基于FLUS-InVEST模型的中山市生境质量时空分异特征

冯文彬, 林媚珍,*, 龚建周,*, 赵家敏, 钟亮, 刘汉仪

基于FLUS-InVEST模型的中山市生境质量时空分异特征

冯文彬1, 林媚珍1,*, 龚建周1,*, 赵家敏2, 钟亮1, 刘汉仪1

1. 广州大学地理科学与遥感学院, 广州 510006 2. 广东省城乡规划设计研究院有限责任公司, 广州 510290

伴随城市的快速发展, 土地利用格局也随之发生变化, 对城市生境质量造成显著影响。探究在生态文明建设及生态宜居城市建设下的中山市生境质量的时空分异特征, 运用FLUS及InVEST模型评估中山市1995—2026年土地利用、生境质量及生境退化时空分异特征。研究显示: (1)1995—2018年期间中山市土地利用以向建设用地转化为主, 其中2000—2010年期间的土地利用变化速度是研究期间内变化最明显的。(2)2000—2010年生境质量变化是研究期间内最明显, 生境质量下降的面积达18.98%, 而1995—2000年间生境质量上升最明显; 中度及以上退化地区面积自1995年逐步上升, 并于2010年后逐步稳定在12%左右。(3)通过分析得出中度及以上生境退化区主要分布在建设用地缓冲区0—300米、坡度在0—6°地区, 由此得出2026年生境主要退化地区, 为进一步的生态规划提供一定参考价值。

生境质量; 生境退化; FLUS模型; InVEST模型; 中山市

0 前言

生境质量是指生态系统提供适宜个体与种群持续发展生存的能力, 它反映区域生物的多样性状况[1-3]。随着城市化进程的加速, 城市扩张激化社会发展中资源匮乏与自然资源保护之间的矛盾[4-6]。而城镇化带来土地利用类型的改变, 则驱使原有生境破碎化、功能退化乃至丧失, 是生物多样性降低的主要原因[7-9]。因此对未来生境质量及生境退化的预测将能在一定程度上为区域生态环境可持续发展提供参考依据[10-11]。

随着3S技术的发展, 生态评估模型的出现使生境评估向定量化、精细化、可视化发展, 主要的评估模型有InVEST模型[10,12]、HSI模型[13]、MAXENT模型[14]、SolVES模型[15]等。其中InVEST模型以数据需求小、成本投入低、空间分析能力强等优点而得到广泛运用, 对评估生境有一定的可靠性[10]。基于该模型学者开展相关研究, 如陈妍等[16], 张华等[17]分别以时间序列对北京市和祁连山国家公园的生境质量及其退化特征、趋势进行探讨, 刘智方等[18]研究福建省生境质量时空变化及其变化的驱动力。但当前对生境质量的研究主要以历史序列为主, 对于未来生境质量及其退化的关注较少, 更缺乏对未来生境退化主要区域的挖掘。

自20世纪90年代以来, 以数学模型为基础的土地利用模拟预测模型愈发成熟, 模拟效果较好受到学者关注[19]。但此类模型也存在一定的局限, 如CLUE-S模型需借助其他模型对未来土地需求面积进行预测且主观性较强[20], 基于二维规则转化的CA模型在城市模拟中的真实性有所欠缺[21], 而刘小平提出的FLUS模型整合了人工神经网络算法和轮盘赌的自适应惯性竞争机制, 有效处理了自然与人文因素下土地转化的不确定性与复杂性, 解决了上述问题且所得结果与实际情况接近[22]。生态保护和规划要有前瞻性, 需要对未来主要的生境退化地区做出预判, 可通过模拟预测的方法判断未来生态可能出现的问题。

中山市作为珠江出海口城市之一, 生态结构复杂且丰富, 孕育出基塘系统, 是典型的江河入海口城市; 同时作为粤港澳大湾区重要一员, 素来以绿色宜居城市闻名。但伴随着经济发展, 中山市在近年城镇化的快速发展下生态问题愈发严重, 生境质量发生改变。因此本文选取中山市作为研究区, 探讨快速城镇化的典型区域其生境质量及退化度的变化特征, 为进一步的生态规划提供参考。

1 材料和方法

1.1 研究区概况

中山市域面积1800 km2, 下辖15个镇8个街道, 常住人口440多万, GDP总值超3000亿元, 以二、三产业为主; 位于粤港澳大湾区的中南部(22°11′N—22°47′N, 113°09′E—113°46′E)。北通广州市和佛山市顺德区, 西接江门市、珠海市斗门区, 东南连珠海市, 毗邻港澳, 地理位置优越。全境在北回归线以南, 年均气温22℃, 光热充足, 雨量充沛, 属亚热带季风气候, 以热带季雨林为主; 地形以冲积平原为主, 平原分布着水稻土和基水地, 形成四周平坦, 中南部以五桂山、竹嵩岭等山脉突起的地势特征。中山市素来以绿色宜居、“小而美”闻名海内外, 先后获得联合国人居城市、全国文明城市、国家园林城市等荣誉, 正构建粤港澳大湾区最具特色生态宜居城市以及融入珠三角国家森林城市建设中。

1.2 数据来源

中山市1995、2000、2010年、2018年四期土地利用数据、行政边界均来源中国科学院资源环境科学与数据中心(http://www.resdc.cn), 其中土地利用类型划分为6类, 空间分辨率为30 m×30 m; 中山市自然保护区区划图数据来源中山市自然资源局(城市更新局)政务网(http://www.zs.gov.cn/zrzyj); 高程数据来源于地理空间数据云平台(http://www. gscloud.cn), 空间分辨率为30 m×30 m; 道路交通数据来自OpenStreetMap网站(https://www.open­streetmap.org)的主要道路、二级道路、三级道路及铁路数据; 统计数据来自中山市统计年鉴。

1.3 研究方法

1.3.1 生境质量评估

采用Invest模型的生境质量模块计算中山市多时相生境质量, 计算公式如下[23]:

Figure 1 Zhongshan city location map

式中,Q为土地利用中栅格的生境质量, 其值域范围为0—1, 值越高则表示生境质量越好, 反之则越差;H为土地利用的生境适宜度;为归一化指数, 一般取模型的默认值,为半饱和常数[24-25],的取值为退化度最大值的一半[16];D为生境退化程度, 生境退化程度通常与土地利用类型相关。本文共选取耕地、林地、草地、水域、建设用地以及未利用土地6项一级土地利用类型, 作为生境威胁因子计算生境质量。相应地, 生境退化程度计算公式如下:

式中,D为生境退化程度;为胁迫因子个数, 即本文的土地利用类型数6种;W为胁迫因子的权重;Y指的威胁栅格图上的一组栅格;r为胁迫因子强度;i为胁迫因子对生境的胁迫水平;β为法律保护程度;S为土地利用类型对威胁因子的敏感性;为栅格[26]。其中模型中各项参数等参考前人对该区域或临近区域的研究设定[27]。

1.3.2 基于FLUS模型的土地利用情景模拟

FLUS模型是用于模拟人类活动与自然因素影响下的土地利用变化或未来土地利用情景的模型[28]。模型采用神经网络算法(ANN)从土地利用数据及各项驱动因子(地形、交通、经济等), 以随机采样或均匀采样的方式计算得出研究区内的土地适宜性概率。再由土地利用适宜性概率加以各项迭代模拟参数(土地利用类型转移成本矩阵、模拟土地利用类型面积、领域因子等), 运行元胞自动机(CA)得出模拟土地利用类型。

模型整合了人工神经网络(ANN)算法和轮盘赌的自适应惯性竞争机制, 能够很好的用在自然与人类活动共同作用下土地利用变化类型相互转化的不确定性与复杂性, 所得结果与实际土地用途相接近, 并能用Kappa指数进行验证有效性[19,29]。

2 结果与分析

2.1 基于FLUS的土地利用时空演变

2.1.1 土地利用模拟预测

基于FLUS模型, 以2010年土地利用数据为基础, 模拟2018年土地利用数据。通过多种因子对比发现道路因子与城镇发展、规模较相似, 故本文着重以道路因子作为参照。选取高程、坡度、坡向、到市中心的距离、到城镇中心的距离、到主要、二级、三级道路、铁路的距离以及GDP分布10项驱动因子, 同时以河流、水域为限制因子进行模拟。所得出模拟数据与真实2018年数据在10%随机采样模式中的总体精度达到0.91, Kappa系数为0.88, 大于0.80, 模拟效果较好, 可信度高[3]。同时FOM指数为0.07, FOM指数通常受模拟年数影响, 模拟年数增加一年指数增加不大于0.01为标准, 因此FOM指数处于标准水平[19]。再以2018年为基础模拟得出2026年中山市土地利用数据(图2)。

2.1.2 土地利用时空演变

根据上述得出的2026年中山市土地利用结果, 对中山市1995—2026年的土地利用面积进行统计, 可得出四期耕地、林地、草地、水域、建设用地以及未利用地的面积变化(表1)。结果表明, 中山市的建设用地逐年上升, 其用地面积占比由12.13%快速增长至33.81%, 耕地、林地、草地、水域、未利用地的面积都在不同程度上减少。在1995—2000年期间, 水域面积有较明显增加且分布在北部地区, 属于珠三角基塘聚集区。90年代中后期“废田造塘”现象在珠三角盛行, 经济利益驱使农民挖塘养殖致使基塘的面积出现增加; 往后年份因工业化和城市化的驱动, 工厂建设与城市扩张侵占大量的基塘用地导致水域面积在增长过后减少[30]。其中, 林地的用地面积占比相对稳定, 这与《广东省土地利用总体规划(2006—2020年)》的要求相符, 《规划》中提到中山市林地面积需稳步增长, 并于2020年林地面积达3.57万公顷; 且中山市国家森林公园、中山市香山省级自然保护区等自然保护区主要以林地为主, 在一定程度上保障了林地面积, 因此林地的面积受到政策保护而相对稳定。根据土地利用转移矩阵可得出土地利用转移关系(表2), 该阶段中山市的土地主要向建设用地进行转移, 其中建设用地在此阶段面积增长迅速, 主要由耕地、草地、水域、林地转入, 分别占各用地的24.72%、25.06%、42.12%、14.81%; 耕地面积有所下降, 主要向建设用地及水域转出, 但也有14.38%的水域及67.76%未利用地向耕地转入; 有9.90%的耕地及23.74%的未利用地向水域转入; 林地虽然在前期有部分向建设用地转出, 但在2010年后呈稳定并有所回升。

图2 中山市2026年土地利用

Figure 2 land use in Zhongshan city in 2026

表1 中山市土地利用面积变化

表2 中山市1995—2026年土地利用转移矩阵

注: “”表示未发生土地转换, “0.00”表示土地转换比例小于0.01%。

2.2 生境质量时空分异

2.2.1 生境质量分析

以多期土地利用数据(图3)为基础, 通过InVEST模型得出多期中山市生境质量结果, 并将其两两相减得出生境质量变化结果(图4), 生境质量结果范围为0—1, 两两相减后能得出生境上升、下降区域。由相减结果可得出生境质量提升较大的是1995—2000年期间, 占总面积的9.58%, 是四期变化数据中生境质量提升面积占比最多的一期。在2000年前后中山市的基塘在珠江三角洲“基塘热”中得到迅猛发展[31], 土地向以水域为主的基塘转换, 因此带来局部生境质量的提升; 而2000—2010年生境质量明显出现下降, 下降面积占总面积的18.98%, 是四期变化数据之最。下降区域主要发生在西北部、中东部及西南部镇区, 同期该区域经济、城镇开发处于快速发展阶段, 生境下降与建设用地的增长、经济增长区域相呼应。2010—2018年与2018—2026年两期的变化总体上相对稳定, 生境质量稳定区域均达到92%以上, 且2018—2026年生境质量相较以往有所提升。

2.2.2 生境质量退化分析

根据InVEST模型得出的生境退化度的结果, 参考相关研究的分级方式[3,10], 由小至大以等段间隔的方式将其分为无退化(0)、轻度退化(0—0.08)、中度退化(0.08—0.16)、高度退化(0.16—0.24)、重度退化(>0.24)五个等级(图5)。从空间上能发现生境退化度在整体上呈现由城镇中心外扩的趋势, 其中建设用地的退化度为无, 因为建成区内的土地利用类型已确定, 难以更变, 故为无退化; 靠近城镇用地的边缘地区因易受城镇外扩的影响, 故生境退化度是以中、高度退化为主; 林地、水域因几何面积较大且利用类型受保护因而难以更变, 因而在退化度上以轻度退化为主。因此本文将着重对中、高、重退化地区进行研究分析。

图3 中山市1995—2018年土地利用

Figure 3 land use in Zhongshan city from 1995 to 2026

图4 中山市1995—2026年生境质量变化

Figure 4 Habitat quality change in Zhongshan city from 1995 to 2026

从时间序列上, 能发现1995年至2026年间中、高、重退化度地区的面积占比分别为4.98%、4.55%、11.30%、12.57%以及12.25%, 其中2010年中度及以上退化地区的增长幅度达到148.45%, 是研究期内增幅最高的一期, 往后增幅下降, 直至2026年出现负增长。此外, 中度退化面积总体呈现下上升且趋于平缓的趋势, 分布范围主要分布在建成区外围。以2018、2026年为例, 中度退化区主要分布在中山市西北、中、中东、西南部地区, 该区域是中山市经济快速发展地区外围, 也是易受城镇快速扩张影响区域, 因而生境质量易受退化影响。在中部与西南部之间为广东中山香山省级自然保护区及广东中山国家森林公园两大自然保护区, 因而受城镇外围扩张影响较小, 区域主要以轻度退化为主; 而北部地区广泛存在基塘, 且本文将基塘划分为水域, 因此所受退化威胁较小, 也以轻度退化为主。

2.3 未来主要生境退化区

通过上述土地利用及生境质量的研究, 以2018年为例进行分析, 发掘未来主要生境退化区。无、轻度退化地区受退化的影响较小, 因此本文着重以中、高、重度退化地区作为主要研究对象。生境质量退化主要受人类活动所影响, 人类活动大多数在地势平坦地区, 因此选取坡度作为影响要素; 而人类活动强度的典型区域是城镇用地, 故将城镇区域纳入影响要素中。综上, 选取城镇缓冲距离和坡度进行探究。

选取上述分析中无生境退化地区为主的建设用地作缓冲区距离分析, 寻找最佳缓冲距离。随着缓冲区半径的扩大, 退化区域与缓冲区叠加面积也随之增加, 而与中度及以上退化区域叠加面积比例较大的地区是后续重点关注区域。如表3所示, 0—300米缓冲区与退化区面积叠加超过58%, 往后300—900米的缓冲区与退化面积叠加的占比在整体上呈现下降趋势。因此0—300米缓冲区是主要受退化影响的区域。

通过坡度进行分析中度及以上的退化区域之间的联系, 能够发现随着坡度的增加, 中度及以上退化区域的面积比例均发生下降。其中, 坡度在0—6 °时的面积比例是最大的, 所占面积超过70%, 往后则随坡度增长所占面积减少。由此发现, 中度及以上生境退化主要发生在坡度较小的地区, 尤其集中在0—6°的地区。与此同时能发现坡度对生境退化的影响是比较明显的, 地形坡度较小地区易受到生境退化的威胁, 反之坡度较大地区则不易受到人类活动干扰, 受到退化的威胁较小。

为验证上述要素的适用性, 再以2026年为样本进行探讨, 结果表明与中度及以上退化地区叠加区域占实际退化地区的92.36%, 吻合度较高, 从而得到2026年主要生境退化区域(图6)。2026年主要生境退化区域分布在西北、中、西南部建设用地周边及地形较平坦地区。

图5 中山市生境质量退化度等级

Figure 5 Grade of habitat quality degradation in Zhongshan

表3 影响因素与退化面积占比

3 讨论

在《中山市生态文明建设规划(2013—2030年)》中强调统筹区域生态保护与建设, 推进重点生态区域的保护与修复, 推进生物多样性保护。作为生物多样性的反映, 本文通过InVEST模型的生境质量模块开展研究, 以可视化的方式展示了中山市多期生境质量及生境退化的时空演变特征。同时, 《中山市国土空间总体规划》中提及生态效益、社会效益与经济效益可循环, 可见建设安全韧性的城市需要以生态优先, 统筹发展, 生境质量的相关研究与预测应受到重点关注。本文通过FLUS模型模拟预测未来生境退化的重点区域, 为中山市可能出现的生境退化区域做出预判, 提供保护决策的支持。而《中山市生态文明建设规划(2013—2030年)》中所预测规划的土地利用面积与本文通过模拟土地利用所得结果基本吻合, 因此通过模拟预测后所挖掘的主要生境退化区域有一定合理性, 相关分析也具有一定的参考价值。

图6 中山市2026年主要生境退化区域

Figure 6 Major habitat degradation areas in Zhongshan city in 2026

通过对中山市的生境质量与生境退化区的研究, 将两大主要自然保护区(中山香山省级自然保护区、中山国家森林公园)叠加至生境变化与生境退化图层中可发现两大自然保护区在研究期间内其生境质量整体上未发生改变, 受到较好的保护; 在生境质量退化方面受到的威胁较小, 符合自然保护区的功能, 结果表明关于中山市的生境质量相关结果是较为可靠的。研究结果与刘汉仪等[10]对粤港澳大湾区生境质量研究在中山地区的结果相吻合, 且与张学儒等[3]对泛长三角地区生境退化特征的相符。本研究通过InVEST模型对中山市多期生境质量进行评估研究, 为生态规划提供了一定参考价值。模型在参数设置上参考了相似地区的研究的参数设置, 具有一定合理与科学性。但模型主要是基于土地利用类型及胁迫因子进行生境质量评估, 而现实情况中的空间环境因素比较复杂, 因此在宏观上所得结果具有一定的参考价值, 而局部特殊环境地区的评估精准度仍待考量。

4 结论

(1)中山市的土地利用向建设用地转换为主, 从而带来生境质量的大幅下降, 主要分布在北部、主城区及三角、坦洲镇等经济发达镇区; (2)中度及以上生境退化面积大幅度增加, 主要分布在西北、中、中东、西南部建设用地周边; (3)通过叠加分析获得2026年主要生境退化区, 主要分布在中山市西北部、中部及西南部建设用地300米范围内和坡度平坦地区。在快速城市化发展下, 原本生态结构复杂的珠江入海口城市的生境质量受到冲击, 在构建粤港澳大湾区最具特色生态宜居城市的背景下, 中山市需统筹区域生态保护与建设。

[1] HILLARD E M, NIELSEN C K, GRONINGER J W. Swamp rabbits as indicators of wildlife habitat quality in bottomland hardwood forest ecosystems[J]. Ecological Indicators, 2017, 79(2017): 47–53.

[2] FELLMAN J B, ERAN H, WILLIAM D, et al. Stream physical characteristics impact habitat quality for pacific salmon in two temperate coastal watersheds[J]. Plos One, 2017, 10(7): 1–16.

[3] 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.

[4] YUAN F. Land-cover change and environmental impact analysis in the greater mankato area of minnesota using remote sensing and gis modelling[J]. International Journal of Remote Sensing, 2008, 29(4): 1169–1184.

[5] HUANG S, WANG S, BUDD W W. Sprawl in Taipei’s peri-urban zone: Responses to spatial planning and implications for adapting global environmental change[J]. Landscape & Urban Planning, 2009, 90(1): 20–32.

[6] 刘荣增, 李盼. 中国城市扩张的环境质量效应研究[J]. 生态经济, 2021, 37(2): 76–81.

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

[8] SAlA O E, CHAPIN F S, III, et al. Global biodiversity scenarios for the year 2100[J]. Science, 2000, 287(5459): 1770–1774.

[9] 冯舒, 孙然好, 陈利顶. 基于土地利用格局变化的北京市生境质量时空演变研究[J]. 生态学报, 2018, 38(12): 4167–4179.

[10] 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.

[11] 周汝波, 林媚珍, 吴卓, 等. 基于生态系统服务重要性的粤港澳大湾区生态安全格局构建[J]. 生态经济, 2020, 36(7): 189–196.

[12] 荆田芬, 余艳红. 基于InVEST模型的高原湖泊生态系统服务功能评估体系构建[J]. 生态经济, 2016, 32(5): 180–185.

[13] 王志强, 陈志超, 郝成元. 基于HSI模型的扎龙国家级自然保护区丹顶鹤繁殖生境适宜性评价[J]. 湿地科学, 2009, 7(3): 197–201.

[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.

[15] 王玉, 傅碧天, 吕永鹏, 等. 基于SolVES模型的生态系统服务社会价值评估——以吴淞炮台湾湿地森林公园为例[J]. 应用生态学报, 2016, 27(6): 1767–1774.

[16] 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.

[17] 张华, 韩武宏, 宋金岳, 等. 祁连山国家公园生境质量时空演变[J]. 生态学杂志, 2021, 40(5): 1419–1430.

[18] 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.

[19] 林沛锋, 郑荣宝, 洪晓, 等. 基于FLUS模型的土地利用空间布局多情景模拟研究——以广州市花都区为例[J]. 国土与自然资源研究, 2019(2): 7–13.

[20] 王芳莉. 基于FLUS模型的陇南市土地利用变化与模拟[D]. 兰州: 西北师范大学, 2020: 3–6.

[21] 赵莉, 杨俊, 李闯, 等. 地理元胞自动机模型研究进展[J]. 地理科学, 2016, 36(8): 1190–1196.

[22] LI Xia, CHEN Guangzhao, LIU Xiaoping, et al. A new global land-use and land-cover change product at a 1-km resolution for 2010 to 2100 based on human-environment interactions[J]. Annals of the American Association of Geographers, 2017, 107(5): 1–20.

[23] 余玉洋, 李晶, 周自翔, 等. 基于多尺度秦巴山区生态系统服务权衡协同关系的表达[J]. 生态学报, 2020, 40(16): 5465–5477.

[24] 吴健生, 曹祺文, 石淑芹, 等. 基于土地利用变化的京津冀生境质量时空演变[J]. 应用生态学报, 2015, 26(11): 3457–3466.

[25] 张梦迪, 张芬, 李雄. 基于InVEST模型的生境质量评价——以北京市通州区为例[J]. 风景园林, 2020, 27(6): 95–99.

[26] 戴俊鸿, 叶长盛, 黄小兰. 南昌市景观格局及生境质量变化评估[J]. 环境生态学, 2020, 2(9): 45–54.

[27] 钟亮, 林媚珍, 周汝波. 基于InVEST模型的佛山市生态系统服务空间格局分析[J]. 生态科学, 2020, 39(5): 16–25.

[28] LIU Xiaoping, LIANG Xun, LI Xia, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape & Urban Planning, 2017, 168(168): 94–116.

[29] 张晓荣, 李爱农, 南希, 等. 基于FLUS模型和SD模型耦合的中巴经济走廊土地利用变化多情景模拟[J]. 地球信息科学学报, 2020, 22(12): 2393–2409.

[30] 林媚珍, 冯荣光, 纪少婷. 中山市基塘农业模式演变及景观格局分析[J]. 广东农业科学, 2014, 41(24): 184–237.

[31] 萧炜鹏, 龚建周, 魏秀国. 1980—2015年中山市基塘景观时空变化及驱动因素[J]. 生态科学, 2019, 38(6): 64– 73.

Spatiotemporal differentiation of habitat quality in Zhongshan City based on Flus-InVEST model

FENG Wenbin1, LIN Meizhen1,*, GONG Jianzhou1,*, ZHAO Jiamin2, ZHONG Liang1, LIU Hanyi1

1. School of Geography and Remote Sensing, Guangzhou University, Guangzhou 510006, China 2. Guangdong Urban and Rural Planning and Design Institute Co., Ltd., Guangzhou 510290, China

With the rapid development of cities, the land use pattern also changes, which has a significant impact on the quality of urban habitat. The temporal and spatial differentiation characteristics of habitat quality in Zhongshan City under the construction of ecological civilization and ecological livable city were explored. The FLUS and InVEST models were used to evaluate the temporal and spatial differentiation characteristics of land use, habitat quality and habitat degradation in Zhongshan City from 1995 to 2026. The results show that: (1) During 1995 to 2018, the land use of Zhongshan City was mainly converted to construction land, and the land use change rate during 2000 to 2010 was the most obvious in the study period. (2) During the study period, the change of habitat quality was the most obvious from 2000 to 2010, and the decrease area of habitat quality was 18.98%, while the increase of habitat quality was the most obvious from 1995 to 2000. The area of moderate and above degraded areas has gradually increased since 1995, and gradually stabilized at about 12% after 2010. (3) Through the analysis, it is concluded that the moderate and above habitat degradation areas are mainly distributed in the construction land buffer zone of 0-300 m and the slope of 0-6°, and the main habitat degradation areas in 2026 are obtained, which provides certain reference value for further ecological planning.

Habitat quality; Habitat degradation; FLUS model; InVEST model; Zhongshan city

冯文彬,林媚珍, 龚建周, 等. 基于FLUS-InVEST模型的中山市生境质量时空分异特征[J]. 生态科学, 2022, 41(3): 16–23.

FENG Wenbin, LIN Meizhen, GONG Jianzhou, et al. Spatiotemporal differentiation of habitat quality in Zhongshan City based on Flus-InVEST model[J]. Ecological Science, 2022, 41(3): 16–23.

10.14108/j.cnki.1008-8873.2022.03.002

K903

A

1008-8873(2022)03-016-08

2021-09-18;

2021-11-07

国家自然科学基金项目(41771097) ; 国家自然科学基金项目(42071123)

冯文彬(1997—), 男, 广东广州人, 硕士, 主要从事生态系统服务研究, E-mail: 806196620@qq.com

林媚珍, 女, 硕士, 教授, 主要从事生态系统服务、生态效应研究, E-mail: lmzh888@163.com

龚建周, 女, 博士, 教授, 主要从事城市化与生态环境效应研究, E-mail: gongjzh66@126.com