基于生态系统服务与生态敏感性的昆仑山国家公园（青海片区）生态安全格局及其演变分析

Ecological security pattern and its spatiotemporal evolution in Kunlun Mountain National Park （Qinghai section） based on ecosystem services and ecological sensitivity

摘要

目的 识别昆仑山国家公园（青海片区）关键生态区域，明确1990—2020年生态安全格局时空演变规律，为区域生态保护与空间管控提供科学依据。 方法 基于“生态源地—阻力面—生态廊道”的生态安全格局构建框架，综合InVEST模型、形态学空间格局分析（MSPA）与电路理论方法，从生态系统服务功能与景观连通性双重维度识别生态源地；融合土地利用类型、生态敏感性因子及地形位指数构建综合生态阻力面，进而提取生态廊道与关键生态夹点，并分析其时空演变特征。 结果 （1） 研究区生态源地总体呈现“东密西疏、南多北少”的空间分异格局，源地总面积在1990—2010年显著扩张，2010—2020年增速放缓，草地始终占据主导地位，而冰川积雪型源地持续萎缩；（2） 生态阻力面格局相对稳定，表现为“西北部低阻基底、中东部阻力梯度分异”，高—极高阻力区在2010年后呈现局部回升趋势；（3） 生态廊道网络由早期的破碎退化逐步向恢复稳定演化，结构特征由网状复合型向“分散—线性连通型”转变，关键生态夹点数量整体减少，网络鲁棒性有所下降。 结论 昆仑山国家公园（青海片区）生态安全格局演变受自然环境约束与人类活动扰动的共同影响，核心源地稳定性与廊道连通性是维系区域生态安全的关键。未来应以核心源地严格保护为基础，强化线性廊道修复与关键节点管控，提升高寒地区生态网络整体稳定性与抗干扰能力。

Abstract

Objective This study aims to identify key ecological areas in the Qinghai section of Kunlun Mountain National Park and clarify the spatiotemporal evolution of ecological security patterns from 1990 to 2020， providing a scientific basis for regional ecological protection and spatial management. Methods Using the “ecological sources-resistance surface-ecological corridor” framework for ecological security pattern construction， this study integrated the InVEST model， morphological spatial pattern analysis （MSPA）， and circuit theory to identify ecological sources from dual dimensions of ecosystem service functions and landscape connectivity. A comprehensive ecological resistance surface was constructed by integrating land use types， ecological sensitivity factors， and topographic position indices. Ecological corridors and key ecological pinch points were then extracted， and their spatiotemporal evolution characteristics were analyzed. Results （1） Ecological sources in the study area generally exhibited a spatial differentiation pattern of “dense in the east and sparse in the west， more in the south and less in the north”. The total area of source regions exhibited a significant expansion from 1990 to 2010， followed by a deceleration in growth during 2010—2020， and contracted slightly from 2010 to 2020. Grasslands consistently dominated， while glacial and snow-covered sources continued to shrink. （2） The ecological resistance surface pattern remained relatively stable， characterized by a “low-resistance base in the northwest and a resistance gradient differentiation in the central-eastern regions”. High and extremely high resistance areas showed a localized rebound trend after 2010. （3） The ecological corridor network gradually evolved from early fragmentation and degradation toward recovery and stability，with structural characteristics shifting from a complex network type to a “dispersed-linear connectivity type”. The number of key ecological pinch points decreased overall， and network robustness declined. Conclusion The evolution of the ecological security pattern in the Qinghai section of Kunlun Mountain National Park is jointly influenced by natural environmental constraints and human activity disturbances. The stability of core sources and the connectivity of corridors are key to maintaining regional ecological security. Future efforts should focus on strict protection of core sources， restoration of linear corridors， and management of key nodes to enhance the overall stability and anti-disturbance capacity of the alpine ecological network.

Graphical abstract

关键词

生态安全格局 / 生态系统服务 / 生态敏感性评价 / 电路理论 / 昆仑山国家公园（青海片区）

Key words

ecological security pattern / ecosystem services / ecological sensitivity assessment / circuit theory / Kunlun Mountain National Park （Qinghai section）

在全球生态环境保护持续受到高度关注、气候变化风险不断加剧的背景下，构建稳定、高效的生态安全格局已成为维护区域生态系统功能与提升生态韧性的关键途径^［1］。近年来，我国大力推进生态文明建设，并将以国家公园为主体的自然保护地体系确立为制度创新的重要方向^［2］。昆仑山国家公园（青海片区）位于青藏高原腹地，作为“亚洲水塔”重要组成部分，冰川和积雪广布，多条河流源头发育，是我国西部重要的生态安全屏障。然而，该地区生态系统结构相对简单但空间异质性显著，对气候变暖、冻融侵蚀等环境变化高度敏感，生态过程稳定性较弱。因此，在长期尺度上识别关键生态区域、构建生态安全格局，不仅有助于揭示高寒生态系统的演化特征，也为国家公园精细化保护与空间管控提供重要科学依据。

生态安全格局是通过识别关键生态区域及潜在生态通道，以维持生态系统结构、功能及连通性，对保障生态系统服务和区域可持续发展具有重要意义。近年来，已经形成了“生态源地识别—阻力面构建—生态廊道提取”的主流框架^［3］。其中，生态源地是提供生态能量、维持生态过程并对区域生态安全具有决定性作用的核心斑块，其识别常结合自然保护区分布^［4］、生态系统服务评估^［5］及形态学空间格局分析^［6］；生态阻力面反映景观单元对生态流动或物种迁移的空间阻碍，通常以土地利用为基础赋值，并可结合地形指数^［7］、夜间灯光^［8］、生态敏感性等^［9］因子进行修正；生态廊道则承担物质、能量及信息流动的连通功能，主要通过最小累积阻力模型（Minimum Cumulative Resistance，MCR）^［10］或电路理论识别^［11］。其中，电路理论将景观视为由不同阻力值构成的电阻网络，可模拟物种在异质景观中的扩散过程；相较于MCR方法，该方法更能综合考虑多条潜在迁移通道及其空间互补性，反映迁移的随机性与空间冗余性，更符合实际生态过程。在此框架基础上，生态安全格局研究已逐步由方法构建走向多尺度、多类型区域的实践应用。在城市区域，Yuan等^［12］以生态系统服务综合评价识别生态源地，结合土地利用数据构建生态阻力面，并通过电路理论方法识别生态廊道，形成城市生态安全格局；在喀斯特地区，富丽等^［13］以生态系统服务重要性与生态敏感性评价识别生态源地，结合形态学空间格局分析（Morphological Spatial Pattern Analysis，MSPA）以最小累积阻力模型构建综合阻力面，并利用最小累积阻力路径提取生态廊道，以构建喀斯特地区的生态安全格局并分析其时空演变特征；在高寒地区，李怡等^［14］基于InVEST模型进行生境质量评价识别生态源地及缓冲区，以土地利用数据构建基础阻力面并结合水土流失敏感性进行修正，应用最小累积阻力（MCR）模型提取生态廊道，形成山地丘陵区的生态安全格局。尽管相关研究不断深入，但现有成果多侧重于静态格局识别，或集中于非典型高寒区域，尚未充分考虑冰川积雪广布、冻融侵蚀显著等高寒环境特征对生态源地稳定性、阻力面空间格局及生态廊道连通性的长期影响，也缺乏对高寒地区生态源地—阻力面—生态廊道在长时间尺度上协同演变特征的系统分析。

基于此，本文以昆仑山国家公园（青海片区）为研究区，综合产水量、水土保持与碳储存3类生态系统服务，并结合MSPA方法识别生态源地；以土地利用数据构建基础阻力面，并通过降雨侵蚀、土地荒漠化、滑坡灾害和冻融侵蚀等生态敏感性因子和地形位指数进行多维修正；利用电路理论模型识别生态廊道与生态夹点，构建1990—2020年生态安全格局并分析其时空演变特征。研究旨在揭示高寒地区生态网络的长期变化规律，为国家公园生态保护与空间管控提供科学参考。

1 研究区概况与数据来源

1.1 研究区概况

昆仑山国家公园（青海片区）地处青藏高原北缘（图1），总面积约5.95万km²，地势南高北低，海拔2 800~6 200 m，以高山和极高山区地貌为主，发育有冰川侵蚀和流水侵蚀等典型地貌类型。区域内涵盖冰川、高寒草原和高寒荒漠等生态系统，分布有雪豹、藏羚羊、野牦牛等珍稀濒危物种，具有重要的生态屏障功能^［15］。然而，近年来，受气候变化和人类活动影响，昆仑山地区冰川面积近20年来累计退缩约4.87%^［16］，多年冻土活动层厚度呈持续加深趋势^［17］，同时，高寒草地退化和基础设施干扰加剧了典型濒危物种栖息地破碎化风险，亟需开展生态安全格局优化研究，以提升区域生态系统稳定性。

1.2 数据来源与处理

本研究所使用的数据包括气象数据、土地利用数据、归一化植被指数（NDVI）、高程数据、基础地理信息数据等，如表1所示。具体数据来源和处理方式如下：气象数据来源于国家青藏高原科学数据中心，为逐月气温、降水和蒸散量数据，通过月度求和得到年度气象数据；归一化植被指数由Google Earth Engine平台基于Landsat影像数据计算得到，分辨率为30 m；土壤数据来源于世界土壤数据库，分辨率为1 km；高程数据来源于地理空间数据云，分辨率为30 m，并通过地形分析得到坡度和地形起伏度数据。所有数据坐标系统一为WGS 84坐标系，分辨率统一为30 m×30 m。

2 研究方法

2.1 生态源地识别

本文从生态系统服务功能与景观空间结构双重维度识别生态源地。首先，基于InVEST模型量化产水量、水土保持与碳储存3类生态服务，指标归一化后加权叠加得综合指数，经自然断点法筛选前两级（极高、较高）作为功能重要区备选源地。其次，通过形态学空间格局（MSPA）识别核心斑块，与功能重要区耦合，提取兼具高功能与核心格局属性的候选源地。考虑到高寒山区生态系统结构的特殊性，进一步将土地利用数据中识别的水体和冰川积雪地类纳入生态源地体系。该类地表类型在昆仑山地区是区域水源补给、生态过程维持、气候调节和高寒物种栖息的重要载体，其空间完整性对下游生态安全具有基础性支撑作用。最后，候选源地经面积阈值筛选与连通性校正，剔除碎片化无效斑块，形成最终生态源地格局。

2.1.1 生态系统服务功能

生态系统服务功能指生态系统通过自然过程与人为管理活动，向人类提供的物质产品和生态服务。本研究采用InVEST模型，对产水量、水土保持与碳储存3类生态系统服务功能开展定量评估（表2）。其中，水源涵养功能基于InVEST产水量模块，表征生态系统对降水的滞蓄与入渗效应；水土保持功能借助土壤保持模块，评估生态系统减缓水土流失的效能；碳储存功能通过碳储量模块（Carbon），核算区域4类碳库（地上生物量、地下生物量、枯落物和土壤）的碳储存总量密度。在此基础上，通过等权叠加构建综合生态系统服务功能重要性指数，采用自然断点法（Jenks）对指数划分为5个等级，其中“较高”和“极高”区域被提取为生态功能斑块，作为生态源地识别的候选区域^［18］。

2.1.2 景观形态学空间格局（MSPA）分析

形态学空间格局分析（MSPA）是基于数学形态学的景观格局定量分析方法，通过对二值化栅格数据进行腐蚀、膨胀和开闭运算，将景观划分为核心区、桥接区、孔隙、环线、支线、边缘区和孤岛7类，以揭示景观结构与连通性特征^［19］。本研究选取1990年、2000年、2010年和2020年土地利用数据，将林地、草地、灌木、湿地、水体和冰川积雪设为前景（值为1），其余设为背景（值为0），经二值化处理后开展MSPA分析，提取核心区作为生态源地备选区域。

2.1.3 景观连通性指数

在景观连通性的定量评估中，为综合反映各斑块对整体生态连通性的贡献，本研究采用斑块连通性重要性指数进行计算。该指数基于景观整体连通性指数定义，用以衡量单个斑块被移除后，整体景观连通性下降的程度，其数学表达式如下^［19］：

A_L={\displaystyle \sum _{i=\mathrm{1}}^n}{A}_i^{}（1）

\mathrm{P}\mathrm{C}=\frac{\mathrm{1}}{A_L^{\mathrm{2}}}{\displaystyle \sum _{j=\mathrm{1}}^n}{\displaystyle \sum _{k=\mathrm{1}}^n}{a}_j{a}_k{P}_{jk}^{}（2）

\mathrm{d}\mathrm{P}{\mathrm{C}}_i=\mathrm{P}\mathrm{C}-\mathrm{P}{\mathrm{C}}_{-i}^{}（3）

式中：A_L 为斑块的总面积；n为研究区的斑块总数；a_j 和a_k 分别为斑块j和k的斑块面积；P_jk 为斑块j和k的连接概率；PC为完整景观的连通性指数；dPC为斑块连通性指数；PC _-i 为移除斑块i的连通性指数。

斑块间连接概率P_jk 采用基于斑块间欧氏距离的负指数衰减函数进行表征，以刻画物种扩散概率随迁移距离增加而逐渐降低的生态学过程。鉴于研究区尺度较大且缺乏针对单一物种的扩散参数，本文在景观尺度上假定不同生态斑块间的扩散能力一致，采用统一的距离衰减函数进行连通性建模。连通性计算在Conefor软件中完成，采用概率连通性指标，并将最大连接距离设定为20 km，超过该距离的斑块对不参与连通性计算。

2.2 阻力面构建

2.2.1 基础阻力面

基础阻力面用于表征景观对生态流动的阻碍程度，是生态安全格局的核心数据。本研究参考相关研究^［9］，基于土地利用类型赋值构建基础阻力面，具体规则为林地1，灌木1，湿地2，水体2，冰川积雪5，草地10，耕地50，裸地150，不透水表面300。

2.2.2 阻力面修正

昆仑山国家公园地处青藏高原北缘，地形起伏大、生态脆弱，地形位指数与生态敏感性是制约生态连通性的关键因子。高地形位增加物种迁移能耗，高生态敏感区承载力低，故引入二者对基础阻力面修正，公式如下：

R^{\mathrm{*}}(x,y)=R(x,y)\times \frac{\mathrm{S}\mathrm{L}(x,y)}{\mathrm{S}\mathrm{L}}\times \frac{T(x,y)}{T_{}^{\leftarrow }}（4）

式中：R^* （x， y）为修正后综合阻力面；R（x， y）为基础阻力面；SL（x， y）为某栅格的生态敏感性因子；SL为生态敏感性平均值；T（x， y）为某栅格的地形位指数；T为地形位指数平均值。

2.2.3 生态敏感性因子

昆仑山国家公园地区的生态敏感性从冻融侵蚀、降雨侵蚀、土地荒漠化和滑坡灾害4个方面进行识别与综合评价。

（1） 冻融侵蚀敏感性。冻融侵蚀敏感性指数是一种用于评估地区受冻融循环作用影响下发生土壤侵蚀敏感程度的指标^［20-21］，通常用于高寒地区的生态环境脆弱性研究中。本文参照赵正嫄等^［22］在青藏高原的评价体系，基于气温年较差、年均降水量、坡度、坡向和植被覆盖度5个因子，采用加权叠加计算，其权重依次设置为0.1，0.2，0.4，0.1和0.2。

（2） 降雨侵蚀敏感性。降雨侵蚀因子R值是衡量降雨侵蚀力的定量指标，是通用土壤流失方程（USLE）和其修订模型（RUSLE）中的基本因子之一。本文采取修订的R因子经验公式计算降雨侵蚀量^［23］，其具体公式如下：

R_n=\mathrm{0.44488}{P}_n^{\mathrm{0.969}}（5）

式中：R_n 为年降雨侵蚀量；P_n 为年降雨量。

（3） 土地荒漠化敏感性。土地荒漠化是在自然因素与人为活动协同作用下，干旱区、半干旱区和亚湿润干旱区土地生态系统逐步退化的典型生态过程^［24］，昆仑山国家公园受制于高海拔、低气温等自然条件，土地荒漠化问题显著，是区域生态保护与可持续发展的主要制约因素。本文借鉴孙技星等^［25］提出的研究框架，基于归一化植被指数计算植被覆盖度，利用植被覆盖度近似土地荒漠化敏感性指数，其具体公式为：

V_{\mathrm{F}\mathrm{C}}=\frac{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}-\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{i}\mathrm{n}}}{\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{a}\mathrm{x}}-\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{i}\mathrm{n}}}（6）

式中：V_FC为植被覆盖度；NDVI为所求像元的归一化植被指数；NDVI_max和NDVI_min分别表示研究区归一化植被指数的最大值和最小值。

（4）滑坡灾害敏感性。昆仑山国家公园地区地处高海拔、高山峡谷地带，地形复杂且坡度较大，受地质构造、降水和人类活动等因素的影响，滑坡灾害易发。为定量评估该区域的滑坡灾害敏感性，本文参考郑洁等研究成果^［26］，选取坡度、高程、距道路距离、距河流距离、土地利用类型和年均降水量6个因子作为评价指标，基于上述因子按权重计算滑坡敏感性指数，各因子的权重分别为0.055 9，0.220 3，0.376 4，0.149 6，0.048 4，0.149 4。

2.2.4 地形位指数

地形位指数能够反映地形相对高低与形态，引入后可精准量化地形对生态过程的限制。参考已有研究^［27］，计算公式为：

T=\mathrm{l}\mathrm{n}〔\left(\frac{E}{\overline{E}}+\mathrm{1}\right)\times \left(\frac{S}{\overline{S}}+\mathrm{1}\right)〕（7）

式中：T表示地形位指数；E和\overline{E}表示区域内任一点的高程值和区域内的平均高程值；S和\overline{S}分别表示区域内任一点的坡度值和区域内的平均坡度值。

2.3 生态廊道提取和关键节点识别

本研究基于电路理论识别生态廊道和关键节点，该理论将景观视为不同电阻单元构成的电路网络，物种或基因的迁移过程类比为电子在电路中的随机游走，其核心表达式为^［28］：

I=\frac{V}{R_{\mathrm{e}\mathrm{f}\mathrm{f}}}（8）

式中：I为电流强度；V为电压差；R_eff表示源地间等效电阻。

在综合阻力面的基础上，利用Linkage Mapper工具提取最小累积阻力路径（Least-Cost Path，LCP），并将其作为潜在生态廊道的空间表达形式。通过计算成本加权距离（Cost-Weighted Distance，CWD）与最小成本路径长度（LCP_Length）的比值来表征生态廊道的相对成本水平，并依据自然断点法将廊道划分为一般生态廊道、重要生态廊道两类；最终，将重要生态廊道的交汇点作为重要生态夹点，一般生态廊道的交汇点作为一般生态夹点^［13］。

3 结果与分析

3.1 生态服务功能重要性评价结果

图2为昆仑山国家公园1990—2020年生态系统服务重要性。结果表明，该地区的生态系统服务重要性时空分异特征表现突出：从空间格局来看，生态系统服务高重要性区域（高度重要、极重要）集中分布于研究区东部和中南部（都兰县），该区域依托湿地水源的生态本底，是关键水源涵养带的核心分布区，为区域生态系统提供了不可替代的支撑服务功能；而低重要区域和一般重要性区域则主要分布于中西部（茫崖市、格尔木市行政范围），与该区域干旱荒漠为主的生态本底高度契合。从时间动态来看，1990—2020年高重要性区域呈现显著波动特征：极重要区占比呈先升后降趋势，由1990年的7.3%升至2000年的11.6%后持续收缩，2020年降至3.8%；重要区占比在2010年达到38.9%的峰值，2020年回落至20.9%；低重要性区域和一般重要性区域占比长期维持在20%~30%区间小幅波动，且波动范围集中于中西部区域，东部高重要性区域的空间格局则相对稳定，反映出东部核心生态区的服务功能稳定性较强，而中西部过渡区对干扰的响应更为敏感。

3.2 生态源地识别

基于生态系统服务功能与景观连通性综合识别的生态源地结果如图3和图4所示。1990—2020年昆仑山国家公园（青海片区）生态源地空间分布呈显著区域分异特征，整体表现为东密西疏、南多北少。生态源地主要集中于都兰县和格尔木市中南部，呈连片分布，而格尔木市西北部以零散斑块为主，茫崖市生态源地极少。该格局与区域水热条件、地形起伏和人类活动强度的空间分异密切相关。其中，都兰县以草地和林地源地为主，毗邻水源地，生态系统服务功能较高，是区域生态安全的重要支撑；格尔木市中部源地多沿河流分布，西部高海拔区域以冰川—积雪源地为主，为藏羚羊、野牦牛等高寒物种提供关键生境。从时间演变看，1990—2020年生态源地总面积呈持续增长的阶段性变化特征，由1990年的11 016.11 km²，增至2010年的14 604.45 km²，2020年进一步增长至15 412.00 km²，2010—2020年净增加约807.55 km²，表明近10年源地仍保持扩张趋势，但扩张速度较前一阶段明显放缓。从图4可以看出，草地生态源地始终占据主导地位，面积呈快速扩张后微幅收缩趋势，其变化直接主导了生态源地总量演变，反映出前期生态工程与植被恢复措施对源地扩张的显著推动作用，而后期逐渐受高寒地区自然环境约束与空间饱和效应限制。裸地生态源地面积显著收缩，表明其生态功能持续退化，并在一定程度上通过向草地等地类转化参与源地扩张过程。冰川—积雪生态源地面积整体缓慢下降，主要受气候变暖背景下冰川消融和积雪稳定性降低的长期气候驱动影响。相比之下，水体生态源地面积小幅扩张，有利于区域水资源调节功能提升；林地源地虽占比极低但稳步增长，体现生态修复措施的阶段性成效；湿地源地持续缩减，反映其对水文变化和外部扰动的高度敏感性。

3.3 生态阻力面时空分布

基于综合阻力因子修正的生态阻力面结果如图5和图6所示。1990—2020年昆仑山国家公园（青海片区）生态阻力面整体呈现显著空间异质性，并始终维持西北部低阻基底主导、中东部阻力梯度分异的基本格局。极低与低阻力区主要分布于西北部高寒草甸—冰川积雪复合区和主要河谷地带，该区域人类活动干扰弱，是区域生态连通性的核心载体；中高阻力区则集中于中东部裸地广布区和人类活动相对集中的区域，对生态扩散形成明显阻隔。从时间演变特征看，生态阻力面呈现明显阶段性变化。从图6可以看出，1990—2010年极低阻力区面积占比由30.04%升至34.80%，高与极高阻力区占比同步下降，表明区域生态阻抗整体减弱。这一变化主要受退牧还草、草地恢复等生态保护工程持续实施的影响，植被覆盖度提升改善地表稳定性与生境连续性，从而降低生态过程的空间阻力。与此同时，低阻力区占比保持小幅上升趋势，为物种扩散提供稳定的缓冲空间。2010—2020年高与极高阻力区占比出现小幅回升，其中极高阻力区由6.86%增至8.41%，主要集中于格尔木市中部和周边区域。这一变化与交通基础设施建设、旅游活动增强和局地土地利用变化密切相关，人类活动干扰加剧导致景观破碎化程度上升，进而提高生态扩散成本。但从整体格局看，西北部低阻基底仍保持较好的空间连续性，区域生态阻力格局未发生根本性逆转。从阻力等级结构看，中度阻力区面积占比始终处于较窄波动区间，作为高低阻力区之间的过渡带，其稳定性对维系区域生态连通性具有重要意义。分析表明，昆仑山国家公园生态阻力面的时空演变是自然环境约束与人类活动干扰共同作用的结果：高海拔、强冻融与荒漠化过程构成了阻力分异的自然背景，而生态保护政策在一定程度上缓冲了人类活动带来的负面影响，使区域生态阻力总体呈现整体改善、局部承压的演变态势。

3.4 生态廊道与生态夹点

基于电路理论识别的1990—2020年昆仑山国家公园（青海片区）生态廊道与生态夹点分布如图7所示。研究期内区域生态连通性整体呈现“退化—恢复—趋稳”的阶段性演变特征。1990年共识别生态廊道92条，2000年减少至52条；2010年回升至81条，2020年稳定在79条，表明生态网络在经历早期连通性削弱后逐步恢复并趋于稳定。从空间格局看，生态廊道呈现显著区域分异特征。都兰县廊道分布密集，整体表现为网状交织结构；格尔木市和茫崖市以沿河谷延伸的线性廊道为主。廊道主要依托草地、湿地和冰川积雪周边的低阻力景观形成，其走向与克里雅河、喀拉喀什河等主要河流和融水通道高度一致，反映出水源对区域生态连通性的主导作用。都兰县东部高寒草甸带作为生态源地集中区，构成区域生态廊道的核心骨架；而茫崖市和格尔木市西北部受裸地广布、生态源地破碎化、冻融侵蚀和荒漠化影响，景观阻力较高，连续廊道难以形成。从时间演变机制看，1990—2000年生态廊道数量显著减少，主要与草地退化、土地利用变化和生态源地破碎化加剧有关，生态流动路径连续性明显受阻；2000—2010年随着退牧还草等生态保护政策实施，草地生态功能逐步恢复，低阻力区扩展，生态廊道数量明显回升；2010年后，生态廊道总体趋于稳定，但局部人类活动增强和高寒环境约束限制了连通性的进一步提升。生态夹点主要集中于都兰县和格尔木市中南部生态源地密集区，是生态流动过程中能量与物质交换的关键位置。1990—2020年生态夹点数量由27个减少至14个，生态网络由早期“多节点集中枢纽型”向“连续廊道主导型”转变。昆仑山国家公园生态廊道与生态夹点的演变受生态源地格局、阻力面变化和人类活动干扰的共同驱动。

4 讨论

昆仑山国家公园（青海片区）位于青藏高原腹地，是我国高寒生态系统最为典型且生态安全地位突出的区域之一。其高海拔环境、广泛分布的冰川与多年冻土，以及显著的气候波动特征，共同塑造了生境斑块破碎化程度高、生态系统稳定性偏低、干扰后自然恢复周期较长的基本生态背景^［29］。这种自然地理条件决定了高寒地区生态过程在运行机制和空间表现上均显著区别于中低海拔区域，若直接套用以植被覆盖或人类活动强度为主导的传统生态安全格局分析框架，往往难以充分反映高寒环境约束对生态连通性的限制作用，甚至可能低估关键生态风险。基于上述认识，本文在生态安全格局构建方法上进行了针对性调整。首先，在生态源地识别过程中，将冰川积雪地类纳入核心生态源地体系。作为“亚洲水塔”的重要组成部分，冰川积雪不仅在区域水源涵养与径流调节中发挥基础性作用，同时也是雪豹、藏羚羊等高寒物种赖以维持生存的关键低温生境单元。该处理能够弥补仅依赖植被型生态系统服务指标识别生态源地的不足，使源地体系更完整地反映支撑高寒生态系统稳定运行的关键空间单元。其次，在生态阻力面构建中，本文重点引入冻融侵蚀、滑坡灾害、荒漠化和降雨侵蚀等高寒地区主导的生态胁迫因子，并结合地形位指数对基础阻力面进行修正。相较于传统基于土地利用差异的阻力设定方式，该方法能够更真实地刻画地貌过程与环境胁迫对生态流动的综合约束，从而提高阻力面在高寒区域的适用性。

昆仑山国家公园（青海片区）东部都兰县和格尔木市中南部是维系区域高寒生态系统稳定性、水源涵养功能和生物多样性的关键核心区域，其空间分布格局与现有生态保护红线和重点保护区高度一致^［30］，表明本文构建的生态安全格局在空间上具有较好的现实适配性与管理契合度。1990—2020年生态源地总面积呈现出先快速增长后增速放缓的阶段性变化特征，这一变化是生态工程干预成效与自然环境约束叠加作用的结果。2010年前，退牧还草等生态修复工程显著改善了草地生态系统服务功能，推动草地型生态源地快速扩张；而2010年后，在全球变暖背景下，冰川退缩与多年冻土退化持续加剧，冰川—积雪型源地呈现不可逆缩减趋势，对源地总面积形成刚性约束。同时，格尔木市中部等局部区域交通基础设施建设与旅游活动增强，进一步加剧了生境破碎化程度，在一定程度上削弱了生态工程的正向效应。这表明，高寒地区生态安全格局演变具有明显的阶段性与边际效应特征，单一工程措施难以长期对冲气候变化带来的深层影响。生态阻力面的演变结果进一步印证了区域生态安全格局“整体趋好、局部承压”的基本特征。1990—2010年高阻力与极高阻力区占比明显下降，主要得益于草地覆盖度提升和生境连续性改善；2010年后，高阻力区虽出现一定回升，但其空间分布高度集中于人类活动干扰增强的局部区域，并未改变“西北部低阻基底主导、中东部阻力梯度分异”的总体格局。这说明生态工程措施在区域尺度上有效降低了整体生态阻抗，但在局地尺度上仍易受到人类活动与自然胁迫叠加影响的制约。生态廊道与生态夹点的演变过程揭示了生态连通性变化的深层机制。1990—2020年生态廊道数量整体经历“退化—恢复—趋稳”的阶段性变化，区域连通性未发生断裂式下降。然而，廊道网络结构由早期的多交点集中枢纽型逐步向分散线性连通型转变，反映出区域生态流动方式发生结构性调整。一方面，该转变意味着生态连通逐渐依托连续低阻力廊道实现，有利于提升跨景观扩散效率；另一方面，网络冗余度随之降低，使得关键廊道一旦受阻，整体生态网络对局地干扰的敏感性明显增强。在恢复能力有限的高寒生态系统中，这种结构特征可能放大潜在生态风险，对长期生态安全构成不容忽视的隐患。

基于上述分析，未来昆仑山地区生态保护与国土空间规划应重点关注以下方面：（1）强化核心生态源地的刚性保护与精准监测。重点保护东部都兰县和格尔木市中南部的草地—湿地复合型源地和西部冰川积雪型关键源地，实施差异化生态管控，严格限制矿产开发和高强度旅游活动；构建适配高海拔环境的天空地一体化监测体系，加强对冰川退缩、冻土变化和雪豹、藏羚羊等旗舰物种动态的持续跟踪。（2）系统修复关键生态廊道，提升景观连通性与稳定性。围绕藏羚羊、野牦牛等物种迁徙通道，推进廊道断点修复，在交通干线和矿区周边完善生态通道设施，并通过保护高寒草甸和山谷湿地等关键节点，增强廊道连续性与抗干扰能力。（3）推动生态保护与社区协同发展。在严格生态约束前提下，引导低干扰生态旅游和高原特色生态产业发展，完善生态补偿机制，提升牧民参与生态管护的积极性，实现生态保护与民生改善的协同推进。

本文在昆仑山国家公园生态安全格局构建及高寒区域应用方面取得了一定进展，但仍存在以下不足：（1）受高寒高海拔地区实地数据获取条件限制，尚缺乏与系统性实地观测数据的对比验证；（2）本文尚未在不同气候变暖情景下开展生态安全格局的动态预测，对区域中长期生态保护与空间规划的前瞻性支撑仍有待加强。未来研究可在加强长期物种与生态过程监测的基础上，结合多情景气候变化模拟方法，进一步提升高寒地区生态安全格局动态评估与预测能力。

5 结论

（1）生态源地在空间上呈现东密西疏、南多北少的分异格局，核心源地稳定集中于都兰县和格尔木市中南部。草地—湿地生态系统与冰川—积雪单元共同构成区域生态安全的关键支撑，反映出高寒生态系统对水源涵养功能与低温生境的高度依赖。

（2）生态阻力面整体维持“西北部低阻基底主导、中东部阻力梯度分异”的基本格局，表明自然环境约束仍是区域生态过程的重要控制因素。生态保护工程在区域尺度上有效降低了整体生态阻抗，但在交通建设和人类活动增强的局部区域，高阻力特征仍呈现累积趋势。

（3）生态廊道整体连通性未出现断裂式下降，空间格局表现为“东部网络化、中西部线性串联”特征，但其结构由多交点集中枢纽型向分散线性连通型转变。生态夹点数量减少，廊道网络冗余度降低，生态连通逐渐依赖少数关键通道，在自然恢复能力有限的高寒生态系统中，该结构特征可能放大局地干扰对整体生态安全的潜在风险。

（4）昆仑山国家公园生态安全格局演变体现出整体趋稳、局部承压的特征，未来生态保护应重点保障核心生态源地与关键生态廊道的结构稳定性，以提升高寒地区生态系统的长期安全水平。

参考文献

[1] 刘洋，蒙吉军，朱利凯.区域生态安全格局研究进展［J］.生态学报，2010，30（24）：6980-6989.

[2] Liu Y， Meng J J， Zhu L K. Progress in the research on regional ecological security pattern［J］. Acta Ecologica Sinica， 2010，30（24）：6980-6989.

[3] 唐芳林.中国特色国家公园体制建设的特征和路径［J］.北京林业大学学报：社会科学版，2020，19（2）：33-39.

[4] Tang F L. Features and paths of building unique Chinese national park system［J］. Journal of Beijing Forestry University： Social Science， 2020，19（2）：33-39.

[5] 俞孔坚.生物保护的景观生态安全格局［J］.生态学报，1999，19（1）：8-15.

[6] Yu K J. Landscape ecological security patterns in biological conservation［J］. Acta Ecologica Sinica， 1999，19（1）：8-15.

[7] 吴健生，张理卿，彭建，等.深圳市景观生态安全格局源地综合识别［J］.生态学报，2013，33（13）：4125-4133.

[8] Wu J S， Zhang L Q， Peng J， et al. The integrated recognition of the source area of the urban ecological security pattern in Shenzhen［J］. Acta Ecologica Sinica， 2013，33（13）：4125-4133.

[9] 陈振，张宇，郭杰，等.基于生态安全格局优化的土地利用及生态系统服务价值情景模拟［J］.水土保持研究，2025，32（4）：375-385.

[10] Chen Z， Zhang Y， Guo J， et al. Scenario simulation of land use and ecosystem service value based on ecological security pattern optimization［J］. Research of Soil and Water Conservation， 2025，32（4）：375-385.

[11] Wei Q， Halike A， Yao K， et al. Construction and optimization of ecological security pattern in Ebinur Lake Basin based on MSPA-MCR models［J］. Ecological Indicators， 2022，138：108857.

[12] 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.

[13] 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.

[14] Hu J， Liu Y， Fang J. Ecological corridor construction based on least-cost modeling using visible infrared imaging radiometer suite （VIIRS） nighttime light data and normalized difference vegetation index［J］. Land， 2021，10（8）：782.

[15] 王晓峰，朱梦娜，张欣蓉，等.基于“源地—阻力—廊道”的三江源区生态安全格局构建［J］.生态学报，2024，44（11）：4609-4623.

[16] Wang X F， Zhu M N， Zhang X R， et al. Ecological security pattern construction of the Three-river source region based on source-resistance-corridor［J］. Acta Ecologica Sinica， 2024，44（11）：4609-4623.

[17] Yang X， Wei G， Liang C， et al. Construction of ecological security pattern based on ecosystem service evaluation and minimal cumulative resistance model： a case study of Hefei City， China［J］. Environment， Development and Sustainability， 2024，26（4）：10681-10700.

[18] Dong J， Peng J， Liu Y， et al. Integrating spatial continuous wavelet transform and kernel density estimation to identify ecological corridors in megacities［J］. Landscape and Urban Planning， 2020，199：103815.

[19] Yuan Y， Bai Z， Zhang J， et al. Increasing urban ecological resilience based on ecological security pattern： a case study in a resource-based city［J］. Ecological Engineering， 2022，175：106486.

[20] 富丽，彭双云，龚陆平，等.喀斯特地区生态安全格局构建与演变分析［J］.水土保持学报，2025，39（2）：218-229.

[21] Fu L， Peng S Y， Gong L P， et al. Analysis of the construction and evolution of ecological security patterns in karst areas［J］. Journal of Soil and Water Conservation， 2025，39（2）：218-229.

[22] 李怡，赵小敏，郭熙，等.基于InVEST和MCR模型的南方山地丘陵区生态保护红线优化［J］.自然资源学报，2021，36（11）：2980-2994.

[23] Li Y， Zhao X M， Guo X， et al. Optimization of ecological red line in the hilly region of Southern China based on InVEST and MCR model［J］. Journal of Natural Resources， 2021，36（11）：2980-2994.

[24] 应凌霄，张路，张力，等.青藏高原生物多样性保护面临的问题与挑战［J］.国家公园（中英文），2025，3（5）：338-348.

[25] Ying L X， Zhang L， Zhang L， et al. Challenges and issues in biodiversity conservation on the Qinghai-Xizang Plateau［J］. National Park， 2025，3（5）：338-348.

[26] 黄立笠.基于GEE的昆仑山地区冰川时空演化分析［D］.成都：成都理工大学，2023.

[27] Huang L L. Temporal and spatial evolution of glaciers in Kunlun Mountains based on GEE［D］. Chengdu： Chengdu University of Technology， 2023.

[28] Huang J， Li C， Jia B， et al. Variation in the permafrost active layer over the Tibetan Plateau during 1980—2020［J］. Atmospheric and Oceanic Science Letters， 2024，17（5）：100536.

[29] 吴艳霞，邱乐.黄河流域土地生态安全时空演化分析及预测［J］.水土保持研究，2024，31（4）：258-265.

[30] Wu Y X， Qiu L. Analysis and prediction of temporal and spatial evolution of land ecological security in the Yellow River Basin［J］. Research of Soil and Water Conservation， 2024，31（4）：258-265.

[31] 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.

[32] 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.

[33] Huang X， Wang X F， Zhang X R， et al. Ecological risk assessment and identification of risk control priority areas based on degradation of ecosystem services： a case study in the Tibetan Plateau［J］. Ecological Indicators， 2022，141：109078.

[34] 王一博，王根绪，程玉菲，等.青藏高原典型寒冻土对高寒生态系统变化的响应［J］.冰川冻土，2006，28（5）：633-641.

[35] Wang Y B， Wang G X， Cheng Y F， et al. Response of typical high-cold frozen soil to change of the high-cold ecosystem on Tibetan Plateau［J］. Journal of Glaciology and Geocryology， 2006，28（5）：633-641.

[36] 赵正嫄，张云龙，李婷，等.基于空间距离指数的青藏高原生态敏感性综合评价及时空演变分析［J］.生态学报，2022，42（18）：7403-7416.

[37] Zhao Z Y， Zhang Y L， Li T， et al. Comprehensive evaluation and spatio-temporal variations of ecological sensitivity on the Tibetan Plateau based on spatial distance index［J］. Acta Ecologica Sinica， 2022，42（18）：7403-7416.

[38] 王晓菲，邳华伟，李思思.青藏高原土壤风蚀潜力时空特征及驱动因素分析［J］.干旱区地理，2025，48（9）：1589-1599.

[39] Wang X F， Pi H W， Li S S， et al. Spatiotemporal characteristics and driving factors of soil wind erosion potential on the Tibetan Plateau［J］. Arid Land Geography， 2025，48（9）：1589-1599.

[40] 顾祝军，曾志远，史学正，等.基于遥感图像不同辐射校正水平的植被覆盖度估算模型［J］.应用生态学报，2008，19（6）：1296-1302.

[41] Gu Z J， Zeng Z Y， Shi X Z， et al. Estimation models of vegetation fractional coverage （VFC） based on remote sensing images at different radiometric correction levels［J］. Chinese Journal of Applied Ecology， 2008，19（6）：1296-1302.

[42] 孙技星，钟成，何宏伟，等.2000—2015年中国土地荒漠化连续遥感监测及其变化［J］.东北林业大学学报，2021，49（3）：87-92.

[43] Sun J X， Zhong C， He H W， et al. Continuous remote sensing monitoring and changes of land desertification in China from 2000 to 2015［J］. Journal of Northeast Forestry University， 2021，49（3）：87-92.

[44] 郑洁，孙姣姣，杨力成，等.基于GIS的滑坡灾害影响因子危险性评价：以茂县为例［J］.科学技术创新，2021（1）：49-51.

[45] Zheng J， Sun J J， Yang L C， et al. Hazard assessment of influencing factors of landslide disasters based on GIS： a case study of Maoxian County［J］. Science and Technology Innovation， 2021（1）：49-51.

[46] 斯钧浪，齐伟，曲衍波，等.胶东山区县域土地利用在地形梯度上的分布特征［J］.应用生态学报，2009，20（3）：679-685.

[47] Si J L， Qi W， Qu Y B， et al. Distribution characteristics of land use pattern on terrain gradient in Jiaodong mountainous areas at county level［J］. Chinese Journal of Applied Ecology， 2009，20（3）：679-685.

[48] 李涛，巩雅博，戈健宅，等.基于电路理论的城市景观生态安全格局构建：以湖南省衡阳市为例［J］.应用生态学报，2021，32（7）：2555-2564.

[49] Li T， Gong Y B， Ge J Z， et al. Construction of urban landscape ecological security pattern based on circuit theory： a case study of Hengyang City， Hunan Province， China［J］. Chinese Journal of Applied Ecology， 2021，32（7）：2555-2564.

[50] 郑度，张百平.喀喇昆仑山—西昆仑山地区的垂直自然带、环境和自然保护问题［J］.自然资源学报，1989，4（3）：254-266.

[51] Zheng D， Zhang B P. A study on the altitudinal belts and environmental problems of the Karakoram and West Kunlun Mountains［J］. Journal of Natural Resources， 1989，4（3）：254-266.

[52] 张观石，杜傲，欧阳志云.青藏高原生态保护空间体系［J］.国家公园（中英文），2025，3（5）：301-312.

[53] Zhang G S， Du A， Ouyang Z Y. Overview of the ecological protection spatial system on the Tibetan Plateau［J］. National Park， 2025，3（5）：301-312.

基金资助

陕西省自然科学基础研究计划项目(2025JC-YBMS-289)

陕西省林业科技创新重点专项(SXLK2023-02-15)