WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

Volume 43 Issue 5
Oct.  2022
Article Contents
Turn off MathJax

ZHAO H T, CHEN J C, QIN L, et al. Research on construction and optimization of ecological spatial network of Panzhihua City based on MSPA-MCR[J]. Journal of Sichuan Forestry Science and Technology, 2022, 43(5): 18−26 doi: 10.12172/202203300004
Citation: ZHAO H T, CHEN J C, QIN L, et al. Research on construction and optimization of ecological spatial network of Panzhihua City based on MSPA-MCR[J]. Journal of Sichuan Forestry Science and Technology, 2022, 43(5): 18−26 doi: 10.12172/202203300004

Research on Construction and Optimization of Ecological Spatial Network of Panzhihua City Based on MSPA-MCR


doi: 10.12172/202203300004
More Information
  • Corresponding author: 260386267@qq.com
  • Received Date: 2022-03-30
    Available Online: 2022-07-21
  • Publish Date: 2022-10-26
  • Ecological spatial network can strengthen the connectivity between fragmented habitat patches and landscapes, which is particularly important in the ecological protection and restoration projects of mountains, forests, fields, lakes and grass. In this paper, considering the natural and human factors, Panzhihua city was selected as the study area, and the ecological network was constructed by comprehensive application of morphological spatial pattern analysis (MSPA) and minimum cumulative resistance model (MCR). The important ecological corridors were quantitatively evaluated by gravity model, and the optimization countermeasures were put forward. The results showed that the ecological network of Panzhihua city was composed of 10 ecological sources and 28 effective potential ecological corridors. Combined with gravity model, 7 first-class ecological corridors, 10 second-class ecological corridors and 11 general ecological corridors were extracted. The spatial distribution of the core density of the ecological corridor was unevenly distributed, mainly distributed in the northwest, and the ecological mobility was weak as a whole. The ecological network was optimized by adding ecological sources, identifying ecological nodes and ecological breakpoints, and the countermeasures of ecological spatial network framework layout were put forward. The research can provide scientific references for the sustainable development of ecological environment in Panzhihua city.
  • 加载中
  • [1] 尹海伟,孔繁花,祈毅,等. 湖南省城市群生态网络构建与优化[J]. 生态学报,2011,31(10):2863−2874.
    [2] 卿凤婷,彭羽. 基于RS和GIS的北京市顺义区生态网络构建与优化_卿凤婷[J]. 应用与环境生物学报,2016,22(6):1074−1081.
    [3] 黄冬蕾. 城市绿色生态网络构建策略研究[D]. 北京林业大学, 2016.
    [4] Brose Ulrich. Improving nature conservancy strategies by ecological network theory[J]. Elsevier BV(1): 1−5.
    [5] Fleury Allison-M., Brown Robert-D. A framework for the design of wildlife conservation corridors With specific application to southwestern Ontario[J]. Elsevier BV(3): 163−186.
    [6] 刘骏杰,陈璟如,来燕妮,等. 基于景观格局和连接度评价的生态网络方法优化与应用_刘骏杰[J]. 应用生态学报,2019,30(9):3108−3118.
    [7] Paetkau David, Waits Lisette-P., Clarkson Peter-L., 等. Variation in Genetic Diversity across the Range of North American Brown Bears[J]. Wiley(2): 418−429.
    [8] 郭家新, 胡振琪, 李海霞, 等. 基于MCR模型的市域生态空间网络构建—以唐山市为例_郭家新[J]. 农业机械学报: 1−17.
    [9] 傅强,顾朝林. 基于生态网络的生态安全格局评价[J]. 应用生态学报,2017,28(3):1021−1029.
    [10] 邱瑶,常青,王静. 基于MSPA的城市绿色基础设施网络规划——以深圳市为例[J]. 中国园林,2013,29(5):104−108.
    [11] 徐伟振,黄思颖,耿建伟,等. 基于MCR和重力模型下的厦门市生态空间网络构建_徐伟振[J]. 西北林学院学报,2022(2):1−9. doi: 10.3969/j.issn.1001-7461.2022.02.01
    [12] 沈钦炜, 林美玲, 莫惠萍, 等. 佛山市生态网络构建及优化_沈钦炜[J]. 应用生态学报: 1−13.
    [13] 基于MSPA与最小路径方法的巴中西部新城生态网络构建_许峰[J].
    [14] 杨志广, 蒋志云, 郭程轩, 等. 基于形态空间格局分析和最小累积阻力模型的广州市生态网络构建_杨志广[J]. 应用生态学报: 1−15.
    [15] 陈竹安,况达,危小建,等. 基于MSPA与MCR模型的余江县生态网络构建_陈竹安[J]. 长江流域资源与环境,2017,26(8):1199−1207. doi: 10.11870/cjlyzyyhj201708010
    [16] 路晓,王金满,李新凤,等. 基于最小费用距离的土地整治生态网络构建_路晓[J]. 水土保持通报,2017,37(4):143−149,346.
    [17] 杨志广,蒋志云,郭程轩,等. 基于形态空间格局分析和最小累积阻力模型的广州市生态网络构建[J]. 应用生态学报,2018:1−15.
    [18] 何政伟,黄润秋,贺奋琴,等. 攀枝花地区水土流失动态变化研究[J]. 成都理工大学学报(自然科学版),2005(3):301−307. doi: 10.3969/j.issn.1671-9727.2005.03.013
    [19] 刘婷. 攀枝花市生态环境脆弱性时空格局变化及驱动力分析_刘婷[D]. 成都理工大学, 2019.
    [20] 邓欣昊,潘欣. 土地利用类型的变化对城市生态系统服务功能的影响——以四川省攀枝花市为例[J]. 四川林业科技,2018,39(3):77−82.
    [21] 郑群明,扈嘉辉,申明智. 基于MSPA和MCR模型的湖南省生态网络构建_郑群明[J]. 湖南师范大学自然科学学报,2021(5):1−10.
    [22] 刘常富,周彬,何兴元,等. 沈阳城市森林景观连接度距离阈值选择[J]. 应用生态学报,2010,21(10):2508−2516.
    [23] 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.
  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(7)  / Tables(3)

Article views(398) PDF downloads(65) Cited by()

Related
Proportional views

Research on Construction and Optimization of Ecological Spatial Network of Panzhihua City Based on MSPA-MCR

doi: 10.12172/202203300004
  • 1. Sichuan Huadi Construction Engineering Co., Ltd., Chengdu 610081, China
  • 2. Chengdu Hydrogeology Engineering Geological Center of Sichuan Provincial Bureau of Geology and Mineral Exploration and Development, Chengdu 610081, China
  • 3. Sichuan Engineering Technology Research Center of Geohazard Prevention, Chengdu 610081, China
  • 4. Panzhihua Renhe Ecological Environment Monitoring Station, Panzhihua 617000, China
  • 5. Panzhihua Natural Resources and Planning Bureau, Panzhihua 617000, China
  • 6. Panzhihua Geographic Information Center, Panzhihua 617000, China
  • Corresponding author: 260386267@qq.com

Abstract: Ecological spatial network can strengthen the connectivity between fragmented habitat patches and landscapes, which is particularly important in the ecological protection and restoration projects of mountains, forests, fields, lakes and grass. In this paper, considering the natural and human factors, Panzhihua city was selected as the study area, and the ecological network was constructed by comprehensive application of morphological spatial pattern analysis (MSPA) and minimum cumulative resistance model (MCR). The important ecological corridors were quantitatively evaluated by gravity model, and the optimization countermeasures were put forward. The results showed that the ecological network of Panzhihua city was composed of 10 ecological sources and 28 effective potential ecological corridors. Combined with gravity model, 7 first-class ecological corridors, 10 second-class ecological corridors and 11 general ecological corridors were extracted. The spatial distribution of the core density of the ecological corridor was unevenly distributed, mainly distributed in the northwest, and the ecological mobility was weak as a whole. The ecological network was optimized by adding ecological sources, identifying ecological nodes and ecological breakpoints, and the countermeasures of ecological spatial network framework layout were put forward. The research can provide scientific references for the sustainable development of ecological environment in Panzhihua city.

  • 近几年,随着城镇化的推进,大量地表被人工建设用地侵蚀,导致生态斑块呈现出破碎化、孤岛化、异质化特征,降低了生态景观的连通性,正常的物种迁徙受到阻碍,不利于区域生物多样性的维护和可持续发展[1-2]。经研究论证,单纯将物种栖息地进行保护很难缓解生境破坏问题[3]。搭建生态网络可贯通被割裂的生境斑块,促进物种在残留生境斑块间的迁移、扩散和种群基因交流,维持区域内的物质动态循环和能量流动,可有效改善区域自然生态系统服务功能和保障区域生态安全[4-7]

    自20世纪70年代起,对生态网络的研究已备受国内外学者关注,在模型搭建、生态系统保护、景观连通性分析等方面已有了一定的成果[8]。生态网络的构建已形成了“源地选取—生态阻力面构建—生态廊道提取”的常见模式[9],研究手段也不断向着定量化发展,包括最小累积阻力模型、形态学空间格局分析、InVEST模型、生态系统服务价值评价、电路理论、网络分析等研究手段。其中,形态学空间格局分析(MSPA)是生态源地提取的重要手段,该方法基于数理形态原理提出,考虑斑块的整体连通性,通过土地利用二值图对栅格数据在景观结构上进行准确分类,科学识别物种重要栖息地[10-11]。最小累积阻力模型(MCR)通过构建生态阻力面来提取潜在生态廊道,能综合分析各因素与生态廊道连通性的关系,有较好的兼容性和普适性,可结合重力模型、图谱理论等对廊道相对重要成程度进行分级提取,是运用较为广泛的方法[12-14]。众多学者已通过耦合MSPA及MCR模型构建生态网络,为区域的生态系统修复规划、土地整治及城市健康发展提供了科学参考[13,15-17]。攀枝花市是长江上游的重要组成部分,区域自然资源丰富,是一座资源型城市,长期的矿业经济活动给攀枝花市生态环境造成了严重的压力,露天采矿区的增加,地质灾害风险加大,区域内水土流失面积增加[18],生境斑块破碎化加剧,面临的生态问题较为严峻[19-20]。在推进生态空间修复工程的背景下,构建攀枝花市生态网络对于维护我国西南地区区域生态系统稳定及筑牢长江上游生态屏障有重要意义。本文运用MSPA方法,结合斑块重要性( dPC) 、可能连通性( PC) 、整体连通性指数(IIC)指标科学提取市域重要生态源地;考虑人为及自然因素,依据坡度、土地利用类型、道路交通、植被覆盖等因素构建生态阻力面;结合MCR及重力模型搭建攀枝花市生态空间网络架构,多角度探究生态网络优化方向,科学提高攀枝花市域整体生态安全水平。

    • 攀枝花市位于四川省南部,与凉山州和云南省北部的永仁、华坪县接壤,包括仁和区、东区、西区、盐边、米易5个区县。处于东经101°08′至102°15′,北纬26°05′之间,面积约7440 km2,境内交通便利。近年来经济增势稳定,成了川西南、滇西北区域性中心城市。攀枝花市位于著名的攀西大裂谷处,地形呈现出西北高、东南低的特征,地形条件复杂,海拔落差较大,市域范围内以山地为主,山高谷深,盆地仅占0.16%,最高落差达3000 m以上,在地貌上属山原峡谷。气候上为亚热带地区,处于干热河谷地带。

    2.   研究方法
    • 数据主要包括:攀枝花市行政边界数据、攀枝花市景区分布点数据、2021年土地利用数据、植被覆盖数据、路网矢量数据、12.5 m分辨率数字高程数据。其中,土地利用数据以2021年Sentinel-2遥感影像为基础,数据来源于ESRI官网的数据下载中心(www.arcgis.com),该数据分辨率为10 m,运用深度学习模型生成,使用超过50亿个手工标记的Sentinel-2像素进行训练,本文将其整合提取为森林、灌木、水体、建筑用地、耕地和裸露地表6种地类;植被覆盖数据基于2020年Landsat-8 OLI遥感数据(来自地理空间数据云http://www.gscloud.cn/),通过ENVI和ArcGIS软件对遥感影像进行预处理,经过FLAASH大气校正、影像镶嵌、裁剪等预处理,采用NDVI指数来表示攀枝花市植被覆盖度;路网矢量数据源自OpenStreet-Map,提取攀枝花市铁路、高速路、国道、省道4类道路信息;12.5 m分辨率数字高程数据由ALOS卫星相控阵型L波段合成孔径雷达(PALSAR)采集。

    • 根据攀枝花市土地利用数据,将森林地类作为MSPA分析的前景,其他用地类型归为背景值,结合研究区大小,在满足数据精度要求的前提下,导出二值化TIFF格式文件,栅格单元大小为15 m×15 m,导入guidostoolbox软件进行MSPA景观格局分析,通过对栅格图像的斑块空间关系进行计算,得到7类景观类型数据,依次为核心区、桥接区、边缘区、孔隙、岛状斑块、支线、环道区,并对其面积占比进行统计分析。核心区即是对生态系统完整性起维护作用的重要生境斑块,一般来说,面积越大,斑块的连通性越强、生态质量越高[21],故选取面积前30的斑块作为攀枝花市潜在生态源地。

    • 景观连通性是可以定量描述景观之间相互连接和延续的一种测定指标,可作为生态源地识别及评价的重要参数。采用Conefor2.6进行运算,整体连通性指数(IIC)、选用常用的可能连通性指数(PC)、斑块重要程度指数(dPC)3个景观指数,能直观看出不同斑块间的连通指数水平,公式如下:

      式中:n为核心区个数;nlij指斑块ij之间的连接数量;a ia j为核心区ij的面积;P ij*是物种在斑块i到斑块j之间扩散的最大可能性;AL表示研究区景观的总值;PC表示某一景观的可能连接度指数,PC值域范围在0到1,值越大,说明景观斑块的连通程度越高;dPC表示斑块的重要程度,PCremove表示删除某斑块后的可能连接度指数。

      阈值的设定会影响各个指数的大小,当阈值小于不同核心区之间的距离时,会被认为连通性较差[22];因此,综合研究区的大小、核心区之间的连通情况及相关研究等,连通阈值设在2000~2500之间较为合理,经过测试,最终设置为2500,连通性概率设为0.5。最后选用dPC>4且IIC>2.5的10个核心斑块作为研究区生态源地,其余作为潜在生态源地。

    • 生物在生境变化及面临生存竞争的情况下会进行迁徙,但随着生态源地间的距离扩大,在迁徙中将面临各种生态阻力。攀枝花市地势起伏较大,地形因素将迫使生态廊道沿地势平缓的区域布设。同样,交通要道也基本沿河谷延伸,为避免生态廊道的部署与主要道路重叠,在用地类型的基础上,加入道路阻力因子。因此,综合考虑自然和人为因素,分别选取土地利用类型、坡度、高程、NDVI、距铁路距离、距国道距离、距主要道路距离(包含省道及高速路)作为生态阻力因子,在GIS中通过叠加分析构建综合生态阻力面。参照研究区实际情况,将各因子划分为5级或6级,并赋予阻力值,通过层次分析确定权重(见表1)。

      阻力因子
      Resistance factor
      分级指标
      Grading index
      阻力值
      Resistance value
      权重
      Weight
      阻力因子
      Resistance factor
      分级指标
      Grading index
      阻力值
      Resistance value
      权重
      Weight
      土地利用类型
      Land use type
      森林Forests10.2国道/m
      National road /m
      >200010.12
      灌木Shrub51500~200030
      水体 Water body201000~150050
      耕地 Arable land40500~100070
      裸露地表 Bare surface60<500100
      建筑用地 Building area100铁路/m
      Railway /m
      >200010.12
      坡度/°
      Slope gradient /°
      <510.181500~200030
      5~15101000~150050
      15~2550500~100070
      25~3570<500100
      >35100主要干道/m
      Major arterial /m
      >100010.1
      DEM/m<140010.14800~100030
      1400~170020500~80050
      1700~210050300~50070
      2100~260070<300100
      >2600100
      NDVI>0.510.14
      0.43~0.520
      0.37~0.4350
      0.27~0.3770
      <0.27100

      Table 1.  Ecological resistance factor assignment

    • 最小路径法指物质在流通中从起始地出发穿过各类生态阻力而到达目的地的最小消耗路径,是物种迁徙及相关生态物质交流扩散中最有效的路径。通过最小累积阻力模型可反映出物质能量及生物物种在克服各类阻力时在景观面之间流动的可能途径及变化趋向。计算公式如下:

      式中:Dij是一个点j穿过景观类型到另一个点i的空间距离,Ri是生态物质经过空间i所需克服的阻力值。

      基于前面分析提取的生态源地,在ArcGIS 10.8软件通过“Cost Path”工具,以生成的生态阻力面作为每个生态源地的累计成本面,构建各个源地间的最小成本路径线。结合重力模型,对生态源地斑块之间的相互作用矩阵进行分析,可定量评判各个板块之间相对重要程度,提取出攀枝花市相对重要的生态廊道。具体计算方式如下:

      Gij表示斑块ij的相互作用力大小,NiNj表示两斑块的权重值,Dijij斑块间潜在生态阻力的标准值,P i为斑块i的生态阻力值,S i为斑块i的面积,Lij是斑块ij之间的累积生态阻力值,Lmax表示最大生态阻力值。

    3.   结果与分析
    • 通过MSPA景观格局特征分析发现攀枝花市具备一定的生态基质条件,如表2图1所示,提取出的前景面积为3693 km2,占攀枝花市总面积约49%。其中,核心区面积为2728.71 km2,占前景总面积73.88%,占全市总面积的36.79%。核心区大面积的斑块集中分布于研究区北部,南部的核心区则主要集中分布在西南方向,这些区域的山体及河流较多,受人为因素影响相对较小;中部沿着金沙江两岸是主要城区所在地,该区域建筑用地面积占比大,受人为因素影响最大,核心区分布的斑块稀少,形成了打破南北贯通的“断裂带”。其次面积占比最高的是边缘区,占前景总面积14.86%,边缘区作为核心区与外部区域的缓冲地带,起着保护核心区的关键作用,应维护该区域的稳定性。岛状斑块可直观表现生态斑块的破碎度,占前景面积比例仅为1%,说明核心区的斑块整体性较好。桥接区和环道是斑块之间的连通途径,支线具备一定的连通性能,孔隙则是核心区内部空白区域,这四个值均不大,占前景的比例依次为1.79%、2.02%、2.452%、4.00%。整体来看,研究区核心区斑块之间的独立性较强,但斑块内部存在一定量的孔隙,斑块形状不饱和,容易被外部因素干扰。

      Figure 1.  Landscape pattern analysis based on MSPA

      景观类型
      Landscape type
      面积/km2
      Area /km2
      占前景面积百分比
      Percentage of foreground area
      占总面积百分比
      Percentage of total area
      核心区 Core zone2728.7173.88%36.79%
      支线 Branch line90.552.45%1.22%
      边缘区 Marginal zone549.0214.86%7.40%
      岛状斑块 Island-shaped patch36.891.00%0.50%
      桥接区 Bridging zone66.281.79%0.89%
      环道区 Circuit zone74.452.02%1.00%
      孔隙 Pore zone147.594.00%1.99%

      Table 2.  Areas of landscape types in Panzhihua city based on MSPA

      对照攀枝花市的景观分布数据,提取的生态源地基本囊括了二滩国家森林公园、格萨拉生态旅游区、绿石林景区、菁河瀑布、白坡山生态保护区、啊喇自然生态旅游风景区、迤沙拉民族生态旅游区、普威镇绿野花乡景点,总面积1686.38 km2,(见图2),生态源地集中分布在北部,可见北部生境斑块的连通性最好。

      Figure 2.  Distribution of ecological sources

    • 结合生成的生态阻力面(见图3),发现攀枝花市中部、东南部、北部顶端部分的阻力值最大,阻力值较小的区域主要位于西北部及南部区域,这是由于攀枝花市是沿江流及河谷发展的城市,以水系为轴线,向外扩展城市用地、道路建设用地及一些工矿用地,人为活动的加剧影响了物种的迁徙环境;北部高山多,坡陡,加大了生态廊道建立的阻力;河流可为生物迁徙提供一定的能量保障,地形平缓、人类活动少、沿途有河流经过的区域生态阻力值小。基于最小阻力模型,提取出45条生态廊道,删除重复、冗余的生态廊道,共得到28条有效生态廊道。

      Figure 3.  Comprehensive ecological resistance surface

      生态源地斑块的相互作用力越大,意味着生态廊道的建设及维护更有价值,对物种的物质能量交换也更有利。通过重力模型构成源地间相互作用强度矩阵(见表3),对相互作用力大小进行分级,大于5的一级生态廊道7条,在2至5间的二级生态廊道10条,小于2的一般生态廊道11条,最终构建出攀枝花市生态空间网络(见图4)。可看出,源地4与源地6斑块间的相互作用力最大,为33.93,这是由于两个生境斑块的环境质量较好,两地的空间距离较近,生态累积阻力小,为生物提供了良好的迁徙环境。源地10与源地1之间的相互作用力强度最小,仅为0.27,这是由于源地1在攀枝花市北部顶端,而源地10则在最南部,相隔距离远,阻力值大。一级生态廊道主要分布在源地2,3,4,5,6之间,该区域位于西北部,呈环状、线状相连,与多个生态景点相关联,生态价值极其重要,应重点维护此区域的生态网络构造,可汇聚成更大的生态源地,作为区域生态保护的核心。其余二级生态廊道多分布在北部,串联了该区域的生态源地斑块,源地间联系紧密,需对这部分生态廊道进行重点维护,为攀枝花市北部生态屏障建设提供保障。整体来看,结合生态网络核密度分析(见图5),生态廊道核密度值在空间分布上不均匀,生态廊道分布最为密集的区域集中在西北部,但中部、南部区域的廊道分布密度较低,且生态网络未能扩散至整个研究区,生态流动性整体偏弱。

      生态源地编号
      Number of ecological source
      12345678910
      14.964.862.184.302.310.860.370.730.27
      212.075.262.443.680.700.421.090.35
      315.365.0813.731.140.611.860.49
      43.0133.931.100.883.300.69
      55.472.140.781.840.43
      61.611.014.350.78
      72.792.330.65
      83.621.97
      91.14

      Table 3.  Intensity matrix of interaction between ecological corridors

      Figure 4.  Ecological space network of Panzhihua city

      Figure 5.  Kernel density analysis of ecological network

    • 生态源地具备一定的生态服务范围,以提升研究区整体生态系统效益为目标,通过识别已有生态源地辐射区的较大缺口来锁定新增源地区域[23]。以10个生态源地的几何中心点为圆心,根据源地面积大小依次设置20 km、17 km、15 km半径作为源地缓冲的辐射距离,发现生态源地辐射区在3个区域有较大空缺,主要在东北部米易县、中部金沙江流域、西北部格萨拉景区附近。根据生态源地特征,将5处潜在生态源地新增优化为生态源地,通过删除重复冗余廊道,新增生态廊道16条,实现生态廊道的优化(见图6)。生态节点在生态网络中起连接邻近生态源地、为生物空间运动提供休息场所的作用。结合源地的空间分布,选取生态廊道交接点作为生态节点,并剔除位于生态源地和距离较近的生态节点,共得到26个生态节点。

      Figure 6.  Optimized ecological spatial network

    • 交通道路网对生态网络的破坏较大,并形成断裂点,阻碍物种的交流。提取攀枝花市道路级别较高的铁路、国道、高速公路矢量数据,与生态廊道相交后识别出64处生态断裂点(见图6)。需注重生态断裂点的修复,如建设动物通道、天桥等设施。

    • 根据攀枝花市生态空间网络生态结构特征,形成“一心一轴三片区、两带多廊道”的发展布局对策(见图7)。一心为北部连接成片的重要生态源区,应进行重点保护,划定生态保育区,严格管控人为干扰行为;一轴为跨过攀枝花市主城区的连通南北生态源地的轴线,在此轴线周边适当修建绿地公园等设施,加强绿地斑块的连通性,打造良好人居环境;三片区分别为东北部米易生态片区、西北部山地生态片区、南部迤沙拉旅游生态片区,这几个片区可作为区域生态中心,继续加强区域生态网络的流动性;两带是指安宁河流域及金沙江流域,是研究区物种迁徙的生命线,应加强水流带沿线的生态保护及治理工程等工作;多廊道指构成生态网络的各级生态廊道,维护着攀枝花市生态系统的整体稳定性,穿过山区、林区的生态廊道应加强区域生态修复及森林保育等措施,靠近或经过主干道路、地形平缓区域的生态廊道应注意生态断裂点的修补,并完善道路绿地的建设。

      Figure 7.  Framework layout of ecological space network in Panzhihua city

    4.   结论与讨论
    • 本研究利用MSPA-MCR模型构建攀枝花市的生态网络空间,结合重力模型识别重要生态廊道,通过核密度分析生态网络分布情况。通过增设生态源地、识别生态断裂点、提出生态网络框架空间布局对策来优化生态网络。结果表明:

      (1) 采用MSPA对研究区森林地类景观格局进行分析,发现攀枝花市具备一定的生态环境基础条件,核心区面积为2728.71 km2,占全市总面积的36.79%,大多分布在研究区北部,小部分在西南部,中部区域最少,甚至出现空白区域;在形态上核心区大面积核心斑块多,斑块整体独立性较强,斑块内部存在一定量的孔隙,且形状不饱和,容易被外部因素干扰。基于连接度分析,最终选择dPC>4且IIC>2.5的10个核心区斑块作为生态源地。

      (2) 基于MCR模型,综合自然及人为因素,构建生态网络。提取研究区生态源地间的潜在有效生态廊道28条,根据源地间相互作用强度,通过重力模型评价廊道的重要程度,定量提取7条一级生态廊道、10条二级生态廊道,结合核密度分析,研究区西北部区域是生态网络的重点维护区域。

      (3) 通过生态源地辐射范围覆盖度缓冲区分析,识别出生态效益空缺较大的三个片区,新增5块生态源地、16条生态廊道、26个生态节点;结合交通干线分布,识别出64个生态断裂点;提出生态空间网络框架布局对策。

      MSPA-MCR模型在应用于生态评价、空间网络分析中具备一定的科学性。本文在构建生态网络的基础上,对下一步优化策略进行了探究,并形成生态网络空间布局对策,对攀枝花市生态网络的具体规划设计方案有一定理论及实践意义,可为区域国土空间规划、生态系统修复策略等提供科学参考。同时,本文限于数据原因,考虑得还是不够全面,评价模型较为单一,进一步的研究中可综合多学科知识构建复合型模型,以更加合理地识别生态源地及构建阻力值指标体系。

Reference (23)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return