广东省不同地貌形态类型区生境质量归因

卢茵怡, 李天翔, 龚建周,*

广东省不同地貌形态类型区生境质量归因

卢茵怡1, 李天翔2, 龚建周1,*

1. 广州大学地理科学与遥感学院,广州 510006 2. 广州茏腾园林景观设计有限公司, 广州 510520

城市用地扩张和人类活动生物生境破碎, 已成为生物多样性降低的主要原因; 全面认知区域生境质量是改善生境质量的基础, 更是保护和维护生物多样的前提。论文基于广东省1980—2018年土地利用变化数据, 利用InVEST模型对广东省生境质量进行评估, 从地形视角分析其地形梯度效应; 综合自然地理环境和社会经济几个方面, 共选择10个影响因子, 探测不同地形梯度下生境质量的主导因子。结果表明: (1)林地和耕地是广东省最主要的土地利用类型。耕地与草地是流失最显著的地类, 建设用地是明显增加的用地类型, 耕地是其主要来源; (2)生境质量空间分异特征明显, 低值区集聚化分布在珠三角平原地区, 并且珠三角生境质量低值区明显向外扩张, 粤北、粤东、粤西地区的生境质量相对较高。(3)不同的地形位, 归一化植被指数对生境质量的解释力都最强。在低地形位的地区, 生境质量的主导影响因子还有人口分布、GDP和道路密度; 在中地形位的地区, 还有道路密度、土壤类型和降雨量; 在高地形位的地区, 归一化植被指数解释力最强。研究有助于全面认知区域生境质量变化规律及其空间分异机制, 是实现区域生态、农业和城镇三空间合理布局, 充分保护生物多样性的基础。

生境质量; 影响因子; 地形位指数; 地理探测器; 广东省

0 前言

生境质量是指生态系统提供给各种生物维持生存和繁殖所需条件的能力, 即维持生物多样性的水平[1]。生态系统服务主要是指自然界不断提供给人类生存发展所需要的物质与环境条件, 通常分为支持服务、调节服务、供给服务和文化服务4大类[2]。作为支持服务的一种, 生境质量反映了区域生态系统服务的水平。随着城市化的发展, 城市用地不断的扩张和人类活动强度的增大会使自然状态下的生物生境发生破碎, 这一过程是生物多样性降低的主要驱动力[3-4]。因此, 研究生境质量有助于区域生态环境评价以及可持续发展。

目前随着3S技术的发展, 国内外众多学者根究研究需求开发了众多生态模型评价生境质量, 例如Solves模型[5]、HIS模型[6]、InVEST模型[7]等。其中InVEST模型是目前较为成熟且应用最多的生态系统服务评估模型, 其可靠性高[8]。刘孟竹[9]以中国北方农牧交错带为研究对象, 基于该区2000年、2010年、2018年土地利用数据, 通过土地动态度、转移矩阵等指标结合InVEST模型分析了研究区退耕还林以来土地利用演变特征及其生境质量变化。刘春芳等[10-11]基于1995年、2005年、2015年的土地利用数据评估三大自然过渡带、黄土丘陵区榆中县生境质量, 发现榆中县生境质量空间格局与自然地带特性保持一致, 生境质量变化的原因主要是受城镇扩张和政策的影响;吴健生[12]等、戴云哲[13]等证实京津冀、长三角、长株潭等城市都市圈是生境质量与城市扩张有密切的关系;谢余初[14]等对白龙江流域生境质量进行研究, 结果表明生境低值区分布在人类活动频繁的河谷地带, 自然保护区等为生境高值区。上述研究主要分析了某区域一段时间内的生境质量空间分布格局演变, 少有学者关注生境质量的地形效应。地形因子作为自然生态环境中的重要因素, 对地表物质的迁移与能量的转换有着显著影响, 从地形角度开展生境质量分析, 对于全面深入地认识生境质量的时空分异特征有重要意义。

自改革开放以来, 广东省经济发展迅速, 随之城镇化水平不断提高。在人类活动的干扰下, 土地利用发生巨大的变化, 大量耕地转化为城市建设用地。近年来, 由于过度开发自然环境而引起生境质量的降低引起了社会的高度重视。本文基于InVEST模型生境质量模块, 对广东省1980、1990、2000、2010、2018年共5个时间节点的生境质量评估, 利用地理探测器分析影响生境质量空间异质性的主要因子, 目的在于全面认知区域生境质量变化规律及其空间分异机制, 是实现区域生态、农业和城镇三空间合理布局, 充分保护生物多样性的基础。

1 数据来源与研究方法

1.1 研究区概况

广东省位于中国大陆南端, 地理坐标为20° 09′N—25°31′N, 109°45′E—117°20′E, 东邻福建, 北接江西、湖南, 西连广西, 南临南海。陆地最东端至饶平县大埕镇, 最西端至廉江市高桥镇, 东西跨度约800千米。最北端至乐昌市白石镇, 最南端至徐闻县角尾镇, 跨度约为600千米。广东省属于亚热带季风气候, 从北向南分别为中亚热带、南亚热带和热带气候, 是全国光、热和水资源较丰富的地区, 全省年平均气温21.8 ℃, 年平均降水量为1789.3 mm, 且雨热同期。广东省地貌类型复杂多样, 有山地、丘陵、台地和平原, 其面积分别占全省土地总面积的33.7%、24.9%、14.2%和21.7%。地势北高南低, 北部多为山地和高丘陵, 南部则为平原和台地。根据《2020广东省生态环境状况公报》, 全省21个地级以上市的生态质量均属于优、良级别。2020年全省森林覆盖率为58.66%。现已建成377个自然保护区。其中, 国家级15个, 省级63个, 全省自然保护区总面积约168.89万公顷。林地和耕地是广东省最主要的土地利用类型, 占全省陆地面积的80%以上。建设用地面积持续增加, 由8623 km2(1980年)急剧增长到13443.92 km2(2018年), 所占比例为4.80%与7.48%。

注: 中国绘制底图与广东省绘制底图均来源于国家自然资源部(审图号分别为: GS(2020)4619号; GS(2019)3333号).

Figure 1 Research region

1.2 数据来源

本文使用的广东省1980年、1990年、2000年、2010年、2018年五期土地利用数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn)提供的土地利用矢量数据。该数据在2015年土地利用遥感监测数据的基础上, 基于Landsat 8遥感影像, 通过人工目视解译生成, 包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。考虑研究区存在填海造地的情况以及海洋生境的特殊性, 本文将二级类中海洋单独列出, 并与6个一级地类一并为研究采用的土地利用类型。为了满足模型计算需要, 对土地利用数据进行栅格化处理, 分辨率为30 m。

影响生境质量的因素可分为自然因素与人为因素。研究区的自然地理环境是生境质量的基础, 人类活动改变了生境质量。结合广东省的自然、社会、经济的实际情况, 根据指标选取的科学性、可获取性、系统性等原则, 本研究影响生境质量的因子选用以下10个指标, 分别为土壤类型、植被类型、坡度、高程、年均降雨量、年均气温、人口密度、道路网密度、归一化植被指数及GDP(见表1)。

1.3 研究方法

1.3.1 地形位指数

从地形的角度分析生境质量, 对于深入了解生境质量的影响因子有重要意义。地形因子作为自然地理环境中的重要因子, 对地表物质的迁移与能量的转换有着显著的影响[15]。单一高程或者坡度因子无法体现地形因子的综合作用过程, 所以需要综合高程与坡度形成地形位指数表达某区域的总体地形特征[16]。公式如下:

表1 研究数据说明

1.3.2 土地利用转移矩阵

通过ArcGIS软件中的空间叠置功能, 分别对广东省1980年、1990年、2000年、2010年、2018年的各土地利用类型的交互情况进行处理, 得到1980—2018年的土地转移矩阵, 分析各个时期广东省各地类的转移方向和数量, 以便更加直观地观察到土地利用变化下生境质量的演变。

1.3.3 生境质量计算及其等级划分

InVEST模型生境质量模块可以评价区域的生物多样性维持功能。该模型结合土地利用类型和生物多样性威胁因素的信息生成生境质量地图[17]。该图为一幅值域在0—1间连续变化的地图。其值越高, 表示当地的生境质量越高, 生物多样性水平越高; 相反值越低, 表示当地的生境质量越低, 生物多样性水平越低。通常地, 生境质量的降低是土地利用强度增大所致[18]。首先计算生境总威胁水平, 公式如下:

式中,D是生境类型中栅格的总威胁水平;是威胁因子个数;W是威胁因子的权重;y是指威胁栅格图上的一组栅格;r是栅格上威胁因子的值;i是威胁因子在栅格的生境对栅格的影响;β是指栅格受法律保护的程度;S为生境类型对威胁因子的敏感;d是栅格与栅格的直线距离;dmax为威胁因子最大的威胁距离。D的值越高, 表示威胁因子对生境的威胁程度越大, 生境退化度越高。其中, 生境质量的计算公式为:

式中,W是土地利用类型中的栅格的生境质量;H是土地利用类型的生境适宜指数;D是土地利用类型中栅格的总威胁水平;为半饱和参数, 取值为退化地图的最高退化值的一半;为常数, 通常取值为2.5。

运行InVEST模型生境质量模块, 需要当前LULC地图、威胁因子数据、威胁源数据、生境类型及生境类型对威胁的敏感性和半饱和参数共5个数据。5个数据首先用以计算D, 然后计算Q。

综合研究区的地理特征, 将人类活动较为剧烈和对自然状态下地表景观影响较大的建设用地、耕地、未利用地定义为威胁因子[9-12]。威胁因子相关参数以及各地类对各威胁因子的敏感度参照参考文献[12,17,19]设置, 如表2、表3所示。

表2 威胁因子及其最大影响距离、权重及衰减类型

表3 土地利用类型生境适宜度及其对威胁因子敏感性

以1980—2018年五期广东省土地利用数据为基础, 运行InVEST模型生境质量模块, 对广东省的生境质量进行评价。将生境质量运算结果等距划分为低(0—0.33)、中(0.33—0.67)、高(0.67—1)三个等级, 并统计各级生境质量栅格数及其占整个研究区栅格总数的百分比。

1.3.4 基于地理探测器的驱动因子分析

地理探测器是一种探测地理现象的空间分异性, 以及揭示其背后驱动力的方法[20]。总共有4个模块, 分别为因子探测器, 风险探测器, 交互作用探测器和生态探测器。因子探测器为本研究主要使用的模块。其理论核心为: 假设某种自变量对因变量的空间分布有重要影响, 自变量与因变量在空间分布格局上应具有一致性[20]。模型中用值衡量自变量对因变量的解释度。的取值范围为[0,1],值越接近1, 表示自变量对因变量的解释度越强, 即因变量受该自变量的影响越大; 相反,值越接近0, 则解释度越弱, 影响越小。

因子探测器的计算公式为:

输入地理探测器的自变量要求为类别数据, 因此需要对连续型变量做离散化处理[21]。根据前人研究, 本文将自变量做重分类处理, 按照自然间断法分为5类。在ArcGis10.7中, 使用创建渔网工具构建2km×2km的渔网覆盖广东省, 一共均匀生成44541个渔网点。利用这些点提取10个指标和广东省2018年的生境质量, 作为地理探测器的运行数据[22]。

2 结果与分析

2.1 土地利用变化分析

在研究期间, 耕地与草地是流失最显著的地类; 建设用地是显著增加的用地类型。林地面积和水域面积相对稳定。耕地面积持续减少, 减少面积为6010 km2, 减幅为12.38%。草地呈先减少后增加状态。在1980—2010年间, 草地面积持续减少。但在2010-2018年间出现了小幅增长。草地面积的净减少量为1365 km2, 减幅达14.77%。建设用地面积急剧增长, 其增长总面积为7387 km2, 增幅高达121.95%。未利用地面积仅减少32.97 km2, 但由于其面积比较小, 故减幅较大, 为21.73%。

根据土地利用转移矩阵可得出土地利用转移关系, 如表4所示。在1980—2018年间, 土地利用类型之间的转化主要为耕地、林地转为建设用地, 草地、耕地转为林地和耕地转为水域, 转移面积分别为4921 km2, 1828 km2, 1744 km2, 1520 km2和1607 km2。在整个研究期间, 83.12%的耕地保持稳定, 未发生转化。流失的耕地主要转化为建设用地, 水域和林地, 所占比例分别为10.14%, 3.31%和3.13%。草地中有74.26%保持稳定, 减少的草地主要转为林地, 占比为18.87%, 并有3.41%, 2.88%转为建设用地和耕地。36.61%的建设用地由耕地转入, 13.60%的建设用地由林地转入。表示城市的扩张占用的主要土地利用类型还是耕地。

表4 1980—2018年广东省土地利用类型转出矩阵

注: 表中横向地类为2018年地类, 纵向地类为1980年地类; 表中数据为1980年和2018年土地利用转移面积与所占比例;“——”表示未发生土地转移,“0.00%”表示土地转换比例小于0.01%。

2.2 生境质量现状与时空演变分析

2.2.1 生境质量现状

结果表明, 2018年, 生境质量等级为高的区域占研究区总面积的71.5%, 生境质量等级为中的区域占研究区总面积的21.2%, 而低等级生境质量面积占研究区总面积的7.4%, 如图2所示。总体上看, 广东省的生境质量处于较高水平, 这与广东省土地利用面积最大为林地相关。林地植被覆盖率大, 生物多样性丰富。低值区集聚化分布, 与建设用地空间分布格局具有一致性。主要分布在珠三角平原地区, 包括东莞市, 深圳市, 广州市东部, 佛山市东部, 江门市西部以及中山市北部与中部。这些区域的共有特点为经济发展迅速, 城市化和工业化进展快, 地表人类活动频繁[22]。粤西, 粤北, 粤东地区的生境质量较高, 表示这些地区的生物多样性水平高。生境质量为中等级区域主要位于高值区与低值区之间的过渡地带, 包括湛江市, 茂名市南部, 揭阳市北部和南部, 汕尾市南部, 潮州市东部与西部。深圳、东莞两市生境质量低值区占总面积高达50%, 超过生境质量高值区面积。其余各市生境质量高值区面积大于低值区面积。湛江市生境质量为中值区占总面积48.8%。中山市, 佛山市生境质量低, 中, 高值面积相当。在县域尺度, 生境质量低值区面积占总面积超过50%有13个县。中山市、广州市白云区、江门市江海区生境质量低、中、高值区面积相当。广州市荔湾区和越秀区生境质量低值区面积占总面积80%以上。

2.2.2 生境质量时空演变特征

如图3, 表5所示, 在研究期间, 珠三角生境质量低值区明显向外扩张, 面积占比从3.5%增加到7.4%。生境质量高值区面积有微小浮动。相比1980年, 2018年广东省生境质量高值区面积有所增加, 增幅2%。生境质量中值区面积持续减少。减少的面积主要转化为低值区。1980年生境质量最好, 中高等级区域面积高达96%。在城市化进程中, 随着建设用地的扩张和土地利用强度的增加, 生境质量会逐渐恶化。同时, 生境质量高值区的面积也有小幅增长, 说明近年来的生态保护有一定成效。

图2 2018年广东省生境质量空间分布图

Figure 2 Spatial distribution map of habitat quality in Guangdong Province, 2018

2.2.3 生境质量的地形梯度效应

由DEM数据提取坡度数据, 根据公式1进行计算, 得到广东省地形位指数, 如表6所示。结果区间为0—1.88, 按照自然间断法将其分为5个等级。如图4, 珠三角地区以及沿海地区的地形位比较低。粤北, 粤东的北部以及粤西的北部地形位比较高。

计算2018年广东省不同地形位的生境质量平均值。可得知, 随着地形位的增加, 生境质量均值逐渐上升, 增幅逐渐减慢。生境质量与地形位指数成正相关。人类生产活动一般沿河流和地势低平区开展, 人类活动较多的区域对土地利用强度大, 生境容易变为非生境[24]。生境质量受海拔和坡度的影响较大。

2.3 生境质量空间分异主导因素分析

因子探测器揭示了各因子对生境质量的影响力。因子探测器的结果揭示, 各影响因子对生境质量的空间分布的解释力有巨大的差异, 如表7所示。=1时, 生境质量影响因子值大小依次是归一化植被指数、人口分布、GDP、道路密度、土壤类型、植被类型、地貌类型、海拔、降雨量、气温、坡度。=2时, 生境质量影响因子值大小依次是归一化植被指数、人口分布、GDP、道路密度、海拔、植被类型、土壤类型、坡度、地貌、降雨量、气温。=3时, 生境质量影响因子值大小依次是归一化植被指数、道路密度、土壤类型、降雨量、气温、坡度。

图3 1980—2018年广东省生境质量空间分布图

Figure 3 Spatial distribution map of habitat quality in Guangdong Province from 1980 to 2018

表5 1980—2018年广东省不同等级生境质量比例

图4 广东省地形位指数分布情况

Figure 4 Spatial distribution of terrain index in Guang­dong Province

表6 广东省2018年不同地形位的生境质量均值

生境质量的影响因子的显著性收到地形位指数的影响。归一化植被指数对生境质量的解释力显著高于其他影响因子。在不同的地形位下, 归一化植被指数都是生境质量的主导影响影子。因为植被覆盖度高, 气候适宜等地区更适合物种的生存繁衍, 继而生境质量高。人口分布、GDP在地形位指数为3, 4, 5的地方解释力不显著, 在地形位指数为1, 2的地区解释力大, 成为主要的影响因子。人类活动聚集发生在地势低平等利于人类生活, 生产的空间。所以在低地形位的地区, 人口分布和GDP成为广东省生境质量空间分异的动力。气温对地形位指数为1、2、3的区域的生境质量产生的影响力基本相同, 但在地形位指数为4, 5的地区没通过显著性检验。坡度在地形位指数为2的区域对生境质量的影响力远远大于其余地区。随着地形位指数的增加, 降雨量对生境质量的解释力先降低后增加再降低, 具体表现为值在地形位指数的排序:1>3>4>2。

表7 广东省不同地形位生境质量影响因子探测结果

注: “—”表示值未通过显著性检验。“”表示值的排序大小。

大部分影响因子在地形位指数等级4以及5的地区没有通过显著性检验, 说明在高地形位指数地区, 大部分影响因子对生境质量的空间分布并无显著影响。高地形位指数地区的土地利用类型主要为林地与草地。林地与草地自然生态环境条件优渥, 生物类型多样, 且高地形位指数地区受人类干扰活动较少, 所以高地形位指数地区生境质量均值较高。因此, 在高地形位指数地区, 大部分影响因子对生境质量的空间分布没有显著的影响。

3 讨论与结论

本研究发现, 1980—2018年, 广东省经济快速发展。城市建设用地扩张占用的土地利用类型主要来源是耕地。珠三角生境质量低值区明显向外扩张。建设用地的增加是生境质量降低的主要原因, 这与邓越[24]等人的研究结果一致。建设用地的不断扩张挤压了自然界物种的生存空间, 不利于生物多样性的维持。通过分析广东省生境质量时空演化特征, 本文为提高生境质量作了进一步探讨。在现有建设用地基础上进行集约开发与建设, 进行合理的规划和控制, 避免建设用地扩张占用生态用地, 严格把控土地开发强度。在城市设置景观绿化带降低城市化过程中对当地生态系统的破坏, 构建水系与绿带的生态走廊。针对生境质量低值区和中值区应加强生态修复工程, 做好生态保育措施, 防止生境质量进一步恶化。生态质量高值区应划定生态红线, 在生态红线范围内禁止人为破坏生态系统。在广东省未来的土地利用规划中, 要注意保护耕地、草地, 控制建设用地的增长速度, 在追求经济发展的同时也要注重生态效益, 做到经济与生态的协调发展。

此外, InVEST模型还需进一步优化。目前, InVEST模型的参数设置一般是参照前人相关区域的研究选取, 主观性较强, 对模型评估的结果具有一定的影响。对于不同的研究区域, 应该具有地方自然地理环境的特殊性。在未来的工作中, 应进行实地调研, 然后与InVEST模型相结合, 使模型评估更精确。

本文利用InVEST模型对广东省1980—2018年生境质量进行评估, 从地形视角通过地理探测器分析其影响因素, 得出以下结论:

(1)林地和耕地是广东省最主要的土地利用类型, 占全省陆地面积的80%以上。在研究期间, 耕地与草地是流失面积较大的地类; 建设用地是显著增加的用地类型。林地面积和水域面积相对稳定。在1980—2018年间, 土地利用类型之间的转化主要为耕地、林地转为建设用地, 草地、耕地转为林地和耕地转为水域。城市扩张占用的土地利用类型主要还是耕地。

(2)2018年, 生境质量等级为高的区域占研究区总面积的71.44%。总体上看, 广东省的生境质量处于较高水平。从空间分布特征来看, 低值区集聚化分布, 与建设用地空间分布格局具有一致性, 主要分布在珠三角平原地区。粤西, 粤北, 粤东地区的生境质量较高, 表示这些地区的生物多样性水平高。生境质量为中等级区域主要位于高值区与低值区之间的过渡带。从时空演变特征来看, 珠三角生境质量低值区明显向外扩张, 面积占比从3.47%增加到7.39%。同时, 生境质量高值区的面积也有小幅增长, 说明近年来的生态保护有一定成效。

(3)各影响因子对生境质量的空间分布的解释力有巨大的差异。生境质量的影响因子的显著性受到地形位指数的影响。在不同的地形位下, 归一化植被指数对生境质量的解释力最强。在低地形位的地区, 影响生境质量的主要因子为归一化植被指数, 人口分布, GDP和道路密度。在中地形位的地区, 影响生境质量的主要因子为归一化植被指数, 道路密度, 土壤类型和降雨量。而在高地形位的地区, 归一化植被指数解释力最强。

[1] HALL L S, KRAUSMAN P R, MORRISON M L. The habitat concept and a plea for standard terminology[J]. Wildlife Society Bulletin, 1997, 25(1): 173–182

[2] 赵士洞, 张永民. 生态系统评估的概念、内涵及挑战——介绍《生态系统与人类福利:评估框架》[J]. 地球科学进展, 2004, 19(4): 650–657.

[3] 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.

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

[5] 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.

[6] 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.

[7] 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.

[8] WONG C P, BO J, KINZIG A P, et al. Linking ecosystem characteristics to final ecosystem services for public policy[J]. Ecology Letters, 2015, 18(1): 108–118

[9] 刘孟竹, 张红娟, 王彦芳, 等. 基于土地利用的北方农牧交错带生境质量研究[J]. 水土保持研究, 2021, 28(3): 156–162.

[10] 刘春芳, 王川. 基于土地利用变化的黄土丘陵区生境质量时空演变特征——以榆中县为例[J]. 生态学报, 2018, 38(20): 7300–7311.

[11] 刘春芳, 王川, 刘立程. 三大自然区过渡带生境质量时空差异及形成机制——以榆中县为例[J]. 地理研究, 2018, 37(2): 419–432.

[12] 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.

[13] 戴云哲, 李江风, 杨建新. 长沙都市区生境质量对城市扩张的时空响应[J]. 地理科学进展, 2018, 37(10): 1340– 1351.

[14] 谢余初, 巩杰, 张素欣, 等. 基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究[J]. 地理科学, 2018, 38(6): 979–986.

[15] 郭洪峰, 许月卿, 吴艳芳. 基于地形梯度的土地利用格局与时空变化分析——以北京市平谷区为例[J]. 经济地理, 2013, 33(1): 160–166.

[16] 刘园, 周勇, 杜越天. 基于InVEST模型的长江中游经济带生境质量的时空分异特征及其地形梯度效应[J]. 长江流域资源与环境, 2019, 28(10): 2429–2440.

[17] 宋磊, 陈笑扬, 宋丹, 等. 基于InVEST模型的生境质量变化评价——以2009-2012年长沙市望城区为例[J]. 国土资源导刊, 2018, 15(4): 23–30.

[18] MCKINNEY M L. Urbanization, Biodiversity, and Conservation[J]. Bioscience, 2002, 52(10): 883–890.

[19] 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.

[20] 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.

[21] 王欢, 高江波, 侯文娟. 基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因[J]. 地理学报, 2018, 73(9): 1674–1686.

[22] 郭泽呈, 魏伟, 张学渊, 等. 基于RS和GIS的石羊河流域生态环境质量空间分布特征及其影响因素[J]. 应用生态学报, 2019, 30(9): 3075–3086.

[23] 彭建, 徐飞雄, 吴见, 等. 典型旅游城市生境质量空间分异及其影响机理研究——以黄山市为例[J]. 长江流域资源与环境, 2019, 28(10): 2397–2409.

[24] 邓越, 蒋卫国, 王文杰, 等. 城市扩张导致京津冀区域生境质量下降[J]. 生态学报, 2018, 38(12): 4516–4525.

Attribution of habitat quality in different geomorphological types in Guangdong Province

LU Yinyi1, LI Tianxiang2, GONG Jianzhou1,*

1. School of Geography and Remote Sensing, Guangzhou University, Guangzhou 510000, China 2. Guangzhou Longterm landscape architecture desigh company limited, Guangzhou 510520, China

The expansion of urban land and the fragmentation of human living habitats have become the main reasons for the reduction of biodiversity. A comprehensive understanding of regional habitat quality is the basis for improving habitat quality and the prerequisite of protecting and maintaining biodiversity. Based on the land use data of Guangdong Province from 1980 to 2018, this paper uses the InVEST model to evaluate the habitat quality of Guangdong Province, and analyzes its terrain gradient effects from the perspective of topography. A total of 10 influencing factors were selected to detect the dominant factors of habitat quality under different terrain gradients based on natural geographical environment and social economy. The results show that: (1) Forest land and cultivated land are the major land use types in Guangdong Province. Cultivated land and grassland are the most significant types of land lost. Construction land is the land use type that obviously increases, and cultivated land is the main source. (2) The spatial differentiation of habitat quality is obvious. The low value area is concentrated in the Pearl River Delta plain and the western part of Guangdong Province. Moreover, the low value of habitat quality in the Pearl River Delta expanded outwards. Habitat quality is relatively high in the eastern and northern part of Guangdong Province. (3) Normalized difference vegetation index(NDVI) has the strongest explanatory power for habitat quality in different terrain positions. In the low terrain position area, the dominant influencing factors of habitat quality are NDVI, population distribution, GDP and road density. In the medium terrain position area, there are NDVI, road density, soil type and rainfall. In the high terrain position area, NDVI has the strongest explanatory power. This study can help to comprehensively understand the change pattern of regional habitat quality and its spatial differentiation mechanism, which is the basis for realizing the rational layout of regional ecological, agricultural and urban spaces, and fully protecting biodiversity.

habitat quality; influencing factors; terrain index; Guangdong Province; geographical detector

卢茵怡, 李天翔, 龚建周. 广东省不同地貌形态类型区生境质量归因[J]. 生态科学, 2022, 41(3): 24–32.

LU Yinyi, LI Tianxiang, GONG Jianzhou. Attribution of habitat quality in different geomorphological types in Guangdong Province[J]. Ecological Science, 2022, 41(3): 24–32.

10.14108/j.cnki.1008-8873.2022.03.003

X826

A

1008-8873(2022)03-024-09

2021-08-12;

2021-11-25

国家自然科学基金项目(42071123)

卢茵怡(1998—),女,广东江门人,研究生,主要研究方向为生态系统服务, E-mail:847617903@qq.com

龚建周(1970—),女, 湖北恩施人,博士,广州大学教授,主要从事城市生态环境与土地系统评估, E-mail: gongjzh66@126.com