基于MSPA与最小路径方法的袁州区生态网络构建与优化

齐松，罗志军*，陈瑶瑶，赵杰，林晓霞

（1.江西农业大学国土资源与环境学院，江西 南昌 330045；2.江西省鄱阳湖流域农业资源与生态重点实验室，

江西 南昌 330045；3.袁州区农业农村局，江西 宜春 336028）

随着社会经济高速发展，人类活动日益增强，快速城市化、交通路网蔓延和农业用地扩张使生态斑块高度破碎化，生态系统稳定性降低，导致一系列生态问题的发生。生态网络作为稳定生态系统、维持生态服务功能、保障区域内物质与能量流动以及协调城市发展的有效途径[1]，是当今生态学研究的热点问题。

生态网络思想最初孕育于欧洲的景观轴线、林荫大道，经历2个世纪的演变后，这一概念在20世纪80年代首次出现在里根总统的环境报告中[1-2]。至今，欧美及国内学者基于自身领域对生态网络展开了大量研究。欧洲学者主要关注如何在高度集约化土地上通过构建生态网络降低人类活动对生态环境的影响[3]。北美学者生态网络规划主要关注未开垦土地、自然保护区、历史文化遗产及国家公园的生态网络建设[4-5]。国内生态网络研究虽然起步较晚，但涉及的领域和角度较为广泛。在生物多样性保护方面，陈小平和陈文波[6]、古璠等[7]采用最小耗费距离模型分别对鄱阳湖生态经济区和福建省自然保护区展开研究。针对城市景观，张远景和俞滨洋[8]基于景观生态学理论，对哈尔滨中心城区内部景观生态格局进行分析及优化格局构建；孔繁花和尹海伟[9]采用最小路径分析法模拟了济南市潜在的生态廊道，并用网络连接度指数对生态网络进行评价；王海珍和张利权[10]采用网络分析法规划了厦门岛的生态网络。在生物保护领域，李慧等[11]基于电路理论识别影响滇金丝猴扩散活动的重点保护与恢复区域；青菁等[12]采用最小代价路径原理和电流理论，划定小相岭山系大熊猫各生境斑块间的生态廊道。在生态保护与城市扩张方面，傅强和顾朝林[13]基于生态网络构建生态安全格局，为生态保护与恢复提供空间决策依据，同时为城市空间扩张提供科学合理的空间指引。

袁州区生态条件良好，全区处于发展的高速时期，如何协调社会经济发展和生态保护之间的矛盾是当前面临的重要问题。本文基于2018年袁州区土地利用数据，从景观结构性和连通性角度入手，结合最小路径方法构建袁州区生态网络，然后通过分析景观连通性和综合阻力分布情况，找出生态网络优化重点，从而构建符合袁州区实际的生态网络，并为其未来用地空间上协调生态保护与城市发展提供科学合理的参考。

1 研究区概况

袁州区位于江西省西部，地处113°54′-114°37′E，27°33′-28°05′N之间，是宜春市政治、经济、文化和信息中心，西接萍乡市，北靠宜春市万载县，东邻新余市，南连吉安市安福县，具有较为突出的地理位置优势和较为便捷的交通区位优势。袁州区境内三面环山，中部丘陵与平原交错分布，属于江西省典型的山地丘陵区。气候类型属于中亚热带季风型湿润性气候，雨水充沛，无霜期短。截止2018年末，全区常住人口107.92万人，全年地区生产总值300.79亿元。全区生态环境条件优越，森林覆盖率高，拥有中国宜居城市、国家森林城市和江西省生态文明城市等荣誉称号，是一个人口密度较高、森林生态优势明显的典型区域。目前袁州区正处于大开放、大建设、大发展的关键时期，建设用地的快速扩张侵蚀着周边生态用地，加上密集路网切割生态斑块，对生物迁移扩散等自然生态过程产生不利影响，如何在社会经济快速发展下维持生态系统的稳定、实现生态可持续发展是目前亟需解决的关键问题。

2 研究方法与数据来源

2.1 基于MSPA方法的景观格局分析

依据研究区范围，为保证景观要素的完整性，本文选择30 m×30 m的栅格作为研究单元。MSPA方法的分析对象分为前景与背景两类数据，对2018年土地利用现状数据进行重分类，将林地设为前景数据，其他土地利用类型为背景数据。利用GuidosToolbox软件将重分类后的数据转换为二值栅格数据，采用recode将前景数据赋值为2，背景数据赋值为1，缺失数据赋为0。然后采用八邻域分析方法进行MSPA分析，将前景数据分为七类景观（表1）。最后输出TIF图并导入ArcGIS中进行地理配准，并对结果进行统计。

2.2 景观连通性评价

景观连通性是指景观促进或阻碍源地间生物体或生态过程运动的程度[14]，对维持生态系统服务和保护生物多样性有重要意义[15]。本文采用整体连通性指数（IIC）与可能连通性指数（PC）评价区域景观连通性。在此基础上，采用斑块重要性指数（dPC）衡量斑块重要程度并提取源地。

表1 MSPA景观类型及含义Table 1 Def nitions of landscape types based on MSPA

式中：i≠j，n为林地斑块总数，ai是指斑块i的面积，aj是指斑块j的面积，nlij表示斑块i和斑块j之间的连接数，AL2表示林地景观的总面积。IIC取值范围在[0,1]，IIC为1时表示林地景观都是栖息地[16]。

式中：i≠j，Pij*表示斑块i和斑块j之间所有路径的最大乘积概率，PC取值范围为[0,1]，PC值越小，斑块之间连通性越低[17]。

式中：PCremove表示去除某斑块后剩余斑块的整体指数值。dPC通过PC的变化衡量斑块维持景观连通性的重要程度[18]。

源地作为大型生态斑块，具有高连通性与生态服务价值，因此本文选取面积大于100 hm2的核心区斑块作为景观连通性评价对象[19]。采用景观连通性评价软件Conefor 2.6，设置连通概率为0.5，同时选取300 m、500 m、800 m、1000 m 4个距离阈值进行计算分析，确定距离阈值为800 m，对选取的核心区斑块进行景观连通性评价，采用自然断点法将斑块重要性指数（dPC）分为非常重要、很重要和一般重要三个等级，选取非常重要和很重要两个等级共计10个斑块作为生态源地。

2.3 生态网络构建

表2 阻力因子权重、分级与赋值表Table 2 Weight, classif cation and assignment of resistance factor

2.3.1 阻力面构建 物种迁移和能量流动除在不同景观类型中会受到阻碍或促进作用之外，还会受到地形影响以及人类活动的干扰。本文结合数据的可获取性，从地形、景观类型和人类活动影响三方面选取高程、坡度、距水体距离、土地利用类型、距建设用地距离、距铁路距离、距高速公路距离和距其他道路距离构建综合阻力面（表2）[1,6]。结合研究区范围大小，通过参考相关学者的研究[20-21]和咨询专家，确定适宜袁州区的阻力因子分级和分值，分值越小，生物物种的迁移与扩散阻力越低，然后结合专家意见，采用层次分析法确定各阻力因子权重，从而构建阻力体系。

2.3.2 生态廊道模拟 从已有研究可知[22-23]，由Mcrae等人开发的Linkage Mapper工具能有效模拟生态源地之间潜在的生态廊道，其判别过程：1）使用ArcGIS软件成本分配和欧几里得分配功能识别相邻核心区域；2）使用源地距离数据构建核心区域网络；3）计算成本加权距离和最低成本路径。本文基于源地与综合阻力面数据，通过Linkage Mapper工具判别并提取出45条生态廊道，对生态廊道景观构成进行统计与分析。

生态廊道相对重要性可通过定量评价生态源地间相互作用强度判定。基于重力模型，构建10个源地之间的相互作用矩阵，将相互作用强度大于临界值100的生态廊道作为重要廊道，其他为一般廊道[24]，得到研究区的生态廊道分级。然后对重要廊道景观组成进行分析，判断优先保护廊道。

2.3.3 生态节点识别 生态节点是生态网络中连接相邻源地并对物种迁移扩散起关键作用的区域，是生态网络的脆弱地段，应加强对生态节点的建设与保护[8,25]。生态节点为最大累积阻力路径与生态廊道的交叉点[26]，生态廊道之间的交点也被认为是生态节点，可以作为生物迁移过程中的栖息地[27]。本文采用ArcGIS 10.2软件中的水文分析对成本加权距离进行洼地填充、流向计算、汇流、栅格计算等操作，提取最大累积阻力路径。

2.4 数据来源

本研究的主要数据包括2018年4月17日Landsat-8/OLI遥感影像数据、DEM数据、交通路网和湖泊水系数据，其中遥感影像数据和DEM数据来源于地理空间数据云（http://www.gscloud.cn/），分辨率30 m；交通路网和湖泊水系数据来源于OSM网站（https://www.openstreetmap.org/），为矢量格式。基于ENVI 5.1软件对遥感影像数据进行辐射定标与大气校正，采用监督分类法，得到袁州区2018年土地利用现状数据，并分为林地、草地、耕地、水体、建设用地与未利用地。然后结合Google Earth当期地图，不断对解译结果进行修正，最终解译整体精度为96.90%，Kappa系数为0.96，可以满足本研究的精度要求。

3 结果分析

3.1 土地利用状况分析

袁州区土地利用类型中，水域和草地在全区中所占比重较小，林地资源总量最高，占总面积的54.57%，集中分布在袁州区的南西北三面。耕地面积为57667.50 hm2，占总面积的22.74%，主要位于丘陵地貌中夹插的小块平原中，分布较为零散。袁州区的建设用地除了在珠泉街道和金园街道相对集中分布外，其他各乡镇的建设用地布局小且分散。未利用土地面积为766.98 hm2，占全区总面积的0.30%，表明袁州区土地资源具有较高利用程度，但后备土地资源不足（图1）。

图1 土地利用空间分布图Fig. 1 Spatial distribution of land use

3.2 生态源地识别

3.2.1 基于MSPA方法的景观格局分析 MSPA方法强调结构性连接，其基于腐蚀、膨胀、开闭运算等数学形态学原理对栅格图像进行处理，能更加精准的识别出景观类型结构，并将前景分为互不相交的七类。从图2和表3可知，袁州区林地占总面积的54.57%，其中核心区面积为102877.31 hm2，占林地面积的74.28%，表明袁州区具有良好的生态条件。核心区主要分布在研究区的南北部，在南部呈集聚状态，面积较大，北部地区呈条带状分布，中部地区较为稀少，破碎化程度较高，且分布较分散，这表明研究区南北地区之间连通性较差，不利于物种的迁移扩散以及物质流动循环。桥接区对物种迁移扩散和物质流动循环起重要作用，对研究区景观连通性有重要意义，其面积为1187.09 hm2，占林地面积的0.86%，面积相对较少，且分布较为破碎，表明核心区斑块之间的沟通并不密切。核心区内外部边缘的孔隙和边缘区是核心区的保护屏障，面积较大，分别占林地总面积的3.45%和16.99%，说明研究区核心区斑块稳定性较高，能很好抵抗外界因素干扰带来的冲击[19-20]。岛状斑块作为孤立的林地斑块，面积较小，在研究区中呈零碎分布，可以作为生物迁移扩散过程中的暂息地。作为核心区斑块内部物种迁移扩散和物质流动循环通道的环道区占林地面积的0.85%。具有一定连通作用的支线占林地面积的2.68%。

图2 MSPA分析结果Fig. 2 Analysis results of MSPA

表3 前景分类统计表Table 3 Classif ed statistics of prospects

3.2.2 景观连通性评价 结合表4和图3可以看出，生态源地分布在研究区南北部，表明南北部景观连通性较高。北部地区生态源地面积小，斑块破碎化程度较高，其斑块重要性相对南部地区较小，需要加强生态环境建设，提升斑块完整性。南部地区生态源地斑块重要性远高于北部，生态源地面积大，占生态源地总面积的65.62%，表明南部地区生态环境良好。研究区中部地区景观连通性低，物种迁移和物质流动存在很大阻隔，需要增加生态源地并对其加强生态建设。

表4 生态源地情况表Table 4 Situation of ecological sources

图3 生态源地结果Fig. 3 Results of ecological sources

3.3 生态网络构建

3.3.1 阻力面分析 根据各因子阻力面（图4），采用叠加分析得到综合阻力面（图5）。通过对图5分析得到，研究区南北部阻力值较小，部分地区阻力值较高，比如柏木乡、新坊乡东南部等地区。高阻力区域主要位于研究区中部（包括西村镇、湖田乡、城区、金园街道、下浦街道以及彬江镇等地区），这是由于该地区受到交通路网以及其他建设用地的影响较大。南北低，中部高的阻力分布，影响着中部区域物种迁移和物质流动，导致南北区域之间连通性较差。

图4 阻力因子阻力面Fig. 4 Resistance surface of resistance factor

图5 综合阻力面Fig. 5 Comprehensive resistance surface

表5 生态廊道景观构成类型表Table 5 Landscape types composition of ecological corridors

3.3.2 生态廊道模拟 基于最小路径方法，利用Linkage Mapper工具共模拟出45条生态廊道。从表5可知，生态廊道总面积为1534.14 hm2，生态廊道组成景观中核心区占36%，面积为552.24 hm2，说明核心区不仅可以作为生物生存的源地，还具有廊道的连通作用；桥接区仅占生态廊道的0.95%，面积为14.58 hm2，这是因为桥接区在整个研究区中所占比例很小，只有0.47%；除核心区和桥接区外的林地占廊道的19.83%，面积为304.20 hm2，林地是生物迁移的重要节点，通过人工造林和封山育林等方式加强对研究区中部林地斑块的保护；由于研究区耕地面积广阔，并且耕地作为低阻力景观类型，所以在生态廊道中也占很大比重，为33.14%；水域和未利用地在廊道占很小比重，分别为0.69%和0.16%；建设用地在生物迁移扩散的过程中有很强的干扰作用，其在廊道中占较大比重，面积为87.30 hm2，这是袁州区近年来快速城镇化和建设用地扩张的结果，为保护区域内生物多样性和维持生态服务功能，未来发展中建设用地要尽可能避免占用生态廊道。

基于重力模型判断生态廊道的相对重要性，可为生态网络保护的优先度提供科学依据。根据表6将生态廊道进行分级，得到重要廊道15条，一般廊道30条。从表7可知，重要廊道1-2（指1号生态源地和2号生态源地之间的生态廊道，下同）与4-5景观组成中建设用地占有较大面积，但其连接的源地之间相互作用强度较高，因此在未来发展规划中，应对这两条生态廊道优先保护，留有一定的缓冲区抵抗人类活动干扰。重要廊道3-5、6-8、4-7、4-6以及9-10连接的生态源地间的相互作用强度远远大于其他源地之间的相互作用强度，表明这5条生态廊道的重要性最高，但由于这5条重要廊道长度较短，位于核心区内部，景观组成中建设用地面积小，其拥有良好的内外部环境，稳定性较高，未来应注意对周边林地的保护。从表6可以看出，源地2和源地10之间相互作用强度最小，源地间距离较远，外界对生态廊道影响容易造成廊道的断裂，阻碍物种的迁移，因此，需要在廊道中部区域建设踏脚石以提升廊道稳定性。

表6 基于重力模型的生态源地间相互作用矩阵Table 6 Interaction matrix between ecological sources based on Gravity Model

表7 重要生态廊道情况表Table 7 Situation of important ecological corridors

3.3.3 生态节点分析 通过水文分析提取最大累积阻力路径，即“山脊线”，结合生态廊道交汇点识别生态节点45个（图6），生态节点分布的景观基质有林地、耕地、草地、水域和建设用地。景观基质为林地的生态节点有22个，分布较为零散，应植树造林和加强林地保护以减少人类活动的干扰；耕地有17个，分布较为集中，要限制农业生产活动；建设用地有4个，人类活动影响较高，应当重点建设以提高城市居民生活质量，保护城市景观；草地和水域各只有1个，可在草地和水域周边人工造林，给物种迁移提供暂息地，以减少草地和水域对物种迁移的影响。

图6 生态网络Fig. 6 Ecological network

3.4 生态网络优化

结合研究区实际和生态网络构建结果，本文从新增生态源地、生态断裂点修复和踏脚石建设三方面对生态网络进行优化，优化结果见图7。

3.4.1 新增生态源地 考虑到生态源地分布以及中部地区景观连通性较差，需要在中部地区增加生态源地。结合研究区中部核心区斑块空间分布和斑块重要性指数，将斑块重要性值较大的3个核心区斑块作为中部地区生态源地，并模拟5条生态廊道。袁州区的生态源地主要为人为干扰较少、植被覆盖度较高的大型林地，具有较高的斑块重要性，要加强该区域现有动植物资源的保护力度，以保障生物多样性的持续发展。针对研究区中部，实施水土保持、植树造林等工程，扩大生态斑块面积，尽可能地减少人为活动对生态源地的干扰。

3.4.2 生态断裂点修复 交通路网会阻碍生态过程的发生，使景观功能受损[28]，路网与生态廊道交叉点是生态廊道容易断裂的区域，称为生态断裂点。本文结合交通路网数据，识别研究区存在的断裂点37个，建议通过一些工程措施实施修复，如建设动物迁移专门通道天桥等[6,24]，以减少路网对物种迁移扩散的影响。研究区生态断裂点较多的集中在南部源地斑块附近，该区域道路较密集，形成生态断裂带，应当预留廊道生态建设空间，提升绿地面积，合理控制建设用地范围，减少人类活动干扰，保证物种迁移与物质能量正常流动。

3.4.3 踏脚石建设 生态廊道的稳定性会受外界活动和自身条件的影响，较长的生态廊道会使其容易受到外界干扰而降低稳定性。研究区南北地区之间连通性较低，中部区域人类活动强度和综合阻力值较高，并且部分生态源地之间的距离较远，生态廊道容易发生断裂，因此需要建设踏脚石斑块，以提升生态廊道稳定性。踏脚石斑块作为生物迁移过程中的暂息地，对提高物种扩散迁移的成功性以及生物存活率具有重要意义。本文结合生态网络和生态节点，在生态廊道中部、最大累积阻力路径与生态廊道交汇处和生态节点集中区确定了8个踏脚石。

图7 生态网络优化Fig. 7 Optimization of ecological network

4 讨论与结论

4.1 讨论

如何协调城市发展与生态环境保护是当今社会面临的重要问题。本研究以生态条件良好、快速城市化的袁州区为研究对象，综合MSPA方法与最小路径法构建生态网络，并针对存在的问题进行优化。1）从斑块结构性和景观连通性角度出发选取生态源地。先采用MSPA方法识别出具有生态意义的核心区，然后通过景观连通性分析进行定量评价，将对维持景观连通性有重要作用的核心区作为生态源地，这避免人为直接选取生态源地的主观性。2）在考虑景观类型和地形对物种迁移和物质能量流动影响的基础上，综合人类活动的影响，构建袁州区综合阻力面，采用最小路径法模拟生态廊道。结合重力模型和生态廊道景观组成，判断生态廊道重要等级，为生态网络保护优先度提供依据。3）袁州区生态源地分布在南北部，综合阻力呈南北低、中部高的分布特征，表明中部地区生态环境差，景观连通性较低。因此通过增加生态源地、修复生态断裂点和建设踏脚石斑块对生态网络进行优化，以期提升生态网络稳定性，为袁州区未来生态建设方向提供参考。

本研究还存在以下不足：1）在生态源地识别中，使用MSPA对景观进行分析，其边缘效应宽度是30 m，由于边缘效应与生态过程发生、物种保护等密切相关，其具有针对性和复杂性，研究区域以及保护对象的不同，相应的边缘宽度也不同[29]，因此30 m的边缘效应宽度不适合某些生态过程与物种，需要结合研究区景观以及区域内物种类别设定边缘效应宽度；在景观连通性评价中，连通距离阈值设置为800 m，距离阈值的大小对景观连通性评价的结果有一定的影响，其大小的设定还需要进一步的研究。2）在生态网络优化中，踏脚石斑块的确定存在一定的主观性，今后应当结合中介中心度识别踏脚石斑块[20]。3）生态网络构建只针对现状，没有考虑未来城市规划，因此后续研究应当结合建设用地扩张等因素，使生态网络构建更具实际意义。

4.2 结论

本研究综合MSPA方法与最小路径法构建生态网络，通过增加生态源地、修复生态断裂点和建设踏脚石斑块对生态网络进行优化，从而提升袁州区景观连通性，加强内部生态联系，缓解城市发展与生态保护之间的矛盾，促进土地资源的合理利用。研究结果表明：生态源地分布在研究区南北部，景观连通性南北高中部低，综合阻力值南北低中部高，袁州区中部是生态修复与保护的重点区域；生态廊道主要组成景观是林地与耕地，整体稳定性较高；重要廊道15条，主要分布在研究区北部，重要廊道1-2与4-5应优先进行保护；通过增加生态源地与生态廊道、修复生态断裂点和建设踏脚石斑块能很好地提升生态网络稳定性，并优化生态网络结构。研究结果能为袁州区在未来用地空间上协调生态保护与城市发展提供科学合理的参考，对其他快速城市化地区生态网络构建也有一定的指导意义。