基于InVEST模型的岷江流域土地利用变化对生境质量的影响研究
2022-09-17赵庆建吴晓珍
赵庆建, 吴晓珍
基于InVEST模型的岷江流域土地利用变化对生境质量的影响研究
赵庆建*, 吴晓珍
南京林业大学经济管理学院, 南京 210037
土地利用及生境质量变化过程对维护自然系统平衡, 区域社会经济可持续发展具有重大意义。借助InVEST模型生境质量模块, 以岷江流域作为研究区, 在分析岷江流域土地利用变化的基础上对其2000、2008、2013、2017年的生境质量变化特征进行分析。结果表明: (1)在2000—2017年, 岷江流域的建设用地呈现不断增长的趋势, 而耕地、林地和草地呈现缩减的趋势; 耕地、林地和建设用地之间的转换较为明显, 建设用地转入最大的来源主要是耕地。(2)从时间尺度上看, 岷江流域生境质量属于较差和良好等级的占比总体上分别上升71.34%和2.41%; 中等和优等等级的占比总体上下降了4.28%和2.61%。(3)从空间尺度上看, 岷江流域上游地区的生境质量总体上高于中下游地区; 建设用地大面积扩张, 侵占了大量的耕地和林地, 从而导致了中下游平原区域的整体生境质量下降, 其中处于较差和中等等级的区域显著扩大。
岷江流域; 土地利用变化; 生境质量; InVEST模型
0 前言
生境质量是与人类密切相关的自然资源质量, 能够反映人类生存环境的优劣程度, 被视为区域生物多样性和生态服务水平的重要表征及反映, 是区域生态安全保障和人类福祉提升的关键环节[1-2]。土地利用通过影响生境斑块之间的物质流、能量流循环过程, 对区域生境质量分布格局和功能产生重大影响[3]。近年来, 人口增长和社会经济快速发展, 使得对土地资源的需求日益增长, 自然资源被过度开发。土地利用方式及强度的变化使生态系统受到严重破坏, 进而导致自然资源的价值不断下降[4-5]。深入分析土地利用变化对区域生境质量的影响是实现资源可持续发展、制定区域生态保护政策的基础依据。
目前基于土地利用变化对生境质量的影响研究主要有两种方法。第一种是基于景观格局的指标体系方法。第二种是基于生态评估的定量研究[6-9], 常见的评价模型有HIS模型、SoLVES模型、InVEST模型等, 其中InVEST模型中的生境质量模块能够通过评估生境类型、植被类型的范围和退化程度来反应生境质量及生物多样性, 并结合生态系统内的土地利用植被信息和生物多样性威胁因素来得到生境质量的分布信息[10-11]。目前国内学者重点运用该模型对我国部分具有重要生态价值的区域如自然保护区[12-13]、流域[14-15]、城市[16-19]的生境质量进行评价, 如谷双喜[20]等运用InVEST模型分析了皖江流域生境质量时空变化特征, 发现该流域的土地利用类型转移主要为耕地转向建设用地且整体的生境质量下降明显; 谢余初[21]等以甘肃白龙江流域为例, 结合GIS和InVEST模型选取区域生境质量、植物净初级生产力和景观状态指数为评价指标, 在栅格像元尺度上开展白龙江流域景观生物多样性时空变化特征分析。
岷江流域作为长江经济带上游绿色发展的生态屏障, 区域内土地利用类型丰富, 林地、草地所占比重较大, 对流域内生境质量、水源涵养等生态功能具有至关重要的作用。同时, 四川省作为西部地区重要的经济中心, 近年来, 其工业化、城镇化、农业现代化都得到了发展, 岷江流域的土地利用格局也发生了不同程度的变化。在2000—2017年间, 岷江流域土地利用总体上以草地、林地和耕地为主, 建设用地总量迅速扩张, 主要以占用耕地和草地实现不同程度的土地利用变化。各地类面积的变化以及相互间的转换, 使得生境状况发生显著变化[16]。因此, 借助相关软件以岷江流域为研究对象进行定量分析十分必要, 此外, 岷江流域上中下游地势复杂, 科学研究进展缓慢, 基础资料缺失, 利用对数据要求较小、适用性强的InVEST模型对区域生境质量进行深入研究具有重要的现实意义。本文在分析岷江流域的土地利用变化的基础上, 利用InVEST模型对其2000、2008、2013和2017年的生境质量时空变化特征进行深入分析从而为岷江流域在上中下游开展生态保护, 推进生态示范区建设的过程中提供重要的理论支撑。
1 研究区概况
岷江流域全长约1279千米, 面积约135881平方公里, 地处北纬28°38′—33°10′, 东经102°35′—104°51′。岷江可分为上中下游, 以都江堰市以上为上游, 都江堰市至乐山市大渡河汇入处为中游, 乐山至宜宾长江汇合处为下游段[22]。岷江上游地形复杂, 峡谷连绵, 地广人稀; 中下游地势较低, 多为丘陵平原, 人口和耕地较多。随着人类活动范围的不断扩大, 流域土地利用和地表覆盖发生了显著变化, 导致支流河道断流、水污染严重、水土流失、湿地退化等生态环境问题频繁发生, 流域植被面积与生物多样性都在急剧减少, 生境质量不断退化, 严重威胁到区域的可持续发展。
2 研究数据与方法
2.1 研究数据
岷江流域各县市的遥感影像数据来自地理数据空间云(http://www.gscloud.cn/search), 选取2000、2008、2013和2017年分辨率为30 m的Landsat TM遥感影像。根据《土地利用现状分类标准》(GB T21010—2007), 将土地利用体系分类合并为耕地、林地、草地、水域、建设用地和未利用土地6类(图1)。
2.2 土地利用转移
土地利用转移矩阵是对不同时期地类变化的定量描述。通过计算不同时期同种地类的面积或者百分比差值得到土地变化度, 从而反映出特定区域特定时间各个地类的面积数据, 同时反映出各个地类初期的转出面积以及末期转入面积。具体数学表达形式为:
图1 2000—2017年岷江流域土地利用空间分布
Figure 1 Spatial distribution of land use in the Minjiang River Basin in 2000-2017
式中:S表示研究时段初期类土地到研究末期转为类土地的面积,为土地利用类型。此外, 转移矩阵的每一行总和表示研究初期该土地利用类型的面积总数, 每个行值表示该土地类型的转移去向和大小; 每一类的总和表示研究末期该土地类型的面积总数, 每个列值表示该土地类型的所有转入类型及大小。
通过ArcGIS对不同时期岷江流域土地利用现状图进行融合叠置, 计算面积后导出属性表, 从而完成转移矩阵的数据提取。
2.3 生境质量模型
InVEST模型是由美国斯坦福大学主导开发的一种可以量化多种生态服务系统的评估模型, 其中生境质量模块是利用土地利用分类图, 基于威胁源的影响距离及空间权重, 生境适宜性以及对威胁源的敏感性来对研究区的生境质量进行空间量化评估的, 具有引入数据量少, 输出数据量大的特点[23]。
2.3.1 生境退化度评价原理
生境退化度代表了威胁因子对生境结构的影响程度, 其计算基于以下假设, 即生态系统中的某种土地利用类型对威胁因子的敏感度越高, 则该地类的退化度越大, 其大小与生境中各地类以及威胁因子的数量等因素密切相关。土地利用类型为时栅格的生境退化度D的计算公式如下:
式中,为威胁因子;是威胁栅格图的栅格数;Y是威胁栅格图中的一组威胁栅格;w为威胁因子权重, 取值范围为0—1;r表征栅格是否为威胁栅格(0或1);i为威胁栅格的威胁因子值对区域内栅格的威胁水平;β为栅格的可达性水平, 取值范围0—1;K是土地利用类型为威胁因子的敏感度, 取值范围0—1。i由以下公式计算可得:
2.3.2 生境质量评价原理
生境质量是生态环境提供给生物个体和种群生存所需要的环境水平, 是一个连续变量, 数值范围由低到高, 生境质量越高的斑块生态结构和功能越稳定。人类对土地利用的方式和强度决定了生境质量的高低, 土地利用强度越大, 生境质量下降越明显。
在InVEST生境质量模型中, 生境质量基于生境退化度进行计算, 分值随生境退化分值的增大而减小, 计算公式如下:
式中,Q表示土地利用类型为时栅格的生境质量;H表示土地利用类型的生境适宜性;D表示土地利用类型为时栅格的生境退化程度;和为比例因子,常数为半饱和常数, 通常等于值, 可使它取D最大值的一半,定义为常数2.5。
本研究将人类活动最为集中、对生境质量直接影响比较大的耕地、城镇用地、农村居民点和交通运输用地4种土地利用类型定义为生境威胁因子, 参照InVEST模型使用指南, 在模型中应用最大胁迫因子对生境影响范围(MAX-DIST), 胁迫因子权重(0—1)、胁迫因子对生境影响递减指数(0—1)、生境对每种胁迫因子敏感度指数(0—1)。表1中参数来源于模型推荐参考值, 表2参数参考模型推荐的参考值及相关文献[24-26]。
3 结果与分析
3.1 2000—2017年岷江流域土地利用变化情况
在2000—2008年, 岷江流域的土地利用变化主要体现在耕地向建设用地转变, 其中草地、建设用地、林地、水域以及未利用土地有所增长, 建设用地增长最为迅速, 增长了189.13 km2, 约增长18%, 而耕地面积下降了约243 km2, 约下降1.2%。同时, 一方面岷江流域的总人口由1330.9万人增长至1390.5万人, 人口增长率约为4.5%, 对住宅、工业和其他设施用地的需求越来越大, 城镇村范围不断向外扩展; 另一方面, 随着城市化的快速发展, 岷江流域内的中心城区和各县GDP总值从787.5亿元增长至1793.3亿元, 各地区的基础设施和交通网络的完善占用了大量耕地, 导致建设用地面积持续增加, 耕地面积大幅减少。
表1 威胁因子属性表
表2 生境适宜度及其对威胁因子的敏感度
在2008—2013年, 岷江流域的土地利用变化主要体现在草地和耕地向建设用地转变, 其中草地和耕地大幅度减少, 分别减少了712 km2和340 km2, 下降幅度达到4.7%和1.8%; 建设用地、林地、水域和未利用土地不断增长, 建设用地约增长443 km2, 增长幅度达37%。与此同时, 流域内总人口由1346.8万人上升至1381万人, GDP总值由1790.3亿元增长至4409.6亿元, 人口的增加对土地不断提出新的索取, 导致土地利用类型的变化显著, 这与彭文甫等人的研究结果也相一致[27], 该期间经济快速发展带动了土地城镇化速度加快。
在2013—2017年,岷江流域的土地利用变化表现为草地和耕地向建设用地和水域转变, 其中草地、耕地、林地面积和未利用土地分别减少了0.06%、1.4%、0.07%和5.6%; 建设用地和水域分别增加了14.2%和8.3%。其中建设用地增长面积中由耕地转变的约占94%; 水域增长面积中由耕地转变的约占60.5%。相比于2008—2013年, 流域内人口上升至1398万人, GDP总值也达6421.1亿元, 但耕地变化呈现小幅度下降趋势。在此期间, 四川省制定“一带六片八廊”的省域生态安全格局, 严格保护耕地, 防止城镇建设连绵, 同时加强生态型经济发展, 协调社会经济发展与保护资源的关系, 逐步改善了土地生态状况。
总体来看, 岷江流域在2000—2017年间建设用地面积不断扩增, 约增长了858 km2, 耕地和草地面积呈下降趋势, 分别减少了830 km2和701 km2, 约减少了4.7%和4.3%。流域内人地关系紧张的基本格局没有改变, 大量耕地、草地被开垦利用, 乱砍乱伐的不合理土地利用现象依然严重, 水源涵养、净化空气等自然资源价值同步呈现下降趋势, 但随着公众环保意识的增强以及国家退耕还林工程的启动, 在2008—2017年耕地面积的减小幅度呈现下降趋势。
3.2 2000—2017年岷江流域生境质量时空变化
InVEST模型采用生境质量指数和生境退化指数来反映研究区域的生境质量总体状况。其中生境质量指数是指环境提供给适合物种和种群持续生存和繁衍所需条件和资源能力的大小, 模型中以栅格图层上0—1的连续变化值呈现, 值越靠近1, 生境质量越好。通常土地利用强度的增加会引起威胁源地的增加和强度的增大, 使其附近的生境质量退化。将准备好的数据输入InVEST模型, 运行生境质量评价模块, 得到2000、2008、2013和2017年的生境质量指数和生境退化程度。结合岷江流域的实际生境质量情况进行等级划分, 区分为较差、中等、良好、优等4个等级, 对应的生境质量指数范围分别为0—0.2、0.2—0.5、0.5—0.8和0.8—1, 统计2000—2017年各个生境质量等级的栅格数所占比例(表4)。
表3 2000—2017年岷江流域土地利用转移矩阵
在时间上分析, 在2000—2017年, 生境质量较差的流域面积一直在增加, 在2017年较差流域面积相比于2000年约增长了71.34%; 生境质量处于中等水平的流域面积呈现下降趋势, 分别占当年栅格数的35.97%、34.71%、35.35%和35.02%; 生境质量处于良好和优等水平的流域面积呈现上升、下降再上升的变化趋势。2000—2017生境质量变化趋势与该阶段人口增长变化、经济发展路径特点相吻合, 在2000—2013年我国处于高速发展阶段, 对土地资源进行过度开发, 之后转向高质量发展, 坚持绿色发展道路, 大力实施天保、退耕还林等生态保护和建设工程, 有力促进了岷江流域生境质量的进一步改善。
在空间上分析, 从图2可以看出在2000—2017年, 岷江流域整体生境质量从岷江上游到岷江下游逐渐减弱。岷江流域上游受到地貌高度、坡度、水分、土壤等条件的限制, 林地的覆盖面积大, 地形破碎程度比较高, 土地利用类型主要是草地和林地, 不利于进行生产生活开发, 适合居住或耕种的土地所占的比例很小, 受到人类活动影响较小, 因此生境质量指数相对比较高。从县级行政区划分来看, 松潘县、黑水县、茂县、理县、汶川县、都江堰市、芦山县等地区生境质量指数相对较高, 处于0.7以上; 岷江下游的地区大多数为平原和沿江流域, 地形破碎程度比较小, 受人为扰动影响较大, 同时随着城市化进程的加快以及建设用地需求的不断增加, 耕地、草地面积呈现不断减少的趋势, 其中崇州市、郫县、邛崃市、蒲江县、彭山县、眉山县、仁寿县、乐山市、青神县等地区生境质量指数相对处于中等水平, 生境质量较差的区域主要呈现散点状分布, 主要集中在岷江流域东南区域内的大中小城市。从土地利用及其转移变化来看, 作为生境威胁源的建设用地迅速增加, 耕地、林地等生境适宜性较高的土地利用类型在不断减少, 从而环境的破坏程度比较严重, 对岷江流域的生境质量造成巨大威胁, 如仁寿县、荣县、井研县等区域生境质量指数相对较低, 处于0.3以下。
表4 2000—2017年岷江流域生境质量变化占比
图2 2000—2017年岷江流域生境质量指数
Figure 2 Habitat quality index of Minjiang river basin in 2000-2017
3.3 2000—2017年岷江流域生境退化度时空变化
对于生境退化指数, 由于InVEST模型的输出结果中直接表达的结果值具有连续性, 不易进行定性分析和空间分布规律的解读, 因此利用ArcGIS中的自然断点分类方法, 基于数据的分布情况采用类内差异最小、类间差异最大的原则进行重分类和空间统计。将岷江流域生境退化度划分为四个等级, 分别为基本不变, 轻度退化、中度退化和高度退化四类, 生境退化度指数的取值范围分别对应0—0.008, 0.008—0.04, 0.04—0.07, 0.07以上。生境退化指数的高低反映了该栅格受到威胁因子的影响程度, 生境退化指数越高表明受影响越大, 退化程度越严重。
在时间上分析, 从图3可以看出在2000—2017年, 岷江流域生境质量属于轻度退化的变化较为明显, 从16.38%增长至17.63%; 生境质量基本不变和中度退化的流域面积呈先上升后下降的趋势, 其中处于基本不变的流域面积在2013年高达43.37%; 生境质量高度退化的流域在2000—2013年呈现下降的趋势且在2017年略微增长, 区域占比分别约为17.56%、17.49%、17.16%和17.20%。
在空间上分析, 从图4可以看出在2000—2017年, 岷江流域生境退化度较高的地方主要分布在岷江流域的东南部, 如仁寿县、荣县、井研县、乐山市、新津县、屏山县、沐川县等耕地、建设用地分布广、城市较为集中的地区; 而松潘县、黑水县、茂县、理县、汶川县、洪雅县等地区的生境退化度几乎为0, 这些地区海拔相对较高, 人类活动地区范围比较小且土地利用类型主要以林地、草地为主, 生态恢复系统较其他区域相比较高; 生境质量属于中度退化的行政区主要有屏山县、沐川县、宜宾县等, 这些地区的主要土地利用类型主要以耕地和水域为主, 同时从土地利用变化转移矩阵中可以看出主要土地利用变化以耕地向草地或草地向水域转变为主, 受到人类活动的影响相对较小。
4 讨论
生境质量能够表征区域内生态系统的健康状况, 是区域生态安全保障和人类福祉提升的关键。近些年, 国内外一些学者利用生态指标法、AHP法和综合指标法等方法对不同区域的生境质量进行深入分析。王琼以清河为例, 采用熵权法和主成分分析赋权法, 构建河流生境质量评价指数[28]; 杨建强采用生态环境综合指数法分析了莱州湾的生境质量[29]; 吴佳俣从“社会—生产—生态”视角构建土地利用多功能评价指标体系, 分区研究四川省的土地利用多功能性[30]。上述研究结果准确, 但在时效性、空间化等方面有待提高。InVEST模型融合了遥感数据、数学高程模型以及气候插值数据等对地观测数据, 克服了“以点带面”的缺点, 具有运行参数相对较少、基础数据获取较易、输出数据量大、评价结果定量化和空间可视化等特点, 使缺少实测数据资料的大中尺度区域生境质量的定量化、可视化和精细化分析和评估成为了可能, 能够较为直观描述区域生境质量的空间异质性[31]。
图3 2000—2017年岷江流域生境质量退化变化
Figure 3 The habitat quality degradation changes in the Minjiang river basin in 2000-2017
图4 2000—2017年岷江流域年生境退化度空间分布图
Figure 4 Spatial distribution of habitat degradation in the Minjiang river basin in 2000-2017
本研究基于InVEST模型的评估结果, 直观准确地揭示了岷江流域在2000—2017年间生境质量时空演变规律: 在时间上, 生境质量较差面积呈现上升趋势, 中等水平面积呈现下降趋势。在此期间土地利用面积变化显著, 建设用地面积快速增长, 耕地、林地、草地面积不断下降, 进而导致生境质量不断退化。在空间上, 岷江流域上游地区的主要植被类型为草地和林地, 能够为整个岷江流域提供涵养水源和净化水质的作用, 人为干扰比较小, 生境质量处于优等状态。岷江中下游以耕地为主要植被类型, 人口密度大, 耕作、施肥、生活污水和工业废水对岷江流域的生境质量造成很大的破坏, 部分地区甚至陷入通过开闸放水也难以解决耕作生活用水的困境。因此, 为维护岷江流域生物多样性, 必须科学合法管理开发利用土地, 加强对草地和耕地的建设保护, 保证生态用地的适宜面积并注重土地结构组成和空间配置, 提高生态用地的整体质量, 从而提升流域内的整体生境质量。
但InVEST模型在生境质量评价中也具有局限性。一是模型中部分参数如土地利用类型对各个胁迫因子的敏感度是参照文献以及InVEST模型用户指南确定的, 而生境质量的时空变化受到多种因素的影响, 分析结果存在一定的误差, 只限于对岷江流域总体上的生境质量时空变化进行分析。二是模型中土地利用类型上的所有威胁都是简单相加, 而多种威胁的总影响总是远远大于各种影响的算术和[32]。因此, 未来如何科学综合流域内多种生态服务, 深入分析不同生态系统服务之间的复杂关系, 充分结合当地实测从而获得更加精准的计算服务量是研究生境质量的重点方向, 以便能更好地揭示岷江流域生境质量的发展演变规律。
5 结论
本文采用InVEST模型的生境质量评估模块对岷江流域2000、2008、2013和2017年四个时期的生境质量变化进行空间异质性分析, 得出以下结论:
(1)在2000—2017年, 岷江流域的建设用地呈现不断增长的趋势, 耕地、林地和草地呈现缩减的趋势。其中耕地、草地、林地和建设用地之间的转换较为明显且建设用地转入最大的来源主要是耕地。
(2)从时间上来看, 岷江流域生境质量处于较差水平呈增长趋势, 中等水平呈下降趋势; 处于良好和优等水平的流域面积呈上升, 后小幅度减少再大幅度增加的趋势。岷江流域的生境质量与土地利用之间存在很显著的相关性, 耕地、林地和草地的生境质量高, 而建设用地的生境质量较低且耕地和草地面积下降是生境质量下降的主要原因。
(3)在空间上来看, 岷江流域上游地区生境质量总体普遍高于中下部地区, 生境质量较差的区域大多集中在耕地、建设用地聚集的人类活动区域。
[1] 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.
[2] Jason B F, ERAN H, WILLIAM D, et al. Stream Physical Characteristics Impact Habitat Quality for Pacific Salmon in Two Temperate Coastal Watersheds[J]. PLoSONE, 2015, 10(7): 1–16.
[3] 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.
[4] 张晖, 吴霜, 张燕媛, 等. 流域生态补偿政策对受偿地区经济增长的影响研究——以安徽省黄山市为例[J]. 长江流域资源与环境, 2019, 28(12): 2848–2856.
[5] 李敏纳, 蔡舒, 覃成林. 中美西部土地资源开发异同比较及启示[J]. 西部论坛, 2016, 2(4): 47–57.
[6] 王燕, 高吉喜, 金宇, 等. 基于2005—2015年土地利用变化和InVEST模型的内蒙古巴林右旗农牧交错带生境质量研究[J]. 生态与农村环境学报, 2020, 36(5): 654– 662.
[7] ZHONG Lina, WANG Jun. Evaluation on effect of land consolidation on habitat quality based on InVEST model[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2017, 33(1): 250–255.
[8] MENESES B M, REIS R, VALE M J, et al. Land use and land cover changes in Zêzere watershed (Portugal) - water quality implications[J]. Science of the Total Environment, 2015, 527(9): 439–447.
[9] 焦云腾, 程文仕. 基于InVEST模型的土地整治对生境质量的影响研究[J]. 国土与自然资源研究, 2019, 42(2): 39–42.
[10] 黄从红, 杨军, 张文娟. 生态系统服务功能评估模型研究进展[J]. 生态学杂志, 2013, 32(12): 3360–3367.
[11] CERIAN GIBBES, DAVID G. HAVLICK, JOSEPH R. ROBB. Land use and land cover in a transitioning militarized landscape[J]. Journal of Land Use Science, 2017, 12(23): 182–196.
[12] 顾羊羊, 黄贤峰, 邹长新, 等. 沅江源自然保护区生境质量变化遥感监测[J]. 生态与农村环境学报, 2019, 35(6): 764–772.
[13] 朱燕, 李怡然, 李雪梅. 基于InVEST模型的昌黎黄金海岸国家级自然保护区生境质量评价[J]. 环境与可持续发展, 2019, 44(6): 156–160.
[14] 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.
[15] 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.
[16] 杨志鹏, 许嘉巍, 冯兴华, 等. 基于InVEST模型的东北地区土地利用变化对生境的影响研究[J]. 生态科学, 2018, 37(6): 139–147.
[17] 张文静, 孙小银, 单瑞峰. 基于InVEST模型研究山东半岛沿海地区土地利用变化及其对生境质量的影响[J]. 环境生态学, 2019, 1(5): 15–23.
[18] ZHAO Qingjian, WEN Zuomin, CHEN Shulin, et al. Quantifying Land Use/Land Cover and Landscape Pattern Changes and Impacts on Ecosystem Services[J]. International journal of environmental research and public health, 2019, 17(1): 119–126.
[19] 陈书林, 虞宋杰. 长三角地区1985~2015年土地利用变化及其驱动力分析[J]. 林业经济, 2019, 41(11): 49–54.
[20] 谷双喜, 杨海燕, 李衡均, 等. 基于土地利用的皖江流域生境质量时空变化特征分析[J]. 黑龙江工程学院学报, 2019, 33(2): 1–8.
[21] 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.
[22] 杜华明. 岷江流域径流演变及其对气候变化的响应[J]. 宜宾学院学报, 2014, 14(12): 36–40.
[23] 黄从红, 杨军, 张文娟. 生态系统服务功能评估模型研究进展[J]. 生态学杂志, 2013, 32(12): 3360–3367.
[24] 陈珊珊, 臧淑英, 孙丽. 基于InVEST模型的土地利用变化对生境质量的影响研究——以松嫩平原为例[J]. 中国农学通报, 2020, 36(3): 74–80.
[25] 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.
[26] CROOKS K R, BURDETT C L, THEOBALD D M, et al. Quantification of habitat fragmentation reveals extinction risk in terrestrial mammals[J]. Proceedings of the National Academy of Sciences, 2017, 114(29): 7635–7640.
[27] 彭文甫, 周介铭, 杨存建, 等. 基于土地利用变化的四川省生态系统服务价值研究[J]. 长江流域资源与环境, 2014, 23(7): 1053–1062.
[28] 王琼, 卢聪, 李法云, 等. 基于主成分分析和熵权法的河流生境质量评价方法——以清河为例[J]. 生态科学, 2017, 36(4): 185–193.
[29] 杨建强, 朱永贵, 宋文鹏, 等. 基于生境质量和生态响应的莱州湾生态环境质量评价[J]. 生态学报, 2014, 34(1): 105–114.
[30] 吴佳俣. 四川省县域土地利用多功能性评价及分区研究[D]. 四川师范大学, 2018, 12(3): 71–141.
[31] 李国庆, 刘长成, 刘玉国, 等. 物种分布模型理论研究进展[J]. 生态学报, 2013, 33(16): 4827–4835.
[32] BAGSTAD K J, SEMMENS D J, WAAGE S, et al. A comparative assessment of decision-support tools for ecosystem services quantification and valuation[J]. Ecosystem services 2013, 5: 27–39.
Research on the impact of land use change on habitat quality in Minjiang river basin based on InVEST Model
ZHAO Qingjian*, WU Xiaozhen
College of Economics and Management, Nanjing Forestry University, Nanjing 210037, China
The process of land use and habitat quality change is of great significance to maintaining the balance of natural systems and the sustainable development of regional socio-economics. Taking the Minjiang River as the research area, the InVEST Model was used to evaluate the spatial and temporal changes in habitat quality based on the land use change. The results show that: (1) The construction land in the Minjiang River Basin showed an increasing trend, while the cultivated land, woodland and grassland showed a shrinking trend in 2000-2017; the conversion between cultivated land, woodland and construction land was more obvious, and the construction land changed. The largest source of construction land transfer was mainly cultivated land. (2) In terms of time scale, the proportion of poor and good habitat quality increased by 71.34% and 2.41% respectively; the proportion of medium and excellent grades dropped by 4.28% and 2.61% respectively. (3) In terms of spatial scale, the habitat quality of upper reaches of the Minjiang River Basin was generally higher than that of the middle and lower reaches. The large-scale expansion of construction land had encroached on a large amount of arable land and woodland, which led to a decline in the overall habitat quality of the middle and lower reaches of the plain area. Among them, the poor and middle-level areas were significantly expanded.
Minjiang river basin; land use change; habitat quality; InVEST Model
10.14108/j.cnki.1008-8873.2022.06.001
Q148
A
1008-8873(2022)06-001-10
2020-09-10;
2020-11-25
国家自然科学基金项目(71373125); 江苏高校哲学社会科学研究重大项目(2020SJZDA073)
吴晓珍(1996—), 女, 江苏南通人, 硕士研究生, 主要从事生态经济研究, E-mail: 1026742937@qq.com
通信作者:赵庆建, 男, 博士, 教授, 主要从事生态经济、复杂社会生态系统研究, E-mail: zhao5190@126.com
赵庆建, 吴晓珍. 基于InVEST模型的岷江流域土地利用变化对生境质量的影响研究[J]. 生态科学, 2022, 41(6): 1–10.
ZHAO Qingjian, WU Xiaozhen. Research on the impact of land use change on habitat quality in Minjiang river basin based on InVEST Model[J]. Ecological Science, 2022, 41(6): 1–10.