潘 耀,尹云鶴,侯文娟,韓皓爽

1 中國科學(xué)院地理科學(xué)與資源研究所 中國科學(xué)院陸地表層格局與模擬重點實驗室,北京 100101 2 中國科學(xué)院大學(xué),北京 100049

生境質(zhì)量反映了區(qū)域生態(tài)系統(tǒng)可提供給系統(tǒng)內(nèi)動植物生存和延續(xù)所需的自然資源的質(zhì)量[1],生境質(zhì)量的高低是衡量生態(tài)環(huán)境水平好壞的重要指標(biāo)[2]。盲目的土地開發(fā)、建設(shè)擴張等引起的大規(guī)模土地利用方式、強度及格局的改變,將可能導(dǎo)致生境破碎化和生境退化[3—4]。因此,監(jiān)測評估生境質(zhì)量的變化對區(qū)域生態(tài)建設(shè)與土地規(guī)劃具有重要意義[5]。

黃河源區(qū)位于青藏高原腹地,是黃河上游重要的水源涵養(yǎng)區(qū)[6],是打贏脫貧攻堅戰(zhàn)的重要區(qū)域,在我國經(jīng)濟社會發(fā)展和生態(tài)安全建設(shè)方面具有十分重要的地位[7]。由于其復(fù)雜的地形和獨特的高寒地理環(huán)境條件下的脆弱生態(tài)系統(tǒng),對全球變化和人類干預(yù)響應(yīng)十分敏感[8—9]。人類干擾下的黃河源區(qū)發(fā)生生境退化[10—11],湖泊面積變化[12]、冰川萎縮[13]、凍土退化[12]、草地退化[14]、荒漠化[12]等生態(tài)問題,且有持續(xù)的趨勢。為遏制此趨勢,國家自21世紀(jì)初在該地區(qū)實施了一系列生態(tài)保護工程[15]：2002年正式批準(zhǔn)西部省區(qū)實施“退牧還草”工程,黃河源區(qū)于2011年開始實施第一輪草原生態(tài)保護補助獎勵政策(2011—2015年)[15],同時2005年開展三江源區(qū)生態(tài)保護和建設(shè)一期工程[16]。此間區(qū)域生長季歸一化植被指數(shù)(NDVI)總體水平上升[17],雖然該區(qū)域草地退化趨勢得到有效遏制[16],但生態(tài)整體退化趨勢并未得到根本遏制[18]。由此可見,分析評估該區(qū)2000年及2015年生境質(zhì)量的變化,將為青藏高原國家公園建設(shè)及生態(tài)安全屏障體系優(yōu)化提供科學(xué)支撐,該研究對于保障區(qū)域生態(tài)安全具有重要作用。

伴隨著人類活動和氣候影響不斷加劇情況下,許多區(qū)域發(fā)現(xiàn)生境質(zhì)量普遍下降[5]。人類活動主導(dǎo)下的土地利用變化是導(dǎo)致生境質(zhì)量變化的重要因素之一[19—20]。除了土地利用方式帶來的改變之外,植被類型、結(jié)構(gòu)與生長狀況也影響部分區(qū)域野生動物物種的適宜性,成為區(qū)域生境質(zhì)量形成的主要驅(qū)動因素[21—23]。不同物種對自然資源的數(shù)量和質(zhì)量有所權(quán)衡[24],物種偏好選擇特定植被類型作為生境[25]。植被結(jié)構(gòu)及其垂直異質(zhì)性與自然資源的多樣性和可用性、庇護以及棲息繁殖或產(chǎn)卵場所選擇直接相關(guān),這些特性成為生境適宜性和物種生態(tài)位的驅(qū)動因素[21]。植被生長狀況的空間差異,被用以考量每個物種當(dāng)前生境的適宜性[26—27]。然而多數(shù)研究圍繞土地利用下的生境質(zhì)量的時空變化開展[28—30],并且發(fā)現(xiàn)NDVI和生境質(zhì)量之間具有強相關(guān)性[31—32],但較少考慮同一種植被類型生長結(jié)構(gòu)差異下的生境質(zhì)量[33]。歸一化植被指數(shù)(NDVI)被認(rèn)為是揭示植被生長狀態(tài)及植被覆蓋動態(tài)的最佳指示因子, 是監(jiān)測區(qū)域植被和生態(tài)環(huán)境變化的有效指標(biāo)[6]。在土地利用變化相對較小,NDVI變化較顯著的區(qū)域背景下,耦合NDVI與區(qū)域土地利用兩者評估的生境質(zhì)量結(jié)果與青藏高原總體暖濕的背景相符[34]。本文基于InVEST模型評估結(jié)果,對生境質(zhì)量的評估中耦合了生長季NDVI為指示因子的植被覆蓋,以此改進生境質(zhì)量評估結(jié)果。

本文利用2000年和2015年的土地利用數(shù)據(jù)和遙感植被指數(shù)數(shù)據(jù),系統(tǒng)定量評估植被狀況變化和人類活動共同影響下黃河源區(qū)的生境質(zhì)量變化,并探討其變化的影響因素與驅(qū)動機制。研究有助于制定青藏高原國家生態(tài)安全屏障功能優(yōu)化措施,也可為更好地實現(xiàn)人與自然和諧發(fā)展提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

本文的研究區(qū)域主要為黃河源區(qū)。黃河源區(qū)(97°1′—99°14′N,33°55′—35°28′E,圖1)位于三江源自然保護區(qū)腹地,地形為中間低、四周高,該地區(qū)平均海拔在4000m以上。黃河源園區(qū)位于果洛州瑪多縣境內(nèi), 包括三江源國家級自然保護區(qū)的扎陵湖-鄂陵湖和星星海2個自然保護分區(qū)?？偯娣e超過1.91萬km2,行政區(qū)域涉及瑪多縣黃河鄉(xiāng)、扎陵湖鄉(xiāng)、瑪查理鎮(zhèn)等19個行政村。

黃河源區(qū)屬于典型的高原大陸性氣候,特征表現(xiàn)為冷熱兩季交替、干濕兩季分明、年溫差小、日溫差大、日照時間長、輻射強烈。全年平均氣溫約-2℃,年平均降水量約為437mm,整體由西北向東南遞減[35]。

圖1 黃河源區(qū)范圍示意圖Fig.1 Location of the Source Region of the Yellow River

1.2 數(shù)據(jù)

1.2.1土地利用數(shù)據(jù)

土地利用數(shù)據(jù)來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn/)的2000、2015年全國土地利用現(xiàn)狀數(shù)據(jù)集。該數(shù)據(jù)集以30m×30m分辨率的遙感數(shù)據(jù)為基礎(chǔ),通過人機交互解譯方法生成[36]。

1.2.2道路數(shù)據(jù)

本文使用的國道數(shù)據(jù)來源于北京大學(xué)城市與環(huán)境學(xué)院地理數(shù)據(jù)平臺(http://geodata.pku.edu.cn)的2000、2015年的交通數(shù)據(jù)集。

1.2.3植被指數(shù)

本研究所采用的2000、2015年植被指數(shù)數(shù)據(jù)為地理空間數(shù)據(jù)云的500m NDVI月合成產(chǎn)品(http://www.gscloud.cn/)。由于研究區(qū)所在的青藏高原獨特的氣候特點,采用5月至9月生長季NDVI均值表征植被生長狀況[37]。

1.3 方法

1.3.1生境質(zhì)量評估

InVEST生境質(zhì)量模型通過識別研究區(qū)受到的外界威脅強度和研究區(qū)中各類景觀對威脅的敏感性,計算研究區(qū)的生境質(zhì)量[38]。但即使是同一種生境類型,由于當(dāng)年的植被生長結(jié)構(gòu)差異不同,也會造成生境質(zhì)量區(qū)域間的差異[33]。利用生長季NDVI的均值表征植被覆蓋,改進生境質(zhì)量模型的生境質(zhì)量結(jié)果：

Qx=Qi×MNDVI

(1)

式中,Qx為柵格x的生境質(zhì)量,Qi為InVEST生境質(zhì)量模型評估的生境質(zhì)量,MNDVI為柵格x的生長季NDVI均值。

InVEST模型計算生境質(zhì)量,基于生境類型所受到的總威脅水平,采用半飽合函數(shù)來計算生境質(zhì)量得分：

(2)

式中,Ht是生境適宜性,K是半飽和常數(shù)(通常取值0.05),z為反映空間異質(zhì)性的尺度參數(shù),Dxj為土地類型t下網(wǎng)格單元格x的總威脅等級[39]。InVEST模型輸出生境質(zhì)量分布,得分為0—1,得分越高,生境質(zhì)量越高[40]。

計算在土地利用/覆蓋(LULC)或生境類型t中柵格x的總威脅水平,表示如下：

(3)

式中,y是指r威脅柵格圖上的所有柵格,Yr是指r威脅柵格圖上的一組柵格。wr為威脅R的影響權(quán)重(表1),R為威脅的個數(shù),ry為每個柵格上脅迫因子的個數(shù),irxy為威脅r在柵格x的生境對柵格y的影響,βx為網(wǎng)格單元x的可達性(通常視作1)；Str表示土地類型t對威脅因子r的相對敏感性(表2)。

威脅r在柵格x的生境對柵格y的影響用irxy表示,如下式所示:

(4)

(5)

式中,dxy為像素x到像素y的距離；dr_max為r威脅的最大作用距離(表1)。

1.3.2InVEST生境質(zhì)量模型參數(shù)

InVEST基于各土地利用類型受威脅因子的的影響程度計算生境質(zhì)量。InVEST模型中每個威脅因子數(shù)據(jù)的柵格單元格都包含一個值,該值指示威脅的存在(值為1),或威脅的不存在(值為0)。對黃河源區(qū)生境質(zhì)量產(chǎn)生影響的威脅因子定義為：居住地、耕地、國道。

參考文獻取值[41—43],并結(jié)合研究區(qū)特征,綜合考慮威脅因子的影響距離及權(quán)重(表1)、不同土地利用類型的生境適宜度及其對不同威脅源的相對敏感程度(表2)。

表1 InVEST威脅因子參數(shù)

表2 不同土地利用類型的生境適宜性及其對威脅的敏感性

1.3.3全局最小二乘回歸(OLS)和地理加權(quán)回歸(GWR)分析

OLS模型普遍用于分析兩個或者多個變量的相關(guān)關(guān)系：

(6)

式中,β0為截距,xk為第k個解釋變量的值,βk為第k個解釋變量的斜率或回歸系數(shù),ε為殘差。

地理加權(quán)回歸允許被解釋變量與解釋變量之間的關(guān)系隨空間位置發(fā)生變化。GWR 模型的結(jié)構(gòu)為[44]：

(7)

式中,(ui,vi)為第i個樣本空間單元的地理中心坐標(biāo),β0(ui,vi)為位置i的截距,βj(ui,vi)關(guān)于獨立變量xji局部估計系數(shù),εi(i=1,2, …,k)是均值為0,方差為σ2的誤差項。

2 結(jié)果分析

2.1 黃河源區(qū)生境質(zhì)量時空格局

研究區(qū)2000年生境質(zhì)量均值為0.28,2015年生境質(zhì)量均值0.32。相較于2000年,2015年黃河源生境質(zhì)量總體平均提升11.47%。主要是因為,較低生境質(zhì)量(0—0.2)的區(qū)域面積下降,尤其是生境質(zhì)量最低的區(qū)域(0—0.1)減少了2625.98km2。相對中值(>0.2—0.5)的區(qū)域面積顯著增加,相對增加了24.72%。生境質(zhì)量較高值區(qū)(>0.5—0.7)面積小幅增加,相對增加了0.42%(表3)。

表3 2000年和2015年黃河源區(qū)生境質(zhì)量等級面積變化

從圖2可以看出,黃河源區(qū)生境質(zhì)量呈由北向南增加的空間分布特征。研究區(qū)生境質(zhì)量指數(shù)的主要構(gòu)成范圍是0.2—0.5,其次是0.5—0.7的相對高值區(qū)以及0—0.2的相對低值區(qū)。其中2000年生境質(zhì)量為0.2—0.5的相對中值區(qū)占區(qū)域面積的61.63%,2015年相對中值區(qū)的區(qū)域面積占比為76.87%。生境質(zhì)量指數(shù)在0.2—0.5之間的區(qū)域除北部較少,均勻分布在研究區(qū)。生境質(zhì)量相對高值區(qū)分布在研究區(qū)中部及南部,2000年及2015年相對高值區(qū)平均面積占比8.26%。低值區(qū)主要分布在北部的布青山,東北部高海拔區(qū)及中東部的黃河沿岸,2000年及2015年相對低值區(qū)平均面積占比22.49%。

圖2 2000年和2015年黃河源區(qū)生境質(zhì)量空間分布Fig.2 Spatial distribution of habitat quality in the Source Region of the Yellow River in 2000 and 2015

2.2 生境質(zhì)量對土地利用變化及NDVI變化的響應(yīng)分析

2.2.1土地利用變化及轉(zhuǎn)移分析

與2000年相比,2015年黃河源區(qū)約17%的土地面積發(fā)生土地利用類型的變化,約有83%的土地利用類型面積未發(fā)生變化(表4)。未利用土地變化量最大(占土地利用類型增減總面積的49.4%),其次是草地(48.2%)及水域(2.3%),其他地類的總變化量相對較小。未利用土地和草地的主導(dǎo)變化是凈變化,凈變化量占對應(yīng)土地利用類型總變化量的89.6%和86.2%,其中未利用土地以數(shù)量的減少為主,草地以數(shù)量的增加為主。其次林地和建設(shè)用地的變化也表現(xiàn)為凈變化,凈變化量為對應(yīng)土地利用類型的總變化量。水域的主導(dǎo)變換類型為交換變化,在2015年部分水域面積損失的同時獲得其他土地利用類型轉(zhuǎn)換而來的水域增加面積。

從總體上來看,2000年與2015年間黃河源區(qū)土地利用類型以草地為主,其中約20%的面積為水域和未利用土地。地類間的轉(zhuǎn)移主要表現(xiàn)為未利用土地向草地的轉(zhuǎn)移,相較于2000年,2015年草地面積增加了17.7%。

表4 2000—2015年黃河源區(qū)土地利用轉(zhuǎn)移矩陣(km2)及土地利用類型面積占比/%

2.2.2植被覆蓋空間變化格局

2000年及2015年黃河源植被生長季NDVI空間分布如圖3所示,黃河源區(qū)植被覆蓋區(qū)NDVI總體空間分布格局為南高北低。NDVI小于0.15的區(qū)域主要出現(xiàn)在黃河源中東部的沙地,除此之外,低值出現(xiàn)在北部布青山附近、西南邊緣及東部高海拔山區(qū)。植被覆蓋在0.3—0.6的區(qū)域約占黃河源面積的72%,主導(dǎo)黃河源區(qū)現(xiàn)有NDVI分布格局。其中,黃河源區(qū)林地和草地植被類型的NDVI均值分別為0.56和0.4,相比2000年,2015年對應(yīng)類型的NDVI增幅分別為2.57%及0.95%。

圖3 黃河源區(qū)植被覆蓋區(qū)2000年和2015年生長季NDVI(其中藍色區(qū)域為水域)Fig.3 Growing season NDVI in the Source Region of the Yellow River in 2000 and 2015(The blue areas are water)

2.2.3生境質(zhì)量對土地利用及NDVI變化的響應(yīng)分析

為了識別生境質(zhì)量變化對土地利用變化響應(yīng)的空間分異特征,本文建立0.5km×0.5km的單元網(wǎng)格,利用ArcGIS中的GWR工具以生境質(zhì)量變化量為因變量,NDVI變化量、土地利用變化量為自變量,計算分析土地利用類型轉(zhuǎn)移區(qū)域因素間的相關(guān)關(guān)系。黃河源區(qū)未利用土地及草地覆蓋面積90%以上,這兩種土地利用類型能夠代表區(qū)域土地利用變化,但經(jīng)最小二乘模型計算發(fā)現(xiàn)兩者具有共線性,最終選用NDVI、草地變化面積作為自變量進行分析(圖4)。

圖4 生境質(zhì)量變化影響因子的GWR模型回歸系數(shù)空間分布(灰色為背景)Fig.4 Spatial distribution of the regression coefficients of influencing factors of habitat quality change in the GWR model (The gray area is the background)

從空間尺度上看,NDVI及草地變化對生境質(zhì)量影響的空間差異較大。NDVI系數(shù)值整體上呈現(xiàn)西高東低,相對于草地面積變化,NDVI對生境質(zhì)量的正面影響顯著,回歸系數(shù)從0.171到1.331,NDVI變化在黃河源生境質(zhì)量的變化占據(jù)重要影響。表明隨著植被覆蓋的增加,黃河源區(qū)的生境質(zhì)量受到的正面影響程度逐漸加深。草體變化與生境質(zhì)量變化總體呈正相關(guān)關(guān)系,其回歸系數(shù)呈由北向南增加的趨勢。說明黃河源區(qū)草地面積的變化對生境質(zhì)量的影響從北至南逐漸增強,從而有必要提高黃河源區(qū)南部草地面積以獲得更高的生態(tài)效益。其中,黃河源區(qū)東南角的鄒瑪曲、勒那曲、尕拉曲附近,及崗納格瑪錯附近區(qū)域的NDVI變化與生境質(zhì)量變化相關(guān)性較強,生境質(zhì)量顯著增加。NDVI變化與生境質(zhì)量變化相關(guān)性比較小的地方出現(xiàn)在阿涌該馬錯以東的區(qū)域,該區(qū)域位于黃河源區(qū)核心保育區(qū)的東北端。草地變化與生境質(zhì)量變化相關(guān)性低值出現(xiàn)在北緣布青山前及黃河鄉(xiāng)的黃河流域周圍,這與生境質(zhì)量的相對較低值的范圍一致。

3 討論

本文基于土地利用并耦合NDVI所表征的植被覆蓋情況,對黃河源區(qū)生境質(zhì)量進行評價,研究結(jié)果具有合理性。本研究的生境質(zhì)量結(jié)果與Fan等[45]的基于InVEST模型計算的的三江源生境質(zhì)量研究結(jié)果、徐建英等[46]的基于InVEST模型計算的黃河源區(qū)在內(nèi)的生境質(zhì)量相比較,具有基本一致的空間分布差異,呈現(xiàn)自北向南增加的趨勢。

從空間分布上來看,由于本研究考慮NDVI為植被覆蓋指示因子對InVEST的生境質(zhì)量結(jié)果進行了改進,研究植被覆蓋變化下的不同時期黃河源區(qū)生境質(zhì)量,研究區(qū)NDVI變化主導(dǎo)了生境質(zhì)量的空間分布格局。

從時間變化來看,2000年和2015年間有17%的區(qū)域發(fā)生了土地利用變化,主要發(fā)生在未利用土地向草地的轉(zhuǎn)移。相較于2000年,2015年草地面積增加了17.7%。建設(shè)用地、道路等生境脅迫因子未發(fā)生較大變化。2000年及2015年生境質(zhì)量的發(fā)生變化的主導(dǎo)因子是NDVI的變化。土地利用類型的轉(zhuǎn)移對黃河源區(qū)的生境質(zhì)量變化貢獻相對較小,草地變化與生境變化的最大相關(guān)性僅為0.003。相較于2000年,2005年NDVI平均增幅為3.18%,區(qū)域生境質(zhì)量均值也從0.28提升為0.32。

目前,對生境質(zhì)量的評估從兩個方面進行考慮,一方面是地類本身的生境質(zhì)量差異,另一方面考慮人類活動等對生境質(zhì)量的威脅。多數(shù)研究基于InVEST模型開展生境質(zhì)量評估,評價人類干擾下的區(qū)域生境質(zhì)量[41]。若考慮不同地類本身帶來的生境質(zhì)量差異,有學(xué)者從不同植被類型有不同的生境適宜度角度開展研究,利用NDVI修正不同年份的生境適宜性,將此生境適宜度輸入InVEST模型計算生境質(zhì)量。此方法基于拉薩河流域1990—2015土地覆被變化相對較小,NDVI變化較顯著的區(qū)域背景,對不同植被類型各年份的生境適宜度進行修正,評估生境質(zhì)量的結(jié)果與青藏高原總體暖濕的背景相符[34]。有學(xué)者認(rèn)為即使是同一種土地利用類型但植被生長狀況不同,可將植被生長狀況的表征因子改進InVEST模型的生境質(zhì)量評估結(jié)果[33]。此外,有觀點認(rèn)為應(yīng)綜合考慮NDVI和植被凈初級生產(chǎn)力(NPP)作為某一地類為物種提供服務(wù)的能力的表征[31]。

模型參數(shù)的本地化,需要結(jié)合野外與長期的生態(tài)學(xué)研究。應(yīng)用InVEST生境質(zhì)量模型時,目前的研究主要依賴于專家知識來定義模型參數(shù)[41],而參數(shù)取值的過程不可避免會深受專家主觀性的影響。因而需要加強實地和長期的觀測研究,改善生境質(zhì)量模型參數(shù)化方案,包括對不同土地利用類型的生境適宜性、威脅影響特征和退地利用類型的威脅敏感性參數(shù)的優(yōu)化[47]。對不同的物種,模型參數(shù)應(yīng)該設(shè)置的不同,因為不同物種對生境及植被覆蓋的要求不同[41]。在下一步研究中,將考慮如何綜合不同的植被指標(biāo),評估生境質(zhì)量。

對于InVEST生境質(zhì)量模型評估的結(jié)果而言,由于目前生物多樣性無法進行定量評估,很難驗證[24]。由于缺乏遙感對區(qū)域大尺度生境質(zhì)量的定量和直接監(jiān)測指標(biāo),目前只能基于威脅進行間接的生境質(zhì)量評價[48]。InVEST生境質(zhì)量模型中,認(rèn)為土地利用類型的生境適宜性越高,受威脅的距離越遠,生境質(zhì)量越高。這種評估方法是對現(xiàn)實過程的簡化,忽視了許多可變因素和未知過程,雖然不能很好地反映當(dāng)?shù)氐纳锒鄻有运?但結(jié)合植被指數(shù),最終的綜合評估結(jié)果在一定程度上反映了區(qū)域生物多樣性維持的能力和受干擾的程度。

4 結(jié)論

本研究基于2000年和2015年土地利用現(xiàn)狀遙感監(jiān)測數(shù)據(jù),結(jié)合NDVI對黃河源區(qū)生境質(zhì)量進行了空間評估,并揭示了生境質(zhì)量變化與NDVI變化、土地利用變化之間的空間關(guān)系。通過與以專家為基礎(chǔ)的方法和明確的空間方法相結(jié)合,本研究以高空間分辨率在黃河源范圍內(nèi)評估生境狀況。主要結(jié)論如下：

(1)相對于2000年,2015年黃河源區(qū)生境質(zhì)量總體提升11.47%,研究區(qū)的南部及中部生境質(zhì)量增加明顯。然而北部的布青山、東北部高海拔區(qū)及中東部的黃河沿岸生境質(zhì)量仍然較低。

(2)2000年與2015年地類間的轉(zhuǎn)移主要表現(xiàn)為未利用土地向草地的轉(zhuǎn)移,相較于2000年,2015年草地面積增加了17.7%。

(3)研究區(qū)植被生長季NDVI總體增加,平均增幅達3.18%。其中林地和草地植被類型的NDVI均值分別為0.56和0.4,相比2000年,2015年對應(yīng)類型的NDVI增幅分別為2.57%及0.95%。

(4)空間上,生境質(zhì)量和NDVI總體空間分布格局一致,為南高北低。時間上,NDVI變化主導(dǎo)著區(qū)域生境質(zhì)量的變化。草體面積變化與生境質(zhì)量變化總體呈正相關(guān)關(guān)系,且自北向南兩者相關(guān)性逐漸增強。