共和盆地生境质量演变及多情景模拟

doi:10.7522/j.issn.1000-694X.2024.00138

共和盆地生境质量演变及多情景模拟

贾虹^,¹, 张建鹏², 刘连友¹, 刘吉夫^,¹, 杨思琪³

1.北京师范大学环境演变与自然灾害教育部重点实验室/防沙治沙教育部工程研究中心/地理科学学部，北京 100875

2.内蒙古大学经济管理学院，内蒙古呼和浩特 010021

3.中国地质大学（北京）地下水循环与环境演化教育部重点实验室，北京 100083

Variation and multi-scenario simulation of habitat quality in the Gonghe Basin， China

Jia Hong^,¹, Zhang Jianpeng², Liu Lianyou¹, Liu Jifu^,¹, Yang Siqi³

1.Key Laboratory of Environmental Change and Natural Disaster of Ministry of Education / MOE Engineering Research Center of Desertification and Blown-Sand Control / Faculty of Geographical Science，Beijing Normal University，Beijing 100875，China

2.School of Economics and Management，Inner Mongolia University，Hohhot 010021，China

3.MOE Key Laboratory of Groundwater Circulation and Environmental Evolution，China University of Geosciences （Beijing），Beijing 100083，China

通讯作者: 刘吉夫（E-mail： liujifu@bnu.edu.cn）

收稿日期: 2024-07-10 修回日期: 2024-09-25

基金资助:

国家自然科学基金项目.  42330502
第二次青藏高原综合科学考察研究项目.  2019QZKK0906
中央高校基本科研业务费项目.  2-9-2023-033

Received: 2024-07-10 Revised: 2024-09-25

作者简介 About authors

贾虹（1995—），女，山西临汾人，博士研究生，主要从事荒漠化演变及生态效应研究E-mail：782037465@qq.com , E-mail：782037465@qq.com

摘要

生境质量是人类福祉和社会可持续发展的重要基础。以共和盆地2000、2010、2020年土地利用数据为基础，应用InVEST模型分析生境质量的时空变化，使用PLUS模型模拟不同发展情景下2030年生境质量的空间格局，并探究区域生境质量的影响因素。结果表明：（1）2000—2020年共和盆地土地利用类型主要为草地和未利用地，草地面积整体增加，未利用地显著减少。生境质量整体呈现中部低四周高的分布格局，近20年来呈先增加后下降趋势。（2）自然增长、生态保护和城市扩张情景下2030年的生境质量指数分别为0.5332、0.5369、0.5309，生态保护情景下林地、草地面积较多，更有利于研究区生境质量改善。（3）土地利用是共和盆地生境质量变化的主导因素，其次为土壤类型和NDVI，建设用地扩张是近10年来区域生境质量降低的主要原因。

关键词： 土地利用 ; 生境质量 ; InVEST模型 ; PLUS模型 ; 多情景模拟 ; 共和盆地

Abstract

Habitat quality was an important basis for human well-being and the realization of sustainable development. Based on the land use data in 2000， 2010 and 2020 of the Gonghe Basin， the InVEST was applied to analyze the spatiotemporal changes in habitat quality， and the PLUS model was used to predict the spatial pattern under different development scenarios in 2030， and to explore the driving factors of regional habitat quality. The results show that：（1） From 2000 to 2020， the main land use types in the Gonghe Basin were grassland and unused land， with an overall increase in grassland area and a significant decrease in unused land. The spatial distribution pattern was characterized as low in the central part and high around of habitat quality， with a trend of increasing and then decreasing over the past 20 years. （2） The habitat quality index under the natural growth， ecological protection， and urban expansion scenarios in 2030 was 0.5332， 0.5369， and 0.5309， respectively. Under the ecological protection scenario， the area of forest land and grasslands was larger， which was more conducive to the improvement of habitat quality in the study area. （3） Land use was the dominant factor of changes in habitat quality， followed by soil type and NDVI. The expansion of construction land was the main reason for the decline in regional habitat quality over the past 10 years. The results of the study can provide a scientific basis for the ecological protection and sustainable utilization of land resources in the Gonghe Basin.

Keywords： land use ; habitat quality ; InVEST model ; PLUS model ; multi-scenario simulation ; Gonghe Basin

PDF (4079KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

贾虹, 张建鹏, 刘连友, 刘吉夫, 杨思琪. 共和盆地生境质量演变及多情景模拟. 中国沙漠[J], 2025, 45(2): 29-36 doi:10.7522/j.issn.1000-694X.2024.00138

Jia Hong, Zhang Jianpeng, Liu Lianyou, Liu Jifu, Yang Siqi. Variation and multi-scenario simulation of habitat quality in the Gonghe Basin， China. Journal of Desert Research[J], 2025, 45(2): 29-36 doi:10.7522/j.issn.1000-694X.2024.00138

0 引言

生境质量指生态系统为个体和种群的生存和可持续发展提供适宜条件的能力^［1-2］，在一定程度上反映了区域生物多样性和生态系统健康的状况，是衡量区域生态环境水平和人类福祉的重要指标^［3］。旱区降水较少、蒸发量大、植被稀疏，自然生态系统脆弱，气候变化和人类活动对其影响较大^［4-5］。近年来人类活动通过改变土地利用方式，影响生境的组成和结构，导致旱区生境质量严重退化^［6］。多情景模拟可以有效地揭示未来土地利用变化下区域生境质量的潜在问题和冲突，为旱区生态管理和可持续发展提供依据。

目前，生境质量评价方法可以分为两类。一类方法是通过传统野外实地调查获得生境质量参数，在此基础上建立综合评价指数对生境质量进行评价^［7］，此方法受时间和人力的限制，难以进行长期、大尺度的数据分析^［8］。另一类方法是使用模型评估生境质量，其中InVEST模型因其效率高、数据易获取等优点而得到广泛应用^［9-10］。杨洁等^［2］利用InVEST模型评估了黄河流域2000—2018年生境质量的时空变化特征。而对于土地利用多情景预测，PLUS模型具有模拟精度高、数据处理快等优势，可以更好地挖掘多地类变化及驱动因素，已得到广泛应用^［11-12］。胡丰等^［13］利用PLUS模型对渭河流域生境质量时空格局进行预测，为生态环境治理提供决策参考。但已有研究多侧重于流域生境质量评估及预测、城市化对生境质量的影响等^［14-15］，荒漠化防治背景下旱区生境质量的评估和预测有待深入研究。

共和盆地是青藏高原气候变化敏感区，由于受自然因素和人为因素的影响，荒漠化现象严重，生态安全面临严重威胁^［16］。因此，亟待研究共和盆地土地利用变化背景下生境质量时空特征及驱动机制。而目前关于共和盆地的研究主要在荒漠化的成因、分布及环境演化等方面^［17-19］，对生境质量的研究较少^［20-21］。本文以共和盆地为研究对象，结合InVEST模型和PLUS模型评估了2000—2020年土地利用及生境质量的时空变化特征，并对3种情景下2030年的生境质量时空格局进行预测，以期为区域未来自然环境保护和生态文明建设提供科学依据。

1 研究区概况与数据来源

1.1　研究区概况

共和盆地位于青藏高原东北缘，行政区划隶属青海省共和县、贵南县、兴海县和乌兰县^［17］（图1）。共和盆地气候类型为典型的高寒干旱-半干旱大陆性气候，年平均气温约3.7 ℃，年降水量约310 mm，年蒸发量为1 717 mm^［18］。共和盆地风沙活动频繁，流动沙丘主要分布在塔拉滩、木格滩等，土地荒漠化现象严重^［19］。盆地生态环境脆弱且经济发展水平较低，随着生态工程的实施，区域防风固沙效果显著，经济发展水平和生态环境逐渐向好，但生态稳定性仍需提高。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区位置示意图

注：基于自然资源部标准地图服务网站标准地图（审图号：GS（2020）4619号）制作，底图边界无修改

Fig.1 Location of the study area

1.2　数据来源

本文涉及数据包括土地利用数据、自然因子数据、社会经济数据（表1）。在参考相关研究的基础上^［13-14］，考虑模型精确性和研究区特点，基于数据的可获取性、时效性和显著性，选取高程、GDP等12个土地利用模拟的驱动因子。本文选取2000、2010、2020年3期土地利用数据，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。所有数据均重采样为30 m × 30 m分辨率，统一为WGS 1984 UTM Zone 47 N投影。

表1 数据及来源

Table 1 Data and sources

数据类型	数据名称	空间分辨率/m	来源
土地利用	2000—2020年土地利用数据	30	中国科学院资源环境科学数据平台(http://www.resdc.cn)
自然因子	DEM数据(海拔、坡度)	30	地理空间数据云(http://www.gscloud.cn)
	年平均气温（气温）	30	中国气象数据网(http://data.cma.cn)
	年降水量（降水）
	年平均风速（风速）
	土壤类型	1 000	世界土壤数据库(HWSD V1.2, http://www.fao.org)
	NDVI	250	MOD13Q1
社会因子	人口	1 000	中国科学院资源环境科学与数据中心（http://www.resdc.cn）
	GDP、夜间灯光数据	1 000	中国科学院资源环境科学与数据中心(http://www.resdc.cn)
	道路、居民点数据	1 000	全国地理信息资源目录服务系统(https:www.openstreetmap.org/)

新窗口打开| 下载CSV

2 研究方法

2.1　InVEST模型

本文应用InVEST模型中的生境质量模块评估共和盆地的生境质量，该方法以土地利用数据为基础，根据栖息地对威胁因子的反应，量化了不同土地利用类型下栖息地的分布和退化，其结果反映区域的生物多样性^［22］：

Q_{i j} = H_{j} [1 - (\frac{D_{i j}^{z}}{D_{i j}^{z} + k^{z}})]

（1）

D_{i j} = \sum_{r = 1}^{R} \sum_{y = 1}^{Y_{r}} (\frac{w_{r}}{\sum_{r = 1}^{R} w_{r}}) S_{j r} i_{r i y} β_{i} r_{y}

（2）

式中：Q_ij 指土地利用类型j中栅格i的生境质量指数，处于0~1，值越高生境质量越好；D_ij 是土地利用类型j中栅格i的生境胁迫水平；H_j 为土地利用类型j的生境适应性；k为半饱和常数；Z为模型默认参数的归一化常量；R表示胁迫因子个数；y表示胁迫因子r栅格；r表示胁迫因子；Y_r 表示胁迫因子r所占栅格数；w_r 表示胁迫因子r的权重；r_y 表示栅格y的胁迫因子值（0或1）；i_riy 表示栅格y的胁迫因子r对生境栅格i的胁迫水平；S_jr 表示土地利用类型j对胁迫因子r的敏感度；β_i 表示胁迫因子对生境栅格i的可达性水平。结合相关研究及共和盆地实际情况^［20-21］，对模型参数进行赋值（表2与表3）。

表2 威胁因子属性

Table 2 Attributes of threat factors

威胁因子	最大影响距离/km	权重	衰退类型
耕地	4	0.5	线性
建设用地	8	0.9	指数
未利用地	5	0.2	指数

新窗口打开| 下载CSV

表3 不同土地利用类型的生境适宜性及对威胁因子的敏感性指数

Table 3 Habitat suitability of different land use types and sensitivity to threat factors

土地利用类型	生境适宜度	耕地	建设用地	未利用地
耕地	0.5	0.3	0.4	0.3
林地	1.0	0.5	0.6	0.7
草地	0.7	0.3	0.4	0.3
水域	0.8	0.7	0.5	0.8
建设用地	0.0	0.0	0.0	0.0
未利用地	0.0	0.0	0.0	0.0

新窗口打开| 下载CSV

2.2　PLUS模型

PLUS模型基于现有土地类型、以栅格数据为基础对斑块级土地利用变化进行预测^［12］。该模型通过提取土地利用数据之间的各土地利用类别之间相互转换的样本，同时基于转移概率对土地利用进行模拟。对各土地类别扩张和驱动因素的计算采用随机森林算法，以得到各土地类别的发展潜力及驱动因子的贡献^［23-24］。本文通过改变转移概率设置3种情景：自然增长、生态保护和城市扩张，并对未来3种情景下的土地利用类型进行预测。模拟得出的2020年的结果与实际土地利用数据作对比，PLUS模型的整体精度为0.88，Kappa系数为0.87，证明模型具有较高的可信度与适应性。

3种情景模拟具体设置如下。

自然增长情景。该情景基于2010—2020年土地利用变化规律，不设置各类用地之间的转换概率，以10年为间隔，运用PLUS模型预测2030年自然增长情景下的土地利用面积，这是其他情景模拟的基础。

生态保护情景^［25-26］。该情景考虑生态环境的发展，将林地、草地向建设用地的转移概率降低50%，耕地向建设用地的转移概率降低30%，同时将耕地、草地向林地的转移概率提高30%。

城市扩张情景^［27］。该情景以城市化发展为主要目的，将耕地、林地、草地向建设用地转移的概率增加20%，同时将建设用地向除耕地之外的土地利用转移概率降低30%。

2.3　地理探测器

地理探测器用于揭示空间分异性及潜在驱动力，包括风险探测、生态探测、因子探测和交互作用探测^［28］。其可探测单个因子的空间异质性，还可通过计算空间分布一致性揭示两个因子间潜在的联系。本研究选取生境质量为因变量，自变量包括气温、降水、风速、NDVI、坡度、海拔、土壤类型、人口和GDP^［29］，地理探测器中的因子解释力由q值表示：

q = 1 - \frac{\sum_{h = 1}^{L} N_{h} σ_{h}^{2}}{N σ^{2}} = 1 - \frac{S S W}{S S T}

（3）

S S W = \sum_{h = 1}^{L} N_{h} σ_{h}^{2}

，

S S T = N σ^{2}

（4）

式中：h表示自变量的分层；N_h 和N表示层h和整个区域内的单元数； $σ_{h}^{2}$ 和σ²表示层h和整个区域的离散方差；SSW是指总和层内方差；SST是指区域总离散方差；q是自变量对荒漠化敏感性指数的解释力，q的范围在0到1之间，q值越大表示所选因子解释力越强。

3 结果

3.1　土地利用变化

共和盆地土地利用类型以草地、未利用地和耕地为主，总面积占比超过90%（图2）。2000—2020年共和盆地土地利用变化显著，耕地、草地面积先升后降，整体呈上升趋势，增加面积分别为167.59 km²和278.59 km²，分别占研究区总面积的0.82%和1.38%；林地面积没有发生变化；水域占比略微提升，增幅为0.46%；建设用地占比显著增加，增加面积为128.55 km²，占研究区总面积的0.64%；未利用地占比显著减少，减少面积为668.05 km²，占研究区总面积的3.31%。随着生态工程的实施及城市化的发展，共和盆地2000—2020年主要土地利用转移方式为从未利用地转为草地，转移面积为707.36 km²，其次为草地转为耕地和建设用地，转移面积分别为205.43 km²和123.66 km²。建设用地面积持续增长，主要由草地和未利用地转入，转入总面积为138.40 km²（图3）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2000—2020年共和盆地土地利用类型及面积占比

注：基于自然资源部标准地图服务网站标准地图（审图号：GS（2020）4619号）制作，底图边界无修改

Fig.2 Land use types and area proportion in the Gonghe Basin from 2000 to 2020

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 2000—2020年共和盆地土地利用转移矩阵

Fig.3 Land use transfer matrix from 2000 to 2020

3.2　生境质量变化

为更直观表现生境质量的时空演变特征，利用自然断点法将生境质量划分为5个等级：低（0.0~0.3）、较低（0.3~0.5）、中等（0.5~0.7）、较高（0.7~0.9）、高（0.9~1.0）。共和盆地生境质量呈现中部低四周高的空间分布格局，以中等生境质量为主，各等级变化明显且差异显著（图4）。低生境质量区域面积表现为先下降后上升，减少面积为538.50 km²，占研究区总面积的2.66%；较低生境质量的区域面积表现为先上升后下降，增加面积为166.87 km²；生境质量中、较高值区均呈显著增加趋势，增加面积分别为279.00、93.00 km²。高生境质量的面积没有发生变化。生境质量低值区域占比显著减少，中高值区占比显著增加，说明研究区生境质量整体向好的趋势发展。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 2000—2020年共和盆地生境质量空间分布及面积占比

注：基于自然资源部标准地图服务网站标准地图（审图号：GS（2020）4619号）制作，底图边界无修改

Fig.4 Spatial distribution and area proportion of habitat quality in the Gonghe Basin from 2000 to 2020

3.3　2030年不同发展情景下土地利用变化

基于2020年土地利用数据在PLUS模型中模拟得到研究区2030年自然增长、生态保护和城市扩张3种情景下土地利用空间分布（图5）。结果表明：3种情景下的土地利用模拟结果差异，主要在于共和盆地中心城区以及龙羊峡水库附近区域。2030年自然增长情景下草地和未利用地面积分别减少了130.04、14.42 km²，建设用地面积增加了108.65 km²。而相较于自然增长情景，生态保护情景下以生态保护为主要目的，建设用地和未利用地面积相较于自然发展情景下减少了105.37、1.3 km²；林地、草地面积分别增加了1.91、103.80 km²。城市扩张情景下建设用地、未利用地面积相较于自然发展情景下增加了34.70、24.05 km²，草地、水域面积分别减少了24.70、39.36 km²。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 不同发展情景下2030年共和盆地土地利用空间分布及面积占比

注：基于自然资源部标准地图服务网站标准地图（审图号：GS（2020）4619号）制作，底图边界无修改

Fig.5 Spatial distribution and area proportion of land use in the Gonghe Basin under different development scenarios in 2030

3.4　不同发展情景下2030年生境质量

运用InVEST模型对2030年共和盆地3种情景下生境质量进行预测评估，结果表明不同发展情景下生境质量空间差异并不明显，分布格局稳定（图6）。在自然增长情景下，2030年共和盆地生境质量指数略微降低，均值为0.5332，低生境质量面积明显增加，增加面积为93.23 km²，反映出2030年共和盆地经济发展和人口增长可能引起生境质量退化；在生态保护情景下，生境质量指数有所增长，均值为0.5369，较高、高等级生境质量土地面积增加了0.07、1.91 km²，表明该情景下生态环境得到一定保护；在城市扩张情景下，生境质量均值为0.5309，相较于其他情景中的低等级生境质量土地面积均有所增加，面积增加58.75 km²。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 不同发展情景下2030年共和盆地生境质量空间分布及面积占比

注：基于自然资源部标准地图服务网站标准地图（审图号：GS（2020）4619号）制作，底图边界无修改

Fig.6 Spatial distribution and area proportion of habitat quality in Gonghe Basin under different development scenarios in 2030

4 讨论

共和盆地生境质量与土地利用格局密切相关^［30-31］。林地、草地和水域的生境适宜度往往高于耕地、建设用地和未利用地，这也是共和盆地生境质量空间格局呈现中间低四周高的主要原因。共和盆地四周的山地及部分平原地区主要分布林地、草地和水域，生境质量水平较高且比较稳定；盆地中部塔拉滩、木格滩等沙地分布区域，生境适宜度低，生境质量最低；盆地中部海拔较低的城镇及耕地区域，人类活动干扰较大，生境质量水平较低。因此，通过实施科学的土地管理政策来减少人类活动对生态环境的干扰，对生境质量的改善十分关键^［32］。2000—2020年生境质量水平的提高，得益于近些年的生态退耕、种草固沙等生态修复措施^［21］。盆地中部的沙地生境质量最低，在生态治理措施推动下，未利用地向高生态适宜度的草地、水域转化，生境质量总体呈上升趋势。此外，经济发展与城市扩张导致建设用地逐年增加，区域自然生境分割，这是2010—2020年共和盆地生境质量降低的主要原因^［33］。在自然增长及城市扩张情景下，由于对自然环境的保护力度较弱导致生境质量降低，而在生态保护情景下强化了相应保护措施，生境质量进一步提高。未来应加大生态环境保护力度，实施生态修复工程、恢复生物多样性，保障区域生态安全。

本文利用地理探测器分析除土地利用类型外其他影响共和盆地生境质量的因素，对于单因子分析，不同驱动因子对生境质量的解释力（q值）排序为土壤类型（0.127）> NDVI（0.091）> 海拔（0.086）> 降水（0.045）>人口（0.044）> 气温（0.036）> GDP（0.015）>风速（0.011）> 坡度（0.008），各因子探测结果均通过了P < 0.01的显著性检验。其中，土壤类型是生境质量空间分异的主要驱动力，NDVI、海拔和降水次之，风速和坡度对生境质量空间分异的解释力最小。土壤类型是共和盆地自然环境的本底条件，直接影响植被的生长发育^［34］，进而影响生境质量。NDVI反映植被的覆盖度，对生境质量的解释力度相对较大，共和盆地四周植被覆盖度高，生境质量也较高，这与已有研究结果一致^{［20，29］}。盆地地形影响沙地的形成与分布，共和盆地四周山地海拔较高，人类活动可达性低，生境质量较高；气温和降水影响植被生长及栖息地适宜性；社会经济因子人口和GDP反映人类活动对生境质量的影响，但对生境质量的解释力均不高。

任意两个因子交互作用对生境质量的解释力都要大于单因子的解释力，均呈现非线性增强（图7）。其中，NDVI∩土壤类型（0.253）的值最大，说明NDVI和土壤类型的交互作用对生境质量空间异质性的影响最大，其次是NDVI∩海拔（0.238）、降水∩NDVI（0.222）、降水∩土壤类型（0.222）的交互作用较大。而社会因子（人口、GDP）与自然因子的交互作用中，解释力最强的为土壤类型∩人口（0.079）、土壤类型∩GDP（0.078）。不同因子之间的相互作用会提高对生境质量的解释力^［29］，综合考虑因子之间的协同作用进行生态保护，因地制宜选择适宜的植被种植，可以有效改善生境质量。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 生境质量驱动因子交互探测结果

注：X₁为气温，X₂为降水，X₃为风速，X₄为NDVI，X₅为坡度，X₆为海拔，X₇为土壤类型，X₈为人口，X₉为GDP

Fig.7 Interactive detection results of driving factors for habitat quality

本研究利用InVEST模型对生境质量进行评估，参数选择主要参考前人的研究结果，存在一定的主观性；其次，运用PLUS模型模拟未来土地利用变化仅考虑了自然环境、社会经济等易获取因子数据，可能会对模拟结果造成一定影响。今后研究应当进一步优化参数设置以提高模型的准确度。

5 结论

2000—2020年共和盆地土地利用变化主要为未利用地转化为草地，生境质量在空间上呈现中部低四周高的分布格局，中部沙地区域是共和盆地生境质量较低的地区，2000—2020年生境质量先增加后下降，整体生境质量逐渐改善。

在不同情景下2030年生境质量的均值为生态保护情景>自然增长情景>城市扩张情景。生态保护情景下生境质量达到最高为0.5369，得益于未利用地面积的减少和林地面积的增加。

土地利用是共和盆地生境质量空间分异的主导因素，土壤类型、NDVI次之。经济发展与城市扩张导致建设用地逐年增加，是2010—2020年共和盆地生境质量降低的主要原因。未来应加强生态修复工程的实施，保障区域生态安全。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Hall

L S

， Krausman

P R

， Morrison

M L

The habitat concept and a plea for standard terminology

［J］.Wildlife Society Bulletin，1997，25：173-182.