基于LandUSEM模型的海南岛海岸带土地利用适宜性评价

图1 研究区及区划

审图号：琼S（2022）188

Fig.5 Study area and division

2.2　研究数据

研究数据涵盖了自然地理和社会经济方面^{［2-5，9］}（表1），以及土地覆盖数据（图2）。

表1 数据来源

Table 1 Data source

指标	数据	空间分辨率	时相	数据来源
自然地理指标	高程	30 m	2000	https:∥cmr.earthdata.nasa.gov
	坡度	30 m	2000	由高程数据计算
	植被覆盖度	30 m	2000、2010、2020	使用Landsat 8 d合成的NDVI计算
	水系	/	2017	https:∥www.webmap.cn
	土壤	1 km	1995	http:∥vdb3.soil.csdb.cn/
	温度	1 km	2000、2010、2020	https:∥lpdaac.usgs.gov/products/mod11a2v006
	降水	1 km	2000、2010、2019	https:∥zenodo.org/record/4288388#.YT3aGo4zaUk
社会经济指标	人口	约1 km	2000、2010、2020	https:∥sedac.ciesin.columbia.edu/
社会经济指标	路网	/	2017	https:∥www.webmap.cn

新窗口打开| 下载CSV

图2

图2 研究区土地覆盖类型

Fig.2 Land cover types in the study area

自然地理指标包括：数字高程数据、植被覆盖度（Fraction of Vegetation Coverage， FVC）、水系、土壤类型、温度和降水。植被覆盖度可以反映地表植被的生长情况，文中基于归一化植被指数（Normal Difference Vegetation Index， NDVI），采用二分法计算：FVC=（NDVI-NDVI_soil）/（NDVIveg-NDVIsoil），其中NDVI_veg和NDVI_soil分别取置信区间为95%和5%的NDVI的值^［19］。指标中的水系包括河流及海岸线的矢量位置，研究区距离水系的距离由该矢量计算欧氏距离得到。土壤数据来自全国第二次土地调查，研究区土壤类别包括14个类。由于气象数据集时间序列缺失，2020年的降水数据由2019年代替，由月度降水数据合成年度均值；温度数据使用MOD11A2.006 Terra陆地表面温度8 d全球产品合成年度均值。

社会经济指标包括人口密度和路网。其中，人口数据是由校正后行政单元人口按格网面积比例加权分配到30弧秒（约1 km）的网格单元。路网距离的计算方式同水系距离，由路网矢量的欧式距离得到。

土地覆盖数据采用GlobeLand30全球地表覆盖数据，研究区共包括7个一级类型^［20］（图2）。将上述所有数据进行统一转化至WGS-84坐标系，格网化处理并统一重采样至30 m分辨率。

3 研究方法

土地利用适宜性评价模型（Land Use Suitability Evaluation Model，LandUSEM）通过多层次因子叠置计算的频繁程度结果来揭示各影响因子对土地利用布局的空间耦合关系（图3），获得不同土地利用类型在不同影响指标下的适宜程度^［21］，最终的适宜性结果是由不同影响指标下的适宜程度加权得到的。本文从自然地理和社会经济方面切入，选取了影响土地利用布局的空间化因子。

图3

图3 模型示意图

Fig.3 Schematic diagram of the model

立足于人类社会发展过程对土地开发利用知识经验积累，模型的计算结果是对这个知识经验组成的知识库的反馈。该模型适用于区域尺度，已用于海岸带与海岛的研究^［8，13］。

模型主要通过面积矩阵处理实现土地利用适宜性评价：首先进行指标因子分级以实现单一要素适宜度确定，其次进行单要素适宜度权重计算，最后通过多要素加权复合得到综合适宜度评价结果。

3.1　数据标准化/预处理

土地利用与其影响因子的叠加在ArcGIS中实现，实现评价指标图层数字化，得到叠加矩阵X。

X = [\begin{matrix} X_{11} X_{12} \dots X_{1 j} \\ X_{21} X_{22} \dots X_{2 j} \\ \dots \dots \dots \dots \\ X_{i 1} X_{i 2} \dots X_{i j} \end{matrix}]

(1)

其中：X是叠加后的土地利用类型和评价因子组成的矩阵；i是土地利用类别数；j是影响因子分级数。研究区最高高程达967 m，同时大量区域高程在0 m左右，参考以往研究经验^［21］将其分为5级，间断值为0、50、150、300。坡度分级为5级，分别为≤2°、2°—6°、6°—15°、15°—25°和>25°。植被覆盖度按相等间隔分为5级，其余因子按照自然间断点分级法（Jenks）分为5级。模型驱动数据分级见图4。

图4

图4 模型驱动数据

Fig.4 Model-driven data

为克服指标因子的面积不均等分级，需对数据进行标准化处理，计算各因子条件下所占面积相同时，各土地利用类型的面积分布情况。

\bar{X_{i j}} = \frac{X_{i j}}{P_{j}}

(2)

P_{j} = 100 \times \sum_{i = 1}^{m} X_{i j} / \sum_{i = 1}^{m} \sum_{j = 1}^{n} X_{i j}

(3)

其中： $\bar{X_{i j}}$ 为标准化后第i行第j列的标准化值； $P_{j}$ 为第j级因素占面积的百分比。对标准化后矩阵行总值和列总值进行百分化处理。

3.2　单/多要素评价

单要素评价是通过对百分化矩阵进行加权平均得到：

C_{i j} = \frac{a_{i j} \times R o u n d u p (\frac{a_{i j}}{10}, 0) + b_{i j} \times R o u n d u p (\frac{b_{i j}}{10}, 0)}{R o u n d u p (\frac{a_{i j}}{10}, 0) + R o u n d u p (\frac{b_{i j}}{10}, 0)}

(4)

$其中$ ： $C_{i j}$ 为单要素适宜度评价结果，即最后结果矩阵中i类土地利相对于j种因子分级适宜度， $R o u n d u p (\frac{a_{i j}}{10}, 0) 为$ 对 $\frac{a_{i j}}{10}$ 向上取整的函数。

多要素评价是方案优选和决策的基础，而评价结果的可靠性依赖着权重确定的合理性^［22］。变异系数可以表示数据间（每一类土地利用类型在各级评价因子的适宜度）离散程度大小，可以消除尺度和量纲的影响^［23］。如果土地利用类型对该类评价因子敏感度高，那么它的变异系数会比较大，反之则小。用适宜度的变异系数的平均值代表土地利用类型对该种评价因素的敏感程度，归一化处理便得到综合适宜度中各评价因子适宜度权重。

C v = \frac{σ}{μ}

(5)

其中： $C v$ 代表变异系数； $σ$ 表示数据的标准差； $σ = \sqrt[]{\frac{\sum_{i = 1}^{n} {(x_{i} - \bar{x})}^{2}}{n}}$ ； $μ$ 表示数据的平均差； $μ = \frac{x_{1} + x_{2} + x_{3} + \dots + x_{n}}{n}$ 。 $x_{i}$ 表示原始数据数值；n为数据个数。最终适宜度结果由下式计算：

F = \sum_{m = 1}^{n} K_{m} \times {(C_{i j})}_{m}

(6)

其中： ${(C_{i j})}_{m}$ 代表第m个影响因子的单因素适宜度先结果矩阵； $K_{m}$ 代表第m个影响因子的权重；n为因子个数。变异系数及因子归一化权重计算结果见图5。

根据适宜度数值上的异质性对其进行分级处理，进而进行定性分析。本文将适宜性阈值划分为0—15、15—25、25—35、35—45、以及大于45的区间，分别将其归为不适宜、临界适宜、中等适宜、比较适宜和非常适宜5个等级^［22］。

图5

图5 各指标因子变异系数和归一化权重

Fig.5 The weight of each index factor

4 结果与分析

4.1　土地利用转移分析

2000年至2020年期间，海南省海岸带土地利用变化明显，转移矩阵如表2所示。期间，区域内8.94%的耕地和10.17%的林地转变为人造地表，30.03%的草地转变为林地。耕地、草地和林地面积有所减少，而人造地表面积大幅增加。

表2 海南省海岸带2000—2020年土地利用转移矩阵

Table 2 Land use transfer matrix in the coastal zone of Hainan Province in 2000—2020

像元数	耕地	林地	草地	湿地	水体	人造地表	裸地	合计
合计	3 702 929	4 605 996	487 988	82 599	347 716	393 657	21 638	9 642 523
耕地	2 812 270	433 614	42 028	14 855	39 515	25 124	3 439	3 370 845
林地	444 874	3 411 277	146 603	7 665	35 462	12 310	2 914	4 061 105
草地	33 033	140 805	166 129	2 320	8 495	1 037	7 963	359 782
灌木地	461	844	0	0	0	0	0	1 305
湿地	12 352	23 524	3 485	36 972	11 760	2 320	46	90 459
水体	67 985	116 218	50 293	14 486	234 500	6 089	318	489 889
人造地表	330 921	468 399	75 477	6 150	17 532	346 743	2 736	1 247 958
裸地	1 033	11 315	3 973	151	452	34	4 222	21 180

新窗口打开| 下载CSV

4.2　土地利用适宜性空间分布及变化分析

海南岛海岸带2000、2010和2020年的土地适宜度等级面积统计如图6所示。其中，比较适宜等级占比最高，2000年达到65.11%，而2010年和2020年分别占到53.27%和41.72%，其比例呈减少趋势；一般适宜等级面积不断增加；非常适宜等级土地面积比例在2000、2010和2020年分别占比11.92%、17.56%和8.28%；不适宜等级面积比例保持极小状态。在此期间，2000年至2010年间研究区人造地表面积增加了15.80%，2010年至2020年间人造地表增加比例达174.33%，而林地和草地面积分别减少了19.20%和43.64%。高程、植被覆盖度、人口、坡度和土壤等因素对某一特定时期的土地利用适宜度影响权重较大（图6），除此之外，频繁的土地类型变动对区域土地利用适宜性有一定程度的影响。

图6

图6 海南海岸带2000、2010、2020年土地适宜性分级

Fig.6 Land suitability classification of Hainan coastal zone in 2000， 2010 and 2020

土地利用类型与土地利用适宜性等级的对应关系如图7。矩形的面积代表在不同土地利用类型中的不同土地利用适宜性等级的土地面积比例，可揭示不同时期下不同土地类型的适宜度等级比例；数字标签代表在不同土地利用适宜性等级下不同土地利用类型的面积比例，可代表不同时期下不同土地利用适宜性等级下的土地类型分布。根据协方差原理，两个比例的乘积的大小可表示二者间相关性的强弱。据此，林地与非常适宜等级之间、耕地与比较适宜等级之间、草地与临界适宜等级之间、人造地表与临界适宜等级之间、以及水体与不适宜等级之间有着较强的耦合性。

图7

图7 土地利用类型与土地利用适宜性等级关系图

Figure.7 The relationship between land use type and land use suitability hierarchy

将不适宜、临界适宜、一般适宜、比较适宜和非常适宜等级分别赋予等级值1、2、3、4、5，与相应等级面积比例加权求和以量化区域整体适宜度。整体上，海南海岸带土地利用适宜度先上升后下降，期间全岛经济大发展，人类活动对区域有限的自然资源开发存在一定程度上的不合理：海岸带区域自然生态空间被压缩，森林破碎化加重等^［24］。

4.3　区域适宜度变化分析

海岸带土地适宜性评价时空分布结果如图8所示，按照前文将海南岛海岸带分为4个区域。以区域整体适宜度量化值为评判标准，海南岛海岸带2000、2010和2020年的土地适宜度整体呈现南高北低的趋势。其中，南部组团的整体适宜性等级最好，西部和东部组团地区适宜性适中，北部组团最差。

图8

图8 海南海岸带适宜性评价结果

Fig.8 Evaluation results of suitability of Hainan coastal zone

南部组团区域整体适宜性等级先上升后降低，非常适宜等级比例最高。包括三亚市和陵水、保亭、乐东3县，区域整体适宜性最好且相对稳定，区域以文娱旅游为发展特色受益于整体化的景观布局和大面积的森林覆盖。2000年该区域土地利用适宜性等级以比较适宜和非常适宜为主，分别占49.85%和28.63%，该比例至2010年为43.00%和33.29%，到2020年整体适宜性降低，其一般适宜、比较适宜和非常适宜的面积比例分别达29.90%、35.21%和22.68%。

西部组团整体适宜性适中，2000年、2010年和2020年适宜度先上升后降低，适宜性等级变化明显区域多分布于近海一侧。区域内包括儋州、临高、东方、昌江4市县以及洋浦经济开发区，以儋州协同带动。2000—2020年土地利用适宜性变差的区域多分布于近海一侧，整个区域适宜性等级以比较适宜为主，由2000年的76.10%下降到2010年的64.70%，2020年为56.36%；一般适宜等级比重不断上升，2020年该等级土地面积占该区域总面积的32.92%。海南西部的东方市和昌江县因其相对干燥的气候，区域土地利用在温度与降水单因子控制下的适宜性较低。一方面，城镇扩张侵占了其他地类空间；另一方面，区域海岸线正向近海一侧“迁移”。

东部组团区域整体适宜性不断降低，区域适宜性等级面积变化趋势与整个海岸带地区一致。该区域包括万宁市和琼海市，以发展旅游业和农渔业为主要方向。显而易见，近海一侧区域范围适宜性等级降低明显。这与该地区（尤其是2010—2020年间）不断地进行城市发展与扩张密切相关，期间人造地表扩张达434.61%，累积增加面积占区域总面积的10.88%，有6.14%的耕地转化为人造地表。其中，2010—2020年间林地面积减少10.17%，有10.67%的林地转化为耕地。区域比较适宜的面积比例由2000年的69.47%下降到2010年的56.01%，到2020年仅占37.73%。

北部组团整体适宜性不断下降且在4个组团中最差，适宜性变化最为明显。该区域包括海口市、文昌市、澄迈县和定安县，包含省会功能性作用和现代化航天城，产业功能多元。区域整体以一般适宜和比较适宜等级为主，比较适宜的区域占比由2000年的65.77%下降到2020年的33.37%，而一般适宜的面积占比由2000年的22.66%上升到2020年的46.55%，正在向一般适宜等级转变。2010—2020年间占区域内47.52%的土地面积适宜性情况发生了不同程度等级的降低。适宜性降低的区域地表覆盖以林地为主，2010—2020年该地区林地转出保有率为85.02%，文昌东部人工防护林植造和北部存在毁林行为对区域适宜性等级产生一定影响。同时，扩张的海口市城区适宜性有所下降，且景观格局变化也会对适宜性结果产生影响^［25］，区域内更加破碎化的地物斑块（文昌卫星城建设以及水产养殖业的发展）同样扰动地区适宜性。

5 结语

本文基于LandUSEM模型，选取影响海岸带区域土地适宜性的因子，对海南岛海岸带地区2000年、2010年和2020年区域土地适宜性进行评价。主要获得以下结论：

（1）海南岛海岸带土地利用整体适宜性水平绝对值较高（平均等级在一般适宜以上），2000年至2020年间，海南海岸带土地利用整体适宜性等级先上升后降低，总体变差。

（2）对海南海岸带划分的4块区域中，南部组团整体适宜性最高，北部组团的整体适宜性最差。其中，南部组团非常适宜等级土地面积比重最大，在2020年该比例为22.68%；2000—2020年间北部组团大量土地的利用适宜性等级由比较适宜向一般适宜等级转移。

（3）土地利用适宜性变化与土地利用变化存在耦合关系。2000—2020年间海南海岸带地区林地、草地和人造地表等土地覆盖类型变化强烈，三者面积占比大且适宜性整体分布不同（林地整体适宜性较好，人造地表整体适宜性较低，而耕地整体适宜性适中），间接影响了适宜性状态。在2010年至2020年期间，区域适宜性整体皆有所下降；2000年至2020年间适宜性变化更为剧烈（近海地区最为代表，同时该区域人造地表面积扩张显著），对海南海岸带地区的资源合理配置尤为重要。

土地利用/覆盖数据是对其进行适宜性评价的基础数据，同时也是影响适宜性结果的主要因素，更高分辨率、更高质量的遥感影像和更先进的分类算法可以极大地提高遥感手段进行地物分类的精度，从而更精确的进行土地利用适宜性研究。本文选取的温度、降水、高程和坡度等因子，是影响植被生存生长的关键要素，在评判植被适宜度的同时，植被的密度分布是否对建设用地等地物适宜性产生影响会是以后研究将要考虑的一点，如今宜居的绿色城镇对植被分布有着越来越高的要求；同时城镇发展伴随着路网建设和人口扩张一定程度上影响着周边区域其他土地利用类型的适宜性，由此，适宜性的研究将不仅局限于自然和社会经济等各类评价因子对其影响，不同地类间的相互影响也应该被考虑进去。考虑到了社会经济参量的土地利用适宜性评价，研究结果是以社会发展角度上对资源合理配置与否的量化表达，准确的社会经济数据科学的格网化表达可使土地利用适宜性评价模型更加立体。伴随社会经济的发展，人们对土地利用开发将更趋向多元化、科学化，未来在科学大数据发展背景下对土地适宜性评价将更区域针对性、精细化。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Small

， Christopher

R J

， Robert

J N

A global analysis of human settlement in coastal aones

.［J］ Journal of Coastal Research， 2003，19（3）： 584-599.

[2]

Zhaoquan

， Shang

Xue

， Zhang

Tonghui

Study on spatial distribution pattern of ecological suitability of red jujube in Northern Shaanxi based on GIS

［J］.Ecological Science， 2022，41（5）：177-186.

何钊全，尚雪，张铜会.

基于GIS的陕北红枣生态适宜性空间分布格局研究

［J］.生态科学，2022，41（5）：177-186.

[3]

Liu

Licheng

， Sun

Zhongxiao

， Wu

Feng

Evaluation of suitability and emission reduction benefits of photovoltaic development in Beijing-Tianjin-Hebei region

［J］. Acta Geographica Sinica， 2022，77（3）：665-678.

刘立程，孙中孝，吴锋，等.

京津冀地区光伏开发空间适宜性及减排效益评估

［J］.地理学报，2022，77（3）：665-678.

[4]

Feng

Jianing

， Liu

Rongjuan

， Pu

Lijie

， et al.

Suitability evaluation of territorial spatial development from the perspective of land-sea coordination： A case study of Nantong City，China

［J］. Resources Science， 2022，44（2）：299-308.

冯佳凝，刘荣娟，濮励杰，等.

基于陆海统筹的南通市国土空间开发适宜性评价

［J］.资源科学，2022，44（2）：299-308.

[5]

Feng

Yanwei

， Zhen

Jianghong

Comprehensive suitability evaluation and spatial optimization of human settlements environment in inner mongolia

［J］. Journal of Geo-Information Science，2022，24（6）：1204-1217.

冯琰玮，甄江红.

内蒙古自治区人居环境综合适宜性评价及空间优化

［J］.地球信息科学学报，2022，24（6）：1204-1217.

[6]

Malczewski

GIS-based land-use suitability analysis： A critical overview

［J］. Progress in Planning，2004，62（1）：3-65. DOI：10.1016/j.progress.2003.09.002 .

[7]

Liu

Jiyuan

， Zhang

Zengxiang

， Zhuang

Dafang

， et al..

A study on the spatial-temporal dynamic changes of land-use and driving forces analyses of China in the 1990s

［J］.Geographical Research，2003，22（1）：1-12.

刘纪远，张增祥，庄大方，等.

20世纪90年代中国土地利用变化时空特征及其成因分析

［J］.地理研究，2003，22（1）：1-12.

[8]

Weifang

， Yu

Teng

， Li

Jialin

， et al.

Suitability evaluation of land use in coastal zones： A case study in Southern Hangzhou bay

［J］.Geographical Research，2015，34（4）：701-710.

李伟芳，俞腾，李加林，等.

海岸带土地利用适宜性评价——以杭州湾南岸为例

［J］.地理研究，2015，34（4）：701-710.

[9]

Zhang

Lili

The study on agricultural climatic regionalization of rubber based on GIS technology in Hainan island

［D］. Haikou： Hainan Univeristy，2012.

张莉莉

基于GIS的海南岛橡胶种植适宜性区划

［D］.海口：海南大学，2012.

[10]

Xie

Ruihong

Study on the mangroves resource and ecological suitability regionalization in Hainan island，China

［D］. Haikou：South China University of Tropical Agriculture， 2007.谢瑞红. 海南岛红树林资源与生态适宜性区划研究［D］.海口：华南热带农业大学，2007.

[11]

Hui

， Fu

Guang

Land suitability evaluation of urban green space based on GIS in Haikou

［J］. Journal of Northwest Forestry University，2016，31（4）：291-297.

付晖，付广.

基于GIS的海口市绿地适宜性评价研究

［J］.西北林学院学报，2016，31（4）：291-297.

[12]

Shan

GIS based Evaluation on ecological suitability of construction land use in Haikou city

［D］. Haikou： Hainan Normal University，2013.

苏珊

基于GIS的海口市建设用地生态适宜性评价

［D］.海口：海南师范大学，2013.

[13]

Sun

Xiaoyu

， Su

Fenzhen

， Zhou

Chenghu

， et al.

Evaluation of land use suitability based on sedimentary conditions at the area of eastern Guangdong coastal aone

［J］. Acta Oceanologica Sinica， 2011， 33（5）： 169-176.

孙晓宇，苏奋振，周成虎，等.

基于底质条件的广东东部海岸带土地利用适宜度评价

［J］. 海洋学报， 2011， 33（5）： 169-176.

[14]

Hainan Free Trade Port.

Introduction to Hainan

［EB/OL］.

海南自由贸易港

海南简介

［EB/OL］.

[15]

Hainan Provincial Bureau of Statistics.

2020 Statistical Yearbook （download version）

［M］ Beijing： China Statistics Press， 2020. http：∥stats.hainan.gov.cn/tjj/tjsu/.

海南省统计局. 2020年统计年鉴（下载版）［M］北京：中国统计出版社， 2020. .

[16]

Zhao

Rui

， Zhao

Peng

Defining and international comparing of the conception and scope of coastal zone

［J］. Haiyang Jingji， 2014，4（1）：58-64.

赵锐，赵鹏.

海岸带概念与范围的国际比较及界定研究

［J］.海洋经济，2014，4（1）：58-64.

[17]

The Research Group of China （Hainan） Reform and Development Research Institute， CHI

Fulin

Preliminary thoughts on building Hainan Free Trade Port with Chinese Characteristics

［J］.Reform，2019（4）：27-38.

中国（海南）改革发展研究院课题组，迟福林.

海南探索建设中国特色自由贸易港的初步设想

［J］.改革，2019（4）：27-38.

[18]

Haikou Municipal People's Government.

Hainan International Tourism Island Construction and Development Plan Released

［EB/OL］.（2010-06-21）.

海口市人民政府.

海南国际旅游岛建设发展规划纲要发布

［EB/OL］.（2010-06-21） .

[19]

Jia

Kun

， Yao

Yunjun

， Wei

Xiangqin

， et al.

A review on fractional vegetation cover estimation using remote sengsing

［J］. Advances in Earth Science， 2013，28（7）：774-782.

贾坤，姚云军，魏香琴，等.

植被覆盖度遥感估算研究进展

［J］.地球科学进展，2013，28（7）：774-782.

[20]

Chen

， Ban

， Li

China： Open access to Earth land-cover map

［J］. Nature，2014，514（7523）：434-434. DOI：10.1038/514434c .

[21]

Fenzhen

. Coastal Zone Remote Sensing Evaluation［M］. Beijing： China Science Publishing & Media Ltd， 2015.

苏奋振

. 海岸带遥感评估［M］. 北京：科学出版社， 2015.

[22]

Liu

Qiuyan

， Wu

Xinnian

Review on the weighting method of indexes in the multi-element evaluation

［J］.Knowledge Management Forum，2017，2（6）：500-510.

刘秋艳，吴新年.

多要素评价中指标权重的确定方法评述

［J］.知识管理论坛，2017，2（6）：500-510.

[23]

Weihua

Research on the theory and methodology of multi-index comprehensive evaluation

［D］. Xiamen： Xiamen University， 2000.

苏为华

多指标综合评价理论与方法问题研究

［D］.厦门：厦门大学，2000.

[24]

Investigating Group of the Central Committee of China Zhi Gong Party， Cao

Hongming

， Zheng

Yelu

，et al.

Thoughts on pushing forward the construction of pilot zone for ecological civilization and Free-trade Port after investigation and survey

［J］.China Development，2021，21（2）：83-88.

致公党中央调研组，曹鸿鸣，郑业鹭，等.

关于推动生态文明试验区与自由贸易港建设的调研思考

［J］.中国发展，2021，21（2）：83-88.

[25]

Chen

Junhua

， Mu

Changlong

， Chen

Xiuming

， et al.

Structure regulation on land uses and landscape pattern changes based on matter element analysis in small watershed

［J］. Acta Ecologica Sinica， 2006，26（7）：2093-2100.

陈俊华，慕长龙，陈秀明，等.

基于物元分析的小流域土地利用结构调整及景观格局变化

［J］.生态学报，2006，26（7）：2093-2100.