文章快速检索     高级检索
  中国环境管理  2026, Vol. 18 Issue (3): 137-148  

引用本文 

唐学军, 陈晓霞. 引大济岷工程对区域生态网络的扰动响应与靶向修复研究[J]. 中国环境管理, 2026, 18(3): 137-148.
TANG Xuejun, CHEN Xiaoxia. Disturbance Response and Targeted Restoration of Regional Ecological Networks under the Yin-da-ji-min Project[J]. Chinese Journal of Environmental Management, 2026, 18(3): 137-148.

基金项目

2022年国家社会科学基金课题“我国陆地边疆重大安全风险法律问题研究”(22FFXB060);2020年四川省社会科学规划重点研究基地重大项目“万达开文旅生态走廊建设研究”(SC20EZD043)

责任作者

唐学军(1990—),男,博士研究生,助理研究员,研究方向为边疆社会治理、青藏高原生态环境治理、生态网络治理,E-mail:18142304761@163.com.
引大济岷工程对区域生态网络的扰动响应与靶向修复研究
唐学军 1, 陈晓霞 2     
1. 四川大学中国西部边疆安全与发展协同创新中心, 四川成都 610000;
2. 中共成都市简阳市委宣传部, 四川简阳 641400
摘要: 大型水利工程建设与高敏感生态区保护的协调是区域可持续发展的核心难题。为定量评估引大济岷工程对长江上游生态屏障的潜在扰动,本研究以工程沿线11个行政区为评估单元,叠加保护地图层,耦合形态学空间格局分析(MSPA)、最小累积阻力(MCR)模型与电路理论,构建“现状评估—扰动模拟—优化对策”的全流程评估框架,并利用地理探测器模型量化解析阻力空间分异的驱动机制。本研究在工程前期阶段开展扰动模拟与修复效能预判,并针对高山峡谷向平原过渡的复杂景观特征,制定了基于网络连通性恢复率的“源地扩容+靶向修复”耦合优化方案。研究表明:①区域生态阻力由土地利用类型(x1)主导,其与人口密度(x7)的交互解释力形成了阻力分异的核心机制;②工程建设产生的“截断效应”导致网络拓扑指标虚高与实质功能退化解耦,整体连通性指数(IIC)与可能连通性指数(PC)分别下降36.67%和26.00%,并在工程沿线产生12个关键生态断裂点;③实施优化方案后,网络物理断裂点由12处减少至3处,IIC与PC功能恢复率均在75%以上。结果证实,靶向修复可抵消重大线性工程的物理阻隔。建议将研究识别出的154个源地及7项修复工程纳入沿线行政区国土空间规划红线,实现跨区域生态连通性的协同管控。
关键词: 引大济岷工程    生态网络    扰动响应    连通性评估    靶向治理    
Disturbance Response and Targeted Restoration of Regional Ecological Networks under the Yin-da-ji-min Project
TANG Xuejun1 , CHEN Xiaoxia2     
1. Collaborative Innovation Center for Security and Development of China's West Frontier, Sichuan University, Chengdu 610000, China;
2. Publicity Department of Chengdu Jianyang Municipal Committee, Jianyang 641400, China
Abstract: Balancing large-scale water conservancy construction with the protection of highly sensitive ecological zones is a pivotal challenge for achieving regional sustainable development. To quantitatively assess the potential disturbance of the Yin-da-ji-min Project on the upper Yangtze River ecological barrier, this study takes 11 administrative units (counties, cities, and districts) along the project line as assessment units, overlays protected area layers, couples MSPA, MCR models, and circuit theory to construct a full-process assessment framework of "status quo assessment – disturbance simulation – optimization strategies". The geographic detector model is used to quantify the driving mechanisms of spatial differentiation in resistance. This study conducts disturbance simulation and restoration efficacy prediction in the pre-construction phase, and develops a coupled "source expansion + targeted restoration" optimization scheme based on network connectivity recovery rates, tailored to the complex landscape characteristics of the transition from alpine canyon to plain. The results indicate that: ① Regional ecological resistance is primarily dominated by land use type (x1), and its interaction with population density (x7) constitutes the core mechanism for spatial differentiation of resistance. ② The "cutoff effect" caused by the project decouples inflated topological indicators from actual functional degradation. The Integral Index of Connectivity (IIC) and Probability of Connectivity (PC) decrease by 36.67% and 26.00%, respectively, with 12 key ecological fracture points emerging along the project route. ③ Implementation of the "source expansion + targeted restoration" scheme can effectively recover over 75% of the functional loss, with the number of physical fracture points reduced from 12 to 3. The results confirm that targeted restoration can offset the physical barrier effect of major linear projects. It is recommended that the 154 source areas and seven restoration projects identified in this study be incorporated into the territorial spatial planning red lines of the administrative districts along the route, so as to achieve coordinated cross-regional ecological connectivity management.
Keywords: Yin-da-ji-min Project    ecological network    disturbance response    connectivity assessment    targeted governance    
引言

大型基础设施建设是区域经济社会发展的关键驱动力。跨流域调水工程作为优化水资源空间配置、保障国家水安全的战略举措,在全球范围内得到广泛实施[1, 2]。中国作为水资源时空分布极不均衡的国家,已建成以南水北调为代表的一系列调水工程,有效缓解了受水区资源短缺问题[3, 4]。然而,重大线性工程在输送水资源的同时,其建设与运营不可避免地会对沿线生态系统产生扰动[5, 6]。工程廊道通过物理切割、生境侵占等方式阻碍物种迁徙与基因交流,加剧景观破碎化,对区域生物多样性维持构成威胁[7-9]。如何在保障重大工程建设的同时维护生态安全,已成为可持续发展领域亟待解决的核心科学命题[10]

引大济岷工程是保障成都平原经济区水安全、优化长江上游水资源配置的重大战略性基础设施[11]。该工程线路长、穿越地形复杂,途经区域不仅是长江上游重要的水源涵养区,更是全球生物多样性热点地区,分布有大熊猫等多种珍稀濒危物种的关键栖息地[12]。工程一旦建成,其地上明渠、隧洞及附属设施将形成新的人为物理障碍,对区域生态网络格局产生显著扰动。同时,工程区域社会经济发展与自然资源保护的矛盾也使生态补偿与环境公平性问题日益凸显[13, 14]。因此,在工程规划建设的关键窗口期开展前瞻性的生态影响模拟与评估,对筑牢川西生态屏障具有重要的现实意义[15]

当前,线性工程生态环境效应研究已形成较为成熟的方法论体系,主要经历了三个演进阶段:第一阶段侧重形态学空间格局分析(MSPA),通过识别核心区、桥接区等景观要素刻画生态格局底色[16];第二阶段发展为基于“源—汇”理论的最小累积阻力(MCR)模型,该方法能够构建潜在生态廊道,已成为区域生态安全格局识别的经典范式[17, 18];第三阶段引入了近年来的电路理论(Circuit Theory),该理论通过模拟电流密度精准定位物种迁徙的“生态夹点”与“障碍点”,显著提升了对关键生态节点的识别精度[19, 20]。近期,针对成渝地区双城经济圈生态安全格局的研究已进一步利用相关理论开展了生态廊道网络的脆弱性诊断,并提出了“靶向治理”策略,为区域尺度的生态屏障维护提供了科学支撑[21]。尽管上述方法已广泛应用于城市蓝绿网络及已建道路的后评估中[22, 23],但对于引大济岷这类穿越高敏感生境的巨型水利工程如何耦合多源数据进行全流程的前瞻性模拟仍需进一步探索[24]

为此,本研究以引大济岷工程影响区为案例,构建“现状评估—扰动模拟—优化对策”的整合研究框架,具体包括四方面内容:①识别区域关键生态源地,构建现状情景下的区域生态网络;②引入地理探测器模型,定量解析生态阻力空间分异的驱动机制;③构建工程扰动情景,模拟工程建设对生态网络连通性的阻隔效应,并精准识别由此产生的关键生态断裂点;④针对关键节点,从工程修复与空间管控两个维度提出优化建议。研究成果旨在为引大济岷工程的生态友好型设计提供科学依据,并为同类重大线性工程的环境影响评价提供方法学参考。

1 研究区域、数据与方法 1.1 研究区域概况

本研究以引大济岷工程干渠穿越的11个县(市、区)为评估单元,总面积约为15 493 km2[25]。选取行政边界的法理依据在于根据《四川省人民政府关于引大济岷工程建设征地范围内禁止新增建设项目和迁入人口调整变更的通知》[26],该工程建设征地及管控红线严格锁定在邛崃、宝兴、泸定等行政单位的36个乡镇。采用的行政边界不仅匹配了政府对工程实施“封库令”的刚性管理单元,更有利于修复对策直接对接属地国土空间规划。研究区地处青藏高原向四川盆地过渡的地带,呈现由高山峡谷向平原演变的显著地貌梯度,跨越大熊猫国家公园核心区,是珍稀物种的关键栖息地,区域生态地位极高。作为长江上游核心水源涵养与土壤保持功能区,其生态系统服务的稳定性受降水异质性与地表覆被高度驱动[11, 27]。气候属亚热带湿润季风向高山气候过渡区,年均温14.1 ℃,年降水量1 800 mm。社会经济异质性极强,东部温江、双流等区人口稠密、人均地区生产总值领先,人类干扰剧烈;西部天全、宝兴等县则承担高价值生态屏障功能。这种“高生态敏感”与“强人类开发”并存的空间格局,显著增加了区域生态网络扰动的复杂性。

1.2 数据来源与预处理

本研究整合了自然地理、自然生境、水文气象、社会经济及工程规划数据。所有数据统一投影至Albers坐标系并重采样至30 m×30 m分辨率。自然数据涵盖GlobeLand30地类、归一化植被指数(NDVI)、数字高程模型(DEM)及国家公园边界;同步引入降水、气温、人口及GDP数据。工程规划数据源自《四川省人民政府关于引大济岷工程建设征地范围内禁止新增建设项目和迁入人口调整变更的通知》及环评资料,通过缓冲区分析与高阻力赋值构建扰动模拟情景,评估线性工程对生态连通性的影响(表 1)。

表 1 本研究主要数据来源及其用途
1.3 研究方法

本研究遵循“现状评估—扰动模拟—优化对策”的整合研究框架(图 1),旨在前瞻性量化大型线性工程对区域生态网络的影响。具体步骤如下:

图 1 引大济岷工程区域生态网络评价与优化技术路线

(1)现状评估:生态源地识别与阻力驱动分析。为识别生态源地,本研究采用“结构—质量—功能”综合筛选法,基于MSPA提取核心区,结合InVEST模型剔除生境质量低于0.3的斑块,再通过Conefor2.6计算整体连通性指数(IIC)、可能连通性指数(PC)和连通性贡献度(dPC),筛选出前108位斑块为源地。构建综合阻力面时,选取10个驱动因子(土地利用类型x1、归一化植被指数x2、高程x3、坡度x4、年均降水量x5、平均气温x6、人口密度x7、人均GDP x8、距道路距离x9和距河流距离x10),采用层次分析法赋权叠加,并引入地理探测器计算q统计量,以量化各因子的解释力。

$ \begin{gathered} \mathrm{IIC}=\frac{\sum\limits_{i=1}^n \sum\limits_{j=1}^n \frac{\alpha_i \times \alpha_j}{1+\mathrm{nl}_{i j}}}{A_L^2} \\ \mathrm{PC}=\frac{\sum\limits_{i=1}^n \sum\limits_{j=1}^n \alpha_i \times \alpha_j \times p_{i j}^*}{A_L^2} \\ \mathrm{dPC}_k=\frac{\mathrm{PC}-\mathrm{PC}_{\text {remove }, k}}{\mathrm{PC}} \times 100 \% \\ q=1-\frac{\sum\limits_{h=1}^L N_h \sigma_h^2}{N \sigma^2} \end{gathered} $

式中,n为斑块总数;αiαj为斑块面积;nlij为斑块间最短连接路径数;pij*为最大扩散概率;AL2为研究区总面积;PCremove, k为移除斑块k后的指数值;L为变量分层;NhN分别为层h和全区的单元数;σh2σ2为方差。

(2)扰动模拟:生态网络构建与扰动特征识别。基于生态源地和阻力面,采用最小累积阻力模型(MCR)识别最小成本路径,构建现状生态网络。引入电路理论,将景观视为电阻面,模拟物种随机游走,以有效电阻Reff和电流密度I衡量连通性并识别“夹点”。设定扰动情景,将引大济岷输水干渠设为高阻带(阻力值9 999)。对比现状与扰动情景下的电流密度变化,精准定位工程引发的生态夹点、障碍点与断裂点。相关计算公式如下:

$ \begin{gathered} \mathrm{MCR}=f_{\min } \sum\limits_{j=n}^{i=m}\left(D_{i j} \times R_i\right) \\ I=\frac{V}{R_{\mathrm{eff}}} \end{gathered} $

式中,Dij为空间距离;Ri为空间单元i的阻力系数;fmin表示正相关关系;V为源地间赋予的单位电压。

(3)优化对策:连通性多维评价与方案模拟验证。为定量评估工程扰动情景下的网络退化程度,本研究采用网络拓扑结构指数(αβγ指数)与功能连通性指数(IIC、PC)进行多维对比评价。基于前述识别出的关键断裂点,提出增设生态桥梁、箱涵等靶向优化措施,并重新构建“优化情景”阻力面进行再次模拟。通过计算优化后网络功能的恢复率,验证优化对策的科学性与应用价值。拓扑结构指数计算公式如下:

$ \alpha=\frac{e-v+1}{2 v-5} ; \quad \beta=\frac{e}{v} ; \quad \gamma=\frac{e}{3 \times(v-2)} $

式中,e为网络中的廊道数量;v为节点数量。

2 结果与分析 2.1 生态源地等级特征与阻力格局演变

基于MSPA与连通性评价,研究区共识别生态源地108个,总面积为8 131.62 km2。依据斑块面积与dPC,将源地划分为核心源地、重要源地与一般源地3个等级(表 2)。其中,核心源地仅3个,但面积占源地总面积的97.53%,平均生境质量为0.75,构成了区域生态安全格局的骨干支撑。

表 2 生态源地分级统计特征

分行政单元统计显示,生态本底与工程扰动响应存在显著的空间异质性(表 3)。西部山区(宝兴、天全、泸定、芦山)是大熊猫国家公园主体,源地占比超50%,生态资产密集;同时,该区域对工程响应剧烈,天全与宝兴的阻力增长率分别达1 369.65%和1 186.99%,高山峡谷区的景观渗透性因工程干渠横向切断而急剧下降。东部平原区(江、双流、新津)受城镇化影响,源地占比不足3%,现状阻力均值已高于西部山区;叠加引大济岷工程后,新津阻力值突破100.00,表明重大工程与人类活动形成叠加胁迫,进一步压缩生态空间。综上可知,研究区面临“高价值区剧烈响应、低价值区持续退化”的双重压力,行政区协同管控是弥合工程阻隔的关键。

表 3 引大济岷工程沿线各行政单元生态源地本底与阻力演变统计
2.2 生态阻力的驱动机制分析

为定量揭示研究区生态阻力空间分异的形成机制,本研究采用地理探测器模型,从因子探测(单因子)和交互探测(多因子)两个维度,对影响生态阻力格局的10个驱动因子(x1~ x10)进行深入分析。

因子探测结果表明(表 4),选取的10个驱动因子均对生态阻力空间分布具有显著的解释力(p < 0.001)。各因子的解释力(q统计量)排序为土地利用类型x1(0.521 4)>坡度x4(0.385 6)>人口密度x7(0.342 1)>高程x3(0.298 5)>人均GDP x8(0.241 2)>距道路距离x9(0.215 4)>归一化植被指数x2(0.168 7)>年均降水量x5(0.082 1)>年均气温x6(0.063 3)>距河流距离x10(0.053 7)。结果显示,土地利用类型x1q统计量最大,是塑造区域生态阻力格局的主要驱动因子。这表明地表覆被性质(如林地与建设用地的本质差异)奠定了生物流动的阻力基底。值得注意的是,坡度x4的解释力位居第二,显著高于其他地形因子。这一特征与引大济岷工程横跨邛崃山脉与大渡河流域的特殊地貌密切相关——陡峭的山体构成了物种扩散的天然物理约束,而大熊猫等目标物种倾向于选择中低海拔的缓坡生境,因此坡度成为限制阻力分布的关键自然因子。人口密度x7作为排名第三的因子,则量化表征了东部平原区高强度人类活动对生态过程的显著胁迫。

表 4 生态阻力驱动因子的因子探测结果

交互探测结果以热力图形式呈现(图 2)。图 2显示,任意两个驱动因子交互后的q统计量均大于单因子q统计量,表现为双因子增强或非线性增强关系,说明研究区生态阻力格局并非由单一因素决定,而是多因子复杂耦合的结果。

图 2 生态阻力驱动因子的交互探测结果 注:横纵坐标x1x10含义同表 1;格网数值为双因子交互后的q统计量,对角线数值为单因子值;颜色越红代表交互作用越强;结果显示任意两因子的交互作用均表现为双因子增强或非线性增强

从热力图的颜色分布可以看出,土地利用类型x1所在行(最底行)呈现出整体高值,表明其作为基础因子与其他因子叠加时均能产生强烈的增效作用。其中,土地利用类型x1∩坡度x4的交互作用最强(q=0.658),这揭示了“陡峭地形+非适宜生境”的组合构成了区域内最难以逾越的生态屏障。其次是土地利用类型x1∩人口密度x7q=0.635),反映了东部平原区“建设用地+高密度人群”对生态网络的联合封锁效应。此外,坡度x4∩距道路距离x9的交互作用也达到了较高水平(q=0.589)。这一发现具有重要的工程指导意义:在西部高山峡谷区,道路工程往往沿河谷低缓地带修建,导致“自然陡坡”与“人工道路”对有限的河谷廊道形成了“上下夹击”的复合阻隔效应。综上所述,研究区生态阻力格局的形成机制可归纳为以土地利用为基底,受西部高山峡谷地形(坡度、高程)的自然约束与东部平原高强度社会经济活动(人口、路网)的共同驱动。

2.3 生态网络格局演变与扰动响应

将引大济岷工程干渠叠置于现状生态网络,对比现状情景与工程扰动情景可知,工程建设显著改变了区域生态网络的拓扑结构与连通功能。从网络基本要素看(表 5),受工程线路切割影响,生态廊道数量从237条增至248条,增幅为4.64%;生态夹点(EP)由18个增至23个;生态障碍节点数(EB)由9个增至14个;同时,工程干渠与核心廊道的交叉处催生了12个关键生态断裂节点(EC)。

表 5 不同情景下生态网络连通性指数对比

从网络拓扑结构指数分析,反映网络闭合度、连接度及完备度的αβγ指数在工程扰动后分别上升了8.06%、4.64%和4.00%。这种物理指标的数值上升并非网络性能的优化,而是景观破碎化导致的冗余效应。由于原有的短捷、低成本廊道被工程线路阻断,物种被迫选择路径更长、累积阻力更高的绕行方案以维持源地间的连接,这导致网络呈现出低效的复杂化特征。与结构指数的上升相反,表征网络实质功能的全局连通性指数出现显著下降。IIC指数从0.150降至0.095,降幅为36.67%;PC指数从0.250降至0.185,降幅为26.00%。数据表明,尽管网络在拓扑结构上维持了物理连接,但在生态流传输效率与能量交换功能方面发生了实质性退化。

扰动效应在空间分布上呈现明显的梯度特征(表 6)。工程干渠与核心生态廊道的交叉部位共催生了12个关键生态断裂节点(EC),成为网络连通性损失的主要来源。空间分区统计显示:西部高山峡谷核心区分布有5处断裂节点,集中体现为大熊猫国家公园核心生境的物理切断;丘陵平原过渡带及成都平原腹地区则分别产生4处和3处功能性阻滞节点。上述空间节点的行政单元分布明确了工程建设对区域生态格局的切断位置与演变特征,为后续精准布局修复方案提供了支撑。

表 6 引大济岷工程生态网络扰动及靶向修复措施的空间分区统计
2.4 生态廊道优化方案与模拟验证

针对扰动模拟识别出的12个关键生态断裂节点(EC),本研究实施“源地扩容+靶向修复”的优化方案。在策略上,通过将生态源地由108个增至154个提升区域生态本底的连通潜力;在空间布局上,依据表 6确定的梯度修复逻辑,针对受损最严重的区域靶向布局7处核心修复工程(含2座大型生态桥梁与5处大型箱涵)。模拟验证结果显示,优化方案实现了区域生态网络由“破碎冗余”向“精简高效”转变。

在物理结构层面,优化方案有效缝合了线性工程造成的景观裂痕。表 6数据显示,全域生态断裂节点(EC)由扰动情景下的12个锐减至3个,物理修复率达到75.00%。分区统计表明(表 6),西部高山峡谷核心区通过2座大型生态桥梁的建设,使原有的5处高等级断裂节点仅余1处残余,实现了大熊猫栖息地核心廊道的功能性缝合。受此驱动,网络拓扑结构趋于精简,αβγ指数均较扰动情景出现回落(其中α指数由0.67降至0.59),表明修复措施消除了因廊道被迫绕行而产生的冗余路径,网络传输效率得到提升。

在功能连通性层面,优化方案展现了较高的修复效能。相较于工程扰动情景,优化情景下的IIC指数与PC指数分别提升了45.26%和27.03%(表 7)。根据恢复率公式测算,该方案成功挽回了78.18%的IIC功能损失和76.92%的PC功能损失。数据证明,对行政单元维度的关键断裂节点的靶向治理能够在维持重大水利设施建设的同时最大限度地抵消其产生的阻隔效应,从而保障了长江上游生态屏障网络功能的整体稳定性。

表 7 三种情景下生态网络连通性指数综合对比
3 讨论与结论 3.1 研究讨论

(1)生态阻力格局的演变逻辑与复合驱动机制。地理探测器分析显示,土地利用类型x1与人口密度x7交互后的q统计量(0.635)仅次于土地利用类型x1与坡度x4交互后的q统计量(0.658)。这表明研究区生态阻力格局并非单一自然因子的映射,而是地表覆被本底与人为干扰强度的复合产物。土地利用类型x1决定了景观渗透性的阈值,而人口密度x7表征的人口聚集与基建扩张则通过物理侵占与边缘效应进一步固化了阻力屏障。该结果验证了关于城镇化对生态网络产生复合压力的论点[20],并揭示出在线性工程规划中,规避“高强度开发地类”与“高干扰密集区”叠加带对降低区域阻力增量具有关键作用。

(2)线性工程扰动下的“拓扑—功能”解耦特征。研究发现,工程扰动后网络结构指数(廊道数Lαβγ指数)上升,而功能指数(IIC、PC)下降。这种背离现象揭示了线性工程对生态网络的“截断—绕行”响应机制。引大济岷工程作为线性障碍物,切断了原有的低成本路径,模型为维持斑块连通而生成的绕行路径增加了网络物理结构的冗余度。绕行路径增加会提升迁移成本与风险,导致连通功能衰退。在评估工程影响时,应警惕网络指标的表面提升,以功能连通性为核心评价依据。

(3)管理决策下的评价尺度逻辑与政策适配性。生态扰动评估尺度的选择需契合管理事权体系。引大济岷工程的规划审批、征地调查及补偿机制均依托县级行政区划。《四川省人民政府关于引大济岷工程建设征地范围内禁止新增建设项目和迁入人口调整变更的通知》明确,该工程管控红线严格锁定于邛崃、宝兴、泸定等11个县级行政区。采用行政边界作为评估单元,可将识别出的154个核心源地及12个生态断裂节点(EC)精准映射至属地管理范畴,转化为国土空间规划中的约束性指标。断裂节点多位于行政交界或公园边缘,基于行政尺度的扰动评估有利于精准修复与生态补偿,是实现跨区域协同治理的关键。

(4)优化方案的修复效能与残余阻隔风险。本研究构建的“源地扩容+靶向修复”方案使12个关键断裂节点减少至3个,物理修复率为75.00%。修复效能的提升得益于对电路理论识别出的“瓶颈”区域进行了精准干预。然而,优化后仍残余3个断裂节点,均位于地形起伏剧烈的深切河谷段,这表明单一的工程手段(桥涵)难以完全抵消大型水利设施的物理阻隔,未来需引入季节性施工避让、增设微型“踏脚石”斑块等柔性对策,以补偿残余的连通性缺口。

3.2 主要结论

本研究以引大济岷工程影响区为案例,基于MCR模型、电路理论和地理探测器等方法,系统评估了工程建设对区域生态网络的潜在影响,并提出了有针对性的优化方案。主要结论如下:

(1)生态阻力格局受地表覆盖与人为干扰的复合驱动。研究区生态阻力空间分布具有显著的梯度特征,由土地利用类型x1决定阻力本底,并受人口密度x7的叠加胁迫。地理探测器结果显示,主要驱动因子的交互作用均表现为双因子增强或非线性增强。西部邛崃山脉的地形约束与东部平原区的高强度社会经济干扰共同塑造了“西低东高”的阻力格局。

(2)引大济岷工程扰动导致生态网络功能实质性退化。线性工程的建设对区域生态连通性产生显著的截断效应。扰动模拟显示,网络呈现出物理结构冗余与实质功能受损并存的特征:生态廊道数量因破碎化绕行而虚增至248条,但IIC指数与PC指数分别显著下降36.67%和26.00%。工程干渠与核心廊道的交叉部位共催生了12个关键生态断裂节点(EC),成为网络流传输的阻滞瓶颈。

(3)靶向修复与源地扩容可大幅抵消工程的阻隔效应。实施“提质扩容、点上修复”方案可有效挽回区域生态连通性损失。通过将生态源地增设至154个并精准布局7处生物通道(含2座生态桥梁与5处箱涵),网络中的新增生态断裂点可由12个减至3个,物理修复率达到75.00%。优化情景下IIC指数与PC指数的功能恢复率分别达到78.18%和76.92%,证明前瞻性的靶向治理能够保障重大线性工程扰动下川西生态屏障功能的整体稳定性。

3.3 政策建议

基于上述结论,为促进引大济岷工程的生态友好型建设与区域生态安全格局的维护,提出以下政策建议(图 3):

图 3 生态友好型建设政策建议框架

(1)构建跨行政区的生态网络空间协同管控体系。鉴于引大济岷工程线性扰动具有显著的跨界特征,建议依托《四川省人民政府关于引大济岷工程建设征地范围内禁止新增建设项目和迁入人口调整变更的通知》确立的刚性管控红线,将本研究识别出的154个关键生态源地及332条廊道,跨区域纳入沿线11个县(市、区)“三区三线”中的生态保护红线硬约束范围。针对研究区东部平原(如温江、双流、新津)受人口密度x7显著胁迫的情况,应在属地国土空间规划中实施“增量补入、存量腾退”策略。通过对征地范围内的闲置建设用地进行生态复垦,在248条冗余廊道的关键转折节点处构建微型“踏脚石”生境,以缓解高强度城镇化对网络连通性的持续挤压。这种基于行政单元落实生态指标的模式,能将复杂的dPC指数转化为可考核的县域生态修复任务,从而弥补行政边界对自然生态过程的割裂影响,确保川西生态屏障与成都平原生态网格的有机衔接。

(2)落实“物理缝合”与“生境修复”相融合的工程技术方案。针对研究识别的12个生态断裂节点(EC),可将本研究论证有效的7处靶向修复措施(2座生态桥梁和5处箱涵)作为引大济岷工程初步设计的刚性技术指标。在西部邛崃山脉高敏感段(如芦山、邛崃段),生态桥梁宽度应参照《陆生野生动物廊道设计要求》设定为不低于50 m[28],桥面覆土深度应满足研究区优势种大熊猫迁徙所需的耐荫乔木生长需求,并设置不低于2 m的遮光声屏障[29]以阻断距道路距离x9带来的物理干扰。对于平原区5处关键箱涵,应结合现状水系优化涵洞底部的缓坡与防滑设计,模拟自然河岸带环境,确保水陆交错带物种在工程跨越区的顺畅通过。这些具体的专门性参数设定,可有效实现对受损连通功能的功能性缝合,挽回超过75%的功能损失。

(3)建立针对“残余风险”的柔性调控与生境补修机制。模拟验证显示,即使实施7处靶向修复工程,局部深切河谷段仍残余3个生态断裂节点,面临“拓扑连通但功能受阻”的风险。针对此项残余扰动,建议引入“季节性施工窗口期”管理制度,在每年3—6月的大熊猫发情及扩散关键期[30],限制断裂节点周边大型机械的作业强度与频率。同时,在残余断裂节点周边500 m范围内开展精准生境改良[31],通过植被人工演替引导,补植大熊猫喜食竹类及伴生林木,构建高质量的生境“诱导带”。这种柔性对策旨在通过提升断裂点周边环境的景观渗透性,抵消线性物理障碍对生物流动效率的削减,从而解决工程扰动下的“截断—绕行”低效化演变问题,维持区域生态网络在极端扰动下的动态韧性。

(4)实施全生命周期的“监测—补偿—反馈”动态管理闭环。针对行政边界评价带来的属地化特征,建立引大济岷工程生态影响的区域协同管理平台。基于本研究构建的“现状评估—扰动模拟—优化对策”整合框架,定期开展施工期及运行后的生态网络连通性后评估。在识别出的关键生态夹点(EP)及修复设施处布设红外监测阵列与声景观采集设备,实时获取物种通行频率数据。将监测到的物种通过率与网络功能恢复率作为跨行政区生态补偿金额动态调整的核心依据,对生态修复成效显著的县(市、区)加大补偿力度。通过这种基于实证数据的反馈机制,确保引大济岷工程的建设效益与长江上游重要生态功能区的长期维护实现科学平衡,为重大基础设施建设的环境管理提供示范。

参考文献
[1]
黄伟雄. 跨流域调水与华北水资源的合理配置——我国南水北调新路径的探讨[J]. 资源科学, 2002, 24(3): 8-13.
[2]
陈西庆. 跨国界河流、跨流域调水与我国南水北调的基本问题[J]. 长江流域资源与环境, 2000, 9(1): 92-97.
[3]
吴涛, 李姗姗, 熊娜. 跨区域调水的制度创新分析——兼论南水北调中线工程受水区制度创新[J]. 生态经济, 2009(3): 52-56.
[4]
尹宏伟, 李勇, 郑垂勇. 跨流域调水工程受水区水资源优化配置的模型[J]. 统计与决策, 2007(23): 38-41.
[5]
李蓉, 赵敏, 常玉苗. 跨流域调水对区域生态环境影响界定及影响因素分析[J]. 生态经济, 2009(2): 155-157.
[6]
汪明娜. 跨流域调水对生态环境的影响及对策[J]. 环境保护, 2002(3): 32-35.
[7]
NILSSON C, REIDY C A, DYNESIUS M, et al. Fragmentation and flow regulation of the world's large river systems[J]. Science, 2005, 308(5720): 405-408. DOI:10.1126/science.1107887
[8]
TAYLOR P D, FAHRIG L, HENEIN K, et al. Connectivity is a vital element of landscape structure[J]. Oikos, 1993, 68(3): 571-573. DOI:10.2307/3544927
[9]
SAURA S, BERTZKY B, BASTIN L, et al. Protected area connectivity: shortfalls in global targets and country-level priorities[J]. Biological Conservation, 2018, 219: 53-67. DOI:10.1016/j.biocon.2017.12.020
[10]
伊媛媛. 跨流域调水生态补偿的利益平衡分析[J]. 法学评论(双月刊), 2011, 29(3): 94-101.
[11]
徐建忠. 引大济岷工程分段抵偿投影面和投影带的合理选择[J]. 测绘地理信息, 2022, 47(2): 67-72.
[12]
甘靖轩, 范时杰, 蒋金沛, 等. 引大济岷工程千池山隧洞涌水及地下水袭夺与恢复[J]. 人民长江, 2025, 56(6): 93-98, 129.
[13]
金珏雯, 穆月英, 杨鑫. 跨流域调水背景下粮食区域贸易对粮食种植结构的影响——基于"实体水-虚拟水"流动视角[J]. 中国人口·资源与环境, 2022, 32(12): 176-192.
[14]
王泽琳, 张如良, 吴欢. 跨流域调水的公正问题——基于环境正义的分析视角[J]. 中国环境管理, 2019, 11(2): 101-105. DOI:10.16868/j.cnki.1674-6252.2019.02.101
[15]
栾芳芳. 跨流域调水对密云水库营养盐及有机综合指标影响[J]. 长江流域资源与环境, 2025, 34(5): 1039-1045.
[16]
CORREA AYRAM C A, MENDOZA M E, ETTER A, et al. Habitat connectivity in biodiversity conservation: a review of recent studies and applications[J]. Progress in Physical Geography: Earth and Environment, 2016, 40(1): 7-37. DOI:10.1177/0309133315598713
[17]
ADRIAENSEN F, CHARDON J P, DE BLUST G, et al. The application of"least-cost" modelling as a functional landscape model[J]. Landscape and Urban Planning, 2003, 64(4): 233-247. DOI:10.1016/S0169-2046(02)00242-6
[18]
ZELLER K A, MCGARIGAL K, WHITELEY A R. Estimating landscape resistance to movement: a review[J]. Landscape Ecology, 2012, 27(6): 777-797. DOI:10.1007/s10980-012-9737-0
[19]
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. DOI:10.1890/07-1861.1
[20]
刘娇, 杨爱霞, 李帅锋, 等. 基于生态系统健康的川滇生态屏障区生态安全格局构建[J]. 林业科学, 2026, 62(1): 42-56.
[21]
唐学军, 陈晓霞, 杨翠柏. 成渝双城经济圈"六江"生态廊道网络脆弱性诊断与靶向治理策略[J]. 中国环境管理, 2025, 17(4): 5-17. DOI:10.16868/j.cnki.1674-6252.2025.04.005
[22]
罗全欣, 李名升, 孙家森, 等. 面向美丽城市建设的生态质量监测网络优化及应用——以日照市为例[J]. 中国环境监测, 2025, 41(5): 46-54.
[23]
符文欣, 高畅, 任冠尧, 等. 基于复杂网络理论的武汉市复合蓝绿生态网络构建[J]. 应用生态学报, 2025, 36(7): 2139-2149.
[24]
TERMORSHUIZEN J W, OPDAM P, VAN DEN BRINK A. Incorporating ecological sustainability into landscape planning[J]. Landscape and Urban Planning, 2007, 79(3-4): 374-384. DOI:10.1016/j.landurbplan.2006.04.005
[25]
四川省统计局, 国家统计局四川调查总队. 2024四川统计年鉴[M]. 北京: 中国统计出版社, 2024.
[26]
四川省人民政府. 关于引大济岷工程建设征地范围内禁止新增建设项目和迁入人口调整变更的通知: 川府函〔2025〕 4号[EB/OL]. (2025-01-02)[2025-11-19]. https://www.sc.gov.cn/10462/zfwjts/2025/1/6/a846a5a3609541ffb0bf4c00360abbb4.shtml.
[27]
张恺, 易桂花, 张廷斌, 等. 川西高原生态系统服务功能权衡协同关系及其归因分析[J]. 水土保持研究, 2025, 32(2): 366-376.
[28]
冯矛. 嘉陵江流域多尺度绿色基础设施规划研究[D]. 重庆: 重庆大学, 2022.
[29]
胡圣能. 高速公路景观规划与设计技术研究[D]. 西安: 长安大学, 2011.
[30]
刘晨阳, 王晓宇, 张美晗, 等. 基于微卫星的大熊猫群体遗传多样性分析及亲子鉴定[J]. 野生动物学报, 2025, 46(4): 774-784.
[31]
杜乐山. 海南热带雨林国家公园生态系统服务价值评估、溢出效应及提升对策研究[D]. 北京: 北京林业大学, 2023.