基于CA-Markov的土地利用時(shí)空變化與生境質(zhì)量預(yù)測*——以寧夏中部干旱區(qū)為例

武 丹, 李 歡, 艾 寧, 黃 濤, 顧繼升

基于CA-Markov的土地利用時(shí)空變化與生境質(zhì)量預(yù)測*——以寧夏中部干旱區(qū)為例

武 丹1, 李 歡1, 艾 寧2, 黃 濤1, 顧繼升1

(1. 寧夏回族自治區(qū)遙感測繪勘查院(寧夏回族自治區(qū)遙感中心) 銀川 750000; 2. 寧夏回族自治區(qū)應(yīng)急宣傳教育中心 銀川 750001)

探究干旱半干旱區(qū)土地利用結(jié)構(gòu)動(dòng)態(tài)變化特征, 評(píng)估并預(yù)測生境質(zhì)量, 可為區(qū)域生態(tài)規(guī)劃和恢復(fù)提供決策性依據(jù)。本研究以搭載OLI和ETM+傳感器遙感影像和氣象數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)等為基礎(chǔ), 采用土地利用轉(zhuǎn)移流概念、InVEST模型和CA-Markov模型研究2000—2030年寧夏中部干旱區(qū)土地利用和生境質(zhì)量時(shí)空變化特征及規(guī)律, 對(duì)未來情境進(jìn)行模擬和預(yù)測。研究結(jié)果表明: 寧夏中部干旱區(qū)土地系統(tǒng)結(jié)構(gòu)變化與生態(tài)建設(shè)規(guī)劃高度一致, 具有黃河流域兩側(cè)集中分布的特征, 土地系統(tǒng)綜合動(dòng)態(tài)度逐期減小, 活躍度具有穩(wěn)中有變、部分較活躍的特征。土地系統(tǒng)信息熵特征值呈逐年降低趨勢。隨著時(shí)間變化土地系統(tǒng)受人類活動(dòng)干擾強(qiáng)度低, 自我調(diào)整程度高, 修復(fù)能力強(qiáng), 系統(tǒng)向穩(wěn)定狀態(tài)轉(zhuǎn)化。2000—2015年研究區(qū)生態(tài)環(huán)境質(zhì)量呈“U”型特征, 以優(yōu)秀等級(jí)為主。2015—2030年土地系統(tǒng)結(jié)構(gòu)將發(fā)生顯著變化, 生境質(zhì)量優(yōu)秀、差和良好等級(jí)面積逐漸擴(kuò)大, 生態(tài)系統(tǒng)呈現(xiàn)穩(wěn)定向好的趨勢。本研究的多模型集成應(yīng)用可為區(qū)域土地規(guī)劃和生態(tài)恢復(fù)建設(shè)提供理論依據(jù)和支撐。

寧夏中部干旱區(qū); 土地利用; 生境質(zhì)量; 土地利用轉(zhuǎn)移流; CA-Markov; InVEST模型

土地是人類生存、發(fā)展的最基本自然資源, 是社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的基礎(chǔ)[1]。土地利用變化是人類活動(dòng)對(duì)生態(tài)環(huán)境作用的直接體現(xiàn), 也是引起區(qū)域生態(tài)系統(tǒng)服務(wù)功能和質(zhì)量變化的重要因素[2]。隨著人口增長和社會(huì)經(jīng)濟(jì)的快速發(fā)展, 土地利用的變化具有變化周期短、復(fù)雜程度高、影響因素多等特點(diǎn), 使其引起的生態(tài)效應(yīng)變化成為生態(tài)環(huán)境研究領(lǐng)域的熱點(diǎn)和難點(diǎn)[3-4]。

近年來, 許多專家學(xué)者從生態(tài)風(fēng)險(xiǎn)、生境質(zhì)量、生態(tài)服務(wù)功能、景觀格局和生態(tài)預(yù)警等角度對(duì)土地利用及其引起的生態(tài)效應(yīng)特征做了大量研究, 主要集中于國家、城市、流域等空間尺度, 對(duì)氣候干旱區(qū)和多地貌特征復(fù)雜區(qū)生境質(zhì)量的研究較少[5-6]。學(xué)者們常采用InVEST模型、HIS模型、SolVES模型等生境適宜性模型對(duì)區(qū)域生境質(zhì)量進(jìn)行評(píng)估[7-9]。其中InVEST模型具有操作便捷、輸出結(jié)果空間表達(dá)能力強(qiáng)、客觀性強(qiáng)等優(yōu)點(diǎn)被廣泛應(yīng)用[10]。國內(nèi)外專家學(xué)者利用InVEST模型對(duì)流域、山區(qū)、縣域等不同尺度區(qū)域生態(tài)服務(wù)功能和生境質(zhì)量了評(píng)估研究。如蔣九華等[11]利用InVEST模型對(duì)北京山區(qū)的森林生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行了評(píng)估分析, 應(yīng)用碳儲(chǔ)量模塊獲得了研究區(qū)不同林分類型區(qū)和空間平均碳儲(chǔ)量分布情況; 謝余初等[12]利用InVEST模型的HabitateQuality模塊和景觀格局指數(shù)的集成, 探究了甘肅省白龍江流域山區(qū)植被生物多樣性變化特征,發(fā)現(xiàn)將InVEST與多指數(shù)構(gòu)建的評(píng)估方法對(duì)區(qū)域生物多樣性空間格局評(píng)估更為客觀和真實(shí), 且更符合流域生物多樣性實(shí)際分布狀況; 劉菊等[13]在岷江上游采用InVEST水源涵養(yǎng)估算模塊探究了生態(tài)系統(tǒng)水源涵養(yǎng)量和價(jià)值估算, 研究結(jié)果表明在流域尺度的生態(tài)補(bǔ)償機(jī)制構(gòu)建和補(bǔ)償效益分析等方面, 該模型具有重要應(yīng)用價(jià)值; 劉曉娟等[14]利用FLUS模型和InVEST模型綜合分析了中國未來土地利用變化及其對(duì)土壤碳儲(chǔ)量的影響, 并對(duì)其空間分異特征進(jìn)行了解讀; 劉春艷等[15]研究了三峽庫區(qū)2005—2020年的土地覆被和生物多樣性功能的演化及趨勢, 發(fā)現(xiàn)CA-Markov模型的結(jié)合應(yīng)用普適性較好。綜上所述, 學(xué)者們分別以流域、山區(qū)和國家等尺度對(duì)不同生態(tài)服務(wù)功能和特點(diǎn)進(jìn)行了研究, 利用植被、河流等單一指標(biāo), 證實(shí)了InVEST模型在不同尺度生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)和估測研究中優(yōu)勢明顯。以土地利用和生境質(zhì)量時(shí)空變化結(jié)果為基礎(chǔ), 模擬和預(yù)測未來區(qū)域土地結(jié)構(gòu)、生境質(zhì)量和生態(tài)服務(wù)功能的變化特征及趨勢, 能夠?yàn)檎?guī)劃和生態(tài)文明建設(shè)提供決策意見。常見的預(yù)測模型有: 元胞自動(dòng)機(jī)(CA, Cellular Automaton)、隨機(jī)模型、FLUS模型、最優(yōu)化模型等[16-17]。CA-Markov模型是將元胞自動(dòng)機(jī)和隨機(jī)模型中的馬爾可夫(Markov)鏈模型集成應(yīng)用, 其具備Markov長期預(yù)測和CA模擬復(fù)雜系統(tǒng)空間變化的雙重優(yōu)勢, 能夠完成不同時(shí)空尺度土地利用、生境質(zhì)量等變化的模擬和預(yù)測, 具有提高模擬精度、預(yù)測結(jié)果可視化輸出等優(yōu)點(diǎn)[18-19]。近年來, 學(xué)者們對(duì)生態(tài)系統(tǒng)服務(wù)功能、景觀格局變化做了大量分析, 但是針對(duì)包含復(fù)雜地貌、氣候和資源特征的區(qū)域生態(tài)系統(tǒng)研究較少, 對(duì)生態(tài)服務(wù)功能未來變化和趨勢判斷多以經(jīng)驗(yàn)?zāi)Ｊ綖橹? 且在研究中評(píng)價(jià)指標(biāo)單一, 缺乏對(duì)評(píng)價(jià)指標(biāo)特點(diǎn)的剖析。

本文以寧夏中部干旱區(qū)為研究區(qū), 該區(qū)域具有自然條件惡劣, 生態(tài)破壞嚴(yán)重, 土地結(jié)構(gòu)變化規(guī)律性弱且變化周期短等特點(diǎn)。近年來, 隨著生態(tài)文明建設(shè)進(jìn)程的推進(jìn), 其生態(tài)恢復(fù)工作取得巨大成功, 如草方格治沙、生態(tài)移民等舉措和模式已在全國進(jìn)行推廣。研究集成多模型, 剖析寧夏中部干旱區(qū)土地結(jié)構(gòu)變化規(guī)律, 模擬其生境質(zhì)量未來變化趨勢和規(guī)律, 旨在探究復(fù)雜區(qū)域生態(tài)恢復(fù)模式結(jié)構(gòu)和多模型集成應(yīng)用的可行性, 為生態(tài)恢復(fù)工作的持續(xù)實(shí)施提供導(dǎo)向和建議。

1 研究區(qū)概況

寧夏中部干旱區(qū)位于黃土高原、毛烏素沙地、鄂爾多斯臺(tái)地和騰格里沙漠等不同地貌區(qū)的過渡帶(104°17′~107°39′E, 36°54′~38°23′N), 與甘肅、陜西、內(nèi)蒙古等省毗鄰, 是寧夏典型的生態(tài)環(huán)境脆弱區(qū), 主要包括寧夏境內(nèi)的鹽池縣、同心縣、紅寺堡開發(fā)區(qū)和海原縣, 面積約為20 141 km2, 占寧夏總面積的35.6%。研究區(qū)氣候類型屬溫帶大陸性干旱半干旱氣候, 降水多集中于7—9月, 年降水量為120~240 mm, 年蒸發(fā)量2 027.8 mm, 年平均氣溫為10.8 ℃, 具有氣候干燥、蒸發(fā)強(qiáng)烈、降水時(shí)空分布不均勻等特點(diǎn)。該區(qū)域生態(tài)環(huán)境承載能力弱, 經(jīng)濟(jì)水平低, 屬全國18個(gè)集中連片特殊困難地區(qū)之一, 是精準(zhǔn)扶貧工作開展的重點(diǎn)區(qū)域[20-21]。近年來, 隨著生態(tài)恢復(fù)舉措和生態(tài)移民工程的實(shí)施, 局部生態(tài)環(huán)境趨于好轉(zhuǎn)。地理環(huán)境、氣候條件因素的影響下, 研究區(qū)整體生態(tài)環(huán)境質(zhì)量表現(xiàn)脆弱, 主要生態(tài)問題表現(xiàn)于土地鹽漬化、沙漠化、水土流失及由此引發(fā)的其他生態(tài)效應(yīng)和環(huán)境問題。探究寧夏中部干旱帶土地結(jié)構(gòu)變化和生態(tài)環(huán)境質(zhì)量特征, 模擬及預(yù)測生態(tài)環(huán)境質(zhì)量和土地利用時(shí)空變化趨勢, 可為未來生態(tài)恢復(fù)工作和規(guī)劃提供科學(xué)依據(jù)和理論支撐。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

1)遙感影像數(shù)據(jù)及處理: 2000年、2005年、2010年和2015年的寧夏中部干旱區(qū)OLI和ETM+傳感器遙感影像(柵格大小為30 m×30 m, 云量<1%), 來自寧夏回族自治區(qū)遙感中心。以2000—2015年每5年的寧夏中部干旱帶OLI和ETM+傳感器遙感影像為基礎(chǔ)數(shù)據(jù), 結(jié)合實(shí)地調(diào)查數(shù)據(jù), 利用ENVI 5.3和ArcGIS 10.5等軟件技術(shù)平臺(tái), 根據(jù)《土地利用現(xiàn)狀分類》(GB/T 21010—2017)的分類依據(jù)和標(biāo)準(zhǔn)[22], 采用目視判讀的方法將土地覆蓋類型主要分為一級(jí)類7種, 包括建設(shè)用地、耕地、草地、林地、沙地、水域和其他用地, 二級(jí)類共26種, 包括灌木林地、天然牧草地、人工牧草地、采礦用地、鐵路用地等, 本文主要對(duì)一級(jí)地類土地利用變化進(jìn)行分析。

2)氣象數(shù)據(jù): 研究區(qū)多年逐日平均降水量、蒸散量、溫度等氣象數(shù)據(jù), 來自寧夏回族自治區(qū)氣象局。

3)其他數(shù)據(jù): 社會(huì)經(jīng)濟(jì)數(shù)據(jù)、保護(hù)區(qū)建設(shè)規(guī)劃、種植結(jié)構(gòu)配置等, 來自寧夏回族自治區(qū)統(tǒng)計(jì)局、各縣年報(bào)資料等。

2.2 研究方法

2.2.1 構(gòu)建土地利用轉(zhuǎn)移流

研究引入物理動(dòng)態(tài)學(xué)理論中動(dòng)態(tài)物質(zhì)變化“流”的概念, 認(rèn)為不同土地覆蓋之間的相互轉(zhuǎn)化可視為動(dòng)態(tài)流動(dòng)狀態(tài), 稱作“土地利用轉(zhuǎn)移流”[23]。公式為:

f=out+in(1)

nf=in–out(2)

式中:f為土地轉(zhuǎn)移流,in、out分別為轉(zhuǎn)入流和轉(zhuǎn)出流,nf為轉(zhuǎn)移流凈值。

單一土地利用動(dòng)態(tài)度是指土地覆蓋轉(zhuǎn)移流凈值占土地變化初期該土地利用類型面積的比例; 綜合土地利用動(dòng)態(tài)度, 區(qū)域土地覆蓋類型總轉(zhuǎn)出流與總轉(zhuǎn)入流相等, 土地覆蓋轉(zhuǎn)移變化面積是總轉(zhuǎn)移流的1/2, 以此計(jì)算土地系統(tǒng)綜合土地利用動(dòng)態(tài)度, 公式如下:

K=nf/A0′′100% (3)

研究用某時(shí)段內(nèi)某種土地利用類型轉(zhuǎn)移流占該類型初始面積與轉(zhuǎn)入流之和的百分比來表示土地利用活躍度, 公式如下:

式中:Q為區(qū)域土地系統(tǒng)中土地利用活躍度,0為變化土地利用類型初期面積。

研究采用信息熵的概念評(píng)價(jià)區(qū)域土地系統(tǒng)的穩(wěn)定性[24], 將某土地利用類型變化面積占該地類面積的比例作為信息熵中事件發(fā)生的概率, 土地系統(tǒng)信息熵越高, 該土地系統(tǒng)越不穩(wěn)定, 公式如下:

2.2.2 生境質(zhì)量評(píng)價(jià)方法

生境質(zhì)量評(píng)價(jià)是指生態(tài)系統(tǒng)服務(wù)功能提供生物多樣性繁衍和生存環(huán)境、條件潛力的評(píng)價(jià)體系。人類活動(dòng)是影響生物多樣性發(fā)展和變化的重要因素, 通過分析土地利用變化對(duì)生物多樣性威脅的程度, 可以評(píng)估某一區(qū)域生境類型的范圍及其退化程度。研究選用InVEST模型中的Habitat quality模塊對(duì)寧夏中部干旱區(qū)生境質(zhì)量進(jìn)行評(píng)估, 探究其生境退化程度和生物多樣性保護(hù)適宜區(qū), 公式如下:

建設(shè)用地是人類活動(dòng)在生態(tài)系統(tǒng)中作用的最顯著特征, 將建設(shè)用地作為脅迫因子, 咨詢專家及參照既有研究, 確定不同生境類型對(duì)脅迫因子敏感性、最大脅迫距離及權(quán)重等參數(shù)取值[25](表1, 表2)。

表1 生態(tài)脅迫因子屬性表

表2 不同土地利用類型的生境適宜性

2.2.3 生境恢復(fù)特征預(yù)測

CA和Markov是時(shí)間、空間及狀態(tài)均呈離散特征的動(dòng)力學(xué)模型, 其中CA模型能夠較好地模擬復(fù)雜系統(tǒng)時(shí)空演化過程, Markov模型可實(shí)現(xiàn)模擬數(shù)量上的增加, 對(duì)其進(jìn)行優(yōu)化。根據(jù)生態(tài)系統(tǒng)土地覆蓋時(shí)空演化規(guī)律, 綜合利用CA和Markov模型可實(shí)現(xiàn)模擬和預(yù)測未來土地覆蓋變化的目的, 模型公式如下:

CA模型計(jì)算原理:

Markov模型計(jì)算原理:

S+1=P′S (10)

式中:S、S+1分別為、+1時(shí)刻生態(tài)系統(tǒng)土地覆蓋的狀態(tài),P為某狀態(tài)轉(zhuǎn)移矩陣。

3 結(jié)果與分析

3.1 土地利用轉(zhuǎn)移流時(shí)空特征

通過建立研究區(qū)土地系統(tǒng)土地利用轉(zhuǎn)移矩陣, 構(gòu)建轉(zhuǎn)移流動(dòng)態(tài)變化時(shí)空特征, 研究發(fā)現(xiàn):

2000—2005年寧夏中部干旱帶草地和林地的面積顯著增加, 土地轉(zhuǎn)移流凈值分別為812.75 km2和429.63 km2; 建設(shè)用地面積有較顯著增加; 土地系統(tǒng)中耕地、其他用地和沙地轉(zhuǎn)出流遠(yuǎn)大于轉(zhuǎn)入流, 轉(zhuǎn)移流凈值均呈負(fù)值, 分別為-1 057.86 km2、-121.96 km2和-122.17 km2; 水域面積變化較小。

2005—2010年研究區(qū)土地轉(zhuǎn)移流變化較為平緩, 林地和建設(shè)用地的面積顯著增加, 土地轉(zhuǎn)移流凈值分別為118.74 km2和99.50 km2; 耕地轉(zhuǎn)移流凈值較上一階段變化繼續(xù)呈負(fù)增長, 轉(zhuǎn)移流凈值為-161.93 km2; 其他土地利用類型轉(zhuǎn)移流動(dòng)態(tài)變化面積較小。

2010—2015年區(qū)域土地利用轉(zhuǎn)移關(guān)系較往年趨于穩(wěn)定狀態(tài), 草地和建設(shè)用地顯著增加, 土地轉(zhuǎn)移流凈值分別為289.45 km2和77.09 km2; 土地系統(tǒng)中耕地、其他用地面積明顯減少, 轉(zhuǎn)移流凈值均呈負(fù)值, 分別為-249.62 km2和-112.31 km2; 林地、沙地和水域面積變化較小。

2000—2015年寧夏中部干旱帶覆蓋區(qū)域草地、林地和建設(shè)用地面積均有顯著增加, 土地轉(zhuǎn)移流凈值分別為1 139.57 km2、571.25 km2和231.02 km2; 耕地、其他用地和沙地的轉(zhuǎn)出流遠(yuǎn)大于轉(zhuǎn)入流, 轉(zhuǎn)移流凈值均呈負(fù)值, 分別為-1 469.41 km2、-299.24 km2和-185.20 km2; 水域面積略有增加。

研究發(fā)現(xiàn), 由于“退耕還林還草”和“治沙護(hù)林”舉措的實(shí)施, 2000—2015年研究區(qū)不同時(shí)段土地利用轉(zhuǎn)移關(guān)系中, 草地、林地的轉(zhuǎn)入流來源多為耕地和沙地, 轉(zhuǎn)出流變化多為二者互相轉(zhuǎn)移和轉(zhuǎn)為建設(shè)用地。隨著城鎮(zhèn)化建設(shè)進(jìn)度的加快, 其他土地和部分耕地成為建設(shè)用地面積增加的轉(zhuǎn)入流來源, 其他幾類用地均有作為水域轉(zhuǎn)入流的土地資源, 且城鎮(zhèn)化建設(shè)用地面積增加集中分布于黃河流域兩側(cè)(圖1)。

圖1 2000—2015年寧夏中部干旱區(qū)土地利用變化圖

3.2 土地系統(tǒng)動(dòng)態(tài)特征

3.2.1 土地利用動(dòng)態(tài)度變化特征

2000—2015年寧夏中部干旱區(qū)每5年的綜合土地利用動(dòng)態(tài)度分別為2.13%、0.93%和0.71%, 呈逐期減少的趨勢。15年時(shí)間尺度綜合土地利用動(dòng)態(tài)度為2.96%。

在研究時(shí)段內(nèi), 草地、建設(shè)用地、林地的單一土地利用動(dòng)態(tài)度為正值, 耕地、其他土地和沙地為負(fù)值。其中, 建設(shè)用地、沙地和其他土地的單一土地利用動(dòng)態(tài)度變化較顯著, 草地變化特征較弱(表3)。

3.2.2 土地系統(tǒng)活躍度及信息熵特征

研究區(qū)土地系統(tǒng)信息熵和不同土地利用類型動(dòng)態(tài)變化活躍度對(duì)評(píng)價(jià)土地系統(tǒng)穩(wěn)定性和生態(tài)系統(tǒng)規(guī)劃具有重要意義。2000—2015年寧夏中部干旱區(qū)活躍度穩(wěn)中有變, 部分土地利用類型活躍度較高。其中, 沙地和水域活躍度保持較高水平, 其次為建設(shè)用地、其他土地和耕地, 林地和草地保持較低水平(表4)。

2000—2015年每5年研究區(qū)土地系統(tǒng)信息熵特征值保持在低值0.08~0.17, 且呈逐年降低趨勢, 15年尺度信息熵值為0.22。表明隨著時(shí)間變化土地系統(tǒng)受人類活動(dòng)干擾強(qiáng)度低, 自我調(diào)整程度高, 系統(tǒng)向穩(wěn)定狀態(tài)轉(zhuǎn)化(表4)。

表3 2000—2015年寧夏中部干旱區(qū)土地利用動(dòng)態(tài)度

表4 2000—2015年寧夏中部干旱區(qū)主要土地利用類型動(dòng)態(tài)度特征和土地信息熵

3.3 生境質(zhì)量時(shí)空變化

采用InVEST模型的Habitate Quality模塊評(píng)估研究區(qū)生境質(zhì)量時(shí)空變化, 根據(jù)既有研究和研究區(qū)實(shí)際情況, 將本研究生境質(zhì)量計(jì)算結(jié)果()分為4個(gè)等級(jí): 優(yōu)秀(0.9≤≤1)、良好(0.6≤<0.9)、一般(0.3≤<0.6)和差(0≤<0.3)。

研究表明, 寧夏中部干旱區(qū)生境質(zhì)量總體呈較高水平, 優(yōu)秀等級(jí)占比較高, 其次為一般等級(jí), 良好和差等級(jí)面積占比較小。2000—2015年優(yōu)秀和差等級(jí)面積穩(wěn)步增長, 分別增長10.23%和43.48%, 一般等級(jí)面積減少最快, 減幅為23.47%, 如表5?？臻g分布上, 同心縣、紅寺堡開發(fā)區(qū)生境質(zhì)量等級(jí)中的一般等級(jí)向優(yōu)秀等級(jí)轉(zhuǎn)化明顯, 鹽池縣和海原縣差等級(jí)面積有顯著增加(圖2)。

表5 2000—2015年寧夏中部干旱區(qū)生境質(zhì)量等級(jí)變化表

3.4 生境質(zhì)量預(yù)測

3.4.1 土地利用預(yù)測

研究采用CA-Markov對(duì)寧夏中部干旱區(qū)土地利用模擬和預(yù)測, 首先利用2000—2010年為參考值, 模擬區(qū)域2015年土地利用空間分布和統(tǒng)計(jì)結(jié)果, 并將模擬結(jié)果與2015年實(shí)際解譯結(jié)果進(jìn)行對(duì)比驗(yàn)證, kappa系數(shù)達(dá)86%, 證明利用CA-Markov預(yù)測未來土地利用結(jié)果可靠, 可供進(jìn)一步研究使用。

圖2 寧夏中部干旱區(qū)生境質(zhì)量空間分布

以2000—2015年土地利用解譯結(jié)果作為模擬值, 模擬研究區(qū)16年土地利用變化規(guī)律。將2015年土地利用解譯結(jié)果作為背景值, 模擬預(yù)測研究區(qū)2030年土地利用結(jié)果。結(jié)果表明, 研究區(qū)2015—2030年土地利用結(jié)構(gòu)發(fā)生顯著變化。草地、建設(shè)用地和林地增幅明顯, 面積分別增加405.92 km2、227.65 km2和372.23 km2, 主要分布于鹽池縣北部、紅寺堡開發(fā)區(qū)的羅山國家自然保護(hù)區(qū)和海原縣南華山國家自然保護(hù)區(qū)附近, 其他用地、耕地和沙地面積顯著減少, 水域面積增長較小(表6, 圖3)。

表6 2000—2015年寧夏中部干旱區(qū)土地利用面積對(duì)比

3.4.2 未來生境質(zhì)量評(píng)價(jià)

研究以2030年土地利用結(jié)果為基礎(chǔ), 利用InVEST模型估算獲取研究區(qū)未來生境質(zhì)量結(jié)果, 并與2015年結(jié)果進(jìn)行對(duì)比。研究發(fā)現(xiàn), 寧夏中部干旱區(qū)2015—2030年生境質(zhì)量總體呈顯著變好的趨勢, 優(yōu)秀等級(jí)面積增長顯著, 增長了697.59 km2, 增幅較小。變化區(qū)域主要集中于紅寺堡區(qū)南部和海原縣南部, 鹽池縣全域略有增加; 良好和差等級(jí)增幅明顯, 分別為15.84%和32.77%; 一般等級(jí)面積減少939.93 km2, 減幅為19.91%(圖4、表7)。

圖3 寧夏中部干旱區(qū)2030年土地利用預(yù)測圖

4 討論與結(jié)論

土地利用變化特征和生境質(zhì)量評(píng)價(jià)是當(dāng)前生態(tài)學(xué)領(lǐng)域的研究重點(diǎn)之一[3-4]。目前, 對(duì)于土地利用變化引起的不同生境質(zhì)量在屬性和空間變化上的評(píng)價(jià)方法、等級(jí)和模型構(gòu)建未形成統(tǒng)一標(biāo)準(zhǔn)。本研究在寧夏中部干旱區(qū)采用土地利用轉(zhuǎn)移流概念、InVEST模型、CA-Markov模型等探究區(qū)域土地利用和生境質(zhì)量時(shí)空變化特征, 探討其多模型集成應(yīng)用和評(píng)價(jià)標(biāo)準(zhǔn)的區(qū)域?qū)嶋H性。

圖4 寧夏中部干旱區(qū)2030年生境質(zhì)量預(yù)測圖

表7 2030年寧夏中部干旱區(qū)生境質(zhì)量等級(jí)和對(duì)比表

研究發(fā)現(xiàn)寧夏中部干旱區(qū)生境質(zhì)量轉(zhuǎn)好的原因與土地利用轉(zhuǎn)移流向具有高度的一致性, 生態(tài)服務(wù)功能弱的沙地、其他用地面積逐漸向生態(tài)服務(wù)功能強(qiáng)的林地、草地轉(zhuǎn)移, 這與劉曉娟等[14]、劉春艷等[15]、陳雅倩等[25]研究結(jié)果中生境質(zhì)量轉(zhuǎn)好的原因一致。研究區(qū)土地系統(tǒng)結(jié)構(gòu)穩(wěn)中有變, 其他用地、沙地等逐漸向林地、草地、建設(shè)用地等轉(zhuǎn)移, 該特征及趨勢與“退耕還林還草” “沿黃經(jīng)濟(jì)帶開發(fā)”和“黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展”等舉措、方針的實(shí)施具有較高的一致性。

利用InVEST模型假設(shè)人類活動(dòng)是影響生境質(zhì)量向壞發(fā)展的直接因素, 研究結(jié)果顯示研究區(qū)生境質(zhì)量時(shí)空演變趨勢逐漸形成“U”型變化, 優(yōu)秀、差和良好等級(jí)面積逐漸擴(kuò)大, 一般等級(jí)占比縮小。原因在于近年來, 城鎮(zhèn)化、工業(yè)化建設(shè)的不斷推進(jìn), 其他用地、沙地等被高效利用, 生產(chǎn)建設(shè)用地、生活居住用地、交通用地等不斷擴(kuò)大, 使研究區(qū)生境質(zhì)量差等級(jí)的面積顯著增加, 空間分布愈為廣泛。2000—2010年研究區(qū)建設(shè)用地面積快速擴(kuò)張, 增加面積遠(yuǎn)大于沙地和其他用地的減少面積, 導(dǎo)致區(qū)域自然生態(tài)系統(tǒng)受人為擾動(dòng)生態(tài)脅迫范圍急劇擴(kuò)大, 生境質(zhì)量差等級(jí)面積顯著增加, 這與鞏杰等[26]在甘肅白龍江流域的研究結(jié)果一致。

研究發(fā)現(xiàn), 由于“退耕還林還草”和“治沙護(hù)林”舉措的實(shí)施, 2000—2015年研究區(qū)不同時(shí)段土地利用轉(zhuǎn)移關(guān)系中, 草地、林地的轉(zhuǎn)入流來源多為耕地和沙地, 轉(zhuǎn)出流變化多為二者互相轉(zhuǎn)移和轉(zhuǎn)為建設(shè)用地。隨著城鎮(zhèn)化建設(shè)進(jìn)度的加快, 其他土地和部分耕地成為建設(shè)用地面積增加的轉(zhuǎn)入流資源, 其他幾類用地均有作為水域轉(zhuǎn)入流的土地資源。隨著生態(tài)恢復(fù)舉措產(chǎn)生的如生態(tài)紅線劃定、河湖長制、加強(qiáng)生態(tài)保護(hù)區(qū)保護(hù)體系建設(shè)等一系列制度和政策的推進(jìn), 研究區(qū)非法開墾耕地面積縮減, 沙地生態(tài)得到有效治理, 林草面積的不斷擴(kuò)大, 使生態(tài)環(huán)境得到明顯改善和提升。

研究引入CA-Markov模型構(gòu)建土地系統(tǒng)格局和生境質(zhì)量預(yù)測體系, 對(duì)區(qū)域未來土地利用、生境質(zhì)量空間變化特征和規(guī)律進(jìn)行模擬、預(yù)測, 驗(yàn)證其精確性、可靠性和科學(xué)性, 以期建立新模式。研究發(fā)現(xiàn), 寧夏中部干旱區(qū)2015—2030年生境質(zhì)量總體呈顯著變好的趨勢, 優(yōu)秀等級(jí)面積顯著增長, 良好和差等級(jí)增幅有較大提高, 一般等級(jí)面積逐步減少, 這與2000—2015年生境質(zhì)量變化趨勢一致, 與目前區(qū)域生態(tài)規(guī)劃和政策導(dǎo)向有密切相關(guān)性。該預(yù)測體系的構(gòu)建能夠?yàn)閰^(qū)域生態(tài)規(guī)劃和決策提供理論依據(jù)和實(shí)踐基礎(chǔ)。

本研究引入土地利用轉(zhuǎn)移流, 分析土地利用轉(zhuǎn)移規(guī)律和特征, 進(jìn)一步利用InVEST模型構(gòu)建生境質(zhì)量評(píng)價(jià)體系, 結(jié)合CA-Markov模型對(duì)未來土地利用和生境質(zhì)量變化規(guī)律進(jìn)行預(yù)測, 研究中多模型集成應(yīng)用和體系的構(gòu)建具有強(qiáng)的科學(xué)性、客觀性、時(shí)效性, 能夠?yàn)樯迟|(zhì)量長期觀測及未來生態(tài)風(fēng)險(xiǎn)防控工作提供理論依據(jù)和幫助。土地利用結(jié)構(gòu)較為復(fù)雜, 本文只從單一土地利用結(jié)構(gòu)為切入點(diǎn)進(jìn)行探究, 且在生境質(zhì)量評(píng)價(jià)中只考慮人為干擾對(duì)生態(tài)系統(tǒng)的脅迫, 未能充分考慮土地政策導(dǎo)向、動(dòng)物脅迫、災(zāi)害脅迫等因素。以后的研究將通過野外調(diào)研的方式, 結(jié)合無人機(jī)、三維激光掃描和入戶調(diào)查等, 探究研究區(qū)封禁措施成效、蟲鼠害嚴(yán)重程度、土地政策、放牧空間、土地沙化、水源涵養(yǎng)等現(xiàn)狀, 豐富生境質(zhì)量評(píng)價(jià)因子, 完善評(píng)價(jià)體系, 為生境質(zhì)量評(píng)價(jià)和土地利用規(guī)律變化提供更精細(xì)的計(jì)算和分析。

本研究集成利用土地利用轉(zhuǎn)移流概念、InVEST模型、CA-Markov模型等對(duì)寧夏中部干旱區(qū)土地系統(tǒng)結(jié)構(gòu)、生境質(zhì)量時(shí)空變化特征及規(guī)律進(jìn)行模擬和預(yù)測, 得出以下結(jié)論:

1)引用土地利用轉(zhuǎn)移流概念探究干旱半干旱區(qū)土地系統(tǒng)結(jié)構(gòu)動(dòng)態(tài)變化成效顯著,能夠較好地解釋土地利用轉(zhuǎn)移規(guī)律和空間分布特征, 寧夏中部干旱區(qū)土地利用變化具有與生態(tài)建設(shè)規(guī)劃的高度一致性、城鎮(zhèn)快速擴(kuò)張、集中分布于黃河流域附近等特征。

2)研究區(qū)土地系統(tǒng)綜合動(dòng)態(tài)度逐期減小, 部分單一土地利用類型動(dòng)態(tài)度仍保持較高水平, 土地系統(tǒng)活躍度具有穩(wěn)中有變、部分較活躍等特征。

3)土地系統(tǒng)信息熵特征值保持在低值(0.07~0.17)區(qū)間, 且呈逐年降低趨勢。隨著時(shí)間變化土地系統(tǒng)受人類活動(dòng)干擾強(qiáng)度低, 自我調(diào)整程度高, 修復(fù)能力強(qiáng), 系統(tǒng)向穩(wěn)定狀態(tài)轉(zhuǎn)化。

4)研究區(qū)生態(tài)環(huán)境質(zhì)量呈“U”型特征, 優(yōu)秀等級(jí)為主, 隨著生態(tài)文明建設(shè)和城市化進(jìn)程加快, 優(yōu)秀、良好和差等級(jí)的面積顯著增加, 一般等級(jí)面積減少。

5)2015—2030年土地系統(tǒng)結(jié)構(gòu)發(fā)生顯著變化, 生境質(zhì)量優(yōu)秀、差和良好等級(jí)面積逐漸擴(kuò)大, 生態(tài)系統(tǒng)呈現(xiàn)穩(wěn)定向好的趨勢。

6)研究集成利用土地利用轉(zhuǎn)移流概念、InVEST模型和CA-Markov模型探究和預(yù)測寧夏中部干旱區(qū)土地系統(tǒng)和生境質(zhì)量時(shí)空變化特征效果顯著, 可為區(qū)域生態(tài)規(guī)劃和決策實(shí)施提供指導(dǎo)性建議和理論支撐。

[1] FLESKENS L, DUARTE F, EICHER I. A conceptual framework for the assessment of multiple functions of agro-ecosystems: A case study of Trás-os-Montes olive groves[J]. Journal of Rural Studies, 2009, 25(1): 141–155

[2] 劉紀(jì)遠(yuǎn), 匡文慧, 張?jiān)鱿? 等. 20世紀(jì)80年代末以來中國土地利用變化的基本特征與空間格局[J]. 地理學(xué)報(bào), 2014, 69(1): 3–14 LIU J Y, KUANG W H, ZHANG Z X, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3–14

[3] 傅伯杰, 張立偉. 土地利用變化與生態(tài)系統(tǒng)服務(wù): 概念、方法與進(jìn)展[J]. 地理科學(xué)進(jìn)展, 2014, 33(4): 441–446 FU B J, ZHANG L W. Land-use change and ecosystem services: Concepts, methods and progress[J]. Progress in Geography, 2014, 33(4): 441–446

[4] 王航, 秦奮, 朱筠, 等. 土地利用及景觀格局演變對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[J]. 生態(tài)學(xué)報(bào), 2017, 37(4): 1286–1296 WANG H, QIN F, ZHU J, et al. The effects of land use structure and landscape pattern change on ecosystem service values[J]. Acta Ecologica Sinica, 2017, 37(4): 1286–1296

[5] 徐嘉興, 趙華, 李鋼, 等. 礦區(qū)土地生態(tài)評(píng)價(jià)及空間分異研究[J]. 中國礦業(yè)大學(xué)學(xué)報(bào), 2017, 46(1): 192–200 XU J X, ZHAO H, LI G, et al. Land ecological assessment and its spatial variation in coal mining area[J]. Journal of China University of Mining & Technology, 2017, 46(1): 192–200

[6] 戴靚, 姚新春, 周生路, 等. 長三角經(jīng)濟(jì)發(fā)達(dá)區(qū)金壇市土地生態(tài)狀況評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(8): 249–257 DAI L, YAO X C, ZHOU S L, et al. Land ecological assessment of Jintan City in Yangtze River Delta with highly developed economy[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(8): 249–257

[7] 馬永強(qiáng), 石云, 郝姍姍, 等. 黃土丘陵區(qū)土地覆蓋和生物多樣性功能演化及預(yù)測[J]. 生態(tài)學(xué)報(bào), 2019, 39(8): 2806–2815 MA Y Q, SHI Y, HAO S S, et al. Evolution and prediction of land cover and biodiversity function in Loess Hilly Region[J]. Acta Ecologica Sinica, 2019, 39(8): 2806–2815

[8] BROWN G, BRABYN L. The extrapolation of social landscape values to a national level in New Zealand using landscape character classification[J]. Applied Geography, 2012, 35(1/2): 84–94

[9] GOLDSTEIN J H, CALDARONE G, DUARTE T K, et al. Integrating ecosystem-service tradeoffs into land-use decisions[J]. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(19): 7565–7570

[10] BHAGABATI N K, RICKETTS T, SULISTYAWAN T B S, et al. Ecosystem services reinforce Sumatran tiger conservation in land use plans[J]. Biological Conservation, 2014, 169: 147–156

[11] 蔣九華, 齊實(shí), 胡俊, 等. 基于InVEST模型的北京山區(qū)森林生態(tài)系統(tǒng)碳儲(chǔ)量評(píng)估分析[J]. 地球與環(huán)境, 2019, 47(3): 326–335 JIANG J H, QI S, HU J, et al. Assessment of forest ecosystem carbon storage in the mountain area of Beijing based on the InVEST Model[J]. Earth and Environment, 2019, 47(3): 326–335

[12] 謝余初, 鞏杰, 齊姍姍, 等. 基于綜合指數(shù)法的白龍江流域生物多樣性空間分異特征研究[J]. 生態(tài)學(xué)報(bào), 2017, 37(19): 6448–6456 XIE Y C, GONG J, QI S S, et al. Assessment and spatial variation of biodiversity in the Bailong River Watershed of the Gansu Province[J]. Acta Ecologica Sinica, 2017, 37(19): 6448–6456

[13] 劉菊, 傅斌, 張成虎, 等. 基于InVEST模型的岷江上游生態(tài)系統(tǒng)水源涵養(yǎng)量與價(jià)值評(píng)估[J]. 長江流域資源與環(huán)境, 2019, 28(3): 577–585 LIU J, FU B, ZHANG C H, et al. Assessment of ecosystem water retention and its value in the upper reaches of Minjiang River based on InVEST Model[J]. Resources and Environment in the Yangtze Basin, 2019, 28(3): 577–585

[14] 劉曉娟, 黎夏, 梁迅, 等. 基于FLUS-InVEST模型的中國未來土地利用變化及其對(duì)碳儲(chǔ)量影響的模擬[J]. 熱帶地理, 2019, 39(3): 397–409 LIU X J, LI X, LIANG X, et al. Simulating the change of terrestrial carbon storage in China based on the FLUS-InVEST Model[J]. Tropical Geography, 2019, 39(3): 397–409

[15] 劉春艷, 朱康文, 劉吉平. 三峽庫區(qū)重慶段土地覆蓋和生物多樣性功能演化及預(yù)測[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2017, 33(19): 258–267 LIU C Y, ZHU K W, LIU J P. 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, 2017, 33(19): 258–267

[16] 李志, 劉文兆, 鄭粉莉. 基于CA-Markov模型的黃土塬區(qū)黑河流域土地利用變化[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(1): 346–352 LI Z, LIU W Z, ZHENG F L. Land use change in Heihe catchment on loess tableland based on CA-Markov model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(1): 346–352

[17] 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 Z F, TANG L N, QIU Q Y, et al. Temporal and spatial changes in habitat quality based on land-use change in Fujian Province[J]. Acta Ecologica Sinica, 2017, 37(13): 4538–4548

[18] YE B Y, BAI Z K. Simulating land use/cover changes of Nenjiang County based on CA-Markov model[M]//LI D L. Computer and Computing Technologies in Agriculture, Volume I. Boston: Springer, 2008: 321–329

[19] 關(guān)靜, 梁川, 趙璐, 等. 3種干旱指數(shù)在寧夏中部干旱帶的適用性分析[J]. 水土保持研究, 2018, 25(3): 122–127 GUAN J, LIANG C, ZHAO L, et al. Analysis of applicability of three drought indices in the arid area of central Ningxia[J]. Research of Soil and Water Conservation, 2018, 25(3): 122–127

[20] 余海龍, 馬凱博, 康揚(yáng)眉, 等. 寧夏中部干旱帶草地氣候-土壤生產(chǎn)潛力分析[J]. 草地學(xué)報(bào), 2018, 26(3): 625–630 YU H L, MA K B, KANG Y M, et al. Analysis of grassland climate-soil potential productivity in the middle arid region of Ningxia[J]. Acta Agrestia Sinica, 2018, 26(3): 625–630

[21] 中華人民共和國國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局, 中國國家標(biāo)準(zhǔn)化管理委員會(huì). GB/T 21010—2017土地利用現(xiàn)狀分類[S]. 北京: 中國標(biāo)準(zhǔn)出版社, 2017 General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, Standardization Administration of China. GB/T 21010–2017 Current Land Use Classification[S]. Beijing: China Standard Press, 2017

[22] 馬彩虹, 任志遠(yuǎn), 李小燕. 黃土臺(tái)塬區(qū)土地利用轉(zhuǎn)移流及空間集聚特征分析[J]. 地理學(xué)報(bào), 2013, 68(2): 257–267 MA C H, REN Z Y, LI X Y. Land use change flow and its spatial agglomeration in the loess platform region[J]. Acta Geographica Sinica, 2013, 68(2): 257–267

[23] COULTER J E, LEI S, JENKINS S. Environment as the stage for economic actors[J]. Chinese Journal of Population Resources and Environment, 2007, 5(1): 3–8

[24] 包玉斌, 劉康, 李婷, 等. 基于InVEST模型的土地利用變化對(duì)生境的影響——以陜西省黃河濕地自然保護(hù)區(qū)為例[J]. 干旱區(qū)研究, 2015, 32(3): 622–629 BAO Y B, LIU K, LI T, et al. Effects of land use change on habitat based on InVEST Model — taking Yellow River wetland nature reserve in Shaanxi Province as an example[J]. Arid Zone Research, 2015, 32(3): 622–629

[25] 陳雅倩, 趙麗, 陶金源, 等. 基于InVEST模型的未利用地開發(fā)前后生境質(zhì)量評(píng)價(jià)——以唐縣為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(7): 1093–1102 CHEN Y Q, ZHAO L, TAO J Y, et al. Habitat quality evaluation before and after unused land development based on InVEST model: A case study of Tang County[J]. Chinese Journal of Eco-Agriculture, 2020, 28(7): 1093–1102

[26] 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 J, MA X C, ZHANG L L, et al. Spatiotemporal variation of habitat quality in Bailongjiang watershed in Gansu based on InVEST model[J]. Research of Soil and Water Conservation, 2018, 25(3): 191–196

Predicting spatiotemporal changes in land use and habitat quality based on CA-Markov: A case study in central Ningxia, China*

WU Dan1, LI Huan1, AI Ning2, HUANG Tao1, GU Jisheng1

(1. Remote Sensing Mapping and Surveying Institute of Ningxia Hui Autonomous Region (Remote Sensing Center of Ningxia Hui Autonomous Region), Yinchuan 750000, China; 2. Emergency Publicity and Education Center of Ningxia Hui Autonomous Region, Yinchuan 750001, China)

The ecological impacts of land use have become a contested topic in ecological environmental research. An understanding of the land-use structure characteristics in arid and semi-arid areas allows for habitat quality assessment and prediction and provides a decision-making guide for regional ecological planning and restoration. Remote sensing apparatus equipped with an operational land imager and enhanced thematic mapper plus sensors, meteorological data, and socio-economic data were used to explore the temporal and spatial changes of land use and habitat quality in the arid area of central Ningxia, China, from 2000 to 2030. Land-use transfer flow, the InVEST model, and the CA-Markov model were used to simulate the habitat characteristics and laws and generate predictions. The land-use transfer flow, which explored the dynamic changes of the land system structure, showed significant results and explained the land-use transfer laws and spatial distribution characteristics. The land system structure changes were consistent with the ecological construction plan and had a concentrated distribution on both sides of the Yellow River basin. The land system’s comprehensive dynamics gradually decreased and stabilized. The entropy value showed an annual downward trend, indicating that over time, with less human disturbances, the land can self-adjust and self-repair, creating a stable state. From 2000 to 2015, the ecological environment quality showed “U” shape characteristics, indicating an excellent habitat quality grade. From 2015 to 2030, the land system structure will undergo significant changes; the excellent, good, and poor habitat quality areas will gradually expand, and the ecosystem will stabilize and improve. The multi-model integration application can thus provide support for regional land planning and ecological restoration.

Arid area of central Ningxia; Land use; Habitat quality; Land use transfer flow; CA-Markov; InVEST model

F124.5; X24

10.13930/j.cnki.cjea.200221

武丹, 李歡, 艾寧, 黃濤, 顧繼升. 基于CA-Markov的土地利用時(shí)空變化與生境質(zhì)量預(yù)測——以寧夏中部干旱區(qū)為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(12): 1969-1978

WU D, LI H, AI N, HUANG T, GU J S. Predicting spatiotemporal changes in land use and habitat quality based on CA-Markov: A case study in central Ningxia, China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(12): 1969-1978

* 寧夏回族自治區(qū)重點(diǎn)研發(fā)計(jì)劃一般項(xiàng)目(2018BEG03069)和寧夏青年創(chuàng)新領(lǐng)軍人才培養(yǎng)項(xiàng)目資助

武丹, 主要從事遙感監(jiān)測與研究工作。E-mail: wudannever@qq.com

2020-03-26

2020-04-27

* This study was funded by the Key R&D Program of Ningxia Hui Autonomous Region (2018BEG03069) and the Talent Training Project of Youth Innovation Leader of Ningxia.

WU Dan, E-mail: wudannever@qq.com

Mar. 26, 2020;

Apr. 27, 2020