2024, Vol. 45
2. 河南大学黄河中下游数字地理技术教育部重点实验室, 开封 475004;
3. 河南大别山森林生态系统国家野外科学观测研究站, 郑州 450046
, ZHANG Jun-hua1,2,3
, TIAN Hui-wen1,2 , ZHU Hang-cheng1,2 , LIU Shu1,2 , DING Ya-peng1,2
2. Key Laboratory of Geospatial Technology for the Middle and Lower Yellow River Regions, Ministry of Education, Henan University, Kaifeng 475004, China;
3. Henan Dabieshan National Field Observation and Research Station of Forest Ecosystem, Zhengzhou 450046, China
生境质量是区域生态系统生命有机体可持续发展的生存条件和基础, 其高低是评价生态系统健康程度和生物多样性的重要指标[1, 2]. 定量评价生境质量是衡量生态系统健康程度、协调区域发展和区域生物多样性保护的重要基础和依据[3]. 动植物物种及多样性水平[4]、土壤物理/化学性质[5]、人类活动强度[6]和气候/地形等自然要素都是影响生境质量的因素, 采用单一指标[7]、多指标[8]、模型模拟和空间分析[9, 10]是常用的评价方法, 单指标的数量水平及多指标的综合量化可作为生境质量等级评定的依据[3]. 在小尺度范围, 通过大量的实地调查获得第一手数据, 构建生境评价指标体系, 优点是准确掌握具体点位的真实状况, 缺点是耗时费力, 时间和空间动态特征较难把控, 多侧重短期变化；在空间大范围和长时间序列的生境质量动态特征评价中, 模型是常用的方法, 常采用生态系统服务功能（InVEST）模型[11]、生态系统服务社会价值（SolVES）模型[12]和生境适宜度指数（HIS）模型[13]等进行评估, 其优点是数据易获取、耗费少和可视化效果强, 可以在大范围上开展工作[14, 15], 能较好反映长时间序列生境质量总体的空间变化趋势和演变特征, 但精细化程度低.
InVEST的模型已经广泛应用于区域生境质量的评估, 在流域[16, 17]、生态保护区[18, 19]和省市[20, 21]等各地理单元都有不少成果. 土地利用类型是评估区域生境质量的重要因素, 因此有学者结合CA-Markov模型、FLUS模型、CLUE-S模型或PLUS模型等模拟未来的土地利用变化, 进一步评估未来生境质量的潜在变化, 其中, PLUS模型具有相对更高的土地利用变化模拟精度[21]. 如Wei等[22]结合PLUS-InVEST模型对艾比湖流域的生境质量做多情景预测, 在生态保护情景下, 艾比湖流域的生境质量整体水平提高, 杨伶等[23]多情景模拟的洞庭湖流域LUCC与生境质量耦合演变分析, 为洞庭湖流域生境质量与LUCC的耦合协调发展空间格局提供优化策略. 然而, 现有研究对不同时间上山区生境质量的驱动机制分析较为薄弱, 且缺乏对未来不同情景下山区生境质量变化的认识.
大别山区是中国南北地理生态过渡带东延余脉, 也是中国南北植被、动物物种的交汇区和重要的生态屏障区[24], 大别山地跨鄂、豫、皖三省, 是一个完整的地理单元. 在气候资源、植被类型和水土保持等方面的研究成果颇多. 目前, 强烈的人类活动以及不合理的土地利用严重威胁到区域的生态环境质量, 以往的研究多以区内单个县域为研究对象, 本研究以整个大别山区为例, 基于2000、2010和2020年的3期土地利用数据, 采用InVEST模型、地理探测器来分析整个大别山生境质量的时空演变及其驱动机制, 并通过耦合PLUS-InVEST模型, 进一步评估2030年4种不同发展情景下的土地利用与生境质量的演变趋势, 且对南北坡不同海拔梯度下提出针对性措施, 巩固了大别山区域生态脱贫成果, 为中国南北过渡带山区生态保护与高质量发展提供了借鉴.
1 研究区概况大别山区位于河南省、安徽省与湖北省的交界处, 位于112°40' ~ 117°10'E, 30°10' ~ 32°30'N（图 1）, 区域地形以中山和低山丘陵为主, 海拔多在500 ~ 800 m. 大别山区南北过渡带气候特征明显, 南部属于北亚热带温润季风气候, 北部属于暖温带半湿润季风气候, 生物种类多样, 是国家重要的水土保持生态功能区, 土壤类型多样, 具有很明显的过渡性, 大部分区域的土壤类型以黄棕壤和黄褐土为主. 该地区处于黄淮海平原和长江中下游平原的交汇处, 人口密集, 开发历史悠久, 人类活动强度大, 地带性原生稳定群落破坏严重, 森林资源锐减、水土流失日益严重[25], 生境质量退化严重, 生态环境问题日益凸显.
|
图 1 大别山区概况 Fig. 1 Location of Dabie Mountain area |
本研究选择的数据源参考PLUS-InVEST模型常用的数据源. 2000、2010和2020年的3期土地利用、土壤类型、土壤侵蚀、单位面积GDP以及夜间灯光数据来源于中国科学院资源环境科学与数据中心（http://www.resdc.cn/）. 人口密度数据来源于WordPop人口网格数据集（https://www.worldpop.org/）. 年降水量和年均气温数据来源于国家地球系统科学数据中心（http://www.geodata.cn/）. 归一化植被指数（NDVI）和植被净初级生产力（NPP）数据来自美国地质勘探局（http://www.usgs.gov/）. 海拔、起伏度和坡度是从地理空间数据云（http://www.gscloud.cn/）获得的数字高程模型（DEM）推导出来的. 河流和道路数据来源于Open Street Map（https://www.openstreetmap.org）, 人类足迹数据来源于中国农业大学农业与土地遥感课题组制作的2000 ~ 2018年全球陆地年度人类足迹数据集（https://doi.org/10.6084/m9.figshare.16571064）, 以上数据均重采样为30 m, 投影为Mercator坐标系.
2.2 研究方法 2.2.1 InVEST模型InVEST模型中的生境质量模块可以分析外界威胁因子及强度, 结合各土地利用类型对威胁源的敏感度进行生境质量评估. 本研究依据InVEST手册选取了受人类影响较大的耕地、建设用地和荒地作为威胁源, 并结合现有研究[26, 27]、区域特色和专家知识构建了威胁源最大影响距离和权重及土地利用类型对威胁源的敏感度等参数（表 1和表 2）, 评估了大别山区2000、2010和2020年的生境质量. 计算公式如下[26]：
|
(1) |
|
(2) |
式中, Dxj、Qxj和Hj分别为大别山区的生境退化度、生境质量和生境适宜度, j为土地利用类型, x为各栅格像元；r为威胁源个数；y为威胁源r中的栅格；W为各威胁源权重；ry为y的胁迫值；βx为生境抗干扰水平；Sjr为不同土地利用类型对威胁因子的敏感程度；Z为归一化常量, 通常取2.5；k为半饱和系数, 通常为最大生境退化度的一半[26].
|
表 1 大别山区威胁源距离及权重 Table 1 Threat source distance and weight in Dabie Mountain area |
|
|
表 2 大别山区各土地利用类型生境适宜度以及对威胁因子的敏感度 Table 2 Habitat suitability of different land use types and sensitivity to threat factors in Dabie Mountain area |
2.2.2 土地利用强度
土地利用强度（land use intensity, LUI）能够充分反映出人类对土地利用的具体程度[28], 本研究具体赋值参考Li等[29]的研究, 最终获得耕地土地利用强度值为0.2, 林地土地利用强度值为0.03, 草地土地利用强度值为0.05, 水域土地利用强度值为0.01, 建设用地土地利用强度值为0.7, 未用地土地利用强度值为0.01. 基于这些数据的基础上, 计算公式如下：
|
(3) |
式中, Di为第i类土地利用强度赋值；Si为第i类土地利用面积.
2.2.3 地理探测器地理探测器可以探测目标变量的空间异质性进而分析驱动力, 其中的因子探测可以识别单个驱动因子多大程度上解释目标变量, 交互探测可以明晰不同驱动因子之间的交互作用对目标变量的影响. 计算公式为[30]：
|
(4) |
式中, q为各因子对大别山区生境质量的解释程度, q值越大解释度越大；h = 1, 2, …, L为生境质量或各因子的分层；N和σ2分别为大别山区的样本数和方差；Nh和σh2为层h的样数和方差[31].
2.2.4 基于网格的空间关联性分析利用ArcGIS 10.2创建研究区1 km×1 km的格网和格网点, 将生境质量数据与格网链接, 得到每个格网点的生境质量值[30]. 采用全局空间自相关分析（Moran's I）和Getis-Ord Gi*分析大别山区生境质量的热点分布及关联性关系.
2.2.5 基于PLUS模型2023年土地利用类型模拟PLUS模型是一个集成了土地扩张策略分析模块和基于多类随机斑块种子的元胞自动机模型的未来土地利用变化模拟模型[31], 该模型能够通过解读用地之间的深层次关系来进行未来用地变化模拟, 解析用地变化策略, 从而提高模拟精度. 与其他模型相比, PLUS模型的优势在于可以确定土地扩张和景观动态的驱动因素, 以预测不同土地利用类型情景下的斑块演变. 模型的验证以2010年土地类型作为训练集, 预测2020年土地类型分布, 总体精度为91.2%, Kappa系数为84.3%, FoM值为0.356, 表明模型预测和真实地物分布有较高的一致性, 检验了模型预测的可信度, 能够满足研究需要.
3 结果与分析 3.1 土地利用变化分析2000 ~ 2020年, 耕地是大别山区的主要地类, 占比为50% ~ 54%. 其次是林地, 占比为42% ~ 45%, 建设用地占比为2% ~ 4%. 近20年来, 林地、水域和建设用地面积增加, 耕地、灌木、草地以及荒地面积降低. 大别山区的耕地、林地和建设用地三者之间相互转化剧烈（图 2和表 3）. 其中, 土地利用变化最大的是耕地, 转出4 323.49 km2, 转入2 012.04 km2, 面积减少2 311.45 km2, 耕地和林地的相互转移最为剧烈, 但耕地更多地转为林地, 耕地转为林地3 147.72 km2, 林地面积增加1 731.37 km2, 这与国家退耕还林政策密切相关[32]. 灌木和荒地是占比最少的两种地类, 其转出面积大于转入面积, 由于面积较小, 转移不明显；草地转出面积大于转入面积, 主要转出为耕地和林地, 面积缩小137.49 km2；受到城市规划和政府政策影响[33], 水域面积增加119.82 km2, 主要由耕地和建设用地转入；建设用地增加924.57 km2, 耕地是主要转入地类, 这主要是由于城市化进程加快, 建设用地需求增大, 尽管实施了耕地的占补平衡政策[34], 但作为建设用地周边的耕地被侵占的趋势仍未得到遏制.
|
箭头表示土地类型转换方向, 箭头的厚度表示转换面积的大小 图 2 土地利用类型转移和弦图 Fig. 2 Land use type transfer chord diagram |
|
|
表 3 2000 ~ 2020年大别山区土地利用面积转移矩阵/km2 Table 3 Ttransfer matrix of land use area in Dabie Mountain area from 2000 to 2020/km2 |
3.2 大别山区生境质量和生境退化度的时空演变
本研究将生境质量按照自然间断点分为低（0 ~ 0.30）、较低（0.30 ~ 0.74）、中等（0.74 ~ 0.87）、较高（0.87 ~ 0.97）和高（0.97 ~ 1）共5个等级, 根据表 4和图 3, 大别山区生境质量空间分异明显, 主要以低生境质量和高生境质量两种类型为主. 低生境质量的面积占比53% ~ 56%, 高生境质量占比39% ~ 43%, 生境质量表现为“内高外低”, 在时间变化上, 2000 ~ 2020年生境质量的平均值为0.594、0.608和0.603. 生境质量的平均值呈现先提升再降低的趋势, 高生境质量在2000 ~ 2010年面积增加了1 588.89 km2, 低生境质量在2000 ~ 2010年面积缩小1 672.40 km2, 主要原因是国家退耕还林政策的实施, 相较于2000年, 2010年大别山区耕地面积减少了2 098.82 km2, 林地面积增加了1 586.32 km2, 威胁源的波动导致生境质量的变化. 2010 ~ 2020年高生境质量面积占比稳定在42%, 较低生境质量面积占比稳定在53%, 低生境质量面积小幅扩大, 高生境质量面积小幅缩小. 在此期间, 城市化进程加快, 建设用地和耕地的面积迅速扩大, 占据了其他地类, 对生境的威胁也越来越大.
|
|
表 4 2000 ~ 2020年大别山区生境质量各等级面积与占比变化 Table 4 Area and percentage change of the habitat quality grade in Dabie Mountain area from 2000 to 2020 |
|
图 3 2000 ~ 2020年大别山区生境质量和生境退化度时空演变 Fig. 3 Spatial-temporal evolution of habitat quality and habitat degradation in Dabie Mountain area from 2000 to 2020 |
空间上, 海拔越高, 受人类活动干扰越小, 生境质量越好, 这导致生境质量高值区沿着中部山脊向四周逐渐降低. 其中, 中东部生境质量较高, 该区域是林地和草地的集中分布区, 生境质量较高；低生境质量区域主要分布在山区的北部和南部, 空间分布与建设用地、荒地高度重合. 总的来说, 该地区生境质量两极分化严重, 较低、中等和较高生境质量面积占比较少, 低生境质量面积和高生境质量面积占区域生境质量面积的90%以上, 主要的用地类型为耕地和林地.
本研究将生境退化度按照自然间断点分为弱（0 ~ 0.016）、较弱（0.016 ~ 0.040）、中等（0.040 ~ 0.077）、较强（0.077 ~ 0.127）和强（0.127 ~ 0.360）共5个等级, 大别山区主要以弱退化和较弱退化为主, 但也存在着一些强退化度的区域. 空间上, 东部和西部的农田地区的生境退化度比较低, 中部林地和农田交界处的生境退化度比较高, 生境质量的退化度呈现圈层的退化特点；时间上, 2000 ~ 2020年退化度最高值分别为0.302、0.331和0.355, 生境质量的退化度在逐渐增大, 2000 ~ 2010年高生境退化度面积缩小, 2010 ~ 2020年高生境退化度面积增大. 低生境退化度在2000 ~ 2020年面积逐渐缩小, 其中2010 ~ 2020年缩小的面积相比2000 ~ 2010年有所减少. 总体上看, 大别山区生境质量呈现退化且退化略微加剧的状态.
3.3 影响大别山区生境质量的驱动因子分析生境质量的空间格局分布受自然, 社会等多种因素影响. 为探究影响该区域生境质量的主要驱动因子, 选取GDP（X1）、人口密度（X2）、NDVI（X3）、人类足迹指数（X4）、夜间灯光（X5）、NPP（X6）、年降水（X7）、年均温（X8）、土地利用强度（X9）、地形起伏度（X10）、坡度（X11）和DEM（X12）作为自变量, 选取生境质量Y作为因变量, 探究大别山区生境质量的单因子以及双因子交互作用.
3.3.1 单因子作用结果各驱动因子的P值均通过0.01水平的显著性检验. 各驱动因子对大别山区生境质量解释度（q值）存在差异（图 4）. 影响大别山区生境质量空间差异化格局及其形成的关键因子是地形起伏度、土地利用强度、海拔, 并保持相对稳定的较大影响, q值稳定在0.5以上. 这与该区域地理位置关系密切, 大别山区处于中国南北过渡带, 地形起伏大, 植被覆盖率高, 因此地形起伏度和海拔是影响该区域生境质量的主要因素. 建设用地和耕地生境适宜度低, 土地利用强度值大, 因此土地利用强度越大, 表明建设用地和耕地面积占比大, 区域内生境质量越差, 在时间跨度上, NDVI的影响逐渐增大, 在2020年q值达到了0.553, 植被对生境质量的影响程度逐渐增强.
|
环形图从内到外依次为2000、2010和2020年单因子作用的解释度所占比例 图 4 地理探测器单因子及双因子结果 Fig. 4 Results of single factor and interaction detection of habitat quality from 2000 to 2020 |
研究区两因子交互作用下的q 值均大于单因子的q 值, 且两两因子的交互作用表现为双因子增强和非线性增强（图 4）. 整体上看, 地形起伏度与其他因子有较强的交互作用, 其中地形起伏度与土地利用程度、海拔以及NDVI之间的交互作用影响最大, 人类足迹指数与NPP、年降水与年均温之间的交互作用适中, GDP、人口密度和夜间灯光交互作用影响较小. 其中, 2000年地形起伏度与土地利用强度交互作用最大, 为0.629, 2010年地形起伏度与土地利用强度交互作用最大, 为0.686, 2020年地形起伏度与NDVI交互作用最大, 为0.730. 地形起伏度、NDVI和土地利用强度三因子两两交互作用对大别山区的影响作用较大.
3.3.3 空间自相关2000 ~ 2020年大别山区生境质量全局自相关莫兰指数均大于0, 分别为0.662、0.670和0.624, 说明大别山区的生境质量存在一定的空间集聚性. Getis-Ord Gi*热点分析表明（图 5）, 2000 ~ 2020年生境质量的高低值集聚分布情况差距不大, 与生境质量的分布基本保持一致, 热点区主要分布在大别山区的中东部地区, 中东部地区海拔高, 植被覆盖度高, 生境质量较好. 冷点区主要分布在大别山的北部和西南部低海拔区域, 北部和西南部以建设用地和耕地为主, 该区域人类活动影响较大, 生境质量较低. 同时热点-99%区域在逐渐缩小, 不显著区域逐渐扩大, 冷点-95%的区域在扩大.
|
图 5 2000 ~ 2020年大别山区生境质量冷热点分析 Fig. 5 Hot spots of habitat quality and in Dabie Mountain area from 2000 to 2020 |
土地利用变化受自然与社会经济因素的影响, 本研究选取：海拔、NPP、NDVI、年均温、年降水、土壤类型、土壤侵蚀、坡度、坡向和地形起伏度等10个自然因素；人口密度、GDP、距一级道路距离、距二级道路距离、距三级道路距离、距主干道距离、距铁路距离、距火车站距离、距政府距离和距河流距离等10个社会经济因素.
2030年土地利用预测结果显示（表 5和图 6）, 自然发展情景下, 大别山区建设用地扩张明显, 耕地林地面积大幅下降. 其中, 耕地面积缩小271.71 km2, 林地面积缩小113.18 km2, 草地面积缩小了22.80 km2, 建设用地增加了409.08 km2, 水域面积略有增加, 荒地和灌木面积略有降低. 生态保护发展情景下, 土地利用类型面积的变化呈现了耕地缩小, 建设用地扩大, 林地上升, 灌木与荒地略有下降, 草地与水域基本保持不变, 其中, 耕地减少了303.98 km2, 建设用地扩大了304.61 km2. 耕地保护发展情景下, 保护现有耕地, 耕地无变化, 林地面积减少132.11 km2, 草地面积减少22.64 km2, 建设用地面积增加156.12 km2, 其余地类变化较小, 经济发展情景下, 耕地面积减少210.08 km2, 林地面积减少120.11 km2, 草地面积减少21.86 km2, 建设用地面积增加353.53 km2, 其余地类基本无变化.
|
|
表 5 不同情景下2030年各土地利用类型面积/km2 Table 5 Area of each land use type under different scenarios in 2030/km2 |
|
图 6 2030年大别山区的土地利用类型、生境质量以及生境退化度预测 Fig. 6 Prediction of land use types, habitat quality, and habitat degradation in the Dabie Mountain area in 2030 |
自然发展情景下结果显示（表 6和图 6）, 低生境质量区域在2030年面积减少404.69 km2, 较低生境质量区域扩张趋势明显, 较低生境质量面积增加了540.23 km2, 中等生境质量面积减少了17.58 km2, 较高生境质量面积增加了55.34 km2. 高生境质量面积减少173.31 km2. 由此看来, 大别山区生境质量整体呈现变差趋势, 生态环境问题较为严重. 这是由于城市化进程加快, 经济快速发展, 建设用地扩张等因素, 对林草地等生境适宜度高的地类造成占用, 进而影响了区域内生境质量.
|
|
表 6 2030年生境质量各等级面积/km2 Table 6 Area of each grade of habitat quality in 2030/km2 |
生态保护发展情景下结果显示（表 6和图 6）, 低生境质量减少了669.46 km2, 较低生境质量面积增加670.11 km2, 中等生境质量面积增加3.36 km2, 较高生境质量面积增加29.56 km2, 高生境质量面积减少33.57 km2, 与自然发展情景相比, 低生境质量的面积缩减, 较低生境质量增加, 说明区域内部分低生境质量在生态保护发展情境下转为较低生境质量, 高生境质量区域明显扩张, 相较于自然发展情景, 大别山区的生境质量呈显著改善趋势.
耕地保护发展情景下结果显示（表 6和图 6）, 低生境质量面积增加156.13 km2, 较低生境质量面积减少1.68 km2, 中等生境质量面积减少20.54 km2, 较高生境质量面积增加30.22 km2, 高生境质量面积减少164.13 km2, 与自然发展和生态保护发展情景相比, 低生境质量区扩张明显, 较低生境质量面积大幅缩减, 由此来看, 耕地保护情景下大别山区生境质量呈变差趋势, 但相较于自然发展情景有所缓和.
经济发展情景下结果显示（表 6和图 6）, 低生境质量面积减少552.93 km2, 较低生境质量面积增加了695.14 km2, 中等生境质量面积减少15.70 km2, 较高生境质量面积增加了44.50 km2, 高生境质量面积减少171.01 km2, 生境质量空间格局演变规律与自然发展情景基本一致, 且低生境质量区扩张幅度进一步增强, 高生境质量区收缩幅度在自然发展情景的基础上进一步呈扩大趋势, 因此大别山区在经济发展情境下, 生境质量恶化趋势进一步加剧.
从4种情景模拟结果来看, 区域内整体生境质量都呈现变差趋势, 生态保护情景下仍然无法抵消人类活动导致的用地扩张带来的生境质量降低, 城市化进程加快, 经济迅速发展, 建设用地扩张, 对林草地等生境适宜度高的地类占用, 进而使得区域内生境质量呈现变差趋势, 但在生态保护情景下, 生境质量下降的速率减缓且下降幅度微小, 改善了自然发展情景或经济发展情景下生境质量大幅下降的趋势, 生态保护情景对生境质量的提升具有明显效果.
5 讨论大别山区是中国亚热带-暖温带过渡区东延余脉, 是气候变化的敏感区和南北方生态系统交汇区, 降水量呈明显的纬向分布, 由北向南呈增加趋势. 近20年来, 大别山地区气温升高, 降水量增加且降水集中, 其丰值区位于南部, 低值区位于东北部, 旱涝灾害发生频率高；受气候因素的影响, 生物物种受到强烈的扰动, 地表植被类型、群落结构出现不同程度的退化, 该区域的主要植被类型有3种, 针叶林在海拔600 m以下的低山丘陵多分布马尾松, 400 m以上黄山松林分布较广, 低山区和深山区均有不同程度的退化, 原生植破碎化严重, 植被覆盖度下降；阔叶林在海拔1 000 m以下的树种主要是栓皮栎, 在浅山区栓皮栎屡遭砍伐, 呈萌生状况, 有些林地被改造成栗林或茶园[35]；针阔混交林在500 m以下主要是由马尾松、栓皮栎、枫香和划香形成的混交林, 或由杉木与栓皮栎形成的混交林. 600 ~ 1 000 m主要是黄山松、栓皮栎和短柄枹形成的混交林[35], 该区域的混交林已处于退化状态[36]. 这些退化程度较大的区域大多在坡度缓、海拔低或人为活动影响区, 有研究表明[37 ~ 40], 大别山地区植被退化严重, 如：光山县、霍山县、罗山县、潜山县、黄州区、黄梅县、罗田县、红安县和麻城市等植被覆盖呈下降趋势, 对比发现, 以上县区均位于海拔100 ~ 600 m区域范围内. 该区域范围内, 生境质量变率较大且生境退化度较强（图 7）, 生境质量和海拔呈正比, 随着海拔的上升生境质量大幅提高, 海拔0 ~ 200 m区域生境质量状况较差, 生境质量变率较大的区域位于海拔100 ~ 300 m之间, 海拔300 m以上保持较好且稳定的生境质量. 生境退化度在0 ~ 200 m的海拔范围, 随着海拔的上升生境退化度增大, 并在150 ~ 200 m的区域内生境退化度达到最大值, 海拔200 ~ 600 m的范围生境退化度处于较强退化状态, 1 000 m以上生境退化度非常小, 该区域人类活动影响较弱. 对比坡度发现, 在海拔600 m以上区域, 生境质量整体处于较好状态, 但存在生境退化度较强区域, 生境退化较强区域位于坡度较小的缓坡区域. 根据生境退化度的特点发现, 生境退化度较高区域和林地保持高度一致（图 8）, 生境退化度较强区域大体位于林地与耕地以及建设用地的交错地区, 城市用地扩张和耕地的占用使得林地面积大幅缩减, 生境退化度较强区域逐渐扩大并且深入林区的内部. 本文的研究结果与前人的研究结果较为一致, 海拔100 ~ 600 m的区域属于生境质量下降的区域, 是未来大别山地区需要加大保护力度的区域.
|
图 7 不同海拔大别山南北坡生境质量及生境退化度均值 Fig. 7 Mean value of habitat quality and habitat degradation degree on the northern and southern slopes of the Dabie Mountain area under different altitude divisions |
|
图 8 较强及以上生境退化度与林地分布状况 Fig. 8 Strong and higher habitat degradation and forest distribution |
大别山区未来的开发中, 应特别关注海拔100 ~ 600 m的生境质量和生境退化度, 降低人类活动强度, 低山区低质量的耕地可以转换为林草地, 对于生态退化度波动较大的区域, 应采取针对性生态保护修复和生态补偿, 建立自然保护区, 减少人为活动的影响, 农业发展、中草药种植、茶园以及各种经济林合理平衡发展；重视森林生态系统的管理, 低山山区应减少人工砍伐修枝, 深山区适当进行间伐整枝, 促进群落生长, 实施生态恢复、树种改良和灾害预警等多个措施, 恢复且扩大优势种的种植面积, 如马尾松、黄山松、栓皮栎、小叶栎和枫香等, 采取不同的管理方式和技术措施, 提高林分质量, 增加植被覆盖度. 同时增强应对极端天气的保护措施的力度. 未来大别山区的发展, 应结合国土三生空间划定, 采取生态保护政策, 通过区域可持续发展推动生境质量的稳步提升.
大别山区地跨鄂、豫、皖三大省, 实地调查来构建生境质量评价体系在该区域并不适用, 本研究耦合PLUS-InVEST模型在很大程度上弥补了传统野外调查在大尺度区域不适用的缺点, 预测并分析了大别山区2000 ~ 2030年整体生境质量与生境退化度的时空动态变化, 更加具体地分析南北坡不同海拔梯度下大别山生境质量与生境退化度情况, 为大别山未来发展提供支持与借鉴, 然而, 该模型在威胁因子和生境适宜度的确立上具有不全面性, 影响人类活动和社会经济建设的其他因素尚未得到充分考虑, 如何整合省际的因素进行系统分析, 并提出针对性的生态补偿和功能优化措施等值得进一步探讨.
6 结论（1）2000 ~ 2020年大别山区土地利用转移显著, 耕地变化最大, 面积减少了2 311.45 km2, 林地次之, 面积增加1 431.37 km2, 灌木的变化最小, 面积减少了7.72 km2.
（2）空间上, 大别山区的生境质量跟海拔高度呈正比, 中东部生境质量较高, 北部和南部生境质量较差. 时间上, 2000 ~ 2010年生境质量平均值从0.594上升到0.608, 到2020年下降到0.603, 生境质量出现了先上升后下降的趋势.
（3）因子探测显示地形起伏度是影响大别山区生境质量的主要原因, 其次是土地利用强度、海拔和NDVI. 交互探测显示两两因子交互作用表现为双因子增强和非线性增强, 地形起伏度和土地利用强度交互作用影响最大,
（4）4种发展情景下, 生境质量的平均值下降, 高生境质量面积缩小, 中等和较高生境质量区域面积变化较小. 4种发展情景下除耕地保护情境外, 其余3种情景低生境质量区域面积缩减, 较低生境质量面积增加.
| [1] |
郑贱成, 谢炳庚, 游细斌. 基于土地利用变化的广东省生境质量时空演变特征[J]. 生态学报, 2022, 42(17): 6997-7010. Zheng J C, Xie B G, You X B. Spatio-temporal characteristics of habitat quality based on land-use changes in Guangdong Province[J]. Acta Ecologica Sinica, 2022, 42(17): 6997-7010. |
| [2] | Song Y N, Wang M, Sun X F, et al. Quantitative assessment of the habitat quality dynamics in Yellow River Basin, China[J]. Environmental Monitoring and Assessment, 2021, 193(9). DOI:10.1007/S10661-021-09404-4 |
| [3] |
郑贱成, 谢炳庚, 游细斌. 1980—2020年粤港澳大湾区生境质量变化特征[J]. 经济地理, 2022, 42(8): 41-50. Zheng J C, Xie B G, You X B. Evolution of habitat quality and its influencing factors in the different terrain gradient of the Guangdong-Hong Kong-Macao Greater Bay Area from 1980 to 2020[J]. Economic Geography, 2022, 42(8): 41-50. |
| [4] |
牟雪洁, 饶胜, 张箫, 等. 县域生物多样性保护优先格局评价及保护体系优化: 以武夷山市为例[J]. 生态与农村环境学报, 2021, 37(6): 769-777. Mou X J, Rao S, Zhang X, et al. Evaluation of biodiversity conservation priority area and nature reserve system optimization in county level area: A case study of Wuyishan City[J]. Journal of Ecology and Rural Environment, 2021, 37(6): 769-777. |
| [5] | Regolin A L, Oliveira-Santos L G, Ribeiro M C, et al. Habitat quality, not habitat amount, drives mammalian habitat use in the Brazilian Pantanal[J]. Landscape Ecology, 2021, 36(9): 2519-2533. DOI:10.1007/s10980-021-01280-0 |
| [6] | Mirghaed F A, Souri B. Relationships between habitat quality and ecological properties across Ziarat Basin in northern Iran[J]. Environment, Development and Sustainability, 2021, 23(11): 16192-16207. DOI:10.1007/s10668-021-01343-x |
| [7] | Zhao Y H, Qu Z, Zhang Y, et al. Effects of human activity intensity on habitat quality based on nighttime light remote sensing: A case study of Northern Shaanxi, China[J]. Science of the Total Environment, 2022, 851. DOI:10.1016/J.SCITOTENV.2022.158037 |
| [8] |
王琼, 范志平, 李法云, 等. 蒲河流域河流生境质量综合评价及其与水质响应关系[J]. 生态学杂志, 2015, 34(2): 516-523. Wang Q, Fan Z P, Li F Y, et al. River habitat quality assessment, water quality analysis and their response relation of Puhe River Basin[J]. Chinese Journal of Ecology, 2015, 34(2): 516-523. |
| [9] |
刘华, 蔡颖, 於梦秋, 等. 太湖流域宜兴片河流生境质量评价[J]. 生态学杂志, 2012, 31(5): 1288-1295. Liu H, Cai Y, Yu M Q, et al. Assessment of river habitat quality in Yixing district of Taihu Lake basin[J]. Chinese Journal of Ecology, 2012, 31(5): 1288-1295. |
| [10] | Zhang J H, Zhu L Q, Li G D, et al. Distribution patterns of SOC/TN content and their relationship with topography, vegetation and climatic factors in China's north-south transitional zone[J]. Journal of Geographical Sciences, 2022, 32(4): 645-662. DOI:10.1007/s11442-022-1965-x |
| [11] |
张学儒, 周杰, 李梦梅. 基于土地利用格局重建的区域生境质量时空变化分析[J]. 地理学报, 2020, 75(1): 160-178. Zhang X R, Zhou J, Li M M. Analysis on spatial and temporal changes of regional habitat quality based on the spatial pattern reconstruction of land use[J]. Acta Geographica Sinica, 2020, 75(1): 160-178. |
| [12] | Ye X P, Wang T J, Skidmore A K. Spatial pattern of habitat quality modulates population persistence in fragmented landscapes[J]. Ecological Research, 2013, 28(6): 949-958. DOI:10.1007/s11284-013-1077-2 |
| [13] |
马月伟, 潘健峰, 蔡思青, 等. 生态系统服务社会价值与生态价值的权衡与协同关系——以普达措国家公园为例[J]. 地理科学, 2022, 42(7): 1283-1294. Ma Y W, Pan J F, Cai S Q, et al. Trade-offs and synergies between social value and ecological value of ecosystem services: A case study of the Potatso National Park[J]. Scientia Geographica Sinica, 2022, 42(7): 1283-1294. |
| [14] | Zhou J, Song J J, Bai Q L, et al. Habitat suitability of Scapharca subcrenata (Lischke) in the shallow water of the Xiaoheishan Island[J]. Acta Oceanologica Sinica, 2016, 35(12): 51-57. DOI:10.1007/s13131-016-0958-y |
| [15] |
陈慧敏, 赵宇, 付晓, 等. 西辽河上游生境质量时空演变特征与影响机制[J]. 生态学报, 2023, 43(3): 948-961. Chen H M, Zhao Y, Fu X, et al. Characteristics of spatio-temporal evolution and influence mechanism of habitat quality in the upper reaches of the West Liaohe River[J]. Acta Ecologica Sinica, 2023, 43(3): 948-961. |
| [16] | Tang F, Wang L, Guo Y Q, et al. Spatio-temporal variation and coupling coordination relationship between urbanisation and habitat quality in the Grand Canal, China[J]. Land Use Policy, 2022, 117. DOI:10.1016/J.LANDUSEPOL.2022.106119 |
| [17] |
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 Q J, Wu X Z. 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. |
| [18] |
刘长雨, 杨洁, 谢保鹏, 等. 黄河流域甘青段生境质量时空特征及其地形梯度效应[J]. 农业资源与环境学报, 2023, 40(2): 372-383. Liu C Y, Yang J, Xie B P, et al. Temporal and spatial characteristics of habitat quality and its topographic gradient effect in the Gansu-Qinghai section of the Yellow River basin[J]. Journal of Agricultural Resources and Environment, 2023, 40(2): 372-383. |
| [19] |
古圳威, 刘京, 陈怡, 等. 陕西渭北旱塬区生境质量及碳储量时空演变分析与模拟[J]. 环境科学, 2023, 44(8): 4666-4678. Gu Z W, Liu J, Chen Y, et al. Analysis and simulation of the spatiotemporal evolution of habitat quality and carbon storage in the Weibei Dry Plateau Region of Shaanxi[J]. Environmental Science, 2023, 44(8): 4666-4678. |
| [20] |
路亚方, 李红波. 2000-2020年基于土地利用变化的生境质量时空动态演变——以武汉城市圈为例[J]. 水土保持研究, 2022, 29(6): 391-398. Lu Y F, Li H B. Temporal and spatial dynamic evolution of habitat quality based on land use change from 2000 to 2020-taking Wuhan metropolitan Region as an example[J]. Research of soil and Water Conservation, 2022, 29(6): 391-398. |
| [21] | Wang J, Zhang J P, Xiong N N, et al. Spatial and temporal variation, simulation and prediction of land use in ecological conservation area of Western Beijing[J]. Remote Sensing, 2022, 14(6). DOI:10.3390/RS14061452 |
| [22] | Wei Q Q, Abudureheman M, Halike A, et al. Temporal and spatial variation analysis of habitat quality on the PLUS-InVEST model for Ebinur Lake Basin, China[J]. Ecological Indicators, 2022, 145. DOI:10.1016/J.ECOLIND.2022.109632 |
| [23] |
杨伶, 王金龙, 周文强. 基于多情景模拟的洞庭湖流域LUCC与生境质量耦合演变分析[J]. 中国环境科学, 2023, 43(2): 863-873. Yang L, Wang J L, Zhou W Q. Coupling evolution analysis of LUCC and habitat quality in Dongting Lake Basin based on multi-scenario simulation[J]. China Environmental Science, 2023, 43(2): 863-873. |
| [24] |
郑义刚, 杨兴柱, 朱跃. 基于土地利用变化的大别山区生态系统服务价值研究[J]. 云南地理环境研究, 2020, 32(4): 57-65. Zheng Y G, Yang X Z, Zhu Y. Research on ecosystem service values based on land use changes in Dabie Mountain Area[J]. Yunnan Geographic Environment Research, 2020, 32(4): 57-65. |
| [25] |
杨伟, 李璐, 欧阳曙光, 等. 大别山区板栗林地水土流失特性研究[J]. 水土保持通报, 2022, 42(2): 259-263, 274. Yang W, Li L, Ouyang S G, et al. Characteristics of soil and water Loss at Castanea Mollissima woodlands in Dabie Mountain Area[J]. Bulletin of Soil and Water Conservation, 2022, 42(2): 259-263, 274. |
| [26] | Fang L, Liu Y, Li C, et al. Spatiotemporal characteristics and future scenario simulation of the trade-offs and synergies of mountain ecosystem services: A case study of the Dabie Mountains Area, China[J]. Chinese Geographical Science, 2023, 33(1): 144-160. DOI:10.1007/s11769-023-1330-8 |
| [27] |
黄木易, 岳文泽, 冯少茹, 等. 基于InVEST模型的皖西大别山区生境质量时空演化及景观格局分析[J]. 生态学报, 2020, 40(9): 2895-2906. Huang M Y, Yue W Z, Feng S R, et al. Spatial-temporal evolution of habitat quality and analysis of landscape patterns in Dabie Mountain area of west Anhui province based on InVEST model[J]. Acta Ecologica Sinica, 2020, 40(9): 2895-2906. |
| [28] |
黄鑫, 程文仕, 李晓丹, 等. 甘肃省生境质量变化的图谱特征[J]. 应用生态学报, 2020, 31(9): 3131-3140. Huang X, Cheng W S, Li X D, et al. Spectrum characteristics of habitat quality changes in Gansu Province, China[J]. Chinese Journal of Applied Ecology, 2020, 31(9): 3131-3140. |
| [29] | Li S C, Bing Z L, Jin G. Spatially explicit mapping of soil conservation service in monetary units due to land use/cover change for the Three Gorges Reservoir area, China[J]. Remote Sensing, 2019, 11(4). DOI:10.3390/rs11040468 |
| [30] |
靳海霞, 田惠文, 张欣欣, 等. 山西沿黄19县生境质量时空演变特征及驱动机制[J]. 人民黄河, 2022, 44(10): 89-94, 100. Jin H X, Tian H W, Zhang X X, et al. Spatial-temporal evolution of habitat quality and driving factors along the Yellow River: A case study of 19 counties in Shanxi[J]. Yellow River, 2022, 44(10): 89-94, 100. |
| [31] |
石晶, 石培基, 王梓洋, 等. 基于PLUS-InVEST模型的酒泉市生态系统碳储量时空演变与预测[J]. 环境科学, 2024, 45(1): 300-313. Shi J, Shi P J, Wang Z Y, et al. Spatial-temporal evolution and prediction of carbon storage in Jiuquan City ecosystem based on PLUS-InVEST model[J]. Environmental Science, 2024, 45(1): 300-313. |
| [32] |
张凯, 罗宁, 许晓静, 等. 安徽大别山区退耕还林工程可持续发展模式[J]. 中国水土保持科学, 2006, 4(5): 107-111. Zhang K, Luo N, Xu X J, et al. Sustainable development models of converting cropland to forest in Dabieshan District, Anhui Province[J]. Science of Soil and Water Conservation, 2006, 4(5): 107-111. |
| [33] | 史志刚. 大别山区水土保持工作探析[J]. 中国水利, 2012(12): 31-32. |
| [34] |
张云彬, 王雲, 陈静媛, 等. 土地利用转型影响下大别山区景观格局演变及驱动力研究——以安徽省六安市金寨县为例[J]. 华中农业大学学报, 2022, 41(3): 56-68. Zhang Y B, Wang Y, Chen J Y, et al. Evolution and driving forces of landscape pattern in Dabie Mountain Areas affected by land use transformation: a case study of Jinzhai County, Lu'an City, Anhui Province[J]. Journal of Huazhong Agricultural University, 2022, 41(3): 56-68. |
| [35] |
叶永忠, 卓卫华, 郑孝兴. 河南大别山自然保护区科学考察集[M]. 北京: 科学出版社, 2012. Ye Y Z, Zhuo W H, Zheng X X. Scientific survey of Henan Dabieshan nature reserve[M]. Beijing: Science Press, 2012. |
| [36] |
江波, 周先容, 尚进, 等. 中国特有植物巴山榧树的种群结构与动态[J]. 生态学报, 2018, 38(3): 1016-1027. Jiang B, Zhou X R, Shang J, et al. Population structure and dynamics of Torreya fargesii Franch., a plant endemic to China[J]. Acta Ecologica Sinica, 2018, 38(3): 1016-1027. |
| [37] |
胡平. 废弃矿山地质环境恢复治理的思路——以信阳市光山县某矿区为例[J]. 中国资源综合利用, 2020, 38(5): 105-107. Hu P. Thoughts on restoration and treatment of geological environment in abandoned mines——Take a mining area in Guangshan County of Xinyang City as an example[J]. China Resources Comprehensive Utilization, 2020, 38(5): 105-107. |
| [38] |
程先富, 张方方, 邓良, 等. 安徽省霍山县植被覆盖度动态变化及预测[J]. 水土保持通报, 2014, 34(4): 104-109. Cheng X F, Zhang F F, Deng L, et al. Dynamic change and prediction of vegetation coverage in Huoshan County of Anhui Province[J]. Bulletin of Soil and Water Conservation, 2014, 34(4): 104-109. |
| [39] |
杨涛, 董好刚, 李新, 等. 基于地质建造的河南省罗山县水土流失特征及其影响因素研究[J]. 水土保持通报, 2022, 42(5): 151-157, 180. Yang T, Dong H G, Li X, et al. Characteristics and influencing factors of soil erosion in Luoshan County, He'nan Province based on geological formation[J]. Bulletin of Soil and Water Conservation, 2022, 42(5): 151-157, 180. |
| [40] |
邓高燕, 吴博文, 黄勇奇. 基于MODIS影像的黄冈市植被覆盖时空变化特征的研究[J]. 黄冈师范学院学报, 2014, 34(6): 51-58. Deng G Y, Wu B W, Huang Y Q. Research on spatio-temporal characteristics of vegetation coverage in Huanggang based on MODIS RS image[J]. Journal of Huanggang Normal University, 2014, 34(6): 51-58. |