基于CA-Markov的土地利用时空变化与生境质量预测*——以宁夏中部干旱区为例

武 丹, 李 欢, 艾 宁, 黄 涛, 顾继升

基于CA-Markov的土地利用时空变化与生境质量预测*——以宁夏中部干旱区为例

武 丹1, 李 欢1, 艾 宁2, 黄 涛1, 顾继升1

(1. 宁夏回族自治区遥感测绘勘查院(宁夏回族自治区遥感中心) 银川 750000; 2. 宁夏回族自治区应急宣传教育中心 银川 750001)

探究干旱半干旱区土地利用结构动态变化特征, 评估并预测生境质量, 可为区域生态规划和恢复提供决策性依据。本研究以搭载OLI和ETM+传感器遥感影像和气象数据、社会经济数据等为基础, 采用土地利用转移流概念、InVEST模型和CA-Markov模型研究2000—2030年宁夏中部干旱区土地利用和生境质量时空变化特征及规律, 对未来情境进行模拟和预测。研究结果表明: 宁夏中部干旱区土地系统结构变化与生态建设规划高度一致, 具有黄河流域两侧集中分布的特征, 土地系统综合动态度逐期减小, 活跃度具有稳中有变、部分较活跃的特征。土地系统信息熵特征值呈逐年降低趋势。随着时间变化土地系统受人类活动干扰强度低, 自我调整程度高, 修复能力强, 系统向稳定状态转化。2000—2015年研究区生态环境质量呈“U”型特征, 以优秀等级为主。2015—2030年土地系统结构将发生显著变化, 生境质量优秀、差和良好等级面积逐渐扩大, 生态系统呈现稳定向好的趋势。本研究的多模型集成应用可为区域土地规划和生态恢复建设提供理论依据和支撑。

宁夏中部干旱区; 土地利用; 生境质量; 土地利用转移流; CA-Markov; InVEST模型

土地是人类生存、发展的最基本自然资源, 是社会进步和经济发展的基础[1]。土地利用变化是人类活动对生态环境作用的直接体现, 也是引起区域生态系统服务功能和质量变化的重要因素[2]。随着人口增长和社会经济的快速发展, 土地利用的变化具有变化周期短、复杂程度高、影响因素多等特点, 使其引起的生态效应变化成为生态环境研究领域的热点和难点[3-4]。

近年来, 许多专家学者从生态风险、生境质量、生态服务功能、景观格局和生态预警等角度对土地利用及其引起的生态效应特征做了大量研究, 主要集中于国家、城市、流域等空间尺度, 对气候干旱区和多地貌特征复杂区生境质量的研究较少[5-6]。学者们常采用InVEST模型、HIS模型、SolVES模型等生境适宜性模型对区域生境质量进行评估[7-9]。其中InVEST模型具有操作便捷、输出结果空间表达能力强、客观性强等优点被广泛应用[10]。国内外专家学者利用InVEST模型对流域、山区、县域等不同尺度区域生态服务功能和生境质量了评估研究。如蒋九华等[11]利用InVEST模型对北京山区的森林生态系统碳储量进行了评估分析, 应用碳储量模块获得了研究区不同林分类型区和空间平均碳储量分布情况; 谢余初等[12]利用InVEST模型的HabitateQuality模块和景观格局指数的集成, 探究了甘肃省白龙江流域山区植被生物多样性变化特征,发现将InVEST与多指数构建的评估方法对区域生物多样性空间格局评估更为客观和真实, 且更符合流域生物多样性实际分布状况; 刘菊等[13]在岷江上游采用InVEST水源涵养估算模块探究了生态系统水源涵养量和价值估算, 研究结果表明在流域尺度的生态补偿机制构建和补偿效益分析等方面, 该模型具有重要应用价值; 刘晓娟等[14]利用FLUS模型和InVEST模型综合分析了中国未来土地利用变化及其对土壤碳储量的影响, 并对其空间分异特征进行了解读; 刘春艳等[15]研究了三峡库区2005—2020年的土地覆被和生物多样性功能的演化及趋势, 发现CA-Markov模型的结合应用普适性较好。综上所述, 学者们分别以流域、山区和国家等尺度对不同生态服务功能和特点进行了研究, 利用植被、河流等单一指标, 证实了InVEST模型在不同尺度生态系统服务功能评价和估测研究中优势明显。以土地利用和生境质量时空变化结果为基础, 模拟和预测未来区域土地结构、生境质量和生态服务功能的变化特征及趋势, 能够为政府规划和生态文明建设提供决策意见。常见的预测模型有: 元胞自动机(CA, Cellular Automaton)、随机模型、FLUS模型、最优化模型等[16-17]。CA-Markov模型是将元胞自动机和随机模型中的马尔可夫(Markov)链模型集成应用, 其具备Markov长期预测和CA模拟复杂系统空间变化的双重优势, 能够完成不同时空尺度土地利用、生境质量等变化的模拟和预测, 具有提高模拟精度、预测结果可视化输出等优点[18-19]。近年来, 学者们对生态系统服务功能、景观格局变化做了大量分析, 但是针对包含复杂地貌、气候和资源特征的区域生态系统研究较少, 对生态服务功能未来变化和趋势判断多以经验模式为主, 且在研究中评价指标单一, 缺乏对评价指标特点的剖析。

本文以宁夏中部干旱区为研究区, 该区域具有自然条件恶劣, 生态破坏严重, 土地结构变化规律性弱且变化周期短等特点。近年来, 随着生态文明建设进程的推进, 其生态恢复工作取得巨大成功, 如草方格治沙、生态移民等举措和模式已在全国进行推广。研究集成多模型, 剖析宁夏中部干旱区土地结构变化规律, 模拟其生境质量未来变化趋势和规律, 旨在探究复杂区域生态恢复模式结构和多模型集成应用的可行性, 为生态恢复工作的持续实施提供导向和建议。

1 研究区概况

宁夏中部干旱区位于黄土高原、毛乌素沙地、鄂尔多斯台地和腾格里沙漠等不同地貌区的过渡带(104°17′~107°39′E, 36°54′~38°23′N), 与甘肃、陕西、内蒙古等省毗邻, 是宁夏典型的生态环境脆弱区, 主要包括宁夏境内的盐池县、同心县、红寺堡开发区和海原县, 面积约为20 141 km2, 占宁夏总面积的35.6%。研究区气候类型属温带大陆性干旱半干旱气候, 降水多集中于7—9月, 年降水量为120~240 mm, 年蒸发量2 027.8 mm, 年平均气温为10.8 ℃, 具有气候干燥、蒸发强烈、降水时空分布不均匀等特点。该区域生态环境承载能力弱, 经济水平低, 属全国18个集中连片特殊困难地区之一, 是精准扶贫工作开展的重点区域[20-21]。近年来, 随着生态恢复举措和生态移民工程的实施, 局部生态环境趋于好转。地理环境、气候条件因素的影响下, 研究区整体生态环境质量表现脆弱, 主要生态问题表现于土地盐渍化、沙漠化、水土流失及由此引发的其他生态效应和环境问题。探究宁夏中部干旱带土地结构变化和生态环境质量特征, 模拟及预测生态环境质量和土地利用时空变化趋势, 可为未来生态恢复工作和规划提供科学依据和理论支撑。

2 数据来源与研究方法

2.1 数据来源

1)遥感影像数据及处理: 2000年、2005年、2010年和2015年的宁夏中部干旱区OLI和ETM+传感器遥感影像(栅格大小为30 m×30 m, 云量<1%), 来自宁夏回族自治区遥感中心。以2000—2015年每5年的宁夏中部干旱带OLI和ETM+传感器遥感影像为基础数据, 结合实地调查数据, 利用ENVI 5.3和ArcGIS 10.5等软件技术平台, 根据《土地利用现状分类》(GB/T 21010—2017)的分类依据和标准[22], 采用目视判读的方法将土地覆盖类型主要分为一级类7种, 包括建设用地、耕地、草地、林地、沙地、水域和其他用地, 二级类共26种, 包括灌木林地、天然牧草地、人工牧草地、采矿用地、铁路用地等, 本文主要对一级地类土地利用变化进行分析。

2)气象数据: 研究区多年逐日平均降水量、蒸散量、温度等气象数据, 来自宁夏回族自治区气象局。

3)其他数据: 社会经济数据、保护区建设规划、种植结构配置等, 来自宁夏回族自治区统计局、各县年报资料等。

2.2 研究方法

2.2.1 构建土地利用转移流

研究引入物理动态学理论中动态物质变化“流”的概念, 认为不同土地覆盖之间的相互转化可视为动态流动状态, 称作“土地利用转移流”[23]。公式为:

f=out+in(1)

nf=in–out(2)

式中:f为土地转移流,in、out分别为转入流和转出流,nf为转移流净值。

单一土地利用动态度是指土地覆盖转移流净值占土地变化初期该土地利用类型面积的比例; 综合土地利用动态度, 区域土地覆盖类型总转出流与总转入流相等, 土地覆盖转移变化面积是总转移流的1/2, 以此计算土地系统综合土地利用动态度, 公式如下:

K=nf/A0´´100% (3)

研究用某时段内某种土地利用类型转移流占该类型初始面积与转入流之和的百分比来表示土地利用活跃度, 公式如下:

式中:Q为区域土地系统中土地利用活跃度,0为变化土地利用类型初期面积。

研究采用信息熵的概念评价区域土地系统的稳定性[24], 将某土地利用类型变化面积占该地类面积的比例作为信息熵中事件发生的概率, 土地系统信息熵越高, 该土地系统越不稳定, 公式如下:

2.2.2 生境质量评价方法

生境质量评价是指生态系统服务功能提供生物多样性繁衍和生存环境、条件潜力的评价体系。人类活动是影响生物多样性发展和变化的重要因素, 通过分析土地利用变化对生物多样性威胁的程度, 可以评估某一区域生境类型的范围及其退化程度。研究选用InVEST模型中的Habitat quality模块对宁夏中部干旱区生境质量进行评估, 探究其生境退化程度和生物多样性保护适宜区, 公式如下:

建设用地是人类活动在生态系统中作用的最显著特征, 将建设用地作为胁迫因子, 咨询专家及参照既有研究, 确定不同生境类型对胁迫因子敏感性、最大胁迫距离及权重等参数取值[25](表1, 表2)。

表1 生态胁迫因子属性表

表2 不同土地利用类型的生境适宜性

2.2.3 生境恢复特征预测

CA和Markov是时间、空间及状态均呈离散特征的动力学模型, 其中CA模型能够较好地模拟复杂系统时空演化过程, Markov模型可实现模拟数量上的增加, 对其进行优化。根据生态系统土地覆盖时空演化规律, 综合利用CA和Markov模型可实现模拟和预测未来土地覆盖变化的目的, 模型公式如下:

CA模型计算原理:

Markov模型计算原理:

S+1=P´S (10)

式中:S、S+1分别为、+1时刻生态系统土地覆盖的状态,P为某状态转移矩阵。

3 结果与分析

3.1 土地利用转移流时空特征

通过建立研究区土地系统土地利用转移矩阵, 构建转移流动态变化时空特征, 研究发现:

2000—2005年宁夏中部干旱带草地和林地的面积显著增加, 土地转移流净值分别为812.75 km2和429.63 km2; 建设用地面积有较显著增加; 土地系统中耕地、其他用地和沙地转出流远大于转入流, 转移流净值均呈负值, 分别为-1 057.86 km2、-121.96 km2和-122.17 km2; 水域面积变化较小。

2005—2010年研究区土地转移流变化较为平缓, 林地和建设用地的面积显著增加, 土地转移流净值分别为118.74 km2和99.50 km2; 耕地转移流净值较上一阶段变化继续呈负增长, 转移流净值为-161.93 km2; 其他土地利用类型转移流动态变化面积较小。

2010—2015年区域土地利用转移关系较往年趋于稳定状态, 草地和建设用地显著增加, 土地转移流净值分别为289.45 km2和77.09 km2; 土地系统中耕地、其他用地面积明显减少, 转移流净值均呈负值, 分别为-249.62 km2和-112.31 km2; 林地、沙地和水域面积变化较小。

2000—2015年宁夏中部干旱带覆盖区域草地、林地和建设用地面积均有显著增加, 土地转移流净值分别为1 139.57 km2、571.25 km2和231.02 km2; 耕地、其他用地和沙地的转出流远大于转入流, 转移流净值均呈负值, 分别为-1 469.41 km2、-299.24 km2和-185.20 km2; 水域面积略有增加。

研究发现, 由于“退耕还林还草”和“治沙护林”举措的实施, 2000—2015年研究区不同时段土地利用转移关系中, 草地、林地的转入流来源多为耕地和沙地, 转出流变化多为二者互相转移和转为建设用地。随着城镇化建设进度的加快, 其他土地和部分耕地成为建设用地面积增加的转入流来源, 其他几类用地均有作为水域转入流的土地资源, 且城镇化建设用地面积增加集中分布于黄河流域两侧(图1)。

图1 2000—2015年宁夏中部干旱区土地利用变化图

3.2 土地系统动态特征

3.2.1 土地利用动态度变化特征

2000—2015年宁夏中部干旱区每5年的综合土地利用动态度分别为2.13%、0.93%和0.71%, 呈逐期减少的趋势。15年时间尺度综合土地利用动态度为2.96%。

在研究时段内, 草地、建设用地、林地的单一土地利用动态度为正值, 耕地、其他土地和沙地为负值。其中, 建设用地、沙地和其他土地的单一土地利用动态度变化较显著, 草地变化特征较弱(表3)。

3.2.2 土地系统活跃度及信息熵特征

研究区土地系统信息熵和不同土地利用类型动态变化活跃度对评价土地系统稳定性和生态系统规划具有重要意义。2000—2015年宁夏中部干旱区活跃度稳中有变, 部分土地利用类型活跃度较高。其中, 沙地和水域活跃度保持较高水平, 其次为建设用地、其他土地和耕地, 林地和草地保持较低水平(表4)。

2000—2015年每5年研究区土地系统信息熵特征值保持在低值0.08~0.17, 且呈逐年降低趋势, 15年尺度信息熵值为0.22。表明随着时间变化土地系统受人类活动干扰强度低, 自我调整程度高, 系统向稳定状态转化(表4)。

表3 2000—2015年宁夏中部干旱区土地利用动态度

表4 2000—2015年宁夏中部干旱区主要土地利用类型动态度特征和土地信息熵

3.3 生境质量时空变化

采用InVEST模型的Habitate Quality模块评估研究区生境质量时空变化, 根据既有研究和研究区实际情况, 将本研究生境质量计算结果()分为4个等级: 优秀(0.9≤≤1)、良好(0.6≤<0.9)、一般(0.3≤<0.6)和差(0≤<0.3)。

研究表明, 宁夏中部干旱区生境质量总体呈较高水平, 优秀等级占比较高, 其次为一般等级, 良好和差等级面积占比较小。2000—2015年优秀和差等级面积稳步增长, 分别增长10.23%和43.48%, 一般等级面积减少最快, 减幅为23.47%, 如表5。空间分布上, 同心县、红寺堡开发区生境质量等级中的一般等级向优秀等级转化明显, 盐池县和海原县差等级面积有显著增加(图2)。

表5 2000—2015年宁夏中部干旱区生境质量等级变化表

3.4 生境质量预测

3.4.1 土地利用预测

研究采用CA-Markov对宁夏中部干旱区土地利用模拟和预测, 首先利用2000—2010年为参考值, 模拟区域2015年土地利用空间分布和统计结果, 并将模拟结果与2015年实际解译结果进行对比验证, kappa系数达86%, 证明利用CA-Markov预测未来土地利用结果可靠, 可供进一步研究使用。

图2 宁夏中部干旱区生境质量空间分布

以2000—2015年土地利用解译结果作为模拟值, 模拟研究区16年土地利用变化规律。将2015年土地利用解译结果作为背景值, 模拟预测研究区2030年土地利用结果。结果表明, 研究区2015—2030年土地利用结构发生显著变化。草地、建设用地和林地增幅明显, 面积分别增加405.92 km2、227.65 km2和372.23 km2, 主要分布于盐池县北部、红寺堡开发区的罗山国家自然保护区和海原县南华山国家自然保护区附近, 其他用地、耕地和沙地面积显著减少, 水域面积增长较小(表6, 图3)。

表6 2000—2015年宁夏中部干旱区土地利用面积对比

3.4.2 未来生境质量评价

研究以2030年土地利用结果为基础, 利用InVEST模型估算获取研究区未来生境质量结果, 并与2015年结果进行对比。研究发现, 宁夏中部干旱区2015—2030年生境质量总体呈显著变好的趋势, 优秀等级面积增长显著, 增长了697.59 km2, 增幅较小。变化区域主要集中于红寺堡区南部和海原县南部, 盐池县全域略有增加; 良好和差等级增幅明显, 分别为15.84%和32.77%; 一般等级面积减少939.93 km2, 减幅为19.91%(图4、表7)。

图3 宁夏中部干旱区2030年土地利用预测图

4 讨论与结论

土地利用变化特征和生境质量评价是当前生态学领域的研究重点之一[3-4]。目前, 对于土地利用变化引起的不同生境质量在属性和空间变化上的评价方法、等级和模型构建未形成统一标准。本研究在宁夏中部干旱区采用土地利用转移流概念、InVEST模型、CA-Markov模型等探究区域土地利用和生境质量时空变化特征, 探讨其多模型集成应用和评价标准的区域实际性。

图4 宁夏中部干旱区2030年生境质量预测图

表7 2030年宁夏中部干旱区生境质量等级和对比表

研究发现宁夏中部干旱区生境质量转好的原因与土地利用转移流向具有高度的一致性, 生态服务功能弱的沙地、其他用地面积逐渐向生态服务功能强的林地、草地转移, 这与刘晓娟等[14]、刘春艳等[15]、陈雅倩等[25]研究结果中生境质量转好的原因一致。研究区土地系统结构稳中有变, 其他用地、沙地等逐渐向林地、草地、建设用地等转移, 该特征及趋势与“退耕还林还草” “沿黄经济带开发”和“黄河流域生态保护和高质量发展”等举措、方针的实施具有较高的一致性。

利用InVEST模型假设人类活动是影响生境质量向坏发展的直接因素, 研究结果显示研究区生境质量时空演变趋势逐渐形成“U”型变化, 优秀、差和良好等级面积逐渐扩大, 一般等级占比缩小。原因在于近年来, 城镇化、工业化建设的不断推进, 其他用地、沙地等被高效利用, 生产建设用地、生活居住用地、交通用地等不断扩大, 使研究区生境质量差等级的面积显著增加, 空间分布愈为广泛。2000—2010年研究区建设用地面积快速扩张, 增加面积远大于沙地和其他用地的减少面积, 导致区域自然生态系统受人为扰动生态胁迫范围急剧扩大, 生境质量差等级面积显著增加, 这与巩杰等[26]在甘肃白龙江流域的研究结果一致。

研究发现, 由于“退耕还林还草”和“治沙护林”举措的实施, 2000—2015年研究区不同时段土地利用转移关系中, 草地、林地的转入流来源多为耕地和沙地, 转出流变化多为二者互相转移和转为建设用地。随着城镇化建设进度的加快, 其他土地和部分耕地成为建设用地面积增加的转入流资源, 其他几类用地均有作为水域转入流的土地资源。随着生态恢复举措产生的如生态红线划定、河湖长制、加强生态保护区保护体系建设等一系列制度和政策的推进, 研究区非法开垦耕地面积缩减, 沙地生态得到有效治理, 林草面积的不断扩大, 使生态环境得到明显改善和提升。

研究引入CA-Markov模型构建土地系统格局和生境质量预测体系, 对区域未来土地利用、生境质量空间变化特征和规律进行模拟、预测, 验证其精确性、可靠性和科学性, 以期建立新模式。研究发现, 宁夏中部干旱区2015—2030年生境质量总体呈显著变好的趋势, 优秀等级面积显著增长, 良好和差等级增幅有较大提高, 一般等级面积逐步减少, 这与2000—2015年生境质量变化趋势一致, 与目前区域生态规划和政策导向有密切相关性。该预测体系的构建能够为区域生态规划和决策提供理论依据和实践基础。

本研究引入土地利用转移流, 分析土地利用转移规律和特征, 进一步利用InVEST模型构建生境质量评价体系, 结合CA-Markov模型对未来土地利用和生境质量变化规律进行预测, 研究中多模型集成应用和体系的构建具有强的科学性、客观性、时效性, 能够为生境质量长期观测及未来生态风险防控工作提供理论依据和帮助。土地利用结构较为复杂, 本文只从单一土地利用结构为切入点进行探究, 且在生境质量评价中只考虑人为干扰对生态系统的胁迫, 未能充分考虑土地政策导向、动物胁迫、灾害胁迫等因素。以后的研究将通过野外调研的方式, 结合无人机、三维激光扫描和入户调查等, 探究研究区封禁措施成效、虫鼠害严重程度、土地政策、放牧空间、土地沙化、水源涵养等现状, 丰富生境质量评价因子, 完善评价体系, 为生境质量评价和土地利用规律变化提供更精细的计算和分析。

本研究集成利用土地利用转移流概念、InVEST模型、CA-Markov模型等对宁夏中部干旱区土地系统结构、生境质量时空变化特征及规律进行模拟和预测, 得出以下结论:

1)引用土地利用转移流概念探究干旱半干旱区土地系统结构动态变化成效显著,能够较好地解释土地利用转移规律和空间分布特征, 宁夏中部干旱区土地利用变化具有与生态建设规划的高度一致性、城镇快速扩张、集中分布于黄河流域附近等特征。

2)研究区土地系统综合动态度逐期减小, 部分单一土地利用类型动态度仍保持较高水平, 土地系统活跃度具有稳中有变、部分较活跃等特征。

3)土地系统信息熵特征值保持在低值(0.07~0.17)区间, 且呈逐年降低趋势。随着时间变化土地系统受人类活动干扰强度低, 自我调整程度高, 修复能力强, 系统向稳定状态转化。

4)研究区生态环境质量呈“U”型特征, 优秀等级为主, 随着生态文明建设和城市化进程加快, 优秀、良好和差等级的面积显著增加, 一般等级面积减少。

5)2015—2030年土地系统结构发生显著变化, 生境质量优秀、差和良好等级面积逐渐扩大, 生态系统呈现稳定向好的趋势。

6)研究集成利用土地利用转移流概念、InVEST模型和CA-Markov模型探究和预测宁夏中部干旱区土地系统和生境质量时空变化特征效果显著, 可为区域生态规划和决策实施提供指导性建议和理论支撑。

[1] FLESKENS L, DUARTE F, EICHER I. A conceptual framework for the assessment of multiple functions of agro-ecosystems: A case study of Trás-os-Montes olive groves[J]. Journal of Rural Studies, 2009, 25(1): 141–155

[2] 刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报, 2014, 69(1): 3–14 LIU J Y, KUANG W H, ZHANG Z X, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3–14

[3] 傅伯杰, 张立伟. 土地利用变化与生态系统服务: 概念、方法与进展[J]. 地理科学进展, 2014, 33(4): 441–446 FU B J, ZHANG L W. Land-use change and ecosystem services: Concepts, methods and progress[J]. Progress in Geography, 2014, 33(4): 441–446

[4] 王航, 秦奋, 朱筠, 等. 土地利用及景观格局演变对生态系统服务价值的影响[J]. 生态学报, 2017, 37(4): 1286–1296 WANG H, QIN F, ZHU J, et al. The effects of land use structure and landscape pattern change on ecosystem service values[J]. Acta Ecologica Sinica, 2017, 37(4): 1286–1296

[5] 徐嘉兴, 赵华, 李钢, 等. 矿区土地生态评价及空间分异研究[J]. 中国矿业大学学报, 2017, 46(1): 192–200 XU J X, ZHAO H, LI G, et al. Land ecological assessment and its spatial variation in coal mining area[J]. Journal of China University of Mining & Technology, 2017, 46(1): 192–200

[6] 戴靓, 姚新春, 周生路, 等. 长三角经济发达区金坛市土地生态状况评价[J]. 农业工程学报, 2013, 29(8): 249–257 DAI L, YAO X C, ZHOU S L, et al. Land ecological assessment of Jintan City in Yangtze River Delta with highly developed economy[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(8): 249–257

[7] 马永强, 石云, 郝姗姗, 等. 黄土丘陵区土地覆盖和生物多样性功能演化及预测[J]. 生态学报, 2019, 39(8): 2806–2815 MA Y Q, SHI Y, HAO S S, et al. Evolution and prediction of land cover and biodiversity function in Loess Hilly Region[J]. Acta Ecologica Sinica, 2019, 39(8): 2806–2815

[8] BROWN G, BRABYN L. The extrapolation of social landscape values to a national level in New Zealand using landscape character classification[J]. Applied Geography, 2012, 35(1/2): 84–94

[9] GOLDSTEIN J H, CALDARONE G, DUARTE T K, et al. Integrating ecosystem-service tradeoffs into land-use decisions[J]. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(19): 7565–7570

[10] BHAGABATI N K, RICKETTS T, SULISTYAWAN T B S, et al. Ecosystem services reinforce Sumatran tiger conservation in land use plans[J]. Biological Conservation, 2014, 169: 147–156

[11] 蒋九华, 齐实, 胡俊, 等. 基于InVEST模型的北京山区森林生态系统碳储量评估分析[J]. 地球与环境, 2019, 47(3): 326–335 JIANG J H, QI S, HU J, et al. Assessment of forest ecosystem carbon storage in the mountain area of Beijing based on the InVEST Model[J]. Earth and Environment, 2019, 47(3): 326–335

[12] 谢余初, 巩杰, 齐姗姗, 等. 基于综合指数法的白龙江流域生物多样性空间分异特征研究[J]. 生态学报, 2017, 37(19): 6448–6456 XIE Y C, GONG J, QI S S, et al. Assessment and spatial variation of biodiversity in the Bailong River Watershed of the Gansu Province[J]. Acta Ecologica Sinica, 2017, 37(19): 6448–6456

[13] 刘菊, 傅斌, 张成虎, 等. 基于InVEST模型的岷江上游生态系统水源涵养量与价值评估[J]. 长江流域资源与环境, 2019, 28(3): 577–585 LIU J, FU B, ZHANG C H, et al. Assessment of ecosystem water retention and its value in the upper reaches of Minjiang River based on InVEST Model[J]. Resources and Environment in the Yangtze Basin, 2019, 28(3): 577–585

[14] 刘晓娟, 黎夏, 梁迅, 等. 基于FLUS-InVEST模型的中国未来土地利用变化及其对碳储量影响的模拟[J]. 热带地理, 2019, 39(3): 397–409 LIU X J, LI X, LIANG X, et al. Simulating the change of terrestrial carbon storage in China based on the FLUS-InVEST Model[J]. Tropical Geography, 2019, 39(3): 397–409

[15] 刘春艳, 朱康文, 刘吉平. 三峡库区重庆段土地覆盖和生物多样性功能演化及预测[J]. 农业工程学报, 2017, 33(19): 258–267 LIU C Y, ZHU K W, LIU J P. Evolution and prediction of land cover and biodiversity function in Chongqing section of Three Gorges Reservoir Area[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(19): 258–267

[16] 李志, 刘文兆, 郑粉莉. 基于CA-Markov模型的黄土塬区黑河流域土地利用变化[J]. 农业工程学报, 2010, 26(1): 346–352 LI Z, LIU W Z, ZHENG F L. Land use change in Heihe catchment on loess tableland based on CA-Markov model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(1): 346–352

[17] 刘智方, 唐立娜, 邱全毅, 等. 基于土地利用变化的福建省生境质量时空变化研究[J]. 生态学报, 2017, 37(13): 4538–4548 LIU Z F, TANG L N, QIU Q Y, et al. Temporal and spatial changes in habitat quality based on land-use change in Fujian Province[J]. Acta Ecologica Sinica, 2017, 37(13): 4538–4548

[18] YE B Y, BAI Z K. Simulating land use/cover changes of Nenjiang County based on CA-Markov model[M]//LI D L. Computer and Computing Technologies in Agriculture, Volume I. Boston: Springer, 2008: 321–329

[19] 关静, 梁川, 赵璐, 等. 3种干旱指数在宁夏中部干旱带的适用性分析[J]. 水土保持研究, 2018, 25(3): 122–127 GUAN J, LIANG C, ZHAO L, et al. Analysis of applicability of three drought indices in the arid area of central Ningxia[J]. Research of Soil and Water Conservation, 2018, 25(3): 122–127

[20] 余海龙, 马凯博, 康扬眉, 等. 宁夏中部干旱带草地气候-土壤生产潜力分析[J]. 草地学报, 2018, 26(3): 625–630 YU H L, MA K B, KANG Y M, et al. Analysis of grassland climate-soil potential productivity in the middle arid region of Ningxia[J]. Acta Agrestia Sinica, 2018, 26(3): 625–630

[21] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 21010—2017土地利用现状分类[S]. 北京: 中国标准出版社, 2017 General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, Standardization Administration of China. GB/T 21010–2017 Current Land Use Classification[S]. Beijing: China Standard Press, 2017

[22] 马彩虹, 任志远, 李小燕. 黄土台塬区土地利用转移流及空间集聚特征分析[J]. 地理学报, 2013, 68(2): 257–267 MA C H, REN Z Y, LI X Y. Land use change flow and its spatial agglomeration in the loess platform region[J]. Acta Geographica Sinica, 2013, 68(2): 257–267

[23] COULTER J E, LEI S, JENKINS S. Environment as the stage for economic actors[J]. Chinese Journal of Population Resources and Environment, 2007, 5(1): 3–8

[24] 包玉斌, 刘康, 李婷, 等. 基于InVEST模型的土地利用变化对生境的影响——以陕西省黄河湿地自然保护区为例[J]. 干旱区研究, 2015, 32(3): 622–629 BAO Y B, LIU K, LI T, et al. Effects of land use change on habitat based on InVEST Model — taking Yellow River wetland nature reserve in Shaanxi Province as an example[J]. Arid Zone Research, 2015, 32(3): 622–629

[25] 陈雅倩, 赵丽, 陶金源, 等. 基于InVEST模型的未利用地开发前后生境质量评价——以唐县为例[J]. 中国生态农业学报(中英文), 2020, 28(7): 1093–1102 CHEN Y Q, ZHAO L, TAO J Y, et al. Habitat quality evaluation before and after unused land development based on InVEST model: A case study of Tang County[J]. Chinese Journal of Eco-Agriculture, 2020, 28(7): 1093–1102

[26] 巩杰, 马学成, 张玲玲, 等. 基于InVEST模型的甘肃白龙江流域生境质量时空分异[J]. 水土保持研究, 2018, 25(3): 191–196 GONG J, MA X C, ZHANG L L, et al. Spatiotemporal variation of habitat quality in Bailongjiang watershed in Gansu based on InVEST model[J]. Research of Soil and Water Conservation, 2018, 25(3): 191–196

Predicting spatiotemporal changes in land use and habitat quality based on CA-Markov: A case study in central Ningxia, China*

WU Dan1, LI Huan1, AI Ning2, HUANG Tao1, GU Jisheng1

(1. Remote Sensing Mapping and Surveying Institute of Ningxia Hui Autonomous Region (Remote Sensing Center of Ningxia Hui Autonomous Region), Yinchuan 750000, China; 2. Emergency Publicity and Education Center of Ningxia Hui Autonomous Region, Yinchuan 750001, China)

The ecological impacts of land use have become a contested topic in ecological environmental research. An understanding of the land-use structure characteristics in arid and semi-arid areas allows for habitat quality assessment and prediction and provides a decision-making guide for regional ecological planning and restoration. Remote sensing apparatus equipped with an operational land imager and enhanced thematic mapper plus sensors, meteorological data, and socio-economic data were used to explore the temporal and spatial changes of land use and habitat quality in the arid area of central Ningxia, China, from 2000 to 2030. Land-use transfer flow, the InVEST model, and the CA-Markov model were used to simulate the habitat characteristics and laws and generate predictions. The land-use transfer flow, which explored the dynamic changes of the land system structure, showed significant results and explained the land-use transfer laws and spatial distribution characteristics. The land system structure changes were consistent with the ecological construction plan and had a concentrated distribution on both sides of the Yellow River basin. The land system’s comprehensive dynamics gradually decreased and stabilized. The entropy value showed an annual downward trend, indicating that over time, with less human disturbances, the land can self-adjust and self-repair, creating a stable state. From 2000 to 2015, the ecological environment quality showed “U” shape characteristics, indicating an excellent habitat quality grade. From 2015 to 2030, the land system structure will undergo significant changes; the excellent, good, and poor habitat quality areas will gradually expand, and the ecosystem will stabilize and improve. The multi-model integration application can thus provide support for regional land planning and ecological restoration.

Arid area of central Ningxia; Land use; Habitat quality; Land use transfer flow; CA-Markov; InVEST model

F124.5; X24

10.13930/j.cnki.cjea.200221

武丹, 李欢, 艾宁, 黄涛, 顾继升. 基于CA-Markov的土地利用时空变化与生境质量预测——以宁夏中部干旱区为例[J]. 中国生态农业学报(中英文), 2020, 28(12): 1969-1978

WU D, LI H, AI N, HUANG T, GU J S. Predicting spatiotemporal changes in land use and habitat quality based on CA-Markov: A case study in central Ningxia, China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(12): 1969-1978

* 宁夏回族自治区重点研发计划一般项目(2018BEG03069)和宁夏青年创新领军人才培养项目资助

武丹, 主要从事遥感监测与研究工作。E-mail: wudannever@qq.com

2020-03-26

2020-04-27

* This study was funded by the Key R&D Program of Ningxia Hui Autonomous Region (2018BEG03069) and the Talent Training Project of Youth Innovation Leader of Ningxia.

WU Dan, E-mail: wudannever@qq.com

Mar. 26, 2020;

Apr. 27, 2020