生態安全格局構建及景觀生態風險預測
——以賽罕烏拉國家級自然保護區為例

鄒珮雯,徐 昉

北京林業大學 園林學院,北京 100083

自然保護區在涵養水源、保持水土、改善環境和保持生態平衡等方面發揮重要作用,同時自然保護區生態系統結構與功能的穩定性對維護區域生態安全、提高區域生態服務水平具有顯著作用[1—2]。隨著人類活動不斷加劇,全球氣候變化問題日益凸顯,結合自然保護區自身的敏感性與脆弱性,自然保護區面臨著自然資源保護和開發協調統一的問題。人類活動在一定范圍和程度上影響著景觀格局和生態過程的變化,通過構建景觀生態風險評價模型,分析景觀生態風險時空特征,能夠直觀地表達出人類活動因素所產生的風險影響。構建區域生態安全格局是提高自然保護區生態安全的重要策略與關鍵環節,并對于生態文明建設以及進行山水林田湖草生態保護修復有重要意義。

景觀生態風險評價反映了在自然環境和人類活動的共同作用下,景觀格局與生態過程間的相互作用導致的負面后果[3]。20世紀80年代,美國學者最先將景觀生態學與區域生態風險評價融合,將景觀作為評價對象,評估自然環境與人類活動對生態系統產生危害的風險程度[4]。20世紀90年代以來,在景觀生態學與計量地理學交叉融合下,國內外學者針對景觀格局與區域生態安全等研究方向,對景觀生態風險展開了有效探索[5]。評價對象一般以生態脆弱敏感區及人類高強度活動區為主,探討濕地[6]、流域[7]、礦區[8]、城市群[9]等景觀格局變化的影響,評價單元包括行政區[10]、小流域[11]、風險小區[12]等,評價方法有景觀格局指數法[13]、熵值法[14]、暴露-響應法[15]等。

為了加強區域風險管控與優化景觀資源配置,需要對景觀生態風險時空變化進行模擬預測[16]。以往研究中通常以通常以元胞自動機—馬爾可夫模型(CA-Markov)、小尺度土地利用變化及效應模型(CLUE-S)和未來土地利用模擬模型(FLUS) 等模擬未來土地利用。早期研究中,CA-Markov模型最為常見,借助Markov分析土地利用柵格單元的初始狀態、領域影響及轉化規則模擬用地空間布局,但由于驅動因素影響不明確,模型模擬精度不足[17]。此后,Verburg提出了基于邏輯回歸(logistic regression)算法的CLUE-S模型,,分析了驅動因素與土地利用空間變化的影響關系,有效提升模型預測精確度[18]。但由于CLUE-S模型缺少對不同地類間競爭關系和與相互影響的考慮,Liu等提出FLUS模型通過引入“自上而下”理念的系統動力學模型完善其與CA模型的相互反饋與相互作用,提高模型準確度[19]。Liang等指出CLUE-S與FLUS模型未能準確用特定公式將土地利用變化與驅動因子的相互關系表達出來,因此提出了基于隨機森林算法的PLUS模型[20]。斑塊生成土地利用變化模擬模型(PLUS)結合了土地擴張分析策略(LEAS)和基于多類型隨機斑塊種子的CA模型(CARS)。相比于其他模型,PLUS模型能更好地利用隨機森林算法表達驅動因素與土地利用變化的相互關系,在發展概率的約束下自動模擬斑塊生成,尤其是水域等自然景觀用地類型的斑塊級變化[21]。

生態安全格局是以景觀格局與過程的相互作用為基礎,在諸多生態要素的干擾下,判定出需要進行生態保護、提高生物多樣性、增益景觀功能作用的區域,構建區域生態安全格局是提升生態系統質量和穩定性及區域生態安全的重要手段[22]。自俞孔堅等認為景觀存在潛在的空間格局[23]、馬克明等提出區域生態安全格局的概念[24]、黎曉亞等提出區域生態安全格局設計原則與方法后[25],我國的生態安全格局研究從單一物種保護目標向生物多樣性保護、氣候調節等多樣目標發展,研究尺度趨向多元化,同時對生態安全格局的識別及構建的研究逐漸成為研究熱點[26];近年來,生態安全格局已形成“源地-廊道-節點”的研究范式[27],并發展了以電路模型、最小累積阻力模型為主的研究方法[28]。電路模型盡管能夠通過電流密度描述生物多路徑擴散的概率,但卻缺少對物種在長期遷移下選擇最佳遷移路徑的分析[26]。而最小累積阻力模型則較完善地體現景觀格局變化與生態過程演化的交互作用,從而選擇基于阻力面的最優路徑[26]。同時,生態安全格局的研究對象也不斷豐富,一般以流域單元[29]、城市市域[30]、經濟快速發展地區[31]為主。

景觀生態風險評價和生態安全格局構建已有研究取得了豐富的成果,但仍有以下三方面問題需要進一步探究:一是對自然保護區景觀生態風險和生態安全格局構建的研究不足,自然保護區是生物多樣性保護的重要區域,亟需針對自然保護區開展景觀生態風險和生態安全格局相關研究,以對生態功能用地開展保護措施。二是大多數研究從生態敏感性出發構建生態安全格局,而將景觀生態風險與生態安全格局耦合的研究較少。三是在景觀生態風險的研究中,綜合考慮土地利用發展模式及人類活動對景觀生態風險的影響的研究并不多,PLUS模型是近年來提出的預測自然用地發展的優勢模型,與其他模型相比預測準確性更高。

賽罕烏拉國家級自然保護區是我國典型綜合性森林生態系統自然保護區,生物多樣性高,具有很高的自然保護價值,對維持區域生態環境穩定十分重要,同時,賽罕烏拉國家級自然保護區屬于生態脆弱區,近年來受自然和人為因素等各方面的干擾,土地利用動態格局發生較大變化[32]。基于此,研究選取賽罕烏拉國家級自然保護區,基于景觀格局構建景觀生態風險評價模型,結合景觀生態風險指數和最小累積阻力模型構建生態安全格局,并采用PLUS模型對未來景觀生態風險進行預測,提出保護策略與風險管控措施。

1 研究區概況

研究區賽罕烏拉國家級自然保護區位于內蒙古自治區赤峰市巴林右旗北部(43°59′—44°27′N,118°18′—118°55′E,圖1),東接赤峰市巴林左旗,西與赤峰市林西縣相連,南與巴林右旗崗根蘇木相接,北依內蒙古錫林郭勒盟,總面積1004.62km2。隸屬大興安嶺山脈南端阿爾山支脈中山山地,山體呈東北-西南走向,平均海拔高度在1000m以上。該區屬中溫帶半濕潤溫寒氣候區,地表淡水資源豐富,由于其獨特的地理環境和自然條件,形成了特有的的植物群落,是全國為數不多的以保護森林、草原、濕地等生態系統、物種多樣以及西部遼河源頭的重要水源涵養地為主的山地綜合自然保護區[33],與此同時,各種生物間、生物與自然環境間相互依賴的緊密性與敏感性使其生態系統相對脆弱[34]。從自然保護區功能區劃上看,研究區包含了3個核心保護區、3個一般控制區(圖2),主要經濟來源是農業、少量牧業、林副產業、旅游業和一般控制區的商品林經營[35]。

圖1 賽罕烏拉國家級自然保護區地理位置

圖2 賽罕烏拉國家級自然保護區功能分區

2 研究方法

2.1 數據來源

研究區邊界來自賽罕烏拉國家級自然保護區管理局。土地利用現狀數據來源于全球30m地表覆蓋(GlobeLand30)數據集,空間分辨率為30m。根據《土地利用現狀分類》(GB/T21010—2017)并結合研究區土地利用特點,將研究區土地利用分為草地、耕地、林地、建設用地、水域、未利用地等6種類型。數字高程模型(DEM)數據(30m×30m)來自地理空間數據云。歸一化植被指數(NDVI)指數來自MODIS產品數據,空間和時間分辨率分別為250m和16天,選取2020年5月至9月的遙感影像。道路數據源于全國地理信息資源目錄服務系統。河流等水系數據來自國家基礎地理信息中心。

2.2 數據分析

2.2.1景觀生態風險評價體系構建

根據區域異質性劃分2km×2km風險小區,共分為331個研究區,利用Fragstast 4.2逐一計算各風險小區的景觀生態風險指數,以此作為各小區中心點的景觀生態風險值,再利用Kriging插值方法得到研究區景觀生態風險空間分布情況。基于自然保護區的景觀類型,選取景觀損失度、干擾度、脆弱度構建景觀生態風險指數。

景觀生態風險指數計算公式為[36]:

(1)

式中,ERIk是第k個風險小區的景觀生態風險指數;Aki是第k個風險小區里第i類景觀的面積;Ak是第k個風險小區的總面積;Ri是第i類景觀的生態損失指數。

Ri=Ei×Vi[36]

(2)

Ei=aCi+bNi+cFi

(3)

式中,Ri是第i類景觀的生態損失指數,Ei是i類景觀的干擾指數,Vi是脆弱度指數,借鑒相關研究,對各類景觀類型的脆弱度賦值如下:建設用地為1,林地為2,草地為3,耕地為4,濕地和水域為5,未利用地為6[37]。對賦值進行歸一化處理,得到各種景觀類型的脆弱度分別為0.0227、0.0454、0.0682、0.0909、0.1136[38]。Ei是景觀干擾指數,Ci是景觀破碎度,Ni是景觀分離度,Fi是景觀分維數,a、b、c分別為破碎度、分離度和分維數的權重(a+b+c=1),根據相關研究,結合研究區的實際狀況,分別賦值為0.5、0.3和0.2[39]。

2.2.2最小累積阻力模型(MCR)模型

MCR模型是生態安全格局構建的常用方法。該模型基于KNAAPEN等[40]建立的費用距離,其原理是生物物種、物質能量在景觀組分與要素不同的空間中遷徙時,所需克服的景觀阻力不同,景觀功能越完善,阻力越小[8]。該模型計算這一生態過程所需克服的阻力,反映生物遷徙跨越不同景觀基面的運動趨勢。公式如下[8]:

(4)

式中,MCR是從源j擴散到空間某點的最小累積阻力;f是反映MCR與變量(Dij×Ri)之間正比關系的函數;Dij是目標單元從源j擴散到空間某點穿過景觀i的距離;Ri是景觀表面對景觀流向某個方向擴散的阻力。

研究基于景觀生態風險評價結果并結合賽罕烏拉國家級自然保護區生態環境狀況,從景觀生態、地形地貌、距離因子3個方面,分別選取景觀生態風險指數、植被覆蓋度、高程、坡度、與道路距離、與水系距離等6個阻力因子。根據相關文獻資料[41],結合研究區情況,利用層次分析法確定各因子權重。各因子阻力值及權重見表1。

表1 賽罕烏拉國家級自然保護區阻力因子權重

2.2.3PLUS模型

PLUS模型基于現有的CA規則,提出了一種新的轉化策略,通過提取兩期土地利用變化間各類用地擴張的部分,從增加部分中采樣,采用隨機森林算法逐一對各類土地利用擴張和驅動力的因素進行挖掘,從而獲取各類用地的發展概率及驅動因素對該時段各類用地擴張的貢獻[42—43]。PLUS模型深入探討了引起土地利用發生變化的驅動因素,尤其是水域、草地等自然景觀的用地類型的斑塊級變化[44]。CLUE-S模型對于小尺度城市區域以及FLUS模型對城市用地得適用性更高,對于自然景觀用地模擬則略有缺陷,PLUS模型突破了CLUE-S模型與FLUS模型的局限性,可以更好地對自然景觀類型用地則挖掘轉化規則與模擬景觀動態。研究選用PLUS模型對于賽罕烏拉國家級自然保護區的土地利用發展及景觀生態風險進行模擬預測。

研究首先根據賽罕烏拉國家級自然保護區實際情況及數據的可獲取性,從自然因素、社會經濟因素和可達性3個方面選取年均降水、年均氣溫、高程、坡度、公里網格國內生產總值(GDP)、人口密度、距道路距離、距城鎮距離、距水系距離等8個影響因子,柵格化后統一成與土地利用數據相同的投影坐標系及空間分辨率。其次,采用用地擴張分析策略(LEAS)挖掘轉化規則,得到6類用地發展概率。最后,利用Markov模型對未來土地利用類型進行需求預測,得到各用地的目標像元數,結合土地利用轉移矩陣,確定轉移成本矩陣(表2),并設置領域權重參數與隨機斑塊種子的概率。其中,領域權重參數代表該地類向其他地類擴張的強度[45],將耕地、林地、草地、水域、建設用地、未利用地鄰域權重參數設定為1、0.57、0、0.56、0.63、0.55;隨機斑塊種子生成的概率代表各地類產生新斑塊的難易程度[46],設定為0.01。結合各類用地的目標像元數、轉移成本矩陣、隨機斑塊種子生成的概率及鄰域權重等相關參數,基于多類隨機斑塊種子的 CA 模型對保護區土地利用變化進行模擬預測。選擇Kappa系數和FOM系數進行模擬結果的精度評估,其中Kappa系數為0.79,FOM系數為0.91,表示模擬結果一致性較高,精度較高。

表2 土地利用轉換成本矩陣

3 結果與分析

3.1 景觀生態風險時空演變分析

利用自然斷點法將區域景觀生態風險分為五級,即低風險[0.025—0059)、較低風險[0.059—0.075)、中風險[0.075—0.095)、較高風險[0.095—0.119)、高風險[0.119—0.155),得到賽罕烏拉國家級自然保護區2000、2010、2020年景觀生態安全風險空間分布圖(圖3)。

圖3 2000、2010、2020年賽罕烏拉國家級自然保護區景觀生態風險空間分布圖

整體而言,2000—2020年保護區景觀生態風險呈現北低南高,較低及低風險區占總體面積的70%以上,主要分布于北部。較低景觀生態風險區分布面積最大,南部景觀生態風險高于北部。中風險、較高風險及高風險區主要分布于研究區的南部地區,此區域的土地利用類型主要為耕地及未利用地,在功能分區中屬于一般控制區。較低風險及低風險區主要為草地、林地區域。從時空變化上來看,2000—2020年賽罕烏拉國家級自然保護區景觀生態風險整體呈先下降后上升趨勢。

3.1.1景觀生態風險時間變化

2000—2010年保護區景觀生態風險降低,這一階段耕地減少,林地增加,水域增加。低風險區及較低風險區面積增加52.28km2,中風險區面積減少58.99km2,較高風險區及高風險區面積增加5.25km2。這是由于2007年赤峰市政府展開“生態立旗”生態保護戰略措施,對賽罕烏拉國家級自然保護區等重點保護區實施退耕還林及生態建設,研究區內林草生態系統得到保護,景觀結構穩定,區域內過渡地帶生態穩定性加強。

2010—2020年,保護區景觀生態風險升高,各風險區變化較大,低風險及較低風險區面積減少47.85km2,中風險區增加20.39km2,較高風險區及高風險區增加28.13km2,這一階段耕地面積增加,草地減少,耕地的擴張導致周圍景觀破碎化程度較高,景觀動態變化較大,導致景觀風險程度進一步升高。雖然保護區制定了較完善的政策,但政府短期行為嚴重,缺乏對可持續發展的認識與決心,生態保護工作不夠到位,2010—2020年幾乎未出臺新的保護政策。

2000—2020年,較高風險區域及高風險區面積呈擴張趨勢,面積共增加33.38km2,主要分布域保護區南部的一般控制區,說明此區域人為干擾程度增加,建議該區域應加強生態環境建設。低風險區及較低風險區面積增加5.02km2,中風險區面積減少38.61km2。

3.1.2景觀生態風險空間演變

基于賽罕烏拉國家級自然保護景觀生態風險的南高北低的總體空間分布格局,研究區域內景觀生態風險的分布轉移,2000—2010年部分以耕地、林地、草地為主的中風險區轉為較低風險區,景觀破碎度程度降低,抗干擾能力增強。高風險區從未利用地向耕地擴張,說明耕地破碎化程度增加,加上人類干擾程度較高,景觀穩定性較差。2010—2020年部分低風險區轉為較低風險區,中風險區向高風險區擴散,風險增加,主要由于景觀分散度及破碎度較高及人類對生態環境的影響加劇。

3.2 生態安全格局構建

3.2.1生態源地識別

生態源地指生態穩定且具有延展性的現存鄉土物種棲息地[47]。由于賽罕烏拉國家級自然保護區以森林為重要保護資源[48],研究對景觀生態風險較低的區域進行篩選,同時考慮斑塊的完整度與景觀連通性,采取直接識別的方法選取景觀結構較為穩定的大面積林地以及所有水域作為生態源地(圖4)。選取研究區內斑塊面積大于0.5km2的林地和所有水域,共提取56個生態源地,面積為110.50km2,占研究區總面積的10.35%。

圖4 賽罕烏拉國家級自然保護區生態阻力面、最小累積阻力與生態節點、生態廊道空間分布

3.2.2構建生態阻力面

生態阻力指生物在不同重要生境斑塊為“源”的源地之間遷徙需要克服的阻力值,阻力值越大,說明生物向外遷移和流動過程需要克服阻力越大。通過構建阻力面分析生態阻力的空間分布,選取物質能量在生態源地進行流通時阻力較低的路徑。一般來說,生態適宜性越高,阻力值越小[49]。

在 ArcGIS 10.6中將每類單因子根據阻力值生成阻力柵格圖像,利用柵格計算器對各類單因子進行加權疊加得到綜合阻力面(圖4)。

3.2.3識別生態廊道及生態節點

通過ArcGIS 10.6的Cost-distance工具對生態阻力面進行空間計算,得到最小累積阻力值(圖4),利用Linkage-mapper工具,結合生態源地與最小累積阻力值確定生態廊道。利用對DEM數據進行水文分析以得到水系的方法來確定最高阻力值分布的“脊線”,將其與得到的生態廊道進行相交,得到的最低與最高阻力路徑的交匯點,即為生態節點(圖4)[50]。

最終得到144條生態廊道,49個生態節點。生態廊道總長501.92km,最長可達19.65km,最短僅0.4km。從整體空間分布上看,廊道對生態功能區及生態源地進行有效的網絡覆蓋,有益于生態流動,部分區域由于源地分散且附近阻力值較高,需要更多的廊道分擔生物擴散的壓力,需要構建較為密集的廊道。對生態廊道進行劃分,大于2個節點的為關鍵廊道,其余為輔助廊道,得到7條關鍵廊道。關鍵廊道總長為96.56km,占總長的9.05%,在空間分布上體現為“三橫四縱”的空間布局,南北向廊道四條,主要連接“王墳溝核心保護區-一般控制區-烏蘭壩核心保護區”,“正溝核心保護區-一般控制區-烏蘭壩核心保護區”,“正溝核心保護區-一般控制區”;東西向廊道3條,主要連接“王墳溝核心保護區-一般控制區-正溝核心保護區”,以及烏蘭壩核心保護區區域內部的景觀連通。連接“王墳溝核心保護區-一般控制區-正溝核心保護區”的廊道景觀生態風險指數較高,需要加強此處廊道的建設與保護,以保證王墳溝核心保護區與正溝核心保護區的通道連接,為生物遷徙與能量流動提高保障。輔助廊道共137條,分布廣且密集,與關鍵廊道共同形成保障生物遷徙的網絡通道。

從空間分布上看,生態節點分布范圍廣且分布較為均勻。生態節點是生物遷徙與非生物過程的關鍵節點,提取關鍵節點發揮“踏腳石”的重要生態功能有利于加強區域生態安全。

3.2.4劃分生態分區

為了對研究區內不同生態安全區提出差別化管控策略,基于阻力值大小以及綜合考慮生態源地、生態廊道的重要生態地位,根據自然斷點法將研究區劃分為合理利用區[1.331—2.417)、生態過渡區[2.417—2.894)、生態保育區[2.894—4.157),并構建生態安全格局(圖5)。

圖5 賽罕烏拉國家級自然保護區生態安全分區、生態安全格局

生態保育區面積287.20km2,占研究區總面積的26.9%,分布較為分散,生態安全水平較低,是受到外界干擾較高的區域。土地利用類型多為林地、草地,該區生態安全水平較低,需強化該區的景觀整體性,加強生態系統保護力度,打造生態循環保護區域。此區因為海拔較高,因此生態阻力值較高,為促進生物遷徙,在合理范圍內通過人工補植、挑選一些優勢樹種進行搭配種植,顯著提升保護區中森林植被的生物多樣性,從而維護及提高林草生態系統的穩定性[51]。自然保護區在開展人工補植工作時,應嚴格遵循適地適樹的原則,選擇保護區內優勢樹種白杄云杉林、白樺林、黑樺林、色木槭林、青楊林、華北落葉松林、興安落葉松林、蒙古櫟林等種植,充分利用鄉土樹種具有環境適應能力強的特點,可以有效提升人工補植的成活率,有利于開展森林資源管理工作[52]。

生態過渡區面積464.37km2,占研究區總面積的43.49%,面積占比較大,區域內生態安全水平介于生態保育區與生態重建區之間,作為過渡性空間,具有平衡區域生態的功能作用。土地利用類型多為林地、草地,同時研究區內大部分耕地、未利用地及建設用地位于該區,在該區的耕地及未利用區域可以適當發展生態農業,注意自然生態系統與耕地間的過渡型特征,完善區域銜接的保護機制,增強區域之間的聯系,維護過渡區的生態穩定功能。

合理利用區面積316.20km2,占研究區總面積的29.61%,分布較為分散,區域內生態安全水平較高,生態系統穩定性較高,主要分布在烏蘭壩核心保護區、王墳溝核心保護區和一般控制區的東南區域,土地利用類型多為林地、草地。林草系統是保持生態系統穩定性的重要基礎,對該區域應該加大保護力度,深入開展科研監測,保持區內自然資源的完整性和生態系統的穩定性,提高區域內生態安全水平。

3.3 景觀生態風險模擬預測

研究利用PLUS模型對保護區進行景觀生態風險模擬預測,以應對未來風險防控并優化現有格局。基于PLUS模型,選取驅動因子,根據2010、2020土地利用數據進行適宜性概率計算、自適應慣性系數計算獲取用地發展概率,從而挖掘轉化規則;并在轉化規則下,根據隨機斑塊生成參數設定、過渡矩陣及最終用地發展概率計算確定各類用地空間發展預測,從而得到2030、2040、2050土地利用空間分布。基于2030、2040、2050年土地利用空間分布,利用ArcGIS 10.6與Fragstats 4.2,通過景觀生態風險模型得到賽罕烏拉國家級自然保護區三期景觀生態風險空間分布(圖6)。

圖6 2030、2040、2050年賽罕烏拉國家級自然保護區景觀生態風險模擬

利用ArcGIS 10.6對其進行分析,得到各風險區面積及占比(表4)。

表4 2030、2040、2050年賽罕烏拉國家級自然保護區景觀生態風險區面積比

整體上來說,賽罕烏拉國家級自然保護區2030、2040、2050年3期景觀生態風險空間分布與2020年相似,仍呈現北高南低的空間格局,較低及低風險區主要分布于北部,中風險、較高風險及高風險區主要分布于研究區的南部地區。較低風險區仍占比最大,占總研究區面積的50%以上,其次是中風險區、低風險區、較高風險及高風險區。從時空演變上看,2020—2050年賽罕烏拉國家級自然保護區景觀生態風險呈下降趨勢。低風險區面積增加34.92km2,較低風險面積增加4.81km2,中風險區面積減少27.38km2,較高風險區面積減少8.92km2,高風險區面積減少3.61km2。

4 討論

4.1 賽罕烏拉國家級自然保護區景觀生態風險時空變化及原因

(1)2000—2020年賽罕烏拉國家級自然保護區景觀生態風險呈現北低南高的空間分布格局,較低及低風險區占總體面積的70%以上,主要分布于北部,并呈現中間低四周高的空間分布格局。從時空差異變化上來看,2000—2020年賽罕烏拉國家級自然保護區景觀生態風險整體呈先下降后上升趨勢。總體上看,較高風險區域及高風險區面積呈擴張趨勢,低風險區及較低風險區面積變化不大。

2007年赤峰市政府制定“生態立旗”生態保護戰略,對賽罕烏拉國家級自然保護區等重點保護區實施退耕還林及生態建設[53],研究區林草生態系統得到保護,景觀結構穩定,2000—2010年景觀生態風險降低。但由于保護區地處森林、草原的過渡地帶,屬于生態脆弱帶,物種間及物種與生態環境間的依存關系十分緊密且敏感。由于林區人口增加,木材、薪材及其他林產品的需求與日俱增,人類活動如亂砍濫伐等給保護區帶來了巨大的威脅,一旦對其造成危害,由于山陡且土層薄,地表遭到破壞,植被恢復緩慢,保護區內生態系統的穩定性會受到破壞。保護區雖制定了較完善的政策制度,但政府短期行為嚴重,缺乏對可持續發展的認識與決心,2011年后幾乎未出臺新的保護政策。同時,保護區在前期規劃了生態旅游及區域合理利用兩個工程項目,但由于缺少穩定的資金輸入,僅依靠保護區自籌資金項目難以順利開展。在保護區規劃中,生態旅游開發能提高保護區自養能力,應發展多種資金籌集渠道保證項目順利啟動。此外,由于保護區周邊社區經濟發展滯后(2021年赤峰市人均GDP為48937元,低于全國平均水平33000元),農牧民收入來源主要為經濟作物,對區域生態環境造成破壞,以上多重因素共同導致了2010—2020年保護區景觀生態風險升高。保護區需要在保護資源的前提下,吸引并加大資金投入,增強保護區自身造血功能,引導社區群眾共同參與保護區規劃建設,提高社區農牧民收入,實現區域可持續發展[34]。

4.2 耦合景觀生態風險的生態安全格局構建及生態安全保護策略

研究將景觀生態風險納入生態安全格局構建過程中,根據最小累積阻力模型,最終提取賽罕烏拉國家級自然保護區重要生態功能“點”-56處生態源地、49個生態節點,“軸”-144條生態廊道,“面”-生態保育區、生態過渡區、合理利用區等3個生態分區,從三個維度共同構成了賽罕烏拉國家級自然保護區的生態安全格局。其中,共得到7條關鍵廊道。關鍵廊道總長為96.56km,占總長的9.05%,在空間分布上體現為“三橫四縱”的空間布局。生態節點則分布范圍廣且分布較為均勻。生態保育區和高風險區較一致,體現了將景觀生態風險數據納入評價體系得準確性的提高。未來,在生態安全格局構建研究中,嘗試將新數據的引入對于生態安全格局構建具有重要意義。

基于賽罕烏拉國家級自然保護區生態安全格局(圖5),在現有格局的基礎上提出生態安全保護策略。

(1)加強生態源地保護,提高生態源地量級。生態源地作為生態安全格局的基礎,對維持區域內生態安全及生態系統穩定具有重要意義。生態斑塊面積越大,所能服務的生物越多,物質循環與能量流動越頻繁,斑塊內生態系統越穩定,有利于生態系統服務的可持續性。通過提高生態源地數量與質量,提升生態源地量級,以保持和加強生態源地景觀完整性與連通性[54]。因此,應全面堅持生態優先原則,對生態林地進行修復與保護。研究區內生態源地分布較集中,部分區域雖有連接的生態廊道,但距離較遠缺少源地進行連通,可在王玟溝核心保護區及烏蘭壩核心保護區間設立踏腳石,增強流通性,有助于物種遷徙。

(2)重視生態廊道建設,優化廊道等級體系。生態廊道是源地間物質交能量交換流動以及生物遷徙的重要通道。加強“王墳溝核心保護區-一般控制區-烏蘭壩核心保護區”生態廊道的連通性,基于物質交換與生物遷徙的擴展性,增設適宜的生境廊道,保護北部山地生態屏障的重要地理位置。不同生態廊道的連通性有所差異,生態節點數量多、跨區域、長距離的生態廊道的生態服務價值更為關鍵,對生態廊道體系進行更為完善的制定有助于合理規劃廊道的空間配置,從而有利于流動的高效性,實現生態資源的最優化流通與使用。對黑鶴、金雕、大鴇、白琵鷺等珍稀物種的遷徙路徑應進行科學監測,確保生物遷徙的可達性[55]。

(3)修復與優化生態節點。生態節點是生物流動的重要載體,能夠維持生態連接,有利于維護景觀的連接性。生態節點的生態環境一般比較脆弱,是最小阻力廊道中阻力值最高的地方。賽罕烏拉國家級自然保護區生態節點較多,尤其是烏蘭壩核心保護區內海拔較高,生態阻力較高,節點多,節點修復與優化工作比較困難且周期較長,應進行科學的動態監管與生態修復,可以有效提升區域生態安全水平,保障生態空間結構的可持續發展。

(4)織補生態空間網絡。賽罕烏拉國家級自然保護區生態網絡中存在部分斑塊分布較零散、面積較小、源地內部或是源地與其它源地之間的聯系不夠緊密的問題。通過合理的人工生態修復措施,例如選用保護區優勢樹種白杄云杉林、白樺林、黑樺林、色木槭林、青楊林等,遵循適地適樹的原則進行林地補植。同時科學進行封山育林,尤其是對生態保育區,以確保林區中的林木能及時得到休養。特別是幼齡林與人工林,通過封山育林有利于促進其良好生長,并確保植被能快速更新。通過恢復自然條件下的生物生境,增補“踏腳石”,通過減小生態系統物質流動的阻力成本和合理的資源配置,改善生態網絡的空間結構,有利于發揮生態系統的服務功能。

4.3 基于景觀生態風險模擬預測的賽罕烏拉國家級自然保護區景觀生態風險調控對策

2020—2050年賽罕烏拉國家級自然保護區景觀生態風險整體呈降低趨勢。保護區低風險區及較低風險區面積呈現先增加后減少的趨勢,應在維護良好生態狀況的基礎上,維護治理生態空間,對以林地為主的低風險區及較低風險區,改善林地結構,提高林地質量,加強林地生態系統的穩定性。中風險區波動較大,應加強土地整合與治理,降低景觀破碎度,增強連通性。在土地整治時,針對耕地逐年增長的情況,應處理好耕地與林草生態的關系,在增加林草覆被與維護生態系統穩定的基礎下協調發展耕地,防止耕地擴張對林草生態系統造成威脅。高風險區及較高風險區主要分布在未利用地及部分耕地區域,始終呈現下降趨勢,對未利用地與耕地邊緣的破碎化林地、草地應進行生態保護與修復,同時加強未利用地的生態建設,綜合整治與修復區域內生態系統。

5 總結

研究以賽罕烏拉國家級自然保護區為例,通過構建景觀生態風險評價體系,分析區域景觀生態風險空間分布及時空演變,2000—2020年區域內景觀生態風險呈現北高南低的空間分布格局,由于政策出臺、資金不足、政府短期行為嚴重等導致景觀風險在期間呈現先上升后下降的發展趨勢。同時,基于最小累積阻力模型,識別生態源地,構建最小累積阻力面,提取生態廊道及生態節點,劃分生態分區,從點、線、面三個維度構建賽罕烏拉國家級自然保護區的生態安全格局,從“加強生態源地保護,提高生態源地量級”“重視生態廊道建設,優化廊道等級體系”“修復與優化生態節點”“織補生態空間網絡”四個方面提出生態安全格局優化策略。此外,利用PLUS模型,通過土地擴張分析策略(LEAS)的轉化規則挖掘與多類隨機斑塊種子的CA模型,預測2030—2050年區域內景觀生態風險變化,對各區提出風險管控措施,以維護區域生態空間整合治理。研究結論可以為賽罕烏拉國家級自然保護區進行生態風險預警、提升生態安全水平以及長期穩定發揮國家重點生態功能區作用提供決策依據及理論參考。