矿区景观格局演变及生态系统服务价值响应*

雷雅会 付梅臣 王 力 黄 妮 郭义强 罗 明

(1.中国地质大学(北京)土地科学技术学院，北京 100083； 2.中国科学院遥感与数字地球研究所，遥感科学国家重点实验室，北京 100101； 3.自然资源部土地整治重点实验室，北京 100083；4.自然资源部国土整治中心，北京 100035)

矿山开采侵占了大量的生态性用地，严重破坏区域生态系统的内部形态，违背人与自然和谐共生的发展理念。为适应生态文明建设和城市绿色转型发展的需要，废弃矿山的整治恢复成为流域生态保护治理的重点内容，其修复过程效益评价成为推动生态修复工程顺利进行的关键步骤。目前，矿山生态修复效益评价[1-4]包括用地结构布局和生态服务功能两方面，用于反映矿区景观要素的空间特征和服务效益。开展基于景观格局变化的矿区生态系统服务价值(ESV，万元)研究，可揭示ESV对景观格局演变的响应机理，丰富ESV核算及修正的研究层次，对矿区生态系统修复的预警[5]监测及评价有重要意义。

本研究以铜锣山南段矿区为研究目标，借助高分辨率遥感数据获取景观覆被信息，测算景观格局指数和修正后的ESV，揭示矿区近10年的ESV对景观结构的响应规律，量化区域经济发展的生态成本，为矿山修复后期的综合整治工作提供参考。

1 研究区概况

铜锣山生态修复区是重庆山水林田湖生态保护修复试点之一，位于渝北区中部的低山丘陵地带，经长期侵蚀、溶蚀后形成了独特的“两山一槽”峰丛与农田槽谷洼地相交的景观地貌格局。其由南往北沿319国道分布于石船镇西部，覆盖石壁村、关中村和小脉垭东部区域，建设面积达338.22 hm2。研究区地处御临河流域，无永久性河溪，受地下水疏干影响，地表和地下径流漏失严重，伏旱期径流显著减少。属亚热带湿润气候区，多年平均降雨量为1 150 mm，平均蒸发量864 mm。生物资源丰富，森林植被以常绿阔叶林、针阔混交林、竹叶林为主。

作为重要的矿产资源存储基地，石壁村的灰岩开采业曾红极一时，百余家采石场给当地带来了上亿元的年产值，带动了区域经济的快速发展。但遗留的废弃矿坑区严重破坏了自然保护区的生态安全格局，不仅形成田地损毁、土壤污染、废弃物堆放等问题，还引发土地裂缝、滑坡、泥石流等地质灾害隐患。另外，人为活动频繁导致研究区两侧山体植被退化，并且受外来物种入侵造成动物栖息地损坏严重，生境质量衰退。铜锣山南段整治工程以废弃工矿用地复垦为主，包括灌排水系统重建、农用地整治、村庄整治和植被恢复等工程，重点优化区域景观和生态环境，恢复破坏或退化的生态系统功能，构建环境优美、功能齐全的旅游和人居空间。

2 数据来源及方法

2.1 数据来源

按照生态修复周期收集高分辨率遥感tiff影像，拍摄时间为2009年8月31日和2018年8月27日。经几何校正、坐标投影后，借助ARCGIS10.2监督分类[6]，辅以同年期的Landsat影像，在1∶500的比例尺下进行人工目视解译，提取矿区工程前后的矢量数据信息。社会经济数据主要来源于2009、2018年“重庆市统计年鉴”及生态环境部网站。按照生态系统区划，结合研究需要将矿区景观类型划分为农田、林地、草地、建设用地、水域和未利用地6大类。通过网格法将研究区分割为1 457个50 m×50 m的研究单元。

2.2 景观格局指数选取与计算

景观格局指数不仅可有效评价研究区现状下的生态异质性和稳定性，还能预测分析景观格局变化趋势，在监测土地利用和土地覆被变化方面发挥着重要作用[7]，可划分为斑块、景观类型和景观水平3个尺度。根据矿区生态修复目标及功能定位，本研究参照有关研究[8]选取5大景观格局指数类型：(1)最大斑块指数(LPI)、斑块所占景观面积比例(PLAND)用于表征景观类型的面积和规模变化；(2)斑块数量(NP)、斑块密度(PD)用来体现斑块和景观的密度、粒度情况；(3)景观形状指数(LSI)用以反映景观形状的复杂程度；(4)散布与并列指数(IJI)、聚集度指数(AI)表达景观类型的连接性和聚散性；(5)香农多样性指数(SHDI)、香农均匀度指数(SHEI)、景观破碎度指数(SPLIT)分别衡量景观的多样性、均匀度和破碎度。选取NP、PD、LPI、SHDI、SHEI、LSI、AI、SPLIT表示矿区景观水平格局的变化情况；选取PD、PLAND、LPI、LSI、IJI、AI表示景观类型格局的演变情况。

2.3 ESV当量修正

以“中国陆地生态系统服务价值当量因子表”研究成果[9]为基础，从土地利用类型、功能生物量差异和社会经济发展水平3个方面进行修正，使研究结果更符合区域发展情况。根据研究区2009、2018年的农作物产量、价格数据得出重庆市农田自然粮食产量的经济价值为421.69元/hm2。

(1) 土地利用类型修正。结合研究区实际情况，在“中国陆地生态系统服务价值当量因子表”的基础上，将耕地、园地划入农田生态系统，林地对应林地生态系统，坑塘水面对应水体系统，未利用地对应荒漠系统。参考宗跃光等[10]的研究成果，核算建设用地单位面积的ESV当量。

(2) 功能性系数调整。生物生产力是生态系统中生物在单位时间和单位面积上生产和存留的有机物总量，能为人类生存和发展提供多种有形或无形的服务功能。结合研究区的情况及数据可得性，借助Motreal模型[11]建立植物气候产量与蒸腾蒸发量之间的关系，采用净初级生产潜力代替生物量[12]来修正当量因子。推算出生态系统服务功能平均调整指数为1.57。

(3) 经济性系数修正。区域性经济发展水平的差异会影响人类对生态环境的维护成本，当发展水平较高时，人类对生活环境舒适性服务的需求也会迅速提高，人类有意愿也有一定的能力为提升生态系统服务功能做出贡献。基于此，从支付能力和支付意愿两方面对生态系统服务功能进行经济性系数修正。为保证结果的准确性，经济性指标选取渝北区统计数据，测算出经济性系数为1.41。

表1重庆市渝北区不同景观VC

Table 1 Service value coefficient of different landscape ecosystems in Yubei District,Chongqing City

元/hm2

经土地利用类型、功能性系数及经济性系数修正后，得到渝北区生态系统服务价值系数(VC)，结果如表1所示。

2.4 敏感性验证

为验证VC是否适合本研究区，采用敏感性指数(CS)来揭示ESV随时间变化对VC的依赖程度[13]，若CS≥1，则ESV对VC是富有弹性的，结果可信度较低；若CS<1，则ESV对VC是缺乏弹性的，结果更符合实际。将VC分别调整50%来计算CS，公式如下：

(1)

式中：ESVi、ESVj分别为初始、调整后的ESV，万元；VCik、VCjk分别为k类景观初始、调整后的VC。

3 结果与分析

3.1 景观格局动态变化

3.1.1 景观类型转移分析

从景观类型转移矩阵来看，农田和林地景观是矿区优势地类，两者之和达总面积的78%左右，水域和未利用地面积最少，两者之和不足总面积的4%。2009—2018年，得益于水系网络建设，水域水体景观的上涨幅度最大，增至原有的4倍左右；其次为林地，合计增加23.42 hm2，涨幅为17.02%。农田景观减少15.78%，但减少量最多，为19.29 hm2；建设用地和未利用地分别减少14.13%、32.80%。景观利用动态度变化表现为水域>未利用地>林地>农田>建设用地>草地。

矿区各景观都出现了转入转出的变化，主要流转路径为农田、草地→林地，建设用地、农田→水域，建设用地→未利用地、草地。农田中15.38 hm2(占比12.59%)退耕还林恢复为生态林地，主要位于双龙庵南部与319国道东侧交叉地带，2.69 hm2(占比2.20%)规划营造灌草丛等生境用地，1.58 hm2(占比1.30%)用于生物坪塘与灌溉水系统重建，1.36 hm2(占比1.10%)用于整修生产大路和田埂路。林地中2.65 hm2(占比1.92%)用于矿山公园建设和西部主干路网优化，1.35 hm2(占比0.98%)规划为绿化景观用地。建设用地减少的面积主要用来修复采矿用地，其中9.33 hm2(占比19.10%)来增加生态型草地，3.85 hm2(占比8.28%)整理建设为坑塘水面，4.05 hm2(占比7.87%)主要为残留的矿坑废弃地。原有的水域坑塘用地主要包括废旧水池和矿坑积水塘，清理后新增水面面积6.29 hm2(占比88.96%)。未利用地合计减少2.27 hm2(占比32.91%)，原有的沙地、裸地4.82 hm2(占比69.86%)主要整理恢复为公园生态廊道。

3.1.2 景观格局指数分析

矿区景观水平格局指数见表2。NP、PD均增加33.64%，空间异质性增强；LPI降低9.78百分点，LSI提升1.05百分点，优势景观类型被分割，外界干扰活动较剧烈；SPLIT上涨1.46百分点、AI降低0.57百分点，多级生态化廊道体系使整体景观呈破碎化发展；SHDI与SHEI基本维持稳定，反映了自然或人为活动并没有提升景观分布的均衡性与多样性。

表2 矿区景观水平格局指数

矿区景观类型格局指数见表3。修复后景观类型格局变化显著，农田的大中型斑块由于道路分割造成空间异质性增强，LSI提升0.74百分点，AI降低0.74百分点。林地PLAND增加6.18百分点，LSI降低0.06百分点，AI增强0.25百分点，反映了退耕还林、天然林资源恢复等活动推动了林地的集中连片布局。草地景观呈破碎化发展，LSI提升2.13百分点，AI降低2.46百分点，IJI较高说明比邻斑块类型丰富且概率相对均等。水域景观的AI增加3.50百分点，LSI增加0.95百分点，受灌排水系统工程的影响，坑塘水面设立多级小型沟渠，内部联系增强，团聚程度提高。建设用地主要沿319国道及村道沿线零散分布，由于矿坑治理造成AI降低4.19百分点，LSI提升2.36百分点。

3.2 ESV演变分析

3.2.1ESV时空变化

由表4可看出，2009—2018年，各种景观类型的ESV伴随面积增减均有波动，除食物生产功能略有降低外，其余单项服务功能均有增加，ESV总计增加76.34万元，其中植被恢复、水环境修复工程使林地和水域的ESV上涨幅度最高，分别增加61.47万、22.34万元。路网建设、农用地整治等引起农田、草地景观的ESV下降。

由图1可看出，ESV高值区在两侧山脊处呈条带状分布，在中部呈团块状分布；中值区位于林地与采矿区交界的过渡地带；低值区广泛分布于建设用地和农用地堆积处；负值区位于道路沿线及矿区塌陷地带。2009—2018年，ESV减少区位于矿山公园内部和部分地块边缘。ESV增长明显的区域包括3个部分：(1)位于两山脊的峰丛洼地区域及田块周边，通过对遭到破坏的天然林进行人工补植和类型恢复，增加山林植物的多样性功能；(2)集中于峰丛边缘的受破坏区域及319国道沿线，通过筛选优化树种、营造多层次植被结构等使生态环境朝良性循环方向发展，提高生态系统废物处理、维持生物多样性和气候调节等功能价值；(3)位于采矿区的中心地带，以水环境修复工程措施为主，借用海绵城市的设计思想，利用现有地形建设生态边沟、雨水花园、植草沟等，形成场地中的雨洪收集与涵蓄系统，增加生态系统水文调节功能价值。

表3 矿区景观类型格局指数

表4 矿区ESV损益

图1 ESV空间分布Fig.1 Spatial distribution of ecosystem service values

表5 CS统计结果

3.2.2 敏感性验证结果

由表5可看出，矿区所有景观类型的CS均小于1，VC变化对ESV的影响较小，缺乏弹性，研究结果可信。2009—2018年，农田、建设用地CS降低较多，水域CS增加；林地CS最高，2018年为0.83，表明当林地的VC增加1%时，ESV将增加0.83%；未利用地CS接近0，其VC变化对ESV基本无影响。

4 结 论

(1) 农田和林地景观是矿区优势地类，两者之和达总面积的78%左右。修复后水域面积增至原有的4倍左右，林地面积增幅为17.02%，未利用地、农田、建设用地的景观面积分别降低32.80%、15.78%和14.13%。

(2) 从景观水平格局指数看，SPLIT、LSI分别上涨1.46、1.05百分点，AI降低0.57百分点，外界干扰活动增加了景观异质性和破碎化发展，对景观分布的均衡性与多样性影响作用不大。从景观类型格局指数看，修复后景观类型格局变化显著，农田、草地和建设用地景观的LSI分别增加0.74、2.13、2.36百分点，AI分别降低0.74、2.46、4.19百分点，破碎化程度提高，异质性增强。

(3) 矿区各景观都出现了转入转出的变化，主要流转路径为农田、草地→林地，建设用地、农田→水域，建设用地→未利用地、草地。

(4) 各种景观类型的ESV伴随面积增减均有波动，除食物生产功能略有降低外，其余单项服务功能均有增加，ESV总计增加76.34万元。林地和水域的ESV上涨幅度最高，分别增加61.47万、22.34万元。山脊的峰丛及边缘、319国道沿线和采矿区中心地的ESV增长明显，植被恢复、水环境修复工程等有效改善了矿区生态环境。

(5) 各类景观的CS都小于1，其中2018年林地CS为0.83、未利用地CS接近于0。ESV对VC的变化缺乏弹性，说明核算结果可靠，可为生态修复提供参考。