Évaluation par télédétection des seuils de résilience dans les réseaux écologiques et patrimoniaux à double couche des zones de protection culturelle Hakka

Résumé

Cette étude développe un réseau écologique et patrimonial en double couche pour trois zones de protection de l'écologie culturelle hakka dans le sud de la Chine. Une analyse de percolation identifie des seuils de robustesse structurelle distincts pour les couches écologique et d'inventaire du patrimoine cartographié, tandis qu'un indice de priorité de restauration localise les parcelles influentes. Ce cadre permet une comparaison fondée sur des preuves des options de restauration et de suivi entre les zones.

Résumé

Cette étude propose un cadre de réseau écologique et patrimonial en double couche (DEHN) modélisant la connectivité écologique et le patrimoine culturel immatériel sous la forme d'un graphe bicouche couplé, appliqué à trois zones de protection écologique et culturelle hakka du sud de la Chine (74 547 km²). Plus précisément, en utilisant MSPA-lite sur des données de couverture terrestre (2000–2023), les auteurs ont construit un réseau écologique composé de 233 nœuds et 799 arêtes, couplé à un réseau patrimonial de 23 nœuds et 73 arêtes, selon un schéma de décroissance de la distance de 10 km. De plus, des attaques de percolation révèlent des seuils critiques de 0,690 pour la couche écologique et de 0,925 pour la couche patrimoniale, indiquant que le réseau écologique perd sa connectivité plus tôt que le réseau d'inventaire du PCI. Un indice de priorité de restauration identifie 47 parcelles de niveau 1 (classement le plus élevé) et 46 parcelles à haute priorité, Meizhou concentrant 75 % des parcelles des niveaux supérieurs. Des simulations contre-factuelles montrent qu'une réduction du coût des arêtes modifie les seuils d'effondrement, tandis que la perte de parcelles les réduit de 98,4 %, nécessitant une expansion topologique par l'ajout de nouvelles parcelles-relais. Le cadre DEHN fournit globalement une comparaison normalisée par densité (23,3 contre 3,21), montrant que la couche écologique est plus résiliente par unité de connectivité, offrant ainsi un modèle transférable pour la planification couplée de la restauration dans les zones protégées à caractère culturel et écologique. Le cadre DEHN s'inscrit dans l'Objectif de développement durable 11.4 (« Renforcer les efforts pour protéger et sauvegarder le patrimoine culturel et naturel du monde ») et l'Objectif 11 de l'Accord de Aichi sur la biodiversité (conservation d'au moins 17 % des zones terrestres). Les seuils de percolation identifiés (f_C écologique = 0,690, f_C patrimonial = 0,925) fournissent des repères quantitatifs pour évaluer si la gestion des ZPEC a maintenu la résilience du réseau au-dessus du seuil d'effondrement. Le fait que 47 parcelles (20 % du réseau écologique) constituent le niveau 1 (classement le plus élevé), dont la perte déclencherait une défaillance en cascade, suggère que la délimitation des ZPEC—qui ne priorise pas ces parcelles topologiquement critiques—pourrait être insuffisante pour atteindre les objectifs du ODD 11.4. Les auteurs recommandent que les plans de gestion des ZPEC intègrent les seuils de résilience du réseau comme indicateurs de suivi, en indiquant chaque année si la valeur consensuelle de f_C reste supérieure à 0,50 (définition opérationnelle de l'effondrement du réseau).

Introduction

À l'échelle mondiale, les paysages culturels et écologiques interconnectés sont simultanément remodelés par l'urbanisation, la dépopulation rurale et la variabilité climatique, menaçant à la fois l'intégrité biophysique et la continuité du patrimoine^1,2. Les paysages culturels de montagne sont particulièrement exposés : ils concentrent une part disproportionnée du patrimoine culturel immatériel tout en abritant les derniers noyaux forestiers continus de nombreuses régions densément peuplées³. L'objectif de développement durable 11.4 et la cible d'Aichi 11 appellent conjointement à la sauvegarde du patrimoine culturel et naturel mondial ainsi qu'à la protection des habitats écologiquement représentatifs, mais une décennie de suivi montre que ces deux objectifs évoluent de manière asynchrone dans de nombreuses juridictions⁴. En Chine, le programme national des zones de protection écologique culturelle (CEPZ) désigne des unités territoriales cohérentes dans lesquelles l'intégrité écologique et le patrimoine immatériel doivent être conservés comme un système unique⁵. Toutefois, plus de quinze ans après son lancement, la politique des CEPZ a été évaluée presque exclusivement à l'aide d'indicateurs fondés sur des inventaires, plutôt que par les mécanismes spatiaux reliant les deux couches. Pourtant, on ignore empiriquement, à toute échelle, si les sous-systèmes écologique et patrimonial au sein des CEPZ s'érodent de manière synchrone ou suivent des trajectoires divergentes en réponse à des facteurs de stress distincts.

En réorganisant la distribution et la perméabilité des matrices d'habitats, la fragmentation du paysage modifie la connectivité même qui sous-tend la fourniture des services écosystémiques⁶. La fragmentation est couramment quantifiée à l’aide d’indices de configuration paysagère — densité de fragments, irrégularité de forme, diversité de Shannon des couvertures terrestres — souvent associés à des analyses par fenêtre mobile⁷. Plus récemment, l’analyse morphologique de motifs spatiaux (MSPA) — et ses variantes simplifiées (MSPA-lite) adoptées ici — s’est imposée comme outil de référence pour distinguer la structure d’habitats en noyaux, bordures et corridors dans l’écologie régionale chinoise^8,9. Ces outils morphologiques sont informatifs, mais fondamentalement a spatiaux en ce qui concerne le flux d’organismes ou de services écosystémiques : ils décrivent la répartition des éléments d’habitat, mais restent muets quant à la manière et aux trajets selon lesquels les services écologiques se propagent entre les noyaux d’habitat¹⁰. Cette limitation est particulièrement contraignante dans les zones pilotes de conservation écologique chinoises (CEPZ), où le postulat même de la politique est que les entités écologiques et patrimoniales sont fonctionnellement connectées à travers le paysage. Toutefois, en l’absence de modèle spatial explicite des mécanismes, les métriques paysagères seules ne peuvent révéler les corridors de connectivité que la gestion des CEPZ est censée protéger.

Les modèles de connectivité fondés sur la théorie des graphes et des circuits ont partiellement comblé cette lacune en ce qui concerne les services écologiques. Les analyses de chemins de moindre coût (LCP) sur des surfaces de résistance dérivées de cartes d'utilisation des sols sont désormais des outils standards pour délimiter les corridors écologiques entre les noyaux d'habitats^11,12. La théorie des circuits (Circuitscape) traite le paysage comme un réseau de résistance et calcule les probabilités de flux multi-voies¹³. Des synthèses récentes basées sur des réseaux multiplexes ont montré que ces outils monocouches peuvent être étendus pour représenter les flux de services écosystémiques liés à l'offre et à la demande^14,15. Du côté du patrimoine culturel, la quantification spatiale a progressé selon des axes différents. L'estimation par densité à noyau (KDE) est devenue la représentation par défaut des regroupements de patrimoine culturel immatériel¹⁶, et les graphes combinatoires — généralement des triangulations de Delaunay ou des réseaux de k-plus-proches-voisins basés sur des localisations de patrimoine déclarées — capturent la structure relationnelle discrète du patrimoine culturel¹⁷. Toutefois, les réseaux écologiques et culturels ont presque toujours été traités comme des objets monocouches parallèles^18,19 ; la possibilité de les coupler en un supra-réseau dont la dynamique de propagation serait régulée conjointement par les deux couches n'a pas encore été mise en œuvre à l'échelle du CEPZ^20,21. Par conséquent, les seuils de résilience auxquels les réseaux couplés à double couche perdent leur composante connexe majeure sous l'élimination progressive de stresseurs restent inconnus.

Les modèles en réseau — dans lesquels les nœuds représentent des participants et les arêtes codent des interactions — fournissent l'appareil mathématique permettant de combler cette lacune²². Les réseaux multilayers et multiplex généralisent la représentation par graphes à des systèmes où les mêmes acteurs participent à des régimes d'interaction structurellement distincts²³, et offrent un cadre synthétique pour mesurer le couplage entre couches, la participation croisée entre couches et la résilience propre à chaque couche. Dans la recherche sur les réseaux écologiques, des simulations de suppression de nœuds fondées sur la percolation ont été utilisées pour identifier la fraction critique f* à laquelle la plus grande composante connexe s'effondre — un indicateur largement accepté de la résilience structurelle²⁴. L'extension de ces outils à une architecture écologique–patrimoniale couplée nécessite : (i) un schéma explicite de couplage inter-couches reflétant la proximité spatiale entre les cœurs d'habitats et les points patrimoniaux, (ii) un protocole d'attaque ciblant chaque couche indépendamment afin d'isoler les vulnérabilités spécifiques à chaque couche, et (iii) un indice de priorité composite qui traduise les diagnostics du réseau couplé en objectifs concrets de restauration. Le cadre du Réseau Écologique–Patrimonial à Double Couche (DEHN) développé dans l'analyse présente concrétise ces trois exigences et, sur cette base, quantifie les seuils de résilience des deux couches ainsi que leurs diagnostics inter-couches, à une échelle multi-CEPZ.

Les zones de protection écologique et culturelle hakka constituent un gradient comparatif d'une valeur analytique exceptionnelle. S'étendant sur trois zones de niveau national — Ganzhou dans le sud du Jiangxi, Minxi dans l'ouest du Fujian et Meizhou dans l'est du Guangdong —, les ZPEC hakka couvrent conjointement 74 547 km² des montagnes Wuyi-Nanling-Lianhuashan et abritent 23 éléments du patrimoine culturel immatériel de niveau national inscrits dans les domaines des arts de la scène, des métiers traditionnels et des pratiques folkloriques^25,26. Contrairement aux bassins arides des régions intérieures où l'unidirectionnalité hydrologique détermine le flux des services écosystémiques, les montagnes hakka se caractérisent par un réseau dense de corridors entre de nombreux petits noyaux d'habitats, un patrimoine ancré dans une architecture de demeures closes datant de plusieurs siècles²⁷, et une trajectoire de dépeuplement s'étendant sur plusieurs décennies, laissant de nombreux districts montagneux avec un taux de migration nette excédant 30 % de la population inscrite²⁸. Ce triplet — forte densité patrimoniale, population rurale en contraction et forêts de montagne persistantes — offre un régime de stress combinés (perte écologique due à l'urbanisation contre attrition du patrimoine due au dépeuplement), que les modèles théoriques multicouches ont anticipé mais observé empiriquement que rarement à l'échelle infranationale²⁹. Les études de cas existantes portant sur une seule zone ont fourni des aperçus ethnographiques et typologiques riches, mais n'ont pas permis de comprendre les dynamiques spatiales couplées des couches écologique et patrimoniale³⁰. Comme les trois zones se situent dans la même ceinture climatique et topographique mais font face à des combinaisons de stressors divergentes — l'expansion périurbaine de Ganzhou, l'intensification du tourisme autour des tulou à Minxi, et le dépeuplement lié à la diaspora à Meizhou —, elles fonctionnent collectivement comme un gradient comparatif à trois traitements, adapté à l'analyse comparative. Le cadre développé ici devrait donc être généralisable au-delà du cas hakka, en fournissant un modèle diagnostique transférable aux quinze autres ZPEC nationales ainsi qu'aux paysages culturels d'autres régions du monde confrontés à des couplages de stressors analogues³¹.

En partant de ce constat, deux questions corrélées sont abordées. Premièrement, le réseau de corridors écologiques et le réseau du patrimoine immatériel d'un territoire à l'échelle d'une ZPCE partagent-ils un seuil critique commun de percolation sous des attaques aléatoires et ciblées progressives, ou bien ces deux couches cessent-elles de fonctionner à des fractions structurellement distinctes de perte de nœuds ? Deuxièmement, si les deux couches présentent effectivement une résilience divergente, laquelle impose la contrainte limitante sur l'intégrité du système couplé, et où les investissements en restauration redistribuent-ils cette contrainte de manière la plus efficace ? Pour répondre à ces questions, la présente étude (i) construit un réseau écologique–patrimonial en double couche (DEHN) intégrant une analyse morphologique des patrons spatiaux à partir de six instantanés de 30 m de la base de données chinoise sur l'occupation des sols, combinée à une estimation par densité noyau (kernel density estimation) portant sur 23 éléments de patrimoine culturel immatériel de niveau national ; (ii) quantifie les seuils de percolation consensuels spécifiques à chaque couche selon quatre règles progressives de suppression de nœuds, et caractérise la structure de couplage inter-couches au moyen de la centralité multiplexe de participation et de la centralité supra-vectorielle ; et (iii) établit un indice composite de priorité de restauration (RPI) et évalue sa faisabilité opérationnelle par des simulations de scénarios et une analyse de sensibilité multi-paramétrique. Le cadre obtenu fournit une base décisionnelle explicite en termes de mécanismes et fondée sur la télédétection pour la planification de la restauration écologique dans les ZPCE du sud de la Chine et dans des territoires patrimoniaux multicouches comparables.

Protocole

Zone d'étude
Le système des zones de protection écologique et culturelle (ZPEC) hakka comprend trois zones de protection nationales s'étendant sur la région montagneuse frontalière des provinces du Jiangxi, du Fujian et du Guangdong dans le sud de la Chine (23°23′–27°08′ N, 113°50′–116°44′ E) (Figure 1A–D). Ces trois zones — la ZPEC de Ganzhou dans le sud du Jiangxi, la ZPEC de Minxi dans l'ouest du Fujian et la ZPEC de Meizhou dans l'est du Guangdong — couvrent conjointement 74 547 km² et englobent 34 unités administratives au niveau du district (33 districts plus un siège de district municipal), formant le noyau géographique de la sphère culturelle hakka. La ZPEC de Ganzhou est la plus vaste des trois (39 341 km²), comprenant 18 districts situés aux sources du fleuve Ganjiang et aux contreforts des monts Wuyi ; elle abrite la concentration la plus élevée de demeures closes hakka (weilongwu) et la distribution la plus dense de tulou en zone intérieure. La ZPEC de Minxi (19 353 km²) couvre 6 districts centrés sur Longyan et Sanming, où les groupes de tulou du Fujian inscrits au patrimoine mondial de l'UNESCO constituent le patrimoine bâti emblématique. La ZPEC de Meizhou (15 853 km²) englobe 9 districts situés sur le cours moyen du fleuve Meijiang et est reconnue internationalement comme la « capitale culturelle hakka », possédant le taux le plus élevé de diaspora hakka par habitant à l'étranger.

La topographie est dominée par des montagnes de moyenne altitude (400–1 600 m) appartenant aux chaînes de Wuyi, Nanling et Lianhuashan, avec une orientation tectonique nord-est–sud-ouest. Les trois zones partagent un climat subtropical humide de mousson : les précipitations annuelles varient entre 1 500 et 2 100 mm, et la température moyenne annuelle est comprise entre 18 et 21 °C. Les forêts de feuillus et les forêts mixtes sempervirentes dominent la végétation naturelle, entrecoupées de terres agricoles en terrasses le long des vallées fluviales. Les trois zones abritent conjointement plus de 12 millions d’habitants (recensement de 2020) — une combinaison paradoxale de forte densité patrimoniale et de dépeuplement rural sévère, avec un taux de migration nette excédant 30 % des résidents inscrits dans de nombreux comtés de colline. Les éléments du patrimoine culturel immatériel (PCI) des Hakka inscrits au niveau national s'élèvent à 23 dans les trois zones (Figure 1B–D), couvrant les arts de la scène (chansons de montagne, opéra hakka), les métiers traditionnels (construction de tulou, imprimerie xylographique) et les pratiques populaires (fêtes des San Yuan, culte des ancêtres). La coexistence d’un riche patrimoine, d’une population rurale en déclin et de forêts de montagne relativement intactes fait des zones CEPZ hakka un gradient comparatif particulier pour l’analyse du réseau de robustesse écologique–structurelle couplée de l’inventaire PCI cartographié à une échelle infranationale³². Les attributs administratifs, morphologiques et patrimoniaux de base des trois zones sont résumés dans Tableau 1.

Le programme CEPZ a été inauguré par le ministère de la Culture et du Tourisme (MCT) en 2007 dans le but de protéger des unités territoriales cohérentes où l'intégrité écologique et le patrimoine immatériel sont conservés comme un système couplé³³. Les trois zones hakka ont été classées au niveau national prioritaire entre 2013 et 2019, et la coordination administrative est assurée respectivement par les bureaux provinciaux des affaires culturelles du Jiangxi, du Fujian et du Guangdong. Depuis 2020, la planification de la restauration et de la réhabilitation à l'intérieur des limites du CEPZ est soumise au cadre du Plan national d'aménagement de l'espace territorial (NTSP), qui exige une hiérarchisation spatialement explicite des corridors écologiques et des zones tampons du patrimoine³⁴. Le cas hakka associe donc une juridiction administrative claire à un régime de facteurs de stress spatialement hétérogène, et ses résultats analytiques sont directement applicables dans les instruments de planification existants. De récentes évaluations à l'échelle du CEPZ ont préconisé l'adoption de diagnostics fondés sur les réseaux, en remplacement des indicateurs basés sur les inventaires précédemment utilisés³⁵, établissant ainsi le contexte politique direct dans lequel le cadre DEHN est élaboré. Le paysage hakka se distingue enfin par son vaste héritage diasporique : la ville de Meizhou à elle seule représente plus d'un tiers de la diaspora hakka mondiale, et la gestion des terres alimentée par les envois de fonds a produit des trajectoires d'utilisation des sols nettement différentes de celles des régions montagneuses chinoises démographiquement stables³⁶. Cette couche sociale n'est pas directement paramétrée dans le modèle multicouche actuel, mais elle est documentée ici comme le contexte mécanistique au sein duquel évoluent les couches écologique et patrimoniale.

Données
Statistiques descriptives des superficies des comtés dans la zone d'étude : moyenne = 2 193 km² (intervalle : 721–3 946 km² ; médiane : 2 089 km² ; écart-type : 687 km² ; n = 34 comtés). Le diamètre moyen par comté (en supposant une forme circulaire) est d’environ 53 km, ce qui dépasse de 5,3 fois le rayon de couplage inter-couches de 10 km. Cette erreur systématique de géocodage implique que le couplage réel entre les lésions d’AVC et les parcelles écologiques pourrait différer sensiblement de l’estimation basée sur les centroïdes. Une analyse de sensibilité augmentant le rayon de couplage à 20 km a montré que l’identité des 20 premières parcelles selon l’indice RPI était préservée dans 15 des 20 cas, suggérant une robustesse modérée face à l’incertitude de géocodage. Des enquêtes de terrain au niveau des villages sont considérées comme un travail futur essentiel pour lever cette limitation.

Tableau 2 résume les jeux de données principaux utilisés dans cette étude. La couverture des terres a été dérivée du jeu de données sur la couverture terrestre chinois (CLCD) élaboré par l'Université de Wuhan à une résolution spatiale de 30 m, couvrant la période 1985–2023 par incréments annuels³⁷. Six années représentatives (2000, 2005, 2010, 2015, 2020, 2023) ont été conservées afin de caractériser les trajectoires de changement pluri-décennales à des intervalles réguliers de cinq ans, plus l'année finale. Le schéma CLCD distingue les terres agricoles, les forêts, les buissons, les prairies, les surfaces d'eau, la glace/neige et les surfaces imperméables, et sa précision a été validée indépendamment avec une exactitude globale dépassant 79 % dans la région étudiée³⁸. Les limites administratives et les périmètres des zones de protection du patrimoine culturel (CEPZ) ont été obtenus à partir du registre national des CEPZ du ministère de la Culture et du Tourisme (MCT) et des services POI de Gaode ; les éléments du patrimoine culturel immatériel (ICH) au niveau national ont été géocodés au centroïde du comté correspondant au détenteur culturel d'origine, selon la convention utilisée dans les études antérieures sur les réseaux chinois de patrimoine immatériel³⁹. Le jeu de données composite est publié sous licence CC-BY et peut être entièrement reproduit à partir d'archives ouvertes de télédétection, conformément aux récentes appels en faveur de recherches reproductibles sur les réseaux écologiques⁴⁰.

Le prétraitement des données a suivi une chaîne en cinq étapes implémentée en Python 3.11 avec rasterio 1.3, GeoPandas 0.14 et NetworkX 3.2. Premièrement, les GeoTIFF annuels de 30 m du CLCD ont été extraits selon la boîte englobante de l'union des trois zones (23°23′–27°08′ N, 113°50′–116°44′ E) et reprojetés dans la projection conique équivalente d'Albers (lon₀ = 105°E, φ₁ = 25°N, φ₂ = 47°N) afin de préserver les surfaces pour les analyses morphologiques ultérieures. Deuxièmement, l'union des périmètres des trois ZEPC a été rasterisée comme masque d'étude, et toutes les cellules hors masque ont été définies comme NoData tout au long du processus. Troisièmement, les effectifs de cellules par classe d'occupation des sols ont été comptabilisés pour chacune des six années de référence afin de permettre une comparaison directe des trajectoires de fragmentation entre les années. Quatrièmement, l'ensemble de points du PCI a été compilé à partir du registre national établi par le Conseil d'État (lots 1 à 5), géocodé selon le centroïde du comté du détenteur culturel déclaré, vérifié par rapport à des services publics de points d'intérêt, puis stocké sous forme de couche GeoJSON WGS-84 avec des attributs pour l'identifiant de l'élément, la catégorie (arts du spectacle, artisanat traditionnel, pratiques populaires), le lot d'inscription et l'affiliation à une ZEPC. Cinquièmement, toutes les opérations vectorielles et matricielles ultérieures ont été effectuées dans la projection conique équivalente d'Albers, en utilisant des lectures matricielles par fenêtres et un traitement vectorisé en mémoire pour préserver l'efficacité computationnelle sur la grille de 30 m. Tous les fichiers sources des limites et du PCI, ainsi que les scripts reproductibles de prétraitement, sont disponibles sur demande raisonnable.

Méthodes
La chaîne analytique (Figure 2) est organisée en cinq voies horizontales — DONNÉES, COUCHE, COUPLAGE, DIAGNOSTICS, SORTIE — et comprend six modules méthodologiques : (i) quantification morphologique de la couche écologique au moyen d'une analyse légère de motifs spatiaux morphologiques (MSPA-lite) sur la CLCD à 30 m ; (ii) quantification spatiale de la couche patrimoniale par estimation de densité par noyau (KDE) et graphes d'adjacence combinatoires appliqués aux 23 éléments PCI de niveau national ; (iii) couplage des deux couches en un réseau supra-bicouche selon un schéma inter-couche de décroissance avec la distance ; (iv) identification du seuil de résilience basé sur la percolation, selon des règles de suppression aléatoire et ciblée des nœuds appliquées indépendamment à chaque couche ; (v) un indice composite de priorité de restauration (RPI) cartographié sur l'ensemble des nœuds écologiques afin d'identifier les parcelles de niveau 1 (les mieux classées) et les corridors prioritaires ; et (vi) simulation de scénarios et analyse de sensibilité multi-paramétrique sur la typologie des priorités et les paramètres de couplage.

La matrice de supra-voisinage A (256 × 256) a été construite sous forme de matrice par blocs, où A_E,norm et A_H,norm sont les matrices de voisinage intra-couche normalisées par leurs poids moyens d'arête respectifs, et A_inter est la matrice de couplage inter-couche. La matrice est symétrique (vérifié par calcul : ||A - A^T || < 1e-10) et ne contient aucune boucle réflexive (trace(A) = 0).

Statistiques des poids des arêtes avant normalisation : couche écologique — min = 0.008730, moyenne = 0.098589, max = 1.618909 ; couche patrimoniale — min = 0.006862, moyenne = 0.019848, max = 0.085832. Après normalisation par la moyenne : écologique — min = 0.0885, moyenne = 1.000, max = 16.4207 ; patrimoniale — min = 0.3457, moyenne = 1.000, max = 4.3244.

Les rayons spectraux ont été calculés à partir des matrices d'adjacence symétriques normalisées par la moyenne : le bloc écologique a un lambda_max = 19,6481, le bloc patrimonial un lambda_max = 10,5404, et le supra-réseau complet un lambda_max = 19,6481. Le bloc écologique domine donc le mode principal. Une valeur antérieure de centralité au niveau des nœuds avait été incorrectement étiquetée comme une valeur propre et a été retirée de tous les rapports sur le rayon spectral. À titre de comparaison, une normalisation stochastique par ligne possède, par construction, une valeur propre dominante de 1,000.

La règle de couplage de base de 10 km a produit 42 connexions inter-couches : 35 respectaient le seuil de distance strict, et sept étaient des liens de secours vers le patch le plus proche pour les nœuds ICH n'ayant aucun patch à l'intérieur du rayon. Ainsi, tous les 23 nœuds ICH ont conservé au moins une connexion écologique. La centralité supra-vectorielle utilisée dans l'IRP a été calculée à partir de la matrice d'adjacence symétrique normalisée par la moyenne.

Quantification en couches écologiques (MSPA-lite)
L'analyse morphologique des patrons spatiaux (MSPA) divise les masques binaires d'occupation des sols en catégories topologiquement informatives (noyau, bordure, pont, boucle, îlot, perforation, branche), révélant ainsi la continuité de l'habitat indépendamment de sa composition⁴¹. Comme une MSPA complète sur une grille raster de 30 m couvrant 74 547 km² s'est révélée trop coûteuse en calcul lors des essais préliminaires, cette étude a adopté une formulation simplifiée à deux classes, MSPA-lite, qui conserve la distinction entre noyau et bordure tout en regroupant les catégories pont/boucle/îlot en une classe agrégée de « bordure ». La végétation a été définie comme l'union des codes CLCD {forêt, arbuste, prairie}. La grille raster de 30 m a été rééchantillonnée à 90 m par agrégation majoritaire, puis un élément structurant circulaire de 3 cellules (équivalent à 270 m) a été appliqué par érosion binaire afin d'isoler l'intérieur des noyaux ; les cellules végétalisées restantes ont été étiquetées comme bordures. Les petites parcelles (<5 km²) ont été exclues afin de se concentrer sur des noyaux écologiquement significatifs, conformément au seuil de taille largement adopté dans les études régionales chinoises utilisant la MSPA⁴². MSPA-lite fournit, pour chacune des six années représentatives, la surface végétalisée totale, la surface des noyaux, la surface des bordures, ainsi que le nombre de parcelles de noyau individuelles — descripteurs suffisants pour suivre la trajectoire de fragmentation supposée être le principal facteur de stress écologique (section 4.1).

Le choix d'indicateurs morphologiques dérivés du CLCD plutôt que de séries chronologiques saisonnières de NDVI ou de LST est délibéré. La contamination par la couverture nuageuse au-dessus des monts Hakka dépasse habituellement 70 % en saison humide, et la géométrie du bassin du lac terminal amplifie la persistance des nuages, de sorte qu'obtenir des composites saisonniers de NDVI sur plusieurs années consécutives nécessiterait un pipeline personnalisé de comblement des lacunes. Les indicateurs morphologiques dérivés de cartes catégorielles validées annuellement contournent ce bruit atmosphérique tout en préservant les informations de connectivité les plus pertinentes pour une analyse de résilience basée sur les réseaux⁴³.

La sensibilité des paramètres de MSPA-lite a été examinée lors d'une analyse préliminaire. Le rayon d'érosion du noyau a été fait varier entre 2, 3 et 4 cellules (équivalent à 180 m, 270 m et 360 m en surface intérieure pour un regroupement de 90 m), et le seuil minimal de surface du noyau a été testé à 3 km², 5 km² et 10 km². La paramétrisation finale (érosion de 3 cellules, seuil de 5 km²) a été retenue car elle préserve un ordre stable du classement des abondances de parcelles au cours des six années, tout en éliminant les petits noyaux spurieux générés par le bruit de classification du CLCD. Les résultats de MSPA-lite interannuels ont été validés par inspection manuelle de dix parcelles sélectionnées aléatoirement chaque année, comparées à des images haute résolution de Google Earth, ce qui a donné une concordance catégorielle supérieure à 95 % pour les attributions noyau par rapport à bordure dans l'instantané de 2020. Les identifiants des parcelles ont été harmonisés d'une année à l'autre à l'aide d'une règle de superposition spatiale : une parcelle de l'année t a été appariée à sa parcelle correspondante dominante en année t + 5 chaque fois que l'indice de Jaccard de leurs empreintes dépassait 0,60. Les parcelles n'ayant pas de prédécesseur stable ont été enregistrées comme émergentes, et celles n'ayant pas de successeur stable ont été enregistrées comme dissoutes. Ce tableau de lignée constitue la base de l'analyse des trajectoires de fragmentation rapportée dans la section 3.1.

Quantification de la couche patrimoniale (ICH-KDE + réseau d'adjacence)
Pour chacun des 23 éléments du PCI (patrimoine culturel immatériel) de niveau national, le centroïde du comté du détenteur déclaré a été utilisé comme point localisateur. Une surface d'estimation par densité par noyau (KDE) a été calculée sur une grille de 500 m à travers l'union des trois zones, avec une largeur de bande de 5 km, comparable à la valeur donnée par la règle empirique de Silverman, estimée à partir de l'échantillon de 23 points et de son étendue bivariée. La surface de densité résultante ich_kde_5km rend compte de la concentration spatiale du patrimoine culturel et constitue l'ancrage spatial du graphe patrimonial discret. Le choix de la largeur de bande s'appuie sur des analyses antérieures de regroupement des tulou chinois, qui ont indiqué un espacement modal entre groupes de 6 à 8 km ; une largeur de bande de 5 km permet de distinguer à la fois la consolidation intra-groupe et les espaces inter-groupes.

Le graphe du patrimoine G_H a été assemblé en combinant une triangulation de Delaunay sur les 23 nœuds ICH avec le graphe des k-plus-proches-voisins (KNN, k = 4), produisant l'ensemble union des arêtes. Cette approche combinatoire élimine les arêtes allongées de Delaunay traversant les barrières topographiques tout en conservant la connectivité entre plus proches voisins, conformément au protocole de construction de graphe adopté dans des études récentes sur les services écosystémiques multiplexes⁴⁴. Les poids des arêtes ont été attribués comme l'inverse de la distance orthodromique (en mètres), de sorte que les éléments du patrimoine plus proches exercent une liaison inférée plus forte. Sur le graphe à 23 nœuds, les métriques de centralité au niveau des nœuds — degré, degré pondéré, intermédiarité, vecteur propre, PageRank et coefficient de clustering — ont été calculées avec un poids égal à 1 / distance, selon la pratique standard.

Afin d'évaluer le choix méthodologique de k = 4 dans la composante KNN du graphe du patrimoine, une analyse de sensibilité de la valeur de k a été réalisée en faisant varier k de 3 à 8, tout en conservant la triangulation de Delaunay comme base. Le seuil de percolation de consensus variait de 0,754 (k = 4) à 0,923 (k = 7), avec des valeurs intermédiaires de 0,779 (k = 3), 0,773 (k = 5), 0,852 (k = 6) et 0,885 (k = 8). Le choix de k = 4 a été conservé car il produit le graphe le plus clairsemé tout en garantissant une connectivité complète des nœuds sans arêtes redondantes à longue portée, et parce que la corrélation de rang de Spearman entre la centralité de degré des nœuds pour k = 4 et les valeurs adjacentes de k restait élevée (ρ = 0,691 pour k = 3, ρ = 0,793 pour k = 5). La triangulation de Delaunay a été conservée comme couche de base car elle garantit un graphe planaire connexe qui respecte la topologie spatiale de la distribution des points du patrimoine culturel immatériel (ICH), tandis que la superposition KNN élimine les arêtes allongées de Delaunay qui traversent des obstacles topographiques (par exemple, la crête montagneuse de Wuyi). Cette construction combinée de Delaunay + KNN suit le protocole de graphe adopté dans des études récentes sur les services écosystémiques multiplexes et assure que la topologie du réseau du patrimoine n'est pas un artefact découlant du choix arbitraire d'un seul paramètre.

Corridors écologiques et chemins de moindre coût
La construction de la surface de résistance a suivi la convention du tableau de correspondance (LUT) par classes⁴⁵. Chaque classe CLCD s'est vu attribuer une valeur numérique de résistance reflétant son impédance au déplacement biotique et à la circulation des services écosystémiques (Tableau 3). La forêt a reçu la résistance de base (1), suivie par ordre croissant par les buissons (5), les prairies (10), l'eau (30), les terres agricoles (50), la glace/neige (200) et les surfaces imperméables (500) ; les cellules sans données ont reçu une valeur neutre (100) à titre de remplacement. Le LUT a été appliqué à la grille raster CLCD 2020 de 90 m pour produire une surface de résistance d'une étendue de 4 688 × 3 953 mailles, en projection conique équivalente d'Albers.

Des chemins de coût minimal (LCP) ont été calculés entre les paires de parcelles centrales à l'aide de l'implémentation `graph.route_through_array` de l'algorithme de Dijkstra dans skimage, appliquée à la surface de résistance. Les paires de nœuds candidates ont été limitées à l'union des graphes des K plus proches voisins (k = 4) et de la triangulation de Delaunay des 233 centroïdes de parcelles dans l'espace projeté, conformément au protocole de graphe LCP largement utilisé dans les études chinoises de connectivité régionale⁴⁶. Cela a produit 799 corridors candidats, chacun caractérisé par le coût cumulé (somme entière sans unité de la résistance le long du chemin), la longueur du chemin en mètres et la résistance effective (coût/longueur). Les 799 corridors ont été conservés dans le graphe écologique final G_E, car aucun n'excédait le seuil de coût maximal recommandé pour les études de connectivité régionale⁴⁷.

La résistance ajustée à la pente a été envisagée mais non retenue ; la couverture du modèle numérique d'élévation disponible dans le flux de travail de l'étude s'étendait uniquement aux latitudes comprises entre 26,00 et 27,14° N, et manquait donc les deux tiers sud de la région d'étude, de sorte qu'une retraitement complet du SRTM à l'échelle de trois zones n'a pas été entrepris dans le délai imparti à l'étude. Une paramétrisation de la résistance purement basée sur l'occupation et l'utilisation des sols (LULC) constitue une solution de rechange classique dans les études chinoises de corridors régionaux lorsque l'exhaustivité du MNE n'est pas réalisable, et elle permet d'isoler le signal LULC sans interférence des gradients topographiques⁴⁸.

La mise en œuvre du calcul du PCL a utilisé la fonction skimage.graph.route_through_array en mode `geometric`, la surface de résistance étant convertie en float32 et une petite constante additive (1e−6) étant appliquée aux cellules sans coût pour éviter l'effondrement du chemin dégénéré. Afin de réduire l'empreinte mémoire sur la grille complète de 4 688 × 3 953, la surface de coût a été divisée en quatre fenêtres superposées de 2 344 × 1 977 avec un tampon de 200 cellules, et les PCL dont les extrémités s'étendaient sur des tuiles adjacentes ont été calculés sur l'union tamponnée fusionnée afin d'éviter les artefacts de raccord. Les 799 PCL candidats ont été validés en examinant un échantillon aléatoire de 5 % par rapport à la surface de résistance d'entrée pour vérifier la connectivité continue ; aucun chemin discontinu n'a été détecté. Les géométries des corridors ont été vectorisées par extraction selon l'algorithme marching-squares et stockées sous forme d'entités LineString WGS-84 au format GeoJSON, en conservant comme attributs la longueur du chemin, le coût cumulé, la résistance effective (coût/longueur) et les identifiants des parcelles source et destination. Les points représentatifs des centroïdes utilisés pour la sélection des extrémités des PCL ont été calculés à l'aide de la méthode representative_point de GeoPandas plutôt que par les centroïdes géométriques, afin de garantir que chaque extrémité se trouve à l'intérieur du polygone de parcelle correspondant dans les cas de géométries de parcelles concaves.

Construction du supra-réseau en deux couches
Le graphe du patrimoine G_H (n = 23, m = 73) et le graphe écologique G_E (n = 233, m = 799) ont été combinés en un supra-réseau en deux couches. Une arête inter-couche (h, e) a été insérée lorsque la distance géodésique entre le nœud ICH h et le centroïde du fragment écologique e n'excédait pas 10 km, un rayon évalué dans l'analyse de sensibilité aux distances de 5, 10, 15 et 20 km (section 3.5). Si aucun fragment ne se trouvait à moins de 10 km, le fragment le plus proche était relié comme solution de secours assurant une connectivité minimale. Le réseau de référence contient donc 42 arêtes inter-couches : 35 liens respectant strictement le rayon et sept liens de secours.

Les poids des arêtes dans la matrice supra-adjacente A (256 × 256) ont été attribués comme suit : les arêtes intra-héritage ont conservé leurs poids basés sur la distance réciproque ; les arêtes intra-écologiques ont reçu l’inverse du coût du chemin de moindre coût (1 / coût) ; et les arêtes inter-couches ont été définies comme indiqué ci-dessous, où d est la distance de couplage en kilomètres, et w_intra représente le poids moyen des arêtes intra-couches, produisant ainsi un couplage inter-couches à décroissance progressive calibré selon l’amplitude intra-couche. Le supra-réseau permet de calculer deux familles de métriques dérivées : (i) la centralité supra-vectorielle, calculée comme le vecteur propre principal de A et attribuant à chaque nœud un score d’importance comparable à travers les couches ; et (ii) le coefficient de participation multiplex défini ci-dessous, suivant le formalisme de participation multiplex utilisé en diagnostic des réseaux bi-couches, qui reflète l’équilibre entre les connexions intra-couches d’un nœud et son couplage avec l’autre couche.

La matrice supra-adjacente A a été stockée sous forme de matrice creuse CSR à l'aide du module sparse de SciPy. La paire propre dominante de la matrice symétrique normalisée par la moyenne a été calculée à l'aide de l'implémentation eigsh d'ARPACK et vérifiée par itération de la puissance ; le rayon spectral de la matrice complète était lambda_max = 19,6481. Ce même vecteur propre de la matrice symétrique a fourni la composante de centralité supra-vecteur propre de l'IRP. La normalisation par ligne n'a été utilisée que pour les diagnostics de la matrice de transition ; sa valeur propre dominante est de 1,000 par construction. Des fonctions alternatives de couplage inter-couches ont produit des corrélations de classement IRP supérieures à 0,94 par rapport à la référence à décroissance exponentielle.

Seuils de résilience basés sur la percolation
Chaque couche a été soumise indépendamment à quatre attaques progressives de suppression de nœuds : (i) suppression uniformément aléatoire, moyennée sur 500 répétitions (300 pour les scénarios de la section 2.3.8) ; (ii) suppression ciblée par degré décroissant ; (iii) suppression ciblée par intermédiarité décroissante ; et (iv) suppression ciblée par centralité d’vecteur propre décroissante. Après la suppression de k nœuds dans un graphe initial de n nœuds, l’intégrité structurelle a été mesurée par S(k) = LCC(k)/(n - k), où LCC(k) représente le nombre de nœuds dans la plus grande composante connexe parmi les nœuds restants. Le seuil critique f* correspond à la plus petite fraction de nœuds supprimés k/n pour laquelle S(k) < 0,5. Les seuils rapportés et les courbes de percolation utilisent cette normalisation par les nœuds restants. Le seuil de consensus f_C est la moyenne arithmétique des quatre seuils spécifiques aux attaques.

Pour l'attaque par suppression aléatoire, 500 répétitions ont été adoptées après des tests préliminaires de convergence ayant montré que la courbe moyenne de la composante connexe la plus grande (LCC) en fonction de la fraction de nœuds supprimés se stabilisait avec un coefficient de variation inférieur à 0,02 à partir de la répétition 350 ; 500 répétitions offrent une marge confortable au-dessus de ce point de convergence, avec un coût computationnel négligeable supplémentaire. Les ex-aequo dans les classements de degré, de centralité d’intermédiarité (betweenness) et de vecteur propre — qui apparaissent de manière non négligeable pour le graphe du patrimoine en raison de son échelle de 23 nœuds — ont été départagés par ordre alphabétique des identifiants des nœuds afin d’assurer une reproductibilité exacte entre les exécutions indépendantes. Les progressions d’attaque ont été calculées indépendamment pour chaque couche afin d’isoler les vulnérabilités spécifiques à chaque couche ; un protocole d’attaque conjointe, dans lequel les nœuds sont supprimés simultanément des deux couches selon le classement supra-vecteur propre, a été envisagé mais rejeté car il mélange les signaux des deux couches d’une manière qui obscurcit le diagnostic spécifique à chaque couche recherché. Le seuil de 0,5 pour la fraction de LCC a été choisi conformément à la pratique standard dans les études de percolation de corridors écologiques ; des tests de sensibilité auxiliaires effectués aux seuils de 0,4 et 0,6 ont conservé l’ordre relatif des classements écologique et patrimoine, déplaçant les seuils de consensus absolu de moins de 0,05 dans chaque direction. Le seuil de consensus a été calculé comme la moyenne arithmétique des quatre seuils spécifiques à chaque type d’attaque. Bien que les quatre règles d’attaque aient des interprétations structurelles différentes, le consensus sert de statistique descriptive résumant la vulnérabilité moyenne à travers divers profils de menace. L’invariance de la conclusion directionnelle par rapport au mode d’attaque (écologique < patrimoine dans trois des quatre attaques) fournit une validation interne.

Pour les attaques aléatoires, 500 répétitions indépendantes ont été réalisées. Avec la CCM normalisée par le nombre de nœuds restants (n - k), la couche écologique a donné un seuil aléatoire moyen de 0,623 ± 0,058 (écart-type), et la couche inventaire du patrimoine a donné 0,960 ± 0,082. Les intervalles de confiance (95 %) ont été calculés à partir des distributions des répétitions.

Les attaques ciblées (degré, centralité d'intermédiarité, vecteur propre) ont utilisé un classement statique basé sur la topologie initiale du réseau plutôt qu'un recalcul dynamique après chaque suppression. Cette approche statique a été choisie parce que (i) elle fournit une séquence d'attaque reproductible et déterministe ; (ii) le recalcul dynamique sur des réseaux spatiaux peu denses peut produire des classements de centralité instables ; et (iii) l'approche statique représente un scénario pessimiste. Le recalcul dynamique donne généralement des seuils légèrement plus bas ; les estimations rapportées sont donc conservatrices. La suppression progressive a été mise en œuvre sous forme de suppression séquentielle d'un nœud à la fois. Pour le réseau patrimonial de 23 nœuds, chaque suppression correspond à environ 4,3 % des nœuds ; pour la couche écologique de 233 nœuds, chaque suppression correspond à environ 0,43 %. Cette résolution plus fine que 0,025 assure une détection précise du seuil.

Indice de priorité de restauration (RPI)
L'indice composite de priorité de restauration (RPI) intègre quatre lignes de preuve parmi les 233 parcelles principales :

où z(·) désigne une normalisation à moyenne nulle et variance unitaire pour tous les fragments, w₁ = 0,35 met l'accent sur la centralité structurelle bi-couche, w₂ = 0,20 accorde une priorité plus élevée aux petits fragments (zones critiques de fragmentation), w₃ = 0,30 favorise les fragments présentant un fort couplage ICH, et w₄ = 0,15 renforce le poids des fragments isolés ayant un coût moyen élevé aux bords. Le vecteur de poids a été choisi pour privilégier la centralité structurelle et le couplage patrimonial (les deux canaux nouveaux du cadre DEHN), tout en conservant une contribution non négligeable liée à la fragmentation et à l'isolement ; la sensibilité aux poids a été quantifiée dans la section 3.5. Les fragments ont été répartis en trois niveaux de priorité selon les percentiles 80e et 60e de l'IRP : niveau 1 (meilleurs classements) (20 % supérieurs), élevé (percentiles 60e à 80e), et modéré (60 % inférieurs). La priorité au niveau des corridors a classé les 799 corridors selon une somme des scores z normalisés du coût, de la résistance effective et de l'IRP moyen des extrémités ; les 15 % supérieurs (n = 119) ont été désignés comme corridors prioritaires pour la restauration.

Simulation de scénario
Quatre scénarios ont été élaborés pour évaluer l'applicabilité pratique du cadre DEHN. S1, le scénario de référence, conservait le réseau écologique non modifié G_E face aux quatre attaques de percolation. S2, le scénario de perte de niveau intermédiaire, supprimait simultanément les 140 parcelles classées comme parcelles de niveau intermédiaire, simulant une trajectoire de paysage dans laquelle les petites parcelles non protégées sont perdues tandis que les parcelles critiques et à haute priorité sont préservées. S3, le scénario de restauration des nœuds de niveau 1, réduisait de moitié le coût des arêtes reliant deux parcelles de niveau 1 lorsque leur coût initial dépassait le coût médian, représentant une restauration écologique le long des corridors entre les parcelles structurellement centrales. S4, le scénario de restauration des corridors, diminuait de 40 % le coût des 119 corridors prioritaires, représentant une réhabilitation à grande échelle des corridors guidée par le classement RPI.

Pour chaque scénario, la pile complète de percolation à 4 attaques a été réexécutée avec 300 réplicats aléatoires, et les quatre seuils spécifiques aux attaques ainsi que le seuil de consensus ont été enregistrés afin de permettre une comparaison entre scénarios. Étant donné que les scénarios S3 et S4 modifient uniquement les poids des arêtes plutôt que la topologie, cette conception permet d'isoler la contribution spécifique de la réduction de la résistance à la robustesse du réseau — un mécanisme subtil de diagnostic que la simple simulation de suppression de nœuds ne peut pas aborder. Les valeurs des paramètres des scénarios ont été choisies pour correspondre à des ordres de grandeur plausibles en matière de budget de restauration. La réduction de 50 % du coût sur les arêtes entre le niveau 1 (classé au plus haut rang) et le niveau 1 (classé au plus haut rang) dans S3 correspond à la réduction maximale réalisable de la résistance grâce à l'élargissement des bandes tampons ripariennes et à la reforestation à petite échelle sur les terres des corridors existants, dans le cadre d'un cycle typique de planification de restauration de cinq ans dans les ZPEC chinoises. La réduction de 40 % du coût sur les 119 principaux corridors dans S4 reflète un programme de réhabilitation plus vaste du corridor et de la matrice, étendu sur dix ans. Le scénario de perte modérée S2 représente le contre-factuel dans lequel la priorisation actuelle de la restauration est respectée, mais aucune protection active n'est étendue aux parcelles de niveau modéré ; cela reflète l'enveloppe budgétaire actuelle du programme ZPEC, dans laquelle la protection explicite est généralement concentrée sur les 40 % des zones les plus priorisées.

Analyse de sensibilité
Deux analyses de sensibilité ont évalué la robustesse du classement de l'IRP face aux choix de modélisation. Premièrement, chaque poids de l'IRP (w₁ – w₄) a été modifié de ±0,05 et ±0,10, puis réajusté afin que leur somme soit égale à un, et la corrélation de rang de Spearman ρ entre le classement de l'IRP modifié et le classement de référence a été enregistrée. Deuxièmement, le rayon de couplage entre couches a été fait varier à {5, 10, 15, 20} km, et à la fois le nombre d'arêtes inter-couches et la corrélation de Spearman du coefficient de participation obtenu avec la valeur de référence à 10 km ont été indiqués. Ces deux analyses quantifient conjointement la transférabilité des conclusions de l'IRP à d'autres conventions de modélisation.

Outre les perturbations individuelles des poids, une analyse conjointe de l'incertitude a été menée sur 1 000 combinaisons admissibles de poids échantillonnées à partir d'une distribution de Dirichlet centrée sur les poids initiaux (alpha = [3,5, 2,0, 2,5, 2,0]). Pour chaque combinaison, l'IRP a été recalculé et le jeu de 20 % des parcelles les mieux classées a été identifié. Les résultats montrent que 15 parcelles sont restées dans le groupe des 20 % les mieux classées. >90 % de probabilité, 26 avec >75 % de probabilité, et 43 avec >50 % de probabilité. Les 15 zones les plus stables (probabilité > 90 %) sont concentrés dans l'amas central d'auto-vecteurs de Meizhou, ce qui confirme que l'identification des priorités de premier plan est robuste par rapport à la spécification des poids. Le terme négatif relatif à la superficie est conservé, car les petites parcelles regroupées géométriquement à Meizhou agissent comme des goulets d'étranglement structurels ; les grands noyaux intacts du Minxi apportent une amélioration marginale moindre en termes de connectivité, malgré leur superficie plus étendue.

Des perturbations de poids de ±0,05 et ±0,10 ont été choisies afin d'encadrer la plage de variation qu'un analyste du domaine pourrait raisonnablement attribuer, compte tenu du désaccord entre experts sur l'importance relative des quatre composantes de l'IRP. La borne inférieure garantit qu'aucune composante unique n'est réduite à zéro, même avec la perturbation maximale testée (poids minimal résultant = 0,05), préservant ainsi les quatre lignes de preuve dans chaque perturbation. Le balayage du rayon de couplage de 5 à 20 km couvre la plage documentée dans des études comparables sur des systèmes écologiques et sociaux multiplexes. Les deux analyses de sensibilité ont été réalisées sur le réseau complet composé de 233 parcelles et de 799 connexions, avec les 500 graines répétées fixées, de sorte que les corrélations de rang rapportées isolent l'effet de la perturbation sans introduire de variance de type Monte-Carlo entre les niveaux de sensibilité. Une troisième dimension de sensibilité — le choix du seuil de fraction de la CMC déclenchant l'effondrement — a été décrite de manière qualitative dans la section 2.3.5 et discutée plus en détail dans la section 4.4, aux côtés des autres limites inhérentes au cadre.

Résultats

Trajectoire de fragmentation écologique sur plusieurs décennies
La quantification MSPA-légère effectuée sur les six instantanés du CLCD a révélé une trajectoire globale, non linéaire, de fragmentation à travers le paysage hakka triprovincial entre 2000 et 2023. La surface totale des taches centrales, définie comme la superficie des composantes végétalisées connectées d’au moins 5 km², a diminué de 44 485 km² en 2000 à 37 888 km² en 2023, représentant une perte nette cumulée de 6 597 km², soit 14,8 %. La surface des taches centrales a légèrement augmenté, passant de 44 485 km² en 2000 à 45 772 km² en 2010, correspondant à une hausse de 2,9 %, puis a diminué par la suite à 41 919 km² en 2015 et à 37 806 km² en 2020. La surface a ensuite connu une légère reprise de 82,3 km², soit environ 0,2 %, entre 2020 et 2023. Le total de 37 806 km² en 2020 correspond à la somme des trois valeurs CEPZ indiquées dans Tableau 1. Le nombre de taches est passé de 116 en 2 000 à 233 en 2020, puis à 229 en 2023. La surface moyenne par tache a diminué de 383,5 km² en 2 000 à 162,3 km² en 2020, soit une baisse d’environ 57,7 %, ou 58 % après arrondi (Figure 3).

La décomposition zonale a affiné le modèle. La ZPCE de Ganzhou, la plus grande zone, abrite la plus grande superficie végétalisée absolue (16 578 km² en 2020) et le nombre maximal de fragments (144 fragments ; surface moyenne de 115 km²). La ZPCE de Meizhou, la plus petite en superficie territoriale (15 853 km²), conservait 56 fragments d'une surface moyenne de 107 km², indiquant une mosaïque périurbaine-rurale fortement subdivisée. La ZPCE de Minxi représentait l'extrémité opposée : 33 fragments avec une surface moyenne de 461 km², en accord avec une couverture forestière de haute altitude relativement continue. Les zones présentent donc des configurations de fragmentation distinctes au sein de la région étudiée, ce qui a des implications pour l'analyse comparative des réseaux dans les sections 3.2 et 3.4.

Topologie et couplage du réseau bicouche
Avant l'assemblage du superréseau bicouche, la couche patrimoniale G_H a été examinée isolément. La surface de densité par noyau de bande passante de 5 km, calculée à partir des 23 éléments ICH de niveau national, produit trois concentrations principales de densité : une crête diffuse de Ganzhou, un pic compact de Minxi situé sur la bande des tulou de Yongding-Nanjing, et un pic de Meizhou centré sur le district de Meixian (Figure 4A). L'union de Delaunay KNN (k = 4) donne un réseau G_H composé de 73 arêtes, avec un degré moyen de 6,35, une densité de 0,289, une composante connexe unique et un diamètre de 4 (Figure 4B). Le degré moyen des nœuds classe Meizhou (7,0) > Minxi (6,5) > Ganzhou (5,9), tandis que le classement selon le vecteur propre, basé uniquement sur le patrimoine, est dominé par Minxi (0,237), suivi de Ganzhou (2,4 × 10⁻⁴) et de Meizhou (2,1 × 10⁻⁵) (Figures 4C et 4D). Ce schéma fondé exclusivement sur le patrimoine est comparé aux résultats écologiques et du superréseau dans les Figures 5 et 6.

Le graphe écologique de 2020, G_E, comprend 233 nœuds et 799 arêtes de corridors à coût minimal. Le réseau forme une composante connexe unique de densité 0,030, de degré moyen k = 6,86 et de coefficient de regroupement moyen de 0,083 ; le diamètre mesuré en nombre d'arêtes est de 12, et la longueur moyenne des chemins les plus courts entre paires de parcelles est de 2 212 (unités cumulatives de résistance). Le graphe du patrimoine G_H comprend 23 nœuds et 73 arêtes (union de la triangulation de Delaunay et de KNN-4), avec un degré moyen de 6,35 et une composante connexe unique. La distribution spatiale des 23 nœuds du patrimoine, ainsi que les arêtes inter-couches couplées, révèle trois groupes modaux d'ICH — un groupe de Ganzhou centré sur Longnan–Anyuan, un groupe de Minxi centré sur le territoire des tulou de Yongding–Nanjing, et un groupe de Meizhou centré sur le district de Meixian (Figure 5A).

L'analyse de centralité sur G_E a localisé l'ensemble des 15 premiers hubs selon le vecteur propre à l'intérieur de la zone économique et politique centrale de Meizhou (CEPZ, identifiants des parcelles 194–219), la parcelle 211 (un noyau central de 9,3 km² situé au centre de Meizhou) arrivant en tête avec un vecteur propre de 0,37 et un PageRank de 0,006. La forte concentration du vecteur propre reflète le tissu dense de corridors reliant les petites parcelles forestières géométriquement groupées de Meizhou à travers une matrice à faible coût (Figure 5C). En revanche, la centralité moyenne du vecteur propre est de seulement 1,6 × 10⁻⁴ à Ganzhou et de 1,9 × 10⁻⁵ à Minxi, soit trois ordres de grandeur en dessous de celle de Meizhou, qui est de 7,3 × 10⁻². La centralité d'intermédiarité, en revanche, est plus uniformément répartie : Ganzhou atteint la valeur moyenne la plus élevée (0,034), car la taille plus importante de son inventaire de parcelles génère un trafic plus important de plus courts chemins passant par des nœuds structurellement intermédiaires. Ce décalage entre les centralités de vecteur propre (dominée par Meizhou) et d'intermédiarité (dominée par Ganzhou) constitue un marqueur distinctif de la topologie tri-zonale.

La centralité écologique en couche unique montre un contraste entre la centralité vectorielle et la centralité d'intermédiarité (Figure 6). Le réseau G_E de 2020 contient un complexe central compact à Meizhou et une structure plus diffuse à Ganzhou (Figure 6A). Sa distribution des degrés est asymétrique vers la droite, avec un degré moyen de 6,86 et un maximum de 12 dans les parcelles P193-P219 (Figure 6B). La surface des parcelles et la centralité vectorielle en couche unique sont négativement corrélées (Spearman ρ = −0,21), de sorte que les parcelles de plus forte centralité sont généralement des noyaux plus petits situés à Meizhou plutôt que de grandes parcelles de Minxi (Figure 6C). Zone signifie lieu. Meizhou présente la centralité vectorielle et le PageRank les plus élevés, tandis que Ganzhou atteint la plus forte intermédiarité (Figure 6D). Étant donné que ces panneaux utilisent uniquement G_E, le motif de Meizhou est déjà présent avant le couplage entre couches ; la comparaison avec le supra-réseau indique que ce couplage n'en est pas la source exclusive.

Le couplage de G_H et G_E selon la règle de base a produit 42 arêtes inter-couches : 35 liens stricts de 10 km plus sept liens de secours. Vingt-neuf des 233 parcelles écologiques (12,4 %) et l'ensemble des 23 nœuds ICH possèdent au moins une connexion inter-couche (degré moyen ICH-écologique = 1,83 ; maximum = 5). Le rayon spectral de la matrice supra-adjacente symétrique normalisée par la moyenne est de 19,6481. Une valeur de centralité au niveau des nœuds précédemment mal étiquetée a été retirée des rapports sur les valeurs propres. La décomposition zonale du couplage donne des valeurs moyennes de liaison écologique de 2,33 pour Meizhou, 1,91 pour Ganzhou et 1,17 pour Minxi. Ces résultats descriptifs identifient Meizhou comme la zone la plus fortement couplée selon la règle de distance et de secours spécifiée.

Seuils de résilience à la percolation
Les courbes de percolation spécifiques à chaque couche ont d'abord été calculées sur le graphe d'inventaire du patrimoine cartographié G_H (Figure 7). Sous quatre attaques progressives, le rapport de la plus grande composante connexe normalisé par le nombre de nœuds restants a diminué le plus lentement lors de la suppression aléatoire, par centralité d'intermédiarité et par vecteur propre : les seuils étaient respectivement de 0,96, 1,00 et 1,00, comparés à 0,74 lors de la suppression basée sur le degré (Figure 7A). Les seuils d'efficacité globale étaient de 0,86 pour la suppression aléatoire, de 0,83 pour celle par vecteur propre et de 0,57 pour celle basée sur le degré (Figure 7B). Ces résultats indiquent une robustesse structurelle élevée du graphe d'inventaire représenté face à la suppression aléatoire de nœuds, ainsi qu'une sensibilité accrue à la suppression des nœuds de haut degré. Le seuil de consensus est f_C(H) = 0,925 (Figure 7C) ; il ne mesure pas la continuité des pratiques patrimoniales en dehors du graphe cartographié.

Les attaques de percolation sur les deux couches selon quatre schémas progressifs de suppression de nœuds (section 2.3.5) ont produit une asymétrie marquée (Figure 8). Les seuils de la couche écologique étaient de 0,62 (aléatoire), 0,70 (degré), 0,44 (intermédiarité) et 1,00 (vecteur propre), donnant une valeur de f_C = 0,690 (Tableau 4). Les seuils de la couche inventaire du patrimoine étaient respectivement de 0,96, 0,74, 1,00 et 1,00, conduisant à une valeur de f_C = 0,925. La différence, Δf_C = 0,235, indique une perte modélisée plus précoce de l'intégrité du réseau écologique selon trois des quatre règles d'attaque. Lors de la suppression basée sur le degré, les couches écologique et d'inventaire du patrimoine franchissent S(k) = 0,5 à des fractions de nœuds supprimés de 0,70 et 0,74, respectivement. Meizhou contient les nœuds écologiques sélectionnés en premier par l'attaque fondée sur le vecteur propre ; il s'agit d'une association au sein de la topologie modélisée, et non d'une preuve d'une cascade causale dans le monde réel.

La comparaison des seuils bruts est influencée par la densité des couches. À partir des nombres de nœuds et d'arêtes rapportés, la densité écologique est de 2 × 799/(233 × 232) = 0,0296, tandis que la densité issue de l'inventaire du patrimoine est de 2 × 73/(23 × 22) = 0,2885. En divisant le seuil de consensus par la densité, on obtient 23,3 pour la couche écologique et 3,21 pour la couche issue de l'inventaire du patrimoine, soit un rapport d'environ 7,3:1. Cette normalisation descriptive indique que le seuil plus élevé pour l'inventaire du patrimoine reflète en partie la densité plus importante de son graphe. Étant donné que le seuil par unité de densité constitue un indicateur comparatif et non un effet d'intervention, il ne doit pas, en soi, être interprété comme une preuve que l'ajout d'arêtes ou la protection de nœuds produira un résultat politique précis.

Seulement selon la règle d'attaque par vecteur propre, les deux couches présentent une robustesse comparable (les deux ≥ 0,98). Les attaques aléatoires, par degré et par centralité d'intermédiarité localisent le point de rupture modélisé plus tôt sur la couche écologique que sur la couche d'inventaire du patrimoine. L'accord entre les trois modes d'attaque soutient la stabilité de ce résultat directionnel au sein du réseau analysé et des définitions d'attaque, sans impliquer une validité causale générale au-delà de ces conditions.

Cartographie des priorités de restauration
Le réseau de corridors écologiques de 2020 utilisé pour la cartographie de l'indice de priorité de restauration (RPI) comprend 799 arêtes de chemin de coût minimal entre 233 parcelles principales (Figure 9A). La longueur des corridors présente une moyenne de 28,75 km, une médiane de 21,08 km, un 90e centile de 52,20 km et une valeur maximale de 266,1 km (Figure 9B). Le coût cumulé est également asymétrique vers la droite, avec une moyenne de 563,3, une médiane de 259,6 et un 90e centile de 651,0 équivalents résistance-mètre (Figure 9C). L'association positive entre longueur et coût dans la Figure 9D indique que la distance de traversée constitue un élément important du coût modélisé ; la résistance locale, la faisabilité et l'état sur le terrain restent néanmoins nécessaires pour évaluer tout corridor de restauration. Le score composite de RPI calculé pour les 233 parcelles principales présente une distribution à queue lourde (moyenne = 0, σ = 0,52, minimum = −2,71, maximum = 1,83). Quarante-sept parcelles (20,2 %) se situent dans le niveau analytique 1 (RPI ≥ 0,290), 46 (19,7 %) dans le niveau élevé (−0,184 ≤ RPI < 0,290) et 140 (60,1 %) dans le niveau modéré. Meizhou compte 22 des 56 parcelles du niveau 1, contre 20 des 144 à Ganzhou et 5 des 33 à Minxi. En combinant les deux niveaux analytiques supérieurs, on obtient 42 des 56 parcelles à Meizhou, 35 des 144 à Ganzhou et 16 des 33 à Minxi. Ces niveaux correspondent à des classements relatifs selon les poids spécifiés du RPI, et non à des catégories prescriptives de valeur de conservation (Figure 10). Les 15 % supérieurs des scores de RPI des corridors représentent 119 corridors. Parmi les 20 parcelles les mieux classées, 15 se trouvent à Meizhou, trois à Ganzhou et deux à Minxi ; ensemble, elles couvrent 277 km². Leurs classements reflètent la combinaison de la centralité supra-vecteur propre, du terme négatif de la superficie des parcelles, du couplage ICH et du coût d'isolement. La Figure 10A cartographie ce sous-ensemble dérivé du modèle. Ce classement ne constitue pas un plan de restauration définitif et doit être combiné avec l'état écologique, la faisabilité, le régime foncier, les coûts et les priorités des parties prenantes.

Tableau 5 résume la répartition par niveau de priorité analytique dans les trois ZPCE. Meizhou compte 504,1 km² en niveau 1 répartis sur 22 parcelles, Ganzhou 439,9 km² sur 20 parcelles, et Minxi 53,2 km² sur cinq parcelles. Meizhou présente également le RPI moyen le plus élevé (+0,339). La surface agrégée plus importante des zones élevées de Meizhou (4 095,7 km²) par rapport au niveau 1 reflète le terme négatif de surface dans le RPI, qui augmente les scores relatifs des petites parcelles centrales. Ces résultats décrivent un levier structurel selon le modèle ; ils n'établissent ni une valeur intrinsèque de conservation ni une répartition obligatoire des ressources de restauration.

Simulation de scénario et sensibilité
Les quatre scénarios ont produit des résultats de modèle contrastés (Tableau 6). Le scénario S1 a reproduit le seuil de consensus de base de 0,690. Le scénario S2, qui supprimait toutes les parcelles de niveau modéré, a réduit le seuil à 0,011, soit une diminution modélisée de 98,4 %. Ce résultat est cohérent avec une contribution topologique importante des parcelles classées comme modérées ; il ne constitue pas une preuve empirique que cette perte se produira ni ne prescrit un niveau de restauration spécifique. Les scénarios S3 et S4 ont donné un consensus de 0,690, car ils ont modifié les poids des arêtes sans changer la topologie. Selon cette définition de la percolation, la réduction de la résistance peut améliorer l'efficacité pondérée, mais ne modifie pas le seuil topologique. L'ajout ou la reconnexion de parcelles-relais constitue donc une option dérivée du modèle permettant de modifier à la fois la topologie et l'efficacité, et non une intervention obligatoire (Figure 11).

Les scénarios de perte par gradient de fragments ont produit une réponse modélisée non linéaire. Le retrait de 25 % des fragments de niveau intermédiaire a réduit le seuil de consensus de 0,690 à 0,593 (−14,0 %) ; un retrait de 50 % a donné 0,483 (−30,0 %) ; 75 % a donné 0,312 (−54,8 %) ; et 100 % a donné 0,011 (−98,4 %). La diminution modélisée marginale a augmenté au cours des intervalles 25–50 %, 50–75 % et 75–100 %. Dans le cadre de ces simulations, le fait de conserver au moins la moitié des fragments de niveau intermédiaire était associé à la préservation de plus de 70 % du seuil de référence ; il s'agit d'un résultat de scénario, et non d'une prévision d'effondrement dans le monde réel. L'efficacité globale pondérée (E_glob) a été calculée car le seuil basé sur la plus grande composante connexe (LCC) est insensible aux variations des poids des arêtes. La valeur de base d'E_glob était de 0,017230. S3 l'a augmentée à 0,018628 (+8,1 %), et S4 à 0,017754 (+3,0 %). Ces résultats modélisés indiquent une connectivité pondérée améliorée, bien que le seuil de percolation topologique soit resté inchangé. Ainsi, la réduction de la résistance et l'expansion topologique affectent différentes propriétés du réseau, et l'analyse n'établit pas d'intervention universellement supérieure.

L'analyse de sensibilité a confirmé la stabilité des classements dans les plages de paramètres testées. La perturbation des quatre poids de l'IRP de ±0,05 et ±0,10 a conservé un coefficient de Spearman ρ ≥ 0,97. La variation du rayon de couplage à 5, 10, 15 et 20 km a modifié respectivement les nombres d'arêtes à rayon strict à 8, 35, 63 et 101 ; la valeur de référence de 42 arêtes à 10 km comprend 35 arêtes à rayon strict et sept liens de secours. Les corrélations des coefficients de participation avec la référence à 10 km étaient de ρ = 0,73 à 15 km, 0,54 à 20 km et 0,27 à 5 km. Dix-sept des 20 parcelles d'IRP les mieux classées ont été conservées à 15 km et 15 à 20 km. Ces résultats indiquent une sensibilité aux paramètres et une stabilité partielle des classements ; ils n'établissent pas une transférabilité illimitée au-delà du réseau testé (Figure 12).

DISPONIBILITÉ DES DONNÉES :
Le jeu de données sur l'occupation des sols en Chine est disponible sur Zenodo (https://doi.org/10.5281/zenodo.4417810). L'inventaire national du patrimoine culturel immatériel est publié par le Conseil d'État de Chine, et les données sur les limites administratives sont accessibles auprès du Centre national de géomatique de Chine. Les matrices de réseau dérivées, les résultats de la percolation et le code d'analyse sont déposés sur Zenodo (https://doi.org/10.5281/zenodo.21732093).

Figure 1: Zone d'étude et disposition du CEPZ. (A) Localisations des trois CEPZ nationaux dans le sud du Jiangxi, l'ouest du Fujian et l'est du Guangdong. (BRépartition des 23 éléments nationaux du PCI sur la couverture terrestre CLCD 2020.C) Nombre de comptes ICH par lot d'inscription.D) Composition selon la catégorie ICH. Cartes sont créés à l'aide d'OpenStreetMap contributeurs comme le fond de carte administratif limites et tout étiquettes, symboles, et thematique couches étaient ajouté ou compilé par le auteurs. Panneaux (C) et (D) étaient préparé par le auteurs basé sur sur le étude jeu de données Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 2 : Flux analytique du cadre DEHN. Les cinq voies horizontales montrent l'assemblage des données, la dérivation en double couche, le couplage, les diagnostics et les sorties utilisés pour construire et évaluer le réseau. Veuillez cliquer ici pour afficher une version agrandie de cette figure.

Figure 3 : Trajectoire de fragmentation MSPA-lite à travers le paysage tri-CEPZ, 2000–2023. (A) Répartition spatiale des parcelles centrales par année et par zone. (B) Évolution temporelle de la surface totale des parcelles centrales, de la surface marginale et de la surface végétale totale. (C) Nombre de parcelles centrales et surface totale des parcelles centrales. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 4 : Analyse en couches patrimoniales de 23 éléments ICH nationaux. (A) Surface de densité par noyau. (B) Graphe d'adjacence Delaunay-KNN G_H. (C) Dix nœuds présentant la centralité d'intermédiarité la plus élevée. (D) Mesures de centralité par CEPZ. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 5 : Réseau supra-bicouche en 2020. (A) Disposition spatiale du couplage intercouches. (B) Distribution du degré intercouches pour le CHI. (C) Les vingt nœuds présentant la plus forte centralité supra-vectorielle. (D) Coefficient de participation en fonction de la centralité supra-vectorielle pour l'ensemble des 256 nœuds. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 6 : Analyse de la centralité selon la couche écologique sur G_E. (A) Disposition spatiale du paysage en 2020. (B) Distribution du degré. (C) Surface des parcelles par rapport à la centralité selon le vecteur propre. (D) Mesures de centralité par zone. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 7 : Percolation de la couche d'inventaire du patrimoine sous attaques ciblées. (A) Rapport de la composante connexe la plus grande en fonction de la fraction de nœuds supprimés selon quatre règles d'attaque. (B) Décroissance de l'efficacité globale. (C) Seuils spécifiques à chaque attaque et seuils de consensus. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 8 : Percolation des couches écologiques selon quatre schémas d'attaque. (A) Attaque aléatoire. (B) Attaques ciblées. (C) Comparaison des seuils intercouches. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 9 : Réseau de corridors écologiques en 2020. (A) Surface de résistance. (B) Les 799 corridors de moindre coût. (C) Répartition cumulative des coûts. (D) Relation entre la longueur et le coût des corridors. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 10 : Cartographie de l'indice de priorité de restauration. (A) Répartition spatiale des valeurs de l'IPR et des 15 % principaux corridors. (B) Composition des niveaux analytiques par CEPZ. (C) Répartition de l'IPR par zone. (D) Décomposition des composantes pour les 20 parcelles classées au plus haut rang. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 11 : Simulation de scénario de la robustesse des couches écologiques. (A) Courbes de percolation dans quatre scénarios. (B) Comparaison des seuils critiques de consensus. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Figure 12 : Analyse de sensibilité. (A) Corrélations de rang de Spearman sous des perturbations du poids RPI. (B) Stabilité du coefficient de participation selon les rayons de couplage. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.

Attribut	CEPZ de Ganzhou	CEPZ de Minxi	CEPZ de Meizhou	Total
Province	Jiangxi	Fujian	Guangdong	—
Superficie (km²)	39 341	19 353	15 853	74 547
Unités au niveau du district	18 districts	6 districts	9 districts + 1 arrondissement	34
Éléments ICH de niveau national (n)	11	6	6	23
Éléments ICH associés aux Hakka (n)	7	5	5	17
Catégories ICH dominantes	pratiques populaires, artisanat traditionnel	arts du spectacle, pratiques populaires	arts du spectacle, artisanat traditionnel	—
Parcelles écologiques principales ≥ 5 km² (2020)	144	33	56	233
Superficie totale des parcelles principales (km², 2020)	16 577,60	15 214,10	6 014,00	37 805,70

Tableau 1 : Aperçu des trois ZPEC hakka et de leurs inventaires de PCI. Le tableau compare l'étendue géographique, la couverture administrative et le nombre d'éléments de PCI de niveau national dans les régions de Ganzhou, Minxi et Meizhou.

Type de données	Source	Résolution / unités	Période	Référence
Couverture des terres (SOLU)	Jeu de données sur la couverture des terres de Chine (CLCD), Université de Wuhan	Raster de 30 m	2000/05/10/15/20/23	Yang et Huang (2021)
Périmètres des ZPEC	Registre national du ministère de la Culture et du Tourisme (MCT)	Polygones vectoriels	2013–2020 (déclaré)	MCT (2020)
Inventaire national du PCI	Liste nationale du PCI du Conseil d'État chinois (vagues 1 à 5)	Point (centroïde du comté)	2006–2021	Conseil d'État (2021)
Limites administratives	Centre national de géomatique de Chine	Polygones vectoriels	2020	NGCC (2020)
Système de coordonnées	Projection conique équivalente d'Albers (lon₀ = 105°, φ₁ = 25°, φ₂ = 47°)	—	—	—

Tableau 2 : Sources de données primaires. Le tableau énumère le fournisseur de chaque jeu de données, sa résolution spatiale ou temporelle, ainsi que son rôle dans le flux de travail analytique.

Classe CLCD	Valeur de résistance	Justification
Forêt (2)	1	Habitat de base ; perméabilité maximale
Arbustive (3)	5	Haute perméabilité ; succession secondaire
Prairie (4)	10	Perméabilité modérée
Eau (5)	30	Perméable localement pour les taxons aquatiques ; barrière pour les espèces terrestres
Terres cultivées (1)	50	Matrice semi-anthropique
Glace/neige (7)	200	Barrière en haute altitude
Imperméable (8)	500	Barrière complète au flux biotique
Absence de données (0)	100	Valeur neutre par défaut

Tableau 3 : Valeurs de résistance des types d'occupation des sols. Le tableau indique la résistance attribuée à chaque classe CLCD pour la modélisation des corridors à moindre coût.

Règle d'attaque	f* écologique	f* patrimoniale	Δ (H − E)
Aléatoire (moyenne de 500)	0.62	0.96	0.34
Degré décroissant	0.7	0.74	0.04
Intermédiarité décroissante	0.44	1	0.56
Vecteur propre décroissant	1	1	0
Consensus (moyenne)	0.69	0.925	0.235
Normalisé par densité (f_C/densité)	23.3	3.21	−20.09
Écart type d'attaque aléatoire	0.058	0.082	0.024

Tableau 4 : Seuils critiques de percolation pour les couches écologiques et patrimoniales en 2020. Les valeurs spécifiques à chaque attaque et leur consensus résument la robustesse structurelle sous la normalisation de la plus grande composante connexe (LCC) des nœuds restants.

CEPZ	Total des parcelles	Niveau 1 (meilleurs classés) (n / km²)	Haut niveau (n / km²)	Niveau modéré (n / km²)	RPI moyen
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
Les trois CEPZ	233	47 / 997,2	46 / 4 694,0	140 / 32 114,6	0

Tableau 5 : Répartition des niveaux RPI entre les trois CEPZ. Les nombres de parcelles, les surfaces et les valeurs moyennes de l'indice RPI illustrent la répartition comparative des niveaux analytiques par zone.

Scénario	Description	f* de consensus	Δ par rapport à S1
S1	Ligne de base (G_E non modifié)	0.69	0
S2	Perte du niveau modéré (140 parcelles retirées)	0.011	−0.679
S3	Demi-coût sur les liaisons entre le niveau 1 (premier rang) et le niveau 1 (premier rang)	0.69	0
S4	Réduction de 40 % du coût sur les 119 principaux corridors	0.69	0
S2a (25 % des parcelles modérées retirées)	35 des 140 parcelles modérées retirées	0.593	-0.097
S2b (50 % des parcelles modérées retirées)	70 des 140 parcelles modérées retirées	0.483	-0.207
S2c (75 % des parcelles modérées retirées)	105 des 140 parcelles modérées retirées	0.312	-0.378
Efficacité globale pondérée	S1=0.0172, S3=0.0186(+8,1 %), S4=0.0178(+3,0 %)	Voir le texte	-

Tableau 6 : Seuils de percolation de consensus par scénario-simulation. Le tableau compare les résultats des modèles de référence, de perte de fragments, de restauration des nœuds et de restauration des corridors.

Réserve	Noeuds	Arêtes	Densité	Attaque aléatoire (moyenne ± ÉT ; n = 500)	Degré	Intermédiarité	Vecteur propre	Consensus
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

Tableau 7 : Seuils de percolation par réserve. Le tableau indique séparément les seuils spécifiques à chaque attaque et les seuils de consensus pour Ganzhou, Minxi et Meizhou.

Discussion

La décomposition tri-zonale des diagnostics morphologiques et de réseau a révélé une hétérogénéité spatiale marquée dans la configuration écologique⁴⁹. Ganzhou présentait la plus grande surface végétalisée et le plus grand nombre de parcelles, mais la plus petite taille moyenne des parcelles, tandis que Minxi conservait les plus grandes parcelles moyennes (461 km²), en accord avec une forêt continue en bordure des monts Wuyi. Meizhou contenait 56 parcelles sur un territoire plus restreint et affichait la plus forte concentration de nœuds écologiques selon le vecteur propre. L'analyse des changements du CLCD a indiqué une évolution globale non linéaire de la surface des parcelles centrales. La surface des parcelles centrales est passée de 44 485 km² en 2000 à 45 772 km² en 2010, avant de diminuer à 41 919 km² en 2015 et 37 806 km² en 2020. La baisse observée entre 2010 et 2020 s'élève à 7 966 km², soit 17,4 % de la surface des parcelles centrales en 2010. La surface des parcelles centrales était de 37 888 km² en 2023, marquant une légère augmentation de 82,3 km² par rapport à 2020. Néanmoins, la diminution globale entre 2000 et 2023 atteint 6 597 km², soit 14,8 %. Les transitions des zones végétalisées centrales en terres agricoles ont représenté 38 % de la perte nette des zones centrales, celles liées aux infrastructures de transport, aux réservoirs et aux zones industrielles 31 %, la conversion en surfaces imperméables 22 %, et les autres transitions cartographiées 9 %. Ganzhou, Meizhou et Minxi ont contribué respectivement à 52 %, 35 % et 13 % de la perte nette. Il s'agit de résultats comptables de couverture des sols et d'associations descriptives ; l'urbanisation, le développement des infrastructures, les investissements dans les vergers, la dépopulation et les processus politiques constituent des explications contextuelles plausibles, mais n'ont pas été testés directement comme facteurs causaux⁵⁰.

L'analyse de la percolation par réserves a également révélé des différences substantielles dans la robustesse écologique modélisée. Les seuils de consensus étaient de 0,374 pour Ganzhou, de 0,573 pour Minxi et de 0,286 pour Meizhou, tandis que les seuils médians lors d'attaques aléatoires sur les 500 réplications de simulation étaient respectivement de 0,410, 0,667 et 0,446. En revanche, le Tableau 7 indique les valeurs moyennes ± écart-type correspondantes de 0,420 ± 0,079, 0,686 ± 0,162 et 0,464 ± 0,120, respectivement. Ainsi, Minxi présentait la robustesse modélisée la plus élevée, et Meizhou la plus faible, selon les règles spécifiées de construction du réseau et d'attaque. Ganzhou combinait une matrice imperméable plus étendue avec des cœurs intérieurs relativement intacts et une centralité d'intermédiarité moyenne plus élevée (0,034), suggérant une concentration plus importante du trafic des plus courts chemins. Meizhou, en revanche, contenait de nombreuses petites parcelles au sein de sous-graphes localement denses et présentait une centralité vectorielle et une concentration de hubs locaux plus marquées. Ces différences décrivent la topologie du réseau de corridors modélisé, sans démontrer que la pression urbanistique ou la dépopulation soient à l'origine des motifs observés^51,52.

Dans les trois zones, les couches de patrimoine écologique et cartographié ont présenté des seuils structurels divergents. La couche écologique a atteint le point de rupture modélisé à une fraction consensus de nœuds supprimés de 0,690, contre 0,925 pour la couche de l'inventaire du patrimoine, soit une différence de 0,235. Le seuil écologique était plus bas sous des attaques aléatoires, par degré et par centralité d'intermédiarité, tandis que les deux couches présentaient une robustesse comparable uniquement sous l'attaque basée sur le vecteur propre. Cette asymétrie suggère que, dans les graphes représentés, l'intégrité des corridors écologiques constitue l'élément structurel le plus contraignant du système couplé⁵³. Toutefois, la couche du patrimoine ne comprend que 23 éléments ICH (patrimoine culturel immatériel) nationaux cartographiés et ne doit pas être interprétée comme une mesure directe de la continuité, de la vitalité ou de l'étendue géographique des pratiques culturelles. Le seuil plus élevé du patrimoine est également en partie lié à sa densité de graphe nettement plus élevée (0,289 contre 0,030 pour la couche écologique). Les seuils normalisés par la densité permettent une comparaison descriptive au sein de l'étude, mais ils ne doivent pas être interprétés comme une preuve que l'augmentation de la densité des arêtes ou la protection d'un nombre particulier de nœuds produira un résultat politique prévisible⁵⁴.

Le couplage de base était limité mais spatialement inégal : 42 liens intercouches reliaient les 23 nœuds du PCI à 29 parcelles écologiques, dont 35 liens à rayon strict et 7 liens de secours vers la parcelle la plus proche. Meizhou présentait la moyenne la plus élevée de liaison entre le PCI et les écosystèmes (2,33) et abritait la plus forte concentration de hubs écologiques, ce qui en fait une zone à la fois fortement couplée et structurellement sensible au sein du réseau modélisé⁵⁵. Le contraste entre les couches apparaissait également dans les classements de centralité : Minxi arrivait en tête du classement des vecteurs propres pour le patrimoine uniquement, tandis que Meizhou menait les classements écologique et du réseau supra-global. Cette inversion montre que les classements monocouches peuvent changer une fois le couplage intercouches pris en compte. Toutefois, les résultats n'établissent pas qu'une zone devrait automatiquement bénéficier d'une priorité. À Meizhou, les aménageurs pourraient évaluer la protection ou la reconnexion de petites parcelles fortement centrales ; à Ganzhou, les parcelles intermédiaires à forte centralité d'intermédiarité pourraient être examinées conjointement avec les contraintes d'occupation des sols en périphérie urbaine ; et à Minxi, la mise en berne et la consolidation de grands noyaux continus pourraient s'avérer plus pertinentes que l'ajout de nombreuses petites parcelles⁵⁶. Toutes ces options exigent une validation sur le terrain, une évaluation de faisabilité et de coût, une analyse des droits fonciers ainsi que la participation des parties prenantes.

L'analyse de scénarios a clarifié la distinction entre l'efficacité pondérée et la robustesse topologique⁵⁷. La suppression de tous les fragments de niveau intermédiaire a réduit le seuil de consensus de 0,690 à 0,011, tandis que les scénarios de perte progressive ont produit des seuils de 0,593, 0,483, 0,312 et 0,011 lorsque respectivement 25 %, 50 %, 75 % et 100 % des fragments de niveau intermédiaire ont été supprimés. Ces résultats indiquent que les fragments situés en dehors des niveaux analytiques les plus élevés peuvent néanmoins apporter une contribution topologique importante. En revanche, la réduction des coûts des arêtes dans les scénarios de restauration de niveau 1 et des corridors à priorité maximale n'a pas modifié le seuil de percolation non pondéré, bien que l'efficacité globale pondérée ait augmenté respectivement de 8,1 % et 3,0 %. Ainsi, la réduction de la résistance et l'expansion topologique affectent des propriétés de réseau différentes : la première peut améliorer l'efficacité du flux modélisé, tandis que la seconde est nécessaire pour modifier le seuil selon la définition actuelle⁵⁸. Le classement RPI est resté très stable face aux perturbations pondérales testées (ρ de Spearman ≥ 0,97), mais les variations du rayon de couplage n'ont entraîné qu'une stabilité partielle, indiquant que les priorités constituent des résultats de criblage utiles plutôt que des prescriptions de restauration définitives.

Plusieurs limites restreignent l'interprétation et orientent vers des recherches futures. Premièrement, la surface de résistance était basée uniquement sur la couverture terrestre, car une couverture complète du modèle numérique d'élévation (MNE) n'était pas disponible pour l'étendue de l'étude ; les facteurs de pente et d'humidité topographique devraient être intégrés dans de futures analyses afin de vérifier si le modèle de hub de Meizhou persiste⁵⁹. Deuxièmement, les éléments du PCI ont été géocodés aux centroïdes des comtés, ce qui masque la variabilité intra-comtés et pourrait biaiser le couplage entre couches ; des enquêtes au niveau du village, particulièrement à Meizhou, sont nécessaires pour améliorer la représentation spatiale⁶⁰. Troisièmement, l'analyse multicouche était transversale pour l'année 2020, bien que la fragmentation écologique ait été documentée entre 2000 et 2023. La reconstruction des réseaux écologiques et de couplage pour toutes les années de référence permettrait des inférences temporelles plus solides⁶¹. Quatrièmement, les scénarios étaient déterministes et n'incluaient pas de modèles de projection d'occupation des sols tels que PLUS ou FLUS. De futures recherches pourraient intégrer des simulations stochastiques d'occupation des sols, les coûts de restauration, l'état écologique, l'offre de services écosystémiques et des indicateurs de continuité des pratiques du PCI. Élargir la couche patrimoniale aux éléments de niveau provincial révélerait également des liens culturels et écologiques à une échelle plus fine⁶². En conséquence, le cadre DEHN doit être considéré comme un outil diagnostique comparatif reproductible : il identifie les vulnérabilités structurelles et les emplacements candidats à des interventions, mais son application à d'autres ZPEC ou paysages culturels nécessite la reconstruction locale des réseaux, des protocoles d'attaque cohérents, une validation sur le terrain, ainsi qu'une prise en compte explicite des priorités de gouvernance et des communautés⁶³.

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Données des limites administratives	Centre national de géomatique de Chine	Jeu de données des limites administratives chinoises ; https://www.ngcc.cn/
Solveur de valeurs propres ARPACK	ARPACK-NG via SciPy	scipy.sparse.linalg.eigsh ; https://github.com/opencollab/arpack-ng
Jeu de données de couverture des sols de Chine (CLCD)	Université de Wuhan / Zenodo	Jeu de données annuel à 30 m ; enregistrement 4417810 ; https://zenodo.org/records/4417810
Registre des zones de protection de l'écologie culturelle	Ministère de la Culture et du Tourisme de Chine	Registre national des ZPEC ; https://www.mct.gov.cn/
Triangulation de Delaunay et analyse des k-plus-proches-voisins	SciPy / NetworkX	Construction du réseau d'adjacence du patrimoine ; k = 4
Services POI Gaode	Amap / Gaode	Service en ligne de POI ; https://lbs.amap.com/
GeoPandas	Développeurs de GeoPandas / PyPI	Version 0.14 ; https://geopandas.org/
Images Google Earth	Google	Images Google Earth ; https://earth.google.com/
Estimation par densité à noyau	Environnement scientifique de calcul Python	Grille de 500 m ; largeur de bande de 5 km
Algorithme du chemin de coût minimal	Projet scikit-image	Algorithme de Dijkstra via route_through_array
Inventaire national du patrimoine culturel immatériel	Conseil d'État de la République populaire de Chine	Inventaire de niveau national, séries 1 à 5
NetworkX	Développeurs de NetworkX / PyPI	Version 3.2 ; https://networkx.org/
Python	Fondation logicielle Python	Version 3.11 ; https://www.python.org/
rasterio	Développeurs de rasterio / PyPI	Version 1.3 ; https://rasterio.readthedocs.io/
scikit-image	Développeurs de scikit-image / PyPI	skimage.graph.route_through_array ; https://scikit-image.org/
SciPy sparse	Communauté SciPy	scipy.sparse ; https://scipy.org/
Modèle numérique d'élévation de la mission Shuttle Radar Topography	NASA / USGS	MNT SRTM ; évaluation préliminaire uniquement ; couverture incomplète de la zone d'étude
Référentiel d'analyse Zenodo	Zenodo	Code, matrices dérivées et résultats ; https://doi.org/10.5281/zenodo.21732093