鄱阳湖平原土地利用变化对生态网络稳定性影响的模拟分析

黄心怡，赵小敏，郭 熙，丁 徽，陈 蕾，张佳佳

（1.江西农业大学国土资源与环境学院，南昌 330045； 2.江西农业大学鄱阳湖流域农业资源与生态重点实验室，南昌 330045）

0 引 言

社会经济发展和城市化进程的加快伴随着高强度的土地利用开发，土地资源的需求日益增加，以建设用地快速增加为主要特征的土地利用空间格局变化显著，人口和产业的聚集以及土地利用强度和方式的变化使得区域自然资源和生态资源破坏和功能减弱，生态系统间的物质能量循环和物种流通受阻。由于以往生态保护规划在实际区域缺乏系统性和协调性，又与其他相关规划存在着空间重叠或信息不对等等相关问题，导致保护效率不高，存在景观日益破碎化、生态系统服务功能弱化、生物多样性减少的风险。中共十八大以来将生态文明建设提升至国家战略高度，中共十九大提出要加强生态系统的保护力度，提升生态系统质量和稳定性。2019年5月中共中央国务院发布《关于建立国土空间规划体系并监督实施的若干意见》，要求“保护生态屏障，构建生态廊道和生态网络，推进生态系统保护和修复，依法开展环境影响评价”。由此，构建生态网络，维持和恢复生态系统结构连通性与功能完整性是新时期生态文明建设和国土空间规划的重要议题。

区域土地利用变化改变了原有的景观结构和生态系统过程，对区域生态系统结构和功能造成的影响是学术界的重点关注对象。随着对土地利用变化极其生态环境效应研究的深入，土地利用/覆被的改变对生态环境影响有着长久的研究进展。通常认为城市化过程导致城市不透水面积增加，下渗和蒸发量减少，从而影响城市水文过程导致地表径流和洪峰流量增大；而城市道路、城镇和工业用地往往是阻隔生态系统连通，造成生物多样性减少、生态环境质量退化的主要威胁因子。由此可知，土地利用/覆被的变化通过对陆地表层土壤、水文、气候以及生物多样性产生影响，使生态环境呈现正向或负向的变化，而以建设用地增加、生态用地减少等为主要特征的土地利用结构与景观格局的变化是区域生态环境日益严峻的主要原因。生态网络是一个复杂的系统，也是判断区域生态安全的一种有效手段。生态网络基本上可以被定义为与土地系统交互的网络状景观，其思想最早起源于19世纪60年代欧美国家的景观规划学，主要目的是提高景观美学价值，后逐渐成为景观生态学、地理学等学科的研究热点。自20世纪70年代起，国外对于生态网络方面的研究主要集中在模型构建分析、生物种群与群落的网络分析、绿道建设工程以及生物多样性保护等方面。中国关于生态网络的相关研究起步较晚，且大多集中在区域生态安全视角下的不同空间尺度有关生态网络结构与功能的研究。生态网络的稳定性是生态系统结构和功能稳定的表征之一，一个生态网络的稳定不仅取决于网络结构内部的有序组织，还经常受到外部环境的影响。鲁棒性分析是物理工程领域中一种成熟的研究方法，将鲁棒性分析引入复杂生态网络的稳定性研究是一种有益的探索。不稳定的干扰因素是影响生态网络稳定性的关键因素，干扰范围、干扰规模等，都有可能导致生态网络结构失效甚至瘫痪。如人类对生态资源的过度开发，导致生境斑块的破碎甚至消失，对生态网络的表现为生态节点的丧失，重要性越高的生态节点对整体生态网络的贡献越大。

情景模拟是预测和保护生态环境的重要研究方法，然而目前多数情景模拟主要针对当前土地利用发展现状和趋势设置情景，缺乏实践价值和现实意义。生态网络稳定性分析一直以来都是生态环境领域的研究热点，土地利用变化情景作为区域社会经济发展的空间体现，关注土地利用耦合生态稳定性变化这一核心环节，是理解生态环境变化机理的重要途径，对土地利用变化情景下的生态网络稳定性定量评估具有重要意义。因此，本研究以鄱阳湖平原地区为例，基于土地利用变化模拟分析不同情景下的生态网络稳定性，是对景观生态学视角下生态环境安全分析的积极尝试，有助于明晰土地利用变化对生态环境稳定的影响机理，并能够提供维持区域生态网络稳定的景观途径，从而服务于区域生态保护管理，提升区域生态保护能力，推进统筹经济发展与生态保护，促进区域可持续发展。

1 研究区概况与数据来源

1.1 研究区概况

研究区位于江西省中北部（114°44′～116°54′E，27°43′～29°22′N）（图1），选取鄱阳湖平原大南昌都市圈的16个市县（区），总面积为19 781.79 km。该区域西靠幕阜山和九岭山，部分丘陵、山地错落分布，东接鄱阳湖和庐山，地势平缓，河网稠密，多为湖滨平原；气候属于亚热带湿润气候，年均温为16～20 ℃之间，无霜期长达246～284 d，自然环境条件优越，是农业、林业和水产业发展的适宜区域，区域生物资源丰富，是各种珍惜动植物栖息繁衍的重要地区。以南昌为中心的都市圈是全国重要的商品粮和农副产品生产基地，制造业和新兴产业增势强劲，同时也是江西省生态文明试验区的核心地带，具有显著的绿色生态优势。随着近几年大南昌都市圈的快速发展，社会经济的发展带来部分过度开发行为还是造成了区域湿地面积缩小，水体污染严重，洪水发生频率增加，生物多样性受损等诸多问题。2021年江西省自然资源厅编制《江西省国土空间总体规划（2021－2035年）》（征求意见稿），规划中明确构建以大南昌都市圈为引领，形成带动全省发展的核心地区。由此可知，以大南昌都市圈为核心的鄱阳湖平原地区仍然是未来全省经济建设和社会发展中至关重要的角色，经济发展和生态平衡依然是该地区的主要议题。因此，科学、客观的分析该区域生态系统稳定安全，为促进社会经济的科学可持续发展提供重要依据。

图1 研究区地理位置 Fig.1 Geographical location of study area

1.2 数据来源与预处理

本文所采用的数据主要包括Landsat4-5 TM（2000、2010年）、Landsat8OLI_TIRS卫星影像数据（2020年），影像采集时间分别为2000年（2000-07-13；2000-7-20）、2010年（2010-08-1；2010-08-10）和2020年（2019-11-23; 2020-05-24；2020-08-21），分辨率为30 m；DEM（30 m×30 m）、坡度等空间数据来自于江西省自然资源厅；道路交通数据、2020年生态红线、水源涵养保护区等生态数据来源于江西省自然资源厅。通过ENVI5.3软件对影像图进行几何校正、裁剪和监督分类，获得研究区土地利用类型数据；其次，通过ArcGIS10.7软件对土地利用类型数据进行矢量化，获取研究区土地利用空间分布信息。所有数据统一投影至同一坐标系WGS_1984_UTM_Zone_50N。根据研究需要，对土地利用数据进行重分类等处理，划分成耕地、林地、草地、水体、湿地、建设用地和其他用地7种用地类型，从而建立研究区土地利用信息数据库。

2 研究方法

本文采用CA-Markov模型，模拟2030年鄱阳湖平原地区常规发展情景（Conventional Development Scenario, CDS）、城市快速发展情景（Fast Urban Growth，FUG）和生态保护情景（Ecological Conservation Scenario，ECS）下的土地利用变化过程。通过景观连通性评价识别CDS、FUG和ECS三种情景下的生态源地，选取源地扩张的阻力面影响因素，运用综合因素评价法生成综合阻力面。通过运用Linkage Mapper Arc10.tbx工具提取不同情景下的生态廊道，构建生态网络。研究采用连通鲁棒性变化作为判定生态网络稳定性的指标，分析“随机攻击”和“蓄意攻击”模式下CDS、FUG和ECS情景下的网络稳定性变化情况。技术路线如下（图2）。

图2 研究技术路线图 Fig.2 Sketch of research procedure

2.1 土地利用变化模拟方法

元胞自动机（Cellular Automata, CA）是由单元、状态、领域及转换4部分组成，是一种在时间和空间上离散，且空间相互作用和时间因果关系都为局部的网格动力学系统，每一个元胞在下一刻的状态由该元胞目前的状态以及邻域元胞的状态和转换规则而定。马尔科夫（Markov）模型是一种用于模拟随机变化连续表面的模型，它的假设理论是任何事物的未来状态主要取决于它当前的状态。CA-Markov模型由Markov链、元胞（Cell）、元胞状态（State）、领域（Neighbors）以及多标准评价（Multi-Criteria Evaluation, MCE）构成，有效地组合了Markov过程和CA模型的优势，根据MCE选择相应影响因子或限制因子作为适宜性图集。 CA-Markov模型的预测过程如式（1）所示：

式中(t)、(t)分别表示元胞在t、t时刻的状态；为转换规则；为元胞的领域。

在土地利用变化模拟中，CA-Markov模型可以描述出不同土地利用类别之间的转换状态和转换数量，并计算相应的转换概率。基本步骤如下：

1）创建Markov转移概率矩阵。通过将2000年与2010年土地利用类型图层叠加，利用Markov模型计算2000年中每一个元胞的土地利用类型转移成为2010年该元胞的土地利用类型的转移概率。

2）创建适宜性图集。IDRISI软件中运用多标准评价（MCE）方法中的模糊隶属函数创建每一类土地利用类型适宜性图像的集合，可分为限制性图集和影响因素图集。研究根据不同模拟情景分别设置不同的影响因素和限制因素，各个地类的适宜性图集通过Collection editor功能进行合并整合，得到研究区不同情景下的土地利用类型转移适宜性图集。

3）迭代次数与预测年份的设置。CA-Markove模型预测年份的时间跨度应与模型模拟的时间跨度一致，以2020年为模拟初始时间，预测2030年土地利用格局，参考相关文献确定模型中的迭代次数设置为11。

Kappa系数常被应用于验证遥感解译精度以及评价两个图层之间的相似程度。本研究采用Choen提出的Kappa系数验证鄱阳湖平原地区土地利用演变过程的模拟精度（表1）。Kappa系数的计算式如下：

表1 Kappa系数分类标准 Table 1 Classification criteria of Kappa coefficients

式中表示正确模拟像元的比例，P表示预期的正确模拟的像元比例；P表示理想土地利用分类状态下正确模拟像元的比例；为像元总数；为正确模拟的像元数量；为土地利用类型数目，本研究中的=7。

借鉴已有研究成果，结合研究区实际发展情况设置了3个未来土地利用情景，以探索所有可能的情况：

1）常规发展情景（CDS）。基于Markov模型并根据研究区土地利用历史变化规律，即完全遵循2010至2030年土地结构和数量变化发展趋势做出的预测，该情景高程、坡度是土地利用变化的客观条件，反映了自然地形条件对土地利用变化的适应性。

2）城市快速增长情景（FUG）。该情景是根据研究区城市发展趋势而假定的一种土地利用未来发展模式，根据研究区在国土空间规划中的未来发展前景和未来城市发展导向，在影响因素的选取上，除去高程、坡度等自然影响因素和距离城镇用地距离外，本文选取了具有潜在高经济性对城市发展扩张有特定推进作用的交通道路因素。此外，还考虑了国土空间规划中鄱阳湖平原地区“六横六纵”的规划交通运输通道。限制性因素为水体、永久基本农田。该情景的设置考虑了政策和规划导向对研究区未来发展的影响。

3）生态保护情景（ECS）。生态保护情境下，城市发展需要遵循生态保护优先的原则，因此本文将生态红线、永久基本农田和水体作为限制因素。将研究区的水源涵养区、生物多样性优先保护区和生态修复试验区作为影响区域未来发展的因素。该情景可以在城市发展的过程中，最大限度地保护生态环境。

2.2 生态网络构建与稳定性分析

景观连通性是指景观对生态流在景观内部的便利或阻碍程度，用来度量物种迁移、扩散或某种生态过程在景观中的畅通程度，是反应生态过程的重要指标，也是区域生态系统过程完整的重要表征，维持良好的景观连通性是维护生态系统安全、稳定性和整体性的关键因素，是保护生物多样性的重要前提，对区域生态过程的发展具有主导性影响。景观连通性评价有助于快速掌握景观内的生态过程，是定量识别重要性生态源地的有效方法之一。研究将土地利用类型图斑导入ArcGIS10.7软件中，剔除重叠和细碎图斑，选取面积连续斑块，通过Conefor Inputs for ArcGIS 9.x 插件以及 Conefor Sensinode 2.6，对林地斑块、草地斑块等生态用地进行景观连通重要性计算，根据自然断点法划分重要性级别，选取最高值作为生态源地。可能连通性指数（Probability of Connectivity, PC）可反映景观斑块的连通性，通过计算两个生境节点之间的扩散概率定义连通性。PC指数的计算式为

式中为生境斑块的总数目；a和a表示斑块和的面积，km；A为研究区的总面积，km；p为斑块和斑块之间大的所有潜在迁移路径最终连通性的最大值。

当景观中某个斑块被移除时，景观结构会发生改变，连通性水平也会发生变化。基于PC，通过从景观中删除给定的生境斑块并计算PC的变化来识别景观斑块的重要性。记斑块在景观中的连通性的重要值为dPC（%），具体计算式如下：

式中PC表示景观中所有斑块存在时的可能连通性指数值；PC表示移除斑块后剩下的斑块组成景观的可能连通性指数值。dPC值越高，表示斑块的景观连通中的重要性越高，在景观中的地位越重要。

土地利用类型是影响物种迁移和扩散的基本因素，越与生态源地景观特征接近的土地利用类型，物种迁移和扩散的阻力就越小，反之就越大。一般来说，高程和坡度的增加，都会增加物种的扩散难度。此外人类活动的干扰对物种的迁移和扩散具有显著的阻碍作用，如距离道路和城镇居民点越近，受到人类活动干扰越大，物种迁移和扩散受到的阻碍也越强烈。因此本研究遵循数据可获取性和可操作性原则，选取土地利用类型、高程、坡度、距离建设用地距离构建指标体系。参考前人研究的基础上，采用五级制界定影响因子的阻力大小，分值越高，阻力值越大。运用层次分析法确定阻力因子权重，判断矩阵检验系数为0.039 7，小于0.1，通过一致性检验。说明各个阻力因子的权重设置合理，具体结果见表2所示。

表2 阻力因子分级及权重 Table 2 Classification and weight of resistance factors

生态廊道是连接生态源地之间的最小累积阻力路径，也是生物流、能量流和信息流在生态系统中流通并具有具体宽度的条状区域。由于生态流具有与电流相似的随机游走特性，电路理论最早由McRae等于21世纪初提出，将生物迁移等生态过程与电路中的有效电阻、电流等进行类比，赋予其生态学意义，此后，该理论在生物学、生态学等多个领域得到广泛应用。因此，本文基于电路理论并借助Linkage Mapper Arc10.tbx工具箱中的Linkage Pathways Tool工具实现生态廊道的提取。

2.3 网络鲁棒性分析模型

在电路理论中，生态学意义上的景观可以视为导电表面，电流表示物种沿着某一路径扩散的概率大小，电阻表示阻碍物种迁移和扩散的能力，从而影响生态廊道质量，对物种迁移有阻碍的区域称为“障碍点”。“障碍点”可以反映出生态网络结构的脆弱性特征。通过Barrier Mapper工具计算生态廊道的区域改进分值，其分值越高表示修复后越有利于提升生态廊道的连通性。考虑到障碍点的修复成本，将搜索半径设定为300 m，最终根据区域改进分值的分布按自然断点法划分出最高级别区域作为“障碍点”。“夹点”是生态廊道中电流值较高的区域，是保持景观连通性的关键点，也面临着较大的生态退化或损失风险。电流越密集，表示物种经过该区域的可能性越大或者物种没有其他可替代的路径，因此，“夹点”是生态网络的重要功能特征，并可作为生态保护关键区域。物理学的欧姆定律表达式如下：

式中为电流；为电压；为有效电阻。

节点的度指的是在一个网络中与该节点相连的其他节点的数量。一般情况下，节点的度越高，其在网络 中的重要性也会升高。节点的度值是评价网络结构的重要指标之一，其计算式如下：

式中为复杂网络中的节点个数；K表示任一节点与节点具有连接边a的数目。网络鲁棒性衡量了生态系统结构和功能在面对特定扰动时的稳定性，以复杂生态网络理论为基础，通常采用连通性鲁棒性来评价复杂网络的稳定性。连通性鲁棒性是指生态网络在受到外力因素的影响而导致网络要素损失后，保持剩余网络要素连通性稳定，并传递物质和能量的能力。这样的鲁棒性分析通常需要假设一个特定的场景。在本研究中，“随机攻击”表示随机删除网络中的节点，而“蓄意攻击”则是根据节点的度值从高到低排序进行有序的删除，由此分析生态网络的稳定性变化。连接鲁棒性计算如下:

式中R为网络的连接鲁棒性；为去除部分生态节点后网络的最大连通子图中节点的数量；为网络节点总数；为被移除的节点数目。

3 结果与分析

3.1 未来土地利用变化模拟预测

研究根据模型设定的参数模拟鄱阳湖平原地区土地利用变化，以2000年至2010年的土地利用变化趋势，得到2020年土地利用变化模拟结果，并利用解译得到的2020年土地利用分布进行精度验证。通过Crosstab将模拟结果与实际分布进行叠加后进行精度计算，精度计算结果如表3所示，其Overall Kappa系数为78.07%，说明2020年模拟结果和实际结果一致性程度较好。

表3 2020年鄱阳湖平原地区土地利用变化模拟预测精度验证 Table 3 Accuracy verification of land use change simulation prediction in Poyang Lake Plain in 2020

基于2020年土地利用数据，模拟得到鄱阳湖平原地区2030年常规发展情景（CDS）、城市快速增长情景（FUG）和生态保护情景（ECS）下的土地利用变化模拟结果。与2020年相比，2030年FUG下的建设用地面积增长70.27%，在三种未来变化情景中增长最快；林地、其他用地面积分别减少7.23%和23.88%（表4），在三种情景中减少最多。

表4 2030年不同情景下的各土地利用类型面积 Table 4 Area of each land use type in 2030 under different scenarios

在FUG情景下建设用地的发展只受到水域和永久基本农田的限制，规划道路影响因素对建设用地的扩张起到推动的作用，从图3中可以看出，建设用地主要呈现沿现状城市边缘区域扩张的空间分布模式。CDS情景下的建设用地面积增长仅次于FUG情景，建设用地面积达2 465.39 km，较2020年增长了67.63%，耕地、其他用地面积减少量最小。在3种未来情景中，ECS下的草地和湿地面积较2020年增加最多，分别增加了16.55%和17.23%，建设用地面积增加量最小，表明建设用地扩张速度得到有效控制。这是因为除去生态红线、永久基本农田和水域等限制因素外，水源涵养区、生物多样性优先保护区等影响因素在建设用地扩张的过程中起到一定的缓冲作用。总体来看，与2020年相比，CDS、FUG和ECS中的耕地、林地和其他用地面积均呈现减少趋势，而草地、湿地、水体和建设用地面积都呈现增加状态，可知鄱阳湖平原地区在未来的土地利用相关政策制定中，保护耕地和林地面积仍然是维护区域生态安全的主要任务。

图3 2020年土地利用现状与模拟图以及不同情景下2030年未来土地利用分布 Fig.3 Current situation and simulation of land use in 2020 and future land use distribution in 2030 under different scenarios

3.2 生态源地识别

通过自然断点法将景观连通性评价结果分为高值区、较高值区、中值区和低值区4个等级，可以发现研究区景观连通性呈现明显的空间异质性特征。在3种不同情景下，景观连通性高值区主要分布在奉新县西部，靠近九岭山自然保护区一带；较高值区主要分布在永修县西南部、安义县北部、湾里区以及丰城市和樟树市的东南部，其中，永修县和安义县的较高值区主要坐落在云居山自然保护区一带，湾里区的较高值区靠近梅岭植被富集区域；中值区基本围绕高值区和较高值区呈散状分布，是生物迁徙和扩散的重要缓冲地带。从图4中可以看出，景观连通性高值区和较高值区是生态功能稳定，植被斑块面积连片，生物物质能量和信息连通性良好的区域，也是动植物重要的栖息地，因此，本研究选取高值区和较高值区作为生态源地。2020年现状和2030年CDS、FUG和ECS情景下的生态源地面积分别为2 464.2、2 666.72、3 141.88和3 436.64 km，分别占研究区总面积的12.46%、13.48%、15.88%和17.37%。ECS下识别的生态源地面积最大。

图4 2020年现状以及2030年不同土地利用情景下的景观连通性值分布 Fig.4 Distribution of landscape connectivity values in 2020 and under different land use scenarios in 2030

3.3 生态廊道提取与“障碍点” “夹点”识别

生态廊道可以将不同生态源地斑块连接起来，扩大斑块与斑块之间的活动空间，从而更有利于生物基因的流动。研究区2020现状以及CDS、FUG和ECS情景下分别生成生态廊道 114、169、255和299条，总长度分别为1 996.53、2 728.55、3 030.04和3 604.31 km。从分布状态看，生态廊道之间纵横交错，分布紧密（图5）；从生态廊道数量看，研究区2030年三种情景下的生态廊道数量均高于2020年，三种未来情景中ECS下的生态廊道数量最多，CDS的生态廊道数量最少；说明ECS情景可以提供较其他情景模式下更多的生态廊道数量，对物种的迁徙和物质能量信息的交流和循环起到一定的促进作用。

图5 2020年现状以及2030年不同土地利用情景下的生态源地及生态廊道分布 Fig.5 Distribution of ecological sources and ecological corridors in 2020 and under different land use scenarios in 2030

障碍点的形状多样，不仅有点状、条带状还有菱形等不规则的形状。2020年合计得到“障碍点”27处，共计面积5.12 km。2030年，CDS情景下产生20处“障碍点”，总面积达38.68 km，FUG情景下有23处“障碍点”，共计面积25.4 km，而在ECS中的“障碍点”一共有19处，总面积为15.52 km（图6）。2020年“障碍点”数量最多，而“障碍点”总面积最小，这与未来模拟情景中增加的廊道数量有关，廊道数量越多，存在“障碍点”的风险越大。三种未来模拟情景中，FUG下的生态廊道存在局部阻力值较高，使得廊道处在断裂风险之中的“障碍点”更多，影响生态网络的整体效率。这是因为建设用地的过快扩张，生态廊道穿过更多的人为活动区域，存在着被干扰破环的风险；ECS下的“障碍点”数量最小，这是因为该情景限制了城市的无序扩张，源地之间的物种迁移和扩散活动频繁，生态廊道流通能力较强，廊道断裂风险较低，生态网路整体效率较高。

图6 2020年现状以及2030年不同土地利用情景下的“障碍点”分布 Fig.6 “Barrier points” distribution in 2020 and under different land use scenarios in 2030

生态廊道中的“夹点”表示廊道中电流值高的区域，夹点的局部电流值越高，意味着物种迁移的可能性越大，生物物质能量循环频率高，该区域若有小面积损失也会对生态网络的连接性带来不成比例的破坏。因此，生态廊道中的“夹点”越多，表明生态网络遭到的破坏风险越大。2020年研究区得到夹点62处，CDS、FUG和ECS三种情景得到“夹点”数量分别为117、83和75处（图7）。

图7 2020年现状以及2030年不同土地利用情景下的“夹点”分布 Fig.7 “Pinch points” in 2020 and under different land use scenarios in 2030

可以看出，2030年的3种未来模拟情景下的“夹点”均高于2020年，生态廊道数量的增加也带来了更多风险的“夹点”。CDS下的“夹点”数量高于FUG和ECS，说明无人为因素控制下的土地利用空间分布格局比人为导向的土地利用空间分布格局存在着更高的生态风险。

3.4 不同攻击场景下的网络连通鲁棒性

生态网络的稳定性与网络节点的数量密切相关，对节点的删除表示人类活动对生态网络的干扰和破环活动，从而影响网络整体稳定性。对生态源地和生态廊道进行拓扑提取为生态网络中的“节点”和“边”，借助Matlab软件中的Network程序，进行生态网络节点的度值计算以及“随机攻击”和“蓄意攻击”的场景模拟，结果如图8所示。一定范围内的节点删除比可以反应网络的整体复杂程度，研究采用生态网络的节点删除比作为判定网络稳定性的重要指标。

图8 不同攻击场景下的网络连通鲁棒性 Fig.8 Network connectivity robustness under different attack scenarios

从图8中可知，两种攻击场景下的网络连通鲁棒性曲线均呈现下降的趋势，且随着节点删除而起伏变化，数值越低表明网络稳定性程度越低。在“随机攻击”模式下，随着节点删除数量的增加，三种未来场景的连通鲁棒性均呈现缓慢的下降趋势直至网络完全坍塌的状态。CDS、FUG和ECS的网络临界节点删除比相近，分别为89%、90%和90%，说明在“随机攻击”模式中，3种未来模拟情景的生态网络稳定性相当，只有当节点删除比超过89%或90%时，生态网络才逐渐瘫痪。而在“蓄意攻击”模式下，度值高的节点删除对网络整体的连通性影响更大，因此连通性鲁棒值曲线较“随机攻击”模式变化起伏更为剧烈。当FUG下的节点删除比大于22%时，连通鲁棒性值呈现急剧下降趋势，当节点删除比在22%至50%之间时，连通鲁棒性呈现有起伏的下降趋势，而当节点删除比超过50%时，连通鲁棒性值下降至0，此时生态网络处于崩溃状态，由此可知，50%的节点删除比时FUG下生态网络保持稳定的临界值；CDS和ECS下的连通鲁棒性值急剧下降时的节点删除比分别为34%和37%，维持生态网络稳定运行的临界值分别为53%和55%的节点删除比。对比3种未来土地利用变化模拟情景，ECS下的网络稳定性临界值最高，为55%的节点删除比，FUG下的网络稳定性临界值最低，而CDS下的临界值介于两者之间，为53%的节点删除比。因此，相比CDS和FUG，ECS下的生态网络具有更高的网络稳定性。

此外，从表5中可以看出，ECS下高度值区间的节点数量明显高于CDS和FUG情景，节点是保障网络连通的关键，其交互性和重要程度是维持生态网络结构完整性和复杂性的关键。因此，不论在哪一种未来土地利用变化情景中，不仅要重视生态节点数量的保护，还要重视节点在生态网络中的重要程度。

表5 不同土地利用情景下生态节点度值及占比 Table 5 Degree value and proportion of ecological nodes under different land use scenarios

4 结论与讨论

本文基于CA-Markov模型模拟了鄱阳湖平原地区2030年常规发展情景（CDS）、城市快速增长情景（FUG）和生态保护情景（ECS）下未来土地利用变化格局，并构建3种情景下的生态网络，探索不同情景下生态网络的稳定性情况，研究的主要结论如下：1）与2020年土地利用数据相比，模拟得到研究区2030年城市快速增长情景（FUG）下建设用地面积增长70.27%，在3种未来模拟情景中增长最快；2）基于景观连通性评价得到2030年CDS、FUG和ECS三种情景下的生态源地58、86和101处，主要分布在湾里区、永修县、奉新县、安义县和余干县；3）识别得到2030年CDS、FUG和ECS三种未来模拟情景下169、255和299条生态廊道，20、23和19处“障碍点”以及117、83和75处“夹点”；4）在“随机攻击”模式下，CDS、FUG和ECS下的连通鲁棒性均呈现缓慢下降趋势。在“蓄意攻击”模式下，连通鲁棒性均随节点删除量增加而剧烈变化，CDS、FUG和ECS三种未来模拟情景中，ECS下的网络稳定性临界值最高，为55%的节点删除比，因此，ECS下的生态网络稳定性最高。总体而言，生态保护情景（ECS）下的生态网络具有更高的稳定性，研究结果可为研究区未来土地利用过程中协调经济发展和生态保护提供有益的参考和借鉴。

本文基于鄱阳湖平原地区土地利用现状基础模拟未来土地利用变化情况并构建生态网络，此外，充分考虑了研究区未来空间规划因素，如在城市快速发展情景（FUG）中，不仅仅考虑限制城市扩张的永久基本农田和水域，还充分考虑了研究区未来交通规划运输通道等影响因素，使未来土地利用变化模拟更符合研究区的规划发展导向。在生态保护情景（ECS）中，除考虑生态限制因素之外，还将影响研究区未来发展的水源涵养、生物多样性保护以及生态修复因素纳入模拟环境，使模拟结果更加符合研究区实现生态文明建设，筑牢“南方地区生态安全屏障”的规划目标。不同情景下生态网络稳定性分析结果，不仅为研究区制定针对性的区域生态保护管理策略提供数据支撑，也为有效保护区域生物多样性、维持生态系统稳定提供新的思路。此外，对生态廊道的构建和“障碍点”以及“夹点”的识别，为研究区今后开展生态修复工作提供一定的参考。

研究是以行政区为尺度来探索土地利用变化模拟与生态网络稳定性的关系，但在生态环境中，生态网络组分更多地受地理单元的影响而非行政边界的限制，如白鹤等珍稀动物，其活动范围具有季节性，不受行政单元的辖制。因此，在未来生态保护满足自身行政单元现实管理便捷和完整的基础上，还需与周围行政单元进行沟通与合作，尤其是在保护生态源地完整性、生态廊道连续性的工作上，应尽可能的通过规划制定或政策协调保持研究区生态网络整体的稳定连通。此外，研究的生物资料掌握不够充分，在构建研究区生态阻力面的时候未曾考虑不同物种的迁移和扩散特征。在探究未来情景下的生态网络稳定性时，未考虑节点恢复后的生态网络稳定性，因此未来需要加大对研究区物种资料的收集和研究，充分考虑影响生态网络稳定性的多样性指标，通过实地踏勘和考证，为研究提供新的探索方向。