生态网络是区域生态安全格局骨架, 其中生态源地作为生态安全格局的基础, 具有重要生态功能和一定辐射能力^[16]。生态廊道将不同生态源地相连, 是网络中重要组成部分, 发挥着维护网络稳定性的作用。基于景观格局规划思想^[18], 除生态源地、生态廊道外, 区域生态安全格局还存在其他关键地段。借鉴俞孔坚^{[32, 33]}提出“ 景观生态战略点” 的概念, 生态节点应至少具有两种基本特性：空间属性、功能属性。在功能属性上, 具有重要生态功能或生态敏感性、脆弱性的生态源地应为生态节点^{[34, 35]}, 该类点记为资源型战略点。在空间属性上, 在整体景观格局中发挥重要空间战略位置或易受人类破坏的关键地段应为生态节点^[33], 前者记为结构型战略点, 后者记为结构型薄弱点。依据生态系统整体性、系统性理论, 结构型战略点并不唯一, 而是共同作用来维持生态系统稳定性, 从而影响生态网络整体连通性和节点覆盖度。而结构型薄弱点对水平生态过程影响较大, 往往位于生态流频繁的生态廊道上, 是生态廊道中的重要点和薄弱点, 应加以建设和保护。资源型战略点、结构型战略点和结构型薄弱点共同构成生态网络中的生态节点, 并发挥着不同功能和效用。

从节点影响范围来看, 资源型战略点具有最大的影响范围, 往往由生态源地及其缓冲区组成^[16], 起到生态源的作用; 结构型战略点、结构型薄弱点具有一定影响范围, 前者以提升生态流传递效率为目的, 后者以疏通生态廊道、保护生态网络为目的。从节点空间分布来看, 资源型战略点主要位于较大生境斑块的几何中心点或重心点^{[7, 18]}; 结构型薄弱点位于生态廊道薄弱处, 即上述Ⅰ ~Ⅵ 类生态节点; 结构型战略点并不依靠现有景观格局直接确定, 而基于多目标优化算法识别, 达到最佳生态网络连通性、最大有效覆盖度。从节点可移动性角度来看, 由于区域生态源地的斑块较大, 并具有重要生态功能, 其产生的资源型战略点本身不具有移动性, 属于固定性点; 受人类需求和开发程度的影响, 结构型战略点的空间位置随时间动态变化, 属于可移动性点。基于不同类型生态节点的属性特征和影响范围等, 对生态节点内涵进行解析, 详见图1。

图1

Fig. 1

	Figure Option ViewDownloadNew Window
	图1 生态节点内涵解析Fig. 1 Analysis of ecological nodes

一般生态网络中的生态节点包括两种类型, 即资源型战略点和结构型薄弱点, 其组建生态网络的路径是先识别生态源地, 明确资源型战略点, 再通过构建景观阻力面, 提取廊道方式, 确定结构型薄弱点, 进而形成“ 资源型战略点— 生态廊道— 结构型薄弱点” 的区域生态网络^[16]。但生态节点还应包括结构型战略点, 将结构型战略点纳入多层级生态节点体系, 识别区域生态安全关键战略点, 是非常重要的中间环节。为达到改善生态网络鲁棒性、提升节点覆盖率和网络连通度等多种目的, 基于“ 资源型战略点— 结构型战略点— 生态廊道— 结构型薄弱点” 的区域生态网络构建模式亟需实践。

资源型战略点基于对区域生态安全具有重要意义的生态源地产生, 是生态网络构建的奠基者^[12]。关于生态源地的识别, 多依据指标定量评价确定^[16]。生态红线是在生态空间范围内具有特殊重要生态功能或生态环境敏感脆弱的区域, 是保障和维护生态安全的底线。为进一步科学评估生态红线, 2017年原环境保护部、国家发展和改革委员会发布了《生态保护红线划定指南》。将经过科学修订的生态红线应用于生态源地识别, 符合生态源地科学内涵和现实管控要求^{[16, 36]}, 为生态网络构建提供先决条件。基于资源型战略点, 需在多目标、多条件限制的需求下, 借助群智能算法识别结构型战略点。多条件限制指的是：（1）由于资源型战略点具有固定性, 本身具有一定影响范围, 考虑生态节点效率, 结构型战略点位置选择不能重复; （2）从结构型战略点自身生态属性出发, 非生态用地的城市建设用地不能选择。多目标优化指的是：在保证节点覆盖区连通同时, 节点数量最少, 避免节点出现较多冗余^[28]。结构型战略点辅助资源型战略点共同构成初步生态网络骨干节点, 在此基础上识别结构型薄弱点。结构型薄弱点位于廊道薄弱处, 通过构建阻力面, 提取生态廊道方式识别, 是构成最终生态网络的辅助点。按节点识别顺序排序, 生态节点的层级体系呈倒金字塔形状, 详见图2。

图2

Fig. 2

	Figure Option ViewDownloadNew Window
	图2 多层级生态节点体系构建Fig. 2 The construction of multi-level ecological nodes

常州市金坛区地处江苏省南部, 119° 17′ 45′ ′ ~119° 44′ 59′ ′ E、31° 33′ 42′ ′ ~31° 53′ 22′ ′ N之间, 位于宁沪杭三角地带, 区域总面积为975.73 km², 其中农用地453.36 km²、建设用地192.14 km²、水域324.88 km²（图3）。全区紧邻太湖, 自然环境条件优越, 西缘为南北走向的茅山低山丘陵, 东部为长江三角洲西部的冲积湖积平原, 南部为以长荡湖为中心的生态水网, 属于典型江南水乡。金坛区经济较发达, 2017年评为中国综合实力百强区、中国工业百强区。“ 十二五” 以来全区经济社会发展迅速, 2011年地区生产总值为365.1亿元, 2018年实现地区生产总值801.93亿元, 是2011年的2.2倍。随着快速经济发展, 区内面临土地开发程度变高, 生物多样性水平下降, 水文过程遭到破坏以及生境斑块连通性降低等现实问题。为保护丘陵、湖泊地区生态基底空间, 促进“ 山、湖、城” 资源统一筹划, 金坛区提出建设“ 山水生态城市、精致休闲城市” 的总体目标, 与苏南同步实现基本现代化。新时期, 面对金坛区建设生态强区的目标, 如何有效构建区域生态网络, 保障区域生态安全格局, 显得尤为迫切。

图3

Fig. 3

	Figure Option ViewDownloadNew Window
	图3 研究区位置示意图Fig. 3 Location of the study area

本文采用土地利用数据、遥感影像数据、POI数据、生态保护红线划定等相关数据建立数据库, 基础数据来源及其说明见表1, 所有数据均统一行政区边界（2015年, 高斯— 克吕格投影, 1980年西安坐标系）。从土地利用数据提取并导出耕地、交通运输用地、城镇村及工矿用地、其他设施用地等四类与建设生态节点强冲突的用地, 其他类型为建设生态节点的可能用地。选取金坛区夏季少云的Landsat 8 OLI影像（2015年）, 利用ENVI 5.1软件对影像进行大气校正、几何校正、图像拼接等操作, 提取相应波段得到金坛区NDVI数据。将土地利用数据与POI点数据进行空间关联, 按属性字段join_count转换成30 m× 30 m的栅格, 代表基础设施点密度数据。从土地利用变更数据库提取铁路、公路、农村道路等道路图层, 与基础设施点密度、DEM数据、NDVI数据, 共同修正土地利用阻力值, 最终得到景观阻力面。

表1

Table 1

表1(Table 1)

表1 数据来源及说明 Table 1 Data sources and description 数据类型 数据产品 来源 空间分辨率 土地利用数据 土地变更调查数据(2015年) 金坛区土地变更调查成果数据库 1∶ 10000 遥感影像数据 Landsat 8 OLI_TRIS(2015年) 地理空间数据云 30 m 基础设施数据 POI数据(2015年) 高德地图API — 江苏省生态保护红线 江苏省国家级生态保护红线(2018年) 江苏省自然资源厅 1∶ 50000 DEM ASTER GDEM V2版 地理空间数据云 30 m

表1 数据来源及说明 Table 1 Data sources and description

2.3.1 资源型战略点识别

基于生态源地识别第一层次生态节点。将国家级生态红线与金坛区边界进行裁剪, 对细小斑块进行删除处理, 然后进行图斑融合, 得到金坛区两处生态源地。然后选取生态源地斑块中心点作为资源型战略点的空间位置^{[7, 16]}。由于生态网络的构建注重尺度分析^[5], 考虑基础数据的分辨率, 以30 m粒度为起点, 并每隔15 m输出栅格, 分析不同粒度下景观指数变化趋势。结果显示, 景观指数值在75~120 m变化最明显, 结合区域地貌及土地利用情况, 采用中等偏大90 m为最佳分析粒径^[32]。基于DEM提取流域特征与粒径分析结果, 再结合前人研究^{[7, 18]}, 确定资源型战略点影响范围为生态源地及其向外扩展的2 km缓冲区。

2.3.2 结构型战略点识别

基于多目标遗传算法识别第二层次生态节点。遗传算法GA（Genetic Algorithm）是一种模拟自然界生物进化的发展规律, 在自然选择原理和自然遗传机制基础上发展起来的迭代式自适应概率性搜索方法^[28]。其优化过程始于一组随机解, 称为“ 种群（Population）” , 种群中每一个个体为一个解, 个体解的优劣通过适应度函数评判的“ 适值（Fitness）” 来确定, 适值高的个体适应能力强, 具有较高的生存概率。子代（Offspring）种群由父代通过选择、交叉、变异等遗传算法算子产生, 经反复迭代最终找到全局最优解。

结构型战略点识别过程是一个多条件、多目标的优化问题。设定基本条件限制：结构型战略点分布位置应在可建设生态节点的用地上; 避免与资源型战略点过多交叉重叠, 结构型战略点应尽量分布在资源型战略点影响范围之外; 结合资源型战略点的影响范围, 影响范围设定为以结构型战略点为圆心、半径为2 km的圆形区域。设置多目标的适应度函数：在保证连通性情况下, 放置结构型战略点数量尽可能少, 且节点连通性和节点覆盖度达到最佳位置^[24]。整个优化过程通过MATLAB代码编程实现。

结构型战略点识别的适应度函数数学模型为：

（1）位于资源型战略点影响范围之外且可建设生态节点的区域, 为结构型战略点解空间, 其解空间的监测区域为二维平面：{S(x, y)：0≤ x≤ Length, 0≤ y≤ Width }, 其中Length、Width分别为可行解在空间上的长和宽;

（2）根据监测区域的大小估算需要的结构型战略点n个, 节点坐标为 (x, y);

（3）节点i、j之间的距离用d_ij表示;

（4）所有结构型战略点影响范围相同, 均为以节点坐标 (x, y) 为圆心, 半径为r的圆;

（5）把所有节点看作一个无向图, 用A表示无向图的邻接矩阵, 当d_ij< r时, 节点i, j可以直接互相通信, 称i、j之间有一条弧, 对应的A_ij为1。

（6）达到最大节点连通性目标函数f₁为：

f1=∑i=0M-1∑j=0j≠iM-1e-dij2bDbM（1）

式中：b_D为距离基值, 用于判断两节点的重合程度; b_M为重合节点数量的基值, 其值取决于监测区域节点数目。d_ij越小, 则式（1）的值越大, 重合度越大; b_D越小, 重合判断越精细。

（7）达到最大节点覆盖度目标函数f₂为：

节点vi的覆盖区为:C(vi)=P(x, y)|x-xi2+y-yi2≤r（2）

若节点v_i覆盖区与其他节点覆盖区重叠, 记为 C'(vi), 则节点v_i的有效覆盖区记为 C''(vi), C''(vi)=C(vi)-C'(vi)。若将所有结构型战略点的有效覆盖区域记为 S', 则 S'=∪in(C''(vi)⋃C'(vi)）。若监测区域记为 S, 则监测区覆盖率为：

f2=∬x, yS'∬x, yS×100%（3）

（8）总适应度函数为：

f=α1f1+α2f2（4）

式中： α1、α2为子目标函数对应的权值, 满足 α1+α2=1, 这里取值 α1=α2=0.5。

2.3.3 结构型薄弱点识别

基于前两步结果, 利用最小累计阻力模型（Minimum Cumulative Resistance, MCR）^[33], 计算区域生态廊道, 生成初步生态网络。首先, 构建累积阻力面。生物迁移主要受地形条件、土地利用方式、人类活动等阻力影响^{[15, 16]}, 结合区域实际情况, 选择土地利用、景观格局、基础设施、道路交通等阻力类型。按照物种生境适宜度、人类活动干扰度以及土地利用方式, 对不同类型阻力因子进行打分（1~1000）。其中打分值最低为1, 代表生境适宜性最高; 打分值最高为1000, 代表生境适宜性最低（表2）。依托ArcGIS进行标准化处理, 得到不同类型下的阻力值, 范围为 [0, 1]。综合权重赋值, 得到累积阻力面。然后, 基于MCR模型^[33]计算资源型战略点斑块、结构性战略点斑块到其他景观单元的累积距离, 利用Linkage Mapper工具生成生态廊道。最后, 将累积阻力面的“ 山脊线” 与生态廊道的交点^[22], 作为结构型薄弱点。利用GIS空间分析中的水文分析模块, 提取阻隔生态流和物种扩散的最大阈值, 然后对得到的栅格数据矢量化, 经平滑处理后, 最终获取阻力面的“ 山脊线” 。依据GIS空间分析中的相交工具, 提取“ 山脊线” 与生态廊道的交点, 即结构型薄弱点。

表2

Table 2

表2(Table 2)

表2 不同类型阻力系数和权重赋值 Table 2 Resistance coefficient and weight assignment for different types 影响因子 类型分级 阻力 权重 土地利用类型 (土地利用阻力) 林地 1 0.3 草地 4 其他用地 120 耕地 400 水域 400 道路用地 800 建设用地 1000 植被覆盖度 (景观格局阻力) > 0.8 1 0.25 0.6~0.8 20 0.3~0.6 200 0.1~0.3 500 < 0.1 1000 基础设施数量 (基础设施阻力) < 40 1 0.25 40~145 200 145~390 700 > 390 1000 距道路中心线距离/m (道路阻力) 100~200 200 0.2 50~100 500 < 50 1000

表2 不同类型阻力系数和权重赋值 Table 2 Resistance coefficient and weight assignment for different types

2.3.4 生态网络性能分析

本文选择复杂网络分析中衡量网络拓扑结构和节点效用性的6个评价指标（表3）, 揭示生态网络的性能。在节点效用方面, 选用节点覆盖率C^[17]、节点分布均匀度DE^[17]、平均节点连接数A^[37]指标, 衡量网络中节点冗余及效用发挥情况; 在网络整体性方面, 选用平均聚类系数CC^[37]、网络连通性J^[38]、网络密度D^[37]等指标, 衡量网络整体性能。其中节点覆盖率C、网络连通性J、网络密度D, 通过表3中的相应公式计算得到。节点分布均匀度DE、平均聚类系数CC、平均节点连接数A指标结果, 通过Pajek软件读取生态网络拓扑结构并计算获得。

表3

Table 3

表3(Table 3)

表3 生态网络性能分析指标 Table 3 Indicators for ecological network performance analysis 指标 公式 描述 意义 节点覆盖率C S1+S2+S3S总×100% 表征生态节点影响范围面积与区域整体生态用地面积比率。其中 S1、S2、S3为资源型战略点、结构型战略点、结构型薄弱点影响范围 ; S总为区域总面积 节点覆盖率越高, 代表区域生境斑块联系越紧密, 生态网络越稳定。单个生态节点覆盖率越大, 生态节点发挥效能越大, 反之亦然 节点分布 均匀度DE — — 节点分布均匀性越低, 代表生态节点在研究区内的空间分布越均匀, 节点发挥效能越大 平均节点 连接数A — — 平均节点连接数越大表示通过网络的路径越多, 节点发挥效能越大, 网络连接越复杂 平均聚类 系数CC ∑i=1NCC1(i)N 其中CC1i=2E1(i)/(ki(ki-1)) N为整个网络中节点数; CC1(i)为节点i的聚类系数; ki为节点i的邻居; E1(i)为ki节点实际存在的边数; ki(ki-1)/2为理论上最大边数 平均聚类系数越高, 表明在生态网络格局中景观生态流的流动性越强, 生态网络更稳定 网络连通性J ∑i=1nmi/N mi为第i节点所邻接的边数 网络的连通性越高, 其稳定性越好 网络密度D 2MN(N-1) M为网络中实际连接数 复杂网络中节点之间连接的紧密性

表3 生态网络性能分析指标 Table 3 Indicators for ecological network performance analysis

（1）生态源地的提取与资源型战略点的生成

国家级生态红线数据经删除细小斑块、融合重叠图斑等操作后, 得到金坛区两大生态源地, 分别为位于西部山区的茅山风景名胜区和南部的长荡湖重要湿地, 总面积为83.12 km², 占区域总面积的8.52%。资源型战略点位于生态源地斑块中心, 其影响范围为生态源地及其边界向外扩展的2 km缓冲区, 面积达225.07 km², 占区域总面积的23.07%。

（2）生态用地的提取与结构型战略点识别

结构型战略点应位于可建设生态节点的用地类型上, 将园地、林地、草地、水域等生态用地类型进行提取, 得到生态用地面积为428.25 km²。生态用地作为解空间, 利用多目标遗传算法识别结构型战略点的最优位置。多目标遗传算法运行需要指定初始种群Pop（Initial population）, 即结构型战略点个数。经多次尝试, 得到不同初始种群下资源型战略点位置, 并通过比较节点冗余情况、平均节点覆盖率以及节点连通率, 确定初始种群Pop=30为最佳选择。不同资源型战略点的对比结果, 详见表4与图4。当结构型战略点个数为30时, 节点连通率达86.67%, 而且平均节点覆盖率达到最高, 节点分布更均匀。

表4

Table 4

表4(Table 4)

表4 不同资源型战略点的结果对比 Table 4 Comparison of different resource-based strategic points 初始种群 个数/个 节点覆盖 面积/km2 平均节点 覆盖率/% 节点 连通率/% Pop=50 625.15 1.28 96.00 Pop=30 473.95 1.62 86.67 Pop=20 231.03 1.18 70.00 Pop=10 125.06 1.28 50.00

表4 不同资源型战略点的结果对比 Table 4 Comparison of different resource-based strategic points

图4

Fig. 4

	Figure Option ViewDownloadNew Window
	图4 不同初始种群下的战略点及其影响范围分布Fig. 4 The distribution of strategic points and their impact ranges under different initial populations

（3）初步生态网络构建与结构型薄弱点识别

为了便于优化结果对比, 研究将采用传统方法生成的生态网络（N1）作为对照。一般选择面积较大的生境斑块作为生态源地^[33], 再利用最小阻力模型生成区域生态廊道。由前两步计算, 可知战略点个数为32个。取面积排序前32的生境斑块, 作为N1生态源地, 总面积为98.41 km²。为与第一步生成的生态源地区分, 将第一步生成的两大生态源地记为“ Ⅰ 类生态源地” , 其余30个为“ Ⅱ 类生态源地” 。在保证与N1节点个数相同、生态源地面积相似条件下, 确定优化后生态网络（N2）的结构型战略点斑块大小。经计算, 设定结构型战略点斑块的半径为500 m。结构型战略点斑块（Ⅱ 类生态源地）与资源型战略点斑块（Ⅰ 类生态源地）构成生态网络N2的生态源地, 由此形成初步生态网络N1、N2（图5）。从图5看出, 一般方法下初步生态网络N1覆盖范围有一定局限, 局部网络呈现集聚; 经节点优化后的初步生态网络N2能较好地覆盖全区域, 网络连接也较N1复杂。初步生态网络N1生态源地更贴近现状生态用地情况, Ⅰ 类生态源地中心点为固定生态节点, 其余生态节点为现状生态节点, 即待优化点。生态网络N2的结构型战略点为区域理想生态节点, 其分布详见图5c。

图5

Fig. 5

	Figure Option ViewDownloadNew Window
	图5 研究区初步生态网络及节点分布Fig. 5 Preliminary ecological network and node distribution in the study area

将累积阻力面的“ 山脊线” 与生态廊道相交, 识别结构型薄弱点。一般生态网络N1提取了315个结构型薄弱点, 优化后的生态网络N2生成442个结构型薄弱点。这是由于优化后的网络节点分布较为均匀, 能尽量覆盖到全区域, 而一般方法选择的生态源地分布较集中, 导致平均节点覆盖率下降, 与“ 山脊线” 相交的频率大幅下降, 进而造成结构型薄弱点减少。与初步生态网络相比, 由于结构型薄弱点的差异, 优化后的生态网络N2比优化前生态网络N1在网络性能分析上更具优势。从图6可看出, 生态网络N2比N1空间分布更广泛, 节点间连接也更复杂, 同时生态网络拓扑关系更加复杂。图6c、图6d中的网络拓扑关系中不同节点颜色代表所属组团, 节点大小代表该节点度数, 节点越大代表节点度数越大, 连接此节点的生态廊道越多。

图6

Fig. 6

	Figure Option ViewDownloadNew Window
	图6 研究区生态网络及节点分布Fig. 6 Ecological network and node distribution in the study area

为凸显层级生态节点的识别、重组对生态网络结构的改善程度, 研究将初级生态网络、最终生态网络均开展综合评价, 以便纵向比较网络优化的过程。

（1）初步生态网络对比评价

从节点效用、网络整体性出发, 采用衡量网络拓扑结构和节点效用性的6个评价指标, 定量评价优化前后的初步生态网络, 结果见表5。从表中可以看出, 优化后的生态网络整体优于一般网络：① 优化后节点覆盖率明显提升, 表明通过优化显著提高了生态源地覆盖率; ② 优化后节点分布均匀度大幅减少, 表明经过优化节点分布更均匀, 覆盖范围更广; ③ 平均节点连接数由之前的2.724增加到3.154, 表明网络连接更复杂; ④ 平均聚类系数由0.429变为0.441, 表明优化后节点聚集程度小幅提升; ⑤ 网络连通性由4.938提升到5.125, 网络稳定性更高; ⑥ 网络密度由0.159增加到0.165, 网络密度小幅增加, 节点之间连接更为紧密。

表5

Table 5

表5(Table 5)

表5 初步生态网络评价结果对比 Table 5 Comparison of preliminary ecological network evaluation results 初级生态 网络 节点覆盖率C/% 节点分布均匀度DE 平均节点连接数A 平均聚类系数CC 网络连通性J 网络密度D N1 28.362 0.174 2.724 0.429 4.938 0.159 N2 48.574 0.099 3.154 0.441 5.125 0.165

表5 初步生态网络评价结果对比 Table 5 Comparison of preliminary ecological network evaluation results

（2）最终生态网络对比评价

将最终得到的生态网络进行指标评价, 结果详见表6。从表中可以看出, 优化后的生态网络整体优于一般网络：① 节点覆盖率由75.608%提升至93.305%, 经过优化节点覆盖范围明显增大, 区域整体生态安全得到有效保障; ② 节点分布均匀度由0.022减少到0.012, 约减少至未优化前的45.45%, 经过优化节点分布更均匀、覆盖范围更广; ③ 平均聚类系数由0.182提升为0.341, 整体提升了87.36%, 优化后节点聚集程度大幅提升, 生态网络也更稳定; ④ 平均节点连接数、网络连通性、网络密度指标变化较小, 这是由于结构型薄弱点数量最多且位于生态廊道, 与其他生态节点的连接较少, 导致涉及网络连接数量等指标对比不明显。整体来看, 优化后的最终生态网络在节点效用、网络性能上优于一般性网络。

表6

Table 6

表6(Table 6)

表6 生态网络评价结果对比 Table 6 Comparison of ecological network evaluation results 生态 网络 节点覆盖率C/% 节点分布均匀度DE 平均节点连接数A 平均聚类系数CC 网络连通性J 网络密度D N1 75.608 0.022 1.151 0.182 2.282 0.006 N2 93.305 0.012 1.120 0.341 2.211 0.005

表6 生态网络评价结果对比 Table 6 Comparison of ecological network evaluation results

有效生态网络构建应基于根据区域实际, 构建发挥最大效能的潜在生态网络。由于多目标遗传算法在寻找全局最优解、识别区域最佳点上, 具有非常广阔的应用前景, 将群智能算法与生态节点识别结合起来, 从而能更客观地确定关键战略点位置, 对构建有效生态网络具有重要意义。根据《金坛市城市总体规划（2013-2030年）》, 至2030年, 受保护区要达到国土面积的30%以上, 重点对天荒湖湿地保护区等9个生态斑块实施局部保护策略, 但并未对生态节点进行系统保护与建设。建议在生态斑块划定基础上, 重点依据层级生态节点识别结果, 制定个别保护、重点培育、广泛维护等三种差异化保护策略。在生态修复策略上, 加强资源型战略点和薄弱型战略点的修复和保护, 并注重结构型战略点的建设和培育。

（1）资源型战略点的个别保护策略。资源型战略点甄选方式以符合实际、注重质量为目标, 是区域最为关键的少数节点。依靠资源型战略点的重点保护策略维护生态网络的基本稳定, 金坛区两个资源型战略点主要集中在西部茅山区域和南部长荡湖区域, 景观类型以林地、湖泊为主。在生态保护修复策略上, 资源型战略点节点数量少且是区域重要生态源, 需合理确定斑块数量、位置、规模及边界, 对资源型战略点进行重点维护和修复, 以保障生态源的健康、稳定。

（2）结构型战略点的重点培育策略。结构型战略点识别方式以整体覆盖、全局最优为目标, 对提升整体网络连接效率、实现区域生态节点有效覆盖发挥重大作用。依靠结构型战略点的重点培育策略维护生态网络的初步稳定, 金坛区30个结构型战略点分布较分散, 景观类型以林地、湖泊、草地为主。在生态保护修复策略上, 受区域未来规划、相关政策影响, 节点位置可能会小幅动态变化。因此该类生态节点的培育, 需结合相关规划, 分阶段确定节点位置和边界。后期应注意培育和建设, 同时避免大规模人为活动。

（3）结构型薄弱点的广泛维护策略。结构型战略点识别方法以保护廊道、提高精度为目标, 是生态网络中组成数量最多的生态节点, 对保障网络连接、提升网络稳定性具有重要作用。依靠结构型薄弱点的广泛维护策略维护生态网络的整体稳定, 金坛区 442个结构型薄弱点分布广泛, 景观类型以林地、草地、园地为主。受人类开发活动影响, 节点位置动态变化。在生态保护修复策略上, 需对结构型薄弱点进行动态监测, 采取必要措施对结构型薄弱点进行保护。后期注意监管和维护, 对破坏廊道连通的开发活动及时制止, 避免破坏性的人为活动。