基于云模型的白马雪山和博格达山林线与树线分布高度及影响因素的比较分析北大核心CSCD

林线作为重要的地理和生态界线,备受国内外学者的关注。然而林线和树线之间的过渡区内不同类型的植被斑块交错分布,呈现一定的随机性,导致林线和树线的分布界线也具有一定的模糊性。目前大多数研究将林线/树线简化为连续变化的曲线,难以表达和分析林线与树线的模糊性和过渡区内不同类型植被斑块分布的随机性。本研究采用复合高程信息的NDVI数据提取白马雪山和博格达山林线与树线数据点,构建林线与树线分布高度云模型,定量分析林线和树线分布的不确定性,在此基础上比较白马雪山与博格达山林线与树线影响因素的差异。主要结论:①构建了白马雪山和博格达山林线/树线分布高度云模型,以林线、树线分布高度云模型用期望(Ex)、熵(En)、超熵(He)3个数字特征来表达林线、树线分布的整体特性。②博格达山林线与树线分布高度云模型的熵(林线410.71 m、树线597.32 m)和超熵(林线66.22 m、树线280.86 m)大于白马雪山(熵:林线182.33 m、树线193.96 m;超熵:林线56.26 m、树线65.86 m),即博格达山林线与树线分布的不确定性高于白马雪山。③干燥度是白马雪山林线与树线分布高度贡献率最高的影响因素(50.26%、44.11%),其次是7月均温(12.76%、17.93%)和积雪效应(23.97%、11.48%),而博格达山林线与树线分布高度贡献率最高的影响因素是7月均温(48.15%、60.59%),其次是干燥度(28.57%、17.67%)。两地林线和树线分布的主导因素明显差异。本研究以白马雪山和博格达山林线与树线分布高度云模型的数字特征,表达林线和树线分布的模糊性和随机性,并比较分析两地林线与树线影响因素的差异,为精细分析垂直带分布的复杂性、定量分析垂直带影响因子的尺度变化和空间分异,提供了新的角度和方法。