基于InVEST模型的吉林西部生境質量時空預測分析

溫竹韻，劉家福，，張 堯，毛德華，張 柏

(1.吉林師范大學旅游與地理科學學院，吉林 四平 136000；2.中國科學院東北地理與農業生態研究所，吉林 長春 130102)

生態安全是國家安全的重要組成部分，土地覆被變化能夠通過改變生境質量影響區域生物多樣性和陸地生態系統，進而對生態安全造成影響.近年來，土地覆被變化依然是地學研究的熱點問題[1-3].土地利用類型演變能直接影響土壤性質變化趨勢、生物生存環境發生改變等問題，對區域的景觀格局、生物多樣性乃至生態系統功能都具有重要影響.對以地級市、縣級市為單位的小尺度區域而言，土地覆被變化研究可以為城市發展規劃提出更好方案，有助于區域可持續發展；對以國家為單位的大尺度區域而言，關注土地覆被變化對土地利用格局優化、自然資源可持續管理、生態系統功能維護均具有重要意義.

目前分析和模擬土地覆被類型演變的主流模型包括CLUE-S土地利用動態變化模型[4]、多智能體決策模型(Multi-Agent System，MAS)[5]和CA-Markov 模型[6]等，其中CA-Markov模型同時擁有CA(元胞自動機)對復雜系統空間變化的統籌能力和Markov鏈在長時間序列上的預測優勢，這讓CA-Markov 模型在高效模擬土地覆被類型空間變化的同時提高了預測精度，具有較好的科學性和實用性.在南昌市城市擴張、喀斯特槽谷區土壤侵蝕時空演變、艾比湖濕地自然保護區土地覆被變化等相關研究[7-9]中均利用了該模型，并取得了良好的效果，表明該模型具有良好的普適性.

在衡量生態系統功能時，人工智能生態系統服務(artificial intelligence for ecosystem services，ARIES)模型和生態系統服務社會價值(social values for ecosystem services，SolVES)模型均受到學者們的青睞，兩者均由美國高等學府開發，前者更側重于生態系統服務功能的評估而后者在評估生態系統服務功能的社會價值上更為擅長[10-12]；除此之外，InVEST模型以其免費開源、應用范圍廣、適用地區不受限等原因而被廣泛使用.在生物多樣性和生態環境變化研究中使用較多的是InVEST 模型中的生境質量(Habitat Quality)模塊，該模型適用范圍廣，在大小尺度上均有較高精度，輸入數據量少、輸出數據量大，具有刻畫生態系統服務時空動態變化、將評價結果可視化等優勢.相關學者分別在碳儲量、水源供給及水源涵養量、生境質量變化研究等方面對InVEST模型進行了應用，結果證明該模型應用范圍廣、模擬結果可靠[13-15].

目前，國內在土地利用變化及其生境質量變化研究中，主要聚焦在城市化步伐快速且土地類型變化劇烈的東部發達地區，其他地區的相關研究鮮有報道.本文以吉林西部為研究區，從土地利用類型、生境質量得分和空間分布關系入手，通過對預測和計算結果的分析，探討了土地覆被變化對生態環境的各方面影響，以為保護區域生態安全、構建生態安全格局提供依據，為區域可持續發展提供參考[16].

1 研究區與數據處理

1.1 研究區概況

吉林西部地區位于43°15′～46°18′N，121°38′～126°11′E之間，總面積4.689萬km2，約占吉林省總面積的三分之一(見圖1).該地區處于農牧交錯地帶，在吉林省農牧生產和能源生產中占有重要地位.隨著經濟的飛速發展，吉林西部地區開發過快，生態環境惡化已經成為不能忽視的問題，長此以往不僅對人們的生存環境、生活質量造成影響，更不利于區域的可持續發展.

圖1 研究區地理位置

1.2 數據來源及處理

選取吉林西部地區1989年、2003年和2017年3年的LANDSAT TM影像作為原始數據，數據最大分辨率為30 m×30 m.運用假彩色合成和圖像增強的方法對數據的TM3、TM4、TM5三個波段進行處理，以1∶100 000基礎地理數據為參照圖對TM影像做精校正，并將遙感圖像與地形圖進行配準，校正精度小于一個像元.參考國際地圈生物圈計劃IGBP(International Geosphere-Biosphere Program)的LUCC分類標準，將研究區劃分成旱地、水田、草地、灌木林地、有林地、水域、交通用地、居民及工礦用地、沙地、裸地、鹽堿地和沼澤地共12種地類.進行TM影像解譯時采用監督分類、目視判讀相結合的方法，得到1989年、2003年和2017年3期土地覆被類型圖.

2 研究方法

2.1 CA-Markov模型

CA和 Markov 都是動力學模型.CA 即元胞自動機，多用于復雜空間系統的變化模擬實現，模型包括3個離散變量：狀態、領域空間和時間[17].

S(t+1)=f(S(t)，N).

式中:S為元胞狀態集合；t，t+1 代表兩個不同時刻；N為元胞的鄰域；f是局部空間的元胞轉化規則.

Markov模型主要用來進行數值預測，該模型能夠獲取和描述兩不同個時間狀態之間的土地覆被變化趨勢，將這個變化趨勢定為下一階段的演變規則可以預測未來狀態下的土地利用格局.

CA-Markov模型結合了兩者的優點，可以均衡考慮土地格局演變的歷史趨勢，動態模擬未來的土地利用格局.具體步驟如下：

(1)疊置分析2003年和2017年兩期的基礎解譯數據，得到土地類型轉移概率矩陣、轉移面積矩陣和條件概率圖像.

(2)采用5×5濾波器，以研究區2003—2017 年土地覆被變化轉移矩陣為基礎，將 2017年作為初始年份，由于2017年與2003年相差14年，將迭代次數定為14.

(3)使用 Kappa 系數對CA-Markov模型預測精度進行檢驗：

Kp=(P0-PC)/(PP-PC).

式中:Kp為Kappa系數；P0表示模擬正確的比例；Pc表示模型隨機情況下模擬正確的比例；Pp表示理想分類情況下正確模擬的比例.利用 1989，2003 年兩期土地覆被類型圖用該模型對2017年土地覆被類型進行預測并與實際數據進行對比分析.

2.2 InVEST -Habitat Quality模型

InVEST(Integrated Valuation of Ecosystem Services and Tradeoffs)模型由美國斯坦福大學、世界自然基金會和大自然保護協會聯合開發.該模型可以刻畫生態系統服務時空動態變化并將評價結果可視化，在解決復雜地理問題上具有強大優勢.模型中的生境質量(Habitat Quality)模塊綜合考慮各土地覆蓋類型對威脅因子的敏感度和外界威脅強度評價研究區生境質量分布，根據生境質量的得分來衡量生物多樣性和生態系統功能[18-19].公式如下:

式中:y是指r威脅柵格圖上的所有柵格；Yr是指r威脅柵格圖上的某一組柵格；ωr是威脅因子的權重；βx是柵格x的可達性水平，值越趨近于1表示可達性越高；Sjr是土地覆被類型j對威脅因子r的敏感性，值趨近于 1 表示敏感性越高.柵格y中威脅因子r對柵格x中生境的脅迫作用為irxy.

當威脅因子r對柵格x的距離衰減影響呈線性函數時，則采用公式

當威脅因子r對柵格x的距離衰減影響呈指數函數時，則采用公式

式中:dxy是柵格x與y之間的線性距離；drmax是威脅因子r的最大作用距離.

依據InVEST 3.2.0平臺中生態威脅因子劃分標準，并查閱相關文獻，結合吉林西部地區實際情況，選取交通用地、居民工礦用地及農業用地作為威脅因子(見表1).依照生態學與景觀學中生物多樣性保護一般原則劃分土地利用類型敏感度，結果見表2.生境質量得分的取值范圍是[0，1]，得分趨近于1表示該區域生境質量高，得分趨近于0則含義相反.為了便于下一步的定量分析，根據模型運算結果，利用自然斷裂法將生境質量得分劃分為5 個等級：L2(生境質量最差，等級最低)；L1(生境較差，等級較低)；M(生境質量中等)；H1(生境質量較好，等級較高)；H2(生境質量優秀，等級最高).

表1 威脅因子權重

表2 土地利用類型對生態威脅因子敏感度

2.3 空間自相關分析

在探究地理要素在空間分布上的關聯和特點時，空間自相關分析具有評價結果簡單明了、易于衡量比較的優勢，因此選取全局自相關和局部空間自相關作為評價模型[20-22].

(1)全局空間自相關.用于描述生境質量在總體研究空間內是否存在相互影響以及生境質量的相關程度.計算公式如下:

式中：IM為Moran′sI全局空間自相關指數值；m為區域個數；xi和xs分別為樣本i，s的指數值；ux為樣本指數平均值；wis為空間關系權重矩陣.

Moran′sI取值范圍在[-1，1]之間，0

(2)局部空間自相關.將全局空間自相關指數(Ii)分解至各研究單元，以檢驗各局部地區生境質量在空間上的關聯模式和程度，直觀揭示吉林西部生境質量等級的局部空間分異特征.

如果Ii為正，表明局部區域是同為低生境質量或都是高生境質量的相似值集聚區；Ii為負則表明局部區域是低生境質量和高生境質量混合分布區.

3 結果與分析

3.1 土地覆被變化分析

研究結果顯示，Kappa系數Kp= 0.81 (Kp不小于 0.75，則認為模擬的準確度較高)，可用于模擬預測地區未來的土地利用狀況.

表3為2017—2031年吉林西部各類土地覆蓋面積變化的預測情況.由表3可見，2017—2031年，研究區各類土地覆蓋面積呈現“八減四增”狀態，其中，變化幅度較為明顯超過10%的地類包括：水田面積大幅度增加，同比增長44%；交通用地增加了18%；而草地、裸地、沙地、水域和沼澤地減幅明顯，分別減少了19.6%，20%，18.4%，11.2%以及15.9%.

除了總量上的變化，預測各土地利用類型在空間變化上的特點有：(1)旱地面積始終占據吉林西部大部分地區，2031年旱地面積可達到總面積的59%.(2)水田面積大幅度增長，2031年吉林西部水田總面積增加了1 724 780 hm2，同比增長44%.松原地區周邊水田增加最為明顯；鎮賚以北地區水田圍繞水域進行擴張，同時該地區沼澤地轉化為水田，說明耕地對沼澤地存在侵占現象；白城周邊呈現出水田與居民區共同擴大且居民區聚集的趨勢.(3)居民工礦用地及交通用地出現協同增長趨勢，2031年城市周邊地區及城市間的交通網更加發達，受空間集聚效應的影響，居民區面積擴大，說明吉林西部經濟發展迅速、城市空間擴張明顯.(4)灌木林地、有林地、水域和沼澤均有不同程度的減少，雖然每種地類變化都不明顯，但這些地類對涵養土地水分、調節氣候和維持生物多樣性均具有重要作用.多種有益于生態環境的地類減少可能會在環境惡化上呈現出更嚴重的疊加影響.

表3 2017—2031年吉林西部各類土地覆蓋類型預測變化情況

以上預測的土地變化趨勢也間接反映出吉林西部城市環境的基本狀況：限于地區資源稟賦，旱地面積過大導致該區域初始生態環境整體狀況并不理想；水田面積大幅度增加和交通用地、居民工礦用地的擴大表明該地區還處在需要消耗大量自然資源換取經濟發展的階段；林地、水域和沼澤面積的減小也能顯示出吉林西部對環境保護的欠缺.

3.2 生境質量發展趨勢分析

生境質量得分能夠評估一個地區的生物多樣性和生態系統功能，而土地覆被變化能夠直接影響地區生態環境，但這種影響往往難以被直接觀察到.利用InVEST模型評估吉林西部2017—2031年土地利用格局的生境質量得分，可以量化土地覆被變化對生態環境的影響，為區域未來的土地利用規劃提供方向.研究區整體的生境質量布局呈現出中部、北部生境得分高，東部、南部生境質量得分低的趨勢(見圖2).為計算吉林西部平均生境質量等級，將L2—H1等級的得分用1～5表示，通過生境質量分級面積統計和加權計算，得到2017年、2031年吉林西部的平均生境質量等級分別為2.04和2.03.這個得分表明吉林西部整體生境質量處在較低等級，且生境質量呈小幅下降趨勢，整體發展態勢不容樂觀.中等級以上區域僅占研究區總面積的29%.研究期間，雖然中等級以上生境區面積穩定，但高等級生境區邊緣大面積向較高等級轉化、較低等級和低等級生境區面積增加的現象，說明研究區生境質量下滑、區域生態系統功能減弱.

圖2 吉林西部2017年(左)和2031年(右)生境質量等級分布圖

結合土地覆被變化分析生境質量分布(見表4)及變化原因可知，研究區生境質量整體等級不高的原因是旱地面積占比大.生境質量得分較高的區域主要分布于研究區中部地區，即白城與松原之間，對應的景觀類型多為水田、林地和水域；研究區北部整體生境質量也比較樂觀，對應的景觀類型是水域、草地和水田.低等級生境質量區域多位于研究區東部和南部，對應的主要景觀類型為交通用地、居住地和工業用地.林地、水域和沼澤不同程度的減少嚴重影響吉林西部的生態環境，這個評價結果說明吉林西部在生態保護方面仍然任重道遠，在制定地區發展規劃時需要平衡經濟發展和生態保護的關系，盡量減少城市發展對環境造成的負面影響.

表4 吉林西部各級生境質量面積及百分比

3.3 空間自相關分析

為探究吉林西部生境質量的分布關系和空間關聯特征，對生境質量得分結果運用全局Moran′sI指數進行分析.由于吉林西部的土地利用類型圖數據精度為30 m×30 m，但在評價生境質量的空間關聯性時如果區域過小則不利于結果生成，參閱文獻 [23-25]根據本文需要將研究區按照5 km×5 km的網格重新劃分成1 969個小格，并將每一小格內所有柵格的生境質量得分計算平均值后重新賦值，基于重新劃分后的研究區分析吉林西部生境質量等級的空間格局分布特征.

研究結果表明，2017年、2031年全局Moran′sI指數分別為 0.631，0.630，此時P=0.05，通過顯著性檢驗，說明生境質量的分布存在強烈的正向空間關聯性.全局Moran′sI指數雖然能夠從整體上分析吉林西部生境質量等級的空間集聚與分散程度，但不能直觀表現研究區的生境質量在空間上的關聯模式和程度，而局部Moran′sI指數卻能較好地描述某一區域和相鄰域單元生境質量等級的相似程度，能夠更直觀地揭示吉林西部生境質量等級的局部空間分異特征.

局部空間自相關分析結果如圖3所示，紅色區域表示相鄰網格生境質量等級均較高，空間上的關聯表現為高水平類型的空間集聚效應；藍色區域表示相鄰區域生境質量等級均不高，空間關聯表現為低水平類型的區域集聚區；而灰色區域則表示高低值組合分布區.2017—2031年，吉林西部生境質量空間分布大體趨勢沒有改變，紅色區域主要分布于吉林西部北部和中部，與生境質量較高的區域吻合，對應的主要土地利用類型為水田和水域；藍色區域多分布于研究區東部和南部，可以看出該類型地區生境質量等級較低，對應的主要土地覆被類型為大面積的旱地.對比兩幅局部自相關分布圖可以發現，2017—2031年小面積的高值聚集區出現消失退化、面積縮減的情況.而零星分布的低值聚集區與之相反則出現了面積擴大、相互聯通的情況.這也說明了優質生境地區的不易維護、一旦惡化難以復原的問題.

圖3 2017年(左)與2031年(右)單位面積生境質量等級空間自相關

4 結論與討論

4.1 結論

本文以3期遙感影像數據為基礎，利用CA-Markov 模型，以2017年為起始年預測了吉林西部2031年的土地覆被類型變化情況.旱地面積始終占據吉林西部大部分地區，預測2031年旱地面積將達到吉林西部總面積的59%.水田面積漲幅明顯，松原地區周邊水田增加最為明顯，鎮賚以北地區水田圍繞水域進行擴張.居民工礦用地及交通用地出現協同增長趨勢，城市空間擴張明顯.灌木林地、有林地、水域和沼澤均有不同程度的減少，對生態環境可能產生負面影響.

InVEST模型的生境質量評價結果表明：研究區整體生境質量等級不高.生境質量得分較高區域主要分布于研究區中部，北部區域整體生境質量較好，低生境質量區域多位于研究區東部和南部.研究期間，出現高等級生境區向較高等級生境區轉化、低等級和較低等級生境區面積增加的現象，研究區整體生境質量呈下降趨勢.

2017年、2031年吉林西部生境質量全局Moran′sI指數分別為0.631，0.630，生境質量分布存在正向空間關聯性.局部空間自相關結果顯示，高生境質量聚集區主要分布于吉林西部、北部和中部，對應的主要土地利用類型為草地、林地和水域；低生境質量聚集區多分布于研究區東部和南部，對應的主要土地覆被類型為大面積的旱地.研究期間出現小面積的高值聚集區消失退化、面積縮減，低值聚集區面積擴大、相互聯通的情況.

本文的研究結果表明，隨著經濟的快速發展，吉林西部地區的生態環境將遭到破壞，生境質量下降，生態問題將逐一出現.環境惡化的趨勢一旦出現將難以遏制，生態脆弱的地區也難以恢復，吉林西部的生態保護問題已刻不容緩.

4.2 討論

隨著吉林西部地區的快速發展，經濟與生態的平衡問題也越發突出.人地矛盾、資源稟賦限制和資源浪費等問題逐一顯現.盡管目前只出現了小幅度、小區域的生境質量下滑問題，然而生態系統一旦遭到破壞，復原將要花費數倍的代價，因此保護區域生境的最好辦法是主動維護而非被迫修復.在追求經濟發展的同時也應重視生態環境保護問題，加強對自然資源的保護和利用效率.在具體做法上可以有相應的政策傾斜以鼓勵農田、居民區以及交通用地的合理規劃建設，在發展方向上探尋發展經濟和維持生態的平衡點，促進社會、經濟、生態的可持續協調發展.

本文進行生境質量評價是利用InVEST模型中的生境質量模塊進行的，模型本身默認高生境質量區同時擁有高生物多樣性，但現實環境中不一定有這種絕對的對應關系；同時，模型原理更加適用于對植被多樣性的評價，因此，研究方法稍有局限性，尚不能很好地描述和反映土地覆被類型與生物多樣性的直接內在聯系.在生境質量的空間相關性分析上也只是進行了初步嘗試.空間自相關分析適用范圍廣，但只能演示大致趨勢，要精確反映生境質量分布空間關系，在研究的廣度和深度上還需進一步進行探索.