基于生境質(zhì)量變化的吉林省西部鹽堿區(qū)生態(tài)系統(tǒng)修復分區(qū)

摘要：為推進鹽堿區(qū)糧食安全與生態(tài)環(huán)境協(xié)同發(fā)展，本研究以吉林省西部典型鹽堿區(qū)為例，基于2000、2010、2020年3期土地利用數(shù)據(jù)，運用土地利用轉(zhuǎn)移矩陣和InVEST模型，分析研究區(qū)土地利用的生境質(zhì)量時空動態(tài)演變特征，劃分生態(tài)修復功能區(qū)。結(jié)果表明：2000—2020年研究區(qū)土地利用類型以耕地為主，占比超過60%，耕地和裸地呈擴張趨勢，草地面積逐漸縮減；20年間生境質(zhì)量等級為優(yōu)的面積增加361.74 km2，生境質(zhì)量等級為差的面積增加1 080.54 km2，研究區(qū)整體生境質(zhì)量差異增大?；谏迟|(zhì)量和陸地生態(tài)系統(tǒng)服務價值等級劃分重點修復區(qū)、適度修復區(qū)、自然修復區(qū)和適度開發(fā)區(qū)，針對性地提出修復策略。研究表明，土地利用類型轉(zhuǎn)化導致研究區(qū)總體生境質(zhì)量兩極分化差異顯著，未來在提升鹽堿化地區(qū)糧食產(chǎn)能的同時，還要兼顧生境質(zhì)量，注重協(xié)調(diào)糧食生產(chǎn)和生態(tài)保護兩者之間的關(guān)系。

關(guān)鍵詞：土地利用；生境質(zhì)量；InVEST模型；生態(tài)修復分區(qū)；鹽堿區(qū)

中圖分類號：X171.4 文獻標志碼：A 文章編號：2095-6819（2025）01-0033-11 doi： 10.13254/j.jare.2023.0658

生境質(zhì)量指生態(tài)系統(tǒng)為生物提供良好的生存環(huán)境以及保持可持續(xù)發(fā)展的能力，對區(qū)域內(nèi)生物多樣性起到表征作用，反映人類生存環(huán)境的優(yōu)劣程度，是展現(xiàn)自然生態(tài)系統(tǒng)中生物多樣性及人類可持續(xù)發(fā)展的重要指標[1]。土地利用變化是引起生境質(zhì)量變化的主要原因之一[2]，土地利用程度與生境質(zhì)量呈顯著負相關(guān)，影響范圍分布于全域，土地利用類型的變化會直接影響生態(tài)系統(tǒng)服務功能，導致生態(tài)系統(tǒng)退化[3]。土壤鹽堿化是土地退化領(lǐng)域重點關(guān)注的全球性問題之一，不僅會造成土壤資源的破壞，還會降低區(qū)域的生境質(zhì)量[4]。吉林省西部土壤鹽堿化程度高，生態(tài)環(huán)境面臨巨大挑戰(zhàn)，鹽堿化問題嚴重限制了農(nóng)業(yè)發(fā)展、破壞了生態(tài)平衡[5]，導致生境質(zhì)量嚴重退化，對當?shù)亟?jīng)濟發(fā)展造成巨大影響[6]。2023年4月17日，吉林省啟動了“千億斤糧食”產(chǎn)能建設工程，吉林省西部鹽堿區(qū)是糧食產(chǎn)能提升的重點區(qū)域。精準解析該區(qū)域土地利用變化對生境質(zhì)量的影響，對改善生態(tài)環(huán)境問題和促進地區(qū)可持續(xù)發(fā)展具有重要意義。

已有研究形成多種生態(tài)系統(tǒng)評估模型，如HSI（Habitat Suitability Index）模型[7]、Maxent 模型[8] 及InVEST 模型等，其中InVEST 模型優(yōu)勢最為顯著，具有信息需求量相對較小、數(shù)據(jù)可視化等優(yōu)勢[9]，被廣泛使用。近年來，國內(nèi)外學者運用InVEST模型分析土地利用對生態(tài)系統(tǒng)服務的影響[10]，評估不同年份土地利用變化狀況及生境質(zhì)量的響應趨勢[11]，研究區(qū)域內(nèi)的固碳量變化[12]，分析區(qū)域內(nèi)植物多樣性的變化[13]?？傮w來看，InVEST 模型可根據(jù)土地利用類型的時空變化反映生境質(zhì)量、生境質(zhì)量退化、碳儲量變化以及生物多樣性保護等生態(tài)系統(tǒng)服務功能的動態(tài)變化[14]，為本研究對生態(tài)系統(tǒng)的分析評價提供依據(jù)。

本研究從吉林省西部鹽堿區(qū)本身存在的生態(tài)脆弱性與吉林省向鹽堿區(qū)“要糧”這兩者之間的矛盾展開，以吉林省西部典型鹽堿區(qū)白城市為例，分析生境質(zhì)量時空變化，探究生態(tài)保護與修復策略，對研究區(qū)的土地利用可持續(xù)化發(fā)展和鹽堿區(qū)的保護與修復提出了科學建議，為吉林省穩(wěn)步推進生態(tài)保護和糧食增產(chǎn)提供參考。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于吉林省西部，屬于世界三大蘇打鹽堿區(qū)之一，也是吉林省內(nèi)生態(tài)最脆弱的地域之一。白城市地處121°38′～124°22′E，44°13′～46°18′N之間，轄洮北區(qū)、洮南市、大安市、鎮(zhèn)賚縣、通榆縣，總面積約為26 000 km2（圖1），其鹽堿區(qū)特征顯著，近年來呈擴張趨勢，導致糧食產(chǎn)能的進一步減少，受風沙、干旱等生態(tài)災害影響大，生境質(zhì)量較差。

研究區(qū)屬于溫帶半濕潤和半干旱的大陸性季風氣候，年平均氣溫為4～6 ℃，降雨主要集中在7—8月。該地區(qū)光照充足，降水量變異大，旱多澇少，給當?shù)剞r(nóng)業(yè)發(fā)展帶來了極大的不便。研究區(qū)年均蒸發(fā)量在1 500～1 900 mm之間，旱澇、大風、霜凍和冰雹災害頻發(fā)，導致嚴重的耕地土壤鹽堿化，整體生境質(zhì)量惡化。

1.2 數(shù)據(jù)來源

研究數(shù)據(jù)主要包括研究區(qū)3期（2000、2010、2020年）土地利用數(shù)據(jù)、高程、行政區(qū)劃、各土地利用類型的生境適宜度及對生境脅迫因子的敏感度數(shù)據(jù)、各脅迫因子的最大脅迫距離、權(quán)重和空間衰退類型數(shù)據(jù)以及全國陸地生態(tài)系統(tǒng)服務價值數(shù)據(jù)。2000—2020年土地利用數(shù)據(jù)來源于GlobeLand 30（http：//www.glob?allandcover.com/）的全球地表覆蓋數(shù)據(jù)；高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云（https：//www.gscloud.cn）；吉林省行政邊界數(shù)據(jù)和全國陸地生態(tài)系統(tǒng)服務價值數(shù)據(jù)來源于中國科學院資源科學數(shù)據(jù)中心（https：//www.resdc.cn）。為保證所有數(shù)據(jù)空間精度一致性，利用ArcGIS 10.8 對研究數(shù)據(jù)進行處理，統(tǒng)一投影坐標和空間分辨率（30 m）。

1.3 研究方法

1.3.1 土地利用類型變化分析

為更好了解2000—2020年研究區(qū)各土地利用類型之間的變化規(guī)律，通過ArcGIS 10.8 對2000—2020年研究區(qū)土地利用類型圖進行融合、相交，計算面積后導出屬性表，提取轉(zhuǎn)移矩陣的數(shù)據(jù)，輸出土地利用轉(zhuǎn)移矩陣表，將表格數(shù)值導入Origin 2022進行土地利用面積轉(zhuǎn)移弦圖的繪制。

土地利用轉(zhuǎn)移矩陣是針對不同時期地類變化的定量描述，計算并分析研究區(qū)不同時期各個地類的面積數(shù)據(jù)，得出各個地類初期轉(zhuǎn)出面積以及末期轉(zhuǎn)入面積[15]和土地面積變化率。

1.3.2 InVEST模型生境質(zhì)量評估

本研究選擇InVEST 模型中的生境質(zhì)量（HabitatQuality）模塊，評估吉林省西部鹽堿區(qū)2000—2020年不同土地利用類型及土地利用類型變化對生境質(zhì)量的影響。設置相關(guān)參數(shù)如土地利用類型、生境適宜度、不同土地利用類型的脅迫因子、生態(tài)系統(tǒng)對脅迫因子的影響距離、脅迫因子間相互影響的程度、脅迫因子的敏感性以及空間衰退類型等，通過關(guān)聯(lián)生態(tài)系統(tǒng)的脅迫因子與土地利用類型，計算生態(tài)系統(tǒng)的生境退化度數(shù)值（取值范圍0～1），具體計算過程如下[16]：

在生境退化度計算的基礎(chǔ)上，計算生境質(zhì)量，其公式如下：

針對研究區(qū)土壤鹽堿化的情況，本研究通過ArcGIS 10.8 分別提取人類干預程度較大的耕地、人造地表以及裸地土地利用數(shù)據(jù)作為InVEST 模型生境質(zhì)量模塊中影響生境質(zhì)量的脅迫因子（圖2）。參考已經(jīng)過研究驗證的條件相近地區(qū)的研究成果[19-22]以及《InVEST模型用戶指導手冊》，設定各脅迫因子的生境適宜度、對生境脅迫因子的敏感度數(shù)據(jù)、最大脅迫距離、權(quán)重以及空間衰退類型數(shù)據(jù)，根據(jù)研究區(qū)實際情況優(yōu)化數(shù)值，確定耕地、人造地表和裸地的最大脅迫距離分別為1.5、6.0 km和1.0 km，并進一步量化脅迫因子的權(quán)重與空間衰減方式（表1）。生境適宜度與生境質(zhì)量的高低緊密相關(guān)，生境適宜度表示該土地利用類型在特定研究區(qū)作為棲息地的適合性，其中0表示不適合，1表示完全適合。本研究設定各土地利用類型的生境適宜度：耕地為0.4，林地為1.0，草地為0.6，水體為1.0，人造地表為0，裸地為0.1，依據(jù)模型運行要求設定不同脅迫因子的敏感度（表2）。使用重分類模塊，劃分生境質(zhì)量等級，將生境質(zhì)量分為五個等級：優(yōu)（0.8，1.0]、良（0.6，0.8]、中等（0.4，0.6]、較差（0.2，0.4]、差[0，0.2]。

1.3.3 生態(tài)修復區(qū)劃分

將研究區(qū)行政區(qū)劃數(shù)據(jù)與2020年中國陸地生態(tài)系統(tǒng)服務價值空間分布數(shù)據(jù)進行疊加，得到吉林省西部典型鹽堿區(qū)陸地生態(tài)系統(tǒng)服務價值空間分布數(shù)據(jù)，通過ArcGIS 10.8中的自然斷點法對上述數(shù)據(jù)進行分類，賦值1～4，數(shù)字越大代表陸地生態(tài)系統(tǒng)服務價值越高[23]。

為建立生態(tài)修復區(qū)，通過ArcGIS 10.8 疊加研究區(qū)生境質(zhì)量、生境退化度與研究區(qū)的陸地生態(tài)系統(tǒng)服務價值的空間分布圖，結(jié)合以往研究[24]的分區(qū)方式，劃分出四類生態(tài)修復區(qū)域：重點修復區(qū)、適度修復區(qū)、自然修復區(qū)以及適度開發(fā)區(qū)。重點修復區(qū)分布的區(qū)域生境質(zhì)量水平低、生境退化度高，陸地生態(tài)系統(tǒng)服務價值較高；適度修復區(qū)生境質(zhì)量較低，生境退化度較高且陸地生態(tài)系統(tǒng)服務價值較低；自然修復區(qū)生境質(zhì)量與生態(tài)服務系統(tǒng)價值較高，生境退化度較低；適度開發(fā)區(qū)為生境質(zhì)量高、生境退化度低及陸地生態(tài)系統(tǒng)服務價值高的區(qū)域。

2 結(jié)果與分析

2.1 土地利用變化

研究區(qū)主要的土地利用類型為耕地，耕地面積占總面積的60%以上（圖3）。2000—2020年耕地和裸地均呈現(xiàn)逐步擴張的趨勢，耕地面積增長最多，從15 160.56 km2 增加至16 282.74 km2，增加了1 122.18km2，草地面積大幅減小，面積從7 264.73 km2縮減至5 425.28 km2，減少了1 839.45 km2（表3）。

基于研究區(qū)2000、2010、2020年三期的土地利用類型數(shù)據(jù)，構(gòu)建土地利用轉(zhuǎn)移矩陣（表3），繪制研究區(qū)各土地利用類型面積轉(zhuǎn)移弦圖（圖4）。2000—2020年，研究區(qū)轉(zhuǎn)出最多的土地類型是草地，轉(zhuǎn)出面積為3 494.47 km2，主要轉(zhuǎn)為耕地和裸地，轉(zhuǎn)出面積分別為1 913.72 km2 和1 105.00 km2；其次為耕地和裸地，分別轉(zhuǎn)出1 362.60 km2 和1 045.89 km2，主要轉(zhuǎn)為草地。同時，2000—2020 年，耕地轉(zhuǎn)入面積最大，總面積為2 484.78 km2。其次是草地和裸地，轉(zhuǎn)入面積分別達到了1 655.02 km2 和1 353.83 km2。草地轉(zhuǎn)出面積大于轉(zhuǎn)入面積，草地面積大幅減少。裸地向耕地轉(zhuǎn)入了283.63 km2，成為研究區(qū)耕地增加的第二大來源。隨著糧食需求量不斷增加，研究區(qū)對耕地的需求也不斷增加，大量的草地和裸地被開墾成耕地，伴隨著土壤鹽堿化的發(fā)生，結(jié)合圖5可知這一過程導致了該地區(qū)生境質(zhì)量的下降。

2.2 生境質(zhì)量時空變化

將生境質(zhì)量指數(shù)劃分為五個等級，2000—2020年研究區(qū)生境質(zhì)量等級以差和較差等級為主（表4），面積分別為11 119.23 km2和11 223.98 km2，分別占研究區(qū)總面積的41.64% 和42.03%；中等等級面積為3 509.73 km2，占比13.14%；等級為良和優(yōu)的面積占比最少，分別占比0.17%和3.02%。從生境質(zhì)量等級對應的面積變化來看，2000—2020 年生境質(zhì)量等級為差的區(qū)域面積增幅最大，增加了1 080.54 km2，占比上升4.02個百分點；其次是生境質(zhì)量等級為中等和優(yōu)的面積，分別增加了927.97 km2和361.74 km2，占比分別上升3.46個百分點和1.36個百分點；生境質(zhì)量等級為較差的面積減少最多，減少了2 304.26 km2，占比下降8.67個百分點；生境質(zhì)量等級為良的面積變化最小，僅減少46.04 km2，占比下降0.17 個百分點。吉林省西部典型鹽堿區(qū)生境質(zhì)量總體表現(xiàn)為較低水平且有一定程度的下降，這與20年間研究區(qū)土壤鹽堿化加劇及城市發(fā)展密切相關(guān)。

空間分布上，研究區(qū)大部分地區(qū)生境質(zhì)量較差，生境質(zhì)量等級為差的區(qū)域主要位于研究區(qū)中部及北部地區(qū)，中部和北部地區(qū)鹽堿地和裸地廣泛存在（圖5），生態(tài)環(huán)境較不穩(wěn)定且易遭受破壞，植被覆蓋率低，生態(tài)環(huán)境較為惡劣。少部分地區(qū)的生境質(zhì)量較好，但分布較為分散，主要位于濕地和水域附近，受人類活動的干擾較少，生態(tài)環(huán)境穩(wěn)定，生境質(zhì)量等級為優(yōu)?？傮w而言，研究區(qū)的生境質(zhì)量水平整體較差、部分較好，生境質(zhì)量兩極分化現(xiàn)象明顯，高生境質(zhì)量和低生境質(zhì)量區(qū)域面積均有所增加，整體生境質(zhì)量水平下降。

2.3 生境退化度

生境退化度反映了土地利用類型所受到的脅迫因子脅迫的程度。生境退化度分值越高，土地利用類型面臨的威脅越大，更易出現(xiàn)生境退化的現(xiàn)象，相反，生境退化度分值越低，該土地利用類型所受到的脅迫程度較小，較難出現(xiàn)生境退化的現(xiàn)象[25]。通過InVEST模型生境質(zhì)量模塊計算得出吉林省西部典型鹽堿區(qū)2000—2020年的生境退化度時空變化（圖6）。運用自然間斷點法將2000—2020年的生境退化度數(shù)值分為以下六種類型：基本無退化（0～0.100）、微度退化（0.101～0.185）、輕度退化（0.186～0.252）、中度退化（0.253～0.318）、高度退化（0.319～0.399）和嚴重退化（0.400～0.669）。

研究區(qū)生境退化度較高，整體生境退化度水平在20 年間逐步惡化，研究區(qū)多為鹽堿地，生態(tài)環(huán)境惡劣，大部分地區(qū)的生境退化度等級位于中等甚至偏高，即研究區(qū)大部分地區(qū)易發(fā)生生境退化的現(xiàn)象。生境退化度高的區(qū)域主要集中在鎮(zhèn)賚縣以及洮南市北部地區(qū)，生境退化度高的區(qū)域與退化度低的的區(qū)域交錯。通榆縣裸地轉(zhuǎn)化為耕地和草地的面積大，裸地轉(zhuǎn)化為生境退化度低的耕地和草地，通榆縣的生境退化度為基本無退化的區(qū)域占了大部分。大安市城市化進程的加快和土壤鹽堿化的加重，影響了生境的敏感性，導致生境退化度下降。鎮(zhèn)賚縣北部生境退化度高，源于該區(qū)域建設用地多。

2.4 生態(tài)修復分區(qū)

將研究區(qū)的生境質(zhì)量空間分布、生境退化度與陸地生態(tài)系統(tǒng)服務價值數(shù)據(jù)（圖7a）與根據(jù)生境適宜度比例加權(quán)后土地利用類型數(shù)據(jù)疊加，劃分四類生態(tài)修復區(qū)，分別為重點修復區(qū)、適度修復區(qū)、自然修復區(qū)以及適度開發(fā)區(qū)（圖7b）。

2.4.1 重點修復區(qū)

重點修復區(qū)主要分布于鎮(zhèn)賚縣西北部和大安市東南部，面積約為1 651 km2，此區(qū)域生境質(zhì)量水平低、生境退化度高，陸地生態(tài)系統(tǒng)服務價值較高，受鹽堿化的影響程度大。修復該區(qū)域有利于減弱短板效應，具有較強的修復價值。為提高生境質(zhì)量，在消除脅迫因素的基礎(chǔ)上，實施人工種植、酸堿平衡等手段分別對作物和土地進行重點修復。針對重點修復區(qū)鹽堿地擴張、林地侵占、草地退化等現(xiàn)象，加強對違法開墾林草地的管控，強化林草地生態(tài)建設與修復，保障林草地面積不減少、功能不降低。利用區(qū)域內(nèi)裸地，種植耐堿作物，化學、生物酸堿平衡等修復方式，改良土壤鹽堿化情況，逐步恢復土地原有性狀及土壤質(zhì)地，有利于提高重點修復區(qū)的生境質(zhì)量和改善局部生態(tài)系統(tǒng)。通過鹽堿地保護、可持續(xù)的農(nóng)業(yè)實踐以及合理的土地規(guī)劃和管理，由政府、農(nóng)民、環(huán)保組織和科研機構(gòu)共同努力來減輕土地退化和土壤鹽堿化的影響并提高土地的可持續(xù)發(fā)展能力。對于受到水和風影響引起的土壤侵蝕的區(qū)域，如鎮(zhèn)賚縣北部及通榆縣西部等地，應加強植被恢復和保護、土壤覆蓋和保護，以穩(wěn)定土壤并減少水和風的侵蝕。

2.4.2 適度修復區(qū)

適度修復區(qū)在各個市縣均有較大范圍分布，面積約為16 366 km2。該區(qū)域覆蓋面積廣，地區(qū)總體生境質(zhì)量較低，陸地生態(tài)系統(tǒng)服務價值偏低，土地利用類型單一，大部分地區(qū)生境退化度等級為中度退化。區(qū)域內(nèi)耕地分布廣泛，農(nóng)民耕作產(chǎn)生的農(nóng)藥化肥殘留導致土壤退化以及部分不合理耕作產(chǎn)生的土壤鹽堿化，導致土壤質(zhì)量下降，區(qū)域生境質(zhì)量整體下降。為防止其繼續(xù)惡化，可適當開展修復工作，減少對農(nóng)藥和化肥的依賴，使用天然肥料，減少對環(huán)境的污染；鼓勵使用生物防治方法，如引入天敵生態(tài)系統(tǒng)，維護生態(tài)平衡，以控制害蟲和病害。建設以土地覆被變化監(jiān)測體系為基礎(chǔ)的生境質(zhì)量數(shù)字管理平臺，通過運用現(xiàn)代化新型信息技術(shù)，將衛(wèi)星影像資料、航空影像和定期實地考察的脅迫因子數(shù)據(jù)接入InVEST模型生境質(zhì)量模塊自動計算生境質(zhì)量水平，繪制出地區(qū)生境質(zhì)量的變化情況，實現(xiàn)自動實時的生境質(zhì)量現(xiàn)狀及修復進程監(jiān)測，及時掌握區(qū)域生態(tài)狀況，跟進修復進度。

2.4.3 自然修復區(qū)

自然修復區(qū)較為分散，主要分布在大安市中部、通榆縣東部和鎮(zhèn)賚縣中部和東部，面積約為5 424km2。該區(qū)域生境質(zhì)量較高、陸地生態(tài)系統(tǒng)服務價值也相對較高，區(qū)域內(nèi)生態(tài)系統(tǒng)表現(xiàn)出輕微破壞，多為生境質(zhì)量等級較高的土地利用類型，具有較強的自我修復能力。針對該修復區(qū)內(nèi)的自然林草地、水體與濕地，如研究區(qū)內(nèi)大安市中東部、通榆縣西部等地區(qū)，應加強高生境質(zhì)量土地利用類型的保護，嚴格管控耕地的開發(fā)利用，統(tǒng)籌治理維護，促進區(qū)域內(nèi)生境質(zhì)量自然修復。保護原有林草地，采用可持續(xù)的森林管理措施，確保伐木活動不會導致森林資源的過度開發(fā)。定期更新和監(jiān)測森林，以維持森林健康。進行植樹造林，恢復受損的林地和草地，限制開發(fā)和破壞活動，以保護當?shù)氐纳鷳B(tài)系統(tǒng)，增加植被覆蓋，提高生態(tài)系統(tǒng)的穩(wěn)定性。

2.4.4 適度開發(fā)區(qū)

適度開發(fā)區(qū)主要分布于鎮(zhèn)賚縣、通榆縣北部以及大安市中南部，面積約為4 556 km2。該區(qū)域與生境質(zhì)量水平較高的土地利用類型如水體、濕地與草地分布地區(qū)較為一致，為陸地生態(tài)系統(tǒng)服務價值高且生境質(zhì)量較高的區(qū)域，區(qū)域內(nèi)生態(tài)系統(tǒng)基本沒有受到破壞，生境質(zhì)量水平高于研究區(qū)的平均生境質(zhì)量水平，具有一定的開發(fā)潛力和價值。針對該區(qū)域內(nèi)的林草地，如大安市東部、通榆縣中部等地區(qū)，可以適當發(fā)展生態(tài)農(nóng)業(yè)。

3 討論

區(qū)域生境質(zhì)量的維護和提升對于保障人們生計與增進人類福祉具有重要意義，成為生態(tài)文明建設的關(guān)鍵議題。吉林省西部鹽堿區(qū)不僅是生態(tài)保護的關(guān)鍵地區(qū)，同時也是糧食產(chǎn)能提升的重要區(qū)域。生境質(zhì)量作為生物多樣性的支持條件，構(gòu)建了區(qū)域生態(tài)安全的基礎(chǔ)。以土地利用轉(zhuǎn)移矩陣和InVEST模型開展的區(qū)域生境質(zhì)量研究，已經(jīng)得到學者的廣泛驗證[26-29]。本研究結(jié)合土地利用轉(zhuǎn)移矩陣和InVEST模型建立吉林省西部典型鹽堿區(qū)土地利用類型和生境質(zhì)量的關(guān)系研究，揭示研究區(qū)2000—2020年總體生境質(zhì)量不斷下降和區(qū)域生境質(zhì)量兩極分化明顯的規(guī)律。通過分析生境質(zhì)量空間分布的變化，得出生境質(zhì)量變化與區(qū)域發(fā)展密不可分。在分析生境質(zhì)量時空分異的基礎(chǔ)上，劃分生態(tài)修復區(qū)，不僅為生態(tài)修復工程提供重要參考，也可為農(nóng)業(yè)開發(fā)提供重要指導，有助于協(xié)調(diào)生態(tài)環(huán)境的保護和經(jīng)濟的發(fā)展。吉林省西部鹽堿區(qū)在今后的土地開發(fā)與利用過程中，應增加草地、林地、水體等生境質(zhì)量等級為優(yōu)的土地利用類型面積，針對吉林省西部典型鹽堿區(qū)生境質(zhì)量退化的現(xiàn)狀，對耕地擴張要實行合理規(guī)劃，對耕地利用技術(shù)進行改良[30]，在不增加耕地面積的情況下提升糧食產(chǎn)量，可以有效緩解研究區(qū)本身存在的生態(tài)脆弱性和向鹽堿區(qū)“要糧”之間的矛盾，對改善區(qū)域生態(tài)環(huán)境問題和促進可持續(xù)發(fā)展具有重要意義。但本研究仍存在一些不足，InVEST模型的參數(shù)設置主要結(jié)合以往學者研究成果和模型手冊綜合考慮得出，脅迫因子及其敏感度的設定存在一定的主觀性，在今后的研究中可以針對模型參數(shù)設置的優(yōu)化進行深入研究。

4 結(jié)論

本研究深度分析研究區(qū)土地利用變化、生境質(zhì)量與生境退化度的時空特征及變化，得出以下結(jié)論：

（1）吉林省西部典型鹽堿區(qū)土地利用類型以耕地為主。2000—2020年，20年間研究區(qū)轉(zhuǎn)入面積最大的土地利用類型是耕地，且面積呈增長趨勢，耕地和草地之間的轉(zhuǎn)入和轉(zhuǎn)出最為頻繁；轉(zhuǎn)出面積最大的土地利用類型是草地，草地轉(zhuǎn)出面積大于轉(zhuǎn)入面積，草地總體面積呈縮減趨勢。

（2）2000—2020 年研究區(qū)生境質(zhì)量指數(shù)均呈現(xiàn)較低水平，土地利用類型與生境質(zhì)量存在著極高的關(guān)聯(lián)度，耕地對應的生境質(zhì)量等級為較差，鹽堿地和裸地對應的生境質(zhì)量等級為差。生境質(zhì)量等級為差和優(yōu)的的面積均大幅增加，總體的生境質(zhì)量兩極分化差異顯著，表現(xiàn)為生境質(zhì)量的整體下降。

（3）研究區(qū)總體生境退化度較高且呈逐步惡化趨勢，生態(tài)修復至關(guān)重要，結(jié)合陸地生態(tài)系統(tǒng)服務價值、生境質(zhì)量和生境退化度劃分重點修復區(qū)、適度修復區(qū)、自然修復區(qū)和適度開發(fā)區(qū)四類生態(tài)修復分區(qū)，為區(qū)域生境質(zhì)量提升和農(nóng)業(yè)可持續(xù)發(fā)展提供支撐。

參考文獻：

[1] 吳林霖， 王思遠， 楊瑞霞， 等. 斯里蘭卡亞洲象棲息地生境質(zhì)量時空

變化及分異特征[J]. 遙感學報， 2021， 25（12）：2472-2487. WU L

L， WANG S Y， YANG R X， et al. Spatio - temporal patterns and

differentiations of habitat quality for asian elephant（Elephas maximus）

habitat of Sri Lanka[J]. National Remote Sensing Bulletin， 2021， 25

（12）：2472-2487.

[2] HUANG E H， CHEN Y X， FANG M， et al. Environmental drivers of

plant distributions at global and regional scales[J]. Global Ecology and

Biogeography， 2021， 30（3）：697-709.

[3] FALCUCCI A， MAIORANO L， BOITANI L. Changes in land-use/

land-cover patterns in Italy and their implications for biodiversity

conservation[J]. Landscape Ecology， 2007， 22（4）：617-631.

[4] 劉卓， 任偉， 李海燕， 等. 吉林省西部地區(qū)堿茅改良鹽堿地技術(shù)[J].

東北農(nóng)業(yè)科學， 2018， 43（3）：20-22. LIU Z， REN W， LI H Y， et al.

Improvement techniques of saline alkaline soil by Puccinellia sp. in the

western region of Jilin Province[J]. Journal of Northeast Agricultural

Sciences， 2018， 43（3）：20-22.

[5] 王露露， 王天亮， 高斌， 等. 松嫩平原土地鹽堿化時空動態(tài)變化及影

響因素分析[J]. 灌溉排水學報， 2023， 42（4）：108-115. WANG L L，

WANG T L， GAO B， et al. Spatiotemporal dynamics of soil salinity and

its determinants in Songnen Plain[J]. Journal of Irrigation and

Drainage， 2023， 42（4）：108-115.

[6] WANG Y G， LI Y， XIAO D N. Catchment scale spatial variability of

soil salt content in agricultural oasis， northwest China[J].

Environmental Geology， 2008， 56（2）：439-446.

[7] 孟慶林， 李明玉， 任春穎， 等. 基于HSI模型的吉林省東部地區(qū)生境

質(zhì)量動態(tài)評價[J]. 國土資源遙感， 2019， 31（3）：140-147. MENG Q

L， LI M Y， REN C Y， et al. Dynamic assessment of habitat quality in

eastern Jilin Province based on HSI model[J]. Remote Sensing for

Natural Resources， 2019， 31（3）：140-147.

[8] 齊增湘， 徐衛(wèi)華， 熊興耀， 等. 基于MAXENT模型的秦嶺山系黑熊

潛在生境評價[J]. 生物多樣性， 2011， 19（3）：343-352. QI Z X， XU

W H， XIONG X Y， et al. Assessment of potential habitat for Ursus

thibetanus in the Qinling Mountains[J]. Biodiversity Science， 2011， 19

（3）：343-352.

[9] 黃康， 戴文遠， 黃萬里， 等. 基于CA-Markov和InVEST模型的土地

利用變化對生境影響評價：以福建省福州新區(qū)為例[J]. 水土保持通

報， 2019， 39（6）：155-162. HUANG K， DAI W Y， HUANG W L， et al.

Impacts of land use change evaluation on habitat quality based on CAMarkov

and InVEST models：taking Fuzhou new district of Fujian

Province as an example[J]. Bulletin of Soil and Water Conservation，

2019， 39（6）：155-162.

[10] 任胤銘， 劉小平， 許曉聰， 等. 基于FLUS-InVEST模型的京津冀多

情景土地利用變化模擬及其對生態(tài)系統(tǒng)服務功能的影響[J]. 生態(tài)

學報， 2023， 43（11）：4473-4487. REN Y M， LIU X P， XU X C， et al.

Multi - scenario simulation of land use change and its impact on

ecosystem services in Beijing-Tianjin - Hebei region based on the

FLUS-InVEST model[J]. Acta Ecologica Sinica， 2023， 43（11）：4473-

4487.

[11] 高周冰， 王曉瑞， 隋雪艷， 等. 基于FLUS和InVEST模型的南京市

生境質(zhì)量多情景預測[J]. 農(nóng)業(yè)資源與環(huán)境學報， 2022， 39（5）：

1001-1013. GAO Z B， WANG X R， SUI X Y， et al. Multi-scenario

prediction of habitat quality in Nanjing based on FLUS and InVEST

models[J]. Journal of Agricultural Resources and Environment， 2022，

39（5）：1001-1013.

[12] BABBAR D， AREENDRAN G， SAHANA M， et al. Assessment and

prediction of carbon sequestration using Markov chain and InVEST

model in Sariska Tiger Reserve， India[J]. Journal of Cleaner

Production， 2021， 27（8）：123333.

[13] GONG J， XIE Y C， CAO E J， et al. Research on the change of

mountain plant diversity based on the InVEST habitat quality model

and landscape pattern index：taking the Bailong River basin in Gansu

as an example[J]. Journal of Geographical Sciences， 2019， 29（7）：

1193-1210.

[14] 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[J].

生態(tài)學雜志， 2013， 32（12）：3360-3367. HUANG C H， YANG J，

ZHANG W J. Development of ecosystem services evaluation models：

research progress[J]. Chinese Journal of Ecology， 2013， 32（12）：

3360-3367.

[15] 趙慶建， 吳曉珍. 基于InVEST模型的岷江流域土地利用變化對生

境質(zhì)量的影響研究[J]. 生態(tài)科學， 2022， 41（6）：1-10. ZHAO Q J，

WU X Z. Research on the impact of land use change on habitat

quality in Minjiang River basin based on InVEST model[J].

Ecological Science， 2022， 41（6）：1-10.

[16] 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

[J]. 農(nóng)業(yè)工程學報， 2017， 33（1）：250-255. ZHONG L N， WANG J.

Evaluation on effect of land consolidation on habitat quality based on

InVEST model[J]. Transactions of the Chinese Society of Agricultural

Engineering， 2017， 33（1）：250-255.

[17] MOREIRA M， FONSECA C， VERGíLIO M， et al. Spatial assessment

of habitat conservation status in a Macaronesian Island based on the

InVEST model：a case study of Pico Island（Azores， Portugal）[J].

Land Use Policy， 2018， 78：637-649.

[18] 馮琳， 雷國平. 東北地區(qū)生態(tài)系統(tǒng)服務及權(quán)衡/協(xié)同關(guān)系時空演變

特征與功能分區(qū)研究[J]. 中國土地科學， 2023， 37（7）：100-113.

FENG L， LEI G P. Study on spatial - temporal evolution

characteristics and functional zoning of ecosystem services and tradeoffs

/ synergies relationships in northeastern China[J]. China Land

Science， 2023， 37（7）：100-113.

[19] 劉長雨， 楊潔， 謝保鵬， 等. 黃河流域甘青段生境質(zhì)量時空特征及

其地形梯度效應[J]. 農(nóng)業(yè)資源與環(huán)境學報， 2023， 40（2）：372-383.

LIU C Y， YANG J， XIE B P， et al. Temporal and spatial

characteristics of habitat quality and its topographic gradient effect in

the Gansu-Qinghai section of the Yellow River basin[J]. Journal of

Agricultural Resources and Environment， 2023， 40（2）：372-383.

[20] 楊志鵬， 許嘉巍， 馮興華， 等. 基于InVEST模型的東北地區(qū)土地利

用變化對生境的影響研究[J]. 生態(tài)科學， 2018， 37（6）：139-147.

YANG Z P， XU J W， FENG X H， et al. Effects of land use change on

habitat based on InVEST model in northeast China[J]. Ecological

Science， 2018， 37（6）：139-147.

[21] 張學儒， 周杰， 李夢梅. 基于土地利用格局重建的區(qū)域生境質(zhì)量時

空變化分析[J]. 地理學報， 2020， 75（1）：160-178. ZHANG X R，

ZHOU J， LI M M. Analysis on spatial and temporal changes of

regional habitat quality based on the spatial pattern reconstruction of

land use[J]. Acta Geographica Sinica， 2020， 75（1）：160-178.

[22] 杜雨陽， 王征強， 于慶和， 等. 基于生境質(zhì)量模型和電路理論的區(qū)

域生態(tài)安全格局構(gòu)建：以秦嶺（陜西段）為例[J]. 農(nóng)業(yè)資源與環(huán)境

學報， 2022， 39（5）：1069-1078. DU Y Y， WANG Z Q， YU Q H， et al.

Construction of a regional ecological security pattern based on a

habitat quality model and circuit theory：a case study of the Qinling

Mountains（Shaanxi section）[J]. Journal of Agricultural Resources and

Environment， 2022， 39（5）：1069-1078.

[23] 孫天成， 馬梓程， 黃贊慧， 等. 基于碳儲存變化的海岸帶生態(tài)系統(tǒng)

修復策略：以海南島東南海岸帶為例[J]. 熱帶地理， 2023， 43（3）：

443-458. SUN T C， MA Z C， HUANG Z H， et al. Coastal ecosystem

restoration strategy based on carbon storage change：a case study of

the southeast coastal zone of Hainan Island[J]. Tropical Geography，

2023， 43（3）：443-458.

[24] 李楊帆， 向枝遠， 楊奕， 等. 基于韌性理念的海岸帶生態(tài)修復規(guī)劃

方法及應用[J]. 自然資源學報， 2020， 35（1）：130-140. LI Y F，

XIANG Z Y， YANG Y， et al. Application of ecological restoration and

planning based on resilience thinking in coastal areas[J]. Journal of

Natural Resources， 2020， 35（1）：130-140.

[25] 路亞方， 李紅波. 2000—2020年基于土地利用變化的生境質(zhì)量時

空動態(tài)演變：以武漢城市圈為例[J]. 水土保持研究， 2022， 29（6）：

391-398. LU Y F， LI H B. Temporal and spatial dynamic evolution

of habitat quality based on land use change from 2000 to 2020：taking

Wuhan metropolitan region as an example[J]. Research of Soil and

Water Conservation， 2022， 29（6）：391-398.

[26] 杜峯屹， 陳松林， 蒲佳豪. 2000—2020年閩東南地區(qū)土地利用變化

及生境質(zhì)量時空演變[J]. 水土保持研究， 2023， 30（6）：345-356.

DU F Y， CHEN S L， PU J H. Land use change and spatiotemporal

evolution of habitat quality in southeastern Fujian from 2000 to 2020

[J]. Research of Soil and Water Conservation， 2023， 30（6）：345-356.

[27] 胡豐， 張艷， 郭宇， 等. 基于PLUS和InVEST模型的渭河流域土地

利用與生境質(zhì)量時空變化及預測[J]. 干旱區(qū)地理， 2022， 45（4）：

1125-1136. HU F， ZHANG Y， GUO Y， et al. Spatial and temporal

changes in land use and habitat quality in the Weihe River basin

based on the PLUS and InVEST models and predictions[J]. Arid Land

Geography， 2022， 45（4）：1125-1136.

[28] 梁甜， 黃茜， 楊霏， 等. 基于InVEST-PLUS模型的三峽庫區(qū)（重慶

段）生境質(zhì)量演變及預測[J]. 長江流域資源與環(huán)境， 2023， 32（10）：

2184-2195. LIANG T， HUANG X， YANG F， et al. Evolution and

prediction of habitat quality in the Three Gorges Reservoir

（Chongqing section）based on the InVEST-PLUS model[J]. Resources

and Environment in the Yangtze Basin， 2023， 32（10）：2184-2195.

[29] 李宸宇， 朱建華， 郭學媛， 等. 長江經(jīng)濟帶林業(yè)生態(tài)工程區(qū)生境質(zhì)

量時空變化[J]. 生態(tài)學雜志， 2021， 40（12）：3788-3799. LI C Y，

ZHU J H， GUO X Y， et al. Spatiotemporal variations of habitat quality

in forestry ecological project region of the Yangtze River economic

belt[J]. Chinese Journal of Ecology， 2021， 40（12）：3788-3799.

[30] 劉蒙罷， 張安錄， 文高輝. 長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效

率區(qū)域差異與空間收斂[J]. 自然資源學報， 2022， 37（2）：477-493.

LIU M B， ZHANG A L， WEN G H. Regional differences and spatial

convergence in the ecological efficiency of cultivated land use in the

main grain producing areas in the Yangtze region[J]. Journal of

Natural Resources， 2022， 37（2）：477-493.