首页 > 分享 > Impact of land use change on bird habitat connectivity: a case study in Ezhou City

Impact of land use change on bird habitat connectivity: a case study in Ezhou City

萌宠菠菠乐园
2024-12-04 20:21

摘要: 土地利用变化是造成栖息地破碎、缺失与退化的重要原因。生态网络能保护重要栖息地, 促进栖息地之间的物质与能量流动, 对区域土地利用规划和生物多样性保护具有重要意义。以鄂州市为研究区, 基于CLUE-S模型预测现状延续、生态保护和城市扩张3种土地利用情景, 将生境质量作为遴选生境斑块的依据之一, 以鸟类最大迁徙距离为阈值构建生态网络, 从连通概率指数PC和斑块重要性指数dPC两方面, 探讨土地利用变化对鸟类栖息地连通性的影响。结果表明: (1)不同情景的地类数量和空间结构均有差异, 与生态保护相比, 城市扩张情景的建设用地增加11603.52 hm2, 林地、耕地和水体减少5041.8 hm2、2540.16 hm2、3385.8 hm2, 新城区、山地风景区与水体周边是主要变化区域; (2)现状延续和城市扩张情景的生境斑块降至235块和216块, 网络出现破碎化, 生态保护情景增至367块, 网络结构完整但空间位置改变; (3)2004-2024年PC表现为先上升后下降再上升的趋势, 生态保护的PC高于现状延续和城市扩张, 且利于保护短距离迁徙鸟类; (4)生态保护情景边缘型和关键小型斑块得到保护, 第一等级斑块增加, 城市扩张情景第二等级斑块增加, 现状延续情景部分斑块的重要性提高。在新一轮发展规划中, 鄂州市要协调城市发展与生态保护的关系, 优先保护受到土地利用变化威胁的大型与关键小型栖息地, 重点保护短迁徙鸟类的栖息地连通性。

1. Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China;
2. College of Resources and Environmental Science, Chinese Academy of Sciences, Beijing 100049, China;
3. School of Resource and Environmental Sciences, Wuhan University, Wuhan 430079, China;
4. Key Laboratory of Geographic Information System, Ministry of Education, Wuhan University, Wuhan 430079, China;
5. College of Environment and Planning, Henan University, Kaifeng 475001, China

Abstract: Land use change is an important cause of habitat fragmentation, loss, and degradation. The ecological network can protect essential habitats and promote the flow of material and energy between habitats, which is significant to regional land use planning and biodiversity conservation. Taking Ezhou City as the research area, three land use change scenarios were predicted based on the CLUE-S model. Using habitat quality as one of the criteria for selecting habitat patches, an ecological network was constructed based on the maximum migration distance of birds. The effect of land use change on bird habitat connectivity using the probability of connectivity (PC) and delta probability of connectivity (dPC). The results showed that: (1) the number of land use types and spatial structure differed in the three scenarios. Compared with ecological conservation, construction land increased by 11603.52 hm2, while forest, farmland, and water decreased by 5041.8 hm2, 2540.16 hm2 and 3385.8 hm2 in urban expansion. The main changing areas were new urban areas, scenic mountain areas, and water surrounding areas. (2) Habitat patches decreased to 235 and 216 in the present continuation and urban expansion scenario. Habitat patches increased to 367 in the ecological conservation scenario. The network structure was complete, but the spatial location changed. (3) The PC showed a trend of first increased, then decreased and increased again in 2004-2024. The PC of ecological conservation was higher than the present situation continuation and urban expansion, which benefited short-distance migratory birds. (4) The first level patches increased in the ecological conservation, the marginal and critical small patches were protected, and the second level patches increased in the urban expansion. The importance of some habitat patches increased in the present situation. The new development planning of Ezhou City should coordinate the relationship between urban development and ecological conservation. The priority should be given to protecting large and critical small habitat patches that are potential threats to land use change. It is necessary to focus on protecting the landscape connectivity of short-migratory birds.

Key Words: land use change scenarios CLUE-S model InVEST model ecological network bird habitat connectivity Ezhou City

土地利用变化造成栖息地的破碎与缺失, 进一步会影响物种的分布格局[1]、加速物种灭绝[2]、影响生物多样性[3]。联合国《2030年可持续发展议程》提出, 将减少自然栖息地退化, 遏制生物多样性丧失作为可持续发展目标之一, 该目标也符合我国两型社会和生态文明建设的要求。此背景下, 探讨土地利用变化对栖息地的影响, 对区域可持续发展具有重要意义。

通过评估栖息地适宜性[4-5]、生境质量[6-7]和景观格局[8], 能有效地评价物种分布和栖息地的演变特征。但忽略了物种在栖息地之间的迁徙扩散。结合景观生态学[9-10]和图论理论[11-12], 从连通性和物种扩散角度评估栖息地成为研究热点, 建设用地扩张[13-14]、城市结构变化[15]均会影响单物种[14]或多物种的栖息地连通性[16-17], 现有研究侧重于土地利用历史变化对栖息地的影响, 缺少对未来的预测。预测不同土地利用情景对栖息地连通性的潜在影响, 可以为规划方案的制定提供理论支撑。识别生境斑块、选取迁徙廊道是构建生态网络, 评估栖息地连通性的关键。通过风景名胜区[18]、生态功能区[19]或MSPA分析[20]识别的生境斑块, 注重栖息地的面积[21]、位置和空间格局, 栖息地质量作为影响栖息地分布的重要因素[22], 研究中相对较少考虑[23], 选取廊道的方法主要有源汇模型[24]、欧氏距离方法[25]和最小阻力面模型[26]。栖息地连通性可以通过整体连通性指数(Integral index of connectivity, IIC)[27]、连通性概率指数(probability of connectivity, PC)[28]、介质中心度(Betweenness centrality, BC)[29]和斑块(或廊道)重要性指数(delta probability of connectivity, dPC[28]、delta integral index of connectivity, dIIC[27])等方法测度。

本文以鄂州市为研究区, 采用2004—2019年土地利用数据, 基于CLUE-S模型预测2024年不同土地利用情景。利用InVEST模型选择较高生境质量区域, 叠加符合鸟类生境需求的区域作为生境斑块, 以鸟类最大迁徙距离为阈值构建生态网络。从连通概率指数PC和斑块重要性指数dPC两方面衡量栖息地连通性, 为快速城镇化地区的土地利用规划和生物多样性保护提供重要参考。

1 研究区域与数据来源1.1 研究区域概况

鄂州市是武汉城市群的重要节点城市, 总面积1593 km2(图 1), 属于亚热带季风气候, 年均温17.0 ℃, 年均降水量1282.8 mm。土壤包括红壤、棕红壤等类型, 植物种类多样。丰富的淡水资源为鸟类提供了良好的栖息地, 主要鸟类包括须浮鸥(Chlidonias hybrida)、白鹭(Egretta)、牛背鹭(Bubulcus ibis)、池鹭(Ardeola bacchus)、白鹤(Grus leucogeranus)、灰鹤(Grus grus)、鸳鸯(Aix galericulata)、伯劳(Laniidae)和普通翠鸟(Alcedo atthis)等, 种群数量大。

图 1 研究区域示意图与目标物种(照片来源：刘芸洁)Fig. 1 The land use map of the study area and target species (photo source: LIU Yunjie) 地名前数字代表生境斑块的序号

1.2 数据来源及预处理

2004—2019年30 m分辨率的土地利用数据解译自Landsat TM影像, 按照《土地利用现状分类》标准(GB/T21010—2017), 将地类分为耕地、建设用地、林地、水体和其他用地, 研究区内养殖水体面积大, 将水体细分为河湖水体与养殖水体。DEM来源于地理空间数据云(http://www.gscloud.cn), 分辨率30 m。夜间灯光数据来源于地理国情监测云平台(http://www.dsac.cn)和中科院版地球夜光数据集。耕地生产力潜力数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn), 分辨率1 km。路网数据来源于2019年的OpenStreetMap, 依据鄂州市道路通车公告和土地利用数据提取了2004年、2009年和2014年路网。鸟类数据来源于中国观鸟中心(http://www.birdreport.cn), 通过“地区记录统计”方式获取2015—2021年鄂州市153种鸟类的644条记录, 包括了17条池鹭与普通翠鸟记录(图 1)。

2 研究方法2.1 土地利用情景模拟2.1.1 情景设定

设定现状延续、生态保护和城市扩张3种情景, 修正Makov模型和CLUE-S模型的输入参数[30], 预测2024年的土地利用。

(1) 现状延续情景：地类转化与历史保持一致, 根据2004—2014年的土地利用转化概率, 计算2024年各地类的面积。

(2) 生态保护情景：在严守生态保护红线、实施生态价值核算和生态补偿等系列措施的影响下, 生态用地大幅增加, 其它地类转为林地、水体的概率将高于现状延续情景。

(3) 城市扩张情景：按照《鄂州市城乡总体规划》预测2030年城镇化水平约为80%, 建设用地面积大幅增加。将水体、林地、耕地和其他用地转为建设用地的概率提高20%。考虑到基本农田保护和耕地占补平衡, 其他用地转为耕地的概率高于现状延续。

2.1.2 模型参数设置

CLUE-S模型由非空间模块和空间模块两部分构成[31], 非空间模块通过Markov模型获得土地利用需求量, 空间模块以栅格为基础, 根据土地利用的初始状态、适应性概率和转换规则, 对土地利用需求量进行空间分配。

土地利用的适应性概率通过二元logistic回归确定土地利用与驱动因子之间的定量关系确定[32]。从自然条件、社会经济和可达性三方面, 选择高程、坡度、耕地生产力潜力、夜间灯光指数、城镇村距离、道路距离、河湖距离和大型养殖水体距离为驱动因子。Logistic回归的ROC[33]检验结果为, 耕地0.9251、建设用地0.9752、林地0.9466、其他用地0.8665、水体0.9772、养殖水面0.9529, 结果均大于0.7, 说明选取的驱动因子具有良好的解释能力[32]。

转换弹性系数表示地类之间转化的难易程度, 值取为0—1, 数值越大表示地类稳定性越高。根据研究区地类变化的历史规律, 假设所有地类均可转化。参考他人成果[34-36]及研究区历史数据, 经过多次试验, 选取最优的转换弹性系数(表 1)。

表 1 不同情景下土地利用的转换弹性系数Table 1 The ELAS of different land use types in future forecast process under three scenarios

3种情景
Scenario analysis 耕地
Farmland 建设用地
Construction land 林地
Forest 其他用地
Other land 河湖水体
River-Lake water 养殖水体
Aquaculture water 现状延续Present situation continue 0.5 0.9 0.6 0.3 0.6 0.6 生态保护Ecological conservation 0.6 0.9 0.8 0.4 0.8 0.8 城市扩张Urban expansion 0.4 0.9 0.5 0.2 0.5 0.5ELAS: 转换弹性系数Relative elasticity

限制条件根据《长江经济带生态环境保护规划》等保护政策, 将长江、梁子湖和洋澜湖湿地设为限制区域。以2004年为基期, 2014年地类需求量为终止条件, 模拟2014年土地利用。当精度达到要求时, 再以2014年为基期, 2024年地类需求量为终止条件, 预测2024年的土地利用。

2.2 顾及生境质量的网络构建

选取对生境有指示性、保护价值及代表性的目标物种, 依据食性和重量计算最大迁徙距离。最终选择普遍分布、属于“三有”物种的普通翠鸟(Alcedo atthis)、池鹭(Ardeola bacchus) 作为2 km和6 km迁徙距离的目标物种[25]。

依据普通翠鸟和池鹭的生境需求和生境质量选择生境斑块。池鹭为涉禽类, 活动于湖泊与池塘浅滩。普通翠鸟为傍水型, 常分布于林地边缘、水体等生境类型。将满足筑巢与觅食需求的面积、坡度和人类干扰小的生态用地, 作为选择生境斑块的条件[25]。生境质量作为另一条件, 通过InVEST模型建立生境和威胁源之间的关系[37]。威胁源和保护因子设置如下：

① 威胁因子。根据鸟类生态学特性, 将林地、水体(河湖水体与养殖水体)作为生境, 威胁源为建设用地、耕地等因子, 根据文献[25, 38-39]确定威胁因子属性(表 2)。生境对威胁因子的敏感程度, 由生物多样性保护的一般原则而定, 自然环境敏感性大, 人工环境敏感性小[39], 取值为0—1, 参照文献[38-40]调整敏感性(表 3)。

表 2 生境威胁因子属性Table 2 Attribution of each threat affects habitat quality

威胁因子
Threats 最大影响距离/km
Maximum distance of influence/km 权重
Weight 空间衰退类型
Type of decay over space 建设用地Construction land 1 1 0 耕地Farmland 0.7 0.6 0 其他用地Other land 0.5 0.4 0 铁路Railway 0.3 0.4 1 高速公路Expressway 0.4 0.5 1 主要干道Main road 0.6 0.6 1

表 3 生境适宜度及其对不同威胁因子的相对敏感程度Table 3 Habitat suitability degree and its relative sensitivity to each threat

地类名称
Land use type 生境适宜度
Habitat suitability 建设用地
Construction land 耕地
Farm land 其他用地
Other land 铁路
Railway 高速公路
Expressway 主要干道
Main road 耕地Farm land 0 0.5 0.3 0.2 0.3 0.4 0.5 建设用地Construction land 0 0 0 0 0 0 0 林地Forest 1 1 0.8 0.5 0.5 0.6 0.7 其他用地Other land 0 0 0 0 0 0 0 水体Water 1 1 0.7 0.5 0.5 0.6 0.7

② 保护程度因子。《鄂州市主体功能区规划》将全域分为重点、优化、限制和禁止开发区。保护程度越低数值越大, 取值为0—1。重点开发区保护程度低, 设为1。禁止开发区保护程度高, 设为0。优化和限制开发区应在开发的基础上适当保护, 分别设为0.7和0.3。

按照自然断点法将生境质量分为较低、一般、较高和高生境质量等4个类别, 选择较高、高生境质量2个类型作为备选的生境斑块。将满足生境质量标准和生态需求的区域, 做叠加分析确定最终生境斑块(图 2)。

图 2 鄂州市土地利用模拟和3种土地利用情景预测图Fig. 2 The land use maps of the simulation and future three scenarios in Ezhou

以生境斑块为节点, 遍历两节点间边与边的距离, 将小于迁徙阈值的节点构建迁移廊道[25, 41]进而构建网络。

2.3 连通性与斑块重要性的度量

物种能否从一个生境斑块到达另外一个生境斑块, 在相当程度上取决于生境斑块之间的连通性。连通性概率指数PC[28]是衡量连通性的重要指标。连通性高表示鸟类物种在景观中受到的阻力较小, 迁徙、觅食和生存更容易。

(1)

式中, n是生境斑块的总数, ai和aj是斑块i和j的面积, pij*是物种在斑块i和j之间的最大扩散概率, Al表示整个景观的面积。PC的取值为0—1, 0表示物种在生境斑块之间没有生态联系, 1表示达到最好的联系。

(2)

式中, dPC指景观中所有斑块的连通性指数, PCremove为移除一个后剩余斑块的连通性指数。对生境斑块重要性dPC进行分级处理, dPC >20为第一等级, 5—20为第二等级, 共划分6个等级(图 6)。

3 结果与分析3.1 土地利用模拟预测结果分析3.1.1 模拟精度验证

2014年土地利用的模拟结果与实际进行对比(图 2), 通过地图比较工具(Map Comparison Kit, MCK)[42]计算Kappa系数[43]评价两者的地类数量相似性(KHistogram)和空间位置相似性kappa(KLocation)。Kappa系数均大于0.75(表 4), 说明CLUE-S模型能较好地模拟鄂州市土地利用变化。

表 4 各地类模拟精度Table 4 Results of Kappa

Kappa 总体
Total 耕地
Farm land 建设用地
Construction land 林地
Forest 其他用地
Other land 河湖水体
River-lake water 养殖水面
Aquaculture water Kappa 0.923 0.868 0.848 0.797 0.780 0.944 0.911 KLocation 0.958 0.933 0.986 0.812 0.909 0.966 0.921 KHistogram 0.963 0.930 0.860 0.981 0.858 0.978 0.989Kappa：Kappa系数Kappa coefficient；KLocation：位置Kappa系数Location kappa coefficient；KHistogram：数量Kappa系数Quantity histogram Kappa coefficient

3.1.2 土地利用变化

土地利用预测情景的结果表明, 2004—2024年鄂州市地类数量(表 5)和空间分布(图 2)均发生明显变化。

表 5 鄂州市不同情景下各种土地利用类型面积/hm2Table 5 The amount of each land use type in 2024 with different scenarios in Ezhou

年份
Years 情景
Scenarios 耕地
Farm land 建设用地
Construction land 林地
Forest 其他用地
Other land 河湖水体
River-lake water 养殖水体
Aquaculture water 2004 71309.52 19546.56 9712.80 6996.24 30878.28 19903.32 2009 62491.68 23428.44 15542.28 5684.40 28950.12 22249.80 2014 60280.56 28001.88 14822.28 5249.16 28861.56 21131.28 2019 58555.44 31793.76 14167.80 4869.36 28791.36 20169.00 2024 现状延续 49347.36 36395.28 19772.28 3543.12 26985.60 22303.08 生态保护 49239.36 31194.00 22738.68 3914.28 27432.72 23827.68 城市扩张 46699.20 42797.52 17696.88 3278.52 26569.44 21305.16

(1) 不同情景的地类数量变化

2004—2024年3种情景的地类数量变化趋势一致。建设用地、林地与养殖水体增加, 河湖水体减少。3种情景的地类变化量区别明显, 现状延续处于中间水平。与生态保护相比, 城市扩张时建设用地增多11603.52 hm2, 林地、耕地与水体分别减少5041.8 hm2、2540.16 hm2、3385.8 hm2。

(2) 不同情景土地利用格局变化

现状延续情景下, 建设用地增长位于主城区周边、葛华新城和梧桐湖等新城区；林地增长位于天平山、白雉山等地, 破碎的林地逐渐成为连片的大型斑块；养殖水体周边面积逐渐增加。

生态保护情景下, 主城区以东的建设用地发展缓慢, 对耕地影响较小, 花湖新城的扩张受到限制, 对河湖水体侵占较少；梧桐湖新城内部被绿地分割, 天平山风景区周边林地受到较好保护。

城市扩张情景下, 建设用地外缘更大, 梧桐湖新城连片发展, 花湖新城对河湖水体挤占明显；天平山风景区周边林地边缘和内部被建设用地蚕食、破碎显著；养殖水体对耕地、水体的占用不如现状延续明显, 三山湖地区河湖水体面积缩小。

3.2 生境斑块与生态网络变化3.2.1 生境斑块变化

基于生境质量(图 3)和生态需求进行叠加分析, 得到普通翠鸟和池鹭的生境斑块(图 4)。2004—2009年斑块数量上升, 2009年最大值为282块, 2009—2019年斑块数量减少。现状延续和城市扩张的斑块数量持续减少, 分别为235块和216块, 生态保护的斑块数量则再次上升, 达到367块(表 6)。

图 3 基于生境质量的生境斑块Fig. 3 The habitat patches based on habitat quality

图 4 基于鸟类物种构建的2 km和6 km生态网络Fig. 4 Ecological network of 2 km and 6 km generated by bird species

表 6 2004—2024年栖息地生境斑块和2 km、6 km廊道数量变化Table 6 Quantitative change of habitat patches and corridors of 2 km、6 km in 2004—2024

年份
Years 情景
Scenarios 斑块数量
Patch numbers/个廊道数量
Corridor quantities/条年份
Years 情景
Scenarios 斑块数量
Patch numbers/个廊道数量
Corridor quantities/条 2 km 6 km 2 km 6 km 2004 260 960 3340 2024 现状延续 235 816 2759 2009 282 1121 3910 生态保护 367 1647 5924 2014 273 1059 3714 城市扩张 216 726 2443 2019 266 840 2963

3.2.2 生态网络变化

依据生境斑块和鸟类迁徙阈值得到2 km和6 km生态网络(图 4)。廊道数量与生境斑块变化一致, 2004—2019年廊道数量先上升后下降。2024年生态保护情景的廊道数量骤增, 2 km和6 km的廊道数量分别为1647条和5924条, 城市扩展与现状延续的廊道数量则持续下降趋势(表 6)。距离阈值为2 km时, 从2014年开始, 七迹湖和五四湖之间廊道消失、北部网络断裂, 网络呈破碎化趋势；生态保护情景北部边缘出现新廊道, 网络结构完整, 梧桐湖与天平山廊道较为密集；现状延续和城市扩张情景网络不完整, 天平山与梧桐湖周边廊道减少。

距离阈值为6 km时, 网络结构复杂、未出现断裂, 鸟类在栖息地之间的连通性增加。现状延续的廊道密度中等；生态保护的廊道密集, 天平山风景区周边与内部廊道数量均较高；城市扩张情景廊道稀疏, 葛华新城廊道数量少, 说明一些对网络连通具有重要作用的小型生境斑块在城市扩张的过程中被占用, 使得廊道数量降低。

3.3 栖息地连通性变化

3种情景下连通性PC的变化趋势基本相同(图 5)。2004—2009年上升, 2009—2019年处于下降, 2019—2024年再次上升。波动可能是由于鄂州地处大城市边缘, 初期大城市对其影响小, 加上林地保护政策的实施, 栖息地连通性上升；后期发展受到武汉市向外扩张与自身结构调整的双重影响, 连通性转为下降趋势。生态保护情景的林地和水体均受到较好保护, PC明显高于现状延续和城市扩张情景。

图 5 不同土地利用情景的景观连通性变化Fig. 5 The habitat connectivity change of different land use scenarios

不同土地利用情景PC的变化量进行对比(表 7), 阈值为2 km的变化量, 均大于阈值为6 km的变化量。阈值为2 km时, 生态保护—城市扩张PC变化量为0.0379, 生态保护—现状延续PC变化量为0.0322；阈值为6 km时, 生态保护—城市扩张PC变化量为0.0288, 生态保护—现状延续PC变化量为0.0212。这说明生态保护情景对短距离迁徙鸟类连通性增加更明显, 与现状延续和城市扩张情景相比更有利于短距离迁徙鸟类物种的保护。

表 7 2004—2024年不同土地利用情景的连通性变化量Table 7 The habitat connectivity variation of different land use scenarios in 2004—2024

距离阈值
Distance threshold 不同土地利用情景
Different land use scenarios 2004—2024年PC变化量
variation of PC in 2004—2024 距离阈值
Distance threshold 不同土地利用情景
Different land use scenarios 2004—2024年PC变化量
variation of PC in 2004—2024 生态保护—城市扩张 0.0379 生态保护—城市扩张 0.0288 2 km 生态保护—现状延续 0.0322 6 km 生态保护—现状延续 0.0212 现状延续—城市扩张 0.0057 现状延续—城市扩张 0.0077 PC: 连通性概率指数Probability of connectivity

3.4 斑块重要性变化

现状延续情景部分生境斑块dPC有所提高。生态保护情景斑块数量多, 第一等级数量增加, 边缘区的生境斑块较好的连接其他生境斑块。城市扩张情景第一等级数量下降, 第二等级数量上升。第一等级生境斑块数量排序为生态保护>现状延续>城市扩张, 第二等级为城市扩张>现状延续>生态保护。

4 讨论4.1 生境斑块属性对维持连通性的作用

研究结果显示, 研究区内大型生境斑块, 198梁子湖、234三山湖和278长江dPC高(图 6), 斑块重要性高, 对维持连通性具有重要作用。2009—2024年69天平山和47白雉山dPC上升, 小型斑块发展成为大型斑块, 斑块重要性提高。边缘型生境斑块, 215花马湖、256梧桐湖和277南碛湖位于研究区北部、东部或西部边缘地区, 随着土地利用变化, 它们与其他斑块的连通性降低。关键小型生境斑块233火烧坝、268五四湖周边, 由于主城区扩张或新城区开发而缺失, 对比《鄂州市城乡总体规划》“一带、两廊(山廊、水廊)”生态空间规划格局, 这些缺失的生境斑块将不利于区域国土空间开发格局优化。大型生境斑块是维持连通性的关键组分[21, 44], 小型和关键生境斑块对提高连通性和维持生态系统也有重要作用。

图 6 2009年和2024年不同距离阈值生境斑块重要性Fig. 6 The importance of different distance threshold habitat patches in 2009 and 2024

4.2 鄂州市未来发展与生境保护的协同策略

现状延续情景下, 阈值为2 km的网络结构不完整, 廊道数量中等；地类变化与PC介于另外两种情景之间, 部分生境斑块的重要性有所提高。生态保护情景下, 林地、水体受到较好保护, 生态用地增加；网络结构完整, 廊道较密集; PC值高, 边缘型和关键小型斑块得到保护。城市扩张情景生境斑块质量整体下降, 林地、水体和耕地被侵占, 生态用地减少；阈值为2 km的网络出现断裂, 6 km的廊道数量稀疏; PC值低, 生境斑块数量为第一等级下降, 第二等级上升。

现状延续、城市扩张的栖息地连通性低于生态保护, 侵占了对物种迁移和对生态空间优化有重要作用的生境斑块。生态保护情景可以有效地保护连通性, 但在一定程度上限制了鄂州的城镇化进程。鄂州市正处于城乡统筹和生态文明建设的关键期, 发展过程中要同时并重城市发展升级与生态环境保护。因此, 新一轮城市发展规划中, 要协调城市发展与生态保护的关系, 既要保护大型生境斑块, 更要保护可能受到威胁的边缘型和关键小型生境斑块。

5 结论

以鄂州市为研究区, 采用生态网络构建和连通性评价等方法, 评估了现状延续、生态保护和城市扩张情景对鸟类栖息地连通性的影响, 得到以下主要结论：

(1) 鄂州市2004—2024年地类数量和空间分布均发生明显变化。建设用地增加, 林地与养殖水体波动增加, 耕地、河湖水体与其他用地递减。建设用地增长区分布在主城区周边和新城区, 城市扩张情景下林地边缘与内部破碎化明显。

(2) 生境斑块和廊道数量变化一致, 2004—2019年为先上升后下降趋势, 最大值为2009年。2024年现状延续和城市扩张情景生境斑块下降, 廊道较稀疏, 2 km的网络结构不完整, 生态保护情景生境斑块和廊道增加, 网络结构完整。

(3) 2004—2009年连通性PC呈上升趋势, 2009—2019年为下降趋势, 2019—2024年再次上升, 生态保护情景的连通性PC高于现状延续和城市扩张情景, 且更有利于保护短距离迁徙鸟类。

(4) 大型生境斑块和关键小型生境斑块均对鸟类栖息地连通性有重要意义。生态保护情景第一等级的斑块数量增加, 关键小型斑块得到保护；现状延续情景部分生境斑块的重要性提高；城市扩张情景第一等级生境斑块数量下降, 第二等级数量上升。

参考文献

[1]

Cintra R, Magnusson W E, Albernaz A. Spatial and temporal changes in bird assemblages in forest fragments in an eastern Amazonian savannah. Ecology and Evolution, 2013, 3(10): 3249-3262.

[2]

Crooks K R. Relative sensitivities of mammalian carnivores to habitat fragmentation. Conservation Biology, 2002, 16(2): 488-502. DOI:10.1046/j.1523-1739.2002.00386.x

[3]

Fahrig L. Effects of habitat fragmentation on biodiversity. Annual Review of Ecology, Evolution, and Systematics, 2003, 34(1): 487-515. DOI:10.1146/annurev.ecolsys.34.011802.132419

[4]

满卫东, 刘明月, 王宗明, 毛德华, 田艳林, 贾明明, 李想, 任春颖, 欧阳玲. 1990—2015年三江平原生态功能区水禽栖息地适宜性动态. 应用生态学报, 2017, 28(12): 4083-4091.

[5]

Tang X G, Li H P, Xu X B, Yang G S, Liu G H, Li X Y, Chen D Q. Changing land use and its impact on the habitat suitability for wintering Anseriformes in China's Poyang Lake region. Science of the Total Environment, 2016, 557-558: 296-306. DOI:10.1016/j.scitotenv.2016.03.108

[6]

李胜鹏, 柳建玲, 林津, 范胜龙. 基于1980—2018年土地利用变化的福建省生境质量时空演变. 应用生态学报, 2020, 31(12): 4080-4090.

[7]

Zhang X R, Song W, Lang Y Q, Feng X M, Yuan Q Z, Wang J T. Land use changes in the coastal zone of China's Hebei Province and the corresponding impacts on habitat quality. Land Use Policy, 2020, 99: 104957. DOI:10.1016/j.landusepol.2020.104957

[8]

张婷婷, 彭昭杰, 张昊楠, 鲁长虎, 周大庆. 2000—2015年丹顶鹤重要繁殖地景观格局变化研究. 生态学报, 2019, 39(10): 3770-3776.

[9]

邬建国. 景观生态学: 格局、过程、尺度与等级. 北京: 高等教育出版社, 2007.

[10]

富伟, 刘世梁, 崔保山, 张兆苓. 景观生态学中生态连接度研究进展. 生态学报, 2009, 29(11): 6174-6182. DOI:10.3321/j.issn:1000-0933.2009.11.052

[11]

Urban D, Keitt T. Landscape connectivity: a graph-theoretic perspective. Ecology, 2001, 82(5): 1205-1218. DOI:10.1890/0012-9658(2001)082[1205:LCAGTP]2.0.CO;2

[12]

Bunn A G, Urban D L, Keitt T H. Landscape connectivity: a conservation application of graph theory. Journal of Environmental Management, 2000, 59(4): 265-278. DOI:10.1006/jema.2000.0373

[13]

史芳宁, 刘世梁, 安毅, 孙永秀, 董世魁, 武雪. 城市化背景下景观破碎化及连接度动态变化研究——以昆明市为例. 生态学报, 2020, 40(10): 3303-3314.

[14]

吴未, 廉文慧. 生态系统服务功能视角下建设用地扩张对生境网络的影响——以苏锡常地区白鹭栖息地为例. 长江流域资源与环境, 2018, 27(5): 1043-1050. DOI:10.11870/cjlyzyyhj201805011

[15]

Huang J L, He J H, Liu D F, Li C, Qian J. An ex-post evaluation approach to assess the impacts of accomplished urban structure shift on landscape connectivity. Science of the Total Environment, 2018, 622-623: 1143-1152. DOI:10.1016/j.scitotenv.2017.12.094

[16]

梁国付, 徐海翔, 彭莉, 丁圣彦. 土地利用/覆被变化对生物栖息地连接度的影响——以巩义地区黄鼬、蒙古兔和黄喉貂为例. 生态学报, 2020, 40(12): 3891-3900.

[17]

Sahraoui Y, Foltête J C, Clauzel C. A multi-species approach for assessing the impact of land-cover changes on landscape connectivity. Landscape Ecology, 2017, 32(9): 1819-1835. DOI:10.1007/s10980-017-0551-6

[18]

尹海伟, 孔繁花, 祈毅, 王红扬, 周艳妮, 秦正茂. 湖南省城市群生态网络构建与优化. 生态学报, 2011, 31(10): 2863-2874.

[19]

刘玉斌, 李宝泉, 王玉珏, 陈琳琳, 李晓炜, 侯西勇. 基于生态系统服务价值的莱州湾-黄河三角洲海岸带区域生态连通性评价. 生态学报, 2019, 39(20): 7514-7524.

[20]

陈竹安, 况达, 危小健, 张立亭. 基于MSPA与MCR模型的余江县生态网络构建. 长江流域资源与环境, 2017, 26(8): 1199-1207.

[21]

谢慧玮, 周年兴, 关健. 江苏省自然遗产地生态网络的构建与优化. 生态学报, 2014, 34(22): 6692-6700.

[22]

邓文洪, 赵匠, 高玮. 破碎化次生林斑块面积及栖息地质量对繁殖鸟类群落结构的影响. 生态学报, 2003, 23(6): 1087-1094. DOI:10.3321/j.issn:1000-0933.2003.06.008

[23]

刘祥平, 张贞, 李玲玉, 李明欣. 多维视角下天津市生态网络结构演变特征综合评价. 应用生态学报, 2021, 32(5): 1554-1562.

[24]

王琦, 付梦娣, 魏来, 韩煜, 史娜娜, 李俊生, 全占军. 基于源-汇理论和最小累积阻力模型的城市生态安全格局构建——以安徽省宁国市为例. 环境科学学报, 2016, 36(12): 4546-4554.

[25]

何建华, 王春晓, 刘殿锋, 程航, 石青青. 大城市边缘区土地利用变化对生境质量的影响评价——基于生态网络视角. 长江流域资源与环境, 2019, 28(4): 903-916.

[26]

何建华, 潘越, 刘殿锋. 生态网络视角下武汉市湿地生态格局分析. 生态学报, 2020, 40(11): 3590-3601.

[27]

Pascual-Hortal L, Saura S. Comparison and development of new graph-based landscape connectivity indices: towards the priorization of habitat patches and corridors for conservation. Landscape Ecology, 2006, 21(7): 959-967. DOI:10.1007/s10980-006-0013-z

[28]

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(2/3): 91-103.

[29]

Estrada E, Bodin Ö. Using network centrality measures to manage landscape connectivity. Ecological Applications, 2008, 18(7): 1810-1825. DOI:10.1890/07-1419.1

[30]

Verburg P H, Soepboer W, Veldkamp A, Limpiada R, Espaldon V, Mastura S S A. Modeling the spatial dynamics of regional land use: the CLUE-S model. Environmental Management, 2002, 30(3): 391-405. DOI:10.1007/s00267-002-2630-x

[31]

张永民, 赵士洞, Verburg P H. CLUE-S模型及其在奈曼旗土地利用时空动态变化模拟中的应用. 自然资源学报, 2003, 18(3): 310-318. DOI:10.3321/j.issn:1000-3037.2003.03.008

[32]

卞子浩, 马小雪, 龚来存, 赵静, 曾春芬, 王腊春. 不同非空间模拟方法下CLUE-S模型土地利用预测——以秦淮河流域为例. 地理科学, 2017, 37(2): 252-258.

[33]

Pontius R G Jr, Schneider L C. Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA. Agriculture, Ecosystems & Environment, 2001, 85(1/3): 239-248.

[34]

Zhang R T, Lu J F. Simulation of land use pattern evolution from a multi-scenario perspective: a case study of Suzhou City in Anhui Province, China. International Journal of Environmental Research and Public Health, 2021, 18(3): 921. DOI:10.3390/ijerph18030921

[35]

张津, 朱文博, 吴舒尧, 李双成. 基于CLUE-S模型的京津冀城市群土地利用变化时空模拟. 北京大学学报: 自然科学版, 2018, 54(1): 115-124.

[36]

董晨炜. 大城市边缘区城市化时空格局变化模拟及发展导向分区[D]. 杭州: 浙江大学, 2019.

[37]

陈妍, 乔飞, 江磊. 基于InVEST模型的土地利用格局变化对区域尺度生境质量的评估研究——以北京为例. 北京大学学报: 自然科学版, 2016, 52(3): 553-562.

[38]

钟莉娜, 王军. 基于InVEST模型评估土地整治对生境质量的影响. 农业工程学报, 2017, 33(1): 250-255.

[39]

荣月静, 张慧, 王岩松. 基于Logistic-CA-Markov与InVEST模型对南京市土地利用与生物多样性功能模拟评价. 水土保持研究, 2016, 23(3): 82-89.

[40]

Li Q, Zhou Y, Cunningham M A, Xu T. Spatio-temporal changes in wildlife habitat quality in the middle and lower reaches of the Yangtze River from 1980 to 2100 based on the InVEST model. Journal of Resources and Ecology, 2021, 12(1): 43-55.

[41]

Xu Y J, Si Y L, Takekawa J, Liu Q, Prins H H T, Yin S L, Prosser D J, Gong P, De Boer W F. A network approach to prioritize conservation efforts for migratory birds. Conservation Biology, 2020, 34(2): 416-426. DOI:10.1111/cobi.13383

[42]

Visser H, De Nijs T. The map comparison kit. Environmental Modelling & Software, 2006, 21(3): 346-358.

[43]

Van Vliet J, Bregt A K, Hagen-Zanker A. Revisiting Kappa to account for change in the accuracy assessment of land-use change models. Ecological Modelling, 2011, 222(8): 1367-1375. DOI:10.1016/j.ecolmodel.2011.01.017

[44]

蒙吉军, 王晓东, 尤南山, 朱利凯. 黑河中游生态用地景观连接性动态变化及距离阈值. 应用生态学报, 2016, 27(6): 1715-1726.