朱淑娴,李 丽,*,邢 璐,吴巩胜,国洪艳,王 翔,包广静
1 云南财经大学城市与环境学院,昆明 650221 2 云南财经大学野生动植物管理与生态系统健康研究中心,昆明 650221
图1 研究区域Fig.1 Study area C1—15为滇金丝猴种群编码
生境质量是生态系统服务的基础,是指生态系统为生物提供生存、繁殖和发展的能力[1—4]。生境质量取决于一个斑块生境对人类土地利用和这些土地利用强度的接近性,其退化被看作是附近的土地利用强度增加的结果[5]。随着人类对土地利用强度的增加,生境丧失、生境破碎化和生境质量下降[6—7],导致生境多样性和生物多样性丧失[8]。因此,通过保护生境质量,能够维护生态系统服务的持久性和稳定性,从而保护生物多样性[9—10]。
随着城镇化水平不断提升,人类对自然资源的干扰越来越大,在生物多样性极其丰富的滇西北地区,不仅形成复杂的生态系统与多样化的生境条件,而且孕育了丰富的动植物资源,滇金丝猴就是其中最濒危的物种之一[11]。由于环境变化和种群的自然迁移等原因,滇金丝猴部分生境与人类居民点发生重叠[12]。在这些重叠的区域内,由于居民滥砍滥伐,占用耕地发展经济,使滇金丝猴生境日渐减少,生境破碎化程度加深,生境质量也出现不同程度的衰退,加剧滇金丝猴种群数量减少的风险[12]。因此,关于滇金丝猴生境质量的研究,将成为保护生境多样性和生物多样性的重要途径之一[13]。在生境质量的研究中,InVEST-Habitat Quality模型是基于生境适宜性,结合土地覆被和生物多样性威胁因素评估生境质量,使保护物种数目的最大化,可以替代详细的方法来迅速检验生境的质量和数量的变化,具有方便性、普适性和动态性[14]。目前关于滇金丝猴生境研究较多关注于潜在生境模拟[15]、生境适宜性的预测与评价[16],景观格局分析[17—18],生境的连通性分析[19—24]等,但较少有研究关注社会经济发展对滇金丝猴的生境质量的影响,因此定量研究社会经济对滇金丝猴生境质量的影响,可为滇金丝猴种群提出有效的保护措施。
本文选取滇西北地区约2572个自然村的社会经济数据和344块样地,运用GIS空间分析法的主成分分析和InVEST模型,研究滇西北地区自然村发展对滇金丝猴分布区生境质量的影响,旨在探讨以下3个问题:(1)如何评估自然村发展现状;(2)基于此现状,定量评估滇金丝猴分布区生境质量;(3)探讨自然村发展对滇金丝猴群的影响,规划滇金丝猴生境保护的关键区域及提出保护策略。
本研究区位于滇西北三江并流区域,以澜沧江、金沙江和川、滇、藏省域为界限,大约有16400km2,主要分布于迪庆藏族自治州、大理白族自治州、怒江傈傈族自治州和丽江市,具体包括在7个县域在内,分别为德钦县、维西县、兰坪县、香格里拉县、丽江县、剑川县和云龙县[25](图1)。
研究区数据采用研究区内2000年和2018年的SPORT遥感影像图,利用1∶50000地形图配准,通过ENVI 4.6对遥感影像进行几何校正,通过ArcGIS 10.4进行人机交互目视解译,得到2期土地覆盖图,生境植被的解译已经综合考虑了地形、气候等相关因素,经检验,满足研究精度要求[26];2572个自然村点和社会经济数据从国家地理信息资源目录服务系统和云南省数字乡村网下载;344块样地数据来自云南省林业调查设计院2017年样地资源调查数据(样地是按6 m×8 km布设的边长28.28 m、面积0.08 hm2的正方形固定样地),经检验,满足研究精度要求[25]。
2.2.1主成分分析法
选取位于研究区内的2572个自然村,依据自然资源、人口、经济、基础设施、能源和教育因素选取其中30项指标作为主成分分析(PCA)[25,27—28]的基础(表1)。利用PCA在SPSS 26.0计算,在满足检验精度的要求下,分析选取特征值>1的因子作为主成分,并将各主成分作为自然村发展因子,得到自然村综合得分,用于评价自然村的发展等级。依据自然村发展等级划分标准,将其等级划分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ和Ⅶ,自然村等级越高表示自然村发展越好(表2)。
表1 自然村社会经济数据指标
表2 自然村发展等级划分标准
2.2.2样地处理
表3 样地分类标准
表4 样地生态等级评价
2.2.3基于InVEST模型的生境质量评价
InVEST模型的Habitat Quality模块以土地利用/覆被和生物多样性胁迫因素为基础进行生境质量评价,通过某一地区各种土地利用/覆被(LULC)类型的范围和这些类型各自的退化度来表达,并且该模型中生境质量和生境稀缺性作为生物多样性的反映[29—31]。生境质量的评价指标包括生境退化度(Habitat degradaton)、生境质量和生境稀缺性(Habitat rarity),具体计算公式参见文献[31—35]。根据InVEST模型的建模指标,生境退化度和生境质量是基于当前2018年的土地利用/覆被图进行分析,而生境的稀缺性是用相对的2000年和2018年的土地利用/覆被图的基本斑块来评估,本文以2000年土地利用/覆被图作为基准的LULC,2018年土地利用/覆被图为当前的LULC,并选取自然村、乡道、其他非林地、人工经济林、农牧地和人工建筑作为生境质量的威胁因子[24—25,36],静态估算获得2018年的生境稀缺性。
用ArcGIS 10.6分别以1、1.5、2、2.5、3、3.5 km和4 km为半径对做不同生态质量等级的样地做缓冲区,并分别计算缓冲区内自然村和乡道的平均数量,利用Eviews 10.0分别做自然村和乡道与样地的相关性分析[27],分析得出自然村和乡道的最大距离阈值分别为2 km和4 km。对威胁因子权重、土地利用类型的适宜性和敏感性相关参数进行专家打分,最终确定参数值,得到威胁因子属性(表5)和土地利用类型对威胁的敏感性(表6)。运行InVEST模型,得到滇西北滇金丝猴分布区生境退化度、生境质量和生境稀缺性指数的结果,并与县级行政区划图进行叠加,统计各个县域的均值情况。
2.2.4GIS空间分析法
利用ArcGIS的缓冲区、叠加、重分类、核密度和空间统计功能[37—38]等研究滇西北地区自然村发展对滇金丝猴分布区生境质量的影响。通过ArcGIS把自然村的发展等级可视化分布,并利用核密度功能制作空间格局图,准确反映自然村发展的空间特征[37—39]。通过其缓冲区、叠加、重分类和空间统计功能评估滇金丝猴分布区生境质量,分析滇金丝猴群生境质量受自然村影响和划定滇金丝猴生境保护的关键区域。
从空间上分析,由图2可看出,研究区南部自然村发展优于北部,研究区域南部自然村密度比北部大,人为干扰程度大。从数量上分析(表7),等级II的自然村分布最多,其中等级I的自然村占比为4.20%;等级II的自然村占比为59.83%;等级III的自然村占比为24.49%;等级IV的自然村占比为6.26%;等级V的自然村占比为2.45%;等级VI的自然村占比为2.18%;等级VII的自然村占比为0.58%。总的来说,研究区域南部自然村发展相对较好,发展趋势呈现多中心辐射现象。
表5 威胁因子属性
表6 土地利用类型对威胁的敏感性
Vil1:自然村I Village I;Vil2:自然村II Village II;Vil3:自然村III Village III;Vil4:自然村IV Village IV;Vil5:自然村V Village V;Vil6:自然村VI Village VI;Vil7:自然村VII Village VII;Vr:乡道 Village road;Onfl:其他非林地 Other non-forestry land;Ef:人工经济林 Economic forest;Al:农牧地 Agricultural land;Ac:人工建筑 Artifical construction
图2 滇金丝猴群与自然村发展等级分布和空间格局Fig.2 Grade distribution and spatial pattern of villages development and Yunnan Snub-nosed monkey groups
表7 自然村发展等级的数量
图3 生境质量和生境稀缺性分布Fig.3 The distribution of habitat quality and habitat rarity 由于本文的生境退化度均值-1.512,差异性趋于相同,故不单独分析
生境稀缺性反映研宄区内生境的土地利用类型斑块的破碎化程度和区域生态安全格局的稳定性[36]。生境稀缺性系数越高,反映该生境斑块内的土地利用类型变化程度大,如果破坏该土地利用类型的生境斑块,区域内的生境质量和生态安全格局的稳定性可能受到剧烈的影响[37—38]。从总体分析(图3),研究区北部的生境质量比南部高,北部自然村发展对滇金丝猴生境质量比南部的自然村小;北部的生境稀缺性比南部高,生态稳定性差,需要优先保护生态环境。从各个县域空间分布情况分析(表8),德钦县的生境质量最高,均值为0.5042;兰坪县的生境质量最低,均值为0.1630。兰坪县的生境稀缺性最高,均值为0.0143;香格里拉县的生境稀缺性最低,均值为-0.0335。
图4 各猴群分布区自然村与生境质量和生境稀缺性分布Fig.4 Distribution of villiages, habitat quality and habitat scarcity in each monkey reserve
表8 各县生境质量和生境稀缺性的均值
由图4和表9分析可知,在猴群分布区内还存留着12个自然村,分别是咱爪罗村、阿木史光村、木光阿吉村、塞布怕哈村、糟坡村、归龙村、粗丁村、增打村、义都设村和力利农村;研究区分布有12个猴群,其生境质量的均值为0.7408,总体生境比较高,其中,第11(C11)猴群生境质量最高,均值为0.9047,第3、6和14(C3、C6和C14)猴群生境质量比较低,自然村发展对生境质量影响大,并且自然村的发展等级越高,猴群生境质量越低;12个猴群的生境稀缺性的均值为-0.0125,生境保持比较稳定状态,C1、C12和C13猴群生境稀缺性比较高,生境脆弱,需要优先加强规划,C4、C6和C10猴群生境稀缺性比较低,均值为负数。
表9 各猴群分布区生境质量和生境稀缺性的均值
如图5和表10分析可知,划分出4410.32 km2滇金丝猴优质生境区域,占总面积的26.85%,高质量的生境有利于滇金丝猴群的活动、休憩和繁殖,因此将生境优良区域作为滇金丝猴生境保护的关键区域;划分出3356.30 km2滇金丝猴中等生境区域,占总面积的20.44%,该区域的生境是滇金丝猴活动的边缘区域,因此需要关注该区域的自然村对生境质量的影响。其中需要对在猴群分布区内存留着12个自然村进行重点关注和规划,使中等生境转化为优质生境;划分出8657.64 km2低质生境区域,占总面积的52.71%。该区域生境质量低,需要形成既保护生境质量又能促进当地社会经济发展的模式,通过植被恢复,改善生境质量。
表10 滇金丝猴生境保护区域的面积
生境变化被认为是基因、物种或生态系统变化的代表,滇西北地区滇金丝猴生境质量高的区域将更好的支持滇金丝猴物种的多样性[13]。自然村发展伴随着对生境的破坏,使生境破碎化和生境质量降低,这将导致滇金丝猴物种的多样性的可持久性、弹性、恢复性的降低,加剧物种数量的减少的风险。本文选用代表自然村用地的土地利用类型,如农牧地、人工建筑、人工经济林和其他非林地,间接反映自然村变化,通过对2000年和2018年土地利用/覆被图相交处理(图6),从数量上,发现由非自然村用地转化为自然村用地的面积占总土地面积的7.42%、由自然村用地类转化为非自然村用地的面积占6.10%,因此,间接反映自然村面积增加了,占总面积的1.32%;从空间上,发现研究区南部的自然村扩张程度比北部要大。
生境稀缺性可以反映生境的稳定性,有利于指导未来土地利用规划[34—35],对生物多样性保护非常重要。北部区域的生境稀缺性总体较高,是因为其他非林地图斑面积变得稀缺,这样有利于猴群的保护,需要优先加强规划;南部区域的生境稀缺性总体较低,是因为南部地区受社会经济影响大,为了发展自然村经济,增加建设用地、农牧地和人工经济林的面积,生境质量较低。C1、C12和C13猴群生境稀缺性的均值比较高,是由于其他非林地图斑面积减少造成的;C4、C6和C10猴群生境稀缺性的均值比较低,是因为人为的开垦农牧地导致农牧地增加的,这不利于猴群的保护。
依据研究结果,从滇金丝猴种群保护、生境质量保护和恢复的角度提出以下三点建议:(1)加强滇金丝猴种群分布区的连接和生境质量保护;(2)协调自然村社会经济发展与生境质量保护的关系,促进人与滇金丝猴协同发展,对在C6、C13和C14猴群内的12个自然村合理规划和布局;(3)对生境稀缺性低的猴群,如C4、C6和C10退耕还林[24],进行植被恢复工程,促进适宜生境的恢复。
图5 滇金丝猴生境保护的区域Fig.5 Habitat protection region for Yunnan snub-nosed monkey
图6 自然村用地变化Fig.6 Villages land use change
依据物种生境本身的特点,分析生境质量,从而提出物种保护措施,为物种保护提出了一个新的研究方向,本文是初步的研究和探索,已经初步研究自然村的发展等级越高,猴群生境质量越低,将在下一步的工作中定量研究自然村对猴群生境质量的范围和时空演变:(1)由于数据保护和获取途径有限,研究区只有滇西北地区的滇金丝猴分布区,缺少西藏省内部分的区域,研究缺少整体性和全面性,比如高精度和具有时间序列的土地利用数据和社会经济数据的获取;(2)InVEST模型相对较为成熟,在空间表达、动态研究等方面优于传统方法,但计算中的参数设置存在一定的主观性,参数验证及更多有效的可获取的变量有待探讨;(3)将进一步完善反映自然村社会经济发展的变量,比如各级道路、人口空间分布公里网格数据、集夜间灯光数据和GDP空间分布公里网格数据集等。