延安市退耕还林(草)工程对生境质量时空格局的影响*

谢怡凡, 姚顺波, 邓元杰, 贾 磊, 李园园, 高 晴

延安市退耕还林(草)工程对生境质量时空格局的影响*

谢怡凡, 姚顺波**, 邓元杰, 贾 磊, 李园园, 高 晴

(西北农林科技大学经济管理学院/资源经济与环境管理研究中心 杨凌 712100)

评估退耕还林(草)工程后生境质量的时空演化特征, 对指导下一轮生态修复工程的实施以及协调区域生态系统和社会经济可持续发展具有重要意义。该研究以退耕还林(草)先行试点的陕西省延安市为研究对象, 以土地利用/覆被数据为基础, 运用InVEST模型评估延安市2000年、2008年和2015年生境质量; 结合空间探索性分析方法, 探讨生境质量的时空演变格局及其驱动因素。结果如下: 1)2000—2015年延安市土地利用变化在退耕还林(草)工程驱动下以耕地向林地和草地的转移为主要特征, 林地和草地面积在研究期内增加显著。2)延安市2015年生境质量整体较好, 空间上呈现南高北低的格局, 且研究期内呈上升趋势, 区域平均生境指数由2000年的0.69增加到2015年的0.71。3)区域生境质量表现出显著的正向全局空间自相关, 且空间聚类分异特征明显; 南部的黄陵县和黄龙县等森林资源丰富地区主要呈现出高高集聚特征, 而低低集聚区和高低集聚区交叉分布集中在北部宝塔区、子长县、安塞县、吴起县等城镇及其周边农业生产区。4)退耕还林(草)工程对区域生境质量提升有显著推动作用, 因此可以通过优化土地利用格局和结构, 尤其是林地草地, 构建生态保护和经济发展协调平衡的政策体系, 针对区域生态问题系统地提高区域生境质量和生态系统稳定性。

退耕还林(草); 生境质量; 土地利用变化; InVEST模型; 延安市

当前, 不同规模和强度的人类活动对区域自然生态系统格局、结构和功能造成了强烈冲击[1-2], 特别是土地利用方式和强度的改变会通过改变生态系统格局与结构、改变生境质量与生态系统过程, 削弱生态系统服务功能[3-5], 生态系统保护刻不容缓。生境质量作为衡量生态系统提供适宜物种生存和繁衍栖息地能力的重要指标[6], 同时也反映与人类息息相关的生存环境的优劣程度[7], 而不同优劣生境质量与区域生态系统服务能力的大小有直接关系, 加强对其评估能在一定程度上反映区域生态系统功能的优劣状况。因此, 研究区域生境质量时空变化及其对生态保护与恢复措施的响应, 对评价区域生物多样性和生态环境状况有重大意义, 也可为构建区域生态安全格局和土地可持续利用提供科学基础[8-9]。

国内外学者目前对于生境质量的研究主要分为两类: 一类是针对特定物种, 结合野外实地调查数据, 获取特定区域的生境质量参数, 构建评价体系进而对较小区域的生境进行评估[10-12]; 另一类是借助生态评估模型, 如InVEST模型、ARIES模型、SolVES模型、HIS模型[13-16]等对区域生境质量进行定量评估, 其中InVEST模型由于数据需求不多, 便于进行多尺度的空间分析, 成为目前最为广泛使用的生态系统服务评估模型之一。包玉斌等[17]对黄河湿地保护区的生境进行评估, 并探讨了土地利用变化对生境的影响, 保护区生境呈现一定程度的退化与建设用地扩张和湿地减少有关。钟莉娜等[18]基于土地整治工程前后的土地利用格局变化对大安市的生境质量进行探究, 研究表明土地整治活动前后生境质量会随着耕地、盐碱地及草地面积和格局的变化而改变。任涵等[19]在探究太行山淇河流域典型山地地貌下的生境质量时, 进一步探讨了生境质量对地形起伏的响应, 平坦区和微起伏区生境质量指数较低, 而中起伏区和小起伏区则以高度重要生境质量为主。王惠等[20]基于地理加权回归, 探究生境质量对各个地类变化的空间响应, 结果表明林地和草地同生境质量变化呈正相关关系, 而耕地和建设用地则相反, 区域主导地类不同导致生境质量变化呈现空间异质性。以上研究对区域生境质量空间异质性的关注较少, 使得研究结论对区域生境的空间关系缺乏应有的解释力, 而借助空间探索性分析方法对格网尺度下区域生境质量的空间格局演变及其空间集聚特征的研究鲜有考虑退耕还林(草)工程实施背景, 因此值得进一步挖掘。

陕西省延安市位于黄土高原中南部, 其生态系统结构和功能对人类活动敏感, 生境质量也更容易受到威胁。延安市自1999年以来实施了大规模的退耕还林(草)工程, 并取得了显著成效[21-22], 区域生态系统功能和结构得到明显改善。本文在退耕还林(草)工程实施的背景下, 利用InVEST模型评估延安市退耕还林(草)工程实施后2000年、2008年和2015年的生境质量, 并结合空间探索性分析方法进一步研究生境的时空演变格局和空间聚类特征, 不仅为新一轮生态修复工程的实施提供科学依据, 同时对构建区域生态系统安全格局和土地资源可持续利用有重要意义。

1 材料与方法

1.1 研究区概况

延安市(35°21′~37°31′N、107°41′~110°31′E)位于陕西省北部, 黄土高原的中南部, 北接榆林, 南邻咸阳、渭南和铜川3市, 东西分别与甘肃省和山西省相连, 总面积为3.7×104km2。延安市属于暖温带半湿润易旱气候区, 年均气温7.7~10.6 ℃, 年均降雨量500 mm左右, 北部为黄土丘陵沟壑区, 南部为黄土高原沟壑区, 地形地貌多以黄土塬梁峁及丘陵沟壑为主, 地势西北高东南低, 平均海拔1 200 m左右(图1)。境内自然资源丰富, 分布有大量煤矿、石油、天然气、铁矿等矿产资源, 南部森林覆盖度较高, 是重要生态功能区。长期以来随着人口数量增加、城镇化进程加快以及区域经济快速发展, 区域内土地利用方式和强度变化剧烈, 人地关系日益紧张, 对生态环境造成巨大压力。

退耕还林(草)工程作为国家重大生态修复工程, 自1999年在四川、甘肃、陕西试点以来, 取得了巨大成效。根据国家林业局统计数据显示, 1999—2018年全国累计实施退耕还林0.27亿hm2, 退耕区森林覆盖率平均提高4个百分点, 林草植被大幅增加, 生态状况显著改善。延安市自1999年实施退耕还林(草)工程以来, 累计完成退耕还林面积71.83万hm2, 被誉为全国退耕还林(草)第一市。截止到2018年, 延安市森林资源规模不断扩大, 森林覆盖率由33.5%增加到52.5%, 植被覆盖度由46.0%提高到81.3%, 风沙危害和水土流失得到有效遏制, 生态状况显著改善。

图1 延安市高程图

1.2 数据来源

退耕还林(草)工程自1999年开始大规模退耕还林, 由2008年开始进入工程的成果巩固和维持管护阶段, 鉴于此本研究选取2000年、2008年、2015年土地利用覆被数据为基础进行研究。

研究区2000年、2008年和2015年3期土地利用数据来源于中国科学院资源环境科学数据中心 (http://www.resdc.cn), 空间分辨率为30 m×30 m, 空间参考系统为Krasovsky_1940_Albers。该数据经过实地调研验证, 解译总精度达85%以上, 满足广域土地利用研究需求。研究区DEM数据来源于地理空间数据云(http://www.gscloud.cn), 延安市行政矢量边界来源于国家基础信息中心的1∶100万地理数据库(http://www.gscloud.cn)。生境模块中威胁因子数据根据需要由土地利用数据重分类获取。此外2015年交通道路数据来源于地理空间数据云(http://www.gscloud.cn), 2000年和2008年交通道路数据根据延安市公路交通网规划以及延安市统计年鉴中各主要交通路网修建时期修正2015年数据而得。根据以上基础数据在ArcGIS平台运算获取得到土地利用和生境质量时空变化数据。

1.3 研究方法

1.3.1 生境质量评估模块

InVEST模型中的生境质量模块是结合土地利用覆被和生物多样性威胁因素的信息, 生成生境质量地图和生境退化度地图。

生境质量指数反映在威胁因子的影响下生境质量的好坏, 取值范围为0~1, 高值表示地块生态系统稳定, 生境质量好, 反之地块的结构不稳定, 生态环境易遭破坏。计算公式为:

式中:Q是土地利用类型中栅格的生境质量指数;H是土地利用类型的生境适度;D是土地利用类型中栅格的生境退化度;为半饱和常数, 一般取退化度最大值的一半;为归一化常量, 通常取模型默认参数值。

生境退化度指数反映该类型栅格单元受威胁因子的影响程度, 分值越高说明受威胁因子的影响越大, 退化程度越高。计算公式为:

式中:是威胁因子,是威胁因子的个数;是威胁因子的栅格数,Y是威胁因子所占栅格总数;w是威胁因子的权重, 表明某一威胁因子对生境的影响程度, 取值为0~1;r为栅格的威胁因子值,i为r对生境栅格的威胁程度;β为栅格的可达性水平, 取值为0~1, 值越接近1表示越容易到达, 本研究默认研究区任意单元栅格均为1;S是土地利用类型对威胁因子的敏感性, 取值为0~1, 值越接近1代表越敏感;d是栅格与栅格之间的直线距离;dmax代表威胁因子的最大影响距离。

根据类似地区的研究[17,19]和研究区的实际情况, 结合模型的操作手册将耕地、城镇用地、农村居民点、交通用地定义为威胁源, 而将林地、草地、水域定义为提供生境的土地类型。一般人工地类(建设用地)生境适宜性最低, 而天然地类(林地、草地)生境适应性最高[19-20]。本文根据模型推荐值以及参考相关文献[17-19]的模型参数, 确定本研究的4类威胁源的权重、最大影响距离和衰退类型见表1, 以及不同生境对威胁源的敏感程度(敏感度在0~1, 0表示对威胁源不敏感, 值越高越敏感)见表2。此外在选择威胁源数据时使用大于研究区的土地利用数据, 一定程度上克服了以往研究[19-20]中边缘地区生境评估不精确的问题。

表1 研究区威胁源最大影响距离、权重和衰减类型

1.3.2 空间探索性分析方法

空间探索性分析方法(ESDA)是一系列空间数据分析方法和技术的集合, 其核心在于探究研究对象的空间分布规律和其空间关联模式(趋同或异质)。一般有两类指标来检验和度量, 其中全局指标反映的是某种属性值在整个研究区域的空间关联模式, 而局域指标用于反映对同一属性值某个区域单元和周围单元相近或差异的程度[23]。

1)全局空间自相关

全局空间自相关是度量和检验研究对象在整个区域内的空间关联情况的指标, 一般用Moran’s和Geary’s等指标和方法来衡量全局自相关。本研究在ArcGIS10.2平台上采用全局Moran’s指标来检验和度量格网尺度下延安市生境质量的空间关联性, 其计算公式[24]如下:

表2 研究区不同地类生境适宜度及其对威胁因子的敏感程度

2)局部空间自相关

局部空间自相关是用来度量每个区域单元与周边区域单元的局部空间关联和空间差异程度。主要方法包括:G统计量、Moran散点图、空间联系的局部指标(LISA)。其中Moran散点图可以直观地反映区域单元与其邻近单元的空间联系形式, 但无法反映区域单元属性值在空间的聚集程度; 而由Anselin[25]提出的空间自相关局部指标(local indicators of spatial association)能够进一步衡量区域单元与周边区域的属性值之间的显著空间聚集程度, 其计算公式为:

式中:I是区域的局部自相关指标值,为区域单元总数, 其余符号同公式(5)。当局域Moran’s通过显著性检验时, 表明某区域单元同属性值相似的邻近区域单元形成了空间集聚。一般有4种集聚形式: 高高集聚(HH)、低低集聚(LL)、高低集聚(HL)和低高集聚(LH)。

本研究中使用ArcGIS 10.2平台进行延安市生境质量LISA集聚图的处理。同时, 由于空间探索性分析中需要用到矢量数据, 先将由InVEST模型获取的延安市生境质量栅格图在ArcGIS 10.2平台中转换为2 km×2 km的格网, 格网尺度根据前人类似地区[22]和反复试验确定而来, 再进行生境质量的空间集聚研究。

2 结果与分析

2.1 土地利用转移变化分析

草地、林地、耕地是延安市土地利用类型中的主导地类, 三者面积之和占总面积的比例超过90%(图2)。2000—2015年, 受退耕还林(草)工程的影响, 延安市耕地面积在15年间持续下降, 面积比例从2000年31.78%下降到2015年25.64%; 而林地和草地面积则持续增加, 面积比例分别从2000年的24.45%和42.98%增加到2015年的26.72%和46.67%; 同时建设用地也快速扩张, 15年间增加了一半之多; 水体面积保持稳定, 未利用地面积先下降后上升。

根据2000—2008年、2008—2015年和2000—2015年延安市土地利用转移矩阵(表3), 进一步探究延安市各地类之间转移情况可得: 2000—2015年延安市土地利用转移受退耕还林(草)工程的推动集中在耕地、林地、草地这几个地类, 并且以耕地向林地和草地转移为主要特征。具体来看2000—2008年, 草地和林地的转入主要来源于耕地, 其中耕地向林地转移面积最大, 为603.91 km2, 耕地向草地转移面积次之, 为422.37 km2; 同时也有267.9 km2草地转向林地; 建设用地的转入主要来源于耕地和草地, 耕地转入占主要部分。2008—2015年, 也是耕地作为林地和草地主要转入来源, 不同的是耕地转向草地面积大幅增加, 达1 577.73 km2, 而耕地转向林地面积相比前一时期有大幅度减少, 与退耕还林(草)工程进入巩固管护期相吻合; 同时耕地向建设用地转入面积相较于2000—2008年增加显著, 而水域和未利用地面积基数较小同时转移难度相对较大, 因此整体变化幅度较小。

图2 2000年、2008年和2015年延安土地利用类型面积百分比

总体而言, 退耕还林(草)工程通过改变地表覆盖类型, 来改变生态系统服务格局和结构, 从而进一步影响生态系统功能和生境质量, 具体来看工程通过推动耕地向林地和草地转化, 从而使可提供生境的土地斑块增加, 有利于区域生境质量的改善, 同时不可忽视的是建设用地占用耕地和草地不断扩增带来的生态环境压力。

表3 2000— 2015年延安土地利用转移矩阵

2.2 生境质量时空变化

根据InVEST模型生成的3期延安市生境质量栅格图层, 可知延安市生境质量的时空分布在2000—2015年间发生显著变化; 高生境质量的区域多集中在林地和草地分布的区域, 而低生境质量的区域则与建设用地, 尤其是城镇用地的分布相匹配。从表4可以看出, 就2015年延安市生境质量而言, 平均生境质量指数达0.71, 整体生境质量较高; 中度重要生境以上面积比例近75%, 其中极重要生境面积比例为22.03%。从空间分布来看(图3), 南部县区如黄陵县、黄龙县和富县生境质量较高, 以极重要生境为主要特征; 而北部县区吴起县、志丹县、安塞县、子长县等主要以中度重要生境为主, 而高度和极重要生境在上述县区分布也较为集中, 主要是退耕还林工程实施的重点县区。

表4 2000年、2008年和2015年延安生境质量等级面积变化表

2.2.1 生境质量时间变化

利用ArcGIS 10.2中自然断点法的分类, 将延安市生境质量划分为较差生境(0~0.3)、一般生境(0.3~0.5)、中度重要生境(0.5~0.7)、高度重要生境(0.7~0.9)和极重要生境(0.9~1.0)5个等级来进一步探究延安市各等级生境质量的时间变化情况。

总体来看, 延安市2000—2015年生境质量较好, 中度重要生境以上面积均在70%左右, 且呈逐渐改善上升趋势; 根据ArcGIS 10.2分类数理统计结果显示, 2000年、2008年、2015年延安市生境质量指数的平均值分别为0.69、0.70、0.71, 而一般生境面积下降明显。

2000—2008年, 生境质量等级在一般以下的总面积呈下降趋势, 但较差生境面积有所增加, 极重要和高度重要生境面积均有增加, 其中极重要生境面积增加显著, 达781.41 km2; 同该时期林地面积增加情况相吻合, 而林地作为提供优质生境的地类, 其面积增加则促进生境质量的提升, 说明这一时期退耕还林工程的实施有利于延安市生态环境的改善。

2008—2015年, 一般生境面积继续下降, 而较差生境面积则继续增加且相较于前一时期上升更为明显, 占总面积百分比提高0.15%, 表明这一时期人类社会经济的高速发展使得建设用地极速扩张, 从而使延安市部分局域生境质量恶化; 但由于退耕还林(草)工程促进了作为提供生境类型的草地和林地增加以及生境适宜性较低的耕地减少, 因而总体上区域生境质量提升。其中, 重要生境面积虽继续增加, 但相较于前一阶段并不明显; 高度重要生境面积则继续稳步上升, 面积比例上升了0.62%。值得注意的是中度重要生境面积在这一时期增加显著, 达1 079.5 km2, 表明这一时期退耕还林(草)工程的巩固和管护起到提升总体生境质量的作用, 整个区域的生境质量有进一步的巩固提升。

2.2.2 生境质量空间格局演变特征

1)生境质量空间变化

延安市生境质量在2000—2015年间总体上呈现南高北低的空间格局, 其中高度重要生境和极重要生境集中分布于西南和东南的连片区域。该区域为天然林区和国家森林公园所在地, 土地覆被类型多为林地和草地, 不易受到威胁源耕地和建设用地的影响。

2000年, 在北部区域多为连片的中度重要和一般生境交叉分布。而到2008年, 北部区域生境质量总体提升, 极重要生境和高度重要生境变多且呈连片出现, 退耕还林(草)的生态效果开始显现。2015年高度重要生境和极重要生境较前一时期增长放缓, 同时较差生境随着时间的推移呈扩张的趋势, 主要集中在城镇化建设的中心, 这些区域直接受到建设用地威胁, 生境质量低; 而一般生境和中度重要生境主要分布在居民点周边, 交通路网和山谷之间, 主要用地类型为耕地, 在退耕还林(草)工程的推动下转变为高度重要生境和极重要生境。

2)生境质量的空间探索性分析

利用ArcGIS10.2平台, 计算分析延安市2000—2015年3期的生境质量的全局Moran’s指数, 得到2000年、2008年和2015年生境质量的全局Moran’s分别为0.415、0.369和0.337;值得分分别为77.07、68.67和62.67;值均为0, 均通过0.01显著性检验, 表明延安市生境质量存在显著的正向空间自相关, 整个区域生境质量的空间分布在2 km×2 km格网尺度上有显著的集聚特征。值得注意的是Moran’s指数逐渐降低, 表明2000—2015年延安市生境质量的空间集聚效应整体上呈下降趋势, 但下降趋势较弱。

根据ArcGIS 10.2平台计算得到延安市生境质量局部空间自相关(LISA)的聚类特征结果(图4), 在0.95的置信水平下将延安市生境质量局部空间集聚特征划分为5个类别: 1)高高集聚, 该单元与周围邻近单元生境质量均较高; 2)低低集聚, 该单元与周围邻近单元生境质量均较低; 3)高低集聚, 该单元被生境质量低于它的单元包围; 4)低高集聚, 该单元被生境质量高于它的单元包围; 5)不显著, 即未通过显著性检验, 不存在明显的空间自相关性。由图4可知, 2000—2015年延安市生境质量的空间集聚特征总体上呈现南部高, 北部低的格局, 同时高高集聚区同低高集聚区交互分布于南部, 而低低集聚区则同高低集聚区集中分布于北部。而各集聚类型面积在研究期内有较为明显的变化特征(图5), 2000—2015年高高集聚的总面积持续下降, 高低集聚总面积持续上升, 低高集聚总面积在2008年下降后变化不明显, 低低集聚总面积由2000—2008年上升后, 到2015年又有所下降。

图3 2000年、2008年和2015年延安市生境质量空间分布

生境质量指数0~0.3、0.3~0.5、0.5~0.7、0.7~0.9和0.9~1.0分别表示生境等级较差生境、一般生境、中度重要生境、高度重要生境和极重要生境。Habitat quality index ranges of 0–0.3, 0.3–0.5, 0.5–0.7, 0.7–0.9 and 0.9–1.0 indicate habitat quality grades of poor habitat, general habitat, moderately important habitat, highly important habitat and most important habitat.

图4 2000年、2008年和2015年延安市生境质量空间聚类特征(LISA)

具体来看: 1)高高集聚的区域主要集中于东南和西南, 这些地区包括黄陵县和黄龙县两个林业大县, 以及富县、宝塔区、宜川县南部, 这与侯孟阳等[22]所指出的“ESV高高集聚区”大致吻合。上述区域为重点生态保护区, 区内林业资源、野生动植物资源丰富, 高值生境呈集中连片分布。值得注意的是2000—2015年3个研究期内, 随着时间的推移, 局部高高集聚区呈破碎化的趋势, 黄陵县和黄龙县域内高高集聚的单元逐渐减少, 同时低高集聚的单元也在减少, 结合区域土地利用类型变化情况可知, 这些区域中建设用地的扩张降低了该区域生境质量高高集聚的完整性, 低值生境单元向外扩张, 威胁周边区域生境质量。因此上述区域, 尤其是低高集聚单元的周边区域, 应提前采取生态防治措施, 加大生境保护力度。

图5 2000年、2008年和2015年延安市生境质量空间聚类面积变化

2)低低集聚区主要分散分布在北部地区, 如宝塔区、安塞县、吴起县、子长县以及南部的洛川县等, 零星低低集聚单元多为县城和乡镇周边区域。上述区域地类主要为耕地和建设用地, 为主要的农业生产区, 地形复杂, 沟壑纵横, 为典型的黄土丘陵沟壑地貌, 自然因素和人为因素交互, 对生境威胁较大, 故而呈低低集聚。2008年局部区域如安塞县北部、子长县和延川县西部低低集聚区明显降低, 这些区域为退耕还林(草)的重点区域, 生境质量得到改善,低低集聚减少, 此外低低集聚区的增加主要集中在城市和乡镇集中连片区, 而城镇的外扩不可避免地使区域生境质量降低从而形成低低集聚。2015年相较于2008年, 低低集聚区明显减少, 主要集中在安塞区中部、宝塔区东部、吴起县东南和志丹县东北区域, 说明退耕还林(草)成效日益显著, 前一时期退耕的林地和草地, 经过一段时期开始显现生态效益。

3)低高集聚区和高低集聚区分别同高高集聚区和低低集聚区交互分布, 其分布相对较为零散。低高集聚区主要分布于南部的高高集聚区域之间, 这些区域多为城镇中心, 其建设用地的扩张威胁周围高值生境, 是区域周围生境整体下降, 因此低高集聚面积下降; 高低集聚面积增加, 主要分布于北部区域, 这些区域位于水系、林地、草地与建设用地、耕地交叉相邻的地带, 一方面建设用地增加使更多高值生境受到威胁, 另一方面退耕还林(草)的实施提高了区域单元的生境质量。

2.3 生境质量驱动因素分析

为进一步探究生境质量时空变化特征及其驱动因素, 结合以往研究中生境质量对土地利用变化的响应, 将2000年和2015年延安市生境质量图层和土地利用图层分别在ArcGIS中做栅格运算, 得到2000—2015年生境质量变化(图6a)和土地利用变化的空间分布(图6b)。

由图6a可知延安市2000—2015年生境质量变化显著, 北部多个县区如子长县、宝塔区、志丹县、安塞区、吴起县等生境质量提升明显, 而这些区域正是退耕还林(草)实施的重点工程区, 退耕力度大, 吴起县更是被誉为退耕还林第一县, 退耕效果显著。南部区域生境质量整体上较为稳定, 生境质量显著降低的区域主要集中在宝塔区市区中心以及各县区的县城所在地, 城镇化的快速推进使得这些区域生境质量显著下降。同时, 对照土地利用转移的空间分布可知, 2000—2015年延安市生境质量提高的区域同耕地转向林地和草地的区域相吻合, 说明延安市退耕还林(草)工程确实通过改变土地利用变化的方向和强度, 影响了生态系统格局和结构, 从而间接促进了各县区生境质量的提高, 生态效益显著。同时值得注意的是, 由于林地相较于草地生境适应性更高, 因此生境质量提升最高的区域同耕地转向林地区域相匹配, 由耕地转向草地的区域生境质量提高的相对较低, 不同土地利用类型生态系统服务的异质性也对生态系统功能和稳定有重要作用。此外, 生境质量显著降低的区域也同建设用地占用其他地类扩张高度吻合, 说明城镇扩张导致的建设用地对高质量生境的占用对局域生境质量的恶化有显著促进作用。

3 结论与讨论

3.1 讨论

2000—2015年延安市生境质量呈逐渐上升趋势的结论同侯孟阳等[22]发现延安市生态系统服务价值在退耕还林(草)工程实施后显著增长的结果相吻合, 且生境提高的空间分布同张琨等[26]研究得出的黄土高原地区在退耕还林工程实施下土壤保持[27]、水文调节等服务增强区域一致。其原因在于生境质量的提高同具有高生态适应性的林地和草地密切相关[28], 而林地和草地有具有重要的生态系统服务功能[29]。2000—2015年延安市退耕还林(草)则有力推动了耕地向林地和草地转化, 增加区域林地和草地面积进而提升生境和生态系统服务功能。

图6 2000—2015年延安市生境质量(a)和土地利用(b)空间变化

延安市生境质量的空间分布存在显著正向空间自相关, 区域生境质量的高低会显著影响邻近区域生境, 而马克明等[30]提出应从生物多样性保护和生态系统恢复着手, 针对区域的生态问题构建能有效改善和持续控制生态环境的区域生态空间格局。故针对高高集聚区, 如黄陵县和黄龙县应建立绝对保护的栖息地核心区, 提升景观的连接度, 在保护区外围建立生境缓冲区减缓人类活动对高质量生境的影响, 加强其生态屏障的作用。而北部低低集聚区和高低集聚区, 如宝塔区、安塞县、子长县等, 一方面应优化城镇空间格局, 控制建设用地增量, 加强农村闲置居民点土地整治工作, 降低斑块破碎度, 同时在保障基本农田的情况下, 发展生态农业, 结合地形地貌开展治沟造地等乡村综合治理工程; 另一方面对于退耕还林(草)后的林地和草地及其周边区域, 可加大退耕力度, 增强后期管护和巩固措施, 优化区域林地草地格局, 提高高值生境通达度。从而通过优化土地利用格局, 构建生态保护和经济发展协调平衡的政策体系, 针对区域生态问题系统地提高区域生境质量和生态系统稳定性。

本文借助InVEST模型结合空间探索性分析方法对延安市生境质量的时空格局演变进行评估, 但存在一些不足之处, 由于数据不易获取, 模型参数大多借鉴前人类似地区的研究经验, 没有进行野外实地采样获取模型参数, 可能会导致评估结果的不确定性, 但总体趋势不会变动。同时区域生境还受到自然因素例如自然灾害、极端天气等综合影响。因此, 仍需深入探讨的主要问题有: 1)更大区域上综合社会经济因素、土地利用空间格局以及自然因素的生境质量评估; 2)加强对影响生境质量的机理研究, 依据实地调查数据获取物种多样性及威胁因子的相关参数, 更加精准地评估区域生境质量。

3.2 结论

本文基于Invest模型中的生境模块, 借助ArcGIS平台重点探究了退耕还林(草)实施以来延安市2000年、2008年和2015年生境质量的时空变化特征及其驱动因素, 结论如下: 1)2000—2015年延安市土地利用变化在退耕还林(草)工程的推动下集中表现为耕地转向林地和草地。研究期内具有高生境适宜度的林地和草地面积增加显著, 从而促进区域在该时期生境质量的提高。2)延安市截止到2015年, 整体生境质量较高, 表现为南高北低的空间格局, 且空间集聚效应明显。2000—2015年生境质量持续上升, 平均生境质量指数由0.69上升到0.71, 区域生境质量整体得到改善。3)空间探索性分析显示, 2000—2015年延安市生境质量在格网尺度下呈显著的正向空间关联和依存, 区域局部呈现明显的空间异质性, 生境质量呈高高集聚和低高集聚的区域集中在南部林草资源丰富的黄陵县和黄龙县, 应继续作为生态保护的重点; 低低集聚区和高低集聚区交叉分布集中在北部宝塔区、子长县、安塞县、吴起县等城镇及其周边农业生产区, 应加强巩固生态修复成果。4)分析生境质量变化对土地利用变化的响应可知, 生境质量及其变化同土地利用及其变化显著相关。生境质量较高的区域集中在南部以林草地为主要覆被类型的区域, 北部生境相对较低, 但局部区域在退耕还林(草)工程的驱动下内生境质量显著提升, 表现为耕地转向林地和草地使得区域生境改善, 而转向建设用地时生境则下降。

[1] 郑华, 欧阳志云, 赵同谦, 等. 人类活动对生态系统服务功能的影响[J]. 自然资源学报, 2003, 18(1): 118–126 ZHENG H, OUYANG Z Y, ZHAO T Q, et al. The impact of human activities on ecosystem services[J]. Journal of Natural Resources, 2003, 18(1): 118–126

[2] 欧阳志云, 郑华. 生态系统服务的生态学机制研究进展[J]. 生态学报, 2009, 29(11): 6183–6188 OUYANG Z Y, ZHENG H. Ecological mechanisms of ecosystem services[J]. Acta Ecologica Sinica, 2009, 29(11): 6183–6188

[3] TURNER Ⅱ B L, SKOLE D L, SANDERSON S, et al. Land-use and Land-coverChange Science/Research Plan[R]. IGBP Report No. 35, IHDP Report No. 7. Stockholm: IGBP, 1995

[4] LAWLER J J, LEWIS D J, NELSON E, et al. Projected land-use change impacts on ecosystem services in the United States[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(20): 7492–7497

[5] 傅伯杰, 陈利顶, 马克明. 黄土丘陵区小流域土地利用变化对生态环境的影响——以延安市羊圈沟流域为例[J]. 地理学报, 1999, 54(3): 241–246 FU B J, CHEN L D, MA K M. The effect of land use change on the regional environment in the Yangjuangou catchment in the loess plateau of China[J]. Acta Geographica Sinica, 1999, 54(3): 241–246

[6] 王建华, 田景汉, 吕宪国. 挠力河流域河流生境质量评价[J]. 生态学报, 2010, 30(2): 481–486 WANG J H, TIAN J H, LV X G. Assessment of stream habitat quality in Naoli River Watershed, China[J]. Acta Ecologica Sinica, 2010, 30(2): 481–486

[7] 李晓秀. 北京山区生态环境质量评价体系初探[J]. 自然资源, 1997, (5): 31–35 LI X X. A preliminary study on mountain eco-environment quality evaluation system in Beijing[J]. Natural Resources, 1997, (5): 31–35

[8] 吴健生, 曹祺文, 石淑芹, 等. 基于土地利用变化的京津冀生境质量时空演变[J]. 应用生态学报, 2015, 26(11): 3457–3466 WU J S, CAO Q W, SHI S Q, et al. Spatio-temporal variability of habitat quality in Beijing-Tianjin-Hebei Area based on land use change[J]. Chinese Journal of Applied Ecology, 2015, 26(11): 3457–3466

[9] 吴建国, 吕佳佳. 土地利用变化对生物多样性的影响[J]. 生态环境, 2008, 17(3): 1276–1281 WU J G, LV J J. Effects of land use change on the biodiversity[J]. Ecology and Environment, 2008, 17(3): 1276–1281

[10] 欧阳志云, 刘建国, 肖寒, 等. 卧龙自然保护区大熊猫生境评价[J]. 生态学报, 2001, 21(11): 1869–1874 OUYANG Z Y, LIU J G, XIAO H, et al. An assessment of giant panda habitat in Wolong Nature Reserve[J]. Acta Ecologica Sinica, 2001, 21(11): 1869–1874

[11] 刘红玉, 李兆富, 白云芳. 挠力河流域东方白鹳生境质量变化景观模拟[J]. 生态学报, 2006, 26(12): 4007–4013LIU H Y, LI Z F, BAI Y F. Landscape simulating of habitat quality change for oriental white stork in Naoli River Watershed[J]. Acta Ecologica Sinica, 2006, 26(12): 4007–4013

[12] BALASOORIYA B L W K, SAMSON R, MBIKWA F, et al. Biomonitoring of urban habitat quality by anatomical and chemical leaf characteristics[J]. Environmental and Experimental Botany, 2008, 65(2/3): 386–394

[13] SHERROUSE B C, SEMMENS D J, CLEMENT J M. An application of social values for ecosystem services (SolVES) to three national forests in Colorado and Wyoming[J]. Ecological Indicators, 2014, 36: 68–79

[14] 黄从红, 杨军, 张文娟. 生态系统服务功能评估模型研究进展[J]. 生态学杂志, 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] SALLUSTIO L, DE TONI A, STROLLO A, et al. Assessing habitat quality in relation to the spatial distribution of protected areas in Italy[J]. Journal of Environmental Management, 2017, 201: 129–137

[16] BOUMANS R, COSTANZA R, FARLEY J, et al. Modeling the dynamics of the integrated earth system and the value of global ecosystem services using the GUMBO model[J]. Ecological Economics, 2002, 41(3): 529–560

[17] 包玉斌, 刘康, 李婷, 等. 基于InVEST模型的土地利用变化对生境的影响——以陕西省黄河湿地自然保护区为例[J].干旱区研究, 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

[18] 钟莉娜, 王军. 基于InVEST模型评估土地整治对生境质量的影响[J]. 农业工程学报, 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

[19] 任涵, 张静静, 朱文博, 等. 太行山淇河流域土地利用变化对生境的影响[J]. 地理科学进展, 2018, 37(12): 1693–1704 REN H, ZHANG J J, ZHU W B, et al. Impact of land use change on habitat in the Qihe River Basin of Taihang Mountains[J]. Progress in Geography, 2018, 37(12): 1693–1704

[20] 王惠, 许月卿, 刘超, 等. 基于地理加权回归的生境质量对土地利用变化的响应——以河北省张家口市为例[J]. 北京大学学报: 自然科学版, 2019, 55(3): 509–518 WANG H, XU Y Q, LIU C, et al. Response of habitat quality to land use change based on geographical weighted regression[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(3): 509–518

[21] 孙艺杰, 任志远, 郝梦雅, 等. 黄土高原生态系统服务权衡与协同时空变化及影响因素——以延安市为例[J]. 生态学报, 2019, 39(10): 3443–3454 SUN Y J, REN Z Y, HAO M Y, et al. Spatial and temporal changes in the synergy and trade-off between ecosystem services, and its influencing factors in Yan’an, Loess Plateau[J]. Acta Ecologica Sinica, 2019, 39(10): 3443–3454

[22] 侯孟阳, 姚顺波, 邓元杰, 等. 格网尺度下延安市生态服务价值时空演变格局与分异特征——基于退耕还林工程的实施背景[J]. 自然资源学报, 2019, 34(3): 539–552 HOU M Y, YAO S B, DENG Y J, et al. Spatial-temporal evolution pattern and differentiation of ecological service value in Yan’an City at the grid scale based on Sloping Land Conversion Program[J]. Journal of Natural Resources, 2019, 34(3): 539–552

[23] 马晓熠, 裴韬. 基于探索性空间数据分析方法的北京市区域经济差异[J]. 地理科学进展, 2010, 29(12): 1555–1561 MA X Y, PEI T. Exploratory spatial data analysis of regional economic disparities in Beijing during 2001–2007[J]. Progress in Geography, 2010, 29(12): 1555–1561

[24] 马晓冬, 马荣华, 徐建刚. 基于ESDA-GIS的城镇群体空间结构[J]. 地理学报, 2004, 59(6): 1048–1057 MA X D, MA R H, XU J G. Spatial structure of cities and towns with ESDA-GIS framework[J]. Acta Geographica Sinica, 2004, 59(6): 1048–1057

[25] ANSELIN L. Local indicators of spatial association-LISA[J]. Geographical Analysis, 1995, 27(2): 93–115

[26] 张琨, 吕一河, 傅伯杰. 黄土高原典型区植被恢复及其对生态系统服务的影响[J]. 生态与农村环境学报, 2017, 33(1): 23–31 ZHANG K, LÜ Y H, FU B J. Vegetation restoration and its influences on ecosystem services in areas typical of the loess plateau[J]. Journal of Ecology and Rural Environment, 2017, 33(1): 23–31

[27] 王森, 王海燕, 谢永生, 等. 延安市退耕还林前后土壤保持生态服务功能评价[J]. 水土保持研究, 2019, 26(1): 280–286 WANG S, WANG H Y, XIE Y S, et al. Evaluation of ecological service function of soil conservation before and after grain for green project in Yan’an City[J]. Research of Soil and Water Conservation, 2019, 26(1): 280–286

[28] DAILY G C, 欧阳志云, 郑华, 等. 保障自然资本与人类福祉: 中国的创新与影响[J]. 生态学报, 2013, 33(3): 669–685 DAILY G C, OUYANG Z Y, ZHENG H, et al. Securing natural capital and human Well-Being: Innovation and impact in China[J]. Acta Ecologica Sinica, 2013, 33(3): 669–685

[29] 肖强, 肖洋, 欧阳志云, 等. 重庆市森林生态系统服务功能价值评估[J]. 生态学报, 2014, 34(1): 216–223 XIAO Q, XIAO Y, OUYANG Z Y, et al. Value assessment of the function of the forest ecosystem services in Chongqing[J]. Acta Ecologica Sinica, 2014, 34(1): 216–223

[30] 马克明, 傅伯杰, 黎晓亚, 等. 区域生态安全格局: 概念与理论基础[J]. 生态学报, 2004, 24(4): 761–768 MA K M, FU B J, LI X Y, et al. The regional pattern for ecological security (RPES): The concept and theoretical basis[J]. Acta Ecologica Sinica, 2004, 24(4): 761–768

Impact of the ‘Grain for Green’ project on the spatial and temporal pattern of habitat quality in Yan’an City, China*

XIE Yifan, YAO Shunbo**, DENG Yuanjie, JIA Lei, LI Yuanyuan, GAO Qing

(College of Economic Management, Northwest A&F University / Center for Resource Economy and Environmental Management, Yangling 712100, China)

In an attempt to alleviate increasing pressure caused by human activities on the environment, numerous ecological restoration projects have been implemented around the world. The ‘Grain for Green’ project in China is currently the largest and most extensive ecological restoration project globally. Research indicates the substantial investment given to this project has achieved significant ecological benefits. Habitat quality is an important indicator of the ability of an ecosystem to provide sustainable conditions for persistence of individuals and populations. Accordingly, this study aimed to investigate the temporal and spatial patterns of habitat quality in Yan’an City, the piloted research area of the ‘Grain for Green’ project, to identify the impact of the restoration project on the city. Research into the impacts of this project are of great significance for successful implementation of ecological restoration projects moving forward, as well as expanding knowledge on regional ecosystems, and on socio-economic sustainable development. Land use/land cover data of Yan’an City in 2000, 2008, and 2015 were evaluated for the study. The habitat quality index of Yan’an City in 2000, 2008, and 2015 was estimated based on the ArcGIS platform and the InVEST model.The temporal and spatial evolution pattern of habitat quality and its driving factor and spatial clustering characteristics were discussed by using the exploratory spatial data analysis. Our results showed that the main feature of land use change in Yan’an City from 2000 to 2015, driven by the ‘Grain for Green’ project was the conversion of cultivated land to woodland and grassland; the area of woodland and grassland increased significantly in the city during the study period. The habitat quality of Yan’an City in 2015 was relatively good, demonstrating a pattern of high habitat quality in the south, low habitat quality in the north. The habitat quality index showed an upward trend during the study period; the regional average habitat quality index increased from 0.69 in 2000 to 0.71 in 2015. Additionally, habitat quality of the study area as a whole showed significant positive global spatial autocorrelation, and habitat quality, as well as its spatial variation, indicated obvious spatial clustering differentiation characteristics. Forest-rich areas, such as Huangling County and Huanglong County in the south, exhibited predominately high-high agglomeration characteristics highlighting the need for these areas to remain the focus of ecological protection measures. Conversely, low-low and high-low agglomeration areas were found interspersed, and concentrated in the north (i.e., Baota County, Zichang County, Ansai County, Wuqi County, and in other counties as well as agricultural areas of this region); accordingly, ecological restoration in northern areas should be strengthened and consolidated. Our results indicate that the ‘Grain for Green’ project will likely affect the processes and functions of the Yan’an City ecosystem by changing land use patterns and structure. In particular, the increase of forestland and grassland in this area will significantly promote the improvement of regional habitat quality. Therefore, by optimizing land use pattern and structure (in particular forest and grassland habitats) will assist in the development of a more coordinated and balanced policy for ecological protection and economic development in response to regional ecological problems, while systematically improving regional habitat quality and ecosystem stability.

The ‘Grain for Green’ project; Habitat quality; Land use change; InVEST model; Yan’an City

F301.2; X826

10.13930/j.cnki.cjea.190762

谢怡凡, 姚顺波, 邓元杰, 贾磊, 李园园, 高晴. 延安市退耕还林(草)工程对生境质量时空格局的影响[J]. 中国生态农业学报(中英文), 2020, 28(4): 575-586

XIE Y F, YAO S B, DENG Y J, JIA L, LI Y Y, GAO Q. Impact of the ‘Grain for Green’ project on the spatial and temporal pattern of habitat quality in Yan’an City, China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(4): 575-586

* 林业公益性行业科研专项经费(201504424)资助

姚顺波, 主要研究方向为林业政策评估、资源经济与环境管理。E-mail: yaoshunbo@163.com

谢怡凡, 主要研究方向为土地资源管理、资源经济与环境管理。E-mail: 15527504128@163.com

2019-10-28

2020-01-16

* This study was supported by the Special Funds for Scientific Research in Forestry Public Welfare Industry of China (201504424).

, E-mail: yaoshunbo@163.com

Oct. 28, 2019;

Jan. 16, 2020