白洋淀流域生态系统服务评估及其调控

白 杨，郑 华，庄长伟，欧阳志云，*，徐卫华

(1.上海市环境科学研究院应用生态研究所，上海 200233;2.中国科学院生态环境研究中心城市与区域生态国家重点实验室，北京 100085;3.环境保护部南京环境科学研究所，南京 210042)

生态系统服务是人类从生态系统获取的利益，其中包括产品提供、调节服务、支持服务和文化服务四个方面［1-3］。由于大多数生态系统服务具有非排他性和非竞争性等特性，很难对其进行量化，无法在市场上进行交易，其重要性常常被忽略。MA［4］的报告指出全球生态系统的服务功能正逐渐退化，甚至出现了局部地区生态系统服务被耗竭。近年来，国内外对服务功能做了大量研究，其中包括对服务功能机理探讨和服务功能单个指标量化评价等。这些研究使得人们逐渐的认识到了生态系统服务功能的重要性。还有些人的研究更深入一步，分析了生态系统服务功能的空间化，明确了服务功能的空间分布特征和重要区域。在此基础之上，Nelson等［5］人采用情景分析的方法，模拟了不同情景下土地利用管理策略对服务功能带来的影响。随着全球人口的增加和城市化的加剧，人类过度的开采和利用自然资源满足其自身发展的需求。对自然资源的开采通常超过了资源本身能力所能提供，造成对某一服务功能的需求是以牺牲其他服务功能为代价。从全球尺度来看，生态系统的每一种服务对人类来说都是至关重要的，但是对于局部区域而言，在制定相关政策时存在某一个或几个服务功能占主导地位的情况，因此需要对优先保护的服务功能进行权衡。最常见的权衡是基于人类发展与服务功能维持之间。如何有效的权衡好这些关系，如何使得政策法规的制定，一方面使得自然生态系统提供的各种重要的服务功能得到保障或增强，另一方面又要保证人类的实际收益和经济的稳定发展，是政策制定中需要重点考虑的问题，也是当前服务功能领域亟待解决的问题，目前对这方面研究还比较少。InVEST(Integrated Valuation of Ecosystem Services and Tradeoffs)模型正是被开发用来评价不同决策情景下生态系统服务的变化，权衡各种服务功能得失，为自然资源管理提供有效的决策依据。

InVEST模型是由斯坦福大学、大自然保护协会(the Nature Conservancy，TNC)、世界自然基金会(World Wildlife Fund，WWF)和其他一些机构共同开发，旨在权衡发展和保护之间的关系，寻求最优自然资源管理和经济发展模式［6］。InVEST模型可以有效的应用于决策分析，通过不同利益相关者(如政策制定者、团体和保护组织等)的协商，确定对于各自需要优先考虑或热点问题。评价这些需要优先考虑或热点问题在当前自然资源配置下是如何产生及传递，分析未来新的项目、政策或其他条件改变后，会对其产生什么影响。对未来进行预测，不同利益相关者需要建立相关情景，评估可能发生的各种改变会对自然资源带来的影响。通过利益相关者协商和情景的建立，InVEST模型可以评价当前状态和未来情景下生态系统服务的量和价值。同时，InVEST模型是空间化的，需要不同的空间数据作为原始输入数据，同时输出的结果也是空间化，可以输出某种服务物质量(如固碳量)的空间分布特征，也可以输出其价值(如固碳的经济价值)分布的空间分布图。对于不同的决策者在管理土地利用方式时的权衡，InVEST模型包含的服务功能模块能够提供有效的方法来权衡其利弊。本研究以白洋淀流域为例，详细介绍了如何利用InVEST模型评价白洋淀流域各种生态系统服务功能空间分布特征，如何建立情景及根据不同的发展需求对其进行权衡，以期为该流域经济发展和自然资源保护提供决策依据，为以后类似研究提供一种有效的评价及权衡方法。

1 研究区概况

白洋淀流域位于华北平原中部，东经113°39'—116°11'，北纬39°4'—40°4'之间，跨河北、山西两省和北京市的38个市县，流域面积31200 km2。流域地形地貌复杂，地势西高东低，山区占流域面积的64.1%。山区主要是森林和草地，平原地区主要是农田(图1)。森林、草地和农田分别占流域面积的26.13%，26.74%和36.57%。流域内多年平均水资源量为31.18亿m3，人均水资源量仅为297m3，大大低于国际公认的人均500 m3的极度缺水线，属极度缺水地区。流域人口稠密，每平方公里已超过448人，大大高于全球人口密度45人/km2［7］。此外，由于受自然条件和人类活动影响，近年来河流地表径流减少，且接纳了大量的城镇生活污水、工业废水和农业上大量的农药、化肥，造成水质严重污染，白洋淀流域生态环境受到严重威胁。

图1 白洋淀流域位置图Fig.1 Location map of the Baiyangdian basin

2 研究方法

2.1 Invest模型描述

2.1.1 生物多样性

采用生境质量指数来表征生物多样性维持功能的状况:

式中，Qxj是土地利用与土地覆盖j中栅格x的生境质量;Dxj是土地利用与土地覆盖或生境类型j栅格x的生境胁迫水平;K是为半饱和常数;Hj为土地利用与土地覆盖j的生境适合性。

2.1.2 水源涵养

水量通过下述模型进行计算:

式中，Yjx为第j土地利用类型栅格x的产水量;AETxj为第j土地利用类型栅格x的每年实际腾发量;Pxj为第j土地利用类型栅格x的年降雨量。

2.1.3 水质净化功能

基于污染物输出系数途径进行评价，评价方法为:式中，ALVx为栅格x调节的载荷值;polx为栅格x的输出系数;HSSx为栅格x的水文敏感性得分值。

2.1.4 土壤保持

采用通用水土流失方程USLE进行评价，包括自然因子和管理因子两类。

式中，USLEx表示栅格x的土壤侵蚀量;Rx为降雨侵蚀力;Kx为土壤可蚀性;LSx为坡度-坡长因子;Cx为植被覆盖因子;Px为管理因子。

2.1.5 碳固定:

式中，Vc是固碳的价值量;NPPj为第j类生态系统类型的npp;Pc为市场固定CO2的价格。

2.1.6 授粉模型:

每个栅格m提供给农田o的授粉服务功能:

式中，PSm为栅格m提高的授粉服务功能;Vo为农田栅格o中作物的价值;γc为全部作物c产量中依靠野生授粉的比例;Pox为从一源栅格x飞行到农田栅格o的作物上觅食的授粉者相对丰富度;Po为农田栅格o的总授粉者丰富度。

2.2 数据标准化方法

在各情景进行权衡分析时，各服务功能指标量纲不一致，无法进行直接的比较，因此需要对数据进行标准化。本研究采用下面公式对各指标进行标准化。

式中，I'i标准化之后的值;Ii标准化前的初始值;Imin为某一服务功能值域范围内的最小值;Imax为该服务功能值域里的最大值。

2.3 情景建立

情景1:2005年实际状态

情景2:政策情景(退耕还林情景:将流域内坡度大于15度农田全部退耕还林)

情景3:保护情景(强化保护情景:将服务功能重要区域内除城市、农田和水域外，全部转移为森林)

3 结果

3.1 服务功能

基于2005年白洋淀流域土地利用数据［8-9］，采用InVEST模型，对上述各指标进行了评价和空间模拟，研究中用于评价生态系统服务的参数与文献［10-12］一致。结果如表1和图2所示。表1中列出了白洋淀流域四类主要生态系统类型提供的各种生态系统服务的物质量大小，可以看出，2005年白洋淀流域固碳量最多的是森林，达到220.24万t;其次是灌丛，为84.29万t;农田的固碳量最少，仅为16.17万t。各种生态系统的氮、磷保持量表现出了基本一致的趋势，农田保持的量最多，分别为21501t和782t;氮保持量最少的是灌丛，仅为836t，而磷保持量最少的为森林，仅为10t;土壤保持量最多的生态系统类型为森林，达到4.20亿t，农田保持量最少，为0.61亿t;水源涵养量最多的是农田，为1.11亿m3，最少的为灌丛，为0.75亿m3。此外，由于生物多样性和授粉模型评价结果是一个空间无量纲的得分值，因此其评价结果没有呈现在表1中。

表1 不同生态系统2005年提供生态系统服务物质量特征Table 1 The biophysical term of ecosystem services provided by ecosystems

图2对上述7种生态系统服务功能进行了空间化，可以看出，生物多样性保护的重要区域主要分布于白洋淀流域的西部和北部山区，这一区域也是流域内森林生态系统主要的分布区域;水源涵养的重要区域主要分布于流域的西部和中部山区;固碳的重要区域主要分布于流域的北部山区，西部和中部山区有零星分布;土壤保持重要区域主要分布于流域的北部、中部和西部山区;此外，授粉、氮保持和磷保持的重要区域均主要分布于流域东部、南部和中部平原地区，这一区域主要以农田生态系统为主。

图2 各种生态系统服务功能空间分布特征Fig.2 The space distribution characteristics of each services

3.2 情景分析

本研究以农业直接收入和其他间接服务功能权衡为例，介绍如何对InVEST模型模拟的结果进行权衡分析。首先，根据各种情景下土地利用方式的不同模拟各种生态系统服务功能物质量的多少，结果如表2所示。

图3是对各种情景下生态系统提供的服务功能进行标准化之后的权衡图，综合表2和图3可以看出，政策情景下，流域生态系统水源涵养量在各种情景下排名第二，为3.86亿m3;农业产出与2005年实际情况相比有所下降;固碳的量为359万t，比2005(346万t)年多，但比保护情景(552万t)少;此外，氮、磷输出的量最少，分别输出仅8840t和430t。保护情景下流域生态系统水源涵养量最大，为5.34亿m3;农田产出价值与2005年实际情况相比基本不变，氮、磷保持功能与政策情景下差不多，但固碳效果最好，固碳量达到552万t。上述权衡结果表明，保护情景下能最好的协调保护与发展之间的矛盾，实现区域经济与环境的可持续发展。

表2 各种情景下生态系统服务功能物质量Table 2 The biophysical term of ecosystem services among scenarios

4 讨论

(1)本研究仅仅计算了各指标的物质量结果，并没有对其进行价值化。一方面，生物多样性保护和授粉服务本身很难被价值化;另一方面，模型虽然可以对一部分指标进行价值化，如固碳、土壤保持等，但其计算方法和参数多是以美国标准，很难用于中国的价值计算。采用国内目前成熟的价值评价方法［13-16］，可以对InVEST模型中各服务功能指标物质量的评价结果进行价值化，同时借助GIS工具，也可以实现价值的空间化。

(2)InVEST模型可以有效的应用于决策分析，通过不同利益相关者(如政策制定者、团体和保护组织等)的协商，确定对于各自需要优先考虑或热点问题。不同利益相关者通过建立相关情景，对未来管理模式进行预测，评估可能发生的各种改变会对自然资源提供的服务功能带来的影响，也可以评估这些影响主要发生在空间上什么位置。利益相关者通过权衡这些得失，采取最优的执行策略。本研究通过建立情景，介绍了如何利用InVEST模型，通过情景模拟的方法权衡不同服务功能的得失，得到了较好的结果。本研究框架的优势在于基于生态系统服务的土地利用策略权衡，不仅考虑到了各种情景模式下生态系统间接服务功能的变化，同时也需要考虑各种情景对人类实际收益的影响。如果以牺牲当地居民的实际收益为代价，片面的追求生态系统间接价值的最大化，这样的发展模式很难实现区域经济与环境的协调发展。本研究在建立情景时，充分考虑到这一问题，最终筛选出的发展模式，既保障了当地居民的实际收益，也使得生态系统其它服务功能得到了增强，是实现区域可持续发展的较好选择，其他流域或区域也可以根据其自身特征和管理、发展需求建立情景，使用该方法进行管理策略的筛选。

(3)与目前国内外服务功能评价的方法相比，InVEST模型具有其自身的优势。首先，作为模型本身而言，InVEST模型输入参数较少，参数易获取、易提取，模型界面友好、操作简单，数据输入、存储和提取均非常容易，使得该模型能够更广泛的被相关科研工作者掌握和使用。其次，模型采用的是空间分布式数据作为输入，同时输出的结果也是空间分布。有效的解决了服务功能空间分布的问题，结果可以直接用于分析服务功能空间分布特征及其空间异质性特征。第三，该模型最大的优势在于其开发理念是通过情景模拟，比较服务功能得失，权衡自然资源的保护和经济发展的关系，为决策者提供决策依据。

图3 各种情景下生态系统服务功能大小变化权衡图Fig.3 Tradeoffs of ecosystem services among various scenarios

当然，该模型也存在一定的局限性。首先，该模型具有明显流域尺度特征，如水量、水质和泥沙，因此建议该模型的使用应主要考虑流域案例的研究。其次，单个指标的计算具有一定局限性，例如生物多样性评价，模型中是以生境质量作为生物多样性的代理，并且假设生境质量高的地方可以维持较高的生物多样性，一旦类似生境遭到破坏，生物多样性的损失也是最严重的。然而现实情况中，生境质量好的地方不一定拥有很高的生物多样性;而且该模块的原理更多的倾向于植物多样性，具有一定的使用局限性。尽管如此，随着对服务功能领域机理研究的深入，该模型的局限性也会被逐渐克服。从现有的模型运算及其情景分析结果来看，已经取得了较好的成果。目前借助该模型，国际上发表了相关文章［5］，该模型正逐渐被大家认同和使用。

［1］ World Resources Institute.Millennium Ecosystem Assessment，Ecosystems and Human Well-being:A Framework for Assessment.Washington，DC:Island Press，2003.

［2］ de Groot R S，Wilson M A，Boumans M R J.A typology for the classification，description and valuation of ecosystem functions，goods and services.Ecological Economics，2002，41(3):393-408.

［3］ Egoh B，Reyers B，Rouget M，Bode M，Richardson D M.Spatial congruence between biodiversity and ecosystem services in South Africa.Biological Conservation，2009，142(3):553-562.

［4］ Millennium Ecosystem Assessment.Millennium Ecosystem Assessment Synthesis Report.Washington，DC:Island Press，2005.

［5］ Nelson E，Mendoza G，Regetz J，Polasky S，Tallis H，Cameron D，Chan K M A，Daily G C，Goldstein J，Kareiva P M，Lonsdorf E，Naidoo R，Ricketts T H，Shaw M.Modeling multiple ecosystem services，biodiversity conservation，commodity production，and tradeoffs at landscape scales.Frontiers in Ecology and Environment，2009，7(1):4-11.

［6］ Tallis H T，Ricketts T，Nelson E，Ennaanay D，Wolny S，Olwero N，Vigerstol K，Pennington D，Mendoza G，Aukema J，Foster J，Forrest J，Cameron D，Lonsdorf E，Kennedy C.InVEST 1.005 beta User's Guide.The Natural Capital Project，Stanford.2010.

［7］ Central Intelligence Agency.The world factbook，2008.https://www.cia.gov/library/publications/the-world-factbook/geos/xx.html.

［8］ Bai Y，Ouyang Z Y，Zheng H，Xu W H，Zhang C，Zhuang C W，Chen S，Jiang B.Ecosystems patterns and dynamics in Haihe river basin.Acta Ecologica Sinica，2010，30(6):327-334.

［9］ Zhuang C W，Ouyang Z Y，Xu W H，Bai Y.Landscape dynamics of Baiyangdian Lake from 1974 to 2007.Acta Ecologica Sinica，2011，31(3):839-848.

［10］ Bai Y，Ouyang Z Y，Zheng H，Xu W H，Jiang B，Fang Y.Evaluation of the forest ecosystem services in Haihe River Basin，China.Acta Ecologica Sinica，2011，31(7):2029-2039.

［11］ Bai Y，Ouyang Z Y，Zheng H，Xu W H，Jiang B，Fang Y.Environmental benefit-loss analysis of agro-ecosystem in Haihe River basin，China.Chinese Journal of Applied Ecology，2010，21(11):2938-2945.

［12］ Jiang B，Ouyang Z Y，Miao H，Zheng H，Bai Y，Zhuang C W，Fang Y.Ecosystem services valuation of the Haihe River basin wetlands.Acta Ecologica Sinica，2011，31(8):2236-2244.

［13］ Zhao T Q，Ouyang Z Y，Wang X K，Miao H，Wei Y C.Ecosystem services and their valuation of terrestrial surface water system in China.Journal of Natural Resources，2003，18(4):443-452.

［14］ Mao F L，Guo Y R，Liu Y X.Evaluation of forest ecosystem services of Wuling Mountain Nature Reserve.Hebei Journal of Forestry and Orchard Research，2005，20(3):220-223.

［15］ Min Q W，Xie G D，Hu D，Shen L，Yan M C.Service valuation of grassland ecosystem in Qinghai Province.Resources Science，2004，26(3):56-60.

［16］ Ouyang Z Y，Wang R S，Zhao J Z.Ecosystem services and their economic valuation.Chinese Journal of Applied Ecology，1999，10(5):635-640.

参考文献:

［9］ 庄长伟，欧阳志云，徐卫华，白杨.近33年白洋淀景观动态变化.生态学报，2011，31(3):839-848.

［10］ 白杨，欧阳志云，郑华，徐卫华，江波，方瑜.海河流域森林生态系统服务功能评估.生态学报，2011，31(7):2029-2039.

［11］ 白杨，欧阳志云，郑华，徐卫华，江波，方瑜.海河流域农田生态系统环境损益分析.应用生态学报，2010，21(11):2938-2945.

［12］ 江波，欧阳志云，苗鸿，郑华，白杨，庄长伟，方瑜.海河流域湿地生态系统服务功能价值评价.生态学报，2011，31(8):2236-2244.

［13］ 赵同谦，欧阳志云，王效科，苗鸿，魏彦昌.中国陆地地表水生态系统服务功能及其生态经济价值评价.自然资源学报，2003，18(4):443-452.

［14］ 毛富玲，郭雅儒，刘雅欣.雾灵山自然保护区森林生态系统服务功能价值评估.河北林果研究，2005，20(3):220-223.

［15］ 闵庆文，谢高地，胡聃，沈镭，严茂超.青海草地生态系统服务功能的价值评估.资源科学，2004，26(3):56-60.

［16］ 欧阳志云，王如松，赵景柱.生态系统服务功能及其生态经济价值评价.应用生态学报，1999，10(5):635-640.