乌鲁木齐市生境质量时空演变特征及预测

摘 要：【目的】评估乌鲁木齐市生境质量的演变特征。【方法】运用PLUS模型和InVEST模型对乌鲁木齐市土地利用类型和生境质量进行预测、评估。【结果】①2000—2022年乌鲁木齐市出现“四增二减”趋势，建设用地、未利用地面积扩张趋势明显，林地、水域面积略有增加，草地、耕地面积缩减较大。②研究区生境质量与土地利用类型关系紧密，生境质量高值区主要分布于天山林地，低值区主要分布于人类活动聚集区和古尔班通古特沙漠和达坂城区戈壁滩。③研究期内乌鲁木齐市生境质量整体较低并呈现持续下降趋势，退化区集中在乌鲁木齐城区周围、达坂城戈壁沿线;在自然情景下，2030年乌鲁木齐市生境持续恶化，在生态保护情景下，会有一定程度改善。【结论】研究结果对未来乌鲁木齐市生态治理工作和优化国土空间布局具有一定的参考价值。

关键词：土地利用变化；生境质量；InVEST模型；乌鲁木齐市

中图分类号：X321 文献标志码：A 文章编号：1003-5168（2024）16-0098-08

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.16.020

The Spatiotemporal Evolution Characteristics and Prediction of Habitat Quality in Urumqi

LI Chenzeng1，2 ZHANG Yongfu1，2

（1.School of Geography and Remote Sensing Science， Xinjiang University， Urumqi 830017， China;

2.Key Laboratory of Oasis Ecology， Ministry of Education， Xinjiang University， Urumqi 830017， China）

Abstract：[Purposes] This paper aims to evaluate the evolutionary characteristics of habitat quality in Urumqi. [Methods]The PLUS model and InVEST model were used to predict and evaluate the land use types and habitat quality in Urumqi . [Findings] ① From 2000 to 2022， Urumqi experienced a trend of "four increases and two decreases"， with a significant expansion trend of construction and unused land areas， a slight increase in forest and water areas， and a significant reduction in grassland and cultivated land areas.② The relationship between habitat quality and land use types is closely related in the research area. High value areas of habitat quality are mainly distributed in the Tianshan forest， while low value areas are mainly distributed in human activity gathering areas， such as the Gurbantunggut Desert， and the Gobi Desert in Dabancheng District. ③ During the research period， the overall habitat quality in Urumqi was relatively low and showed a continuous downward trend. The degraded areas were concentrated around the urban area of Urumqi and along the Gobi Desert in Dabancheng District. In natural scenarios， the habitat in Urumqi will continue to deteriorate by 2030， and there will be some improvement in ecological protection scenarios.[Conclusions] The research results have certain reference value for future ecological governance work and optimization of land spatial layout in Urumqi.

Keywords： land use change; habitat quality; InVEST model; Urumqi

0 引言

生境质量是衡量生态系统服务功能的重要指标，也是生物多样性维持能力的重要表征，准确预测生境质量的演变对于推动区域生态环境的高质量发展至关重要［1］。土地作为自然环境和社会环境的物质基础与承载空间，其利用变化是人与自然交互过程中最直接的表现之一，也是引起生境质量发生改变的主要原因［2］。

土地利用的变化包含数量结构和空间结构分布的演变，模型的选择必须具备定量预测和空间模拟能力［3］。目前土地利用预测模型种类繁多，CLUE-S模型［4，5］、CA-Markov模型［6，7］、FLUS模型［8，9］等已得到广泛应用。井云清等［10］以1998、2006年Landsat TM影像和2014年Landsat OLI影像的土地利用/覆被分类结果为输入数据，采用CA-Markov模型，预测研究区未来的土地利用。张廷等［11］运用PLUS模型对2030年哈尔滨市自然发展情景、耕地保护情景、生态保护情景、城镇发展情景下的土地利用预测均取得了较好效果。

生境质量是指生态系统为个体和种群的可持续发展提供适宜生活条件的能力，在一定程度上可以反映生物多样性［12］。国内外学者主要采用SoIVES模型［13］、ARIES模型［14］、InVEST模型［15］、MxaEnt模型［16］等对其评估。其中，InVEST模型因空间分析与可视化能力强、参数获取便捷、评估精度高得到广泛应用。刘美娟等［17］运用InVEST模型及地理探测器方法，模拟青海湖流域产水服务、评估产水量空间分异特征、剖析其空间异质性归因。

乌鲁木齐市作为我国西北干旱地区经济最活跃、人口最集中的区域之一，发展进程中始终面临着生态保育与经济建设的协调问题。因此，本研究从土地利用变化角度出发，研究乌鲁木齐市生境质量时空演变规律，为促进其生态治理及土地资源可持续利用提供参考。

1 数据来源与方法

1.1 研究区概况

乌鲁木齐市地处亚洲中部大陆腹地（如图1所示），位于我国西北内陆远离海洋，属于温带大陆性干旱气候区，全年干旱少雨。寒暑变化剧烈，昼夜温差大，是典型的干旱区绿洲城市。其地势起伏大地貌复杂多样，南部、东北部高，中部、北部低，分布有山地、山间盆地、丘陵、沙漠戈壁等地貌特征。作为中国西北地区最大城市之一，乌鲁木齐总面积为1.38万 km2，常住人口为408.24万人，随着经济快速发展，区域内土地利用类型在迅速改变。

1.2 数据来源

土地利用数据来源于武汉大学CLCD数据集［18］；高程数据来源于地理空间数据云（http： //www.gscloud.cn/）；行政区界线、道路等来源于中国基础地理信息数据库；人口密度、GDP公里网格数据来源于中国科学院资源环境科学与数据中心（https： //www.resdc.cn/）；年降水量来源于《中国1980年以来逐年年降水量空间插值数据集》［19］。

1.3 研究方法

1.3.1 土地利用变化分析。土地转移矩阵可表示研究期内各类土地转出流入的面积，具体反映各土地利用类型之间的转移方向，具体公式为式（1）。

[Sij]=[S11 S12 S13 S1nS21 S22 S23 S2n... ... ... ...Sn1 Sn2 Sn3 Snn] （1）

式中：[Sij]表示初期与末期土地利用的转变形态；i表示初期土地利用类型；j表示末期土地利用类型；n为土地利用类型数。

1.3.2 PLUS模型。PLUS模型是基于土地扩张分析策略（LEAS）的规则挖掘框架和基于多类型随机种子（CARS）的CA模型，通过LEAS可分析两期不同土地利用数据间的变化情况，并可通过随机森林算法得到各个驱动因子对土地利用类型的贡献率。在自然情景下，基于乌鲁木齐市2010—2020年土地利用变化规律，不加限制条件，模拟自然情景下2030年土地利用情况；在生态保护情景下，结合前人研究［14，19］，将耕地、林地、草地向建设用地转移概率降低50%，耕地、未利用地向林地转移概率提高20%、耕地、未利用地向草地转移概率分别提高30%、40%。

1.3.3 生境质量分析。InVEST模型具有空间分析与可视化表达能力强、评估精度高、参数获取便捷等优势，模型生境质量公式为式（2）。

[Qxj]=[Hj]［1-（[DzxjDzxj+kz]）］ （2）

式中：[Hj]为j类土地利用类型的生境适宜度；[Dzxj]为j类生境在栅格x处受到的威胁程度；z是常数，默认值为2.5；k是半饱和系数，默认为0.5；栖息地质量由栖息地质量指数衡量，该指数介于0和1之间，该值越高，栖息地质量越好。

本研究选取耕地、建设用地、未利用地、铁路作为威胁因子，结合前人研究［20-21］依次设置威胁因子相应参数（见表1），并对不同土地利用类型的生境适宜性及对威胁因子的敏感性进行赋值（见表2）。

1.3.4 生态贡献率。研究区内不同时期土地利用类型的改变所导致的生境质量的变化被称为土地利用转型的生态贡献率，从中可以看出各类土地利用变化对生境的影响程度［22-23］，计算公式为式（3）。

LEI=（[LE1−LE0]）*LA/TA （3）

式中：LEI为其中一类土地利用变化下的生态贡献率；[LE1]、[LE0]分别为代变化初期、末期该类土地利用类型的生境质量指数；LA为该类土地利用类型面积，TA为研究区总面积。

2 结果与分析

2.1 2000—2022年乌鲁木齐土地利用变化分析

乌鲁木齐市2000—2022年土地利用面积变化情况见表3。由表3可知，乌鲁木齐市土地利用类型主要以草地、未利用地为主，占比超过80%，其次依次为耕地、建设用地、水域。草地分布范围较广主要集中于乌鲁木齐县、水磨沟区米东区南部和达坂城山地，未利用地主要分布在北部的古尔班通古特沙漠和达坂城区南部（如图2所示）。研究期内，乌鲁木齐市未利用地、草地、建设用地、耕地面积变化幅度较大，其中，未利用地面积增加815.82 km2，建设用地面积增加219.45 km2，草地面积减少922.11 km2，耕地面积减少212.0 5 km2，林地、水域面积变化较小，但由于受荒山改造、全球气候变暖和冰川消融加剧等影响，林地、水域面积均呈现增长趋势。通过土地利用转移弦图（如图3所示）可知，近20年间乌鲁木齐市土地利用类型主要在耕地、草地、未利用地之间相互转换，其中耕地、未利用地向草地转出面积分别为279.38 km2和236.66 km2草地向未利用地转出面积为1 066.86 km2。

2.2 不同情景下乌鲁木齐市2030年土地利用模拟预测

在运用CA-Markov和PLUS耦合模型预测乌鲁木齐2030年土地利用情况之前，基于2010年土地利用现状模拟2020年土地利用空间分布情况。通过计算Kappa系数为0.81，其中耕地、林地、草地、水域、建设用地、未利用地Kappa系数分别为0.68、0.79、0.84、0.76、0.74、0.91，其模拟效果较好，实用性较好。在此基础上以2020年为基期年模拟2030年乌鲁木齐市土地利用变化情况（如图4所示）。乌鲁木齐市2022—2030年土地利用面积变化情况见表4，由表4可以看出在无约束和人为干预的自然发展情景下，相较于2022年，建设源地扩展较明显，未利用地面积增加显著（分别为79.37 km2、360.36 km2），由转移矩阵可以看出建设用地面积增加主要来源于耕地、草地，表明经济的增长在一定程度上限制了其他土地利用类型的增长，大面积草地退化为未利用地，若不加以人为干预，生态环境

可能会进一步恶化。在生态保护情景下，相较于2022年草地面积增加158.28 km2、林地增加20.37 km2，耕地减少91.85 km2未利用地减少109.1 km2，草地增加面积主要由耕地、未利用地转出。从分布上看，主要分布于原有耕地周围，若未来继续实施退耕还林及生态保护工程，持续推进国土绿化，厚植高质量发展生态底色，未来乌鲁木齐市生态环境质量将得到持续改善。

2.3 生境质量变化分析

生境是区域地形、气候、水文、土壤和植被的综合，生态环境和土地利用类型的变化会导致生境的演替.根据Invest模型生境质量模块运行结果得到研究区生境质量分布如图5所示。为更直观地显示，本研究按自然断点法将生境质量指数划分为低、较低、中等、较高、高5个等级，统计每个等级面积和间隔期生境质量指数平均值如图6所示。

从时间尺度上，研究区生境质量指数平均值在50%以下，且近20年来生境质量指数平均值呈现下降趋势，研究区总体上生境质量偏低，低值区由2000年的5 087.27 km2增加到2022年的6 129.34 km2占比逐年增加，较高值区域由2000年的5 137.29 km2下降至2022年的4 413.16 km2面积不断下降。从空间尺度上可看出低值区域主要分布于北部的古尔班通古特沙漠和达坂城区南部的低值区，以乌鲁木齐市城区和达坂城区南部未利用地分布集中区域为中心向外扩张（如图5所示），生境质量高值区主要分布于山区及山间河谷人烟稀少，人为干扰较少变化幅度较小。由于经济发展和人类活动对原有植被的破坏，分布于耕地，建设用地周边的中等质量生境区域面积也呈现逐年减少趋势。

以2022年为基础对2030年的两种发展情景进行分析。在自然发展情景下，由于经济发展和人类活动的影响，建筑用地持续增加耕地面积减少，草地退化，以及没有采取积极的治沙对策，未利用地面积的进一步扩大给生境质量带来了较大的负面作用，因而在自然情景下2030年生境质量出现降低趋势。在生态保护情景下降低了草地向未利用地转化、耕地向建设用地转化的概率，并且荒山绿化的不断践行使得部分未利用地得到有效改善，在此情境下，生境质量水平有所提高。由表6可知，乌鲁木齐市生境质量降低主要是大面积草地转化为未利用地导致，其贡献率占比达75%。

2.4 乌鲁木齐市生境退化研究

生境退化是指在人类活动或者自然因素改变等影响下，所导致的栖息地质量下降和支持生物群落的能力减弱的现象。作为生境质量的衡量标准，其对维护区域生物多样性和促进经济社会发展具有重要影响。通过叠加分析得到乌鲁木齐市研究期内生境质量退化情况（如图7所示），2000—2022年，乌鲁木齐市大部分区域生境质量较为稳定，托里乡西北部由于人为开荒，未利用地转变为耕地生境质量有所上升。米东区中部古尔班通古特沙漠绿洲附近由于生态治理的实施，生境也有提升。生境退化显著区主要分布在乌鲁木齐中心城区、甘泉堡工业园、达坂城戈壁沿线。城区和工业园区周边大量建设，耕地转变为建设用地导致其生境退化最为严重。达坂城戈壁外沿由于草地不断退化为未利用地，给当地生态环境的保护造成了一定的压力。

3 讨论与结论

乌鲁木齐市主要土地利用类型为草地、未利用地，占总面积的80%以上，2000—2020年耕地、草地面积分别减少24%、12%。近20年间，乌鲁木齐经济迅速发展，城区面积不断扩大，建筑用地面积涨幅达91%。由于降水量减少、过度放牧不合理开发等因素影响，研究期内乌鲁木齐市未利用地面积增加815.82 km2、增加17%并且呈持续增加趋势。通过PLUS模型模拟自然情景和生态保护情景下的2030年乌鲁木齐市土地利用变化情况可以看出：自然情景下，建设用地、未利用地增加明显、草地退化加剧；生态保护情景下，建设用地增速得到控制，耕地更多转为生态用地，未利用地面积缩减109.1 km2，草地增加158.28 km2，荒漠化得到一定控制。

2000—2022年，乌鲁木齐市生境质量整体较低，低值区域分布有明显聚集性，集中于北部古尔班通古特沙漠、中部城区和达坂城戈壁。生境退化程度逐年增高，若放任不管，在自然发展情景下，生境质量将不断降低，若加以控制采取合理措施，在生态保护情景下，乌鲁木齐市生态环境会得到有效治理，生境质量也会得到提升。后期应坚持当前的生态政策，继续推行退耕还林还草、荒山绿化工程，经济发展要坚持适度扩展原则和耕地保护原则，抑制耕地向建设用地流出速度，保护耕地红线，防止荒漠进一步扩大。

本研究将PLUS和InVEST模型相结合，预测了乌鲁木齐市两种情景下土地利用和生境质量的时空格局演变，为乌鲁木齐市生态环境保护和可持续发展提供了依据和参考。但本研究也存在一定的不足：首先，在使用PLUS模型预测气候情景的过程中使用了多源数据。其中，人口、地区生产总值、气温和降水数据是在全国范围内的，数据的准确性和数据之间的差异匹配程度需要进一步考虑。其次，尽管本研究考虑了指标的空间平衡和数据的可用性，并从自然条件和社会经济的角度选择了驱动因素，但仍然不够全面。在未来的研究中地方政策制定中，应考虑更合理的土地利用需求，提高模型模拟预测的准确性。

参考文献：

［1］金贵，郭柏枢，成金华，等.基于资源效率的国土空间布局及支撑体系框架［J］.地理学报，2022，77（3）：534-546.

［2］HILLARD M E ，NIELSEN K ，GRONINGER W J .Swamp rabbits as indicators of wildlife habitat quality in bottomland hardwood forest ecosystems［J］.Ecological Indicators，2017，47-53.

［3］杜峯屹，陈松林，蒲佳豪.2000—2020年闽东南地区土地利用变化及生境质量时空演变［J］.水土保持研究，2023，30（6）：345-356.

［4］赵明松，徐少杰，邓良，等.基于CLUE-S模型的煤矿城市土地利用变化模拟［J］.农业机械学报，2022，53（5）：158-168.

［5］岳智慧，王玉贵，任平.基于GIS与CLUE-S模型的土地利用/覆被变化模拟：以成都市龙泉驿区为例［J］.江苏农业科学，2018，46（24）：291-294，307.

［6］AL-SHARIF A A A ，PRADHAN B .Monitoring and predicting land use change in Tripoli Metropolitan City using an integrated Markov chain and cellular automata models in GIS［J］.Arabian Journal of Geosciences，2014，7（10）：4291-4301.

［7］任胤铭，刘小平，许晓聪，等.基于FLUS-InVEST模型的京津冀多情景土地利用变化模拟及其对生态系统服务功能的影响［J］.生态学报，2023，43（11）：4473-4487.

［8］陈理庭，蔡海生，张婷，等.基于Markov-FLUS模型的饶河流域土地利用多情景模拟分析［J］.生态学报，2022，42（10）：3947-3958.

［9］MUKHOPADHYAY A ，MONDAL A ，MUKHERJEE S ， et al.Forest cover change prediction using hybrid methodology of geoinformatics and Markov chain model： A case study on sub-Himalayan town Gangtok， India［J］.Journal of earth system science，2014，123（6）：1349-1360.

［10］井云清，张飞，张月.基于CA-Markov模型的艾比湖湿地自然保护区土地利用/覆被变化及预测［J］.应用生态学报，2016，27（11）：3649-3658.

［11］张廷，胡玉柱，胡海辉，等.基于PLUS-InVEST模型的哈尔滨市土地利用及生境质量预测［J/OL］.环境科学，1-20［2023-12-08］.https：//doi.org/10.13227/j.hjkx.202308212.

［12］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.

［13］王玉，傅碧天，吕永鹏，等.基于SolVES模型的生态系统服务社会价值评估：以吴淞炮台湾湿地森林公园为例［J］.应用生态学报，2016，27（6）：1767-1774.

［14］DICKSON G B ，ROEMER W G ，MCRAE H B ， et al.Models of regional habitat quality and connectivity for pumas （Puma concolor） in the southwestern United States.［J］.PLoS ONE，2017，8（12）：e81898.

［15］CHENG P ，MIN M ，ZHAO W ， 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］.Journal of Resources and Ecology，2021，12（5）：636-649.

［16］吴庆明，王磊，朱瑞萍，等.基于MAXENT模型的丹顶鹤营巢生境适宜性分析：以扎龙保护区为例［J］.生态学报，2016，36（12）：3758-3764.

［17］刘美娟，仲俊涛，王蓓，等.基于InVEST模型的青海湖流域产水功能时空变化及驱动因素分析［J］.地理科学，2023，43（03）：411-422.

［18］YANG J ， HUANG X . The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019［J］. Earth System Science Data， 2021， 13（8）：3907-3925.

［19］沈艳，冯明农，张洪政，等.我国逐日降水量格点化方法［J］.应用气象学报，2010，21（3）：279-286.

［20］王炎，邓文彬.基于Markov-PLUS模型的乌鲁木齐市土地利用变化及模拟研究［J］.河南科技，2023，42（18）：95-100.

［21］胡丰，张艳，郭宇，等.基于PLUS和InVEST模型的渭河流域土地利用与生境质量时空变化及预测［J］.干旱区地理，2022，45（4）：1125-1136.

［22］梁甜，黄茜，杨霏，等.基于InVEST-PLUS模型的三峡库区（重庆段）生境质量演变及预测［J］.长江流域资源与环境，2023，32（10）：2184-2195.

［23］王佳佳，滕明塔，令狐雪雪.贵州省土地利用转型的生态环境质量演变及驱动因素分析［J］.农业与技术，2022，42（22）：95-101.