基于土地利用变化的江苏省生态系统服务价值时空演变与模拟预测

解文艳，付永虎，杨殿闯，刘俊青，魏范青，郭 赟，赵彬玉

(1.江苏海洋大学 文法学院，江苏 连云港 222005； 2.中国地质大学(武汉) 公共管理学院，武汉 430074； 3.江苏省海洋资源开发研究院，江苏 连云港 222005)

0 引言

生态系统服务(ecosystem services, ES)是指在生态环境、人口增长与社会经济发展等多重约束下，生态系统通过生态结构、功能与过程为人类生存所提供自然环境条件与效用[1]。作为人类赖以生存和发展的环境条件与效用基础，生态系统作用于人类社会，同时又受到人类活动的影响。人类对土地的开发与利用改变了地表土地利用结构，深刻影响着生态系统的结构布局、生态过程与功能，引起不同生态系统类型面积以及空间分布格局的变化，从而改变生态系统服务与产品供给能力。生态系统服务是土地利用结构和功能的具体体现，土地利用类型和结构是生态系统产品与服务的格局表现。近年来，受社会经济发展需求所驱动，人类对土地利用开发的广度和深度持续提高，尤其是城市化进程的不断推进，导致自然生态系统结构遭受破坏，并在一定程度上损害了生态系统的功能[2-3]。据调查，全球24项主要生态系统服务中有15项处于退化状态[4]。因此，探讨土地利用变化下生态系统服务价值的演变规律已成为当前区域可持续发展领域的重要研究课题[5]。

探究土地利用变化下区域生态系统服务价值的时空演变特征，可为提高区域资源利用效率、制定生态补偿和国土空间规划与土地整治政策提供理论与方法支撑[6-7]。自20世纪90年代以来，随着R.Costanza等[8]和G.C.Daily[9]对生态系统服务价值(ecosystem service value, ESV)研究的逐渐深入，相关学者采用货币形式对生态系统服务价值进行测度[10-12]，为人类评估生态系统服务功能提供了新的量化思路。随后以千年生态系统评估计划(millennium ecosystem assessment, MA)为代表的一系列项目的实施极大地推动了生态系统服务价值评估的快速发展[13]。目前，有关ESV的研究主要涉及生态系统服务分类和价值评估等方面，在理论、研究方法和应用实践层面不断细化与扩展，形成了较为完善的ESV评估理论和方法体系[14-18]。如M.Lacayo等将生态系统网络服务形式引入生态系统测度过程，构建基于OWS网络分析法的生态系统服务价值评估框架，有效增强了生态系统服务评估的科学性及决策的有效性[19]。在研究方法上，部分学者聚焦生态系统服务功能价值指数、当量因子分析、模型模拟等方法。如霍思高等借助SolVES模型，运用生态系统服务功能价值指数定量评估了浙江省武义县南部生态公园的文化服务价值[20]。L.Zhang等采用当量因子分析法，在区位因素修正的基础上，以三江平原为例，对6种地类的9种生态系统进行测度与评价[21]。M.Y.Li等采用InVEST模型，分析2000—2019年丹江口流域水资源涵养的时空动态变化及其对气候、土地利用与土壤变化的响应特征[22]。虽然ES模型计算方法能较好地考虑到生态系统的整体性，但该方法侧重于单一生态系统服务功能评估，且涉及参数较多，增加了评估结果的不确定性。相比较而言，当量因子评估法能够更加灵活有效地对大尺度不同生态系统的多种服务功能进行评估[23-24]。同时，随着谢高地等[23]对单位面积价值当量因子进行修正，有效解决了ES模型计算方法参数众多且运用复杂的问题，当量因子评估法已成为生态系统服务价值测度的主流工具[25-26]。纵观上述研究，随着ESV研究的不断深入，针对不同生态系统、不同空间尺度已有大量研究成果，然而，既有研究大多为历史与现势情景下的统计分析，从土地利用变化角度预测模拟未来ESV的空间分布，进而评估ESV空间盈亏特征及重心转移态势的相关研究还鲜有报道。

作为我国社会经济最具活力的省份之一，江苏省近年来伴随着城镇化和工业化的快速推进，建设用地规模迅速扩张，区域土地利用结构发生了显著变化，从而影响了区域生态系统服务价值。基于此，本研究以江苏省为研究区，参考薛明皋等[27]和谢高地等[28]的修正方法，对单位面积价值当量因子进行空间修正，评估生态系统服务价值的时空演变特征，借助GeoSOS-FLUS模型预测未来土地利用情况，探讨未来江苏省生态系统服务价值的时空分布特征，为经济发达地区国土空间规划编制、生态补偿与土地整治政策的制定提供参考。

1 研究区域、数据来源与研究方法

1.1 研究区概况

江苏省地处中国东部沿海地区，位于长江下游，地理坐标介于30°45′～35°20′N，116°18′～121°57′E(图1)。东濒黄海，西北连安徽省、山东省，东南与上海市、浙江省接壤，下辖13个地级市，总面积10.72万 km2，约占全国国土面积的1.12%。江苏属温带向亚热带过渡气候，四季分明，气候温和，年均气温13～16 ℃；雨量适中，年均降水量在800～1 200 mm。江苏省地势平坦，雨热同期，土地肥沃。以平原为主，占江苏省总面积的70%。辖区内自然资源丰富多样，河湖众多，林地、草地、湿地、滩涂等生态用地类型均有分布，沿海滩涂面积资源丰富，占全国总滩涂面积的25%。

图1 研究区示意图Fig.1 Schematic diagram of the study area

1.2 数据来源

选取1995年、2000年、2005年、2010年、2015年和2020年江苏省土地利用和社会经济数据。其中，1995年、2000年、2005年、2010年与2015年土地利用栅格数据、高程、NPP、降雨量数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/)，2020年土地利用数据来源于地理国情监测云平台(http:www.dsac.cn/)。为研究需要，将研究区用地类型重归类为耕地、林草地、湿地、水域、裸地和建设用地6类。社会经济统计数据来源于2016—2021年的《江苏统计年鉴》和2021年的《全国农产品成本收益资料汇编》。

1.3 研究方法

1.3.1土地利用动态度。土地利用动态度是指单位时间内某地类变化的程度，公式如下：

式中：k为研究时段内某一地类变化的动态度；Sa和Sb分别表示研究期初和研究期末某一地类的面积，单位为hm2；T为研究时段长，单位设定为年。

1.3.2生态系统服务价值测度。① 单位面积当量因子时空修正。以谢高地等[23]提出的单位面积价值当量因子作为修正对象，参考已有研究[27]，对食物生产、气体调节、气候调节、维持养分循环、净化环境、生物多样性和美学景观等服务功能分别进行初级净生产力(NPP)、降水量、可达性的时空修正。② 生态系统服务价值计算。在谢高地等[23]提出的中国陆地生态系统单位面积生态系统服务价值当量表的基础上，借鉴薛明皋等[27]的修正方法进行当量因子系数的区域修正。其中，各地类单个当量因子的生态系统服务的经济价值量，在借鉴谢高地等[29]研究的基础上，选取江苏省2015—2019年平均粮食产量和2013—2018年平均粮食价格乘积的1/7，进而得到江苏省各生态系统服务价值当量因子表(表1)。

1.3.3土地利用变化预测。采用GeoSOS-FLUS(以下简称为FLUS)模型，模拟研究区未来土地利用的结构变化与空间分布特征。FLUS模型采用了多层前馈神经网络算法(BP-ANN)，通过某一时期土地利用数据和土地利用变化驱动因子，测算未来土地利用变化的适宜性概率，然后基于轮盘赌的自适应惯性竞争机制，得到土地利用变化的预测结果[30-31]。计算方法参考林沛锋等[32]的研究。本研究采用均匀采样法(uniform sampling)对土地利用数据和驱动因子数据进行采样。在此基础上，将4种驱动因子(高程、坡度、铁路距离和公路距离)输入到BP-ANN模型中，经人工神经网络计算，得出各地类的发展概率，进而得到各地类的适宜性概率。参考已有研究成果[33]，选取3×3 Moore邻域模型计算。本研究认为建设用地扩张能力最强，裸地扩张能力最弱，分别取值1.0和0.3。各类用地扩张能力由大到小依次为建设用地、林草地、耕地、水域与湿地、裸地[34-35]。

表1 江苏省各地类生态系统服务价值当量因子 元/(hm2·a)

1.3.4生态系统服务价值空间变化。① 生态系统服务价值重心变化分析。土地覆被重心迁移模型可以很好地从空间上描述主要土地利用类型的时空演变过程。本研究采用土地覆被重心迁移模型测度土地利用类型的时空演变过程，探讨江苏省生态系统服务价值的重心变化。计算方法参考王欣等[36]和王思远等[37]的研究。② 生态系统服务价值时空流转盈亏分析。为反映土地利用变化引起的生态系统服务价值变化，测度生态系统服务价值在空间上的损益情况，以土地面积转移矩阵为基础，结合不同地类间生态系统服务价值系数的差值，分析ESV时空流转盈亏状况。计算方法参考王庭辉等[38]的研究。

2 结果与分析

2.1 土地利用动态变化

总体上，1995—2020年江苏省各地类动态变化特点存在差异，其中仅建设用地和裸地两种地类面积有所增加，而耕地、林草地、湿地和水域面积均呈不同程度的减少态势(表2)。1995—2020年江苏省裸地土地利用动态度最高，达11.86%；在最严格的耕地保护制度下，1995—2020年江苏省耕地面积波动幅度较小，土地利用动态度仅为-0.20%。从土地利用结构上看，研究时段内，裸地始终是江苏省面积最小的土地利用类型，占比不超过全省总面积的0.12%，其中2005—2010年裸地面积变化幅度最大，增加197.38 km2；耕地占比最大，基本保持在65%左右。具体来说，伴随着新型城镇化与工业化的快速推进，建设用地经历了先规模扩张后趋于稳定的两个阶段。1995—2010年，伴随着各类产业用地需求的急剧上升，建设用地动态度在1995—2000年这一阶段达到峰值，达6.96%，在2000—2005年和2005—2010年两阶段保持在3%左右。2010—2020年，随着土地利用结构优化、产业结构调整等一系列严控建设用地总量措施的实施，建设用地持续增长的态势得到有效控制，其用地规模趋向稳定，动态度由1995—2010年的正向提高转为负向减少。研究时段内，作为保障区域生态安全的重要生态类型，林草地和水域的变幅均较小，湿地面积变化则较为明显。湿地的动态度在2010—2015年达到最大值，为11.20%。近年来，受湖口退化、产业集群、城镇扩张等多重因素影响，水域面积存在不同程度的减少，其中2010—2015年变化最为剧烈，水域动态度为-2.37%。

表2 江苏省土地利用类型动态度变化

2.2 江苏省ESV的时空演变

1995—2020年江苏省ESV整体上呈先增长后减少的态势，并在2005年达到峰值。研究期内，江苏省ESV净增261.94亿元，年均增加10.48亿元，整体增幅3.70%。为更好地分析局部地区ESV的变化特征，借助ArcGIS 9.3软件，采用10 km×10 km将江苏省划分为 1 162 个网格，然后将江苏省ESV划分为5类(低值区：ESV<3.5万元；中低值区：3.5万元≤ESV<8.5万元；中值区：8.5万元≤ESV<16万元；中高值区：16万元≤ESV<28万元；高值区：ESV≥28万元)(表3，图2)。低值区以集中连片的方式广泛分布在江苏省全域范围内，2020年其占比达58.91%；中低值区则呈零星分布的态势；高值区主要集中在水域区域，且面积占比最小，大多年份在4.50%左右。1995—2020年，低值、中值和中高值区面积均有所增加。其中，中高值区面积增加最为明显，集中分布在连云港南部和盐城北部交界沿海地区和泰州、淮安和盐城边界交汇处，这主要是由于湿地保护力度的加强使得沿海、沿湖滩涂面积增加，提升了生态环境效益。中低值和高值区则有所减少。高值类型面积变化幅度最大，减少了1.92%，且主要集中在徐州东南部、常州南部和苏州北部。1995—2020年常州和苏州多由高值区转为中高值区域，徐州则多由高值区转为中低值区，这主要是由于水域面积的减少。针对此类区域，应减少生态用地向建设用地的转化，以维持该地区生态系统稳定，保障生态环境质量与生态安全。

表3 1995—2020年江苏省ESV变化

图2 1995—2020年江苏省ESV变化

2.3 FLUS模型模拟结果

以2015年江苏省土地利用数据作为初始数据，将经过归一化处理的驱动力因子数据输入BP-ANN模型，通过均匀采样方法提取20%的栅格像元作为训练样本得到区域土地利用类型适宜性概率。将在土地利用数据中提取的水域类型设置为限制发展区域，进而得到各地类元胞自动机(CA)转换参数，将其用于模拟2020年土地利用格局；再将模拟结果与2020年江苏省土地利用实际格局采用FOM指数及Kappa指数验证FLUS模型的有效性。经验证，Kappa系数结果为0.76，FOM指数为0.005，模拟结果可信，可用于对2025年土地利用格局的模拟预测。

2025年江苏省仍以耕地和建设用地为主，耕地占比最多，达61.85%，裸地占比最小，仅为0.06%。与2020年相比，2025年江苏省林草地、水域、裸地和建设用地面积均减少，其中裸地面积下降最明显，为52.53%，耕地和湿地面积均增加。经计算得到2025年江苏省ESV值(表4)。2025年江苏省ESV为7 083.85亿元，其中水域仍是江苏省ESV的主要贡献者，占比最高，达81.72%；耕地类型次之，占11.80%。较之于2020年，2025年江苏省ESV总体下降1.52%。具体而言，林草地、水域和裸地的ESV均有所下降，而耕地和湿地的ESV均有所提高。受土地利用变化影响，2025年耕地和湿地的生态功能有所提升。在最严格的耕地保护政策约束影响下，耕地面积平稳发展略有回升。以生态文明理念为主导，以绿色发展为驱动，以科学规划、合理布局为指导，提高闲置废弃地的利用效率，对耕地进行提质增效，对生态用地进行整治修复，逐步恢复生态系统结构，仍是未来提升生态系统服务功能的重要途径。

表4 2020年与2025年江苏省ESV变化

2.4 江苏省ESV重心迁移与流转盈亏特征

2.4.1江苏省ESV重心迁移分析。1995—2025年江苏省ESV重心主要集中于苏中地区的泰州和扬州一带，低值、中低值、中值、中高值和高值重心分别集中在扬州北部、扬州中部、泰州中部边缘、泰州中部和扬州南部边缘(图3，表5)。1995—2025年低值和中值重心总体向东北方向偏移，中低值、中高值和高值区的重心则向西南方向偏移。其中低值区重心偏移距离最少，研究期内总体向东北方向迁移4.73 km。中低值重心偏移量最多，经历了由西南向东南的转变过程，研究期内总共向西南方向迁移了10.35 km。

图3 1995—2025年江苏省各ESV级别标准差椭圆分布

从标准差椭圆的长轴指示方向来看，1995—2025年低值和中低值重心均位于扬州市，低值重心呈向北迁移的态势，高值重心位于扬州与镇江的边界且不断向西南方向迁移。低值和中低值重心变化轨迹大多位于耕地转为建设用地的变化地类周围，高值重心变化轨迹附近主要经历了耕地转水域、建设用地转耕地和湿地转建设用地的地类变化过程。由于区域经济发展水平的南北差异，苏北地区(如盐城市)建设用地向海一侧扩张态势明显，从而侵占了部分水域、湿地。中高值类型逐渐向苏南方向转移，表明苏南地区通过产业结构调整、资源利用率提高等方式显著提升了生态系统服务供给能力。

表5 1995—2025年ESV重心变化

2.4.2江苏省ESV流转盈亏。1995—2025年江苏省ESV总体上增加2.21%。其中ESV的盈利主要源自于耕地向水域的转变，而水域向耕地和建设用地的转变是ESV减少的主要原因(表6)。具体来看，1995—2005年江苏省ESV增加7.89%。苏南地区由于大量耕地转为建设用地导致其在此阶段生态环境质量总体呈下降趋势；苏北及苏中地区ESV增减基本趋于平衡，但ESV增加量略高于减少量，生态系统服务供给能力得到提升。2005年以后由于社会经济的快速发展，全域内ESV变化较大。与1995—2005年相比，林草地向耕地和建设用地的转变成为2005—2025年江苏省ESV减少的重要原因之一。2005—2015年ESV总体减少4.46%，水域的转用，尤其是水域转为耕地和建设用地是该阶段ESV减少的主要因素。伴随着社会经济不断发展，生产、生活用地需求的不断提高造成了林地转耕地、耕地转建设用地的城镇无序扩张局面，导致生态系统服务供给下降。2015—2025年江苏省ESV减少0.84%。较之于2005—2015年，虽然2015—2025年ESV仍表现为减少趋势，但减少幅度放缓，江苏省生态环境质量得到逐步控制，且持续向好的方向发展。主要是由于2015—2025年水域转耕地的速率放缓，这与该时期退耕措施、生态保护治理政策等的实施关系密切。

表6 1995—2025年江苏省ESV流转盈亏 亿元

3 结论和讨论

3.1 结论

(1)1995—2020年江苏省土地利用类型仅建设用地和裸地两种地类面积有所增加。受土地利用变化的影响，1995—2020年江苏省ESV整体上呈先增后减的态势，并在2005年达到峰值。

(2)模型预测结果显示，2025年江苏省仍以耕地和建设用地为主，耕地占比最大，裸地占比最小。与2020年相比，2025年江苏省ESV下降1.52%。林草地、水域和裸地的ESV均下降，耕地和湿地的ESV均提高。

(3)1995—2025年江苏省ESV重心主要集中在江苏中部的泰州和扬州一带，除中值和低值类别重心向东北方向迁移，其余类别均向西南方向迁移。1995—2025年江苏省ESV的盈利主要源自于耕地转水域，而水域向耕地和建设用地的转变是ESV减少的主要原因。

3.2 讨论

土地利用结构与生态系统服务价值关系密切，从土地利用变化出发，通过对未来ESV的模拟预测，可为区域生态保护、国土空间规划提供有力的理论支撑，将更有助于提升生态系统服务功能对区域政策制定的指导作用。针对ESV的测算问题，本研究借鉴已有成果，以江苏省为研究区，在谢高地等[23]提出的当量因子系数的基础上，通过NPP、降水量、可达性的时空修正，得到研究区各地类生态系统服务价值系数，进而评估区域ESV的时空分布特征，在ESV测度上能较为客观全面地反映区域生态系统的地域特征。为反映土地类型变化引起的ESV空间变化，本研究采用ESV重心迁移与时空流转盈亏分析方法，能较准确地界定ESV在空间上的重心转移及损益情况，为研究区制定空间差异化生态保护策略提供了重要的方法支撑。但是，本研究也存在不完善的地方，鉴于当量因子分析方法的不足，本研究未考虑各地类之间生态系统的完整性。此外，囿于数据所限，利用GeoSOS-FLUS模型对土地利用格局进行预测，仅考虑了历史与现势外推情景下土地利用情景的空间演变情况，未进行不同情景下(如生态保护情景、经济发展情景、规划情景等)ESV的空间模拟。未来需选取更多社会经济驱动因子，进一步开展更为精细的多情景预测与模拟，以便为未来国土空间规划制定与生态安全的维持提供更为精准的决策依据。