基于MGWR模型的天目-懷玉山區生境質量對土地利用變化的響應

趙依谷，黃 偉，費秀超，沈 童，畢守東，張云華*

基于MGWR模型的天目-懷玉山區生境質量對土地利用變化的響應

趙依谷1，黃 偉1，費秀超1，沈 童1，畢守東2*，張云華1*

(1. 安徽農業大學資源與環境學院，合肥 230036；2. 安徽農業大學理學院，合肥 230036)

基于1980年、1990年、2000年、2010年和2018年土地利用變化數據，借助InVEST模型評估天目-懷玉山區生境質量時空分布特征，并采用多尺度地理加權回歸模型（MGWR），對研究區耕地、林地、草地和建設用地的變化與生境質量變化的空間關系進行顯式化分析，結果顯示：（1）1980—2018年間，天目-懷玉山區耕地持續減少，林地和草地先增加后減少，水域面積增加幅度最大，建設用地變化較小，土地利用轉移主要以耕地向林地、草地和建設用地轉換、林地向建設用地轉換和草地向林地轉換為主。（2）1980—2018年間，天目-懷玉山區生境質量水平波動較小，且常年處于較高水平，總體上先增加后減少。（3）MGWR模型計算結果顯示1980—2018年間，耕地、林地、草地和建設用地在812、194、1 166和512的較大尺度上影響著生境質量，而1990-2000年間，則在51、45、43和123的局部尺度上影響著生境質量。模型回歸系數顯示，1980—2018年間，林地和草地的變化與生境質量的變化呈現正相關關系，耕地和建設用地的變化與生境質量變化呈現負向關關系；1990—2000年間，4種土地利用類型的變化對生境質量的影響呈現較為明顯的兩極化空間格局，其主要取決于土地利用類型轉換的方向。研究結果將為天目-懷玉山區土地資源合理利用和生態環境保護提供可靠的理論依據。

生境質量；土地利用類型；InVEST模型；多尺度地理加權回歸；天目-懷玉山區

生境是指可以提供資源和條件以供生物體生存和繁殖的空間[1]。生境質量是指自然環境為個體種群和物種的生存提供所有必要條件的能力，是反映生態環境對人類生存及社會經濟持續發展的適宜程度，對生物多樣性保護和提升人類生活質量有著重要作用[2-6]。近幾十年來，經濟高速發展，工業化和城市化不斷的向前快速推進，人類改造自然的規模和力度在不斷增強，這也導致了生境的破碎和消失，生境質量嚴重退化，大量物種在慢慢消失，生物多樣性和人類可持續性發展都受到了嚴重的威脅[7-9]。在人類活動中，土地利用的變化是一種主要的表現方式，不僅是生境質量模型中的脅迫因子，變化的方式和程度更能代表人類活動的意圖和強度[10-11]。因此，探究土地利用變化對生境質量的影響的過程和機制，對于維護生物多樣性和人類可持續發展具有重要意義。

在區域生境質量的研究中，國內外學者大多采用InVEST（integrated valuation of ecosystem services and trade-offs）模型對一個區域的生境質量進行定量評估，InVEST模型是由美國斯坦福、大自然保護協會與世界自然基金會聯合開發的，進行生態系統服務和權衡的綜合評估模型，是目前評估生境質量的主流工具[12]。國內部分學者基于土地利用的變化，利用InVEST模型分別對黃土丘陵區[13]、陜西省黃河濕地自然保護區[14]和皖西大別山區[15]的生境質量時空變化進行評價。但僅僅使用Invest模型，無法深刻地揭示土地利用變化與生境質量變化之間的內聯關系。在研究的時間尺度上，由于歷史時期或者未來情境下土地利用數據不易獲取，部分學者利用CA-Markov模型設定歷史或未來土地利用空間格局來研究歷史或者未來區域生境質量的空間格局，如利用CA-Markov模型結合InVEST模型重建1975—2010年長三角區生境質量空間格局[16]。以現有土地利用數據為基礎，模擬和預測2000—2030年寧夏中部干旱區生境質量時空變化[17]。為了探究土地利用變化與生境質量變化空間上的復雜聯系，陳妍等[18]探究北京市土地利用格局變化對生境質量的影響；鐘麗娜等[19]以大安市土地整治重大項目為例，探究土地整治對生境質量的影響；王惠等[20]利用地理加權回歸模型（GWR）結合InVEST模型尋求它們在空間上的定量關系。

目前大量研究已經表明生境質量影響機制研究中往往存在明顯的空間異質性現象，且研究主要采用線性回歸模型、地理加權回歸模型等方法去探究土地利用變化對生境質量的影響[18]。傳統地理加權回歸模型可以在有效的解決傳統回歸模型不能處理的空間異質性問題，土地利用類型的變化對生境質量變化的影響具有明顯的區域性特征，GWR模型可以解釋兩者之間蘊含的規律。GWR模型中的帶寬值表現為影響因素的作用尺度，作為局部回歸模型，GWR模型可以較好的解釋自變量和因變量間的關系隨空間變化的現象，但所有自變量在模型中的最優帶寬值是一樣的，而在現實中不同影響因素在空間上作用尺度不同[22]，“地理學研究對象格局與過程及其時空特征均是尺度依存的”[23]，目前關于土地利用變化對生境質量影響的研究中，雖有研究將各土地利用類型與生境質量的空間關系顯式化，但是忽略了不同影響因素的尺度差異[20]。本研究采用多尺度地理加權回歸（MGWR）模型探究生境質量對土地利用變化的響應，揭示不同土地利用類型變化在空間上的作用尺度以及作用效果的異質性。同時基于相同的分辨率因子，研究同時與全局回歸模型（OLS）和GWR模型進行定量對比。

1 研究內容與方法

1.1 研究區概況

天目山-懷玉山區（116°21′—120°5′E和28°32′—31°17′N）是我國水源涵養和生物多樣性重點保護區域，行政區域涵蓋江西、安徽、浙江和江蘇4個省，主要涉及浙江省的杭州、湖州、金華，江西省的上饒、景德鎮、九江，安徽省的宣城、黃山、池州，以及江蘇省的無錫和常州，總面積為 59 747 km2。研究區是我國東部地區重要河流錢塘江的發源地，也是目前華東地區森林面積保存較大和生物多樣性豐富的區域，高等植物超過2 400種，是華東地區重要的生態安全保障。同時，該區域內山地面積大，降雨豐富，多臺風，暴雨，資源環境問題也比較突出，以該地區作為研究對象，利用MGWR模型研究該區域土地利用變化與生境質量變化之間的關系，具有一定的代表性。

圖1 研究區示意圖

Figure 1 Schematic diagram of the study area

1.2 數據與方法

1.2.1 數據來源與處理 本研究采用的土地利用數據（1980年、1990年、2000年、2010年、2018年）來源于中國科學院資源環境科學數據中心（http://www.resdc.cn）為30 m×30 m分辨率的柵格數據集。數字高程模型（Digital Elevation Model，DEM）數據來源于地理空間數據云（http://www. gscloud.cn/）數據分辨率為30 m ×30 m。本研究所有數據統一采用Krasovsky-1940-Albers投影。

1.2.2 研究方法 （1）Invest生境質量模塊。本研究借助InVEST模型中的生境模塊計算生境質量指數。該模型結合不同土地利用類型對威脅因子的敏感性和外部威脅強度[24]，通過計算得到生境退化程度，最終得到生境質量指數計算公式為：

式中：D生境退化度；為脅迫因子的個數；為某個脅迫因子；y為脅迫因子柵格數；w為脅迫因子的比重；y為脅迫因子的某一柵格數；w為脅迫因子的比重；為脅迫因子的某一柵格數；r為某一柵格上受脅迫因子作用的脅迫值；i為柵格受到柵格中的脅迫因子而產生的影響；β為法律保護程度；S為土地類型中型地類對脅迫因子的敏感度。D為柵格和柵格的距離；max為脅迫因子的最大影響范圍。

生境質量指數反映了某個地區的生境質量的優劣，其值域在0～1。數值越高，生境適宜度越高，越適合生物生長發育。其計算公式如下：

Q為土地利用類型中柵格的生境質量指數；H為土地利用類型中柵格的生境適宜性；為半飽和常數。為歸一化常數，本研究取經驗值2.5。

在參考現有研究成果和InVEST模型使用手冊后[25]，結合研究區的情況最終選取耕地（水田和旱地）、城鎮用地、農村居民點和其他建設用地（建設用地中非城鎮用地和農村居民點的用地）這4種土地利用類型作為威脅因子，并設定相關參數，見（表1）和（表2）。

（2）多尺度地理加權回歸模型（MGWR）。為了彌補OLS全局回歸模型在空間異質性和空間非平性上面的不足，Fortheringham采用局部光滑的思想，提出GWR（地理加權回歸）[27]，該模型是基于構建空間權重矩陣的一種回歸模型。但是在實際應用中，解釋變量在不同的空間尺度上表現出不同程度的空間非平穩性關系。而經典的GWR由于不同解釋變量的帶寬設置恒定，很大程度上限制了空間非平穩性關系的變化。針對GWR的局限性，Fortheringham等提出MGWR模型[28]，并在Yu等得到了進一步的完善和改進[29]。MGWR模型的計算公式如下：

式中，y為因變量；x為解釋變量；表示用于校準第項條件關系的帶寬，帶寬為b的第個局部回歸系數；(u,v)為第個樣點的空間地理位置；為模型的截距和誤差項。與經典GWR不同，MGWR模型中允許每個解釋變量在局部回歸過程中擁有各自不同的空間平滑水平，從而獲得不同的帶寬，而不同的帶寬意味著在同一位置的每個關系將具有不同的空間權重矩陣，而這在經典GWR模型中無法得到實現。

MGWR模型實質上是一種基于反向擬合算法校正的廣義可加線性模型，具體可表示為：

式中，為因變量，f第個局部回歸系數，為模型的截距和誤差項。

為了使得MGWR模型正常運行且最大程度的保留數據，本研究采用ArcGIS10.2中漁網工具（Fishnet）創建4 km×4 km的網格，將分辨率為30 m×30 m的耕地、林地、草地和建設用地的變化量作為解釋變量，生境質量的變化量作為因變量，分析4種土地利用類型與生境質量之間的定量關系。

表2 天目-懷玉山區不同土地利用類型對脅迫因子的敏感系數

2 結果與分析

2.1 天目-懷玉區土地利用的變化分析

2.1.1 土地利用時空變化的總體特征 從土地利用時空變化的總體情況來看，1980—2018年5期土地利用數據（表3）顯示天目-懷玉區土地利用類型以耕地和林地為主，兩者面積之和超過53 369.84 km2，占比超過89.33%。其中面積最大的為林地，各個年份占總面積占比依次為70.46%、70.20%、71.18%、71.02%、70.82%，均大于70%，這也為天目-懷玉山區的水源涵養和生物多樣性等生態功能提供了重要的保障。

1980—2018年期間不同土地利用類型也有不同程度的變化，其中耕地面積的變化較為顯著，面積減少了1 171.71 km2，下降幅度為9.58%，并且耕地面積在持續減少。林地的面積來回波動，但是波動幅度很小，面積變化較為穩定，其主要原因是天目山于1956年被國家林業部化為森林禁伐區后又晉升為國家級森林和野生動物類型自然保護區加以保護，懷玉山也是國家級森林公園，黃山更是被聯合國教科文組織評為世界地質公園，它們的森林覆蓋率常年超過80%。草地面積先增加后減少，從1980年（3 733.87 km2）縮減到1990年（3 949.27 km2），縮減幅度為5.77%，又逐漸增加至2018年 （3 795.77 km2）。水域面積的變化最為顯著，面積從1980年（545.38 km2）不斷增加到2018年（1370.30km2），增加了824.92 km2，增加幅度高達151.26%，其主要原因就是濕地生態系統在調節氣候，改善水質和生物多樣性保護具有重要而深遠的意義，隨著《濕地保護法》的出臺，各省也不斷加強對濕地保護區等水域生態區的規劃和保護以及對生態修復工程的建設。未利用地變化趨勢較顯著，但其在研究區內的規模極小。

表3 1980—2018年天目-懷玉山區土地利用類型面積變化

圖2 1980—2018年間土地利用類型轉移?；鶊D

Figure 2 Sanchi map of land-use type transfer between 1980 and 2018

2.1.2 土地利用的結構變化 利用OriginPro2021繪制1980—2018年間天目-懷玉山區各年份間土地利用轉換?；鶊D（圖2），其中去除了各個年份間同種土地利用類型之間的轉換數據。通過?；鶊D可以直觀的表達各個年份間土地利用主要變換。1980—1990年，土地利用轉換面積較小，主要是耕地和林地的轉換，分別為126.71 km2和242.74 km2，占整個轉出面積的32.86%和62.94%，其中耕地主要向林地（76.95 km2）、水域（23.84 km2）和建設用地（24.12 km2）轉換，林地則主要轉換為草地（217.94 km2）和耕地（21.32 km2），其主要原因是天目—懷玉山區在該段時間內人類活動強度較小，土地利用結構較為穩定。與上一段時間相比，1990—2000年各地類轉換面積大幅增加，土地利用類型的變更較為明顯，轉出面積為1 299.15 km2，主要是耕地、林地和草地的轉換，其中耕地集中向林地（568.88 km2）和建設用地（60.50 km2）轉換，轉換的區域主要發生在地勢不平坦，不宜耕作的山區，而林地則主要向草地（235.76 km2）轉換，其余地類轉換面積較小。2000—2010年和2010—2018年兩個時期的土地利用轉換方向相似，轉換面積逐期減少，分別為922.15 km2和920.59 km2，兩個時期都有大量的建設用地轉入，說明在近18年期間，由于城市的迅速發展，城鎮化進程加速，部分耕地和林地被用來建設城市以滿足需求。

2.2 生境質量的變化分析

通過Invest模型中的生境質量模塊運算得到天目-懷玉山區5期（1980年、1990年、2000年、2010年、2018年）生境質量的空間分布，并根據自然斷點分級法，將生境質量指數劃為低（0～0.3）、較低（0.3～0.5）、良（0.5～0.8）、較高（0.8～0.9）、高（0.9～1）5個等級，為了更好地比較和分析，統計出各個等級生境質量所占的面積和比例（表4）。

時間上看，天目-懷玉山區1980、1990、2000、2010、2018年平均生境質量指數分別為0.831 44、0.830 53、0.836 90、0.832 93、0.829 47，生境質量指數標準差分別為0.256 15、0.255 22、0.252 04、0.259 95、0.265 66，在38年中生境質量指數波動較小且均處于較高等級，但相比較而言1990—2000年上升幅度最大，從生境質量指數的標準差變化表明柵格單元之間的生境質量的差異在擴大。

表4 1980—2018年間天目-懷玉山區生境質量等級變化

表5 1980—2018年和1990—2000年的OLS、GWR與MGWR擬合結果比較

圖3 MGWR模型回歸系數空間分布

Figure 3 Spatial distribution of regression coefficients of MGWR model

研究區生境質量的高值區和較高值區面積較大波動較小，多年來均占研究區面積的67.00%以上，研究區各個地區均有所分布，分布地帶的土地利用主要以林地和草地等自然生境為主，受人類干擾較少，生物多樣性豐富。生境質量良好區主要散落在研究區西部的草地和林地上，以及東南部的水庫坑塘、河渠和湖泊上，面積波動小。生境質量低和較低值區面積先減少后增加，整體上從1980年（12 851 km2）減少到2018（12 492 km2），其中北部邊緣地區和中部地區為研究區生境質量較低值區，主要為耕地，農業用地和人類活動密切相關，受到干擾較大，生態破壞嚴重；生境質量低值區面積較少，主要為一些建設用地和未利用地。

2.3 生境質量對土地利用的響應

1980—2018年間和1990—2000年間土地利用的變遷和生境質量的空間格局都發生了明顯的變化，且為了更加直觀的分析不同時期土地利用對生境質量的影響，本研究選取1990—2000年作為短期研究時段，1980—2018年作為長期研究時段進行分析。運行MGWR2.2軟件計算回歸系數，相比較傳統的GWR模型，MGWR模型對不同的解釋變量其作用的尺度范圍上也有所不同，從而得到更加科學可信的計算結果[30]。

普通最小二乘法（OLS）下的全局回歸模型、GWR模型與MGWR模型計算結果的相關指標如（表5）所示，與傳統的OLS全局模型和經典的GWR模型相比，MGWR模型的擁有更小的修正赤池信息量準則（AICc）值，同時擁有更大的2，變量帶寬值選取更加豐富和科學。且1980—2018年和1990—2000年數據的模型擬合優度分別為0.735和0.867，均處于較高水平。綜上說明MGWR模型在擬合效果上比前兩個模型更優。

GWR模型和MGWR模型中的變量帶寬衡量了解釋變量因子作用尺度，但MGWR模型能夠反映出不同解釋變量因子在空間上作用尺度的差異，可以反映出不同土地利用類型對生境質量作用尺度的差異。不同帶寬的因子在空間上的異質性也是不一樣的[31]，帶寬小的因子其空間上的作用是相似的，在空間上的異質性就大，對生境質量的影響就較小。且從（表5）中可以看出，不同時期的同種土地利用類型對生境質量的作用尺度也有所不同，其作用效果的空間異質性也不同。整體上，1990—2000年的4個變量帶寬均遠小于1980—2018年，在空間尺度上表現出更大的空間非平穩性，這主要是因為1990—2000年期間土地利用空間格局發生了明顯變化，土地利用類型轉移方向和面積較大。1980—2018年期間，林地和建設用地作用尺度相對較小，分別為194和512，反映了天目-懷玉山區生境質量對林地和建設用地變化的響應較為敏感。相比之下，帶寬較大的耕地和草地則在較大尺度內影響天目-懷玉山區內的生境質量。1990—2000年間，耕地（51）、林地（45）和草地（43）的變化均擁有相似的作用尺度，在天目-懷玉山區對生境質量表現為局部影響，而建設用地（123）的變化在這個時期對生境質量的影響相對平穩。

MGWR模型計算出的各解釋變量的回歸系數空間分布特征如（圖3）所示，從整個1980—2018年時間來看，耕地的變化對生境質量的影響總體呈現負相關關系，其回歸系數整體上呈現為由西向東，由北向南遞增的狀態，表明天目-懷玉山區耕地變化對生境質量的影響在這兩個方向上逐漸減弱。相比之下，1990—2000年，天目-懷玉山區耕地的變化對于生境質量的影響不穩定呈現較為明顯的兩極化空間格局，生境質量對耕地變化的響應呈現正相關關系的面積增加且相關程度也明顯增加，區域主要為湖州、黃山、池州、景德鎮以及杭州北部地區，這些區域的耕地主要都是向林地和草地等一些生境較好的生態系統轉換，且這些地方大多為交通不便的山區或者半山區，平地相對較少，水土流失的風險較大，不適合耕種，耕地慢慢退回，林地和草地對生境質量的影響逐漸增大，從系數圖也可以看出，1980—2018年耕地相關系數在-0.507 177～0.050 248區間，而1990—2000年區間擴大為-2.775 161～13.204 887。

1980—2018年期間，天目-懷玉山區生境質量對林地變化的響應表現為正相關關系，空間上主要表現為由東到西遞減的趨勢，林地相關系數區間為0.110 496～0.934 068，表明在該時間段林地對生境質量是較為穩定的正向影響。1990—2000年，雖然林地變化和生境質量變化在大部分地區呈現正相關關系，但是杭州南部、衢州、上饒以及宣城以北這些區域表現為負相關關系，相關系數在-1.825 755～0之間，主要是因為隨著這些城市經濟不斷的發展，城市化進程逐漸加快，人口不斷涌入的壓力迫使部分林地轉化成了耕地和建設用地，對生境產生了一定的負面影響。

1990—2000年，天目-懷玉山區的草地變化和生境質量的變化在空間上的回歸系數分布與同時期林地的相關系數分布非常相似，但是影響程度有所不同，其呈現負相關區域的系數區間為-2.145 892～0。該模型結果也驗證了，在該時間段的這些區域內，部分生態用地轉換為農田和建設用地用來緩解人口增長的壓力和滿足城市建設的需求。1990—2018年，草地變化和生境質量變化呈現正相關關系，但由于草地在陸地生態保護中的作用和地位沒有林地突出，但對生境的保護也起到了不可替代的作用，所以其回歸系不顯著，在0.056 610～0.277 908之間，空間上總體自西向東遞增，表明草地對生境質量的影響自西到東逐漸增強，但差異不顯著。

1980—2018年，建設用地變化和生境質量呈現較為明顯的負相關關系，回歸系數絕對值在空間上呈現為由西北向東南方向遞減的趨勢，說明建設用地變化對生境質量變化的影響由西北向東南方向遞減。但在1990—2000年期間，建設用地回歸系數兩極分化明顯，說明天目-懷玉山區建設用地在該時間段對生境質量的影響差異顯著，負相關顯著的區域主要是因為建設用地的增加，正相關顯著的區域主要在安徽黃山和浙江天目山及它們周邊，回歸系數在0～1.575 268之間，且隨著黃山和天目山陸續被聯合國教文組織列入《世界文化與自然遺產名錄》和MAB網絡，黃山和天目山的生態文明建設被高度重視，林地和草地的面積不斷增加，雖然建設用地在經濟的增長的需求中得以增加，但由于生態環境的改善，生境質量還是向好的趨勢進行的。

3 討論與結論

天目-懷玉山區擁有優質的生態資源，其更有黃山和天目山兩個世界級的生物庫作為生態安全屏障，生境質量指數常年在0.82以上，且生境質量指數較高值地區常年在63%以上，但在人為因素和自然因素的雙重影響下，天目-懷玉山區的發展主要分為兩個階段，1980—2000年，天目-懷玉山區大多為地形起伏度較高的山區，地勢平坦的地區相對較少，在這種自然條件下，交通不便，發展較慢，大量耕地由于地形不適合開墾逐漸轉換為林地和草地，生境質量也穩步提升，其中1990—2000年這種現象更加突出，耕地轉為林地和草地導致生境質量上升的現象，這與王燕等[32]和黃賢峰等[33]研究結果一致。2000—2018年，隨著杭州提出工業興市戰略，杭州帶動其周圍城市的工業迅速發展，人類活動頻繁，強度增加，在經濟高速發展下，這些區域的建設用地明顯增加，生其主要由耕地和林地轉換而來，生境質量也遭到破壞。周婷等[34]在研究1995—2015年神農架林區人類活動與生境質量的空間關系中也表示，密集且大強度的產業聚集對于生態環境有著劇烈的破壞，從而導致生境質量下降。

本研究采用MGWR模型結合InVEST生境質量模塊，將土地利用的變化和生境質量的變化之間的關系進行空間分析并通過ArcGIS可視化。結果顯示，不同的土地利用類型在模型帶寬選取中也有所不同，說明不同的土地利用類型對生境質量的影響在空間上的非平穩性也有所不同，且在不同時期的同一種土地利用類型帶寬也有所不同，說明在不同時期，生境質量對同種土地利用類型響應的敏感程度也有所不同。1980—2018年，由于林地和草地常年占據研究區的76%，林地更是高達70%，森林生態系統在生態環境保護中扮演著極其重要的角色，對生境質量的影響也起著主導作用，所以林地和草地與生境質量的變化在這段時期呈現正相關關系，但林地的影響程度更大。耕地雖然具有一定的生境適宜度，但人類干擾頻繁，所以耕地變化與生境質量變化總體上呈負相關關系，局部地區呈現正相關關系。建設用地中人類活動強度很高，幾乎沒有生境適宜性，且從整個38年時期來看，都是由其他土地利用類型轉換而來，所以其變化與生境質量的變化在空間上呈現負相關關系。1990—2000年，土地利用空間格局發生較為明顯的變化，4種土地利用類型的變化與生境質量的變化在空間上的關系基本均呈現兩極化現象。生境質量變化往往受到多種土地利用類型變化的綜合影響[20]，因此多尺度地理加權回歸模型需要根據實際情況綜合多種土地利用類型的變化去分析。

比起OLS全局模型和傳統的GWR模型，本研究采用MGWR模型，因為不同解釋變量之間的差異性，該模型在迭代運算中可以給不同的解釋變量選取不同的變量帶寬，這樣也更加科學合理。MGWR模型在經濟、人口、生態等多個領域研究中已經得到大量的運用，對于本研究來說，采用了4 km×4 km分辨率的漁網進行統計并顯式化分析，且MGWR模型擬合優度均在0.73以上，處于較高水平，但是由于模型的限制，尚未進行對比研究，無法確定其他分辨率是否有更好的擬合效果或是否存在擬合精度更高的模型，這也是值得進一步探討的問題。

基于天目-懷玉山區1980—2018年5期土地利用數據，使用InVEST模型評估研究區生境質量時空變化特征，運用多尺度地理加權回歸模型，對耕地、林地、草地和建設用地的變化與生境質量變化在空間上的關系定量評估分析。研究結果如下。

1）1980—2018年，天目-懷玉山區的林地和草地總體上先增加后減少，耕地持續減少，水域面積增加幅度最大，建設用地變化幅度相對較小?？臻g上，主要以耕地向林地、草地和建設用地轉換、林地向建設用地轉換和草地向林地轉換為主。

2）天目-懷玉山區的平均生境質量指數常年在0.82以上，且處于較高水平，生境質量指數從1980年的0.831 44升至2000年的0.836 90，再降至2018年的0.829 47，且其中超過67%的區域為生境質量高值和較高值區。生境質量指數標準差從1980年的0.256 15升至2018年的0.265 66，柵格單元之間的差異性擴大。

3）與傳統的GWR模型相比，MGWR模型有更加科學的寬帶選取以及更高的模型擬合效果。MGWR模型計算結果顯示1980—2018年期間，耕地、林地、草地和建設用地在812、194、1 166、512的較大尺度上影響著生境質量，而1990—2000年期間，則在51、45、43、123的局部尺度上影響著生境質量，與1980—2018年相比，1990—2000年4種土地利用類型擁有更小的帶寬，其在空間上存在較大的異質性。1980—2018年，林地和草地對生境質量產生正向影響，耕地和建設用地產生負向影響；1990—2000年，4種土地利用類型的變化主要與生境質量的變化關系呈現較為顯著的兩極化現象，這主要取決于土地利用類型轉換的方向。

[1] 韓艷莉,陳克龍,于德永.土地利用變化對青海湖流域生境質量的影響[J].生態環境學報,2019,28(10):2035-2044.

[2] 歐陽志云, 劉建國, 肖寒, 等. 臥龍自然保護區大熊貓生境評價[J]. 生態學報, 2001, 21(11): 1869-1874.

[3] 王建華, 田景漢, 呂憲國. 撓力河流域河流生境質量評價[J]. 生態學報, 2010, 30(2): 481-486.

[4] PENG C, MIN M, WEI Z, et al. Spatial differentiation pattern of habitat quality and mechanism of factors influencing in resource-based cities: a case study of Tangshan city, China[J]. J Resour Ecol, 2021, 12(5): 636-649.

[5] GOMES E, INáCIO M, BOGDZEVI? K, et al. Future scenarios impact on land use change and habitat quality in Lithuania[J]. Environ Res, 2021, 197: 111101.

[6] 吳健生, 毛家穎, 林倩, 等. 基于生境質量的城市增長邊界研究: 以長三角地區為例[J]. 地理科學, 2017, 37(1): 28-36.

[7] 趙國松, 劉紀遠, 匡文慧, 等. 1990—2010年中國土地利用變化對生物多樣性保護重點區域的擾動[J]. 地理學報, 2014, 69(11): 1640-1650.

[8] 吳建國, 呂佳佳. 土地利用變化對生物多樣性的影響[J]. 生態環境, 2008, 17(3): 1276-1281.

[9] 楊芝歌, 周彬, 余新曉, 等. 北京山區生物多樣性分析與碳儲量評估[J]. 水土保持通報, 2012, 32(3): 42-46..

[10] 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量時空變化研究[J].生態學報, 2017, 37(13): 4538-4548.

[11] 史培軍, 陳晉, 潘耀忠. 深圳市土地利用變化機制分析[J]. 地理學報, 2000, 55(2): 151-160.

[12] SHARP R, CHAPLIN-KRAMER R, WOOD S A,et al. InVEST 3.2.0 user’s guide: integrated valuation of environmental services and tradeoffs[M]. Stanford: The Natural Capital Project, 2015.

[13] 劉春芳,王川.基于土地利用變化的黃土丘陵區生境質量時空演變特征:以榆中縣為例[J].生態學報, 2018, 38(20): 7300-7311.

[14] 包玉斌, 劉康, 李婷, 等. 基于InVEST模型的土地利用變化對生境的影響: 以陜西省黃河濕地自然保護區為例[J]. 干旱區研究, 2015, 32(3): 622-629.

[15] 黃木易, 岳文澤, 馮少茹, 等. 基于InVEST模型的皖西大別山區生境質量時空演化及景觀格局分析[J]. 生態學報, 2020, 40(9): 2895-2906.

[16] 張學儒, 周杰, 李夢梅. 基于土地利用格局重建的區域生境質量時空變化分析[J]. 地理學報, 2020, 75(1): 160-178.

[17] 武丹, 李歡, 艾寧, 等. 基于CA-Markov的土地利用時空變化與生境質量預測: 以寧夏中部干旱區為例[J]. 中國生態農業學報(中英文), 2020, 28(12): 1969-1978.

[18] 陳妍, 喬飛, 江磊. 基于 In VEST 模型的土地利用格局變化對區域尺度生境質量的影響研究: 以北京為例[J]. 北京大學學報(自然科學版), 2016, 52(3): 553-562.

[19] 鐘莉娜, 王軍. 基于InVEST模型評估土地整治對生境質量的影響[J]. 農業工程學報, 2017, 33(1): 250-255.

[20] 王惠, 許月卿, 劉超, 等. 基于地理加權回歸的生境質量對土地利用變化的響應: 以河北省張家口市為例[J]. 北京大學學報(自然科學版), 2019, 55(3): 509-518.

[21] 馮舒,孫然好,陳利頂.基于土地利用格局變化的北京市生境質量時空演變研究[J].生態學報, 2018, 38(12): 4167-4179.

[22] 沈體雁, 于瀚辰, 周麟, 等. 北京市二手住宅價格影響機制: 基于多尺度地理加權回歸模型(MGWR)的研究[J]. 經濟地理, 2020, 40(3): 75-83.

[23] 李雙成, 蔡運龍. 地理尺度轉換若干問題的初步探討[J]. 地理研究, 2005, 24(1): 11-18.

[24] 王志強, 傅建春, 全斌, 等. 扎龍濕地丹頂鶴繁殖生境質量變化[J]. 應用生態學報, 2010, 21(11): 2871-2875.

[25] 龐海燕,李詠華. 基于InVEST的生境質量評估與影響機制研究: 以2000—2015年杭州市為例[C]//活力城鄉美好人居—2019中國城市規劃年會論文集(08城市生態規劃). 重慶, 2019: 141-152.

[26] SHARP R,TALLISH T,RICKETTS T，et al. InVEST 3.8.0. User's Guide[M]. Stanford: The Natural Capital Project, 2020.

[27] FOTHERINGHAM A S, YANG W B, KANG W. Multiscale geographically weighted regression (MGWR)[J]. Ann Am Assoc Geogr, 2017, 107(6): 1247-1265.

[28] BRUNSDON C, FOTHERINGHAM A S, CHARLTON M E. Geographically weighted regression: a method for exploring spatial nonstationarity[J]. Geogr Anal, 1996, 28(4): 281-298.

[29] YU H C, FOTHERINGHAM A S, LI Z Q, et al. Inference in multiscale geographically weighted regression[J]. Geogr Anal, 2020, 52(1): 87-106.

[30] 周志凌, 程先富. 基于MGWR模型的中國城市PM2.5影響因素空間異質性[J]. 中國環境科學, 2021, 41(6): 2552-2561.

[31] 祝新明, 宋小寧, 冷佩, 等. 多尺度地理加權回歸的地表溫度降尺度研究[J]. 遙感學報, 2021, 25(8): 1749-1766.

[32] 王燕, 高吉喜, 金宇, 等. 基于2005—2015年土地利用變化和InVEST模型的內蒙古巴林右旗農牧交錯帶生境質量研究[J]. 生態與農村環境學報, 2020, 36(5): 654-662.

[33] 黃賢峰, 楊永菊, 武藝, 等. 1990—2017年喀斯特自然保護區土地利用變化對生境質量的影響[J]. 水土保持通報, 2018, 38(6): 345-351.

[34] 周婷, 陳萬旭, 李江風, 等. 神農架林區人類活動與生境質量的空間關系[J]. 生態學報, 2021, 41(15): 6134-6145.

Responses of habitat quality to land use change in Tianmu-Huaiyu Mountains based on the MGWR model

ZHAO Yigu1, HUANG Wei1, FEI Xiuchao1,SHEN Tong1,BI Shoudong2,ZHANG Yunhua1

(1. School Resources and Environment of Anhui Agricultural University, Hefei 230036;2. School Science of Anhui Agricultural University, Hefei 230036)

Based on the land use change data in 1980, 1990, 2000, 2010 and 2018, this study assessed the spatial and temporal distribution characteristics of habitat quality in the Tianmu-Huaiyu Mountain area with the help of the InVEST model, and used a multi-scale geographically weighted regression model (MGWR) to analyze the spatial relationships between changes in cropland, forest land, grassland and construction land and changes in habitat quality in the study area. The results showed that: (1) During 1980-2018, the arable land in Tianmu-Huaiyu Mountain area continued to decrease, forest land and grassland first increased and then decreased, the water area increased the most, and the change of construction land was less, and the land use transfer was mainly based on the conversion of arable land to forest land, grassland and construction land, the conversion of forest land to construction land and the conversion of grassland to forest land. (2) During 1980-2018, the habitat quality level in the Tianmu-Huaiyu Mountain area fluctuated less and was at a high level year-round, generally increasing and then decreasing. (3) MGWR model calculations showed that cropland, woodland, grassland and building land influenced habitat quality at larger scales of 812, 194, 1 166 and 512 during 1980-2018, and at local scales of 51, 45, 43 and 123 during 1990-2000. The model regression coefficients show that: during 1980-2018 year, changes in woodlands and grasslands show a positive correlation with changes in habitat quality. Changes in cropland and construction land show a negative relationship with changes in habitat quality. The effects of the four land use types on habitat quality showed a more pronounced polarized spatial pattern between 1990 and 2000. It depends mainly on the direction of land use type conversion. This study will provide a reliable theoretical basis for the rational use of land resources and ecological environment protection in Tianmu-Huaiyu Mountain area.

habitat quality; land use type; InVEST model; Multi-scale geographically weighted regression; Tianmu-Huaiyu Mountain area

10.13610/j.cnki.1672-352x.20230625.010

2023-06-26 15:54:11

F301.2; X826

A

1672-352X (2023)03-0502-09

2022-07-06

國家重點研發計劃（2018YFD1100104）資助。

趙依谷，碩士研究生。E-mail：858400978@qq.com

通信作者:畢守東，博士，教授。E-mail：bishoudong@163.com 張云華，博士，教授。E-mail：yunhua9681@163.com

[URL] https://kns.cnki.net/kcms2/detail/34.1162.S.20230625.1457.020.html