近日，吉林农业大学林学与草学学院谢婧老师作为第一作者在城乡规划领域国际知名期刊《Habitat International》（IF=7.5）发表了题为“Double-scale driving mechanisms in the evolution of bird ecological network function: A case study of the Changsha-Zhuzhou-Xiangtan urban agglomeration”的研究论文。该研究以多时空尺度视角揭示城市鸟类生态网络功能变化及其驱动机制。

传统城市生态网络“面-线”结构识别模式的不确定性忽视了生态源地外缘的破碎化生境斑块，缺乏物种针对性且演变机制尚不明确。该研究前期开展了大量的鸟类调查工作，通过最大熵机器学习算法得出鸟类适生性并提取生态源地及廊道，量化四类生态系统服务及其权衡协同关系与强度，发现HQ、LA与鸟类生态网络协同优化潜力最大，提出栅格尺度的生态网络功能评价方法。分析三种功能时空变化，量化驱动因子对生态网络功能空间分异的贡献率、基于随机森林算法得出驱动因子重要性、根据多种函数拟合计算揭示生态网络功能变化的非线性驱动机制，阐明分段驱动作用阈值并提出城市生态网络功能提升的优化策略。

图1. 生态系统服务与城市鸟类生态网络功能的相互关系及优化思路框架

1. 三类生态网络功能驱动因子重要性分析及函数拟合特征栅格尺度下，无论是空间换时间还是期差变化视角，%IncMSE值随时间变化的波动十分明显；而县域尺度%IncMSE的高值与低值分别聚集。栅格生态网络功能空间变化受到几个主要驱动因子的影响趋势是相似的，但该影响作用是不稳定并随时间段变化而持续波动的。在县域尺度，对各生态网络功能影响较大的驱动因子类型相对更为单一，并且存在仅受单一类型因子主导驱动作用的情况。两种视角下非线性函数均能更好地描述因子对生态网络功能变化的影响。所有生态网络功能与人类活动因子在期差变化视角下的拟合优度随时间变化波动区间极大，表明城市化推进对鸟类生态网络功能的影响通常呈现为不稳定的波动态势，在某一时段内会表现出强烈的驱动作用，而在下一阶段可能并无明显驱动作用。

图2. 基于不同尺度/视角生态网络功能驱动因子重要性

图3. 不同视角下驱动因子与生态网络功能的函数拟合优度

2. 生态网络功能变化非线性驱动作用特征及阈值对于生态源地功能，高程和坡度的阈值区间分别为128.05~134.11m和12.58~12.90°，呈现持续正影响、先急后缓的态势，拟合优度与阈值区间随时间变化的波动较小。对于踏脚石功能，平均周长面积比与平均最近邻距离的驱动方向在转折点前后发生变化，说明斑块形态、斑块之间距离等因素对踏脚石功能的空间变化驱动作用相对更为复杂。对于生态廊道功能，人类活动因子中，经济密度的阈值区间（7433~24322万元/km²）较大，随时间点推移，转折点处数值持续增加，对生态廊道功能空间格局的影响更不稳定。

图4. 空间换时间视角下驱动因子与生态网络功能分段线性函数拟合特征

3. 阈值区间与转折点的存在使生态网络功能非线性驱动机制复杂化在空间换时间视角下，高程对生态源地功能的非线性驱动作用表现为先急后缓的持续正影响特征，在低海拔县到中等海拔县区间，生态源地功能受到的人为干扰渐弱，上升幅度较大，而达到转折点后则表现为在较高水平上的缓慢增加。人口密度与建设用地比重对生态源地功能的影响呈先急后缓的持续下降过程，即因远离长株潭3市中心城区的多数县人类干扰较少，但这些县所能提供的鸟类生态源地功能因地形条件、土地利用类型等因素而迥异。

图5. 两种视角下分段线性驱动作用阈值前后的关系变化

4. 单位空间生态网络功能量化评价的优势在本研究优化方法中，生态源地功能值较高的区域均位于传统识别方法中鸟类生态源斑块分布区域。传统生态源斑块面积的变化及其重心的转移会导致生态源地间以及各县间的生态网络相互作用力发生显著波动。一县在特定时间点存在生态源地重心，而在另一时点则没有，这种不确定性为县级尺度生态网络保护与管理带来了挑战。本研究提出的优化栅格尺度评估方法重点关注每一栅格乃至县域单元可发挥的生态源地功能。在任意时点每个单元都具有相应的评估值，改进后的评估显示这些区域均发挥一定程度的生态源地功能（30%–50%）。

图6. 生态网络功能评估方法的优势

原文链接：https://doi.org/10.1016/j.habitatint.2026.103871