基于GIS的陕西蝗虫地理分布及区划分析

《基于GIS的陕西蝗虫地理分布及区划分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、∗基于GIS的陕西蝗虫地理分布及区划分析121**白义，周自翔，许升全（1．陕西师范大学生命科学学院，陕西西安710062；2．陕西师范大学旅游与环境学院，陕西西安710062）摘要：运用GIS（地理信息系统）技术研究陕西蝗虫物种地理分布及区划。以593个(0.2º×0.2º)经纬网格单元统计蝗虫物种数，并采用多元分析的分层聚类方法进行了聚类分析。结果表明：太白、安康两地是陕西蝗虫物种最丰富的地区；鄂尔多斯高原植被稀少，蝗虫物种却较陕北高原丰富。当相关性系数为0.538时，593个地理分布单元聚为

2、9组。聚类结果与陕西自然环境区划基本相似，但秦岭山地被聚为两类，即秦岭南坡与秦岭北坡；商南丘陵在聚类分析中从秦岭山地分出；安康地区与巴山山地聚为一类；巴山与米仓山被聚为并列的两组。关键词：陕西；蝗虫；GIS；聚类分析；分布格局TheDistributionandGeographicDivisionofGrasshopperinShaanxiBasedonGIS121BaiYi,ZhouZi-xiang,XuSheng-quan(1.CollegeofLifeScience,ShaanxiNorma

3、lUniversity,Xi’an710062,China;2.CollegeofTourismandEnvironment,ShaanxiNormalUniversity,Xi’an710062,China)Abstract:ThispaperdealswiththedistributionandgeographicdivisionofgrasshopperinShaanxibyusingGIS(GeographicInformationSystem)techniques.Inordertosh

4、owthespeciesrichnessofgrasshopperinthedistributionalunits,weused593longitudeandlatitudegridscell(0.2º×0.2º)tocountthespeciesdataofgrasshopperandusedmulti-analysishierarchicalclustermethodintheclusteranalysis.Theresultsofthespeciesrichnessanalysisshows

5、:TaibaiandAnkangaretherichestspeciesareasofgrasshopperinShaanxi.ThevegetationoftheOrdosPlateauisrare,butthespeciesofgrasshopperisricherthantheShaanbeiPlateau.Theclusteranalysisshows:The593distributionalunitsareclusteredinto9groupswiththeproximitycoeff

6、icientsof0.538.ThisresultissimilartothePhysicalDivisionofShaanxi.Therearesomedifferencesasfollows:QinlingMountainaredividedintotwogroups:theSouthSlopeofQinlingandtheNorthSlopeofQinling;ShangnanHillisseparatedfromQinlingMountain;AnkangAreaandBashanMoun

7、tainareclusteredintoonegroup;BashanMountainandMicangMountainareclusteredintotwoparatacticgroups.KeyWords:Shaanxi;Grasshopper;GIS;ClusterAnalysis;Distribution陕西省地处中国内陆，境内环境条件复杂，物种资源丰富（Nie,1980）。分布有蝗虫种类104种，属于9科56属。郑哲民根据陕西自然环境区划（Nie,1980）将陕西蝗虫划分为7个分布区（Z

8、heng&Xu,1990）并研究了各区蝗虫的物种分布和区系。刘缠民（Liu&Lian,2004）对太白山地区蝗虫垂直地带分布规律做了研究。刘晓英研究了陕北沙化环境中蝗虫物种的分布状况（Liu,2003）。但这些工作要么从环境角度出发，要么以局部研究为主，未能从蝗虫自身分布特点出发，对陕西蝗虫的地理分布规律做系统研究。以往学者对动物地理分布规律的研究主要依据区划单元或行政单元，进行聚类分析（Pan∗国家自然科学基金项目（项目编号：30307170）**通讯作者：陕西师范大学动物研究所