长株潭城市群生态绿心地区生态网络构建及优化

甘静静

湖南省农林工业勘察设计研究总院，湖南长沙 410007

快速的城市扩张和高强度的土地开发极大地改变了地表的原始形态，自然景观不断被侵蚀，景观破碎化不断加剧，严重威胁区域生态安全[1-3]。尤其在城市化率较高的地区，无序的城市开发建设引发了诸如生物多样性下降、生态景观连通性降低、当地气候适宜性变差等生态问题[4]。构建生态网络是兼顾生态保护与区域发展和保障生态安全的有效途径[5]，对于提升区域生态系统健康水平及生态服务功能，确定区域发展边界具有重要意义[6]。在研究内容上，生态网络的研究主要集中在生物多样性保护、城市绿色空间建设、生态服务系统和生态网络的时空演化等[7]。从研究方法来看，构建生态网络多采用最小累积阻力模型、电路模型和重力模型等[8]，其中最小累积阻力模型被广泛应用于区域生态网络的构建和优化[9]。生态网络的构建旨在通过识别和组合区域生态源地和生态廊道，在空间上形成紧密相连的网络系统[10-11]，由“生态源地—生态廊道”要素组成的生态网络已成为构建生态安全格局的基本模式[12]，“源地识别—阻力面构建—廊道提取”的研究模式是构建生态网络的主流方法[13]。

长株潭城市群生态绿心地区（简称“生态绿心”）是长株潭城市群的重要生态屏障，生态区位极其重要。《长株潭城市群生态绿心地区总体规划（2010-2030）2018 年修改》将“规划形成斑块—廊道—基质的网络化景观生态格局”的生态网络策略纳入了生态发展策略之一。然而，随着长株潭城市群社会经济的快速发展和建设规模的不断扩大，如何平衡保护与发展的关系，充分发挥生态绿心的生态枢纽作用成为一项重大挑战。因此，该研究基于“源地识别—阻力面构建—廊道提取”的研究模式构建生态绿心的生态网络，并在此基础上提出生态网络的优化策略，以期为研究区建立稳定的生态网络提供参考。

1 材料与方法

1.1 研究区概况

生态绿心位于长沙、株洲和湘潭三市交汇地区，地理坐标介于27°43′29″N～28°05′55″N，112°53′32″E～113°17′42″E 之间。东至浏阳市镇头镇，南至湘潭县易俗河镇，西至长潭高速西线，北至长沙绕城线及浏阳河，共涉及9 个乡镇、12个街道办事处，总面积约528.32km2（图1a）。境内地形以丘陵为主，通过对DEM 分析后显示区内平均海拔70m，相对高差255m。属亚热带季风气候，年平均气温16.0℃～17.3℃，年均降水量1389.8mm[14]。景观类型以林地和耕地为主，农林用地占城乡用地的75.28%。

图1 研究区位置（a）及土地利用类型空间分布（b）Fig.1 Location (a) and Land Use Type (b) in the Study Area

1.2 数据来源及处理

该研究采用的主要数据、来源及处理程序：①长株潭行政界线、研究区范围及土地利用数据：来自湖南省农林工业勘察设计研究总院内部资料，其中土地利用数据源为林草湿数据与国土“三调”数据对接融合初步成果。将土地利用数据重新划分为林地、水域、草地、耕地、建设用地和其他用地六种土地利用类型（图1b），参照最新卫星影像经目视判读和外业核验后修正，并转化为30m 分辨率的栅格数据。②夜间灯光数据：来自珞珈一号夜光遥感卫星数据（http://59.175.109.173：8888/index.html），空间分辨率为120m，成像时间为2019 年3 月11 日。为了减少误差，将其转化为30m 分辨率栅格数据。③DEM 数据：来自中国科学院地理空间数据云（http://www.gscloud.cn）30m 分辨率ASTERGDEM 数字高程数据；④重要生态基础设施、功能分区及交通现状数据来源于《长株潭城市群生态绿心地区总体规划（2010-2030）2018 年修改》（简称《规划》）（http://fgw.hunan.gov.cn/fgw/xxgk_70899/gzdtf/gzdt/201909/t20190920_10397166.html）中的“生态建设规划图”、“总体分区规划图”及“综合交通现状图”；⑤路网数据来源于OpenStreetMap（https://www.openstreetmap.org），提取的路网数据主要包括铁路、高速公路、国道、省道及城市快速路五种类型，参照《规划》中“综合交通现状图”修正。其中，通过将夜间灯光数据、DEM 数据和路网数据投影和变换、“生态建设规划图”、“总体分区规划图”及“综合交通现状图”地理配准等处理之后统一至CGCS2000 坐标系统下。

1.3 构建生态网络

1.3.1 识别生态源地

（1）基于MSPA 的备选生态源地识别。将林地和水域重分类为前景，其他土地利用类型重分类为背景，数据二值化后导入Guidos Toolbox 软件，采用8 邻域规则，边缘深度设置为1，经MSPA 分析后获得了7 类互不重叠的景观类型，选取核心区景观类型斑块作为备选生态源地。（2）距离阈值的确定。在景观连通性分析前首先需选定合理的距离阈值，该研究选取面积＞0.05km2的核心区斑块，设定100m、200m、500m、1000m、1500m、2000m、2500m、3000m、3500m、4000m、4500m 和5000m 共12 个距离阈值，使用Conefor2.6 软件和Conefor Inputs 插件计算各距离阈值下景观组分数（NC）随距离阈值的变化规律，确定适宜距离阈值。（3）景观连通性分析。概率连通指数（PC）[15]被广泛用于分析斑块间连通性水平和斑块重要性。

其中，n 为斑块数量，ai和aj分别为斑块i 和j的面积，Pij为斑块i 和j 之间所有路径概率的乘积最大值，AL为研究区总面积。dPC 为被移除斑块重要值，值越大表示被移除斑块越重要。

（4）识别生态源地斑块。该研究选取三种生态源地类型：类型一为dPC＞5、面积＞0.5km2且涉及主要生态基础设施（如森林公园、郊野公园）的核心区斑块；类型二为dPC＞5、面积＞0.5km2但不涉及主要生态基础设施的核心区斑块；类型三为在除类型一所涉及的生态基础设施之外的其他重要生态基础设施所在区域面积最大的核心区斑块。上述三种类型生态源地构成了研究区生态源地数据集，提取生态源地质心点作为生态源点，并按照生态源地类型分为三类。

1.3.2 构建生态阻力面

参考已有研究[16]，结合研究区特点，构建不同土地利用类型基础阻力值（表1），经夜间灯光数据修正后，按照自然间断点分级法划分为低阻力、中阻力和高阻力三个区域。

表1 各土地利用类型基础阻力值Tab.1 Basic Resistance Value of Each Land Use Type

其中，R′为斑块i 修正后的阻力值，TLIi是a 土地利用类型中斑块i 的夜间灯光值，TLIa为土地利用类型在整个研究区中夜间灯光的平均值，Ri为斑块i 的基础阻力值。

1.3.3 潜在生态廊道构建

基于生态源地和生态阻力面，利用Kaaapen 等人[17]提出的MCR 模型，将得到生态源地之间的最小阻力路径作为潜在生态廊道。

其中，Dij是位置i 到源j 的距离，R′i是移动过程中遇到的阻力，MCR 是最小累积阻力。

1.3.4 重要生态廊道识别

使用重力模型度量生态源地之间相互作用力的强弱，以确定各条生态廊道对区域生态系统的重要性[18]。生态源地之间相互作用越大，生态廊道越重要。

其中，Gab是生态源地a 和b 之间的相互作用强度，Sa和Sb分别是a 和b 的面积，Pa和Pb分别代表a 和b 的平均阻力值，Lmax为所有生态廊道累积阻力的最大值，Lab是a 和b 之间生态廊道累积阻力值。该研究选取相互作用强度大于20 的生态廊道作为重要生态廊道，其余为一般生态廊道。

3 结果与分析

3.1 生态源地识别

3.1.1 景观格局分析

如表2 及图2a 所示，基于MSPA 方法识别出的前景总面积319.15km2，占研究区总面积的60.4%，研究区生态基础较好。其中，核心区152.92km2，占前景总面积的47.91%，主要分布在研究区中部石燕湖省级森林公园、昭山省级森林公园、昭山风景名胜区和石峰九郎山省级森林公园等自然保护地集中区域。桥接区占前景总面积的15.57%，可以间接提高景观的连通性。边缘区是核心区与非生态景观要素的过渡地带，面积68.29km2，占前景总面积高达21.4%。由表3 可知，＜0.05km2斑块占核心斑块总数量的90.6%，占总面积的12.6%；≥0.05km2斑块占核心斑块总数量的9.4%，占总面积的87.4%。

图2 MSPA 景观类型（a）和生态源地（b）的空间分布Fig.2 Spatial Distribution of MSPA Landscape Types (a) and Ecological Sources (b)

表2 基于MSPA 的景观分类统计结果Tab.2 Statistical Results of Landscape Classification Based on MSPA

表3 不同尺度核心区斑块的面积和比例Tab.3 Area and Proportion of Core Patches at Different Scales

3.1.2 距离阈值确定

由图3 可以看出，景观组分数（NC）随距离阈值的增加而呈先急剧下降后逐渐平稳的趋势。当距离阈值为800 m 时，NC 值为8，最大组分包含309 个斑块，占斑块总数量的93.6%。此距离阈值下各斑块呈组团状连接，景观破碎化程度较低。因此，该研究选择800m 距离阈值进行连通性分析。

图3 NC 随距离阈值的变化趋势Fig.3 Variation Trend of NC with Distance Threshold

3.1.3 生态源地提取及分类

在800m 距离阈值下，基于连通性分析并参照《规划》中各生态基础设施分布，提取20 个斑块作为生态源地（图2b 和表4），占核心区总面积的43.3%。集中分布于中部的昭山片区和白马垄片区，暮云片区和柏加—镇头片区缺少生态源地。选定的20 个生态源地包括研究区重要的生态基础设施和生态景观类型，其中类型一包含6 个生态源地，平均面积7.64km2，dPC 均值22.47，主要涉及石燕湖省级森林公园、九郎山省级森林公园、五云峰森林公园、法华山森林公园和湘江；类型二包含5 个生态源地，平均面积3.24km2，dPC 均值10.69，不涉及重要生态基础设施，由于其核心区面积较大，dPC 值较高，被识别为生态源地；类型三包含9 个生态源地，平均面积1.18km2，dPC 均值1.86，主要涉及白竹郊野公园、高云郊野公园、白泉郊野公园、云峰森林植物园、东风水库郊野公园、昭山风景名胜园、嵩山寺植物园、红旗水库郊野公园和金霞山郊野公园等生态价值较高的生态区域。总体上，生态源地类型一至类型三平均面积逐渐减小，dPC 均值逐渐降低。

表4 生态源地分类Tab.4 Classification of Ecological Sources

3.2 生态网络构建

3.2.1 潜在生态廊道提取

基于土地利用类型并经夜间灯光数据修正后的生态阻力面如图4a 所示。从阻力值分布来看，高阻力区占研究总面积的17.4%，集中分布于暮云片区、湘江东岸岳塘片区及荷塘片区的城镇建设用地区域。中阻力区是重要的生态缓冲区域，占研究总面积的24.8%，集中分布于西部和南部片区，有利于该区域生态风险的分散。低阻力区为主要阻力类型，占研究总面积的57.8%，这是由于研究区主要的景观类型为阻力值较低的林地和草地，且受到人为干扰相对较小。通过分析研究区生态源地之间的成本路径，提取190 条潜在生态廊道。

图4 生态阻力面（a）及生态网络（b）Fig.4 Ecological Resistance Surface(a)and Ecological Network(b)

3.2.2 重要生态廊道分析

通过重力模型计算生态源地之间相互作用矩阵（表5-1、表5-2 及表5-3），将生态廊道进一步划分为重要生态廊道和一般生态廊道，其中重要生态廊道26 条，占总量的13.7%（图4b），其对物种迁移具有重要性，在生态廊道建设中应优先考虑。其中，重力模型值大于100 的包括源地3 和源地5、源地11 和源地12、源地5 和源地6、源地8 和源地13、源地8 和源地14 以及源地19 和源地20，潜在生态廊道平均距离4.5km，表明这几组源地两两之间空间关联度高，相互作用强，利于物质和能量的交换和传播，对于生态网络的连通功能作用最为明显。因此，应避免破坏性的人类活动，并重点加强对这些生态廊道的保护管理。重力模型值小于1 的生态廊道55 条，平均长度39.7km，表明这几组源地两两之间空间关联度低，相互作用弱，不利于物种的迁移，应合理安排此类生态源地间踏脚石的建设，以增强生态网络的连通性。

表5 -1 基于重力模型的生态源地间相互作用矩阵Tab.5-1 Interaction Matrix between Ecological Sources Based on Gravity Model

表5 -2 基于重力模型的生态源地间相互作用矩阵Tab.5-2 Interaction Matrix between Ecological Sources Based on Gravity Model

表5 -3 基于重力模型的生态源地间相互作用矩阵Tab.5-3 Interaction Matrix between Ecological Sources Based on Gravity Model

3.3 生态网络优化

如图4b 所示，暮云片区和柏加—镇头片区缺少生态网络连接，有必要在这两个片区增加生态源地以改善生态网络连接。由于暮云片区城镇建成区为优势景观类型，基于MSPA 识别的备选生态源地斑块面积均小于0.05km2且dPC 值较低，因此，此片区不具备新增建设生态源地条件。在柏加—镇头片区选择dPC 值最大的核心区斑块作为新增生态源地，规划新增1 个生态源地，2 条生态廊道。踏脚石是物种在迁移过程中具有短暂栖息功能的小生境斑块，增加踏脚石数量能够增强生态网络稳定性[19]，在生态廊道主要交叉点和长距离生态廊道重要拐点处新增23 个踏脚石。同时铁路、公路等交通道路会阻隔物种迁徙，在与生态廊道的交叉处会产生生态网络断裂点[20]，为最大限度降低交通道路对生态网络的割裂，依据交通路现状识别关键生态断裂点25 个。

4 结论与讨论

4.1 结论

该研究以长株潭生态绿心为研究区，采取“源地识别—阻力面构建—廊道提取”的研究模式构建生态网络，为区域生态格局构建提供参考依据。主要结论如下：

（1）MSPA 方法确定了研究区具有重要生态意义的7 种互不重叠的景观类型，按占前景面积比例依次为：核心区（47.91%）＞边缘区（21.4%）＞桥接区（15.57%）＞支线（7.56%）＞环道区（3.68%）＞岛状斑块（2.36%）＞孔隙（1.52%）。核心区主要分布在研究区中部自然保护地集中区域。

（2）连通性分析的合理距离阈值为800m。共识别20 个生态源地斑块，其中类型一6 个、类型二5个、类型三9 个，类型一至类型三生态源地平均面积逐渐较小，dPC 均值逐渐降低。整体上，生态源地分布均匀，在研究区西北部和东北部缺乏生态源地。

（3）基于生态阻力面使用MCR 模型识别了190条潜在生态廊道，使用重力模型定量评价了各生态源地之间相互作用强度，识别了26 条重要生态廊道设。鉴于生态源地3 和源地5、源地11 和源地12、源地5 和源地6、源地8 和源地13、源地8 和源地14以及源地19 和源地20 之间潜在生态廊道对于生态网络连通性最为重要，应重点对其进行建设、保护和管理。

（4）针对生态网络存在的问题，为了提高生态网络的连通性和稳定性，进一步对生态网络进行优化，新增1 个生态源地、设置23 个踏脚石以及修复25个关键生态断裂点。

4.2 讨论

（1）生态源地识别的主要方法有直接法和综合法。前者直接选择自然保护地、土地覆盖中的自然生态要素等高质量栖息地斑块作为生态源地，通常忽略了景观连通性等特性和研究区当前整体生态格局，主观性强。后者通过研究生态敏感性和生态系统服务的重要性等综合选择，但评价体系缺乏统一的标准。注重结构连通性的MSPA 方法被广泛应用于生态网络分析，能够客观定义景观的结构和性质，并在像元水平上精确定量识别潜在生态源地。然而，仅考虑景观结构连通性很难全面反映区域实际生态状况，将考虑生态斑块间物种迁移、能量交换、信息流通等生物运动能力的景观功能连通性研究方法与MSPA 方法相结合，可以构建更为科学的生态网络。

该研究将景观功能连通性指标dPC 与MSPA 方法相结合并参照《规划》来识别生态源地，不仅避免了人工选择生态源地的主观性，同时也符合研究区生态格局实际。

（2）景观连通性分析首先需要确定合理的距离阈值，不同的距离阈值会带来不同的分析结果，该研究通过探索核心区斑块景观连通性指数随距离阈值的变化规律，以确定合理的距离阈值。MSPA 方法对景观尺度比较敏感且会产生边缘效应，景观像元的大小和设定不同的边缘深度都会直接影响景观分类的结果，该研究在综合考虑研究区范围大小和区域内生物特性差异，确定以30m 像元、边缘深度为1 进行分析，能够满足研究精度。

（3）生态廊道的提取通常基于所构建的生态阻力面，常根据不同的土地利用类型或通过构建综合评价指标体系进行赋值。物种迁徙交流的能力不仅受景观类型的影响，还会受到人类活动等因素的干扰，而夜间灯光数据能够能够客观反映人为干扰。该研究基于土地利用类型并经夜间灯光数据修正后所构建的生态阻力面，能够客观反映景观类型和人为活动叠加因素对生态阻力的影响。

（4）从所构建的生态网络来看，生态源地和生态廊道的分布并不完全均衡。部分生态源地之间相互作用力较小，对应生态廊道距离较长，科学设置“垫脚石”对于生态网络连通性和稳定性具有重要作用。同时研究区存在一定量的交通路网，如铁路、高速公路、国道、省道及城市快速路，生态网络存在断裂点，会在一定程度上阻碍物种在生态源地之间的流动扩散，识别生态廊道断裂点能够为生态网络精准修复提供参考。