河南省生境质量时空演变特征及影响因素

胡 静，何如海，刘 娜，叶梦雅

河南省生境质量时空演变特征及影响因素

胡 静，何如海*，刘 娜，叶梦雅

(安徽农业大学经济管理学院，合肥 230036)

为评估和分析河南省生境质量及其时空演变特征，基于1980—2018年5期土地利用数据，采用InVEST模型和Moran＇s I指数，并借助地理探测器模型揭示驱动生境质量时空分异的影响因素。结果表明：（1）河南省生境质量整体处于中等水平。1980—2018年平均生境质量由0.420 9下降为0.401 0，生境退化度从0.117 1上升至0.149 4，省域内生境质量整体呈下降趋势。（2）生境质量较高的区域集中于省域西南部山地丘陵区，空间上呈现“西高东低、南高北低”的分布特征，生境退化热点区集中于中东部城镇建设用地。（3）生境质量和生境退化Moran＇s I指数均表现出正空间自相关，但空间聚集性逐年下降。（4）土地利用类型是驱动生境质量变化的主导因素，解释力（值）达96.87%。任意两个因子的交互作用对生境质量空间分异影响均大于单因子的作用，土地利用与NDVI、高程、降水、坡度、气温和夜晚灯光强度的交互作用结果均大于0.97。

生境质量；土地利用变化；InVEST模型；Moran＇s I指数；地理探测器模型；河南省

生境是提供生物物种栖息生存的重要场所，是生态系统服务的重要组成部分[1-2]。生境质量的高低决定了生物物种栖息地生存的适宜度[3]。但随着社会经济的不断向前发展，人类活动干扰导致土地利用/覆被类型的重构[4-6]，特别是城镇化推进下的土地破碎化加速了生境斑块的破碎甚至丧失，进而导致生物多样性减少，最终影响生态系统服务的可持续[7]。定量评估区域生境适宜性，分析其时空演变特征和对土地利用/覆被变化的响应，并揭示影响因素，是解决人口增长、经济发展和生态环境可持续问题的基础[8]。对促进“三生空间”的耦合协调发展，实现“人与自然和谐共生”美好愿景具有重要意义。

生境质量或生境适宜性是国内外从事地理学和生态学研究的学者关注的热点[9]，对此，学者们研发了不同类型的评价模型以满足定量评估的研究需求，现被应用较多的有HSI[10]、MAXENT[11]、SoIVES[12]模型等。上述模型的使用均以足量的野外调查样本数据为基础，难以适应大尺度区域的生境质量评估研究[13]。目前，InVEST模型是可应用于多种生态系统、多尺度研究区域，使用范围最广的生态系统服务和交换综合评价模型[14]。诸多学者借助InVEST模型对生境质量进行了评估，如Mirghaed等[15]利用InVEST模型对伊朗北部扎拉特河流域生境质量进行量化评估，发现其变化主要受土地利用类型的影响。Mengist等[16]基于InVEST模型对埃塞俄比亚喀法森林生物圈保护区进行生境质量评估，发现人造景观聚落和农业用地扩张是生境质量下降的显著影响因素。Sallustio等[17]应用InVEST模型探究了意大利栖息地的生境退化威胁来源于土地利用变化，生境质量的降低取决于人为影响的位置和强度。刘汉仪等[18]运用InVEST模型研究发现粤港澳大湾区的生境质量下降与建成区用地扩张和林地破碎化相关。杨洁等[19]运用InVEST模型对黄河流域的生境质量时空演变进行评估和分析，表明是人类活动干扰造成生境的退化。

虽然有关生境质量的研究成果较为丰富，但以往研究仍然存在以下问题：（1）从评估精度看，既有研究中多采用一级地类的LUCC对生境质量进行评估[18-20,31]，仅考虑一级地类生境的适宜性和敏感性，难以刻画不同二级地类间生境质量评估结果的差异，影响评估结果的精细程度。（2）从研究内容看，生境质量空间分异性是多因素作用的结果，现有研究对生境质量空间分异驱动力的探究较少且较为片面，大多研究仅停留在单一的土地利用/覆被变化影响因素的探讨[18,21,28-30]，缺乏其他多因素的综合系统性研究。（3）从研究尺度看，研究区的选择更多侧重于流域、物种栖息地及生态保护区，缺乏省域尺度的研究，对于河南省生境质量的研究甚少。

河南省是我国农业、人口和经济大省，肩负者国家经济战略转移，促进中部崛起等重任，处理好工业化和城镇化发展与生态文明建设之间的良好耦合协调关系，是当前新发展阶段面临的机遇和挑 战[22]。对此，本研究选择河南省作为研究区域，GIS空间分析方法作为支持，运用InVEST模型及Morans’ I指数方法评估和分析河南省生境质量及其时空演变特征，并基于地理探测器模型揭示驱动生境质量空间分异性的影响因素和作用程度，以期为河南省未来进行生境管理，生态环境保护和土地资源优化布局提供科学参考。

1 研究区与研究方法

1.1 研究区概况

河南省地处华夏腹地中东部，面积共16.7万km2，地理位置介于110°21′～116°39′ E，31°23′～36°22′ N。地形地貌具有明显的阶梯过渡特征，地势西高东低。位于北亚热带和暖温带气候区，地跨淮河、黄河、长江、海河四大流域水系，水系资源丰富（图1）。自然地理和资源环境条件优越，提供了多种生态系统服务功能。因地形、气候等因素影响，生物多样性的分布具有明显的过渡性特点。截止2018年底河南省总人口达1.090 6亿人，常住人口城镇化率为51.71%，国民生产总值48 055.86亿元[23]。但近年来，河南省生态环境保护相对滞后于经济发展速度[24]，农业生产、经济建设等人类活动的干扰，导致其土地利用方式和结构发生显著变化，城镇建设用地的快速扩张大量侵占耕地、林地，造成生物多样性景观破碎化、加速了研究区的生物多样性的减少和生境质量的降低。

图1 河南省区位及高程图

Figure 1 Location and elevation map of Henan Province

1.2 数据来源及处理

研究使用的数据主要包括：（1）1980、1990、2000、2010和2018年5期土地利用土地利用/覆被数据。来源于中国科学院资源环境科学与数据中心（https://www.resdc.cn/），空间参考为Krasovsky_ 1940_Albers，空间分辨率30 m × 30 m，根据研究需求参照我国国土资源部新修订的国家标准（GB/T 21010—2017）《土地利用现状分类》[25]对其进行重分类（表1）。（2）河南省行政边界矢量范围数据。来源于国家地球系统科学数据中心共享服务平台(http://www.geodata.cn/ )。（3）自然要素数据：归一化植被指数（NDVI）来源于中国科学院资源环境科学与数据中心、高程（DEM）源自地理空间数据云（http://www.Gscloud.cn），坡度根据DEM提取所得，气温和降水气象数据源自中国气象数（http:// data.cma.cn/）。（4）社会经济数据：人口密度、GDP、交通道路、夜晚灯光强度数据。其中，人口密度、GDP数据来源于中国科学院资源环境科学与数据中心，道路数据源自于OpenStreetmap（https:// www.openstreetmap.org/），夜晚灯光强度数据来源于“类NPP-VIIRS”夜间灯光数据集（https://doi.org/ 10.7910/DVN/YGIVCD）。以上数据的重采样、裁剪、重分类、克里金插值及计算欧式距离等操作均在ArcGIS10.6软件中完成。

表1 河南省土地利用/覆盖遥感监测数据分类系统

1.3 研究方法

1.3.1 生境质量评估 应用InVEST模型的Habitat Quality模块对河南省生境质量进行评估[26]，其原理是将土地利用类型和威胁源建立关联，根据每种生境类型的适宜性和对威胁源的的敏感性，评估不同土地覆被格局下的生境质量和退化空间分布情况，区域的生境质量的退化表明为周围人类活动足迹导致的土地利用强度增加，生境质量和生境退化指数亦可间接反映所在研究区域生物多样性情况。相关公式为：

式（1）—（4）中：D为生境退化度，生境退化指数则在图层中表现为大于0连续变化的值，值越大说明退化度越高，反之越低；、Y和分别为威胁源数量、栅格数和权重；β、r分别为栅格和的可达性和胁迫强度；S为生境对威胁源的敏感性；i为威胁源在栅格的生境对栅格的影响；d为栅格和间的线性距离；dmax为威胁源的最大影响距离；Q为土地利用类型中栅格的生境质量，取值范围[0,1]，值越接近1，说明生境质量等级越高越利于人类生存和生物多样性，越接近0，生境质量越差越不利于生物多样性的维持；H为生境的生境适宜度；半饱和常数K默认0.5。

使用3.9.0版本InVEST模型软件运行数据得到河南省生境质量结果，模型需导入土地利用栅格数据、威胁因子栅格数据以及威胁因子、敏感度参数表。参考InVEST模型使用手册所提供的实例[26]，综合考虑研究区地理环境，具体参考研究区地理生态环境相似及位置相邻区域的研究成果[1, 27-34]，设置模型所需参数，具体如表2和表3所示。

表2 河南省生境威胁因子及其最大影响距离、权重和衰减类型

1.3.2 生境质量重要性分级 生境质量结果表现为0～1的连续变化的值，为了进一步清晰比较生境质量结果的差异性，和生境质量不同等级的演变特征。结合河南省实际情况，使用ArcGIS10.6软件中Slice工具等间距重分类（equal interval reclassifly）方法对InVEST模型输出的河南省生境质量结果栅格图层进行分级。将生境质量指数划分为0～0.2、0.2～0.4、0.4～0.6、0.6～0.8和0.8～1共5个区间，分别对应低、较低、中等、较高和高共5个生境质量等级[35]。

1.3.3 空间自相关分析 莫兰指数（Moran＇s I）方法常用于事物或现像的空间自相关性计算检验，本研究应用全局型莫兰指数计算生境质量空间分布的聚散特性[36]。计算公式为：

表3 河南省不同生境类型对不同胁迫因子的敏感度

表4 双因子交互作用结果类型

1.3.4 地理探测器 地理探测器（Geodetector）是用于自然社科多领域中研究地理空间异质性和驱动因子的一种统计学方法，共包含分异及因子探测、交互作用探测、风险区探测、生态探测4种探测器[37]。在本研究中借助分异及因子探测器，探测多种影响因子（X）对生境质量空间分异（Y）的解释力度，公式如下：

借助地理探测器交互作用探测功能识别两因子间的交互作用，即评估因子的组合在叠加作用下是增强或降低生境质量空间分异的解释力度。有如下交互作用类型（表4）。

生境质量空间分异性是自然要素和社会经济要素多因子共同作用的结果[34]。除土地利用/覆被类型显著影响生境质量的空间分异外。充分考虑河南省地形和气候均有明显过渡性特征，在自然因素方面，主要考虑NDVI、高程、坡度、气温、降水因子的影响，其中NDVI反映是揭示植被长势的重要指标，而植被覆盖度的高低在一定程度影响生境质量状况[34]。不同高程和坡度影响植被类型和生长状况，气温和降水影响着生物栖息地的适宜性，生境质量的空间分布则也具有过渡性特征，因此选择高程、坡度、气温、降水作为自然要素影响因子[19]。在社会经济因素方面，人口密度、GDP、距离交通道路的距离和夜晚灯光强度侧面反映人类活动的强度，人类活动干扰影响生境质量[38]。将驱动因素进行离散化处理作为自变量（X），生境质量结果作为因变量（Y），在GeoDetector_2018模型中实现地理探测。

2 结果与分析

2.1 土地利用变化分析

耕地、林地和建设用地构成河南省主要的土地利用景观格局，面积之和占全省90%以上。从土地利用转移矩阵结果可知（图2），整体来看1980—2018年38年间研究区域内土地利用变化较大，且存在较高生境适宜性地类向低生境适应性或非生境适宜性地类转化的状况。

1980—2000年间，耕地向建设用地转移1 437.63 km2，林地、草地、水域向耕地共转出1 521.01 km2，其中737.34 km2水域转变为耕地，水域面积锐减。此阶段处于改革开放初期的河南不断扩张的农业工业生产空间蚕食了大量处于黄河流域生态屏障脆弱区的水域面积。

图2 河南省1980—2000、2000—2018年土地利用转移矩阵弦图(km2)

Figure 2 Chord diagram of land use transfer matrix in Henan Province from 1980 to 2000 and 2000 to 2018 (km2)

2000—2018年间，研究区内地类转换量较前20年更为剧烈。此阶段河南政府大力推进“退耕还湿”政策，水域面积持续增加，其中耕地向水域转入 1 049.40 km2。与此同时，河南省进入经济快速发展时期，全面推进城镇化建设，耕地转向建设用地高达7 649.61 km2，生产生活用地侵占生态用地较为严重。

2.2 生境质量时空演变

2.2.1 时间维度上的生境质量和生境退化分析 运行InVEST模型评估河南省1980—2018年不同地类景观下的生境质量和生境退化情况，结果表明河南省平均生境质量随着时间的变化而逐年下降，生境退化度逐年增强（表5）。1980、1990、2000、2010和2018年河南省平均生境质量指数分别为0.420 9、0.420 7、0.415 6、0.414 4和0.410 0；生境质量指数标准差分别为由0.298 0上升至0.309 3，表明河南省生境质量的地区间差异在扩大，生境质量的下降表现出离散趋势。生境退化指数的最大值分别为0.117 1、0.118 3、0.121 8、0.137 2和0.149 4，退化指数平均值由0.035 1上升至0.037 0；标准差从0.020 5上升至0.023 3，河南省生境退化的强度随着时间不断增强的同时，空间离散性也在逐渐加强。综上，生境质量和退化指数的结果表现出一致结果和规律：河南省的生境适宜性在逐年恶化，且呈现进一步离散趋势。

表5 河南省1980-2018年生境质量及生境退化指数统计

图3 河南省生境质量空间分布图

Figure 3 Spatial distribution of habitat quality in Henan Province

图4 河南省生境退化空间分布图

Figure 4 Spatial distribution of habitat degradation in Henan Province

2.2.2 空间格局上的生境质量和生境退化特征 河南省生境质量在省域空间分布上表现为从西部、南部向东部、北部地区的递减规律（图3）。豫北、豫中、豫东地区生境质量较低，是由于河南省北部、中东部平原地区以农业用地和城镇用地为主，生境质量在空间格局上表现较差。豫西、豫南生境质量高，由于西部、南部山地丘陵地区以林地、草地地类为主，NDVI指数较高，植被覆盖和生物量较多，生境适宜度较高。

图5 各等级生境质量占比折线统计图

Figure 5 Broken line statistical chart of habitat quality proportion at each level

生境退化整体上集中分布在城镇边缘，呈现放射状向四周边缘扩散分布，且强度不断增加（图4）。河南省中部、东部是生境退化的严重区域，发生在交通用地周围和经济建设较为发达的地区，河南省的城镇扩张沿交通要道延伸。同时由图4可见，分布在以郑州为中心向四周延伸的交通主干线上的新乡市、开封市、许昌市、洛阳市、漯河市，生境退化范围和程度明显大于省域内其他城市。

2.2.3 生境质量的重要性分级 根据河南省各等级生境质量面积占比统计结果可知（图5）：低等和较低等级的生境面积占全省面积的75%以上，其中，较低等级别生境质量占比最大（约60%）；中等生境质量占比最小（1%左右）；较高等和高等级的面积之和约占全省23%。

从折线的变化趋势看，中等、较低两个级别生境质量面积占比有显著的下降趋势，1980—2018年分别从1.47%降至0.46%、65.42%降至62.67% 。低级别生境质量占比则有明显上升趋势，从9.66%升至13.13%，从而可以判断河南省中等、较低等级别的生境质量有进一步向低等演变的趋势。中等、较低等级别生境质量面积占比下降的主要原因是河南省自改革开放以来，由于社会经济发展的需要，生境（林地、草地、水域、耕地等）面积大量被非生境（城镇用地、农村居民点、工矿交通等用地）面积所侵占。由图3可见，黄河流域周围中等级别生境质量面积的迅速缩减，东部山地丘陵区较高级别生境质量面积的逐渐减少，说明存在水域周围围垦耕作，破坏坏林地、草地开垦的现象依然存在。

表6 河南省不同年份生境质量和生境退化Moran＇s I指数

表7 生境质量空间分异性的影响因子探测结果

而较高等级生境质量面积占比先降低后小幅回升，2010年达到最低6.94%，2018年逐渐升高至7.12%。高等级别生境质量面积占比在2010年以前由16.03%上升至16.71%，后出现小幅度的下降趋势，2018年下降至16.62%，纵观全局趋势上升，高等级生境质量有向高等级生境质量过渡的态势。高等级生境质量面积占比上升速率明显增快，黄河流域周围和长江支流丹江水系周围的较高等级生境质量的面积逐渐增加，这与河南省推行“退耕还湿”、“退耕还林”、开展“绿盾行动”落实严格的生态环境保护政策相关。

2.3 生境质量空间自相关分析

通过计算河南省生境质量和生境退化全局Moran＇s I指数，结果均大于0，表明存在正空间自相关（表6）。其中，生境质量Moran＇s I指数值2000年>1990年>1980年>2010年>2018年。生境退化Moran's I值1980年>1990年>2000年>2018年>2010年。Z值均远大于1.96。1980—2018年生境质量和生境退化全局莫兰指数值出现先上升后下降的趋势，但纵观全局是呈现显著下降趋势，空间聚集性均呈现减弱的趋势。Moran's I的统计结果与表5中标准差结果具有一致性。因此，未来需要采取相应的措施防止生境斑块的进一步破碎化和生境退化的离散性。

表8 生境质量空间分异特征影响因子的交互作用探测结果

2.4 生境质量空间分异影响因素分析

由地理探测器的统计结果（显著性水平＜0.001）可知（表7），影响河南省生境质量空间分异性的因子解释力（值）程度各不相同，土地利用类型＞坡度＞高程＞气温＞夜晚灯光强度＞归一化植被指数＞距交通道路的距离＞降水＞GDP＞人口密度。其中土地利用/覆被类型是第一驱动因素，解释力达到96.66%，其次是坡度和高程，q值分别达到0.512 3和0.421 2。从整体而言，自然驱动因子对生境质量的空间分异性贡献度大于社会经济因子。主要与自然驱动因子中的土地利用类型、坡度、高程、气温因子和社会经济因子中的夜晚灯光强度因子相关。

从河南省内生境质量空间分异性影响因素的交互探测结果可知（表8），因子组合作用结果均表现出非线性增强和双因子增强，任意两个影响因子组合的交互作用结果均大于单个因子的值。在所有的因子交互中，土地利用（1）与NDVI（2）的交互作用结果最大，达到0.978 8，另与高程（0.973 0）、降水（0.972 8）、坡度（0.972 4）、气温（0.972 1）夜晚灯光强度（0.972 0）的交互作用探测结果较大。自然环境驱动因子的相互交互中NDVI与降水（2∩6）的交互作用结果最低（0.149 9）。土地利用与其他因子的交互作用明显大于其他因子的交互作用效果，主要是因为生境质量的空间分布特征与土地覆被类型空间格局紧密相关，同时土地利用空间格局又受高程、坡度、气温和降水等因子影响，因此自然影响因子与土地利用因子的叠加交互影响比单因子影响更为显著。社会经济驱动因子的交互中，距交通道路的距离与夜晚灯光强度（9∩10）交互作用较大（0.262 2），人口密度与GDP（7∩8）交互作用最不明显（0.054 9）。

3 讨论与结论

基于1980、1990、2000、2010和2018年5期土地利用/覆被数据，利用的InVEST模型Habitat Quality模块对河南省生境质量的时空演变特征及其对土地利用变化的响应进行了分析，并利用Moran＇sI指数研究了生境质量和退化的空间自相关性，借助Geodetector揭示了背后驱动生境质量空间分异性的影响因素，得出以下结论。

（1）从土地利用转换角度。河南省较高生境适宜性地类(林地、草地、水域)有显著向较低和非生境适宜性地类（耕地、未利用地、建设用地）转化趋势。

（2）从生境质量的时空演变角度。河南省生境质量整体处于中等水平，且呈现逐渐下降趋势。1980—2018年平均生境质量指数由0.420 9降至0.410 0，生境退化指数最大值由0.117 1上升至0.149 4。生境质量较高的区域主要分布于省域西南部山地丘陵区，生境退化热点区主要分布于中东部城镇建设用地。生境质量在空间上呈现“西高东低、南高北低”的分布格局。

（3）从生境质量的空间相关性角度。河南省生境质量和生境退化Moran＇s I指数结果均大于0表明存在正空间自相关，在空间分布上有显著的聚集特征，但1980—2018年生境质量的Moran＇s I指数从0.372 7降至0.329 5，生境退化的Moran＇s I指数由0.307 1降至0.262 1，空间聚集性有逐渐减弱的趋势。

（4）从生境质量空间分异的驱动角度。土地利用类型是影响生境质量空间分异的最关键因素，解释力度高达96.87%，任意两个因子的交互作用对生境质量空间分异影响均大于单个因子的作用，土地利用与NDVI、高程、降水、坡度、气温和夜晚灯光强度的交互作用结果均大于0.97。

本研究着重探讨了河南省生境质量的时空演变特征和影响因素，根据以上结论，对未来国土空间保护和利用提出以下建议：（1）针对河南省西部和南部高等级生境质量的区域，与生态红线进行叠加分析，将其纳入生态保护红线内，落实最严格的生态保护政策。未来更需要严控土地利用开发的规模及强度，重点保护林地、草地、水域等生态源地，防止人类活动的干扰并持续推进“退耕还林”“退耕还湿”“绿盾行动”，防止较高生境适宜性地类向较低和非生境转化。（2）针对中等和较高级别生境，建立生态廊道和拓展绿色空间，同时加强生态环境的恢复，提高生境斑块面积及斑块的连通性，进而减缓生境质量的降低和提高区域生境质量。（3）针对平原地区经济发展较快的较低等级生境区域，需合理配置空间资源，优化调整土地利用结构，集约节约利用建设用地，协调生态、生活、生产“三生”空间，在经济增长的基础上配备必要的生态用地以改善生境质量。

但研究尚存在两点不足：（1）InVEST模型评估生境质量存在自身的缺陷，其仅着眼于人类活动产生的生境外部带来的威胁，而忽略了生境内部如食物链完整、天敌等等威胁，后期将结合其他研究方法进一步完善研究成果。（2）由于数据来源渠道的有限性，仅考虑了2018年河南省生境质量空间分异性的影响因素，忽略了各影响因子随时间变化的动态性，未来将加强对不同时间段的河南省生境质量空间分异性影响因素的研究。

[1] 李胜鹏, 柳建玲, 林津, 等. 基于1980—2018年土地利用变化的福建省生境质量时空演变[J]. 应用生态学报, 2020, 31(12): 4080-4090.

[2] HALL L S, KRAUSMAN P R, MORRISON M L. The habitat concept and a plea for standard terminology[J]. Wildl Soc Bull, 1997, 25(1): 173-182.

[3] 欧阳志云, 刘建国, 肖寒, 等. 卧龙自然保护区大熊猫生境评价[J]. 生态学报, 2001, 21(11): 1869-1874.

[4] 张学儒, 周杰, 李梦梅. 基于土地利用格局重建的区域生境质量时空变化分析[J]. 地理学报, 2020, 75(1): 160-178.

[5] 吴健生, 毛家颖, 林倩, 等. 基于生境质量的城市增长边界研究：以长三角地区为例[J]. 地理科学, 2017, 37(1): 28-36.

[6] 郑华, 欧阳志云, 赵同谦, 等. 人类活动对生态系统服务功能的影响[J]. 自然资源学报, 2003, 18(1): 118-126.

[7] FALCUCCI A, MAIORANO L, BOITANI L. Changes in land-use/land-cover patterns in Italy and their implications for biodiversity conservation[J]. Landsc Ecol, 2007, 22(4): 617-631.

[8] 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.

[9] 武晶, 刘志民. 生境破碎化对生物多样性的影响研究综述[J]. 生态学杂志, 2014, 33(7): 1946-1952.

[10] 孟庆林, 李明玉, 任春颖, 等. 基于HSI模型的吉林省东部地区生境质量动态评价[J]. 国土资源遥感, 2019, 31(3): 140-147.

[11] 杨超, 范韦莹, 蔡晓斌, 等. 基于MaxEnt模型的湖北石首麋鹿国家级自然保护区散养麋鹿夏季生境适宜性评价[J]. 长江流域资源与环境, 2022, 31(2): 336-344.

[12] 焦子健, 陆明, 张岩. SolVES模型在生态系统服务社会价值评估中的应用[C]//面向高质量发展的空间治理—2020中国城市规划年会论文集(08城市生态规划). 成都, 2021: 813-822.

[13] 白君君, 侯鹏, 赵燕红, 等. 物种生境适宜性模型及验证的研究进展[J]. 生态学杂志,2022,41(7):1423-1432.

[14] 侯红艳, 戴尔阜, 张明庆. InVEST模型应用研究进展[J]. 首都师范大学学报(自然科学版), 2018, 39(4): 62-67.

[15] MIRGHAED F A, SOURI B. Relationships between habitat quality and ecological properties across Ziarat Basin in northern Iran[J]. Environ Dev Sustain, 2021, 23(11): 16192-16207.

[16] MENGIST W, SOROMESSA T, FEYISA G L. Landscape change effects on habitat quality in a forest biosphere reserve: implications for the conservation of native habitats[J]. J Clean Prod, 2021, 329: 129778.

[17] SALLUSTIO L, DE TONI A, STROLLO A, et al. Assessing habitat quality in relation to the spatial distribution of protected areas in Italy[J]. J Environ Manage, 2017, 201: 129-137.

[18] 刘汉仪, 林媚珍, 周汝波, 等. 基于InVEST模型的粤港澳大湾区生境质量时空演变分析[J]. 生态科学, 2021, 40(3): 82-91.

[19] 杨洁, 谢保鹏, 张德罡. 黄河流域生境质量时空演变及其影响因素[J]. 中国沙漠, 2021, 41(4): 12-22.

[20] 孙汇颖, 宫巧巧, 刘庆果, 等. 基于土地利用变化的山东省生境质量时空演变特征[J]. 土壤通报, 2022, 53(5): 1019-1027.

[21] 尚俊, 蔡海生, 龙月, 等. 基于InVEST模型的鄱阳湖区生境质量时空演化及其变迁特征分析[J]. 长江流域资源与环境, 2021, 30(8): 1901-1915.

[22] 杨莉莉. 基于三生空间的河南省土地生态服务价值提升路径研究[D]. 郑州: 郑州大学, 2020.

[23] 河南省统计局. 河南统计年鉴. 2019[M]. 北京: 中国统计出版社, 2019.

[24] 谢晓彤, 李效顺. 河南省国土空间开发与生态环境耦合关联时空格局研究[J]. 农业机械学报, 2022, 53(8): 258-267.

[25] 国土资源部.土地利用现状分类: GB/T 21010-2017[S].北京:中国标准出版社,2017.

[26] TALLIS H, RICKETTS T, GUERRY A, et al. InVEST 3.2.0 User's Guide：Integrated Valuation of Environmental Services and Tradeoffs[M]. Stanford: the Natural Capital Project, 2015: 124–125.

[27] 夏盈, 张莹莹, 厉恩华, 等. 江汉平原四湖流域生境质量时空演化及预测[J].长江流域资源与环境, 2022, 31(7): 1616-1626.

[28] 陈妍, 乔飞, 江磊. 基于InVEST模型的土地利用格局变化对区域尺度生境质量的影响研究: 以北京为例[J]. 北京大学学报(自然科学版), 2016, 52(3): 553-562.

[29] 吴楠, 陈红枫, 冯朝阳, 等. 基于土地覆被变化的安徽省生境质量时空演变特征[J]. 长江流域资源与环境, 2020, 29(5): 1119-1127.

[30] 黄木易, 岳文泽, 冯少茹, 等. 基于InVEST模型的皖西大别山区生境质量时空演化及景观格局分析[J]. 生态学报, 2020, 40(9): 2895-2906.

[31] TANG F, FU M C, WANG L, et al.Dynamic evolution and scenario simulation of habitat quality under the impact of land-use change in the Huaihe River Economic Belt, China[J]. PLoS One. 2021,16(4):e0249566.

[32] CHEN M J, BAI Z K, WANG Q R, et al. Habitat quality effect and driving mechanism of land use transitions: a case study of Henan water source area of the middle route of the south-to-north water transfer project[J]. Land, 2021, 10(8): 796-796.

[33] 任涵, 张静静, 朱文博, 等. 太行山淇河流域土地利用变化对生境的影响[J]. 地理科学进展, 2018, 37(12): 1693-1704.

[34] YANG Y Y. Evolution of habitat quality and association with land-use changes in mountainous areas: a case study of the Taihang Mountains in Hebei Province, China[J]. Ecol Indic, 2021, 129: 107967.

[35] 殷婷婷, 程琳琳, 田超. 基于土地利用变化的山东沿海地区生境质量时空演变[J]. 济南大学学报(自然科学版).2022,36(4):380-390.

[36] 赵晓冏, 王建, 苏军德, 等. 基于InVEST模型和莫兰指数的甘肃省生境质量与退化度评估[J]. 农业工程学报, 2020, 36(18): 301-308.

[37] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

[38] 梁晓瑶, 袁丽华, 宁立新, 等. 基于InVEST模型的黑龙江省生境质量空间格局及其影响因素[J]. 北京师范大学学报(自然科学版), 2020, 56(6): 864-872.

Temporal and spatial evolution characteristics and influencing factors of habitat quality in Henan Province

HU Jing, HE Ruhai, LIU Na,YE Mengya

(School of Economics and Management, Anhui Agricultural University, Hefei 230036)

In order to evaluate and analyze the habitat quality and its spatial and temporal evolution characteristics in Henan Province, the InVEST model and Morans’I index were used based on five periods of land use data from 1980 to 2018, and the influencing factors driving the temporal and spatial variation of habitat quality were revealed with the help of Geodetector model. The results showed that: (1) The overall habitat quality in Henan Province was at a medium level. From 1980 to 2018, the average habitat quality decreased from 0.420 9 to 0.401 0, and the degree of habitat degradation increased from 0.117 1 to 0.149 4. The overall habitat quality in the region showed a downward trend. (2) The regions with high habitat quality were concentrated in the mountainous and hilly areas in the southwest of the province, showing the distribution characteristics of "high in the west and low in the east, high in the south and low in the north". The hot spots of habitat degradation were concentrated in the urban construction land in the middle east. (3) The Moran＇s I index of habitat quality and habitat degradation showed positive spatial autocorrelation, but the spatial aggregation decreased year by year. (4) Land use type was the dominant factor driving the change of habitat quality, and the explanatory power (value) was 96.87%. The interaction of any two factors on the spatial differentiation of habitat quality was greater than that of single factor. The interaction results of land use and NDVI, elevation, precipitation, slope, temperature and night light intensity were greater than 0.97.

habitat quality; land use change; InVEST model; Moran＇s I index; Geodetector model; Henan Province

F301.2；X826

A

1672-352X (2022)06-0961-10

10.13610/j.cnki.1672-352x.20230106.016

2023-01-09 14:19:13

[URL] https://kns.cnki.net/kcms/detail//34.1162.s.20230106.1208.021.html

2022-05-08

国家自然科学基金（71873003）和安徽省自然资源科技项目（2020-K-3）共同资助。

胡 静，硕士研究生。E-mail：h_ahau@163.com

何如海，博士，副研究员。E-mail：ruhaihe@ahau.edu.cn