梁鑫斌,吴晶晶,李翔宇,潘自强,缪瀛洲,郭娜娜
(安徽科技学院 建筑学院,安徽 蚌埠 233000)
生态文明建设是国家的重要战略部署,需要在注重经济增长的同时兼顾生态保护,强调绿水青山就是金山银山的理念。生态网络建设是解决目前生态文明建设中所面临的诸多问题的重要途径和方法,可以有效保护生物多样性、增强生态系统功能连通性、提升生态系统服务功能。
目前生态网络的研究对象主要涉及两个领域。一是集中在省、市、县等行政范围和尺度的研究[1-6];二是以生态要素如河流、森林等为划分依据的研究[7,8]。两者的侧重点和出发点有所不同,前者主要从本行政区内的生态安全方面考虑,由于方便调研、数据完善等优势,可以很好地为本行政区内的生态建设提供有针对性地建议。但是由于生物的迁徙并不受行政区的限制,这种研究尺度往往会忽略生态系统本身的特点,从而导致研究的全局性受到限制;后者更加关注某一种生态覆盖区域内部的生物迁徙和能量流动,更符合生态系统发展规律,但对人工环境中的生态系统涉及较少,对生态建设的指导价值相对较小。
城市群是区域发展的重要载体和发展趋势,是人工环境与生态要素紧密联系的复杂巨系统。将其作为生态网络建设的研究载体,不仅可以充分发挥其中生态要素在区域中的生态作用,更重要的是可以从整体入手,通过综合布局,为人工环境中的生态建设提供思路和技术方法。
江淮城市群是长三角城市群西进的重要腹地,是实现中部地区贯通南北的重要板块。江淮城市群在快速城镇化推进中出现了大型生态源地破碎化、岛屿化等问题,生态环境问题日益严重,已经影响到江淮城市群的景观格局和可持续发展。因此,有必要对其进行生态网络构建,解决已有生态环境问题,形成具有更高安全格局的复合系统。
以江淮城市群为研究对象,以2020年全球30m精细地表覆盖产品GLC_FCS30-2020)(来源于中国科学院空天信息创新研究院)为信息源,应用GIS技术,通过利用Arcgis10.6等相关软件,建立江淮城市群地理信息数据库,在此基础上,运用最小累积阻力模型(MCR模型),深入研究江淮城市群中对生态发展影响的原因,确立阻力因子及系数,构建江淮城市群区域生态阻力面,结合运用相关城市法律法规确定的生态源地,进行叠加分析,从而探究江淮城市群全面的生态网络系统。旨在恢复和强化江淮地区生态安全格局,建立完善的生态建设策略。
图1 区位及土地利用
江淮城市群位于安徽省中部,地跨淮河和长江两大流域,以合肥市为中心,包括芜湖、蚌埠、淮南、马鞍山、铜陵、安庆、滁州、六安、池州等城市。东西横跨东经115.37~119.15E,南北跨越北纬29.52~33.44N,整体地形以平原为主。区域土地总面积86857.83km2,占全省总面积的61.96%。区域内总人口为4576万人(截至2018年末),占全省总人口的64.28%。2018年GDP总量2.28万亿元,分别占全省的76%;城市化水平为58.88%,高于全省54.7%的平均水平。江淮城市群气候特点南北兼容。季风明显,四季分明。生态建设的基础良好。
研究所采用的数据主要来源于2020年全球30m精细地表覆盖产品(GLC_FCS30-2020)(中国科学院空天信息创新研究院)、江淮城市群DEM数据(BIGEMAP地图下载器)、江淮城市群路网信息数据(BIGEMAP地图下载器)。
围绕研究目标,预处理过程中把2020年全球30m精细地表覆盖产品数据分成草地、林地、耕地、水域、建设用地和未利用土地。为了将2020年全球30m精细地表覆盖产品数据与高程及坡度等其他数据相匹配,使得构建研究区阻力面时避免数据不融合情况的发生,在ArcGIS软件的支持下,将高程数据重采样成30m×30m栅格单元大小进行运算分析(图1)。并且将研究区的土地利用重分类,使草地、林地、水域成为前景并赋值为1,耕地、建设用地、未利用土地成为背景赋值为2。
基于2020年全球30m精细地表覆盖产品(GLC_FCS30-2020),将林地、草地、水域三种景观类型提取出来作为前景,耕地、城镇建设用地及未利用土地为背景。借鉴已有研究经验[9-13],研究选择形态学空间格局分析(MSPA)方法进行生态源地识别。在Guidos软件中采用八邻域分析法分析景观格局,选取其中可以为物种提供较大栖息地、有利于生物多样性保护的核心区作为生态源地。研究发现,核心区斑块破碎化严重。因此,在本研究中将面积小于10hm2的斑块剔除,不作为生态源地。
不同景观类型对物种迁移的阻力不同,不同土地利用类型也有不同的阻力值,研究中常将土地利用类型用于阻力面构建。江淮城市群地貌形态以平原为主,在研究区内南部存在部分山脉与丘陵,海拔度相差比较大,因此,除了土地利用类型,阻力因子的选取还要考虑地形因素,比如坡度和高程都会影响物种迁移,其阻力值也会存在较大差别。坡度越缓或高程越小的地方越有利于陆地爬行动物的迁徙,阻力值就会越小,反之亦然。在GIS软件中,借助DEM高程数据计算研究区坡度(图2)。因此,综合确定物种迁移过程中同时受土地利用类型、地形坡度及髙程的影响。
图2 高程(左)与坡度(右)图
表1 阻力因子赋值及权重
结合已有研究,采用专家打分法及AHP层次分析法确定各因子的阻力值及权重,构建由5个阻力值构成的阻力体系,分值越高表示物种的迁移阻力越大 (表1) 。使用栅格计算器采用 30m×30m 的栅格单元大小得出综合阻力面(图7),作为后续分析的成本数据。
景观连接度大小是生态源地之间物种迁移能力的一个量化指标,也是决定生态系统和生物多样性的稳定影响因素之一。目前评价景观连通性的指数有整体连通性(IIC)、可能连通性指数(PC)、景观格局分析指数中的连通性指数(CI)、基于最小成本距离模型的生态连通性指(ECI)。本研究采用基于图论和景观关联度理论的IIC、PC及斑块重要性指数(dPC)来衡量景观格局的重要指标。
(1)IIC、PC的计算式:
式中,AI为景观总面积;n为斑块总数,ai、bj为斑块i、j的面积,nIij分别为斑块i、j之间的连接数和最大连接概率。
(2)dPC的计算式:
式中,I为整体连通性指数,Ii是去除某个斑块或廊道后的整体连通性指数。面积大的生态源地即核心区具有较好的生境质量,使生物在迁徙交流过程中尽量减少所受的外界阻力,同时核心区的高连通性也能够增加生物扩散的存活率。因此,提取出面积大于10hm2的核心区,使用景观连通性分析软件,设置连通概率为0.01,取距离阈值为10000m来计算分析每个核心区斑块的dIIC和dPC。
通过最小累积阻力模型(MCR)可以在有效避免外界干扰的情况下确定源与目标之间的最小消耗路径,即物种迁移的最佳路径[13-16]。确定阻力面和源地后,借助ArcGIS10.6平台和LinkageMapper1.1.0插件,计算最小累积消耗路径,从而完成生态廊道空间位置确定及其景观构成统计的工作。MCR的基本计算式:
式中,f函数表示任一点的最小阻力与其到全部源的距离和景观基面特征的正相关关系;Dij表示从源j到某一点,物种迁移所经某景观基面i的空间距离;Ri表示的是景观i对物种迁移的阻力大小。
生态源地是景观格局中的重要景观斑块,通过分析景观格局,可以进一步筛选生态源地。借助MSPA方法、利用Guidos软件计算研究区景观格局(图3 左),并对各景观格局要素进行规模统计(表2)。由此判断,研究区核心区面积约为209万hm2,占研究区总面积的24.08%,主要包括巢湖、龙感湖、泊湖、石臼湖、瓦埠湖、龙子湖等湖泊、西南部大别山地区的林地和东南部黄山地区的林地,以及流经安徽南部的长江和安徽北部的淮河等水体斑块;整体上看,研究区北部沿淮、淮北平原,江淮丘陵区核心区斑块分布相对分散,连通性较差,但是研究区南部皖西山地丘陵区,沿江平原,皖南山地丘陵区核心区斑块分布相对集中,连通性较好;桥接区面积为1.98万hm2,占比0.23%,属结构性廊道,影响物种的迁移。受核心斑块分布零散的影响,桥接区分布也较为破碎,斑块间连通性差。边缘区是斑块的外部边缘,面积为21.26万hm2,占比2.45%。孔隙是斑块的内部边缘,面积为10.67万hm2,占比1.23%。边缘区和孔隙的面积较大,表明核心区稳定性较高,抗击外界因素干扰能力较强;环道区是斑块内部物种移动的捷径,有利于物种在相同斑块内部的迁移,面积为1.49万hm2,占比0.17%;支线是有一定连通效果,仅一端与桥接区、边缘区、环道区或孔隙相连的区域,面积为6.21万hm2,占比0.72%;岛状斑块是孤立的斑块,可以作为物种迁移的踏脚石,面积为9.95万hm2,占比1.15%,岛状斑块单个面积小,数量多,成破碎化散布于研究区中,表明研究区内部生态廊道比较长。
表2 景观类型分类统计表
在研究景观格局分析的基础上,借助Conefor2.6软件,计算核心区景观连通性、dPC值,并选择面积大于10hm2的核心区作为生态源地,确定研究区内生态源地共计87个(表 3、图 3右),总面积206.70万hm2,占核心区面积的98.89%。研究显示,生态源地主要集中分布于研究区南部,在北部地区较少且呈现破碎化分布的趋势。主要原因是研究区南部为山地丘陵地区,气候条件适宜乔灌木生长,且地势起伏较大,限制了城市建设的扩张,对生态源地的影响相对较小;而研究区北部以平原地形为主,有少量的丘陵地带,整体地势平缓,适宜城市建设,城市建设早期的无序扩张导致了许多生态源地被分割破坏。研究区中部偏北空白较多,缺少面积较大的生态源斑块分布,破碎且连通性较差,物种迁徙流动容易受到阻碍干扰,需要增加或扩大生态源的建设,也可以利用破碎的生态源斑块作为物种迁移的踏脚石;在长江流域分布着众多生态源地,贯穿西南-东北方向,斑块连通度最高,同时也能作为生物迁徙交流在东西方向的踏板,是最重要的生态源地;研究区东南部、西南部以及中部有成片、连接度好的生态源地,说明这3个区域生境质量高,适宜生物迁移生存。
图3 景观格局分析(左)与生态源地分布(右)图
表3 核心区重要度排序
景观阻力影响生物流的通达程度,借助土地利用数据、高程数据、坡度数据分别构建土地类型消费面(图 4)、高程消费面(图 5)、坡度消费面(图 6),并通过表1确定的各要素权重进行空间叠加分析,确定研究区综合阻力面(图 7)。
图4 土地类型消费面图 图5 高程消费面图
图6 坡度消费面图 图7 综合阻力面图
从图 1、图 7中可以发现,不同土地利用类型的阻力值是存在较大区别的,按照从大到小排序,分别为未利用土地、水域、建设用地、耕地、草地和林地。前三位阻力值较高的区域中,未利用土地和建设用地受人类活动的干扰较大,水域则被视为陆地生物迁徙的主要阻碍。此外,阻力值在地理分布上也存在一定的规律,综合来看,高阻力值的区域主要分布于研究区的淮河、长江流域及巢湖地区,这片区域分布有大量的水体和较为密集的城镇,多为高阻力值的水域和建设用地。低阻力值主要分布在研究区的西部和东南部,主要是高程和坡度较高的安庆市和六安市的大别山山脉以及池州市的部分九华山山脉地区,这些地区林地面积较大、生态环境较好,更有利于乔灌木生长和物种迁移。
生态廊道是生物流连通的最有效路径,通过最小累积阻力模型(MCR),借助GIS平台和Linkage Mapper插件,研究区共提取257条生态廊道 (图8左),生态廊道总体呈现东部与东南部地区密集西部与西北部生态廊道比较稀疏,但是总体来说整个江淮城市群生态廊道网络分布均匀。将研究区生态源地与土地利用数据进行空间叠加分析,可以提取研究区生态源地的土地利用类型(图8右)。
图8 生态廊道分布(左)及生态源地的用地类型(右)图
生态源地的用地类型以林地为主,结合图7 可以判断,生态源地的阻力值分布均匀且整体不大,此外还有一部分是水体和城市建成区,属于阻力值较高的区域。源地7与连片的源地1、2是整个研究区面积最大的源地,且两地距离近,之间的景观阻力小,生境质量较高,物种在这两源地间的迁徙交流可能性较大,源地1、2、7间生态廊道需要着重维护管理,但是对于陆生生物来说源地7与源地1、2之间存在着长江天堑,陆生生物的迁徙阻力很大;整体上可看出,重要廊道大部分均与长江流域的源地和淮河流域的源地连接,长江和淮河附近存在着许多源地,是研究区重要的生态源地,对鱼类以及浮游生物迁徙交流有着重要作用,同时水边生态环境也能为陆生生物提供良好的迁徙环境,使生物在研究区内部沿着两条河的支流进行南北迁徙,在生态网络规划建设中应该重点对长江和淮河以及周边环境进行保护,使其在整个生态网络中既能提高南北两地生态源地间的连通度,又能为生物东西向迁移提供临时栖息环境,达到增强整个生态网络稳定性的目的。
研究区中长江和淮河作为重要生态源地之一贯通东西,也是天然的生态廊道并且可以增加研究区的连通性,应该着重维护,加强河道的保护和周围林带的建设,从而增强整个生态网络的完整性和连通性。研究区西南部、东南部、生态源地面积大、连通性好,同时包含许多大型森林湿地、重点国家保护区等,应该在维护的基础上加强与周边小型森林湿地斑块进行连接,从而扩大生态源地面积,促进周围生物的相互交流。但是江淮城市群北部缺少大型的生态源地,从土地利用现状图(图1) 可以发现,该区域绝大部分为耕地,后期生态建设需要加强对林地、水域等自然生态要素的修护、提升生境质量,稳定整个研究区生态环境。
生态网络中交通建设用地的影响不能忽视,交通建设用地会阻碍生物迁徙交流的过程,与生态廊道的相交处容易产生网络断裂,形成生态断裂点。结合研究区高速公路与铁路路网,提取生态断裂点 3240个(图9) 。整体上生态断裂点集中分布于研究区东部和北部,在铁路上的生态断裂点有1398个;位于高速公路上的生态断裂点有 1842 个。在后期规划中通过在断裂点处预留充足的生态环境空间,提升绿地面积,减少人类活动干扰,建设生物通行的通道,达到减少生物因交通导致的死亡概率。
图9 生态断裂点分布
以江淮城市群为研究区,基于生态规划的视角,采用MSPA方法对研究区内的林地、草地、水域景观进行分析,通过核心区面积和dPC两个景观指数选取研究区的生态源地,并基于MCR模型综合考虑多种阻力因素,借助综合指数加权法构建生态阻力面,生成研究区生态源地间的最小阻力廊道,从系统性角度出发,根据生态源地的实际情况,以最小阻力廊道构建起研究区以“基质-源地-廊道”为框架的完整生态网络。对于保护江淮城市群的生态格局和生物多样性、提升生态文明建设质量具有一定的指导意义。
研究过程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,在一定程度上弥补了已有研究的不足。景观阻力值的设定是最为关键的一个环节,在设定阻力值时,选取了部分自然景观要素,选取的阻力因子较少,这也是今后生态安全格局研究中需要完善的一部分。其次,在计算景观连通性时,阈值设置的科学性直接影响连通性指数的计算结果,是需要进一步研究的重要方面。