Este estudio desarrolla una red ecológico-patrimonial de doble capa para tres Zonas de Protección del Patrimonio Ecológico Hakka en el sur de China. El análisis de percolación identifica umbrales distintos de robustez estructural para las capas ecológica y de inventario patrimonial mapeada, mientras que un Índice de Prioridad de Restauración localiza los fragmentos influyentes. El marco metodológico permite la comparación basada en evidencia de opciones de restauración y monitoreo entre zonas.
Artículo de investigación
Evaluación mediante teledetección de los umbrales de resiliencia en redes ecológico-patrimoniales de doble capa de las zonas de protección cultural hakka
En este artículo
Resumen
Resumen
Este estudio propone un marco de red ecológica–patrimonial de doble capa (DEHN, por sus siglas en inglés) que modela la conectividad ecológica y el patrimonio cultural inmaterial como un grafo acoplado de dos capas, aplicado a tres zonas de protección ecológica cultural hakka en el sur de China (74 547 km2). Específicamente, mediante el uso de MSPA-lite en datos de cobertura terrestre (2000–2023), los autores construyeron una red ecológica de 233 nodos y 799 enlaces, acoplada a una red patrimonial de 23 nodos y 73 enlaces, mediante un esquema de decaimiento de la distancia de 10 km. Además, los ataques de percolación revelan umbrales críticos de 0,690 para la capa ecológica y de 0,925 para la capa patrimonial, lo que indica que la red ecológica pierde conectividad antes que la red de inventario del PCI. Un Índice de Prioridad de Restauración identifica 47 parches de Nivel 1 (los mejor clasificados) y 46 parches de alta prioridad, con Meizhou concentrando el 75 % de los parches en los niveles superiores. Las simulaciones contrafactuales muestran que la reducción del costo de los enlaces altera los umbrales de colapso, mientras que la pérdida de parches los reduce en un 98,4 %, lo que exige una expansión topológica mediante nuevos parches escalonados. En conjunto, el marco DEHN proporciona una comparación normalizada por densidad (23,3 frente a 3,21), mostrando que la capa ecológica es más resistente por unidad de conectividad, ofreciendo una plantilla transferible para la planificación acoplada de restauración en zonas protegidas de carácter cultural y ecológico. El marco DEHN se alinea con el Objetivo de Desarrollo Sostenible 11.4 («Fortalecer los esfuerzos para proteger y salvaguardar el patrimonio cultural y natural del mundo») y con la Meta de Diversidad Biológica de Aichi 11 (conservar al menos el 17 % de las áreas terrestres). Los umbrales de percolación identificados (f_C ecológico = 0,690, f_C patrimonial = 0,925) proporcionan puntos de referencia cuantitativos para evaluar si la gestión de las ZPEC ha mantenido la resiliencia de la red por encima del umbral de colapso. El hallazgo de que 47 parches (el 20 % de la red ecológica) constituyen el Nivel 1 (los mejor clasificados), cuya pérdida provocaría un fallo en cascada, sugiere que la delimitación de las ZPEC—que no prioriza estos parches críticos desde el punto de vista topológico—podría ser insuficiente para cumplir con las metas del ODS 11.4. Los autores recomiendan que los planes de gestión de las ZPEC incorporen los umbrales de resiliencia de la red como indicadores de monitoreo, informando anualmente si el valor consensuado de f_C permanece por encima de 0,50 (la definición operativa del colapso de la red).
Introducción
A nivel mundial, los paisajes culturales y ecológicos interconectados están siendo transformados simultáneamente por la urbanización, la despoblación rural y la variabilidad climática, lo que pone en peligro tanto la integridad biofísica como la continuidad del patrimonio1,2. Los paisajes culturales de montaña son especialmente vulnerables: concentran una proporción desproporcionada del patrimonio cultural inmaterial y albergan los últimos núcleos forestales continuos de muchas regiones densamente pobladas3. El Objetivo de Desarrollo Sostenible 11.4 y la Meta Aichi 11 exigen conjuntamente la salvaguardia del patrimonio natural y cultural del mundo y la protección de hábitats ecológicamente representativos, sin embargo, una década de monitoreo muestra que en muchas jurisdicciones los dos objetivos evolucionan de forma asincrónica4. En China, el programa nacional de Zonas de Protección Ecológica Cultural (CEPZ) designa unidades territoriales coherentes en las que la integridad ecológica y el patrimonio inmaterial deben conservarse como un solo sistema5. No obstante, más de quince años después de su creación, la política de CEPZ ha sido evaluada casi exclusivamente mediante indicadores basados en inventarios, y no a través de los mecanismos espaciales que conectan ambas capas. Sin embargo, si los subsistemas ecológico y patrimonial dentro de las CEPZ se erosionan de forma sincrónica o siguen trayectorias divergentes en respuesta a factores de estrés distintos, sigue siendo una cuestión empíricamente no resuelta a cualquier escala.
Al reorganizar la distribución y permeabilidad de las matrices de hábitat, la fragmentación del paisaje altera la conectividad misma que sustenta la provisión de servicios ecosistémicos6. La fragmentación se cuantifica comúnmente mediante índices de patrón del paisaje —densidad de fragmentos, irregularidad de la forma, diversidad de Shannon de cobertura terrestre—, a menudo combinados con análisis de ventanas móviles7. Más recientemente, el análisis morfológico de patrones espaciales (MSPA) —y sus variantes simplificadas (MSPA-lite) adoptadas aquí— se ha consolidado como herramienta fundamental para aislar la estructura de hábitat núcleo–borde–puente en la ecología regional china8,9. Estas herramientas morfológicas son informativas, pero fundamentalmente asimétricas respecto al flujo de organismos o servicios ecosistémicos: describen la distribución de los fragmentos de hábitat, pero no indican cómo ni a lo largo de qué rutas se propagan los servicios ecológicos entre los núcleos de hábitat10. Esta limitación es particularmente acusada en las ZPEC chinas, donde la premisa misma de la política es que las entidades ecológicas y patrimoniales están funcionalmente conectadas a través del paisaje. Sin embargo, sin un modelo espacial explícito sobre los mecanismos, las métricas del paisaje por sí solas no pueden revelar las rutas de conectividad que la gestión de las ZPEC debe proteger.
Los modelos de conectividad basados en la teoría de grafos y circuitos han cubierto parcialmente este vacío en los servicios ecológicos. Los análisis de rutas de costo mínimo (LCP) sobre superficies de resistencia derivadas de mapas de uso del suelo son ahora herramientas estándar para delimitar corredores ecológicos entre núcleos de hábitat11,12. La teoría de circuitos (Circuitscape) trata al paisaje como una red de resistencia y calcula las probabilidades de flujo a través de múltiples rutas13. Síntesis recientes basadas en redes multiplex han demostrado que estas herramientas de capa única pueden extenderse para representar flujos de servicios ecosistémicos de oferta–demanda14,15. En cuanto al patrimonio cultural, la cuantificación espacial ha avanzado por líneas diferentes. La estimación de densidad mediante kernel (KDE) se ha convertido en la representación predeterminada de la agrupación del patrimonio cultural inmaterial16, y los grafos combinatorios —generalmente triangulaciones de Delaunay o redes de k-vecinos más cercanos sobre ubicaciones de patrimonio declaradas— capturan la estructura relacional discreta del patrimonio cultural17. Sin embargo, las redes ecológicas y culturales casi siempre se han tratado como objetos paralelos de capa única18,19; la posibilidad de acoplarlas en una supra-red cuya dinámica de propagación esté regida conjuntamente por ambas capas aún no se ha operacionalizado a escala del CEPZ20,21. En consecuencia, se desconocen los umbrales de resiliencia en los que redes acopladas de doble capa pierden su componente conectado mayorante bajo la eliminación progresiva de factores de estrés.
Los modelos de redes —en los que los nodos representan participantes y los enlaces codifican interacciones— proporcionan el aparato matemático para abordar esta brecha22. Las redes multilayer y multiplex generalizan la representación de grafos a sistemas en los que los mismos actores participan en regímenes de interacción estructuralmente distintos23, y ofrecen un marco compacto para medir el acoplamiento entre capas, la participación cruzada entre capas y la resiliencia específica de cada capa. En la investigación de redes ecológicas, se han utilizado simulaciones de eliminación de nodos basadas en percolación para identificar la fracción crítica f* en la que colapsa el componente conectado más grande —un indicador ampliamente aceptado de resiliencia estructural24. Extender estas herramientas a una arquitectura ecológico-patrimonial acoplada requiere: (i) un esquema explícito de acoplamiento entre capas que refleje la proximidad espacial entre núcleos de hábitat y puntos patrimoniales, (ii) un protocolo de ataque que afecte a cada capa independientemente para aislar las vulnerabilidades específicas de cada capa, y (iii) un índice compuesto de prioridad que traduzca los diagnósticos de redes acopladas en objetivos accionables de restauración. El marco del Modelo de Red Ecológico-Patrimonial de Doble Capa (DEHN, por sus siglas en inglés) desarrollado en el presente análisis hace operativas estas tres exigencias y, sobre esa base, cuantifica los umbrales de resiliencia de ambas capas, junto con sus diagnósticos intercapa, a escala multizona CEPZ.
Las Zonas de Protección Ecológica Cultural Hakka constituyen un gradiente comparativo de excepcional valor analítico. Abarcando tres zonas de nivel nacional —Ganzhou en el sur de Jiangxi, Minxi en el oeste de Fujian y Meizhou en el este de Guangdong—, las ZPEC Hakka cubren conjuntamente 74.547 km2 de las montañas Wuyi-Nanling-Lianhuashan y albergan 23 elementos del patrimonio cultural inmaterial de nivel nacional registrados en artes escénicas, artesanías tradicionales y prácticas populares25,26. A diferencia de las cuencas interiores áridas donde la unidireccionalidad hidrológica impulsa el flujo de servicios ecosistémicos, las montañas Hakka se caracterizan por una densa red de corredores entre numerosos núcleos de hábitat pequeños, un patrimonio arraigado en una arquitectura de viviendas cerradas con siglos de antigüedad27 y una trayectoria de despoblación prolongada durante décadas que ha dejado a muchos condados montañosos con una emigración neta superior al 30 % de sus residentes registrados28. Esta combinación —alta densidad de patrimonio, población rural en contracción y bosques montanos persistentes— ofrece un régimen de factores de estrés acoplados (pérdida ecológica impulsada por la urbanización frente a la degradación del patrimonio impulsada por la despoblación) que los modelos teóricos multicapa han anticipado, pero rara vez observado empíricamente a escala subnacional29. Los estudios de caso existentes sobre el patrimonio Hakka, centrados en una sola zona, han aportado conocimientos etnográficos y tipológicos profundos, pero no han resuelto las dinámicas espaciales acopladas de las capas ecológica y patrimonial30. Dado que las tres zonas se encuentran en la misma franja climática y topográfica, pero enfrentan combinaciones diferentes de factores de estrés —la expansión periurbana de Ganzhou, la intensificación del turismo en los tulou de Minxi y la despoblación impulsada por la diáspora en Meizhou—, funcionan colectivamente como un gradiente comparativo con tres tratamientos para el análisis comparativo. Por tanto, se espera que el marco desarrollado aquí sea generalizable más allá del caso Hakka, proporcionando una plantilla diagnóstica transferible a las quince zonas nacionales adicionales de PEC y a paisajes culturales en otras partes del mundo que enfrentan acoplamientos análogos de factores de estrés31.
A partir de esta brecha, se abordan dos preguntas relacionadas. Primero, ¿comparten la red de corredores ecológicos y la red de patrimonio inmaterial en un territorio a escala de ZPEC un umbral crítico común de percolación bajo ataques aleatorios y dirigidos progresivos, o bien fallan las dos capas en fracciones estructuralmente distintas de pérdida de nodos? Segundo, si las dos capas presentan efectivamente una resiliencia divergente, ¿cuál de ellas establece la restricción determinante para la integridad del sistema acoplado, y en qué lugares las inversiones en restauración redistribuyen esta restricción de forma más eficiente? Para responder a estas preguntas, el presente estudio (i) construye una Red Dual Ecológico-Patrimonial (DEHN) que integra el análisis morfológico de patrones espaciales sobre seis instantáneas de 30 m del Conjunto de Datos de Cobertura Terrestre de China con la estimación de densidad mediante kernel sobre 23 elementos de patrimonio cultural inmaterial de nivel nacional; (ii) cuantifica umbrales de percolación consensuados específicos por capa bajo cuatro reglas progresivas de eliminación de nodos y caracteriza la estructura de acoplamiento intercapa mediante centralidad de participación múltiple y centralidad supra-vector propia; y (iii) deriva un Índice Compuesto de Prioridad de Restauración (RPI) y evalúa su aplicabilidad mediante simulación de escenarios y análisis de sensibilidad multiparamétrico. El marco resultante ofrece una base de decisiones explícita en mecanismos y basada en teledetección para la planificación de la restauración ecológica en ZPEC del sur de China y en territorios patrimoniales multifacéticos comparables.
Protocolo
Área de estudio
El sistema de Zonas de Protección Ecológica y Cultural Hakka (CEPZ) comprende tres zonas de protección designadas a nivel nacional que abarcan la región montañosa fronteriza de las provincias de Jiangxi, Fujian y Guangdong en el sur de China (23°23′–27°08′ N, 113°50′–116°44′ E) (Figura 1A–D). Las tres zonas —la CEPZ de Ganzhou en el sur de Jiangxi, la CEPZ de Minxi en el oeste de Fujian y la CEPZ de Meizhou en el este de Guangdong— cubren conjuntamente 74 547 km2 e incluyen 34 unidades administrativas a nivel de condado (33 condados más un distrito municipal), formando el núcleo geográfico de la esfera cultural hakka. La CEPZ de Ganzhou es la más extensa de las tres (39 341 km2), contiene 18 condados a lo largo de las cabeceras del río Ganjiang y las estribaciones de la cordillera Wuyi, y alberga la mayor concentración de viviendas cerradas hakka (weilongwu) y la distribución más densa de tulou en el interior. La CEPZ de Minxi (19 353 km2) abarca 6 condados centrados en Longyan y Sanming, donde los conjuntos de tulou de Fujian inscritos por la UNESCO constituyen el patrimonio arquitectónico emblemático. La CEPZ de Meizhou (15 853 km2) comprende 9 condados en el curso medio del río Meijiang y es reconocida internacionalmente como la «capital cultural hakka», con la proporción más alta per cápita de diáspora hakka en el extranjero.
La topografía está dominada por montañas de altitud media (400–1.600 m) pertenecientes a las cordilleras Wuyi, Nanling y Lianhuashan, con una orientación tectónica nordeste–sudoeste. Las tres zonas comparten un clima monzónico húmedo subtropical: la precipitación anual oscila entre 1.500 y 2.100 mm, y la temperatura media anual es de 18–21 °C. Los bosques de hoja ancha y mixtos perennifolios dominan la vegetación natural, intercalados con tierras de cultivo en terrazas a lo largo de los valles fluviales. Las tres zonas albergan conjuntamente a más de 12 millones de personas (censo de 2020), una combinación paradójica de alta densidad de patrimonio y fuerte despoblación rural, con una emigración neta superior al 30 % de los residentes registrados en muchos condados montañosos. Los elementos del patrimonio cultural inmaterial (PCI) de los hakka registrados a nivel nacional suman 23 en las tres zonas (Figura 1B–D), abarcando artes escénicas (canciones de montaña, ópera hakka), oficios tradicionales (construcción de tulou, impresión xilográfica) y prácticas populares (festivales San Yuan, culto a los ancestros). La coexistencia de un patrimonio denso, una población rural en contracción y bosques montanos relativamente intactos convierte a las Zonas Ecológicas y Culturales de los Hakka (Hakka CEPZs) en un gradiente comparativo distintivo para el análisis de la robustez ecológica–estructural acoplada de la red de inventario de PCI mapeada a escala subnacional32. En el Tabla 1 se resumen los atributos administrativos, morfológicos y patrimoniales básicos de las tres zonas.
El programa CEPZ fue inaugurado por el Ministerio de Cultura y Turismo (MCT) en 2007 con el objetivo de proteger unidades territoriales coherentes en las que se conserva la integridad ecológica y el patrimonio inmaterial como un sistema acoplado33. Las tres zonas Hakka fueron incluidas a nivel nacional de prioridad entre 2013 y 2019, y la coordinación administrativa está a cargo de las oficinas provinciales de asuntos culturales de Jiangxi, Fujian y Guangdong, respectivamente. Desde 2020, la planificación de restauración y rehabilitación dentro de los límites del CEPZ está sujeta al marco del Planificación del Espacio del Territorio Nacional (NTSP), que exige una priorización espacialmente explícita de corredores ecológicos y zonas tampón del patrimonio34. El caso Hakka combina, por tanto, una jurisdicción administrativa clara con un régimen de factores de estrés espacialmente heterogéneo, y sus resultados analíticos son directamente aplicables dentro de los instrumentos de planificación existentes. Evaluaciones recientes a escala CEPZ han solicitado diagnósticos basados en redes para reemplazar a los indicadores basados en inventarios que se utilizaban anteriormente35, estableciendo así el contexto político directo en el que se desarrolla el marco DEHN. Finalmente, el paisaje Hakka se distingue por su extenso legado de diáspora: solo Meizhou representa más de un tercio de la diáspora Hakka global, y la gestión de la tierra impulsada por remesas ha generado trayectorias de uso del suelo claramente distintas de las de las regiones montañosas chinas demográficamente estables36. Esta capa social no se parametriza directamente en el modelo multilayer actual, pero se documenta aquí como el trasfondo mecanicista frente al cual evolucionan las capas ecológica y del patrimonio.
Datos
Estadísticas descriptivas sobre las áreas de los condados dentro del área de estudio: media = 2.193 km2 (rango: 721–3.946 km2; mediana: 2.089 km2; DE: 687 km2; n = 34 condados). El diámetro medio por condado (suponiendo forma circular) es aproximadamente 53 km, lo que supera en un factor de 5,3 el radio de acoplamiento intercapa de 10 km. Este error geográfico sistemático implica que el acoplamiento real entre el ICH y los fragmentos ecológicos podría diferir sustancialmente de la estimación basada en los centroides. Un análisis de sensibilidad que aumentó el radio de acoplamiento a 20 km mostró que la identidad de los 20 fragmentos principales según el RPI se conservó en 15 de 20 casos, lo que sugiere una robustez moderada frente a la incertidumbre del geocodificado. Se identifican las encuestas de campo a nivel de aldea como un trabajo futuro esencial para resolver esta limitación.
Tabla 2 resume los conjuntos de datos principales utilizados en este estudio. La cobertura terrestre se derivó del Conjunto de Datos de Cobertura Terrestre de China (CLCD) desarrollado por la Universidad de Wuhan con una resolución espacial de 30 m, que abarca el período 1985–2023 con incrementos anuales37. Se seleccionaron seis años representativos (2000, 2005, 2010, 2015, 2020, 2023) para caracterizar las trayectorias de cambio a lo largo de varias décadas a intervalos constantes de cinco años, más el año final. El esquema CLCD distingue entre tierras de cultivo, bosque, matorral, pastizal, agua, hielo/nieve y superficies impermeables, y su precisión ha sido validada independientemente, alcanzando una exactitud general superior al 79 % en la región de estudio38. Los límites administrativos y los perímetros de las ZEPC se obtuvieron del registro nacional de ZEPC del Ministerio de Cultura y Turismo (MCT) y de los servicios POI de Gaode; los elementos de PCI a nivel nacional se geocodificaron al centroide del condado del custodio cultural de origen, siguiendo la convención utilizada en estudios previos sobre redes de PCI en China39. El conjunto de datos compuesto se publica bajo licencia CC-BY y puede reproducirse completamente mediante archivos abiertos de teledetección, en consonancia con las recientes recomendaciones para la investigación reproducible sobre redes ecológicas40.
El preprocesamiento de los datos siguió una cadena de cinco pasos implementada en Python 3.11 con rasterio 1.3, GeoPandas 0.14 y NetworkX 3.2. Primero, los GeoTIFF anuales de 30 m del CLCD se recortaron al cuadro delimitador de la unión de las tres zonas (23°23′–27°08′ N, 113°50′–116°44′ E) y se reproyectaron a la proyección cónica equivalente de Albers (lon₀ = 105°E, φ₁ = 25°N, φ₂ = 47°N) para preservar el área en el análisis morfológico posterior. Segundo, se rasterizó la unión de los perímetros de las tres CEPZ como máscara de estudio, y todas las celdas fuera de la máscara se establecieron como NoData durante todo el proceso. Tercero, se tabularon los conteos de celdas por clase de cobertura del suelo para cada uno de los seis años de referencia para facilitar la comparación directa de las trayectorias de fragmentación entre años. Cuarto, el conjunto de puntos del PCI se compiló a partir del registro nacional de la Consejo Estatal (lotes 1–5), se geocodificó al centroide del condado del custodio cultural declarado, se verificó frente a servicios públicos de puntos de interés y se almacenó como una capa GeoJSON en WGS-84 con atributos para el identificador del elemento, categoría (artes escénicas, artesanía tradicional, práctica folclórica), lote de inclusión y afiliación a la CEPZ. Quinto, todas las operaciones vector-raster posteriores se realizaron en la proyección cónica equivalente de Albers utilizando lecturas raster por ventanas y procesamiento vectorizado en matrices en memoria para preservar la eficiencia computacional en la cuadrícula de 30 m. Todos los archivos fuente de límites y del PCI, junto con los scripts reproducibles de preprocesamiento, están disponibles previa solicitud razonable.
Métodos
La cadena analítica (Figura 2) se organiza en cinco carriles horizontales — DATOS, CAPA, ACOPLAMIENTO, DIAGNÓSTICOS, RESULTADOS — y comprende seis módulos metodológicos: (i) cuantificación morfológica de la capa ecológica mediante un análisis ligero de patrones espaciales morfológicos (MSPA-lite) sobre el CLCD de 30 m; (ii) cuantificación espacial de la capa patrimonial mediante estimación de densidad kernel (KDE) y grafos combinatorios de adyacencia sobre los 23 elementos del PCI a nivel nacional; (iii) acoplamiento de las dos capas en una supra-red bicapa bajo un esquema intercapas de decaimiento con la distancia; (iv) identificación del umbral de resiliencia basado en la percolación, bajo reglas de eliminación aleatoria y dirigida de nodos aplicadas independientemente a cada capa; (v) un Índice Compuesto de Prioridad de Restauración (RPI) cartografiado sobre el conjunto de nodos ecológicos para identificar parches de Nivel 1 (los mejor clasificados) y corredores de máxima prioridad; y (vi) simulación de escenarios y análisis de sensibilidad multiparamétrico sobre la tipología de prioridades y los parámetros de acoplamiento.
La matriz supra-adyacencia A (256 × 256) se construyó como una matriz de bloques, donde AE,norm y AH,norm son las matrices de adyacencia intra-capa normalizadas por sus respectivos pesos medios de los enlaces, y Ainter es la matriz de acoplamiento inter-capa. La matriz es simétrica (verificado computacionalmente: ||A - AT || < 1e-10) y no contiene bucles propios (trace(A) = 0).
Estadísticas de los pesos de los enlaces antes de la normalización: capa ecológica — mínimo = 0,008730, media = 0,098589, máximo = 1,618909; capa patrimonial — mínimo = 0,006862, media = 0,019848, máximo = 0,085832. Después de la normalización por la media: ecológica — mínimo = 0,0885, media = 1,000, máximo = 16,4207; patrimonial — mínimo = 0,3457, media = 1,000, máximo = 4,3244.
Los radios espectrales se calcularon a partir de las matrices de adyacencia simétricas normalizadas por la media: bloque ecológico lambda_max = 19,6481, bloque patrimonial lambda_max = 10,5404, y supra-red completa lambda_max = 19,6481. Por lo tanto, el bloque ecológico domina el modo principal. Un valor previo de centralidad a nivel de nodo había sido etiquetado erróneamente como un valor propio y ha sido eliminado de todos los informes de radio espectral. Para comparación, una normalización estocástica por fila tiene, por construcción, un valor propio principal de 1,000.
La regla de acoplamiento inicial de 10 km generó 42 conexiones intercapa: 35 cumplieron el umbral estricto de distancia, y siete fueron enlaces de respaldo a la placa más cercana para nodos ICH sin una placa dentro del radio. Por lo tanto, los 23 nodos ICH conservaron al menos una conexión ecológica. La centralidad supra-vector propia utilizada en el RPI se calculó a partir de la matriz de adyacencia simétrica normalizada por la media.
Cuantificación de capas ecológicas (MSPA-ligero)
El análisis morfológico de patrones espaciales (MSPA) divide máscaras binarias de cobertura del suelo en categorías topológicamente informativas (núcleo, borde, puente, bucle, islote, perforación, rama), revelando así la continuidad del hábitat independientemente de su composición41. Debido a que el MSPA completo sobre un ráster de 30 m que cubre 74 547 km2 implicaba un costo computacional prohibitivo en ensayos preliminares, este estudio adoptó una formulación simplificada de dos clases denominada MSPA-ligero, que mantiene la distinción entre núcleo y borde, pero agrupa puente/bucle/islote en una clase agregada de «borde». La vegetación se definió como la unión de los códigos CLCD {bosque, matorral, pastizal}. El ráster de 30 m se remuestreó a 90 m mediante agregación por regla mayoritaria, y se aplicó un elemento estructurante circular de 3 celdas (equivalente a 270 m) mediante erosión binaria para aislar el interior del núcleo; las celdas vegetadas residuales se etiquetaron como borde. Se excluyeron parches pequeños (<5 km2) para centrarse en núcleos ecológicamente significativos, siguiendo el umbral de tamaño ampliamente adoptado en estudios regionales de MSPA en China42. El MSPA-ligero proporciona, para cada uno de los seis años representativos, el área vegetada total, el área de núcleo, el área de borde y el número de parches de núcleo individuales, descriptores suficientes para rastrear la trayectoria de fragmentación hipotetizada como el principal factor de estrés ecológico (Sección 4.1).
La elección de indicadores morfológicos derivados del CLCD en lugar de series temporales estacionales de NDVI o LST es intencional. La contaminación por cobertura de nubes sobre las montañas Hakka habitualmente supera el 70 % en la temporada de lluvias, y la geometría de la cuenca del lago terminal agrava la persistencia de nubes, de modo que la obtención de compuestos estacionales de NDVI multiánuales consistentes requeriría una canalización personalizada para rellenar huecos. Los indicadores morfológicos derivados de mapas categóricos validados anualmente evitan este ruido atmosférico mientras conservan la información de conectividad más relevante para el análisis de resiliencia basado en redes43.
Se analizó la sensibilidad de los parámetros de MSPA-lite en un análisis preliminar. El radio de erosión del núcleo se varió entre 2, 3 y 4 celdas (equivalente a 180 m, 270 m y 360 m en área interior con una agregación de 90 m), y el umbral mínimo de área del núcleo se probó en 3 km2, 5 km2 y 10 km2. Se mantuvo la parametrización final (erosión de 3 celdas, umbral de 5 km2) porque preservó un orden estable de abundancia de fragmentos a lo largo de los seis años, eliminando al mismo tiempo núcleos pequeños espurios generados por el ruido de clasificación de CLCD. Los resultados de MSPA-lite entre años se validaron mediante inspección manual de diez fragmentos seleccionados al azar cada año, comparándolos con imágenes de alta resolución de Google Earth, lo que arrojó una concordancia categórica superior al 95 % en las asignaciones de núcleo frente a borde en la instantánea de 2020. Los identificadores de fragmentos se armonizaron entre años utilizando una regla de superposición espacial: un fragmento en el año t se asoció con su contraparte de superposición dominante en el año t + 5 siempre que el índice de Jaccard de sus huellas superara 0,60. Los fragmentos sin un predecesor estable se registraron como emergentes, y los fragmentos sin un sucesor estable se registraron como disueltos. Esta tabla de linaje sustenta el análisis de trayectorias de fragmentación presentado en la Sección 3.1.
Cuantificación de la capa de patrimonio (ICH-KDE + red de adyacencia)
Para cada uno de los 23 elementos de patrimonio cultural inmaterial (ICH) a nivel nacional, se utilizó el centroide del condado del custodio declarado como localizador puntual. Se calculó una superficie de estimación de densidad mediante kernel (KDE) sobre una cuadrícula de 500 m en la unión de las tres zonas, con un ancho de banda de 5 km, comparable al valor obtenido mediante la regla empírica de Silverman, estimado a partir de la muestra de 23 puntos y su extensión bivariada. La superficie de densidad resultante ich_kde_5km refleja la concentración espacial del patrimonio cultural y sirve como anclaje espacial para el grafo discreto de patrimonio. La elección del ancho de banda se basó en análisis previos de agrupamiento de tulou chinos, que reportaron un espaciado modal entre clústeres de 6–8 km; un ancho de banda de 5 km permite resolver tanto la consolidación dentro de los clústeres como las separaciones entre ellos.
El grafo de patrimonio G_H se ensambló combinando una triangulación de Delaunay sobre los 23 nodos ICH con el grafo de k-vecinos más cercanos (KNN, k = 4), produciendo el conjunto unión de aristas. Este enfoque combinatorio elimina las aristas alargadas de Delaunay que atraviesan barreras topográficas, al tiempo que conserva la conectividad entre vecinos más cercanos, siguiendo el protocolo de construcción de grafos adoptado en estudios recientes sobre servicios ecosistémicos múltiples44. Los pesos de las aristas se asignaron como el recíproco de la distancia ortodrómica (en metros), de modo que los elementos de patrimonio más cercanos ejerzan una vinculación inferida más fuerte. En el grafo de 23 nodos, se calcularon métricas de centralidad a nivel de nodo —grado, grado ponderado, intermediación, vector propio, PageRank y coeficiente de agrupamiento— utilizando peso = 1 / distancia, según la práctica estándar.
Para abordar la elección metodológica de k = 4 en el componente KNN del grafo de patrimonio, se realizó un análisis de sensibilidad del valor de k variando k desde 3 hasta 8, manteniendo la triangulación de Delaunay como base. El umbral de percolación por consenso osciló entre 0,754 (k = 4) y 0,923 (k = 7), con valores intermedios de 0,779 (k = 3), 0,773 (k = 5), 0,852 (k = 6) y 0,885 (k = 8). Se mantuvo la elección de k = 4 porque produce el grafo más disperso que aún garantiza la conectividad completa de los nodos sin aristas redundantes de largo alcance, y porque la correlación de rangos de Spearman de la centralidad de grado de los nodos entre k = 4 y los valores adyacentes de k permaneció alta (ρ = 0,691 para k = 3, ρ = 0,793 para k = 5). Se conservó la triangulación de Delaunay como capa base porque garantiza un grafo plano conectado que respeta la topología espacial de la distribución de puntos de ICH, mientras que la superposición KNN elimina las aristas alargadas de Delaunay que atraviesan barreras topográficas (por ejemplo, la cresta montañosa de Wuyi). Esta construcción combinada de Delaunay + KNN sigue el protocolo de grafo adoptado en estudios recientes sobre servicios ecosistémicos multiplex y asegura que la topología de la red de patrimonio no sea un artefacto derivado de la elección arbitraria de un único parámetro.
Corredores ecológicos y rutas de mínimo costo
La construcción de la superficie de resistencia siguió la convención de tabla de búsqueda basada en clases (LUT, por sus siglas en inglés)45. A cada clase del CLCD se le asignó un valor numérico de resistencia que refleja su impedancia al desplazamiento biótico y al flujo de servicios ecosistémicos (Tabla 3). El bosque recibió la resistencia base (1), seguido en orden ascendente por matorral (5), pastizal (10), agua (30), tierras de cultivo (50), hielo/nieve (200) y superficies impermeables (500); las celdas sin datos recibieron un valor neutral (100). La LUT se aplicó al ráster CLCD 2020 de 90 m para obtener una superficie de resistencia con una extensión de cuadrícula de 4.688 × 3.953 en proyección cónica equivalente de Albers.
Se calcularon rutas de costo mínimo (LCP) entre pares de parches centrales utilizando la implementación de skimage `graph.route_through_array` del algoritmo de Dijkstra sobre la superficie de resistencia. Los pares de nodos candidatos se restringieron a la unión de los grafos de vecinos más cercanos K (k = 4) y de triangulación de Delaunay de los 233 centroides de parches en espacio proyectado, siguiendo el protocolo de grafo LCP ampliamente utilizado en estudios regionales de conectividad en China46. Esto produjo 799 corredores candidatos, cada uno caracterizado por el costo acumulado (suma entera adimensional de la resistencia a lo largo del recorrido), la longitud del recorrido en metros y la resistencia efectiva (costo/longitud). Se conservaron los 799 corredores en el grafo ecológico final G_E, ya que ninguno superó el umbral de costo máximo recomendado para estudios de conectividad regional.47.
Se consideró pero no se adoptó la resistencia ajustada por pendiente; la cobertura del modelo digital de elevación disponible en el flujo de trabajo del estudio abarcaba solo latitudes entre 26,00 y 27,14° N, y por lo tanto omitía los dos tercios meridionales de la región de estudio, por lo que no se intentó una reprocesamiento completo del SRTM a la extensión de tres zonas dentro del cronograma del estudio. Una parametrización de resistencia puramente basada en el uso y cobertura de la tierra (LULC) es una alternativa estándar en estudios chinos regionales de corredores donde no es posible lograr la integridad del DEM, y aísla la señal del LULC sin las interferencias de gradientes topográficos48.
La implementación del cálculo del LCP utilizó skimage.graph.route_through_array en modo `geometric`, convirtiendo la superficie de resistencia a float32 y aplicando una constante aditiva pequeña (1e−6) a las celdas de costo cero para evitar el colapso degenerado del camino. Para reducir la huella de memoria en la cuadrícula completa de 4.688 × 3.953, la superficie de costos se dividió en cuatro ventanas superpuestas de 2.344 × 1.977 con un buffer de 200 celdas, y los LCP cuyos extremos abarcaban teselas adyacentes se calcularon sobre la unión fusionada del buffer para evitar artefactos de empalme. Los 799 LCP candidatos se validaron inspeccionando una muestra aleatoria del 5 % frente a la superficie de resistencia de entrada para verificar la conectividad continua; no se detectaron caminos discontinuos. Las geometrías de los corredores se vectorizaron mediante extracción por cuadrados marchantes y se almacenaron como entidades LineString WGS-84 en GeoJSON, conservando como atributos la longitud del camino, el costo acumulado, la resistencia efectiva (costo/longitud) y los identificadores del parche de origen y destino. Los puntos representativos centroidales utilizados para la selección de los extremos del LCP se calcularon con el método representative_point de GeoPandas, en lugar de los centroides geométricos, para asegurar que cada extremo esté dentro del polígono del parche correspondiente en casos de geometrías de parche cóncavas.
Construcción de la supra-red bicapa
El grafo de patrimonio G_H (n = 23, m = 73) y el grafo ecológico G_E (n = 233, m = 799) se combinaron en una supra-red bicapa. Se insertó una arista intercapa (h, e) cuando la distancia geodésica desde el nodo ICH h hasta el centroide del parche ecológico e no superaba los 10 km, un radio evaluado en el análisis de sensibilidad con distancias de 5, 10, 15 y 20 km (Sección 3.5). Si ningún parche caía dentro de los 10 km, se enlazó el parche más cercano como respaldo de conectividad mínima. Por lo tanto, la red de referencia contiene 42 aristas intercapa: 35 enlaces dentro del radio estricto y siete enlaces de respaldo.
Los pesos de los enlaces en la matriz supra-adyacencia A (256 × 256) se asignaron de la siguiente manera: los enlaces intra-herencia conservaron sus pesos de distancia recíproca; los enlaces intra-ecológicos recibieron el recíproco del costo del camino de menor costo (1 / costo); y los enlaces intercapa se definieron como se indica a continuación, donde d es la distancia de acoplamiento en kilómetros, y 
w_intra
es el peso promedio de los enlaces intracapa, lo que produce un acoplamiento intercapa con decaimiento suave calibrado según la magnitud intracapa. La supra-red admite dos familias de métricas derivadas: (i) la centralidad supra-vector propia, calculada como el vector propio principal de A y que otorga a cada nodo una puntuación comparable de importancia a través de las capas; y (ii) el coeficiente de participación multiplex según se define a continuación, siguiendo el formalismo de participación multiplex utilizado en diagnósticos de redes bicultivadas, que captura el equilibrio entre las conexiones intracapa de un nodo y su acoplamiento con la otra capa.
La matriz supra-adyacente A se almacenó como una matriz CSR dispersa utilizando el módulo disperso de SciPy. El par propio principal de la matriz simétrica normalizada por la media se calculó con la implementación eigsh de ARPACK y se verificó mediante iteración de potencias; el radio espectral de la matriz completa fue lambda_max = 19.6481. Este mismo vector propio de la matriz simétrica proporcionó la componente del centralidad supra-vector propio del RPI. La normalización por filas se utilizó únicamente para diagnósticos de la matriz de transición; su valor propio principal es 1.000 por construcción. Funciones alternativas de acoplamiento entre capas produjeron correlaciones de rango RPI superiores a 0.94 con la referencia de decaimiento exponencial.
Umbrales de resiliencia basados en la percolación
Cada capa se sometió independientemente a cuatro ataques progresivos de eliminación de nodos: (i) eliminación aleatoria uniforme promediada en 500 réplicas (300 para los escenarios en la Sección 2.3.8); (ii) eliminación dirigida por grado descendente; (iii) eliminación dirigida por centralidad de intermediación descendente; y (iv) eliminación dirigida por centralidad de vector propio descendente. Después de que se habían eliminado k nodos de un grafo inicial de n nodos, la integridad estructural se midió como S(k) = LCC(k)/(n - k), donde LCC(k) es el número de nodos en el componente conectado más grande entre los nodos restantes. El umbral crítico f* fue la fracción más pequeña de nodos eliminados k/n en la que S(k) < 0,5. Los umbrales informados y las curvas de percolación utilizan esta normalización por nodos restantes. El umbral de consenso f_C es la media aritmética de los cuatro umbrales específicos de ataque.
Para el ataque de eliminación aleatoria, se utilizaron 500 réplicas después de que pruebas preliminares de convergencia mostraron que la curva media de la componente conexa más grande frente a la fracción eliminada se estabilizó dentro de un coeficiente de variación de 0,02 a partir de la réplica 350; 500 réplicas proporcionan un margen cómodo por encima de este punto de convergencia con un costo computacional adicional insignificante. Los empates en los rankings de grado, centralidad de intermediación y vector propio—que ocurren de manera no despreciable en el grafo patrimonial dado su escala de 23 nodos—se resolvieron alfabéticamente por identificador de nodo para garantizar una reproducibilidad exacta entre ejecuciones independientes. Las progresiones del ataque se calcularon independientemente en cada capa para aislar las vulnerabilidades específicas de cada capa; se consideró, pero no se adoptó, un protocolo de ataque conjunto, en el cual los nodos se eliminan simultáneamente de ambas capas según el ranking supra-vector propio, porque este entrelaza las señales de las dos capas de una manera que oscurece el diagnóstico específico por capa pretendido. Se eligió el umbral de fracción de la componente conexa más grande de 0,5 siguiendo la práctica estándar en la investigación de percolación de corredores ecológicos; pruebas auxiliares de sensibilidad con umbrales de 0,4 y 0,6 en la componente conexa más grande conservaron el orden de rangos entre ecológico y patrimonial y desplazaron los umbrales de consenso absoluto en menos de 0,05 en cualquier dirección. El umbral de consenso se calculó como la media aritmética de los cuatro umbrales específicos de ataque. Aunque las cuatro reglas de ataque tienen interpretaciones estructurales diferentes, el consenso sirve como un estadístico resumen que captura la vulnerabilidad promedio a través de diversos perfiles de amenaza. La invariancia del modo de ataque en el hallazgo direccional (ecológico < patrimonial en tres de los cuatro ataques) proporciona una validación interna.
Para ataques aleatorios, se realizaron 500 réplicas independientes. Con la LCC normalizada por el número de nodos restantes (n - k), la capa ecológica produjo un umbral aleatorio medio de 0,623 ± 0,058 (DE), y la capa de inventario patrimonial produjo 0,960 ± 0,082. Los intervalos de confianza (95 %) se calcularon a partir de las distribuciones de las réplicas.
Los ataques dirigidos (grado, intermediación, vector propio) utilizaron una clasificación estática basada en la topología inicial de la red, en lugar de un recálculo dinámico tras cada eliminación. Se eligió este enfoque estático porque (i) proporciona una secuencia de ataques reproducible y determinista; (ii) el recálculo dinámico en redes espaciales dispersas puede producir clasificaciones de centralidad inestables; y (iii) el enfoque estático representa un escenario de peor caso. El recálculo dinámico suele arrojar umbrales ligeramente más bajos; por lo tanto, las estimaciones reportadas son conservadoras. La eliminación se implementó como una eliminación secuencial de un solo nodo. Para la red de patrimonio de 23 nodos, cada eliminación corresponde a aproximadamente el 4,3 % de los nodos; para la capa ecológica de 233 nodos, cada eliminación corresponde a aproximadamente el 0,43 %. Esta resolución más fina que 0,025 garantiza una detección precisa del umbral.
Índice de prioridad de restauración (RPI)
El índice compuesto de prioridad de restauración (RPI) integra cuatro líneas de evidencia en los 233 fragmentos principales:
donde z(·) denota la estandarización a media cero y varianza unitaria en todos los fragmentos, w1 = 0.35 enfatiza la centralidad estructural bi-capa, w2 = 0.20 asigna mayor prioridad a fragmentos pequeños (puntos críticos de fragmentación), w3 = 0.30 promueve fragmentos con fuerte acoplamiento ICH, y w4 = 0.15 incrementa el peso de fragmentos aislados con alto costo medio de borde. El vector de pesos se eligió para enfatizar la centralidad estructural y el acoplamiento patrimonial (los dos canales novedosos en el marco DEHN), manteniendo al mismo tiempo una contribución no trivial de fragmentación y aislamiento; la sensibilidad de los pesos se cuantificó en la Sección 3.5. Los fragmentos se asignaron a tres niveles de prioridad mediante los percentiles 80 y 60 del RPI: Nivel 1 (los mejor clasificados) (top 20 %), alto (percentil 60–80), y moderado (60 % inferior). La prioridad a nivel de corredor clasificó los 799 corredores mediante una puntuación z sumada del costo, la resistencia efectiva y el RPI medio de los extremos; los 15 % superiores (n = 119) se etiquetaron como corredores de restauración de máxima prioridad.
Simulación del escenario
Se construyeron cuatro escenarios para evaluar la aplicabilidad práctica del marco DEHN. S1, el escenario de referencia, mantuvo la red ecológica sin modificar G_E bajo los cuatro ataques de percolación. S2, el escenario de pérdida moderada, eliminó simultáneamente los 140 fragmentos clasificados como fragmentos de nivel moderado, simulando una trayectoria del paisaje en la que se pierden los fragmentos pequeños no protegidos mientras que los fragmentos críticos y de alta prioridad están protegidos. S3, el escenario de restauración de nodos de Nivel 1, redujo a la mitad el costo de los enlaces entre dos fragmentos de Nivel 1 cuando su costo original superaba la mediana, representando la restauración ecológica a lo largo de corredores entre fragmentos estructuralmente centrales. S4, el escenario de restauración de corredores, redujo el costo de los 119 corredores de máxima prioridad en un 40%, representando una rehabilitación a gran escala de corredores guiada por la clasificación RPI.
Para cada escenario, se volvió a ejecutar completamente la pila de percolación de 4 ataques con 300 réplicas aleatorias, y se registraron los cuatro umbrales específicos por ataque más el umbral de consenso para la comparación entre escenarios. Dado que los escenarios S3 y S4 modifican únicamente los pesos de los enlaces y no la topología, este diseño aísla la contribución específica de la reducción de resistencia a la robustez de la red, un mecanismo sutil de diagnóstico que una simulación pura de eliminación de nodos no puede abordar. Los valores de los parámetros de los escenarios se eligieron para que coincidieran con magnitudes plausibles de presupuestos de restauración. La reducción del 50 % en los costos para los enlaces entre la Clase 1 (más alta) y la Clase 1 (más alta) en el escenario S3 aproxima la reducción máxima de resistencia alcanzable mediante la expansión de franjas ribereñas y reforestación a pequeña escala en terrenos corredores existentes dentro de un ciclo típico de planificación de restauración de cinco años en las ZPEC chinas. La reducción del 40 % en los costos de los 119 corredores principales en el escenario S4 refleja un programa de rehabilitación más amplio del corredor y la matriz, extendido durante diez años. El escenario de pérdida moderada S2 representa el contraste en el que se respeta la actual priorización de restauración, pero no se extiende protección activa a los fragmentos de categoría moderada; esto refleja el presupuesto real actual del programa ZPEC, en el que la protección explícita suele concentrarse en el 40 % superior de las áreas priorizadas.
Análisis de sensibilidad
Dos análisis de sensibilidad examinaron la solidez del ordenamiento del IPR frente a las decisiones de modelado. En primer lugar, cada peso del IPR (w1 – w4) se perturbó en ±0,05 y ±0,10, se re-normalizó para que sumara la unidad, y se registró la correlación de rangos de Spearman ρ entre el ordenamiento del IPR perturbado y el ordenamiento de referencia. En segundo lugar, se varió el radio de acoplamiento entre capas en {5, 10, 15, 20} km, y se informó tanto el número de enlaces entre capas como la correlación de Spearman del coeficiente de participación resultante con el valor de referencia de 10 km. Estos dos análisis cuantifican conjuntamente la transferibilidad de las conclusiones del IPR a otras convenciones de modelado.
Además de las perturbaciones individuales de pesos, se realizó un análisis conjunto de incertidumbre en 1 000 combinaciones admisibles de pesos muestreadas a partir de una distribución de Dirichlet centrada en los pesos originales (alfa = [3,5, 2,0, 2,5, 2,0]). Para cada combinación, se volvió a calcular el RPI y se identificó el conjunto de fragmentos correspondiente al 20 % superior. Los resultados muestran que 15 fragmentos mantuvieron su pertenencia al 20 % superior con una probabilidad >90 %, 26 con una probabilidad >75 % y 43 con una probabilidad >50 %. Los 15 fragmentos más estables (probabilidad >90 %) se concentran en el grupo central del eigenvector de Meizhou, lo que confirma que la identificación de las prioridades principales es robusta frente a la especificación de los pesos. Se mantiene el término del área negativa porque los fragmentos pequeños y agrupados geométricamente en Meizhou actúan como cuellos de botella estructurales; los núcleos grandes e intactos en Minxi aportan una mejora marginal menor en la conectividad a pesar de su mayor extensión superficial.
Se eligieron perturbaciones de peso de ±0,05 y ±0,10 para abarcar el rango de variación que un analista de dominio podría asignar razonablemente, dadas las discrepancias entre expertos sobre la importancia relativa de los cuatro componentes del RPI. El límite inferior garantiza que ni un solo componente se reduzca a cero incluso con la perturbación máxima probada (peso mínimo resultante = 0,05), preservando así las cuatro líneas de evidencia en cada perturbación. El barrido del radio de acoplamiento desde 5 hasta 20 km abarca el rango documentado en estudios comparables de sistemas ecológico-sociales multiplex. Ambos análisis de sensibilidad se realizaron sobre la red completa de 233 fragmentos y 799 conexiones, manteniendo fijas las 500 semillas replicadas, de modo que las correlaciones de rango reportadas aíslen el efecto de la perturbación sin introducir varianza Monte-Carlo entre los distintos niveles de sensibilidad. Una tercera dimensión de sensibilidad —la elección del umbral de colapso de la fracción de la LCC— se informó cualitativamente en la sección 2.3.5 y se discutió más a fondo en la sección 4.4 junto con otras limitaciones acotadas del marco conceptual.
Resultados
Trayectoria ecológica de fragmentación de múltiples décadas
La cuantificación mediante MSPA-lite sobre las seis instantáneas del CLCD reveló una trayectoria general de fragmentación no lineal a través del paisaje hakka triprovincial entre 2000 y 2023. El área total de parches nucleares, definida como el área de componentes vegetados conectados ≥ 5 km2, disminuyó de 44.485 km2 en 2000 a 37.888 km2 en 2023, lo que representa una pérdida neta agregada de 6.597 km2, o 14,8 %. El área de parches nucleares aumentó moderadamente de 44.485 km2 en 2000 a 45.772 km2 en 2010, lo que corresponde a un incremento del 2,9 %, y posteriormente disminuyó a 41.919 km2 en 2015 y 37.806 km2 en 2020. El área mostró una pequeña recuperación de 82,3 km2, o aproximadamente 0,2 %, entre 2020 y 2023. El valor total de 2020 de 37.806 km2 concuerda con la suma de los tres valores del CEPZ informados en Tabla 1. El número de parches aumentó de 116 en 2.000 a 233 en 2020 y a 229 en 2023. El área media por parche disminuyó de 383,5 km2 en 2.000 a 162,3 km2 en 2020, una reducción de aproximadamente 57,7 %, o 58 % tras redondear (Figura 3).
La descomposición zonal acentuó el patrón. La ZECP de Ganzhou, la zona más extensa, alberga el área vegetada absoluta más grande (16 578 km2 en 2020) y el mayor número de fragmentos (144 fragmentos; área media de 115 km2). La ZECP de Meizhou, la más pequeña en extensión territorial (15 853 km2), conservó 56 fragmentos con un área media de 107 km2, lo que indica un mosaico periurbano-rural altamente subdividido. La ZECP de Minxi representó el extremo opuesto: 33 fragmentos con un área media de 461 km2, consistente con una cobertura forestal de alta elevación relativamente continua. Por lo tanto, las zonas presentan configuraciones de fragmentación distintas dentro de la región de estudio, con implicaciones para el análisis comparativo de redes en las secciones 3.2 y 3.4.
Topología de red bicapa y acoplamiento
Antes de ensamblar la supra-red bicapa, se examinó por separado la capa patrimonial G_H. La superficie de densidad kernel con un ancho de banda de 5 km sobre los 23 elementos ICH a nivel nacional produce tres concentraciones principales de densidad: una cresta difusa en Ganzhou, un pico compacto en Minxi sobre la franja de los tulou de Yongding-Nanjing, y un pico en Meizhou sobre el distrito de Meixian (Figura 4A). La unión Delaunay 
KNN (k = 4) genera G_H con 73 enlaces, grado medio de 6,35, densidad de 0,289, un componente conectado y diámetro 4 (Figura 4B). El grado medio por nodo ordena a Meizhou (7,0) > Minxi (6,5) > Ganzhou (5,9), mientras que el ranking del vector propio basado únicamente en el patrimonio está encabezado por Minxi (0,237), seguido de Ganzhou (2,4 × 10⁻4) y Meizhou (2,1 × 10⁻5) (Figuras 4C y 4D). Este patrón basado únicamente en el patrimonio se compara con los resultados ecológicos y de la supra-red en las Figuras 5 y 6.
El grafo ecológico de 2020, G_E, consta de 233 nodos y 799 aristas de corredores de costo mínimo. La red es un componente conectado único con una densidad de 0,030, grado medio k = 6,86 y coeficiente medio de agrupamiento de 0,083; el diámetro medido en número de aristas es 12, y la longitud media del camino más corto entre pares de fragmentos es 2.212 (unidades acumuladas de resistencia). El grafo patrimonial G_H comprende 23 nodos y 73 aristas (unión de la triangulación de Delaunay y KNN-4), con un grado medio de 6,35 y un único componente conectado. La distribución espacial de los 23 nodos patrimoniales junto con las aristas intercapa acopladas revela tres agrupamientos modales de PCI: un agrupamiento de Ganzhou centrado en Longnan–Anyuan, un agrupamiento de Minxi centrado en el territorio de los tulou de Yongding–Nanjing, y un agrupamiento de Meizhou centrado en el distrito de Meixian (Figura 5A).
El análisis de centralidad en G_E localizó todo el conjunto de los 15 principales nodos centrales según el vector propio dentro de la ZEP C de Meizhou (identificaciones de fragmentos 194–219), siendo el fragmento 211 (un núcleo central de 9,3 km2 en Meizhou) el líder con un valor de vector propio de 0,37 y un PageRank de 0,006. La fuerte concentración del vector propio refleja el denso tejido de corredores que conecta los pequeños fragmentos forestales geométricamente agrupados de Meizhou a través de una matriz de bajo costo (Figura 5C). En contraste, la centralidad media del vector propio en Ganzhou es solo de 1,6 × 10⁻4 y en Minxi de 1,9 × 10⁻5, tres órdenes de magnitud por debajo del valor de Meizhou de 7,3 × 10⁻2. Sin embargo, la centralidad de intermediación está más distribuida: Ganzhou alcanza la mayor centralidad media de intermediación (0,034) porque su mayor número de fragmentos genera más tráfico de caminos más cortos a través de nodos estructuralmente intermedios. Esta discrepancia entre las centralidades del vector propio (dominada por Meizhou) y la de intermediación (con mayor peso en Ganzhou) es un marcador distintivo de la topología tri-zonal.
La centralidad ecológica de una sola capa muestra un contraste entre vector propio y centralidad de intermediación (Figura 6). La red G_E de 2020 contiene un complejo central compacto en Meizhou y una estructura más difusa en Ganzhou (Figura 6A). Su distribución de grado es asimétrica hacia la derecha, con un grado medio de 6,86 y un máximo de 12 en los fragmentos P193-P219 (Figura 6B). El área del fragmento y la centralidad de vector propio en una sola capa están negativamente correlacionadas (Spearman ρ = −0,21), por lo que los fragmentos con mayor centralidad son generalmente núcleos pequeños en Meizhou en lugar de fragmentos grandes en Minxi (Figura 6C). Zona significa lugar. Meizhou presenta los valores más altos en centralidad de vector propio y PageRank, mientras que Ganzhou tiene el valor más alto en centralidad de intermediación (Figura 6D). Dado que estos paneles utilizan únicamente G_E, el patrón de Meizhou está presente antes del acoplamiento entre capas; la comparación con la supra-red indica que el acoplamiento no es su única fuente.
La combinación de G_H y G_E bajo la regla de referencia produjo 42 enlaces intercapa: 35 enlaces estrictos de 10 km más siete enlaces de respaldo. Veintinueve de los 233 parches ecológicos (12,4 %) y los 23 nodos de ICH tienen al menos una conexión intercapa (grado medio de ICH a ecológico = 1,83; máximo = 5). El radio espectral de la matriz supra-adyacencia simétrica normalizada por la media es 19,6481. Se ha eliminado un valor de centralidad a nivel de nodo previamente etiquetado de forma incorrecta del informe de valores propios. La descomposición zonal del acoplamiento arroja valores medios de vinculación ecológica de 2,33 para Meizhou, 1,91 para Ganzhou y 1,17 para Minxi. Estos resultados descriptivos identifican a Meizhou como la zona con mayor acoplamiento bajo la regla especificada de distancia y respaldo.
Umbrales de resiliencia de percolación
Primero se calcularon las curvas de percolación específicas por capa en el grafo de inventario patrimonial mapeado G_H (Figura 7). Bajo cuatro ataques progresivos, la proporción de la componente conexa más grande normalizada por nodos restantes disminuyó más lentamente bajo eliminación aleatoria, por centralidad de intermediación y por vector propio: los umbrales fueron 0,96, 1,00 y 1,00, respectivamente, en comparación con 0,74 en la eliminación basada en grado (Figura 7A). Los umbrales de eficiencia global fueron 0,86 para eliminación aleatoria, 0,83 para vector propio y 0,57 para eliminación basada en grado (Figura 7B). Estos resultados indican una alta robustez estructural del grafo de inventario representado frente a la eliminación aleatoria de nodos y una mayor sensibilidad frente a la eliminación de nodos con alto grado. El umbral de consenso es f_C(H) = 0,925 (Figura 7C); este no mide la continuidad de la práctica patrimonial fuera del grafo mapeado.
Los ataques de percolación sobre las dos capas bajo cuatro esquemas progresivos de eliminación de nodos (Sección 2.3.5) produjeron una asimetría marcada (Figura 8). Los umbrales de la capa ecológica fueron 0,62 (aleatorio), 0,70 (grado), 0,44 (intermediación) y 1,00 (vector propio), lo que dio como resultado un valor de f_C = 0,690 (Tabla 4). Los umbrales de la capa de inventario patrimonial fueron 0,96, 0,74, 1,00 y 1,00, respectivamente, dando lugar a un f_C = 0,925. La diferencia, Δf_C = 0,235, indica una pérdida modelada más temprana de la integridad de la red ecológica bajo tres de las cuatro reglas de ataque. Bajo la eliminación basada en el grado, las capas ecológica y de inventario patrimonial cruzan S(k) = 0,5 en fracciones de nodos eliminados de 0,70 y 0,74, respectivamente. Meizhou contiene los nodos ecológicos seleccionados más tempranamente por el ataque basado en el vector propio; esta es una asociación dentro de la topología modelada, no evidencia de una cascada causal en el mundo real.
La comparación del umbral bruto se ve influenciada por la densidad de la capa. A partir de los conteos de nodos y enlaces reportados, la densidad ecológica es 2 × 799/(233 × 232) = 0,0296, mientras que la densidad del inventario patrimonial es 2 × 73/(23 × 22) = 0,2885. Dividiendo el umbral de consenso por la densidad se obtiene 23,3 para la capa ecológica y 3,21 para la capa del inventario patrimonial, una razón de aproximadamente 7,3:1. Esta normalización descriptiva indica que el umbral bruto más alto del inventario patrimonial refleja en parte su grafo más denso. Dado que el umbral por densidad es un diagnóstico comparativo y no un efecto de intervención, no debería interpretarse por sí solo como evidencia de que añadir enlaces o proteger nodos producirá un resultado político específico.
Solo bajo la regla de ataque por autovector las dos capas presentan una robustez comparable (ambas ≥ 0,98). Los ataques aleatorios, por grado y por centralidad de intermediación localizan el punto de colapso modelado antes en la capa ecológica que en la capa de inventario patrimonial. La concordancia entre los tres modos de ataque respalda la estabilidad de este resultado direccional dentro de la red analizada y las definiciones de ataque, sin implicar validez causal general más allá de esas condiciones.
Mapeo de prioridades de restauración
La red de corredores ecológicos de 2020 utilizada para el mapeo del IPR contiene 799 aristas de menor costo entre 233 parches nucleares (Figura 9A). La longitud del corredor tiene una media de 28,75 km, una mediana de 21,08 km, un percentil 90 de 52,20 km y un máximo de 266,1 km (Figura 9B). El costo acumulado también presenta una distribución asimétrica hacia la derecha, con una media de 563,3, una mediana de 259,6 y un percentil 90 de 651,0 unidades de resistencia-metro (Figura 9C). La asociación positiva entre longitud y costo en la Figura 9D indica que la distancia de cruce es un componente importante del costo modelado; sin embargo, la resistencia local, la viabilidad y las condiciones del terreno siguen siendo necesarias para evaluar cualquier corredor de restauración. La puntuación compuesta del IPR en 233 parches nucleares produjo una distribución de cola pesada (media = 0, σ = 0,52, mínimo = −2,71, máximo = 1,83). Cuarenta y siete parches (20,2 %) se ubicaron en la categoría analítica Tier 1 (IPR ≥ 0,290), 46 (19,7 %) en la categoría alta (−0,184 ≤ IPR < 0,290) y 140 (60,1 %) en la categoría moderada. Meizhou contenía 22 de los 56 parches en Tier 1, en comparación con 20 de 144 en Ganzhou y 5 de 33 en Minxi. Al combinar las dos categorías analíticas superiores, se obtienen 42 de 56 parches en Meizhou, 35 de 144 en Ganzhou y 16 de 33 en Minxi. Estas categorías representan clasificaciones relativas según los pesos especificados del IPR, no categorías prescriptivas de valor de conservación (Figura 10). El 15 % superior de las puntuaciones de IPR de los corredores comprende 119 corredores. Entre los 20 parches con mayor puntuación, 15 se encuentran en Meizhou, tres en Ganzhou y dos en Minxi; juntos abarcan 277 km2. Sus posiciones en el ranking reflejan la combinación de centralidad supra-vectorial, el término negativo del área del parche, acoplamiento ICH y costo de aislamiento. La Figura 10A representa este subconjunto derivado del modelo. El ranking no constituye un plan definitivo de restauración y debe combinarse con la condición ecológica, viabilidad, tenencia de la tierra, costos y prioridades de las partes interesadas.
Tabla 5 resume la asignación de prioridades analíticas en los tres CEPZ. Meizhou contiene 504,1 km2 en el Nivel 1 distribuidos en 22 fragmentos, Ganzhou 439,9 km2 en 20 fragmentos, y Minxi 53,2 km2 en cinco fragmentos. Meizhou también presenta el RPI medio más alto (+0,339). El área agregada mayor del nivel alto de Meizhou (4.095,7 km2) en comparación con el Nivel 1 refleja el término negativo del área en el RPI, que aumenta las puntuaciones relativas de los fragmentos centrales pequeños. Estos resultados describen el efecto estructural según el modelo; no establecen un valor intrínseco de conservación ni una asignación obligatoria de recursos para restauración.
Simulación del escenario y sensibilidad
Los cuatro escenarios produjeron resultados contrastantes del modelo (Tabla 6). S1 reprodujo el umbral de consenso de referencia de 0,690. S2, que eliminó todos los fragmentos de categoría moderada, redujo el umbral a 0,011, lo que representa una disminución modelada del 98,4 %. Este resultado es coherente con una contribución topológica sustancial de los fragmentos clasificados como moderados; sin embargo, no constituye una prueba empírica de que dicha pérdida ocurrirá ni prescribe un nivel específico de restauración. S3 y S4 devolvieron un consenso de 0,690 porque modificaron los pesos de los enlaces sin alterar la topología. Según esta definición de percolación, la reducción de la resistencia puede mejorar la eficiencia ponderada, pero no modifica el umbral topológico. Por lo tanto, agregar o volver a conectar fragmentos escalonados es una opción derivada del modelo para cambiar tanto la topología como la eficiencia, y no una intervención obligatoria (Figura 11).
Los escenarios de pérdida de parches en gradiente produjeron una respuesta modelada no lineal. La eliminación del 25 % de los parches de nivel moderado redujo el umbral de consenso de 0,690 a 0,593 (−14,0 %); la eliminación del 50 % dio como resultado 0,483 (−30,0 %); el 75 % produjo 0,312 (−54,8 %); y el 100 % arrojó 0,011 (−98,4 %). La disminución modelada marginal aumentó en los intervalos de 25–50 %, 50–75 % y 75–100 %. Dentro de estas simulaciones, mantener al menos la mitad de los parches de nivel moderado se asoció con la preservación de más del 70 % del umbral basal; este es un resultado del escenario, no una predicción de un colapso en el mundo real. Se calculó la eficiencia global ponderada (E_glob) porque el umbral basado en la LCC es insensible a los cambios en los pesos de los enlaces. El valor basal de E_glob fue 0,017230. S3 lo aumentó a 0,018628 (+8,1 %), y S4 lo elevó a 0,017754 (+3,0 %). Estos resultados modelados indican una conectividad ponderada mejorada, aunque el umbral de percolación topológica permaneció sin cambios. Por lo tanto, la reducción de la resistencia y la expansión topológica afectan diferentes propiedades de la red, y el análisis no establece una intervención universalmente superior.
El análisis de sensibilidad respaldó la estabilidad de las clasificaciones dentro de los rangos de parámetros evaluados. Al perturbar los cuatro pesos del RPI en ±0,05 y ±0,10, se mantuvo un coeficiente de Spearman ρ ≥ 0,97. Al variar el radio de acoplamiento en 5, 10, 15 y 20 km, los conteos de enlaces de radio estricto cambiaron a 8, 35, 63 y 101, respectivamente; la línea base de 42 enlaces a 10 km comprende 35 enlaces de radio estricto y siete enlaces de respaldo. Las correlaciones del coeficiente de participación con la línea base de 10 km fueron ρ = 0,73 a 15 km, 0,54 a 20 km y 0,27 a 5 km. Diecisiete de los 20 fragmentos principales según el RPI se mantuvieron a 15 km y 15 a 20 km. Estos resultados indican sensibilidad a los parámetros y estabilidad parcial de las clasificaciones; no establecen una transferibilidad ilimitada más allá de la red evaluada (Figura 12).
DISPONIBILIDAD DE LOS DATOS:
El Conjunto de Datos de Cobertura Terrestre de China está disponible en Zenodo (https://doi.org/10.5281/zenodo.4417810). El inventario nacional del patrimonio cultural inmaterial es publicado por el Consejo de Estado de China, y los datos de límites administrativos están disponibles en el Centro Nacional de Geomática de China. Las matrices de red derivadas, los resultados de percolación y el código de análisis se han depositado en Zenodo (https://doi.org/10.5281/zenodo.21732093).
Figura 1: Área de estudio y distribución del CEPZ. (A) Ubicaciones de los tres CEPZ nacionales en el sur de Jiangxi, el oeste de Fujian y el este de Guangdong. (B) Distribución de 23 elementos nacionales de ICH sobre la cobertura del suelo CLCD 2020. (C) Recuentos de ICH por lote de inscripción.D) Composición de la categoría ICH. Mapas se dibujan utilizando Open Street Map colaboradores como el mapa base administrativo límites y todo etiquetas, símbolos, y temático capas fueron añadido o compilado por el autores Paneles (C) y (D) fueron preparado por el autores basado en el estudio conjunto de datos Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Flujo de trabajo analítico del marco DEHN. Las cinco pistas muestran el ensamblaje de datos, la derivación de doble capa, el acoplamiento, los diagnósticos y las salidas utilizadas para construir y evaluar la red. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Trayectoria de fragmentación MSPA-lite a través del paisaje tri-CEPZ, 2000–2023. (A) Distribución espacial de los fragmentos nucleares por año y zona. (B) Tendencias temporales en el área total de fragmentos nucleares, área de bordes y área total de vegetación. (C) Número de fragmentos nucleares y área total de fragmentos nucleares. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: Análisis del nivel de patrimonio de 23 elementos patrimoniales culturales inmateriales nacionales. (A) Superficie de densidad del núcleo. (B) Grafo de adyacencia Delaunay-KNN G_H. (C) Diez nodos con la mayor centralidad de intermediación. (D) Métricas de centralidad según CEPZ. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Red supra-bilaminar en 2020. (A) Disposición espacial del acoplamiento entre capas. (B) Distribución del grado intercapa para ICH. (C) Veinte nodos con la mayor centralidad supra-vector propia. (D) Coeficiente de participación frente a centralidad supra-vector propia para los 256 nodos. Haga clic aquí para ver una versión más grande de esta figura.
Figura 6: Análisis de centralidad por capa ecológica en G_E. (A) Distribución espacial del paisaje de 2020. (B) Distribución del grado. (C) Área del fragmento frente a la centralidad del vector propio. (D) Métricas de centralidad por zona. Haga clic aquí para ver una versión más grande de esta figura.
Figura 7: Percolación de la capa de inventario del patrimonio bajo ataques dirigidos. (A) Relación de la componente conexa más grande frente a la fracción de nodos eliminados bajo cuatro reglas de ataque. (B) Decaimiento de la eficiencia global. (C) Umbrales específicos por ataque y umbrales de consenso. Haga clic aquí para ver una versión más grande de esta figura.
Figura 8: Percolación de capas ecológicas bajo cuatro esquemas de ataque. (A) Ataque aleatorio. (B) Ataques dirigidos. (C) Comparación del umbral entre capas. Haga clic aquí para ver una versión más grande de esta figura.
Figura 9: Red de corredores ecológicos en 2020. (A) Superficie de resistencia. (B) Los 799 corredores de menor costo. (C) Distribución del costo acumulado. (D) Relación entre longitud y costo del corredor. Haga clic aquí para ver una versión más grande de esta figura.
Figura 10: Mapa del índice de prioridad de restauración. (A) Distribución espacial de los valores del IPD y los corredores correspondientes al 15 % superior. (B) Composición de niveles analíticos por ZPEC. (C) Distribución del IPD por zona. (D) Descomposición de componentes para los 20 fragmentos con mayor clasificación. Haga clic aquí para ver una versión ampliada de esta figura.
Figura 11: Simulación de escenario de robustez de la capa ecológica. (A) Curvas de percolación bajo cuatro escenarios. (B) Comparación de umbrales críticos de consenso. Haga clic aquí para ver una versión más grande de esta figura.
Figura 12: Análisis de sensibilidad. (A) Correlaciones de rangos de Spearman bajo perturbaciones del peso RPI. (B) Estabilidad del coeficiente de participación a través de radios de acoplamiento. Haga clic aquí para ver una versión más grande de esta figura.
| Atributo | CEPZ de Ganzhou | CEPZ de Minxi | CEPZ de Meizhou | Total |
| Provincia | Jiangxi | Fujian | Guangdong | — |
| Área (km²) | 39,341 | 19,353 | 15,853 | 74,547 |
| Unidades a nivel de condado | 18 condados | 6 condados | 9 condados + 1 distrito | 34 |
| Elementos ICH a nivel nacional (n) | 11 | 6 | 6 | 23 |
| Elementos ICH afines a los Hakka (n) | 7 | 5 | 5 | 17 |
| Categorías ICH dominantes | prácticas populares, artesanías tradicionales | artes escénicas, prácticas populares | artes escénicas, artesanías tradicionales | — |
| Fragmentos ecológicos principales ≥ 5 km² (2020) | 144 | 33 | 56 | 233 |
| Área total de fragmentos principales (km², 2020) | 16,577.60 | 15,214.10 | 6,014.00 | 37,805.70 |
Tabla 1: Resumen de las tres ZPEC hakka y sus inventarios de PIC. La tabla compara la extensión geográfica, la cobertura administrativa y el número de elementos de PIC a nivel nacional en Ganzhou, Minxi y Meizhou.
| Tipo de dato | Fuente | Resolución / unidades | Periodo | Referencia |
| Cobertura del suelo (LULC) | Conjunto de datos de cobertura del suelo de China (CLCD), Universidad de Wuhan | Raster de 30 m | 2000/05/10/15/20/23 | Yang y Huang (2021) |
| Perímetros de ZPEC | Registro nacional del Ministerio de Cultura y Turismo (MCT) | Polígonos vectoriales | 2013–2020 (declarado) | MCT (2020) |
| Inventario nacional de PCI | Lista nacional de PCI del Consejo de Estado chino (lotes 1–5) | Punto (centroide del condado) | 2006–2021 | Consejo de Estado (2021) |
| Límites administrativos | Centro Nacional de Geomática de China | Polígonos vectoriales | 2020 | NGCC (2020) |
| Sistema de coordenadas | Conforme cónica de Albers (lon₀ = 105°, φ₁ = 25°, φ₂ = 47°) | — | — | — |
Tabla 2: Fuentes principales de datos. La tabla enumera el proveedor de cada conjunto de datos, la resolución espacial o temporal y su función en el flujo de trabajo analítico.
| Clase CLCD | Valor de resistencia | Justificación |
| Bosque (2) | 1 | Hábitat base; permeabilidad máxima |
| Matorral (3) | 5 | Alta permeabilidad; sucesión secundaria |
| Pastizal (4) | 10 | Permeabilidad moderada |
| Agua (5) | 30 | Permeable localmente para taxones acuáticos; barrera para los terrestres |
| Tierras de cultivo (1) | 50 | Matriz semi-antrópica |
| Hielo/nieve (7) | 200 | Barrera de alta elevación |
| Impermeable (8) | 500 | Barrera completa al flujo biótico |
| Sin datos (0) | 100 | Espacio neutro temporal |
Tabla 3: Valores de resistencia del uso del suelo. La tabla muestra la resistencia asignada a cada clase de CLCD para la modelización de corredores de costo mínimo.
| Regla de ataque | f ecológica* | f patrimonial* | Δ (P − E) |
| Aleatorio (media de 500) | 0.62 | 0.96 | 0.34 |
| Grado descendente | 0.7 | 0.74 | 0.04 |
| Intermediación descendente | 0.44 | 1 | 0.56 |
| Vector propio descendente | 1 | 1 | 0 |
| Consenso (media) | 0.69 | 0.925 | 0.235 |
| Normalizado por densidad (f_C/densidad) | 23.3 | 3.21 | −20.09 |
| Desviación estándar de ataque aleatorio | 0.058 | 0.082 | 0.024 |
Tabla 4: Umbrales críticos de percolación para las capas ecológica y de inventario patrimonial en 2020. Los valores específicos según el tipo de ataque y su consenso resumen la robustez estructural bajo la normalización de la componente conexa más grande (LCC) en función de los nodos restantes.
| CEPZ | Total de parches | Nivel 1 (mejor clasificado) (n / km²) | Nivel alto (n / km²) | Nivel moderado (n / km²) | RPI medio |
| Ganzhou | 144 | 20 / 439.9 | 15 / 475.3 | 109 / 15,662.5 | −0.103 |
| Minxi | 33 | 5 / 53.2 | 11 / 123.0 | 17 / 15,037.9 | −0.124 |
| Meizhou | 56 | 22 / 504.1 | 20 / 4,095.7 | 14 / 1,414.2 | 0.339 |
| Los tres CEPZ | 233 | 47 / 997.2 | 46 / 4,694.0 | 140 / 32,114.6 | 0 |
Tabla 5: Asignación de niveles de IRP en las tres CEPZ. Los conteos de fragmentos, áreas y valores medios de IRP muestran la distribución comparativa de los niveles analíticos por zona.
| Escenario | Descripción | f* consenso | Δ frente a S1 |
| S1 | Línea base (G_E sin modificar) | 0.69 | 0 |
| S2 | Pérdida de nivel moderado (se eliminaron 140 fragmentos) | 0.011 | −0.679 |
| S3 | Reducir a la mitad el costo en los enlaces del Nivel 1 (mejor clasificado) al Nivel 1 (mejor clasificado) | 0.69 | 0 |
| S4 | Reducir el costo en un 40 % en los 119 corredores principales | 0.69 | 0 |
| S2a (25 % de moderado eliminado) | 35 de 140 fragmentos moderados eliminados | 0.593 | -0.097 |
| S2b (50 % de moderado eliminado) | 70 de 140 fragmentos moderados eliminados | 0.483 | -0.207 |
| S2c (75 % de moderado eliminado) | 105 de 140 fragmentos moderados eliminados | 0.312 | -0.378 |
| Eficiencia global ponderada | S1=0.0172, S3=0.0186(+8,1 %), S4=0.0178(+3,0 %) | Ver texto | - |
Tabla 6: Umbrales de percolación por consenso en escenarios de simulación. La tabla compara los resultados de los modelos de línea base, pérdida de parches, restauración de nodos y restauración de corredores.
| Reserva | Nodos | Enlaces | Densidad | Ataque aleatorio (media ± DE; n = 500) | Grado | Intermediación | Vector propio | Consenso |
| Ganzhou | 144 | 359 | 0.035 | 0.420±0.079 | 0.326 | 0.118 | 0.632 | 0.374 |
| Minxi | 33 | 89 | 0.169 | 0.686±0.162 | 0.364 | 0.242 | 1.000 | 0.573 |
| Meizhou | 56 | 143 | 0.093 | 0.464±0.120 | 0.250 | 0.179 | 0.250 | 0.286 |
Tabla 7: Umbrales de percolación por reserva. La tabla informa por separado los umbrales específicos de ataque y los umbrales de consenso para Ganzhou, Minxi y Meizhou.
Discusión
La descomposición tri-zonal de los diagnósticos morfológicos y de red reveló una marcada heterogeneidad espacial en la configuración ecológica49. Ganzhou presentó el área vegetada y el número de fragmentos más grandes, pero el tamaño medio de fragmento más pequeño, mientras que Minxi conservó los fragmentos más grandes en promedio (461 km2), lo cual es consistente con un bosque continuo en el borde de Wuyi. Meizhou contuvo 56 fragmentos dentro de un territorio más pequeño y mostró la mayor concentración de centros ecológicos según el vector propio. El análisis de cambios en CLCD indicó un cambio general no lineal en el área de fragmentos nucleares. El área de fragmentos nucleares aumentó de 44.485 km2 en 2000 a 45.772 km2 en 2010, antes de disminuir a 41.919 km2 en 2015 y 37.806 km2 en 2020. La disminución entre 2010 y 2020 fue de 7.966 km2, equivalente al 17,4 % del área de fragmentos nucleares en 2010. El área de fragmentos nucleares fue de 37.888 km2 en 2023, lo que representa un pequeño aumento de 82,3 km2 respecto a 2020. No obstante, la disminución general entre 2000 y 2023 fue de 6.597 km2, es decir, un 14,8 %. Las transiciones de áreas nucleares vegetadas a tierras de cultivo representaron el 38 % de la pérdida neta de núcleos, las transiciones asociadas a infraestructura de transporte, embalses e instalaciones industriales el 31 %, la conversión a suelo impermeable el 22 %, y otras transiciones mapeadas el 9 %. Ganzhou, Meizhou y Minxi contribuyeron con el 52 %, el 35 % y el 13 % de la pérdida neta, respectivamente. Estos resultados corresponden a un balance de cobertura del suelo y a asociaciones descriptivas; la urbanización, el desarrollo de infraestructuras, la inversión en huertos, la despoblación y los procesos políticos son explicaciones contextuales plausibles, pero no se evaluaron directamente como factores causales50.
El análisis de percolación por reserva también identificó diferencias sustanciales en la robustez ecológica modelada. Los umbrales de consenso fueron 0,374 para Ganzhou, 0,573 para Minxi y 0,286 para Meizhou, mientras que los umbrales medianos ante ataques aleatorios en las 500 réplicas de simulación fueron 0,410, 0,667 y 0,446, respectivamente. En contraste, Tabla 7 informa los valores medios ± DE correspondientes de 0,420 ± 0,079, 0,686 ± 0,162 y 0,464 ± 0,120, respectivamente. Por lo tanto, Minxi mostró la mayor robustez modelada, y Meizhou la menor, bajo las reglas especificadas de construcción de la red y de ataque. Ganzhou combinó una matriz impermeable más extensa con núcleos interiores relativamente intactos y una mayor centralidad de intermediación media (0,034), lo que sugiere una mayor concentración del tráfico de caminos más cortos. Meizhou, por el contrario, contenía muchos parches pequeños dentro de subgrafos localmente densos y mostró una centralidad de vector propio y una concentración de nodos centrales locales más fuertes. Estas diferencias describen la topología de la red de corredores modelada, más que demostrar que la presión del desarrollo o la despoblación causaron los patrones observados51,52.
En las tres zonas, las capas del inventario del patrimonio ecológico y cartografiado presentaron umbrales estructurales divergentes. La capa ecológica alcanzó el punto de colapso modelado con una fracción de nodos eliminados por consenso de 0,690, en comparación con 0,925 para la capa del inventario del patrimonio, una diferencia de 0,235. El umbral ecológico fue más bajo bajo ataques aleatorios, por grado y por centralidad de intermediación, mientras que ambas capas mostraron una robustez comparable únicamente bajo el ataque basado en vectores propios. Esta asimetría sugiere que, dentro de los grafos representados, la integridad de los corredores ecológicos es el componente estructural más restrictivo del sistema acoplado53. Sin embargo, la capa del patrimonio consta únicamente de 23 elementos del patrimonio cultural inmaterial (PCI) a nivel nacional cartografiados y no debe interpretarse como una medida directa de la continuidad, vitalidad o extensión geográfica de las prácticas culturales. El umbral más alto del patrimonio también está parcialmente relacionado con su densidad de grafo mucho mayor (0,289 frente a 0,030 para la capa ecológica). Los umbrales normalizados por densidad permiten una comparación descriptiva dentro del estudio, pero no deben interpretarse como evidencia de que aumentar la densidad de enlaces o proteger un número determinado de nodos producirá un resultado predecible en materia de políticas54.
El acoplamiento inicial fue limitado pero espacialmente desigual: 42 enlaces intercapa conectaron los 23 nodos de PCI a 29 parches ecológicos, incluyendo 35 enlaces de radio estricto y siete enlaces de respaldo al parche más cercano. Meizhou presentó el índice medio más alto de conexión entre PCI y ecológico (2,33) y albergó la mayor concentración de centros ecológicos, lo que la convierte en una zona fuertemente acoplada y estructuralmente sensible dentro de la red modelada55. El contraste entre capas también fue evidente en los rankings de centralidad: Minxi encabezó el ranking de vector propio solo para patrimonio, mientras que Meizhou lideró los rankings ecológico y de la supra-red. Esta inversión demuestra que los rankings de una sola capa pueden cambiar tras introducir el acoplamiento intercapas. No obstante, los resultados no establecen que una zona deba recibir prioridad automáticamente. En Meizhou, los planificadores podrían evaluar la protección o reconexión de parches pequeños pero altamente centrales; en Ganzhou, podrían examinarse parches intermedios con alta intermediación junto con las restricciones del uso del suelo en áreas periurbanas; y en Minxi, la amortiguación y consolidación de núcleos grandes y continuos podría ser más relevante que añadir numerosos parches pequeños56. Todas estas opciones requieren validación de campo, evaluación de viabilidad y costos, análisis de tenencia de la tierra y participación de las partes interesadas.
El análisis de escenarios aclaró la distinción entre eficiencia ponderada y robustez topológica57. La eliminación de todos los fragmentos de nivel medio redujo el umbral de consenso de 0,690 a 0,011, mientras que los escenarios de pérdida progresiva produjeron umbrales de 0,593, 0,483, 0,312 y 0,011 cuando se eliminó el 25%, 50%, 75% y 100% de los fragmentos de nivel medio, respectivamente. Estos resultados indican que los fragmentos fuera de los niveles analíticos más altos aún pueden realizar una contribución topológica importante. Por el contrario, la reducción de los costos de los enlaces en los escenarios de restauración del nivel 1 y de los corredores de máxima prioridad no modificó el umbral de percolación no ponderado, aunque la eficiencia global ponderada aumentó en un 8,1% y un 3,0%, respectivamente. Por lo tanto, la reducción de la resistencia y la expansión topológica afectan propiedades de red diferentes: la primera puede mejorar la eficiencia del flujo modelado, mientras que la segunda es necesaria para modificar el umbral según la definición actual58. La clasificación RPI permaneció altamente estable bajo las perturbaciones de peso evaluadas (ρ de Spearman ≥ 0,97), pero los cambios en el radio de acoplamiento produjeron solo una estabilidad parcial, lo que indica que las prioridades son resultados útiles para cribado, más que prescripciones definitivas de restauración.
Varias limitaciones delimitan la interpretación y señalan hacia investigaciones futuras. En primer lugar, la superficie de resistencia se basó únicamente en la cobertura del suelo, ya que no se contaba con una cobertura completa del MDE para la extensión del estudio; en análisis futuros se deberían incorporar modificadores de pendiente e índice de humedad topográfica para comprobar si el patrón del centro de Meizhou persiste59. En segundo lugar, los elementos del PCI se geocodificaron a los centroides de los condados, lo que enmascara la variación intracondal y podría sesgar el acoplamiento entre capas; se requieren encuestas a nivel de aldea, especialmente en Meizhou, para mejorar la representación espacial60. En tercer lugar, el análisis multinivel fue transversal para el año 2020, aunque la fragmentación ecológica se documentó entre 2000 y 2023. Reconstruir las redes ecológicas y de acoplamiento para todos los años de referencia permitiría inferencias temporales más sólidas61. En cuarto lugar, los escenarios fueron deterministas y no incluyeron modelos de proyección de uso del suelo como PLUS o FLUS. Trabajos futuros podrían integrar simulaciones estocásticas de uso del suelo, costos de restauración, estado ecológico, provisión de servicios ecosistémicos e indicadores de continuidad en la práctica del PCI. Ampliar la capa de patrimonio para incluir elementos a nivel provincial también revelaría vínculos culturales y ecológicos a una escala más fina62. Por consiguiente, el marco DEHN debe considerarse un diagnóstico comparativo reproducible: identifica vulnerabilidades estructurales y ubicaciones candidatas para intervenciones, pero su aplicación a otras ZPEC u otros paisajes culturales requiere redes reconstruidas localmente, protocolos de ataque consistentes, validación de campo y una consideración explícita de las prioridades de gobernanza y comunitarias63.
Divulgaciones
Los autores declaran que no tienen intereses financieros competitivos conocidos ni relaciones personales que pudieran haber parecido influir en el trabajo descrito en este artículo. Los autores no informaron ningún posible conflicto de interés.
Agradecimientos
Los autores utilizaron ChatGPT 5.2 para ayudar con la traducción del manuscrito, la refinación del estilo académico y la revisión gramatical. Todas las interpretaciones analíticas, el análisis de datos y los argumentos académicos principales fueron finalizados e verificados independientemente por los autores.
Materiales
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Datos de límites administrativos | Centro Nacional de Geomática de China | Conjunto de datos de límites administrativos de China; https://www.ngcc.cn/ | |
| Resolutor de autovalores ARPACK | ARPACK-NG a través de SciPy | scipy.sparse.linalg.eigsh; https://github.com/opencollab/arpack-ng | |
| Conjunto de datos de cobertura terrestre de China (CLCD) | Universidad de Wuhan / Zenodo | Conjunto de datos anual de 30 m; registro 4417810; https://zenodo.org/records/4417810 | |
| Registro de Zonas de Protección Ecológica Cultural | Ministerio de Cultura y Turismo de China | Registro nacional de ZPEC; https://www.mct.gov.cn/ | |
| Triangulación de Delaunay y análisis de k vecinos más cercanos | SciPy / NetworkX | Construcción de red de adyacencia del patrimonio; k = 4 | |
| Servicios POI de Gaode | Amap / Gaode | Servicio POI en línea; https://lbs.amap.com/ | |
| GeoPandas | Desarrolladores de GeoPandas / PyPI | Versión 0.14; https://geopandas.org/ | |
| Imágenes de Google Earth | Imágenes de Google Earth; https://earth.google.com/ | ||
| Estimación de densidad de kernel | Entorno científico de computación en Python | Rejilla de 500 m; ancho de banda de 5 km | |
| Algoritmo de ruta de mínimo coste | Proyecto scikit-image | Algoritmo de Dijkstra mediante route_through_array | |
| Inventario Nacional de Patrimonio Cultural Inmaterial | Consejo de Estado de la República Popular de China | Inventario a nivel nacional, lotes 1-5 | |
| NetworkX | Desarrolladores de NetworkX / PyPI | Versión 3.2; https://networkx.org/ | |
| Python | Fundación del Software Python | Versión 3.11; https://www.python.org/ | |
| rasterio | Desarrolladores de rasterio / PyPI | Versión 1.3; https://rasterio.readthedocs.io/ | |
| scikit-image | Desarrolladores de scikit-image / PyPI | skimage.graph.route_through_array; https://scikit-image.org/ | |
| SciPy sparse | Comunidad SciPy | scipy.sparse; https://scipy.org/ | |
| DEM de la Misión del Transbordador de Topografía por Radar | NASA / USGS | DEM SRTM; evaluación preliminar únicamente; cobertura incompleta del área de estudio | |
| Repositorio de análisis en Zenodo | Zenodo | Código, matrices derivadas y resultados; https://doi.org/10.5281/zenodo.21732093 |
Referencias
- Dadashpoor H, Azizi P, Moghadasi M. Land use change, urbanization, and change in landscape pattern in a metropolitan area. Sci Total Environ. 2019;655:707-19.
- Dong X, et al. Spatio-temporal assessment of landscape ecological risk and its influencing factors in Jiangxi Province, China. Environ Monit Assess. 2025;197(4):480.
- Nowicka K. The Heritage Given: cultural landscape and heritage of the Vistula Delta Mennonites as perceived by the contemporary residents of the region. Sustainability. 2022;14(2):915.
- Feng B, Li D, Zhang Y, Xue Y. Progress and analysis on the management effectiveness evaluation of protected area based on Aichi Biodiversity Target 11th in China. Biodivers Sci. 2021;29(2):150-9.
- Chen Y, Hung Y, Chen X. Ecological asset accounting methods and applications of agricultural cultural heritage sites—taking the Ancient Tea Forest Cultural Landscape of Jingmai Mountain in Pu'er as an example. J Resour Ecol. 2025;16(2):472-86.
- Zeng X, et al. Impacts of land use and land cover change on the landscape pattern and ecosystem services in the Poyang Lake Basin, China. Landsc Ecol. 2024;39:183.
- Wang H, et al. Spatial-temporal pattern analysis of landscape ecological risk assessment based on land use/land cover change in Baishuijiang National Nature Reserve in Gansu Province, China. Ecol Indic. 2021;124:107454.
- Zhang Q, Zhu L, Fu H. Spatiotemporal correlation analysis of landscape pattern and habitat quality in and around China’s Tropical Rainforest National Park. Forests. 2024;15(12):2070.
- Gu L, Yan J, Li Y, Gong Z. Spatial-temporal evolution and correlation analysis between habitat quality and landscape patterns based on land use change in Shaanxi Province, China. Ecol Evol. 2023;13(11):e10657.
- Wen C, Qiu Y, Wang L. Identifying key locations of the ecological-barrier system to support conservation planning: a study of the Sanjiangyuan National Park. Forests. 2024;15(7):1202.
- Saura S, Pascual-Hortal L. A new habitat availability index to integrate connectivity in landscape conservation planning: comparison with existing indices and application to a case study. Landsc Urban Plan. 2007;83(2-3):91-103.
- Pascual-Hortal L, Saura S. Comparison and development of new graph-based landscape connectivity indices: towards the priorization of habitat patches and corridors for conservation. Landsc Ecol. 2006;21(7):959-67.
- Dai L, Wang Z. Construction and optimization strategy of ecological security pattern based on ecosystem services and landscape connectivity: a case study of Guizhou Province, China. Environ Sci Pollut Res Int. 2023.
- Li S, et al. Integrating ecosystem services modeling into the effectiveness assessment of national protected areas in a typical arid region in China. J Environ Manage. 2021;297:113408.
- Zhang T, Zhang B. Spatiotemporal characteristics of ecosystem service value and its correlation with landscape patterns: a case of Bohai coastal wetland in Shandong Province. In: 2022 29th International Conference on Geoinformatics. 2022.
- Hong Z, et al. Identifying rural landscape heritage character types and areas: a case study of the Li River Basin in Guilin, China. Sustainability. 2024;16(4):1626.
- Zhao S, Yang D, Gao C. Identifying landscape character for large linear heritage: a case study of the Ming Great Wall in Ji-Town, China. Sustainability. 2023;15(3):2615.
- Wang N, et al. Research on the conservation and utilization of landscape heritage in modern urban parks in Shenyang, China. Sustainability. 2023;15(23):16202.
- Xu W. Ecological integrity evaluation of organically evolved cultural landscape. Mob Inf Syst. 2022;2022:9554359.
- Hamonic F, Vaxès Y, Couëtoux B, Albert CH. GECOT: graph-based ecological connectivity optimization tool. Methods Ecol Evol. 2025.
- Zhang L, He L, Yan F, Chen Y. Amphibian habitat network planning based on the graph theory: a case study of Pelophylax nigromaculata. Ying Yong Sheng Tai Xue Bao. 2021;32(3):1027-36.
- Qiu C, et al. Structural vulnerability analysis and systematic restoration framework of the wintering ecological network for Grus japonensis in Yancheng coastal wetlands (1987-2021). Landsc Ecol. 2025;40:187.
- Han Q, Zhang P, Keeffe G, Zhang S. Evaluating and improving the connectivity of China's protected area networks for facilitating species range shifts under climate change. J Environ Manage. 2025;373:123535.
- Qi K, Fan Z, Xie Y. The influences of habitat proportion and patch-level structural factors in the spatial habitat importance ranking for connectivity and implications for habitat conservation. Urban For Urban Green. 2021;64:127239.
- Mazur A, Kurowska K. The impact of natural and cultural resources on the development of rural tourism: a case study of Dobre Miasto Municipality in Poland. Sustainability. 2025;17(13):5847.
- Krajnik D, Krajnik LP, Bilušić BD. An analysis and evaluation methodology as a basis for the sustainable development strategy of small historic towns: the cultural landscape of the settlement of Lubenice on the Island of Cres in Croatia. Sustainability. 2022;14(3):1564.
- Cantasano N, et al. Can ICZM contribute to the mitigation of erosion and of human activities threatening the natural and cultural heritage of the coastal landscape of Calabria? Sustainability. 2021;13(3):1122.
- Jia L, Liu Z, Li Y. Spatiotemporal dynamics of rural settlement evolution in Guangdong Province, China. Sci Rep. 2025;15:21177.
- Li K, Zhang G. Species diversity and distribution pattern of heritage trees in the rapidly-urbanizing province of Jiangsu, China. Forests. 2021;12(11):1543.
- Xin L, Wang Y, Tong J. Strategies for improving the tourism landscape of agricultural cultural heritage in grain field system. Landsc Archit. 2024;31(12):12-9.
- Pickerill T. Investment leverage for adaptive reuse of cultural heritage. Sustainability. 2021;13(9):5052.
- Yang L, et al. Theory and case of land use transition promoting ecological restoration in karst mountain areas of Southwest China. Ecol Indic. 2024;158:111393.
- Feng C, et al. Improving protected area effectiveness through consideration of different human-pressure baselines. Conserv Biol. 2022;36(4):e13887.
- Liu F, et al. Effectiveness of functional zones in National Nature Reserves for the protection of forest ecosystems in China. J Environ Manage. 2022;308:114593.
- Chen J, et al. Effectiveness of China’s protected areas in mitigating human activity pressure. Int J Environ Res Public Health. 2022;19(15):9335.
- Li B, Zhou Z, Wu T, Luo J. Fine-grained land use remote sensing mapping in karst mountain areas using deep learning with geographical zoning and stratified object extraction. Remote Sens. 2025;17(14):2368.
- Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019. Earth Syst Sci Data. 2021;13:3907-25.
- Liu J, et al. Prediction of land use for the next 30 years using the PLUS model's multi-scenario simulation in Guizhou Province, China. Sci Rep. 2024;14:13143.
- Zhu Y, Jin H, Zhong L. Temporal and spatial changes of biodiversity in Caverns of Heaven and Places of Blessing, Zhejiang Province, China from 1990 to 2020. Nat Conserv. 2022;48:1-29.
- Huo J, et al. A multi-scenario simulation and optimization of land use with a Markov-FLUS coupling model: a case study in Xiong’an New Area, China. Sustainability. 2022;14(4):2425.
- Ye Y, et al. Coupling the PLUS-InVEST model for multi-scenario land use simulation and carbon storage assessment in Northern Anhui, China. Sustainability. 2025;17(9):4185.
- Zheng Z, et al. Lacustrine wetlands landscape simulation and multi-scenario prediction based on the patch-generating land-use simulation model: a case study on Shengjin Lake Reserve, China. Remote Sens. 2024;16(22):4169.
- Wang G, et al. Assessment of changes in river flow and ecohydrological indicators from the viewpoint of changing landscape patterns in the Jialing River Basin, China. Ecohydrology. 2025, 18(1).
- Gu M, et al. Multi-scenario simulation of land use change based on MCR-SD-FLUS model: a case study of Nanchang, China. Trans GIS. 2022;26:2772-91.
- Zhao W, Li P, Yang B. New insight into the spatiotemporal distribution and ecological risk assessment of endocrine-disrupting chemicals in the Minjiang and Tuojiang rivers: perspective of watershed landscape patterns. Environ Sci Process Impacts. 2024;26(8):1360-72.
- Ding M, Yin X, Pan S, Liu P. Multi-objective spatial optimization of protective forests based on the non-dominated sorting genetic algorithm-II algorithm and future land use simulation model: a case study of Alaer City, China. Forests. 2025;16(3):452.
- Ma S, Huang J, Wang X, Fu Y. Multi-scenario simulation of low-carbon land use based on the SD-FLUS model in Changsha, China. Land Use Policy. 2025;148:107418.
- Li H, et al. Spatiotemporal evolution of land use and carbon storage in China: multi-scenario simulation and driving factor analysis based on the PLUS-InVEST model and SHAP. Environ Res. 2025;279(Pt 2):121860.
- Jetz W, McGowan J, Pennino MG, et al. Essential biodiversity variables for mapping and monitoring species populations. Nat Ecol Evol. 2019.
- Winkler K, Fuchs R, Rounsevell M, Herold M. Global land use changes are four times greater than previously estimated. Nat Commun. 2021;12:2501.
- Gao J, Barzel B, Barabási AL. Universal resilience patterns in complex networks. Nature. 2016;530(7590):307-12.
- Boccaletti S, Bianconi G, Criado R, Del Genio CI, Gómez-Gardeñes J, Romance M, et al. The structure and dynamics of multilayer networks. Phys Rep. 2014;544(1):1-122.
- Wang Y, Zhang F, Chen WY, Meraj G, Kumar P, Chan NW, et al. Critical phase transitions and early-warning frameworks for ecological networks in typical arid regions. J Clean Prod. 2025, 531(c):146888.
- Guo T, Yao Y, Chen Y, Wang H, Zhang H. Establishing linear cultural heritage corridors by integrating cultural and ecological values: a case study of the Jinzhong section of the Great Tea Road. Land. 2024;13(9):1427.
- Dang X, et al. Resilience prediction and tipping point control of multilayer ecological networks based on dimensionality reduction method. Chaos Solitons Fractals. 2024;189:115914.
- Ma B, Zeng C, Lv T, Liu W, Yang W. Prioritization of ecological conservation and restoration areas through ecological networks: a case study of Nanchang City, China. Land. 2024;13(6):878.
- Zhang K, Pan J. Evaluation of ecological network resilience using OWA and attack scenario simulation in the Gansu section of the Yellow River Basin, NW China. Environ Res Commun. 2024, 6(8):085016.
- Bian F, Yeh AGO, Zhang J. Percolating spatial scale effects on the landscape connectivity of urban greenspace network in Beijing, China. Landsc Ecol Eng. 2024;20(1):33-51.
- Xu XM. Construction of ecological security patterns in hilly cities based on morphological spatial pattern analysis and minimum cumulative resistance models: a case study of Ganzhou, China. Appl Ecol Environ Res. 2025;23(1).
- Fatorić S, Seekamp E. Are cultural heritage and resources threatened by climate change? A systematic literature review. Clim Change. 2017;142(1-2):227-254.
- Ward M, Saura S, Williams B, Ramírez-Delgado JP, Arafeh-Dalmau N, Allan JR, et al. Just ten percent of the global terrestrial protected area network is structurally connected via intact land. Nat Commun. 2020;11:4563.
- Maxwell SL, Cazalis V, Dudley N, Hoffmann M, Rodrigues ASL, Stolton S, et al. Area-based conservation in the twenty-first century. Nature. 2020.
- Xu H, Cao Y, Yu D, Cao M, He Y, Gill M, et al. Ensuring effective implementation of the post-2020 global biodiversity targets. Nat Ecol Evol. 2021.