Questo studio sviluppa una rete ecologico-patrimoniale a doppio strato per tre Zone di Protezione dell’Ecologia Culturale Hakka nel sud della Cina. L’analisi della percolazione identifica soglie distinte di robustezza strutturale per i livelli ecologico e inventario del patrimonio mappato, mentre un Indice di Priorità per il Ripristino individua le aree più influenti. Il quadro metodologico consente un confronto basato su evidenze delle opzioni di ripristino e monitoraggio tra le diverse zone.
Articolo di ricerca
Valutazione tramite telerilevamento delle soglie di resilienza nelle reti ecologico-patrimoniali a doppio strato delle zone di protezione culturale Hakka
In questo articolo
Sommario
Abstract
Questo studio propone un framework di Rete Ecologica–Culturale a Doppio Strato (DEHN) che modella la connettività ecologica e il patrimonio culturale immateriale come un grafo bistrato accoppiato, applicato a tre Zone di Protezione Ecologica Culturale Hakka nel sud della Cina (74.547 km2). In particolare, utilizzando MSPA-lite su dati di copertura del suolo (2000–2023), gli autori hanno costruito una rete ecologica composta da 233 nodi e 799 collegamenti, accoppiata a una rete del patrimonio composta da 23 nodi e 73 collegamenti, mediante uno schema di decadimento della distanza di 10 km. Inoltre, attacchi di percolazione rivelano soglie critiche pari a 0,690 per il livello ecologico e 0,925 per il livello del patrimonio, indicando che la rete ecologica perde la propria connettività prima della rete di inventario del patrimonio culturale immateriale. Un Indice di Priorità per il Ripristino identifica 47 aree di Primo Livello (in cima alla classifica) e 46 aree ad alta priorità, con Meizhou che concentra il 75% delle aree nei livelli più alti. Simulazioni controfattuali mostrano che la riduzione del costo dei collegamenti modifica le soglie di collasso, mentre la perdita di aree le riduce del 98,4%, rendendo necessaria un'espansione topologica attraverso nuove aree di transito. Il framework DEHN fornisce complessivamente un confronto normalizzato per densità (23,3 vs. 3,21), dimostrando che il livello ecologico è più resiliente per unità di connettività, offrendo un modello trasferibile per la pianificazione congiunta del ripristino nelle zone protette di tipo culturale-ecologico. Il framework DEHN si allinea all'Obiettivo di Sviluppo Sostenibile 11.4 (“Rafforzare gli sforzi per proteggere e salvaguardare il patrimonio culturale e naturale del mondo”) e all'Obiettivo di Biodiversità di Aichi 11 (la conservazione di almeno il 17% delle aree terrestri). Le soglie di percolazione identificate (f_C ecologico = 0,690, f_C patrimonio = 0,925) forniscono parametri quantitativi per valutare se la gestione delle CEPZ abbia mantenuto la resilienza della rete al di sopra della soglia di collasso. Il risultato che 47 aree (il 20% della rete ecologica) costituiscono il Primo Livello (i più importanti), la cui perdita innescarebbe un collasso a cascata, suggerisce che la delimitazione delle CEPZ—che non dà priorità a queste aree topologicamente critiche—potrebbe essere insufficiente per raggiungere gli obiettivi dell'SDG 11.4. Gli autori raccomandano che i piani di gestione delle CEPZ incorporino le soglie di resilienza della rete come indicatori di monitoraggio, riportando annualmente se la f_C consensuale rimanga al di sopra di 0,50 (la definizione operativa di collasso della rete).
Introduzione
A livello globale, paesaggi ecologici e culturali interconnessi stanno subendo contemporaneamente trasformazioni a causa dell'urbanizzazione, della spopolazione rurale e della variabilità climatica, mettendo a rischio sia l'integrità biofisica sia la continuità del patrimonio1,2. I paesaggi culturali montani sono particolarmente esposti: essi concentrano una quota sproporzionata di patrimonio culturale immateriale e ospitano le ultime aree forestali continue di molte regioni densamente popolate3. L'Obiettivo di Sviluppo Sostenibile 11.4 e l'Obiettivo Aichi 11 chiedono congiuntamente di salvaguardare il patrimonio culturale e naturale del mondo e di proteggere gli habitat ecologicamente rappresentativi, tuttavia un decennio di monitoraggio mostra che i due obiettivi stanno evolvendo in modo asincrono in molte giurisdizioni4. In Cina, il programma nazionale delle Zone di Protezione Ecologica Culturale (CEPZ) designa unità territoriali coerenti all'interno delle quali l'integrità ecologica e il patrimonio immateriale devono essere conservati come un unico sistema5. Tuttavia, a più di quindici anni dall'istituzione, la politica CEPZ è stata valutata quasi esclusivamente attraverso indicatori basati su inventari, piuttosto che attraverso i meccanismi spaziali che collegano i due livelli. Resta quindi empiricamente irrisolto, a qualsiasi scala, se i sottosistemi ecologici e del patrimonio all'interno delle CEPZ subiscano un'erosione sincrona o seguano traiettorie divergenti in risposta a stressori distinti.
Riorganizzando la distribuzione e la permeabilità delle matrici habitatuali, la frammentazione del paesaggio altera la connettività stessa che è alla base della fornitura dei servizi ecosistemici6. La frammentazione è comunemente quantificata attraverso indici di configurazione del paesaggio — densità delle macchie, irregolarità della forma, diversità di Shannon della copertura del suolo — spesso abbinati ad analisi con finestra mobile7. Più di recente, l'analisi morfologica dei modelli spaziali (MSPA) — e le sue varianti semplificate (MSPA-lite) adottate in questo studio — si è affermata come strumento principale per isolare la struttura habitatuale nucleo-margine-corridoio nell'ecologia regionale cinese8,9. Questi strumenti morfologici forniscono informazioni utili ma sono fondamentalmente aspaziali rispetto al flusso di organismi o servizi ecosistemici: descrivono la distribuzione dei frammenti habitatuali ma non indicano come né lungo quali percorsi i servizi ecologici si propaghino tra i nuclei habitatuali10. Tale limitazione risulta particolarmente stringente nelle CEPZ cinesi, dove il presupposto stesso della politica è che entità ecologiche e culturali siano funzionalmente collegate attraverso il paesaggio. Tuttavia, in assenza di un modello spaziale esplicito sui meccanismi, le metriche del paesaggio da sole non possono rivelare i percorsi di connettività che la gestione delle CEPZ dovrebbe tutelare.
I modelli di connettività basati sulla teoria dei grafi e sui circuiti hanno in parte colmato questa lacuna per i servizi ecologici. Le analisi del percorso a costo minimo (LCP) su superfici di resistenza derivate da mappe dell'uso del suolo sono ora strumenti standard per delimitare i corridoi ecologici tra le aree principali di habitat11,12. La teoria dei circuiti (Circuitscape) tratta il paesaggio come una rete di resistenza e calcola le probabilità di flusso multi-percorso13. Sintesi recenti basate su reti multiplex hanno dimostrato che questi strumenti monocapa possono essere estesi per rappresentare i flussi di servizi ecosistemici legati a offerta e domanda14,15. Per quanto riguarda il patrimonio culturale, la quantificazione spaziale ha fatto progressi lungo linee diverse. La stima della densità kernel (KDE) è diventata la rappresentazione standard del raggruppamento del patrimonio culturale immateriale16, e i grafi combinatori — solitamente triangolazioni di Delaunay o reti di k-vicini più prossimi basate su località dichiarate di patrimonio — catturano la struttura relazionale discreta del patrimonio culturale17. Tuttavia, le reti ecologiche e quelle del patrimonio sono state quasi sempre trattate come oggetti monocapa paralleli18,19; la possibilità di accoppiarle in una suprarete con dinamiche di propagazione governate congiuntamente da entrambi i livelli non è ancora stata resa operativa alla scala del CEPZ20,21. Di conseguenza, rimangono sconosciute le soglie di resilienza alle quali reti accoppiate a doppio strato perdono la loro componente connessa principale in seguito alla rimozione progressiva di stressori.
I modelli di rete — in cui i nodi rappresentano partecipanti e gli archi codificano le interazioni — forniscono l'apparato matematico necessario per colmare questa lacuna22. Le reti multistrato e multiplex generalizzano la rappresentazione grafica a sistemi in cui gli stessi attori partecipano a regimi di interazione strutturalmente distinti23, offrendo un apparato compatto per misurare l'accoppiamento tra strati, la partecipazione incrociata tra strati e la resilienza specifica di ciascuno strato. Nella ricerca sulle reti ecologiche, simulazioni di rimozione di nodi basate sulla percolazione sono state utilizzate per identificare la frazione critica f* al di sopra della quale il componente connesso più grande collassa — un indicatore ampiamente accettato di resilienza strutturale24. L'estensione di questi strumenti a un'architettura ecologica–culturale accoppiata richiede: (i) uno schema esplicito di accoppiamento tra strati che rifletta la prossimità spaziale tra nuclei habitatuali e punti di valore culturale, (ii) un protocollo di attacco che colpisca ciascuno strato in modo indipendente, al fine di isolare le vulnerabilità specifiche di ogni strato, e (iii) un indice composito di priorità che traduca le diagnosi della rete accoppiata in obiettivi concreti di restauro. Il framework della Rete Ecologica–Culturale a Doppio Strato (DEHN), sviluppato nell'analisi presente, rende operativi questi tre requisiti e, sulla base di questi, quantifica le soglie di resilienza di entrambi gli strati, insieme alle loro diagnosi inter-strato, su scala multi-CEPZ.
Le zone di protezione ecologica culturale Hakka costituiscono un gradiente comparativo di notevole valore analitico. Estendendosi su tre zone a livello nazionale — Ganzhou nel sud dello Jiangxi, Minxi nell'ovest del Fujian e Meizhou nell'est del Guangdong — le ZPEC Hakka coprono complessivamente 74.547 km2 delle montagne Wuyi-Nanling-Lianhuashan e ospitano 23 beni del patrimonio culturale immateriale riconosciuti a livello nazionale, registrati in ambiti come arti performative, artigianato tradizionale e pratiche popolari25,26. A differenza delle bacini aridi interni in cui l’unidirezionalità idrologica determina il flusso dei servizi ecosistemici, le montagne Hakka si caratterizzano per una fitta rete di corridoi tra numerosi piccoli nuclei habitatuali, un patrimonio culturale radicato in un’architettura residenziale chiusa secolare27 e una traiettoria di spopolamento protrattasi per decenni, che ha lasciato molte contee collinari con un tasso di emigrazione netta superiore al 30% della popolazione registrata28. Questa combinazione — elevata densità di patrimonio, popolazione rurale in contrazione e foreste montane persistenti — offre un regime di stressori accoppiati (perdita ecologica guidata dall’urbanizzazione versus degrado del patrimonio guidato dallo spopolamento) che modelli teorici multistrato hanno previsto ma raramente osservato empiricamente a scala infranazionale29. Gli studi di caso esistenti su singole zone del patrimonio Hakka hanno fornito approfondite intuizioni etnografiche e tipologiche, ma non hanno chiarito la dinamica spaziale accoppiata tra i livelli ecologico e culturale30. Poiché le tre zone si trovano nella stessa fascia climatica e topografica ma sono soggette a combinazioni di stressori divergenti — l’espansione periurbana di Ganzhou, l’intensificazione turistica dei tulou di Minxi e lo spopolamento guidato dalla diaspora a Meizhou — esse funzionano collettivamente come un gradiente comparativo a tripla condizione per l’analisi comparata. Il quadro qui sviluppato dovrebbe quindi essere generalizzabile oltre il caso Hakka, fornendo un modello diagnostico trasferibile alle altre quindici zone nazionali di protezione ecologica culturale e ai paesaggi culturali in altre parti del mondo che affrontano accoppiamenti di stressori analoghi31.
Sulla base di questa lacuna, si affrontano due domande correlate. In primo luogo, la rete di corridoi ecologici e la rete del patrimonio immateriale in un territorio su scala CEPZ condividono una soglia critica comune di percolazione sotto attacchi progressivi casuali e mirati, oppure i due strati collassano a frazioni strutturalmente distinte di perdita di nodi? In secondo luogo, se i due strati mostrano una resilienza divergente, quale strato determina il vincolo vincolante sull'integrità del sistema accoppiato, e in quali punti gli investimenti per il ripristino ridistribuiscono in modo più efficiente tale vincolo? Per rispondere a queste domande, il presente studio (i) costruisce una Rete Ecologico-Patrimoniale a Doppio Strato (DEHN) che integra un'analisi morfologica dei modelli spaziali su sei immagini del China Land Cover Dataset a 30 m con una stima della densità kernel relativa a 23 elementi di patrimonio culturale immateriale a livello nazionale; (ii) quantifica le soglie di percolazione consensuali specifiche per ciascuno strato sotto quattro regole progressive di rimozione dei nodi e caratterizza la struttura di accoppiamento inter-strato mediante centralità di partecipazione multiplex e centralità sopra-autovettoriale; e (iii) deriva un Indice Composito di Priorità di Ripristino (RPI) e ne valuta l'applicabilità attraverso simulazioni di scenario e analisi di sensibilità multi-parametrica. Il quadro risultante offre una base decisionale esplicita nei meccanismi e guidata dal telerilevamento per la pianificazione del ripristino ecologico nei CEPZ del sud della Cina e in territori patrimoniali multistrato comparabili.
Protocollo
Area di studio
Il sistema delle Zone di Protezione dell'Ecosistema Culturale Hakka (CEPZ) comprende tre aree protette a livello nazionale che si estendono lungo la regione montuosa al confine tra le province di Jiangxi, Fujian e Guangdong nel sud della Cina (23°23′–27°08′ N, 113°50′–116°44′ E) (Figura 1A–D). Le tre zone — la CEPZ di Ganzhou nel sud del Jiangxi, la CEPZ di Minxi nell'ovest del Fujian e la CEPZ di Meizhou nell'est del Guangdong — coprono complessivamente 74.547 km2 e comprendono 34 unità amministrative a livello di contea (33 contee più un distretto municipale), costituendo il nucleo geografico della sfera culturale Hakka. La CEPZ di Ganzhou è la più estesa delle tre (39.341 km2), comprende 18 contee nella zona di testata del fiume Ganjiang e ai piedi dei monti Wuyi ed ospita la più alta concentrazione di abitazioni chiuse Hakka (weilongwu) e la distribuzione più densa di tulou nell'entroterra. La CEPZ di Minxi (19.353 km2) comprende 6 contee centrate su Longyan e Sanming, dove i gruppi di tulou del Fujian iscritti nell'elenco UNESCO rappresentano il patrimonio architettonico principale. La CEPZ di Meizhou (15.853 km2) comprende 9 contee lungo il corso medio del fiume Meijiang ed è riconosciuta a livello internazionale come la "Capitale Culturale Hakka", con la più alta percentuale pro capite di diaspora Hakka all'estero.
La topografia è dominata da montagne di media elevazione (400–1.600 m) appartenenti alle catene montuose Wuyi, Nanling e Lianhuashan, con un'allineamento tettonico da nordest a sudovest. Le tre zone condividono un clima subtropicale umido monsonico: le precipitazioni annuali variano da 1.500 a 2.100 mm e la temperatura media annuale è compresa tra 18 e 21 °C. Le foreste di latifoglie e miste sempreverdi dominano la vegetazione naturale, alternandosi a terreni agricoli a terrazze lungo le valli fluviali. Le tre zone ospitano complessivamente oltre 12 milioni di persone (censimento 2020) — una combinazione paradossale di elevata densità di patrimonio culturale e severa spopolazione rurale, con un'emigrazione netta superiore al 30% degli abitanti registrati in molte contee collinari. Gli elementi del patrimonio culturale immateriale (ICH) dei gruppi etnici Hakka registrati a livello nazionale sono 23 nelle tre zone (Figura 1B–D), comprendendo arti performative (canti montani, opera Hakka), artigianato tradizionale (costruzione di tulou, stampa xilografica) e pratiche popolari (festival San Yuan, culto degli antenati). La coesistenza di un patrimonio culturale denso, una popolazione rurale in contrazione e foreste montane relativamente integre rende le zone CEPZ Hakka un gradiente comparativo distintivo per l'analisi della robustezza ecologico-strutturale accoppiata della rete di inventario ICH mappata su scala infranazionale32. Gli attributi amministrativi, morfologici e culturali di base delle tre zone sono riassunti nella Tabella 1.
Il programma CEPZ è stato inaugurato dal Ministero della Cultura e del Turismo (MCT) nel 2007 con l'obiettivo di salvaguardare unità territoriali coerenti in cui l'integrità ecologica e il patrimonio immateriale sono conservati come sistema accoppiato33. Tutte e tre le zone Hakka sono state inserite a livello nazionale tra il 2013 e il 2019, e la coordinazione amministrativa è esercitata rispettivamente dagli uffici provinciali per gli affari culturali di Jiangxi, Fujian e Guangdong. Dal 2020, la pianificazione del restauro e del recupero all'interno dei confini del CEPZ è soggetta al quadro della Pianificazione dello Spazio del Territorio Nazionale (NTSP), che richiede una priorizzazione esplicitamente spaziale dei corridoi ecologici e delle zone tampone del patrimonio34. Il caso Hakka combina quindi una giurisdizione amministrativa inequivocabile con un regime di stressori spazialmente eterogeneo, e i suoi risultati analitici sono direttamente applicabili all'interno degli strumenti di pianificazione esistenti. Recenti valutazioni a scala CEPZ hanno richiesto diagnosi basate su reti per sostituire gli indicatori basati su inventari precedentemente utilizzati35, stabilendo il contesto politico diretto in cui il framework DEHN viene sviluppato. Il paesaggio Hakka si distingue infine per il suo esteso retaggio di diaspora: solo Meizhou rappresenta oltre un terzo della diaspora Hakka globale, e la gestione del territorio guidata dai rimescolamenti ha prodotto traiettorie di uso del suolo nettamente diverse rispetto a quelle delle regioni montane cinesi demograficamente stabili36. Questo strato sociale non è direttamente parametrizzato nel presente modello multilivello, ma è documentato qui come contesto meccanicistico in cui evolvono gli strati ecologico e del patrimonio.
Dati
Statistiche descrittive sulle aree delle contee all'interno dell'area di studio: media = 2.193 km2 (intervallo: 721–3.946 km2; mediana: 2.089 km2; DS: 687 km2; n = 34 contee). Il diametro medio delle contee (assumendo forma circolare) è di circa 53 km, valore che supera di un fattore 5,3 il raggio di accoppiamento inter-strato di 10 km. Questo errore sistematico di geocodifica implica che l'accoppiamento effettivo tra lesioni emorragiche intracerebrali (ICH) e le aree ecologiche potrebbe differire notevolmente dalla stima basata sui centroidi. Un'analisi di sensibilità, in cui il raggio di accoppiamento è stato aumentato a 20 km, ha mostrato che l'identità delle prime 20 aree con RPI più elevato è stata mantenuta in 15 casi su 20, suggerendo una robustezza moderata rispetto all'incertezza di geocodifica. Sono necessarie indagini sul campo a livello di villaggio come lavoro futuro essenziale per risolvere questa limitazione.
Tabella 2 riassume i set di dati primari utilizzati in questo studio. La copertura del suolo è stata ricavata dal China Land Cover Dataset (CLCD) sviluppato dall'Università di Wuhan con una risoluzione spaziale di 30 m, che copre il periodo 1985–2023 con incrementi annuali37. Sono stati selezionati sei anni rappresentativi (2000, 2005, 2010, 2015, 2020, 2023) per caratterizzare le traiettorie di cambiamento pluriennali a intervalli regolari quinquennali, più l'anno finale. Lo schema CLCD distingue terreni agricoli, foreste, arbusti, praterie, corsi d'acqua, ghiaccio/neve e superfici impermeabili, e la sua accuratezza è stata validata indipendentemente con un'accuratezza complessiva superiore al 79% nell'area di studio38. I confini amministrativi e i perimetri delle CEPZ sono stati ottenuti dal registro nazionale delle CEPZ del Ministero della Cultura e del Turismo (MCT) e dai servizi Gaode POI; gli elementi di patrimonio culturale immateriale (ICH) a livello nazionale sono stati geocodificati al baricentro della contea del custode culturale di origine, seguendo la convenzione adottata in precedenti studi sulle reti ICH cinesi39. Il set di dati composito è rilasciato con licenza CC-BY ed è interamente riproducibile attraverso archivi aperti di telerilevamento, in linea con le recenti raccomandazioni per la ricerca ecologica sulle reti basata sulla riproducibilità40.
La pre-elaborazione dei dati ha seguito una catena di cinque passaggi implementata in Python 3.11 con rasterio 1.3, GeoPandas 0.14 e NetworkX 3.2. In primo luogo, i file GeoTIFF annuali CLCD a 30 m sono stati ritagliati secondo il rettangolo di delimitazione dell'unione delle tre zone (23°23′–27°08′ N, 113°50′–116°44′ E) e riproiettati nella proiezione conica equivalente di Albers (lon₀ = 105°E, φ₁ = 25°N, φ₂ = 47°N) per preservare l'area nell'analisi morfologica successiva. In secondo luogo, l'unione dei perimetri dei tre CEPZ è stata rasterizzata come maschera di studio, e tutte le celle esterne alla maschera sono state impostate a NoData per l'intero flusso di lavoro. In terzo luogo, i conteggi di celle per classe di copertura del suolo sono stati tabulati per ciascuno dei sei anni di riferimento al fine di supportare il confronto diretto tra le traiettorie di frammentazione negli anni. In quarto luogo, l'insieme di punti ICH è stato compilato dal registro nazionale della State Council (lotti 1–5), geocodificato sul baricentro della contea del custode culturale dichiarato, verificato rispetto a servizi pubblici di punti di interesse e archiviato come layer GeoJSON WGS-84 con attributi per identificatore dell'elemento, categoria (arti dello spettacolo, artigianato tradizionale, pratiche popolari), lotto di inserimento nell'elenco e affiliazione al CEPZ. In quinto luogo, tutte le operazioni successive tra vettori e raster sono state eseguite nella proiezione conica equivalente di Albers, utilizzando letture raster a finestre e elaborazione vettoriale in array in memoria per mantenere l'efficienza computazionale sulla griglia a 30 m. Tutti i file sorgente relativi ai confini e all'ICH, insieme agli script riproducibili per la pre-elaborazione, sono disponibili su richiesta ragionevole.
Metodi
La catena analitica (Figura 2) è organizzata in cinque corsie orizzontali — DATI, LIVELLO, ACCOPPIAMENTO, DIAGNOSTICA, OUTPUT — e comprende sei moduli metodologici: (i) quantificazione morfologica del livello ecologico mediante un'analisi leggera dei modelli spaziali morfologici (MSPA-lite) su CLCD a 30 m; (ii) quantificazione spaziale del livello del patrimonio mediante stima della densità kernel (KDE) e grafi combinatori di adiacenza sugli elementi ICH a livello nazionale (23 elementi); (iii) accoppiamento dei due livelli in una sovra-rete a doppio strato secondo uno schema inter-strato di decadimento della distanza; (iv) identificazione della soglia di resilienza basata sulla percolazione, applicando regole di rimozione casuale e mirata dei nodi a ciascun livello separatamente; (v) un indice composito di Priorità di Restauro (RPI) mappato sull'insieme dei nodi ecologici per identificare le aree di livello 1 (con punteggio più alto) e i corridoi con priorità massima; e (vi) simulazione di scenari e analisi di sensibilità multi-parametrica sulla tipologia di priorità e sui parametri di accoppiamento.
La matrice sopra-adiacenza A (256 × 256) è stata costruita come una matrice a blocchi, in cui AE,norm e AH,norm sono le matrici di adiacenza intralivello normalizzate rispetto ai rispettivi pesi medi degli archi, e Ainter è la matrice di accoppiamento interlivello. La matrice è simmetrica (verificata computazionalmente: ||A - AT || < 1e-10) e non contiene autoanelli (trace(A) = 0).
Statistiche dei pesi degli archi prima della normalizzazione: livello ecologico — min = 0.008730, media = 0.098589, max = 1.618909; livello del patrimonio — min = 0.006862, media = 0.019848, max = 0.085832. Dopo la normalizzazione per la media: ecologico — min = 0.0885, media = 1.000, max = 16.4207; patrimonio — min = 0.3457, media = 1.000, max = 4.3244.
I raggi spettrali sono stati calcolati a partire dalle matrici di adiacenza simmetriche normalizzate rispetto alla media: blocco ecologico lambda_max = 19,6481, blocco del patrimonio culturale lambda_max = 10,5404 e supra-rete completa lambda_max = 19,6481. Il blocco ecologico domina quindi la modalità principale. Un precedente valore di centralità a livello di nodo era stato erroneamente etichettato come autovalore ed è stato rimosso da tutti i rapporti sui raggi spettrali. A titolo di confronto, una normalizzazione di tipo stocastico per riga ha, per costruzione, un autovalore principale pari a 1,000.
La regola di accoppiamento di base di 10 km ha prodotto 42 collegamenti inter-strato: 35 soddisfacevano la soglia rigorosa di distanza, e sette erano collegamenti di riserva ai patch più vicini per i nodi ICH privi di un patch all'interno del raggio. Pertanto, tutti e 23 i nodi ICH hanno mantenuto almeno una connessione ecologica. La centralità sopra-autovettoriale utilizzata nell'RPI è stata calcolata a partire dalla matrice di adiacenza simmetrica normalizzata rispetto alla media.
Quantificazione del livello ecologico (MSPA-lite)
L'analisi morfologica dei pattern spaziali (MSPA) suddivide le maschere binarie di copertura del suolo in categorie topologicamente informative (nucleo, margine, ponte, anello, isolotto, perforazione, ramo), rivelando così la continuità dell'habitat indipendentemente dalla composizione41. Poiché l'applicazione completa dell'MSPA su un raster di 30 m che copre 74.547 km2 ha comportato un costo computazionale proibitivo nei test preliminari, questo studio ha adottato una formulazione semplificata a due classi, denominata MSPA-lite, che mantiene la distinzione tra nucleo e margine accorpando ponte/anello/islotto in una classe aggregata di "margine". La vegetazione è stata definita come l'unione dei codici CLCD {foresta, arbusti, prateria}. Il raster a 30 m è stato ricampionato a 90 m mediante aggregazione basata sulla classe prevalente, ed è stato applicato un elemento strutturante circolare di 3 celle (equivalente a 270 m) tramite erosione binaria per isolare l'interno del nucleo; le celle vegetate residue sono state etichettate come margine. Sono state escluse le piccole aree (<5 km2) per concentrarsi sui nuclei ecologicamente significativi, seguendo la soglia dimensionale ampiamente adottata negli studi regionali cinesi sull'MSPA42. L'MSPA-lite fornisce, per ciascuno dei sei anni rappresentativi, l'area vegetata totale, l'area del nucleo, l'area marginale e il numero di singole aree di nucleo — descrittori sufficienti per tracciare la traiettoria di frammentazione ipotizzata come principale fattore di stress ecologico (Sezione 4.1).
La scelta di indicatori morfologici derivati da CLCD piuttosto che di serie temporali stagionali di NDVI o LST è intenzionale. La contaminazione da copertura nuvolosa sulle montagne Hakka supera regolarmente il 70% nella stagione delle piogge, e la geometria della bacino del lago terminale amplifica la persistenza delle nuvole, rendendo necessaria una pipeline personalizzata per il riempimento dei dati mancanti al fine di ottenere compositi stagionali di NDVI multiennali coerenti. Gli indicatori morfologici derivati da mappe categoriali validate annualmente aggirano questo rumore atmosferico preservando al contempo le informazioni di connettività più rilevanti per l'analisi della resilienza basata su reti43.
La sensibilità dei parametri di MSPA-lite è stata esaminata in un'analisi preliminare. Il raggio di erosione del nucleo è stato variato tra 2, 3 e 4 celle (equivalente a 180 m, 270 m e 360 m di area interna con aggregazione a 90 m), mentre la soglia minima di area del nucleo è stata testata a 3 km2, 5 km2 e 10 km2. La parametrizzazione finale (erosione di 3 celle, soglia di 5 km2) è stata mantenuta poiché conservava un ordine stabile nel rango dell'abbondanza delle macchie lungo i sei anni, eliminando al contempo i nuclei spurii di piccole dimensioni generati dal rumore di classificazione del CLCD. I risultati di MSPA-lite su più anni sono stati convalidati mediante ispezione manuale di dieci macchie selezionate casualmente ogni anno, confrontandoli con immagini ad alta risoluzione di Google Earth, ottenendo una concordanza categorica superiore al 95% per le assegnazioni nucleo-rispetto-a-bordo nell'istantanea del 2020. Gli identificatori delle macchie sono stati armonizzati tra gli anni utilizzando una regola di sovrapposizione spaziale: una macchia nell'anno t è stata associata al suo corrispettivo con sovrapposizione dominante nell'anno t + 5 ogniqualvolta l'indice di Jaccard tra le loro impronte superava 0,60. Le macchie prive di un predecessore stabile sono state registrate come emergenti, mentre quelle senza un successore stabile sono state registrate come dissolte. Questa tabella genealogica costituisce la base per l'analisi delle traiettorie di frammentazione riportata nella Sezione 3.1.
Quantificazione del livello ereditario (ICH-KDE + rete di adiacenza)
Per ciascuno dei 23 elementi ICH a livello nazionale, il baricentro della contea del custode dichiarato è stato utilizzato come localizzatore puntuale. È stata calcolata una superficie di stima della densità kernel (KDE) su una griglia di 500 m nell'area complessiva delle tre zone, con una larghezza di banda di 5 km, paragonabile al valore indicato dalla regola empirica di Silverman stimato dal campione di 23 punti e dalla sua estensione bivariata. La superficie di densità risultante ich_kde_5km rappresenta la concentrazione spaziale del patrimonio culturale ed è la base spaziale per il grafo discreto del patrimonio. La scelta della larghezza di banda è stata guidata da precedenti analisi di raggruppamento dei tulou cinesi, che riportavano una distanza modale tra gruppi di 6–8 km; una larghezza di banda di 5 km permette di risolvere sia la consolidazione all'interno dei gruppi sia le distanze tra gruppi.
Il grafo del patrimonio G_H è stato assemblato combinando una triangolazione di Delaunay sui 23 nodi ICH con il grafo dei k-vicini più prossimi (KNN, k = 4), ottenendo l'insieme unione degli archi. Questo approccio combinatorio elimina gli archi allungati della triangolazione di Delaunay che attraversano barriere topografiche, mantenendo al contempo la connettività tra i vicini più prossimi, seguendo il protocollo di costruzione del grafo adottato in recenti studi multiplex sui servizi ecosistemici44. I pesi degli archi sono stati assegnati come reciproco della distanza lungo il cerchio massimo (in metri), in modo che elementi del patrimonio più vicini esercitino un collegamento inferito più forte. Sul grafo di 23 nodi, sono state calcolate metriche di centralità a livello di nodo — grado, grado pesato, betweenness, autovettore, PageRank e coefficiente di clustering — ponendo peso = 1 / distanza, secondo la prassi standard.
Per affrontare la scelta metodologica di k = 4 nel componente KNN del grafo del patrimonio, è stata condotta un'analisi di sensibilità del valore di k variando k da 3 a 8, mantenendo invariata la base della triangolazione di Delaunay. La soglia di percolazione di consenso è variata da 0,754 (k = 4) a 0,923 (k = 7), con valori intermedi di 0,779 (k = 3), 0,773 (k = 5), 0,852 (k = 6) e 0,885 (k = 8). La scelta di k = 4 è stata mantenuta poiché produce il grafo più sparso che garantisce comunque la piena connettività dei nodi senza archi ridondanti a lungo raggio, e perché la correlazione di rango di Spearman della centralità del grado dei nodi tra k = 4 e i valori adiacenti di k è rimasta elevata (ρ = 0,691 per k = 3, ρ = 0,793 per k = 5). La triangolazione di Delaunay è stata mantenuta come strato di base perché garantisce un grafo planare connesso che rispetta la topologia spaziale della distribuzione dei punti del patrimonio culturale immateriale (ICH), mentre il sovrastrato KNN elimina i bordi allungati di Delaunay che attraversano barriere topografiche (ad esempio, la catena montuosa Wuyi). Questa costruzione combinatoria Delaunay + KNN segue il protocollo grafico adottato in recenti studi multiplex sui servizi ecosistemici e assicura che la topologia della rete del patrimonio non sia un artefatto derivante dalla scelta arbitraria di un singolo parametro.
Corridoi ecologici e percorsi a costo minimo
La costruzione della superficie di resistenza ha seguito la convenzione della tabella di ricerca basata sulle classi (LUT)45. A ciascuna classe CLCD è stato assegnato un valore numerico di resistenza che riflette l'impedimento alla dispersione biotica e al flusso dei servizi ecosistemici (Tabella 3). La foresta ha ricevuto la resistenza base (1), seguita in ordine crescente da arbusti (5), praterie (10), corsi d'acqua (30), terreni coltivati (50), ghiaccio/neve (200) e superfici impermeabili (500); alle celle senza dati è stato assegnato un valore neutro (100). La LUT è stata applicata al raster CLCD 2020 a risoluzione di 90 m per ottenere una superficie di resistenza con estensione della griglia di 4.688 × 3.953 in proiezione Albers Conica Equivalente.
I percorsi a costo minimo (LCP) sono stati calcolati tra coppie di aree centrali utilizzando l'implementazione di skimage della `graph.route_through_array` dell'algoritmo di Dijkstra sulla superficie di resistenza. Le coppie di nodi candidati sono state limitate all'unione dei grafici dei K-vicini più prossimi (k = 4) e della triangolazione di Delaunay dei 233 centroidi delle aree nello spazio proiettato, seguendo il protocollo del grafo LCP ampiamente utilizzato negli studi sulla connettività regionale in Cina46. Ciò ha prodotto 799 corridoi candidati, ognuno caratterizzato dal costo cumulativo (somma intera senza unità di misura della resistenza lungo il percorso), dalla lunghezza del percorso in metri e dalla resistenza efficace (costo/lunghezza). Tutti i 799 corridoi sono stati mantenuti nel grafo ecologico finale G_E, poiché nessuno superava la soglia massima di costo raccomandata per gli studi sulla connettività regionale47.
È stato preso in considerazione ma non adottato il metodo della resistenza aggiustata per pendenza; la copertura del modello digitale del terreno disponibile nel flusso di lavoro dello studio comprendeva solo le latitudini comprese tra 26,00 e 27,14° N e pertanto escludeva i due terzi meridionali della regione in esame, per cui non è stata tentata una nuova elaborazione completa del SRTM su un'estensione di tre zone entro i tempi dello studio. Una parametrizzazione della resistenza puramente basata sull'uso del suolo e sulla copertura del suolo (LULC) rappresenta una soluzione standard negli studi cinesi sui corridoi regionali quando non è possibile ottenere una copertura completa del DEM, e permette di isolare il segnale LULC senza interferenze dovute ai gradienti topografici48.
L'implementazione del calcolo del percorso di costo minimo (LCP) ha utilizzato skimage.graph.route_through_array in modalità `geometric`, con la superficie di resistenza convertita in float32 e una piccola costante additiva (1e−6) applicata alle celle a costo zero per evitare il collassamento del percorso in forma degenere. Per ridurre l'occupazione della memoria sulla griglia completa di 4.688 × 3.953 elementi, la superficie di costo è stata suddivisa in quattro finestre sovrapposte di dimensioni 2.344 × 1.977 con un buffer di 200 elementi, e gli LCP i cui estremi attraversavano tessere adiacenti sono stati calcolati sull'unione delle aree buffer unite, al fine di evitare artefatti lungo i bordi. Tutti i 799 LCP candidati sono stati validati ispezionando un campione casuale del 5% rispetto alla superficie di resistenza in ingresso per verificarne la connettività continua; non sono stati rilevati percorsi discontinui. Le geometrie dei corridoi sono state vettorializzate mediante estrazione con l'algoritmo marching-squares e memorizzate come elementi LineString WGS-84 in formato GeoJSON, conservando lunghezza del percorso, costo cumulativo, resistenza efficace (costo/lunghezza) e identificativi delle aree di origine e destinazione come attributi. I punti rappresentativi dei centroidi utilizzati per la selezione degli estremi degli LCP sono stati calcolati mediante il metodo representative_point di GeoPandas, piuttosto che utilizzando i centroidi geometrici, per garantire che ciascun estremo cada all'interno del poligono corrispondente all'area, anche in caso di geometrie areali concave.
Costruzione della supra-rete a doppio strato
Il grafo del patrimonio culturale G_H (n = 23, m = 73) e il grafo ecologico G_E (n = 233, m = 799) sono stati combinati in una supra-rete a doppio strato. Un arco inter-strato (h, e) è stato inserito quando la distanza geodetica tra il nodo ICH h e il centroide dell'area ecologica e non superava i 10 km, un raggio valutato nell'analisi di sensibilità a 5, 10, 15 e 20 km (Sezione 3.5). Se nessuna area risultava entro i 10 km, veniva collegata l'area più vicina come riserva di connettività minima. La rete di base contiene quindi 42 archi inter-strato: 35 collegamenti entro il raggio stabilito e sette collegamenti di riserva.
I pesi degli archi nella matrice supradiiacenza A (256 × 256) sono stati assegnati come segue: gli archi intraciclo conservano i loro pesi basati sulla distanza reciproca; gli archi intra-ecologici ricevono il reciproco del costo del percorso a costo minimo (1 / costo); e gli archi interstrato sono definiti come indicato di seguito, dove d è la distanza di accoppiamento in chilometri, e 
w_intra
è il peso medio degli archi intralivello, producendo un accoppiamento interstrato con decadimento graduale calibrato rispetto all'entità intralivello. La rete supramolecolare supporta due famiglie di metriche derivate: (i) la centralità autovettoriale supramolecolare, calcolata come l'autovettore principale di A, che assegna a ciascun nodo un punteggio di importanza comparabile tra i diversi strati; e (ii) il coefficiente di partecipazione multiplo, definito di seguito, in base al formalismo di partecipazione multiplo utilizzato nella diagnostica di reti a doppio strato, che misura l'equilibrio tra le connessioni intralivello di un nodo e il suo accoppiamento con l'altro strato.
La matrice sopra-adiacenza A è stata memorizzata come matrice CSR sparsa utilizzando il modulo sparso di SciPy. La coppia di autovalori principale della matrice simmetrica normalizzata per la media è stata calcolata mediante l'implementazione eigsh di ARPACK e verificata tramite iterazione della potenza; il raggio spettrale della matrice completa era lambda_max = 19,6481. Lo stesso autovettore della matrice simmetrica ha fornito la componente sopra-autovettore-centralità dell'RPI. La normalizzazione per riga è stata utilizzata soltanto per le diagnosi della matrice di transizione; il suo autovalore principale è 1,000 per costruzione. Funzioni alternative di accoppiamento tra strati hanno prodotto correlazioni di rango RPI superiori a 0,94 rispetto alla baseline con decadimento esponenziale.
Soglie di resilienza basate sulla percolazione
Ogni strato è stato sottoposto indipendentemente a quattro attacchi progressivi di rimozione dei nodi: (i) rimozione casuale uniforme, mediata su 500 replicati (300 per gli scenari della Sezione 2.3.8); (ii) rimozione mirata in ordine decrescente di grado; (iii) rimozione mirata in ordine decrescente di betweenness; e (iv) rimozione mirata in ordine decrescente di centralità dell'autovettore. Dopo aver rimosso k nodi da un grafo iniziale di n nodi, l'integrità strutturale è stata misurata come S(k) = LCC(k)/(n - k), dove LCC(k) è il numero di nodi nel componente connesso più grande tra i nodi rimanenti. La soglia critica f* è la frazione minima di nodi rimossi k/n per cui S(k) < 0,5. Le soglie riportate e le curve di percolazione utilizzano questa normalizzazione rispetto ai nodi rimanenti. La soglia di consenso f_C è la media aritmetica delle quattro soglie specifiche per ciascun tipo di attacco.
Per l'attacco di rimozione casuale, sono state adottate 500 repliche dopo aver verificato, tramite test preliminari di convergenza, che la curva media di LCC rispetto alla frazione di nodi rimossi si stabilizzava entro un coefficiente di variazione di 0,02 entro la replica 350; le 500 repliche offrono un margine sufficiente rispetto a questo punto di convergenza con un costo computazionale aggiuntivo trascurabile. I pareggi nei ranghi di grado, centralità di betweenness ed eigenvector — che si verificano in misura non trascurabile nel grafo del patrimonio culturale data la sua scala di 23 nodi — sono stati risolti in ordine alfabetico in base all'identificativo del nodo, al fine di garantire una riproducibilità esatta tra esecuzioni indipendenti. Le progressioni dell'attacco sono state calcolate separatamente per ciascun livello per isolare le vulnerabilità specifiche di ogni strato; è stato considerato, ma non adottato, un protocollo di attacco congiunto, in cui i nodi vengono rimossi simultaneamente da entrambi i livelli secondo il rango supra-eigenvector, poiché tale approccio combina i segnali dei due strati in un modo che oscura la diagnosi specifica per livello prevista. La soglia di frazione di LCC pari a 0,5 è stata scelta seguendo la prassi standard nella ricerca sulla percolazione di corridoi ecologici; test ausiliari di sensibilità effettuati con soglie di LCC pari a 0,4 e 0,6 hanno mantenuto l'ordine di rango ecologico rispetto a quello del patrimonio culturale e hanno spostato le soglie di consenso assoluto di meno di 0,05 in entrambe le direzioni. La soglia di consenso è stata calcolata come media aritmetica delle quattro soglie specifiche per attacco. Sebbene le quattro regole di attacco abbiano interpretazioni strutturali diverse, il consenso funge da statistica riassuntiva che cattura la vulnerabilità media in diversi profili di minaccia. L'invarianza del risultato direzionale rispetto alla modalità di attacco (ecologico < patrimonio culturale in tre dei quattro attacchi) fornisce una validazione interna.
Per attacchi casuali, sono state effettuate 500 repliche indipendenti. Con LCC normalizzato rispetto al numero di nodi rimanenti (n - k), il livello ecologico ha prodotto una soglia casuale media di 0,623 ± 0,058 (DS), e il livello inventario del patrimonio ha prodotto 0,960 ± 0,082. Gli intervalli di confidenza (95%) sono stati calcolati a partire dalle distribuzioni delle repliche.
Gli attacchi mirati (grado, betweenness, eigenvector) hanno utilizzato un ordinamento statico basato sulla topologia iniziale della rete piuttosto che un ricalcolo dinamico dopo ogni rimozione. Questo approccio statico è stato scelto perché (i) fornisce una sequenza di attacco riproducibile e deterministica; (ii) il ricalcolo dinamico su reti spaziali sparse può produrre classifiche di centralità instabili; e (iii) l'approccio statico rappresenta uno scenario peggiore. Il ricalcolo dinamico produce tipicamente soglie leggermente più basse; le stime riportate sono quindi conservative. La rimozione è stata effettuata come rimozione sequenziale di un singolo nodo. Per la rete storica di 23 nodi, ogni rimozione corrisponde a circa il 4,3% dei nodi; per il livello ecologico di 233 nodi, ogni rimozione corrisponde a circa lo 0,43%. Questa risoluzione più fine rispetto a 0,025 garantisce un rilevamento accurato della soglia.
Indice di priorità per il ripristino (RPI)
L'indice composito di priorità per il ripristino (RPI) integra quattro linee di evidenza relative alle 233 aree campione:
dove z(·) indica la standardizzazione a media nulla e varianza unitaria su tutti i frammenti, w1 = 0,35 enfatizza la centralità strutturale bi-livello, w2 = 0,20 assegna una priorità maggiore ai frammenti di piccole dimensioni (punti critici di frammentazione), w3 = 0,30 promuove i frammenti con forte accoppiamento ICH e w4 = 0,15 attribuisce un peso maggiore ai frammenti isolati con alto costo medio del collegamento. Il vettore dei pesi è stato scelto per enfatizzare la centralità strutturale e l'accoppiamento del patrimonio (i due canali innovativi nel framework DEHN), mantenendo al contempo un contributo non trascurabile della frammentazione e dell'isolamento; la sensibilità ai pesi è stata quantificata nella Sezione 3.5. I frammenti sono stati assegnati a tre livelli di priorità in base ai percentili 80° e 60° dell'RPI: Livello 1 (più alto in classifica) (top 20%), alto (percentili dal 60° all'80°) e moderato (60% inferiore). La priorità a livello di corridoio ha classificato i 799 corridoi mediante uno z-score sommato di costo, resistenza efficace e RPI medio dei punti estremi; i primi il 15% (n = 119) sono stati etichettati come corridoi prioritari per il ripristino.
Simulazione dello scenario
Sono stati costruiti quattro scenari per valutare l'applicabilità pratica del framework DEHN. S1, lo scenario di riferimento, ha mantenuto inalterata la rete ecologica G_E durante i quattro attacchi di percolazione. S2, lo scenario di perdita moderata, ha rimosso contemporaneamente tutte e 140 le aree classificate come aree di livello intermedio, simulando un andamento del paesaggio in cui le piccole aree non protette vengono perse mentre quelle critiche e ad alta priorità sono tutelate. S3, lo scenario di ripristino dei nodi di livello 1, ha dimezzato il costo degli archi che collegano due aree di livello 1 qualora il loro costo originario fosse superiore alla mediana, rappresentando il ripristino ecologico lungo i corridoi tra aree strutturalmente centrali. S4, lo scenario di ripristino dei corridoi, ha ridotto del 40% il costo dei 119 corridoi ad alta priorità, rappresentando un intervento su larga scala di riabilitazione dei corridoi guidato dalla classificazione RPI.
Per ogni scenario, l'intero stack di percolazione a 4 attacchi è stato rieseguito con 300 replicati casuali, e le quattro soglie specifiche per attacco più la soglia di consenso sono state registrate per il confronto tra scenari. Poiché gli scenari S3 e S4 modificano soltanto i pesi degli archi invece che la topologia, questa progettazione isola il contributo specifico della riduzione della resistenza alla robustezza della rete — un meccanismo diagnostico sottile che una simulazione pura di rimozione dei nodi non può affrontare. I valori dei parametri degli scenari sono stati scelti per corrispondere a grandezze plausibili del budget di ripristino. La riduzione del 50% del costo sui collegamenti tra livello 1 (più alto in classifica) e livello 1 (più alto in classifica) nello scenario S3 approssima la massima riduzione di resistenza ottenibile dall'ampliamento delle fasce tampone ripariali e dal riforestamento su piccola scala sulle terre dei corridoi esistenti entro un tipico ciclo di pianificazione del ripristino quinquennale nelle CEPZ cinesi. La riduzione del 40% del costo sui primi 119 corridoi nello scenario S4 riflette un programma di riabilitazione più ampio del corridoio e della matrice esteso su dieci anni. Lo scenario di perdita moderata S2 rappresenta la situazione ipotetica in cui l'attuale priorità di ripristino viene rispettata ma nessuna protezione attiva viene estesa alle aree di livello moderato; ciò rispecchia l'effettivo tetto di bilancio del programma attuale delle CEPZ, in cui la protezione esplicita è tipicamente concentrata sul top 40% delle aree prioritarie.
Analisi di sensibilità
Due analisi di sensibilità hanno verificato la robustezza della classificazione dell'RPI rispetto alle scelte di modellizzazione. In primo luogo, ogni peso dell'RPI (w1 – w4) è stato perturbato di ±0,05 e ±0,10, quindi ri-normalizzato in modo che la somma fosse pari a uno, e si è registrata la correlazione di rango di Spearman ρ tra la classificazione dell'RPI perturbata e quella di riferimento. In secondo luogo, il raggio di accoppiamento tra strati è stato variato nei valori {5, 10, 15, 20} km, e sono stati riportati sia il numero di collegamenti tra strati sia la correlazione di Spearman del coefficiente di partecipazione risultante con il valore di riferimento a 10 km. Queste due analisi quantificano congiuntamente la trasferibilità delle conclusioni relative all'RPI ad altre convenzioni di modellizzazione.
Oltre alle perturbazioni singole dei pesi, è stata condotta un'analisi congiunta dell'incertezza su 1.000 combinazioni ammissibili di pesi campionate da una distribuzione di Dirichlet centrata sui pesi originali (alpha = [3,5; 2,0; 2,5; 2,0]). Per ciascuna combinazione, l'indice RPI è stato ricalcolato e identificato l'insieme dei patch appartenenti al 20% superiore. I risultati mostrano che 15 patch hanno mantenuto l'appartenenza al 20% superiore con >90% di probabilità, 26 con >75% di probabilità e 43 con >50% di probabilità. Le 15 aree più stabili (probabilità > Il 90% sono concentrato nel cluster centrale dell'hub di Meizhou, confermando che l'identificazione delle priorità di primo livello è robusta rispetto alla specificazione dei pesi. Il termine negativo relativo all'area è mantenuto perché le piccole aree geometricamente raggruppate a Meizhou agiscono come collo di bottiglia strutturali; i grandi nuclei integri del Minxi contribuiscono meno al miglioramento marginale della connettività nonostante la loro maggiore estensione.
Sono state scelte perturbazioni del peso di ±0,05 e ±0,10 per delimitare l'intervallo di variazione che un analista del dominio potrebbe assegnare in modo plausibile, alla luce di un disaccordo tra esperti sull'importanza relativa dei quattro componenti dell'RPI. Il limite inferiore garantisce che nessun singolo componente venga ridotto a zero anche nella perturbazione massima testata (peso risultante minimo = 0,05), mantenendo così tutte e quattro le linee di evidenza in ogni perturbazione. La scansione del raggio di accoppiamento da 5 a 20 km copre l'intervallo documentato in studi comparabili su sistemi ecologico-sociali multiplex. Entrambe le analisi di sensibilità sono state eseguite sull'intera rete composta da 233 aree e 799 collegamenti, mantenendo fissi tutti e 500 i semi replicati, in modo che le correlazioni di rango riportate isolino l'effetto della perturbazione senza introdurre varianza Monte-Carlo tra i diversi livelli di sensibilità. Una terza dimensione di sensibilità — la scelta della soglia di collasso della frazione della LCC — è stata riportata in forma qualitativa nella Sezione 2.3.5 e ulteriormente discussa nella Sezione 4.4 insieme ad altre limitazioni definite del framework.
Risultati
Traiettoria pluri-decennale di frammentazione ecologica
La quantificazione MSPA-lite sulle sei immagini del CLCD ha rivelato una traiettoria complessiva, non lineare, di frammentazione attraverso il paesaggio hakka triprovinciale tra il 2000 e il 2023. L'area totale delle macchie principali, definita come l'area di componenti vegetati connessi ≥ 5 km2, è diminuita da 44.485 km2 nel 2000 a 37.888 km2 nel 2023, corrispondente a una perdita netta complessiva di 6.597 km2, pari al 14,8%. L'area delle macchie principali è aumentata leggermente da 44.485 km2 nel 2000 a 45.772 km2 nel 2010, con un incremento del 2,9%, per poi diminuire a 41.919 km2 nel 2015 e a 37.806 km2 nel 2020. L'area ha mostrato un lieve recupero di 82,3 km2, pari a circa lo 0,2%, tra il 2020 e il 2023. Il valore totale del 2020 di 37.806 km2 corrisponde alla somma dei tre valori CEPZ riportati nella Tabella 1. Il numero di macchie è aumentato da 116 nel 2000 a 233 nel 2020 e a 229 nel 2023. L'area media delle macchie è diminuita da 383,5 km2 nel 2000 a 162,3 km2 nel 2020, una riduzione di circa il 57,7%, pari al 58% arrotondato (Figura 3).
La decomposizione zonale ha definito meglio il modello. La CEPZ di Ganzhou, la zona più estesa, ospita la maggiore superficie vegetata assoluta (16.578 km2 nel 2020) e il numero più elevato di frammenti (144 frammenti; area media di 115 km2). La CEPZ di Meizhou, la più piccola per estensione territoriale (15.853 km2), conserva 56 frammenti con un'area media di 107 km2, indicando un mosaico periurbano-rurale fortemente suddiviso. La CEPZ di Minxi rappresenta l'estremo opposto: 33 frammenti con un'area media di 461 km2, coerente con una copertura forestale ad alta quota relativamente continua. Le zone, pertanto, mostrano configurazioni di frammentazione distinte all'interno della regione studiata, con implicazioni per l'analisi comparativa delle reti nelle Sezioni 3.2 e 3.4.
Topologia a doppio strato e accoppiamento della rete
Prima di assemblare la suprarete a doppio strato, il livello del patrimonio G_H è stato esaminato in isolamento. La superficie di densità kernel con banda di 5 km calcolata sui 23 elementi di patrimonio culturale immateriale (ICH) a livello nazionale produce tre principali concentrazioni di densità: un'ampia cresta di Ganzhou, un picco compatto di Minxi sulla fascia dei tulou di Yongding-Nanjing e un picco di Meizhou nel distretto di Meixian (Figura 4A). L'unione Delaunay 
KNN (k = 4) genera G_H con 73 collegamenti, grado medio 6,35, densità 0,289, un unico componente connesso e diametro 4 (Figura 4B). Il grado medio dei nodi ordina Meizhou (7,0) > Minxi (6,5) > Ganzhou (5,9), mentre la classifica dell'autovettore basata solo sul patrimonio vede al primo posto Minxi (0,237), seguito da Ganzhou (2,4 × 10⁻4) e Meizhou (2,1 × 10⁻5) (Figure 4C e 4D). Questo schema basato esclusivamente sul patrimonio viene confrontato con i risultati ecologici e della suprarete nelle Figure 5 e 6.
Il grafo ecologico del 2020, G_E, è composto da 233 nodi e 799 archi di corridoi a costo minimo. La rete forma un singolo componente connesso con una densità di 0,030, grado medio k = 6,86 e coefficiente medio di clustering pari a 0,083; il diametro, misurato in numero di archi, è 12, mentre la lunghezza media del percorso più breve tra coppie di aree è 2.212 (unità cumulative di resistenza). Il grafo del patrimonio culturale, G_H, comprende 23 nodi e 73 archi (unione della triangolazione di Delaunay e del KNN-4), con un grado medio di 6,35 e un singolo componente connesso. La distribuzione spaziale dei 23 nodi del patrimonio culturale insieme agli archi inter-strato accoppiati rivela tre principali aggregati di beni culturali immateriali (ICH): un aggregato di Ganzhou centrato su Longnan–Anyuan, un aggregato di Minxi centrato sul territorio dei tulou di Yongding–Nanjing e un aggregato di Meizhou centrato sul distretto di Meixian (Figura 5A).
L'analisi di centralità su G_E ha localizzato l'intero insieme dei primi 15 hub con autovettore all'interno della CEPZ di Meizhou (patch con ID 194–219), con la patch 211 (un nucleo centrale di Meizhou di 9,3 km2) in testa con un autovettore di 0,37 e un PageRank di 0,006. L'elevata concentrazione dell'autovettore riflette il denso tessuto di corridoi che collega le piccole macchie forestali geometricamente raggruppate di Meizhou attraverso una matrice a basso costo (Figura 5C). Al contrario, la centralità media dell'autovettore a Ganzhou è soltanto 1,6 × 10⁻4 e a Minxi 1,9 × 10⁻5, tre ordini di grandezza al di sotto del valore di Meizhou pari a 7,3 × 10⁻2. La centralità di betweenness, tuttavia, è distribuita in modo più uniforme: Ganzhou raggiunge il betweenness medio più alto (0,034) poiché il maggior numero di macchie produce un traffico maggiore di percorsi minimi attraverso nodi strutturalmente intermedi. Questa discrepanza tra centralità di autovettore (dominata da Meizhou) e centralità di betweenness (pesante su Ganzhou) rappresenta un marcatore distintivo della topologia tri-zonale.
La centralità ecologica a singolo strato mostra un contrasto tra autovettore e betweenness (Figura 6). La rete G_E del 2020 contiene un complesso centrale compatto a Meizhou e una struttura più diffusa a Ganzhou (Figura 6A). La distribuzione del grado è asimmetrica a destra, con un grado medio di 6,86 e un massimo di 12 nelle aree P193-P219 (Figura 6B). L'area delle aree e la centralità dell'autovettore a singolo strato sono correlate negativamente (Spearman ρ = −0,21), pertanto le aree con centralità più elevata sono generalmente nuclei più piccoli a Meizhou piuttosto che ampie aree a Minxi (Figura 6C). Zona indica luogo. Meizhou presenta i valori più alti di centralità dell'autovettore e di PageRank, mentre Ganzhou ha il valore più alto di betweenness (Figura 6D). Poiché questi pannelli utilizzano esclusivamente G_E, il modello di Meizhou è presente prima del coupling tra strati; il confronto con la supra-rete indica che il coupling non è l'unica fonte di questo modello.
L'accoppiamento di G_H e G_E secondo la regola di base ha prodotto 42 collegamenti inter-strato: 35 collegamenti rigidi di 10 km più sette collegamenti di riserva. Ventinove delle 233 aree ecologiche (12,4%) e tutti e 23 i nodi ICH presentano almeno un collegamento inter-strato (grado medio da ICH a ecologico = 1,83; massimo = 5). Il raggio spettrale della matrice supra-adiacenza simmetrica normalizzata per la media è 19,6481. Un valore di centralità a livello di nodo precedentemente etichettato in modo errato è stato rimosso dalla segnalazione degli autovalori. La decomposizione zonale dell'accoppiamento fornisce valori medi di collegamento ecologico di 2,33 per Meizhou, 1,91 per Ganzhou e 1,17 per Minxi. Questi risultati descrittivi identificano Meizhou come la zona con l'accoppiamento più forte secondo la regola specificata basata sulla distanza e sul collegamento di riserva.
Soglie di resilienza alla percolazione
Le curve di percolazione specifiche per strato sono state calcolate inizialmente sul grafo G_H derivato dall'inventario del patrimonio (Figura 7). In seguito a quattro attacchi progressivi, il rapporto della componente connessa più grande (LCC), normalizzato rispetto ai nodi rimanenti, è diminuito più lentamente nei casi di rimozione casuale, basata sulla betweenness e sull'autovettore: le soglie sono state rispettivamente 0,96, 1,00 e 1,00, rispetto a 0,74 nel caso di rimozione basata sul grado (Figura 7A). Le soglie di efficienza globale sono state 0,86 per la rimozione casuale, 0,83 per quella basata sull'autovettore e 0,57 per la rimozione basata sul grado (Figura 7B). Questi risultati indicano un'elevata robustezza strutturale del grafo dell'inventario rappresentato rispetto alla rimozione casuale dei nodi e una maggiore sensibilità alla rimozione dei nodi con grado elevato. La soglia di consenso è f_C(H) = 0,925 (Figura 7C); essa non misura la continuità della pratica ereditaria al di fuori del grafo mappato.
Gli attacchi di percolazione sui due strati, in base a quattro schemi progressivi di rimozione dei nodi (Sezione 2.3.5), hanno prodotto un’asimmetria marcata (Figura 8). Le soglie del livello ecologico sono state 0,62 (casuale), 0,70 (grado), 0,44 (centralità di betweenness) e 1,00 (autovettore), con un valore risultante di f_C = 0,690 (Tabella 4). Le soglie del livello inventario del patrimonio sono state rispettivamente 0,96, 0,74, 1,00 e 1,00, con un valore risultante di f_C = 0,925. La differenza, Δf_C = 0,235, indica una perdita modellata anticipata dell’integrità della rete ecologica in tre dei quattro criteri di attacco. Nella rimozione basata sul grado, i livelli ecologico e inventario del patrimonio raggiungono S(k) = 0,5 a frazioni di nodi rimossi rispettivamente pari a 0,70 e 0,74. Meizhou contiene i nodi ecologici selezionati per primi dall’attacco basato sull’autovettore; questa è un’associazione all’interno della topologia modellata, non una prova di una cascata causale nel mondo reale.
Il confronto delle soglie grezze è influenzato dalla densità del livello. Dai conteggi di nodi e collegamenti riportati, la densità ecologica è 2 × 799/(233 × 232) = 0,0296, mentre la densità dell'inventario del patrimonio è 2 × 73/(23 × 22) = 0,2885. Dividendo la soglia di consenso per la densità si ottiene 23,3 per il livello ecologico e 3,21 per il livello dell'inventario del patrimonio, con un rapporto di circa 7,3:1. Questa normalizzazione descrittiva indica che la soglia più elevata per l'inventario del patrimonio riflette in parte la maggiore densità del suo grafo. Poiché il rapporto soglia-per-densità è un indicatore comparativo e non un effetto d'intervento, non dovrebbe essere interpretato di per sé come prova che l'aggiunta di collegamenti o la protezione di nodi produrrà un determinato risultato politico.
Solo secondo la regola dell'attacco basato sugli autovettori i due strati mostrano una robustezza comparabile (entrambi ≥ 0,98). Gli attacchi casuali, basati sul grado e sulla centralità di intermediazione individuano il punto di collasso modellato in anticipo nello strato ecologico rispetto allo strato del patrimonio inventariato. L'accordo tra i tre modi di attacco sostiene la stabilità di questo risultato direzionale all'interno della rete analizzata e delle definizioni di attacco considerate, senza implicare una validità causale generale al di là di tali condizioni.
Mappatura della priorità di ripristino
La rete di corridoi ecologici del 2020 utilizzata per la mappatura dell'RPI comprende 799 tratti di percorso a costo minimo tra 233 aree centrali (Figura 9A). La lunghezza media dei corridoi è di 28,75 km, con una mediana di 21,08 km, un 90° percentile di 52,20 km e un valore massimo di 266,1 km (Figura 9B). Anche il costo cumulativo presenta una distribuzione asimmetrica verso destra, con una media di 563,3, una mediana di 259,6 e un 90° percentile di 651,0 equivalenti metro-resistenza (Figura 9C). L'associazione positiva tra lunghezza e costo mostrata nella Figura 9D indica che la distanza di attraversamento è un componente importante del costo modellato; tuttavia, resistenza locale, fattibilità e condizioni sul campo rimangono essenziali per valutare qualsiasi corridoio di ripristino. Il punteggio composito RPI calcolato sulle 233 aree centrali ha prodotto una distribuzione con coda pesante (media = 0, σ = 0,52, minimo = −2,71, massimo = 1,83). Quarantasette aree (20,2%) sono state classificate nel livello analitico 1 (RPI ≥ 0,290), 46 (19,7%) nel livello alto (−0,184 ≤ RPI < 0,290) e 140 (60,1%) nel livello moderato. Meizhou comprende 22 delle 56 aree del livello 1, rispetto a 20 delle 144 di Ganzhou e 5 delle 33 di Minxi. Combinando i due livelli analitici superiori, si ottengono 42 delle 56 aree a Meizhou, 35 delle 144 a Ganzhou e 16 delle 33 a Minxi. Questi livelli rappresentano classifiche relative basate sui pesi specificati per l'RPI, non categorie prescrittive di valore conservazionistico (Figura 10). Il 15% superiore dei punteggi RPI dei corridoi comprende 119 corridoi. Tra le 20 aree con il punteggio più alto, 15 si trovano a Meizhou, tre a Ganzhou e due a Minxi; insieme coprono un'area di 277 km2. Queste classifiche riflettono la combinazione di centralità sopra-eigen, il termine negativo relativo all'area dell'area, il coupling ICH e il costo di isolamento. La Figura 10A rappresenta graficamente questo sottoinsieme derivato dal modello. La classificazione non costituisce un piano definitivo di ripristino e dovrebbe essere integrata con la condizione ecologica, la fattibilità, il regime fondiario, i costi e le priorità delle parti interessate.
Tabella 5 riassume l'assegnazione delle priorità analitiche tra i tre CEPZ. Meizhou comprende 504,1 km2 nel livello 1 distribuiti in 22 aree, Ganzhou 439,9 km2 in 20 aree e Minxi 53,2 km2 in cinque aree. Meizhou presenta anche il valore medio più elevato di RPI (+0,339). L'area aggregata maggiore del livello alto di Meizhou (4.095,7 km2) rispetto al livello 1 riflette il termine negativo dell'area nel RPI, che aumenta i punteggi relativi delle piccole aree centrali. Questi risultati descrivono il vantaggio strutturale previsto dal modello; non stabiliscono un valore intrinseco di conservazione né un'assegnazione obbligatoria delle risorse per il ripristino.
Simulazione degli scenari e sensibilità
I quattro scenari hanno prodotto risultati contrastanti del modello (Tabella 6). S1 ha riprodotto la soglia di consenso di base di 0,690. S2, che ha rimosso tutte le aree di livello intermedio, ha ridotto la soglia a 0,011, con una diminuzione modellata del 98,4%. Questo risultato è coerente con un contributo topologico significativo delle aree classificate come intermedie; tuttavia, non costituisce una prova empirica che tale perdita si verificherà né prescrive un livello specifico di restauro. S3 e S4 hanno restituito un consenso di 0,690 poiché hanno modificato i pesi degli archi senza alterare la topologia. Secondo questa definizione di percolazione, la riduzione della resistenza può migliorare l'efficienza pesata ma non modifica la soglia topologica. L'aggiunta o il ripristino di aree fungenti da passo intermedio rappresenta quindi un'opzione derivata dal modello per modificare sia la topologia che l'efficienza, piuttosto che un intervento obbligatorio (Figura 11).
Gli scenari di perdita progressiva delle patch hanno prodotto una risposta modellizzata non lineare. La rimozione del 25% delle patch di livello intermedio ha ridotto la soglia di consenso da 0,690 a 0,593 (−14,0%); la rimozione del 50% ha prodotto un valore di 0,483 (−30,0%); il 75% ha portato a 0,312 (−54,8%); e il 100% ha prodotto 0,011 (−98,4%). Il declino modellizzato marginale è aumentato negli intervalli 25–50%, 50–75% e 75–100%. All'interno di queste simulazioni, il mantenimento di almeno la metà delle patch di livello intermedio è stato associato alla conservazione di oltre il 70% della soglia di base; si tratta di un risultato di scenario, non di una previsione di un collasso nel mondo reale. È stata calcolata l'efficienza globale pesata (E_glob) poiché la soglia basata sul LCC è insensibile alle variazioni dei pesi degli archi. Il valore di E_glob di base era 0,017230. S3 l'ha aumentata a 0,018628 (+8,1%), e S4 a 0,017754 (+3,0%). Questi risultati modellizzati indicano un miglioramento della connettività pesata, anche se la soglia di percolazione topologica è rimasta invariata. Pertanto, la riduzione della resistenza e l'espansione topologica influenzano proprietà di rete diverse, e l'analisi non stabilisce un intervento universalmente superiore.
L'analisi di sensibilità ha confermato la stabilità delle classifiche all'interno degli intervalli di parametri testati. La perturbazione dei quattro pesi dell'RPI di ±0,05 e ±0,10 ha mantenuto un coefficiente di Spearman ρ ≥ 0,97. La variazione del raggio di accoppiamento a 5, 10, 15 e 20 km ha modificato rispettivamente i conteggi degli archi a raggio rigoroso a 8, 35, 63 e 101; la linea di base con 42 archi a 10 km comprende 35 collegamenti a raggio rigoroso e sette collegamenti di riserva. Le correlazioni del coefficiente di partecipazione con la linea di base a 10 km sono state ρ = 0,73 a 15 km, 0,54 a 20 km e 0,27 a 5 km. Diciassette delle prime 20 aree con RPI più elevato sono state confermate a 15 km e 15 a 20 km. Questi risultati indicano una certa sensibilità ai parametri e una stabilità parziale delle classifiche; non dimostrano tuttavia una trasferibilità illimitata al di fuori della rete testata (Figura 12).
DISPONIBILITÀ DEI DATI:
Il set di dati sulla copertura del suolo della Cina è disponibile su Zenodo (https://doi.org/10.5281/zenodo.4417810). L'inventario del patrimonio culturale immateriale nazionale è pubblicato dal Consiglio di Stato della Cina e i dati sui confini amministrativi sono disponibili presso il National Geomatics Center of China. Le matrici di rete derivate, gli output della percolazione e il codice di analisi sono depositati su Zenodo (https://doi.org/10.5281/zenodo.21732093).
Figura 1: Area di studio e disposizione del CEPZ. (A) Ubicazioni dei tre CEPZ nazionali nel sud dello Jiangxi, nell'ovest dello Fujian e nell'est dello Guangdong. (BDistribuzione dei 23 elementi nazionali ICH sulla copertura del suolo CLCD 2020.C) conteggi ICH per lotto di iscrizione.D) Composizione per categoria ICH. Mappe sono realizzati utilizzando Open Street Map collaboratori come il mappa di base amministrativo confini e tutto etichette, simboli, e tematico strati erano aggiunto o compilato da il autori Pannelli (C) e (D) erano preparato da il autori basato su il studio dataset Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 2: Flusso di lavoro analitico del framework DEHN. Le cinque corsie mostrano l'assemblaggio dei dati, la derivazione a doppio strato, l'accoppiamento, le diagnosi e gli output utilizzati per costruire e valutare la rete. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 3: Traiettoria di frammentazione MSPA-lite attraverso il paesaggio tri-CEPZ, 2000–2023. (A) Distribuzione spaziale delle aree centrali per anno e zona. (B) Tendenze temporali dell'area totale delle aree centrali, dell'area marginale e dell'area vegetativa totale. (C) Numero di aree centrali e area totale delle aree centrali. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 4: Analisi del livello di patrimonio di 23 elementi ICH nazionali. (A) Superficie di densità kernel. (B) Grafo di adiacenza Delaunay-KNN G_H. (C) Dieci nodi con la più alta centralità di betweenness. (D) Metriche di centralità secondo CEPZ. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 5: Rete supramolecolare a doppio strato nel 2020. (A) Disposizione spaziale del collegamento tra strati. (B) Distribuzione del grado inter-strato per ICH. (C) I venti nodi con la più alta centralità secondo il supravettore proprio. (D) Coefficiente di partecipazione in funzione della centralità secondo il supravettore proprio per tutti i 256 nodi. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 6: Analisi della centralità basata su strati ecologici su G_E. (A) Disposizione spaziale del paesaggio del 2020. (B) Distribuzione del grado. (C) Area delle macchie rispetto alla centralità dell'autovettore. (D) Metriche di centralità per zona. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 7: Percolazione del livello di inventario del patrimonio sotto attacchi mirati. (A) Rapporto della componente connessa più grande rispetto alla frazione di nodi rimossi in base a quattro regole di attacco. (B) Decadimento dell'efficienza globale. (C) Soglie specifiche per attacco e soglie di consenso. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 8: Percolazione del livello ecologico in quattro schemi di attacco. (A) Attacco casuale. (B) Attacchi mirati. (C) Confronto della soglia tra strati. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 9: Rete di corridoi ecologici nel 2020. (A) Superficie di resistenza. (B) I 799 corridoi con percorso a costo minimo. (C) Distribuzione cumulativa dei costi. (D) Relazione tra lunghezza e costo del corridoio. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 10: Mappatura dell'indice di priorità di ripristino. (A) Distribuzione spaziale dei valori di RPI e dei corridoi appartenenti al 15% superiore. (B) Composizione delle categorie analitiche per CEPZ. (C) Distribuzione del RPI per zona. (D) Decomposizione dei componenti per le 20 aree con punteggio più elevato. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 11: Simulazione dello scenario sulla robustezza del livello ecologico. (A) Curve di percolazione in quattro scenari. (B) Confronto delle soglie critiche di consenso. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura 12: Analisi della sensibilità. (A) Correlazioni del rango di Spearman in seguito a perturbazioni del peso RPI. (B) Stabilità del coefficiente di partecipazione al variare dei raggi di accoppiamento. Cliccare qui per visualizzare una versione ingrandita di questa figura.
| Attributo | CEPZ di Ganzhou | CEPZ di Minxi | CEPZ di Meizhou | Totale |
| Provincia | Jiangxi | Fujian | Guangdong | — |
| Superficie (km²) | 39.341 | 19.353 | 15.853 | 74.547 |
| Unità a livello di contea | 18 contee | 6 contee | 9 contee + 1 distretto | 34 |
| Elementi ICH a livello nazionale (n) | 11 | 6 | 6 | 23 |
| Elementi ICH associati ai Hakka (n) | 7 | 5 | 5 | 17 |
| Categorie ICH dominanti | pratiche popolari, artigianato tradizionale | arti performative, pratiche popolari | arti performative, artigianato tradizionale | — |
| Areali ecologici principali ≥ 5 km² (2020) | 144 | 33 | 56 | 233 |
| Area totale degli areali principali (km², 2020) | 16.577,60 | 15.214,10 | 6.014,00 | 37.805,70 |
Tabella 1: Panoramica dei tre CEPZ hakka e dei loro inventari ICH. La tabella confronta l'estensione geografica, la copertura amministrativa e il numero di beni ICH a livello nazionale nei territori di Ganzhou, Minxi e Meizhou.
| Tipo di dato | Fonte | Risoluzione/unità | Tempo | Riferimento |
| Copertura del suolo (LULC) | China Land Cover Dataset (CLCD), Università di Wuhan | Raster 30 m | 2000/05/10/15/20/23 | Yang e Huang (2021) |
| Perimetri CEPZ | Registro nazionale del Ministero della Cultura e del Turismo (MCT) | Poligoni vettoriali | 2013–2020 (dichiarato) | MCT (2020) |
| Inventario nazionale del patrimonio culturale immateriale (ICH) | Lista nazionale del patrimonio culturale immateriale del Consiglio di Stato cinese (lotti 1–5) | Punto (centroide del distretto) | 2006–2021 | Consiglio di Stato (2021) |
| Confini amministrativi | Centro Nazionale di Geomatica della Cina | Poligoni vettoriali | 2020 | NGCC (2020) |
| Sistema di coordinate | Conica equivalente di Albers (lon₀ = 105°, φ₁ = 25°, φ₂ = 47°) | — | — | — |
Tabella 2: Fonti primarie dei dati. La tabella elenca il fornitore di ciascun set di dati, la risoluzione spaziale o temporale e il ruolo all'interno del flusso di lavoro analitico.
| Classe CLCD | Valore di resistenza | Giustificazione |
| Foresta (2) | 1 | Habitat di base; permeabilità massima |
| Macchia (3) | 5 | Alta permeabilità; successione secondaria |
| Prateria (4) | 10 | Permeabilità moderata |
| Acqua (5) | 30 | Permeabile localmente per taxa acquatici; barriera per taxa terrestri |
| Terreno coltivato (1) | 50 | Matrice semi-antrpogenica |
| Ghiaccio/neve (7) | 200 | Barriera ad alta quota |
| Impermeabile (8) | 500 | Barriera completa al flusso biotico |
| Dati non disponibili (0) | 100 | Valore neutro segnaposto |
Tabella 3: Valori di resistenza del tipo di copertura del suolo. La tabella riporta la resistenza assegnata a ciascuna classe CLCD per la modellizzazione dei corridoi a minimo costo.
| Regola di attacco | f* ecologica | f* del patrimonio | Δ (H − E) |
| Casuale (media di 500) | 0.62 | 0.96 | 0.34 |
| Grado decrescente | 0.7 | 0.74 | 0.04 |
| Intermediarietà decrescente | 0.44 | 1 | 0.56 |
| Autovettore decrescente | 1 | 1 | 0 |
| Consensus (media) | 0.69 | 0.925 | 0.235 |
| Normalizzata per densità (f_C/densità) | 23.3 | 3.21 | −20.09 |
| Deviazione standard attacco casuale | 0.058 | 0.082 | 0.024 |
Tabella 4: Soglie critiche di percolazione per i livelli ecologici e di inventario del patrimonio nel 2020. I valori specifici per ciascun attacco e il loro consenso riassumono la robustezza strutturale sotto la normalizzazione LCC dei nodi rimanenti.
| CEPZ | Numero totale di aree | Livello 1 (migliori) (n / km²) | Livello alto (n / km²) | Livello moderato (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 |
| Tutti e tre i CEPZ | 233 | 47 / 997,2 | 46 / 4.694,0 | 140 / 32.114,6 | 0 |
Tabella 5: Assegnazione dei livelli RPI nei tre CEPZ. I conteggi delle aree, le superfici e i valori medi dell'RPI mostrano la distribuzione comparativa dei livelli analitici per zona.
| Scenario | Descrizione | Consensus f* | Δ vs S1 |
| S1 | Condizione iniziale (G_E non modificato) | 0.69 | 0 |
| S2 | Perdita del livello moderato (rimozione di 140 aree) | 0.011 | −0.679 |
| S3 | Dimezzamento del costo sui collegamenti tra il livello 1 (primo in classifica) e il livello 1 (primo in classifica) | 0.69 | 0 |
| S4 | Riduzione del 40% del costo sui 119 corridoi principali | 0.69 | 0 |
| S2a (rimosso il 25% del moderato) | Rimozione di 35 delle 140 aree moderate | 0.593 | -0.097 |
| S2b (rimosso il 50% del moderato) | Rimozione di 70 delle 140 aree moderate | 0.483 | -0.207 |
| S2c (rimosso il 75% del moderato) | Rimozione di 105 delle 140 aree moderate | 0.312 | -0.378 |
| Efficienza globale pesata | S1=0.0172, S3=0.0186(+8,1%), S4=0.0178(+3,0%) | Vedi testo | - |
Tabella 6: Soglie di percolazione della simulazione per consenso negli scenari. La tabella confronta i risultati dei modelli di riferimento, di perdita delle aree, di ripristino dei nodi e di ripristino dei corridoi.
| Riserva | Nodi | Collegamenti | Densità | Attacco casuale (media ± DS; n = 500) | Grado | Centralità di intermediazione | Autovettore | 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 |
Tabella 7: Soglie di percolazione per riserva. La tabella riporta separatamente le soglie specifiche per l'attacco e quelle di consenso per Ganzhou, Minxi e Meizhou.
Discussione
La decomposizione tri-zonale dei parametri morfologici e delle diagnosi di rete ha rivelato una marcata eterogeneità spaziale nella configurazione ecologica49. Ganzhou presentava la superficie vegetata e il numero di macchie più elevati, ma la dimensione media delle macchie più piccola, mentre Minxi conservava le macchie medie più grandi (461 km2), coerentemente con la foresta relativamente continua lungo il margine dei monti Wuyi. Meizhou conteneva 56 macchie in un territorio più ridotto e mostrava la più alta concentrazione di nodi principali della rete ecologica. L'analisi dei cambiamenti del CLCD ha indicato una variazione complessiva non lineare dell'area delle macchie principali. L'area delle macchie principali è aumentata da 44.485 km2 nel 2000 a 45.772 km2 nel 2010, per poi diminuire a 41.919 km2 nel 2015 e a 37.806 km2 nel 2020. La diminuzione nel periodo 2010–2020 è stata di 7.966 km2, pari al 17,4% dell'area delle macchie principali del 2010. L'area delle macchie principali era di 37.888 km2 nel 2023, con un lieve aumento di 82,3 km2 rispetto al 2020. Tuttavia, la diminuzione complessiva nel periodo 2000–2023 è stata di 6.597 km2, ovvero il 14,8%. Le transizioni da aree principali vegetate ad aree coltivate hanno rappresentato il 38% della perdita netta delle aree principali, quelle associate a infrastrutture di trasporto, bacini artificiali e aree industriali il 31%, la conversione in superfici impermeabili il 22% e altre transizioni mappate il 9%. Ganzhou, Meizhou e Minxi hanno contribuito rispettivamente al 52%, al 35% e al 13% della perdita netta. Si tratta di risultati contabili relativi alla copertura del suolo e di associazioni descrittive; l'urbanizzazione, lo sviluppo infrastrutturale, gli investimenti in frutteti, la depopolazione e i processi politici sono spiegazioni contestuali plausibili, ma non sono stati testati direttamente come fattori causali50.
L'analisi di percolazione con riserva specifica ha inoltre identificato sostanziali differenze nella robustezza ecologica modellata. Le soglie di consenso erano 0,374 per Ganzhou, 0,573 per Minxi e 0,286 per Meizhou, mentre le soglie medie in caso di attacchi casuali, calcolate su 500 replicati di simulazione, erano rispettivamente 0,410, 0,667 e 0,446. Al contrario, la Tabella 7 riporta i corrispondenti valori medi ± DS di 0,420 ± 0,079, 0,686 ± 0,162 e 0,464 ± 0,120. Minxi mostrava quindi la robustezza modellata più elevata, e Meizhou la più bassa, secondo le regole specificate per la costruzione della rete e per gli attacchi. Ganzhou combinava una matrice impermeabile più estesa con nuclei interni relativamente integri e un valore medio più alto di betweenness (0,034), suggerendo una maggiore concentrazione del traffico lungo i percorsi più brevi. Meizhou, al contrario, conteneva numerose piccole aree all'interno di sottografi localmente densi e mostrava una maggiore centralità basata sugli autovettori e una maggiore concentrazione di hub locali. Queste differenze descrivono la topologia della rete di corridoi modellata, piuttosto che dimostrare che la pressione dello sviluppo o la spopolazione abbiano causato i modelli osservati51,52.
Nei tre ambiti, i livelli ecologici e quelli inventariati del patrimonio mappato hanno mostrato soglie strutturali divergenti. Il livello ecologico ha raggiunto il punto di collasso modellato con una frazione di nodi rimossi per consenso pari a 0,690, rispetto a 0,925 per il livello del patrimonio inventariato, con una differenza di 0,235. La soglia ecologica è risultata inferiore in caso di attacchi casuali, basati sul grado e sulla centralità di intermediazione, mentre i due livelli hanno mostrato robustezza comparabile soltanto in caso di attacchi basati sulla centralità autovettoriale. Questa asimmetria suggerisce che, nei grafi rappresentati, l'integrità dei corridoi ecologici costituisce il componente strutturale più restrittivo del sistema accoppiato53. Tuttavia, il livello del patrimonio comprende soltanto 23 elementi del patrimonio culturale immateriale (ICH) a livello nazionale e non deve essere interpretato come una misura diretta della continuità, vitalità o estensione geografica delle pratiche culturali. La soglia più elevata del patrimonio è in parte legata anche alla sua densità molto maggiore nel grafo (0,289 contro 0,030 per il livello ecologico). Le soglie normalizzate per densità forniscono un confronto descrittivo all'interno dello studio, ma non devono essere interpretate come prova che l'aumento della densità dei collegamenti o la protezione di un determinato numero di nodi produrrà un risultato politico prevedibile54.
L'accoppiamento di base era limitato ma spazialmente irregolare: 42 collegamenti inter-strato collegavano tutti i 23 nodi ICH a 29 aree ecologiche, inclusi 35 collegamenti a raggio rigoroso e sette collegamenti di riserva al patch più vicino. Meizhou presentava il valore medio più alto di collegamento ICH-ecologico (2,33) e conteneva la più alta concentrazione di hub ecologici, risultando così fortemente accoppiata e strutturalmente sensibile all'interno della rete modellata55. Il contrasto tra i livelli era evidente anche nei ranghi di centralità: Minxi guidava la classifica degli autovettori considerando solo il patrimonio, mentre Meizhou guidava le classifiche ecologiche e della rete sovraordinata. Questa inversione dimostra che le classifiche basate su un singolo livello possono cambiare una volta introdotto l'accoppiamento inter-strato. Tuttavia, i risultati non stabiliscono che una zona debba automaticamente ricevere priorità. A Meizhou, i pianificatori potrebbero valutare la protezione o il ripristino di piccole aree altamente centrali; a Ganzhou, aree intermedie con elevata betweenness potrebbero essere esaminate insieme ai vincoli d'uso del suolo periurbano; e a Minxi, la protezione e la consolidamento di ampie aree continue potrebbe essere più rilevante rispetto all'aggiunta di numerose piccole aree56. Tutte queste opzioni richiedono validazione sul campo, valutazione di fattibilità e costi, analisi della proprietà fondiaria e partecipazione delle parti interessate.
L'analisi degli scenari ha chiarito la distinzione tra efficienza pesata e robustezza topologica57. La rimozione di tutte le patch di livello intermedio ha ridotto la soglia di consenso da 0,690 a 0,011, mentre negli scenari di perdita progressiva le soglie ottenute sono state rispettivamente 0,593, 0,483, 0,312 e 0,011 quando sono state rimosse il 25%, il 50%, il 75% e il 100% delle patch di livello intermedio. Questi risultati indicano che patch al di fuori dei livelli analitici più elevati possono comunque apportare un contributo topologico significativo. Al contrario, la riduzione dei costi degli archi negli scenari di ripristino del livello 1 e dei corridoi con priorità massima non ha modificato la soglia di percolazione non pesata, anche se l'efficienza globale pesata è aumentata rispettivamente dell'8,1% e del 3,0%. Pertanto, la riduzione della resistenza e l'espansione topologica influenzano proprietà di rete diverse: la prima può migliorare l'efficienza del flusso modellata, mentre la seconda è necessaria per modificare la soglia secondo la definizione attuale58. La classificazione RPI è rimasta altamente stabile in seguito alle perturbazioni del peso testate (ρ di Spearman ≥ 0,97), ma le variazioni del raggio di accoppiamento hanno prodotto solo una stabilità parziale, indicando che le priorità rappresentano risultati di screening utili piuttosto che prescrizioni definitive di ripristino.
Diversi limiti delimitano l'interpretazione e indicano le linee di ricerca future. In primo luogo, la superficie di resistenza si basava esclusivamente sulla copertura del suolo, poiché non era disponibile una copertura completa del modello digitale del terreno (DEM) per l'area di studio; analisi future dovrebbero incorporare modificatori legati alla pendenza e all'umidità topografica per verificare se il modello dell'hub di Meizhou persiste59. In secondo luogo, gli elementi del patrimonio culturale immateriale (ICH) sono stati geocodificati ai centroidi delle contee, il che maschera la variabilità all'interno delle contee e potrebbe distorcere l'accoppiamento tra strati; sono necessarie indagini a livello di villaggio, in particolare a Meizhou, per migliorare la rappresentazione spaziale60. In terzo luogo, l'analisi multistrato era di tipo trasversale e riferita al 2020, sebbene la frammentazione ecologica sia stata documentata dal 2000 al 2023. La ricostruzione delle reti ecologiche e di accoppiamento per tutti gli anni di riferimento permetterebbe inferenze temporali più solide61. In quarto luogo, gli scenari erano di tipo deterministico e non includevano modelli di proiezione dell'uso del suolo come PLUS o FLUS. Ricerche future potrebbero integrare simulazioni stocastiche dell'uso del suolo, costi di ripristino, stato ecologico, offerta di servizi ecosistemici e indicatori della continuità delle pratiche del patrimonio culturale immateriale. Espandere lo strato del patrimonio includendo elementi a livello provinciale rivelerebbe collegamenti culturali ed ecologici su scala più fine62. Di conseguenza, il framework DEHN deve essere considerato un strumento diagnostico comparativo e riproducibile: identifica vulnerabilità strutturali e località candidate per interventi, ma la sua applicazione ad altre CEPZ o paesaggi culturali richiede la ricostruzione locale delle reti, protocolli di attacco coerenti, validazione sul campo e una considerazione esplicita delle priorità di governance e delle comunità63.
Dichiarazioni
Gli autori dichiarano di non avere interessi finanziari concorrenti noti o relazioni personali che potrebbero aver influenzato il lavoro descritto in questo articolo. Gli autori non hanno segnalato alcun potenziale conflitto di interessi.
Ringraziamenti
Gli autori hanno utilizzato ChatGPT 5.2 per assistenza nella traduzione del manoscritto, nel perfezionamento dello stile accademico e nella revisione grammaticale. Tutte le interpretazioni analitiche, l'analisi dei dati e gli argomenti accademici principali sono stati definiti e verificati autonomamente dagli autori.
Materiali
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| Dati dei confini amministrativi | Centro Nazionale di Geomatica della Cina | Set di dati sui confini amministrativi della Cina; https://www.ngcc.cn/ | |
| Risolutore di autovalori ARPACK | ARPACK-NG tramite SciPy | scipy.sparse.linalg.eigsh; https://github.com/opencollab/arpack-ng | |
| Set di dati sull'uso del suolo in Cina (CLCD) | Università di Wuhan / Zenodo | Set di dati annuale a 30 m; record 4417810; https://zenodo.org/records/4417810 | |
| Registro delle Zone di Protezione dell’Ecologia Culturale | Ministero della Cultura e del Turismo della Cina | Registro nazionale CEPZ; https://www.mct.gov.cn/ | |
| Triangolazione di Delaunay e analisi dei k-vicini più prossimi | SciPy / NetworkX | Costruzione della rete di adiacenza del patrimonio culturale; k = 4 | |
| Servizi POI di Gaode | Amap / Gaode | Servizio POI online; https://lbs.amap.com/ | |
| GeoPandas | Sviluppatori di GeoPandas / PyPI | Versione 0.14; https://geopandas.org/ | |
| Immagini di Google Earth | Immagini di Google Earth; https://earth.google.com/ | ||
| Stima della densità kernel | Ambiente di calcolo scientifico Python | Griglia da 500 m; larghezza di banda di 5 km | |
| Algoritmo del percorso a costo minimo | Progetto scikit-image | Algoritmo di Dijkstra tramite route_through_array | |
| Inventario Nazionale del Patrimonio Culturale Immateriali | Consiglio di Stato della Repubblica Popolare Cinese | Inventario a livello nazionale, gruppi 1-5 | |
| NetworkX | Sviluppatori di NetworkX / PyPI | Versione 3.2; https://networkx.org/ | |
| Python | Fondazione Software Python | Versione 3.11; https://www.python.org/ | |
| rasterio | Sviluppatori di rasterio / PyPI | Versione 1.3; https://rasterio.readthedocs.io/ | |
| scikit-image | Sviluppatori di scikit-image / PyPI | skimage.graph.route_through_array; https://scikit-image.org/ | |
| SciPy sparse | Comunità SciPy | scipy.sparse; https://scipy.org/ | |
| DEM della missione Shuttle Radar Topography Mission | NASA / USGS | DEM SRTM; valutazione preliminare soltanto; copertura incompleta dell'area di studio | |
| Archivio di analisi su Zenodo | Zenodo | Codice, matrici derivate e risultati; https://doi.org/10.5281/zenodo.21732093 |
Riferimenti
- 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.