EN中文

地球信息科学学报 >

2019 , Vol. 21 >Issue 6: 887 - 897

DOI: https://doi.org/10.12082/dqxxkx.2019.180632

地理空间分析综合应用

不同格网尺度下的黄山市生境质量差异分析

  • 彭建 , 1, 2 ,
  • 徐飞雄 , 1, *
展开
  • 1. 湖南师范大学旅游学院,长沙 410081
  • 2. 滁州学院地理信息与旅游学院,滁州 239000
*通讯作者：徐飞雄（1954-）,男,湖南益阳人,教授,博导,主要从事旅游经济、旅游规划研究。E-mail:

作者简介：彭建（1989-）,女,湖南岳阳人,讲师,博士生,主要从事旅游信息化、旅游生态环境等研究。E-mail:

收稿日期: 2018-12-05

  要求修回日期: 2019-03-13

  网络出版日期: 2019-06-15

基金资助

安徽省自然科学基金项目（1808085QC72）

安徽省教育厅高校自然科学研究重点项目（KJ2018A0434）

安徽省哲学社会科学规划项目（AHSKY2018D19）

收起

Effect of Grid Size on Habitat Quality Assessment: A Case Study of Huangshan City

  • PENG Jian , 1, 2 ,
  • XU Feixiong , 1, *
Expand
  • 1. Tourism College, Hunan Normal University, Changsha 410081, China
  • 2. School of Geographic Information and Tourism, Chuzhou University, Chuzhou 239000, China
*Corresponding author: XU Feixiong, E-mail:

Received date: 2018-12-05

  Request revised date: 2019-03-13

  Online published: 2019-06-15

Supported by

Provincial Natural Science Foundation of Anhui, No.1808085QC72

Key Projects of University Natural Science Research in Anhui Province, No.KJ2018A0434

Anhui Philosophy and Social Science Planning Project, No.AHSKY2018D19

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

生境质量格网尺度研究旨在甄别不同格网尺度生境质量评估结果差异,为范围大小不同的区域分析生境质量遴选适宜的空间尺度提供基础,以提高生境质量评估精度。本文以黄山市为例,基于地类斑块构建综合模型对2017年生境质量进行评估,并以30 m为基础尺度,通过尺度转换获得多个格网尺度综合生境质量值,采用弹性系数、空间自相关等方法定量分析格网尺度不同所导致的生境质量评估结果差异。研究结果表明：① 2017年黄山市本底生境质量值为2.02×1010元,平均值为21 126.1元/hm2,经过修正后的综合生境质量总值为1.84×1010元,平均值为18 627元/hm2; 随着格网边长增长,黄山市综合生境质量总值呈曲折式减少;② 土地利用分类的格网尺度效应显示,变化尺度为基础研究尺度的奇数倍时生境质量评估结果更精准;高程为0~200 m、200~400 m的区间带格网尺度效应较为明显;③ 以2个相邻的尺度计算生境质量变化弹性系数时,边长由150 m变为180 m、270 m变为300 m及900 m以上的相邻尺度值较高;以基础尺度为参照时,生境质量弹性系数随格网边长的增长呈幂函数式下降,格网边长由30 m变为60 m,生境质量变化最为敏感,由30 m变为210 m时,生境质量变化相对不敏感;④ 黄山市生境质量空间分布呈现显著正自相关,随着尺度格网边长增长,Moran's I指数呈波浪式减小,正态分布Z值呈幂函数式减小。

关键词： 生境质量; 地类斑块; 格网尺度; 尺度转换; 空间自相关; 黄山市

本文引用格式

彭建 , 徐飞雄 . 不同格网尺度下的黄山市生境质量差异分析[J]. 地球信息科学学报, 2019 , 21(6) : 887 -897 . DOI: 10.12082/dqxxkx.2019.180632

Abstract

Grid cell is the basic spatial unit to analyze the habitat quality based on remote sensing imagery. The choice of suitable grid size is very important for different regions, as the resolution must be fine enough to ensure the accuracy of habitat quality assessment. The purpose of this study is to identify differences in the habitat quality assessed at different grid scales, and to provide a basis for selecting appropriate spatial scales to analyze habitat quality in different regions, so as to improve the assessment accuracy. Taking Huangshan City as the example, this paper evaluated its comprehensive habitat quality in 2017 based on the model of ecosystem service value, habitat quality index consisting of NPP and NDVI, and InVEST habitat quality assessment model. With 30 m as the base scale and employing the elastic coefficient and spatial autocorrelation method, this paper assessed how changing grid sizes affect the habitat quality assessment results. The findings are as follows. (1) in 2017, the original assessment result of Huangshan's total habitat quality was 2.02×1010 yuan, with an average of 21126.1 yuan/hm2. And the last adjusted total habitat quality was 1.84×1010 yuan, with an average of 18627 yuan/hm2. (2) With the increase of pixel's side length, the total value of the comprehensive habitat quality assessment result decreased in the zigzag form. (3) The grid size effects on different land uses showed that the results of the habitat quality assessment were much more accurate when the scale of change was an odd multiple of the base scale, i.e., 30 m. And it was much clearer for the elevation range of 0~200 m and 200~400 m. (4) In terms of the elasticity coefficient of habitat quality calculated for scale change from one grid size to another, the coefficient was larger for the scale changes from 150m to 180 m, 270 m to 300 m and above 900 m. With the base scale as a reference, the elasticity coefficient of the habitat quality would decrease in the power-function form with increasing grid size. And the change of the habitat quality would be most sensitive when grid size changed from 30m to 60m. While the value of habitat quality change was relatively insensitive as the grid size changed from 30m to 210m. (5) The spatial distribution of habitat quality in Huangshan City showed a significant positive autocorrelation. With increasing grid size, the index of Moran's I decreased in a waving manner, and the Z value of the normal distribution also decreased in the power-function form. Our fidings can provide theoretical support for the selection of suitable grid sizes for habitat quality analysis in different places.

Key words： habitat quality; land use type; grid size; scaling; spatial autocorrelation; Huangshan City

1 引言

人类的发展是建立在对自然资源的开发和利用基础上的,然而,随着经济的进一步繁荣,人类对自然资源的过度利用从而导致系列生态问题显现,如资源短缺、环境污染、生物多样性缺失、水土流失等[1,2,3],而解决生态问题就要对自然资源进行监测,恢复、提高生态系统的服务能力,为了限制生态资源的过度消耗,基于生态系统和人类福祉的生态系统服务[4]、生态环境质量[5]、生境质量[6]等概念被提出。生境质量是指环境（自然环境）为个体和种群的持续生存与发展提供适宜条件的能力[7],是生物多样性的重要反映[8],生境质量的优劣决定人类与自然及其他种群的可持续发展与和谐发展[6]。而对生境质量进行精准评估还存在诸多难题,因此,国内外学者均尝试借助多源数据构建综合模型来对不同区域范围的生境质量进行定量评估[9,10],其中最常用的方法便是借助遥感影像获得土地覆被来评估地区生境状况[11,12]。目前国内学者对于特定区域的生境质量评估集中在县域[13,14]、市[15]、流域[8]、城市群[16,17]等小区域范围,主要使用的空间尺度为 30 m,对于省域、全国大区域的生境质量评估仍为鲜见,其中一个重要原因便是数据精度与数据量大小之间难以平衡。多尺度格网分析是指通过构建多个格网尺度,识别尺度变化时研究要素的特征来确定最佳的空间分析尺度,目前主要运用于人口空间化[18]、地理国情信息统计[19]、景观空间特征识别[20]等方面,在生境质量研究方面还未涉及。识别不同格网尺度下生境质量评估结果的差异以确定合适的尺度来进行更大范围生境研究对推进生境质量评估工作意义重大。
基于此,本文以黄山市为案例地,基于地类斑块构建综合模型对生境质量进行评估,并以30 m为基础研究尺度,通过尺度转换与计算获得像元边长为60 m、90 m等18个不同尺度的生境质量值,并通过弹性系数、空间自相关等方法定量分析尺度变换对生境质量评估结果的影响,以期为范围不同大小区域生境质量评估的尺度选择提供理论支撑。

2 研究区概况、数据源与研究方法

2.1 研究区概况

黄山市地处安徽省南部皖南山区,跨117°02′ E-118°55′ E,29°24′ N-30°24′ N,辖三区四县,国土总面积约9800 km2（图1）,2017年末总人口148.46×104人。黄山市属亚热季风湿润气候,地形以山地、丘陵为主,境内地表起伏大,海拔高差达1700多米。黄山市森林覆盖率高,达82.9%,拥有黄山风景区、西递、宏村等多处知名旅游景点,已建成自然保护区近70个,生境类型丰富,近年来因旅游发展城市发展迅速,对生境的影响受到众多学者的关注。
Fig. 1 Scope and elevation of Huangshan City

图1 黄山市范围及高程变化

2.2 数据来源与预处理

2017年黄山市遥感影像数据为Landsat TM 影像（行列号：121/39、120/39、120/40）,分辨率为30 m,从地理数据空间云下载获得;DEM数据为Google Earth 高程数据,从91卫图助手上下载获得,分辨率调整为30 m;黄山市矢量边界图从安徽省测绘局下载1:400万省图矢量化后提取边界获得;安徽省农产品收益数据来自安徽省物价局价格成本调查监审局发布的安徽省物价局农产品成本调查专题数据的2017年种植业成本收益数据;日气温与降水数据来源于安徽省气象台资料信息共享平台①（http://www.amo.org.cn/tcsj/zh/index.jsp）。
依据土地利用现状分类标准（GB/T 21010-2017）及研究需要将研究区遥感影像利用ENVI软件采用面向对象分类法分为：林地（有林地、疏林地、灌木林地）、草地、耕地（水田、旱地）、建设用地（城镇、农村居民点、工矿用地、交通用地）、水域（湖泊与水库、河流、滩涂湿地）、未利用地,并依据Google Earth、天地图高清影像及实地调研在ArcGIS中进行目视校准,获得黄山市2017年土地利用分类数据（图2）,随机选取100个点进行验证,总分类精度达88%,kappa系数为0.86。
Fig. 2 Land use map of Huangshan City in 2017

图2 2017年黄山市土地利用分类结果

2.3 研究方法

2.3.1 生境质量评估方法
根据生境质量的内涵,基于地类斑块评估生境质量首先需要考虑不同地类本身的生境质量差异,其次同一地类在不同区域的生境能力不同,此外,生境退化主要受人类活动影响,因此从生境续存的角度亦需要考虑人类活动对生境的威胁指数。
生态系统服务价值评估是对生态系统能够直接或间接对生命提供支撑的产品和服务能力的大小进行价值量化,生态系统服务价值高的地类是优质生境的表征[17],因此,本文以地类的生态系统服务价值作为本底生境质量值。生态系统服务价值评估方法采用基于单位面积价值当量因子法,某种地类单位面积生态系统服务价值当量因子及生物量修正因子参考谢高地等学者研究成果确定[21,22,23], 1个当量的经济价值按照研究区1 hm2农田每年的主要自然粮食产量确定,其价值计算公式为[21]：
V = S r × P r + S w × P w + S c × P c + S b × P b （1）
式中：1个当量的生态系统服务价值为V/（元/hm2）, S r 、 S w 、 S c 、 S b 与 P r 、 P w 、 P c 、 P b 分别表示2017年黄山市稻谷、小麦、玉米、豆类的播种面积占总面积的百分比/%与其对应的单位面积的平均净利润/（元/hm2）,单位面积平均净利润参考2017年安徽省值,计算可得V值为858.6 元/hm2。依据当量因子表与V值在ArcGIS中计算黄山市不同土地利用类型的生态系统服务价值量,得到像元单位为30 m×30 m的黄山市本底生境质量栅格分布（Q1）。
同种生境在不同区域上为物种提供服务的能力大小不一[24],而植被覆盖度（NDVI）、植被净初级生产力（NPP）均为区域植被与环境综合作用的结果,可作为区域生境生产能力的体现,由NDVI与NPP组成的生境质量系数模型作为生境能力指数,用来调整本底生境质量,计算公式为[24]：
Q i = NP P i NP P mean + y i y mean / 2 （2）
y i = NDV I i - NDV I min NDV I max - NDV I min （3）
式中： NP P i 、 NP P mean 为栅格i的植被净初级生产力及净初级生产力的均值; y i 、 y mean 为栅格i的植被覆盖度及植被覆盖度均值; NDV I max 与 NDV I min 为研究区NDVI最大值与最小值。NPP/（t DM/hm2·a）计算采用气候-植被相关研究成果[25],并采用ArcGIS克里金插值法获得研究区的NPP空间分布,NDVI由遥感影像波段提取,其中水域设置值为1,根据公式计算得到研究区30 m×30 m的生境能力指数空间分布栅格图（Q2）。
人类发展对自然资源的占用最终表现在土地利用变化上,土地利用强度越大对生境造成的干扰越强[14,17],采用基于土地覆被与生物多样性威胁因素开发的InVEST模型生境质量模块来计算在人类威胁情景下的生境质量,在土地利用覆盖图中,土地覆盖类型j中的斑块x的生境质量 Q xj 表示为[14,17]：
Q xj = H j 1 - D xj z D xj z + k z （4）
式中： H j 为地类j的生境适宜性;z为常数,默认为2.5; D xj 为生境类型j中栅格x所受到的总威胁水平,详细计算公式参见文献[14];k为半饱和常数,通常设定为 D xj 最大值的一半。根据研究区土地利用类型,将水田、旱地、城镇、农村居民点、工矿地 、交通用地、裸地设定为威胁因子,文中威胁因子的权重、威胁因子最大影响距离、每种地类的生境适宜性、生境对每种威胁的相对敏感性系数在文献[14]的基础上结合专家访谈确定,从而获得基于威胁指数的黄山市生境质量空间分布栅格图（Q3）。
研究区综合生境质量评估模型以生态系统服务价值计算的本底生境质量为基数,以体现区域生境生长力的生境指数及基于生物多样性威胁因素计算的生境质量为系数,通过栅格乘积运算获得:
Q = Q 1 × Q 2 × Q 3 （5）
2.3.2 不同格网尺度生境质量评估结果获得
研究中尺度越小,精度越高,然而研究范围扩大时,由于数据容量等问题,利用更大范围格网对研究对象进行分析是研究者常用的方法之一[17],为探究格网尺度变化对生境质量评估结果的影响,以像元边长为30 m的生境质量评估结果Q1、Q2、Q3为基础,通过矢量转栅格、最邻近法重采样与栅格乘积运算获得边长为60、90、120、150、180、210、240、270、300、450、600、750、900、1050、1200、1350和1500 m共17个不同格网尺度的综合生境质量值。
2.3.3 不同格网尺度的生境质量变化弹性系数
弹性的概念是由经济学家马歇尔提出来的,表示一个变量变化时,另外一个变量的反应程度[26],根据弹性概念,构建研究尺度变化时,生境质量评估结果变化的弹性系数,公式如下[26]：
E j = ∆ Q ( j , i ) ∆ S a ( j , i ) = ( Q j - Q i ) / Q i ( S a j - S a i ) / S a i （6）
式中： E j 表示生境质量变化对尺度变化的弹性系数;Qj为j尺度生境质量综合值,其中j ≠ i;Qi为基础研究尺度的生境质量综合值或者为j-1尺度的生境质量综合值; S a i 为基础研究尺度或者j-1尺度栅格的边长; S a j 为j尺度栅格的边长。
2.3.4 空间自相关指数计算方法
空间自相关是研究要素空间分布问题最常 用的方法,主要用来检验某要素在某位置上与其 他位置上的该要素的相互依赖程度[18]。莫兰指数Moran's I是常用的全局空间自相关指数,可以衡量区域之间生境质量分布的空间关联与差异程度。计算公式为[18]：
I = n ∑ i n ∑ j n W ij x i - x ̅ x j - x ̅ ( ∑ i ∑ j W ij ) ∑ i = 1 ( x i - x ̅ ) 2 ( j ≠ i )（7）
式中 : I为生境质量全局莫兰指数; x i 、 x j 分别表示i与j单元的生境质量综合值;n为单元总数; W ij 为空间权重矩阵,采用Rook标准。本文计算不同尺度的空间自相关指数,分析尺度变化时,生境质量空间自相关指数的变化效应。

3 结果及分析

3.1 不同格网尺度的黄山市生境质量评估结果

3.1.1 黄山市基础尺度生境质量评估结果
根据研究方法所述,获得本底生境质量（Q1）、生境能力指数（Q2）、基于外部威胁的生境质量系数（Q3）及综合生境质量（Q）30 m×30 m的基础尺度栅格分布图（图3）。
Fig. 3 Spatial distribution of the habitat quality in Huangshan City in 2017

图3 2017年黄山市生境质量空间分布.

2017年黄山市总体生态系统服务价值为2.02 × 10 10 元,平均值为21 126.1 元/hm2,因林地占比高,本底生境较好。黄山市生境质量能力指数值在0.48~1.57之间,总体上西北部值显著高于东南部,受植被覆盖度影响,景观分割较为破碎,经过生境能力指数调整后黄山市总体生境质量值达2.10 × 10 10 元,西部与北部的祁门县、黟县、黄山区调整后的生境质量值比本底生境质量值高,南部与中部的休宁县、徽州区、屯溪区调整前后变化不大,而东部的歙县调整后生境质量总值比本底生境质量总值低。运用InVEST模型基于外部威胁形成的生境质量系数值区间为0~1,平均值为0.68,城市建设与交通对生境威胁最大,中部偏东南的屯溪区、徽州区形成生境低值片区,运用基于威胁计算的生境系数再次对修正后的本底生境进行调整,调整后的黄山市综合生境质量总值为1.84 × 10 10 元,平均值为18 627元/hm2,比本底生境及首次调整后的生境总值均低,各市县的综合生境质量总值也有所下降,其中祁门县外部威胁较小,调整后的生境质量总值与本底生境质量总值基本持平。
3.1.2 黄山市不同格网尺度生境质量评估结果
将各尺度生境质量评估结果按照几何间隔法分为高、较高、中、较低、低5个区间（图4）,统计不同格网尺度下黄山市综合生境质量总值（图5）。
Fig. 4 Spatial distribution of the habitat quality in Huangshan city as assessed at different grain sizes in 2017

图4 2017年黄山市不同格网尺度生境质量评估等级空间分布

Fig. 5 Changes in the total habitat quality of Huangshan City at different grain sizes in 2017

图5 2017年不同格网尺度黄山市生境质量总值变化

随着格网像元边长的增长,生境质量呈现显著空间异质性,河流、小型水库、交通等空间特征信息逐渐消失,像元边长在300 m以上表现更为明显。
当栅格格网边长增长时,黄山市生境质量总值将被低估,并呈波浪式下降。格网边长由30 m增加到300 m时,黄山市生境质量总值由183.98亿元降低到173.47亿元,格网边长增加到1200 m时,生境质量总值下降到166.83亿元,但像元边长为1500 m时,生境质量总值回升至173.47亿元。格网边长增大2~8倍时,格网边长为基础像元边长奇数倍的生境质量评估效果比偶数倍优,格网边长增大10~35倍时,像元边长为基础像元边长偶数倍时生境质量评估值更优。选取的尺度中,格网边长为210 m时,黄山市生境质量总值与基础研究尺度30 m最接近,格网边长为1200 m时,生境质量总值评估结果与基础尺度相差最大。

3.2 格网尺度变化下不同土地利用类型与高程带的生境质量差异分析

3.2.1 不同格网尺度下地类的生境质量差异分析
尺度变化时由于栅格单元的特定边界属性,会相应造成面积损失,仅仅从总体上比较不同尺度生境质量评估结果存在一定片面性,需要进一步分析不同尺度下栅格内部属性的生境质量评估效应,本文生境质量评估是基于地类斑块进行的,不同地类的生境能力不同,因此选取土地利用类型来深入探究尺度变化对地类生境能力的影响。以遥感影像（30 m）分类获得的土地利用6大类矢量边界,分别提取各个尺度的生境质量评估值,获得不同尺度下同一种地类的生境质量总值（表1）。
Tab. 1 Total habitat quality provided by each land use type of Huangshan city at different assessment scales in 2017 (百万元)

表1 2017年黄山市不同尺度下的土地利用类型提供的生境质量总值

像元边长/m 土地利用类型
林地 草地 耕地 建设用地 水域 未利用地
30 16 117.13 17.02 99.55 0.00 1794.35 0.07
60 15 989.66 20.55 193.72 2.19 1447.64 1.81
90 16 047.95 21.65 162.43 0.00 1507.57 0.97
120 15 992.21 22.06 197.50 2.69 1452.44 1.81
150 15 916.12 15.24 116.32 0.00 1723.29 0.12
180 15 655.72 18.02 260.80 54.22 1391.70 5.08
210 16 121.26 17.11 99.53 0.00 1772.63 0.07
240 16 010.22 23.79 192.02 1.74 1427.80 1.73
270 15 796.36 29.12 282.20 0.00 1161.90 2.65
300 15 795.49 33.36 314.94 44.09 1151.13 4.13
450 15 786.40 33.97 286.81 0.00 1155.84 3.14
600 15 875.51 31.01 273.02 1.96 1152.26 2.59
750 15 271.72 16.34 175.87 0.00 1717.06 0.33
900 15 888.43 23.59 277.47 3.33 1197.64 2.28
1050 15 500.64 17.55 387.38 0.00 871.43 6.44
1200 14 793.32 34.01 500.21 94.65 1234.57 29.54
1350 15 671.77 6.46 288.42 0.00 1179.69 4.36
1500 15 317.28 22.70 364.50 50.46 1580.88 5.89
格网边长为210 m时,6大地类的生境质量总值与基础尺度接近,生境质量评估精度最高,格网边长为1200 m时,不同地类生境质量值与基础尺度相差最大。其余尺度不同地类提供的生境质量总值出现不同程度的变化,其中对比基础尺度,林地、水域的生境质量总值均降低;耕地、未利用地的生境质量总值均增加;草地有增有减;当变换尺度为基础尺度单倍数时,建设用地与基础尺度保持一致,生境质量总值为0,而为双倍数时,建设用地的生境质量均被高估。同时,尺度变换时不同土地利用类型面积所占比重的大小会影响生境质量评估的精度,林地与水域面积占比较高,在尺度增加时,生境质量总值较基础尺度损失最多;草地、建设用地与未利用地面积占比小,尺度变换时生境质量总值与基础尺度差值相对较小,但与基础尺度比值变化剧烈;耕地相对处于中等水平,尺度变换时生境质量被高估。
3.2.2 不同格网尺度下高程带的生境质量差异分析
地形是影响生境质量空间分异的主要因素之一[14],土地利用类型由于面积占比不一致,出现尺度变化时面积占比高的地类生境质量损失较多,尺度变换是否对不同高程区间的生境质量值造成相似影响?基于此,按照黄山市高程分布范围,分为0~200 m、200~400 m、400~600 m、600~800 m、800~1000 m、1000 m以上6个区间,统计6个高程区间不同尺度生境质量值,并以6个高程区间其余研究尺度与基础尺度的生境质量总值差值（单位为亿元）及比值为雷达轴,获得同一海拔区间不同研究尺度与基础尺度的生境质量差值、比值变化雷达图（图6）。
Fig. 6 Radar maps of the difference and ratio between the habitat quality at the conversion scales and at the base scale for different elevation zones of Huangshan city in 2017

图6 2017年黄山市不同高程带转换尺度与基础尺度的生境质量差值与比值雷达图

黄山市高程200~400 m区间分布面积最大,其次是0~200 m。从高程区间来看,0~200 m、400~600 m区间范围尺度效应较为明显,尺度变化时,生境质量值变动较大,其中0~200 m尺度效应最为显著,且在2个高程区间内,除210 m之外的尺度,生境质量值均被低估;高程在600 m以上的区间带,研究尺度在30~600 m之间,变化较小,格网边长在600 m以上时,尺度效应明显,生境质量评估值变化剧烈。尺度间隔为30 m时,0~400 m低海拔带,不同尺度生境质量值变化显著,400 m以上海拔带不同尺度生境质量值变化平缓;间隔增大到150 m时,各高程带生境质量值变化均较剧烈。

3.3 不同格网尺度的生境质量变化弹性系数

为定量识别生境质量对于尺度变化的敏感度,将像元边长30 m设定为基础尺度,根据式（6）,计算不同尺度与基础尺度、不同尺度与其前一尺度的生境质量总值的变化度与尺度变化度的比值,得到生境质量对于尺度变化的弹性系数图（图7）。
Fig. 7 Change of the elasticity coefficient of the habitat quality value in Huangshan City during scale conversion in 2017

图7 尺度转换时2017年黄山市生境质量变化弹性系数变化

当以前后两个尺度为参照比对时,以30 m为间隔的10个尺度,基于尺度变化的生境质量变化弹性系数呈现先降低后升高再降低的趋势,从300~1500 m,以150 m为间隔的9个尺度弹性系数亦呈现先降低,后升高的趋势,但震荡幅度较大,尤其是边长大于900 m的研究尺度,生境质量对于尺度变化敏感度高。当以基础尺度为参考对比时,随着像元边长的增加,生境质量变化弹性系数呈现幂函数式下降,其中格网边长由30 m变为60 m生境质量值变化最为敏感,弹性系数最大,由30 m变为210 m时,生境质量弹性系数最小,尺度间隔为30 m时,生境质量变化比尺度变化显著,而尺度间隔增加到150 m时,相对于基础尺度,生境质量变化比尺度变化相对不明显,弹性系数低。

3.4 格网尺度变化下生境质量空间自相关差异分析

上文从不同角度识别了尺度变化对生境质量总值的影响,空间自相关是判断属性在空间分布上的关联程度的重要方法[19],要厘清尺度变化对生境质量评估空间精度的影响需深入分析尺度效应对空间自相关的影响。将不同尺度的生境质量评估结果按照自然断裂法重分类为9类,并转化为矢量图层,然后采用Rook原则的空间邻接权重矩阵计算不同尺度的全局空间自相关指数Moran's I指数,并制成不同尺度Moran's I指数及正态分布检验Z值变化曲线图（图8）。
Fig. 8 Variation of the Moran′s I index and Z-value of the habitat quality at different scales of Huangshan City in 2017

图8 2017年黄山市不同尺度生境质量Moran′s I指数及正态分布检验Z值

黄山市生境质量空间分布存在显著正向空间自相关。随着研究尺度格网边长增长,黄山市生境质量Moran's I指数呈波浪式减小趋势,基础尺度30 m的生境质量Moran's I指数为0.35,研究尺度为1500 m时,Moran's I指数仅为0.09,90 m、300 m、1350 m处Moran's I指数出现回升,形成3个小高峰。正态分布检验Z值随着尺度格网边长的增大呈幂函数式减小,30~120 m尺度范围内,检验Z值急速下降,150~600 m尺度范围内,检验Z值缓慢降低,750~1500 m尺度范围内,检验Z值虽有所下降,但变化平缓。

4 结论与讨论

4.1 结论

本文通过构建综合生境质量评估模型,基于2017年黄山市栅格格网为30 m的生境质量评估结果,运用尺度转换与栅格计算获得了格网为60~1500 m的17个不同尺度生境质量空间分布图,分析了格网尺度变化时不同高程、不同土地利用类型生境质量差异,并采用弹性系数与空间自相关进一步定量识别不同尺度生境质量评估结果差异,主要结论如下：
（1）黄山市2017年综合生境质量总值为1.84 × 10 10 元,平均生境质量值为18 627元/hm2,在空间上呈现异质性,高值主要分布在北部太平湖及西部祁门县区域,中部偏东南的屯溪区、徽州区、歙县的县城连成的片区成为低值聚集区;随着研究尺度下降,黄山市综合生境质量总值呈曲折式下降,研究尺度间隔为150 m的生境质量评估总值变化幅度比间隔 30 m的大,从总值上来看,选取的研究尺度中,格网边长为210 m时,生境质量评估结果与基础尺度最为接近,格网边长为1200 m时,生境质量评估精度最差。
（2）土地利用分类的尺度效应显示,变化尺度为基础尺度的奇数倍比偶数倍生境质量评估结果更优;面积越大的地类尺度下降时生境质量值损失越多,面积越小的地类生境质量值变化更具偶然性与随机性。高程为0~200 m、200~400 m的区间带尺度效应较为明显;尺度间隔为150 m的各高程带尺度不同时生境质量值变化均比尺度间隔为30 m的剧烈。
（3）当以前后2个尺度为参照时,研究尺度为30~900 m时,尺度由150 m变为180 m、270 m变为300 m生境质量变化弹性系数较高,当研究尺度格网边长大于900 m时,生境质量变化弹性系数呈现无序化,震荡幅度大;当以基础尺度为参照比较时,随着格网边长的增长,生境质量弹性系数呈现幂函数式下降,格网边长由30 m变为60 m时,生境质量变化最为敏感,由30 m变为210 m时,生境质量变化相对最不敏感。
（4）黄山市生境质量空间分布呈现显著正自相关,随着格网边长的增长,Moran's I指数呈波浪式减小,正态分布Z值呈幂函数式减小,与其余学者相关研究成果结论相似[18]。从空间自相关结果来看,研究尺度在90 m、300 m时,Moran's I指数回升,为降尺度时可选择的对象。

4.2 讨论

在更大范围内评估生境质量需要降低尺度扩大空间分析单元时,需要考虑尺度变化对评估结果精度的影响,从本文实验结果看,仅从尺度变化对生境质量总值的影响单维度来看,210 m是比较合适的尺度选择,然而考虑尺度变化对生境质量空间属性影响时,90 m、300 m是较为合适的尺度,因此,在研究中,研究目的的设定对于合适尺度的选择有重要影响。此外,不同地类区域生境质量研究结果表明,进行生境质量评估时,对基础影像尺度进行单倍数降尺度比双倍数降尺度效果好,降尺度时须考虑基础影像的尺度。
尺度变化对生境质量评估效果的影响是多方面的,不同分辨率影像会对土地利用分类精度、植被覆盖度等造成影响[27,28],一方面限于数据的可获得性,另一方面为排除由于人为土地利用分类结果不同而导致的生境质量差异,本文使用同一分辨率的影像获得生境质量基础数据,仅对基础栅格数据进行尺度变换,来探究格网尺度差异带来的生境质量评估结果差异,后续研究中可使用不同分辨率的遥感影像进一步研究生境质量的尺度效应,识别不同数据源对生境质量评估精度的影响,建立不同分辨率影像之间生境质量评估的转换系数,推进生境质量评估工作。此外,基于遥感影像获得的生境质量与实地测量结果是否一致还有待验证,且本文仅用弹性系数与空间自相关定量探讨格网尺度变化时生境质量差异,后续研究中应构建综合模型多维度来量化尺度变化时生境质量评估精度损失的程度,以便为不同区域的生境质量评估提供支撑。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘慧明,高吉喜,张海燕,等. 2010-2015年中国生物多样性保护优先区域人类干扰程度评估[J].地球信息科学学报,2017,19(11):1456-1465.

[ Liu H M, Gao J X, Zhang H Y, et al.Human disturbance monitoring and assessment in the biodiversity conservation priority area China[J]. Journal of Geo-information Science, 2017,19(11):1456-1465. ]

[2]
Falcucci A, Maiorano L, Boitani L.Changes in land-use/land-cover patterns in Italy and their implications for biodiversity conservation[J]. Landscape Ecology, 2007,22(4):617-631.

[3]
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.地理学报,2014, 69(11):1640-1650.

[ Zhao G S, Liu J Y, Kuang W H, et al.Disturbance impacts of land use change on biodiversity conservation priority areas across China during 1990-2010[J]. Acta Geographica Sinica, 2014,69(11):1640-1650. ]

[4]
王大尚,郑华,欧阳志云.生态系统服务供给、消费与人类福祉的关[J].应用生态学报,2013,24(6):1747-1753.<p>生态系统服务的持续供给是区域可持续发展的基础,人类通过对生态系统服务的消费来满足和提高自身福祉.科学认识生态系统服务供给、消费与人类福祉之间的关系，对于协调生态系统服务保育与人类福祉提高的关系具有重要意义.本文对生态系统服务供给的多样性、复杂性、区域性特点和生态系统服务消费的差异性、不可或缺性特征，以及人类福祉的多维性、地域性、评价指标多样性分别进行了综述,分析了生态系统服务供给与消费之间的不确定性关系和多尺度关联特征,阐述了生态系统服务与人类福祉之间相互反馈和非同步性关系.最后,围绕生态系统服务供给、消费与人类福祉的关系,提出了有待进一步研究的问题.</p>

[ Wang D S, Zheng H, Ouyang Z Y.Ecosystem services supply and consumption and their relationships with human well-being[J]. Chinese Journal of Applied Ecology, 2013,24(6):1747-1753. ]

[5]
王艳慧,李静怡.连片特困区生态环境质量与经济发展水平耦合协调性评价[J].应用生态学报,2015,26(5):1519-1530.<div style="line-height: 150%">保持生态环境与经济发展的基本平衡、促进贫困地区经济与生态环境协调持续发展是新时期扶贫开发的重要战略之一.本文以武陵片区等6个典型国家连片特困区为研究区，设计连片特困区生态环境质量与经济发展水平耦合协调性评价方法；从生态环境的自然属性出发，建立生态贫困视角下的指标体系，利用层次分析法评价生态环境质量，并与各县经济贫困综合指数进行耦合，计算耦合协调度，分别在片区-省-市-县不同尺度上对其进行定量空间分异分析.结果表明： 在连片特困地区，一半左右的县可以达到协调发展，但大部分县生态环境质量与经济不能做到同步发展，山脉、河流等地理要素大致可以成为协调发展类型的分界线；国家级扶贫县生态环境质量与经济失调发展的现象更严重一些.</div><div style="line-height: 150%">&nbsp;</div>

[ Wang Y H, Li J Y.Coupling coordination evaluation method between eco-environment quality and economic development level in contiguous special poverty-stricken areas of China[J]. Chinese Journal of Applied Ecology, 2015,26(5):1519-1530. ]

[6]
Johnson M D.Measuring Habitat Quality: A review[J]. Condor, 2007,109(3):489-504.

[7]
Horne B V.Density as a misleading indicator of habitat quality[J]. Journal of Wildlife Management, 1983,47(4):893-901.

[8]
谢余初,巩杰,张素欣,等.基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究[J].地理科学,2018,38(6):979-986.

[ Xie Y C, Gong J, Zhang S X, et al.Spatiotemporal change of landscape biodiversity based on InVEST model and remote sensing technology in the bailong river watershed[J]. Scientia Geographica Sinica, 2018,38(6):979-986. ]

[9]
Roloff G J, Kernohan B J.Evaluating reliability of habitat suitability index models[J]. Wildlife Society Bulletin, 1999,27(4):973-985.

[10]
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):4007-4013.挠力河流域是濒危水禽东方白鹳主要繁殖区域。基于东方白鹳主要生境因子与景观植被类型之间的关系，利用GIS技术，以其生境类型图为基础，通过建立HSI模型，模拟评价了近40年来东方白鹳生境质量变化过程。结果显示（1）该流域湿地面积丧失了87％；（2）两种重要生境类型完全丧失，湖泊数量丧失93％左右，岛状林湿地数量丧失66％；（3）湿地景观的这些变化以及地理隔离导致了东方白鹳最佳适宜生境面积减少了95％，最小繁殖生境面积减少了97％；（4）东方白鹳种群数量迅速下降，20世纪80年代后其繁殖种群逐渐消失；（5）研究也显示，东方白鹳潜在的生境质量使该区依然具有恢复一定种群数量的能力。

[ Liu 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. ]

[11]
侯红艳,戴尔阜,张明庆.InVEST模型应用研究进展[J].首都师范大学学报(自然科学版),2018,39(4):62-67.

[ Hou H Y, Dai E F, Zhang M Q.A review on InVEST model for the evaluation of ecosystem service function. Journal of Capital Normal University( Natural Science Edition), 2018,39(4):62-67. ]

[12]
Grafius D R, Corstanje R, Warren P H, et al.The impact of land use/land cover scale on modelling urban ecosystem services[J]. Landscape Ecology, 2016,31(7):1509-1522.

[13]
郑宇,张蓬涛,汤峰,等.基于InVEST模型的昌黎县土地利用变化对生境质量的影响研究[J].中国农业资源与区划,2018,39(7):121-128.

[ Zheng Y, Zhang P T, Tang F, et al.The effects of land use change on habitat quality in changli county based on InVEST model[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2018,39(7):121-128. ]

[14]
刘春芳,王川,刘立程.三大自然区过渡带生境质量时空差异及形成机——以榆中县为例[J].地理研究,2018,37(2):419-432.

[ Liu C F, Wang C, Liu L C.Spatio-temporal variation on habitat quality and its mechanism within the transitional area of the Three Natural Zones: A case study in Yuzhong county[J]. Geographical Research, 2018,37(2):419-432. ]

[15]
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.

[ Feng S, Sun R H, Chen L D. Spatio-temporal variability of habitat quality based on land use pattern change in Beijing[J]. Acta Ecologica Sinica, 2018,38(12) :4167-4179. ]

[16]
欧维新,张伦嘉,陶宇,等.基于土地利用变化的长三角生态系统健康时空动态研究[J].中国人口·资源与环境,2018,28(5):84-92.

[ Ou W X, Zhang L J, Tao Y, et al.A land-cover-based approach to assessing the spatio-temporal dynamics of ecosystem health in the Yangtze River Delta region. China Population·Resources and Environment, 2018,28(5):84-92. ]

[17]
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.

[ Wu J S, Mao J Y, Lin Q, et al.Urban growth boundary based on the evaluation of habitat quality: Taking the Yangtze River Delta as an example[J]. Scientia Geographica Sinica, 2017,37(1):28-36. ]

[18]
王培震,石培基,魏伟,等.基于空间自相关特征的人口密度格网尺度效应与空间化研究——以石羊河流域为例[J].地球科学进展,2012,27(12):1363-1372.lt;p>以石羊河流域为例，运用GCAWI法、空间自相关指数以及考虑空间自相关性的多（单）中心指数模型等实现了乡镇单元向格网单元图层的转化、适宜格网大小的确定以及人口密度的空间模拟。结果表明：①石羊河流域人口密度的空间分布差异较大而又相对集中，具有&ldquo;3点4线3区&rdquo;的&ldquo;点&mdash;线&mdash;区&rdquo;状空间结构；②不同单元大小的格网图层提高了流域整体的空间自相关性，Moran&rsquo;s I指数表现出较大的差异性和偶然性；③石羊河流域人口密度空间分布存在明显的正空间自相关，8 000~10 000 m是表现流域人口密度空间分布特征的最优选择范围；④空间自相关性影响下的人口密度空间化多（单）中心模型大大提高传统指数模型的精度，却改变了距离衰减系数的性质和大小，多中心和单中心模型模拟系数的差异主要是由金昌人口密度中心引起的。</p>

DOI

[ Wang P Z, Shi P J, Wei W, et al.Grid scale effect and spatialization of population density based on the characteristic of spatial autocorrelation in Shiyang River Basin[J]. Advances in Earth Science, 2012,27(12):1363-1372. ]

[19]
连世忠,丁霖,陈江平.顾及空间自相关的地理国情信息统计格网尺度选择——以植被覆盖信息统计为例[J].测绘通报,2017,3(3):46-51,90.

[ Lian S Z, Ding L, Chen J P.Scale selecting of geographic national conditions information statistical grids with spatial autocorrelation: A case study of vegetation cover information statistics. Bulletin of Surveying and Mapping, 2017,3(3):46-51,90. ]

[20]
姚永慧,张百平,罗扬,等.格网计算法在空间格局分析中的应用——以贵州景观空间格局分析为例[J].地球信息科学,2006,3(1):73-78.

[ Yao Y H, Zhang B P, Luo Yang, et al.The application of grid computing method to the research of spatial pattern: An analysis of karst landscape pattern in Guizhou[J]. Journal of Geo-information Science, 2006,3(1):73-78. ]

[21]
谢高地,张彩霞,张雷明,等.基于单位面积价值当量因子的生态系统服务价值化方法改进[J].自然资源学报,2015,30(8):1243-1254.生态系统服务价值是生态保护、生态功能区划、自然资产核算和生态补偿决策的依据和基础,并且生态系统服务功能呈现出与生态结构和生态功能密切相关的时空动态变化特征,但目前国内尚缺乏统一和完整的生态系统服务价值的动态评估方法。研究基于文献调研、专家知识、统计资料和遥感监测等数据源,通过模型运算和地理信息空间分析等方法,对单位面积价值当量因子静态评估方法进行了改进和发展,构建了基于单位面积价值当量因子法的中国陆地生态系统服务价值的动态评估方法,实现了对全国14种生态系统类型及其11类生态服务功能价值在时间(月尺度)和空间(省域尺度)上的动态综合评估。初步的应用与评估结果表明,2010年我国不同类型生态系统服务的总价值量为38.1×1012元,总体变化趋势为从东南向西北逐渐降低,年内变化多表现为以7月为最高,1月和12月最低。总体而言,尽管还需要进一步地改进和完善,论文构建的评价体系为我国生态系统服务价值的时空动态评估提供了一个相对全面的综合评估方案,从而为我国自然资产评估、生态补偿等方面提供更为全面的科学依据与决策支持。

DOI

[ Xie G D, Zhang C X, Zhang L M, et al.Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015,30(8):1243-1254. ]

[22]
谢高地,甄霖,鲁春霞,等.一个基于专家知识的生态系统服务价值化方法[J].自然资源学报,2008,23(5):911-919.Costanza等提出的生态服务价值化评估方法在中国直接运用存在一些缺陷:低估或者忽略了某些生态系统服务价值。因此,笔者在其生态系统服务价值评估体系的基础上分别在2002年和2006年对中国700位具有生态学背景的专业人员进行问卷调查,得出了新的生态系统服务评估单价体系。通过对比发现,调查获得的基于专家知识的生态系统服务单价体系与基于物质量估算的生态系统服务价值之间具有较好的可比性。该基于专家知识的生态系统服务评估体系可以用于已知土地利用面积的生态系统服务价值估算,能在较短时间内获得较为精确的结果。

DOI

[ Xie G D, Zhen L, Lu C X, et al.Expert knowledge based valuation method of ecosystem services in China[J]. Journal of Natural Resources, 2008,23(5):911-919. ]

[23]
谢高地,鲁春霞,冷允法,等.青藏高原生态资源的价值评估[J].自然资源学报,2003,18(2):189-196.论文根据一系列1∶1000000自然资源专题图,把青藏高原生态资产划分为森林、草地、农田、湿地、水面、荒漠6个一级类型,应用GIS技术进行了数据处理与统计分析,编制了青藏高原1∶4000000自然资产图。生态资产价值评估以Costanza等人(1997)对全球生态系统服务价值评估的部分成果为参考,同时综合了对我国专业人士进行的生态问卷调查结果,建立了中国陆地生态系统单位面积服务价值表。以此表为基础,通过生物量等因子的校正,对青藏高原不同生态资产的服务价值进行了估算,结果表明,青藏高原生态系统每年的生态服务价值为9363.9&times;10<sup>8</sup>元/年,占全国生态系统每年服务价值的17.68%,全球的0.61%。在青藏高原生态系统每年提供的生态服务价值中,土壤形成与保护价值最高,占19.3%;其次是废物处理价值,占16.8%;水源涵养价值占16.5%,生物多样性维持的价值占16%。高原不同生态系统类型中,森林生态系统和草地生态系统对青藏高原生态系统总服务价值的贡献最大,贡献率分别为31.3%和48.3%。

DOI

[ Xie G D, Lu C X, Leng Y F, et al.Ecological assets valuation of the Tibetan Plateau[J]. Journal of Natural Resources[J]. Journal of Natural Resources, 2003,18(2):189-196. ]

[24]
高玲,赵智杰,张浩,等.基于生境质量与生态区位的海口市生态系统服务价值估算[J].北京大学学报:自然科学版,2012,48(5):833-840.

[ Gao L, Zhao Z J, Zhang H, et al.Adjustment of Haikou city ecosystem services value based on habitat quality and ecological location[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2012,48(5):833-840. ]

[25]
周广胜,郑元润,陈四清,等.自然植被净第一性生产力模型及其应用[J].林业科学,1998,34(5):2-11.本文利用中国125组天然成熟林森林资料及Efimova在IBP期间获得的世界各地的23组森林、草地及荒漠等自然植被资料及相应的气候资料对目前流行的气候生产潜力模型:Miami模型、ThornthwaiteMemorial模型、Chikugo模型、综合模型及北京模型的适用性进行了研究,结果表明:Chikugo模型、北京模型与综合模型都能较好地反应森林净第一性生产力(<I>NPP</I>)状况,但对于干旱半干旱地区,北京模型与综合模型能较好地反应自然植被的<I>NPP</I>而Chikugo模型的计算值偏小;同时,根据综合模型对中国自然植被NPP的分布及其对气候变化的反应进行了研究,指出中国自然植被<I>NPP</I>的分布趋势是东南沿海最高,依次向西北内陆递减,直至西北沙漠荒漠区最低;在全球增温条件下,自然植被<I>NPP</I>均有所增加,在湿润地区增加幅度较大,而在干旱及半干旱地区增加幅度较小。研究还表明,限制我国自然植被<I>NPP</I>的主要原因在于水分供应不足。

[ Zhou G S, Zheng Y R, Chen S Q, et al.NPP Model of natural vegetation and its application in Chian[J]. Scientia Silvae Sinicae, 1998,34(5):2-11. ]

[26]
阿弗里德·马歇尔.经济学原理(下)[M].北京:商务印书馆,1981:121-135.

[ Marshall A.Principles of economics[M]. Beijing: The Commercial Press, 1981:121-135. ]

[27]
徐凯健,田庆久,杨闫君,等.遥感土地覆被分类的空间尺度响应研究[J].地球信息科学学报,2018,20(2):246-253.

[ Xu K J, Tian Q J, Yang Y J, et al.Response of spatial scale for land cover classification of remote sensing[J]. Journal of Geo-information Science, 2018,20(2):246-253. ]

[28]
栾海军,田庆久,余涛,等.基于分形理论的NDVI连续空间尺度转换模型研究[J].光谱学与光谱分析,2013,33(7):1857-1862.尺度效应是遥感领域的一个非常重要的科学问题。 定量遥感尺度转换研究可用于解决如定量遥感反演产品真实性检验等诸多颇具挑战性的问题。 传统升尺度转换研究方法无法得到连续空间尺度上反演量的变化特性; 且面临不同传感器间几何、 光谱等特性参数校正问题的干扰, 尺度转换研究精度受到影响。 为此, 基于分形理论利用单一传感器影像解决这些问题。 基于Enhanced Thematic Mapper Plus （ETM+）数据, 以NDVI（利用其地表辐亮度计算模型）为研究对象, 建立了一个可参考的反演量连续空间尺度转换模型研究流程。 结果表明: (1)NDVI升尺度转换中存在尺度效应, 且此效应可由尺度转换分形模型定量描述; (2)此分形模型适用于NDVI产品的真实性检验中。 这表明分形作为一种有效的方法, 可用于定量遥感尺度转换研究中。

[ Luan H J, Tian Q J, Yu T, et al.Modeling continuous scaling of NDVI based on fractal theory. Spectroscopy and Spectral Analysis, 2013,33(7):1857-1862. ]

Options
文章导航

/

〈 〉