不断推进的城市化进程导致大量不透水地表无序扩张，侵蚀了生态安全格局，加剧了生态风险，进而导致生态完整性逐步恶化。生态空间拓展与城市空间扩张之间的矛盾日益突出。探索城市景观生态风险之间的联系，对于有效管理区域生态风险、优化区域生态安全格局具有重要意义。然而，以往的研究侧重于选择生态网络中的生态源，忽视了物种多样性、生态结构复杂性等因素对生态恢复力的影响。本研究以辽宁省2000年、2010年和2020年遥感影像为基础，以景观核心指数为主要生态风险评价指标，构建景观生态风险评价模型，分析近20年来景观生态风险的时空演变特征。进一步探讨景观生态风险对生态阻力的影响，将2020年景观生态风险结果作为阻力因子之一，构建多指标综合阻力面。在识别重要生态源后，构建了基于最小累积阻力模型（MCR）的生态网络，确定了连接重要生态源区的最优路径，揭示了辽宁省内部生态网络的分布格局特征。研究结果表明，生态风险总体上由高到低，呈 “东高西低 ”的分布格局。此外，研究还确定了 8 个生态源，建立了28条生态廊道，总长度约 8160 公里。本研究为辽宁省内生态安全格局网络的构建和景观格局的优化提供科学依据。
随着人类活动规模的不断扩大，对生态系统和区域生态环境造成了极大的压力。景观结构的复杂性逐渐降低，导致人地系统对失衡的脆弱性显著上升。这在生物物种减少、耕地流失、土地荒漠化、水资源短缺等与生态退化相关的几种自然灾害和现象中尤为明显。合理管理和评估这些生态风险对于实现可持续发展和确保生态安全至关重要，尤其适用于生态环境相对脆弱的地区。
景观生态风险评价是考虑景观生态学原理和概念的生态风险评价的扩展。它是评估特定区域内生态稳定性的关键方法，它描述了复杂生态系统中自然或人类活动相互作用的潜在负面影响。评估生态风险后果可为综合生态预防提供坚实的科学依据，并为优化景观生态安全格局提供实践指导。以往的研究主要集中在环境脆弱和脆弱地区，包括人口密集的城市地区、河流流域、湿地生态系统和自然保护区。景观生态风险评估是成功帮助发展生态安全模式和可持续生态管理的重要方法。它保障了生态安全，为加强景观生态网络建设提供了良好前景，对稳定生态环境、促进人与自然和谐具有重要意义。
目前，大多数研究都是基于景观生态学原理对不同尺度的生态环境进行研究，形成了“生态源识别-阻力面建设-生态廊道提取”的基础性研究范式。该范式包括三个关键组成部分：（1）生态源。采用生态服务价值、生境质量等方法确定生态源区。（2）阻力面。对阻力面、地形、植被、水文、景观特征等因素进行综合选择，进行叠加分析。（3）生态廊道。采用MCR模型建立生态廊道和电路理论，导致构建生态网络的方法越来越多样化。现有的研究主要是关于确定不同土地利用类型在多大程度上为不同土地利用形式的各种生物物种提供适宜的栖息地。然而，景观破碎化和多样性对生态恢复力的影响却很少得到重视。本研究旨在通过景观生态风险评估，构建景观生态网络，维护辽宁省生态平衡，增强景观联系。
辽宁省城市特色多元，既有沿海地区，也有内陆地区，既有山地地区，也有平原地区。是重要的工业基地，农业资源丰富。由于几项生态保护措施的实施，它已成为研究生态风险动态演变的理想案例研究。因此，研究辽宁省景观生态风险格局，对于进一步发展景观生态学理论，为景观规划和管理提供有价值的信息具有重要意义。基于以上考虑，本研究旨在：（1）计算景观格局指数，分析景观格局变化；（2）构建符合辽宁省生态特征的景观生态风险模型，并进行评价分析；（3）结合景观生态风险评价结果，构建综合阻力面。采用MCR模型和景观连通性分析对景观生态网络的构建进行优化。
1 景观格局的变化
景观层面的破碎化指数、形态指数和多样性指数揭示了2000年、2010年和2020年辽宁省景观格局属性（表4）。20年来，优势景观类型（林地、水域和草地）的景观破碎化程度（NP）值呈下降趋势，而耕地的NP值呈上升趋势(31.03%)。直接受人类活动影响的建设用地和未利用地的NP呈逐年递增趋势，分别增长16.42%和3.14%。优势景观类型面积的减少和较弱景观类型面积的增加导致斑块类型分布的持续均匀化。土地生产力指数（LPI）以耕地最高，其次是森林，其他土地类型的LPI在0~1之间变化。景观形状规则程度（LSI）的变化趋势与NP和PD的变化趋势一致，林地和草地的LSI比其他4种土地类型更大、更复杂。耕地、林地、水资源的分割持续扩大。2010年草地分裂出现拐点，建设用地显著减少77.20%，未利用地显著减少35.34%（表5）。
2 景观生态风险的时空变化
图3为2000-2020年不同生态风险程度区域的统计结果。计算了辽宁省各风险群落的景观生态风险指数，采用传统的普通克里格法进行空间插值，采用自然断点法确定风险等级。结果将该地区划分为低生态风险（0、0.25）、低生态风险（0.25、0.43）、中生态风险（0.43、0.63）、高生态风险（0.63、0.85）、高生态风险（0.85、1.32）5类。
2000-2020年，研究区各风险区面积有所变化，但不同程度生态风险的地理分布没有发生重大变化或显著变化。在空间分布上存在显著差异（图4）。从总体上分析，生态风险呈现“东北高，中部低”的区域差异显著。中部以低风险区为主，耕地密集，植被覆盖度高，景观破碎化程度低，景观结构稳定。研究区以低、中风险区为主，以耕地、林地、草地等优势土地类型为主。前者所占比例呈持续上升趋势，后者所占比例呈持续下降趋势。大多数高风险和高风险地区位于东北部。
3 景观生态网络构建
利用MSPA软件进行景观空间格局分析，计算各景观类型在前景要素和研究区面积中的占比（图5、表6）。核心区占前景要素的89.05%，占辽宁省总面积的40.82%。除了突出的核心区外，研究区内其余6个类群的特征并不明显。相反，它们表现出一种分散和碎片化的状态。边缘是核心区与其他区域之间的过渡区域，可以保护核心区，保持核心区的稳定性。它是仅次于核心区（占3.14%）的第二大区域。这座桥作为生态系统内的结构通道，连接了几个中心位置，促进了物种的移动和分布。面积为202.98平方公里，占总面积的0.14%。Islet的面积仅占整个面积的0.08%，可以清晰直观地显示出斑块间的破碎化程度。此外，环、穿孔和分支的面积很小，分别占总面积的0.07%、1.17%和0.43%。总体而言，辽宁省核心斑块之间具有较强的独立性，但斑块形态各异，易受外部环境干扰。
通过景观连通性分析，定量分析了生态斑块的重要性。根据斑块重要性指数的dPC值，确定并选择8个斑块作为生态源区（图6）。对选定的阻力系数进行加权和叠加，每个阻力分量及其相应的权重被综合叠加，以提供一个全面的生态阻力面。利用建立在综合阻力面上的MCR模型构建生态廊道，共构建28条生态廊道约8162.09公里，如图7所示。
利用重力模型计算8个生态源区斑块间的相互作用，定量测量各源区斑块间的相互作用强度（表7）。源区间相互作用越大，相应生态廊道的重要性越高。1级廊道有9条重力模型结果大于1000，2级廊道有4条结果在500~1000之间。其余廊道的名称为三级廊道。可以看出，源1和源2之间的相互作用最强，两者之间的空间距离最接近，表明该生物物种克服迁移阻力的概率最高，因为两个斑块之间的关联关系最稳健。源4和源6的生态互作强度最低。由于两生态源区之间的距离较远，加上生态屏障的阻隔作用，使得两生态源区之间生物物种的迁徙和物质能量的流动变得尤为困难。总体上，一级廊道主要分布在1、2、4、8源区之间，少量二级廊道分布在辽西地区。第三层廊道主要分布在辽宁省中部地区，促进了东西部物种的迁移和能量物质的交换。
本文利用MCR模型构建景观生态网络，重点从景观结构、生态格局、生态过程三个方面进行研究。然而，本文也指出了一些不足之处:首先，本研究只是简单地分析了时空演化模式，而没有深入研究复杂的驱动机制。由于行政、经济、文化和其他省级特征的差异，生态网络的实施效果可能会有所不同。其次，由于廊道数量有限，本研究缺乏对廊道和保护措施优先级的合理区分。未来，有必要采用多尺度相关性视角，整合多种模型和方法来细化廊道分类，考虑参考景观连通性等因素，科学合理地确定研究区生态廊道的理想宽度。此外，将选择更科学、更全面的阻力因子，并使用更多的数据来提高综合阻力面。同时，在构建生态安全格局的过程中，应加强多模式、多层次的政府协作，将区域关注与自然发展考虑相结合，将生态网络建设与其他规划和发展活动相结合，强调制度建设，加强管理支撑体系。
初审：梁笑嫣
审核：徐彩瑶
排版编辑：段淑慧
文献推荐人：段淑慧
参考文献：Shuhan Zhang, Hailing Jiang, Hailin Yu, et al. Construction of landscape ecological network based on MCR risk assessment Model: A case study of Liaoning Province, China[J]. Ecological Indicators, 2024, 166: 112549.
以上内容仅代表个人对文章的理解，详情请点击阅读原文
推荐阅读
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
