基于InVEST模型和莫蘭指數的甘肅省生境質量與退化度評估

趙曉冏，王 建，蘇軍德，孫 巍，晉王強

基于InVEST模型和莫蘭指數的甘肅省生境質量與退化度評估

趙曉冏1,2,3，王 建1※，蘇軍德4，孫 巍3，晉王強3

（1. 中國科學院西北生態環境資源研究院，蘭州 730000；2. 中國科學院大學，北京 100049；3. 甘肅省生態環境科學設計研究院，蘭州 730020；4. 甘肅有色冶金職業技術學院，金昌 737100）

生境質量的高低與土地利用/土地覆被類型為生物多樣性提供的棲息地適宜性有直接關系，尤其是農業開發活動、城市、道路等嚴重威脅生境質量，為了評估西北生態脆弱地區生境質量和退化程度，該研究以甘肅省為例，應用INVEST模型和莫蘭指數對甘肅省生境質量和生境退化空間特征進行分析，明確其熱點區域，并探討了生境質量與退化度及其熱點與各類自然保護地的關系。結果表明：甘肅省生境質量從南到北逐漸下降，而生境退化度從北到南逐漸升高，自然生態條件好的區域這種變化主要取決于人類活動的位置和強度；甘肅省生境質量熱點區面積占到全省國土面積的25.59%，高于全省自然保護地面積占比，形成了保護空缺，甘肅省生境退化熱點地區面積雖然不高，但多為自然生態條件較好的區域；各類保護地中，國家公園是各類保護地類型中生境退化度最低的類型，保護水平相對較低的其他保護地類型在生境質量和退化程度上表現出相反的結果。研究結果對精準實施生物多樣性保護戰略和生態系統管理決策具有重要意義。

模型；土地利用；聚類分析；生境質量；熱點分析；甘肅省

0 引 言

人類生存環境依賴于生物多樣性和生態系統服務[1]。過去幾十年里，由于不合理的土地利用方式，如大規模農業開發活動、快速城鎮化、工業化及森林采伐等，導致大范圍的物種喪失和自然生境破碎，嚴重影響了人類福祉[2-5]。尤其是土地利用變化強烈影響區域物種及其生境[6]，氣候變化也對高海拔物種分布產生一定的負面影響[7]。這種趨勢在中國西北地區，尤其在甘肅省格外明顯，該區域生物多樣性被認為在未來將會面臨更大的威脅[8]。事實上，甘肅省境內部分自然保護區因歷史遺留問題，迄今仍存在農業生產等其他人類活動，其強度已遠遠超過系統承載能力（例如，祁連山自然保護區保護站61.1%嚴重超載）[9]。

一直以來，面對生物多樣性喪失和生境破碎化問題，國家和地方政府采取了諸多措施，如建立了自然保護區、森林公園、濕地公園等各類自然保護地。根據相關研究表明，自然保護地的建立對生物多樣性保護的效果明顯高于非自然保護地[10]。但也有研究表明現有的自然保護地不足以保護當前生存的物種及其生境[11]。

一般通過環境替代指標來預測人類活動與區域生物多樣性之間的關系，這對于制定生態環境保護規劃極為有用[12]，生境質量作為這樣一種替代指標可以用來評估生物多樣性保護狀況的有效性，這對于甘肅省乃至全國制定生物多樣性管理戰略方向以改進某些物種和生境的保護至關重要。國內外學者針對環境替代指標法評估生物多樣性保護狀況做了相關大量研究，如Maes等[13]通過空間指標評估了歐洲的生物多樣性保護狀況；Sallustio等[14]利用InVEST評估了意大利自然保護區的生境質量和不同自然保護地規劃情景下的流域生境質量；Berglund等[15]基于連通性和生境質量，對海洋保護區的優化選擇進行了研究。國內學者則將研究多集中在自然保護區[16]、流域[17]、區域[18-20]等尺度上對生境質量進行分析研究，而在省域尺度[21-22]上，多研究生境質量的時空變化特征，鮮有對生境質量及其與自然保護地關系的研究。

為有效識別出正在受到嚴重威脅的生物多樣性特殊區域，“熱點”分析是一種直觀有效的方法。Myers[23]在分析熱帶雨林受威脅程度的基礎上首次提出了“熱點”一詞，以確定物種豐富度高、特有性強或具有威脅性的區域。盡管甘肅省已經實施了一些政策和條例來加強對物種和生境的保護，例如建立國家公園、自然保護區、森林公園等，但是這些保護地在生物多樣性保護方面的成效卻沒有得到很好評估，在生物多樣性保護背景下，不同保護地類別的優劣勢尚未得到充分認識，迄今為止也無有效方法將物種和生境異質性以及相關威脅（氣候和人類活動）與國家和地方管理戰略聯系起來。在這方面，熱點方法已經被證明能在空間上對生物多樣性保護的規劃和管理進行有效改進[24]。

近年來，甘肅省境內野生動物生境不斷遭到擾動、破壞，其中最重要原因就是生物多樣性與自然保護地在空間上不一致的問題尚未得到解決，但目前該領域的研究尚不充分。本研究首先在省域尺度上確定了對于不同土地利用/土地覆被類型，其生境適宜性和對生物多樣性的威脅；然后應用InVEST模型對生境質量和退化進行了評價；最后，探討了生境質量和生境退化及其熱點和冷點與自然保護地類型之間的關系。

1 研究區概況與數據來源

1.1 研究區概況

甘肅省地處西北內陸，位于黃土高原、青藏高原、內蒙古高原三大高原和西北干旱區、青藏高寒區、東部季風區三大自然區域的交匯處，全省地域狹長，地質地貌、氣候類型復雜多樣，境內除海洋生態系統外的森林、草原、荒漠、濕地、農田、城市等六大陸地生態系統均有發育，是全球生物多樣性保護的熱點地區之一，總土地面積為42.58萬km2。主要山系有阿爾金山、祁連山、岷山、秦嶺、子午嶺、六盤山、合黎山和龍首山等。它位于國家“兩屏三帶”生態安全戰略格局中的青藏高原生態屏障、黃土高原-川滇生態屏障和北方防沙帶，是長江、黃河上游重要的水源涵養地和補給區。

截至目前，甘肅省境內的國家公園2個，省級以上自然保護區54個，有明確邊界的其他保護區地包括省級及以上森林公園54個、風景名勝區5個、地質公園21個、濕地公園9個，國家級水產種質資源保護區21個，極小物種保護地1個，總面積約9.77萬km2，占甘肅省國土面積的22.93%。

近年來，隨著甘肅省社會經濟的發展，由于自然生態系統的破壞和不合理的人類活動，野生動植物棲息繁衍生境日益縮小、破碎，一些物種數量迅速減少，甚至瀕臨滅絕。

1.2 數據來源

土地利用/土地覆被類型數據來源于生態環境部衛星應用中心，分辨率為30 m，時段為2015年，根據甘肅省實際情況和根據研究需要，將研究區土地利用/土地覆被類型整合為8個一級類（森林、灌叢、草地、農田、濕地、建設用地、荒漠、冰川及永久積雪），21個二級類（落葉闊葉林、常綠針葉林、針闊混交林、落葉闊葉灌叢、草甸、草原、其他草地、水田、旱地、園地、草本濕地、湖泊、水庫、河流、城市綠地、建設用地、裸巖、裸地、沙漠、鹽堿地、冰川及永久積雪），建立相應的數據庫。

本研究中用到的自然保護地邊界數據包括甘肅省境內的8大類省級及以上自然保護地，包括國家公園、自然保護區、水產種質資源保護區、濕地公園、森林公園、地質公園、風景名勝區和極小種群棲息地，數據來源于林草、農牧、自然資源等自然保護地管理部門。

甘肅省礦業權范圍數據和不同等級公路和鐵路網數據取自天地圖數據庫，來源于自然資源部門。

本研究基于ArcGIS 10.2平臺，對涉及的相關矢量和柵格數據進行預處理和空間分析；基于InVEST 3.6模型對甘肅省生境質量進行模擬。

2 研究方法

2.1 基于InVEST模型的生境質量評估

本研究采用InVEST模型對甘肅省生境質量進行評估。該模型用生境質量作為連接生物多樣性與不同土地覆被類型之間的指標[25]，有助于對生境保護需求進行初步評估[26]。根據Terrado等[26]的研究，“該模型假設棲息地質量較高的地區，物種豐富度較高，棲息地范圍和質量下降導致物種持續性下降。”。生境質量的高低與土地利用/土地覆被類型為生物多樣性提供的棲息地適宜性具有直接關系。

具體計算過程如下

式中D為生境類型中柵格的生境退化度（退化風險指數）；為風險源個數；W為風險源的權重；Y為風險源的柵格數；r為柵格的脅迫值；i為柵格的脅迫值r對柵格的脅迫水平；β為風險源對柵格的可達性（受法律保護的區域內，該值大于0小于1，保護越嚴，值越小；其余區域為1）；S為生境類型對風險源的敏感度；d為柵格與柵格的直線距離；dmax為風險源的最大脅迫距離。Q為生境類型中柵格的生境質量指數；D為生境類型中柵格所受脅迫水平；為半飽和系數；為模型默認參數；H為生境類型的生境適宜度，取值在0到1之間，其中1表示土地利用變化類別對物種的最適宜性[27]。每種威脅對土地利用/土地覆被類型的影響隨著威脅源距離的增加而減少，遵循距離衰減函數（有關InVEST Habitat Quality模型的更多詳細信息，請參見Sharp等成果[25]）。本研究中，將建設用地、農田、采礦權和礦產地、高速公路、國省道、鐵路6類土地利用/土地覆被設定為影響區域生境質量的風險源，其余不同的地類代表了不同的生境類型。

生境質量取決于棲息地特點和威脅的存在和影響程度，但生境質量特別適合于在生境受到不同威脅的累積影響下，生境質量受到破壞的情形。不同土地利用/土地覆被類型具有相似的生境質量值，但其生境適宜度和受到的威脅影響明顯不同。在這種情況下，如果只使用生境質量而沒有考慮生境退化度，會低估威脅對生境的影響。因此，本研究中評估了生境質量和生境退化度。

模型中相關參數需要結合甘肅省具體情況進行調整，風險源在相應保護區域內的可達性、各風險源最大脅迫距離及權重、不同生境類型對脅迫因子的敏感程度等參數的設置結合InVEST模型的實例，參照甘肅省生態領域專家的建議以及結合前人研究成果[16-17,22]，及InVEST模型的實例[28]，同時參考專家建議及研究區實際情況（考慮到甘肅省境內礦產資源富集區域大多分布在生態環境條件較好的區域，礦產資源開發對生境的威脅很大，而這些區域由于自然條件的限制，城鎮分布很少且規模不大，故設定的采礦權對生境的威脅大于城鎮），對威脅因子敏感度賦值（表1和表2）。在GIS平臺下，對甘肅省主要生態威脅因子（鐵路、道路（包括國道、省道、縣道路）、城鎮及農村居民點、農田、采礦權）進行提取或空間插值處理，最終獲取目標并賦值為1，非目標賦值為0，其柵格格式統一為.tif，分辨率30 m。

表1 威脅源及其最大威脅距離、權重及衰減類型

表2 生境適宜性及其對不同威脅源的相對敏感程度賦值

本研究中土地利用/土地覆被可達性按照甘肅省境內涉及的8類自然保護地不同功能分區確定，根據各類自然保護地不同功能分區的管控要求，對可達性參數β分別進行賦值。其中，國家公園的核心保護區、自然保護區的核心區、森林公園、濕地公園、地質公園、風景名勝區、水產種質資源保護區的核心保護區域、極小種群保護地（大熊貓棲息地）賦值為0；國家公園的生態修復區、自然保護區的緩沖區、森林公園、濕地公園、地質公園、風景名勝區、水產種質資源保護區的一般保護區域賦值為0.2；國家公園的科普休憩區和傳統利用區賦值為0.8；自然保護區的實驗區賦值為0.6；森林公園、濕地公園、地質公園、風景名勝區、水產種質資源保護區的其他區域賦值為0.8。

2.2 生境熱點與冷點分析

熱點是指以特定指標的高密度簇（本研究中是生境質量或生境退化度）為特征的區域，周圍環繞著同一指標的低密度簇，稱為冷點[29]。本研究采用基于空間分析和空間關聯的local Moran’s I方法[30]，這種方法用在聚類和離群分析中實現Anselin局部Moran's I統計。利用ArcGIS軟件在空間上識別具有統計意義的熱點、冷點和空間離群點。該工具通過根據每個像素的簇/離群點類型（COType）對其進行分類來表示空間相似性（空間聚類）或差異性（空間離群點）。最后，聚類算法將分析的生境質量和生境退化度分類為：高值（熱點）的統計顯著（0.05水平）簇；低值（冷點）的統計顯著（0.05水平）簇；高值主要由低值包圍的異常值；低值主要由高值包圍的低值異常值。

3 研究結果

3.1 生境質量和生境退化度空間格局

從圖2可以看出，甘肅省生境質量值從南到北逐漸降低，高值區主要集中在甘南、臨夏、隴南、天水南部、慶陽子午嶺以及祁連山地區。這些區域人口密度低，自然生態條件較好，植被覆蓋度高，多以草原、森林、灌叢為主，生境質量均值分別為0.699 7、0.999 6、0.998 8；中值區集中分布于甘肅中部的蘭州、白銀、定西等地，該區域人口密度大，植被覆蓋度低，主要以耕地為主，生境質量均值為0.3；低值區廣泛分布于河西走廊北部荒漠區，該區域雖然人口密度低，人類活動擾動強度低，但植被覆蓋度極低，自然條件惡劣，廣泛分布有荒漠，生境質量均值為0.01。

圖2 甘肅省生境質量、生境退化度及其聚類/異常值類型空間分布

甘肅省生境退化度從南到北逐漸降低，高值區覆蓋范圍逐漸縮小，河西走廊地區生境退化度縮小到走廊綠洲區，該區域是甘肅省乃至全國的能源、交通走廊，人類活動干擾強度較大。甘肅中部人口密度大，人類活動頻繁，是甘肅省主要的工業、農業生產區，高度分散著各種威脅（如高密度道路網和城市區域的碎片化，對自然植被干擾大，生境退化度高。甘肅南部的隴南、天水和東部的慶陽、平涼等地，生境退化度最高，該區域礦產、能源資源豐富，是甘肅省資源開發重要地區，資源開發活動對自然植被破壞較大，生境退化度最大（退化度為0.289）。

綜合來看，甘肅南部和東部生境質量較好，但是由于該區域受到人類活動干擾強度大，生境退化度也較高。

3.2 生境質量和生境退化度熱點、冷點分析

從圖2中，生境質量、生境退化度的聚類/異常值類型分布圖可以看出，甘肅省生境質量熱點區連片分布于甘肅南部的臨夏、甘南、隴南，其他區域呈不連續的片狀分布，熱點區域面積占到全省國土面積的25.59%，從自然保護地與高質量生境的分布可以看出，由于生境質量熱點區域覆蓋面積高于自然保護地面積，甘肅南部的部分高質量生境區域并沒有劃入自然保護地進行管理，由此形成了保護空缺，未來這些區域隨著人類活動擾動強度的增加將面臨生境退化的危險。值得注意的是祁連山地區，生境質量熱點區分布的整體性不高，多處被冷點區分割。其原因是早期祁連山礦產資源開發、水電設施違法建設等人類活動對區域生態環境造成了破壞，導致局部區域生境質量不高。

甘肅省生境退化熱點地區多分散分布于甘肅東部和中部地區，面積占全省國土面積的5.92%。其中東部的慶陽生境退化度熱點面積較大，原因是該區域是煤炭、石油資源豐富，是國家五大綜合能源基地之一，資源開發建設活動頻繁引起的生境退化區域較為集中。甘肅省中部的定西、天水等地因地處黃土高原，溝壑縱橫，但農業用地密集，導致該區域生境退化熱點區較破碎但分布較廣。隴南市生境退化度熱點呈點狀分布，其原因是該區域礦產資源開發活動較多。值得注意的是臨夏和甘南交接處有明顯的生境退化度熱點區分布，該區域也是礦產資源富集區。

3.3 生境質量和生境退化度與不同類型保護地的關系

根據表3，生境質量最高的類型為其他保護地（0.774 0），其次為國家公園（0.550 0），自然保護地處于中間水平（0.452 6），自然保護區和非保護地分別為0.447 2、0.362 2。各類保護地中，國家公園的生境退化度最低（0.000 3），生境退化度最高的除非保護地（0.009 0）外，為其他保護地（0.002 3），自然保護區和自然保護地分別為0.005、0.006。說明雖然其他保護地生境質量較高，但是由于這些保護地多為旅游景區，景區旅游設施建設等開發活動對保護地生境退化起到加速作用。

表3 不同類型保護地生境質量和生境退化度均值

從聚類分析結果看，全省生境質量的熱點覆蓋面積（25.59%）遠高于生境退化度的熱點覆蓋面積（5.92%）。生境質量熱點覆蓋率從國家公園的22.07%到其他保護地的56.11%，不同類型保護地熱點覆蓋率差異性較大，其中國家公園的熱點覆蓋率低于全省平均水平。從非保護地到各類保護地，生境質量熱點覆蓋率逐漸增加，說明自然保護地建立對生境質量的提升有顯著作用。

從不同保護地類型生境退化度熱點覆蓋率來看（表 4），與生境質量熱點覆蓋率相反，國家公園是保護地類型中生境退化熱點覆蓋率最低的類型，覆蓋率為0.34%。而其他保護地生境退化度熱點覆蓋率在保護地類型中最高，為6.58%。說明今后自然保護地管理的重點應該放在其他保護地，加強其他自然保護地的生態修復和恢復，減少人類活動的干擾。

表4 不同保護地類型生境質量和生境退化度及其熱點、冷點覆蓋率

4 討 論

4.1 生境質量和退化度

本研究結果表明生境質量在人口密度越高的地區以及更接近威脅源的地區下降顯著，這與鞏杰等[17]和Newbold等[6]成果較為一致。此外，研究結果顯示：從自然生態條件較好的區域到自然條件惡劣的區域（例如，從秦巴山區和祁連山地區到北部荒漠區）；從農業用地較少的地區到農業用地較密集的地區（例如，從甘南高原到隴中隴東地區），以及從限制性較強到限制性較弱的自然保護地類別（例如，從自然保護區和國家公園到其他保護地）時，生境質量降低。甘肅省存在大量的自然保護地，面積占到全省國土面積的22.93%，而且甘肅省建立了生物多樣性優先保護區，面積占到30.94%，這意味著在具有最高生物多樣性的地區，生物多樣性保護得到了保證（至少是預期的）。事實上，自然保護地體系對于維護生物多樣性保護在國家[31-32]和全球范圍[33]都得到了廣泛認可，生境質量和退化度熱點的研究結果也證實了這一點。這也符合高退化度值和高人為壓力之間存在的相關關系[34]。此外，與生境質量相比，生境退化度最高值集中在更零散的自然和半自然區域（如黃土高原溝壑丘陵區的被地形分割的林地、草地），這些區域高度分散著各種威脅（如高密度道路網、城市區域的碎片化、農業耕作區）。生境質量和生境退化度的空間分布和特征及其熱點，為生境質量和生境退化度的研究提供了一個有價值和更全面的認識，既體現了當前的生境保護，也有因人為威脅的累積效應而產生的不利影響。

甘肅省目前的生物多樣性水平低于自然保護地水平。相反，與自然保護地相比，甘肅省非自然保護地有更高的生境退化度值，表明它們比自然保護地更容易受到人類活動的影響，自然保護地通常位遠離人類活動影響的區域，受人為威脅的影響較小（例如，位于高海拔地區的針闊混交林生境質量最高）。這一趨勢可能取決于當前的土地利用管理方式和它們與生物多樣性保護目的（如以生境或物種為目標）的關系。當然，沒有納入自然保護地管理的區域，雖然自然生態條件較好，也可能會面臨生境退化的危險，例如，甘肅南部的隴南地區，部分區域并沒有納入自然保護地，故人類活動沒有受到限制或受到較小限制，從而礦產資源開發活動造成生境點狀退化。因此，甘肅省需要做出更大工作來改善區域生物多樣性保護和生境保護。

4.2 模型的局限性

生境質量模型輸出的不確定性依賴于專家判斷的主觀性和可變性，本研究部分參數數據（如不同土地利用/土地覆被類型對各生態脅迫因子的敏感度）來源于文獻、In VEST模型數據庫以及經驗公式。特別是，由于專家對不同區域脅迫因子、棲息地適宜性/質量的認識或知識水平存在差異。事實上，生境質量機理復雜，加上指標選取的不全面性，分析結果有一定的誤差。

此外，對模型中可達性參數的確定是筆者根據各類自然保護地不同功能分區的管控要求，進行了賦值，該參數的賦值對結果影響可能存在一定的不確定性。為了校驗可達性參數對結果的影響大小，筆者在沒有考慮可達性參數的情況下（即假設完全可達，參數設置為1），模擬了生境質量及其生境退化度，統計了不同類型保護地的均值，為了判斷可達性對結果影響是否顯著，進行了有無可達性參數2種模擬結果的方差分析。結果表明，雖然在不考慮可達性參數條件下，生境質量值略有下降（=0.993 6，＜0.05），生境退化度值有略有上升（=0.772 0，＜0.05），但是2種模擬結果沒有顯著差異性，本研究中可達性參數的賦值對不同類型保護地模擬結果均值的相對大小影響不大，分析結論可信。

盡管InVEST-生境質量模型的應用已被證明在省域范圍內[21-22]對生物多樣性保護的支持是有效的，但需要注意的是生境質量-生境退化度評估的有效性取決于研究區域的大小和輸入數據的分辨率，較低分辨率的數據對較小規模（如小城鎮、溝壑丘陵地帶農業生產活動等）生境類型的變化不太敏感。通過熱點分析，研究關于生境質量在不同保護地的結果與Sallustio等[35]獲得的結果基本一致。本研究的重要意義在于，一方面本研究方法并沒有直接研究物種，因生物多樣性保護不僅僅是要關注目標物種或其群體，其生存生境也是重要關注點；另一方面本研究模型只需要有限的輸入數據，且獲取相對容易，解決了大尺度分析中數據受限的問題。

5 結 論

本研究基于InVEST模型，以高空間分辨率評估甘肅省的生境狀況，通過熱點、冷點分析方法，明確了各類保護地與生境質量和生境退化度之間的關系，得出以下結論：

1）甘肅省生境質量值從南到北逐漸降低，而生境退化度從北到南逐漸升高；甘肅南部和東部生境質量總體較好，但是該區域由于受到人類活動干擾強度大，生境退化度也較高，生境質量和生境退化程度取決于人類活動的位置和強度，結合生境質量和生境退化程度能更加真實的反映當前生境受到保護的水平。

2）甘肅省生境質量熱點區連片分布集中在甘肅南部，其他區域呈不連續的片狀分布。甘肅省生境退化熱點地區面積雖然不高，但自然生態條件較好的區域因資源開發等人類活動而導致生境多為點狀退化，未來應該將生物多樣性保護工作轉向最脆弱的地點，以應對地方尺度上的人為壓力和額外威脅。

3）各類保護地中，國家公園的生境退化度最低、而其他保護地最高。總體上全省生境質量的熱點覆蓋面積遠高于生境退化的熱點覆蓋面積。不同類型保護地熱點覆蓋率差異性較大，雖然其他類保護地的生境質量熱點覆蓋率最高，但是其生境退化熱點覆蓋率也在保護地類型中最高，今后自然保護地管理的重點應該放在其他保護地，加強其他自然保護地的生態修復和恢復，減少人類活動的干擾。

[1]傅伯杰，于丹丹，呂楠. 中國生物多樣性與生態系統服務評估指標體系[J]. 生態學報，2017，37(2)：341-348. Fu Bojie, Yu Dandan, Lv Nan. An indicator system for biodiversity and ecosystem services evaluation in China[J]. Acta Ecologica Sinica, 2017, 37(2): 341-348. (in Chinese with English abstract)

[2]Haddad N M, Brudvig L A, Clobert J, et al. Habitat fragmentation and its lasting impact on Earth's ecosystems[J]. Science Advances, 2015, 1(2): 1-9.

[3]Czech B, Devers P K, Krausman P R. Economic associations among causes of species endangerment in the United States[J]. BioScience, 2000, 50(7): 593-601.

[4]Vitousek P M, Mooney J, Lubchenco J M, et al. Human domination of earth’s ecosystem[J]. Science, 1997, 277: 494-499.

[5]張利，陳亞恒，門明新，等. 基于GIS的區域生態連接度評價方法及應用[J]. 農業工程學報，2014，30(8)：218-226. Zhang Li, Chen Yaheng, Men Mingxin, et al. Assessing method for regional ecological connectivity and its application based on GIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(8): 218-226. (in Chinese with English abstract)

[6]Newbold T, Hudson L N, Hill S L, et al. Global effects of landuse on local terrestrial biodiversity[J]. Nature, 2015, 520(7545): 45-50.

[7]Zhao X J, Meng H X, Wang W H, et al. Prediction of the distribution of alpine tree species under climate change scenarios:in Taibai Mountain (China)[J]. Polish Journal of Ecology, 2016, 64: 200-212.

[8]李巖，李淮. 甘肅生物多樣性與生態保護[J]. 甘肅林業，2004(4)：18-20.

[9]劉莊，沈渭壽，車克鈞，等. 祁連山自然保護區生態承載力分析與評價[J]. 生態與農村環境學報，2006，22(3)：19-22. Liu Zhuang, Shen Weishou, Che Kejun, et al. Ecological resilience of Qilian Mountain Nature Reserve[J]. Journal of Ecology and Rural Environment, 2006, 22(3): 19-22. (in Chinese with English abstract)

[10]Gray C L, Hill S L L, Newbold T, et al. Local biodiversity is higher inside than outside terrestrial protected areas worldwide[J]. Nature Communications, 2016, 28(7): 12306.

[11]Maiorano L, Falcucci A, Garton E O, et al. Contribution of the Natura 2000 network to biodiversity conservation in Italy[J]. Conservation Biology, 2007, 21: 1433-1444.

[12]Stephens P A, Pettorelli N, Barlow J, et al. Management by proxy? The use of indices in applied ecology[J]. Journal of Applied Ecology, 2015, 52: 1-6.

[13]Maes J, Paracchini M L, Zulian G, et al. Synergies and trade-offs between ecosystem service supply, biodiversity, and habitat conservation status in Europe[J]. Biological Conservation, 2012, 155: 1-12.

[14]Sallustio L, De T 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.

[15]Berglund M, Jacobi M N, Jonsson P R. Optimal selection of marine protected areas based on connectivity and habitat quality[J]. Ecological Modelling, 2012, 240: 105-112.

[16]顧羊羊，黃賢峰，鄒長新，等. 沅江源自然保護區生境質量變化遙感監測[J]. 生態與農村環境學報，2019，35(6)：764-772. Gu Yangyang, Huang Xianfeng, Zou Changxin, et al. Monitoring habitat quality changes in Yuanjiangyuan Nature Reserve based on landsat images[J]. Journal of Ecology and Rural Environment, 2019, 35(6): 764-772. (in Chinese with English abstract)

[17]鞏杰，馬學成，張玲玲，等. 基于InVEST模型的甘肅白龍江流域生境質量時空分異[J]. 水土保持研究，2018，25(3)：191-196. Gong Jie, Ma Xuecheng, Zhang Lingling, et al. Monitoring habitat quality changes in Yuanjiangyuan Nature Reserve based on Landsat images[J]. Journal of Ecology and Rural Environment, 2018, 25(3): 191-196. (in Chinese with English abstract)

[18]鐘莉娜，王軍. 基于InVEST模型評估土地整治對生境質量的影響[J]. 農業工程學報，2017，33(1)：250-255. Zhong Lina, Wang Jun. Evalumion on effect of land consolidation on habitat quality based on InVEST model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(1): 250-255. (in Chinese with English abstract)

[19]劉春艷，朱康文，劉吉平. 三峽庫區重慶段土地覆蓋和生物多樣性功能演化及預測[J]. 農業工程學報，2017，33(19)：258-267. Liu Chunyan, Zhu Kangwen, Liu Jiping. Evolution and prediction of land cover and biodiversity function in Chongqing section of Three Gorges Reservoir Area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(19): 258-267. (in Chinese with English abstract)

[20]劉園，周勇，杜越天. 基于InVEST模型的長江中游經濟帶生境質量的時空分異特征及其地形梯度效應[J]. 長江流域資源與環境，2019，28(10)：2429-2440. Liu Yuan, Zhou Yong, Du Yuetian. Study on the spatio-temporal patterns of habitat quality and its terrain gradient effects of the middle of the Yangtze River economic belt based on InVEST model[J]. Resources and Environment of the Yangtze River Basin, 2019, 28 (10): 2429-2440. (in Chinese with English abstract)

[21]劉智方，唐立娜，邱全毅，等. 基于土地利用變化的福建省生境質量時空變化研究[J]. 生態學報，2017，37(13)：4538-4548. Liu Zhifang, Tang Lina, Qiu Quanyi, et al. Temporal and spatial changes in habitat quality based on landuse change in Fujian Province[J]. Acta Ecologica Sinica, 2017, 37(13): 4538-4548. (in Chinese with English abstract)

[22]陳妍，喬飛，江磊. 基于InVEST模型的土地利用格局變化對區域尺度生境質量的評估研究—以北京為例[J]. 北京大學學報：自然科學版，2016, 52(3)：553-562. Chen Yan, Qiao Fei, Jiang Lei. Effects of land use pattern change on regional scale habitat quality based on InVEST model-A case study in Beijing[J]. Journal of Peking University: Natural Science Edition, 2016, 52 (3): 553-562. (in Chinese with English abstract)

[23]Myers N. Threatened biotas: “Hot spots” in tropical forests[J]. Environmentalist, 1988, 8: 187-208.

[24]Schroter M, Remme R P. Spatial prioritisation for conserving ecosystem services: Comparing hotspots with heuristic optimization[J]. Landscape Ecology, 2016, 31: 431-450.

[25]Sharp R, Douglass J, Wolny S, et al. InVEST 3. 8. 9 user's guide [M/OL]. [2020-06-01]. http: //releases. naturalcapitalproject. org/ invest- userguide/latest/.

[26]Terrado M, Sabater S, Chaplin-Kramer B, et al. Model development for the assessment of terrestrial and aquatic habitat quality in conservation planning[J]. Science of the Total Environment, 2016, 540: 63-70.

[27]Leh M D K, Matlock M D, Cummings E C, et al. Quantifying and mapping multiple ecosystem services change in West Africa[J]. Agriculture Ecosystems & Environment, 2013, 165: 6-18.

[28]Tallis H, Ricketts T, Guerry A, et al. InVEST user's guide: integrated valuation of environmental services and tradeoffs[Z]. Stanford: The Natural Capital Project, 2013.

[29]Hartigan J A. Clustering Algorithms: John Wiley & Sons[J]. Science, 1918, 47(3): 100.

[30]Anselin L. Local indicators of spatial association d LISA[J]. Geographical Analysis. 1995, 27: 93-115.

[31]薛達元，蔣明康. 中國自然保護區對生物多樣性保護的貢獻[J]. 自然資源學報，1995，10(3)：286-292. Xue Dayuan, Jiang Mingkang. Contributions of nature reserves in China to biodiversity conservation[J]. Journal of Natural Resources, 1995, 10(3): 286-292. (in Chinese with English abstract)

[32]歐陽志云，杜傲，徐衛華. 問題與對策我國生物多樣性格局與自然保護地體系建設[J].人與生物圈，2018(5)：42-43. Ouyang Zhiyun, Du Ao, Xu Weihua. Problems and countermeasures: China's biodiversity personality and the construction of Nature Reserve System[J]. Man and the Biosphere, 2018(5): 42-43. (in Chinese with English abstract)

[33]Geldmann J, Barnes M, Coad L, et al. Effectiveness of terrestrial protected areas in reducing habitat loss and population declines[J]. Biological Conservation, 2013, 161: 230-238.

[34]Rivieccio R, Sallustio L, Paolanti M, et al. Where landuse changes occur: Using soil features to understand the economic trends in agricultural lands[J]. Sustainability, 2017, 9(1): 20.

[35]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.

Assessment of habitat quality and degradation degree based on InVEST model and Moran index in Gansu Province, China

Zhao Xiaojiong1,2,3, Wang Jian1※, Su Junde4, Sun Wei3, Jin Wangqiang3

(1.,,730000,; 2.,100049,; 3.,730020,; 4.,737100,)

The habitat quality is directly related to the habitat suitability provided by land use/land cover types for biodiversity. Habitat quality is seriously threatened by human activities, especially agricultural development activities, cities, roads. In order to assess the habitat quality and degradation degree in the ecologically fragile areas of Northwest China, taking Gansu Province as an example, based on the high-resolution (30 m) land use/ land cover type data and various types of natural reserve data, habitat quality module in InVEST software was used to evaluate the habitat quality and degradation, and both spatial analysis and local Moran's I were used to identify the hot spots and cold spots of habitat quality and degradation. On this basis, the relationship between habitat quality and degradation and the hot spots and all kinds of natural protected areas were analyzed. The results showed that: 1) The habitat quality was gradually decreasing from south to north, while, the habitat degradation was gradually increasing from north to south in Gansu Province. In the south and east of Gansu Province, the habitat degradation was also high, due to the strong disturbance of human activities, even though the habitat quality generally presented well. The habitat quality and degradation depended mainly on the location and intensity of human activities. The combination of habitat quality and degradation can more truly represent the current level of habitat protection. 2) The hot spots of habitat quality accounted for 25.59% of the total land area of Gansu Province, and most distributed in the south of Gansu Province, indicating a consistent with the proportion of natural conservation areas in Gansu Province. Most areas showed better natural ecological conditions, due to there was not many areas of degradation in hot spots. A recommendation can be made during this time, to turn the biodiversity conservation into the most endangered sites in the future; 3) In all types of protected areas, the habitat degradation of National Park was the lowest, whereas, that of other protected areas was the highest. The coverage area of hot spot in habitat quality was much higher than that of habitat degradation. The coverage rate of hot spot significantly varied in the different types of protected areas. The coverage rate of hot spot for habitat degradation was also the highest in the protected areas, while that for habitat quality dominated in other types of protected areas. A suggestion was made during this time that the strategy planning of nature reserve can be focused on other protected areas, in order to strengthen the ecological restoration in other nature reserve, and further to reduce the interference of human activities. The findings can offer the accurate implementation of biodiversity conservation strategies and ecosystem management decisions in the western China.

models; land use; cluster analysis; habitat quality; hot spot analysis; Gansu Province

趙曉冏，王建，蘇軍德，等. 基于InVEST模型和莫蘭指數的甘肅省生境質量與退化度評估[J]. 農業工程學報，2020，36(18)：301-308.doi：10.11975/j.issn.1002-6819.2020.18.035 http://www.tcsae.org

Zhao Xiaojiong, Wang Jian, Su Junde, et al. Assessment of habitat quality and degradation degree based on InVEST model and Moran index in Gansu Province, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(18): 301-308. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.18.035 http://www.tcsae.org

2020-06-02

2020-07-19

甘肅省青年科技基金計劃（18JR3RC420）；甘肅省技術創新引導計劃（20CX3ZA002）；甘肅省社會科學規劃項目（19YB155）

趙曉冏，博士生，主要從事生態環境遙感研究。Email：379458923@qq.com

王建，研究員，博士生導師，主要從事寒區旱區遙感研究。Email：wjian@lzb.ac.cn

10.11975/j.issn.1002-6819.2020.18.035

X321

A

1002-6819(2020)-18-0301-08