基于多情景模拟的生态网络保护格局有效性评估——以桂林市为例.pdf

园林，2 0 2 4,41(0 1)：11-19.基于多情景模拟的生态网络保护格局有效性评估以桂林市为例Effectiveness Assessment of Ecological Network Protection PatternBased on Multi-scenario Simulation:A Case Study of Guilin City尹海伟朱捷1”方云杰沈舟仲启铖YIN Haiweil ZHU Jie-FANG Yunjie SHEN Zhou ZHONG Qicheng?（1.南京大学建筑与城市规划学院，南京2 10 0 93；2.上海市园林科学规划研究院，上海2 0 0 2 32；3.中共成都市成华区社区发展治理委员会，成都6 10 0 51）(1.School of Architecture and Urban Planning,Nanjing University,Nanjing,Jiangsu,China,210093;2.Shanghai Academy ofLandscape Architecture Science and Planning,Shanghai,China,200232;3.Chengdu Chenghua Community Development andGovernance Commitee,Chengdu,Sichuan,China,610051)文章编号：10 0 0-0 2 8 3(2 0 2 4)0 1-0 0 11-0 9DOl:10.12193/j.laing.2024.01.0011.002中图分类号：TU986文献标志码：A收稿日期：2 0 2 3-11-0 6修回日期：2 0 2 3-12-0 7尹海伟1978年生/男山东青州人博士/教授、博士生导师/研究方向为城乡生态规划、规划技术与方法朱捷1995年生/女/四川乐山人/硕士/研究方向为城乡生态规划方云杰1998年生/男/江苏启东人/在读硕士研究生/研究方向为城乡生态规划*通信作者(Authorforcorrespondence)E-mail:摘要生态网络构建是维系区域生态系统完整性、缓解景观破碎化、限制城市扩张蔓延的有效手段。虽然已有研究针对生态网络的跨尺度衔接提出了基于尺度嵌套的规划思路，但土地扩张动态情景下这一思路对生态保护有效性尚需验证。通过设置“无生态网络”“非尺度嵌套生态网络”和“多尺度嵌套生态网络”三种约束情景，利用FLUS模型模拟了2 0 30 年桂林市土地利用格局变化，并选取景观指数，从市域和中心城区两个尺度，对生态网络保护格局的有效性进行了定量评估。结果表明：（1）桂林市土地利用类型中建设用地增量明显，2 0 18 年至2 0 30 年预计增加6 13.8 5km，变化幅度为46.52%，其次是水域，增加53.50 km、变化幅度为6.42%；（2）基于生态网络的规划政策及情景设置对区域建设用地扩张限制明显，而在多尺度嵌套的生态网络约束情景下，这种抑制作用将进一步增强，新增建设用地仅为2 37.49km，增长率为18.0 0%；（3）非尺度嵌套与多尺度嵌套的生态网络约束情景相比，后者在市域尺度及中心城区尺度上对遏制景观破碎化、改善景观连通性上都取得了更好的保护成效。研究揭示了将基于尺度嵌套的生态网络构建方案纳人未来土地扩张动态与机制中的有效性，为指导区域生态保护规划与实践、平衡保护与发展的矛盾提供了参考借鉴。关键词生态网络；尺度嵌套；FLUS模型；景观指数；情景评估AbstractEcological network establishment is an effective measure in maintaining the integrity of the regional ecosystem,alleviating land-scape fragmentation,and limiting urban sprawl.Although some studies have proposed a scale nesting planning approach for thecross-scale connection of ecological networks,the effectiveness of this approach for ecological protection under dynamic landexpansion scenarios remains unclear.By setting three constraint scenarios of no ecological network,non-scale nesting ecolog-ical network and“multi-scale nesting ecological network,the FLUS model was used to simulate the change of land use paternin Guilin in 2030,and several landscape metrics were selected to quantitatively evaluate the effectiveness of ecological networkprotection pattern from two scales of urban and central urban areas.The results show that:(I)Built-up land was expected to in-crease by 613.85 km from 2018 to 2030,with a change rate of 46.52%,followed by water area,with an increase of 53.50 km anda change rate of 6.42%;(2)The planning policy and scenario setting based on ecological network had obvious restrictions on theexpansion of regional built-up land.(2)Under the constraint scenario of a multi-scale nesting ecological network,this inhibitoryeffect will be further enhanced,and 237.49 km of built-up land will increase,with a growth rate of 18.00%;(3)Compared withthe non-scale nesting and multi-scale nesting ecological network constraint scenarios,the latter achieved better protection effectson curbing landscape fragmentation and improving landscape connectivity at both city scale and central urban scale.This studyreveals the effectiveness of incorporating scale-nesting ecological network establishment schemes into future land expansion dy-namics and mechanisms and provides a reference for guiding regional ecological protection planning and practice and balancingprotection and development.Keywordsecological network;scale nesting;FLUS model;landscape metric;scenario assessment基金项目：国家重点研发计划项目“典型城市廊道多功能耦合网络构建与生态修复技术”（编号：2 0 2 2 YFC3802604)Landscape Architecture AcademicJournal111专题：城市绿地生态网络1URBANGREENSPACEECOLOGICALNETWORK近几十年来，快速城镇化已成为人类社会发展的最显著特征，深刻改变了区域生态系统与景观格局。随着中国综合实力和居民生活水平的显著提升，人民对高品质生态系统服务功能日益增长的需求与生态产品供给不足之间的矛盾逐渐突显。如何平衡发展与保护的关系已成为中国高质量发展的重要课题。生态网络构建是保障区域生态安全、限制建设用地蔓延的有效措施，已成为中国国土空间规划的重要研究与实践内容4-。生态网络通过识别生态源地、廊道、战略点及整体格局等关键要素，旨在消减人类活动的负外部效应、保护修复受损生境、提升生态系统功能，是一种主动应对式的生态系统管理途径。虽然已有研究认识到了生态网络的跨尺度特征，并以尺度嵌套的思路方法强化了网络结构与功能的跨尺度有序衔接，提高了生态网络要素的综合性和生态安全格局构建的协同性8-9；但是这一思路在动态的土地扩张情景中仍然面临实践挑战。具体而言，由于城市地区的建设用地及其扩张对网络要素的隔离与侵占效应更为明显，而基于多尺度嵌套识别的战略修复点往往具有面积小、布局零散的特点，难以在动态的土地扩张情景中保障长久维持，因而研究有必要将这些要素系统纳入生态网络保护体系与土地扩张约束机制，并进一步检验保护情景的有效性。数据类型Data type2015年、2 0 18 年土地利用类型数据数字高程模型（DEM）2019年人口密度数据道路数据2019年风景名胜POI数据2015年GDP空间分布公里网数据鉴于此，文章以桂林市为例，根据研究区2 0 15-2 0 18 年土地利用变化趋势预测未来土地利用需求数量，设置了“无生态网络约束”“非尺度嵌套的生态网络约束”“多尺度嵌套的生态网络约束”三种情景，利用FLUS模型模拟了2 0 30 年桂林市的土地利用状态，并从景观格局视角出发，利用景观指数定量评估了不同情景对桂林市生态保护有效性的影响，从而验证了将多尺度嵌套的生态网络构建情景纳入区域及城市发展规划的必要性。研究结果可为将生态网络更好地纳入国土空间生态保护与规划提供决策参考。1研究区概况桂林市位于北纬2 415 2 3-2 6 2 330，东经10 936 50 112 930，地处湘南丘陵、黔东山地与桂中盆地结合部，地势西北高东南低，地形地貌复杂多样；属亚热带季风气候区，降雨多且集中夏季；水资源丰富，市域内江河纵横、溪流遍布。桂林森林资源丰富，森林覆盖率约7 1.97%，生态地位突出，是中国重要的生物多样性基因资源宝库。但近些年来，在快速城镇化进程中受到连片式高强度的土地利用、大规模城市新区扩张建设与矿山开发遗留问题的影响，致使区域生态格局发生明显改变，区域生态安全面临着较大威胁10 1。因而，通过政策和管表1研究主要数据及来源Tab.1The major data and data source分辨率Resolution30m30m1 000 m1 000 m理措施调控土地利用结构，例如将生态网络要素纳入建设用地扩张的约束机制，也成为研究区平衡生态环境保护与社会经济发展的重要途径叫。2数据与研究方法2.1数据收集和处理本文主要数据如表1所示。研究使用ArcGIS平台进行系统几何校正，通过采样工具将栅格数据集的空间分辨率统一为30 m30m。根据Landsat TM/ETM遥感影像解译所得的2 0 15年、2 0 18 年两期土地利用类型数据，对道路数据进行空间配准，分为国道、省道、县道、乡道、村镇道路、铁路等6 类，并对矢量数据进行栅格化处理；将从高德地图爬取的2019年风景名胜POI按经纬度导入ArcGIS平台。2.2研究方法2.2.1FLUS模型的应用FLUS（Fu t u r e La n d-U s e Si mu l a t i o n)模型是一种将人为效应和自然效应耦合为多种类型土地利用情景模拟的综合模型，包括基于神经网络（ANN）的土地适宜性概率计算、基于自适应惯性竞争机制的元胞自动机（CA）两大模块12 13。前者可以将土地利用变化驱动因子的归一化结果进行样本训练和神经网络分析，得到各地类在空间分布上的适宜性概数据来源Data source中国科学院地理科学与资源研究所（https:/ I国林基于多情景模拟的生态网络保护格局有效性评估一一以桂林市为例1尹海伟等：园林/2 0 2 4年/第41卷/第0 1期率；后者在此基础上，根据各土地利用类型的预测需求数量和限制因子，通过引入轮盘自适应惯性竞争机制，结合邻域因子及参数、土地利用转换成本和土地利用类型之间竞争关系，得到未来各类元胞转换后的土地利用空间模拟分布结果12 15。本文基于FLUS模型的桂林市土地利用扩张多情景模拟技术路线，如图1所示。首先，本文利用FLUS集成的Markov模型模拟得到未来土地利用需求数量。由于2 0 15年后桂林城市发展建设进入增量建设与存量更新相结合的模式，早期用地扩张趋势不再具有代表性，因此本文仅依据2 0 15-2 0 18 年土地利用变化趋势预测，构建得到桂林市土地利用转移矩阵（表2)，并按照三年的时间间隔，依次模拟2 0 18 年、2 0 2 1年、2 0 2 4年、2027年以及2 0 30 年在自然发展状态下的土地利用需求数量。其次，参考王志远、张晓荣门等学者研究成果，从自然、区位、经济社会三个方面选取14项驱动因子建立驱动因子数据库（表3），对2 0 15年土地利用数据和驱动因子随机采样，得到土地利用适宜性概率。最后，参考王芳莉8、欧阳晓等研究成果，并结合桂林实际情况调试后，确定邻域因子参数，耕地0.3、林地0.7、草地0.5、水域0.9、建设用地0.9、未利用地0.4；参考王旭等人研究成果并结合实际，认为建设用地和水域不能向其他各类用地转换，构建转换成本矩阵（表4)。为测试模型精度，本文将模拟所得2 0 18年土地利用数据与实际土地利用分类数据进行叠加分析。除未利用地之外，其余用地的正确率均在7 0%以上，占地最广的耕地、林地、草地模拟正确率均在90%左右，数量关系一致性较高。此外，对2 0 18 年土地利用预测数据抽样10%进行校验，计算得到Kappa值为0.8 7 4。可驱动因子ANN训练适宜性概率土地利用选代模拟土地利用数量实际预测Markov数量数量图1基于FLUS模型的桂林市土地利用扩张多情景模拟技术路线Fig.1 The multi-scenario simulation route of land use expansion in Guilin based on the FLUS model见，模型精度良好，结果可靠性较高。2.2.2多情景设置与模拟本文通过设置三种情景来预测2 0 30 年桂林市域土地利用的空间分布情况。情景一：无生态网络约束自然发展情景。土地利用样本随机采样随机采样样本训练ANN转换概率轮盘赌选择机制是否达到选代要求Yes未来土地利用模拟桂林市域尺度土地利用变化不受规划政策的约束，仅根据自然本底条件适宜性、经济社会发展基础条件以及历史土地利用发展变化趋势进行用地条件布局。其转换成本矩阵除建设用地与水域之外全部赋值为1，不设耕地、林地、草地与未利用地的转换限制。邻域影响权重因子自适应惯性转换成本限制区域NoLandscape Architecture AcademicJournal113专题：城市绿地生态网络1URBANGREENSPACEECOLOGICALNETWORK表2 桂林市2 0 15-2 0 18 年土地利用类型转移概率矩阵表Tab.2 Probability matrix of land use type transfer in Guilin from 2015 to 2018土地利用类型LandusetypeCultivated land耕地0.89267林地0.02128草地0.02304水域0.07133建设用地0.10895未利用地0.02547Tab.3Driving factors of land use change in Guilin因子类型分类FactortypeCategory地形地貌自然因子水域分布城镇区位区位因子道路分布社会经济因子社会经济因素表4桂林市土地利用转换成本矩阵Tab.4 Land use conversion cost matrix in Guilin土地利用类型耕地Land use typeCultivated land耕地1林地1草地1水域0建设用地0未利用地1注：0 代表不可转换，1代表可以转换。情景二：非尺度嵌套的生态网络约束情景（图2-a)。桂林市域尺度的土地利用变化除了受经济社会发展需求驱动外，还受到规划政策约束。即通过将市域生态源地、核心与潜在生态廊道、关键节点区域以及水域保护区划入禁止和限制开发区域，确保生态网络范围内用地不受侵占，生态网络之外的用地14I国林态网络中的生态源地、廊道、关键节点、嵌套优化区域及水域保护区也纳入限制转换耕地林地WoodlandGrassland0.073870.012430.964630.010380.064410.905440.061530.016980.035470.008960.246230.03208表3桂林市土地利用变化驱动因子驱动因子Driving Factors高程、坡度距离水域距离与城市中心城区距离、与村镇中心距离与高速公路、国道、省道、县道、村镇道路、铁路距离人口分布密度2015年GDP分布与风景名胜区POI距离林地草地WoodlandGrassland1101110011根据城镇发展需求自然变动。此外，为保护河湖水系生态系统，对宽度在10 0 m以上的河流设置50 m的缓冲保护区，对10 0 m以下的河流设置2 0 m的缓冲保护区，将水域及其保护范围也作为约束用地纳入限制转换用地范围。情景三：多尺度嵌套的生态网络约束情景（图2-b)。基于情景二，将中心城区生草地Water0.004390.001280.002050.839840.005090.01793水域WaterBuilt-up land110011100111水域Built-up land0.016620.002410.005050.010260.841510.01321驱动因子个数Number of driving factors2126111建设用地未利用地Unused land111101建设用地Unused land0.000010.000020.000020.000060.000010.66509未利用地区之内。2.2.3景观格局分析景观指数为区域景观格局的结构、功能和演变规律提供了明确的空间定量信息，已得到广泛运用2 12。以桂林市域及中心城区整体景观单元为研究对象，判断不同情景生态网络约束下景观格局的变化情况，以此指示区域生态安全格局保护的有效性。例如，连通度作为表征生态过程在景观中流通效率以及生态系统完整性的重要指标，通常被认为衡量生态保护成效的一个重要方面8 2 42 5。因此，参考相关研究，本文选取景观水平与景观类型水平上的指标包括斑块数量（NP）、斑块密度（PD)、景观形状指数(LSI)、连接度(CONNECT)、蔓延度（CONTAG)、香农多样化(SHDI)，从景观格局破碎程度、复杂性、连通性、丰富性等方面反映研究区的景观整体3研究结果3.1桂林市用地需求量预测与变化分析表5和表6 分别为桂林市未来土地利用需求量预测与动态变化结果。桂林市域土地利用类型增量集中在城镇建设用地与水域。建设用地增加是因为桂林市仍处于城市化中期阶段，未来村镇人口仍向城镇较快集中；虽然未来建设用地增幅与基期增幅相比较大，但建设用地的增加面积较小。水域面积增加主要与桂林市河道疏通治理与自然河道修复有关。其他林地、草地等自然生态类用地类型相对自身总量变化幅度较小，这与桂林市强化生态环境保护，推进封山育林育草、小流域治理等生态保护修复工程有关。基于多情景模拟的生态网络保护格局有效性评估一一以桂林市为例1尹海伟等园林2 0 2 4年/第41卷/第0 1期3.1桂林市土地扩张的多情景分析图3，图4是桂林市在三种情景下土地扩张的空间分布格局模拟及其与2 0 18 年基准情景的比较结果。结果表明：（1）情景一，城镇建设用地迅速扩张，对关键生态保护区域侵占比较明显。新增建设用地面积6 13.6 2 km，相较于2 0 18 年增长46.50%。新增建设用地集中分布在主城区周边，主要来自于耕地（37 6.2 9km）和林地（16 5.6 5km)）;水域面积增加53.2 8 km。（2）情景二，新增建设用地面积2 44.7 4km，增长率18.54%，比无约束情况下少增加了36 8.8 8 km，城镇建设用地扩张速度明显放缓，城市蔓延趋势得到有效遏制。新增建设用地除了集中分布在主城区边缘、临桂新区、灵川县城区及高新区之外，兴安县城区周边也有所增长，其他区县零散分布的建设用地明显减少，说明生表5未来桂林市土地利用需求量预测（单位：hm）Tab.5 Long-term forecast of land demand in Guilin土地利用类型耕地Land use typeCultivated land2018年实际1 432 6362018年预测1 432 6362021年预测1 423 6612024年预测1 417 6502027年预测1 413 9242030年预测1411940Tab.6 Dynamic changes of land use in Guilin2015-2018年土地利用类型土地变化量/hmLand use typeThe amount of landchange耕地-12.599林地-11050草地-785水域1906建设用地23.748未利用地-219N02550100km图例可建设区限制建设区a非尺度嵌套的生态网络约束情景b多尺度嵌套的生态网络约束情景图2 不同生态网络约束情景下的限制建设区域Fig.2 The restricted area for developing under different ecological network constraint scenarios态网络构建能有效调控人类开发建设活动对自然生境的影响。新增建设用地有8 6.8 0%由近郊耕地转换而来，被占用的林地、草地仅林地草地WoodlandGrassland5008234774.8645 011 425774 86449968257740174.985.866773 2194.975.446772.4774965 619771792表6 桂林市土地利用动态变化变化幅度/%The magnitude of The amount of land change-0.872-0.220-0.1012.34221.947-20.6602占13.11%，生态源地与生态廊道等对桂林市域生态安全具有重要意义的区域得到有效保护。此外，水域面积略有增加，但变化不明显。（3）情景三，新增建设用地2 37.49km,增长率为18.0 0%，对城镇建设用地扩展限制作用进一步增强。新增建设用地中耕地水域建设用地WaterBuilt-up land8329813195383298128 7508493415169686350168 14487579181 868886481933382018-2030年土地变化量/hm变化幅度/%The magnitude of changechange-20 696-1.450-42.615-0.850-3072-0.40053506.4206138546.520-350-41.620未利用地Unused land841854695598534491转换率达到8 7.15%，林草转换比例进一步降低，林地转换面积仅为54km，转换率不足0.30%。相较于非尺度嵌套情景，尽管各类用地转换比例相似，但空间分布存在明显差异，七星区、叠彩区、灵川县主城区被侵占的耕地、草地与林地面积减少9.0 0 km。这有利于周边县市在中心城区内保留更多生态源地和生态廊道，提升景观连通性、满足居民休闲游憩与旅游观光等生态需求。3.2桂林市生态保护效能评估表7 和表8 分别为不同土地扩张情景下景观指数在景观水平与类型水平上的计算结果。结果表明：（1）情景一，城镇建设用地扩张不受政策限制约束，NP、PD、LSI、SH D I指数都是三种情景中最大的，说明景观破碎Landscape Architecture Academi Journal115专题：城市绿地生态网络1URBANGREENSPACEECOLOGICALNETWORK2018年实际情景情景一2018年实际情景情景一图例耕地林地草地水域建设用地未利用地0.2550100km情景二情景三图32 0 30 年桂林市域土地利用分布模拟Fig.3The simulation of land use distribution in Guilin in 2030图42 0 30 年桂林中心城区土地利用分布模拟Fig.4 The simulation of land use distribution in Guilins central urban area in 2030图例耕地林地草地水域建设用地未利用地0102040km情景二情景三34化程度最高，生态系统稳定性与完整性受到显著影响。中心城区斑块数量、斑块密度增幅以及形状指数小于市域，是因为近郊地区建设用地连片发展，建设用地斑块吞并众多小的耕地、林地斑块，建成区边界日益规整。CONNECT指数在市域有所降低，而在中心城尺度Scale市域中心城区区提高，降低的主要是林地、耕地，建设用地与未利用地连通性反而有所上升，说明在自然生境内及其周边开展城镇建设会产生明显的负向扰动，破坏系统的连通性，而在近郊地区有效规划建设用地反而能提高其内部的连通性，提高发展效率。CONTAG指数在市表7 不同情景下景观指数在景观水平上的计算结果Tab.7 The calculation results of landscape metrics at the landscape level under different scenarios模拟情景Scenario Simulation2018年实际情景情景一情景二情景三2018年实际情景情景一情景二情景三域和中心城区均下降，说明优势斑块的景观连通性均受到破坏。（2）情景二，与2 0 18 年相比，其NP、PD、LSI、SH D I指数仍然呈上升趋势，CONNECT指数变化幅度不大，CONTAG指数仍然呈下降趋势，说明城镇化建设会对景观格局的整体性与连通性产生负面影响。斑块数量/个斑块密度/（个/hm)NPPD49.7460.669554120.746513610.691512150.6896 1180.7146.4090.74861690.7206 1360.716景观形状指数连通度指数蔓延度指数香农多样性指数LSICONNECT163.490.029169.470.028165.780.029165.660.02954.520.24556.430.25255.060.24954.770.247CONTAG61.35560.21560.97360.98659.46758.18159.09559.232SHDI0.9420.9690.9500.9501.0071.0401.0161.01316I国林基于多情景模拟的生态网络保护格局有效性评估一一一以桂林市为例尹海伟等园林/2 0 2 4年/第41卷/第0 1期表8 不同情景下景观指数在景观类型上的计算结果Tab.8 The calculation results of landscape metrics at the class level under different scenarios尺度ScaleLandscape Type草地林地耕地市域水域建设用地未利用地草地林地耕地中心城区水域建设用地未利用地景观类型模拟情景Scenario Simulation2018年实际情景情景一情景二情景三2018年实际情景情景一情景三情景三2018年实际情景情景一情景三情景三2018年实际情景情景一情景三情景三2018年实际情景情景一情景二情景三2018年实际情景情景一情景三情景三2018年实际情景情景一情景二情景三2018年实际情景情景一情景二情景三2018年实际情景情景一情景三情景三2018年实际情景情景一情景三情景三2018年实际情景情景一情景二情景三2018年实际情景情景一情景二情景三斑块面积/hm斑块数量/个景观形状指数CANP774 8799.767772.57910547771.79210229771792101925 008 9968 6974965 61911 6425 006 143935450016519.4661 432.844179691 41194021 2851 411940191111 41194019 033833202.98088 6482.95286 0212.990883652.99513197610 282193338892615645096261585799.55384151732605105152953233075182147057422.85851522.940516109.822502105 246645109482531109 67451480 19845276 83254677 26651877 8784853890283405528339512853.921282244128083404066128082746272187661834381162连通度指数斑块内聚力指数聚合度指数LSICONNECT173.9240.026178.6470.026175.9160.026175.7220.026160.7230.061164.6210.049161.8400.058162.1650.058255.4080.023266.1830.021260.4990.022260.9700.02297.1540.07397.4870.07397.8670.07497.5730.073112.2240.026115.8330.028113.8610.027114.1630.0279.5690.9419.8361.6389.4782.3539.2171.95935.2520.58935.7820.59034.9510.59335.1320.59337.6560.77938.5860.66637.8110.76437.7010.77650.5270.88253.0360.73151.6980.78951.2430.82329.3120.96229.3980.95729.3810.97429.2220.95427.1470.37026.6400.40826.5120.38126.4240.3772.11133.3331.75033.3331.6670.0002.0000.000COHESION97.12397.49697.24297.39399.95399.95499.95399.95299.13099.14199.14399.14395.35395.65795.47195.57788.62292.42590.66691.11580.58779.02078.07078.40692.04091.78492.11592.08899.05198.98999.04799.05199.07099.21798.79798.80883.36883.75084.04583.45796.50497.65497.38397.28268.71615.10764.77671.687AI80.32879.76580.05680.07892.85992.65492.80892.79078.72077.66078.13878.09966.53267.45666.83667.37769.28173.80771.36171.49169.39765.50859.95962.64877.36776.02177.34877.30988.90288.37688.83788.87382.43081.13881.69381.90353.76954.46054.01253.91483.13086.02784.64684.49362.96325.00060.00066.667Landscape Architecture AcademicJournal117专题：城市绿地生态网络1URBANGREENSPACEECOLOGICALNETWORK但与情景一相比，NP、PD、LSI、SH D I指数都得到降低，说明区域层面重要生态保护与维育区域得到一定程度的有效保护，构建生态网络是有效抑制建设用地无序扩张的手段。CONTAG指数在市域和中心城区均有提升，说明生态网络构建能提升景观连通性，有利于种子扩散、动物迁移、基因流动等生态过程的实现。（3）情景三，与2 0 18 年相比，各类景观指数变化趋势与情景二基本一致，但景观破碎化程度得到进一步遏制，景观连通性相较于前两种情景都有所改善。相较于情景一，NP、PD、LSI、SH D I指数在市域尺度和中心城区分别有所降低；相较于情景二，在市域尺度和中心城区尺度进一步降低，说明通过将中心城区生态网络与区域生态网络嵌套优化，构建多尺度嵌套的生态网络能进一步优化景观格局。这表明通过保护关键位置的自然生境斑块，能够有效减缓景观破碎化程度，提升生态系统的稳定性。CONNECT指数在情景三下优化效果不明显，这与桂林中心城区内嵌套优化的生态廊道多与桂林市域生态廊道高度重合有关，桂林市域良好的生态本底弱化了嵌套廊道的效能。4结论与讨论本研究依据桂林市2 0 15-2 0 18 年土地利用变化趋势，设置了“无生态网络”“非尺度嵌套的生态网络”“多尺度嵌套的生态网络”三种约束情景，利用FLUS模型模拟预测了桂林市2 0 30 年的土地利用时空演变格局，并利用景观格局指数评价分析了市域、中心城区两种尺度上的生态保护效能。结果表明，由于城镇化进程推动建设用地扩张，桂林市域生态系统功能无可避免受到影响，生态效能有所下降。其中，在无生态网络约束情景下，新增建设用地面积为6 13.6 2 km，土地利用格局破碎化程度最高，景观连通性受到较大干扰，近郊地区大量建设用地无序扩张侵占了林地、耕地、草地等自然生态空间，对生态保护的负效应突出；在非尺度嵌套的生态网络约束情景下，新增建设用地面积（2 44.7 4km）明显减少，土地利用格局破碎化程度有所降低，景观整体性与连通性有所改善，城镇建设用地无序扩张状态受到遏制，城市建成区更加规则，农村建设用地集中成片，近郊林草等自然生境被侵占比例减少；在多尺度嵌套的生态网络约束情景下，新增建设用地面积（2 37.49km）最少，景观破碎化以及景观连通性受损程度最轻。结果表明，考虑生态网络的跨尺度特征并设置限制区域能够进一步优化景观格局、提高生态保护效能。因此，在制定生态规划与保护政策时，考虑生态网络在不同尺度上的完整性及连续性，进一步完善限制开发区域的识别方法，对提高区域生态系统保护与修复效能具有重要意义。然而，研究也发现，在三种情景下桂林未来生态空间都将受到一定程度的侵占。可见，在未来城镇化进程中，即使采取生态保护与规划管控措施