20世纪90年代以来, 我国社会经济快速发展, 使生态环境受到严重破坏, 引发了越来越多的生态环境问题, 为此我国实施了一系列带有生态补偿性质的生态建设工程。国家重点生态功能区(National Key Ecological Function Areas, NKEFA)是指承担重要生态功能, 关系全国或较大范围区域的生态安全, 需要在国土空间开发中限制进行大规模高强度工业化城镇化开发, 以保持并提高生态产品供给能力的区域。2011年6月国务院关于印发全国主体功能区规划的通知, 按照生态脆弱性和生态重要性两个指标, 划定了25个国家级重点生态功能区, 包括涵养水源、保持水土、防风固沙、生物多样性维护4种类型。已有研究主要关注重点生态功能区的生态补偿^[1-2]和转移支付机制^[3-7], 且多以森林为主的重点生态功能区或单个生态功能区为研究对象^[8-11], 缺乏对整个重点生态功能区生态环境质量的动态分析^[12]。此外, 有关重点生态功能区的研究多局限于功能区内部的区域差异^[13-17], 研究结果缺乏可比性、针对性。因此本研究强调将重点生态功能区放在全国范围内, 通过其与非重点生态功能区生态环境质量的对比, 分析其区域特征, 对其生态环境质量进行全面评价。

生态环境质量是多种因素共同作用的结果, 包括自然因素和人为因素, 可以通过气候、地形、生物量、土地覆被和植被数据来反映。植被在地球环境系统的形成过程中起着积极作用^[18], 是陆地生态系统的主体^[19], 是保障生态环境质量的基础。Li等^[20]基于土地覆被、归一化植被指数(Normalized Difference Vegetation Index, NDVI)探究毛乌素沙地的生态环境变化；黄麟等^[21]基于NDVI的变化分析探究了国家重点生态功能区生态环境质量变化。因此从植被的角度掌握国家重点生态功能区的生态环境质量状况对维护区域生态安全具有重要作用。植被覆盖度是反映植被覆盖情况的最直接指标。生物量是用于表征生物群落中植被活动的关键变量, 能直接反映生态系统在自然环境条件下的供给能力^[22-26]。净初级生产力(Net Primary Productivity, NPP)是衡量一定时间内植物所生产的物质的指标, 人类活动对NPP的占用明显影响了自然生态系统, 同时还对生态系统服务的供应产生间接影响。

国家重点生态功能区转移支付于2008年开始试点, 2017年涉及区县数量增加到819个, 转移支付资金从2008年的60.5亿元增加到627亿元。采用生态环境指数(EI)对重点生态功能区涉及县(市、区)的生态环境变化进行评价, 但该指标针对性较弱。为了消除转移支付政策对国家重点生态功能区的影响, 更为客观地评价其生态环境质量变化, 转移支付政策实施之前5—10年的国家重点生态功能区生态环境质量本底评估对生态补偿政策的制定具有重要的参考价值。因此, 本文对2000、2010年国家重点/非重点生态功能区生态环境质量的变化及其相互关系进行动态分析, 为生态保护和生态补偿政策的制定提供科学、可靠的基础, 具有重要的现实意义。

1 研究区与研究方法 1.1 研究区

国家重点生态功能区总面积为3.86×10⁶ km², 广泛分布于除东部沿海地区以外的大部分省份, 占全国陆地国土面积的40.2%(图 1)。气候类型包括热带季风气候、亚热带季风气候、温带季风气候、温带大陆性气候和高原山地气候。年均温度-2.8—27℃, 从南向北逐渐降低, 年均降水量为15—1600 mm, 自东南向西北逐渐降低。

1.2 数据来源

主要数据包括样地生物量、遥感影像、土地覆被、气象数据、中国数字高程(DEM)数据、粮食产量统计数据、重点生态功能区边界, 具体数据来源如下：(1)样地生物量数据来源于中国生态系统研究网络(CERN)综合中心, 包括森林、草地和农田生物量样地数共1120个, 样本采集时间为2004年植被生长阶段, 包括植被类型、实际鲜重和干重(包括树枝、叶、根)、选定地点和日期、纬度、经度、海拔、年平均气温、年降水量等。(2)遥感影像选取2000年和2010年的MODIS影像, 包括：MOD13Q1用于提取NDVI数据(空间分辨率为250 m、时间分辨率为16d)；MOD15A2用于提取叶面积指数(LAI)数据(空间分辨率为1 km、时间分辨率为8d)；MOD17A3用于提取NPP(空间分辨率1 km、时间分辨率8d)。(3)2000、2010年土地覆被数据(空间分辨率1 km)来源于中国科学院遥感与数字地球研究所。(4)气象数据来源于国家气象科学数据共享服务平台, 包括726个国家站点的点数据。(5)DEM数据(空间分辨率90 m)来源于中国科学院资源环境科学数据中心。(6)粮食产量统计数据来源于国家统计局。(7)重点生态功能区数据利用1:100万全国县域数据和2010年《全国主体功能区规划》中国家重点生态功能区名录生成。

1.3 研究方法 1.3.1 植被覆盖度

植被覆盖度是反映地表植被群落生长状况的重要指标, 对区域生态系统的变化有着重要指示作用^[27-28]。采用最大值合成法^[29], 根据NDVI月合成产品得出年最大NDVI, 根据像元二分模型理论, 一个像元的NDVI值是由绿色植被部分的信息与无植被覆盖部分的信息组合而成。植被覆盖度计算公式为：

(1)

式中, NDVI_veg为纯植被像元的NDVI值；NDVI_soil为完全无植被覆盖像元的NDVI值。在本研究中取累积频率95%时的NDVI值为NDVI_veg, 累积频率5%时的NDVI值为NDVI_soil。

1.3.2 生物量估算

植被生物量是陆地生态系统生产力的综合反映。多元线性回归模型由于具有良好的可解释性成为遥感地学参数建模最普遍的数学方法之一^[30-31], 公式如下^[32]：

(2)

式中, x_i1, x_i2, …, x_ij为i种植被类型中j个不同的变量, 本文中i=8, j≤8, B_i0, B_i1, …, B_ij为模型的参数。植被生物量的影响因素包括地理要素(如海拔高度、经度、纬度)、环境要素(年均降雨量和年均温)、能直接反映植被生长状况的遥感因子(如：LAI和NDVI)^[33-35]、籽实干重等。首先建立各植被类型生物量与以上8个变量之间的相关关系, 最终选择至少在0.05水平上与生物量显著相关的变量因子分别建立多元逐步回归模型(表 1)。农田植物生长周期短, 不适宜连续数据估计, 但是谷物干重与生物量之间存在显著的相关性。湿地和沙漠生物量密度分别估计为20 g/m²、400 g/m^2[36]。同时选取相对评价误差模型(Relative Estimation Error, REE)对最终估算精度进行评价, 公式如下^[37]：

(3)

式中, Y_i表示实测值或检验值, Y′_i表示预测值或模拟值, N为检验的有效点数量。

为了验证模型的准确性, 用样本中未参与模拟的10%的样本观测值与模型估算值进行对比分析, 检验样本中模拟值和检验值具有很好的相关性(图 2), 相对误差为67 g/m²。

2 结果与分析 2.1 土地覆被变化分析

从土地覆被类型来看, 湿地和水体、林地、灌丛、草地属于生态用地, 且生态等级依次降低^[20]。国家重点生态功能区土地覆被类型以生态用地为主, 但是生态用地占比由2000年的68.57%下降到2010年的68.49%。其中, 湿地和水体、草地均减少了0.32%, 湿地和水体主要转变为草地和耕地, 草地主要转变为耕地、沙地和裸地。各土地类型中城镇聚落面积增加幅度大, 增加比例达41.73%, 主要来源于耕地、林地和草地的转化(表 2)。各个重点生态功能区中有21个的土地覆被类型以生态用地为主, 其中藏东南、藏西北土地覆被类型没有发生变化。甘南、桂黔滇、黄土高原、三峡、阴山、川滇、秦巴、武陵山的生态用地比例增加, 但是城镇聚落增加比例最高, 在40%以上。大小兴安岭、若尔盖、长白山、三江源、大别山、呼伦贝尔、浑善达克、科尔沁、海南岛、南岭、三江平原的生态用地占比有所下降, 且多以城镇聚落增加的比率最高, 在20%以上。祁连山、阿尔金、阿尔泰、塔里木的生态用地占比相对较低, 其中祁连山、阿尔金的生态用地比例有所提高, 阿尔泰、塔里木相反, 阿尔泰耕地面积增加比例高达28.27%, 塔里木则以城镇聚落的增加占主导。

非重点生态功能区(National Key Ecological Function Areas, non-NKEFA)土地覆被类型同样以生态用地为主, 但是所占比例明显低于重点生态功能区。生态用地占比由2000年的52.38%下降到2010年的52.19%。其中, 草地、灌丛、林地均有所减少, 分别减少了0.84%、0.14%、0.01%, 草地和灌丛主要转换为农田, 林地主要转换为城镇聚落和农田。各土地覆被类型中城镇聚落增加比例最大, 高达63.24%(表 3)。整体来看, 2000—2010年间重点生态功能区土地覆被类型变化相对于非重点生态功能区来讲转换程度较少, 生态用地降低幅度较小, 但是建设用地的增加比例在各土地覆被类型变化比例中均为最大, 说明人类活动对生态用地的占用在重点生态功能区和非重点生态功能区均有发生。

2.2 生态环境质量变化分析 2.2.1 植被覆盖度变化分析

植被覆盖变化是生态环境变化的直接结果, 地表植被覆盖变化对于评价区域生态环境质量具有重要意义。受气候等因素的影响, 全国的植被覆盖度由东南沿海向西北逐渐降低(图 3)。由表 4可知, 华东、华中、东北、华南的植被覆盖度相对较高, 其中重点生态功能区各分区的植被覆盖度均在90%以上, 且均高于相应分区内的非重点生态功能区。西北地区的植被覆盖度最低, 重点/非重点生态功能区的差异较小。西南地区非重点生态功能区的植被覆盖度高于重点生态功能区。2000—2010年只有东北地区内重点生态功能区植被覆盖度有所下降, 其余地区的植被覆盖度均呈上升趋势, 西北地区升高程度最为明显, 其中西北非重点生态功能区升高比例达25.19%。

重点生态功能区中长白山的植被覆盖度最高, 2000、2010年分别达到96.2%、95.9%, 其余植被覆盖率高于90%的重点生态功能区多为东北或东南一带的水源涵养型和生物多样性维护型生态功能区。阿尔金的植被覆盖度最低, 2000、2010年分别为3.9%、5.9%。2000—2010年, 80%的重点生态功能区的植被覆盖度增加, 阿尔金和塔里木的平均植被覆盖度增幅最明显, 分别增加50.7%、46.5%。长白山、阴山、藏东南、川滇、海南岛的植被覆盖度有所降低, 但降幅不大, 均低于5.1%。

2.2.2 生物量变化分析

生物量是用于表征生物群落中植被活动的关键变量。我国生物量密度东南高于西北(图 4), 重点生态功能区的平均生物量均显著高于非重点生态功能区, 其中华北地区的高出比例最多。华南地区的平均生物量最高, 西北地区最低。生物量总量只有东北、华北、西北地区重点生态功能区的高于非重点生态功能区的, 以华北地区的高出比例最多。2000—2010年, 平均生物量与生物量总量均呈现上升趋势, 各分区中非重点生态功能区上升趋势均高于重点生态功能区(表 5), 其中东北地区非重点生态功能区的平均生物量增长比例最大, 高达51.5%。

重点生态功能区陆地植被生物量由2000年的7.61 Pg(1Pg=10¹⁵g)上升到2010年的8.96 Pg, 平均生物量密度由290 kg/hm²上升到335 kg/hm²。其中大小兴安岭的生物量总量最大, 2000、2010年分别达2.22、2.65 Pg, 阴山的生物量总量最低, 分别为0.02、0.03 Pg。生物量密度较大的功能区主要位于南方, 2000、2010年海南岛的生物量密度分别高达1195、1267 kg/hm², 阿尔金的生物量密度最低, 仅为10.4、14.0 kg/hm²。总体来看, 2000—2010年间重点生态功能区生物量质量有所提高。

2.2.3 NPP变化分析

NPP可用于表征每年陆地生态系统增加的生产力^[38], 能够反映生物质资源的生产力更新能力, 我国NPP由东南向西北递减(图 5)。华东地区重点生态功能区的平均NPP最大, 由2000年的93.8 kg/hm²上升到2010年的95.4 kg/hm², 西北地区非重点生态功能区的平均NPP最小, 2000、2010年分别为10.6、14.7 kg/hm²。总体来看, 华东、华南地区的平均NPP较高, 东北、西北地区重点生态功能区的NPP总量高于非重点生态功能区。2000—2010年华南地区重点生态功能区、西南地区重点生态功能区和非重点生态功能区的NPP均值和NPP总量均有所下降, 下降比例分别为6.83%、0.45%、7.62%, 其余地区均呈现上升趋势, 且非重点生态功能区上升比例均显著高于重点生态功能区(表 6)。气候变化, 尤其是降水和温度变化及其配合状况对植被的生长具有重要影响。2000—2010年全国年均降水量和年均温度整体上呈现上升趋势, 且NPP与降水和温度主要呈现正相关关系^[39-43]。因此, 2000—2010年NPP应呈现上升趋势。

2000—2010年重点生态功能区的NPP总量由2000年的0.85 Pg增加到2010年的0.90 Pg, 平均NPP由40.1 kg/hm²增加到42.0 kg/hm²。与生物量相同, 大小兴安岭的NPP总量最大, 分别达0.20、0.22 Pg。阿尔金的NPP总量最低, 分别为0.01、0.03 Tg(1 Tg=10¹² g)。平均NPP最大的功能区同样位于南方, 海南岛的平均NPP高达155.7、158.9 kg/hm², 阿尔金的平均NPP最低, 仅为0.02、0.04 kg/hm²。

2.2.4 生态环境变化整体分析

综合七大分区重点/非重点生态功能区的对比分析来看, 重点/非重点生态功能区土地覆被类型均以生态用地为主, 但是前者生态用地占比低于后者, 2000—2010年生态用地占比均有所下降, 且重点生态功能区下降比例高于非重点生态功能区。华东、华南、华中水热条件较好的地区重点生态功能区面积占比较小, 导致相应生态环境质量指标的总量低于非重点生态功能区, 但是平均状况一般高于非重点生态功能区。同2000年相比, 2010年各项指标均呈现增加趋势, 但是非重点生态功能区所有指标的增长率均高于重点生态功能区, 说明重点生态功能区生态保护的重要性相对较大。按生态功能区的类型来看(图 6), 水土保持型的植被覆盖度最高, 生物多样性维护型的平均生物量密度、平均NPP最高, 水源涵养型的生物量总量、NPP总量最高, 防风固沙型重点生态功能区由于多位于西北内陆地区, 整体上各项指标均为最低。总的来说, 2000—2010年间国家重点生态功能区的生态环境质量有所改善, 但是改善程度略低于非重点生态功能区, 说明重点生态功能区生态环境保护仍有很大的提升空间。

3 结论

2000—2010年间全国生态用地的比例有所下降, 其中非重点生态功能区生态用地占比低于重点生态功能区, 且2000—2010年生态用地下降比例也高于重点生态功能区。从七大地理分区来看, 东北、华北、华东、华中地区重点生态功能区的平均植被覆盖度、平均生物量、平均NPP高于非重点生态功能区。西南地区则相反, 其余分区在2000、2010年有所差异。从生物量总量、NPP总量来看, 华东、华南、华中水热条件较好的地区重点生态功能区低于非重点生态功能区, 主要与该区域内重点生态功能区面积占比较低有关。我国重点生态功能区主要位于生态环境相对脆弱的地区, 生态脆弱性较强, 生态保护的重要性相对较大。就不同类型的功能区而言, 水土保持型重点生态功能区的植被覆盖度最高, 生物多样性维护型重点生态功能区的平均生物量密度、平均NPP最高, 水源涵养型重点生态功能区的生物量总量、NPP总量最高, 防风固沙型重点生态功能区由于多位于西北内陆地区, 植被覆盖度、生物量密度和生物量总量最低。虽然2000—2010年重点生态功能区生态环境质量有所提升, 但是生态环境质量指标的增长率低于非重点生态功能区, 部分分区内的指标还存在降低的趋势, 应进一步采取切实有效的生态环境保护工程措施, 保护好重点生态功能区的生态环境本底, 改善生态环境质量, 以提高其生态系统服务能力。

4 讨论

遥感信息能够较好地反映生态环境质量的空间异质性。MODIS的NPP产品是基于全球尺度估算的结果, 对于某些具体区域如中国存在误差。今后的研究中应注重建立适用于中国区域的NPP估算模型。对生物量的估算结果由于不同的统计口径和数据方法存在差异, 选取利用相似方法的已有研究进行对比。已有研究中估算中国陆地生态系统植被的生物量总量为29.64^[44]、31.2^[45]、30.53 Pg^[46], 和本研究中估算值18.47—22.7 Pg具有可比性。由于各类型面积、生物量估算口径及统计年代存在差异, 因此各类型总植被生物量干重也存在不同。原因包括以下方面：(1)遥感数据的不确定性导致生物量与样地数据类型存在差异。其次, 遥感数据的空间分辨率决定了估算精度, 我国属于大区域尺度, 只能反映生物量的大致分布规律。同时遥感影像受云, 水汽等的影响, 不能完全真实地反映地面情况, 导致估算结果存在误差。(2)陆地生态系统的生长环境是复杂多样的, 包括水热、经纬度和地形、土壤、人为活动等影响, 本模型中未完全包括。今后的研究应进一步优化参数, 提高模型模拟的空间精度, 更好地揭示出全国尤其是重点生态功能区的生态环境质量的空间动态变化。