生境质量指区域生态系统为生物生存和延续提供适宜条件的能力，是衡量生态环境水平的重要指标^［1-3］，能在一定程度上表征区域生物多样性水平^［4］。良好的生境质量可以确保生态系统功能的稳定性以及恢复力。通常人类通过改变土地利用状况来改变生境质量水平，因此分析土地利用时空变化特征可进一步探明生境质量变化规律及其原因^［5-7］。

近30年来，土地利用快速变化，国内外学者基于不同建模目标构建了多种土地利用变化模型，主要包括CA-Markov模型、FLUS模型、CLUE-S模型等基于元胞自动机构建的模型等，但这些模型在空间尺度和多地类综合模拟方面表现较弱^［8］。而PLUS（patch-generating land use simulation）模型^［9］应用一种新的分析策略，可以更好地挖掘各类土地利用变化的诱因，模拟结果可以更好地支持规划政策以实现可持续发展。李俊等^［10］基于PLUS模型模拟了不同情境下昆明市的土地利用动态变化，为优化土地利用结构提供了基础。王洁宁等^［11］通过PLUS模型与Markov模型耦合模拟2030年土地利用空间格局，多情景模拟结果为山东省国土空间规划和生态安全保护提供决策参考。

目前，学者们多运用动态分析的方法研究生境，基于土地利用数据，采用模型评估研究区的生境质量，常见的模型有IDRISI生物多样性模块^［12］、SoLVES模型^［13］、HSI模型^［14］和InVEST模型^［15］。其中InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs）模型的生境质量模块（Habitat Quality Model）^［16］可用于快速评估不同威胁源与土地利用对生物多样性的影响，被广泛应用于生境质量的评估。杨洁等^［17］利用InVEST模型评估了黄河流域2000—2018年的生境质量，并结合空间自相关模型探究其时空变化分布与特征。朱增云等^［18］综合运用CA-Markov模型和InVEST模型评估了伊利谷地的生境质量时空格局。Ye等^［19］建立了一个土地利用模拟模型和环境服务与权衡综合评估模型的研究框架，预测了栖息地质量的时空分布。很多类似的研究对流域未来生境质量进行预测。无定河流域作为黄土高原重要的生态保护区，具有丰富的动植物资源，但由于受自然因素和人为因素的影响，区域生态安全面临着巨大的威胁。因此，亟待研究无定河流域土地利用与生境质量状况及时空演变规律，在不同的地理空间尺度和时间动态上开展生境质量评估及预测工作具有可行性。

基于土地利用变化，综合运用InVEST模型和PLUS模型，从全流域、子流域角度出发，评估了无定河流域2000—2020年生境质量状况，在此基础上预测分析流域2030—2050年土地利用特征及生境质量的时空变化特征，并借助地理探测器探究了生境质量空间分异驱动因子，以期为流域内的生物多样性保护、自然环境保护以及生态文明建设提供科学依据。

无定河流域（37°02′31″—38°55′52″N、108°02′39″—110°34′22″E）位于陕西省北部及内蒙古部分区域，海拔566~1 824 m，地势西北高、东南低（图1）。无定河是黄河的一级支流，位于毛乌素沙地南缘和黄土高原北部地区，地理位置及季节性降水使其具有“水大沙大，水小沙小”的特点。流域地处黄土高原腹地，包括黄土丘陵沟壑区、河源梁涧区和风沙区3种地貌类型，是典型的过渡地带和生态脆弱地区，其中东南部大部分区域被开垦为农耕地，西北部沙地植被稀疏，地处半湿润、半干旱地区，季风性气候显著，沙地和黄土易被侵蚀的性质及地表裸露、生态脆弱的环境成为制约无定河流域经济、社会可持续发展的关键问题之一。

本研究所使用的数据包括遥感数据、气象、地理空间数据（表1）。参照土地利用模拟相关研究，在考虑PLUS模型精确性和现实性的基础上，基于研究区概况及数据的可获取性、显著性、时效性，从自然和人文角度选取11个驱动因子展开土地利用模拟研究。其中，土地利用数据空间分辨率为30 m×30 m，整体精度为79.31%，本文选取2000、2010、2020年3期土地利用数据，并将其重分类为耕地、林地、草地、水域、建设用地和未利用地6类^［20-21］。

本文应用InVEST模型中的生境质量模块评估无定河流域的生境质量，通过对生物栖息地和威胁因子进行综合分析来评估生物多样性^［22］。

式中：D_xj 、R、w_r 、y_r 、r_y 分别表示生境退化度指数、威胁因子个数、威胁因子r的权重、威胁因子的栅格数和栅格上威胁因子的值；i_rxy 表示栖息地与威胁因子之间的距离及威胁对空间的影响；β_x 是通过各种保护政策来减轻威胁对栖息地影响的因素（即法律保护程度，受法律保护的区域为0，其余区域为1）；S_jr 为生境类型j对威胁因子r的敏感度；d_xy 为栅格x与栅格y的直线距离；d_rmax为威胁因子r的最大威胁距离。计算得到的分值越高，说明威胁因子对生境造成的威胁程度越大，生境退化度越高。生境质量评估公式为：

式中：Q_xj 为土地利用j中栅格x的生境质量指数；H_j 为生境类型j的生境适宜度，取值0~1；k为半饱和常数，一般为生境退化度最大值的1/2；Z表示归一化常量，通常设置为2.5。

生境质量模块所需要的数据包括土地利用、主要威胁因子、威胁因子权重和影响距离、土地利用对每种威胁因子的敏感度等。参考相关研究^［23-24］并结合无定河流域实际情况，对模型中生境质量模块中的参数进行赋值，进而得到敏感性指数（表2）和威胁因子（表3）。

PLUS模型^［25］可用于模拟预测复杂驱动因素影响下的未来土地覆被变化，包括用地扩张分析策略（LEAS）和基于多类随机斑块种子的CA模型（CARS）两个模块，可以更好地挖掘各类土地利用变化的诱因和模拟多类土地利用斑块级变化，并与多目标算法耦合。

LEAS模块通过提取两期土地利用扩张数据，从中增加部分采样，采用随机森林算法获取各类用地的发展概率，对各类扩张和驱动力因子进行挖掘，并分析驱动因素对该时段各类用地扩张的贡献。其中，随机森林分类算法公式如下：

式中：d值为0或1，当d值为1时表示有其他土地类型转换成k地类，当d值为0时，表示土地类型k转换成其他土地类型；x表示一个高维向量，由多个驱动因素变量组成；I（·）表示指示函数；h_n（x）表示要素x仿真的第n个决策树的类型；M表示随机森林模型决策树的总数。

CARS模块基于多类随机斑块种子的CA模块，结合随机种子生成和阈值递减机制，在发展概率的约束下，时空动态地模拟斑块自动生成。

式中：OPi,kd=1,t为土地利用类型k的总体概率；Pi,kd为i单元处地类k的增长概率；Ωi,kt为i单元的领域效应，表示土地利用类型k在邻域内的覆盖比例；Dkt为自适应驱动系数，会影响地类k的未来需求；迭代次数t表示当前地类k的数量与其目标需求之间的差距。

本文以2000、2010年为基准来预测2020年的土地利用数据，并与实际土地利用情况进行对比，通过总体精度和FOM系数来评判模型精度。结果表明，总体精度为0.82，FOM系数为0.38，模拟结果空间呈现一致性程度高，该模型在本研究中具有较高的适用性与可行性。

地理探测器是王劲峰等^［26］提出的统计学方法，用于揭示某种地理现象空间分异的主要驱动因子。该方法的核心思想是当自变量对因变量的影响较为明显时，二者的空间分布也应当存在一定的相似性。本文借助因子探测器来度量不同因子对生境质量时空变化分异性，以及探测其影响程度大小^［27-28］。影响程度用q值来解释：

式中：q为自变量对因变量空间分异特征的解释能力；m=1，2，…；L是自变量的分类或分区数；N_m 和N分别是第m个分区内和整个区域内的样本数；m²和σ²是第m个分区和整个区域内因变量的离散方差；q为自变量对因变量空间分异特征能力的解释力，其值介于0到1之间，且q值越大表示自变量对因变量空间分异特征的解释能力越强，反之则越弱。

根据2000—2020年无定河流域土地利用空间分布与时间变化，流域土地利用以草地为主，耕地次之，二者结合面积占比超过88%（图2、表4）。从土地利用类型总体特征来看，该时段内土地利用变化情况显著，耕地面积逐年减少，减幅为3.75%；林草占比逐年增加，增幅为11.73%，主要为流域西部、北部破碎化程度较高的耕地及未利用地向草地的转变；未利用地占比显著减少，减幅为8.46%；水域占比略微提升，但基本保持不变；建设用地占比显著增加，增幅为0.41%，主要表现在11、14、16号子流域中部的扩张。

由于退耕还林还草工程的实施，流域20年间耕地和未利用地面积占比显著减少，以草地为主的其他地类显著增加。土地利用转移表现出以下特征：草地是流域内占比最高的地类，20年间增势明显，净转入面积为5 895.79 km²，主要由耕地和未利用地转入。转出最多的是耕地，转入最多的是草地，其中耕地主要转换为草地和建设用地，而林地和水域的主要转入源为耕地和草地，其中林地仅有少部分转为耕地和草地。建设用地面积持续增长，20年间增幅超过1倍，主要由草地和耕地转入，占转入总面积的85.04%，此外还有未利用地和水域向建设用地的转入，建设用地的稳步增长与城镇化快速提高相契合（表5）。

2000—2020年无定河流域生境质量总体上呈上升趋势。各等级变化明显且差异显著（表6）。低、较低生境质量区域面积均持续减少，减少面积分别为3 824.11、847.13 km²；生境质量中高值区均呈显著增加趋势，增加面积依次为4 650.43、18.42、2.39 km²。结合流域实际情况，20年间生境质量低值区域占比显著减少，中高值区占比显著增加，说明流域生境质量整体向好的趋势发展。

流域内部以较低和中等生境质量为主，20年间中等区域显著增加，较低值区域显著减少，集中在14~24号子流域，在全流域西南、东南部明显改善。生境质量较高和高值区零散分布在河谷地区（如红柳河中游、海流兔河与红柳河交会区域），土地利用类型以草地和林地为主，突出表现在2号子流域中部，但占比小。由于流域土地利用类型以草地为主，林地占比极低，因此生境质量普遍中等，但总体仍呈增加趋势，至2020年，全流域呈东南高、西北低，这与流域土地利用类型分布及人类活动密不可分（图3）。

按照2000—2020年土地利用变化规律，预测2030—2050年的土地利用空间分布。无定河流域未来土地利用类型与2000—2020年的演变趋势基本一致，未来土地利用空间分布整体格局将继承现有土地利用变化特征，突出退耕还林和城镇化快速发展两大重心，流域西部、北部破碎化程度较高的耕地以及未利用地继续向草地发展；林地、水域呈相对稳定发展，建设用地在原有基础上相对扩张（图4）。

根据各类土地利用面积及占比，2030—2050年基本延续2000—2020年土地利用变化规律，2050年耕地面积减少至4 261.32 km²，比2020年减少1 053.02 km²，减幅为3.63%；草地面积增长至23 981.43 km²，比2020年增加1 267.99 km²，增幅为4.37%，呈稳步增长趋势；未利用地面积仍呈显著下降的趋势，比2020年面积减少了145.15 km²，减幅为0.5%，林地、水域和建设用地面积略微下降，但变幅不大（表7）。

无定河流域2030—2050年的生境质量等级分布和面积占比与2000—2020年情况高度一致。至2050年，生境质量低值区域面积持续显著减少，比2020年降低了4.39%；中高值区域面积持续增加，主要体现在中等生境质量，较2020年增加了4.40%，表现在2、14、15、21号子流域的低值区向中值区的逐步演变，高生境质量区域面积增势明显，较2020年增加了64.22 km²。生境质量低值区受人为干扰程度深，多为建设用地和耕地，集中分布在榆林市、靖边县及周边乡镇人为活动频繁的区域。中等生境质量显著增加，流域总体生境质量呈现中等水平，归因于流域内林地、水域等生境质量适宜性较高的地类未显著增加，但在退耕还林还草等政策的影响下，该流域生境质量仍呈上升趋势（图5、表8）。

为评估流域内生境质量与各因子之间的关系，本文借助因子探测器，分析流域生境质量与影响因子的关系以及对生境质量的影响，得出影响因子对生境质量的空间解释力（q值）：土地利用类型（0.9873）>NDVI（0.1047）>土壤类型（0.0360）>人口密度（0.325）>坡度（0.0307）>气温（0.0171）>DEM（0.0103）>降水（0.0070），各个影响因子在不同程度上解释了生境质量的空间分异。土地利用类型是生境质量空间分异的主要驱动力，NDVI、人口密度和土壤类型次之，坡度、气温、海拔和降水虽然对生境质量分异的解释力较小，但仍是生境质量空间分异不可或缺的因素。

研究区建设用地逐期增加，成为无定河流域生境质量最大的威胁因子，是生境质量下降的主要原因，而林地、草地增加是生境质量上升的主要原因。土地利用空间格局的变化是影响生境质量空间分异特征的核心因子。该区域的自然环境因素，如土地利用、NDVI等显著影响生境质量空间分布格局，未来加大保护自然环境的力度，实施生态修复和恢复生物多样性，在一定程度上可以保障该区域生态安全。

从大尺度来看，影响土地利用类型空间特征的核心因子是诸如NDVI和土壤类型等自然因素与人口密度这一人为因素，在空间上表现出极为显著的地带性特征。海拔和坡度表明了人类活动的可达性，高海拔或陡坡区域的可达性相对较低，由于人类活动干扰的可及性有限，山区的生境质量水平优于平原地区。此外，土地利用类型的自然变化很大程度上受气温和降水的影响，自然因子通过影响土地利用空间格局而影响生境质量，人为因子对生境质量的空间分异特征的影响不显著，但并不能说明其对生境质量的影响不显著。

生境质量是生物多样性的支撑条件，是区域生态安全的基础。在生态文明建设大背景下，协调生态环境保护与社会经济发展是土地利用转型的重要目标^［29-30］。无定河流域被列为全国第二批流域水环境综合治理与可持续发展试点，高质量发展对区域生态环境提出了更高的要求^［31］，深入了解生境质量变化的原因及驱动因素，对推动区域生物多样性和生态环境质量提升具有重要意义。在国家退耕还林还草政策的持续支持下，无定河流域耕地面积持续减少，林草面积稳步上升，与现行的退耕还林还草政策密切相关，这势必会对该流域生态脆弱区的土地沙化、水土流失产生积极影响；随着经济的快速发展，建设用地作为威胁因子显著扩张，特别是在自然区位条件较好的地区。

生境质量是衡量区域生态环境的重要指标，其受两个因素的影响，包括生境的适宜程度和退化程度^［32］，与土地利用分布格局密切相关，还受众多影响因子的共同作用^［33-34］，如在植被覆盖、土壤类型、高程、气温等自然因子的共同作用下，流域的生境质量时空格局存在相似性，黄康等^［35］、张学儒等^［36］的研究表明土地利用及变化对区域生境质量水平产生重大影响。除上述自然因子外，人类活动对生境质量的空间分布也产生了一定影响，建设用地的显著扩张，是生境质量下降的主要原因，其发展导致了区域生境质量低值区面积的上涨。但总体而言，在生态恢复措施和生态补偿策略的实施下，流域西南部、东南部耕地以及北部未利用地向生境适宜度高的草地、林地转化，生态环境发展逐步向好，生境质量总体呈上升趋势。

在探究土地利用变化对生境质量影响的过程中，本研究仅在全流域、子流域尺度上分析了无定河流域的土地利用和生境质量时空变化，以及生境质量的空间分异驱动因子，未来可对影响无定河流域生境质量和土地利用变化之间的自然因素和人为因素的相关性以及交互作用开展进一步研究，并对流域内的生物多样性进行实地考察，以期为流域内不同子流域制定区别化的生态保护政策提供依据。结合《陕西省无定河流域水环境综合治理与可持续发展试点实施方案（2022—2024年）》和《鄂尔多斯市无定河水生态综合治理规划》等政策文件，生态环境综合治理与保护仍是无定河流域实现可持续发展面临的主要挑战，继续推进流域内黄土高原丘陵沟壑区、河源梁涧区和风沙区等地区的生态保护和环境协同治理，促进生态保护与绿色发展相协调，将为中国北方资源富集与生态脆弱矛盾突出流域统筹推进生态环境保护与可持续发展提供示范，以点带面推进黄土高原的生态保护和高质量发展。

2000—2020年，无定河流域林草占比持续显著增加，耕地面积逐年减少，建设用地面积显著扩张，突出表现在11、14、16号子流域中部。2020—2050年土地利用变化情况继承现有土地利用变化特征，但变化强度逐渐减弱，流域西部、北部破碎化程度较高的耕地以及未利用地继续向草地发展；林地、水域呈相对稳定发展，建设用地在现有基础上相对扩张。

2000—2020年，无定河流域生境质量水平较低值和高值区域面积增势明显，低值和中值区面积减少，主要体现在14~24号子流域，全流域总体呈上升趋势。2020—2050年，流域生境质量水平增幅放缓，变化强度也随之减弱，低值区面积逐渐减少，中高值区面积显著增加，但流域总体生境质量仍呈中等水平，归因于流域内部林地、水域等生境质量适宜性较高的地类未显著增加。

生境质量空间分异的主导影响因子是土地利用，NDVI和土壤类型次之，高程、坡度等也影响无定河流域生境质量的空间分布格局。林草地的增加是生境质量上升的主要原因。