基于生态系统服务簇评价的长沙市生态修复优先区识别

蒋红波，覃盟琳，王政强，罗丁丁，吴欣芋

1.广西大学林学院

2.广西大学土木建筑工程学院

3.广西大学人居环境设计研究中心

快速的城市化进程促使城市土地利用结构发生巨变[1]，对生态环境及景观格局产生了较大影响[2-3]，导致生态系统服务供给能力减弱[4]，进而威胁到生态空间与人类福祉[5-6]。中国城市化水平从改革开放以来的17.92%上升到2020年的63.89%，城市化进程与生态环境间的矛盾逐渐激化，而生态修复是缓解城市化对生态系统服务能力负面影响的重要途径[7]。“十四五”时期，我国生态文明建设进入促进经济社会全面绿色转型、实现生态环境质量由量变到质变的关键时期，在生态文明建设新阶段，推进生态保护和修复工作时，要统筹山水林田湖草一体化保护和修复，坚持尊重自然和顺应自然，坚持全局观，识别优先保护和重点治理的关键，着力提高生态系统自我修复能力，增强生态系统稳定性[8]。

生态修复是以受到人类活动或外部负面影响干扰的区域性生态系统为对象，通过工程技术措施，对生态系统失衡、生态功能退化和生态产品供给能力下降的各尺度区域进行生态恢复、生态整治和生态重建[9-10]。生态修复分区是实施区域生态资源精准管控的基础和前提[11]。现有研究从不同尺度，运用不同方法对国土空间生态修复展开修复分区或技术性研究。如刘春芳等[12-14]分别从省、市、县(区)层面，运用生态安全格局研究范式，对国土空间生态修复进行分区研究；宫清华等[15-16]分别从人地系统耦合框架和“要素—景观—系统”框架对研究区国土空间生态修复规划策略和格局进行探究。生态系统服务簇(ecosystem service bundle)为研究生态修复提供了新思路。当前从各个角度开展生态修复分区的研究成果已经非常丰富，但较少基于城市化和生态系统服务簇空间交互关系对生态修复优先区的划定展开探索和研究。

生态系统服务簇最初由Kareiva 等[17]提出，其主要指跨越时空重复出现在同一范围内的多个生态系统服务类型的集合[18]。同一区域范围内的不同生态系统服务类型或呈现此消彼长的权衡关系、或呈现相辅相成的协同关系[19]，通过生态系统服务簇可识别区域内主导的生态系统服务类型，提高景观管理效率[7]。国内外学者从国家[18]、区域[20]等尺度，对森林[21]、耕地[22]等不同用地类型，运用K-means 聚类[23]、自组织特征映射网络[24]等方法对生态系统服务簇进行划分，探讨其时空变化轨迹及驱动因素等[25]。生态系统服务能力和类型的变化体现了生态环境的变化，作为多个生态系统服务类型集合的生态系统服务簇，通过对其时空演变的研究，从城市化水平与生态系统服务能力在同一时空中的增减状况对区域内生态修复进行等级划分，设定潜在生态修复目标，再根据其总的生态系统服务价值和主导生态系统服务类型的变化，可以明确生态修复的方向及策略。如岳文泽等[26]根据生态系统服务供需平衡方法对固原市进行生态修复分区研究，以加强区域的生态管理。

2022年2 月，国家发展和改革委员会批复《长株潭都市圈发展规划》[27]，长沙市作为都市圈的关键极，快速的城市化和经济发展使生态环境面临巨大压力。因此，有必要从生态系统服务簇角度对长沙市进行生态修复探索与研究，识别修复优先级，针对性实施修复策略，以期为长沙市及长株潭都市圈国土空间规划中生态保护与修复方案制定提供新思路和方法。

1 研究区概况及数据来源

1.1 研究区概况

以长沙市主城区为研究区（112°36′53" E～113°11′37"E，27°55′41" N ～28°33′47"N），包括芙蓉区、天心区、雨花区、开福区、岳麓区和望城区(图1)，总面积2 146.72 km2，用地类型以耕地、林地和建设用地为主，地势西高东低，湘江穿城而过。气候属于亚热带季风气候，夏季高温多雨，冬季温和干燥，四季分明，雨热同期。2001—2020年，长沙城市化率从44.47% 增至83.16%，建设用地面积从158.76 km2增至508.79 km2。

图1 研究区概况Fig.1 Overview of the study area

1.2 数据来源

研究区2000年和2020年土地利用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/)，分辨率为30 m；2001—2020年，主要粮食播种面积和单位面积平均利润数据来源于相应年份的《长沙统计年鉴》和《全国农产品成本收益资料汇编》。使用ArcMap 10.7 软件将研究区划分为500 m×500 m 网格，作为研究单元，共得到9 036 个网格数据。

2 研究方法

生态修复优先区划分依据同一时空内生态系统服务簇综合服务能力与城市化强度的增减交互关系，分3 步进行：1）用生态系统服务价值模型计算研究区的生态系统服务价值后进行K-means 聚类，识别出研究区生态系统服务簇并对其综合服务能力进行量化；2）在ArcGIS 软件中处理土地利用数据，计算得出研究区城市化强度；3）将生态系统服务簇综合服务能力与城市化强度的变化量运用GeoDa 软件进行空间相关性分析，得到优先区划分结果(图2)。

图2 技术路线Fig.2 Technology route

2.1 生态系统服务价值评估

采用谢高地等[28]的当量因子法对生态系统服务价值进行评估，其中建设用地的价值当量引自李淑娟等[29]的研究，构成研究区单位面积生态系统服务价值当量表，包括4 个一级类和11 个二级类(表1)。提取各网格不同用地类型面积，结合标准单位生态系统服务价值当量系数和长沙市1 个标准当量因子的生态系统服务价值量得出各网格总的生态系统服务价值。计算公式为：

表1 单位面积生态系统服务价值当量[28-29]Table 1 Ecosystem service value equivalent per unit area元/hm2

式中：ESVj为各网格中第j类生态系统服务价值，元/hm2；Se为各网格中第e种类型生态系统的面积，hm2；Vej为各网格中第e种类型生态系统对应的第j类生态系统服务的标准单位面积生态系统服务价值当量系数；D为长沙市1 个标准当量因子的生态系统服务价值量，元/hm2；Pr、Pw、Pc分别为长沙市稻谷、小麦、玉米播种面积占3 种作物播种总面积的比例，%；Nr、Nw、Nc分别为全国稻谷、小麦、玉米的单位面积平均利润，元/hm2。其中，式（2）使用的数据为2001—2020年的平均数据，得到D为2 587.29元/hm2。

2.2 生态系统服务簇识别

将各网格生态系统服价值务评估结果进行标准化和归一化处理后，运用K-means 聚类识别生态系统服务簇，并依据其组成结构绘制雷达图。其中聚类数K需要人为设置，为确保试验的科学性，使用轮廓系数法确定K[30]，公式如下：

式中：Si为样本i被聚类到簇A 的轮廓系数；ai为样本i的簇内不相似度，即样本i到同簇其他样本的平均距离，ai越小，说明样本i越应该聚类到该簇；bi为样本i与某簇Cj的不相似度，即样本i到其Cj簇所有样本的平均距离，样本i的簇间不相似度bi=min{bi1,bi2,···,bin}(n=k-1)；Sa为所有样本轮廓系数的平均值，即为该聚类结果总的轮廓系数；n为数据样本个数。当Sa接近1 时，说明样本i聚类合理；Sa接近-1 时，说明样本i更应该分类到别的簇；Sa近似为0，说明样本i在2 个簇的边界上[30]。由图3 可见，当聚类数为4 时，Sa最接近1，所有样本聚类结果最优，因此将K取值为4。

图3 不同聚类数轮廓系数Fig.3 Contour coefficient of different bundle numbers

2.3 生态系统服务簇综合服务能力和城市化强度量化

将各生态系统服务价值标准化处理后进行等权重计算得到生态系统服务簇综合服务能力[7]，用ESB 表示；将各网格内建设用地占网格面积之比作为城市化强度(urbanization intensity)，用UI 表示。2000—2020年ESB 和UI 的变化值为ΔESB 和ΔUI。其中城市化强度计算公式为：

式中：UIl为第l个网格城市化强度；CAl为第l个网格的建设用地面积；TAl为第l个网格的总面积。

2.4 生态修复空间优先区识别

在GeoDa 软件中建立空间权重矩阵，用双变量局部莫兰指数(bivariate local Moran's I)研究每个500 m 网格2000—2020年ΔESB 与ΔUI 的空间相关性。计算公式为：

式中：I为莫兰指数；Wsq为空间权重；xs和ys分别为各网格的ΔUI 与ΔESB；和分别为各网格ΔUI 与ΔESB 的均值。结果输出不显著关系和4 个显著关系类型：高-高(H-H)、低-低(L-L)、低-高(L-H)和高-低(H-L)，其中高-高(H-H)型表示2000—2020年生态系统服务簇综合服务能力和城市化强度均有提高的网格，低-低(L-L)型表示生态系统服务簇综合服务能力和城市化强度均有下降的网格，低-高(L-H)型表示生态系统服务簇综合服务能力降低而城市化强度提高的网格，高-低(H-L)型表示生态系统服务簇综合服务能力提高而城市化强度降低的网格。

3 结果与分析

3.1 生态系统服务簇识别及时空动态变化

K-means 聚类结果显示，长沙市主城区的9 036个网格被聚集成4 个生态系统服务簇，根据每个簇的生态系统服务类型分布特征，分别命名为农业生产簇(APB)、生态保育簇(ECB)、文化服务簇(CSB)和水文调节簇(HRB)。如图4 所示，APB 的生态系统服务类型以水文调节为主，食物生产、气体调节和气候调节虽然不是主导类型，但占比相近，其中水资源供给服务为负，说明该服务簇既有调蓄水源功能，又是消耗水资源的类型，这与耕地用地类型的情况相吻合。ECB 主要以气候调节和水文调节等生态系统服务类型为主，其他各生态系统服务类型分布较均衡。CSB 以土壤保持为主要的生态系统服务类型，水文调节出现负值，其他生态系统服务类型的占比均较低，符合城市建成区以硬化地表为主的特点，城市内地表大量硬化，虽减少了水土流失，但因城市大面积的地表硬化，雨水下渗受阻，地表径流增多，城市内涝灾害频发，故水文调节能力为负。HRB 的水文调节占绝对主导地位，其他生态系统服务类型占比低。

图4 各生态系统服务簇功能结构Fig.4 Functional structure of each ecosystem service bundle

2000—2020年，长沙市区生态系统服务簇的空间分布总体结构变化不大，如图5 所示。其中，APB 主要分布在望城区西北部，用地类型主要是耕地；ECB 主要分布在望城区东北部和西南部、开福区北部、岳麓区西部和雨花区南部，用地类型主要为林地；CSB 主要分布在芙蓉区、天心区、雨花区、开福区南部、岳麓区北部和望城区东南部等城市建设用地；HRB 主要沿湘江分布，用地类型为水域。

图5 2000—2020年生态系统服务簇空间分布Fig.5 Spatial distribution of ecosystem service bundles from 2000 to 2020

从时空序列上来看，研究期内，除CSB 的数量呈现持续增长趋势外，其余3 个簇均呈减少趋势。在ECB、APB、CSB 和HRB 这4 个生态系统服务簇中，ECB 和APB 减少幅度大，CSB 增长势头强，HRB较为稳定。有20.15%的网格在研究期内发生了生态系统服务簇类型的变化，主要为ECB、APB 和HRB 转变为CSB；而79.85%的网格保持不变，说明长沙市大部分区域的生态系统服务结构较为稳定，未发生明显的变化。发生服务簇类型转变的区域是研究期内长沙城市发展最快的区域，生态系统服务结构的变化主要来源于区域内建设用地的快速扩张，侵占了周围的其他用地类型[31]。

3.2 生态系统服务簇综合服务能力与城市化强度相关关系

将UI 和ΔUI 设为自变量，ESB 和ΔESB 设为因变量，进行线性回归分析。结果显示，UI 与ESB、ΔUI 与ΔESB 均存在明显的相关关系(p＜0.001)(图6)。2000—2020年自变量与因变量之间的系数为负，表明城市化强度与生态系统服务簇综合服务能力存在显著的负相关关系，二者间R2在2000年为0.170，2020年为0.382，R2变大，说明城市化强度对生态系统服务簇综合服务能力的负面影响越来越明显。这主要是城市化进程改变了土地利用类型，影响了生态系统服务的供给能力，如耕地、林地等转变为城市建设用地，使得11 种二级类型的生态系统服务中，除了水土保持服务有所提高，其他服务类型均有所下降或基本保持不变[32]。

图6 生态系统服务簇综合服务能力与城市化强度相关关系Fig.6 Relationship between comprehensive service capacity of ecosystem service bundles and urbanization intensity in Changsha City at various periods

3.3 生态修复优先区识别结果

将2000—2020年的ΔUI 和ΔESB 运用空间统计检验二者的显著性，参考已有研究的划分标准[7]，研究区被划分为5 个生态修复类型：Ⅰ级生态修复优先区(高-低)、Ⅱ级生态修复优先区(高-高)、Ⅲ级生态修复优先区(低-高)、Ⅳ级生态修复优先区(低-低)和生态保护区(不显著) (图7)。其中Ⅰ级生态修复优先区占13.53%，分布在长沙市中心城区周边，以文化服务簇为主；这些区域的土地利用类型最初以耕地和林地为主，在2000—2020年城市扩张使其转变为建设用地。Ⅱ级生态修复优先区占0.58%，是生态系统服务簇综合服务能力与城市化强度在研究期内均提高的区域。Ⅲ级生态修复优先区占12.53%，主要分布在长沙市旧城区及湘江沿岸的新兴城市建设用地周边的容易受到人类活动干扰的区域，以农业生产簇和文化服务簇为主。Ⅳ级生态修复优先区占2.23%，零星分布于现有建设用地与非建设用地交界处。生态保护区占71.13%，主要覆盖了生态保育簇和水文调节簇，用地类型以林地、灌木、草地和水域为主。

图7 生态系统修复优先区Fig.7 Priority areas for ecosystem restoration

3.4 生态修复与保护策略

依据2000—2020年研究区生态修复优先区识别结果，结合区域生态系统服务簇综合服务能力演变与城市化强度变化，分别确立了相应的修复和保护策略。

Ⅰ级生态修复优先区分布于2000—2020年由农业生产簇和生态保育簇转变为文化服务簇的区域。区域内主导生态系统服务类型由气候调节、水文调节和生物多样性等转变为土壤保持，其中水文调节服务能力明显减弱。该区域在城市建设过程中要根据城市水文调节、气候调节等方面综合考虑城市绿地的比例和布局，在稳定土壤保持功能基础上，适当增补绿地面积，合理设置路面与绿地的高差关系，加强水系连通性以及对水系的规划管理，通过多样手段实现水文调节、生物多样性等生态系统服务价值的提升。

Ⅱ级生态修复优先区主要为生态保育簇。具有较大的生态服务潜力，生态修复的目标是保持现有生态系统服务簇中气候调节、气体调节和生物多样性等主要生态系统服务类型。可适当调整耕地、林地的种植结构，建立多样性更为丰富的植物群落，增强生物多样性、气候调节等功能。

Ⅲ级生态修复优先区主要为农业生产簇和文化服务簇。农业生产簇区域内，可在不减少耕地面积的基础上提升耕地质量，以增强其食物和原料生产功能，同时还应加强生态建设，增强水文调节、维持养分循环和生物多样性等功能。文化服务簇区域内，应在现有本底资源生态效用基础上，合理增设绿色基础设施，推进生态廊道建设，增强美学景观功能。

Ⅳ级生态修复优先区分布于文化服务簇与农业生产簇和生态保育簇交界处，是城市继续扩张时有较大可能性发生生态系统服务能力减弱及生态系统服务簇变化的区域。要严格控制“三区三线”，保持其粮食和原料生产、气体和气候调节等主导功能的可持续性。

生态保护区以生态保育簇为主。该区域受人类活动干扰少，生态系统完善，生态系统服务价值高，具有重要的气候调节、水源涵养、土壤保持、维持生物多样性等功能，要构建森林资源生态保育制度，加强山体与林地的保育，严格限制破坏性建设活动。

4 讨论

城市的发展需要足够的土地资源，这使得耕地、林地等不断被侵蚀，威胁生态系统的稳定。生态系统服务簇作为多个生态系统服务类型的集合，理清其内部各生态系统服务类型间的权衡/协同关系，有助于从生态系统全要素出发，因地制宜地制定生态修复方案。因此以生态系统服务簇演变与城市化影响为切入点进行生态修复优先区识别是一项可行的技术方案。

传统生态修复以矿山、森林植被、河流湖泊、土壤污染治理、水土流失治理等单一生境或要素为修复目标取得了丰富的理论与实践成果，但由于其缺乏对区域内生态要素关联性和生态修复系统性的考虑，存在局部效果提升而整体收益偏低甚至生态系统服务价值减弱的现象。本文从区域整体性出发，立足于生态系统服务能力的保持与恢复，从城市化影响因素入手，划分了研究区的生态修复优先级。该方法可以运用于研究城市化进程中高强度人类活动干扰对生态系统的影响，具体表现为能够快速定位高速城市化与生态系统受损同时发生的区域，并为制定相应的修复策略提供参考，以达到生态系统服务能力的最大化与城市化影响的最小化。

根据生态系统服务簇和城市化效应的时空演变，划分了生态修复优先区，但生态系统服务簇的识别会受到生态系统服务能力的评估方法和尺度的影响[33]，在未来的研究中需要使用不同生态系统服务评估方式和尺度，并根据评估结果与现实情况的耦合程度来确定最终的评估方式和尺度[34]。同时可将生态系统服务簇和城市化变化的驱动因素纳入研究范围，明确各阶段演变的驱动机制，针对各驱动因素更精准地制定保护和修复策略。

5 结论

(1)长沙市主城区生态系统服务簇可以划分为农业生产簇、生态保育簇、文化服务簇和水文调节簇4 个类型，2000—2020年由于城市扩张占用其他用地，导致生态系统服务和景观格局变化，4 个生态系统服务簇中仅文化服务簇呈现扩张态势。

(2)线性回归分析结果表明，城市化发展对生态系统服务簇的演变始终起负面作用，主要是城市化进程中，城市建设大量占用周边土地，原本丰富的地表类型变为单一的硬化地表，导致生态系统服务能力减弱，威胁到生态环境及景观格局。

(3)快速的城市发展对于生态环境的负作用愈加明显，将2000—2020年生态系统服务簇与城市化强度的变化进行空间统计，划分了5 个生态修复优先级，Ⅰ级生态修复优先区占13.53%，Ⅱ级生态修复优先区占0.58%，Ⅲ级生态修复优先区占12.53%，Ⅳ级生态修复优先区占2.23%，生态保护区占71.13%。

(4)针对各级生态修复优先区提出修护及保护策略：Ⅰ级生态修复优先区应着重水文调节能力的提升；Ⅱ级生态修复优先区着重保持现有生态系统服务格局；Ⅲ级生态修复优先区在农业生产簇区域内应着重保持原料和食物生产服务，文化服务簇区域内则着重提升美学景观功能；Ⅳ级生态修复优先区着重保持现有主导生态系统服务类型；生态保护区应限制开发活动，加强森林资源保育。