基于地理加权回归的生境质量对土地利用变化的响应—

1.中国农业大学土地科学与技术学院, 北京 100193; 2.国土资源部农用地质量与监控重点实验室, 北京 100193

摘要基于张家口市2000, 2010和2015年3期土地利用数据, 用InVEST模型进行生境质量评估, 采用地理加权回归模型(GWR)定量分析不同区域耕地、林地、草地和建设用地变化对生境质量演变的影响。研究结果显示, 2000—2015年间, 张家口市土地利用类型以耕地、林地和草地为主, 耕地大量减少, 林地和建设用地持续增加, 以耕地向林地、草地和建设用地转移以及草地向林地和建设用地转移为主要变化方向。张家口市生境质量整体上处于较高水平并不断提高, 东北坝缘山区和东南边缘山地生境质量最高, 坝上高原区及桑干河流域河谷盆地次之, 洋河河谷盆地生境质量最低。各地类对生境质量的影响具有显著的时空异质性: 林地与生境质量变化总体上呈正相关关系且影响程度最大; 草地与生境质量变化大致正相关, 其回归系数由北向南递减; 耕地和建设用地与生境质量在空间上主要表现为负相关, 局部地区正相关。究其原因, 主要在于不同区域生境质量变化的主导地类不同。坝上高原和坝缘山区的生境质量变化主要受林地和草地变化的影响, 桑干河和洋河流域河谷盆地生境质量变化的主导因子则为耕地和建设用地。

关键词 土地利用变化; 生境质量; InVEST模型; 地理加权回归; 张家口市

生境指生态系统能够提供给物种生存繁衍所需条件的潜力, 是一种重要的生态系统服务[1]。生境质量决定生物栖息地的适宜性程度, 对生物多样性保护具有重要作用。土地利用/覆被变化(land-use and land-cover change, LUCC)直接表征人类活动对自然生态系统的利用和改造。人类活动使自然状态下的生境分布格局破碎化, 影响生境斑块之间的物质流和能量流循环过程, 进而对生物多样性的维持构成一定的威胁[2–5]。因此, 探究生境质量对土地利用变化的响应过程和机制, 对生物栖息地保护和维持区域生态系统平衡具有重要意义。

国内外许多学者通过建立模型进行生境质量评价, 如ARIES模型[6]、SoIVES模型[7]和InVEST模型[8]等。InVEST (integrated valuation of ecosystem services and tradeoffs)模型通过分析土地利用/覆被图(land-use/land-cover, LULC)及不同地类对生物多样性的威胁程度来评估生境质量, 是生境质量量化研究的重要工具[8]。近年来, 众多学者采用InVEST模型探究生境质量变化与社会经济状况[9]、景观格局[3,10]和土地利用[1,11–17]等因素的关系。其中, 基于土地利用的生境质量变化研究日益受到重视, 其主流是应用InVEST模型进行生境质量评价及其时空变化特征分析, 并探究土地利用变化对生境质量的影响过程[1,11–17]。陈妍等[17]基于土地利用数据, 并且使用InVEST模型评估北京市1990—2010年生境退化度及生境质量的变化情况。包玉斌等[1]利用InVEST模型对陕西省黄河湿地自然保护区2000—2010年的生境质量进行评价。但是, 现有研究将各地类的生境适宜性作为模型参数来定量评价生境质量, 往往使得模型在揭示土地利用与生境质量的内在关联等方面存在不足。也有部分学者针对某种建设活动对生境质量的影响展开研究, 如钟莉娜等[18]对吉林省大安市土地整治项目前后的生境质量进行评估, 分析由土地整治引起的土地利用变化对生境质量的影响。考虑到区域土地利用变化的时空动态性, 部分学者通过设定不同的未来土地利用情景, 模拟不同土地利用结构下生境质量的差异性[11–12]。如孙传谆等[11]设定生态保育、经济发展和自然增长 3 种未来土地利用情景, 评价不同情景下鄱阳湖湿地的生境质量。土地利用既是生境质量的基底, 也是生境质量的显化, 二者间存在复杂的空间关联。但是, 现有研究未将各土地利用类型与生境质量的空间关系进行显式化表达, 且生境质量对不同土地利用类型响应的时空异质性及机制方面的研究较少见。

地理加权回归模型(geographical weighted regres-sion, GWR)是探索空间关系异质性的有力工具[19]。作为一种局部空间回归模型, GWR考虑了数据空间位置属性, 能有效地解决变量空间的非平稳性[20], 在地理要素的空间分析中得到广泛应用。GWR为探究土地利用/覆盖变化与生境质量在空间上的定量关系提供了重要的手段。

张家口市地处北方农牧交错带, 生态环境脆弱, 经济发展水平较低, 同时是京津地区的重要水源地和生态涵养区。20世纪70年代以来, 张家口市实施了一系列重大生态工程, 以期改善区域生态环境质量[21–23]。在生态建设和经济发展的共同作用下, 该地区的土地利用格局发生巨大变化, 对生境分布格局产生直接或间接的影响。本文以张家口市为研究区, 基于2000, 2010和2015年3期土地利用/覆被数据, 分析其土地利用变化, 并采用InVEST模型评估生境质量的时空演变情况。在此基础上, 运用GWR模型进一步定量分析生境质量对土地利用变化的空间响应关系, 研究结果为区域土地资源的合理利用和管理及生态环境保护提供决策依据。

1 研究区概况

张家口市(113°50′—116°30′E, 39°30′—42°10′N) 位于河北省西北部(图1), 地处蒙古高原与华北平原之间, 是典型的农牧交错区[24], 地势西北高、东南低, 分为坝上和坝下两大地貌类型。坝上高原区主要为康保、尚义、张北和沽源四县所在区域, 坝下山间盆地区主要为张家口市区、万全、怀安、阳原、宣化、涿鹿和怀来县, 东北区域的崇礼和赤城两县主要为两大地形区的过渡山区, 南部的蔚县、涿鹿两县主要为太行山区。张家口属大陆性季风气候, 年降水量为350mm左右, 季节分配不均, 80%集中在夏季。区域内土地类型多样, 以草地和林地为主, 植被资源丰富, 坝上的地带性植被属温带草原, 坝下植被垂直差异性明显。

张家口市辖4个区、13个县, 土地总面积为3.68万km2。至2015年, 全市总人口为469万, GDP为1363.54亿元。由于经济的快速发展和城镇化的快速推进, 土地利用和土地覆被不断发生变化, 给生态系统造成巨大压力。该区域位于京津地区西北方, 是京津平原地区的生态屏障、水源地和生态涵养区, 担负着保护京津地区生态安全的重要任务。因此, 区域内经济发展与环境保护的矛盾较为突出。

2 数据来源与研究方法

2.1 数据来源

本文所用数据主要为遥感影像数据, 通过目视解译得到不同时期的土地利用数据。2000和2010年的土地利用数据由Landsat TM影像目视解译获取, 2015年的土地利用数据由Operational Land Imager (OLI)影像目视解译获取。借助Google Earth对解译后的数据进行检查修正, 得到土地利用矢量图。经分类精度检验, 得到 3 期影像, 总解译精度分别为88.92%, 90.46%和86.38%, Kappa系数分别为0.87, 0.88和0.83, 表明解译结果能满足研究需要。根据研究目的, 将土地利用类型分为耕地、林地、草地、水域、建设用地、交通用地和未利用地。

2.2 研究方法

2.2.1 InVEST模型生境质量模块

InVEST是美国自然资本项目组开发的、用于评估生态系统服务功能、支持生态系统管理和决策的模型系统[8]。该模型假设生境质量与生物多样性正相关[11]。影响生境质量水平的主要因素有4个方面: 每一种威胁的相对影响; 每一种生境类型对每一种威胁的相对敏感性; 栅格单元与威胁源之间的距离; 栅格单元受到的合法保护水平。为得到生境质量, 需先计算生境退化程度, 计算公式为

其中, Dxj为生境退化程度; R为胁迫因子个数; Yr为胁迫因子层在土地利用类型图中的栅格个数; wr为胁迫因子r的权重; ry为土地利用类型图中每个栅格上胁迫因子的个数; irxy为栅格y中的胁迫因子r对栅格x的影响; βx为法律保护程度, 本研究不考虑法律保护程度因子, 将βx设为1; Sjr为j类型土地覆被对胁迫因子r的敏感性; dxy为栅格x(生境)与栅格y(胁迫因子)的距离, drmax为胁迫因子r的影响范围。

用生境退化程度Dxj计算生境质量:

其中, Qxj为土地利用类型图j中栅格x的生境质量; Hj为土地利用类型图j的生境属性; k是半饱和常数, 一般设置为生境退化程度最大值的1/2; z值为模型默认参数, 设置为2.5。生境质量得分值域为0~1, 分值越大, 生境适宜度越高。

每一种土地利用类型对威胁源的敏感度不同。敏感度的大小主要依据生态学和景观生态学的基本理论及保护生物多样性的基本原则来确定[20]。建设用地是人类对自然环境改造的突出体现, 反映人类活动对自然生态系统的威胁。作为一种半自然半人工环境, 耕地对自然生态系统存在一定程度的威胁。裸地生态环境较差, 对周边地区的生态环境存在一定程度的负面影响。因此, 本文将建设用地、交通用地、耕地和裸地设定为胁迫因子。结合模型实例[8]、文献调研[3,9–18]及专家访谈, 确定胁迫因子权重、威胁源对生态用地的最大影响距离(表1)及生态用地对胁迫因子的敏感度(表2)。

2.2.2 地理加权回归分析

地理加权回归模型(GWR)的实质是局部加权最小二乘法, 其中的“权”为待估点与其他各观测点的空间位置之间的距离函数[20]。这些估计的参数随空间位置的变化情况表征了空间数据的非平稳性。模型的表达式如下:

式中, yi与xi1, xi2, …, xip为因变量y和解释变量x1, x2,…,xp在位置(ui, vi)处的实测值; 系数βj(ui, vi) (j= 1, 2, …, p)是关于空间位置的p个未知函数; εi (i=1, 2, …, p)是均值为0, 方差为σ2的误差项。模型参数βj(ui, vi)(j=1, 2, …, p)是位置相关的, 通常采用加权最小二乘法进行局部估计。权重一般由观测值的经纬度坐标决定, 在每一个位置(ui,vi)处的权重是从(ui, vi)到其他观测位置的距离的函数。

权重函数的校准采用自适应方法(Adaptive), 采用BANDWIDTH_PARAMETER方法确定带宽。权重函数为

b为基带宽度; dij为点(μi, vi)到点(μj, vj)的距离。

为了识别土地利用变化与生境质量变化的空间响应模式, 本文将张家口市生境质量空间分布图和土地利用类型图转为1km×1km的栅格图, 利用ArcGIS10.2/Spatial/GWR工具, 以生境质量指数变化值为因变量, 根据土地利用现状分析, 耕地、林地、草地和建设用地占全市总面积90%以上, 在2000—2010年和2010—2015年间其面积变化量分别占所有地类总体变化的86.18%和77.53%, 代表张家口市土地利用变化的整体特征, 故选择耕地、林地、草地和建设用地的面积变化量为解释变量。统计各栅格中以上4种地类面积变化量和生境质量指数变化量, 运用地理加权回归模型, 对两期土地利用变化数据和生境质量指数数据进行空间相关性分析, 探讨其时空分异性。

3 土地利用与生境质量变化特征分析

3.1 土地利用变化及其转移分析

2000—2015年, 张家口市各地类面积均在不同程度上发生变化(表3)。林地、耕地和草地是张家口市主要的土地利用类型, 三者之和约占土地总面积的90%左右。2000—2015年间, 林地面积持续增加, 增量为2588.55km2, 占土地面积比例由26.38%增加到33.42%; 耕地持续减少, 期间减少1020km2, 所占比例由32.77%减少到30%; 草地面积略有减少, 期间减少471.05km2, 所占比例由29.94%减少到28.66%。水域和未利用地面积不断减少, 面积占比分别由2000年的2.36%和5.43%降为2015年的1.96%和1.55%。建设用地和交通用地面积持续扩张, 2000—2015年二者面积分别净增419.99和58.13 km2, 增幅分别为40.87%和49.17%。

为了解这一时期张家口市土地利用变化方向以及结构特征, 本文构建土地利用转移矩阵(表4和5)。2000—2010年, 耕地主要转变为林地、草地和建设用地, 占耕地减少面积的比例分别为49.33%, 31.30%和16.60%。其中, 耕地向林地和草地的转移主要在退耕还林还草工程集中实施区, 如坝上高原的康保县、沽源县、尚义县和张北县; 耕地向建设用地的转移则主要集中于张家口市中部和南部经济较为发达的区域。草地的主要转移方向为林地, 占草地减少面积的93.67%, 主要集中于东北部的崇礼县、赤城县和坝上沽源县。未利用地转出类型主要为林地和草地, 分别占未利用地减少面积的40.45%和48.86%。建设用地和交通用地扩张明显, 其主要来源为耕地。与上一时段相比, 2010—2015年各地类的主要转移方向不变, 但转移数量和速度有所不同。耕地减少放缓, 转出量明显下降; 草地向林地的转移以及未利用地向林地和草地的转移进一步加快, 尤其是未利用地向草地的转移, 期间转移量为707.12km2, 占未利用地减少面积的比例达67.28%。建设用地的最主要来源为草地, 占建设用地增加量的35.89%, 其次是耕地, 占建设用地增加量的31.06%。

从总体上看, 2000—2015年张家口市土地利用类型以耕地、林地和草地为主, 土地利用变化的主要过程是耕地大量减少, 林地和建设用地持续增加, 各地类间以耕地向林地、草地和建设用地转移以及草地向林地和建设用地转移为主要变化方向。

3.2 生境质量变化分析

运行InVEST模型的生境质量模块, 得到张家口市2000, 2010和2015年3期生境质量的空间分布(图2)。为便于对比, 根据自然间断点分级法, 将生境质量指数划分为5个区间: 0~0.2, 0.2~0.5, 0.5~0.8, 0.8~0.9和0.9~1.0, 并据此将生境质量划分为差、较差、中、较好和好5个级别, 统计各等级土地面积及其所占百分比(表6)。

张家口市生境质量总体上处于较高水平, 生境质量处于较高及以上等级的土地面积达50%以上, 这主要是因为张家口市作为京津地区的上风口和水源地, 注重生态环境保护, 林地和草地等自然生境面积较大。2000—2015年, 低、较低和中等级生境面积不断下降, 三者之和的占比从49.65%下降到42.06%, 而较高和高等级生境面积持续增加, 二者之和的占比从50.35%增加到57.94%, 说明张家口市生境质量得到改善, 整体上呈提升态势。

2000—2015年, 张家口市生境质量具有显著的空间异质性, 呈现东高西低、北高南低的特征(图2)。生境质量处于低等级的区域集中分布于中部河谷地区, 该区域是张家口市经济发达地区, 人口众多, 社会经济活动对生境的干扰频繁, 所以该区域生境质量最差; 较低和中等级的生境区域主要分布在坝上高原区以及桑干河和洋河流域的河谷盆地, 且坝上高原区生境破碎化较为严重; 较高和高等级生境主要分布在东北坝缘山区和东南边缘山地。

与2000年相比, 2010年的生境质量空间格局整体变化不大, 部分区域存在小幅度的变化。随着社会经济发展, 万全县东南部与桥东区接壤的地区低等级生境质量的范围扩大, 但下花园区和宣化区的生境质量提升明显, 主要得益于该区域林地和草地面积大量增加。在退耕还林还草政策的推进下, 坝上四县(康保、沽源、张北和尚义) 较低等级生境质量的区域面积减小, 生境质量提升为中等或较高等级。

2015年张家口市生境质量处于高等级的土地面积提升较大, 由2010年的20.38%提升至24.3%, 主要位于蔚县南部、宣化县南部、崇礼县和赤城县, 且崇礼县和赤城县生境质量高的土地连通性增强, 破碎化程度降低。

4 生境质量对土地利用变化的响应分析

运用ArcGIS10.2中的GWR工具计算回归系数,模型带宽的计算选取BANDWIDTH PAREMETER方法, 结果见表7。2000—2010年和2010—2015年数据的模型拟合优度分别为0.934和0.750, 均处于较高水平, 说明GWR模型的拟合结果较优。

生境质量对耕地变化的响应空间差异较大(图3(a)), 说明耕地变化对生境质量变化的影响不稳定, 主要取决于耕地的转换方向。两个时段中, 在生境质量–耕地呈正相关的区域, 耕地均主要转换为林地或草地, 生境质量水平得到提高; 呈负相关的区域耕地开垦率较高, 且不断转为建设用地或交通用地, 使得生境质量下降。与2000—2010年相比, 2010—2015年张家口市生境质量变化与耕地变化呈现负相关关系的范围明显扩大, 且相关程度明显增加。主要原因在于, 2010—2015年, 随着退耕还林还草工程的完成, 林地和草地变化对生境质量的影响力有所降低, 尤其在洋河以北地区, 模型结果显示林地的相关系数从0.044~0.075降至0.001~0.013, 草地则从0.012~0.11降至0~0.006。与此同时, 在经济和人口的压力下, 耕地转入量明显增加, 给生境质量带来较大的负面影响, 相关性程度有所增加。

2000—2010年, 林地变化与生境质量变化的回归系数表现为正相关关系, 在空间上大致呈自东北向西南递减的趋势(图3(b))。坝上高原和东北坝缘山区是张家口市林地的主要分布区, 这一时期增加的林地中 65.48% 集中于此, InVEST 模型评估显示该地区生境质量呈现上升趋势, 说明林地的增加对生境质量产生正向影响。2010—2015年, 生境质量与林地变化的回归系数出现与上一时段相反的空间分布特征, 呈自东北向西南递增的趋势。这主要是由于西南部原本生境质量水平较低, 处于低等和较低等级水平的面积占比达54.81%, 林地增加给生境质量带来较大提升, 处于低和较低等级水平的面积降至45.25%, 处于较高和高等级的土地面积增加12.95%, 使得生境质量–林地回归系数表现出较高的相关性, 而坝缘山区林地增加带来的生境质量提升程度有限。

2000—2010年, 张家口市生境质量变化与草地变化之间总体上呈正相关关系, 其回归系数大致呈由北向南递减的趋势(图3(c))。说明张家口市草地面积变化对生境质量变化的影响由北向南逐步减小。2010—2015年, 洋河以北草地面积变化量较小, 生境质量变化与草地面积变化的回归系数的空间分布趋势与上一时期大体上一致, 但相关程度大大降低, 相关系数主要在0~0.006区间。西南地区存在较明显的未利用地向草地转移的趋势, 但桑干河、壶流河流域大量生态用地向耕地、建设用地转移, 生境质量由此受到较大影响, 呈下降趋势, 使生境质量变化与草地面积变化出现负相关关系。

2000—2015年, 张家口市生境质量变化与建设用地变化在空间上主要呈现负相关关系, 说明建设用地的增加会导致生境质量下降(图3(d))。但是, 部分区域也存在生境质量变化与建设用地变化呈正相关关系的现象, 原因在于这些地区林地和草地面积增加较多, 对该区域生境质量变化起主导作用; 局部地区建设用地虽有所增加, 但由于周边地区生态环境的改善, 生境质量仍呈上升趋势, 使得这些区域建设用地与生境质量呈正相关关系。与2000—2010年相比, 2010—2015年建设用地变化对生境质量的影响程度加深, 说明随着社会经济的快速发展, 建设用地的扩张给生境质量造成更大的负面影响, 需要合理地控制建设用地增量, 与生态用地保护相平衡。

5 讨论与结论

5.1 讨论

张家口市生态环境脆弱, 自然灾害频发, 又地处京津上风向和上水源, 与京津的地区环境和发展存在密切关系。近年来, 随着生态退耕、绿化荒山和京津风沙源治理等工程的实施, 该区域的生态环境得到较大改善。张家口市生境质量指数在0.8以上的区域面积占比超过50%, 整体上生境质量水平较高, 这与当地以耕地、林地和草地为主的土地利用结构密切相关。由于研究区内不同地区的自然条件、土地利用方式及其变化特征不同, 生境质量特征及变化也存在差异。如坝上地区在京津风沙源治理、退耕还林还草和塞北林场建设等国家重点工程建设的影响下, 土地利用转移以耕地向林地和草地的转化为主, 使区域生境质量呈现上升的趋势, 这与刘智方[10]和白健等[13]的研究结果一致。中部河谷地区是张家口经济较为发达、人类活动频繁的区域, 耕地和草地等生态用地向建设用地和交通用地的转移现象突出, 生境质量处于较低水平。吴健生等[3]对京津冀地区2000—2010年的生境质量研究也表明, 距城市较近或位于主要路网连结处的区域生境质量水平较低。东北坝缘山地和东南边缘山区由于林地面积广阔且多为天然林, 生境质量处于较高水平。

本文引入GWR模型, 将生境质量对土地利用变化的响应机制进行空间显式分析。结果表明, 不同时期的同一种土地利用类型对生境质量的影响不同。作为物种多样性较丰富的自然生态系统, 林地具有较高的生境适宜度[17], 使其与生境质量变化在总体上呈正相关关系且影响程度最大。草地面积变化与生境质量大致正相关, 其回归系数从北向南递减, 主要是由于张家口市草地多集中于坝上高原, 且随着退耕还林还草工程的实施, 草地不断转为林地, 而中部和南部地区减少的草地多开垦为耕地。由于作物种类相对单一, 耕地虽具有一定的生境适宜度, 但易受人为活动的干扰, 因此其变化与生境质量变化在空间上主要表现为负相关关系, 局部地区正相关。建设用地为纯人工环境, 生境适宜度较低, 根据GWR模型, 生境质量与建设用地在空间上主要表现为负相关关系, 少数呈现正相关关系的往往是因林地和草地增加带来的生境质量提升。生境质量的演化受到多种地类变化的综合影响, 因此地理加权多因子模型的结果需要综合多个地类的变化情况进行分析。2000—2010年间, 在退耕还林还草、京津源风沙治理等政策的影响下, 张家口市林地和草地等生态用地面积增加较快, 对生境质量起主导作用, 使得部分地区的耕地和建设用地与生境质量呈现正相关关系。然而, 2010—2015年, 林地增速放缓, 草地面积有所减少, 且经济发展的迫切需求使建设用地增速翻番, 林地、草地和水域向耕地的转化量也明显增加, 对生境质量产生较大的负面影响, 因此这一时段地理加权回归模型的结果呈现负相关的区域有所增加。

同一时期, 不同区域生境质量变化的主导地类不同。坝上高原、东北坝缘山区和南缘山地生境质量变化主要受林地和草地变化影响, 桑干河、洋河流域河谷盆地生境质量变化的主导因子则为耕地和建设用地。因此, 研究区在制定生境质量保护政策时, 不能“一刀切”, 应当根据区域土地利用对生境质量内在影响的机制特点, 采取相应措施。以林地和草地为主的区域, 在未来生态保护政策中, 不应片面地强调退耕还林还草, 可以从景观格局的角度入手, 注重提升景观的连接度, 降低生境破碎度, 从而提升生境质量。经济活跃的地区应当适当地控制建设用地增量, 合理地安排草地和水域等生态用地, 使土地利用结构更具生态性和稳定性。通过合理的土地利用安排, 使生境质量得到提升, 维护生态系统的稳定。

由于时间和数据所限, 本研究存在一定的不足之处。如运用InVEST模型进行生境质量评价时, 未能采用比研究区更大范围的土地利用/覆盖数据, 致使对研究区边缘地区生境质量水平的评价结果可能偏高。此外, Liu等[24]和黄安等[25]采用1km×1km栅格, 分别对张家口市的土地利用变化特征和人口分布空间化进行分析, 均取得良好的效果。因此, 本研究也采用该分辨率进行地理加权回归模型分析, R2均在0.75以上, 表明这一分辨率是比较合适的。值得注意的是, 这一分辨率在其他地区的适用性仍需进一步探讨。

5.2 结论

本文采用InVEST模型, 基于土地利用/覆被数据, 评估并分析张家口市2000—2015年生境质量的时空演变趋势和特征, 利用GWR模型, 从空间上定量地评价耕地、林地、草地和建设用地变化对生境质量的影响, 得到以下结果。

1)2000—2015年, 张家口市的土地利用变化在数量上主要表现为林地和建设用地持续增加、耕地和未利用地大幅度减少以及草地和水域变化相对较小的特点。地类间的转换以耕地向林地、草地和建设用地转化以及草地向林地的转化为主。

2)张家口市的生境质量在整体上处于较高水平且不断提高。生境质量指数在0.8以上的地区面积占比由50.35%上升到57.94%, 生境质量处于中等、较低和低等级的地区不断减少。

3)地理加权回归模型显示, 各地类的回归系数在空间上存在较大的异质性, 林地和草地的变化与生境质量变化基本上呈正相关关系, 耕地和建设用地的变化与生境质量变化基本上呈负相关关系, 但各地类在局部地区均存在反向关系。

[1]包玉斌, 刘康, 李婷, 等. 基于 InVEST 模型的土地利用变化对生境的影响——以陕西省黄河湿地自然保护区为例. 干旱区研究, 2015, 32(3): 622–629

[2]赵国松, 刘纪远, 匡文慧, 等. 1990—2010 年中国土地利用变化对生物多样性保护重点区域的扰动. 地理学报, 2014, 69(11): 1640–1650

[3]吴健生, 曹祺文, 石淑芹, 等. 基于土地利用变化的京津冀生境质量时空演变. 应用生态学报, 2015, 26(11): 3457–3466

[4]张景华, 封志明, 姜鲁光. 土地利用/土地覆被分类系统研究进展. 资源科学, 2011, 33(6): 1195–1203

[5]欧阳志云, 郑华. 生态系统服务的生态学机制研究进展. 生态学报, 2009, 29(11): 6183–6188

[6]Bagstad K J, Villa F, Johnson G W, et al. ARIES —artificial intelligence for ecosystem services: a guide to models and data, version 1.0 [R/OL]. Burlington, VT: ARIES, 2011 [2018–03–09]. https://unstats.un. org/unsd/envaccounting/seeaRev/meeting2013/EG13-BG-7.pdf

[7]Sherrouse B C, Semmens D J, Clement J M. An application of social values for ecosystem services (SolVES) to three national forests in Colorado and Wyoming. Ecological Indicators, 2014, 36: 68–79

[8]Tallis H, Ricketts T, Guerry A, et al. InVEST 3.2.0 user’s guide: integrated valuation of environmental services and tradeoffs. Stanford: The Natural Capital Project, 2015

[9]韩会庆, 李松, 俞洪燕. 贵州省贫困发生率与生境退化程度相关性分析. 湖南师范大学自然科学学报, 2017, 40(3): 15–20

[10]刘智方, 唐立娜, 邱全毅, 等. 基于土地利用变化的福建省生境质量时空变化研究. 生态学报, 2017, 37(13): 1–11

[11]孙传谆, 甄霖, 王超. 基于 InVEST 模型的鄱阳湖湿地生物多样性情景分析. 长江流域资源与环境, 2015, 24(7): 1119–1125

[12]荣月静, 张慧, 王岩松. 基于 Logistic-CA-Aarkov与 InVEST 模型对南京市土地利用与生物多样性功能模拟评价. 水土保持研究, 2016, 23(3): 82–89

[13]白健, 刘健, 余坤勇, 等. 基于 InVEST-Biodiversity模型的闽江流域生境质量变化评价. 中国科技论文, 2015, 10(15): 1782–1788

[14]徐建宁, 孙建国, 陈海鹏. 基于 InVEST 模型的生境质量评估——以横断山小江流域为例. 安徽农业科学, 2016, 44(15): 105–108

[15]杜世勋, 荣月静. 基于 InVEST 模型山西省土地利用变化的生物多样性功能研究. 环境与可持续发展, 2015, 40(6): 65–70

[16]宁秀红, 郭龙, 张海涛. 基于空间自回归和地理加权回归模型的不同尺度下土地利用程度研究. 华中农业大学学报, 2013, 32(4): 48–54

[17]陈妍, 乔飞, 江磊. 基于 InVEST 模型的土地利用格局变化对区域尺度生境质量的影响研究——以北京为例. 北京大学学报(自然科学版), 2016, 52(3): 553–562

[18]钟莉娜, 王军. 基于 InVEST 模型评估土地整治对生境质量的影响. 农业工程学报, 2017, 33(1): 250–255

[19]Propastin P. Modifying geographically weighted reg-ression for estimating aboveground biomass in tropi-cal rain-forests by multispectral remote sensing data. Int J Appl Earth Observ Geoinform, 2012, 18: 82–90

[20]Fotheringham A S, Charlton M E, Brunsdon C. Geographically weighted regression: a natural evolution of the expansion method for spatial data analysis. Environment & Planning A, 1998, 30(11): 1905–1927

[21]刘超, 许月卿, 孙丕苓, 等. 基于改进三位生态足迹模型的张家口市生态可持续性评价. 水土保持通报, 2016, 36(6): 169–176

[22]常上, 李珊珊, 宋豫秦. 张家口市生态服务价值对土地利用变化的响应. 北京大学学报(自然科学版), 2015, 51(6): 1149–1156

[23]孙丕苓, 许月卿, 刘庆果, 等. 环京津贫困带土地利用多功能性的县域尺度时空分异及影响因素. 农业工程学报, 2017, 33(15): 283–292

[24]Liu Chao, Xu Yueqing, Sun Piling, et al. Land use change and its driving forces toward mutual conver-sion in Zhangjiakou City, a farming-pastoral ecotone in Northern China. Environ Monit Assess, 2017, 189: 505

[25]黄安, 许月卿, 孙丕苓, 等. 基于多源数据人口分布空间化研究——以河北省张家口市为例. 资源科学, 2017, 39(11): 2186–2196

Response of Habitat Quality to Land Use Change Based on Geographical Weighted Regression

WANG Hui1,2, XU Yueqing1,2,†, LIU Chao1,2, HANG An1,2, LU Longhui1,2, ZHENG Weiran1,2

1. College of Land Science and Technology, China Agricultural University, Beijing 100193; 2. Key Laboratory for Agricultural Land Quality, Monitoring and Control, the Ministry of Land and Resources, Beijing 100193

Abstract Based on land use data of Zhangjiakou in 2000, 2010 and 2015, this paper investigated the spatio-temporal variation of habitat quality pattern of Zhangjiakou City by using InVEST, in order to understand the spatial patterns associated with the change of land use and habitat quality change, further introducing the geographical weighted regression (GWR) model, to quantitativly analyze the influence of cultivated land, woodland, grassland and construction land change on the evolution of habitat quality. The results showed that in the year 2000–2015, cultivated land, forest land and grassland were the main types of land use in Zhangjiakou City, during the reduction of cultivated land, forest land and construction land kept increasing, with farmland to woodland, grassland and construction land, grassland to forest landand construction land as the main transfer directions of change. During 2000–2015, Zhangjiakou City habitat quality was at a higher level overall and kept improving. Habitat quality was highest in northeast mountain area, Bashang plateau and the the Sanggan River valley region was lower, and the lowest level of habitat quality was in Yanghe River watershed. The influence of each land use type on habitat quality had significant spatio-temporal heterogeneity, and the change of forest land was positively correlated with habitat quality overall and most influential. The grassland had a positive correlation with the habitat quality, and its regression coefficient decreased from north to south. The main performance of cultivated land, construction land and habitat quality was negative correlation in space, but some area was positive correlation. The reason for the large heterogeneity of the regression coefficients in different regions lied in the different dominant types of habitat quality changes in different regions. The change of habitat quality in the plateau area and the northeast mountain area was mainly affected by woodland and grassland changes, and in Sanggan River and Yanghe River, the change of habitat quality basin for cultivated land and construction land.

Key words land use change; habitat quality; InVEST; geographical weighted regression; Zhangjiakou City

基于地理加权回归的生境质量对土地利用变化的响应——以河北省张家口市为例