广州林地生态网络构建

何 蕾

(广东省岭南院勘察设计有限公司，广东 广州 510030)

近年来，城镇化进程速度加快，人与自然对于土地的争夺竞争关系愈发紧张，人类活动对于自然生境斑块的侵占，导致了生态景观破碎化、生物物种多样性降低、生态环境弹性减小、生态服务功能质量降低等一系列的生态问题[1]。在资源紧约束下如何建立人与自然生态之间的和谐关系，成为近年来学者研究讨论的热点方向[2]，通过生态网络的构建，对城市生态格局的建立、进一步提高景观连接度、增强生态景观弹性、促进山水林田湖草生态保护修复工程的进程具有重要意义[3]，可为纾解当下生态环境问题提供重点治理地段、区域和方向的指导。

生态网络这一理念最早是在19世纪50年代北美提出，作为生态保护的基本框架[4]，但生态网络研究正式开始是在1973年，Hannon利用模型法对生态系统中的物质能量的流动进行分析[5]。我国在生态网络构建方面的研究起步较晚，近年来随着生态修复理念的深入，利用地理信息系统对景观生态学中生态环境现状和预测评价的定性、定量分析等方面的应用逐渐趋于成熟[6]。目前，生态网络的构建主要是运用形态学空间格局分析(MSPA)对生态源进行识别与分类[7,8]，通过Conefor Sensinode等软件对构建后的斑块区域可能连接指数进行计算，在此基础上利用最小耗费距离模型(MCR)进行生态网络的构建[7,8]，通过重力模型进定量评价构建生态网络之间的相互作用强度[9]，判断潜在生态网络对整个生态结构的影响重要程度。吴晶晶通过设置4种不同景观阻力面方案构建潜在生态廊道，综合4个生态网络特征提出黄河三角洲湿地生态网络规划方案[10]。齐松等通过综合地形、景观类型和人类活动干扰的影响等因素构建阻力面，进而对袁州区进行生态廊道模拟、构建生态网络，提高模拟准确度[11]。梁艳艳等利用重力模型对西安市生态网络进行构建并通过评估提出优化策略[9]。朱捷等通过“属性—功能—结构”三位一体的源地综合识别指标体系的构建，探索解决传统生态网络构建中因缺乏尺度嵌套结构因素的影响而易造成在上下级尺度间生态网络错位的情况[12]。

本研究基于GlobeLand30全球地理信息中2020年广州市地表覆盖影像数据[13]，构建广州市生态网络并进行分析。具体包括：利用MSPA方法将本研究对象林地作为前景数据，进行生态源的识别与分类，确定生态网络构建核心区，通过Conefor Sensinode 2.6软件评价，筛选出连接指数最佳的若干个区域作为生态源，运用MCP模型构建生态网络，提出生态保护建议。

1 研究区概况

广州市位于广东省中南部、珠江三角洲中北缘，E112°57′～114°3′，N22°26′～23°56′，见图1。属于丘陵地带，西江、北江、东江三江汇合处，背山面海，整体地势呈东北高、西南低；东北部有白云山中低山地，中部为丘陵盆地，南部则为沿海冲积平原、河网密布、水域面积广阔，具有得天独厚的地理环境优势，植被资源丰富；市辖11个区，包括越秀区、荔湾区、海珠区、天河区、白云区、黄浦区、番禺区、花都区、南沙区、增城区、从化区，总面积7434km2，2019年末，广州市常住人口达1530.59万人，是广东省省会城市、国家中心城市、中国的“南大门”，粤港澳大湾区高质量发展的重要动力源，国家物流枢纽、历史文化名城，具有重要的国家战略地位。

图1 研究区地理位置

2 数据来源与研究方法

图2 研究技术路线

2.1 数据来源及预处理

本研究所用影像分析数据为2020年广州地表覆盖数据[13]，从GlobeLand30全球地理信息公共产品中下载(http://www.globallandcover.com/)，是由中国研制的30m空间分辨率全球地表覆盖数据，数据共包括10个一级类型，分别是耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪，目前数据更新到2020年，数据研制所用分类影像主要是使用30m多光谱影像，包括美国陆地资源卫星(Landsat)的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星(HJ-1)多光谱影像，2020版数据还使用了16m分辨率高分一号(GF-1)多光谱影像。中国科学院空天信息创新研究院对GlobeLand30 V2020数据精度进行了总体评价，结果显示数据的总体精度为85.72%，Kappa系数0.82，符合本研究实验探究的需求。

GlobeLand30数据分类系统中10个一级分类类型满足本次研究需求，因此无需进行二次分类处理。

2.2 研究方法

2.2.1 生态源地的选取

生态源地是保证生物物种栖息扩散的生境斑块，是生物物种聚集的重要场所。生态源地的选取需基于MSPA方法对林地空间格局进行分类，MSPA是一种确定图像中景观类型及其结构的处理方法[14]，本研究选择30m×30m的栅格作为研究单元；将林地作为MSPA分析的前景数据，其他类型用地作为背景数据，对2020年广州地表覆盖数据进行重分类，对结果根据面积大小进行由大到小排序，选取面积排名前30个区域作为核心区斑块，利用Conefor Sensinode 2.6软件对这30个核心区斑块的可能连接指数(PC)进行计算，选取可能连接指数的变化量(dPC)较大的前15个核心区斑块作为本研究生态源地[8]。

(1)

(2)

式中，n为斑块数；ai和aj为斑块，其中i≠j；A为景观总面积；Pij*表示斑块i和斑块j之间所有路径的最大乘积概率；PC值范围在0～1闭合区间内，PC值越小，表示景观连接度越低；PCremove表示去除某斑块后剩余斑块的整体指数值；dPC即用于评价某斑块对于整体连接性的重要程度的指数，值越大表示重要性程度越高。

2.2.2 景观阻力面构建

景观阻力面是用以反映物质、能量、信息在环境中流动的阻碍程度，其影响因素包括地质、地貌、水文等自然要素和人类活动影响因素，如道路、居民点等[15]。目前，阻力面的构建大多采用叠加分析地形、景观类型和人类活动等影响因素得到综合阻力面，结合研究区域范围大小、参考相关研究资料以及咨询专家意见来确定各阻力因子权重。本研究由于研究时间有限，在大量阅读相关文献的基础上，综合参考前人研究阻力值赋值[8]，结合广州地区地形地貌特征，确定土地利用类型各阻力因子阻力值，见表1。

表1 广州土地利用类型阻力因子赋值

2.2.3 生态廊道构建

生态廊道作为生态斑块连接载体，具有物质交换、能量输送、信息传递等重要的生态功能，是生态网络构建中必不可少的组成部分。本研究基于MCP模型在构建的景观阻力面基础上，对生态源地相互连接之间最小阻力路径进行构建。MCP模型通过对斑块间阻力成本矩阵的构建，计算出能串联所有斑块的最小成本路径，见图3。

从图3可知，需要从阻力矩阵的左上角到达右下角，通过对所有潜在路径累叠阻力值的计算比较，最终确定最小阻力路径。

图3 MCP模型构建阻力矩阵构建(a)、

3 结果分析

3.1 土地利用类型分析

从图4可知，广州林地主要分布在北部、西北部，中北部的从化、花都、白云以及增城等区域，人造地表主要集中分布在中部的荔湾、越秀、天河、海珠、番禺等；各土地利用类型中前景数据林地面积为2592.85km2，占比最大，占总面积的35.01%，其次是耕地1940.64km2和人造地表1940.64km2，分别占26.21%和25.43%。图4数据表明，广州土地资源利用程度高，可看出广州林地生境较为破碎，受其他类型用地割裂情况较严重，林地生态网络尚未构建[16]。

图4 2020年广州土地利用类型分布及各类型面积占比

3.2 生态网络的构建

3.2.1 生态源地提取

基于MSPA方法借助Arcgisl pro 2.5软件，利用2020年广州土地利用类型数据，对前景数据林地进行分析。结果可知，核心区面积为2432.79km2，占前景数据的83.48%，见表2，主要分布在北部、东部，其北部分布较为集聚，东部地区斑块较小、呈分散状分布，南部、中西部只有少数核心区斑块，见图5b。孔隙和边缘区面积较小，分别占前景数据的3.73%和9.41%，对核心区起保护作用，表明核心区抗外界干扰能力较弱，主要是由生态斑块小而分散造成的；桥街区在生态网络中起结构联通性作用，占前景数据的0.77%，面积少，表明景观连通性较差。

表2 广州林地MSPA法分类统计结果

基于MSPA方法的研究数据分析，贾振毅对网络连接阈值设定进行了最优验证，本研究参考其研究成果，结合广州土地利用情况，设置连接距离阈值为500m，联通概率为0.5，利用Conefor 2.6软件对广州林地类型核心区斑块进行dPC计算，见表3，选取dPC数值较大的前15个区域作为研究的生态源地，见图5。

表3 生态源地景观连通性指数

3.2.2 景观阻力面构建

利用ArcGIS对不同土地利用类型进行景观阻力值进行分级赋值，共分为7个层级，见图5c，由图5c可看出，高阻力值区域主要集中在南沙区、番禺区、荔湾区、越秀区等，从化区、白云区、增城区生态阻力值较小。造成的原因主要是中心城区人口密集、居民点密布、生态绿化用地较少加上道路交通的阻隔严重制约着生物迁移和能量流动。

3.2.3 潜在生态廊道模拟

利用MCP模型共模拟出210条生态廊道，廊道的分布呈现不均衡状态，主要集中在中北部，而研究区南部没有较好的连接，见图5d。主要是由于研究区南部即番禺、南沙等区域，林地斑块小，造成其核心区对于整体连接度影响重要程度低，数据计算生态源地选取中研究区南部无生态源地分布。线密度分析工具能用于计算栅格图像中邻域内线状要素的密度，反映线性覆盖密集程度，常用于道路交通可达性分析方面的研究，利用线密度模型对MCP模拟出的生态廊道进行计算分析，得出模拟生态廊道的密度情况，见图5e，为生态网络的构建提供更为明确的指导区域。

图5 广州林地景观分类图(a)、生态源地空间分布图(b)、土地利用类型阻力面(c)、潜在生态网络(d)、潜在生态网络线密度分析(e)

4 讨论与结论

4.1 结论

城市的发展为人们提供更加便利的生活条件以及更优质生活质量的同时，也造成了城市生态环境恶化的趋势，大规模的城镇化建设割裂了城市生态景观结构，导致景观生态效能降低，密集的城市人口需要耗费大量的能源并产生各种废物，给自然生态以沉重的“消化负担”，人类活动对自然生态的过度干扰，也带来了一系列的生态环境问题[18,19]，生态环境的破坏已严重危害到城市人居环境[17]，生态修复问题具有时代紧迫性和必要性。近年来，国内学者积极探索将景观生态学的理念引入城市建设中的手段和路径[20-25]，生态网络的构建是基于景观生态学基本概念与城市景观格局建设相结合的探索研究，对修复城市生态体系具有重要指导意义，是应对生境破碎化问题的有效途径。本研究以广州市作为研究区，利用ArcGIS、Conefor Sensinode等软件通过MSPA方法、MCP模型、线密度模型等分析构建广州林地生态网络，为广州城市生态格局的构建提供参考，相关结论如下。

广州市城市景观构成以林地、耕地为主，主要分布在北部和中东部即从化、增城、白云等区域，林地景观区域分布不平衡状况较为严重，斑块破碎化，景观整体性待提高；对整体景观格局起到较为重要作用的斑块主要分布在研究区中部，南部因地势低，处在珠江入海口处，林地生态斑块小，因此难以与中部、北部林地斑块构成连接；土地利用类型阻力大致呈现北低南高，中东部低西部高的情况，需要建立景观生态纵向联系，强化横向连接度；生态廊道模拟情况中，显示中部区域应加强连接桥、边缘区和支线景观的构建，以提高中部斑块的内部稳定性提升生态源地间的连通性。

4.2 讨论

本研究是广州生态网络模型构建的初步探索，为广州生态网络构建提供初步参考依据，还存在许多方面的不足有待进一步完善，主要体现在以下几个方面。

未对广州景观格局现状，以及模拟构建的生态网络进行分析评价，因此无法对构建模拟生态网络前后景观连接度进行比较分析，定量阐述生态网络构建对于广州生态修复的重要程度；在生态阻力面的构建上，只是利用2020年广州土地利用分类影响因子，尚未综合坡度、距道路距离、距水体距离、距居民点距离等多重因素，区域划分不够严谨，在阻力值的选取上，本研究参考已有研究成果赋值，且目前学界的研究成果基本停留在专家意见值的层面上，具有一定的主观性，尚未形成客观的定量化指标划定；在分析核心区景观联通性指数时，本研究参考前人研究成果设定阈值，具体运用有必要根据具体情况做进一步的确定探究；受研究时间的限制，本研究未采用重力模型定量评价生态源地间的相互作用强度，因此没有对产生的众多生态廊道进行重要性评价进而筛选优化生态网络，提供更为准确的参考。