典型喀斯特地区生境质量的时空分异与模拟研究

陈 艳,吴 睿,马月伟①,冯小鹤,潘健峰,陈玉美

(1.西南林业大学地理与生态旅游学院,云南 昆明 650224;2.云南师范大学地理学部,云南 昆明 650500)

生境质量是指自然环境为个体或种群提供适宜生存条件的能力[1],取决于生境对人类土地利用和土地利用强度的可接近性[2]。近年来,城市化和工业化的快速发展推动了城市空间的不断扩张,大量农用地、生态用地转为建设用地,直接导致生境斑块的破碎化和减少,在一定程度上威胁了以县域为主体单元的中小型城镇的环境与社会经济的可持续发展[3-5]。因此,开展区域生境质量评价,分析影响土地覆被变化的自然和人文驱动因素,探究生境质量的时空分异特征与变化趋势,对维护生态系统的完整性、缓和人地矛盾、构建生态安全格局具有重要的现实意义。

目前,国内外关于生境质量评估的常用方法以指标法[6]、实地调查法[7]、生物模型法[8]为主,其中以InVEST模型为代表的生物模型法具有传统方法无法比拟的优点,被广泛运用于各种尺度的生境质量研究中[9]。如刘方田等[10]基于InVEST模型定量评估新疆兵团与非兵团的生境质量,并分析两者的时空分布异同。HU等[11]采用InVEST模型分析了城市人居环境质量的空间分异特征,通过Geodeector软件探讨了不同网格尺度下生境质量的驱动机制。DAI等[12]借助InVEST生境质量模型识别了三峡库区的重要生态源,构建了研究区的生态安全格局。已有研究为认识土地覆被变化过程对生境质量的影响提供了良好的基础。但是,现有研究在未来时段土地覆被变化的驱动因素分析及多情景下生态脆弱区自然生境的时空变化及趋势等方面还有待进一步完善。将土地利用模拟模型与InVEST模型相结合,一方面可以实现未来土地覆被的空间分布预测,另一方面可以对多情景下区域生境质量的动态变化进行模拟。当前土地利用模拟模型以CA-Markov(Cellular Automata-Markov)、FLUS(Future Land Use Simulation)、PLUS(Patch-Generating Land Use Simulation)等模型为主[13],相较于其他模型,PLUS模型更关注生态用地(森林或草地)变化的模拟,可以更精确地反映以林草地为主的自然用地的斑块变化，分析各个驱动因素因子对城市发展的影响,但已有成果中鲜有将PLUS、Markov、InVEST模型三者相耦合,模拟生态脆弱区多情景下因土地覆被变化引起的生境质量时空分异变化的研究。

喀斯特地区生态系统变异敏感度高,灾变承受能力低,环境容量小,是典型的生态脆弱地区[14]。云南省石林县境内约有三分之二的喀斯特地貌,石漠化面积广布,该地生态环境极其脆弱,长期以来受人类不合理的社会经济活动影响,植被破坏、土地退化、水土流失等问题引起的喀斯特石漠化已严重阻碍了石林县社会、经济、生态的可持续发展[15]。鉴于此,该研究以石林县为例,基于2000、2010和2020年土地利用数据,借助土地利用模拟(PLUS)模型预测2030年石林县多情景下土地利用的空间变化,运用InVEST模型分析研究区生境质量的演变趋势及特征,以期为石林县土地资源的合理配置、生态环境管护提供科学参考。

1 研究区概况

云南省是中国喀斯特的主要分区之一,以云南石林为主的喀斯特地貌相对典型,该地的岩溶石漠化问题突出(图1)。石林县(24°30′～25°03′ N,103°10′～103°41′ E)位于云贵高原滇中腹地,是“云南省岩溶地区石漠化综合治理试点县”。全县地势东高西低,略呈阶梯状下降,以喀斯特(岩溶)、山地、盆地为主要地貌类型,全县总面积约为1 719 km2,其中喀斯特土地面积占总面积的58.62%,石漠化土地面积为286.55 km2,土地石漠化和水土流失现象严重[16]。气候类型为低纬高原山地季风气候,干湿季分明,冬干夏雨,年均降水量为939.5 mm,年平均气温达16.3 ℃。

石林县的植被群落简单、生态环境脆弱,土层稀薄,石漠化在该地均有不同程度的发生。2020年该地国内生产总值达117.07亿元,常住人口约24.08万人,城镇化率45.1%。近年来,不合理的人类活动致使该地的环境问题时有发生,因此选择石林县为研究区,具有较好的典型性和代表性。

2 数据来源与研究方法

2.1 数据来源与处理

2000、2010、2020年土地利用/覆被数据均来自Globeland 30全球地表覆被数据库(http:∥www.globallandcover.com)提供的分辨率为30 m的栅格数据集,数据总体精度超过80%[17]。2030年土地利用数据在参考2020年土地利用/覆被数据的基础上对其进行情景模拟获取。驱动因子数据集包括高程、坡度、年均降水、年均气温、GDP、人口密度、距道路距离、距铁路距离、夜光遥感、土壤类型,其中DEM数据来源于地理空间数据云(http:∥www.gscloud.cn),坡度数据来自于DEM数据的提取,分辨率为30 m。年降水量由国家地球系统科学数据中心(http:∥geodata.cn)提供,分辨率为1 km。夜光灯光遥感数据来源于2013—2021年的NPP-VIIRS夜间灯光数据(https:∥payneinstitute.mines.edu/eog),分辨率为1 km。年均温、GDP、土壤类型来源于中国科学院资源环境数据中心(http:∥www.resdc.cn),分辨率为1 km。人口密度来源于Worldpop,分辨率为1 km。道路和铁路数据来源于全国地理信息资源目录服务系统(https:∥www.webmap.cn)。以上数据均根据PLUS模型数据输入要求进行设置。

图1 研究区位置示意Fig.1 Diagram of the location of the study area

2.2 研究方法

2.2.1单一及综合土地利用动态度

单一土地利用动态度用以反映某种土地利用类型面积在研究时段内的变化速率。具体计算公式如下:

(1)

式(1)中,k为某时段内某土地利用类型的动态度;Ua为某种土地利用类型在研究期初的面积,km2;Ub为某种土地利用类型在研究期末的面积,km2;T为研究时长,a。

综合土地利用动态度用以表征区域内所有土地利用类型在研究期间的面积变化速率。具体计算公式如下:

(2)

式(2)中,Si为第i类土地类型研究期初面积,km2;ΔSi-j为第i类土地利用类型期初到期末转化为其他用地类型的面积之和,km2。

2.2.2InVEST生境质量模型

生境质量模型用于衡量区域内的生物多样性程度[18]。研究采用InVEST模型Habitat Quality模块评估生境质量的大小。公式[19]如下:

(3)

式(3)中,Qxj为生境类型j中x栅格的生境质量指数;Dxjz为土地利用类型j中栅格x的生境退化度；Hj为生境类型j的生境适宜度;k为半饱和常数,取最大生境退化度的一半,默认值为0.05;z为归一化常量,默认值为2.5。采用自然断点法将研究区生境质量划分为差(Ⅰ)、较差(Ⅱ)、一般(Ⅲ)、良好(Ⅳ)、优(Ⅴ)5个等级。选取耕地、距公路距离、距铁路距离、建设用地作为影响生境质量的胁迫源,每种地类的生境适宜性得分及威胁源的敏感度参数、威胁源权值、最大影响距离将参考用户手册、文献[20-22]以及研究区实际情况确定(表1～2)。

表1 威胁源权重值和最大影响距离

表2 生境适宜性及各生境类型对威胁源的敏感度

2.2.3PLUS模型

选用PLUS模型进行未来土地利用情景模拟，该模型可运用于分析引起土地扩张的驱动因素和预测土地利用的斑块级演化[23]。PLUS模型主要由用地扩张分析(LEAS)模块和多类型随机斑块种子(CARS)模块构成，其中LEAS模块基于随机森林算法(RFC)获取各类用地的发展概率法则，而CARS模块则可以实现对未来土地利用景观的模拟预测[24]。该集成模型可以较为精准地识别土地利用类型变化与社会、自然等驱动因素之间的复杂关系，进而获取更精准的用地变化信息[25]。

首先，基于2000—2020年土地利用数据，从自然、社会、可达性3个方面选取驱动因子数据集，其中自然驱动因子数据集由高程、坡度、土壤类型、年均温、年均降水等构成；社会经济驱动因子数据集由GDP、人口密度、夜间灯光等构成；可达性数据集由距公路距离、距铁路距离构成。其次，采用LEAS模块提取不同驱动因素影响下2000—2010年和2010—2020年的景观类型发展概率。最后运用CARS模块对研究区的土地利用变化进行模拟预测。

2.2.4情景设置

参照文献[26-27]，根据研究区的土地利用转移规律,结合石林县的发展现状及“十四五”规划进行设置,以2020年为基准情景(baseline scenario,BS),延续2010—2020年土地利用转移概率，设置自然发展情景、生态保护情景、统筹发展情景3种不同的发展情景,模拟2030年研究区的土地利用空间分布。情景设定如下:

情景一:自然发展情景(business-as-usual,BaU)。在该情景下,以2020年土地利用现状为基础,不改变土地转移的流向和流速,不考虑土地利用的决策规划,根据2010—2020年的土地利用转移概率及转移矩阵,设置2030年的土地利用空间分布条件。

情景二:生态保护情景(ecological protection,EP)。在该情景下,以生态保护为首要目标,坚持严格的生态保护政策。此情景中将会加强对生态用地的保护,将耕地、林地向人造地表的转移概率降低40%,灌木地、水域、草地向人造地表的转移概率降低20%,人造地表向林地的转移概率增加20%。将区域内的湿地、灌木地、林地、草地作为限制条件,约束其随意转换。

情景三:统筹发展情景(co-development,CD)。此情景主要基于以上2种情况的考虑,假定研究区在推进城镇化开发的同时,加强对于生态源地的保护,以实现区域良性发展、保障人们对城市绿色空间的诉求。此情景中将耕地、林地、灌木地、草地向人造地表转移的概率增加30%,人造地表向林地、草地、灌木地、水域转移概率减少20%。

进一步参照文献[28-29],结合石林县的实际情况对PLUS模型中相关参数进行设置,其中随机斑块种子概率设定为0.5,产生新斑块种子的最高门槛设定为0.000 1,领域范围默认值为3,递减阈值的衰减系数设定为0.5,仅在数量上对不同情景进行约束,转移矩阵根据研究区历史土地利用转移情况设置。将模拟结果与2020年实际情况进行对比,精度验证计算kappa系数为0.77,总体精度为85.59%,表示模拟结果与实际情况基本一致,说明PLUS模型的模拟结果可信,可用于石林县生境质量的多情景模拟分析研究。

3 结果与分析

3.1 2000—2020年石林县土地利用时空演变特征

依据全球30 m地表覆被类型定义，将研究区分为6类景观,由于湿地类型景观数量过少,不便于后续分析[17],故将湿地与水体景观并为一类(表3)。

2000—2010年,石林县综合土地利用程度为0.09%,景观类型以耕地、林地、草地为主。期间耕地面积减少691.35 hm2,向林地和草地分别转移了1 423.62和3 447 hm2;水域面积约减少1 217.24 hm2,主要转向草地、耕地;人造地表在此期间仅减少10.12 hm2,主要转向耕地。从整体来看,水域面积减少最多,动态度达5.61%;草地面积增加最多,动态度达0.24%;灌木地面积增加约270.77 hm2,动态度达2.76%,主要由林地、耕地、水域转变而来,人造地表面积变化较为稳定。

表3 2000—2020年石林县土地利用动态度

2010—2020年,石林县的综合土地利用程度为0.27%。人造地表面积迅速扩张,增加了4 934.43 hm2,主要由耕地、草地转移而来;耕地面积减少最多,主要转向草地和人造地表;其中人造地表的动态度高达40.59%,水域的动态度为6.41%,在此期间人造地表没有向水域转移,耕地、林地、草地和灌木地较前期均呈波动下降的趋势,依次下降2573.19、742.23、2 060.01和170.01 hm2;草地约向耕地转移2 484.45 hm2。这反映了城镇化建设中人口急速增长,对建设用地的需求随之增加。

3.2 2000—2020年石林县生境质量时空演变特征

生境质量值域区间介于[0,1]之间,值越接近1，表明研究区的生物多样性越丰富、生境质量越高。采用自然断点法将研究区生境划分为5个等级,2000—2020年生境质量的时空分异如图2所示。

图2 2000—2020年石林县生境质量时空分异Fig.2 Spatial-temporal differentiation of habitat mass in Shilin County from 2000 to 2020

从时间尺度分析,2000、2010和2020年石林县的平均生境质量指数分别为0.472、0.475和0.460,总体上呈下降趋势。期间石林县的生境质量以较差等级为主,集中分布于鹿阜街道、大可乡,零散分布于各个乡镇;2000—2010年生境差和较差分布区的面积呈小幅下降,一般、良好、优等级面积均呈上升趋势,表明生境改善区实施的山林禁牧和荒山草坡的退耕(退牧)还林(还草)工程对于环境修复具有一定的积极作用[30];2010—2020年较差生境部分转为差,说明人类活动强度及土地利用强度会对局部地区的生境质量造成影响;良好等级的生境面积减少最大,约为2 141.68 hm2,其次为优和较差等级;20 a间该地的生境结构大体上表现为较差生境占比最大,差生境增长最快,优生境有所减少,一般生境轻微上升,良好生境较为稳定。

从空间尺度分析,生境质量空间分布与景观格局具有一致性,这与杨国婷等[31]和宋永永等[32]的研究结论一致。总体上,石林县的生境质量空间分布格局呈现“点线联动”的特征,主要以鹿阜街道为中心,向东北部呈带状蔓延;生境较差的地区呈面状分布,广泛分布于鹿阜街道、大可乡等地,景观类型以耕地为主。圭山镇的生境质量整体上优于其他区域,景观类型以林地、草地、灌木地为主,集中分布于研究区的东南部和东部地区,约占总面积的25%～27%;一般生境的景观类型以草地和灌木地为主,约占总面积的15%,主要由较差生境转移而来,分布于研究区中部,集中于西街口镇东部和长湖镇北部。总体上,石林县局部区域人地矛盾激化,生态环境问题突出,生态安全水平有待提高,生态修复工程亟待开展。

3.3 石林县石漠化地区生境质量的特征分析

如表4所示,2000—2020年石漠化地区的生境质量波动下降,其中西街口镇的石漠化面积最大,约为9 477.49 hm2;大可乡的石漠化发生率最低,约1 560.56 hm2;圭山镇在此期间的生境质量较好,鹿阜街道生境水平较差。根据石漠化程度来看,圭山镇在2000—2020年各种程度石漠化发生区的生境状况良好,其中重度石漠化区的生境质量高达0.8，轻度和中度石漠化地区的生境质量介于0.6～0.7之间,这表明尽管该地存在一定数量的石漠化面积,但是通过封山护林、育林(草)、改造低效林等工程提高植被覆盖率,减少人为活动干扰,在一定程度上能够逆转区域恶化的趋势,保障生态系统的稳定性。鹿阜街道近年来受城镇建设活动频繁、土地利用强度大等原因,各种程度的石漠化生境质量为0.3左右,存在风险外溢的问题,未来可能需要较长的植被恢复期。大可乡的石漠化面积较少,该地的生态环境水平较为稳定,其中轻度石漠化地区的生境质量约为0.6,中度石漠化地区约为0.4,但在2010—2020年生境质量波动下降。长湖镇和西街口镇的各类石漠化生境质量介于0.4～0.5之间,通过合理的生态保护措施能够改善该地的整体环境状况。

表4 石林县石漠化地区的生境质量

3.4 多情景模拟下石林县景观演化特征

3.4.12030年石林县景观格局时空演变特征

基于2010—2020年土地利用数据,借助PLUS模型，对石林县2030年在不同发展情景下的景观格局进行模拟预测。

2030年,多情景发展下石林县的土地利用景观数量占比如图3所示。其中BaU情景下,2030年人造地表增至10 726.56 hm2,约占总面积的5.27%;耕地数量较基准情景减少了1 712.34 hm2,主要向人造地表转移,约占总面积的50.78%;除水域、人造地表外的自然生境面积均有所下降。在EP情景下,林地面积增加至41 701.41 hm2,耕地面积较基准情景减少了533.25 hm2,人造地表增至7 308.45 hm2。在该情景下,石林县的生态面积大幅度增加,人造地表面积较其他情景下增加最少。在CD情景下,耕地和草地面积分别减少2 522.43和2 466.09 hm2,占比为50.38%和22.93%,人造地表面积增加3 461.22 hm2,这主要由耕地、草地转移而来。

BS—基准情景，BaU—自然发展情景，EP—生态保护情景，CD—统筹发展情景。

基于PLUS模型中的用地扩张分析策略(LEAS)模块梳理驱动因素对各地类扩张的贡献率(图4),结果表明人类活动是该地土地覆被变化的主要驱动力[33]。其中人为因素包括社会经济、距离可达性等是影响耕地、林地、草地等覆被变化的重要因子,人口密度对耕地、林地、草地、人造地表的影响最为显著,贡献率依次为20.29%、18.61%、17.01%、27.72%。灌木地对气温、坡度等自然因子的反应最为敏感,气温的贡献率达21.64%,气温等对土地利用变化驱动是长期的、较缓慢的、相对稳定的[34-35]。以坡度、土壤类型等为主的自然因素对水域的影响最大,公路对水域的影响最小,仅为1.50%。土壤类型对除水域外的其他地类影响最小,这在一定程度上受石林县本底植被稀疏影响,降雨后表层土壤大量流失,导致地表缺水严重。通过对驱动因素的梳理分析表明，石林地区人为干扰破坏占据主导因素,自然因素在一定程度上对环境恶化起加剧作用。

图4 各驱动因素对土地利用类型的驱动力Fig.4 The contribution of the drivers to the expansion of the local class

3.4.22030年石林县多情景下生境质量及退化度演变特征

在PLUS模型预测的2030年土地利用数据的基础上,运用InVEST模型生境质量模块分析2030年石林县在BaU、EP、CD情景下生境质量的变化特征以及对比景观风险(图5)。

(1)2030年石林县生境质量的均值排序为EP情景(0.454)>CD情景(0.439)>BaU情景(0.435)。石林县的生境质量整体较差，这主要是由于石林县域的地貌特殊、植被资源单一、生态环境脆弱。若不约束区域内的城镇建设等活动，可能会导致潜在风险转化为现实风险，出现严重的环境退化。在BaU情景下，较差生境部分转为差生境，优和良好生境的面积有所减少；CD情景下，该地的生态风险有所扩散；在EP情景下，石林县的生境质量高于其他2种情景。该情景下林地、湿地等自然生境的转出受到了严格限制，生态环境整体上向优发展。3种情景下石林县的生境质量时空分异具有差异性和同质性，其中差异性体现在景观格局结构引起生境质量发生变化，同质性表现为生境质量的空间分布特征具有相似性。3种情景下圭山镇的生境质量最好，与该地建有国家森林公园，生态环境维护较好有一定关系；鹿阜街道出现了较为严重的生境退化；长湖镇、西街口镇、大可乡3地的生境质量整体较为稳定。对比3种情景发现，生态保护情景充分考虑了研究区的自然底质，与石林县当前"生态城镇"的定位相弥合，更符合该地未来协调发展的生态发展需求。

BS—基准情景，BaU—自然发展情景，EP—生态保护情景，CD—统筹发展情景。

(2)由表5可知，多情景下石林县的生境退化程度整体以低为主，占研究区生境退化度总面积的55.64%～56.60%。其中低退化风险区主要分布于圭山镇和大可乡等地，以林地和草地为主要景观类型；在BaU情景下高退化风险区面积最大，占总面积的5.44%，主要集中于鹿阜街道；在EP情景下，该地生境退化度有所下降，较高和高风险区在3种情景下均最低，占比分别为8.01%和4.08%，通过开展持续性的植树造林、封山育林、幼林抚育等生态工程可降低景观风险；CD情景下，高退化风险区占比为5.52%，较高风险区占比为11.83%，在此情景下需要人为干预，防止风险面扩大化；进一步分析不同地类的生境退化度和生境质量发现，在人类活动集中的地区，土地利用强度过大会加剧景观斑块破碎化的程度，而土地分布格局会进一步导致各地貌区生境质量及生境退化度的差异性[36]。

表5 不同情景下石林县的生境退化度比较

4 讨论

云南是我国喀斯特地貌的主要分布区,也是世界唯一的亚热带高原喀斯特(溶洞)地貌,地貌发育相对典型、独特且完整。与贵州荔波等不同的是,石林县在中元古代至中奥陶纪为海洋环境,处于亚热带温暖湿润的高原季风气候区,降水集中加剧了岩溶的发育和侵蚀[36-37]。近年来,因经济发展迅速,人口剧增、不合理的土地利用等原因制约了当地的发展[3]。因此,客观衡量该地的生态环境质量,预测不同发展模式下的景观变化,可以为国土空间资源的合理配置提供理论指导,为促进生态脆弱区的环境修复提供科学依据。

石漠化是制约我国西南喀斯特地区社会经济发展、脱贫攻坚的关键因素[38-39],依据石林县石漠化状况开展修复工程是提高生境质量、构建生态安全格局的重要举措。结合研究区的发展现状及未来情景下生境质量的评价结果,对石林县的生态修复提出以下建议:(1)针对非石漠化、潜在石漠化发生区优化石漠化控制红线、合理调整产业结构,在保证现有生境质量的基础上,充分考虑当地发展的正常诉求,严防生境退化风险,实现国土空间资源的高效治理;(2)针对轻度和中度石漠化发生区进行低效林改造、开展土地整理工程,妥善处理好“经济发展与生态保护”问题;(3)针对重度石漠化发生区重点施策,实施封山护林,封山育林(草)等工程措施,加强区域内环境管控,因地制宜开展生态修复;(4)针对极重度石漠化发生区，必要时在局部地区需进行炸石整地、客土造林等恢复工程,落实生态移民、易地扶贫搬迁等政策,做好“三线优化”，坚持区域环境综合治理和重点治理相结合;(5)2030年石林县发展模式的选择一方面应根据石林县的生态环境特征进行分区治理,合理分配产业格局,另一方面应健全区域安全屏障体系,维持生态系统稳定性,构筑生态系统安全格局。此外,通过3种发展情景的比对发现,生态保护发展情景下石林县的生境质量变化整体较为稳定,且更适合石林县未来的形象定位。

5 结论

利用PLUS模型预测2030年石林县的景观分布格局,并采用InVEST模型分析了研究区不同情景下生境质量的变化趋势,进一步丰富了喀斯特地区生境质量的研究成果。结果表明:

(1)从景观类型来看,2000—2020年石林县人造地表面积不断增加,自然生境面积不断减少,经济发展中建设用地主要通过对耕地、草地的侵占实现扩张,人口增加刺激了土地利用需求结构的变化,“摊大饼”式的盲目扩张会对生态系统的稳定性造成负面影响。

(2)2000—2020年石林县的生境质量呈下降趋势,整体上以较差为主,差等级生境面积持续增长;生境质量在空间上存在集聚性,潜在生境退化分布区与人类活动高强度分区重叠,不合理的人类活动可能会导致潜在石漠化转化为现实,未来应合理调整城镇规划及防范重大生态风险。

(3)2030年石林县多情景下土地景观结构与2020年相似,LEAS模块结果显示，人为因素是导致石林县生境质量变化的关键要素,而自然因素则助推了生态环境的劣变趋势,气温、降水等自然因素对土地变化的响应具有滞后性。

(4)2030年石林县生境质量的均值排序为EP情景>CD情景>BaU情景,3种情景下景观空间分布格局相似,但不同情景下生境斑块面积的大小、破碎化程度、廊道连通性等会影响区域的生境质量,在不同情景下对自然生境进行限制并不能从整体上改善生态环境质量,实际规划中应考虑从全局出发。

3种情景下,生态保护情景下的生境质量最高，生境退化度风险最低,通过限制自然生境的转出在一定程度上约束了城镇用地的扩张,生态系统的稳定性有所提高,能够有效改善研究区的生态环境质量。