Дистанционный мониторинг порогов устойчивости в двухслойных эколого-культурных сетях зон охраны культуры хакка

Краткое содержание

В данном исследовании разрабатывается двухслойная сеть «экология-наследие» для трех зон экологической охраны культуры хакка в Южном Китае. С помощью анализа перколяции определены различные пороги структурной устойчивости для экологического слоя и слоя картированного реестра наследия, а индекс приоритетности восстановления (Restoration Priority Index) позволяет выявить наиболее значимые участки. Данная структура обеспечивает возможность обоснованного сравнения вариантов восстановления и мониторинга в различных зонах.

Аннотация

В данном исследовании предлагается концепция двухслойной эколого-культурной сети (Dual-layer Ecological–Heritage Network, DEHN), моделирующая экологическую связность и нематериальное культурное наследие в виде связанного двухслойного графа; данная модель применена к трем зонам охраны культурно-экологического наследия хакка в Южном Китае (74 547 km²). В частности, используя метод MSPA-lite на данных о растительном покрове (2000–2023 гг.), авторы построили экологическую сеть из 233 узлов и 799 ребер, связанную с сетью наследия из 23 узлов и 73 ребер с помощью схемы затухания по расстоянию в 10 km. Кроме того, анализ перколяционных атак выявил критические пороги 0,690 для экологического слоя и 0,925 для слоя наследия, что указывает на то, что экологическая сеть теряет связность раньше, чем сеть объектов нематериального культурного наследия. Индекс приоритетности восстановления выявил 47 участков 1-го уровня (наивысший ранг) и 46 высокоприоритетных участков, при этом в Мэйчжоу сосредоточено 75% участков высших уровней. Контрфактические симуляции показывают, что снижение стоимости ребер изменяет пороги коллапса, в то время как потеря участков снижает их на 98,4%, что обуславливает необходимость топологического расширения за счет новых промежуточных участков («stepping-stone patches»). В целом, концепция DEHN обеспечивает нормализованное по плотности сравнение (23,3 против 3,21), показывая, что экологический слой более устойчив на единицу связности, что представляет собой переносимый шаблон для совместного планирования восстановления в охраняемых культурно-экологических зонах. Концепция DEHN соотносится с Целью устойчивого развития 11.4 («Усилить усилия по защите и сохранению культурного и природного наследия мира») и Целью биоразнообразия Айчи 11 (сохранение не менее 17% наземных территорий). Определенные пороги перколяции (экологический f_C = 0,690, наследие f_C = 0,925) служат количественными ориентирами для оценки того, удалось ли управлению зонами охраны культурно-экологического наследия сохранить устойчивость сети выше порога коллапса. Тот факт, что 47 участков (20% экологической сети) составляют 1-й уровень (наивысший ранг), потеря которых приведет к каскадному сбою, позволяет предположить, что определение границ зон охраны, в котором эти топологически критические участки не являются приоритетными, может быть недостаточным для достижения целей ЦУР 11.4. Авторы рекомендуют включить пороги устойчивости сети в планы управления зонами охраны в качестве индикаторов мониторинга, ежегодно фиксируя, остается ли консенсусный f_C выше 0,50 (операционное определение коллапса сети).

Введение

В глобальном масштабе взаимосвязанные экологические и культурные ландшафты одновременно трансформируются под воздействием урбанизации, депопуляции сельских районов и климатической изменчивости, что ставит под угрозу как биофизическую целостность, так и преемственность наследия^1,2. Горные культурные ландшафты подвержены этим рискам особенно сильно: в них сосредоточена несоразмерно большая доля нематериального культурного наследия, и при этом они служат прибежищем для последних сплошных лесных массивов во многих густонаселенных регионах³. Цель устойчивого развития 11.4 и Целевой показатель Айти 11 совместно призывают к сохранению мирового культурного и природного наследия и защите экологически репрезентативных мест обитания, однако результаты мониторинга за десятилетие показывают, что во многих юрисдикциях эти две цели развиваются асинхронно⁴. В Китае национальная программа Зон охраны культурной экологии (CEPZ) определяет целостные территориальные единицы, в которых экологическая целостность и нематериальное наследие должны сохраняться как единая система⁵. Тем не менее, спустя более пятнадцати лет после ее запуска, политика CEPZ оценивалась почти исключительно с помощью индикаторов на основе инвентаризации, а не через пространственные механизмы, связывающие эти два слоя. Однако вопрос о том, подвергаются ли экологические подсистемы и подсистемы наследия в пределах CEPZ эрозии синхронно или по разным траекториям в ответ на различные стрессоры, остается эмпирически нерешенным ни на одном из уровней.

Изменяя распределение и проницаемость матриц среды обитания, фрагментация ландшафта нарушает саму связность, которая лежит в основе предоставления экосистемных услуг⁶. Фрагментацию обычно количественно оценивают с помощью индексов структуры ландшафта — плотности пятен, неправильности формы, индекса разнообразия Шеннона для растительного покрова, — что часто сочетается с анализом скользящего окна⁷. В последнее время морфологический анализ пространственных структур (MSPA) — и его облегченные варианты (MSPA-lite), принятые в данной работе, — стал основным инструментом для выделения структур ядра, края и коридора среды обитания в региональной экологии Китая^8,9. Эти морфологические инструменты информативны, но фундаментально апространственны в отношении перемещения организмов или потоков экосистемных услуг: они описывают распределение фрагментов среды обитания, но не дают ответа на вопрос о том, как и по каким путям экологические услуги распространяются между ядрами среды обитания¹⁰. Это ограничение особенно существенно для китайских CEPZ, где сама политическая предпосылка заключается в том, что экологические и природные объекты функционально связаны в масштабах всего ландшафта. Однако без пространственной модели, эксплицитно учитывающей механизмы, одни лишь метрики ландшафта не позволяют выявить пути связности, которые должно обеспечивать управление CEPZ.

Модели связности, основанные на теории графов и электрических цепей, частично восполнили этот пробел в области экологических услуг. Анализ путей с наименьшими затратами (LCP) на поверхностях сопротивления, полученных из карт землепользования, в настоящее время является стандартным инструментом для определения экологических коридоров между ядрами местообитаний^11,12. Теория цепей (Circuitscape) рассматривает ландшафт как сеть сопротивлений и вычисляет вероятности потоков по нескольким путям¹³. Недавние синтезы мультиплексных сетей показали, что эти однослойные инструменты могут быть расширены для представления потоков экосистемных услуг по принципу «спрос — предложение»^14,15. В части культурного наследия пространственная количественная оценка развивалась по другим направлениям. Оценка плотности ядер (KDE) стала стандартным способом представления кластеризации нематериального культурного наследия¹⁶, а комбинаторные графы — обычно триангуляции Делоне или сети k-ближайших соседей по заявленным объектам наследия — отражают дискретную реляционную структуру объектов культурного достояния¹⁷. Однако экологические сети и сети наследия почти всегда рассматривались как параллельные однослойные объекты^18,19; возможность их объединения в супра-сеть с динамикой распространения, управляемой совместно обоими слоями, еще не была реализована в масштабе CEPZ^20,21. Следовательно, пороги устойчивости, при которых связанные двухслойные сети теряют свою большую связную компоненту при прогрессирующем удалении стрессоров, остаются неизвестными.

Сетевые модели, в которых узлы представляют участников, а ребра кодируют взаимодействия, предоставляют математический аппарат для устранения этого пробела²². Многослойные и мультиплексные сети обобщают графовое представление для систем, в которых одни и те же субъекты участвуют в структурно различных режимах взаимодействия²³, и предлагают компактный инструментарий для измерения межслойной связи, кросс-слойного участия и специфичной для каждого слоя устойчивости. В исследованиях экологических сетей симуляции удаления узлов на основе перколяции использовались для определения критической доли f*, при которой происходит распад крупнейшего связанного компонента, что является общепринятым показателем структурной устойчивости²⁴. Распространение этих инструментов на сопряженную архитектуру «экология–культурное наследие» требует (i) явной схемы межслойной связи, отражающей пространственную близость между ядрами местообитаний и объектами наследия, (ii) протокола атаки, направленного на каждый слой независимо для изоляции специфических для слоя уязвимостей, и (iii) комплексного индекса приоритетности, который переводит диагностику сопряженной сети обратно в конкретные цели восстановления. Разработанная в данном анализе структура двухслойной экологической сети наследия (Dual-layer Ecological–Heritage Network, DEHN) реализует эти три требования и на этой основе количественно определяет пороги устойчивости обоих слоев, а также их кросс-слойную диагностику в масштабе нескольких CEPZ.

Зоны культурно-экологической защиты (CEPZ) народа хакка представляют собой сравнительный градиент, обладающий исключительной аналитической ценностью. Охватывая три зоны национального уровня — Ганьчжоу в южной части провинции Цзянси, Миньси в западной части провинции Фуцзянь и Мэйчжоу в восточной части провинции Гуандун, — зоны CEPZ хакка совместно охватывают 74 547 km² гор Уйи, Наньлин и Ляньхуашань, а также объединяют 23 объекта нематериального культурного наследия национального уровня, зарегистрированных в категориях исполнительского искусства, традиционных ремесел и народных обычаев^25,26. В отличие от засушливых внутренних бассейнов, где гидрологическая однонаправленность определяет поток экосистемных услуг, горы хакка характеризуются плотной сетью коридоров между многочисленными небольшими ядрами местообитаний, наследием, основанным на многовековой архитектуре закрытых жилищ²⁷, и многолетним трендом депопуляции, в результате которого во многих горных уездах чистая миграция из региона превысила 30% зарегистрированных жителей²⁸. Такое сочетание — высокой плотности наследия, сокращающегося сельского населения и сохранившихся горных лесов — создает режим парных стрессоров (экологические потери, вызванные урбанизацией, против утраты наследия, вызванной депопуляцией), который предсказывали теоретические многослойные модели, но который редко наблюдался эмпирически на субнациональном уровне²⁹. Существующие тематические исследования отдельных зон наследия хакка предоставили глубокие этнографические и типологические данные, но не позволили разрешить взаимосвязанную пространственную динамику экологического и культурного слоев³⁰. Поскольку три зоны расположены в одном климатическом и топографическом поясе, но сталкиваются с различными комбинациями стрессоров — пригородной экспансией в Ганьчжоу, интенсификацией туризма в тулоу в Миньси и депопуляцией, вызванной диаспорой в Мэйчжоу, — они в совокупности функционируют как трехвариантный сравнительный градиент для анализа. Таким образом, ожидается, что разработанная здесь структура будет применима за пределами случая с хакка, предоставляя переносимый диагностический шаблон для пятнадцати дополнительных национальных CEPZ и для культурных ландшафтов в других частях мира, сталкивающихся с аналогичным сочетанием стрессоров³¹.

Исходя из этого пробела, рассматриваются два взаимосвязанных вопроса. Во-первых, обладают ли сеть экологических коридоров и сеть нематериального наследия на территории масштаба CEPZ общим критическим порогом перколяции при прогрессивных случайных и направленных атаках, или же два слоя выходят из строя при структурно различных долях потери узлов? Во-вторых, если два слоя демонстрируют разную устойчивость, какой слой накладывает связующее ограничение на целостность сопряженной системы и где инвестиции в восстановление наиболее эффективно перераспределяют это ограничение? Для ответа на эти вопросы в настоящем исследовании (i) строится двухслойная эколого-культурная сеть (Dual-layer Ecological–Heritage Network, DEHN), объединяющая морфологический анализ пространственных структур на основе шести снимков набора данных China Land Cover Dataset с разрешением 30 m и оценку плотности ядер для 23 объектов нематериального культурного наследия национального уровня; (ii) количественно определяются специфичные для каждого слоя консенсусные пороги перколяции при четырех правилах прогрессивного удаления узлов и характеризуется структура межслойного сопряжения с помощью мультиплексного участия и супра-собственного вектора центральности; и (iii) выводится композитный индекс приоритетности восстановления (Restoration Priority Index, RPI) и оценивается его применимость с помощью имитационного моделирования сценариев и многопараметрического анализа чувствительности. Полученная структура предлагает основанную на механизмах и данных дистанционного зондирования базу для принятия решений по планированию экологического восстановления CEPZ в Южном Китае и аналогичных многослойных территорий наследия.

Протокол

Район исследования
Система зон культурно-экологической охраны (CEPZ) хакка состоит из трех зон охраны государственного значения, охватывающих горную приграничную область провинций Цзянси, Фуцзянь и Гуандун на юге Китая (23°23′–27°08′ с. ш., 113°50′–116°44′ в. д.) (Рисунок 1A–D). Три зоны — CEPZ Ганьчжоу на юге провинции Цзянси, CEPZ Миньси на западе провинции Фуцзянь и CEPZ Мэйчжоу на востоке провинции Гуандун — в совокупности занимают площадь 74 547 km² и включают 34 административные единицы уровня уезда (33 уезда и один муниципальный район), образуя географическое ядро культурной сферы хакка. CEPZ Ганьчжоу является крупнейшей из трех (39 341 km²) и включает 18 уездов в верховьях реки Ганьцзян и в предгорьях гор Уи; здесь наблюдается самая высокая концентрация закрытых жилищ хакка (вейлунву) и наиболее плотное распределение внутренних тулоу. CEPZ Миньси (19 353 km²) охватывает 6 уездов с центрами в Луньяне и Санмине, где основным объектом архитектурного наследия являются группы фуцзяньских тулоу, включенные в список ЮНЕСКО. CEPZ Мэйчжоу (15 853 km²) охватывает 9 уездов в среднем течении реки Мэйцзян и международно признана «культурной столицей хакка» с самым высоким удельным показателем численности зарубежной диаспоры хакка на душу населения.

В топографии преобладают средневысотные горы (400–1,600 m), принадлежащие к хребтам Wuyi, Nanling и Lianhuashan, с северо-восточным–юго-западным тектоническим простиранием. В трех зонах наблюдается субтропический влажный муссонный климат: годовое количество осадков составляет от 1,500 до 2,100 mm, а среднегодовая температура — 18–21 °C. В естественной растительности преобладают широколиственные и смешанные вечнозеленые леса, которые перемежаются с террасными сельскохозяйственными угодьями вдоль речных долин. В трех зонах совместно проживает более 12 миллионов человек (перепись 2020 года) — парадоксальное сочетание высокой плотности культурного наследия и серьезной депопуляции сельских районов, при этом чистый отток населения превышает 30% зарегистрированных жителей во многих горных уездах. Объекты нематериального культурного наследия (НКН) хакка, зарегистрированные на национальном уровне, насчитывают 23 в трех зонах (Рисунок 1B–D) и охватывают исполнительское искусство (горные песни, опера хакка), традиционные ремесла (строительство тулоу, ксилография) и народные обычаи (фестивали San Yuan, культ предков). Сосуществование богатого наследия, сокращающегося сельского населения и сравнительно нетронутых горных лесов делает CEPZ хакка характерным сравнительным градиентом для анализа сопряженной экологической и структурной устойчивости сети закартографированного реестра НКН на субнациональном уровне³². Основные административные, морфологические характеристики и атрибуты наследия трех зон обобщены в Таблице 1.

Программа CEPZ была инициирована Министерством культуры и туризма (MCT) в 2007 году с целью сохранения целостных территориальных единиц, в которых экологическая целостность и нематериальное наследие сохраняются как единая взаимосвязанная система³³. Все три зоны народа хакка были включены в список национальных приоритетов в период с 2013 по 2019 год; административная координация осуществляется соответствующими провинциальными управлениями по делам культуры Цзянси, Фуцзяни и Гуандуна. С 2020 года планирование восстановления и реабилитации в границах CEPZ регулируется системой Национального планирования территориального пространства (NTSP), которая требует пространственно-определенного приоритета экологических коридоров и буферных зон наследия³⁴. Таким образом, случай с хакка сочетает в себе четко определенную административную юрисдикцию с пространственно неоднородным режимом стрессоров, а результаты анализа могут быть непосредственно использованы в существующих инструментах планирования. Недавние оценки в масштабе CEPZ выявили необходимость замены ранее использовавшихся индикаторов на основе инвентаризации диагностикой на основе сетей³⁵, что создало непосредственную политическую основу для разработки структуры DEHN. Ландшафт хакка, наконец, характеризуется обширным наследием диаспоры: на один только Мэйчжоу приходится более одной трети всей мировой диаспоры хакка, а управление земельными ресурсами, стимулируемое денежными переводами, привело к траекториям землепользования, заметно отличающимся от траекторий в демографически стабильных горных регионах Китая³⁶. Этот социальный слой не параметризован напрямую в данной многослойной модели, но задокументирован здесь как механистический фон, на котором развиваются экологический слой и слой наследия.

Данные
Описательная статистика по площадям округов в пределах исследуемой области: среднее значение = 2,193 km² (диапазон: 721–3,946 km²; медиана: 2,089 km²; SD: 687 km²; n = 34 округа). Средний диаметр округа (при условии круглой формы) составляет примерно 53 km, что в 5,3 раза превышает радиус межслойного сопряжения, равный 10 km. Эта систематическая ошибка геокодирования означает, что истинное сопряжение между ICH и экологическим патчем может существенно отличаться от оценки на основе центроидов. Анализ чувствительности при увеличении радиуса сопряжения до 20 km показал, что идентичность патча RPI в топ-20 сохранилась в 15 из 20 случаев, что указывает на умеренную устойчивость к неопределенности геокодирования. Полевые исследования на уровне деревень определены как необходимая будущая работа для устранения данного ограничения.

В таблице 2 обобщены основные наборы данных, использованные в данном исследовании. Данные о земельном покрове были получены из набора данных China Land Cover Dataset (CLCD), разработанного Уханьским университетом с пространственным разрешением 30 m, охватывающего период 1985–2023 гг. с годовым шагом³⁷. Для характеристики многодесятилетних траекторий изменений были отобраны шесть репрезентативных лет (2000, 2005, 2010, 2015, 2020, 2023) с последовательным пятилетним интервалом, а также конечный год. Схема CLCD разделяет пахотные земли, леса, кустарники, луга, водные объекты, лед/снег и водонепроницаемые поверхности; ее точность была независимо подтверждена, при этом общая точность по исследуемому региону превысила 79%³⁸. Административные границы и периметры CEPZ были получены из национального реестра CEPZ Министерства культуры и туризма (MCT) и сервисов Gaode POI; объекты НКП (нематериального культурного наследия) национального уровня были геокодированы по центроиду округа их первоначального культурного хранителя в соответствии с конвенцией, использованной в предыдущих исследованиях сетей НКП Китая³⁹. Сводный набор данных опубликован под лицензией CC-BY и может быть полностью воспроизведен с помощью открытых архивов дистанционного зондирования, что соответствует современным призывам к воспроизводимости исследований экологических сетей⁴⁰.

Предварительная обработка данных осуществлялась по пятиэтапной цепочке, реализованной на языке Python 3.11 с использованием библиотек rasterio 1.3, GeoPandas 0.14 и NetworkX 3.2. Во-первых, ежегодные GeoTIFF-файлы CLCD с разрешением 30 m были обрезаны по объединяющему ограничивающему прямоугольнику трех зон (23°23′–27°08′ N, 113°50′–116°44′ E) и перепроектированы в равновеликую коническую проекцию Альберса (lon₀ = 105°E, φ₁ = 25°N, φ₂ = 47°N) для сохранения площадей при последующем морфологическом анализе. Во-вторых, объединение трех периметров CEPZ было растеризовано в качестве маски исследования, и все ячейки вне маски на протяжении всего процесса обработки были установлены как NoData. В-третьих, для каждого из шести контрольных лет была составлена таблица количества ячеек по классам земельного покрова для обеспечения прямого межгодового сравнения траекторий фрагментации. В-четвертых, набор точек ICH был сформирован на основе национального реестра Государственного совета (пакеты 1–5), геокодирован по центроиду округа заявленного хранителя культуры, верифицирован с помощью общедоступных сервисов точек интереса (POI) и сохранен в виде слоя GeoJSON в системе WGS-84 с атрибутами идентификатора объекта, категории (исполнительское искусство, традиционные ремесла, народные практики), номера пакета включения и принадлежности к CEPZ. В-пятых, все последующие векторно-растровые операции выполнялись в равновеликой конической проекции Альберса с использованием оконного чтения растров и векторизованной обработки массивов в памяти для сохранения вычислительной эффективности при сетке 30 m. Все файлы границ и источников ICH, а также воспроизводимые скрипты предварительной обработки предоставляются по обоснованному запросу.

Методы
Аналитическая цепочка (Рисунок 2) организована в виде пяти горизонтальных дорожек — ДАННЫЕ, СЛОЙ, СВЯЗЫВАНИЕ, ДИАГНОСТИКА, РЕЗУЛЬТАТ — и состоит из шести методологических модулей: (i) морфологическая количественная оценка экологического слоя с помощью облегченного анализа пространственных морфологических паттернов (MSPA-lite) на основе данных CLCD с разрешением 30 m; (ii) пространственная количественная оценка слоя культурного наследия с помощью ядерной оценки плотности (KDE) и комбинаторных графов смежности для 23 объектов НМК национального уровня; (iii) объединение двух слоев в двухслойную суперсеть по схеме межслойного затухания в зависимости от расстояния; (iv) определение порога устойчивости на основе перколяции при применении правил случайного и направленного удаления узлов для каждого слоя независимо; (v) композитный индекс приоритетности восстановления (RPI), отображенный на наборе экологических узлов для выявления патчей 1-го уровня (высшего ранга) и приоритетных коридоров; и (vi) симуляция сценариев и многопараметрический анализ чувствительности типологии приоритетов и параметров связывания.

Сверхматрица смежности A (256 × 256) была построена как блочная матрица, где A_E,norm и A_H,norm представляют собой внутрислойные матрицы смежности, нормированные по соответствующим средним весам ребер, а A_inter — межслойную матрицу связи. Матрица является симметричной (подтверждено вычислительно: ||A - A^T || < 1e-10) и не содержит петель (trace(A) = 0).

Статистика весов ребер до нормализации: экологический слой — min = 0.008730, mean = 0.098589, max = 1.618909; культурно-исторический слой — min = 0.006862, mean = 0.019848, max = 0.085832. После нормализации по среднему значению: экологический — min = 0.0885, mean = 1.000, max = 16.4207; культурно-исторический — min = 0.3457, mean = 1.000, max = 4.3244.

Спектральные радиусы были вычислены на основе симметричных матриц смежности с усредненной нормализацией: экологический блок lambda_max = 19.6481, блок наследования lambda_max = 10.5404 и полная супра-сеть lambda_max = 19.6481. Следовательно, экологический блок доминирует в главной моде. Ранее значение центральности на уровне узла было ошибочно обозначено как собственное значение и удалено из всех отчетов о спектральном радиусе. Для сравнения, при строчно-стохастической нормализации главное собственное значение по определению равно 1.000.

Базовое правило связи в пределах 10 km привело к созданию 42 межслойных ребер: 35 соответствовали строгому порогу расстояния, а семь представляли собой резервные связи с ближайшим патчем для узлов ICH, в радиусе которых отсутствовал патч. Таким образом, все 23 узла ICH сохранили хотя бы одну экологическую связь. Центральность по супра-собственному вектору, использованная в RPI, была вычислена на основе симметричной матрицы смежности с усредненной нормализацией.

Количественная оценка экологического слоя (MSPA-lite)
Морфологический анализ пространственных структур (MSPA) разделяет бинарные маски растительного покрова на топологически информативные категории (ядро, край, мостик, петля, островок, перфорация, ветвь), что позволяет выявить непрерывность среды обитания независимо от ее состава⁴¹. Поскольку проведение полного MSPA на растре с разрешением 30 m, охватывающем 74 547 km², в предварительных испытаниях потребовало чрезмерных вычислительных затрат, в данной работе была принята упрощенная двухклассовая формулировка MSPA-lite, которая сохраняет различие между ядром и краем, объединяя мостики, петли и островки в общую категорию «край». Растительность была определена как совокупность кодов CLCD {лес, кустарник, grassland}. Растр 30 m был передискретизирован до 90 m с использованием агрегации по правилу большинства, а для выделения внутреннего ядра с помощью бинарной эрозии применялся круговой структурирующий элемент из 3 ячеек (эквивалентно 270 m); оставшиеся растительные ячейки были помечены как край. Мелкие пятна (<5 km²) были исключены, чтобы сосредоточиться на экологически значимых ядрах, в соответствии с порогом размера, широко принятым в региональных исследованиях MSPA в Китае⁴². MSPA-lite позволяет для каждого из шести репрезентативных лет получить общую площадь растительности, площадь ядра, площадь края и количество отдельных ядерных пятен — дескрипторов, достаточных для отслеживания траектории фрагментации, которая рассматривается как основной экологический стрессор (Раздел 4.1).

Выбор морфологических индикаторов, полученных на основе CLCD, вместо сезонных временных рядов NDVI или LST является преднамеренным. Загрязнение облачностью над горами Хака в сезон дождей регулярно превышает 70%, а геометрия бассейна конечного озера усиливает устойчивость облаков, из-за чего создание согласованных многолетних сезонных композитов NDVI потребовало бы разработки специального алгоритма заполнения пробелов. Морфологические индикаторы, полученные из ежегодно валидируемых категориальных карт, позволяют избежать этого атмосферного шума, сохраняя при этом информацию о связности, которая наиболее актуальна для анализа устойчивости на основе сетей⁴³.

Чувствительность параметров MSPA-lite была изучена в ходе предварительного анализа. Радиус эрозии ядра варьировалось в пределах 2, 3 и 4 ячеек (что соответствует 180 м, 270 м и 360 м во внутренней области при агрегации 90 м), а минимальный порог площади ядра тестировался при значениях 3 км², 5 км² и 10 км². Итоговая параметризация (эрозия в 3 ячейки, порог 5 км²) была выбрана, так как она позволила сохранить стабильный ранговый порядок обилия пятен на протяжении шести лет, исключив при этом ложные малые ядра, возникшие из-за шума классификации CLCD. Результаты MSPA-lite за разные годы были валидированы путем ручного осмотра десяти случайно выбранных пятен за каждый год с использованием снимков Google Earth высокого разрешения, что обеспечило категориальное соответствие выше 95% для разделения на ядра и края в срезе за 2020 год. Идентификаторы пятен были гармонизированы по годам с использованием правила пространственного перекрытия: пятно в году t сопоставлялось с соответствующим ему доминирующим перекрытием в году t + 5, если индекс Жаккара их контуров превышал 0,60. Пятна без стабильного предшественника регистрировались как возникшие, а пятна без стабильного преемника — как исчезнувшие. Эта таблица происхождения лежит в основе анализа траектории фрагментации, представленного в разделе 3.1.

Количественная оценка слоя наследия (ICH-KDE + сеть смежности)
Для каждого из 23 объектов НКП (нематериального культурного наследия) национального уровня в качестве точечного локатора использовался центроид уезда, в котором был заявлен хранитель объекта. Поверхность ядерной оценки плотности (KDE) была рассчитана по сетке 500 m для объединения трех зон с шириной полосы 5 km, что сопоставимо со значением по эмпирическому правилу Сильвермана, рассчитанному на основе выборки из 23 точек и её двумерного охвата. Полученная поверхность плотности ich_kde_5km отражает пространственную концентрацию объектов наследия и служит пространственным якорем для дискретного графа наследия. Выбор ширины полосы был основан на предыдущих анализах кластеризации китайских тулоу, в которых модальное расстояние между кластерами составляло 6–8 km; ширина полосы 5 km позволяет разрешить как консолидацию внутри кластеров, так и разрывы между ними.

Граф наследия G_H был построен путем объединения триангуляции Делоне по 23 узлам ICH с графом k-ближайших соседей (KNN, k = 4), что позволило получить объединение множеств ребер. Данный комбинаторный подход устраняет вытянутые ребра Делоне, пересекающие топографические барьеры, при этом сохраняя связность ближайших соседей в соответствии с протоколом построения графов, принятым в последних исследованиях мультиплексных экосистемных услуг⁴⁴. Веса ребер были определены как величина, обратная расстоянию по большому кругу (в метрах), таким образом, что более близко расположенные объекты наследия имеют более сильную предполагаемую связь. Для графа из 23 узлов были рассчитаны метрики центральности на уровне узлов — степень, взвешенная степень, посредничество (betweenness), вектор собственной центральности, PageRank и коэффициент кластеризации — при условии weight = 1 / distance согласно стандартной практике.

Чтобы обосновать методологический выбор k = 4 в компоненте KNN графа наследия, был проведен анализ чувствительности к значению k путем варьирования k от 3 до 8 при сохранении основы в виде триангуляции Делоне. Порог консенсусной перколяции варьировался от 0.754 (k = 4) до 0.923 (k = 7), с промежуточными значениями 0.779 (k = 3), 0.773 (k = 5), 0.852 (k = 6) и 0.885 (k = 8). Выбор k = 4 был сохранен, так как он позволяет получить наиболее разреженный граф, который все еще гарантирует полную связность узлов без избыточных длинных ребер, а также потому, что ранговая корреляция Спирмена центральности по степени узлов между k = 4 и соседними значениями k оставалась высокой (ρ = 0.691 для k = 3, ρ = 0.793 для k = 5). Триангуляция Делоне была оставлена в качестве базового слоя, поскольку она гарантирует связный плоский граф, учитывающий пространственную топологию распределения точек ICH, в то время как наложение KNN устраняет вытянутые ребра Делоне, пересекающие топографические барьеры (например, горный хребет Уйи). Такая комбинированная конструкция «Делоне + KNN» соответствует протоколу построения графов, принятому в последних исследованиях мультиплексных экосистемных услуг, и гарантирует, что топология сети наследия не является артефактом выбора одного произвольного параметра.

Экологические коридоры и пути с минимальными затратами
Построение поверхности сопротивления проводилось в соответствии с принципом использования таблиц поиска (LUT) на основе классов⁴⁵. Каждому классу CLCD было присвоено числовое значение сопротивления, отражающее степень препятствия для биотического расселения и потока экосистемных услуг (Таблица 3). Леса получили базовое сопротивление (1), далее в порядке возрастания: кустарники (5), травянистые сообщества (10), вода (30), пашни (50), лед/снег (200) и водонепроницаемые поверхности (500); для ячеек без данных был использован нейтральный заполнитель (100). Таблица LUT была применена к растру CLCD 2020 с разрешением 90 m для получения поверхности сопротивления с размером сетки 4,688 × 3,953 в равновеликой конической проекции Альберса.

Пути с наименьшей стоимостью (LCP) между парами «ядро — патч» были вычислены с использованием реализации алгоритма Дейкстры `graph.route_through_array` из библиотеки skimage на поверхности сопротивления. Пары узлов-кандидатов были ограничены объединением графов K-ближайших соседей (k = 4) и триангуляции Делоне для 233 центроидов патчей в проектируемом пространстве, согласно протоколу LCP-графа, широко используемому в исследованиях региональной связности в Китае⁴⁶. В результате было получено 799 коридоров-кандидатов, каждый из которых характеризовался совокупной стоимостью (безразмерная целочисленная сумма сопротивления вдоль пути), длиной пути в метрах и эффективным сопротивлением (стоимость/длина). Все 799 коридоров были сохранены в итоговом экологическом графе G_E, так как ни один из них не превысил максимально допустимый порог стоимости, рекомендованный для исследований региональной связности⁴⁷.

Рассматривалось использование сопротивления с поправкой на уклон, однако этот метод не был принят; охват цифровой модели рельефа, доступный в рабочем процессе исследования, ограничен был широтами 26.00–27.14° N и, следовательно, не охватывал две трети южной части исследуемого региона, поэтому полная повторная обработка данных SRTM для трехзонного охвата в сроки исследования не проводилась. Параметризация сопротивления исключительно на основе LULC является стандартным альтернативным вариантом в китайских региональных исследованиях коридоров в случаях, когда невозможно обеспечить полноту DEM, и позволяет выделить сигнал LULC без влияния топографических градиентов⁴⁸.

Для реализации вычисления LCP использовалась функция skimage.graph.route_through_array в режиме `geometric`, при этом поверхность сопротивления была приведена к типу float32, а к ячейкам с нулевой стоимостью была применена небольшая аддитивная константа (1e−6) для предотвращения вырождения путей. Чтобы сократить объем занимаемой памяти при работе с полной сеткой размером 4 688 × 3 953, поверхность стоимости была разделена на четыре перекрывающихся окна размером 2 344 × 1 977 с буфером в 200 ячеек; LCP, конечные точки которых находились в соседних плитках, вычислялись на объединенном буфере для исключения артефактов на стыках. Все 799 потенциальных LCP были проверены путем анализа случайной выборки в 5% на соответствие входной поверхности сопротивления для обеспечения непрерывности связей; разрывов путей обнаружено не было. Геометрия путей коридоров была векторизована с помощью метода marching-squares и сохранена в формате GeoJSON как объекты LineString системы WGS-84, где в качестве атрибутов были сохранены длина пути, совокупная стоимость, эффективное сопротивление (стоимость/длина) и идентификаторы исходного и конечного патчей. Репрезентативные центроиды, использованные для выбора конечных точек LCP, были вычислены с помощью метода representative_point библиотеки GeoPandas, а не через геометрические центроиды, чтобы гарантировать попадание каждой конечной точки внутрь соответствующего многоугольника патча в случаях вогнутой геометрии патчей.

Построение двухслойной суперсети
Граф наследия G_H (n = 23, m = 73) и экологический граф G_E (n = 233, m = 799) были объединены в двухслойную суперсеть. Межслоевое ребро (h, e) добавлялось в том случае, если геодезическое расстояние от узла ICH h до центроида экологического патча e не превышало 10 km; данный радиус был определен в ходе анализа чувствительности с проверкой значений 5, 10, 15 и 20 km (Раздел 3.5). Если в радиусе 10 km не оказывалось ни одного патча, связь устанавливалась с ближайшим патчем в качестве резервного варианта для обеспечения минимальной связности. Таким образом, базовая сеть содержит 42 межслоевых ребра: 35 связей со строгим соблюдением радиуса и семь резервных связей.

Веса ребер в супер-матрице смежности A (256 × 256) были назначены следующим образом: внутринаследственным ребрам были присвоены веса, равные обратной величине расстояния; внутриэкологическим ребрам — обратная величина стоимости пути с наименьшей стоимостью (1 / cost); а межслойным ребрам — значения, определенные ниже, где d — расстояние связи в километрах, а w_intra  — средний вес внутрислойного ребра, что обеспечивает плавно затухающую межслойную связь, откалиброванную по величине внутрислойного веса. Суперсеть поддерживает два семейства производных метрик: (i) супер-центральность по собственному вектору, вычисляемая как ведущий собственный вектор A и присваивающая каждому узлу сопоставимый показатель важности во всех слоях; и (ii) коэффициент участия в мультиплексе, определенный ниже в соответствии с формализмом участия в мультиплексе, используемым при диагностике двухслойных сетей, который отражает баланс между внутрислойными связями узла и его связью с другим слоем.

Супра-матрица смежности A была сохранена в виде разреженной матрицы CSR с использованием модуля sparse библиотеки SciPy. Ведущая собственная пара симметричной матрицы, нормализованной по среднему, была вычислена с помощью реализации eigsh библиотеки ARPACK и перепроверена методом степенных итераций; спектральный радиус полной матрицы составил lambda_max = 19.6481. Этот же собственный вектор симметричной матрицы послужил компонентом супра-центральности по собственному вектору для RPI. Нормализация по строкам использовалась только для диагностики матрицы переходов; ее ведущее собственное значение по построению равно 1.000. Альтернативные функции межслойной связи обеспечили корреляцию рангов RPI выше 0.94 по сравнению с базовым вариантом с экспоненциальным затуханием.

Пороги устойчивости на основе перколяции
Каждый слой подвергался независимо четырем прогрессирующим атакам с удалением узлов: (i) равномерному случайному удалению, усредненному по 500 повторностям (300 для сценариев в разделе 2.3.8); (ii) целевому удалению по убыванию степени; (iii) целевому удалению по убыванию посредничества (betweenness); и (iv) целевому удалению по убыванию центральности по собственному вектору. После удаления k узлов из исходного графа с n узлами структурная целостность измерялась как S(k) = LCC(k)/(n - k), где LCC(k) — количество узлов в крупнейшем связанном компоненте среди оставшихся узлов. Критический порог f* представлял собой минимальную долю удаленных узлов k/n, при которой S(k) < 0.5. Приведенные пороги и кривые перколяции используют данную нормализацию по количеству оставшихся узлов. Консенсусный порог f_C представляет собой среднее арифметическое четырех порогов, специфичных для каждой атаки.

Для атаки методом случайного удаления было использовано 500 повторений, так как предварительное тестирование сходимости показало, что средняя кривая зависимости LCC от доли удаленных узлов стабилизировалась с коэффициентом вариации в пределах 0,02 к 350-му повторению; 500 повторений обеспечивают достаточный запас сверх этой точки сходимости при незначительных дополнительных вычислительных затратах. Одинаковые значения в рейтингах по степени, посредничеству и собственному вектору, которые существенно встречаются для графа наследия из-за его масштаба в 23 узла, разрешались в алфавитном порядке по идентификатору узла для обеспечения точной воспроизводимости между независимыми запусками. Ход атаки рассчитывался независимо для каждого слоя, чтобы выявить уязвимости конкретного слоя; протокол совместной атаки, при котором узлы удаляются из обоих слоев одновременно в соответствии с рейтингом супра-собственного вектора, рассматривался, но не был принят, поскольку он объединяет сигналы двух слоев таким образом, что это затрудняет проведение предполагаемой диагностики конкретного слоя. Порог доли LCC 0,5 был выбран в соответствии со стандартной практикой исследований перколяции экологических коридоров; дополнительные тесты чувствительности при порогах LCC 0,4 и 0,6 сохранили порядок ранжирования «экология против наследия» и сместили абсолютные пороги консенсуса менее чем на 0,05 в любом направлении. Порог консенсуса рассчитывался как среднее арифметическое четырех порогов для конкретных типов атак. Хотя четыре правила атаки имеют разные структурные интерпретации, консенсус служит суммарной статистикой, отражающей среднюю уязвимость при различных профилях угроз. Инвариантность направленного вывода (экология < наследие в трех из четырех атак) по отношению к режиму атаки обеспечивает внутреннюю валидацию.

Для случайных атак было проведено 500 независимых повторов. При нормализации LCC по количеству оставшихся узлов (n - k) для экологического слоя средний порог случайного удаления составил 0,623 ± 0,058 (SD), а для слоя реестра культурного наследия — 0,960 ± 0,082. Доверительные интервалы (95%) были рассчитаны на основе распределений повторов.

При проведении направленных атак (по степени, посредничеству, собственному вектору) использовалось статическое ранжирование на основе исходной топологии сети, а не динамический пересчет после каждого удаления. Статический подход был выбран по следующим причинам: (i) он обеспечивает воспроизводимую, детерминированную последовательность атак; (ii) динамический пересчет в разреженных пространственных сетях может привести к нестабильным рангам центральности; и (iii) статический подход представляет собой наихудший сценарий. Динамический пересчет обычно дает несколько более низкие пороги; представленные оценки являются консервативными. Шаг удаления был реализован как последовательное удаление одного узла. Для сети наследия из 23 узлов каждое удаление соответствует ~4,3% узлов; для экологического слоя из 233 узлов каждое удаление соответствует ~0,43%. Такое разрешение, более точное, чем 0,025, обеспечивает достоверное определение пороговых значений.

Индекс приоритетности восстановления (RPI)
Комбинированный индекс приоритетности восстановления (RPI) объединяет четыре линии доказательств для 233 основных участков:

где z(·) обозначает стандартизацию до нулевого среднего и единичной дисперсии по всем патчам, w₁ = 0.35 подчеркивает структурную центральность двухслойной сети, w₂ = 0.20 присваивает более высокий приоритет малым патчам (горячим точкам фрагментации), w₃ = 0.30 способствует выделению патчей с сильной связью ICH, а w₄ = 0.15 увеличивает вес изолированных патчей с высокой средней стоимостью ребра. Вектор весов был выбран таким образом, чтобы акцентировать внимание на структурной центральности и наследственной связи (два новых канала в структуре DEHN), сохраняя при этом значимый вклад фрагментации и изоляции; чувствительность весов была количественно определена в разделе 3.5. Патчи были распределены по трем уровням приоритетности согласно 80-му и 60-му процентилям RPI: уровень 1 (наивысший ранг) (верхние 20%), высокий (60–80-й процентиль) и умеренный (нижние 60%). Приоритет на уровне коридоров определялся путем ранжирования 799 коридоров по суммарному z-показателю стоимости, эффективного сопротивления и среднего RPI конечных точек; верхние 15% (n = 119) были обозначены как приоритетные коридоры восстановления.

Моделирование сценариев
Для оценки практической применимости концепции DEHN были разработаны четыре сценария. S1, базовый сценарий, предполагал сохранение немодифицированной экологической сети G_E при четырех вариантах перколяционных атак. S2, сценарий потери участков среднего уровня, предполагал одновременное удаление всех 140 участков, классифицированных как участки среднего уровня, что моделировало траекторию ландшафта, при которой незащищенные малые участки утрачиваются, в то время как критически важные и высокоприоритетные участки сохраняются. S3, сценарий восстановления узлов 1-го уровня, предполагал двукратное снижение стоимости ребер, соединяющих два участка 1-го уровня, если их первоначальная стоимость превышала медианную; это представляло собой экологическое восстановление коридоров между структурно центральными участками. S4, сценарий восстановления коридоров, предусматривал снижение стоимости 119 наиболее приоритетных коридоров на 40%, что представляло собой широкомасштабную реабилитацию коридоров на основе рейтинга RPI.

Для каждого сценария стек перколяции с полным циклом из 4 атак был заново выполнен с 300 случайными повторениями, а четыре порога, специфичные для каждой атаки, и общий консенсусный порог были зафиксированы для сравнения между сценариями. Поскольку сценарии S3 и S4 изменяют только веса ребер, а не топологию, такая схема позволяет изолировать конкретный вклад снижения сопротивления в устойчивость сети — тонкий диагностический механизм, который невозможно изучить с помощью простого моделирования удаления узлов. Значения параметров сценариев были выбраны в соответствии с вероятными масштабами бюджета на восстановление. Снижение стоимости на 50% для ребер между узлами Tier 1 (высший ранг)–Tier 1 (высший ранг) в S3 приближенно соответствует максимально достижимому снижению сопротивления за счет расширения прибрежных буферных зон и мелкомасштабного лесовосстановления на территориях существующих коридоров в рамках типичного пятилетнего цикла планирования восстановления в китайских CEPZs. Снижение стоимости на 40% для 119 лучших коридоров в S4 отражает более масштабную программу реабилитации коридоров-матриц, рассчитанную на десять лет. Сценарий S2 «потеря умеренного уровня» представляет собой контрфактическую ситуацию, при которой соблюдается текущая приоритетность восстановления, но активная защита не распространяется на патчи умеренного уровня; это отражает фактический бюджет текущей программы CEPZ, в которой явная защита обычно сосредоточена на 40% наиболее приоритетных территорий.

Анализ чувствительности
Для проверки устойчивости ранжирования RPI к выбору параметров моделирования были проведены два анализа чувствительности. Во-первых, каждый вес RPI (w₁ – w₄) был изменен на ±0,05 и ±0,10 с последующей ренормализацией до единицы; затем фиксировался коэффициент ранговой корреляции Спирмена ρ между полученным ранжированием RPI и базовым ранжированием. Во-вторых, радиус межслойного взаимодействия варьировали в диапазоне {5, 10, 15, 20} km, при этом фиксировались как количество межслойных ребер, так и корреляция Спирмена полученного коэффициента участия с базовым значением для 10 km. Эти два анализа в совокупности позволяют количественно оценить применимость выводов RPI при использовании альтернативных соглашений моделирования.

Помимо анализа возмущений весов по одному, был проведен совместный анализ неопределенности для 1 000 допустимых комбинаций весов, выбранных из распределения Дирихле с центром на исходных весах (alpha = [3.5, 2.0, 2.5, 2.0]). Для каждой комбинации заново рассчитывался RPI и определялся набор патчей, входящих в топ-20%. Результаты показывают, что 15 патчей сохранили принадлежность к топ-20% с вероятностью >90%, 26 — с вероятностью >75% и 43 — с вероятностью >50%. 15 наиболее стабильных патчей (вероятность > 90%) сосредоточены в кластере узловых векторов Meizhou, что подтверждает устойчивость идентификации приоритетов верхнего уровня к спецификации весов. Отрицательный член площади сохранен, так как небольшие, геометрически сгруппированные патчи в Meizhou выступают в роли структурных «узких мест»; крупные неповрежденные ядра в Minxi вносят меньший предельный вклад в улучшение связности, несмотря на их большую площадь.

Для отклонений весов были выбраны значения ±0,05 и ±0,10, чтобы охватить диапазон вариаций, которые аналитик предметной области мог бы обоснованно назначить с учетом эксперса расхождений относительно относительной важности четырех компонентов RPI. Нижняя граница гарантирует, что ни один отдельный компонент не будет сведен к нулю даже при наибольшем протестированном отклонении (минимальный результирующий вес = 0,05), что позволяет сохранить все четыре линии доказательств при каждом отклонении. Перебор радиуса связи от 5 до 20 км охватывает диапазон, задокументированный в сопоставимых исследованиях мультиплексных экологических и социальных систем. Оба анализа чувствительности проводились на полной сети из 233 патчей и 799 ребер с фиксированием всех 500 репликационных семян, чтобы сообщаемые ранговые корреляции изолировали эффект отклонения, не внося дисперсию Монте-Карло между уровнями чувствительности. Третье измерение чувствительности — выбор порога коллапса доли LCC — было описано качественно в разделе 2.3.5 и далее обсуждено в разделе 4.4 вместе с другими ограниченными рамками данного подхода.

Результаты

Многодесятилетняя траектория экологической фрагментации
Количественный анализ MSPA-lite по шести снимкам CLCD выявил общую нелинейную траекторию фрагментации в ландшафте трех провинций Хака в период с 2000 по 2023 год. Общая площадь основных пятен (core-patch area), определяемая как площадь связанных растительных компонентов ≥ 5 km², сократилась с 44 485 km² в 2000 году до 37 888 km² в 2023 году, что представляет собой совокупную чистую потерю 6 597 km², или 14,8%. Площадь основных пятен modestly увеличилась с 44 485 km² в 2000 году до 45 772 km² в 2010 году, что соответствует приросту на 2,9%, и в дальнейшем снизилась до 41 919 km² в 2015 году и до 37 806 km² в 2020 году. В период с 2020 по 2023 год наблюдался небольшой восстановление площади на 82,3 km², или примерно 0,2%. Общий показатель 2020 года, составляющий 37 806 km², совпадает с суммой трех значений CEPZ, представленных в Таблице 1. Количество пятен увеличилось со 116 в 2000 году до 233 в 2020 году и до 229 в 2023 году. Средняя площадь пятна сократилась с 383,5 km² в 2000 году до 162,3 km² в 2020 году, что составляет снижение примерно на 57,7%, или на 58% после округления (Рисунок 3).

Зональное разложение позволило более четко выделить закономерности. В CEPZ Ганьчжоу, самой крупной зоне, наблюдается наибольшая абсолютная площадь растительности (16 578 km² в 2020 г.) и наибольшее количество фрагментов (144 фрагмента; средняя площадь 115 km²). В CEPZ Мэйчжоу, самой маленькой по территории (15 853 km²), сохранилось 56 фрагментов со средней площадью 107 km², что указывает на сильно расчлененную пригородно-сельскую мозаику. CEPZ Миньси продемонстрировала противоположный результат: 33 фрагмента со средней площадью 461 km², что соответствует сравнительно непрерывному лесному покрову высокогорных районов. Таким образом, зоны характеризуются различными конфигурациями фрагментации внутри исследуемого региона, что имеет значение для сравнительного сетевого анализа в разделах 3.2 и 3.4.

Топология и связность двухслойной сети
Перед сборкой двухслойной суперсети слой наследия G_H был изучен изолированно. Поверхность плотности ядра с шириной полосы 5 км для 23 объектов НК на национальном уровне выявляет три основных концентрации плотности: диффузный хребет Ганьчжоу, компактный пик Миньси над поясом тулоу Юндин-Нанцзин и пик Мэйчжоу над районом Мэйсянь (Рисунок 4A). Объединение Delaunay KNN (k = 4) дает G_H с 73 ребрами, средней степенью 6,35, плотностью 0,289, одной связной компонентой и диаметром 4 (Рисунок 4B). По средней степени узла ранжирование выглядит так: Мэйчжоу (7,0) > Миньси (6,5) > Ганьчжоу (5,9), тогда как в ранжировании по собственному вектору только для наследия лидирует Миньси (0,237), за которым следуют Ганьчжоу (2,4 × 10⁻⁴) и Мэйчжоу (2,1 × 10⁻⁵) (Рисунки 4C и 4D). Эта структура, основанная только на наследии, сопоставляется с результатами для экологической сети и суперсети на Рисунках 5 и 6.

Экологический граф G_E 2020 года состоит из 233 узлов и 799 ребер-коридоров по пути с наименьшими затратами. Сеть представляет собой единый связный компонент с плотностью 0,030, средним степенем k = 6,86 и средним коэффициентом кластеризации 0,083; диаметр, измеренный в количестве ребер, составляет 12, а средняя длина кратчайшего пути между парами участков составляет 2 212 (кумулятивных единиц сопротивления). Граф наследия G_H включает 23 узла и 73 ребра (объединение триангуляции Делоне и KNN-4) со средним степенем 6,35 и представляет собой единый связный компонент. Пространственное распределение 23 узлов наследия вместе со связанными межслойными ребрами выявляет три модальных кластера НКМ — кластер Ганьчжоу с центром в районе Лоннань–Аньюань, кластер Миньси с центром в территории тулоу Юндин–Наньцзин и кластер Мэйчжоу с центром в районе Мэйсянь (Рисунок 5A).

Анализ центральности в G_E показал, что весь набор из 15 главных узлов-хабов по собственному вектору расположен внутри CEPZ Мэйчжоу (ID патчей 194–219), при этом патч 211 (центральное ядро Мэйчжоу площадью 9,3 km²) лидирует с показателем собственного вектора 0,37 и PageRank 0,006. Высокая концентрация собственного вектора отражает наличие плотных коридоров, соединяющих небольшие, геометрически сгруппированные лесные патчи Мэйчжоу через матрицу с низкими затратами (Рисунок 5C). Для сравнения, средняя центральность по собственному вектору в Ганьчжоу составляет всего 1,6 × 10⁻⁴, а в Миньси — 1,9 × 10⁻⁵, что на три порядка ниже показателя Мэйчжоу (7,3 × 10⁻²). Однако центральность по посредничеству распределена более равномерно: Ганьчжоу имеет самую высокую среднюю посредническую центральность (0,034), поскольку более широкий перечень патчей создает большее количество кратчайших путей через структурно промежуточные узлы. Это несоответствие между центральностями по собственному вектору (доминирование Мэйчжоу) и по посредничеству (преобладание Ганьчжоу) является характерным признаком трехзонной топологии.

Экологическая центральность в одном слое демонстрирует контраст между собственным вектором и посредничеством (Рисунок 6). Сеть G_E за 2020 год содержит компактный узловой комплекс в Мэйчжоу и более диффузную структуру в Ганьчжоу (Рисунок 6A). Распределение степеней смещено вправо, при этом средняя степень составляет 6,86, а максимальная — 12 в патчах P193-P219 (Рисунок 6B). Площадь патча и центральность по собственному вектору в одном слое отрицательно коррелируют (ρ Спирмена = −0,21), таким образом, патчи с самой высокой центральностью — это в целом более мелкие ядра в Мэйчжоу, а не крупные патчи в Миньси (Рисунок 6C). Средние значения по зонам показывают следующее. Мэйчжоу имеет самые высокие показатели центральности по собственному вектору и PageRank, а Ганьчжоу — самый высокий показатель посредничества (Рисунок 6D). Поскольку на этих панелях используется только G_E, паттерн Мэйчжоу присутствует до межслойного сопряжения; сравнение с суперсетью указывает на то, что сопряжение не является его единственным источником.

Сопряжение G_H и G_E согласно базовому правилу позволило создать 42 межслойных ребра: 35 строгих связей в пределах 10 km и семь резервных связей. Двадцать девять из 233 экологических патчей (12,4%) и все 23 узла ICH имеют как минимум одно межслойное соединение (средняя степень связи ICH с экологическими патчами = 1,83; максимальная = 5). Спектральный радиус симметричной супра-матрицы смежности с нормализацией по среднему значению составляет 19,6481. Ранее ошибочно маркированное значение центральности на уровне узла было удалено из отчета по собственным значениям. Зональная декомпозиция сопряжения дает средние значения экологической связанности 2,33 для Meizhou, 1,91 для Ganzhou и 1,17 для Minxi. Эти описательные результаты определяют Meizhou как зону с наиболее сильным сопряжением при заданном правиле расстояния и резервных связей.

Пороги устойчивости к перколяции
Сначала были рассчитаны специфические для каждого слоя кривые перколяции на построенном графе инвентаризации наследия G_H (Рисунок 7). При четырех последовательных атаках отношение LCC, нормированное по количеству оставшихся узлов, снижалось медленнее всего при случайном удалении, удалении по центральности по посредничеству (betweenness) и удалении по собственному вектору: пороги составили 0.96, 1.00 и 1.00 соответственно, по сравнению с 0.74 при удалении на основе степени узла (Рисунок 7A). Пороги глобальной эффективности составили 0.86 для случайного удаления, 0.83 для удаления по собственному вектору и 0.57 для удаления на основе степени узла (Рисунок 7B). Эти результаты указывают на высокую структурную устойчивость представленного графа инвентаризации к случайному удалению узлов и более высокую чувствительность к удалению узлов с высокой степенью. Консенсусный порог составляет f_C(H) = 0.925 (Рисунок 7C); он не измеряет непрерывность практики наследия за пределами построенного графа.

Перколяционные атаки на два слоя в рамках четырех прогрессивных схем удаления узлов (Раздел 2.3.5) выявили выраженную асимметрию (Рисунок 8). Пороговые значения для экологического слоя составили 0,62 (случайное), 0,70 (по степени), 0,44 (по посредничеству) и 1,00 (по собственному вектору), что дало f_C = 0,690 (Таблица 4). Пороговые значения для слоя инвентаризации наследия составили соответственно 0,96, 0,74, 1,00 и 1,00, что дало f_C = 0,925. Разница, Δf_C = 0,235, указывает на более раннюю смоделированную потерю целостности экологической сети при трех из четырех правил атаки. При удалении на основе степени экологический слой и слой инвентаризации наследия пересекают S(k) = 0,5 при долях удаленных узлов 0,70 и 0,74 соответственно. Мэйчжоу содержит экологические узлы, которые были выбраны в первую очередь при атаке на основе собственного вектора; это взаимосвязь внутри смоделированной топологии, а не доказательство реального причинно-следственного каскада.

Сравнение необработанных пороговых значений зависит от плотности слоя. Исходя из представленного количества узлов и ребер, экологическая плотность составляет 2 × 799/(233 × 232) = 0.0296, тогда как плотность инвентаризации наследия составляет 2 × 73/(23 × 22) = 0.2885. Деление консенсусного порога на плотность дает 23.3 для экологического слоя и 3.21 для слоя инвентаризации наследия, что соответствует соотношению примерно 7.3:1. Такая дескриптивная нормализация указывает на то, что более высокий необработанный порог инвентаризации наследия частично отражает бóльшую плотность соответствующего графа. Поскольку соотношение порога к плотности является сравнительной диагностикой, а не эффектом вмешательства, оно само по себе не должно интерпретироваться как доказательство того, что добавление ребер или защита узлов приведут к определенному политическому результату.

Только при применении правила атаки по собственному вектору два слоя демонстрируют сопоставимую устойчивость (оба ≥ 0.98). Случайные атаки, атаки по степени узла и по посредничеству приводят к достижению смоделированной точки коллапса на экологическом слое раньше, чем на слое инвентаризации наследия. Согласованность результатов в трех режимах атаки подтверждает стабильность этого направленного результата в рамках анализируемой сети и определений атак, не подразумевая общей причинно-следственной значимости за пределами этих условий.

Картирование приоритетов восстановления
Сеть экологических коридоров 2020 года, использованная для картирования RPI, содержит 799 ребер путей с минимальными затратами между 233 основными участками (Рисунок 9A). Средняя длина коридора составляет 28,75 km, медиана — 21,08 km, 90-й процентиль — 52,20 km, а максимальное значение — 266,1 km (Рисунок 9B). Совокупные затраты также имеют правостороннюю асимметрию: среднее значение составляет 563,3, медиана — 259,6, а 90-й процентиль — 651,0 эквивалентов сопротивления-метра (Рисунок 9C). Положительная связь между длиной и затратами на Рисунке 9D указывает на то, что расстояние прохождения является важным компонентом моделируемых затрат; локальное сопротивление, осуществимость и полевые условия остаются необходимыми параметрами для оценки любого восстанавливаемого коридора. Композитная оценка RPI для 233 основных участков выявила распределение с «тяжелым хвостом» (среднее = 0, σ = 0,52, мин = −2,71, макс = 1,83). Сорок семь участков (20,2%) попали в аналитический уровень 1 (RPI ≥ 0,290), 46 (19,7%) — в высокий уровень (−0,184 ≤ RPI < 0,290) и 140 (60,1%) — в умеренный уровень. В Мэйчжоу оказалось 22 из 56 участков 1-го уровня, по сравнению с 20 из 144 в Ганьчжоу и 5 из 33 в Миньси. Объединение двух верхних аналитических уровней дает 42 из 56 участков в Мэйчжоу, 35 из 144 в Ганьчжоу и 16 из 33 в Миньси. Эти уровни представляют собой относительные ранги при заданных весах RPI, а не предписанные категории природоохранной ценности (Рисунок 10). Верхние 15% показателей RPI коридоров включают 119 коридоров. Среди 20 наиболее высокоранжированных участков 15 находятся в Мэйчжоу, три — в Ганьчжоу и два — в Миньси; совместно они охватывают 277 km². Их ранги отражают сочетание супра-собственного центральности, отрицательного члена площади участка, связи ICH и затрат на изоляцию. На Рисунке 10A нанесено на карту это подмножество, полученное с помощью модели. Данный ранжированный список не является окончательным планом восстановления и должен быть совмещен с данными об экологическом состоянии, осуществимостью, правом собственности на землю, затратами и приоритетами заинтересованных сторон.

Таблица 5 обобщает распределение аналитических приоритетных уровней в трех CEPZ. В Мэйчжоу в Уровне 1 входит 504,1 km² в 22 патчах, в Ганьчжоу — 439,9 km² в 20 патчах, а в Миньси — 53,2 km² в пяти патчах. В Мэйчжоу также наблюдается самое высокое среднее значение RPI (+0,339). Большая совокупная площадь высокого уровня в Мэйчжоу (4 095,7 km²) по сравнению с Уровнем 1 отражает отрицательный член площади в RPI, который повышает относительные показатели малых узловых патчей. Эти результаты описывают структурный рычаг в рамках модели; они не устанавливают внутреннюю природоохранную ценность или обязательное распределение ресурсов для восстановления.

Моделирование сценариев и чувствительность
Четыре сценария привели к противоположным результатам моделирования (Таблица 6). S1 воспроизвел базовый консенсусный порог 0.690. S2, при котором были удалены все патчи среднего уровня, снизил порог до 0.011, что соответствует модельному снижению на 98.4%. Этот результат согласуется со значительным топологическим вкладом патчей, классифицированных как средние; он не является эмпирическим доказательством того, что такая утрата произойдет, и не предписывает конкретный уровень восстановления. S3 и S4 вернули консенсус 0.690, поскольку они изменяли веса ребер без изменения топологии. Согласно данному определению перколяции, снижение сопротивления может повысить взвешенную эффективность, но не изменяет топологический порог. Таким образом, добавление или воссоединение патчей-«ступеней» является вариантом, выведенным из модели для изменения как топологии, так и эффективности, а не обязательной мерой вмешательства (Рисунок 11).

Сценарии градиентной потери участков привели к нелинейному моделируемому отклику. Удаление 25% участков среднего уровня снизило порог консенсуса с 0,690 до 0,593 (−14,0%); удаление 50% привело к значению 0,483 (−30,0%); 75% — к 0,312 (−54,8%); а 100% — к 0,011 (−98,4%). Маржинальное моделируемое снижение возрастало в интервалах 25–50%, 50–75% и 75–100%. В этих симуляциях сохранение как минимум половины участков среднего уровня было связано с сохранением более 70% базового порога; это результат моделирования, а не прогноз реального коллапса. Взвешенная глобальная эффективность (E_glob) была рассчитана, поскольку порог на основе LCC нечувствителен к изменениям весов ребер. Базовая E_glob составляла 0,017230. S3 увеличила её до 0,018628 (+8,1%), а S4 — до 0,017754 (+3,0%). Эти результаты моделирования указывают на улучшение взвешенной связности, несмотря на то что топологический порог перколяции остался неизменным. Таким образом, снижение сопротивления и топологическое расширение влияют на разные свойства сети, и данный анализ не определяет универсально превосходящий метод вмешательства.

Анализ чувствительности подтвердил стабильность ранжирования в исследованных диапазонах параметров. При изменении четырех весов RPI на ±0.05 и ±0.10 значение коэффициента Спирмена ρ оставалось ≥ 0.97. Варьирование радиуса связи в пределах 5, 10, 15 и 20 km изменило количество ребер со строгим радиусом до 8, 35, 63 и 101 соответственно; при этом базовый вариант с 42 ребрами при 10 km включает 35 ребер со строгим радиусом и семь резервных связей. Корреляции коэффициентов участия с базовым вариантом 10 km составили ρ = 0.73 при 15 km, 0.54 при 20 km и 0.27 при 5 km. Семнадцать из 20 ведущих патчей RPI сохранились при 15 km и 15 при 20 km. Эти результаты указывают на чувствительность к параметрам и частичную стабильность рангов; они не подтверждают неограниченную переносимость результатов за пределы исследуемой сети (Рисунок 12).

ДОСТУПНОСТЬ ДАННЫХ:
Набор данных о растительном покрове Китая (China Land Cover Dataset) доступен в Zenodo (https://doi.org/10.5281/zenodo.4417810). Национальный реестр нематериального культурного наследия опубликован Государственным советом Китая, а данные об административных границах доступны в Национальном геоматическом центре Китая. Производные матрицы сетей, результаты перколяции и код анализа размещены в Zenodo (https://doi.org/10.5281/zenodo.21732093).

Рисунок 1Район исследования и схема CEPZ. (A) Расположение трех национальных CEPZ в южной части провинции Цзянси, западной части провинции Фуцзянь и восточной части провинции Гуандун. (B) Распределение 23 национальных объектов ICH по покрову поверхности CLCD 2020. (C) Количество ICH по партиям надписей. (D) Состав категорий ICH. Карты отрисованы с помощью Open Street Map Авторы как the базовая карта; административный границы и все метки, символы, и тематический слои были добавлено или скомпилированный автором the авторы Панели (C) и (D) были подготовленный автором the авторы на основе вкл. the исследование набор данных Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 2: Аналитический рабочий процесс структуры DEHN. Пять дорожек демонстрируют сборку данных, двухслойный вывод, сопряжение, диагностику и выходные данные, используемые для построения и оценки сети. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 3: Траектория фрагментации MSPA-lite в ландшафте tri-CEPZ, 2000–2023 гг. (A) Пространственное распределение основных пятен (core patches) по годам и зонам. (B) Временные тенденции общей площади основных пятен, площади опушек и общей площади растительности. (C) Количество основных пятен и их общая площадь. Пожалуйста, нажмите здесь, чтобы просмотреть этот рисунок в большем размере.

Рисунок 4: Анализ слоя наследия 23 национальных объектов НКП. (A) Поверхность плотности ядра. (B) Граф смежности Делоне-KNN G_H. (C) Десять узлов с наивысшим показателем посредничества. (D) Метрики центральности по CEPZ. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 5: Двуслойная супра-сеть в 2020 году. (A) Пространственная схема межслойной связи. (B) Распределение степеней межслойных связей ICH. (C) Двадцать узлов с наивысшей супра-центральностью собственного вектора. (D) Коэффициент участия в зависимости от супра-центральности собственного вектора для всех 256 узлов. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 6: Анализ центральности экологического слоя для G_E. (A) Пространственная схема ландшафта 2020 года. (B) Распределение степеней. (C) Зависимость площади патча от центральности собственного вектора. (D) Метрики центральности по зонам. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 7: Перколяция слоя инвентаризации наследия при направленных атаках. (A) Отношение LCC к доле удаленных узлов при четырех правилах атаки. (B) Снижение глобальной эффективности. (C) Специфические для атаки и консенсусные пороги. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 8: Перколяция экологических слоев при четырех схемах атак. (A) Случайная атака. (B) Целевые атаки. (C) Межслоевое сравнение пороговых значений. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 9: Сеть экологических коридоров в 2020 году. (A) Поверхность сопротивления. (B) 799 коридоров по пути с наименьшей стоимостью. (C) Распределение кумулятивной стоимости. (D) Зависимость стоимости от длины коридора. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 10: Картирование индекса приоритетности восстановления. (A) Пространственное распределение значений RPI и 15% наиболее значимых коридоров. (B) Состав аналитического уровня по CEPZ. (C) Распределение RPI по зонам. (D) Декомпозиция компонентов для 20 патчей с наивысшим рейтингом. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 11: Сценарное моделирование устойчивости экологического слоя. (A) Кривые перколяции при четырех сценариях. (B) Сравнение консенсусных критических порогов. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Рисунок 12: Анализ чувствительности. (A) Ранговые корреляции Спирмена при возмущениях весов RPI. (B) Стабильность коэффициента участия в зависимости от радиусов связи. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Атрибут	Ганьчжоу CEPZ	Minxi CEPZ	Мэйчжоу CEPZ (Зона экспортно-импортного контроля Мэйчжоу)	Общий итог
Провинция	Цзянси	Фуцзянь	Гуандун	—
Площадь (км²²)	39,341	19,353	15,853	74,547
Единицы административного деления уровня округа	18 округов	6 округов	9 округов + 1 район	34
Пункты ICH национального уровня (n)	11	6	6	23
Объекты НКП, связанные с хакка (n)	7	5	5	17
Основные категории ВМК	народные практики, традиционные ремесла	исполнительское искусство, народные практики	исполнительское искусство, традиционные ремесла	—
Основные экологические патчи ≥ 5 км² (2020)	144	33	56	233
Общая площадь основного патча (км²², 2020)	16,577.60	15,214.10	6,014.00	37,805.70

Таблица 1: Обзор трех CEPZ народа хакка и их реестров НКП. В таблице приводится сравнение географического охвата, административного покрытия и количества объектов НКП национального уровня в Ганьчжоу, Миньси и Мэйчжоу.

Тип данных	Источник	Разрешение / единицы измерения	Время	Список литературы
Землепользование и земельный покров (LULC)	Набор данных о земельном покрове Китая (CLCD), Уханьский университет	растр с разрешением 30 м	2000/05/10/15/20/23	Ян и Хуан (2021)
периметры CEPZ	национальный реестр Министерства культуры и туризма (MCT)	Векторные полигоны	2013–2020 (заявлено)	МСТ (2020)
Национальный перечень объектов нематериального культурного наследия	Национальный перечень традиционной китайской медицины Государственного совета КНР (партии 1–5)	Точка (центроид округа)	2006–2021	Государственный совет (2021)
Административные границы	Национальный центр геоматики Китая	Векторные полигоны	2020	NGCC (2020)
Система координат	Коническая равновеликая проекция Альберса (долг.₀ = 105°, φ₁ = 25°, φ₂ = 47°)	—	—	—

Таблица 2: Основные источники данных. В таблице перечислены поставщики каждого набора данных, их пространственное или временное разрешение, а также их роль в аналитическом процессе.

класс CLCD	Значение сопротивления	Обоснование
Лес (2)	1	Базовый биотоп; максимальная проницаемость
Кустарник (3)	5	Высокая проницаемость; вторичная сукцессия
Луг (4)	10	Умеренная проницаемость
Вода (5)	30	Локально проницаемы для водных таксонов; барьер для наземных
Сельскохозяйственные угодья (1)	50	Полуchanged антропогенная матрица
Лед/снег (7)	200	Высокогорный барьер
Непроницаемый (8)	500	Полный барьер для биотического потока
Нет данных (0)	100	Нейтральный заполнитель

Таблица 3: Значения сопротивления земельного покрова. В таблице указаны значения сопротивления, присвоенные каждому классу CLCD для моделирования коридоров с минимальными затратами.

Правило атаки	Экологический f*	Наследие f*	Δ (H − E)
Случайное (среднее значение 500)	0.62	0.96	0.34
Снижение степени	0.7	0.74	0.04
Нисходящая посредническая центральность	0.44	1	0.56
Собственный вектор с убывающим значением	1	1	0
Консенсус (среднее значение)	0.69	0.925	0.235
Нормированный по плотности (f_C/плотность)	23.3	3.21	−20.09
Случайная атака SD	0.058	0.082	0.024

Таблица 4: Критические пороги перколяции для слоев экологического и наследийного инвентаря в 2020 году. Значения для конкретных типов атак и их консенсус обобщают структурную устойчивость при нормализации LCC по оставшимся узлам.

CEPZ	Общее количество участков	Уровень 1 (наивысший ранг) (n / km²)	Высокий уровень (n / km²)	Средний уровень (n / km²)	Средний RPI
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
Все три CEPZ	233	47 / 997.2	46 / 4,694.0	140 / 32,114.6	0

Таблица 5: Распределение уровней RPI по трем CEPZ. Количество участков, площади и средние значения RPI демонстрируют сравнительное распределение аналитических уровней по зонам.

Сценарий	Описание	Консенсус f*	Δ в сравнении с S1
S1	Исходный уровень (немодифицированный G_E)	0.69	0
S2	Потеря среднего уровня (удалено 140 патчей)	0.011	−0.679
S3	В два раза сократить стоимость ребер между узлами Tier 1 (высшего ранга) и Tier 1 (высшего ранга)	0.69	0
S4	Снижение затрат на 40% для 119 приоритетных коридоров	0.69	0
S2a (удалено 25% умеренно)	удалено 35 из 140 участков средней степени выраженности	0.593	-0.097
S2b (удалено 50% умеренных)	удалено 70 из 140 умеренных очагов	0.483	-0.207
S2c (75% умеренно удалено)	удалено 105 из 140 умеренных очагов	0.312	-0.378
Взвешенная глобальная эффективность	S1=0,0172, S3=0,0186(+8,1%), S4=0,0178(+3,0%)	Пожалуйста, предоставьте текст для перевода.	-

Таблица 6: Консенсусные пороги перколяции при сценарном моделировании. В таблице сравниваются результаты базовой модели, модели потери участков, модели восстановления узлов и модели восстановления коридоров.

Резервирование	Узлы	Края	Плотность	Случайная атака (среднее значение ± СО; n = 500)	Степень	Посредничество (Betweenness)	Собственный вектор	Консенсус
Ганьчжоу	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
Мэйчжоу	56	143	0.093	0.464±0.120	0.250	0.179	0.250	0.286

Таблица 7: Пороги перколяции для каждого заповедника. В таблице отдельно представлены пороги для конкретных видов атак и консенсусные пороги для Ганьчжоу, Миньси и Мэйчжоу.

Обсуждение

Трехзонный анализ морфологических и сетевых диагностических показателей выявил выраженную пространственную неоднородность экологической конфигурации⁴⁹. В Ганьчжоу наблюдалась наибольшая площадь растительного покрова и наибольшее количество фрагментов, но наименьший средний размер фрагмента, в то время как в Миньси сохранились самые крупные средние фрагменты (461 km²), что согласуется с сравнительно непрерывным характером лесов на окраине гор Уи. В Мэйчжоу на меньшей территории располагалось 56 фрагментов и наблюдалась самая высокая концентрация хабов собственного вектора экосистемы. Анализ изменений CLCD указал на общее нелинейное изменение площади основных фрагментов. Площадь основных фрагментов увеличилась с 44 485 km² в 2000 году до 45 772 km² в 2010 году, после чего снизилась до 41 919 km² в 2015 году и до 37 806 km² в 2020 году. Снижение в период 2010–2020 гг. составило 7 966 km², что эквивалентно 17,4% площади основных фрагментов в 2010 году. В 2023 году площадь основных фрагментов составила 37 888 km², что представляет собой небольшой прирост на 82,3 km² по сравнению с 2020 годом. Тем не менее, общее снижение за период 2000–2023 гг. составило 6 597 km², или 14,8%. Переход основных растительных зон в сельскохозяйственные угодья составил 38% чистых потерь основных фрагментов, переходы, связанные с транспортной, водохранилищной и промышленной инфраструктурой — 31%, преобразование в непроницаемые поверхности — 22%, и другие картированные переходы — 9%. Ганьчжоу, Мэйчжоу и Миньси внесли вклад в чистые потери в размере 52%, 35% и 13% соответственно. Данные результаты представляют собой учет земльного покрова и дескриптивные связи; урбанизация, развитие инфраструктуры, инвестиции в садоводство, депопуляция и политические процессы являются вероятными контекстуальными объяснениями, но не подвергались прямому тестированию в качестве причинных факторов⁵⁰.

Анализ перколяции по каждому заповеднику также выявил существенные различия в моделируемой экологической устойчивости. Консенсусные пороги составили 0.374 для Ганьчжоу, 0.573 для Миньси и 0.286 для Мэйчжоу, в то время как медианные пороги при случайных атаках в 500 симуляционных повторах составили 0.410, 0.667 и 0.446 соответственно. Для сравнения, в Таблице 7 приведены соответствующие значения среднего ± SD: 0.420 ± 0.079, 0.686 ± 0.162 и 0.464 ± 0.120 соответственно. Таким образом, при заданных правилах построения сети и проведения атак Миньси продемонстрировал самую высокую моделируемую устойчивость, а Мэйчжоу — самую низкую. Ганьчжоу сочетал в себе более обширную непроницаемую матрицу с относительно неповрежденными внутренними ядрами и более высокий средний показатель посредничества (0.034), что указывает на большую концентрацию трафика кратчайших путей. Мэйчжоу, напротив, содержал множество мелких пятен внутри локально плотных подграфов и демонстрировал более сильную центральность по собственному вектору и концентрацию локальных хабов. Эти различия описывают топологию моделируемой сети коридоров, а не доказывают, что давление застройки или депопуляция вызвали наблюдаемые закономерности^51,52.

В трех зонах экологический слой и слой закартированной инвентаризации наследия продемонстрировали различные структурные пороги. Экологический слой достиг моделируемой точки коллапса при консенсусной доле удаленных узлов 0.690, по сравнению с 0.925 для слоя инвентаризации наследия, что дает разницу в 0.235. Экологический порог был ниже при случайных атаках, атаках по степени узла и по посредничеству, в то время как оба слоя показали сопоставимую устойчивость только при атаке на основе собственного вектора. Эта асимметрия предполагает, что в представленных графах целостность экологических коридоров является более ограничивающим структурным компонентом сопряженной системы⁵³. Однако слой наследия состоит всего из 23 закартированных объектов НКП национального уровня и не должен интерпретироваться как прямое измерение непрерывности, жизнеспособности или географического охвата культурных практик. Более высокий порог наследия также частично связан с его гораздо большей плотностью графа (0.289 против 0.030 для экологического слоя). Нормализованные по плотности пороги обеспечивают описательное сравнение внутри исследования, но их не следует интерпретировать как доказательство того, что увеличение плотности ребер или защита определенного количества узлов приведут к предсказуемому результату в политике управления⁵⁴.

Базовая связь была ограниченной, но пространственно неравномерной: 42 межслойные связи соединяли все 23 узла ICH с 29 экологическими патчами, включая 35 связей со строгим радиусом и семь резервных связей с ближайшими патчами. Мэйчжоу имел самое высокое среднее значение связей ICH с экологическими патчами (2,33) и содержал наибольшую концентрацию экологических хабов, что сделало его как сильно связанным, так и структурно чувствительным элементом в моделируемой сети⁵⁵. Контраст между слоями был также очевиден в рейтингах центральности: Миньси лидировал в рейтинге собственного вектора только для наследия, в то время как Мэйчжоу лидировал в экологическом рейтинге и рейтинге супра-сети. Эта инверсия демонстрирует, что однослойные рейтинги могут измениться после введения межслойных связей. Тем не менее, результаты не позволяют однозначно утверждать, что какая-то одна зона должна автоматически получить приоритет. В Мэйчжоу планировщики могли бы оценить возможность охраны или восстановления связей небольших, высокоцентральных патчей; в Ганьчжоу можно было бы изучить промежуточные патчи с высокой посреднической центральностью с учетом ограничений по землепользованию в пригородных зонах; а в Миньси создание буферных зон и консолидация крупных непрерывных ядер могут быть более актуальными, чем добавление многочисленных мелких патчей⁵⁶. Все подобные варианты требуют полевой проверки, оценки осуществимости и стоимости, анализа землепользования и участия заинтересованных сторон.

Анализ сценариев позволил уточнить различие между взвешенной эффективностью и топологической устойчивостью⁵⁷. Удаление всех патчей среднего уровня снизило порог консенсуса с 0,690 до 0,011, в то время как сценарии прогрессивной потери привели к значениям порога 0,593, 0,483, 0,312 и 0,011 при удалении 25%, 50%, 75% и 100% патчей среднего уровня соответственно. Эти результаты указывают на то, что патчи, не входящие в высшие аналитические уровни, все равно могут вносить важный топологический вклад. Напротив, снижение стоимости ребер в сценариях восстановления 1-го уровня (Tier-1) и приоритетных коридоров не изменило невзвешенный порог перколяции, хотя взвешенная глобальная эффективность увеличилась на 8,1% и 3,0% соответственно. Таким образом, снижение сопротивления и топологическое расширение влияют на разные свойства сети: первое может повысить эффективность моделируемого потока, тогда как второе необходимо для изменения порога согласно текущему определению⁵⁸. Ранжирование RPI оставалось высокостабильным при протестированных возмущениях весов (ρ Спирмена ≥ 0,97), однако изменения радиуса связи обеспечили лишь частичную стабильность, что указывает на то, что приоритеты являются полезными результатами скрининга, а не окончательными предписаниями по восстановлению.

Ряд ограничений сужает возможности интерпретации и указывает на направления будущих исследований. Во-первых, поверхность сопротивления была основана исключительно на земельном покрове, так как полные данные ЦМР (DEM) для исследуемой области были недоступны; в будущих анализах следует учитывать модификаторы уклона и топографической влажности, чтобы проверить, сохранится ли паттерн узла Мэйчжоу⁵⁹. Во-вторых, объекты НИК (ICH) были привязаны к центроидам округов, что скрывает внутриокружную вариативность и может привести к смещению при анализе связей между слоями; для улучшения пространственного представления необходимы обследования на уровне деревень, особенно в Мэйчжоу⁶⁰. В-третьих, многослойный анализ был поперечным за 2020 год, хотя фрагментация экосистем документировалась с 2000 по 2023 год. Реконструкция экологических и сетей связей для всех контрольных лет позволила бы сделать более обоснованные временные выводы⁶¹. В-четвертых, сценарии были детерминированными и не включали модели прогнозирования землепользования, такие как PLUS или FLUS. В будущих работах можно интегрировать стохастическое моделирование землепользования, затраты на восстановление, экологическое состояние, предложение экосистемных услуг и показатели преемственности практик НИК. Расширение слоя наследия за счет включения объектов провинциального уровня также позволило бы выявить более детальные культурно-экологические связи⁶². Соответственно, концепцию DEHN следует рассматривать как воспроизводимый сравнительный диагностический инструмент: она позволяет выявить структурные уязвимости и потенциальные места для вмешательства, однако ее применение к другим CEPZ или культурным ландшафтам требует локальной реконструкции сетей, согласованных протоколов анализа устойчивости, полевой валидации и явного учета приоритетов управления и местных сообществ⁶³.

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Данные об административных границах	Национальный центр геоматики Китая	Набор данных административных границ Китая; https://www.ngcc.cn/
решатель собственных значений ARPACK	ARPACK-NG через SciPy	scipy.sparse.linalg.eigsh; https://github.com/opencollab/arpack-ng
Набор данных о земельном покрове Китая (CLCD)	Уханьский университет / Zenodo	Ежегодный набор данных с разрешением 30 м; запись 4417810; https://zenodo.org/records/4417810
Реестр зон культурно-экологической охраны	Министерство культуры и туризма Китайской Народной Республики	Национальный реестр CEPZ; https://www.mct.gov.cn/
Триангуляция Делоне и анализ k-ближайших соседей	SciPy / NetworkX	Построение сети смежности наследования; k = 4
Сервисы POI Gaode	Amap / Gaode	Онлайн-сервис POI; https://lbs.amap.com/
GeoPandas	разработчики GeoPandas / PyPI	Версия 0.14; https://geopandas.org/
Снимки Google Earth	Google	Снимки Google Earth; https://earth.google.com/
Ядерная оценка плотности	Среда для научных вычислений на языке Python	сетка 500 м; полоса пропускания 5 км
Алгоритм поиска пути с минимальной стоимостью	проект scikit-image	Алгоритм Дейкстры с использованием route_through_array
Национальный реестр нематериального культурного наследия	Государственный совет Китайской Народной Республики	Инвентаризация на национальном уровне, партии 1-5
NetworkX	Разработчики NetworkX / PyPI	Версия 3.2; https://networkx.org/
Python	Python Software Foundation	Версия 3.11; https://www.python.org/
rasterio	Разработчики Rasterio / PyPI	Версия 1.3; https://rasterio.readthedocs.io/
scikit-image	разработчики scikit-image / PyPI	skimage.graph.route_through_array; https://scikit-image.org/
Разреженные матрицы SciPy	сообщество SciPy	scipy.sparse; https://scipy.org/
ЦРМ миссии Shuttle Radar Topography Mission	NASA / USGS	ЦМР SRTM; только предварительная оценка; неполный охват исследуемой области
Репозиторий анализа Zenodo	Zenodo	Код, производные матрицы и выходные данные; https://doi.org/10.5281/zenodo.21732093