楚 智,徐长春,2,*,罗映雪,孙 琪
1 新疆大学资源与环境科学学院,乌鲁木齐 830046 2 新疆大学绿洲生态教育部重点实验室,乌鲁木齐 830046
当前我国正经历着经济社会高速发展带来的环境危机,习近平主席提出中国必须从“先发展,后治理”向“生态文明”转变,发展应尊重生态环境承载力,力求在全国范围内进行协调统筹维持社会福利的关键要素——能源和资源[1-2]。中国是第一个制定关于生态环境保护国家政策的主要经济体,要求政府在土地利用规划中建立环境、社会和经济评估,即生态保护红线政策[3]。生态保护红线区域是在土地利用规划中建立环境安全评估标准的一种尝试,被定义为“保证和维护生态安全和功能以及生物多样性所需的最低生态面积”[1,4]。生态保护红线区域范围内具有特殊重要生态功能、是必须进行强制性严格保护的区域,同时也是保障和维护国家生态安全的底线和生命线。划定生态保护红线并实行永久保护,对维护国家和地区国土生态安全、促进经济社会可持续发展和推进生态文明建设具有十分重要的现实意义[5-9]。但由于划定主体不同、对红线区的认识不同,加之同级行政区范围差异大,评价数据精度、时效性不一致,造成跨行政区的红线分布存在明显的不连续、空白或边界错乱现象,割裂了山脉、河流、湿地、植被等自然地理要素的空间完整性,难以形成生态保护红线全国“一张图”[10]。为此,应打破行政区域界线,开展流域整体的生态保护红线区域划定,并在此基础上进行地区衔接,明确行政职能范围。
生态系统服务的概念自提出以来[11],便引起了学术界的广泛关注。随着生态系统服务价值的理论和分类体系的逐渐完善,因其直观的货币化评估特点而得到了更加广泛的应用[12-15],以生态系统服务价值评估为基础的政策效益研究成为其发展趋势[16-20]。Bai等[3]提出了一种跨科学-政策的生态系统服务框架建立生态保护红线区域,分析表明生态保护红线政策对上海市的环境服务战略规划可以减少环境质量和发展之间的矛盾;肖甜甜[21]基于生态系统服务评价建立围填海区域景观生态保护红线划分方法;刘军会等[10]依据《生态保护红线划定指南》[22],再结合京津冀地区生态系统现状,选取了部分指标建立评价指标和评价模型,开展生态系统服务重要性和生态敏感性评价并建立生态保护红线区域;徐梦佳等[9]构建生态资产及其价值评估指标体系评价了山东省东营市生态保护红线区域的生态效益。由此可见,如何建立科学的评价模型划分生态保护红线保护区域并综合评估生态保护红线政策的生态效益是一个热点问题。
塔里木河流域是我国最大的内陆河流域,对我国干旱内陆区经济发展和生态文明建设起着举足轻重的作用。为缓解发展与环境的矛盾,推进生态文明建设进程,塔里木河流域管理局与陈亚宁团队合作开展“塔里木河流域生态需水量及重要生态工程研究”。依据前人成果[23-28],在综合考虑塔里木河流域生态需水状况和干流绿色带的基础上,陈亚宁[29]确定塔里木河流域平原区天然植被现状分布区域(总面积47771 km2)为生态红线的保护范围,包括自然绿洲、荒漠和绿洲荒漠过渡带的天然植被。然而,该划定方法主要依据流域下游平原区自然植被现状,并未考虑到中上游等地生态系统完整性,也忽视了土壤、海拔、气候、NPP等因子带来的生态系统服务功能的差异性。
本研究以《生态保护红线划定指南》为依据,综合考虑塔里木河流域生态功能极重要区和生态环境极敏感区,并加入湖泊冰川等禁止开发区域划定生态保护红线,通过红线区生态服务功能静态评估,以及生态保护政策在研究区未来土地利用变化情景中的动态效益分析,旨在为塔里木河流域的未来土地利用规划和发展方式提供思路。
塔里木河流域(71°39′—93°45′E,34°20′—43°39′N)位于新疆维吾尔自治区南部,总面积1.028×106km2,是我国最大的内陆河流域(图1)。塔里木河全长2179 km,由叶尔羌河、和田河、阿克苏河汇合而成,主要补给水源为高山冰雪融水[30]。受区域地形地貌影响,流域内降水稀少,蒸发强烈,形成了典型的大陆性干旱气候[24]。多年平均降水量17.4—42.8 mm,多年平均气温10.6—11.5℃[31-33]。土地利用类型以未利用地和草地为主。
图1 塔里木河流域Fig.1 Tarim River Basin
遥感数据:2001—2015年归一化植被指数(NDVI)、植被净初级生产力(NPP)和蒸散发数据(ET),分别来源于美国国家航空航天局NASA提供的MOD13Q1、MOD17A3和MOD16A3数据(http://reverb.echo.nasa.gov),空间分辨率分别为250 m、1 km、1 km。经过剔除异常值、重投影、掩膜和重采样等预处理,得到塔里木河流域2001—2015年的逐年、逐月影像。
气象数据:降水、气温、风速和大风日数等数据以及各个气象站点数据,来源于国家气象信息中心的中国地面气候资料数据集(https://data.cma.cn/),并采用ANUSPLIN插值方法并裁剪得到塔里木河流域的1 km气象数据栅格图。
社会经济数据:1995年、2005年、2010年、2015年4期公路、铁路、河流、湖泊、人口、GDP和全国30 m土地利用等数据,来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)。利用ArcGIS软件分析功能获取到250 m分辨率栅格数据图。
其他数据:土壤数据来源于中国科学院南京土壤研究所的中国1∶100万土壤数据库,数字高程模型(DEM)来源于地理空间数据云平台(http://www.gscloud.cn/)。地下水数据来源于国家科技资源共享服务平台(http://www.cnern.org.cn/)。为统一塔里木河流域地区的评价尺度,研究中所用数据均采用WGS_1984_Albers投影,空间分辨率统一为250 m。
2.2.1生态保护红线确定方法
根据《生态保护红线划定指南》[22](环办生态[2017]48号),考虑到数据的可获取性和研究区适用性,用定量指标法(表1)对流域生态功能的重要性和生态环境敏感性进行了评估并对评估结果进行了分级赋值(表2)。根据归一化后的生态系统服务重要性、生态敏感性评价栅格图将流域分为三大类:极重要(极敏感)、重要(敏感)和一般重要(一般敏感),最后,选取生态功能极重要和生态环境极敏感区域纳入生态保护红线区域。
表1 生态保护红线划定的计算方法Table 1 Calculation method for red line delineation of ecological protection
表2 生态服务功能重要性和生态环境敏感性分级赋值Table 2 Classification of importance and sensitivity of ecological service function
在综合考虑生态功能极重要区域和生态环境极敏感区域的基础上,剔除耕地和建筑用地,并加入湖泊、永久冰川区域等国家禁止开发区域作为生态保护红线区域。为精确确定生态保护红线边界,利用ArcGIS中的聚合工具将邻近的图斑聚合为相对完整连片的大块图斑,并将面积小于1 km2的独立图斑扣除,降低斑块破碎化程度,形成边界清晰、便于管理、生态完整性较好的生态保护红线区。
2.2.2未来土地利用情景模拟
为定量地分析生态保护红线政策在塔里木河流域经济社会发展中的生态效益,选取FLUS模型模拟未来不同情景下的土地利用变化。
通过建立logistic回归模型来确定各种LUCC类型(响应变量)与LUCC变化驱动因素(解释变量)之间的关系,筛选出对LUCC变化影响显著的因素作为模型模拟的驱动因子:坡度、坡向、高程、气温、降水、GDP、人口、到河流距离、到铁路距离、到公路距离、到城市距离、到湖泊距离。将塔里木河流域2005年和2010年土地利用数据作为模拟数据(依据前人研究[34]将土地利用类型的邻域因子参数设定为0.5、0.1、0.2、0.1、1、0.3),2015年土地利用数据作为验证数据,得到FLUS模型在塔里木河流域土地利用变化模拟中的Kappa系数为0.9637,精度较高,可以满足未来LUCC模拟要求。
2.2.3生态系统服务价值
参考谢高地等[35]制定的单位面积生态系统服务价值当量表,并根据塔里木河流域具体情况对其进行修正以后进行计算。计算公式为:
ESV=∑Ai×VCi
式中,ESV为生态系统服务价值总量;Ai为研究区第i类土地利用景观的面积;VCi为第i类土地利用景观的单位价值系数,即修正后的单位面积生态系统服务价值。为了保证生态系统服务价值当量表在塔里木河流域的适用性,选取NPP、降水和土壤保持调节的时空动态因子,结合生态系统服务价值基础当量表,构建适用于研究区的生态系统服务时空动态变化价值当量表。
2.2.4景观生态风险指数
景观格局和景观配置状况往往能反映出该地生态系统的质量优劣,及调节生态风险损失的能力。景观格局指数是反映地区生态系统结构组成及空间配置的定量指标。本文选取景观指数建立生态风险指数模型[36],公式如下:
LLIi=LSIi×Fi
LSIi=aLFIi+bLNIi+cLDIi
式中,ERIk为第k个单元的生态景观风险指数,Aki为k单元内i类景观的面积,Ak为k单元内景观总面积,LLIi为i类景观损失度指数,LSIi为景观结构指数,Fi为脆弱度指数,LFIi为破碎度指数,LNIi为分离度指数,LDIi为优势度指数。a、b、c为计算景观结构指数LSIi的指标权重,参考前人研究[36-37],分别赋值0.5,0.3和0.2;6种用地类型脆弱度指数Fi分别赋值0.2381、0.1429、0.1905、0.0952、0.0476、0.2857。
2.2.5双变量空间自相关
空间自相关分析能够检验具有空间位置的要素属性值与相邻空间点上的属性值是否具有关联性,包括全局空间自相关和局部空间自相关[37-38]。本文用全局Moran′sI指数来分析区域总体的空间关联和空间差异程度;用双变量局部空间自相关LISA来检测局部地区是否存在显著的生态系统服务价值和生态风险耦合的高高、高低、低低和低高集聚区。为直观显示二者关系分布情况,采用2 km×2 km格网对研究区进行空间采样分析。
塔里木河流域生态保护红线划定结果如图2所示,面积为133721 km2,占流域总面积的13.01%,主要分布在塔里木盆地东北部地区、河流边缘绿洲、巴音布鲁克草原,以及永久冰川和湖泊等地区。根据主导功能,塔里木河流域的生态保护红线区域主要包括水土涵养、水土保持、防风固沙和维护生物多样性四大生态功能极重要区以及土地沙化极敏感区。其中,土地沙化极敏感区和维护生物多样性极重要区所占比例最高,分别占生态保护红线总面积的60.21%和30.59%。
图2 生态服务功能区、环境敏感区和生态保护红线区划定结果Fig.2 Results of delineation of ecological service functional area,environmentally sensitive area and ecological protection red line area
净植被初级生产力(NPP)是估算地区生态系统支持服务和可持续发展能力的重要指标。经计算,生态保护红线保护区范围内的植被NPP多年平均总量为2.233×107g C,占研究区总量的40.81%,平均值为10.44 g C m2a-1,比红线之外的研究区植被NPP平均值2.26 g C m2a-1高3.61倍。作为塔里木河流域最重要、最需要严格管控的生态空间,生态保护红线区域提供了流域内46.62%的生物多样性维护功能、36.10%的水土保持功能、56.00%的防风固沙功能和57.22%的水源涵养功能,划定结果符合“以较小面积获取较大服务”原则。
与国内其他区域[3,9-10]划定生态保护红线范围相比,本研究划定面积占比最小,却得到生态系统服务价值和功能更加突出,代表性更强的结果;与塔里木河流域其他方法[29]划定的生态保护红线范围相比,本研究划定范围更加全面,综合考虑了流域生态系统极重要区域和生态环境极敏感区域,注重生态系统整体,涵盖流域上、中、下游,而非仅仅保护流域下游平原区天然植被,对地区生态可持续发展研究具有重要的科学意义。
为进一步分析和比较生态保护红线政策对塔里木河流域生态环境质量效益,首先计算当前生态保护红线区域的ESV,及其在流域当中所占的比重(表3)。由表3可知,生态保护红线区域以13.01%的面积提供了全流域44.55%的生态系统服务价值,除水文调节功能之外的其他生态服务功能贡献值均超过了50%,生态保护红线的划定对于维持塔里木河流域自然资源与环境质量、促进地区生态可持续发展具有重要意义。
表3 2015年生态保护红线区域各生态功能区生态系统服务功能价值/亿元Table 3 Ecosystem service value of each ecological function zone in the red line of ecological Protection in 2015
从研究区各生态功能分区来看,各功能区类型ESV的比例大小依次为冰川湖泊>土地沙化>生物多样性>水源涵养>水土保持>防风固沙。由于冰川湖泊的单位面积价值当量远远高于其他土地利用类型,因此占据最大比重;防风固沙极重要区的生态系统服务价值较低,是由塔里木河流域的地域环境特殊性决定的,流域内防风固沙能力较强的林地数量少,且均为干旱区植被,各项生态系统服务功能较低,不论是在NPP贡献还是应对风沙的能力都显著弱于国内平均水平,因此比重最小。
从生态系统服务价值结构功能来看,单项ESV比例大小依次为调节服务>供给服务>支持服务>文化服务。冰川湖泊在生态系统服务价值中的贡献主要集中在水资源供给和水文调节,占生态保护红线区域总价值的52.28%,由此可见在干旱区尤其是塔里木河流域,保护水体资源极为重要,对整个区域的可持续发展和生态环境质量提高都有重要意义。
3.3.1历史变化与情景设定
在当前用地情景(S1)基础上对未来不同土地利用情景(S2、S3)做出目标设定(表4),采用FLUS模型模拟并得到结果(图3)。由不同年份土地利用面积(表5)可知,从1995—2015年塔里木河流域的土地利用变化趋势:耕地和建筑用地不断增加,林地先增加后减少,草地逐渐退化,水体起伏不定,未利用地不断减少。其中,1995—2005年间流域林地保护和恢复效果明显,水体面积也增加了4.48%,生态环境质量有显著的改善。总体而言,近20年人类活动使得耕地和建筑用地面积分别增加了66.24%和59.80%,由此带来草地持续退化,林地也在2005年之后不断减少,虽然未利用地的开发对流域生态恢复起到一定的作用,但退耕还林还草,严守生态保护红线的政策亟需落实。
表4 不同土地利用情景设定Table 4 Different land use scenarios
表5 不同年份土地利用面积/km2Table 5 Land use area in different years
图3 不同土地发展情景下的土地利用空间格局Fig.3 Spatial pattern of land use in different scenariosS1:情景1 Scenario 1;S2:情景2 Scenario 2;S3:情景3 Scenario 3
3.3.2土地利用模拟结果对比分析
由表6可见,与S1相比,S2受社会经济的发展影响,耕地面积增加33.50%,建筑用地增加34.55%,而草地面积的减少虽然对地区生态环境质量产生不利影响,但水体面积的增加使得塔里木河流域整体的生态系统服务价值并未产生较大变化。
表6 不同土地发展情景下生态系统服务价值/亿元Table 6 Ecosystem service value under different land development scenarios
与S2不同,S3在综合考虑生态保护红线政策和退耕还林还草的目标下,寻求可持续发展的新方向。重点实施了退耕还林还草,保护河流湿地和未利用地的治理,生态保护红线区域的划定也使得流域内部稳定性大大提高。林地、草地和水体面积分别增加了10.80%、11.11%和17.02%,流域内总体生态系统服务价值提升了11.96%,土地空间格局得到进一步优化,生态系统调节能力显著增强,环境质量得到改善。
3.3.3生态景观格局指数分析
由表7可知,景观破碎度大小依次为建筑用地>林地>水体>耕地>草地>未利用地,建筑用地和林地面积较小且分布较为分散,破碎度指数较高;与之相反,耕地、草地和未利用地面积较大且集中,呈面状分布,破碎度指数较低;而水体虽然面积较大,但除了湖泊河流,占比最多的冰川分布在高海拔山区,地块数量多,单个地块面积小,因此水体的景观破碎度也相对较小。从不同情景来看,林地和草地的景观破碎度从大到小依次为S2>S1>S3,水体的景观破碎度从大到小依次为S1>S2>S3,表明在S3情境下,对塔里木河流域的环境质量和系统服务能力提高较显著的生态系统最为稳定,生态风险最低。景观分离度指数与景观破碎度指数有相同的特征,而由于三种情景下的土地利用分布格局并未有巨大的改变,景观优势度指数差距较小。对地区生态系统服务功能贡献较大的林地、草地和水体均在S3的状态下的景观结构指数最小,说明其林地、草地和水体生态系统受到干扰的损失程度最 低,即在S3情境下塔里木河流域生态系统更加稳定,生态风险抗干扰能力最强。
表7 不同土地发展情景下各土地利用类型景观格局指数Table 7 Landscape pattern index of different land use types under different land development scenarios
景观损失度在一定程度上可以反映某个生态系统类型的遭受风险时的损失程度,损失度越大,其抵抗风险的能力越弱。从图4中可以看出,S3情景下,整体的景观损失度较小,尤其是林地、草地、水体的景观损失度均显著低于S1和S2。生态系统内部较稳定,拥有较高的抵抗风险能力,生态系统结构配置最优。
图4 不同土地发展情景下各土地利用类型景观损失指数 Fig.4 Landscape loss index of different land use types under different land development scenarios
3.3.4生态服务价值与生态风险耦合分析
采用双变量自相关模型,分析塔里木河流域生态系统服务价值和生态风险指数的空间关联特征。结果表明,S1、S2、S3的全局Moran′ sI指数(P=0.05)分别为0.202、0.222、0.186,说明生态系统服务与生态风险之间存在一定的正向空间关联性。为了更加直观地反映生态系统服务价值和生态风险指数之间的相关关系,得到局部空间自相关LISA分析结果如图5所示,二者局部关联性显著区域主要分布在塔里木盆地边缘绿洲,以及草地和耕地分布较为集中地区,分为高价值-高风险(HH)、高价值-低风险(HL)、低价值-高风险(LH)、低价值-低风险(LL)和不显著(NS)五种模式。
图5 不同土地发展情景下单位面积生态系统服务价值与生态风险指数空间耦合分布图Fig.5 Spatial coupling distribution diagram of ecosystem service value per unit area and ecological risk index under different land development scenarios
高价值-高风险区(HH):指单位面积生态系统服务价值高,并且生态风险等级高的区域。主要分布在塔里木盆地的北部边缘受人类活动影响较为强烈的绿洲地区,以及永久冰川和湖泊。绿洲地区的林地(天然的和人工的)分布较为分散,虽然生态系统服务价值较高,但同样面临着土壤盐碱化以及过垦过牧带来的一系列环境问题,易向未利用地转变;高生态系统服务价值的永久冰川和水体分布范围广,但地块小,数量多,抵抗生态风险的能力较低。
高价值-低风险区(HL):指单位面积生态系统服务价值高,但是生态风险等级低的区域。主要分布在塔里木盆地绿洲外部边缘和高海拔的草地,这些区域生态系统类型单一,斑块面积大,有较高的整体稳定性,受人为活动影响相对较小,不易遭到生态胁迫因素的侵扰。
低价值-高风险区(LH):指单位面积生态系统服务价值低,但是生态风险等级高的区域。塔里木河流域盆地北部边缘的LH区域主要是耕地,分布在HH区域周围,是HH区域高风险的延伸,但生态系统服务价值较低,正是因为LH区域的保护使得中心地区有较高的生态系统服务能力;塔里木盆地南部边缘的LH区域由于生态系统服务价值较低,抵抗风险能力较差,容易受到风沙、盐渍化、土地沙化的影响,向未利用地转化,潜在生态风险较高。
低价值-低风险区(LL):指单位面积生态系统服务价值低,并且生态风险等级低的区域。图中并未出现显著的LL地区。
不显著区(NS):指单位面积生态系统服务价值与生态风险指数集聚关系不显著的区域。占研究区总面积的69.20%—70.87%,主要是成片分布的未利用地和草地,生态系统服务价值和生态风险指数分布都较为平均,不存在明显的高值和低值中心。
图6 不同土地发展情景下基于生态系统服务价值与生态风险指数局部自相关LISA频次图Fig.6 LISA frequency chart of local autocorrelation based on ecosystem service value and ecological risk index under different land development scenarios
由图6可知,与S1相比,S2情境下生态系统服务价值高值面积略微减少,高生态风险区域增加了5.23%,但生态系统服务价值基本稳定,受生态胁迫因素影响的风险提升;S3情境下生态系统服务价值高值面积增加了5.95%,HL区域面积增加了6.37%,整体生态系统服务价值大幅度增加,受生态胁迫因素影响的风险显著降低。对塔里木河流域生态系统功能最为重要的HH和大部分HL地区都在生态保护红线区域划定范围,说明退耕还林还草、保护重点生态功能区域的生态保护红线政策能够为塔里木河流域的生态系统稳定和“既要金山银山,又要绿水青山”的可持续发展提供方向和理论支持。
(1)划定生态保护红线区域总面积133721 km2,占流域总面积的13.01%,其中土地沙化极敏感区和维护生物多样性极重要区的面积所占比例最高,分别为60.21%和30.59%。生态保护红线区域的NPP占研究区总量的40.81%,植被NPP平均值比红线之外的研究区平均值高3.61倍,并提供了流域内46.62%的生物多样性维护功能、36.10%的水土保持功能、56.00%的防风固沙功能和57.22%的水源涵养功能,划定结果符合“以较小面积获取较大服务”原则。
(2)生态保护红线区域提供了全流域44.55%的生态系统服务价值,除水文调节功能之外的其他生态服务功能贡献值均超过了50%,对于维持塔里木河流域自然资源与环境质量具有重要意义。从生态系统服务价值结构功能来看,调节服务和供给服务是生态保护红线区域的最主要功能;从生态功能分区来看,冰川湖泊提供了生态保护红线保护区52.28%的生态系统服务价值,对研究区生态系统服务功能起到至关重要的作用。
(3)通过对不同发展目标下的生态景观格局情景的比较,发现实施了退耕还林还草、保护重点生态功能区域的生态保护红线政策情景后,2030年林地、草地和水体面积分别增加了10.88%、11.11%和17.02%,生态系统服务价值比2015年增加了11.96%,且生态系统服务价值高值面积增加了5.95%,HL区域面积增加了6.37%,地区生态系统内部稳定,拥有较高的抵抗风险能力,生态系统结构配置最优。生态系统服务与生态风险之间存在一定的正向空间关联性。对塔里木河流域生态系统功能最为重要的高价值-高风险区和大部分高价值-低风险区都在生态保护红线区域划定范围,也在一定程度上证明了生态保护红线区域划定的科学性和重要性。
生态保护红线政策对塔里木河流域生态环境质量提升和降低风险,实现可持续发展具有重要的指导意义。但是,鉴于技术等原因,模拟评价过程仍存在需要进一步完善提高的地方:一是,在图斑聚合为相对完整连片的大块图斑时剔除了一些生态系统服务功能较高的细碎独立斑块,虽然降低了斑块破碎化程度,但对生态保护红线的划定结果可能会产生一定影响;二是,模拟的未来土地发展时间较近(2030年),在短期内部分用地类型发生显著变化的概率较低,特别是研究区内面积占比最大的未利用地,治理和开发难度高,流域整体空间格局难以在短时间内发生显著变化,导致ESV增长缓慢,这对生态保护红线政策实施的生态效益评价也会产生一定影响;三是,对于划定结果合理性的研究还应该经过实地勘察,并听取有关部门和相关领域专家的意见以及当地群众的需求[10]。对生态保护红线政策实施的效益评价不应只局限于环境质量和生态系统稳定性而忽视了社会经济发展,如何实现经济-生态的共赢应该是未来研究的重中之重。