基于PLUS-InVEST模型的生態脆弱區生境質量時空演變分析

李梓涵 于慧 鞏飛 王天柱 李鵬山 潘一茜 劉斯媛

李梓涵，于 慧，鞏 飛，等. 基于PLUS-InVEST模型的生態脆弱區生境質量時空演變分析［J］. 湖北農業科學，2024，63（2）：254-260．

摘要：基于PLUS模型預測阿壩州生態脆弱區2030年土地利用情況，并利用InVEST模型計算2000年、2010年、2020年及2030年生境質量，對其時空演變進行分析。結果表明，研究區草地、濕地退化情況顯著且裸地持續增加，預計2030年裸地面積將達334.38 km²；與2000年相比將會有204.55 km²濕地退化。驅動因子中，降雨是限制林地、濕地擴張的主要因素，側面反映水源涵養功能的重要性；草地受各項因子的影響程度相差不大，一般生長在遠離政府的地方，且其面積擴張受DEM限制；氣溫是導致裸地增加的主要因素。生境質量總體較高但空間分布差異較大，且有緩慢變差的趨勢，預計2030年生境質量低的區域面積將比2000年增加670.28 km²，主要由擴張的耕地、建設用地造成。未來生境質量降低的速率將有所減緩，但仍需加強人工措施來阻止降低。

關鍵詞：PLUS模型；土地利用預測；InVEST模型；生境質量；阿壩州

中圖分類號：X171.1? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）02-0254-07

DOI：10.14088/j.cnki.issn0439-8114.2024.02.038 開放科學（資源服務）標識碼（OSID）：

Temporal and spatial evolution analysis of habitat quality in ecologically vulnerable areas based on PLUS-InVEST model

LI Zi-han 1， YU Hui 2， GONG Fei3， WANG Tian-zhu4， LI Peng-shan5， PAN Yi-xi3， LIU Si-yuan1

（1. School of Earth Science， Chengdu University of Technology， Chengdu? 610051， China； 2. Chengdu Institute of Mountain Hazards and Environment， Chinese Academy of Sciences and Ministry of Water Resources， Chengdu? 610041， China； 3. Sichuan National Spatial Ecological Restoration and Geological Disaster Prevention Research Institute， Chengdu? 610081， China； 4. Agriculture and Rural Affairs Bureau of Cuona City， Shannan? 856700， Xizang，China； 5. Chengdu Center for Land Improvement and Ecological Restoration， Chengdu? 610072， China）

Abstract： Based on the PLUS model， the land use situation in ecologically vulnerable areas of Aba Prefecture in 2030 was predicted， and the InVEST model was used to calculate the habitat quality in 2000， 2010， 2020 and 2030， and analyze its temporal and spatial evolution. The results showed that the degradation of grassland and wetland in the study area was significant and the bare land continued to increase. It was estimated that the area of bare land would reach 334.38 km²in 2030； compared with 2000， there would be 204.55 km²of wetland degradation. Among the driving factors， rainfall was the main factor limiting the expansion of forest land and wetlands， which reflected the importance of water conservation function； there was little difference in the degree of grasslands affected by various factors， the grass land generally grew in places far from the government， and the area expansion was limited by DEM； air temperature was the main factor leading to the increase of bare land. The habitat quality was generally high， but the spatial distribution varied greatly， and there was a slow deterioration trend. It was expected that the area with low habitat quality would increase by 670.28 km²in 2030 compared with 2000， mainly caused by the expansion of cultivated land and construction land. The rate of habitat quality degradation would slow down in the future， but artificial measures were still needed to prevent the decline.

Key words： PLUS model； land use prediction； InVEST model； habitat quality； Aba Prefecture

阿壩州若爾蓋縣、阿壩縣、紅原縣、松潘縣4縣生態系統脆弱，生態恢復力一般，位于《全國重要生態系統保護和修復重大工程總體規劃（2021-2035年）》中“三區四帶”的青藏高原生態屏障區。氣候變化、畜牧超載等造成該區域濕地萎縮、草地退化，進而造成生境質量不斷降低。因此分析其土地利用與生境質量的預測及演變對保護若爾蓋草原濕地、提高區域生態系統服務功能有重要意義。

目前土地利用預測最常使用的模型為Markov-FLUS和CA-Markov等耦合模型，如李亞楠等^［1］運用CA-Markov模型對南昌市2025年土地利用格局進行預測；陳理庭等^［2］、謝凌凌等^［3］利用Markov-FLUS模型分別預測了2035年饒河流域土地利用和廣西土地利用變化。這類模型非常適用于多類土地利用模擬，具有數量預測優勢^［2］，但缺乏對土地利用變化驅動機理的挖掘能力和時段概念。而PLUS模型，即斑塊生成土地利用變化模擬模型（Patch-generating land use simulation model，PLUS）保留了模型在一定時間段內分析土地利用變化機理的能力，具有更好的解釋性^［4，5］。生境質量能從整體上反映地區生態、生產、生活“三生空間”適宜程度，是生態系統服務的前提條件，是優化生態安全格局和提升人類福祉的重要保障^［6］?，F階段的生境質量研究更趨向于利用模型^［7］，如Maxent模型、ARIES模型、SoLVES模型以及 InVEST模型等^［8］。其中InVEST模型具有數據需求量少且易獲得的優點，近年來在評估生境質量方面被廣泛運用^［9-11］。

因此，本研究采用PLUS模型對阿壩州若爾蓋縣、阿壩縣、紅原縣、松潘縣4縣土地利用做出預測，再利用InVEST模型評估其生境質量演變情況，進一步探討土地利用變化對其生境質量的影響，為維護區域生態功能、山水林田湖草沙一體化保護修復工程提供參考。

1 研究區概況

研究區為四川省阿壩州若爾蓋縣、阿壩縣、紅原縣、松潘縣4縣所轄行政區域，位于101°06′—104°15′E，31°51′—34°18′N，屬于川西北山地向高原過渡地帶，地勢由松潘縣至紅原縣南側分水嶺向北逐漸降低，東西邊緣高、中部低。研究區屬高原寒溫帶半濕潤季風氣候，長冬無夏，晝夜溫差大，空氣寒冷干燥；無絕對無霜期，春秋相連，干雨季分明。濕地、草地資源豐富，濕地屬于青藏高原高寒濕地，是中國最大的高寒沼澤濕地；草原屬青藏草原區，在若爾蓋縣、阿壩縣、紅原縣均廣泛分布。研究區是黃河干流重要水源補給地，地跨羌塘-三江源生物多樣性保護優先區和岷山-橫斷山北段生物多樣性保護優先區，植被類型多樣，垂直地帶性分布變化特征明顯，生物多樣性富集、獨特，有“川西北高原生物基因庫”之稱，但同時面臨著生態系統較脆弱，系統抗干擾能力弱，對全球氣候變化敏感的問題。

2 數據來源與研究方法

2.1 數據來源及處理

土地利用數據來源于自然資源部（http：//www.globallandcover.com/home.html？type=data）發布的2000年、2010年、2020年3期30 m柵格數據，用于預測2030年土地利用及生境質量計算；DEM數據來源于地理空間數據云（http：//www.gscloud.cn/）提供的30 m分辨率數據高程產品；年均降水量、年均氣溫來源于中國科學院資源環境科學與數據中心（https：//www.resdc.cn/）；土壤類型數據來源于第三次全國國土調查數據成果；人口、GDP數據來源于中國科學院資源環境科學與數據中心 （https：//www.resdc.cn/）提供的1 km柵格數據；距離因子來源于地理信息專業知識服務系統（http：//kmap.ckcest.cn/），包括道路數據和區縣行政駐地數據，經歐氏距離處理得到。所有數據采用WGS-84坐標系，柵格大小采樣到30 m×30 m。各數據類型及用途如表1所示。

2.2 研究方法

本研究基于PLUS模型，利用研究區2000年、2010年、2020年3期土地利用數據預測2030年土地利用情況；在此基礎上參考文獻確定危險因子和各地類對危險因子的敏感性，利用InVEST模型計算2000年、2010年、2020年和2030年4期生境質量并探究研究區30年間土地利用、生境質量演變規律及其影響因素。

2.2.1 PLUS模型 PLUS模型是Liang等^［5］提出的基于柵格數據的可用于斑塊尺度土地利用（LULC）變化預測的元胞自動機（CA）模型，主要包括用地擴張分析策略（LEAS）和基于多類隨機斑塊種子的CA模型（CARS）兩部分。與以往的各類CA模型相比，具有可以更好地挖掘各類土地利用變化的誘因、預測多類土地利用斑塊級的變化等優點。

1）土地利用預測。PLUS模型通過用地擴張分析策略（LEAS）提取兩期土地利用變化間各類用地擴張的部分，并采用隨機森林算法獲取各類用地的發展概率及驅動因子的貢獻程度。土地利用類型總體概率計算的基本公式可以表示為：

在總概率的約束下，通過隨機種子生成和閾值遞減機制生成土地利用斑塊，并使用輪盤賭機制來確定占據柵格單元的地類。當單個土地利用類型的領域效應等于0時，閾值遞減機制產生“種子”到每種地類的發展概率上。公式如下：

式中，Step為PLUS模型估算土地利用需求時的步長；δ為降低閾值τ的衰減因子，取值范圍為［0，1］；r為均值為1的正態分布隨機值，范圍為［0，2］；l為衰減步數；TM_k，c為定義是否允許土地利用類型k轉換為類型c的轉換矩陣。

利用2010年、2020年土地利用數據提取用地擴張，并參考羅芳等^［12］、李琛等^［13］的研究，選取年均降水量、年均氣溫、土壤類型、DEM、人口、GDP以及到區縣政府、鐵路、國道、省道、縣道的距離作為用地擴張分析策略中的驅動因子。

2）精度驗證。利用2000年、2010年土地利用數據預測2020年土地利用，再根據 PLUS模型中的Validation模塊，將預測的2020年土地利用數據與實際2020年土地利用數據對比進行驗證?；煜仃囈姳?，計算出OA精度為0.955 6，Kappa系數為0.922 8，表明預測的2030年土地利用結果可信。

2.2.2 InVEST模型 InVEST模型（Integrated valuation of ecosystem services and tradeoffs）是美國自然資本項目組開發的、可評估生態系統服務功能的模型系統，利用其中的Habitat Quality模塊計算2000年、2010年、2020年、2030年4期生境質量。生境質量計算公式為：

式中，Q_xj表示生境質量；D_xj表示生境退化度；H_j表示生境適宜性指標；k為半飽和常數，通常取最大生境退化度數值的1/2；z為常量；x表示某柵格；j表示某土地利用類型。參考文獻^［14］并結合研究區土地利用數據的分類情況設置研究區威脅因子及其權重、最大威脅距離、空間衰退類型（表3）。參考InVEST模型手冊及文獻^{［15，16］}，設置各地類對威脅因子的敏感度（表4）。由于研究區總體生境質量較高，生境質量低的區域面積小且集中，將生境質量指數分為低［0～0.3）、較低［0.3～0.6）、較高［0.6～0.9）、高［0.9～0.1］4級。

3 結果與分析

3.1 土地利用時空變化

由表5可知，2000—2020年，研究區草地少量減少；濕地、水體和林地先減少再少量增加；耕地在2000—2010年大量增加，而后少量減少。根據PLUS模型預測的2030年土地利用，人造地表、裸地在2000—2030年3個區間內均增加，其中人造地表由2000年的0.11%增加到2030年的0.32%，裸地從2000年的0.00%增加到2030的0.92%，分別達117.55 km²和334.38 km²；草地和濕地分別減少1.95和0.44個百分點，即687.75 km²和204.55 km²。

利用2000年及預測的2030年土地利用數據制作土地利用轉移矩陣見表6。由表6可見，增加的絕大部分裸地由草地轉出，少量由林地轉出；增加的絕大部分耕地也由草地轉入；增加的大部分人造地表同樣由草地轉出，其次為耕地、林地和濕地。同時，減少的濕地和林地絕大部分轉變為草地；減少的草地主要轉變為林地、耕地、人造地表和濕地。即林地、草地、濕地相互轉化，但由于大量草地轉化為裸地和耕地，總體上草地面積大量減少。各年份土地利用類型見圖1。

3.2 土地擴張因子貢獻分析

通過用地擴張分析策略（LEAS）得到的各類用地的驅動因子貢獻程度見表7。對研究區耕地、水體、冰川和永久積雪貢獻程度最高的擴張因子均為DEM，分別為0.32、0.26和0.54，表明DEM對耕地、水體擴張限制最大，對冰川和永久積雪更是決定性的因素；對人造地表貢獻程度最高的因子是人口，表明人口密度與人造地表關聯程度最高，即人口密度越大的地方人造地表越可能擴張；對裸地貢獻程度最高的因子為氣溫，反映出氣候變化造成植被退化，進而導致裸地面積增加。生境適宜度高的地類中，林地、草地、濕地的貢獻程度最高的擴張因子分別為降雨、DEM和到政府距離、降雨，表明雨量充沛、水源涵養情況較好的區域里林地、濕地更易擴張；而草地受各項因子的影響程度相差不大，一般生長在遠離政府的地方，且其面積擴張受DEM限制。

3.3 生境質量時空變化

研究區總體生境質量較高，各時段生境質量高和較高的區域面積占比之和均在95%以上，生境質量高的區域主要為東部林地；較高的區域為中西部大面積的草地。生境質量較低的區域主要分布在紅原縣中北部、松潘縣中部；生境質量低的區域集中在若爾蓋縣西部及阿壩縣西部，各時段生境質量等級分布見圖2，面積占比見表8。4期生境質量結果對比顯示，研究區生境質量總體保持較高水平，但有逐步降低的趨勢。生境質量低的區域面積占比由2000年的0.50%逐漸增加到2030年的2.35%，增加的主要區域為阿壩縣西部的裸地和各縣的建設用地及耕地；生境質量較低的區域面積占比變化較平穩，在2000—2010年有所增加，但在2010—2020年少量下降；生境質量較高的區域面積占比在2000—2010年降低了0.52個百分點；在2010—2020年降低了0.99個百分點，預測2020—2030年將會降低0.87個百分點，降低速率先增加再有所減緩；生境質量高的區域面積變化也較平穩，面積占比在3個時間區間內變化均不超過1個百分點。表明近年來在“綠水青山就是金山銀山”和“山水林田湖草是一個生命共同體”的發展理念下，生態環境保護和生態系統可持續管理有一定效果，但亟需加強。

4 小結與討論

4.1 小結

本研究利用3期土地利用數據，結合氣候、環境、距離等驅動因子預測研究區未來土地利用情況，探究各類驅動因子對不同地類變化的影響程度并評價研究區2000—2030年生境質量變化，主要結論如下。

1）2000—2020年，由于周邊草地退化，研究區西部裸地大面積增長，且根據預測的2030年土地利用數據，如若不加強人工干預，到2030年裸地面積將大面積增加，達到334.38 km²。將預測的土地利用數據與2000年對比，到2030年將會有204.55 km²濕地退化，由沼澤濕地向草甸演替。

2）各類影響地類變化的驅動因子中，降雨是限制林地、濕地擴張的首要因素，側面反映水源涵養功能對維護生境適宜度高的地類有較大作用。而DEM為限制草地的首要因素，反映礦山開發等破壞景觀、形成高陡邊坡的人類活動對草地會造成顯著影響。裸地的增加與氣溫密切相關，表明氣候變化對植被、土地利用變化有巨大影響。由于青藏高原不斷隆起抬升，西南季風受限不能深入，若爾蓋高原濕地氣候條件有變干變冷的趨勢，這是導致區域濕地生態系統脆弱的重要原因。

3）研究區整體生境質量較高，且空間差異較大。生境質量低的區域集中在若爾蓋縣西部及阿壩縣西部。由于草地、濕地的退化，生境質量較低的區域有逐步擴大的趨勢，主要由西部新增裸地和各區縣擴張的建設用地、耕地造成。未來生境質量降低的速率將有所減緩，但仍需加強人工措施來阻止降低。

4.2 討論

1）為了保證多期土地利用數據的地類分類標準相同，本研究采用的土地利用數據僅分為了9個一級類型，沒有二級類型，如若利用多期同源的具有二級地類分類的土地利用數據，對土地利用預測及生境質量的計算會更加精確。此外，PLUS模型中選取的驅動因子是否為最佳組合還有待探究。

2）根據研究區土地利用及生境質量演變情況，研究區面臨的最大的生態問題是草地退化、裸地面積大量增加，因此提出以下建議：一是加強草原綜合治理，控制草場載畜量，全面推行草畜平衡、草原禁牧休牧輪牧。二是加強礦山生態修復和人工草場建設；推動重點區域荒漠化、沙化土地和黑土灘型等退化草原治理，遏制草原沙化趨勢，提升草原生態功能；抑制牧區草地鼠害，恢復草原生態，促進草原生物多樣性保護。三是針對研究區內若爾蓋濕地自然保護區，應開展重點水源涵養區封育保護，加強高原濕地保護與修復，恢復退化濕地生態功能和周邊植被，增強水源涵養功能，嚴禁沼澤濕地疏干改造、侵占濕地開發草場和發展破壞沼澤濕地及其水源涵養功能的產業。

參考文獻：

［1］ 李亞楠， 多玲花， 張 明. 基于CA-Markov和InVEST模型的土地利用格局與生境質量時空演變及預測——以江西省南昌市為例［J］. 水土保持研究， 2022，29（2）：345-354.

［2］ 陳理庭， 蔡海生， 張 婷， 等. 基于Markov-FLUS模型的饒河流域土地利用多情景模擬分析［J］. 生態學報， 2022，42（10）：3947-3958.

［3］ 謝凌凌， 許進龍， 臧俊梅， 等. 基于Markov-FLUS模型的廣西土地利用變化模擬預測［J］. 水土保持研究， 2022，29（2）：249-254，264.

［4］ 王子堯， 黃楚梨， 李 倞， 等. 耦合InVEST-HFI-PLUS模型的生態分區規劃與動態評估——以博爾塔拉蒙古自治州為例［J］. 生態學報， 2022，42（14）：5789-5798.

［5］ LIANG X， GUAN Q F， CLARKE K C， et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation （PLUS） model： A case study in Wuhan， China［J］. Computers， environment and urban systems， 2021，85：101569.

［6］ 高慶彥， 潘玉君， 劉 化. 基于InVEST模型的大理州生境質量時空演化研究［J］. 生態與農村環境學報， 2021，37（3）：402-408.

［7］ 劉 園， 周 勇， 杜越天. 基于InVEST模型的長江中游經濟帶生境質量的時空分異特征及其地形梯度效應［J］. 長江流域資源與環境， 2019，28（10）：2429-2440.

［8］ 高周冰， 王曉瑞， 隋雪艷， 等. 基于FLUS和InVEST模型的南京市生境質量多情景預測［J］. 農業資源與環境學報，2022，39（5）：1001-1013.

［9］ 張 華， 韓武宏， 宋金岳， 等. 祁連山國家公園生境質量時空演變［J］. 生態學雜志， 2021，40（5）：1419-1430.

［10］ 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.

［11］ 趙曉冏，王 建，蘇軍德，等. 基于InVEST模型和莫蘭指數的甘肅省生境質量與退化度評估［J］. 農業工程學報，2020，36（18）：301-308.

［12］ 羅 芳，潘 安， 陳忠升， 等. 四川省宜賓市1980-2018年耕地時空格局變化及其驅動因素［J］. 水土保持通報，2021，41（6）：336-344.

［13］ 李 琛，高彬嬪，吳映梅，等. 基于PLUS模型的山區城鎮景觀生態風險動態模擬［J］. 浙江農林大學學報，2022，39（1）：84-94.

［14］ 朱 燕， 李怡然， 李雪梅. 基于InVEST模型的昌黎黃金海岸國家級自然保護區生境質量評價［J］. 環境與可持續發展， 2019，44（6）：156-160.

［15］ 何池全， 趙魁義. 若爾蓋高原濕地生物多樣性保護及其可持續利用［J］. 自然資源學報， 1999，14（3）：47-53.

［16］ GONG J， XIE Y C， CAO E J， et al. Integration of InVEST-habitat quality model with landscape pattern indexes to assess mountain plant biodiversity change： A case study of Bailongjiang watershed in Gansu Province［J］. Journal of geographical sciences， 2019，29（7）：1193-1210.

收稿日期：2023-02-06

基金項目：四川省科技計劃重點研發項目（2022YFS0494）；四川省地質調查研究院項目（51000024Y000010978072）；四川省自然資源廳科研項目（Kj-2021-12）

作者簡介：李梓涵（1998-），女，四川綿陽人，在讀碩士研究生，研究方向為生態修復與景觀格局，（電話）18281606607（電子信箱）cdut_zihanli@163.com；通信作者，鞏 飛（1995-），男，四川綿陽人，工程師，碩士，主要從事國土整治與生態修復研究，（電話）18582883627（電子信箱）842256774@qq.com。