土地利用/覆盖变化(Land use and Land cover, LULC)是人与自然交叉最为密切的环节, 已成为全球环境变化研究的前沿和热点课题^[1], LULC通过改变生态系统的结构、过程和功能, 在生态系统维持其服务功能方面起重要作用^[2]。因此, 研究土地利用/覆盖变化对生态系统服务价值(Ecosystem Services Value, ESV)产生的影响具有重要的意义^[3]。近年来, 国内外众多学者在生态系统服务内涵、类型划分及其价值评估方法等多方面进行了大量研究, 并取得了一定的成果^[4-13]。如美国生态学家Costanza等人就对全球生态系统服务价值进行分类, 并提出了估算方法, 引起了国内外学者的广泛关注^[4]。另外, Daily等^[5], David等^[6]、Holmes等^[7]、Swift等^[8]、Yue等^[9]、Dale等^[10]对生态系统服务价值的理论、评价、核算方法和应用等方面开展了广泛而深入的研究。国内方面, 欧阳志云等^[11]利用生态学和经济学方法, 对中国陆地生态系统服务功能及其生态价值进行研究, 得出中国陆地生态系统具有巨大的生态经济效益, 对维持我国社会经济的可持续发展有不可替代的作用等结论；谢高地等^[2]考虑中国国情利用专家知识对该方法进行了改进, 建立了中国不同陆地生态系统单位面积生态系统服务价值, 计算出各地类单位面积上不同功能的生态系统服务价值的总和；石垚等^[12]对中国1998—2008年来陆地生态系统服务功能所导致的价值变化进行了时空变化与影响因素研究, 揭示了中国生态系统服务价值的空间格局及其变化特征。这些研究有效推动了生态系统服务价值研究在国内的快速传播和发展。随着研究的逐步深入以及3S等空间技术的快速发展, 国内众多学者围绕森林^[13]、湿地^[14]、草地^[15]、河流^[16]以及农田^[17]等不同类型生态系统、在区域^[18]、流域^[19]以及城市^[20]等不同尺度下生态系统服务价值评估等方面开展了研究, 进一步推进了生态系统服务价值的评估研究进程。

渭干河-库车河三角洲绿洲位于新疆塔里木盆地北缘, 是典型农业绿洲。它不但是阿克苏地区土地开发利用较早的灌溉区及新疆重要的产棉区之一, 也是塔里木石油天然气开发的主要地区^[21], 具有自然灾害频繁和生态环境脆弱特点^[22]。受长期农耕活动和水土资源开发利用的影响, 该绿洲土地利用导致的生态环境问题日渐突出^[23]。前人对于该绿洲的研究多集中于绿洲土地利用动态变化方面^[24-26]、且现有的生态服务价值研究^[27-29], 从研究尺度和内容上来看, 生态服务价值变化分析缺乏时空视角, 尤其是对生态系统服务价值在空间上的聚集规律、关联模式等分布特征的定量研究尚显不足, 而这种研究对揭示生态系统服务价值的空间格局及其变化特征与机制很重要^[30]。本研究基于渭库绿洲1994和2016年两期的遥感影像数据, 利用生态价值评估模型及GIS空间统计方法, 对渭库绿洲生态系统服务价值的时空变化规律进行研究, 旨在为干旱区典型绿洲土地资源可持续利用和生态环境保护提供科学依据。

1 研究区概况

渭干河-库车河三角洲绿洲(以下简称渭库绿洲)位于塔里木盆地北部的冲洪积平原, 地理坐标介于81°25′—83°16′E、41°05′—41°39′N之间, 南临塔里木河北岸, 北抵秋里塔格山, 西与温宿县相接, 东与轮台县相邻, 行政区划上隶属于库车、沙雅、新和三县(图 1), 土地总面积约523.75万hm², 占全省土地面积的3.16%, 其中绿洲土地总面积约为56.09万hm², 占全疆绿洲面积的3.8%^[27]。该绿洲属于大陆性温暖带干旱气候, 年均气温10.5—11.4C°, 年平均降水量51.6 mm, 年平均蒸发量达2123.7 mm, 干旱指数为17.3—21.8^[31]。该绿洲地势北高南低, 地形坡降1%—4%, 东西宽约194 km, 南北长约322 km, 平原区海拔在940—980 m。种植业是渭库绿洲经济的主导产业, 农业主要依赖中高山地区流下的渭干河、库车河和塔里木河进行灌溉^[32]。土地利用类型主要包括农田、林地、草地、荒地、盐渍地等；作物主要包括小麦、玉米、棉花、油菜等。由于降水稀少, 蒸发量强, 耕地经过蒸发后, 大量的水分被吸走, 而含在水中的盐分滞留了下来。这种独特的气候造成该绿洲大面积耕地被盐渍化, 土壤有机质含量低, 中低产田面积广。土壤以轻壤土和沙壤土为主, 土壤盐分多以氯化物、硫酸盐为主^[33]。

2 数据来源与研究方法 2.1 数据来源与处理

研究区选择渭库绿洲1994年8月22日Landsat TM(30 m分辨)和2016年7月15日的Sentinel2(10 m分辨)影像为遥感信息源。采用ENVI5.1软件利用6S模型对两景影像进行大气校正, 同时以研究区域1:25万地形图为参考, 选择三次多项式和最近邻域插值法进行几何校正, 再对校正后的影像数据进行波段选择与组合(假彩色R_TM4G_TM3B_TM2)和统一投影系统等, 得到研究区域的遥感影像。据研究区土地利用的实际情况以及参照《土地利用现状调查技术规程》和相关研究^{[26, 34]}将研究区的土地利用分为耕地、草地、水域、建设用地和未利用地等5种类型(图 2), 采用最大似然分类方法和人机交互相结合的方法对影像进行分类, 提取22年来各期影像的土地利用类型数据。通过随机取样方法对分类结果进行精度检验, kappa系数分别为0.91, 0.82, 均高于0.80, 可以达到研究所需要求。

2.2 生态系统服务价值的评价法

本研究运用谢高地等^[11]的研究成果, 结合研究区域具体情况, 参考相关研究^[4-13], 采用生态服务价值(ESV)的区域修正系数(即将价值系数与地区修正系数, 新疆省为0.58)相乘, 考虑到建设用地在水分供应和废物处理方面对生态系统的负面影响, 采用更换成本法估算建设用地的生态服务价值^[35], 可得生态系统服务价值系数(VC)表 1, 如表 1所示。ESV^[19]的计算公式为:

(1)

(2)

式中, ESV为生态系统服务价值；A_k是土地利用类型k的面积(hm²)；VC_k是生态系统价值系数(元hm^-2 a^-1)；ESV_f为生态系统第f项服务功能价值；VC_fk是土地利用类型 k的第f项服务功能价值系(元hm^-2 a^-1)。

本文利用生态系统服务价值动态度(K_ESV)分析研究区域生态系统服务价值变化差异和变化趋势^[13], 其计算公式为：

(3)

式中, ESV_a为研究初期某区域或地类的ESV；ESV_b为研究末期某区域或地类的ESV；T为研究时段。若k＞0, 生态系统服务价值呈增加趋势；k＜0, 生态系统服务价值呈减少趋势；k=0, 生态系统服务价值不变^[36]。

为了定量分析研究区生态服务价值的空间特征, 将研究区划分为1 km×1 km大小网格单元, 分别计算每个格网的生态服务总价值, 建立生态系统服务价值空间格局图。

2.2.1 敏感性指数

相关研究表明^[37-38], 敏感性指数(Coefficient of Sensititive, CS)能够反映生态系统服务价值(ESV)对生态价值系数(VC)的依赖程度。CS的计算公式为：

(4)

式中, CS敏感性指数；i和j分别是初始价值和生态价值系数调整后的价值。当CS < 1, 表明生态系统服务价值对于生态价值系数是缺乏弹性的；当CS>1, 表明生态系统服务价值对于生态价值系数是富有弹性的, 比值越大, 表明生态价值系数的准确性越关键^[39]。

2.2.2 空间自相关

(1) 局部空间自相关指标(Local indicators of spatial association, LISA)。

全局空间自相关是对整个研究空间的一个总体描述, 仅仅对同质的空间过程有效, 不能有效反映局部区域单元的空间自相关性^[40]。因此, 本文局部空间自相关指标(LISA)和Moran散点图相结合的方法, 进行局部空间自相关分析。

空间位置为i的局部Moran′s I的计算公式为：

(5)

式中, I为Moran指数；x_i、x_j分别为空间单元i、j的ESV值；X为ESV均值；W_ij空间权重矩阵；n为空间单元个数。Moran指数I的取值一般在[-1, 1]间, 大于0表示空间单元高-高值或低-低值的空间聚集, 小于0表示空间单元高-低或低-高值的空间聚集等于0表示不相关^[30]。

(2) Moran散点图可用来表达生态系统服务价值的标准化向量ESV(横轴)与它的空间滞后向量W_ESV(纵轴)之间的相关关系。Moran散点图的四个象限, 分别对应于区域单元与其邻居之间四种类型的局部空间联系形式, 分别为“高高(HH) ”、“高低(HL) ”、“低高(LH) ”和“低低(LL) ”。HH类型和LL类型为正的空间自相关关系, 表示空间单元和周边单元的空间差异程度小, 而HL类型和LH类型为负的空间自相关关系, 表示空间单元和周边单元的空间差异程度大。

3 结果与分析 3.1 土地利用动态变化

研究区土地利用面积变化见表 2。从表 2可以看出3个特点。首先, 研究区域主要的土地利用类型为草地和耕地分别占研究区土地面积的41.16%—36.34%, 16.5%—27.88%, 两者的面积之和约占整个研究区域面积的57.66%—64.22%, 表明这2种土地利用类型所占比重较大, 具有主体地位。

第二, 1994—2016年渭库绿洲土地利用类型的面积均发生了不同程度的变化, 呈现2增3减趋势：建设用地和耕地均有所增加, 其变化率均为正, 说明该土地利用类型为正向变化, 总体增加。面积增加速度为建设用地＞耕地, 其中建设用地增加速度最为明显。说明在这期间, 研究区域城建化速度较快。另外, 草地, 水域和未利用地有所减少, 其变化率为负, 说明呈负向变化, 总体减少。面积减少速度依次为水域＞草地＞未利用地, 其中草地减少面积最为明显。

第三, 在5类土地利用类型中, 耕地由246451.8 hm²增加到416289.55 hm², 变化量为169837.74 hm², 是区域面积变化最大的土地利用类型, 说明该期间, 农业用地变化趋势较为剧烈。

总之, 各类土地利用/覆盖类型的时空变化各不相同。其中, 耕地的时空动态度在处于净增加趋势, 水域和草地的动态度基本上呈现减少趋势。这说明研究区耕地和水资源之间的矛盾是该区社会经济发展中的关键问题之一。

3.2 生态系统服务价值动态变化

研究区1994年和2016年的ESV计算结果及ESV空间分布见表 3和图 3。由表 3可知, 在1994—2016年间对渭库绿洲生态系统服务总价值贡献最大的两种土地利用类型是草地和水域, 两者的合计贡献量达80%—60%, 其次是耕地为18%—38%, 未利用地和建设用地贡献较小。研究区总生态系统服务价值(ESV)呈减少趋势, 由4895.67×10⁶元减少到3864.78×10⁶元, 减少了1030.89×10⁶元, 年均减少0.96%。总体来说, 生态系统服务价值呈现两增三减的趋势:草地、水域、未利用的动态度K_ESV都小于0, 表明ESV总体减少, 其中草地减少最多, 其次为水域；耕地和建设用地的动态度K_ESV都大于0, 表明ESV总体增加, 其中耕地ESV增加最多, 增幅为3.13%, 建设用地ESV增加速度更快。通过以上分析并结合上述土地利用变化分析, 可以发现, 研究区域ESV降低主要是由于对研究区内草地的过度开垦以及水域面积的大幅衰减, 使得绿州生态系统服务价值从1994年开始下降, 2016年的绿洲生态服务价值低于1994年的生态服务价值。

从研究区生态系统服务价值的空间分布可以发现(图 3), 研究区生态系统服务价值ESV都具有一定的空间差异。研究区生态服务价值较高地区(ESV超过0.4×10⁶元)主要分布在渭干河上游“克孜尔水库”周围区域和塔里木河北岸等, 该区域属于水资源较为丰富、草地和水域面积占比高, 草地在生态服务价值计算模型中的权重较大, 从而使该区域生态服务价值最高；另外, 生态服务价值最高区域从1994—2016年逐渐缩小, 且离散度变高, 其中1994年的生态服务价值(ESV超过1.4×10⁶元)的区域有一定分布, 而到2016年仅存于渭干河上游“克孜尔”水库周边区域；生态服务价值最低地区(ESV低于0.1×10⁶元)集中分布在绿洲南部靠近塔克拉玛干沙漠边缘和北部靠近天山中部的山区以及库车河下游荒漠区域, 该区土地利用类型主要以未利用地为主, 水资源较为匮乏、自然环境较差, 导致该区域生态系统服务价值很低；并且, 人类活动干扰程度低, 所以生态服务价值从1994—2016年未发生显著变化；生态服务价值(ESV在0.31×10⁶元—0.4×10⁶元)的区域分布最多, 主要集中分布在渭干河平原灌区、库车灌区、沙雅灌区等农业种植区, 且2016年明显多于1994年, 这主要是因为该区域地势平坦、具有较完善水利设施, 适宜农业耕作, 同时人口密度高, 对自然生态系统的干扰程度大, 导致该区域生态服务价值介于高低之间, 且向周围不断扩张。生态服务价值(ESV在0.11×10⁶元—0.3×10⁶元)的区域相对较少且呈零星点状分布在绿洲西南部和东部地区, 该区域属于村居民用地以及未利用地, 而这些土地利用类型在生态服务价值计算过程中的权重较低, 导致该区域指数也偏低。

从生态服务价值增减区域变化来看(图 3), 减少区域较多且主要分布在库车县的东北, 即乌尊镇、亚哈真等地区和新和县西和东南, 即塔什力克乡、尤都神巴格乡、依其力克乡等地。另外, 还有沙雅县的南部和东南部等地区, 即塔里木乡、新垦农场、盖孜库木乡等地区；生态服务价值增加区域相对较少且主要分布库车县东南的东阔坦镇和新河县的北部“五一水库”周围及沙雅县的西部英买力乡, 努尔巴克乡等均有分散性增加区域。

整体上来说, 生态系统服务价值量减少的区域比增加的区域多, 增值区及减值区呈包围态势, 生态系统服务高值区域在不断缩小, 且塔里木河北岸地区生态服务价值减少量相对较多, 要注重生态保护和生态恢复建设。

3.3 单项生态系统服务价值变化分析

研究区域生态系统1994—2016年单项服务价值的分布情况(图 4), 各项功能的构成比例变化呈现一定差异, 其中废物处理、水源涵养、土壤形成与保护、生物多样性保护四项对总生态系统服务价值的贡献最大, 合计贡献率为76.42%—70.11%;其次是气候调节、气体调节、食物生产、娱乐文化四项所占比例22.99%—28.97%；原材料的所占比例很小, 在0.58%—0.91%之间。其中, 食物生产、气候调节、气体调节和原材料、土壤形成与保护增加, 其他服务功能均有所减少, 这与该时期具有重要生态系统服务功能的草地和水域面积均减少以及耕地和建设用地增加有关。

3.4 敏感性分析

本文将将各类土地利用类型的价值指数分别调整50%衡量总生态系统服务价值变化^[18], 计算结果及敏感性指数如表 4所示。生态服务价值系数(VC)对于生态系统服务价值(ESV)变化的影响, 使用敏感性指数(CS)来表达, 计算结果如表 4所示。结果表明, 所有土地利用类型生态系统服务价值系数的敏感性指数(CS)均小于1, 表明渭库绿洲两期土地利用类型的ESV对VC缺乏弹性, 也就是即使VC具有不稳定性, 但研究区ESV仍是稳健的, 这说明生态价值系数对生态系统服务价值的变化影响较小。建设用地的敏感性指数最小而草地最大, 说明草地对生态系统服务价值的贡献最大。另外, 从不同时期的敏感性指数变化来看, 由于耕地面积增加较大, 其CS值增加较为明显, 其余的敏感性指数减少。未利用地, 建设用地的敏感性指数接近0, 两个地类的VC变化对研究区生态系统服务价值的变化影响不大。敏感性分析表明, 采用的生态服务价值系数适合研究区当地实际情况, 研究结果可信。

3.5 空间自相关性

由图 5可见, 散点图定性地区分出每个格网单元与周围邻近单元单位面积生态服务价值间的相互关系, 在图中, 研究区2个年份空间自相关系数Moran′s I均为正, 且大于0.7, 表明研究区生态系统服务价值ESV分布空间相关性较高；在变化趋势上, Moran′s I由1994年的0.807下降到2016年的0.746, 说明近22年来研究区ESV空间自相关性趋于减弱；研究区域生态服务价值散点主要分布在第一和第三象限, 第二和第四象限散点分布较少, 说明研究区生态系统服务价值ESV的空间分布并非表现出完全随机性, 而是表现出空间相似值之间的空间聚集, 即ESV较高的区域趋于和ESV较高的区域相邻, ESV较低的区域也趋于和ESV较低的相邻；1994年第一和第三象限的点较为集中, 表明在生态系统价值较高的区域和较低区域各格网间差异不大, 2016年, 第一象限的点较为分散, 说明在生态系统价值较高的区域各格网之间存在较大差别。

鉴于Moran散点图不能判断各区域的局部相关类型及其聚集区是否在统计意义上显著, 利用Geoda形成聚集图LISA (图 6)和显著性水平图(图 7), 旨在更为直观的观察研究区域ESV的空间分布情况。观察上图可知, 研究区ESV较高的区域和ESV较低的区域呈现出两极集聚, 这进一步印证了Moran散点图所揭示的研究区ESV的空间相关性。研究区生态服务价值高值聚集区主要分布在渭干河上游“克孜尔水库”周围和塔里木河北岸, 并呈减少趋势, 低值区主要集中在绿洲南部靠近塔克拉玛干沙漠边缘和北部靠近天山中部的山区以及库车河下游荒漠区域, 这类区域在空间范围上呈连片连绵趋势, 空间分布格局上基本保持稳定。而低高以及高低聚集范围很小且变化不明显。

LISA显著性水平图表示和周围单元具有显著空间联系。从检验结果来看, 研究区域大部分区域相关性不显著, 相关性主要存在于高高类型区以及低低类型区, 这两种聚集类型的空间单元存在较强的空间正相关。在绿洲边缘、山区和河流周围等局部地区在0.001的显著性水平下显著, 表明这些区域ESV与其相邻区域的ESV存在着很强的正空间相关性。2016年达到显著水平(P=0.001)的范围明显大于1994年的范围, 这种变化主要发生在绿洲东北部及渭干河上游山区一带。

3.6 驱动力分析

(1) 气候变化

影响生态服务价值变化的因子很多, 既受到自然因素的制约, 又受到人文因素的强烈影响, 其中气温和降水作为最直接的自然因素, 必然影响生态系统的变化。已有的观测资料表明(图 8), 在中国西北地区气候变湿的大背景下, 从20世纪60年代以来, 渭库绿洲的年降水有逐年增长的趋势, 渭库绿洲径流量总体上也呈上升趋势(表 5)^[34-36]。这为渭库绿洲耕地开垦提供了相对有利的气候条件, 使得耕地面积快速增加, 但侵占了其他土地利用类型的必需耗水, 且水资源利用率并不高, 仅有52%左右^[23], 导致了水域和草地等土地利用类型的减少, 而给大面积的天然绿洲生态环境产生了负面影响。从以上分析可以看出, 尽管耕地面积有较大幅度增加, 促使研究区生态服务价值增高, 但其增高幅度难以弥补其草地和水域等地类型变化所导致的生态服务价值下降, 因此总体呈下降趋势。

(2) 人口数量是当前生态环境演变, 尤其是环境的退化的一个主要驱动力, 随着人口增长, 人们对自然环境的影响程度也日益增加^[36]。

根据渭库绿洲历史时期人口变化(表 6)分析发现^[31], 该绿洲人口从民国5年(1916)到民国3(1948)年波动性增加趋势, 而新中国成立以后绿洲的人口发展进入新的阶段。据统计, 渭库绿洲总人口从1949年的26.98万增加到2010年的89.2154万, 变化率为231%, 年均约增加1.02万人。随着人口剧增, 土地压力加重, 过垦现象日益突出, 兴建了大量灌溉、防洪、水土保持、节水灌溉、治碱等水利基础设施, 造成了水域面积不断减少, 会对该区域生态系统服务价值的降低造成一定影响。同时, 虽然2004年该绿洲城市化水平为22.40%, 虽然低于全疆平均水平(36.67%), 但该区目前正处于城市化加速发展时期^[25], 随着农村城镇化加快, 乡镇企业兴起, 非农业人口比重上升与建设用的扩大也是导致生态系统服务价值降低的原因之一。

总体上, 受气候变化和人类活动的双重影响下, 草地和水域面积的大幅度下降, 耕地和建设用地面积的增加, 导致服务价值系数较高的土地越来越少, 使得研究区的生态服务价值趋于减弱。

4 讨论

本文基于遥感数据获得的土地利用数据, 以空间统计分析方法结合GIS技术, 定量分析了土地利用背景下的生态系统服务价值时空变化及其驱动因子, 虽然只是一个尝试和初步估算的宏观参考值, 由于加入了空间因素, 可以客观地反映了研究区生态系统服务价值在空间上的聚集规律、关联模式等分布特征, 有助于揭示动态变化规律, 进而探讨构建更为合理的生态系统空间格局。国内外虽然生态服务价值时空变化研究较多, 但基于空间统计与分析来探索ESV的时空格局演变的研究尚显不足, 本研究补充了这方面的缺陷。另外, 由于新疆渭库绿洲是干旱区的典型缩影, 对反映干旱区的山地绿洲荒漠系统具有一定的代表性, 本研究方法也可为干旱区内陆河流域生态安全问题的解决提供一种思路。

从研究结果可以看出, 尽管渭库绿洲耕地面积有一定增加, 但草地和水域面积的大幅度下降, 导致服务价值系数较高的土地越来越少, 使得研究区生态服务价值趋于减弱。尤其是在塔里木河中游两岸这一带生态服务价值减少趋势更为明显。值得关注的是, 塔里木河两岸的胡杨林、天然草地和草本植物是渭库绿洲的天然屏障, 它阻挡着塔克拉玛干沙漠的侵移, 维护着绿洲的生态安全, 其生态作用是十分巨大, 在当地的国民经济发展中具有极其重要的作用, 一旦被破坏, 将较难重建起原有的生态体系。在今后的发展中应加强草地和水域等资源的保护和管理, 需要进一步明确耕地资源和生态环境质量底线, 切实做到人口、土地资源及生态环境协调持续发展。

研究区生态服务价值减少趋势与新疆其他一些典型区域生态服务价值变化趋势有相似性, 也有差异性。如叶尔羌河流域生态服务价值总量呈减少趋势, 且减少的速率加快^[32]；焉耆盆地的生态服务价值在波动性增加趋势^[33]；阿克苏河流域生态系统服务价值整体变化较小, 总价值先减后增趋势^[16]；这些区域虽然都地处塔里木盆地周边地区, 但是生态服务价值变化趋势有一定差异。另外, 对于北疆来说, 也有类似的情况。如玛纳斯县生态系统服务价值总体减少趋势^[41]；艾比湖湿地自然保护区生态系统服务价值整体变化不大, 但近年ESV有所降低^[42]；天山北坡生态系统服务价值基本稳定^[43]。造成这种生态服务价值变化地域差异性的原因是生态服务价值的尺度依赖型^[44], 生态价值服务评估方法, 驱动力等方面的不同, 其价值评估结果也存在较大差异^[42]。上述研究成果对于干旱区生态系统服务在价值评估方面积累了重要的理论和实践经验。

近年来一些学者对于渭库绿洲生态服务价值的评估结果也存在一定的差异性, 主要原因一是对不同系统生态服务价值单价的计算方法不同。在生态服务价值计算中产量因子和当量因子选取应尽量精确, 否则将忽略不同区域差异。如对于生态价值系数来说, 张飞^[45]、王雪梅^[27]等学者直接采用谢高地等的研究成果, 此方法是一种全国的平均状态, 将它分别运用于不同区域时, 忽略了不同区域差异；还有学者将流域划分为上、中、下游, 在谢高地等的研究成果基础上, 结合当地粮食产量和粮食平均收购价格^[28], 对生态服务价值当量因子进行了修订来评价生态服务价值, 乔旭宁等^[46]通过调查当地居民的支付意愿来反映该区域的生态系统服务价值, 因此最终生态服务价值计算结果存在差异。

二是研究所采用的遥感数据、生态系统分类、信息提取方法等不同。如, 杨永菊等^[47]以Landsat和Quick Bird等遥感数据为基本数据源, 将该流域土地利用类型划分为林地、草地、耕地、沼泽、水域、未利用地和建设用地7个类别, 比本研究增加了林地和沼泽等生态系统类型；与不同于本研究所使用的数据, 乔旭宁等^[29]主要利用农业、经济社会、水资源利用等方面的统计数据, 分析了本流域农田生态服务价值变化。因此, 这些也会对生态系统服务价值总量计算带来一定的偏差和不确定性, 但仍然丰富了生态服务价值评估方法在干旱典型绿洲的应用, 为本绿洲生态补偿标准的制订提供科学依据。

本研究的研究方法也存在一些不足之处。虽然本研究根据渭库绿洲的实际情况对谢高地等生态服务价值当量因子进行了修订来评价生态服务价值, 此方法具可操作性、直观性和突出研究区特点被广泛接受和认可, 但是这种方法估算的结果仍较粗糙, 需结合当地人们的支付意愿和支付能力来修订或者建立一个针对渭库绿洲生态系统服务价值的指标体系以及相应的价值系数, 才能使结果更加符合实际, 后期研究将对此方法做进一步改进。同时, 需加强不同数据源对比和尺度衔接研究^[44]。

此外, 本文主要侧重研究区生态系统服务价值分布格局的空间展示, 受限于资料方面的局限, 关于生态服务价值变化驱动力及其驱动机制不够深入研究。其实生态系统服务价值变化受自然因素的制约, 又受社会、经济、技术、政治等人文因素的共同作用的结果^[36]。

今后, 如何将诸多因子综合考虑, 更多利用主成分分析、多元回归分析、相关性分析、灰色系统分析法等数理统计方法, 进一步定量化气候变化和人类活动对生态系统服务价值的影响, 有待深入研究。

5 结论

(1) 渭库绿洲土地利用/覆被方式以耕地和草地为主；土地利用变化显著, 1994—2016年, 土地利用类型呈现两增三减趋势, 其中耕地、建设用地面积增加, 而草地、水域和未利用地的面积减少, 耕地和草地面积变化最为剧烈, 分别为169837.74hm², -71988.05hm²。

(2) 1994—2016年渭库绿洲的生态系统服务总价值呈减少趋势, 由4895.67×10⁶元减少到3864.78×10⁶元, 减少了1030.89×10⁶元, 年均减少0.96%；尽管耕地面积有较大幅度增加, 促使研究区生态服务价值增高, 但其增高幅度难以弥补其草地和水域等地类型变化所导致的生态服务价值下降, 因此总体呈下降趋势。空间上表现生态系统服务价值量减少的区域比增加的区域多, 增值区及减值区呈包围态势, 生态系统服务高值区域在不断缩小, 且塔里木河北岸地区生态服务价值减少量相对较多, 要注重生态保护和生态恢复建设；同时生态系统单项服务价值出现有增有减的趋势, 废物处理、水源涵养、生物多样性保护、娱乐文化等四项单项服务价值出现下降趋势, 而食物生产、气候调节、气体调节和原材料、土壤形成与保护等其他五项单项服务价值出现上升趋势。

(3) 敏感性分析表明, 研究区生态服务价值系数的敏感性指数都小于1, 说明研究区ESV对于VC是缺乏弹性的, 价值系数适用于渭库绿洲, 研究结果可信。

(4) 研究区生态系统服务价值表现出明显的空间自相关与空间聚集现象, 生态服务价值高值聚集区主要分布在渭干河上游“克孜尔水库”周围和塔里木河北岸, 并且减少趋势, 注意保护高值区的空间稳定性；低值聚集区主要集中在绿洲南部靠近塔克拉玛干沙漠边缘和北部靠近天山中部的山区以及库车河下游荒漠区域, 这类区域在空间范围上呈连片连绵趋势, 空间分布格局上基本保持稳定。

(5) 受气候变化和人类活动的双重影响下, 草地和水域面积的大幅度下降, 耕地和建设用地面积的增加, 导致服务价值系数较高的土地越来越少, 使得研究区到生态服务价值趋于减弱。