李 晟 李 涛 彭重华 黄宗胜 齐增湘
( 1. 中南林业科技大学风景园林学院,湖南 长沙 410004;2. 南华大学建筑学院,湖南 衡阳 421001;
3. 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;
4. 贵州大学建筑与城市规划学院,贵州 贵阳 550002)
城乡建设及社会经济发展带来的环境污染、生态系统质量和服务功能下降、生物多样性降低、生态空间破碎化问题形势严峻[1]。研究表明[2-4],绿地生态网络能有效缓解上述生态环境问题,其能形成一个自然、高效、连续、多样并具有较强自我调节能力的完整生态系统[5-6],能有效保障生态系统质量和稳定性、实现生态系统服务的空间流动[7-8]、提升生物多样性,让人类获得持续的自然服务[9]。而构建绿地生态网络的难点工作是科学识别区域生态关键区[1,10]。
生态关键区或称生态源地,是指对维护区域生态安全和可持续发展具有重要价值的生态用地[11-12]。早期研究[13-14]大多直接将政府部门划定自然保护地、湿地公园、风景名胜区、森林公园、大型林地等确定为生态关键区,这是一种较为便捷的方法,但忽略了斑块的内部差异及区域设定后各类干扰下的生境动态变化;近年来,对于生态关键区的识别,理论探索主要集中在生态系统服务[15]、生物多样性保护[16]、景观格局[17]以及生态风险防范[18-19]几个方面。研究方法层面,采用当量因子法对生态系统服务价值进行评价[20]较为普遍,当量因子法以专家评价结果得出的当量因子表为基础可以实现对生态系统服务价值的核算,不足之处是其作为一种静态的评估方法,对生态系统质量状况的时空差异缺乏考虑;或是采用生物物种监测分析法及MaxENT 模型分析法[21]从生物多样性的角度进行分析,然而这两种方法所需数据获取难度大且数据量需求多;或是采用景观格局分析法对景观结构组分和空间配置特征进行评价[22],但是其仅强调了景观格局。结合生态学、景观生态学理论来看,只从生态系统服务、生物多样性、景观格局的单一层面对绿地生态关键区进行识别会导致研究结果的片面性。
本研究以快速城市化的洞庭湖区为研究对象,以科学性和全面性为着眼点,采用综合识别方法判定生态关键区。通过功能量评估法对研究区的生态系统服务功能进行评估、利用综合指数法对生物多样性进行评价、借助形态空间格局评价法对斑块重要性进行分析,根据划定的评价等级结果,将生态系统服务重要区、生物多样性保护热点区、形态空间格局重要区进行融合处理,得到研究区绿地生态关键区,并在此基础上分析其特征。研究结果能为区域绿地生态网络的构建提供基础、为区域国土空间规划与生态环境保护提供依据。
洞 庭 湖 区(27°58′~30°08′N,110°29′~114°09′E)位于长江中游以南,湖南省北部。行政区划上,包括岳阳、常德、益阳3 市所辖的21个县市区,面积45 330 km2。区域内的洞庭湖为中国第二大淡水湖泊,联合国教科文组织于1992年将东洞庭湖湿地、1994年将西洞庭湖与南洞庭湖湿地列入《国际重要湿地名录》[23]。以洞庭湖为中心,向周边依次过渡为河湖冲积平原、丘陵岗地、山地,区域地貌总体为一碟形盆地[24]。该地区海拔高度在24~2 077 m 之间,其中平原地区海拔大多在30~50 m 间;属北亚热带季风湿润气候区,四季分明,年平均温度在16.4~17.0 ℃,年无霜期260~280 d,年平均辐射总量在418.7~455.6 kJ/cm2间,年平均降水量在1 200~1 550 mm间;区域内有丰富湿地植物,优势种为禾本科及莎草科,森林植物类型主要有亚热带常绿阔叶林、常绿针叶林、落叶阔叶林、针阔混交林、常绿落叶混交林及竹林,年最大植被覆盖率在0.73左右[25];区域水网密集,主要的成土母质为冲积湖积层、土质肥沃,是全国著名的鱼米之乡[26]。近年来,随着区域城市化进程的加速,出现了生态用地破碎化、生态斑块连接度降低等问题,对区域生态安全造成了威胁[27]。
2.1.1 土地利用数据
本研究采用的洞庭湖区2018年Landsat 8 OLI 遥感影像数据来源于地理空间数据云(www.gscloud.cn),分辨率为30 m。根据《土地利用现状分类》(GB/T 21010—2017)[28],利用 ENVI 软件对影像进行几何校正及大气校正,采用支持向量机的方法进行监督分类,将洞庭湖区划分为林地、灌丛、园地、草地、水田、旱地、水域、建设用地、未利用地9 大土地利用类型,得到研究区2018年土地利用类型图(图1)。通过外业调查、Google Earth 高分辨率遥感影像及土地利用现状图的比对,对分类结果进行精度验证,结果显示总体精度为86.2%,Kappa 系数超过0.83,达到研究所需。
图1 洞庭湖区2018年土地利用类型Fig. 1 Land use types of Dongting Lake region in 2018
2.1.2 其他主要数据
本研究中其他数据来源及精度见表1。
表1 其他主要数据来源及精度Table 1 Sources and accuracy of other main data
在3S 技术支持下,采用功能量评估法在栅格像元尺度上评估各生态系统服务功能,并以此为基础识别生态系统服务综合功能重要区。结合洞庭湖区的生态功能定位,选取的生态系统服务及具体方法如下:
1)水源涵养。水源涵养量通过水量平衡方程计算得到。以水量的输入量和输出量为依据,将降水量与蒸散发量以及地表径流量的差值做为水源涵养量[29],公式如下:
式中:Qwc为水源涵养量(m3/a);P为降雨量(mm/a);R为地表径流量(mm/a);AET 为蒸散发量(mm/a);A为面积(m2)。
2)水质净化。生态系统能通过一系列生物物理过程对进入水体中的污染物进行吸附、转化、吸收等,从而使水质得到净化[15]。本研究采用In-VEST 模型中的“NDR”模块计算生态系统持留N、P 的能力,来表征生态系统的水质净化功能。其原理如下:
式 中:Qwp,i为 栅 格i的 对 于N、P 的 净 化 量(kg/hm2),Loadi为栅格i的污染物负荷值(kg/hm2);RPIi为栅格i的径流影响指数;EXPi为栅格i的污染物输出值(kg/hm2)。
3)洪水调蓄。生态系统具有特殊的生态结构、水文物理性质,能够吸纳大量的暴雨降水,蓄积洪峰水量,削减并滞后洪峰,以缓解汛期洪峰造成的威胁和损失[27],采用下式进行计算:
式中:Qfm为洪水调蓄量(m3/a),Pheavy为暴雨降雨量(mm/a),αheavy为暴雨径流系数,S为面积(m2)[30]。
4)气候调节。选用生态系统蒸散发消耗的能量来衡量洞庭湖区生态系统的气候调节功能[30],计算公式如下:
式中:Qca为蒸散发量所消耗的能量(kW·h/a);S为面积(m2);AET 为生态系统蒸散发量(mm/a);ρ为水的密度(1 000 kg/m3);q为水的汽化潜热值,以空调降温较为舒适的温度24 ℃作为参照,24 ℃时水的汽化潜热值为2 443.9 kJ/kg;1/3 600 为千瓦时和焦耳之间的换算系数,即:1 kJ=1/3 600 kW·h;k为全年空调开放时数与全年总时数的比值,取0.05;r为空调能效比,取3.0。AET的值通过参考蒸散发、各类型生态系统的生物物理参数、降雨量等数据在InVEST 模型中运行获得。
5)固碳释氧。生态系统的固碳释氧功能指绿色植物通过光合作用吸收大气中的二氧化碳,将转化而来的葡萄糖等碳水化合物以有机碳的形式固定在土壤中或植物体内,并释放出氧气的功能[31]。固碳量和释氧量通过植被净初级生产力来核算,公式如下:
式 中:QC为 生 态 系 统 固 碳 量(g/(m2·a));QO为生态系统释氧量(g/(m2·a));NPP 为生态系统净初级生产力(g/(m2·a))。
6)土壤保持。土壤保持功能采用生态系统减少的土壤侵蚀量(潜在土壤侵蚀量与实际土壤侵蚀量的差值)来判定,通过土壤流失方程计算洞庭湖区生态系统的土壤保持量[15]。公式如下:
式中:Qsr为土壤保持量(m3/(hm2∙a));R为降雨侵蚀力因子(MJ∙mm/(hm2∙h∙a));K为土壤 可 蚀 性 因 子(t∙hm2∙h/(hm2∙MJ∙mm));L为坡长因子、S为坡度因子,基于数字高程图通过InVEST 模型运行得出LS 的值;C为植被覆盖因子[32];ρ为土壤容重(t/m3),取1.65 t/m3;λ为泥沙淤积系数,取0.24。
通过模型及公式计算,得到上述6 类生态系统服务功能空间格局图,采用最大最小值法将数据进行归一化处理,得到值域为[0, 1 000]的各生态系统服务栅格图。将以上6 类归一化的生态系统服务功能进行等权叠加处理,得到生态系统服务综合功能空间格局图,再将各栅格单元的叠加值按从高到低的顺序排列,计算累加服务值。将累加服务值占生态系统服务总值比例的20%、40%、60%、80%所对应的栅格值,作为生态系统服务功能评估分级的分界点,划分成1~5个等级,等级值越高,重要性越高。本研究选择最高等级的区域作为生态系统服务综合功能重要区域。
以InVEST 的生境质量模型得出的区域生物栖息地质量评价数据[33]与地上生物量数据为基础,采用综合指数法在栅格像元尺度上评价生境质量,将生境质量指数最优的区域作为生物多样性保护热点区[34]。
1)生物栖息地质量。生物栖息地质量是指生态系统为物种提供适宜生存条件的能力,综合Habitat Quality 模型推荐的参数、专家评价意见、相关文献[35-36],设定各土地利用类型的生物栖息适宜度及其对不同威胁源的敏感度(表2)、威胁源类别及影响范围(表3)、生物栖息地可达性(表4),运行模型得到栅格像元层级的栖息地退化度,再以退化度为基础,演算得到各像元的栖息地质量高低评价数据[37],计算公式如下:
式中:Dji为土地利用类型j中栅格单元i的生境退化程度;T为生态威胁因子总数,t为第t类生态威胁因子;y表示受生态威胁因子t影响的栅格单元数量;Yt是受生态威胁因子t影响的栅格单元总数;Wt为生态威胁因子t的权重;tji为土地利用类型j中栅格单元i的生态威胁因子个数;dim为栖息地栅格i与威胁源栅格m的距离;dtmax为威胁源t的最大影响范围;Ai为栅格单元i的可达性程度,取值范围为[0, 1];Sjt为土地利用类型j对于威胁因子t的敏感度,取值范围为[0, 1]。公式(9)中:Qji为土地利用类型j中栅格单元i的生物栖息地质量指数,值为[0, 1];Hj为栖息地类型j的生物栖息适宜度;k为半饱和常数,即退化度最大值的一半;z为模型默认系数,值为2.5。
表2 生物栖息地适宜度及其对不同威胁源的敏感度Table 2 Habitat suitability and their sensitivity to different threat sources
表3 威胁源类别及其影响范围Table 3 Categories of threat sources and their scope of influence
表4 生物栖息地可达性Table 4 Accessibility of habitats
2)地上生物量(AGB)。当不考虑其他环境因子时,地上生物量与生物多样性密切相关。地上生物量高的区域,生态系统供给能力较强,生物多样性也相对较高;反之,地上生物量低的区域,生态系统供给能力较弱,生物多样性也相对较低[38]。本研究将AGB 作为衡量生境质量的一个指标。
3)生物多样性保护热点区识别。将上述两类数据采用最大最小值法进行归一化处理,值域为[0, 1 000]。采用综合指数法得出各栅格像元的生物多样性指数。公式如下:
式中:BDi表示栅格单元i的生物多样性综合指数,Qi为归一化后的第i个栅格生物栖息地质量值;AGBi为归一化后的第i个栅格的地上生物量值;Wq、Wagb分别为计两者的权重,采用专家评价法获得,其中:Wq=0.7、Wagb=0.3。
将上式得出的各栅格单元生物多样性综合指数按从高到低顺序排列,计算累加值,将累加值占总值比例的20%、40%、60%、80%所对应的栅格值,作为生物多样性评估分级的分界点,划分成1~5个等级,等级值越高,重要性越高。本研究选择最高等级的区域作为生物多样性保护热点区。
从形态空间格局的角度,借助MSPA(morphological spatial pattern analysis)方法对区域景观构成进行形态空间格局度量、分割及识别[39]。利用Guidos 2.9 软件,采用八邻域分析方法对数据进行以拓扑学为基础的形态空间格局分析,得到核心区、孤岛、孔隙、边缘区、环线、连接桥、支线7 种景观组成类型。
根据景观生态学理论,斑块面积和连接度是维持景观生态功能的重要指标,对于维系区域生态安全具有重要的价值。选择核心区类型中面积大于10 km2的斑块,利用Guidos 2.9 软件构建这些核心区斑块两两之间的距离矩阵,并找出核心区斑块的距离最大值。借助Conefor 2.6 软件,以核心区斑块的距离最大值为距离阈值,将连通概率设为0.5,用可能连接度指数PC(式11)进行景观连接重要度评价(式12)[40-41]。
式中:n表示景观中斑块总数;是物种在斑块i和斑块j直接扩散的几率;ai和aj分别表示斑块i和斑块j的面积(m2);AL是景观的总面积(m2);0<PC<1。
式中:DPC 为斑块连接重要性指数,I为景观中所有斑块的整体可能连接度值,Iremove是去除某个斑块后剩余斑块的整体可能连接度值。DPC 值越高,表示该斑块的景观连接重要性越高。
按照景观连接重要性指数的高低顺序选取面积累积到区域总面积20%的斑块作为洞庭湖区形态空间格局的重要区。
由生态系统服务综合功能空间格局图(图2)和生态系统服务综合功能重要区域图(图3)可知,综合功能高值区主要分布在研究区西南部的安化县、东南部的平江县、东北部的临湘市;西北部的石门县、西部的桃源县、东部的岳阳县也有一些高值区,高值区团聚特征较为明显。高值区由林地、灌丛、园地、草地构成(表5),总面积为5 471.90 km2,其中,绝大部分为林地,林地面积达5 338.85 km2,比例高达97.57%。生态系统服务综合功能低值区与较低值区主要分布在研究区中部,包括常德市区、汉寿县、安乡县、澧县、津市、临澧县、益阳市区、沅江市、南县、岳阳市区、华容县、南县,基本为平原区,海拔高度多在30~48 m 之间,土地利用类型多为建设用地。生态系统服务综合功能为中等的区域主要为农业用地,与低值区、较低值区交错分布。
图2 生态调节服务综合功能空间格局Fig. 2 Spatial pattern of comprehensive functions of ecological regulation services
图3 生态调节服务综合功能重要区域Fig. 3 Important region of comprehensive function of ecological regulation services
由综合生境质量等级图(图4)和生物多样性保护热点区图(图5)可知,高值区主要分布在研究区西北部的石门县、西南部的安化县、东北部的临湘市;东部的岳阳县、平江县以及西部的桃源县也分布了一些高值区。这些高值区远离城镇建设用地,也无高等级的过境交通,受人类生产生活干扰强度小,其土地利用类型为林地和灌丛(表6),总面积为3 533.46 km2,其中,林地面积为2 503.64 km2,比例为70.86%,灌丛面积为1 029.82 km2,比例为29.14%。综合生境质量低值区与较低值区主要分布在研究区中部,面积达24 718.54 km2,其用地类型主要为建设用地、水田、旱地,该区域的人类生活、生产活动对生物栖息干扰较大,因而导致综合生境质量不高。
表5 生态系统服务高值区土地利用类型属性表Table 5 Land use types of high ecosystem services area
图4 综合生境质量等级Fig. 4 Ranking of integrated habitat quality
图5 生物多样性保护热点区Fig. 5 Biodiversity conservation hotspots
分析洞庭湖区形态空间格局图(图6),形态空间格局核心区主要分布在研究区西北部、西南部、东部以及中部,其面积为11 618.08 km2,占形态空间格局景观类型总面积的71.56%,占研究区总面积的25.63%。
表6 综合生境质量高值区土地利用类型属性表Table 6 Land use type of high comprehensive habitat quality area
图6 形态空间格局Fig. 6 Morphological spatial pattern
根据景观连接重要性指数的评价及统计结果,得出形态空间格局重要区由18个斑块构成,其重要性排序如图7 所示,各斑块的属性如表7 所示。其中,景观连接度最高的斑块为研究区中部的1 号斑块,其主要由水域构成,DPC 值为39.53%,面积为2 062.49 km2。排名次之为位于桃源县与安化县交界处的2 号斑块,面积为1 005.35 km2。7 号斑块虽然位于研究区的中部,与其他斑块的平均距离小,但是由于其面积为406.91 km2,与排序靠前的其他几个斑块的面积相比偏小,因而在重要性排序上只是排在第7。虽然第8、9、10 号斑块的面积比7 号斑块的面积大,但是由于其空间位置略偏研究区外围,不如7 号斑块占据了空间连接的有利位置,因而排序在7 号斑块之后。15 号斑块与7 号斑块的情况类似,由于其位置比16、17 号斑块更佳,面积虽然小,但是排序在16、17 号斑块之前。以上结果表明景观连接度与斑块面积、斑块所处的空间位置密切相关,斑块面积越大、占据的空间位置越靠近研究区中心,其景观连接度值越大。
融合生态系统服务功能重要区、生物多样性保护热点区、形态空间格局重要区,以生态系统完整性、土地利用与保护相结合为原则对斑块边界进行修正,得到研究区绿地生态关键区(图8)。
图7 高景观连接度斑块及重要性排序Fig. 7 High landscape connectivity patches and their importance ranking
表7 景观连接度最高的18个斑块属性表Table 7 Attribute of 18 patches with the highest landscape connectivity
图8 洞庭湖区绿地生态关键区Fig. 8 Key areas of green space ecology in Dongting Lake region
绿地生态关键区空间分布差异明显,主要分布在研究区西北部的石门县,西南部的桃源县、安化县和桃江县,东部的临湘市、平江县、岳阳县以及中部的汉寿县、沅江市、岳阳市、湘阴县、岳阳县。中部关键区周边的平原地区几乎无面状的关键斑块分布,显得较为孤立。
关键区的土地利用类型构成(表8)包括林地、灌丛、园地、草地、水域,总面积14 334.78 km2;其中,林地面积最大,为8 415.18 km2,占关键区总面积的58.70%,占研究区总面积的18.56%;其次为灌丛,面积为3 410.31 km2,占关键区总面积的23.79%,占研究区总面积的7.52%;水域面积为1 922.27 km2,占关键区总面积的13.41%,占研究区总面积的4.24%;而草地和园地的面积分别为586.39 km2和0.64 km2,所占比例较小。
表8 绿地生态关键区土地利用类型属性表Table 8 Attribute of land use types of key areas of green space ecology
林地在海拔25~2 066 m、灌丛在海拔25~2 077 m 均有分布,两者的平均海拔高度分别为371.6、402.6 m,主要位于研究区内的山区,生物资源丰富,分布有结构稳定的天然次生林及亚热带常绿阔叶林、常绿针叶林、常绿阔叶灌丛、落叶阔叶灌丛。水域主要分布在研究区中部的两个关键区,主要由东洞庭湖、西洞庭湖、南洞庭湖湿地构成,平均海拔高度约为33.5 m,生长着成片的芦苇(Phragmites australis)、荻(Triarrhena sacchariflora)等湿地植物,是国家一级保护动物中华鲟(Acipenser sinensis)、白鲟(Psephurus gladius)、白暨豚(Lipotes vexillifer)及珍稀水禽白鹤(Grus leucogeranus)、白头鹤(Grus monacha)、白尾海雕(Haliaeetus albicilla)、白鹳(Ciconia boyciana)、黑鹳(Ciconia nigra)等的重要栖息地。
本研究对洞庭湖区通过综合识别方法判定生态关键区,得出如下结论:1)生态系统服务功能重要区主要分布在研究区西南部、东南部及东北部,呈现出较为明显的团聚特征。高值区由林地、灌丛、园地、草地构成,林地是最主要的构成部分。2)生物多样性保护热点区主要分布在研究区西北部、西南部及东北部,主要由林地和灌丛构成,这些区域的建设用地、农业用地相对较少,对生物栖息的干扰小。3)形态空间格局重要区主要分布在西北部、西南部、东部及中部,由高景观连接度的大型自然生态斑块构成,景观连接度最高的斑块为研究区中部的主要由水域构成的斑块,其面积最大而且位于中部这个有利的空间位置,这是其景观连接重要性排在第一的原因。4)综合生态系统服务功能重要区、生物多样性保护热点区、形态空间格局重要区域得到的洞庭湖区绿地生态关键区空间分布不均衡;其由林地、灌丛、园地、草地、水域构成;面积大小关系为:林地>灌丛>水域>草地>园地;林地、灌丛与水域三者面积之和为绿地生态关键区总面积的95.90%,为研究区总面积的30.32%;关键区中的林地与灌丛主要位于研究区内的山区,生物资源丰富,关键区中的水域主要为洞庭湖湿地,其周边的平原区无大型的关键斑块分布,生态风险较高。
相较直接划定自然保护地、湿地公园、风景名胜区、森林公园、大型林地或者从生态系统服务、生物多样性、景观格局的单一层面进行生态关键区识别的方法,本研究采取的综合识别法体现了科学性和全面性。将综合识别出的绿地生态关键区与政府部门已划定的自然保护地进行比较,研究区内东洞庭湖、西洞庭湖、壶瓶山、乌云界、六步溪五个国家级自然保护区87.71%的面积包含在关键区内,而目前政府部门划定的自然保护地面积小于本研究综合识别得出的绿地生态关键区面积,表明存在保护空缺,建议地方政府以现有自然保护地为基础,参考本研究得到的绿地生态关键区,新建与扩建自然保护地,加大生态系统的保护范围。
生态系统服务功能、生物多样性、生态系统形态空间结构三个层面的研究结果均显示林地为绿地生态关键区最重要的组成部分,而融合三个层面的结果,得出林地、灌丛、水域是绿地生态关键区的最主要组成部分,这与既有研究[42-44]的结论一致。三者交集部分的面积仅为1 134.85 km2,分别为生态系统服务重要区、生物多样性保护热点区、形态格局分析重要区面积的20.74%、32.12%、12.53%,说明只从功能、格局、生物多样性三者中的一个层面进行绿地生态关键区的识别有局限性。考虑到分别从生态系统服务功能、生物多样性、形态空间格局识别出的关键区会各有侧重,建议将三者交集部分作为极重要区进行保护,而非交集部分应结合其特点采取不同的保护和管理对策。
综合识别得到的关键区呈现出空间分布不均衡的格局,这与洞庭湖区湿地、林地等斑块类型分布不均衡,破碎化程度较高的既有研究结论[45]具有一致性。林地、灌丛、水域是研究区绿地生态关键区的主要构成类型,地方政府在制定生态补偿政策时,应重视对这些区域的补偿强度;应引导生态价值低的土地利用类型向生态价值高的土地利用类型转变;应通过生态优化措施,提升生态系统的质量[15]。位于研究区中部的关键区显得较为孤立,其主要由洞庭湖湿地构成,鉴于洞庭湖湿地的重要生态价值,应对其制定专门的水环境保护法规,应采取措施对湿地周边的平原区域实施生态修复,但考虑到洞庭湖平原是我国最重要的商品粮基地之一,应注意生态修复与社会经济发展的协调。本研究也存在以下不足:1)生态系统服务功能未考虑文化服务;2)未结合生态关键区提出区域绿地生态网络的构建方案。而绿地生态网络能实现生态系统服务的流动、提高生物多样性、提升生态空间的连接度及整体性,这些将是后续研究的重点。