生态学报  2022, Vol. 42 Issue (17): 6900-6911

文章信息

李学东, 刘云慧, 李鹏山, 伍盘龙, 宇振荣
LI Xuedong, LIU Yunhui, LI Pengshan, WU Panlong, YU Zhenrong
生态脆弱区农村居民点布局优化对区域生态系统服务功能的影响——以四川省西昌市为例
Impact of layout optimization of rural settlements in ecologically fragile areas on the regional ecosystem service function: a case study of Xichang City, Sichuan Province
生态学报. 2022, 42(17): 6900-6911
Acta Ecologica Sinica. 2022, 42(17): 6900-6911
http://dx.doi.org/10.5846/stxb202107201956

文章历史

收稿日期: 2021-07-20
网络出版日期: 2022-08-04
生态脆弱区农村居民点布局优化对区域生态系统服务功能的影响——以四川省西昌市为例
李学东1 , 刘云慧2 , 李鹏山3 , 伍盘龙4 , 宇振荣2,5     
1. 山东建筑大学建筑城规学院, 济南 250101;
2. 中国农业大学资源与环境学院, 北京 100193;
3. 成都市土地整治和生态修复中心, 成都 100036;
4. 内蒙古大学生态与环境学院, 呼和浩特 010021;
5. 国土资源部农用地质量与监控重点实验室, 北京 100035
摘要: 我国是世界上生态脆弱区分布面积最大、类型最多、脆弱性表现最明显的国家之一。农村居民点作为生态脆弱区中主要人类活动区, 成为导致生态脆弱区生态环境质量下降的重要干扰源。以四川省西昌市为例, 分别利用InVEST模型中的生境质量评估模块、沉积物持留率分析模块、养分输出率分析模块评估了生态脆弱区农村居民点布局优化对区域生态系统服务功能的影响。研究结果表明: 西昌市通过农村居民点布局优化, 生境质量平均得分提高22.4%, 土壤输出量下降4.6%, 氮(N)、磷(P)输出量下降13.1%与8.2%, 所以农村居民点布局优化有利于生态环境脆弱区生态系统服务功能的提升。农村居民点布局优化后, 农村居民点数量与面积的减少, 降低了森林火灾、土地开垦等植被破坏事件发生的频次, 成为促使西昌市生境质量提升的主要原因; 而农村居民点与农田面积下降, 林地面积的增加是导致西昌市土壤输出量与N、P输出量下降的主要原因。农村居民点数量减少, 可降低垃圾回收成本与污水处理成本, 从而促使N、P输出量进一步下降。
关键词: 农村居民点布局优化    生态系统服务    生境质量    水土流失    面源污染    西昌市    
Impact of layout optimization of rural settlements in ecologically fragile areas on the regional ecosystem service function: a case study of Xichang City, Sichuan Province
LI Xuedong1 , LIU Yunhui2 , LI Pengshan3 , WU Panlong4 , YU Zhenrong2,5     
1. College of Architecture and Urban Planning, Shandong Jianzhu University, Jinan 250101, China;
2. College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China;
3. Land Consolidation and Ecological Restoration Center of Chengdu City, Chengdu 100036, China;
4. College of Ecology and Environment, Inner Mongolia University, Hohhot 010021, China;
5. Key Laboratory of Agricultural Land Quality and Monitoring, Ministry of Land and Resource, Beijing 100035, China
Abstract: China is one of the countries with the largest distribution area, the most types and the most obvious vulnerability of ecologically fragile areas in the world. As the main human activity area in the ecologically fragile area, the rural settlements have become an important source of interference that leads to the deterioration of the ecological environment. In this study, taking Xichang City, Sichuan Province as an example, the habitat quality model, sediment delivery ratio model, and nutrient delivery ratio model were used to evaluate the impact of layout optimization of rural settlements on the regional habitat quality, soil output and N-P output. The results indicate that the average score of habitat quality increased by 22.4%, soil output decreased by 4.6%, and N-P output decreased by 13.1% and 8.2% after layout optimization of rural settlements in the Xichang City. Therefore, layout optimization of rural settlements is beneficial to the improvement of the ecosystem service function in the Xichang City. After the layout optimization of rural settlements, the reduction in the number and area of rural settlements reduced the probability of forest fires, land reclamation and other vegetation destruction events, which become the main reason for the improvement of habitat quality. The decline in the area of rural settlements and farmland, and the increase in the area of woodland are the main reasons for the decline in soil output and N-P output. The decrease in the number of rural settlements will gradually reduce the cost of waste recycling and sewage treatment in rural areas, thereby further reducing the output of N-P.
Key Words: layout optimization of rural settlements    ecosystem service function    habitat quality    soil erosion    non-point source pollution load    Xichang City    

我国是世界上生态脆弱区分布面积最大、类型最多、脆弱性表现最明显的国家之一[13]。根据《全国主体功能区规划》, 我国极度脆弱区域占9.7%, 重度脆弱区域占19.8%, 中度脆弱区域占25.5%, 中度以上生态脆弱区域占全国陆地国土空间的55%[4]。我国的生态脆弱区大多位于农牧、林牧、农林等复合交错带, 通常具有系统抗干扰能力弱、时空波动性强、边缘效应显著等多种特征;而生态系统结构稳定性差, 对环境变化反应敏感, 容易受到外界的干扰而发生退化是生态脆弱区的主要特征[5]

我国的生态脆弱区通常也是经济相对落后, 人民生活贫困的地区[68]。该类地区农村居民点规模小、分布分散, 生态环境监管薄弱;农村居民点作为生态脆弱区中主要人类活动区, 成为导致生态脆弱区生态环境质量下降的重要干扰源。农村居民点整治是推进农村居民点布局优化的重要手段, 在解决我国农村居民点规模小、分布分散问题中发挥着重要作用[911]。开展生态脆弱区农村居民点整治效益评估, 对于完善生态脆弱区生态环境保护政策, 优化农村居民点整治模式具有积极推动作用。

农村居民点整治效益可分为经济效益、社会效益、生态效益3个方面。Fang等以吉林省长春市A、B村为例, 对“按需分配”与“按房产分配”两种宅基地交换公寓模式的经济/社会效益进行了研究, 结果表明:采用“按房产分配”比“按需分配”模式取得了更好的社会/经济效益[12]。Lo等对陕西省与山西省30个扶贫安置点调查结果表明:长距离安置的经济收益优于短途安置, 但农民面临更高的非农就业挑战[13]。孙琦以山东省肥城市陶阳村、涧北村和张店村为例, 对原地整治、异地搬迁、中心村合并3种模式的经济效益进行了研究, 结果表明:原地整治模式对农民生产基本没有影响、异地搬迁模式产生了一定的负面影响、中心村合并模式对农民生产既有正面影响又有负面影响[14]。窦敬丽, 张军连等对北京市顺义区郎中村与福建省泉州市玉美村农村居民点整治生态效益评估结果表明:农村居民点整治可产生明显的生态效益, 其价值主要受农民的收入水平、文化程度、对农村居民点整治的支持意愿等因素的影响[15]。李双成对贵州省异地扶贫搬迁项目的经济/社会/生态综合效益研究结果表明:异地扶贫搬迁实现了发展与生态的双赢, 村民搬迁后经济收入增加, 并且村民搬迁后原有土地开展生态退耕, 为“山水林田湖草”生命共同体修复提供了土地资源保障[16]。李倩则对南郑县高台镇12个村农村居民点整治的综合效益进行了评估, 结果表明:农民人均收入、新增耕地面积、新增建设用地指标等多项效益为正向变动, 平均耕作半径、景观多样性与均匀度等呈负向变化[17]

当前农村居民点整治效益研究多关注局域尺度农村居民点整治的经济/社会/生态效益, 较少关注区域尺度农村居民点布局优化对区域生态系统服务功能的影响, 而关于生态脆弱区农村居民点布局优化所产生的生态效益的研究则更少。根据生态环境部印发的《全国生态脆弱区保护规划纲要》, 四川省西昌市位于我国西南山地农牧交错生态脆弱区, 该地区地形起伏大、水热条件垂直变化明显, 土壤瘠薄、植被稀疏, 受人为活动的强烈影响, 区域生态退化明显[5]。2017年, 作者应西昌市政府要求, 制定了西昌市农村居民点布局优化方案, 并针对西昌市面临的植被退化、水土流失、面源污染等生态环境问题, 利用生态系统服务和交易综合评估模型InVEST(Integrated Valuation of Ecosystem Services and Trade-offs)模型中的生境质量评估模块、沉积物持留率分析模块、养分输出率分析模块评估了西昌市农村居民点布局优化对区域生境质量、土壤输出量与氮(N)、磷(P)输出量的影响。InVEST模型由美国斯坦福大学、大自然保护协会与世界自然基金会联合开发, 当前广泛应用于区域尺度生态系统服务评估之中[1820]

1 研究区域简介与数据来源 1.1 研究区域简介

西昌市位于四川省西南部, 幅员面积约2655 km2;中部为沿断裂线发育的安宁河谷, 由北向南贯穿全境, 约占市域总面积的20%;两侧分布着磨盘山、牦牛山、螺髻山、泸山等山脉, 约占市域总面积的80%(图 1)。西昌市位于我国西南山地农牧交错生态脆弱区, 当前面临着植被破坏、水土流失、山洪与泥石流灾害频发、水体富营养化等多种生态环境问题。

图 1 西昌市位置与地形图 Fig. 1 Location and topographic map of Xichang City
1.2 数据来源

本研究所采用的数据库为西昌市国土资源局提供的西昌市2015年土地利用变更数据库, 土地利用分类与全国第二次土地调查土地分类一致, 坐标系采用西安80坐标系, 并通过了矢量数据的拓扑检查;高程数据精度为10 m×10 m。本研究所采用的生境质量评估模型中的干扰源信息表、不同类型生境对不同干扰源敏感性信息表, 沉积物持留率评估模型中的降雨侵蚀性因子、土壤侵蚀性因子数据, 养分输出率评估模型中的不同土地利用类型N/P负荷、不同土地利用类型N/P持留率、不同土地类型达到最大养分持留率的路径长度等相关数据均通过查阅相关文献获得。

2 西昌市农村居民点布局优化方案

前期研究表明:西昌市微型(0.1 hm2以下)与小型(0.1—1 hm2)农村居民点斑块数量占到总斑块数量的94.8%, 占总面积的71.1%;农村居民点破碎化程度高成为导致西昌市生活、生产、生态三类空间质量下降的重要因素[21]。本研究根据前期研究结果, 结合西昌市面临的多种生态环境问题, 制定了以农村居民点布局优化为核心的土地利用调整方案, 即通过中心村建设来引导农民集中居住, 减少农民生产生活对生态环境的影响。其中, 高山陡坡区为西昌市生态系统服务与生态敏感性双高的区域, 农村居民点与农田逐渐向低山缓坡区与河谷平原区转移, 腾退土地开展植被恢复。低山缓坡区为西昌市“林田冲突”与“林居冲突”最严重区域, 现状居民点可逐渐向大于0.5 hm2, 且交通便捷的农村居民点集中, 腾退土地恢复为林地。河谷平原区为西昌市耕地数量-质量最高的区域, 现状居民点可逐渐向大于3 hm2, 且基础设施完善的农村居民点集中, 腾退土地复垦为耕地[21]。根据西昌市农村居民点方案, 西昌市三类空间面积比例变化如表 1图 2所示。其中, 生活空间面积占比由原来的4.0%, 下降到2.2%;生产空间面积占比由原来的25.6%, 下降到25.3%;生态空间面积占比由原来的70.4%, 增长到72.4%。

表 1 西昌市农村居民点布局优化前后生活-生产-生态空间面积比例变化 Table 1 Changes in the areas of life-production-ecological space after layout optimization of rural settlements in the Xichang City
空间分类
Spatial classification
优化前面积/hm2
Area before optimization
优化后面积/hm2
Area after optimization
优化前百分比/%
Percentage before optimization
优化后百分比/%
Percentage after optimization
优化前后百分比变化/%
Percentage change before and after optimization
生产空间
Production space
68975 68229 25.6 25.3 -0.3
生活空间
Life space
10721 6041 4.0 2.2 -1.7
生态空间
Ecological space
189771 195197 70.4 72.4 2.0

图 2 西昌市农村居民点布局优化前后生活-生产-生态空间面积变化 Fig. 2 Changes in the areas of life-production-ecological space after layout optimization of rural settlements in the Xichang City
3 研究方法 3.1 生境质量评估方法

(1) InVEST生境质量评估模块简介

生境是指生物赖以生存的外部环境, 生境质量是指生境对于生物生存的适宜程度。InVEST生境质量评估模块可以结合研究区域土地利用状况及导致生境质量下降的干扰源信息生成研究区域生境质量分布图。该模块以研究区域土地利用图作为分析该区域生境质量的数据基础, 土地利用信息以栅格数据形式存储, 每个栅格代表一种土地利用类型。使用者根据研究的物种的不同确定哪些土地利用类型可以作为生境, 并对不同土地利用类型进行赋值, 最适宜的生境赋值为1, 非生境赋值为0[22]

该模块同样以栅格数据的形式存储干扰源信息, 以及不同生境对不同干扰源的敏感程度。某种干扰源对某种生境的相对威胁程度可以采用0—1之间的数值进行表示, 1代表威胁程度最高, 0代表威胁程度最低, 某一干扰源对同种生境的干扰程度随距离的增加而降低。InVEST生境质量评估模块提供了线性函数(公式1)与指数函数(公式2)两种方法来描述某种干扰源的威胁在空间上随距离的衰减情况[23]

(1)
(2)

式中,  irxy为干扰源r(用栅格x表示)对某种生境(用栅格y表示)质量的影响;dxy是栅格xy之间的线性距离;drmax是干扰源r的最大威胁距离[24]

(2) 数据来源与参数设置

利用InVEST生境质量评估模块, 开展西昌市农村居民点布局优化前后生境质量评估, 需要输入的主要数据和参数包括:西昌市农村居民点布局优化前后土地利用图、西昌市干扰源信息表、西昌市不同生境类型对不同干扰源敏感性信息表等, 各类数据的来源、格式与精度如表 2表 3所示。

表 2 西昌市生境质量评估模型的数据来源与参数设置 Table 2 Data sources and parameter settings of habitat quality model
数据类型
Type of data
数据来源
Data Sources
数据格式与精度
Data format and precision
土地利用图
Land use map
西昌市国土局提供的土地利用数据库转换获得(2015年) 栅格数据/10 m×10 m
干扰源分布图
Interference source distribution map
西昌市国土局提供的土地利用数据库转换获得(2015年) 栅格数据/10 m×10 m
干扰源信息表
Interference source information table
参考黄木易、王燕等人对生境质量评估模型研究设定(2020年)[2526] EXCEL表格数据
(.csv格式)
不同类型生境对不同干扰源敏感性信息表
Sensitivity information table of different types of habitats to different interference sources
参考钟莉娜、王燕等人对生境质量评估模型研究设定(2017年)[2526] EXCEL表格数据
(.csv格式)

表 3 西昌市生境质量评估模型干扰源信息表 Table 3 Interference source information table of the habitat quality model
干扰源类型
Type of interference source
最大干扰距离/km
Maximum interference distance
干扰源权重
Interference source weight
衰减函数
Decay function
城市City 10 1 指数函数
乡镇Township 8 0.7 指数函数
村庄Village 5 0.5 指数函数
一级公路First-class highway 3 1 线性函数
二级公路Second-class highway 1 0.7 线性函数
三级道路Third-class highway 0.5 0.5 线性函数
工矿用地Industrial and mining land 8 0.8 指数函数
3.2 水土流失状况评估方法

(1) InVEST模型中沉积物持留率分析模块简介

某区域水土流失状况主要受降雨强度、土壤特性、地形地貌、植被覆盖度等自然因素, 以及毁林开荒、农作物种植等人为因素影响。InVEST沉积物持留率分析模块分为3个子模块, 可综合多种自然与人文因素来模拟陆地上各类沉积物的产生、流动与汇集过程来评估不同土地利用方式下水土流失情况[2729]

模块一:土壤流失量计算。采用土壤流失方程来计算每个栅格每年的土壤流失状况(公式3)。

(3)

式中, uslei为栅格i的年土壤流失量, 单位为thm-2a-1Ri为降雨侵蚀性因子, 单位为MJmmhm-2h-1a; Ki为土壤易侵蚀程度, 单位为thm2hrMJ-1hm-2mm-1; LSi为坡长梯度因子, Ci为植被覆盖与管理因子, Pi为水土保持措施因子。

模块二:土壤持留量计算。该模块通过计算每个栅格的连通性指数(IC)来推算土壤持留率, 计算方法如公式4—6所示。连通性指数描述了沉积物的源和汇之间的水文联系, IC值越高, 源头的土壤侵蚀越有可能流入汇中。某栅格的IC值与其上游汇水区属性(Dup)和下游汇流路径属性(Ddn)有关, 如果该栅格上游区域面积大、坡度缓、植被覆盖度高, 则Dup值较低, 沉积物进入河流的可能性较低。同样, 如果该栅格与下游水体间的汇流路径长、坡度缓、植被覆盖度高, 则Ddn较低。

(4)
(5)
(6)

式中, C为栅格i上游栅格C因子的平均值, 无量纲;S为栅格i上游栅格坡度等级的平均值, 无量纲; A为栅格i上游区域总面积, 单位m2; di为栅格i沿其最陡下坡方向的汇流路径长度, 单位m; Ci栅格iC因子值, 无量纲;Si为栅格i的坡比分级, 无量纲。

模块三:土壤输出量计算。栅格i的土壤输出量和流域出口处总土壤输出量根据公式7—8计算。

(7)
(8)

式中,  Ei为栅格i的土壤输出量, 为该栅格中每年实际进入水体的土壤总量, 单位为thm-2a-1E为流域内总的土壤输出量, 单位为thm-2a-1

(2) 数据来源与参数设置

利用InVEST模型中的沉积物持留率分析模块开展西昌市农村居民点布局优化前后土壤流失量评估, 需要输入的主要数据和参数包括:西昌市数字高程模型、农村居民点布局优化前后土地利用图、流域划分图、降雨侵蚀性因子分布图、土壤侵蚀性因子分布图等, 各类数据与参数如表 4所示。

表 4 西昌市沉积物持留率评估模型的数据来源与参数设置 Table 4 Data sources and parameter settings of sediment delivery ratio model
数据类型
Type of data
数据来源
Data Sources
数据格式与精度
Data format and precision
数字高程模型
Digital elevation model
西昌市国土局 栅格数据/10 m×10 m
土地利用图
Land use map
西昌市国土局提供的土地利用数据库转换获得(2015年) 栅格数据/10 m×10 m
流域划分图
Basin division map
根据西昌市数字高程模型, 利用ArcGIS水文分析模块计算得到(2015年) 矢量数据/划分为两级流域
年降雨量
Annual rainfall
利用中国气象数据网获得的四川省气象站点降雨数据插值获得(2020年) 栅格数据/30 m×30 m
降雨侵蚀性因子
Rainfall erosivity factor
采用王超对四川省降雨侵蚀性因子分析结果(2017年)(图 3)[30] 栅格数据/30 m×30 m
土壤侵蚀性因子
Soil erosion factor
根据西昌市土壤质地与土壤有机质含量数据库采用查表法获得(2015年)(图 2) 栅格数据/30 m×30 m

图 3 西昌市土壤质地、有机物含量、降雨侵蚀因子与土壤易侵蚀性因子分布图 Fig. 3 Distribution map of soil texture, organic matter content, rainfall erosivity and soil erodibility in Xichang City
3.3 水体污染负荷评估方法

(1) InVEST养分输出率分析模块简介

该模块根据物质守恒定律, 描述了N、P等营养物质在空间中的运动, 共分为4个子模块。与更复杂的养分模型不同, 该模型通过经验关系反应养分在空间上的长期-稳定流动, 忽略了养分循环细节[3134]

模块一:养分负荷计算。该模型中为不同土地利用类型栅格所赋予的养分负荷值是根据流域出口处营养负荷测量所获得的经验值, 但是每个栅格的营养负荷需要根据该栅格的局部产流潜力进行调整, 计算方法如公式9—10所示。

(9)
(10)

式中, RPIi为栅格i的产流系数, RPi为栅格i的降雨量, RPav为流域内年平均降雨量。每个栅格的营养负荷可以分为沉积物约束部分和溶解于水中部分, 前者代表通过地表或浅层地下径流输送的养分, 后者代表通过地下流输送的养分。

模块二:地表养分持留率计算。InVEST模型中养分输出率分析模块利用养分输出率来反映上游栅格到下游栅格的养分输出量。其中地表流养分输出率计算方法如公式11—12所示。

(11)
(12)

式中, IC0k是校准参数, ICi是地形指数, NDR0, i是下游栅格未持留的养分比例。该模块将沿着水体流动路径, 根据每种土地利用类型之间的总距离, 计算每个栅格对养分的持留量。来自同一土地利用/覆盖类型的每个栅格将为总持留率贡献较小的值, 直到达到给定土地利用类型的最大养分持留率为止。

模块三:地下养分持留率计算。NDR模型中地下养分持留率采用公式13计算:

(13)

式中, effsubs为地下流最大养分持留率, 无量纲; lsubs为地下流达到最大养分持留率的最大汇流路径距离(m), li为栅格i到溪流的汇流路径长度(m)。

模块四:流域养分输出量计算。栅格i的养分输出量和流域出口总养分输出量按公式14—15计算:

(14)
(15)

式中,  xexpi为栅格i的养分输出量, loadsurf, i为栅格i的地表年平均营养负荷, NDRsurf, i为栅格i的地表养分输出率, loadsubs, i为栅格i的地下年平均营养负荷, NDRsubs, i为栅格i的地下养分输出率, xexptot为流域总养分输出量。

(2) 数据来源与模型参数设置

利用InVEST模型中的养分输出率分析模块开展西昌市农村居民点布局优化前后水体污染负荷评估需要输入的主要数据和参数包括:西昌市数字高程模型(DEM)、农村居民点布局优化前后土地利用图、西昌市流域划分图、西昌市年降雨量分布图、不同土地利用类型N/P负荷、不同土地利用类型N/P持留率等, 各类数据与参数的数据来源、格式与精度如表 5所示。

表 5 西昌市水体污染负荷评估模型的数据来源与参数设置 Table 5 Data sources and parameter settings of nutrient delivery ratio model
数据类型
Type of data
数据来源
Data Sources
数据格式与精度
Data format and precision
数字高程模型
Digital elevation model
西昌市国土局(2015年) 栅格数据/10 m×10 m
土地利用图
Land use map
西昌市国土局提供的土地利用数据库(2015年) 栅格数据/10 m×10 m
流域划分图
Basin division map
利用西昌市数字高程模型计算得到(2015年) 矢量数据/划分为两级流域
年降雨量
Annual rainfall
中国气象数据网四川省气象站点降雨数据插值获得(2020年) 栅格数据/30 m×30 m
不同土地利用类型N/P负荷
N/P load of different land use types
根据Liu等对长江上游地区的研究设置(2009年)[33] EXCEL表格数据(.csv格式)
不同土地利用类型N/P持留率
N/P retention rate of different land use types
根据Liu等对长江上游地区的研究设置(2009年)[33]
不同土地类型达到最大养分持留率的路径长度
Path length for different land types to reach the maximum nutrient retention rate
根据Ding等对长江上游地区的研究设置(2010年)[34]
4 研究结果 4.1 生境质量评估结果

农村居民点布局优化前, 西昌市生境质量平均得分为0.58分, 生境质量较高的区域主要位于高山陡坡区, 生境质量较差的区域主要位于低山缓坡区与河谷平原区(图 4)。农村居民点布局优化后, 西昌市低山缓坡区和河谷平原区生境质量得到大幅提升, 高山陡坡区生境质量也有所改善, 西昌市生境质量平均得分变为0.71分, 较农村居民点布局优化前提高了22.4%。所以, 西昌市农村居民点布局优化方案中通过推进小型与微型农村居民点向大中型农村居民点的集聚, 以及开展退耕还林、增加农田半自然生境等各类措施, 可以有效的减少农民的生产生活对生态环境的干扰, 提高生境质量。

图 4 西昌市农村居民点布局优化前后生态系统服务功能评价结果 Fig. 4 Evaluation results of ecosystem service functions before and after the layout optimization of rural settlements in Xichang City
4.2 水土流失状况评估结果

西昌市磨盘山、牦牛山、螺髻山的沟谷地带是最易发生水土流失的区域。该区域距离水体汇流路径较近, 并且汇流路径两侧分布有大量的小微型居民点与坡耕地, 农民的生产生活易导致植被破坏与土壤扰动, 引发水土流失(图 4)。农村居民点布局优化前西昌市总的土壤侵蚀量为9795.2×104 t/a, 土壤流入水体量为698.6×104 t/a;农村居民点布局优化后西昌市总的土壤侵蚀量为9522.2×104 t/a, 土壤流入水体量为666.2×104 t/a。农村居民点布局优化后土壤侵蚀量下降了2.8%, 土壤流入水体量下降4.6%。

4.3 水体污染负荷评估结果

西昌市安宁河谷两侧的山谷地带地势较陡、坡耕地数量多、农村居民点破碎化程度高, 为西昌市单位面积N、P输出量最高的区域。安宁河谷平原区为西昌市N、P输出总量最高的区域, 但该区域地势相对平缓, 单位面积N、P输出量相对较少(图 4)。农村居民点布局优化前西昌市N、P负荷为934.2、209.4 t/a, 流入水体的N、P负荷为199.6、57.5 t/a。农村居民点布局优化后流域内N、P负荷为894.3、197.3 t/a, 流入水体的N、P负荷为173.5、52.8 t/a。农村居民点布局优化后相较于农村居民点布局优化前N、P总负荷分别下降4.3%与5.8%, 流入水体中的N、P负荷分别下降13.1%与8.2%。

5 讨论 5.1 西昌市农村居民点布局优化对区域生态系统服务功能影响机制

世界是普遍联系的统一整体, 任何问题的出现通常不是单一因素引起的, 而是系统内部多种要素共同变化的结果。本研究对西昌市农村居民点与农田破碎化过程、植被破坏过程、山洪与泥石流灾害发生过程、水体污染过程等多种景观过程进行了综合分析, 研究结果表明:农村居民点破碎化是导致西昌市农田破碎化、植被退化、山洪与泥沙流灾害频发、水土流失、水体污染、景观视觉质量下降等多种问题的关键因素(图 5)。农村居民点布局优化对区域生态系统服务功能的影响体现在以下三个方面。

图 5 西昌市景观综合过程分析 Fig. 5 Integrated landscape process in Xichang City

(1) 农村居民点数量与面积的减少, 降低了森林火灾、土地开垦等植被破坏事件发生的概率。

实地调查发现, 森林火灾是导致西昌市植被退化的关键因素, 而火灾成因多为烧荒开荒、烧牧场、烘烤食物、吸烟、烤火、小孩玩火等人为因素。例如, 2019年2月12日, 西昌市黄水乡鹿鹤村六组发生森林火灾, 过火面积17 hm2, 火灾起因是黄水乡鹿鹤村6组村民用打火机焚烧杂草引发(图 6)。农民毁林开荒、毁林建房也是导致西昌市植被退化的重要人为因素。西昌市“林田争地”与“林居争地”现象普遍, 而农村居民的破碎化使得生态管护难度与成本增加, 森林防火和植被保护难度增大(图 7)。

图 6 2019年2月12日西昌市黄水乡森林火灾(图片来源:凉山州电视新闻网) Fig. 6 Forest fire in Huangshui Township on February 12, 2019 (Photo source: Liangshan TV and News Network)

图 7 西昌市“林田争地”与“林居争地”现象 Fig. 7 Forest land occupied by farmland and rural settlements in Xichang City

植被破坏进一步导致生境质量的下降与生物多样性的丧失, 加上西昌市具有“山高坡陡, 降雨集中”的地貌与气候特征, 使得西昌水土流失严重, 山洪与泥石流灾害频发。农村居民点布局优化后农村居民点数量下降, 小型与微型居民点对生境的干扰减少, 降低了森林火灾、土地开垦等植被破坏事件发生的概率;所以, 生境质量评分提高了22.4%。另外, 农村居民点布局优化后林地面积的增加, 耕地与农村居民点面积的减少导致土壤侵蚀量下降, 而径流汇流路径两侧退耕还林与退居还林使得土壤流入水体量进一步减少;所以, 农村居民点布局优化后西昌市土壤侵蚀量下降了2.8%, 土壤流入水体量下降4.6%。

(2) 农村居民点数量与面积的减少, 降低了垃圾回收成本与污水处理成本, N、P输出量下降。

西昌市小型与微型农村居民点数量多、分布广, 导致农村基础设施建设成本高, 环卫设施与污水处理设施覆盖率低, 农村垃圾回收成本高, 生活污水处理率低, 水体面源与点源污染严重。农村居民点布局优化后, 小型与微型农村居民点数量与农村居民点总面积下降, 将使有限的基础设施建设资金实现更高的环卫设施与污水处理设施覆盖率。所以, 农村居民点布局优化后西昌市N、P总负荷分别下降4.3%与5.8%, 流入水体中的N、P负荷分别下降13.1%与8.2%。

(3) 农村居民点数量与面积的减少, 降低了农田破碎化程度, 有助于乡村景观风貌的提升。

农村居民点破碎化增加了农田孔隙度与农田道路密度, 成为导致西昌市农田破碎化的主要因素之一。农田破碎化进一步导致西昌市农业生产机械化与专业化水平低, 加上西昌市人均居民点面积大, 农田面积占比小, 成为制约西昌市农业发展的重要因素。另外, 农村居民点破碎化使得西昌市开阔田园景观区减少, 致使乡村景观风貌受损;二是农村居民点破碎化使得村庄规划与管理成本增加, 村庄形式及色彩多样, 视觉效果差。所以, 农村居民点布局优化有利于降低西昌市农田破碎化状况, 提升乡村景观风貌。

5.2 研究不足与展望

通常伐木者多沿道路进行树木的砍伐, 以方便木材的运输, 所以农村道路是导致森林质量下降的重要干扰源。西昌市随着农村居民点数量与面积的减少, 村庄与村庄之间道路密度也将逐渐降低。所以, 西昌市农村居民点布局优化除了可以直接减少对生境质量的干扰外, 也可以通过降低村落间道路密度来间接对生境质量产生影响。但是, 随着农村居民点数量的减少, 农村道路密度的变化预测难度较大。所以, 本研究仅分析了农村居民点布局优化对区域生境质量的直接影响, 忽略了因农村道路密度下降而带来的间接影响。与生境质量评估类似, 本研究仅考虑了农村居民点布局优化对土壤侵蚀量与土壤流入水体量的直接影响, 忽略了人为干扰降低、生境质量提升等间接因素对西昌市土壤侵蚀量影响。关于N、P输出量的分析, 本研究也忽略了农田集中连片程度提高带来的施肥效率增加对西昌市N、P负荷的影响。

另外, 本研究未能定量化分析农村居民点布局优化对耕地质量与景观视觉质量的影响, 相关研究者可进一步定量化分析农村居民点布局优化对多种区域生态系统服务功能的综合影响, 以及不同生态系统服务功能间的相互作用, 明确农村居民点布局优化对区域生态系统服务功能影响机制。

6 结论

四川省西昌市位于我国西南山地农牧交错生态脆弱区, 当前面临着植被退化、水土流失、面源污染等多种生态环境问题。通过开展中心村建设, 来引导小型与微型农村居民点向大中型农村居民点聚集, 西昌市生境质量平均得分可提高22.4%, 土壤输出量下降4.6%, N、P输出量下降13.1%与8.2%。所以, 农村居民点布局优化有利于生态环境脆弱区生态系统服务功能的提升。

农村居民点布局优化后, 农村居民点数量与面积的减少, 降低了森林火灾、土地开垦等植被破坏事件发生的概率, 成为促使西昌市生境质量提升的主要原因;而农村居民点与农田面积下降, 林地面积的增加是导致西昌市土壤输出量与N、P输出量下降的主要原因。农村居民点数量减少, 可降低垃圾回收成本与污水处理成本, 从而促使N、P输出量进一步下降。

本研究忽略了农村道路密度下降对西昌市生境质量的间接影响, 人为干扰降低、生境质量提升等间接因素对西昌市土壤侵蚀量的影响, 以及农田集中连片程度提高带来的施肥效率增加对西昌市N、P负荷的影响。另外, 本研究未能定量化分析农村居民点布局优化对耕地质量与景观视觉质量的影响, 相关研究者可进一步定量化分析农村居民点布局优化对多种区域生态系统服务功能的综合影响, 以及不同生态系统服务功能间的相互作用, 明确农村居民点布局优化对区域生态系统服务功能影响机制。

参考文献
[1]
陈云, 李玉强, 王旭洋, 牛亚毅. 中国典型生态脆弱区生态化学计量学研究进展. 生态学报, 2021, 41(10): 4213-4225.
[2]
刘军会, 邹长新, 高吉喜, 马苏, 王文杰, 吴坤, 刘洋. 中国生态环境脆弱区范围界定. 生物多样性, 2015, 23(6): 725-732.
[3]
王晓峰, 马雪, 冯晓明, 周潮伟, 傅伯杰. 重点脆弱生态区生态系统服务权衡与协同关系时空特征. 生态学报, 2019, 39(20): 7344-7355.
[4]
中华人民共和国国务院. 国务院关于印发全国主体功能区规划的通知. (2011-06-08)[2021-09-05]. http://www.gov.cn/zhengce/content/2011-06/08/content_1441.htm.
[5]
中华人民共和国环境保护部. 关于印发《全国生态脆弱区保护规划纲要》的通知. (2008-09-27)[2021-09-05]. http://www.mee.gov.cn/gkml/hbb/bwj/200910/t20091022_174613.htm.
[6]
祁新华, 叶士琳, 程煜, 林荣平. 生态脆弱区贫困与生态环境的博弈分析. 生态学报, 2013, 33(19): 6411-6417.
[7]
王睿, 洪菊花, 骆华松, 杜忠, 魏芸云. 典型生态脆弱区生态环境与贫困耦合分析——以四川省藏区为例. 水土保持通报, 2020, 40(3): 125-132.
[8]
叶文丽, 王银, 闵典, 杨新军. 生态脆弱区农户生计恢复力与多维贫困脱钩关系时空演变规律——以陕西省佳县为例. 干旱区资源与环境, 2021, 35(10): 7-15.
[9]
曲衍波, 姜广辉, 张凤荣. 农村居民点整治模式: 系统概念、形成机理与识别方法. 中国软科学, 2014(2): 46-57. DOI:10.3969/j.issn.1002-9753.2014.02.005
[10]
屠爽爽, 龙花楼, 刘永强, 李婷婷. 农村居民点整治潜力测算方法研究进展与展望. 自然资源学报, 2015, 30(11): 1956-1968. DOI:10.11849/zrzyxb.2015.11.015
[11]
周宁, 郝晋珉, 孟鹏, 陈丽, 洪舒蔓, 穆哈拜提·帕热提. 黄淮海平原县域农村居民点布局优化及其整治策略. 农业工程学报, 2015, 31(7): 256-263.
[12]
Fang Y G, Shi K J, Niu C C. A comparison of the means and ends of rural construction land consolidation: case studies of villagers' attitudes and behaviours in Changchun City, Jilin province, China. Journal of Rural Studies, 2016, 47: 459-473. DOI:10.1016/j.jrurstud.2016.04.007
[13]
Lo K, Xue L Y, Wang M. Spatial restructuring through poverty alleviation resettlement in rural China. Journal of Rural Studies, 2016, 47: 496-505. DOI:10.1016/j.jrurstud.2016.06.006
[14]
孙琦. 不同农村居民点整治模式对农民生产的影响评价及比较[D]. 山东农业大学, 2016.
[15]
窦敬丽, 张军连, 张凤荣, 王念, 杨红, 卢静. 农村居民点整理生态效益评估. 中国国土资源经济, 2008(5): 38-40, 48-48. DOI:10.3969/j.issn.1672-6995.2008.05.014
[16]
李双成. 贵州易地扶贫搬迁实现发展与生态双赢. 当代贵州, 2020(3): 30-30. DOI:10.3969/j.issn.1008-4967.2020.03.012
[17]
李倩. 南郑县农村居民点整治效益评价[D]. 西安: 长安大学, 2018.
[18]
Bagstad K J, Semmens D J, Waage S, Winthrop R. A comparative assessment of decision-support tools for ecosystem services quantification and valuation. Ecosystem Services, 2013, 5: 27-39. DOI:10.1016/j.ecoser.2013.07.004
[19]
Lin Y P, Lin W C, Wang Y C, Lien W Y, Huang T, Hsu C C, Schmeller D S, Crossman N D. Systematically designating conservation areas for protecting habitat quality and multiple ecosystem services. Environmental Modelling & Software, 2017, 90: 126-146.
[20]
Costanza R, d'Arge R, de Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, O'neill R V, Paruelo J, Raskin R G, Sutton P, van den Belt M. The value of the world's ecosystem services and natural capital. Nature, 1997, 387(6630): 253-260. DOI:10.1038/387253a0
[21]
李学东, 杨玥, 杨波, 赵涛, 宇振荣. 基于耕作半径分析的山区农村居民点布局优化. 农业工程学报, 2018, 34(12): 267-273. DOI:10.11975/j.issn.1002-6819.2018.12.033
[22]
刘胜兰, 程鹏, 吴楠. 基于InVEST模型的安徽省金寨县生境质量对土地覆被变化的响应. 安徽农业科学, 2019, 47(21): 82-88. DOI:10.3969/j.issn.0517-6611.2019.21.025
[23]
陈珊珊, 臧淑英, 孙丽. 基于InVEST模型的土地利用变化对生境质量的影响研究——以松嫩平原为例. 中国农学通报, 2020, 36(3): 74-80.
[24]
黄木易, 岳文泽, 冯少茹, 张嘉晖. 基于InVEST模型的皖西大别山区生境质量时空演化及景观格局分析. 生态学报, 2020, 40(9): 2895-2906.
[25]
王燕, 高吉喜, 金宇, 曹秉帅, 王玥, 张小华, 周佳雯. 基于2005-2015年土地利用变化和InVEST模型的内蒙古巴林右旗农牧交错带生境质量研究. 生态与农村环境学报, 2020, 36(5): 654-662.
[26]
钟莉娜, 王军. 基于InVEST模型评估土地整治对生境质量的影响. 农业工程学报, 2017, 33(1): 250-255.
[27]
陈童尧, 贾燕锋, 王佳楠, 张宇, 李萍, 刘楚颖. 基于InVEST模型的祁连山国家级自然保护区土壤保持现状与功能. 干旱区研究, 2020, 37(1): 150-159.
[28]
常畅, 王耕. 基于InVEST模型的碧流河流域土壤保持功能研究. 国土与自然资源研究, 2019(4): 8-10. DOI:10.3969/j.issn.1003-7853.2019.04.003
[29]
何莎莎, 朱文博, 崔耀平, 何春龙, 叶露培, 冯小燕, 朱连奇. 基于InVEST模型的太行山淇河流域土壤侵蚀特征研究. 长江流域资源与环境, 2019, 28(2): 426-439.
[30]
王超. 四川省降雨侵蚀力时空分布特征分析. 地理空间信息, 2017, 15(2): 111-114. DOI:10.3969/j.issn.1672-4623.2017.02.034
[31]
韩会庆, 罗绪强, 游仁龙, 罗晓珊, 陈瑶. 基于InVEST模型的贵州省珠江流域水质净化功能分析. 南京林业大学学报: 自然科学版, 2016, 40(5): 87-92.
[32]
吴哲, 陈歆, 刘贝贝, 初金凤, 彭黎旭. 基于InVEST模型的海南岛氮磷营养物负荷的风险评估. 热带作物学报, 2013, 34(9): 1791-1797. DOI:10.3969/j.issn.1000-2561.2013.09.029
[33]
Liu R M, Yang Z F, Shen Z Y, Yu S L, Ding X W, Wu X, Liu F. Estimating nonpoint source pollution in the upper Yangtze River using the export coefficient model, remote sensing, and geographical information system. Journal of Hydraulic Engineering, 2009, 135(9): 698-704. DOI:10.1061/(ASCE)0733-9429(2009)135:9(698)
[34]
Ding X W, Shen Z Y, Hong Q, Yang Z F, Wu X, Liu R M. Development and test of the export coefficient model in the upper reach of the Yangtze River. Journal of Hydrology, 2010, 383(3/4): 233-244.