適合農業、林業、水利、氣象、地理信息等行業的工程研究人員及學者閱讀，為生態環境建設、區域經濟社會的可持續發展奠定了基礎。

本書通過對植被生境因子空間分布的研究背景及研究方法概述，闡述了研究的技術背景和技術路線，并對研究區的概況與數據預處理情況進行說明，導出關鍵數據表。在后面的章節中詳細闡述了植被氣象因子的經緯度空間變異、潛在蒸散發ET0在時間尺度的分形、氣象要素在時間尺度的變化及分形特征、植物土壤因子的空間變異及模糊聚類、植被地形因子的經緯度空間變異、植被標準差橢圓分析及適宜性評價，最后以多因子支持下神經網絡算法的PRNN模式識別進行植被分區區劃。 本書適合農業、林業、水利、氣象、地理信息等行業的研究人員及學者閱讀，為生態環境建設、區域經濟社會的可持續發展提供了一定參考。

第一章概述/001
第一節全球植被資源概況001
第二節SOTER數據庫概述002
第三節生境因子概述005
第四節地理格網理論概述006
第五節植被生境因子概述008
一、植被研究進展008
二、植被與氣候變化研究進展008
三、植被地理分布的研究進展010
第六節研究的目的與意義011
一、研究的目的011
二、研究的意義012
三、擬解決的關鍵問題013
第七節主要研究內容與技術路線014
一、主要研究內容014
二、主要研究理論及方法015

第二章研究區概況與數據預處理/036
第一節研究區概況036
一、氣象概況036
二、森林植被概況037
三、森林土壤概況038
四、地形地貌概況041
第二節遙感數據及其預處理041
一、 MODIS森林植被蓋度數據041
二、中國地形SRTM數據獲取042
第三節氣象、土壤數據及其預處理043
一、氣象資料屬性043
二、時間屬性044
三、空間屬性044
四、觀測儀器及方法044
五、數據質量檢核044
第四節森林植被屬性的賦值045
第五節創建FM-SOTER數據庫046
一、數據種類及來源046
二、數據參數047
三、數據矢量化047
四、1∶10000地圖分幅及網格劃分048
五、矩形網格數據的識別049
第六節關鍵數據表050

第三章氣象因子的經緯度空間變異/051
第一節平均降水量空間變異分析053
一、平均降水量的空間變異度053
二、平均降水量一階趨勢模型054
三、平均降水量二階趨勢模型055
四、平均降水量三階趨勢模型056
第二節最大降水量空間變異分析058
一、最大降水量空間變異度058
二、最大降水量一階趨勢模型059
三、最大降水量二階趨勢模型059
四、最大降水量三階趨勢模型060
第三節最小降水量空間變異分析062
一、最小降水量空間變異度062
二、最小降水量一階趨勢模型063
三、最小降水量二階趨勢模型064
四、最小降水量三階趨勢模型065
第四節平均氣溫空間變異分析067
一、平均氣溫的變異度067
二、平均氣溫一階趨勢模型068
三、平均氣溫二階趨勢模型069
四、平均氣溫三階趨勢模型069
第五節全國范圍平均濕度空間變異分析071
一、平均濕度空間變異度071
二、平均濕度一階趨勢模型072
三、平均濕度二階趨勢模型073
四、平均濕度三階趨勢模型074
第六節本章小結075

第四章潛在蒸散發ET0在時間尺度的分形/077
第一節蒸散發ET0在時間尺度的單重分形077
一、單重分形理論077
二、R/S重標極差分析法078
第二節數據處理方法079
一、普通克里格插值法079
二、反距離權重插值法080
三、樣條插值法080
四、檢驗方法081
第三節潛在蒸散發ET0分形特征分析081
一、潛在蒸散發ET0變化的持續性081
二、潛在蒸散發ET0的分形特征081
三、潛在蒸散發ET0分形維數與經緯度和海拔的關系082
第四節潛在蒸散發ET0在時間尺度的多重分形082
一、基本原理及公式083
二、典型氣象站的氣象要素多重分形分析085
三、典型氣象站的潛在蒸散發量多重分形特征分析096

第五章氣象要素在時間尺度的變化及分形特征/100
第一節基本原理及公式101
一、氣候傾向率的計算101
二、分形理論101
三、R/S重標極差分析法101
第二節典型站點氣象要素和潛在蒸散發年際變化規律分析102
一、不同氣候類型典型氣象站點概況102
二、氣象要素和潛在蒸散發年際變化規律分析103
第三節全國氣象要素和潛在蒸散發的年際變化規律分析109
第四節全國氣象要素和潛在蒸散發分形特征分析109
一、氣象要素及ET0變化的持續性109
二、氣象要素及ET0分形特征110
第五節本章小結111

第六章植物土壤因子的空間變異及模糊聚類/113
第一節我國植物土壤因子的概況113
第二節植物土壤屬性數據庫114
第三節植物土壤屬性數據分類分析114
一、土壤類別關聯植物植被及關聯度114
二、土壤有機質含量分級及變異度121
三、土壤P含量分級及變異度122
四、土壤K含量分級及變異度123
第四節典型網格區植物土壤模糊聚類123
一、材料與數據123
二、對稱矩陣的生成124
三、模糊聚類定量閾值解算126
第五節本章小結129

第七章植被地形因子的經緯度空間變異/130
第一節網格最大高程空間變異研究135
一、最大高程的空間變異度135
二、網格最大高程一階趨勢模型135
三、網格最大高程二階趨勢模型136
四、網格最大高程三階趨勢模型138
第二節網格最小高程空間變異分析139
一、最小高程的空間變異度139
二、網格最小高程一階趨勢模型140
三、網格最小高程二階趨勢模型141
四、網格最小高程三階趨勢模型142
第三節植被地形因子的經緯度數據144
第四節本章小結144

第八章植被標準差橢圓分析及適宜性評價/145
第一節植被分布概覽145
第二節植被標準差橢圓（SDE）分析146
一、分析量化指標146
二、植被類型的離散度149
三、植被類型的方向趨勢150
第三節植被適應性生境參數分析152
一、針葉林生境分析152
二、栽培植被生境分析153
三、闊葉林和疏林生境分析154
四、草甸和草本沼澤生境分析155
五、灌叢和萌生矮林生境分析155
六、草原和稀樹灌叢草原生境分析156
七、荒漠植被生境分析156
第四節中國植被空間適宜性評價157
一、植被類型代碼與適宜土壤大類157
二、中國植被的緯度區間適宜性159
三、中國植被的經度區間適宜性159
四、中國植被的高程區間適宜性161
第五節本章小結161

第九章多因子支持下的植物分區PRNN模式識別/162
第一節傳統植被分區現狀162
一、中國植被分區概況162
二、傳統分區的局限164
三、中國植物重新分區的必要性164
四、合理分區的原則164
第二節人工神經網絡模式識別模型與數據165
一、人工神經網絡165
二、PRNN模式識別原理166
三、模式識別數據來源166
第三節結果與分析168
一、PRNN模型168
二、識別參數分析169
三、混淆度分析171
四、訓練次數及驗證檢查174

第十章結論與展望/176
一、中國植被氣象因子空間變異度規律176
二、植被分布與土壤類型關系密切178
三、植被地形因子空間變異規律性強178
四、植被生境適宜性被量化界定179
五、植被生境因子空間變異研究展望180

參考文獻/181