西安都市圈生态系统服务价值与人类活动强度的时空关系

朱琳娜,赵牡丹,李云绯,樊 艺,王 建 (西北大学城市与环境学院,陕西 西安 710127)

生态系统服务是指通过生态系统的结构、过程和功能直接或间接得到的生命支持产品和服务[1]。生态系统服务价值(ecosystem service value, ESV)是生态系统服务评估的货币形式[2],是用于评判区域生态系统服务功能强弱的重要指标。在快速城镇化进程中,人类活动强度的变化影响着生态系统结构、功能及服务的变化,对生态系统平衡和社会经济可持续发展造成一定威胁。定量分析生态系统服务价值的时空特征,研究其与人类活动强度的相关性对人地关系协调发展具有重要意义。

20世纪70年代起,国外学者在生态系统服务价值的相关理论及评估方法等方面开展了大量研究[3-4],奠定了生态系统服务价值研究的基础。在此基础上,我国学者改进并计算得到中国生态系统服务价值基础当量,并估算了我国生态系统服务价值[5-7]。目前,国内生态系统服务价值研究多从省市县域[8-10]及流域[11]尺度展开,而从格网尺度出发可为研究提供更加精准的分析视角[12],国内学者在该尺度下对生态系统服务价值估算及时空特征分析等领域做了一定探索[13-14],明确格网尺度的分析有利于揭示ESV时空变化的更多细节。

近年来,随着我国经济建设步伐的不断加快,人类活动强度逐渐增大,导致耕地数量锐减、生物多样性退化、环境污染等问题层出不穷。同时,高强度的人类活动对土地利用方式的干扰直接影响生态系统的格局和过程变化并影响生态系统服务功能,是ESV变化的重要驱动力[15]。当前对于人类活动影响机制的研究包括人类活动强度与景观格局的耦合响应[16]、人类活动强度对土地利用类型及环境变化的影响[17]等,但是,人类活动强度如何影响ESV变化,两者在空间和时间尺度上是否存在内在联系,尚不清楚。

西安都市圈是关中平原城市群的核心区域,作为目前西北地区唯一获批的都市圈发展规划区,其对于推动西北各省份新型城镇化建设和优化区域经济布局具有重大战略价值。但在经济发展与城镇化建设过程中,人类活动强度的变化不仅影响着区域土地利用格局的变化,同时也影响着区域ESV变化。当前,有关西安都市圈生态系统服务价值的相关研究多以西安市作为研究对象[18],且多从土地利用演变[19]、景观格局[20]等与ESV的关系角度出发,对人类活动强度与ESV关系的研究较少。鉴于此,笔者以西安都市圈为研究对象,在2 km×2 km格网尺度下,以4期土地利用数据为基础,使用ESV评估模型对该区域不同时段ESV进行评估,旨在通过ESV流向损益模型,分析区域生态系统内部ESV的转移流动;其次,引入人类活动强度指数评估模型对人类活动进行定量化和区域化评估;同时结合双变量空间自相关模型,分析区域ESV与人类活动强度的空间关系,以期为西安都市圈生态系统服务功能提升和区域可持续发展提供理论和实践支撑。

1 研究区域概况与数据来源

1.1 研究区概况

西安都市圈是以西安中心城市为主城,以咸阳中心城市为辅城,诸多城镇沿国道线呈放射状分布的区域,地理位置为33°42′ N～35°19′ N、107°40′ E～110°2′ E,范围包括西安市全域(含西咸新区),咸阳市秦都区、渭城区、兴平市、三原县、泾阳县、礼泉县、乾县、武功县,铜川市耀州区,渭南市临渭区、华州区、富平县,杨凌农业高新技术产业示范区在内的4市1区25县(图1),区域国土面积约为2.06万km2,占陕西省总面积的10%。区域内以温带季风气候为主,四季冷暖干湿分明,降水多集中在夏季。

图1 西安都市圈地理位置及土地利用示意Fig.1 Geographic location and land use in Xi′an metropolitan area

1.2 数据来源及处理

1990、2000、2010和2018年4期空间分辨率为30 m的土地利用数据来源于中国科学院资源环境科学数据中心(http:∥www.resdc.cn),将土地利用类型划分为耕地、林地、草地、水域、建设用地和未利用地6个一级类和25个二级类。行政区划数据来源于国家基础地理数据中心(www.ngcc.cn/ngcc)。粮食产量数据来源于《中国统计年鉴》《西安市统计年鉴》《铜川市统计年鉴》《渭南市统计年鉴》和《咸阳市统计年鉴》。

将格网作为ESV和人类活动强度计算的最小分析单元和数据载体,可显著提升研究区各指标因子的计算精度,基于相等的格网面积可提升ESV对比的可信度[14]。结合研究区域总面积,使用ArcGIS软件中的渔网工具将其划分为2 km×2 km的格网共计5 396个,然后再将4个时期土地利用数据分别与创建的格网进行裁剪、相交等操作,统计各个格网内不同土地利用类型面积,最终计算得到各个格网ESV及人类活动强度值。

2 研究方法

2.1 生态系统服务价值评估模型

基于谢高地等[21]提出的修正方法,参照近年来对ESV的相关研究[22-23],选取2018年研究区农田粮食单位面积产量(4 733.4 kg·hm-2)与同期全国农田粮食单位面积产量(5 621.18 kg·hm-2)的比值(0.842 1)作为修订系数,对谢高地等[5]计算得到的一个标准单位ESV当量因子的价值量3 406.5元·hm-2进行修订,得出西安都市圈一个标准当量为2 868.49元·hm-2,使用其对谢高地等[5]修订的单位面积ESV当量表进行修正,得到西安都市圈单位面积ESV系数(表1)。ESV系数(VES)计算公式为

表1 西安都市圈各类生态系统服务价值系数Table 1 Value coefficients of various ecosystem services in Xi′an metropolitan area 元·hm-2

(1)

(2)

式(1)～(2)中,VESi为研究区内第i个格网生态系统服务价值,元;Aij为第i个格网中第j种土地利用类型面积,hm2;Vj为第j种土地利用类型生态系统服务价值系数,元·hm-2;VESif为第i个格网中第f项生态系统服务价值,元;Vjf为第j种土地利用类型第f项生态系统服务功能价值系数,元·hm-2。

2.2 生态系统服务价值流向损益模型

基于土地利用转移矩阵的生态系统服务价值流向损益模型,能够同时兼顾研究区ESV数量变化特征和时空转移趋势,反映研究区域不同时段内因土地利用类型在空间转移引起的ESV损益的来源和去向。根据土地利用数据核算土地利用转移矩阵,并计算研究区因土地利用类型转变引起的ESV损益。ESV流向损益计算公式为

Pij=(Vj-Vi)×Aij。

(3)

式(3)中,Pij为土地利用类型由i转向j时引起的ESV损益,元;Vi、Vj分别为i类土地利用类型的ESV系数和j类土地利用类型的ESV系数,元·hm-2;Aij为土地利用类型由i转向j的面积,hm2。

2.3 人类活动强度指数评估模型

人类活动通过改变土地利用直接影响生态系统服务的空间分布[24]。因此,基于土地利用的视角,采用基于建设用地当量面积占区域土地总面积百分比的人类活动强度指数评估方法[25],定量描述人类活动对研究区内ESV的影响。人类活动强度计算公式为

(4)

(5)

式(4)～(5)中,IHAi为研究区内第i个格网的人类活动强度;SCLE-i为第i个格网的建设用地当量面积,hm2;S为第i个格网总面积,hm2;LSij为第i个格网第j类土地利用类型面积,hm2;ICij为第i个格网第j类土地利用类型的建设用地当量折算系数。

建设用地当量是人类经济活动对陆地表层作用程度最高的土地利用类型,是一种基本度量单位。不同土地利用类型的建设用地当量为不同土地利用类型面积及其相应的建设用地当量折算系数的乘积。不同土地利用类型的建设用地当量折算系数是整个评估的关键,根据人类活动对陆地表层作用的强弱将不同土地利用类型换算为建设用地当量系数[21],耕地、林地、草地、水域、建设用地和未利用地的建设用地当量折算系数(CI)分别为0.2、0.13、0.1、0.6、1和0。

2.4 双变量空间自相关模型

采用双变量空间自相关分析法,基于GeoDa空间分析工具进行双变量局部自相关分析,得到空间自相关指数Moran′sI、LISA聚集图和LISA显著性水平图。计算公式为

(6)

(7)

3 结果与分析

3.1 生态系统服务价值时空演变分析

3.1.1生态系统服务价值时间变化

以改进的生态系统服务价值系数(表1)为基础,结合各年份土地利用类型面积,得到1990—2018年西安都市圈各类土地ESV变化(表2)和单项ESV变化(表3)。

表2 1990—2018年西安都市圈各类土地生态系统服务价值变化Table 2 Changes on ecosystem services value of various types of land in Xi′an metropolitan area from 1990 to 2018

表3 1990—2018年西安都市圈单项生态系统服务价值及变化Table 3 Value and change of individual ecosystem services in Xi′an metropolitan area from 1990 to 2018 亿元

从总体上看,1990—2018年西安都市圈ESV呈降低趋势,ESV总值由1990年的527.77亿元下降到2018年的514.97亿元,共降低12.8亿元。1990—2000年期间ESV总值降幅最大,为1.12%,主要是受草地和水域面积减少的影响;2000—2010年期间ESV总值降幅最小,为0.52%,主要是水域面积的增长减缓了ESV总值的下降。

从不同土地利用类型来看,1990—2018年林地、水域和未利用地ESV均增加。林地ESV增加最多,1990—2010年其ESV由237.82亿元持续增长至241.14亿元,增长率为1.40%;2010—2018年其ESV由241.14亿元降至238.57亿元,增长率为-1.07%;1990—2018年共增长0.75亿元,总增长率为0.32%。水域ESV呈波动式增长,1990—2018年其ESV共增长0.32亿元,增长率为0.73%。未利用地增长率最大,为66.67%,但由于其ESV占比极少,实际ESV仅增加0.02亿元。1990—2018年草地和耕地ESV均降低,草地ESV虽在2010—2018年有一定程度回升,但总体仍呈降低态势,总增长率为-1.64%;耕地ESV除在2000年有小幅度增长外,其余时间段均下降,1990—2018年耕地ESV总体下降11.9亿元,总增长率为-9.58%,可见,耕地变化是1990—2018年西安都市圈ESV总值持续下降的主要因素。

从各单项ESV变化来看,4类一级服务类型在1990—2018年均呈下降趋势,这与研究区总体ESV变化趋势一致。其中,调节服务价值最高,支持服务价值高于供给服务价值,文化服务价值最低。在二级服务类型中,水文调节价值最高,水资源供给价值最低,为负值。1990—2018年只有水资源供给服务呈正增长,其余各项服务价值均呈负增长。

3.1.2生态系统服务价值空间变化

基于2 km×2 km格网尺度,计算研究区各个格网的ESV,并按照ArcGIS中的自然断点分级法将其划分为低值(0～288万元)、较低值(>288万～734万元)、中值(>734万～1 301万元)、较高值(>1 301万～1 895万元)和高值(>1 895万元)5类,得到1990—2018年西安都市圈ESV空间分布(图2)。

图2 西安都市圈生态系统服务价值空间分布Fig.2 Spatial distribution of ecosystem service value in Xi′an metropolitan area

由图2可知,在空间上,ESV整体呈现以西安主城区为中心向外围递增的分布格局。研究区ESV高值区主要分布在周至县、鄂邑区、长安区南部,蓝田县东北部和华州区南部,这些区域南依秦岭森林,山脉密布,拥有丰富的自然资源;ESV部分高值区分布在泾河、渭河沿岸,区域整体生态环境保护较好;ESV中值区主要分布于研究区中部平原,该区域以耕地为主,且是未利用地的主要分布区;ESV低值区集中在西安主城区内及部分县区,这与区域内建设用地广泛分布有密切关系,同时受建设用地面积逐年递增、人类活动密集的影响,1990—2018年低值区面积逐年扩张。

研究区北部耀州区ESV较高,这与该区山岭密布、河流众多有密切关系。蓝田县全域ESV较高,整体由东向西递减,其南靠秦岭,东临骊山,浐河、灞河贯穿其内,土地利用类型以林地、草地和水域为主,整体生态环境优良。

3.2 基于土地利用转移矩阵的生态系统服务价值损益分析

基于1990—2018年西安都市圈土地利用转移矩阵,结合式(3)计算得出ESV流向损益矩阵(表4)。由表4可知,1990—2018年期间ESV净损失量为12.82亿元。其中1990—2000年ESV净损失量最大,高达8.41亿元;2000—2010年ESV净损失量最小,为0.2亿元;2010—2018年ESV净损失量为4.21亿元。

表4 西安都市圈生态系统服务价值流向损益矩阵Table 4 Value flows to profit and loss matrix of various ecosystem service in Xi′an metropolitan area 亿元

从土地利用类型相互转化角度来看,1990—2000年期间,林地和水域的转出引起ESV损失量分别为4.49亿和9.32亿元,是该时段ESV损失的主要原因,林地主要转化为耕地和草地,水域主要转化为耕地;耕地和建设用地的转出带来的ESV收益量分别为3.96亿和2.02亿元,是该时段ESV的主要收益来源。2000—2010年期间,耕地主要转出为水域和建设用地,带来的ESV收益量为11.97亿元;水域、草地主要向耕地转化,其中水域转出引起的ESV损失量为7.51亿元;其他土地利用类型转化为建设用地均为负流向,ESV损失量为10.93亿元。2010—2018年期间,水域转化为耕地的损失量为6.29亿元,水域转出引起的ESV损失总量为9.89亿元,高于1990—2000和2000—2010年两个时段;耕地转出为建设用地引起ESV损失量为12.32亿元,远超1990—2000和2000—2010年两个时段。

1990—2018年期间,林地主要转化为建设用地、耕地和草地,引起的ESV损失量为6.63亿元;水域主要向耕地和建设用地转化,其中水域转化为耕地的损失量高达7.76亿元,水域向其他土地利用类型的转化均为负流向,其他土地利用类型向水域的转化均为正流向;耕地除转化为建设用地和未利用地时为负流向外,其余均为正流向,耕地转出弥补了部分耕地转入的ESV损失量,净损失量为7.48亿元;建设用地ESV净损失量最大,为17.35亿元,其中耕地转入造成的损失量最大,为12.32亿元。可见,建设用地和耕地的转入以及水域的转出是造成研究时段西安都市圈ESV损失的主要原因。

3.3 人类活动强度空间分异分析

基于ArcGIS软件平台,分别计算各个格网的人类活动强度并以ArcGIS自然断点法为依据将其划分为低影响(0～0.2)、较低影响(>0.2～0.3)、中影响(>0.3～0.4)、较高影响(>0.4～0.7)和高影响(>0.7～1.0)5类,得到1990—2018年西安都市圈人类活动强度空间分布(图3)。1990—2018年期间,人类活动强度高影响区集中分布在西安主城区且逐年扩大,2010—2018年期间扩张尤为明显,作为陕西省省会城市,该区域内人口密集,经济发展态势良好,城市化进程明显高于周边城市,受人类活动影响大;人类活动高影响区也呈点状离散分布在西安市周边,主要包括秦都区、渭城区、高陵区、临潼区、临渭区和阎良区等,这些区域面积逐年增加,其中秦都区内人类活动强度高影响区逐年扩大并在2018年与西安市内的高影响区融合,《西部大开发“十二五”规划》和《关于加快西咸新区发展的若干政策》等对西咸新区的重点建设政策是该区城市建设快速发展的重要原因;人类活动强度较高影响区主要分布在高影响区周围,且面积随高影响区的扩大而扩大;人类活动强度中影响区与较低影响区交叉蔓延分布在高影响区周围,中影响区不断扩大,较低影响区逐年缩小;人类活动强度低影响区分布于研究区南北两端,这与研究区南北多山多林、存在自然保护区、生态环境优良和受人类活动强度影响低有密切关系。

图3 西安都市圈人类活动强度空间分布Fig.3 Spatial distribution of human activity intensity in Xi′an metropolitan area

3.4 生态系统服务价值与人类活动强度双变量空间自相关分析

基于GeoDa软件平台,创建空间权重矩阵,绘制Moran′sI散点图,得到1990—2018年生态系统服务价值与人类活动强度的双变量空间自相关Moran′sI指数分别为-0.512 583、-0.525 973、-0.504 387 和-0.512 619,在99.9%的置信度下4期P值均<0.001,均通过显著性检验。4个时间段Moran′sI指数均为负数,说明研究区1990—2018年ESV与人类活动强度呈负相关,即ESV随人类活动强度增加而减小,且相关程度呈现先增加后减小又增加的态势,相关度在2000年达到峰值,在2010年处于低谷。

LISA聚类图(图4)反映的是空间联系的局部指标,通过绘制ESV与人类活动强度的局部双变量自相关LISA图,可具体分析两者之间的聚类关系与空间分布。

图4 西安都市圈生态系统服务价值与人类活动强度LISA聚类Fig.4 LISA cluster of ecosystem service value and human activity intensity in Xi′an metropolitan area

由图4可知,ESV与人类活动强度的聚类关系明显,以低-高和高-低聚集方式为主,且高-低聚集方式显著高于低-高聚集方式。低-高聚集方式主要分布于研究区中部,1990—2018年低-高聚集方式的分布面积以西安主城区为中心逐年缩小,空间分布也愈加集中;高-低聚集方式主要分布于研究区南北两端森林、山脉密集处,该聚类方式的分布面积在研究期内逐年小幅增大。高-高聚集和低-低聚集零星分布于河流沿岸和部分城区,低-低聚集在蓝田县北部较为密集。

LISA显著性水平图(图5)表明研究区内大多数区域相关性不显著,高-低聚集和低-高聚集区域显著性水平高。显著性水平为0.001的区域面积在1990—2018年间递增,显著性水平为0.05的区域面积在1990—2018年间递减,人类活动强度对ESV的负面影响存在较大空间差异性。

图5 西安都市圈生态系统服务价值与人类活动强度LISA显著性水平Fig.5 LISA significance level of ecosystem service value and human activity intensity in Xi′an metropolitan area

4 讨论

4.1 格网尺度分析提供了新视角

以往对ESV的计算多基于省市县域尺度进行[9-10,26],而笔者研究基于2 km×2 km格网尺度对ESV进行细化分析,为ESV时空变化分析提供新视角。秦艳丽等[18]以西安市为例,研究1980—2015年城市化对ESV的影响,发现ESV在时间梯度上逐年递减,在空间梯度上由市中心向农村逐年递增,笔者研究对ESV时空分布及变化趋势研究结果与之一致,但不同的是,笔者研究基于格网尺度,为ESV损益及其时空变化趋势分析提供更加精确的评估方法,进而更精准地把握近30年间生态系统服务功能的时空变化趋势,使得研究结果更加贴合实际,为生态系统功能的协调发展提供数据支撑。

4.2 ESV时空演变动因

1990—2018年西安都市圈ESV在时间尺度上呈持续下降趋势,在空间尺度上呈现以西安主城区为中心向外围递增的分布格局。分析ESV变化的主要原因包括:(1)作为西部大开发和关中平原城市群的核心区域,西安都市圈吸引了巨大的人口与经济资源,使得西安都市圈在快速发展的同时,生态环境质量也面临着巨大挑战,不断的城市扩张导致ESV逐年递减。(2)从土地利用类型转化角度来看,耕地大部分转化为建设用地,减少量为1 050.27 km2,建设用地面积逐年递增,但其ESV系数低。(3)ESV的空间演变与人类活动密切相关,两者表现出较强的负相关性,此与前人研究结果[27]一致。经济发展越迅速的地区人类活动强度越大,人类活动产生的废弃物对生态环境产生恶性影响,导致气候调节与土壤保持功能降低,而这些功能在生态系统服务中占比较高,从而导致区域整体ESV降低。

4.3 研究方法有待进一步优化

目前,评估ESV的方法主要有单位面积价值当量因子法[28]和单位服务功能价格法[3]两种。相较于功能价格法,当量因子法更直观易用,数据需求量更少,故笔者研究采用当量因子法对西安都市圈ESV进行评估。但是,由于修正方法和参数选择不同以及该方法对当量因子数值的依赖,会导致ESV计算结果存在差异,土地利用数据分辨率的大小会影响ESV评估精度,未来研究需在更精准的ESV评估方法和更精细的分辨率数据的基础上开展;对于同一土地利用类型的不同二级地类,与其生态系统服务功能对应的ESV系数在客观上存在一定差异,未来应对当前土地利用类型做进一步划分,赋予与其对应的ESV系数,将会得到更加精准的评估结果;在计算ESV时,建设用地的价值当量设置为0,随着建设用地中人工绿地比例的不断增大,建设用地价值当量为0是否科学仍有待讨论。

5 结论

(1)研究区ESV时空变化明显。在时间尺度上,1990—2018年西安都市圈ESV呈持续下降趋势,1990年ESV为527.77亿元,2018年ESV为514.97亿元,近30年间共降低12.8亿元;在空间尺度上,ESV整体呈现以西安主城区为中心向外围递增的分布格局,其高值区主要分布在研究区南部及中部沿河区域,低值区集中分布在西安主城区且面积逐年增加,在其周围部分县区有零散分布。从各单项生态系统服务功能变化来看,一级生态系统服务功能中,调节服务价值最高,文化服务价值最低;二级生态系统服务功能中,水文调节价值最高,水资源供给价值最低,为负值。

(2)研究期内,ESV增益主要源于耕地转出为林地、水域和草地,主要驱动力为退耕还林和蓄水量增加;ESV亏损主要源于其他土地利用类型转入为建设用地、耕地,水域转出为其他土地利用类型,主要驱动力为开垦种田和城市扩张。

(3)1990—2018年西安都市圈人类活动强度整体呈以西安主城区为中心向南北递减的空间分布格局。人类活动强度高影响区集中分布在西安主城区及其周边地区,区域面积呈逐年增加态势;其中,较高影响区主要分布在高影响区周边,随高影响区的扩张而扩张;中影响区与较低影响区交叉蔓延分布在高影响区周围,中影响区不断扩大,较低影响区逐年缩小;低影响区分布于研究区南北两端。

(4)1990—2018年生态系统服务价值与人类活动强度均呈现负相关关系,相关程度呈先增加后减小又增加的态势。两者的聚类关系以低-高和高-低聚集方式为主,高-低聚集方式主要分布于研究区南北两端森林、山脉密集处,低-高聚集方式主要分布于研究区中部,其分布面积以西安主城区为中心逐渐缩小,空间分布也愈加集中。研究时段内显著性检验通过0.001水平的斑块面积增加,通过0.05水平的斑块面积减少。