京津冀地区县域耕地景观多功能性评价

彭　建,刘志聪,刘焱序,陈　昕,赵会娟

1 北京大学城市与环境学院,地表过程分析与模拟教育部重点实验室, 北京　100871 2 北京大学深圳研究生院城市规划与设计学院,城市人居环境科学与技术重点实验室, 深圳　518055 3 民政部地名研究所,北京　100721



京津冀地区县域耕地景观多功能性评价

彭建1,*,刘志聪2,3,刘焱序1,陈昕2,赵会娟2

1 北京大学城市与环境学院,地表过程分析与模拟教育部重点实验室, 北京100871 2 北京大学深圳研究生院城市规划与设计学院,城市人居环境科学与技术重点实验室, 深圳518055 3 民政部地名研究所,北京100721

摘要:随着城镇化发展和农业产业化升级,耕地景观功能由单一的生产功能向经济功能、生态功能、文化功能拓展,耕地景观多功能性成为新的学术热点。已有研究往往侧重于探讨耕地功能的多指数耦合,缺乏耕地景观多重功能空间定量化与相互关联的分析。以京津冀地区为研究区,对耕地景观的粮食供给功能、生境维持功能、景观连通功能、土壤保持功能、景观美学功能和人口承载功能六项功能及其冷热点聚集区分别空间定量化,评价县域尺度耕地景观多功能性,并识别耕地景观多种功能的空间关联。研究结果表明,京津冀中部平原地区粮食供给功能显著,南部平原地区景观连通功能突出,燕山与太行山山脉土壤保持功能、维持生境功能最高,山前平原地带人口承载功能相对重要。2010年京津冀地区耕地景观功能总体呈现南高北低的分布格局,但功能高低值分布规律差异明显,各功能全部处于高值或低值的样本极少；耕地景观不同功能间的权衡与协同关系数量相当,景观连通功能与粮食供给功能呈现明显协同关系,而与土壤保持功能呈现较强权衡关联。

关键词：耕地景观；景观多功能性；空间关联；热点分析

耕地景观是在自然景观的基础上经人们长期农业生产活动改造而成的重要景观类型。耕地的有限性及其供给的稀缺性对我们合理高效地利用耕地提出了要求,而在社会经济发展过程中,耕地经济生产功能之外的其他功能价值往往被忽视,耕地功能评价的不完整性和不准确性导致了耕地保护主体和受益主体不对称、耕地非农化无序转变的局面。在此背景下,耕地景观多功能性作为农业及其发展的客观属性逐渐被学界关注。耕地景观多功能性是集农业经济属性、社会属性、生态属性为一体的农业多元价值属性的综合表征[1],主要体现在农业景观、生物多样性、农村生存与就业、食品质量卫生、粮食安全保障、农业文化遗产以及动物福利等诸多方面[2-4]。伴随农业多功能性概念逐渐进入中国政策制定者的视野,耕地多功能性亦成为解决农业环境问题、振兴农业文化传承的有效途径[5],在调整优化农业产业结构、指导农业可持续发展等方面意义重大[6,7]。

景观多功能性是指景观在发挥其主要生态功能的同时还兼具社会、经济、文化、历史和美学等其他功能及不同功能相互作用的特性。在社会-经济-生态耦合系统框架下,耕地景观经济功能是指耕地作为农业生产资料所具有的粮食综合生产能力,是有效耕地面积与作物单产综合作用的结果[8]；耕地景观生态功能指耕地生态系统支持人类社会、经济发展的功能,代表人类从耕地生态环境和农业生产过程中获取的收益,如调节气候及大气中气体组成、涵养水源及水土保持、支持生命的自然环境条件等[9]；而耕地景观社会功能是指耕地在生活或社会文化等方面的功能,如养育、承载、增值与保值、信用担保等[10]。然而,目前耕地景观功能定量化研究对耕地生态功能与社会功能的关注较多[11-14],对多功能耦合研究涉及较少,现有评价结果往往不能反映现代耕地多功能性的本质。尤其是受到空间数据的可用性和时空尺度的限制,耕地景观多功能性空间制图相关研究相对较少,对多种功能的相互关系并不明晰[15]。为此,需要在耕地单功能定量评价的基础上将单个因素的评价结果有机整合,进行空间化综合评价；并对比分析不同功能间的空间关联特征,从而实现系统化的耕地景观多功能性评价[16-17]。

京津冀地区是我国最重要的政治、经济、文化与科技中心。当前,京津冀迎来一体化与区域人口发展的重要变革期,是协调区域人口与产业、社会和经济、资源和环境等关系的重大机遇期。在这一背景下,如何理解京津冀地区耕地资源的功能定位,促进耕地资源的宏观调控使其得以规范、合理利用,是京津冀地区国土空间优化的重要前提。本研究试图突破常用的耕地价值定量测算方法,实现耕地景观各项功能的空间定量化制图,探究耕地各项功能间的相互关系,从而为快速城镇化背景下乡村景观规划与生产、生活、生态空间重构提供空间定量指引。

1研究区概况

京津冀地区位于36.07—42.65°N, 113.46—119.79′E,总面积约 21.65 万km2(图1)。整体上由东南至西北,海岸滩涂、滨海湿地、农田、城市、灌丛、森林、森林草原和草原依次更替,地貌形态丰富多样。燕山山脉和太行山脉自东向西又向南形成弧形山脉,山脉东部及南部为河北平原区,境内海拔相差悬殊,境内最高海拔为小五台山(约2840m),平原地区多数海拔为50m以下。京津冀地区涉及两市一省,包括北京和天津两个直辖市以及河北省的石家庄、唐山、秦皇岛、保定、沧州、廊坊、邯郸、承德、张家口、邢台和衡水 11 个地级市,是我国北方经济发展程度最高的区域。在本研究中,北京市东城区、西城区、海淀区、朝阳区、丰台区、石景山区被合并为北京市区；天津市市内六区和东丽区、西青区、津南区、北辰区被合并为天津市区。

图1　京津冀地区地理位置与高程Fig.1　The geographical location and DEM of Beijing-Tianjin-Hebei area

2数据与方法

2.1数据来源

本研究采用的数据主要包括：(1)京津冀各县市人口数据,源自第六次人口普查；(2)2010年MODIS卫星MOD17A3年NPP数据集,空间分辨率1km,源自美国地质调查局(USGS)；(3)2010年MODIS卫星MOD13Q1植被指数,空间分辨率250m,时间分辨率16d,源自美国地质调查局(USGS)；(4)2010年京津冀土地利用类型数据,分辨率250m,源自中国科学院资源环境科学数据中心；(5)中国土壤类型图,分辨率1km,源自中国科学院资源环境科学数据中心；(6)GDEM数字高程数据,分辨率30m,源自地理数据云；(7)京津冀道路矢量基础数据,源自国家1∶400万矢量图。

2.2研究方法

景观功能与生态系统服务在实质上是近似的,但景观功能更强调非生态功能的效用。参照目前常见的20余种景观功能[18],本研究选择6种代表性功能,即粮食供给、生境维持、景观连通、土壤保持、景观美学、人口承载,分别涵盖了生态系统/景观服务的供给、支持、文化、调节四个方面,包括直接服务和间接服务,具有代表性且便于计算。

2.2.1粮食供给功能

粮食供给功能是耕地景观最基本的功能,在人类社会发展的各个时期都会发生作用。净初级生产力(NPP)是植被在固定时间内所积攒的干物质总量。本研究实现耕地景观粮食供给功能空间化的方法为：使用耕地图斑提取全年NPP,得到各县域耕地NPP；基于统计年鉴得到县域粮食产量；换算各县的单位NPP所对应的粮食产量,得到收获指数；将收获指数乘以每个耕地像元的NPP,从而完成空间制图。

2.2.2维持生境功能

维持生境功能是耕地景观能够提供物种生存繁衍条件的潜力,因而保存生物多样性成为维持耕地景观可持续性的关键指标[19]。基于生境质量评价表征景观的维持生境功能已在InVEST模型发布后得到了广泛应用[20]。在模型计算的具体设置中,基于土地利用的生境分类包括水田、平原耕地、坡耕地、非耕地,生境敏感性依次赋值0.9、0.8、1.0、0,这主要是考虑坡耕地处于山区生物多样性较高,而水田虽然生物多样性相较之趋于单一,但水生态系统的敏感程度高于平原旱地。基于土地利用的干扰源则包括城市、农村居民点、其他建设用地、沙地沼泽等未利用地,依据人类活动强度的大小,干扰强度依次降低；按照城市的空间影响范围最大而未利用地最小,设置空间衰减距离10—30 km,半饱和常数为0.1,构建csv文件输入模块。代入模型输出耕地景观维持生境功能空间分异。该模型可表征为：

(1)

式中,Qxj是自然度类型j中栅格x的生境质量；Dxj是自然度类型j栅格x的生境胁迫水平；k是半饱和常数；Hj是自然度j的生境适宜性。

2.2.3景观连通功能

景观连通功能是指耕地景观与周围地域耕地的可联系程度,代表了斑块间的物种交流,即各种动植物和微生物的长距离传播。景观连通功能往往是生态系统服务研究中被忽视的功能类型,这是由于该功能并不直接参与具体生态系统服务。但在景观生态学研究中,景观连通性作为斑块之间相互作用程度的表征被高度重视。就耕地景观而言,高度的景观连通性不仅有利于农田生态系统物种基因交流,更为集中连片的机械化生产提供便利。因此,景观连通性有必要作为一项潜在功能在耕地景观功能空间化过程中予以强调。景观连通度主要是由斑块面积大小和斑块之间的连接情况共同决定的。本研究采用景观重要性计算方法,递归运算每个斑块撤出后对景观连通度的改变幅度。PascualHortal和Saura提出的整体连通性指数(IIC)是基于图论思想的二元连通性模型,计算方式如下[21]：

(2)

式中,n表示景观中斑块总数,ai和aj分别表示斑块i和斑块j的面积,nlij表示斑块i和斑块j之间的连接数,AL是景观的面积。0≤IIC≤1,IIC 的值为0,表示各生境斑块之间没有连接。IIC 等于1,表示整个景观都为生境斑块。

(3)

式中,dI(%)表示单个斑块对整体连通度的贡献率,IIC,IICremove是去除单个斑块后剩下的斑块的连通度。IIC与dI的具体运算在Conefor Sensinode2.2软件中实现。

2.2.4土壤保持功能

土壤保持功能是指耕地景观在固持水土、减少土壤肥力损失、控制径流泥沙量等方面的功能。景观的土壤保持功能研究往往以森林景观为对象,而耕地尤其是坡耕地也具备一定的土壤保持能力,这在部分研究中往往被忽视。本研究采用修正的通用土壤流失方程(Revised Universal Soil Loss Equation, RUSLE)作为研究土壤保持功能的基本框架,以潜在土壤侵蚀量与实际土壤侵蚀量的差值计算土壤保持量[22]。其基本公式为：

A=R×K×LS×C×P

(4)

式中,A为实际土壤侵蚀量(t hm-2a-1),R为降雨侵蚀力因子[23],K为土壤可蚀性因子[24],LS统称为地形因子,其中L为坡长因子[25],S为坡度因子[26],C为植被覆盖管理因子[27],P为水土保持措施因子(水田P值取0.01,旱地P值取0.4)[28]。

在RUSLE模型中不考虑植被覆盖管理因子C与水土保持措施因子P,即将两项因子的数值设为1,则可以评估潜在土壤侵蚀量：

AP=R×K×LS

(5)

式中,AP为潜在土壤侵蚀量(t hm-2a-1),表示没有任何植被覆盖管理与水土保持措施下的土壤最大侵蚀量。

土壤保持量则可表示为潜在土壤侵蚀量与实际土壤侵蚀量之差,计算公式为：

AC=AP-A

(6)

式中,AC表示土壤保持量(t hm-2a-1)。

2.2.5景观美学功能

景观美学功能是指耕地景观本身作为一种自然和人文的综合景观可以给予人类以美的享受,是景观多功能性评价的重要组成部分[29]。耕地景观美学价值不仅体现在景观自身的质量和景观美学信息的多寡,还取决于人类获取信息的能力及其感官认知。因此,度量耕地景观的美学价值要从景观本底美景度和获取美学感受的便捷性两方面综合度量。就耕地景观本身而言,通常认为有一定地形起伏度的,集中连片的耕地景观更具美学价值；从欣赏主体的角度,相较于农村居民,耕地景观对城镇居民更具吸引力,而他们前往某地观赏,往往会考虑距离因素和交通可达性因素。因此,本文综合考虑地形起伏度、斑块集聚度、城市距离、公路距离四项要素,利用专家打分法赋予因子权重,集合各要素得分计算耕地景观的美学功能价值。其中,地形起伏度按照封志明等提出的公式计算[30],斑块聚集度指数(CONTAG)在Fragstats4.1中运算[31]。

表1　耕地景观美学价值评价指标体系

2.2.6人口承载功能

人口承载功能是指耕地为农民提供生计、容纳剩余劳动力、维持正常的经济社会发展的功能。人们对耕地的经营过程,其实也是耕地景观对人口提供就业的一种方式,因而耕地景观是农村人口的主要载体。本研究采用地均农村人口承载力指标,即单位耕地上农村人口的分布情况,来度量耕地景观的人口承载功能。显然,人口不是平均分布在耕地上的,为避免在县域尺度上出现过度均质化,采用NDVI对结果作以修正,即认为植被长势较好的耕地对区域内部人口承载的正向功能越大。具体是将县域总人口除以县域耕地年最大NDVI的总和,得到单位NDVI所对应的人口,再乘以各栅格的NDVI值得到栅格化的人口承载量。

2.2.7功能冷热点识别

(7)

(8)

2.2.8功能关联特征分析

目前,生态系统服务关联剖析已经被国际生态学界广泛关注[34],而如何定量生态系统服务之间的权衡与协同两种关联关系业已成为地理学、生态学领域的最新国际热点研究议题[35]。在这种关联剖析中,如果一种生态系统服务的升高会同时伴随着另一种生态系统服务的下降,则二者可被视作权衡关系；如果两种生态系统服务在生态过程交互作用下同时升高,则二者可被视作协同关系[36]。作为生态系统服务的概念延展,景观功能权衡与协同关系的判定与生态服务关联剖析在方法上并无本质区别。其中,Spearman秩相关是分析景观功能权衡关系的常用方法[37]。这是由于地理空间数据分布往往具有非线性和非正态特征,因而需要应用非参数相关性分析。

Spearman秩相关方法将变量从小到大进行排序,即编秩；将变量的顺序即秩次带入传统的相关系数定义公式,即得到秩相关结果。若为显著负相关,则功能之间存在空间权衡；若为显著正相关,则功能之间存在空间协同；若相关性不显著,则功能之间呈现空间兼容。

3结果分析

3.1耕地景观功能空间化制图

根据耕地景观单一功能归一化评价结果可以看出,同一位置不同功能的值域分布特征有明显差异(图2)。粮食高产区主要位于京津冀中部平原地区、燕山山脉东段山前平原地带；而地形起伏较大的山区丘陵地带因为耕地面积较少且零星分布,粮食供给能力较低。远离城镇的耕地景观由于受城镇化影响相对较小,生境质量相对较高；而大城市周边与主干道路周围的耕地景观生境质量较低。景观连通功能突出的区域出现在京津冀中部与南部广泛的平原地区,这一特征无疑是有利于集中连片农业规模化经营的；而北部燕山山脉由于山地的阻隔,即便有零星坡耕地分布,也不具备高连通特征。研究区土壤保持量与海拔、植被类型密切相关,燕山与太行山山脉所覆盖的耕地景观土壤保持功能最高；而平原地区由于潜在土壤流失量少,耕地景观土壤保持功能最低。景观美学功能较强的区域出现在地形起伏度较高、距离公路较近的区域；而农耕区腹地一些远离交通干线的耕地景观观赏评分相对较低。人口承载功能高值区位于保定中部、石家庄东部、邢台中部等地,而张家口市耕地承载人口密度较小,一般小于250人/km2。

图2　京津冀地区耕地景观功能空间化Fig.2　Mapping farmland landscape functions of Beijing-Tianjin-Hebei area

3.2耕地景观多功能性

耕地景观多功能性代表耕地各功能相互依存、相互制约、相互促进的多功能有机系统特性,故而有强弱之分。鉴于栅格分布较为零散,不利于对区域整体耕地景观特征进行认识,本研究将评价结果统计至县域层面,并以20%为间隔阈值,将耕地景观功能从低到高划分为五个等级,并依次赋值1—5(图3)。从而,可以形成耕地景观功能得分等级图。将耕地景观功能得分等权重相加,即可得出耕地景观多功能性得分,且6种功能的景观多功能性分布区间应为6—30。最终计算得出,县域景观多功能性分布区间为10—23(图4)。

强多功能性首先意味着农业产业本身发展具有巨大潜在价值；其次,鉴于耕地景观对整个社会、经济、文化和生态的基础支撑作用,多功能性越强表示耕地景观的外部性和公共性越强。根据县域耕地景观多功能性累加结果,京津冀耕地景观多功能性南北分异明显,呈现南高北低的分布格局；强多功能区集中在太行山麓与黄淮海平原的接壤地带,主要位于北京市西部、保定市北部、石家庄南部和邯郸市西部；弱多功能区散布在渤海沿岸、北京市,以及坝上草原。在数量上,得分14及以下的县域共13个,得分15—17的县域共51个,得分18—20的县域共77个,得分21及以上的县域共26个。其中,多功能性得分大于等于22的10个区县分别为涉县、肥乡县、武安市、沙河市、邱县、内丘县、赞皇县、高邑县、新河县、抚宁县。

图3　京津冀地区县域耕地景观功能等级Fig.3　Interval threshold scores of a farmland landscape function of Beijing-Tianjin-Hebei area at county level

图4　京津冀地区县域耕地景观多功能性　Fig.4　The score of farmland landscape multifunction of Beijing-Tianjin-Hebei area at county level

3.3耕地景观功能热点分析

耕地景观功能有赖于土地、水、光、热等自然资源,而这些资源又客观存在地域上的差异性,因此耕地景观功能分布也具有一定的空间特征。识别在特定区位空间集中的耕地景观功能,有利于制定针对性的农业政策,发挥规模集聚效应,扩充功能价值总量,提升功能综合效益。粮食功能热点区是优先发展传统农业生产的地区,景观连通功能热点区是利于农业集约规模化生产和斑块完整性优先保护的区域,土壤保持功能热点区是需要优先考虑保护地表覆被的区域,景观美学功能热点区是开发潜在旅游资源的优先区,人口承载功能热点区是关注农业人口生计的重点区域,维持生境功能热点区是生态环境保护意义重大的区域。反之,各景观功能冷点区则是相应视角和政策指引的规避区域。其中,粮食供给功能和景观连通功能呈现南热北冷的分布,土壤保持功能呈现南北热、中央冷的格局,景观美学功能呈现西热东冷的态势，人口承载功能呈现东西冷、中央热的形态，维持生境功能热点集中于北部而冷点集中于中部(图5)。

3.4耕地景观功能空间差异与相互关联

一般而言,变异系数可以有效衡量样本数值分布差异性。分别计算研究区耕地景观各功能标准差和平均值,得出粮食供给、景观连通、土壤保持、景观美学、人口承载、维持生境6种功能变异系数依次为0.19、0.45、1.23、0.12、0.59、0.06,可见在县域单元间的土壤保持功能相对空间分异特征更明显,这显然与研究区地形特征的巨大分异性直接相关。然而,值得注意的是,这一结论更侧重于对样本个体之间相互关系的宏观描述,而忽视了高值与低值样本在空间集聚后形成的区块式的分布规律,例如冷热点分布形态所表征的空间差异性。为进一步充分定量耕地景观功能的空间差异,将热点样本与冷点样本作为两组变量,带入SPSS19.0中进行独立样本T检验。在已知输入数据会存在显著差异的前提下,t值计算结果可以表征热点区样本均值和冷点区样本均值的差异程度。研究结果表明,粮食供给、景观连通、土壤保持、景观美学、人口承载、维持生境6种功能的t检验结果分别为34.94、12.34、8.03、4.62、6.07、5.87,表明粮食供给功能的冷点和热点均值差异是最明显的,而土壤保持、景观美学、人口承载、维持生境四种功能冷点与热点之间的数据分布均值差异相对较小。也就是说,冷点和热点两组样本分类中粮食供给功能的差异是最大的,其南高北低、东高西低的分布对应了几种功能中最显著的冷热差异。

应用Spearman秩相关,分析县域耕地景观功能的空间关联关系,其中权衡与协同关系各半(表2)。具体而言,粮食供给功能与景观连通功能、人口承载功能呈现协同关系,与土壤保持功能、景观美学功能、维持生境功能呈现权衡关系；景观连通功能与土壤保持功能、景观美学功能、维持生境功能呈现权衡关系,而与人口承载功能呈现兼容关系；土壤保持功能与景观美学功能、维持生境功能均呈现协同关系,与人口承载功能呈现兼容关系；景观美学功能与人口承载功能呈现权衡关系,而与维持生境功能呈现协同关系；人口承载功能与维持生境功能也呈现权衡关系。

表2　京津冀地区县域耕地景观功能Spearman秩相关

**在置信度(双测)为 0.01 时,相关性为极显著

整体而言,耕地景观功能空间关联结果揭示了以下三点：(1)由代表经济功能的粮食供给与代表生态功能的土壤保持、景观美学、维持生境呈权衡关系可知,耕地景观生态功能与经济功能的发挥是一组不可回避的矛盾。农业经济的高速发展往往是以牺牲生态环境为代价的,而历史实践证明这种增长方式是不可取的,这就要求我们以可持续的视角尽量平衡耕地景观的不同功能,将发挥耕地景观多功能性纳入农业可持续管理的核心目标；(2)由代表耕地景观是否集中连片的景观连通功能与粮食供给功能间的协同关系可知,规模化生产经营更有利于带来产业集聚效应,进而产生规模经济效益；(3)由维持生境与人口承载的并不突出的权衡关系可知,人类干扰对耕地景观的生境质量维系造成负向影响,但这种影响可能是间接的,人类活动不一定对自然生境产生高强度的破坏,关键在于如何将人类活动的负面影响限定在一定的自然承载阈限范围之内。

4讨论

4.1耕地景观功能分区

图6　京津冀地区耕地景观功能分区　Fig.6　Zoning of farmland landscape function of Beijing-Tianjin-Hebei area

根据京津冀地区耕地景观功能冷热点空间分布,提取热点区域进行耕地景观功能分区。在分区中考虑各功能间的权衡协同关系,在有两个以上功能出现热点时,考虑其最主要功能。例如,景观连通功能与粮食供给功能呈现协同作用,但在分区命名时粮食供给功能优先级更高。同理,土壤保持功能与维持生境功能高度相关,但维持生境功能在定量化过程中的不确定性大于土壤保持功能,命名以土壤保持功能优先。最终,将破碎小单元进行融合后的分区结果如图6所示。

对于粮食供给功能区,有必要进一步发挥粮食主产区的优势,依托连通的耕地景观,建立集中连片的高标准农田,其中水资源的高效利用成为保障粮食供给的关键环节。对于景观连通功能区,其往往紧邻粮食供给功能区,加强农业基础设施建设是县域第一产业竞争力提升的重要方式。景观美学功能区与生境维持功能区大量重叠,而二者本身也存在一定的依存关系,加强生物多样性保护是维持耕地景观美学的重要举措之一。对于生境维持功能较强的张家口市而言,发展生态农业是发挥耕地多功能性潜力的有效途径。承德市与太行山麓土壤保持功能较高,因而合理的种植与耕作方式对于地区水土保持尤为关键。而保定北部与北京西部上农村人口较密集,如何对农村劳动力进行有效利用值得继续探讨。此外,京津唐三角地带无突出功能,该区域属于京津冀城市群的中心,发展集约型的都市农业值得倡导。

4.2不确定性分析

本研究在遥感空间数据与GIS算法的支持下,进行了京津冀地区耕地景观多功能性评价与功能空间关联识别。相比较前人将耕地多功能看作单功能的综合、不考虑景观的空间特征,本研究从耕地景观功能制图与空间关联分析切入,进一步明晰了耕地景观多功能性定量化的技术手段,可以有效识别耕地多种功能之间的空间相互关系。同时,基于热点分析的耕地景观功能分区有助于对可持续土地规划与生态系统管理的空间指引,并为维护农村自然生态环境、完善乡村社会保障、优化耕地景观美学、进行农耕文化传承等工作提供定量支持。

在景观尺度的地理生态过程空间化表征中,仍存在一定的不确定性。例如,在土壤保持功能估算时,静态的土壤类型图在表述土地利用变化时存在误差；在维持生境参数确定中,水田与坡耕地的敏感程度尚无定论。同时,评价对象本身的局部不确定性需要被强调。正如文中叙述,每个地块的美学观赏价值和承载人口结构往往是独立的,很难通过少量几个地理因子的组合对其完成精确识别,因此本文对耕地景观功能的定量趋于宏观,难以直接将栅格评价结果带入多功能性运算,因而通过扩大尺度到县域单元来降低不确定性。而就耕地景观多功能性本身而言,对多功能性定义标准的不一致决定了评价结果具有不确定性,将不同功能通过等权重加权汇总的方式并非唯一选择。

5结论

本研究基于遥感反演数据与相应统计年鉴,运用生态模型和GIS空间分析手段,进行粮食供给、景观连通、土壤保持、景观美学、人口承载、维持生境等6项景观功能的空间化制图,在景观功能冷热点识别和各功能空间关联探究的基础上,完成京津冀地区县域耕地景观多功能性制图与评价。

从耕地景观单一功能来看,京津冀中部平原地区和燕山山脉东段山前平原地带粮食供给功能显著,京津冀中部与南部平原地区景观连通功能突出,燕山与太行山脉所覆盖的耕地景观土壤保持、生境维持功能最高,山前平原地带的耕地景观人口承载功能相对重要。2010年,京津冀地区耕地景观功能总体呈现南高北低的分布格局。县域样本显示土壤保持功能的空间分异最为明显,而冷热点分区中粮食供给功能的区间差异最显著。研究同时表明,耕地景观不同功能间存在显著协同或权衡的关系,耕地景观生态功能与经济功能间的矛盾难以回避,而景观连通与粮食供给相互增益,人类干扰会对生境质量维系造成负向影响但强度不一定高。

参考文献(References):

[1]彭建, 刘志聪, 刘焱序. 农业多功能性评价研究进展. 中国农业资源与区划, 2014, 35(6): 1- 8.

[2]Dobbs T L, Pretty J. Case study of agri-environmental payments: the United Kingdom. Ecological Economics, 2008, 65(4): 765- 775.

[3]Moyer W, Josling T. Agricultural policy reform: politics and process in the EU and US in the 1990s. Ashgate Publishing Ltd., 2002.

[4]Jongeneel R A, Polman N B P. Multifunctionality in agriculture and the contestable public domain: theory and evidence from the Netherlands. New Policies and Institutions for European Agriculture: Programme and Abstracts of the 80th EAAE Seminar. 2003: 67- 68.

[5]孙新章. 新中国60年来农业多功能性演变的研究. 中国人口·资源与环境, 2010, 20(1): 71- 75.

[6]刘彦随, 刘玉, 陈玉福. 中国地域多功能性评价及其决策机制. 地理学报, 2011, 66(10): 1379- 1389.

[7]李平星, 陈雯, 孙伟. 经济发达地区乡村地域多功能空间分异及影响因素——以江苏省为例. 地理学报, 2014, 69(6): 797- 807.

[8]王瑷玲, 胡继连, 刘文鹏, 李英,纪广韦. 基于土地整理的耕地经济价值评定及其变化. 农业工程学报, 2010, 26(9): 296- 300.

[9]杜继丰, 袁中友. 耕地生产、生态功能视角下巨型城市区耕地补偿分区与补偿金配置研究——以珠三角为例. 中国土地科学, 2015, 29(4): 34- 40.

[10]陈丽, 曲福田, 师学义. 耕地资源社会价值测算方法探讨——以山西省柳林县为例. 资源科学, 2006, 28(6): 86- 90.

[11]高旺盛, 董孝斌. 黄土高原丘陵沟壑区脆弱农业生态系统服务评价——以安塞县为例. 自然资源学报, 2003, 18(2): 182- 188.

[12]杨志新, 郑大玮, 文化. 北京郊区农田生态系统服务功能价值的评估研究. 自然资源学报, 2005, 20(4): 564- 571.

[13]蔡运龙, 霍雅勤. 中国耕地价值重建方法与案例研究. 地理学报, 2006, 61(10): 1084- 1092.

[14]李佳, 南灵. 耕地资源价值内涵及测算方法研究——以陕西省为例. 干旱区资源与环境, 2010, 24(9): 10- 15.

[15]彭建, 吕慧玲, 刘焱序, 陈昕, 胡晓旭. 国内外多功能景观研究进展与展望. 地球科学进展, 2015, 30(4): 465- 476.

[16]杨雪, 谈明洪. 北京市耕地功能空间差异及其演变. 地理研究,2014, 33(6): 1106- 1118.

[17]施园园, 赵华甫, 郧文聚, 汤怀志, 徐阳. 北京市耕地多功能空间分异及其社会经济协调模式解释. 资源科学, 2015, 37(2): 247- 257.

[18]Hermann A, Kuttner M, Hainz-Renetzeder C et al. Assessment framework for landscape services in European cultural landscapes: an Austrian Hungarian case study. Ecological Indicators, 2014, 37: 229- 240.

[19]Scherr S J, McNeely J A. Biodiversity conservation and agricultural sustainability: towards a new paradigm of ‘ecoagriculture’ landscapes. Philosophical Transactions of the Royal Society B: Biological Sciences, 2008, 363(1491): 477- 494.

[20]杨芝歌, 周彬,余新晓, 樊登星, 张艺, 王奇. 北京山区生物多样性分析与碳储量评估. 水土保持通报, 2012, 32(3): 42- 46.

[21]Saura S L. Pascual-Hortal. Conefor Sensinode 2.2 User′s Manual: software for quantifying the importance of habitat patches for maintaining landscape connectivity through graphs and habitat availability indices. University of Leida, Spain. 2007.

[22]任志远, 刘焱序. 西北地区植被保持土壤效应评估. 资源科学, 2013, 35(3): 610- 617.

[23]Wischmeier W H. A soil erodibility nomograph for farmland and construction sites. Journal of soil and Water Conservation, 1971, 26:189- 193.

[24]United States Department of Agriculture. EPIC-Erosion/Productivity Impact Calculator 1. Model Documentation. Technical Bulletin Number 1768, Washington D. C., USDA-ARS, 1990.

[25]Wischmeier W H, Smith D D. Predicting rainfall erosion losses: A guide to conservation planting. Agriculture Handbook. 1978: 537.

[26]McCool D K, Brown L C, FosterG R,et al. Revised slope steepness factor for the universal soil loss equation. Transactions of ASAE, 1987, 30: 1387- 1396.

[27]马超飞,马建文,布和敖斯尔. USLE模型中植被覆盖因子的遥感数据定量估算. 水土保持通报. 2001, 21(4): 6- 9.

[28]李晓松, 姬翠翠, 曾源, 闫娜娜, 吴炳方. 基于遥感和GIS的水土流失动态监测——以河北省赤城县为例. 生态学杂志, 2009, 28(9): 1723- 1729.

[29]O′Farrell P J, Reyers B, Le Maitre D C, et al. Multi-functional landscapes in semi arid environments: implications for biodiversity and ecosystem services. Landscape Ecology, 2010, 25(8): 1231- 1246.

[30]封志明, 唐焰, 杨艳昭, 张丹. 中国地形起伏度及其与人口分布的相关性. 地理学报, 2007,62(10): 1073- 1082.

[31]宫兆宁, 张翼然, 宫辉力, 赵文吉.北京湿地景观格局演变特征与驱动机制分析. 地理学报, 2011,66(1): 77- 88.

[32]Qiu J, Turner M G. Spatial interactions among ecosystem services in an urbanizing agricultural watershed. Proceedings of the National Academy of Sciences, 2013, 110(29): 12149- 12154.

[33]张松林, 张昆. 空间自相关局部指标 Moran 指数和 G 系数研究. 大地测量与地球动力学, 2007, 27(3): 31- 34.

[34]Bennett E M, Peterson G D, Gordon L J. Understanding relationships among multiple ecosystem services. Ecology Letters, 2009, 12(12): 1394- 1404.

[35]李双成, 张才玉,刘金龙, 朱文博,马程,王钰. 生态系统服务权衡与协同研究进展及地理学研究议题. 地理研究, 2013, 32(8): 1379- 1390.

[36]Felipe Lucia M, Comín F A, Bennett E M. Interactions among ecosystem services across land uses in a floodplain agroecosystem. Ecology and Society, 2014, 19(1): 20.

[37]Wu J, Feng Z, Gao Y, et al. Hotspot and relationship identification in multiple landscape services: a case study on an area with intensive human activities. Ecological Indicators, 2013, 29: 529- 537.

Assessment of farmland landscape multifunctionality at county level in Beijing-Tianjin-Hebei area

PENG Jian1,*, LIU Zhicong2,3, LIU Yanxu1, CHEN Xin2, ZHAO Huijuan2

1LaboratoryforEarthSurfaceProcesses,MinistryofEducation,CollegeofUrbanandEnvironmentalSciences,PekingUniversity,Beijing100871,China2KeyLaboratoryforEnvironmentalandUrbanSciences,SchoolofUrbanPlanningandDesign,ShenzhenGraduateSchool,PekingUniversity,Shenzhen518055,China3PlaceNamesResearchInstituteofMinistryofCivilAffairs,Beijing100721,China

Abstract：With the development of urbanization and the upgrade of agricultural industrialization, farmland landscape function has developed from a single production function to the function bundle of the economic function, ecological function and cultural function. Thus the farmland landscape multifunctionality has become a hot topic in academic research. However, the existing studies discussed more on coupling the multi indices of farmland function. How to map different functions and the multi-scale correlation analysis on the farmland landscape functions is lack of attention. This study has selected the Beijing-Tianjin-Hebei area as study area, and calculated six farmland landscape functions spatially. The functions are respectively grain provision function, landscape connection function, soil conservation function, landscape scenery function, population capacity function, and habitat sustain function. Remote sensed net primary productivity (NPP), Habitat Quality model in InVEST, Revised Universal Soil Loss Equation (RUSLE) model, Integral Index of Connectivity (IIC), demographic census data, and Relief Degree of Land Surface (RDLS) are used to quantify these functions. The farmland landscape multifunctionality is quantified by hot spot identification and spatial overlay using spatial autocorrelation method. The result shows that the grain provision function is significant in the middle plain; the landscape connection function is prominent in the south plain; both of the soil conservation function and the habitat sustain function are high in the Yan Mountain and Taihang Mountain; the population capacity function near Beijing City is relatively important. The spatial distribution of different farmland landscape functions differs a lot in Beijing-Tianjin-Hebei Area in the year of 2010. The Beijing-Tianjing-Heibei area has a higher distribution of farmland landscape multifunctionality in the south than the north at county level. There are few counties in high value of all functions. The trade-off and synergy relations between each function are almost equal in number. The functions of landscape connectivity and grain provision are in synergy, while the trade-off between landscape connectivity and soil conservation is apparent. Based on remote sensed images and GIS analysis, this study mapped the farmland landscape multifunctionality and the relationships between different functions, which is an exploration in studying agricultural functions.

Key Words:farmland landscape; landscape multifunctionality; spatial correlation; hot-spot analysis

基金项目:国家自然科学基金重点项目(41130534)

收稿日期:2015- 09- 09;

修订日期:2016- 02- 23

*通讯作者

Corresponding author.E-mail: jianpeng@urban.pku.edu.cn

DOI:10.5846/stxb201509091856

彭建,刘志聪,刘焱序,陈昕,赵会娟.京津冀地区县域耕地景观多功能性评价.生态学报,2016,36(8):2274- 2285.

Peng J, Liu Z C, Liu Y X, Chen X, Zhao H J.Assessment of farmland landscape multifunctionality at county level in Beijing-Tianjin-Hebei area.Acta Ecologica Sinica,2016,36(8):2274- 2285.