元江流域生态修复关键区域识别研究

Identification of key areas for ecological restoration in Yuanjiang River Basin

摘要

目的 为有效应对元江流域生态受损现状，并科学支撑该区域的国土空间生态修复实践，识别流域生态修复关键区域，剖析其时空演变规律，进而提出针对性的生态保护与修复策略。 方法 以元江流域为研究区，采用形态学空间格局分析方法，将核心区与生态系统服务功能重要性高值区叠加，以识别元江流域的生态源地；在此基础上，借助电路理论模拟生态流动过程，识别生态廊道、夹点与障碍点，确定生态修复的关键区域并分析其2000—2022年时空演变规律，并针对元江流域自身特点提出生态保护修复策略。 结果 （1） 2000—2022年元江流域生态源地数量及面积均呈现增加的趋势，2000—2022年生态源地面积从220 km²增加到507 km²，集中分布在元江流域南部。（2） 生态廊道数量与长度逐年增加，空间分布上南部保持短且密集，中部和东部长且稀疏。（3） 生态修复关键区域中，生态夹点面积总体增加，2000—2022年生态夹点面积从555 km²增加到860 km²，生态障碍点面积总体减少，2000—2022年生态障碍点面积从474 km²减少到265 km²，两者均集中分布在普洱市和红河哈尼族彝族自治州，由聚集分布转变为均匀分布。 结论 2000—2022年元江流域整体景观连通性趋好，生态源地面积增至507 km²，但生态夹点（860 km²）与生态障碍点（265 km²）等关键受损区域仍广泛存在，实施保护南部源地、优化廊道网络、重点整治废弃矿山等分类修复策略，是提升该流域生态安全格局的有效途径。

Abstract

Objective To effectively address the current ecological degradation in the Yuanjiang River Basin and provide scientific support for territorial spatial ecological restoration practices in this region， this study aims to identify key areas for ecological restoration， analyze their spatiotemporal evolution patterns， and propose targeted strategies for ecological protection and restoration. Methods Taking the Yuanjiang River Basin as the study area， the morphological spatial pattern analysis （MSPA） method was employed， and core areas were overlaid with high-value zones of ecosystem service importance to identify ecological source areas in the Yuanjiang River Basin. Based on this， circuit theory was utilized to simulate ecological flow processes， identifying ecological corridors， pinch points， and barrier points. Key areas for ecological restoration were determined， and their spatiotemporal evolution from 2000 to 2022 was analyzed. Additionally， ecological protection and restoration strategies tailored to the characteristics of the Yuanjiang River Basin were proposed. Results （1） From 2000 to 2022， both the number and area of ecological sources in the Yuanjiang River Basin showed an increasing trend， with the area expanding from 220 km² to 507 km²， mainly concentrated in the southern part of the river basin. （2） The number and length of ecological corridors increased annually. Spatially， the southern part was characterized by short and dense corridors， while the central and eastern parts showed long and sparse distribution. （3） Among key ecological restoration areas， the area of ecological pinch points generally increased from 555 km² to 860 km² between 2000 and 2022， whereas the area of ecological barrier points generally decreased from 474 km² to 265 km² over the same period. Both types were concentrated in Pu′er City and Honghe Hani and Yi Autonomous Prefecture， exhibiting a transition from a clustered distribution to a uniform distribution. Conclusion From 2000 to 2022， the overall landscape connectivity of the Yuanjiang River Basin improved， with the ecological source area increasing to 507 km². However， key damaged areas such as ecological pinch points （860 km²） and ecological barrier points （265 km²） remain widespread. Implementing classified restoration strategies， including protecting southern sources， optimizing the corridor network， and prioritizing the remediation of abandoned mines， represents an effective approach to enhancing the ecological security pattern of the river basin.

Graphical abstract

关键词

生态安全格局 / 生态修复 / MSPA模型 / 元江流域

Key words

ecological security pattern / ecological restoration / MSPA model / Yuanjiang River Basin

生态文明是中华民族永续发展的千年大计，党的二十大指出，我国生态文明建设正步入推动产业体系全面绿色转型、实现生态环境质量由量的积累向质的跃升转变的关键时期^［1］。改革开放40年来，随着我国经济社会的快速发展及人类活动的显著加强，生态环境受到破坏，国土空间生态安全受到持续威胁。新形势下推动国土空间生态修复，是关系国家生态安全和人民幸福的重要国家战略任务^［2］。识别生态修复关键区域，对推进国土空间生态修复具有重要意义^［3］。近年来，相关研究在技术路径上逐渐形成了系统化的框架，通常包括生态源地识别、阻力面构建、生态廊道及关键区域确定等环节^［4］。对于生态源地识别，除直接将林地和草地作为潜在源地外，研究者更倾向于融合多维生态信息，引入生态系统服务功能评估模型（Integrated Valuation of Ecosystem Services and Trade-offs， InVEST）^［5-6］、生态脆弱性分析^［7］、形态学空间格局分析（Morphological Spatial Pattern Analysis， MSPA）等^［8］方法，实现对生态源地的综合判定与优化识别。例如倪庆琳等^［9］通过生态景观连通性、生态因子敏感性、生态系统服务重要性叠加识别生态源地；方臣等^［10］利用生态系统服务重要性和生态敏感性识别生态源地；杨志广等^［11］利用MSPA模型结合景观指数法，将景观连通性较高的核心区识别为生态源地。其中，MSPA模型是基于土地利用数据，将重分类后栅格图像分别设置前景与背景，并根据前景像元按其结构形态，通过多种图像处理方法将其分为核心、孤岛、孔隙、边缘、桥接、环岛、支线7种景观类型^［12］；生态系统服务功能重要性评价能够识别出具有较高生态价值的关键生态斑块；生态廊道的构建则主要依托最小累积阻力（Minimum Cumulative Resistance， MCR）模型和电路理论方法，相比于电路理论，MCR模型具有良好的实用性和扩展性，现广泛应用于城市规划和生态修复等领域^［13］。

云南省元江流域拥有独特的南北纵列的高山深谷相间地形地貌，水能资源丰富，涵盖野生动物资源上百种，是云南境内的重要国际性河流。但是近年来城镇化和工业化快速发展，生态环境受损严重，严重影响了人们的日常生产和生活，亟需识别生态修复关键区域，科学开展生态修复。本研究以云南省元江流域为例，通过MSPA与生态系统服务功能重要性叠加识别生态源地，并基于电路理论得到生态廊道与关键节点，以划定国土空间生态修复关键区，并提出针对性的修复建议，以期为云南省生态空间治理与修复实践提供实证支持与方法借鉴。

1 研究区概况与数据来源

1.1 研究区概况

元江位于中国云南省境内，是国际性河流红河上游的主要干流。云南元江流域位于云南省中部和东南部，南部与老挝、越南接壤（图1）。元江流域面积约6.17万km²，整体地势呈西北—东南阶梯状倾斜，西北部海拔2 584 m，西南部海拔73 m，且分布着南北走向的巨大山脉（哀牢山、无量山）。受地形影响，元江主要流向为西北—东南，以元江河谷为主要地貌单元，且支流众多，水能资源丰富。元江流域气候类型以亚热带季风气候为主，流域年平均气温在13~18 ℃，年均温差较小，但昼夜温差较大，干湿季分明。流域年均降水量为1 000~1 600 mm，且季节分配不均，湿季一般为5月—10月，占年降水量的85%；干季为11月—4月，仅占年降水量的15%。土壤类型以红壤为主，土质微酸性，含铁丰富，耐侵蚀。流域内植被覆盖率较高，森林类型多样，包括常绿阔叶林、针阔混交林以及灌丛草地等，生物多样性丰富。河流流经普洱市、玉溪市和红河哈尼族彝族自治州等城市，农业以茶叶、甘蔗、橡胶为主，矿产资源丰富，水电开发活跃。但近年来，随着城市化与工业化进程加快，流域生态系统遭受严重的破坏，生态问题日益突出，开展生态修复关键区域识别具有重要意义。

1.2 数据来源

土地利用数据来源于中国科学院资源环境科学数据中心（https://www.resdc.cn/），分辨率为30 m。数字高程模型数据来自地理空间数据云（http://www.gscloud.cn/），分辨率为30 m。气象数据来自国家青藏高原科学数据中心发布的高精度气象指标栅格数据（https://data.tpdc.ac.cn/），分辨率为1 km。土壤数据集源于联合国粮农组织与国际应用系统分析研究所联合建立的《世界土壤数据库》（https://gaez.fao.org/pages/hwsd），包含7个不同深度层的土壤信息。夜间灯光数据采用Wu等^［14］融合DMSP-OLS与SNPP-VIIRS生成的改进型时间序列数据（https://dataverse.harvard.edu/），空间分辨率为1 km。归一化植被指数数据来源于Google Earth Engine平台。为保证数据的一致性与可比性，所有数据均统一重采样至30 m×30 m的分辨率。

2 研究方法

本研究首先基于土地利用数据，利用MSPA模型提取景观核心区，并结合InVEST模型评估的生态系统服务高值区，共同筛选出生态源地。通过MCR模型综合土地利用、夜间灯光、地形及距离等多因子构建阻力面，随后利用电路理论识别生态廊道及关键区域。最终，通过对上述要素进行时空演变分析，从而科学地提出有针对性的生态修复策略，具体技术路线如图2所示。

表1系统总结了本研究中所采用的主要模型方法及对应的指标变量，涵盖从生态源地识别到生态廊道提取与关键区域识别的完整技术流程。具体而言，MSPA模型用于解析景观空间格局并识别核心生态斑块，为后续生态源地筛选提供空间基础；InVEST模型用于定量表征区域生态系统服务功能的综合强度与空间格局，从而辅助确定具有重要生态价值的源地范围；MCR模型通过整合自然与人为因素（如土地利用、夜间灯光、地形及距离因子）构建生态阻力面，为生态连通性分析提供基础支撑；在此基础上，电路理论可以对生态流的空间传导过程进行模拟分析，从而识别生态廊道及关键控制点，如生态夹点与障碍点，为生态修复优先区域的划定与空间优化提供科学参考。

2.1 基于MSPA和InVEST模型的生态源地识别

生态源地是在满足最小生态用地需求的前提下，对区域生态过程与生态功能发挥核心作用的关键生态斑块，能够维持生态安全并支撑生态系统服务供给。研究通过叠加MSPA核心区与生态系统服务功能重要性高值区确定生态源地。MSPA模型将研究区分为7种景观类型（表2），其中，核心区是维系生物多样性与生态系统稳定性的关键生态单元，在区域生态格局中具有重要生态功能。MSPA模型的具体操作为将土地利用类型中的林地与水域设定为前景，其余类型为背景，从而识别核心区斑块。

生态系统服务功能是生态系统及其过程在支撑人类生存环境、维护生态平衡并提供生态与经济效益方面所体现的综合能力^［15］。基于研究区的自身特点，本研究选取水源涵养、水土保持、生境质量、碳储量4种典型的生态系统服务功能。元江流域水网密集，海拔较高，评价水源涵养和水土保持功能有助于了解元江流域维持自身生态系统稳定的能力^［16］。生境质量可以在一定程度上反映出区域的生物多样性状况^［17］，元江流域矿业活动密集，高强度的人类活动破坏了物种栖息地，导致大量物种丧失^［18］。碳储量的变化有助于了解其生态系统碳固定的能力变化情况，可根据其变化情况做出针对性补偿措施，减少CO₂排放^［19］。基于InVEST模型对多维生态系统服务功能进行定量评估与叠加分析，得到生态系统服务功能重要性空间分布结果，采用自然断点法将其划分为5个等级：非常不重要、不重要、一般重要、比较重要及非常重要，其中最高两个等级区域被定义为生态系统服务功能重要性高值区。一般来说，斑块面积较小无法为物种提供生存的有利条件，因此剔除面积小于5 km²的MSPA核心区，在此基础上与生态系统服务功能重要性高值区叠加，叠加的结果可确定为元江流域最终的生态源地。

2.2 基于最小累积阻力模型的生态廊道提取

生态阻力面构建是生态廊道提取的关键，也是保证生态安全格局实现各景观之间连通的关键，表征物种迁移障碍及生态流在功能区间传递时的阻力空间分异特征，阻力值受距离、自然环境扰动及人为活动强度等多因素共同影响^［20］。本研究结合元江流域自然特征，选取土地利用、夜间灯光、高程、坡度、距河流距离、距矿区距离6个指标作为生态阻力因子，基于层次分析法确定权重，叠加计算后得到元江流域生态阻力面。

生态廊道作为生态源地间物质与能量交换的低阻力通道，是提升区域景观连通性与生态系统稳定性的核心要素^［21］。电路理论能模拟物种在景观阻力面上的迁移扩散规律，以识别多条可替代的潜在生态路径^［22］。本研究基于ArcGIS平台，利用Linkage Mapper工具箱与Circuitscape软件识别元江流域生态廊道的空间分布。

2.3 生态修复关键区域识别

生态夹点和生态障碍点是生态廊道中电流密度较高的区域，根据电路理论，应优先对其进行生态保护与修复。生态夹点概念由McRae等^［23］基于电路理论提出，用以表征物种在生态源地间迁移时通过概率高或缺乏替代通道的关键区域。生态障碍点则指限制物种迁移的阻断地带，其修复或移除可显著提升景观连通性^［24］。本研究利用ArcGIS平台中的Pinchpoint Mapper与Barrier Mapper插件及Circuitscape软件，识别元江流域的生态夹点与生态障碍点。

3 结果与分析

3.1 生态源地识别

通过识别元江流域的生态源地可知（图3），2000年元江流域的生态源地有20个，总面积为220 km²；2005年生态源地增加到32个，面积也增加到336 km²；2010年生态源地增加到35个，面积也增加到398 km²；2015年，生态源地增加到37个，面积也增加到468 km²；2022年，生态源地总共45个，面积变为507 km²。其中，2000—2005年生态源地面积增长率达52.7%；2005—2010年与2010—2015年期间，在生态源地数量增加不大的情况下，面积明显增加；2015—2022年增长幅度最小，保持了相对稳定。

从空间分布来看，2000—2022年元江流域的生态源地集中分布在南部，具体分布在普洱市江城哈尼族彝族自治县、宁洱哈尼族彝族自治县和景东彝族自治县，三县的生态源地面积占研究区生态源地总面积的61%~98%。

2000—2005年除普洱市外，红河哈尼族彝族自治州只有零散分布；2005—2010年红河哈尼族彝族自治州的生态源地面积从33.5 km²增加到61.6 km²，同时文山壮族苗族自治州也开始分布有生态源地；2010—2015年元江流域生态源地空间分布较为稳定；2015—2022年元江流域生态源地空间分布出现向外发展延伸的趋势，玉溪市也开始有大面积的生态源地分布。

3.2 生态廊道提取

2000—2022年元江流域生态廊道的条数和总长度总体呈增加的趋势（图4）。2000年元江流域共有生态廊道44条，总长度2 146 km；2005年生态廊道的数量增长到77条，总长度2 383 km；2010年，生态廊道的数量增加到86条，总长度2 541 km；2015年生态廊道数量相较2010年保持不变，总长度2 585 km；2022年生态廊道的数量增加到110条，总长度3 345 km。其中，2015—2022年总长度增长速度最快，增长率为29.4%；2010—2015年总长度增长速度最慢，增长率为1.73%。

元江流域南部生态廊道分布密集且长度短，中部和东部生态廊道分布稀疏且长。较短的生态廊道主要集中在普洱市，连接了大面积的生态源地，较长的生态廊道将元江流域南部与东部、中部的生态源地连接起来，是物种迁移的主要途径。2000—2022年最长的生态廊道逐渐变短，2000年元江流域单一生态廊道最长为347 km，将普洱市与红河哈尼族彝族自治州两地的生态源地连接了起来，提高了两地的景观连通性；2005年生态廊道的长度较均匀；2010年相比较2000年生态廊道数量明显增多，相当于2000年生态廊道数量的两倍；2015年生态廊道的长度也比较均匀；2022年元江流域生态廊道最长为153 km，虽然相比2000年，最长生态廊道的长度有所缩短，但由于生态源地数量的增多，生态廊道的数量也增多，连接起了分布广泛的生态源地，大大提升了元江流域景观的连通性。

3.3 国土空间生态修复关键区域识别

利用自然断点法将生态源地间的累计电流值分为三级，最高的等级为生态夹点^［25］（图5）。结果表明，2000年元江流域生态夹点总面积为555 km²；2005年降至333 km²；2010年生态夹点的总面积为604 km²；2015年生态夹点的总面积为590 km²；2022年生态夹点的总面积为860 km²。其中，2000—2005年生态夹点总面积减少，2005—2010年总面积增加，2010—2015年总面积减少，2015—2022年总面积增加，总体来说，2000—2022年元江流域生态夹点的总面积呈现增加的趋势。

在空间分布上，生态夹点主要分布在元江流域的普洱市、文山壮族苗族自治州、红河哈尼族彝族自治州和玉溪市。2000—2022年得益于普洱市大面积生态源地的良好维持，元江流域南部的生态夹点分布相对稳定，成为连接普洱市南部与红河哈尼族彝族自治州中部生态源地的核心生物迁移通道。此外，生态夹点在空间分布上由集中变为分散，出现了新的生态夹点，物种迁移的途径变多，且各生态夹点之间的差距逐渐变小。

根据电路理论计算生态源地间的电流恢复值，并通过自然断点法划分为三级，其中电流恢复值最高、阻力效应最强的一级区域被定义为生态障碍点，用以识别生态连通性受限的关键地带^［26］（图6）。2000年元江流域生态障碍点的总面积为474 km²；2005年生态障碍点的总面积为323 km²；2010年生态障碍点的总面积为404 km²；2015年生态障碍点的总面积为458 km²；2022年生态障碍点的总面积为265 km²。其中，2000—2005年生态障碍点总面积减少，2005—2015年总面积持续增加，2015—2022年总面积减少，总体来说，2000—2022年元江流域生态障碍点的总面积呈现减少的趋势。

在空间分布上，2000年生态障碍点主要集中分布在红河哈尼族彝族自治州；2005年生态障碍点总面积相较2000年呈减少的趋势，各障碍点面积都存在不同程度的减少；2010年生态障碍点面积开始增加；2010—2022年生态障碍点呈现向东部扩散迁移的趋势；2022年生态障碍点总面积较2015年减少42%，且分布逐渐趋于均匀。另外，生态夹点和生态障碍点重合表明物种在迁移的过程中会受到较大阻碍，对于这类区域应该优先进行生态修复。

3.4 生态修复关键区域的生态修复策略

云南地处中国西南边陲，是我国西南生态安全屏障，被誉为“植物王国”“动物王国”“世界花园”。习近平总书记在考察云南时指出，良好的生态环境是云南和全国的宝贵财富，一定要世世代代保护好，并明确要求云南加强生态文明建设。因此云南省自然资源厅组织编制了《云南省国土空间生态修复规划（2021—2035年）》^［27］，规划中提到的哀牢山无量山生态屏障保护修复区就包括元江流域。本研究针对识别出的生态修复关键区域，提出以下几点建议：

（1） 保护生态源地。总体上，2000—2022年元江流域生态源地的数量和面积均呈增长态势，反映出生态系统结构逐步完善，生态质量总体提升。2005—2015年元江流域矿业的快速发展和人类活动强度的增强，使得生态源地数量的增长趋缓。近年来，随着云南省生态保护修复工程初见成效，2022年元江流域生态源地的空间分布逐渐趋于均匀。其次，需要确定生态源地的实际边界，避免不必要的开发和破坏。普洱市森林覆盖率达74.59%，森林面积居云南省第一，须依据法律强化对林业资源各个环节的监管力度，坚决打击与林业相关的非法活动，推动生物多样性的更好维护，增强生态系统功能的稳固性。普洱市目前建成自然保护区18个，全市生态环境质量总体优良，可进一步拓展生态源地的面积。红河哈尼族彝族自治州和玉溪市内的生态源地整体沿流域分布，要推动治理措施更加精准，持续提升水环境，强化水质定期监测，加大不达标水源整治力度，做好水体排污口排查整治工作。

（2） 优化生态廊道。2000—2022年元江流域生态廊道长度总体增加，生态源地间连通性增强。元江流域部分生态廊道上存在建设用地，人类干扰强度大，对于这类地区应采取人为介入措施，以遏制建设用地的无序蔓延，大力推进生态修复工程，同时确保内部建设活动遵循生态友好原则，从而降低对自然环境的负面影响。短距离的生态廊道景观连通性好，可以坚持生态保护的主线，保障生态廊道数量只增不减；长距离的生态廊道对物种长途迁徙起重要作用，应沿途增加绿化率，提高远距离生态源地之间的物质交换和信息传递。此外，有研究表明，增加廊道间踏脚石的数量能有效提高物种在迁徙过程中的成功率^［28］，因此可在生态廊道内结合野生动物的种类、习性以及地形地貌等特点设置野生动物通道。

（3） 重点整治生态夹点和生态障碍点。生态夹点是物种迁徙会经过的地区，2000—2022年元江流域生态夹点面积总体呈现增加的趋势，空间分布上呈现由集中变分散的趋势，主要分布在矿业活动比较密集的文山壮族苗族自治州、普洱市、红河哈尼族彝族自治州、玉溪市，矿业活动促进了当地经济的快速增长，但无形中也给元江流域的生态环境质量带来了负面影响。要明确要求将废弃矿山转型建设为高标准的生态公园。同时，将废弃矿山生态治理与砂石资源再利用、土地整治等项目融合，可实现生态修复与土地资源综合利用的协同推进，并纳入政策扶持，加快形成政策叠加效应，探索废弃矿山生态修复新路径。

生态障碍点是物种迁徙过程中受到阻碍的地区，2000—2022年元江流域生态障碍点总面积呈现减少的趋势，空间分布趋于均匀，这得益于国家及云南省各项生态修复工程初见成效，森林资源总量提升、草原生态功能持续改善、矿山生态修复取得新进展，元江流域生态环境质量总体向好。元江流域采矿业发达，人类活动强度较高，严重影响了生态廊道的连通性，应着重恢复已受损的生态环境，强化废弃矿山的生态修复工作，推动采煤区域的全面环境整治，并完善与生态保护和修复相关的法律法规体系。

4 讨论与结论

本研究以云南省元江流域为研究区，融合MSPA模型分析与生态系统服务功能评估结果界定生态源地，同时基于电路理论识别生态廊道及关键节点，最终划定生态修复重点区域，并提出相应的修复与管护对策。本研究得到以下结论：（1） 2000—2022年元江流域生态源地数量与面积部体呈增加趋势，集中分布在元江流域的南部。（2） 2000—2022年元江流域生态廊道数量与长度总体增加，南部生态廊道分布密集且长度较短，中部和东部生态廊道分布稀疏且较长。（3） 2000—2022年元江流域生态夹点总面积整体呈现增加趋势，生态障碍点总面积呈现减少趋势，主要分布在元江流域的普洱市、文山壮族苗族自治州、红河哈尼族彝族自治州和玉溪市。（4） 元江流域生态修复关键区域包括生态夹点和生态障碍点，生态夹点的修复应采取自然修复为主、人工修复为辅的策略；生态障碍点应实施科学系统生态修复工程，人工增加生态斑块，修复改善被破坏的生态环境。

国土空间生态修复是一个“点—线—面”相结合的系统性工程，既要在国土空间“面”上进行统筹协调，又要构建“线性”生态廊道，在关键区域“夹点”和“障碍点”上有针对性地实施生态修复工程^［29］。本研究侧重于宏观尺度的模型模拟与空间格局测算，在实际应用过程中，应结合元江流域生态修复关键区域的地理位置、社会经济条件及生态环境需求，开展进一步的调查和细化，以期达到更高效的生态保护修复效果。

参考文献

[1] 谭显春，郭雯，樊杰，等.碳达峰、碳中和政策框架与技术创新政策研究［J］.中国科学院院刊，2022，37（4）：435-443.

[2] Tan X C， Guo W， Fan J， et al. Policy framework and technology innovation policy of carbon peak and carbon neutrality［J］. Bulletin of Chinese Academy of Sciences， 2022，37（4）：435-443.

[3] 王军，应凌霄，钟莉娜.新时代国土整治与生态修复转型思考［J］.自然资源学报，2020，35（1）：26-36.

[4] Wang J， Ying L X， Zhong L N. Thinking for the transformation of land consolidation and ecological restoration in the new era［J］. Journal of Natural Resources， 2020，35（1）：26-36.

[5] 易行，白彩全，梁龙武，等.国土生态修复研究的演进脉络与前沿进展［J］.自然资源学报，2020，35（1）：37-52.

[6] Yi X， Bai C Q， Liang L W， et al. The evolution and frontier development of land ecological restoration research［J］. Journal of Natural Resources， 2020，35（1）：37-52.

[7] 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.

[8] 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.

[9] 包玉斌，王耀宗，路锋，等.六盘山区国土空间生态安全格局构建与分区优化［J］.干旱区研究，2023，40（7）：1172-1183.

[10] Bao Y B， Wang Y Z， Lu F， et al. Construction of an ecological security pattern and zoning optimization for territorial space in the Liupan Mountain Area［J］. Arid Zone Research， 2023，40（7）：1172-1183.

[11] 李权荃，金晓斌，张晓琳，等.基于景观生态学原理的生态网络构建方法比较与评价［J］.生态学报，2023，43（4）：1461-1473.

[12] Li Q Q， Jin X B， Zhang X L， et al. Comparison and evaluation of the ecological network construction method based on principles of landscape ecology［J］. Acta Ecologica Sinica， 2023，43（4）：1461-1473.

[13] 马晓琳，郭莎莎，徐扬，等.生态脆弱区生态安全格局构建研究［J］.生态学报，2023，43（22）：9500-9513.

[14] Ma X L， Guo S S， Xu Y， et al. Research on ecological security pattern construction in vulnerable ecological region［J］. Acta Ecologica Sinica， 2023，43（22）：9500-9513.

[15] Liu H L， Wang Z L， Zhang L P， et al. Construction of an ecological security network in the Fenhe River Basin and its temporal and spatial evolution characteristics［J］. Journal of Cleaner Production， 2023，417：137961.

[16] 倪庆琳，侯湖平，丁忠义，等.基于生态安全格局识别的国土空间生态修复分区：以徐州市贾汪区为例［J］.自然资源学报，2020，35（1）：204-216.

[17] Ni Q L， Hou H P， Ding Z Y， et al. Ecological remediation zoning of territory based on the ecological security pattern recognition： taking Jiawang district of Xuzhou city as an example［J］. Journal of Natural Resources， 2020，35（1）：204-216.

[18] 方臣，匡华，贾琦琪，等.基于生态系统服务重要性和生态敏感性的武汉市生态安全格局评价［J］.环境工程技术学报，2022，12（5）：1446-1454.

[19] Fang C， Kuang H， Jia Q Q， et al. Evaluation of ecological security pattern in Wuhan City based on the importance of ecosystem services and ecological sensitivity［J］. Journal of Environmental Engineering Technology， 2022，12（5）：1446-1454.

[20] 杨志广，蒋志云，郭程轩，等.基于形态空间格局分析和最小累积阻力模型的广州市生态网络构建［J］.应用生态学报，2018，29（10）：3367-3376.

[21] Yang Z G， Jiang Z Y， Guo C X， et al. Construction of ecological network using morphological spatial pattern analysis and minimal cumulative resistance models in Guangzhou City， China［J］. Chinese Journal of Applied Ecology， 2018，29（10）：3367-3376.

[22] 伍龙江，周启刚，李辉，等.基于电路理论的生态保护修复关键区域识别：以重庆市梁平区为例［J］.地域研究与开发，2024，43（2）：153-160.

[23] Wu L J， Zhou Q G， Li H， et al. Identification of key areas for ecological protection and restoration based on circuit theory： a case study of Liangping district in Chongqing City［J］. Areal Research and Development， 2024，43（2）：153-160.

[24] 黄木易，岳文泽，冯少茹，等.基于MCR模型的大别山核心区生态安全格局异质性及优化［J］.自然资源学报，2019，34（4）：771-784.

[25] Huang M Y， Yue W Z， Feng S R， et al. Analysis of spatial heterogeneity of ecological security based on MCR model and ecological pattern optimization in the Yuexi county of the Dabie Mountain Area［J］. Journal of Natural Resources， 2019，34（4）：771-784.

[26] Wu Y Z， Shi K F， Chen Z Q， et al. Developing improved time-series DMSP-OLS-like data（1992—2019） in China by integrating DMSP-OLS and SNPP-VIIRS［J］. IEEE Transactions on Geoscience and Remote Sensing， 2022，60：4407714.

[27] 欧阳志云，王效科，苗鸿.中国陆地生态系统服务功能及其生态经济价值的初步研究［J］.生态学报，1999，19（5）：607-613.

[28] Ouyang Z Y， Wang X K， Miao H. A primary study on Chinese terrestrial ecosystem services and their ecological-economic values［J］. Acta Ecologica Sinica， 1999，19（5）：607-613.

[29] 龚诗涵，肖洋，郑华，等.中国生态系统水源涵养空间特征及其影响因素［J］.生态学报，2017，37（7）：2455-2462.

[30] Gong S H， Xiao Y， Zheng H， et al. Spatial patterns of ecosystem water conservation in China and its impact factors analysis［J］. Acta Ecologica Sinica， 2017，37（7）：2455-2462.

[31] 谢余初，巩杰，张素欣，等.基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究［J］.地理科学，2018，38（6）：979-986.

[32] Xie Y C， Gong J， Zhang S X， et al. Spatiotemporal change of landscape biodiversity based on InVEST model and remote sensing technology in the Bailong River watershed［J］. Scientia Geographica Sinica， 2018，38（6）：979-986.

[33] 张弛，李枝坚，曾辉.基于小波变换的生态系统服务权衡尺度效应与影响因素研究：以珠江三角洲为例［J］.地理研究，2022，41（5）：1279-1297.

[34] Zhang C， Li Z J， Zeng H. Scale effects on ecosystem service trade-off and its influencing factors based on wavelet transform： a case study in the Pearl River Delta， China［J］. Geographical Research， 2022，41（5）：1279-1297.

[35] 方精云，于贵瑞，任小波，等.中国陆地生态系统固碳效应：中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题”之生态系统固碳任务群研究进展［J］.中国科学院院刊，2015，30（6）：848-857，875.

[36] Fang J Y， Yu G R， Ren X B， et al. Carbon sequestration in China's terrestrial ecosystems under climate change： progress on ecosystem carbon sequestration from the CAS strategic priority research program［J］. Bulletin of Chinese Academy of Sciences， 2015，30（6）：848-857，875.

[37] 毛诚瑞，代力民，齐麟，等.基于生态系统服务的流域生态安全格局构建：以辽宁省辽河流域为例［J］.生态学报，2020，40（18）：6486-6494.

[38] Mao C R， Dai L M， Qi L， et al. Constructing ecological security pattern based on ecosystem services： a case study in Liaohe River Basin， Liaoning Province， China［J］. Acta Ecologica Sinica， 2020，40（18）：6486-6494.

[39] 王海云，匡耀求，文薪荐，等.粤港澳大湾区生态网络构建及廊道优化［J］.中国环境科学，2022，42（5）：2289-2298.

[40] Wang H Y， Kuang Y Q， Wen X J， et al. Ecological network construction and corridor optimization in Guangdong-Hong Kong-Macao Greater Bay Area［J］. China Environmental Science， 2022，42（5）：2289-2298.

[41] 周浪，李明慧，周启刚，等.基于电路理论的特大山地城市生态安全格局构建：以重庆市都市区为例［J］.水土保持研究，2021，28（2）：319-325，334.

[42] Zhou L， Li M H， Zhou Q G， et al. Construction of ecological security pattern in very large mountainous city based on circuit theory： taking Chongqing metropolitan area as an example［J］. Research of Soil and Water Conservation， 2021，28（2）：319-325，334.

[43] McRae B H， Dickson B G， Keitt T H， et al. Using circuit theory to model connectivity in ecology， evolution， and conservation［J］. Ecology， 2008，89（10）：2712-2724.

[44] 曹秀凤，刘兆顺，李淑杰，等.基于生态安全格局的国土空间生态修复关键区域识别：以吉林省松原市为例［J］.中国环境科学，2022，42（6）：2779-2787.

[45] Cao X F， Liu Z S， Li S J， et al. Identification of key areas of ecological protection and restoration based on the pattern of ecological security： a case of Songyuan City， Jilin Province［J］. China Environmental Science， 2022，42（6）：2779-2787.

[46] 阚恒，丁冠乔，郭杰，等.基于生态安全格局分析的国土空间生态修复关键区域识别：以环太湖城市群为例［J］.应用生态学报，2024，35（8）：2217-2227.

[47] Kan H， Ding G Q， Guo J， et al. Identification of key areas for ecological restoration of territorial space based on ecological security pattern analysis： a case study of the Taihu Lake city cluster［J］. Chinese Journal of Applied Ecology， 2024，35（8）：2217-2227.

[48] 李可璇，张蕾，李豪，等.基于MSPA模型和电路理论的晋西北国土空间生态修复关键区域识别［J］.干旱区研究，2024，41（9）：1593-1604.

[49] Li K X， Zhang L， Li H， et al. Identification of the key regions of spatial ecological restoration in the Northwest Shanxi based on the MSPA model and circuit theory［J］. Arid Zone Research， 2024，41（9）：1593-1604.

[50] 云南省自然资源厅. 云南省国土空间生态保护和修复规划（2021—2035年）［EB/OL］. （2024-04-08）［2024-11-12］.

[51] Yunnan Provincial Department of Natural Resources and Planning. Territorial spatial ecological protection and restoration plan for Yunnan Province （2021—2035） ［EB/OL］. （2024-04-08）［2024-11-12］.

[52] 许峰，尹海伟，孔繁花，等.基于MSPA与最小路径方法的巴中西部新城生态网络构建［J］.生态学报，2015，35（19）：6425-6434.

[53] Xu F， Yin H W， Kong F H， et al. Developing ecological networks based on MSPA and the least-cost path method： a case study in Bazhong western new district［J］. Acta Ecologica Sinica， 2015，35（19）：6425-6434.

[54] 马世发，劳春华，江海燕.基于生态安全格局理论的国土空间生态修复分区模拟：以粤港澳大湾区为例［J］.生态学报，2021，41（9）：3441-3448.

[55] Ma S F， Lao C H， Jiang H Y. Ecological restoration zoning of territorial space based on the pattern simulation of eco-security scenario： a case study of Guangdong-Hong Kong-Macao Greater Bay Area［J］. Acta Ecologica Sinica， 2021，41（9）：3441-3448.

基金资助

国家自然科学基金联合资助项目“红河流域上游水系统演变规律与农业面源调控机制研究”(U2102208)