安庆市宜秀区景观生态安全格局构建

袁 平, 何 胜, 程梓昊, 张官进, 张振国

(安徽科技学院 资源与环境学院,安徽 凤阳 233100)

人类高强度土地利用方式及对自然资源的不合理开发与利用,直接影响区域景观生态空间格局,导致景观之间的破裂程度加剧,生态网络连接性降低,对生物系统安全构成严重威胁[1]。生态安全是21世纪人类面临的一个新主题,生态安全格局构建对生物多样性保护、维持生态系统过程完整性、实现自然环境与人类社会协调发展具有重要意义[2-4]。如何进行生态安全格局构建,首先要识别生态源地,保护重要生态源地稳定性,发挥区域本地优势,在此基础上,建设与源地协调的生态廊道,识别障碍点,提高生态廊道数量和质量,推进廊道网络化、系统化和结构化。

生态源地与“节点”识别是区域生态安全格局构建的基础,前者由具有高生态服务价值、斑块连片性较好的林地和水域组成,后者是研究区重要生态功能区或生态敏感区的中心点,对整个区域生态网络整体联通性、稳定性起着关键作用。俞孔坚[5]首次提出了“生态源地-阻力面-格局”三步构建生态安全格局的方法,并在许多研究中应用。但以往研究中,生态源地大多通过人为主观直接选取,缺乏一定严谨性。由此出现“粒度反推法”的创新方式选择生态源地[6-7]。生态节点的识别主要通过多因素评价法,Knaapen等[8]基于景观格局变化对生态过程作用机制的研究,提出利用最小累积阻力(MCR)模型方法对景观格局进行优化。张晓琳等[9]运用ArcGIS中的Linkage Mapper插件识别生态节点。因此,有效识别区域生态源地、生态节点和生态障碍点,保障生态系统结构和功能完整性对国家生态安全、解决区域生态问题具有不可替代的作用。安庆市地处长江下游北岸,皖河入江处,生态环境良好,在经济发展的背景下,安庆市主城区(宜秀区)正处于快速发展阶段,如何协调好发展和保护的关系是当前重要课题。本研究基于2018年土地利用更新数据库、DEM数据,采用粒度反推法识别生态源地,利用最小累积阻力模型构建最小累积阻力面,将综合生态阻力面当做“电导面”,依据电路理论构建宜秀区生态廊道,识别“夹点”“障碍点”,并通过水文分析验证“障碍点”的准确性,为宜秀区的景观生态格局保护提供建议。

1 数据来源与研究方法

1.1 研究区概况

安庆市宜秀区位于安徽省西南部(116°57′～117°14′E,30°28′～30°42′N),区域面积为410 km2,人口总数26万,地势西北高东南低,主要景观类型包括林地、水域、耕地和建设用地,分别占总面积的29.5%、25.5%、21.8%和18.7%。宜秀区属北亚热带湿润季风气候,温和湿润,四季分明,雨量充沛,光照充足,年平均气温为16.5 ℃,年均降水量为1 389 mm,无霜期为247 d。

1.2 数据来源与处理

本研究主要运用30 m分辨率的Landsat-8遥感影像数据(来源：BigMap平台http：//www.bigemap.com)、数字高程数据(DEM)(来源：地理空间数据云平台http：//www.gscloud.cn),影像云量较少,质量良好。遥感影像数据在ENVI 5.3软件支持下进行几何精校正,采用监督分类方法得到最新土地利用现状数据,与2018年土地利用变更调查数据(来源：安庆市自然资源局)进行对比、校验和更新,得到最终宜秀区土地利用现状数据。

1.3 研究方法

1.3.1 基于粒度反推法的生态源地选取 通过粒度反推法选取宜秀区生态源地,设置50、100、200、400、600、800、1 000、1 200 m等8种粒度的栅格数据,通过Fragstats 4.2软件分别计算不同景观组分栅格的景观格局指数,对比指数特征变化,选取指标最好的组分粒度,反推出生态源地。景观指数包括景观组分数、最大斑块指数、连接性指数、斑块凝聚度、景观分裂指数、有效粒度面积指数以及分离度。

1.3.2 基于MCR模型的生态阻力面构建 物种在不同的景观类型中迁移的过程中需要克服空间上的阻力,生态阻力面是构建生态廊道的重要基础[10]。本研究通过多因素综合考虑,采用最小累积阻力模型构建阻力面。过程如下：选取土地利用类型、坡度、距一级道路的距离和距二级道路的距离为阻力因子,分别赋予各个阻力因子类别不同的阻力值(表1)。设置各阻力因子权重依次为0.4、0.2、0.2、0.2,将4类消费面采取叠加分析,利用ArcGIS中的成本距离工具生成最小累积阻力面[11]。

表1 阻力因子阻力及权重表Table 1 Resistance factor resistance value and weight

1.3.3 基于电路理论模型的生态廊道构建 电路理论的原理是利用电子在电路中无规则随机漫游、电阻小时电流大这一特性来假设生物群落在不同景观之间的活动,群落和群体被当做电子,不同的景观组合被视为一个电导面,根据不同景观类型设置电阻值[12]。当增大生态廊道的密集度时,生物及其群体相应的迁移阻力就会减小,扩散能力也会增强[13]。本研究基于Circuitscape 4.0平台,通过计算得到最小距离成本路径,即为生态廊道。

1.3.4 生态“夹点”和“障碍点”的识别 采用ArcGIS软件中Linkage Mapper插件识别生态“夹点”及“障碍点”。在生态廊道的基础上,前者利用Pinchpoint Mapper工具计算电流通过廊道网电流强度最大的点,也就是生物及其群落必须经过的点,是廊道中保护的重点区域。后者利用Barrier Mapper工具,设置半径为60 m,通过移动窗口算法搜索“障碍点”,并且得到各点的改善系数。改善系数是指单位距离上联通性恢复值的大小,改善系数越大,那么剔除该景观区域后,景观的连通性提升的越大,公式如下：

(1)

其中,IS为改善系数,LCD1为最小成本距离,LCD0为障碍点移除后最小成本距离值[8]。此外,本研究采用ArcGIS中水文分析方法求解“障碍点”,进一步验证其位置的准确性。

2 结果与分析

2.1 宜秀区生态源地的选取

不同粒度大小组分的各景观指数如表2所示。从景观组分数来看,整体上随着粒度的逐步增大呈减小趋势,在粒度400 m后逐渐趋于平稳。研究表明,粒度较大时,景观之间连接性较强,但景观图斑之间的一些细节往往被忽略掉,而粒度较小时,图斑之间连接性低,图斑细节部分过多,不能很好地表现主要趋势[14]。粒度800 m之后生态斑块之间不易再合成更小的斑块;在粒度400 m时出现了一个突变点,且在该点最大斑块指数处于最低水平,可以有效地去除不必要的细节。从生态景观连接度来看,整体上随粒度的逐渐增大呈现先缓慢增大后快速下降趋于平稳的趋势,在200 m时达到最大值,在600 m时连接度指数变为0;粒度400 m为其突变点,连接度指数处于一个“承上启下”的阶段。从斑块凝聚度来看,整体上随着粒度的增大呈逐渐减小趋势。400～600 m变化不明显,但600 m以后出现下降趋势,说明斑块之间凝聚力、连通性在生态栅格粒度为600 m后逐渐降低,生态斑块栅格粒度在600 m以内的连通性符合要求。从有效粒度面积指数来看：粒度在50～400 m之间随着粒度的增加生态斑块合并,使有效粒度面积逐渐减少,导致有效粒度面积指数呈现下降趋势;粒度在400 m以后,出现了有效粒度指数的上下波动,说明随着粒度的增加,有效粒度呈现出不稳定的现象[15]。分裂指数和分离度越高,各个景观之间的相对独立性越高,更符合景观格局的构建要求,在生态栅格粒度为400 m时,景观分裂指数和分离度达到最大值。

表2 不同粒度下景观格局指数Table 2 Landscape pattern index under different grain size

综上,400 m粒度为宜秀区最佳生态源地选取标准(图1)。结果表明,宜秀区生态源地的分布为南北疏,中部密,这主要是因为宜秀区北部丘陵、南临长江,人口聚居,导致生态景观破碎,并且北部存在大量的耕地,进一步影响生态格局。宜秀区影响力较大的生态斑块的数量为20,其中最大斑块的面积为104.49 hm2,位于中心地带的山区林地,占总面积的58.98%,该区域生态环境保持较好;最小斑块面积为5.45 hm2,位于宜秀区北部地区,土地利用类型为林地,占总面积的3.0%,该区域村庄聚居较多,生态斑块破碎程度较大。综上,宜秀区生态恢复能力较强,主要得益于中心地区的核心生态斑块对整个地区的生态格局具有支配作用。

图1 粒度400 m生态源地分布图Fig.1 Distribution of ecological source areas with grain size of 400 m

2.2 宜秀区综合生态阻力面分析

单阻力因子阻力值及各阻力因子权重构建综合生态阻力值分布如图2～3所示。结果表明,研究区综合阻力值最小为1,最大为440.2,呈现北低南高的分布规律,其中阻力值较高的区域主要分布在宜秀区城区范围,其他区域零星分布但面积不大,主要原因是城区附近人为活动较为密集,并且国道、铁路等较为发达,不利于生物迁徙。

图2 阻力因子阻力值分布图Fig.2 Distribution of resistance factor and resistance value

图3 综合生态阻力面分布图Fig.3 Distribution of comprehensive ecological resistance surface

2.3 宜秀区生态廊道识别与分析

基于综合阻力面,利用Circuitscape 4.0软件计算各生态源地之间的最小成本路径,构建宜秀区各分散生态斑块之间的生态连接网络[16]。宜秀区共构建了38条生态廊道,合计56.3 km(图4)。从空间分布来看,北部地区廊道较为密集且长度在2 km左右,占总廊道数的76%,表明此处生物的活动比较频繁;而南部斑块较为分散,廊道长度在5 km左右,生物迁移相对困难。

图4 宜秀区生态廊道分布图Fig.4 Distribution map of ecological corridor in Yixiu District

2.4 宜秀区生态安全格局构建

根据宜秀区生态改善区和发展区(图5),由生物运动密度(电流强度)得出该区域生态廊道整体呈现出强流通的特性。研究区共识别生态“夹点”5个,均在改善区且一级改善区居多,对“夹点”的保护可以对宜秀区景观格局的保护起到重要作用(表3)。从“夹点”的主要土地利用类型来看,3个水域“夹点”位于罗岭村(2处)和总铺居委会(1处);2个林地“夹点”位于罗岭村和林春村。同时识别研究区“障碍点”38处(图6、表3),主要分布于人类活动较为频繁的区域,建筑用地、公路用地、耕地是其中的主体部分,且每条廊道的障碍点平均2个,表明宜秀区的生态环境恢复阻力比较大。从“障碍点”的空间分布来看,北部障碍点较为密集,主要分布在罗岭村、林春村、凤溪村,占障碍点总数的39.5%,南部地区分布较为分散,每条廊道上障碍点的分布过于密集,提升难度较大。

图5 改善区及电流强度图Fig.5 Distribution map of ecological corridor

图6 宜秀区综合“障碍点”分布图Fig.6 Distribution map of comprehensive "obstacle points" in Yixiu District

表3 宜秀区重点生态节点总览表Table 3 Distribution of ecological node area in Yixiu District

宜秀区最终选取17个生态源地斑块、35条生态廊道和46个生态节点,初步构建起“点-线-面”相互交融的生态安全格局,为后续生态安全格局的稳定打下了基础。

3 结论

为保证长江流域生态系统能在持续健康的状况下为人类提供生态系统服务,本研究运用最新土地利用数据得到不同距离阈值的栅格数据,通过对景观格局指数的变化分析得到最优生态源地。为更贴近生物迁移真实状况,本研究识别成本最低的最优路径,同时以电路连通度模型识别生物迁移路径,共同构建研究区生态安全格局。得出以下结论：宜秀区的生态栅格粒度最终确定为400 m,生态源地共计20个,面积为177.16 hm2,划定38条廊道,共计56.3 km。根据生态阻力面,识别生态“夹点”5个,待修复的“障碍点”38个,“障碍点”类型主要为建设用地、公路用地、耕地等。