植被、水體、建筑、裸地等類型，分類精度為96%，運(yùn)用支持向量機(jī)分類方法(support vector machine，SVM)對遙感圖像做監(jiān)督分類處理.分類結(jié)果矢量化后，使用主次要分析(majority/minority analysis)、聚類(clump)、合并(combine)、篩選(sieve)等功能保留具有研究意義的數(shù)據(jù)結(jié)果.

在Arc GIS中加載以上結(jié)果，以圖1(b)為底圖，進(jìn)行目視解譯工作與矢量化，提取出植被區(qū)域輪廓范圍為面狀數(shù)據(jù),以此作為研究對象.

2.2 構(gòu)建植被空間網(wǎng)絡(luò)

在面狀數(shù)據(jù)的基礎(chǔ)上，經(jīng)過程序運(yùn)行得到區(qū)域的質(zhì)心作為網(wǎng)絡(luò)的節(jié)點(diǎn)，質(zhì)心即單個研究對象點(diǎn)集合位置的算術(shù)平均值.此外，定義一個新的參數(shù)“搜索半徑”，某一點(diǎn)的搜索距離即它與另一個節(jié)點(diǎn)的歐氏距離，半徑內(nèi)的2個植被區(qū)即被認(rèn)為是鄰居，成為“鄰居”后節(jié)點(diǎn)的連線即為邊.以節(jié)點(diǎn)、邊為基本要素構(gòu)建植被空間網(wǎng)絡(luò).值得注意的是，有些單個研究對象面積非常大，搜索半徑應(yīng)大于其質(zhì)心到邊界的距離.

程序中搜索半徑的設(shè)定是靈活的，不同的搜索半徑會獲取不一樣的結(jié)果，緩沖距離如果過大就會忽略地形因素,并且難以探討同一規(guī)模下單個居民點(diǎn)之間的聯(lián)系情況.生成的緩沖區(qū)應(yīng)是大于可包含絕大部分點(diǎn)的歐氏距離[8].本文以所提取的2015年植被區(qū)輪廓為基準(zhǔn)，考慮到金華市轄區(qū)的面積大小，在1～10 km范圍內(nèi)經(jīng)過多次試驗(yàn).如在采取5,6,8,10 km的搜索半徑下，所獲得的邊的條數(shù)分別為2 411,3 823,4 383,5 914(見圖2).其中，搜索半徑小于6 km時,較中型的植被區(qū)域也無法產(chǎn)生關(guān)聯(lián);大于6 km時，空間網(wǎng)絡(luò)結(jié)構(gòu)過于復(fù)雜，區(qū)分度較小.為了使植被區(qū)盡可能多地囊括在網(wǎng)絡(luò)中，在保證一定數(shù)量的鄰居前提下產(chǎn)生相對簡單的網(wǎng)絡(luò)連接，本文最終設(shè)置6 km為搜索半徑，并對所有質(zhì)心進(jìn)行半徑搜索，獲得整張網(wǎng)絡(luò).

2.3 網(wǎng)絡(luò)評價指標(biāo)

構(gòu)成網(wǎng)絡(luò)的基本要素是節(jié)點(diǎn)與邊.在空間網(wǎng)絡(luò)的研究中，學(xué)者們建立了很多參數(shù)用來分析網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，通過這些參數(shù)定性或者定量地表征空間網(wǎng)絡(luò)的特性與模式，可以獲得一些有意義的結(jié)論.本文將提取出的植被分布幾何輪廓視為區(qū)域，從面積與數(shù)量角度進(jìn)行評價，用度與度分布評價節(jié)點(diǎn)，引入局部重要性這一指標(biāo)來衡量邊的權(quán)重.

圖2 不同搜索半徑下空間網(wǎng)絡(luò)變化

2.3.1 度(degree)和度分布(degree distribution)

在網(wǎng)絡(luò)中，一個節(jié)點(diǎn)與多少條邊相連，則它的度就是多少.利用網(wǎng)絡(luò)植被度與度分布可以有效地定量描述植被網(wǎng)絡(luò)變化的時空特征，還可以用來判斷網(wǎng)絡(luò)類型.度分布定義為P(k),它是節(jié)點(diǎn)度的累積分布函數(shù)，具體由下式表示：

(1)

式(1)中：P(ki)為節(jié)點(diǎn)度;ki表示節(jié)點(diǎn)i的度.節(jié)點(diǎn)度越大，在網(wǎng)絡(luò)中的重要性也越大.

2.3.2 局部重要性(local significance)

以質(zhì)心為中心，以搜索半徑為基準(zhǔn)，運(yùn)行程序生成邊.引入“局部重要性”這一概念為邊賦予權(quán)重.定義式如下[8]：

(2)

式(2)中：Ai和Aj代表對于給定的節(jié)點(diǎn)i，j的植被區(qū)域面積;D(i，j)代表2個植被區(qū)質(zhì)心之間的歐氏距離.這個指標(biāo)對位置緊鄰的植被區(qū)可以產(chǎn)生很有意義的結(jié)果.在這個權(quán)重標(biāo)準(zhǔn)下，還可以考慮到實(shí)際的地形存在，如河流山脈等，進(jìn)一步分配更低的權(quán)重.這個指標(biāo)反映出兩個植被區(qū)的相關(guān)性，取決于自身的屬性及二者之間的聯(lián)系.

2.3.3 網(wǎng)絡(luò)類型判斷

根據(jù)不同的連接方式，人們提出了不同的網(wǎng)絡(luò)模型[16]，如規(guī)則網(wǎng)絡(luò)(regular Networks)、隨機(jī)網(wǎng)絡(luò)(random Networks)、小世界網(wǎng)絡(luò)模型(small-world Networks)和無標(biāo)度網(wǎng)絡(luò)模型(scale-free Networks).一般來說，若P(k)符合冪律分布，那么這個網(wǎng)絡(luò)具有“無標(biāo)度”分布，可以認(rèn)為它是一個無標(biāo)度網(wǎng)絡(luò).小世界網(wǎng)絡(luò)模型的節(jié)點(diǎn)度分布服從指數(shù)分布，規(guī)則網(wǎng)絡(luò)符合δ分布，隨機(jī)網(wǎng)絡(luò)符合泊松分布規(guī)律.

3 結(jié)果與討論

3.1 植被區(qū)面積分布的變化

圖3 1995年和2015年植被分布

根據(jù)2.1節(jié)，本文共提取出1995年306個植被區(qū)和2015年277個植被區(qū)(見圖3)，精度為85%，作為研究基礎(chǔ).從結(jié)果中可知，植被區(qū)個數(shù)下降幅度為17%.在Arc GIS里運(yùn)用了計算幾何功能(calculate geometry)進(jìn)行植被面積估算，1995年和2015年金華市坡度≤10°的區(qū)域植被面積分別為168 307 hm2和103 670 hm2，總面積減少了64 636 hm2，下降幅度為38%，減少的部分主要集中于婺城區(qū)、金東區(qū)和義烏市、東陽市，這是由于1995年存在更多相對小的植被區(qū).區(qū)域個數(shù)減少的幅度小于面積減少的幅度，說明植被減少的區(qū)域很多是在原有植被區(qū)的基礎(chǔ)上不斷減少的.經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)植被減少得多，經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)植被減少得少.對比2期數(shù)據(jù)可知，這是部分農(nóng)村地區(qū)轉(zhuǎn)變?yōu)槌鞘谢蛘叱鞘薪紖^(qū)造成的.植被中心仍然在婺城區(qū)和義烏市的邊界處，但植被區(qū)范圍不斷向中間地勢平坦區(qū)域集中.整體而言，植被區(qū)的面積減少反映了自然環(huán)境的變化，更重要的是城市的擴(kuò)張及人為因素的影響.

3.2 網(wǎng)絡(luò)度與度分布的變化

1995年和2015年網(wǎng)絡(luò)平均度分別為24.03和21.12，度中心性下降，說明2015年植被網(wǎng)絡(luò)各個區(qū)域的重要性下降，與周邊鄰近植被的聯(lián)系程度變得松散.為了更好地分析對比，將1995年和2015年度中心性分為3類，并在Arc GIS中進(jìn)行渲染，得到如圖4(a)和4(b)所示.圖中圓圈越大表示節(jié)點(diǎn)度越大.從圖中可以發(fā)現(xiàn)，1995年節(jié)點(diǎn)度較高的植被區(qū)分布在金東區(qū)、義烏市、東陽市和永康市，而2015年則集中分布于金東區(qū)、婺城區(qū)與義烏市交界處，植被分布受到擠壓，分布重心逐漸向城市邊界移動，說明城市的發(fā)展與擴(kuò)張是金華市植被核心分布發(fā)生變化的重要原因之一.

(a)1995年網(wǎng)絡(luò)度

(b)2015年網(wǎng)絡(luò)度

(c)1995年網(wǎng)絡(luò)度分布 (d)2015年網(wǎng)絡(luò)度分布

圖4 1995年和2015年金華市植被空間網(wǎng)絡(luò)節(jié)點(diǎn)度與度分布

由圖4(c)和4(d)可知，2015年度分布稍有下降.細(xì)致對比，0～17時,植被區(qū)數(shù)目增多，但面積較小的植被分布區(qū)在原有基礎(chǔ)上進(jìn)一步萎縮；在17～31這樣大小的度中心性一般大的植被區(qū)數(shù)目減少得較多，說明起著重要作用的植被區(qū)數(shù)目在減少，植被之間的聯(lián)系更加不緊密，彼此發(fā)生聯(lián)系的成本增大，2015年研究區(qū)域較高中心度(31～53)的節(jié)點(diǎn)的數(shù)量明顯少于1995年.

3.3 網(wǎng)絡(luò)邊與邊的權(quán)重變化

基于3.1節(jié)與3.2節(jié)植被提取結(jié)果、質(zhì)心分布結(jié)果，運(yùn)行程序，對2期數(shù)據(jù)以6 km為搜索半徑生成邊，構(gòu)成空間網(wǎng)絡(luò)如圖5(a)與5(b)所示.以邊的局部顯著性為基準(zhǔn)，取其對數(shù)值，在Arc GIS中運(yùn)行分類渲染功能，依據(jù)局部顯著性將邊分為3類，并賦予不同的寬度.其中，第1類為局部顯著性大的邊，最寬，總體數(shù)目小、距離遠(yuǎn)，可控制的范圍大，一般位于城市較邊緣地帶，地形坡度較大，代表郊區(qū)或者鄉(xiāng)村地帶，多分布在行政區(qū)邊界處;第2類為局部顯著性較大的邊，次寬，連接的植被區(qū)面積較小，數(shù)目較多，距離較近，呈團(tuán)簇狀分布在中等或較大的植被區(qū)周邊，影響范圍小，一般位于坡度較小、地形平坦、人口及建筑物密集的城市中心位置;第3類為局部顯著性較小的邊、最窄，一般位于行政邊界與市中心之間的位置，一定程度上反映地形的隔離作用.結(jié)果表明：1)2015年植被空間網(wǎng)絡(luò)中，第1類邊的數(shù)目明顯減少，變得稀疏，特別是永康市、義烏市和婺城區(qū)，說明從市中心到城市邊界之間的植被明顯減少，植被網(wǎng)絡(luò)趨于簡單化；2)2015年植被空間網(wǎng)絡(luò)中第3類邊的數(shù)量有少量增加，說明由于小植被區(qū)的減少，一些本來沒有聯(lián)系的中型植被區(qū)之間建立了聯(lián)系(由于6 km搜索半徑的存在).

(a)1995年

(b)2015年

圖5 金華市1995年和2015年植被空間網(wǎng)絡(luò)邊與邊的權(quán)重分布圖

表1 1995年和2015年植被網(wǎng)絡(luò)邊的權(quán)重變化統(tǒng)計表

以邊的權(quán)重值為基礎(chǔ)，取對數(shù)值得到結(jié)果如表1所示.表1表明，1995年生成的邊的數(shù)目為3 827條，2015年生成的邊的數(shù)目為2 799條，20年間減少了26.86%.局部顯著性較小的邊的比重增加了約10%，說明植被區(qū)不僅是數(shù)目減少了，并且很多是在原有植被區(qū)的基礎(chǔ)上進(jìn)一步減少的.還有一部分小植被區(qū)數(shù)目變化來自于城市建設(shè)中的少量人工綠化走廊或者斑塊狀的綠化園林.實(shí)際上，1995年的數(shù)值為1.83～8.10，2015年的數(shù)值為1.59～7.42，這反映出1995年植被區(qū)的面積更大，所以能夠提供遠(yuǎn)距離的影響力，植被網(wǎng)絡(luò)結(jié)構(gòu)更完整，密度更大，整體網(wǎng)絡(luò)更加穩(wěn)定.總體而言，植被景觀面積的減少帶來了其空間網(wǎng)絡(luò)的進(jìn)一步萎縮，密度降低，并且在人口密度越大、地勢越低的地方表現(xiàn)得越明顯.城市中植被景觀及周圍的區(qū)域具有較大的生態(tài)價值與開發(fā)潛力，植被網(wǎng)絡(luò)的簡單化反映了城市中人類生存面積的擴(kuò)大，植物生境的減少.

3.4 網(wǎng)絡(luò)類型判斷

從度分布圖上可知，金華市植被面積較小的區(qū)域數(shù)目多，而面積較大的植被區(qū)數(shù)目小；度較小的點(diǎn)較多，度較大的點(diǎn)較少，符合泊松分布，集聚效應(yīng)明顯，說明這是一個“小世界網(wǎng)絡(luò)”.

4 結(jié)論與展望

本研究的目的是描繪金華市20年間植被的空間網(wǎng)絡(luò)，描述其空間特性，分析其變化原因.這一研究的基礎(chǔ)數(shù)據(jù)從遙感數(shù)據(jù)圖及行政邊界圖中獲得的，其方法是輸入數(shù)據(jù)后，基于程序半自動的處理、加工而得，輸入的數(shù)據(jù)可以是很大范圍的，而搜索半徑是靈活的，由用戶自定義設(shè)置，在這個距離之內(nèi)的植被區(qū)就可以被認(rèn)為是鄰居，并可以自由選擇相關(guān)網(wǎng)絡(luò)指標(biāo)進(jìn)行統(tǒng)計以分析其屬性特征.本文在小尺度下驗(yàn)證不同搜索半徑分析結(jié)果的差異性，認(rèn)為6 km的半徑是比較合理的.

對生成植被空間網(wǎng)絡(luò)的分析后得知，金華市植被面積在逐漸減少.隨著人類生存空間的擴(kuò)大，植被區(qū)分布范圍不斷向市中心聚攏.植被空間網(wǎng)絡(luò)度有所下降，度分布萎縮，網(wǎng)絡(luò)邊的局部顯著性下降，并且這一現(xiàn)象在人類聚集的區(qū)域表現(xiàn)得尤為明顯.因此，空間網(wǎng)絡(luò)分析方法可以運(yùn)用于植被等自然地理要素的分析中.但本文的探討仍然存在一些值得改進(jìn)的地方,如在后續(xù)的研究中需要考慮到不同類型植被(人工或者自然植被)的變化是否存在差異性？網(wǎng)絡(luò)節(jié)點(diǎn)除了質(zhì)心外是否可以添加一些重要的工程節(jié)點(diǎn)？植被網(wǎng)絡(luò)的分布與哪些因素有關(guān)？等等.

參考文獻(xiàn)：

[1]李妍敏,安翼,劉青泉.植被分布對小流域產(chǎn)流影響的數(shù)值實(shí)驗(yàn)[J].水科學(xué)進(jìn)展,2015,26(2):187-195.

[2]房世波,譚凱炎,劉建棟,等.鄂爾多斯植被蓋度分布與環(huán)境因素的關(guān)系[J].植物生態(tài)學(xué)報,2009,33(1):25-33.

[3]呂佳佳,吳建國.氣候變化對植物及植被分布的影響研究進(jìn)展[J].環(huán)境科學(xué)與技術(shù),2009,32(6):85-95.

[4]何明珠,張志山,李小軍,等.阿拉善高原荒漠植被組成分布特征及其環(huán)境解釋:Ⅱ.C4植物組成、分布特征與環(huán)境的關(guān)系[J].中國沙漠,2010,30(1):57-62.

[5]陳瑤,胥曉,張德然,等.四川龍門山西北部植被分布與地形因子的相關(guān)性[J].生態(tài)學(xué)雜志,2006,25(9):1052-1055.

[6]趙清賀,馬麗嬌,劉倩黃,等.黃河中下游典型河岸緩沖帶植被景觀連接度及其網(wǎng)絡(luò)構(gòu)建[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2017,25(7):983-992.

[7]溫仲明,焦峰,焦菊英.黃土丘陵區(qū)延河流域潛在植被分布預(yù)測與制圖[J].應(yīng)用生態(tài)學(xué)報,2008,19(9):1897-1904.

[8]Esch T,Marconcini M,Marmanis D,et al.Dimensioning urbanization-An advanced procedure for characterizing human settlement properties and patterns using spatial network analysis[J].Applied Geography,2014,55:212-228.

[9]潘登,梁勤歐.復(fù)雜網(wǎng)絡(luò)在地理科學(xué)中的應(yīng)用研究進(jìn)展[J].國土與自然資源研究,2013(6):82-86.

[10]沈丹,許田,蘇蓓蓓,等.長江流域的河流網(wǎng)絡(luò)及其統(tǒng)計描述[C]//中國高等科學(xué)技術(shù)中心.全國復(fù)雜動態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集.北京：中國高等科學(xué)技術(shù)中心，2005.

[11]蘇偉忠,楊桂山.太湖流域南河水系無尺度結(jié)構(gòu)[J].湖泊科學(xué),2008,20(4):514-519.

[12]吳學(xué)文,瞿永鋼,李玲.基于復(fù)雜網(wǎng)絡(luò)理論的河流網(wǎng)絡(luò)建模與分析[J].河海大學(xué)學(xué)報:自然科學(xué)版,2014,42(2):177-182.

[13]吳學(xué)文,李玲,方國華.復(fù)雜河流網(wǎng)絡(luò)節(jié)點(diǎn)重要度分析[J].水資源與水工程學(xué)報,2013,24(2):145-150.

[14]田劍,湯國安,趙明偉.流域地形景觀系統(tǒng)的復(fù)雜網(wǎng)絡(luò)描述[J].地理與地理信息科學(xué),2014,30(4):22-26.

[15]黎勇,胡延慶,張晶,等.空間網(wǎng)絡(luò)綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué),2010,7(2):145-164.

[16]汪小帆,李翔,陳關(guān)榮.復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用[M].北京：清華大學(xué)出版社,2006.