中文 
English 
Habitat-quality-model Based Optimization of Green Infrastructure Network in Fuzhou
-
摘要: 以福州市主城区为研究对象，基于MSPA、InVEST生境质量评价、最小累积阻力模型、重力模型等方法构建并优化福州市的GI网络。结果表明：基于MSPA识别出福州市核心区共1977个，占研究区总面积的45.5%。根据直接识别与景观连通性指标dPC综合筛选出共15个绿色基础设施源地。大面积GI源地主要分布在城郊，中心城区较少。基于InVST生境质量评价模型得到生境指数0.8～1.0的高生境质量地区占研究区总面积的59.02%，生境指数0～0.2的低生境质量地区占研究区总面积的26.47%；基于最小累积阻力模型和重力模型，提取和识别一级廊道15条，二级廊道17条，共22条。优化GI网络后，新增了绿色基础设施源地6个，节点150个，其中与铁路相交的节点41个，与高速公路相交的节点109个。福州市绿色基础设施分布不均，生境质量指数两极分化严重，且连通性不佳，今后的建设中应加强中心城区的绿色基础设施源地和重要廊道的保护和建设。Abstract: Taking the downtown area of Fuzhou as the research object. In view of Morphological Spatial Pattern Analysis(MSPA) and InVEST Integrated Valuation of Ecosystem Services and Trad-offs(InVEST), the minimum cumulative resistance model, and the gravity model, the GI network of Fuzhou City is constructed and optimized. The findings indicated that a total of 1977 core areas in Fuzhou were identified based on MSPA., accounting for 45.5% of the total area of the study area. A total of 15 green infrastructure sources were selected based on direct identification and landscape connectivity index dPC. The area of the large area GI source was distributed mainly in the suburbs. The high environmental quality area of the inhabiting area with habitat index of 0.8–1.0 occupies 59.02% and the low environmental quality area with a habitat index of 0–0.2 occupies 26.47 % of the total area of the study area based on the environmental quality evaluation model of InVEST; based on minimum cumulative resistance model and gravity model, a total of 22 corridors were identified, including 15 primary corridors and 17 secondary corridors. When the GI network was optimized, 6 green infrastructure sources and 150 nodes were added, 41 of which intersected with the railway, and 109 intersected with the highways. The distribution of green infrastructure in Fuzhou City is not uniform, and the habitat quality index is seriously differentiated, and the communication is not good. In the future construction, we should focus on the protection and construction of green infrastructure and important corridors in the downtown area.
-
Keywords:
- MSPA /
- MCR /
- green infrastructure /
- InVEST /
- habitat quality
-
有关城市发展的环境问题一直是世界各国政府和学者感兴趣的问题。现在，中国是世界上城市化进程最快速的国家之一，在过去的几十年间全国各地的城市化建设取得了显著的成绩，但是这也导致了城市建设和生态环境的矛盾。集中体现在高密度的城市建成区的绿色基础设施被侵占，难以满足人们对自然服务的需求，为提高城市中生态环境、维持生物多样性、提高绿色基础设施的生态服务功能，1960年前后，生态保护运动开始发展，绿色基础设施概念初步形成。生物通道、生态网络等概念开始出现[1]。研究表明，绿色基础设施网络的建设可以有效缓解景观破碎化、对缓解城市生态环境问题和维持生物多样性具有重要的作用[2]。
当前，绿色基础设施网络已形成了“源地–廊道”的构建模式[3]，其中，较为常见的方法有最小累积阻力（MCR）模型、图论方法以及电流理论。MCR模型是一种基于GIS平台的技术，能够计算与识别目标源地之间所耗费的最小阻力路径，从而构建绿色基础设施网络。目前在相关研究领域已得到广泛的运用。该模型能够综合考虑研究区内地形、地貌、景观类型、人为干扰等多方面因素，且具有数据量少，可视化好等优点，通常结合生态敏感性分析、重力模型及图谱理论来定量构建与优化绿色基础设施网络。绿色基础设施（GI）源地的选取是MCR模型的关键所在，近年来有学者通过形态学空间格局分析（MSPA）方法提取源地，避免了源地选取的主观性。目前为止，许多学者对于源地的识别是基于几何属性，将土地分类数据中具有生态价值的林地或水体等提取出来，作为源地，通过面积、斑块密度、周长等几格属性进行筛选和排除；或采用形态学空间格局分析方法（MSPA）来提取核心区，再通过面积进行源地的遴选[4]。这些方法忽略了源地的质量等属性，对源地的识别具有局限性。而InVEST生境质量模型能够快速有效地量化研究区生境质量[5]，弥补源地筛选的不足。
基于此，本研究从形态与功能两方面识别与评价GI源地，避免GI源地选取的主观性；结合福州市不同土地利用类型、MSPA景观类型、生境质量等构建综合阻力面，利用最小累积阻力（MCR）模型与重力模型构建福州市GI网络；最后根据结果提出福州市绿色基础设施网络优化策略。研究结果，可为福州市绿色基础设施网络规划提供参考。
1. 研究区概况
福州市是福建的省会城市，地处我国华东地区，位于北纬25°15′ ~ 26°39′，东经118°08′ ~ 120°31′。福州市属河口型盆地地形，主城区地势较为平坦，海拔基本处于0～30 m，是研究区中人口主要分布的建成区。内部分布较多丘陵，其中较为著名的有屏山、乌山、金牛山、金鸡山、高盖山等。城郊山地众多，主要有莲花山、鼓山、旗山、五虎山等，海拔约600 ~ 1000 m。由于高密度的建成区，使福州市主城区内部绿色基础设施数量多，面积小，与城郊的大型绿色基础设施联系性差。
2. 材料与方法
2.1 数据来源与预处理
研究所用的土地分类数据根据2019年福州市谷歌地图2.5 m高精度影像（谷歌地图资源共享平台下载），结合《土地利用现状分类》（GB/T 21010—2017）[6]分为林地、建设用地、水体、未利用地、道路、草地、耕地，分类精度为89.84%，Kappa系数为0.85，达到研究所需。DEM数据来源于美国阿拉斯加卫星设备分布式活动档案中心（https://search.asf.alaska.edu/#/），ALOS卫星拍摄，空间分辨率为12.5 m。道路等矢量数据均下载于QGIS软件中OpenStreetMap插件。
2.2 绿色基础设施源地的提取与识别
形态学空间格局分析方法（MSPA）是一种基于数学形态学原理和网格图像空间模式的图像处理方法 [7-8]，能够快速有效的识别研究区内的景观类型。将林地与草地作为前景数据，建设用地、水体、未利用地、道路和耕地作为背景数据，参数设置参考相关学者研究成果[8-9]及MSPA使用手册，将前景数据分割为互不重叠的7种景观类型。
核心区是被前景像元中分割出的面积较大的斑块，具有良好的景观生态价值[10-12]。常用斑块重要性指数（dPC）评价GI斑块之间的连通性。数值越大，说明斑块的连通性越高，越有利于物种的传播和扩散，则斑块的生态价值就越高。相关计算公式如下：
$ \mathrm{P}\mathrm{C}=\frac{\displaystyle \sum\nolimits _{i=1}^{n}\displaystyle \sum\nolimits _{j=1}^{n}{a}_{i}{a}_{j}{p}_{ij}^{*}}{{A}_{L}^{2}} $
(1) 式中：AL为景观总面积；n表示斑块的数量；ai与aj是斑块i与j的面积；pij表示斑块在i与j之间连接的最大概率。PC指连通性指数，取值范围为0 ~ 1，PC值越小，斑块之间的连通性越低。
$ \mathrm{d}\mathrm{P}\mathrm{C}=\frac{\mathrm{P}\mathrm{C}-{\mathrm{P}\mathrm{C}}_{\mathrm{r}\mathrm{e}\mathrm{m}\mathrm{o}\mathrm{v}\mathrm{e}}}{\mathrm{P}\mathrm{C}}\times 100\% $
(2) 式中：dPC值越高，代表斑块的连通性越好，作用越大；PCremove为去掉某一斑块后的连接概率的值。
2.3 福州市生境质量计算
为弥补形态学空间格局分析所忽略的源地质量等问题，利用InVEST模型定量评价研究区生境质量，该模型需输入土地利用数据，结合不同地物类型的敏感性和威胁源的胁迫距离和影响方式等来绘制生境质量图。生境质量取决于栖息地与威胁源的接近程度以及这些栖息地的生态适宜性，通常栖息地质量会随着附近土地利用强度的降低而增加[13-14]。模型的公式如下：
$ {D}_{xj}={\sum }_{r=1}^{R}{\sum }_{y=1}^{{Y}_{r}}\left(\frac{{w}_{r}}{ \displaystyle \sum _{r=1}^{R}{w}_{r}}\right){r}_{y}{i}_{rxy}{\beta }_{x}{S}_{jr} $
(3) 式中：Yr为胁迫因子r的栅格单元总数；R为胁迫因子数量；Wr为归一化权重值；ry为栅格单元上的胁迫因子个数；βx为栅格x的可接近水平；Sjr表示景观j对胁迫因子r的敏感性；irxy为胁迫因子的最大影响距离。
$ {Q}_{xj}={H}_{j}\left(1-\left(\frac{{D}_{xj}^{z}}{{{k}^{z} + D}_{xj}^{z}}\right)\right) $
(4) 式中：Qxj为景观类型j中的斑块组x的生境质量；Hj为景观类型j的生境适宜性分值；z为比例因子，一般取2.5；k为半饱和常数，取0.5。
该模型需要输入的数据主要包括了土地利用类型数据、威胁源因子的权重及其衰减距离、景观类型与威胁源的敏感性表格等。参考相关文献[15-16]以及InVEST使用手册设置模型相关参数（表1 ~ 2）。
表 1 威胁源及其最大影响距离、权重及衰减类型Table 1. The threat source and its maximum impact distance, weight and attenuation威胁因子 最大影响距离 权重 衰减类型 建筑用地 10 1.0 指数 未利用地 6 0.7 线性 道路 3 0.8 指数 农田 5 0.6 线性 表 2 不同土地利用类型对威胁源的敏感度Table 2. Sensitivity of different land use types to threat source土地利用类型 生境适宜性 建设用地 未利用地 道路 农田 林地 1.0 0.5 0.3 0.2 0.5 建筑用地 0 0 0 0.2 0 水体 0.8 0.4 0.2 0.2 0.5 未利用地 0.2 0.4 0 0.5 0.5 道路 0.1 0.2 0 0 0 草地 0.5 0.6 0.4 0.2 0.6 农田 0.3 0.8 0.5 0.2 0 2.4 绿色基础设施网络构建与优化
2.4.1 综合阻力面的构建
在GI网络中，物种的迁移与能量的交换过程中会受到人为及自然环境的阻碍和促进作用，即物种的移动会受到各种阻力的影响，本研究结合数据的可获得性和前人的研究结果[9-10]。通过咨询相关专家，采用序关系分析法确定福州市的阻力因子权重和分值（表3），利用ArcGIS栅格加权叠加等方法构建综合阻力面。
表 3 阻力因子赋值及权重Table 3. Resistance factor assignment and weight阻力类型 权重值 阻力因子 阻力值 阻力类型 权重值 阻力因子 阻力值 土地利用类型 0.2490 林地 1 MSPA景观类型 0.1482 核心区 1 草地 1 桥接区 3 耕地 3 环道 5 未利用地 5 支线 5 水系 7 孤岛 3 道路 9 边缘 5 建设用地 9 穿孔 7 生境质量指数 0.2075 0 ~ 0.2 9 坡度 0.1235 < 5° 1 0.2 ~ 0.4 7 5° ~ 15° 3 0.4 ~ 0.6 5 15° ~ 25° 5 0.6 ~ 0.8 3 25° ~ 35° 7 0.8 ~ 1.0 1 > 35° 9 高程 0.1235 < 0 9 归一化植被指数（NDVI） 0.1482 > 0.5 1 0 ~ 200 1 0.4 ~ 0.5 3 200 ~ 300 3 0.3 ~ 0.4 5 300 ~ 400 5 0.1 ~ 0.3 7 400 ~ 500 7 < 0.1 9 500 ~ 600 7 > 600 9 2.4.2 潜在GI廊道的提取
物种的迁徙受多种阻力的影响，本研究结合福州市生态环境特征，基于Knaapen等[17-18]提出的最小累积阻力模型（MCR），利用ArcGIS中的成本路径工具，以综合阻力面为成本，计算源地之间的最小成本路径，得到潜在GI廊道。公式如下：
$ \mathrm{M}\mathrm{C}\mathrm{R}={f}_{\mathrm{m}\mathrm{i}\mathrm{n}}{\sum }_{i=m}^{i=n}\left({D}_{ij}{R}_{i}\right) $
(5) 式中：Dij为i到j所耗费的空间距离；Ri为加权阻力值。
2.4.3 廊道分级提取
重力模型可以量化斑块之间的吸引程度。斑块之间的吸引程度越高，表明斑块之间越有可能产生联系，根据此可以推断出廊道的相对重要性[19]。重力模型的计算公式如下所示：
$ {G}_{ab}=\frac{{N}_{a}{N}_{b}}{{D}_{ab}^{2}}=\dfrac{\left[\dfrac{1}{{P}_{a}}\mathrm{l}\mathrm{n}{S}_{a}\right]\left[\dfrac{1}{{P}_{b}}\mathrm{l}\mathrm{n}{S}_{b}\right]}{{\left(\dfrac{{L}_{ab}}{{L}_{\mathrm{m}\mathrm{a}\mathrm{x}}}\right)}^{2}}=\dfrac{{L}_{\mathrm{m}\mathrm{a}\mathrm{x}}^{2}\mathrm{l}\mathrm{n}{S}_{a}\mathrm{l}\mathrm{n}{S}_{b}}{{L}_{ab}^{2}{P}_{a}{P}_{b}} $
(6) 式中：Gab是斑块a和b之间的相互作用力；Na、Nb是斑块a与b的权重值；Dab是a与b之间潜在廊道阻力的标准化值；Pa为斑块a的阻力值；Sa为斑块a的面积；Lab为斑块a与b之间廊道的累积阻力值；Lmax为研究区内所有廊道累积最大阻力值。
2.4.4 GI网络节点的识别
节点是绿色基础设施之间的踏脚石，是生态功能最脆弱的地方。目前对节点的识别方法主要为廊道与廊道的交点；廊道与道路、铁路等的交点；利用水文分析法提取山脊线，即最大阻力值与廊道的交点[20]；以及利用电流理论中瓶颈点与障碍点的识别为主要方法[21]。由于本研究的研究区是人口密集的城区，故通过矢量廊道相交公路与铁路生成点数据，作为本研究的GI网络节点。
3. 结果与分析
3.1 绿色基础设施源地识别结果
基于Guidos Toolbox 软件，将二值化的前景与背景数据进行MSPA分析，得到MSPA分类结果（图1），并统计不同景观类型的面积并计算其占比（表4）。由图1、表4可知，前景要素中面积最大的为核心区（586.70 km2），占前景要素总面积的74.9%，表明研究区绿地斑块面积较大。景观类型主要以林地为主。但在空间分布上来看，完整的斑块主要分布在南北两侧，主要是旗山、五虎山、鼓山与莲花山这4个山体。主城区内的核心区数量上虽然很多，但较为破碎，面积较小。桥接区与环道作为连接斑块与斑块之间的通道，其所占比例仅为3.6%，说明斑块之间的连通性较差。
表 4 MSPA景观类型统计Table 4. MSPA landscape type statistics景观类型 面积/km2 比例/% 面积/km2 占景观类型的比例/% 林地 草地 林地 草地 核心区 586.70 74.9 585.07 1.63 99.7 0.3 孤岛 42.58 5.4 41.73 0.85 7.1 0.1 穿孔 17.38 2.2 17.35 0.02 3.0 0.0 边缘 64.53 8.2 45.83 1.71 7.8 0.3 环道 18.41 2.4 18.18 0.23 3.1 0.0 桥接区 28.15 3.6 27.27 0.88 4.6 0.2 支线 25.36 3.2 24.64 0.72 4.2 0.1 基于Conefor 2.6软件，设置斑块间的连通距离阈值为1200 m，连通概率为0.5[22-23]。选择面积前20的斑块进行连通性评价。为了避免研究区内的较大面积的核心斑块对结果造成影响，故将鼓山、旗山、五虎山、莲花山这4个核心区斑块定义为核心GI源地，将剩下的16个核心区斑块定义为重要GI源地进行连通性评价，根据结果选择dPC > 0.2的斑块作为重要源地。总源地数量为15个。由图2和表5可知，除城郊的4座主要的山体外，主城区内部的源地面积并不大，主要包括闽侯县的鲤鱼洲、琅岐岛的九龙山、白云山、仓山区的高盖山、城门山、清凉山等。主要是因为城市土地资源的紧张与城市建设用地规模的侵蚀。
表 5 重要生态源地连通性指数Table 5. Connectivity index of important ecological sources斑块编号 斑块重要性指数 9 64.23 7 28.29 5 2.63 8 2.10 15 1.78 6 0.82 12 0.78 11 0.44 14 0.37 13 0.36 10 0.36 3.2 生境质量评价结果
利用ArcGIS中的重分类工具，参考相关学者的阈值划分[24-25]，将研究区内的生境质量分为低生境质量（0～0.2）、中低生境质量（0.2～0.4）、中生境质量（0.4～0.6）、中高生境质量（0.6～0.8）、高生境质量（0.8～1.0）。由图3和表6可知，研究区内生境质量呈两极分化趋势。整体上看高生境质量地区主要分布在城郊地区，而低生境质量地区主要分布在中心城区。其中有部分中高生境质量的源地，但数量多，面积小，较为破碎。其原因可能是近些年来的城市建设侵占了许多城市中的林地与草地，受人为干扰较大。造成了主城区与城郊的两极分化现象。生境质量由中心城区向外扩展逐渐变好。
表 6 不同生境质量面积及占比Table 6. Area and proportion of different habitats生境类别 生境质量指数 面积/km² 占研究区的比例/% 高生境质量 0.8～1.0 588.77 45.7 中高生境质量 0.6～0.8 171.25 13.3 中生境质量 0.4～0.6 120.25 9.3 中低生境质量 0.2～0.4 129.00 10.0 低生境质量 0～0.2 278.36 21.6 3.3 绿色基础设施网络构建分析
3.3.1 综合阻力面分析
基于ArcGIS平台，对各阻力因子进行加权叠加计算，得到综合阻力面栅格图（图4）。由图4可知，阻力值较大的区域主要位于城市中心地区，这些地区建筑密度大、人口密集，干扰较大。不利于物种的迁徙和交流。同时闽江与乌龙江两大天然屏障也阻碍了福州市南北两侧物质的交流。
3.3.2 GI廊道提取分析
重力模型能够较大程度上减少基于MCR模型产生的冗余廊道，保留了大部分的廊道且各个GI源地之间均有直接或间接的联系。分别计算核心生态源地与重要生态源地，以及重要生态源地之间的相互作用力，参考相关学者的提取阈值划分[26]，提取值大于1000的作为一级廊道、值大于500、小于1000的为二级廊道（表7）。一级廊道主要为了满足城郊的大型GI设施与城市中小型GI设施之间的物质能量交换。二级廊道主要是为了增强城市中小型GI设施的联系。主要分布在城市外围区域。中心城区由于受到高阻力值的影响，廊道数目较少。其在建设过程中，一级廊道主要依托城郊的自然资源，带状绿地或水域。而二级廊道大多经过闽江、乌龙江水系。在规划建设的过程中应注意对于水源的保护。
表 7 斑块相互作用矩阵Table 7. Patch interaction matrix斑块编号 斑块编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 5 464 807 141 177 1478 178 302 217 496 685 401 174 223 253 6 1833 284 170 345 104 1053 565 595 312 207 326 156 151 7 81 647 74 57 58 52 127 209 200 63 129 147 8 1266 119 252 1181 5945 302 168 121 721 132 130 9 674 99 312 1822 252 154 123 947 139 138 10 266 424 577 349 1733 805 532 597 480 11 173 1116 408 210 5896 288 1212 1364 12 128 719 438 162 212 3769 4190 13 266 131 1200 5237 294 275 14 110 342 926 215 17859 15 112 388 800 214 3.3.3 网络优化及节点的识别
中心城区较大的阻力，缺少适合的GI源地。根据MSPA提取的核心区与生境质量模型提取的高生境质量地区，可以看出福州市中心城区内部有部分高生境质量的源地受面积影响未被提取，为了完善网络在中心城区的缺失，补充金牛山、乌山、闽江公园北园、乌龙江湿地公园、飞凤山主题公园5个GI源地作为补充，同时增加11条GI廊道优化构建的网络（图5）。
由于研究区位于人口密集的市区，考虑到人为影响对廊道的干扰较大，故提取廊道与高速公路网络及铁路网络的交点为GI网络的节点。其中与铁道交叉的节点41个，与高速公路交叉的节点109个。共150个。在廊道的建设中，应尽力避免高速公路与铁路对廊道的影响；如采取下沉式或上升式廊道的设计。由于福州市特殊的地理环境，闽江与乌龙江两大水系对物种的迁移也造成了一定的影响，因此在廊道与水系的交汇处减少人为干扰，同时建设湿地景观等，为物种提供良好的栖息地。中心城区的廊道在构建上，由于城市土地资源紧张，应采用沿道路两边，增加绿化缓冲区的方法，整合现有城区绿地绿道资源，见缝插绿。对现有的GI设施加以保护利用。
4. 结论与讨论
绿色基础设施网络对于改善城市环境、促进生物多样性保护和防止生境破坏至关重要。它是连接城市绿色空间、维持城市可持续发展的绿色纽带。本研究运用MSPA，结合生境质量评价模型，对研究区内的绿色基础设施进行了综合的评价。选用dPC连通性指数和斑块面积定量筛选了GI源地。通过定义核心生态源地与重要生态源地对不同GI设施进行了分级规划。在阻力因子的选择中，考虑到了不同生境质量对物种迁徙扩散的阻力影响。再利用MCR模型构建初步GI廊道。基于重力模型，进行了网络分级建设意见。最后结合福州现状，重新遴选出了5个GI源地，弥补了中心城区缺少GI网络的问题。识别了网络与高速公路和铁路之间的节点，对城市中的GI网络建设提供了理论依据。
本研究旨在利用InVEST模型弥补传统MSPA方法对GI源地质量属性研究不足的问题，优化研究区内的绿色基础设施网络，提升绿色基础设施服务功能，实现城市的可持续发展。MSPA方法可以从空间格局的角度评估GI源地的价值，对于研究区的尺度较为敏感。栅格大小以及相关参数的设置都会影响其结果[8]。因此，今后的研究中应对像元大小、边缘宽度等进行探讨，使分析时的参数设置更为科学合理。
InVEST生境质量评价模型在威胁源的选择、威胁源的影响距离以及威胁源的敏感性程度上具有一定的主观性，目前尚无统一的标准或权威标准。因此本研究参考前人的研究[24-25]设置了相应了参数。由于没有针对某一特定物种，以后应进一步结合福州市特有种群，对结果进行分析与验证。在连通性分析的过程中，距离阈值的设定也会影响斑块的连接性结果。本研究参考前人的结果[23,26]，在以后的研究中，应结合距离阈值方面的探讨与目标动植物的最大活动传播距离来使距离阈值的设置更加有依据。
-
表 1 威胁源及其最大影响距离、权重及衰减类型
Table 1 The threat source and its maximum impact distance, weight and attenuation
威胁因子 最大影响距离 权重 衰减类型 建筑用地 10 1.0 指数 未利用地 6 0.7 线性 道路 3 0.8 指数 农田 5 0.6 线性 
下载: 导出CSV
表 2 不同土地利用类型对威胁源的敏感度
Table 2 Sensitivity of different land use types to threat source
土地利用类型 生境适宜性 建设用地 未利用地 道路 农田 林地 1.0 0.5 0.3 0.2 0.5 建筑用地 0 0 0 0.2 0 水体 0.8 0.4 0.2 0.2 0.5 未利用地 0.2 0.4 0 0.5 0.5 道路 0.1 0.2 0 0 0 草地 0.5 0.6 0.4 0.2 0.6 农田 0.3 0.8 0.5 0.2 0
下载: 导出CSV
表 3 阻力因子赋值及权重
Table 3 Resistance factor assignment and weight
阻力类型 权重值 阻力因子 阻力值 阻力类型 权重值 阻力因子 阻力值 土地利用类型 0.2490 林地 1 MSPA景观类型 0.1482 核心区 1 草地 1 桥接区 3 耕地 3 环道 5 未利用地 5 支线 5 水系 7 孤岛 3 道路 9 边缘 5 建设用地 9 穿孔 7 生境质量指数 0.2075 0 ~ 0.2 9 坡度 0.1235 < 5° 1 0.2 ~ 0.4 7 5° ~ 15° 3 0.4 ~ 0.6 5 15° ~ 25° 5 0.6 ~ 0.8 3 25° ~ 35° 7 0.8 ~ 1.0 1 > 35° 9 高程 0.1235 < 0 9 归一化植被指数（NDVI） 0.1482 > 0.5 1 0 ~ 200 1 0.4 ~ 0.5 3 200 ~ 300 3 0.3 ~ 0.4 5 300 ~ 400 5 0.1 ~ 0.3 7 400 ~ 500 7 < 0.1 9 500 ~ 600 7 > 600 9
下载: 导出CSV
表 4 MSPA景观类型统计
Table 4 MSPA landscape type statistics
景观类型 面积/km2 比例/% 面积/km2 占景观类型的比例/% 林地 草地 林地 草地 核心区 586.70 74.9 585.07 1.63 99.7 0.3 孤岛 42.58 5.4 41.73 0.85 7.1 0.1 穿孔 17.38 2.2 17.35 0.02 3.0 0.0 边缘 64.53 8.2 45.83 1.71 7.8 0.3 环道 18.41 2.4 18.18 0.23 3.1 0.0 桥接区 28.15 3.6 27.27 0.88 4.6 0.2 支线 25.36 3.2 24.64 0.72 4.2 0.1
下载: 导出CSV
表 5 重要生态源地连通性指数
Table 5 Connectivity index of important ecological sources
斑块编号 斑块重要性指数 9 64.23 7 28.29 5 2.63 8 2.10 15 1.78 6 0.82 12 0.78 11 0.44 14 0.37 13 0.36 10 0.36
下载: 导出CSV
表 6 不同生境质量面积及占比
Table 6 Area and proportion of different habitats
生境类别 生境质量指数 面积/km² 占研究区的比例/% 高生境质量 0.8～1.0 588.77 45.7 中高生境质量 0.6～0.8 171.25 13.3 中生境质量 0.4～0.6 120.25 9.3 中低生境质量 0.2～0.4 129.00 10.0 低生境质量 0～0.2 278.36 21.6
下载: 导出CSV
表 7 斑块相互作用矩阵
Table 7 Patch interaction matrix
斑块编号 斑块编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 5 464 807 141 177 1478 178 302 217 496 685 401 174 223 253 6 1833 284 170 345 104 1053 565 595 312 207 326 156 151 7 81 647 74 57 58 52 127 209 200 63 129 147 8 1266 119 252 1181 5945 302 168 121 721 132 130 9 674 99 312 1822 252 154 123 947 139 138 10 266 424 577 349 1733 805 532 597 480 11 173 1116 408 210 5896 288 1212 1364 12 128 719 438 162 212 3769 4190 13 266 131 1200 5237 294 275 14 110 342 926 215 17859 15 112 388 800 214
下载: 导出CSV
-
栾博, 柴民伟, 王鑫. 绿色基础设施研究进展 [J]. 生态学报, 2017, 37(15): 5246−5261. Humphrey J, Newton A, Latham J, et al. The Restoration of Wooded Landscapes [C]//Proceedings of a conference held at Heriot Watt University, 2000, 14.
刘壮壮, 吴未, 刘文锋, 等. 基于“源地-廊道”生态安全格局构建逻辑范式的建设用地减量化研究 [J]. 生态学报, 2020, 40(22): 8230−8238. 王越, 林箐. 基于MSPA的城市绿地生态网络规划思路的转变与规划方法探究 [J]. 中国园林, 2017, 33(5): 68−73. 杜佳衡, 王锦. 基于InVEST模型的大理州永平县水生态系统服务功能时空变化分析 [J]. 西部林业科学, 2021, 50(6): 91−102. DOI: 10.16473/j.cnki.xblykx1972.2021.06.013 国家质量监督检验检疫总局, 中国国家标准化管理委员会. 土地利用现状分类: GB/T 21010—2017[S]. 北京: 中国标准出版社, 2017. Vogt P, Ferrari J R, Lookingbill T R, et al. Mapping functional connectivity [J]. Ecological Indicators, 2009, 9(1): 64−71. DOI: 10.1016/j.ecolind.2008.01.011
于亚平, 尹海伟, 孔繁花, 等. 南京市绿色基础设施网络格局与连通性分析的尺度效应 [J]. 应用生态学报, 2016, 27(7): 2119−2127. 许峰, 尹海伟, 孔繁花, 等. 基于MSPA与最小路径方法的巴中西部新城生态网络构建 [J]. 生态学报, 2015, 35(19): 6425−6434. 邱瑶, 常青, 王静. 基于MSPA的城市绿色基础设施网络规划: 以深圳市为例 [J]. 中国园林, 2013, 29(5): 104−108. Mitchell M G E, Bennett E M, Gonzalez A. Linking landscape connectivity and ecosystem service provision: current knowledge and research gaps [J]. Ecosystems, 2013, 16(5): 894−908. DOI: 10.1007/s10021-013-9647-2
Bowman J T. Connecting National Wildlife Refuges with Green Infrastructure: the Sherburne-Crane Meadows Complex [D]. Minneapolis and St. Paul , USA: University of Minnesota, 2008.
Scheitzer L. Road ecology [J]. Environmental Ethics, 2005, 27(1): 109−112. DOI: 10.5840/enviroethics200527147
McKinney M L. Urbanization, Biodiversity, and ConservationThe impacts of urbanization on native species are poorly studied, but educating a highly urbanized human population about these impacts can greatly improve species conservation in all ecosystems [J]. BioScience, 2002, 52(10): 883−890. DOI: 10.1641/0006-3568(2002)052[0883:UBAC]2.0.CO;2
高庆彦, 潘玉君, 刘化. 基于InVEST模型的大理州生境质量时空演化研究 [J]. 生态与农村环境学报, 2021, 37(3): 402−408. 李涛, 巩雅博, 戈健宅, 等. 基于电路理论的城市景观生态安全格局构建: 以湖南省衡阳市为例 [J]. 应用生态学报, 2021, 32(7): 2555−2564. Knaapen J P, Scheffer M, Harms B. Estimating habitat isolation in landscape planning [J]. Landscape and Urban Planning, 1992, 23(1): 1−16. DOI: 10.1016/0169-2046(92)90060-D
Yu K J. Ecological security patterns of landscapes: concept, method and a case [C]//International Symposium of Geoinformatics, 1995: 95.
孔繁花, 尹海伟. 济南城市绿地生态网络构建 [J]. 生态学报, 2008, 28(4): 1711−1719. DOI: 10.3321/j.issn:1000-0933.2008.04.042 宋利利, 秦明周. 整合电路理论的生态廊道及其重要性识别 [J]. 应用生态学报, 2016, 27(10): 3344−3352. 朱捷, 苏杰, 尹海伟, 等. 基于源地综合识别与多尺度嵌套的徐州生态网络构建 [J]. 自然资源学报, 2020, 35(8): 1986−2001. 刘常富, 周彬, 何兴元, 等. 沈阳城市森林景观连接度距离阈值选择 [J]. 应用生态学报, 2010, 21(10): 2508−2516. 何侃, 林涛, 吴建芳, 等. 基于空间优先级的福州市中心城区绿色基础设施网络构建 [J]. 应用生态学报, 2021, 32(4): 1424−1432. 郑群明, 申明智, 钟林生. 普达措国家公园生态安全格局构建 [J]. 生态学报, 2021, 41(3): 874−885. 褚琳, 张欣然, 王天巍, 等. 基于CA-Markov和InVEST模型的城市景观格局与生境质量时空演变及预测 [J]. 应用生态学报, 2018, 29(12): 4106−4118. 黄河, 余坤勇, 高雅玲, 等. 基于MSPA的福州绿色基础设施网络构建 [J]. 中国园林, 2019, 35(11): 70−75. -
期刊类型引用(11)
1. 李敢，蒋国翔，陈莎，陈烨，罗彦. 小流域绿色基础设施体系构建与实践. 水资源保护. 2025(02): 226-232 . 
百度学术
2. 金博闻，谢祯，柯山，耿建伟，潘辉. 基于MCR和HY模型的莆田市生态廊道构建与优化. 西南林业大学学报(自然科学). 2024(01): 79-87 . 百度学术
3. 周维世，翟俊. 基于InVEST模型的淀山湖片区生境质量评估及景观优化研究. 园林. 2024(02): 62-71 . 百度学术
4. 罗聘杰，李一姣，宋钰红. 城市生物多样性分布格局研究进展与展望. 现代园艺. 2024(09): 56-59 . 百度学术
5. 樊凡，田国行，刘贺，王赫，李华威. 郑州市国土空间生态修复的关键区域识别. 水土保持通报. 2024(02): 267-276 . 百度学术
6. 陈静，王倩娜，王妍方，包蓉，程希平. 弥勒市生境质量时空变化及预测研究. 西部林业科学. 2024(04): 119-128 . 百度学术
7. 曾欣怡，宋钰红. 基于关键物种与生境质量评估的昆明市中心城区绿色空间生物多样性分布格局研究. 中国园林. 2023(09): 126-132 . 百度学术
8. 陈昱星，徐晓慧，叶菁，郑郁善，陈凌艳. 景观生态风险对绿色基础设施构建影响研究进展. 山东林业科技. 2023(05): 126-132 . 百度学术
9. 杨佩，时雅宁，朱格格，唐雅兰，陈雨如，陆东芳. 基于MSPA与电路理论的洛阳市生态网络构建与优化. 黑龙江生态工程职业学院学报. 2023(06): 23-28+125 . 百度学术
10. 樊凡，田国行，樊巍，朱茜亚，李华威. 国土空间规划下县级绿色基础设施网络构建——以河南省周口市川汇区为例. 地域研究与开发. 2023(06): 66-71+78 . 百度学术
11. 王晨阳，刘嘉纬，张家礼，易佳伶. 基于土地利用变化的昆明市生境质量演变研究. 绿色科技. 2022(24): 6-11 . 百度学术
其他类型引用(10)
计量
- 文章访问数: 835
- HTML全文浏览量: 509
- PDF下载量: 56
- 被引次数: 21
