【Landscape and Urban Planning】
生态网络构建中不同方法的多尺度分析框架
01
摘要
生态网络（ENs）可以弥合保护与发展之间的悖论。尽管可以应用许多有用的方法来建立环境规划，但随着景观规划者和政策制定者开始考虑实施问题，需要检查它们在空间输出和尺度适用性方面的差异。将江苏划分为省级、城市群和城市尺度3个尺度，比较分析了结构导向、功能导向和集成导向方法在建立3类ENs（SENs、FENs和IENs）时的空间一致性，并综合评价了其在提升网络连通性、优化景观格局和保持生态系统服务价值（ESV）等具体目标下的尺度适用性。结果表明：3种方法在空间保护优先级识别上的一致性在81.03%至93.70%之间。面向结构的SENs建立方法在规模变化的情况下仍能提高网络连通性，而面向集成的SENs建立方法具有形成低碎片化、高复杂度和优势性的生态空间，相对保持ESV最大化等优点。我们讨论了每种方法在每种尺度下执行的专业性，并提出了景观规划中决策的可能权衡，这在尺度变化期间会很复杂。因此，虽然可以在明确的目标/方向下选择适用的方法，但其适用性将仅限于不同的背景和观察尺度。在包容性决策下，这些看似不一致的结果可以协同作用，促进各级环境评估的实施。建立的多尺度分析框架和研究结果为将环境规划纳入景观规划实践提供了新的见解。
02
研究结果
1.生态源地鉴定结果
基于MSPA的每种景观类型的面积图1（a） 计算公式为表1。从空间上看，前景中生态价值较高的景观类型主要分布在苏南和苏西地区，东部和北部分布的部分相对较少，总面积为17858.10km2。核心区是占主导地位的景观类型，占7种景观类型总面积的74.32%，其次是边缘区，占15.12%。其他5种景观类型的面积都非常小。此外图1（b）显示了海洋保护区核心区确定的结构生态源的空间格局。总的来说，我们可以发现这些生态源在空间上是分散的和孤立的分布。
图1基于MSPA的江苏省景观分类图（a）及构造生态源识别结果（b）
表1 每种基于MSPA的景观类型的特征
图2 和图3分别显示了生态重要性和敏感性评估的空间结果。一方面，图2（d）将生态重要性综合等级分为 4 级，分别为高度重要、中度重要、轻度重要和不重要，面积分别为 2593.59 km2（2.53%）、14113.42 km2（13.79%）、53828.68km2（52.60%)和31803.36km2（31.08%)。高度重要区域主要分布在江苏西南部，几乎全部为森林。中度重要区域主要为水体和湿地，尽管栖息地质量较高，但产水量和碳储存能力相对较低。稍重要和不重要区域包括大部分无生态用地，覆盖了江苏的大部分地区。另一方面，图3（f）也将生态敏感性的综合水平划分为 4 个等级。其中，高度敏感区域面积为 15589.45 km2，占 15.24%，主要分布在苏南和苏西地区，包括水体、森林和湿地；中度敏感区域面积为 21839.13 平方公里，占 21.34%，分布在苏东和苏南地区，包括水体、森林和湿地。34 %），分布在苏东和苏北，主要为旱地，有一定的植被覆盖率，人为干扰较少；轻度敏感区面积最大，为 43757.14 km2（42.76 %），多为集约经营的水田；不敏感区面积为 21135.08 km2（20.66 %），空间分布较为分散，主要为城镇用地、工业用地和农村居民点。总体而言，有限的森林资源对区域生态环境具有重要意义，大部分生态用地高度敏感。因此，图4 (a)提取并整合了该区域的重要高敏感区域的生态功能源。
图2 江苏省生态重要性评价空间结果（a）、（b）和（c）子图是InVEST模型估计的生境质量、产水量和碳储量的量化结果
图3 江苏省生态敏感性评价空间评价结果（a）、（b）、（c）、（d）和（e）分项图分别显示了评估指标体系中考虑的生态敏感性各个方面的空间结果，包括人为干扰、水源保护、景观基础、地形、植被
图4 综合生态源的识别结果及三类生态源的空间关系。（a）小图展示了功能性生态源识别中高度重要和高度敏感区域的提取和整合过程。一些细节显示在黑色矩形框中
图4展示江苏省已确定的结构性、功能性、综合性生态源及其空间关系概况。总体而言，它们在空间分布上具有相似性。可以看出，功能性生态源可以覆盖大部分结构生态源，但一定数量的斑块存在明显差异。例如，苏东地区部分结构生态源占主导地位，而功能性生态源则分别分散在南部和西部地区。计算了两者的一致面积，其中结构生态源占92.68%，功能源占81.03%。综合生态源（结构合成率为87.43%，功能合成率为93.70%）可覆盖两者。这些发现证实了三种不同方法在空间输出中存在的不一致，进一步导致了景观模式的差异。
表2对3种生态源识别的空间结果进行对比，反映出景观组成/配置存在明显差异。具体而言，结构生态源仅由森林、水体和湿地组成，由于MSPA中的参数设置，其总面积与其他两者相比最小。已确定的功能性综合生态源具有景观多样性的特点，由森林、水体、湿地以及部分稻田、旱地和草地组成。这些结果表明，在MSPA中，一定数量的具有生态价值的景观组成作为一种结构导向的方法将被忽略。此外，采用MSPA作为结构导向方法，减少了森林面积（1611.30km2）和水体（9330.01km2）和更多湿地（1177.78km2）可以被确定为生态源。通过耦合生态重要性和敏感性评估，面向功能的方法仅能识别出823.59 km2湿地作为生态源。这意味着，虽然部分森林和水体在生态重要性和敏感性上更有利于景观功能的改善，但它们对景观结构优化的贡献较小，甚至造成更多的破碎化;虽然一些湿地在形态特征上没有变化，但在人为干扰或土地开发等因素的影响下，它们被认为是肯定已经退化的，因此无法将其确定为生态源。由于两者在空间上存在重叠，以整合为导向的方法可以识别大部分森林、水体和湿地。
表2 3种生态源的景观组成及面积差异
2.在三个讨论的尺度上建立 EN 的结果
图5显示了在省级、城市群和城市尺度上建立的EN（包括SEN、FEN和IEN），以及表3显示三个EN的特征。总体而言，IENs在生态源的数量和面积、生态廊道的数量和长度上均具有优势，其次是FENs。然而，从多尺度分析的角度来看，一些特征有所不同。具体而言，在城市尺度上，FENs的生态廊道总长度最长（1295.86 km），其次是IENs和SENs;在城市群尺度上，SENs的生态廊道数量（551个）多于FENs，生态廊道总长度最长（4808.73 km），分别于FENs（4250.56 km）和IENs（4310.60 km）。因此，我们认为，所用方法的空间输出中的那些已知差异受到观测尺度变化的影响。
图5 在三个尺度上建立的生态网络图（（a）、（b）和（c），在省级尺度;（d）、（e）、（f）在城市群尺度上;（g）、（h）和（i），在城市尺度上）TGRR中生态安全模型的ROC曲线
表3 省域、城市群和城市尺度的3类生态网络特征
3.评估结果
图6显示了基于图论的拓扑学抽象 EN 的整体视野，以及表4展示了4个拓扑指标的量化结果，以及SEN、FENs和IENs在省、市群和城市尺度上的整体连通性。根据研究结果，一种面向结构的建立不同尺度ENs的方法具有跨尺度适用性。具体而言，该方法在省级、城市群和城市尺度上获得的最高值为OG特别是减少了平均最短路径（L）。研究表明，网络中的生态源具有较强的邻近性，这有利于底层生态过程的扩散。尽管面向集成的方法获得了EGCC表示生态过程在网络中扩散消耗的能量较少，提高了生态源的空间聚集性; 在3种方法的跨尺度应用中，两种指标的值差异细微，反映了相似的网络连接模式。此外，从节点度（k）来看，在省级和市级尺度建立IENs是替代性决策，而在城市群中，SENs是替代性决策。
图6 分别在省级（a、b、c）、城市群（d、e、f）和城市（g、h、i）尺度上建立的3类生态网络（ENs）结构图，将其抽象为由节点和拓扑连接构成的复杂网络
表4 评估省级、城市群级和城市级三种生态网络 (EN) 的网络连通性
通过11个景观指标对SENs、FENs和IENs形成的生态空间进行评价，评价结果见表5。结果表明：在不同尺度上采用相同的方法可以形成具有相似特征的生态空间格局，但不同方法的空间输出在景观格局中表现出特殊性。总体而言，IENs在优势性和复杂度增加方面具有优势，而SENs则由于生态空间更加碎片化而没有得到满足。
表5 景观指标评估城市、城市群和省级范围内，由 SEN、FEN 和 IEN 形成的生态空间
（1）在城市尺度上，IENs的PLAND、LPI、SHAPE_MN、FRAC_MM、MESH和LSI值最高。结果表明：形成的生态空间在整个景观中具有更强的优势性;整体生态空间和生态源呈现出更加复杂的复杂性，使得IENs形成的生态空间能够更好地抵抗人类干扰，促进物种迁移、扩散等生态过程。相比之下，FENs在AREA_MN、PROX_MN、IJI和COHESION方面的值最高（其次是IENs），其特点是破碎化程度较低，生态源之间的平均邻近性和黏聚力相对较高。SENs的AI值最高，表明其生态源更紧凑，呈现集聚趋势。但鉴于其他10个指标中值最低，SENs形成的生态空间在空间上具有分散性，斑块组间的连通性较差。简而言之，在我们的研究环境中，采用综合导向方法建立的IENs在城市尺度上具有优势。
（2）在城市群尺度上，SENs形成的生态空间评价结果与城市尺度的评价结果相似，不满足推荐。IENs中PLAND、LPI、PROX_MN、MESH和LSI值最高，表明其生态空间在整个景观中具有优势优势和复杂性优势，生态源间平均邻近度较高。FENs值最高，AREA_MN、SHAPE_MN、FRAC_MN、IJI和COHESION值最高，意味着形成的生态空间破碎化程度较低，生态源之间的复杂性和凝聚力较高。因此，从理论上讲，根据景观指标，在城市群尺度上推荐任何一个决策都是困难的。然而，考虑到快速城市化的背景，IENs实际上可以被视为城市集群规模的一种替代决定，即通过划定更大的保护区来提供更多的生态产品并提高人类住区的质量。
（3）在省域尺度上，IENs形成的生态空间在PLAND、LPI、PROX_MN、MESH、LSI和COHESION值最高，在整个景观中表现出较好的优势性和复杂度，生态源间的平均邻近度和凝聚力也更好。相比之下，FENs形成的生态空间的SHAPE_MN值、FRAC_MN值和IJI值最高，表明其复杂性和生态源之间的邻接性较强。最低值为AREA_MN（2151.4992）和PROX_MN值（833.2350），表明FENs形成了更加破碎的生态空间。虽然SENs的AREA_MN和AI价值最高，这意味着形成的生态空间碎片化程度更低，生态资源的紧凑性更高;特殊区域网络形成的生态空间整体质量不尽如人意。因此，在本研究中，IENs在省级尺度上具有优势。
表6显示了3种景观类型在形成的生态空间所维持的总ESV以及各景观类型的贡献水平。显然，FENs可以在每个尺度上保持最高的ESV（其次是FENs），这表明面向集成的方法在最大化ESV方面具有更好的效果，可以被普遍推荐。然而，仅根据维持了多少环境和社会环境保护率的总和得出结论是片面的，因为结果还揭示了景观面积的增加与总环境保护的增量之间的不成比例。例如，在省级尺度建立的IENs和FENs的总ESV分别比SENs增加了3.57%和8.92 %，但IENs水体对ESV的贡献率下降了0.53 %。这意味着，以整合为导向的方法对于提高最优势景观的生态系统服务供给水平是无效的。这一趋势还体现在规模化过程中，例如，与SENs相比，IENs促进了总ESV增加了21.62 %，而水体的贡献率下降了1.55 %。此外，森林在IENs（城市尺度）和FENs（城市集群尺度）中的贡献几乎是SENs（省级）的4倍和3倍。因此，这些发现增加了从ESV角度评估ENs结果的难度，但有助于在景观规划的明确目标内保护主要/重点栖息地。
表6 SENs、FENs和IENs形成的生态空间在省、市群和城市尺度上维持的生态系统服务值（ESV）计算（百万元），以及各景观类型对总贡献率（%）
03
研究结论
将生态网络（ENs）纳入景观规划，为缓解与快速城市化相关的生境破碎化和生物多样性丧失提供了理想的方法。以江苏为研究案例，采用形态学空间格局分析、生态重要性和敏感性评估，以结构导向、功能导向和融合为导向的方法，分别在省、市群和城市尺度上建立ENs。此外，还采用了引入一系列指标的综合评估程序来检查建立不同环境规划的影响。因此，本文分析了所定义方法的空间一致性，并讨论了其跨尺度适用性，以期为景观规划的可能决策提供参考。
空间输出结果显示，所采用的方法在确定空间优先级方面的一致性在81.03%—93.70%之间，且一致区域主要覆盖在规模较大且优势生境的生境中。然而，这些不一致的区域通过改变景观的组成/配置，深刻地影响了ENs的格局。评估结果表明，结构导向方法在规模变化下仍能提高网络连通性，而融合导向方法则具有形成低碎片化、高复杂度和优势度的生态空间，相对保持最大ESV的优点。在建立ENs时，在连通性改善和景观优化或ESV维护的目标之间将存在权衡取舍，而规模变化加强了权衡取舍。因此，虽然可以在明确的目标/方向下选择适用的方法，但其适用性将仅限于不同的背景和观察尺度。
总之，我们建议，当规划者和政策制定者确定一致性并采取包容性策略来协调不同的保护目标时，可以协同利用不同方法看似不一致的空间输出来促进跨尺度环境规划的实施。我们鼓励对建立环境规划的效果进行全面评估，这些环境规划在大规模上尤为必要，但具体行动的实施可以在次级规模上进行精细评估。总的来说，我们的研究开发了一个创新的多尺度分析框架，可以为将ENs纳入景观规划实践和相关决策信息提供新的见解。
论文信息
标题：A multi-scale analysis framework of different methods used in establishing ecological networks
作者：Zhou Shen, Wei Wu, Shiqi Tian, Jiao Wang
时间：20 September 2022
DOI:https://doi.org/10.1016/j.landurbplan.2022.104579
