基于遗传算法和图论法的生态安全格局构建与优化—

基于遗传算法和图论法的生态安全格局构建与优化——以武汉市为例

王子琳, 李志刚, 方世明

Construction and Optimization of Ecological Security Pattern Based on Genetic Algorithm and Graph Theory: A Case Study of Wuhan City

Wang Zilin, Li Zhigang, Fang Shiming

表2 复合维度下的生态源地识别指标系统构建

Table 2 Construction of ecological source identification index system under compound dimensions

	维度和指标层	公式	测算方法和技术	指标选取和测算的依据
注：①用地类型包括林地、草地、耕地、湿地、水体、建设用地（价值系数为0）、未利用地共7类；②根据Arnoldus提出的R值方程进行计算^[23]；③水污染敏感性中采用夜间灯光数据指示人类活动强度，考虑到植被和降雪及寒暑假人口流动对灯光数据的影响，最终选择10月份数据进行处理。
生态系统服务价值(ESV)		$ ES{V_i} = \displaystyle\sum {{S_i} \times V{C_i}} $ $ ESV = \displaystyle\sum\limits_i {ES{V_i}} $ 式中，S_i表示土地利用类型^①i的面积大小/hm²，VC_i 是土地利用类型i的生态系统服务价值系数/（元/hm²）	ArcGIS 10.2、生态服务价值当量因子法	[17~19]
生态敏感性	地质灾害敏感性(GHS)	$ GHS = \displaystyle\sum\limits_{i = 1}^n {{X_i} \times {W_i}} $ 式中，X_i为土地利用类型（0.264），植被覆盖率（0.132），坡度（0.089），距主要道路（0.058）、大面积水域（0.162）和小面积水域（0.077）的欧式距离，降雨侵蚀力^②（0.218）7项指标，W_i为采用层次分析法（AHP）确定的权重（括号内值）	ArcGIS 10.2、多指标决策、层次分析法	[20~26]
生态敏感性	水污染敏感性^③(WPS)	$ WPS = {X_1} \times 0.5{\text{ + }}{X_2} \times 0.5 $ 式中，X₁为人类活动强度，X₂为距水域距离影响度，0.5为二者的权重	ArcGIS 10.2、多指标决策、层次分析法	[20~26]
景观连通性	连通性指数(PC)	$ PC = \dfrac{{\displaystyle\sum\limits_{i = 1}^n {\displaystyle\sum\limits_{j = 1}^n {{a_i} \times {a_j} \times {p_{ij}}} } }}{{{A^2}}} $ 式中，a_i、a_j分别为生境斑块i和j的面积，p_ij为生境斑块i与j之间最大连通路径值，A为所有斑块总面积，n为生境斑块数量	ArcGIS 10.2、 Confor Sensinode 2.6、 Confor Inputs for ArcGIS 10.X插件
	连通性指数(PC)			[27,28]
	连通重要性值(dPC)	$ dP{C_i} = 100 \times \dfrac{{PC - P{C_{i - remove}}}}{{PC}} $ 式中，PC_i-remove为去掉生境斑块i后的景观可能连通性指数		[29,30]
生态需求（e）		$e = {x_1} \times \lg{x_2} \times \lg{x_3}$ 式中，x₁是土地开发利用强度，x₂为人口密度，x₃为GDP	ArcGIS 10.2	[11,28]
生态用地被需求程度(E)		$ {E_i} = \dfrac{{{e_i} - {e_{\min }}}}{{{e_{\max }} - {e_{\min }}}} $ 式中，e_i为斑块i的生态需求，e_min为生态需求最小值，e_max为生态需求最大值	ArcGIS 10.2	[11,28]