基于形态学空间格局分析法和MCR模型的乌鲁木齐市生态网络构建

哈力木拉提·阿布来提， 阿里木江·卡斯木,2†， 祖拜旦·阿克木

(1.新疆师范大学地理科学与旅游学院，830054，乌鲁木齐；2.新疆师范大学丝绸之路经济带城镇化发展研究中心，830054，乌鲁木齐)

乌鲁木齐市作为新疆维吾尔自治区首府，具有重要的地理位置和战略作用。随着城市化进程加快，城市景观格局的缺陷开始显现，人地矛盾日益突出、生物多样性减少、水土流失等问题逐渐引起了人们的注意[1]。城市发展不仅要重视发展过程中的经济效益，同时更要注重生态效益。构建生态网络是维护区域生态安全、增强景观连通性的有效途径，能够使不同的区域形成完整、系统的生态空间格局，完善生态系统结构，由于生态网络主要强调自然过程，对保护物种生存环境具有重要意义[2]。除此之外，生态网络可以降低区域潜藏的生态风险，从景观尺度分析生态安全状态，包括土地利用概况、水源涵养以及水土流失等，通过景观生态安全的时间演化，揭示生态安全变化过程，为城市生态环境的评估提供参考依据[3-4]。

形态学空间格局分析法(morphological spatial pattern analysis, MSPA)是近几年在景观格局变化分析方面被广泛使用的一种基于数学形态学原理的图像处理方法[5]。最小累计阻力模型(minimal cumulative resistance model, MCR)可以反映源地与目标之间的最小消耗通道，是物种扩散与迁移的最佳路径路径[6]。笔者通过MSPA法辨识对研究区内重要意义的景观要素，计算整体连通性(integral index of connectivity, IIC)、可能连通性(probability of connectivity, PC)和斑块重要性(patch crucial, dPC)等景观指数识别源地，通过MCR模型识别出研究区生态廊道，最后根据源地之间的相互作用强度及重力模型识别出一般廊道与重要廊道，在此基础上构建研究区生态网络[7]，为乌鲁木齐市土地利用提供规划策略，对协调城市发展与环境保护之间的关系具有重要意义。

1 研究区概况

乌鲁木齐市(E 86°37′33″～88°58′24″、N 42°45′32″～44°08′00″)位于亚欧大陆中心，天山山脉中段北麓，准格尔盆地南缘，北部、西部分别与福海县、昌吉市接壤，东北以吐鲁番市高昌区为界，南临托克逊县与和静县。全市辖7区1县(天山区，沙依巴克区，新市区，水磨沟区，头屯河区，达坂城区，米东区和乌鲁木齐县)，总面积1万4 216.3 km2。乌鲁木齐市东南西3面依山，北部是平坦的冲积平原，总体地势呈现东南部较高，西北部平缓，海拔最高处博格达雪峰达到5 445 m，城区平均海拔高度在800 m左右。市区内主要分布着乌鲁木齐河、白杨河及头屯河，在达坂城区有柴窝堡湖。乌鲁木齐市气候属于温带大陆性干旱气候，昼夜温差大。市区年平均气温8.1 ℃，年平均降水量仅236 mm，但年蒸发量2 300 mm。乌鲁木齐的年平均风速为2.5 m/s，以东南风为主要风向。

2 数据与方法

2.1 数据来源与预处理

本研究采用的数据主要有2017年乌鲁木齐市土地利用数据(来源于http:∥data.ess.tsinghua.edu.cn/fromglc2017v1.html)、乌鲁木齐市高程数据(来源于地理空间数据云)以及乌鲁木齐市2017年归一化植被指数(normalized difference vegetation index, NDVI)数据，矢量数据主要是乌鲁木齐市行政边界数据。

数据预处理：按照本研究目的，将乌鲁木齐市土地利用类型划分为耕地、林地、草地、水域、建设用地和未利用地等6个类别，得到栅格格式土地利用类型示意图(图1)。

图1 研究区土地利用类型Fig.1 Land use types in the study area

2.2 研究方法

2.2.1 基于MSPA法的景观格局分析 景观格局通常是指景观的空间结构特征，具体是指由自然或人为形成的、一系列大小、形状各异景观镶嵌体在景观空间的排列，它既是景观异质性的具体表现，同时也是各种生态过程在不同尺度上作用的结果，是该地区自然、生态环境整体景观组成成分的体现。MSPA法是Vogt等[8]基于腐蚀、膨胀、开运算和闭运算等形态学原理对栅格影像的空间进行识别、度量和分析的一种图像处理方法，可以从像元层面识别重要的生态用地斑块，准确地识别出研究区内景观结构与类型，避免了直接将面积较大或生态服务价值较高的自然保护区和森林公园作为生态源地所带来的主观性[9-11]。按照MSPA法对数据类型的要求，将研究区6类土地利用类型中的林地、草地和水域提取出来作为前景数据，其余类型设定为背景数据，基于Guidos Tool Box2.6软件，边缘宽度被设置为默认值30 m，采用八邻域分析法对数据进行MSPA分析，识别出核心区、岛状斑块、孔隙、边缘区、桥接区、环岛区和支线等7种不重叠的类型，每个类型都有特定的生态学意义(表1)，最后提取核心区计算景观连通性[12-14]。

表1 MSPA景观类型及定义Tab.1 MSPA landscape types and definitions

2.2.2 研究区景观连通性 MSPA景观类型中的核心区作为研究区内的大型自然生境，对维持景观生态功能具有至关重要的意义。生境斑块面积和连接度是维护景观生态功能的重要指标，对生态系统的平衡起决定性作用，景观连通性可以由很多指数进行测定,常用的景观连接度指数主要是IIC、PC及dPC等指数，IIC表示的是研究区内所有斑块的整体连通性数值，数值越高表明连通性越好；PC数值常作为在全局视角下研究区内各个斑块之间的连通程度；dPC表示生态斑块的重要程度，可以较好地反映核心斑块之间的作用强度，dPC指数越高，意味着斑块重要性高[15-16]。

2.2.3 生态源地的选取与廊道 廊道是区域内物质能量流动的载体，是保持生态稳定性、生态过程、生态功能在区域内连通的关键要素[14,17]。根据研究区当地的自然生态景观特征，通过Conefor件计算IIC、PC和dPC值等3个指标对核心区进行分析，从生态用地斑块中选取dPC值最高的10个斑块作为生态源地(表2)。提取生态源地之后，利用ArcGIS10.6软件平台Distance中的Cost Distance模块，根据生态源地和综合阻力面计算源地之间的最小成本距离，再使用Distance中的成本距离工具计算从源地到目标斑块的最小成本路径，即生态廊道，通过定量分析各个斑块之间的相互作用强度，将斑块之间相互作用强度与研究区实际状况结合，识别研究区内一般廊道。将一般廊道与研究区景观分布特征结合，根据源地之间相互作用强度，利用重力模型识别重要廊道[18-20]。

表2 生态用地景观连通性指数重要程度排序Tab.2 Ranking the importance of ecological land landscape connectivity index

2.2.4 生态阻力面的构建 物种从源地迁移到目的地需要经过不同的景观类型，而不同的景观类型具有不同的阻力值，从一个生态源地迁移到另一个生态源地需要克服不一样的阻力。阻力因子的确定是构建阻力面模型的关键步骤[21]，采用土地利用类型、高程和NDVI作为阻力因子来创建阻力面(表3)。比如：土地利用类型中的林地，其阻力值会比建设用地小，而水域的阻力值会比建设用地大，因为大多数爬行物种在迁移过程中很难越过水体；另外还有高程的影响，海拔高的区域阻力值相应的也高；而NDVI在一定程度上也会对物种迁移带来影响，阻力值也随着指数的增高而增加。本文结合研究区实际状况，采用可选择与可量化性原则，利用专家打分法确定阻力因子对应的阻力值，阻力值越高，代表物种在迁移过程的难度越高，最后根据层次分析法确定各个阻力因子权重，构建了研究区阻力体系[22-23]。

表3 研究区阻力值赋值和权重Tab.3 Resistance value assignments andweights of the study area

3 结果与分析

3.1 基于MSPA法的景观分析

在MSPA景观类型(图2)中，核心区对于物种来说是非常重要的栖息地，因此多为面积较大的保护区、森林公园等。2017年乌鲁木齐市内核心区总面积为4 843.87 km2，占生态用地总面积的73.88%，密集分布在研究区南部和中东部区域，北部则较为稀疏，反映出研究区北部的景观连通性有待提高；岛状斑块是核心区的补充，面积较小，是所有MSPA景观类型中唯一不与其他类型相连接的斑块，因此多为绿地，街心公园等。研究区内岛状斑块的面积只有1.32 km2，占生态用地比例只有0.02%；孔隙是核心区内的空洞部分，通常是植被退化的边缘地带，孔隙面积为126.42 km2，占生态用地总面积的1.93%，孔隙的分布较为均匀，除了在研究区北部较少以外，其他区域都有分布；边缘区是核心区的外部边界，是MSPA景观类型中分布最为广泛，面积大小仅次于核心区，为790.35 km2，比例达到12.79%；桥接区对生物多样性的保护和物种之间的交流有重要作用，一般为绿化带，在研究区中西部和北部的分布最为密集，占生态用地总面积的1.85%；环岛区也具有一定连通作用，可对物种迁移距离起到缓冲作用，其在研究区中的面积为304.9 km2，集中分布在核心区周边；支线面积247.86 km2，占生态用地总面积的4.18%，较为均匀的分布在整个研究区中(表4)。

表4 2017年乌鲁木齐市MSPA景观类型统计表

从图2中可以看出，核心区分布最广泛的地区是研究区西南部、中部和东部区域，其中西南部乌鲁木齐县东、南、西三面环山，北部和中部地区较平坦，山区有较多的林地和牧区，另外有充足的日照和热量，乌鲁木齐河和头屯河给物种提供丰富的水源，适宜动植物生长和动物栖息，可以定义为大型生态源地。除了核心区以外，其他的MSPA景观类型都有分布，是极佳的MSPA景观研究的目标地；而中部和东部也具有较多绿色植物分布，核心区分布较密集。

图2 研究区MSPA景观类型图Fig.2 MSPA landscape type map of the study area

3.2 综合阻力面及生态源地

阻力因子指标体系对于区域生态安全评价具有重要的意义，如高程会直接影响土地资源在空间上的利用方式及其分布；土地利用类型会影响生态源地内部及生态源地之间的物质能量及信息交流；会影响区域局部气候，对NDVI的有效保护起到积极的作用。本文利用研究区土地利用类型、高程以及NDVI等数据，结合研究区实际对阻力因子赋值，构建了研究区综合阻力面体系。如图3a所示，研究区西南部和中东部区域的阻力值相对较小，这些区域是研究区主要的生态源地，植被覆盖度高，而北部和东南部分区域的阻力值较高，主要因为这些区域是大面积沙漠和荒地。依照dPC指数识别研究区生态用地斑块中的10个斑块作为生态源地(图3b)，其中，研究区南部和中东部分别有1块大型生态源地，南部的大型源地包含有4个小源地，中东部则有6个，可以看出在每个大型源地中源地之间的连通性较好，可以为物种提供良好的栖息地。但是研究区整体的连通性较差，2个大型生态源地之间存在断层，阻碍了彼此之间的能量交换，因此需要在两个大型斑块之间构建脚踏石，以达到对生态景观的保护，加强研究区内源之间的连接度，维护生态系统服务功能。

图3 研究区生态阻力面及生态源点分布示意图Fig.3 Distribution of ecological resistance surface and ecological source points in the study area

3.3 生态网络的构建

MCR模型是通过计算源地到目的地之间的最小阻力值而决定最小迁移路径的一种模型，主要原理是“源-汇”理论，即：通过MCR模型获得物种迁移的最佳路线，最大程度避免外界因素的干扰。通过计算研究区dPC指数识别出10个生态源地，利用MCR模型计算每个源地到其他源地之间的最小路径，即廊道，生态源地和廊道共同组成研究区现状生态网络(图4)。将MCR模型与重力模型相结合，识别出研究区内9条重要廊道和45条一般廊道，其中9条重要廊道是研究区生态源地之间主要的物种迁移通道，分布在研究区西南部、中东部区域，该地区拥有大面积的植被，尤其是西南部乌鲁木齐县良好的地理环境，为其植物提供了充分的日照及水源，适合物种生存。一般廊道则是分布在研究区东部和西南部，由图4可以看出，在研究区北部和东南部没有生态源地或廊道，这是由研究区北部特殊的地理位置和气候条件造成的，该区域有大面积沙漠和荒地，东南部主要是丘陵山区。

图4 研究区现状生态廊道示意图Fig.4 Schematic diagram of the ecological corridors in the study area

3.4 生态网络优化与建议

3.4.1 保护核心生态源地 生态源地作为重要的物种栖息地，是物种扩散的源点，构建生态网络的关键组成部分, 对物种迁徙和扩散起到了重要的作用。乌鲁木齐市南部核心区面积大、源地分布多形成了大型生态源地群，对周围林草地和水体起到连接作用，应加强对该区域重点保护的，与此同时，需要重点保障物质能量交流的连续性和完整性，提高景观连接度水平。此外，研究区南部水资源丰富，应加强对主要河流的保护,严惩对水体安全造成危害的行为。

3.4.2 通过建设“踏脚石”修复断层 尽管研究区内的重要斑块源地以及生态廊道维持了研究区内的信息、能量交换，但是整体的景观连通性不佳，从图5可以看到，研究区西南部与东部之间出现了明显的断层现象，2个大型斑块之间的交流受到了阻碍，影响研究区整体的连通性，导致在研究区内出现破碎化现象，因此迫切需要在中部断层区域构建踏脚石来增加源地及物种之间的能量流通，消除断层带来的负面影响，从而维持生态系统良好发展。除了增加源地之间的连通之外，对于迁徙距离较远的生物来说踏脚石尤为重要，可有效提高物种在迁徙过程中的存活率，对促进生态网络的循环运转起到重要作用，应该注重以踏脚石为中心扩大附近斑块面积，达到大型源地之间的有效连通。

3.4.3 规划新源地和廊道 生态网络优化主要是对景观连通性的改善，除了建设踏脚石以外，源地数量的增加和扩大廊道范围也能够有效改善景观连通性，因此需要规划具有科学意义的生态源地及廊道，使2个大型源地逐渐产生连接，增加物质能量交流，提升生态质量，最大限度减少景观破碎化。根据生态源地的分布和研究区实际状况，建议在原有生态源地的基础上规划7个生态用地斑块作为新增规划源地，添加新增源地之间的10条廊道，使生态网络往北部和西部延伸，填补北部和西部地区源地和廊道的空缺，显著增加研究区生态网络覆盖范围(图5)。

图5 研究区规划廊道示意图Fig.5 Schematic diagram of the planning corridors in the study area

4 讨论

在经济高速发展、城镇规模日益扩展的情况下，加强乌鲁木齐市生态安全稳定、协调发展与环境保护的关系具有重要的意义。本文采用更为科学的方法选取生态源地，有效避免了人工选取源地中出现的较高误差，综合考虑多种影响因素及研究区实际状况，对源地、廊道进行了分析，使廊道在空间上的定位更加清晰。优化之后的生态网络，可有效增加源地之间的连通性，缓解景观破碎化等城市化带来的负面影响。分析结果证明所识别的生态源地、踏脚石及廊道符合研究区实际，验证了对生态源地及阻力面指标选取的合理性[24-25]。

与此同时，该研究存在以下不足点：1)景观阻力值的设定对生态廊道的识别和分析有很大的影响，本研究采用专家打分法进行赋值，对阻力因子所赋的值欠缺精确性，另外没有考虑道路等人为因素的干扰；2)生态廊道方面，没有对廊道宽度、长度和面积等进行详细的分析，在今后的研究中会对文中存在的不足进行优化，进一步提高科学性[26]。

5 结论

1)笔者采用MSPA法对研究区的土地利用数据进行分析，将土地利用类型中的林地、草地和水域作为前景，其他类型为背景，通过形态学原理识别出研究区核心区内的MSPA景观类型，其中核心区占整个生态用地的73.88%，主要分布在研究区南部和中东部区域，研究区北部则有较少的MSPA景观类型，生态稳定性有待提高。

2)在MSPA景观的基础上分析研究区景观指数，利用Conefor软件计算IIC、PC和dPC值等景观连通性指标，提取dPC值大且具有代表性的10个生态用地斑块作为生态源地，以土地利用、高程和NDVI作为阻力因子，通过对阻力因子赋值，构建研究区阻力面。通过MCR模型和重力模型结合，识别出9条重要廊道和45条一般廊道，生态源地和廊道组成研究区生态网络。

3)研究区生态源地和廊道分布较分散，西南部和中东部大型源地之间出现断层，影响研究区景观连通性，因此笔者提出增添7个规划源地、10条新廊道和1个踏脚石，有助于增加源地之间的物质能量交换，提高研究区整体的景观连通性。