基于空间生态集合覆盖模型的自学习禁忌搜索算法在保护区空间选址中的应用——以戴云山为例

自然保护区规划是保护生物多样性的有效方式.传统保护区规划方法只能识别物种保护的重点区域,无法科学确定保护区的适宜面积.地块选择方法基于数学模型,从规划区域中选择部分地块组成自然保护区,保护特定物种或生态系统,是缓解生态保护与开发利用矛盾的重要手段.现有地块选择法未考虑各单元生态差异,且最优化算法存在计算效率的瓶颈.本文首先构建适用于森林生态系统的生态值赋分评价体系,据此计算戴云山生态值并绘制其分布图;然后,结合生态值建立生态集合覆盖模型(ESCP),并基于ESCP嵌入空间紧凑性提出空间生态集合覆盖模型(SSCP);最后,利用寻优性能良好的自学习禁忌搜索算法(STS)搜索各保护目标下的近似最优选址方案,给出福建省戴云山现有建成区优化方案.结果表明: 戴云山生态值计算结果在空间分布上存在明显差异;ESCP比原集合覆盖模型(SCP)能产生生态值更高的选址方案;SSCP在ESCP基础上对生态值较高区域有聚集作用,且周长权重越大,聚集效果越明显;建议现保护区可向外拓展136 km²,并将西北向分布长苞铁杉的地块纳入保护区范围.研究结果为实现戴云山保护区可持续发展及土地资源优化配置提供了优化方案,也可为我国森林生态系统类型的自然保护区设计提供新思路.