Construction of Ecological Space Network in Downtown Tengchong

doi:10.13466/j.cnki.lyzygl.2021.05.017

Abstract

Abstract:

The accelerating process of urbanization leads to the fragmentation of landscape patches.The construction of ecological network can improve the landscape connectivity between patches,which is of great significance to protect the ecological environment and enhance the ecosystem service function.Taking Tengchong City center as an example,this paper used morphological spatial pattern analysis (MSPA)and landscape connectivity index to identify the ecological source,constructed the potential ecological corridor based on ArcGIS software minimum cost distance model (MCR),and used gravity model to judge the importance of the corridor.1)Combined with MSPA and landscape connectivity analysis,the top 12 patches with plaque importance (dPC)value>1 were selected as important ecological source areas,which enhanced the scientificity of source patch selection and avoids the subjectivity of previous artificial selection;2)Based on the MCR model of ArcGIS software,66 potential ecological corridors were generated to quantitatively analyze the best migration path of species between multiple patches;3)Using the gravity model to quantitatively evaluate the interaction force between source patches,this paper scientifically judged the important corridors (strength > 300)and general corridors,analyzed the importance of ecological corridors between patches,and finally obtained the ecological network of the study area.The analysis was conducted by combining various methods,in order to provide theoretical reference and scientific basis for the construction of ecological spatial network in landscape fragmentation area.

Key words: MSPA, landscape connectivity, minimum path, ecological network, central city

CLC Number:

S718.5

DAI Jiping, ZHU Kun, ZHOU Tianyu, PENG Jiansong. Construction of Ecological Space Network in Downtown Tengchong[J]. FOREST RESOURCES WANAGEMENT, 2021, 0(5): 131-138.

Figures/Tables 10

Fig.1

Tab.1

Tab.2

Fig.2

Tab.3

Fig.3

Tab.4

Fig.4

Tab.5

Fig.5

References 30

[1]	梁艳艳, 赵银娣. 基于景观分析的西安市生态网络构建与优化[J]. 应用生态学报, 2020, 31(11):3767-3776.
[2]	古璠, 黄义雄, 陈传明, 等. 福建省自然保护区生态网络的构建与优化[J]. 应用生态学报, 2017, 28(3):1013-1020.
[3]	Li Yangfan, Sun Xiang, Zhu Xiaodong, et al. An early warning method of landscape ecological security in rapid urbanizing coastal areas and its application in Xiamen,China[J]. Ecological Modelling, 2010, 221(19):2251-2260. doi: 10.1016/j.ecolmodel.2010.04.016
[4]	刘晓阳, 魏铭, 曾坚, 等. 闽三角城市群生态网络分析与构建[J]. 资源科学, 2021, 43(2):357-367.
[5]	Edward A C. Landscape structure indices for assessing urban ecological networks[J]. Landscape and Urban Planning, 2002, 58(2):269-280. doi: 10.1016/S0169-2046(01)00226-2
[6]	尹海伟, 孔繁花, 祈毅, 等. 湖南省城市群生态网络构建与优化[J]. 生态学报, 2011, 31(10):2863-2874.
[7]	陈剑阳, 尹海伟, 孔繁花, 等. 环太湖复合型生态网络构建[J]. 生态学报, 2015, 35(9):3113-3123.
[8]	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.
[9]	卿凤婷, 彭羽. 基于RS和GIS的北京市顺义区生态网络构建与优化[J]. 应用与环境生物学报, 2016, 22(6):1074-1081.
[10]	卿凤婷. 基于生态安全的城镇景观格局优化构建研究[D]. 北京:中央民族大学, 2016.
[11]	汪金梅, 雷军成, 王莎, 等. 东江源区陆域生态网络构建与评价[J]. 生态学杂志, 2020, 39(9):3092-3098.
[12]	荣月静, 严岩, 王辰星, 等. 基于生态系统服务供需的雄安新区生态网络构建与优化[J]. 生态学报, 2020, 40(20):7197-7206.
[13]	贾振毅, 陈春娣, 童笑笑, 等. 三峡沿库城镇生态网络构建与优化——以重庆开州新城为例[J]. 生态学杂志, 2017, 36(3):782-791.
[14]	郭家新, 胡振琪, 李海霞, 等. 基于MCR模型的市域生态空间网络构建[J]. 农业机械学报, 2021, 52(3):275-284.
[15]	于亚平, 尹海伟, 孔繁花, 等. 基于MSPA的南京市绿色基础设施网络格局时空变化分析[J]. 生态学杂志, 2016, 35(6):1608-1616.
[16]	高雅玲, 黄河, 李治慧, 等. 基于MSPA的平潭岛生态网络构建[J]. 福建农林大学学报:自然科学版, 2019, 48(5):640-648.
[17]	闫宗华. 秦皇岛市林地生态连接度研究[D]. 秦皇岛:河北科技师范学院, 2018.
[18]	杨志广, 蒋志云, 郭程轩, 等. 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[J]. 应用生态学报, 2018, 29(10):3367-3376.
[19]	高宇, 木皓可, 张云路, 等. 基于MSPA分析方法的市域尺度绿色网络体系构建路径优化研究——以招远市为例[J]. 生态学报, 2019, 39(20):7547-7556.
[20]	熊春妮, 魏虹, 兰明娟. 重庆市都市区绿地景观的连通性[J]. 生态学报, 2008(5):2237-2244.
[21]	邢龙飞. 基于GIS的露天矿区景观生态网络格局研究[D]. 徐州:中国矿业大学, 2019.
[22]	孔阳, 王思元. 基于MSPA模型的北京市延庆区城乡生态网络构建[J]. 北京林业大学学报, 2020, 42(7):113-121.
[23]	史瑶. 基于MSPA和MCR模型的资兴市生态网络构建研究[D]. 长沙:中南林业科技大学, 2019.
[24]	Ye Hui, Yang Zhaoping, Xu Xiaoliang. Ecological corridors analysis based on MSPA and MCR model—A case study of the tomur world natural heritage region[J]. Sustainability, 2020, 12(3):959. doi: 10.3390/su12030959
[25]	陈竹安, 况达, 危小建, 等. 基于MSPA与MCR模型的余江县生态网络构建[J]. 长江流域资源与环境, 2017, 26(8):1199-1207.
[26]	王玉莹, 沈春竹, 金晓斌, 等. 基于MSPA和MCR模型的江苏省生态网络构建与优化[J]. 生态科学, 2019, 38(2):138-145.
[27]	齐松, 罗志军, 陈瑶瑶, 等. 基于MSPA与最小路径方法的袁州区生态网络构建与优化[J]. 农业现代化研究, 2020, 41(2):351-360.
[28]	朱强, 俞孔坚, 李迪华. 景观规划中的生态廊道宽度[J]. 生态学报, 2005(9):2406-2412.
[29]	陈小平, 陈文波. 鄱阳湖生态经济区生态网络构建与评价[J]. 应用生态学报, 2016, 27(5):1611-1618.
[30]	侍昊. 基于RS和GIS的城市绿地生态网络构建技术研究[D]. 南京:南京林业大学, 2010.

类型	生态学含义
核心区	是前景像元中比较大型的生境斑块,是生态网络中的生态源地,对物种来说就是栖息地,保障物种生存安全,对生物多样性的保护具有重要意义
边缘区	是核心区的外部边界,能有效避免核心区受到外界干扰
孔隙	是核心区的内部斑块边缘,可在一定程度上避免外围边线对核心区的影响
桥接区	连通核心区的狭长区域,是生态网络中斑块连接的生态廊道,是物种迁移进行能量传递、物质交流的有效途径
环线	连接同一核心区的廊道,是同一核心区内物种迁移的捷径
支线	只有一端与边缘区、孔隙或者桥接区相连的区域
孤岛	孤立、破碎、彼此不相连的小斑块,相互之间连接度较低,很难与外界进行物质交流、能量传递

阻力因子	分级	阻力值	权重
土地利用类型	水域	1	0.65
	林地	2
	耕地和草地	3
	其他	4
	建设用地	5
DEM高程/m	≤1800	1	0.06
	1800~2000	2
	2000~2200	3
	2200~2400	4
	>2400	5
坡度/(°)	≤3	1	0.29
	3~8	2
	8~15	3
	15~25	4
	>25	5

类型	面积/hm²	占生态景观总面积/%	占区域总面积/%
核心区	14096.76	83.17	52.41
边缘区	1381.39	8.15	5.14
孔隙	510.71	3.01	1.90
桥接区	240.70	1.42	0.89
环线	208.36	1.23	0.77
支线	391.05	2.31	1.45
孤岛	120.41	0.71	0.45
合计	16949.38	100.00	63.01

排序	编号	斑块面积/hm²	IIC	dPC
1	12	9631.98	94.71	92.38
2	4	972.99	11.99	13.30
3	9	42.21	10.41	10.55
4	6	169.29	10.32	10.42
5	1	905.31	7.99	10.36
6	7	16.2	10.07	10.11
7	8	323.91	3.60	8.35
8	3	621.18	3.02	4.96
9	10	139.77	1.36	4.15
10	5	227.07	1.40	3.67
11	2	226.17	0.93	1.59
12	11	34.11	0.33	1.42

编号	1	2	3	4	5	6	7	8	9	10	11	12
1	0	694.66	1092.64	345.82	155.03	122.30	92.26	90.35	76.55	70.59	64.68	43.10
2		0	1682.34	197.37	294.70	158.53	114.01	131.03	92.47	98.38	76.34	51.18
3			0	491.35	451.77	281.85	188.05	185.81	147.39	136.19	117.62	64.73
4				0	215.34	590.44	342.01	159.31	252.26	119.45	190.04	63.05
5					0	314.78	198.61	832.48	151.95	460.18	124.78	106.47
6						0	5450.54	261.06	2064.54	210.04	978.65	109.49
7							0	250.99	13836.35	223.48	2862.79	129.41
8								0	211.67	8494.71	218.70	231.51
9									0	190.48	7827.28	139.71
10										0	213.72	287.14
11											0	161.50
12												0