宝塔区生态安全格局构建与国土空间生态修复策略研究

石 坤

(长安大学土地工程学院，陕西 西安 710054)

19世纪末，“生态学”(Ecology)一词由德国海克尔提出，生态学研究随之兴起。然而，随着生态环境的不断恶化，生态学早已超脱传统生态学的研究领域，并推动了生态修复理论与实践的发展。20世纪初，欧美国家最早进入工业时代，煤矿的过度开采、地下水的过度开采“日益盛行”，带来经济的快速增长，但同时环境恶化问题层出不穷，主要就是植被被严重破坏，因此，起初的生态修复工作主要集中于植被的修复上。随着社会经济加速发展，生态系统日益退化及被破坏等生态问题比比皆是，该方面的研究受到国内外学者的高度重视[1]。在广义上，生态修复有着更广泛而深刻的内涵，包括保护生态系统和提升生态系统服务能力[2]。从广义上看，生态修复分为自然修复和人工重建2种，其中自然修复是指在生态科学指引下，不依赖人为干预或将人为干预降到最小化，从而保护现存且完备的生态系统，达到生态修复的目标；人工重建是指在人为活动引导下，依靠人工辅助修复或人工措施重构已经被破坏的生态系统，达到生态修复的目标[3]。本文基于生态安全格局的研究方法，选取延安市宝塔区为研究区域，通过确定宝塔区生态源地、建立宝塔区生态阻力面、提取宝塔区生态廊道、识别宝塔区生态节点，确定宝塔区国土空间生态安全格局，明确宝塔区国土空间生态修复关键且重点区域，并提出对应的生态修复策略，为县域国土空间生态恢复工作提供重要参考。

1 研究区概况与数据来源

1.1 研究区概况

延安市宝塔区坐落在陕西省北部，位于黄河中游、黄土高原中部丘陵沟壑区，境内黄土梁、峁基本连续分布，是黄土高原典型区域之一。宝塔区东边毗邻延长县，西面紧挨安塞县，南部与甘泉县、宜川县和富县接壤，北临子长市和延川县。全区下辖9镇4乡，5个街道办，320个行政村和50多个城乡社区，是延安市政治、经济、文化中心。

1.2 数据来源

本文所采用数据包括土地利用数据(https://www.resdc.cn/)；NDVI数据和DEM数据(http://www.gscloud.cn/)；第三次全国国土调查数据(延安市自然资源局)等。

2 研究方法

2.1 生态源地识别方法

生态源地是指生态功能相对稳定的斑块，在生态系统中具有重要意义[4]。本文选用形态学空间格局分析(MSPA)确定宝塔区生态源地。形态学空间格局分析(MSPA)的概念是由Vogt[5，6]等提出的，主要是基于数学形态学原理，进行度量、识别和分割栅格数据的空间格局，并将景观类型与结构进行分辨。MSPA分析将生态要素分割为7种要素：核心区(Corearea)、孔隙(Perforation)、环岛(Loop)、桥接区(Bridge)、支线(Branch)、孤岛(Islet)、边缘区(Edge)。MSPA所用基础数据是土地利用数据，并选取某一土地利用类型作为前景，其他土地利用类型作为背景，导入GuidosToolbox2.8软件进行参数设置，得到7类景观类型。

2.2 生态阻力面构建方法

生态阻力是指生态源地之间由于物种会进行物质及能量的交换，但是在受到自然界或人为活动的影响时，这种交换过程会受到一定影响，这些影响集聚在一起就会形成生态阻力面，能够通过ArcGIS工具模拟得到。而生态阻力面的构建离不开生态阻力因子的选择，根据宝塔区自然环境本底特征、社会经济发展情况和以往学者相关研究，本文选取6项生态阻力因子，分别为土地利用类型、高程、坡度、植被覆盖度、距道路距离、距农村居民点距离，构成生态阻力面，并建立综合阻力面。在参考相关研究成果的同时结合宝塔区实际状况，将各阻力因子分为5个级别，并赋予10、30、50、70、90 5种大小不同的阻力值。

2.2.1 土地利用类型

本文在ArcGIS软件中，将宝塔区2020年土地利用数据进行重分类，分为耕地、林地、草地、水域、建设用地和未利用地共6类，然而各土地利用类型的阻力水平的高低决定了土地利用类型的阻力值，阻力水平的高低由生态扩张阻力来体现。因此，通过分析宝塔区土地利用现状，将宝塔区建设用地和未利用地分别赋予阻力级别，最终得到5个级别，并赋予水域(10)、草地(30)、林地(50)、耕地(70)、建设用地和未利用地(90)5种大小不同的阻力值。

2.2.2 高程

物种迁徙过程中会受到高程的影响，显然经过高海拔地区时，生物移动所受到的阻力就会较大，反之，低海拔区就会受到较小的阻力。宝塔区黄土高原典型区域之一，海拔最大差值达700m，最小值达815m。因此，本文在相关研究经验的基础上，结合宝塔区地形特点，将高程分为≤900m、900～1050m、1050～1200m、1200～1350m和>1350m 5个级别，并赋予10、30、50、70、90 5种大小不同的阻力值。

2.2.3 坡度

一般来说，坡度越大，物种迁徙遇到的阻碍就越大。根据宝塔区DEM数据，运用ArcGIS软件计算提取坡度，结果表明，宝塔区坡度区间在0°～71.0°，坡度在25°以上面积占比为11.51%；坡度在15°～25°面积占比为39.86%；坡度在8°～15°面积占比为31.30%；坡度在3°～8°面积占比为14.30%；坡度小于3°面积占比为3.03%。在参考有关研究的基础上，将坡度分为≤3°、3°～8°、8°～15°、15°～25°和>25°5个区间，分别赋予10、30、50、70、90 5种阻力值。

2.2.4 植被覆盖度

相关研究表明，植被覆盖度越高的地方受到的人为干扰就会较少，生境质量就会较高，物种迁徙的阻力就会越小。本文采用归一化植被指数(NDVI)来表示区域内植被覆盖度情况。将2020年宝塔区NDVI数据进行预处理，运用ENVI5.3对数据进行预处理，运用像元二分模型计算植被覆盖度，其区间为0～1，将植被覆盖度分为≤0.2、0.2～0.4、0.4～0.6、0.6～0.8、>0.8 5个区间，分别赋予90、70、50、30、10 5种阻力值。

2.2.5 距道路距离

道路是线性基础设施，由于其连续性及不可分割性，导致生态系统被分割为多个部分。因此，物种迁徙时距离道路越近，其流动成本越高，受到干扰越大。本文基于ArcGIS工具，以200m、400m、600m、800m为阈值对道路建立多环缓冲区，对生成的缓冲区分别赋予90、70、50、30、10 5种阻力值。

2.2.6 距农村居民点距离

农村居民点内的人类活动较频繁，会对生态系统产生一定负面影响，离农村居民点越近，生态阻力就越大，反之，离农村居民点越远，生态阻力就越小。本文以200m、500m、1000m、1500m为阈值对农村居民点建立多环缓冲区，对生成的缓冲区分别赋予90、70、50、30、10 5种阻力值。

国内外学者经常采用层次分析法来确定生态阻力因子权重，因此，本文采用了最常用的层次分析法确定权重，各阻力因子阻力值及权重如表1所示。

表1 生态阻力因子评价体系表

2.3 生态廊道识别方法

生态廊道是指不同于周围景观机制的线状或带状景观元素，是生态修复中改善连通性的关键[7]。目前，在生态廊道识别方法中，最小累积阻力模型(MCR)可视化效果明显且直观、所需数据较为简单，因此本文基于MCR识别生态廊道。物种从一个“生态源地”到达另一个“生态源地”的过程中需要克服的阻力，该阻力可以通过MCR模型进行计算，其具体表达式：

式中，MCR是生态源地到目的地的最小累积阻力；fmin表示待定单调递增系数；Dij为从生态源地j到某景观单元i的空间距离；Ri为区域某景观单元i对运动过程的阻力系数。

2.4 生态节点识别方法

生态节点是指对生态保护具有重要作用的区域，同时承载着重要的连通性功能[8]。目前，本文选取较多学者使用的能够明确生态节点规模的电路理论。在电路理论模型中，景观被比作导电表面，由于景观的不同，导电表面之间就会有所差异，所以物种在景观之间流动时就会产生差异，把促进流动的景观称为低阻力，反之，阻碍流动的景观称为高阻力，公式：

I=V/Reff

式中，I是通过导体的电流；V是跨导体测量的电压；Reff是导体的有效电阻。

3 结果与分析

3.1 生态源地识别结果与分析

基于ArcGIS平台将2020年宝塔区土地利用数据进行预处理，选取宝塔区林地(有林地、灌木林、疏林地、其他林地)作为前景(foreground)，其他的用地类型是背景(back-ground)，将转出格式为TIFF的二值栅格数据文件；基于GT2.8软件，设置FGConn参数为8，EdgeWidth参数、Transtion参数以及Intext参数均设置为1，进行MSPA分析，得到7类景观类型，导出为TIFF格式的栅格数据。在ArcGIS平台选取值为17或117的核心区，进行栅格转面，并剔除面积<1000hm2的破碎图斑，得到2020年宝塔区生态源地，如图1所示。

图1 宝塔区综合生态源地、生态廊道、生态节点及生态安全格局构建分布图

宝塔区生态源地主要集中于中部及南部，北部生态源地较破碎，因为宝塔区北部交通情况较好，农村居民点较密集，人为活动干扰就较大，导致其植被覆盖率低，识别出来的生态源地就较零散，而宝塔区中部及南部大多处于自然保护区范围内，其生态系统较完备，植被覆盖率较高，人为活动干扰较小，所以生态源地较集中。

3.2 生态阻力面构建结果与分析

根据表1,所确定的各生态阻力因子阻力值及其权重，运用ArcGIS 10.3软件得到各阻力因子的生态单因子阻力面，然后使用栅格计算器将各因子阻力面依据权重进行叠加运算，得到最终的生态综合生态阻力面。图2为单因子阻力面和综合阻力面分布图。

根据图2，宝塔区生态综合阻力值介于21.75～80.06，阻力高值区分布在宝塔区北部，但聚集现象不明显。该地区建设用地及未利用地居多，海拔及坡度较低，适合人类居住，因此该区域交通比较发达，人类活动居多，人为干扰也比较大，致使植被覆盖度较低。阻力低值区主要分布在宝塔区南部，该区域分布有较大面积的自然保护地，植被覆盖率高，人类活动少，因此对物种迁徙阻力较小。

图2 宝塔区单因子阻力面和综合阻力面分布图

3.3 生态廊道识别结果与分析

利用ArcGIS 10.3成本距离及成本回溯链接分析工具，选取生态源地较聚集区域作为生态源地，经分析共选取8个一级生态源点。以每个生态源点为起点，其余生态源点作为目的地，基于ArcGIS 10.3成本路径工具生成各个生态源点到目的地的生态廊道，剔除重复路径后，最终得到宝塔区潜在生态廊道14条，廊道分布情况如图1所示。

3.4 生态节点识别结果与分析

本文在Pinchpoint Mapper工具的基础上，采用“all to one”模式进行生态节点识别，并与综合阻力面叠加分析。经分析可知，生态节点处于物种迁徙过程中不易受到阻碍的区域，是生态廊道之间连通的重要区域，因此，对生态节点的保护与管理至关重要，是生态系统完整及稳定的因素之一。宝塔区共识别生态节点10处，分布情况如图1所示。

3.5 生态安全网络构建结果

宝塔区生态安全格局是由源地—廊道—节点构成。通过分析，本文共识别出生态源地8处，潜在生态廊道14条，生态节点10处。宝塔区生态安全网络最终构建结果如图1所示。

4 宝塔区国土空间生态修复策略

根据宝塔区生态安全网络构建结果进行分析，目前宝塔区生态源地比较分散，破碎化程度严重，主要分布于宝塔区中部及南部，为了使生态源地最大程度发挥其生态辐射效益，其生态保护修复策略应为对靠近农村居民点的生态源地周围设置生态防护林带，减少人为活动对其的影响，其余生态源地保持生态服务功能不降低、破碎度不提高、生物多样性不受损。宝塔区生态廊道能够有效解决宝塔区生态源地破碎化程度加剧导致生态系统连接度下降的问题，其生态保护修复策略应为进行高标准农田建设，完善该区域内沟渠、林网等农田生态基础设施，建设农业生态产业园，提高农田的生态与经济价值；进行生态造林，将破碎林地斑块连成一个整体，同时提高林地的郁闭度，降低噪声对生物影响。宝塔区生态节点可以增加区域内生态源地之间的连通性，其生态保护修复策略应为建设用地周边生态节点应严格控制其周边建设用地扩张速度；采矿用地周边生态节点应严格管控采矿范围；道路附近生态节点应加强道路两侧防护林建设，定期进行维护。