黄河流域2001—2013年生境适宜性变化研究

范擎宇 ，何福红，王涛，陈坤，李鹏

（鲁东大学资源与环境工程学院，山东 烟台 264025）

黄河流域2001—2013年生境适宜性变化研究

范擎宇 ，何福红*，王涛，陈坤，李鹏

（鲁东大学资源与环境工程学院，山东 烟台 264025）

生境适宜性评价是开展生物多样性保护的基础与关键，对实现流域可持续发展具有重要意义。本文选取土地利用类型、海拔高程、坡度、距保护区距离、距道路距离和距水源距离作为指标因子，利用基于加速遗传算法的层次分析法（AGA-AHP）计算各指标因子的权重，构建生境适宜性评价模型（Habitat Suitability Index model, HSI），对黄河流域2001—2013年间的生境适宜性进行评价。结果表明：距保护区距离指标因子对黄河流域的生境适宜性影响最大，土地利用类型指标因子次之，高程和坡度因子最小；从整体分布来看，黄河源头及中游生境适宜性较高，黄河上游兰州至头道拐一带以及黄河下游三门峡以下的区域生境适宜性则相对较低；从变化趋势来看，2013年黄河流域的整体生境质量要优于2001年，处于上升趋势；其中生境适宜性变好的区域面积为1.25 ×105km2，占15.78%，主要集中在河套平原、黄土高原、关中平原西部、西北部和黄河三角洲；生境适宜性变差的区域面积为6.43×104km2，占8.1%，主要集中在鄂尔多斯高原中西部、关中平原中部和宁夏平原中南部。

黄河流域；加速遗传算法；生境适宜性；生境适宜性评价模型

随着人类活动的加剧，黄河流域生态系统退化、水土流失、泥沙淤积等生态问题日益明显，生境破碎化严重，一些物种濒临灭绝，生物多样性持续减少[1]。物种的多样性是生物多样性的关键，它既反映了各类生物的丰富程度，又体现了各类生物与环境之间的适应关系。因此，确定物种的生境适宜性条件是生物多样性保护的一个重要科学问题[2-4]。目前，生境适宜性研究主要从评价指标的选取和评价模型的构建来开展。从评价指标来看，主要分为自然环境和人类活动两方面，从这两方面选取若干个相关指标，针对动物种群如水禽、大象、梅花鹿等物种栖息地进行生境适宜性评价[5-7]。从评价模型类型来看，主要有机理模型、回归模型和生态位模型等。其中，采用机理模型（HIS模型），对梅花鹿、驼鹿、大鸨、斑羚、丹顶鹤等物种的繁殖、栖息地进行定量评价和精度验证，在像元尺度上评价了物种的适宜性空间分布[7-10]。采用回归模型（目前应用较多的是Logistic回归模型），在RS/GIS技术支持下，用二项Logistic回归模型筛选出对水禽、黑猩猩、斑羚等物种的生境影响程度大、拟合优度高的指标因子，通过尺度效应检验确定最佳模型，开展生境适宜性评价与分析[4,11-13]。采用生态位模型（常用最大熵模型，MAXENT）对岩羊、丹顶鹤、麋鹿、大熊猫等种群的生境适宜性进行分析和预测[13-17]。

以上研究都是对特定区域某类种群进行生境适宜性评价，而没有实现在大尺度上对多种生物种群整体生境适宜性开展研究。基于此，本文尝试从黄河流域主要物种所需最基本的生境条件出发，在不考虑各类物种生境的空间异质性的条件下，采用地理信息系统技术和统计学分析方法，选取土地利用类型、地形、人类活动等指标因子，构建生境适宜性评价模型，对黄河流域2001—2013年潜在生境适宜性变化进行研究，以期从整体上为黄河流域生物多样性保护和可持续发展提供数据支撑。

1 研究区概况

黄河流域（图1）西起巴颜喀拉山，东临渤海，南至秦岭，北抵阴山，流域面积7.95×105km2。黄河发源于青藏高原巴颜喀拉山北麓，流经青海、四川、甘肃、宁夏、内蒙古自治区、山西、陕西、河南、山东等9省、自治区，在山东垦利县注入渤海，干流全长约5 464 km。地势西高东低，从源头到内蒙古自治区托克托县河口镇为上游，河长3 472 km；河口镇至河南郑州桃花峪为中游，河长1 206 km；桃花峪以下为下游，河长786 km。流域年平均气温在-4-14 ℃，年降水量在300-600 mm之间，年径流量5.74×1011m3，年均输沙量约1.6×1010t。流域内土地利用类型多样，主要为草地、林地和耕地等。流域内分布30多个自然保护区，其中国家级生态保护区9个。

图1 研究区示意图Fig. 1 Location of study area

2 研究方法与数据来源

2.1 生境适宜性评价模型的构建

2.1.1 评价指标体系选取与分级 在生境适应性研究中，土地利用现状与变化、自然保护区数量与分布、地形地貌以及距离交通干线、饮用水源地距离等因素是优先考虑的要素[3-7]。本文选取土地利用类型、距水源距离、高程、坡度、距保护区距离、距道路距离这6个因子作为生境适宜性评价指标。在土地利用类型因子中，湿地往往是动物栖息的理想场所，林地次之，建设用地和裸地受人为干扰强，基本不适合居住[18]；在距水源距离因子中，越近水源地越有利于维持较高的生物多样性；在地形地貌因子中，高程低坡度缓的地方相对更适宜动植物的生存；在距保护区距离因子中，距离越近则生境状况越好；在距道路距离因子中，道路对原始生境具有阻隔作用，使之破碎化，距道路越近，受影响越大。

根据各种统计资料、文献及专家经验，确定研究区不同指标因子对动植物生境的影响程度，将各个指标因子分等定级。对土地利用类型因子以湿地、林地、草地、耕地、建设用地和其他用地为划分标准[4, 20-22]，距水源距离因子以500 m、1 000 m、1 500 m、2 000 m为划分标准[9,12,18]，高程因子以1 000 m、2 000 m、3 000 m和4 000 m为划分标准，坡度因子以15°、20°、30°、45°为划分标准[2,6,11,18]，距保护区距离因子以0、500 m、1 000 m、1 500 m为划分标准[7,12-14]，距道路距离因子以2 500 m、2 000 m、1 500 m、1 000 m[7,13,20]为划分标准，分别赋值为5、4、3、2、1，数值越大表示该区域受到干扰程度越低，生境适宜性等级越高。具体划分等级见表1。

2.1.2 生境适宜性评价模型 生境适宜性评价模型是基于生态位理论，由美国渔业与野生动物局开发，是目前生境适宜性评价研究中运用较多的一种模型[24]。生境适宜性模型公式如下：

式中：HSI为生境适宜性指数，n为因子个数，Ai为因子i的生境适宜性值，wi为因子i的权重。根据本文中选取的指标因子构建生境适宜性模型，公式如下：

表1 单因子适宜性等级划分标准Table 1 Suitability rank standard of each single factor

式中：HSI为生境适宜性指数；AL、AD、AS、AR、AP和AW分别表示土地利用类型因子、高程因子、坡度因子、距道路距离因子、距保护区距离因子、距水源距离因子，WL、WD、WS、WR、WP、WW则表示各指标因子的权重。HSI值越大，说明处于该地区的生境质量越好，否则，生境质量较差。

2.1.3 指标因子权重的确定 本文使用基于加速遗传算法的层次分析法（AGA-AHP）确定各指标因子的权重。基于加速遗传算法的层次分析法(AGAAHP)，从判断矩阵的一致性指标函数出发[25,26]，如公式（3）所示，将其看成非线性优化问题，将权重计算与一致性检验进行结合，通过不断调整优化变量，可同时确定各层次元素的相对重要性和进行判断矩阵的一致性检验。

式中：FCI(n)为一致性指标函数，Aik为判断矩阵，Wk为优化变量，Wk>0，k=1，2，…n，

2.2 数据来源与处理

本文所用研究数据主要有全国生态功能保护区和自然保护区数据、2001-2013年的500 m×500 m分辨率的土地利用数据、2001-2013年的全国1∶1000000万的水系和水资源分区数据、NASA发布的90 m×90 m分辨率的DEM数据、省级行政区划数据。运用ArcGIS软件对各个指标原始数据进行投影转化和标准化处理，将像元分辨率统一在250 m× 250 m范围内，然后对相关指标进行空间计算和分析。

3 结果与分析

3.1 生境指标因子适宜性等级

3.1.1 动态生境指标因子适宜性等级 依据表1对研究区的土地利用数据按湿地、林地、草地、耕地、建设用地和其他土地利用类型进行重分类，得到黄河流域2001年和2013年的生境适宜性等级分布图（图2）和2001-2013年的生境适宜性等级分布变化（表2）。

从图2可以看出，黄河流域生境适宜性等级为3级的草地分布较广，占的比重较大，主要分布在中上游的大部分地区；等级较高的湿地仅在上游的三江源区有零星分布，林地主要分布在关中平原的南北两侧；等级较低的耕地主要分布在中游的关中平原、汾河河谷地区和下游大部分地区。从时间变化来看（表2），2001-2013年间，黄河流域的生境适宜性等级有所下降，主要反映在各类型土地的面积变化上，其中生境适宜性等级为5的湿地面积减少了3.78×103km2，减少幅度为19.93%；等级为4级的林地面积虽有所增加，但变化幅度不大，为3.77%。而等级为2级的耕地面积增加了5.55×104km2，增加幅度为55.36%。主要由于黄河中下游地区人口的快速增长、对土地的刚性需求增加，使得大量的草地、未利用地被开垦、复垦；加之长期对黄土高原地区水土流失的治理，建坝淤地，使得黄河中下游地区的耕地面积不断增加。

图2 土地利用因子生境适宜性等级分布图Fig. 2 Land utilization factor of habitat suitability level

表2 土地利用因子生境适宜性等级分布变化Table 2 The change of habitat suitability level distribution of land use factors

以距水源距离500 m、1 000 m、1 500 m、2 000 m为等级划分标准进行重分类，得到了2001年和2013年的距水源因子生境适宜性空间分布图（图3）和距水源因子生境适宜性等级分布变化（表3）。

图3 距水源距离因子生境适宜性等级分布图Fig. 3 Distance from the water factor habitat suitability

表3 距水源距离生境适宜性等级分布变化Table 3 The change of habitat suitability level distribution of distance away from the water

由图3可以看出，以距水源地为单因素进行生境适宜性分析，生境适宜性等级较高的地区主要位于黄河流域的干支流附近，水系发达的黄河上游地区和河套平原地区，其余地区的适宜性等级均较低。从各等级面积变化上看（表3），生境适宜性等级在4-5级的区域面积在逐渐增加，增加幅度均在10%以上，而生境适宜性等级为1级的区域面积减少了1.25×104km2，总体说明2001-2013年生境趋于好转。3.1.2 静态生境指标因子的生境适宜性等级 在本文选用的评价因子中，地形因子，距道路、保护区距离等指标因子的动态变化很小，可以认定为静态指标。从距保护区距离因子来看（图4a），生境适宜性等级为1级和5级的区域分布较广，面积分别占总面积的44.04%和52.66%。其中生境适宜性等级为5级的面积为4.19×105km2，主要分布于黄河源头、黄河中游以及黄河上游下沿河至河口镇一带，这些地方均有保护区的分布，在保护区内生境质量较好，适宜性等级较高。从距道路距离因子来看（图4b），除交通网络发达地区外，整体上生境适宜性较好，其中5级区面积为7.35×105km2，占92%，而1级和2级区共占流域面积的4.3%，主要分布在交通网络发达的交通枢纽周围，如中上游的兰州地区、中游太原和西安地区、以及下游济南等地。从海拔高程方面看（图4c），黄河流域中下游的生境适宜性等级明显高于上游地区，其中5级区面积为1.17×106km2，占15.7%，主要分布在东部中下游大部分地区，而黄河源头及上游兰州以上地区均为1-3级，海拔相对较高，供氧量不足，不适宜物种生存和发展。对地形坡度因子而言（图4d），除黄河中上游和流域南部有些地区地势稍有起伏外，生境适宜性等级在3-4级之间，整体上地势较为平坦，其中5级区面积为7.95×105km2，占91.7%。

图4 静态指标因子生境适宜性等级分布图Fig. 4 Distribution of habitat suitability level of static index factor

3.2 多因子综合生境适宜性评价

黄河流域的整体生境适宜性是各个指标共同作用和影响的结果，本文采用基于加速遗传算法（AGA）的层次分析法(AGA -AHP)来计算各生态因子的权重，权值越大，说明该因子对黄河生境适宜性的影响越大。参照部分文献对各个指标在生境适宜性评价中的隶属度和相对重要性研究[6-9,12-15]，通过两两比较和相关性原则，依次对各层次指标构建判断矩阵Aik，再运用式（3）优化计算得到各指标因子权重（表4）。从表4可以看出，距保护区距离因子的权值最大，为0.458，说明距保护区距离因子对生物的生境选择影响最大；其次是土地利用类型因子，为0.226；高程和坡度的权重值相对较低，说明地形对生物的生境选择影响较小。通过计算得到最大特征根λmax=6.137，CI值为0.018 4，可认为研究中构造的判断矩阵的一致性令人满意，所获得的各因子相对权值较合理。

通过表1对各个指标因子进行分级赋值，然后结合表4的各个指标因子的权重值，基于生境适宜性评价模型，在ArcGIS中计算每个栅格的生境适宜性指数，得到2001年和2013年两期黄河流域生境适宜性指数空间分布图（图5）。从黄河流域生境适宜性空间的整体分布来看，黄河源头及中游区因处于保护区内且河网水系密集，其生境适宜性较高；而上游兰州至头道拐一带以及下游三门峡以下的区域生境适宜性则相对较低。

表4 不同指标的相对权重计算结果Table 4 Result of the relative weight of different indices

3.3 2001-2013年黄河流域生境适宜性变化

对黄河流域生境适宜性指数空间分布图进行叠加，通过栅格计算器进行计算，得到2001-2013年黄河流域生境适宜性变化示意图，如图6所示。

图5 黄河流域生境适宜性指数空间分布Fig. 5 Spatial distribution of habitat suitability index of the Yellow River

图6 黄河流域生境适宜性变化Fig. 6 The change of habitat suitability in the Yellow River

由图6可以看出，2001-2013年期间黄河流域生境适宜性变化不大。生境适宜性不变的区域面积为6.04×105km2，占整个流域面积的76.12%。生境适宜性变好的区域面积为1.25×105km2，占15.78%，包括上游的河套平原地区，中游的黄土高原区，关中平原西部、西北部地区；下游的黄河三角洲地区，主要与可持续发展战略的实施和部分生态功能保护区的设立有关，例如在中游设立的黄土高原丘陵沟壑水土保持生态功能保护区和下游的黄河三角洲湿地生态功能保护区。生境适宜性变差的区域面积为6.43×104km2，占8.1%，其中明显变差的区域主要集中在鄂尔多斯高原中西部、关中平原中部和宁夏平原中南部地区，主要是城市化进程加快及人类对土地的不合理开发利用等原因导致生境适宜性变差。

4 结论

本文选取土地利用类型、地形、人类活动等指标因子，构建生境适宜性评价模型，对黄河流域2001-2013年潜在生境适宜性变化进行研究。得出以下结论：

1）从整体分布来看，黄河上游生境要优于中、下游；源头及中游因处于保护区内且河网水系密集，生境适宜性较高；上游兰州至头道拐一带以及下游三门峡以下的区域生境适宜性则相对较低。其中距保护区距离因子对黄河流域的生境适宜性影响最大，权重值为0.458；其次是土地利用类型因子，权重值为0.226。

2）从变化趋势来看，2013年黄河流域的整体生境质量要优于2001年，处于上升趋势。生境适宜性不变的区域面积为6.04×105km2，占整个流域面积的76.12%。其中生境适宜性变好的区域面积为1.25×105km2，占15.78%，包括上游的河套平原地区，中游的黄土高原区，关中平原西部、西北部地区，下游的黄河三角洲地区；生境适宜性变差的区域面积为6.43×104km2，占8.1%，主要集中在鄂尔多斯高原中西部、关中平原中部和宁夏平原中南部地区。

5 讨论

1） 本文选取机理模型中的生境适宜度指数（HSI）将影响生物物种繁衍和生存的环境因子定量化，采用基于加速遗传算法的层次分析法（AGAAHP）从一致性检验函数出发，优化计算各指标因子权重，有效的避免了主观打分造成的误差。从权重大小排序来看，距保护区距离因子>土地利用因子>距水源距离因子>距道路距离因子>高程因子>坡度因子，距保护区距离因子的权重接近一半（0.458），说明生态功能保护区有利于生物多样性的维持，因此，设立保护区是增加流域生境适宜性的有效方法。其次是土地利用类型因子和距水源距离因子，可以通过设置缓冲区对适宜性等级高的土地类型、水源地进行保护。通过本文的数据分析可知，距道路距离因子和地形因子的权重值较低，说明这些指标对研究区的生境影响程度不大。此外，本文主要从各物种的整体生境适宜性角度进行评价，因此选择了一些有代表性的指标，未来可在本研究提出的指标权重分析方法的基础上进一步丰富生境适宜性因子，进而提高分析的精度。

2）在定性分析黄河流域自然生态环境和社会经济活动的基础上，对黄河流域2001-2013年间的生境适宜性进行评价，得到黄河流域上游生境要优于中、下游。袁丽华等[28]、王翠翠等[29]通过对2000-2010年黄河流域的植被覆盖率变化和水体岸边带生态健康综合指数进行分析，得到NDVI从2005年来呈现快速增长的趋势且西部和东南部偏高，北部低的特征；水体岸边带生态健康综合指数升高，有改善趋势，中上游生态健康状况优于下游，从侧面反映了研究期内黄河流域的生境在逐渐好转。彭月等[30]通过对黄河流域宁夏段的生境适宜性进行评价，得出流域北部灌区和南部山区有明显改善，中部的沙坡头、红寺堡和东部盐池县有恶化趋势，基本上与本文研究结果吻合。

3）从整个流域宏观尺度出发进行的生境适宜性变化分析不同于之前对特定区域内生态位类似的某种或者某类生物进行评价。以全流域生态系统和所有生态保护区为目标的适宜性分析，未考虑黄河流域主要物种的空间分布异质性，而是考虑了所选评价因子综合影响的变化，为全流域整体生境适宜性变化提供细节。这样避免了从物种所需生境条件出发评价带来的困扰。现有研究对于特定区域尺度内生态位类似的某种或者某类生物进行适宜性评价，往往忽略了不同物种间的生境适宜性的同质性和异质性差别，如：哺乳类（食肉、食草）、鸟类（林鸟、水鸟）、两爬（陆生、水生）、水生生物等，它们依赖的生境适宜因子完全不同，将所有生物糅合在一起进行适宜性分析，在有限的篇幅中很难完成。就本文的结果来看，在全黄河流域尺度来看，明确指出了适宜性的变化特点与空间分布。但是针对具体物种应用的可靠性还需在今后的工作中进一步完善。

致谢：由衷感谢北京师范大学地理学院的蒋卫国、袁丽华、张云飞等在本文写作过程中提供的数据支撑与帮助。

[1] 李祥瑞, 吴玉娇. 黄河流域生态污染现状及对策[A]. 中国水利技术信息中心. 2015第七届全国河湖治理与水生态文明发展论坛论文集[C]. 北京: 中国水利技术信息中心, 2015: 326-327. Li X R, Wu Y J. Ecological pollution situation and countermeasures of Yellow River Basin[A]. China Water Conservancy Technology Information Center. The Seventh National Governance and River and Lake Water Ecology Civilization Forum Proceedings in 2015[C]. Beijing: China Water Conservancy Technology Information Center, 2015: 326-327.

[2] 钟明, 侍昊, 安树青, 等. 中国野生动物生境适宜性评价和生境破碎化研究[J]. 生态科学, 2016, 35(4): 205-209. Zhong M, Shi H, An S Q, et al. The studies of wildlife habitat suitability assessment and habitat fragmentation in China[J]. Ecological Science, 2016, 35(4): 205-209.

[3] 路春燕. 基于GIS与Fuzzy的野生植物生境适宜性评价与区划研究——以秦岭地区华中五味子为例[D]. 西安: 陕西师范大学, 2012. Lu C Y. Habitat suitability evaluation and regionalization of wild plants based on GIS and Fuzzy: A case study of Schisandra sphenanthera Rehd. et Wils in Qinling area[D]. Xi’an: Shaanxi Normal University, 2012.

[4] 符裕红, 喻理飞, 黄宗胜. 喀斯特不同岩石产状生境类型下白栎群落的物种多样性研究[J]. 农业现代化研究, 2016, 37(5): 972-980. Fu Y H, Yu L F, Huang Z S. Study on the species diversity of Quercus fabric community under different carbonate rock occurrence habitat in Karst area[J]. Research of Agricultural Modernization, 2016, 37(5): 972-980.

[5] 孔博, 张树清, 张柏, 等. 遥感和GIS技术的水禽栖息地适宜性评价中的应用[J]. 遥感学报, 2008, 12(6): 1001-1009. Kong B, Zhang S Q, Zhang B, et al. Habitat suitability evaluation for water fowls used-land based on RS and GIS[J]. Journal of Remote Sensing, 2008, 12(6): 1001-1009.

[6] Rubul H, Anup S. The pachyderm and the pixel: An assessment of elephant habitat suitability in Sonitpur, India[J]. International Journal of Remote Sensing, 2013, 34(15): 5317-5330.

[7] 李佳, 李言阔, 缪泸君, 等. 江西桃红岭国家级自然保护区梅花鹿生境适宜性评价[J]. 生态学报, 2014, 34(5): 1274-1283. Li J, Li Y K, Miu L J, et al. Habitat assessment of sika deer (Cervus nippon) in the Taohongling National Nature Reserve, Jiangxi Province, China[J]. Acta Ecologica Sinica, 2014, 34(5): 1274-1283.

[8] Dussault C, Courtois R, Ouellet J P. A habitat suitability index model to assess moose habitat selection at multiple spatial scales[J]. Canadian Journal of Forest Research, 2011, 36(5): 1097-1107.

[9] 赵志轩, 严登华, 翁白莎, 等. 白洋淀流域大鸨越冬栖息地的适宜性评价[J]. 应用生态学报, 2011, 22(7): 1907-1913. Zhao Z X, Yan D H, Weng B S, et al. Suitability evaluation of great bustard (Otistarda)'s wintering habitat in Baiyangdian basin[J]. Chinese Journal of Applied Ecology, 2011, 22(7): 1907-1913.

[10] Varghese A O, Sawarkar V B, Rao Y L P, et al. Habitat suitability assessment of Ardeotis nigriceps (Vigors) in Great Indian Bustard Sanctuary, Maharashtra (India) using remote sensing and GIS[J]. Journal of the Indian Society of Remote Sensing, 2016 44(1): 49-57.

[11] Singh A, Kushwaha S P S. Refining logistic regression models for wildlife habitat suitability modeling—A case study with muntjak and goral in the Central Himalayas, India[J]. Ecological Modelling, 2011, 222(8):1354-1366.

[12] 曹铭昌, 刘高焕, 单凯, 等. 基于多尺度的丹顶鹤生境适宜性评价——以黄河三角洲自然保护区为例[J]. 生物多样性, 2010, 18(3): 283-291.Cao M C, Liu G H, Shan K, et al. A multi-scale assessment of habitat suitability of red-crowned crane at the Yellow River Delta Nature Reserve, Shandong, China[J]. Biodiversity Science, 2010, 18(3): 283-291.

[13] 刘振生, 高惠, 滕丽微, 等. 基于MAXENT模型的贺兰山岩羊生境适宜性评价[J]. 生态学报, 2013, 33(22): 7243-7249. Liu Z S, Gao H, Teng L W, et al. Habitat suitability assessment of blue sheep in Helan Mountain based on MAXENT modeling[J]. Acta Ecologica Sinica, 2013, 33( 22): 7243-7249.

[14] 吴庆明, 王磊, 朱瑞萍, 等. 基于MAXENT模型的丹顶鹤营巢生境适宜性分析——以扎龙保护区为例[J]. 生态学报, 2016, 36(12): 3758-3764. Wu Q M, Wang L, Zhu R P, et al. Nesting habitat suitability analysis of red-crowned crane in Zhalong Nature Reserve based on MAXENT modeling[J]. Acta Ecologica Sinica, 2016, 36(12): 3758-3764.

[15] Plante M, Lowell K, Potvin F, et al. Studying deer habitat on Anticosti Island, Québec: Relating animal occurrences and forest map information[J]. Ecological Modelling, 2004, 174(4): 387-399.

[16] 朱耿平, 刘国卿, 卜文俊, 等. 生态位模型的基本原理及其在生物多样性保护中的应用[J]. 生物多样性, 2013, 21(1): 90-98. Zhu G P, Liu G Q, Bo W J, et al. Ecological niche modeling and its applications in biodiversity conservation[J]. Biodiversity Science, 2013, 21(1): 90–98.

[17] 王学志, 徐卫华, 欧阳志云, 等. 生态位因子分析在大熊猫（Ailuropoda melanoleuca）生境评价中的应用[J]. 生态学报, 2008, 28(2): 821-828. Wang X Z, Xu W H, Ouyang Z Y, et al. The application of Ecological-Niche factor analysis in giant pandas (Ailuropoda melanoleuca) habitat assessment[J]. Acta Ecologica Sinica, 2008, 28(2): 821-828.

[18] Guo Y L, Wang Q, Yan W P, et al. Assessment of habitat suitability in the Upper Reaches of the Min River in China[J]. Journal of Mountain Science, 2015, 12(3): 737-746.

[19] De B L, Curran M, Rondinini C, et al. High-resolution assessment of land use impacts on biodiversity in life cycle assessment using species habitat suitability models[J]. Environmental Science & Technology, 2015, 49(4): 2237-2244.

[20] 于婧, 聂艳, 周勇, 等. 生态位适宜度方法在基于GIS的耕地多宜性评价中的应用[J]. 土壤学报, 2006, 43(2): 190-196. Yu J, Nie Y, Zhou Y, et al. Niche-fi tness theory and its application to GIS-based multi-suitability evaluation of cultivated land[J]. Acta Pedlogica Sinica, 2006, 43(2): 190-196.

[21] 周浩, 雷国平, 路昌, 等. 黑龙江省耕地后备资源宜耕性评价与空间分异特征研究[J]. 农业现代化研究, 2016, 37(5): 840-847. Zhou H, Lei G P, Lu C, et al. Suitability assessment of arable land reserve and its spatial differentiation in Heilongjiang Province[J]. Research of Agricultural Modernization, 2016, 37(5): 840-847.

[22] 刘焱序, 王仰麟, 彭建, 等. 耦合恢复力的林区土地生态适宜性评价——以吉林省汪清县为例[J]. 地理学报, 2015, 70(3): 476-487. Liu Y X, Wang Y L, Peng J, et al. Land ecological suitability assessment for forest coupled with the resilience perspective: A case study in Wangqing County, Jilin Province, China[J]. Acta Geographica Sinica, 2015, 70(3): 476-487.

[23] Shealer D A, Alexander M J. Use of aerial imagery to assess habitat suitability and predict site occupancy for a declining wetland-dependent bird[J]. Wetlands Ecology and Management, 2013, 21(4): 289-296.

[24] Morrison M L, Marcot B G, Mannan R W. Wildlife-Habitat Relationships: Concepts and Applications[M]. Madison: University of Wisconsin Press, 1998.

[25] 李传威. 加速遗传算法的层次分析法的探讨[J]. 中国软科学, 2005(12): 140-144. Li C W. Discussion on the accelerating genetic algorithm analytic hierarchy process[J]. China Soft Science, 2005(12): 140-144.

[26] 金菊良, 魏一鸣, 付强, 等. 计算层次分析法中排序权值的加速遗传算法[J]. 系统工程理论与实践, 2012(11): 39-43. Jin J L, Wei Y M, Fu Q, et al. Accelerating genetic algorithm for computing rank weights in analytic hierarchy process[J]. Systems Engineering-Theory & Practice, 2012(11): 39-43.

[27] 詹棠森, 林卫中, 邱望仁. 修正AHP中判断矩阵的近似加速算法[J]. 数学的实践与认识, 2007, 37(3): 74-78. Zhan T S, Lin W Z, Qiu W R. Approximately accelerating algorithm for correcting judgement matrix consistency in analytic hierarchy process[J]. Mathematics in Practice and Theory, 2007, 37(3): 74-78.

[28] 袁丽华, 蒋卫国, 申文明, 等. 2000—2010年黄河流域植被覆盖的时空变化[J]. 生态学报, 2015, 33(24): 7798-7806. Yuan L H, Jiang W G, Shen W M, et al. The spatio-temporal variations of vegetation cover in the Yellow River Basin from 2000 to 2010[J]. Acta Ecologica Sinica, 2015, 33(24): 7798-7806.

[29] 王翠翠, 曹冉, 程伟, 等. 黄河流域水体岸边带生态健康变化评估[J]. 人民黄河, 2015, 37(2): 81-84. Wang C C, Cao R, Cheng W, et al. Assessment of the ecological health of the riparian buffer along rivers in the Yellow River Basin from 2000 to 2010[J]. Yellow River, 2015, 37(2): 81-84.

[30] 彭月, 李昌晓, 李健, 等. 2000—2012年宁夏黄河流域生态安全综合评价[J]. 资源科学, 2015, 37(12): 2480-2490. Peng Y, Li C X, Li J, et al. Assessment on the ecological security of the Yellow River Basin in Ningxia Province from 2000 to 2012[J]. Resources Science, 2015, 37(12): 2480-2490.

（责任编辑：王育花）

Study on the habitat suitability change of the Yellow River Basin from 2001 to 2013

FAN Qing-yu, HE Fu-hong, WANG Tao, CHEN Kun, LI Peng
（College of Resource and Environment Engineering, Ludong University, Yantai, Shandong 264025, China）

Habitat suitability assessment is the basis and key to the biodiversity conservation, which has great significance to the sustainable development at a basin scale. Land use type, elevation, topographic slope, and the distance from nature reserve, roads and water sources were selected as the index factors using GIS. Each index factor’s weight was calculated with Analytic Hierarchy Process based on Accelerating Genetic Algorithm (AGA-AHP). Habitat Suitability Index model (HSI) was then built to determine the change of habitat suitability in the Yellow River Basin from 2000 to 2013. The results showed that: 1) The distance from nature reserve followed by the index of land use type had the greatest impact on the habitat suitability of the Yellow River Basin, whereas the index of elevation and topographic slope exerted the minimum impact. 2) The habitat suitability from the source and the middle reaches of the Yellow River was relatively higher, whereas that from the upper reaches of the Yellow River Lanzhou to Toudaoguai and the area around the lower reaches of Sanmenxia was relatively lower. 3) In terms of temporal changes, the overall habitat quality of the Yellow River in 2013 was better than that in 2001, which showed an increasing trend over time. The area of region with increased habitat quality was about 1.25×105km2, which covered the upper reaches of Hetao Plain, the middle and north-west reaches of Guangzhong Plain, the lower reaches of the Yellow River delta, accounting for 15.8% of total area. The area of reduced habitat quality region located on the middle-west reaches of Erdos Plateau, the middle reaches of Guangzhong Plain and the South-central of Ningxia Plain, was about 6.43×104km2which accounted for 8.1% of the total area.

Yellow River Basin; Accelerating Genetic Algorithm; habitat suitability; Habitat Suitability Index model

Q958.1

A

1000-0275（2017）03-0519-08

10.13872/j.1000-0275.2017.0040

范擎宇, 何福红, 王涛, 陈坤, 李鹏. 黄河流域2001—2013年生境适宜性变化研究[J]. 农业现代化研究, 2017, 38(3): 519-526.

Fan Q Y, He F H, Wang T, Chen K, Li P. Study on the habitat suitability change of the Yellow River Basin from 2001 to 2013[J].

Research of Agricultural Modernization, 2017, 38(3): 519-526.

国家自然科学基金项目（41471223，41571077）。

范擎宇（1990-），女，湖南衡阳人，硕士研究生，主要从事自然灾害风险研究，E-mail：qingyufqy@126.com；通讯作者：何福红（1978-），男，湖南衡阳人，博士，副教授，主要从事土壤侵蚀与3S技术应用教学和研究，E-mail：fuhonghe@ldu.edu.cn。

2017-02-15，接受日期：2017-04-13

Foundation itteemm:: National Natural Science Foundation of China (41471223, 41571077).

Corresponding authhoorr:: HE Fu-hong, E-mail: fuhonghe@ldu.edu.cn.

Receiivveedd 15 February, 2017, Accepptteedd 13 April, 2017