張美麗，齊躍普，張 利，陳 影 ，周亞鵬，陳亞恒，王樹濤① (.河北農(nóng)業(yè)大學資源與環(huán)境科學學院，河北 保定 07000;.石家莊師兄弟土地環(huán)境技術(shù)服務(wù)有限公司，河北 保定 07000;.河北農(nóng)業(yè)大學國土資源學院，河北 保定 07000)

生態(tài)安全是21世紀人類面臨的一個新主題，由于人類對資源的不合理利用，造成生態(tài)問題日益嚴重，在一些典型的生態(tài)脆弱區(qū)景觀破碎化現(xiàn)象十分嚴重，而生態(tài)網(wǎng)絡(luò)能夠通過廊道和節(jié)點連接破碎的生境，維護區(qū)域生態(tài)網(wǎng)絡(luò)的穩(wěn)定性，保證整個區(qū)域的生態(tài)安全[1]。如何有效構(gòu)建區(qū)域生態(tài)網(wǎng)絡(luò)，識別生態(tài)節(jié)點，保障生態(tài)系統(tǒng)結(jié)構(gòu)和功能完整性，顯得尤為重要。生態(tài)節(jié)點是生態(tài)網(wǎng)絡(luò)構(gòu)建的關(guān)鍵，其空間分布對區(qū)域生態(tài)網(wǎng)絡(luò)整體連通性、穩(wěn)定性起重要作用[2]。生態(tài)節(jié)點不同，識別方法也不盡相同。從節(jié)點自身功能的角度出發(fā)，生態(tài)節(jié)點為區(qū)域中有重要生態(tài)功能或者生態(tài)敏感斑塊的幾何中心點，識別方法為多因素評價法。從生態(tài)節(jié)點所處的空間位置角度出發(fā)，生態(tài)節(jié)點為區(qū)域景觀中對于生物遷徙或其移動過程起關(guān)鍵作用的位置， 此類節(jié)點多通過構(gòu)建累積阻力面模型識別生態(tài)廊道，并進一步根據(jù)所處位置判斷節(jié)點類型。如有學者用最小累積阻力(MCR)模型[3]構(gòu)建累積阻力面，識別生態(tài)廊道，選取廊道交點即生態(tài)廊道中易受損害的區(qū)域作為生態(tài)薄弱點；也有學者運用ArcGIS中的Linkage Mapper插件識別生態(tài)節(jié)點[4]，Linkage Mapper分析中的Barrier Mapper工具可識別出生態(tài)障礙點，即阻礙生物間移動或交流的區(qū)域，Pinchpoint Mapper工具則可識別生態(tài)夾點，即生物遷徙過程中的必經(jīng)地[5]。該研究將生態(tài)節(jié)點分為生態(tài)薄弱點、生態(tài)夾點和生態(tài)障礙點,在得出生態(tài)節(jié)點空間位置后運用粒度反推法與主成分分析法識別生態(tài)節(jié)點最佳建設(shè)粒度[5]，依據(jù)節(jié)點所處空間位置和廊道走勢，選用ArcGIS中的水文分析模塊[6]和空間網(wǎng)絡(luò)分析模塊探討生態(tài)節(jié)點的規(guī)模及其建設(shè)形式。

生態(tài)源地作為節(jié)點識別基礎(chǔ)，其識別分為以下2種：直接篩選出林地、水域、園地、濕地等類型中面積較大的斑塊;綜合多因素評價斑塊重要度[7]。但強調(diào)源地在生態(tài)格局中的空間位置及其與周邊生態(tài)環(huán)境關(guān)系的研究較為缺乏，一種偏向測度連接性的形態(tài)學空間格局分析(MSPA)模型進入源地識別領(lǐng)域[8]。如曹珍秀等[9]以?？谑泻０稁檠芯繉ο?，將海岸帶景觀類型劃分為建設(shè)用地、園林地、耕地、濕地、水域、未利用地，直接選擇生態(tài)功能較高的水域、園林地生態(tài)斑塊作為生態(tài)源地；孔陽等[10]以北京市延慶區(qū)作為研究區(qū)，將林地、水域作為前景，草地、耕地、建筑用地、其他用地作為背景，采用MSPA模型得到7類景觀類型，選其核心區(qū)作為生態(tài)源地；王慧[11]以江蘇省沛縣為例，將研究區(qū)分為水域、林園地、水田、耕地、建設(shè)用地5種類型，選取水域、林園地、水田作為前景，其他用地類型作為背景，采用MSPA模型分析選取核心區(qū)作為初步生態(tài)源地。

阜平縣位于太行山中北段，屬國家級貧困縣， 為燕山—太行山國家集中連片特困地區(qū)，山體穩(wěn)定性差，山體崩塌、滑坡、泥石流等多種地質(zhì)災(zāi)害發(fā)生頻繁，是典型的生態(tài)型貧困縣。因此，阜平縣建設(shè)開發(fā)的迫切性、生態(tài)系統(tǒng)的脆弱性和特殊性使得該縣進行生態(tài)節(jié)點的識別既十分必要又面臨挑戰(zhàn)。基于此，該研究采用MCR模型構(gòu)建生態(tài)阻力面，運用MSPA模型識別生態(tài)源地，借助ArcGIS平臺中的Linkage Mapper插件識別不同類型生態(tài)節(jié)點，根據(jù)節(jié)點空間位置，采用粒度反推法及主成分分析法確定節(jié)點最佳建設(shè)粒度，運用水文分析法進行生態(tài)節(jié)點規(guī)模的建設(shè)，最終得出各個類型節(jié)點的規(guī)模、形狀及其組成形式。研究可為促進區(qū)域生態(tài)網(wǎng)絡(luò)連通性和生態(tài)系統(tǒng)結(jié)構(gòu)穩(wěn)定性提供理論基礎(chǔ)。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

河北省阜平縣(38°39′～39°08′ N，113°45′～114°37′ E)位于河北省西部，縣域面積2 527.14 km2(圖1)，主要包括亞高山、中山、低山、丘陵河谷和洪沖積物地貌5種地貌類型。森林覆蓋率達41.07%，植被覆蓋率在80%以上，屬大陸性季風氣候區(qū)，年均氣溫12.6 ℃，常年積溫801.9 ℃，年均降水量550～790 mm，無霜期140～190 d?？h域西部及北部地區(qū)多中山、高山，中南部和東部主要為低山和丘陵，荒山面積較大，水土流失現(xiàn)象發(fā)生較為頻繁?？h內(nèi)水系發(fā)達，有“九山半水半田”之稱。

1.2 數(shù)據(jù)來源與處理

研究使用的土地利用數(shù)據(jù)來源為阜平縣2018年土地變更調(diào)查數(shù)據(jù)庫，高程數(shù)據(jù)來源為在地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)所下載的數(shù)字高程模型(digital elevation model，DEM)，空間分辨率為 30 m。

圖1 研究區(qū)高程圖

2 研究方法

2.1 基于MSPA模型的生態(tài)源地識別

MSPA模型是在腐蝕、膨脹、開運算、閉運算等一系列數(shù)學形態(tài)學原理的基礎(chǔ)上對柵格圖像的空間進行度量、識別與分割的一種圖像處理方法，將柵格土地利用類型圖分為前景和背景，經(jīng)過圖像處理將前景依據(jù)形態(tài)分為互不重疊的7類，即核心區(qū)、背景、支線、邊緣區(qū)、孔隙、孤島、連接橋和環(huán)線區(qū)[12]。此模型優(yōu)勢在于可較精確細致地評價幾何連通性、數(shù)據(jù)需求量小(僅依靠土地利用數(shù)據(jù))、結(jié)果直觀、可視。核心區(qū)為前景像元中較大的生境斑塊，主要為生物物種提供棲息地，保障物種安全生存，因此核心區(qū)多為斑塊面積較大的自然保護區(qū)、國家森林公園[13]。該研究以2018年阜平縣第2次土地利用變更調(diào)查數(shù)據(jù)庫為基礎(chǔ)，并按照土地利用現(xiàn)狀分類體系的2級地類分類法，將土地合并為林地、草地、水域、園地、耕地、城鎮(zhèn)村及工礦用地、交通運輸用地、其他土地，選取林地、水域、園地作為前景數(shù)據(jù)[14-15]，其余景觀類型作為背景。采用Guidos 2.6 軟件和八鄰域分析法進行MSPA分析(表1)。

2.2 累積阻力面構(gòu)建及廊道識別

采用MCR模型(式1)構(gòu)建阻力面過程如下：選取土地利用類型、坡度、高程、距水域距離、距城鎮(zhèn)用地距離作為阻力因子，分別賦予各個阻力因子不同的阻力值[16-17](表2)。土地利用類型、坡度、高程、距水域距離、距城鎮(zhèn)用地距離消費面權(quán)重依次為0.5、0.15、0.15、0.1、0.1，將5類消費面采取疊加分析，利用ArcGIS中的成本距離工具生成最小累積阻力面。

表1 MSPA景觀類型及生態(tài)學含義[18]

表2 研究區(qū)阻力因子賦值

(1)

式(1)中，RMC為最小累積阻力值；f為未知正函數(shù)，表示最小累積阻力與區(qū)域生態(tài)安全格局中生態(tài)過程的正相關(guān)關(guān)系；Dij為從生態(tài)源地j到任意一柵格單元i的距離；Ri為柵格單元i對生態(tài)過程運動的阻力值。生態(tài)廊道基于阻力面運用ArcGIS中的成本路徑工具進行構(gòu)建。

2.3 生態(tài)節(jié)點識別

2.3.1生態(tài)薄弱點識別

國內(nèi)外研究者多認為生態(tài)薄弱點位于生態(tài)廊道最為薄弱之處[19]，比如2條或多條廊道匯合處、廊道與道路的相交處、不同道路的相交處等。該研究基于已構(gòu)建的生態(tài)阻力面，用ArcGIS中的cost path工具識別廊道后，選擇廊道交點作為生態(tài)薄弱點。

2.3.2生態(tài)障礙點識別

障礙點及夾點識別時采用ArcGIS軟件中的Linkage Mapper插件[20]。采用Barrier Mapper工具進行生態(tài)障礙點的識別有2種模式[20]：勾選改進得分相對于最小成本路徑百分比選項時，當最小成本距離耗費的累計阻力值越小時，改進分數(shù)的百分比則越大，選擇改進分數(shù)百分比較大的位置，此類位置處原本的景觀連通性就較好，即這些區(qū)域有一定障礙但不完全阻礙[21]；不勾選此項，即可得到最大改進分數(shù)，其值越大，則代表修繕此類區(qū)域的價值越大，廊道中將會顯示出研究區(qū)內(nèi)的最大的改進分數(shù)，當分數(shù)越高時，修復(fù)此區(qū)域?qū)ρ芯繀^(qū)整體的景觀連通性的貢獻越大，這種模式意在找出影響區(qū)域內(nèi)生態(tài)流運行的障礙點，通過對障礙點進行一定的修復(fù)來增強區(qū)域內(nèi)景觀連通性。該研究選擇2種模式綜合進行分析，既可找出完全的障礙，又能找出妨礙但不完全阻止生態(tài)流運行的障礙。

2.3.3生態(tài)夾點識別

生態(tài)夾點識別過程中將景觀格局抽象為導電表面，其生物即為游走者，有利于生物遷徙流動的景觀類型則賦予較低電阻，反之阻礙生物遷徙流動的類型則賦予較高電阻值。當某一景觀斑塊電阻值較小時，其電流密度較大，即生物遷徙過程中流經(jīng)此地區(qū)的可能性較高或極為頻繁，亦或是此類地區(qū)為生物流動必經(jīng)之地，無其他可以替代的路徑，若移除或者破壞夾點，會對生態(tài)穩(wěn)定造成較大影響，此類區(qū)域即為生態(tài)夾點地區(qū)。采用Pinchpoint Mapper工具識別夾點區(qū)域，此工具有 adjacent pair(相鄰生態(tài)源地間單通道電流夾點區(qū)域)和raster centrality(所有生態(tài)源地間電流夾點區(qū)域即光柵中心)2種模式[22]，但相關(guān)研究表明adjacent pair模式下所求區(qū)域?qū)坝^格局整體無太大價值，生物可以繞道其他核心區(qū)，在2個核心區(qū)之間進行移動，因此該研究采用raster centrality識別夾點，此模式又分為成對(pairwise)、多對一(all-to-one)2類模式[23]，pairwise模式指有效電阻(即生物運動過程中的阻礙程度)在所有的成對斑塊之間進行的一系列的迭代運算；all-to-one模式則是將一個斑塊連接地面，遍歷景觀中所有的生態(tài)斑塊。

2.4 粒度反推法

粒度反推法主要借鑒反證法思維體系，假定區(qū)域內(nèi)已具有不同的節(jié)點結(jié)構(gòu)，從而反選最佳節(jié)點結(jié)構(gòu)[24]。因為景觀生態(tài)系統(tǒng)受其整體性及連通性2個方面影響，所以以整體連通性為出發(fā)點，確定景觀指數(shù)，依據(jù)各類型指數(shù)變化綜合確定生態(tài)節(jié)點規(guī)模。阜平縣生態(tài)景觀類型為林地、園地、水域，以50～800 m為分析尺度，以50 m為增加尺度，生成16種不同粒度柵格圖。采用Frgasta軟件在整體性及連通性方向選取最大組分斑塊數(shù)(NC)、平均臨近距離(PROX-MN)、鄰接比率(PLADJ)、連通性(CONNECT)、聚合度(AI)、內(nèi)聚力(COHESION)、分維度(DIVISION)、連通性增加百分率作為分析指標[24]。

2.5 主成分分析法

此方法利用降維的原理，將多個指標轉(zhuǎn)變?yōu)檩^少的綜合性指標，且讓綜合指標能夠保留原始特性[25]。確定節(jié)點位置后，先采用粒度反推法確定不同粒度下的景觀指數(shù)，再運用主成分分析法分析各景觀指數(shù)值。根據(jù)累積貢獻率>80%、特征值>1提取主成分，構(gòu)造評價函數(shù)，計算整體連通性評分，根據(jù)其綜合得分確定最佳粒度，進而確定生態(tài)節(jié)點建設(shè)規(guī)模，以此達到客觀且定量評價研究對象的目的。

2.6 空間網(wǎng)絡(luò)分析法

ArcGIS空間網(wǎng)絡(luò)分析模塊中的子模塊服務(wù)區(qū)可依據(jù)位置點以及最佳尺度構(gòu)建多邊形進行分析，此原理綜合了網(wǎng)絡(luò)的空間分布狀況及其可達性，與計算生態(tài)節(jié)點建設(shè)規(guī)模原理高度一致[26]。因此參考陸禹等[27]對生態(tài)節(jié)點規(guī)模建設(shè)的研究，采用服務(wù)區(qū)分析進行節(jié)點的規(guī)模計算，由于此方法是依據(jù)已識別出的生態(tài)節(jié)點所處的位置以及廊道走勢進行多邊形的構(gòu)建，其原理與圓的幾何特征相似，所以在計算生態(tài)節(jié)點面積及其形狀時類比圓的幾何公式來計算。具體步驟為：基于最佳粒度面積的1/2以及圓面積公式得出生態(tài)節(jié)點最小搜索半徑，采用ArcGIS中的服務(wù)區(qū)分析，將節(jié)點作為設(shè)施點，將廊道作為網(wǎng)絡(luò)，分析得出各類型生態(tài)節(jié)點的準確面積及其形狀。

2.7 水文分析法

確定生態(tài)節(jié)點建設(shè)規(guī)模后則需確定節(jié)點組成形式。為保證生態(tài)系統(tǒng)功能的正常發(fā)揮，選擇水域、林地、園地3種既有較高生態(tài)服務(wù)價值又有較為穩(wěn)定的生態(tài)系統(tǒng)的景觀類型作為建設(shè)生態(tài)節(jié)點的景觀類型。依據(jù)DEM數(shù)據(jù)，經(jīng)過填洼、計算其水流方向以及匯流累積量、不斷設(shè)定閾值提取河網(wǎng)等操作，對河網(wǎng)分級并計算研究區(qū)集水規(guī)模[28]，以此作為建設(shè)為水域生態(tài)節(jié)點的理論依據(jù)。確定生態(tài)節(jié)點組成形式時應(yīng)當考慮以下方面：建設(shè)水域生態(tài)節(jié)點時應(yīng)具備一定規(guī)模的集水盆地。只有集水盆地存在且水量充足，才可保證節(jié)點的長期存在。水域節(jié)點應(yīng)處于較高河網(wǎng)等級上。河網(wǎng)等級較高處不易受人類干擾，穩(wěn)定性好。節(jié)點應(yīng)位于集水盆地出水口才可保證積水工作的完成。節(jié)點建設(shè)中涉及土地利用類型變換時應(yīng)注意盡量不要破壞其原有的生態(tài)景觀類型。

3 結(jié)果與分析

3.1 生態(tài)阻力面及源地分析

由圖2可知，生態(tài)阻力面高值區(qū)主要位于史家寨鄉(xiāng)、砂窩鄉(xiāng)、阜平鎮(zhèn)、大臺鄉(xiāng)，阜平鎮(zhèn)作為縣內(nèi)主城區(qū)，人為活動最為劇烈且海拔最低，因此其生態(tài)阻力值較大，而其他3個鄉(xiāng)鎮(zhèn)海拔均處于500 m以下，農(nóng)村居民點分布也比其他鄉(xiāng)鎮(zhèn)集中，與研究區(qū)實際情況相符合。研究區(qū)內(nèi)核心區(qū)景觀面積共34 170.83 hm2，占總面積的13.70%。由圖3可看出生態(tài)源地主要分布在西部與東部，由于核心區(qū)景觀破碎化現(xiàn)象較為嚴重，因此選取核心區(qū)中面積大于100 hm2的作為生態(tài)源地，共得到37個生態(tài)源地，總面積為25 863.97 hm2，源地類型以林地和水域為主。

3.2 生態(tài)節(jié)點識別

3.2.1生態(tài)薄弱點

如圖4所示，該研究共識別出生態(tài)薄弱點75個，西部明顯多于東部，其主要原因為阜平縣西部生態(tài)保護區(qū)較多，森林覆蓋率高于東部。

3.2.2生態(tài)障礙點

生態(tài)障礙點分布較分散，多位于生態(tài)源地之間或是源地邊緣地區(qū)，共識別出25處生態(tài)障礙點，占生態(tài)節(jié)點總數(shù)量的20.83%〔圖5(a)〕，其中11處為高障礙區(qū)域，14處為低障礙區(qū)域。圖5(b)為高障礙節(jié)點分布狀況，節(jié)點在砂窩鄉(xiāng)、史家寨鄉(xiāng)、城南莊鎮(zhèn)、北果園鄉(xiāng)顏色最深，得分較高；在大臺鄉(xiāng)及阜平鎮(zhèn)顏色較淺。

圖2 生態(tài)阻力面

圖3 MSPA模型分析

圖4 生態(tài)薄弱點分布

圖5(c)為低障礙節(jié)點分布狀況，主要集中分布于龍泉關(guān)鎮(zhèn)、夏莊鄉(xiāng)、吳王口鄉(xiāng)，在城南莊、北果園鄉(xiāng)、王林口鎮(zhèn)、平陽鎮(zhèn)以及大臺鄉(xiāng)與史家寨鄉(xiāng)交界處、臺峪鄉(xiāng)與大臺鄉(xiāng)交界處零星分布。低障礙節(jié)點為原本景觀連通性較好的區(qū)域，因此主要集中分布于生態(tài)環(huán)境質(zhì)量高處，而高障礙節(jié)點區(qū)域為生態(tài)環(huán)境質(zhì)量較差、阻礙較大區(qū)域，在主城區(qū)阜平鎮(zhèn)仍有小面積分布。

圖5 生態(tài)障礙點分布狀況

3.2.3生態(tài)夾點

在pairwise模式下的高電流密度區(qū)較多，最大電流密度為5.96，all to one模式下高電流區(qū)域較少，最大電流密度為 20.82。該研究選擇高電流區(qū)域作為生態(tài)夾點，共識別生態(tài)夾點20個，占研究區(qū)生態(tài)節(jié)點的16.67%(圖6)。夾點主要位于生態(tài)源地附近或生態(tài)源地間，由于研究區(qū)西部位于太行深處，多為自然保護區(qū)及生態(tài)旅游區(qū)，因此夾點主要分布在此類區(qū)域，如龍泉關(guān)鎮(zhèn)、天生橋鎮(zhèn)、夏莊鄉(xiāng)、吳王口鄉(xiāng)；東部的低海拔區(qū)有少量夾點出現(xiàn)，如史家寨及城南莊鄉(xiāng)；而中部地區(qū)未出現(xiàn)夾點區(qū)，如阜平鎮(zhèn)。

圖6 生態(tài)夾點分布

3.3 生態(tài)節(jié)點分析

3.3.1生態(tài)節(jié)點規(guī)模確定

各粒度景觀指數(shù)如表3所示，采用主成分方法共得到2個主成分(表4～5)。主成分1上AI、COHESION、PLADJ、PROX-MN載荷較高，表征格局總體狀況，因此選為整體性指標；主成分2上連通性以及連通性增加百分率載荷較高，表征格局內(nèi)各要素連接狀況，因此選為連通性指標。基于主成分矩陣中的數(shù)據(jù)，得到研究區(qū)不同粒度下的整體連通性綜合評分(圖7)。隨粒度增加，景觀組分結(jié)構(gòu)綜合得分整體表現(xiàn)為下降趨勢，但在400 m粒度時綜合得分猛然升高，繼而呈下降趨勢。在400 m粒度時由于生態(tài)節(jié)點的引入，增加了生態(tài)系統(tǒng)連通性，所以使得此粒度下整體連通性明顯高于其他粒度。以400 m粒度為最佳建設(shè)粒度，其面積的1/2為8 hm2，節(jié)點最小建設(shè)半徑大概為160 m(圖8)。生態(tài)節(jié)點共形成118個區(qū)域，總面積約2 043.80 hm2，最大為25.92 hm2，節(jié)點類型為生態(tài)薄弱點，位于龍泉關(guān)鎮(zhèn)；最小為7.81 hm2，節(jié)點類型為生態(tài)薄弱點，位于大臺鄉(xiāng)。生態(tài)節(jié)點中，生態(tài)薄弱點共75個，形成區(qū)域75個，生態(tài)障礙點共25個，形成區(qū)域24個，生態(tài)夾點共20個，形成區(qū)域19個。

表3 景觀格局指數(shù)

表4 方差貢獻率統(tǒng)計表

表5 成分矩陣

連通性得分

3.3.2生態(tài)節(jié)點組成形式確定

研究區(qū)沿海村與蒼山村共同構(gòu)成22.70 hm2的水庫，與生態(tài)節(jié)點面積大小相適應(yīng)，其集水盆地面積為1 131.72 hm2，以此當作集水盆地合適規(guī)模研判的參照；研究區(qū)河網(wǎng)共分為6個等級，而較高河網(wǎng)等級(4級及以上)的節(jié)點方具有建設(shè)水域生態(tài)節(jié)點的可能性。綜上，75個生態(tài)薄弱點中，38個區(qū)域可建設(shè)為林地生態(tài)節(jié)點，33個區(qū)域可建設(shè)為水域生態(tài)節(jié)點，4個區(qū)域可建設(shè)為園地生態(tài)節(jié)點；生態(tài)障礙點中，3個區(qū)域可建設(shè)水域生態(tài)節(jié)點，21個區(qū)域可建設(shè)為林地生態(tài)節(jié)點；生態(tài)關(guān)鍵點中,7個區(qū)域可建設(shè)水域生態(tài)節(jié)點，12個區(qū)域可建設(shè)為林地生態(tài)節(jié)點(圖8)。

4 討論

4.1 生態(tài)節(jié)點保護策略

分布最為廣泛的生態(tài)薄弱點應(yīng)實行維護策略，防止此類易受損害區(qū)再次遭受破壞，若此類區(qū)域維護不當，則會切斷生態(tài)流的正常運行。運用Linkage Mapper分析中的Barrier Mapper分析找到生態(tài)障礙點，低障礙節(jié)點區(qū)域為原本連通性較好區(qū)域，若修復(fù)此類區(qū)域可使區(qū)域生態(tài)連通性明顯提高，應(yīng)秉承保護為主，修復(fù)為輔的策略。高障礙節(jié)點區(qū)域則為完全阻礙區(qū)域，應(yīng)以修復(fù)為主，加大綠地建設(shè)，提升研究區(qū)內(nèi)的植被覆蓋情況。識別出的生態(tài)夾點區(qū)為動物遷徙必經(jīng)地，應(yīng)當實行嚴格的保護政策，嚴禁人為活動及建設(shè)。

4.2 生態(tài)節(jié)點組成形式探討

利用ArcGIS生成不同粒度下的生態(tài)景觀類型，采用景觀格局指數(shù)法分析不同粒度下的景觀指數(shù)值，將粒度反推法與主成分分析法相結(jié)合，分析所得最佳粒度更為客觀。在ArcGIS中確定節(jié)點面積時，考慮節(jié)點自身生態(tài)功能的同時也考慮了各類型生態(tài)節(jié)點對于廊道的依附性，既能夠使研究區(qū)內(nèi)的生態(tài)系統(tǒng)穩(wěn)定性有所提高，還能保護相應(yīng)的廊道。探究其組成形式時，提出了4條節(jié)點建設(shè)的可能性依據(jù)，為后續(xù)探究此區(qū)域生態(tài)節(jié)點具體規(guī)模及其景觀組成提供了較為合理的理論依據(jù)。

依據(jù)生態(tài)節(jié)點組成形式可知，每個生態(tài)薄弱點中均含有一定林地或水域等生態(tài)景觀類型，但也存在大量其他土地，因此其生態(tài)功能易受損害，這與研究區(qū)的用地類型狀況相符合；生態(tài)夾點為生物遷徙必經(jīng)之地，多位于生態(tài)紅線及銀河山自然保護區(qū)內(nèi)，且含有的生態(tài)景觀斑塊最多，建設(shè)用地及其他土地面積較少，景觀連通性最好；針對每個生態(tài)障礙點，與研究區(qū)實際用地狀況分析對比，可發(fā)現(xiàn)節(jié)點中含有大量其他土地及建設(shè)用地等受人類干擾程度大的景觀類型，這也是其景觀連通性較差的主要原因。為提高研究區(qū)整體生態(tài)連通性，生態(tài)節(jié)點建設(shè)過程中需進行一定的景觀類型轉(zhuǎn)換。

4.3 不足與展望

以典型生態(tài)型貧困縣為例，在識別各類型節(jié)點空間位置基礎(chǔ)上，初步探討了阜平縣生態(tài)節(jié)點的面積、形狀以及其組成形式，對各類型節(jié)點的未來發(fā)展提出了較為具體的規(guī)劃方案，對今后節(jié)點的規(guī)劃與建設(shè)提出了較為實際可操作性的建議。鑒于生態(tài)節(jié)點對區(qū)域生態(tài)網(wǎng)絡(luò)影響巨大，對生態(tài)穩(wěn)定性有至關(guān)重要的作用，今后可在該研究的基礎(chǔ)上，依據(jù)原有景觀類型和土地利用狀況，對阜平縣生態(tài)節(jié)點建設(shè)作進一步的研究。

5 結(jié)論

(1)運用MSPA模型識別生態(tài)源地，總計25 863.97 hm2，其土地利用類型以水域、林地為主。

(2)將生態(tài)節(jié)點分為生態(tài)薄弱點、生態(tài)障礙點、生態(tài)夾點，其中生態(tài)廊道交點為生態(tài)薄弱點，共75處，運用Linkage Mapper中的Barrier Mapper識別生態(tài)障礙點25處，運用Pinchpoint Mapper識別生態(tài)夾點20處。

(3)基于各類型生態(tài)節(jié)點所處空間位置，對其提出相應(yīng)宏觀建議的基礎(chǔ)上明確其規(guī)模、組成形式，進一步提出具體的建設(shè)意見。共識別75個生態(tài)薄弱點，總面積1 431.20 hm2，其中38個可建設(shè)為林地生態(tài)節(jié)點，33個可建設(shè)為水域生態(tài)節(jié)點，4個可建設(shè)為園地生態(tài)節(jié)點；25個生態(tài)障礙點，總面積355.12 hm2，其中3個可建設(shè)為水域生態(tài)節(jié)點，21個可建設(shè)為林地生態(tài)節(jié)點；20個生態(tài)關(guān)鍵點，總面積257.49 hm2，其中7個可建設(shè)為水域生態(tài)節(jié)點，12個可建設(shè)為林地生態(tài)節(jié)點。