基于MGWR模型的天目-怀玉山区生境质量对土地利用变化的响应

赵依谷，黄 伟，费秀超，沈 童，毕守东，张云华*

基于MGWR模型的天目-怀玉山区生境质量对土地利用变化的响应

赵依谷1，黄 伟1，费秀超1，沈 童1，毕守东2*，张云华1*

(1. 安徽农业大学资源与环境学院，合肥 230036；2. 安徽农业大学理学院，合肥 230036)

基于1980年、1990年、2000年、2010年和2018年土地利用变化数据，借助InVEST模型评估天目-怀玉山区生境质量时空分布特征，并采用多尺度地理加权回归模型（MGWR），对研究区耕地、林地、草地和建设用地的变化与生境质量变化的空间关系进行显式化分析，结果显示：（1）1980—2018年间，天目-怀玉山区耕地持续减少，林地和草地先增加后减少，水域面积增加幅度最大，建设用地变化较小，土地利用转移主要以耕地向林地、草地和建设用地转换、林地向建设用地转换和草地向林地转换为主。（2）1980—2018年间，天目-怀玉山区生境质量水平波动较小，且常年处于较高水平，总体上先增加后减少。（3）MGWR模型计算结果显示1980—2018年间，耕地、林地、草地和建设用地在812、194、1 166和512的较大尺度上影响着生境质量，而1990-2000年间，则在51、45、43和123的局部尺度上影响着生境质量。模型回归系数显示，1980—2018年间，林地和草地的变化与生境质量的变化呈现正相关关系，耕地和建设用地的变化与生境质量变化呈现负向关关系；1990—2000年间，4种土地利用类型的变化对生境质量的影响呈现较为明显的两极化空间格局，其主要取决于土地利用类型转换的方向。研究结果将为天目-怀玉山区土地资源合理利用和生态环境保护提供可靠的理论依据。

生境质量；土地利用类型；InVEST模型；多尺度地理加权回归；天目-怀玉山区

生境是指可以提供资源和条件以供生物体生存和繁殖的空间[1]。生境质量是指自然环境为个体种群和物种的生存提供所有必要条件的能力，是反映生态环境对人类生存及社会经济持续发展的适宜程度，对生物多样性保护和提升人类生活质量有着重要作用[2-6]。近几十年来，经济高速发展，工业化和城市化不断的向前快速推进，人类改造自然的规模和力度在不断增强，这也导致了生境的破碎和消失，生境质量严重退化，大量物种在慢慢消失，生物多样性和人类可持续性发展都受到了严重的威胁[7-9]。在人类活动中，土地利用的变化是一种主要的表现方式，不仅是生境质量模型中的胁迫因子，变化的方式和程度更能代表人类活动的意图和强度[10-11]。因此，探究土地利用变化对生境质量的影响的过程和机制，对于维护生物多样性和人类可持续发展具有重要意义。

在区域生境质量的研究中，国内外学者大多采用InVEST（integrated valuation of ecosystem services and trade-offs）模型对一个区域的生境质量进行定量评估，InVEST模型是由美国斯坦福、大自然保护协会与世界自然基金会联合开发的，进行生态系统服务和权衡的综合评估模型，是目前评估生境质量的主流工具[12]。国内部分学者基于土地利用的变化，利用InVEST模型分别对黄土丘陵区[13]、陕西省黄河湿地自然保护区[14]和皖西大别山区[15]的生境质量时空变化进行评价。但仅仅使用Invest模型，无法深刻地揭示土地利用变化与生境质量变化之间的内联关系。在研究的时间尺度上，由于历史时期或者未来情境下土地利用数据不易获取，部分学者利用CA-Markov模型设定历史或未来土地利用空间格局来研究历史或者未来区域生境质量的空间格局，如利用CA-Markov模型结合InVEST模型重建1975—2010年长三角区生境质量空间格局[16]。以现有土地利用数据为基础，模拟和预测2000—2030年宁夏中部干旱区生境质量时空变化[17]。为了探究土地利用变化与生境质量变化空间上的复杂联系，陈妍等[18]探究北京市土地利用格局变化对生境质量的影响；钟丽娜等[19]以大安市土地整治重大项目为例，探究土地整治对生境质量的影响；王惠等[20]利用地理加权回归模型（GWR）结合InVEST模型寻求它们在空间上的定量关系。

目前大量研究已经表明生境质量影响机制研究中往往存在明显的空间异质性现象，且研究主要采用线性回归模型、地理加权回归模型等方法去探究土地利用变化对生境质量的影响[18]。传统地理加权回归模型可以在有效的解决传统回归模型不能处理的空间异质性问题，土地利用类型的变化对生境质量变化的影响具有明显的区域性特征，GWR模型可以解释两者之间蕴含的规律。GWR模型中的带宽值表现为影响因素的作用尺度，作为局部回归模型，GWR模型可以较好的解释自变量和因变量间的关系随空间变化的现象，但所有自变量在模型中的最优带宽值是一样的，而在现实中不同影响因素在空间上作用尺度不同[22]，“地理学研究对象格局与过程及其时空特征均是尺度依存的”[23]，目前关于土地利用变化对生境质量影响的研究中，虽有研究将各土地利用类型与生境质量的空间关系显式化，但是忽略了不同影响因素的尺度差异[20]。本研究采用多尺度地理加权回归（MGWR）模型探究生境质量对土地利用变化的响应，揭示不同土地利用类型变化在空间上的作用尺度以及作用效果的异质性。同时基于相同的分辨率因子，研究同时与全局回归模型（OLS）和GWR模型进行定量对比。

1 研究内容与方法

1.1 研究区概况

天目山-怀玉山区（116°21′—120°5′E和28°32′—31°17′N）是我国水源涵养和生物多样性重点保护区域，行政区域涵盖江西、安徽、浙江和江苏4个省，主要涉及浙江省的杭州、湖州、金华，江西省的上饶、景德镇、九江，安徽省的宣城、黄山、池州，以及江苏省的无锡和常州，总面积为 59 747 km2。研究区是我国东部地区重要河流钱塘江的发源地，也是目前华东地区森林面积保存较大和生物多样性丰富的区域，高等植物超过2 400种，是华东地区重要的生态安全保障。同时，该区域内山地面积大，降雨丰富，多台风，暴雨，资源环境问题也比较突出，以该地区作为研究对象，利用MGWR模型研究该区域土地利用变化与生境质量变化之间的关系，具有一定的代表性。

图1 研究区示意图

Figure 1 Schematic diagram of the study area

1.2 数据与方法

1.2.1 数据来源与处理 本研究采用的土地利用数据（1980年、1990年、2000年、2010年、2018年）来源于中国科学院资源环境科学数据中心（http://www.resdc.cn）为30 m×30 m分辨率的栅格数据集。数字高程模型（Digital Elevation Model，DEM）数据来源于地理空间数据云（http://www. gscloud.cn/）数据分辨率为30 m ×30 m。本研究所有数据统一采用Krasovsky-1940-Albers投影。

1.2.2 研究方法 （1）Invest生境质量模块。本研究借助InVEST模型中的生境模块计算生境质量指数。该模型结合不同土地利用类型对威胁因子的敏感性和外部威胁强度[24]，通过计算得到生境退化程度，最终得到生境质量指数计算公式为：

式中：D生境退化度；为胁迫因子的个数；为某个胁迫因子；y为胁迫因子栅格数；w为胁迫因子的比重；y为胁迫因子的某一栅格数；w为胁迫因子的比重；为胁迫因子的某一栅格数；r为某一栅格上受胁迫因子作用的胁迫值；i为栅格受到栅格中的胁迫因子而产生的影响；β为法律保护程度；S为土地类型中型地类对胁迫因子的敏感度。D为栅格和栅格的距离；max为胁迫因子的最大影响范围。

生境质量指数反映了某个地区的生境质量的优劣，其值域在0～1。数值越高，生境适宜度越高，越适合生物生长发育。其计算公式如下：

Q为土地利用类型中栅格的生境质量指数；H为土地利用类型中栅格的生境适宜性；为半饱和常数。为归一化常数，本研究取经验值2.5。

在参考现有研究成果和InVEST模型使用手册后[25]，结合研究区的情况最终选取耕地（水田和旱地）、城镇用地、农村居民点和其他建设用地（建设用地中非城镇用地和农村居民点的用地）这4种土地利用类型作为威胁因子，并设定相关参数，见（表1）和（表2）。

（2）多尺度地理加权回归模型（MGWR）。为了弥补OLS全局回归模型在空间异质性和空间非平性上面的不足，Fortheringham采用局部光滑的思想，提出GWR（地理加权回归）[27]，该模型是基于构建空间权重矩阵的一种回归模型。但是在实际应用中，解释变量在不同的空间尺度上表现出不同程度的空间非平稳性关系。而经典的GWR由于不同解释变量的带宽设置恒定，很大程度上限制了空间非平稳性关系的变化。针对GWR的局限性，Fortheringham等提出MGWR模型[28]，并在Yu等得到了进一步的完善和改进[29]。MGWR模型的计算公式如下：

式中，y为因变量；x为解释变量；表示用于校准第项条件关系的带宽，带宽为b的第个局部回归系数；(u,v)为第个样点的空间地理位置；为模型的截距和误差项。与经典GWR不同，MGWR模型中允许每个解释变量在局部回归过程中拥有各自不同的空间平滑水平，从而获得不同的带宽，而不同的带宽意味着在同一位置的每个关系将具有不同的空间权重矩阵，而这在经典GWR模型中无法得到实现。

MGWR模型实质上是一种基于反向拟合算法校正的广义可加线性模型，具体可表示为：

式中，为因变量，f第个局部回归系数，为模型的截距和误差项。

为了使得MGWR模型正常运行且最大程度的保留数据，本研究采用ArcGIS10.2中渔网工具（Fishnet）创建4 km×4 km的网格，将分辨率为30 m×30 m的耕地、林地、草地和建设用地的变化量作为解释变量，生境质量的变化量作为因变量，分析4种土地利用类型与生境质量之间的定量关系。

表2 天目-怀玉山区不同土地利用类型对胁迫因子的敏感系数

2 结果与分析

2.1 天目-怀玉区土地利用的变化分析

2.1.1 土地利用时空变化的总体特征 从土地利用时空变化的总体情况来看，1980—2018年5期土地利用数据（表3）显示天目-怀玉区土地利用类型以耕地和林地为主，两者面积之和超过53 369.84 km2，占比超过89.33%。其中面积最大的为林地，各个年份占总面积占比依次为70.46%、70.20%、71.18%、71.02%、70.82%，均大于70%，这也为天目-怀玉山区的水源涵养和生物多样性等生态功能提供了重要的保障。

1980—2018年期间不同土地利用类型也有不同程度的变化，其中耕地面积的变化较为显著，面积减少了1 171.71 km2，下降幅度为9.58%，并且耕地面积在持续减少。林地的面积来回波动，但是波动幅度很小，面积变化较为稳定，其主要原因是天目山于1956年被国家林业部化为森林禁伐区后又晋升为国家级森林和野生动物类型自然保护区加以保护，怀玉山也是国家级森林公园，黄山更是被联合国教科文组织评为世界地质公园，它们的森林覆盖率常年超过80%。草地面积先增加后减少，从1980年（3 733.87 km2）缩减到1990年（3 949.27 km2），缩减幅度为5.77%，又逐渐增加至2018年 （3 795.77 km2）。水域面积的变化最为显著，面积从1980年（545.38 km2）不断增加到2018年（1370.30km2），增加了824.92 km2，增加幅度高达151.26%，其主要原因就是湿地生态系统在调节气候，改善水质和生物多样性保护具有重要而深远的意义，随着《湿地保护法》的出台，各省也不断加强对湿地保护区等水域生态区的规划和保护以及对生态修复工程的建设。未利用地变化趋势较显著，但其在研究区内的规模极小。

表3 1980—2018年天目-怀玉山区土地利用类型面积变化

图2 1980—2018年间土地利用类型转移桑基图

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

2.1.2 土地利用的结构变化 利用OriginPro2021绘制1980—2018年间天目-怀玉山区各年份间土地利用转换桑基图（图2），其中去除了各个年份间同种土地利用类型之间的转换数据。通过桑基图可以直观的表达各个年份间土地利用主要变换。1980—1990年，土地利用转换面积较小，主要是耕地和林地的转换，分别为126.71 km2和242.74 km2，占整个转出面积的32.86%和62.94%，其中耕地主要向林地（76.95 km2）、水域（23.84 km2）和建设用地（24.12 km2）转换，林地则主要转换为草地（217.94 km2）和耕地（21.32 km2），其主要原因是天目—怀玉山区在该段时间内人类活动强度较小，土地利用结构较为稳定。与上一段时间相比，1990—2000年各地类转换面积大幅增加，土地利用类型的变更较为明显，转出面积为1 299.15 km2，主要是耕地、林地和草地的转换，其中耕地集中向林地（568.88 km2）和建设用地（60.50 km2）转换，转换的区域主要发生在地势不平坦，不宜耕作的山区，而林地则主要向草地（235.76 km2）转换，其余地类转换面积较小。2000—2010年和2010—2018年两个时期的土地利用转换方向相似，转换面积逐期减少，分别为922.15 km2和920.59 km2，两个时期都有大量的建设用地转入，说明在近18年期间，由于城市的迅速发展，城镇化进程加速，部分耕地和林地被用来建设城市以满足需求。

2.2 生境质量的变化分析

通过Invest模型中的生境质量模块运算得到天目-怀玉山区5期（1980年、1990年、2000年、2010年、2018年）生境质量的空间分布，并根据自然断点分级法，将生境质量指数划为低（0～0.3）、较低（0.3～0.5）、良（0.5～0.8）、较高（0.8～0.9）、高（0.9～1）5个等级，为了更好地比较和分析，统计出各个等级生境质量所占的面积和比例（表4）。

时间上看，天目-怀玉山区1980、1990、2000、2010、2018年平均生境质量指数分别为0.831 44、0.830 53、0.836 90、0.832 93、0.829 47，生境质量指数标准差分别为0.256 15、0.255 22、0.252 04、0.259 95、0.265 66，在38年中生境质量指数波动较小且均处于较高等级，但相比较而言1990—2000年上升幅度最大，从生境质量指数的标准差变化表明栅格单元之间的生境质量的差异在扩大。

表4 1980—2018年间天目-怀玉山区生境质量等级变化

表5 1980—2018年和1990—2000年的OLS、GWR与MGWR拟合结果比较

图3 MGWR模型回归系数空间分布

Figure 3 Spatial distribution of regression coefficients of MGWR model

研究区生境质量的高值区和较高值区面积较大波动较小，多年来均占研究区面积的67.00%以上，研究区各个地区均有所分布，分布地带的土地利用主要以林地和草地等自然生境为主，受人类干扰较少，生物多样性丰富。生境质量良好区主要散落在研究区西部的草地和林地上，以及东南部的水库坑塘、河渠和湖泊上，面积波动小。生境质量低和较低值区面积先减少后增加，整体上从1980年（12 851 km2）减少到2018（12 492 km2），其中北部边缘地区和中部地区为研究区生境质量较低值区，主要为耕地，农业用地和人类活动密切相关，受到干扰较大，生态破坏严重；生境质量低值区面积较少，主要为一些建设用地和未利用地。

2.3 生境质量对土地利用的响应

1980—2018年间和1990—2000年间土地利用的变迁和生境质量的空间格局都发生了明显的变化，且为了更加直观的分析不同时期土地利用对生境质量的影响，本研究选取1990—2000年作为短期研究时段，1980—2018年作为长期研究时段进行分析。运行MGWR2.2软件计算回归系数，相比较传统的GWR模型，MGWR模型对不同的解释变量其作用的尺度范围上也有所不同，从而得到更加科学可信的计算结果[30]。

普通最小二乘法（OLS）下的全局回归模型、GWR模型与MGWR模型计算结果的相关指标如（表5）所示，与传统的OLS全局模型和经典的GWR模型相比，MGWR模型的拥有更小的修正赤池信息量准则（AICc）值，同时拥有更大的2，变量带宽值选取更加丰富和科学。且1980—2018年和1990—2000年数据的模型拟合优度分别为0.735和0.867，均处于较高水平。综上说明MGWR模型在拟合效果上比前两个模型更优。

GWR模型和MGWR模型中的变量带宽衡量了解释变量因子作用尺度，但MGWR模型能够反映出不同解释变量因子在空间上作用尺度的差异，可以反映出不同土地利用类型对生境质量作用尺度的差异。不同带宽的因子在空间上的异质性也是不一样的[31]，带宽小的因子其空间上的作用是相似的，在空间上的异质性就大，对生境质量的影响就较小。且从（表5）中可以看出，不同时期的同种土地利用类型对生境质量的作用尺度也有所不同，其作用效果的空间异质性也不同。整体上，1990—2000年的4个变量带宽均远小于1980—2018年，在空间尺度上表现出更大的空间非平稳性，这主要是因为1990—2000年期间土地利用空间格局发生了明显变化，土地利用类型转移方向和面积较大。1980—2018年期间，林地和建设用地作用尺度相对较小，分别为194和512，反映了天目-怀玉山区生境质量对林地和建设用地变化的响应较为敏感。相比之下，带宽较大的耕地和草地则在较大尺度内影响天目-怀玉山区内的生境质量。1990—2000年间，耕地（51）、林地（45）和草地（43）的变化均拥有相似的作用尺度，在天目-怀玉山区对生境质量表现为局部影响，而建设用地（123）的变化在这个时期对生境质量的影响相对平稳。

MGWR模型计算出的各解释变量的回归系数空间分布特征如（图3）所示，从整个1980—2018年时间来看，耕地的变化对生境质量的影响总体呈现负相关关系，其回归系数整体上呈现为由西向东，由北向南递增的状态，表明天目-怀玉山区耕地变化对生境质量的影响在这两个方向上逐渐减弱。相比之下，1990—2000年，天目-怀玉山区耕地的变化对于生境质量的影响不稳定呈现较为明显的两极化空间格局，生境质量对耕地变化的响应呈现正相关关系的面积增加且相关程度也明显增加，区域主要为湖州、黄山、池州、景德镇以及杭州北部地区，这些区域的耕地主要都是向林地和草地等一些生境较好的生态系统转换，且这些地方大多为交通不便的山区或者半山区，平地相对较少，水土流失的风险较大，不适合耕种，耕地慢慢退回，林地和草地对生境质量的影响逐渐增大，从系数图也可以看出，1980—2018年耕地相关系数在-0.507 177～0.050 248区间，而1990—2000年区间扩大为-2.775 161～13.204 887。

1980—2018年期间，天目-怀玉山区生境质量对林地变化的响应表现为正相关关系，空间上主要表现为由东到西递减的趋势，林地相关系数区间为0.110 496～0.934 068，表明在该时间段林地对生境质量是较为稳定的正向影响。1990—2000年，虽然林地变化和生境质量变化在大部分地区呈现正相关关系，但是杭州南部、衢州、上饶以及宣城以北这些区域表现为负相关关系，相关系数在-1.825 755～0之间，主要是因为随着这些城市经济不断的发展，城市化进程逐渐加快，人口不断涌入的压力迫使部分林地转化成了耕地和建设用地，对生境产生了一定的负面影响。

1990—2000年，天目-怀玉山区的草地变化和生境质量的变化在空间上的回归系数分布与同时期林地的相关系数分布非常相似，但是影响程度有所不同，其呈现负相关区域的系数区间为-2.145 892～0。该模型结果也验证了，在该时间段的这些区域内，部分生态用地转换为农田和建设用地用来缓解人口增长的压力和满足城市建设的需求。1990—2018年，草地变化和生境质量变化呈现正相关关系，但由于草地在陆地生态保护中的作用和地位没有林地突出，但对生境的保护也起到了不可替代的作用，所以其回归系不显著，在0.056 610～0.277 908之间，空间上总体自西向东递增，表明草地对生境质量的影响自西到东逐渐增强，但差异不显著。

1980—2018年，建设用地变化和生境质量呈现较为明显的负相关关系，回归系数绝对值在空间上呈现为由西北向东南方向递减的趋势，说明建设用地变化对生境质量变化的影响由西北向东南方向递减。但在1990—2000年期间，建设用地回归系数两极分化明显，说明天目-怀玉山区建设用地在该时间段对生境质量的影响差异显著，负相关显著的区域主要是因为建设用地的增加，正相关显著的区域主要在安徽黄山和浙江天目山及它们周边，回归系数在0～1.575 268之间，且随着黄山和天目山陆续被联合国教文组织列入《世界文化与自然遗产名录》和MAB网络，黄山和天目山的生态文明建设被高度重视，林地和草地的面积不断增加，虽然建设用地在经济的增长的需求中得以增加，但由于生态环境的改善，生境质量还是向好的趋势进行的。

3 讨论与结论

天目-怀玉山区拥有优质的生态资源，其更有黄山和天目山两个世界级的生物库作为生态安全屏障，生境质量指数常年在0.82以上，且生境质量指数较高值地区常年在63%以上，但在人为因素和自然因素的双重影响下，天目-怀玉山区的发展主要分为两个阶段，1980—2000年，天目-怀玉山区大多为地形起伏度较高的山区，地势平坦的地区相对较少，在这种自然条件下，交通不便，发展较慢，大量耕地由于地形不适合开垦逐渐转换为林地和草地，生境质量也稳步提升，其中1990—2000年这种现象更加突出，耕地转为林地和草地导致生境质量上升的现象，这与王燕等[32]和黄贤峰等[33]研究结果一致。2000—2018年，随着杭州提出工业兴市战略，杭州带动其周围城市的工业迅速发展，人类活动频繁，强度增加，在经济高速发展下，这些区域的建设用地明显增加，生其主要由耕地和林地转换而来，生境质量也遭到破坏。周婷等[34]在研究1995—2015年神农架林区人类活动与生境质量的空间关系中也表示，密集且大强度的产业聚集对于生态环境有着剧烈的破坏，从而导致生境质量下降。

本研究采用MGWR模型结合InVEST生境质量模块，将土地利用的变化和生境质量的变化之间的关系进行空间分析并通过ArcGIS可视化。结果显示，不同的土地利用类型在模型带宽选取中也有所不同，说明不同的土地利用类型对生境质量的影响在空间上的非平稳性也有所不同，且在不同时期的同一种土地利用类型带宽也有所不同，说明在不同时期，生境质量对同种土地利用类型响应的敏感程度也有所不同。1980—2018年，由于林地和草地常年占据研究区的76%，林地更是高达70%，森林生态系统在生态环境保护中扮演着极其重要的角色，对生境质量的影响也起着主导作用，所以林地和草地与生境质量的变化在这段时期呈现正相关关系，但林地的影响程度更大。耕地虽然具有一定的生境适宜度，但人类干扰频繁，所以耕地变化与生境质量变化总体上呈负相关关系，局部地区呈现正相关关系。建设用地中人类活动强度很高，几乎没有生境适宜性，且从整个38年时期来看，都是由其他土地利用类型转换而来，所以其变化与生境质量的变化在空间上呈现负相关关系。1990—2000年，土地利用空间格局发生较为明显的变化，4种土地利用类型的变化与生境质量的变化在空间上的关系基本均呈现两极化现象。生境质量变化往往受到多种土地利用类型变化的综合影响[20]，因此多尺度地理加权回归模型需要根据实际情况综合多种土地利用类型的变化去分析。

比起OLS全局模型和传统的GWR模型，本研究采用MGWR模型，因为不同解释变量之间的差异性，该模型在迭代运算中可以给不同的解释变量选取不同的变量带宽，这样也更加科学合理。MGWR模型在经济、人口、生态等多个领域研究中已经得到大量的运用，对于本研究来说，采用了4 km×4 km分辨率的渔网进行统计并显式化分析，且MGWR模型拟合优度均在0.73以上，处于较高水平，但是由于模型的限制，尚未进行对比研究，无法确定其他分辨率是否有更好的拟合效果或是否存在拟合精度更高的模型，这也是值得进一步探讨的问题。

基于天目-怀玉山区1980—2018年5期土地利用数据，使用InVEST模型评估研究区生境质量时空变化特征，运用多尺度地理加权回归模型，对耕地、林地、草地和建设用地的变化与生境质量变化在空间上的关系定量评估分析。研究结果如下。

1）1980—2018年，天目-怀玉山区的林地和草地总体上先增加后减少，耕地持续减少，水域面积增加幅度最大，建设用地变化幅度相对较小。空间上，主要以耕地向林地、草地和建设用地转换、林地向建设用地转换和草地向林地转换为主。

2）天目-怀玉山区的平均生境质量指数常年在0.82以上，且处于较高水平，生境质量指数从1980年的0.831 44升至2000年的0.836 90，再降至2018年的0.829 47，且其中超过67%的区域为生境质量高值和较高值区。生境质量指数标准差从1980年的0.256 15升至2018年的0.265 66，栅格单元之间的差异性扩大。

3）与传统的GWR模型相比，MGWR模型有更加科学的宽带选取以及更高的模型拟合效果。MGWR模型计算结果显示1980—2018年期间，耕地、林地、草地和建设用地在812、194、1 166、512的较大尺度上影响着生境质量，而1990—2000年期间，则在51、45、43、123的局部尺度上影响着生境质量，与1980—2018年相比，1990—2000年4种土地利用类型拥有更小的带宽，其在空间上存在较大的异质性。1980—2018年，林地和草地对生境质量产生正向影响，耕地和建设用地产生负向影响；1990—2000年，4种土地利用类型的变化主要与生境质量的变化关系呈现较为显著的两极化现象，这主要取决于土地利用类型转换的方向。

[1] 韩艳莉,陈克龙,于德永.土地利用变化对青海湖流域生境质量的影响[J].生态环境学报,2019,28(10):2035-2044.

[2] 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.

[3] 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.

[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, BOGDZEVIČ K, et al. Future scenarios impact on land use change and habitat quality in Lithuania[J]. Environ Res, 2021, 197: 111101.

[6] 吴健生, 毛家颖, 林倩, 等. 基于生境质量的城市增长边界研究: 以长三角地区为例[J]. 地理科学, 2017, 37(1): 28-36.

[7] 赵国松, 刘纪远, 匡文慧, 等. 1990—2010年中国土地利用变化对生物多样性保护重点区域的扰动[J]. 地理学报, 2014, 69(11): 1640-1650.

[8] 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.

[9] 杨芝歌, 周彬, 余新晓, 等. 北京山区生物多样性分析与碳储量评估[J]. 水土保持通报, 2012, 32(3): 42-46..

[10] 刘智方,唐立娜,邱全毅,等.基于土地利用变化的福建省生境质量时空变化研究[J].生态学报, 2017, 37(13): 4538-4548.

[11] 史培军, 陈晋, 潘耀忠. 深圳市土地利用变化机制分析[J]. 地理学报, 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] 刘春芳,王川.基于土地利用变化的黄土丘陵区生境质量时空演变特征:以榆中县为例[J].生态学报, 2018, 38(20): 7300-7311.

[14] 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.

[15] 黄木易, 岳文泽, 冯少茹, 等. 基于InVEST模型的皖西大别山区生境质量时空演化及景观格局分析[J]. 生态学报, 2020, 40(9): 2895-2906.

[16] 张学儒, 周杰, 李梦梅. 基于土地利用格局重建的区域生境质量时空变化分析[J]. 地理学报, 2020, 75(1): 160-178.

[17] 武丹, 李欢, 艾宁, 等. 基于CA-Markov的土地利用时空变化与生境质量预测: 以宁夏中部干旱区为例[J]. 中国生态农业学报(中英文), 2020, 28(12): 1969-1978.

[18] 陈妍, 乔飞, 江磊. 基于 In VEST 模型的土地利用格局变化对区域尺度生境质量的影响研究: 以北京为例[J]. 北京大学学报(自然科学版), 2016, 52(3): 553-562.

[19] 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.

[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.

[21] 冯舒,孙然好,陈利顶.基于土地利用格局变化的北京市生境质量时空演变研究[J].生态学报, 2018, 38(12): 4167-4179.

[22] 沈体雁, 于瀚辰, 周麟, 等. 北京市二手住宅价格影响机制: 基于多尺度地理加权回归模型(MGWR)的研究[J]. 经济地理, 2020, 40(3): 75-83.

[23] 李双成, 蔡运龙. 地理尺度转换若干问题的初步探讨[J]. 地理研究, 2005, 24(1): 11-18.

[24] 王志强, 傅建春, 全斌, 等. 扎龙湿地丹顶鹤繁殖生境质量变化[J]. 应用生态学报, 2010, 21(11): 2871-2875.

[25] 庞海燕,李咏华. 基于InVEST的生境质量评估与影响机制研究: 以2000—2015年杭州市为例[C]//活力城乡美好人居—2019中国城市规划年会论文集(08城市生态规划). 重庆, 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模型的中国城市PM2.5影响因素空间异质性[J]. 中国环境科学, 2021, 41(6): 2552-2561.

[31] 祝新明, 宋小宁, 冷佩, 等. 多尺度地理加权回归的地表温度降尺度研究[J]. 遥感学报, 2021, 25(8): 1749-1766.

[32] 王燕, 高吉喜, 金宇, 等. 基于2005—2015年土地利用变化和InVEST模型的内蒙古巴林右旗农牧交错带生境质量研究[J]. 生态与农村环境学报, 2020, 36(5): 654-662.

[33] 黄贤峰, 杨永菊, 武艺, 等. 1990—2017年喀斯特自然保护区土地利用变化对生境质量的影响[J]. 水土保持通报, 2018, 38(6): 345-351.

[34] 周婷, 陈万旭, 李江风, 等. 神农架林区人类活动与生境质量的空间关系[J]. 生态学报, 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

国家重点研发计划（2018YFD1100104）资助。

赵依谷，硕士研究生。E-mail：858400978@qq.com

通信作者:毕守东，博士，教授。E-mail：bishoudong@163.com 张云华，博士，教授。E-mail：yunhua9681@163.com

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