县域尺度下首都经济圈生境质量时空变化与影响因素分析

doi:10.19657/j.geoscience.1000-8527.2024.124

现代地质 ›› 2025, Vol. 39 ›› Issue (02): 396-409.DOI: 10.19657/j.geoscience.1000-8527.2024.124

• 表生资源观测模拟与综合评价 • 上一篇下一篇

县域尺度下首都经济圈生境质量时空变化与影响因素分析

朱梅涛¹^,²^,³(), 邢莉圆²^,⁴(), 牛学瑶¹, 刘晓煌²^,⁴, 武杰¹, 宋东阳¹, 龚伦¹, 安洪岩¹

1.中国地质调查局廊坊自然资源综合调查中心,河北廊坊 065000
2.自然资源要素耦合过程与效应重点实验室,北京 100055
3.中国地质大学(北京),北京 100083
4.中国地质调查局自然资源综合调查指挥中心,北京 100055

出版日期:2025-04-10 发布日期:2025-05-08
通信作者: 邢莉圆,女,工程师,1995年出生,主要从事自然资源综合观测研究工作。Email: cugbxly@163.com。
作者简介:朱梅涛,男,工程师,1995年出生,主要从事环境科学与资源利用研究工作。Email: lfzxzmt@163.com。
基金资助:
自然资源部矿业城市自然资源调查监测与保护重点实验室开放基金项目(2023-B06);中国地质调查局项目“河北丰宁—青龙金多金属矿产调查评价”(DD20242631);自然资源综合调查指挥中心科技创新基金项目(KC20230005);自然资源综合调查指挥中心科技创新基金项目(KC20220008);河北省高校生态环境地质应用技术研发中心开放研究基金项目(JSYF-202306)

County-Scale Spatiotemporal Dynamics and Drivers of Habitat Quality in the Capital Economic Zone

ZHU Meitao¹^,²^,³(), XING Liyuan²^,⁴(), NIU Xueyao¹, LIU Xiaohuang²^,⁴, WU Jie¹, SONG Dongyang¹, GONG Lun¹, AN Hongyan¹

1. Langfang Comprehensive Survey Center of Natural Resources, China Geological Survey, Langfang, Hebei 065000 China
2. Key Laboratory of Coupling Process and Effect of Natural Resources Elements, Beijing 100055, China
3. China University of Geosciences(Beijing), Beijing 100083, China
4. Comprehensive Survey Command Center of Natural Resources,China Geological Survey, Beijing 100055, China

Published:2025-04-10 Online:2025-05-08

摘要/Abstract

摘要： 为评估首都经济圈生境质量时空变化及其驱动因素的时空异质性,以多源异构遥感数据和生物物理模型为基础,评估首都经济圈1990至2020年的生境质量,利用空间相关性分析探究首都经济圈生境质量空间分异特征,之后采用时空地理加权回归模型(GTWR)揭示自然环境、社会经济和景观格局等因素对首都经济圈生境质量影响的时空异质性。结果表明:(1)首都经济圈生境质量的分布格局与土地利用类型密切相关,林地生境质量得分高,建设用地和耕地生境质量得分低,多年分布格局总体较稳定。整体生境质量平均下降约3.51%,以快速城镇化的天津和廊坊两市最为显著,分别下降约23%和21%;(2)1990至2020年首都经济圈生境质量空间上存在正相关性,总体呈现高-高和低-低聚集,高-高聚集分布于研究区西北部区县,低-低聚集分布于研究区东南部区县;(3)1990至2020年各影响因素对首都经济圈生境质量的影响具有明显的时空差异,总体上看,降雨、NDVI、海拔、NP、PD、IJI和SPLIT对首都经济圈生境质量的影响总体上呈正面效应,气温、GDP、人口密度、SHAPE、PARA_MN、PRD和SHDI对首都经济圈生境质量的影响总体上呈负面效应,COHESION对首都经济圈生境质量的影响正负效应相当。研究成果有利于为城市化地区生态保护与经济社会协调发展提供科学依据。

关键词: 生境质量, 生物物理模型, 时空地理加权回归, 首都经济圈

Abstract:

To assess the spatiotemporal dynamics of habitat quality and its drivers in the Capital Economic Zone (CEZ) from 1990 to 2020, we integrated multi-source, heterogeneous remote sensing data and biophysical models to evaluate habitat quality trends. Spatial autocorrelation analysis revealed distinct spatial clustering patterns, while a spatiotemporal geographically weighted regression (GTWR) model quantified the temporally and spatially heterogeneous impacts of natural, socio-economic, and landscape configuration factors. Key results indicate: (1) Habitat quality distribution strongly correlates with land-use types, with forests exhibiting the highest quality and built-up/agricultural lands the lowest. Despite relative spatial stability, the CEZ experienced a 3.51% mean decline in habitat quality, concentrated in rapidly urbanizing Tianjin (-23%) and Langfang (-21%); (2) Habitat quality displayed persistent positive spatial autocorrelation (Moran’s I), with high-high clusters in northwestern districts (ecologically stable zones) and low-low clusters in southeastern districts (urban/agricultural cores), consistent with regional urbanization gradients; (3) Driver impacts diverged spatiotemporally: precipitation, NDVI (vegetation cover), elevation, and landscape connectivity metrics (NP, PD, IJI, SPLIT) enhanced habitat quality, whereas temperature, GDP, population density, and fragmentation indices (SHAPE, PARA_MN, PRD, SHDI) degraded it. Patch cohesion (COHESION) exhibited spatially balanced positive/negative effects. This work provides a mechanistic framework to disentangle urbanization-ecology trade-offs, supporting spatially targeted policies for sustainable development in metropolitan regions.

Key words: habitat quality, biophysical model, GTWR, capital economic zone

中图分类号:

P962
X171.1

朱梅涛, 邢莉圆, 牛学瑶, 刘晓煌, 武杰, 宋东阳, 龚伦, 安洪岩. 县域尺度下首都经济圈生境质量时空变化与影响因素分析[J]. 现代地质, 2025, 39(02): 396-409.

ZHU Meitao, XING Liyuan, NIU Xueyao, LIU Xiaohuang, WU Jie, SONG Dongyang, GONG Lun, AN Hongyan. County-Scale Spatiotemporal Dynamics and Drivers of Habitat Quality in the Capital Economic Zone[J]. Geoscience, 2025, 39(02): 396-409.

图/表 13

参考文献 36

[1]	陈慧敏, 赵宇, 付晓, 等. 西辽河上游生境质量时空演变特征与影响机制[J]. 生态学报, 2023, 43(3): 948-961.
[2]	吴健生, 曹祺文, 石淑芹, 等. 基于土地利用变化的京津冀生境质量时空演变[J]. 应用生态学报, 2015, 26(11): 3457-3466.
[3]	DU H Q, ZHAO L, ZHANG P T, et al. Ecological compensation in the Beijing-Tianjin-Hebei region based on ecosystem services flow[J]. Journal of Environmental Management, 2023, 331: 117230.
[4]	凌云, 杨宜男, 许迦龙, 等. 京津冀地区城市化对典型生态系统服务供需关系的影响[J]. 生态学报, 2023, 43(13): 5289-5304.
[5]	杨旻, 侯鹏, 祝汉收, 等. 生态安全视角下的生态保护红线成效评估研究[J]. 测绘科学, 2022, 47(8): 135-145.
[6]	冉璇, 李渊, 郭宇龙, 等. 基于InVEST模型的钱江源国家公园生态系统服务评估及权衡协同关系研究[J]. 长江流域资源与环境, 2023, 32(9): 1932-1948.
[7]	YANG Y Y, REN X Z, YAN J M. Trade-offs or synergies? Identifying dynamic land use functions and their interrelations at the grid scale in urban agglomeration[J]. Cities, 2023, 140: 104384.
[8]	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.
[9]	郭富印, 刘晓煌, 张文博, 等. 2000—2040年黄河流域(河南段)生境质量时空格局演变及驱动力分析[J]. 现代地质, 2024, 38(3): 599-611.
[10]	邓越, 蒋卫国, 王文杰, 等. 城市扩张导致京津冀区域生境质量下降[J]. 生态学报, 2018, 38(12): 4516-4525.
[11]	闫宇星, 杨园园, 王永生, 等. 近40年京津冀地区生境质量变化趋势与归因分析[J]. 遥感技术与应用, 2023, 38(2): 251-263. DOI
[12]	隋露, 闫志明, 李开放, 等. 人类活动及气候变化影响下伊犁河谷生境质量预测研究[J]. 干旱区地理, 2024, 47(1): 104-116. DOI
[13]	蔡进, 危小建, 江平, 等. 基于贝叶斯网络的生态系统服务权衡协同关系强度及其空间格局优化: 以汾河流域为例[J]. 环境科学, 2024, 45(5): 2780-2792.
[14]	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.
[15]	卢照地, 张正峰. 京津冀国土空间格局演变及其驱动因素的区域差异性研究[J]. 中国土地科学, 2022, 36(10): 42-52.
[16]	郭佳晖, 刘晓煌, 张文博, 等. 基于InVEST模型和PLUS模型的云贵高原产水量时空变化特征分析[J]. 现代地质, 2024, 38(3):624-635.
[17]	GUO J C, JIANG C, WANG Y X, et al. Exploring ecosystem responses to coastal exploitation and identifying their spatial determinants: re-orienting ecosystem conservation strategies for landscape management[J]. Ecological Indicators, 2022, 138: 108860.
[18]	殷阿娜, 李从欣. 京津冀大气污染协同治理政策效应评估及异质性研究[J]. 生态经济, 2023, 39(3): 184-191.
[19]	LI D L, CAO W F, DOU Y H, et al. Non-linear effects of natural and anthropogenic drivers on ecosystem services: Integrating thresholds into conservation planning[J]. Journal of Environmental Management, 2022, 321: 116047.
[20]	JIANG C, ZHANG H Y, ZHANG Z D, et al. Model-based assessment soil loss by wind and water erosion in China’s Loess Plateau: Dynamic change, conservation effectiveness, and strategies for sustainable restoration[J]. Global and Planetary Change, 2019, 172: 396-413.
[21]	邱陈澜, 王彩侠, 章瑞, 等. 京津冀城市群生态空间固碳服务功能及其与景观格局的关系特征[J]. 生态学报, 2022, 42(23): 9590-9603.
[22]	MITCHELL M G E, SUAREZ-CASTRO A F, MARTINEZ-HARMS M, et al. Reframing landscape fragmentation’s effects on ecosystem services[J]. Trends in Ecology & Evolution, 2015, 30(4): 190-198.
[23]	WANG J L, ZHOU W Q, PICKETT S T A, et al. A multiscale analysis of urbanization effects on ecosystem services supply in an urban megaregion[J]. Science of the Total Environment, 2019, 662: 824-833.
[24]	张晓燕, 马维艳, 何伟军, 等. 长江三峡生态经济走廊生态系统服务的时空演化特征及影响因素研究[J]. 生态经济, 2023, 39(8): 145-155.
[25]	程林, 王艳霞, 田海兰, 等. 滦河流域土壤侵蚀敏感性评价分析[J]. 湖北农业科学, 2017, 56(22): 4282-4284,4294.
[26]	RAN P L, HU S G, FRAZIER A E, et al. The dynamic relationships between landscape structure and ecosystem services: An empirical analysis from the Wuhan metropolitan area, China[J]. Journal of Environmental Management, 2023, 325:116575.
[27]	WU H F, HU B A, HAN H R, et al. Network analysis reveals the regulatory effect of mixed stands on ecosystem structure and functions in the Loess Plateau, China[J]. Science of the Total Environment, 2022, 824: 153588.
[28]	杨珺, 李豪, 马青, 等. 汾河流域土地利用景观格局演变及其驱动因素探究[J]. 西北农林科技大学学报(自然科学版), 2024, 52(6): 83-94.
[29]	程研, 关颖慧, 吴秀芹. 基于土地利用变化的喀斯特断陷盆地景观格局演变与生态安全评价[J]. 生态学报, 2023, 43(22): 9471-9485.
[30]	冯应斌, 慕卫东. 国家级新区建设用地扩展的景观格局特征分析:以重庆市两江新区为例[J]. 江苏农业科学, 2017, 45(8): 224-228.
[31]	干靓, 吴志强, 郭光普. 高密度城区建成环境与城市生物多样性的关系研究:以上海浦东新区世纪大道地区为例[J]. 城市发展研究, 2018, 25(4): 97-106.
[32]	陆禹, 魏甫, 罗改改. 万宁市景观格局对生境质量的影响[J]. 热带农业科学, 2023, 43(4): 63-69.
[33]	周婷, 王强, 梁加乐, 等. 景观格局对生态系统服务的影响研究:以汉江生态经济带为例[J]. 世界地理研究, 2023, 32(8): 152-165. DOI
[34]	田湘云, 张超, 陈棋, 等. 云南省岩溶地区土地利用对石漠化景观格局演变的影响分析[J]. 林业资源管理, 2022(1): 61-69.
[35]	杨渺, 肖燚, 欧阳志云, 等. 四川省生物多样性与生态系统多功能性分析[J]. 生态学报, 2021, 41(24): 9738-9748.
[36]	贾路, 于坤霞, 李占斌, 等. 长江经济带景观格局对生态系统服务价值影响的概率评估[J]. 农业工程学报, 2023, 39(15): 217-227.

数据类别	格式	数据描述	数据来源	用途
土地利用类型	栅格	时间跨度:1990、2000、2010、2020年,分辨率30 m×30 m	武汉大学CLCD数据(https://zenodo.org/record/5816591)	量化生境质量计算景观格局指数
DEM	栅格	SRTM DEM产品(V3.0),分辨率为30 m×30 m	美国国家航空航天局(https://www.nasa.gov/)	平均海拔因素
气象	站点	1985年至2020年的日值记录,包括气温、降雨	资源与环境科学数据中心(https://www.resdc.cn/)	年平均气温、年降雨量因素
NDVI	栅格	1990和2000年采用8 km×8 km分辨率的AVHRR GIMMS NDVI3g产品、2010和2020年采用资源与环境科学数据中心1 km×1 km分辨率植被覆盖数据	https://ecocast.arc.nasa.gov/data/pub/gimms/资源与环境科学数据中心(https://www.resdc.cn/)	NDVI因素
社会经济	栅格	1990、2000、2010、2020年地均GDP和人口密度空间分布图,分辨率1 km×1 km	资源与环境科学数据中心(https://www.resdc.cn/)	社会经济因素

数据类别	格式	数据描述	数据来源	用途
土地利用类型	栅格	时间跨度:1990、2000、2010、2020年,分辨率30 m×30 m	武汉大学CLCD数据(https://zenodo.org/record/5816591)	量化生境质量计算景观格局指数
DEM	栅格	SRTM DEM产品(V3.0),分辨率为30 m×30 m	美国国家航空航天局(https://www.nasa.gov/)	平均海拔因素
气象	站点	1985年至2020年的日值记录,包括气温、降雨	资源与环境科学数据中心(https://www.resdc.cn/)	年平均气温、年降雨量因素
NDVI	栅格	1990和2000年采用8 km×8 km分辨率的AVHRR GIMMS NDVI3g产品、2010和2020年采用资源与环境科学数据中心1 km×1 km分辨率植被覆盖数据	https://ecocast.arc.nasa.gov/data/pub/gimms/资源与环境科学数据中心(https://www.resdc.cn/)	NDVI因素
社会经济	栅格	1990、2000、2010、2020年地均GDP和人口密度空间分布图,分辨率1 km×1 km	资源与环境科学数据中心(https://www.resdc.cn/)	社会经济因素

威胁源	最大影响距离(km)	权重
耕地	4	0.4
建设用地	10	1.0
未利用地	3	0.2

威胁源	最大影响距离(km)	权重
耕地	4	0.4
建设用地	10	1.0
未利用地	3	0.2

地类	生境适宜度	耕地	建设用地	未利用地
耕地	0.4	0	1.0	0.5
林地	1.0	0.7	1.0	0.5
草地	0.8	0.4	0.7	0.8
水体	1.0	0.6	0.9	0.4
建设用地	0	0	0	0
未利用地	0	0	0.9	0

县域尺度下首都经济圈生境质量时空变化与影响因素分析

County-Scale Spatiotemporal Dynamics and Drivers of Habitat Quality in the Capital Economic Zone

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 36

相关文章 1

编辑推荐

Metrics

本文评价

影响因素	指标	缩写	VIF	指标含义
自然环境	降雨	PR	1.257
	气温	TEM	6.592
	海拔	EL	6.549
	归一化植被指数	NDVI	2.806
景观格局	斑块数量	NP	4.189	反映景观破碎化程度
	斑块密度	PD	7.984	反映景观空间异质性程度
	形状指数	SHAPE_MN	2.248	反应景观形状的复杂程度
	平均边缘面积比	PARA_MN	4.160	反应景观结构的复杂性
	分离度指数	SPLIT	3.340	反映整体斑块的离散程度
	斑块凝聚度指数	COHESION	5.536	反映斑块间的物理连通性
	斑块丰度密度	PRD	3.625	反映景观组分,与物种丰度存在很好的正相关
	香农多样性指数	SHDI	6.355	反映斑块在景观中的均衡化分布情况
	散布与并列指数	IJI	4.283	反应景观间的分散与邻接情况
社会经济	地区生产总值	GDP	1.303
社会经济	人口密度	POPD	3.926

年份	Moran’s I	Z得分	P值
1990	0.541756	19.634295	0.000002
2000	0.530573	19.223183	0.000002
2010	0.530581	19.217342	0.000002
2020	0.513621	18.608059	0.000002