基于InVEST模型的皖西大別山區生境質量時空演化及景觀格局分析

黃木易,岳文澤,馮少茹,張嘉暉

1 安徽建筑大學環境與能源工程學院,合肥 230601 2 浙江大學土地管理系, 杭州 310058

生境質量即生態環境為生物生存提供適宜條件的能力[1- 2]。不同優劣生境質量與區域生態系統服務能力的大小有直接關系。土地利用的方式、強度和格局將導致生態系統結構和功能的變化,從而對生物多樣性、生境質量產生重要影響,加強生境質量評估可在一定程度上反映區域生態系統功能的優劣狀況[3- 4]。因此,加強生境質量研究對于生物多樣性保護、生態安全格局構建、生態系統服務功能具有重要意義,從而促進區域生態平衡、系統健康和國土生態安全等[5- 7]。

作為自然因素之一的地形地貌對景觀格局變化以及城市空間發展約束作用明顯,將景觀格局指數與相關自然要素綜合分析,能更好地解釋景觀過程與自然和社會經濟過程的相互關系[8- 9],同時,地形因子對于生境系統的物質交換和能量循環也會產生重要影響[10]。國內外相關學者在以流域、丘陵區、海岸帶、城市等為對象進行土地利用變化對生境質量影響分析[11- 14]、應用InVEST(Integrated Valuation of Ecosystem Services and Trade-offs)模型進行生境質量評估及與景觀格局分析等研究方面取得了豐富的成果[15- 18]。總體上,相關研究對生境質量與土地利用、景觀格局,以及景觀格局與地形因子間的探討較多[19- 22],但基于InVEST模型的評估結果,綜合地形位梯度和景觀格局進行大別山重要生態功能區的生境質量研究較少。景觀格局對區域生態系統功能影響較大,加強景觀優化是維持區域生態系統功能穩定性的重要手段[23],但景觀格局指數對生態過程的指示具有一定的局限性[24]及表達景觀格局變化的復雜性[25],加強生境質量與景觀格局耦合關系及地形位梯度效應研究有助于揭示生境質量的景觀生態過程效應及挖掘生境質量的地形信息圖譜。

皖西大別山區舒城縣是大別山區東北部、安徽省西部及巢湖流域西南部的生態敏感和脆弱區,區域內生物資源豐富。精準扶貧背景下,加強大別山區生態安全相關研究對于區域生態系統功能優化、生態產業與社會經濟協調發展及生態文明建設具有重要意義[26]。本研究區作為“東接巢湖流域西連大別山區”的典型樞紐區域,1995—2015年間快速發展時期的生境質量狀況如何？生境質量是否存在地形梯度變化效應？合理的景觀資源配置與調控是生境質量提升的重要途徑,但景觀格局與生境質量二者間的耦合關系及機制是怎樣的？本文針對上述問題開展以下研究：(1)基于InVEST模型和空間分析方法定量評估皖西大別山區舒城縣生境質量及其時空演化規律；(2)基于地形位梯度分析法揭示生境質量隨地形位梯度的變化特征；(3)基于相關分析方法探討生境質量與景觀格局指數的耦合關系。最終揭示皖西大別山區生境質量時空演化特征、生境質量與景觀格局相關性及地形梯度效應。研究結果在一定程度上為皖西大別山區生境質量保護、生態系統管控等提供理論決策依據。

1 數據來源及研究方法

1.1 研究區概況

大別山片區位于鄂豫皖三省交叉處,是中國二十五個重點生態功能區之一[27- 28]。皖西大別山(即安徽省境內大別山西部區域)與湖北、河南兩省相鄰。該區域主要包括金寨縣、舒城縣、岳西縣、霍山縣的全部地區和六安市轄區的部分地區,區域內旅游資源豐富,也是中國著名的紅色旅游景區之一。該地區以中低山和丘陵地貌為主,屬于北亞熱帶溫暖濕潤季風性氣候,年平均氣溫14—16 ℃,年平均降雨量1100—1450 mm,年平均日照時數2000—2200 h,海拔最高為1748 m,是安徽省內長江和淮河流域的分水嶺。據全國第二次水土流失遙感調查,各縣區水土流失等生態問題較為突出,是典型的生態脆弱區[29]。本研究區位于皖西大別山區的東南部、巢湖流域西南部的舒城縣(圖1)。

圖1 研究區地理位置及空間采樣網格Fig.1 Scope and location of study area and net sampling

1.2 數據來源

研究區的數據來源包括1995、2005和2015年土地利用數據(30 m分辨率)；DEM數據(格式為GRID的SRTM數字高程數據,分辨率30 m)等數據(均來源于中科院資源環境科學數據中心,http://www.resdc.cn/)。其中,土地利用數據是按“中國土地利用/土地覆蓋遙感監測數據分類系統”采用三級分類,本研究區土地景觀類型的二級類為13種,分別為11水田、12旱地、21有林地、22灌木森、23疏林地、31高覆蓋度草地、41河渠、43水庫坑塘、46灘地、51城鎮用地、52農村居民點、53其他建設用地、66裸巖石質地。

1.3 研究方法

1.3.1基于InVEST模型的生境質量計算

InVEST模型是通過結合景觀類型敏感性和外界威脅強度計算生境質量,根據生境質量的優劣來評估生物多樣性服務功能[30]。地理學和生態學領域中基于InVEST模型進行土地利用變化與區域生境質量評價研究已有豐富的成果。植物生態學、獸類生態學或鳥類生態學等傾向于針對區域特定物種及種群等為對象,開展生物多樣性服務功能的生境質量[31- 32]。本研究對象是評估生境質量的優劣,其主要基于InVEST 3.6.0中的Habitat Quality模塊計算生境質量指數,從而反映提供生物多樣性服務的功能(InVEST模型假設生境質量好的地區,其生物多樣性也高)。生境質量指數是對區域土地利用類型的生境適宜性和生境退化程度狀況進行評價的一個無量綱綜合性指標,計算公式如下[15,33- 35]：

(1)

式中,Qxj為第j種景觀類型x柵格單元的生境質量指數；Hj為第j種景觀類型的生境適宜性分值,取值范圍為0—1；z為尺度常數,一般取2.5；k為半飽和常數,由用戶根據使用數據的分辨率自定義；Dxj為生境退化程度指數,表示生境受脅迫壓力后表現出退化的程度,公式[15,33- 35]如下：

(2)

式中,R為脅迫因子數量；Yr為脅迫因子的柵格單元總數；ωr為權重；ry為柵格單元上的脅迫因子個數；βx為柵格x的可達性水平(法律保護度水平,如嚴格保護區,則取值1；如為收獲型保護取值0；中間保護水平的可賦值0—1之間)；Sjr表示景觀j對脅迫因子的敏感性,取值范圍為0—1；irxy為脅迫因子的影響距離,可分為按照線性和指數衰退來計算[15,33- 35]。

irxy=1-(dxy/drmax)irxy=exp(-(2.99/drmax)dxy)

(3)

式中,dxy為柵格x與y間的線性距離；drmax是威脅因子r的最大作用距離。

該模塊中需輸入的參數主要有當前土地景觀類型圖、區域主要生境脅迫因子、脅迫源因子權重和影響距離、景觀類型對威脅源的敏感性程度參數等數據。本研究在InVEST模型手冊[33]及相關研究[15,34- 35]基礎上,結合研究區的實際來確定相關參數數值,并設計HabitatQuality模塊輸入參數表(表1和表2)。

表1 各類型景觀對威脅因子的敏感度

本文將水田、旱地、城鎮用地、農村居民點和其他建設用地五類低生境適宜性的景觀類型列為威脅因子

表2 研究區威脅因子權重

1.3.2網格法空間采樣

皖西大別山舒城縣鄉鎮單元的平均面積為100.38 km2,為了在更小單元尺度上進行景觀格局與生境質量耦合分析,本文基于ArcGIS 10.2利用網格化方法對研究區進行2 km×2 km的幅度采樣,共形成606個網格,然后基于2 km幅度進行景觀格局與生境質量關系分析。在分區對比分析中,將研究區劃分為北、中和南部區域,分別提取相應網格單元的生境質量,并與對應網格單元水平的景觀格局指數進行相關性分析,探討生境質量與景觀格局之間的相互關系。

1.3.3景觀格局指數計算

本文利用Patch Analysis模塊進行景觀格局指數計算,主要分析研究區和各個網格單元的景觀水平格局指數。通過對比分析,最終選擇五類12個指數。主要有：(1)密度大小及差異指標：斑塊數目(Number of Patches, NumP)、平均斑塊面積(Mean Patch Size, MPS)、斑塊大小變異系數(Patch Size Coefficient of Variance, PSCoV)；(2)面積-邊緣指標：最大斑塊指數(Largest Patch Index, LPI)、邊緣密度(Edge Density, ED)；(3)形狀指標：面積加權平均斑塊分維指數(Area Weighted Mean Patch Fractal Dimension, AWMPFD)、景觀形狀指數(Landscape Shape Index, LSI)；(4)多樣性指標：香農多樣性指數(Shannon′s Diversity Index, SDI)、香農均勻度指數(Shannon′s Evenness Index, SEI)、景觀豐度(Patch Richness, PR)；(5)核心區指標：核心斑塊密度(Core Area Density, CAD)、平均核心斑塊面積(Mean Core Area, MCA)。

1.3.4地形位指數和分布指數計算

研究區地形地貌較為復雜,考慮到地形對土地利用、景觀格局及生態環境的影響較大[23- 24],本文引入地形位指數,對生境質量指數和生境退化程度的空間分布特征進行定量探討。計算公式[36- 37]為：

(4)

研究地形因素對景觀格局的影響可簡化為不同地形位梯度上各種景觀類型的分布頻率[38]。為了消除地形梯度下生境質量、生境退化區域面積之間的量綱差異,利用分布指數來探討生境質量、生境退化在不同地形位指數梯度上的分布特征。本研究將地形位指數分為15級,分別探討不同對象隨地形位梯度變化特征。分布指數公式[38]為：

P=(Aie/Ai)/(Ae/A)

(5)

式中,P為分布指數；Aie為第i級生境質量、生境退化在第e級地形位梯度內的面積；Ai為第i級生境質量、生境退化類型總面積；Ae表示第e級地形位梯度內的總面積；A表示研究區總面積；當計算5級生境質量和生境退化的地形位梯度分布指數時,i=5；e=15,表示地形位指數的梯度級數。P值越大,表明某級對象在該級地形位梯度內的優勢越明顯。當P大于1時,表明其處于優勢地位；反之則處于劣勢[39]。

1.3.5空間數據探索及熱點分析

2 結果與分析

2.1 研究區景觀格局與生境質量時空演變特征

2.1.1研究區景觀結構及景觀格局指數變化

1995—2015年皖西大別山區舒城縣景觀結構和格局變化分析表明,近20年來,舒城縣主要景觀類型的面積變化表現為“三降兩升”,即農地、林地、水域呈下降趨勢,草地、建設用地呈上升趨勢。景觀格局分析表明,研究區景觀斑塊數目下降5.12%、平均斑塊面積上升5.4%、斑塊大小變異系數下降3.83%、邊緣密度上升2.1%、香農多樣性指數上升1.96%、香農均勻度指數上升1.75%、核心斑塊密度上升1.64%、平均核心斑塊面積下降1.8%、景觀形狀指數上升2.12%。各主要景觀類型結構及格局指數變化來看：(1)農地景觀總面積下降2.44%,景觀格局變化較大,主要表現在斑塊數目增加50%,平均斑塊面積下降34.96%,斑塊大小變異系數上升22.24%；(2)林地景觀的總面積下降率為0.12%,景觀格局指數變化不大,表明舒城縣近20年來的森林保護較為良好,植被完整性也較高,林地生態系統也相對較為穩定；(3)水域景觀總面積下降0.36%,景觀斑塊數上升,平均斑塊面積下降；(4)建設用地景觀總面積變化最大,近20年來增加34.64%。其景觀格局指數的變化顯著,其中斑塊數目下降率14.46%,平均斑塊面積上升率57.01%,斑塊大小變異系數上升率為115.78%,平均核心斑塊面積上升率為48.24%,最大斑塊指數上升率為209.09%。總體上,作為研究區重要生態型景觀的林地、水域面積下降和建設用地大幅上升,以及相應景觀格局變化會對研究區生態系統的功能產生一定影響。

2.1.2研究區生境變化時空特征

基于InVEST模型對研究區1995—2015年的生境變化進行評估。結果表明：研究區北部主要為生境質量指數低級區,南部主要為高級區,中部主要為混合等級區,空間分布特征明顯。近20年來,生境質量低等級區在逐漸擴張(圖2)；生境退化的重點區域主要位于研究區中部及城鎮周邊范圍,退化中等及以上區域在研究區北部蔓延擴展至東北部(圖3)。時序變化統計分析表明：生境質量指數在1995、2005、2015年平均值分別為0.6392、0.6385和0.6356,表明生境質量在逐漸下降；生境質量指數的標準差從0.3307上升至0.3353(表3),表明空間上柵格單元之間的生境質量差異在擴大。生境退化程度的空間統計表明,1995、2005和2015年平均值分別為0.0133、0.0136和0.0142,生境退化程度的最大值也由0.1469上升至0.1540(表3),表明生境退化在蔓延同時,其強度也在逐漸增加。

總體上,由于北部區域內主要以農地和城鎮用地為主,生境質量相對較差,隨著城鎮化發展,生境質量下降和退化程度加強,并以城鎮區域為核心呈輻射方式分布和擴散(圖2、圖3)。特別是隨著巢湖流域、皖江城市帶及合肥市經濟圈的輻射帶動,整個研究區的城市擴張向東北方向延伸,與生境質量降低擴散趨勢一致；而中部和南部區域主要以林地為主,植被覆蓋較高,生境質量良好,且變化相對穩定。

圖2 研究區生境質量時空分布特征(1995—2015年)Fig.2 Spatial-temporal distribution characteristics of habitat quality from 1995 to 2015

圖3 研究區生境退化時空分布特征(1995—2015年)Fig.3 Spatial-temporal distribution characteristics of habitat degradation from 1995 to 2015

表3 研究區生境質量及生境退化空間統計

Table 3 Spatial statistics of habitat quality and degradation in the study area

年份Year生境質量統計參數Statistical parameters of habitat quality生境退化程度統計參數Statistical parameters of habitat degradation degree最小值最大值平均值標準差最小值最大值平均值標準差1995010.63920.330700.14690.01330.01822005010.63850.331700.14780.01360.01832015010.63560.335300.15400.01420.0185

2.2 生境變化的空間探索及相關性分析

2.2.1生境質量變化空間分布特征探索分析

空間熱點探索可揭示生境質量在空間上的分布特征,為了進一步探討生境質量和退化程度在空間上的分布規律,本文對網格化生境質量空間分布特征進行全局Moran′sI和熱點分析。研究表明,研究區生境質量和生境退化程度在空間上表現出明顯的集聚分布特征(圖4)。空間數據探索描述性統計參數顯示,1995—2015年,生境質量全局Moran′sI指數均接近0.9,Z值遠大于1.96,表現出顯著的空間集聚特征,但全局Moran′sI由1995年的0.8962下降為2015年的0.8944,表明生境質量集聚有分散的趨勢；1995—2015年,生境退化程度的Moran′sI指數均接近0.7,也呈現顯著的空間集聚性,但Moran′sI由1995年的0.6698上升為2015年的0.6860(表4),表明生境退化的空間集聚有進一步集中的趨勢。

熱點分析能展現變量在空間上的冷熱點區域。以2015年為例,研究表明,生境質量和生境退化程度在空間中具有明顯的空間冷熱點分布特征。如生境質量在研究區北部主要以冷點和較冷點區分布為主,且以冷點區占主導；研究區南部主要以次熱點和熱點區為主；中部區域不顯著。生境退化熱點區主要分布在中北部的中心區；退化冷點區分布在南部的邊緣區(圖4)。

圖4 生境質量和生境退化程度熱點分析Fig.4 Study on hot spots of habitat quality and habitat degradation

表4 空間數據探索描述性統計變量

Table 4 Spatial data explore descriptive statistical parameters

年份Year生境質量空間探索Spatial exploration of habitat quality生境退化程度空間探索Spatial exploration of habitat degradation degreeMoran′s IZ-scoreP-value閾值Moran′s IZ-scoreP-value閾值19950.896230.34710.00001.960.669822.75380.00001.9620050.895930.33880.00001.960.673822.88810.00001.9620150.894430.28970.00001.960.686023.29870.00001.96

2.2.2生境質量與景觀格局指數相關性分析

加強景觀變化與生境質量耦合分析對于探究生態系統功能變化驅動機制具有重要意義。在以研究區為整體進行網格化的基礎上,結合生境質量的熱點分布特征,進一步采用分區法提取研究區北部、中部和南部網格,分別探討景觀格局指數與生境質量的相關性。結果表明,不同區域的相關性表現各異,同一種景觀指數在不同區域也表現出不同的相關性質和強弱特點,主要和各區域景觀類型組分及其所形成的景觀格局差異有關,即景觀格局指數與生境質量的關系主要受到不同區域的主導優勢景觀類型及其格局的影響而呈現不同的相關性趨勢(圖5)。在研究區北部區域,網格單元上的生境質量與景觀格局指數達到極顯著水平(n=180,ν>150,r0.01=0.208)的僅有LPI、PSCoV、PR和SDI；研究區中部區域達到極顯著水平(n=206,ν>200,r0.01=0.181)的有Nump、MPS、PSCoV、ED、AWMPED、LSI、CAD、MCA、PR和SDI；研究區南部區域各項景觀格局指數與生境質量相關性均達到極顯著水平(n=220,ν>200,r0.01=0.181)；研究區整體網格樣本的相關性表明,各項指數也均達到極顯著水平(n=606,ν>500,r0.01=0.115)。

圖5 整體和分區的生境質量與景觀格局指數相關性Fig.5 The correlation between the indices of habitat quality and landscape pattern by different regions LPI: 最大斑塊指數 Largest patch index; NumP: 斑塊數目 Number of patches; MPS: 平均斑塊面積 Mean patch size; PSCoV: 斑塊大小變異系數 Patch size coefficient of variance; ED: 邊緣密度 Edge density; AWMPFD: 面積加權平均斑塊分維指數 Area weighted mean patch fractal dimension; LSI: 景觀形狀指數 Landscape shape index; CAD: 核心斑塊密度 Core area density; MCA: 平均核心斑塊面積 Mean core area; PR: 景觀豐度 Patch richness; SDI: 香農多樣性指數 Shannon′s diversity index; SEI: 香農均勻度指數 Shannon′s evenness index

分析顯示,研究區北部區域生境質量與LPI、ED、AWMFPD、LSI等指標的相關性與南部區域的情況趨于相反,主要由于北部區域以農地斑塊和建設用地斑塊為主,其最大斑塊越大,受到脅迫的生境質量就會越差,而適度的形狀差異會增加生態異質性,如農地和建設用地景觀斑塊的適度破碎和分離化,會影響植被凈初級生產力以及生態景觀的連通性,進而影響生態系統氣候和氣體調節能力、養分保持能力及生態系統孕育能力；而在以林地為主的區域,林地斑塊越大,生態服務價值越高,而斑塊的減小或綠地斑塊的破碎化和形狀不規則化會導致生態系統功能的下降,從而影響生境質量[42]。其他指數的相關性變化也有類似的原因從而表現出不同的相關性特征。因此,景觀格局對生境質量的影響分析表明,生境質量與景觀格局二者間的相關關系存在一定的區域差異性,同一景觀格局指數在不同景觀類型的區域內,其相關系數的指示性可能相反。因此,基于不同景觀類型的景觀指數對于生態過程效應預測的局限性[24]以及景觀指數表達景觀格局變化的復雜性[25],在生境質量優化過程中的景觀生態調控要注意景觀格局指數與生境質量相關分析中的區域差異性。

2.3 生境質量及生境退化的地形位梯度分布特征

地形是影響種群分布格局、維持群落多樣性的重要因子[43],研究區地貌形態較為復雜,景觀類型及生境質量的空間分布在很大程度上將受到地形的影響。本文在研究區高程和坡度圖基礎上,根據式(4)、(5)分別計算出研究區地形位指數(圖6)、生境質量分布指數及生境退化分布指數(圖7),探討生境質量、生境退化分布指數隨地形位指數梯度變化的分布特征,揭示綜合地形變化對生境質量和生境退化空間格局的影響。研究表明,各級生境質量和生境退化在地形位梯度上的空間分布呈現較大差異。在地形位梯度第1—3級上,低、較低和中等生境質量分布指數大于1,占絕對優勢,而生境退化分布指數主要以較低退化、較高和高退化為主；在第4級上,中等生境和較高生境質量分布指數大于1,占絕對優勢,而生境退化以中等退化和較高退化為主,因此,該地形位梯度上為混合梯度,生境質量和生境退化并存；4—7級上,主要以中等生境和高生境質量占優,中等退化和低、較低退化為主；7級以上,高等級生境質量持續上升,占絕對主導優勢,而生境退化也主要以低退化為主。總體上,在7級以上,高質量生境和低退化上升,中等及以下生境質量和生境退化指數隨地形位梯度的增加而逐漸降低,最后趨于平穩(圖7)。

圖6 研究區高程、坡度因子及地形位指數Fig.6 Elevation, slope and terrain index of the study area

圖7 地形位梯度上的生境質量、生境退化分布指數Fig.7 Distribution indexes of habitat quality and degradation under terrain index gradient

可見,研究區地形對生境質量和生境退化的空間分布格局具有重要作用,其原因主要由于地貌形態的差異會導致人類活動在空間上對土地利用產生不同的影響[44- 45],從而引起生境質量和生境退化程度在空間上的分布上表現出一定的差異。因此,研究區在生境保護和生態規劃調控中,應因地制宜充分考慮地形因子的影響。

3 討論與結論

3.1 討論

生境質量是生態系統服務水平的重要表征,是區域生態安全保障和人類福祉提升的關鍵[12]。國內外大量研究采用生態指標法、AHP法和綜合指標法等進行生境質量評價,但結果的準確性、時效性、空間化、精細化等有待提高[46],不同方法的評價結果也存在較大差異。隨著定量模型的不斷提出,如ARIES、SolVES、HSI、MIMES、EcoAIM、ESValue模型[47],以及針對中國黃土高原生態系統服務評價的SAORES模型[48]等,相關學者越來越關注其在生態估評中的應用,模型定量評估法有利于減小評估差異,從而為生態系統管理和決策提供更加可靠的依據[49]。本研究基于InVEST模型的評估結果,綜合地形位指數進行大別山典型區域的生境質量與景觀格局耦合及地形梯度效應研究,較好地揭示了近20年來研究區生境質量時空演變規律、與景觀格局耦合關系及地形梯度效應。研究的不足及需要加強的方面主要有：(1)InVEST模型相對較為成熟,在空間表達、動態研究等方面優于傳統方法[4,50],但計算中的參數設置存在一定的主觀性,參數驗證及合理性評估值得深入探討； (2)將進一步加強斑塊水平景觀指數及嘗試構建新型景觀指數與生境質量的耦合分析,探索生境質量變化的景觀生態過程機制,為生境質量優化制定生態管理手段及景觀調控措施提供更有效的理論依據。

作為“東接生態文明示范區巢湖流域西連大別山貧困區”的典型樞紐區域,舒城縣是皖西大別山對接巢湖流域和合肥特大城市圈的橋頭堡。近年來,皖西大別山區正經歷城鎮、交通建設快速發展時期,不合理的資源利用與開發方式造成的水土流失現象日益嚴重[29]。研究表明,1995—2015年間,研究區日益受到皖江城市帶、巢湖流域和合肥特大城市經濟圈輻射帶動,城鎮化在空間上主要沿東北方向拓展,成為土地利用開發重點區域,舒城縣生境質量隨城市擴張呈下降趨勢。該區域土地利用模式應結合承載力與適宜性評價,在生境保護與生態系統管控上,要做好生境質量低且退化熱點區的生態優化、生境質量高退化程度冷點區的生態保育。特別是在生境質量低、退化程度熱點區的區域,應加強土地利用節約集約用地,提高土地產出強度,限制以攤大餅的方式拓展城鎮空間。同時,以新型城鎮化為導向,加強城鎮中心區景觀資源的有效配置來優化城鎮土地生態系統功能,提高城鎮化發展中的生態質量。

3.2 結論

本文基于InVEST模型和地形位指數,分析了1995—2015年皖西大別山區舒城縣的生境質量時空演化規律及其地形效應,并對生境變化與景觀格局的相關性進行分析。結果表明,近20a來,研究區生境質量整體呈持續下降趨勢,但降幅不大。研究區生境質量和生境退化程度具有顯著空間聚集性,生境質量的空間集聚呈分散變化趨勢,而生境退化程度則進一步集中。熱點分析顯示,生境質量較差的冷點區主要分布于研究區東北部的城鎮及其周邊區域,質量較高的熱點區主要分布于西南部植被分布區；其次,研究區生境質量及生境退化分布指數具有顯著的地形位梯度變化效應,其中,高生境質量分布與林地分布隨地形位梯度上升成主導優勢,而低生境質量分布與建設用地和農地分布在低地形位梯度上占主導優勢；最后,研究區生境質量與景觀格局指數具有顯著相關性。分區對比分析表明,不同區域由于受景觀構成類型等影響,生境質量與景觀格局指數之間的耦合機理較為復雜。總體上,南部區域與整個研究區的二者相關性表現趨于一致。