盧茵怡, 李天翔, 龔建周,*

廣東省不同地貌形態(tài)類(lèi)型區(qū)生境質(zhì)量歸因

盧茵怡1, 李天翔2, 龔建周1,*

1. 廣州大學(xué)地理科學(xué)與遙感學(xué)院,廣州 510006 2. 廣州蘢騰園林景觀(guān)設(shè)計(jì)有限公司, 廣州 510520

城市用地?cái)U(kuò)張和人類(lèi)活動(dòng)生物生境破碎, 已成為生物多樣性降低的主要原因; 全面認(rèn)知區(qū)域生境質(zhì)量是改善生境質(zhì)量的基礎(chǔ), 更是保護(hù)和維護(hù)生物多樣的前提。論文基于廣東省1980—2018年土地利用變化數(shù)據(jù), 利用InVEST模型對(duì)廣東省生境質(zhì)量進(jìn)行評(píng)估, 從地形視角分析其地形梯度效應(yīng); 綜合自然地理環(huán)境和社會(huì)經(jīng)濟(jì)幾個(gè)方面, 共選擇10個(gè)影響因子, 探測(cè)不同地形梯度下生境質(zhì)量的主導(dǎo)因子。結(jié)果表明: (1)林地和耕地是廣東省最主要的土地利用類(lèi)型。耕地與草地是流失最顯著的地類(lèi), 建設(shè)用地是明顯增加的用地類(lèi)型, 耕地是其主要來(lái)源; (2)生境質(zhì)量空間分異特征明顯, 低值區(qū)集聚化分布在珠三角平原地區(qū), 并且珠三角生境質(zhì)量低值區(qū)明顯向外擴(kuò)張, 粵北、粵東、粵西地區(qū)的生境質(zhì)量相對(duì)較高。(3)不同的地形位, 歸一化植被指數(shù)對(duì)生境質(zhì)量的解釋力都最強(qiáng)。在低地形位的地區(qū), 生境質(zhì)量的主導(dǎo)影響因子還有人口分布、GDP和道路密度; 在中地形位的地區(qū), 還有道路密度、土壤類(lèi)型和降雨量; 在高地形位的地區(qū), 歸一化植被指數(shù)解釋力最強(qiáng)。研究有助于全面認(rèn)知區(qū)域生境質(zhì)量變化規(guī)律及其空間分異機(jī)制, 是實(shí)現(xiàn)區(qū)域生態(tài)、農(nóng)業(yè)和城鎮(zhèn)三空間合理布局, 充分保護(hù)生物多樣性的基礎(chǔ)。

生境質(zhì)量; 影響因子; 地形位指數(shù); 地理探測(cè)器; 廣東省

0 前言

生境質(zhì)量是指生態(tài)系統(tǒng)提供給各種生物維持生存和繁殖所需條件的能力, 即維持生物多樣性的水平[1]。生態(tài)系統(tǒng)服務(wù)主要是指自然界不斷提供給人類(lèi)生存發(fā)展所需要的物質(zhì)與環(huán)境條件, 通常分為支持服務(wù)、調(diào)節(jié)服務(wù)、供給服務(wù)和文化服務(wù)4大類(lèi)[2]。作為支持服務(wù)的一種, 生境質(zhì)量反映了區(qū)域生態(tài)系統(tǒng)服務(wù)的水平。隨著城市化的發(fā)展, 城市用地不斷的擴(kuò)張和人類(lèi)活動(dòng)強(qiáng)度的增大會(huì)使自然狀態(tài)下的生物生境發(fā)生破碎, 這一過(guò)程是生物多樣性降低的主要驅(qū)動(dòng)力[3-4]。因此, 研究生境質(zhì)量有助于區(qū)域生態(tài)環(huán)境評(píng)價(jià)以及可持續(xù)發(fā)展。

目前隨著3S技術(shù)的發(fā)展, 國(guó)內(nèi)外眾多學(xué)者根究研究需求開(kāi)發(fā)了眾多生態(tài)模型評(píng)價(jià)生境質(zhì)量, 例如Solves模型[5]、HIS模型[6]、InVEST模型[7]等。其中InVEST模型是目前較為成熟且應(yīng)用最多的生態(tài)系統(tǒng)服務(wù)評(píng)估模型, 其可靠性高[8]。劉孟竹[9]以中國(guó)北方農(nóng)牧交錯(cuò)帶為研究對(duì)象, 基于該區(qū)2000年、2010年、2018年土地利用數(shù)據(jù), 通過(guò)土地動(dòng)態(tài)度、轉(zhuǎn)移矩陣等指標(biāo)結(jié)合InVEST模型分析了研究區(qū)退耕還林以來(lái)土地利用演變特征及其生境質(zhì)量變化。劉春芳等[10-11]基于1995年、2005年、2015年的土地利用數(shù)據(jù)評(píng)估三大自然過(guò)渡帶、黃土丘陵區(qū)榆中縣生境質(zhì)量, 發(fā)現(xiàn)榆中縣生境質(zhì)量空間格局與自然地帶特性保持一致, 生境質(zhì)量變化的原因主要是受城鎮(zhèn)擴(kuò)張和政策的影響;吳健生[12]等、戴云哲[13]等證實(shí)京津冀、長(zhǎng)三角、長(zhǎng)株潭等城市都市圈是生境質(zhì)量與城市擴(kuò)張有密切的關(guān)系;謝余初[14]等對(duì)白龍江流域生境質(zhì)量進(jìn)行研究, 結(jié)果表明生境低值區(qū)分布在人類(lèi)活動(dòng)頻繁的河谷地帶, 自然保護(hù)區(qū)等為生境高值區(qū)。上述研究主要分析了某區(qū)域一段時(shí)間內(nèi)的生境質(zhì)量空間分布格局演變, 少有學(xué)者關(guān)注生境質(zhì)量的地形效應(yīng)。地形因子作為自然生態(tài)環(huán)境中的重要因素, 對(duì)地表物質(zhì)的遷移與能量的轉(zhuǎn)換有著顯著影響, 從地形角度開(kāi)展生境質(zhì)量分析, 對(duì)于全面深入地認(rèn)識(shí)生境質(zhì)量的時(shí)空分異特征有重要意義。

自改革開(kāi)放以來(lái), 廣東省經(jīng)濟(jì)發(fā)展迅速, 隨之城鎮(zhèn)化水平不斷提高。在人類(lèi)活動(dòng)的干擾下, 土地利用發(fā)生巨大的變化, 大量耕地轉(zhuǎn)化為城市建設(shè)用地。近年來(lái), 由于過(guò)度開(kāi)發(fā)自然環(huán)境而引起生境質(zhì)量的降低引起了社會(huì)的高度重視。本文基于InVEST模型生境質(zhì)量模塊, 對(duì)廣東省1980、1990、2000、2010、2018年共5個(gè)時(shí)間節(jié)點(diǎn)的生境質(zhì)量評(píng)估, 利用地理探測(cè)器分析影響生境質(zhì)量空間異質(zhì)性的主要因子, 目的在于全面認(rèn)知區(qū)域生境質(zhì)量變化規(guī)律及其空間分異機(jī)制, 是實(shí)現(xiàn)區(qū)域生態(tài)、農(nóng)業(yè)和城鎮(zhèn)三空間合理布局, 充分保護(hù)生物多樣性的基礎(chǔ)。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 研究區(qū)概況

廣東省位于中國(guó)大陸南端, 地理坐標(biāo)為20° 09′N(xiāo)—25°31′N(xiāo), 109°45′E—117°20′E, 東鄰福建, 北接江西、湖南, 西連廣西, 南臨南海。陸地最東端至饒平縣大埕鎮(zhèn), 最西端至廉江市高橋鎮(zhèn), 東西跨度約800千米。最北端至樂(lè)昌市白石鎮(zhèn), 最南端至徐聞縣角尾鎮(zhèn), 跨度約為600千米。廣東省屬于亞熱帶季風(fēng)氣候, 從北向南分別為中亞熱帶、南亞熱帶和熱帶氣候, 是全國(guó)光、熱和水資源較豐富的地區(qū), 全省年平均氣溫21.8 ℃, 年平均降水量為1789.3 mm, 且雨熱同期。廣東省地貌類(lèi)型復(fù)雜多樣, 有山地、丘陵、臺(tái)地和平原, 其面積分別占全省土地總面積的33.7%、24.9%、14.2%和21.7%。地勢(shì)北高南低, 北部多為山地和高丘陵, 南部則為平原和臺(tái)地。根據(jù)《2020廣東省生態(tài)環(huán)境狀況公報(bào)》, 全省21個(gè)地級(jí)以上市的生態(tài)質(zhì)量均屬于優(yōu)、良級(jí)別。2020年全省森林覆蓋率為58.66%?，F(xiàn)已建成377個(gè)自然保護(hù)區(qū)。其中, 國(guó)家級(jí)15個(gè), 省級(jí)63個(gè), 全省自然保護(hù)區(qū)總面積約168.89萬(wàn)公頃。林地和耕地是廣東省最主要的土地利用類(lèi)型, 占全省陸地面積的80%以上。建設(shè)用地面積持續(xù)增加, 由8623 km2(1980年)急劇增長(zhǎng)到13443.92 km2(2018年), 所占比例為4.80%與7.48%。

注: 中國(guó)繪制底圖與廣東省繪制底圖均來(lái)源于國(guó)家自然資源部(審圖號(hào)分別為: GS(2020)4619號(hào); GS(2019)3333號(hào)).

Figure 1 Research region

1.2 數(shù)據(jù)來(lái)源

本文使用的廣東省1980年、1990年、2000年、2010年、2018年五期土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)提供的土地利用矢量數(shù)據(jù)。該數(shù)據(jù)在2015年土地利用遙感監(jiān)測(cè)數(shù)據(jù)的基礎(chǔ)上, 基于Landsat 8遙感影像, 通過(guò)人工目視解譯生成, 包括耕地、林地、草地、水域、居民地和未利用土地6個(gè)一級(jí)類(lèi)型以及25個(gè)二級(jí)類(lèi)型?？紤]研究區(qū)存在填海造地的情況以及海洋生境的特殊性, 本文將二級(jí)類(lèi)中海洋單獨(dú)列出, 并與6個(gè)一級(jí)地類(lèi)一并為研究采用的土地利用類(lèi)型。為了滿(mǎn)足模型計(jì)算需要, 對(duì)土地利用數(shù)據(jù)進(jìn)行柵格化處理, 分辨率為30 m。

影響生境質(zhì)量的因素可分為自然因素與人為因素。研究區(qū)的自然地理環(huán)境是生境質(zhì)量的基礎(chǔ), 人類(lèi)活動(dòng)改變了生境質(zhì)量。結(jié)合廣東省的自然、社會(huì)、經(jīng)濟(jì)的實(shí)際情況, 根據(jù)指標(biāo)選取的科學(xué)性、可獲取性、系統(tǒng)性等原則, 本研究影響生境質(zhì)量的因子選用以下10個(gè)指標(biāo), 分別為土壤類(lèi)型、植被類(lèi)型、坡度、高程、年均降雨量、年均氣溫、人口密度、道路網(wǎng)密度、歸一化植被指數(shù)及GDP(見(jiàn)表1)。

1.3 研究方法

1.3.1 地形位指數(shù)

從地形的角度分析生境質(zhì)量, 對(duì)于深入了解生境質(zhì)量的影響因子有重要意義。地形因子作為自然地理環(huán)境中的重要因子, 對(duì)地表物質(zhì)的遷移與能量的轉(zhuǎn)換有著顯著的影響[15]。單一高程或者坡度因子無(wú)法體現(xiàn)地形因子的綜合作用過(guò)程, 所以需要綜合高程與坡度形成地形位指數(shù)表達(dá)某區(qū)域的總體地形特征[16]。公式如下:

表1 研究數(shù)據(jù)說(shuō)明

1.3.2 土地利用轉(zhuǎn)移矩陣

通過(guò)ArcGIS軟件中的空間疊置功能, 分別對(duì)廣東省1980年、1990年、2000年、2010年、2018年的各土地利用類(lèi)型的交互情況進(jìn)行處理, 得到1980—2018年的土地轉(zhuǎn)移矩陣, 分析各個(gè)時(shí)期廣東省各地類(lèi)的轉(zhuǎn)移方向和數(shù)量, 以便更加直觀(guān)地觀(guān)察到土地利用變化下生境質(zhì)量的演變。

1.3.3 生境質(zhì)量計(jì)算及其等級(jí)劃分

InVEST模型生境質(zhì)量模塊可以評(píng)價(jià)區(qū)域的生物多樣性維持功能。該模型結(jié)合土地利用類(lèi)型和生物多樣性威脅因素的信息生成生境質(zhì)量地圖[17]。該圖為一幅值域在0—1間連續(xù)變化的地圖。其值越高, 表示當(dāng)?shù)氐纳迟|(zhì)量越高, 生物多樣性水平越高; 相反值越低, 表示當(dāng)?shù)氐纳迟|(zhì)量越低, 生物多樣性水平越低。通常地, 生境質(zhì)量的降低是土地利用強(qiáng)度增大所致[18]。首先計(jì)算生境總威脅水平, 公式如下:

式中,D是生境類(lèi)型中柵格的總威脅水平;是威脅因子個(gè)數(shù);W是威脅因子的權(quán)重;y是指威脅柵格圖上的一組柵格;r是柵格上威脅因子的值;i是威脅因子在柵格的生境對(duì)柵格的影響;β是指柵格受法律保護(hù)的程度;S為生境類(lèi)型對(duì)威脅因子的敏感;d是柵格與柵格的直線(xiàn)距離;dmax為威脅因子最大的威脅距離。D的值越高, 表示威脅因子對(duì)生境的威脅程度越大, 生境退化度越高。其中, 生境質(zhì)量的計(jì)算公式為:

式中,W是土地利用類(lèi)型中的柵格的生境質(zhì)量;H是土地利用類(lèi)型的生境適宜指數(shù);D是土地利用類(lèi)型中柵格的總威脅水平;為半飽和參數(shù), 取值為退化地圖的最高退化值的一半;為常數(shù), 通常取值為2.5。

運(yùn)行InVEST模型生境質(zhì)量模塊, 需要當(dāng)前LULC地圖、威脅因子數(shù)據(jù)、威脅源數(shù)據(jù)、生境類(lèi)型及生境類(lèi)型對(duì)威脅的敏感性和半飽和參數(shù)共5個(gè)數(shù)據(jù)。5個(gè)數(shù)據(jù)首先用以計(jì)算D, 然后計(jì)算Q。

綜合研究區(qū)的地理特征, 將人類(lèi)活動(dòng)較為劇烈和對(duì)自然狀態(tài)下地表景觀(guān)影響較大的建設(shè)用地、耕地、未利用地定義為威脅因子[9-12]。威脅因子相關(guān)參數(shù)以及各地類(lèi)對(duì)各威脅因子的敏感度參照參考文獻(xiàn)[12,17,19]設(shè)置, 如表2、表3所示。

表2 威脅因子及其最大影響距離、權(quán)重及衰減類(lèi)型

表3 土地利用類(lèi)型生境適宜度及其對(duì)威脅因子敏感性

以1980—2018年五期廣東省土地利用數(shù)據(jù)為基礎(chǔ), 運(yùn)行InVEST模型生境質(zhì)量模塊, 對(duì)廣東省的生境質(zhì)量進(jìn)行評(píng)價(jià)。將生境質(zhì)量運(yùn)算結(jié)果等距劃分為低(0—0.33)、中(0.33—0.67)、高(0.67—1)三個(gè)等級(jí), 并統(tǒng)計(jì)各級(jí)生境質(zhì)量柵格數(shù)及其占整個(gè)研究區(qū)柵格總數(shù)的百分比。

1.3.4 基于地理探測(cè)器的驅(qū)動(dòng)因子分析

地理探測(cè)器是一種探測(cè)地理現(xiàn)象的空間分異性, 以及揭示其背后驅(qū)動(dòng)力的方法[20]?？偣灿?個(gè)模塊, 分別為因子探測(cè)器, 風(fēng)險(xiǎn)探測(cè)器, 交互作用探測(cè)器和生態(tài)探測(cè)器。因子探測(cè)器為本研究主要使用的模塊。其理論核心為: 假設(shè)某種自變量對(duì)因變量的空間分布有重要影響, 自變量與因變量在空間分布格局上應(yīng)具有一致性[20]。模型中用值衡量自變量對(duì)因變量的解釋度。的取值范圍為[0,1],值越接近1, 表示自變量對(duì)因變量的解釋度越強(qiáng), 即因變量受該自變量的影響越大; 相反,值越接近0, 則解釋度越弱, 影響越小。

因子探測(cè)器的計(jì)算公式為:

輸入地理探測(cè)器的自變量要求為類(lèi)別數(shù)據(jù), 因此需要對(duì)連續(xù)型變量做離散化處理[21]。根據(jù)前人研究, 本文將自變量做重分類(lèi)處理, 按照自然間斷法分為5類(lèi)。在A(yíng)rcGis10.7中, 使用創(chuàng)建漁網(wǎng)工具構(gòu)建2km×2km的漁網(wǎng)覆蓋廣東省, 一共均勻生成44541個(gè)漁網(wǎng)點(diǎn)。利用這些點(diǎn)提取10個(gè)指標(biāo)和廣東省2018年的生境質(zhì)量, 作為地理探測(cè)器的運(yùn)行數(shù)據(jù)[22]。

2 結(jié)果與分析

2.1 土地利用變化分析

在研究期間, 耕地與草地是流失最顯著的地類(lèi); 建設(shè)用地是顯著增加的用地類(lèi)型。林地面積和水域面積相對(duì)穩(wěn)定。耕地面積持續(xù)減少, 減少面積為6010 km2, 減幅為12.38%。草地呈先減少后增加狀態(tài)。在1980—2010年間, 草地面積持續(xù)減少。但在2010-2018年間出現(xiàn)了小幅增長(zhǎng)。草地面積的凈減少量為1365 km2, 減幅達(dá)14.77%。建設(shè)用地面積急劇增長(zhǎng), 其增長(zhǎng)總面積為7387 km2, 增幅高達(dá)121.95%。未利用地面積僅減少32.97 km2, 但由于其面積比較小, 故減幅較大, 為21.73%。

根據(jù)土地利用轉(zhuǎn)移矩陣可得出土地利用轉(zhuǎn)移關(guān)系, 如表4所示。在1980—2018年間, 土地利用類(lèi)型之間的轉(zhuǎn)化主要為耕地、林地轉(zhuǎn)為建設(shè)用地, 草地、耕地轉(zhuǎn)為林地和耕地轉(zhuǎn)為水域, 轉(zhuǎn)移面積分別為4921 km2, 1828 km2, 1744 km2, 1520 km2和1607 km2。在整個(gè)研究期間, 83.12%的耕地保持穩(wěn)定, 未發(fā)生轉(zhuǎn)化。流失的耕地主要轉(zhuǎn)化為建設(shè)用地, 水域和林地, 所占比例分別為10.14%, 3.31%和3.13%。草地中有74.26%保持穩(wěn)定, 減少的草地主要轉(zhuǎn)為林地, 占比為18.87%, 并有3.41%, 2.88%轉(zhuǎn)為建設(shè)用地和耕地。36.61%的建設(shè)用地由耕地轉(zhuǎn)入, 13.60%的建設(shè)用地由林地轉(zhuǎn)入。表示城市的擴(kuò)張占用的主要土地利用類(lèi)型還是耕地。

表4 1980—2018年廣東省土地利用類(lèi)型轉(zhuǎn)出矩陣

注: 表中橫向地類(lèi)為2018年地類(lèi), 縱向地類(lèi)為1980年地類(lèi); 表中數(shù)據(jù)為1980年和2018年土地利用轉(zhuǎn)移面積與所占比例;“——”表示未發(fā)生土地轉(zhuǎn)移,“0.00%”表示土地轉(zhuǎn)換比例小于0.01%。

2.2 生境質(zhì)量現(xiàn)狀與時(shí)空演變分析

2.2.1 生境質(zhì)量現(xiàn)狀

結(jié)果表明, 2018年, 生境質(zhì)量等級(jí)為高的區(qū)域占研究區(qū)總面積的71.5%, 生境質(zhì)量等級(jí)為中的區(qū)域占研究區(qū)總面積的21.2%, 而低等級(jí)生境質(zhì)量面積占研究區(qū)總面積的7.4%, 如圖2所示?？傮w上看, 廣東省的生境質(zhì)量處于較高水平, 這與廣東省土地利用面積最大為林地相關(guān)。林地植被覆蓋率大, 生物多樣性豐富。低值區(qū)集聚化分布, 與建設(shè)用地空間分布格局具有一致性。主要分布在珠三角平原地區(qū), 包括東莞市, 深圳市, 廣州市東部, 佛山市東部, 江門(mén)市西部以及中山市北部與中部。這些區(qū)域的共有特點(diǎn)為經(jīng)濟(jì)發(fā)展迅速, 城市化和工業(yè)化進(jìn)展快, 地表人類(lèi)活動(dòng)頻繁[22]?；浳? 粵北, 粵東地區(qū)的生境質(zhì)量較高, 表示這些地區(qū)的生物多樣性水平高。生境質(zhì)量為中等級(jí)區(qū)域主要位于高值區(qū)與低值區(qū)之間的過(guò)渡地帶, 包括湛江市, 茂名市南部, 揭陽(yáng)市北部和南部, 汕尾市南部, 潮州市東部與西部。深圳、東莞兩市生境質(zhì)量低值區(qū)占總面積高達(dá)50%, 超過(guò)生境質(zhì)量高值區(qū)面積。其余各市生境質(zhì)量高值區(qū)面積大于低值區(qū)面積。湛江市生境質(zhì)量為中值區(qū)占總面積48.8%。中山市, 佛山市生境質(zhì)量低, 中, 高值面積相當(dāng)。在縣域尺度, 生境質(zhì)量低值區(qū)面積占總面積超過(guò)50%有13個(gè)縣。中山市、廣州市白云區(qū)、江門(mén)市江海區(qū)生境質(zhì)量低、中、高值區(qū)面積相當(dāng)。廣州市荔灣區(qū)和越秀區(qū)生境質(zhì)量低值區(qū)面積占總面積80%以上。

2.2.2 生境質(zhì)量時(shí)空演變特征

如圖3, 表5所示, 在研究期間, 珠三角生境質(zhì)量低值區(qū)明顯向外擴(kuò)張, 面積占比從3.5%增加到7.4%。生境質(zhì)量高值區(qū)面積有微小浮動(dòng)。相比1980年, 2018年廣東省生境質(zhì)量高值區(qū)面積有所增加, 增幅2%。生境質(zhì)量中值區(qū)面積持續(xù)減少。減少的面積主要轉(zhuǎn)化為低值區(qū)。1980年生境質(zhì)量最好, 中高等級(jí)區(qū)域面積高達(dá)96%。在城市化進(jìn)程中, 隨著建設(shè)用地的擴(kuò)張和土地利用強(qiáng)度的增加, 生境質(zhì)量會(huì)逐漸惡化。同時(shí), 生境質(zhì)量高值區(qū)的面積也有小幅增長(zhǎng), 說(shuō)明近年來(lái)的生態(tài)保護(hù)有一定成效。

圖2 2018年廣東省生境質(zhì)量空間分布圖

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

2.2.3 生境質(zhì)量的地形梯度效應(yīng)

由DEM數(shù)據(jù)提取坡度數(shù)據(jù), 根據(jù)公式1進(jìn)行計(jì)算, 得到廣東省地形位指數(shù), 如表6所示。結(jié)果區(qū)間為0—1.88, 按照自然間斷法將其分為5個(gè)等級(jí)。如圖4, 珠三角地區(qū)以及沿海地區(qū)的地形位比較低?；洷? 粵東的北部以及粵西的北部地形位比較高。

計(jì)算2018年廣東省不同地形位的生境質(zhì)量平均值?？傻弥? 隨著地形位的增加, 生境質(zhì)量均值逐漸上升, 增幅逐漸減慢。生境質(zhì)量與地形位指數(shù)成正相關(guān)。人類(lèi)生產(chǎn)活動(dòng)一般沿河流和地勢(shì)低平區(qū)開(kāi)展, 人類(lèi)活動(dòng)較多的區(qū)域?qū)ν恋乩脧?qiáng)度大, 生境容易變?yōu)榉巧砙24]。生境質(zhì)量受海拔和坡度的影響較大。

2.3 生境質(zhì)量空間分異主導(dǎo)因素分析

因子探測(cè)器揭示了各因子對(duì)生境質(zhì)量的影響力。因子探測(cè)器的結(jié)果揭示, 各影響因子對(duì)生境質(zhì)量的空間分布的解釋力有巨大的差異, 如表7所示。=1時(shí), 生境質(zhì)量影響因子值大小依次是歸一化植被指數(shù)、人口分布、GDP、道路密度、土壤類(lèi)型、植被類(lèi)型、地貌類(lèi)型、海拔、降雨量、氣溫、坡度。=2時(shí), 生境質(zhì)量影響因子值大小依次是歸一化植被指數(shù)、人口分布、GDP、道路密度、海拔、植被類(lèi)型、土壤類(lèi)型、坡度、地貌、降雨量、氣溫。=3時(shí), 生境質(zhì)量影響因子值大小依次是歸一化植被指數(shù)、道路密度、土壤類(lèi)型、降雨量、氣溫、坡度。

圖3 1980—2018年廣東省生境質(zhì)量空間分布圖

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

表5 1980—2018年廣東省不同等級(jí)生境質(zhì)量比例

圖4 廣東省地形位指數(shù)分布情況

Figure 4 Spatial distribution of terrain index in Guang-dong Province

表6 廣東省2018年不同地形位的生境質(zhì)量均值

生境質(zhì)量的影響因子的顯著性收到地形位指數(shù)的影響。歸一化植被指數(shù)對(duì)生境質(zhì)量的解釋力顯著高于其他影響因子。在不同的地形位下, 歸一化植被指數(shù)都是生境質(zhì)量的主導(dǎo)影響影子。因?yàn)橹脖桓采w度高, 氣候適宜等地區(qū)更適合物種的生存繁衍, 繼而生境質(zhì)量高。人口分布、GDP在地形位指數(shù)為3, 4, 5的地方解釋力不顯著, 在地形位指數(shù)為1, 2的地區(qū)解釋力大, 成為主要的影響因子。人類(lèi)活動(dòng)聚集發(fā)生在地勢(shì)低平等利于人類(lèi)生活, 生產(chǎn)的空間。所以在低地形位的地區(qū), 人口分布和GDP成為廣東省生境質(zhì)量空間分異的動(dòng)力。氣溫對(duì)地形位指數(shù)為1、2、3的區(qū)域的生境質(zhì)量產(chǎn)生的影響力基本相同, 但在地形位指數(shù)為4, 5的地區(qū)沒(méi)通過(guò)顯著性檢驗(yàn)。坡度在地形位指數(shù)為2的區(qū)域?qū)ι迟|(zhì)量的影響力遠(yuǎn)遠(yuǎn)大于其余地區(qū)。隨著地形位指數(shù)的增加, 降雨量對(duì)生境質(zhì)量的解釋力先降低后增加再降低, 具體表現(xiàn)為值在地形位指數(shù)的排序:1>3>4>2。

表7 廣東省不同地形位生境質(zhì)量影響因子探測(cè)結(jié)果

注: “—”表示值未通過(guò)顯著性檢驗(yàn)?！啊北硎局档呐判虼笮　?/p>

大部分影響因子在地形位指數(shù)等級(jí)4以及5的地區(qū)沒(méi)有通過(guò)顯著性檢驗(yàn), 說(shuō)明在高地形位指數(shù)地區(qū), 大部分影響因子對(duì)生境質(zhì)量的空間分布并無(wú)顯著影響。高地形位指數(shù)地區(qū)的土地利用類(lèi)型主要為林地與草地。林地與草地自然生態(tài)環(huán)境條件優(yōu)渥, 生物類(lèi)型多樣, 且高地形位指數(shù)地區(qū)受人類(lèi)干擾活動(dòng)較少, 所以高地形位指數(shù)地區(qū)生境質(zhì)量均值較高。因此, 在高地形位指數(shù)地區(qū), 大部分影響因子對(duì)生境質(zhì)量的空間分布沒(méi)有顯著的影響。

3 討論與結(jié)論

本研究發(fā)現(xiàn), 1980—2018年, 廣東省經(jīng)濟(jì)快速發(fā)展。城市建設(shè)用地?cái)U(kuò)張占用的土地利用類(lèi)型主要來(lái)源是耕地。珠三角生境質(zhì)量低值區(qū)明顯向外擴(kuò)張。建設(shè)用地的增加是生境質(zhì)量降低的主要原因, 這與鄧越[24]等人的研究結(jié)果一致。建設(shè)用地的不斷擴(kuò)張擠壓了自然界物種的生存空間, 不利于生物多樣性的維持。通過(guò)分析廣東省生境質(zhì)量時(shí)空演化特征, 本文為提高生境質(zhì)量作了進(jìn)一步探討。在現(xiàn)有建設(shè)用地基礎(chǔ)上進(jìn)行集約開(kāi)發(fā)與建設(shè), 進(jìn)行合理的規(guī)劃和控制, 避免建設(shè)用地?cái)U(kuò)張占用生態(tài)用地, 嚴(yán)格把控土地開(kāi)發(fā)強(qiáng)度。在城市設(shè)置景觀(guān)綠化帶降低城市化過(guò)程中對(duì)當(dāng)?shù)厣鷳B(tài)系統(tǒng)的破壞, 構(gòu)建水系與綠帶的生態(tài)走廊。針對(duì)生境質(zhì)量低值區(qū)和中值區(qū)應(yīng)加強(qiáng)生態(tài)修復(fù)工程, 做好生態(tài)保育措施, 防止生境質(zhì)量進(jìn)一步惡化。生態(tài)質(zhì)量高值區(qū)應(yīng)劃定生態(tài)紅線(xiàn), 在生態(tài)紅線(xiàn)范圍內(nèi)禁止人為破壞生態(tài)系統(tǒng)。在廣東省未來(lái)的土地利用規(guī)劃中, 要注意保護(hù)耕地、草地, 控制建設(shè)用地的增長(zhǎng)速度, 在追求經(jīng)濟(jì)發(fā)展的同時(shí)也要注重生態(tài)效益, 做到經(jīng)濟(jì)與生態(tài)的協(xié)調(diào)發(fā)展。

此外, InVEST模型還需進(jìn)一步優(yōu)化。目前, InVEST模型的參數(shù)設(shè)置一般是參照前人相關(guān)區(qū)域的研究選取, 主觀(guān)性較強(qiáng), 對(duì)模型評(píng)估的結(jié)果具有一定的影響。對(duì)于不同的研究區(qū)域, 應(yīng)該具有地方自然地理環(huán)境的特殊性。在未來(lái)的工作中, 應(yīng)進(jìn)行實(shí)地調(diào)研, 然后與InVEST模型相結(jié)合, 使模型評(píng)估更精確。

本文利用InVEST模型對(duì)廣東省1980—2018年生境質(zhì)量進(jìn)行評(píng)估, 從地形視角通過(guò)地理探測(cè)器分析其影響因素, 得出以下結(jié)論:

(1)林地和耕地是廣東省最主要的土地利用類(lèi)型, 占全省陸地面積的80%以上。在研究期間, 耕地與草地是流失面積較大的地類(lèi); 建設(shè)用地是顯著增加的用地類(lèi)型。林地面積和水域面積相對(duì)穩(wěn)定。在1980—2018年間, 土地利用類(lèi)型之間的轉(zhuǎn)化主要為耕地、林地轉(zhuǎn)為建設(shè)用地, 草地、耕地轉(zhuǎn)為林地和耕地轉(zhuǎn)為水域。城市擴(kuò)張占用的土地利用類(lèi)型主要還是耕地。

(2)2018年, 生境質(zhì)量等級(jí)為高的區(qū)域占研究區(qū)總面積的71.44%?？傮w上看, 廣東省的生境質(zhì)量處于較高水平。從空間分布特征來(lái)看, 低值區(qū)集聚化分布, 與建設(shè)用地空間分布格局具有一致性, 主要分布在珠三角平原地區(qū)?；浳? 粵北, 粵東地區(qū)的生境質(zhì)量較高, 表示這些地區(qū)的生物多樣性水平高。生境質(zhì)量為中等級(jí)區(qū)域主要位于高值區(qū)與低值區(qū)之間的過(guò)渡帶。從時(shí)空演變特征來(lái)看, 珠三角生境質(zhì)量低值區(qū)明顯向外擴(kuò)張, 面積占比從3.47%增加到7.39%。同時(shí), 生境質(zhì)量高值區(qū)的面積也有小幅增長(zhǎng), 說(shuō)明近年來(lái)的生態(tài)保護(hù)有一定成效。

(3)各影響因子對(duì)生境質(zhì)量的空間分布的解釋力有巨大的差異。生境質(zhì)量的影響因子的顯著性受到地形位指數(shù)的影響。在不同的地形位下, 歸一化植被指數(shù)對(duì)生境質(zhì)量的解釋力最強(qiáng)。在低地形位的地區(qū), 影響生境質(zhì)量的主要因子為歸一化植被指數(shù), 人口分布, GDP和道路密度。在中地形位的地區(qū), 影響生境質(zhì)量的主要因子為歸一化植被指數(shù), 道路密度, 土壤類(lèi)型和降雨量。而在高地形位的地區(qū), 歸一化植被指數(shù)解釋力最強(qiáng)。

[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] 趙士洞, 張永民. 生態(tài)系統(tǒng)評(píng)估的概念、內(nèi)涵及挑戰(zhàn)——介紹《生態(tài)系統(tǒng)與人類(lèi)福利:評(píng)估框架》[J]. 地球科學(xué)進(jìn)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, 呂永鵬, 等. 基于SolVES模型的生態(tài)系統(tǒng)服務(wù)社會(huì)價(jià)值評(píng)估——以吳淞炮臺(tái)灣濕地森林公園為例[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2016, 27(6): 1767–1774.

[6] 王志強(qiáng), 陳志超, 郝成元. 基于HSI模型的扎龍國(guó)家級(jí)自然保護(hù)區(qū)丹頂鶴繁殖生境適宜性評(píng)價(jià)[J]. 濕地科學(xué), 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] 劉孟竹, 張紅娟, 王彥芳, 等. 基于土地利用的北方農(nóng)牧交錯(cuò)帶生境質(zhì)量研究[J]. 水土保持研究, 2021, 28(3): 156–162.

[10] 劉春芳, 王川. 基于土地利用變化的黃土丘陵區(qū)生境質(zhì)量時(shí)空演變特征——以榆中縣為例[J]. 生態(tài)學(xué)報(bào), 2018, 38(20): 7300–7311.

[11] 劉春芳, 王川, 劉立程. 三大自然區(qū)過(guò)渡帶生境質(zhì)量時(shí)空差異及形成機(jī)制——以榆中縣為例[J]. 地理研究, 2018, 37(2): 419–432.

[12] 吳健生, 毛家穎, 林倩, 等. 基于生境質(zhì)量的城市增長(zhǎng)邊界研究——以長(zhǎng)三角地區(qū)為例[J]. 地理科學(xué), 2017, 37(1): 28–36.

[13] 戴云哲, 李江風(fēng), 楊建新. 長(zhǎng)沙都市區(qū)生境質(zhì)量對(duì)城市擴(kuò)張的時(shí)空響應(yīng)[J]. 地理科學(xué)進(jìn)展, 2018, 37(10): 1340– 1351.

[14] 謝余初, 鞏杰, 張素欣, 等. 基于遙感和InVEST模型的白龍江流域景觀(guān)生物多樣性時(shí)空格局研究[J]. 地理科學(xué), 2018, 38(6): 979–986.

[15] 郭洪峰, 許月卿, 吳艷芳. 基于地形梯度的土地利用格局與時(shí)空變化分析——以北京市平谷區(qū)為例[J]. 經(jīng)濟(jì)地理, 2013, 33(1): 160–166.

[16] 劉園, 周勇, 杜越天. 基于InVEST模型的長(zhǎng)江中游經(jīng)濟(jì)帶生境質(zhì)量的時(shí)空分異特征及其地形梯度效應(yīng)[J]. 長(zhǎng)江流域資源與環(huán)境, 2019, 28(10): 2429–2440.

[17] 宋磊, 陳笑揚(yáng), 宋丹, 等. 基于InVEST模型的生境質(zhì)量變化評(píng)價(jià)——以2009-2012年長(zhǎng)沙市望城區(qū)為例[J]. 國(guó)土資源導(dǎo)刊, 2018, 15(4): 23–30.

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

[19] 劉漢儀, 林媚珍, 周汝波, 等. 基于InVEST模型的粵港澳大灣區(qū)生境質(zhì)量時(shí)空演變分析[J]. 生態(tài)科學(xué), 2021, 40(3): 82–91.

[20] 王勁峰, 徐成東. 地理探測(cè)器:原理與展望[J]. 地理學(xué)報(bào), 2017, 72(1): 116–134.

[21] 王歡, 高江波, 侯文娟. 基于地理探測(cè)器的喀斯特不同地貌形態(tài)類(lèi)型區(qū)土壤侵蝕定量歸因[J]. 地理學(xué)報(bào), 2018, 73(9): 1674–1686.

[22] 郭澤呈, 魏偉, 張學(xué)淵, 等. 基于RS和GIS的石羊河流域生態(tài)環(huán)境質(zhì)量空間分布特征及其影響因素[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2019, 30(9): 3075–3086.

[23] 彭建, 徐飛雄, 吳見(jiàn), 等. 典型旅游城市生境質(zhì)量空間分異及其影響機(jī)理研究——以黃山市為例[J]. 長(zhǎng)江流域資源與環(huán)境, 2019, 28(10): 2397–2409.

[24] 鄧越, 蔣衛(wèi)國(guó), 王文杰, 等. 城市擴(kuò)張導(dǎo)致京津冀區(qū)域生境質(zhì)量下降[J]. 生態(tài)學(xué)報(bào), 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

盧茵怡, 李天翔, 龔建周. 廣東省不同地貌形態(tài)類(lèi)型區(qū)生境質(zhì)量歸因[J]. 生態(tài)科學(xué), 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

國(guó)家自然科學(xué)基金項(xiàng)目(42071123)

盧茵怡(1998—),女,廣東江門(mén)人,研究生,主要研究方向?yàn)樯鷳B(tài)系統(tǒng)服務(wù), E-mail:847617903@qq.com

龔建周(1970—),女, 湖北恩施人,博士,廣州大學(xué)教授,主要從事城市生態(tài)環(huán)境與土地系統(tǒng)評(píng)估, E-mail: gongjzh66@126.com