施智勇，謝慧黎，王圳峰，胡曉婷，王欣珂，謝香群，林弘，劉興詔,2*

1.福建農(nóng)林大學(xué)風(fēng)景園林與藝術(shù)學(xué)院

2.自然資源部東南生態(tài)脆弱區(qū)監(jiān)測修復(fù)工程技術(shù)創(chuàng)新中心

生境質(zhì)量指生態(tài)系統(tǒng)為生物的可持續(xù)發(fā)展和生存提供適宜條件的能力，其作為生態(tài)系統(tǒng)服務(wù)的一項重要功能，是維持生物多樣性和提升人類福祉的關(guān)鍵[1]。隨著人口增長和城市化進程持續(xù)推進，綠色空間破碎化程度加劇[2]和生物棲息地受損[3]等問題相繼出現(xiàn)，導(dǎo)致生境質(zhì)量持續(xù)下降。因此，評價和厘清生境質(zhì)量的演變特征及其驅(qū)動機制，對穩(wěn)定生態(tài)系統(tǒng)具有重要意義。生境質(zhì)量評價的傳統(tǒng)方法是在對研究區(qū)實地調(diào)查的基礎(chǔ)上構(gòu)建評價指標，評價精度高、針對性強且便于研究微觀機理，該方法更適用于小尺度生境，例如河流水質(zhì)[4]、植被演替[5]和水生生物[6]等，但受時間和人力的限制較難進行長時序監(jiān)測。相比之下，基于模型的研究方法結(jié)合了遙感和地理信息技術(shù)，具有數(shù)據(jù)易獲取、成本低和可視性強的優(yōu)勢，如SoIVES 模型[7]、MaxEnt 模型[8]和InVEST 模型[9]等。其中，InVEST 生境質(zhì)量模型因其操作簡單和運行參數(shù)少的優(yōu)點在生境質(zhì)量動態(tài)評估和時空變化分析方面應(yīng)用廣泛[9]。近年來，該模型與回歸模型[10]、地理探測器模型[11]和空間自相關(guān)模型[12]等相結(jié)合，探究生境質(zhì)量與城鎮(zhèn)化水平、地理位置和人類活動強度之間的關(guān)系，在驅(qū)動機制研究中得到廣泛應(yīng)用。同時，該模型易于適應(yīng)特定的背景和現(xiàn)成的數(shù)據(jù)，具有較強的推廣性和適用性。

地理探測器（GeoDetector，GD）在識別2 種類型因素之間交互模式的情況下，能免疫自變量間的相互作用可能導(dǎo)致的多重共線性問題[11]，彌補了傳統(tǒng)研究方法的不足，使其在生境質(zhì)量驅(qū)動機制研究中愈加成熟。大量研究表明，地理現(xiàn)象的格局、過程和機理具有尺度依賴性，可塑性面積單元問題（modifiable areal unit problem，MAUP）是造成空間分析結(jié)果不確定性的重要原因[13]，因此降低MAUP 的影響十分重要。GD 模型作為一種以網(wǎng)格為基礎(chǔ)來分析地理現(xiàn)象和因素空間關(guān)系的統(tǒng)計方法，在進行空間分異性研究時容易忽視MAUP。MAUP 包含尺度效應(yīng)和劃區(qū)效應(yīng)[13]，對于GD 模型，尺度效應(yīng)導(dǎo)致分析結(jié)果隨不同空間尺度大小的改變而發(fā)生變化，劃區(qū)效應(yīng)造成不同自變量離散化方法對分析結(jié)果產(chǎn)生影響。在以往的研究中，這些問題多通過先驗知識決定，影響驅(qū)動因素對生境質(zhì)量時空分布的解釋程度。為了解決GD 模型忽視的問題，Song 等[14]提出了一種基于最優(yōu)參數(shù)的地理探測器(OPGD)模型，該模型能識別空間數(shù)據(jù)離散化分類方法和空間尺度參數(shù)的最佳組合，為準確揭示因變量和自變量之間的關(guān)聯(lián)提供科學(xué)依據(jù)。

福州市是福建省重要的政治和經(jīng)濟中心。近10 年來，福州市人類活動強度和景觀破碎化程度的加劇對生態(tài)環(huán)境構(gòu)成嚴重威脅[15]，亟須對福州市生境質(zhì)量進行監(jiān)測。生境質(zhì)量具有顯著的空間異質(zhì)性，尺度參數(shù)的探討顯得尤為重要?，F(xiàn)階段鮮有學(xué)者結(jié)合InVEST 和OPGD 模型對生境質(zhì)量驅(qū)動因素進行識別。鑒于此，筆者以福州市為例，基于2000年、2010 年和2020 年的土地利用數(shù)據(jù)，通過InVEST模型和OPGD 模型，從最優(yōu)參數(shù)視角出發(fā)，評價和識別生境質(zhì)量時空演變特征及其驅(qū)動因素，以期為福州市生態(tài)建設(shè)提供理論依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

福州市（118°09′E～120°31′E，25°14′N～26°38′N）位于福建省東部，下轄6 個區(qū)、1 個縣級市和6 個縣（圖1）。福州市地勢西北高東南低，以山地和丘陵為主，主城區(qū)（鼓樓區(qū)、臺江區(qū)、晉安區(qū)和倉山區(qū)）地勢起伏較小。具有典型的亞熱帶季風(fēng)氣候，雨量豐富，溫暖濕潤，年均氣溫為20～25 ℃，年均降水量為900～2 100 mm[15]。截至2020 年，福州市常住人口為829 萬人，國內(nèi)生產(chǎn)總值達10 002.2 億元[16]。

圖1 福州市行政區(qū)劃及高程Fig.1 Districts and DEM of Fuzhou City

1.2 數(shù)據(jù)來源

土地利用數(shù)據(jù)（30 m）來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（www.resdc.cn），分為6 個一級地類和24 個二級地類，研究區(qū)范圍裁剪后形成19 個二級地類（表1）。高程數(shù)據(jù)（分辨率30 m）來自地理空間數(shù)據(jù)云（www.gscloud.cn），并基于該數(shù)據(jù)獲取坡度數(shù)據(jù)（分辨率30 m）；年均溫度（分辨率1 km）和年均降水量（分辨率1 km）數(shù)據(jù)來自國家氣象數(shù)據(jù)中心（http://data.cma.cn）；GDP 數(shù)據(jù)（分辨率1 km）和夜間燈光數(shù)據(jù)（分辨率1 km）來源與土地利用數(shù)據(jù)一致；人口數(shù)量（分辨率100 m）為Worldpop 數(shù)據(jù)（www.world pop.org）；行政中心點和各級道路為矢量數(shù)據(jù)，來自全國地理信息資源目錄服務(wù)系統(tǒng)（www.webmap.cn）。本文將分辨率統(tǒng)一為30 m。

表1 福州市土地二級分類體系Table 1 Two-level land classification system of Fuzhou City

2 研究方法

基于InVEST 模型分析生境質(zhì)量的時空分布；構(gòu)建土地利用轉(zhuǎn)移矩陣，分析生境質(zhì)量的變化趨勢；運用OPGD 模型識別出最優(yōu)參數(shù)，并在此基礎(chǔ)上通過單因子探測和交互探測揭示生境質(zhì)量時空演變的驅(qū)動因素。

2.1 生境質(zhì)量評估模型

應(yīng)用InVEST 3.8.8 模型中的生境質(zhì)量模塊（Habitat Quality），基于生境質(zhì)量指數(shù)對福州市生境質(zhì)量進行量化，該指數(shù)介于0～1 之間，數(shù)值越高說明生境質(zhì)量越好。計算公式[1]為：

式中：Qx j為土地利用類型j中柵格x的生境質(zhì)量指數(shù)；Hj為土地利用類型j的生境適應(yīng)比重；z和k分別為尺度常數(shù)和半飽和常數(shù)；Dx j為生境退化度；Wr、ry、irxy、βx和S jr分別為不同威脅因子的權(quán)重、威脅因子強度、柵格y中威脅因子r對柵格x的影響、生境抗干擾水平和不同威脅因子的相對敏感度。

耕地是人類重要的生產(chǎn)用地，建設(shè)用地則是社會活動最頻繁的用地，受人類活動影響較大，所以將水田、旱地、城鎮(zhèn)用地、農(nóng)村居民點和其他建設(shè)用地定為威脅因子。參考劉智方等[17-18]對福建省生境質(zhì)量的研究，得到威脅因子的最大影響距離及其權(quán)重如表2 所示，各土地利用類型的生境適宜度及其對威脅因子的敏感性如表3 所示。

表2 威脅因子的最大影響距離及其權(quán)重Table 2 Threat factors and its maximum influence distance and weight

表3 各土地利用類型的生境適宜度及其對威脅因子的敏感性Table 3 Habitat suitability of each land use type and its sensitivity to threat factors

2.2 土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣來源于系統(tǒng)分析中對系統(tǒng)狀態(tài)與狀態(tài)轉(zhuǎn)移的定量描述[19]，可以直觀反映各生境質(zhì)量等級不同年份間的轉(zhuǎn)移量和轉(zhuǎn)移方向[20]。利用ArcGIS 疊加分析中的相交工具，對福州市2000 年、2010 年和2020 年不同生境質(zhì)量等級間的空間轉(zhuǎn)移和面積大小進行分析。計算公式[19]為：

式中：Aij為生境質(zhì)量類型i轉(zhuǎn) 移為生境質(zhì)量類型j的面積矩陣；矩陣中的每一行元素代表轉(zhuǎn)移前生境質(zhì)量類型i向其他類型轉(zhuǎn)移的流向信息，每一列元素代表轉(zhuǎn)移后生境質(zhì)量類型j從轉(zhuǎn)移前的其他類型的來源信息；n為生境質(zhì)量類型數(shù)量。

2.3 最優(yōu)參數(shù)的地理探測器

2.3.1 參數(shù)優(yōu)化

根據(jù)研究區(qū)域范圍并結(jié)合相關(guān)學(xué)者對空間尺度效應(yīng)的研究[21]，構(gòu)建0.5、1、1.5、2、2.5、3、3.5 和4 km 共8 種尺度，分別生成46 650、12 094、5 524、3 203、2 111、1 489、1 127 和884 個網(wǎng)格。

參數(shù)優(yōu)化包括空間離散化優(yōu)化和空間尺度優(yōu)化。首先，將分類方法設(shè)置為相等間隔分類法、自然斷點法、分位數(shù)法、幾何間距法和標準差分類法，分類數(shù)設(shè)置為3～6 類，利用OPGD 模型計算每個驅(qū)動因素在不同分類方法和不同分類數(shù)下的q，本研究中，q為驅(qū)動因素對生境質(zhì)量的解釋力。其次，篩選出驅(qū)動因素q值最高的組合（分類方法與分類數(shù)）進行離散化，q值最高的組合即為驅(qū)動因素的最優(yōu)空間離散化[14]。最后，比較8 種不同空間尺度上，具有最優(yōu)空間離散化的所有驅(qū)動因素q的第90%分位數(shù)，該分位數(shù)達到最高值時，即為最優(yōu)空間尺度[14]。

2.3.2 地理探測器的方法

在參數(shù)優(yōu)化基礎(chǔ)上，通過因子探測分析單因素對生境質(zhì)量的解釋力程度，并采用交互探測識別2 個因素共同作用時對生境質(zhì)量的解釋力程度。計算公式[11]為：

式中：q在 0～1 之間，q越 大，解釋力越強；L為因素的分層；Nh為h層 生境質(zhì)量和因素對應(yīng)的單元數(shù)；N為全區(qū)生境質(zhì)量和因素對應(yīng)的單元數(shù)；σ2h為 第h層生境質(zhì)量變化方差；σ2為全區(qū)生境質(zhì)量變化方差。

2.3.3 驅(qū)動因素選擇

地形是影響生境質(zhì)量空間格局分異的重要因素，能通過影響水熱能量分配，進而對生物多樣性分布格局產(chǎn)生影響[22]，氣候條件會影響植被分布，為生境質(zhì)量提供良好基礎(chǔ)[23]；生態(tài)環(huán)境受道路建設(shè)的影響且與距行政中心距離相關(guān)[24]；側(cè)面反映人類活動強度的夜間燈光強度、人口數(shù)量和GDP 會干擾生境質(zhì)量[25]。綜合以上因素，結(jié)合數(shù)據(jù)的可獲取性，從自然環(huán)境、社會經(jīng)濟和區(qū)位條件3 個維度選擇12 種驅(qū)動因素（表4）。

表4 驅(qū)動因素柵格數(shù)據(jù)介紹Table 4 Introduction to driver factor raster data

3 研究結(jié)果

3.1 生境質(zhì)量時空特征

參考相關(guān)文獻[20]，將生境質(zhì)量劃分為低[0，0.2)、較低[0.2，0.4）、中等[0.4，0.6）、較高[0.6，0.8）和高[0.8，1]共5 個等級。2000 年、2010 年和2020 年福州市生境質(zhì)量指數(shù)分別為0.812、0.806 和0.793，呈下降趨勢（圖2，表5）。其中，2000 年福州市生境質(zhì)量等級為較高和高的區(qū)域分布廣泛，共8 720.37 km2，面積占比高達75.27%，主要分布在永泰縣、閩清縣、羅源縣和連江縣等區(qū)域，這些區(qū)域以林地和草地為主，生態(tài)環(huán)境較為穩(wěn)定；而生境質(zhì)量等級為較低和低的區(qū)域共2 184.57 km2，僅占總面積的18.86%，主要分布在福州主城區(qū)和東部沿海的長樂區(qū)和福清市，這些區(qū)域主要以建設(shè)用地和耕地為主，生境退化程度較高。

表5 2000—2020 年福州市生境質(zhì)量等級和面積統(tǒng)計Table 5 Statistics of habitat quality grade and area of Fuzhou City from 2000 to 2020

圖2 2000—2020 年福州市的生境質(zhì)量分布Fig.2 Habitat quality distribution of Fuzhou City from 2000 to 2020

2000—2010 年，低和高生境質(zhì)量面積分別增加168.41 和37.13 km2，其面積占比分別增加1.45%和0.33%，較低和較高生境質(zhì)量面積分別減少118.80和29.62 km2，其面積占比分別減少1.03%和0.25%。低和較低生境質(zhì)量仍位于福州主城區(qū)和東部沿海區(qū)域，雖然生境質(zhì)量變化程度較小，但福州主城區(qū)低和較低生境質(zhì)量有向外擴張的趨勢。2010—2020 年，福州市低和較低生境質(zhì)量面積共增加135.23 km2，高和較高生境質(zhì)量面積共減少123.76 km2，福州主城區(qū)和馬尾區(qū)沿海區(qū)域的生境質(zhì)量明顯退化。

2000—2020 年期間，福州市低和較低生境質(zhì)量面積占比共增加1.59%，高和較高生境質(zhì)量面積占比共減少0.99%。整體上，20 年來福州市生境質(zhì)量空間分布格局異質(zhì)性顯著，福州主城區(qū)和東南沿海區(qū)域的生境質(zhì)量相對較差。

3.2 生境質(zhì)量變化趨勢

根據(jù)轉(zhuǎn)移矩陣將生境質(zhì)量變化趨勢劃分為改善（低等級轉(zhuǎn)向更高等級）、穩(wěn)定（前后等級不變）和退化（高等級轉(zhuǎn)向更低等級）3 個等級。

2000—2010 年生境質(zhì)量穩(wěn)定區(qū)域分布廣泛，面積占比高達92.05%，主要分布在西北各縣區(qū)，如永泰縣、閩清縣、羅源縣、連江縣和晉安區(qū)等；退化區(qū)域次之，面積占比為4.46%，比改善區(qū)域多0.97%（圖3 和表6）。退化區(qū)域主要分布在倉山區(qū)和閩侯縣的上街鎮(zhèn)，局部分布在福清市市區(qū)；改善區(qū)域主要分布在海拔較高的羅源縣北部。

表6 2000—2020 年福州市生境質(zhì)量等級變化Table 6 Changes in the habitat quality grade of Fuzhou City from 2000 to 2020

圖3 2000—2020 年福州市生境質(zhì)量變化的空間分布Fig.3 Spatial distribution of changes in the habitat quality of Fuzhou City from 2000 to 2020

2010—2020 年，生境質(zhì)量穩(wěn)定區(qū)域面積占比仍最大，高達92.22%，變化幅度較??；退化區(qū)域面積為541.85 km2，主要分布在主城區(qū)邊緣、東部沿海區(qū)域和平潭島；改善區(qū)域面積占比3.10%，呈點狀式無規(guī)律分布在全市各處。

2000—2020 年，89.43%的區(qū)域生境質(zhì)量較為穩(wěn)定，改善區(qū)域面積僅占4.05%，退化區(qū)域面積高達6.52%。整體上看，福州市西北區(qū)域生境質(zhì)量較為穩(wěn)定，東南區(qū)域生境破碎化程度逐年加劇。

3.3 生境質(zhì)量驅(qū)動機制

3.3.1 最優(yōu)參數(shù)識別

不同空間尺度下各因素驅(qū)動程度有差異（表7）。隨著空間網(wǎng)格的變大，較多驅(qū)動因素q隨之變大且趨于穩(wěn)定。現(xiàn)有研究通常比較各空間尺度所有驅(qū)動因素q第90%分位數(shù)的大小，分位數(shù)達到最大時則為最佳空間尺度[14]。所有驅(qū)動因素q第90%分位數(shù)呈先增加后減少的趨勢，在空間網(wǎng)格為3 km 時達到最大值0.588。因此，8 種網(wǎng)格中，3 km 網(wǎng)格能更好地反映潛在變量對生境質(zhì)量變化的影響。

表7 驅(qū)動因素q 和90%分位數(shù)的空間單元尺度效應(yīng)比較Table 7 Comparison of size effects of spatial units for q values and 90% quantile of driving factors

不同離散化組合對驅(qū)動機制有顯著影響（圖4）。任意的離散化分類可能無法描述驅(qū)動因素與地理現(xiàn)象之間的實際關(guān)聯(lián)[26]，以高程(X1)為例，當(dāng)離散數(shù)為4 時，分位數(shù)法的解釋力約是相等間隔法的2 倍，且不同離散化組合的解釋力差異較大，在表達中容易產(chǎn)生偏頗。現(xiàn)有研究通常將q值最大的組合作為研究中數(shù)據(jù)離散化的最優(yōu)參數(shù)[14]。對于人口數(shù)量(X6)，當(dāng)分類方式為標準差分類法且分類數(shù)為5 時，q最大，故選用標準差分類法將人口數(shù)量(X6)分為5 類；同理，選用分位數(shù)法將高程(X1)和與二級道路距離(X10)劃分為6 類；選用自然斷點法將坡度(X2)、夜間燈光(X5)、GDP(X7)和與四級道路距離(X12)劃分為6 類；選用標準差分類將年均溫度(X3)和與一級道路距離(X9)劃分為6 類；選用幾何間距法將與區(qū)縣行政中心距離(X8)和與三級道路距離(X11)劃分為6 類；選用相等間隔分類法將年均降水量(X4)劃分為6 類。

圖4 3 km 最佳空間離散化Fig.4 3 km optimal spatial discretization

3.3.2 驅(qū)動因素分析

從單因子探測結(jié)果來看（表8），自然環(huán)境因素對生境質(zhì)量的單因素解釋力遠大于社會經(jīng)濟因素和區(qū)位條件因素。其中，坡度(X2)和高程(X1)對生境質(zhì)量的驅(qū)動力，分別為0.630 和0.599，是生境質(zhì)量時空分布的主要驅(qū)動因素，其次是夜間燈光(X5)，為0.486，而與三級道路距離(X11)的驅(qū)動力最小，僅為0.060。

表8 單因子探測結(jié)果Table 8 Results of single factor detection

從交互探測結(jié)果來看（圖5），不同因素綜合作用后皆增強對生境質(zhì)量的解釋力，包括47 對雙因素增強和19 對非線性增強。其中，坡度(X2) ∩夜間燈光(X5)的交互解釋力最強，為0.682，坡度(X2) ∩年均降水量(X4)次之，為0.671，與三級道路距離(X11) ∩與四級道路距離(X12) 最低，僅為0.164。與自然因素交互作用后的社會經(jīng)濟因素和區(qū)位條件因素，解釋力明顯增強。

圖5 因子交互探測結(jié)果Fig.5 Results of interactive detection

4 討論

4.1 生境質(zhì)量時空演變

從空間分布來看，福州市生境質(zhì)量呈西北高，東南低的分布格局。東南區(qū)域城鎮(zhèn)分布密集，人口集中度高，耕地、草地和林地等被建設(shè)用地逐步占用[27]，原有生境成為新威脅源，使得生態(tài)環(huán)境失去平衡；西北區(qū)域林地分布廣泛，生物多樣性和生態(tài)系統(tǒng)較為完整。

近20 年來，生境質(zhì)量保持穩(wěn)定的區(qū)域約占總面積的90%，這得益于長時序生態(tài)監(jiān)測[28]和補償機制健全[29]等措施逐步展開，較高和高生境質(zhì)量區(qū)域保持穩(wěn)定的同時，較低和低生境質(zhì)量區(qū)域得到改善。但仍有局部區(qū)域的生境質(zhì)量惡化較為顯著。2000—2010 年，生境質(zhì)量退化區(qū)域與大學(xué)城建設(shè)區(qū)域相吻合。2002 年后，伴隨大學(xué)城建設(shè)陸續(xù)開展，周邊環(huán)境質(zhì)量和植被覆蓋面積顯著下降，陳子越等[30]研究也表明，福州大學(xué)城建設(shè)后，該區(qū)域耕地和綠地大量轉(zhuǎn)變成建設(shè)用地，這導(dǎo)致威脅源的增加。2010—2020年，生境質(zhì)量退化的區(qū)域主要分布在沿海區(qū)域。近年來，福州市堅持 “東擴南進，沿江向?！钡陌l(fā)展戰(zhàn)略，在東部沿海區(qū)域打造濱海新城，推動城市建設(shè)和人口向東南沿海方向聚集，造成該區(qū)域土地利用格局的顯著改變[31]。此外，退化的區(qū)域還分布在中心城區(qū)邊緣和平潭縣，中心城區(qū)邊緣基本處在城市開發(fā)邊界范圍以內(nèi)，是國土空間規(guī)劃指引下的合理城市開發(fā)；2010 年之后，隨著平潭綜合實驗區(qū)的確立，房地產(chǎn)開發(fā)和道路修建等人類活動不斷威脅平潭島的生態(tài)環(huán)境，造成原生植被破壞和生態(tài)源地消失等生態(tài)問題[32]。

4.2 生境質(zhì)量驅(qū)動因素

生境質(zhì)量指數(shù)在各驅(qū)動因素上的分區(qū)統(tǒng)計如圖6所示。地形因素（X1～X2）是生境質(zhì)量的主要影響因素。地勢險峻且海拔高的區(qū)域，多以林地為主，生境質(zhì)量指數(shù)高；地勢平坦且海拔低的區(qū)域，多以威脅源耕地和建設(shè)用地為主，因此生境質(zhì)量指數(shù)與坡度和海拔呈正相關(guān)。氣候因素（X3～X4）通過影響植被分布進而改變區(qū)域生境質(zhì)量[23]。在15.5～26 ℃時，生境質(zhì)量指數(shù)較高，但在26～27 ℃時，生境質(zhì)量指數(shù)顯著下降。這是因為適宜的水熱條件能加速土壤有機質(zhì)的分解并延長植被生長周期，從而促進植物生長[23]；而當(dāng)溫度過高時，土壤和植被冠層的水分蒸散增加，導(dǎo)致生態(tài)環(huán)境惡化[23]。社會經(jīng)濟因素（X5～X7）反映人類活動對生境的威脅程度[25]，與生境質(zhì)量指數(shù)呈負相關(guān)。圍繞人口生產(chǎn)和生活的需要，城鎮(zhèn)建設(shè)和工業(yè)化擠占生態(tài)用地。研究期內(nèi)，福州市不透水面面積從280.325 km2增至1 362.974 km2[33]，引起水污染和棲息地受損等一系列生態(tài)問題。生境質(zhì)量指數(shù)隨著距行政中心距離（X8）的增大而增大，在距行政中心較遠的農(nóng)村區(qū)域，路網(wǎng)稀疏分散且植被覆蓋廣，生境質(zhì)量指數(shù)高于城市。與一、二和三級道路距離（X9～X11）越近，生境質(zhì)量指數(shù)越低，道路建設(shè)會造成生態(tài)環(huán)境惡化，道路等級越高，生境質(zhì)量指數(shù)越低。這與陳曉輝等[24]在福州市的研究結(jié)果相吻合。此外，可能是因為福州市四級道路多分布在城區(qū)周邊，與四級道路距離（X12）越遠，與城區(qū)重疊部分越多，因此生境質(zhì)量指數(shù)較低。

圖6 生境質(zhì)量指數(shù)在各驅(qū)動因素上的分區(qū)統(tǒng)計數(shù)據(jù)Fig.6 Statistical data of habitat quality in each driving factor

社會經(jīng)濟因素、自然環(huán)境因素和區(qū)位條件因素共同影響福州市的生境質(zhì)量。其中，坡度(X2) ∩夜間燈光(X5)和坡度(X2) ∩年均降水量(X4)的交互解釋力更強，高達0.682 和0.671。其原因是地形與種群分布格局和群落多樣性相關(guān)[22]，生境質(zhì)量較差的區(qū)域大多城鎮(zhèn)化水平較高，地勢平坦，生態(tài)、生活和生產(chǎn)用地三者矛盾加劇；生境質(zhì)量較好的區(qū)域通常海拔高且地勢起伏大，受到地形地貌的限制，基礎(chǔ)設(shè)施薄弱，人類活動造成的干擾程度更低，因而生境質(zhì)量更高。值得一提的是，雖然道路因素（X9～X12）的單因子解釋力最低，僅為0.06～0.15，但與各因素綜合作用后，解釋力也顯著提高。道路建設(shè)能加快沿線城市擴張速度和提高區(qū)域間的經(jīng)濟聯(lián)系，但同時會破壞景觀連通性。因此在后續(xù)的規(guī)劃中，應(yīng)合理布局道路網(wǎng)絡(luò)。

4.3 參數(shù)最優(yōu)地理探測器的優(yōu)勢

空間尺度效應(yīng)在地理問題中普遍存在，空間數(shù)據(jù)離散化的結(jié)果與離散化方法和分類數(shù)有關(guān)。但GD 模型對這些問題的定量研究不足，一定程度上影響驅(qū)動因素對生境質(zhì)量時空分布的解釋程度。OPGD模型在GD 模型的基礎(chǔ)上集成參數(shù)優(yōu)化，能夠更準確判斷驅(qū)動因素的地理特征，對推動福州市生態(tài)治理具有一定的參考價值。盡管區(qū)域間的生態(tài)系統(tǒng)具有差異性，但本文對于空間離散化和空間尺度的選擇可以為相關(guān)分析提供參考依據(jù)。

5 結(jié)論

（1）2000—2020 年福州市生境質(zhì)量指數(shù)從0.812 降至0.793，呈下降趨勢。生境質(zhì)量空間分異顯著，生境改善區(qū)域分布在羅源縣北部、平潭縣的潭城鎮(zhèn)以及閩侯縣和臺江區(qū)的部分水域，生境退化區(qū)域分布在福州中心城區(qū)的東部沿海地區(qū)，與福州市的發(fā)展戰(zhàn)略相關(guān)。

（2）3 km 網(wǎng)格是本研究分析的最佳空間尺度，且不同驅(qū)動因素的離散化方法和分類數(shù)存在差異。

（3）福州市生境質(zhì)量受自然因素、社會經(jīng)濟因素和區(qū)位條件因素的共同作用。其中，高程、坡度和夜間燈光對福州市生境質(zhì)量空間分異的貢獻率較大，坡度和夜間燈光對生境質(zhì)量變化的協(xié)同作用最強。