新疆阿克苏地区景观格局与生境质量时空演变及影响机制
2022-11-13王晓琴王宏卫谈波周璟代芯妍马晨
王晓琴， 王宏卫， 谈波， 周璟， 代芯妍， 马晨
(1. 新疆大学 地理与遥感科学学院， 新疆 乌鲁木齐 830017；2. 新疆大学 绿洲生态教育部重点实验室， 新疆 乌鲁木齐 830017)
近年来，随着经济和社会的快速发展，土地利用变化和土地覆盖的变化成为造成温室气体排放、生物多样性破坏等一系列全球环境变化的重要驱动因素[1].景观的剧烈变动、生态系统消耗和污染的增加直接或间接地导致栖息地的丧失、破碎化和退化[2-3].快速的土地利用和气候变化将导致大规模的全球土地覆盖转变，从而增加物种灭绝概率[3].了解区域土地利用演变及其对生态系统的总体影响，特别是对生物多样性保护的影响，将有助于制定生态可持续的相关政策[4].
景观格局指数能够高度浓缩区域景观格局信息[5-7].区域尺度上景观格局变化的定量分析可以揭示景观生态环境变化的趋势，这对于制定区域景观生态环境保护策略具有重要的现实意义[8].生境质量是生态系统为物种个体或种群提供生存与繁殖资源的能力[9]，它是区域生物多样性和生态服务水平的重要表征和反映，也是区域生态安全保障和人类福祉提升的关键环节[10].研究生境质量的时空演变及影响因素，是制定区域可持续发展对策的前提，也是进行土地利用规划、建设和管理的一项不可或缺的基础性工作[11].目前，国内外学者在生境质量方面已经展开大量研究[12-15]，研究内容主要集中在当前及未来土地利用变化对生境质量的影响[16-20]，而对生境质量其影响因素探究的较少；研究方法主要有实地调研法及模型法[21，22]，特别是InVEST生境质量模型操作简单、数据处理和分析能力较强等[23]，在当前区域生境质量评估方面有广泛的应用.
新疆阿克苏地区幅员广大，同时具有山区、盆地、谷地、平原、沙漠等多种复杂地形结构，各地气候差异显著，是一个典型的生态脆弱地区.随着城市建设和工业旅游业的加速发展，该区也出现人口压力较大、植被退化、水土流失严重、生物多样性减少等生态环境问题.在此背景下，本文对阿克苏地区景观格局与生境质量时空演变及影响机制展开研究.
1 阿克苏地区概况及数据来源
1.1 阿克苏地区概况
阿克苏地区位于中国新疆维吾尔自治区西部，天山山脉中段南麓、塔里木盆地北缘，塔里木河中上游地区.年平均降水量为61.7 mm，年平均气温为11.1 ℃.2020年，阿克苏地区环境空气质量优良天数达到237 d，占64.8%，全年实现地区(含新疆生产建设兵团第一师)生产总值(GDP)1 315.05亿元，第一产业增加313.37亿元，第二产业增加392.35亿元，第三产业增加609.33亿元，第一产业、第二产业、第三产业生产总值比为23.8∶29.9∶46.3.阿克苏地区的10个行政单元分别是阿克苏市、库车市、新和县、沙雅县、拜城县、温宿县、阿瓦提县、柯坪县、乌什县和阿拉尔市.阿克苏地区概况图，如图1所示.
(a) 高程的空间分布 (b) 2020年阿克苏地区土地利用格局
1.2 数据来源
1) 1980年、1990年、2000年、2010年、2020年的阿克苏土地利用数据从中国科学院资源环境科学与数据中心(http:∥www.resdc.cn/)获得，数据的空间分辨率为30 m×30 m，所用的投影为Albers投影，土地利用类型有如下19种：耕地、有林地、灌木林地、疏林地、其他林地、高覆盖度草地、中覆盖度草地、低覆盖度草地、水域、城镇用地、农村居民点、建设用地、沙地、戈壁、盐碱地、沼泽地、裸土地、落岩石质地、其他用地.
根据阿克苏地区土地利用现状，文中将其归纳为6种土地利用类型：耕地、林地、草地、水域、建设用地、未利用地.
2) 数字高程模型(DEM)数据来源于地理空间数据云(http:∥www.gscloud.cn/)，空间分辨率为30 m×30 m.
3) 经济统计数据来源于中国县域统计年鉴、新疆统计年鉴及阿克苏统计年鉴.
2 研究方法
2.1 景观格局指数
景观格局指数能够反映不同景观的结构特征和时空格局的变化[24-25].因为单个景观格局指数难以反映阿克苏地区实际情况，因此，在景观水平和分级水平选择景观格局指数反映阿克苏地区景观格局，并借助Fragstats 4.2软件从整体分析阿克苏地区景观的分裂指数、形状复杂化和多样性等[24].
2.2 生境质量模型
采用InVEST生境质量模型，通过不同土地利用类型对威胁因子的敏感度及外界的威胁强度，计算生境质量的退化度，从而计算生境质量[26].
生境退化度的线性衰退计算公式[27]为
(1)
生境退化度的指数衰退计算公式[27]为
(2)
式(1)，(2)中：Dx，j为土地利用类型j中栅格x的生境退化程度，0≤Dx，j≤1，Dx，j越接近于1，生境退化程度越高；Wr为不同威胁因子的权重，r为生境威胁因子；ry为威胁因素强度，y为威胁因子r中的栅格；βx为生境抗干扰水平；Sj，r为不同生境质量对不同威胁因子的相对敏感程度；ir，x，y为栅格y中的威胁因子r对栅格x的影响；dx，y为栅格x与栅格y之间的距离；dr，max为威胁因子r的影响范围.
生境质量计算公式[28]为
(3)
式(3)中：Qx，j为土地利用类型j中栅格x的生境质量，Qx，j位于0～1之间，Qx，j越大表示生境质量越好；Dx，j为土地利用类型j上栅格x的生境退化度；Hx，j为土地利用类型j中栅格x的生境适应性；K是半饱和常数，取最大退化度(模型第1次运行后得到的结果)的一半.
综合考虑阿克苏地区实际及已有研究成果等，选择耕地、建设用地、城镇、农村居民点、沙地及盐碱地作为威胁因子，将其威胁生境质量的最大影响距离分别设置为3，8，5，1，1，1 km.相关参数的设置主要参考InVEST模型用户手册[28]、相关学者研究成果[29-31]及阿克苏地区实际情况与人为因素，并确定阿克苏地区19种生境类型.
19种土地利用类型对各威胁因子的生境适宜性和敏感性，如表1所示.
表1 19种土地利用类型对各威胁因子的生境适宜性和敏感性
2.3 地理探测器模型
地理探测器用于探测空间异质性，揭示驱动力因子，主要分为因子探测、交互探测、风险探测及生态探测[32].文中主要通过地理探测器模型对阿克苏地区生境质量影响因素进行因子探测及交互探测.因子探测主要测度不同因子对生境质量空间差异的解释程度，其表达式为
(4)
交互探测主要探测各因素之间影响生境空间分异的相互关系.原理如下：若P(x∩y)
3 研究结果与分析
3.1 土地利用变化趋势
1980-2020年，阿克苏地区耕地、林地、建设用地及未利用地面积增加，草地和水域面积减少.其中，耕地面积增加6 974.76 km2，是1980年的1.85倍；林地面积则先轻微减少，再持续增加，至2010年又开始小幅减少；草地和水域则分别是1980年的0.69倍和0.57倍；未利用地面积在研究期内增加了7.32%.造成这种变化的主要原因是阿克苏地区在实行退耕还林的过程中，仍在持续进行城镇的建设及农田的开垦，致使整个研究时段内草地和水域面积大幅减少.
1980-2020年土地利用转移面积矩阵，如表2所示.表2中：ST为转移面积.由表2可知:在研究的4个时段内，草地主要转化为未利用地，特别是在2000-2010年，还有部分草地转换为林地和耕地，同时期有大面积的草地、林地、未利用地转换为耕地，这是因为1997年，作为新疆重要粮食生产基地的阿克苏地区大力推进粮糖棉基地的建设，荒地开垦等；水域面积2000年后开始迅速减少，2010-2020年，水域面积又开始小幅上升；建设用地变化最明显是在2000-2020年，建设用地增加了752.28 km2，建设用地增加主要是由于阿克苏地区人口的增加和经济增长，县改市等，导致阿克苏地区县域进行扩建改造，城市建设速度加快，建成区面积不断扩大.
表2 1980-2020年土地利用转移面积矩阵
1980-2020年每种土地利用类型的空间变化，如图2所示.由图2可知:耕地的增加面积主要集中在阿克苏市、阿拉尔市、新和县、拜城县及乌什县；建设用地变化则主要依托城市的发展，增加面积主要位于各县、市的城区；水域面积减少主要在温宿县北部；草地、林地的面积变化分布较为分散，草地面积减少了44.24%，林地面积则是增加了16.33%；未利用地面积增长了7.00%.
(a) 耕地 (b) 林地
综上所述，1980-2020年土地利用变化的主要特征是耕地、建设用地持续不断增加，草地和水域大面积减少.
3.2 景观格局的变化
3.2.1 景观水平的景观格局的变化 1980-2020年，景观水平的景观格局指数变化，如表3所示.表3中：IL为景观格局指数；N为斑块数量；ρP为斑块密度；IP大斑块指数；ρE为边缘密度；IF为景观形状指数；IC为蔓延度指数；IJ为散布与并列指数；COH为斑块结合度；ID为景观分裂指数；IS为香农多样性指数；ISH为香农均匀度指数.
表3 景观水平的景观格局指数变化
由表3可知：N在持续增长，说明景观的破碎化程度在逐步提高[33]，且2000-2010年破碎化程度最为明显；ρP的变化趋势与N基本一致；IP在研究期内也呈现整体增加的趋势，这表明阿克苏地区优势景观类型未利用地不断扩展变化，对当地景观格局的影响大，这与上述未利用地面积整体增加的结论一致；ρE和ID在研究期内均呈现减小的趋势；IC呈现波动增长变化趋势，特别是2000-2010年增长最为显著，表明研究时段内景观的优势斑块类型逐渐形成了良好的连接；1980-2020年，IJ增加了近11%，说明景观分布聚集程度增加，景观向密集方向转变；IS和ISH呈现波动增长的变化趋势，表明近40年阿克苏地区景观多样性在不断发生变化，但整体上景观多样性增强且各斑块类型趋于均匀分布.优势景观类型未利用地对整体景观的主导力逐渐下降，原因在于研究期内耕地、林地、建设用地面积的增加，使各景观类型面积比例的差异缩小.
(a) δ
1) 研究期内，各土地利用类型的N和ρP变化较大，建设用地和水域的N和ρP呈现逐年增加趋势，林地N和ρP的变化与草地相反，与未利用地变化一致，这与人类活动及近40年来阿克苏地区经济发展有着密切关系，耕地的N和ρP先减少后显著增加，这也与上述土地利用类型变化情况一致.
2) 在研究期内的各个时间节点，未利用地δ为种植面积最大，其次是草地，耕地，林地.
4)IP的变化来看，未利用地一直是优势景观，草地的IP在研究时段内整体呈减小的趋势，水域的IP在2000-2010年减少最为迅猛，而同时间段内，耕地、林地的IP却呈显著增加趋势，表明连片耕地面积随着耕地斑块密度和斑块数量的增加而增加.
5) 建设用地的IC和IA在2000-2010年开始飞速增长，阿克苏地区其他地类的IC和IA普遍较高.
6) 耕地、林地、未利用地IJ在研究时段内变化较明显，证明其易受人类活动的影响，特别是2000-2010年，大规模的植树造林使林地IJ迅速增加，同时，各时间节点建设用地IJ最小，耕地IJ值最大，说明耕地间邻接分布基本均匀.
7) 1980-2020年，林地、水域、建设用地的IJ呈现增长趋势，说明这3种景观类型的斑块形状复杂程度在不断增加.
3.3 生境质量的演变规律
表4 1980-2020年每种等级生境质量面积及比例
由表4可知以下2点结论.
1) 1980-2020年，阿克苏地区的平均生境质量值分别为0.395 32，0.395 26，0.394 16，0.361 19，0.358 29，生境质量总体处于偏低水平，低质量区和较低质量区面积普遍占到了60%，这与阿克苏地区存在大片戈壁、沙漠有关.
2) 低生境质量区和较低生境质量区的面积在2000-2010年期间增长最快，这与该时间段耕地和建设用地的增加有关，同时期低生境质量区的比例上升.中等生境质量区面积也逐步上升，从1980年的10 985.5 km2上升至2020年的17 779.5 km2.高生境质量区和较高生境质量区面积则呈现整体减少的趋势，这与该时段内草地面积的减少有关，但与较高生境质量区面积变化趋势存在差异的是1990-2000年，变化情况相反.
1980-2020年阿克苏地区县市平均生境质量，如表5所示.由表5可知以下3点结论.
表5 1980-2020年阿克苏地区县、市平均生境质量
1) 在研究初期，平均生境质量最高的为温宿县，而阿克苏市的平均生境质量水平最低.
2) 整个研究时段，乌什县平均生境质量逐年上升，特别是在2000-2010年间变化最为显著，平均生境质量由0.433 10上升至0.525 60，温宿县、柯坪县和库车市平均生境质量下降最为明显.
3) 在研究期末，乌什县平均生境质量最高，但原先平均生境质量位居首位的温宿县排在第4位，温宿县生境质量下降与其水域面积减少有关，库车市则是由于在推进撤县设市的进程中，大力发展工农业及石油开采，对生态环境保护力度不够，使生境质量出现下降.
3.3.2 生境质量空间变化分析 1980-2020年阿克苏地区生境质量空间分布及变化，如图4所示.由图4可知如下3点结论.
(a) 1980年 (b) 1990年 (c) 2000年
1) 1980-2020年，生境质量变化显著，高生境质量区和较高生境质量区面积在阿克苏地区内明显减少，减少区域主要集中在温宿县北部、库车市中南部、沙雅县中南部，这主要是因为同时期温宿县北部水域大面积减少，而库车市中南部林地减少和城镇扩张.
2) 2020年，高生境质量区和较高生境质量区主要集中在阿克苏地区北部高海拔区域、沙雅县北部及乌什县和柯坪县的交界处，这主要是因为阿克苏地区北部山地面积比例较大，是重要的生态功能区.阿瓦提县中部和东部也位于高生境质量区.高生境质量区和较高生境质量区土地利用类型主要为耕地、草地及水域.阿克苏地区生境质量的高低一定程度上得益于阿克苏地区的植被覆盖程度、湿地、水域及相应的生态保护措施.
3) 中等生境质量区面积在整个研究时段内逐渐扩大，变化区域主要分布在阿克苏市、阿瓦提县北部、库车市西南部及沙雅县的北部，近些年，城镇化、道路建设、耕地的扩张等人为活动加剧了区域生境质量的退化.同时，阿克苏市中北部生境质量在整个研究期内呈现变好趋势，这是因为这些区域属于《阿克苏地区城镇体系规划(2013-2030年)》中阿克苏市重点控制建设区域，对其采取了严格的生态保护策略，严禁任何形式的开发建设.
3.4 阿克苏地区的生境质量演化机制
基于阿克苏地区发展实际，并结合数据的可获取性，从自然地理环境、社会经济发展及政策宏观调控3大方面选取13个变量，剖析阿克苏地区1980-2020生境质量的空间分异影响因素.生境质量影响因素指标体系，如表6所示.
表6 生境质量影响因素指标体系
3.4.1 基于地理探测器的生境质量影响因素探测 2000-2020年阿克苏地区各因素贡献率，如图5所示.由图5可知以下点.
图5 2000-2020年阿克苏地区各因素贡献率
1) 景观分裂指数X6、人口密度X7、平均斑块面积X5、平均坡度X3、平均海拔X4、化肥施用量X11、退耕还林规模X13是影响阿克苏地区生境质量变化的主要因素.其中，平均斑块面积X5、景观分裂指数X6、人口密度X7的贡献率占据主导地位，说明景观水平、经济发展对阿克苏地区生境质量变化的贡献在不断提高.地形因素、景观水平保持着稳定的高贡献率且持续增长，说明自然环境因素是该区域生境质量空间分异的主要影响因素.
2) 社会经济发展方面，人口密度X7的贡献率一直保持着主导地位，且在不断增强，人口的增长对阿克苏地区生境质量变化发挥着较大影响.同时，由于阿克苏地区各县、市产业发展及农民收入来源的多样化，导致社会经济发展水平各因素的贡献率在不同时间段呈现出明显的分化.
3) 2000年的第一主因素来自自然地理环境方面，而到2010年、2020年的第一主因素则均来自社会经济发展方面.进入2020年，退耕还林规模X13成为第二主因素，这反映政府政策宏观调控对生境质量变化的积极作用.
3.4.2 生境质量演化机制 在现实发展中，不同因素间的复杂互动共同推动了生境质量的变化.进一步的交互探测分析也证实了在整个阿克苏地区，2000年、2010年、2020年3个年度各因素之间对生境质量变化都呈现出非线性增强作用.影响阿克苏地区生境质量的主要相互作用因素，如表7所示.限于篇幅，仅列出了阿克苏地区各年度部分因素交互作用.由表7可知以下3点结论.
表7 影响阿克苏地区生境质量的主要相互作用
1) 生境质量影响因素之间的交互关系表现为非线性增强作用，2000-2020年，自然地理环境因素和社会经济发展因素之间一直表现出较强的交互作用，且自然地理环境因素与社会经济发展因素的交互强于自然地理环境因素内部交互及社会经济发展因素内部交互.
2) 2010年开始，政策宏观调控因素一直发挥着重要作用，主要表现为政策宏观调控因素与自然地理环境因素及社会经济发展因素之间的交互作用逐渐加强.产生这种变化的主要原因与同时期国家实施生态环境保护政策有关.
3) 自然地理环境因素与社会经济发展因素之间有明显的协同增强效应，尤其是人均GDP、农民人均纯收入与自然地理环境因素之间的协同作用最强.当政策宏观调控因素与社会经济发展因素共同作用时，政策宏观调控因素会增强社会经济因素对生境质量变化影响的力度，当自然地理环境因素与社会经济发展因共同作用时，社会经济发展因素会增强自然地理环境因素对生境质量影响的力度[11]，正是由于这些因素间的共同作用导致阿克苏地区生境质量发生了变化.
4 结论
1) 土地利用变化上，1980-2020年，阿克苏地区耕地、草地、未利用地处于研究区土地利用的主导地位，且土地利用变化的主要特征是耕地、林地、建设用地及未利用地面积增加，草地和水域面积减少.
2) 在景观水平上，研究时段内景观的破碎化程度逐步提高，优势景观类型未利用土地不断扩展变化，景观的优势斑块类型逐渐形成了良好的连接，景观分布聚集程度增加，景观多样性整体上增强且各斑块类型趋于均匀分布，优势景观类型对整体景观的主导力逐渐下降.在分类水平上，不同的土地利用类型也呈现出差异化的景观格局变化.
3) 整体上来看，阿克苏地区生境质量处于偏低水平.除乌什县外，其他县、市平均生境质量均经历波动下降的变化趋势，其中，下降最明显的为温宿县.空间上看，高生境质量区和较高生境质量区面积明显减少.
4) 2000-2020年，平均斑块面积、景观分裂指数、人口密度的贡献率对生境质量的影响占据主导地位.随着时间推移，影响生境质量的第一主因子由自然地理环境方面变为社会经济发展方面.生境质量影响因子之间的交互关系表现为非线性增强作用，且自然地理环境因子与社会经济发展因子的交互强于自然地理环境因子内部交互及社会生产与经济发展因子内部交互.整个研究时段政策宏观调控因素、自然地理环境因素及社会经济发展因素之间的交互作用逐渐加强，尤其是人均GDP、农民人均纯收入与自然地理环境因素之间的协同作用最强.这些因素之间的共同作用导致阿克苏地区生境质量发生了变化.
阿克苏地区总体上生境质量较低，且5个时间节点的生境质量呈逐年下降趋势.在阿克苏地区未来发展中，如果不改变现有的土地利用结构以及发展模式，未来其生态环境可能会出现进一步的恶化.文献[34-36]结合CA Markov模型和InVEST模型对未来生境质量进行模拟和分析，均发现在自然增长情景下，随着经济发展与城市化进程，生境质量呈现下降趋势.
采用土地利用数据揭示阿克苏地区近40 a生境质量的变化，未来可利用物种分布模型对此进行修正.由于政策因子难以量化，文中并未考虑政策因素，且使用的相关参数是借鉴模型用户手册，相关文献，未来将继续开展有关该方法参数改进方面的研究.另外，考虑到数据获取的限制，后续对于驱动因子的分析可以考虑基于格网尺度开展，预测未来生境质量的变化等，以丰富生境质量的研究内容.
