基于InVEST模型的漓江流域景观格局及生境质量时空演变分析
胡露瑶1,2, 代俊峰1, 郑文俊3, 齐姗姗4, 莫建英5     
1. 桂林理工大学, 广西环境污染控制理论与技术重点实验室, 广西桂林 541006;
2. 桂林旅游学院, 广西生态环境与景观保护研究中心, 广西桂林 541006;
3. 桂林理工大学旅游与风景园林学院, 广西桂林 541006;
4. 桂林市环境保护科学研究所, 广西桂林 541002;
5. 桂林水文中心, 广西桂林 541001
摘要: 流域生境常受到自然环境与人类活动相互作用的影响,脆弱的生态平衡极易被打破,研究流域生境质量变化对受损生境的重建具有重要意义。本研究基于ArcGIS 10.8软件和生态系统服务与权衡综合评估(Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST)模型,对漓江流域1990-2020年景观格局与生境质量进行评估,利用空间分析方法探究其时空格局变化特征及相关性。结果表明:(1)1990-2020年漓江流域总体景观格局以耕地、林地为主,占比超过80%,耕地占比从23.88%下降到22.75%,其中大部分转化为建设用地,景观格局趋于破碎化,景观复杂程度不断增加;(2)从流域整体分析,生境质量总体处于中等以上水平,呈现逐年下降趋势,低生境质量区域面积有所扩大,特别是在流域中部核心区,生境质量的下降趋势明显,生境质量与聚集度指数(AI)、香农多样性指数(SHDI)、水域和林地面积均存在较强的相关性。经过生态环境治理,漓江流域的景观生态格局得以改善,有效抑制了生境质量的退化。漓江流域生态环境治理可为河流生态系统的综合治理和生态修复提供科学参考。
关键词: 生境质量    景观格局    时空动态变化    漓江流域    
Spatiotemporal Evolution Analysis of Landscape Pattern and Habitat Quality in the Lijiang River Basin Based on the InVEST Model
HU Luyao1,2, DAI Junfeng1, ZHENG Wenjun3, QI Shanshan4, MO Jianying5     
1. Guangxi Key Laboratory of Environmental Pollution Control Theory and Technology, Guilin University of Technology, Guilin, Guangxi, 541006, China;
2. Guangxi Research Center for Ecological Environment and Landscape Protection, Guilin Tourism University, Guilin, Guangxi, 541006, China;
3. College of Tourism & Landscape Architecture, Guilin University of Technology, Guilin, Guangxi, 541006, China;
4. Guilin Institute of Environmental Protection Science, Guilin, Guangxi, 541002, China;
5. Guilin Hydrology Center, Guilin, Guangxi, 541001, China
Abstract: The habitat of a river basin is often affected by the interaction between natural environments and human activities, which make its fragile ecological balance easily disrupted.Studying changes in habitat quality of river basins is crucial for the restoration of damaged habitats.ArcGIS10.8 and the Integrated Valuation of Ecosystem Services and Tradeoffs (InVEST) model were employed to evaluate the landscape pattern and habitat quality of the Lijiang River Basin from 1990 to 2020.The characteristics and correlations of spatiotemporal pattern changes were explored by spatial analysis.The results were described as follows: (1) From 1990 to 2020, the overall landscape pattern of the Lijiang River Basin was dominated by arable land and forest land, which accounted for over 80%.The proportion of arable land decreased from 23.88% to 22.75%, with most of it being converted to construction land, which led to a trend towards landscape fragmentation and increased landscape complexity.(2)On a basin-wide scale, the habitat quality was generally at a medium to high level.The average quality of habitats in 1990, 2000, 2010, and 2020 were 0.71, 0.71, 0.70, and 0.68, respectively, showing a declining trend.Low-quality areas continued to increase.Particularly, the habitat quality decline was obvious in the central core area of the basin.Habitat quality was strongly correlated with the Aggregation Index (AI), Shannon-Wiener Diversity Index (SHDI), and the areas of water and forest land.Under the influence of eco-environment management, the landscape pattern of the Lijiang River Basin has improved, with effective curbing of habitat degradation.The findings provide a scientific reference for the comprehensive management and ecological restoration of river ecosystems.
Key words: habitat quality    landscape pattern    spatiotemporal dynamic changes    Lijiang River Basin    

生境质量是指生态系统为个体和种群持续生存提供适宜条件的能力,能反映生态环境的本质属性和区域生态健康水平[1]。然而,由于人类活动的影响,近几十年来生境不断退化、碎片化甚至消失,严重威胁生物多样性和人类福祉[2, 3]。土地利用变化情况可以体现人类活动的强度[4],揭示人类活动与自然环境的相互作用[5],了解土地利用变化如何影响生境质量对优化和改善生态环境具有重要意义[6, 7]。景观格局描述了土地利用或景观生态系统各要素的形状、比例和空间配置。景观格局分析被越来越多地应用于土地利用变化研究[8]。例如,以特定的城市或某一类景观(如湿地景观或森林景观)为对象,研究其景观格局变化[9, 10]。常见的分析方法包括马尔可夫转移矩阵和景观格局指数分析等,前者用于研究土地利用的动态变化方向,后者定量描述景观结构的空间变化[11, 12]。景观格局变化对区域生境质量的影响近年来引起了较大关注[13, 14]。景观格局能有效反映人类活动对土地利用变化的影响,因此研究景观格局与生境质量的相关性可以从不同空间尺度定量评估人类活动对生境质量的影响[15]

河流生境是水生动植物的生存、栖息环境及其与邻近环境相互作用的复合环境,对河流生态系统的稳定性和健康状况有重要影响[16]。伴随着工业化和城镇化进程的加快,受气候变化和人类活动的影响,水资源短缺和环境问题日益突出,导致河流生态系统逐步退化,生物多样性降低。生境质量评价可以为河流生态环境修复、河道整治、河流健康修复提供依据。目前,生境质量评价方法根据技术特点主要分为基于野外采样调查的指标体系评价和基于3S技术的生态模型模拟两类[17]。其中,生态系统服务与权衡综合评估(Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST)模型中的生境质量模块因具有基础数据易于获取[18]、评价结果定量化[19]、空间可视化[20]等特点得到广泛应用[21]。已有学者利用该模型从水文、植被指数变化等不同角度分析河流流域、城市等不同尺度的生境质量[22]。本研究利用InVEST模型探究人类活动和自然历史条件影响下的生境质量演变及其与景观格局变化的相关性,以促进河流生境的可持续发展。

漓江流域发育有典型的喀斯特地貌,具有重要的景观、生态和社会功能。随着经济社会的发展,该区域不断受到人类活动的干扰,生态环境发生显著变化,水土流失、石漠化以及植被退化等生态环境问题突出,导致生态环境所面临的压力逐渐增加[23]。漓江流域的生态环境保护有利于维护地区生态平衡、保障水质安全、促进可持续发展。本研究基于1990-2020年漓江流域土地利用数据,分析景观格局与生境质量的时空变化,旨在解决两个问题: (1)评估并可视化不同时期的景观格局与生境质量,比较其历史变化与现状;(2)综合识别不同景观格局指标与生境质量之间的关系及耦合机制。本研究可为未来漓江流域的规划、建设与保护提供参考。

1 材料与方法 1.1 研究区域

漓江位于广西壮族自治区东北部桂林市境内,属珠江流域西江水系,是其支流桂江上游河段的通称(图 1)。漓江起点为兴安县溶江镇灵渠口,终点为平乐县三江口,干流全长164 km,流域面积581 km2,河床基质以硅质灰岩卵石为主,泥沙量小,水质清澈,两岸多为喀斯特地貌。漓江流域位于亚热带中部,属亚热带季风型气候,高温多雨,且雨季和高温期一致。

图 1 研究区域地理位置 Fig. 1 Geographic location of the study area

1.2 数据来源

研究采用的主要数据:(1)土地利用数据,来源于中国科学院资源环境科学与数据中心。分别选取1990、2000、2010和2020年土地利用数据,空间分辨率为30 m×30 m,按照《土地利用现状分类》(GB/T 2010-2017)标准,结合景观生态学的相关理论,将漓江流域土地利用类型划分为耕地、林地、草地、水体、建设用地、未利用地6类(表 1)。为避免解译方法不同带来的误差,采用ArcGIS 10.8软件对4年的数据进行人工解译,并配合投影变换、裁剪等一系列数据预处理工作,输出栅格数据(图 2)。(2)数字高程模型(Digital Elevation Model,DEM)数据来源于国家基础地理信息中心数据云平台,并基于DEM提取坡度数据。(3)道路数据,选取铁路及道路分布数据用于衡量城市化进程。

表 1 漓江流域土地利用分类 Table 1 Land use classification of Lijiang River Basin
土地利用类型
Types of land use
描述
Description
Arable land Farmland dependent on natural precipitation, dry land with water and irrigation facilities, irrigated paddy fields, and farmland dominated by vegetables
Forest land Natural forest, open forest, bush
Grassland Land dominated by herbaceous plants
Water A naturally formed or man-made river or lake
Construction land Built-up areas and rural homesteads in large, medium and small cities, county towns and established towns
Unused land Surface is sand or gravel, and there is little vegetation cover, except sand on the beach

图 2 1990-2020年漓江流域土地利用情况 Fig. 2 Land use conditions in Lijiang River Basin from 1990 to 2020

1.3 方法 1.3.1 土地利用转移矩阵

土地利用转移矩阵作为一种基于马尔可夫链模型的时空分析方法,通过构建二维矩阵定量表征研究期内不同土地利用类型间的动态转化规律[24]。本研究基于1990-2020年多时序土地利用遥感解译数据(空间分辨率30 m,分类精度Kappa系数≥0.85),采用分阶段递推法构建漓江流域土地利用转移矩阵。

1.3.2 景观格局指数

采用Fragstats 4.2软件计算漓江流域1990-2020年景观格局指数,选取斑块密度(PD)、斑块面积变异系数(AREA_CV)、聚集度指数(AI)、蔓延度指数(CONTAG)、香农多样性指数(SHDI)、散布并置指数(IJI),最大斑块指数(LPI)和景观形状指数(LSI) 8项指标, 各指标含义详见表 2。结合漓江流域实际生态背景,综合分析土地利用变化对景观结构与多样性的影响。

表 2 景观格局指数生态学含义 Table 2 Ecological implications of landscape pattern indexes
景观格局指数
Landscape pattern index
生态学含义
Ecological implication
PD Heterogeneity of landscape per unit area
AREA_CV Degree of variation in patch area
IJI Degree of proximal and uniform distribution of different plaque types
SHDI Degree of landscape heterogeneity
AI Degree to which the landscape type is adjacent to other surrounding landscape types
CONTAG Extent of extension of different patch types in the landscape
LPI Maximum patch as a percentage of total landscape area
LSI Complexity of the shape of the plaque

1.3.3 生境质量计算

InVEST模型中的生境质量模块(Habitat quality module)是成熟且应用广泛的生态系统服务评估模块。本研究利用InVEST模型分析1990-2020年漓江流域的生境质量,基于土地利用数据,通过不同威胁因子的位置、强度、最大距离和各种土地覆盖类型的敏感性计算生境质量。在InVEST模型中,威胁因子主要根据土地利用类型对自然生态系统的干扰程度来设定,土地利用强度越大,生境质量越差,对区域生物多样性的威胁越大[25]。基于景观生态学基本理论、实地现状以及人类活动对漓江流域的影响,将建设用地、耕地和未利用土地标记为威胁因子。根据模型和相关研究成果,最终确定上述威胁因素的栖息地敏感性参数如表 3表 4所示。

表 3 威胁因子权重设置 Table 3 Setting of threat factor weights
威胁因子
Threat factor
最大影响距离/km
Maximum influence distance/km
权重
Weight
衰退类型
Decay type
Arable land 1 0.5 Linear
Construction land 5 0.7 Index
Unused land 8 0.3 Linear

表 4 土地利用类型对威胁因子的敏感度 Table 4 Sensitivity of land use types to threat factors
土地利用类型
Land use type
生境适宜性指数
Habitat suitability index
敏感度
Sensitivity
耕地
Arable land
建设用地
Construction land
未利用地
Unused land
Arable land 0.7 0.0 0.4 0.4
Forest land 1.0 0.5 0.7 0.2
Grassland 1.0 0.3 0.5 0.7
Water 0.3 0.4 0.0 0.0
Construction land 0.0 0.0 0.0 0.8
Unused land 0.2 0.1 0.0 0.0

InVEST模型假设生境质量是一个连续变量,取值为0-1,数值越大表示生境质量越好,反之则生境质量越差。本研究在ArcGIS 10.8软件中将漓江流域生境质量划分为4个等级:低(0.00-0.25)、中[0.25-0.50)、高[0.50-0.75)和极高[0.75-1.00)。基于生成的漓江流域生境质量空间分布图,通过计算不同等级生境面积占比,分析不同时段漓江流域生境质量的变化情况。

1.3.4 生境质量热点分析与空间自相关分析

基于Getis-Ord Gi*指数(采用ArcGIS 10.8 Hot Spot Analysis工具计算),采用反距离平方空间权重矩阵,识别漓江流域生境质量的热点与冷点区域[26],并采用全局Moran′s I指数分析生境质量的空间集聚特征。

2 结果与分析 2.1 土地利用变化

1990、2000、2010和2020年各土地利用类型的总面积及其占比详见表 5。通过比较漓江流域这4年的土地利用变化统计数据可知,漓江流域土地利用以林地和耕地为主,其次是草地和建设用地。林地面积最大,超过流域总面积的60%,主要集中在研究区域西北部;其次是耕地,占20%以上,二者合计占流域总面积的80%以上,是最主要的土地利用类型;其他用地类型面积较小,草地占比约9%,建设用地占比约3%,水体占比约1%,未利用地占比最小。1990-2020年土地利用结构发生变化,耕地面积从1 604.06 km2减少到1 528.37 km2,林地面积从4 162.83 km2略微减少到4 132.69 km2,草地面积从637.12 km2减少到614.98 km2,水体面积从99.14 km2增加到117.69 km2,建设用地面积从212.94 km2增加到322.82 km2,未利用地面积从0.44 km2减少到0.16 km2。耕地占比从23.88%下降到22.75%,林地占比基本稳定在61%左右,草地占比从9.49%下降到9.16%,水体占比从1.48%增加到1.75%,建设用地占比从3.17%增加到4.81%,未利用地占比基本保持在0.00%-0.01%。可以看出,耕地、林地和草地的面积和占比均有不同程度的下降,而水体和建设用地的面积和占比则有所增加,未利用地的面积和占比基本保持不变。这反映了随着时间的推移,土地利用结构逐渐向建设用地和水体倾斜,这与桂林市城市化进程、基础设施建设和环境保护措施的实施有关。

表 5 1990-2020年各土地利用类型面积及占比 Table 5 Areas and proportions of different land use types from 1990 to 2020
土地利用类型
Land use type
1990 2000 2010 2020
面积/km2
Area/km2
占比/%
Proportion/%
面积/km2
Area/km2
占比/%
Proportion/%
面积/km2
Area/km2
占比/%
Proportion/%
面积/km2
Area/km2
占比/%
Proportion/%
Arable land 1 604.06 23.88 1 601.90 23.85 1 587.29 23.63 1 528.37 22.75
Forest land 4 162.83 61.98 4 162.12 61.97 4 160.68 61.95 4 132.69 61.53
Grassland 637.12 9.49 638.09 9.50 631.59 9.40 614.98 9.16
Water 99.14 1.48 100.58 1.50 105.33 1.57 117.69 1.75
Construction land 212.94 3.17 213.24 3.17 231.42 3.45 322.82 4.81
Unused land 0.44 0.01 0.42 0.01 0.40 0.01 0.16 0.00

土地利用转移矩阵清晰地揭示了1990-2020年漓江流域土地利用类型的动态变化特征(图 3)。在此期间,流域内土地利用格局发生了显著变化,充分体现了快速城市化和工业化进程对土地资源的强烈需求。具体而言,建设用地面积大幅增加了109.88 km2,而耕地面积相应减少了75.69 km2,这一显著变化表明大量农业用地被转化为城市和工业用地。尽管林地和草地的总面积变化不大,但部分区域被转化为建设用地,表明城市扩张占用了部分自然景观。与此同时,水体面积增加18.55 km2,或源于生态治理与人工水体建设。此外,未利用地从1990年的0.44 km2减少至2020年的0.16 km2,表明土地开发强度持续提升。

图 3 1990-2020年土地利用转移情况 Fig. 3 Land use transfer from 1990 to 2020

以上变化表明,耕地、林地和草地向建设用地的转移已成为显著趋势,城市化进程对土地资源的压力日益增加。在未来的土地利用规划中,应更加注重生态环境的可持续性,特别是要平衡城市发展与自然资源保护之间的关系。水体面积的增加则表明环境保护政策在水资源管理中的积极影响,未利用地的减少显示出土地开发强度的提升。在未来的城市规划中,如何协调发展与生态保护将成为关键问题。

2.2 景观格局指数变化

景观格局指数变化如表 6图 4所示,PD在1990年和2020年保持稳定,期间略有波动,说明在这段时间内漓江流域的土地利用方式变化不显著,景观中不同类型的斑块相对稳定。反映出尽管该地区面临一定的城市扩展压力,但总体上自然景观(如森林和草地)依然保持一定的完整性。政府对该地区生态环境的保护措施(如生态红线划定、喀斯特生态修复)对PD的保持起积极作用。AREA_CV从1990年的2 073.68下降至2010年的2 019.92,之后在2020年略回升至2 021.92。AREA_CV的降低表明景观中大面积斑块减少,小面积斑块相对增多。漓江流域的喀斯特地貌决定了其生态环境的脆弱性。随着人口增长和旅游业的发展,部分自然斑块被分割为较小的土地单元,用于农业、旅游基础设施建设等,这种土地利用破碎化是AREA_CV降低的原因。CONTAG从1990年的65.72下降至2020年的64.40,说明景观斑块的聚集程度在逐渐下降,斑块变得更加分散。漓江流域近年来的快速城市化和旅游开发,导致自然景观被人工斑块分割,生态斑块之间的联系性变弱,CONTAG降低,尤其是在漓江流域的主要城市(如桂林),城市扩张和交通基础设施建设进一步分割景观斑块。IJI由60.42上升至63.18,SHDI由1.03增至1.07,表明人工斑块与自然斑块邻接概率提高,漓江流域的景观异质性增强,这一变化与该地区土地利用模式的多样化趋势一致,随着旅游产业的发展,除了传统农业和自然保护区,景观中还增加了更多的人工景观斑块,如生态旅游设施、城镇扩展区域等,这种变化增加了景观的多样性[27],但同时也可能增加生态系统的复杂性和管理的挑战。AI从1990年的96.10下降至2020年的95.91,表明同类景观斑块的聚集性略有下降,这一现象反映了自然景观(如森林和湿地)在受到人为干扰后,分布逐渐变得分散,城市化、农业扩张以及旅游基础设施建设可能导致自然生态斑块的破碎化,同类景观斑块(如森林、草地)的空间连续性变差,加剧了生态连通性降低的风险。景观格局指数时序变化显示漓江流域2000-2020年呈现“多样性增强与连通性弱化”的演变特征。

表 6 1990-2020年景观格局指数变化 Table 6 Landscape pattern index change at the landscape level from 1990 to 2020
年份
Year
斑块密度
PD
斑块面积变异系数
AREA_CV
景观蔓延度
CONTAG
散布并置指数
IJI
香农多样性指数
SHDI
聚集度指数
AI
1990 0.79 2 073.68 65.72 60.42 1.03 96.10
2000 0.79 2 073.76 65.68 60.47 1.04 96.10
2010 0.77 2 019.92 65.38 60.94 1.04 96.00
2020 0.79 2 021.92 64.40 63.18 1.07 95.91

图 4 1990-2020年景观格局指数分布 Fig. 4 Landscape pattern index distribution from 1990 to 2020

1990-2020年漓江流域土地利用格局发生显著变化,呈现明显的空间分异特征(图 5)。从土地利用类型来看,耕地呈现明显的破碎化态势,PD上升伴随LPI下降,表明核心耕地被分割;同时AREA_CV降低,反映出零散耕地趋于规整化,这可能是城市化进程中土地占用或农田标准化改造所致。林地整体保持相对稳定,PD波动幅度较小,但LSI持续上升,显示其边缘形态趋于复杂,这可能与生态修复工程实施有关,同时也反映出核心林区面积有所缩减。草地破碎化加剧,后期PD上升,表明优势斑块减少且形态趋于不规则,这可能与农业开垦或自然退化过程相关。水体连通性改善,PD下降而LPI增长,但AREA_CV波动较大,反映出水利工程建设对水系格局的显著影响。建设用地扩张特征明显,PD先降后升,LPI增加,表明城市发展呈现出核心区扩张与边缘区蔓延并存的态势。

图 5 1990-2020年不同土地利用类型的景观格局指数 Fig. 5 Landscape pattern indexes of different land use types from 1990 to 2020

从景观整体特征来看,PD保持相对稳定,但CONTAG和AI下降(表 6),说明自然景观的连通性有所减弱;同时IJI和SHDI上升(表 6),反映出人类活动导致的景观异质性增强。总体而言,在生态保护政策影响下,自然植被格局趋于稳定,但城市化进程导致人工用地破碎化加剧,形成了连接性降低而多样性提升的景观格局。未来需要通过加强耕地保护、优化水体连通性、推进城镇集约化发展等措施,实现生态安全与可持续发展的协调统一。

2.3 生境质量时空演变

1990-2020年漓江流域不同等级生境质量的比例变化反映了该区域生态环境在自然条件与人类活动影响下的演变趋势。基于InVEST模型对1990-2020年漓江流域生境质量进行评价,结果如表 7所示。低生境质量的比例波动变化,1990年为4.81%,2000年下降至3.19%,2010年略微上升至3.46%,至2020年回升至4.82%,这与漓江流域城市化、旅游业和农业开发的加剧有关,尤其是在旅游热点地区,如漓江沿线的景区,过度的旅游开发对当地生物栖息地造成了一定破坏。尽管在2000年低生境质量区域有所减少,但2020年的反弹显示出现局部生态退化的现象,提示加强生态保护的必要性。中生境质量的比例在研究期间波动较小,保持在1.49%-1.75%,反映这一等级的生境质量相对稳定但面积较小,这一现象表明,漓江流域的生境要么受到高度保护,要么受到较强的人类活动影响,生态系统的两极分化较为明显,缺乏过渡性生境。这可能与喀斯特地貌的生态系统脆弱性有关,一旦受到干扰,生境可能迅速恶化或得到有效保护,而维持中生境质量较为困难。高生境质量的比例从1990年的22.75%上升至2000年的23.87%,之后略有下降,至2020年为22.77%,表明高生境质量在过去30年内总体保持稳定,但受到一定程度的压力,可能与旅游开发和城市扩展有关。极高生境质量的比例始终占据主导,保持在70%左右,显示出该区域大部分生境维持在较高水平;然而,2020年该比例略微下降至70.67%,提示区域生态系统面临来自人类活动的持续挑战。结合漓江流域喀斯特地貌的生态系统脆弱性及旅游业快速发展的现状,未来应进一步加强生态保护与修复工作,合理规划土地利用,确保漓江流域生态系统的健康与可持续性[28]

表 7 1990-2020年不同等级生境质量比例 Table 7 Ratio of each habitat quality level level during 1990-2020
等级
Level
比例/%
Ratio/%
1990 2000 2010 2020
Low 4.81 3.19 3.46 4.82
Medium 1.75 1.49 1.56 1.75
High 22.75 23.87 23.65 22.77
Very high 70.69 71.45 71.33 70.67

图 6所示,1990-2020年漓江流域的生境质量分布发生显著变化。结合土地利用分析可以看出,生境质量的空间格局与土地利用类型的空间分异存在显著耦合关系,高生境质量主要分布在林地、草地和水域等自然景观区域。漓江流域内这些自然景观区域具有较高的生态功能和生物多样性,因而其生境质量保持在较高水平。这与漓江流域内丰富的植被覆盖、喀斯特地貌的生态敏感性,以及沿江的湿地生态系统密切相关。与此同时,低生境质量区域则主要分布在人类活动较为集中的地区,如城镇、道路和农田,这些区域的土地利用开发强度较高,生态系统受到较大干扰,导致生境质量下降。从景观格局的角度分析,漓江流域生境质量的变化趋势与SHDI的变化趋势基本一致。SHDI反映了景观的异质性和多样性,当该指数升高时,通常意味着景观中不同类型的斑块更加均衡、丰富,景观结构更复杂。生境质量与景观异质性密切相关,当景观中存在更多种类的生境类型并且相互交错时,生境质量更有可能保持较高水平。因此,漓江流域外围区域的生境质量变化趋势与SHDI的同步变化,进一步证实了景观异质性对保持和提升生境质量的重要作用。

图 6 1990-2020年生境质量空间分布 Fig. 6 Spatial distribution of habitat quality from 1990 to 2020

2.4 生境质量热点分析与空间自相关分析

研究表明,漓江流域生境质量呈现集聚性分布特征。图 7(a)显示了生境质量热点和冷点在空间上的分布情况。1990年和2020年漓江流域生境质量热点占比分别为7.48%和15.33%。1990年热点区分散,面积较小;2000-2010年,由于水域面积增加,热点区面积逐步扩大并集中连片;2010-2020年,生境质量热点区域进一步扩大,向中南部地区聚集,并出现热点集中区域,这与支流交汇处人工修建灌溉沟塘、重新种植林木等因素密切相关。冷点区域主要集中在中部城市中心,波动较小,反映频繁的人类活动对生态环境造成生境压力的负面影响。结合景观格局指数分布图分析,生境质量热点区域的聚集普遍与CONTAG的增加相吻合,因此,斑块间可扩展性的提高可能有利于生境质量的恢复。

图 7 1990-2020年热点分析(a)和空间自相关分析(b) Fig. 7 Hotspot analysis (a) and spatial auto-correlation analysis (b) from 1990 to 2020

图 7(b)可以看出,漓江流域生境质量低-低聚集区(Low-low aggregation)的空间显著性持续增强,其面积占比在1990-2020年累计增长2.85%。1990-2000年,低-低聚集区主要分布于建设用地(占比63.2%)与耕地(36.8%)的复合区域;而2010年后,其空间分布显著收缩并高度集中于建设用地(占比>95%),尤其是桂林市及漓江沿岸旅游开发区。这一空间演化特征表明,建设用地扩张与高强度开发是生境质量退化的核心驱动因子——伴随城镇化进程,自然基底(林地、湿地)被人工硬化地表取代,导致低质量生境斑块连片聚集,形成“扩散-极化”退化模式。

2.5 生境质量与土地利用结构的相关性分析

图 8显示1990-2020年高质量生境和低质量生境区域的土地利用转移特征,生境质量变化与土地利用结构呈现显著关联:在高质量生境区域,超过80%的耕地转化为生态功能更强的林地,仅少数转为草地和水体,强化了生物多样性维持与碳汇能力;而在低质量生境区域,建设用地无序扩张导致大面积耕地、林地及草地被侵占,叠加水体转为耕地等开发行为,加剧了栖息地破碎化与土壤退化。研究表明,自然生态用地的正向转化(如未利用地生态修复为林地)是提升生境质量的核心路径,而人工地表扩张与高强度农业开发则构成主要胁迫因子。未来需通过刚性管控建设用地的空间蔓延,优化耕地集约化利用模式,并系统性推进生态修复工程与国土空间规划协同,以实现区域生态服务功能的可持续提升。

图 8 1990-2020年高质量生境和低质量生境区域的土地利用类型变化 Fig. 8 Land use type changes in regions with high habitat quality and low habitat quality from 1990 to 2020

3 讨论

漓江流域的生态系统以耕地和林地为主,易受外部因素的干扰,尤其是人类活动对该生态系统的长期综合影响。通过对景观格局指数与生境质量的相关性分析,发现两者呈现出较强的正相关关系,进一步揭示了景观格局对生境质量的时间与空间差异性影响。与已有研究相比,本研究通过更精细的时空分析模型,揭示了漓江流域生境质量的空间异质性和主要驱动因素。

本研究采用的InVEST模型通过累积威胁因子来评估生境质量,但该模型的简化性存在一定局限。虽然该模型能够反映出威胁因子的累积效应,但是各威胁因子之间的相互作用及其综合影响仍未被充分考虑。未来的研究应进一步细化威胁因素的敏感性分析并完善模型参数,以提高模型在复杂生态系统中的应用精度和可解释性,更好地解释复杂的人类活动与生态系统之间的相互作用。

4 结论

本研究基于1990-2020年漓江流域卫星影像数据,分析探究景观格局时空演变与生境质量变化二者之间的关联性。结果表明:(1)1990-2020年漓江流域主要土地利用类型为林地、耕地和草地,这些土地利用类型构成了流域生态系统的基础,随着城镇化进程加快,建设用地显著增加,导致林地和耕地面积减少。这一土地利用类型的转变不仅反映了土地结构和功能的深刻变化,而且也会对区域生态平衡和生物多样性产生负面影响。(2)景观斑块在种类和形态上出现破碎化趋势,这表明原有的生态景观格局正在遭受破坏,斑块的分布趋于离散,景观元素间的连通性降低,这会影响物种的迁移和交流,进而影响生态系统的健康和稳定。(3)1990-2020年漓江流域生境质量总体处于中等以上水平,但低生境质量区域的面积不断扩大,特别是在流域的中部核心区域,生态生境的优势地位正在减弱。应加强景观连通性、自然性和完整性的保护措施,制定和实施有效的生态修复计划,恢复和增强受损生态系统的功能,特别是对水体和森林生境的保护,通过科学规划和管理,控制建设用地的无序扩张,减少对自然环境的干扰,以防止进一步的景观破碎化。

参考文献
[1]
何改丽, 李加林, 刘永超, 等. 1985-2015年美国坦帕湾流域土地开发利用强度时空变化分析[J]. 自然资源学报, 2019, 34(1): 66-79.
[2]
杨菡, 李晓娜, 邓忠坚, 等. 基于土地利用/覆被的滇池流域生境质量时空演变[J]. 生态学杂志, 2024, 43(3): 842-850.
[3]
冯舒, 孙然好, 陈利顶. 基于土地利用格局变化的北京市生境质量时空演变研究[J]. 生态学报, 2018, 38(12): 4167-4179.
[4]
吴健生, 曹祺文, 石淑芹, 等. 基于土地利用变化的京津冀生境质量时空演变[J]. 应用生态学报, 2015, 26(11): 3457-3466.
[5]
韩艳莉, 陈克龙, 于德永. 土地利用变化对青海湖流域生境质量的影响[J]. 生态环境学报, 2019, 28(10): 2035-2044.
[6]
吴岚, 周忠发, 张露, 等. 喀斯特地区景观格局变化对生境质量的响应[J]. 环境科学与技术, 2023, 46(9): 206-217.
[7]
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.
[8]
董淑龙, 马姜明, 辛文杰, 等. 漓江流域森林景观格局时空变化特征及驱动因素[J]. 广西科学, 2023, 30(5): 972-992.
[9]
李亚娇, 沈昞昕, 李家科, 等. 丹汉江流域生境质量对景观格局变化响应[J]. 环境科学与技术, 2022, 45(5): 206-216.
[10]
常玉旸, 高阳, 谢臻, 等. 京津冀地区生境质量与景观格局演变及关联性[J]. 中国环境科学, 2021, 41(2): 848-859.
[11]
罗楠, 滕耀宝, 胡金龙, 等. 漓江流域土地利用变化及与旅游发展关系研究[J]. 西北林学院学报, 2021, 36(5): 262-268.
[12]
陈丁楷, 石龙宇. 基于土地利用变化的雄安新区景观生态风险评价与预测[J]. 生态经济, 2021, 37(11): 224-229.
[13]
王超, 常勇, 侯西勇, 等. 基于土地利用格局变化的胶东半岛生境质量时空演变特征研究[J]. 地球信息科学学报, 2021, 23(10): 1809-1822.
[14]
段鹏, 陈文波, 杨欢, 等. 生境破碎化过程对流域生境质量的影响[J]. 生态学报, 2024, 44(14): 6053-6066.
[15]
刘晔, 薛万来. 基于土地利用变化的永定河流域生境质量评估[J]. 人民长江, 2022, 53(6): 90-98.
[16]
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.
[17]
刘纯军, 周国富, 黄启芬, 等. 基于InVEST模型的山地流域生境质量时空分异研究: 以贵州省境内赤水河流域为例[J]. 人民长江, 2021, 52(10): 62-69.
[18]
DONG Z Y, WANG Z M, LIU D W, et al. Assessment of habitat suitability for waterbirds in the West Songnen Plain, China, using remote sensing and GIS[J]. Ecological Engineering, 2013, 55: 94-100. DOI:10.1016/j.ecoleng.2013.02.006
[19]
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.
[20]
张徐, 李云霞, 吕春娟, 等. 基于InVEST模型的生态系统服务功能应用研究进展[J]. 生态科学, 2022, 41(1): 237-242.
[21]
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.
[22]
SALLUSTIO L, DE TONI A, STROLLO A, et al. Assessing habitat quality in relation to the spatial distribution of protected areas in Italy[J]. Journal of Environmental Management, 2017, 201: 129-137.
[23]
何毅, 唐湘玲, 代俊峰. 漓江流域生态系统服务价值最大化的土地利用结构优化[J]. 生态学报, 2021, 41(13): 5214-5222.
[24]
张军民, 荣城, 董国松. 2000-2020年漓江流域景观生态脆弱性时空分异[J]. 水土保持研究, 2022, 29(5): 283-292.
[25]
陈艳, 吴睿, 马月伟, 等. 典型喀斯特地区生境质量的时空分异与模拟研究[J]. 生态与农村环境学报, 2022, 38(12): 1593-1603.
[26]
李胜鹏, 柳建玲, 林津, 等. 基于1980-2018年土地利用变化的福建省生境质量时空演变[J]. 应用生态学报, 2020, 31(12): 4080-4090.
[27]
贾婉琳, 吴赛男, 陈昂. 基于InVEST模型的赤水河流域生态系统服务功能评估研究[J]. 中国水利水电科学研究院学报, 2020, 18(4): 313-320.
[28]
韩萌薇, 张帅普, 徐勤学, 等. 基于碳汇和景观连通性的跨流域生态安全格局构建[J]. 环境科学, 2024, 45(10): 5844-5852.