基于土地利用及植被覆蓋變化的黃河源區生境質量時空變化特征

潘 耀,尹云鶴,侯文娟,韓皓爽

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

生境質量反映了區域生態系統可提供給系統內動植物生存和延續所需的自然資源的質量[1],生境質量的高低是衡量生態環境水平好壞的重要指標[2]。盲目的土地開發、建設擴張等引起的大規模土地利用方式、強度及格局的改變,將可能導致生境破碎化和生境退化[3—4]。因此,監測評估生境質量的變化對區域生態建設與土地規劃具有重要意義[5]。

黃河源區位于青藏高原腹地,是黃河上游重要的水源涵養區[6],是打贏脫貧攻堅戰的重要區域,在我國經濟社會發展和生態安全建設方面具有十分重要的地位[7]。由于其復雜的地形和獨特的高寒地理環境條件下的脆弱生態系統,對全球變化和人類干預響應十分敏感[8—9]。人類干擾下的黃河源區發生生境退化[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]等生態問題,且有持續的趨勢。為遏制此趨勢,國家自21世紀初在該地區實施了一系列生態保護工程[15]：2002年正式批準西部省區實施“退牧還草”工程,黃河源區于2011年開始實施第一輪草原生態保護補助獎勵政策(2011—2015年)[15],同時2005年開展三江源區生態保護和建設一期工程[16]。此間區域生長季歸一化植被指數(NDVI)總體水平上升[17],雖然該區域草地退化趨勢得到有效遏制[16],但生態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2000年及2015年生境質量的變化,將為青藏高原國家公園建設及生態安全屏障體系優化提供科學支撐,該研究對于保障區域生態安全具有重要作用。

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

本文利用2000年和2015年的土地利用數據和遙感植被指數數據,系統定量評估植被狀況變化和人類活動共同影響下黃河源區的生境質量變化,并探討其變化的影響因素與驅動機制。研究有助于制定青藏高原國家生態安全屏障功能優化措施,也可為更好地實現人與自然和諧發展提供科學依據。

1 數據與方法

1.1 研究區概況

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

黃河源區屬于典型的高原大陸性氣候,特征表現為冷熱兩季交替、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 黃河源區范圍示意圖Fig.1 Location of the Source Region of the Yellow River

1.2 數據

1.2.1土地利用數據

土地利用數據來源于資源環境科學與數據中心(http://www.resdc.cn/)的2000、2015年全國土地利用現狀數據集。該數據集以30m×30m分辨率的遙感數據為基礎,通過人機交互解譯方法生成[36]。

1.2.2道路數據

本文使用的國道數據來源于北京大學城市與環境學院地理數據平臺(http://geodata.pku.edu.cn)的2000、2015年的交通數據集。

1.2.3植被指數

本研究所采用的2000、2015年植被指數數據為地理空間數據云的500m NDVI月合成產品(http://www.gscloud.cn/)。由于研究區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生境質量評估

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

Qx=Qi×MNDVI

(1)

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

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

(2)

式中,Ht是生境適宜性,K是半飽和常數(通常取值0.05),z為反映空間異質性的尺度參數,Dxj為土地類型t下網格單元格x的總威脅等級[39]。InVEST模型輸出生境質量分布,得分為0—1,得分越高,生境質量越高[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的影響權重(表1),R為威脅的個數,ry為每個柵格上脅迫因子的個數,irxy為威脅r在柵格x的生境對柵格y的影響,βx為網格單元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生境質量模型參數

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量。InVEST模型中每個威脅因子數據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)。對黃河源區生境質量產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],并結合研究區特征,綜合考慮威脅因子的影響距離及權重(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

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關系：

(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,ε為殘差。

地理加權回歸允許被解釋變量與解釋變量之間的關系隨空間位置發生變化。GWR 模型的結構為[44]：

(7)

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

2 結果分析

2.1 黃河源區生境質量時空格局

研究區2000年生境質量均值為0.28,2015年生境質量均值0.32。相較于2000年,2015年黃河源生境質量總體平均提升11.47%。主要是因為,較低生境質量(0—0.2)的區域面積下降,尤其是生境質量最低的區域(0—0.1)減少了2625.98km2。相對中值(>0.2—0.5)的區域面積顯著增加,相對增加了24.72%。生境質量較高值區(>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年黃河源區生境質量等級面積變化

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

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

2.2 生境質量對土地利用變化及NDVI變化的響應分析

2.2.1土地利用變化及轉移分析

與2000年相比,2015年黃河源區約17%的土地面積發生土地利用類型的變化,約有83%的土地利用類型面積未發生變化(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變化是凈變化,凈變化量占對應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量的減少為主,草地以數量的增加為主。其次林地和建設用地的變化也表現為凈變化,凈變化量為對應土地利用類型的總變化量。水域的主導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。地類間的轉移主要表現為未利用土地向草地的轉移,相較于2000年,2015年草地面積增加了17.7%。

表4 2000—2015年黃河源區土地利用轉移矩陣(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,黃河源區植被覆蓋區NDVI總體空間分布格局為南高北低。NDVI小于0.15的區域主要出現在黃河源中東部的沙地,除此之外,低值出現在北部布青山附近、西南邊緣及東部高海拔山區。植被覆蓋在0.3—0.6的區域約占黃河源面積的72%,主導黃河源區現有NDVI分布格局。其中,黃河源區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年對應類型的NDVI增幅分別為2.57%及0.95%。

圖3 黃河源區植被覆蓋區2000年和2015年生長季NDVI(其中藍色區域為水域)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生境質量對土地利用及NDVI變化的響應分析

為了識別生境質量變化對土地利用變化響應的空間分異特征,本文建立0.5km×0.5km的單元網格,利用ArcGIS中的GWR工具以生境質量變化量為因變量,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移區域因素間的相關關系。黃河源區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域土地利用變化,但經最小二乘模型計算發現兩者具有共線性,最終選用NDVI、草地變化面積作為自變量進行分析(圖4)。

圖4 生境質量變化影響因子的GWR模型回歸系數空間分布(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量影響的空間差異較大。NDVI系數值整體上呈現西高東低,相對于草地面積變化,NDVI對生境質量的正面影響顯著,回歸系數從0.171到1.331,NDVI變化在黃河源生境質量的變化占據重要影響。表明隨著植被覆蓋的增加,黃河源區的生境質量受到的正面影響程度逐漸加深。草體變化與生境質量變化總體呈正相關關系,其回歸系數呈由北向南增加的趨勢。說明黃河源區草地面積的變化對生境質量的影響從北至南逐漸增強,從而有必要提高黃河源區南部草地面積以獲得更高的生態效益。其中,黃河源區東南角的鄒瑪曲、勒那曲、尕拉曲附近,及崗納格瑪錯附近區域的NDVI變化與生境質量變化相關性較強,生境質量顯著增加。NDVI變化與生境質量變化相關性比較小的地方出現在阿涌該馬錯以東的區域,該區域位于黃河源區核心保育區的東北端。草地變化與生境質量變化相關性低值出現在北緣布青山前及黃河鄉的黃河流域周圍,這與生境質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,對黃河源區生境質量進行評價,研究結果具有合理性。本研究的生境質量結果與Fan等[45]的基于InVEST模型計算的的三江源生境質量研究結果、徐建英等[46]的基于InVEST模型計算的黃河源區在內的生境質量相比較,具有基本一致的空間分布差異,呈現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的生境質量結果進行了改進,研究植被覆蓋變化下的不同時期黃河源區生境質量,研究區NDVI變化主導了生境質量的空間分布格局。

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

目前,對生境質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量差異,另一方面考慮人類活動等對生境質量的威脅。多數研究基于InVEST模型開展生境質量評估,評價人類干擾下的區域生境質量[41]。若考慮不同地類本身帶來的生境質量差異,有學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,評估生境質量的結果與青藏高原總體暖濕的背景相符[34]。有學者認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模型的生境質量評估結果[33]。此外,有觀點認為應綜合考慮NDVI和植被凈初級生產力(NPP)作為某一地類為物種提供服務的能力的表征[31]。

模型參數的本地化,需要結合野外與長期的生態學研究。應用InVEST生境質量模型時,目前的研究主要依賴于專家知識來定義模型參數[41],而參數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,改善生境質量模型參數化方案,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的優化[47]。對不同的物種,模型參數應該設置的不同,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,評估生境質量。

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

4 結論

本研究基于2000年和2015年土地利用現狀遙感監測數據,結合NDVI對黃河源區生境質量進行了空間評估,并揭示了生境質量變化與NDVI變化、土地利用變化之間的空間關系。通過與以專家為基礎的方法和明確的空間方法相結合,本研究以高空間分辨率在黃河源范圍內評估生境狀況。主要結論如下：

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

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

(3)研究區植被生長季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年對應類型的NDVI增幅分別為2.57%及0.95%。

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