土地利用變化及生境質(zhì)量服務的多情景模擬對制定區(qū)域差別化的生態(tài)保護和耕地保護政策具有重要的意義。以汾河源頭區(qū)域為例,借助Logistic-CA-Markov耦合模型,對土地利用轉移情況、影響因子和未來變化趨勢進行了多情景模擬分析,然后運用InVEST模型分析土地利用變化對生境質(zhì)量帶來的影響。結果表明:不同驅(qū)動因子的解釋能力具有差異,11個驅(qū)動因子整體解釋效果較好,ROC值都在0.85以上;自然發(fā)展情景、生態(tài)保護情景、耕地保護情景下6種地類的變化方向、生境演變特征均有所不同;2017—2030年自然發(fā)展情景、生態(tài)保護情景、耕地保護情景生境質(zhì)量分別為0.78,0.76,0.81,0.72;不同情景下的生境質(zhì)量結果均表明隨著海拔和坡度的升高,生境質(zhì)量也不斷得到提高,但是同一海拔和坡度下不同情景生境質(zhì)量的變化具有差異。 

【文章來源】：水土保持研究. 2020,27(05)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

汾河源頭區(qū)域2017年土地利用現(xiàn)狀圖和模擬圖

根據(jù)2017—2030年的土地利用變化數(shù)據(jù)以及生境貢獻率的公式,得到土地利用變化對生境質(zhì)量影響的貢獻率(表5)。提高汾河源頭區(qū)域生境質(zhì)量的土地利用轉移主要發(fā)生在耕地轉草地,3種情景的貢獻率分別達到1.609,1.168,0.958,其他用地轉林草地也對生境質(zhì)量的提高具有積極的意義。在情景1和情景3中,草地轉耕地很大程度上降低了生境質(zhì)量,情景3更為顯著。2017—2030年土地利用轉移運用桑基圖來表示,自然發(fā)展型情景1,主要表現(xiàn)為草地轉耕地、耕地轉草地、林地轉草地、草地轉林地,分別轉移了159.91 km2,137.33 km2,108.19 km2,94.52 km2。生態(tài)保護型情景2,主要為耕地向林草地的轉移和草地向林地的轉移,耕地轉給草地100.12 km2,轉林地57.39 km2,另外,草地轉林地88.06 km2。耕地保護型情3主要表現(xiàn)為,351.41 km2的草地轉給耕地,90.39 km2的林地轉為草地,18.98 km2的林地轉給耕地。總體來看,由于水域、建設用地以及未利用地的分布面積較小,土地利用之間的轉移主要發(fā)生在林地、草地和耕地。表5 2030年3種情景土地利用轉移類型及生境貢獻率 土地利用類型變化 情景1 情景2 情景3 變化面積/km2 貢獻率/% 變化面積/km2 貢獻率/% 變化面積/km2 貢獻率/% 草地轉耕地 159.909 -1.946 - - 351.406 -4.215 草地轉建設用地 14.070 -0.312 - - 6.737 -0.148 草地轉林地 94.517 0.273 88.061 0.250 0.999 0.003 耕地轉草地 137.327 1.609 100.118 1.168 82.476 0.958 耕地轉建設用地 20.943 -0.227 - - 3.302 -0.035 耕地轉林地 9.521 0.135 57.386 0.812 - - 林地轉草地 106.069 -0.248 - - 90.392 -0.220 林地轉耕地 9.790 -0.146 - - 18.975 -0.281 林地轉建設用地 1.692 -0.042 - - - - 水域轉草地 2.395 0.001 - - 2.664 0.001 水域轉建設用地 7.927 -0.176 - - 3.932 -0.087 未利用地轉建設用地 0.118 -0.001 - - - - 未利用地轉林地 0.116 0.002 - - 0.005 0.001

為了探討地形對生境質(zhì)量的影響,采取等間距法將海拔分為1 000～1 400 m,1 400～1 800 m,1 800～2 200 m、>2 200 m,將坡度分為0°～6°,6°～15°,15°～25°、>25°,分別統(tǒng)計了不同時期生境質(zhì)量隨海拔、坡度的變化。結果均表明隨著海拔和坡度的升高,汾河源頭區(qū)域的生境質(zhì)量也不斷得到提高。因此測算了生境質(zhì)量在不同海拔和坡度的變化量,見圖4。從同一時期不同海拔的生境質(zhì)量分析,在2000—2017年表現(xiàn)為1 000～1 800 m為增加趨勢,>1 800 m生境質(zhì)量減少。2017-自然發(fā)展情景中,除1 400～1 800 m生境質(zhì)量減少量較多外,其他無顯著變化。2017-生態(tài)保護情景中,在海拔各個分級中都明顯的增加,相反在2017-耕地保護情景中,均有不同程度的降低。同一海拔下不同情景生境質(zhì)量的變化具有差異,可以看出海拔較低的區(qū)域生境質(zhì)量變化較明顯。從不同坡度等級來分析不同情景下的生境質(zhì)量的變化,0°～6°生境質(zhì)量都表現(xiàn)為降低,表明容易受人為干擾的區(qū)域,生境質(zhì)量最可能有下降趨勢。6°～15°和15°～25°兩個坡度分級中,生境質(zhì)量變化方向具有一致性,2000—2017年和2017-生態(tài)保護情景均表現(xiàn)為增加,其他均為降低態(tài)勢。>25°中未來2030年3種情景生境質(zhì)量均為增加態(tài)勢。4 結論與討論

【參考文獻】：
期刊論文
[1]袁河流域河流生境質(zhì)量評價及其影響因素分析[J]. 雷呈,黃琪,倪才英,劉麗貞,羅津,劉建新,溫巍.  江西師范大學學報(自然科學版). 2019(04)
[2]不同格網(wǎng)尺度下的黃山市生境質(zhì)量差異分析[J]. 彭建,徐飛雄.  地球信息科學學報. 2019(06)
[3]沅江源自然保護區(qū)生境質(zhì)量變化遙感監(jiān)測[J]. 顧羊羊,黃賢峰,鄒長新,葉鑫,林乃峰,張衛(wèi)民.  生態(tài)與農(nóng)村環(huán)境學報. 2019(06)
[4]基于土地覆蓋和NDVI變化的拉薩河流域生境質(zhì)量評估[J]. 稅燕萍,盧慧婷,王慧芳,嚴巖,吳鋼.  生態(tài)學報. 2018(24)
[5]基于CA-Markov和InVEST模型的城市景觀格局與生境質(zhì)量時空演變及預測[J]. 褚琳,張欣然,王天巍,李朝霞,蔡崇法.  應用生態(tài)學報. 2018(12)
[6]基于InVEST模型的昌黎縣土地利用變化對生境質(zhì)量的影響研究[J]. 鄭宇,張蓬濤,湯峰,趙麗,趙旭.  中國農(nóng)業(yè)資源與區(qū)劃. 2018(07)
[7]基于土地利用格局變化的北京市生境質(zhì)量時空演變研究[J]. 馮舒,孫然好,陳利頂.  生態(tài)學報. 2018(12)
[8]基于遙感和InVEST模型的白龍江流域景觀生物多樣性時空格局研究[J]. 謝余初,鞏杰,張素欣,馬學成,胡寶清.  地理科學. 2018(06)
[9]基于InVEST模型的甘肅白龍江流域生境質(zhì)量時空分異[J]. 鞏杰,馬學成,張玲玲,柳冬青,張金茜.  水土保持研究. 2018(03)
[10]三大自然區(qū)過渡帶生境質(zhì)量時空差異及形成機制——以榆中縣為例[J]. 劉春芳,王川,劉立程.  地理研究. 2018(02)



本文編號：3364188