生态系统服务是指自然或人工生态系统通过其结构、过程和功能直接或间接为人类提供生命支持产品与服务, 满足人类生存、生活和健康等多种需求。一般学者利用货币形式估算生态系统提供的产品与服务的潜在价值, 即生态系统服务价值^[1]。生态系统服务价值是衡量一个地区能否实现可持续发展的核心指标^[2-5]。土地是构成生态系统的基本要素, 土地利用/覆被变化对区域生态系统服务功能和价值产生决定性影响^[6], 通过土地利用变化来定量评估区域生态系统服务功能和价值已成为生态学研究的热点之一^[7]。目前, 生态系统服务功能与价值评估大多基于一段时期的观测或统计数据进行静态评价, 而对生态系统服务功能与价值的动态预测及其驱动因素的研究较少。由于生态系统服务功能与价值受到自然与社会经济等诸多因素变化的影响^[8], 驱动因素之间又存在错综复杂的联系, 因此, 研究区域生态系统服务功能与价值演变规律及其驱动力具有重要的科学意义。

鄱阳湖生态经济区是2009年经国家批准启动, 第一个上升为国家战略的生态经济区^[9], 已经成为中部地区重要的经济增长极。鄱阳湖生态经济区还是中国重要的生态功能保护区, 是世界自然基金会划定的全球重要生态区, 承担着调洪蓄水、调节气候、降解污染等多种生态功能。本文以鄱阳湖生态经济区为研究对象, 基于2004—2016年(发展前期)的土地利用/覆被变化数据, 借助灰色预测模型对该区域2016—2024年(发展中期)的生态系统服务价值进行预测, 以期为鄱阳湖生态经济区的未来发展规划与可持续发展提供科学依据。

1 研究背景

鄱阳湖生态经济区地处长江中下游南岸、江西省北部, 位于114°28′28″—117°28′20″E, 27°29′54″—30°04′50″N之间, 总面积51081.6 km², 以鄱阳湖为核心, 由环鄱阳湖的市(区、县)组成, 占江西全省国土面积的30.7%。本文根据统计口径合并为31个县(市), 其中滨湖区域包括九江市区、南昌县、新建县、进贤县、德安县、星子县、永修县、湖口县、鄱阳县、余干县、都昌县共11个县(市), 外围区域包括南昌市区、景德镇市区、鹰潭市区、抚州市区、新余市区、武宁县、瑞昌市、九江县、万年县、安义县、丰城市、樟树市、高安市、东乡县、乐平市、浮梁县、贵溪市、余江县、新干县共20个县(市)(图 1)。2013年底区域人口数为2001.8万, 占江西省人口总数的44.7%；GDP为8452.6亿元, 占江西省总量的59.0%^[10]。

从鄱阳湖生态经济区1953—2013年隔年降水与平均气温数据(http://data.cma.cn/site/index.html, 以南昌和景德镇市域气象数据为代表)来看(图 2), 近60年来, 该区域降水量呈现下降趋势, 下降率为33.18 mm/10 a, 而气温呈现上升趋势, 上升率为0.244℃/10 a, 气候环境呈现明显的暖干化趋势^[11], 暖干化趋势的发展又进一步导致了水域面积下降, 水源涵养功能降低等生态后果。

2 研究方法 2.1 数据来源与处理

由于研究区范围较大, TM/ETM+/OLI数据介于条带号120—122、行编号39—41之间, 难以获取到研究区同一时期质量较好、可满足土地利用解译要求的影像。因此, 本文土地利用/覆被分类为解译2004105、2008113、2012113、2016033的4期研究区的MODIS数据(https://ladsweb.nascom.nasa.gov)。为避免湖泊水面季节性变化带来的干扰, 选取的数据均为各研究年份2—4月间晴朗少云天气的影像数据。在数据处理方面, 首先重新构建多源数据集, 主要包含MOD09A1(500 m地表反射率8 d合成产品)、MOD09Q1(250 m地表反射率8 d合成产品)、MOD13Q1(250 m植被指数16 d合成产品)和30 m×30 m数字高程数据(DEM), 使用MODIS Reprojection Tool(MRT)软件重投影并将分辨率统一调整为250 m。然后在ENVI 5.2中进行几何校正、裁剪等数据预处理。之后在数据集中选择训练样本感兴趣区(Region Of Interest, ROI)样本, 采用基于CART算法的决策树分类方法获取分类规则, 将研究区分为耕地、林地、草地、城乡建设用地、水域和未利用地6个类别(图 3), 通过对研究区域分类图的统计得到2004—2016年4期土地利用面积, 并计算出生态系统服务价值量(表 1)。分析真实ROI精度验证及实地精度验证结果表明, 2004、2008、2012和2016年总体分类精度分别达96.7%、98.9%、94.1%和95.5%, Kappa系数分别为0.9572、0.9856、0.9327和0.9423, 表明分类结果精度良好。社会经济数据来源于历年江西省统计年鉴和行业统计年鉴。

2.2 灰色预测模型GM(1, 1)

灰色预测模型(Grey Dynamic Model, GM)是将原始信息数据序列通过一定的数学方法处理后, 将其转化为动态微分方程来描述原系统的内在特征, 建立抽象系统的动态演变预测模型^[12]。它对数据量较小且数据无明显变化规律、结构关系和运行机制不明晰的对象、过程系统进行预测分析具有独特的优势, 预测计算过程简便且精度较高。考虑到生态系统服务价值变化有着模糊不确定特性, 以及产业转型对生态系统服务价值变化的影响, 变化预测是一个典型的灰色评价过程^[13]。因此本研究采用灰色GM(1, 1)模型对鄱阳湖生态经济区2016—2024年(间隔2年)的生态系统服务价值进行预测, 具体计算公式方法见文献[14]。

2.3 生态系统服务价值计算

以谢高地等^[15-16]对中国陆地生态系统服务价值研究结果为基础, 按照赵志刚^[17]确定的9种陆地生态系统服务价值特征区域及各自区域的调节系数值, 获得鄱阳湖生态经济区单位面积生态系统服务价值基础数据。生态系统服务价值评估方法参见文献[2]。

2.4 人为影响综合指数计算

采用人为影响综合指数来描述景观单元内受人类干扰的程度, 具体公式为：

式中, HAI代表人为影响综合指数；N为研究区景观类型的数量；A_i为第i种景观的面积；S_i为第i种景观的人为影响强度系数；TA为景观总面积。本文在参考相关研究成果^[18]及询问相关学者专家的基础上确定人为影响强度系数S_i(表 2)。

HAI值在0到1之间变化, 数值越大表示人类活动对景观组分干扰越大, 反之表示人类干扰越小。在ArcGIS 10.2中进行聚类分析Natural Breaks(Jenks), 将人为影响综合指数(HAI)分为5类：高(HAI＞0.80)、较高(0.60＜HAI≤0.80)、中(0.40＜HAI ≤0.60)、较低(0.20＜HAI ≤0.40)和低(0＜HAI≤0.20), 并以此为基础分析鄱阳湖生态经济区2004—2016年人为干扰强度的空间变化。

3 结果与分析 3.1 鄱阳湖生态经济区生态系统服务价值预测 3.1.1 生态系统服务价值预测模型

利用研究区域4个时期的土地利用/覆被数据线性内插得到2004—2016年各年份土地利用结构数据。利用间隔为2 a的土地利用结构数据及DPS 7.05软件, 构建各土地类型的灰色GM(1, 1)模型, 得到鄱阳湖生态经济区2018、2020、2022和2024年土地利用结构预测数据, 并对灰色GM(1, 1)预测模型进行精度评定(表 3)。模型预测精度等级评定标准为4级, 当C < 0.35且P≥0.95时, 模型精度为一级(很好)；C < 0.50且P≥0.80时, 模型精度为二级(好)；C < 0.65且P≥0.70时, 模型精度为三级(一般)；C≥0.65且P≤0.70时, 模型精度为四级(不合格)。从表 3结果可知, 该模型预测精度较好, 预测值具有较高可信度。在模型预测结果的基础上, 结合江西省“耕地占补平衡”、“退耕还林”等土地利用政策, 对土地预测结果进行适当修正, 根据生态系统服务价值基础数据计算出不同土地类型生态系统服务价值预测值。

3.1.2 生态系统服务功能与价值预测

鄱阳湖生态经济区2016—2024年各土地类型生态系统服务价值预测数据见表 4。可以看出, 鄱阳湖生态经济区生态系统服务价值的总值变化不大, 变化率仅为-0.15%。其中林地生态系统服务价值增加5.00亿元；草地、耕地和水域的生态系统服务价值分别减少2.31、1.92亿元和1.49亿元；建设用地和未利用地生态系统服务价值基本保持稳定。从研究区预测总价值的变化趋势可以看出, 鄱阳湖生态经济区生态环境质量在未来8 a内表现为先下降后提升的趋势, 产生这一趋势的原因可能是随着生态经济区的建设与发展, 城镇化人口增长将趋于稳定, 生态保护政策的作用显现, 人为干扰程度降低, 导致整体区域生态价值保持相对稳定。

对鄱阳湖生态经济区不同生态系统服务功能的价值计算结果(表 5)表明, 气体调节、原材料生产、娱乐文化及气候调节服务功能呈增强趋势, 价值增加比率分别为0.97%、0.90%、0.62%和0.17%。价值下降比率超过1.00%的生态服务功能为废物处理(-1.26%)和食物生产(-1.03%)。各项生态服务功能平均价值大小顺序为：水源涵养＞土壤保持＞生物多样性保护＞废物处理＞气候调节＞气体调节＞娱乐文化＞食物生产＞原材料生产。从生态系统服务功能及价值构成上分析, 水源涵养是鄱阳湖生态经济区的主导生态系统服务功能, 此项功能的价值比占20%以上, 这主要因为研究区域是我国重要的湿地保护区, 水网、水库、湖泊密集, 因此水源涵养生态服务功能表现最强。其次为土壤保持服务功能, 其价值占比超过18%。此外, 生物多样性保护、废物处理、气候调节和气体调节等服务功能价值也都超过了10%。

3.2 鄱阳湖生态经济区生态系统服务价值驱动力

研究表明, 人为干扰及社会经济等因素会导致区域土地利用结构变化, 并进一步影响生态系统的服务功能^[19]。本研究从人为干扰及社会经济因素等方面分析了生态系统服务价值变化的驱动力。

3.2.1 人为影响因素驱动力

为深入分析人为影响因素对研究区生态系统服务价值变化的影响, 本文将研究区划分为若干个1 km×1 km的景观单元, 分别计算各景观单元的人为影响综合指数(HAI), 并将综合指数值作为各景观单元中心点的值, 采用Kriging空间插值得到2004、2008、2012和2016年4期人为干扰程度的空间分布图(图 4)。

由图 4可知, 鄱阳湖生态经济区人为综合干扰强度的空间分布特征主要表现为：北部以低影响和较低影响为主；环鄱阳湖区域以中影响强度为主；中部和南部方向以中影响强度和较高影响强度为主。从人为干扰综合强度的空间变化来看, 2004—2008年, 研究区内人为影响综合强度变化不大, 中部-西南部方向, 即南昌-新余方向有部分区域由中影响强度变为较高影响强度；2008—2012年, 高强度影响区域在2008年高影响区域基础上扩张明显, 另中部-西南部较高影响强度区域扩张较为明显, 呈带状发展, 低影响强度区域变化不明显；2012—2016年, 高强度影响区域明显进一步扩张, 中部、南部有较大区域由中影响强度变为较高影响强度, 低影响强度区域变化不明显。总体来看, 随着时间的推移, 高影响强度和较高影响强度区域有所扩张, 且高影响强度扩张区域和城镇建设扩张趋势有较强的空间一致性, 主要分布在中部、南部和西南部, 和鄱阳湖生态经济区的经济建设发展情况较为一致。结合土地利用/覆被分布(图 3)可知, 低影响和较低影响强度区域主要在水域、草地和林地, 较高影响和高影响区域为耕地和建设用地, 中影响强度到较高影响强度变化主要表现在耕地-建设用地、草地-建设用地、林地-建设用地的转化区域, 低影响强度向中影响强度则主要表现在草地-耕地区域。

3.2.2 社会经济因素驱动力

以研究区域各县市不同年份的人口、经济等因素的数据为基础, 并对整理数据进行标准化处理^[20], 利用OriginPro 9.1软件分析了2004—2014年间研究区域总生态服务价值与社会经济因素等主要指标的变化关系。

(1) 人口因素与总生态系统服务价值的关联度

研究区域人口密度、非农业人口数量及区域城镇化率随研究年份持续增加。相关分析结果表明(图 5), 研究区域生态系统服务价值与人口密度、非农人口及城镇化率具有显著负相关性, 说明人口的快速增加会导致生态系统价值的下降。这是因为, 人口增长将导致食物、原材料等的需求增加, 并增加废弃物排放数量, 这些都会降低生态系统服务功能, 造成总生态价值的减少；同时, 城市人口的增长必然导致建设用地面积增加, 需要流转其他类型的土地面积, 建设用地生态系统服务价值相对较低, 必然造成区域总生态系统服务价值的降低。但从近几年的统计资料和研究数据发现, 鄱阳湖生态经济区人口密度增长速度有所放缓, 从前期的8.0‰下降为6.9‰, 因此生态系统服务价值下降幅度也有所减缓。

(2) 经济因素与总生态系统服务价值的关联度

人类社会从生态系统中获得食物、原材料等会影响生态系统的直接服务价值, 通过改变土地利用方式等则会影响生态系统的间接服务价值。因此, 本研究选取与经济发展最为密切的总GDP、第一、第二和第三产业GDP, 及固定资产投资额等指标与生态系统服务价值进行相关性分析(图 6)。总GDP、第一产业GDP、第二产业GDP、第三产业GDP以及固定资产投资额与生态系统服务价值之间均存在显著负相关性, 相关系数分别为-0.894、-0.914、-0.900、-0.869和-0.895。第一产业GDP收入的增加主要来自于食物生产与原材料生产, 食物与原材料的消耗都降低了生态系统的服务价值；而第二、三产业以及固定资产投资额等的增加, 加快了城市工业化与商业化的发展, 城市区域的扩张和城市人口的增长, 驱使城镇建设用地面积增加并侵占其他系统用地, 同时增加生态系统处理废弃物的压力, 因此, 这些社会经济因素的发展与生态系统均存在负相关性。上述驱动因素对生态系统总体服务价值的负面影响顺序为：城镇化率＞非农业人口＞人口密度＞第一产业GDP＞第二产业GDP＞固定资产投资额＞总GDP＞第三产业GDP。

4 讨论与结论

近年来, 在不同类型^[21-25]或尺度区域^[26-28]的生态系统服务价值评估研究方面取得了不少进展, 但对价值评估的预测研究相对较少。价值评估多是利用已知的经验和知识建立关系, 然后代入测量数据求得评估价值；而预测模型则是利用多次的评估值与相关因素值, 找寻他们之间的规律, 从而建立关系式。由于生态系统服务价值为评估值, 而非测量值, 因此在统计学上很难界定因变量与自变量；并且影响生态系统服务功能价值的因素众多, 不易判断。因此往往需要选取适合的模型及其影响因素进行深入研究。本研究证实, 以土地利用/覆被数据为基础, 借助灰色GM(1, 1)模型可以在数据样本相对较少的情况下对区域生态服务价值评估进行有效预测。与MARKOV(马尔柯夫)模型、CLUE-S模型、元胞自动机等^[29-32]模拟预测方法相比, 灰色GM(1, 1)模型不需要土地利用结构的分布格局及土地利用类型的转移概率, 计算便捷且预测精度较高, 因此灰色GM(1, 1)模型可以对区域生态系统短期变化趋势做出预测^[33]。

国内学者利用灰色GM(1, 1)模型对江苏省、贵州省、环京津、上海市及喀什市^{[13-14, 34-36]}等地区的生态服务价值进行了预测研究, 除茆长宝和陈勇的研究结果认为^[13], 江苏省“预测2020年价值延续前期变化趋势, 且单一变化率有扩大趋势”外, 其他的研究都表明, 所涉地区至2020年后生态系统服务价值降低程度将明显减缓, 整体趋于平稳, 部分区域还有小幅上升, 其中林地和草地等系统的价值通常是持续上升。本研究也发现, 鄱阳湖生态经济区生态系统服务价值在建设初期(2004—2016)降低, 但预测年份(2016—2024)总价值下降幅度较小, 整体趋于稳定；其中林地系统价值总量增加较大, 但水源涵养和废物处理等生态服务功能有所降低。

生态系统的形成、发展是各种自然因素和人为活动共同作用的结果, 因此人类活动及社会经济等对生态系统服务价值的改变有密切关系^[37]。随着鄱阳湖生态经济区近年的建设发展, 人为综合干扰强度有范围扩大和程度加强的趋势, 且高影响强度区域与城镇化扩张存在一致性；城镇化的快速发展将侵占大量土地, 给整个生态系统造成巨大影响, 是区域生态服务价值降低的主要因素。但今后一段时间随着城镇化发展速度减缓, 人口与城乡建设用地的增加达到控制指标, 人们对于生态环境保护认识的深入, 以及多种改善和保护生态环境措施的相继出台, 如“江西省生态公益林补偿资金管理办法”, “江西省主体功能区规划”、“江西省流域生态补偿办法(试行)”, “江西省生态文明先行示范区建设实施方案”等^[38-41], 鄱阳湖生态经济区系统服务价值或将出现平缓稳定状态, 即减少的服务价值与增长的服务价值量保持基本平衡, 因此驱动力分析与模型预测结果应该是较为吻合的。

本研究还证实, 耕地与林地系统在鄱阳湖生态经济区所占面积与价值分属前两位, 对维持鄱阳湖生态经济区系统服务价值稳定具有巨大的、不可替代的作用, 水域系统在水源涵养与废物处理生态功能上有重要价值, 而鄱阳湖生态经济区随着人口的增长, 水源及废物处理方面的功能需求会持续增加。因此提高林地覆盖、保护耕地与水域面积对于鄱阳湖生态经济区的中期发展是十分重要的。

综上分析, 本研究得到的主要结论如下：

(1) 2004—2016年期间鄱阳湖生态经济区土地利用/覆被格局变化明显, 其中水域面积减少最显著, 建设用地面积增加速度最快, 区域生态系统服务功能与价值格局亦随之发生显著改变。对2016—2024年区域生态服务总价值的预测结果表明, 总体保持相对平稳, 林地系统生态服务价值明显增加, 草地、耕地和水域系统生态服务价值明显下降。研究区域的气体调节、原材料生产、娱乐文化及气候调节服务功能处于增加趋势, 而水源涵养、土壤保持、生物多样性保护、废物处理和食物生产服务功能均有所降低, 需引起重视。

(2) 从驱动因素分析来看, 2004—2016年期间人为干扰的空间与强度不断扩大和增强, 整体而言, 空间分布上以中等影响强度干扰为主, 低影响和较低影响强度区域主要在水域和林地, 较高影响和高影响区域为耕地和建设用地。社会经济因素方面, 人口因素的影响大于经济因素, 其中城镇化率是区域总生态系统服务价值降低的首要驱动力, 其次分别为非农业人口、人口密度、第一产业GDP、第二产业GDP、固定资产投资额、总GDP及第三产业GDP等。因此, 建议加强土地利用的规划与调控, 控制城镇化建设用地的扩展, 调整产业结构、降低污染, 促进鄱阳湖生态经济区总生态系统服务价值的提升。