基于InVEST模型和电路理论的昆明市国土空间生态修复关键区域识别

覃彬桂,林伊琳*,赵俊三,陈国平,何万才,吕青宙

基于InVEST模型和电路理论的昆明市国土空间生态修复关键区域识别

覃彬桂1,2,3,林伊琳1,2,3*,赵俊三1,2,3,陈国平1,2,3,何万才1,2,3,吕青宙1,2,3

(1.昆明理工大学国土资源工程学院,云南 昆明 650093；2.智慧矿山地理空间信息集成创新重点实验室,云南 昆明 650093；3.云南省高校自然资源空间信息集成与应用科技创新团队,云南 昆明 650211)

以昆明市为例,综合运用InVEST模型、景观连通性评价和电路理论构建生态安全格局,识别国土空间生态修复关键区域.研究表明,昆明市生态源地共34个,面积6421.95km2,呈西多东少、北聚南散的空间分布状态;提取生态廊道67条,全长859.72km,廊道分布空间差异性明显,构建了“一环、三区、三屏、六轴、多点”的生态安全格局;识别27处生态夹点和33处生态障碍点,为需进行生态修复的关键区域,面积分别为197.68,155.84km2,主要分布在南部地区;综合关键区域的不同地理特征和地类现状,提出自然保护为主、人为修复为辅和人为修复与自然保护并重的两类修复策略.研究可为市域国土空间生态修复提供参考.

InVEST模型；电路理论；生态安全格局；国土空间生态修复；关键区域识别

随着生产力的发展,频繁的人类活动迅速增大了土地开发强度,导致生态空间面临景观破碎化[1]、生物多样性丧失[2]、生态流动受阻[3]等问题,给区域生态系统的可持续发展带来严峻挑战.国土空间生态修复作为恢复和重建退化生态系统的重要手段[4],可为区域生态安全问题提供解决方案[5].而国土空间生态修复关键区域的有效诊断成为了关键切入点.因此,科学准确地识别国土空间生态修复关键区域,因地制宜推进生态系统修复和治理,提升景观连通性和生态系统功能,对维护国家生态安全具有重要意义.

以往生态修复研究侧重于矿区废弃地[6]、水体[7]、盐沼湿地[8]等单一要素的修复方式,缺乏空间布局的系统考量,导致局部修复成效显著而整体生态结构改善有限,难以衔接现行的国土空间规划.国土空间生态修复直接作用于景观结构和空间格局,并对生态过程产生影响[9].目前,从生态系统完整性和结构连通性角度,基于生态安全格局识别修复关键区域的研究较多[10-12],已形成“源地识别—阻力面构建—廊道提取”的基本范式[13-15].其中,生态源地主要利用形态学空间分析(MSPA)[16]、生境质量[17]、遥感生态指数(RSEI)[12]、生态系统服务[18]等评估方法选取.已有研究[19-20]表明,生态系统服务评估与权衡(InVEST)模型能够集成多重生态系统服务功能,用于量化和评估区域生态系统服务重要性并识别生态源地.生态廊道提取方法主要有最小累积阻力(MCR)模型[21]、重力模型[22]、蚁群模型[23]和电路理论[15,24].电路理论借助电流在电阻面内的随机游走特性模拟物种迁徙[25],电流强弱直观反馈廊道及节点的重要程度,具有探索廊道宽度和准确识别节点位置的优势,弥补了其他模型难以反映信息交流的缺陷[17],为国土空间生态修复关键区域识别提供科学依据.因此,基于系统性治理思维,厘清生态本底与各要素间联系,通过生态安全格局识别生态节点并修复生态过程脆弱区域被证实为是国土空间生态修复关键区域的有效手段.

昆明市是长江经济带上游地区重要的生态屏障.自然资源禀赋充足,森林碳储量和生物多样性丰富,复杂的地形地貌和生态特征别具一格.然而西部大开发以来,昆明市经济活动越发频繁,生态空间被不断侵占,南部“环滇发展”造成周围环境破坏,东南部喀斯特地区石漠化程度加深,北部山区水土流失严重,生态系统服务功能下降,亟需开展国土空间生态修复研究.本文利用InVEST模型和电路理论构建生态安全格局,识别生态夹点、生态障碍点,明确国土空间生态修复关键区域并根据其自然地理特征及地类现状分别提出修复策略,以期为昆明市打造宜居宜业的生态城市提供空间指引,也为国土空间生态修复规划提供理论参考和技术支撑.

1 数据来源与研究方法

1.1 研究区概况

昆明市位于中国西南边陲、云贵高原中部(102°10'～103°40'E,24°23'～26°22'N),东接曲靖市,西连楚雄州,南毗邻玉溪市、红河州,北临四川省,下辖14个区县,国土面积共计21011.41km2.地形由北向南呈阶梯状逐渐降低,以岩溶高原地貌形态为主,海拔大多介于1500～2800m.地带性土壤为红壤,土质松散,易于发生水土流失、滑坡等地质灾害.昆明市地处长江、珠江、红河3大水系的分水岭,属北纬低纬度亚热带高原山地季风气候,年降水量1035mm,年平均气温15℃,夏无酷暑,冬无严寒.生态本底优越,森林覆盖率达52.62%,土地覆被以林地、草地为主,北部分布较为密集,生态用地(林地、草地、水域)面积为15790.51km2,占总面积的75.15%,为昆明市提供了高质量的生态系统服务.

1.2 数据来源及预处理

本文采用2018年的土地利用数据,来源于中国科学院资源环境科学数据中心(http://www.resdc.cn).数字高程模型(DEM)和遥感影像数据均来自地理空间数据云网站(http://www.gscloud.cn/),DEM采用ASTER GDEM V3数据,空间分辨率为30m,用于坡度、地形起伏度、地形指数、流域提取等计算;遥感影像数据下载2018年7、8月的Landsat-8OLI影像,空间分辨率为30m,利用ENVI软件计算植被覆盖度.气象数据来源于国家气象数据中心(http://data.cma. cn/),包括气温、降水等数据,采用Kriging插值法插值为栅格数据,用于年均降水量、潜在蒸散量、降水侵蚀力因子等计算.土壤组分、厚度数据源自世界土壤数据库(HWSDv1.2,http://www.fao.org/soils- portal/soil-survey/),用于计算土壤侵蚀力因子等.交通(铁路、公路)、水系、居民点等数据源自全国地理信息资源目录服务系统(http://www.webmap.cn),比例尺为1:25万.生态保护红线、自然保护区等数据来源昆明市“三区三线”初步划定成果、云南省自然保护区范围,用于生态源地提取.所有栅格像元均采用30m×30m的空间分辨率,投影坐标统一设置为WGS 1984 UTM Zone 48N.

1.3 研究方法

1.3.1 基于InVEST模型的生态源地识别 (1)生态系统服务重要性评估 其体现了生态服务的能力.昆明市快速的城镇化进程使自然生境破碎化,生物多样性遭受威胁,同时森林生态系统退化降低碳储存和固持能力,影响区域的碳循环和气候调节.水体面积的缩减阻隔了水与植被等自然要素之间的联系,涵养水源能力下降.水土流失、滑坡等地质灾害问题突出,土壤环境遭到破坏,威胁着人居环境的安全.针对昆明市的主要生态问题,综合考虑自然要素和生态本底条件,采用InVEST模型的Habitat Quality模块[26]、Carbon Storage and Sequestration模块[27]、Annual Water Yield模块[28]和Sediment Delivery Ratio模块[27]分别评估生境维持、碳储存、水源涵养和土壤保持服务,得到生态系统服务重要性最终评估结果.

(2)生态源地识别 生态源地作为维护生态系统稳定和景观格局完整性的重要斑块[18],是区域生态安全维持、生物多样性保护的基本保障.本研究将生境维持、碳储存、水源涵养、土壤保持评估结果归一化,参考研究[29]并结合昆明市生态现状,分别以0.3,0.3,0.2,0.2的权重叠加,得到生态系统服务重要性评估结果.提取生态系统服务功能性高值区域,叠合生态保护红线矢量面.由于源地斑块的大小与生物多样性的丰富程度呈现正相关的关系[30],同时考虑昆明市重要生态保护区的斑块面积大小以及消除细碎斑块对格局构建的影响,故选取大于20km2的生态斑块作为初步生态源地.考虑斑块间连通性,基于Conefor2.6软件评价初步生态源地的景观连接度,选取最终生态源地.

1.3.2 阻力面设置 生态阻力面是计算物种在克服阻力情况下扩散路径的基础,景观生态功能越完善,物种迁徙所受阻力越小,反之则越大[31].不同的生态本底和地形地貌特征对物质能量及信息交流的影响程度不同;距离道路、居民点越近,人类活动越频繁,越不利于生态源地的发展及物种的栖息、迁徙;距离水域越近则生态条件越优,阻力越小.本文选取地表覆盖(土地覆盖类型、植被覆盖度)、地形条件(高程、坡度、地形起伏度)和生态胁迫(距道路距离、距居民点距离、距水域距离)共8个指标作为阻力因子构建综合生态阻力面.参考相关研究[31-36],结合昆明市自然环境特征、生境适宜性差异及距离衰减性原理对阻力因子赋值.采用层次分析法确定各阻力因子指标权重,使用yaahp软件判别矩阵的检验系数为0.000,小于0.1,得到各阻力因子合理的权重(表1).

表1 阻力因素赋值

1.3.3 基于电路理论的廊道提取和节点识别 (1)生态廊道提取 生态廊道作为维系源地间物质传递和能量流动的纽带,是有效维持生态过程和改善景观连通性的关键[21].电路理论的连接度模型考虑物种的随机游走特性[37],符合物种迁徙状况,即使缺乏物种迁徙数据,其多路径分析依然准确模拟物种在异质性景观下的扩散路径.基于综合阻力面,借助Linkage Mapper Toolkit下的Linkage pathway tool提取连接源地间耗费累积阻力最小的成本路径,作为最优生态廊道.通过中心度分析法确定景观连通性的贡献程度,利用Centrality Mapper tool计算最优生态廊道的流量中心性,量化分析生态廊道重要性等级.

(2)生态夹点识别 生态夹点表征生态网络中电流密度高值区域,亦称为“瓶颈点”,即物种迁徙通过的可能性较高或无可代替路径的区域.若该区域存在小面积生态退化或损失极有可能对源地间的连通性造成损害,生态网络建设过程需优先考虑保护此类区域.基于电路理论的Circuitscape开源程序模拟,运用Pinchpoint Mapper工具的“all to one”模式识别整体景观的生态夹点.考虑夹点的核心位置不因廊道宽度的变化而受到影响,经过多次测试最终将廊道成本加权距离设置为10000m.

(3)生态障碍点识别 生态障碍点是指物种在源地间迁徙过程受到较大阻碍的区域[38],移除可显著提升源地间的连通性.通过计算累积电流恢复值的大小识别,值越大的障碍点被清除后对整体景观连通性改善越大,其修复可明显降低物种迁徙过程的阻力.利用Barrier Mapper模块识别生态障碍点,选择“Maximum”模式进行迭代运算,设置最小搜索半径为100m,最大搜索半径为500m,以100m为步长,通过移动窗口法搜索检测.结合实际结果选取400m梯度作为本研究最合理的迭代半径.

2 结果与分析

2.1 生态系统服务重要性评估

将生境维持服务、碳存储服务、水源涵养服务和土壤保持服务单一评估结果依权重叠加得到生态系统服务重要性评估结果(图1).按照自然断点法将结果划分为重要、较重要、一般、较不重要、不重要,分别对应高、较高、中、较低、低5个等级.结果显示:昆明市生态重要区面积为4039.99km2,占全市面积的19.23%,以安宁市和西山区分布最密集,地类现状以有林地为主,多表现为水源涵养林,生境质量高;生态较重要区面积为3623.99km2,占总面积的17.25%,地类现状以林地为主,景观破碎化明显,需加强系统性保护;生态一般重要区面积为6117.62km2,占比最多,为29.11%,地类现状主要是高覆盖度草地和水域,广泛分布于各县区,为全市提供健康稳定的水源;生态较不重要区面积为2040.34km2,占比最少,为9.71%,主要以中覆盖度草地分布于东川区,该区滑坡、泥石流等地质灾害频繁,其余零星分布于各县区的边缘地带;生态不重要区5189.47km2,占总面积的24.70%,主要分布于人口密集的城镇建设区,表现为建设用地及其周边耕地,该区域的特点是人类活动频繁,对生态价值需求较高.

图1 生态系统服务重要性评估结果

2.2 生态源地识别

图2 昆明市生态源地

根据生态系统服务重要性评估结果的重要区和较重要区叠加生态保护红线,得到45个初步生态源地.利用Conefor2.6软件,考虑昆明市林麝、黑颈鹤等国家一级重点保护野生动物的栖息、觅食范围,以5000m的连接距离阈值,0.5的连接概率,进行景观连接度评价,将dPC³0.2的34个斑块作为最终生态源地(图2).生态源地面积共计6421.95km2,占全市面积的30.56%,占生态面积的40.67%,斑块面积介于21.52～1225.30km2.源地土地利用类型以林地为主,面积为4804.76km2,占源地面积的74.82%,其次是草地和水域,面积分别为1103.11,374.58km2,分别占源地面积的17.18%、5.83%,这些地类区域生境质量较高,具备物种栖息地的条件.总体来看,生态源地涵盖了研究区内15个重要生态保护区,包含了昆明市大部分重要物种栖息地;空间分布上看,源地呈现西多东少、北聚南散状态,禄劝县面积分布最广,占比29.64%,其次是东川区、寻甸县和晋宁区,分别占比11.68%、8.06%和8.02%,其余县区分布相对较少.

2.3 阻力面构建

按照表2计算阻力因子指标得到综合阻力面(图3).结果显示:整体而言,昆明市生态阻力面空间差异明显,呈南高北低状态,与土地覆盖类型阻力面较为相似;高阻力区域多集中于人类活动密集地区,以主城五区(五华区、盘龙区、西山区、官渡区、呈贡区)高阻力集中区域最大,其次是安宁市东北部地区,其余高阻力地区分布细碎零散,地类现状主要表现为城镇用地、农村居民点和工矿用地.

2.4 生态廊道提取及安全格局构建

基于电路理论识别出活跃与非活跃两种生态廊道,本文以活跃的最小成本路径作为最优生态廊道,共识别67条生态廊道,廊道长度介于0.34～ 55.86km,共计859.72km,呈东长西短状态(图4).将廊道的中心度分析结果按自然断点法划分为关键生态廊道、重要生态廊道和一般生态廊道3个等级.从数量特征来看,关键廊道15条,长度共计51.11km,廊道长度较短,中心连通性突出;重要廊道24条,长度共计170.17km;一般廊道28条,长度共计638.44km,长度占比74.26%,分布范围较广.从区域特征来看,寻甸县廊道分布最长,占总廊道长度的33.31%,说明该县是物种长距离迁徙的聚拢之地,需强调廊道维护,以保障其景观生态流畅通,其次为宜良县、东川区,盘龙区廊道分布最短,长度仅有0.07km;宜良县关键廊道分布最长,占其廊道类型的70.43%,该县河流水系发达,利于生态健康发展,分布最长的重要廊道和一般廊道分别是石林县和寻甸县,分别占其廊道类型的29.14%和42.18%.

将识别的源地、廊道等生态核心成分组合分析,依托昆明市生态类型及重要山脉、河流水系特点,共同构建“一环、三区、三屏、六轴、多点”的生态安全格局(图5).“一环”指沿主城区形成“大三山一水”的城市自然山水生态环,由长虫山、金马山、碧鸡山及滇池构成,突出山水城市景观特征,维系城市生态安全.“三区”指北部中高山河谷生态区、中部高原湖盆生态区、东南部岩溶山原生态区,其中,北部生态区生态阻力较低,森林资源丰富,斑块生境质量高,突出高原生态山林特色风貌;中部生态区“山、林、湖、河”等自然要素景观价值较高,彰显“群山环抱、池海湖泽、山水相融”的现代都市风貌;东南部生态区以喀斯特地貌形态为主,沿南盘江流域森林生态系统丰富,充分展现岩溶地质自然景观风貌.“三屏”指呈南北走向的三台山系、拱王山系、梁王山系生态安全屏障,均由大型自然森林生态系统构成,生态保育功能优越,对维护昆明市自然生态基底以及筑牢长江经济带上游地区生态保护屏障具有重要作用.“六轴”指金沙江、普渡河-螳螂川、盘龙江-牛栏江、南盘江-巴江、小江、掌鸠河生态保育和水源涵养轴,利于保护生物多样性和提高水源涵养功能.“多点”指由生态源地内轿子山、滇池等重要生态保护区组成的生态核心点,此类区域为物种提供优越的栖息条件.本研究结果与2020年发布的《昆明市城市设计导则(试行)》基本一致.

图4 昆明市生态廊道及区域分布特征

图5 昆明市生态安全格局

2.5 生态夹点识别

基于电路理论识别生态夹点,廊道最高电流密度为20.79,提取高电流密度区域作为生态夹点(图6).昆明市共识别生态夹点27处,面积共计197.68km2,其中最大的夹点面积为47.62km2,最小的面积为1.07km2.空间分布上看,夹点主要位于南部地区,且大多分布于关键生态廊道和重要生态廊道上,其中宜良县的夹点面积共计102.78km2,占比最大,而寻甸县的夹点数量最多,共计6处(表2).叠合综合阻力面显示,生态夹点所处位置阻力较小,表明物种迁徙途中易于通过低阻力区域,其承担的生态连通功能突出,是维持生态稳定的重点保护区域;叠合土地利用数据分析可知,夹点地类现状以林地、草地和耕地为主,面积分别占比57.41%、25.42%和16.46%;叠合遥感影像显示,部分夹点区域景观生态结构面临着石漠化、水土流失等生态风险,需强调此类区域的生态维护与管理,增强物种迁徙功能.

图6 昆明市生态夹点

表2 昆明市生态夹点分布状况

2.6 生态障碍点识别

累积电流恢复高值区域即为生态障碍点(图7).昆明市共识别33处生态障碍点,面积共计155.84km2,其中最大一处障碍点面积为18.88km2,最小一处面积为0.86km2.空间分布上看,障碍点主要处于铁路、高速公路等交通要道周围区域,且环滇池生态保护区的障碍点数量多、面积广,需强调滇池周围区域的生态修复;障碍点主要位于南部地区,其中呈贡区的障碍点面积共计33.39km2,占比最大,石林县次之,为24.24km2,在障碍点数量上呈贡区与西山区并列最多,共计5处(表3).与土地利用数据叠合分析可知,生态障碍点地类现状以草地、耕地、林地、建设用地和水域为主,面积分别占比36.06%、24.71%、20.74%、14.35%和3.86%;与综合阻力面和遥感影像叠合显示,面积较大的障碍点处于建设用地或建设用地周围辐射区域,其特点是人类活动干扰严重,生态阻力大,对景观连通性存在割裂行为.

图7 昆明市生态障碍点

表3 昆明市生态障碍点分布状况

2.7 关键区域生态修复策略

基于电路理论识别的生态节点连通性强但生态脆弱,需开展系统性生态修复工程以保障源地间的物质能量流动,提升生态系统服务能力.识别的夹点与障碍点存在区域重叠现象,重叠面积共计25.95km2,说明此处物种迁徙频率高但运动受阻,为保障达到修复效果,建议重叠区域统一修复.综合分析昆明市关键区域地类现状及“三区”特征,提出切实有效的保护和修复措施.

2.7.1 生态夹点区域 由于其生态本底特征较好,建议以自然保护为主、人为修复为辅,提出如下保护措施:

针对中部高原湖盆生态区的夹点:以水源涵养林建设为主,加强城市植被培护,提高城市生态系统服务价值.加强林草资源监管,控制生态景区游客量,降低人为活动干扰,促进群落自身演替,为物种迁徙、栖息提供良好的生态空间.推行生态农业并构建耕地林带,提高耕地生境.

针对东南部岩溶山原生态区的夹点:对大型自然森林实施封山育林,降低林地景观破碎度.引入小型生态斑块,打造异质化生态空间,防止石漠化.调整和改善耕地土地利用,发展有机农业,保护农田生态环境.加强河流、水库植被廊道带建设,建立河流保护区.

针对北部中高山河谷生态区的夹点:强调林种搭配,优化低效林树种结构,发展生态公益林,改善森林的数量和质量,提升植被丰度和水土保持能力.实施草地植被保育,促进林草生态链发展.实行绿色农业、林农混作,保护土壤环境.

2.7.2 生态障碍点区域 该区域人类活动频繁,为降低生态流动阻力,有效改善景观连通性,建议采取人为修复与自然保护并重的方式,提出如下修复措施:

针对中部高原湖盆生态区的障碍点:对重要水源涵养区实施封山育林,扩大林草面积,提升城市碳汇能力.推动农用地整治工程,改善耕地环境.优化建设用地结构,移除低效建设用地;推进城市内部绿廊、绿楔、绿心建设,营造城市绿色空间,缓解热岛效应,为动物迁徙提供短途栖息地.优化道路布局,避让周围生态用地,设施“涵洞”“绿桥”等野生动物迁徙通道并设置警示牌.加强河流湖泊污染治理、清淤,强化湖滨植被缓冲带建设,控制污水排放,提高水生态系统活力.

针对东南部岩溶山原生态区的障碍点:发展亚热带生态经济林,加大植树、植草力度,修复植被退化区,保护土层地表结构,防治石漠化.实施低效耕地退耕还林、还草,降低耕地利用强度,增加耕地生态系统生物多样性.修整乡村道路,提升道旁植被丰度,减少物种迁徙的影响.

针对北部中高山河谷生态区的障碍点:对高山河谷生态区实施封山育林、育草,降低滑坡、泥石流等风险.修复退化耕地,整治农用地.提升农村居民点植被覆盖度,零星居民点可根据居民意愿实行合村并居,优化居民点结构.修复峡谷河流、水库坑塘,及时清淤,保护水源.

3 讨论

昆明是长江经济带上游地区重要的生态保护屏障,开展国土空间生态修复和统筹山水林田湖草系统治理,具有保护生物多样性、提升区域生态系统服务能力的实际意义.本文融合生态系统服务重要性评估、景观连通性评价和生态保护红线识别生态源地,弥补以往研究识别方法单一且缺乏理论支撑的不足,识别结果更能体现源地的生态核心作用.基于地表覆盖、地形条件和生态胁迫的多要素构建综合阻力面,可以揭示不同地类内部的微观生态阻力起伏状态和体现空间异质性,保障生态廊道提取的有效性.利用电路理论的模拟物种随机游走和识别生态节点的优势,有效识别生态廊道宽度和表达区域景观连通性,直观反馈物种栖息和觅食范围;针对识别的生态保护修复关键区域开展国土空间生态修复工程更具全域性和系统性.

本文基于InVEST模型和电路理论构建了昆明市生态安全格局并识别国土空间生态保护修复区域.但生态夹点成本加权距离、生态障碍点搜索迭代半径的阈值设定需要在实践中结合实际情况调整;关键区域修复后景观连通性的提升程度仍需进一步研究与分析.未来研究应综合考虑城镇化进程中建设用地需求,结合行政区与外围地区生态状况,避免生态源地存在割裂行为,探索更具体的昆明市生态修复关键区域范围.为准确了解生态系统演化的驱动机制,确定生态系统修复的参照系,今后诊断和识别国土空间生态修复问题需开展长时间序列的生态系统演变及驱动机制分析研究.此外,将基于自然的解决方案(NBS)的生态修复理念融入国土空间生态修复,以及不同情景下的生态修复重点和顺序是未来研究的重点.

4 结论

4.1 昆明市生态源地数量为34个,面积共计6421.95km2,地类现状以生境较高的林地为主.生态廊道数量为67条,长度共计859.72km,其中关键生态廊道15条,重要生态廊道24条,一般生态廊道28条,长度分别为51.11,170.17,638.44km.空间分布上,源地和廊道分别呈西多东少和东长西短的状态.结合昆明市山水特征,构建“一环、三区、三屏、六轴、多点”的生态安全格局.

4.2 昆明市识别待修复的生态夹点27处,面积共计197.68km2,地类现状以林地、草地和耕地为主,主要分布南部地区;生态障碍点33处,面积共计155.84km2,地类现状以草地、耕地、林地、建设用地和水域为主,主要分布于南部地区的铁路、高速公路等交通要道周围,且环滇池生态区分布较多.夹点和障碍点重叠面积为25.95km2.

4.3 综合昆明市两类待修复区域的空间分布特征、地类现状,立足于生态安全格局的“三区”生态特征,分别提出生态保护修复策略:生态夹点以自然保护为主、人为修复为辅,生态障碍点则人为修复与自然保护并重.

[1] 付 刚,肖能文,乔梦萍,等.北京市近二十年景观破碎化格局的时空变化[J]. 生态学报, 2017,37(8):2551-2562.

Fu G, Xiao N W, Qiao M P, et al. Spatial-temporal changes of landscape fragmentation patterns in Beijing in the last two decades [J]. Acta Ecologica Sinica, 2017,37(8):2551-2562.

[2] Simmonds J S, Sonter L J, Watson J E M, et al. Moving from biodiversity offsets to a target‐based approach for ecological compensation [J]. Conservation Letters, 2020,13(2):e12695.

[3] De León L F, Sharpe D M T, Gotanda K M, et al. Urbanization erodes niche segregation in Darwin's finches [J]. Evolutionary applications, 2019,12(7):1329-1343.

[4] 易 行,白彩全,梁龙武,等.国土生态修复研究的演进脉络与前沿进展[J]. 自然资源学报, 2020,35(1):37-52.

Yi X, Bai C Q, Liang L W, et al. The evolution and frontier development of ecological restoration research [J]. Journal of Natural Resources, 2020,35(1):37-52.

[5] 韩 博,金晓斌,项晓敏,等.基于“要素—景观—系统”框架的江苏省长江沿线生态修复格局分析与对策[J]. 自然资源学报, 2020,35(1): 141-161.

Han B, Jin X B, Xiang X M, et al. Exploration of ecological restoration pattern and countermeasure along the Yangtze River in Jiangsu province based on the "element-landscape-system" framework [J]. Journal of Natural Resources, 2020,35(1):141-161.

[6] 杨艳平,罗福周,王博俊.基于朴门设计的煤矿废弃地生态修复规划研究[J]. 自然资源学报, 2018,33(6):1080-1091.

Yang Y P, Luo F Z, Wang B J. Research on ecological restoration planning of coal mine wasteland based on permaculture design [J]. Journal of Natural Resources, 2018,33(6):1080-1091.

[7] 王子建,胡 婧,张 晨,等.景观湖泊黑臭水体生态修复措施和效果——以武汉市金湖生态修复工程为例[J]. 环境工程学报, 2022, 16(5):1702-1712.

Wang Z J, Hu J, Zhang C, et al. Ecological restoration measures and effects of black and odorous water bodies in landscape lakes—Taking Jinhu ecological restoration project in Wuhan city as an example [J]. Chinese Journal of Environmental Engineering, 2022,16(5):1702- 1712.

[8] 孙乾照,林海英,张美琦,等.滨海盐沼湿地生态修复研究进展[J]. 北京师范大学学报(自然科学版), 2021,57(1):151-158.

Sun Q Z, Lin H Y, Zhang M Q, et al. Ecological restoration of coastal salt marsh [J]. Journal of Beijing Normal University (Natural Science), 2021,57(1):151-158.

[9] 王晨旭,刘焱序,于超月,等.国土空间生态修复布局研究进展[J]. 地理科学进展, 2021,40(11):1925-1941.

Wang C X, Liu Y X, Yu C Y, et al. Research progress on the arrangement of territorial ecological restoration [J]. Progress in Geography, 2021,40(11):1925-1941.

[10] 方 莹,王 静,黄隆杨,等.基于生态安全格局的国土空间生态保护修复关键区域诊断与识别——以烟台市为例[J]. 自然资源学报, 2020,35(1):190-203.

Fang Y, Wang J, Huang L Y, et al. Determining and identifying key areas of ecosystem preservation and restoration for territorial spatial planning based on ecological security patterns: A case study of Yantai city [J]. Journal of Natural Resources, 2020,35(1):190-203.

[11] 刘金花,杨 朔,吕永强.基于生态安全格局与生态脆弱性评价的生态修复关键区域识别与诊断——以汶上县为例[J]. 中国环境科学, 2022,42(7):3343-3352.

Liu J H, Yang S, Lv Y Q. Identification and diagnosis of critical areas for ecological rehabilitation based on eco-security patterns and ecological vulnerability assessment - a case study over Wenshang County [J]. China Environmental Science, 2022,42(7):3343-3352.

[12] Zhang H, Li J, Tian P, et al. Construction of ecological security patterns and ecological restoration zones in the city of Ningbo, China [J]. Journal of Geographical Sciences, 2022,32(4):663-681.

[13] 彭 建,李慧蕾,刘焱序,等.雄安新区生态安全格局识别与优化策略[J]. 地理学报, 2018,73(4):701-710.

Peng J, Li H L, Liu Y X, et al. Identification and optimization of ecological security pattern in Xiong'an New Area [J]. Acta Geographica Sinica, 2018,73(4):701-710.

[14] 韩宗伟,焦 胜,胡 亮,等.廊道与源地协调的国土空间生态安全格局构建[J]. 自然资源学报, 2019,34(10):2244-2256.

Han Z W, Jiao S, Hu L, et al. Construction of ecological security pattern based on coordination between corridors and sources in national territorial space [J]. Journal of Natural Resources, 2019, 34(10):2244-2256.

[15] 潘竟虎,李 磊.利用OWA和电路模型优化黄河流域甘肃段生态安全格局[J]. 农业工程学报, 2021,37(3):259-268.

Pan J H, Li L. Optimization of ecological security pattern in Gansu section of the Yellow River Basin using OWA and circuit Model [J]. Transactions of the Chinese Society of Agricultural Engineering, 2021,37(3):259-268.

[16] Wei Q, Halike A, Yao K, et al. Construction and optimization of ecological security pattern in Ebinur Lake Basin based on MSPA- MCR models [J]. Ecological Indicators, 2022,138:108857.

[17] 杜雨阳,王征强,于庆和,等.基于生境质量模型和电路理论的区域生态安全格局构建——以秦岭(陕西段)为例[J]. 农业资源与环境学报, 2022,39(5):1069-1078.

Du Y Y, Wang Z Q, Yu Q H, et al. Construction of a regional ecological security pattern based on a habitat quality model and circuit theory:A case study of the Qinling Mountains(Shaanxi section) [J]. Journal of Agricultural Resources and Environment, 2022,39(5):1069-1078.

[18] 刘 林,雷冬梅,冉玉菊,等.基于生态系统服务功能的滇池流域关键性生态用地识别[J]. 农业工程学报, 2021,37(11):277-284.

Liu L, Lei D M, Ran Y J, et al. Identification of critical ecological land in Dianchi Watershed based on the perspective of ecosystem service function [J]. Transactions of the Chinese Society of Agricultural Engineering, 2021,37(11):277-284.

[19] 王秀明,赵 鹏,龙颖贤,等.基于生态安全格局的粤港澳地区陆域空间生态保护修复重点区域识别[J]. 生态学报, 2022,42(2):450-461.

Wang X M, Zhao P, Long Y X, et al. Identification of key areas of land space ecological protection and restoration based on the pattern of ecological security in Guangdong, Hong Kong and Macau [J]. Acta Ecologica Sinica, 2022,42(2):450-461.

[20] Wang Z Y, Luo K Y, Zhao Y H, et al. Modelling regional ecological security pattern and restoration priorities after long-term intensive open-pit coal mining [J]. Science of the Total Environment, 2022, 835:155491.

[21] 黄木易,岳文泽,冯少茹,等.基于MCR模型的大别山核心区生态安全格局异质性及优化[J]. 自然资源学报, 2019,34(4):771-784.

Huang M Y, Yue W Z, Feng S R, et al. Analysis of spatial heterogeneity of ecological security based on MCR model and ecological pattern optimization in the Yuexi county of the Dabie Mountain Area [J]. Journal of Natural Resources, 2019,34(4):771-784.

[22] 赵 伟,邹欣怡,蒲海霞.成渝地区双城经济圈生态安全格局构建[J]. 中国环境科学, 2021,41(5):2423-2433.

Zhao W, Zou X Y, Pu H X. Construction of ecological security pattern in Chengdu-Chongqing twin-city economic circle [J]. China Environmental Science, 2021,41(5):2423-2433.

[23] Peng J, Zhao S, Dong J, et al. Applying ant colony algorithm to identify ecological security patterns in megacities [J]. Environmental modelling & software: with environment data news, 2019,117:214-222.

[24] Huang K, Peng L, Wang X, et al. Integrating circuit theory and landscape pattern index to identify and optimize ecological networks: a case study of the Sichuan Basin, China [J]. Environmental science and pollution research international, 2022,29(44):66874-66887.

[25] Dickson B G, Albano C M, Anantharaman R, et al. Circuit-theory applications to connectivity science and conservation [J]. Conservation Biology, 2019,33(2):239-249.

[26] 赵晓冏,王 建,苏军德,等.基于InVEST模型和莫兰指数的甘肃省生境质量与退化度评估[J]. 农业工程学报, 2020,36(18):301-308.

Zhao X J, Wang J, Su J D, et al. Assessment of habitat quality and degradation degree based on InVEST model and Moran index in Gansu Province, China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2020,36(18):301-308.

[27] 陈田田,彭 立,王 强.基于生态系统服务权衡的生态安全多情景决策[J]. 中国环境科学, 2021,41(8):3956-3968.

Chen T T, Peng L, Wang Q. Scenario decision of ecological security based on the trade-off among ecosystem services [J]. China Environmental Science, 2021,41(8):3956-3968.

[28] 刘 娇,郎学东,苏建荣,等.基于InVEST模型的金沙江流域干热河谷区水源涵养功能评估[J]. 生态学报, 2021,41(20):8099-8111.

Liu J, Lang X D, Su J R, et al. Evaluation of water conservation function in the dry-hot valley area of Jinsha River Basin based on InVEST model. [J]. Acta Ecologica Sinica, 2021,41(20):8099-8111.

[29] 陈 昕,彭 建,刘焱序,等.基于“重要性—敏感性—连通性”框架的云浮市生态安全格局构建[J]. 地理研究, 2017,36(3):471-484.

Chen X, Peng J, Liu Y X, et al. Constructing ecological security patterns in Yunfu city based on the framework of importance- sensitivity- connectivity [J]. Geographical Research, 2017,36(3):471-484.

[30] 刘世梁,侯笑云,尹艺洁,等.景观生态网络研究进展[J]. 生态学报, 2017,37(12):3947-3956.

Liu S L, Hou X Y, Yin Y J, et al. Research progress on landscape ecological networks [J]. Acta Ecologica Sinica, 2017,37(12):3947-3956.

[31] 曹秀凤,刘兆顺,李淑杰,等.基于生态安全格局的国土空间生态修复关键区域识别——以吉林省松原市为例[J]. 中国环境科学, 2022, 42(6):2779-2787.

Cao X F, Liu Z S, Li S J, et al. Identification of key areas of ecological protection and restoration based on the pattern of ecological security: A case of Songyuan City, Jilin province [J]. China Environmental Science, 2022,42(6):2779-2787.

[32] 赵筱青,谭 琨,易 琦,等.典型高原湖泊流域生态安全格局构建——以杞麓湖流域为例[J]. 中国环境科学, 2019,39(2):768-777.

Zhao X Q, Tan K, Yi Q, et al. Construction of ecological security pattern in typical plateau lake basin——A case of the Qilu lake basin [J]. China Environmental Science, 2019,39(2):768-777.

[33] 王海云,匡耀求,文薪荐,等.粤港澳大湾区生态网络构建及廊道优化[J]. 中国环境科学, 2022,42(5):2289-2298.

Wang H Y, Kuang Y Q, Wen X J, et al. Ecological network construction and corridor optimization in Guangdong-Hong Kong- Macao Greater Bay Area [J]. China Environmental Science, 2022, 42(5):2289-2298.

[34] 林伊琳,赵俊三,陈国平,等.基于MCR-FLUS-Markov模型的区域国土空间格局优化[J]. 农业机械学报, 2021,52(4):159-170,207.

Lin Y L, Zhao J S, Chen G P, et al. Optimization of regional territory space pattern based on MCR-FLUS-Markov Model [J].Transactions of the Chinese Society for Agricultural Machinery, 2021,52(4):159- 170,207.

[35] 马才学,杨蓉萱,柯新利,等.基于生态压力视角的长三角地区生态安全格局构建与优化[J]. 长江流域资源与环境, 2022,31(1):135-147.

Ma C X, Yang R X, Ke X L, et al. Construction and optimization of ecological security pattern in Yangtze River Delta based on the perspective of ecological pressure [J]. Resources and Environment in the Yangtze Basin, 2022,31(1):135-147.

[36] 陶培峰,李 萍,丁 忆,等.基于生态重要性评价与最小累积阻力模型的重庆市生态安全格局构建[J]. 测绘通报, 2022,(1):15-20,38.

Tao P F, Li P, Ding Y, et al. Construction of ecological security pattern based on ecological importance assessment and minimum cumulative resistance model in Chongqing city [J]. Bulletin of Surveying and Mapping, 2022,(1):15-20,38.

[37] McRae B H, Dickson B G, Keitt T H, et al. Using circuit theory to model connectivity in ecology, evolution, and conservation [J]. Ecology, 2008,89(10):2712-2724.

[38] Brad H M, Sonia A H, Paul B, et al. Where to restore ecological connectivity? Detecting barriers and quantifying restoration benefits [J]. PLoS ONE, 2012,7(12):e52604.

Identification of key areas for the ecological restoration of territorial space in Kunming based on the InVEST model and circuit theory.

QIN Bin-gui1,2,3, LIN Yi-lin1,2,3*, ZHAO Jun-san1,2,3, CHEN Guo-ping1,2,3, HE Wan-cai1,2,3, LÜ Qing-zhou1,2,3

(1.Faculty of Land Resources Engineering, Kunming University of Science and Technology, Kunming 650093, China；2.Key Laboratory of Geospatial Information Integration Innovation for Smart Mines, Kunming 650093, China；3.Science and Technology Innovation Team of Natural Resources Spatial Information Integration and Application in Yunnan Universities, Kunming, 650211, China)., 2023,43(2)：809～820

Taking Kunming as a case study area, an ecological security pattern was built based on the InVEST model, landscape connectivity evaluation and circuit theory to identify the key areas for the ecological restoration of territorial space. According to the research, there were 34 ecological source areas in Kunming with an area of 6421.95km2, exhibiting a distribution pattern of being “denser in the west and sparser in the east” and “concentrated in the north and scattered in the south”. 67 ecological corridors were extracted with a total length of 859.72km; the corridors show a spatially variable distribution, forming the ecological security pattern of “one ring, three districts, three screens, six axes and multiple points”; 27 ecological pinches and 33 ecological barriers were identified, forming the key areas for ecological restoration, respectively covering 197.68 and 155.84km2, mostly in southern Kunming. Considering the geographical features and current land types of the key areas, two restoration strategies were proposed, namely, the strategy with natural conservation as the main body and human restoration as the supplement and exerting equal stress on human restoration and natural conservation. The research provided a reference for the ecological restoration of municipal territorial space.

InVEST model；circuit theory；ecological security pattern；ecological restoration of territorial space；identification of key area

X171.4

A

1000-6923(2023)02-0809-12

覃彬桂(1997-),男,广西贵港人,昆明理工大学硕士研究生,主要从事景观生态与土地利用、国土空间生态修复方向研究.

2022-06-27

国家自然科学基金资资助项目(41761081);云南省基础研究计划项目(202201AU070112);昆明理工大学引进人才科研启动基金资助项目(KKZ3202021055);云南省哲学社会科学规划项目(PY202129)

* 责任作者, 讲师, 601960754@qq.com