遙感植被指數(shù)與植物多樣性的相關(guān)性及空間分布特征研究——以?？谑兄鞒菂^(qū)為例

何榮曉 雷金睿 楊帆

摘 要：植物多樣性監(jiān)測(cè)是開展物種保護(hù)與植被景觀規(guī)劃的重要基礎(chǔ)，對(duì)實(shí)施生物多樣性的優(yōu)先區(qū)域保護(hù)具有重要意義。該文以?？谑兄鞒菂^(qū)為例，利用Landsat 8遙感數(shù)據(jù)與樣方實(shí)測(cè)數(shù)據(jù)分析了植被指數(shù)與植物多樣性指數(shù)之間的相關(guān)性，根據(jù)相關(guān)性分析結(jié)果構(gòu)建植物多樣性遙感監(jiān)測(cè)數(shù)學(xué)模型，并篩選出最優(yōu)模型用于監(jiān)測(cè)研究區(qū)植物多樣性的空間分布狀況。結(jié)果表明：Shannon-Wiener多樣性指數(shù)、Simpson多樣性指數(shù)和Pielou均勻度指數(shù)與MSAVI植被指數(shù)相關(guān)系數(shù)最高，呈顯著相關(guān)性（P<0.01）。通過(guò)一元線性數(shù)學(xué)回歸模型得到的?？谑兄参锒鄻有钥臻g分布特征與實(shí)際情況相符，植物多樣性水平較高的區(qū)域主要分布在火山口、東寨港和羊山濕地一帶，且具有明顯的空間自相關(guān)性。根據(jù)研究結(jié)果建議繼續(xù)實(shí)施嚴(yán)格的保護(hù)措施，加強(qiáng)生態(tài)修復(fù)與保護(hù)工程，提高植被覆蓋率和生物多樣性水平。

關(guān)鍵詞： 生物多樣性， 植被指數(shù)， 植被覆蓋率， 空間自相關(guān)， 遙感監(jiān)測(cè)

中圖分類號(hào)：Q948.1

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-3142（2021）03-0351-11

收稿日期：2019-07-10

基金項(xiàng)目：海南省自然科學(xué)基金（318QN195）;海南大學(xué)科研啟動(dòng)基金（KYQD[ZR]1839， KYQD[ZR]1821） [Supported by Hainan Natural Science Foundation （318QN195）; Research Start-up Fund of Hainan University （KYQD[ZR]1839， KYQD[ZR]1821）]。

作者簡(jiǎn)介： 何榮曉（1987-），博士，講師，研究方向?yàn)閳@林植物景觀設(shè)計(jì)，（E-mail） rx.he@hainanu.edu.cn。

通信作者：雷金睿，碩士，助理研究員，研究方向?yàn)槌鞘袌@林植物與景觀評(píng)價(jià)，（E-mail）raykingre@163.com。

Correlation and spatial distribution characteristics of remote sensing vegetation index and plant diversity—A case study of main urban area of Haikou City

HE Rongxiao1，2， LEI Jinrui3*， YANG Fan1，2

（ 1. College of Forestry， Hainan University， Haikou 570228， China; 2. Hainan Biological Key Laboratory for Germplasm Resources of Tropical Special Ornamental Plants， Haikou 570228， China; 3. Hainan Academy of Forestry/Haikou Wetland

Protection Engineering Technology Research and Development Center， Haikou 571100， China ）

Abstract：Plant diversity monitoring is an important basis for species conservation and vegetation landscape planning， and it is of great significance for the implementation of priority area protection for biodiversity. Taking the main urban area of Haikou City as an example， we analyzed the correlation between vegetation index and the plant diversity index by applying remote sensing data from Landsat 8 and measured data in site， and then built the mathematical model of remote sensing monitoring for plant diversity and screened out the optimal model that is used to monitoring the spatial distribution of plant diversity in the study region. The results were as follows： Shannon-Wiener diversity index， Simpson diversity index and Pielou evenness index had the highest correlation coefficient with MSAVI vegetation index， with significant correlation （P<0.01）. The spatial distribution of plant diversity in Haikou acquired from the unitary linear regression model was consistent with the actual situation. The areas with higher plant diversities were mainly distributed in the volcanic crater， Dongzhai harbor and Yangshan wetland， which had obvious spatial self-correlation. According to results obtained from this research， continual implementation of strict conservation measures， enhancement of ecological restoration and conservation projects， and improvement of vegetation coverage and biodiversity are recommended.

Key words： biodiversity， vegetation index， vegetation coverage， spatial self-correlation， remote sensing monitoring

生物多樣性是人類賴以生存的物質(zhì)基礎(chǔ)。隨著全球范圍內(nèi)物種和棲息地的喪失，生物多樣性破壞已嚴(yán)重威脅可持續(xù)發(fā)展和生態(tài)系統(tǒng)穩(wěn)定性，成為生態(tài)學(xué)和地理學(xué)研究的熱點(diǎn)問(wèn)題（陳亮和王緒高，2008;胡海德等，2012）。近年來(lái)，隨著遙感技術(shù)的快速發(fā)展，因其具備大尺度、長(zhǎng)時(shí)間序列、多類型等優(yōu)勢(shì)而被廣泛應(yīng)用于土地利用變化（雷金睿等，2017）、生物量估測(cè)（張艷楠等，2012;王紫君等，2016）、環(huán)境監(jiān)測(cè)（Koponen & Ullininen，2002;閆峰等，2006）、森林健康（Arekhi et al.，2017）等方面的研究，將遙感技術(shù)應(yīng)用于生物多樣性監(jiān)測(cè)領(lǐng)域也是目前國(guó)際生物多樣性研究的最新趨勢(shì)，同時(shí)也是研究難點(diǎn)（徐文婷和吳炳方，2005;程乾等，2016;郭慶華等，2018;郭慶華和劉瑾，2018）。通過(guò)遙感手段監(jiān)測(cè)植物多樣性有多種方法，應(yīng)用較多的是基于景觀指數(shù)對(duì)植物多樣性實(shí)施監(jiān)測(cè)，它通過(guò)遙感影像生成土地覆蓋數(shù)據(jù)，進(jìn)而計(jì)算出各種景觀指數(shù)。其理論基礎(chǔ)是景觀異質(zhì)性與生物多樣性的正相關(guān)關(guān)系（Kerr et al.，2001;Gottschalk et al.，2005），如李祖政等（2018）利用Landsat ETM+ 遙感影像探討了徐州城市景觀格局變化對(duì)植物多樣性的影響。然而這種方法適合較大的空間尺度，單純使用這種方法得到的多樣性信息在精度上存在局限性（Griffiths & Lee，2000;Langford et al.，2006）。衛(wèi)星遙感影像衍生出的植被指數(shù)有助于分析生物多樣性格局，這些影像是可更新且易獲取的，并且還可以獲得多個(gè)時(shí)空尺度上的影像信息（Duro et al.，2014）。有研究認(rèn)為，歸一化植被指數(shù)（NDVI）與植物多樣性之間存在顯著正相關(guān)關(guān)系（Fairbanks & McGwire，2004;Cayuela et al，2006），可以解釋區(qū)域內(nèi)物種豐富度或多樣性變化。這為間接監(jiān)測(cè)大尺度生物多樣性提供了更為便捷的方式，用于評(píng)估區(qū)域和全球尺度的生物多樣性現(xiàn)狀和變化趨勢(shì)（Oindo & Skidmore，2002;Turner et al.，2003）。Fairbanks & McGwire（2004）的研究表明使用NDVI數(shù)據(jù)可以在區(qū)域尺度和長(zhǎng)時(shí)間內(nèi)對(duì)植物物種豐富度進(jìn)行表征和監(jiān)測(cè)。Arekhi et al.（2017）使用Landsat數(shù)據(jù)研究了土耳其Gnen大壩流域植被指數(shù)與α和β多樣性之間的相關(guān)性，研究表明NDVI有助于估計(jì)大面積植物的α多樣性。程乾等（2016）研究表明NDVI監(jiān)測(cè)濕地植物多樣性的最佳空間尺度大小為152 m × 152 m，且與Simpson指數(shù)的相關(guān)性顯著。在空間尺度的研究方面，方彬等（2007）利用基于空間變異理論和半方差函數(shù)探討了植被指數(shù)用于生物多樣性監(jiān)測(cè)的最佳研究尺度，根據(jù)模擬結(jié)果得出不同植被指數(shù)用于生物多樣性遙感監(jiān)測(cè)的最佳尺度。國(guó)內(nèi)外學(xué)者對(duì)于生物多樣性遙感監(jiān)測(cè)在不同植被指數(shù)、不同空間尺度甚至不同地域類型都開展了相關(guān)研究，表明遙感技術(shù)在生物多樣性監(jiān)測(cè)領(lǐng)域廣泛的應(yīng)用前景，但在大范圍的實(shí)際應(yīng)用中仍然處于探索階段。

海南島地處熱帶北緣及干濕熱帶氣候的過(guò)渡帶，島內(nèi)地形復(fù)雜、氣候多樣、水熱充沛、植被類型多樣，保存了我國(guó)最大面積的熱帶雨林和豐富的生物多樣性資源（張路等，2011）。2010年，環(huán)保部印發(fā)的《中國(guó)生物多樣性保護(hù)戰(zhàn)略與行動(dòng)計(jì)劃（2011—2030年）》中，海南島中南部被確定為我國(guó)生物多樣性保護(hù)優(yōu)先區(qū)域。2014年，海南省印發(fā)《生物多樣性保護(hù)戰(zhàn)略與行動(dòng)計(jì)劃（2014—2030年）》，將海南島北部生物多樣性保護(hù)優(yōu)先區(qū)域（主要保護(hù)對(duì)象為?？诨鹕綆r地區(qū)植被生態(tài)系統(tǒng)）確定為全省4個(gè)生物多樣性保護(hù)優(yōu)先區(qū)域之一。隨后，?？谑杏?015年在《生物多樣性保護(hù)戰(zhàn)略與行動(dòng)計(jì)劃》中也將火山、海岸帶及近岸海域、紅樹林等列入生物多樣性保護(hù)優(yōu)先區(qū)域，提出建立生物多樣性監(jiān)測(cè)和評(píng)估體系?；诖?，本研究以海口市主城區(qū)為例，將遙感技術(shù)應(yīng)用于植物多樣性監(jiān)測(cè)領(lǐng)域，是對(duì)區(qū)域生物多樣性監(jiān)測(cè)與保護(hù)的有益探索，有助于快速開展生物多樣性本底調(diào)查和監(jiān)測(cè)信息化建設(shè)，加強(qiáng)生物多樣性優(yōu)先區(qū)域的保護(hù)。

1 研究區(qū)概況

?？谑校?10°10′—110°41′ E、19°32′—20°05′ N）位于海南島北部，屬熱帶海洋性季風(fēng)氣候，為典型的熱帶濱海省會(huì)城市。海拔為0～222 m，年平均氣溫24.4 ℃，年平均降水量1 696.6 mm，平均相對(duì)濕度85%。區(qū)域內(nèi)以濱海平原地貌為主，東部有海南

東寨港紅樹林自然保護(hù)區(qū)，西部有火山口世界地質(zhì)公園，南部有羊山濕地，森林覆蓋率33.63%?，F(xiàn)有植被主要以人工純林為主，如木麻黃（Casuarina equisetifolia）、馬占相思（Acacia mangium）、桉樹（Eucalyptus robusta）、橡膠樹（Hevea brasiliensis）、龍眼（Dimocarpus longan）、荔枝（Litchi chinensis）等。天然林相對(duì)較少，以熱帶地區(qū)常見(jiàn)的野生灌木草叢植物種群為主，以及分布于東部沿海一帶的東寨港紅樹林群落。本研究以?？谑兄鞒菂^(qū)為研究樣區(qū)，面積約520 km2（圖1）。

2 研究方法

2.1 植物多樣性調(diào)查

基于ArcGIS 10.3采用隨機(jī)抽樣方法在?？谑兄鞒菂^(qū)范圍內(nèi)設(shè)置60個(gè)樣方，大小為30 m × 30 m。在2013年6—11月間，采用高精度GPS定位實(shí)地尋找隨機(jī)布設(shè)的樣方，對(duì)樣方內(nèi)的調(diào)查記錄內(nèi)容包括：土地利用類型、地面覆蓋情況;胸徑≥3 cm喬木的種類、株數(shù)、胸徑、樹高、干高、冠幅、健康狀況等;灌木的種類、蓋度、高度、健康狀況;草本的種類、面積、高度、健康狀況（何榮曉，2016）。但由于部分樣方落在建筑、水面或農(nóng)田上，為避免影響相關(guān)性分析精度，剔除代表性不強(qiáng)、易引起偏差的樣方， 最后優(yōu)選出48個(gè)樣方數(shù)據(jù)（圖1）。從中隨機(jī)抽取2/3的樣方數(shù)據(jù)（即32個(gè)樣方）用于建模，剩余的樣方用于模型驗(yàn)證。

植物多樣性指數(shù)選取3種廣泛使用的α多樣性指數(shù)（劉魯霞，2019）。其計(jì)算公式如下。

（1）Shannon-Wiener多樣性指數(shù)：

H=-∑si=1（PilnPi）;

（2）Simpson多樣性指數(shù)：D=1-∑si=1（Pi）2;

（3）Pielou均勻度指數(shù)：J=Hln（S）。

式中：S為物種數(shù);Pi為物種i的相對(duì)重要值。植物物種的相對(duì)重要值計(jì)算公式如下。

（1）喬木層：重要值IV=（相對(duì)密度+相對(duì)頻度+相對(duì)顯著度）/3;

（2）灌木層：重要值IV=（相對(duì)密度+相對(duì)頻度+相對(duì)蓋度）/3;

（3）草本層：重要值IV=（相對(duì)高度+相對(duì)頻度+相對(duì)蓋度）/3;

（4）相對(duì)重要值=該物種的重要值/該樣地內(nèi)所有物種的重要值之和。

通過(guò) R.3.2.2的 vegan 軟件包中的diversity函數(shù)完成植物物種多樣性指數(shù)計(jì)算（何榮曉，2016）。

植物綜合多樣性指數(shù)引用楊學(xué)軍等（1998）的多序穩(wěn)定假說(shuō)提出的時(shí)間-穩(wěn)定系數(shù)C=ln（a+1）（a為植物進(jìn)入穩(wěn)定狀態(tài)的時(shí)間）來(lái)計(jì)算喬木層、灌木層、草本層權(quán)重，求和得到相應(yīng)綜合指數(shù)。本研究中喬木層、灌木層、草本層的權(quán)重值分別取0.6、0.3和0.1（周彬等，2002;程乾等，2016）。

2.2 植被指數(shù)計(jì)算

選用海口市清晰少云、且與調(diào)查時(shí)間一致的Landsat 8 OLI-TIRS遙感影像 （數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)（http：//www.gscloud.cn）），獲取時(shí)間為2013-10-26，云量為2.44%，軌道號(hào)為p124/r46。依托ENVI 5.1軟件平臺(tái)，遙感影像經(jīng)幾何校正、輻射校正等預(yù)處理，誤差控制在0.5個(gè)像元，運(yùn)用柵格計(jì)算器分別計(jì)算生成各類植被指數(shù)柵格圖，空間分辨率均為30 m。選取6種常用的植被指數(shù)進(jìn)行處理分析（張艷楠等，2012;Arekhi et al.，2017）。計(jì)算公式如下。

（1）差值植被指數(shù)：DVI=NIR-R;

（2）增強(qiáng)型植被指數(shù)：

EVI=2.5×（NIR-R）NIR+6×R-7.5×B+1;

（3）修改型土壤調(diào)整植被指數(shù)：

MSAVI=2NIR+1-（2NIR+1）2-8（NIR-R）2;

（4）歸一化差異植被指數(shù)：NDVI=NIR-RNIR+R;

（5）比值植被指數(shù)：RVI= NIRR;

（6）轉(zhuǎn)換型植被指數(shù)：TVI= NDVI+0.5。

式中：NIR代表近紅外波段即OLI-5;R代表紅外波段即OLI-4;B代表藍(lán)色波段即OLI-2。

2.3 數(shù)據(jù)統(tǒng)計(jì)分析

根據(jù)前人對(duì)生物多樣性遙感監(jiān)測(cè)最佳空間尺度的研究成果（方彬等，2007;Maliheh et al.，2017），本文DVI、IPVI、MSAVI、NDVI、RVI和TVI 5種植被指數(shù)采用3×3像元（即90 m × 90 m），EVI采用4×4像元（即120 m × 120 m），利用GIS空間分析工具分別對(duì)植被指數(shù)柵格圖進(jìn)行鄰域均值統(tǒng)計(jì)分析。再通過(guò)樣方中心點(diǎn)坐標(biāo)提取得到每個(gè)樣方所對(duì)應(yīng)的植被指數(shù)值，導(dǎo)入SPSS 22.0進(jìn)行植被指數(shù)與植物多樣性之間的Pearson相關(guān)性分析及回歸分析，并建立相應(yīng)的估測(cè)數(shù)學(xué)模型。通過(guò)計(jì)算估測(cè)值與實(shí)測(cè)值之間的標(biāo)準(zhǔn)誤差（RMSE）、平均相對(duì)誤差（MRE）、平均絕對(duì)誤差（MAE）來(lái)分析研究區(qū)植物多樣性遙感估測(cè)精度（Pereira et al.，2010），進(jìn)而采用最佳數(shù)學(xué)模型估測(cè)研究區(qū)植物多樣性，得到研究區(qū)植物多樣性的空間分布矢量數(shù)據(jù)。

為探索植物多樣性的空間關(guān)聯(lián)特征和聚集性，采用地統(tǒng)計(jì)學(xué)理論中的全局空間自相關(guān)Morans I統(tǒng)計(jì)量對(duì)研究區(qū)植物多樣性的空間分布特征進(jìn)行表征。計(jì)算公式如下。

I =ni=1nj=1wij（xi-x）（xj-x）S2（ijwij）。

局部空間自相關(guān)指標(biāo)常采用局部Morans I統(tǒng)計(jì)量進(jìn)行度量，用以準(zhǔn)確地把握局部空間要素的聚集性和分異特征（Anselin et al.，2006）。計(jì)算公式如下。

Ii =（xi-x）nj=1wij（xi-x）S2;

S2=1nni=1（xi-x）2。

式中：n是空間單元數(shù)量;xi和xj分別表示單元i和單元j的觀測(cè)值;wij是基于空間k鄰接關(guān)系建立的空間權(quán)重矩陣?？臻g自相關(guān)分析采用GeoDa 1.6.7軟件完成。

3 結(jié)果與分析

3.1 植物群落優(yōu)勢(shì)種

從研究區(qū)各層次植物重要值排名前10位的物種來(lái)看（表1），喬木層以椰子、印度紫檀為主要優(yōu)勢(shì)物種，重要值分別為10.51%和8.43%;灌木層優(yōu)勢(shì)物種以黃金榕、龍船花為主，重要值分別為9.81%和8.40%;草本層則以細(xì)葉結(jié)縷草、結(jié)縷草等為主要優(yōu)勢(shì)物種，重要值分別為13.71%和7.09%。從排名前10位優(yōu)勢(shì)物種的重要值之和來(lái)看，灌木層主要物種的優(yōu)勢(shì)程度要高于喬木層和草本層，其中除了鵝掌藤和福建茶為本地物種之外，其余的皆為栽培種。喬木層的本地物種種類較多，如椰子、秋楓、高山榕等，分布也較為廣泛。草本層中本地種主要是牛筋草、地毯草、海芋等，其中南美蟛蜞菊為熱帶惡性入侵植物。

3.2 植被指數(shù)與植物多樣性相關(guān)性分析

對(duì)植被指數(shù)與實(shí)際調(diào)查各樣點(diǎn)的植物多樣性指數(shù)的相關(guān)性分析見(jiàn)表2。由表2可知，Shannon-Wiener多樣性指數(shù)（H）、Simpson多樣性指數(shù)（D）、Pielou均勻度指數(shù)（J）與6種植被指數(shù)均呈顯著正相關(guān)（P<0.01）。其中，Shannon-Wiener多樣性指數(shù)、Simpson多樣性指數(shù)和Pielou均勻度指數(shù)與植被指數(shù)相關(guān)系數(shù)排前3位的分別是MSAVI、TVI、NDVI，均在0.550以上（表2），說(shuō)明植物多樣性與植被指數(shù)之間存在較強(qiáng)相關(guān)性。因此，可以利用植被指數(shù)建立植物多樣性監(jiān)測(cè)數(shù)學(xué)模型。

在相關(guān)性分析的基礎(chǔ)上，利用相關(guān)系數(shù)最高的植被指數(shù)與植物多樣性進(jìn)行回歸分析，分別建立一元線性回歸模型（圖2）。其中Shannon-Wiener多樣性指數(shù)的線性回歸模型為y=1.827 5x+0.040 8，復(fù)相關(guān)系數(shù)為0.424 4;Simpson多樣性指數(shù)的線性回歸模型為

y=0.951 3x+0.052 8，復(fù)相關(guān)系數(shù)為0.446 7;Pielou均勻度指數(shù)的線性回歸模型為y=1.222 5x+0.189 5，復(fù)相關(guān)系數(shù)為0.331 0，均達(dá)到顯著水平（P<0.01），表明一元線性回歸模型具有統(tǒng)計(jì)學(xué)意義。

3.3 植物多樣性模型精度分析

由表3可知，16個(gè)樣地點(diǎn)的Shannon-Wiener多樣性指數(shù)、Simpson多樣性指數(shù)和Pielou均勻度指數(shù)估測(cè)值與實(shí)測(cè)值的均值差值分別為0.036、0.026、0.021，MRE分別為6.90%、5.10%、7.03%，復(fù)相關(guān)系數(shù)分別為0.887 1、0.881 6、0.478 1。結(jié)果表明，Shannon-Wiener多樣性指數(shù)和Simpson多樣性指數(shù)的擬合效果較好，Pielou均勻度指數(shù)相對(duì)較差，但均達(dá)到顯著水平（P<0.01）。因此，可以使用線性回歸模型估測(cè)研究區(qū)植物多樣性的空間分布。

3.4 植物多樣性空間分布

從圖3可以看出，Shannon-Wiener多樣性指數(shù)、Simpson多樣性指數(shù)和Pielou均勻度指數(shù)的空間分布較為一致。研究區(qū)主城區(qū)及南渡江入?？?、西部長(zhǎng)流開發(fā)區(qū)等區(qū)域，人口分布密集，植被覆蓋程度低（多為城市人工綠地），造成該區(qū)域的植物多樣性水平偏低。在研究區(qū)西南部、東部等區(qū)域，因有?？诨鹕娇诖紊忠约皷|寨港紅樹林等自然植被的連片分布，植被覆蓋程度很高，且生長(zhǎng)旺盛，植物多樣性等級(jí)也最高。但在城鄉(xiāng)結(jié)合部的市區(qū)南部、南渡江以東區(qū)域零散分布有耕地、塊狀濕地等用地類型，自然與人工覆被鑲嵌分布其中，所以植物多樣性居于中等水平。另外，在城區(qū)中心的金牛嶺公園、 萬(wàn)綠園等地也表現(xiàn)出較高的植物多樣性和均勻度。

3.5 植物多樣性空間自相關(guān)分析

從圖4可以看出，Moran散點(diǎn)主要分布在第一象限（HH）和第三象限（LL），第二象限（LH）和第四象限（HL）散點(diǎn)分布相對(duì)較少，全局Morans I指數(shù)為0.691 2，這說(shuō)明研究區(qū)Shannon-Wiener多樣性指數(shù)具有很強(qiáng)的空間正相關(guān)性， 具有非常明顯的聚集性，在空間分布上并非完全隨機(jī)（圖4）。

從空間自相關(guān)分布圖（圖5）來(lái)看，直觀反映了Shannon-Wiener多樣性在空間聚集與分異的位置分布特征。Shannon-Wiener多樣性指數(shù)HH聚集主要分布在研究區(qū)西南部、東南部以及南部區(qū)域。LL聚集區(qū)主要出現(xiàn)在?？诮ǔ蓞^(qū)以及西海岸開發(fā)區(qū)一帶。在城鄉(xiāng)結(jié)合部區(qū)域空間聚集性表現(xiàn)不顯著（NS）。而HL聚集和LH聚集類型則在研究區(qū)內(nèi)呈零星分布。

4 討論

4.1 植物多樣性估測(cè)模型

本研究利用Landsat 8遙感數(shù)據(jù)與樣方實(shí)測(cè)數(shù)據(jù)分析了植被指數(shù)與植物多樣性指數(shù)之間的相關(guān)性，并估測(cè)植物多樣性的空間分布特征，結(jié)果表明Shannon-Wiener多樣性指數(shù)、Simpson多樣性指數(shù)和Pielou均勻度指數(shù)與MSAVI的相關(guān)系數(shù)最高，線性回歸模型擬合效果較好（P<0.01），具有統(tǒng)計(jì)學(xué)意義。梁大雙（2011）在對(duì)吉林蛟河地區(qū)的森林植物多樣性與植被指數(shù)之間的數(shù)學(xué)關(guān)系研究中得出，Shannon-Wiener多樣性指數(shù)與SAVI指數(shù)（土壤調(diào)整植被指數(shù)）的相關(guān)性最好，模型在一定程度上反映出森林植物多樣性狀況，這與本研究得出的結(jié)論一致。

不同的地表覆被會(huì)表現(xiàn)出不同的遙感光譜特征，目前利用這一特征在監(jiān)測(cè)生物量、蓄積量等方面應(yīng)用廣泛（張艷楠等，2012;王紫君等，2016），方法較為成熟，建立遙感觀測(cè)信息與地面實(shí)測(cè)數(shù)據(jù)的緊密聯(lián)系從而實(shí)現(xiàn)二者的互補(bǔ)和有效結(jié)合（郭慶華等，2018;郭慶華和劉瑾，2018），使大尺度空間監(jiān)測(cè)成為可能。然而，建立遙感光譜與植物多樣性間的關(guān)系模型的方法目前仍然存在一些問(wèn)題（梁大雙，2011）。引入多個(gè)空間指標(biāo)因子可以明顯提高回歸模型的擬合精度，如李燕軍（2006）在植被指數(shù)與植物多樣性的一元回歸模型基礎(chǔ)上引入坡向數(shù)據(jù)構(gòu)建多元回歸模型，顯著提高了回歸方程的擬合度。此外，高程對(duì)植物多樣性指數(shù)的估測(cè)也會(huì)產(chǎn)生一定的負(fù)向影響，即高程增加會(huì)導(dǎo)致多樣性的降低（梁大雙，2011）。但本研究區(qū)域首先選擇在?？谑斜辈繛I海平原區(qū)域，地勢(shì)平坦，高程相差很小，因此高程因子對(duì)本研究中的植物多樣性影響可忽略不計(jì);其次，本研究中的遙感數(shù)據(jù)與樣方定位均通過(guò)空間糾正處理，匹配精度滿足研究需要，也為精確分析遙感植被指數(shù)和植物多樣性指數(shù)之間的相關(guān)性奠定了基礎(chǔ)。

4.2 植物多樣性空間分布對(duì)區(qū)域保護(hù)的啟示

長(zhǎng)期以來(lái)，生物多樣性的空間分布大都是通過(guò)繁瑣的野外調(diào)查和分析獲取， 但這種途徑會(huì)消耗大量人力物力和時(shí)間，不利于規(guī)劃管理者及時(shí)掌握生物多樣性的時(shí)空分布和制定切實(shí)可行的生物多樣性保護(hù)策略（Fallah et al.，2012;Dalmayne et al.，2013）。在保護(hù)棲息地和大量物種時(shí)，監(jiān)測(cè)植物多樣性已成為一個(gè)重要問(wèn)題（Kiran & Mudaliar，2012）。本研究利用衛(wèi)星遙感數(shù)據(jù)確定植物多樣性，結(jié)合地面調(diào)查數(shù)據(jù)構(gòu)建監(jiān)測(cè)模型，是一種獲取植物多樣性分布及其在大面積上的狀態(tài)的便捷方式，這與郭慶華等（2018）和Turner et al.（2003）的研究結(jié)果一致。這些數(shù)據(jù)是可更新的、標(biāo)準(zhǔn)化的和多尺度的，這在生物多樣性保護(hù)和植被景觀規(guī)劃的有效管理和決策中發(fā)揮著重要作用，使其在大尺度生物多樣性監(jiān)測(cè)、制圖和評(píng)估方面具有極大優(yōu)勢(shì)。

在研究區(qū)西南部區(qū)域靠近?？诨鹕娇诘刭|(zhì)公園，東部的紅樹林自然保護(hù)區(qū)均為植被覆蓋程度最高的區(qū)域，因此植物多樣性水平也隨之較高，這也反映出在保護(hù)地范圍內(nèi)外植物多樣性水平的明顯差異。而在研究區(qū)南部的羊山濕地一帶，濕地植物茂密且物種多樣，表現(xiàn)出植物多樣性也相對(duì)較高。此外，在海口市主城區(qū)的金牛嶺公園、萬(wàn)綠園、人民公園等城市綠地，由于自然植被的高度覆蓋也反映出較高的植物多樣性水平， 這與雷金睿等（2017）對(duì)?？诔鞘泄珗@植物物種多樣性分析的結(jié)果趨同?？梢?jiàn)，利用估測(cè)模型得出研究區(qū)域的植物多樣性空間分布狀況與實(shí)際情況基本相符，監(jiān)測(cè)結(jié)果可以反映?？谑兄参锒鄻有缘目臻g分布狀況。

通過(guò)地統(tǒng)計(jì)學(xué)理論探討研究區(qū)植物多樣性空間自相關(guān)性，結(jié)果表現(xiàn)出顯著的正空間自相關(guān)關(guān)系，具有非常明顯的聚集性。根據(jù)空間聚類模式認(rèn)為，在東寨港紅樹林自然保護(hù)區(qū)、火山口及其周邊區(qū)域（HH聚集）建議繼續(xù)實(shí)施嚴(yán)格的保護(hù)措施，禁止或限制建設(shè)擴(kuò)張，維持高水平的植物多樣性。而在研究區(qū)南部的羊山濕地區(qū)域，應(yīng)當(dāng)限制耕地侵占、人為破壞干擾等方式損害羊山濕地多用途功能，繼續(xù)保持較高水平的植物多樣性，發(fā)揮濕地蓄水、凈化等多樣化的生態(tài)系統(tǒng)服務(wù)功能。上述區(qū)域的植被生態(tài)系統(tǒng)也是海口市生物多樣性行動(dòng)計(jì)劃的優(yōu)先保護(hù)區(qū)域，而在部分植物多樣性水平較低的區(qū)域（LL聚集）應(yīng)考慮更多的生態(tài)修復(fù)工程或城市景觀綠化建設(shè)，提高植被覆蓋率。

5 結(jié)論與展望

本研究利用Landsat 8遙感影像與樣方實(shí)測(cè)數(shù)據(jù)研究了海口市植物多樣性的相關(guān)性及空間分布狀況，結(jié)果表明Shannon-Wiener多樣性指數(shù)、Simpson多樣性指數(shù)和Pielou均勻度指數(shù)與MSAVI、TVI、NDVI等3個(gè)植被指數(shù)的相關(guān)系數(shù)較高，均在0.550以上;以MSAVI與不同植物多樣性指數(shù)建立線性回歸模型，擬合效果較好，且均通過(guò)顯著性檢驗(yàn)（P<0.01），說(shuō)明回歸方程具有統(tǒng)計(jì)學(xué)意義。通過(guò)最優(yōu)模型監(jiān)測(cè)研究區(qū)植物多樣性結(jié)果與實(shí)際情況相符，表明本估測(cè)模型具有科學(xué)性與可靠性，證明利用遙感數(shù)據(jù)可快速有效地監(jiān)測(cè)?？谑兄参锒鄻有运健８鶕?jù)研究結(jié)果建議繼續(xù)實(shí)施嚴(yán)格的保護(hù)措施，加強(qiáng)城區(qū)的生態(tài)修復(fù)與保護(hù)工程，提高植被覆蓋率和生物多樣性水平。這對(duì)于植物多樣性遙感監(jiān)測(cè)、區(qū)域保護(hù)發(fā)展和維護(hù)生態(tài)安全具有重要的實(shí)踐意義，是對(duì)海南島生物多樣性遙感監(jiān)測(cè)與保護(hù)的有益探索。但應(yīng)當(dāng)注意的是，生態(tài)學(xué)和地理學(xué)的特征及現(xiàn)象常伴隨著復(fù)雜的尺度效應(yīng)，如何更科學(xué)地確定植被指數(shù)的空間尺度還有待于進(jìn)一步研究。此外，引入其他空間指標(biāo)如高分辨率的遙感影像、土壤類型等，繼續(xù)提高植物多樣性遙感監(jiān)測(cè)精度也應(yīng)當(dāng)是今后重點(diǎn)研究的方向之一。

參考文獻(xiàn)：

ANSELIN L， SYABRI I， KHO Y， 2006. GeoDa：An introduction to spatial data analysis [J]. Geogr Anal，38（1）： 5-22.

AREKHI M， YILMAZ OY， YILMAZ H， et al.， 2017. Can tree species diversity be assessed with Landsat data in a temperate forest？? [J]. Environ Monit Assess， 189：586.

CAYUELA L， BENAYAS JMR， JUSTEL A， et al.， 2006. Modelling tree diversity in a highly fragmented tropical montane landscape [J]. Glob Ecol Biogeogr， 15： 602-613.

CHEN L， WANG XG， 2008. Biodiversity and forest ecosystem health： Some key questions? [J]. Chin J Ecol， 27（5）： 816-820. [陳亮， 王緒高， 2008. 生物多樣性與森林生態(tài)系統(tǒng)健康的幾個(gè)關(guān)鍵問(wèn)題 [J]. 生態(tài)學(xué)雜志， 27（5）： 816-820.]

CHENG Q， CHEN YF， LI SD， et al.， 2016. Research on plant species diversity in estuarine wetland of Hangzhou bay based on the GF-1 satellite and in situ data? [J].J Nat Resour， 31（11）：1938-1948. [程乾， 陳奕霏， 李順達(dá)， 等， 2016. 基于高分1號(hào)衛(wèi)星和地面實(shí)測(cè)數(shù)據(jù)的杭州灣河口濕地植物物種多樣性研究 [J]. 自然資源學(xué)報(bào)， 31（11）：1938-1948.]

DALMAYNE J， MCKEL T， PRENTICE HC， et al.， 2013. Assessment of fine-scale plant species beta diversity using World View-2 satellite spectral dissimilarity [J]. Ecol Inform， 18： 1-9.

DURO DC， GIRARD J， KING DJ， et al.， 2014. Predicting species diversity in agricultural environments using landsat TM imagery [J]. Remote Sens Environ， 144： 214-225.

FAIRBANKS DHK， MCGWIRE KC， 2004. Patterns of floristic richness in vegetation communities of California： Regional scale analysis with multi-temporal NDVI [J]. Glob Ecol Biogeogr， 13： 221-235.

FALLAH C， MOZAFFAR SB， HASHEMI SA， 2012. Probability measurement to estimate forest tree diversity using IRS-p6 satellite images in Caspian broad leaved forests [J]. ARPN J Agr Biol Sci， 7： 238-243.

FANG B， CHEN B， ZHANG Y， 2007. Research on scale selection and mapping of inspecting biologic diversity using remote sensing [J]. Geogr Geo-Infor Sci， 23（6）：78-81. [方彬， 陳波， 張?jiān)?2007. 生物多樣性遙感監(jiān)測(cè)尺度選擇及制圖研究 [J]. 地理與地理信息科學(xué)， 23（6）：78-81.]

GOTTSCHALK T， HUETTMANN F， EHLERS M， 2005. Review article： Thirty years of analysing and modelling avian habitat relationships using satellite imagery data： A review [J]. Int J Remote Sens， 26： 2631-2656.

GRIFFITHS G， LEE J， 2000. Landscape pattern and species richness： Regional scale analysis from remote sensing [J]. Int J Remote Sens， 21： 2685-2704.

GUO QH， HU TY， JIANG YX， et al.， 2018. Advances in remote sensing application for biodiversity research? [J]. Biodivers Sci， 26（8）： 789-806. [郭慶華， 胡天宇， 姜媛茜， 等， 2018. 遙感在生物多樣性研究中的應(yīng)用進(jìn)展 [J]. 生物多樣性， 26（8）： 789-806.]

GUO QH， LIU J， 2018. Remote sensing has become an indispensable technology for biodiversity research protection and change monitoring? [J]. Biodivers Sci， 26（8）： 785-788. [郭慶華， 劉瑾， 2018. 遙感已經(jīng)成為生物多樣性研究保護(hù)與變化監(jiān)測(cè)不可或缺的技術(shù)手段 [J]. 生物多樣性， 26（8）： 785-788.]

HE RX， 2016. Impacts of urbanization on plant diversity： A case study of Haikou City? [D]. Haikou： Hainan University. [何榮曉， 2016. 城市化對(duì)植物多樣性的影響： 以?？谑袨槔?[D]. ?？冢?海南大學(xué).]

HU HD， LI XY， DU YF， et al.， 2012. Research advances in biodiversity remote sensing monitoring? [J]. Chin J Ecol， 31（6）： 1591-1596. [胡海德， 李小玉， 杜宇飛， 等， 2012. 生物多樣性遙感監(jiān)測(cè)方法研究進(jìn)展 [J]. 生態(tài)學(xué)雜志， 31（6）： 1591-1596.]

KERR J T， SOUTHWOOD T， CIHLAR J， 2001. Remotely sensed habitat diversity predicts butterfly species richness and community similarity in Canada [J]. P Natl Acad Sci USA， 98： 11365.

KIRAN GS， MUDALIAR A， 2012. Remote sensing & geoinformatics technology in evaluation of forest tree diversity [J]. Asian J Plant Sci Res， 2： 237-242.

KOPONEN S， ULLININEN J， 2002. Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data? [J]. Remote Sens Environ， 79：51-59.

LANGFORD WT， GERGEL SE， DIETTERICH TG， et al.， 2006. Map misclassification can cause large errors in landscape pattern indices： Examples from habitat fragmentation [J]. Ecosystems， 9： 474-488.

LEI JR， CHEN ZZ， YANG Q， et al.， 2017. GIS-based gradient analysis of urban landscape pattern of Haikou? [J]. J NW For Univ， 32（3）： 205-210. [雷金睿， 陳宗鑄， 楊琦， 等， 2017. 基于GIS的?？谑芯坝^格局梯度分析 [J]. 西北林學(xué)院學(xué)報(bào)， 32（3）： 205-210.]

LEI JR， SONG XQ， CHEN ZZ， 2017. Analysis on plant community diversity in Haikou City parks [J]. J SW For Univ， 37（1）：88-93. [雷金睿， 宋希強(qiáng)， 陳宗鑄， 2017. 海口城市公園植物群落多樣性研究 [J]. 西南林業(yè)大學(xué)學(xué)報(bào)， 37（1）：88-93.]

LI YJ， 2006. Vegetation index screening and remote sensing monitoring model of species diversity [D]. Lanzhou： Gansu Agricultural University. [李燕軍， 2006. 植被指數(shù)篩選與物種多樣性遙感監(jiān)測(cè)模型研究 [D]. 蘭州： 甘肅農(nóng)業(yè)大學(xué).]

LI ZZ， YOU HM， WANG ZY， 2018. Multi-scale effects of urban landscape pattern on plant diversity in Xuzhou City， Jiangsu Province， China? [J]. Chin J Appl Ecol， 29（6）： 1813-1821. [李祖政， 尤海梅， 王梓懿， 2018. 徐州城市景觀格局對(duì)綠地植物多樣性的多尺度影響 [J]. 應(yīng)用生態(tài)學(xué)報(bào)， 29（6）： 1813-1821.]

LIANG DS， 2011. Application research on remote sensing monitoring of forest plant diversity? [D]. Beijing： Beijing Forestry University.? [梁大雙， 2011. 森林植物多樣性遙感監(jiān)測(cè)應(yīng)用研究 [D]. 北京： 北京林業(yè)大學(xué).]

LIU LX， PANG Y， REN HB， et al.， 2019. Predict tree species diversity from GF-2 satellite data in a subtropical forest of China? [J]. Sci Silv Sin， 55（2）：61-74. [劉魯霞， 龐勇， 任海保， 等， 2019. 基于高分2號(hào)遙感數(shù)據(jù)估測(cè)中亞熱帶天然林木本植物物種多樣性 [J]. 林業(yè)科學(xué)， 55（2）：61-74.]

MALIHEH A， OSMAN YY， HATICE Y， et al.， 2017. Can tree species diversity be assessed with Landsat data in a temperate forest？? [J]. Environ Monit Assess， 189： 586.

OINDO BO， SKIDMORE AK， 2002. Interannual variability of NDVI and species richness in Kenya [J]. Int J Remote Sens， 23： 285-298.

PEREIRA P， OLIVA M， BALTRENAITE E， 2010. Modelling extreme precipitation in hazardous mountainous areas. Contribution to landscape planning and environmental management [J]. J Environ Eng Landsc， 18： 329-342.

TURNER W， SPECTOR S， GARDINER N， et al.， 2003. Remote sensing for biodiversity science and conservation [J]. Trends in Ecol Evol， 18： 306-314.

WANG ZJ， SHEN GR， ZHU Y， et al.， 2016. Research on characteristics of biomass distribution in urban forests of Shanghai metropolis based on remote sensing and spatial analysis? [J]. Chin J? Plant Ecol， 40（4）： 385-394. [王紫君， 申廣榮， 朱赟， 等， 2016. 基于遙感和空間分析的上海城市森林生物量分布特征 [J]. 植物生態(tài)學(xué)報(bào)， 40（4）：385-394.]

XU WT， WU BF， 2005. Progress on measuring forest biodiversity with remote sensing technique [J]. Acta Ecol Sin， 25（5）： 1199-1204. [徐文婷， 吳炳方， 2005. 遙感用于森林生物多樣性監(jiān)測(cè)的進(jìn)展 [J]. 生態(tài)學(xué)報(bào)， 25（5）： 1199-1204.]

YAN F， LI MS， WANG YJ， et al.， 2006. Application of remote sensing technique tomonitor agricultural disasters? [J]. J Nat Disaster， 15（6）： 132-136. [閆峰， 李茂松， 王艷姣， 等， 2006. 遙感技術(shù)在農(nóng)業(yè)災(zāi)害監(jiān)測(cè)中的應(yīng)用 [J]. 自然災(zāi)害學(xué)報(bào)， 15（6）： 132-136.]

YANG XJ， JIANG ZL， DAI GQ， et al.， 1998. The study on comparing the biodiversity of the main forest types in south province [J]. Chin J Ecol， 17（6）：14-17. [楊學(xué)軍， 姜志林， 戴國(guó)欽， 等， 1998. 蘇南主要森林類型的生物多樣性調(diào)查與比較研究 [J]. 生態(tài)學(xué)雜志， 17（6）：14-17.]

ZHANG L， OUYANG ZY， XIAO Y， et al.， 2011. Priority areas for biodiversity conservation in Hainan Island： Evaluation and systematic conservation planning? [J]. Chin J Appl Ecol， 22（8）： 2105-2112. [張路， 歐陽(yáng)志云， 肖燚， 等， 2011. 海南島生物多樣性保護(hù)優(yōu)先區(qū)評(píng)價(jià)與系統(tǒng)保護(hù)規(guī)劃 [J]. 應(yīng)用生態(tài)學(xué)報(bào)， 22（8）： 2105-2112.]

ZHANG YN， NIU JM， ZHANG Q， et al.， 2012. A discussion on applications of vegetation index for estimating above ground biomass of typical steppe? [J]. Acta Pratac Sin， 21（1）： 229-238. [張艷楠， 牛建明， 張慶， 等， 2012. 植被指數(shù)在典型草原生物量遙感估測(cè)應(yīng)用中的問(wèn)題探討 [J]. 草業(yè)學(xué)報(bào)， 21（1）： 229-238.]

ZHOU B， ZHENG XX， ZHONG Y， et al.， 2002. Synthetic indices for stand species diversity? [J]. J Beijing For Univ， 24（2）：22-26. [周彬， 鄭小賢， 鐘艷， 等， 2002. 林分物種多樣性指標(biāo)體系的研究 [J]. 北京林業(yè)大學(xué)學(xué)報(bào)，24（2）： 22-26.]

（責(zé)任編輯 何永艷）