EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 12: 2834 - 2852

DOI: https://doi.org/10.31497/zrzyxb.20241206

生态保护修复与管理

江苏省域鸟类多样性保护格局构建与生态廊道优化

  • 沈舟 , 1 ,
  • 尹海伟 , 1, 2, 3 ,
  • 孔繁花 4 ,
  • 苏杰 1 ,
  • 孙辉 1 ,
  • 盖振宇 1 ,
  • 班玉龙 5
展开
  • 1.南京大学建筑与城市规划学院，南京 210093
  • 2.安徽建筑大学建筑与规划学院，合肥 230022
  • 3.安徽省城镇化建设协同创新中心，合肥 230022
  • 4.南京大学地理与海洋科学学院，南京 210023
  • 5.昆山市水务局，昆山 215300
尹海伟（1978- ），男，山东青州人，博士，教授，博士生导师，研究方向为城乡生态规划、规划技术与方法。E-mail:

沈舟（1996- ），男，浙江嘉兴人，博士研究生，研究方向为城乡生态规划、生物多样性保护。E-mail:

收稿日期: 2024-01-29

  修回日期: 2024-06-11

  网络出版日期: 2024-12-16

基金资助

国家重点研发计划项目(2022YFC3802604)

江苏省决策咨询研究基地课题(23SSL069)

安徽省高校优秀科研创新团队(2022AH010021)

收起

Construction of avian biodiversity conservation patterns and optimization of ecological corridors in Jiangsu province

  • SHEN Zhou , 1 ,
  • YIN Hai-wei , 1, 2, 3 ,
  • KONG Fan-hua 4 ,
  • SU Jie 1 ,
  • SUN Hui 1 ,
  • GAI Zhen-yu 1 ,
  • BAN Yu-long 5
Expand
  • 1. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China
  • 2. School of Architecture and Planning, Anhui Jianzhu University, Hefei 230022, China
  • 3. Anhui Collaborative Innovation Center for Urbanization Construction, Hefei 230022, China
  • 4. School of Geography and Ocean Science, Nanjing University, Nanjing 210023, China
  • 5. Kunshan Water Bureau, Kunshan 215300, Jiangsu, China

Received date: 2024-01-29

  Revised date: 2024-06-11

  Online published: 2024-12-16

Fold

摘要

“昆明—蒙特利尔全球生物多样性框架”为2030年及其后全球生物多样性治理描绘了新的愿景，为此中国明确了新时期的战略部署与行动计划。以江苏省为例，通过集成生态系统结构与功能评价方法，综合识别了区域生态源地；利用物种分布模型，在源地空间内确定了64种珍稀林鸟与水鸟的生境斑块；在景观阻力面构建与最小成本路径的基础上，根据斑块分布密度，辨识了不同生境组团区域；利用LSCorridors模型刻画了重要生态廊道的分布范围，并提出了基于“垫脚石—障碍点—夹点”的战略点优化方法。结果表明：（1）研究区生态源地局部聚集度高，但在区域层面上相对隔离，水域是主导型景观，同时也包括大量兼具生态功能的耕地。（2）目标物种生境网络包括692条最小成本路径，其中100 km以上路径有25条，占总长度的36.72%，多为横跨东西的走向。（3）存在十大生境组团区，面积大、范围广的集中在苏南，其余彼此隔离度较高。（4）结合多路径模拟的12条重要生态廊道，普遍具有跨地域特征，且现实中可能呈现多重通道，例如，其中一条需实施114个战略点的多方位优化。研究成果可为新时期中国《生物多样性公约》履约进程、全面推进生物多样性保护主流化，以及国土空间生态保护与修复规划研究与实践提供科学依据。

关键词： 生物多样性保护; 生态廊道; 目标物种; 生境分布格局; 鸟类; 江苏省

本文引用格式

沈舟 , 尹海伟 , 孔繁花 , 苏杰 , 孙辉 , 盖振宇 , 班玉龙 . 江苏省域鸟类多样性保护格局构建与生态廊道优化[J]. 自然资源学报, 2024 , 39(12) : 2834 -2852 . DOI: 10.31497/zrzyxb.20241206

Abstract

The Kunming-Montreal Global Biodiversity Framework heralds a transformative vision for global biodiversity governance extending beyond 2030. In alignment with this framework, China has formulated its strategic approach and action plan for biodiversity conservation in the contemporary era. Taking Jiangsu province as a case study, our study explores the methodology of constructing avian diversity conservation patterns and optimizing ecological corridors at a provincial scale. We employed an integrated ecosystem structure and function evaluation method to identify the ecological sources, followed by the utilization of the MaxEnt model to focus on identifying the habitats of 64 species of rare forest birds and water birds within these sources. Based on the landscape resistance surface and least-cost path, we used the kernel analysis method to classify the habitat groups according to patch density. To delineate the spatial extent of ecological corridors, we applied the LSCorridors software package to optimize the proposed ecological corridors by identifying stepping-stones, barriers, and pinch points. Our results show that: (1) Ecological source areas showed a tendency to aggregate locally while remaining regionally isolated. The dominant landscape components included water bodies along with cultivated lands possessing high ecological value. (2) The habitat network for target species comprised 692 least-cost paths, 25 of which extended over 100 km, accounting for 36.72% of the total length, predominantly oriented in an east-west direction. (3) Spatial analysis identified ten distinct habitat groups within the study area, with four concentrated in southern Jiangsu and the others highly isolated. (4) The twelve identified crucial ecological corridors between these groups typically displayed cross-regional characteristics with multiple potential migration routes. For instance, one corridor required optimization at 114 strategic points, including 19 stepping stones, 45 barriers, and 50 pinch points. Our study offers valuable insights for the practical implementation of the Convention on Biological Diversity in China. It supports the comprehensive promotion of mainstreaming biodiversity conservation into ecological protection and restoration planning, serving as a reference for advancing these initiatives.

Key words： biodiversity conservation; ecological corridors; target species; habitat distribution pattern; avian species; Jiangsu province

“爱知目标”无一完全实现，使全球正站在生物多样性保护的“十字路口”。2022年12月19日，联合国《生物多样性公约》（Convention on Biological Diversity，CBD）第 十五次缔约方大会（COP 15）通过“昆明—蒙特利尔全球生物多样性框架”，其中包含了23项全球行动的具体目标，为2030年乃至更长一段时间内全球生物多样性治理描绘了新的愿景。这些目标包括确保到2030年至少有效恢复30%的陆地、内陆水域、沿海和海洋生态系统退化区域，以增强生物多样性、生态系统功能和服务、生态完整性和连通性[1]。中国作为最早签署和批准CBD的缔约方之一，已将生物多样性保护上升为国家战略，并于COP 15期间发表了《中国的生物多样性保护》白皮书。在此背景下，深入探索生物多样性保护优先及空缺区域的识别方法，优化生物多样性保护空间网络的整体格局，有利于提升中国生物多样性治理能力与水平，加快推进人与自然和谐共生的中国式现代化。
从历史的角度来看，通过建立单独的保护地（如国家公园、自然保护区、生态保护红线等）施行就地保护是生物多样性保护的基本方式[2⇓-4]。已有研究从典型和代表性自然生态系统（如森林和湿地）[5]、生境适宜性（如单一物种或多物种）[6]、生态敏感性（如水土流失与沙漠化）[7,8]、生态系统服务功能及其重要性（如水源涵养与土壤保持）[9,10]等评价视角，构建了一套较为完整的理论方法和测度体系，有效支撑了高价值生态空间与生态源地的科学辨识。然而，尽管国际上已有较为先进的理论方法与实践经验可供参考[11]，生物多样性保护理念在中国国土空间规划中仍未形成主流。一方面，不充分的生物多样性调查监测手段与数据资料，限制了实践导向的行动策略制定；另一方面，不太完善的生态源地评价指标与物种生境识别方法，削弱了以优先区域长期管理和治理为目标的保护成效。因此，有必要探索基于现实数据支撑的指标综合与方法集成的新思路，以在现有自然保护地格局上，进一步聚焦高生物多样性的优先区域。
由于位置不佳或管理问题，自然保护地并不总能充分保障生物多样性[12,13]。从长远来看，范围更大、联系更紧密的区域能更有效地支持更高水平生物多样性，尤其在人类主导的景观内，生境隔离加剧了物种灭绝风险[14]。在岛屿生物地理学与集合种群理论的指导下，基于连通性目标建立生态网络并打通生态廊道的必要性已达成共识[15]。生态廊道对促进物种扩散包括种群或亚种群之间的移动、季节性或周期性迁移至关重要，保障了物种的基因交流、抗干扰能力及生态系统的恢复力[16]；同时，在满足生态需求的情况下，生态廊道也为人类获取特定生态系统服务提供了便利[2]。然而，作为一个明确的地理空间，优化生态廊道需要在一定范围内分析受异质景观影响的特定生态过程（如物种迁移）以及保护空缺与修复热点，从而为长期治理提供可遵循的决策依据。
江苏是中国社会经济高度发达的省份之一，生态环境优美、资源丰富。然而，在快速城镇化过程中，全域土地的高强度开发显著侵占了自然生态空间，例如，苏南部分地区的开发强度高达28%，接近国际公认的30%开发强度临界点，景观破碎化与生物多样性丧失等问题仍然严峻。近年来，江苏省高度重视生物多样性保护的顶层设计，先后发布了《江苏省国土空间生态保护和修复规划（2021—2030年）》及《关于进一步加强生物多样性保护的实施意见》等政策文件，明确提出了持续优化生物多样性保护空间格局、构建生态廊道以促进物种迁移和基因交流等目标。然而，目前省域尺度上的相关研究有限，缺少落实到生物多样性保护优先区域与生态廊道地理空间识别的行动方案。为此，本文以江苏省为例，考虑到区域优势物种以及鸟类对生态环境的重要指示作用，选取珍稀林鸟与水鸟作为表征生物多样性水平的目标物种[17,18]，解决省域尺度上的鸟类多样性保护格局与生态廊道优化的问题，旨在为提高区域生态系统保护与修复成效提供思路借鉴，推动生物多样性保护纳入国土空间规划主流，有利于深入推进中国CBD的履约进程。

1 研究方法与数据来源

1.1 研究区概况

江苏省位于中国东部沿海中心（图1），地处亚热带与暖温带的过渡带，雨热同期，年均降水量约为1000 mm。全省陆域国土面积10.72×104 km2，平原面积（含水域）占陆域国土空间的86.9%，丘陵山地占比13.1%，林木覆盖率达24%；水系湖泊密布，共有2900多条大小河道，近300个湖泊，以及1100多座水库；湿地生态系统分布广泛，总面积达634.14万亩（1亩≈667 m2）。境内的江河湖海等独特魅力景观，在保护国际迁徙候鸟、长江珍稀和濒危水生动物等方面发挥了重要作用。据统计，全省脊椎动物有1070种，其中鸟类尤为丰富，达473种，占全国鸟类总数的36.8%。近年来，得益于生态管控和保护修复力度不断加大，区域生态环境整体改善明显。然而，由于土地开发强度大、资源过度利用、环境污染等，全省生态空间受到明显破坏，生物多样性保护依然面临挑战。例如，沿海城镇及苏南地区生态系统服务功能仍呈现退化趋势，苏北中部生境质量相对较低；重要生态廊道分布不均且跨度较长，由大型湖泊沿河道向东部滨海湿地延伸，廊道垫脚石分布相对较少。
图1 江苏省区位、高程和土地利用

Fig. 1 The location, elevation and land use of Jiangsu province

1.2 数据来源

本文主要数据如表1所示。土地利用/土地覆被类型划分为八类，即林地、灌木、草地、耕地、人造地表、裸地、水域和湿地。所有栅格数据处理及分析结果均被重采样为150 m分辨率，并在统一的投影与地理坐标系下完成。
表1 主要数据及来源

Table 1 Data and data sources

数据 类型 精度 数据来源
土地利用/土地覆被（2020年） 栅格 30 m 全国地理信息资源目标服务系统（GlobalLand30， https://www.webmap.cn/commres.do?method=globeIndex）
植被覆盖（2000—2020年） 栅格 30 m 国家科技资源共享服务平台（http://www.nesdc.org.cn）
土壤数据 栅格 1 km 世界土壤数据库（HWSD）土壤数据集（HWSD v1.2， https://www.fao.org/soils-portal/soil-survey/soil-maps-and-databases/harmonized-world-soil-database-v12/en/）
降水量（2001—2020年） 栅格 1 km 国家地球系统科学数据中心（http://www.geodata.cn/）
道路（2023年） 矢量 — OpenStreetMap（https://www.openstreetmap.org/）
高程 栅格 30 m 地理空间数据云（https://www.gscloud.cn/）
气候和气候水平衡（2020年） 栅格 4 km Climate and climatic water balance，Terra Climate（https://www.climatologylab.org/terraclimate.html）
建筑高度（2020年） 栅格 10 m Zenodo数据分享平台（https://zenodo.org/record/7064268#.YxtVAuxBz0p）
鸟类观测数据（2021—2022年） 文本 — 中国观鸟记录中心（http://www.birdreport.cn/）

1.3 研究方法

1.3.1 生物多样性保护格局构建

通过集成评估景观形态结构特征以及生态系统在生境质量、碳存储与固定、产水量和水土流失风险管理等方面的主要功能，综合识别以“结构—功能”耦合为导向的生态源地；并利用物种（珍稀鸟类）观测大数据与物种分布模型等方法，进一步确定了面向生物多样性保护的重点区域。
（1）生态源地综合识别
一方面，形态学空间格局分析法（MSPA）是一种从像元水平上利用数学形态学原理将二值化栅格图像进行分类的高效方法，在辨识具有重要连通性价值的景观类型以及尺度兼容性方面具有优势[19]。本文在林地、水域、湿地为前景要素，其他地类定义为背景要素的基础上，利用MSPA将整体景观划分为七种类型，并根据各类型的生态涵义提取核心区（Core）与桥接区（Bridge）作为潜在的结构型生态源地[20]。
另一方面，结合区域特征并参考前期成果，选取生态重要性指标（碳存储与固定、产水量、生境质量）[20]与生态敏感性指标（水土流失风险）[21]，旨在量化识别具有重要生态功能的景观斑块。各指标因子计算分别通过InVEST模型中Carbon Storage and Sequestration、Annual Water Yield、Habitat Quality以及Sediment Delivery Ratio模块实现。在ArcGIS 10.8中，计算结果由自然断点法划分为五个重要性/敏感性等级：极高、高、中、低、极低；提取极高类型的斑块，并将人造地表剔除后，识别得到潜在的功能型生态源地。
综上，以结构与功能综合优化为导向确定生态源地，即将上述两种方法识别的生态源地进行空间合并，同时考虑到景观破碎化和信息去冗余化，剔除面积小于1 km2的斑块。
（2）物种生境分布区识别
确定目标物种是生物多样性保护研究实践中探讨栖息地保护网络可行方案的主要手段。在已有文献中，通常选择国家及地方重点保护野生动物和对区域生态环境质量具有重要指示功能的物种[17,18,22]。参照江苏省生态环境厅发布的《江苏省生态环境质量指示物种清单（第一批）》，本文选取64种鸟类，包括林鸟与湿地（水）鸟（以下统称“水鸟”）作为目标物种（表2）；从“中国观鸟记录中心”（https://www.birdreport.cn/）获取2021年10月至2022年10月鸟类观测数据共计4912个分布点，涉及目标物种观测记录的分布点2403个，林鸟1705个、水鸟709个。
表2 目标物种的种类及名称

Table 2 Type and name of the target species

林鸟 湿地（水）鸟
序号 物种名称 序号 物种名称
1 白鹇 Lophura nycthemera 1 鸿雁 Anser cygnoid
2 白颈长尾雉* Syrmaticus ellioti 2 白额雁 Anser albifrons
3 小鸦鹃 Centropus bengalensis 3 大天鹅 Cygnus cygnus
4 褐翅鸦鹃* Centropus sinensis 4 小天鹅 Cygnus columbianus
5 鹗 Pandion haliaetus 5 鸳鸯 Aix galericulata
6 黑翅鸢 Elanus caeruleus 6 棉凫 Nettapus coromandelianus
7 凤头蜂鹰 Pernis ptilorhynchus 7 花脸鸭 Sibirionetta formosa
8 黑冠鹃隼 Aviceda leuphotes 8 青头潜鸭 Aythya baeri
9 蛇雕 Spilornis cheela 9 斑头秋沙鸭* Mergellus albellus
10 金雕* Aquila chrysaetos 10 白鹤 Grus leucogeranus
11 林雕 Ictinaetus malayensis 11 丹顶鹤 Grus japonensis
12 苍鹰 Accipiter gentilis 12 灰鹤 Grus grus
13 日本松雀鹰 Accipiter gularis 13 白头鹤 Grus monacha
14 雀鹰 Accipiter nisus 14 水雉 Hydrophasianus chirurgus
15 赤腹鹰 Accipiter soloensis 15 半蹼鹬 Limnodromus semipalmatus
16 凤头鹰 Accipiter trivirgatus 16 小杓鹬 Numenius minutus
17 红隼 Falco tinnunculus 17 白腰杓鹬 Numenius arquata
18 游隼 Falco peregrinus 18 大杓鹬 Numenius madagascariensis
19 红脚隼 Falco amurensis 19 小青脚鹬 Tringa guttifer
20 灰背隼* Falco columbarius 20 翻石鹬 Arenaria interpres
21 燕隼 Falco subbuteo 21 大滨鹬 Calidris tenuirostris
22 白尾鹞 Circus cyaneus 22 勺嘴鹬 Calidris pygmeus
23 灰脸鵟鹰 Butastur indicus 23 阔嘴鹬 Calidris falcinellus
24 普通鵟 Buteo japonicus 24 黑嘴鸥 Saundersilarus saundersi
25 长耳鸮 Asio otus 25 遗鸥 Ichthyaetus relictus
26 短耳鸮 Asio flammeus 26 东方白鹳 Ciconia boyciana
27 红角鸮 Otus sunia 27 白琵鹭 Platalea leucorodia
28 领角鸮 Otus lettia 28 黑脸琵鹭 Platalea minor
29 纵纹腹小鸮 Athene noctua 29 黄嘴白鹭 Egretta eulophotes
30 领鸺鹠 Glaucidium brodiei 30 震旦鸦雀 Paradoxornis heudei
31 仙八色鸫 Pitta nympha
32 云雀 Alauda arvensis
33 画眉 Garrulax canorus
34 黄胸鹀 Emberiza aureola

注：*表示观测时段内无数据记录。

在观测数据的支撑下，基于物种实际生态位，将所有观测点导入物种分布模型（即最大熵模型，MaxEnt Model）[23]。模型运行选择的环境变量包括4个生态重要性与敏感性因子的量化结果，23个可能影响物种分布的景观类型、地形、距离因子，以及气候/气候水平衡（climate and climatic water balance）因子[24,25]，总计27个因子（表3）。这些变量分别用于预测目标物种林鸟、水鸟在研究区范围内的生境分布区。模型训练随机选取75%的分布数据，其余25%用于测试[26]；采用刀切法评估环境变量重要性并绘制响应曲线；其他参数为默认值。采用ROC曲线的AUC值评估模型性能，其值在0.9~1.0为优秀、0.8~0.9为良好、0.7~0.8一般、0.6~0.7为较差，0.6以下为不及格。设置模拟10次，以AUC值最高一次作为物种生境适宜性评价结果输出，通过自然断点法划分适宜性等级为极高、高、中、低、极低五类。最后，提取极高适宜性类型，并从中剔除人造地表，分别识别了林鸟与水鸟潜在生境分布区。
表3 物种分布模型中的环境变量选择

Table 3 Selection of environmental variables in species distribution models

序号 中文名称 英文名称 模型变量输入名称 单位
1 实际蒸散量 Actual evapotranspiration Aet mm
2 碳储存与固定 Carbon storage and sequestration carbon_s t
3 水分亏缺 Climate water deficit def mm
4 海拔 Elevation dem m
5 到生态源地的距离 Distance to ecological sources dist_eco_sources m
6 到高速公路的距离 Distance to highways dist_road_h m
7 到一级公路的距离 Distance to primary roads dist_road_p m
8 到铁路的距离 Distance to railways dist_road_r m
9 到二级公路的距离 Distance to secondary roads dist_road_s m
10 生境质量 Habitat quality habitat_q unitless
11 土地利用/土地覆被 Land use/land cover land unitless
12 植被覆盖度 NDVI ndvi unitless
13 帕尔默干旱指数 Palmer drought severity index pdsi unitless
14 潜在蒸散量 Potential evapotranspiration pet mm
15 降水 Precipitation ppt mm
16 径流 Runoff q mm
17 坡度 Slope slope %
18 土壤湿度 Soil moisture soil mm
19 水土流失敏感性 Soil loss sensitivity soil_l t
20 向下的地面短波辐射 Downward surface shortwave radiation srad W/m2
21 雪水当量 Snow water equivalent swe mm
22 最高气温 Maximum temperature tmax ℃
23 最低气温 Minimum temperature tmin ℃
24 蒸气压 Vapor pressure vap kPa
25 饱和蒸汽压亏缺 Vapor pressure deficit vpd kPa
26 产水量 Water yield water_y mm
27 风速 Wind speed ws m/s
（3）生境斑块识别评价与空间格局分析
本文将生态源地与物种（林鸟与水鸟）潜在生境分布区进行叠加嵌套，以此识别生态系统结构与功能较优、物种分布概率较高的优先区域为生境斑块，并将其作为构建生境网络的源。同时，测试了不同距离阈值（5~50 km，以5 km作为间断）的尺度效应，确定30 km为最佳阈值距离，利用可能连通性指数（Probability of Connectivity，PC）[27]评价各生境斑块的相对重要性。
为进一步明确目标物种生境斑块在研究区的分布格局特征，本文在指定30 km邻域范围内使用核密度分析法计算了生境斑块的聚集程度，并依据密度值，采用自然断点法辨识了这些斑块在空间上的组团特征，从而刻画生境斑块的分布格局。这一分析为后续重要生态廊道优化建设奠定了基础。

1.3.2 重要生态廊道模拟

在景观阻力面构建与最小成本路径的基础上，结合区域生境斑块的分布格局，系统甄别需要强化连接的不同斑块组团，使用LSCorridors模型分析研究区重要生态廊道的分布情况。
（1）景观阻力面构建及最小成本路径模拟
根据已有研究成果及目标物种特性，从土地利用/土地覆被、植被、与生态源地距离、与道路距离[28]、建筑物干扰[29]五个方面出发，结合专家打分法构建了量化景观对物种迁移等生态过程影响的景观阻力面综合评价体系（表4），以景观阻力值表征物种在景观中的迁移能力及景观的可渗透性。在此基础上，最小成本路径（LCPs）法可以计算模拟物种从源地到目的地迁移过程中所耗费的累积成本和理想路径。本文利用Linkage Mapper Toolkit在ArcGIS 10.8中实现LCPs的模拟。
表4 景观阻力面构建的指标体系

Table 4 The index system of landscape resistance surface construction

评价指标 阻力值 二级指标权重 一级指标权重
一级指标 二级指标 三级指标
土地利用/土地覆被 林地、水域、湿地 — 1 — 0.3113
耕地 — 3
草地、灌木、裸地 — 5
建设用地 — 7
植被 植被覆盖度（NDVI值） >0.48 1 — 0.2553
0.31~0.48 3
0.20~0.31 5
<0.20 7
与生态源地距离/km 面积大于100 km2的生态源地 0~3 1 0.4794 0.1864
3~6 3
6~12 5
>12 7
面积大于10~100 km2的生态源地 0~2.4 1 0.3333
2.4~4.8 3
4.8~9.6 5
>9.6 7
面积大于10 km2的生态源地 0~1.2 1 0.1873
1.2~2.4 3
2.4~4.8 5
>4.8 7
与道路距离/km 一级公路 0~0.45 7 0.2213 0.1098
0.45~0.60 5
0.60~0.90 3
>0.90 1
二级公路 0~0.30 7 0.1639
0.30~0.45 5
0.45~0.60 3
>0.60 1
铁路 0~0.75 7 0.3274
0.75~0.90 5
0.90~1.20 3
>1.2 1
高速公路 0~0.6 7 0.2874
0.6~0.9 5
0.9~1.2 3
>1.2 1
与建筑物距离/km 建筑高度>30 m的地区 0~0.6 7 0.5279 0.1372
0.6~1.2 5
1.2~3.6 3
>3.6 1
建筑高度10~30 m的地区 0~0.45 7 0.3427
0.45~0.90 5
0.90~2.70 3
>2.70 1
建筑高度<10 m的地区 0~0.3 7 0.1294
0.3~0.6 5
0.6~1.8 3
>1.8 1
（2）基于LSCorridors的生态廊道模拟
LSCorridors是一种新型生态廊道模拟技术，通过考虑随机变化、物种感知和不同空间范围的景观属性对生物的影响，改进生态廊道识别与构建[30,31]。在LCPs算法之上，该模型进一步提出了四种不同方法（MP、MLmin、MLavg和MLmax）来实现多路径情景的廊道模拟。其操作简单，由用户指定一对斑块并设置模拟路径数量。其中MP是最为简单的方法，每次模拟使用一个新的具有随机变化的景观阻力面。该方法通过单个像素测度，不考虑周围景观像素类型影响，给景观阻力值添加随机变化，从而生成一个0~1之间均匀分布的随机值栅格图层，再乘以一个可变参数x，最后对每个像素阻力值乘以区间 [1, x+1] 内的随机值。MLmin、MMLavg和MLmax方法需要结合物种特征信息，输入一个搜索半径（物种感知范围），使得像素值由该范围内最小值、平均值或最大值替代。
本文基于生境分布格局分析以及LCPs模拟的结果，根据研究目的及数据可获取性，选择MP方法模拟不同生境组团区之间的潜在重要廊道，可变参数设为默认值2，模拟次数设为100。据此，生成的100条随机路径包含了物种可能穿越的（即使不是最具渗透性的）景观区域，从而形成一定的空间覆盖范围。这种方法为体现生态廊道地理空间特征提供了一种新思路。

1.3.3 生态廊道优化战略点识别

生态廊道是一个明确界定的地理空间，对其进行长期治理和管理可以有效优化生态连通性。本文从促进物种大范围迁移的避难所（即垫脚石，Stepping-stones）[32]、干扰严重导致生态过程受抑制的区域（即障碍点，Barriers），以及具有显著连通性维持功能的景观瓶颈（即夹点，Pinch points）三个方面确定生态廊道优化的战略点。
（1）垫脚石识别
在LSCorridors模拟结果的基础上，本文将100条路径进行汇总，生成每个栅格通过路径数量的地图。栅格值被定义为“选线频次指数”（Route Selection Frequency Index，RSFI）[30]，取值范围为1~100，数值越高表明这些像素更有可能被物种用作迁移路线。因此，RSFI值较高的区域被视为垫脚石的潜在选址。
（2）障碍点识别
借鉴物理学领域电路中电子的随机游走特性，电路理论为模拟异质景观中物种运动提供了有效工具[33,34]。本文利用Linkage Mapper工具箱中的Barrier Mapper模块，设置最小搜索半径为300 m、最大搜索半径为1500 m、步长为300 m，采用移动窗口法搜索整个景观阻力面中移除该区域后实现连通性大幅改善的区域。结果输出为优化得分，即以单位最小成本距离（Least-Cost Distance，LCD）优化值表征障碍点对连通性影响的强弱。
（3）夹点识别
在电路理论的应用中，电流密度越大表示区域生态过程流通的可能性就越大，即作为生态廊道的夹点，其小规模破坏会极大影响连通性[33,35]。本文利用Pinchpoint Mapper模块，以“All-to-one”模式迭代进行夹点识别。
战略点识别分别由RSFI值、单位LCD优化值和电流密度的自然断点法分类结果得到，即划分为五个类型并提取最高类型的区域。为减少冗余和简化研究，本文以某对生境组团区包含的生境斑块以及组团之间的生态廊道为例，并将识别所得垫脚石、障碍点、夹点分别转化为点要素，并以5 km为搜索半径，通过空间相关性分析剔除了具有高度相关的点。

2 结果分析

2.1 生态源地与生境斑块识别

基于MSPA的方法，研究区共识别出结构型生态源地面积为14731.27 km2，包括林地1990.84 km2、水域11948.15 km2，湿地792.29 km2（图2a）。以生态重要性/敏感性评价为依据，具有极高重要碳存储与固定功能的景观主要是分布在西南地区的林地，占总景观面积的2.37%（图2b）；受年降水量南多北少、沿海多于内陆的特征影响，具有极高重要产水功能的景观主要分布在中、南部区域以及沿海地带（图2c）；湖泊和湿地蒸散发量较高，导致其产水量较低，但其生境质量极高，总面积占比5.56%（图2d）；水土流失风险较高的区域则主要集中在苏南丘陵地区（图2e）。
图2 基于MSPA与生态重要性/敏感性指标的生态源地识别

Fig. 2 Ecological source identification based on MSPA and ecological importance/sensitivity index

结合结构型与功能型生态源地识别结果，确定生态源地总面积16860.16 km2，共计586个斑块数量（图2f）。空间上，生态源地局部地表现出较高聚集度，但区域层面上呈现相对隔离的趋势。例如，海滨湿地、长江沿线及宁镇扬山脉、西南连片耕地、太湖—阳澄湖—淀山湖等湖群水系内部景观斑块聚集度较高，但这些片区之间相对隔离。在景观类型上，生态源地景观异质性较高，涵盖多种景观类型，包括大量耕地，这些耕地兼具较高的生态功能；水域是生态源地的主导型景观，面积达10677.76 km2，占源地总面积的63.33%；其次是耕地，面积达3075.06 km2，占比18.24%，主要分布在雨热条件较好的西南地区，以及靠近江河湖海水体与湿地的区域；湿地面积782.17 km2，占比4.64%；林地面积324.65 km2，仅占1.93%。
MaxEnt模型表现优秀，林鸟分布区10次模拟的平均精度为0.888，最高精度为0.911（图3），水鸟的平均精度为0.873，最高精度为0.930（图4）。所有环境变量中，与生态源地距离是影响目标物种分布的最关键因子；气候因素整体影响显著，对两种鸟类分布的影响普遍要高于道路距离和地形因子，并且对林鸟分布的影响高于水鸟（图3、图4）。可视化结果表明，林鸟与水鸟的分布区具有一定相似性，例如，多集中在西南沿太湖、长江南京段和南通段、盐城沿海湿地、连云港港口等区域，这些区域与生产和生活空间之间存在融合趋势（图5a、图5b）。极高适宜类作为生境分布区，分别得到林鸟生境分布区面积3501.97 km2、水鸟生境分布区面积3570.24 km2，两者重合面积1527.83 km2，总生境分布区面积5544.38 km2。
图3 林鸟分布区预测的模型精度及环境变量的重要性

Fig. 3 Model accuracy and importance of environmental variables in predicting the distribution area of forest birds

图4 水鸟分布区预测的模型精度及环境变量的重要性

Fig. 4 Model accuracy and importance of environmental variables in predicting the distribution area of water birds

图5 目标物种生境斑块识别评价及其与生态源地的空间关系

Fig. 5 The identification and assessment of target species' habitat patches and their spatial relationship with ecological sources

如图5c所示，共1729.98 km2生境分布区未包含在生态源地之内，这些区域多靠近城镇，受人为干扰明显，如苏锡常太湖东部地区；景观类型主要为耕地，占比64.05%，其次是水体，占比20.89%；此外，还包括部分破碎化林地景观，占比6.90%。生态源地与生境分布区一致的区域总面积为3814.40 km2，分别占生境分布区总面积的76.64%、占生态源地总面积的22.62%。去除冗余后，确定生境斑块总面积为3767.71 km2，共274个斑块；其中，高度重要的生境斑块数量仅有10个，但总面积达1580.67 km2，占比41.95%；中等重要的数量为15个，总面积达1088.58 km2，占比28.89%；其余均为相对低等重要的生境斑块，数量占比90.88%，面积占比29.15%。生境斑块景观组成上，按面积占比前四的依次是水体（1924.58 km2，51.08%）、林地（1245.78 km2，33.06%）、耕地（326.89 km2，8.68%）、湿地（251.68 km2，6.68%）。

2.2 生境网络格局及廊道特征

目标物种生境网络包括692条最小成本路径，总计10457.01 km，平均长度为15.11 km；其中小于30 km的路径数量占总数的88.29%，主要分布在西南地区；100 km以上的路径有25条，占总长度比例的36.72%，多为横跨东西的潜在迁移路径（图6a）。研究区内共有十个生境分布集中的组团区域；其中有两个高密度分布区域，分别位于“东太湖沿岸—苏州中部城区”（HG9）和“南京长江段以南—常州西南部”（HG10）；一条带状中密度生境分布区横跨西南地区（HG3）；其他中密度生境分布区主要分布于连云港、盐城、淮扬交界、南通沿海地区，以及徐州主城区东南侧，这些区域彼此疏离程度较高（图6b）。
图6 基于LCPs的生境网络构建和生境斑块分布格局识别

Fig. 6 Habitat network establishment based on LCPs and habitat patch pattern identification

此外，这些生境组团区域在面积覆盖、景观组成以及尺度性质等方面存在不同程度的差异。例如，生境组团区编号HG3的面积最大，辐射范围10631.40 km2，跨区域特征明显（涉及苏南五城），以耕地为主的农业生产空间占据着最大比例（70.60%），以水体（23.45%）、林地（5.87%）为主的生态空间与以人造地表（21.68%）为主的生活空间形成了相对均等的景观占比，“三生空间”交错明显。虽然HG4面积覆盖较小（157.57 km2），但内部景观类型多样化、异质性明显，人为干扰较弱，整体生境质量较高。相比之下，HG5虽然生态要素占比较高，但景观丰富度低，生态系统较为脆弱。大多数生境组团区域中，耕地都是主导型的景观类别，但需关注HG9中人造地表占覆盖面积最高，达41.66%，表明人为扰动对该区域生境网络系统的影响较为强烈。
这些不同生境组团之间的重要生态廊道普遍具有跨地域、范围广的分布特征（图7）。具体而言，两大生境斑块组团之间现实中可能存在多条可能的通道，典型的如生态廊道HG5-HG3、HG5-HG6、HG6-HG3等；少数廊道如HG4-HG2、HG6-HG4等则具有较为聚拢的分布特征；除了HG6-HG4外，其他所有廊道由于跨市域特征明显，规划和建设过程均需要在省域层面制定协同策略（表5）。
图7 不同生境组团区之间的重要生态廊道及其空间分布

Fig. 7 The important ecological corridors and their spatial distribution among different habitat groups

表5 生态廊道长度与跨地市情况

Table 5 Ecological corridor length and cross-city situation

廊道编号 廊道长度/km 途经地市
HG1-HG3 123.00 南京、苏州、镇江、无锡、常州
HG2-HG3 189.28 南京、苏州、镇江、无锡、常州、南通、泰州、扬州
HG3-HG4 199.78 南京、苏州、镇江、无锡、常州、南通、泰州、扬州、盐城
HG4-HG2 79.84 南通、盐城
HG5-HG3 208.57 南京、苏州、镇江、无锡、常州、南通、泰州、扬州、淮安
HG5-HG6 157.09 泰州、扬州、淮安、盐城
HG6-HG3 257.36 南京、苏州、镇江、无锡、常州、南通、泰州、扬州、盐城
HG6-HG4 101.84 盐城
HG7-HG8 208.98 徐州、连云港
HG8-HG5 189.03 连云港、宿迁、淮安、扬州
HG8-HG6 209.55 盐城、连云港
HG9-HG10 177.73 南京、苏州、镇江、无锡、常州

注：本文以100条LCPs的平均长度作为优化生态廊道的长度。

2.3 优化战略点数量及分布

以生境组团区HG8和HG5以及两者之间的生态廊道为例，识别到需要优化的战略点总数为114个，其中垫脚石19个、障碍点45个、夹点50个（图8）。其主要分布在连云港和淮安境内，少数位于宿迁，整体上呈现东西两列纵向分布，与LSCorridors的多重路径模拟结果较为吻合。
图8 基于垫脚石、夹点与障碍点的生态廊道优化战略点识别

Fig. 8 Strategic points identification of ecological corridors optimization based on stepping-stones, pinch points and barriers

3 结论与讨论

3.1 结论

本文以江苏省为例，通过集成形态学空间格局分析方法以及生态系统在生境质量、碳存储与固定、产水量、水土流失风险管理等方面的功能评价，综合识别了区域生态源地；同时以生态环境质量指示物种、区域优势物种珍稀林鸟与水鸟为目标物种，结合物种分布模型，在源地空间内确定了较高生物多样性保护价值的生境斑块；此外，在景观阻力面构建与最小成本路径的基础上，依据斑块分布密度划分了生境组团区域，辨识了需要强化连接的不同组团区，并利用LSCorridors模型刻画了重要生态廊道的分布范围；从垫脚石、障碍点、夹点三个方面，识别了生态廊道优化的战略点。
研究结论如下：（1）研究区生态源地总面积16860.16 km2，斑块数量586个，局部聚集度高，但区域层面上呈现相对隔离化；景观异质性高，涵盖多种景观类型，包括大量兼具生态功能的耕地；水域是主导型景观，占比63.33%。（2）目标物种生境网络包括692条最小成本路径，总计10457.01 km，其中100 km以上的路径有25条，占总长度比例的36.72%，多为横跨东西的潜在迁移路径。（3）十大生境组团区中，有两个高密度分布区域位于江苏省西南部和苏州境内，一条带状中密度生境分布区横跨西南地区，其他中密度生境分布区彼此疏离程度较高；这些组团区域在面积覆盖、景观组成以及尺度性质等方面有着不同程度的差异，需采取差异化的保护与管理举措。（4）识别模拟得到12条重要生态廊道，普遍具有跨地域、范围广的分布特征，且在现实中可能存在多重通道，以廊道HG8-HG5为例，有必要对包括19个垫脚石、45个障碍点、50个夹点在内的114个战略点进行优化。

3.2 讨论

在2020年后的全球生物多样性保护框架之下，中国积极推动CBD履约进程，发布《中国生物多样性保护战略与行动计划（2023—2030年）》，并明确提出了全面推进生物多样性主流化的目标。本文以快速城市化过程中区域生态空间受到严重挤占、生物多样性保护面临挑战、生态系统修复治理难度较大的江苏省为例，通过引入物种观测大数据与物种分布模拟相结合的方法，形成了在区域生态空间格局内进一步聚焦生物多样性保护热点地区的新思路，并针对地理空间明确的生态廊道建设提出了基于“垫脚石—障碍点—夹点”综合优化的实践举措，为江苏省国土空间格局优化以及生物多样性保护与生态系统修复研究实践提供了有价值的参考。
研究发现，江苏省陆域国土空间中大量分布在西南部及沿江河湖海地区周围的耕地具有较高生态价值，部分被识别为生态源地和目标物种生境，构成了各个生境组团区与潜在物种分布区的重要景观组成。但事实上，高度集约化、规模化的耕地利用通常是造成生物多样性丧失的主要原因之一[36]。而由于物种本身尤其是鸟类对周围环境的适应性与耐受性，也越来越依赖耕地作为栖息地[37]。因此，国际社会上有着基于生物多样性友好型（biodiversity-friendly）耕地利用的倡导[38]，包括通过土地整理进行细粒度景观（fine-grained landscapes）维护与重建[38]、营建基于生命周期的农田生物多样性共享空间等[37]。然而，中国在粮食安全需求之下，牢牢守住十八亿亩耕地保护红线，留给鸟类和其他野生动物保护的耕地十分有限。通过健全耕地休耕轮作制度、创新耕地多功能利用方式、开发新型农业生态系统，有望在粮食生产与生物多样性保护之间取得较好的平衡，具有一定的理论前瞻性与可操作性。而这些包容性的手段也可以同时纳入生态廊道的构建优化之中。方法上，建议通过垫脚石增设、障碍点修复，以及夹点保护等措施，以探索现有保护体系之外的扭转生物多样性丧失的可能手段。由此，针对本文识别得到的114个战略点，可采取建设形式包括道路绿带、防护林、楔形绿地、河流廊道等，特别是与耕地利用进行有机融合形成多功能景观镶嵌体。此外，以维持生态网络连通性目标的战略点优化，在实践中不可避免地会涉及跨部门、跨层级以及跨行政边界的问题，对促进空间连贯的网络体系造成了障碍。因此，决策者与管理者在具体行动过程中应在更高层面，例如在国家及省域尺度上谋划，为统筹协调生态廊道建设提供制度保障，促进利益相关者之间的协同行动。
总体而言，本文为指导国土空间规划工作中更多考虑生物多样性保护提供了研究思路，但有必要指出存在的一些局限性。一方面，以珍稀鸟类作为目标物种，其生境适宜性评估尚不足以涵盖物种水平上的生物多样性保护整体需求，尤其是对于鱼类、两栖类而言，水质则是一项重要指标；另一方面，生物多样性还包括遗传多样性、生态系统多样性以及景观多样性等方面的内涵，需在未来研究中深入考虑。此外，生态重要性与敏感评价的指标重叠与等级划分依然存在一定技术性与逻辑性问题[39]，而战略点优化的时空优先性也仍需进一步评定。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
马克平. 《昆明—蒙特利尔全球生物多样性框架》是重要的全球生物多样性保护议程. 生物多样性, 2023, 31(4): 5-6.

[MA K P. Kunming-Montreal Global Biodiversity Framework: An important global agenda for biodiversity conservation. Biodiversity Science, 2023, 31(4): 5-6.]

[2]
HILTY J, WORBOYS G, KEELEY A, et al. Guidelines for conserving connectivity through ecological networks and corridorse. Gland, Switzerland: International Union for Conservation of Natur (IUCN), 2020, https://doi.org/10.2305/IUCN.CH.2020.PAG.30.en.

[3]
王博宇, 闫慧敏, 胡云锋, 等. “半个地球”愿景下的保护地识别: 基于全球主要优先保护模块. 自然资源学报, 2021, 36(5): 1102-1115.

DOI

[WANG B Y, YAN H M, HU Y F, et al. Identification of protected areas under the "Half Earth" target: Based on main global conservation priorities. Journal of Natural Resources, 2021, 36(5): 1102-1115.]

[4]
王伟, 李俊生. 中国生物多样性就地保护成效与展望. 生物多样性, 2021, 29(2): 133-149.

[WANG W, LI J S. In-situ conservation of biodiversity in China: Advances and prospects. Biodiversity Science, 2021, 29(2): 133-149.]

[5]
尹海伟, 孔繁花, 祈毅, 等. 湖南省城市群生态网络构建与优化. 生态学报, 2011, 31(10): 2863-2874.

[YIN H W, KONG F H, QI Y, et al. Developing and optimizing ecological networks in urban agglomeration of Hunan province, China. Acta Ecologica Sinica, 2011, 31(10): 2863-2874.]

[6]
马晓琳, 郭莎莎, 徐扬, 等. 生态脆弱区生态安全格局构建研究. 生态学报, 2023, 43(22): 9500-9513.

[MA X L, GUO S S, XU Y, et al. Research on ecological security pattern construction in vulnerable ecological region. Acta Ecologica Sinica, 2023, 43(22): 9500-9513.]

[7]
冯琳, 雷国平. 基于生态安全格局的东北典型黑土区生态保护红线划定与优化. 自然资源学报, 2024, 39(2): 426-445.

DOI

[FENG L, LEI G P. Research on the delineation and optimization of ecological protection redline based on the perspective of ecological security pattern in typical black soil areas of Northeast China. Journal of Natural Resources, 2024, 39(2): 426-445.]

DOI

[8]
包玉斌, 黄涛, 王耀宗, 等. 基于生态重要性与敏感性的六盘山区生态保护修复分区. 干旱区地理, 2023, 46(11): 1778-1791.

DOI

[BAO Y N, HUANG T, WANG Y Z, et al. Zoning for ecological conservation and restoration in Liupan Mountain Area based on ecological importance and sensitivity evaluation. Arid Land Geography, 2023, 46(11): 1778-1791.]

DOI

[9]
林子雁, 肖燚, 史雪威, 等. 西南地区生态重要性格局研究. 生态学报, 2018, 38(24): 8667-8675.

[LIN Z Y, XIAO Y, SHI X W, et al. Assessment of the ecological importance patterns in Southwest China. Acta Ecologica Sinica, 2018, 38(24): 8667-8675.]

[10]
刘泓君, 牛腾, 于强, 等. 基于“重要性—敏感性—景观特征”的黄土高原生态屏障带生态空间网络构建. 水土保持通报, 2022, 42(3): 103-111.

[LIU H J, NIU T, YU Q, et al. Construction of ecological security pattern in ecological barrier zone of Loess Plateau based on "Importance-Sensitivity-Landscape Features". Bulletin of Soil and Water Conservation, 2022, 42(3): 103-111.]

[11]
XIE L, BULKELEY H. Nature-based solutions for urban biodiversity governance. Environmental Science & Policy, 2020, 110: 77-87.

[12]
JONES K R, VENTER O, FULLER R A, et al. One-third of global protected land is under intense human pressure. Science, 2018, 360(6390): 788-791.

DOI PMID

[13]
VENTER O, MAGRACH A, OUTRAM N, et al. Bias in protected-area location and its effects on long-term aspirations of biodiversity conventions. Conservation Biology, 2018, 32(1): 127-134.

DOI PMID

[14]
HADDAD N M, BRUDVIG L A, CLOBERT J, et al. Habitat fragmentation and its lasting impact on Earth's ecosystems. Science Advances, 2015, 1(2): e1500052, Doi: 10.1126/sciadv.1500052.

[15]
JONGMAN R H G. Ecological networks, from concept to implementation. In: HONG S K, NAKAGOSHI N, FU B, et al. (eds) Landscape Ecological Applications in Man-influenced Areas. Dordrecht: Springer Netherlands, 2007: 57-69.

[16]
BEAUGEARD E, BRISCHOUX F, ANGELIER F. Green infrastructures and ecological corridors shape avian biodiversity in a small French city. Urban Ecosystems, 2021, 24(3): 549-560.

[17]
俞孔坚, 李迪华, 段铁武. 生物多样性保护的景观规划途径. 生物多样性, 1998, 6(3): 45-52.

[YU K J, LI D H, DUAN T W. Landscape approaches in biodiversity conservation. Biodiversity Science, 1998, 6(3): 45-52.]

[18]
LIU X, ZHAO Y, ZENG D, et al. Characterizing bird species for achieving the win-wins of conserving biodiversity and enhancing regulating ecosystem services in urban green spaces. Urban Forestry & Urban Greening, 2023, 87: 128064, https://doi.org/10.1016/j.ufug.2023.128064.

[19]
VOGT P, RIITTERS K H, ESTREGUIL C, et al. Mapping spatial patterns with morphological image processing. Landscape Ecology, 2007, 22(2): 171-177.

[20]
SHEN Z, WU W, TIAN S, et al. A multi-scale analysis framework of different methods used in establishing ecological networks. Landscape and Urban Planning, 2022, 228: 104579, https://doi.org/10.1016/j.landurbplan.2022.104579.

[21]
XIAO S, WU W, GUO J, et al. An evaluation framework for designing ecological security patterns and prioritizing ecological corridors: Aapplication in Jiangsu province, China. Landscape Ecology, 2020, 35(11): 2517-2534.

[22]
MODICA G, PRATICÒ S, LAUDARI L, et al. Implementation of multispecies ecological networks at the regional scale: Analysis and multi-temporal assessment. Journal of Environmental Management, 2021, 289: 112494, https://doi.org/10.1016/j.jenvman.2021.112494.

[23]
PHILLIPS S J, ANDERSON R P, SCHAPIRE R E. Maximum entropy modeling of species geographic distributions. Ecological Modelling, 2006, 190(3): 231-259.

[24]
ABATZOGLOU J T, DOBROWSKI S Z, PARKS S A, et al. TerraClimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958-2015. Scientific Data, 2018, 5(1): 170191, https://doi.org/10.1038/sdata.2017.191.

[25]
傅强, 张海明, 张月蓉, 等. 面向生境保护与连通性维护的鄂温克族自治旗生态空间划定. 生态学报, 2024, 44(6): 2295-2307.

[FU Q, ZHANG H M, ZHANG Y R, et al. Delineation of ecological space with habitat protection and connectivity maintenance functions in Evenki Autonorcounty. Acta Ecologica Sinica, 2024, 44(6): 2295-2307.]

[26]
SHEN Y, TU Z, ZHANG Y, et al. Predicting the impact of climate change on the distribution of two relict Liriodendron species by coupling the MaxEnt model and actual physiological indicators in relation to stress tolerance. Journal of Environmental Management, 2022, 322: 116024, https://doi.org/10.1016/j.jenvman.2022.116024.

[27]
SAURA S, PASCUAL-HORTAL L. A new habitat availability index to integrate connectivity in landscape conservation planning: Comparison with existing indices and application to a case study. Landscape and Urban Planning, 2007, 83(2): 91-103.

[28]
刘瑞程, 沈春竹, 贾振毅, 等. 道路景观胁迫下沿海滩涂地区生态网络构建与优化: 以盐城市大丰区为例. 生态学杂志, 2019, 38(3): 828-837.

[LIU R C, SHEN C Z, JIA Z Y, et al. Construction and optimization of ecological network under the stress of road landscape in coastal beach area: A case study of Dafeng district, Yancheng city. Chinese Journal of Ecology, 2019, 38(3): 828-837.]

[29]
李波, 贺萌, 彭琳, 等. 基于林鸟迁移扩散的重庆市高密度城区生态网络构建研究. 中国园林, 2023, 39(7): 35-39.

[LI B, HE M, PENG L, et al. Research on the construction of ecological network in the high-density urban area of Chongqing based on the migration and diffusion of forest birds. Chinese Landscape Architecture, 2023, 39(7): 35-39.]

[30]
RIBEIRO J W, SILVEIRA DOS S J, DODONOV P, et al. LandScape Corridors (lscorridors): A new software package for modelling ecological corridors based on landscape patterns and species requirements. Methods in Ecology and Evolution, 2017, 8(11): 1425-1432.

[31]
沈舟, 尹海伟, 孔繁花, 等. 基于生境组团化分析与景观廊道模拟的南京市白鹭生境网络构建与优化. 生态学报, 2024, 44(8): 3303-3316.

[SHEN Z, YIN H W, KONG F H, et al. Establishment and optimization of Egretta Garzetta habitat network in Nanjing based on habitat grouping analysis and LandScape Corridors simulation. Acta Ecological Sinica, 2024(8): 3303-3316.]

[32]
SAURA S, BODIN Ö, FORTIN M. Editor's choice: Stepping stones are crucial for species' long-distance dispersal and range expansion through habitat networks. Journal of Applied Ecology, 2014, 51(1): 171-182.

[33]
MCRAE B H, DICKSON B G, KEITT T H, et al. Using circuit theory to model connectivity in ecology, evolution, and conservation. Ecology, 2008, 89(10): 2712-2724.

DOI PMID

[34]
朱捷, 苏杰, 尹海伟, 等. 基于源地综合识别与多尺度嵌套的徐州生态网络构建. 自然资源学报, 2020, 35(8): 1986-2001.

DOI

[ZHU J, SU J, YIN H W, et al. Construction of Xuzhou ecological network based on comprehensive sources identification and multi-scale nesting. Journal of Natural Resources, 2020, 35(8): 1986-2001.]

DOI

[35]
KONG F, WANG D, YIN H, et al. Coupling urban 3-D information and circuit theory to advance the development of urban ecological networks. Conservation Biology, 2021, 35(4): 1140-1150.

DOI PMID

[36]
BENTON T G, VICKERY J A, WILSON J D. Farmland biodiversity: Is habitat heterogeneity the key?. Trends in Ecology & Evolution, 2003, 18(4): 182-188.

[37]
LI L, HU R, HUANG J, et al. A farmland biodiversity strategy is needed for China. Nature Ecology & Evolution, 2020, 4(6): 772-774.

[38]
CLOUGH Y, KIRCHWEGER S, KANTELHARDT J. Field sizes and the future of farmland biodiversity in European landscapes. Conservation Letters, 2020, 13(6): e12752, https://doi.org/10.1111/conl.12752.

[39]
岳文泽, 吴桐, 王田雨, 等. 面向国土空间规划的“双评价”: 挑战与应对. 自然资源学报, 2020, 35(10): 2299-2310.

DOI

[YUE W Z, WU T, WANG T Y, et al. "Double evaluations" for territorial spatial planning: Challenges and responses. Journal of Natural Resources, 2020, 35(10): 2299-2310.]

Options
文章导航

/

〈 〉