自然保護地梯次優(yōu)化格局構(gòu)建研究

中圖分類號：F301.23文獻標志碼：A

文章編號：1001-8158（2025）06-0139-12

自然保護地是生態(tài)建設(shè)的核心載體，在維護國家生態(tài)安全中居于首要地位[]。截至2020年，中國已建立各類自然保護地共計1.18萬處2。然而，早期我國自然保護地體系的建設(shè)缺乏整體規(guī)劃，導(dǎo)致布局不均衡、保護地破碎、保護與發(fā)展沖突等問題日益突出[3-5]。研究顯示，我國連通性良好的陸地自然保護地僅覆蓋了8%～12% 的陸地面積，這與《全球生物多樣性框架》提出的 30% 目標相距甚遠[]。為提升自然保護地空間布局的科學(xué)性和保護效能，2019年國務(wù)院發(fā)布了《關(guān)于建立以國家公園為主體的自然保護地體系的指導(dǎo)意見》，提出推動以國家公園為主體的多元化保護體系建設(shè)。因此，如何完善自然保護地空間布局是目前亟需解決的問題。

現(xiàn)有自然保護地空間優(yōu)化研究多以生物多樣性為導(dǎo)向，重點關(guān)注瀕危物種或特定物種的保護需求[8-9]，通常通過分析物種的空間分布，模擬其潛在適宜棲息地，從而確定優(yōu)先保護區(qū)[10-1]。這種方法的優(yōu)點在于能夠精準保護某些關(guān)鍵物種，但是容易忽略生物多樣性所依賴的整體生態(tài)系統(tǒng)功能，未能足夠考慮生態(tài)系統(tǒng)在面對外界干擾時的適應(yīng)性和恢復(fù)力。生態(tài)韌性是指生態(tài)系統(tǒng)在外部干擾下保持結(jié)構(gòu)和功能穩(wěn)定的能力，核心在于評估其適應(yīng)性和恢復(fù)力[12]，當前已被引入自然保護地布局優(yōu)化研究，用于分析生態(tài)系統(tǒng)功能和應(yīng)對擾動的潛力[13-14]。準確有效地評價生態(tài)韌性，對自然保護地布局優(yōu)化至關(guān)重要。機器學(xué)習(xí)作為一種跨領(lǐng)域的技術(shù)，因其強大的數(shù)據(jù)處理能力和非線性建模能力[5]，近年來被廣泛應(yīng)用于精細化刻畫生態(tài)過程，精確模擬格局與過程之間的耦合關(guān)系[。隨機森林模型是機器學(xué)習(xí)的一種經(jīng)典集成方法，通過構(gòu)建大量決策樹并結(jié)合多數(shù)投票的方式，具有較高的穩(wěn)定性和預(yù)測精度[17]。它能夠處理高維數(shù)據(jù)、非線性關(guān)系以及不同類型的輸人變量[18]，在生態(tài)保護研究中表現(xiàn)出良好的預(yù)測性和可靠性[19-21]，可以識別出區(qū)域內(nèi)具備高生態(tài)保護潛力的區(qū)域。

在自然一經(jīng)濟一社會復(fù)合生態(tài)系統(tǒng)中，自然保護地布局優(yōu)化需要實現(xiàn)生態(tài)、經(jīng)濟和社會效益的多目標平衡。Marxan模型是一種基于模擬退火算法的空間優(yōu)化工具，廣泛應(yīng)用于系統(tǒng)保護規(guī)劃中[9。其主要目的是在滿足特定保護目標的前提下，最大化生態(tài)效益，同時最小化保護成本[1]。Marxan模型能夠綜合考慮多種因素，包括保護目標、成本約束以及區(qū)域空間結(jié)構(gòu)特性，為科學(xué)合理的優(yōu)化自然保護地布局提供定量化支持[22]，已被廣泛應(yīng)用于自然保護地研究[23-24]。本文在科學(xué)評價生態(tài)韌性的基礎(chǔ)上，采用隨機森林模型精確預(yù)測自然保護地分布適宜性，進一步結(jié)合Marxan模型，綜合考慮保護效益與保護成本，構(gòu)建了既能滿足現(xiàn)階段生態(tài)保護實際需求，又可為未來自然保護地體系動態(tài)擴展提供框架支撐的自然保護地梯次優(yōu)化格局，旨在為自然保護地布局優(yōu)化提供新的思路與方法。

鄱陽湖流域是長江水系的重要組成部分，也是我國南方的重要生態(tài)防線[25]，在生物多樣性保護、水文調(diào)節(jié)、氣候調(diào)節(jié)等方面具有重要作用[2，與被譽為全國“最綠”區(qū)域之一的江西省行政范圍高度重合。近年來由于工業(yè)化城鎮(zhèn)化的快速推進，該流域面臨保護與發(fā)展的雙重壓力，構(gòu)建科學(xué)合理的自然保護地格局是實現(xiàn)高質(zhì)量發(fā)展的必然要求。因此，本文以鄱陽湖流域為研究對象，探索科學(xué)合理的自然保護地優(yōu)化方案，具有典型性和代表性，可以為流域生態(tài)安全與可持續(xù)發(fā)展提供理論支持和實踐指導(dǎo)。

1研究地區(qū)與研究方法

1.1研究區(qū)概況

鄱陽湖流域地處長江中下游地區(qū)，以鄱陽湖為核心，涵蓋贛江、撫河、信江、饒河和修水五大水系，總面積約16.22萬 km² ，覆蓋了江西省 94% 的國土面積，是中國典型的內(nèi)陸流域之一[27-28]（圖1）。

截至2024年，研究區(qū)域已設(shè)立542個自然保護地，總面積超過1.75萬 km² ，約占流域總面積的10.82% 左右[29]。然而，這一比例距《全球生物多樣性框架》提出的 30% 保護目標仍存在較大差距；同時，也未達到《江西省國土空間規(guī)劃（2020—2035年）》30]中提出的到2035年自然保護地面積占全省國土面積12% 以上的目標要求。如何平衡鄱陽湖流域保護與發(fā)展，構(gòu)建自然保護地梯次優(yōu)化格局，關(guān)系到鄱陽湖流域的可持續(xù)發(fā)展，顯得尤為重要。

圖1 研究區(qū)概況圖

Fig.1Theoverview of thestudyarea

1.2數(shù)據(jù)來源

為確定適宜的研究尺度，本文采用 1～5km 的格網(wǎng)尺度進行了比較分析。結(jié)果顯示， 3km 尺度能夠很好平衡空間細節(jié)，體現(xiàn)必要的空間差異性。基于此，本文采用了 3km 尺度，且所用數(shù)據(jù)（表1）均在ArcGIS10.2中重采樣至 3km×3km 分辨率，并統(tǒng)一投影至相同地理坐標系。

1.3研究方法

本文的基本思路為：（1）基于“脅迫風(fēng)險一生態(tài)系統(tǒng)連通性一恢復(fù)潛力”三維評估框架，分析鄱陽湖流域生態(tài)韌性時空演變特征。（2）采用隨機森林算法預(yù)測自然保護地空間分布適宜性。（3）運用Marxan優(yōu)化模型，綜合考慮生態(tài)保護成本和經(jīng)濟保護成本，結(jié)合流域內(nèi)現(xiàn)有自然保護地分布情況，識別出生態(tài)效益優(yōu)先、經(jīng)濟效益優(yōu)先和生態(tài)經(jīng)濟均衡考慮三種情形下的鄱陽湖流域自然保護地優(yōu)先保護區(qū)，最后通過空間疊加分析，構(gòu)建優(yōu)先發(fā)展區(qū)、潛力儲備區(qū)和未來拓展區(qū)梯次優(yōu)化格局（圖2）。

1.3.1生態(tài)韌性評價指標體系構(gòu)建

生態(tài)韌性是指生態(tài)系統(tǒng)受到擾動后恢復(fù)到穩(wěn)定

表1研究區(qū)數(shù)據(jù)來源

Tab.1 Datasourcesof thestudyarea

圖2技術(shù)路線圖

Fig.2 Technical route

狀態(tài)的能力[35]。生態(tài)系統(tǒng)作為自然要素與人類活動交互作用形成的自然一經(jīng)濟復(fù)合體，具有高度的結(jié)構(gòu)復(fù)雜性與功能多樣性[3。因此，完整理解生態(tài)韌性，需要同時考察生態(tài)系統(tǒng)在干擾壓力下的承受能力、內(nèi)部結(jié)構(gòu)過程的穩(wěn)定性，以及在受損后的自我修復(fù)能力。為系統(tǒng)反映生態(tài)韌性的各個方面，本文從“脅迫風(fēng)險一生態(tài)系統(tǒng)連通性一恢復(fù)潛力”三個維度構(gòu)建生態(tài)韌性評價指標體系[35.37-38]

脅迫風(fēng)險用于衡量潛在的生態(tài)風(fēng)險以及生態(tài)系統(tǒng)面對外部干擾時的承受能力和影響程度[39]，這些干擾包括自然因素和人為因素。為體現(xiàn)自然與人為雙重壓力來源，本文選取坡度、降雨、植被覆蓋、人口密度、土地利用強度及夜間燈光指數(shù)等指標[37]。生態(tài)系統(tǒng)連通性用于評估生態(tài)系統(tǒng)內(nèi)部各要素間的相互聯(lián)系與交互作用[40]，例如物種遷移、能量流動和物質(zhì)循環(huán)等過程。考慮到生態(tài)系統(tǒng)連通性受自然格局與人為干擾共同影響，除蔓延度指數(shù)外，本文選擇水體接近度、距建設(shè)用地距離和距道路距離作為人類活動代理指標[35]。恢復(fù)潛力維度側(cè)重反映生態(tài)系統(tǒng)在受到干擾后實現(xiàn)功能重建的能力[3，綜合考慮自然修復(fù)過程與景觀結(jié)構(gòu)演變對生態(tài)系統(tǒng)恢復(fù)潛力的影響，選取了植被蓋度變化趨勢、香農(nóng)多樣性指數(shù)和香農(nóng)均勻性指數(shù)等指標[37.39]。本文采用熵權(quán)法確定指標權(quán)重（表2）。

1.3.2 隨機森林模型

隨機森林是一種基于決策樹的集成學(xué)習(xí)模型，通過對原始數(shù)據(jù)集進行多次bootstrap抽樣，生成多個訓(xùn)練集，并基于這些訓(xùn)練集構(gòu)建多棵決策樹，最終以投票或平均值得出預(yù)測結(jié)果[41]。它具有高準確性、強魯棒性、良好的非線性建模能力[42]。本文將生態(tài)韌性作為關(guān)鍵變量，構(gòu)建自然保護地空間分布適宜性的預(yù)測特征矩陣。為確保景觀的完整性和模型預(yù)測的準確性，將現(xiàn)有保護地分布數(shù)據(jù)與網(wǎng)格系統(tǒng)進行疊加分析，剔除自然保護地面積占比不足 30% 的網(wǎng)格單元[43]。最終，篩選出2256個符合條件的自然保護地單元，并隨機抽取相同數(shù)量的建設(shè)用地單元作為正負樣本，用于隨機森林模型的訓(xùn)練和預(yù)測。通過Python中的scikit-learn庫開展實驗，最終將自然保護地分布適宜性作為隨機森林算法的預(yù)測輸出。

1.3.3 Marxan模型

Marxan模型是一種基于模擬退火算法的系統(tǒng)保護規(guī)劃工具[44]。其核心理念是在滿足特定約束條件的前提下，通過優(yōu)化計算確定最優(yōu)空間布局，在最大化生物多樣性或生態(tài)系統(tǒng)服務(wù)效益的同時，盡可能降低經(jīng)濟成本。Marxan模型的運算公式如下[45]：

表2生態(tài)韌性評價指標體系

Tab.2Ecologicalresilienceassessmentindices

式（1）中： Sc 表示系統(tǒng)的總體保護成本；Cost表示各柵格單元的保護成本；SPF是當保護目標未能實現(xiàn)時的懲罰系數(shù)；Penalty為懲罰權(quán)重；Boundary是邊界長度調(diào)節(jié)因子，用于優(yōu)化保護方案的空間分布，在控制總成本的同時最小化邊界長度。

（1）保護目標設(shè)定。本文將隨機森林模型輸出的自然保護地適宜性作為保護自標，綜合《關(guān)于建立以國家公園為主體的自然保護地體系的指導(dǎo)意見》提出的目標—到2035年，要建成覆蓋 18% 陸地的自然保護地體系，以及《江西省國土空間規(guī)劃（2021—2035年）》30中提到的“到2035年，自然保護地面積占全省國土面積比例達到 12% 以上。”設(shè)置 15% 的保護目標。

（2）保護成本。本文按照 3km×3km 網(wǎng)格將研究區(qū)劃分為18036個規(guī)劃單元。參照侯盟等[24]的研究，將每個規(guī)劃單元的經(jīng)濟成本設(shè)置為人類干擾指數(shù)的值，以反映區(qū)域開發(fā)強度和人為活動帶來的保護代價[4；同時，將生態(tài)成本設(shè)定為該單元的生態(tài)韌性值，生態(tài)韌性越低，表示生態(tài)系統(tǒng)對外界干擾的抵抗和恢復(fù)能力越弱，維持其生態(tài)功能所需的保護投入也相應(yīng)更高。

（3）保護方案情景設(shè)置。本文設(shè)計了三種不同優(yōu)化情景：生態(tài)效益優(yōu)先、經(jīng)濟效益優(yōu)先以及生態(tài)經(jīng)濟均衡發(fā)展。由于Marxan模型每次運行僅接受一個成本圖層輸入，因此需將生態(tài)成本與經(jīng)濟成本按權(quán)重加權(quán)整合為統(tǒng)一的綜合成本圖層[1]。已有研究中，常通過專家打分法或AHP法確定各類成本的權(quán)重[，，但此類方法在宏觀尺度下主觀性較強，適用性有限。為提高參數(shù)設(shè)定的客觀性與穩(wěn)健性，本文采用敏感性分析，系統(tǒng)比較不同權(quán)重組合下的模型輸出結(jié)果，識別各情景中最優(yōu)的權(quán)重配置。

在生態(tài)效益優(yōu)先情景下，將生態(tài)成本權(quán)重設(shè)置在0.7～0.9 的區(qū)間內(nèi)進行靈敏性分析，經(jīng)過綜合比較保護目標達成情況、總成本和空間布局，最終選擇了生態(tài)成本權(quán)重為0.8、經(jīng)濟成本權(quán)重為0.2的組合。經(jīng)濟效益優(yōu)先情景通過降低保護成本，識別保護成本較低但仍能滿足保護目標的區(qū)域，為經(jīng)濟驅(qū)動的保護政策提供指導(dǎo)。將經(jīng)濟成本權(quán)重設(shè)置在 0.7～0.85 的范圍內(nèi)進行靈敏性分析，最終確定經(jīng)濟成本權(quán)重為0.75、生態(tài)成本權(quán)重為0.25的組合。生態(tài)經(jīng)濟均衡情景綜合考慮生態(tài)和經(jīng)濟效益，尋求保護目標與經(jīng)濟發(fā)展之間的最佳折衷點。本文將生態(tài)成本和經(jīng)濟成本的權(quán)重均設(shè)置為0.5。

（4）梯次優(yōu)化格局構(gòu)建。在Marxan模型中，合適的BLM值能夠在保護優(yōu)先區(qū)的邊界長度和規(guī)劃單元的總成本之間實現(xiàn)平衡[47]，而SPF值則會對保護目標的實現(xiàn)程度產(chǎn)生影響[48]。在確定BLM和SPF的最優(yōu)參數(shù)后，通過多次模型運算獲得最終輸出結(jié)果。Marxan模型主要生成兩類空間數(shù)據(jù)：一是最優(yōu)保護優(yōu)先區(qū)網(wǎng)絡(luò)圖層，二是不可替代性指數(shù)圖層。不可替代性指數(shù)圖層可以評估保護規(guī)劃中每個單元的相對重要性和不可替代性，而最優(yōu)保護優(yōu)生區(qū)網(wǎng)絡(luò)圖層則提供了一種具體可實施的保護規(guī)劃方案[48]，由于本文的保護對象已經(jīng)通過隨機森林模型進行了適宜性概率的量化分析，為避免信息冗余，本文直接采用“最優(yōu)保護優(yōu)先區(qū)網(wǎng)絡(luò)圖層”作為優(yōu)先保護區(qū)的識別依據(jù)。將三種情景下的模擬結(jié)果與鄱陽湖流域現(xiàn)有自然保護地進行疊加分析，構(gòu)建自然保護地梯次優(yōu)化格局。

2結(jié)果與分析

2.1鄱陽湖流域生態(tài)韌性時空變化與自然保護地分布適宜性預(yù)測

由圖3可以看出，2000—2020年，鄱陽湖流域生態(tài)系統(tǒng)整體水平持續(xù)向好，展現(xiàn)出逐步恢復(fù)與增強的趨勢。從各個評價指標來看，脅迫風(fēng)險指數(shù)呈現(xiàn)倒“U”型變化，在研究期間內(nèi)先上升后下降，整體增幅為0.018；生態(tài)系統(tǒng)連通性指數(shù)表現(xiàn)為波動變化，先下降后回升，2010年降至0.175，2020年回升至0.177，總體降低了0.001；恢復(fù)潛力指數(shù)在研究期間持續(xù)增長，總增幅為0.030；生態(tài)韌性均值增幅為0.031，整體呈現(xiàn)緩慢上升態(tài)勢。

從空間分布來看，鄱陽湖流域的高生態(tài)韌性區(qū)域集中在吉安市中部地區(qū)、新余、宜春東部與西南部以及贛州西北部，這些區(qū)域在應(yīng)對環(huán)境壓力、維持鄱陽湖流域生態(tài)系統(tǒng)穩(wěn)定、增強系統(tǒng)適應(yīng)能力等方面發(fā)揮了重要作用。而低生態(tài)韌性區(qū)域主要分布在中部、上饒中南部、鷹潭南部、撫州東北部、宜春西北部和九江西南部，且這些低值區(qū)在研究期間呈現(xiàn)明顯的空間擴張趨勢。低韌性區(qū)域普遍存在生態(tài)功能退化、生物多樣性減少等問題，后期生態(tài)建設(shè)應(yīng)重點加強修復(fù)與保護，提升其穩(wěn)定性和生態(tài)韌性。

本文采用接收者操作特征曲線（ROC曲線）下面積（ AUC 值）作為模型性能的主要評價指標。隨機森林模型的驗證結(jié)果表明，基于ROC曲線下面積（AUC值）的評估，模型預(yù)測精度達到0.88（圖4），顯著高于85% 的基準值。這表明模型具有可靠的預(yù)測性能，可為自然保護地分布適宜性分析提供科學(xué)依據(jù)。

圖3生態(tài)韌性時空演變特征

Fig.3Spatiotemporal evolution of ecological resilience

圖4ROC曲線下面積 （AUC） 值Fig.4Area（AUC）valueundertheROCcurve

依據(jù)隨機森林模型的預(yù)測結(jié)果，采用自然斷點法將自然保護地分布適宜性預(yù)測結(jié)果分為I級0.95，1]、Ⅱ級[0.8，0.95）、Ⅲ級[0.65，0.8）、Ⅳ級[0.5，0.65）、V級[0，0.5）5個等級。根據(jù)圖5和表3，研究區(qū)域內(nèi)共有3599個單元被劃分為自然保護地I級適宜區(qū)，占總評價單元的 20.0% 。這些高適宜性區(qū)域在空間上呈現(xiàn)出顯著的集聚特征，主要集中在九江中西部、宜春西北部、鷹潭南部、上饒西部和南部、景德鎮(zhèn)北部及東北部等地，整體上形成了“大集聚、小分散”的空間格局。

圖5自然保護地適宜性的空間分布

Fig.5 Thespatialdistributionof thesuitabilityofnature reserves

表3自然保護地分布適宜性預(yù)測結(jié)果

Tab.3The suitabilityprediction results of nature reserves

2.2不同情景下的鄱陽湖流域自然保護地優(yōu)先保護區(qū)識別

本文首先從 0，0.000 1，0.001，…，10 000， 分別以10的數(shù)量級為單位對BLM參數(shù)進行范圍測試，每個值迭代運行100次，以初步確定合適區(qū)間，在確定的區(qū)間內(nèi)進一步細化參數(shù)，最終找到最優(yōu)BLM值。SPF值用于設(shè)置保護目標未達成時的懲罰強度，其最優(yōu)值基于已確定的BLM值，通過多次迭代運行獲得。確定不同情景的最優(yōu)參數(shù)后，迭代模型1000次，輸出最終結(jié)果。

2.2.1生態(tài)優(yōu)先情景

在生態(tài)優(yōu)先的情景下，將篩選出的2256個自然保護地單元的初始狀態(tài)設(shè)置為“1”，即這些規(guī)劃單元包含在初始方案中，可能會也可能不會被選人最終優(yōu)化方案。將其余規(guī)劃單元的初始狀態(tài)設(shè)置為“0”，即模型根據(jù)優(yōu)化結(jié)果自由選擇該規(guī)劃單元是否納入保護方案。經(jīng)過多次參數(shù)優(yōu)化測試，本文確定BLM為0.8為最優(yōu)值。在此基礎(chǔ)上，針對生態(tài)效益優(yōu)先情景下的SPF值開展測試，最終確定SPF的最優(yōu)參數(shù)值為0.25。

選擇最優(yōu)參數(shù)后，經(jīng)模型迭代運算1000次，共識別出2764個規(guī)劃單元作為優(yōu)先保護單元，占規(guī)劃單元總數(shù)的 15.32% 。將生態(tài)效益優(yōu)先情景預(yù)測的優(yōu)先保護區(qū)與自然保護地分布適宜性圖層疊加分析發(fā)現(xiàn)，優(yōu)先保護區(qū)集中分布在適宜性較高的區(qū)域，表明模型在生態(tài)效益優(yōu)先情景下識別結(jié)果與自然保護地適宜性具有較高的一致性。識別的優(yōu)先保護區(qū)在空間上多連片分布于現(xiàn)有自然保護地周邊，主要集中分布在九江中部、景德鎮(zhèn)北部、吉安市西北部和贛州市西部等區(qū)域。這些區(qū)域集中覆蓋了鄱陽湖濕地、河流源頭和山地森林等生態(tài)敏感區(qū)，具備較高的生態(tài)適宜性和顯著的生態(tài)服務(wù)功能。同時，這些區(qū)域多為經(jīng)濟相對欠發(fā)達或以農(nóng)業(yè)為主的地區(qū)，土地開發(fā)程度較低，人類活動干擾較少，保護成本較低（圖6（a））。

2.2.2 經(jīng)濟效益優(yōu)先情景

在經(jīng)濟效益優(yōu)先的情景下，鎖定單元內(nèi)自然保護地面積大于 30% 的規(guī)劃單元，將其初始狀態(tài)設(shè)置為“2”，即這些規(guī)劃單元一定會被選入最終優(yōu)化方案。將其余規(guī)劃單元的初始狀態(tài)設(shè)置為“0”。經(jīng)過多次參數(shù)優(yōu)化測試，確定SPF和BLM的最優(yōu)參數(shù)分別為0.05和0.01。經(jīng)模型迭代運算1000次，最終識別出2895個優(yōu)先保護單元，主要集中在九江市武寧縣和永修縣、景德鎮(zhèn)市浮梁縣東南部、吉安市永豐縣至撫州市宜黃縣交界的丘陵地帶，以及贛州市崇義縣和上猶縣的山地（圖6（b））。這些區(qū)域以低山丘陵為主，地勢起伏較大，開發(fā)程度較低，人類活動干擾相對較少，適宜作為自然保護地優(yōu)化的重要區(qū)域。

經(jīng)分析， 75.30% 的優(yōu)先保護區(qū)與現(xiàn)有自然保護地高度重疊，表明在經(jīng)濟效益優(yōu)先情景下，模型傾向于保留已有自然保護地，以最大限度降低新增自然保護地的成本。其余 24.70% 集中分布在適宜性較高但未納人現(xiàn)有自然保護地的區(qū)域，如贛州市崇義縣和撫州市丘陵地帶，這些區(qū)域通常具有顯著的生態(tài)服務(wù)功能，但空間分布較為零散，導(dǎo)致生態(tài)網(wǎng)絡(luò)連通性不足。在這一情景下，模型傾向于選擇低成本的區(qū)域，雖然有效降低了保護成本，但也導(dǎo)致優(yōu)先保護區(qū)分布較為分散，空間上呈現(xiàn)出破碎化特征

圖6三種情景下的優(yōu)先保護區(qū)分布

Fig.6Distribution of prior protected areasunder the three scenarios

2.2.3生態(tài)經(jīng)濟均衡情景

在生態(tài)經(jīng)濟均衡情景下，鎖定單元內(nèi)自然保護地面積大于等于 50% 的規(guī)劃單元，將其初始狀態(tài)設(shè)置為“2”，最終得到1662個鎖定單元。將單元內(nèi)雖存在自然保護地，但其面積占該單元總面積比例不足 50% 的規(guī)劃單元，其初始狀態(tài)設(shè)為“1”。其余規(guī)劃單元的初始狀態(tài)統(tǒng)一設(shè)定為“0”。經(jīng)過敏感性分析，確定 SPF 和BLM的最優(yōu)參數(shù)值分別為1和0.5。經(jīng)模型迭代運算1000次，共識別出2977個優(yōu)先保護單元，占總規(guī)劃單元的 16.51% ，其中 60.83% 的優(yōu)先保護單元與現(xiàn)有自然保護地重疊。同時，有 39.17% 的優(yōu)先保護單元位于現(xiàn)有自然保護地之外。識別出的優(yōu)先保護區(qū)呈現(xiàn)“聚集與零散并存”的分布特征，集中于九江市中部、宜春市西北部、景德鎮(zhèn)市北部、撫州市西南部及贛州市西部等地區(qū)，同時零散分布在撫州市南城縣和贛州市會昌縣至全南縣一帶。與生態(tài)效益優(yōu)先和經(jīng)濟效益優(yōu)先兩種情景相比，生態(tài)經(jīng)濟均衡情景在降低保護成本的同時，兼顧了生態(tài)效益的實現(xiàn)和區(qū)域自然保護地的連通性。在這一情景下，模型在選址過程中避免了單純追求低成本導(dǎo)致的破碎化格局，同時避免了單純追求高生態(tài)適宜性可能帶來的高經(jīng)濟代價，既選擇了生態(tài)功能較強的集中分布區(qū)域，也關(guān)注到經(jīng)濟代價較低的次優(yōu)區(qū)域，體現(xiàn)了較好的平衡性。

2.3梯次優(yōu)化格局構(gòu)建

將生態(tài)效益優(yōu)先、經(jīng)濟效益優(yōu)先和生態(tài)經(jīng)濟均衡考慮三種情景下的自然保護地優(yōu)先保護區(qū)模擬結(jié)果進行疊加分析，構(gòu)建鄱陽湖流域自然保護地梯次優(yōu)化格局（圖7）：即優(yōu)先發(fā)展區(qū)（現(xiàn)有自然保護地和三次模擬中均被選中的規(guī)劃單元）、潛力儲備區(qū)（三次模擬中被選中兩次的規(guī)劃單元）、未來拓展區(qū)（三次模擬中被選中一次的規(guī)劃單元）。

鄱陽湖流域梯次優(yōu)化格局共包含4324個優(yōu)先保護單元。優(yōu)先發(fā)展區(qū)作為核心保護對象，具有最強的生態(tài)功能和最優(yōu)的布局，因此應(yīng)當優(yōu)先進行保護，以確保其生態(tài)穩(wěn)定性。該區(qū)域由2632個規(guī)劃單元組成，其中包含376個未被現(xiàn)有自然保護地覆蓋的單元，集中分布于現(xiàn)有自然保護地周邊，形成了對現(xiàn)有自然保護地的有效擴展。潛力儲備區(qū)主要包括生態(tài)功能較弱但具備修復(fù)潛力的區(qū)域，這些區(qū)域?qū)⒆鳛橹虚L期修復(fù)的重點，不僅能夠發(fā)揮緩沖作用，還為未來生態(tài)恢復(fù)提供可調(diào)控空間。該區(qū)域包含516個規(guī)劃單元，主要涵蓋了低山丘陵地區(qū)，生態(tài)適宜性較高，且人類活動干擾較小，但由于其地理位置處于現(xiàn)有自然保護地外圍，未來可能受到城市擴張、農(nóng)業(yè)開發(fā)或基礎(chǔ)設(shè)施建設(shè)的壓力，影響生態(tài)完整性。未來拓展區(qū)具有較大的生態(tài)功能潛力和較高的修復(fù)可能性，適合作為綠色發(fā)展和自然保護地擴展的戰(zhàn)略儲備區(qū)域。該區(qū)域包含1176個規(guī)劃單元，多位于生態(tài)脆弱和生態(tài)敏感區(qū)的過渡帶，涵蓋了退化的濕地、次生林地或低效農(nóng)業(yè)用地，具備較高的生態(tài)修復(fù)潛力。從空間分布來看，未來拓展區(qū)的面積較大且區(qū)域分布較為統(tǒng)一，但與現(xiàn)有自然保護地的距離較遠，短期內(nèi)難以直接增強現(xiàn)有自然保護地的生態(tài)連通性。

圖7自然保護地梯次優(yōu)化格局

Fig.7Hierarchical optimization pattern of nature reserves

綜合考慮構(gòu)建的自然保護地梯次優(yōu)化格局，認為近期可以將優(yōu)先發(fā)展區(qū)視為自然保護地布局優(yōu)化重點。優(yōu)化后，鄱陽湖流域內(nèi)自然保護地單元的覆蓋率可提升至 14.59% ，滿足《江西省國土空間規(guī)劃（2020—2035年）》30提出的到2035年自然保護地面積占全省國土面積比例 12% 以上的目標。隨著生態(tài)文明建設(shè)的推進和可持續(xù)發(fā)展的需要，中遠期自然保護地布局優(yōu)化可以逐步考慮潛力儲備區(qū)和未來拓展區(qū)，接近《全球生物多樣性框架 % 的目標要求。

3結(jié)論與討論

3.1結(jié)論

本文以鄱陽湖流域為研究區(qū)，構(gòu)建了自然保護地梯次優(yōu)化格局，為自然保護地布局優(yōu)化提供了理論與方法參考。主要結(jié)論如下：

（1）在2000—2020年，生態(tài)韌性均值增幅為0.031，整體呈現(xiàn)緩慢上升態(tài)勢，脅迫風(fēng)險指數(shù)在研究期間內(nèi)先上升后下降，呈現(xiàn)倒“U”型變化，總體增幅0.018；生態(tài)系統(tǒng)連通性指數(shù)先下降再回升，最終減少0.001；恢復(fù)潛力指數(shù)持續(xù)增長。高生態(tài)韌性區(qū)域主要集中在吉安中部、新余、宜春東部與西南部及贛州西北部，低生態(tài)韌性區(qū)域則分布在中部、上饒中南部、鷹潭南部、撫州東北部、宜春西北部和九江西南部，且這些低值區(qū)在研究期間呈現(xiàn)明顯的空間擴張趨勢。

（2）通過自然斷點法將自然保護地分布適宜性預(yù)測結(jié)果劃分為5個等級。其中，適宜性等級達到I級的網(wǎng)格共有3599個，占總網(wǎng)格數(shù)的 20.0% ，這些高適宜性區(qū)域在空間上呈現(xiàn)出顯著的集聚特征，主要集中在九江中西部、宜春西北部、鷹潭南部、上饒西部和南部、景德鎮(zhèn)北部及東北部等地，整體呈現(xiàn)“大集聚、小分散”的特征。

（3）在生態(tài)效益優(yōu)先情景下，優(yōu)先保護區(qū)主要集中于適宜性較高的區(qū)域，表現(xiàn)出“大聚集、小分散”的特征；在經(jīng)濟效益優(yōu)先情景下，優(yōu)先保護區(qū)集中于現(xiàn)有自然保護地重疊區(qū)域，保護成本較低，但空間上呈破碎化分布；在生態(tài)經(jīng)濟均衡情景下，優(yōu)先保護區(qū)覆蓋現(xiàn)有自然保護地的空缺區(qū)域，并在流域內(nèi)形成了明顯的區(qū)域聚集性。

（4）通過整合三種情景的模擬結(jié)果，構(gòu)建了梯次優(yōu)化格局。近期，以優(yōu)先發(fā)展區(qū)為優(yōu)化重點，優(yōu)化后，鄱陽湖流域自然保護地單元覆蓋率提升至 14.59% ，可以滿足《江西省國土空間規(guī)劃（2020—2035年）》提出的自然保護地面積占全省國土面積 12% 以上的目標。隨著生態(tài)文明建設(shè)的推進，中遠期自然保護地布局優(yōu)化可以逐步考慮潛力儲備區(qū)和未來拓展區(qū)，接近《全球生物多樣性框架 ?30% 的目標要求。

3.2討論

本文引入“脅迫風(fēng)險一生態(tài)系統(tǒng)連通性一恢復(fù)潛力”生態(tài)韌性評價體系，從系統(tǒng)視角量化自然保護地的分布適宜性，并基于Marxan模型設(shè)置生態(tài)效益優(yōu)先、經(jīng)濟效益優(yōu)先和生態(tài)經(jīng)濟均衡三種情景，進行多情景優(yōu)化，通過疊加分析構(gòu)建梯次保護體系，明確優(yōu)先發(fā)展區(qū)、潛力儲備區(qū)和未來拓展區(qū)，為自然保護地優(yōu)化提供了科學(xué)依據(jù)。

傳統(tǒng)的生態(tài)韌性評估往往側(cè)重于生態(tài)系統(tǒng)的內(nèi)部特性，而忽略了生態(tài)系統(tǒng)在多重脅迫下的綜合反應(yīng)以及不同因素之間的交互影響。本文通過整合脅迫風(fēng)險、生態(tài)系統(tǒng)連通性和恢復(fù)潛力三者的動態(tài)關(guān)系，關(guān)注生態(tài)系統(tǒng)在壓力下的承受、適應(yīng)和恢復(fù)能力，以及系統(tǒng)內(nèi)部的空間聯(lián)系。其次，將生態(tài)系統(tǒng)連通性納入評估體系，強調(diào)生態(tài)系統(tǒng)之間的相互聯(lián)系，有助于識別出生態(tài)恢復(fù)中需要優(yōu)先保護和加強整體連通性的區(qū)域，為韌性評估提供了一個空間層面的視角。

本文將優(yōu)先發(fā)展區(qū)視為近期自然保護地布局優(yōu)化的重點。將優(yōu)化結(jié)果與《江西省國土空間規(guī)劃（2021一2035年）》的自然保護地體系布局進行空間對比分析，結(jié)果表明，Marxan模型識別的優(yōu)先保護單元與規(guī)劃中的自然保護地發(fā)展帶在空間分布上高度一致且與生態(tài)保護紅線有一定的重疊性。同時，將優(yōu)化結(jié)果與隨機森林模型預(yù)測的自然保護地分布適宜性進行對比，發(fā)現(xiàn)自然保護地優(yōu)先發(fā)展區(qū)大部分位于適宜性較高的區(qū)域，表現(xiàn)出高度的空間一致性。優(yōu)化后的自然保護地覆蓋率達到 14.59% ，已超過《江西省國土空間規(guī)劃（2021—2035年）》提出的 12% 目標，但與《全球生物多樣性框架》設(shè)定的 30% 愿景仍有差距。鄱陽湖流域作為國家生態(tài)文明示范區(qū)和國家重要糧食主產(chǎn)區(qū)，需要在生態(tài)保護、糧食安全和經(jīng)濟發(fā)展之間權(quán)衡，短期內(nèi)自然保護地面積難以進一步擴展。在自然保護地優(yōu)化過程中，可以通過增強自然保護地網(wǎng)絡(luò)連通度，提升自然保護地質(zhì)量進行彌補[36-39]。通過對比優(yōu)先發(fā)展區(qū)和生態(tài)系統(tǒng)連通性高值區(qū)的空間分布，發(fā)現(xiàn)位于贛州市贛縣區(qū)、上猶縣，吉安市萬安縣，撫州市南城縣，以及市進賢縣等地的優(yōu)先發(fā)展區(qū)連通性較高，可優(yōu)先考慮納入自然保護地布局。隨著生態(tài)文明建設(shè)的不斷推進，未來可將潛力儲備區(qū)和未來拓展區(qū)逐步納入規(guī)劃體系，接近《全球生物多樣性框架 % 的目標要求。

本文通過生態(tài)韌性評價和多情景優(yōu)化，科學(xué)合理構(gòu)建了鄱陽湖流域的自然保護地梯次優(yōu)化格局，為布局優(yōu)化提供了有力支持，但在具體應(yīng)用上仍有改進空間。首先，生態(tài)韌性評價體系是否完備仍有待進一步驗證，后續(xù)研究可引入更多影響因素，以豐富評估視角，提升結(jié)果的全面性和科學(xué)性。其次，Marxan模型參數(shù)（如BLM和SPF）選擇雖經(jīng)過優(yōu)化，但在不同情景下的參數(shù)敏感性分析仍可進一步完善，以提升優(yōu)化結(jié)果的適應(yīng)性和穩(wěn)定性。再次，研究表明優(yōu)化結(jié)果具有良好的理論價值，但需要結(jié)合地方政府需求制定更細化的實施策略，如明確優(yōu)先保護區(qū)的生態(tài)修復(fù)重點、優(yōu)化自然保護地擴展的分階段路徑等，以更好地促進研究成果向?qū)嵺`轉(zhuǎn)化，這些都是將來深入的方向。

參考文獻（References）：

[1］中共中央辦公廳國務(wù)院辦公廳.關(guān)于建立以國家公園為主體的自然保護地體系的指導(dǎo)意見[EB/OL].（2019 -06 - 26）[2025-01 - 11]. https： //www.gov.cn/zhengce/2019-06/26/content_5403497.htm.

[2]馮達，胡理樂，陳建成.基于生態(tài)價值評價的北京自然保護地保護空缺分析[J].生態(tài)學(xué)雜志，2020，39（12）：4233- 4240.

[3］穆泳林，梁晨，李曉文，等.基于系統(tǒng)保護規(guī)劃的海河流域濕地保護優(yōu)先格局與保護空缺識別[J].生態(tài)學(xué)報，2021，41（10） ： 3836 - 3845.

[4］曲藝，李佳珊，王繼豐，等.基于系統(tǒng)保護規(guī)劃的三江平原濕地保護網(wǎng)絡(luò)體系優(yōu)化[J].生態(tài)學(xué)報，2015，35（19）：6394 - 6404.

[5]FONSECA C R， VENTICINQUE E M. Biodiversityconservation gaps in Brazil： a role for systematic conservationplanning[J].Perspectives in Ecology and Conservation，2018，16（2）： 61-67.

[6］趙文飛，宗路平，王夢君.中國自然保護區(qū)空間分布特征.生態(tài)學(xué)報，2024，44（7）：2786-2799.

[7］UNITED NATIONS ENVIRONMENT PROGRAMME. Post-2020 global biodiversity framework[EB/OL].（2O21-07-05）[2025-01-11]. htps： //www.cbd.int/doc/decisions/cop-15/cop-15-dec-04-zh.pdf.

[8］王芳，袁興中，熊森，等.重慶澎溪河濕地自然保護區(qū)生物多樣性空間格局及熱點區(qū)[J].應(yīng)用生態(tài)學(xué)報，2020，31（5） ：1682-1690.

[9］蔣麗華，高俊琴，萬基中.氣候變化下大興安嶺地區(qū)鶴類潛在分布及優(yōu)先保護區(qū)[J].應(yīng)用生態(tài)學(xué)報，2019，30（7）：2457 - 2469.

［10］郭云，梁晨，李曉文.基于水鳥保護的長江流域濕地優(yōu)先保護格局模擬[J].生態(tài)學(xué)報，2018，38（6）：1984－1993.

[11］盧奕帆，林錦耀.城市協(xié)同發(fā)展對糧食生產(chǎn)區(qū)域的影響預(yù)測——以珠三角城市群為例[J].自然資源學(xué)報，2023，38（6）： 1532 - 1549.

[12] YU S Y， KONG X S， WANG Q， et al. A new approachof Robustness-Resistance-Recovery（3Rs ）to assessingflood resilience： a case study in Dongting Lake Basin[ J].Landscape and Urban Planning，2023，230.doi： 10.1016/j.landurbplan.2022.104605.

[13］鄧楚雄，劉唱唱，李忠武.生態(tài)修復(fù)背景下流域國土空間韌性研究思路[J].中國土地科學(xué)，2022，36（5）：11-20.

[14］曹宇，王嘉怡，李國煜.國土空間生態(tài)修復(fù)：概念思辨與理論認知[J].中國土地科學(xué)，2019，33（7）：1-10.

[15］付遇堤，文志，李若男，等.基于機器學(xué)習(xí)方法的景觀斑塊屬性對物種豐富度的影響研究[J].生態(tài)學(xué)報，2024，44（11） ： 4820- 4830.

[16］李慧杰，王兵，牛香，等.機器學(xué)習(xí)技術(shù)在生態(tài)學(xué)中的應(yīng)用進展[J].生態(tài)學(xué)雜志，2023，42（11）：2767-2775.

[17］王曉楠，蘇文浩，董靈波.基于隨機森林的興安落葉松天然林單木年齡預(yù)估模型[J].應(yīng)用生態(tài)學(xué)報，2024，35（4）：1055 - 1063.

[18］張雷，王琳琳，張旭東，等.隨機森林算法基本思想及其在生態(tài)學(xué)中的應(yīng)用——以云南松分布模擬為例[J].生態(tài)學(xué)報，2014，34（3）：650 -659.

[19]THUILLER W， LAFOURCADE B， ENGLER R， et al.BIOMOD—a platform for ensemble forecasting of speciesdistributions[J]. Ecography，2009，32（3）： 369- 373.

[20］崔晏華，劉淑德，張云雷，等.海州灣春季短蛸的棲息分布特征及其與環(huán)境因子的關(guān)系［J].應(yīng)用生態(tài)學(xué)報，2022，33（6） ： 1686 -1692.

[21］張雷，劉世榮，孫鵬森，等.氣候變化對馬尾松潛在分布影響預(yù)估的多模型比較[J].植物生態(tài)學(xué)報，2011，35（11）：1091-1105.

[22］李曉文，呂江濤，智烈慧，等.基于“目標－成本－效益”協(xié)同優(yōu)化的山水林田湖草沙一體化生態(tài)保護與修復(fù)格局[J].生態(tài)學(xué)報，2023，43（9）：3625-3635.

［23］梁芳源，梁晨，李曉文，等.基于系統(tǒng)保護規(guī)劃的松花江流域濕地優(yōu)先保護格局模擬研究[J].濕地科學(xué)，2022，20（1） ： 56- 64.

［24］侯盟，唐小平，黃桂林，等.國家公園優(yōu)先保護區(qū)域識別——以浙江麗水為例[J].應(yīng)用生態(tài)學(xué)報，2020，31（7）：2332 - 2340.

[25］田智慧，尹傳鑫，王曉蕾.鄱陽湖流域生態(tài)環(huán)境動態(tài)評估△比「]接苧 ） 44016007

[26］段鵬，陳文波，楊歡，等.生境破碎化過程對流域生境質(zhì)量的影響[J].生態(tài)學(xué)報，2024，44（14）：6053-6066.

[27］雷享勇，高路，馬苗苗，等.鄱陽湖流域極端降水時空分布和非平穩(wěn)性特征[J].應(yīng)用生態(tài)學(xué)報，2021，32（9）：3277 - 3287.

[28］徐羽，鐘業(yè)喜，馮興華，等.鄱陽湖流域土地利用生態(tài)風(fēng)險格局[J].生態(tài)學(xué)報，2016，36（23）：7850-7857.

［29］江西省人民政府新聞辦，江西省林業(yè)局.江西省自然保護地體系建設(shè)成果新聞發(fā)布會[EB/OL].（2024－12-17）[2025-01-11]. http： //www.scio.gov.cn/xwfb/dfxwfb/gssfbh/jx_13839/202412/t20241231_879648.html.

[30］江西省人民政府.江西省國土空間規(guī)劃（2021－2035年）[EB/OL].（2024-01- 11）[2025-01-11].https：//www.jiangxi.gov.cn/jxsrmzf/ghjh/pc/content/content_1832859850426494976.html.

[31］彭守璋．中國 1km 分辨率逐月降水量數(shù)據(jù)集（1901一2023）[EB/OL]. （2024-01-01）[2025-01-11]. https：//doi.org/10.5281/zenodo.3114194.

[32]PENG S Z， DING Y X， WEN Z M， et al. Spatiotemporalchange and trend analysis of potential evapotranspirationover theLoess Plateau of China during 2011-2100[J].Agricultural and Forest Meteorology，2017，233： 183-194.

[33]DING Y X， PENG S Z. Spatiotemporal trends and attributionof drought across China from 1901-210o[J]. Sustainability，2020，12（2）. doi： 10.3390/su12020477.

[34]PENG S Z， GANG C， CAO Y， et al. Assessment of climatechange trends over the loess plateau in china from 1901 to2100[J]. International Journal of Climatology，2017，38：2250 - 2264.

[35］王文慧，鐘業(yè)喜，馬宏智，等.鄱陽湖水陸交錯帶生態(tài)韌性時空變化及影響因素[J].生態(tài)學(xué)報，2023，43（22）：9514 -9526.

[36] CUMMING G S， BARNES G， PERZ S，et al. An exploratoryframework for the empirical measurement of resilience[J].Ecosystems，2005，8：975-987.

[37］劉焱序，王仰麟，彭建，等.基于生態(tài)適應(yīng)性循環(huán)三維框架的城市景觀生態(tài)風(fēng)險評價[J].地理學(xué)報，2015，70（7）：

1052-1067.

[38］肖圣，多玲花，鄒自力.基于“風(fēng)險-連通性-潛力”的市生態(tài)韌性評估[J].應(yīng)用生態(tài)學(xué)報，2023，34（3）：733- 741.

[39］來灑灑，陳文波，危小建，等.基于生態(tài)韌性評價的鄱陽湖流域自然保護地預(yù)測與空缺區(qū)識別[J].應(yīng)用生態(tài)學(xué)報，2024，35（12）：3461-3468.

[40］李嘉藝，孫璁，鄭曦.基于適應(yīng)性循環(huán)理論的區(qū)域生態(tài)風(fēng)險時空演變評估——以長江三角洲城市群為例[J].生態(tài)學(xué)報，2021，41（7）：2609-2621.

[41］王世航，盧宏亮，趙明松，等.基于不同特征挖掘方法結(jié)合廣義提升回歸模型估測安徽省土壤pH[J].應(yīng)用生態(tài)學(xué)報，2020，31（10）：3509-3517.

[42］單云鋒，李為樂，周勝森，等.長江上游區(qū)域滑坡災(zāi)害生態(tài)風(fēng)險評估[J].生態(tài)學(xué)報，2024，44（24）：11437-11449.

[43]戴文昱，吳朝寧，李思青，等.基于Dobson算法的中國受威脅陸棲哺乳類優(yōu)先保護識別與保護現(xiàn)狀分析[J].生態(tài)學(xué)報，2023，43（21）：9038-9047.

[44］姜雪嬌，李海蓉，管磊，等.基于MARXAN模型的源的識別方法改進及應(yīng)用[J].科學(xué)技術(shù)與工程，2014，14（26）：309 -315.

[45]NAIDOO R，BALMFORD A，COSTANZA R， et al. Globalmaping of ecosystem services and conservation priorities[J].Proceedings of the National Academy of Sciences，2008，105（28）： 9495 -9500.

[46] FAJARDO J， LESSMANN J， BOMACCORSO E， et al.Combined use of systematic conservation planning， speciesdistribution modelling，and connectivity analysis revealssevere conservation gaps in a megadiverse country （Peru）[ J].PLoS One，2014， 9（12）.doi： 10.1371/journal.pone.0114367.

[47]MCDONNELL MD，POSSINGHAMHP，BALLIR，et al.Mathematical methods for spatially cohesive reserve design[J].Environmental Modeling amp; Assessment，20O2，7：107 -114.

[48］封志雪，周鍵，楊飛齡，等.集成生態(tài)系統(tǒng)服務(wù)與生物多樣性的系統(tǒng)保護規(guī)劃[J].生態(tài)學(xué)報，2023，43（2）：522-533.

Study on the Construction of Hierarchical Optimization Pattern for Nature Reserves： A Case Study of the Poyang Lake Basin

LAI Sasa123，CHEN Wenbo123， CHENG Yuying12.3 （1.School of Surveying and Geoinformation Engineering，East China Universityof Technology，Nanchang 30013， China; 2.Jiangxi KeyLaboratoryofWatershed Ecological Process and Information，East China UniversityofTechnology， Nanchang 330O13， China; 3.Nanchang Key Laboratory of Landscape Process and Territorial Spatial Ecological Restoration， East China University of Technology，Nanchang 33OO13， China）

Abstract：The purposeofthisstudyistoexplore scientificalyrationaloptimization strategiesfornaturereserves bytaking Poyang Lake Basin as acase study，to provide new perspectives and methodological support forthe spatial optimization of naturereserve layout.Theresearch methods areas follows.Firstly，anecological resilience assessment framework was constructed to analyze the spatiotemporal variationsof ecologicalresilience in the Poyang Lake Basin from 2OoO to 2020. Secondly，thedistributionsuitabilityof naturereserves was predictedbyaRandomForest model.Finally，theMarxan model was appliedto identifypriorityconservation areas under diferent scenarios，andahierarchical optimizationpattern was constructedaccordingly.The research results show that：1）from 2000 to 2O20，the average ecological resilience index in the Poyang Lake Basin steadily increased，but the area of low ecological resilience continued to expand. 2）High-suitability areas for nature reserves accounted for 20.0% ， with a spatial distribution pattern of large aggregation andsmalldispersion.3）By integrating optimizationoutcomes from three scenarios，i.e.，ecological prirityconomic priority，and ecological-economicbalance，a hierarchicaloptimization patern comprising priority development areas， potential reserve areas，and future expansionareas was constructed，ofering scientificsupport for optimizing the layout of naturereserves in the basin.Inconclusion，theproposedapproach to construct a hierarchical optimization patern for nature rserves demonstrates strong scientific validityand practical applicability.Inthe near term，prioritydevelopment areas canserveasthefocus ofoptimizationeforts.Duringthecontinuousadvancementofecologicalcivilization，potential reserveareas and future expansion areas can be gradually incorporated into the optimization sequence to further enhance the spatial pattern of nature reserves.

Key words： ecological resilience;random forest; Marxan model; nature reserves; hierarchical optimization pattern

（本文責(zé)編：張冰松）