森林-农业景观格局变化的社会-生态系统模拟模型方法进展

梁友嘉,刘丽珺

1 武汉理工大学资源与环境工程学院, 武汉 430070 2 武汉理工大学航运学院, 武汉 430000

复杂社会-生态系统模拟是区域决策管理的核心议题[1],能有效揭示景观格局、生态功能和福祉等的关联影响[2]。景观格局是土地利用/土地覆被(Land-Use and Land-Cover,LULC)的空间异质性分布,是维持区域生态功能的重要驱动力[3]。森林-农业景观格局是森林-农业复合生态系统在空间上的分布与组合规律,表现为大小、形状和属性各异的森林和农业斑块。森林-农业景观对区域的经济生产贡献显著,与生态系统的生物产量、营养物质循环、系统抗干扰能力等生态功能和生物多样性紧密相关[4]。通过集成社会-自然科学知识方法,充分认识森林-农业景观格局变化及其生态效应,能有效促进可持续性森林-农业景观管理[5]。社会-生态系统(Social-Ecological System,SES)模拟模型是耦合社会-生态系统的互馈过程、因果关系和潜在可持续性途径的知识框架与方法体系[6],具有子系统关联、多过程分析、多情景预测和多要素互馈评估等模型功能。在景观格局变化影响的复杂社会-生态系统分析中,SES模型具有很强的模拟、解释和决策辅助优势,综述跨学科SES模型研究进展并获取模型的潜在优化方案,将为改善森林-农业复合生态系统治理问题提供一定的集成方法支持。

SES模型主要与4类模型有关联：1)系统动力学(System dynamics)：利用要素的因果反馈关系分析复杂系统的非线性动态行为[7]；2)仿真模型(Simulation models)：在系统动力学基础上利用计算机仿真模拟系统过程[8]；3)生物经济模型(Bio-economic models)：集成系统生物物理组分和经济要素,实现特定资源和经济约束下的经济目标优化[9]；4)自主体模型(Agent-based models,ABM)：模拟多时空动态的自主体及其与环境交互关系[10]。在此基础上形成的SES模型兼顾了多种社会-生态需求,注重管理决策优化与规划预测,相应的集成建模框架和跨学科方法正快速完善[11]。综述2000—2019年森林-农业景观格局变化的SES模型进展,总结集成建模框架与模型方法特征,提出模型优化措施,为认识景观格局在社会-生态集成过程中的关键作用提供交叉学科知识与方法参考。

1 文献计量分析

在Web of Science数据库以(“Forest landscape” OR “Agriculture landscape” OR “Forest Agroecosystem”) AND (“Integrated” OR “Integration”) AND (“Social-ecological model” OR “Ecological-economic model”)进行主题词检索(2000—2019年),总发文量有3091篇,总引文数30750次,两者增加趋势基本一致(图1)。发文前三位的专业期刊是《Ecology and Society》(234篇)、《Agriculture Ecosystems Environment》(56篇)和《Ecological Economics》(39篇),综合性期刊《PNAS》(36篇)和《PLOS One》(55篇)也贡献较大；发文600篇以上的研究领域有环境科学&生态学(2143篇)、生物多样性保护(1170篇)、农学(976篇)、心理学(781篇)、行为科学(684篇)、林学(684篇)、企业经济学(673篇)、社会学(661篇)和植物科学(646篇)。

图1 基于森林-农业景观格局的SES模型发文数和引文数Fig.1 Quantity and citations of papers for social-ecological system models in forest-agroecosystems landscape patterns

2 社会-生态系统模拟模型方法研究进展

2.1 建模框架分析

景观格局与社会-生态过程的互馈关系是发展SES模型的理论基础(图2)。社会经济过程是影响决策的主要驱动力,景观格局是土地所有者、政府和公众等利益相关者实施景观管理的结果,并产生生态效应。生态经济学认为“景观管理”是通过效用最大化将稀缺土地资源变为特定景观的决策方案[12],“效用”(Utility)是用于表征参与者满意程度的重要社会-生态指标；景观生态学的格局分析揭示了景观的聚集性程度(如斑块水平)、多样性(如Shannon指数)和时空异质性变化等生态效应[13],还与栖息地分布和生态系统服务关联[14]。有效调控森林-农田景观要素之间的相互作用机制,会显著提高区域生态系统功能、栖息地连通性和植被稳定性[15]。

图2 森林-农业景观格局与社会-生态过程集成的概念框架Fig.2 Conceptual framework for integrating forest-agriculture landscape patterns and social-ecological processes

社会经济过程与景观生态效应之间存在复杂反馈,影响利益相关者的决策：在理性土地所有者参与的反馈中,森林-农业景观格局的个体决策变化会影响农林经济总效益,利用生物经济模型能有效评估农林经济风险和土地效益变化[16-17]；在集成政府与公众决策的反馈中主要利用生态系统服务框架和福祉经济方法进行评估[18],决策过程受景观内生价值、资本和社会成本等福祉要素影响,通过信息法规建设、生态补偿政策等途径实现对社会经济过程的调控[19],景观管理政策(如生态功能区)也会影响景观格局。社会-生态系统反馈机制还与气候变化、水-能源-粮食安全等系统外部要素存在复杂相互作用,开展社会-经济-生态要素综合分析,借鉴复杂系统研究成果,将为SES模型框架扩展提供理论与方法支撑。

2.2 模型方法研究进展

利用Endnote x9和文献关键词进一步筛选模型方法文献：(landscape* OR land* OR LU*) AND (econ* OR social) AND (forest* OR agri*) AND (model* OR optim* OR agent) AND (config* OR compos* OR map* OR matrix),去除社会-生态反馈较少的城市景观类文献。参照关联模型的划分,将SES模型分为经验统计模型、系统仿真模型、景观格局优化模型和ABM(表1),并对比模型的反馈机制、方法类型、时空尺度、不确定性和复杂性等功能差异。

表1 文献综述的典型社会-生态系统模型对比

2.2.1经验统计模型

经验统计模型用于揭示森林-农业景观格局、社会经济驱动因素和景观生态效应的相关性。如权衡生态系统服务价值发现,森林-农业景观整体与生态服务价值变化正相关[38],但局部的破碎化景观斑块与气候调节、土壤维持和作物生产等服务价值变化呈负相关[39],流域尺度下的景观格局变化则与水供给、生物多样性保护和游憩正相关[40]；景观斑块大小是影响经验统计建模尺度与生态系统服务价值的关键变量,亟待深入研究[41]；干旱区的森林-农业景观格局变化受人类生存需求限制,只强调财政支持和增加非农收入会对景观异质性产生负作用[42],应加强景观异质性的社会经济动因分析；经验统计模型能揭示利益相关者对景观变化的响应程度,但农户投资组合的收入波动较小,主要是受农业补贴影响[43],应进一步集成多尺度的农林经济理论方法,提高景观分析与统计预测的精度。经验统计模型在表征社会-生态系统的复杂动态反馈方面仍存在局限性。

2.2.2系统仿真模型

系统仿真利用统计相关性或生物物理过程模型模拟系统变化,主要方法有半定量(如因果循环图)方法、概率转换模型(如Markov链、状态-转换模型)和元胞自动机(Cellular Automata,CA)等[44]。概率转换模型假设离散景观单元在特定时间内按一定转换概率迭代计算,受随机转移概率和转移类型影响[21],多与经济决策情景集成。如模拟发现北卡罗来纳州森林-农业景观中的林业生物能源需求高于农业,导致区域森林面积增加且结构多样性降低[23]；CA利用预定义规则模拟景观单元状态及相邻元胞的响应变化,适用于复杂景观格局模拟。如模拟发现农药使用和绿色基础设施投资变化均会影响森林-农业景观格局变化[45],CLUE-S[46]和CA-Markov[47]等模型已能揭示多种社会经济驱动力对异质性森林-农业景观格局的综合影响,并集成了作物价格波动等随机过程对景观格局的影响[48]。系统仿真模型多用于描述社会经济过程对森林-农业景观格局的单向作用,社会-生态系统复杂反馈机制模拟仍需加强。

2.2.3景观格局优化模型

景观格局优化模型通过特定决策准则组合获取最佳的格局优化方案,改进了经验统计和系统仿真模型中预定义假设的局限性[24]。主要应用有：风险减缓效应评估,如农林景观格局优化和水资源分配模拟[49]等；森林-农业景观格局的多样性评估,如农林复合经营模式综合分析[50]；利用数学规划方法表征公众对森林-农业景观变化的响应机制[26]。显式的格局优化模型能集成空间动力学模型及景观格局配置算法：如集成CA和多准则优化算法[51-52],但模型数据获取困难且计算耗时、结果重现性低,增加了优化方案的复杂性和不确定性。格局优化模型能有效揭示异质性景观决策过程,但对格局配置分析不足。

2.2.4ABM模型

ABM主要用于景观尺度的社会-生态系统分析[28],通过表征决策者和农户、家庭和社区等自主体的交互作用,揭示特定决策规则的时空扩散和复杂反馈。ABM决策表征的主要方法有规则性方法[29]、多元回归法[30]、数学规划[31]和贝叶斯网络[53]等。通过与空间数据和地理信息技术集成,模型还用于森林-农业景观组分和格局配置模拟[54],但多侧重自主体随机分配过程,对格局自相关性和空间数据精度不够重视[55]。可先通过ABM景观生成器获取可用的多种景观格局,再模拟相应景观配置的生态效应以减少数据精度影响[56]。ABM为集成森林-农业景观特征、社会-生态过程互馈和景观决策不确定性等提供了建模框架和模拟机理认识。模型在数据需求和复杂性建模准则方面仍有待改进。

3 社会-生态系统模型方法改进的可能途径

针对SES模型在森林-农业景观格局复杂反馈机制方面的局限性,以多源数据与模型集成为基本途径,在景观格局和生态效应分析基础上发展嵌套式、模块化的显式建模方法,提出5种关联的潜在模型改进途径(图3),并分析其面临的挑战。

图3 社会-生态系统模型中潜在的改进途径之间的概念联系 Fig.3 Conceptual links between potential pathways in social-ecological system models

3.1 发展景观格局的情景模拟方法

森林-农业景观格局变化一般通过连续的LULC过程模拟实现,为开发参与式的跨学科情景预测方法和相应的景观格局优化提供了建模基础。情景方法提供多种预定义的森林-农业景观配置方式,能排除社会经济/技术等层面不可行的景观决策和简化情景设置,便于生成利益相关者关注的可用景观格局；情景方法能集成多目标规划与空间模拟功能,适用于模拟森林-农业景观格局的生态效应优化方案。景观格局的情景模拟方法能促进林学、农学和土地变化科学等多学科知识交互,集成结构复杂的多元情景与空间模拟模型,为获取最优的森林-农业景观格局提供参数和策略设计的科学方案。

3.2 提升景观格局的效应集成方法

森林-农业景观格局与多元社会驱动力及其生态效应的空间分析尺度通常不匹配,现有SES模型的改进方法主要有栅格矩阵分析、图形网络和地表梯度模拟等[35]。应以生态系统服务功能为景观格局生态效应的重要指标,细化SES模型中不同景观生态系统服务类型的空间模拟,如精细模拟森林群落变化对生态系统功能的直接和间接影响[36]；加强对社会-生态过程影响的景观格局空间自相关性分析,利用CA、ABM等模拟和解释森林-农业景观配置问题,如物种入侵及扩散试验、最优农林复合系统投资和土地管理策略等[37]；此外, ABM的景观生成功能会减少数据需求和降低模型复杂性[57],为改进森林-农业景观空间自相关性和景观生态效应的决策过程提供方法参考。

3.3 完善景观决策的理论方法基础

森林-农业景观决策的核心目标是效益最大化,但SES模型决策规则多缺乏完整的理论方法支持[58]。应充分整合个体、群体和机构等层面的森林-农业景观决策案例,系统认识社会经济决策的经验、标准和规律,整合多源认知信息以降低决策的不确定性；利用经济学方法集成景观决策知识,如通过风险规避的效用函数评估多功能农业景观格局变化[59]；改进SES模型中的完全理性假设[60],发展基于有限理性假设的情景和模型预测方法；调整传统的系统建模目标,重视从多尺度、多主体景观决策的不确定性中寻求方法突破；继续完善多元决策主体参与的模型理论和模拟方法[61],凝练利益相关者参与森林-农业景观模型验证和决策的实践途径。

3.4 加强模型的不确定性分析

SES模型对不确定性分析普遍重视不足,如收集的131个ABM案例研究中只有15个涉及不确定性分析；不确定性分析会有效促进森林-农业景观多样性和生态效应的系统评估,如对公共生态系统服务供给和相应效益进行综合调控,减缓景观决策的系统风险[62]；应在森林-农业景观格局、社会经济过程和生态效应的复杂反馈中加强不确定性分析,如利用模糊建模方法表征流域尺度森林-农业景观空间相互作用的不确定性[63],将景观效用函数纳入SES模型决策模拟；引入稳健优化方法以改进SES模型中相关性数据的协方差估计[64]；集成时间动态方法(如递归效用函数),获取多尺度社会-生态过程反馈的动态经济偏好或外部价格波动[65]。

3.5 降低模型数据的复杂性

SES模型开发应遵循模块化的简约原则,如采用逐步混合方法集成简单模型与包含景观发生器的ABM[66]；应进一步集成和规范多源的定量-定性数据,以更好地表征社会-生态系统过程以外的文化、制度和福祉等复杂模型信息[67]；SES模型的数据集成仍面临挑战：一是对定性数据共享和重复利用认识不足,共享数据保密性、匿名性和知情权等复杂伦理问题尚未得到解决；二是多元数据类型及元数据索引库相对较少。可能解决途径有：建立标准模型数据库和数据使用政策,增加定性-定量数据重复使用机会；调整数据管理政策以鼓励建模者共享数据,提高集成数据的编制预算以增加数据的生产和数据库建设。

森林-农业景观变化受多种社会经济决策过程的综合影响,SES模型在表征景观决策驱动因素、格局变化和生态效应互馈等方面有显著优势。综述表明：景观组分的多样性能降低森林-农业景观系统的社会-生态风险；应尽快发展森林-农业景观格局的情景模拟和效应集成方法,完善模型理论方法基础；最受关注的SES模型是景观格局优化模型和ABM,通过加强不确定性分析、降低模型复杂性和数据集成等途径可能会改进SES模型功能,为跨学科集成模型发展提供理论方法支持。