-
新型城镇化建设的推进为苏南水网地区城乡建设带来了经济的快速发展,但同时也给区域生态环境保护带来压力,蓝绿交织的水网地域特色景观正面临逐渐消失的危机。蓝绿空间是水网地区自然生态空间的重要组成部分,也是水网地区地域特色景观的载体[1]。水网地区的耕地以水田为主,具有涵养水源、调蓄雨洪的生态功能[2],与林地、草地等共同构成绿色空间。蓝色空间则指河流、湖泊、湿地和坑塘等共同构成的水域空间[3]。目前,国内外学者对于蓝绿空间的研究多集中于景观格局演变[4−5]、空间营建与调控[6−8]、冷岛效应[9]以及健康服务功能评价[10−11]等方面,研究区域多集中于城市群区域或城市市域范围,对具有水网地域特征的城镇地区蓝绿空间格局的研究相对较少。
苏南水网地区属于太湖流域,具有得天独厚的地理条件,形成了水绿共生的整体格局。快速城镇化在促进苏南水网地区社会经济高速发展的同时,量大面广的居住区、工业园区等人工开发建设活动对蓝绿空间的干扰程度日趋增强。据Landsat 8影像数据统计,2000—2022年,苏州市吴江区建设用地面积由14653.57 hm2增加至31008.33 hm2,而蓝绿空间面积由107543.79 hm2减少至91790.00 hm2。建设用地不断扩张使得蓝绿空间面临着面积下降、景观格局破碎、生态效益减弱等问题,水网地区的可持续发展受到冲击。模拟预测蓝绿空间未来发展格局,分析蓝绿空间格局未来发展趋势,总结蓝绿空间格局未来演变特征,是保护和恢复水网地区生态环境,促进苏南水网地区城乡可持续发展的关键。
本研究以具有典型苏南水网特征的苏州市吴江地区为代表,在总结2000—2020年蓝绿空间格局演变规律的基础上,借助CA-Markov模型,模拟2030年吴江南片区蓝绿空间土地利用多情景发展状态,并对多情景发展的蓝绿空间演变进行定量分析,结合形态学空间格局分析(MSPA)和景观连通性评价科学解读蓝绿空间景观生态结构与生态格局特征,为水网地区蓝绿空间的保护提供理论帮助与数据支持,以期促进水网地区城乡可持续发展。
-
利用2000、2010年的土地利用类型数据,获得2000—2010年土地利用类型的转移概率矩阵(表1)。以2010年的土地利用类型图作为基础年数据,以10 a为迭代周期,比例误差设为0.15,预测2020年吴江区南片区土地利用类型图(图1),与2020年实际土地利用分布图进行对比验证,得到Kappa值为0.886 2,表示模拟的可信度较高,可用来预测研究区后续土地利用变化情况。
表 1 2000—2010年吴江南片区土地利用类型转移概率矩阵
Table 1. Probability matrix of land use type transfer in southern Wujiang District from 2000 to 2010
2000年土地利用类型 2010年土地类型转移概率/% 耕地 林地 草地 水域 建设用地 耕地 63.74 0.03 0.02 4.58 31.63 林地 6.02 68.85 0.19 14.30 10.64 草地 0.01 0.73 72.42 26.83 0.01 水域 13.93 0.05 0.01 76.64 9.37 建设用地 19.95 0.06 0.01 4.21 75.77 -
以2020年吴江南片区土地利用空间分布图为基础数据,通过MCE模型,分析各类土地利用适宜性及吴江南片区2010—2020年的土地利用类型转移概率矩阵(表2),并限制不同情景下各类土地利用的约束条件,利用CA-Markov模型预测3种情景下2030年吴江南片区蓝绿空间土地利用的变化及各类土地利用的面积、比例(图2,表3)。
表 2 2010—2020年吴江南片区土地利用类型转移概率矩阵
Table 2. Probability matrix of land use type transfer in southern Wujiang District from 2010 to 2020
2010年土地利用类型 2020年土地利用类型转移概率/% 耕地 林地 草地 水域 建设用地 耕地 65.13 0.01 0.01 3.44 31.41 林地 0.90 75.78 0.13 13.45 9.74 草地 15.42 0.01 84.55 0.01 0.01 水域 13.37 0.01 0.01 75.57 11.04 建设用地 14.27 0.01 0.01 5.13 80.58 表 3 2020—2030年吴江南片区蓝绿空间土地利用数据
Table 3. Land use data of blue and green space in southern Wujiang District from 2020 to 2030
类型 2020年现状 2030年自然发展情景 2030年生态保护优先情景 2030年城镇发展优先情景 面积/hm2 占比/% 面积/hm2 占比/% 面积/hm2 占比/% 面积/hm2 占比/% 耕地 33 837.03 55.84 31 826.79 52.52 33 058.35 54.36 28 946.79 47.84 林地 142.29 0.23 129.78 0.21 148.59 0.24 30.41 0.05 草地 19.44 0.03 17.64 0.03 22.14 0.04 17.64 0.03 水域 9 838.98 16.24 8 237.16 13.59 9 886.59 16.26 7 697.16 12.72 建设用地 16 763.22 27.66 20 390.76 33.65 17 693.10 29.10 23 810.58 39.36 由图2和表3可知:2020—2030年,3种发展情景下的耕地、林地、草地和水域的土地利用面积及占比变化差异较大。①自然发展情景下,耕地、林地和水域面积随时间推移而缩减,分别减少了3.32%、0.02%和2.56%,建设用地面积持续增加,增幅约为5.99%,基本延续过去10 a吴江南片区土地利用的发展规律。②生态保护优先情景下,基于生态文明建设的需求,限制了耕地、林地和水域等向建设用地的无序转化,蓝绿空间土地利用相对稳定,耕地、林地、草地和水域的面积及占比有所增加。相对于自然发展情景,生态保护优先情景下耕地和水域增幅最为显著,分别为1.84%和2.67%,建设用地增幅减少,从3 627.54 hm2减少到929.88 hm2。③城镇优先发展情景下,蓝绿空间土地利用发生了较为剧烈的变化,相较于生态保护优先情景,城镇发展优先情景下耕地、林地面积减幅较大,其占比分别下降了6.59%、0.19%,水域面积减少了2 189.43 hm2,而建设用地面积显著增加,增幅达10.25%。
-
由表4和图3可知:2020—2030年,①自然发展情景下的7类蓝绿空间景观要素基本延续前10 a的自然发展规律,核心区、边缘区等景观要素占比呈现出整体下降的趋势,孤岛下降率明显,孤岛面积从54.54 hm2减少至30.30 hm2,变化率为−44.44%。孤岛面积下降说明可供生物在吴江南片区蓝绿空间之间迁移的“踏脚石”数量正在减少。②生态保护优先情景下,蓝绿空间景观要素多呈现良好的发展态势,其中核心区的增幅最大,增长了490.87 hm2。核心区可作为蓝绿网络中的源地,在生物多样性保护方面发挥着重要作用,核心区面积的增加反映了吴江南片区蓝绿空间的生态功能有所增强。生态保护优先情景下的桥接区和环道区占比分别为0.38%和0.48%,较自然发展情景分别减少了0.21%和0.05%。桥接区是连通各核心区间的廊道,环道区是核心区内部的廊道,两者是物种迁移、能量流动的重要通道,桥接区、环道区数量的减少反映了吴江南片区蓝绿空间景观破碎化程度的改善。③城镇优先发展情景下,受建设用地沿分布区域向内外扩张的影响,蓝绿空间核心区面积大幅减小,核心区内部的孔隙面积持续增加。孔隙是蓝绿空间核心区内部的孔洞,孔隙面积增幅越大代表蓝绿空间核心区内部零散的建设用地越多,蓝绿空间的破碎化程度越高。城镇优先发展情景下孔隙占比较生态保护优先情景增长了2.77%,表明城镇优先发展情景下吴江南片区蓝绿空间正面临着外部面状、内部点状的生态破坏,对维持蓝绿空间景观格局稳定造成不利影响。
表 4 2020—2030年吴江南片区蓝绿空间MSPA景观类型变化
Table 4. Changes of MSPA landscape types in the blue and green space of southern Wujiang District from 2020 to 2030
类别 2020年实际
面积/hm2自然发展情景 生态保护优先情景 城镇优先发展情景 2030年预测
面积/hm2面积变化/
hm2变化率/
%2030年预测
面积/hm2面积变化/
hm2变化率/
%2030年预测
面积/hm2面积变化/
hm2变化率/
%核心区 31 312.51 29 258.13 −2 054.37 −6.56 31 803.37 490.87 1.57 23 804.05 −7 508.46 −23.98 孤岛 54.54 30.30 −24.24 −44.44 42.42 −12.12 −22.22 96.96 42.42 77.78 孔隙 4 005.72 3 508.79 −496.93 −12.41 2 817.94 −1 187.18 −29.65 4 496.59 490.87 12.25 边缘区 6 708.52 6 211.60 −496.93 −7.41 5 987.37 −721.15 −10.75 6 787.31 78.78 1.17 环道区 351.49 309.06 −42.42 −12.07 290.88 −60.60 −17.24 103.02 −248.46 −70.69 桥接区 454.51 327.25 −127.26 −28.00 230.28 −224.22 −49.33 696.91 242.40 53.33 支线 963.55 569.65 −393.91 −40.88 569.65 −393.91 −40.88 612.07 −351.49 −36.48 -
由图4可知:2020—2030年,①自然发展情景下,蓝绿空间整体景观连通性呈现略微下降的趋势。与2020年吴江南片区蓝绿空间景观连通性现状相比,毕家湾、沈庄漾区域景观连通性均有下降,可能连通性重要值分别下降了0.004 3、2.909 9。②生态保护优先情景下,蓝绿空间研究区核心区重要斑块数量较多、相对面积较大,且斑块较为集中,蓝绿空间连通性有所增强。相较于自然发展情景,沈庄漾和严士浜区域景观连通性增长较为显著,可能连通性重要值分别增加了2.963 5和11.699 6。③城镇发展优先情景下蓝绿空间受建设用地快速扩张的影响,连通性呈现出快速下降趋势,其中长荡—大龙荡、严士浜区域斑块所受影响较大。相对于生态保护优先情景,长荡—大龙荡区域斑块的可能连通性重要值从98.477 0下降至88.643 4,降幅约为9.98%。严士浜区域景观连通性受镇域内建设用地快速扩张的负面影响,同样呈现大幅下降趋势,可能连通性重要值由12.814 5下降至0.353 7,降幅约为97.24%。
Multi-scenario simulation and prediction of blue-green spatial pattern in the southern Jiangsu water network area
-
摘要:
目的 模拟预测苏南水网地区蓝绿空间格局多情景发展趋势,探究促进地区可持续发展的情景方案。 方法 以江苏省苏州市吴江南片区为例,设置自然发展、生态保护优先和城镇发展优先等3种情景,借助CA-Markov模型,对2030年蓝绿空间格局变化趋势进行多情景模拟分析,并运用形态学空间格局分析(MSPA)和景观连通性评价解读蓝绿空间景观生态结构与生态格局特征。 结果 不同发展情景下蓝绿空间规模与格局变化差异显著。自然发展和城镇发展优先情景下,蓝绿空间面积呈现加速减少趋势,分别减少了3 626.37、7 145.74 hm2。蓝绿空间核心区、孔隙等形态类型负向变化剧烈,蓝绿空间破碎度增加,连通性降低。生态保护优先情景与自然发展和城镇发展优先情景相比,蓝绿空间面积分别增加了2 904.30、6 423.67 hm2,蓝绿空间核心区等形态类型增幅明显,孔隙率显著降低,蓝绿空间破碎度降低,连通性增强。 结论 自然发展和城镇发展优先情景对水网地区蓝绿空间呈现负向影响趋势,生态保护优先情景在维持蓝绿空间面积与格局稳定,改善蓝绿空间连通性方面效果显著。图4表4参23 -
关键词:
- 蓝绿空间 /
- CA-Markov模型 /
- 多情景模拟 /
- 形态学空间格局分析 /
- 水网地区
Abstract:Objective The objective is to simulate and predict the multi-scenario development trend of the blue-green spatial pattern in the southern Jiangsu water network area, and explore scenario plans to promote sustainable development in the region. Method Taking the southern Wujiang District of Suzhou City, Jiangsu Province as sampling area, three scenarios were set up: natural development, ecological protection priority, and urban development priority. Based on CA-Markov model, a multi-scenario simulation analysis was conducted to simulate and analyze the changing trend of the blue-green spatial pattern in 2030. Morphological spatial pattern analysis (MSPA) and landscape connectivity evaluation were used to interpret the ecological structure and characteristics of the blue-green spatial landscape. Result There were significant differences in the scale and pattern of the blue-green space under different development scenarios. Under the priority scenario of natural development and urban development, the area of the blue-green space showed an accelerated reduction trend, with a reduction of 3 626.37 and 7 145.74 hm2 respectively. The shape types of the core area and pore of the blue-green space changed sharply in the negative direction, resulting in an increase in fragmentation and a decrease in connectivity in the blue-green space. Compared with the priority scenarios of natural development and urban development, the priority scenario of ecological protection increased the area of the blue-green space by 2 904.30 and 6 423.67 hm2, and the core area of the blue-green space and other morphological types increased significantly, with a significant reduction in porosity, a reduction in the fragmentation of the blue-green space, and an increase in connectivity. Conclusion The priority scenarios of natural development and urban development have a negative impact on the blue-green space in the water network area, and the priority scenario of ecological protection has a significant effect on maintaining the stability of the area and pattern of the blue-green space and improving its connectivity. [Ch, 4 fig. 4 tab. 23 ref.] -
Key words:
- blue-green space /
- CA-Markov model /
- multi-scenario simulation /
- MSPA /
- water network area
-
表 1 2000—2010年吴江南片区土地利用类型转移概率矩阵
Table 1. Probability matrix of land use type transfer in southern Wujiang District from 2000 to 2010
2000年土地利用类型 2010年土地类型转移概率/% 耕地 林地 草地 水域 建设用地 耕地 63.74 0.03 0.02 4.58 31.63 林地 6.02 68.85 0.19 14.30 10.64 草地 0.01 0.73 72.42 26.83 0.01 水域 13.93 0.05 0.01 76.64 9.37 建设用地 19.95 0.06 0.01 4.21 75.77 表 2 2010—2020年吴江南片区土地利用类型转移概率矩阵
Table 2. Probability matrix of land use type transfer in southern Wujiang District from 2010 to 2020
2010年土地利用类型 2020年土地利用类型转移概率/% 耕地 林地 草地 水域 建设用地 耕地 65.13 0.01 0.01 3.44 31.41 林地 0.90 75.78 0.13 13.45 9.74 草地 15.42 0.01 84.55 0.01 0.01 水域 13.37 0.01 0.01 75.57 11.04 建设用地 14.27 0.01 0.01 5.13 80.58 表 3 2020—2030年吴江南片区蓝绿空间土地利用数据
Table 3. Land use data of blue and green space in southern Wujiang District from 2020 to 2030
类型 2020年现状 2030年自然发展情景 2030年生态保护优先情景 2030年城镇发展优先情景 面积/hm2 占比/% 面积/hm2 占比/% 面积/hm2 占比/% 面积/hm2 占比/% 耕地 33 837.03 55.84 31 826.79 52.52 33 058.35 54.36 28 946.79 47.84 林地 142.29 0.23 129.78 0.21 148.59 0.24 30.41 0.05 草地 19.44 0.03 17.64 0.03 22.14 0.04 17.64 0.03 水域 9 838.98 16.24 8 237.16 13.59 9 886.59 16.26 7 697.16 12.72 建设用地 16 763.22 27.66 20 390.76 33.65 17 693.10 29.10 23 810.58 39.36 表 4 2020—2030年吴江南片区蓝绿空间MSPA景观类型变化
Table 4. Changes of MSPA landscape types in the blue and green space of southern Wujiang District from 2020 to 2030
类别 2020年实际
面积/hm2自然发展情景 生态保护优先情景 城镇优先发展情景 2030年预测
面积/hm2面积变化/
hm2变化率/
%2030年预测
面积/hm2面积变化/
hm2变化率/
%2030年预测
面积/hm2面积变化/
hm2变化率/
%核心区 31 312.51 29 258.13 −2 054.37 −6.56 31 803.37 490.87 1.57 23 804.05 −7 508.46 −23.98 孤岛 54.54 30.30 −24.24 −44.44 42.42 −12.12 −22.22 96.96 42.42 77.78 孔隙 4 005.72 3 508.79 −496.93 −12.41 2 817.94 −1 187.18 −29.65 4 496.59 490.87 12.25 边缘区 6 708.52 6 211.60 −496.93 −7.41 5 987.37 −721.15 −10.75 6 787.31 78.78 1.17 环道区 351.49 309.06 −42.42 −12.07 290.88 −60.60 −17.24 103.02 −248.46 −70.69 桥接区 454.51 327.25 −127.26 −28.00 230.28 −224.22 −49.33 696.91 242.40 53.33 支线 963.55 569.65 −393.91 −40.88 569.65 −393.91 −40.88 612.07 −351.49 −36.48 -
[1] 杨朝斌, 张亭, 胡长涛, 等. 蓝绿空间冷岛效应时空变化及其影响因素——以苏州市为例[J]. 长江流域资源与环境, 2021, 30(3): 677 − 688. YANG Chaobin, ZHANG Ting, HU Changtao, et al. Spatial-temporal characteristics of the cooling island for blue-green space and its driving factors in Suzhou, China [J]. Resources and Environment in the Yangtze Basin, 2021, 30(3): 677 − 688. [2] 张月朋, 常青, 郭旭东. 面向实践的生态用地内涵、多维度分类体系[J]. 生态学报, 2016, 36(12): 3655 − 3665. ZHANG Yuepeng, CHANG Qing, GUO Xudong. Management-oriented ecological land's conception and multi-dimensional classification system in China [J]. Acta Ecologica Sinica, 2016, 36(12): 3655 − 3665. [3] 支林蛟, 王锦, 刘敏, 等. 滇中城市群绿色空间格局动态变化多尺度研究[J]. 西南林业大学学报(自然科学), 2021, 41(5): 88 − 97. ZHI Linjiao, WANG Jin, LIU Min, et al. Multiscale dynamic change of green spatial pattern of urban agglomeration in central Yunnan [J]. Journal of Southwest Forestry University, 2021, 41(5): 88 − 97. [4] 崔洁, 许浩, 刘伟. 近20年徐州都市圈蓝绿空间景观格局演变分析[J]. 园林, 2022, 39(7): 75 − 81. CUI Jie, XU Hao, LIU Wei. Analysis on the evolution of blue-green spatial landscape pattern in Xuzhou metropolitan area in the past 20 years [J]. Landscape Architecture Academic Journal, 2022, 39(7): 75 − 81. [5] 许浩, 金婷, 刘伟. 苏锡常都市圈蓝绿空间规模与格局演变特征[J]. 南京林业大学学报(自然科学版), 2022, 46(1): 219 − 226. XU Hao, JIN Ting, LIU Wei. Study on the scale and landscape pattern evolution characteristics of blue-green space in Suzhou-Wuxi-Changzhou metropolitan area, China [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2022, 46(1): 219 − 226. [6] IOJĂ I, OSACI-COSTACHE G, BREUSTE J, et al. Integrating urban blue and green areas based on historical evidence [J]. Urban Forestry &Urban Greening, 2018, 34: 217 − 225. [7] 曹靖. 全域一张蓝图导向的城乡蓝绿空间营建策略——以安徽省界首市为例[J]. 规划师, 2021, 37(9): 26 − 32. CAO Jing. Construction strategy of urban and rural blue-green space on one blueprint: a case study of Jieshou in Anhui Province [J]. Planners, 2021, 37(9): 26 − 32. [8] 吴岩, 贺旭生, 杨玲. 国土空间规划体系背景下市县级蓝绿空间系统专项规划的编制构想[J]. 风景园林, 2020, 27(1): 30 − 34. WU Yan, HE Xusheng, YANG Ling. Compilation conception of city and county level blue-green space system specialized planning under national territory spatial planning system [J]. Landscape Architecture, 2020, 27(1): 30 − 34. [9] CRUZ J A, BLANCO A C, GARCIA J J, et al. Evaluation of the cooling effect of green and blue spaces on urban microclimate through numerical simulation: a case study of Iloilo River Esplanade, Philippines [J]. Sustainable Cities and Society, 2021, 74: 103 − 184. [10] FINLAY J, FRANKE T, MCKAY H, et al. Therapeutic landscapes and wellbeing in later life: impacts of blue and green spaces for older adults [J]. Health &Place, 2015, 34: 97 − 106. [11] TRIGUERO-MAS M, DONAIRE-GONZALEZ D, SETO E, et al. Natural outdoor environments and mental health: stress as a possible mechanism [J]. Environmental Research, 2017, 159: 629 − 638. [12] WATERS D P. von Neumann’s theory of self-reproducing automata: a useful framework for biosemiotics? [J]. Biosemiotics, 2012, 5: 5 − 15. [13] GUAN Dongjie, LI Haifeng, INOHAE T, et al. Modeling urban land use change by the integration of cellular automaton and Markov model [J]. Ecological Modelling, 2011, 222: 3761 − 3772. [14] 高星, 杨刘婉青, 李晨曦, 等. 模拟多情景下白洋淀流域土地利用变化及生态系统服务价值的空间响应[J]. 生态学报, 2021, 41(20): 7974 − 7988. GAO Xing, YANG Liuwanqing, LI Chenxi, et al. Land use change and ecosystem service value measurement in Baiyangdian Basin under the simulated multiple scenarios [J]. Acta Ecologica Sinica, 2021, 41(20): 7974 − 7988. [15] 林鸿煜, 钱晶, 严力蛟, 等. 基于形态学空间格局分析与 CA-Markov 模型的武义县绿色基础设施时空格局变化及情景模拟[J]. 浙江农业学报, 2019, 31(7): 1193 − 1204. LIN Hongyu, QIAN Jing, YAN Lijiao, et al. Analysis of spatial-temporal pattern and scenario simulation of green infrastructure in Wuyi County based on morphological spatial pattern analysis and CA-Markov model [J]. Acta Agriculturae Zhejiangensis, 2019, 31(7): 1193 − 1204. [16] 汪辉, 刘媛, 时艳, 等. 基于 PLUS 模型的溱湖国家湿地公园情景模拟与预测[J]. 浙江农林大学学报, 2023, 40(6): 1311 − 1321. WANG Hui, LIU Yuan, SHI Yan, et al. Scenario simulation and prediction of Qinhu National Wetland Park based on PLUS Model [J]. Journal of Zhejiang A&F University, 2023, 40(6): 1311 − 1321. [17] 杨清可, 段学军, 金志丰, 等. 南通市建设用地扩张情景模拟与景观生态效应[J]. 地理科学, 2017, 37(4): 528 − 536. YANG Qingke, DUAN Xuejun, JIN Zhifeng, et al. Spatial scenario simulation and landscape ecological effect based on construction land expansion of Nantong City [J]. Scientia Georgaphica Sinica, 2017, 37(4): 528 − 536. [18] 李空明, 李春林, 曹建军, 等. 基于景观生态学的辽宁中部城市群绿色基础设施20年时空格局演变[J]. 生态学报, 2021, 41(21): 8408 − 8420. LI Kongming, LI Chunlin, CAO Jianjun, et al. Spatiotemporal evolution characteristics of urban green infrastructure in central Liaoning urban agglomeration during the past 20 years based on landscape ecology and morphology [J]. Acta Ecologica Sinica, 2021, 41(21): 8408 − 8420. [19] 陈利顶, 傅伯杰. 景观连接度的生态学意义及其应用[J]. 生态学杂志, 1996, 15(4): 37 − 42, 73. CHEN Liding, FU Bojie. The ecological significance and application of landscape connectivity [J]. Chinese Journal of Ecology, 1996, 15(4): 37 − 42, 73. [20] 谢婧, 李文, 贾佳, 等. 齐齐哈尔市主城区生态网络构建与优化[J]. 水土保持研究, 2021, 28(6): 308 − 315. XIE Jing, LI Wen, JIA Jia, et al. Construction and optimization of ecological network in the main urban area of Qiqihar City [J]. Research of Soil and Water Conservation, 2021, 28(6): 308 − 315. [21] 陈德超, 施祝凯, 王祖静, 等. 苏州环太湖地区生态网络构建与空间冲突识别[J]. 生态与农村环境学报, 2020, 36(6): 778 − 787. CHEN Dechao, SHI Zhukai, WANG Zujing, et al. Ecological network construction and spatial conflict identification around Taihu Lake Area in Suzhou City [J]. Journal of Ecology and Rural Environment, 2020, 36(6): 778 − 787. [22] 李国煜, 林丽群, 伍世代, 等. 生态源地识别与生态安全格局构建研究——以福建省福清市为例[J]. 地域研究与开发, 2018, 37(3): 120 − 125. LI Guoyu, LIN Liqun, WU Shidai, et al. Recognition of ecological source and ecological security pattern construction: a case study of Fuqing City [J]. Areal Research and Development, 2018, 37(3): 120 − 125. [23] 蒙吉军, 王雅, 王晓东, 等. 基于最小累积阻力模型的贵阳市景观生态安全格局构建[J]. 长江流域资源与环境, 2016, 25(7): 1052 − 1061. MENG Jijun, WANG Ya, WANG Xiaodong, et al. Construction of landscape ecological security pattern in Guiyang based on MCR model [J]. Resources and Environment in the Yangtza Basin, 2016, 25(7): 1052 − 1061. -
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220741