基于LUCC的兰州城市生态系统服务价值动态分析

林栋, 马晖玲,*, 任正超, 李元恒

1. 甘肃农业大学草业学院 草业生态系统教育部重点实验室, 兰州 730070 2. 甘肃农业大学经济管理学院, 兰州 7300703. 中国农业科学院草原研究所, 呼和浩特010010

基于LUCC的兰州城市生态系统服务价值动态分析

林栋1, 马晖玲1,*, 任正超2, 李元恒3

1. 甘肃农业大学草业学院 草业生态系统教育部重点实验室, 兰州 730070 2. 甘肃农业大学经济管理学院, 兰州 730070
3. 中国农业科学院草原研究所, 呼和浩特010010

林栋, 马晖玲, 任正超, 等. 基于LUCC的兰州城市生态系统服务价值动态分析[J]. 生态科学, 2016, 35(2): 134-142.

LIN Dong, MA Huiling, REN Zhengchao, et al. Dynamic analysis of ecosystem service value based on land use/cover change in Lanzhou City[J]. Ecological Science, 2016, 35(2): 134-142.

生态脆弱型城市生态系统服务价值评估是保育和合理开发城市生态系统的重要基础。构建典型生态脆弱型城市生态服务价值评估模型, 以兰州城市生态系统为例, 运用GIS和遥感技术分析LUCC特征, 计算1989年、1999年和2009年6类主要土地利用类型的9项生态系统服务项目价值。结果表明: 1)20a间兰州市耕地面积减少幅度最大为42.54%, 水体湿地、草地次之。总价值呈现出先增加后减少的趋势, 1999年兰州城市生态服务价值最大为4.4377×108元, 2009年生态服务价值是1989年的1.5倍。2)土壤形成与保护服务功能价值占总价值的比例最高约20%, 食物生产和娱乐文化服务功能价值占总价值比例较低为3.7%、3.4%, 气体调节、娱乐文化和原材料生态服务价值增幅最大。3)各年份林地、草地、耕地和水体湿地生态服务价值均为总价值构成的主要部分, 林地和草地生态系统对总服务价值的贡献率最高。城市扩张中应注重林草地的保育与合理规划。4)价值系数敏感性检验表明, 生态系统服务价值对其缺乏弹性, 模型能够合理评估该区域生态服务价值波动。

生态系统服务; 价值评估; 土地利用/覆盖变化; 模型构建

1 前言

生态系统服务功能是人类社会赖以生存和发展的基础[1–2], 人类当前面临的多种生态问题的本质是由于生态系统服务功能受到破坏或退化的结果[3]。土地利用/覆盖变化(Land Use/Cover Change, LUCC)通过改变生态系统的结构与功能, 对生态系统服务和人类福祉产生影响。生态系统服务功能也是土地利用变化对生态系统影响的综合性表征指标[4],货币化后的生态系统服务价值可直观地度量该影响[5]。因此, 在时空序列上分析 LUCC对城市生态系统服务价值的影响, 可定量评估生态系统结构与功能对土地利用类型及社会经济发展的响应。

脆弱型城市生态系统服务功能对LUCC非常敏感[6–7], 评估其生态服务价值动态过程可揭示不同土地利用类型格局在区域生态安全中发挥的作用。兰州市作为我国西部重要的生态地域单元, 根据其水资源、气候、生物、土壤及人类活动影响特征, 是典型的生态脆弱型地区[8–10]。目前国内外学者对城市生态系统服务价值评估的主要方法可归纳为市场价值法和替代成本法两大类[11–15]。以Costanza等[16]对全球生态系统服务价值评估模型为基础, 从价值系数、价值波动因素、城市生态系统服务功能分类和价格换算方法等[17–21]方面进行修订, 并在不同尺度下开展的实证研究居多[22–25]。为增强区域研究的可比性, 在已有研究成果基础上, 根据脆弱型城市生态系统的特征及区域生态-社会-经济复合系统现状, 提出改进的城市生态系统服务价值评估方法,并对近20a典型生态脆弱型城市生态系统服务价值进行动态分析。准确估计和评价脆弱型城市生态系统服务价值, 有利于正确认识城市生态系统支撑人类社会经济活动的重要性, 有利于制订正确的城市发展策略、生态资源利用尺度和城市生态环境保护政策。

2 研究区概况

研究区位于陇西黄土高原西部(E102°36＇—104°34＇, N35°35＇—37°7＇), 青藏高原东北缘的兰州市。属于大陆性干旱气候, 雨量少且集中, 年均降雨量311.7 mm, 年蒸发量1486 mm, 年均气温9.3 , ℃市中心海拔 1500 m。研究选取典型城市生态系统,以主城区: 城关、七里河、安宁及西固 4个行政区为对象。兰州地处黄河上游, 其生态系统服务功能的发挥对上游三江源地区湖泊萎缩、湿地退化、江河径流量减少等生态问题的解决至关重要。

3 数据来源与研究方法

3.1 数据来源

土地利用与覆被数据来源于地球系统科学数据共享平台和全球土地覆被网络。1︰10万土地利用数据及同期陆地卫星精纠正分县假彩色合成影像结合植被类型与土壤类型数据, 在MGE和ArcGIS环境下, 通过专家分析和遥感自动分类进行专题制图。为保持数据统一性, 将 3期数据分类体系进行对应和整合, 形成基于知识规则的分类体系, 并结合植被调查报告与野外观测站进行实地比对验证。统计数据来源于《兰州市统计年鉴》(1989年); 《兰州年鉴》(1999—2009年); 《甘肃年鉴》(2009年);《甘肃城市年鉴》(2012年); 《甘肃发展年鉴》(2013年)和《甘肃省国民经济和社会发展统计公报》(1999—2013年)。

3.2 LUCC分析方法

按照6类土地利用/覆盖类型分别对三期数据产品逐像元累加求和, 计算各类在研究区总面积中所占的比例。计算各土地覆盖类型最终状态与起始状态的面积转移Aij, 分析土地覆盖类型的空间变化过程[26]。

式中,Aij表示研究区t时段内由i类转移为j类的面积(km2);Si(x,t1)是起始时间i类在x处的面积(km2);Sj(x,t2)是结束时间j类在x处的面积(km2);x=1, 2, …,n,n为研究区栅格数据含有的单元格数量; 若i=j,表示t时段内在x处未发生i类向j类转移的情况。

土地覆盖类型i类和j类可随时间相互转移, 其转移概率可用以下矩阵表示。

式中,ΔSij为i类转移为j类的面积(km2);P为开始时间到结束时间研究区土地覆盖类型转移概率矩阵。Pij表示i类转移为j类的概率,N表示土地覆盖类型的数量,i,j=1, 2, …, 6。

3.3 城市生态系统服务价值计算

以Costanza等[16–17]的评估模型为基础, 根据生态脆弱型城市土地利用类型分布情况, 对谢高地等的生态服务价值当量表进行修正, 加入支付意愿与支付能力调整指数。为增强数据的可比性和整齐度, 1989年、1999年和2009年的经济价值均用1990年不变价格计算。生态脆弱型城市生态系统服务功能价值计算公式如下:

式中:V为生态系统服务功能总价值;θt为支付意愿调整指数;μt为支付能力调整指数;Aj为j类生态系统的面积;Ea为单位面积农田生态系统提供食物生产服务功能的经济价值(元·hm-2);eij为j种生态系统i类生态服务功能相对于农田生态系统提供生态服务单价的当量因子。

根据价值熵理论, 社会贫困低速发展阶段, 对生态资源的需求低; 当进入快速发展的工业化、城市化阶段后, 由于自然资源日渐匮乏, 人们对舒适性服务的需求提高; 但在继续发展到极富阶段时,这种需求便会趋于饱和。该过程可以用 Logistic模型来刻画:

式中:θt为社会发展阶段有关的现实支付意愿系数,即支付意愿调整指数;m为时间变量, 在此表示社会发展阶段系数。通常以经济社会发展水平和人民生活水平的恩格尔系数的倒数与研究各年发展阶段对应起来。

式中:Entc、Entr表示城镇和农村第t年恩格尔系数;Ptc、Ptr表示城镇和农村第t年人口比例。

生态系统服务最终的支付价值量不仅与民众支付意愿密切相关, 同时也与民众的支付能力密切相关。生态系统服务的价值支付最终是以个人为单位表现出来的, 人均生产水平越高, 则支付能力越高。因此, 通过支付能力系数调节服务价值当量, 能够有效解释因支付意愿存在而支付能力不足所造成生态系统服务价值支付的困境。

式中:μt为支付能力调整指数;GDPlt表示第t年研究区人均国内生产总值;GDPct表示第t年全国人均国内生产总值。

3.4 敏感性指数

为验证所选生态系统类型对于研究区各土地覆盖类型的代表性和经过调整的城市生态系统服务功能单价的准确性, 应用经济学中常用的弹性系数概念来计算价值系数的敏感性指数(CS), 以确定生态系统服务价值随时间的变化情况对于价值系数的依赖程度。

式中,Ejl是j类生态系统调整后的价值系数;Vl是j类生态系统价值系数调整后的区域总生态系统服务价值。

4 结果与分析

4.1 兰州城市生态服务价值当量与边际性调整

第j类生态系统的第i类生态服务功能单价的计算用单位面积生态服务价值当量表和兰州市单位农田生态系统提供食物生产服务功能的经济价值估算。选取研究区 5种主要作物: 小麦、玉米、油菜籽、甜菜和棉花, 价格以该作物在甘肃省的平均市场价格计算, 确定单位面积农田生态系统提供食物生产服务的经济价值。兰州市各土地利用类型单位面积生态服务价值当量见表1。

表1 兰州市各土地利用类型生态系统单位面积生态服务价值当量表Tab. 1 Ecosystem services value of Lanzhou urban ecosystem in unit area

根据联合国粮农组织对恩格尔系数的划分标准, 0.59以上为绝对贫困; 0.50—0.59为勉强度日; 0.40—0.49为小康; 0.20—0.39为富裕生活; 0.20以下为绝对富足。以小康与富裕阶段的过渡点作为支付意愿集聚上升的拐点, 因此恩格尔系数为 0.4作为支付意愿曲线拐点。根据公式计算可得,θ1989为0.6704,θ1999为0.8889,θ2009为1.0362。

以1989年、1999年和2009年兰州市人均国内生产总值与对应年的全国人均国内生产总值的比值对支付能力进行模拟, 从而确定出生态系统服务价值支付能力调整指数。计算可得,μ1989为1.2049,μ1999为1.3218,μ2009为0.5510。

4.2 兰州市LUCC动态分析

根据1989年、1999年和2009年兰州市主要土地利用类型面积(表2), 1989—2009年20a间, 兰州市草地、耕地和水体湿地总体上呈现减少趋势。耕地面积减少幅度最大为 42.54%, 其次为水体湿地21.32%, 草地19.32%。林地面积呈现出先小幅减少,后逐渐增加的趋势。为便于研究及近20a分类体系的一致性, 将水体类与湿地类按照分布面积比例进行加权修正后合并为水体湿地类。

从转移矩阵分析(表3), 林地主要转移为城镇建设用地、耕地和草地。造成该变化趋势的原因可能是前期的城市扩张过程中林地开垦为耕地或退化演替为草地, 以及后来兰州市南北两山造林绿化效果的显现。城镇建设用地面积增幅为26.20%, 林地为16.30%。草地和耕地的减少主要被城市化扩张所占用, 转换为城镇建设用地, 部分耕地、林地和草地被征用后未及时开发, 转变为难利用地。水体湿地的减少主要源于河漫滩、近河阶地的开发利用和地下水位变化造成的湿地萎缩。难利用地呈现增加趋势,主要由耕地、草地和城镇建设用地转入, 另外与新征地撂荒和农村人口转移有关。

表2 1989年、1999年和2009年兰州市主要土地利用类型面积 (单位km2)Tab. 2 Land use of Lanzhou City in 1989, 1999 and 2009 (km2)

表3 兰州市1989—2009年土地利用类型转移矩阵 (单位km2)Tab. 3 Land use transfer matrix from 1989 to 2009 in Lanzhou city (km2)

从兰州市土地利用与覆盖类型的空间变化看(图1), 1999—2009年兰州市耕地向其他类型转换主要发生在七里河区、安宁区和西固区河漫滩或地势较为平坦的区域。由于城关区城市建设密度加大,趋近于饱和, 城市化建设向西推进, 大量的耕地被征用转变为城镇建设用地, 而被圈占未及时利用的耕地则转变为难利用土地。林地向其他类型转换主要发生在海拔高度和坡度较大的山区和城市建成区的公共绿地区域。水体湿地向其他类型的转变主要发生在黄河沿岸, 除水位下降湿地萎缩外, 一部分由于季节变化的黄河水位涨落, 原本水域的区域被解译为难利用地。1989—2009年兰州市耕地和林地向其他类型转换面积有所扩大, 包括河漫滩和地势较为平坦的区域, 甚至在部分山谷地区都有所发生,主要转移为城镇建设用地和难利用土地。城关区土地利用类型变化较大, 逐渐趋向单一类型, 南北两山出现较多难利用土地类型。LUCC呈现出随兰州城市不断发展, 林地和耕地逐渐大量转换为其他土地利用类型, 范围向安宁区、西固区扩张, 山区土地利用类型逐渐多样, 开发区土地利用与覆盖类型变化明显, 中心城区及辐射区建设用地和难利用土地增加。

4.3 兰州城市生态服务价值变化

根据生态脆弱型城市生态系统服务价值计算模型, 可得1989年、1999年和2009年兰州城市生态系统服务价值分别为: 1.9982×108元、4.4377×108元和3.0181×108元, 20a间总价值呈现出先增加后减少的趋势。从1989年到1999年生态系统服务价值增加2.4395×108元, 增幅为1989年的1.2倍。1999—2009年生态系统服务损失1.4196×108元, 损失幅度为 31.99%。2009年兰州城市生态系统服务价值是1989年的1.5倍。

对1989年、1999年和2009年兰州城市生态系统各服务类型价值计算(表4)可知, 近20a兰州城市生态系统的土壤形成与保护服务功能价值占总价值的比例最高, 约占20%。1989年和1999年娱乐文化服务功能价值占总价值比例最低, 为3.4%。2009年食物生产服务功能价值占总价值比例最低, 为3.7%。近20a废物处理和食物生产服务功能价值在总价值中所占比例略有减少, 原材料服务功能价值所占比例增加。从1989—2009年各项生态系统服务类型价值的变化率看, 娱乐文化、原材料和气体调节 3项生态服务价值增幅最大, 分别为 93.4%、91.6%和62.7%; 食物生产、废物处理和土壤形成与保护增幅最小, 分别为17.2%、35.1%和48.2%。2009年兰州城市生态系统服务功能总价值比 1989年增加了1.0199×108元, 增幅为51%。

对1989年、1999年和2009年兰州城市不同土地利用类型生态系统服务价值变化分析可知(图 2),各年份林地、草地和耕地生态服务价值均为总价值构成的主要部分, 1989年和1999年草地生态服务价值在各土地利用类型价值中最高, 2009年林地生态服务价值在各地类中最高。林地、草地、耕地和水体湿地生态服务价值从1989—2009年20a间均呈现先增加后减少的趋势, 难利用土地和城镇建设用地生态服务价值20a间持续增加。其中, 1999年草地生态服务价值最高为1.7280×108元, 其次为1999年和2009年林地生态服务价值分别为 1.2459×108元和1.1577×108元。从 20a间各土地利用类型生态服务价值整体变化情况看, 林地2009年生态服务价值是1989年的 2倍, 耕地生态服务价值基本保持不变,草地和水体湿地生态服务价值增幅分别为 41.39% 和37.90%。

4.4 价值系数敏感性检验

为评估该研究中构建的生态脆弱型城市生态系统服务价值计算模型的可靠性, 需要对其价值系数敏感性进行检验。若敏感性系数＞1, 表明 1%的自变量变动引起因变量大于 1%的变动, 如果敏感性系数＜1, 则1%的自变量变动引起因变量小于1%的变动。

图1 兰州市土地利用与覆盖类型空间变化 (A: 1989—2009年; B: 1999—2009年)Fig. 1 Spatial variation of land use/cover in Lanzhou City (A: 1989 to 2009; B: 1999 to 2009)

即使CS值小于1, 过高或过低赋值的生态价值系数也可能在很大程度上影响生态价值随时间变化的真实性。因此, 本文进一步分析较大的生态价值系数的变化对于生态系统服务价值变化的影响。将研究区各土地利用类型的生态系统服务价值系数分别增减 50%, 评价生态系统服务总价值的变化情况。

表4 1989年、1999年和2009年兰州城市生态系统各项服务价值变化Tab. 4 Change in ecosystem services value of Lanzhou City in 1989, 1999 and 2009

图2 1989年、1999年和2009年兰州不同土地利用类型生态服务价值变化Fig. 2 Change in ecosystem services value of Lanzhou City in different land use type from 1989 to 2009

表5 兰州城市生态系统服务价值敏感度Tab. 5 The coefficients of sensitivity of ecosystem service value in Lanzhou city

由表5可知, 兰州城市生态系统各土地利用类型价值系数增加和减少50%时, 生态系统服务价值20a间的变化率从42.29%到57.61%, 均与生态系统服务价值系数调整前的变化率51.04%相差不大。CS值均小于1, 最低值为0.0001, 即当难利用土地的生态服务价值系数增加1%时, 总价值只增加0.0001%;最高为0.3822, 即当草地生态服务价值系数增加1% 时, 总价值只增加0.3822%。这表明, 相对于所构建的脆弱型城市生态系统服务价值计算模型中的价值系数来说, 研究区生态系统服务价值缺乏弹性, 研究结果是可信的。

5 讨论

对城市生态系统服务功能价值的评估, 尽管目前诸多学者提出了各种计算方法, 但以可操作性、直观性、可比性和突出研究区特点的角度看, 以Costanza等的评估模型为基础的改进计算方法仍被广泛接受和认可。为提高动态分析中各年份生态服务价值的可比性和整齐度, 研究中20 a间的生态系统服务经济价值均用1990年不变价格计算。所得结果与现行货币尺度在直观上有一定差距, 但生态服务价值评估的重点不在单个价值量确切的高低[27–29],而是探讨单位自然资产生态服务价值的边际变化和生态系统服务功能在城市可持续发展过程中的重要作用。因此并不影响区域生态系统服务价值动态趋势的评估和各土地利用类型、各项生态服务功能价值贡献的分析。

生态系统服务功能的价值大小在很大程度上取决于当地社会经济发展条件下民众对其支付意愿的大小, Costanza和谢高地等学者基于支付意愿调查的生态系统服务价值评估很好地验证了这一点。同一类型的生态系统, 因不同地区之间经济发展水平、居民收入状况、价值认识和消费偏好甚至政策制度的不同, 对生态系统服务的支付意愿和支付能力不尽相同。脆弱型城市生态系统服务功能价值评估体系中引入价值熵理论, 如果社会对其给定较高的价值权重, 说明社会对生态服务价值具有较强的支付意愿, 则其价值熵越高。对生态系统服务价值的判定须综合考虑特定历史时期研究区社会经济发展水平和环境保护策略等方面的因素, 才能给出较为客观真实的评估。

城市生态系统服务功能具有明显的时空异质性,在生态服务价值计算中产量因子和当量因子选取应尽量精确, 否则将忽略不同区域、不同土地利用类型间的差异。依据研究区城市生态系统的特点, 选取当地主要作物为价值评估的参考系, 并根据社会经济发展因素用支付能力、支付意愿系数对评估价值进行调整, 更加贴切地体现区域生态-社会-经济耦合系统特征和可接受的价值区间。

在用边际性调整指数进行修正的过程中, 由于建设用地对生态系统服务功能主要起负向作用, 其主要减少生态系统服务价值, 从现实情况考虑, 人们对建设用地在改善生态系统服务功能方面的支付意愿几乎为零, 故在本研究的修正过程中不对建设用地的价值当量因子进行修正, 维持原值。

6 结论

1) 构建了生态脆弱型城市生态系统服务价值评估方法与计算模型, 并对其可靠性进行了检验。在Costanza、谢高地等研究成果的基础上, 依据西部典型生态脆弱型城市生态系统特征, 对区域生态系统服务价值的评估方法作了进一步改进。通过核算当地农田生态系统服务价值, 计算区域生态系统服务价值参考基准单价; 引入支付意愿调整指数和支付能力调整指数两个边际性因子, 订正不同类型草地生态系统服务价值; 从而体现区域城市生态系统服务功能的空间异质性和价值评估的针对性。

2) LUCC分析表明20a间兰州市耕地面积减少幅度最大, 水体湿地、草地次之。林地面积呈现出先小幅减少, 后逐渐增加的趋势。造成该变化的主要原因是近年来城市扩张的加剧和南北两山造林绿化取得一定成效。林地主要转移为城镇建设用地、耕地和草地, 草地和耕地的减少主要被城市化扩张所占用, 转换为城镇建设用地, 部分耕地、林地和草地被征用后未及时开发, 转变为难利用地。

3) 1989年、1999年和2009年兰州城市生态系统服务价值分别为: 1.9982×108元、4.4377×108元和3.0181×108元, 表明该区域生态系统服务价值有先增加后减少的趋势。但从各土地利用类型面积变化情况看, 林地面积先略微减少后增加, 草地、耕地和水体湿地面积持续减少。引起价值波动的主要因素是随着区域社会经济发展造成的民众支付意愿和支付能力的边际性变化。

4) 近20a兰州城市生态系统的土壤形成与保护服务功能价值占总价值的比例最高, 娱乐文化和食物生产服务功能价值占总价值比例较低, 近 10a生态服务价值增加主要由气体调节、娱乐文化和原材料生态服务价值增加引起。从土地利用类型看, 林地、草地、耕地和水体湿地均为近20a区域生态服务价值的主要组成部分, 且林地和草地的生态服务价值最高。因此, 在后期兰州城市扩张中应注重林草地的保育与合理规划。

[1] DAILY G C. Nature’s service: societal dependence onnatural ecosystems[M]. Washington DC: Island Press, 1997.

[2] 谢高地, 甄霖, 鲁春霞, 等. 生态系统服务的供给、消费和价值化[J]. 资源科学, 2008, 30(1): 93–99.

[3] 傅伯杰, 周国逸, 白永飞, 等. 中国主要陆地生态系统服务功能与生态安全[J]. 地球科学进展, 2009, 24(6): 571–576.

[4] 李屹峰, 罗跃初, 刘纲, 等. 土地利用变化对生态系统服务功能的影响—以密云水库流域为例[J]. 生态学报, 2013, 33(3): 0726–0736.

[5] 窦玥, 戴尔阜, 吴绍洪. 区域土地利用变化对生态系统脆弱性影响评估—以广州市花都区为例[J]. 地理研究, 2012, 31(2): 311–322.

[6] 袁吉有, 欧阳志云, 郑华, 等. 中国典型脆弱生态区生态系统管理初步研究[J]. 中国人口·资源与环境, 2011, 21(3): 97–99.

[7] 甄霖, 刘雪林, 李芬, 等. 脆弱生态区生态系统服务消费与生态补偿研究: 进展与挑战[J]. 资源科学, 2010, 32(5): 797–803.

[8] 张龙生, 李萍, 张建旗. 甘肃省生态环境脆弱性及其主要影响因素分析[J]. 中国农业资源与区划, 2013, 34(3): 55–59.

[9] 潘竟虎, 任梓菡. 基于景观格局和土壤侵蚀敏感性的兰州市生态脆弱性评价[J]. 土壤, 2012, 44(6): 1015–1020.

[10] 周健, 刘占才. 基于 GM(1,1)预测模型的兰州市生态安全预警与调控研究[J]. 干旱区资源与环境, 2011, 25(1): 15–19.

[11] 张明阳, 王克林, 刘会玉, 等. 喀斯特生态系统服务价值时空分异及其与环境因子的关系[J]. 中国生态农业学报, 2010, 18(1): 189–197.

[12] 张舟, 吴次芳, 谭荣. 生态系统服务价值在土地利用变化研究中的应用:瓶颈和展望[J]. 应用生态学报, 2013, 24(2): 556–562.

[13] MARTINEZ-HARMS M J, BALVANERA P. Methods for mapping ecosystem service supply: a review[J]. International Journal of Biodiversity Science, Ecosystem Services & Management, 2012, 8(1–2): 17–25.

[14] 傅伯杰, 张立伟. 土地利用变化与生态系统服务: 概念、方法与进展[J]. 地理科学进展, 2014, 33(4): 441–446.

[15] ZANG Shuying, WU Changshan, LIU Hang, et al. Impact of urbanization on natural ecosystem service values: a comparative study[J]. Environmental Monitoring and Assessment, 2011, 179(1/4): 575–588.

[16] COSTANZA R, D’ARGE R, GROOT R D, et al. The value of the world’s ecosystem services and natural capital[J]. Nature, 1997, 387: 253–260.

[17] 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.

[18] 胡和兵, 刘红玉, 郝敬锋, 等. 城市化流域生态系统服务价值时空分异特征及其对土地利用程度的响应[J]. 生态学报, 2013, 33(8): 2565–2576.

[19] 王南, 张华. 阿鲁科尔沁旗土地利用变化对生态服务价值的影响[J]. 生态科学, 2011, 30(4): 406–410.

[20] 杨光梅, 李文华, 闵庆文. 生态系统服务价值评估研究进展—国外学者观点[J]. 生态学报, 2006, 26(1): 205–212.

[21] ROUMASSET J, WADA C A. A dynamic approach to PES pricing and finance for interlinked ecosystem services: watershed conservation and groundwater management[J]. Ecological Economics, 2013, 87: 24–33.

[22] 李晋昌, 王文丽, 胡光印, 等. 若尔盖高原土地利用变化对生态系统服务价值的影响[J]. 生态学报, 2011, 31(12): 3451–3459.

[23] MARTIN-LOPEZ B, GARCIA-LLORENTE M, PALOMO I, et al. The conservation against development paradigm in protected areas: valuation of ecosystem services in the Doñana social-ecological system (southwestern Spain)[J]. Ecological Economics, 2011, 70(8): 1481–1491.

[24] 马凤娇, 刘金铜, EGRINYA A E. 生态系统服务研究文献现状及不同研究方向评述[J]. 生态学报, 2013, 33(19): 5963–5972.

[25] GRET-REGAMEY A, BEBI P, BISHOP I D, et al. Linking GIS-based models to value ecosystem services in an Alpine region[J]. Journal of Environmental Management, 2008, 89(3): 197–208.

[26] 任正超, 朱华忠, 柳小妮. 年际尺度上土地覆盖类型时空分异及其对气候和地形的响应[J]. 农业工程学报, 2012, 28(15): 205–214.

[27] TURNER R K, PAAVOLA J, COOPER P, et al. Valuing nature: lessons learned and future research directions[J]. Ecological Economics, 2003, 46(3): 493–510.

[28] BATEMAN I J, MACE G M, FEZZI C, et al. Economic analysis for ecosystem service assessments[J]. Environmental and Resource Economics, 2011, 48(2): 177–218.

[29] FISHER B, TURNER R K, MORLING P. Defining and classifying ecosystem services for decision making[J]. Ecological Economics, 2009, 68(3): 643–653.

Dynamic analysis of ecosystem service value based on land use/cover change in Lanzhou City

LIN Dong1, MA Huiling1,*, REN Zhengchao2, LI Yuanheng3
1.College of Pratacultural Science,Gansu Agricultural University,Key Laboratory of Grassland Ecosystem,Ministry of Education,Lanzhou730070,China2.College of Economics and Management,Gansu Agricultural University,Lanzhou730070,China3.Institute of Grassland Research,Chinese Academy of Agricultural Sciences,Hohhot010010,China

Quantitative evaluation of the services provided by fragile urban ecosystem is an important foundation for protecting and developing urban ecosystem. Geographic information system and remote sensing technology were used to analyze the characteristics of land use/cover change. The evaluation model for the fragile urban ecosystem services was constructed to estimate the ecosystem value of Lanzhou City in 1989, 1999 and 2009. The results showed are as follows. 1) The cropland was reduced the most by 42.54% while the water/wetland and the grassland were reduced by 21.32% and 19.32%, respectively, from 1989 to 2009. The total value of the urban ecosystem service increased from 1989 to 1999 reaching the highest value of 4.4377×108RMB then decreased from 1999 to 2009. During the entire period, the total ecosystem service value increased 50%. 2) Of the different types of ecosystem services, the value of soil formation and retention was the highest at 20% of the total value, while recreation/culture value and food value were the lowest ones at 3.4% and 3.7%, respectively. The types of ecosystem services with the most percentage of value increases were gasregulation, recreation/culture and raw materials during the period studied. 3) The main components of ecosystem service value came from woodland, grassland, cropland and water/wetland ecosystems, of which, woodland and grassland ecosystems contributed the most to the total value. Thus, much attention should be paid in conservation and rational planning of woodland and grassland in the process of Lanzhou urban expansion. 4) The sensitivity coefficients of ecosystem service value for each land use type were less than 1, indicating that the ecosystem service value lacked flexibility on its index. Therefore, the dynamic of ecosystem service value in Lanzhou City can be evaluated reasonably using this model.

ecosystem service; valuation; land use/cover change; model construction

10.14108/j.cnki.1008-8873.2016.02.021

Q14; X171

A

1008-8873(2016)02-134-09

2015-04-29;

2015-08-29

甘肃省高等学校研究生导师科研项目(1202-05); 甘肃省青年基金项目(1308RJYA083)

林栋(1983—), 男, 甘肃武威人, 博士生, 助理研究员, 主要从事土地利用变化与草地生态学研究, E-mail: lind@gsau.edu.cn

*通信作者:马晖玲, 女, 博士, 教授, 主要从事草地生物技术与种质资源研究, E-mail: mahl@gsau.edu.cn