腾冲市中心城区生态空间网络构建

代继平,朱 坤,周天宇,彭建松

(1.西南林业大学 森林城市研究院,昆明 650224；2.西南林业大学 园林园艺学院,昆明 650224；3.国家林业和草原局调查规划设计院,北京 100714)

生态系统是人类生存的载体。随着城镇化进程不断推进,社会经济高速发展,生态用地逐渐被分割、吞噬,导致生境类型不断破碎,景观结构趋于复杂化,造成生态系统稳定性下降、生物多样性减少、生态环境恶化等一系列问题,迫使生态风险加剧,严重威胁区域生态安全[1]。生态网络的构建对加强生态环境保护、增加生态斑块连接度、维持生态系统稳定和提升生态服务功能具有重要的意义[2]。

近年来,生态网络构建的研究探索越来越多,但主要采用景观格局、生态网络分析,以及景观连接度、最小累积阻力模型等方法构建生态网络[3-5]。尹海伟等[6]采用最小费用路径和情景分析方法,基于重力模型构建湖南省城市群生态网络,利用生态网将破碎、孤立的生境斑块连接起来；陈剑阳等[7]采用最短路径分析方法模拟环太湖复合型潜在生态廊道,容纳更多的物种,形成稳定、连通、完整的生态系统；许峰等[8]采用最小路径方法,基于重力模型构建巴中西部生态网络；卿凤婷等[9-10]在GIS和RS技术的支撑下,采用最小费用模型构建北京市顺义区生态网络,为区域物种迁移、信息交流提供安全的生态廊道。以上研究中所采用的方法,在景观类型相对简单的生态源地能起到直接的有效联系,但是否适用于景观类型相对复杂的生态源地仍然值得讨论[11-13]。

腾冲市位于寒、温、热三带植物成分并存的区域,具有复杂多样的地形地貌和生态环境,选取该区域作为研究对象,对复杂景观类型的生态网络格局构建具有代表意义。本文:通过对遥感影像进行人机交互解译,提取土地利用类型；采用MSPA分析方法识别核心区的景观要素,依据景观连通的重要性程度,即根据斑块重要性(dPC)值大小提取生态源地；采用MCR模型生成研究区潜在生态廊道；基于重力模型对廊道的重要性等级进行划分,并提出研究区生态空间网络构建的建议。通过本文的研究探讨,以期为西南地区、高原山地等景观类型相对复杂区域的生态空间网络构建提供理论参考和科学依据。

1 研究区概况

腾冲市位于祖国西南边陲、云南省西部、保山市西南部,地处北纬24°38′～25°52′,东经98°05′～98°46′,市域面积5 700.88km2,辖11镇7乡。属亚热带季风气候区,年平均气温14.7℃,年平均降雨量1 531mm,年平均相对湿度77%。境内负氧离子平均含量3 827个/cm3,最高可达38 000多个/cm3,PM2.5<10。地势东北高、西南低,海拔在930～3 780m之间。境内森林资源丰富,森林覆盖率达75%。全市有各种植物2 500余种,包括秃杉(Taiwaniacryptomerioides)、桫椤(Alsophilaspinulosa)、南方红豆杉(Taxuschinensis)、长蕊木兰(Alcimandracathcardii)、莼菜(Braseniaschreberi)等多达20余种的国家重点保护植物,被誉为“自然博物馆”、“天然植物园”；已记录的野生动物566种,在全省129个县(市、区)中位列第3,属云南省动物物种相对丰富度“极高”的区域。

腾冲市中心城区—腾越镇为政府驻地,位于腾冲市中南部(24°12′N,98°13′E),区域面积268.98km2。气候四季如春,年平均气温14.8℃,年降雨量1 400～1 600 mm,海拔1 640m,生态环境优良,土地利用类型多为林地。是全市政治、经济、文化、流通和旅游中心,受城镇化发展的影响最大,因此保护和提升区域生态环境也成了值得关注和研究的问题。

2 研究方法

2.1 数据来源与预处理

本研究采用2019年(成像时间为植被生长旺盛、覆盖良好的7月,土地利用类型清晰)Landsat 8 OLI_TIRS遥感影像与DEM数字高程数据(源自地理空间数据云http://www.gscloud.cn/search,30m分辨率),以及Google Earth高清影像等；2019年腾冲市乡镇行政界线空间数据(腾冲市民政部门提供)。通过ENVI5.3与ArcGIS10.7软件对遥感影像数据进行人机交互解译处理,依据土地利用现状分类标准提取林地、水域、草地、耕地、建设用地和其他6类土地利用类型,结合高清影像和实地调研对分类结果进行反复修正和精度校验,最后通过ArcGIS软件完成腾越镇土地利用分类图(栅格大小30m×30m)的绘制(图1)。

图1 研究区土地利用分类图Fig.1 Map of land use types

2.2 基于MSPA景观格局分析

形态学空间格局(morphological spatial pattern analysis,MSPA)分析法与传统生态理论粗提取方法相比,能更加准确地识别出景观的类型与结构[14-15]。MSPA基于多种数学形态学原理,可以对栅格图像进行度量、识别和分割,解译研究区域内地类要素,从而得出像元层面上的景观生态类型及结构[16-18]。

景观格局分析步骤:1)依据解译后的腾越镇土地利用数据,对已分好的一级地类进行重分类,提取林地、水域2种受人为影响程度少且生态服务功能高的自然生态要素作为MSPA分析的前景数据,草地、耕地、建设用地等作为背景数据。2)将数据进行二值化栅格处理,导出格式为TIFF,其中参数设置:前景像元值=2,背景像元值=1,NoData值=0,像素深度8位,像元大小30m×30m。3)运用GuidosToolbox分析软件,采用八邻域图像细化分析方法对数据进行MSPA分析。将边缘宽度(EdgeWidth)设置为1(对应的物理距离为30m),获得7种相互独立，具有不同景观功能的景观要素,即核心区(Core)、边缘区(Edge)、孔隙(Perforation)、桥接区(Bridge)、环线(Loop)、支线(Branch)和孤岛(Islet)(表1)。得到研究区MSPA景观类型图。4)对分类结果进行统计,提取面积最大的核心区生境斑块作为本文景观连通性分析的生态源地。

表1 MSPA模型构建下不同景观要素分布类型及含义Tab.1 Distribution types and meanings of differentlandscape elements based on MSPA model

2.3 生态源地景观连通性评价

景观连通性(Landscape connectedness)是指景观要素在空间结构单元之间的连续性,能够定量化分析要素在生态源地之间物质扩散、迁移和信息交流的难易程度,连通性的好坏除对生物多样性保护和维持生态系统稳定具有重要意义外,与生态系统服务功能也紧密相关[14,19-20]。目前,针对景观连通性,通常采用3种景观连接度指数进行斑块间连通性水平的分析与评价[21-22]。具体公式为:

整体连通性(Integral Index of Connectivity,IIC):

(1)

可能连通性(Probability Index of Connectivity,PC):

(2)

斑块重要性(Importance,dPC):

(3)

本文基于Conefor 2.6分析软件,在前人研究[23]的基础上,根据研究区实际情况,同时考虑距离阈值设置过大,会导致某些大型斑块被分割、小型斑块会消失等情况,把斑块连通距离阈值设置为1 000m,0.5作为斑块之间连通的可能性概率。通过各景观连接度指数,对研究区内的核心区斑块景观连通性进行定量评价,根据斑块的重要性程度,将得到的dPC>1排序前12的斑块作为生物物种重要的栖息场所及发展、繁衍的重要生态源地。

2.4 基于MCR模型的生态网络构建

最小成本距离模型(Minimal Cumulative Resistance Model,MCR)可以通过计算源与目标之间的最小消耗路径,得到物种向外传播、迁移扩散的最佳路径,能有效避免外界环境的干扰,很好地反映生物物种在各生境斑块间运动的可能性和趋向性,从而保护生物多样性[24-26]。具体公式为:

(4)

式中:f为一个未知的单调递增函数,m和n分别为景观单元i和生态源地j的数量,Dij为生态源地j到景观单元i的空间距离,Ri为景观单元i对某物种传播及扩散过程的综合阻力系数。

生态网络构建步骤:1)结合MSPA及景观连通性分析评价结果,按照核心区斑块dPC值大小选取了12个重要生态源地,并选取土地利用类型、地形因子中的DEM高程和坡度等3个要素设置研究区内物种在生境斑块间运动的干扰因子,构建阻力体系。阻力值越大,表明物种迁移、信息传递及能量流动时所受阻碍越大；相反阻力值越小,表明该类景观适宜性越高,受阻碍程度越小。参考相关研究成果[25-26],结合研究区特点以及各因子对景观生态重要性的影响程度进行赋值,并合理分配各阻力面的权重(表2)。2)利用GIS栅格计算器加权叠加运算,生成生态综合阻力面(图2(a)),作为MCR模型的成本数据。通过使用成本距离,利用生态源地和综合阻力面计算得出最小累积阻力面(图2(b))。3)使用成本路径,计算由“源”到目的地即源斑块到目标斑块的最小路径,由此得到66条潜在生态廊道,组成研究区的生态网络。

表2 阻力因子等级分类及权重Tab.2 Classification and weight of resistance factors

图2 研究区综合阻力面与最小累积阻力面Fig.2 Comprehensive resistance surface and minimum cumulative resistance surface in the study area

2.5 基于重力模型的重要生态廊道识别

重力模型能够科学定量地评价斑块之间的相互作用强度,相互作用力值越大,两者间的廊道在研究区生态系统中位置越重要[27-30]。具体公式为:

(5)

式中:Fij为源地i和源地j之间的相互作用力；Ni,Nj为i和j对应的权重值；Dij为i与j之间廊道阻力的标准值；Lmax为研究区中所有廊道阻力的最大值；ai,aj为i和j的面积；Lij为i到j之间的廊道阻力值；Pi,Pj为i和j的平均阻力值。

本文在潜在生态廊道构建的基础上,运用重力模型计算出12个重要生态源地间的相互作用矩阵,定量分析斑块间的相互作用强度。源斑块间相互作用力值越高,表明生态源地间的阻力越小、联系越紧密,物质能量和信息传递以及物种迁徙就越频繁,其相互之间连接的廊道也越重要。根据重力模型的计算结果,结合研究区实际情况,划出廊道保护的优先级别,将18条相互作用力强度大于300的廊道作为相对重要廊道,其他为一般廊道,最终得到研究区的生态网络图。

3 结果分析

3.1 MSPA景观格局分析

由表3和图3可知,运用MSPA分析的腾越镇景观要素面积16 949.38hm2,占研究区总面积的63.01%,生态基底较好。核心区面积为14 096.76hm2,占研究区景观要素面积的83.17%,景观类型多为林地,其主要分布在研究区南部,在南部整体性强,面积较大,呈现聚集状态。腾越镇中北部为腾冲市城市建成区,开发面积大,受人为干扰程度最大,生态斑块较小,破碎化严重,斑块之间的连通性水平较差。边缘区、孔隙作为核心区的保护屏障,能有效避免受外界环境的干扰,但两者面积相对较小,分别占研究区景观要素面积的8.15%和3.01%,表明核心区斑块在整体上稳定性不高。桥接区作为景观网络中的结构性廊道,可促进物种迁移时能量传递和物质交流、增加区域内生态网络整体景观的连通性。桥接区面积为240.70hm2,占要素面积的1.42%,面积较少,表明研究区内原有的生态廊道较少,需加强生态廊道的保护和优化建设。

表3 MSPA景观分类统计表Tab.3 MSPA landscape classification statistical table

图3 基于MSPA的景观类型图Fig.3 Landscape type pattern based on MSPA

3.2 重要生态源地识别分析

由表4和图4可知,重要生态源地总面积13 310.19hm2,占土地总面积的49.48%,主要分布于腾冲市城市建成区周边和研究区南部,表明该区域间景观连通性较强。其中,位于研究区南部12号源地,面积9 631.98hm2,占生态源地总面积的72.36%,其面积最大,dPC值也最大,表明12号生态斑块最为重要；在建成区周边的1—11号源地,生态源地面积较小,dPC值与12号源地差距很大,表明斑块破碎化程度较高,斑块重要性较小,生态环境比南部地区差,需加强生态环境建设,提升斑块完整性。

表4 基于景观连通性的核心区(生态源地)重要程度排序Tab.4 The ranking of the importance of core area(ecological source area)based on landscape connectivity

图4 核心区(生态源地)分布图Fig.4 Distribution map of core area(ecological source area)

3.3 关键生态廊道提取分析

由表5和图5可知,斑块7和9之间的相互作用力最强,为13 836.35,表明两者间的空间关联度最强,物种在两斑块之间进行迁移和扩散时所遇到的景观阻力最小,距离最近,物质交换和信息流通最为便利,因此要加强斑块7和9之间生态廊道的保护,保持两斑块的连通性,避免因城市扩张而遭到破坏。斑块8和10以及斑块9和11之间的作用强度较大,物质与能量交流的可能性较大。斑块5和6是重要廊道中作用强度最弱的一条,其穿越腾冲市城市建成区,是以大盈江水域形成的一条重要生态廊道,因此在未来的生态系统规划中应加强水环境保护、生态风景林带建设等,以提高廊道的生境适宜性。斑块1和12相互作用力最小,距离相距较远,连通性差,阻碍了物种的迁移,在今后的生态系统规划中,可通过生态源地和踏脚石的建设,提高研究区内生态斑块的连接水平,增加生态网络连接的有效性。从生态网络整体来看,在未来网络构建中,可优先保护现有连通性较强的重要廊道,尤其加强贯穿建成区东西部的关键廊道,继续保持其较强的连通性。而针对其他连通性较弱的一般廊道,可根据研究区情况因地制宜,有目标、有计划地逐步推进,确保区域物种信息能有效快速传递,维持和保护生物多样性,提升整个生态系统的服务功能。

表5 基于重力模型的生态源地间相互作用矩阵Tab.5 Interaction matrix between ecological sources based on gravity model

图5 研究区潜在生态廊道Fig.5 Potential ecological corridors in the study area

4 结论与讨论

本文:1)运用MSPA方法分析研究区景观格局,识别构成景观格局的7类景观要素,定量分析了其现状。MSPA方法基于数学形态学原理,获得较为精确的景观分布状况,为研究区今后的景观规划提供指引。2)结合MSPA结果与景观连通性,计算核心区对维持景观连通的重要程度,根据dPC值大小筛选12个重要生态源地。此方法增强了源斑块选择的科学性,避免了以往人为选择的主观性,较为科学地考察了源斑块景观连通的重要性。3)选取土地利用类型、DEM高程、坡度3个要素作为研究区内物种迁移的干扰因子,运用GIS栅格计算器得到研究区综合阻力面,利用MCR模型生成66条潜在生态廊道,定量分析了物种于多斑块间迁移的最佳路径,运用重力模型定量评价源斑块间的相互作用力,推断了斑块间物种扩散、物质交流、信息流动的可能性和趋向性,从而科学判断生态廊道的重要性,得到研究区的生态网络。

然而:1)在MSPA分析中，景观的研究尺度十分敏感,像元大小的选取、边缘宽度的设定会直接影响景观要素的分析结果；2)在运用Conefor软件使用IIC和PC指数进行景观连通度评价时,不同斑块连通距离阈值的设定,对dPC值具有重要的影响；3)在生态网络构建中,阻力因子的选取,以及等级分类和权重的设定是分析的关键,目前为止还没形成公认的标准。本文结合研究区实际情况,参照国内外的研究成果进行相关参数的设定,并没有做更多的论证,今后应做进一步的研究和深入的探讨。