基于ERA 和MCR 模型的生态安全格局构建——以陕西沿黄地区为例

刘瑞宽,杨林朋,李同昇*,朱炳臣,李炬霖 (.西北大学城市与环境学院,陕西 西安 7027；2.西北大学,陕西省情研究院,陕西 西安 7027)

在快速的城镇化进程中,土地利用方式发生了巨大的变化,随之而来的人为干扰与自然灾害深刻影响生态系统的结构、功能和格局,对区域生态安全和景观格局的胁迫作用不可小觑[1],诸如生境斑块的破碎化、岛屿化,生物迁徙的廊道被阻碍、侵占等生态系统问题,使城乡环境的可持续发展受到负面影响[2].陕西沿黄地区地处西北干旱半干旱地区,生态系统脆弱,综合评价生态风险等级并构建生态安全格局有利于增强该区域抵御生态风险能力,与促进黄河流域生态环境保护和高质量发展战略相得益彰.

生态风险(ER)[3],包括生态系统内部某种因素或整体的健康、生产力、遗传结构、经济价值和美学价值的减少[4],具有不确定性、危害性、客观性、复杂性、动态性等特点[5].针对生态风险评价(ERA),目前已有较为成熟的研究方法,如因果分析法、生态等级风险评价法、相对风险评价模型、景观分析法等,相关概念包括风险源、受体、生态终点[6].近年来,生态风险评价在学术界的热度不断升高,研究领域扩展到海岸生态系统、水域、流域等,评价指标体系从单一因子转向多因子[7].区域生态风险评价有助于维系生态系统完整性和健康,为构建生态安全格局提供支持.

生态安全格局是沟通生态系统保护和人类社会发展的桥梁,对维持生态源、生态廊道、生态节点等生态过程具有重要作用[8].其构建过程需综合考虑生态过程和景观模式之间的相互作用[9],形态学空间格局分析(MSPA)、最小累计阻力模型(MCR)及重力模型是较为常见的方法[10-11],“识别生态源地—构建综合阻力面—提取生态廊道”已成为构建生态安全格局的经典范式[12].已有研究直接将自然保护区、森林公园等视为生态源地[13],或采用指标体系测算[14],亦或通过MSPA[11]与景观连通性指数相结合[15];基于动物的迁移特性[16]、土地利用类型、人类活动和需求等因素构建阻力面[17];利用MCR 模型、电路理论模型、图论法等[18]识别生态廊道.随着研究的深入,生态红线[19]、生态风险[20]等成为学者们关注的话题,基于供需视角[21],对生态系统服务体系、生境质量进行测算[22]之后完成生态安全格局的构建评价与优化[23].已有研究青睐于以不同尺度的行政区[14,24-25]或流域[26-28]为研究单元.近年来,三峡库区[29]、雄安新区[30]、城市群[17]也成为生态安全研究的重要区域.结合黄河流域高质量发展需求,学术界对宁夏沿黄城镇带[31]、黄河流域甘肃段[21]、陕西段[32]生态环境问题的关注度增加.

目前,已有研究多基于景观格局指数评价区域生态风险,在一定程度上忽视了区域内自然和人为风险源带来的影响,且对区域内长时间序列的景观格局演变特征关注不足.陕西沿黄地区处于黄河流域关键地段,综合评价其生态风险对于了解区域内生态环境状况,改善人地关系至关重要[3],构建合理的生态安全格局是增强区域生境斑块联系和保护生物多样性的有效举措,也是协调区域生态保护与社会经济发展的关系.

本研究以陕西沿黄地区为案例区,基于该区域自然和人文特征,对已有生态风险指标进行修正,从生态本底和人为扰动两方面构建包含自然灾害风险源和人为扰动风险源的指标体系,评估研究区生态风险等级;其次结合“源地—阻力面—廊道”的研究范式,利用MSPA 模型剖析2000 年､2010 年和2020 年3 个时期景观格局变化特征,综合考虑生态斑块面积和连通性,识别出生态质量好、连通性较高的斑块作为生态源地,通过MCR 模型构建综合阻力面,通过重力模型提取重要廊道;最后,基于图论法对生态安全格局进行定量评价,结合生态风险评价结果和生态安全格局对陕西沿黄地区提出针对性的区域生态保护对策和建议.通过探讨沿黄地区的生态风险和生态安全格局,丰富区域生态保护的研究成果,为黄河流域生态保护和高质量发展提供支撑.

1 研究区概况与研究方法

1.1 研究区概况

陕西沿黄地区沿黄河干流分布,南北跨度大,南北长828.5km,包括13 个县(市),沿黄观光公路和高速公路将其南北贯通.总面积2.98 万km2(图1),占陕西省黄河流域面积的20.83%,是陕西省黄河流域生态治理的主战场,也是脱贫攻坚的重点区域.该区域地质条件复杂、生态类型多样、文化旅游资源丰富、生产生活活动密集;粗放的矿产资源开采方式使研究区出现采空区塌陷、河流季节性断流等较为突出的生态问题,生态环境脆弱且敏感[33-34].陕西沿黄地区依托沿黄观光公路和黄河西岸生态恢复治理工程建设,积极打造集生态文明、特色城镇化、文化旅游、区域合作为一体的沿黄生态城镇带,而沿黄城镇带的建设势必会对生态环境造成影响.因此,评估陕西沿黄地区生态风险等级,构建生态安全格局,修复与提升沿线生态环境质量,对黄河流域生态保护和高质量发展具有支持作用,推进区域协调发展是亟需关注的重要命题.

图1 研究区域Fig.1 Study area

1.2 数据来源

本研究所用数据包括气象数据、社会经济数据、PM2.5数据、路网数据、DEM 数据、NDVI 数据和土地利用数据.气象数据由相关评价因子计算得出,PM2.5数据来源于国家青藏高原科学数据中心(https://data.tpdc.ac.cn),路网数据源自OSM (https://www.openstreetmap.org);DEM 数据来源于中国科学院计算机网络信息中心地理空间数据云平台(https://www.gscloud.cn);坡度数据由DEM 数据生成;人口密度、GDP 密度和NDVI 数据来源于资源环境科学与数据中心(https://www.resdc.cn/),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.geodata.cn);底图和水系数据来源于天地图(https://www.tianditu.gov.cn/).

1.3 研究方法

1.3.1 生态风险评价 风险源是指可能对生态系统造成不利影响的一种或多种风险来源,包括自然灾害和人类活动两大类[3].参考已有研究[4],结合陕西沿黄地区自然本底和人类活动两方面,选取干旱、暴雨、洪水、水土流失、土地荒漠化、土壤盐渍化共6 个因素为自然灾害风险源的代表性指标.该区域是陕西省沿黄城镇经济带建设的重要区域,因而人类活动风险源选取环境污染、人口因素和经济因素3 大类,包括PM2.5、人口密度和GDP 密度3 个代表性指标,计算公式和评价因子如表1 所示.

表1 生态风险评价指标体系Table 1 Ecological risk assessment index system

1.3.2 MSPA 模型与景观连通性 MSPA 模型是以土地利用类型数据为基础,基于空间形态和连通性角度,从像元层面识别研究区重要的生境斑块和廊道等重要区域,该模型强调结构之间的联系,将基础数据重新分类为前景和背景二值数据,采用系列的图像处理方法将前景按照形态分为互不重叠的7 大类,从而提升生态源地选取的科学性和客观性[13,35].经过多种方法模拟实验对比分析发现,MSPA 模型更适合陕西沿黄地区景观破碎、生态源地较为分散的研究.因此,通过MSPA 模型识别出7 类景观(表2).

表2 基于MSPA 的景观类型及生态学含义Table 2 Landscape types and ecological implications based on MSPA

景观连通度指数对于衡量斑块间连接程度、物质能量交换和物种迁移具有重要参考价值[36].根据研究区内生态源地分布情况以及生物多样性现状,设置连接性阈值和连通概率,识别出连通性较高的斑块.基于MSPA 分析结果,计算景观连通度,测度研究区内生态斑块的连通性水平,相关指数包括PC、IIC、DPC,分别代表可能连通性指数、整体连通性指数和斑块重要性指数.公式如下:

式中:i≠j;n为生态斑块数量;ai和aj分别表示斑块i和j的面积;nlij表示斑块i和j之间的连接数;A 代表景观总面积;表示斑块i和j之间所有路径的最大乘积概率扩散的最大可能性.PC 和IIC 取值范围均为[0,1],越接近于1,斑块之间的连通性越高.removePC表示斑块剔除后剩余斑块的整体连通性指数.dPC通过PC 的变化衡量各斑块的重要程度.

1.3.3 综合阻力面构建 综合阻力是指物种在迁移过程中受到各类景观阻力大小的程度[10].景观阻力面的设置受自然要素、环境变迁以及人类活动等多因素的影响.参考已有文献和研究区实际情况,筛选出地形、地貌等自然要素及交通道路等人类活动要素构建阻力面.其中,自然要素主要有高程、坡度、土地利用类型、距河流距离和NDVI 指数,人类活动因素主要包括距主干道距离、距高速公路距离.根据熵权法和专家打分法赋阻力等级值[36-38],各阻力因子阻力分值为1,3,5,7,9,阻力值越大代表等级越高,详见表3.

表3 不同类型的景观阻力值及权重Table 3 Different types of landscape resistance values and weights

1.3.4 MCR 模型与重力模型 生态廊道,又称生物廊道,在生态环境中呈线状或带状分布,为物种的栖息、迁徙和交换提供重要通道.本文利用MCR 模型计算物种从源斑块迁移至目标斑块的最小累积成本路径,以反应物种迁徙过程中需要消耗的成本,从而得知物种从源地迁徙到目的地的可能性.相较于传统的数学模型,最小累计阻力模型能够以快捷的方式提取最优生态廊道,量化生物潜在运动趋势与景观格局变化之间的关系.公式如下:

式中:MCR 表示物种从生态源地到另一生态源地的最小累积成本;函数f反映最小累计阻力模型与变量;Dij表示物种从源点i到源点j的距离;Ri表示景观i阻力值.

本文根据重力值判断生态廊道的重要性程度.重力值越大代表生态源地间的相互作用力越大,进而表示生态廊道越重要,公式如下:

式中:Gij代表源点i和j之间的相互作用力,即i-j廊道的重力值;Ni和Nj分别表示生态源斑块i和j的权重值,由不同斑块的阻力值(Pi、Pj)及面积(Si、Sj)获取;Dij是从点i到j潜在廊道标准化累积阻力;Lij表示生态源斑块i到j潜在廊道的累积阻力值,Lmax表示生态廊道中的最大累积阻力值.

1.3.5 图论法 参考已有研究[39],将廊道与廊道之间的交点视作生态节点.基于图论法评价生态网络结构[18].利用网络闭合度、线点率、网络连接度指数定量分析网络结构的闭合、复杂和连通程度[40].计算公式如下:

式中:L表示廊道数量;V表示节点数量;指数值域为[0,1],值越接近于1,网络中闭合环路越多;指数值域[0,3],值越接近于3,网络结构越复杂;指数值域[0,1],值越接近于1,网络连通率越高.

2 结果与分析

2.1 生态风险等级评价

将生态风险源等权叠加得出综合生态风险评价结果,并通过自然间断点法将结果划分为低､中、高3 个等级.由图2 可知,陕西沿黄地区生态风险存在显著的空间差异,低风险区主要分布在研究区北部和南部,该区域地形起伏度相对较小,植被覆盖率较高,受人口和经济因素干扰的影响较小,因而生态风险值较低.高风险区主要分布在研究区中部,该区域地形起伏度和坡度较大,且受到人为活动干扰较大,水土流失严重,生态风险较高.

图2 综合生态风险等级Fig.2 Ranking of integrated ecological risks

2.2 生态安全格局构建

2.2.1 重要生态源地识别 基于土地利用数据,将林地、灌丛、草地和水域等生态服务价值较高的景观作为生态用地,其他用地类型为非生态用地.在Guidos Toolbox 中,将生态用地设置为前景,赋值为2,非生态用地设为背景,并赋值为1,将其转化为TIFF 格式的二值栅格数据.根据MSPA 分析,将Edge width 为2(代表边缘距离为60m)[15].

分别对2000,2010 和2020 年的土地利用数据进行景观类型识别,并对7 类景观面积与比例进行统计(表4,图3).结合图3 与表4 发现,经过20a 的发展,研究区生态源地面积明显增多,核心区面积占比由22.40%增至36.44%,但碎片化特征依然显著.与2000年对比,2020 年桥接区面积有所下降,占比由64.74%降到47.07%,考虑是受到建设用地增加、修建交通线路等人类活动影响,降低了研究区内部连通可能性.尽管边缘区占比由5.44%增至8.72%,孔隙占比由0.70%增至1.68%,但面积相对较小,表明核心区斑块的稳定性依旧较差,对外界的抗干扰能力较低.环道为物种迁移提供可选择的捷径,占比由1.42%增至3.30%,在研究区内面积较小,导致物种进行迁移活动时的能量消耗较大.孤岛是景观中孤立的生境斑块,占比由2.06%减至0.89%能够为物种迁徙提供踏脚石作用,零星分布于研究区内,面积占比较小,且近20a 来逐渐减少,对生物迁徙和生态保护产生不利影响.支线在研究区内面积占比较小,占比由3.24%减至1.88%,进一步表明核心区与外界能量交换容易受到干扰.

表4 景观类型分类统计Table 4 Classification statistics of landscape types

图3 基于MSPA 的景观分类Fig.3 Landscape classification based on MSPA

为更好的探讨研究区生态安全网络,对2020 年生态源地深入分析,由于研究区内生态源地面积差异较大,且破碎化特征极为突出,因而按照面积由大到小排序,选取排名前30 的核心区斑块计算连通性,使用Conefor 2.6 进行多次模拟实验,在连通阈值为2km,连通概率为0.5 的情况下,识别出的重要生态源地最符合研究区的景观特征.根据计算结果,将dpc>0.1 确定为重要生态源地,22 个重要生态源地总面积为4655.73km2(图4).对生态源地进行分级,其中共有5 个一级生态源地(dPC>10),6 个二级生态源地(10>dPC>1),11 个三级生态源地(1>dPC>0.1).重要生态源地相对集中在研究区的北部、中部、南部,与陕西省政府颁布的《陕西省沿黄地区规划(2015-2030年)》提出的“一带三区多廊”生态安全格局一致性较高.研究区内,河流是主要的生态廊道,防风固沙林区及两个生态屏障区在空间分布与重要生态源地基本一致,重要生态源地涵盖了森林公园、生态保护区及合阳黄河湿地等大型水体.在延安北部和渭南由于受人类活动影响较大,耕地面积大,生态面积较小且各源地之间连通性较差,不利于物种迁徙和生态多样性保护.亟需构建以黄河干流为主体,以重要生态源地和水体为核心,且能够促进物种迁徙的生态安全格局.

图4 生态源地空间分布Fig.4 Spatial distribution of ecological sources

2.2.2 综合阻力值分析 基于上述7 类生态阻力因子及权重值,得到研究区各类因子阻力值及生态格局(图5),各生态因子阻力等级面积占比如表5 所示.其中,DEM、坡度、NDVI 阻力值的中高值居多,考虑研究区地形、地貌特征是导致DEM 和坡度阻力值高的原因;研究区植被覆盖率低,因而NDVI 指数阻力值较高;研究区内河流众多,因而距河流距离的阻力值较低,黄河干流、支流沿线阻力较小,便于构建河流及周边湿地、绿地为主体的廊道;当前,研究区内路网密度尚且不大,因而距主干道和高速公路距离的阻力值较小;在近年来退耕还林、防风固沙等政策的影响下,研究区内土地类型发生明显转变,林地草地面积增长,因而该因子阻力值相对较低.综合来看,研究区阻力值的高低主要受自然因素影响,人类的生产与开发等活动在一定程度上降低了生态源地之间的互通程度.研究区北部综合阻力值较高,南部较低,高值区和低值区连通过度区较少,不利于生态风险的疏散,陕西沿黄地区的重要生态源地在南北方向呈现断裂式分布,这将会导致研究区内生态服务流通不畅.

表5 各生态因子阻力等级面积占比(%)Table 5 Area proportion of resistance levels of each ecological factor(%)

图5 各因子阻力值及综合阻力面构建Fig.5 Resistance value of each factor and construction of integrated resistance surface

2.2.3 生态廊道分布特征 生态廊道为生物物种提供生存、迁徙扩散的可能路径,与生态源地共同构成生态安全格局[41].根据以上研究结果,剔除重复廊道后,最终生成225条生态廊道,将重力阈值设为500,共筛选出 53 条廊道作为重要廊道,总长度为2164.69km.根据重力模型,将生态廊道划分为3 个等级,如图6(b)所示.

图6 生态廊道提取及等级划分Fig.6 Extraction and classification of ecological corridors

其中一级廊道13 条(重力值大于2000),二级廊道18 条(重力值大于1000),三级廊道22 条(重力值大于500).由图6 可知,生态廊道呈现为较为密集的网状.黄河干流与众多黄河支流是物种迁徙扩散重要的生态廊道,在研究区北部神木的臭柏自然保护区、红碱淖自然保护区,中部的延安黄龙山褐马鸡自然保护区以及南部的合阳黄河湿地等重要生态源地之间连通性较好,形成关键生态廊道,为物种迁徙提供路径.榆林南部、延安北部和合阳县、大荔县生态源地之间的相互作用明显较低,该区域受自然因素和人类活动双重影响,耕地面积较大,综合阻力值较大,同时也是生态风险高值区,不利于生态廊道的形成.河流是天然廊道,应加强对黄河干流、支流的保护以及两边重要生态源地的建设.

2.3 生态安全格局评价及优化

2.3.1 格局评价 生态节点一般是廊道功能的最薄弱处,为物种迁徙提供跳板和转折点.根据已有研究[39],将廊道的交点视为生态节点,由研究区内53 条重要生态廊道,43 个生态节点计算可知,=0.14,=1.17,=0.41.结合图7(a)可以看出,生态节点多分布于研究区北部,如神木市,生态网络在北部闭合环路较多,该范围内生态风险较低,内部物质、能量流动相较于南部更为通畅.佳县、绥德县和吴堡县生态源地较少,生态风险较高,研究区生态源地南北连通性较差.每一生态节点连接廊道数量较少,网络结构相对简单,现有生态安全格局连通程度较低.

图7 优化的生态安全格局Fig.7 Optimized ecological security pattern

2.3.2 优化建议 在促进陕西沿黄地区高质量发展时,应当充分尊重生态本底,重视沿线生态保护与修复,提升水土保持、维护生物多样性等重要的生态功能;加强黄河沿岸与沿黄观光公路的生态涵养,保护黄河支流及沿岸绿地构成的生态廊道,修复与恢复重要湿地,因地制宜推进小流域综合治理,疏散研究区内生态风险,科学合理的布局三生空间.根据研究结果,建议采用规划踏脚石斑块[41]、修复生态断裂点[42],优化提升潜在廊道的方式提升生态网络连接度,提升区域整体生态功能.

(1)规划“踏脚石”斑块:踏脚石斑块是物种迁徙过程中重要的一部分.增加踏脚石斑块的数量和缩短踏脚石之间的距离是提高物种迁徙过程中存活率的重要举措[42].因此,结合陕西沿黄地区实际情况,将生态节点(图7(a))、河流、潜在廊道以及桥接区结合分析,规划研究区内18 个“踏脚石”斑块(图7(c)),为物种远距离迁徙提供可能.

(2)修复生态断裂点:本文将生态廊道与主干道、高速公路的交叉点视为生态断裂点,共有98 个,如图7(b)所示.交通线路阻断了生态廊道,为生物迁徙过程带来阻碍.因而,修复生态断裂点对物种迁徙具有重要意义.在修建道路尤其是高级别道路时,应着重考虑区域内物种迁徙所需生态环境条件,为保护生物多样性提供途径.

(3)优化提升潜在廊道:潜在廊道的优化提升对生态安全格局具有重要意义.由上述内容可知,研究区内南北连通性差,生态源地缺失区域也是生态风险高值区,因此需要结合研究区内重要生态源地以及黄河干流、支流走向,优化提升潜在廊道9 条(图7(c)),增强生态网络南北通达性,降低区域内生态风险,为物种迁徙提供多样性路径.

2.4 讨论

较以往研究,本研究从自然环境和人为扰动两方面构建生态风险评价指标体系,能够较为全面客观的评价研究区生态风险.目前,学界对生态安全格局的概念以及生态源地面积、构建阻力面的方法及重力值的权重和阈值设置尚未有统一标准,往往根据已有成果和研究区特殊性进行调整,因而对生态廊道的确定也会产生一定影响.基于研究区发展历程以及实地调研所见的生态环境状况,本研究将符合研究区实际的自然因素和人类活动因素纳入MCR 模型,由此构建的重要生态廊道和生态节点有利于疏散区域生态风险,增强生态源地之间的连通性.然而在构建MCR 模型时,尚未将土壤和生物物种多样性纳入指标体系,今后将综合考虑这些影响因素深入探讨,以期为同类型区域生态环境保护和高质量发展提供参考.

3 结论

3.1 研究区内生态风险低值区位于北部和南部,重要生态源地面积较大;生态风险高值区域位于中部,同时受制于生态本底和人为活动干扰,生态风险较大.

3.2 对比分析2000 年､2010 年和2020 年的景观分布特征发现,自实施退耕还林还草和生态治理等政策以来,陕西沿黄地区的各类景观均有变化,核心区面积有一定上升;支线､孔隙和边缘区面积占比较小,抗外界干扰能力较弱;桥接区面积占比有所降低.总体来看,陕西沿黄地区景观格局相对稳定,核心区较为破碎,斑块连通度较低.

3.3 在研究区内共识别出22个重要生态源地,与现有自然保护地和实际情况基本吻合;识别出以黄河干流为主体的53 条重要生态廊道,构成“一带三区多廊”的生态安全格局.

3.4 生态节点集中分布在研究区北部,生态廊道北密南疏,网络闭合度低,南北连通度较差.未来需要规划18 个踏脚石斑块以修复生态断裂点,优化提升潜在生态廊道9 条,建设以黄河干流为依托的水域廊道,并利用现有的水体和绿地,提升陕西沿黄地区生态源地的南北连通度.