基于空间行政分区理念的生境网络优化——以苏锡常地区白鹭为例

廉文慧

（黑龙江八一农垦大学人文社会科学学院，大庆 163319）

近些年来，长三角地区城市化发展迅猛[1-2]在带来产业集中、繁荣经济等一系列好处的同时[3-4]，导致生境数量和质量下降，影响生物对残余生境的利用，生境网络亟须优化[5-7]。目前，国内外多采用单维度（时间或空间）单尺度（特定时间或空间）的方式实现生境网络优化[8-10]。传统的网络优化方法在优化对象及目的上覆盖了以上研究内容，但优化维度及尺度选择单一，很大程度上造成保护成本的资源浪费，投入的保护成本与实际状况契合度不高，影响生境优化效率[11]。基于空间行政分区理念的生境网络优化更能在拓宽整个区域生态空间、提高生境质量、加强不同地域生境斑块间的生态联系[12-14]的同时，利用地域及政治差异优势，实现研究区目标物种生境网络的最大生态经济效率优化，以期在保护研究区生物多样性和生态系统健康的同时兼顾地域最大经济效益。

1 研究区概况

1.1 自然地理概况

苏锡常地区为长江冲刷形成的三角洲地域中心（图1），指的是苏州、无锡和常州三个城市所辖区域，位于江苏省南部地区，社会经济发展程度高，是“吴文化”的起源地之一。苏锡常地区总面积为1.75 万km2，该区域向东毗邻经济发展中心上海，向西紧靠浙江省宁波市，向南挨着中国五大淡水湖之一的太湖，向北连着长江，且苏锡常内地势总的来说相对平坦，区内水域较多。

图1 研究区位置示意图Fig.1 Location of the study area

1.2 经济发展概况

中国经济随着改革开放与参与全球化步幅的加快，成为世界经济新的增长极，国民经济生产总值（GDP）从1980 的4 587 亿元，到2015 年增长了150倍，达到689 052 亿元。由于地域和政治等因素，各市经济发展差异显著，总体呈现不均衡状态（图2）。截至2015 年，苏锡常区域总面积占全国的0.3%，人口占2.5%，进出口额却占17%，GDP 排名全国第四，用仅占江苏省17%左右的面积、人口，却创造了占全省40%的GDP 和财政收入，是全国经济快速发展区的典型代表。但苏锡常内部经济发展差异性显著，具有明显的区域经济发展梯度特征，南北发展均衡性不足。自1980 年来，苏锡常地区经济发展水平远高于全国平均水平，且三市经济差异逐渐增大，苏州经济发展最快，无锡次之，常州最慢。故以快速城市地区苏锡常为研究区，以区内白鹭为目标物种为例，将该地域经济异质性纳入生境网络优化过程，从区域差异视角，采用生境网络空间协调优化方法，利用生境网络内不同地域的行政及经济差异，实现研究区目标物种生境网络的最大生态经济效率优化，以期在保护研究区生物多样性和生态系系统健康的同时兼顾地域最大经济效益。

图2 1980-2015 苏锡常地区GDP 概况Fig.2 The variation of GDP in Su-Xi-Chang during 1980-2015

2 数据来源与方法

2.1 数据来源与处理

采用中国科学院国际科学数据服务平台提供的2010 年苏锡常研究区TM 遥感影像数据、1∶5 万数字高程DEM 数据（30×30 m）、全国县级行政区划矢量图以及苏锡常3 市《统计年鉴（2011 年）》。

TM 遥感影像经ENVI 软件进行几何校正、影像配准后与研究区2010 年实际土地利用状况进行校正比对。最终解译得到土地利用/覆被数据，结合白鹭生境特点、数据精度及土地资源管理工作实际，将区内土地划分为水田、旱地、园地、乔木林地、灌木林地、草地、城乡建设用地、交通用地、滩涂沼泽、湖泊水库、河流、沟渠/运河和其他未利用地13 类。预处理由ArcGIS10.0 软件完成。

2.2 研究方法

生境网络优化过程中，经济成本的考虑可以极大程度的影响生境内资源保护的成本效益分配[15]，保护经济成本不同，生境网络优化效益（网络连通性、网络结构指数能）会产生很大差异[16-17]。而生境网络优化过程中经济成本的大小在很大程度上取决于生境斑块所处地理环境、对应政府财政状况和保护意愿[18]。研究区经济发展地域性明显[19]，故基于空间协调的生境网络优化高度利用了地域差异在生境优化时的重要意义，不只考虑网络内部连接性，更注重网络外部连通性，以最小成本达到最大优化效益。

2.2.1 优化物种的选择及其必要性分析

以白鹭为例，主要出于以下考虑：（1）苏锡常地区土地利用类型多为湿地，白鹭为湿地生存优势物种，且属于国家二级保护动物，研究其生境状态对当地物种保护具有重要作用；（2）单一物种生境网络的保护不止对物种本身具有特殊意义，更多的是通过研究为其他物种保护提供一种可复制和借鉴的方法、依据。不同的物种所需的生境网络不是完全一致的，但研究的思路和方法可以一致，将此研究思路和方法应用于不同物种的生境保护对生物多样性保护具有重大意义；（3）区域物种丰度较高，同时研究其生境难度巨大，故在物种生境保护过程中，通常选取当地多个代表物种，分别对其所处生境进行优化，再将优化结果加以复合就基本可以实现当地物种保护的目标。

综合以上考虑，以白鹭为目标物种，以苏锡常地区为例，以对应新增生境斑块保护费用为成本、生境网络连接度为收益对研究区生境网络进行空间协调优化，主要内容包括以下四个方面：构建原生境网络、生境网络分区优化、生境网络全区优化及不同情景优化结果分析。

2.2.2 构建原生境网络

（1）构建生境斑块约束模型

根据研究区目标物种的主要生活习惯，架构出相应生境斑块识别模型，以此在2015 年生态用地中筛选出符合目标物种生活习性的生境斑块。构建白鹭生境斑块识别模型时须考虑以下因素：①研究区地理环境：包括土地利用规模与方式、斑块所处高程、斑块周边草本植物种类与丰度、气候、气温以及斑块的自然属性（面积+形状）；②白鹭生活习性：所需水域面积、水深、所需主要食物、其他种群丰度等；③人为干扰：斑块距离主干道和大型建筑物的距离、人类捕捞频率、周边嘈杂等级等。据上述约束条件，具体模型表达式如下：

式1 中，Hi指的是一定范围内适合目标物种i 生存的生境斑块，Gi、Bi、Di分别指会对目标物种i 生存产生显著影响的研究区地理环境因素、目标物种生活习性和人为干扰；式2 中，Li指的是研究区土地利用规模与方式，Ei指的是斑块所处地域高程，Vi指的是斑块周边草本植物种类和丰度，Ti指的是气温；式3 中，Ri为觅食半径因素，Fdi为研究区其他物种丰度；式4 中，Bdi为距大型建筑物的距离，Rdi为距主干道的距离，Si为斑块周边嘈杂等级。式中的省略号代表其他影响因素。

以上计算通过ArcGIS10.3 实现。

（2）识别生境斑块

生境斑块是物种的栖息场所，是物种间进行能量、信息及物质交流的重要保障，其面积大小与质量好坏对目标物种生存具有极其重要的作用。

根据上述生境斑块约束模型，将研究区2015 年土地利用类型图按照模型中的条件进行筛选，选出符合条件的地类斑块，即为白鹭生境斑块。

（3）构建直线路径

直线路径即最短路径，本质为生境斑块之间的最短连接线路，也是不同生境斑块间的物种进行斑块间迁移的最直接有效的路径。具体构建步骤如下：①将已识别的生境斑块的几何中心抽象确定为生境节点，作为路径构建的站点；②分别以各个站点作为出发点及目标点，利用ArcGIS10.3 中的Shortest Path工具建立直线路径，进而实现研究区生境网络构建。

2.2.3 生境网络分区优化

以前期识别的2015 年生境斑块为基础，将其与苏锡常行政区划图对照比较，分别获取苏州、无锡和常州3 市对应生境斑块，参照以往研究成果，按照斑块面积、形状等评价标准对识别出的生境斑块进行重要性排序[20]。

由于目前关于自然保护区成本收益测算分析（CBA，Cost-Benefit Analysis）方式尚未成熟，故依据前人相关成果[21]，生境网络保护成本分为前期通过土地市场交易获取生境用地的土地竞价成本和后期获取土地后投入的管理成本。采用相关政府部门颁发的2015 年3 市各类用地征收补偿标准为土地竞价成本（表1）；一般来说，政府对于不同规模的生态保护区投入成本不同，规模越大，投入意愿就越高，反之越低[22-24]。由于投入意愿目前暂无明确标准，为简化研究，将各片区2015 年GDP 总值的5%、4%和3%分别作为一级、二级和三级生境斑块对应的管理成本。分别计算获得3 市生境网络保护的经济成本，计算表达式如下：

表1 2015 年各片区土地征收补偿标准（万元·hm-2）Table 1 The compensation standard for land expropriation of different region in 2015

式5 中，C 为3 市生境网络优化的总经济成本；Ai为各市优化生境斑块各类型土地利用面积；pi为不同地类对应的土地征收补偿标准价格；An为各市不同级别类型生境斑块用地面积；pn为不同级别类型生境斑块对应管理成本。

以上计算通过EXCEL、ArcGIS10.0 和Fragstats4.0 软件实现。

2.2.4 生境网络全区统一优化

将研究区域视为一个整体，对区内识别的新增生境斑块投入与分区优化相同资金总额，采用统一保护成本及管理成本对生境网络实现全区优化。其中，保护成本标准为江苏省各类土地征收补偿标准，一级、二级和三级生境斑块管理成本分别为苏锡常GDP 总值的5%、4%和3%。

以上计算通过EXCEL、ArcGIS10.0 软件实现。

2.2.5 不同情景优化结果分析

生境网络结构指数以保护网络内目标物种生存斑块面积、基因交流贡献等生态功能为主，选取优化后平均斑块面积、廊道数量及节点度作为生境网络优化参考收益（表2）。采用景观格局指数法，实现生境网络分区优化和全区统一优化网络收益指标的评价。

表2 网络收益指标及其意义Table 2 Network benefit indicators and their significance

以上计算通过EXCEL、Fragstats4.0 软件实现。

3 结果与分析

3.1 现有生境网络构建结果分析

图3 为已构建的2015 年苏锡常白鹭生境网络。与2010 年生境网络相比，生境斑块数量和面积均有所减少，现期共有生境节点44 个，迁移廊道43 条，主要集中在苏州片区。其中，苏州最多为23 个。无锡次之为19 个。常州最少为8 个。且整个网络中存在单独生境节点，这是由于该节点对应生境斑块面积减小，重要性程度降低或周边生境斑块规模缩小，生境斑块间距离缩短所致。

图3 2015 年苏锡常白鹭生境网络Fig.3 The habitat network of Egretta garzetta in 2015

3.2 生境网络空间行政分区优化结果

图4 为基于空间行政分区的研究区生境网络优化结果。其中，境内优化生境斑块数量分别为苏州最多（30 个），无锡次之（18 个），常州最少（10 个）。表3为研究区内不同行政单元生境斑块分区优化面积及对应成本。不同行政区内生境斑块优化总面积从大到小依次为无锡377.60 hm2，苏州365.25 hm2，常州240.71 hm2，优化成本分别为121.62 百万、104.95 百万和91.54 百万，苏州片区用全区总成本的32.99%实现了全区37.13%的面积优化，优化效率最高；常州用总成本的28.77%仅实现全区24.47%的面积优化，优化效率最低。

图4 生境网络分区优化结果Fig.4 The consequence of habitat network optimization based on division

表3 生境斑块分区优化面积及对应成本Table 3 The areas and corresponding costs of habitat optimization

从优化成本的平均优化面积来看，苏州成本平均优化面积最高为3.48 hm2·百万-1，优化效率也为最高；无锡次之为3.10 hm2·百万-1；常州最低仅为2.62 hm2·百万-1，优化效率最低，产生该差异要与当地投入优化资金力度与当地境斑块所处区域位置有关。

3.3 生境网络全区统一优化结果

图5 为研究区生境网络全区统一优化结果。共优化生境斑块数量为58 个，其中优化生境斑块大多集中在苏州无锡片区，常州片区相对较少。且不同行政区内单位生境斑块优化面积相同。表4 为研究区内生境斑块全区优化面积及对应成本。用与空间行政分区优化相同的成本只实现面积576.84 hm2的生境斑块优化，仅为分区优化面积的58.65%，而优化成本为329.44 百万，为分区优化成本的104%；总优化成本的平均优化面积为1.75 hm2·百万-1，优化效率远低于分区优化效率，这主要由于全区优化在研究区不同片区均采用同一优化标准，没有考虑由于地域、行政差异导致的保护成本差异所致。

表4 生境斑块全区优化面积及对应成本Table 4 The areas and corresponding costs of habitat optimization

图5 生境网络全区统一优化结果Fig.5 The consequence of habitat network optimization based on whole research region

3.4 不同方案网络优化结果分析

表5 为研究区不同情景生境网络优化过程中生境斑块平均斑块面积、优化后网络新增廊道数、优化后节点度及不同情景下标准化后的优化收益情况。从平均生境斑块优化来看，分区优化后常州片区的平均斑块面积最高为16.56 hm2，苏州最小为10.38 hm2，且分区优化后各区平均斑块面积均高于全区统一优化的平均斑块面积，综合优化后收益和优化面积及成本可得，虽然苏州优化面积最大，但其优化后平均斑块面积较小，而常州虽然优化总面积较小，但其优化后平均斑块面积较大，这主要是由于苏州片区生境斑块较为分散，常州片区生境斑块数目较少，分布较集中；分区优化后各行政片区新增廊道数量均高于全区优化新增廊道数量，这主要由于分区优化方案的土地优化面积较大，优化后生境斑块重要性较高且各斑块间距离较短所致；分区优化下各片区节点度均高于全区优化下各片区节点度。

表5 不同情景生境网络优化收益Table 5 The areas and corresponding costs of habitat optimization

4 结论与讨论

从空间协调理念出发，通过对生境网络行政分区优化及全区统一优化，且对比分析了每种情景下的成本和收益，定量比较了不同方案的优化效率，结果表明：（1）2015 年研究区生境斑块数量、迁移廊道数量和斑块总面积较之前均为下降趋势，生境破碎化程度加剧，亟待网络优化。（2）分区优化情景下不同片区优化成本与面积均不同，与当地财政收入及宏观政策密切相关，其中苏州优化效率最高，无锡次之，常州最低；全区统一优化情景下用高于分区优化情景的成优化本仅实现了分区优化面积的58.65%，优化效率远低于分区优化，分区优化方案为最优方案。（3）分区优化情景下优化后收益平均斑块面积、新增廊道数和节点度均高于全区优化收益，这与优化效率取决于不同空间行政单元的低于及行政差异的观点相契合。

同时研究中也存在一些不足，如：（1）从空间行政协调视角出发，虽然可以对比分析生境网络分区优化与全区优化成本及收益差异，但无法直接反映两种优化方案网络外部连接性差异。（2）在进行生境网络分区和全区优化时，虽然考虑了不同情景地域及行政差异，但忽略了其他社会经济因素的影响，虽然可能整体上不会影响研究结果，却也值得注意。

生境网络优化维度与尺度是多元的，优化维度及尺度不同，优化效益会有很大差别，而现有的生境网络大多集中在单维度单尺度（空间维度、同一地域）上进行，极大的限制了网络优化效率，故而网络优化应开拓不同维度及尺度优化方案，综合利用研究区的地理、经济和行政等差异，实现最大限度生境网络优化，保护物种多样性。