基于生态供需与土地变化的生态安全格局构建

Construction of ecological security pattern based on supply and demand of ecosystem services and land use changes

摘要

目的 构建基于生态系统服务供需与土地利用变化的快速城市化地区生态安全格局，为国土空间优化提供科学依据。 方法 以江阴市为研究区，通过核算生态系统服务供给和需求水平，结合土地利用变化预测，构建生态安全格局。 结果 （1） 江阴市生态系统服务供给呈现“南高北低”的空间分布格局，生态系统服务需求呈现“北高南低”的空间分布格局，供给和需求之间存在明显的错配关系；（2） 通过PLUS模型对江阴市土地利用变化进行模拟，未来土地利用变化主要发生在城镇中心周边，主要用地转换类型为耕地和水域转为建设用地，建设用地净增加61.92 km²，扩张主要发生在南部和东北部；（3） 将剔除生态退化区域的生态系统服务供给高值区作为生态源地，使用生态系统服务需求表征人类活动干扰修正景观地类阻力面，基于电路理论识别生态廊道与生态节点，共识别江阴市116个生态源地，210条生态廊道，以及80处生态夹点、20处生态障碍点与17处生态断裂点；（4） 为提升区域生态质量，江阴市应加强生态源地保护、生态廊道维护、生态节点修复。 结论 在快速城市化地区，通过顾及生态系统服务供需与土地利用变化构建生态安全格局，可较为有效地保障区域生态安全与人类生态福祉。

Abstract

Objective To construct an ecological security pattern in rapidly urbanized areas based on the supply and demand of ecosystem services and land use changes， so as to provide a scientific basis for territorial space optimization. Methods Taking Jiangyin City as the study area， the ecological security pattern was constructed by calculating the levels of ecosystem service supply and demand， in combination with land use change prediction. Results （1） The supply of ecosystem services in Jiangyin City showed a spatial distribution pattern of “high in the south and low in the north”， while the demand presented a spatial distribution pattern of “high in the north and low in the south”， indicating a clear mismatch between supply and demand. （2） Land use changes in Jiangyin City were simulated using the patch-generating land use simulation （PLUS） model. In the later stage， changes mainly occurred around urban centers. The land use changes mainly involved the conversion of cropland and water area into construction land， with a net increase of 61.92 km² of construction land， mainly concentrated in the southern and northeastern regions. （3） High-value areas of ecosystem service supply， excluding ecologically degraded areas， were identified as ecological sources. Ecosystem service demand was used to represent human activity interference and modify the resistance surface of landscape land types. Based on circuit theory， ecological corridors， and ecological nodes were identified. A total of 116 ecological sources， 210 ecological corridors， 80 ecological pinch points， 20 ecological barrier points， and 17 ecological break points were identified in Jiangyin City. （4） To improve regional ecological quality， Jiangyin City should strengthen the protection of ecological sources， maintain ecological corridors， and restore ecological nodes. Conclusion In rapidly urbanized areas， constructing an ecological security pattern considering the supply and demand of ecosystem services and land use changes can effectively safeguard regional ecological security and ecological well-being.

Graphical abstract

关键词

生态安全格局 / 生态系统服务 / 土地利用变化模拟 / 生态网络 / 江阴市

Key words

ecological security pattern / ecosystem services / land use change simulation / ecological network / Jiangyin City

快速城市化进程带来土地开发与土地利用的深刻变革，直接或间接影响着生态系统，深刻改变着生态系统服务的提供能力^［1］。《千年生态系统评估报告》指出，包括空气净化、水文调节等在内的15项全球生态系统服务功能正在显著退化（占60%以上），这将严重影响人类福祉，对生态安全产生直接威胁^［2］。确保生态系统的结构稳定和功能安全，并推动城市实现长期健康发展，已成为亟待解决的重要问题。生态安全关系人类福祉，生态安全稳定可保障生态系统服务功能正常发挥^［3］。改革开放后，中国依托资源消耗型发展路径实现了经济腾飞，但粗放型增长引发的生态损耗问题逐步凸显。为缓解资源环境压力、实现可持续发展，中国相继出台《关于划定并严守生态保护红线的若干意见》《全国重要生态系统保护和修复重大工程总体规划（2021—2035年）》等政策，强调通过“山水林田湖草沙”系统治理提升生态安全韧性。在生态文明建设的推动下，生态环境质量改善显著，但在部分快速城市化地区仍存在生态供需不匹配、资源环境承载能力不足等问题，仍有必要通过深化生态保护治理提升人类生态福祉。通过构建生态安全格局，可以有效调控生态过程，充分发挥生态系统服务与功能^［4］，权衡城市化发展与生态保护之间的经济与生态效益冲突，与当前的时代背景相契合。

生态安全格局是由关键生态要素构成的网络体系，其核心功能在于维持生态系统稳定性与可持续服务能力^［4］。该理论框架起源于20世纪90年代景观安全格局研究^［5］，目前已形成“源地识别—廊道提取—节点优化”的构建范式。其中，源地识别主要包括以林地、水域、草地等作为生态源地的直接识别^［6］ 以及基于生态系统服务重要性^［7］ 、景观连通性^［8］ 、生态敏感性^［9］等评价提取的综合识别。阻力面作为识别廊道的关键，其构建主要包括顾及自然和社会影响因素的综合指标加权确定^［10］与基于夜间灯光等空间数据修正景观地类阻力面^［11］；生态廊道提取主要基于最小累积阻力模型^［12］和电路理论^［13］，重力模型则常被用于确定廊道重要性^［14］。生态节点主要通过空间位置或电路理论进行识别，空间识别方法包括提取廊道交点^［15］、廊道与阻力面山脊线和山谷线交点或切点^［16］、廊道与小型生境斑块的交点等^［17］；生态夹点与生态障碍点识别可借助电路理论实现^［13］。当前研究在深入区域生态系统服务认知，促进生态格局优化等方面已经取得积极进展，但面向快速城市化地区的研究仍有一些问题亟待解决：一方面，快速城市化地区生态系统服务供给与需求之间的错位较为突出，尽管相关学者已逐渐将生态系统服务需求纳入考量^［18］，但现有研究多从供需匹配度角度出发，对生态需求如何影响生态系统间能量、物质、信息流动关注不足；另一方面，快速城市化地区土地利用变化剧烈，尽管相关学者围绕土地利用及其对景观格局的影响开展了广泛的研究^［19］，但面向生态安全格局的构建仍多基于历史过程或现状分析，忽视了建设用地扩张带来的生态退化风险。

统筹考虑生态系统服务供需，科学预测土地利用变化，可以为增强生态安全格局的稳定性、城市的可持续发展提供科学依据。江苏省南部的江阴市作为长江下游重要节点城市，经济水平位于全国县域前列，但其资源环境承载约束趋紧而生态系统服务需求增加，城市持续快速发展受到限制。为推动“强富美高”新江阴建设再出发，江阴市在《美丽江阴建设规划（2021—2035）》中明确提出要构建形成绿色可持续的空间布局，建设生态宜居的现代化滨江花园城市。面向生态建设的关键窗口期，协同推进江阴经济发展和生态环境保护尤为重要。因此，本研究拟以江阴市为研究区，统筹考虑生态系统服务供给需求与土地利用变化模拟，以生态系统服务供给高水平区域作为生态源地备选区，通过土地利用变化模拟预测，剔除生态退化用地得到生态源地，使用生态系统服务需求表征人类活动干扰对景观地类阻力面进行修正，基于电路理论识别生态廊道与生态节点，构建快速城市化地区生态安全格局，以期丰富现有生态安全格局识别构建方法，支撑国土空间可持续管理。

1 理论基础

生态安全格局核心景观要素包括生态源地与生态廊道^［4］。其中，生态源地是具有长期生态系统服务高供给的斑块，即生态系统中的供给源，保护关键生态源地对城市生态安全具有重要意义。生态廊道是保障区域内的生态流、生态过程和生态功能的载体，可改善生态源地间的生态连通性。各个生态源地间以生态廊道为载体传递着生态系统的能量流、物质流、信息流，通过格局与过程的互馈实现生态系统的自我维系^［20］，即构成了生态安全格局的运转机制。

生态安全格局的运转机制受到两方面影响：（1） 在流量传递过程中，自然生态系统与人类社会的双重扰动或消耗可能增加潜在消费或产生流量耗散^［21］（图1A）。因此，生态系统维持不仅取决于生态系统服务的供给能力，还取决于生态系统服务供给对于人类生态系统服务需求的承受能力^［20］。即，人类社会系统对生态系统服务能量流、物质流、信息流的不合理获取，将影响生态系统结构与功能的稳定，破坏生态源地的生态系统服务供给能力，造成生态安全问题。生态系统服务需求是人类社会为维系与提升人类福祉所需要的生态系统服务实际消耗量与未来潜在需求量^［22］，可有效表征人类社会系统对于生态系统服务能量流、物质流、信息流传递的干扰或消费。生态系统服务需求越大，对生态系统服务能量流、物质流、信息流传递的阻碍就越大，生态阻力就越大。因此，快速城市化地区生态安全格局构建中可选取生态系统服务需求表征人类消费干扰，用于修正景观地类阻力面。（2） 城市化过程中土地覆被不断发生显著变化，特别是快速城市化导致的城市扩张易挤占生态空间造成生态用地退化，进而导致生态系统要素、结构、功能受损，威胁区域生态安全 （图1B）。尽管生态保护红线和永久基本农田保护红线作为刚性约束保障了具有重要生态功能的土地不被建设开发占用，但红线外的高价值生态空间在城市化过程中却面临退化风险。生态保护决策中必须同时考虑成本和效益因素，以最小的保护成本实现最大程度保护^［23］。快速城市化使生态保护红线外的土地资源面临潜在退化风险，不仅影响生态安全格局的稳定性，也将造成生态保护成本增高或效益降低^［24］，难以实现经济增长与生态保护的协调发展，故快速城市化导致的生态用地退化区不适宜作为生态源地。相关研究表明，2050年中国将基本完成城镇化^［25］，城市扩张导致的生态用地退化将基本稳定，将这一时期内的生态用地退化区域从生态源地中予以剔除，对在快速城市化地区构建持续稳定的生态安全格局具有积极作用。

综上所述，整体上把握生态系统服务供给、需求与土地利用变化间作用机制平衡，从三者的特性出发，厘清生态系统服务供需与土地利用变化对生态安全格局的影响方式，对构建稳定的生态安全格局具有指导意义。

2 研究思路与方法

2.1 研究区概况

江阴市地处江苏省南部、长江南部冲积平原地带，境内地势平缓，北邻长江，南近太湖，东接常熟、张家港，西连常州（图2），是由无锡市代管的省辖县级市，位于31°40′—31°57′N，119°59′—120°34′E，共辖7个街道和10个镇，属亚热带季风气候。全市以平原为主，地势平坦、水网密布，土地利用类型以耕地、建设用地、水域为主。2000年以来，江阴市常住人口从79万人增长至178.51万人，建成区面积由30 km²增长至125 km²，地区生产总值328.03亿元增长至5 126.13亿元，其增长率和年平均增长率均显著高于区域平均水平，是典型的快速城市化地区。作为中国乡镇企业的发源地，江阴市已实现全国县域经济基本竞争力“二十二连冠”，并在全国综合实力百强县市、中国工业百强县、中国县市高质量发展示范样本中排名前列。但与此同时，区域国土开发强度超过40%，生态空间相对匮乏且分布不均，城市化发展与区域生态环境保护之间的矛盾较为突出。尽管近年来江阴市不断强化环境治理和生态保护水平，但生态供需匹配失衡、生态系统功能退化等问题依然存在，仍有必要通过构建持续稳定的生态安全格局来深入推进生态保护治理。

2.2 数据来源与处理

本研究所使用的基础数据包括基础地理信息数据、土地利用数据、社会经济数据等。其中，土地利用数据来源于土地变更调查成果数据库，数字高程模型、归一化植被指数来源于地理空间数据云（http：∥www.gscloud.cn），降水数据来源于国家地球系统科学数据中心（http：∥www.geodata.cn），潜在蒸散量数据来源于国家青藏高原科学数据中心 （https：∥www.tpdc.ac.cn），夜间灯光数据来源于高分辨率对地观测系统湖北数据与应用下载中心（http：∥59.175.109.173∶8 888），人口空间分布数据来源于Worldpop100 m人口栅格数据（https：∥www.worldpop.org），土壤数据来源于世界土壤数据库（HWSD）土壤数据集（v1.2）（https：∥www.fao.org），社会经济数据来源于江阴市统计年鉴。所有数据基于ArcGIS对土地利用数据进行配准，统一为高斯—克吕格投影，CGCS2 000坐标系。此外，因土地利用变换模拟需要两期数据，为便于数据衔接，故在此使用2018年土地变更调查数据表征土地现状。

2.3 研究思路

本研究构建的快速城市化地区生态安全格局主要考虑了生态系统服务供需及土地利用变化的影响，具体步骤如下：（1） 基于生态系统服务类型划分，从供给、调节、支持、文化4类服务中选取粮食供给、水源涵养、固碳、土壤保持、生境质量、景观游憩6项指标表征生态系统服务供给，将生态系统服务高供给区域作为生态源地备选区；（2） 将生态保护红线和永久基本农田保护红线作为限制转换区，基于PLUS模型进行土地利用变化模拟，得到现状至2050年建设用地扩张区域，将其作为生态用地退化区域，扣除后得到生态源地；（3） 参考已有研究^［21］，选取土地利用强度、人口密度、地均GDP分别表征人类对现有生态环境的消费使用程度、生态系统服务的需求数量、对生态系统服务的潜在消费需求水平，综合表征生态系统服务需求；（4） 使用生态系统服务需求表征人类消费干扰对景观地类阻力面进行修正，得到综合阻力面；（5） 采用基于生态流随机游走性的电路理论识别生态廊道，预测生态廊道的方向与宽度，并通过重力模型测算生态廊道重要性；（6） 利用Linkage Mapper工具箱与叠加分析识别生态夹点、生态障碍点、生态断裂点3类生态节点，形成区域生态安全格局（图3）。

2.4 研究方法

2.4.1 生态系统服务供给

生态系统服务是指为人类社会提供的生存支持功能与可持续福祉基础，各服务指标量化方法详见表1。研究采用极差标准化统一量纲后，基于等权加和法集成多指标数据 （注：水源涵养因需优先保护蓄水能力高值区，采用逆向标准化处理），进而得到生态系统服务综合供给水平。

2.4.2 生态系统服务需求

生态系统服务需求是人类社会为维系与提升人类福祉所需要的生态系统服务实际消耗量与未来潜在需求量^［27］。选取土地利用强度、人口密度、地均GDP综合表征。

（1） 土地利用强度。已有研究多采用建设用地面积占比表征土地利用强度，为细化研究，本研究使用土地利用程度综合指数^［28］表征土地利用强度，计算方法见式（1）：

L_i=\mathrm{100}\times {\displaystyle \sum _{i=\mathrm{1}}^n}{A}_i\times C_i（1）

式中：L_i为土地利用综合指数，表征土地利用综合强度；A_i为第i类土地利用类型的系数（表2）；C_i为土地利用类型所占百分比。

（2） 人口密度。基于统计年鉴对WorldPop数据修正得到，计算方法见式（2）：

\mathrm{P}{\mathrm{D}}_c=\mathrm{P}{\mathrm{D}}_i\times \frac{\mathrm{P}{\mathrm{D}}_R}{\mathrm{P}{\mathrm{D}}_r}（2）

式中：\mathrm{P}{\mathrm{D}}_c为校正后的人口密度；\mathrm{P}{\mathrm{D}}_i为未校正的原始人口空间分布数据；\mathrm{P}{\mathrm{D}}_r为对\mathrm{P}{\mathrm{D}}_i分行政区统计得到的人口数据；\mathrm{P}{\mathrm{D}}_R为统计年鉴中的真实人口数据。

（3） 地均GDP。夜间灯光数据间接反映着生产、生活、消费等社会经济指标，参考已有研究^［29］，基于夜间灯光数据反演GDP空间格局，通过回归估算后选择幂函数进行反演，计算方法见式（3）和式（4）：

\mathrm{G}\mathrm{D}{\mathrm{P}}_l=a\times x_{\mathrm{l}\mathrm{i}\mathrm{g}\mathrm{h}\mathrm{t}}^b（3）

\mathrm{G}\mathrm{D}{\mathrm{P}}_c=\mathrm{G}\mathrm{D}{\mathrm{P}}_l\times \frac{\mathrm{G}\mathrm{D}{\mathrm{P}}_R}{\mathrm{G}\mathrm{D}{\mathrm{P}}_r}（4）

式中：a和b为回归系数；x_{\mathrm{l}\mathrm{i}\mathrm{g}\mathrm{h}\mathrm{t}}^b为灯光指标；\mathrm{G}\mathrm{D}{\mathrm{P}}_l为幂函数回归估算反演得到的GDP空间分布数据；\mathrm{G}\mathrm{D}{\mathrm{P}}_c为校正后的地均GDP；\mathrm{G}\mathrm{D}{\mathrm{P}}_r为对\mathrm{G}\mathrm{D}{\mathrm{P}}_l分行政区统计得到的GDP数据；\mathrm{G}\mathrm{D}{\mathrm{P}}_R为统计年鉴中的真实GDP数据。

（4） 生态系统服务需求。生态系统服务需求计算方法见式（5）：

\mathrm{E}{\mathrm{S}}_d=L_i^{\mathrm{\text{'}}}\times \mathrm{P}{\mathrm{D}}_i^{\mathrm{\text{'}}}\times \mathrm{G}\mathrm{D}{\mathrm{P}}_c^i（5）

式中：\mathrm{E}{\mathrm{S}}_d为生态系统服务需求；L_i^{\mathrm{\text{'}}}、\mathrm{P}{\mathrm{D}}_i^{\mathrm{\text{'}}}、\mathrm{G}\mathrm{D}{\mathrm{P}}_c^i分别代表归一化后的土地利用强度、人口密度、地均GDP。考虑到人口密度和地均GDP在局部区域可能出现极端高值的情况，本研究采用取对数的方式对这两个指标进行平滑处理，以降低数据波动对分析结果的影响^［20］，而后再对其进行归一化处理。

2.4.3 土地利用变化模拟

PLUS（Patch-Generating Land Use Simulation）是Liang等^［30］提出的一种基于栅格数据的土地利用变化模拟模型。该模型保留了土地利用模拟模型的自适应惯性竞争和轮盘竞争机制的优点，采用随机森林算法逐一对各类土地利用扩张和驱动力的因素进行挖掘，能较好地解决已有元胞自动机模型在转化规则挖掘策略和景观动态变化模拟策略等方面存在的问题。因此，在自然环境与社会经济的共同影响下，PLUS模型由于其模拟精度高、景观格局指标更接近真实，可以更有效地处理土地利用管理中的复杂性和不确定性，已被用于土地覆盖变化模拟、土地利用变化规律挖掘、生态安全预警等领域的研究。PLUS模型主要包括两个模块：

（1） 用地扩张分析策略模块（LEAS）。该模块运用随机森林分类算法，旨在量化各驱动因素对各类土地利用类型发展演变的具体影响，进而精准预测各类用地的潜在发展概率。具体操作上，通过对比分析两期土地利用数据，精确识别并提取出各类用地的变化区域，进而在这些变化区域内进行随机样本点的抽取与深入分析。依托训练数据集构建模型，有效揭示土地利用的动态变化规律。计算方法见式（6）：

P_{i,k}^d(x)=\frac{{\displaystyle \sum _{n=\mathrm{1}}^M}I〔h(x)=d〕}{M}（6）

式中：P_{i,k}^d(x)代表栅格单元i中土地类型k的发展概率；d为二元指示变量，取值为1时表示其他土地类型向k类转化，取值为0时则表示其他类型的转变；x为包含多个驱动因子的特征向量；I(h(x)=d)表示决策树集的指示函数；h(x)代表特征向量x在第n个决策树的预测类别；M表示决策树的总数量。

参考相关研究^［30］，结合江阴市区域情况与数据可获取性，从自然环境与社会经济两方面选取选择13个驱动因素，采样率设为0.01，决策树数目设为20，模拟得到各类用地发展概率。其中，自然环境维度包括高程、降水、温度、坡度、距水域距离、土壤等因素，通过水热条件影响土地资源的生产和生态用途；社会经济维度包括土地利用强度、地均GDP、人口密度、距政府距离、距铁路距离、距公路距离、距农村路距离，均为显著影响自然覆被向人工覆被转化的因素。

（2） 基于多类随机斑块种子的CA模型模块（CARS）。该模块根据自适应驱动系数、邻域效应和发展概率，模拟微观土地利用竞争，使土地利用总量满足宏观尺度的未来需求。计算方法如式（7）：

\mathrm{O}{\mathrm{P}}_{i,k}^{d=\mathrm{1},t}=P_{i,k}^{d=\mathrm{1}}\times {\Omega }_{i,k}^t\times D_k^t（7）

式中：\mathrm{O}{\mathrm{P}}_{i,k}^{d=\mathrm{1},t}代表从其他土地类型向类型k转换的总体概率；{\Omega }_{i,k}^t反映栅格单元i的邻域效应，具体表现为土地类型k在邻近区域内的分布比例；D_k^t作为自适应驱动系数，用于量化土地类型k未来需求量的影响程度，其取值取决于在迭代至t时实际土地数量与目标需求量之间的差异。

生态保护红线是在生态空间范围内具有特殊重要生态功能、必须强制性严格保护的区域，永久基本农田保护红线是指国土空间规划确定的永久基本农田保护任务和布局安排等。两条红线通过刚性管控确保优质土地不被建设占用，构建起土地资源安全屏障。考虑到实际管控政策，将生态保护红线和永久基本农田保护红线作为限制转换区。递减阈值的衰减系数设为0.9，随机斑块种子的概率设为0.1，邻域权重根据2014—2018年各用地类型扩张面积的占比计算。鉴于2014年后土地利用政策基本平稳，故以2014年土地利用数据为基础模拟2018年土地利用情况，得到结果与真实数据较为吻合，总体精度为0.97，Kappa系数为0.96。依据江阴市土地利用历史变化趋势，以2018年土地利用数据为基期，使用“Markov chain”方法预测2050年远景的土地利用需求量，在此基础上基于CARS模块模拟2050年土地利用景观格局。

2.4.4 生态安全格局构建

借鉴景观生态学的格局与过程互馈机理，采用“源地—廊道—节点”方法，识别重要斑块、廊道与节点，进行生态安全格局的构建。

（1） 生态源地。选取综合生态系统服务供给前20%和单项生态系统服务供给前10%的区域进行叠加，得到生态源地初选区。将2050年远景土地利用模拟的建设用地扩张区域作为生态用地退化区域，将生态用地退化区域剔除出生态源地初选区，得到生态源地二次筛选区。通过分析最小面积阈值与生态源地斑块数量及其面积占比之间的内在联系，科学设定最小面积阈值，以此为依据对破碎化的生态斑块进行筛选与剔除，从而精确界定出最终的生态源地空间范围。

（2） 生态廊道。本研究依据生态系统服务需求对景观地类的阻力面进行修正，综合考量自然生态系统与人类社会系统的双重影响。设定不同景观地类的阻力系数，具体为林地1，草地4，园地40，其他用地120，耕地400，水域400，道路用地800，建设用地1 000。阻力面修正的计算方法见式（8）：

R_i=\frac{\mathrm{E}{\mathrm{S}}_{\mathrm{d}\mathrm{i}}}{\mathrm{E}{\mathrm{S}}_{\mathrm{d}\mathrm{a}}}\times R（8）

式中：R_i代表栅格单元i修正后的阻力值；\mathrm{E}{\mathrm{S}}_{\mathrm{d}\mathrm{i}}为栅格单元i的生态系统服务需求值；\mathrm{E}{\mathrm{S}}_{\mathrm{d}\mathrm{a}}为栅格单元i所属土地利用类型a的平均生态系统服务需求值；R为对土地利用类型a初始设定的景观地类阻力值。

基于电路理论，使用ArcGIS 10.5中Linkage Mapper工具箱的Build Network and Map Linkages工具来识别生态廊道，计算方法见式（9）：

I=V/R_{\mathrm{e}\mathrm{f}\mathrm{f}}（9）

式中：I是生态流所表征的电流；V是两生态源地之间的电压；R_{\mathrm{e}\mathrm{f}\mathrm{f}}为两生态源地之间的电流。在此基础上，基于重力模型核算各生态廊道重要性，重力模型计算公式见相关参考文献^［14］。

（3） 生态节点。本研究重点关注的生态节点包含生态夹点、生态障碍点和生态断裂点3类。参考相关研究^［9］，3类生态节点定义与识别方法如下：生态夹点定义为生态流密度值较高的区域，此类区域对生态安全格局的连通性具有关键作用，一旦受损将造成严重后果，因此需优先保护，基于ArcGIS 10.5中Linkage Mapper工具箱的Pinchpoint Mapper工具识别；生态障碍点则为生态流密度值较低区域，通过保护修复可显著提升生态安全格局的连通性，因此是需要重点修复的生态节点，基于ArcGIS 10.5中Linkage Mapper工具箱的Barrier Mapper工具识别；生态断裂点是生态廊道与大型道路的交汇区域，此类区域对生态安全格局的连通性构成障碍，需进行改造和持续监测，通过叠加生态廊道与高速公路、铁路的交集区域识别。

3 结果与分析

3.1 生态系统服务供需现状

计算得到生态系统服务供需现状如图4所示。江阴市生态系统服务供给呈现显著空间差异，整体呈现“南高北低”格局。高值区域主要为水域、林地、草地，这些区域自然地理条件优越，生态保护措施得力，生态系统稳定多样，服务供给充足；低值区域主要分布在北部和西部，用地类型上以建设用地为主，受工业化、城市化影响显著，生态环境脆弱，服务供给较少。整体来看，江阴市生态系统服务供给的空间差异是自然地理条件、土地利用方式、社会经济活动以及生态环境管理等多种因素共同作用的结果。为提升整体的生态系统服务供给量，江阴市需要进一步加强生态保护措施，优化土地利用布局，减少人类活动对生态环境的负面影响。

生态系统服务需求在空间上表现为与生态系统服务供给错配的“北高南低”分布格局。高值区在地类上主要为高度城市化的建设用地，主要位于澄江街道、夏港街道、新城街道、新桥镇、周庄镇、华士镇，这些区域人口密集、经济发展快，对各类生态系统服务需求高；低值区域主要分布在城市边缘地带，人口较少、经济活动弱、开发强度低，需求相对较低。整体而言，江阴市生态系统服务需求的空间差异是人口分布、经济发展、政策法规等多种因素共同作用的结果。随着城市化进程的持续推进，人们对于优质生态服务的需求将进一步提升，供需错配或将进一步加剧。因此，有必要通过构建生态安全格局促进区域生态环境的可持续发展。

3.2 未来土地利用变化模拟

基于PLUS模型LEAS模块的分析结果，距公路距离、土地利用强度、距农村路距离对建设用地扩张影响较大。距道路近、土地利用强度高的区域人类活动强度大，对地表的改变更加深刻，建设用地扩张概率较高。基于PLUS模型CARS模块模拟的2050年土地利用景观格局如图5所示。与2018年相比，2050年土地利用景观格局继续保持现状建设用地集中连片、城镇间耕地环绕的总体格局，土地转换主要发生在城镇中心周围。2018—2050年规模发生显著变化的用地类型为建设用地、耕地和草地，其中建设用地增加14.48%，耕地和草地分别减少17.20%和17.30%。

鉴于建设用地扩张导致的生态退化也会影响生态安全格局构建，故对建设用地变化情况进行进一步分析：规模数量上，2018—2050年建设用地净增加61.92 km²，其中新增63.82 km²，减少1.90 km²。用地类型上，新增建设用地以耕地为主，占比达到70.34%；其次是水域，占比为24.67%；园地、其他用地、林地、草地占比依次递减，分别为4.67%，0.19%，0.12%，0.01%。从行政区上看，建设用地的扩张主要发生在南部的青阳镇、徐霞客镇、长径镇、月城镇以及东北部的新城街道、云亭街道，这些区域处于城市综合特色中心和城市综合副中心，是未来疏解城市综合主中心非核心功能的重要区域；澄江街道建设用地扩张规模较小，其作为城市综合主中心在未来将以建设用地的集约利用与优化为主。

3.3 区域生态安全格局

3.3.1 生态源地

以0.1 km²作为生态源地斑块最小面积阈值可以剔除大量破碎斑块且对生态源地筛选影响较小，共得到生态源地116块，总面积100.25 km²，占全市国土面积的10.16%。用地类型以水域为主，占到生态源地面积的71.75%，主要位于北部；其次是林地与园地，分别占14.77%和11.32%，集中分布于中部地区；草地虽多处于生态源地中，但由于绝对数量小，占比仅为1.18%，零星分布于月城镇（图6）。从行政区划上看，生态源地在各行政区均有分布，新城街道、利港街道、徐霞客镇的生态源地面积超过10 km²，分别达到18.38 km²，13.03 km²，11.79 km²。各行政区内部生态源地占土地总面积百分比最多的是新城街道，达到27.94%；而后是夏港街道、利港街道、云亭街道等，这些区域基于长江流域等大型水域或定山等大规模林地，具有良好的生态本底；长径镇占比最小，仅2.33%（表3）。

3.3.2 生态廊道

图6展示了基于生态系统服务需求修正后的综合阻力面空间分布，该阻力面在同一地类内部进一步细化了空间差异，整体呈现出“北高南低”的分布特征，并且从城镇中心向外围呈现明显的递减趋势。高阻力值区域主要集中在澄江街道、新城街道、周庄镇以及新桥镇等区域，这些地区由于人口密度高、经济发展迅速、开发强度大，对生态源地间能量流、物质流、信息流传递构成了较大的阻碍。构建“源地—阻力面”，共识别出210条生态廊道，累计长度541.36 km，单条廊道长度介于1.92~164.04 km间。生态廊道在空间上呈现出不规则的“渔网状”格局，横纵交错，主要沿着耕地和水域分布，有效避开了高阻力值的城镇区域，确保了各生态源地之间的连通性。从空间格局来看，生态廊道在西部和南部区域分布较为密集，廊道宽度较大；而在中北部地区，由于人类活动强度较大，对生态廊道的干扰较为显著，导致廊道分布相对稀疏且宽度较窄。通过重力模型对生态廊道的重要性进行评估，结果显示，高重要性的生态廊道主要分布在南部的徐霞客镇、祝塘镇，东部的华士镇、新桥镇，以及北部的新城街道、云亭街道。

3.3.3 生态节点

共识别出80处生态夹点，长度0.04~1.98 km，累计长度42.15 km，呈现出长度短而数量多的特征。空间分布格局上，北部特别是新城街道、澄江街道、南闸街道等区域因人口稠密、开发利用强度大，生态廊道受到的人类活动强度更大，因此生态夹点在数量和长度上都多于南部（图6，表4）。在地类分布上，生态夹点主要位于耕地、水域或园地，这些区域在能量流、物质流、信息流传递中扮演关键角色，但由于邻近建设用地或道路用地，更易受到破坏，需优先保护。

共识别20处生态障碍点，面积由0.02 km²到0.69 km²不等，累计面积1.41 km²，集聚于北部地区（图6）。行政区划上，澄江街道、新城街道存在着较多的生态障碍点，生态障碍点面积分别为0.69 km²，0.42 km²（表4）。在地类分布上，生态障碍点以建设用地为主，占总面积的62.53%，其次是耕地，占15.59%。这些区域人类活动频繁，应通过因地制宜地绿地建设和提升耕地生态功能等措施，增强生态廊道的连通性和生态安全格局的稳定性。

江阴市境内共有4条高速公路、2条铁路。结合实际路况，共筛选识别生态断裂点17处，主要分布在徐霞客镇和青阳镇（表4）。所有生态断裂点均位于京沪高速和沪武高速，这些生态断裂点严重阻碍生态源地间能量流、物质流和信息流的传递，应在相应区段开展必要的工程措施或生物措施。

3.4 生态修复策略

将生态源地作为功能核心、生态廊道作为连接纽带、生态节点作为关键枢纽，构建生态安全格局，结合江阴市自然本底和社会发展情况，对生态源地、生态廊道和生态节点提出差异化的保护修复策略：（1） 生态源地。构建以生态源地为核心的“三带”生态保护区：北部长江带应加强沿江景观建设，鼓励沿江1 km范围内化工企业搬离，推进长江沿岸造林绿化，加快岸线生态保育与景观恢复；中部环城林带以山体林地为主体，自西向东由观山至长山，推动生态保育，实施受损山体微地形重塑，并通过建设环城森林公园和城乡郊野公园完善城乡公园体系建设；南部为马镇河流湿地带，应积极推动“湿地净化+弹性滞洪”的海绵化改造，通过挺水植物—浮叶植物—沉水植物的立体配置提升水质净化能力，增强生态韧性，构建融合地区自然与人文资源优势的特色景观带。（2） 生态廊道。维护以耕地和水域为主体的生态廊道，高效防控耕地污染，加强水体内源治理，形成人工—自然交互的生态廊道，确保生态廊道的连通性，有效串联各生态源地。具体而言，对耕地廊道可强化农田半自然生境建设，增设生态沟渠与植被过滤带，高效拦截面源污染物；水域廊道渐进式拆除河道硬质驳岸并改造为生态缓坡，并通过种植各种喜水耐水植物、发展水生动物提高水域生物净化功能。（3） 生态节点。应以基于自然的解决方案为主导推动生态夹点保护，建议根据区域实际情况拓宽生态防护林带，设置农业生态缓冲带，在水域两岸增扩绿化带、提高坡岸防护能力。通过加强建设用地生态建设修复生态障碍点，努力提高耕地质量并对低质量耕地实行退耕还林，疏通淤塞渠系、改造灌溉水系、兼顾水域连通。生态断裂点应结合《生态保护补偿条例》对受道路切割影响的村镇实施发展权置换，在国土空间规划中划定“生态通道预留区”禁止新增建设用地，并在必要时引导轨道交通站点与生物通道立体叠合。

4 讨论与结论

4.1 讨 论

在快速城市化进程中，生态系统服务需求持续增加，对生态系统服务供给产生了显著影响，也导致土地覆被不断变化。若仅面向现状对生态系统服务供给进行评价构建生态安全格局，对实际生态保护治理的支撑有限。因此，有必要综合考虑生态系统服务供需与土地利用变化，构建更为科学合理的生态安全格局，以有效保障协同快速城市化地区城市化发展与生态保护之间的经济与生态效益。江阴市作为典型的快速城市化地区，其北部澄江街道、夏港街道等区域是传统工业集聚区与城市主中心，长期遵循“GDP导向”的土地开发模式，建设用地快速扩张挤占生态空间，导致北部水源涵养、固碳等服务供给能力被削弱，而高强度人类活动进一步加剧需求压力，形成了“高需求—低供给”的错配格局；同时，南部马镇河流湿地、秦望山等生态源地虽具有高服务供给能力，但此前由于生态保护意识或制度缺位，在生态空间管控与价值核算方面缺乏系统性保护机制，同样存在着生态保护治理压力，制约着区域高质量发展进程，因此构建持续稳定的生态安全格局具有重要意义。本研究通过核算并提取生态系统服务供给的高值区域，同时剔除未来模拟情景下可能发生的生态退化区域，以此界定生态源地；利用生态系统服务需求来表征人类活动对景观的干扰，进而修正景观地类的阻力面，以此尝试探索创新快速城市化地区生态安全格局构建方法。总体而言，本文识别的生态安全格局基本位于《江阴市国土空间总体规划（2021—2035年）》中划定的江阴市生态安全保护格局中，所形成的生态网络结构较为复杂，网络节点间的连接性较高。综上所述，本研究在构建快速城市化地区生态安全格局时，充分考虑了生态系统服务供需与土地利用变化，具有一定的合理性和创新性，可为其他快速城市化地区构建生态安全格局提供有益的借鉴和参考。

然而，本研究仍存在以下不足：（1） 国土空间生态修复强调整体性和综合性，自然生态系统和社会经济系统在空间上是连续的，但囿于数据的可获取性，本研究未对研究区外更广泛的范围进行研究。（2） 本研究重点讨论了常规发展情景下土地利用变化对供需视角下生态安全格局的影响，而假定其他影响因素不变。但实际上，土地利用变化涉及自然环境、社会经济、政策管理等诸多方面^［27］，因而单一情景的生态安全格局构建对生态保护修复的实际支撑受限。（3） 为保障土地利用变换模拟的数据有效衔接，本研究使用2018年土地变更调查数据表征土地现状，而非最新的土地利用数据，导致研究结果存在一定的不准确性。因此，未来有必要进一步深化生态安全格局理论与方法研究，在更广泛范围全面考量各项影响因素开展多情景模拟，系统构建稳定的生态安全格局。

4.2 结 论

（1） 江阴市由于自然地理约束、城市扩张模式与规划管控不足，生态系统服务供给和需求之间存在明显的错配关系。生态系统服务供给呈现“南高北低”的空间分布格局，高值区主要为水域、林地、草地；生态系统服务需求呈现“北高南低”的空间分布格局，高值区主要为高强度建设用地。

（2） 2018—2050年江阴市土地利用变化主要发生在城镇中心周围，主要用地转换类型为耕地和水域转为建设用地；建设用地净增加61.92 km²，扩张主要发生在南部和东北部，距公路距离、土地利用强度、距农村路距离是影响建设用地扩张的主要驱动因素。

（3） 识别江阴市生态源地116个，共100.25 km²，以水域和林地为主；识别生态廊道210条，共541.36 km，主要沿耕地和水域分布；识别生态夹点80条，累计42.15 km，多为耕地、水域或园地；识别生态障碍点20处，共1.41 km²，以建设用地为主；识别生态断裂点17处，均位于京沪高速和沪武高速。

（4） 构建以生态源地为功能核心、生态廊道为连接载体、生态节点为关键枢纽的江阴市生态安全格局，从工程措施与补偿机制两方面对生态源地、生态廊道、生态节点提出针对性保护修复策略，推动经济发展与生态保护协调发展。

参考文献

[1] 张辛欣，金晓斌，梁坤宇，等.社会—生态系统视角下快速城市化地区生态风险评价与管控分区：以江苏省为例［J］.生态学报，2024，44（18）：8138-8149.

[2] Zhang X X， Jin X B， Liang K Y， et al. Ecological risk assessment and management zoning in rapid urbanization areas from the perspective of social-ecological system： a case study of Jiangsu Province［J］. Acta Ecologica Sinica， 2024，44（18）：8138-8149.

[3] Reid W V， Mooney H A， Cropper A， et al. Millennium Ecosystem Assessment. Ecosystems and Human Well-Being［M］. Washington D C： Island Press， 2005.

[4] 王晨旭，刘焱序，于超月，等.面向居民生态福祉的国土空间生态网络构建：以临沂市为例［J］.生态学报，2022，42（21）：8650-8663.

[5] Wang C X， Liu Y X， Yu C Y， et al. Construction of terrestrial ecological network for the improvement of residents′ ecological benefits： A case study of Linyi City［J］. Acta Ecologica Sinica， 2022，42（21）：8650-8663.

[6] 彭建，赵会娟，刘焱序，等.区域生态安全格局构建研究进展与展望［J］.地理研究，2017，36（3）：407-419.

[7] Peng J， Zhao H J， Liu Y X， et al. Research progress and prospect on regional ecological security pattern construction［J］. Geographical Research， 2017，36（3）：407-419.

[8] Yu K J. Security patterns and surface model in landscape ecological planning［J］. Landscape and Urban Planning， 1996，36（1）：1-17.

[9] Barnett K， Belote R T. Modeling an aspirational connected network of protected areas across North America［J］. Ecological Applications， 2021，31（6）：e02387.

[10] 张纹嘉，付勇勇，王晓军.基于生态系统服务价值评价的忻州市生态安全格局构建［J］.水土保持研究，2023，30（4）：355-364.

[11] Zhang W J， Fu Y Y， Wang X J. Construction of ecological security pattern in Xinzhou City based on evaluation of ecosystem service value［J］. Research of Soil and Water Conservation， 2023，30（4）：355-364.

[12] Jiang H， Peng J， Liu M L， et al. Integrating patch stability and network connectivity to optimize ecological security pattern［J］. Landscape Ecology， 2024，39（3）：54.

[13] 陈瑶瑶，罗志军，齐松，等.基于生态敏感性与生态网络的南昌市生态安全格局构建［J］.水土保持研究，2021，28（4）：342-349.

[14] Chen Y Y， Luo Z J， Qi S， et al. Ecological security pattern construction of Nanchang City based on ecological sensitivity and ecological network［J］. Research of Soil and Water Conservation， 2021，28（4）：342-349.

[15] Jia Q Q， Jiao L M， Lian X H， et al. Linking supply-demand balance of ecosystem services to identify ecological security patterns in urban agglomerations［J］. Sustainable Cities and Society， 2023，92：104497.

[16] 彭建，李慧蕾，刘焱序，等.雄安新区生态安全格局识别与优化策略［J］.地理学报，2018，73（4）：701-710.

[17] Peng J， Li H L， Liu Y X， et al. Identification and optimization of ecological security pattern in Xiongan New Area［J］. Acta Geographica Sinica， 2018，73（4）：701-710.

[18] 杨凯，曹银贵，冯喆，等.基于最小累积阻力模型的生态安全格局构建研究进展［J］.生态与农村环境学报，2021，37（5）：555-565.

[19] Yang K， Cao Y G， Feng Z， et al. Research progress of ecological security pattern construction based on minimum cumulative resistance model［J］. Journal of Ecology and Rural Environment， 2021，37（5）：555-565.

[20] 杨艳萍，干晓宇，吴潇.基于电路理论的岷江流域生态安全格局构建研究［J］.水土保持研究，2025，32（2）：263-275.

[21] Yang Y P， Gan X Y， Wu X. Study on the construction of ecological security pattern in Minjiang River Basin based on circuit theory［J］. Research of Soil and Water Conservation， 2025，32（2）：263-275.

[22] 姚材仪，何艳梅，程建兄，等.岷江流域生态安全格局评价与优化：基于最小累积阻力模型和重力模型［J］.生态学报，2023，43（17）：7083-7096.

[23] Yao C Y， He Y M， Cheng J X， et al. Evaluation of ecological security pattern and optimization suggestions in Minjiang River Basin based on MCR model and gravity model［J］. Acta Ecologica Sinica， 2023，43（17）：7083-7096.

[24] Guo R， Wu T， Liu M R， et al. The construction and optimization of ecological security pattern in the Harbin-Changchun urban agglomeration， China［J］. International Journal of Environmental Research and Public Health， 2019，16（7）：1190.

[25] 胡其玉，陈松林.基于生态系统服务供需的厦漳泉地区生态网络空间优化［J］.自然资源学报，2021，36（2）：342-355.

[26] Hu Q Y， Chen S L. Optimizing the ecological networks based on the supply and demand of ecosystem services in Xiamen-Zhangzhou-Quanzhou region［J］. Journal of Natural Resources， 2021，36（2）：342-355.

[27] 胡炳旭，汪东川，王志恒，等.京津冀城市群生态网络构建与优化［J］.生态学报，2018，38（12）：4383-4392.

[28] Hu B X， Wang D C， Wang Z H， et al. Development and optimization of the ecological network in the Beijing-Tianjin-Hebei metropolitan region［J］. Acta Ecologica Sinica， 2018，38（12）：4383-4392.

[29] 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.

[30] 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.

[31] Zhang Z Y， Yu H， He N C， et al. Future land use simulation model-based landscape ecological risk prediction under the localized shared socioeconomic pathways in the Xiangjiang River Basin， China［J］. Environmental Science and Pollution Research International， 2024，31（15）：22774-22789.

[32] Geijzendorffer I R， Martín-López B， Roche P K. Improving the identification of mismatches in ecosystem services assessments［J］. Ecological Indicators， 2015，52：320-331.

[33] 梁坤宇，金晓斌，张晓琳，等.耦合生态系统服务供需的生态安全格局构建：以苏南地区为例［J］.生态学报，2024，44（9）：3880-3896.

[34] Liang K Y， Jin X B， Zhang X L， et al. Construction of ecological security patterns coupling supply and demand of ecosystem services： a case study of Southern Jiangsu Province［J］. Acta Ecologica Sinica， 2024，44（9）：3880-3896.

[35] Villamagna A M， Angermeier P L， Bennett E M. Capacity， pressure， demand， and flow： a conceptual framework for analyzing ecosystem service provision and delivery［J］. Ecological Complexity， 2013，15：114-121.

[36] Peng J， Pan Y J， Liu Y X， et al. Linking ecological degradation risk to identify ecological security patterns in a rapidly urbanizing landscape［J］. Habitat International， 2018，71：110-124.

[37] Wang Y C， Yang X， Zhang X J， et al. Spatiotemporal dynamic characteristics and conservation strategy of ecological security pattern in a rapidly urbanizing zone［J］. Ecological Indicators， 2024，166：112457.

[38] 国务院发展研究中心市场经济研究所课题组，王微，邓郁松，等.新一轮技术革命与中国城市化2020—2050：影响、前景与战略［J］.管理世界，2022，38（11）：12-28.

[39] Research Group of the Market Economy Reasearch Institute， Development Research Center of the State Council， Wang W， Deng Y S， et al. New technological revolution and China′s urbanization 2020—2050： impact， prospect and strategy［J］. Journal of Management World， 2022，38（11）：12-28.

[40] Groten S M E. NDVI： Crop monitoring and early yield assessment of Burkina Faso［J］. International Journal of Remote Sensing， 1993，14（8）：1495-1515.

[41] Yang M H， Zhao X N， Wu P T， et al. Quantification and spatially explicit driving forces of the incoordination between ecosystem service supply and social demand at a regional scale［J］. Ecological Indicators， 2022，137：108764.

[42] 陈万旭，曾杰.中国土地利用程度与生态系统服务强度脱钩分析［J］.自然资源学报，2021，36（11）：2853-2864.

[43] Chen W X， Zeng J. Decoupling analysis of land use intensity and ecosystem services intensity in China［J］. Journal of Natural Resources， 2021，36（11）：2853-2864.

[44] 杨妮，吴良林，邓树林，等.基于DMSP/OLS夜间灯光数据的省域GDP统计数据空间化方法：以广西壮族自治区为例［J］.地理与地理信息科学，2014，30（4）：108-111.

[45] Yang N， Wu L L， Deng S L， et al. Spatialization method of provincial statistical GDP data based on DMSP/OLS night lighting data： a case study of Guangxi Zhuang autonomous region［J］. Geography and Geo-Information Science， 2014，30（4）：108-111.

[46] Liang X， Guan Q F， Clarke K C， et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation （PLUS） model： a case study in Wuhan， China［J］. Computers， Environment and Urban Systems， 2021，85：101569.

基金资助

江苏省土地学会课题项目“数字经济助力提升城市土地利用效率路径研究”(JSTDXHKT202302)