黃河流域典型礦區生態空間網絡優化
——以鄂榆地區為例

裴燕如，孫炎浩,于 強,馬 駿，王慧媛，岳德鵬

(1.北京林業大學 林學院，北京 100089; 2.北京奇閏明柯文旅有限公司，北京 101100)

黃河是我國重要的生態安全屏障，在我國生態安全方面具有重要地位[1]。同時，黃河也是我國重要的經濟帶，分布著我國14個大型煤炭基地中的9個基地，是我國重要的能源基地[2-3]。2019年9月，習近平總書記在“黃河流域生態保護和高質量發展座談會上的講話”提出了黃河流域生態保護和高質量發展的重大國家戰略[4]，明確治理黃河“重在保護、要在治理”，要堅持 “山水林田湖草”綜合治理，堅持“綠水青山就是金山銀山”的理念，堅持生態優先、綠色發展，以水而定、量水而行，因地制宜、分類施策，上下游、干支流、左右岸統籌謀劃，共同抓好大保護，協同推進大治理[5]。

黃河流域上游水能資源較豐富，中游主要為煤炭資源，下游主要是石油與天然氣資源，是我國七大流域中能源資源儲備最豐富的流域[6]，隨著我國的煤炭開采由東部向西部轉移，黃河流域的煤炭開發規模已是全國之最[7]。生態環境保護與煤炭產業協同發展是當前黃河流域研究的重點。

黃河流域中上游氣候干旱半干旱，生態脆弱，水資源短缺[8]，對于人為活動干擾抵抗能力較差，而采煤活動對于地下水的破壞會加劇生態退化趨勢[9-10]，要保障黃河高質量發展，就必須應對采煤對于黃河流域生態環境的影響。因此，黃河流域礦區生態恢復是黃河高質量發展的重要保障。

對礦區開采活動后破壞的生態和環境進行修復治理是礦區開發和生產后必不可少的任務，也是當前礦區生態修復治理與國土生態治理的熱點問題。礦區生態修復最早由國外的學者進行探索實驗[11]，美國、英國等國家對礦區生態修復極為重視[12]。1939年，美國西弗吉尼亞州頒布《礦山法》，推進礦區生態修復[13],在美國后續頒布的相關法律中也在不斷制定與完善更多的規范要求與法律機制[14-15]。英國于1969年頒布《礦山采礦法》，明確要求了礦區生態修復的規范要求與效果[16]，并考慮實際情況對礦區生態修復工作予以資金支持，注重生態修復后的生態環境安全與土地資源效益。

我國礦區生態修復正逐步發展并取得了一定的成果，目前修復方式主要有3種[17]:物理修復、微生物修復與植物修復。雷少剛等[18]、王平等[19]、YANG等[20]研究土壤物理性質與開采塌陷之間的關聯，并提出相應的建議措施;畢銀麗等[21-24]學者，通過對微生物對土壤基質改善的研究，提高土壤肥力，改善土壤結構，進而提高人工恢復的效率[25];劉英等[26]研究礦區植物光合作用與土壤、水之間的關聯，探究礦區植物生長的相關理論。然而這些學者大都是以較微觀機理的角度對礦區生態進行研究，礦區對于生態環境的影響還會表現在大尺度上，例如煤炭開采會導致河川徑流量減少[27]，影響區域水資源，進而導致較大區域內的生態產生變化，因此礦區修復需要以宏觀尺度進行頂層規劃研究工作，對礦區附近的景觀生態進行綜合評估分析。

礦區的生產開采活動會對周圍的土地利用與景觀產生重大影響，對礦區周圍的景觀生態安全構成一定程度的威脅，造成區域生態風險，景觀生態風險評價可對礦區周圍的區域生態風險進行評估[28]，分析礦區所在區域的生態安全格局，為區域景觀生態安全格局的構建與優化提供基礎[29]，基于復雜網絡方法對區域景觀生態安全格局進行優化與分析是近年來區域生態環境可持續研究的熱點問題[30]。生態網絡是生態學上的重要分析方法，也是景觀生態學宏觀角度進行研究的重要方式[31-33]。當前，潛在生態網絡是生態網絡構建分析的重要研究內容[34]，通過提取礦區潛在生態網絡及其網絡廊道，能夠從宏觀上反映礦區破碎景觀直接的相互關聯[35]，從而有效構建礦區生態安全格局，而生態網絡本身屬于復雜系統的一種[36]，可通過復雜系統的研究方法進行研究。

復雜系統是基于“復雜科學理論”的科學，從不同的角度考慮，復雜系統具有不同的特點，且復雜系統廣泛存在于地理學、生態學、經濟學與人文社會類科學等各個不同科學領域[37-39]。復雜網絡的抽象研究方法是復雜系統研究的重要內容，其研究對象是復雜系統中各個要素之間的結構與拓撲關系，這與潛在生態網絡中的破碎景觀相吻合，因此，可通過復雜網絡的研究方法進行礦區潛在生態網絡的研究，本文借鑒于強等[40]、牛騰等[41]、王戈等[42]的研究，基于潛在復雜生態網絡分析的方法，選取黃河典型礦區分布區域——黃河“幾”字灣進行景觀生態風險評價與潛在復雜生態網絡構建，提取生態節點，并基于節點的復雜網絡屬性，與礦區景觀生態風險結果進行耦合，識別礦區亟須進行生態修復且滿足生態修復條件的薄弱節點，進行礦區生態修復廊道增邊優化，嘗試探索在宏觀角度下，結合景觀生態學與復雜系統理論，進行黃河流域礦區分布區域生態修復策略的頂層設計研究。

1 材料與方法

1.1 研究區概況

研究區在鄂爾多斯市與榆林市2個地級市的范圍基礎上，向外拓展5 km，使得對鄂榆地區生態環境有重要影響的黃河水體及黃河周邊的濕地能納入研究區范圍內，其所處地理位置及范圍如圖1所示。

圖1 研究區范圍示意Fig.1 Schematic diagram of the study area

鄂爾多斯市位于內蒙古自治區西南部，位于北緯37.59°～40.86°，東經106.71°～111.46°，總面積為86 752 km2。榆林市位于陜西省最北部，位于北緯36.95°～39.58°，東經107.47°～111.25°，總面積為43 578 km2。鄂榆兩市均為黃河“幾”字灣河套腹地，屬于北溫帶半干旱大陸性氣候區。 鄂榆地區礦產資源豐富，是我國煤炭資源集中區域和國家規劃建設的大型煤炭基地之一，在我國能源安全戰略格局中具有重要地位。

當前，黃河流域生態保護和高質量發展已經上升為國家戰略，鄂榆地區作為黃河東西連接的重要樞紐，其生態環境質量，對整個黃河流域的生態文明建設至關重要。同時，鄂榆地區作為我國重要的煤炭能源基地，其礦產資源開發是我國的社會經濟發展的根本之一，而礦產資源開發利用不可避免的會給鄂榆地區的生態環境帶來較大的改變。如何協調礦產資源的開采與生態環境的可持續發展是當前研究的重要內容。

筆者通過鄂榆地區潛在生態復雜網絡提取，結合鄂榆地區生態風險評價，從景觀尺度探索鄂榆地區生態現狀下礦區生態修復路徑與節點，嘗試通過礦區外圍景觀結構上的鞏固加強，構建協調礦產行業與生態文明建設的頂層設計策略，為礦區生態文明建設提供參考與依據。

1.2 數據來源與方法

鄂爾多斯市與榆林市的邊界區劃數據來自中科院資源環境數據中心;研究區DEM數據來自地理空間數據云;土地利用數據來自GlobeLand30提供的2020年30 m全球地表覆蓋數據;水網與路網數據來自overpass turbo;計算研究區NDVI與NDWI的遙感波段來自Google Earth Engine平臺上的Landsat8數據集;居民點分布數據是通過整理民政部、國家統計局等官方網站發布的相關信息，經過格式化文本與地理編碼等處理后，制作形成的空間分布矢量數據。數據處理基于ENVI，Google Earth Engine，ArcGIS10.4，Matlab，Fragstats4.2等平臺。

1.3 景觀生態風險評價

考慮研究區內土地類型組合復雜，且研究區面積較大，基于ArcGIS10.4平臺，利用Fish工具，構建出單個邊長為5 km的正方形區劃單元5 864個，結合研究區土地利用數據，利用Fragstats4.2軟件，計算每個區劃單元內的景觀破碎度指數、景觀優勢度指數和景觀分離度指數，進而計算每個單元的景觀生態風險指數，將每個單元的景觀生態風險指數賦值至各個單元的單元重心上，基于ArcGIS平臺的克里金插值法，最終插值得出研究區的景觀生態風險量化評價結果。

其中景觀生態風險指數的計算公式為

(1)

Ug=EgFg

(2)

Eg=aCg+bDg+cKg

(3)

式中，IER為景觀生態風險指數;Sk為第k個風險小區的總面積;下標g表示不同景觀類型;Sk-g為第k個風險小區第g類景觀組分的面積;T為景觀類型的總數;Ug為景觀損失度指數;Eg為景觀結構指數;Cg為破碎度指數;Dg為優勢度指數;Kg為分離度指數;a,b,c分別為對應指數的權重，本文參考諸多學者的研究成果[43-45]并結合研究區實際情況后，a,b,c分別對應至為0.5，0.3，0.2;Fg為景觀脆弱度指數，本文借鑒李保杰[46]所用方法，通過打分評價得到Fg的值。

1.4 潛在復雜生態網絡提取

1.4.1生態源地提取與生態阻力面構建

潛在生態網絡提取主要分為生態源地提取、累積生態阻力面構建與生態廊道獲取。分析研究區內的地類構成，林地、草地、灌木林、濕地與水體的生態地位均至關重要，故選取研究區林、草、灌木、濕地、水5種地類的土地利用數據斑塊，計算所有斑塊的斑塊面積指標、平均NDVI、平均NDWI和斑塊形狀指數4種指標，通過指標評價各斑塊的重要性，篩選出生態源地，其中，NDVI為歸一化植被指數;NDWI為歸一化水體指數。

研究區內生態能量流動過程中，不同地點的地形、植被覆蓋、水文分布、土地覆蓋與密度因子等因素對生態能量流動的阻礙作用各不相同，研究區累積生態阻力面是研究區所有地點對生態能量流動阻礙程度大小的柵格數據量化形式綜合表現。利用修正最小累積阻力模型，結合研究區高程(DEM)、坡度、植被、水文、水網密度、路網密度、居民點密度和土地利用數據(圖2)，構建研究區的最小累積生態阻力面。

修正最小累積阻力模型公式為

(4)

式中，VMCR-P為生態用地擴展最小生態累積阻力面;fmin為某土地單元的累積阻力最小值;Di-j為從生態源地j到土地單元i的空間距離;Ri為土地單元i對運動過程的阻力系數;Pj為生態源地j的能量因子，其值越大代表生態源地斑塊的生態能量越大其中能量因子Pj的計算公式如下:

Pj=AjIj-r

(5)

式中,Aj為第j塊生態源地斑塊的面積;Ij-r為第j塊生態源地斑塊的第r個歸一化指數(本研究中歸一化指數選擇了歸一化植被指數NDVI與歸一化水體指數NDWI兩種指數)。

1.4.2潛在生態廊道提取與潛在復雜生態網絡構建

潛在生態廊道是研究區生態能量流動過程中，生態能量在各種因子共同影響下生態阻力最小的流動路徑，在實際情況中，潛在生態廊道可能是一片帶狀生態用地景觀，也可能是多種地類景觀共同組成的一條適合生態能量流動的路徑，如兩處水域之間的帶狀林地、橫穿山嶺的隧道、兩片綠地之間的人造小路等。利用ArcGIS平臺上的Cost_path模塊，基于生態源地與生態阻力面數據，提取生態廊道。Cost_path 模塊可根據給定的生態源地與生態阻力面數據，計算出生態源地中的能量流動的生態阻力最小且生態能量耗費最少的路徑，進而生成生態能量流動的生態廊道。

生態源地的生態能量會隨著生態廊道在研究區內不斷地進行生態能量流動與物質信息交換，生態源地與生態廊道組成了研究區生態能量流動的潛在復雜生態網絡。網絡的組成要素為節點與邊，故要分析研究區潛在復雜生態網絡的拓撲結構，需要從生態源地與生態廊道中提取網絡的節點與邊。生態廊道是生態能量流動的路徑，也是生態源地之間進行物質信息交換的重要通道，故可將生態廊道提取為網絡的邊，則生態源地與生態廊道相交處為生態網絡的點，即為生態網絡的生態節點。因此，通過GIS平臺的疊加分析技術，將生態源地與生態廊道疊加分析，通過GIS中的要素轉點技術，提取出研究區潛在復雜生態網絡的生態節點，與生態源地、生態廊道共同構成研究區的潛在復雜生態網絡。

1.4.3節點度中心性計算

節點的度是節點連接的邊數。網絡中節點的度越大，表明這個節點在網絡中連接的邊數越多，節點的鄰居節點越多，則節點的度中心性越大。節點度中心性[47]的表達式為

(6)

式中,DC(vi)為網絡第vi個節點的度中心性值;ei為網絡第ei個節點連接的邊數;N為網絡中的節點總數。

計算網絡中所有節點的度中心性，按照其值的大小對網絡中的所有節點度中心性進行排序，篩選不同等級的節點。

1.4.4復雜網絡魯棒性計算

魯棒性指的是當系統發生了結構或者大小等變化后，系統能夠維持其原有性能的能力。潛在復雜生態網絡的魯棒性是當網絡的結構發生變化后，例如網絡中的節點或廊道被破壞后，網絡仍可以保持的結構與功能，其保持結構與功能的特性為連接魯棒性;網絡在經歷節點或廊道的毀壞后，對其原有節點與廊道的恢復特性為恢復魯棒性。

復雜網絡連接魯棒性的計算公式為

(7)

式中，R為網絡的連接魯棒性;c為去除部分生態節點后網絡的最大連通子圖中節點的數量;Nr為被移除的節點數目。

潛在生態網絡的恢復魯棒性可用邊恢復魯棒性和節點恢復魯棒性來度量，他們分別代表了潛在生態網絡中生態節點的恢復能力和生態廊道的恢復能力。邊恢復魯棒性和節點恢復魯棒性計算公式為

(8)

(9)

式中，D為節點恢復魯棒性;Nd為網絡在移除Nr個節點后，恢復的節點數目;E為邊恢復魯棒性;Mr為網絡中移除的邊的條數;Me為邊的恢復數量;M為網絡中邊的條數。

2 結果與分析

2.1 景觀生態風險評價

通過景觀格局指數組，計算得研究區每個規劃單元中的景觀生態風險指數，將各個規劃單元中的景觀生態風險指數賦值給各個規劃單元重心，通過ArcGIS插值后得出研究區景觀生態風險量化分析結果，通過自然間斷點分類方法將景觀生態風險評價結果進行區間分類，結果如圖3所示。

圖3 研究區景觀生態風險評價Fig.3 Landscape ecological risk assessment in the study area

分析研究區景觀生態風險結果，景觀生態風險區域較低的區域主要為研究區南部毛烏素沙地恢復的草地與研究區北部庫布齊沙漠附近;生態風險較高區域為研究區北部伊金霍洛旗等礦區主要分布區域、北部黃河沿岸耕地區域、南部耕地區域以及部分庫布齊沙漠南部的荒漠綠洲區。景觀生態風險結果表明研究區北部礦區景觀與土地類型結構功能穩定性較差，研究區內大面積分布耕地區域景觀結構功能穩定性較差，庫布齊沙漠南部的荒漠綠洲區同樣需要優化增強其景觀結構功能穩定性。

由圖3可得，耕地、庫布齊沙漠與毛烏素沙漠附近的荒漠綠洲區以及礦區附近的景觀生態風險較高。耕地的景觀生態風險較高主要是因為人的耕作活動，耕地上的莊稼植被變化頻繁，實際上無需優化，而荒漠綠洲區的生態風險較高源自荒漠綠洲區本身存在著荒漠綠洲兩種景觀之間的相互轉化，由于本研究是針對礦區生態修復策略的頂層設計探究，故在后續優化策略中不考慮耕地與沙漠綠洲區的景觀生態風險。

2.2 潛在復雜生態網絡構建

2.2.1生態源地篩選

篩選得生態源地77塊，其中林地源地1塊、灌木林源地1塊、草地源地56塊、濕地源地6塊以及水體源地13塊。研究區生態源地分布如圖4所示。

圖4 研究區生態源地分布Fig.4 Distribution of ecological sources in the study area

生態源地多數分布在研究區北部，研究區南部分布的生態源地相對較少，這表明研究區南部的生態本底較北方相對較差。研究區內生態源地主要為草地，林地與灌木林的生態源地分別只有一塊，水體與濕地生態源地數量相對較少。

2.2.2研究區累積生態阻力面構建

綜合分析研究區地形、植被、水文、土地利用與密度因子數據，按照表1對各數據的生態阻力值進行分類并就不同類別進行阻力值賦值。考慮到各個因子對于研究區的生態格局現狀發展和維護均不可或缺，故所有因子的影響權重相同。通過ArcGIS、ENVI平臺，求得各影響因子數據并進行重分類賦值處理，將賦值后的數據通過地圖代數合并，通過ArcGIS平臺cost_distance模型獲得研究區累積生態阻力面數據，如圖5所示。

表1 生態阻力因子分類和阻力值Table 1 Classification and value of ecological resistance factors

圖5 研究區生態累積阻力面Fig.5 Ecological cumulative resistance surface in the study area

從研究區生態累積阻力面數據來看，研究區北部大部分地區累積生態阻力較低，僅在鄂爾多斯庫布齊沙漠附近以及鄂爾多斯城區與礦區附近有較高的累積生態阻力，研究區南部較多區域生態阻力較大，其中累積生態阻力最大區域主要為南部耕地區域。

2.2.3潛在復雜生態網絡構建

結合已獲取的生態源地與累積生態阻力面數據，基于ArcGIS平臺的迭代器工具，批量使用cost_path模型生成生態廊道，結合生態廊道與生態源地數據，構建出研究區潛在復雜生態網絡，如圖6所示。

圖6 研究區潛在復雜生態網絡Fig.6 Potentially complex ecological network in the study area

提取得研究區潛在復雜生態網絡生態源地共77個，生態節點109個，生態廊道193條。從生態廊道分布情況來看，生態廊道主要在研究區北部與西部分布，研究區東南部生態廊道單一，主要是沿著黃河水體，且研究區東南部生態源地較少，表明研究區東南部生態流通性較差，生態本底與生態流通性有待提升加強。

通過ArcGIS平臺對生態廊道與生態源地進行疊加分析，以廊道與源地相交的要素重心為節點，共提取得生態節點109個，其生態節點分布如圖7所示。

圖7 研究區生態節點廊道分布Fig.7 Distribution map of ecological node corridors in the study area

研究區北部生態節點分布較密集，南部生態節點分布較少，表明研究區北部生態廊道軌跡更復雜，南部生態廊道軌跡較簡單。

2.3 生態節點度中心性計算與增邊節點識別

通過Matlab軟件將研究區生態網絡模擬為鄰接矩陣，通過Matlab計算生態網絡中所有節點的度中心性，其結果如圖8所示。

圖8 生態節點度中心性計算結果Fig.8 Calculation results of ecological node degree centrality

分析圖8節點度中心性計算結果，研究區生態網絡中有1個點其度中心性為0，有7個點其度中心性為0.01，這8個節點的度中心較差，結合研究區景觀格局生態風險量化結果進行分析，仍有多個節點位置處于生態風險中高區域，且其度中心性相較于周圍其他節點較小，這類節點的度中心性同樣較差。

結合礦區景觀生態風險的研究結果，將分布在礦區景觀生態風險中高區域的節點篩選出來，在此基礎上，再將各中高風險區域中度中心性最差的幾個節點二次篩選出來，將第2次篩選所得的節點識別為須要增邊優化節點，其空間位置分布如圖9所示。

圖9 研究區增邊節點分布Fig.9 Distribution map of added edge nodes in the study area

增邊節點主要分布在研究區北部礦區與紅海子濕地附近，研究區南部有一個增邊節點，綜合考慮各增邊節點分布與增邊節點拓撲結構，基于ArcGIS平臺cost_path模型嘗試為各個節點進行模擬增邊優化，盡可能使其在當前的阻力條件下與周圍節點形成生態廊道，所有增邊節點模擬增邊優化結果如圖10所示。

圖10 研究區模擬增邊優化增邊分布Fig.10 Distribution map of simulated and optimized margin increase in the study area

為所有增邊節點進行模擬增邊優化后，成功為其中7個節點生成6條生態廊道，另外3個節點模擬增邊后生成的生態廊道須通過其他節點，故認定這3個節點的模擬增邊失敗，表明這3個節點周圍的生態本底無法滿足構建生態廊道的條件，其他模擬增邊成功的增邊節點，其周邊生態環境足夠支撐其與周圍節點增強連通性，構建生態廊道。

2.4 魯棒性分析

基于Matlab軟件平臺，模擬生成研究區模擬增邊優化前后的生態網絡鄰接矩陣，通過Matlab中的矩陣計算，分別模擬對研究區生態網絡模擬增邊優化前后進行隨機節點攻擊與惡意節點攻擊，其中惡意節點攻擊是按照網絡生態節點度中心性由大到小的順序進行攻擊。

研究區增邊優化前后生態網絡在模擬攻擊下的邊恢復魯棒性變化如圖11所示。

圖11 增邊優化前、后邊恢復魯棒性變化Fig.11 Robustness change results of edge restoration before and after edge enhancement optimization

由圖11可得:研究區初始生態網絡邊恢復魯棒初始值為1，在隨機攻擊下，網絡邊恢復魯棒性下降速度較慢，而后隨著攻擊節點數據的增多，網絡邊恢復魯棒性下降速度先下降后加快，當模擬攻擊節點數超過80時，網絡邊恢復魯棒性下降速度加快，當攻擊節點數為104個時，網絡邊恢復魯棒性跌破0.1，網絡近乎崩潰;在惡意攻擊下，網絡邊恢復魯棒性開始下降速度較隨機攻擊更快，當攻擊節點數為92個時，網絡邊恢復魯棒性低于0.1，網絡近乎崩潰。增邊優化后的網絡在隨機攻擊下，邊恢復魯棒性較初始網絡下降速度更慢，初始網絡在攻擊節點數為30時，邊恢復魯棒性跌破0.9，優化后的網絡在攻擊節點數為38時低于0.9，隨著攻擊節點數的增加，優化后網絡的邊恢復魯棒性下降速度漸漸加快，相較于初始網絡無顯著區別;在惡意攻擊下，優化后網絡的邊恢復魯棒性無顯著提升，值得注意的是，初始網絡在節點攻擊數為84個時，邊恢復魯棒性才低于0.2，而優化后網絡在攻擊節點數為78個時，邊恢復魯棒性就已經逼近0.2，之后維持在0.2，同樣在攻擊節點數為84個時，跌破0.2。

研究區增邊優化前后生態網絡在模擬攻擊下的點恢復魯棒性變化如圖12所示。

圖12 增邊優化前、后節點恢復魯棒性變化Fig.12 Robustness changes of node restoration before and after edge-added optimization

由圖12可得:網絡初始的點恢復魯棒性值為1。初始網絡在隨機攻擊下，其點恢復魯棒性下降速度較惡意攻擊下的下降速度更慢，在節點攻擊個數增加至103個時，惡意攻擊下的網絡點恢復魯棒性低于0.1，網絡近乎崩潰，在節點攻擊個數增加至108個時，隨機攻擊下的網絡點恢復魯棒性低于0.1，網絡近乎崩潰。增邊優化后的網絡，在隨機攻擊下，網絡點恢復魯棒性在節點攻擊個數低于48個前，網絡節點恢復魯棒性值高于初始網絡隨機攻擊下的節點恢復魯棒性值，當攻擊個數達到51個時，優化后的網絡節點恢復魯棒性值低于0.9，此時初始網絡節點恢復魯棒性值仍維持在0.9之上，在節點攻擊個數到達58個之后，優化后的網絡節點恢復魯棒性下降速度大致較初始網絡更慢;在惡意攻擊下，優化后網絡的節點恢復魯棒性較初始網絡無明顯變化。

研究區增邊優化前后生態網絡在模擬攻擊下的連接魯棒性變化如圖13所示。

圖13 增邊優化前、后連接魯棒性變化Fig.13 Changes in connection robustness before and after edge-added optimization

由圖13可得:初始網絡的連接魯棒性值為0.97，在隨機攻擊下，網絡的連接魯棒性值下降速度較惡意攻擊下更快，當節點攻擊個數達到61個時，網絡連接魯棒性不降反升，說明此時網絡結構已經崩潰，從連接魯棒性值上表現出節點個數越少，連接魯棒性值越大的特點，直至節點均不存在時，連接魯棒性無限上升。在惡意攻擊下，網絡連接魯棒性下降速度較隨機攻擊更慢，當節點攻擊個數達到79個時，網絡連接魯棒性值開始上升，表明網絡崩潰，結構徹底變化，連接魯棒性大幅上升。模擬增邊優化后的網絡初始連接魯棒性值為0.98，較初始網絡連接魯棒性初始值略高，其隨機攻擊與惡意攻擊下的連接魯棒性值下降速度整體來看均慢于初始網絡，當節點攻擊個數達到68個時，隨機攻擊下的網絡結構崩潰，連接魯棒性值不降反升，當節點攻擊個數達到84個時，惡意攻擊下的網絡結構徹底改變，連接魯棒性開始上升。

綜合來看，增邊優化對于研究區潛在復雜生態網絡的邊恢復魯棒性與節點恢復魯棒性提升均不大，在連接魯棒性上的提升較為明顯。

2.5 討論與展望

2.5.1討 論

研究基于景觀生態學與復雜網絡理論，對典型黃河流域礦區分布地域——黃河“幾”字灣鄂榆地區進行了景觀生態風險評估、潛在復雜生態網絡提取、基于節點景觀生態風險屬性與度中心性下的特殊增邊節點模擬增邊優化以及潛在復雜生態網絡優化前后魯棒性驗證等研究工作，識別出研究區中需要進行增邊優化的特殊增邊節點，成功為其中多半節點進行增邊廊道構建，構建出了研究區礦區可實現的生態修復路徑。

本研究仍存在一定的不足之處，由于潛在復雜生態網絡分析方法仍處于定性分析階段，沒有較完善的量化研究方案，故本次針對礦區生態修復策略的頂層設計探究無法加入與礦區相關的指標來進行更進一步的深入研究與分析，這部分不足也將是未來礦區生態修復頂層設計策略研究的重要內容。

2.5.2展 望

本研究中，對于礦區潛在復雜生態網絡中的特殊增邊節點進行了模擬增邊，并通過模擬節點攻擊進行了模擬增邊前后的網絡魯棒性檢驗，得到結果:在模擬增邊優化后，研究區潛在復雜生態網絡的連接魯棒性明顯提升。這一結果表明研究區潛在復雜生態網絡經過模擬增邊優化，即拓撲結構改變，可以實現其功能上的顯著提升。網絡在節點的增邊優化后，實際上完成了網絡結構的重新變化，網絡中很多節點的度中心性也會隨著模擬增邊優化發生改變，筆者認為這一改變已經實現了“網絡重構”。潛在復雜生態網絡可以實現重構，而這一網絡是通過對研究區本身的景觀構造以及其中各個景觀之間的聯系進行抽象提取得來的，其生態源地與生態廊道的本質仍是研究區的景觀與景觀之間的聯系，因此，研究區本身的景觀也可以實現“重構”，本文將研究區本身景觀的重構稱為“景觀重構”。

基于“景觀重構”的概念重新思考礦區開采所帶來的區域景觀變化。礦區開采生產會對區域內的水資源造成重大影響，而水資源是供給區域植被、濕地以及水體等具備生態功能的景觀的根本因素之一，當水資源受到影響發生變化時，實際上區域內的景觀已經完全發生了改變。筆者認為這種水資源變化導致的區域景觀改變同樣應當稱為“景觀重構”。在研究區鄂榆地區中，毛烏素沙地實現了大面積的重新綠化[48]，原本的荒漠景觀大面積的變為荒漠綠洲區與綠洲，其生態功能有了本質上的提升，這種生態功能發生本質改變的景觀變化同樣也是一種“景觀重構”。

基于上述內容，筆者認為:景觀重構是指，區域景觀在自然因素或人為因素下發生了足以改變區域本身生態服務功能的結構變化或者景觀變化，導致變化后的區域生態服務功能與變化前的區域生態服務功能之間產生了巨大差異。

基于筆者所提出的“景觀重構”概念，對未來的礦區開發利用與生態修復工作進行理論上的思考。礦區開發與生產活動，獲取人類經濟社會所需的能源資源，對于礦區所在區域的生態服務功能產生影響，導致其發生變化，表明人為活動能夠對區域景觀實現景觀重構，對改變甚至是抹去區域景觀的生態服務功能。通過對礦區進行生態修復工作，重新構造礦區無生態服務功能或者生態服務功能較差的區域，可以實現區域生態服務功能的提升，表明人為活動不光是可以抹去區域景觀的生態服務功能，還可以通過正向條件，對區域生態服務功能進行改造和升級。

那么在未來技術不斷成熟和發展下，區域景觀組成和結構變化對區域生態服務功能的規律被人類掌握，人類即可以實現對于景觀與生態服務功能的自由配置與改造，甚至是超越自然原本景觀配置下的生態服務功能。目前，人類對于景觀以及景觀的生態服務功能的掌握，實際還遠遠未達到進行改造的水平，但是國家大的戰略已經提出了這種掌握景觀與景觀生態服務功能的需求。

2020-09-22，國家主席習近平在第七十五屆聯合國大會一般性辯論上發表重要講話，中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和[49]。

2020-12-12，國家主席習近平在氣候中心峰會上的講話中正式宣布:到 2030 年，中國單位國內生產總值二氧化碳排放將比 2005 年下降 65% 以上，非化石能源占一次能源消費比重將達到25% 左右，森林蓄積量將比 2005 年增加60億m3，風電、太陽能發電總裝機容量將達到 12 億kW·h以上[50]。

根據相關領域的學者研究成果[51-53]，中國目前的自然資源條件與模擬下未來幾十年的自然資源條件，要實現2060年“碳中和”目標，必須完成當前中國自然資源景觀生態服務功能的升級，“景觀重構”是必要的升級景觀生態服務功能的研究。通過景觀重構，使得中國自然資源固碳能力超越當前無法滿足“碳中和”目標的自然情況。

研究目標不應該僅僅止步于對自然景觀生態服務功能的恢復，而應當通過“景觀重構”，高效提取地下的能源資源，迅速對提取能源資源后的區域進行景觀重構，實現區域景觀生態服務功能的升級，而能源資源也可以提取出來并妥善保管。在未來技術條件允許的情況下，人類或許可以實現景觀生態服務功能的完全控制，甚至是基于景觀重構不斷地實現生態服務功能超越與景觀生態服務功能地自由配置。

3 結 論

(1)研究區生態風險中高區域主要分布在北部的礦區分布地、南部的耕地分布區域，少數分布在北部黃河兩岸耕地區域以及庫布齊沙漠南部的荒漠綠洲區。表明南部地耕地、沙漠附近的荒漠綠洲區與礦區分布所在地的景觀生態風險較高。

(2)研究區潛在復雜生態網絡北部生態廊道分布較多較密，且廊道走向較為復雜，南部生態廊道分布較少，廊道走向較為單一;北部生態節點分布更多，南部生態節點分布更少。表明研究區南部生態流通性較差，生態本底與生態流通性有待提升加強。

(3)研究區模擬增邊優化部分節點可成功進行模擬增邊，部分節點模擬增邊無法成功。模擬增邊成功表明節點附近的生態本底足以支撐生態修復，而模擬增邊失敗表明節點附近的生態本底較差，進行生態修復前應對其生態本底進行提升。

(4)研究區潛在復雜生態網絡在增邊優化后，網絡連接魯棒性由顯著提升，節點恢復魯棒性與邊恢復魯棒性略有提升但不明顯。表明模擬增邊優化后的網絡連接性會更強，但是模擬增邊沒有明顯提升網絡的自我恢復能力，實際上表明，以模擬增邊的結果為生態修復路徑，能夠有效提升研究區的生態連通性，但是對于研究區生態的自我恢復能力提升有限。