|
' @; c% n; I9 f8 L; y5 j" L, h
InVEST（Integrated Valuation of Ecosystem Servicesand Tradeoffs）是美国自然资本项目组开发的、用于评估生态系统服务功能量及其经济价值、支持生态系统管理和决策的一套模型系统，它包括陆地、淡水和海洋三类生态系统服务评估模型。目前已经在生态系统服务领域得到广泛应用。 9 e6 I$ d! k$ S: X- P' m! ]. |8 `* \
生境质量（Habitat Quality）
7 ~* L p# z: }( i8 q" {* A 生物多样性与生态系统服务的生产有着密切的联系。生物多样性本质具有空间化特征，因此，可以通过分析土地利用和土地覆盖图(LULC)及其对生物多样性威胁程度计算得到。我们可以利用InVEST模型，通过输入LULC地图、LULC对每种威胁的敏感性、每种威胁分布和密度的空间数据以及保护区域空间位置等数据，从而评估该地区景观的生境质量、退化水平和生境稀有性等。 3 g% q( G( c) s7 }7 X) C" z0 v
运行原理
. @8 W% j& E+ X- t1 t 输入LULC数据后，首先要考虑哪种土地利用类型应该被列为生境（即生境的适宜性），用来表示类型j的生境适宜性。
9 D& t; Q3 h7 M: g; _ 模型还需要生境威胁密度数据和其对生境质量的影响，评估这些威胁源导致土地利用类型的退化程度，这里需要四个因素： , u, T# a! s0 b7 ^: h
1.每一种威胁的相对影响。例如，与农业用地相比，城市建设用地对周围生境质量的影响更强。因此，城市建设用地对生境破坏性的权重更大，这里权重代表威胁r对所有生境的相对破坏性，取值为[0,1]。
5 i: w6 H/ {( ~3 n$ U3 a 2.生境栅格与威胁的距离。通常，威胁随距离的增加而减小，这里我们可以选择线性或指数距离衰减函数来描述威胁在距离上的衰减：
4 p9 b# J$ U: j/ M9 @& R, L4 v3 ] & a4 J3 ]% u. @) O# G
其中，
: l1 K5 L8 M' h; V/ m3 E# i* }- E ) Q& Q9 w' }% h/ X
表示在栅格y的威胁r对位置x的生境栅格的影响，
1 q4 G a' G$ J/ G3 `- C: A! U 0 d/ l4 ^: Y0 a9 e1 z, R& f+ Z
在是栅格x与y的线性距离， . x8 y' @1 `% s0 C' Y. a
8 K* \4 G6 B& K0 t$ N2 P5 K) j 是威胁r的最大作用距离。
4 U ]% m- R& s( a 3.栅格的可接近性。如自然保护区、人类难以到达的高海拔区域等，在这些区域，由于难以接近，威胁对生境的影响非常有限（或无影响）。这里用
% O: R( r! \+ C0 _) _% z
" V: }, b& T T4 m. f 表示栅格的可接近水平，1表示完全可接近。
) _4 {- C; ~4 J& }6 u1 m 4.每种生境类型对每种威胁的相对敏感性。由于每种生境类型对威胁的响应都可能不同，因此需要计算敏感性，修正之前的计算，计算公式如下： 8 X% X9 G4 p; }- F& O4 D
& D9 z- F1 K8 Z5 g1 b$ c 其中， 8 N- O+ K% d9 u9 p' _- o6 V+ N
- Q6 f4 Y; N. `6 \
为第j种生境中栅格x的总威胁水平，y是威胁r的栅格图上的所有栅格，
3 t. V9 Q8 K% Q4 N 8 u2 J: n% n& x* y
指威胁r的栅格图中位于网格单元内的栅格，
! [& F/ Z/ c0 e5 x 2 l2 _8 u- k+ i/ N1 i& v. Q
表示LULC对威胁r的敏感性，值越接近1越敏感。
" m v* o7 e- S; O 最后，根据上述值，得到土地利用类型j中的生境栅格x的生境质量 1 |; S- \! w& x' C9 \+ F) x
/ _5 s& k5 @! ?% e6 e
：
. b; r8 n4 A, x1 ^1 A v1 k/ V, K4 B! e' W' I1 U
其中，z=2.5、k为比例因子（常数）。
9 C2 R( c" {+ S 运行界面及输入数据说明1 K+ O8 ]9 h! I$ t. z( {& O
6 u" }0 C& f+ V$ X" D$ U3 X
这是生境质量模型的运行界面，其中至少需要输入4个数据。 " ^: v3 s, h! @/ h j0 A6 ^# W( Q
1.当前LULC数据（必需），这个不多说。不过需要注意的是，输入的栅格数据必须含有地类代码，并在value字段下，而且数据需要定义投影，并具有线性单位且单位为米（可以在arcgis图层属性里查看，这个很重要，不然会报错）
( G& s* g1 a' }+ c" f: Z 2.未来LULC数据（可选）：表示未来的土地利用类型，要求同1。 9 j' q7 o' K7 \( S. t0 J
3.基准LULC数据（可选）：基础景观地图上的LULC类型GIS栅格数据，要求同1（注意：只有1、2、3都输入时，HQ模型才会计算生境稀缺性）。
; O8 _& n3 I+ {. ?# o: `, Z; w 4.威胁数据（必需）：需要输入一个.csv文件，具有严格的格式要求。表头必须为：THREAT（威胁的名称）、MAX_DIST（每种威胁的最大影响距离，对应原理中的
, [7 l3 f& _: i# @+ d2 V; E- d3 F7 h% N " V6 W, `; A: s9 d. t
）、WEIGHT（威胁的权重，对应原理中的 ' ^! B0 q. i- V8 [
+ p0 e4 M8 X: F9 ]. J
）、DECAY（距离衰减类型，线性还是指数）和CUR_PATH（当前LULC数据对应的威胁因子栅格地图的路径）。这里需要准备好所有威胁因子的栅格地图（威胁从LULC中提取即可。以建设用地为例：从LULC数据中重分类，将建设用地赋值为1，其他地类赋值为0，这里NODATA也要赋值为0）
8 ~1 e" [9 N& i5 ~
7 s$ B" F2 S1 t6 |$ e' w: ^1 z 如果输入了多个LULC数据，则要添加FUT_PATH、BASE_PATH两列，输入未来和基准LULC数据对应的威胁因子栅格地图路径，以_c（当前）、_f（未来）、_b（基准）区分。 0 v( M9 |$ ?+ j4 D8 W( e5 S! G
5.威胁的可接近性（可选）：对应前面原理的
% o/ l2 q0 W0 D0 E) Q& W 5 H8 l, k( q, y( o7 V! }4 Z
，需要输入矢量数据。 0 K+ c" t7 @8 L8 O: l
6.生境类型及生境类型对威胁的敏感性（必需）：需要输入一个.csv表格，表格需要含有每种土地利用类型对不同威胁的敏感性数据。具有严格的格式要求。表头必须为：LULC（地类代码，必须和LULC栅格地图中的value一一对应）、NAME（地类名称）、HABITAT（生境适宜性，对应原理中的 " V+ U7 C3 H$ o" k6 S
3 r7 m& a, F9 s7 X2 K% B: I
，数值为0到1）、L_THREAT1, L_THREAT2……（每种LULC对于每种威胁的相对敏感性，对应原理中的
6 F0 ]" ?5 b( T" E$ F 1 k! F. g' O0 g
。威胁因子有几个，这个就得有几列，且斜体部分必须与威胁因子命名一致）。
A7 F: K' q/ g' W8 G3 y & A9 ]6 d+ n2 h, E6 x
（这里在运行时，有可能会提示缺少某个value，可能是NODATA值没有算上，一般在表格后把缺少的值补上，参数全为0就行了） ( j' Z/ f& a2 _5 i) x/ H
7.半饱和参数（必需）：由于网格单元的退化水平使用半饱和度函数转换为生境质量，因此必须确定半饱和参数。对应原理中的参数k，默认值为0.5。k值的选择仅仅取决于生境质量得分值的扩散和居中趋势。确保对涉及相同的景观的所有运行使用相同的k值。
( Y: S+ a, g! k" O2 ^ 输出结果 1 G% L: H8 F. ~* @: S
输出结果可以用arcgis打开。主要有这么几个输出结果：
6 x' b5 U4 M& @6 B7 m" q quality_代表生境质量，根据公式4计算得到。较高数值表示较好的生境质量。非生境的景观区域生境得分值为0。 ' l& f, o2 I5 ]
deg_表示生境退化水平，根据公式3得到。1代表退化度高，0代表退化度低。非生境的栅格退化得分值为0。 & u9 h b0 F: }$ c3 t: J
rarity_表示生境稀有性，越接近1表示越稀有（这个只有三个LULC数据都输入了才能生成）。
& {! _8 g6 l$ B+ C0 e
3 n3 u( w4 t# c. M ?
: s( Y' k6 b" a/ ], k) z7 t2 p
# O2 E# C7 _& d" D 声明： 本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。 - }9 D; I5 `+ C2 e4 j% R; t
想获取更多数据资源：关注微信公众号：技术科研吧
7 ^4 v. j8 }. q& z7 C# b' X% h. t3 x- d: a" B0 X
1 u5 ]% \: y* X: ?7 W9 {
, p( {" M. a0 s; L5 [. F) b
5 \8 H$ g, n/ ?2 ?& X | 
