生态系统服务是指自然生态系统及其组成物种所形成的维持人类赖以生存、生活的条件与过程^[1—3]。近年来, 生态系统服务供需关系及其空间匹配开始受到越来越多的关注^[4—8]。理解生态系统供给、需求和其空间匹配特征对于实现可持续发展和维护区域与城市生态安全至关重要, 并且可以进一步支持生态系统和土地利用的管理^[9—10], 也是研究生态系统服务与人类幸福之间相互作用的一种新途径^[11—12]。然而, 尽管生态系统服务供给的量化评估和空间制图方法已得到充分发展和广泛应用, 生态系统服务需求的相关研究还不够成熟^{[7, 13]}。

全球气候变化正在对自然环境和生态过程产生重大影响, 并导致生态系统服务供给发生显著变化^[14—20]。与此同时, 世界上许多地区和国家经历了快速的社会经济发展和剧烈的土地利用变化^[21—22], 导致生态系统服务需求急剧增加, 特别是对食物、清洁水资源和其他许多调节和支持服务的需求。评估生态系统供需的历史变化有助于分析过去气候变化和人类活动对生态系统的影响。此外, 研究生态系统服务供需的历史变化, 包括变化的幅度、空间特征等, 可以为今后生态系统服务的供需预测提供参考基准。

气候变化的不确定性决定了生态系统服务供给的不确定性^[23—26]。因此, 有必要对未来生态系统服务的供给进行预测, 以了解其在不同气候变化情景下的变化趋势, 以便及时制定应对策略和管理措施, 避免风险的发生。同时, 对未来生态系统服务的需求进行预测也很重要。只有对需求量进行了预测, 才能了解某一情景下的生态系统服务的供给是否充足, 以及应该在多大程度上和如何通过提高资源利用效率、调整土地利用规划等来调控未来生态系统服务需求。更重要的是, 由于气候变化与人类的应对方案和政策密切相关, 特别是在能源消耗方面^[27—32], 因此需要将社会经济情景和气候变化情景结合起来, 并在耦合情景下进行生态系统服务供需预测。

许多学者研究了不同情景下未来气候变化和土地利用变化对生态系统的影响^{[24, 33—38]}。然而, 这些研究大多只关注生态系统服务的供给。也有诸多学者进行了不同情景下的水资源需求预测、水资源短缺预测、粮食供给安全预测、能源供需预测等^{[34, 39—43]}。然而, 在气候变化和社会经济变化耦合的情景下对生态系统服务供需的综合评估目前还是一项研究空白。

在政府间气候变化专门委员会第五次评估报告^[44]中, 提出了四种具有代表性的温室气候浓度变化路径(RCP)：RCP2.6、RCP4.5、RCP6和RCP8.5。每个RCP情景代表一个温室气体浓度变化轨迹, 表示在2100年辐射强迫值(W/m²)的可能范围。2013年, 共享社会经济路径(SSP)被提出, 并与之前的RCP情景一起形成了SSP-RCP组合情景矩阵^[45]。SSP情景从人口增长、政府治理、国家间和国家内部的不平等、社会经济发展、体制因素、技术变革和环境条件等方面描述了社会经济系统演化中可以预测的不同情景^[45—46]。每个SSP情景均可与任意一个RCP情景相结合, 从而代表一个组合情景。根据模型模拟结果, 每个组合情景在现实世界中发生的概率不同^{[35, 47]}。这种新的组合情景矩阵方法为研究不同情景下未来可能的气候和社会经济相互作用提供了一种途径, 并将在IPCC的第六次评估报告中使用^[48]。也有学者建议在生物多样性和生态系统服务政府间平台项目(IPBES)中利用SSP情景来更好地探索生态系统服务和生物多样性的未来动态变化^[49]。IPCC第五次评估报告中采用了RCP2.6、RCP4.5、RCP6.0和RCP8.5四个典型浓度路径情景^[44], 这四个情景也被广泛应用于气候变化相关研究^{[35, 50—52]}。在SSP-RCP情景矩阵中, 一些组合已被证明比其他方案具有更大的可能性^[47]。综合各情景组合应用的广泛性、实现的可能性及数据的可获得性, 本研究选择了四种情景组合对西南地区未来的生态系统服务供需进行预测, 即：SSP1-RCP2.6、SSP2-RCP4.5、SSP4-RCP6.0和SSP5-RCP8.5。

西南地区覆盖了青藏高原的大部分地区, 以及横断山脉、喀斯特地区和四川盆地。其中, 青藏高原是我国和东南亚多条河流的发源地, 被誉为“亚洲水塔”, 具有重要的水源涵养功能。由于西南地区地形复杂, 山区普遍经济发展落后, 人地关系紧张, 因此粮食生产也是与当地居民福祉紧密相关的一项生态系统服务。在固碳方面, 西南地区是我国植被覆盖度最高的地区, 因此对于我国实现碳中和的目标具有重要的战略意义。综上, 本研究以我国西南地区为例, 选择水源涵养、食物生产和固碳三项生态系统服务, 主要研究目的如下：(1)对西南地区2000年、2010年和2015年三项生态系统服务(水源涵养、食物生产和固碳)的历史供需变化进行评估和空间定量化制图；(2)利用SSP-RCP情景矩阵预测2035年和2050年西南地区未来不同情景下的生态系统服务的供需；(3)根据西南地区生态系统服务供需的历史变化和预测结果, 为其生态系统服务管理提供政策建议和策略, 以支持西南地区的可持续发展。

1 研究区概况

研究区域西南地区(21.2°—36.4°N, 85.2°—112.1°E)面积为230.24万平方公里, 由四川, 云南, 贵州, 广西, 重庆以及青海和西藏的一部分组成(图 1)。气候类型涵盖热带季风气候、亚热带季风气候、高原山区气候等, 再加上复杂的地形地貌, 这些因素使西南地区成为了生态系统类型和生物多样性极其丰富的地区。西南山区也是全球36个生物多样性热点之一, 拥有至少20000种高等植物和大约2000个脊椎动物^{[21, 53]}。西南地区提供各种生态系统服务不仅对维持区域内的生态平衡和社会经济发展极其重要, 而且对整个中国乃至整个亚洲都有重要影响。

西南地区自然地理条件的空间异质性也影响着西南地区的人口和经济的分布。四川东部和重庆是西南地区重要的人口、农业和经济中心, 近年来也建立了诸多经济技术开发区。然而, 青藏高原及其周边地区人口稀少, 经济较为落后。从2000—2015年, 西南地区的国内生产总值从10833亿元增加到87160亿元, 人口从23670万增加到24490万, 增长率分别为704.57%和3.48%。在气候变化的影响下, 特别是在青藏高原地区, 了解过去生态系统的供需匹配是如何变化的, 以及它们在未来不同情景下的演变情况, 将为区域生态保护决策和生态系统管理提供科学依据。

2 数据与方法 2.1 水源涵养服务评估和预测

(1) 供给

水源涵养是指生态系统通过地表植被和土壤等所截留的水资源部分, 计算公式如下^[54]：

(1)

(2)

式中, W_S是水源涵养供给总量, P_i是栅格i的多年平均年降雨量, R_i是栅格i的暴雨径流量, ET_i是栅格i的蒸散发量, A是栅格i的面积, α是暴雨径流系数, 不同生态系统类型的暴雨径流系数参考Ouyang等的研究^[54]。

2035年和2050年水源涵养服务供给根据不同情景下的的降雨量、年蒸散发和土地利用的预测数据进行计算。

(2) 需求

水源涵养服务的需求包括人类生活用水、工业用水和农业用水^[55—56], 栅格i的年均单位面积用水量为：

(3)

其中,

(4)

(5)

(6)

式中, W_{agr, i}栅格i的年均单位面积农业用水量；W_{dom, i}为栅格i的年均单位面积生活用水量；W_{ind, i}为栅格i的年均单位面积工业用水量；Consumption_{agr, j}为j省当年的农业用水总量；Consumption_{dom, j}为j省当年的生活用水总量；Consumption_{ind, j}为j省当年的工业用水总量；S_{agr, j}为j省当年的农田面积；S_{dom, j}为j省当年的居住用地面积；S_{ind, j}为j省当年的工业用地面积。

西南地区覆盖面积大, 地域多样性强, 为了更好地检测出空间特征的局部变化, 因此采用地理加权回归模型(GWR)对水源涵养服务需求进行预测。即, 根据西南地区2015年的水源涵养服务需求评估结果, 采用GWR法得到各县用水需求量与人口密度、GDP和农田面积三个因子的局部回归函数, 模型回归参数如表 1所示。从2015年到2035、2050年的用水效率假设不变。

2.2 食物生产服务评估和预测

(1) 供给

食物生产服务的供给包括陆地和淡水生态系统所生产的所有食物, 为排除作物中用于生物燃料或动物饲料的部分, 采用了每种食物的可食用指数进行计算, 即每个食品类别产品的可食百分比, 并以食物营养成分表中食物所含热量为转化标准, 通过食物营养转化模型进行转化^[54]：

(7)

式中, F_S是区县食物总供给热量(kcal), j为食物种类, M_j为区县第j种食物的产量, EP_j为第j种食物可食部的比例(%), A_j为第j种食物每100g可食部中所含热量。每种食物产品每100g可食用部分的热量来自《中国食品成分表》^[57]。

根据西南地区2015年的食物生产服务供给评估结果, 采用GWR法得到各县食物生产供给量与农田面积的局部回归函数, 模型回归参数如表 2所示, 然后根据不同情景下各县的农田面积对未来食物生产量进行预测。从2015年到2035、2050年的农业生产效率假设不变。

(2) 需求

根据《中国食物与营养发展刚要(2014—2020年)》, 全国人均全年口粮消费135 kg、食用植物油12 kg、豆类13 kg、肉类29 kg、蛋类16 kg、奶类36 kg、水产品18 kg、蔬菜140 kg、水果60 kg。根据此标准, 并结合文献中对肉类、蛋类、奶类和水产品的料肉比的研究, 对人均食物总热量需求进行计算^[54]：

(8)

式中, F_D是每年食物需求总量(kcal), F_D是每年食物种类j的人均需求量, α_j是肉类食物的料肉比系数(非肉类食物的α值为0), 即每生产1单位的肉类所需要的粮食作物的量^[58—59], P_i是区县i的人口密度。

假设人均食物营养结构不变, 2035年和2050年食物需求量分别利用2035年和2050年不同情景下的的人口预测数据进行预测。

2.3 固碳服务评估和预测

(1) 供给

植被通过光合作用将CO₂捕获并存储在陆地系统, 因此可以通过陆地碳储量的变化来计算固碳量。本研究利用某时间段前后碳储量的差值作为此时间段内生态系统的固碳量：

(9)

式中, C_S是从第t年到t′年内的固碳量, C_t是第t年的碳储量, C_t′是第t′年的碳储量。碳储量根据生物量碳密度进行计算：

(10)

(11)

式中, BCD_i是栅格i的生物量碳密度, A是每个栅格的面积, B_i是栅格i的生物量密度, CC_i是不同生态系统生物量的碳密度转化系数(森林和灌丛的转化系数为0.5, 草地的转化系数为0.45) ^[60—61]。由于土壤有机碳数据难以获得, 因此本研究只考虑了地上生物碳部分。

2035年和2050年不同情景下固碳量分别利用2035年和2050年不同情景下的的生物量预测数据进行预测。

(2) 需求

将某时间段内区域的碳排放总量作为其固碳服务需求。

(12)

式中, C_emission为T时间内区域的碳排放总量(Tg)；C_{intensity, i, t}为县i在t时间的二氧化碳排放强度(Tg/亿元)；α为二氧化碳和碳的转化系数(0.27)；GDP_{i, t}为县i在t时间的单位面积国内生产总值(亿元/km²)。

2035和2050年不同情景下固碳服务的需求量, 即碳排放量根据人均年碳排放量进行预测^[62]：

(13)

式中, p_Emission和p_GDP分别为人均年碳排放总量和人均GDP。参数a, b和c参考Wang等^[62]对我国50个城市人均GDP和人均年碳排放量关系的研究结果得到。

2.4 数据来源

本文所使用的数据来源如表 3所示。

3 结果与分析 3.1 生态系统服务供需历史变化

2000年至2015年西南地区水源涵养、食物生产和固碳生态系统服务供需的空间格局如图 2—图 4所示。从2000年到2015年, 三项服务的需求格局基本保持不变, 且三项生态系统服务需求的空间格局非常相似, 高需求地区主要位于四川中东部、广西南部和贵州中部。在供给方面, 水源涵养服务和固碳服务表现出相似的空间格局, 高供给地区主要分布广西、云南南部和藏南等地区；而食物生产供给主要集中在四川东部、重庆和广西。从2000年到2015年, 重庆和贵州的水源涵养服务供给有所增加, 藏南和四川盆地的固碳服务增加, 而食物生产服务没有出现明显变化。总体来看, 除食物生产服务外, 其他两项服务的供给和需求均表现出明显的空间不匹配特征。

2000—2015年三项生态系统服务的供给和需求总量如表 4和图 5所示。对于水源涵养服务, 其供给量远远高于需求量, 因为在计算需求量时没有考虑生态需水量(或环境基流量)。从2000年到2015年, 水源涵养服务供给量略有增加, 而需求增加了11.49%。对于食物生产服务, 其供给和需求量较为接近。从2000年到2015年, 食物生产量增长了17.17%, 而需求量增长了3.46%。对于固碳服务, 西南地区的年均固碳量约占碳排放量的20.35%—38.42%, 这与全球其他地区的统计结果相似。对比2000—2010年和2010—2015年这两个时期, 西南地区年均固碳量下降了14.81%, 而碳排放量增加了60.85%。

3.2 生态系统服务供需情景预测

2035年和2050年西南地区水源涵养、食物生产和固碳生态系统服务的供需空间格局预测如图 6—图 8和图 9—图 11所示。总体来看, 在这4种情景下, 3项生态系统服务的需求空间格局分布非常相似, 从2035年到2050年几乎保持不变, 高需求地区主要位于四川东部、重庆和广西。供给方面, 在不同情景下, 水源涵养和固碳服务的供给空间格局差异很大, 且在2035年至2050年间发生了显著变化。食物生产服务的供给空间格局与其需求格局基本一致, 且从2035年至2050年变化不大。与2000—2015年历史结果相比, 三项生态系统服务的需求和食物生产服务的供给空间格局没有显著变化, 而水源涵养服务和固碳服务的供给空间格局与历史结果有较大差异。

2035年和2050年4种SSP-RCP情景下西南地区水源涵养、食物生产和固碳生态系统服务的供给、需求总量如表 5和图 12—图 14所示。对于水源涵养服务, 在不同情景下供给量有较大差异, 其中在SSP1-RCP2.6情景下, 从2035年到2050年其供给量增加了27.15%, 而在SSP5-RCP8.5情景下其供给量下降了49.87%。不同情景下, 从2035年到2050年水源涵养服务的需求差异不大, 均略有增加。对于食物生产服务, 不同情景下其供给量差异较小, 且2035年至2050年变化不大；而不同情景下需求量均有所下降, 其中在SSP4-RCP6.0情景下下降幅度达9.51%。对于固碳服务, 四种情景下供给量存在显著差异；而碳排放量在所有情景下从2035至2050年均呈显著下降趋势, 其中在SSP1-RCP2.6和SSP5-RCP8.5情景中, 2050年西南地区碳排量分别降为1.34×10⁶ t/a和0.18×10⁶ t/a, 与我国提出的2060年前实现碳中和的目标基本相吻合。

4 讨论 4.1 生态系统服务供需历史变化与影响因素

2000—2015年西南地区最显著的生态系统服务变化是各项服务需求的增加, 且空间上各项生态系统服务的高需求区主要集中在四川中东部、重庆、贵州中部和广西南部等地。2000—2015年水源涵养、食物生产和固碳服务的需求分别增加了11.49%、3.46%和60.85%(表 4)。这与西南地区特别是川渝地区2000年至2015年社会经济的快速发展和密切相关, 而西藏、青海、云南等地社会经济发展相对缓慢。其中, 2015年重庆市国民生产总值为16040.5亿元, 是西藏自治区2015年国民生产总值的15.38倍, 而重庆市的面积仅为西藏自治区的6.71%。

供给方面, 2000—2015年西南地区水源涵养服务供给增加了0.68%, 表明西南地区生态系统得到了有效保护, 但是在水源涵养能力上还有待提升；2000—2015年食物生产供给增长了17.2%, 而耕地面积减少了5.8%, 表明农业生产力有所提高；固碳方面, 在2000—2015年期间, 西南地区年均固碳量分别为61.45×10⁶ t, 约占我国生态系统年均总固碳量的30.35%^[63], 这主要得益于在西南地区实施的一系列生态工程, 包括天然林保护计划、退耕还林工程和退牧还草工程等^[64], 但是2010—2015年时期相较于2000—2010年, 西南地区年均固碳量略有减少。

4.2 不同SSP-RCP情景对生态系统服务供需的影响

SSP-RCP情景矩阵描述了一系列未来的情景组合, 每种情景下的气候因素(包括降水、温度、蒸发等)和社会经济因素(包括土地利用、人口、GDP等)都彼此不同, 从而导致不同情景下的生态系统服务供需也不相同。2035和2050年不同情景下西南地区各项气候和社会经济指标如表 6所示。其中, SSP1-RCP2.6情景是以防止环境退化为重点的绿色可持续发展和低挑战路径, 到2100年大气辐射强迫水平将达到2.6 W/m², 并有可能使全球平均气温上升控制在2℃以下；SSP2-RCP4.5情景是一条折中的路径, 面临着中等的气候变化挑战, 到2100年大气辐射强迫水平将达到4.5 W/m²；SSP4-RCP6.0情景是一条分裂和不平衡的路径, 全球能源结构多样化, 到2100年大气辐射强迫水平将达到6.0 W/m², 在此情景下, 西南地区的年平均温度与2015年相比变化最为剧烈；SSP5-RCP8.5情景是一条传统的发展途径, 到2100年大气辐射强迫值将达到8.5 W/m², 在减缓气候变化方面面临着较高的挑战, 在此情景下, 西南地区2035年和2050年的GDP是4个情景中的最大值, 且降雨量也最大。

由于不同情景下降雨量和降雨格局差异较大, 因此三项生态服务中, 水源涵养服务供给受到不同情景下气候变化的影响较大, 空间格局也差异较大, 这与Underwood等^[24]的研究结果一致。固碳服务的影响因素相对复杂, 既包括气候变化因素(导致植被生长变化和生物量变化), 也包括人类土地利用的变化, 其预测结果在不同情景下呈现出最大的差异化, 表明它具有最大的不确定性。三项生态系统服务的需求量在不同情景下的差异相对较小, 其中, 固碳服务的需求量在4个组合情景下都具有大幅的下降。总体来看, 4个组合情景中, SSP5-RCP8.5情景下各项生态系统服务的供需从2035到2050年的变化最为剧烈, 而SSP1-RCP2.6和SSP2-RCP4.5情景下各项生态系统服务的变化相对较小。

4.3 不确定性分析

在生态系统服务供需历史变化评估部分, 由于数据可获得性和计算能力的限制, 在生态系统供需计算中一些生态过程被简化或忽略。例如, 水资源供给服务的供给计算中, 本研究未考虑地下水、含水层水量和工程调水的部分；食物生产服务的供给量计算中, 未考虑运输或进口的食物部分；固碳服务的供给量计算中, 未考虑土壤碳部分。然而, 本研究的重点不是生态系统服务的当量计算, 而是生态系统服务供需的空间特征和历史变化, 因此尽管计算结果有一定误差, 但对其空间特征分布和历史变化规律的影响是有限的。

在生态系统服务供需预测部分, 首先原始的预测数据本身存在一定的不确定性, 特别是气候变化预测数据^[35]。其次, 本研究所使用的预测数据大多来自全球数据集, 分辨率较低, 而结果是在西南地区的县域尺度进行统计和计算的, 因此由于数据源的精度问题不可避免地存在误差。尽管两个数据源计算出的供需总量结果有一定误差, 但是本研究并未直接将预测结果与历史评估结果进行比较。本研究的重点是比较不同气候变化和社会经济变化情景下, 不同生态系统服务供需的差异及其从2035年至2050年的变化。另外, 在对历史数据进行回归分析以预测未来的水资源需求量、食物生产供给量和食物需求量时, 本研究假设水资源利用效率、食物生产率、人均饮食营养结构等因子不随时间变化, 这些也对预测结果的准确性具有一定影响。然而, 考虑影响预测结果的所有因素是不现实的, 并且也受到数据可获得性的限制。本研究的研究方法和研究框架具有普适性, 因此在未来更精细的预测数据支持下, 研究结果也将更加精确。

5 结论与展望

本研究是对生态系统服务供需和情景预测研究领域的前沿探索, 主要结论包括：(1)西南地区水源涵养和固碳服务的供给和需求具有显著的空间不匹配特征, 供给主要分布在广西、云南南部和藏南等地区, 而需求主要分布在四川中东部、广西南部和贵州中部。(2)从2000年至2015年, 水源涵养和食物生产服务的供给量分别增加了0.68%和17.17%, 固碳服务的供给量减少了14.81%；而其需求量都有所增加, 分别增加了11.49%、3.46%和60.85%。(3)根据SSP-RCP情景预测结果, 水源涵养服务受到不同情景下气候变化的影响最大, 固碳服务面临的不确定性最大。(4)4个情景中, SSP5-RCP8.5情景下各项生态系统服务从2035到2050年的变化最为剧烈, 而SSP1-RCP2.6和SSP2-RCP4.5情景下各项生态系统服务的变化相对较小。

本研究还存在一些不足和改进之处。首先, 本研究对水源涵养、食物生产和固碳三项服务的供需评估方法还有待改进, 尤其是需求指标的定义和计算, 目前并不能与供给侧完全对应；其次, 情景预测中生态系统服务供需的计算方法较为简单, 回归分析中考虑的因素也较少, 有进一步改进的空间；再者, 情景预测中用到的数据来源于全球尺度数据库, 数据精度较低, 未能考虑西南地区具体的政策与发展。生态系统服务供需研究是生态学研究的重要领域, 未来研究中首先应继续完善供需评估的方法和模型, 并注重生态系统服务在空间上的传输过程和流动特征；其次, 全球气候变化背景下, 生态系统服务供需的预测研究将对区域和城市尺度的发展规划具有重要意义, 未来应加强气候变化与生态系统服务领域的研究；此外, 应推进中国尺度及国内区域尺度气候变化和社会经济变化情景预测的研究和数据共享, 从而为各相关领域研究提供基础数据。