文章信息
- 王倩娜, 谢梦晴, 张文萍, 庄子薛, 魏琪力, 罗言云
- WANG Qianna, XIE Mengqing, ZHANG Wenping, ZHUANG Zixue, WEI Qili, LUO Yanyun
- 成渝城市群区域生态与城镇发展双网络格局分析及时空演变
- Regional pattern analysis and spatio-temporal evolution of ecological and urban dual network in Chengdu-Chongqing urban agglomeration
- 生态学报. 2023, 43(4): 1380-1398
- Acta Ecologica Sinica. 2023, 43(4): 1380-1398
- http://dx.doi.org/10.5846/stxb202112233641
-
文章历史
- 收稿日期: 2021-12-23
- 网络出版日期: 2022-10-13
快速城镇化进程中建设了大量基础设施, 生态红线虽保护了核心生态斑块, 但却无法避免它们之间相连的自然廊道被人工通道或城市建设用地侵占, 导致破碎化[1—2], 因此合理布局生态、城镇等功能空间, 协调源地与廊道之间的关系, 有助于国土生态空间的发展与保护[3]。2014年国务院批准实施的《国家新型城镇化规划(2014—2020年)》明确以城市群为主体形态, 推动大中小城市和小城镇协调发展的目标[4]。成渝城市群作为引领西部地区发展的国家级城市群, 在构建综合交通运输网络、推进生态共建环境共治方面具有重要战略地位[5]。“十三五”以来, 成渝地区高速发展, 构建适宜的生态网络, 完善以长江上游航运中心和重庆、成都两大交通枢纽为核心的综合交通运输网络, 对成渝地区双城经济圈的可持续发展具有重要意义[6]。
目前, 已有多位学者开展生态网络格局相关研究, 如王越等[7]探究形态空间格局分析(MSPA)在绿地生态网络规划中的作用;Wang[8]、陈竹安等[9]利用景观连通性分析构建生态网络;Xiao等[10]对郑州市生态网络及其连通性进行了时空格局分析。在城镇发展格局对生态网络格局影响的研究方面, 韩宗伟等[2]学者针对环洞庭湖区域生态格局、城镇格局空间联系特征提出了应对策略;丛佃敏等[11]耦合城市生态安全格局并基于CA-Markov模型的城市扩张模拟结果, 划定新的城市增长边界。在城市群区域生态空间保护方面, 杨天荣等[12]基于最小累计阻力(MCR)模型, 构建“绿心廊道组团网络化”关中城市群生态空间格局, 提出源地、廊道、功能分区的“点、线、面”组合优化策略;王国玉等[13]从源地、廊道识别京津冀城市群1995—2015年生态空间受损情况并提出修复建议;杨亮洁等[14]建立指标体系评估成渝城市群2005—2018年生态环境和城镇发展的城市质量变化特征。研究内容涵盖生态空间格局构建和时空变化分析、生态安全空间模拟城市用地扩张边界等, 揭示了我国不同地区和尺度下生态系统服务的时空变化, 能够为区域生态保护与城镇体系建设提供借鉴。
整体而言, 在生态网络格局构建方面, 既往研究运用了相对成熟的生态网络构建技术方法, 如MSPA方法仅用土地利用数据就能够开展各景观类型网络结构要素分析并识别出适合作为“源”的核心区;景观格局指数从斑块、类型、景观3个层次水平上反映景观格局, 可以根据研究需要自由选择多个指数进行分析;景观连通性可以有效评估斑块生态流量扩散能力;MCR模型通过综合考虑研究区地形、地貌、人为干扰等多方面因素, 较科学地生成潜在的生态廊道[9]。但是少有将上述方法综合考虑, 未明确区分不同土地利用类型在网络结构要素组成、景观格局复杂程度方面的差异, 忽略了景观连通性也是生态源地识别的重要一环。再者既往研究少有综合构建生态网络格局与城镇发展网络格局并围绕点、线、面、网等不同要素分析双网络空间关系与干扰。且在城市群等区域尺度的研究主要聚焦于长株潭、珠三角、中原城市群等沿海和中部地区[15—18], 较少关注西部地区城市群。成渝城市群是西部地区重要增长极, 是我国生态文明建设的重点[6], 在成渝地区双城经济圈的带动下将迎来快速发展。因此, 客观认识成渝城市群在多个时间维度下生态空间与城镇发展空间的变化, 有针对性地提出恢复和管控策略是十分有必要的。
基于以上背景, 本研究以成渝城市群为例, 综合MSPA分析、景观格局指数、景观连接度指数增加生态源地识别的科学性, 运用MCR模型提取廊道, 依据韩宗伟等[2]学者协调源地与廊道相关理论, 构建了2000、2010、2020年三个不同时期的区域生态网络格局与城镇发展网络格局, 并从节点、廊道、源地、网络四类空间要素研究其时空演变特征, 探讨双网络格局空间关系与干扰, 最后针对不同空间要素提出了提升策略, 以期为国土生态空间保护与区域新型城镇化提供依据和参考。
1 研究区概况与数据来源 1.1 研究区概况成渝城市群地跨东经101°95′—108°98′、北纬27°67′—32°32′, 位于四川盆地, 主要包括了川西平原和川东丘陵, 四周群山环绕, 地势向中部倾斜, 总面积18.5万km2, 涉及四川省成都、自贡、泸州、德阳等15个地级市, 重庆市中心城区、万州、黔江等27个区(县)以及开州、云阳的部分地区(图 1)。2019年常住人口9600万人, 城镇化率超过60%[6], 是西部大开发重要平台和长江经济带战略支撑。年平均气温16—18℃, 毗邻川西、川北、渝东南川滇森林及生物多样性生态功能区、大小凉山水土保持及生物多样性生态功能区等[5], 动植物资源丰富。
![]() |
图 1 研究区地理位置与2000年土地利用类型图 Fig. 1 Location and land use map of the study area in 2000 |
本研究的数据包括(表 1):2014年成渝城市群县级行政区划数据集, 因期间存在行政区划变更, 已按照《成渝城市群发展规划》更新区县范围, 并根据2016年《四川省人民政府关于同意变更县级简阳市代管关系的批复》[19]文件将资阳市代管的县级简阳市并入成都市, 基于ArcGIS 10.6软件得到成渝城市群行政边界数据;2000、2010、2020年30 m土地利用栅格数据;2000、2010、2020年高速路、铁路、国道、省道数据;自然保护区数据、一级河流数据;DEM数据。以上数据基于ArcGIS 10.6合并裁剪后使用, 投影方式统一为WGS_1984_UTM_Zone_47N。
数据名称 Data name |
数据产品 Data product |
来源 Source |
分辨率 Resolution |
成渝城市群县级行政区划 Chengdu-Chongqing urban agglomeration county administrative division |
2014年成渝城市群 县级行政区划数据集 |
国家地球系统科学数据中心 (http://www.geodata.cn/) |
1∶25万 |
土地利用栅格数据 Land use raster data |
2000、2010、2020年地表数据 | GlobeLand30 (http://www.globallandcover.com/) |
30 m |
高速路、铁路、国道、省道 Highway, railway, national road, provincial road |
2000、2010、2020年 四川省、重庆市道路交通数据 |
国家地球系统科学数据中心 (http://www.geodata.cn/) |
1∶25万 |
自然保护区数据 Nature reserve data |
2018年全国自然保护区边界数据 | 资源环境科学与数据中心 (https://www.resdc.cn/) |
1∶25万 |
一级河流数据 Primary river data |
中国一级河流空间分布数据集 | 资源环境科学与数据中心 (https://www.resdc.cn/) |
1∶25万 |
DEM数据 DEM data |
ASTER GDEM 30M 分辨率数字高程数据 |
地理空间数据云(https://www.gscloud.cn/) | 30 m |
生态网络包含生态源地、生态廊道和生态战略点。生态源地作为促进生态过程发展的“源”,生物迁徙廊道、河流廊道构成的生态廊道与生态战略点一起共同作为促进物种扩散的“汇”[20], 可经ArcGIS 10.6软件叠加后得到。
2.1.1 生态源地识别生态源地是研究区生态功能最好的核心区, 生物扩散和迁移的集聚点, 能够维持稳定的生态系统功能[21]。首先, 利用MSPA方法提取生态斑块。基于ArcGIS 10.6软件提取土地利用数据中的耕地、林地、草地、灌木地、湿地作为前景(水域另作为生态廊道进行分析, 故不提取水域作为前景), 赋值为1, 其他值作为背景, 赋值为0后将数据转为30 m×30 m的二值栅格图。利用Guidos Toolbox 2.6软件, 采用八邻域分析方法, 边缘宽度按照研究区土地利用数据核心、孤岛、穿孔显示完整度好, 核心区Frequency数值高为原则进行调试, 最后设置为3(90 m), 运算后得到核心区、孤岛、穿孔、边缘、环、桥、分支7类景观类型网络结构要素并进行统计(表 2)[9, 22]。根据统计结果, 提取核心区面积占比更高、完整性更好的土地利用类型作为生态斑块进行下一步分析。
景观类型网络结构要素 Network structure elements of landscape type |
生态学含义 Ecological implications |
核心区Core | 较大的生境斑块, 可作为生态过程的“源”, 为物种提供栖息地 |
孤岛Islet | 彼此不相连的孤立、破碎的小型斑块, 与其他斑块进行物质、能量交流的可能性较小 |
穿孔Perforation | 核心区和内部非绿色景观斑块之间的过渡区域 |
边缘Edge | 核心区和外围非绿色景观斑块之间的过渡区域, 可减少外界带来的干扰 |
环Loop | 连接同一核心区的廊道, 是同一核心区内物种迁徙的捷径 |
桥Bridge | 连接不同核心区的廊道, 对生物迁徙和景观连接有重要意义 |
分支Branch | 只有一端与主要斑块相连的区域, 是与外围景观进行物种扩散和交流的通道 |
MSPA: 形态空间格局分析Morphological spatial pattern analysis |
然后, 利用景观格局指数选取景观优势度高、稳定性好的核心生态斑块。基于Fragstats 4软件, 导入提取得到的土地利用类型栅格数据, 根据研究区景观空间形态选取景观破碎度指数、形状指数、优势度指数、聚散性指数、多样性指数五大指数类型对提取出的生态斑块进行分析[23—25](表 3), 选出景观优势度高、稳定性好的斑块作为核心生态斑块。
分类 Classification |
景观指数 Landscape index |
说明 Description |
破碎度指数 | PD | 单位面积上斑块数 |
Fragmentation metrics | ED | 单位面积上边界长度 |
形状指数Shape metrics | LSI | 所有边界总长度除以景观面积的平方根, 乘以校正系数 |
优势度指数Dominance metrics | LP | 景观中最大斑块的面积占景观总面积的比例 |
聚散性指数 Aggregation and dispersion metrics |
CONTAG | 反映景观中不同斑块类型的非随机性或聚集程度。高蔓延度值说明景观中某种优势斑块类型形成了良好的连接性;反之则说明景观破碎化程度较高 |
多样性指数Diversity metrics | SHDI | 反映景观异质性, 对景观中各斑块类型非均衡分布状况较为敏感 |
PD:斑块密度Patch density;ED:边缘密度Edge density;LSI:景观形状指数Landscape shape index;LPI:最大斑块指数Largest patch index;CONTAG:蔓延度Contagion index;SHDI:Shannon多样性指数Shannon′s diversity index |
最后, 基于景观连通性识别出生态源地。已知景观连通性指数可以评估景观促进或阻碍资源斑块之间移动的程度[26], 常用的景观连接指数包括景观组分(NC)、整体连通性(IIC)、可能连通性(PC)[27]。基于Conefor Sensinode 2.6软件, 选取面积大于10 km2的核心生态斑块进行分析[28—29], 边缘宽度设置为30 m, 考虑研究区包含太和鹭鸟、绵阳白鹭林等自然保护区以及国家级保护等级的两栖动植物, 根据相关研究提到鸟类的平均搜索范围在30—32000 m, 一些中小型哺乳动物和两栖爬行动物的平均扩散范围在50—1000 m[30—32], 分别设置扩散距离阈值为0.5、1.0、1.5、2.0、3.0、4.0、5.0、6.0 km共8种情景, 连通概率均设为0.5, 观察不同距离阈值下单个生态斑块面积及其重要性值的变化情况。经比选, 最终选择3000为最合适的距离阈值。用计算得到的斑块重要指数(dPC)来表示斑块的重要性, 能够较好评价区域内核心斑块间的连接水平[26]。选择dPC值排名前15的核心生态斑块, 在ArcGIS 10.6中结合自然保护区数据进行检验与合并, 识别出研究区生态源地。公式如下:
![]() |
(1) |
式中, 斑块i在景观中的重要值表示为dPCi(%), 含义为当对应斑块被剔除时, 整体景观可能连通性的变化。dPCi值越高, 表示该斑块在景观连通中的重要性越高, 也意味着斑块i在景观中的核心地位越明显。
2.1.2 生态廊道提取生态廊道由生物迁徙廊道及河流廊道组成。河流廊道基于土地利用数据, 按照一级河流空间分布数据集标准, 在ArcGIS 10.6中提取水系中心线, 划分一、二级水系廊道, 宽度分别设置为200 m、50 m[28]。MCR模型计算物种在生态源地之间运动所需要耗费的代价, 可以根据最小成本路径模拟潜在生物迁徙廊道[33], 公式如下:
![]() |
(2) |
式中, MCR为最小累计阻力模型:Dij为物种从源地i到源地j的空间距离;Ri为源地i的生态阻力系数;f表示最小累积阻力与生态过程的正相关关系[34]。
生态阻力系数选择土地利用类型、高程、坡度等8个阻力因子指标, 将各评价指标按阻力等级分为由低到高的5级, 参考相关文献[35—37], 根据研究区土地利用类型现状以及生态源地受城镇扩张影响程度, 将各生态评价阻力因子赋予相应的权重(表 4)。在ArcGIS 10.6中进行距离分析和重分类, 加权叠加得到生态因子综合阻力面。借助ArcGIS 10.6的Cost distance、Cost path模块构建潜在生态廊道。通过重力模型[35], 筛选斑块引力强度≥1000和0—1000之间的廊道, 按自然断点法分为宽度600 m、100 m的一级重要廊道、二级一般廊道[38]。
评价因子 Evaluation factors |
序号 Serial number |
单位 Unit |
阻力值Resistance value | 权重 Weight |
||||
1级 | 2级 | 3级 | 4级 | 5级 | ||||
土地利用类型Land use type | A | - | 耕地林地 | 草地 | 灌木地 | 湿地水体 | 人造地表裸地 | 0.26 |
距铁路距离Distance from railway | B | km | >10 | 5—10 | 2—5 | 1—2 | < 1 | 0.07 |
距高速距离Distance from express way | C | km | >10 | 5—10 | 2—5 | 1—2 | < 1 | 0.07 |
距国道距离Distance from national highway | D | km | >5 | 2—5 | 1—2 | 0.5—1 | < 0.5 | 0.09 |
距省道距离Distance from provincial highway | E | km | >5 | 2—5 | 1—2 | 0.5—1 | < 0.5 | 0.09 |
距河流距离Distance from river | F | km | < 1 | 1—3 | 3—5 | 5—10 | >10 | 0.09 |
高程Elevation | G | m | < 300 | 300—500 | 500—1000 | 1000—1500 | >1500 | 0.12 |
坡度Slope | H | ° | < 8 | 8—15 | 15—25 | 25—35 | >35 | 0.21 |
节点包括生态关键点与生态干扰点。生态关键点是景观基质中对于生物的扩散或移动过程起到关键作用的节点, 表示生态格局构成要素的重叠区域越多或距离越近[2]。选取生态廊道与核心生态源地(生态源点)、生物迁徙廊道与河流廊道、生物迁徙廊道相互之间、河流廊道相互之间交点作为生态关键点, 利用ArcGIS 10.6软件中Topology、Advanced Editing、Spatial Join以及Kernel Density工具进行提取和可视化。
2.2 城镇发展网络格局构建城镇发展网络格局主要由经济社会源地、源地间相连的交通廊道以及生态干扰点组成。经济社会源地由城市建成区构成, 指人类经济社会活动比较活跃的面状区域;交通系统作为城市交流、物资运输的载体, 体现着城镇化发展水平。选取土地利用类型中的建设用地, 识别面积大于1 km2的要素作为经济社会源地, 结合卫星图和行政边界数据, 确保每一地市、区县都有相应经济社会源地。以道路等级为划分依据, 结合文献将铁路、高速、国道设为一级交通廊道, 宽度150 m, 省道设为二级交通廊道, 宽度120 m[2]。生态干扰点是阻碍物种扩散的节点[10], 表示生态格局与城镇格局构成要素的重叠区域越少或距离越远。选取交通廊道与生物迁徙廊道、交通廊道与河流廊道交点作为生态干扰点[21], 利用生态关键点提取相同工具分析其数量和分布特征, 提出应对策略。
2.3 生态网络与城镇发展网络格局的空间关系与干扰识别采用ArcGIS 10.6中Intersect分析工具对构建的生态与城镇发展网络格局进行空间多要素相交, 得到交点数量、有交点斑块数占比、源地内相交廊道长度占比、源地内相交廊道面积占比, 分析两者空间关系。其中有交点斑块数占比用于反映交通廊道与生态源地的关系、生态廊道与社会经济源地的关系, 便于深化分析共同联系部分的长度与面积。源地内廊道面积与长度占比用于识别交通廊道对生态源地的干扰及经济社会源地占用生态廊道的状况。
2.4 生态网络与城镇发展网络格局的时空演变分析基于ArcGIS 10.6空间分析工具研究生态与城镇发展网络格局2000—2020年间在节点、廊道、源地、网络四种空间要素上的时空演变特征及趋势, 利用OriginPro 2021软件完成数据统计及制图工作。
3 结果与分析 3.1 生态网络与城镇发展网络格局分析以2000年为例, 研究区共识别出27个生态源地与252个经济社会源地, 总面积分别为116331.60 km2、1378.41 km2;提取生态廊道与交通廊道总面积分别为7404.55 km2、1402.02 km2;生态关键点数量共有4079, 生态干扰点9542。源地、廊道、节点共同构建出区域生态网络与城镇发展网络格局。
3.1.1 基于土地利用数据的生态源地与经济社会源地识别结果MSPA分析结果表明(表 5), 耕地、林地、草地的网络结构要素占比更多, 主要以核心区的形式存在。其中, 林地的核心区面积占林地总面积的98.74%, 耕地与草地占各自总面积的95.72%、95.81%。三者的边缘、孤岛总面积占比均低于2%, 说明耕地、林地、草地的完整性较好, 适合作为生态斑块进行下一步分析。
类别 Type |
耕地 Cropland |
林地 Forest |
草地 Grassland |
灌木地 Shrubland |
湿地 Wetland |
网络结构要素 Network structure elements |
|
核心区Core | 面积/km2 | 29695.97 | 12000.23 | 4356.42 | 484.11 | 14.36 | 46551.09 |
面积比/% | (63.79, 95.72) | (25.78, 98.74) | (9.36, 95.81) | (1.04, 97.12) | (0.03, 26.29) | (100, —) | |
孤岛Islet | 面积/km2 | 4.56 | 0.18 | 2.51 | 0.16 | 2.31 | 9.72 |
面积比/% | (46.91, 0.01) | (1.85, 0.00) | (25.82, 0.06) | (1.65, 0.03) | (23.77, 4.23) | (100, —) | |
穿孔Perforation | 面积/km2 | 739.32 | 80.19 | 74.4 | 8.03 | 0.27 | 902.21 |
面积比/% | (81.95, 2.38) | (8.89, 0.66) | (8.25, 1.64) | (0.89, 1.61) | (0.03, 0.49) | (100, —) | |
边缘Edge | 面积/km2 | 263.98 | 36.96 | 65.34 | 2.97 | 28.47 | 397.72 |
面积比/% | (66.37, 0.85) | (9.29, 0.30) | (16.43, 1.44) | (0.75, 0.6) | (7.16, 52.11) | (100, —) | |
环Loop | 面积/km2 | 193.47 | 25.93 | 25.43 | 1.81 | 2.14 | 248.78 |
面积比/% | (77.77, 0.62) | (10.42, 0.21) | (10.22, 0.56) | (0.73, 0.36) | (0.86, 3.92) | (100, —) | |
桥Bridge | 面积/km2 | 46.86 | 3.3 | 4.53 | 0.42 | 2.89 | 58 |
面积比/% | (80.79, 0.15) | (5.69, 0.03) | (7.81, 0.10) | (0.72, 0.08) | (4.98, 5.29) | (100, —) | |
分支Branch | 面积/km2 | 80.03 | 6.99 | 18.28 | 0.97 | 4.19 | 110.46 |
面积比/% | (72.45, 0.26) | (6.33, 0.06) | (16.55, 0.40) | (0.88, 0.19) | (3.79, 7.67) | (100, —) | |
景观组成类型 Landscape composition type |
面积/km2 | 31024.18 | 12153.77 | 4546.92 | 498.46 | 54.63 | - |
面积比/% | (—, 100) | (—, 100) | (—, 100) | (—, 100) | (—, 100) | - | |
面积比用(a, b)表示, 其中a=(各景观组成类型所涉及的网络结构要素面积/各景观组成类型总面积)×100%;b=(各景观组成类型所涉及的网络结构要素面积/各网络结构要素总面积) ×100% |
耕地、林地、草地景观格局指数计算结果见表 6, 研究区耕地LPI指数达69%, 而PD、ED均低于林地和草地, 说明耕地斑块较为完整和紧凑, 景观优势度高。草地的PD、LSI均高于耕地和林地, 说明草地斑块更为破碎化, 斑块稳定性较差, 易受到活动干扰。因此, 将耕地和林地作为进一步分析的核心生态斑块。
类别Type | 面积Area/km2 | PD/(个/km2) | ED/(m/km2) | LPI/% | LSI |
耕地Cropland | 117120.27 | 0.59 | 87.41 | 69.07 | 693.06 |
林地Forest | 48324.65 | 7.58 | 109.08 | 16.68 | 1327.89 |
草地Grassland | 15231.53 | 17.17 | 102.38 | 0.50 | 2145.91 |
而后, 依据核心生态斑块dPC指数计算结果, 结合自然保护区数据, 整理得到27个生态源地(表 7、图 2), 总面积116331.60 km2。其中, 最大的生态源地斑块面积为44325.40 km2, 分布在研究区中部成都平原, 最小的生态源地面积为31.67 km2, 连通性较好的1、2、4、5号生态源地集中于四川境内资阳、南充、雅安等地, 表明城市群四川境内的生境斑块更适宜物种迁移与交流, 主要包含了构溪河湿地、太和鹭鸟等自然保护区。南部地区如四川境内的乐山、宜宾、泸州, 重庆境内的南川区、丰都区等, 土地利用类型多为林地、草地, 但因受地势影响, 整体性不强, 生态斑块也相应减少, 可以加强城市绿地生态功能, 促进渗透至周边山脉, 增加南部地区的生态斑块数量, 提高整体性。
序号 Serial number |
斑块面积 Patch area/km2 |
自然保护区名称 Name of nature reserve |
斑块重要指数 dPC |
1 | 44325.40 | 绵阳白鹭林、鲁湖白鹳灰鹤 | 78.24 |
2 | 12682.09 | 太和鹭鸟、翠云廊古柏 | 6.32 |
3 | 12428.02 | 北碚小三峡、华蓥山、倒须沟 | 6.00 |
4 | 10664.94 | 合川大口鲶鱼保护区、构溪河湿地 | 4.34 |
5 | 6288.61 | 瓦屋山、金口河瓦山、峨眉山 | 1.56 |
6 | 5199.57 | - | 1.08 |
7 | 3359.50 | 茨竹 | 0.41 |
8 | 3263.87 | 老瀛山、安澜鹭类 | 0.42 |
9 | 2996.48 | 大邑云华山大熊猫栖息、鞍子河 | 0.34 |
10 | 2624.80 | 龙池大熊猫栖息、龙门山巨型冰川漂砾 | 0.23 |
11 | 2302.00 | 百里峡 | 0.21 |
12 | 2300.59 | 画稿溪 | 0.12 |
13 | 1865.31 | 长田、滚子坪桫椤 | 0.12 |
14 | 1606.66 | 小南海地震遗迹、茂云山国家森林公园 | 0.10 |
15 | 1352.40 | 合川大口鲶鱼 | 0.08 |
16 | 667.22 | 贡嘎山、石棉草科蟹螺大熊猫栖息地 | - |
17 | 577.52 | 金佛山 | - |
18 | 533.24 | 栗子坪 | - |
19 | 395.41 | 大木山 | - |
20 | 282.98 | 观雾山 | - |
21 | 207.62 | 四面山 | - |
22 | 100.85 | 缙云山 | - |
23 | 100.30 | 屏山五指山、老君山 | - |
24 | 71.12 | 黔武陵山 | - |
25 | 61.79 | 石子山 | - |
26 | 41.64 | 江东桫椤 | - |
27 | 31.67 | 王二包 | - |
合计Total | 116331.60 |
![]() |
图 2 研究区2000年生态源地识别 Fig. 2 Identification of ecological sources of the study area in 2000 生态源点为生态源地的质点, 排序按照面积大小降序 |
经济社会源地共识别出252个, 总面积1378.41 km2(表 8、图 3), 四川、重庆境内总面积分别为1034.49 km2、343.92 km2。拥有大片城市建成区的分别是四川境内的成都市、德阳市等, 面积分别为438.77 km2、100.66 km2, 以及重庆境内的中心城区, 面积为202.45 km2。经济社会源地主要集中于研究区西北部、东南部, 呈现以“两心”(成都市与重庆市中心城区)向外辐射的趋势, 西南、东北地区如雅安市、达州市、云阳县等因受地形限制, 无大型城镇建成区, 经济社会源地分布相对较少。
序号 Serial number |
所在城市 City |
面积 Area/km2 |
序号 Serial number |
所在城市(区县) County |
面积 Area/km2 |
|||
研究区 | 1 | 成都 | 438.77 | 研究区 | 1 | 中心城区 | 202.45 | |
四川境内 The study area in Sichuan |
2 | 德阳 | 100.66 | 重庆境内 The study area in Chongqing |
2 | 永川 | 19.99 | |
3 | 绵阳 | 81.08 | 3 | 万州 | 17.85 | |||
4 | 乐山 | 62.24 | 4 | 綦江 | 10.72 | |||
5 | 南充 | 61.90 | 5 | 涪陵 | 9.10 | |||
6 | 宜宾 | 40.40 | 6 | 璧山 | 8.08 | |||
7 | 自贡 | 37.53 | 7 | 江津 | 7.71 | |||
8 | 遂宁 | 34.86 | 8 | 长寿 | 7.22 | |||
9 | 眉山 | 32.90 | 9 | 合川 | 7.22 | |||
10 | 内江 | 30.74 | 10 | 开州 | 6.41 | |||
11 | 泸州 | 29.53 | 11 | 大足 | 5.65 | |||
12 | 达州 | 25.67 | 12 | 丰都 | 5.46 | |||
13 | 广安 | 25.58 | 13 | 南川 | 5.45 | |||
14 | 雅安 | 17.86 | 14 | 潼南 | 4.57 | |||
15 | 资阳 | 14.79 | 15 | 梁平 | 4.24 | |||
合计 | 1034.49 | 16 | 铜梁 | 4.14 | ||||
17 | 荣昌 | 4.13 | ||||||
18 | 黔江 | 4.05 | ||||||
19 | 忠县 | 3.91 | ||||||
20 | 垫江 | 3.74 | ||||||
21 | 云阳 | 1.82 | ||||||
22 | 石柱 | 0.00 | ||||||
23 | 彭水 | 0.00 | ||||||
合计 | 343.92 |
![]() |
图 3 研究区2000年经济社会源地识别 Fig. 3 Identification of economic and social sources of the study area in 2000 |
2000年河流廊道总面积1393.94 km2, 长度共12159.91 km(表 9)。其中一级河流廊道位于长江流域, 主要为连通金沙江、大渡河、岷江和嘉陵江“四纵”的干流, 是重要的水源涵养地, 该区域中有国家级保护等级的水生、两栖动植物, 如黑颈鹤、珍稀鱼类等, 具有保护生物多样性等功能;二级河流廊道主要为金沙江、大渡河和岷江的支流, 具有辅助一级廊道减少沉积物的功能[28]。
廊道类型 Corridor type |
等级 Grade |
面积 Area/km2 |
长度 Length/km |
廊道类型 Corridor type |
等级 Grade |
面积 Area/km2 |
长度 Length/km |
|
生物迁徙廊道 Biological migration corridor |
一级 | 2545.8 | 4169.15 | 交通廊道 Transportation corridor |
一级 | 925.63 | 7541.23 | |
二级 | 2070.87 | 60548.41 | 二级 | 476.39 | 5035.54 | |||
合计 | 4616.67 | 64717.55 | 合计 | 1402.02 | 12576.77 | |||
河流廊道 River corridor |
一级 | 1059.03 | 5437.87 | 三种廊道合计 | 7412.63 | 89454.23 | ||
二级 | 334.91 | 6722.04 | ||||||
合计 | 1393.94 | 12159.91 |
潜在生物迁徙廊道中引力强度≥1000的一级重要廊道共32条, 引力强度在0—1000之间的二级一般廊道共319条, 最终得到生物迁徙廊道共计351条, 总面积6010.61 km2, 长度76877.46 km。其分布顺应河流和山脉走向形成了东西向川北、川中、川南丘陵生态走廊, 川南盆缘山地走廊;南北向研究区西部的龙门邛崃平原生态走廊、龙泉生态走廊, 中部川中丘陵生态廊道, 东部华蓥岭谷生态走廊(图 4), 集中于重庆境内的涪陵、长寿、丰都、北碚、江北, 四川境内的眉山、雅安、乐山等地区。这些廊道作为生物迁徙的通道, 承担着传递物种信息的交流作用。对比检验得到的生态廊道与《成渝城市群发展规划》[5]文件中提出的生态廊道空间分布情况, 结果基本一致。
![]() |
图 4 研究区2000年三种廊道的空间分布 Fig. 4 Spatial distribution of three types of corridors of the study area in 2000 综合廊道是三种廊道叠加得到 |
交通廊道总面积与长度分别为1402.02 km2、12576.77 km。空间上以成都市、重庆市中心城区为核心向外辐射, “两心”相连之间交通发达, 带动川南、南遂广、达万城镇密集区道路发展, 其中一级廊道分布密集的区域位于成都市、德阳市、重庆中心城区, 二级交通廊道分布广泛。
3.1.3 生态关键点与生态干扰点的数量和空间分布特征节点由生态关键点与生态干扰点构成。2000年, 研究区生态关键点数量共有4079, 生态干扰点9542, 大约为生态关键点数量的两倍, 表明区域干扰较大、生态稳定性不佳。图 5分别反映生物迁徙廊道与河流廊道相交的节点数量;交通廊道与生物迁徙廊道、河流廊道相交的节点数量, 其中二级生物迁徙廊道与一、二级河流廊道形成的生态关键点数量分别为1681、1993。二级生物迁徙廊道与一、二级交通廊道形成的生态干扰点数量分别为2374、2128。生态关键点集中于区域东部, 有助于促进水生与陆生动物的物种交流;生态干扰点则广泛分布于东南部、西北部, 表明此区域城市化更明显, 受到的干扰更大(图 6)。
![]() |
图 5 研究区2000年生态关键点及干扰点数量热力图 Fig. 5 Quantitative thermal map of ecological key points and disturbance points of the study area in 2000 |
![]() |
图 6 研究区2000年生态关键点及干扰点密度图 Fig. 6 Density map of ecological key points and disturbance points of the study area in 2000 |
2000年, 研究区生态与城镇发展网络格局如图 7, 其中不同等级廊道与源地的空间关系与干扰特征表明(表 10), 生态源地与经济社会源地中, 与生物迁徙廊道有交点的斑块数占各自总数的比例为96.30%、24.11%, 与河流廊道有交点的斑块数的比例为62.96%、36.36%。生态源地中有0.74%的部分被交通廊道占用, 长度占交通廊道的3.29%, 经济社会源地中共有0.65%的面积属于生态廊道, 长度占生态廊道的0.17%。由此可见, 生态源地与生态廊道均受到城镇发展不同程度的干扰, 后续应识别空间关系更强的廊道与源地, 针对干扰较强的廊道, 采取生态修复等措施, 减少不利影响, 保障要素合理流动[10]。
![]() |
图 7 研究区2000年生态网络格局和城镇发展网络格局 Fig. 7 Ecological network pattern and urban development network pattern of the study area in 2000 将3.1.1、3.1.2提取得到的源地与廊道在ArcGIS10.6中叠加得到双网络格局 |
廊道等级 Corridor grade |
生态源地 Ecological source |
经济社会源地 Economic and social source |
||||||
有交点斑 块数占比 Proportion of the number of intersecting patches/% |
相交廊道 长度占比 Proportion of intersection corridor length/% |
相交廊道 面积占比 Proportion of intersection corridorarea/% |
有交点斑 块数占比 Proportion of the number of intersecting patches/% |
相交廊道 长度占比 Proportion of intersection corridor length/% |
相交廊道 面积占比 Proportion of i ntersection corridor area/% |
|||
生物迁徙廊道 | 一级 | 25.93 | 13.73 | 1.70 | 5.53 | 0.00 | 0.12 | |
Biological migration corridor | 二级 | 96.30 | 59.07 | 1.25 | 20.16 | 0.03 | 0.10 | |
总体 | 96.30 | 72.79 | 2.95 | 24.11 | 0.03 | 0.22 | ||
河流廊道 | 一级 | 48.15 | 3.65 | 0.20 | 26.48 | 0.03 | 0.38 | |
River corridor | 二级 | 51.85 | 8.14 | 0.05 | 12.65 | 0.11 | 0.06 | |
总体 | 62.96 | 11.79 | 0.26 | 36.36 | 0.14 | 0.43 | ||
综合交通廊道 | 一级 | 66.67 | 2.06 | 0.51 | 49.01 | 0.31 | 5.09 | |
Comprehensive traffic corridor | 二级 | 55.56 | 1.23 | 0.24 | 33.60 | 0.24 | 2.69 | |
总体 | 77.78 | 3.29 | 0.74 | 65.22 | 0.55 | 7.78 | ||
有交点斑块数占比=有交点斑块数/源地总数×100%, 相交廊道长度占比=相交部分廊道长度/三种廊道总长度×100%, 相交廊道面积占比=相交部分廊道面积/源地总面积×100% |
根据2000年识别得到的生态源地, 土地利用类型主要由耕地与林地组成, 经过20年城镇化, 城市面积增大、耕地扩张, 使得生态源地面积相应增大, 2000年总面积为116331.63 km2, 2010年增加至119829.25 km2, 2020年略微减少至118991.89 km2, 总体增长了2660.26 km2。然而, 包含绵阳白鹭林、鲁湖白鹳灰鹤等自然保护区的最大生态源地面积总体却减少了37.69 km2, 同时源地数量也从2000年的27减少到2010年的19, 在2020年数量为22, 主要表现在生态源地与自然保护区重叠的部分增多, 单个自然保护区组成的生态源地减少, 这在2010年体现更为显著, 说明2010年耕地、林地的扩张对自然保护区的影响最大。在空间分布方面, 最大、最小面积的生态源地以及整体生态源地位置基本不变(图 8)。
![]() |
图 8 2000—2020年生态源地变化 Fig. 8 Changes of ecological sources from 2000 to 2020 |
经济社会源地方面, 伴随城镇建设, 面积逐年增长, 2010年总面积为1982.17 km2, 2020年总面积约是2000年的4倍, 达5702.60 km2。其中, 变化最大的是成都市与重庆中心城区, 20年间城市建成区面积分别增加了1287.01 km2、865.49 km2, 同时也带动了周边城区的经济发展, 如德阳市、眉山市、江津区的建成区面积分别增加了142.92 km2、157.92 km2、87.39 km2。在空间分布方面, 图 9表明, 以成都市、重庆中心城区为代表的, 具有较强经济实力、能够充分发挥组织功能的一级中心城市向周边地区集聚辐射, 进而带动了周边南遂广、川南以及达万城镇密集区的发展。
![]() |
图 9 2000—2020年经济社会源地变化 Fig. 9 Changes of economic and social sources from 2000 to 2020 |
生物迁徙廊道方面, 其总面积与长度在2010年降到最低(表 11), 分别为2402.22 km2、11204.82 km, 2010—2020年间缓慢增加, 但总体呈下降趋势, 面积从2000年的4616.67 km2, 降低到2020年的3394.42 km2, 长度也相应减少了49644.95 km, 主要表现在二级生物迁徙廊道断裂或消失。河流廊道方面, 2000—2020年间呈现一级廊道减少、二级廊道增多的趋势, 总面积增加52.35 km2, 长度增加2233.78 km。交通廊道方面, 2020年其面积与长度几乎增长到2000年的2倍。总体而言, 2000—2020年随着交通道路系统的不断建设, 形成的交通廊道面积和长度不断增加, 一定程度上阻断并分割了生态廊道, 使之长度和面积不断减少, 导致物种信息交流出现断裂[2]。
廊道类型 Corridor type |
单位 Unit |
级别 Grade |
2000年 | 2010年 | 2020年 | 2000—2020年变化值 Value change from 2000 to 2020 |
生物迁徙廊道 | 面积/km2 | 一级 | 2545.80 | 1863.25 | 2533.74 | -12.06 |
Biological migration corridor | 二级 | 2070.87 | 538.97 | 860.68 | -1210.19 | |
共计 | 4616.67 | 2402.22 | 3394.42 | -1222.25 | ||
长度/km | 一级 | 4169.15 | 3831.16 | 5463.58 | 1294.43 | |
二级 | 60548.41 | 7373.67 | 9609.02 | -50939.39 | ||
共计 | 64717.55 | 11204.82 | 15072.60 | -49644.95 | ||
河流廊道 | 面积/km2 | 一级 | 1059.03 | 978.65 | 978.65 | -80.38 |
River corridor | 二级 | 334.91 | 467.64 | 467.64 | 132.73 | |
共计 | 1393.94 | 1446.29 | 1446.29 | 52.35 | ||
长度/km | 一级 | 5437.87 | 4233.12 | 4984.43 | -453.44 | |
二级 | 6722.04 | 8357.53 | 9409.26 | 2687.22 | ||
共计 | 12159.91 | 12590.64 | 14393.69 | 2233.78 | ||
交通廊道 | 面积/km2 | 一级 | 925.63 | 1647.37 | 2631.41 | 1705.78 |
Traffic corridor | 二级 | 476.39 | 654.38 | 1162.74 | 686.35 | |
共计 | 1402.02 | 2301.75 | 3794.16 | 2392.14 | ||
长度/km | 一级 | 7541.23 | 16136.91 | 26199.19 | 18657.96 | |
二级 | 5035.54 | 6739.24 | 11794.79 | 6759.25 | ||
共计 | 12576.77 | 22876.15 | 37993.98 | 25417.21 | ||
总面积Total area/km2 | 7412.63 | 6150.25 | 8634.87 | 1222.24 | ||
总长度Total length/km | 89454.23 | 46671.62 | 67460.27 | -21993.96 |
图 10表明, 空间分布上, 2000—2020年生物迁徙廊道聚集态势基本不变, 集中于研究区西南部和东南部城市, 如四川乐山、眉山, 重庆江津、涪陵、中心城区等。河流廊道保持东西走向的长江干流, 南北走向的岷江、沱江、涪江、嘉陵江、渠江五条支流空间分布情况不变。交通廊道2000—2020年形成以成都市和重庆中心城区为中心, 向外不断延伸的交通网络, 位于成渝发展主轴附近的南遂广和川南城镇密集区交通廊道分布增多。
![]() |
图 10 2000—2020年三种廊道空间分布变化 Fig. 10 Spatial distribution changes of three types of corridors from 2000 to 2020 |
生态关键点方面, 一、二级河流廊道与一级生物迁徙廊道交汇形成的生态关键点不断增加, 2000—2010年增加了390(图 11), 2010—2020年增加了21;一、二级河流廊道与二级生物迁徙廊道交汇形成的生态关键点呈现先减少后又增加的趋势, 2000—2010年减少了2682, 2010—2020年增加了1960, 这一趋势主要由于2010年提取得到的生态廊道数量减少, 导致形成的生态关键点减少。2020年生态关键点数量共计3471, 与2000年相比共减少了311。生态干扰点方面, 其数量逐年增多, 2010年为18338, 2020年达到了24896, 几乎是2000年的3倍, 这一趋势与城市发展建设交通廊道的增多有关。2020年生态干扰点数量达到了生态关键点数量的8倍, 需要注意的是如果生态干扰点继续不断增多, 生态关键点持续补给不足, 将阻碍区域生态功能的提升。
![]() |
图 11 2000—2020年生态关键点与干扰点数量变化图 Fig. 11 Changes of the number of ecological key points and disturbance points from 2000 to 2020 |
空间分布上, 生态关键点与生态干扰点均有集聚态势, 形成生态关键点以重庆中部、四川西南部为核心的高密度区, 生态干扰点以成都市与重庆市中心城区为核心, 向四周散点扩散的分布模式。2000—2020年核密度变化显示(图 12), 分布在高密度区的生态关键点逐渐减少, 且重心呈现先由东至西南迁移, 后又向东及东北回移的趋势, 反映生态关键点分布不稳定的情况;与此同时, 生态干扰点不断增多, 分布相对稳定。
![]() |
图 12 2000—2020年生态关键点与干扰点密度分布变化图 Fig. 12 Changes of density distribution of ecological key points and disturbance points from 2000 to 2020 |
研究区生态与城镇发展网络格局在城市化进程中发生了很大的变化(图 13), 生态源地数量从2000年的27减少至2020年的22, 生物迁徙廊道数量也从351减少至261。生态廊道与生态源地的有交点斑块数占比总体呈增长趋势(表 12), 2000年生物迁徙廊道、河流廊道与生态源地的有交点斑块数分别为96.30%、62.96%, 2010年增长到100%、73.68%, 2020年与2000年相比共增长了3.70%、14.31%。相应地, 生态廊道与生态源地的相交廊道长度与面积也呈现增长的趋势。但同时交通廊道对生态源地的影响也在加大, 其中2010年有交点斑块数占比为84.21%, 增长6.43%, 在2020年达到90.91%, 增长了13.13%, 占用了2.05%面积的生态源地。经济社会源地占用的生态廊道面积从2000年的0.65%增加到2010年的3.06%, 在2020年又回落至0.57%。可以推断, 随着交通基础设施的建设, 城市建设用地之间的连通性增强, 但是生态源地斑块以及景观生态格局受到人工设施的影响正不断加剧。
![]() |
图 13 2000—2020年生态网络格局与城镇发展网络格局 Fig. 13 Ecological network pattern and urban development network pattern from 2000 to 2020 |
年份 Year |
廊道类型 Corridor type |
生态源地Ecological source | 经济社会源地Economic and social source | |||||
有交点斑 块数占比/% |
相交廊道 长度占比/% |
相交廊道 面积占比/% |
有交点斑 块数占比/% |
相交廊道 长度占比/% |
相交廊道 面积占比/% |
|||
2000 | 生物迁徙廊道 | 96.30 | 6.56 | 2.95 | 24.11 | 0.00 | 0.22 | |
河流廊道 | 62.96 | 0.53 | 0.26 | 36.36 | 0.01 | 0.43 | ||
交通廊道 | 77.78 | 2.85 | 0.74 | 65.22 | 0.48 | 7.78 | ||
2010 | 生物迁徙廊道(2000—2010年变化) | 100.00(3.70) | 15.19(8.63) | 1.38(1.57) | 27.50(3.39) | 0.48(0.47) | 2.71(2.50) | |
河流廊道(2000—2010年变化) | 73.68(10.72) | 2.28(1.75) | 0.31(0.05) | 37.14(0.78) | 0.01(0.01) | 0.35(-0.09) | ||
交通廊道(2000—2010年变化) | 84.21(6.43) | 30.70(27.85) | 1.20(0.45) | 71.43(6.21) | 4.62(4.15) | 8.77(0.99) | ||
2020 | 生物迁徙廊道(2000—2020年变化) | 100.00(3.70) | 16.28(9.72) | 2.03(-0.92) | 19.30(-4.82) | 0.03(0.03) | 0.36(0.14) | |
河流廊道(2000—2020年变化) | 77.27(14.31) | 5.47(4.94) | 0.31(0.05) | 32.77(-3.59) | 0.04(0.03) | 0.21(-0.23) | ||
交通廊道(2000—2020年变化) | 90.91(13.13) | 35.92(33.08) | 2.05(1.30) | 73.35(8.14) | 21.58(21.10) | 10.47(2.70) |
空间分布方面, 图 13表明生态与城镇双网络格局变化情况, 生态网络格局东西向变化不大, 南北向分布明显减少, 但位置基本不变。城镇发展网络格局空间联系更加紧密, 覆盖范围更广, 集中位置保持在成渝双城以及南遂广、川南、达万三大城镇密集区不变。
4 讨论及建议目前, 区域尺度下, 围绕西部城市群的生态网络和城镇发展网络格局的协同研究尚不多见。相较市域尺度, 区域尺度更侧重反映城市群生态网络与城镇发展网络格局的变化, 对数据系统性和多元性有更高的要求。“十三五”以来, 成渝地区进入快速发展期, 形成了以成都市、重庆中心城区为核心, 南遂广城镇密集区、川南城镇密集区, 以及达万城镇密集区协同发展的模式, 但是城市群生态空间受到了高强度的人工干扰, 如何应对成渝城市群生态问题十分重要。研究利用MSPA分析、景观格局指数、景观连通性筛选生态斑块, 结合自然保护区数据得到的成渝城市群生态源地, 与直接划定生态保护红线内生态斑块得到的生态源地, 或仅通过MSPA分析、景观格局指数等单个方法得到的生态源地相比, 提供了更科学的解决办法, 可从多维度反映景观结构组成和空间配置[7, 2, 24]。在识别生态廊道后, 与《成渝城市群发展规划》[5]中提出的生态廊道进行对比验证, 提升了可靠度。引入3个时间节点, 围绕生态网络与城镇发展网络格局空间关系与干扰展开研究, 更有助于识别、研判城镇化进程对生态空间的影响。基于研究结果, 结合《成渝城市群发展规划》第四章“推动基础设施互联互通”、第五章“推进生态共建环境共治”目标[5], 提出以下4个方面的策略:
(1) 节点应对:有效引导生态保护和修复资金的投入, 率先保护与修复重点区域生态关键点和生态干扰点, 确保整个生态网络的连通性。优先将生态关键点数量减少明显的成渝城市群东部、西南部城市, 例如重庆中心城区、长寿, 四川乐山、眉山等零散的绿地与周围大片栖息地连接, 提高小型斑块的生境质量, 控制人类活动对生物栖息地的干扰, 可以促进斑块之间的物质能量交换, 进而缓解城市发展对生态空间的干扰[39]。
(2) 廊道优化:划定生态廊道管控范围, 加强二级生物迁徙廊道的保护, 其主要包括涪江生态廊道、嘉陵江生态廊道、川北盆缘山地生态廊道等;控制与生态廊道存在重叠的交通廊道建设强度与开发方式, 例如预留成都经南充至达州、宜宾至重庆的交通专线缓冲区生物交流空间, 将周边无法利用的区域作为生态空间廊道[40], 培育潜在生态廊道路径。在已经受到干扰的廊道脆弱点, 南遂广城镇密集区、成都重庆中心城区新增城市绿道、湿地水域等方式, 保护城市生态基础设施, 促进区域尺度和城市尺度生态网络格局的互联互通, 保证区域生态稳定和经济发展[41]。
(3) 源地保护:建立生态源保护机制, 严格保护大面积、连通性强的核心生态源地;划定城市开发边界, 引导建设用地在适宜的自然资源内布局[42]。具体措施包括保护绵阳白鹭林、太和鹭鸟、华蓥山、大熊猫国家公园等自然保护地, 加强保护龙泉山城市森林公园[6], 提高其维持生物多样性、涵养水源的生态系统服务功能;加强管控人为干扰强度大的城市建成区, 例如保证成都、德阳等城市边界规整连续, 复绿外部零碎的建设斑块, 城市内部实施绿地保护规划和开发工作, 确保区域生态功能和城镇格局的有效延续与发挥。
(4) 网络联系:连接和缝合被分割的生态网络, 强化生态源地到龙泉山、邛崃山、华蓥山等山脉的渗透[6], 减弱城市建成区对周围自然山水的干扰。强化成渝双城经济圈下城镇发展网络联系, 推进城市群多层次、复合化、网络化的生态空间结构体系建设[39], 使公园城市成为健康方便、舒适宜人的城市, 既具有活力又充满自然气息。
5 结论本研究以成渝城市群为例, 构建了区域生态与城镇发展网络格局, 通过耦合“点、线、面、网”4类空间要素, 挖掘其2000、2010、2020年时空演变特征, 分析“双网络格局”的相互关系与干扰变化, 更好识别了城市发展对生态空间的影响趋势, 为国土生态空间识别、廊道修复, 以及区域开发控制边界确定、国土空间规划提供科学依据与技术支撑, 帮助实现区域三生空间的协调发展。未来将着眼于区域整体网络连通性分析、不同生态源地识别方式下生态网络的变化等方向, 围绕生态与城镇网络格局开展进一步研究。
[1] |
Li H F, Chen W B, He W. Planning of green space ecological network in urban areas: an example of Nanchang, China. International Journal of Environmental Research and Public Health, 2015, 12(10): 12889-12904. DOI:10.3390/ijerph121012889 |
[2] |
韩宗伟, 焦胜, 胡亮, 杨宇民, 蔡青, 黎贝, 周敏. 廊道与源地协调的国土空间生态安全格局构建. 自然资源学报, 2019, 34(10): 2244-2256. |
[3] |
中华人民共和国中央人民政府. 中共央国务院关于建立国土空间规划体系并监督实施的若干意见. (2019-05-23)[2021-10-23]. http://www.gov.cn/zhengce/2019-05/23/content_5394187.htm.
|
[4] |
中华人民共和国中央人民政府. 国家新型城镇化规划(2014-2020年). (2014-03-30)[2021-10-23]. http://www.gov.cn/zhengce/2014-03/16/content_2640075.htm.
|
[5] |
中华人民共和国国家发展和改革委员会. 成渝城市群发展规划(2016). (2016-05-04)[2021-10-23]. https://www.ndrc.gov.cn/fzggw/jgsj/ghs/sjdt/201605/t20160504_1170022.html
|
[6] |
中华人民共和国中央人民政府. 中共中央国务院印发《成渝地区双城经济圈建设规划纲要》. (2021-10-20)[2021-10-23]. http://www.gov.cn/zhengce/2021-10/21/content_5643875.htm.
|
[7] |
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. 中国园林, 2017, 33(5): 68-73. |
[8] |
Wang S, Wu M Q, Hu M M, Fan C, Wang T, Xia B C. Promoting landscape connectivity of highly urbanized area: an ecological network approach. Ecological Indicators, 2021, 125: 107487. DOI:10.1016/j.ecolind.2021.107487 |
[9] |
陈竹安, 况达, 危小建, 张立亭. 基于MSPA与MCR模型的余江县生态网络构建. 长江流域资源与环境, 2017, 26(8): 1199-1207. |
[10] |
Xiao Z T, Zhang W Y, Hao L J. The evolution of spatial and temporal patterns of Zhengzhou ecological network based on MSPA. Arabian Journal of Geosciences, 2022, 14(12): 1-10. |
[11] |
丛佃敏, 赵书河, 于涛, 陈诚, 王小标. 综合生态安全格局构建与城市扩张模拟的城市增长边界划定——以天水市规划区(2015-2030年)为例. 自然资源学报, 2018, 33(1): 14-26. |
[12] |
杨天荣, 匡文慧, 刘卫东, 刘爱琳, 潘涛. 基于生态安全格局的关中城市群生态空间结构优化布局. 地理研究, 2017, 36(3): 441-452. |
[13] |
王国玉, 白伟岚, 熊筱, 穆晓红, 邱莉淘. 京津冀城市群生态空间受损识别研究. 城市规划, 2021, 45(8): 9-19, 41-41. |
[14] |
杨亮洁, 张小鸿, 潘竟虎, 杨永春. 成渝城市群城镇化与生态环境耦合协调及交互影响. 应用生态学报, 2021, 32(3): 993-1004. |
[15] |
郭荣朝, 苗长虹, 夏保林, 李军甫. 城市群生态空间结构优化组合模式及对策——以中原城市群为例. 地理科学进展, 2010, 29(3): 363-369. |
[16] |
吕贤军, 李铌, 李志学. 城市群地区城乡生态空间保护与利用研究——以长株潭生态绿心地区为例. 城市发展研究, 2013, 20(12): 82-87. |
[17] |
陈勇. 基于生态安全的珠三角城镇群生态空间格局//城市规划面对面——2005城市规划年会论文集(下). 北京: 中国水利水电出版社, 2005: 1387-1391.
|
[18] |
李志华, 于洋, 陈利, 甘静静. 长株潭城市群生态空间优化研究. 中南林业科技大学学报: 社会科学版, 2019, 13(5): 33-39, 72-72. |
[19] |
四川省人民政府. 关于同意变更县级简阳市代管关系的批复. (2016-05-12)[2021-10-23]. https://www.sc.gov.cn/10462/c103045/2016/5/16/cce054eabd64469eb36529b80aea21d5.shtml.
|
[20] |
陈利顶, 傅伯杰, 赵文武. "源""汇"景观理论及其生态学意义. 生态学报, 2006, 26(5): 1444-1449. |
[21] |
张玥, 许端阳, 李霞, 张晓宇, 王小博, 王绍强. 中-老交通走廊核心区生态廊道构建与关键节点识别. 生态学报, 2020, 40(6): 1933-1943. |
[22] |
许峰, 尹海伟, 孔繁花, 徐建刚. 基于MSPA与最小路径方法的巴中西部新城生态网络构建. 生态学报, 2015, 35(19): 6425-6434. |
[23] |
殷学文, 俞孔坚, 李迪华. 城市绿地景观格局对雨洪调蓄功能的影响//中国城市规划学会. 城乡治理与规划改革——2014中国城市规划年会论文集(01城市安全与防灾规划). 北京: 中国建筑工业出版社, 2014: 20-20.
|
[24] |
蔡青. 基于景观生态学的城市空间格局演变规律分析与生态安全格局构建[D]. 长沙: 湖南大学, 2012.
|
[25] |
邬建国. 景观生态学: 格局、过程、尺度与等级(第二版). 北京: 高等教育出版社, 2007: 106-120.
|
[26] |
杨志广, 蒋志云, 郭程轩, 杨晓晶, 许晓君, 李潇, 胡中民, 周厚云. 基于形态空间格局分析和最小累积阻力模型的广州市生态网络构建. 应用生态学报, 2018, 29(10): 3367-3376. |
[27] |
Koen E L, Bowman J, Sadowski C, Walpole A. Landscape connectivity for wildlife: development and validation of multispecies linkage maps. Methods in Ecology and Evolution, 2014, 5(7): 626-633. |
[28] |
张芳明. 基于生态基础设施的四川藏区城镇廊道系统构建研究[D]. 成都: 西南交通大学, 2019.
|
[29] |
胡玥. 多尺度绿色基础设施网络结构的规划研究——以长三角区域和上海市为例[D]. 上海: 华东师范大学, 2016.
|
[30] |
于亚平, 尹海伟, 孔繁花, 王晶晶, 徐文彬. 南京市绿色基础设施网络格局与连通性分析的尺度效应. 应用生态学报, 2016, 27(7): 2119-2127. |
[31] |
杜志博, 李洪远, 孟伟庆. 天津滨海新区湿地景观连接度距离阈值研究. 生态学报, 2019, 39(17): 6534-6544. |
[32] |
刘世梁, 杨珏婕, 安晨, 邱扬, 王军. 基于景观连接度的土地整理生态效应评价. 生态学杂志, 2012, 31(3): 689-695. |
[33] |
陈昕, 彭建, 刘焱序, 杨旸, 李贵才. 基于"重要性-敏感性-连通性"框架的云浮市生态安全格局构建. 地理研究, 2017, 36(3): 471-484. |
[34] |
Knaapen J P, Scheffer M, Harms B. Estimating habitat isolation in landscape planning. Landscape and Urban Planning, 1992, 23(1): 1-16. |
[35] |
谢于松, 王倩娜, 罗言云. 土地利用类型视角下重庆市主城区生态控制区区划及生态廊道构建研究. 中国园林, 2021, 37(11): 115-120. |
[36] |
黄木易, 岳文泽, 冯少茹, 蔡接接. 基于MCR模型的大别山核心区生态安全格局异质性及优化. 自然资源学报, 2019, 34(4): 771-784. |
[37] |
王浩, 马星, 杜勇. 基于生态系统服务重要性和生态敏感性的广东省生态安全格局构建. 生态学报, 2021, 41(5): 1705-1715. |
[38] |
朱强, 俞孔坚, 李迪华. 景观规划中的生态廊道宽度. 生态学报, 2005, 25(9): 2406-2412. |
[39] |
Yu H R, Wang Y Z, Eme C, Fan X, Rong Y J, Zhang Q, Liang Z. Construction of ecological network based on multi-scale conversion and nesting. Water, 2021, 13(9): 1278. |
[40] |
吴左宾, 周庆华, 刘业鹏. 生态约束下的陕北工业城镇空间发展路径初探——以神木县锦界镇为例. 城市规划, 2014, 38(11): 92-96. |
[41] |
Yu Q, Yue D P, Wang J P, Zhang Q B, Li Y T, Yu Y, Chen J X, Li N. The optimization of urban ecological infrastructure network based on the changes of county landscape patterns: a typical case study of ecological fragile zone located at Deng Kou (Inner Mongolia). Journal of Cleaner Production, 2017, 163(Suppl 1): S54-S67. |
[42] |
马淇蔚. "冲突"抑或"协作"——生态博弈机制下的城市开发边界划定路径. 城市规划, 2020, 44(3): 115-129. |