基于地區(qū)GDP和人口空間分布的粵港澳大灣區(qū)生境質(zhì)量時空演變研究

江偉康,吳雋宇,2,3,*

1 華南理工大學建筑學院, 廣州 510640 2 亞熱帶建筑科學國家重點實驗室, 廣州 510640 3 廣州市景觀建筑重點實驗室, 廣州 510640

快速的經(jīng)濟發(fā)展與人口集聚使區(qū)域土地利用強度不斷增加,以城市和耕地擴張為代表的土地利用變化所造成的生境破碎、退化和喪失,已被認為是生境質(zhì)量下降和生物多樣性喪失的最大驅(qū)動力[1- 2]。2019年2月中共中央、國務院印發(fā)實施《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》,確立粵港澳大灣區(qū)在國家經(jīng)濟發(fā)展和對外開放中的支撐引領作用。作為中國開放程度最高、經(jīng)濟活力最強、人口最密集的區(qū)域之一,大灣區(qū)近年來經(jīng)歷了快速的城鎮(zhèn)化和高強度的土地利用變化,生態(tài)環(huán)境遭受巨大壓力,大量林地、草地、耕地轉(zhuǎn)化為建設用地,對人類福祉產(chǎn)生不利影響[3-4],帶來諸如熱島效應[5]、洪澇災害[6]、霧霾[7]、水質(zhì)污染[8]、生物多樣性喪失[9]等一系列環(huán)境問題[10-11]。因此分析粵港澳大灣區(qū)生境質(zhì)量的時空變化特征及其與社會經(jīng)濟發(fā)展的關系,探索區(qū)域生態(tài)環(huán)境空間管制分區(qū)方法,對于粵港澳大灣區(qū)提高人居環(huán)境質(zhì)量、改善生態(tài)環(huán)境、協(xié)同經(jīng)濟發(fā)展有重要意義。

早期學者對生境的研究多為靜態(tài)分析,如Valero等[12]用河岸帶植被指數(shù)和河流生境指數(shù)評估河流生境狀況,Tang等[13]采用綜合指標法評估鄱陽湖地區(qū)土地利用變化對水鳥遷徙生境適宜性的影響。而動態(tài)分析則一般通過建構模型進行量化分析,常見的評估模型有HIS模型[14-15]、ARIES模型[16]、MIMES模型[17]和 InVEST模型[18]等,其中InVEST模型相比于其他模型,具有數(shù)據(jù)較易獲取、評估準確度高、空間可視化能力強的特點[19-20]。目前已有不少學者應用InVEST模型對生境質(zhì)量進行分析,如吳健生等用InVEST 模型基于2000—2010的土地利用變化對京津冀地區(qū)的生境質(zhì)量進行評估[21]；鐘莉娜等基于InVEST模型發(fā)現(xiàn)大安市土地整治前中后期項目區(qū)生境質(zhì)量經(jīng)歷了先下降后上升的過程[22]； 此外也有學者將InVEST模型結(jié)合其他方法復合評估,如鄧越等將InVEST模型與景觀指數(shù)法結(jié)合,研究發(fā)現(xiàn)京津冀總體生境質(zhì)量下降的同時,生境斑塊破碎度加劇[23]；褚琳等對2000—2015年武漢市景觀時空格局和生境質(zhì)量變化進行分析,并將CA-Markov模型模擬得到的土地利用數(shù)據(jù)輸入InVEST模型,預測2020年武漢生境質(zhì)量將進一步下降[24],復合評估將生境質(zhì)量研究拓展到更深層次。目前關于大灣區(qū)的研究包括大灣區(qū)生態(tài)系統(tǒng)服務價值評估[25]、生態(tài)環(huán)境脆弱性評價[26]、生態(tài)風險指數(shù)變化[27]、大灣區(qū)景觀格局和生態(tài)系統(tǒng)服務時空變化[28]、大灣區(qū)生態(tài)系統(tǒng)服務分類制圖[29]等。

綜上,當前研究多從生態(tài)學角度分析生境質(zhì)量時空變化,缺乏生境質(zhì)量與人口分布、城市經(jīng)濟發(fā)展的相關關系研究,不能很好指導生態(tài)環(huán)境保護與經(jīng)濟協(xié)調(diào)發(fā)展[30],而生境質(zhì)量和經(jīng)濟發(fā)展的權衡是難以回避的重要問題,綜合這兩個因素的討論對灣區(qū)未來發(fā)展有很大意義。鑒于此,本文以粵港澳大灣區(qū)為例,運用InVEST模型與CA-Markov模型研究大灣區(qū)2005—2030年生境質(zhì)量時空演變特征,結(jié)合社會經(jīng)濟數(shù)據(jù)和人口空間分布,探究粵港澳大灣區(qū)生態(tài)環(huán)境質(zhì)量的變化趨勢、存在問題及原因,提出有針對性的生態(tài)環(huán)境建設對策與建議,為大灣區(qū)的區(qū)域國土空間規(guī)劃、空間管制分區(qū)與生物多樣性保護提供方法的參考和數(shù)據(jù)支持。

1 研究地區(qū)與研究方法1.1 研究區(qū)概況

粵港澳大灣區(qū)位于我國華南沿海(21°25′N—24°30′N,111°12′E—115°35′E),由香港、澳門兩個特別行政區(qū)和廣東省廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶九個城市組成,總面積5.6萬km2,亞熱帶季風氣候為主,植被類型為亞熱帶常綠闊葉林,年均溫達22.5℃,年均降水量在1500—2500mm之間,夏季高溫多雨,冬季溫和少雨。2018年末總?cè)丝谝堰_7000萬人,GDP生產(chǎn)總值達10萬億元,是中國開放程度最高、經(jīng)濟活力最強的區(qū)域之一。

圖1 粵港澳大灣區(qū)行政邊界及高程圖Fig.1 Administrative boundary and elevation map of Guangdong-Hong Kong-Macao Greater Bay Area

1.2 數(shù)據(jù)來源

粵港澳大灣區(qū)2005、2010、2015、2018年四期的30m土地利用數(shù)據(jù),2015年的人口空間分布1km柵格數(shù)據(jù)[31]來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心(http://www.resdc.cn)。研究區(qū)土地利用一級類有6大類,分別為耕地、林地、草地、水域、建設用地和未利用土地,二級類有22個類型[32],用作InVEST模型輸入?yún)?shù)之一；人口空間分布用于空間管制分區(qū)疊加制圖。大灣區(qū)各地市2005—2018年GDP數(shù)據(jù)及三產(chǎn)產(chǎn)值來源于廣東省統(tǒng)計年鑒(http://stats.gd.gov.cn/),用于分析生境質(zhì)量變化與經(jīng)濟發(fā)展權衡關系。

1.3 研究方法

1.3.1生境質(zhì)量分析

研究采用的InVEST模型是一套用于評估生態(tài)系統(tǒng)服務物質(zhì)量、支持生態(tài)系統(tǒng)管理和決策的模型系統(tǒng),具有快速檢驗生境質(zhì)量變化及圖示化表達的優(yōu)點,具體原理參見INVEST 3.7.0用戶指導手冊[33]。

分析首先需對生境進行劃分：城鎮(zhèn)用地、農(nóng)村居民點、其他建設用地為人工表面；沙地、裸土地基本無植被覆蓋,環(huán)境惡劣；水田、旱地等耕地人為干擾嚴重,生物多樣性極低,因此將城鎮(zhèn)用地、農(nóng)村居民點、其他建設用地、水田、旱地、沙地、裸土地定義為非生境。結(jié)合粵港澳大灣區(qū)空間特征,將林地、草地、水域、海洋等自然生態(tài)生態(tài)系統(tǒng)定義為生境[29]。模型中需要根據(jù)研究區(qū)具體情況進行調(diào)整的參數(shù)主要包括威脅源的最大影響距離及相對影響權重、各土地利用類型的生境值及其對威脅源的敏感程度。一方面參考了國內(nèi)外學者的研究[21-24]和模型指導手冊[33],另一方面則基于對自然地理學、生態(tài)學等領域?qū)＜业脑L談。

表1 威脅源及其最大威脅距離、權重及衰減類型

表2 生境適宜度及其對不同威脅源的相對敏感程度

1.3.2生境質(zhì)量模擬

采用CA-Markov模型模擬大灣區(qū)2030年的土地利用變化。CA-Markov模型綜合了CA模型的空間模擬能力和Markov模型的數(shù)量變化預測優(yōu)勢,對空間和數(shù)量的變化都有較好的模擬效果[24]。操作過程如下：

1)在Markov模塊輸入2015、2018年粵港澳大灣區(qū)土地利用數(shù)據(jù),得到土地利用類型轉(zhuǎn)移概率矩陣、轉(zhuǎn)移面積矩陣和一系列條件概率圖像。

2)以研究區(qū)2015—2018年土地利用類型轉(zhuǎn)移概率矩陣為基礎,將2018年作為土地利用預測的起始時刻,每3年迭代一次,迭代次數(shù)取4,分別模擬當前發(fā)展情景下和規(guī)劃保護情景下粵港澳大灣區(qū)2030年土地利用變化。

研究采用Kappa系數(shù)對模型土地利用預測的準確性進行檢驗,kappa系數(shù)是一種衡量分類精度的指標,也可用于一致性檢驗,操作通過IDRISI軟件的CROSSTAB模塊計算完成。利用得到的2015—2018年土地利用類型轉(zhuǎn)移概率矩陣,以2015年土地利用為底圖,設置迭代次數(shù)為1,得到2018年土地利用預測圖,與2018年土地利用現(xiàn)狀圖進行對比分析,得到Kappa系數(shù)為0.92,表明預測結(jié)果與實際一致性較高,可利用該模型進行預測。

1.3.3空間管制分區(qū)

將2018年粵港澳大灣區(qū)人口密度和生境質(zhì)量指數(shù)分別按自然間斷點分級法,結(jié)合區(qū)域特征對間斷點進行微調(diào),分為低、中、高三個區(qū)間,在ArcGIS中進行地圖代數(shù)柵格疊加,得到9種人口密度-生境質(zhì)量空間類型：低生境質(zhì)量-低人口密度(11)；中生境質(zhì)量-低人口密度(21)；高生境質(zhì)量-低人口密度(31)；低生境質(zhì)量-中人口密度(12)；中生境質(zhì)量-中人口密度(22)；高生境質(zhì)量-中人口密度(32)；低生境質(zhì)量-高人口密度(13)；中生境質(zhì)量-高人口密度(23)；高生境質(zhì)量-高人口密度(33)。

管制分區(qū)依據(jù)各類空間適宜發(fā)展策略,將9種空間劃分為適度開發(fā)區(qū)、生境恢復區(qū)、生境保護區(qū)。適度開發(fā)區(qū)包含21、22、32,生境恢復區(qū)包含11、12、13、23,生境保護區(qū)包含31、33。 適度開發(fā)區(qū)是指在滿足相應人口需求下,可進行適度的城市擴張區(qū)域；生境恢復區(qū)則為生境質(zhì)量較差,人口對高質(zhì)量人居環(huán)境的需求得不到滿足的地區(qū)；生境保護區(qū)是重要的生態(tài)功能區(qū),是粵港澳大灣區(qū)的生態(tài)屏障,也是多種動植物的棲息地。

1.3.4情景設置

將2015、2018年的土地利用數(shù)據(jù)輸入IDRISI軟件,利用Markov模塊和CA-Markov模塊運行模擬當前發(fā)展情景、規(guī)劃保護情景下,粵港澳大灣區(qū)2030年土地利用變化。當前發(fā)展情景是延續(xù)2015—2018年的土地利用變化趨勢,不對土地利用類型轉(zhuǎn)移概率矩陣做任何干預；規(guī)劃保護情景下,依據(jù)空間管制分區(qū),適度開發(fā)區(qū)按當前發(fā)展模式進行土地利用轉(zhuǎn)化,生境恢復區(qū)采用2015—2018的轉(zhuǎn)移概率逆矩陣,生境保護區(qū)維持其現(xiàn)有生境,據(jù)此模擬出2030年土地利用變化。

圖2 粵港澳大灣區(qū)2005—2018年土地利用分布圖Fig.2 Distribution of land use in Guangdong-Hong Kong-Macao Greater Bay Area from 2005 to 2018

圖3 粵港澳大灣區(qū)2005—2018年各地類面積變化Fig.3 Changes in the area of various regions in Guangdong, Hong Kong and Macau Greater Bay Area from 2005 to 2018

2 結(jié)果與分析

2.1 土地利用變化

2005—2018年期間,粵港澳大灣區(qū)林地面積占比均超過53%,耕地占比超過22%,即粵港澳大灣區(qū)75%以上的土地為耕地和林地,具有良好的生態(tài)基礎。隨著2005—2018年間的城市建設,耕地、林地、水域、未利用土地均呈現(xiàn)不同程度的減少趨勢,耕地減少了5.6%,水域減少了10.3%,未利用土地減少了55.8%,生態(tài)用地中僅有草地增加了8.5%,而建設用地增加了28.3%,廣州、深圳、東莞、佛山是土地利用變化最為顯著的四個城市。

2.2 生境質(zhì)量變化分析

生境質(zhì)量指數(shù)是生態(tài)棲息地的環(huán)境質(zhì)量相對大小,取值范圍為0—1,可有效反映地區(qū)生物多樣性的高低。將數(shù)據(jù)輸入InVEST模型生境質(zhì)量模塊得到粵港澳大灣區(qū)2005、2010、2015、2018年四期的生境質(zhì)量分布圖,運用ArcGIS統(tǒng)計得到大灣區(qū)各年份平均生境質(zhì)量,分別為0.613、0.604、0.600、0.595,呈現(xiàn)逐年下降,趨勢漸緩。

圖4 2005—2018粵港澳大灣區(qū)生境質(zhì)量分布Fig.4 Habitat quality distribution of Guangdong-Hong Kong-Macao Greater Bay Area from 2005 to 2018

圖5 粵港澳大灣區(qū)2018年GDP對比Fig.5 Guangdong-Hong Kong-Macao Greater Bay Area GDP Comparison in 2018

空間分布上,大灣區(qū)生境質(zhì)量呈現(xiàn)中部低、四周高的環(huán)狀分布,以廣州、佛山、東莞為代表的中心城市群生境質(zhì)量最低,均值為0.35,緊鄰中心的深圳、中山等地區(qū)生境質(zhì)量為0.40?；浉郯拇鬄硡^(qū)以廣、深為發(fā)展核心,離心式的城市擴張模式下,佛山、東莞、中山等緊鄰廣深的城市受到較大的輻射影響,生境破壞較為嚴重；此外,生境質(zhì)量還呈現(xiàn)出南部低,北部高,沿海向內(nèi)陸降低的趨勢,沿海多為經(jīng)濟發(fā)達地區(qū),如香港、澳門、深圳等,國家提出“一帶一路”、“海上絲綢之路”等戰(zhàn)略決策后,極大促進了江門、珠海等地城市建設,導致耕地、水域轉(zhuǎn)為建設用地,未利用土地大量開發(fā),使生境質(zhì)量降低。而北部肇慶與惠州則由于大面積的山地保留了較高的生境質(zhì)量,是大灣區(qū)的北部生態(tài)屏障,但局部地區(qū)也出現(xiàn)了低生境質(zhì)量斑塊、生境破碎化、生境質(zhì)量降低的現(xiàn)象。

時間變化上,粵港澳大灣區(qū)2005—2018年整體生境質(zhì)量降低,其中生境質(zhì)量不變的區(qū)域占比70.7%,生境質(zhì)量降低的區(qū)域占比24.7%,生境質(zhì)量升高的區(qū)域占比4.6%。生境質(zhì)量降低的土地中,有79.1%降低了0—0.3,7.1%降低了0.3—0.6,14.8%降低了0.6以上,表明這期間有超過20%的高質(zhì)量棲息地喪失了生態(tài)功能。生境質(zhì)量降低較為嚴重的區(qū)域主要集中在佛山、中山等緊鄰大灣區(qū)中心的城市群。通過對土地利用變化的分析,佛山、中山等地區(qū)大量灘涂、坑塘被開墾為水田、魚塘,隨后逐漸被城市侵占,轉(zhuǎn)為城市建設用地,并架設高速公路,對生態(tài)造成了極大的破壞；深圳、珠海、江門等地則存在有將沿海灘涂轉(zhuǎn)為建設用地、填海造陸等破壞海洋生態(tài)環(huán)境的行為；惠州則主要將林地、草地、耕地等轉(zhuǎn)化為城市建設用地,造成了部分區(qū)域生境質(zhì)量的急劇下降。

圖6 粵港澳大灣區(qū)2018年生境質(zhì)量對比Fig.6 Comparison of Habitat Quality in Guangdong, Hong Kong and Macau Greater Bay Area in 2018

2.3 粵港澳大灣區(qū)各地區(qū)生境質(zhì)量與社會經(jīng)濟分析

總體來說,2005—2018年間粵港澳大灣區(qū)經(jīng)濟發(fā)展極為迅速,除香港外各地區(qū)GDP年平均增長率均超過10%,其中惠州、肇慶發(fā)展最為迅速,增速達13.3%。珠三角九市生境質(zhì)量與GDP的Pearson相關系數(shù)為-0.32,P<0.05,表明有弱負相關關系。此外,粵港澳各地區(qū)生境質(zhì)量與其第一、第二、第三產(chǎn)業(yè)產(chǎn)值的Pearson相關系數(shù)分別為0.49、-0.37、0.21,表明生境質(zhì)量與第一產(chǎn)業(yè)產(chǎn)值呈中等正相關,與第二產(chǎn)業(yè)產(chǎn)值呈中等負相關,與第三產(chǎn)業(yè)產(chǎn)值呈弱正相關。

通過交叉分析各地區(qū)的GDP與生境質(zhì)量,采取自然斷裂法分類得到高、中、低三個區(qū)間,可得到下表：由表可知,高GDP與高生境質(zhì)量并不是互相矛盾的,地區(qū)可以實現(xiàn)經(jīng)濟與生態(tài)協(xié)同發(fā)展,城市政策及發(fā)展戰(zhàn)略很大程度上會影響生境質(zhì)量。香港作為全球最富裕、經(jīng)濟最發(fā)達和生活水準最高的地區(qū)之一,是大灣區(qū)高生境質(zhì)量-高GDP的典范,其自1970年代開始,便通過立法保護了約占全香港總面積40%的郊野公園,維持了較高的生境質(zhì)量；此外,廣州、深圳是中生境質(zhì)量-高GDP的城市代表；東莞、佛山屬于低生境質(zhì)量-中GDP,是2005—2018年大灣區(qū)土地利用變化最為劇烈的兩個地區(qū),其區(qū)位優(yōu)勢帶來大量產(chǎn)業(yè)和人口的遷移,具有良好的經(jīng)濟發(fā)展?jié)摿?但亟需加強環(huán)境保護和治理；惠州和肇慶為典型的高生境質(zhì)量-低GDP城市,是大灣區(qū)的北部生態(tài)屏障；中山處在低生境質(zhì)量-低GDP的不良發(fā)展模式中,有大量灘涂、坑塘被開墾為規(guī)整的水田、魚塘,后逐漸被城市侵占,轉(zhuǎn)為城市建設用地,對地區(qū)生態(tài)造成極大破壞。

表3 GDP與生境質(zhì)量交叉分析表

2.4 基于人口密度與生境質(zhì)量分布的空間管制分區(qū)

粵港澳大灣區(qū)人口密集,密度最高的地方達到41401.2人/km2。從地區(qū)分布來看,人口主要集中在廣州、佛山、東莞、深圳、香港等中部地區(qū)與伶仃洋沿岸。疊加得到的9種空間類型中,高生境質(zhì)量-低人口密度(31)區(qū)域面積占比45.2%,是大灣區(qū)最主要的空間類型,主要分布在北部、西南部等邊緣區(qū)域,這是由于肇慶、惠州、江門西南部、廣州東北部有大量林地、草地,而人口稀疏；低生境質(zhì)量-低人口密度(11)、低生境質(zhì)量-中人口密度(12)、低生境質(zhì)量-高人口密度(13)三種空間類型占比37.4%,以大灣區(qū)中部為核心,類型13、類型12、類型11逐層向外呈環(huán)狀分布,這是大灣區(qū)人口密度中部向邊緣降低、生境質(zhì)量中部向邊緣升高疊加的結(jié)果；中生境質(zhì)量-低人口密度(21)占比4.6%,中生境質(zhì)量-中人口密度(22)占比2.6%,中生境質(zhì)量-高人口密度(23)占比0.5%,主要分布在肇慶東部、中山北部、江門和珠海南部沿海區(qū)域。

圖7 粵港澳大灣區(qū)人口密度與生境質(zhì)量疊加分析Fig.7 Overlay analysis of population density and habitat quality in the Guangdong-Hong Kong-Macao Greater Bay Area

空間管制分區(qū)結(jié)果如圖8所示：適度開發(fā)區(qū)主要分布在大灣區(qū)南部及東部地區(qū),未來可向伶仃洋兩側(cè)沿岸及東莞、惠州中部發(fā)展,西面向肇慶適當擴張,南面向珠海、江門東部建設；生境恢復區(qū)集中在大灣區(qū)中部區(qū)域,分散在適度開發(fā)區(qū)外圍,佛山、廣州、東莞、深圳、中山是生境恢復重點城市；生境保護區(qū)分布在大灣區(qū)北部與西南部,主要為肇慶、惠州、江門三市。

圖8 粵港澳大灣區(qū)生態(tài)空間管制分區(qū) Fig.8 Ecological Space Controlled Zoning of the Guangdong-Hong Kong-Macao Greater Bay Area

2.5 2030年生境質(zhì)量模擬

當前發(fā)展情景下,惠州、東莞、廣州、佛山等地區(qū)建設用地、耕地顯著增加,肇慶北部山區(qū)林地轉(zhuǎn)為旱地,珠海和中山部分區(qū)域坑塘被開墾為水田或在灘涂區(qū)域圍海造田,對生境質(zhì)量造成負面影響,該情景下2030年大灣區(qū)平均生境質(zhì)量為0.579,較2018年下降了0.016,與2005年至2018年下降趨勢一致。生境質(zhì)量不變的區(qū)域占比56.6%,生境質(zhì)量降低的區(qū)域占27.5%,生境質(zhì)量升高的區(qū)域占16.0%?？臻g分布上,生境質(zhì)量降低區(qū)域主要集中在北部的肇慶、惠州、廣州、和南部的中山、江門等區(qū)域,新一輪的建設開發(fā)主要由大灣區(qū)中部向四周擴張,因此中部區(qū)域生境質(zhì)量穩(wěn)定、邊緣區(qū)域生境質(zhì)量下降。作為生態(tài)屏障的肇慶北部和惠州西北部,生境質(zhì)量均有不同程度下降,大面積林地轉(zhuǎn)為建設用地或耕地,在人群聚居點零星出現(xiàn)低生境質(zhì)量斑塊,導致高質(zhì)量生境破碎化。若不加以管控,生境質(zhì)量將進一步下降,因此利用生態(tài)空間管制分區(qū)對大灣區(qū)生境進行保護與修復是一項必要措施與方法。

圖9 不同情景下2030粵港澳大灣區(qū)生境質(zhì)量變化Fig.9 Habitat quality changes of Guangdong-Hong Kong-Macao Greater Bay Area under different scenarios

在規(guī)劃保護情景下,城市擴張主要發(fā)生在大灣區(qū)中部區(qū)域,如廣州、佛山、東莞等地,且整體擴張范圍有所控制；大灣區(qū)西北部與東北部的林地得到了較好的保護,未發(fā)生大面積的土地性質(zhì)轉(zhuǎn)變,保留了較好的生態(tài)屏障作用。該情景下2030年大灣區(qū)平均生境質(zhì)量較2018年有所上升,達到0.599,且肇慶、惠州等北部區(qū)域,珠海、江門、深圳、香港等南部區(qū)域有一定的生境恢復。整體來說,生境質(zhì)量不變的區(qū)域占59.1%,生境質(zhì)量降低的區(qū)域占20.8%,生境質(zhì)量升高的區(qū)域占20.1%。相比于當前發(fā)展情景,規(guī)劃保護情景下大灣區(qū)10.8%的土地生境質(zhì)量得到改善,整體生境質(zhì)量較2018年上升0.04,是自2005年來首次上升,表明該情景下,經(jīng)濟發(fā)展與生態(tài)保護達到一定平衡,基于空間管制分區(qū)的生態(tài)規(guī)劃對于改善大灣區(qū)的生境質(zhì)量有顯著作用。

3 結(jié)論與展望

(1)2005—2018年粵港澳大灣區(qū)整體生境質(zhì)量逐年降低,呈現(xiàn)出中部低、四周高的環(huán)狀分布,生境破碎、建設用地增加是生境質(zhì)量下降的主要原因。

(2)珠三角九市生境質(zhì)量與地區(qū)總GDP呈弱負相關,與第一產(chǎn)業(yè)產(chǎn)值呈中等正相關,與第二產(chǎn)業(yè)產(chǎn)值呈中等負相關,與第三產(chǎn)業(yè)產(chǎn)值呈弱正相關。

(3) 粵港澳大灣區(qū)生境質(zhì)量與人口密度存在較大的不平衡,最主要的空間為高生境質(zhì)量-低人口密度、低生境質(zhì)量-高人口密度兩種類型。通過空間管制分區(qū),預測2030年大灣區(qū)城市擴張有所控制,北部林地得到了較好保護,生境質(zhì)量上升。

綜上,粵港澳大灣區(qū)未來發(fā)展應著重保護沿海灘涂與坑塘湖泊,發(fā)揮北部肇慶、惠州地區(qū)林地生態(tài)屏障作用,防止生境破碎；積極利用各地區(qū)優(yōu)勢互補,發(fā)展第三產(chǎn)業(yè),平衡不同地區(qū)的生境與人口壓力,從而實現(xiàn)經(jīng)濟與生態(tài)協(xié)同發(fā)展。

參考文獻(References):

[1] Sala O E, Chapin Ⅲ F S, Armesto J J, Berlow E, Bloomfield J, Dirzo R, Huber-Sanwald E, Huenneke L F, Jackson R B, Kinzig A, Leemans R, Lodge D M, Mooney H A, Oesterheld M, Poff N L, Sykes M T, Walker B H, Walker M, Wall D H. Global biodiversity scenarios for the year 2100. Science, 2000, 287(5459): 1770- 1774.

[2] Falcucci A, Maiorano L, Boitani L. Changes in land-use/land-cover patterns in Italy and their implications for biodiversity conservation. Landscape Ecology, 2007, 22(4): 617- 631.

[3] Haddad N M, Brudvig L A, Clobert J, Davies K F, Gonzalez A, Holt R D, Lovejoy T E, Sexton J O, Austin M P, Collins C D, Cook W M, Damschen E I, Ewers R M, Foster B L, Jenkins C N, King A J, Laurance W F, Levey D J, Margules C R, Melbourne B A, Nicholls A O, Orrock J L, Song D X, Townshend J R. Habitat fragmentation and its lasting impact on Earth′s ecosystems. Science Advances, 2015, 1(2): e1500052.

[4] Newbold T, Hudson L N, Hill S L L, Contu S, Lysenko I, Senior R A, B?rger L, Bennett D J, Choimes A, Collen B, Day J, De Palma A, Díaz S, Echeverria-Londoo S, Edgar M J, Feldman A, Garon M, Harrison M L K, Alhusseini T, Ingram D J, Itescu Y, Kattge J, Kemp V, Kirkpatrick L, Kleyer M, Correia D L P, Martin C D, Meiri S, Novosolov M, Pan Y, Phillips H R P, Purves D W, Robinson A, Simpson J, Tuck S L, Weiher E, White H J, Ewers R M, Mace J M, Scharlemann J P W, Purvis A. Global effects of land use on local terrestrial biodiversity. Nature, 2015, 520(7545): 45- 50.

[5] 林學椿, 于淑秋. 北京地區(qū)氣溫的年代際變化和熱島效應. 地球物理學報, 2005, 48(1): 39- 45.

[6] 袁藝, 史培軍, 劉穎慧, 鄒銘. 土地利用變化對城市洪澇災害的影響. 自然災害學報, 2003, 12(3): 6- 13.

[7] 何楓, 馬棟棟. 霧霾與工業(yè)化發(fā)展的關聯(lián)研究——中國74個城市的實證研究. 軟科學, 2015, 29(6): 110- 114.

[8] 閆佰忠, 肖長來, 劉泓志, 危潤初, 梁秀娟. 吉林市城區(qū)土地利用對地下水污染空間分布的影響. 中國環(huán)境科學, 2015, 35(3): 934- 942.

[9] 戚仁海. 生境破碎化對城市化地區(qū)生物多樣性影響的研究——以蘇州為例[D]. 上海: 華東師范大學, 2008.

[10] 涂小松, 濮勵杰. 蘇錫常地區(qū)土地利用變化時空分異及其生態(tài)環(huán)境響應. 地理研究, 2008, 27(3): 583- 593.

[11] 黃忠華, 杜雪君. 快速城市化地區(qū)土地利用變化的生態(tài)環(huán)境效應——以杭州市中心城區(qū)為例. 水土保持通報, 2015, 35(6): 223- 229.

[13] Tang X G, Li H P, Xu X B, Yang G S, Liu G H, Li X Y, Chen D Q. Changing land use and its impact on the habitat suitability for wintering Anseriformes in China′s Poyang Lake region. Science of the Total Environment, 2016, 557- 558: 296- 306.

[14] 王志強, 陳志超, 郝成元. 基于HSI模型的扎龍國家級自然保護區(qū)丹頂鶴繁殖生境適宜性評價. 濕地科學, 2009, 7(3): 197- 201.

[15] 金龍如, 孫克萍, 賀紅士, 周宇飛. 生境適宜度指數(shù)模型研究進展. 生態(tài)學雜志, 2008, 27(5): 841- 846.

[16] Bagstad K J, Villa F, Johnson G W, Voigt B. ARIES (Artificial Intelligence for Ecosystem Services): a Guide to Models and Data, Version 1.0. Aries Report Series, Bilbao: The ARIES Consortium, 2011.

[17] Boumans R, Costanza R. The multiscale integrated Earth Systems model (MIMES): the dynamics, modeling and valuation of ecosystem services. Issues in Global Water System Research, 2007, 2: 104- 107.

[18] Kareiva P, Tallis H, Ricketts T H, Daily G C, Polasky S. Natural Capital: Theory and Practice of Mapping Ecosystem Services. Oxford: Oxford University Press, 2011.

[19] 馬良, 金陶陶, 文一惠, 吳秀芹, 劉桂環(huán). InVEST模型研究進展. 生態(tài)經(jīng)濟, 2015, 31(10): 126- 131, 179- 179.

[20] 黃從紅, 楊軍, 張文娟. 生態(tài)系統(tǒng)服務功能評估模型研究進展. 生態(tài)學雜志, 2013, 32(12): 3360- 3367.

[21] 吳健生, 曹祺文, 石淑芹, 黃秀蘭, 盧志強. 基于土地利用變化的京津冀生境質(zhì)量時空演變. 應用生態(tài)學報, 2015, 26(11): 3457- 3466.

[22] 鐘莉娜, 王軍. 基于InVEST模型評估土地整治對生境質(zhì)量的影響. 農(nóng)業(yè)工程學報, 2017, 33(1): 250- 255.

[23] 鄧越, 蔣衛(wèi)國, 王文杰, 呂金霞, 陳坤. 城市擴張導致京津冀區(qū)域生境質(zhì)量下降. 生態(tài)學報, 2018, 38(12): 4516- 4525.

[24] 褚琳, 張欣然, 王天巍, 李朝霞, 蔡崇法. 基于CA-Markov和InVEST模型的城市景觀格局與生境質(zhì)量時空演變及預測. 應用生態(tài)學報, 2018, 29(12): 4106- 4118.

[25] 葉長盛, 董玉祥. 珠江三角洲土地利用變化對生態(tài)系統(tǒng)服務價值的影響. 熱帶地理, 2010, 30(6): 603- 608, 621- 621.

[26] 徐慶勇, 黃玫, 劉洪升, 閆慧敏. 基于RS和GIS的珠江三角洲生態(tài)環(huán)境脆弱性綜合評價. 應用生態(tài)學報, 2011, 22(11): 2987- 2995.

[27] 葉長盛, 馮艷芬. 基于土地利用變化的珠江三角洲生態(tài)風險評價. 農(nóng)業(yè)工程學報, 2013, 29(19): 224- 232.

[28] 林媚珍, 周汝波, 鐘亮. 基于景觀格局變化的粵港澳大灣區(qū)生態(tài)系統(tǒng)服務變化研究. 廣州大學學報: 自然科學版, 2019, 18(2): 87- 95.

[29] 李婧賢, 王鈞. 粵港澳大灣區(qū)生態(tài)系統(tǒng)服務識別、分類及制圖. 生態(tài)學報, 2019, 39(17): 6393- 6403.

[30] 常巧素. 區(qū)域生態(tài)環(huán)境與經(jīng)濟協(xié)調(diào)發(fā)展——評《生態(tài)文明建設與區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展戰(zhàn)略研究》. 廣東財經(jīng)大學學報, 2020, 35(1): 113- 113.

[31] 徐新良. 中國人口空間分布公里網(wǎng)格數(shù)據(jù)集. 中國科學院資源環(huán)境科學數(shù)據(jù)中心數(shù)據(jù)注冊與出版系統(tǒng).[2020-03- 10].http://www.resdc.cn/DOI/doi.aspx?DOIid=32.

[32] Liu J Y, Liu M L, Deng X Z, Zhuang D F, Zhang Z X, Luo D. The land use and land cover change database and its relative studies in China. Journal of Geographical Sciences, 2002, 12(3): 275- 282.

[33] Sharp R, Tallis H T, Ricketts T. InVEST 3.7.0 User′s Guide. The Natural Capital Project, Stanford University, University of Minnesota, The Nature Conservancy, and World Wildlife Fund, 2018 [2020-03- 10]. http://releases.naturalcapitalproject.org/invest-userguide/latest/index.html#