昆明生态安全模式的构建与优化：来自机器学习算法和电路理论的启示

《Land Degradation & Development》：Construction and Optimization of Ecological Security Pattern in Kunming: Insights From Machine Learning Algorithms and Circuit Theory

　　生态安全格局（ESP）构建优化是保障城市生态系统健康与可持续发展的关键。本研究创新性融合遥感生态指数（RSEI）、形态空间格局分析（MSPA）、景观连通性指数（LCI）、机器学习算法及电路理论，构建2000-2021年昆明ESP动态模型。结果表明：XGBoost模型显著提升生态阻力面构建精度，生态源面积扩大56.4%，形成“西聚东散”空间格局；生态廊道总长增加35.5%，网络连接度提升87.8%，有效缓解生态碎片化；但城市扩张导致31处生态阻隔带形成，需强化区域生态保护。基于此提出“四区三带”优化框架，为城市ESP构建提供新范式。

　　

摘要

构建和优化生态安全格局（ESP）是保护生态系统健康和促进可持续发展的关键方法，尤其是在快速发展的城市中。然而，传统的研究方法往往无法准确有效地构建复杂且动态的生态安全格局。这一局限性对生态恢复策略的制定和生态系统稳定性的维持带来了重大挑战。为了解决这些挑战，本研究创新性地引入了一种综合方法框架，该框架结合了遥感生态指数（RSEI）、形态空间模式分析（MSPA）、景观连通性指数（LCI）、机器学习算法和电路理论，用于构建2000年至2021年昆明市的生态安全格局。该框架以“生态源”、“生态走廊”和“生态瓶颈”三个要素为核心，并进一步提出了针对性的优化策略。研究结果表明，机器学习算法在生态安全格局构建中具有显著的应用性和优势，其中XGBoost模型被证明是开发生态阻力面的最有效方法。2000年至2021年间，昆明的生态源面积从882.90平方公里扩大到1424.87平方公里，形成了西部和北部集中分布、东部分散分布的空间格局。生态走廊的总长度从1141.28公里增加到1553.98公里，连通的走廊数量从39条增加到72条，生态瓶颈数量从22个增加到26个。这些变化有效缓解了生态破碎化，促进了物种迁移，并支持了栖息地恢复。此外，生态屏障的数量从21个增加到31个，尤其是在滇池周边地区。鉴于城市化对该地区生态网络的阻碍作用，加强生态保护和恢复网络连通性的措施至关重要。基于这些发现，为昆明市开发了一个优化的生态安全格局框架，称为“四区三带”模型。该框架为城市环境中的生态安全格局构建和优化提供了宝贵的理论和方法论指导。

数据可用性声明

支持本研究结果的数据可向通讯作者索取。由于隐私或伦理限制，这些数据不对外公开。