卓 静, 朱延年, 李 韬, 杨承睿
(1.陕西省突发事件预警信息发布中心, 陕西 西安 710015; 2.南京大学 大气科学学院,江苏 南京 210023; 3.陕西省农业遥感与经济作物气象服务中心, 陕西 西安 710000)
土地利用/覆被变化(LUCC)是人类活动对地球陆表自然生态系统影响最直接的表现形式,影响着各类生态系统的类型、面积和空间分布,与生态系统服务功能相互影响和相互制约。因此,基于LUCC来评估生态系统服务价值(Ecosystem Service Value,ESV)已经成为全球变化研究领域的核心命题之一[1],同时也是生态和环境经济学的研究重点[2]。
Costanza提出的ESV估算原理和方法[3]奠定了全球生态系统服务价值的研究基础。谢高地等[4-5]改进并制定我国陆地生态系统单位面积生态服务价值当量表,并被广泛应用于我国生态系统服务价值研究工作中[6-11]。黄土高原区是中国“两屏三带”生态安全格局的重要组成部分,对国家生态安全具有重要影响。同时,该地区也是生态环境高度脆弱、水土流失严重、世界土壤侵蚀最严重的地区之一[12]。陕北黄土高原区是“两屏三带”中“黄土高原—川滇生态屏障”的核心地带,生态问题众多且突出。该区域从1999年开始实施退耕还林、封山禁牧、防风固沙和天然林保护等一系列生态恢复工程,傅伯杰[13]、李登科等[14-15]众多学者认为工程实施叠加气候变化促使区域内植被覆盖显著提高[16-17]、土地利用/覆盖格局明显变化[18-21]。张琨等[22-23]以土壤侵蚀率、地表植被蒸散(ET)和植被净初级生产力(NPP)为指标,剖析了黄土高原植被恢复对生态系统服务的影响,结果表明土壤保持和水文调节能力增强。邓元杰等[24]运用单位面积价值当量因子法分析了1990年、2000年、2015年陕北地区生态系统服务价值时空演变规律,结果表明退耕还林还草工程实施使该地区生态环境改善,ESV显著提升。陕北黄土高原核心地带的延安市[25]、榆阳区[26]和长武县[27]退耕还林工程优化了土地利用结构,促进了耕地向林地的流转,使区域生态服务价值迅速增加。
综合分析现有相关研究成果可以看出,目前最新研究成果截至2015年。因此,本文以陕北黄土高原区为目标,基于遥感图像解译的土地利用变化数据,运用价值当量法,剖析1997—2018年生态系统服务价值对土地利用变化的响应,研究结论可为生态工程实施20 a取得的经济效益评估提供科学的参考,同时可为区域可持续发展提供依据。
陕北黄土高原区位于整个黄土高原中部,包括榆林、延安及铜川3个地级市,共25个县4个市辖区(图1)。研究区属于我国东部季风区温暖带半湿润区,大陆型季风气候,气温变化剧烈,降水变率大且主要集中在夏季。榆林市南部属于黄土高原丘陵沟壑区,北部为风沙草滩区;延安市位于黄土丘陵区腹地,属于典型丘陵沟壑区;铜川市属黄土高原南缘的残塬区。1999年,该区域实施生态恢复工程,其中“退耕还林(草)”是工程实施范围最广、政策性最强、投资量最大的生态建设工程,国家和各地都需要投入大量的人力、物力和财力来实施该工程[28]。工程实施20 a来,实施情况、工程建设的质量和成效数据,成为各级政府急需了解和掌握的核心资料,进而为兑现政策及工程管理提供决策依据。
在 “全国遥感监测土地利用/覆盖分类体系”一级分类原则的基础上,结合陕北黄土高原区生态恢复工程实际情况,将土地利用类型分为林木、草地、居民地、工矿用地、未利用地、耕地和水体等7大类(表1)。在Landsat 5和Landsat 8遥感影像基础上解译1997年和2018年的土地利用/覆盖分布数据,最终2期土地利用综合分类精度分别为86.0%和84.0%,Kappa系数为0.81,0.78,均符合分类精度要求。
图1 研究区位置示意图
表1 遥感图像分类解译系统
1.3.1 土地利用/覆盖转移矩阵 土地利用转移矩阵是将两个时期的不同生态系统之间的相互转换关系通过矩阵形式加以列出,能够细致的反映区域生态系统的变化特征和各系统之间的流向,定量说明各系统之间的相互转化状况,揭示不同生态系统间的转移概率,进而更好地了解其时空演变过程。因此,基于转移矩阵研究剖析各土地利用类型间的转换关系。
1.3.2 生态系统服务价值评估 在谢高地等[5]修订的“中国陆地生态系统单位面积生态系统服务价值当量表”基础上,优化提出陕北黄土高原区不同土地利用类型单位面积生态服务价值表(表2),在该表的基础上,通过公式(1—2)分析研究区生态服务价值。
(1)
(2)
式中:ESV是生态系统服务价值(元/a);i是土地利用类型;j是生态系统服务类型;Ai是第i类土地利用类型的面积(hm2);VCi是第i类土地利用类型单位面积的生态服务价值〔元/(hm2·a)〕;ECj是某类土地利用类型生态系统服务价值当量;Ea是1单元生态系统服务的经济价值〔元/(hm2·a)〕。
为了精确确定研究区1单元生态系统服务的经济价值(Ea),通过公式(3)[29]修订获得研究区2018年为910.40元/(hm2· a)。
(3)
式中:Ea是1单元生态系统服务的经济价值〔元/(hm2·a)〕;i是粮食作物的种类;mi为第i种粮食作物的全国平均价格(元/kg);pi是第i种粮食作物的单产(kg/hm2);qi为i种粮食作物的种植面积(hm2);M是粮食作物的总种植面积(hm2);以上粮食方面的数据均来源于《陕西省统计年鉴》[30];MCI是研究区农田复种指数,取1[31]。
表2 陕北黄土高原单位面积生态系统服务价值当量
1.3.3 生态系统服务价值流向分析 土地利用类型交换变化量可以客观和科学的反映某一地类的转出和转入,因此使用这一概念剖析不同类型之间相互转化所引起的生态系统服务价值的损益,从而真实反映土地利用类型转化对生态服务价值的影响。生态系统服务价值损益计算方法见公式(4)。
PLij=(VCj-VCi)×Aij
(4)
式中:PLij是第i类转化为第j类土地利用类型后生态系统服务价值损益;VCi,VCj分别是第i类和第j类土地利用类型的生态系统服务价值;Aij是第i类转化为第j类土地利用类型的面积。
综合分析土地利用类型面积变化(表3)和转移矩阵,结果表明:1997—2018年农田、未利用地和水体面积有所减少,林木、草地、居民地和工矿用地面积增加明显。(1) 农田面积占比由36.52%减少至14.37%,流出农田主要转化为林木和草地,其中48.82%转化为林木,48.09%转化为草地,0.96%转化为未利用地。转化为林木主要集中在丘陵沟壑区,该区域是退耕还林(草)工程实施的核心区,这一转化与该工程密切相关;转化为草地主要分布在退耕还林区和毛乌素沙漠南缘风沙治理区,转变分别于“退耕还林”工程和风沙治理工程所采取的措施相对应;转化为未利用地这一现象的主要原因是农田的轮作和撂荒造成。(2) 未利用地占比由1997年的6.84%减少至2018年的1.83%,其中67.87%转化为草地,19.09%转化为林木,14.48%转化为农田。转变为草地集中在毛乌素沙漠区,与防风固沙措施密切相关;撂荒农田再次利用和近几年风沙区大型集中式农场的修建促使46.04%的未利用转化为农田。(3) 林木面积增加最大(16 209.45 km2),草地次之(5 792.63 km2),增幅分别为63.51%和27.42%;新增林木主要来源于农田和草地,其中农田贡献52.94%,草地贡献42.74%;新增草地主要来源于农田和未利用地,两者分别贡献62.87%和17.50%。居民地增加幅度最大,增幅为234.70%;其次是工矿用地,增幅160.21%;城镇化和能源化工基地的快速发展分别是居民地和工矿用地增加的主要驱动力,这两种类型地物类型增加的面积均是由农田和草地转化而来。
根据公式(1)-(3) 计算获得研究区生态系统服务价值,结果显示(表4):1997—2018年研究区生态系统服务价值增加357.56亿元,增幅33.28%;其中榆林市增量最大,增加207.30亿元,占比57.98%,延安市次之,增加114.53亿元,占比32.03%,铜川市最小,增加35.73亿元,占比9.99%;就增幅而言,铜川市最大,增幅141.29%,榆林市次之,53.11%,延安市最小,21.94%。
表3 陕北黄土高原区1997-2018年各土地利用类型面积变化
表4 陕北黄土高原区1997-2018年生态系统服务价值量
无论是研究初期1997年还是末期2018年,4个一级类所占比重均为调节服务>支持服务>供给服务>文化服务,研究区内服务功能价值量均在增加。就增加量而言,调节服务价值增加量最大,增加255.53亿元,增幅37.38%;供给服务增加最少,仅增加2.98亿元。就价值量增幅而言,文化服务价值增幅最多,增加42.24%;供给服务增幅最小,仅增3.2%。
在所有二级服务功能中除食物生产功能的价值量减少8.2亿元以外,其余二级服务功能价值均在增加,其中气候调节增加最大,增加116.7亿元,水资源供给服务增加最小,增加5.38亿元;二级服务功能价值增加量顺序依次是气候调节>水文调节>生物多样性>净化环境>土壤保持>气体调节>美学景观>原料生产>水资源供给>维持养分循环。就增加幅度而言,生物多样性最大,增幅42.82%,美学景观次之,为42.24%,原料生产最小,为15.47%。
研究时间段内生态系统服务价值量变化的驱动力是土地利用变化促使低生态系统服务价值的用地类型向较高生态系统服务价值的用地转化,如农田转化为林木和草地,未利用转化为草地和耕地,林木和草地的气候调节价值、水文调节和美学景观等价值均优于农田,但食物生产功能又弱于农田。
将土地利用类型空间转移变化规律和基于公式(4)的生态系统价值流向分析相结合,分析结果表明(图2):1997—2018年生态系统价值量变化主要发生在研究区中部偏北的区域,黄龙山和子午岭等植被覆盖较高地区的价值量基本没有变化。整个研究区有32.93%的区域生态服务价值增加,主要集中在退耕还林区和风沙治理区。农田向林木和草地的转化是价值增加的主要驱动力,促使服务价值增加363.64亿元,占总增加量的95.68%;未利用地的转化是服务价值增加的另一贡献因子,促使价值量增加16.42亿元,占比4.32%,其中尤以未利用地向林木转化贡献量最大。
在整体生态系统服务价值增加的同时,研究区仍有5.92%的区域有所减少,主要集中在西部风沙治理区和南部残塬区;上述区域是主要的农业生产基地,大型集中农场的修建导致林木和草地向农田转换,促使服务价值损失70.17亿元,占总损失量的93.08%;林木和草地向未利用的转化主要是撂荒复种等多种因素,导致服务价值损失5.22亿元,占比6.92%。
就研究区内各市生态服务价值演变分析结果显示,榆林市辖区内增加的区域最多,全市43.24%的区域价值量有所增加,7.42%减少;延安市23.37%区域价值量增加,3.29%减少;铜川市11.51%的面积价值量增加,12.13%面积在减少。
图2 生态服务价值时空变化示意图
不同土地利用类型的生态系统服务价值变化也存在显著差异(表5),在所有土地利用类型中,林木在2个时期的生态系统服务价值均最大,其次是草地;1997—2018年林木和草地两类生态系统服务价值在增加,其中林木的服务价值增加338.68亿元,增幅63.51%,草地增加103.84亿元,增幅27.42%;农田、未利用地和水体等3类土地利用类型的生态系统服务价值在减少,分别减少67.74亿元、4.2亿元和13.01亿元,减幅分别为60.65%,73.19%和13.01%。
ESV估算方法主要有基于单位服务功能价格法和基于单位面积价值当量因子法,当量因子法对于数据需求少,可行性高而应用广泛。故本文选择当量因子法对陕北黄土高原区生态系统服务价值进行估算。基于该方法的生态系统服务价值受各土地利用类型面积和生态服务当量共同影响,因此对土地利用类型面积的精度要求较高。本文使用的土地利用数据源于空间分辨率30 m的遥感图像,受限于遥感图像空间分辨率,生态系统服务价值的精度有限,若能通过更高分辨率遥感图像获取土地利用数据,将大幅提高研究结果的精度。其次,本研究的土地利用分类标准虽然是遵循“全国遥感监测土地利用/覆盖分类体系”,在一级分类原则基础上,结合生态恢复工程实际情况,但基本仍是一级类的标准,若能在此基础上进一步细化土地利用类型,研究结果将更加科学和精确。再次,研究区杂粮作物种植较为广泛,但在研究过程中,由于数据获取限制,未能获取小米、高粱以及荞麦等农作物的种植面积,仅使用了小麦、稻谷、玉米和大豆的数据来参与估算生态系统服务的经济价值,所以必然会对研究结果的客观性产生一定影响。最后,本研究只实现ESV的空间化定性分析,缺少空间格点化定量变化研究和驱动机制的定量化研究。因此,以上4个方面都将是未来值得深入研究和剖析的重点。
表5 陕北黄土高原区1997-2018年土地利用类型的生态系统服务价值量
(1) 研究区在生态恢复工程实施前后土地利用/覆盖主要流转方向表现为农田转化为林木和草地,48.82%转化为林木,48.09%转化为草地;未利用地转化为草地、林木和农田,67.87%转化为草地,19.09%转化为林木,14.48%转化为农田,这些流转现象促使农田和未利用地面积显著减少,林木和草地面积增加明显。
(2) 土地利用格局的变化使生态系统服务价值增加357.56亿元,增幅33.28%,其中榆林市增量最大,铜川市最小,增幅铜川市最大。供给、调节、支持和文化等4个一级服务功能的价值量均在增加,其中调节服务价值增量最大,增加255.53亿元,文化服务价值增幅最多,增加42.24%;二级服务功能中只有食物生产功能的价值量有所减少。
(3) 研究区32.93%的区域生态服务价值增加,主要集中退耕还林区和风沙治理区,农田向林木和草地的流转,和未利用地向农田、草地和林木的流转是生态系统服务价值增加的两大贡献因子,分别使服务价值增加363.64亿元和16.42亿元;5.92%区域生态服务价值减少,集中在西部风沙区和南部残塬区,大型集中农场的修建导致林木和草地向农田转换是主要驱动力,促使服务价值损失70.17亿元,占总损失量的93.08%。
(4) 研究区内榆林市辖区生态服务价值增加区域最多,有43.24%的区域在增加;延安市次之,为23.37%;铜川市最小,为11.51%。就不同地物类型而言,林木生态服务价值增加最大,338.68亿元,增幅63.51%,草地次之,增加103.84亿元,增幅27.42%;农田生态系统服务价值减少最多,67.74亿元,减幅分别为60.65%。