京津冀地区生态系统健康评估及时空变化

宁立新, 梁晓瑶, 程昌秀,5,*

京津冀地区生态系统健康评估及时空变化

宁立新1,2,3,4, 梁晓瑶1,2,3,4, 程昌秀1,2,3,4,5,*

1. 环境遥感与数字城市北京市重点实验室, 北京 100875 2. 北京师范大学地表过程与资源生态国家重点实验室, 北京 100875 3. 北京师范大学环境演变与自然灾害教育部重点实验室, 北京 100875 4. 北京师范大学地理数据与应用分析中心, 北京 100875 5. 国家青藏高原科学数据中心, 北京 100101

结合生态系统健康和景观生态学理论, 基于“压力—状态—响应(PSR)”模型构建了京津冀地区生态系统健康评价指标体系, 综合层次分析法和熵权法得到指标权重值。首先模拟了京津冀地区2000年和2015年的生境质量、固碳、水质净化、产水量、土壤保持等生态系统服务功能, 进而评价了京津冀地区2000年和2015年栅格尺度的生态系统健康空间分布和时空变化。研究结果显示: 1)生境质量、固碳功能和水土保持功能的高值主要分布在该区域北部和西部的山地区域, 而低值则主要分布在中部和东南部区域。水质净化功能主要分布在南部, 而产水量功能主要分布在沿海地区。2)京津冀地区生态系统压力主要分布在北京、天津的市区等地。时间上北部压力变化最小, 中部的北京、天津等地增加最大, 西部地区增加较小。3)状态最差的区域是各个地市的城区以及沿海地区, 而最好的地区分布在北部和西部等地的山区。时间上北部地区增加明显, 而南部有明显的降低趋势, 表现出从北向南变差的趋势。4)京津冀地区响应最好的是西部和北部的山地和天津、北京等地, 说明人类社会对于生态系统保护的意识较好。时间上, 南部和北部地区响应增加明显, 而中部的北京、天津等地增加较小。5)生态系统一般健康的区域占绝大多数, 主要分布在京津冀的中部、南部和西北部。良好地区主要分布在该区域的北部和西部的林地区域。时间上, 健康程度变化最大的在该区域的南部和北部, 而增加较小的地区分布在北京、天津周边。

生态系统服务功能; 生态系统健康; 时空变化; PSR模型; 京津冀

0 前言

京津冀地区是我国北方最大的经济区, 拥有华北最大规模的城市群, 经济发展迅速, 人口大量集中, 各方面发展势头迅猛。作为中国经济核心区域, 京津冀地区的协同发展已上升为国家战略, 被认为是体现国家竞争力的核心区域[1]。京津冀地区经济地位显著, 其土地面积仅占全国的2.3%, 但常住人口占全国的8.14%, GDP总量占全国的10.24%(2015年)[2]。同时也是文化、技术、国际交流等快速发展的地区。随着工业化发展、城市群扩张, 人类对该地区的开发利用强度不断加重, 给该地区生态系统带来了越来越大的压力和胁迫, 生态系统健康受到严重的威胁, 并出现了一系列生态环境问题, 如大气污染、水土流失、城市热岛、景观结构遭到破坏、生境质量受到威胁等[3–6], 该地区的可持续性发展受到严峻挑战。

目前已经出现了一系列针对京津冀地区的生态问题、可持续发展等相关的研究, 且取得了重要的结果。但是仍有一些问题没有得到很好的解答。例如, 在经济和人口快速发展的背景下, 京津冀地区生态系统健康程度的空间格局是怎样的？在近20年来, 发生了怎样的变化？这些问题的解答可以为我们认识京津冀地区的生态特点、制定生态保护措施提供参考和指导。

生态系统健康的相关研究兴起于20世纪90年代[7–8], 生态系统的健康体现在其活跃性、稳定性、可恢复性和持续性[9–10]。一个常用的方法是指示物种法, 例如用蚂蚁群落作为森林生态系统健康的快速评价物种[11], 用鱼类作为评价河口生态系统健康的快速评价指标[12], 用羊草群落和大针茅作为草原生态系统健康的指示物种[13], 基于浮游细菌的生物完整性作为河流生态系统的指示物种[14]。另一方面, 指标体系法也是用于生态系统健康评价的常用方法[10]。随着知识进步, 许多新技术和方法应用到实际研究中, 如3S技术、空间分析技术、景观格局分析技术等。同时, 也提出了一系列生态系统健康评价模型并得到了广泛的应用, 如“压力—状态—响应”(PSR)模型[15]、“驱动力—状态—响应”(DSR)模型[16]、“驱动力—压力—状态—暴露—影响—响应”(DPSEEA)模型[17]等。其中PSR模型由联合国经济合作开发署(OECD)构建, 由于其具有清晰的因果关系, 在各类生态系统健康研究中得到了较为广泛的应用[18]。

本文选择京津冀地区作为研究对象, 以生态系统健康、景观生态学等理论为基础, 借助环境遥感、地理信息系统等技术, 针对京津冀地区特点, 依据PSR模型构建京津冀地区生态系统健康评价指标体系, 从栅格尺度分析京津冀地区生态系统健康空间分异及其动态变化, 以期为合理开发利用当地资源、恢复区域生态系统健康提供理论指导和科学依据。

1 研究区概况

京津冀地区位于中国华北、东北以及华东的接合地带, 作为重要枢纽将三者链接起来, 也是中国环渤海地区的核心。地域上主要包括北京市、天津市和河北省11个地级市。地理位置位于36°01′ N—42°37′ N, 113°04′ E—119°53′ E范围内, 总面积约21.8万平方公里(图1)。区域内地貌类型多样, 西部多山地(坝上高原、燕山、太行山), 中部多平原(山前平原, 低平原), 东南部为沿海平原[19]。

京津冀地区是我国的政治和文化中心, 同时在经济上也发展迅速, 处于中国领先地位, 与长三角、珠三角并成为中国经济增长的三大区域。2015年, 京津冀地区的国内生产总值已达7万亿元, 约占全国总产值的10.2%。但是随着人口集中, 经济增长, 带来了环境污染、生态环境破坏等一系列的生态环境问题[4–5]。同时京津冀地区水资源短缺, 约70%的河流在全年内出现断流现象[20]。另外, 京津冀地区也是我国大气污染最严重、最集中的地区[2]。

2 研究方法

2.1 评价指标体系构建

评价指标体系构建是区域生态系统健康评价的关键, 其科学合理性直接影响到评价结果的准确和合理性, 进而影响到科学决策。其指标选取应遵循以下原则: 尽量采用RS、GIS实时动态监测数据, 尽可能反映生态系统的主要结构和人类作用, 具有系统性和完备性[21]。

图1 研究区位置

Figure 1 Location of the study area

联合国经济开发署建立的“压力—状态—响应”(PSR)模型因其具有清晰的因果关系, 是用来进行生态系统健康评估的一个常用的模型[22], 本研究基于此模型对京津冀地区进行生态系统健康评估。依据此模型可认为京津冀地区的人口聚集、工业扩张会对生态系统产生干扰和胁迫(压力); 引起生态系统结构和功能发生一定的改变, 健康状态随之变化; 人类社会通过政策和措施制定来对生态系统变化做出响应, 来保障其健康发展。基于此, 综合考虑京津冀地区的人口经济、环境破坏和保护情况, 参考相关研究成果, 最终确定了京津冀地区的生态系统健康评价指标体系(表1), 该体系包含目标层、项目层、因素层、指标层4个层次, 共20各个指标。

2.2 数据收集及预处理

本研究使用的指标体系共有20个, 数据的分辨率、下载地址和时间如表2所示。

其中城市(镇)化率、人口密度、GDP密度、人均废气排放量、植被指数、光合有效辐射、植被净初级生产力的数据均包括2000年和2015年。土壤侵蚀强度、地形起伏度、土壤pH和土壤有机质含量指标由于数据的特殊性, 很难获得两个年份的数据, 因此认为这四个指标在研究期间不发生变化, 在2000年和2015年均使用相同的数据。生境质量功能、固碳功能、水质净化、水源涵养功能、水土保持功能等生态系统服务功能均通过InVEST模型进行模拟, 得到2000年2015年两个时期的空间数据(见2.3部分)。教育支出占比、单位面积二氧化硫排放量、工业废水排放达标率、绿地面积占比等指标通过查阅和统计2001年和2016年的《中国城市统计年鉴》获得。

获得的数据的分辨率和投影系统之间是不同的, 难以直接用于后续计算。因此将数据统一重采样到1 km的空间分辨率和相同的投影坐标系下。

2.3 生态系统服务功能计算

生境质量功能、固碳功能、水质净化、水源涵养功能、水土保持功能等生态系统服务功能通过InVEST模型3.6版本中的生境质量模块(habitat quality), 固碳模块(carbon storage and sequestration), 水质净化模块(nutrient delivery ratio), 产水量模块(annual water yield), 土壤保持模块(sediment delivery ratio)来进行模拟。相关计算方法请参见[23–26],其中土壤有效含水量PAWC利用土壤密度、粘土含量、含沙量、淤泥含量通过SPAW公式进行计算。主要的数据来源见表3。

表1 京津冀地区生态系统健康评价指标体系

注: 土壤PH指的是土壤PH值减去7的绝对值。

表2 指标数据来源及说明

注: “—”表示该数据无时间区别。

2.4 指标标准化处理

这20个指标具有不同的量纲, 这是由于不同指标的数据来源、计算方法等往往不同, 很难将这部分数据直接用于健康评价。因此, 使用极差法将这20个指标数据进行标准化处理, 处理成0—1之间的无量纲数据。首先根据不同指标对于区域生态系统健康的趋向特点分为正向指标和负向指标(表1), 正向指标与生态健康之间是正向关系, 按公式(1)计算; 负向指标与生态健康之间是负向关系, 按公式(2)计算。

y=(x–minx)/(maxx–minx) (1)

y=(maxx–x)/(maxx–minx) (2)

式中:y和x为第年第个指标的标准化值和实际值, maxx和minx为第个指标实际值的最大值和最小值。

2.5 指标权重确定

权重是衡量一个指标在评价体系中的重要程度, 是一个相对的概念。权重分配的合理与否会影响到评价结果的合理性。目前常用的权重确定方法有主成分分析法、层次分析法、熵权法等, 不同的方法具有不同的特点。层次分析法通过专家打分的方式进行, 主观因素占决定性作用, 而熵权法和主成分分析法从数据出发, 是纯客观的赋权方法。本研究中选择层次分析法[27]和熵权法[28]来计算各个指标的权重, 再通过计算其平均值得到各个指标的最终权重。该方法将层次分析法和熵权法结合起来, 力求客观和主观的统一。经计算分析, 得到的指标权重见表1。

2.6 综合评价模型

基于数据的标准化和权重确定结果, 通过计算生态系统健康综合指数来反映生态系统的综合健康状况。该指数越大, 表明生态系统越健康。评价模型为:

式中: EHI是第个栅格区域的生态系统健康指数,y是第个栅格的第个指标的标准化值,w是第个指标的权重,是评价指标个数。

整个研究区的评价指标模型为

式中, EHI是该区域综合的健康指数, EHI是第个栅格区域的生态系统健康指数,为区域内栅格的个数。

2.7 生态系统健康等级划分

基于前面计算的生态系统健康等级指数, 根据前人研究中划分生态系统健康等级标准[18,29–30], 将京津冀地区生态系统健康划分为五个级别, 如表4所示。

表3 生态系统服务功能模拟的数据来源

注: “—”表示该数据无时间区别。

表4 京津冀地区生态系统健康等级划分

3 结果与分析

3.1 生态系统服务功能评估

3.1.1 生境质量

基于京津冀地区2000年和2015年的土地利用数据, 利用InVEST模型模拟区域的生境质量指数, 以此来表示区域的生境质量状况, 值越大表示生境质量越好。结果如图2(a)、(b)所示。可以发现该区域生境质量功能的高值主要分布在北部和西部的山地区域, 如承德市、北京市西北部、保定市西部、石家庄西部等, 而低值则主要分布在中部和东南部区域, 如廊坊市、沧州市、衡水市、邢台市等, 具有明显的西北向东南降低的趋势。统计结果显示, 2000年京津冀地区生境质量平均值为0.5576, 2015年京津冀地区生境质量平均值为0.5504, 有降低的趋势。生境质量最高的土地利用类型有森林、草地、水体等, 2000年京津冀地区森林面积为44773 km2, 草地面积35835 km2, 水域面积6360 km2, 2015年京津冀地区森林面积为44734 km2, 草地面积35218 km2, 水域面积6029 km2。这三类土地利用类型均有不同程度的减少。而建设用地地类有较大程度的增加, 2000年建设用地面积17648 km2, 2015年建设用地面积20506 km2, 增加了16.2%。

3.1.2 固碳功能

基于土地利用数据, 利用InVEST模型模拟了京津冀地区2000年和2015年的固碳功能指数, 结果如图2(c)、(d)所示。可以发现该区域固碳功能的空间格局与生境质量的空间格局类似, 其高值分布在西部和北部的山地区域, 如承德市、北京市西北部、保定市西部、石家庄西部等, 低值则主要分布在中部和东南部区域, 如廊坊市、沧州市、衡水市、邢台市等, 具有明显的西北向东南降低的趋势。经过统计发现, 2000年该区域内固碳功能平均值为11353.6 mg·km-2, 而2015年该区域内固碳功能平均值为11336.9 mg·km-2, 表现出一定的下降趋势。这与京津冀地区的土地利用变化密切相关。固碳功能最强的土地利用类型是森林和草地, 这两者在2015的面积均小于2000年。而建设用地面积增加迅速。这共同减低了该区域的固碳功能。

3.1.3 土壤保持功能

基于土地利用数据, 利用InVEST模型模拟了京津冀地区2000年和2015年的土壤保持功能指数, 结果如图2(e)、(f)所示。可以发现该区域土壤保持功能的空间格局与前两者的空间格局类似, 其高值分布在西部和北部的山地区域, 如承德市、北京市西北部、保定市西部、石家庄西部等, 低值则主要分布在中部和东南部区域, 如廊坊市、沧州市、衡水市、邢台市等, 具有明显的西北向东南降低的趋势。经过统计发现, 2015年该区域内土壤保持功能平均值为284.71 t·km-2, 这与2000的土壤保持功能(288.62 t·km-2)相比, 表现出一定的下降趋势。这与京津冀地区的土地利用变化密切相关。仅15年来, 该区域的森林、草地、水体面积均有不同程度的减少趋势, 而建设用地面积增加迅速。这共同减低了该区域的土壤保持功能。

3.1.4 水质净化功能

在对该区域进行水质净化功能的空间模拟时, 考虑了N和P两种营养盐的保持量, 模拟结果如图2(g)、(h)所示。可以发现, 该区域水质净化功能的高值分布在中部和东南部区域, 如廊坊市、沧州市、衡水市、邢台市等, 而低值在西部和北部的山地区域, 如承德市、北京市西北部、保定市西部、石家庄西部等。该区域水质净化功能的空间分布格局与前两个生态系统服务功能的空间格局不同, 具有明显的东南向西北降低的趋势。2000年该区域水质净化功能的平均值为203.47 kg·km-2, 而2015年该区域水质净化功能的平均值204.05 kg·km-2, 整体变化不大。

3.1.5 产水量功能

基于土地利用数据, 利用InVEST模型模拟了京津冀地区2000年和2015年的产水量功能指数, 结果如图2(i)、(j)所示。可以发现, 该区域产水量功能的高值分布在中部和东部沿海区域, 如唐山市、秦皇岛市、天津市和沧州市沿海区域, 而低值分布在西部区域, 如张家口市、保定市、石家庄市等地。该区域水质净化功能的空间分布格局具有明显的东向西降低的趋势。在2000年和2015年相似, 整体变化不大。

图2 2000年和2015年京津冀地区生态系统服务功能空间分布

Figure 2 Spatial distribution of ecosystem services in Jing-Jin-Ji region in 2000, 2015

3.2 生态系统健康评估

根据已建立的京津冀地区生态系统健康评价指标体系和评价模型, 模拟和统计了京津冀地区2000年和2015年1 km栅格尺度的生态系统健康指数和各层次的生态因子值, 结果见图3—图6, 以及统计结果见表5。

3.2.1 压力分析

生态系统健康评价中的压力指标用来表征由于地区的人口聚集、工业扩张对生态系统产生干扰和胁迫, 通过计算压力指数来表征京津冀地区所受的压力和胁迫的程度大小。压力值越大, 表示地区的受到的压力小, 生态系统越健康。计算结果如图3所示, 并按照表2的标准进行分级。

从空间格局来看, 2000年和2015年京津冀地区压力因子值分布相似, 1级地区占绝大多数, 表明绝大多数地区所受压力较少, 差异不明显。2级地区分布琐碎, 主要分布在北京、天津、石家庄的市区等地以及张家口市。说明这些地区所受压力较大, 北京、天津、石家庄的市区人口数量多, 经济发展迅速, 生活生产活动不可避免对区域的生态系统产生较大的压力。而张家口市部分地区所受压力较大, 主要是因为京津冀地区主要是山区, 地形起伏较大, 土壤侵蚀严重。可以发现, 2000年京津冀地区仅有1级和2级, 2级分布面积较小, 而2015年2级分布面积明显增多, 同时出现了3级地区, 这说明了京津冀地区的生态系统在这15年受到了越来越大的压力。从表3来看, 京津冀地区所受压力最大的地区是北京、承德和张家口市, 所受压力最小的地区是沧州、衡水、廊坊等地。人类活动增加迅速是其变化的主要原因。

图3 京津冀地区生态系统压力因子空间格局及时间变化

Figure 3 Spatial and temporal variation of pressure factor in Jing-Jin-Ji region

图4 京津冀地区生态系统状态因子空间格局及时间变化

Figure 4 Spatial and temporal variation of state factor in Jing-Jin-Ji region

图5 京津冀地区生态系统响应因子空间格局及时间变化

Figure 5 Spatial and temporal variation of response factor in Jing-Jin-Ji region

图6 京津冀地区生态系统健康空间格局及时间变化

Figure 6 Spatial and temporal variation of ecosystem health in Jing-Jin-Ji region

表5 京津冀地区生态系统健康及因子统计表

从时间变化来看, 研究区13个地市的生态系统均发生了不同程度的变化。总的来说, 这13个地市所受的压力在这15年间均有增大的态势。其中承德、张家口、沧州等地压力值增加最小, 而北京、唐山、天津是增加最迅速的三个地方。其中, 北京市的压力因子值从0.928变为0.922, 唐山市的压力因子值从0.963变为0.955, 天津市的压力因子值从0.977变为0.967。在这15年间, 人口数量急增, 人类为了满足自身发展需求, 不断加大对自然资源的开发和利用, 城镇化率不断上升。从变化的空间分布来看, 京津冀地区北部压力变化最小, 中部的北京、天津等地增加最大, 西部地区增加较小。

3.2.2 状态分析

生态系统健康评价中的状态指标是表征地区生态系统本身结构和功能的度量, 指标越大, 表示京津冀地区生态系统的状态越好, 是评价生态系统健康的重要指标。计算结果如图4所示。

从空间格局来看, 2000年和2015年京津冀地区状态因子值分布相似, 4级地区占大多数, 主要分布在京津冀地区的中部和南部以及西北小部分地区, 5级地区主要分布在各个地市的城区(如北京等)以及沿海地区, 说明这些地区生态系统的状态较差, 这由于该地人类活动集中、对生态系统干扰强烈。而1级、2级、3级地区则主要分布在该区域的北部和西部等地, 京津冀地区主要为山区, 如坝上高原、燕山、太行山等地, 这些区域生态系统状况较好。这些地区山地较多, 森林面积广布, 人类活动相对较少, 景观多样性较为丰富, 结构相对完整, 功能相对较好。同时可以发现, 相对于2000年, 2015年5级地区面积明显增多, 出现扩张趋势, 如北京城区、廊坊城区和石家庄城区等。这说明了京津冀地区的生态系统在这15年内生态系统状况有下降明显, 很多地方处于极差水平。从表3来看, 京津冀地区生态系统状态最好的是承德, 而最差的是廊坊、沧州等地。

从时间变化来看, 研究区这13个地市的生态系统状态均发生了不同程度的变化。总的来说, 这13个地市中, 承德、张家口、秦皇岛、唐山、天津、北京等地有一定的增加, 其中, 承德的生态系统状况变优最为明显, 从0.470增加到0.504, 而廊坊、保定、沧州、石家庄、衡水、形态、邯郸等地的状况有一定的降低, 其中邯郸地区变化最为明显, 从0.336降低为0.319。从变化的空间分布来看, 京津冀地区北部的生态系统状态增加明显, 而南部有明显的降低趋势, 表现出从北向南变差的趋势。

3.2.3 响应分析

生态系统的响应指标用来反映人类为了应对生态系统恶化、维持可持续发展而采取的一系列措施, 对生态系统健康有积极推动作用, 用响应因子指数来度量这种推动的大小。计算结果如图5所示。

从空间分布来看, 2000年和2015年京津冀地区响应因子值分布有一定的差异。3级地区占大多数, 主要分布在该区域的中部、南部和西北部等地, 表明这些地区生态系统响应较弱, 人类针对生态系统保护的措施较少。1级和2级地区主要分布在该区域的西部和北部的山地和天津、北京等地, 说明人类社会对于生态系统保护的意识较好。随着社会经济的发展, 北京、天津等地快速发展, 教育水平明显提高, 科学技术进步迅速, 因此对于环保、教育的投入力度有明显增加, 人们的意识也有明显提高。可以发现, 4级地区在2000年有较为广泛的分布, 而2015年则没有该级别的地区分布。同时2级区域面积有明显增加。这说明人类对于生态系统保护的意识在这15年内有很大的进步。从表3来看, 京津冀地区生态系统响应较好的地区是北京、承德等地, 而响应较差的地区是衡水、廊坊等地。

从时间变化来看, 研究区这13个地市的生态系统响应因子均发生了不同程度的变化。总的来说, 这13个地市对生态系统的响应在这15年间均有变好的态势。其中, 邢台、石家庄、张家口等地的响应因子值增加最大, 而北京、天津等地的响应变化较小。其中, 邢台的响应因子值从0.322增加到0.593, 石家庄的响应因子值从0.451增加到0.602, 北京市的响应从0.648增加到0.707, 天津市从0.571增加到0.615。从变化的空间分布来看, 京津冀地区南部和北部地区响应增加明显, 而中部的北京、天津等地增加较小。

3.2.4 生态系统健康评估

综合生态系统评价中的压力、状态、响应三个方面, 基于层次分析法和熵权法确定的权重, 计算得到京津冀地区生态系统健康综合指数的时空分布图, 计算结果如图6所示, 并按照表3的标准进行分级。

从空间分布来看, 2000年和2015年京津冀地区生态系统健康分布相似。生态系统一般健康(3级)的地区占绝大多数, 主要分布在京津冀的中部、南部和西北部, 表明这些地区的生态系统处于一般的状态。良好的地区(2级)主要分布在该区域的北部和西部, 这些地区森林面积广布, 人类活动干扰较少, 景观多样性较为丰富, 结构相对完整, 生态系统良好。同时正是由于这些地区的生态重要性, 人们对于京津冀地区也有较好的环保意识, 生态保护投入力度大。同时可以发现, 相比较于2000年, 2015年生态系统良好的区域面积有明显的增加, 扩张明显。这说明了京津冀地区的生态系统在这15年间变得越来越健康, 可持续性提高。从表3来看, 京津冀地区生态系统健康程度最好的是承德和秦皇岛市, 而最差的是邢台。

从时间变化来看, 研究区这13个地市的生态系统健康程度均发生了不同程度的变化。总的来说, 这13个地市的生态系统均表现出越来越健康的趋势。其中, 邢台、承德等地的综合生态系统健康因子值增加最大, 而北京、天津等地的健康因子值增加最小。其中, 邢台市的综合健康因子值从0.518增加到0.577, 承德市的健康因子从0.635增加到0.677, 而北京市从0.635增加到0.648, 天津市从0.576增加到0.585。从变化空间分布来看, 生态系统健康程度变化最大的在该区域的南部和北部, 而增加较小的地区分布在北京、天津周边。这说明了北京天津等地的环保意识和投入水平虽然有明显增加, 但并不足以平衡人口增加带来的环境破坏。

4 讨论

本研究在分析前人工作的基础上, 结合生态系统健康和景观生态学理论, 基于“压力—状态—响应(PSR)”模型构建了京津冀地区生态系统健康评价指标体系, 并综合层次分析法和熵权法得到了指标权重, 以实现对京津冀地区科学和合理的生态系统健康评价。但由于生态系统健康研究尚处于发展阶段, 目前形成一套成熟、统一的评价指标体系和方法。相关指标体系和方法往往根据研究区域不同而不同, 目前学者以利用PSR模型针对流域生态系统[15,31]、海岸带生态系统[18,22]、湿地生态系统[21]等进行了生态系统健康的评价。但是目前针对城市群生态系统健康评价的研究相对较少[32,33], 相关研究仍有待进一步加深。本人虽然针对京津冀地区实际情况, 选择了城镇化率、人口密度、GDP密度、人均废气排放量、教育支出占比、工业废水排放达标率、绿地面积占比等20个指标构建了该地区生态系统健康评价指标体系, 评价了生态系统健康的时空特点, 取得了一定的进展, 但是也存在一些不足和待完善之处, 有待进一步深入研究。1)人类活动要素的数据很多情况下只能从统计年鉴中获得, 但是统计年鉴的数据往往是以地市或者县市级别统计的。这部分数据较为粗糙, 一定程度上影响了准确和精细的研究结果。2)城市生态系统健康评价的研究相对较少, 成熟和完善的评价体系和方法仍有待进一步探索。

5 结论

本研究通过整理多源数据, 首先模拟了京津冀地区2000年和2015年的生境质量、固碳功能、水质净化功能、产水量功能、土壤保持功能等5个生态系统服务功能的空间格局, 进而评价了京津冀地区2000年和2015年栅格尺度的生态系统健康空间分布和时空变化。

研究结果显示: 1)生境质量、固碳功能和水土保持功能的高值主要分布在该区域北部和西部的山地区域, 如承德市、北京市西北部、保定市西部、石家庄西部等, 而低值则主要分布在中部和东南部区域, 如廊坊市、沧州市、衡水市、邢台市等。水质净化功能主要分布在南部, 而产水量功能主要分布在沿海地区。2)京津冀地区生态系统的压力主要分布在北京、天津的市区等地。同时在这15年间, 京津冀地区北部压力变化最小, 中部的北京、天津等地增加最大, 西部地区增加较小。3)京津冀地区生态系统的状态最差的是各个地市的城区(如北京等)以及沿海地区, 而最好的区域分布在北部和西部等地的山区。同时, 在这15年间京津冀地区北部的生态系统状态增加明显, 而南部有明显的降低趋势, 表现出从北向南变坏的趋势。4)京津冀地区生态系统响应最好的区域是西部和北部的山地和天津、北京等地, 说明这些地区人类社会对于生态系统保护的意识较好。在这15年间, 京津冀地区南部和北部响应增加明显, 而中部的北京、天津等地增加较小。5)生态系统一般健康的区域占京津冀地区绝大多数, 主要分布在京津冀的中部、南部和西北部。良好地区主要分布在该区域的北部和西部的林地区域。同时, 在这15年间, 生态系统健康程度变化最大的在该区域的南部和北部, 而增加较小的地区分布在北京、天津周边。

[1] 陆大道. 京津冀城市群功能定位及协同发展[J]. 地理科学进展, 2015, 34(3): 265–270.

[2] 刘海猛, 方创琳, 黄解军, 等. 京津冀城市群大气污染的时空特征与影响因素解析[J]. 地理学报, 2018, 73(1): 177–191.

[3] PARRISH D D, ZHU TONG. Clean Air for Megacities[J]. Science, 2009, 326(5953): 674–675.

[4] CAI Bofeng, LI Wanxin, DHAKAL S, et al. Source data supported high resolution carbon emissions inventory for urban areas of the Beijing-Tianjin-Hebei region: Spatial patterns, decomposition and policy implications[J]. Journal of Environmental Management, 2018: 786–799.

[5] PENG Jian, LIU Yanxu, LIU Zhicong, et al. Mapping spatial non-stationarity of human-natural factors associated with agricultural landscape multifunctionality in Beijing- Tianjin-Hebei region, China[J]. Agriculture, Ecosystems & Environment, 2017: 221–233.

[6] 欧阳晓, 朱翔. 中国城市群城市用地扩张时空动态特征[J]. 地理学报, 2020, 75(3): 571–588.

[7] LEPOLD J C. Getting a handle on ecosystem health[J]. Science, 1997: 276–887.

[8] FERGUSON B L. The concept of landscape health[J]. Journal of Environmental Management, 1994, 40: 129–137.

[9] COSTANZA R, NORTON B G, HASKELL B D. Ecosystem health: new goals for environmental manage­ment[M]. Ecosystem health new goals for environmental management, 1992.

[10] 刘焱序, 彭建, 汪安, 等. 生态系统健康研究进展[J]. 生态学报, 2015, 35(18): 5920–5930.

[11] WIKE L D, MARTIN F D, PALLER M H, et al. Impact of forest seral stage on use of ant communities for rapid assessment of terrestrial ecosystem health[J]. Journal of Insect Science, 2010, 10(1): 77.

[12] SHEAVES M, JOHNSTON R, CONNOLLY R M. Fish assemblages as indicators of estuary ecosystem health[J]. Wetlands ecology and management, 2012, 20(6): 477–490.

[13] 王立新, 刘钟龄, 刘华民, 等. 内蒙古典型草原生态系统健康评价[J]. 生态学报, 2008, 28(2): 544–550.

[14] 黄艺, 舒中亚. 基于浮游细菌生物完整性指数的河流生态系统健康评价—— 以滇池流域为例[J]. 环境科学, 2013, 34(8): 3010–3018.

[15] 解雪峰, 吴涛, 肖翠, 等. 基于PSR模型的东阳江流域生态安全评价[J]. 资源科学, 2014, 36(8): 1702–1711.

[16] HANSEN B, ALRØE H F, KRISTENSEN E S. Approaches to assess the environmental impact of organic farming with particular regard to Denmark[J]. Agriculture, Ecosystems & Environment, 2001, 83(1-2): 11–26.

[17] GENTRY-SHIELDS J, BARTRAM J. Human health and the water environment: Using the DPSEEA framework to identify the driving forces of disease[J]. Science of the Total Environment, 2014, 468: 306–314.

[18] 宁立新, 马兰, 周云凯, 等. 基于PSR模型的江苏海岸带生态系统健康时空变化研究[J]. 中国环境科学, 2016, 36(2): 534–543.

[19] 卫晓庆, 王涛, 李嘉霖, 等. 京津冀地区新型城镇化对土地生态效率影响的实证分析[J]. 生态科学, 2020, 39(1): 118–127.

[20] 迟妍妍, 许开鹏, 王晶晶, 等. 京津冀地区生态空间识别研究[J]. 生态学报, 2018, 38(23): 8555–8563.

[21] 蒋卫国, 李京, 李加洪, 等. 辽河三角洲湿地生态系统健康评价[J]. 生态学报, 2005, 25(3): 408–414.

[22] 颜利, 王金坑, 黄浩. 基于PSR框架模型的东溪流域生态系统健康评价[J]. 资源科学, 2008, 1: 107–113.

[23] 白杨, 郑华, 庄长伟, 等. 白洋淀流域生态系统服务评估及其调控[J]. 生态学报, 2013, 33(3): 711–717.

[24] 朱文博, 张静静, 崔耀平, 等. 基于土地利用变化情景的生态系统碳储量评估——以太行山淇河流域为例[J]. 地理学报, 2019, 74(3): 446–459.

[25] 卢慧婷, 黄琼中, 朱捷缘, 等. 拉萨河流域生态系统类型和质量变化及其对生态系统服务的影响[J]. 生态学报, 2018, 38(24): 8911–8918.

[26] 王蓓, 赵军, 仲俊涛. 2005—2015年石羊河流域生态系统服务时空分异[J]. 干旱区研究, 2019, 36(2): 474–485.

[27] 南颖, 吉喆, 冯恒栋, 等. 基于遥感和地理信息系统的图们江地区生态安全评价[J]. 生态学报, 2013, 33(15): 4790–4798.

[28] 李雪铭, 晋培育. 中国城市人居环境质量特征与时空差异分析[J]. 地理科学, 2012, 32(5): 521–529.

[29] 段树国, 奚秀梅. 塔里木河流域生态系统健康评价指标体系的构建[J]. 云南地理环境研究, 2007, 5: 114–117.

[30] 申艳萍. 城市河流生态系统健康评价实例研究[J]. 气象与环境科学, 2008, 2: 13–16.

[31] 周云凯, 白秀玲, 姜加虎. 近17年鄱阳湖区生态系统健康时空变化研究[J]. 环境科学学报, 2012, 32(4): 1008– 1017.

[32] LI Yongfa, LI dong. Assessment and forecast of Beijing and Shanghai's urban ecosystem health[J]. Science of the Total Environment, 2014, 487: 154–163.

[33] 张继权, 伊坤朋, HIROSHI T, 等. 基于DPSIR的吉林省白山市生态安全评价[J]. 应用生态学报, 2011, 22(1): 189–195.

Spatiotemporal variations of ecosystem health of Jing-Jin-Ji region based on the PSR model.

NING Lixin1,2,3,4, LIANG Xiaoyao1,2,3,4, CHENG Changxiu1,2,3,4,5,*

1. Beijing Key Laboratory of Environmental Remote Sensing and Digital City, Beijing 100875, China 2. State Key Laboratory of Earth Surface Processes and Resource Ecology, Beijing Normal University, Beijing 100875, China 3. Key Laboratory of Environmental Change and Natural Disaster, Beijing Normal University, Beijing 100875, China 4. Center for Geodata and Analysis, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China 5. National Tibetan Plateau Data Center, Beijing 100101, China

Combining ecosystem health and landscape ecology theory, an index system for ecosystem health evaluation in the Jing-Jin-Ji region was constructed based on the "stress-state-response (PSR)" model, and the index weight values ​​were obtained by the comprehensive analytic hierarchy process and the entropy weight method. First, the ecosystem service functions such as habitat quality, carbon sequestration, water purification, water production, and soil conservation in Jing-Jin-Ji region were simulated in 2000 and 2015, and then the grid-scale ecology in Jing-Jin-Ji region was evaluated in 2000 and 2015. The results show that: 1) The high values ​​of habitat quality, carbon sequestration and soil and water conservation functions are mainly distributed in the mountainous areas in the north and west of the region, while the low values ​​are mainly distributed in the central and southeastern regions. The water purification function is mainly distributed in the south, while the water production function is mainly distributed in the coastal areas. 2) The pressure of the ecosystem in this area is mainly distributed in the urban areas of Beijing and Tianjin. The pressure in the north has the smallest change in time, the central regions such as Beijing and Tianjin have the largest increase, and the western region has a smaller increase. 3) The worst areas are the urban areas and coastal areas of various cities, and the best areas are distributed in the mountainous areas in the north and west. In time, the northern region increased significantly, while the southern region showed a clear downward trend, showing a tendency to deteriorate from north to south. 4) The best response in this area is the mountains in the west and north and Tianjin, Beijing and other places, indicating that human society has a better awareness of ecosystem protection. In terms of time, the response in the southern and northern regions has increased significantly, while the central regions such as Beijing and Tianjin have seen smaller increases. 5) The areas with generally healthy ecosystems account for the vast majority, mainly distributed in the central, southern and northwestern parts of Beijing, Tianjin and Hebei. Good areas are mainly distributed in the woodland areas in the north and west of the area. In terms of time, the changes in health are greatest in the south and north of the region, while the regions with smaller increases are distributed around Beijing and Tianjin.

ecosystem service; ecosystem health; spatiotemporal variation; PSR model; Jing-Jin-Ji region

10.14108/j.cnki.1008-8873.2021.06.001

X826

A

1008-8873(2021)06-001-12

宁立新, 梁晓瑶, 程昌秀. 京津冀地区生态系统健康评估及时空变化[J]. 生态科学, 2021, 40(6): 1–12.

NING Lixin, LIANG Xiaoyao, CHENG Changxiu. Spatiotemporal variations of ecosystem health of Jing-Jin-Ji region based on the PSR model[J]. Ecological Science, 2021, 40(6): 1–12.

2020-05-28;

2020-07-05

国家自然科学基金面上项目(41771537); 国家重点研发计划重点专项(2017YFB0504102)

宁立新(1991—), 男, 山东济南人, 博士生, 主要从事生态评估工作, E-mail: ninglixin123@163.com

通信作者:程昌秀, 女, 教授, E-mail: chengcx@bnuedu.cn