农区土地利用强度变化对生物多样性的影响

丰思捷，陈宝雄，刘云慧,3①

(1.中国农业大学资源与环境学院，北京 100193；2.农业农村部农业生态与资源保护总站，北京 100125；3.中国农业大学生物多样性与有机农业北京市重点实验室，北京 100193)

农业景观生物多样性是全球生物多样性的重要组成部分。农业景观占陆地面积的比例超过37%[1]，是人类粮食的重要生产基地，同时维持着相当比例的生物多样性以及濒危物种，在生物多样性保护中具有重要意义[2]。但是，随着全球人口的增加，现代集约化农业的发展以及农药化学品的广泛应用加剧了生态环境的恶化，也导致了农业景观的急剧变化(包括土地利用改变带来的景观格局简化、景观破碎化以及自然、半自然生境丧失)，从而造成农业景观生物多样性快速下降，直接威胁农业可持续发展[3]，而这种状况在发展中国家尤为严重[4]。因此，研究农业景观中土地利用强度与生物多样性的关系，对于减缓生物多样性的下降趋势具有重要意义。目前，国内在田块尺度上关于农区土地利用强度与生物多样性的关系研究取得一定进展[5-6]。然而，在区域尺度上系统性探讨农田生物多样性、生态系统服务/功能对土地利用强度响应的研究较少。此外，虽然国际上目前建立了全球尺度的土地利用强度-生物多样性数据库[7]，但关于我国农区生物多样性的数据较少。因此，构建基于农区利用强度的生物多样性数据库，综合定量化分析土地利用强度对农区生物多样性的影响至关重要。

情景和模型是评估未来社会经济发展状况对生物多样性影响的重要工具[8]，情景是未来人类活动及其引起的环境变化的所有可能发展模式的定性或定量描述。通过模型模拟不同情景下生物多样性的变化情况[9]，从而提出相应的保护措施，对于评估环境变化对物种多样性的影响、制定合理的生物多样性保护战略、保障可持续发展具有重要意义。近年来，全球主要情景包括共享社会经济路径(Shared Socioeconomic Pathways,SSPs)、代表浓度路径(Representative Concentration Pathways,RCPs)等[10]，主要模型包括种-面积关系模型、基于生态位的模型等[11]。研究通常将情景与全球生物多样性评估模型(Global Biodiversity Assessment,GLOBIO)、全球环境综合评估模型(Integrated Model to Assess the Global Environment,IMAGE)、FLUS模型(Future Land Uses Simulation)、CLUE模型(The Conversion of Land Use and Its Effects)等耦合，从而分析全球生物多样性及其驱动力的未来可能变化[12-13]。但是，多数情景和模型分辨率较低，未能有效处理区域驱动力和跨尺度问题，存在较大的不确定性[14]。此外，目前研究很少关注受人类干扰影响最大的农田景观生物多样性的情景分析，因而不适于指导区域制定合理的土地利用管理策略。

该研究基于文献收集数据和实验数据，建立我国农区生物多样性数据库，通过Mata分析(Meta-Analysis)研究农业景观中土地利用强度对生物多样性的影响，构建农区土地利用强度-生物多样性关系模型，并依据社会经济发展、土地利用、生态环境和生物多样性保护等方面的数据资料，结合与农区土地利用相关的区域政策、规划和保护目标设计土地利用情景，从而对未来浙江省的生物多样性变化趋势进行评估，为制定科学合理的农业生物多样性保护目标奠定研究基础。

1 研究方法

通过Web of Science网站和中国知网(CNKI)检索农区土地利用类型与物种多度的相关文献，提取文献数据，结合浙江、山东等11个省份的野外采样数据，构建我国农区不同土地利用强度的生物多样性数据库。基于数据库数据，计算不同土地利用强度的平均物种多度指数，通过Meta分析评估农区土地利用变化对生物多样性的影响。依据线性混合效应模型构建土地利用强度-生物多样性关系模型。结合浙江省的土地利用政策和规划，建立3套基于农区的土地利用情景方案，通过Flus-Biodiversity模型模拟不同情景下浙江省生物多样性的空间分布格局，提出浙江省农区生物多样性保护目标优化方案。

1.1 农区生物多样性数据库建设

1.1.1数据采集

在文献数据收集方面，通过Web of Science和CNKI网站，基于关键词检索农区土地利用类型和物种多度相关的文献，利用NoteExpress进行查重，去掉重复文献，最后进行人工筛选(图1)。主要筛选规则如下：

(1)限于国内农田生态系统，去除对于国外农田的研究。

(2)限于农田生态系统，去除主要内容为林业、渔业、畜牧业等的文献。

(3)限于详细介绍了试验地点土地利用情况的研究。

(4)去除未包含物种多度、密度及盖度，农田土地利用类型少于2和样本量<20的研究。

在野外实验数据收集方面，课题组基于农业农村部生态环境总站在全国各生态农业示范点以及项目申请单位课题组的长期研究，在1994—2020年期间，累计在全国13个省份(北京、河北、河南、贵州、湖北、重庆、四川、青海、陕西、山东、浙江、安徽和江苏)24个县(市、区)的人工林、果园和农田开展农区生物多样性调查，捕获的昆虫保存在φ=75%的酒精中，带回实验室制作标本，分别进行记录和鉴定，蜘蛛、步甲等鉴定到种。

1.1.2数据库构建

把筛选后的文献导入Excel表格中，录入相关信息，包括文献标题、作者、摘要等。从期刊文章、会议文集、报纸文章和学位论文4种文献类型里，选择期刊文章和学位论文进行之后的分析和讨论。数据库主要由以下几个数据集组成：

(1)研究分类数据集，主要属性为来源编号、引用情况、研究编号和研究名字。

(2)研究方法数据集，主要属性为多样性类型、取样方法、样地名字、样点名字、取样时间(开始、中间、结束)和取样间隔。

(3)研究区域数据，主要属性为实验地点的经纬度，所在省、市、县以及所在区域(东部、西部)。

(4)土地利用类型/强度数据集，主要属性为文献/实验生境描述、文献/实验土地利用类型、主要土地利用类型和土地利用强度。

(5)生物类群分类数据集，主要属性为物种所属类群(界、门、纲、目、科、属、种)及测量值。

农区土地利用强度-生物多样性数据库共包含了全国298个农业景观样地的15 042条物种记录。其中，动物数据中物种记录13 244条，样地188个；植物数据中物种记录1 798条，样地110个。数据库涵盖了河南、北京、河北以及山东等24个省份的人工林、果园和农田。

1.2 农区土地利用强度与生物多样性关系研究

1.2.1生物多样性指标计算

该研究的生物多样性指标采用GLOBIO模型量化生物多样性的指数——平均物种多度指数(mean species abundance，MSA)，即相对于原生生境(参照生境)，受干扰生境中物种的平均多度，用来表征和衡量区域生物多样性完整性和生物多样性变化的趋势[15]。MSA值的计算方式为:同一研究中给定压力下每个物种的多度除以未受干扰条件下相应物种的多度，值最大为1，然后计算对照下的算术平均值。如果干扰生境中物种多度大于原生生境，则干扰生境的值为1;如果干扰生境中出现了原生生境中没有的物种，则干扰生境的值为0。计算方式如表1所示。

表1 平均物种多度指数(MSA)的计算Table 1 The calculation of mean species abundance(MSA)

1.2.2统计分析

Meta分析(Meta-Analysis)是一种专门对单个研究进行统计综合，找出普遍结论并发现差异的定量研究方法，已成为生物多样性评估研究中较常用的统计方法，其优势在于对涉及较大区域、多样点的采样数据可以采用一致的方式收集和综合分析[16]。笔者利用Meta分析来定量评估不同尺度下农区土地利用强度对生物多样性的影响，并结合线性混合效应模型构建农区土地利用强度与MSA指数的关系模型。运用R 3.2.2软件中的Lmer函数进行模型拟合[17],比较基础模型和混合模型的赤池信息准则 (AIC)和贝叶斯信息准则(BIC)，基于独立验证数据对模型进行验证,选取决定系数(R2)和均方根误差(RMSE)等指标对模型精度进行评价，从而筛选出最优的农区土地利用强度-生物多样性模型。

1.3 农区生物多样性保护情景设计

1.3.1农区选择及概况

研究选择浙江省作为我国东部的典型农区进行生物多样性情景模拟。浙江省位于我国东南沿海地区长江三角洲南翼，地处欧亚大陆与西北太平洋的过渡地带，该地带属典型的亚热带季风气候区，气候资源配置多样。得天独厚的地理位置和优越的气候环境孕育了悠久的农业历史，浙江素有“鱼米之乡”之称，而且现代农业发展迅猛，区域化布局逐渐规模化，对我国东部地区的农业发展具有借鉴意义。

1.3.2空间数据库建设

研究使用数据主要包括：(1)1995、2000、2005、2010、2015、2018以及2020年7期土地利用数据；(2)GDP总值；(3)人口；(4)高程数据；(5)坡度数据；(6)坡向数据；(7)道路数据。数据来源见表2。

表2 数据来源Table 2 Data sources

1.3.3Dyna-CLUE模型参数

Dyna-CLUE模型是研究人员在CLUE和CLUE-S模型基础上发展而来的，CLUE模型是基于土地利用及其驱动因子间的量化关系和不同土地利用类型间的竞争动态变化模型所构建的，适用于国家和大陆尺度，因分辨率较低，在区域尺度上往往不适用。CLUE-S模型在CLUE模型的基础上研发，可用于小尺度上的土地利用类型空间合理布局以及多种土地利用类型用地需求的协调、分配。Dyna-CLUE模型是最新版本的CLUE模型，该模型综合了土地利用变化的宏观驱动因素与微观格局演化特征，对于多尺度的应用具有更强的适用性。

气在中国文化中既富有形而上气质，又葆有形而下质地，上可达道，下实于器，现象而本质;在艺术中，气上于通神，下现于形，且将形与神牵连、包融、氤氲为一体，所以中国古典艺术批评对艺术的气氛感把握，极为讲究。南朝谢赫论绘画，有“六法”，立气韵生动为第一义。在笔者看来，气韵生动内涵有二:其一，主要指作品内在生命韵律的生动与流荡;其二，作品由此蒸腾出环晕着作品的整体氛围、气味、调子，前者实，后者虚，虚实而相生，就成了艺术批评要把握的微妙的气氛感，是故中国古典诗文品赏、批评，有“观文气”之说，书画鉴定，则有“望气派”之别。

模型输入包括以下4个部分：

(1)空间分布适宜性设置，该部分研究各类土地利用与各驱动因子之间的定量关系，表示研究区域内每一栅格单元可能出现某种土地利用类型的概率。选取高程、坡度、坡向、GDP总值、人口密度、距最近道路距离共6个驱动力因子，基于SPSS 软件选用Logistic 回归(逐步向后)分析，计算土地利用空间布局及其驱动因子之间的定量关系。

(2)土地利用类型转移设置，该部分主要包括各类土地的转移弹性系数(ELSA)与可转移性设置 (转移矩阵)。ELAS是0 ～1 之间的数值，表示土地改变的难易程度。依据该研究区域已有结果，结合Kappa系数进行调整，最终确定2015—2020年浙江省模拟实验的ELSA参数，耕地、园地、林地、草地、水域、建设用地和未利用地分别为0.7、0.9、0.85、0.95、1、0.85和1。可转移性设置指在一定情景下，各种土地利用类型之间相互转移的可能性，用0或1表示，0表示不能转化，1表示可以转化(表3)。

表3 农区土地可转移性矩阵表Table 3 Table of land use transition matrix

(3)土地利用需求设置，主要依据土地利用情景，折算从模拟起始年到终止年各类土地类型每年的需求变化情况。

(4)空间政策与限制设置，表示由于地区政策限制或者特殊的地区因素，在模拟时段内土地利用类型不允许发生改变，如自然保护区、基本农田等。笔者设定浙江省生态功能保护区为限制发展区域，其他区域允许土地类型的自由转换。最后，选用Kappa 系数对模型进行校准。通常，当Kappa系数值为>0.80～1 时，表明真实图与模拟图几乎完全一致；当Kappa系数值为0.61～0.80时，表明两者具有高度一致性。

情景分析的设计应与土地利用方式、规划目标等影响因子紧密结合，并将量化结果纳入到土地利用变化空间模拟中。研究通过收集社会经济发展、土地利用、生态环境和农田生物多样性保护等方面的数据资料，结合当地政府部门对农田制定的规划方案以及生物多样性保护相关的区域政策、规划和保护目标，建立3套基于农区的土地利用情景设计方案。然后，将不同情景对应的土地利用需求输入到Dyna-CLUE模型中，模拟2030年浙江省土地利用空间分布。在设定情景时，考虑了退耕还林政策对浙江省的影响。此次模拟将退耕还林工作完成年(2030年)设为情景年，对其未来土地需求情况进行设计，具体情景见表4。

表4 浙江省2030年土地利用模拟情景及参数描述Table 4 Simulated land use scenarios and parameter description of Zhejiang Province in 2030

自然增长情景：该情景主要根据当前已有的1995—2015年土地利用数据，计算土地变化速率，并以此递推出2030年的土地利用需求情况。该情景主要表征浙江省土地利用的自然变化情况，不考虑区域保护。

政府规划情景：对坡度大于 25°的耕地进行退耕还林。根据 《中华人民共和国水土保持法》，坡度大于25°的坡地禁止开垦农作物，因此，在该情景下退耕地约有100 hm2，除耕地和林地外，其他土地利用类型仍按照自然增长的需求进行设定。

生态保育情景：对坡度大于15°的耕地进行退耕还林，同时在生态功能保护区限制开发。该情景考虑以生态保护优先，尽可能地扩大退耕还林的坡度范围，并且不允许在保护区进行土地开发。因此，在该情景中，退耕地面积约为31.38×103hm2，除耕地和林地外，其他土地利用类型仍按照自然增长的需求进行设定。此外，限制开发区域包括新安江上游水源涵养生态功能保护区和舟山群岛生态功能保护区的部分区域，总面积约为52.58×104hm2。

1.3.4生物多样性情景模拟

FLUS-Biodiversity软件在分析社会经济发展-土地利用变化-生物多样性变化的关系基础上，耦合 FLUS 模型和生物多样性模型，构建土地利用变化对生物多样性影响的空间优化模拟分析模型，是识别生物多样性时空变化特征的有效工具。选用生物多样性指数模型模块，输入浙江省、青海省不同情景对应的土地利用空间分布状况，以及土地利用强度-生物多样性关系模型结果，从而模拟浙江省、青海省2030年不同情景下的生物多样性空间分布格局，最后计算区域MSA总值(AMS，r)，其值为所有栅格MSA值(AMS，i)的加权平均值，计算公式[15]为

AMS，r=∑AMS，i×Ai/∑Ai。

(1)

式(1)中，Ai为栅格i对应的土地利用面积，hm2。

2 结果与分析

2.1 农田土地利用强度与生物多样性的关系

2.1.1农区不同土地利用强度的动物MSA指数

依据源文献和课题组数据对农区土地利用类型和强度进行划分，强度源于农业景观结构和农田管理方式。从景观结构角度划分，主要类型有原生生境、农林复合以及周围无半自然生境农田。从农田管理方式角度划分，主要类型为有机农田、生态农田和常规农田(表5)。

表5 农区土地利用强度等级界定Table 5 Classification of land use intensity in agricultural land

对数据库农区不同土地利用强度动物多度、密度数据进行分析，得到农区不同土地利用强度对应的动物MSA值。结果(图2)发现，2个尺度均显示，中强度与高强度之间存在显著性差异，即随着农区土地利用强度的增加，生物多样性完整性呈显著下降趋势。

2.1.2农区土地利用强度与MSA指数的关系模型

因变量MSA符合正态分布，基于线性混合效应模型构建我国农区土地利用强度与MSA指数的关系，并结合AIC值选择最佳模型。最佳模型以土地利用强度作为固定效应，研究间差异作为随机效应，模型结果如表6所示。

表6 基于线性混合效应模型的农区不同土地利用强度的影响结果Table 6 The effects of land use intensity on farmland diversity based on linear mixed model

2.2 浙江省生物多样性情景模拟

2.2.1浙江省土地利用情景模拟结果

根据前述6个驱动因子，采用SPSS软件，选用Logistic回归(逐步向后)分析方法探讨各土地利用类型与驱动因子之间的关系，并对各回归结果进行ROC(relative operating characteristics)检验，2018—2020 年回归结果如表7所示。一般认为ROC值大于0.7，表示回归方程对该土地利用类型有很好的解释能力[18]。在回归结果中，水域、建设用地、林地与耕地的ROC值均大于0.7，因此该4种土地类型的回归方程能很好地解释各驱动因子与土地利用类型的关系，而园地、草地与裸地的ROC值均介于0.5～0.7之间，解释能力稍差。总体来讲，回归方程对于各土地利用类型有较好的解释能力。

表7 浙江省土地利用驱动因子的Logistic回归结果Table 7 The results of Logistic regression driving factors of land use in Zhejiang Province

计算模拟结果的Kappa系数，对其模拟的准确程度进行解释，土地利用解译数据及模拟结果如图3所示。1999—2008年模拟结果的Kappa系数为0.507 1，介于0.40～0.60之间，说明模拟结果具有中等一致性。因此，Dyna-CLUE模型适用于浙江省土地利用空间布局的模拟。

应用Dyna-CLUE模型对2030年的3种情景进行预测，结果显示，在所有情景中，耕地面积呈不同程度下降，园地面积呈不同程度上升。因退耕还林政策的实施力度差异，在自然增长和政府规划情景中，林地面积均明显下降，而在生态保育情景中，林地面积下降幅度减小(图3～4)。

2.2.2浙江省生物多样性模拟

基于Flus-Biodiversity模型模拟不同情景下浙江省MSA的空间分布，现状条件下MSA值为0.750 4，自然增长情景、政府规划情景、生态保育情景、常规农田现状、生态农田情景下分别为0.741 8、0.740 9、0.744 8、0.773 8、0.797 1。图5显示，生物多样性完整性损失最严重的区域为浙江省东北部和中部农田聚集区。此外，在所有情景中，区域生物多样性完整性都呈下降趋势，其中生态保育情景下降幅度最小。说明将常规农田转换为生态农田，区域生物多样性完整性有所提高。

3 讨论

3.1 农区土地利用强度对生物多样性的影响

笔者综合大量文献和野外数据发现，相比于原生生境，随着农区土地利用强度的增加，生物多样性完整性呈显著下降趋势。国际上普遍认为，农区土地利用强度对生物多样性的影响体现在2个方面。一方面随着土地的过度开发，农业扩展、发展以及大量的农业活动导致了农业景观格局(农田、村落和自然、半自然生境相间的小尺度镶嵌体)的改变，包括景观格局简化、破碎化以及半自然生境的大量减少甚至丧失。作为农业景观的重要组成部分，半自然生境在农业景观生物多样性保护中具有重要的功能和作用[19-20]。欧洲的研究显示，随着景观尺度半自然生境面积的增加，自然天敌对害虫多度的抑制作用增强[21]。因此，保护和建立农业景观中的半自然生境(农田边界、灌木带、林地、水塘、沟渠和休耕地等)，有利于农业景观生物多样性完整性的维持和保护。另一方面，随着集约化农田管理措施的加强，化肥、农药等大量施用造成了农田内部结构的改变，主要是农业区域的土壤物理化学性质(pH值、土壤含氮量和土壤有机质含量)的改变[22]，使得土壤动物类群的种群密度下降[23]，此外，植物物种多样性也会明显减少，从而导致依赖该类植物生存的动物类群减少。因此，适度推动农田有机管理或生态管理，合理化减少化肥和农药的施用，有利于区域生物多样性的保护。

3.2 区域农田生物多样性对土地利用强度的响应

Dyna-CLUE模型结果显示，随着退耕还林政策的深入，浙江省耕地面积逐步减少，林地面积逐步增加。在政府规划情景中，虽然耕地面积有所恢复，但效果不明显。生态保育情景加强了对耕地、园地、林地的保护,减缓了建筑用地的增长，注重了生态环境保护。但由于Dyna-CLUE模型对输入栅格的数量有限制，所以模拟的分辨率较低，对土地利用空间分布模拟的准确度有一定影响。此外，在设定土地利用需求方面，关于土地利用的长期规划，尤其是农田的规划较少。因此，在今后的研究中，一方面要注重提高空间模拟的分辨率，另一方面应考虑设计关于农田利用的问卷调查，从而合理设定区域未来的土地需求。

Flus-Biodiversity模型结果显示，生物多样性完整性损失最严重的区域为浙江省东北部和中部农田聚集区。在所有情景中，区域生物多样性完整性都呈下降趋势，其中生态保育情景下降幅度最小。说明将常规农田转换为生态农田，区域生物多样性完整性有所提高。尽管有针对性的政策(如退耕还林)和生态功能保护区的限制开发降低了土地利用强度的变化程度，但这4种情景都没有实现对浙江省区域生物多样性的全面保护。可能的原因是，建筑用地面积增加造成的生物多样性下降抵消了农田面积减少和林地面积增加导致的生物多样性的提升。另外，在不同情景中，总体MSA值的差异并不明显。原因可能是，研究区域中林地所占面积较大，而农田及半自然生境面积较小，因而对于区域的整体MSA值扰动较小。总之，政府有关部门未来一方面应加强农田周围自然和半自然生境的保护，推动农田有机和生态管理方式，另一方面应注重生物多样性完整性损失严重区域的保护，采取更为强硬的手段来减缓区域生物多样性的下降趋势，从而全面提升区域生态系统服务。

4 结论与建议

基于上述研究，得出以下结论：(1)相比于原生生境，随着农区土地利用强度的增加，生物多样性完整性呈显著下降趋势；(2)在所有情景中，区域生物多样性完整性都呈下降趋势，其中生态保育情景下降幅度最小，说明将常规农田转换为生态农田，区域生物多样性完整性有所提高。

根据研究结果，建议在我国典型农区，为进一步保护多样性、提升生态系统服务、改善生态环境，在农区生境类型方面，一方面应尽量保护农田周围的自然和半自然生境，以减少土地利用改变对农业生物多样性的破坏；另一方面，适当增加农业景观中的半自然生境，如人工林等，构建合理的农业景观格局。在农田管理方式方面，适度推动有机管理或生态管理，合理减少化肥和农药的施用，有利于区域生物多样性的保护。在农区整体生物多样性方面：第一，在保证耕地红线的前提下，应深入推进退耕还林等政策，尽可能将坡度大于15°的农田退耕；第二，在生态功能保护区，加大执法力度，严格限制土地的开发；第三，应注重生物多样性完整性损失严重区域的保护，加强热点区域土地尤其是农田的管控管理。