基于生态安全格局与生态脆弱性评价的生态修复关键区域识别与诊断——以汶上县为例

刘金花,杨 朔,吕永强

基于生态安全格局与生态脆弱性评价的生态修复关键区域识别与诊断——以汶上县为例

刘金花1,杨 朔2,吕永强2

(1.山东建筑大学管理工程学院,山东 济南 250101；2.山东建筑大学测绘地理信息学院,山东 济南 250101)

以山东省济宁市汶上县为研究区,基于最小阻力模型构建生态安全格局,结合脆弱性评价识别生态修复关键区域,对关键区域分类提出针对性修复保护措施.结果表明在汶上县共识别出11处生态源地,总面积38.72km2,35条生态廊道,总长度259.56km;生态脆弱性分级以中度脆弱与低度脆弱为主,两类型区域总面积594.32km2,占比67.40%.中部城区脆弱性较高,西南洼地脆弱性较低;识别出生态修复关键区域5处,总面积107.14km2,分布于中部城区及周边;根据区位特征将关键区域分为三类,并分类别提出其生态修复策略,以期为国土空间生态修复提供参考.

生态安全格局；生态脆弱性评价；关键区域；修复措施；汶上县

国土空间生态修复是构建新时代美丽国土空间格局的重要手段,也是落实生态文明建设的重要举措.统筹全要素资源并诊断识别关键区域对落实生态修复工程具有重要意义.我国当前国土空间生态修复的重点主要体现在构建生态安全格局、划分生态修复区,恢复受损生态系统自然风貌[1-2].而如何综合研判全方位要素对生态空间的影响,识别国土空间生态修复关键区域,完善国土空间生态安全格局,提升生态系统整体服务功能是当前国土空间生态修复研究的难点之一[3].

识别并诊断生态修复关键区域作为生态修复的重要一环,利于实现生态系统功能提升、国土空间格局优化[4].在系统性思维的指导下,当前基于生态安全格局识别关键区域的研究[5-6]较多,更注重维持生态系统结构和过程的完整性以及改善区域整体生态环境[7].众多学者基于最小阻力模型识别能量流动的最优路径作为生态廊道,将廊道的交点、转折点,廊道与山脊线的交点作为关键区域[8-10].近年也有学者将电路理论应用到景观格局的构建[11-13],利用电子的随机游走特性模拟物种的迁徙过程[14],将物种迁徙“必经之路”的生态夹点与阻碍物质能量流动的生态断裂点、障碍点做为生态修复关键区域[15-17].总体来说,基于生态安全格局的关键区域识别虽然考虑到了整体保护和系统修复的理念,但受限于阻力面与土地利用现状,不能全方面考虑包括人类活动、气候等因素对生态环境的影响.而当前的生态脆弱性评价研究虽未体现系统性思维,但可通过构建多角度评价指标体系,全方位剖析生态环境受自然和人为因素共同作用而产生的异变[18-19],二者恰好相辅相成.鉴于此,本文尝试将生态安全格局与生态脆弱性评价相结合,探索既能保证生态系统连通性又能准确识别生态修复关键区域的方法,以此识别连通性强但生态环境脆弱的关键区域,以指引开展相应生态修复工程.

汶上县地处山东省西南部,东北部有少量山丘,西南部多湖洼,大部分地区处于平原地带.,在快速城镇化的冲击之下,生态环境质量不断下降,严重影响到粮食产量.,本文选取生态红线、自然保护地为生态源地,基于应用最广泛的最小阻力模型构建阻力面并提取生态廊道,进一步叠加生态脆弱性评价结果识别生态修复关键区域并分类别提出生态修复策略,以期为国土空间生态修复提供参考.

1 研究区概述

汶上县东临兖州古城,西接水泊梁山,南依微山湖,北枕泰山.地处116°41′E～116°18′E,35°30′N～35°56′N.南北最大纵距58km,东西最大横距35km.

汶上县辖2个街道、13处乡镇和1个省级经济开发区,总面积889km².其中耕地面积占比62.47%,多分布于中部平原与西南洼地,受地形限制较大.林地占比12.86%,多分布于东南林地片区,林地分布不均,不利于全域水土保持,同时西北丘陵区存在裸地.草地面积仅为167.58hm2,占比不足0.2%.汶上县属北温带大陆性季风湿润气候区,光照充足,四季分明,无霜期长,降水年季节变化大,三十年平均降水量628mm,土壤条件地域性差异不明显[20].汶上县整个地势由东北倾向西南,耕地面积占比较大,存在水土流失与山体秃斑现象,生态环境脆弱性高,农业生产面临较大威胁.

图1 研究区地理位置

2 研究方法与数据来源

2.1 研究方法

2.1.1 生态源地识别 生态源地是生态用地保护的“源”,是现有物种的栖息地,也是物种交流与扩散的源点,对区域的生态安全具有重要意义.本文借鉴前人研究方法[21-22],采用直接识别法划定生态源地,具体选取依据见表1.选取生态红线,莲花湖湿地公园、大汶河湿地公园等自然保护地,泉河、小汶河等主要河流与昙山、彩山等山脉片区作为生态源地.

2.1.2 阻力面构建 生态廊道提取方法目前已有多种,其中最小阻力模型(MCR)的兼容性和实用性较好.本研究采用最小阻力模型提取生态廊道,MCR模型刻画的是从“源”经过不同阻力的景观所耗费的费用或者克服阻力所作的功[23].计算公式为:

式中:MCR为最小累计阻力值;D为物种从源到景观单元经过的单元距离;R为景观单元的生态阻力系数;为最小累计阻力与生态过程的正相关关系.

表1 生态源地识别依据

结合汶上县地形地貌特点以及数据的可获取性,因地制宜地选取了土地利用类型、高程、坡度三个对环境影响程度较大的因素作为阻力因子构建阻力面.参考前人研究成果[24],将土地利用类型、高程、坡度赋值权重0.35、0.35、0.3,并对各因子分级赋值阻力系数,最后利用栅格计算器得到阻力面.其中,三个阻力面的阻力系数如下所示.

图2 土地利用类型阻力系数

表2 高程与坡度系数

2.1.3 生态廊道与生态节点的识别 生态廊道作为各个生态源地之间进行物质能量交互与物种迁徙的通道,是生态安全格局的基础框架.本研究基于ArcGIS10.3软件的cost-distance功能生成各个源地之间最低阻力路径,当两路径距离过近则保留较长廊道并去除重复路径得到生态廊道[25].生态节点一般指廊道上生态价值宝贵,对维持区域生态系统连通性、稳定性有重要意义的点.本文选取生态廊道的交点、廊道与源地的连接点作为生态节点.

2.1.4 生态脆弱性评价指标体系构建 汶上县地处山东省西南部,农业为主导产业,植被覆盖度、水系、土壤类型等因素对汶上县粮食生产与生态安全有重要影响.为科学、客观、全面评价汶上县的生态脆弱性,通过对汶上县实际地物研判与参考前人研究成果[26-27],选取表征人类活动、土地利用、气候、土壤、地形地貌5个层面的7个影响因子来建立评价体系.人类活动方面选取人口密度指标;土地利用方面选取NDVI指数、距水体距离指标;气候方面选取年均降水量指标;土壤方面选取土壤类型指标;地形地貌方面选取高程、坡度指标.基于Arcgis10.3分别生成7个指标因子的栅格图并做归一化处理,后通过栅格计算器计算生态脆弱性总分值,各因子权重通过层次分析法得出,详细指标体系见表3.

表3 生态脆弱性评价指标体系

2.1.5 指标归一化 由于各指标的量纲不同,无法直接叠加,因此需要对指标进行归一化处理.本文采用极差法将各个指标数值归于0～1,将7个指标因子分类成正向指标与负向指标.其中,正向指标数值越大,生态脆弱性越高;负向指标数值越小,生态脆弱性低.正向指标与负向指标采用不同的计算公式,具体公式如下.

正向指标标准化公式:

负向指标标准化公式:

式中:A为栅格上评价指标的标准化值;X为栅格上评价指标的现状值;min(X)为指标的最小值;max(X)为指标的最大值.

对于定性指标土壤类型,为得到不同土壤类型的定量分值,本文参考前人研究成果[28]与《土壤侵蚀分类分级标准》对土壤类型分类分级赋值,标准见表4.

表4 土壤因子赋值标准

2.1.6 脆弱性等级划分 将各因子标准化后的栅格图层加权叠加得到最终脆弱性分值,公式如下:

=S(A´B) (4)

式中:为最终脆弱性分值;A为栅格上评价指标的标准化值;B为栅格的权重.

基于Arcgis10.3将脆弱性分值通过自然断点法重分类为4个等级,分别为非脆弱、低度脆弱、中度脆弱、高度脆弱.

2.1.7 生态修复关键区域识别 在整体性思维的指导下,生态修复不仅要注重单一区域的生态修复与治理,更要考虑各个生态源地间的整体性与连通性.故本文将生态安全格局与生态脆弱性评价叠加,首先以中、高脆弱区范围为基础,后结合生态安全格局中的生态廊道与生态节点,将中、高脆弱区内廊道与节点分布密集的区域进一步划定为关键区域.

表5 数据来源

2.2 数据来源

本文所用生态红线与三调数据来源于汶上县自然资源与规划局,DEM与NDVI数据来源于地理空间数据云平台,分辨率均为30m´30m,人口密度数据来源于汶上县统计手册,降水量与土壤数据来源于中国科学院资源环境科学与数据中心.

3 结果与分析

3.1 生态安全格局构建

3.1.1 生态源地识别 本研究共识别11处生态源地,其中河湖湿地类7处,山林类4处(表6),总面积38.72km2,仅占汶上县总面积的4.3%,空间上,东北部分布密集,西南部分布稀疏山地片区分布于军屯乡、杨店镇、白石镇;三大湿地公园沿北泉河依次分布;河流方面西部分布密集,东南分布稀疏.

图3 生态源地

表6 生态源地

3.1.2 阻力面构建 利用GIS栅格计算器将各阻力因子按照权重叠加,得到综合阻力面(图4),阻力值呈现出东北高西南低的特点.高值区分布在东北山地,主要与高程与坡度有关;次高值区分布于县域中部,该区域建设用地集中,周边耕地、林地板块被分割;低值区位于西南部,土地利用以耕地与林地为主,生态环境质量较好.

图4 综合阻力面

3.1.3 生态廊道提取与生态节点识别 基于生态源地与综合阻力面,运用GIS成本距离工具提取生态廊道(图5),共提取35条廊道,总长度259.56km.为了区分各廊道重要程度,综合考虑廊道长度,连接斑块重要性等因素,将汶上县生态廊道划分为三个等级(表7).一级廊道9条,连接汶上县三大省级湿地公园,维持东西各源地与中轴线的连通性,平均长度10.55km,总长度占比36.58%;二级廊道15条,作为各河流间物质能量交互的通道共同保障“汶水”的生态安全,平均长度8.62km,总长度占比49.83%,占比最高;三级廊道11条,是东北部各山地片区间生物迁徙、物质交流的重要通道,平均长度3.21km,总长度占比13.59%.共识别49处生态节点,作为生态廊道的交点是物质能量转移与生物迁徙的枢纽,具有重要的生态价值.节点主要分布于汶上县中部与西北部,在两街道处分布密集.

图5 态安全格局

表7 生态廊道分类

3.2 生态脆弱性评价

3.2.1 单指标分析 根据各评价指标归一化栅格图(图6)所示,在人类活动影响方面,汶上县城区与乡镇间人口密度差异较大,中心两街道人口密度较高,人类活动相对频繁,是造成生态环境脆弱的一大重要因素.土地利用方面,植被覆盖度对生态环境的影响尤为重要,林地可以起到涵养水源、调节气候等作用,草地可起到防止土地沙化和水土流失的作用,通常植被覆盖度高的区域生态稳定性强.根据4月份云量在3%以下的卫星遥感影像提取到的NDVI指数栅格图显示,汶上县NDVI指数整体上南高北低,北方山地植被覆盖较少,南方洼地植被覆盖高,此外,中心城区建设用地面积较大,相对NDVI指数较低,白石镇境内因矿山开采造成山体秃斑现象严重,NDVI指数也相对较低;水系作为生态环境的重要组成部分,一方面河流的流动性连通各个生态系统,提高各区域间的连通性,另一方面,汶上县作为“国家粮仓”,密集的水源也为灌溉提供保障.通过DEM提取水系并且通过欧式距离工具生成水系距离栅格,主要河流为北泉河,北泉河贯通汶上县南北地域,流经红纱河、莲花湖湿地公园,其余河流也分布较密集,水系影响的地域性差异不明显;气候方面,降水利于植被与农作物生长,对生态环境起到重要影响作用.汶上县属北温带大陆性季风湿润气候区,相对干燥少雨,降水量多年平均628mm,东部降水量高于西部约20mm.土壤方面,土壤作为自然界组成部分起到调节、提供动植物栖息地、作物生产的功能,山东半岛主要土壤为棕壤、褐土,有机质含量较高,是北方较好的农业土壤.对汶上县而言,东边地域土壤优于西边.地形地貌方面,东北山地区域海拔明显高于西南洼地,山地区域坡度数值也较高,通常而言,坡度越大,发生水土流失等地质灾害的可能性较高,也不利于植被的生长,生态脆弱性高.

图6 指标归一化结果

Fig.6 Index normalization results

3.2.2 脆弱性综合评价 将生态脆弱性单因子评价栅格图加权叠加,生成脆弱性综合评价图(图7).通过自然断点法将脆弱性等级分为高度脆弱、中度脆弱、低度脆弱、非脆弱4个等级,各级别面积依次占比6.12%、29.27%、38.13%及26.48%.汶上县生态脆弱性以中度脆弱与低度脆弱为主,两类型区域总面积594.32km2,整体生态环境面临较大威胁.空间分布上,汶上县生态脆弱性的地域差异较明显,南北向以两街道为中心,脆弱性等级向两极逐级递减,东西向则由内向外呈现出“高低高”的分布特征,脆弱性低的区域被脆弱性高的区域包围.具体而言,高度脆弱区主要分布于中心两街道,受人类活动影响较大,建设用地扩张现象严重,在发展经济的同时不能忽略生态问题;中度脆弱区分布于东部与西部边缘土壤条件较差,植被覆盖度较低的区域;中度脆弱区与低度脆弱区分布邻近,形成脆弱性等级递减的缓冲地带,大部分分布于西南洼地,呈现出大斑块孤立,小斑块破碎的分布特征[29];非脆弱区分布于西南洼地水热条件较好的地区.

图7 生态脆弱性综合评价

表8 脆弱性等级

图8 生态修复关键区域

3.3 关键区域识别与诊断

3.3.1 关键区域识别 以中、高度脆弱区范围为基础,在此基础上进一步筛选生态廊道与生态节点密集的区域,将该部分区域划定为生态修复关键区域.共识别5处生态修复关键区域,总面积107.14km2,分布于中部,北部与东西边境.中部区域面积最大,其余四处零散分布于周边.汶上县南部无生态修复关键区域,生态环境条件较好.

图9 生态修复关键区域分类

3.3.2 关键区域诊断与修复策略 综上所识别关键区域为连通性强但生态环境脆弱的区域,需开展生态修复工程以提高生态环境质量并保障各源地间物质能量流通.以便对关键区域开展针对性生态修复工程,本文基于区域内实际地物研判与主要土地利用类型,如东北山地片区因开山采矿存在山体秃斑;东侧区域内湖东排水河与西侧区域内进军渠存在水体污染;中部区域内建设用地规模大,植被覆盖率较低等,将关键区分为三类(图9),分类别提出生态修复策略.一类关键区面积57.38km2,分布于汶上、中都街道,土地利用类型主要为耕地与建设用地,建设用地包含农村宅基地和公路用地.该区域人口密度大,生态环境极易受人类活动影响,建设用地的修复建议依托乡村振兴战略,通过社会经济建设活动来增强生态建设,以充分发挥生态效能[30].二类关键区面积13.26km2,分布于东北山地片区,土地利用类型以林地、耕地为主.区域修复以自然恢复为主,人工修复为辅,实施严格的封山育林,恢复乡土植被群落,丰富生物多样性,强化山地间的景观连通性.三类关键区面积36.50km2,分布于东西边境处,以耕地、林地、水域为主,修复涉及水域治理和河岸绿化,加快水源涵养林和水土保持林的建设,打造汶水之上美丽乡镇.

表9 关键区修复策略

4 讨论

在整体保护与系统治理的生态修复宗旨下,本文首先考虑到生态系统间的连通性与整体性,依照“选取源地—构建阻力面—识别生态廊道”的基本范式构建生态安全格局.通过对众多学者研究成果的梳理,发现当前构建阻力面所选用因子多为土地利用类型、高程、坡度等,并不能反映降水、土壤等诸多因素对生态环境的影响.故本文尝试将生态脆弱性评价与生态安全格局相结合,通过构建包括人类活动、土地利用、气候、土壤、地形地貌5个层面的指标体系来评价生态系统脆弱性,以弥补因构建阻力面选用因素不全面,所导致的仅通过生态安全格局识别关键区域不够准确这一不足.本文将生态安全格局与中度脆弱、高度脆弱区域叠加,将中、高度脆弱区内生态廊道与生态节点分布密集的区域划定为关键区域,即对维持生态系统间连通性有重要作用,但生态环境质量较差的区域.根据土地利用现状与研究区实际情况将关键区域分为三类,分类别提出生态修复策略,以达到改善生态环境质量并维护生态系统间整体性与连通性的生态修复目的,以期为国土空间生态修复提供借鉴.

本文基于较为传统的最小阻力模型构建生态安全格局.将各源地间的最低阻力路径作为生态廊道,虽然可识别自然界物种迁徙与能量流动的最优路径,但也存在一定的局限性,即不能确定潜在廊道.近年越来越多学者将电路理论应用到生态安全格局的构建,以电子的随机游走特性模拟物种迁徙过程,通过计算电流强度识别主要廊道与潜在廊道,可更直观反映自然界物质能量的随机流动性.故下一步可探索基于电路理论构建生态安全格局与生态脆弱性评价结合识生态修复关键区域.

5 结论

5.1 本文共识别生态源地38.72km2,占比4.3%,源地面积过小;生态廊道35条,总长度259.55km,其中连接重要生态斑块的一级廊道9条,总长度94.94km;生态节点49处,廊道与节点在中部城区分布密集,南部分布稀疏.

5.2 汶上县生态脆弱性以中度脆弱与低度脆弱为主,两类区域总面积594.32km2,占比67.40%;极度脆弱区面54km2,占比仅为6.12%;非脆弱区面积233.49km2,占比26.48%.汶上县生态脆弱性问题较严重,生态安全问题不容忽视.

5.3 结合生态安全格局与生态脆弱性评价,识别5处生态修复关键区域,总面积107.14km2,分布于汶上县中部城区、东北部山地、东西边界.

5.4 一类关键区位于中部城区,面积57.38km2,适宜构建城镇新型生态系统;二类关键区位于东北山地片区,面积13.26km2,建议封山育林,提高生物多样性;三类关键区位于东西边界处,面积36.50km2,建议加快水源涵养林和水土保持林的建设.

[1] 王晨旭,刘焱序,于超月,等.国土空间生态修复布局研究进展[J]. 地理科学进展, 2021,40(11):1925-1941.

Wang C X, Liu Y X, Yu C Y, et al. Research progress on the arrangement of territorial ecological restoration [J]. Progress in Geograrhy, 2021,40(11):1925-1941.

[2] 王 军,应凌霄,钟莉娜.新时代国土整治与生态修复转型思考[J]. 自然资源学报, 2020,35(1):26-36.

Wang J, Ying L X, Zhong L N. Thinking for the transformation of land consolidation and ecological restoration in the new era [J]. Journal of Natural Resources, 2020,35(1):26-36.

[3] 方 莹,王 静,黄隆杨,等.基于生态安全格局的国土空间生态保护修复关键区域诊断与识别——以烟台市为例[J]. 自然资源学报, 2020,35(1):190-203.

Fang Y, Wang J, Huang L Y, et al. Determining and identifying key areas of ecosystempreservation and restoration for territorial spatial planning based on ecological security patterns: A case study of Yantai city [J]. Journal of Natural Resources, 2020,35(1):190-203.

[4] 曹秀凤,刘兆顺,李淑杰,等.基于生态安全格局的国土空间生态修复关键区域识别——以吉林省松原市为例[J]. 中国环境科学, 2022, 42(6):2779-2787.

Cao X F, Liu Z S, Li S J, et al. Identification of key areas of ecological protection and restoration based on the pattern of ecological security: A case of Songyuan City, Jilin province. [J]. China Environmental Science, 2022,42(6):2779-2787.

[5] 张莹莹,李 静,程亚鹏.青龙满族自治县景观生态安全格局研究 [J]. 中国农业资源与区划, 2017,38(6):77-84.

Zhang Y Y, Li J, Cheng Y P. Research on landscape ecological security pattern in Qinglong Manchu Autonomous County [J].Chinese Journal of Agricultural Resources and Regional Planning, 2017,38(6):77-84.

[6] 张美丽,李 智,张益琛,等.基于生态安全格局的国土空间生态修复关键区域识别——以河北省阜平县为例[J]. 水土保持研究, 2021, 28(3):299-307,3.

Zhang M L, Li Z, Zhang Y C, et al. Identification of key areas of ecological restoration of land and space based on ecological security pattern-taking fuping county of Hebei province as an example [J]. Research of Soil and Water Conservation,2021,28(3):299-307,3.

[7] 付凤杰,刘珍环,刘 海.基于生态安全格局的国土空间生态修复关键区域识别——以贺州市为例[J]. 生态学报, 2021,41(9):3406- 3414.

Fu F J, Liu Z H, Liu H. Identifying key areas of ecosystem restoration for territorial space based on ecological security pattern: A case study in Hezhou City [J]. Acta Ecologica Sinica, 2021,41(9):3406-3414.

[8] 赵筱青,谭 琨,易 琦,等.典型高原湖泊流域生态安全格局构建——以杞麓湖流域为例[J]. 中国环境科学, 2019,39(2):768-777.

Zhao X Q, Tan K, Yi Q, et al. Construction of ecological security pattern in typical plateau lake basin——A case of the Qilu lake basin [J]. China Environmental Science, 2019,39(2):768-777.

[9] 张艺璇,位 宏,那嘉明,等.基于MCR模型的城市生态安全格局构建——以甘肃平凉为例 [J]. 南京师大学报(自然科学版), 2021,44(3): 54-62.

Zhang Y X, Wei H, Na J M, et al. Construction of urban ecological security pattern based on MCR model: A case study of Pingliang city,Gansu province [J]. Journal of Nanjing Normal University(Natural Science Edition), 2021,(3):54-62.

[10] 何珍珍,王宏卫,杨胜天,等.渭干河-库车河绿洲景观生态安全时空分异及格局优化[J]. 生态学报, 2019,39(15):5473-5482.

He Z Z, Wang H W, Yang S T, et al. Spatial-temporal differentiation and pattern optimization of landscape ecological security inthe Ugan-Kuqa river oasis [J]. Acta Ecologica Sinica, 2019,39(15):5473- 5482.

[11] Huang J, Hu Y, Zheng F. Research on recognition and protection of ecological security patterns based on circuit theory: A case study of Jinan City [J]. Environmental Science and Pollution Research, 2020,27(11):12414-12427.

[12] Xu J, Fan F, Liu Y, et al. Construction of ecological security patterns in nature reserves based on ecosystem services and circuit theory: A case study in Wenchuan, China [J]. Environmental Research and Public Health, 2019,16(17):3220.

[13] Li J, Xu J, Chu J. The Construction of a regional ecological security pattern based on circuit theory [J]. Sustainability, 2019,11(22):6343.

[14] 刘 佳,尹海伟,孔繁花,等.基于电路理论的南京城市绿色基础设施格局优化[J]. 生态学报, 2018,38(12):4363-4372.

Liu J, Yin H W, Kong F H, et al. Structure optimization of circuit theory-based green infrastructure in Nanjing, China [J]. Acta Ecologica Sinica, 2018,38(12):4363-4372.

[15] 朱 琪,袁 泉,于大炮,等.基于电路理论的东北森林带生态安全网络构建[J]. 生态学杂志, 2021,40(11):3463-3473.

Zhu Q, Yuan Q, Yu D P, et al. Construction of ecological security network of Northeast China forest belt based on the circuit theory [J]. Chinese Journal of Ecology, 2021,40(11):3463-3473.

[16] 张晓平,胡紫红,危小建,等.资源枯竭型城市生态保护修复关键区识别研究:以江西省大余县为例例 [J]. 生态与农村环境学报, 2021,37(8):1031-1040.

Zhang X P, Hu Z H, Wei X J, et al. Study on identification of key areas for ecological protection and restoration in resource-exhausted region: Take Dayu County, Jiangxi as an Example [J]. Journal of Ecology and Rural Environment, 2021,37(8):1031-1040.

[17] 王秀明,赵 鹏,龙颖贤,等.基于生态安全格局的粤港澳地区陆域空间生态保护修复重点区域识别[J]. 生态学报, 2022,(2):1-12.

Wang X M, Zhao P, Long Y X, et al. Identification of key areas of land space ecological protection and restoration based on the pattern of ecological security in Guangdong, Hong Kong and Macau [J/OL]. Acta Ecologica Sinica, 2022,(2):1-12.

[18] 张佳辰,高 鹏,董学德,等.基于景观格局分析的青岛市海岸带生态脆弱性评价[J]. 生态与农村环境学报, 2021,37(8):1022-1030.

Zhang J C, Gao P, Dong X D, et al. Ecological vulnerability assessment of Qingdao coastal zone based on landscape pattern analysis [J]. Journal of Ecology and Rural Environment, 2021,37(8): 1022-1030.

[19] 徐 飞,焦玉国,唐丽伟,等.泰安市山水林田湖草生态修复区生态脆弱性评价与生态修复对策研究[J/OL]. 现代地质, DOI:10.19657 //geoscinece 1000-8527.2021.152.

Xu F, Jiao Y G, Tang W L, et al. Evaluation of ecological vulnerability and countermeasures of ecological Restoration in Ecological restoration areas of mountains-rivers-forests-farmlands-lakes- grasslands [J/OL].Geoscience, DOI:10.19657 //geoscinece 1000- 8527.2021.152.

[20] 孙彩玲.基于3S的汶上县土地利用动态变化研究[D]. 山东大学, 2006.

Sun C L. Study on dynamic change of land use in Wenshang County based on 3S [D]. Shandong University, 2006.

[21] 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.

Yin H W, Kong F H, Qi Y, et al. Developing and optimizing ecological networks in urban agglomeration of Hunan Province, China [J]. Acta Ecologica Sinica, 2011,31(10):2863-2874.

[22] 汉瑞英,赵志平,肖能文.生物多样性保护优先区生态网络构建与优化——以太行山片区为例 [J]. 西北林学院学报, 2021,36(2):61-67.

Han R Y, Zhao Z P, Xiao N W. The eco-network construction and optimization in biodiversity conservation priority area—A case study of the Taihang Mountain area [J]. Journal of Northwest Forestry University, 2021,36(2):61-67.

[23] 张宏伟,阿如旱,孙紫英,等.基于GIS的阴山北麓地区土地生态安全评价 [J]. 安全与环境学报, 2017,17(6):2421-2426.

Zhang H W, E R H, Sun Z Y, et al. Assessment based on the geographic information system for the land ecological security as to the area of northern side of Yin Mount [J]. Journal of Safety and Environment, 2017,17(6):2421-2426.

[24] 陶培峰,李 萍,丁 忆,等.基于生态重要性评价与最小累积阻力模型的重庆市生态安全格局构建 [J]. 测绘通报, 2022,(1):15-20,38.

Tao P F, Li P, Ding Y, et al. Construction of ecological security pattern based on ecological importance assessment and minimum cumulative resistance model in Chongqing city [J]. Bulletin of Surveying and Mapping, 2022,0(1):15-20,38.

[25] 和 娟,师学义,付扬军.基于生态系统服务的汾河源头区域生态安全格局优化 [J]. 自然资源学报, 2020,35(4):814-825.

He J, Shi X Y, Fu Y J. Optimization of ecological security pattern in the source area of Fenhe River Basin based on ecosystem services [J]. Journal of Natural Resources, 2020,35(4):814-825.

[26] 陈星霖.广西农业生态脆弱性评价及区划研究[J]. 中国农业资源与区划, 2020,41(3):212-219.

Chen X L. Study on evaluation and regionalization of agroecological vulnerability in Guangxi [J]. Chinese Journal of Agricultural Resources and Regional Planning, 2020,41(3):212-219.

[27] 姚 昆,张存杰,何 磊,等.川西北高原区生态环境脆弱性评价 [J]. 水土保持研究, 2020,27(4):349-355,362.

Yao K, Zhang C J, He L, et al. Evaluation of ecological environment vulnerability in the Northwest plateau area of Sichuan [J]. Research of Soil and Water Conservation, 2020,27(4):349-355,362.

[28] 邓 伟,袁兴中,孙 荣,等.基于遥感的北方农牧交错带生态脆弱性评价 [J]. 环境科学与技术, 2016,39(11):174-181.

Deng W, Yuan X Z, Sun R, et al. Eco-vulnerability assessment based on remote sensing in the Argo-pastoral ecotone of North China [J]. Environmental Science & Technology, 2016,39(11):174-181.

[29] 殷炳超,何书言,李 艺,等.基于陆海统筹的海岸带城市群生态网络构建方法及应用研究 [J]. 生态学报, 2018,38(12):4373-4382.

Yin B C, He S Y, Li Y, et al. Development and application of an ecological network model for a coastal megalopolis based on land-sea integration [J]. Acta Ecologica Sinica, 2018,38(12):4373-4382.

[30] 肖铁桥,顾康康,杨倩倩,等.基于空间效能的城市生态网络构建——以亳州市为例 [J]. 中国农业资源与区划, 2019,40(11):80-85,120.

Xiao T Q, Gu K K, Yang Q Q, et al. Constrction of urban ecological networks based on spatial efficiency—Bozhou City as an example [J].Chinese Journal of Agricultural Resources and Regional Planning, 2019,40(11):80-85,120.

Identification and diagnosis of critical areas for ecological rehabilitation based on eco-security patterns and ecological vulnerability assessment - a case study over Wenshang County.

LIU Jin-hua1, YANG Shuo2, LÜ Yong-qiang2

(1.School of surveying, mapping and geographic information, Shandong Jianzhu University, Ji’nan 250101, China；2.School of Survey, Mapping and Geographic Information, Shandong Jianzhu University, Ji’nan 250101, China)., 2022,42(7)：3343～3352

Selecting Wenshang County, Jining, Shandong Province as the study area, ecological security pattern was constructed based on the minimum resistance model, then the critical areas of ecological restoration were identified by using vulnerability assessment. Finally this study makes recommendations for protecting and restorating the ecology of the critical areas respectively. The results showed that Wenshang County contained 11ecological source areas, occupying 38.72km2, this county also had 35 ecological corridors with total length of 259.55km; the moderate and severe vulnerability area (594.32km2) dominated and shared 67.64% of total study area in Wenshang County. What’s more, the vulnerability of the central urban area was relatively high, and vulnerability of the southwestern low-lying area was low. In addition, five key areas of ecological restoration were identified, with a total area of 107.14km2, and they were mainly distributed in and around the central urban area. According to the location characteristics, these key areas were divided into three categories, and the strategies of ecological restoration were put forward separately to provide references for the overall protection and restoration of the ecosystem.

eco-security pattern；ecological vulnerability assessment；key areas；restoration measures；Wenshang County

X171

A

1000-6923(2022)07-3343-10

刘金花(1979-),女,山东潍坊人,教授,博士,主要从事国土空间规划与评价、土地信息建模研究.发表论文20余篇.

2021-12-27

国家自然科学基金资助项目(41801173)

* 责任作者, 教授, liujinhua@sdjzu.edu.cn