文章信息
- 张发, 玉素甫江·如素力, 艾尔肯·图尔逊
- ZHANG Fa, Yusufujiang Rusuli, Aierken Tuersun
- 基于土地利用的博斯腾湖流域生态系统服务价值时空变化
- Spatio-temporal change of ecosystem service value in Bosten Lake Watershed based on land use
- 生态学报. 2021, 41(13): 5254-5265
- Acta Ecologica Sinica. 2021, 41(13): 5254-5265
- http://dx.doi.org/10.5846/stxb202008262212
-
文章历史
- 收稿日期: 2020-08-26
- 修订日期: 2021-03-27
2. 新疆干旱区环境与资源重点实验室, 乌鲁木齐 830054
2. Xinjiang Key Laboratory of Lake Environment and Resources in Arid Zone, Xinjiang Normal University, Urumqi 830054, China
生态系统服务是指人类通过生态系统结构、过程和功能得到的生命支持产品和服务[1], 以满足生存、健康、福祉等多种需求[2]。土地利用/覆盖变化(Land use and land cover change, LUCC)是人类活动作用于生态系统的重要方式[3], 它通过改变生态系统格局与过程, 驱动着生态系统产品与服务提供能力的变化[4-5]。土地利用变化及其对生态系统服务价值(Ecosystem Services Value, ESV)的影响研究日益增多, 成为土地利用变化的热点之一[6], 并取得了较为丰硕的成果[7-12]。
自生态系统服务功能提出以来, 在生态系统服务功能概念及其分类、价值量化评估方法和应用等方面取得了较大的进展[13]。1997年Costanza[14]等构建了“全球生态系统服务价值当量表”及“全球生态服务价值分析模型”奠定了生态系统服务价值研究的理论基础。同年Daily[15]发表的专著详尽论述了生态系统服务功能的概念、研究简史、价值评估等。我国学者从20世纪末越来越重视生态系统服务价值的研究, 2003年谢高地[16-17]等根据Costanza的方法构建了符合中国国情的当量因子表并确立了中国单位面积价值当量及计算, 国内众多学者据此当量表开展研究, 刘玉卿[18]、杨延成[19]等从景观格局演变分析对ESV的影响;王壮壮[20]、李涛[21]、黄木易[22]等探讨了LUCC对ESV时空分布格局的影响和ESV尺度响应特征;程静[23]、耿甜伟[24]等运用主成分分析和地理回归加权模型探讨了ESV演变驱动力和ESV主导因子空间异质特征;王云[25]、黄傅强[26]等将生态系统服务价值应用于生态安全格局优化和城市增长边界划定的研究。2015年, 谢高地[27]等对当量因子表进行修订和细分, 为更加准确地评估我国生态系统服务功能的价值提供了重要基础。本文基于优化的中国陆地生态系统服务价值当量因子开展土地利用变化对博斯腾湖流域生态系统服务价值的影响研究。
博斯腾湖流域深居西北内陆, 是典型的干旱区山地-绿洲-荒漠陆面格局, 同时也是塔里木河下游“生态输水”的重要水源保护地, 承载着重要的生态功能。加强对博斯腾湖流域生态系统服务价值的研究对流域内社会经济可持续发展乃至塔里木河的生态系统健康发展具有重要理论意义和现实价值。因此, 本文以土地利用数据为基础, 定量研究博斯腾湖流域土地利用变化与生态系统服务价值时空演变规律, 为流域土地利用和生态建设提供参考。
1 研究区概况博斯腾湖流域位于新疆巴音郭愣蒙古自治州境内, 区域内地势总体呈西北高、东南低, 北依天山中段南侧为霍拉山-库鲁克塔格低矮山。地理位置为东经82°28′—88°20′E, 北纬41°0′—43°32′N, 总面积约79204.25 km2, 海拔高度介于860—4739 m之间。行政区划包括和硕县、和静县、焉耆县、博湖县、轮台县(部分)、库尔勒市、铁门关市(原新疆生产建设兵团第二师)以及尉犁县的部分区域(图 1)。博斯腾湖流域属于温带大陆性干旱气候, 日照时间长, 年平均降水量仅约60 mm, 且80%以上集中在夏季, 平均蒸发量2368 mm。流域内河流补给主要依靠高山冰雪融水及降雨。博斯腾湖流域景观的分布随海拔高度的变化, 自高到低主要有冰川积雪带、草甸草原带、绿洲平原、荒漠草原带和荒漠带等[28]。
![]() |
图 1 研究区示意图 Fig. 1 Sketch map of study area |
博斯腾湖流域1995—2018年的土地利用分类数据由中国科学院资源环境科学数据中心(http://www.resdc.cn)提供的中国土地利用土地覆被变化遥感监测数据集(CNLUCC)[29], 是中国科学院以美国陆地卫星Landsat遥感影像数据作为主信息源, 在国家资源环境数据库基础上, 通过人工目视解译构建空间分辨率为30 m的数据, 解译精度达90%以上, 该系列数据将土地利用类型划分为一级分类(耕地、林地、草地、水域、建设用地和未利用地)和二级分类(旱地、水田、灌木地、河渠、湖泊、高覆盖度草地等25类), 本文根据分类标准、含义、博斯腾湖流域土地类型特点以及参考谢高地等[27]生态系统分类体系, 将CNLUCC重分类为旱地、水田、针叶、阔叶、灌木、草原、草甸、湿地、荒漠、裸地、水域、冰川积雪等12生态系统类型。粮食作物播种面积及产量数据来源于《新疆统计年鉴》、《新疆生产建设兵团统计年鉴》;粮食价格数据来源于《全国农产品成本收益资料汇编2019》。
3 研究方法 3.1 土地利用变化特征分析土地利用转移矩阵是分析区域土地利用变化方向的基础, 可以揭示土地利用变化的结构特征和转移方向[30]。
土地利用变化的速度可以用土地利用动态度表示。单一土地利用动态度能直观地反映各种地类变化的剧烈程度[31]。
![]() |
(1) |
式中, K为某一土地利用类型动态度; Ua和Ub分别为研究期初和研究期末某土地利用类型的面积; T为某土地类型研究时段。
3.2 生态系统服务价值评估方法谢高地等[32]提出的当量因子表反映的是全国生态系统服务功能的平均水平, 并不完全适用于博斯腾湖流域, 因此本文根据该流域的情况对当量表进行适当修订。根据区域修正系数表[33]获得新疆农田生态系统的生物量因子为0.58, 又由于博斯腾湖流域平均粮食产量是新疆平均粮食产量的1.01倍, 因此博斯腾湖流域农田生态系统服务价值系数是全国水平的0.60倍。1995—2018年博斯腾湖流域平均粮食产量为6312.79 kg/hm2, 2018年新疆平均粮食价格为1.98元/kg, 计算出博斯腾湖流域生态系统服务价值量为1064.05元/hm2。将此与各生态服务价值当量值相乘, 最终得出博斯腾湖流域生态系统单位面积服务价值系数表(表 1), 并通过公式2和公式3计算研究区生态系统服务价值。
![]() |
(2) |
![]() |
(3) |
一级类型 First category |
供给服务 Provisioning services |
调节服务 Regulating services |
支持服务 Supporting services |
文化服务 Cultural services |
|||||||||||
二级分类 Second category |
食物生产 | 原料生产 | 水资源供给 | 气体调节 | 气候调节 | 净化环境 | 水文调节 | 土壤保持 | 维持养分循环 | 生物多样性 | 美学景观 | ||||
旱地Dry land | 904.44 | 425.62 | 21.3 | 712.91 | 383.06 | 106.40 | 287.29 | 1095.97 | 127.69 | 138.33 | 63.84 | ||||
水田Paddy field | 1447.11 | 95.76 | -2798.45 | 1181.10 | 606.51 | 180.89 | 2894.22 | 10.64 | 202.17 | 223.45 | 95.76 | ||||
针叶Coniferous forest | 234.09 | 553.31 | 287.29 | 1808.88 | 5394.73 | 1585.43 | 3553.9 | 2191.93 | 170.25 | 2000.41 | 872.51 | ||||
阔叶Broadleaf forest | 308.57 | 702.27 | 361.78 | 2308.99 | 6916.32 | 2053.62 | 5043.60 | 2819.73 | 212.81 | 2564.36 | 1127.89 | ||||
灌木Shrubland | 202.17 | 457.54 | 234.09 | 1500.31 | 4500.93 | 1361.98 | 3564.57 | 1830.17 | 138.33 | 1670.56 | 734.19 | ||||
草原Grassland | 106.40 | 148.97 | 85.12 | 542.67 | 1425.83 | 468.18 | 1042.77 | 659.71 | 53.20 | 595.87 | 266.01 | ||||
草甸Meadow | 234.09 | 351.14 | 191.53 | 1213.02 | 3213.43 | 1064.05 | 2351.55 | 1479.03 | 117.05 | 1351.34 | 595.87 | ||||
湿地Wetland | 542.67 | 532.02 | 2755.89 | 2021.69 | 3830.58 | 3830.58 | 25781.93 | 2457.96 | 191.53 | 8374.07 | 5032.96 | ||||
荒漠Desert | 10.64 | 31.92 | 21.28 | 117.05 | 106.40 | 329.86 | 223.45 | 138.33 | 10.64 | 127.69 | 53.20 | ||||
裸地Bare land | 0.00 | 0.00 | 0.00 | 21.28 | 0.00 | 106.40 | 31.92 | 21.28 | 0.00 | 21.28 | 10.64 | ||||
水域Water area | 851.24 | 244.73 | 8820.97 | 819.32 | 2436.67 | 5905.48 | 108788.46 | 989.57 | 74.48 | 2713.3 | 2011.05 | ||||
冰川积雪Glacier snow | 0.00 | 0.00 | 2298.35 | 191.53 | 574.6 | 170.25 | 7586.68 | 0.00 | 0.00 | 10.64 | 95.76 |
式中, ESV和ESVf分别是生态系统服务总价值和第f项服务功能价值;Ak代表土地利用类型k的面积(hm2);VCk和VCjk分别是土地利用类型k的生态系统服务价值系数和第f项服务功能价值系数。
3.3 生态系统服务价值变化特征分析(1) 生态贡献率表示某一时间段内不同土地利用变化产生的生态服务价值变化量对区域总服务价值变化量的影响大小和影响方向, 可用来揭示影响区域生态服务价值变化的主要贡献因子和敏感因子[34]。
![]() |
(4) |
式中, SKT为K类生态系统在时间段T的生态服务贡献率;ΔESVKT为K类生态系统在时间段T内的生态服务价值变化量。
(2) 热点分析Gi*指数可以反映生态系统服务价值的冷热点分布格局, 以及确定高值区和低值区在空间上发生聚类的位置, 能有效揭示生态系统服务提供能力的空间差异[35]。公式如下:
![]() |
(5) |
![]() |
(6) |
![]() |
(7) |
式中, n为研究区网格数量;xi分别为网格i和j的生态系统服务价值;
本文采用经济学中常用的敏感性指数(Coefficient of Sensitive, CS)揭示生态系统服务价值随时间的变化对于价值指数的依赖程度, 以减少结果的不确定性。本文将各土地利用类型的生态服务价值系数VC分别增加或减少50%来计算CS [36]。
![]() |
(8) |
式中, VCik和VCjk代表调整前后的第k类生态系统单位面积生态服务价值系数;ESVi和ESVj分别代表调整前后的生态服务总价值。CS为研究区各生态系统服务价值系数的敏感度。如果CS >1, 说明ESV对VC是富有弹性的, 则价值系数准确度差和可信度较低;如果CS < 1, 则说明ESV对VC是缺乏弹性的, 结果可信。
4 结果与分析 4.1 土地利用变化分析 4.1.1 土地利用结构演变特征对土地利用数据进行统计, 得到博斯腾湖流域各地类面积(表 2)。从结构看, 博斯腾湖流域1995—2018年土地利用结构以荒漠为主, 其次是草甸、裸地, 年平均面积比例为30.47%, 24.15%, 23.16%, 而灌木和水田仅占0.37%, 0.01%。在动态度和变化率上, 变化幅度较大的是建设用地、灌木和旱地, 变化率依次为181.36%, 115.40%, 81.97%, 动态度依次为7.81%, 4.96%和3.51%。
土地利用类型 Land use types |
不同土地利用类型占比变化 Proportional change of different land use types/% |
1995—2018年变化率 Rate of change/% |
单一土地利用动态度 Dynamic of single land use/% |
|||||
1995 | 2000 | 2005 | 2010 | 2015 | 2018 | |||
荒漠Desert | 28.73 | 27.60 | 27.15 | 34.13 | 32.62 | 32.58 | 13.41 | 0.55 |
草甸Meadow | 23.06 | 23.86 | 23.08 | 24.88 | 25.01 | 25.03 | 8.47 | 0.34 |
裸地Bare land | 26.10 | 27.11 | 27.63 | 18.99 | 19.65 | 19.48 | -25.35 | -1.12 |
草原Grassland | 11.03 | 11.06 | 10.87 | 9.04 | 8.94 | 8.93 | -19.04 | -0.85 |
旱地Dry land | 4.03 | 4.06 | 4.99 | 6.34 | 7.39 | 7.52 | 81.97 | 3.51 |
湿地Wetland | 1.89 | 1.91 | 1.89 | 2.12 | 2.09 | 2.08 | 5.92 | 0.23 |
水域Water area | 1.45 | 1.61 | 1.56 | 1.67 | 1.68 | 1.79 | 24.11 | 1.01 |
冰川积雪Glacier snow | 1.83 | 1.25 | 1.20 | 1.34 | 1.25 | 1.18 | -19.71 | -0.88 |
针叶Coniferous forest | 0.77 | 0.70 | 0.70 | 0.47 | 0.63 | 0.63 | -18.01 | -0.81 |
阔叶Broadleaf forest | 0.73 | 0.70 | 0.79 | 0.64 | 0.38 | 0.38 | -47.85 | -2.09 |
建设用地 Construction land |
0.24 | 0.28 | 0.33 | 0.49 | 0.65 | 0.67 | 181.36 | 7.81 |
灌木Shrubland | 0.16 | 0.53 | 0.51 | 0.33 | 0.34 | 0.34 | 115.40 | 4.96 |
水田Paddy field | 0.00 | 0.00 | 0.00 | 0.02 | 0.02 | 0.02 | — | — |
在不同的研究时期, 博斯腾湖流域各土地类型发生了不同程度的变化, 主要表现在旱地、建设用地面积持续增加;荒漠、草甸、湿地、水域、灌木呈现波动增长趋势;裸地、草原、冰川积雪、阔叶、针叶呈现波动下降趋势。从具体的年际变化来看, 旱地从1995年的4.03%增加至2018年的7.52%, 尤其是在2005—2010年旱地面积增加迅速, 建设用地的增加趋势与其基本一致。
4.1.2 土地利用转移特征利用土地利用转移矩阵(表 3)对各地类转入和转出面积进行统计。根据表 3可以看出博斯腾湖流域1995—2018土地利用主要特点:转入和转出面积最大的分别是荒漠和裸地, 其次是草甸和草原。荒漠转入的面积达854.63×103 hm2, 主要转入来源是裸地、草原和草甸;裸地的转出面积达922.05×103 hm2, 23年间主要转向荒漠和草甸。草甸转入的面积达703.81×103 hm2, 主要转入来源是草原, 其次是裸地;草原主要转向草甸, 其次是荒漠。随着社会经济发展的发展, 反应人类开发利用强度的主要地类有旱地和建设用地。旱地面积转入来源主要是荒漠、草原和草甸;建设用地的转入来源主要是荒漠和旱地, 说明对荒漠进行了较大的开发利用。
2018 | 1995 | |||||||||||
冰川积雪 Glacier snow |
草甸 Meadow |
草原 Grassland |
灌木 Shrubland |
旱地 Dry land |
荒漠 Desert |
阔叶 Broadleaf forest |
裸地 Bare land |
建设用地 Construction land |
湿地 Wetland |
水域 Water area |
针叶 Coniferous forest |
|
冰川积雪 Glacier snow |
— | 0.03 | 0.26 | 0.00 | 0.00 | 0.12 | 0.00 | 39.84 | 0.00 | 0.00 | 0.00 | 0.01 |
草甸 Meadow |
9.97 | — | 309.47 | 1.45 | 8.44 | 45.57 | 4.26 | 271.22 | 1.02 | 8.90 | 1.69 | 41.82 |
草原 Grassland |
0.21 | 312.65 | — | 1.68 | 9.80 | 120.55 | 18.40 | 40.46 | 0.15 | 12.68 | 1.45 | 2.87 |
灌木 Shrubland |
0.00 | 2.25 | 4.51 | — | 2.57 | 8.43 | 3.62 | 2.97 | 0.00 | 0.67 | 0.26 | 0.00 |
旱地 Dry land |
0.00 | 24.21 | 87.10 | 3.50 | — | 157.68 | 13.90 | 19.70 | 6.92 | 5.29 | 1.62 | 0.27 |
荒漠 Desert |
0.85 | 107.23 | 182.86 | 1.70 | 6.85 | — | 9.41 | 535.98 | 1.00 | 4.61 | 2.69 | 1.46 |
阔叶 Broadleaf forest |
0.00 | 1.23 | 4.99 | 0.52 | 9.12 | 7.76 | — | 1.32 | 0.70 | 0.01 | 0.05 | 0.01 |
裸地 Bare land |
58.45 | 51.21 | 77.58 | 1.81 | 0.55 | 194.44 | 1.61 | — | 0.25 | 0.35 | 0.09 | 2.01 |
建设用地 Construction land |
0.00 | 1.03 | 1.37 | 0.13 | 19.02 | 19.40 | 1.40 | 1.43 | — | 0.00 | 0.34 | 0.03 |
湿地 Wetland |
0.00 | 28.10 | 6.91 | 0.00 | 3.33 | 4.61 | 0.47 | 1.24 | 0.05 | — | 3.61 | 0.00 |
水田 Paddy field |
0.00 | 0.11 | 0.17 | 0.00 | 0.20 | 0.07 | 0.00 | 0.87 | 0.00 | 0.03 | 0.05 | 0.00 |
水域 Water area |
0.09 | 13.63 | 4.28 | 0.37 | 2.52 | 4.77 | 0.29 | 3.72 | 0.25 | 7.92 | — | 0.72 |
针叶 Coniferous forest |
0.00 | 20.30 | 12.10 | 0.00 | 0.00 | 1.94 | 0.19 | 3.31 | 0.00 | 0.00 | 0.00 | — |
由表 4和生态贡献率(图 2)可知, 1995—2018年博斯腾湖流域ESV总体上呈现减小-增大-减小-增大的波动增长趋势。流域生态贡献率总和为52.36%, 博斯腾湖流域23年间ESV总量增加了50.9亿元, 增幅为8.53%。导致ESV增益的地类有水域、草甸、旱地、荒漠、灌木、水田, 生态贡献率之和为76.18%, 水域和草甸是流域主要的正向贡献因子; 导致ESV损失的地类有草原、阔叶、冰川积雪、针叶, 生态贡献率之和为-23.82%, 草原是流域主要的负向贡献因子。水域、草甸、旱地是流域ESV变化的主要贡献因子和敏感因子。
生态系统服务价值ESV/108元 | 平均占比 Average proportion/% |
生态系统服务价值变化量 Change of ESV/108元 |
||||||||||
1995 | 2000 | 2005 | 2010 | 2015 | 2018 | 1995—2000 | 2000—2005 | 2005—2010 | 2010—2015 | 2015—2018 | ||
草甸 | 222.18 | 228.29 | 220.85 | 238.60 | 239.44 | 239.47 | 37.13 | 6.11 | -7.44 | 17.76 | 0.84 | 0.03 |
水域 | 153.09 | 169.34 | 163.68 | 176.03 | 176.63 | 188.78 | 27.47 | 16.25 | -5.66 | 12.35 | 0.60 | 12.16 |
湿地 | 82.74 | 83.01 | 82.35 | 92.55 | 90.90 | 87.08 | 13.87 | 0.27 | -0.66 | 10.20 | -1.65 | -3.82 |
草原 | 47.13 | 46.93 | 46.14 | 38.47 | 37.95 | 37.92 | 6.81 | -0.20 | -0.79 | -7.67 | -0.52 | -0.04 |
荒漠 | 26.64 | 25.41 | 25.00 | 31.50 | 30.05 | 30.02 | 4.51 | -1.23 | -0.41 | 6.50 | -1.45 | -0.03 |
旱地 | 13.61 | 13.95 | 16.45 | 21.10 | 24.60 | 24.61 | 3.06 | 0.34 | 2.51 | 4.65 | 3.50 | 0.01 |
冰川积雪 | 19.18 | 12.43 | 13.40 | 14.70 | 13.72 | 15.30 | 2.37 | -6.75 | 0.97 | 1.30 | -0.98 | 1.58 |
阔叶 | 14.12 | 13.52 | 15.22 | 12.38 | 7.32 | 7.32 | 1.87 | -0.60 | 1.70 | -2.83 | -5.06 | 0.00 |
针叶 | 11.44 | 10.22 | 10.23 | 6.98 | 9.32 | 9.32 | 1.54 | -1.23 | 0.02 | -3.25 | 2.34 | 0.00 |
灌木 | 2.00 | 6.78 | 6.48 | 4.26 | 4.29 | 4.28 | 0.75 | 4.78 | -0.30 | -2.22 | 0.03 | 0.00 |
裸地 | 4.40 | 4.54 | 4.63 | 3.19 | 3.29 | 3.26 | 0.62 | 0.14 | 0.09 | -1.44 | 0.11 | -0.03 |
水田 | 0.00 | 0.00 | 0.00 | 0.06 | 0.06 | 0.06 | 0.01 | 0.00 | 0.00 | 0.06 | 0.00 | 0.00 |
总计Total values | 596.53 | 614.43 | 604.43 | 639.83 | 637.58 | 647.43 | 100.00 | 17.90 | -10.00 | 35.40 | -2.25 | 9.85 |
![]() |
图 2 1995—2018年博斯腾湖流域生态贡献率 Fig. 2 Contribution rate of ecosystem services value of Bosten Lake Watershed from 1995 to 2018 |
从不同土地利用类型来看(表 4), 博斯腾湖流域ESV主要由草甸、水域和湿地构成, 平均占比分别为37.13%、27.47%和13.87%;ESV较低的是灌木, 占总价值量的0.75%, 其次是裸地和水田, 分别占比0.62%和0.01%。从ESV的年际变化看, 1995—2000年流域ESV增加了17.90亿元, 主要增加来源是水域生态系统服务价值;2000—2005年流域ESV减少了10亿元, 这与5年间草甸和水域的面积减少呈正相关关系;2005—2010年流域ESV年际变化增幅最大, 达35.40亿元, 这与草甸、水域和湿地面积的增加呈正相关;2010—2015 ESV减少2.25亿元, 变化幅度较小;2015—2018年流域ESV的增加主要来源是水域生态系统服务价值。
从不同服务功能来看(表 5), 调节服务平均占比最高, 占总价值量的70.30%, 其次为支持服务、供给服务和文化服务, 分别占比17.32%、8.07%、4.31%。研究期内这四项服务的价值不同程度的增加, 其中调节服务的价值变化量最大, 且在整个生态系统服务功能中占优势地位。
服务功能类型 Service category |
生态系统服务价值ESV/108元 | 1995—2018 | |||||||
1995 | 2000 | 2005 | 2010 | 2015 | 2018 | 平均占比/% Average proportion |
变化量/108元 Amount of change |
||
供给服务 Provisioning services |
48.24 | 47.70 | 47.89 | 51.96 | 52.45 | 53.64 | 8.07 | 5.39 | |
调节服务 Regulating services |
418.22 | 433.63 | 425.13 | 449.29 | 446.85 | 456.10 | 70.30 | 37.88 | |
支持服务 Supporting services |
103.98 | 106.42 | 105.18 | 110.83 | 110.78 | 110.35 | 17.32 | 6.37 | |
文化服务 Cultural services |
26.09 | 26.69 | 26.23 | 27.76 | 27.49 | 27.34 | 4.31 | 1.25 |
(1) 博斯腾湖流域生态系统服务价值总体空间分布(图 3)。为了凸显流域ESV的空间差异性, 并参考相关研究[37]构建3 km × 3 km的格网为基本研究单元, 计算6个时期生态系统服务价值的均值, 并采用自然断点法将博斯腾湖流域ESV分成低、较低、中、较低和高5个等级。
![]() |
图 3 博斯腾湖流域生态系统服务价值空间分布 Fig. 3 Spatial distribution of ecosystem service value in Bosten Lake Watershed |
从图 3可以看出博斯腾湖流域ESV呈“北偏高, 南偏低”总体空间分布规律, 唯一高值集聚区(博斯腾湖)点缀在低值区。ESV高值区和较高值区主要分布于博斯腾湖及周围湿地、开都河主干河道、和静县的巴音布鲁克湿地与草原地区;ESV低值区范围最大, 由裸地、荒漠等生态系统构成。研究区南部ESV明显特点是高值区、较高值区和中值区镶嵌于低值区, 是由旱地、水田等人工生态系统分布于大面积的荒漠、裸地等自然生态系统中;研究区北部ESV特点是低值区镶嵌于较高值、中值和较低值区, 由于高海拔草甸、草原、湿地、冰川积雪等自然生态系统使得北部生态系统服务价值高于南部, 零散分布的低值区是冰川消融后的裸地地区。
(2) 热点分析。由图 4可知, 研究期内流域生态服务价值热点区域变化不大, 冷点区面积大, 呈缩减趋势。流域北部的ESV空间演变较为显著, 其原因是荒漠和裸地、草原和草甸等自然生态系统转换频繁, 导致大面积次冷点区转为不显著区域。研究区南部的绿洲区的扩张使得局部冷点区转为次冷点区。1995—2000年热点区和冷点区变化不大, 巴音布鲁克的湿地面积减少造成次热点区缩减;流域东北部和北部山区冰川积雪面积的较少使得部分不显著区转化为次冷点区。2000—2005年热点分析结果变化不大。2005—2010年流域由于北部山区草甸面积的显著增加使得较大区域的次冷点区转换为不显著区, 此外博斯腾湖周围的次热点区和次冷点区增大是由于博斯腾湖周围的湿地和旱地面积增大所致, 导致ESV低值集聚区减小。2010—2018年库尔勒市旱地的增大导致部分冷点区转化为次冷点区, 在此期间修建的水库使得尉犁县出现了零星的次热点区。
![]() |
图 4 博斯腾湖流域生态系统服务价值空间演变 Fig. 4 The spatial evolution of ecosystem service value in Bosten Lake Watershed |
从表 6可以看出, 不同土地利用类型的敏感性指数区别较大, 但同一类型不同年份之间差别不大, 且敏感性指数均小于1。其中, 草甸的敏感性指数最大;水田的敏感性指数最低。研究区生态系统服务总价值对价值系数缺乏弹性, 因此本文计算所采用的价值系数适合博斯腾湖流域, 研究结果可信。
价值系数 Value coefficient |
敏感性指数(CS) Coefficient of sensitive | |||||
1995 | 2000 | 2005 | 2010 | 2015 | 2018 | |
旱地Dry land (VC±50%) | 0.023 | 0.023 | 0.030 | 0.033 | 0.019 | 0.019 |
水田Paddy field(VC±50%) | — | 4.9×10-6 | 5.0×10-6 | 9.8×10-5 | 9.7×10-5 | 9.5×10-5 |
针叶Coniferous forest (VC±50%) | 0.019 | 0.017 | 0.017 | 0.011 | 0.015 | 0.014 |
阔叶Broadleaf forest (VC±50%) | 0.024 | 0.022 | 0.025 | 0.134 | 0.011 | 0.011 |
灌木Shrubland (VC±50%) | 0.003 | 0.011 | 0.011 | 0.007 | 0.007 | 0.007 |
草原Grassland(VC±50%) | 0.079 | 0.076 | 0.076 | 0.060 | 0.060 | 0.059 |
草甸Meadow (VC±50%) | 0.372 | 0.372 | 0.365 | 0.373 | 0.376 | 0.370 |
湿地Wetland (VC±50%) | 0.139 | 0.135 | 0.136 | 0.145 | 0.143 | 0.135 |
荒漠Desert (VC±50%) | 0.045 | 0.041 | 0.041 | 0.049 | 0.047 | 0.046 |
裸地Bare land(VC±50%) | 0.007 | 0.007 | 0.008 | 0.005 | 0.005 | 0.005 |
水域Water area(VC±50%) | 0.257 | 0.276 | 0.271 | 0.275 | 0.277 | 0.292 |
冰川积雪Glacier snow (VC±50%) | 0.032 | 0.020 | 0.022 | 0.023 | 0.022 | 0.024 |
目前生态服务价值核算方法可分为基于单位服务功能价格的方法和基于单位面积价值当量因子的方法[27]。本文采用直观易用的当量因子法对博斯腾湖流域生态系统服务价值进行估算。在当量因子法中, 根据优化的中国陆地生态系统服务价值当量因子及流域生态系统特点对土地利用类型进行细分, 这一定程度上提高了评价结果的准确性;选择1995—2018的平均值为生态系统服务价值量, 加强了生态系统服务价值时间序列上的可比性;同时方法上存在静态、没有考虑建设用地的生态系统服务价值等缺点。另外, 本文选用的土地利用数据的解译精度、土地利用类型的分类等都影响了价值评估的精度。
通过前文分析, 博斯腾湖流域生态系统服务价值总体呈增长趋势, 其中供给、调节、支持、文化服务均呈增长趋势。土地利用变化是生态系统服务价值变化的直接原因, 博斯腾湖流域北部高海拔地区的冰川积雪、草甸、草原等受人类活动影响较小的自然生态系统, 面积大且对气候变化较为敏感[38]。研究期内, 由于全球气候变暖且冰川消融导致的流域北部高海拔区域的草甸、草原等面积增大, 是研究区北部生态系统服务价值整体增大的主要原因;在南部绿洲区的人工生态系统如:旱地、水库等面积扩张致使绿洲区局部的生态系统服务价值增大。可以发现西北干旱区生态系统服务价值的变化主要受气候的影响, 在此背景下, 人类活动使得绿洲区局部的生态系统服务价值增大或减小。由于本研究基于流域尺度, 对绿洲区人工生态系统服务价值变化研究不够, 今后的研究中可加强绿洲尺度和生态系统服务价值驱动力方面的研究。
人类活动对绿洲区的开发利用使得人工生态系统的结构和功能发生了变化, 故可以通过相关举措来管理和调整绿洲土地利用。(1)干旱区的生态环境异常脆弱, 水资源维系着农业生产、经济社会发展, 是人类生存的命脉。本研究发现仅占流域总面积3.61%的湿地和水域, 主导着流域生态系统服务价值的变化, 表明水域和湿地是流域环境保护和生态建设的重心。(2)城市的扩张使得绿洲区的生态系统价值降低, 例如库尔勒市。政府应该严格控制建设用地的扩张, 高度利用已建建筑, 对建设用地实行集约化管理。(3)干旱区广袤的自然生态系统虽然不能被人类直接开发利用, 但却关乎干旱区绿洲发展的各项福利;旅游、矿产资源等。例如本研究发现近二十年来博斯腾湖流域北部自然生态系统好转, 水资源增多, 这成为绿洲经济社会进一步合理发展的自然条件。
5.2 结论(1) 博斯腾湖流域1995—2018年土地利用以荒漠为主, 其次是草甸、裸地, 平均面积比例为30.47%, 24.15%, 23.16%, 23年间建设用地的变化幅度最大。流域各地类的转换以荒漠和裸地、草原和草甸为主, 另外这四者之间的互相转换也较为频繁。反应人类开发利用强度的主要地类旱地和建设用地呈持续增长趋势。
(2) 1995—2018年博斯腾湖流域ESV总体上呈现波动增长趋势, 流域ESV主要由草甸、水域和湿地构成, 平均占比分别为37.13%、27.47%和13.87%, 调节服务价值变化量最大, 且在生态系统服务功能中占优势地位。博斯腾湖流域ESV总体空间分布呈“北偏高, 南偏低”, 唯一高值集聚区(博斯腾湖)在低值区的分布格局。
(3) 博斯腾湖流域各地类面积变化对流域ESV变化量的大小和方向产生了不同程度的影响, 其中水域和草甸是流域ESV变化的主要正向贡献因子, 草原是流域ESV变化的主要负向贡献因子。从土地利用空间变化对ESV的影响看, 流域北部的荒漠和裸地转向草原和草甸等自然生态系统转换形成了ESV损失冷点区;研究区南部的人工生态系统面积(绿洲区)的扩张使得局部冷点区转为次冷点区。
[1] |
谢高地, 肖玉, 鲁春霞. 生态系统服务研究: 进展、局限和基本范式. 植物生态学报, 2006, 30(2): 191-199. DOI:10.3321/j.issn:1005-264X.2006.02.001 |
[2] |
涂小松, 龙花楼. 2000-2010年鄱阳湖地区生态系统服务价值空间格局及其动态演化. 资源科学, 2015, 37(12): 2451-2460. |
[3] |
Santos-Martín F, Zorrilla-Miras P, Palomo I, Montes C, Benayas J, Maes J. Protecting nature is necessary but not sufficient for conserving ecosystem services: a comprehensive assessment along a gradient of land-use intensity in Spain. Ecosystem Services, 2019, 35: 43-51. DOI:10.1016/j.ecoser.2018.11.006 |
[4] |
李双成, 王珏, 朱文博, 张津, 刘娅, 高阳, 王阳, 李琰. 基于空间与区域视角的生态系统服务地理学框架. 地理学报, 2014, 69(11): 1628-1639. DOI:10.11821/dlxb201411004 |
[5] |
傅伯杰, 张立伟. 土地利用变化与生态系统服务: 概念、方法与进展. 地理科学进展, 2014, 33(4): 441-446. |
[6] |
雷军成, 王莎, 汪金梅, 吴松钦, 游细斌, 吴军, 崔鹏, 丁晖. 土地利用变化对寻乌县生态系统服务价值的影响. 生态学报, 2019, 39(9): 3089-3099. |
[7] |
石龙宇, 崔胜辉, 尹锴, 刘江. 厦门市土地利用/覆被变化对生态系统服务的影响. 地理学报, 2010, 65(6): 708-714. |
[8] |
潘洪义, 张琴, 李加安, 徐婕, 黄佩. 基于动态当量的彝汉交错深度贫困区生态系统服务价值时空演变研究. 生态学报, 2020, 40(22): 8212-8229. |
[9] |
Hu M M, Li Z T, Wang Y F, Jiao M Y, Li M, Xia B C. Spatio-temporal changes in ecosystem service value in response to land-use/cover changes in the Pearl River Delta. Resources, Conservation and Recycling, 2019, 149: 106-114. DOI:10.1016/j.resconrec.2019.05.032 |
[10] |
刘亚茹, 王聪, 严力蛟. 华北平原农区土地利用变化对生态系统服务的影响——以河南省商丘市为例. 应用生态学报, 2018, 29(5): 1597-1606. |
[11] |
肖红克, 李洪忠, 王莉, 陈劲松, 韩宇. 粤港澳大湾区土地利用及生态系统服务价值的变化——以广佛肇为例. 水土保持研究, 2020, 27(1): 290-297. |
[12] |
Liu Y B, Hou X Y, Li X W, Song B Y, Wang C. Assessing and predicting changes in ecosystem service values based on land use/cover change in the Bohai Rim coastal zone. Ecological Indicators, 2020, 111: 106004. DOI:10.1016/j.ecolind.2019.106004 |
[13] |
李子君, 刘金玉, 姜爱霞, 于元赫. 基于土地利用的祊河流域生态系统服务价值动态变化. 水土保持研究, 2020, 27(2): 269-275, 283-283. |
[14] |
Costanza R, d'Arge R, de Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, V. O'Neill R, 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 |
[15] |
Daily G C. Nature's Service: Societal Dependence on Natural Ecosystems. Washington D C: Island Press, 1997, 49-70. |
[16] |
谢高地, 鲁春霞, 冷允法, 郑度, 李双成. 青藏高原生态资产的价值评估. 自然资源学报, 2003, 18(2): 189-196. DOI:10.3321/j.issn:1000-3037.2003.02.010 |
[17] |
谢高地, 甄霖, 鲁春霞, 肖玉, 陈操. 一个基于专家知识的生态系统服务价值化方法. 自然资源学报, 2008, 23(5): 911-919. DOI:10.3321/j.issn:1000-3037.2008.05.019 |
[18] |
刘玉卿, 张华兵, 张云峰. 盐城海岸带生态系统服务价值时空分异. 浙江农林大学学报, 2019, 36(4): 774-782. |
[19] |
杨延成, 阿里木江·卡斯木, 祖拜旦·阿克木, 买尔孜牙·吾买尔. 干旱区绿洲灌溉条件下生态服务价值研究——以新疆轮台县为例. 冰川冻土, 2019, 41(4): 1005-1014. |
[20] |
王壮壮, 张立伟, 李旭谱, 王鹏涛, 李英杰, 吕一河, 延军平. 流域生态系统服务热点与冷点时空格局特征. 生态学报, 2019, 39(3): 823-834. |
[21] |
李涛, 甘德欣, 杨知建, 王宽, 齐增湘, 李晖, 陈希. 土地利用变化影响下洞庭湖地区生态系统服务价值的时空演变. 应用生态学报, 2016, 27(12): 3787-3796. |
[22] |
黄木易, 岳文泽, 方斌, 冯少茹. 1970-2015年大别山区生态服务价值尺度响应特征及地理探测机制. 地理学报, 2019, 74(9): 1904-1920. |
[23] |
程静, 黄越. 宁夏回族自治区生态系统服务价值时空演变及其驱动力. 水土保持研究, 2021, 28(2): 382-389. |
[24] |
耿甜伟, 陈海, 张行, 史琴琴, 刘迪. 基于GWR的陕西省生态系统服务价值时空演变特征及影响因素分析. 自然资源学报, 2020, 35(7): 1714-1727. |
[25] |
王云, 潘竟虎. 基于生态系统服务价值重构的干旱内陆河流域生态安全格局优化——以张掖市甘州区为例. 生态学报, 2019, 39(10): 3455-3467. |
[26] |
黄傅强, 王志远, 刘慧, 齐增湘, 吴欣昕. 基于生态系统服务价值的城市增长边界划定研究: 以衡阳市中心城区为例. 生态与农村环境学报, 2020, 36(9): 1115-1125. |
[27] |
谢高地, 张彩霞, 张雷明, 陈文辉, 李士美. 基于单位面积价值当量因子的生态系统服务价值化方法改进. 自然资源学报, 2015, 30(8): 1243-1254. |
[28] |
玛地尼亚提·地里夏提, 玉素甫江·如素力, 姜红. 2001-2014年博斯腾湖流域植被物候时空变化及其驱动因子. 生态学报, 2018, 38(19): 6921-6931. |
[29] |
徐新良, 刘纪远, 张树文, 李仁东, 颜长珍, 吴世新. 中国多时期土地利用土地覆被遥感监测数据集(CNLUCC). 中国科学院资源环境科学数据中心数据注册与出版系统(http://www.resdc.cn/DOI), 2018, doi: 10.12078/2018070201.
|
[30] |
朱会义, 李秀彬. 关于区域土地利用变化指数模型方法的讨论. 地理学报, 2003, 58(5): 643-650. DOI:10.3321/j.issn:0375-5444.2003.05.001 |
[31] |
Tan Z, Guan Q Y, Lin J K, Yang L Q, Luo H P, Ma Y R, Tian J, Wang Q Z, Wang N. The response and simulation of ecosystem services value to land use/land cover in an oasis, Northwest China. Ecological Indicators, 2020, 118: 106711. DOI:10.1016/j.ecolind.2020.106711 |
[32] |
谢高地, 张彩霞, 张昌顺, 肖玉, 鲁春霞. 中国生态系统服务的价值. 资源科学, 2015, 37(9): 1740-1746. |
[33] |
谢高地, 肖玉, 甄霖, 鲁春霞. 我国粮食生产的生态服务价值研究. 中国生态农业学报, 2005, 13(3): 10-13. |
[34] |
封建民, 郭玲霞, 李晓华. 汉中市土地利用时空变化及其对生态系统服务价值的影响. 水土保持研究, 2020, 27(1): 275-282. |
[35] |
郭椿阳, 高尚, 周伯燕, 高建华. 基于格网的伏牛山区土地利用变化对生态服务价值影响研究. 生态学报, 2019, 39(10): 3482-3493. |
[36] |
黄木易, 方斌, 岳文泽, 冯少茹. 近20a来巢湖流域生态服务价值空间分异机制的地理探测. 地理研究, 2019, 38(11): 2790-2803. DOI:10.11821/dlyj020181075 |
[37] |
张鹏岩, 耿文亮, 杨丹, 李颜颜, 张宇, 秦明周. 黄河下游地区土地利用和生态系统服务价值的时空演变. 农业工程学报, 2020, 36(11): 277-288. DOI:10.11975/j.issn.1002-6819.2020.11.033 |
[38] |
哈丽旦·司地克, 玉素甫江·如素力, 海米提·依米提. 新疆焉耆盆地人类活动与气候变化的效应机制. 生态学报, 2016, 36(18): 5750-5758. |