基于Linkage Mapper与粒度反推法的太行山中北段生态节点识别与分析: 以河北省阜平县为例

张美丽，齐跃普，张 利，陈 影 ，周亚鹏，陈亚恒，王树涛① (.河北农业大学资源与环境科学学院，河北 保定 07000;.石家庄师兄弟土地环境技术服务有限公司，河北 保定 07000;.河北农业大学国土资源学院，河北 保定 07000)

生态安全是21世纪人类面临的一个新主题，由于人类对资源的不合理利用，造成生态问题日益严重，在一些典型的生态脆弱区景观破碎化现象十分严重，而生态网络能够通过廊道和节点连接破碎的生境，维护区域生态网络的稳定性，保证整个区域的生态安全[1]。如何有效构建区域生态网络，识别生态节点，保障生态系统结构和功能完整性，显得尤为重要。生态节点是生态网络构建的关键，其空间分布对区域生态网络整体连通性、稳定性起重要作用[2]。生态节点不同，识别方法也不尽相同。从节点自身功能的角度出发，生态节点为区域中有重要生态功能或者生态敏感斑块的几何中心点，识别方法为多因素评价法。从生态节点所处的空间位置角度出发，生态节点为区域景观中对于生物迁徙或其移动过程起关键作用的位置， 此类节点多通过构建累积阻力面模型识别生态廊道，并进一步根据所处位置判断节点类型。如有学者用最小累积阻力(MCR)模型[3]构建累积阻力面，识别生态廊道，选取廊道交点即生态廊道中易受损害的区域作为生态薄弱点；也有学者运用ArcGIS中的Linkage Mapper插件识别生态节点[4]，Linkage Mapper分析中的Barrier Mapper工具可识别出生态障碍点，即阻碍生物间移动或交流的区域，Pinchpoint Mapper工具则可识别生态夹点，即生物迁徙过程中的必经地[5]。该研究将生态节点分为生态薄弱点、生态夹点和生态障碍点,在得出生态节点空间位置后运用粒度反推法与主成分分析法识别生态节点最佳建设粒度[5]，依据节点所处空间位置和廊道走势，选用ArcGIS中的水文分析模块[6]和空间网络分析模块探讨生态节点的规模及其建设形式。

生态源地作为节点识别基础，其识别分为以下2种：直接筛选出林地、水域、园地、湿地等类型中面积较大的斑块;综合多因素评价斑块重要度[7]。但强调源地在生态格局中的空间位置及其与周边生态环境关系的研究较为缺乏，一种偏向测度连接性的形态学空间格局分析(MSPA)模型进入源地识别领域[8]。如曹珍秀等[9]以海口市海岸带为研究对象，将海岸带景观类型划分为建设用地、园林地、耕地、湿地、水域、未利用地，直接选择生态功能较高的水域、园林地生态斑块作为生态源地；孔阳等[10]以北京市延庆区作为研究区，将林地、水域作为前景，草地、耕地、建筑用地、其他用地作为背景，采用MSPA模型得到7类景观类型，选其核心区作为生态源地；王慧[11]以江苏省沛县为例，将研究区分为水域、林园地、水田、耕地、建设用地5种类型，选取水域、林园地、水田作为前景，其他用地类型作为背景，采用MSPA模型分析选取核心区作为初步生态源地。

阜平县位于太行山中北段，属国家级贫困县， 为燕山—太行山国家集中连片特困地区，山体稳定性差，山体崩塌、滑坡、泥石流等多种地质灾害发生频繁，是典型的生态型贫困县。因此，阜平县建设开发的迫切性、生态系统的脆弱性和特殊性使得该县进行生态节点的识别既十分必要又面临挑战。基于此，该研究采用MCR模型构建生态阻力面，运用MSPA模型识别生态源地，借助ArcGIS平台中的Linkage Mapper插件识别不同类型生态节点，根据节点空间位置，采用粒度反推法及主成分分析法确定节点最佳建设粒度，运用水文分析法进行生态节点规模的建设，最终得出各个类型节点的规模、形状及其组成形式。研究可为促进区域生态网络连通性和生态系统结构稳定性提供理论基础。

1 研究区概况及数据来源

1.1 研究区概况

河北省阜平县(38°39′～39°08′ N，113°45′～114°37′ E)位于河北省西部，县域面积2 527.14 km2(图1)，主要包括亚高山、中山、低山、丘陵河谷和洪冲积物地貌5种地貌类型。森林覆盖率达41.07%，植被覆盖率在80%以上，属大陆性季风气候区，年均气温12.6 ℃，常年积温801.9 ℃，年均降水量550～790 mm，无霜期140～190 d。县域西部及北部地区多中山、高山，中南部和东部主要为低山和丘陵，荒山面积较大，水土流失现象发生较为频繁。县内水系发达，有“九山半水半田”之称。

1.2 数据来源与处理

研究使用的土地利用数据来源为阜平县2018年土地变更调查数据库，高程数据来源为在地理空间数据云(http:∥www.gscloud.cn/)所下载的数字高程模型(digital elevation model，DEM)，空间分辨率为 30 m。

图1 研究区高程图

2 研究方法

2.1 基于MSPA模型的生态源地识别

MSPA模型是在腐蚀、膨胀、开运算、闭运算等一系列数学形态学原理的基础上对栅格图像的空间进行度量、识别与分割的一种图像处理方法，将栅格土地利用类型图分为前景和背景，经过图像处理将前景依据形态分为互不重叠的7类，即核心区、背景、支线、边缘区、孔隙、孤岛、连接桥和环线区[12]。此模型优势在于可较精确细致地评价几何连通性、数据需求量小(仅依靠土地利用数据)、结果直观、可视。核心区为前景像元中较大的生境斑块，主要为生物物种提供栖息地，保障物种安全生存，因此核心区多为斑块面积较大的自然保护区、国家森林公园[13]。该研究以2018年阜平县第2次土地利用变更调查数据库为基础，并按照土地利用现状分类体系的2级地类分类法，将土地合并为林地、草地、水域、园地、耕地、城镇村及工矿用地、交通运输用地、其他土地，选取林地、水域、园地作为前景数据[14-15]，其余景观类型作为背景。采用Guidos 2.6 软件和八邻域分析法进行MSPA分析(表1)。

2.2 累积阻力面构建及廊道识别

采用MCR模型(式1)构建阻力面过程如下：选取土地利用类型、坡度、高程、距水域距离、距城镇用地距离作为阻力因子，分别赋予各个阻力因子不同的阻力值[16-17](表2)。土地利用类型、坡度、高程、距水域距离、距城镇用地距离消费面权重依次为0.5、0.15、0.15、0.1、0.1，将5类消费面采取叠加分析，利用ArcGIS中的成本距离工具生成最小累积阻力面。

表1 MSPA景观类型及生态学含义[18]

表2 研究区阻力因子赋值

(1)

式(1)中，RMC为最小累积阻力值；f为未知正函数，表示最小累积阻力与区域生态安全格局中生态过程的正相关关系；Dij为从生态源地j到任意一栅格单元i的距离；Ri为栅格单元i对生态过程运动的阻力值。生态廊道基于阻力面运用ArcGIS中的成本路径工具进行构建。

2.3 生态节点识别

2.3.1生态薄弱点识别

国内外研究者多认为生态薄弱点位于生态廊道最为薄弱之处[19]，比如2条或多条廊道汇合处、廊道与道路的相交处、不同道路的相交处等。该研究基于已构建的生态阻力面，用ArcGIS中的cost path工具识别廊道后，选择廊道交点作为生态薄弱点。

2.3.2生态障碍点识别

障碍点及夹点识别时采用ArcGIS软件中的Linkage Mapper插件[20]。采用Barrier Mapper工具进行生态障碍点的识别有2种模式[20]：勾选改进得分相对于最小成本路径百分比选项时，当最小成本距离耗费的累计阻力值越小时，改进分数的百分比则越大，选择改进分数百分比较大的位置，此类位置处原本的景观连通性就较好，即这些区域有一定障碍但不完全阻碍[21]；不勾选此项，即可得到最大改进分数，其值越大，则代表修缮此类区域的价值越大，廊道中将会显示出研究区内的最大的改进分数，当分数越高时，修复此区域将会对研究区整体的景观连通性的贡献越大，这种模式意在找出影响区域内生态流运行的障碍点，通过对障碍点进行一定的修复来增强区域内景观连通性。该研究选择2种模式综合进行分析，既可找出完全的障碍，又能找出妨碍但不完全阻止生态流运行的障碍。

2.3.3生态夹点识别

生态夹点识别过程中将景观格局抽象为导电表面，其生物即为游走者，有利于生物迁徙流动的景观类型则赋予较低电阻，反之阻碍生物迁徙流动的类型则赋予较高电阻值。当某一景观斑块电阻值较小时，其电流密度较大，即生物迁徙过程中流经此地区的可能性较高或极为频繁，亦或是此类地区为生物流动必经之地，无其他可以替代的路径，若移除或者破坏夹点，会对生态稳定造成较大影响，此类区域即为生态夹点地区。采用Pinchpoint Mapper工具识别夹点区域，此工具有 adjacent pair(相邻生态源地间单通道电流夹点区域)和raster centrality(所有生态源地间电流夹点区域即光栅中心)2种模式[22]，但相关研究表明adjacent pair模式下所求区域对景观格局整体无太大价值，生物可以绕道其他核心区，在2个核心区之间进行移动，因此该研究采用raster centrality识别夹点，此模式又分为成对(pairwise)、多对一(all-to-one)2类模式[23]，pairwise模式指有效电阻(即生物运动过程中的阻碍程度)在所有的成对斑块之间进行的一系列的迭代运算；all-to-one模式则是将一个斑块连接地面，遍历景观中所有的生态斑块。

2.4 粒度反推法

粒度反推法主要借鉴反证法思维体系，假定区域内已具有不同的节点结构，从而反选最佳节点结构[24]。因为景观生态系统受其整体性及连通性2个方面影响，所以以整体连通性为出发点，确定景观指数，依据各类型指数变化综合确定生态节点规模。阜平县生态景观类型为林地、园地、水域，以50～800 m为分析尺度，以50 m为增加尺度，生成16种不同粒度栅格图。采用Frgasta软件在整体性及连通性方向选取最大组分斑块数(NC)、平均临近距离(PROX-MN)、邻接比率(PLADJ)、连通性(CONNECT)、聚合度(AI)、内聚力(COHESION)、分维度(DIVISION)、连通性增加百分率作为分析指标[24]。

2.5 主成分分析法

此方法利用降维的原理，将多个指标转变为较少的综合性指标，且让综合指标能够保留原始特性[25]。确定节点位置后，先采用粒度反推法确定不同粒度下的景观指数，再运用主成分分析法分析各景观指数值。根据累积贡献率>80%、特征值>1提取主成分，构造评价函数，计算整体连通性评分，根据其综合得分确定最佳粒度，进而确定生态节点建设规模，以此达到客观且定量评价研究对象的目的。

2.6 空间网络分析法

ArcGIS空间网络分析模块中的子模块服务区可依据位置点以及最佳尺度构建多边形进行分析，此原理综合了网络的空间分布状况及其可达性，与计算生态节点建设规模原理高度一致[26]。因此参考陆禹等[27]对生态节点规模建设的研究，采用服务区分析进行节点的规模计算，由于此方法是依据已识别出的生态节点所处的位置以及廊道走势进行多边形的构建，其原理与圆的几何特征相似，所以在计算生态节点面积及其形状时类比圆的几何公式来计算。具体步骤为：基于最佳粒度面积的1/2以及圆面积公式得出生态节点最小搜索半径，采用ArcGIS中的服务区分析，将节点作为设施点，将廊道作为网络，分析得出各类型生态节点的准确面积及其形状。

2.7 水文分析法

确定生态节点建设规模后则需确定节点组成形式。为保证生态系统功能的正常发挥，选择水域、林地、园地3种既有较高生态服务价值又有较为稳定的生态系统的景观类型作为建设生态节点的景观类型。依据DEM数据，经过填洼、计算其水流方向以及汇流累积量、不断设定阈值提取河网等操作，对河网分级并计算研究区集水规模[28]，以此作为建设为水域生态节点的理论依据。确定生态节点组成形式时应当考虑以下方面：建设水域生态节点时应具备一定规模的集水盆地。只有集水盆地存在且水量充足，才可保证节点的长期存在。水域节点应处于较高河网等级上。河网等级较高处不易受人类干扰，稳定性好。节点应位于集水盆地出水口才可保证积水工作的完成。节点建设中涉及土地利用类型变换时应注意尽量不要破坏其原有的生态景观类型。

3 结果与分析

3.1 生态阻力面及源地分析

由图2可知，生态阻力面高值区主要位于史家寨乡、砂窝乡、阜平镇、大台乡，阜平镇作为县内主城区，人为活动最为剧烈且海拔最低，因此其生态阻力值较大，而其他3个乡镇海拔均处于500 m以下，农村居民点分布也比其他乡镇集中，与研究区实际情况相符合。研究区内核心区景观面积共34 170.83 hm2，占总面积的13.70%。由图3可看出生态源地主要分布在西部与东部，由于核心区景观破碎化现象较为严重，因此选取核心区中面积大于100 hm2的作为生态源地，共得到37个生态源地，总面积为25 863.97 hm2，源地类型以林地和水域为主。

3.2 生态节点识别

3.2.1生态薄弱点

如图4所示，该研究共识别出生态薄弱点75个，西部明显多于东部，其主要原因为阜平县西部生态保护区较多，森林覆盖率高于东部。

3.2.2生态障碍点

生态障碍点分布较分散，多位于生态源地之间或是源地边缘地区，共识别出25处生态障碍点，占生态节点总数量的20.83%〔图5(a)〕，其中11处为高障碍区域，14处为低障碍区域。图5(b)为高障碍节点分布状况，节点在砂窝乡、史家寨乡、城南庄镇、北果园乡颜色最深，得分较高；在大台乡及阜平镇颜色较浅。

图2 生态阻力面

图3 MSPA模型分析

图4 生态薄弱点分布

图5(c)为低障碍节点分布状况，主要集中分布于龙泉关镇、夏庄乡、吴王口乡，在城南庄、北果园乡、王林口镇、平阳镇以及大台乡与史家寨乡交界处、台峪乡与大台乡交界处零星分布。低障碍节点为原本景观连通性较好的区域，因此主要集中分布于生态环境质量高处，而高障碍节点区域为生态环境质量较差、阻碍较大区域，在主城区阜平镇仍有小面积分布。

图5 生态障碍点分布状况

3.2.3生态夹点

在pairwise模式下的高电流密度区较多，最大电流密度为5.96，all to one模式下高电流区域较少，最大电流密度为 20.82。该研究选择高电流区域作为生态夹点，共识别生态夹点20个，占研究区生态节点的16.67%(图6)。夹点主要位于生态源地附近或生态源地间，由于研究区西部位于太行深处，多为自然保护区及生态旅游区，因此夹点主要分布在此类区域，如龙泉关镇、天生桥镇、夏庄乡、吴王口乡；东部的低海拔区有少量夹点出现，如史家寨及城南庄乡；而中部地区未出现夹点区，如阜平镇。

图6 生态夹点分布

3.3 生态节点分析

3.3.1生态节点规模确定

各粒度景观指数如表3所示，采用主成分方法共得到2个主成分(表4～5)。主成分1上AI、COHESION、PLADJ、PROX-MN载荷较高，表征格局总体状况，因此选为整体性指标；主成分2上连通性以及连通性增加百分率载荷较高，表征格局内各要素连接状况，因此选为连通性指标。基于主成分矩阵中的数据，得到研究区不同粒度下的整体连通性综合评分(图7)。随粒度增加，景观组分结构综合得分整体表现为下降趋势，但在400 m粒度时综合得分猛然升高，继而呈下降趋势。在400 m粒度时由于生态节点的引入，增加了生态系统连通性，所以使得此粒度下整体连通性明显高于其他粒度。以400 m粒度为最佳建设粒度，其面积的1/2为8 hm2，节点最小建设半径大概为160 m(图8)。生态节点共形成118个区域，总面积约2 043.80 hm2，最大为25.92 hm2，节点类型为生态薄弱点，位于龙泉关镇；最小为7.81 hm2，节点类型为生态薄弱点，位于大台乡。生态节点中，生态薄弱点共75个，形成区域75个，生态障碍点共25个，形成区域24个，生态夹点共20个，形成区域19个。

表3 景观格局指数

表4 方差贡献率统计表

表5 成分矩阵

连通性得分

3.3.2生态节点组成形式确定

研究区沿海村与苍山村共同构成22.70 hm2的水库，与生态节点面积大小相适应，其集水盆地面积为1 131.72 hm2，以此当作集水盆地合适规模研判的参照；研究区河网共分为6个等级，而较高河网等级(4级及以上)的节点方具有建设水域生态节点的可能性。综上，75个生态薄弱点中，38个区域可建设为林地生态节点，33个区域可建设为水域生态节点，4个区域可建设为园地生态节点；生态障碍点中，3个区域可建设水域生态节点，21个区域可建设为林地生态节点；生态关键点中,7个区域可建设水域生态节点，12个区域可建设为林地生态节点(图8)。

4 讨论

4.1 生态节点保护策略

分布最为广泛的生态薄弱点应实行维护策略，防止此类易受损害区再次遭受破坏，若此类区域维护不当，则会切断生态流的正常运行。运用Linkage Mapper分析中的Barrier Mapper分析找到生态障碍点，低障碍节点区域为原本连通性较好区域，若修复此类区域可使区域生态连通性明显提高，应秉承保护为主，修复为辅的策略。高障碍节点区域则为完全阻碍区域，应以修复为主，加大绿地建设，提升研究区内的植被覆盖情况。识别出的生态夹点区为动物迁徙必经地，应当实行严格的保护政策，严禁人为活动及建设。

4.2 生态节点组成形式探讨

利用ArcGIS生成不同粒度下的生态景观类型，采用景观格局指数法分析不同粒度下的景观指数值，将粒度反推法与主成分分析法相结合，分析所得最佳粒度更为客观。在ArcGIS中确定节点面积时，考虑节点自身生态功能的同时也考虑了各类型生态节点对于廊道的依附性，既能够使研究区内的生态系统稳定性有所提高，还能保护相应的廊道。探究其组成形式时，提出了4条节点建设的可能性依据，为后续探究此区域生态节点具体规模及其景观组成提供了较为合理的理论依据。

依据生态节点组成形式可知，每个生态薄弱点中均含有一定林地或水域等生态景观类型，但也存在大量其他土地，因此其生态功能易受损害，这与研究区的用地类型状况相符合；生态夹点为生物迁徙必经之地，多位于生态红线及银河山自然保护区内，且含有的生态景观斑块最多，建设用地及其他土地面积较少，景观连通性最好；针对每个生态障碍点，与研究区实际用地状况分析对比，可发现节点中含有大量其他土地及建设用地等受人类干扰程度大的景观类型，这也是其景观连通性较差的主要原因。为提高研究区整体生态连通性，生态节点建设过程中需进行一定的景观类型转换。

4.3 不足与展望

以典型生态型贫困县为例，在识别各类型节点空间位置基础上，初步探讨了阜平县生态节点的面积、形状以及其组成形式，对各类型节点的未来发展提出了较为具体的规划方案，对今后节点的规划与建设提出了较为实际可操作性的建议。鉴于生态节点对区域生态网络影响巨大，对生态稳定性有至关重要的作用，今后可在该研究的基础上，依据原有景观类型和土地利用状况，对阜平县生态节点建设作进一步的研究。

5 结论

(1)运用MSPA模型识别生态源地，总计25 863.97 hm2，其土地利用类型以水域、林地为主。

(2)将生态节点分为生态薄弱点、生态障碍点、生态夹点，其中生态廊道交点为生态薄弱点，共75处，运用Linkage Mapper中的Barrier Mapper识别生态障碍点25处，运用Pinchpoint Mapper识别生态夹点20处。

(3)基于各类型生态节点所处空间位置，对其提出相应宏观建议的基础上明确其规模、组成形式，进一步提出具体的建设意见。共识别75个生态薄弱点，总面积1 431.20 hm2，其中38个可建设为林地生态节点，33个可建设为水域生态节点，4个可建设为园地生态节点；25个生态障碍点，总面积355.12 hm2，其中3个可建设为水域生态节点，21个可建设为林地生态节点；20个生态关键点，总面积257.49 hm2，其中7个可建设为水域生态节点，12个可建设为林地生态节点。