基于InVEST模型和莫蘭指數(shù)的甘肅省生境質(zhì)量與退化度評(píng)估

趙曉?xún)?，?建，蘇軍德，孫 巍，晉王強(qiáng)

基于InVEST模型和莫蘭指數(shù)的甘肅省生境質(zhì)量與退化度評(píng)估

趙曉?xún)?,2,3，王 建1※，蘇軍德4，孫 巍3，晉王強(qiáng)3

（1. 中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院，蘭州 730000；2. 中國(guó)科學(xué)院大學(xué)，北京 100049；3. 甘肅省生態(tài)環(huán)境科學(xué)設(shè)計(jì)研究院，蘭州 730020；4. 甘肅有色冶金職業(yè)技術(shù)學(xué)院，金昌 737100）

生境質(zhì)量的高低與土地利用/土地覆被類(lèi)型為生物多樣性提供的棲息地適宜性有直接關(guān)系，尤其是農(nóng)業(yè)開(kāi)發(fā)活動(dòng)、城市、道路等嚴(yán)重威脅生境質(zhì)量，為了評(píng)估西北生態(tài)脆弱地區(qū)生境質(zhì)量和退化程度，該研究以甘肅省為例，應(yīng)用INVEST模型和莫蘭指數(shù)對(duì)甘肅省生境質(zhì)量和生境退化空間特征進(jìn)行分析，明確其熱點(diǎn)區(qū)域，并探討了生境質(zhì)量與退化度及其熱點(diǎn)與各類(lèi)自然保護(hù)地的關(guān)系。結(jié)果表明：甘肅省生境質(zhì)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(tài)條件好的區(qū)域這種變化主要取決于人類(lèi)活動(dòng)的位置和強(qiáng)度；甘肅省生境質(zhì)量熱點(diǎn)區(qū)面積占到全省國(guó)土面積的25.59%，高于全省自然保護(hù)地面積占比，形成了保護(hù)空缺，甘肅省生境退化熱點(diǎn)地區(qū)面積雖然不高，但多為自然生態(tài)條件較好的區(qū)域；各類(lèi)保護(hù)地中，國(guó)家公園是各類(lèi)保護(hù)地類(lèi)型中生境退化度最低的類(lèi)型，保護(hù)水平相對(duì)較低的其他保護(hù)地類(lèi)型在生境質(zhì)量和退化程度上表現(xiàn)出相反的結(jié)果。研究結(jié)果對(duì)精準(zhǔn)實(shí)施生物多樣性保護(hù)戰(zhàn)略和生態(tài)系統(tǒng)管理決策具有重要意義。

模型；土地利用；聚類(lèi)分析；生境質(zhì)量；熱點(diǎn)分析；甘肅省

0 引 言

人類(lèi)生存環(huán)境依賴(lài)于生物多樣性和生態(tài)系統(tǒng)服務(wù)[1]。過(guò)去幾十年里，由于不合理的土地利用方式，如大規(guī)模農(nóng)業(yè)開(kāi)發(fā)活動(dòng)、快速城鎮(zhèn)化、工業(yè)化及森林采伐等，導(dǎo)致大范圍的物種喪失和自然生境破碎，嚴(yán)重影響了人類(lèi)福祉[2-5]。尤其是土地利用變化強(qiáng)烈影響區(qū)域物種及其生境[6]，氣候變化也對(duì)高海拔物種分布產(chǎn)生一定的負(fù)面影響[7]。這種趨勢(shì)在中國(guó)西北地區(qū)，尤其在甘肅省格外明顯，該區(qū)域生物多樣性被認(rèn)為在未來(lái)將會(huì)面臨更大的威脅[8]。事實(shí)上，甘肅省境內(nèi)部分自然保護(hù)區(qū)因歷史遺留問(wèn)題，迄今仍存在農(nóng)業(yè)生產(chǎn)等其他人類(lèi)活動(dòng)，其強(qiáng)度已遠(yuǎn)遠(yuǎn)超過(guò)系統(tǒng)承載能力（例如，祁連山自然保護(hù)區(qū)保護(hù)站61.1%嚴(yán)重超載）[9]。

一直以來(lái)，面對(duì)生物多樣性喪失和生境破碎化問(wèn)題，國(guó)家和地方政府采取了諸多措施，如建立了自然保護(hù)區(qū)、森林公園、濕地公園等各類(lèi)自然保護(hù)地。根據(jù)相關(guān)研究表明，自然保護(hù)地的建立對(duì)生物多樣性保護(hù)的效果明顯高于非自然保護(hù)地[10]。但也有研究表明現(xiàn)有的自然保護(hù)地不足以保護(hù)當(dāng)前生存的物種及其生境[11]。

一般通過(guò)環(huán)境替代指標(biāo)來(lái)預(yù)測(cè)人類(lèi)活動(dòng)與區(qū)域生物多樣性之間的關(guān)系，這對(duì)于制定生態(tài)環(huán)境保護(hù)規(guī)劃極為有用[12]，生境質(zhì)量作為這樣一種替代指標(biāo)可以用來(lái)評(píng)估生物多樣性保護(hù)狀況的有效性，這對(duì)于甘肅省乃至全國(guó)制定生物多樣性管理戰(zhàn)略方向以改進(jìn)某些物種和生境的保護(hù)至關(guān)重要。國(guó)內(nèi)外學(xué)者針對(duì)環(huán)境替代指標(biāo)法評(píng)估生物多樣性保護(hù)狀況做了相關(guān)大量研究，如Maes等[13]通過(guò)空間指標(biāo)評(píng)估了歐洲的生物多樣性保護(hù)狀況；Sallustio等[14]利用InVEST評(píng)估了意大利自然保護(hù)區(qū)的生境質(zhì)量和不同自然保護(hù)地規(guī)劃情景下的流域生境質(zhì)量；Berglund等[15]基于連通性和生境質(zhì)量，對(duì)海洋保護(hù)區(qū)的優(yōu)化選擇進(jìn)行了研究。國(guó)內(nèi)學(xué)者則將研究多集中在自然保護(hù)區(qū)[16]、流域[17]、區(qū)域[18-20]等尺度上對(duì)生境質(zhì)量進(jìn)行分析研究，而在省域尺度[21-22]上，多研究生境質(zhì)量的時(shí)空變化特征，鮮有對(duì)生境質(zhì)量及其與自然保護(hù)地關(guān)系的研究。

為有效識(shí)別出正在受到嚴(yán)重威脅的生物多樣性特殊區(qū)域，“熱點(diǎn)”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(chǔ)上首次提出了“熱點(diǎn)”一詞，以確定物種豐富度高、特有性強(qiáng)或具有威脅性的區(qū)域。盡管甘肅省已經(jīng)實(shí)施了一些政策和條例來(lái)加強(qiáng)對(duì)物種和生境的保護(hù)，例如建立國(guó)家公園、自然保護(hù)區(qū)、森林公園等，但是這些保護(hù)地在生物多樣性保護(hù)方面的成效卻沒(méi)有得到很好評(píng)估，在生物多樣性保護(hù)背景下，不同保護(hù)地類(lèi)別的優(yōu)劣勢(shì)尚未得到充分認(rèn)識(shí)，迄今為止也無(wú)有效方法將物種和生境異質(zhì)性以及相關(guān)威脅（氣候和人類(lèi)活動(dòng)）與國(guó)家和地方管理戰(zhàn)略聯(lián)系起來(lái)。在這方面，熱點(diǎn)方法已經(jīng)被證明能在空間上對(duì)生物多樣性保護(hù)的規(guī)劃和管理進(jìn)行有效改進(jìn)[24]。

近年來(lái)，甘肅省境內(nèi)野生動(dòng)物生境不斷遭到擾動(dòng)、破壞，其中最重要原因就是生物多樣性與自然保護(hù)地在空間上不一致的問(wèn)題尚未得到解決，但目前該領(lǐng)域的研究尚不充分。本研究首先在省域尺度上確定了對(duì)于不同土地利用/土地覆被類(lèi)型，其生境適宜性和對(duì)生物多樣性的威脅；然后應(yīng)用InVEST模型對(duì)生境質(zhì)量和退化進(jìn)行了評(píng)價(jià)；最后，探討了生境質(zhì)量和生境退化及其熱點(diǎn)和冷點(diǎn)與自然保護(hù)地類(lèi)型之間的關(guān)系。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

甘肅省地處西北內(nèi)陸，位于黃土高原、青藏高原、內(nèi)蒙古高原三大高原和西北干旱區(qū)、青藏高寒區(qū)、東部季風(fēng)區(qū)三大自然區(qū)域的交匯處，全省地域狹長(zhǎng)，地質(zhì)地貌、氣候類(lèi)型復(fù)雜多樣，境內(nèi)除海洋生態(tài)系統(tǒng)外的森林、草原、荒漠、濕地、農(nóng)田、城市等六大陸地生態(tài)系統(tǒng)均有發(fā)育，是全球生物多樣性保護(hù)的熱點(diǎn)地區(qū)之一，總土地面積為42.58萬(wàn)km2。主要山系有阿爾金山、祁連山、岷山、秦嶺、子午嶺、六盤(pán)山、合黎山和龍首山等。它位于國(guó)家“兩屏三帶”生態(tài)安全戰(zhàn)略格局中的青藏高原生態(tài)屏障、黃土高原-川滇生態(tài)屏障和北方防沙帶，是長(zhǎng)江、黃河上游重要的水源涵養(yǎng)地和補(bǔ)給區(qū)。

截至目前，甘肅省境內(nèi)的國(guó)家公園2個(gè)，省級(jí)以上自然保護(hù)區(qū)54個(gè)，有明確邊界的其他保護(hù)區(qū)地包括省級(jí)及以上森林公園54個(gè)、風(fēng)景名勝區(qū)5個(gè)、地質(zhì)公園21個(gè)、濕地公園9個(gè)，國(guó)家級(jí)水產(chǎn)種質(zhì)資源保護(hù)區(qū)21個(gè)，極小物種保護(hù)地1個(gè)，總面積約9.77萬(wàn)km2，占甘肅省國(guó)土面積的22.93%。

近年來(lái)，隨著甘肅省社會(huì)經(jīng)濟(jì)的發(fā)展，由于自然生態(tài)系統(tǒng)的破壞和不合理的人類(lèi)活動(dòng)，野生動(dòng)植物棲息繁衍生境日益縮小、破碎，一些物種數(shù)量迅速減少，甚至瀕臨滅絕。

1.2 數(shù)據(jù)來(lái)源

土地利用/土地覆被類(lèi)型數(shù)據(jù)來(lái)源于生態(tài)環(huán)境部衛(wèi)星應(yīng)用中心，分辨率為30 m，時(shí)段為2015年，根據(jù)甘肅省實(shí)際情況和根據(jù)研究需要，將研究區(qū)土地利用/土地覆被類(lèi)型整合為8個(gè)一級(jí)類(lèi)（森林、灌叢、草地、農(nóng)田、濕地、建設(shè)用地、荒漠、冰川及永久積雪），21個(gè)二級(jí)類(lèi)（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(kù)、河流、城市綠地、建設(shè)用地、裸巖、裸地、沙漠、鹽堿地、冰川及永久積雪），建立相應(yīng)的數(shù)據(jù)庫(kù)。

本研究中用到的自然保護(hù)地邊界數(shù)據(jù)包括甘肅省境內(nèi)的8大類(lèi)省級(jí)及以上自然保護(hù)地，包括國(guó)家公園、自然保護(hù)區(qū)、水產(chǎn)種質(zhì)資源保護(hù)區(qū)、濕地公園、森林公園、地質(zhì)公園、風(fēng)景名勝區(qū)和極小種群棲息地，數(shù)據(jù)來(lái)源于林草、農(nóng)牧、自然資源等自然保護(hù)地管理部門(mén)。

甘肅省礦業(yè)權(quán)范圍數(shù)據(jù)和不同等級(jí)公路和鐵路網(wǎng)數(shù)據(jù)取自天地圖數(shù)據(jù)庫(kù)，來(lái)源于自然資源部門(mén)。

本研究基于ArcGIS 10.2平臺(tái)，對(duì)涉及的相關(guān)矢量和柵格數(shù)據(jù)進(jìn)行預(yù)處理和空間分析；基于InVEST 3.6模型對(duì)甘肅省生境質(zhì)量進(jìn)行模擬。

2 研究方法

2.1 基于InVEST模型的生境質(zhì)量評(píng)估

本研究采用InVEST模型對(duì)甘肅省生境質(zhì)量進(jìn)行評(píng)估。該模型用生境質(zhì)量作為連接生物多樣性與不同土地覆被類(lèi)型之間的指標(biāo)[25]，有助于對(duì)生境保護(hù)需求進(jìn)行初步評(píng)估[26]。根據(jù)Terrado等[26]的研究，“該模型假設(shè)棲息地質(zhì)量較高的地區(qū)，物種豐富度較高，棲息地范圍和質(zhì)量下降導(dǎo)致物種持續(xù)性下降?！?。生境質(zhì)量的高低與土地利用/土地覆被類(lèi)型為生物多樣性提供的棲息地適宜性具有直接關(guān)系。

具體計(jì)算過(guò)程如下

式中D為生境類(lèi)型中柵格的生境退化度（退化風(fēng)險(xiǎn)指數(shù)）；為風(fēng)險(xiǎn)源個(gè)數(shù)；W為風(fēng)險(xiǎn)源的權(quán)重；Y為風(fēng)險(xiǎn)源的柵格數(shù)；r為柵格的脅迫值；i為柵格的脅迫值r對(duì)柵格的脅迫水平；β為風(fēng)險(xiǎn)源對(duì)柵格的可達(dá)性（受法律保護(hù)的區(qū)域內(nèi)，該值大于0小于1，保護(hù)越嚴(yán)，值越??；其余區(qū)域?yàn)?）；S為生境類(lèi)型對(duì)風(fēng)險(xiǎn)源的敏感度；d為柵格與柵格的直線距離；dmax為風(fēng)險(xiǎn)源的最大脅迫距離。Q為生境類(lèi)型中柵格的生境質(zhì)量指數(shù)；D為生境類(lèi)型中柵格所受脅迫水平；為半飽和系數(shù)；為模型默認(rèn)參數(shù)；H為生境類(lèi)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(lèi)別對(duì)物種的最適宜性[27]。每種威脅對(duì)土地利用/土地覆被類(lèi)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(shù)（有關(guān)InVEST Habitat Quality模型的更多詳細(xì)信息，請(qǐng)參見(jiàn)Sharp等成果[25]）。本研究中，將建設(shè)用地、農(nóng)田、采礦權(quán)和礦產(chǎn)地、高速公路、國(guó)省道、鐵路6類(lèi)土地利用/土地覆被設(shè)定為影響區(qū)域生境質(zhì)量的風(fēng)險(xiǎn)源，其余不同的地類(lèi)代表了不同的生境類(lèi)型。

生境質(zhì)量取決于棲息地特點(diǎn)和威脅的存在和影響程度，但生境質(zhì)量特別適合于在生境受到不同威脅的累積影響下，生境質(zhì)量受到破壞的情形。不同土地利用/土地覆被類(lèi)型具有相似的生境質(zhì)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(zhì)量而沒(méi)有考慮生境退化度，會(huì)低估威脅對(duì)生境的影響。因此，本研究中評(píng)估了生境質(zhì)量和生境退化度。

模型中相關(guān)參數(shù)需要結(jié)合甘肅省具體情況進(jìn)行調(diào)整，風(fēng)險(xiǎn)源在相應(yīng)保護(hù)區(qū)域內(nèi)的可達(dá)性、各風(fēng)險(xiǎn)源最大脅迫距離及權(quán)重、不同生境類(lèi)型對(duì)脅迫因子的敏感程度等參數(shù)的設(shè)置結(jié)合InVEST模型的實(shí)例，參照甘肅省生態(tài)領(lǐng)域?qū)＜业慕ㄗh以及結(jié)合前人研究成果[16-17,22]，及InVEST模型的實(shí)例[28]，同時(shí)參考專(zhuān)家建議及研究區(qū)實(shí)際情況（考慮到甘肅省境內(nèi)礦產(chǎn)資源富集區(qū)域大多分布在生態(tài)環(huán)境條件較好的區(qū)域，礦產(chǎn)資源開(kāi)發(fā)對(duì)生境的威脅很大，而這些區(qū)域由于自然條件的限制，城鎮(zhèn)分布很少且規(guī)模不大，故設(shè)定的采礦權(quán)對(duì)生境的威脅大于城鎮(zhèn)），對(duì)威脅因子敏感度賦值（表1和表2）。在GIS平臺(tái)下，對(duì)甘肅省主要生態(tài)威脅因子（鐵路、道路（包括國(guó)道、省道、縣道路）、城鎮(zhèn)及農(nóng)村居民點(diǎn)、農(nóng)田、采礦權(quán)）進(jìn)行提取或空間插值處理，最終獲取目標(biāo)并賦值為1，非目標(biāo)賦值為0，其柵格格式統(tǒng)一為.tif，分辨率30 m。

表1 威脅源及其最大威脅距離、權(quán)重及衰減類(lèi)型

表2 生境適宜性及其對(duì)不同威脅源的相對(duì)敏感程度賦值

本研究中土地利用/土地覆被可達(dá)性按照甘肅省境內(nèi)涉及的8類(lèi)自然保護(hù)地不同功能分區(qū)確定，根據(jù)各類(lèi)自然保護(hù)地不同功能分區(qū)的管控要求，對(duì)可達(dá)性參數(shù)β分別進(jìn)行賦值。其中，國(guó)家公園的核心保護(hù)區(qū)、自然保護(hù)區(qū)的核心區(qū)、森林公園、濕地公園、地質(zhì)公園、風(fēng)景名勝區(qū)、水產(chǎn)種質(zhì)資源保護(hù)區(qū)的核心保護(hù)區(qū)域、極小種群保護(hù)地（大熊貓棲息地）賦值為0；國(guó)家公園的生態(tài)修復(fù)區(qū)、自然保護(hù)區(qū)的緩沖區(qū)、森林公園、濕地公園、地質(zhì)公園、風(fēng)景名勝區(qū)、水產(chǎn)種質(zhì)資源保護(hù)區(qū)的一般保護(hù)區(qū)域賦值為0.2；國(guó)家公園的科普休憩區(qū)和傳統(tǒng)利用區(qū)賦值為0.8；自然保護(hù)區(qū)的實(shí)驗(yàn)區(qū)賦值為0.6；森林公園、濕地公園、地質(zhì)公園、風(fēng)景名勝區(qū)、水產(chǎn)種質(zhì)資源保護(hù)區(qū)的其他區(qū)域賦值為0.8。

2.2 生境熱點(diǎn)與冷點(diǎn)分析

熱點(diǎn)是指以特定指標(biāo)的高密度簇（本研究中是生境質(zhì)量或生境退化度）為特征的區(qū)域，周?chē)h(huán)繞著同一指標(biāo)的低密度簇，稱(chēng)為冷點(diǎn)[29]。本研究采用基于空間分析和空間關(guān)聯(lián)的local Moran’s I方法[30]，這種方法用在聚類(lèi)和離群分析中實(shí)現(xiàn)Anselin局部Moran's I統(tǒng)計(jì)。利用ArcGIS軟件在空間上識(shí)別具有統(tǒng)計(jì)意義的熱點(diǎn)、冷點(diǎn)和空間離群點(diǎn)。該工具通過(guò)根據(jù)每個(gè)像素的簇/離群點(diǎn)類(lèi)型（COType）對(duì)其進(jìn)行分類(lèi)來(lái)表示空間相似性（空間聚類(lèi)）或差異性（空間離群點(diǎn)）。最后，聚類(lèi)算法將分析的生境質(zhì)量和生境退化度分類(lèi)為：高值（熱點(diǎn)）的統(tǒng)計(jì)顯著（0.05水平）簇；低值（冷點(diǎn)）的統(tǒng)計(jì)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(jié)果

3.1 生境質(zhì)量和生境退化度空間格局

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

圖2 甘肅省生境質(zhì)量、生境退化度及其聚類(lèi)/異常值類(lèi)型空間分布

甘肅省生境退化度從南到北逐漸降低，高值區(qū)覆蓋范圍逐漸縮小，河西走廊地區(qū)生境退化度縮小到走廊綠洲區(qū)，該區(qū)域是甘肅省乃至全國(guó)的能源、交通走廊，人類(lèi)活動(dòng)干擾強(qiáng)度較大。甘肅中部人口密度大，人類(lèi)活動(dòng)頻繁，是甘肅省主要的工業(yè)、農(nóng)業(yè)生產(chǎn)區(qū)，高度分散著各種威脅（如高密度道路網(wǎng)和城市區(qū)域的碎片化，對(duì)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(yáng)、平?jīng)龅鹊?，生境退化度最高，該區(qū)域礦產(chǎn)、能源資源豐富，是甘肅省資源開(kāi)發(fā)重要地區(qū)，資源開(kāi)發(fā)活動(dòng)對(duì)自然植被破壞較大，生境退化度最大（退化度為0.289）。

綜合來(lái)看，甘肅南部和東部生境質(zhì)量較好，但是由于該區(qū)域受到人類(lèi)活動(dòng)干擾強(qiáng)度大，生境退化度也較高。

3.2 生境質(zhì)量和生境退化度熱點(diǎn)、冷點(diǎn)分析

從圖2中，生境質(zhì)量、生境退化度的聚類(lèi)/異常值類(lèi)型分布圖可以看出，甘肅省生境質(zhì)量熱點(diǎn)區(qū)連片分布于甘肅南部的臨夏、甘南、隴南，其他區(qū)域呈不連續(xù)的片狀分布，熱點(diǎn)區(qū)域面積占到全省國(guó)土面積的25.59%，從自然保護(hù)地與高質(zhì)量生境的分布可以看出，由于生境質(zhì)量熱點(diǎn)區(qū)域覆蓋面積高于自然保護(hù)地面積，甘肅南部的部分高質(zhì)量生境區(qū)域并沒(méi)有劃入自然保護(hù)地進(jìn)行管理，由此形成了保護(hù)空缺，未來(lái)這些區(qū)域隨著人類(lèi)活動(dòng)擾動(dòng)強(qiáng)度的增加將面臨生境退化的危險(xiǎn)。值得注意的是祁連山地區(qū)，生境質(zhì)量熱點(diǎn)區(qū)分布的整體性不高，多處被冷點(diǎn)區(qū)分割。其原因是早期祁連山礦產(chǎn)資源開(kāi)發(fā)、水電設(shè)施違法建設(shè)等人類(lèi)活動(dòng)對(duì)區(qū)域生態(tài)環(huán)境造成了破壞，導(dǎo)致局部區(qū)域生境質(zhì)量不高。

甘肅省生境退化熱點(diǎn)地區(qū)多分散分布于甘肅東部和中部地區(qū)，面積占全省國(guó)土面積的5.92%。其中東部的慶陽(yáng)生境退化度熱點(diǎn)面積較大，原因是該區(qū)域是煤炭、石油資源豐富，是國(guó)家五大綜合能源基地之一，資源開(kāi)發(fā)建設(shè)活動(dòng)頻繁引起的生境退化區(qū)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(nóng)業(yè)用地密集，導(dǎo)致該區(qū)域生境退化熱點(diǎn)區(qū)較破碎但分布較廣。隴南市生境退化度熱點(diǎn)呈點(diǎn)狀分布，其原因是該區(qū)域礦產(chǎn)資源開(kāi)發(fā)活動(dòng)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(diǎn)區(qū)分布，該區(qū)域也是礦產(chǎn)資源富集區(qū)。

3.3 生境質(zhì)量和生境退化度與不同類(lèi)型保護(hù)地的關(guān)系

根據(jù)表3，生境質(zhì)量最高的類(lèi)型為其他保護(hù)地（0.774 0），其次為國(guó)家公園（0.550 0），自然保護(hù)地處于中間水平（0.452 6），自然保護(hù)區(qū)和非保護(hù)地分別為0.447 2、0.362 2。各類(lèi)保護(hù)地中，國(guó)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(hù)地（0.009 0）外，為其他保護(hù)地（0.002 3），自然保護(hù)區(qū)和自然保護(hù)地分別為0.005、0.006。說(shuō)明雖然其他保護(hù)地生境質(zhì)量較高，但是由于這些保護(hù)地多為旅游景區(qū)，景區(qū)旅游設(shè)施建設(shè)等開(kāi)發(fā)活動(dòng)對(duì)保護(hù)地生境退化起到加速作用。

表3 不同類(lèi)型保護(hù)地生境質(zhì)量和生境退化度均值

從聚類(lèi)分析結(jié)果看，全省生境質(zhì)量的熱點(diǎn)覆蓋面積（25.59%）遠(yuǎn)高于生境退化度的熱點(diǎn)覆蓋面積（5.92%）。生境質(zhì)量熱點(diǎn)覆蓋率從國(guó)家公園的22.07%到其他保護(hù)地的56.11%，不同類(lèi)型保護(hù)地?zé)狳c(diǎn)覆蓋率差異性較大，其中國(guó)家公園的熱點(diǎn)覆蓋率低于全省平均水平。從非保護(hù)地到各類(lèi)保護(hù)地，生境質(zhì)量熱點(diǎn)覆蓋率逐漸增加，說(shuō)明自然保護(hù)地建立對(duì)生境質(zhì)量的提升有顯著作用。

從不同保護(hù)地類(lèi)型生境退化度熱點(diǎn)覆蓋率來(lái)看（表 4），與生境質(zhì)量熱點(diǎn)覆蓋率相反，國(guó)家公園是保護(hù)地類(lèi)型中生境退化熱點(diǎn)覆蓋率最低的類(lèi)型，覆蓋率為0.34%。而其他保護(hù)地生境退化度熱點(diǎn)覆蓋率在保護(hù)地類(lèi)型中最高，為6.58%。說(shuō)明今后自然保護(hù)地管理的重點(diǎn)應(yīng)該放在其他保護(hù)地，加強(qiáng)其他自然保護(hù)地的生態(tài)修復(fù)和恢復(fù)，減少人類(lèi)活動(dòng)的干擾。

表4 不同保護(hù)地類(lèi)型生境質(zhì)量和生境退化度及其熱點(diǎn)、冷點(diǎn)覆蓋率

4 討 論

4.1 生境質(zhì)量和退化度

本研究結(jié)果表明生境質(zhì)量在人口密度越高的地區(qū)以及更接近威脅源的地區(qū)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(jié)果顯示：從自然生態(tài)條件較好的區(qū)域到自然條件惡劣的區(qū)域（例如，從秦巴山區(qū)和祁連山地區(qū)到北部荒漠區(qū)）；從農(nóng)業(yè)用地較少的地區(qū)到農(nóng)業(yè)用地較密集的地區(qū)（例如，從甘南高原到隴中隴東地區(qū)），以及從限制性較強(qiáng)到限制性較弱的自然保護(hù)地類(lèi)別（例如，從自然保護(hù)區(qū)和國(guó)家公園到其他保護(hù)地）時(shí)，生境質(zhì)量降低。甘肅省存在大量的自然保護(hù)地，面積占到全省國(guó)土面積的22.93%，而且甘肅省建立了生物多樣性?xún)?yōu)先保護(hù)區(qū)，面積占到30.94%，這意味著在具有最高生物多樣性的地區(qū)，生物多樣性保護(hù)得到了保證（至少是預(yù)期的）。事實(shí)上，自然保護(hù)地體系對(duì)于維護(hù)生物多樣性保護(hù)在國(guó)家[31-32]和全球范圍[33]都得到了廣泛認(rèn)可，生境質(zhì)量和退化度熱點(diǎn)的研究結(jié)果也證實(shí)了這一點(diǎn)。這也符合高退化度值和高人為壓力之間存在的相關(guān)關(guān)系[34]。此外，與生境質(zhì)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(qū)域（如黃土高原溝壑丘陵區(qū)的被地形分割的林地、草地），這些區(qū)域高度分散著各種威脅（如高密度道路網(wǎng)、城市區(qū)域的碎片化、農(nóng)業(yè)耕作區(qū)）。生境質(zhì)量和生境退化度的空間分布和特征及其熱點(diǎn)，為生境質(zhì)量和生境退化度的研究提供了一個(gè)有價(jià)值和更全面的認(rèn)識(shí)，既體現(xiàn)了當(dāng)前的生境保護(hù)，也有因人為威脅的累積效應(yīng)而產(chǎn)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(hù)地水平。相反，與自然保護(hù)地相比，甘肅省非自然保護(hù)地有更高的生境退化度值，表明它們比自然保護(hù)地更容易受到人類(lèi)活動(dòng)的影響，自然保護(hù)地通常位遠(yuǎn)離人類(lèi)活動(dòng)影響的區(qū)域，受人為威脅的影響較?。ɡ?，位于高海拔地區(qū)的針闊混交林生境質(zhì)量最高）。這一趨勢(shì)可能取決于當(dāng)前的土地利用管理方式和它們與生物多樣性保護(hù)目的（如以生境或物種為目標(biāo)）的關(guān)系。當(dāng)然，沒(méi)有納入自然保護(hù)地管理的區(qū)域，雖然自然生態(tài)條件較好，也可能會(huì)面臨生境退化的危險(xiǎn)，例如，甘肅南部的隴南地區(qū)，部分區(qū)域并沒(méi)有納入自然保護(hù)地，故人類(lèi)活動(dòng)沒(méi)有受到限制或受到較小限制，從而礦產(chǎn)資源開(kāi)發(fā)活動(dòng)造成生境點(diǎn)狀退化。因此，甘肅省需要做出更大工作來(lái)改善區(qū)域生物多樣性保護(hù)和生境保護(hù)。

4.2 模型的局限性

生境質(zhì)量模型輸出的不確定性依賴(lài)于專(zhuān)家判斷的主觀性和可變性，本研究部分參數(shù)數(shù)據(jù)（如不同土地利用/土地覆被類(lèi)型對(duì)各生態(tài)脅迫因子的敏感度）來(lái)源于文獻(xiàn)、In VEST模型數(shù)據(jù)庫(kù)以及經(jīng)驗(yàn)公式。特別是，由于專(zhuān)家對(duì)不同區(qū)域脅迫因子、棲息地適宜性/質(zhì)量的認(rèn)識(shí)或知識(shí)水平存在差異。事實(shí)上，生境質(zhì)量機(jī)理復(fù)雜，加上指標(biāo)選取的不全面性，分析結(jié)果有一定的誤差。

此外，對(duì)模型中可達(dá)性參數(shù)的確定是筆者根據(jù)各類(lèi)自然保護(hù)地不同功能分區(qū)的管控要求，進(jìn)行了賦值，該參數(shù)的賦值對(duì)結(jié)果影響可能存在一定的不確定性。為了校驗(yàn)可達(dá)性參數(shù)對(duì)結(jié)果的影響大小，筆者在沒(méi)有考慮可達(dá)性參數(shù)的情況下（即假設(shè)完全可達(dá)，參數(shù)設(shè)置為1），模擬了生境質(zhì)量及其生境退化度，統(tǒng)計(jì)了不同類(lèi)型保護(hù)地的均值，為了判斷可達(dá)性對(duì)結(jié)果影響是否顯著，進(jìn)行了有無(wú)可達(dá)性參數(shù)2種模擬結(jié)果的方差分析。結(jié)果表明，雖然在不考慮可達(dá)性參數(shù)條件下，生境質(zhì)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(jié)果沒(méi)有顯著差異性，本研究中可達(dá)性參數(shù)的賦值對(duì)不同類(lèi)型保護(hù)地模擬結(jié)果均值的相對(duì)大小影響不大，分析結(jié)論可信。

盡管InVEST-生境質(zhì)量模型的應(yīng)用已被證明在省域范圍內(nèi)[21-22]對(duì)生物多樣性保護(hù)的支持是有效的，但需要注意的是生境質(zhì)量-生境退化度評(píng)估的有效性取決于研究區(qū)域的大小和輸入數(shù)據(jù)的分辨率，較低分辨率的數(shù)據(jù)對(duì)較小規(guī)模（如小城鎮(zhèn)、溝壑丘陵地帶農(nóng)業(yè)生產(chǎn)活動(dòng)等）生境類(lèi)型的變化不太敏感。通過(guò)熱點(diǎn)分析，研究關(guān)于生境質(zhì)量在不同保護(hù)地的結(jié)果與Sallustio等[35]獲得的結(jié)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(méi)有直接研究物種，因生物多樣性保護(hù)不僅僅是要關(guān)注目標(biāo)物種或其群體，其生存生境也是重要關(guān)注點(diǎn)；另一方面本研究模型只需要有限的輸入數(shù)據(jù)，且獲取相對(duì)容易，解決了大尺度分析中數(shù)據(jù)受限的問(wèn)題。

5 結(jié) 論

本研究基于InVEST模型，以高空間分辨率評(píng)估甘肅省的生境狀況，通過(guò)熱點(diǎn)、冷點(diǎn)分析方法，明確了各類(lèi)保護(hù)地與生境質(zhì)量和生境退化度之間的關(guān)系，得出以下結(jié)論：

1）甘肅省生境質(zhì)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(zhì)量總體較好，但是該區(qū)域由于受到人類(lèi)活動(dòng)干擾強(qiáng)度大，生境退化度也較高，生境質(zhì)量和生境退化程度取決于人類(lèi)活動(dòng)的位置和強(qiáng)度，結(jié)合生境質(zhì)量和生境退化程度能更加真實(shí)的反映當(dāng)前生境受到保護(hù)的水平。

2）甘肅省生境質(zhì)量熱點(diǎn)區(qū)連片分布集中在甘肅南部，其他區(qū)域呈不連續(xù)的片狀分布。甘肅省生境退化熱點(diǎn)地區(qū)面積雖然不高，但自然生態(tài)條件較好的區(qū)域因資源開(kāi)發(fā)等人類(lèi)活動(dòng)而導(dǎo)致生境多為點(diǎn)狀退化，未來(lái)應(yīng)該將生物多樣性保護(hù)工作轉(zhuǎn)向最脆弱的地點(diǎn)，以應(yīng)對(duì)地方尺度上的人為壓力和額外威脅。

3）各類(lèi)保護(hù)地中，國(guó)家公園的生境退化度最低、而其他保護(hù)地最高。總體上全省生境質(zhì)量的熱點(diǎn)覆蓋面積遠(yuǎn)高于生境退化的熱點(diǎn)覆蓋面積。不同類(lèi)型保護(hù)地?zé)狳c(diǎn)覆蓋率差異性較大，雖然其他類(lèi)保護(hù)地的生境質(zhì)量熱點(diǎn)覆蓋率最高，但是其生境退化熱點(diǎn)覆蓋率也在保護(hù)地類(lèi)型中最高，今后自然保護(hù)地管理的重點(diǎn)應(yīng)該放在其他保護(hù)地，加強(qiáng)其他自然保護(hù)地的生態(tài)修復(fù)和恢復(fù)，減少人類(lèi)活動(dòng)的干擾。

[1]傅伯杰，于丹丹，呂楠. 中國(guó)生物多樣性與生態(tài)系統(tǒng)服務(wù)評(píng)估指標(biāo)體系[J]. 生態(tài)學(xué)報(bào)，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(mén)明新，等. 基于GIS的區(qū)域生態(tài)連接度評(píng)價(jià)方法及應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，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(tài)保護(hù)[J]. 甘肅林業(yè)，2004(4)：18-20.

[9]劉莊，沈渭?jí)郏?chē)克鈞，等. 祁連山自然保護(hù)區(qū)生態(tài)承載力分析與評(píng)價(jià)[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，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(zhǎng)新，等. 沅江源自然保護(hù)區(qū)生境質(zhì)量變化遙感監(jiān)測(cè)[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，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(xué)成，張玲玲，等. 基于InVEST模型的甘肅白龍江流域生境質(zhì)量時(shí)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(píng)估土地整治對(duì)生境質(zhì)量的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，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(kù)區(qū)重慶段土地覆蓋和生物多樣性功能演化及預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，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(zhǎng)江中游經(jīng)濟(jì)帶生境質(zhì)量的時(shí)空分異特征及其地形梯度效應(yīng)[J]. 長(zhǎng)江流域資源與環(huán)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(zhì)量時(shí)空變化研究[J]. 生態(tài)學(xué)報(bào)，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(duì)區(qū)域尺度生境質(zhì)量的評(píng)估研究—以北京為例[J]. 北京大學(xué)學(xué)報(bào)：自然科學(xué)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(dá)元，蔣明康. 中國(guó)自然保護(hù)區(qū)對(duì)生物多樣性保護(hù)的貢獻(xiàn)[J]. 自然資源學(xué)報(bào)，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(yáng)志云，杜傲，徐衛(wèi)華. 問(wèn)題與對(duì)策我國(guó)生物多樣性格局與自然保護(hù)地體系建設(shè)[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?xún)?，王建，蘇軍德，等. 基于InVEST模型和莫蘭指數(shù)的甘肅省生境質(zhì)量與退化度評(píng)估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，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(jì)劃（18JR3RC420）；甘肅省技術(shù)創(chuàng)新引導(dǎo)計(jì)劃（20CX3ZA002）；甘肅省社會(huì)科學(xué)規(guī)劃項(xiàng)目（19YB155）

趙曉?xún)祝┦可?，主要從事生態(tài)環(huán)境遙感研究。Email：379458923@qq.com

王建，研究員，博士生導(dǎo)師，主要從事寒區(qū)旱區(qū)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