陕西省2005-2020年土地利用变化和生境质量影响研究.pdf

地球科学与环境工程河南科技Henan Science and Technology总第807期第13期2023年7月收稿日期：2023-03-21作者简介：张雨晴（1997），女，硕士生，研究方向：土地资源管理与评价。陕西省20052020年土地利用变化和生境质量影响研究张雨晴（长安大学土地工程学院，陕西西安710054)摘要:【目的目的】研究土地利用变化和生境质量及两者之间的联系，为保持及提高区域生境质量提供参考。【方法方法】以陕西省为研究对象，采用2005、2010、2015、2020年15年间四期的土地利用数据，应用InVEST 模型的 Habitat Quality（生境质量）模块对陕西省生境质量进行评估。【结果结果】20052020年间陕西省建设用地、林地、草地面积增加，耕地面积显著减少；陕西省高生境质量区域分布于秦岭山地部分及陕北山区，低生境质量及较低生境质量区域集中在关中西安市及周边城市区域。【结论结论】生境质量受人类活动影响较大，在进行经济发展的同时，也应注意生境质量的保护和提升。关键词：生境质量；土地利用类型；陕西省；InVEST 模型中图分类号：X321;F301.24文献标志码：A文章编号：1003-5168（2023）13-0099-06DOI：10.19968/ki.hnkj.1003-5168.2023.13.020Research on the Impact of Land Use Change and Habitat Quality inShaanxi Province from 2005 to 2020ZHANG Yuqing（School of Land Engineering，Changan University，Xian 710054，China）Abstract:Purposes This paper studies the land use change,habitat quality and the relationship between them to,provide a reference for maintaining and improving the quality of regional habitat.Methods Taking Shaanxi Province as the research object,using the land use data of four periods in 2005,2010,2015 and 2020,the Habitat Quality module of the InVEST model was used to evaluate the habitatquality of Shaanxi Province.Findings From 2005 to 2020,the area of construction land,forest landand grassland in Shaanxi Province increased,and the cultivated land area decreased significantly.Theareas of high habitat quality in Shaanxi Province are distributed in the mountainous part of Qinling Mountains and the mountainous areas of northern Shaanxi,and the areas of low habitat quality and low habitatquality are concentrated in Xian City and surrounding urban areas in central China.ConclusionsHabitat quality is greatly affected by human activities,and attention should be paid to the protection andimprovement of habitat quality while carrying out economic development.Keywords:habitat quality;land use type;Shaanxi Province;InVEST model0引言土地利用变化是指人类在生产生活中为了经济发展或者社会进步，依据土地的自然属性进行的规律性或者稳定性的经营改造活动的变化，土地利用变化能够直观地反映人类活动的信息；生境质量100第13期是衡量一个区域为特定的物种提供生存及繁衍等功能的能力1，是研究生物多样性的重要参考。土地利用类型的变化对生境质量有较高权重的影响力，一个地区的土地利用变化可以驱动当地社会、经济演变2。目前评价生境质量常用方法之一就是通过模型的建立来展开研究，常用模型有SolVES模型和 InVEST模型等，其中，由于 InVEST模型所需数据量相对于其他模型较少，获取方式较为简单，因此应用较广。李晴等1基于InVEST模型，研究了19802100年长江中下游地区动植物生境质量时空变化；刘汉仪等2耦合InVEST模型和土地利用变化，对粤港澳大湾区生境质量时空演变进行分析，较为详细地说明了土地利用变化和生境质量之间的密切关联，证明土地利用变化能较好地反映研究区域的生境质量变化。基于此，本研究利用20052020 年 4 期的土地利用数据，运用 ArcGIS软件和 InVEST 模型，采用土地利用矩阵及主成分分析方法，对陕西省土地利用变化特征及生境质量进行分析和评价。1研究区域与数据来源1.1研究区概况陕西省具有独特的自然地理条件，南北地势高，中部地区地势低，位于我国内陆地区，拥有高原、山地、平原以及盆地等多种地形。北山和秦岭将陕西省划分为三个自然区，分别为陕北、关中、陕南三个自然区。其中，陕北黄土高原地区包括榆林市和延安市，海拔9001 900 m，约占全省土地总面积的40%；关中平原地区包括宝鸡市、咸阳市、西安市、铜川市和渭南市，海拔为460850 m，约占全省土地总面积的36%；陕南秦巴山区则涵盖汉中市、安康市和商洛市，海拔1 0003 000 m，约占全省土地总面积的36%。1.2数据来源本研究使用的数据类型、名称及来源见表1。表1数据来源统计表数据类型行政界限土地利用社会经济统计数据数据名称陕西省省、市级行政边界2005、2010、2015、2020年四期土地利用数据2020年地区生产总值、人口数据等数据来源中国科学院资源环境与数据中心地理国情监测云平台http:/ InVEST 模型的 Habitat Quality（生境质量）模块进行对特定区域生境质量的评估。此模型将使用四个因子的威胁数据图层来对不同土地利用类型的降解程度进行评估。第一个因子是指不同种威胁的相对影响3。第二个因子是生境栅格与威胁之间的距离，威胁所带来的影响。威胁r在栅格x的生境对栅格y的影响（ry）用irxy表示，如式（1）和式（2）。irxy=1-dxydrmaxif linear（1）irxy=exp-2.99drmaxdxyif exponential（2）式中：dxy是栅格x和y之间的线性距离；drmax是威胁r的最大作用距离4。InVEST生境质量模块第三个因子，可以缓解威胁对生境影响。最后一个因子是每一种生境类型对每一种威胁的相对敏感性。在LULC或生境类型j中栅格x的总威胁水平由Dxj表示为式（3）。Dxj=r=1Ry=1Yr wrr=1RwrryirxyxSjr（3）式中：y是指r威胁栅格图上的所有栅格，Yr是指r威胁栅格图上的一组栅格。由于栅格分辨率的变化，每种威胁图都能有一组栅格。如果Sjr=0，那么 Dxy不是威胁r的函数。威胁权重是归一化的权重，所以所有的权重值加和为14。在LULC类型j中的斑块组x的生境质量由Qxj表示为式（4）。Qxj=Hj1-DzxjDzxj+kz(4)除需要土地利用数据之外，还需设定土地利用类型生境适宜性、对胁迫因子的敏感度和胁迫因子。在参考InVEST软件使用手册后，将耕地、建设用地和未利用地作为本研究中的威胁因子，设定其权重、最大影响距离和退化类型（见表2）；同时根据现实情况设定不同土地类型的生境适宜性及对威胁因子的相对敏感性（见表3）。表2胁迫因子最大影响距离及权重威胁因子耕地建设用地未利用地最大胁迫距离/km458权重0.70.60.4空间衰退类型linearlinearexponential张雨晴.陕西省20052020年土地利用变化和生境质量影响研究第13期101表3各土地利用类型对生境威胁因子的敏感度土地利用类型耕地林地草地水域建设用地未利用地生境适宜度0.410.80.600.4胁迫因子耕地00.60.70.500.5建设用地0.70.30.50.400.4未利用地0.30.20.50.50.403数据处理结果及分析3.1土地利用变化3.1.1土地利用变化幅度。土地利用变化的幅度能体现特定研究时段内土地利用的绝对变化量，见式（5）。X=Ub-Ua（5）式中：X为土地利用类型变化幅度；Ua、Ub分别为研究初始节点与研究时期末节点某类土地利用类型的面积。根据陕西省15年间土地利用类型数据提取出陕西省 2005、2010、2015、2020 年各年各类土地的数量，如图1所示。图1陕西省各年土地类型面积由图 1 可知，20052015 年，陕西省耕地、林地、草地、水域、建设用地及未利用地的数量分布规律相同，均为草地耕地林地未利用地建设用地水域；2020年为草地耕地林地建设用地未利用地。利用式（5）分别计算研究区域 20102020 年间三个阶段各类土地变化幅度，结果见表4。20052010年，耕地、草地、水域、未利用地均呈现减少趋势，林地及建设用地呈增加趋势。其中，耕地面积在5年间减少了182 km2，草地面积减少了2 km2，水域面积减少了23 km2，未利用地面积减少了 88 km2，建设用地面积增加 89 km2，林地面积增加了206 km2。表4陕西省15年间土地利用类型面积变化量单位：km2年份200520102010201520152020类型耕地-182-437-283 8林地206-94987草地-2-408135 5水域-2359-100建设用地89936843未利用地-88-56-24620102015年，耕地、林地、草地、未利用地土地利用变化情况均为减少，建设用地及水域用地面积增加。在这5年间，减少面积数量最多的用地类型为耕地，减少数量为 437 km2，林地面积减少了94 km2，草地面积减少了408 km2，水域面积增加了59 km2，建设用地面积增加了936 km2，未利用地减少面积了56 km2。20152020年，耕地、水域、未利用地土地利用变化情况均为减少，林地、草地、建设用地面积增加。其中，耕地面积在这 5 年间减少了 2 838km2，水域面积减少了100 km2，未利用地面积减少了 246 km2，林地面积增加了 987 km2，草地面积增加了1 355 km2，建设用地面积增加了843 km2。3.1.2土地利用转移矩阵。本研究借助 ArcGIS软件实现土地利用转移矩阵的计算5，通过计算得到陕西省20052020年各时间段的土地利用转移矩阵（见表5至表7）及生成土地利用转移弦图（见图2）。表520052010年陕西省土地利用转移矩阵单位：km地类草地建设用地耕地林地水域未利用地总计草地77 5320575178377 694建设用地103 387705133 476耕地37070 0146651470 136林地104011347 5686047 791水域1005611 83911 907未利用地308024 7094 722总计77 6963 38770 31847 5851 9304 810205 726810471046104510441043104210411040面积/m2耕地林地草地水域建设用地未利用地2005年2010年2015年2020年年份张雨晴.陕西省20052020年土地利用变化和生境质量影响研究102第13期表620102015年陕西省土地利用转移矩阵单位：km地类草地建设用地耕地林地水域未利用地总计草地77 217036922277 286建设用地2523 475570265844 412耕地140169 4293988269 699林地40447 6852247 697水域2106731 86961 966未利用地600302914 5464 666总计77 6943 47670 13647 7911 9074 722205 726表720152020年陕西省土地利用转移矩阵单位：km地类草地建设用地耕地林地水域未利用地总计草地43 06844221 89811 6184051 13978 570建设用地6161 4772 732183751705 252耕地20 0672 24837 8485 67059938566 818林地12 0991476 25629 9148613748 637水域3354357794757291 836未利用地1 02353356148312 8004 411总计77 2094 40969 66747 62719534 659205 524图2土地利用转移弦图结合上文图表可得如下结论。20052010年，耕地面积的减少是净转向了林地（107 km2）、建设用地（70 km2）和草地（20 km2）；水域的减少主要主要净转向了耕地；未利用的减少主要净转向了草地（80 km2）；建设用地的增加主要来自耕地；林地的增加的部分主要来自耕地和草地的转化；草地面积变化不大。20102015年，耕地减少是净转向了建设用地（569 km2）和水域（62 km2）；林地减少主要净转向了耕地（35 km2）、未利用地（27 km2）和建设用地（26 km2）；草地的减少主要是净转向了建设用地（252 km2）、耕地（104 km2）和未利用地（58 km2）；未利用地的减少主要净转向了建设用地（84 km2）和耕地（52 km2）；建设用地和水域呈增加趋势。20152020 年，耕地减少是净转向草地（1 832 km2）、林地（586 km2）、建设用地（484 km2）和未利用地（29 km2）；水域的减少主要净转向草地（70 km2）、耕地（22 km2）；未利用地的减少主要净转向了草地（116 km2）、建设用地（117 km2）、耕地（29 km2）；林地、草地、建设用地呈增加趋势。3.1.3主成分分析。土地利用类型的变化是多种驱动力因子共同作用的成果。在实际考虑陕西省特定的自然条件和经济条件下，基于数据可获取性和可计量性，从经济、人口、农业现代化水平中选取14个指标，通过SPSS软件19.0进行相关性分析后，排除掉相关性不高的指标，最终选取第一产业生产总值（X1)、第二产业生产总值（X2）、第三产业生产总值（X3）、人口总数（X4）、城镇人口比重（X5）、GDP（X6）、农业机械总动力（X7）、化肥施用量（X8）七个指标经过标准化处理后进行主成分分析。分析结果显示，第一、二主成分的特征值均大于 1且累积贡献率分别为 55.62%及 84.88%；从得到的因子碎石图（见图3）也可看出此次模型结果第一主成分和第二主成分之间波动较大，第一、二主成分之后的第三至第八主成分均小于1且呈平缓变化图3碎石图张雨晴.陕西省20052020年土地利用变化和生境质量影响研究12345678543210特征值组件号20 000未利用地水域9 5323 83795 37640 00060 00080 000草地100 000120 000140 000155 3906 863建设用地20 00040 00060 00080 00060 00040 00020 00080 000100 000120 000140 454耕地（a）20052010土地利用转移弦图20 000未利用地水域9 5323 83795 37640 00060 00080 000草地100 000120 000140 000155 3906 863建设用地20 00040 00060 00080 00060 00040 00020 00080 000100 000120 000140 454耕地林地林地（b）20102015土地利用转移弦图20 000未利用地水域9 07196 26640 00060 00080 000草地100 000120 000140 000155 7789 663建设用地20 00040 00060 00080 00060 00040 00020 00080 000100 000120 000136 484耕地林地3 788（c）20152020土地利用转移弦图第13期103趋势，说明提取的第一、二主成分对初始变量影响较大，具有较为详细阐述原变量变化的能力，而其余变量则反之。主成分分析结果中，因子载荷矩阵（见表8）显示，第一主成分跟人口总数（X4）、第二产业生产总值（X2）、第三产业生产总值（X3）有较强相关性；第二主成分跟农业机械总动力（X7）、化肥施用量（X8）有较高相关性。因此，土地利用变化与各产业发展状况、社会经济与人口发展程度有较为紧密的联系。表8因子载荷矩阵指标人口总数第二产业生产总值第三产业生产总值第一产业生产总值城镇人口比重GDP农业机械总动力化肥施用量成分10.9420.8930.8930.7160.6990.6090.5030.5852-0.196-0.400-0.4000.633-0.6130.0560.8110.7383.2生境质量变化结合陕西省 20052020 年生境质量总体情况，利用ArcGIS软件中的自然断点法，将陕西省生境质量划分为五个等级6：低生境质量（0)、较低生境质量（0.00.5）、中等生境质量（0.50.8）、较高生境质量（0.80.9）、高生境质量（0.91）7。具体面积占比变化情况见表9，生境质量等级分布情况如图4所示。从 20052020 年，陕西省低质量生境区域面积呈逐年递增趋势，共增加 1 868 km2；较低生境质量区域面积逐年减少，共减少3 376 km2；中等生境质量区域面积呈逐年减少趋势，共减少2 644 km2；较高生境质量区域面积总体上涨，增加2 957 km2；高生境质量区域面积增加 1 105 km2。总体来说，陕西省生境质量在15年间总体呈现不断提升的趋势，但低质量的生境区域存在比例较高且在15年间一直呈上升趋势。因此，对低质量生境区域的治理还有更多提升的空间。从空间分布看，高质量的生境质量区域主要分布在汉中市、安康市、宝鸡市、延安市及西安市的山区部分，这类区域的土地利用类型以林地为主，建设用地比例较小，能够为生物生存提供较好的现实环境；低生境质量区域集中分布在西安市及周边城镇群，这是由于西安市及其周边城镇群地理位置及区位条件优越，且拥有适合人类发展居住的地形地质条件，经济发达，建设用地数量较多，生境质量受人类活动影响大，呈现出较低或低生境质量的特征。4结论本研究从陕西省近15年间土地利用变化入手分析，结论如下。耕地数量的减少是多种因素共同影响的结果。一方面是15年间经济的增长对建设用地的需求大幅增加，城市郊区或是邻近乡村有相当一部分用地类型由耕地转化为建设用地；另一方面是陕西省自1999年起在全国范围内率先开展退耕还林还草试点工作，效果良好，近年来已经有部分耕地转化为林地草地。图420052020年陕西省生境质量等分布情况图例低较低中等较高高图例低较低中等较高高图例低较低中等较高高图例低较低中等较高高（a）2005年（b）2010年（c）2015年（d）2020年NNNN张雨晴.陕西省20052020年土地利用变化和生境质量影响研究表920052020年陕西省生境质量等级面积及占比生境质量等级低较低中等较高高2005年面积/km3 38771 26812 93471 00347 134占比/%1.6534.646.2934.5122.912010年面积/km3 47671 08512 75871 08147 326占比/%1.6934.556.2034.5522.972015年面积/km4 41270 82212 56570 66847 259占比/%2.1434.436.1134.3522.972020年面积/km5 25567 98210 29073 96048 239占比/%2.5533.045.0035.9523.45104第13期林地和草地有良好的生态修复价值，在退耕还林还草政策影响下，随着近年来人们生态保护意识的提高，这类土地得到了很好的保护和恢复。尽管对建设用地的需求不断增加，但是在生态保护政策背景下，农村部分建设用地成为耕地占补平衡补充耕地数量的来源之一，城镇建设用地的需求受到抑制，近15年来区域建设用地不断增加的趋势得到有效的控制。一个特定的地区生境质量的高低和当地土地利用类型变化是密不可分的8。例如，林地草地数量越多的地区，生境质量越高，生境质量受建设用地影响最大，人们在进行生产生活建设时对建设用地的扩张使得生物生存环境质量下降，两者呈负相关。因此，提高生境质量的关键要从生态文明建设及保护林地草地入手。土地利用活动要平衡各类用地的数量，在经济发展的基础上留存合理的生态用地。InVEST 模型的使用为评估特定地区生境质量提供了一种现实可能性，但实际上由于模型本身存在局限性，比如威胁源的选取和权重赋值带有主观性，且现实生活中还有其他威胁源存在，因此难以计量并未纳入本次研究中，虽然对结果本身没有太大影响，但若要提供更好更精确的参考还需优化这部分的参数设置。参考文献：1 李晴，周勇，CUNNINGHAM M A，等.基于InVEST模型的19802100年长江中下游地区动植物生境质量时空变 化 研 究J.Journal of Resources and Ecology，2021，12（1）：43-55.2 刘汉仪，林媚珍，周汝波，等.基于InVEST模型的粤港澳大湾区生境质量时空演变分析 J.生态科学，2021，40（3）：82-91.3 孙善良.陕西省土地利用变化及其生态系统服务价值研究 D.兰州：西北师范大学，2021.4 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）：948-961.5 冉凤维.鄱阳湖地区生态系统服务权衡与协同研究D.南昌：江西农业大学，2019.6 樊远辛.基于InVEST模型的喀纳斯自然保护区森林生态系统调节功能价值评估 D.合肥：安徽农业大学，2016.7 胡丰，张艳，郭宇，等.基于PLUS和InVEST模型的渭河流域土地利用与生境质量时空变化及预测 J.干旱区地理，2022，45（4）：1125-1136.8 李潇，杨加猛，陈禹衡，等.基于土地利用变化的江苏盐城湿地自然保护区生境质量评估 J.南京林业大学学报（自然科学版），2022，46（5）：169-176.张雨晴.陕西省20052020年土地利用变化和生境质量影响研究