張瀚月 張冬梅 張 浪* 余浩然

（1.上海市園林科學(xué)規(guī)劃研究院，城市困難立地生態(tài)園林國(guó)家林業(yè)和草原局重點(diǎn)實(shí)驗(yàn)室，國(guó)家林業(yè)和草原局城市困難立地綠化造林國(guó)家創(chuàng)新聯(lián)盟，上海城市困難立地綠化工程技術(shù)研究中心，上海 200232；2.南京林業(yè)大學(xué)風(fēng)景園林學(xué)院，南京 210037）

城市化進(jìn)程的高速發(fā)展不僅影響著城市生態(tài)系統(tǒng)，還威脅著城市生物多樣性。城市生態(tài)網(wǎng)絡(luò)是保障生態(tài)過(guò)程、維護(hù)生態(tài)安全、提升城市生態(tài)系統(tǒng)服務(wù)的有效途徑，科學(xué)構(gòu)建生物多樣性保護(hù)空間網(wǎng)絡(luò)是保障并提升生物多樣性水平的必要措施?；谏虾Ｖ行某菂^(qū)鳥(niǎo)類空間分布點(diǎn)位、氣象、土地利用、植被指數(shù)及夜光燈指數(shù)數(shù)據(jù)，通過(guò)物種分布模型識(shí)別出鳥(niǎo)類適生區(qū)，進(jìn)而篩選生態(tài)源地和構(gòu)建鳥(niǎo)類活動(dòng)阻力面，并結(jié)合最小成本路徑模型模擬生成鳥(niǎo)類多樣性保護(hù)的上海中心城區(qū)生態(tài)廊道。研究表明：（1）建筑物面積占比和植被指數(shù)NDVI是影響鳥(niǎo)類分布最為重要的因素，建筑物面積占比越小，植被指數(shù)植NDVI越高，鳥(niǎo)類生境適宜性越高；（2）識(shí)別出的60個(gè)生態(tài)源地平均中心度為321.98，主要位于外環(huán)綠帶及楔形綠地區(qū)域，合計(jì)面積4 975.47 hm2，占全部高適生區(qū)的55.26%，其中最大斑塊面積431.73 hm2，外環(huán)綠帶及城中楔形綠地區(qū)域是鳥(niǎo)類的重要棲息地；（3）建筑物占比較多、人類活動(dòng)頻繁、植被覆蓋相對(duì)較少的城市中央活動(dòng)區(qū)鳥(niǎo)類遷移阻力較高，外環(huán)綠帶對(duì)生態(tài)網(wǎng)絡(luò)整體連通性至關(guān)重要。研究成果為高密度城市建成區(qū)的生物多樣性保護(hù)和生態(tài)空間格局優(yōu)化提供了新的視角和科學(xué)支撐，對(duì)城市生態(tài)規(guī)劃和可持續(xù)發(fā)展具有重要意義。

鳥(niǎo)類多樣性保護(hù)；物種分布模型；最小成本路徑；電路理論；生態(tài)空間格局

城市化進(jìn)程的高速發(fā)展不僅影響著城市生態(tài)系統(tǒng)，還威脅著城市生物多樣性。為應(yīng)對(duì)城市化帶來(lái)的挑戰(zhàn)，中國(guó)在《中國(guó)生物多樣性保護(hù)戰(zhàn)略與行動(dòng)計(jì)劃》（2011–2020年）中將“城市生物多樣性保護(hù)”納入生物多樣性保護(hù)優(yōu)先項(xiàng)目，強(qiáng)調(diào)在城市綠地系統(tǒng)規(guī)劃建設(shè)中體現(xiàn)生物多樣性要素[1]。城市生態(tài)網(wǎng)絡(luò)構(gòu)建強(qiáng)調(diào)了生態(tài)規(guī)劃在城市發(fā)展中的重要性，其是保障生態(tài)過(guò)程、維護(hù)生態(tài)安全、提升城市生態(tài)系統(tǒng)服務(wù)的有效途徑，科學(xué)構(gòu)建生物多樣性保護(hù)空間網(wǎng)絡(luò)是保障并提升生物多樣性水平的必要措施。

上海作為國(guó)際性大都市，人多地少特點(diǎn)尤為突出，不僅建設(shè)用地指標(biāo)緊張，且非建設(shè)用地總量也較難滿足生態(tài)、生產(chǎn)和生活的要求，同時(shí)各類型生態(tài)景觀較破碎，連通性不夠，在空間上分布較為分散，缺乏集聚效應(yīng)，追求整個(gè)系統(tǒng)效益多樣、高效、生態(tài)用地效益最大化等目標(biāo)越發(fā)重要[2]。上海市生態(tài)空間專項(xiàng)規(guī)劃（2021–2035年）提出了要錨固市域生態(tài)網(wǎng)絡(luò)結(jié)構(gòu)，通過(guò)對(duì)水體、林地、綠地、農(nóng)田等現(xiàn)狀生態(tài)要素進(jìn)行疊合，結(jié)合生態(tài)安全保障功能、環(huán)境品質(zhì)提升功能、生物多樣性功能以及休閑游憩功能，綜合形成上海市域的生態(tài)空間格局的目標(biāo)[3]。

鳥(niǎo)類具有易觀察性的特點(diǎn)，可作為城市生態(tài)網(wǎng)絡(luò)構(gòu)建的焦點(diǎn)物種，對(duì)維護(hù)城市生態(tài)系統(tǒng)穩(wěn)定性、維持和提升城市生物多樣性、推動(dòng)不動(dòng)產(chǎn)增值、促進(jìn)居民身心健康等方面起到重要的調(diào)節(jié)作用[4-5]。通過(guò)規(guī)劃城市綠道、林蔭道、濱水藍(lán)道等“藍(lán)綠結(jié)合”的方式串聯(lián)城市中的鳥(niǎo)類棲息地，增加棲息地連通性使城市鳥(niǎo)類可以通過(guò)生境廊道到城市外更廣闊的范圍遷移和覓食，有利于提高鳥(niǎo)類對(duì)城市建成環(huán)境的適應(yīng)力[6]。眾多學(xué)者以鳥(niǎo)類多樣性保護(hù)為目標(biāo)探討了鳥(niǎo)類生物多樣性影響因素及城市生態(tài)網(wǎng)絡(luò)構(gòu)建方法，通常以圖論、最小阻力模型以及電路理論為理論依據(jù)的“源地識(shí)別—阻力面構(gòu)建—生態(tài)廊道確定”為研究范式[7-10]。然而，上述研究范式中景觀阻力面構(gòu)建過(guò)程中通?；诮?jīng)驗(yàn)賦值權(quán)重，主觀性較高，過(guò)度依賴人為判斷。同時(shí)，高密度城市建成區(qū)具有景觀破碎化程度高、人類社會(huì)活動(dòng)頻繁等特點(diǎn)，嚴(yán)重威脅著城市建成區(qū)內(nèi)鳥(niǎo)類的生存，且目前缺少以客觀模型為依據(jù)的高密度城市建成區(qū)內(nèi)的鳥(niǎo)類生物多樣性保護(hù)體系研究案例。

綜上，本研究以上海中心城區(qū)鳥(niǎo)類物種空間分布數(shù)據(jù)為基礎(chǔ)，以氣象、土地利用、植被指數(shù)以及人類活動(dòng)夜光燈指數(shù)數(shù)據(jù)為依托，以物種分布模型（Species Distribution Models，SDMs）為支撐，識(shí)別生態(tài)源地和構(gòu)建鳥(niǎo)類活動(dòng)阻力面，通過(guò)最小成本路徑模型（Least Cost Path，LCP）模擬生成鳥(niǎo)類多樣性保護(hù)的上海中心城區(qū)生態(tài)廊道，旨在為維持和提升上海中心城區(qū)鳥(niǎo)類多樣性和生態(tài)空間格局優(yōu)化提供科學(xué)支撐。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

上海作為全國(guó)特大城市之一，位于31.14°N、121.29°E，地處太平洋西岸，亞洲大陸東沿，長(zhǎng)江三角洲前緣，屬北亞熱帶季風(fēng)氣候，呈現(xiàn)出四季分明，春秋較短、冬夏較長(zhǎng)的特征。《上海市鳥(niǎo)類名錄》顯示，截至2019年底，上海市共有鳥(niǎo)類22目78科494種，占全國(guó)鳥(niǎo)類種數(shù)的33.51%，且鳥(niǎo)類占上海全市野生動(dòng)物種數(shù)的80%以上[11]?！渡虾Ｊ猩鷳B(tài)空間建設(shè)和市容環(huán)境優(yōu)化“十四五”規(guī)劃》提出了到2025年城市生物多樣性指數(shù)（鳥(niǎo)類）達(dá)到0.6以上，到2035年基本建成人地和諧共生的生態(tài)之城的目標(biāo)[12]。因此，本文以城市化程度較高的上海外環(huán)線以內(nèi)區(qū)域即上海市總體研究規(guī)劃和生態(tài)空間規(guī)劃規(guī)定的上海中心城區(qū)為研究區(qū)，該區(qū)域總面積約為664 km2，包括黃浦、虹口、靜安等全域以及浦東新區(qū)、閔行區(qū)、寶山區(qū)、嘉定區(qū)部分區(qū)域。

本研究數(shù)據(jù)主要來(lái)源于：（1）中國(guó)觀鳥(niǎo)網(wǎng)（http://www.birdreport.cn/） 與GBIF數(shù)據(jù)庫(kù)（https://www.gbif.org/）中上海城區(qū)經(jīng)常觀測(cè)到的紅嘴相思鳥(niǎo)、灰背伯勞、黃腹山雀等鳥(niǎo)類物種的2023年點(diǎn)位分布數(shù)據(jù)（圖1）；（2）國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http://www.geodata.cn/）的2022年道路、水系、行政邊界等基礎(chǔ)地理數(shù)據(jù)；（3）世界氣候數(shù)據(jù)庫(kù)（https://worldclim.org/）獲得的2.1版本（1970–2000年）的19個(gè)氣候因子平均值（表1）；（4）全國(guó)土地覆蓋數(shù)據(jù)集（SinoLC-1，https://doi.org/10.5281/zenodo.7707461）提供的2023年1 m分辨率的土地利用數(shù)據(jù)（圖2-a）[13]；（5）基于多光譜遙感數(shù)據(jù)（GF-2）計(jì)算的2022年歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）（圖2-b）；（6）美國(guó)國(guó)家冰雪數(shù)據(jù)中心（https：//nsidc.org/data/ICESat-2/data-sets）獲取的2019年ICESat-2數(shù)據(jù)產(chǎn)品ATL08植被冠層高度數(shù)據(jù)（Canopy Height，CH）（圖2-c）；（7）美國(guó)國(guó)家海洋大氣管理局（https://eogdata.mines.edu/products/vnl/）獲得的2018年夜光燈數(shù)據(jù)（Night Light，NL）（圖2-d）。

表1 氣候環(huán)境變量Tab. 1 Climate environment variables

圖1 研究區(qū)觀測(cè)點(diǎn)分布圖Fig. 1 Distribution map of the study area

圖2 土地利用、NDVI、冠層高度及夜光燈數(shù)據(jù)分布圖Fig. 2 Distribution map of land use, NDVI, canopy height, and night light data

2 研究方法

2.1 鳥(niǎo)類適生區(qū)模擬

相關(guān)性分析（correlation analysis）主要用來(lái)衡量?jī)蓚€(gè)變量之間的相關(guān)密切程度，高相關(guān)性變量可能會(huì)導(dǎo)致多重共線性、模型過(guò)擬合、模型解釋能力降低等現(xiàn)象，可以通過(guò)pearson、spearman和kendall相關(guān)系數(shù)闡釋，當(dāng)相關(guān)系數(shù)大于0，且p-value＜0.05時(shí)，表明變量之間存在顯著正相關(guān)關(guān)系，當(dāng)相關(guān)系數(shù)小于0，且p-value＜0.05時(shí)，表明變量之間存在顯著負(fù)相關(guān)關(guān)系，絕對(duì)值越大，相關(guān)程度越高。為提高模型的精度，本研究針對(duì)研究區(qū)內(nèi)bio_1–bio_19總計(jì)19個(gè)物候分布、NDVI、CH和NL以及由基礎(chǔ)地理數(shù)據(jù)和由基礎(chǔ)地理數(shù)據(jù)數(shù)據(jù)計(jì)算獲得的與水系距離（DW）及與道路距離（DR）和由土地利用數(shù)據(jù)計(jì)算獲得的建筑物面積占比（AP）和樹(shù)木面積占比（TP）等環(huán)境因子進(jìn)行相關(guān)性分析，所有數(shù)據(jù)分辨率均為30 m，坐標(biāo)系統(tǒng)一為Krasovsky_1940_Albers。

其中，水系距離（DW）及與道路距離（DR）利用基礎(chǔ)數(shù)據(jù)中的水系、道路圖層，利用ArcGIS距離分析工具，計(jì)算出每個(gè)像元距離最近源的距離（d），即歐式距離（euclidean distance），見(jiàn)公式（1）。

式中，xa，ya為像元a的坐標(biāo)，xb，yb為最近源的像元b的坐標(biāo)。此外，建筑物占比（AP）和樹(shù)木占比（TP）利用上述獲取的1 m分辨率土地利用數(shù)據(jù)，通過(guò)ArcGIS創(chuàng)建30 m×30 m的格網(wǎng)，并利用其分區(qū)統(tǒng)計(jì)工具，統(tǒng)計(jì)出各格網(wǎng)中建筑物面積和林地面積，從而推算出各格網(wǎng)內(nèi)建筑物面積占比和樹(shù)木面積占比，計(jì)算見(jiàn)公式（2）。式中，Pi格網(wǎng)內(nèi)建筑物或樹(shù)木的面積占比，Si為建筑物或樹(shù)木的面積（m2）。

SDMs也被稱為生態(tài)位模型或環(huán)境響應(yīng)模型，通過(guò)對(duì)物種分布信息和環(huán)境變量進(jìn)行定量分析，從而實(shí)現(xiàn)物種在空間上分布的模擬預(yù)測(cè)。其中，廣義線性模型（Generalized Linear Models，GLM）具有解釋性強(qiáng)、靈活性高的優(yōu)點(diǎn)，但其需要滿足一些假設(shè)限制；隨機(jī)森林模型（Random Forest，RF）具有處理能力強(qiáng)、不需要滿足特定的分布假設(shè)的優(yōu)點(diǎn)，但其解釋性較弱；最大熵模型（Maxent）具有靈活性高、內(nèi)置強(qiáng)大的正則化機(jī)制的有點(diǎn)，但泛化能力較弱。綜上，本研究基于相關(guān)性分析結(jié)果，利用R語(yǔ)言的“Biomod2”程輯包[14]，構(gòu)建上海中心城區(qū)鳥(niǎo)類物種分布GLM、RF、Maxent模型探究物候、植被以及人類活動(dòng)對(duì)鳥(niǎo)類分布的貢獻(xiàn)度及其之間響應(yīng)關(guān)系，并通過(guò)受試者工作特征曲線與坐標(biāo)軸圍城的面積（Area Under the Curve，AUC）、真實(shí)技巧統(tǒng)計(jì)值（True Skill Statistic，TSS）和Kappa對(duì)各模型準(zhǔn)確度進(jìn)行檢驗(yàn)，實(shí)現(xiàn)對(duì)上海市中心城區(qū)鳥(niǎo)類適生區(qū)分布適宜性的模擬。

2.2 生態(tài)源地識(shí)別與景觀阻力面構(gòu)建

景觀連通性是維持生態(tài)斑塊功能和生態(tài)流平穩(wěn)運(yùn)行的前提，對(duì)生物多樣性保護(hù)和生態(tài)系統(tǒng)穩(wěn)定性至關(guān)重要[15]。目前，常用的評(píng)價(jià)指標(biāo)主要有連接指數(shù)、可能連通性以及斑塊重要性指數(shù)[16]。本研究將SDMs模擬結(jié)果的高適生區(qū)作為備選生態(tài)源地，且面積大于30 hm2的生態(tài)斑塊作為備選生態(tài)源地1，此外，選擇備選生態(tài)源地面積大于10 hm2生態(tài)斑塊利用Conefor 2.6軟件[17]及其ArcGIS插件計(jì)算其景觀連通性，并將斑塊重要性指數(shù)在前30%的斑塊作為備選生態(tài)源地2。大面積核心斑塊（備選生態(tài)源地1）和高重要性斑塊（備選生態(tài)源地2）共同構(gòu)成最終生態(tài)源地。

景觀阻力面通常用來(lái)描述地表不同區(qū)域?qū)ξ锓N遷移和分布的影響程度，往往考慮不同物候、地形、土地利用/覆被、城市建設(shè)強(qiáng)度及人類活動(dòng)等因素對(duì)物種遷移活動(dòng)的影響。傳統(tǒng)景觀阻力面構(gòu)建通常依據(jù)生物通過(guò)不同類型環(huán)境的難易程度進(jìn)行阻力賦值，結(jié)合專家打分或主成分分析，通過(guò)加權(quán)疊加運(yùn)行計(jì)算獲得綜合景觀阻力面[18]。上述方法依賴專家經(jīng)驗(yàn)，且僅將不同環(huán)境因素線性疊加，而往往實(shí)際中大多為非線性關(guān)系，一些學(xué)者開(kāi)始基于物種分布模型結(jié)果繪制物種遷移景觀阻力面[19-20]。為考慮不同環(huán)境變量間的非線性關(guān)系，本研究依據(jù)鳥(niǎo)類適宜性分布SDMs模型模擬結(jié)果計(jì)算綜合景觀阻力面，見(jiàn)公式（3）。

式中，R為阻力值，數(shù)值越大，阻力越大；Si為鳥(niǎo)類適宜性分布SDMs模型i模擬結(jié)果，范圍為0 ～1，數(shù)值越大，適宜程度越高，阻力越小；n為模型個(gè)數(shù)。

2.3 生態(tài)廊道模擬

生態(tài)網(wǎng)絡(luò)作為一種生態(tài)規(guī)劃和保護(hù)策略，旨在在城市和自然環(huán)境之間建立聯(lián)系，以促進(jìn)生態(tài)系統(tǒng)的健康和生物多樣性的維護(hù)，構(gòu)建生態(tài)網(wǎng)絡(luò)對(duì)解決生態(tài)源地破碎化問(wèn)題，增強(qiáng)生態(tài)源地間的連接度具有重要意義[21]。本研究基于ArcGIS 10.2，利用McRae等開(kāi)發(fā)的GIS插 件Linkage Mapper 2.0[22]進(jìn) 行LCP模擬及生態(tài)廊道提取，該工具通過(guò)計(jì)算每個(gè)像元距離最近“源”的成本加權(quán)距離形成成本加權(quán)距離面，計(jì)算最低成本加權(quán)距離，生成一個(gè)核心區(qū)到另一個(gè)核心區(qū)的最小“成本”路徑，最早應(yīng)用于野生動(dòng)物棲息地連接度分析[23]。具體而言，利用Linkage Pathways Tool工具集中Build Network and Map links工具條，同時(shí)采用歐幾里得和成本加權(quán)距離（costweighted & Euclidean）的網(wǎng)絡(luò)鄰接方法，并限制每個(gè)核心區(qū)最大相鄰連接數(shù)為4，截?cái)喑杀炯訖?quán)距離閾值設(shè)置為200 000，模擬生成最小成本廊道。

本研究在提取出最小成本路徑的基礎(chǔ)上，基于電路理論通過(guò)調(diào)用Circuitscape軟件利用Centrality Mapper模塊分析生成的連接網(wǎng)絡(luò)，計(jì)算出每個(gè)核心區(qū)電流流動(dòng)中心性，即該連接對(duì)于維持整個(gè)網(wǎng)絡(luò)連通性的重要性程度，電流流動(dòng)中心性越高，該核心區(qū)對(duì)保持整個(gè)網(wǎng)絡(luò)的連通性貢獻(xiàn)越大。同時(shí)，本研究利用Pinchpoint Mapper 模塊進(jìn)行生態(tài)夾點(diǎn)識(shí)別，夾點(diǎn)區(qū)域?yàn)殡娏髦递^大的區(qū)域，代表影響整個(gè)景觀連接度的“瓶頸”地區(qū)，對(duì)維持整個(gè)網(wǎng)絡(luò)的連接性至關(guān)重要，模塊運(yùn)行核心參數(shù)CWD cutoff distance設(shè)置為10 000，Circuitscape模式采用Pairwis。此外，本研究還利用Barrier Mapper模塊進(jìn)行障礙點(diǎn)識(shí)別，障礙點(diǎn)是指對(duì)生態(tài)走廊的質(zhì)量和位置產(chǎn)生不利影響的因素，模塊核心參數(shù)Minimum Detection Radius設(shè) 置 為50，Maximum Detection Radius設(shè)置為100，檢測(cè)步長(zhǎng)為50，組合方法為Sum。

3 結(jié)果與討論

3.1 鳥(niǎo)類適生環(huán)境分析

3.1.1特征因子篩選

本研究利用Spearman相關(guān)性分析計(jì)算19個(gè)物候數(shù)據(jù)以及NDVI、DR、DW、NL、CH、AP和TP相關(guān)關(guān)系。從圖3可以看出，bio_4、bio_5與其他物候因子間的相關(guān)關(guān)系不顯著，且bio_4和bio_5之間顯著正相關(guān)，相關(guān)系數(shù)達(dá)0.75（p-value＜0.05），bio_1–bio_19絕大多數(shù)兩兩間存在顯著較強(qiáng)相關(guān)性，其他環(huán)境變量中DR、DW和NDVI、NL、CH、AP和TP均不存在顯著相關(guān)關(guān)系，NDVI、NL、CH、AP之間相關(guān)性較低，AP與TP存在顯著負(fù)相關(guān)關(guān)系，且相關(guān)系數(shù)為-0.77（p-value＜0.05）。一般來(lái)說(shuō)，當(dāng)相關(guān)系數(shù)絕對(duì)值分別介于0.1～0.3、0.3 ～0.5和大于0.5時(shí)，認(rèn)為變量間存在弱相關(guān)、中度相關(guān)和強(qiáng)相關(guān)關(guān)系。同時(shí)，相關(guān)研究表明建筑指數(shù)是鳥(niǎo)類物種、譜系以及功能多樣性的重要影響因素[24]。因此，本研究篩選出相關(guān)系數(shù)低于0.5及與其他變量不存在顯著相關(guān)關(guān)系的環(huán)境變量進(jìn)行SDMs模型構(gòu)建，即為bio_1、bio_2、bio_4、bio_13、NDVI、DR、DW、NL、CH及AP總計(jì)10個(gè)變量。

圖3 環(huán)境因子相關(guān)性熱圖Fig. 3 Heatmap of environmental factor correlation

3.1.2 物種分布模型結(jié)果分析

本研究基于GLM、Maxent和RF模型模擬了上海中心城區(qū)鳥(niǎo)類分布適宜性，三種模型交叉驗(yàn)證的AUC、TSS和KAPPA預(yù)測(cè)結(jié)果表明RF模型預(yù)測(cè)精度最高，Maxent模型預(yù)測(cè)精度優(yōu)于GLM模型（表2）。此外，本研究還挖掘了三種模型下各環(huán)境變量重要性及其響應(yīng)關(guān)系，結(jié)果表明：AP是影響鳥(niǎo)類分布最為重要的因素，NDVI次之，bio_1、bio_2、bio_4、bio_13、DW、DR、NL以及CH對(duì)鳥(niǎo)類分別影響較?。▓D4）；AP與鳥(niǎo)類適宜性呈現(xiàn)出明顯的負(fù)相關(guān)關(guān)系，AP越高越不適宜鳥(niǎo)類生存。

表2 GLM、RF和Maxent模型精度評(píng)定結(jié)果表Tab. 2 Evaluations of GLM、RF and Maxent models

圖4 GLM、RF和Maxent模型下各環(huán)境變量重要性及其對(duì)鳥(niǎo)類適宜性分布響應(yīng)曲線圖Fig. 4 Importance of environmental variables and their response curves for bird suitability under GLM, RF, and Maxent models

3.2 生態(tài)源地與景觀阻力面分布

本研究利用SDMs模型模擬上海中心城區(qū)鳥(niǎo)類適宜性分布，模擬結(jié)果越高表明越適宜鳥(niǎo)類生存，GLM、RF和Maxent模型模擬結(jié)果通過(guò)自然斷點(diǎn)法將全部區(qū)域劃分為非適生區(qū)、低適生區(qū)、中適生區(qū)和高適生區(qū)4類，如圖5-a，圖5-b，圖5-c所示，三種模型模擬高適生區(qū)模擬范圍呈現(xiàn)出RF＜GLM＜Maxent的趨勢(shì)。本研究將三種模型模擬出的高適生區(qū)合并為源地備選斑塊，合計(jì)面積為9 033.33 hm2（圖5-d），篩選面積大于30 hm2生態(tài)斑塊，以及面積大于10 hm2且其斑塊重要性指數(shù)為前30%的生態(tài)斑塊，識(shí)別出60個(gè)生態(tài)斑塊為生態(tài)源地，主要位于外環(huán)綠帶及城中楔形綠地區(qū)域，合計(jì)面積為4 975.47 hm2，其中，最大斑塊面積431.73 hm2，最小斑塊面積16.47 hm2（圖5-e）。

圖5 生態(tài)源地識(shí)別結(jié)果Fig. 5 Identification results of ecological sources

本研究利用GLM、RF和Maxent適宜性結(jié)果通過(guò)公式（3）計(jì)算得綜合景觀阻力面，如圖6所示。結(jié)果顯示，綜合景觀阻力值介于12 ～98，外環(huán)綠帶、城中楔形綠地區(qū)域阻力值較低，城中心大部分區(qū)域阻力值較高，這主要是由于城中心大部分為中央活動(dòng)區(qū)，該區(qū)域建筑物占比較多、人類活動(dòng)頻繁、植被覆蓋相對(duì)較少。

3.3 生態(tài)網(wǎng)絡(luò)構(gòu)建

3.3.1 生態(tài)廊道構(gòu)建及中心度識(shí)別

基于LCP識(shí)別生態(tài)廊道111條（圖7-a），總長(zhǎng)達(dá)300.83 km，平均廊道長(zhǎng)度2.71 km，其中最短為42 m，最長(zhǎng)達(dá)11 855 m。生態(tài)廊道及生態(tài)源地中心性分析結(jié)果（圖7-b）顯示111條生態(tài)廊道中心性為26.55～198.52，平均廊道中心性為158.1，Centrality Mapper結(jié)果表明60個(gè)生態(tài)源地中心性介于84.38 ～541.39，平均中心度為321.98。研究表明：外環(huán)綠帶之間的生態(tài)廊道長(zhǎng)度較小，但其中心度最高，且外環(huán)綠帶處生態(tài)源地中心度相對(duì)較高，城中楔形綠地之間生態(tài)廊道長(zhǎng)度最長(zhǎng)，但其中心度卻相對(duì)較低，綜上，無(wú)論是外環(huán)綠地生態(tài)源地還是其間的生態(tài)廊道均對(duì)整體連通性貢獻(xiàn)最大。

圖7 生態(tài)源地與生態(tài)廊道中心度Fig. 7 Ecological source areas and ecological corridor centrality

3.3.2 生態(tài)廊道夾點(diǎn)與障礙點(diǎn)識(shí)別

基于Pinchpoint Mapper識(shí)別的生態(tài)廊道“夾點(diǎn)”區(qū)域和Barrier Mapper識(shí)別的障礙區(qū)域如圖8所示。“夾點(diǎn)”通過(guò)將相鄰節(jié)點(diǎn)間具有一定“寬度”的生態(tài)廊道看作一個(gè)導(dǎo)電表面，向一個(gè)節(jié)點(diǎn)輸入1 A的電流，通過(guò)迭代計(jì)算到另一個(gè)接地節(jié)點(diǎn)的廊道內(nèi)柵格的電流值來(lái)識(shí)別，電流值較大的區(qū)域即為整條廊道的夾點(diǎn)區(qū)域。障礙點(diǎn)通使用圓形移動(dòng)窗口計(jì)算比較移除和恢復(fù)阻力值的最小成本路徑獲得。本研究利用自然斷點(diǎn)法將Pinchpoint Mapper和Barrier Mapper識(shí)別結(jié)果劃分為5個(gè)等級(jí)，最高一級(jí)劃定為生態(tài)“夾點(diǎn)”地區(qū)（圖8-a）和障礙點(diǎn)地區(qū)（圖8-b），生態(tài)“夾點(diǎn)”和障礙點(diǎn)均總體呈現(xiàn)出零散分布的特點(diǎn)。受邊界范圍的影響，研究區(qū)邊界范圍附近的幾條廊道整體電流值均較大，其他相鄰源地之間大多也存在“夾點(diǎn)”（0.108～0.321），但面積相對(duì)較小。此外，研究表明由于城市化進(jìn)程中，工業(yè)區(qū)、住宅區(qū)以及交通設(shè)施等的快速發(fā)展，東部張江鎮(zhèn)、東北東溝鎮(zhèn)以及上海西站附近部分地區(qū)障礙區(qū)域（123.70 ～286.75）面積相對(duì)較大。

圖8 生態(tài)廊道夾點(diǎn)與障礙點(diǎn)Fig. 8 Ecological corridor pinch points and barrier points

4 結(jié)論

本研究以上海中心城區(qū)鳥(niǎo)類多樣性保護(hù)為目的，基于多源數(shù)據(jù)通過(guò)物種分布模型有效識(shí)別出鳥(niǎo)類適宜生境，構(gòu)建鳥(niǎo)類遷移景觀阻力面，并進(jìn)一步構(gòu)建出上海中心城區(qū)鳥(niǎo)類多樣性保護(hù)生態(tài)廊道，得到主要結(jié)論如下：

對(duì)于城市建成區(qū)，建筑物面積占比和植被指數(shù)NDVI是影響鳥(niǎo)類分布最為重要的因素，建筑物面積占比越小，NDVI越高，鳥(niǎo)類生境適宜程度越高。

上海中心城區(qū)鳥(niǎo)類生態(tài)源地斑塊面積4 975.47 hm2，占全部高適生區(qū)的55.26%，其中林地面積占比高的外環(huán)綠帶及城中楔形綠地區(qū)域是鳥(niǎo)類的重要棲息地，建筑物占比較多、人類活動(dòng)頻繁、植被覆蓋相對(duì)較少的城市中央活動(dòng)區(qū)鳥(niǎo)類遷移阻力較高。

基于物種分布模型結(jié)合最小成本路徑和電路理論構(gòu)建城市生物多樣性保護(hù)網(wǎng)絡(luò)，為高密度城市建成區(qū)的生物多樣性保護(hù)和生態(tài)空間格局優(yōu)化提供了新的視角和科學(xué)支撐，對(duì)城市生態(tài)規(guī)劃和可持續(xù)發(fā)展具有重要意義。

注：圖1底圖為ArcGIS在線圖，文中圖表均由作者繪制。