2024, Vol. 45
2. 桂林理工大学广西环境污染控制理论与技术重点实验室, 桂林 541006
2. Guangxi Key Laboratory of Environmental Pollution Control Theory and Technology, Guilin University of Technology, Guilin 541006, China
城市化和工业化进程中日益突出的资源短缺、生态退化和环境污染等问题对生态安全可持续发展带来巨大挑战, 作为生态环境组成和物质迁移转化的重要标志, 碳储量在不同时间尺度上的变化规律是认识气候变化背景下区域生态过程的关键[1, 2].碳循环体现生态系统内生物与外界进行物质交换的情况, 反映植被生物量和区域生态安全, 对减缓全球气温上升的速度, 维持生态平衡至关重要[3].随着“双碳”工作被纳入国家生态文明建设整体布局, 陆地生态系统碳源/碳汇与区域生态安全问题受到广泛关注[4, 5].将生态系统碳源/碳汇功能应用于生态安全网络构建, 对生态环境保护与“碳中和”战略目标的实现具有基础性支持作用[6].
区域生态安全研究主要涉及确定不同尺度差异化评价指标[7]、构建生态系统服务内在关联与“源-汇”理论关系、表征生态过程的阻力及景观组分的重要性[8]等内容.生态安全格局构建多基于“源地-廊道”理论框架[9], 围绕生态系统功能属性或是生态重要程度, 采用“生态系统服务评价”“景观形态学空间格局分析（MSPA）”和“生态重要性评价”等方法划分高生态价值斑块作为生态源地[10].生态系统服务和权衡的综合评估模型（InVEST）是生态环境质量评价与生态安全格局识别的重要方法, 被广泛应用于国内典型流域和城市群等重点区域生态研究.例如赵诚诚和潘竟虎[11]基于生态系统服务重要性评价结果构建黄河流域生态安全格局；柯钦华等[12]基于生态系统服务供需平衡和土地开发程度的梯度效应构建粤港澳大湾区生态安全格局.“生态系统服务”评价方法虽在生态功能上考虑了生态系统对人类直接或间接的供给价值, 但在内涵上忽略了生态系统功能和过程对人为扰动和自然条件的响应, 以及生态系统本身的空间结构格局[13].而形态学空间格局分析（MSPA）是根据斑块尺度及空间拓扑关系识别生态核心区域, 突出生态系统与景观结构空间特征[14, 15], 可以揭示区域内不同类型生态系统之间的耦合关系及其对区域生态安全的影响.因此, 借助InVEST模型评价生态系统固碳能力[16, 17], 并结合MSPA分析生态斑块在空间形态上的结构连通性, 能够提升生态阻力面构建与生态源地识别的可靠性.
湘桂运河（灵渠）作为长江水系和珠江水系的重要连接枢纽, 形成的湘漓连通区开辟了我国中原地区和岭南地区航运新通道.但跨流域生态系统地理单元特殊, 生态结构复杂, 不同流域间水文要素及物质交换具有强不确定性, 加之长期土地利用改变与人类活动干扰, 区域生态环境质量面临较大压力, 亟需在新的生态保护形势下识别生态安全关键区域.鉴于此, 本研究基于湘漓连通区近20年土地利用变化数据, 将陆地生态碳储量与生态安全耦合, 结合形态空间格局分析（MSPA）构建湘漓连通区生态安全格局, 以期为湘江与漓江上游生态环境管理提供科学依据.
1 材料与方法 1.1 研究区概况基于DEM高程数据, 以分水岭为基础, 确定湘漓连通区边界（25°37'20″~25°53'59″N, 110°25'44″~110°38'51″E, 图 1）, 左边界为灵渠水系与漓江汇流交点, 右边界为湘江、海洋河和灵渠水系交汇处.湘漓连通区西接漓江流域, 东靠湘江流域, 包括严关镇、兴安镇和溶江镇等3个乡镇, 其中涉及村庄74个, 人口8.91万人, 占地面积为259.83 km².地势中间低南北高, 位于南岭山脉最低处[18].研究区属于亚热带季风气候, 年平均气温17.8 ℃, 年均降雨量约2 000 mm.湘漓连通区主要用地类型为耕地, 主要植被类型为杉木、马尾松、银杏和毛竹等；表层土壤受耕种影响, 水土流失较多, 水源涵养功能较弱.湘漓连通区位于湘江流域和漓江流域交界地带, 涵盖历时几千年的人工运河, 人类活动改变自然水文规律, 生境条件的变化造成了淡水生态系统结构和功能的空间差异.
|
图 1 湘漓连通区示意 Fig. 1 Location of Xiang-Li linkage area |
湘漓连通区2000、2010和2020年3期土地利用数据集来自全国地理信息资源目录服务系统（https://www.webmap.cn）, 该数据基于“像素-对象-知识（POK）”方法解译, 空间分辨率为30 m, 总体精度在80%以上, 包括耕地、林地、草地、水域和建设用地.DEM高程数据来自地理空间数据云（http://www.gscloud.cn）；坡度数据通过DEM数据提取；NDVI数据集来自中国科学院资源环境科学与数据中心（https://www.resdc.cn）, 通过SPOT/VEGETATION以及MODIS等卫星遥感计算每月上、中、下3旬的最大值获得；水系、交通网络数据来自国家地球科学数据中心（http://www.geodata.cn/index.html）.石漠化敏感性指数参考张景华等[19]由坡度、降雨、植被和岩性等资料通过层次分析法构建的石漠化敏感性评价指标综合计算.
1.3 研究方法 1.3.1 土地利用转移矩阵跨流域生态系统在人工水系影响下土地利用结构复杂, 本文通过土地利用转移矩阵分析不同土地利用类型的碳储量和生态安全变化[20].转移矩阵形式为：
|
(1) |
式中, Sij为第i种土地利用类型转化为第j土地利用类型的面积；m为土地利用类型数量.
1.3.2 碳储量估算碳储存从陆地生态碳循环角度反映生态系统的固碳能力, InVEST模型中的碳储量模块简化了生态系统碳循环过程, 通过不同的土地利用单元对应的碳密度乘以各土地利用的面积得到连通区的总估算碳储量[21].
|
(2) |
式中, C为区域总碳储量（t）；i为某种土地利用类型；n为土地利用类型数量；Ai为i种土地利用类型面积（hm2）；Cabove为地上生物的碳密度（t·hm-2）；Cbelow为地下生物的碳密度（t·hm-2）；Cdead为死亡有机质碳密度（t·hm-2）；Csoil为土壤有机质碳密度（t·hm-2）.因处于同一气候带的地类碳密度相差较小, 本研究参考已有广西范围内的前人研究成果[22 ~ 29], 确定湘漓连通区碳密度（表 1）.
|
表 1 湘漓连通区不同土地利用类型碳密度/t·hm-2 Table 1 Carbon density in different land use types in Xiang-Li linkage area/t·hm-2 |
1.3.3 MSPA景观连通指数
基于数学形态学原理, 依赖于腐蚀、膨胀、开启和闭合等基本形态学操作, 将栅格类型的前景像素分为以下7种互斥类型（表 2）[30, 31], 利用Guidos Toolbox 3.0软件进行MSPA识别分析.
|
|
表 2 MSPA景观分类类型 Table 2 Overview of MSPA landscape classification types |
由于MSPA边缘宽度对景观格局结果影响较大, 本研究利用2020年土地利用数据, 将边缘宽度设置为30、60、90和120 m, 比较不同边缘宽度下景观类型变化（图 2）.结果发现边缘宽度与核心区面积呈现负相关变化, 其他斑块数量与边缘宽度呈正相关, 并最终确定30 m作为边缘宽度.
|
图 2 不同边缘宽度MSPA分析 Fig. 2 MSPA analysis with different edge widths |
筛选重要核心区斑块后计算景观连通性指数. 景观连通性能够更好地评估重要斑块之间的连接程度, 反映生态系统景观要素的空间结构[32].斑块重要性指数（dPC）和可能连通性指数（PC）计算公式如下：
|
(3) |
|
(4) |
式中, n为斑块总数；ai和aj为景观斑块i和j的面积；P*ij为斑块i和j之间路径概率乘积最大值；AL为研究区面积；PCremove为该景观中移除某一类景观要素后景观可能连接度指数.
1.3.4 生态安全格局构建 1.3.4.1 生态源地识别生态源地指在生态过程中能够维护生物栖息地和维持区域生态安全的重要生态斑块[33].将碳储量斑块作为生态系统服务评价指标, 并与景观格局分析相耦合筛选确定生态源地以避免生态源地选择的主观性.具体步骤如下：①提取生态斑块.基于湘漓连通区实地调查, 将林地和水域作为前景, 其他土地利用类型作为背景, 在MSPA模型的基础上筛选出备选斑块后将其输入Conefor 26软件, 计算出斑块重要性指数（dPC）和可能连通性指数（PC）, 提取dPC前10的区域作为研究区备用生态源地.②提取碳储量斑块.通过自然断点法进行碳储量分级, 即高值区、中值区和低值区, 筛选出累计前10的碳储量高值地区.③确定生态源地.将生态斑块和碳储量斑块空间叠加处理, 最终筛选出5块生态斑块作为2000~2020年研究区生态源地.
1.3.4.2 生态阻力面构建考虑岩溶地貌发育及人类活动等因素, 选取高程、坡度、土地利用类型、植被覆盖度、距道路距离、距水体距离和石漠化敏感性构建生态阻力的评价指标体系[34, 35], 采用层次分析法确定权重（表 3）.
|
|
表 3 生态源地阻力因子权重及分级 Table 3 Weight and classification of resistance value for ecological sources |
1.3.4.3 生态廊道提取
最小阻力（MCR）模型是识别生态廊道最普遍的方法, 通过最小阻力模型能够筛选出研究区生态廊道[36, 37].其公式如下：
|
(5) |
式中, MCR为最小累计阻力值；f为正相关函数；Dij为从源地i到源地j的空间距离；Ri为景观单元i移动过程中的阻力系数.
重力模型可以评价各景观斑块直接相互作用的强度和空间可达性, 判断潜在生态廊道重要程度, 根据模型计算结果对廊道重要性分级, 提取值大于100的廊道作为重要生态廊道, 公式如下：
|
(6) |
式中, Gie为景观斑块i和e的相互作用力；Ni和Ne为景观斑块i和e的权重；Die为景观斑块i和e潜在廊道的阻力值；pi和pe为景观斑块i和e的阻力值；Si和Se为景观斑块i和e的面积；Lie为景观斑块i和e潜在廊道阻力值；Lmax为廊道的最大累计阻力值.
2 结果与分析 2.1 湘漓连通区土地利用时空变化湘漓连通区土地利用分布如图 3所示, 林地和耕地是湘漓连通区的主要用地类型.整体来看, 跨流域生态系统土地利用分布受人工水系影响较大, 林地分布在北部和南部, 包括荷苞山、长岭脚等；耕地临近水系分布, 集中在灵渠灌区周围；草地以花斑状分布在高程较大的山地和丘陵；建设用地分布在城镇居民点、旅游区等人为活动频繁地区.
|
图 3 2000~2020年湘漓连通区土地利用分布 Fig. 3 Land use distribution in Xiang-Li linkage area from 2000 to 2020 |
从转移趋势来看, 湘漓连通区林地、耕地和草地面积整体呈下降趋势, 而水域和建设用地呈上升趋势（表 4）.具体表现为, 20年间林地变化最明显, 呈现先升高后降低的趋势, 减少了0.09 km2；草地在前10年无明显变化, 后10年呈现降低趋势, 减少了0.68 km2；耕地面积一直呈现下降趋势, 减少了6.11 km2；水域先是小幅度下降后明显上升, 增加了0.49 km2；建设用地呈现上升趋势, 增加了6.38 km2.20年间耕地面积持续减少, 其中有6.72 km2的面积转移为林地, 6.54 km2转移为建设用地；草地、林地面积也在减少, 且草地有3.81 km2转化为林地（图 4）.
|
|
表 4 湘漓连通区土地利用单一动态变化度/% Table 4 Land use dynamic index of Xiang-Li linkage area/% |
|
图 4 2000~2020年湘漓连通区土地利用变化 Fig. 4 Land use changes in Xiang-Li linkage area from 2000 to 2020 |
2000、2010和2020年湘漓连通区碳储量分别为366.444、366.889和364.612万t.从时间上看, 2000~2010年碳储量缓慢增加, 2010~2020年逐渐流失, 碳斑块增长区域较少, 整体呈现先升高后下降的趋势, 累计减少1.832万t.从空间上看, 连通区主要以碳储量高、中区域为主（图 5）, 呈现块状分布.高碳储量地区分布在北部、南部区域, 占地较广, 海拔较高, 森林资源丰富；碳储量中值区域主要分布在中部和南部, 地势平坦, 水系丰富, 适合开垦种植；碳储量低值区域主要分布在东北以及中部地区, 低值地区以平原为主, 城市化水平高.随着旅游发展和城市建设, 2000~2020年城镇建设用地规模迅速扩大, 居民区面积集中增加, 碳储量低值区域范围明显扩大.
|
图 5 2000~2020年湘漓连通区碳储量空间分布 Fig. 5 Spatial distribution of carbon storage in Xiang-Li linkage area from 2000 to 2020 |
湘漓连通区林地占比最大, 起到生态源地的作用.将重要景观生态斑块与高价值碳储量斑块进行空间叠加处理后得到生态源地识别结果（图 6）, 2000、2010和2020年生态源地总面积分别为100.24、99.13和102.46 km2, 分别占连通区总面积的38.6%、38.1%和39.4%.连通区生态源地在空间上集聚分布, 以林地为主, 面积呈现先减小后增大的趋势, 整体面积变化较小, 但是源地位置分布变化差异较大.湘漓连通区2000~2010年生态源地面积占比减少, 4号源地向东北方向迁移；2010~2020年源地面积占比增大, 5号源地向北迁移, 1号源地面积扩张.湘漓连通区2000~2020年综合阻力面显示（图 7）, 前10年连通区经济发展较缓, 低阻力值区域面积增大；后10年城市扩建, 居民点数量增多影响高阻力值区域呈现扩张趋势, 扩张地区主要分布在兴安县城, 这与土地利用变化过程中建设用地转移趋势相同.近20年湘漓连通区阻力面呈现中间低、四周高分布, 连通区中部地区由西到东阻力值逐渐增加.
|
图 6 2000~2020年湘漓连通区生态安全网络 Fig. 6 Security ecological network of Xiang-Li linkage area from 2000 to 2020 |
|
图 7 2000~2020年湘漓连通区综合阻力面 Fig. 7 Comprehensive resistance surface of Xiang-Li linkage area from 2000 to 2020 |
由于破碎斑块之间的合并和消失, 连通区近20年间生态廊道长度先增加后减少, 整体增加2.94 km, 呈现网状扩张变化（图 7）.基于最小成本距离和综合阻力面最终筛选确定10条生态廊道, 2000、2010和2020年廊道总长分别为102.35、108.87和105.29 km.通过重力模型划定阈值筛选重要生态廊道, 2000年重要生态廊道5条, 总长为65.82 km, 连通区东部和西部基本没有生态源点分布, 廊道联系不紧密；2010年重要生态廊道6条, 总长度为56.34 km, 廊道分布向东北部迁移, 基本上呈现均匀分布；2020年重要生态廊道5条, 总长为55.69 km, 与2010年相比东部地区廊道变化不大.整体看来, 其中4号源地由连通区南部向东迁移, 导致生态廊道变化明显, 2000~2020年生态廊道变化从东南往东北方向迁移, 覆盖连通区中心地区, 生态环境整体向好发展, 与生态源地识别结果一致.重心地带是最北边的2号源地和南边的1号源地, 两块生态源地占地面积广, 生物丰富度高, 破碎化程度低.
3 讨论湘漓连通区土地利用变化影响碳储量进而改变区域碳循环, 碳储量空间变化与土地利用空间变化趋势在时间尺度上相同.林地作为固碳能力最强的土地利用类型, 其面积转移会对碳储量产生重大影响[38].近20年来, 湘漓连通区部分林地和草地转变为其他用地类型引起总碳储量减小, 可能是旅游业的发展、城市建设对耕地、林地的占用等原因导致, 这与张凯琪等[21]对桂林市研究结论相吻合.通过近20年土地动态可以看出, 由于湘漓连通区城镇面积扩大, 建设用地面积扩张, 耕地、林地和草地面积呈下降趋势, 这将导致碳储量进一步缩减, 与魏玺等[29]在漓江流域对碳储量的时空预测结论一致.
相较于单个小流域生态安全格局, 跨流域生态安全易受不同地理单元土地利用变化和人为扰动影响, 进而产生较为复杂的生态安全格局.杨帅琦等[39]采用景观生态风险评价与连通指数的方法考虑流域尺度生态系统对自然或人为扰动的响应度构建漓江流域安全格局, 发现其重心分布在流域北部和中东部, 东北方向（湘漓连通区域）无明显生态源地分布并将其划为廊道建设带, 这与本研究湘漓连通区生态安全格局识别结果对比差异较大, 主要原因可能与区域尺度或源地筛选方式有关.生态安全格局识别结果差异受不同研究尺度、数据精度、图斑处理方式等影响, 有学者在区域尺度研究表明空间尺度错位导致生态源地割裂, 不同等级尺度重要性的生态斑块会改变生态源地的识别结果进而导致生态安全格局构建有所区别[40].生态斑块的筛选方式同样影响生态安全格局的构建, 基于景观风险评价与本研究中碳汇识别的筛选方式对比发现, 从不同生态角度构建的生态安全网络差异化明显.本研究基于生态系统服务功能构建连通区生态安全格局, 突出关键性碳斑块和生态景观斑块, 补充了前人研究过程中注重景观因子而忽略生态系统服务重要性的不足.人为扰动是造成生态安全格局变化的重要因素之一, 近年来湘漓连通区受桂林市旅游开发、城镇化发展的影响, 生态安全格局重心向城市扩张相反方向迁移.城镇建设用地扩张的生态环境效应反映了人类活动与自然生态环境保护间的相互作用, 国内外学者在典型流域和城市群等生态重要区的生态安全格局研究中提出, 影响生态安全格局变化的原因有经济发展程度、旅游产业聚集强度及旅游资源禀赋优势度等[41], 并认为城市扩张使区域生态安全不稳定, 对生态系统有较大负面影响, 区域生态安全格局呈现随城镇开发程度的增加而稳定性变低的特征[42].
本研究发现近20年湘漓连通区生态源地面积随着林地和草地减少而下降, 这可能是由于跨流域生态系统受到生态要素跨区流动或当地政策的影响.究其原因, 2000~2010年间城市和农村开发加速, 侵占大量耕地及林地, 生态环境发展受阻, 影响生态源地占比, 2010~2020年间由于漓江流域退耕还林政策及“双碳”政策实施, 耕地扩展放缓, 生态斑块扩张, 生态源地面积增加, 这与刘胜峰[43]在漓江流域土地利用变化的研究结论一致.针对生态源地的分析结果显示, 连通区近20年生态斑块面积占比小的区域受自然和人为因素的影响, 逐渐破碎化或消失, 未来应考虑通过生态廊道将破碎化斑块进行交互融合.整体看来, 由于城市化发展, 湘漓连通区近20年生态源地往西南方向迁移, 廊道更紧密地环绕在中部耕地区域, 生态格局往西南方向迁移, 生态高风险区域集中在人为活动频繁的地区.未来针对连通区高阻力值、无源地分布的地区, 应在城镇区域合理设置“生态踏脚石”, 增加城市绿地率；在中阻力值、城镇与生态源地的“缓冲区”, 对与路网基础设施等相重合的区域进行修复, 强化生态源地的保护；对于低阻力值、生物多样性丰富的地区, 可制定出生态修复与防护并重的优先策略, 同时增设廊道缓冲区保证生物的跨区流动.
4 结论（1）湘漓连通区土地覆盖类型主要为林地和耕地, 近20年表现为耕地、林地和草地面积减少, 水域和建设用地面积增加.其中建设用地面积上升最大, 增加6.39 km²；耕地面积下降最大, 减少6.12 km2.
（2）湘漓连通区碳储量呈现先升高后降低的趋势, 总体累计减少1.832万t.碳储量高、中区域占主导地位, 呈现块状分布；建设用地扩张致使碳储量低的区域范围明显扩大.
（3）湘漓连通区生态源地面积先减小后增大, 生态廊道长度先增大后减小；阻力面呈现中间低, 四周高的分布特征, 阻力值朝着城镇化移动方向逐渐增加.整体看来, 随着城市化发展, 湘漓连通区域高阻力值地区向东北方向迁移且呈现扩张趋势, 生态安全格局重心向西南方向迁移.
| [1] | An M, Xie P, He W J, et al. Spatiotemporal change of ecologic environment quality and human interaction factors in three gorges ecologic economic corridor, based on RSEI[J]. Ecological Indicators, 2022, 141. DOI:10.1016/j.ecolind.2022.109090 |
| [2] |
刘杰, 马艳婷, 王宪玲, 等. 渭北旱塬土地利用方式对土壤团聚体稳定性及其有机碳的影响[J]. 环境科学, 2019, 40(7): 3361-3368. Liu J, Ma Y T, Wang X L, et al. Impact of land use type on the stability and organic carbon content of soil aggregates in the Weibei Dryland[J]. Environmental Science, 2019, 40(7): 3361-3368. |
| [3] |
于贵瑞, 方华军, 伏玉玲, 等. 区域尺度陆地生态系统碳收支及其循环过程研究进展[J]. 生态学报, 2011, 31(19): 5449-5459. Yu G R, Fang H J, Fu Y L, et al. Research on carbon budget and carbon cycle of terrestrial ecosystems in regional scale: a review[J]. Acta Ecologica Sinica, 2011, 31(19): 5449-5459. |
| [4] | Wang Y, Guo C H, Chen X J, et al. Carbon peak and carbon neutrality in China: goals, implementation path and prospects[J]. China Geology, 2021, 4(4): 720-746. |
| [5] | Fang G C, Tian L X, Fu M, et al. The effect of energy construction adjustment on the dynamical evolution of energy-saving and emission-reduction system in China[J]. Applied Energy, 2017, 196: 180-189. DOI:10.1016/j.apenergy.2016.11.049 |
| [6] | Zheng T L, Zhu J L, Wang S P, et al. When will China achieve its carbon emission peak?[J]. National Science Review, 2016, 3(1): 8-12. DOI:10.1093/nsr/nwv079 |
| [7] |
石丹, 关婧文, 刘吉平. 基于DPSIR-EES模型的旅游型城镇生态安全评价研究[J]. 生态学报, 2021, 41(11): 4330-4341. Shi D, Guan J W, Liu J P. Ecological security evaluation of tourism towns based on DPSIR-EES-matter element[J]. Acta Ecologica Sinica, 2021, 41(11): 4330-4341. |
| [8] |
俞孔坚. 生物保护的景观生态安全格局[J]. 生态学报, 1999, 19(1): 8-15. Yu K J. Landscape ecological security patterns in biological conservation[J]. Acta Ecologica Sinica, 1999, 19(1): 8-15. |
| [9] |
薛强, 路路, 牛韧, 等. 基于地质灾害敏感性的生态安全格局关键区识别与修复——以济南市为例[J]. 生态学报, 2021, 41(22): 9050-9063. Xue Q, Lu L, Niu R, et al. Identification and restoration of key areas of ecological security pattern based on sensitivity to geological disasters: a case study of Jinan City[J]. Acta Ecologica Sinica, 2021, 41(22): 9050-9063. |
| [10] |
毛诚瑞, 代力民, 齐麟, 等. 基于生态系统服务的流域生态安全格局构建——以辽宁省辽河流域为例[J]. 生态学报, 2020, 40(18): 6486-6494. Mao C R, Dai L M, Qi L, et al. Constructing ecological security pattern based on ecosystem services: a case study in Liaohe River Basin, Liaoning Province, China[J]. Acta Ecologica Sinica, 2020, 40(18): 6486-6494. |
| [11] |
赵诚诚, 潘竟虎. 基于供需视角的黄河流域甘肃段生态安全格局识别与优化[J]. 生态学报, 2022, 42(17): 6973-6984. Zhao C C, Pan J H. Ecological safety pattern identification and optimization based on the ecological supply and demand in Gansu section of the Yellow River Basin[J]. Acta Ecologica Sinica, 2022, 42(17): 6973-6984. |
| [12] |
柯钦华, 周俏薇, 庄宝怡, 等. 基于生态系统服务供需平衡的粤港澳大湾区生态安全格局构建研究[J]. 生态学报, 2024, 44(5): 1765-1779. Ke Q H, Zhou Q W, Zhuang B Y, et al. Construction of ecological security pattern in Guangdong-Hong Kong-Macao Greater Bay Area based on the balance of ecosystem services supply and demand[J]. Acta Ecologica Sinica, 2024, 44(5): 1765-1779. |
| [13] |
曹秉帅, 邹长新, 高吉喜, 等. 生态安全评价方法及其应用[J]. 生态与农村环境学报, 2019, 35(8): 953-963. Cao B S, Zou C X, Gao J X, et al. Review on methodology and application of ecological security assessment[J]. Journal of Ecology and Rural Environment, 2019, 35(8): 953-963. |
| [14] |
于亚平, 尹海伟, 孔繁花, 等. 基于MSPA的南京市绿色基础设施网络格局时空变化分析[J]. 生态学杂志, 2016, 35(6): 1608-1616. Yu Y P, Yin H W, Kong F H, et al. Analysis of the temporal and spatial pattern of the green infrastructure network in Nanjing, based on MSPA[J]. Chinese Journal of Ecology, 2016, 35(6): 1608-1616. |
| [15] |
许峰, 尹海伟, 孔繁花, 等. 基于MSPA与最小路径方法的巴中西部新城生态网络构建[J]. 生态学报, 2015, 35(19): 6425-6434. Xu F, Yin H W, Kong F H, et al. Developing ecological networks based on MSPA and the least-cost path method: a case study in Bazhong western new district[J]. Acta Ecologica Sinica, 2015, 35(19): 6425-6434. |
| [16] |
朴世龙, 岳超, 丁金枝, 等. 试论陆地生态系统碳汇在"碳中和"目标中的作用[J]. 中国科学: 地球科学, 2022, 65(7): 1419-1426. Piao S L, Yue C, Ding J Z, et al. Perspectives on the role of terrestrial ecosystems in the 'carbon neutrality' strategy[J]. Science China Earth Sciences, 2022, 65(6): 1178-1186. |
| [17] |
许小明, 张晓萍, 何亮, 等. 黄土丘陵区不同恢复植被类型的固碳特征[J]. 环境科学, 2022, 43(11): 5263-5273. Xu X M, Zhang X P, He L, et al. Carbon sequestration characteristics of different restored vegetation types in Loess Hilly Region[J]. Environmental Science, 2022, 43(11): 5263-5273. |
| [18] |
孙平安, 于奭, 莫付珍, 等. 不同地质背景下河流水化学特征及影响因素研究: 以广西大溶江、灵渠流域为例[J]. 环境科学, 2016, 37(1): 123-131. Sun P A, Yu S, Mo F Z, et al. Hydrochemical characteristics and influencing factors in different geological background: a case study in Darongjiang and Lingqu Basin, Guangxi, China[J]. Environmental Science, 2016, 37(1): 123-131. DOI:10.3969/j.issn.1673-1212.2016.01.035 |
| [19] |
张景华, 张建龙, 欧阳渊, 等. 基于形成机理的石漠化敏感性评价: 以贵州省黔西县为例[J]. 沉积与特提斯地质, 2024, 44(1): 162-171. Zhang J H, Zhang J L, Ouyang Y, et al. Sensitivity evaluation of karst rock desertification based on its formation mechanism: an example from Qianxi County of Guizhou Province[J]. Sedimentary Geology and Tethyan Geology, 2024, 44(1): 162-171. |
| [20] |
张钰莹, 孙美莹, 杨荣金, 等. 西南地区土地利用变化对生态系统服务价值的影响[J]. 环境工程技术学报, 2022, 12(1): 207-214. Zhang Y Y, Sun M Y, Yang R J, et al. Impact of land-use change on ecosystem service value in Southwest China[J]. Journal of Environmental Engineering Technology, 2022, 12(1): 207-214. |
| [21] |
张凯琪, 陈建军, 侯建坤, 等. 耦合InVEST与GeoSOS-FLUS模型的桂林市碳储量可持续发展研究[J]. 中国环境科学, 2022, 42(6): 2799-2809. Zhang K Q, Chen J J, Hou J K, et al. Study on sustainable development of carbon storage in Guilin coupled with InVEST and GeoSOS-FLUS model[J]. China Environmental Science, 2022, 42(6): 2799-2809. DOI:10.3969/j.issn.1000-6923.2022.06.035 |
| [22] |
方精云, 黄耀, 朱江玲, 等. 森林生态系统碳收支及其影响机制[J]. 中国基础科学, 2015, 17(3): 20-25. Fang J Y, Huang Y, Zhu J L, et al. Carbon budget of forest ecosystems and its driving forces[J]. China Basic Science, 2015, 17(3): 20-25. DOI:10.3969/j.issn.1009-2412.2015.03.004 |
| [23] |
张明阳, 王克林, 邓振华, 等. 基于RBFN的桂西北喀斯特区植被碳密度空间分布影响因素分析[J]. 生态学报, 2014, 34(12): 3472-3479. Zhang M Y, Wang K L, Deng Z H, et al. Factors influencing the spatial distribution of vegetation carbon density in karst landscapes of Northwest Guangxi: a case study based on radial basis function network model[J]. Acta Ecologica Sinica, 2014, 34(12): 3472-3479. |
| [24] |
朴世龙, 方精云, 贺金生, 等. 中国草地植被生物量及其空间分布格局[J]. 植物生态学报, 2004, 28(4): 491-498. Piao S L, Fang J Y, He J S, et al. Spatial distribution of grassland biomass in China[J]. Acta Phytoecologica Sinica, 2004, 28(4): 491-498. DOI:10.3321/j.issn:1005-264X.2004.04.007 |
| [25] |
荣检. 基于InVEST模型的广西西江流域生态系统产水与固碳服务功能研究[D]. 南宁: 广西师范学院, 2017. Rong J. Water yield and carbon storage ecosystem services evaluation of Xijiang River Basin in Guangxi based on InVEST model[D]. Nanning: Guangxi Teachers Education University, 2017. |
| [26] |
朱鹏飞. 基于InVEST模型的广西沿海地区土地利用/覆被变化的生态效应研究[D]. 南宁: 广西师范学院, 2018. Zhu P F. Study on ecological effect of land use/cover change in coastal area of Guangxi based on InVEST model[D]. Nanning: Guangxi Teachers Education University, 2018. |
| [27] |
黄秀雨. 桂西南喀斯特-海岸带土地利用变化及其生态系统服务权衡研究[D]. 南宁: 南宁师范大学, 2021. Huang X Y. Study on land use change and ecosystem services trade-off in karst-coastal zone of Southwest Guangxi[D]. Nanning: Nanning Normal University, 2021. |
| [28] |
杨元合, 石岳, 孙文娟, 等. 中国及全球陆地生态系统碳源汇特征及其对碳中和的贡献[J]. 中国科学: 生命科学, 2022, 65(4): 534-574. Yang Y H, Shi Y, Sun W J, et al. Terrestrial carbon sinks in China and around the world and their contribution to carbon neutrality[J]. Science China Life Sciences, 2022, 65(5): 861-895. |
| [29] |
魏玺, 邵亚, 蔡湘文, 等. 漓江流域陆地生态系统碳储量时空特征与预测[J]. 环境工程技术学报, 2023, 13(3): 1223-1233. Wei X, Shao Y, Cai X W, et al. Spatio-temporal characteristics and prediction of carbon storage in terrestrial ecosystems in Lijiang River basin[J]. Journal of Environmental Engineering Technology, 2023, 13(3): 1223-1233. |
| [30] | Vogt P, Riitters K. GuidosToolbox: universal digital image object analysis[J]. European Journal of Remote Sensing, 2017, 50(1): 352-361. DOI:10.1080/22797254.2017.1330650 |
| [31] | Soille P, Vogt P. Morphological segmentation of binary patterns[J]. Pattern Recognition Letters, 2009, 30(4): 456-459. DOI:10.1016/j.patrec.2008.10.015 |
| [32] | Vogt P, Ferrari J R, Lookingbill T R, et al. Mapping functional connectivity[J]. Ecological Indicators, 2009, 9(1): 64-71. DOI:10.1016/j.ecolind.2008.01.011 |
| [33] |
陈昕, 彭建, 刘焱序, 等. 基于"重要性—敏感性—连通性"框架的云浮市生态安全格局构建[J]. 地理研究, 2017, 36(3): 471-484. Chen X, Peng J, Liu Y X, et al. Constructing ecological security patterns in Yunfu city based on the framework of importance-sensitivity-connectivity[J]. Geographical Research, 2017, 36(3): 471-484. |
| [34] |
王雪然, 万荣荣, 潘佩佩. 太湖流域生态安全格局构建与调控——基于空间形态学-最小累积阻力模型[J]. 生态学报, 2022, 42(5): 1968-1980. Wang X R, Wan R R, Pan P P. Construction and adjustment of ecological security pattern based on MSPA-MCR Model in Taihu Lake Basin[J]. Acta Ecologica Sinica, 2022, 42(5): 1968-1980. |
| [35] |
彭彬. 吉林西北部土地利用演变与生态安全格局识别[D]. 泰安: 山东农业大学, 2022. Peng B. Land use evolution and identification of ecological security pattern in northwestern Jilin[D]. Taian: Shandong Agricultural University, 2022. |
| [36] |
俞孔坚, 李海龙, 李迪华, 等. 国土尺度生态安全格局[J]. 生态学报, 2009, 29(10): 5163-5175. Yu K J, Li H L, Li D H, et al. National scale ecological security pattern[J]. Acta Ecologica Sinica, 2009, 29(10): 5163-5175. DOI:10.3321/j.issn:1000-0933.2009.10.001 |
| [37] |
易浪, 孙颖, 尹少华, 等. 生态安全格局构建: 概念、框架与展望[J]. 生态环境学报, 2022, 31(4): 845-856. Yi L, Sun Y, Yin S H, et al. Construction of ecological security pattern: concept, framework and prospect[J]. Ecology and Environmental Sciences, 2022, 31(4): 845-856. |
| [38] |
李妙宇, 上官周平, 邓蕾. 黄土高原地区生态系统碳储量空间分布及其影响因素[J]. 生态学报, 2021, 41(17): 6786-6799. Li M Y, Shangguan Z P, Deng L. Spatial distribution of carbon storages in the terrestrial ecosystems and its influencing factors on the Loess Plateau[J]. Acta Ecologica Sinica, 2021, 41(17): 6786-6799. |
| [39] |
杨帅琦, 何文, 王金叶, 等. 基于MCR模型的漓江流域生态安全格局构建[J]. 中国环境科学, 2023, 43(4): 1824-1833. Yang S Q, He W, Wang J Y, et al. Ecological security pattern construction in Lijiang River basin based on MCR model[J]. China Environmental Science, 2023, 43(4): 1824-1833. |
| [40] |
陈月娇, 李祥, 王月健, 等. 尺度整合视角下伊犁河谷地区生态安全格局构建——以昭苏县为例[J]. 生态学报, 2023, 43(19): 8181-8192. Chen Y J, Li X, Wang Y J, et al. Construction of ecological security pattern in Ili River Valley from the perspective of scale integration: a case study of Zhaosu County[J]. Acta Ecologica Sinica, 2023, 43(19): 8181-8192. |
| [41] |
吕雅诗, 刘敏, 闫旭纲. 汾河流域旅游生态安全时空格局演变与影响因素[J]. 地域研究与开发, 2023, 42(5): 87-93. Lyu Y S, Liu M, Yan X G. Spatio-temporal pattern evolution and influencing factors of tourism ecological security in Fenhe River Basin[J]. Areal Research and Development, 2023, 42(5): 87-93. DOI:10.3969/j.issn.1003-2363.2023.05.014 |
| [42] |
余瑞, 鲁珊, 郑志元, 等. 城市扩张对区域生态安全格局影响研究——以合肥市为例[J]. 科学技术与工程, 2023, 23(26): 11327-11337. Yu R, Lu S, Zheng Z Y, et al. Impact of urban expansion on regional ecological security pattern: a case study of Hefei City[J]. Science Technology and Engineering, 2023, 23(26): 11327-11337. DOI:10.12404/j.issn.1671-1815.2023.23.26.11327 |
| [43] |
刘胜峰. 基于土地利用变化的漓江流域生态系统服务价值与生态安全评价研究[D]. 长沙: 中南林业科技大学, 2020. Liu S F. Study on the value of ecosystem services and the assessment of ecological security in Lijiang River Basin based on land use change[D]. Changsha: Central South University of Forestry & Technology, 2020. |