基于InVEST模型的吉林省生态系统服务评估研究

孟彩红，王 媛，庄雨适，苏 伟，李 昂，段丽杰，孙同博，徐国梅

(吉林环境科学研究院，吉林 长春 130012)

1 引言

人类直接或间接从生态系统及其生态过程中获得赖以生存的各种生态产品或服务是生态系统服务[1～3]，其对人类的生存、福祉、生计和健康有着重要影响。生态系统服务在生态系统供给、调节、文化和支持四大服务功能中发挥着重要作用。

生态系统服务评价模型主要包括InVEST模型、SolVES、ARIES模型和TESSA模型[4]。本文将介绍InVEST模型在生态系统服务功能评价中的主要模块和原理，总结这些模块的应用和研究现状和生态系统服务功能评价的局限性、不确定性和未来发展趋势，以期为InVEST模型更好地应用于生态系统服务功能评价提供参考。

2 研究区概况

吉林省，位于东经121°38′～131°19′、北纬40°50′～46°19′。从吉林省向东望去可见俄罗斯的部分海岸线，朝鲜则位于其东南，两地之间有图们江、鸭绿江穿过，东部毗邻俄罗斯的沿海地区，东南部是图们江、鸭绿江和朝鲜民主主义人民共和国。西南与辽宁省相邻，西部与西北部与内蒙古相邻，北部紧靠黑龙江省，最东边界距日本海15 km，地理位置非常重要，是东北亚地区的核心区域。吉林省总土地面积19.1万km2，约占我国国土总面积的2%，居全国第14位。

3 研究方法

本文通过现场调研、资料收集和遥感解译等方法，在InVEST模型方法下对研究区进行生态系统服务数据评估。

3.1 生态系统碳储量估算方法

陆地生态系统的碳储存一般分为4个基本碳库：地上碳、地下碳、土壤碳和死有机碳[5]。InVEST 模型的评价单位是植被覆盖类型。在计算4个基本碳库时，还要考虑第5个碳库，即木制品或森林副产品的碳储量。

碳储量计算方法如下：

Ci=Ci(above)+Ci(below)+Ci(dead)+Ci(soil)

(1)

式(1)中：i代表某一生态系统类型；Ci代表生态系统类型i的碳密度(t/hm2)；Ci(above)、Ci(below)、Ci(dead)、Ci(soil)分别代表地上碳密度、地下碳密度、死有机碳密度和土壤碳密度(t/hm2)生态系统类型。

(2)

式(2)中，Si为生态系统类型i的面积(hm2)；n是生态系统类型的数量，c是总碳储存量(t)。

区分不同生态系统类型和不同植被类型的碳密度的主要来源于研究区参考资料和野外台站长期观测数据，还需碳密度参数进行检验。本研究基于吉林省各野外站长期观测数据和相关参考文献。

3.2 水源涵养量估算方法

InVEST模型产水量模块及水源涵养修正需要数据包括: 生态系统类型栅格数据、年降雨量栅格数据、潜在蒸散量栅格数据、土壤有效含水量栅格数据、土壤深度栅格数据、地形指数、土壤饱和导水率[6]，需要确定的参数包括:Zhang系数、流速系数(Velocity)、植被蒸散系数(Kc)、植物根深(Root_depth)及生态系统类型是否有植被(有植被为1，无植被为0)。

本研究使用的生态系统类型数据来源于2015年的生态遥感科室数据，空间分辨率30 m，研究区共涉及森林、草地、农田、湿地、城镇及其他用地6种生态系统类型。DEM数据来源于生态遥感科室。降水数据来源于中国气象数据网，年潜在蒸散数据利用Modified-Hargreaves计算，植被可利用水、土壤饱和导水率利用土壤质地计算，土壤深度数据来自于全国第二次土壤普查数据集；流速系数、植物蒸散系数、植物根深均来自于参考文献。

InVEST模型认为，水源涵养量是在降水量减去蒸散量和地表径流后，土层中可调节的水量，即在产水量、地形指数的基础上和土壤饱和度。利用水力传导率和流速系数对产水量进行修正获得。

具体计算公式为：

(3)

式(3)中:WR为水源涵养量(mm)，Velocity为流速系数，Ksat为土壤饱和导水率(mm/d),Y为产水量(mm),TI为地形指数,DrainageArea为集水区栅格数量,SoilDepth为土壤厚度(mm),PercentSlope为百分比坡度。

InVEST模型中的产水模块主要用于计算生态系统的产水量[7]。该模块基于水量平衡原理，从每个栅格的降水量中减去实际蒸散量获得。

具体计算公式如下:

(4)

(5)

式(5)中，Rxj是土地利用类型j和栅格x处的Budko干燥度指数，即潜在蒸散量与降水的比值。ωx是一种改进的、无量纲的植被可用水和预期年降水量，它是一个用于描述自然气候-土壤特性的非物理参数。计算方法如下：

(6)

式(6)中，AWCx为植被有效体积含水量(单位：mm)，其取值由土壤质地和有效土壤深度决定[8]。Z是表示季节性降雨分布和降雨深度的参数。对于以冬季降雨为主的地区，Z值接近于10，而对于降雨分布均匀的潮湿地区和以夏季降雨为主的地区，Z值接近于1。

Budko干燥指数Rxj的计算公式如下：

(7)

Rxj式中，ETOx是栅格x内潜在蒸散量，表示植被蒸散系数。

3.3 生境质量评价方法

本研究中评估生境质量所需的基础数据包括MODIS NDVI数据，来自MOD13A3的植被指数数据集，空间分辨率为250 m×250 m，时间分辨率为月，MODIS产品来自NASA/EOS LPDAAC数据分发中心。生态系统遥感分类数据有湖泊分布、居民区、河流分布和道路分布数据等。

生境质量计算公式如下：

(8)

式(8)中，HSI为生境质量；n为因子指标个数和Wi为权重；fi为因子指标计算值。

规范生境质量，根据适宜性得分，分为最佳适宜性(100～75)、良好适宜性(75～50)、一般适宜性(50～5)、较差适宜性(25～0)等4个级别。

3.4 防风固沙能力评价方法

估算区域防风固沙量所需的气象因素包括风速、积雪天数、温度和降水量等，数据可以在中国气象共享网获取，科技部支持“国家科技基础条件平台建设”作为数据中心试点项目之一，国家气象信息中心气象数据办公室负责本网站的建设和管理。土壤性质数据：如土壤粗砂含量、土壤粉砂含量、土壤粘土含量、有机质含量和碳酸含量等[9]。

使用修正风蚀方程估算防风固沙量。潜在风蚀强度和实际风蚀强度通过风速、土壤、植被覆盖度等因素估算，将两者的差值作为生态系统固沙量来评价生态系统防风固沙强度功能[10]。

计算公式如下：

(9)

S=150.71·(WF×EF×SCF×K′×C)-0.3711

(10)

QMAX=109.8·(WF×EF×SCF×K′×C)

(11)

防风固沙量的计算公式如下：

(12)

S=150.71·[WF×EF×SCF×K′×(1-C)]-0.3711

(13)

QMAX=109.8·[WF×EF×SCF×K′×(1-C)]

(14)

式(9)～(14)中：SL为潜在风蚀量(kg/m2)，SR为防风固沙量(kg/m2)，S为区域侵蚀系数；QMAX为风烛最大转移量(kg/m)；Z为距离上风向不可蚀地面的距离。

3.5 土壤保持服务评价方法

在本研究中，InVEST模型SDR模块用于评估土壤保持服务。该模块需要的数据包括土地利用类型、DEM、降雨侵蚀因子、土壤可蚀性因子和生物参数表等数据。DEM数据来源于为地理空间数据云，降雨量数据来源于中国气象科学数据共享服务网，土壤质地数据下载自国家地球科学数据中心。

具体计算公式如下：

SEDRETi=RKLSi-USLEi

(15)

RKLSi=Ri×Ki×LSi

(16)

USLEi=Ri×Ki×LSi×Ci×Pi

(17)

式(15)～(17)中，SEDRETi表示栅格i的土壤保持量(t)；RKLSi表示栅格i的潜在土壤侵蚀量(t)；USLEi表示栅格 的实际土壤侵蚀量(t)；Ri表示栅格 的降雨侵蚀力(MJ·mm/(km2·h·a))；Ki表示栅格i的土壤可蚀性(t·km2·h/(km2·MJ·mm))；Ci表示栅格的植被覆盖因子，LSi表示栅格i的坡度坡长因子，基于DEM利用ArcGIS提取、计算得到；R、K因子的计算过程如下。

3.5.1R因子的求取过程

(18)

式(18)中Pi为第i个月降水量均值(mm)，P为年降雨量均值(mm);

3.5.2K因子的求取过程

(19)

式(19)中Sa、Si、Ci、Y分别为土壤砂粒、粉砂、粘粒、土壤有机碳含量。

从碳储量(表1)来看，研究区碳储量大多都在东部地区占61.81%，西部地区占26.38%，中部地区占11.81%；从水源涵养图来看，西部平原地区水源涵养能力最低的区域；中部丘陵地区和东北部山区处于中等区域；东南部山区是研究区水源涵养能力最高的区域；从生境适宜性图来看，中下部地区较差，中上部地区一般，东部地区优良；从防风固沙来看，西部平原区防风固沙能力明显高于东上部区域；从土壤保持图来看，东部地区要高于西部地区(图1～3)。

图1 水源涵养

表1 碳储量

4 结果分析及从中得到的启引

图2 生境适宜性

图3 防风固沙

已广泛应用于生态系统服务功能评估的InVEST模型，可以实现生态系统多种服务功能空间特征的定量表达。但在具体应用中仍存在以下局限性和不足：首先，该模型由斯坦福大学、世界自然基金会和大自然保护协会联合开发[11]，在研发过程中使用了某些类型的目标识别和数据，模型的地理背景限制了模型在不同地区的适用性。其次，为了降低模型使用难度，减少数据量，简化了模拟生态系统的各种生态服务流程，对模型进行恢复的过程可能会导致模型的估计结果缺乏足够的准确性和科学性[12]。最后，InVEST模型的生态系统服务功能评价结果缺乏不确定性分析[13]。

图4 土壤保持

5 展望

利用InVEST模型对遥感和驱动空间数据，可以更好地实现生态系统服务功能的动态评估和评估结果的空间量化表达。为更好地评价生态系统的综合服务功能，为决策部门提供借鉴，未来应在以下几个方面进行深入研究。

(1)通过理论联系实际相结合，为目标区域的模型计算方法和参数标准更够得到准确调整，推广模型适用性[14]。

(2)在生态系统服务功能评价中，InVEST模型很广泛应用，但授粉和木材生产量模块InVEST模型的很少应用于生态系统服务研究[15]，而这两方面是生态系统的重要组成部分，为人类提供福祉。

(3)目前 InVEST 模型的情景预测应用仅考虑土地利用/覆盖变化的主要因素的变化。我认为该模型除了考虑土地利用类型/覆盖变化以外的还得多方便的考虑其他变化因素[16]。