城市蔓延对生态系统服务流的影响研究进展及对长江流域的启示

官冬杰,和秀娟,周李磊

(1.重庆交通大学 智慧城市学院,重庆 400074;2.重庆社会科学院 生态与环境资源研究所,重庆 400020;3.北九州市立大学 国际环境工学部,北九州 808-0135,日本)

0 引 言

生态系统服务流是指在一定时间尺度内具有流动性、传递性的某种生态系统服务在不同空间区域内的动态过程[1]。生态系统服务流作为当前生态系统服务评估、权衡协同和空间异质性研究的综合和延伸,是连接生态系统服务供给与需求必不可少的纽带,对生态系统服务的输送、转化和维持至关重要[2]。近年来,随着城市人口及建设规模的增长,城市蔓延程度越来越严重,生态系统服务供需关系日趋紧张[3],这种紧张关系不仅体现在总量和时空分异上,更体现在生态系统服务流通过传递载体逐渐增强的消耗/损失过程[4]。但目前,由于生态系统服务流传递载体的差异性和人类参与影响机理的复杂性,生态系统服务在较大空间范围内的流动路径和转移规律难以捕抓和量化,为区域可持续发展带来了挑战。

当前,已经有不少学者在流域尺度上开展生态系统服务流定量化和模型模拟研究,为进一步的深入研究奠定了良好基础。但是对城市蔓延过程中,大流域尺度下生态系统服务流动路径和扩散效应等空间属性和空间位置之间影响机理的研究尚不成熟,亟待开展流域尺度下城市蔓延对生态系统服务流影响研究的总结与展望。基于过程视角,模拟城市蔓延对生态系统服务流的影响,能够厘清产品与服务在自然生态系统与人类社会经济系统之间的流动路径和空间范围,揭示城市蔓延对生态系统服务流动路径的影响机理及扩散效应,对促进区域可持续发展具有较高的科学意义。

笔者研究目的是归纳城市蔓延对生态系统服务流影响研究的进展。首先,基于城市蔓延对生态系统服务流动路径的影响机理、城市蔓延对生态系统服务流过程影响的模拟和城市蔓延对生态系统服务流的扩散效应等研究内容对文献进行综合分析。然后,总结已有研究对长江流域的启示。最后,提出长江流域城市可持续发展与生态系统服务流合理分配优化方案思路。

1 研究进展

1.1 城市蔓延对生态系统服务流动路径的影响机理

城市蔓延对生态系统服务流的影响主要表现在传递载体和流动路径两个方面。在传递载体上,城市蔓延导致水资源需求量和污染物排放量增加,严重影响水作为载体的生态系统服务流变化,如淡水供给服务流减少,洪水调节服务流和土壤保持服务流降低[5];在城市蔓延促进农业集约化发展的过程中,农业机械和农药化肥的投入增加引起土壤板结、稳定性降低,使土壤载体功能受损[6];此外,城市蔓延过程中,不透水面的扩张限制了绿地植物的生长空间,使土壤维持植物生长的功能和固碳的功能受到影响,严重影响土壤作为载体的生态系统服务流变化,如文化服务流和碳固持服务流减少[7]。城市蔓延引起空气质量降低、大气污染指数增加,严重影响空气载体传递速度,阻碍了防风固沙服务和碳吸收服务的流动[8]。在流动路径上,主要影响流向、流速和流量3种属性特征的变化[2]。在流向上,城市蔓延改变了生态系统服务流传递的原路径,如修建交通基础设施和大坝等工程,阻断了流域生态系统服务流的路径[9];城市蔓延过程中,人口数量的增加使文化服务承载了更大的压力,但是文化服务流的方向没有发生改变[10]。在流量上,城市蔓延对生态系统服务流量存在双向影响,城市蔓延造成建筑用地增加导致洪水调节服务、土壤保持服务和防风固沙服务流量减少[11];但常住人口增加促使防风固沙和土壤保持服务流量增加[12]。在流速上,城市蔓延降低生态系统服务流的流速,如畜禽养殖和水产养殖等降低了水环境净化流速[13](表1)。

表1 城市蔓延对生态系统服务流的影响Table 1 The impact of urban sprawl on the ecosystem service flows

研究表明,城市蔓延通过地类改变和人类参与需求,影响生态系统服务流。即城市蔓延程度越强,对淡水供给、水源涵养、气候调节、洪水调节和土壤保持服务流影响越强,通过影响局地蒸散量,减少水的供给,增加淡水需求,改变径流过程;城市蔓延程度越强,植被覆盖率降低,对碳吸收能力减弱,改变服务流向,增加碳空间流动量;城市蔓延程度越强,人口数量增加,想去参观文化景观的访客增加,使交通基础设施建设加强的同时公众偏好的休闲服务需求增加,未改变服务流的方向,增加了服务流速和流量。

1.2 城市蔓延对生态系统服务流过程影响的模拟

城市蔓延对生态系统服务流过程影响的模拟是当前生态环境与人类活动耦合关联研究中的重点和难点,城市蔓延模型和生态系统服务流模型的出现极大地促进了生态系统服务流定量化研究进展[14]。城市蔓延的模拟主要基于人口增长、土地利用变化、交通建设、经济发展和政策制定等影响因素,通过统计模型参数设置,发展耦合模型进行多情景、多目标和多尺度的模拟,提高了城市蔓延的模拟能力,如LUSD-urban,FLUS,Logistic-CA-Markov和USSA模型[15]。但上述模型在利用多源数据的模拟精度方面还存在有待提高之处。全卷积神经网络是近年来出现的一种深度学习方法,其在图像识别、分类与模拟等方面有更高的精度。但少有研究利用全卷积神经网络信息抓取的全面性,构建更为客观的特征图谱对城市蔓延进行模拟和预测。

生态系统服务流模型为有效模拟生态系统服务的流动过程提供了一种新的途径。基于生态系统服务流的概念框架,学术界对于生态系统服务流模型有两种理解(图1)。一种是揭示生态系统服务流“最终效用”的量化模型,该模型通过统计相关关系量化生态系统服务供给、流量以及需求。大多借助于较为成熟和适用性强的InVEST、SWAT和SolVES等生态模型。最为典型的是耦合土地利用评估法、InVEST或SWAT模型,对生态系统淡水供给、水源涵养和碳固持等关键服务供需匹配关系进行模拟[16];耦合环境-社会-经济多维指标体系和空间自相关模型,量化生态系统服务供需流的空间分布[17];耦合SolVES和多种空间统计模型,模拟文化服务空间容量-流量-平衡的条件[18]。这些模型揭示了生态系统服务供需流之间的量化关系,推进了生态系统服务流在供需匹配和位置表达上的进展,但是仍存在一定的不足,如耦合土地利用评估法的动态性不足,因为生态系统具有异质性,难以通过套用的系数衡量不同区域实际的生态系统服务供需的空间分布;InVEST模型SolVES模型中的一些假定和算法的简化使生态系统服务供需流的空间分布模拟结果具有一定的局限性,如碳储量和碳汇模块对碳循环过程的过度简化,使碳固持服务流的模拟结果受到影响[19];SWAT模型缺乏下垫面条件动态模拟模块,难以体现城市蔓延等地表特征对生态系统服务流的影响;耦合空间统计模型和多维指标模型刻画生态系统服务流则涉及大量的数据,且难以体现生态系统服务流的过程;问卷调查法和专家咨询法的主观性比较高,且受到现实条件的限制。另一种是揭示生态系统服务“流动路径”的过程模型,该模型利用因果关系量化生态系统服务从产生、流动到消费的全过程[20]。最为典型的是服务路径属性网络[21](service path attribution networks,SPANs)和贝叶斯网络(又称贝叶斯信念网络,Bayesian belief networks,BBNs)。SPANs使用人工智能技术的模型研究框架,分析生态系统服务从供给区到受益区的流动[22]。但该模型的运行过程包含大量的参数,需要根据SPANs模型概念框架筛选出量化生态系统服务“供给-流-需求”的参数,结合研究区域差异进行本地化处理(表 2)。

图1 生态系统服务流模型研究总结Fig.1 Summary of research on ecosystem service flows models

BBNs作为机器学习语言,能够在有限的、不完整的和不确定的信息条件下进行学习和推理生态系统服务空间流动过程。SPANs-BBNs模型通过耦合SPANs模型概念框架和BBNs模型,实现了生态系统服务流在供给容量、流动路径和流量需求的有机结合,具有机理性强、准确性高的特点,能够模拟生态系统服务流通过传递载体到最终效用的过程。如,LI Delong等[23]通过简化SPANs-BBNs模型模拟了产水服务的流动路径;曾莉等[24]利用SPANs-BBNs模型,对水源涵养服务流传递过程进行模拟和评估。但由于不同类型生态系统服务流传递载体影响机理复杂,导致量化的生态系统服务流动路径和空间范围差异显著。如依靠水流为载体,评估生态系统服务从供给区到需求区的服务流动[25];以主风向为载体,可视化服务流传输路径并量化服务流[26]。

表2 SPANs模型概念框架本地化Table 2 Localizing the conceptual framework of the SPANs model

综上所述,生态系统服务空间流动影响过程模型的构建需要根据多维度集成耦合模式框架,以串联不同载体场模块为第1模型,模拟不同载体生态系统服务的流向、流速和流量;以SPANs-BBNs模拟模块为第2模型,耦合不同载体生态系统服务流动路径作为子节点,模拟不同类型生态系统服务供需流各父节点的条件概率分布;以USSA模拟模块作为第3模型,将城市蔓延模拟结果耦合到第2模型中各节点分布相关联的条件概率表中,集成贝叶斯网络模型,预测未来不同类型生态系统服务流的概率分布,才能够有效模拟城市蔓延对生态系统服务“供给-流向-耗散-盈余/赤字-消费”完整流动过程的影响(图2)。

1.3 城市蔓延对生态系统服务流的扩散效应

生态系统服务流动具有典型的跨区域扩散效应,只有明确生态系统服务在较大空间范围内的流动和转移规律,才能准确地划定生态系统服务流的供给范围和使用范围,揭示生态系统服务流的生态屏障作用。按照流扩散效应方向,B.FISHER等[27]将其归纳为3类：①“原位服务流”,生态系统服务供给和需求空间重合;②“有方向性服务流”,生态系统服务需求发生在供给区周围一定地域内;③“无方向性连接服务流”,生态系统服务的供给区和需求区涉及全球。按照流扩散效应范围,W.R TURNER等[28]将其分为邻近模型、全球模型和基于地形的模型。除此之外,H.M.SERNA-CHAVEZ等[29]引入服务空间流动可达范围概念进行了分类。由于生态系统服务流空间传递载体的差异,不同类型的生态系统服务流可从局地、区域到全球尺度间流动,生态系统服务流类型的划分为评估生态系统服务流的扩散效应提供了重要依据。

城市蔓延对生态系统服务流在研究区内部以及研究区外部的受益区都会产生效应,分别称为域内扩散效应和域外扩散效应[30]。目前,对于域内扩散效应研究较多,对域外扩散效应研究较少。如,U.SCHIRPKE等[31]在全球和区域尺度上评估了阿尔卑斯山区6项关键生态系统服务流动效应,以更好地理解生态系统服务的跨区域转移;J.KLEEMANN等[32]测算出德国出口40%的洪水调节服务在邻国下游国家,揭示了跨境流扩散效应;D.J.SEMMENS等[33]通过远距离衰减函数和基准集水池建模,揭示文化服务流的远距离耦合效应。当前生态系统服务流跨区域扩散范围的界定是空间效应评估的重点和难点,其主要瓶颈是在流动路径刻画中,城市蔓延引起流的损失/耗散难以表征和量化。

图2 城市蔓延对生态系统服务空间流动影响过程模型构建Fig.2 Construction of the process model of the impact of urban sprawl on the spatial flow of ecosystem services

2 主要研究发现

目前的研究主要关注城市蔓延时空格局、生态系统服务供需流量化、生态系统服务流传递路径模拟以及城市蔓延对生态系统服务流域内效应评估等方面,在研究对象上主要关注淡水供给、水源涵养、碳固持、气候调节和文化景观服务。

在生态系统服务流动路径的影响机理方面,城市蔓延通过载体传递和流动路径两方面影响生态系统服务流,使生态系统服务流的流量、流速和流向发生改变。例如,研究表明,城市蔓延导致淡水生态系统服务流的总量减少了25.7%[34],生态系统服务流的最高区域位于城市周边[35],有管理城市蔓延情景下,生态系统服务流的流量增加18.5%～56.0%[11],人为活动对城市生态系统服务的干预强度逐年增大[36]。

城市蔓延对生态系统服务流影响过程耦合模型有3个研究方向：①耦合土地利用类型及城市人口密度变化对生态系统服务流的影响,强调城市蔓延单项指标变化对生态系统服务供需流差异性的评估和模拟;②耦合不同尺度城市蔓延对生态系统服务流的效应,强调多尺度城市蔓延对生态系统服务供需流关系的模拟,从对大流域尺度、城市群,到着眼于大城市、地区和县域,最后到保护区层面的多尺度供需流格局分析;③耦合城市蔓延模型和生态系统服务流模型的多情景模拟,强调城市蔓延多情景设定对不同类型生态系统服务流变化的模拟。

在生态系统服务流的扩散效应方面,生态系统服务流的扩散效应由城市蔓延过程中快速转变的土地利用类型和人类居住模式所驱动。研究表明：城市蔓延改变了淡水供给服务流、水源涵养服务流和碳固持服务流的流向或者阻断流,城市蔓延过程中引起的污染物排放量增加,改变了气候调节服务的流向,城市蔓延不改变文化景观服务流的流向,但是增加了其流量,对研究区及研究区以外的区域产生效应。

目前,相关研究在城市蔓延对生态系统服务流的影响机理、过程模拟和扩散效应等方面仍存在不足。第一,城市蔓延对生态系统服务流的影响机理还不清楚。已有研究忽视了生态系统服务流传递和流动过程中城市蔓延对其阻塞和损耗的影响,认为生态系统服务供给和使用存在平衡关系,缺少对城市蔓延过程中不同载体对生态系统服务流传递路径影响的深入研究。第二,能够有效模拟城市蔓延如何影响生态系统服务流完整实现过程的模型还比较缺乏。虽然已有一些耦合模型尝试连接城市蔓延过程和生态系统服务流,但由于模型未考虑生态系统服务空间流动传递载体的影响机理和传递路径的属性特征,能够有效模拟城市蔓延对生态系统服务流完整实现过程影响的耦合模型仍较少,且在研究所需数据方面,耦合模型的模拟精度对数据的依赖性较高,受到数据可获得性和数据精度的影响,如在大尺度研究中的参数简化以及在不同时间和空间尺度下的多源数据融合都对研究的结果产生影响,进一步限制了耦合模型的应用。第三,定量化评估城市蔓延过程中生态系统服务流的跨区域扩散效应和空间范围的研究还比较缺乏。对于土地利用变化视角下,生态系统服务流域内效应研究较多,对城市蔓延视角下,较大空间范围内生态系统服务流的主要需求区以及辐射范围如何界定?较少受到关注。

3 对长江流域的启示

长江流域位于N24°30′～N35°45′,E90°33′～E122°25′(图3),总面积1.8×106km2,占我国国土面积的18.8%。长江流域跨越我国地形的三大阶梯,主要涉及西藏、青海、云南、四川、重庆、湖北、湖南、江西、安徽、江苏和上海市等11个省、自治区和直辖市(图3),包括92个地级市及以上行政单位、12个民族自治州和4个省直辖行政单位。截至2019年末,长江流域包括6个特大城市、51个大城市、28个中等城市和7个小城市。在“一带一路”建设规划和新型城镇化规划的影响下,长江流域经历了高速的城镇化过程。2000—2019年,长江流域的总人口从40 312.81万人增加至46 888.72万人,增加了0.16倍,城镇人口从10 026.29万人增加至36 566.47万人,增加了2.65倍;2000—2018年,长江流域的城镇用地面积由7 869 km2增加至20 270 km2,增加了2.58倍。截至2018年,长江流域范围内共划定了19个生态功能保护区(图3),在一定程度上起到了保护生态环境的作用。但是,长江流域正在并仍将经历持续的人口增长和剧烈的城镇用地扩展,这会进一步加剧对流域生态系统服务的影响。因此,明晰城市蔓延通过传递载体改变生态系统服务流的属性特征和空间位置,定量揭示城市蔓延对生态系统服务流动路径的影响机理,对长江流域生态环境保护具有重要意义。

长江流域城市蔓延对生态系统服务流动路径影响过程存在复杂的耦合关联关系[37],涉及多元社会主体、生态要素与上中下游间的利益协调。长江流域上游和下游时空上生态系统服务供需不匹配,导致流域生态保护和地区经济发展不平衡的矛盾十分突出[38]。长江是中华民族长久稳定发展的重要支撑。为了解决长江流域上游和下游时空上生态系统服务供需不匹配的问题,以实现长江流域的可持续发展的目标,亟需基于“机理揭示-过程模拟-效应评估”的总体框架,综合利用实地调查、大数据分析、深度学习、模型集成、情景模拟、远距离耦合和解耦机制评估等方法开展长江流域城市蔓延对生态系统服务流的影响研究。

2020年6月,国家发展改革委和自然资源部印发《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》(以下简称《规划》)。《规划》详细回顾了长江重点生态区的自然生态状况、主要的生态问题以及主攻方向,并指出以增强生态系统稳定性,显著提升生态系统功能,打造长江绿色生态廊道作为长江重点生态区生态系统保护和修复的主要目标。在此背景下,基于长江流域城市蔓延对生态系统服务流传递路径影响机理、传递过程影响模拟和效应评估结果,以减少城市蔓延对生态系统服务流传递路径影响为目标(图4),约束或控制城市蔓延过程中生态系统服务流需求量;利用空间自相关方法,识别出城市蔓延影响生态系统服务流供给的重点地区,提升或调配该区域生态系统服务供给量;通过保护传递载体,修复传递路径和管理扩散效应,优化生态系统服务供需流空间格局;通过解析城市蔓延对生态系统服务从产生、传递到使用全过程的影响,采用约束、调配、保护、修复和提升等多种手段,提出生态系统服务流合理分配方案,可以在一定程度上提升长江流域城市生态系统的稳定性,最终促进城市生态可持续发展。

图3 长江流域概况Fig.3 Overview of the Yangtze River Basin

图4 城市可持续发展与生态系统服务流合理分配优化方案思路Fig.4 Idea of the optimized plan for urban sustainable development and reasonable distribution of ecosystem service flows

4 结 语

城市蔓延对生态系统服务流的影响研究已经受到学者的广泛关注,学者们在城市蔓延时空格局、生态系统服务供需流量化、生态系统服务流传递路径模拟以及城市蔓延对生态系统服务流域内效应评估等方面取得了积极进展。研究结果表明：城市蔓延通过载体传递和流动路径两方面改变了生态系统服务流的流量、流速和流向,导致生态系统服务流总量的减少和空间异质性的增加;城市蔓延对生态系统服务流的影响过程耦合了城市蔓延的单项指标变化、城市蔓延的尺度以及城市蔓延的多情景模拟;城市蔓延过程中土地利用类型的变化和人类居住模式的改变驱动了生态系统服务流的扩散效应。相关研究为深入理解长江流域城市蔓延对生态系统服务流的影响奠定了基础,但在揭示机理、剖析过程、评估效应以及探索城市可持续发展与生态系统服务流合理分配优化管理等方面还需要进一步探索。因此,未来应基于“机理揭示-影响模拟-效应评估”的研究思路,开展深入的综合研究,提出长江流域城市可持续发展与生态系统服务流的合理分配方案,实现长江流域生态保护与社会发展的协同共进。