費 凡,尹海偉,*,孔繁花,陳佳宇,劉 佳,宋小虎

1 南京大學(xué)建筑與城市規(guī)劃學(xué)院, 南京 210093 2 南京大學(xué)國際地球系統(tǒng)科學(xué)研究所, 南京 210023 3 寧夏大學(xué)土木與水利工程學(xué)院, 銀川 750021 4 江蘇省測繪工程院, 南京 210013

隨著城市化進程的不斷推進,人類高強度的開發(fā)建設(shè)活動導(dǎo)致土地利用格局及下墊面性質(zhì)發(fā)生明顯改變,致使城市生態(tài)系統(tǒng)的完整性遭到破壞,綠地生境斑塊的破碎化、島嶼化程度逐漸增大[1- 2],從而隔離了物種在不同斑塊之間的空間運動,降低了城市生態(tài)系統(tǒng)的生態(tài)調(diào)節(jié)功能,對城市的生物多樣性造成嚴(yán)重威脅[3- 5]。人與自然是生命共同體,國土空間開發(fā)保護和城市規(guī)劃建設(shè)必須尊重自然、順應(yīng)自然、保護自然。目前,現(xiàn)有的國家政策及諸多學(xué)者都提倡通過推進生態(tài)文明建設(shè)、構(gòu)建生態(tài)廊道(Ecological corridors)及生態(tài)網(wǎng)絡(luò)(Ecological networks)等措施來恢復(fù)破碎生境斑塊之間的連接[6- 8],進而提高景觀的連接度,增加種群及生境間的功能聯(lián)系,維持景觀生態(tài)格局的完整性和穩(wěn)定性,維護自然生態(tài)系統(tǒng)的質(zhì)量和保護生物多樣性[9- 11]。

近年來,國內(nèi)外學(xué)者對生態(tài)網(wǎng)絡(luò)的構(gòu)建方法進行了大量探索,1992年Knaapen提出最小費用路徑法(Least-cost path method, LCP,又稱最小累積阻力模型,Minimum cumulative resistance,MCR)[12],通過計算物種從“源”斑塊出發(fā)經(jīng)過不同阻力的景觀類型所消耗的“費用”或克服阻力所做的功來模擬潛在的最小成本路徑。最小費用路徑方法可以快速識別出物種擴散的最優(yōu)路徑,因其所需數(shù)據(jù)簡單、計算方便且結(jié)果直觀而被廣泛采用;但該方法也存在忽略物種在擴散過程中隨機游走的特性、不能明確廊道的具體范圍和關(guān)鍵區(qū)域等局限性[13- 14]。2007年,McRae等[15]將源自物理學(xué)中的電路理論(Circuit theory)原理應(yīng)用到景觀生態(tài)學(xué)、景觀遺傳學(xué)等領(lǐng)域,借助電路中電子自由流動的特性,來類比模擬生物流或基因流在異質(zhì)景觀中的遷移擴散過程,并通過計算電路中的電流密度(運動密度)來識別生態(tài)廊道和生態(tài)關(guān)鍵節(jié)點。該理論能夠整合生態(tài)源地之間的多條可替代路徑,模擬出景觀格局中的整體連接情況,與物種運動的實際狀態(tài)更加相符[14,16],目前已有一些運用該理論進行生態(tài)網(wǎng)絡(luò)構(gòu)建的有益探索[16- 18]。

基于電路理論與最小費用路徑法的生態(tài)廊道構(gòu)建過程較為相似[19],都需要進行源地(節(jié)點)的識別與阻力面(電阻面)的確定。目前源地的提取與阻力面的賦值多基于遙感影像解譯獲取的土地利用/覆蓋數(shù)據(jù)來設(shè)置,其中源地大多根據(jù)綠地斑塊的面積來確定,阻力面值則多根據(jù)土地利用/覆蓋類型來設(shè)定[14,20]。然而,基于遙感影像數(shù)據(jù)得到的信息多為二維信息,并未考慮生態(tài)學(xué)意義上的三維植被結(jié)構(gòu)及其相關(guān)的生境質(zhì)量,因而導(dǎo)致一些有價值的信息被忽略[21]。LiDAR(Light Detection And Ranging,激光雷達)作為一種主動遙感技術(shù),可以通過激光掃描來遠距離獲取研究目標(biāo)的三維坐標(biāo)數(shù)據(jù)及相關(guān)信息[22],具有精度高、受外部影響較小、穿透性較強等特點,其發(fā)射的脈沖信號能夠穿透冠層表面的狹小縫隙,因而特別適合用于植被三維結(jié)構(gòu)相關(guān)信息的獲取,進而推動了當(dāng)前城市綠地研究由二維平面向三維立體方向不斷發(fā)展[23]。盡管目前LiDAR數(shù)據(jù)已廣泛應(yīng)用于三維植被信息的提取與測算,但將三維植被信息融入生態(tài)網(wǎng)絡(luò)構(gòu)建及其景觀連通性評價方面的研究尚不多見。

本文以南京市主城區(qū)為例,基于高分辨率遙感影像與機載激光雷達數(shù)據(jù)分別獲取了研究區(qū)的二維與三維綠地植被信息,采用最小費用路徑與電路理論方法,分別構(gòu)建了二維與三維情景下的生態(tài)網(wǎng)絡(luò),并對兩種情景下構(gòu)建結(jié)果的差異情況進行了對比分析,以期為研究區(qū)內(nèi)生態(tài)網(wǎng)絡(luò)的規(guī)劃建設(shè)與格局優(yōu)化提供一套科學(xué)的分析框架,從而實現(xiàn)研究區(qū)自然生態(tài)系統(tǒng)的整體修復(fù)與功能綜合提升。

1 研究區(qū)概況

南京市作為我國東部地區(qū)重要的中心城市,生態(tài)資源豐富,擁有較多生態(tài)質(zhì)量較高的森林公園、綠地與湖泊,植被種類、結(jié)構(gòu)復(fù)雜多樣。但由于近些年來城市規(guī)模的不斷擴大與建設(shè)用地的高強度開發(fā),原有的生態(tài)空間逐漸遭到蠶食。南京市主城區(qū)作為城市建設(shè)發(fā)展的核心區(qū),綠地景觀的連通性大幅降低,城市生物多樣性受到威脅。因而,亟需進行生態(tài)網(wǎng)絡(luò)的構(gòu)建與修復(fù),以提升其生態(tài)系統(tǒng)的完整性與穩(wěn)定性。本文選取南京市主城區(qū)作為研究區(qū)(圖1),并依據(jù)數(shù)據(jù)源對部分邊界進行了修正。研究區(qū)范圍內(nèi)主要包括鼓樓區(qū)、玄武區(qū)和秦淮區(qū)的大部分,棲霞區(qū)、建鄴區(qū)和雨花臺區(qū)的部分地區(qū),面積約為218km2。

2 數(shù)據(jù)與研究方法

2.1 數(shù)據(jù)來源與預(yù)處理

本研究首先將機載LiDAR數(shù)據(jù)進行航帶拼接、去重疊、剔除噪聲點、分類地面點及歸一化計算等預(yù)處理,并將點云數(shù)據(jù)與IKONOS數(shù)據(jù)進行空間配準(zhǔn),使得所有數(shù)據(jù)具有相同的地理與投影坐標(biāo)系統(tǒng)。然后,使用IKONOS數(shù)據(jù)的近紅外波段,計算歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI),提取NDVI值大于0.2的區(qū)域作為植被區(qū)域(圖1)[24- 25],并結(jié)合人工目視解譯對局部區(qū)域進行修正。最后,使用修正后的植被區(qū)域作為掩膜,從預(yù)處理好的LiDAR數(shù)據(jù)中提取出植被的三維點云數(shù)據(jù)。

圖1 研究區(qū)及研究數(shù)據(jù)概況Fig.1 Study area and research data overview

2.2 研究方法

本文的技術(shù)路線如圖2所示,具體的研究方法分別從以下4個方面進行闡述。

圖2 技術(shù)路線圖Fig.2 Methodology flow chart

2.2.1基于LiDAR三維點云數(shù)據(jù)的植被結(jié)構(gòu)參數(shù)提取

本文基于提取的植被三維點云數(shù)據(jù),從垂直結(jié)構(gòu)、水平結(jié)構(gòu)和整體結(jié)構(gòu)3個方面共計算了6項三維植被結(jié)構(gòu)參數(shù)[26- 27](表1,圖3)。

表1 通過LiDAR點云數(shù)據(jù)提取的植被結(jié)構(gòu)參數(shù)

其中,垂直結(jié)構(gòu)參數(shù)中的冠層高度(Canopy height,CH)與冠層高度異質(zhì)性(Canopy height heterogeneity,CHH),可用來表征植被生境的復(fù)雜性與物種多樣性[33-34]。水平結(jié)構(gòu)參數(shù)中的冠層蓋度(Canopy cover,CC),可反映植被生長的茂密程度[30];由于生境斑塊的面積大小對區(qū)域生物多樣性具有重要影響[1],因而本文也將斑塊面積(Patch area,PA)作為水平結(jié)構(gòu)的參數(shù)之一。在整體結(jié)構(gòu)中,葉高多樣性(Foliage height diversity,FHD)是描述植被剖面中葉片的密度和高度分布的指標(biāo),其值越高,代表植被在垂直層面上分布得越均勻,該參數(shù)與部分物種的生物多樣性呈顯著相關(guān)[31];三維綠量(Green volume,GV)是指植物莖葉部分所占據(jù)的體積,與傳統(tǒng)二維面積指標(biāo)相比,能夠從三維角度更好地描述植被的空間結(jié)構(gòu),更精確地表征植被的生態(tài)效益水平及物種群落的豐富程度[35]。本文采用分層測算法,分別計算草地層(0—0.5m)、灌木層(0.5—2m)與喬木層(大于5m)的體積,并將三者相加得到最終的三維綠量[25,32]。其中,草地層與灌木層體積是通過每個斑塊的平均高度與斑塊面積相乘而得,斑塊面積采用LAStools工具包中的lasboundary工具進行計算;喬木層體積是通過對喬木點云進行單木分割,得到單木的樹高與冠徑數(shù)據(jù),進而參照相關(guān)文獻的參數(shù)設(shè)定進行計算而得[25]。

2.2.2基于景觀連通度指數(shù)的生態(tài)源地提取

首先,基于ArcGIS 10.2與Conefor Sensinode 2.6軟件平臺,剔除掉不適宜物種長期生存的破碎細(xì)小斑塊,選擇面積大于1hm2的綠地作為輸入斑塊,在二維與三維兩種情景下分別選取斑塊面積與斑塊綠量表征其生境質(zhì)量。然后,依次進行整體連通度指數(shù)(Integral index of connectivity,IIC)與可能連通度指數(shù)(Probability of connectivity,PC)的參數(shù)設(shè)定與計算(表2)。其中,斑塊連通距離是判斷兩個斑塊是否相連接的距離閾值;連通概率則指生境斑塊之間連接的可能性大小。本研究參照相關(guān)文獻[36],結(jié)合研究區(qū)的范圍與大小,將斑塊連通距離閾值設(shè)置為1000m,連通的概率設(shè)置為0.5,計算綠地斑塊的景觀連通度指數(shù)。最后,將dIIC指數(shù)與dPC指數(shù)賦予相同的權(quán)重,計算得出斑塊的重要性指數(shù)dI(公式1)。為了確保兩種情景下提取的生態(tài)源地數(shù)量一致以便之后的對比分析,本文均提取斑塊重要性指數(shù)前20%的斑塊作為生態(tài)源地,并對照遙感影像圖,分析了其差異情況(圖4)。

《中國經(jīng)濟周刊》記者致電瑞華所，試圖了解當(dāng)時瑞華所與天成控股的溝通事宜，以及天成控股在這次審計完成后不再續(xù)約的原因。瑞華所答應(yīng)接受采訪后，記者發(fā)出采訪函。數(shù)日之后，瑞華所又拒絕了采訪。

dI=0.5dIIC+0.5dPC

(1)

2.2.3基于最小費用路徑的生態(tài)廊道構(gòu)建

景觀阻力面的科學(xué)構(gòu)建需要綜合考慮景觀類型、植被結(jié)構(gòu)、人為影響程度等因素[1,11,20]。因而,本文采用公式2來計算景觀阻力值。首先,將研究區(qū)的景觀類型劃分為綠地、水域、農(nóng)田、裸地、道路及建設(shè)用地6種類型。然后,綜合考慮不同物種的生活習(xí)性,參考相關(guān)文獻[1,20,37- 38],進行不同景觀類型基準(zhǔn)阻力值的設(shè)定(表3),并對斑塊內(nèi)部不同的屬性進行分級,確定相應(yīng)的阻力系數(shù)(表4)。

Ci=Mi·∏Wi

(2)

式中,Ci為斑塊i的景觀阻力值,Mi為斑塊i對應(yīng)的景觀類型的基準(zhǔn)阻力值,Wi為斑塊i的第j個屬性分級后的景觀阻力系數(shù)[20]。

圖3 通過LiDAR點云數(shù)據(jù)提取的植被結(jié)構(gòu)參數(shù)Fig.3 Vegetation structure index derived from LiDAR point cloud data

表2 基于圖論的景觀連通度指數(shù)

表3 不同景觀類型的基準(zhǔn)阻力值

阻力面分別基于二維與三維信息兩種情景來進行構(gòu)建。在二維情景中,綠地斑塊的景觀阻力系數(shù)僅考慮斑塊面積屬性,而在三維情境中,綠地斑塊的景觀阻力系數(shù)則由6種植被結(jié)構(gòu)參數(shù)共同決定。由于城市建成區(qū)是具有高度異質(zhì)性的區(qū)域,建成環(huán)境的空間異質(zhì)性會對生物棲息與遷移產(chǎn)生重要影響,因而本文計算了研究區(qū)每1hm2地塊(100m×100m)內(nèi)的建筑密度與容積率,用以表征建成環(huán)境對生物生境的潛在影響。水體與道路的景觀阻力值則分別由面積大小與道路等級來設(shè)定。根據(jù)公式(2)分別得到二維和三維兩種情景下的景觀阻力面(圖5)。最后,分別結(jié)合之前提取出的兩類生態(tài)源地,基于ArcGIS軟件平臺工具箱Linkage Mapper Toolkit進行最小費用路徑模擬,得到研究區(qū)兩種情景下的生態(tài)廊道矢量路徑(圖6)。該工具箱由McRae等人研發(fā),最早應(yīng)用于野生動物棲息地的連通性分析,可以進行最小費用廊道的繪制,并允許調(diào)用Circuitscape程序進行電路理論等的相關(guān)分析[18]。

表4 不同景觀類型的阻力分級表

2.2.4基于電路理論的生態(tài)關(guān)鍵節(jié)點區(qū)域識別

在電路理論中,一個區(qū)域內(nèi)電流密度越大,則表示物種通過該區(qū)域內(nèi)的可能性越大或者選擇頻率越高。生態(tài)關(guān)鍵節(jié)點是指廊道中的瓶頸點或窄點,在這些區(qū)域中,電流密度較大,即使出現(xiàn)小面積的破壞也會對廊道的連通性造成很大損失[39- 40]。這些節(jié)點具有較強的不可替代性,處于生態(tài)廊道中的關(guān)鍵地位,具有重要生態(tài)價值。

基于電路理論,運用Linkage Mapper Toolkit工具箱中的Pinchpoint Mapper模塊,將二維與三維兩種情景下的不同景觀阻力值視為電阻值,將一個生態(tài)源地接地,其他所有源地分別輸入1A的電流,并選擇“all to one”模式進行迭代運算,得到研究區(qū)生態(tài)廊道的累積電流密度圖(圖7)。相關(guān)研究表明,廊道寬度不會改變關(guān)鍵節(jié)點的位置,也不會影響整個研究區(qū)的連接性[18,39]。因而本文為了結(jié)果顯示更直觀,設(shè)置10000m的成本加權(quán)距離作為廊道寬度。

3 結(jié)果與分析

3.1 生態(tài)源地的分布與差異

生態(tài)源地是城市生態(tài)網(wǎng)絡(luò)中的核心構(gòu)成要素,其作為生物物種生存繁衍的重要棲息地,具有非常重要的生態(tài)意義。由圖4可見,研究區(qū)共提取出77個生態(tài)源地斑塊,適宜生物生存棲息的生態(tài)單元大都集中于研究區(qū)北部,中部及南部城區(qū)的生態(tài)斑塊較少。這與研究區(qū)內(nèi)部的城市化發(fā)展水平與自然環(huán)境相關(guān)。北部地區(qū)地形起伏相對較大,存在較多的山脈與水系,形成了豐富的城市公園與綠地,整體綠化水平較高;南部地區(qū)城市化發(fā)展水平較高,人口密度大,景觀破碎化程度高,因而生態(tài)源地數(shù)量相對較少。

圖4 兩種情景下生態(tài)源地的提取結(jié)果與差異圖Fig.4 Extraction results and difference of ecological sources in two scenariosa、b、c、d: 面積屬性提取；e、f、g、h: 三維綠量屬性提取

圖5 兩種情景下的景觀阻力面圖Fig.5 Resistance surface in two scenarios

對比兩種情景下提取出的生態(tài)源地,可以發(fā)現(xiàn)共有11處差異,占總源地數(shù)的14%。其中二維情景下通過斑塊面積提取出的生態(tài)源地斑塊面積約為4149hm2,占綠地總面積的61%;三維情景下通過斑塊綠量提取出的生態(tài)源地斑塊面積約為4115hm2,整體上的面積差異較小。但差異斑塊二維情景下的平均阻力值為19.3,而三維情景下的平均阻力值僅為5.5,表明三維情景提取出的生態(tài)源地斑塊在生態(tài)質(zhì)量表征方面更為準(zhǔn)確。由高分辨率遙感影像可以看出(圖4),在這些差異斑塊中,屬于通過面積屬性提取的多集中于研究區(qū)的東部,斑塊面積相對較大,但內(nèi)部多以草地為主,垂直結(jié)構(gòu)較為簡單,生態(tài)價值相對不高;而通過三維綠量屬性提取的差異斑塊多集中于研究區(qū)的中部,內(nèi)部喬木或灌木較為豐富,垂直結(jié)構(gòu)相對復(fù)雜,生態(tài)價值相對較高(圖4)。

3.2 生態(tài)廊道的分布與差異

生態(tài)廊道的準(zhǔn)確識別對于前瞻性地保護生物的擴散路徑具有重要實踐指導(dǎo)意義。由圖6可見,兩種情景下研究區(qū)東北部及中部區(qū)域的生態(tài)廊道均較為密集,景觀連通性較好。這主要是因為東北部與中部區(qū)域存在較多可以發(fā)揮踏腳石功能的小型綠地斑塊,且東北部生態(tài)源地較多,使得生態(tài)廊道的長度相對較短,密度較大,形成了聯(lián)系緊密的生態(tài)網(wǎng)絡(luò)結(jié)構(gòu)。西南部有較大的廊道真空區(qū)域,主要是由于該地區(qū)缺乏發(fā)揮踏腳石功能的生態(tài)斑塊,使得斑塊之間距離較遠而無法形成有效連接。

圖6 兩種情景下生態(tài)廊道的模擬結(jié)果圖Fig.6 Simulation results of ecological corridors in two scenariosa1,b1: 東北部；a2,b2: 中部區(qū)域; a3,b3: 西南部; a4,b4: 西北部; a5,b5: 東部區(qū)

二維與三維情景下構(gòu)建的生態(tài)廊道分別有137條與129條,平均每條廊道的單位距離阻力值分別為18.2與24.0。三維情景生態(tài)廊道的整體空間分布情況相較二維情景來說,數(shù)量有所減少,成本阻力值有所增加,廊道減少的區(qū)域主要位于研究區(qū)西北部與東部地區(qū)。這一方面是因為兩種情景下生態(tài)源地的不同導(dǎo)致廊道位置發(fā)生變化,另一方面是由于部分綠地經(jīng)過三維植被結(jié)構(gòu)指數(shù)的細(xì)分之后,生態(tài)價值有所降低,致使二維情景下得到的部分廊道在三維情景下并不能承載相應(yīng)的生態(tài)功能,未能形成有效的生態(tài)連接,且使得三維情景下的廊道阻力值有所增加(圖4)。

兩種情景下模擬的生態(tài)廊道差異最為明顯的區(qū)域位于研究區(qū)的西北部區(qū)域,在二維情景下該處的廊道密度明顯高于三維情景。這主要是因為該區(qū)域?qū)儆诔鞘懈呙芏冉ǔ蓞^(qū),現(xiàn)狀植被較少且植被結(jié)構(gòu)多為草地,缺乏生態(tài)質(zhì)量較高的復(fù)合植被結(jié)構(gòu)斑塊作為生態(tài)源地及踏腳石,整體的生態(tài)效益較低,景觀連通性也較差。這說明二維情景不能很好地區(qū)分綠地斑塊的生態(tài)價值差異,導(dǎo)致研究區(qū)部分區(qū)域的景觀連通度水平被高估。

3.3 生態(tài)關(guān)鍵節(jié)點區(qū)域的識別

兩種情景下,生態(tài)關(guān)鍵節(jié)點的空間分布情況基本一致。由電流密度圖(圖7)可以看出,關(guān)鍵節(jié)點主要集中于西北部、中部以及東南部。其中,西北部的關(guān)鍵節(jié)點位于獅子山與象山的生態(tài)廊道上,其間存在兩處小型綠地可以充當(dāng)動物遷移的踏腳石,因而電流密度較大;中部的關(guān)鍵節(jié)點位于玄武湖與鼓樓公園附近,其中玄武湖附近的關(guān)鍵節(jié)點主要是由于湖面較大,物種擴散的路徑受到限制,而鼓樓公園為周邊高密度建設(shè)區(qū)之中少有的綠地公園,成為物種遷徙所選擇的高概率區(qū)域;東南部地區(qū)由于源地斑塊較為分散,且該區(qū)域僅有河流水系及兩岸的綠地具有一定的生態(tài)價值,因而河流沿線的電流密度較高,被識別為生態(tài)關(guān)鍵節(jié)點區(qū)域。另外,研究區(qū)部分源地斑塊之間相距較近,從而使其之間的通道成為擴散概率較高的區(qū)域,被識別為生態(tài)關(guān)鍵節(jié)點。

圖7 兩種情景下生態(tài)關(guān)鍵節(jié)點的識別結(jié)果與電流密度圖Fig.7 Identification results of key ecological nodes and current density in two scenarios

4 生態(tài)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的對策與建議

4.1 生態(tài)源地的補充與提升

在研究區(qū)南部源地真空區(qū)域應(yīng)注重源地數(shù)量的補充,對原有生態(tài)空間進行系統(tǒng)修復(fù),并提升已有綠地公園的生境質(zhì)量,形成結(jié)構(gòu)緊湊、聯(lián)系緊密的生態(tài)網(wǎng)絡(luò)體系,綜合提升其生態(tài)系統(tǒng)服務(wù)功能。另外,對研究區(qū)生態(tài)源地進行分級管控,提升其生境質(zhì)量。對于生境質(zhì)量較高的斑塊(如紫金山、玄武湖公園等),應(yīng)保持其用地范圍不被侵占、用地類型不被變更,并在一定緩沖區(qū)范圍內(nèi)禁止任何破壞性的開發(fā)建設(shè)活動;對于識別出的植被結(jié)構(gòu)較為單一、生境質(zhì)量一般的斑塊,應(yīng)注重生態(tài)空間的復(fù)合利用,通過多層次植物群落的營建增加垂直結(jié)構(gòu)的生態(tài)位,進而提升其生境質(zhì)量與生物多樣性水平;對于源地斑塊的邊緣區(qū)域,應(yīng)盡可能減少景觀中的硬質(zhì)邊界,從而減少物種穿越景觀的阻力[41]。

4.2 生態(tài)廊道結(jié)構(gòu)的優(yōu)化

對在二維情景下存在但在三維情景下不存在、具備成為高質(zhì)量生態(tài)廊道建設(shè)潛力的區(qū)域,應(yīng)注重對既有綠地斑塊的保護,豐富斑塊內(nèi)部的植被群落結(jié)構(gòu),提升其生境質(zhì)量。另外,應(yīng)加強這些廊道區(qū)域內(nèi)的用地管控,以保證生態(tài)廊道具有一定的寬度。這些廊道區(qū)域主要為河道或道路兩旁的綠帶,應(yīng)將其納入城市藍線與綠線范圍,進行嚴(yán)格管控;對于距離較近生態(tài)斑塊之間的廊道連接,應(yīng)積極開展生態(tài)修復(fù)綜合措施,如建設(shè)動物遷徙時的專門通道[1],使功能性連接轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)性連接,從而增強生態(tài)連接的有效性和生態(tài)網(wǎng)絡(luò)的穩(wěn)定性。

4.3 踏腳石斑塊的建設(shè)與保護

踏腳石斑塊是指位于大型源地斑塊之間,由一系列小型斑塊構(gòu)成的生物遷徙的中轉(zhuǎn)站,增加踏腳石斑塊可有效提高景觀中的連通程度[42]。從整體來看,研究區(qū)南部的廊道比北部的少而且連接路徑過長,說明缺乏必要的踏腳石斑塊,在今后的規(guī)劃建設(shè)中應(yīng)多增加口袋公園、濕地水域等多種類型的生境斑塊,降低源地斑塊的離散程度,提高整體的廊道密度與聯(lián)系強度。另外,兩種情景下電路理論的模擬結(jié)果均表明生態(tài)關(guān)鍵節(jié)點主要位于西北部的象山與獅子山連接處、中部的鼓樓公園附近及東南部雨花臺周邊等地,應(yīng)在這些區(qū)域加強踏腳石斑塊的重點保護與格局優(yōu)化。

5 結(jié)論與討論

5.1 結(jié)論

本研究利用機載激光雷達數(shù)據(jù),構(gòu)建多個三維層面上的植被結(jié)構(gòu)指標(biāo),對南京市主城區(qū)的綠地進行了量化評價,并借助景觀連通性指數(shù)、最小費用路徑方法和電路理論,科學(xué)提取了生態(tài)源地、生態(tài)廊道以及生態(tài)關(guān)鍵節(jié)點,并分析了傳統(tǒng)二維情景與三維情景下模擬結(jié)果的差異。結(jié)果表明：使用三維植被參數(shù)可以更準(zhǔn)確地識別具有豐富植被結(jié)構(gòu)的生態(tài)源地;運用傳統(tǒng)二維信息的模擬結(jié)果會在一定程度上高估景觀連通性;不同情境下生態(tài)關(guān)鍵節(jié)點的空間分布格局基本一致,主要集中在研究區(qū)的西北側(cè)、中部以及東南側(cè),并大多出現(xiàn)在距離較近的源地斑塊之間。研究結(jié)果可為南京市主城區(qū)生態(tài)網(wǎng)絡(luò)的規(guī)劃建設(shè)提供參考依據(jù),對三維綠地景觀連通性的研究也具有一定的借鑒意義。

5.2 討論

目前關(guān)于城市生態(tài)網(wǎng)絡(luò)的構(gòu)建與模擬的研究大多基于二維數(shù)據(jù)信息,未能很好地考慮植被三維結(jié)構(gòu)信息所表征的多元生態(tài)位對生境質(zhì)量的影響,致使生態(tài)網(wǎng)絡(luò)的功能有效性有所降低。城市物種的豐富度與植被垂直結(jié)構(gòu)的復(fù)雜性呈正相關(guān)[43]。同時,植被垂直結(jié)構(gòu)對于斑塊之間的連接性亦非常重要,因為生物并非在二維空間中移動,而是通常會利用植被結(jié)構(gòu)的一個或多個層次,故忽略植被的三維結(jié)構(gòu)信息可能會導(dǎo)致斑塊之間連通性的較大偏差[44]。本文研究結(jié)果表明使用三維植被結(jié)構(gòu)數(shù)據(jù)可以獲取更加準(zhǔn)確的生態(tài)源地信息,而使用傳統(tǒng)二維數(shù)據(jù)信息則會高估綠地景觀的連通性,這與國外的一些研究結(jié)果相吻合[24]。因而,基于三維植被結(jié)構(gòu)數(shù)據(jù)信息準(zhǔn)確量化生態(tài)斑塊的生境質(zhì)量,進而修正生態(tài)源地的選取和景觀阻力面的構(gòu)建,是未來生態(tài)網(wǎng)絡(luò)研究的重要發(fā)展趨勢。

不同物種的擴散距離和對不同植被群落結(jié)構(gòu)與土地利用類型的適應(yīng)程度均存在顯著差異,因而需要針對不同物種來分別設(shè)置不同的距離閾值和景觀阻力值。然而,本研究由于缺乏研究區(qū)生物多樣性的詳細(xì)觀測數(shù)據(jù)與資料,在生態(tài)網(wǎng)絡(luò)構(gòu)建時未選取焦點物種,也未考慮物種間的差異,會對分析結(jié)果產(chǎn)生一定的影響。因此,在今后的研究中,應(yīng)重視生物多樣性數(shù)據(jù)資料的收集與整理,并選擇焦點物種進行實證研究,以期不斷完善本文構(gòu)建的分析框架與方法體系,進一步驗證生態(tài)網(wǎng)絡(luò)模擬結(jié)果的科學(xué)性與有效性。