基于生態(tài)安全格局的肥城市重點(diǎn)區(qū)域識別研究

摘要：國土空間生態(tài)修復(fù)是一項(xiàng)綜合性工程，對實(shí)現(xiàn)生態(tài)平衡和可持續(xù)發(fā)展有重要作用。本文以肥城市為研究區(qū)，采用空間主成分分析法，選取7項(xiàng)指標(biāo)對生態(tài)安全狀況進(jìn)行評估，并建立以最小累積阻力模型為基礎(chǔ)的生態(tài)阻力面，采用距離分析與水文分析相結(jié)合的方法，對關(guān)鍵生態(tài)廊道進(jìn)行提取，對關(guān)鍵生態(tài)節(jié)點(diǎn)進(jìn)行識別，從而構(gòu)建區(qū)域生態(tài)安全格局。

關(guān)鍵詞：空間主成分分析法；最小累積阻力模型；生態(tài)安全格局；生態(tài)節(jié)點(diǎn)；識別；肥城市

中圖分類號：X321 文獻(xiàn)標(biāo)識碼：A 文章編號：1008-9500（2024）04-0-03

DOI：10.3969/j.issn.1008-9500.2024.04.040

Research on Identification of Key Areas in Feicheng City Based on Ecological Security Pattern

ZHANG Jun

（Shandong Urban and Rural Planning Design Institute Co.， Ltd.， Jinan 250000， China）

Abstract： The ecological restoration of national land space is a comprehensive project that plays an important role in achieving ecological balance and sustainable development. Taking Feicheng city as the research area， this paper adopts spatial principal component analysis method， selects 7 indicators to evaluate the ecological security status， and establishes an ecological resistance surface based on the minimum cumulative resistance model， and adopts a combination of distance analysis and hydrological analysis to extract key ecological corridors， identify key ecological nodes， and construct a regional ecological security pattern.

Keywords： spatial principal component analysis method; minimum cumulative resistance model; ecological security pattern; ecological nodes; identification; Feicheng city

肥城市位于山東省中部，東與泰安市岱岳區(qū)毗鄰，西與平陰縣、東平縣接壤，北與濟(jì)南市長清區(qū)毗鄰，南與寧陽縣、汶上縣隔大汶河相望。國土空間生態(tài)修復(fù)是一項(xiàng)綜合性工程，有助于實(shí)現(xiàn)生態(tài)平衡和可持續(xù)發(fā)展。本文以肥城市為研究區(qū)，綜合運(yùn)用多種方法提取關(guān)鍵生態(tài)廊道，識別關(guān)鍵生態(tài)節(jié)點(diǎn)，從而構(gòu)建區(qū)域生態(tài)安全格局。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)主要包括土地利用變更調(diào)查、數(shù)字高程模型和歸一化植被指數(shù)等資料，來源于肥城市自然資源和規(guī)劃局與地理空間數(shù)據(jù)云平臺。

1.2 研究方法

1.2.1 生態(tài)安全評價(jià)指標(biāo)選擇

結(jié)合肥城市現(xiàn)狀，綜合考慮土地覆蓋、生物多樣性、水體分布、地形和距離等因素，構(gòu)建研究區(qū)生態(tài)安全評價(jià)指標(biāo)體系。主要評價(jià)指標(biāo)有7個(gè)，即高程（X1）、坡度（X2）、土地覆蓋類型（X3）、植被覆蓋度（X4）、距水體的距離（X5）、距道路的距離（X6）和距采礦點(diǎn)的距離（X7）。借助ArcGIS軟件對各指標(biāo)進(jìn)行分級，數(shù)值越小，生態(tài)安全性越高。

1.2.2 空間主成分分析法

空間主成分分析法的目標(biāo)是找到原始數(shù)據(jù)的主要變異方向，還考慮空間相關(guān)性。通過對數(shù)據(jù)進(jìn)行空間權(quán)重的調(diào)整，主成分可以更好地反映空間結(jié)構(gòu)?？臻g主成分分析法的結(jié)果是一組新的主成分，每個(gè)主成分都是原始變量的線性組合，這些主成分可以用來解釋空間上的變異結(jié)構(gòu)，揭示數(shù)據(jù)的主要空間模式[1-2]。第i個(gè)評價(jià)單元的生態(tài)安全指數(shù)采用式（1）計(jì)算。

式中：E為第i個(gè)評價(jià)單元的生態(tài)安全指數(shù)；Pij為第i個(gè)評價(jià)單元的第j個(gè)指標(biāo)；Wj為各指標(biāo)的權(quán)重，j=1，2，…，l。

1.2.3 生態(tài)安全格局構(gòu)建

最小累積阻力模型反映空間單元與源的連通性[3-4]。

最小累積阻力值采用式（2）計(jì)算。根據(jù)研究區(qū)自然條件、生境斑塊面積和生物多樣性豐富度，選擇集中成片的林地、大面積水域和自然保護(hù)地作為生態(tài)源地。使用ArcGIS軟件，采用最佳路徑分析模型來模擬生態(tài)阻力，并考慮生態(tài)因子的權(quán)重，生成生態(tài)阻力面。將阻力面分為低、較低、中等、較高和高5個(gè)等級，根據(jù)綜合阻力值的大小進(jìn)行劃分。將距離分析和水文分析相結(jié)合，識別生態(tài)本源和生態(tài)阻力面，確定成本最小路徑，從而提取生態(tài)廊道。生態(tài)節(jié)點(diǎn)是指在區(qū)域內(nèi)起關(guān)鍵連接斑塊間生態(tài)流作用的組分，一般位于生態(tài)廊道最薄弱的地方[5]。借助ArcGIS軟件處理地形數(shù)據(jù)，生成流向和累積阻力表面，確定具有最高阻力值的像元后，使用重分類技術(shù)標(biāo)識并提取脊線。將累積阻力表面的脊線與生態(tài)廊道的交點(diǎn)作為生態(tài)節(jié)點(diǎn)。

式中：RMC為最小累積阻力；fmin為最小累積阻力與生態(tài)過程的正相關(guān)函數(shù)值；Dij為從源i到某一點(diǎn)j穿越景觀要素單元的空間距離，i=1，2，…，m，j=1，2，…，n；Ri為從源i到某一點(diǎn)j穿越景觀要素單元進(jìn)行空間擴(kuò)張的阻力。

2 結(jié)果與分析

2.1 生態(tài)安全評價(jià)

基于空間主成分分析法，從載荷矩陣中提取7個(gè)主成分，如表1、表2所示。數(shù)據(jù)顯示，前5個(gè)主成分累計(jì)貢獻(xiàn)率為91.459 7%，這表明這5個(gè)主成分充分反映研究區(qū)生態(tài)安全狀況。對每個(gè)主成分對應(yīng)的原始數(shù)據(jù)進(jìn)行深入研究，結(jié)果發(fā)現(xiàn)，土地覆蓋類型、地形、水體分布、道路和人類活動等因素對研究區(qū)生態(tài)安全有顯著影響。

研究區(qū)各評價(jià)指標(biāo)的生態(tài)安全等級分布顯示，高程和坡度的空間分布特征明顯；土地覆蓋類型和植被覆蓋度的空間分布相對散亂；距水體的距離是一個(gè)正向指標(biāo)，越靠近水，生態(tài)安全等級越高；距道路的距離和距采礦點(diǎn)的距離是負(fù)向指標(biāo)，與人類活動區(qū)域距離越遠(yuǎn)，生態(tài)安全等級越高。根據(jù)評價(jià)結(jié)果，低安全區(qū)、較低安全區(qū)、中安全區(qū)、較高安全區(qū)和高安全區(qū)的面積分別占總面積的8.54%、22.49%、28.35%、28.17%和12.46%。其中，中安全區(qū)占比略高，表明研究區(qū)總體處于中等偏上的生態(tài)安全水平。研究區(qū)生態(tài)安全水平分布總體差異明顯，南高北低，這種不平衡的空間分布格局對區(qū)域生態(tài)和人類社會可持續(xù)發(fā)展帶來一定阻力。安駕莊鎮(zhèn)、安臨站鎮(zhèn)南部、邊院鎮(zhèn)和孫伯鎮(zhèn)西部等區(qū)域地形平坦，灌溉水源充足，生態(tài)安全水平明顯高于其他區(qū)域。石橫鎮(zhèn)、王瓜店街道和儀陽街道生態(tài)安全水平低，這些區(qū)域資源開發(fā)利用強(qiáng)度高，對生物移動構(gòu)成較大阻力。

2.2 生態(tài)安全格局構(gòu)建

2.2.1 生態(tài)源地識別

將集中成片的林地、大面積水域和自然保護(hù)地作為生態(tài)源地，經(jīng)鑒定，源地面積為101.29 km2，主要分布在云蒙山風(fēng)景區(qū)、牛山國家森林公園和康王河國家濕地公園，其余分布較為分散。

2.2.2 生態(tài)阻力面建立

利用ArcGIS軟件，運(yùn)用最佳路徑分析等方法模擬生態(tài)阻力，將阻力面按綜合阻力值分為5個(gè)等級。其中，低阻力區(qū)面積最大，主要分布在安駕莊鎮(zhèn)、安臨站鎮(zhèn)、孫伯鎮(zhèn)、石橫鎮(zhèn)和王瓜店街道；高阻力區(qū)面積最小，主要分布在王莊鎮(zhèn)西北部和桃園鎮(zhèn)西南部，高阻力區(qū)會對物種遷徙和生態(tài)系統(tǒng)健康產(chǎn)生不利影響。

2.2.3 生態(tài)廊道提取

一是基于距離分析識別的生態(tài)廊道。根據(jù)最小累積阻力模型，利用成本連通性工具生成生態(tài)廊道，對生態(tài)廊道進(jìn)行評估，考慮其對物種遷徙、基因流動和生態(tài)系統(tǒng)健康的影響，最終確認(rèn)97條生態(tài)廊道。二是基于水文分析識別的生態(tài)廊道。利用距離分析得到研究區(qū)最小累積阻力面，采用水文分析得到其最小消耗路徑分布圖。水文分析結(jié)果顯示，最小消耗路徑主要分布在平坦地形區(qū)，最適合作為生態(tài)廊道，其中水流條件對物種遷徙和生態(tài)系統(tǒng)健康有利。將利用距離分析得到的生態(tài)廊道與利用水文分析得到的生態(tài)廊道疊加，綜合判別結(jié)果，提取119條關(guān)鍵生態(tài)廊道，并對其進(jìn)行平滑處理，確定生態(tài)廊道空間位置，如圖1所示。

2.2.4 生態(tài)節(jié)點(diǎn)識別

運(yùn)用水文分析，選取脊線與累積阻力表面生態(tài)廊道的交點(diǎn)作為關(guān)鍵生態(tài)節(jié)點(diǎn)。經(jīng)鑒定，關(guān)鍵生態(tài)節(jié)點(diǎn)有83個(gè)。生態(tài)節(jié)點(diǎn)是提升生態(tài)廊道連接性的重要戰(zhàn)略點(diǎn)，要加大生態(tài)節(jié)點(diǎn)培育力度，優(yōu)化生態(tài)節(jié)點(diǎn)空間布局，提高其連通性。

2.3 生態(tài)安全格局判別

肥城市生態(tài)安全水平總體呈南高北低的特點(diǎn)，生態(tài)安全格局有待優(yōu)化。生態(tài)源地與生態(tài)節(jié)點(diǎn)分布不均，低山丘陵集中，平原分散。未來，要不斷優(yōu)化生態(tài)節(jié)點(diǎn)空間布局，充分發(fā)揮各類生態(tài)資源效能，完善研究區(qū)生態(tài)源點(diǎn)和節(jié)點(diǎn)體系。

3 結(jié)論

本文綜合運(yùn)用多種方法提取關(guān)鍵生態(tài)廊道，識別關(guān)鍵生態(tài)節(jié)點(diǎn)，借助空間主成分分析法對肥城市生態(tài)安全水平進(jìn)行定量評價(jià)。結(jié)果顯示，研究區(qū)總體處于中等偏上的生態(tài)安全水平，其仍有待提高。生態(tài)源地面積為101.29 km2，關(guān)鍵生態(tài)廊道有119條，關(guān)鍵生態(tài)節(jié)點(diǎn)有83個(gè)。肥城市要結(jié)合實(shí)際情況，做好生態(tài)規(guī)劃，有序推進(jìn)生態(tài)廊道和生態(tài)節(jié)點(diǎn)的建設(shè)，促進(jìn)生態(tài)組分的有效銜接，構(gòu)建良好的生態(tài)安全格局，最終實(shí)現(xiàn)社會經(jīng)濟(jì)與生態(tài)環(huán)境的可持續(xù)發(fā)展。

參考文獻(xiàn)

1 董 順，李益國，孫栓柱，等.基于狀態(tài)空間主成分分析網(wǎng)絡(luò)的故障檢測方法[J].化工學(xué)報(bào)，2018（8）：3528-3536.

2 王梓洋，石培基，張學(xué)斌，等.基于柵格尺度的生態(tài)安全評價(jià)及生態(tài)修復(fù)：以酒泉市肅州區(qū)為例[J].自然資源學(xué)報(bào)，2022（10）：2736-2749.

3 劉希朝，李效順，韓曉彤，等.基于最小阻力模型的資源型城市景觀安全格局診斷研究：以徐州市為例[J].生態(tài)經(jīng)濟(jì)，2020（6）：221-229.

4 李航鶴，馬騰輝，王 坤，等.基于最小累積阻力模型（MCR）和空間主成分分析法（SPCA）的沛縣北部生態(tài)安全格局構(gòu)建研究[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2020（8）：1036-1045.

5 王 慧.縣域生態(tài)安全格局關(guān)鍵地段識別研究[D].徐州：中國礦業(yè)大學(xué)，2018：8-9.