资源描述:
《生物保护的景观生态安全格局》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第19卷第1期生态学报Vol.19,No.11999年1月ACTAECOLOGICASINICAJan.,1999生物保护的景观生态安全格局俞孔坚(北京大学城市与环境学系北京大学景观规划设计中心北京100871)摘要景观中有某些潜在的空间格局,被称为生态安全格局(Securitypatterns,简称SP),他们由景观中的某些关键性的局部,位置和空间联系所构成。SP对维护或控制某种生态过程有着异常重要的意义。SP的组分对过程来说具有主动、空间联系和高效的优势,因而对生物保护和景观改变具有重要的意义。生物的空间运动和栖息地的维
2、护需要克服景观阻力来完成。所以,阻力面(流动表面)反映了生物扩散和维持的动态。SP可以根据流动表面的空间特性来判别。一个典型的生物保护安全格局由源,缓冲区,源间联结,辐射道和战略点所组成,这些潜在的景观结构与过程动态曲线上的某些门槛相对应。揭示了一般流动表面模型的点和线的特征与景观生态学和保护生物学中的景观结构之间的关系,证实了生态过程动态与趋势中某些门槛值的存在以及应用这些门槛值定义SP的可能性。SP可作为捍卫生物安全、维护生态过程的相对高效的空间战略。关键词景观安全格局,生物保护,生态规划,景观生态,空间分析。LANDS
3、CAPEECOLOGICALSECURITYPATTERNSINBIOLOGICALCONSERVATIONYUKong-Jian(TheCenterforLandscapePlanning,DepartmentofUrbanandEnvironmentalSciences,BeijingUniversity,Beijing,100871,China)AbstractPotentialspatialpatterns,whicharecalledsecuritypatterns(SP),exisitinlandscapes.T
4、heyarecomposedofstrategicportionsandpositionsofalandscapewhichhavecriticalsignificanceinsafeguardingandcontrollingcertainecologicalprocesses.Toacertainprocess,componentsofthesecuritypatternshavetheadvantagesofbeinginitia-tive,coordinativeandefficient.Therefore,thay
5、arestrategicallyimportantinbiologicalconseravtionandlandscapechange.Speciesmovementandmaintenancearetakenasprocessesofcontrolinalandscapethatoccurattheexpenseofovercominglandscaperesistance.Aresistancesurface(acces-sibilitysurface)representsthedynamicsofspeciesmove
6、ment.SPcanbeidentifidaccord-ingtothepropertiesonageneralsurfaceofflows.Fourstrategiclandscapeportionsandpositionsareidentifiedonapotentialsurface:bufferzones,inter-sourcelinkages,radiat-国家自然科学基金(批准号59778010和39870147)和国家教委留学回国人员启动基金资助项目。哈佛大学CarlSteinitz,RrichardForm
7、an和StephenErvin教授给于悉心的指导和帮助。部分建模和机算过程在美国环境系统研究所(ESRI)完成。收稿日期:1997-04-17,修改稿收到日期:1997-12-16。1期俞孔坚:生物保护的景观生态安全格局9ingroutesandstrategicpoints.Thesecomponentsareassociatedwiththethreshold-typequalityofthedynamicsoftheprocess,togetherwiththeidentifiedsources(nativehabi-
8、tats),andcomposetheecologicalSPatvarioussecuritylevels.Itdemonstratestherelationshipbetweenthespatialpropertiesofageneralsurfacemodeldiscussedint