宁波市外来入侵植物及其入侵风险评估

魏子璐; 朱峻熠; 潘晨航; 王义英; 胡沁沁; 周颖; 金水虎

doi:10.11833/j.issn.2095-0756.20200351

宁波市外来入侵植物及其入侵风险评估

DOI: 10.11833/j.issn.2095-0756.20200351

浙江农林大学林业与生物技术学院，浙江杭州 311300

基金项目: 宁波市植物资源调查与资源开发利用项目(NB2FCG2012049G-D)

详细信息

作者简介: 魏子璐(ORCID: 0000-0003-2145-1436)，从事植物分类研究。E-mail: 731624894@qq.com

通信作者: 金水虎(ORCID: 0000-0003-0334-6683)，教授，从事植物分类和植物资源研究。E-mail: jsh501@163.com

中图分类号: S718.3

Investigation and risk assessment of alien invasive plants in Ningbo, Zhejiang Province

College of Forestry and Biotechnology, Zhejiang A&F University, Hangzhou 311300, Zhejiang, China

摘要: 目的掌握浙江省宁波市外来入侵植物的危害现状，评估其入侵风险等级，为入侵植物的生态安全管理提供参考。方法调查了宁波市不同区域外来入侵植物，并采用层次分析法对入侵植物的传入阶段、适生阶段、扩散阶段、入侵分布现状、危害影响及治理难度等指标进行综合评估，确定外来入侵植物的入侵风险等级。结果宁波市外来入侵植物种类较多，共77种，隶属27科58属。外来入侵植物优势科现象明显，其中菊科Asteraceae最多，达21种，其次是茄科Solanaceae、豆科Leguminosae和禾本科Poaceae，各6种。草本植物71种，占总种数的92.21%。37种属人为有意引入，占所有入侵植物的48.05%；32种属无意引入，占41.56%；入侵途径不明的有8种，占10.39%。58种来自美洲，占外来入侵植物总种数的75.32%；15种来自欧洲，占19.48%。层次分析表明：Ⅰ级风险的外来入侵植物15种，Ⅱ级风险的14种，Ⅲ级风险的18种，Ⅳ级风险的22种，Ⅴ级风险的8种。结论宁波市外来入侵植物的入侵风险等级较高，建议根据其评估的风险等级，采取相应的综合治理方法，防控外来植物的入侵危害。表2参28
- 植物学 /
- 宁波市 /
- 外来入侵植物 /
- 入侵现状 /
- 风险评估
Abstract: Objective This research aims to understand the situation of invasive alien plants in Ningbo and assess their invasive risk levels, so as to provide suggestions for the ecological security management. Method Typical habitats of alien invasive plants in different areas of Ningbo were investigated by quadrats. The analytic hierarchy process (AHP) was used to comprehensively evaluate indexes such as introduction stage, suitable growth stage, diffusion stage, invasion distribution status, damage impact and management difficulty, so as to determine the invasive risk of the alien invasive plants. Result There were 77 species of alien invasive plants in Ningbo, belonging to 27 families and 58 genera. The dominant families of alien invasive plants were obvious, among which Asteraceae was the most, with 21 species, followed by Solanaceae, Leguminosae and Poaceae, with 6 species each. There were 71 species of herbaceous plants, accounting for 92.21% of the total species. 37 species were introduced intentionally, accounting for 48.05% of all invasive plants. 32 species were unintentionally introduced, accounting for 41.56%. There were 8 species (10.39%) whose invasive routes were unknown, accounting for 10.39%. 58 species came from America, accounting for 75.32% of the total number of alien invasive plants in Ningbo. 15 were from Europe (19.48%). AHP showed there were 15 species of alien invasive plants with level Ⅰ risk, 14 species with level Ⅱ risk, 18 species with level Ⅲ risk, 22 species with level Ⅳ risk and 8 species with level Ⅴ risk. Conclusion The risk level of alien invasive plants in Ningbo is relatively high. It is suggested that comprehensive measures should be taken to prevent and control the invasive harm of the alien plants according to the assessed risk level. [Ch, 2 tab. 28 ref.]
- botany /
- Ningbo City /
- alien invasive plant /
- invasion status /
- risk assessment

森林结构参数估测是森林可持续经营和生态环境监测的重要内容。森林蓄积量作为森林结构参数中的一个重要因子，是组成陆地植被生物量的重要成分之一，是评价森林资源数量与质量、反映森林经营管理水平的重要因子，也是评估森林固碳能力和森林碳收支的重要指标^[1-4]，因此，准确地估测森林蓄积量对森林经营管理和生态环境保护建设具有重要意义^[5-6]。目前，应用遥感技术估测森林蓄积量的研究主要集中在2个方面：一是选取或结合不同遥感数据源(光学遥感、微波探测和激光雷达探测数据)构建估测模型，进行森林蓄积量估测；二是估测方法的多样性，由典型的参数方法(线性回归)向非参数方法转变(如人工神经网络、k近邻分类算法等)^{[2, 4, 7-10]}。在森林蓄积量模型构建的过程中，自变量间的复共线性问题是亟待解决的一个问题。这些在传统的线性回归估测中无法避免^[11-12]。k-最邻近(k-nearest neighbor，k-NN)方法作为一种非线性方法，可以不考虑复共线性问题，并且具有稳定的抗逆性，在欧洲和北美地区的森林资源监测中得到了广泛的应用。国内也开展了有关k-NN法估测森林蓄积及生物量的研究^[10-13]，但对比参数方法和非参数方法进行估测的研究不多。在以往的研究中，采用高分辨率数据进行森林蓄积量的估测多以国外数据为主。高分1号(GF-1)卫星是中国高分辨率对地观测卫星系统重大专项的第1颗卫星，它可以提供高分辨率的多光谱(8 m)和全色波段(2 m)数据，为森林资源动态监测提供了新的数据源^[14]。然而，受限于GF-1卫星影像的覆盖范围等原因，针对GF-1全色和多光谱(panchromatic and multispectral，PMS)影像用于县域尺度森林蓄积量定量估测的研究较少。GF-1 PMS数据将高空间分辨率、高时间分辨率等优势集合于一体，挖掘并探讨GF-1 PMS影像数据估测森林蓄积量的潜力，对森林生理生态参数进行定量评价和GF-1 PMS影像数据的应用推广具有重要意义。本研究应用GF-1 PMS影像数据，通过挖掘影像的光谱信息，建立植被指数自变量集，并对自变量进行优选，采用k-NN方法构建森林蓄积量估测模型，并与偏最小二乘回归法构建的森林蓄积量估测模型进行对比，以此分析GF-1 PMS影像数据和2种估测方法的应用潜力，为县域尺度应用GF-1 PMS影像数据估测森林生理生态参数提供参考。

1. 研究材料

1.1 研究区概况

延庆区位于北京市的西北部(40°16'~40°47'N，115°44'~116°34'E)，东邻怀柔，南接昌平，西面和北面与河北省怀来县、赤城县相接，三面环山，总面积达1 993.75 km²。该区属大陆性季风气候，是暖温带与中温带，半干旱与半湿润的过渡带。年平均温度为8.8 ℃，无霜期150~160 d。年平均降水量为467.0 mm，降水主要集中在6-8月。该区内森林植被属于针阔混交林森林植被，现存植被主要为人工林以及一些次生植被类型。区内主要森林类型有油松Pinus tabulaeformis林，侧柏Platycladus orientalis林，华北落叶松Larix principis-rupprechtii林，蒙古栎Quercus liaotungensis林，刺槐Robinia pseudoacacia林，白桦Betula platyphylla林，山杨Populus davidiana林和杂木林等。据2015年北京市公布的森林资源数据显示，延庆区森林面积为11.5万hm²，森林覆盖率为57.46%，森林蓄积量达到215.77万m³，占北京市总森林蓄积量的12.68%，具有重要的生态系统防护作用和固碳功能。

1.2 研究数据

1.2.1 地面数据及辅助数据

地面数据是延庆区2014年森林资源二类调查数据(以下简称“二调数据”)，以矢量地理信息数据的形式储存。全区二类调查数据中的小班个数为2.37×10⁴个，小班面积及蓄积的统计特征见表 1。本研究所应用到的调查因子包括小班编号、地类、小班蓄积、小班面积等因子。辅助数据包括延庆区边界矢量数据和覆盖延庆区的1: 10 000数字高程模型(DEM)数据，地面数据和辅助数据的坐标为北京54坐标系。

表 1 延庆区二类调查数据小班面积及蓄积基本统计量

Table 1. Descriptive statistics of small class area and volume of forest management inventory in Yanqing District

项目	小班面积/hm²	小班蓄积/m³
最大值	693.65	8 880.45
最小值	0.07	0.06
平均值	8.45	89.75

下载: 导出CSV

| 显示表格

1.2.2 遥感影像

GF-1号卫星装载有2 m分辨率全色和8 m分辨率多光谱相结合的相机(PMS1~PMS2)，多光谱相机包括蓝(0.45~0.52 μm)，绿(0.52~0.59 μm)，红(0.63~0.69 μm)和近红外(0.77~0.89 μm)4个波段，全色相机包括1个全色波段(0.45~0.89 μm)，2台相机组合幅宽达60 km，重访周期为4 d。本研究选取了覆盖研究区的7景GF-1 PMS影像，由中国林业科学研究院资源信息研究所提供，其中序号2影像由于影像缺失，采用了2014年的影像进行补充，并假设对估测结果未产生影响，序号6和序号7的影像获取时间为2015年1月31号，作为补充影像，只覆盖了少部分区域，因此产生的差异可以忽略不计。GF-1 PMS影像数据详情见表 2。

表 2 覆盖延庆区的GF-1 PMS影像列表

Table 2. List of GF-1 PMS images covering Yanqing District

序号	影像传感器及轨道号	(多光谱/全色)/m	获取时间(年-月-日)
1	GF1_PMS1_E115.8_N40.3_20150505_L1A0000791191-MSS1	8/2	2015-05-05
2	GF1_PMS1_E115.9_N40.5_20140427_L1A0000212130-MSS1	8/2	2014-04-27
3	GF1_PMS1_E115.8_N40.5_20150505_L1A0000791190-MSS1	8/2	2015-05-05
4	GF1_PMS2_E116.2_N40.5_20150505_L1A0000791125-MSS2	8/2	2015-05-05
5	GF1_PMS2_E116.3_N40.7_20150505_L1A0000791124-MSS2	8/2	2015-05-05
6	GF1_PMS2_E116.4_N40.5_20150131_L1A0000624694-MSS2	8/2	2015-01-31
7	GF1_PMS2_E116.5_N40.7_20150131_L1A0000624693-MSS2	8/2	2015-01-31

下载: 导出CSV

| 显示表格

1.2.3 地面数据处理

二类调查数据为区划调查数据，可以覆盖整个延庆区。在估测森林蓄积量前，需要计算小班内的每公顷森林蓄积量[不包括非森林地类的蓄积量(疏林地、散生木、四旁树的蓄积量)，以下统称公顷蓄积量]，采用Arc GIS软件中属性表中的字段计算器计算(公顷蓄积量=小班蓄积/小班面积)。本研究采用系统抽样方法在延庆区内布设抽样点，为与GF-1 PMS影像3×3窗口大小近似匹配，确定抽样点的面积大小为600 m²，形状为正方形。利用Arc GIS软件布设覆盖延庆区的格网，格网面积大小为600 m²。在布设格网时，存在单个格网覆盖多个小班的情况。本研究采用格网内小班公顷蓄积乘以对应小班的面积权重值，并求和获得覆盖多个小班的格网的蓄积量，最后计算格网内公顷蓄积量的变异系数，并取可靠水平为90%和估计精度为85%(二类规程要求)的控制标准，计算需要布设的抽样点个数及间距，并以此为基础外推估算延庆区的森林蓄积量。经计算公顷蓄积量的变异系数为2.015 3，确定样本数为489个，抽样间距为2.02 km。为与北京市一类清查样地布设间距相近，在满足抽样精度的基础上，本研究设置系统抽样间距为2 km × 2 km(图 1)。经系统布设样地后得到延庆区的抽样点共计492个，将抽样点所在的小班属性信息追加到抽样点上。处理后的样点数据包括样地号、地类、公顷蓄积量等因子，样点数据同时用于影像的分类结果验证。提取出蓄积量大于0的样点用于森林蓄积量反演，经处理后提取抽样点数据(蓄积大于0)共计156个。

图 1 延庆区GF-1 PMS影像(432假彩色)及系统布设抽样点(2 km×2 km)

Figure 1. GF-1 PMS image of Yanqing District (432 false color) and sampling points of system layout (2 km × 2 km)

下载: 全尺寸图片幻灯片

1.2.4 遥感影像预处理

应用ENVI 5.1对7景GF-1 PMS影像进行辐射定标、大气校正，参照已校正好的2004年SOPT-5融合数据(2.5 m)，对高分影像进行正射校正，误差控制在1个像元以内，对校正好的7景GF-1 PMS影像进行镶嵌处理，生成覆盖整个延庆区的GF-1 PMS影像，并利用延庆区边界矢量数据进行裁剪，生成延庆区范围内的GF-1影像(图 1)，遥感影像校正后的坐标同地面数据和辅助数据。本研究选取应用较为广泛的最大似然分类法提取森林植被信息^[12]。依据《国家森林资源连续清查主要技术规定》(2014)中的森林面积定义：森林面积等于乔木林面积、竹林面积与特殊灌木林面积之和。由延庆区二类调查数据可知，地类中无竹林地和特殊灌木林地，因此本研究中的森林面积只包括乔木林面积，森林蓄积量只包括乔木林蓄积量。按照《国家森林资源连续清查主要技术规定》(2014)地类划分标准，结合研究区实际地类情况，确定分类类别为乔木林地，其他林地(包括灌木林、疏林地、未成林造林地、苗圃地、迹地、宜林地)，农地(耕地)，建筑(建设用地)，水域和其他土地(未利用地)等6类，对分类结果合并归类为森林和非森林2类，其中森林包括乔木林，非森林包括除乔木林之外所有的地类，最后对影像分类结果进行验证。结果表明：GF-1 PMS影像分类总精度达到87.90%，Kappa系数为0.75。分类结果见图 2。

图 2 GF-1PMS影像分类图

Figure 2. Classification result of GF-1 PMS image

下载: 全尺寸图片幻灯片

2. 研究方法

2.1 遥感特征变量

遥感影像的植被信息是通过绿色植物叶片和植被冠层光谱特性及其变化差异反映的^[14]。选择合适的植被指数可以有效地增强植被信息或抑制非植被信息，减小非植被信息如阴影对模型构建的影响^[3]。因此，本研究借鉴前人的经验并结合蓄积量估测特点，选择9种植被指数作为建模变量(表 3)。

表 3 研究中用到的变量

Table 3. Variables used in the study

变量	计算公式	参考文献
差值植被指数D_VI	VI=ρ₄-ρ₃	[15]
重归一化植被指数R_DVI	$ {R_{{\rm{DVI}}}} = \sqrt {{N_{{\rm{DVI}}}} \times {D_{{\rm{VI}}}}} $	[16]
土壤植被指数S_AVI	$ {S_{{\rm{AVI}}}} = \frac{{1.5\left( {{\rho _4} - {\rho _3}} \right)}}{{\left( {{\rho _4} + {\rho _3} + 0.5} \right)}} $	[17]
优化土壤调整指数O_SAVI	$ {O_{{\rm{SAVI}}}} = \frac{{1.05\left( {{\rho _4} - {\rho _3}} \right)}}{{\left( {{\rho _4} + {\rho _3} + 1.05} \right)}} $	[18]
归一化植被指数N_DVI	$ {N_{{\rm{DVI}}}} = \frac{{{\rho _4} - {\rho _3}}}{{{\rho _4} + {\rho _3}}} $	[19]
归一化绿波波段差值植被指数G_NDVI	$ {G_{{\rm{NDVI}}}} = \frac{{{\rho _4} - {\rho _2}}}{{{\rho _4} + {\rho _2}}} $	[20]
考虑绿波波段差值植被指数G_BNDVI	$ {G_{{\rm{BNDVI}}}} = \frac{{{\rho _4}\left( {{\rho _1} + {\rho _2}} \right)}}{{{\rho _4} + {\rho _1} + {\rho _2}}} $	[21]
比值植被指数R_VI	$ {R_{{\rm{VI}}}} = {\rho _4}/{\rho _3} $	[22]
转换型植被指数T_VI	$ {T_{{\rm{VI}}}} = \sqrt {{N_{{\rm{DVI}}}} + 0.5} $	[23]
说明：ρ₁，ρ₂，ρ₃，ρ₄分别为蓝、绿、红、近红波段

下载: 导出CSV

| 显示表格

应用布设好的抽样点提取对应位置的GF-1 PMS影像光谱信息，计算样本内的光谱平均值作为样本点的光谱值，参与模型的构建。本研究中，蓄积大于0的抽样点均落在乔木林(即有林地)范围内，不包括散生木、四旁树和疏林地部分，因此所构建的模型为乔木林蓄积量模型，参与全区的森林蓄积量估算。

2.2 自变量筛选

在建模变量中，自变量往往存在多重共线性问题，导致所构建的模型不够稳定，尤其是在变量个数较多时，会降低模型的预测精度，因此选择适宜的方法筛选自变量用于建模具有重要作用^[24]。常用的变量筛选方法较多，有逐步回归法、Pearson相关系数法、平均残差平方和法等^{[4, 24-26]}。相关研究表明：平均残差平方和法在变量筛选中具有很好的适用性^[26]，因此本研究选择此方法作为自变量筛选方法，平均残差平方和方法筛选变量的实现步骤参考文献[26]。

2.3 偏最小二乘回归法

偏最小二乘回归法是伍德(WOLD)和阿巴诺(ALBANO)于1983年提出的一种新型的多元统计方法。它集多元回归分析、典型相关分析和主成分分析的优点于一体，可以有效地解决多元回归分析中的变量多重相关性及噪声问题^[27-29]，近年来被逐渐地应用到森林参数的估计上^{[3, 30-31]}。

以单因变量为例阐述其基本建模思想：设有因变量y和p个自变量{ x₁，x₂，…，x_p}，样本数为n，构成因变量和自变量的数据表y =[u]_n×1和x[x₁，x₂，…，x_p]_n×p，对数据表x进行主成分处理，提取一个主成分t₁(t₁是x₁，x₂，…，x_p的线性组合)，要求t₁尽可能多地携带x中的变异信息，同时与y的相关性最大，提取第1个主成分t₁后，实施y和x对t₁的回归，如果此时回归方程达到满意的精度，则算法停止，否则利用x和y被t₁解释后的残余信息进行第2轮的主成分提取，如此反复，直到能达到较为满意的精度为止。若最终对x提取了m个主成分t₁, t₂，…，t_m，偏最小二乘回归将实施y对t₁, t₂, …，t_m的回归，然后表达成y对原变量x的回归方程。应用偏最小二乘回归法进行模型构建的详细过程见文献[9]。本研究应用MATLAB 2014a软件实现偏最小二乘回归模型的构建。

2.4 k-NN算法基本原理

k-NN算法是一种典型的非参数方法，基于观测点和预测点之间的空间相似性关系进行单变量或多变量预测(如蓄积量等森林参数)，在欧洲和北美得到了广泛应用^[32-34]。k-NN法用于森林参数估计的最大优点在于它不仅能同时估计若干个森林参数，而且它还能够维持参数之间的自然依赖结构，保持参数之间的一致性，同利用遥感自变量和森林参数建立的回归模型相比，k-NN方法更多地考虑森林参数同自变量间的非线性依赖关系^{[12, 35]}。其基本原理为：记p为目标点，p_i为参考点，并且参考点的森林参数(本研究为森林蓄积量)是已知的，D_{p, pi}为目标点和参考点之间的光谱距离，它是用来衡量样本参数间的相似度的。对于目标点p，找出其光谱空间最邻近的k个参考点p₁，p₂，…，p_k，其中D_{p, 1}＜D_{p, 2}＜…＜D_{p, k}。由于目标点p受其近邻的影响是不同的，通常距离越近的参考点对其影响越大，反之则影响越小。目标点p的森林参数V_P可以通过k个参考点的相应的森林参数V_pi(i=1，2，…，k)的加权平均法获得^[12]，其中k个参考点的权重w_{pi, p}通过光谱空间的反距离函数获得^[12]。k-NN实质上是一个常用于空间插值的反距离加权平均法，当k=1时，k-NN即为最邻近距离法^[35]。

$ {w_{pi, p}} = \frac{1}{{D_{pi, p}^t}}/\sum\limits_{i = 1}^k {/\frac{1}{{D_{pi, p}^t}}} ; $

(1)

$ {V_p} = \sum\limits_{i = 1}^k {{w_{pi, p}}{V_{pi}}} 。 $

(2)

式(1)~式(2)中：t为距离分解因子，一般取值为0，1，2。光谱距离D_{pi, p}可采用多种距离进行度量，常用的有欧氏距离、马氏距离和光谱角制图等。在借鉴前人研究的基础上^[12-13]，选择t值为1，马氏距离作为距离度量标准，在确定最优波段的基础上，计算最优的k值用于全区森林蓄积量反演。本研究的k值是由MATLAB 2014a软件计算获得。

2.5 模型评价

选择留一交叉验证评价。模型估测精度采用均方根误差(E_RMS)，相对均方根误差(E_RRMS)，偏差(b_bias)3个指标来评价，指标计算公式如下：

$ {E_{{\rm{RMS}}}} = \sqrt {\frac{{\sum\limits_{i = 1}^n {{{\left( {\hat y - {y_i}} \right)}^2}} }}{n}} ; $

(3)

$ {E_{{\rm{RRMS}}}} = \frac{{{E_{{\rm{RMS}}}}}}{{{{\bar y}_i}}}; $

(4)

$ {b_{{\rm{bias}}}} = \frac{{\sum\limits_{i = 1}^n {\left( {\hat y - {y_i}} \right)} }}{n}。 $

(5)

式(3)~式(5)中：y_i为蓄积量实测值，$ {{{\hat y}_i}} $为蓄积量预测值，$ {{{\bar y}_i}} $为蓄积量实测值平均值，n为样本个数。

3. 研究结果

3.1 自变量筛选

利用平均残差平方和准则筛选出蓄积量估测的建模变量因子。由图 3可知：经过变量优选，提取的S_AVI，O_SAVI，N_DVI，G_NDVI，G_BNDVI，D_VI可以得最小的平均残差平方和，为13.71。因此选择S_AVI，O_SAVI，N_DVI，G_NDVI，G_BNDVI，D_VI共6个因子作为蓄积量模型构建的优选变量。

图 3 建模变量优选

Figure 3. Optimization of model variables

下载: 全尺寸图片幻灯片

3.2 蓄积量估测模型构建

3.2.1 偏最小二乘回归模型构建

将筛选的自变量构建森林蓄积量估测模型，应用MATLAB计算模型的各个参数，最后得到基于偏最小二乘回归法构建的蓄积量估测模型，其数学表达式为V=0.809 5+0.017 5 S_AVI +0.025 8 O_SAVI +0.025 6 N_DVI +2.034 4 G_NDVI +3.545 9 G_BNDVI +0.001 5 D_VI。其中，V为森林蓄积量，S_AVI，O_SAVI，N_DVI，G_NDVI，G_BNDVI和D_VI为表 3对应的植被指数。

3.2.2 k值的确定

k-NN方法的估测精度随着k值的不同而变化。相关研究表明^{[12, 23, 26]}：k值取1~10的范围时，对不同参数的估测效果较好。本研究将k的取值范围设置为3~10，并对不同k值的估测结果进行分析，得到最优k值。由图 4可知：当k值为7时，k-NN方法估测的均方根误差(ERMS)最小，为10.633 4 m³·hm^-2。因此，本研究选取7作为蓄积量估测的最佳k值。

图 4 均方根误差随k值变化的情况

Figure 4. Situation of root mean square error with the different k values

下载: 全尺寸图片幻灯片

3.2.3 模型验证

由表 4可知：偏最小二乘回归法估测的森林蓄积量均方根误差为21.90 m³·hm^-2，相对均方根误差为27.5%，偏差为17.23 m³·hm^-2，基于k-NN方法的森林蓄积量估测的均方根误差为12.80 m³·hm^-2，相对均方根误差为16.0%，偏差为15.02 m³·hm^-2。由此可知：基于非参数方法的k-NN方法估测效果要好于基于参数方法的偏最小二乘回归法，可作为延庆区森林蓄积量估测的方法。进一步对延庆区森林总蓄积量预测结果进行精度检验。以首都园林绿化政务网(http://www.bjyl.gov.cn/zwgk/tjxx/201604/t20160401_178533.html)公布的2015年延庆区森林蓄积量数据为实际值，对比分析基于2种方法反演的蓄积量预测值的差异(表 5)。由表 5可知：应用建立的偏最小二乘回归模型反演的森林蓄积量为266.22万m³，相对误差为50.45万m³，估测精度为76.6%，应用k-NN方法反演的森林蓄积量245.98万m³，相对误差为30.21万m³，估测精度为86.0%。由此可知：基于k-NN方法反演全区森林蓄积量的估测结果要好于偏最小二乘回归法，估测结果可靠。

表 4 2种估测模型的估测精度

Table 4. Estimation accuracy of two models

评价指标	均方根误差/(m³·hm^-2)	相对均方根误差/%	偏差/(m³·hm^-2)
偏最小二乘回归法	21.90	27.5	17.23
k-NN方法	12.80	16.0	15.02

下载: 导出CSV

| 显示表格

表 5 延庆区森林蓄积量(FSV)估测误差比较

Table 5. Comparison of estimation error of forest stock volume in Yanqing District

项目	森林蓄积量/万m³	相对误差/万m³	误差百分比/%
森林蓄积量统计（网站）	215.77
偏最小二乘回归法	266.22	50.45	23.38
k-NN法	245.98	30.21	14.00

下载: 导出CSV

| 显示表格

3.3 基于k-NN法的森林蓄积量反演

依据遥感影像分类得到的森林边界数据，应用k-NN方法建立的蓄积量估测模型对研究区森林蓄积量进行反演，得到延庆区森林蓄积量空间分布等级图(图 5)。

图 5 延庆区森林蓄积量预测等级图

Figure 5. Predicting map of forest stock volume in Yanqing District

下载: 全尺寸图片幻灯片

4. 讨论

基于偏最小二乘回归法的回归统计方法可以减少多重共线性的影响，提高模型构建的稳定性，保证估测的精度。以往的研究表明^{[3, 27-28]}：应用偏最小二乘回归法估测森林参数要好于其他常规的回归方法，可以在一定程度上提高待估参数的估测精度。k-NN方法作为一种典型的非参数方法，它不用考虑变量间的多重共线性的关系，具有一定的应用优势。本研究比较了这2种方法的估测效果，结果表明：在研究区内，基于k-NN方法的非参数方法的估测精度要好于基于偏最小二乘回归的参数方法，对全区森林蓄积量进行反演的估测精度达到86.0%。但本研究还存在以下问题：①研究应用的两景GF-1影像虽然只覆盖了很少的区域，但影像时相与其余影像时相存在差异，可能导致蓄积量估测结果产生偏差，但在本研究中忽略了其影响，此部分问题有待于进一步分析。②应用k-NN法进行蓄积量估测可以减少由影像的同物异谱和同谱异物带来的随机变化^[11]，但其高值低估和低值高估现象依旧是应用k-NN法基于像素级估测森林参数普遍存在的问题^{[11-12, 35]}。在本研究的估测过程中，随着k值的增大，蓄积量估计值分布空间呈现缩小的趋势。在后续的研究中，可考虑直方图匹配方^[11]来提高k-NN法估测变量的精度。③本研究中的均方根误差随k值的增加呈现不规则的变化，这与KATILA等^[37]和郑刚等^[12]的研究中的均方根误差随k值的增大而减小的趋势不同。向安民等^[23]应用GF影像估算森林蓄积量的研究中也出现了均方根误差随k值的增加出现不规则的变化趋势。这与GF影像上的椒盐噪声有很大关系，使得光谱信息与蓄积量值出现不匹配的现象，导致了均方根误差不规则的变化。

5. 结论

本研究应用GF-1 PMS影像数据提取了9种植被指数作为建模变量，采用平均残差平方和法对变量进行筛选，最终提取的S_AVI，O_SAVI，N_DVI，G_NDVI，G_BNDVI和D_VI等6个变量因子可以得到最小的平均残差平方和，作为蓄积量估测模型的变量。对比了偏最小二乘回归法(参数方法)和k-NN方法(非参数方法)估测森林蓄积量的效果。结果显示：k-NN方法的估测效果(均方根误差为12.80 m³·hm^-2，相对均方根误差为16.0%，偏差为15.02 m³·hm^-2)要好于偏最小二乘回归法(均方根误差为21.90 m³·hm^-2，相对均方根误差为27.5%，偏差为17.23 m³·hm^-2)，并与首都园林绿化网公布的延庆区森林蓄积量结果进行了对比分析，基于k-NN方法反演的森林蓄积量估测精度达到86.0%，最后生成了延庆区森林蓄积量空间分布图。说明应用GF-1 PMS影像估测森林蓄积量是可行的。可以进一步在不同的县域范围应用GF-1 PMS影像估测森林蓄积量及相关的森林参数，对GF-1 PMS影像的估测潜力进行挖掘，这对推广应用国产GF-1 PMS影像具有重要意义。

6. 致谢

感谢中国林业科学研究院资源信息研究所提供GF-1 PMS卫星影像数据。

表 1 宁波市外来入侵植物风险评估体系

Table 1. Risk assessment system of alien invasive plants in Ningbo City

一级指标(分值)	二级指标(分值)	三级指标(分值)
传入阶段A1(9.0)	入侵途径A11(4.5)	有意引入(2.0)
		无意引入(2.0)
		入侵途径不明(0.5)
	检疫情况A12(4.5)	不具备完善的管理手段(3.5)
	检疫情况A12(4.5)	有针对该物种的管理手段(1.0)

适生阶段A2(12.0)	繁殖方式A21(2.0)	主要依靠无性繁殖(0.5)
		主要依靠有性(种子)繁殖(0.5)
		兼具有性繁殖和无性繁殖(1.0)
	种实及其他繁殖体数量A22(3.0)	少量(0.5)
		一般(1.0)
		大量(1.5)
	繁殖频率A23(3.0)	无性繁殖弱；有性繁殖弱，多年1次(0.5)
		无性繁殖一般；有性繁殖期少于4个月，或每年1次(1.0)
		无性繁殖强；有性繁殖期4个月及以上，或每年多次(1.5)
	在本地区的适应能力A24(4.0)	原产地气候环境与本地区差距较大，适应能力弱(0.5)
		原产地气候环境与本地区有差距，较适宜生长(1.0)
		原产地气候环境与本地区类似，适宜生长(2.5)

扩散阶段A3(22.0)	生长速度A31(8.0)	慢(1.0)
		一般(3.0)
		快(4.0)
	扩散途径和距离A32(14.0)	仅能利用风、水流、生物携带、运输工具等1~2种途径进行短距离扩散(2.0)
		可利用上述1~2种途径进行较长距离扩散(5.0)
		可利用多种途径进行较长距离扩散(7.0)

已入侵分布现状A4 (30.0)	频度A41(9.0)	小，＜30%(2.0)
		中，30%~60%(3.0)
		大，＞60%(4.0)
	盖度A42(6.0)	低，＜30%(1.0)
		中，30%~60%(2.0)
		高，＞60%(3.0)
	密度A43(6.0)	小，＜30%(1.0)
		中，30%~60%(2.0)
		大，＞60%(3.0)
	国内该物种的分布情况A44(9.0)	只在浙江省内有分布(2.0)
		在华东、华南地区有分布(3.0)
		在全国范围内大部分地区有分布(4.0)

危害和影响A5(20.0)	与本地物种生态因子间的竞争A51(3.0)	与本地物种竞争微小(0.5)
		与本地物种竞争较缓(1.0)
		与本地物种竞争激烈(1.5)
	对农、林、渔业的影响A52(5.0)	有轻微影响，局部发生危害(1.0)
		有一定影响，危害面积较小(1.5)
		有巨大影响，危害面积较大(2.5)
	对人畜健康的影响A53(7.0)	影响较小，如有小刺、引起轻微过敏(2.0)
		影响较大，如有毒、有较大尖刺、花粉诱发疾病(5.0)
	对园林绿化、园林景观的影响A54(5.0)	造成轻微影响(1.0)
		造成一定影响(1.5)
		造成严重影响(2.5)

治理难度A6(7.0)	治理方式A61(3.0)	方法单一(1.0)
	治理方式A61(3.0)	需要2种及以上的方式综合治理(2.0)
	防治难度A62(4.0)	防治较容易，投入成本低(0.5)
		防治存在困难，需短期的人力和资金投入(1.0)
		防治困难，需长期、大量的人力和资金投入(2.5)

下载: 导出CSV

表 2 宁波市外来入侵植物种类统计

Table 2. Species of alien invasive plants in Ningbo City

科名	属名	种名	入侵等级(得分)
胡椒科Piperaceae	草胡椒属Peperomia	草胡椒Peperomia pellucida	Ⅲ(36.0)
荨麻科Urticaceae	冷水花属Pilea	小叶冷水花Pilea microphylla	Ⅳ(32.5)
藜科Chenopodiaceae	藜属Chenopodium	土荆芥Chenopodium ambrosioides	Ⅰ(49.5)
苋科Amaranthaceae	莲子草属Alternanthera	喜旱莲子草Alternanthera philoxeroides	Ⅰ(47.5)
	苋属Amaranthus	刺苋Amaranthus spinosus	Ⅰ(45.5)
	千日红属Gomphrena	银花苋Gomphrena celosioides	Ⅲ(35.5)
紫茉莉科Nyctaginaceae	紫茉莉属Mirabilis	紫茉莉Mirabilis jalapa	Ⅳ(30.0)
商陆科Phytolaccaceae	商陆属Phytolacca	美洲商陆Phytolacca americana	Ⅱ(44.0)
马齿苋科Portulacaceae	土人参属Talinum	土人参Talinum paniculatum	Ⅳ(30.5)
石竹科Caryophyllaceae	蝇子草属Silene	西欧蝇子草Silene gallica	Ⅴ(26.5)
睡莲科Nymphaeaceae	水盾草属Cabomba	水盾草Cabomba caroliniana	Ⅱ(39.5)
十字花科Brassicaceae	独行菜属Lepidium	北美独行菜Lepidium virginicum	Ⅲ(38.0)
豆科Leguminosae	苜蓿属Medicago	南苜蓿Medicago polymorpha	Ⅲ(37.5)
		紫苜蓿Medicago sativa	Ⅲ(35.0)
	草木樨属Melilotus	黄香草木樨Melilotus officinalis	Ⅳ(34.5)
	决明属Cassia	望江南Cassia occidentalis	Ⅳ(32.5)
		决明Cassia tora	Ⅳ(31.5)
	田菁属Sesbania	田菁Sesbania cannabina	Ⅲ(36.0)
酢浆草科Oxalidaceae	酢浆草属Oxalis	红花酢浆草Oxalis corymbosa	Ⅳ(34.5)
大戟科Euphorbiaceae	大戟属Euphorbia	飞扬草Euphorbia hirta	Ⅱ(40.0)
		续随子Euphorbia lathyris	Ⅳ(32.0)
		匍匐大戟Euphorbia prostrata	Ⅲ(38.5)
仙人掌科Cactaceae	仙人掌属Opuntia	单刺仙人掌Opuntia monacantha	Ⅴ(25.0)
		缩刺仙人掌Opuntia stricta	Ⅴ(24.0)
柳叶菜科Onagraceae	丁香蓼属Ludwigia	细果草龙Ludwigia leptocarpa	Ⅳ(32.0)
	月见草属Oenothera	月见草Oenothera biennis	Ⅲ(39.0)
		裂叶月见草Oenothera laciniata	Ⅲ(39.0)
小二仙草科Haloragaceae	狐尾藻属Myriophyllum	粉绿狐尾藻Myriophyllum aquaticum	Ⅳ(33.0)
旋花科Convolvulaceae	番薯属Ipomoea	毛果甘薯Ipomoea cordatotriloba	Ⅳ(30.0)
		瘤梗甘薯Ipomoea lacunosa	Ⅲ(37.0)
		三裂叶薯Ipomoea triloba	Ⅱ(40.0)
		圆叶牵牛Ipomoea purpurea	Ⅱ(43.0)
唇形科Labiatae	水苏属Stachys	田野水苏Stachys arvensis	Ⅴ(29.0)
茄科Solanaceae	曼陀罗属Datura	毛曼陀罗Datura inoxia	Ⅲ(35.0)
	假酸浆属Nicandra	假酸浆Nicandra physaloides	Ⅳ(34.0)
	酸浆属Physalis	毛酸浆Physalis philadelphica	Ⅳ(30.5)
	茄属Solanum	少花龙葵Solanum americanum	Ⅳ(31.5)
		牛茄子Solanum capsicoides	Ⅱ(42.0)
		北美水茄Solanum carolinense	Ⅳ(32.0)
玄参科Scrophulariaceae	凯氏草属Kickxia	戟叶凯氏草Kickxia elatine	Ⅳ(34.5)
	柳穿鱼属Linaria	小龙口花Linaria bipartita	Ⅴ(29.0)
	细柳穿鱼属Nuttallanthus	加拿大柳蓝花Nuttallanthus canadensis	Ⅳ(30.5)
	婆婆纳属Veronica	直立婆婆纳Veronica arvensis	Ⅲ(35.5)
		阿拉伯婆婆纳Veronica persica	Ⅲ(38.5)
车前科Plantaginaceae	车前属Plantago	北美毛车前Plantago virginica	Ⅱ(42.0)
茜草科Rubiaceae	丰花草属Spermacoce	阔叶丰花草Spermacoce alata	Ⅰ(45.0)
桔梗科Campanulaceae	异檐花属Triodanis	卵叶异檐花Triodanis perfoliata ssp. biflora	Ⅳ(34.0)
菊科Asteraceae	金纽扣属Acmella	白花金纽扣Acmella radicans	Ⅴ(29.0)
	霍香蓟属Ageratum	藿香蓟Ageratum conyzoides	Ⅰ(45.5)
	豚草属Ambrosia	豚草Ambrosia artemisiifolia	Ⅰ(47.0)
	鬼针草属Bidens	大狼把草Bidens frondosa	Ⅰ(47.5)
		白花鬼针草Bidens pilosa var. radiata	Ⅱ(41.5)
	飞蓬属Erigeron	香丝草Erigeron bonariensis	Ⅲ(39.0)
		小飞蓬Erigeron canadensis	Ⅰ(46.0)
		苏门白酒草Erigeron sumatrensis	Ⅱ(43.5)
		一年蓬Erigeron annuus	Ⅰ(47.0)
		费城飞蓬Erigeron philadelphicus	Ⅲ(39.0)
		粗糙飞蓬Erigeron strigosus	Ⅳ(31.5)
	牛膝菊属Galinsoga	睫毛牛膝菊Galinsoga quadriradiata	Ⅲ(39.5)
	莴苣属Lactuca	毒莴苣Lactuca serriola	Ⅱ(44.5)
	银胶菊属Parthenium	银胶菊Parthenium hysterophorus	Ⅰ(47.5)
	千里光属Senecio	岩生千里光Senecio wightii	Ⅳ(33.5)
	一枝黄花属Solidago	加拿大一枝黄花Solidago canadensis	Ⅰ(50.0)
	裸柱菊属Soliva	裸柱菊Soliva anthemifolia	Ⅱ(41.5)
	苦苣菜属Sonchus	羽裂续断菊Sonchus oleraceo var. asper	Ⅴ(29.0)
	紫菀属Aster	钻形紫菀Aster subulatus	Ⅰ(46.0)
	蒲公英属Taraxacum	西洋蒲公英Taraxacum officinale	Ⅳ(33.0)
	百日菊属Zinnia	多花百日菊Zinnia peruviana	Ⅲ(36.0)
水鳖科Hydrocharitaceae	水蕴草属Egeria	水蕴草Egeria densa	Ⅳ(32.0)
禾本科Poaceae	凌风草属Briza	银鳞茅Briza minor	Ⅴ(28.5)
	高粱属Sorghum	假高粱Sorghum halepense	Ⅱ(42.0)
		匿芒假高粱Sorghum halepense f. muticum	Ⅱ(42.0)
		苏丹草Sorghum sudanense	Ⅲ(38.0)
	米草属Spartina	互花米草Spartina alterniflora	Ⅰ(45.0)
		大米草Spartina anglica	Ⅱ(41.5)
天南星科Araceae	大薸属Pistia	大薸Pistia stratiotes	Ⅰ(48.0)
雨久花科Pontederiaceae	凤眼蓝属Eichhornia	凤眼莲Eichhornia crassipes	Ⅰ(48.0)
说明：Ⅰ表示入侵等级得分≥45.0分；Ⅱ表示入侵等级得分为40.0~＜45.0分；Ⅲ表示入侵等级得分为35.0~＜40.0分；Ⅳ表示入侵等级得　　　　　分为30.0~＜35.0分；Ⅴ表示入侵等级得分＜30.0分

下载: 导出CSV

[1]	李振宇, 谢焱. 中国外来入侵种[M]. 北京: 中国林业出版社, 2002.
[2]	舒易星, 施祖荣, 王连水, 等. 外来入侵植物及其生物防治[J]. 仲恺农业工程学院学报, 2013, 26(1): 64 − 71. SHU Yixing, SHI Zurong, WANG Lianshui, et al. Alien invasive plants and their biological control [J]. J Zhongkai Univ Agric Technol, 2013, 26(1): 64 − 71.
[3]	SALA O, CHAPIN III F, GARDNER R, et al. Global Change, Biodiversity and Ecological Complexity[M]. Cambridge: Cambridge University Press, 1999: 304 − 328.
[4]	贾桂康, 薛跃规. 紫茎泽兰和飞机草在广西的入侵生境植物多样性分析[J]. 生态环境学报, 2011, 20(5): 819 − 823. JIA Guikang, XUE Yuegui. The invasive inhabit diversity of Eupatorium adenophorum and Eupatorium odoratum in Guangxi [J]. Ecol Environ, 2011, 20(5): 819 − 823.
[5]	MACK R N, SIMBERLIFF D, LONSDALE W M. Biotic invasions: causes, epidemiology, global consequences, and control [J]. Ecol Appl, 2000, 10(3): 689 − 710.
[6]	PYŠEK P, RICHARDSON D M. The biogeography of naturalization in alien plants [J]. J Biogeogr, 2006, 33(12): 2040 − 2050.
[7]	JERMY A C. Plant invaders: the threat to natural ecosystems [J]. Biol Conserv, 1995, 79(2): 313 − 313.
[8]	MYERS J A, VELLEND M, MARKS S G L. Seed dispersal by white-tailed deer: implications for long-distance dispersal, invasion, and migration of plants in Eastern North America [J]. Oecologia, 2004, 139(1): 35 − 44.
[9]	PHELOUNG P C, WILLIAMS P A, HALLOY S R. A weed risk assessment model for use as a biosecurity tool evaluating plant introductions [J]. J Environ Manage, 1999, 57(4): 239 − 251.
[10]	李根有, 李修鹏, 张芬耀, 等. 宁波珍稀植物[M]. 北京: 科学出版社, 2017.
[11]	马金双. 中国外来入侵植物名录[M]. 北京: 高等教育出版社, 2018.
[12]	浙江植物志编委会. 浙江植物志[M]. 杭州: 浙江科学技术出版社, 1989 − 1993.
[13]	郑朝宗. 浙江种子植物检索鉴定手册[M]. 杭州: 浙江科学技术出版社, 2005.
[14]	宝超慧. 大连市外来入侵植物调查及风险评估研究[D]. 大连: 辽宁师范大学, 2016. BAO Chaohui. Investigation and Risk Assessment on Alien Invasive Plants in Dalian[D]. Dalian: Liaoning Normal University, 2016.
[15]	邓雪, 李家铭, 曾浩健, 等. 层次分析法权重计算方法分析及其应用研究[J]. 数学的实践与认识, 2012, 42(7): 93 − 100. DENG Xue, LI Jiaming, ZENG Haojian, et al. Research on computation methods of AHP wight vector and its applications [J]. Math Pract Theory, 2012, 42(7): 93 − 100.
[16]	陈佳超, 吴凡, 花铁. 基于层次分析法的中国各省市安全评估[J]. 灾害学, 2014, 29(4): 198 − 203. CHEN Jiachao, WU Fan, HUA Tie, et al. Safety evaluation on provinces and cities in China by analytic hierarchy process [J]. J Catastrophology, 2014, 29(4): 198 − 203.
[17]	郭金玉, 张忠彬, 孙庆云. 层次分析法的研究与应用[J]. 中国安全科学学报, 2008, 18(5): 148 − 153. GUO Jinyu, ZHANG Zhongbin, SUN Qingyun. Study and applications of analytic hierarchy process [J]. China Saf Sci J, 2008, 18(5): 148 − 153.
[18]	汪远, 李惠茹, 马金双. 上海外来植物及其入侵等级划分[J]. 植物分类与资源学报, 2015, 37(2): 185 − 202. WANG Yuan, MA Huiru, MA Jinshuang. Alien plants in Shanghai and rating of their invasion [J]. Plant Divers Resour, 2015, 37(2): 185 − 202.
[19]	严靖, 闫小玲, 王樟华, 等. 安徽省外来入侵植物的分布格局及其等级划分[J]. 植物科学学报, 2017, 35(5): 45 − 56. YAN Jing, YAN Xiaoling, WANG Zhanghua, et al. Distribution pattern and rating of alien invasive plants in Anhui Province [J]. Plant Sci J, 2017, 35(5): 45 − 56.
[20]	闫小玲, 寿海洋, 马金双. 浙江省外来入侵植物研究[J]. 植物分类与资源学报, 2014, 36(1): 77 − 88. YAN Xiaoling, SHOU Haiyang, MA Jinshuang. The alien invasive plants in Zhejiang Province, China [J]. Plant Divers Resour, 2014, 36(1): 77 − 88.
[21]	丁炳扬, 胡仁勇. 温州外来入侵植物及其研究[M]. 杭州: 浙江科学技术出版社, 2011.
[22]	陈琼, 李肖夏, 王慧. 菊科12种外来植物的有性繁殖特征和入侵风险研究[J]. 植物科学学报, 2018, 36(3): 345 − 353. CHEN Qiong, LI Xiaoxia, WANG Hui. Investigation on sexual reproduction and invasion risk of 12 alien Compositae species [J]. Plant Sci J, 2018, 36(3): 345 − 353.
[23]	舒美英, 蔡建国, 方宝生. 杭州西溪湿地外来入侵植物现状与防治对策[J]. 浙江林学院学报, 2009, 26(5): 755 − 761. SHU Meiying, CAI Jianguo, FANG Baosheng. Situation and control measures of alien invasive plants in Xixi National Wetland Park, Hangzhou City, Zhejiang Province [J]. J Zhejiang For Coll, 2009, 26(5): 755 − 761.
[24]	张晓青, 骆争荣, 陈世通, 等. 九龙国家湿地公园外来入侵植物现状及防治对策研究[J]. 南方林业科学, 2017, 45(3): 53 − 57. ZHANG Xiaoqing, LUO Zhengrong, CHEN Shitong, et al. Studies on the situation and control strategies of alien invasive plants in Jiulong National Wetland Park, Lishui, Zhejiang Province [J]. Nanfang For Sci, 2017, 45(3): 53 − 57.
[25]	徐颖, 郑炜, 施英利, 等. 宁波口岸外来杂草的调查研究[J]. 植物检疫, 2014, 28(4): 70 − 73. XU Ying, ZHENG Wei, SHI Yingli, et al. Study on alien weeds of Ningbo Port [J]. Plant Quar, 2014, 28(4): 70 − 73.
[26]	蒋奥林, 朱双双, 陈雨晴, 等. 中国香港外来入侵植物[J]. 广西植物, 2018, 38(3): 289 − 298. JIANG Aolin, ZHU Shuangshuang, CHEN Yuqing, et al. Alien invasive plants in Hong Kong [J]. Guihaia, 2018, 38(3): 289 − 298.
[27]	彭鑫怡, 李永春, 王秀玲, 等. 植物入侵对土壤微生物的影响[J]. 浙江农林大学学报, 2019, 36(5): 1019 − 1027. PENG Xinyi, LI Yongchun, WANG Xiuling, et al. Effects of invasive plants on soil microbial communities: a review [J]. J Zhejiang A&F Univ, 2019, 36(5): 1019 − 1027.
[28]	朱峻熠, 胡军飞, 欧丹燕, 等. 浙江普陀山外来入侵植物组成及危害现状[J]. 浙江农林大学学报, 2020, 37(4): 737 − 744. ZHU Junyi, HU Junfei, OU Danyan, et al. Species components and hazards of alien invasive plants in Putuoshan Island, Zhejiang Province [J]. J Zhejiang A&F Univ, 2020, 37(4): 737 − 744.

[1]	沈鹏, 李功权. 基于生态位因子模型的湖北省松材线虫病风险评估 . 浙江农林大学学报, 2021, 38(3): 560-566. doi: 10.11833/j.issn.2095-0756.20200365
[2]	朱峻熠, 胡军飞, 欧丹燕, 黄燕, 魏子璐, 吴昊正基, 金水虎. 浙江普陀山外来入侵植物组成及危害现状 . 浙江农林大学学报, 2020, 37(4): 737-744. doi: 10.11833/j.issn.2095-0756.20190538
[3]	朱青, 盛岩. 滇西北丽江市中国种子植物特有种组成分析 . 浙江农林大学学报, 2019, 36(3): 479-485. doi: 10.11833/j.issn.2095-0756.2019.03.007
[4]	芦建国, 景蕾. 南京市公园绿地苔藓植物多样性及特点 . 浙江农林大学学报, 2019, 36(3): 486-493. doi: 10.11833/j.issn.2095-0756.2019.03.008
[5]	王宁, 昌孝涛, 袁美丽, 陈浩. 香豆素对入侵植物节节麦种子萌发及幼苗生长的影响 . 浙江农林大学学报, 2019, 36(4): 835-840. doi: 10.11833/j.issn.2095-0756.2019.04.025
[6]	张洁, 尹德洁, 关海燕, 屈琦琦, 董丽. 景天属植物研究综述 . 浙江农林大学学报, 2018, 35(6): 1166-1176. doi: 10.11833/j.issn.2095-0756.2018.06.022
[7]	张延平, 陈振超, 汤富彬, 任传义, 倪张林, 屈明华. 浙、川、湘毛竹主产区冬笋重金属质量分数及健康风险评估 . 浙江农林大学学报, 2018, 35(4): 635-641. doi: 10.11833/j.issn.2095-0756.2018.04.008
[8]	张友青, 李凯利, 刘兴泉, 王昭君, 吴俊, 陆品. 浙江省毛笋干有害物质污染及健康风险评估 . 浙江农林大学学报, 2017, 34(1): 178-184. doi: 10.11833/j.issn.2095-0756.2017.01.024
[9]	崔静, 吴记贵, 黄伯高, 蒋万杰, 范雅倩, 程瑾. 兰科植物的生殖隔离 . 浙江农林大学学报, 2016, 33(4): 695-702. doi: 10.11833/j.issn.2095-0756.2016.04.020
[10]	傅晓强, 马丹丹, 陈征海, 李修鹏, 李根有. 发现于宁波的7种浙江新记录植物 . 浙江农林大学学报, 2016, 33(6): 1098-1102. doi: 10.11833/j.issn.2095-0756.2016.06.025
[11]	傅晓强, 张幼法, 陈征海, 李修鹏, 杨紫峰, 李根有. 产于宁波的2种中国新记录植物 . 浙江农林大学学报, 2015, 32(6): 990-992. doi: 10.11833/j.issn.2095-0756.2015.06.024
[12]	张幼法, 李修鹏, 陈征海, 马丹丹, 杨紫峰, 傅晓强, 李根有. 发现于宁波的浙江省植物新记录科——田葱科 . 浙江农林大学学报, 2014, 31(6): 990-991. doi: 10.11833/j.issn.2095-0756.2014.06.024
[13]	林海伦, 李修鹏, 章建红, 沈波. 中国兰科植物1新种——宁波石豆兰 . 浙江农林大学学报, 2014, 31(6): 847-849. doi: 10.11833/j.issn.2095-0756.2014.06.004
[14]	叶喜阳, 马丹丹, 陈征海, 金水虎, 李根有. 发现于宁波的浙江归化植物新记录 . 浙江农林大学学报, 2014, 31(5): 821-822. doi: 10.11833/j.issn.2095-0756.2014.05.026
[15]	宋小玲, 曹飞, 何云核, 强胜, 秦卫华, 蒋明康. 广东省鼎湖山国家级自然保护区外来入侵植物调查 . 浙江农林大学学报, 2009, 26(4): 538-543.
[16]	舒美英, 蔡建国, 方宝生. 杭州西溪湿地外来入侵植物现状与防治对策 . 浙江农林大学学报, 2009, 26(5): 755-761.
[17]	张岚, 高素萍. 园林植物化感作用研究现状与问题探讨 . 浙江农林大学学报, 2007, 24(4): 497-503.
[18]	马丹丹, 李根有, 颜福彬, 林雪峰. 浙江省温岭市种子植物区系特点 . 浙江农林大学学报, 2006, 23(4): 373-377.
[19]	林新春, 俞志雄. 木兰科植物的叶表皮特征及其分类学意义 . 浙江农林大学学报, 2004, 21(1): 33-39.
[20]	张仁照. 宁波城市雕塑调查分析 . 浙江农林大学学报, 2000, 17(4): 392-397.

期刊类型引用(20)

1.	邓再春，张超，朱夏力，范金明，钱慧，李成荣. 基于无人机多光谱影像的云南松林蓄积量估测模型. 浙江农林大学学报. 2024(01): 49-56 . 本站查看
2.	贾勃，王新杰. 应用贝叶斯模型平均法建立东北云冷杉针阔混交林蓄积生长模型. 东北林业大学学报. 2023(01): 1-5 . 百度学术
3.	吴胜义，王义贵，王飞，李伟坡. 基于多距离度量kNN模型的森林蓄积量反演. 中南林业科技大学学报. 2023(02): 10-18 . 百度学术
4.	胡建锦，熊伟，方陆明，吴达胜. 基于距离相关系数和Catboost方法的森林蓄积量估测. 中南林业科技大学学报. 2023(05): 27-35 . 百度学术
5.	魏智海，张志超，李崇贵. 基于GF-1PMS影像的森林郁闭度定量估测模型研究. 西北林学院学报. 2022(04): 231-237 . 百度学术
6.	吕金城，王振锡，杨勇强，曲延斌，马琪瑶. 基于WorldView-2影像和随机森林算法的天山云杉蓄积量反演. 新疆农业科学. 2022(08): 1992-1998 . 百度学术
7.	李坤，吴达胜，方陆明，刘建超. 运用Sentinel-2遥感影像数据估测森林蓄积量. 东北林业大学学报. 2021(05): 59-66 . 百度学术
8.	庞晓燕，刘海松，年学东，张志超，李崇贵，董相军. 应用Sentinel-2A卫星遥感影像估测森林蓄积量. 东北林业大学学报. 2021(07): 72-77+90 . 百度学术
9.	肖越，许晓东，龙江平，林辉. 基于国产高分数据的森林蓄积量反演研究. 林业资源管理. 2021(03): 101-107 . 百度学术
10.	苏迪，高心丹. 基于无人机航测数据的森林郁闭度和蓄积量估测. 林业工程学报. 2020(01): 156-163 . 百度学术
11.	朱赞，袁希平，甘淑，张良洁，赵庆会. 高分1号数据用于云南文山三七种植信息提取. 浙江农林大学学报. 2020(01): 129-135 . 本站查看
12.	刘兆华，林辉，龙江平，李新宇. 基于高分二号的旺业甸林场蓄积量估测模型研究. 中南林业科技大学学报. 2020(03): 79-84+118 . 百度学术
13.	宋亚斌，邢元军，江腾宇，林辉. 基于距离相关系数和KNN回归模型的森林蓄积量估测研究. 中南林业科技大学学报. 2020(04): 22-27+33 . 百度学术
14.	黄宇玲，吴达胜，方陆明. 基于逐步回归的XGboost方法的森林蓄积量估测. 中南林业科技大学学报. 2020(06): 72-80 . 百度学术
15.	黄宇玲. 基于机器学习的森林蓄积量研究综述. 智能计算机与应用. 2020(04): 158-161 . 百度学术
16.	韩瑞，吴达胜，方陆明，黄宇玲. 基于Boruta和极端随机树方法的森林蓄积量估测. 林业资源管理. 2020(04): 127-133 . 百度学术
17.	崔立，闫保银. 基于遥感技术的森林蓄积量估测研究进展. 江苏林业科技. 2020(04): 45-49 . 百度学术
18.	蒋馥根，孙华，ZHAO Feng，林辉，龙江平. 基于方差优化k最近邻法的森林蓄积量估测. 森林与环境学报. 2019(05): 497-504 . 百度学术
19.	张沁雨，王海宾，彭道黎，夏朝宗，陈健，柳文杰. 基于基准样地法和国产高分数据的湖南省森林植被碳储量估测. 应用生态学报. 2019(10): 3385-3394 . 百度学术
20.	冯源，肖文发，朱建华，黄志霖，鄢徐欣，吴东. 林龄和气候变化对三峡库区马尾松林蓄积量的影响. 北京林业大学学报. 2019(11): 11-21 . 百度学术

其他类型引用(23)

链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200351

https://zlxb.zafu.edu.cn/article/zjnldxxb/2021/3/552

点击查看大图

一级指标(分值)	二级指标(分值)	三级指标(分值)
传入阶段A1(9.0)	入侵途径A11(4.5)	有意引入(2.0)
		无意引入(2.0)
		入侵途径不明(0.5)
	检疫情况A12(4.5)	不具备完善的管理手段(3.5)
	检疫情况A12(4.5)	有针对该物种的管理手段(1.0)

适生阶段A2(12.0)	繁殖方式A21(2.0)	主要依靠无性繁殖(0.5)
		主要依靠有性(种子)繁殖(0.5)
		兼具有性繁殖和无性繁殖(1.0)
	种实及其他繁殖体数量A22(3.0)	少量(0.5)
		一般(1.0)
		大量(1.5)
	繁殖频率A23(3.0)	无性繁殖弱；有性繁殖弱，多年1次(0.5)
		无性繁殖一般；有性繁殖期少于4个月，或每年1次(1.0)
		无性繁殖强；有性繁殖期4个月及以上，或每年多次(1.5)
	在本地区的适应能力A24(4.0)	原产地气候环境与本地区差距较大，适应能力弱(0.5)
		原产地气候环境与本地区有差距，较适宜生长(1.0)
		原产地气候环境与本地区类似，适宜生长(2.5)

扩散阶段A3(22.0)	生长速度A31(8.0)	慢(1.0)
		一般(3.0)
		快(4.0)
	扩散途径和距离A32(14.0)	仅能利用风、水流、生物携带、运输工具等1~2种途径进行短距离扩散(2.0)
		可利用上述1~2种途径进行较长距离扩散(5.0)
		可利用多种途径进行较长距离扩散(7.0)

已入侵分布现状A4 (30.0)	频度A41(9.0)	小，＜30%(2.0)
		中，30%~60%(3.0)
		大，＞60%(4.0)
	盖度A42(6.0)	低，＜30%(1.0)
		中，30%~60%(2.0)
		高，＞60%(3.0)
	密度A43(6.0)	小，＜30%(1.0)
		中，30%~60%(2.0)
		大，＞60%(3.0)
	国内该物种的分布情况A44(9.0)	只在浙江省内有分布(2.0)
		在华东、华南地区有分布(3.0)
		在全国范围内大部分地区有分布(4.0)

危害和影响A5(20.0)	与本地物种生态因子间的竞争A51(3.0)	与本地物种竞争微小(0.5)
		与本地物种竞争较缓(1.0)
		与本地物种竞争激烈(1.5)
	对农、林、渔业的影响A52(5.0)	有轻微影响，局部发生危害(1.0)
		有一定影响，危害面积较小(1.5)
		有巨大影响，危害面积较大(2.5)
	对人畜健康的影响A53(7.0)	影响较小，如有小刺、引起轻微过敏(2.0)
		影响较大，如有毒、有较大尖刺、花粉诱发疾病(5.0)
	对园林绿化、园林景观的影响A54(5.0)	造成轻微影响(1.0)
		造成一定影响(1.5)
		造成严重影响(2.5)

治理难度A6(7.0)	治理方式A61(3.0)	方法单一(1.0)
	治理方式A61(3.0)	需要2种及以上的方式综合治理(2.0)
	防治难度A62(4.0)	防治较容易，投入成本低(0.5)
		防治存在困难，需短期的人力和资金投入(1.0)
		防治困难，需长期、大量的人力和资金投入(2.5)

表(2)

计量

文章访问数: 1603
HTML全文浏览量: 295
PDF下载量: 96
被引次数: 43

1. 研究材料
1.1 研究区概况
1.2 研究数据
2. 研究方法
2.1 遥感特征变量
2.2 自变量筛选
2.3 偏最小二乘回归法
2.4 k-NN算法基本原理
2.5 模型评价
3. 研究结果
3.1 自变量筛选
3.2 蓄积量估测模型构建
3.3 基于k-NN法的森林蓄积量反演
4. 讨论
5. 结论
6. 致谢

全文HTML

外来物种指出现在过去或现在自然分布范围及扩散潜力以外的物种，而归化种指不依靠直接的人为干预而能持续繁殖并维持种群超过1个生命周期的外来物种，它们常常只是建立了自然种群，尚未形成入侵^[1]。外来入侵植物是指由于自然或者人为等因素，由一个特定地域的生态系统传播进入另一个生态环境中定居、繁殖和扩散，并对传入地生态环境或其中的物种构成危害性的植物^[2-3]。大部分外来植物入侵成功后，由于缺少天敌，很容易发生种群数量爆发，并与被入侵地的物种竞争资源，占据物种的生态位，形成单优种群，使当地物种的种类和数量减少^[4-6]，最终使生态环境退化，进而影响农林业以及渔业生产，造成不同程度的经济损失^[7]。随着人类社会交通和贸易的不断发展，越来越多的植物呈现出全球化的蔓延趋势，各国正建立外来生物的评估防治体系以应对生物入侵危害^[8-9]。作为中国东南沿海重要的港口城市，同时也是“海上丝绸之路”东方始发港，宁波外来人流量巨大，贸易往来和货物进出港也十分频繁，大量的货物贸易极大地增加了外来物种入侵的可能，严重影响到宁波市的生态和经济安全。鉴于此，本研究对宁波市外来入侵植物进行了调查，并对入侵植物的危害等级进行了评估，以期为外来入侵植物的科学防控决策提供依据。

1. 研究地区与研究方法

1.1. 研究区概况

宁波市位于中国东南沿海，属长江三角洲南翼，是世界第四大港口城市，陆域总面积为9 816 km²。该区为北亚热带季风气候，年均气温为16.2 ℃，最热月平均气温28.0 ℃，最冷月平均气温4.2 ℃，极端最低气温−11.1 ℃，极端最高气温41.2 ℃，多年平均降水量1 480 mm。境内地势由西南向东北缓慢倾斜，地貌结构丰富，有山地、丘陵、台地、盆地和平原类型。土壤以红壤和粗骨土为主，还有部分为黄壤、紫色土、基性岩土。宁波市在植被区划中属中亚热带常绿阔叶林北部亚地带，但由于长期开发，现存植被以针叶林、灌丛等次生植被及人工植被类型为主^[10]。

1.2. 研究方法

1.2.1. 资料收集与实地调查

查阅文献资料，收集宁波市外来入侵植物种类、原产地等信息，参考《中国外来入侵植物名录》等^[11-13]确定宁波市外来入侵植物种类及生活型。根据各入侵植物的生物学特性和生态学特性，以及人为干扰强度的差异，分别在每个县市区的城乡公园、住宅区、交通道路、江河滨水地带等绿地，以及郊外荒地、山丘丘陵、湖泊河流、水库码头、农田果园等人为干扰较少的自然区块开展线路调查；结合典型生境，设置50个样方(草本样方1 m×1 m、灌木样方5 m×5 m)进行调查，记录每个样方中外来入侵植物的种类及频度、盖度和密度等评估指标。

1.2.2. 外来入侵植物危害程度评估

在完成入侵现状调查的基础上，运用层次分析法(AHP)构建宁波市外来植物入侵风险评估系统^[14]，确定6个一级指标，下设18个二级指标及51个三级指标(表1)，建立各级指标判断矩阵，计算相应的指标权重值，并经一致性检验，将设定的风险评估体系总分100分赋值到各级指标，统计各入侵植物三级指标的得分总和，评估其入侵等级^[15-17]。

表 1 宁波市外来入侵植物风险评估体系

Table 1. Risk assessment system of alien invasive plants in Ningbo City

一级指标(分值)	二级指标(分值)	三级指标(分值)
传入阶段A1(9.0)	入侵途径A11(4.5)	有意引入(2.0)
		无意引入(2.0)
		入侵途径不明(0.5)
	检疫情况A12(4.5)	不具备完善的管理手段(3.5)
	检疫情况A12(4.5)	有针对该物种的管理手段(1.0)

适生阶段A2(12.0)	繁殖方式A21(2.0)	主要依靠无性繁殖(0.5)
		主要依靠有性(种子)繁殖(0.5)
		兼具有性繁殖和无性繁殖(1.0)
	种实及其他繁殖体数量A22(3.0)	少量(0.5)
		一般(1.0)
		大量(1.5)
	繁殖频率A23(3.0)	无性繁殖弱；有性繁殖弱，多年1次(0.5)
		无性繁殖一般；有性繁殖期少于4个月，或每年1次(1.0)
		无性繁殖强；有性繁殖期4个月及以上，或每年多次(1.5)
	在本地区的适应能力A24(4.0)	原产地气候环境与本地区差距较大，适应能力弱(0.5)
		原产地气候环境与本地区有差距，较适宜生长(1.0)
		原产地气候环境与本地区类似，适宜生长(2.5)

扩散阶段A3(22.0)	生长速度A31(8.0)	慢(1.0)
		一般(3.0)
		快(4.0)
	扩散途径和距离A32(14.0)	仅能利用风、水流、生物携带、运输工具等1~2种途径进行短距离扩散(2.0)
		可利用上述1~2种途径进行较长距离扩散(5.0)
		可利用多种途径进行较长距离扩散(7.0)

已入侵分布现状A4 (30.0)	频度A41(9.0)	小，＜30%(2.0)
		中，30%~60%(3.0)
		大，＞60%(4.0)
	盖度A42(6.0)	低，＜30%(1.0)
		中，30%~60%(2.0)
		高，＞60%(3.0)
	密度A43(6.0)	小，＜30%(1.0)
		中，30%~60%(2.0)
		大，＞60%(3.0)
	国内该物种的分布情况A44(9.0)	只在浙江省内有分布(2.0)
		在华东、华南地区有分布(3.0)
		在全国范围内大部分地区有分布(4.0)

危害和影响A5(20.0)	与本地物种生态因子间的竞争A51(3.0)	与本地物种竞争微小(0.5)
		与本地物种竞争较缓(1.0)
		与本地物种竞争激烈(1.5)
	对农、林、渔业的影响A52(5.0)	有轻微影响，局部发生危害(1.0)
		有一定影响，危害面积较小(1.5)
		有巨大影响，危害面积较大(2.5)
	对人畜健康的影响A53(7.0)	影响较小，如有小刺、引起轻微过敏(2.0)
		影响较大，如有毒、有较大尖刺、花粉诱发疾病(5.0)
	对园林绿化、园林景观的影响A54(5.0)	造成轻微影响(1.0)
		造成一定影响(1.5)
		造成严重影响(2.5)

治理难度A6(7.0)	治理方式A61(3.0)	方法单一(1.0)
	治理方式A61(3.0)	需要2种及以上的方式综合治理(2.0)
	防治难度A62(4.0)	防治较容易，投入成本低(0.5)
		防治存在困难，需短期的人力和资金投入(1.0)
		防治困难，需长期、大量的人力和资金投入(2.5)

2. 结果与分析

2.1. 宁波市外来入侵植物物种组成

经统计，宁波市共有外来入侵植物77种，隶属27科58属(表2)。种类最多的菊科Asteraceae达21种，茄科Solanaceae、豆科Leguminosae和禾本科Poaceae各6种，玄参科Scrophulariaceae有5种，共计44种，构成了宁波市外来入侵植物的主体(57.14%)。菊科植物种类最多(27.27%)，这可能与菊科为广布的超大科，种实数量大、体积小，且具有冠毛等利于传播的特殊构造有关。豆科、禾本科等植物种类多，且具有耐土壤瘠薄和繁殖能力强等特点，能在各类生态环境中定居繁殖，这也是它们能成为主要入侵科的原因。

表 2 宁波市外来入侵植物种类统计

Table 2. Species of alien invasive plants in Ningbo City

科名	属名	种名	入侵等级(得分)
胡椒科Piperaceae	草胡椒属Peperomia	草胡椒Peperomia pellucida	Ⅲ(36.0)
荨麻科Urticaceae	冷水花属Pilea	小叶冷水花Pilea microphylla	Ⅳ(32.5)
藜科Chenopodiaceae	藜属Chenopodium	土荆芥Chenopodium ambrosioides	Ⅰ(49.5)
苋科Amaranthaceae	莲子草属Alternanthera	喜旱莲子草Alternanthera philoxeroides	Ⅰ(47.5)
	苋属Amaranthus	刺苋Amaranthus spinosus	Ⅰ(45.5)
	千日红属Gomphrena	银花苋Gomphrena celosioides	Ⅲ(35.5)
紫茉莉科Nyctaginaceae	紫茉莉属Mirabilis	紫茉莉Mirabilis jalapa	Ⅳ(30.0)
商陆科Phytolaccaceae	商陆属Phytolacca	美洲商陆Phytolacca americana	Ⅱ(44.0)
马齿苋科Portulacaceae	土人参属Talinum	土人参Talinum paniculatum	Ⅳ(30.5)
石竹科Caryophyllaceae	蝇子草属Silene	西欧蝇子草Silene gallica	Ⅴ(26.5)
睡莲科Nymphaeaceae	水盾草属Cabomba	水盾草Cabomba caroliniana	Ⅱ(39.5)
十字花科Brassicaceae	独行菜属Lepidium	北美独行菜Lepidium virginicum	Ⅲ(38.0)
豆科Leguminosae	苜蓿属Medicago	南苜蓿Medicago polymorpha	Ⅲ(37.5)
		紫苜蓿Medicago sativa	Ⅲ(35.0)
	草木樨属Melilotus	黄香草木樨Melilotus officinalis	Ⅳ(34.5)
	决明属Cassia	望江南Cassia occidentalis	Ⅳ(32.5)
		决明Cassia tora	Ⅳ(31.5)
	田菁属Sesbania	田菁Sesbania cannabina	Ⅲ(36.0)
酢浆草科Oxalidaceae	酢浆草属Oxalis	红花酢浆草Oxalis corymbosa	Ⅳ(34.5)
大戟科Euphorbiaceae	大戟属Euphorbia	飞扬草Euphorbia hirta	Ⅱ(40.0)
		续随子Euphorbia lathyris	Ⅳ(32.0)
		匍匐大戟Euphorbia prostrata	Ⅲ(38.5)
仙人掌科Cactaceae	仙人掌属Opuntia	单刺仙人掌Opuntia monacantha	Ⅴ(25.0)
		缩刺仙人掌Opuntia stricta	Ⅴ(24.0)
柳叶菜科Onagraceae	丁香蓼属Ludwigia	细果草龙Ludwigia leptocarpa	Ⅳ(32.0)
	月见草属Oenothera	月见草Oenothera biennis	Ⅲ(39.0)
		裂叶月见草Oenothera laciniata	Ⅲ(39.0)
小二仙草科Haloragaceae	狐尾藻属Myriophyllum	粉绿狐尾藻Myriophyllum aquaticum	Ⅳ(33.0)
旋花科Convolvulaceae	番薯属Ipomoea	毛果甘薯Ipomoea cordatotriloba	Ⅳ(30.0)
		瘤梗甘薯Ipomoea lacunosa	Ⅲ(37.0)
		三裂叶薯Ipomoea triloba	Ⅱ(40.0)
		圆叶牵牛Ipomoea purpurea	Ⅱ(43.0)
唇形科Labiatae	水苏属Stachys	田野水苏Stachys arvensis	Ⅴ(29.0)
茄科Solanaceae	曼陀罗属Datura	毛曼陀罗Datura inoxia	Ⅲ(35.0)
	假酸浆属Nicandra	假酸浆Nicandra physaloides	Ⅳ(34.0)
	酸浆属Physalis	毛酸浆Physalis philadelphica	Ⅳ(30.5)
	茄属Solanum	少花龙葵Solanum americanum	Ⅳ(31.5)
		牛茄子Solanum capsicoides	Ⅱ(42.0)
		北美水茄Solanum carolinense	Ⅳ(32.0)
玄参科Scrophulariaceae	凯氏草属Kickxia	戟叶凯氏草Kickxia elatine	Ⅳ(34.5)
	柳穿鱼属Linaria	小龙口花Linaria bipartita	Ⅴ(29.0)
	细柳穿鱼属Nuttallanthus	加拿大柳蓝花Nuttallanthus canadensis	Ⅳ(30.5)
	婆婆纳属Veronica	直立婆婆纳Veronica arvensis	Ⅲ(35.5)
		阿拉伯婆婆纳Veronica persica	Ⅲ(38.5)
车前科Plantaginaceae	车前属Plantago	北美毛车前Plantago virginica	Ⅱ(42.0)
茜草科Rubiaceae	丰花草属Spermacoce	阔叶丰花草Spermacoce alata	Ⅰ(45.0)
桔梗科Campanulaceae	异檐花属Triodanis	卵叶异檐花Triodanis perfoliata ssp. biflora	Ⅳ(34.0)
菊科Asteraceae	金纽扣属Acmella	白花金纽扣Acmella radicans	Ⅴ(29.0)
	霍香蓟属Ageratum	藿香蓟Ageratum conyzoides	Ⅰ(45.5)
	豚草属Ambrosia	豚草Ambrosia artemisiifolia	Ⅰ(47.0)
	鬼针草属Bidens	大狼把草Bidens frondosa	Ⅰ(47.5)
		白花鬼针草Bidens pilosa var. radiata	Ⅱ(41.5)
	飞蓬属Erigeron	香丝草Erigeron bonariensis	Ⅲ(39.0)
		小飞蓬Erigeron canadensis	Ⅰ(46.0)
		苏门白酒草Erigeron sumatrensis	Ⅱ(43.5)
		一年蓬Erigeron annuus	Ⅰ(47.0)
		费城飞蓬Erigeron philadelphicus	Ⅲ(39.0)
		粗糙飞蓬Erigeron strigosus	Ⅳ(31.5)
	牛膝菊属Galinsoga	睫毛牛膝菊Galinsoga quadriradiata	Ⅲ(39.5)
	莴苣属Lactuca	毒莴苣Lactuca serriola	Ⅱ(44.5)
	银胶菊属Parthenium	银胶菊Parthenium hysterophorus	Ⅰ(47.5)
	千里光属Senecio	岩生千里光Senecio wightii	Ⅳ(33.5)
	一枝黄花属Solidago	加拿大一枝黄花Solidago canadensis	Ⅰ(50.0)
	裸柱菊属Soliva	裸柱菊Soliva anthemifolia	Ⅱ(41.5)
	苦苣菜属Sonchus	羽裂续断菊Sonchus oleraceo var. asper	Ⅴ(29.0)
	紫菀属Aster	钻形紫菀Aster subulatus	Ⅰ(46.0)
	蒲公英属Taraxacum	西洋蒲公英Taraxacum officinale	Ⅳ(33.0)
	百日菊属Zinnia	多花百日菊Zinnia peruviana	Ⅲ(36.0)
水鳖科Hydrocharitaceae	水蕴草属Egeria	水蕴草Egeria densa	Ⅳ(32.0)
禾本科Poaceae	凌风草属Briza	银鳞茅Briza minor	Ⅴ(28.5)
	高粱属Sorghum	假高粱Sorghum halepense	Ⅱ(42.0)
		匿芒假高粱Sorghum halepense f. muticum	Ⅱ(42.0)
		苏丹草Sorghum sudanense	Ⅲ(38.0)
	米草属Spartina	互花米草Spartina alterniflora	Ⅰ(45.0)
		大米草Spartina anglica	Ⅱ(41.5)
天南星科Araceae	大薸属Pistia	大薸Pistia stratiotes	Ⅰ(48.0)
雨久花科Pontederiaceae	凤眼蓝属Eichhornia	凤眼莲Eichhornia crassipes	Ⅰ(48.0)
说明：Ⅰ表示入侵等级得分≥45.0分；Ⅱ表示入侵等级得分为40.0~＜45.0分；Ⅲ表示入侵等级得分为35.0~＜40.0分；Ⅳ表示入侵等级得　　　　　分为30.0~＜35.0分；Ⅴ表示入侵等级得分＜30.0分

2.2. 宁波市外来入侵植物生活型

宁波市外来入侵植物的生活型可分为草本、藤本和灌木3类，草本植物又可分1年生草本、2年生草本和多年生草本。根据调查结果，1年生草本植物有43种(55.84%)，2年生草本8种(10.39%)，多年生草本有20种(25.97%)；藤本植物有4种(5.19%)；常绿灌木2种(2.60%)。草本植物达71种，占92.21%，主要原因是相较于藤本和灌木，草本植物的适应性更强，种子数量多且轻小，传播也较容易，繁殖速度和生长速度也更迅速。

2.3. 宁波市外来入侵植物原产地

宁波市外来入侵植物的原产地来源广泛，经重复统计，来自美洲的入侵植物最多，共58种(75.32%)；其次是原产为欧洲的植物15种(19.48%)；来自亚洲、非洲和大洋洲的物种数量相对较少，依次为8种(10.39%)、6种(7.79%)、1种(1.30%)。

2.4. 宁波市外来入侵植物入侵途径

宁波市外来入侵植物的入侵途径有3种，为有意引入、无意引入、入侵途径不明。从种类数量上对比，从高到低依次为有意引入、无意引入、入侵途径不明，有意引入的入侵植物37种，占所有入侵植物的48.05%，如紫茉莉、红花酢浆草、圆叶牵牛等作为观赏植物被引入，互花米草和大米草作为牧草被引入；32种无意引入，占41.56%，如刺苋、假高粱很可能随着粮食进口传播扩散，飞扬草、北美毛车前、大狼把草等则是通过入境旅游、交通工具等途径无意引入；入侵途径不明的有8种，占10.39%，如细果草龙、裂叶月见草等。

2.5. 宁波市外来入侵植物入侵风险等级划分

宁波市77种外来入侵植物风险评估得分为24~50分，根据得分高低将入侵风险划分为5个等级(表2)。Ⅰ级风险外来入侵植物有加拿大一枝黄花、土荆芥等15种，在宁波市分布广泛，且已对生态环境和经济造成较严重影响。Ⅱ级风险外来入侵植物有三裂叶薯、美洲商陆等14种，在宁波市分布较广，对生态环境和经济造成较大影响。Ⅲ级风险外来入侵植物有费城飞蓬、睫毛牛膝菊等18种，在宁波市局部分布，对生态环境和经济造成一定影响，或分布较广，具潜在危害的入侵植物。Ⅳ级风险外来入侵植物有红花酢浆草、黄香草木樨等22种，在宁波市局部分布，对生态环境和经济尚未造成明显的影响，且难以形成新的入侵发展趋势。Ⅴ级风险外来入侵植物有白花金纽扣、羽裂续断菊等8种，在宁波市偶有分布，基本不影响生态环境和不造成经济损失^[18-19]。

宁波市外来入侵植物的入侵风险等级较高，其中入侵等级为Ⅰ级和Ⅱ级的种类之和有29种，占总外来入侵物种数的37.66%。其中15种Ⅰ级入侵植物全部同属于浙江省严重危害入侵植物和中国Ⅰ级入侵植物，属于对生态环境和经济造成严重危害的入侵植物。出现在4批中国自然生态系统外来入侵物种名单中的20种外来入侵植物，全部归属于宁波市Ⅰ级和Ⅱ级外来入侵植物，其中Ⅰ级14种，Ⅱ级6种。

3. 结论与讨论

3.1. 外来入侵植物入侵危害现状

宁波市外来入侵植物种类达77种，其中49种已有文献记载^[20]。作为外来植物的“登陆点”，宁波市新出现的外来种较多，这与其独特的地理位置，港口环境，以及多样的生境和植被类型等自然条件有密切的关系，许多外来植物的种实可能随进口货物或运输工具潜入宁波，并在运输过程中随地散落或被风带到合适的环境，生根发芽。

对照浙江省和温州地区外来入侵草本植物所占比例^[20-21]，宁波市外来入侵植物的生活型非常单一，突出了沿海地区草本入侵植物占比更大的特点。相对于木本植物，草本植物的生长周期短，并具有更好的扩散适应特性，如菊科植物种实量大，且种子质量轻，具有冠毛、钩刺等以扩散传播^[22]；禾本科植物具有高度进化的花序，加大了风力远距离传播种子的机会；豆科植物具有固氮能力，通过固氮获取额外的营养加速生长发育、成熟和繁殖。

宁波市外来入侵植物的原产地主要集中在热带地区，与全国和浙江全省的情况对照，其原产地入侵植物构成比例近乎一致。宁波地处浙江东部沿海，气候温暖湿润，与美洲和欧洲的气候相近，港口接待大量来自美洲、欧洲的货轮，尤其是美洲运输粮食的巨轮，入侵植物的种子极易夹带在货物中，在运输过程中散落在宁波境内，生长繁殖，更易爆发入侵灾害。

宁波外来入侵植物的入侵等级与浙江省危害程度等级和中国外来入侵植物等级基本一致，个别入侵植物根据在宁波市的实际分布情况，在等级上有少许变动。入侵等级较高的外来植物，也是宁波入侵植物广布种，需要重点防控。

3.2. 外来入侵植物防控建议

随着贸易经济的不断发展，人为影响和入侵程度的加剧，宁波外来入侵植物的种类和数量仍会持续增长，建议加强外来物种入侵的源头控制，谨慎选择需要的引进物种^[23]，规范外来物种引种的安全程序^[24]；健全外来物种逃逸暴发灾害的应对措施，依法追究人为恶意造成外来物种入侵的法律责任；建立宁波外来入侵植物信息库，进行科学监测与评估，为有效防控提供决策依据^[25-26]。

外来入侵植物风险评估是与时俱进的过程，需要根据外来植物入侵的动态变化及时更新，避免因信息遗漏、评估滞后而造成更大的危害^[27-28]。建议根据评定的等级结果，采取相应的综合治理手段，与上海港等临近港口城市开展区域性联动，及时共享信息，共同防范。

参考文献 (28)

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

宁波市外来入侵植物及其入侵风险评估

DOI: 10.11833/j.issn.2095-0756.20200351

作者简介: 魏子璐(ORCID: 0000-0003-2145-1436)，从事植物分类研究。E-mail: 731624894@qq.com

通信作者: 金水虎(ORCID: 0000-0003-0334-6683)，教授，从事植物分类和植物资源研究。E-mail: jsh501@163.com

Investigation and risk assessment of alien invasive plants in Ningbo, Zhejiang Province

1. 研究材料

1.1 研究区概况

1.2 研究数据

1.2.1 地面数据及辅助数据

1.2.2 遥感影像

1.2.3 地面数据处理

1.2.4 遥感影像预处理

2. 研究方法

2.1 遥感特征变量

2.2 自变量筛选

2.3 偏最小二乘回归法

2.4 k-NN算法基本原理

2.5 模型评价

3. 研究结果

3.1 自变量筛选

3.2 蓄积量估测模型构建

3.2.1 偏最小二乘回归模型构建

3.2.2 k值的确定

3.2.3 模型验证

3.3 基于k-NN法的森林蓄积量反演

4. 讨论

5. 结论

6. 致谢

期刊类型引用(20)

其他类型引用(23)

计量

出版历程

宁波市外来入侵植物及其入侵风险评估

doi: 10.11833/j.issn.2095-0756.20200351

浙江农林大学 林业与生物技术学院，浙江 杭州 311300

作者简介: 魏子璐(ORCID: 0000-0003-2145-1436)，从事植物分类研究。E-mail: 731624894@qq.com

通信作者: 金水虎(ORCID: 0000-0003-0334-6683)，教授，从事植物分类和植物资源研究。E-mail: jsh501@163.com

English Abstract

Investigation and risk assessment of alien invasive plants in Ningbo, Zhejiang Province

College of Forestry and Biotechnology, Zhejiang A&F University, Hangzhou 311300, Zhejiang, China

全文HTML

1.1. 研究区概况

1.2. 研究方法

1.2.1. 资料收集与实地调查

1.2.2. 外来入侵植物危害程度评估

2.1. 宁波市外来入侵植物物种组成

2.2. 宁波市外来入侵植物生活型

2.3. 宁波市外来入侵植物原产地

2.4. 宁波市外来入侵植物入侵途径

2.5. 宁波市外来入侵植物入侵风险等级划分

3.1. 外来入侵植物入侵危害现状

3.2. 外来入侵植物防控建议

目录

全文HTML

1.1. 研究区概况

1.2. 研究方法

1.2.1. 资料收集与实地调查

1.2.2. 外来入侵植物危害程度评估

2.1. 宁波市外来入侵植物物种组成

2.2. 宁波市外来入侵植物生活型

2.3. 宁波市外来入侵植物原产地

2.4. 宁波市外来入侵植物入侵途径

2.5. 宁波市外来入侵植物入侵风险等级划分

3.1. 外来入侵植物入侵危害现状

3.2. 外来入侵植物防控建议

浙江农林大学林业与生物技术学院，浙江杭州 311300

作者简介:
魏子璐(ORCID: 0000-0003-2145-1436)，从事植物分类研究。E-mail: 731624894@qq.com