基于土地利用变化的松原市生态系统服务价值预测

张 爽，杜会石

（吉林师范大学旅游与地理科学学院，吉林 四平 136000）



基于土地利用变化的松原市生态系统服务价值预测

张 爽，杜会石

（吉林师范大学旅游与地理科学学院，吉林 四平 136000）

摘 要：以典型农牧交错区的吉林西部松原市为研究区，利用2000、2010、2015年TM/OLI遥感影像，解译得到研究区3期土地利用变化信息图谱，运用GIS空间分析和数值统计分析方法研究该区土地利用变化情况，对2020年土地利用信息进行预测，并由此评估该区未来生态系统服务价值变化特征。结果表明：近15 a，松原市地区水田面积增加最多，年均8.41%；生态系统服务价值增加33.86×108元。模拟预测结果为，到2020年，松原市土地利用类型的旱田、水田、水域、湿地和建筑用地面积呈增加趋势，其中旱田面积增加最多，达49 596.37 hm2；林地、草地和未利用地面积呈减少趋势；生态系统服务价值增加不显著，由2010年的357.14×108元增加到2020年的362.36×108元，年均增长率为0.1%；精度检验及敏感性分析表明，研究结果可信。

关键词：生态系统服务价值；预测；CA-Markov；松原市

生态系统服务（Ecosystem services）是生态学重要的研究内容[1]，谢高地发展了Costanza等研究成果，构建了中国陆地生态系统服务评估方法[2]。此后，国内学者开展了大量研究工作[3-7]。如董全[8]改进Costanza的类别划分，将ESV最终确定11类生态服务功能；侯元兆等[9]测算了中国森林资源总价值，蔡中华[10]对中国生态系统服务进行了深入分析，王红梅[11]等将生态系统服务价值研究开创性的划分为三个阶段并确定各阶段的研究重点，欧阳志云、赵同谦等[12-15]对我国水域、草地、林地等区域景观维度的生态系统服务价值进行了评估，何浩等[16]根据实际情况，研究了我国陆地生态系统服务价值功能，总结了一些有参考价值的评估工具、方法与模型。

松原市地处干旱半干旱区去过渡地带，区内生态环境脆弱，景观生态对气候变化敏感。而近10 a，随着人口增加、经济快速发展，人类扰动叠加在气候变化背景下，致使地表景观格局破碎，生态环境问题亟待解决，而生态系统服务价值研究是评估生态环境变化较好切入点。目前，已有的生态系统服务价值（Ecosystem Services Value，ESV）研究大多是针对吉林省西部地区进行的大尺度研究，但鲜有针对松原区域尺度上的具体分析。因此，在该区开展土地利用变化及生态系统服务价值研究具有重要科学意义。笔者运用基于GIS和遥感技术，研究近15 a吉林西部松原市的土地利用变化特征，并评估预测由此引起的松原市生态系统服务价值的变化，为区域环境保护以及区域可持续发展提供科学依据。

1　数据处理及研究方法

1.1研究区概况

松原市位于中国东北地区，面积22 034 km2（123°6'～126°11'E，43°59'～45°32'N），占吉林省面积12%，总人口约290万。该地区属中温带大陆性季风气候区，年平均气温4.5℃，无霜期135～140 d。年降水量在400～500 mm之间，多集中在7～8月。松原市是吉林省西部土地风沙化、盐碱化问题的典型区，土地利用受自然条件限制严重。

1.2数据获取与处理

以2000年、2010年、2015年30 m分辨率的Landsat5 TM和Landsat8 OLI卫星遥感影像为数据源。辅以研究区1∶10万地形图，行政区划图，地质地貌图，相关社会经济统计资料等。数据处理过程为，选取TM432、OLI543通道对遥感影像数据进行标准假彩色合成，以研究区1∶10万地形图及实地测量野外验证点为基准，对遥感影像作几何精校正[17-18]。为与前人研究保持连贯性和可比性，确定该区土地利用类型包括耕地（旱田和水田）、林地、草地、水域、建筑用地、湿地和未利用土地[17]。影像解译并制作松原市近10 a土地利用变化信息（图1、表1）。

图1　2000～2015年松原市土地利用变化遥感影像与解译图

1.3土地利用预测方法

1.3.1CA模型 CA模型在时间、空间、状态上离散，各变量状态改变在时空上均表现为局部特征[19]，表达式为：

式中，S表示元胞有限、离散的状态集合；t、t+1表示不同时刻；N表示元胞的邻域；f表示局部空间的元胞转化规则。

1.3.2CA-Markov模型 栅格图中，各元胞（像元）的当前状态及相邻元胞状态决定下一时期该元胞的状态[20]。实现过程如下：

（1）确定转换规则和构造CA滤波器。将研究区2000年、2010年解译矢量数据转换为栅格格式，利用Arc GIS软件，计算获得土地利用转移矩阵等信息，构建了5×5滤波器。

（2）确定起始时刻和迭代次数。以2010年土地利用为基础数据，选择循环次数，仿真2015年土地利用格局，用于检验精度；以2010年土地利用/覆被格局为基础（图2），对2020年土地利用情景进行预测。

表1　2000、2010年松原市土地利用类型面积转化情况　（hm2）

图2　2015年松原市土地利用预测（a. 2015年遥感解译图；b. 2015年仿真结果）

1.4生态系统服务价值评价方法

生态系统服务价值的计算公式为：

式中：ESV为生态系统服务总价值（元），VCk为生态价值系数（元/hm2·a），Ak为研究区内土地利用类型 的分布面积（hm2）；ESVf为生态系统单项服务总价值（元），VCfk为单项服务功能价值系数（元/ hm2·a）[21]。

参考前人在松原区域修订后的中国不同陆地生态系统单位面积生态服务价值表[17]。

2　结果与分析

2.1土地利用/土地覆被变化

近15 a，研究区水田面积增加最多，年均增幅8.41%。其中，2000～2010年，水田、水域、湿地和建筑用地面积呈增加趋势（图3），水田面积增加最多，达123 543.96 hm2，增幅最大，为126.23%；水域面积增加不显著，为6 266.55 hm2，变化幅度为7.55%。旱田、草地、林地和未利用地用地面积减少，其中，旱田面积变化最大，减少103 530.99 hm2，变幅-8.46%；林地减少27 122.17 hm2，变幅-22.87%；草地减少10 494.38 hm2，变幅-6.11%；未利用地减少19 591.25 hm2。从土地利用变化转移矩阵表（表1）可以看出，人类活动以及地方经济政策是该地区土地利用变化的主要影响因素，人类活动加速了农田化进程，因此，地方政府政策规划促使水田面积大量增加。

根据预测，2010～2020年，松原区以建筑用地增加幅度最大，面积增加6 772.35 hm2，增幅达6.27%；旱田面积由前10 a的快速减少趋势转为缓慢增加，面积增加49 596.37 hm2，增幅为4.43%；水田增加幅度放缓，面积增加9 565.08 hm2，增幅由前10 a的126.23%减少到4.32%；湿地增幅也明显减小，由前10 a 的54.13%减小到2.35%；水域面积增加2 133.53 hm2，增幅2.39%；未利用地面积减少35 024.68 hm2；林地和草地面积变化趋势与前10 a基本保持一致，减少幅度分别为22.85%和8.20%。

图3　2000～2020年松原市土地利用变化

2.2生态系统服务价值（ESV）变化

近15 a，松原市区域ESV总体增加33.86×108元，水田贡献率最大，增加了29.36×108元的ESV。2000～2010年，ESV由318.30×108元增加到357.14×108元，年均增加3.88×108元，年均变化幅度为1.22%（表3）。面积增加最多的水田，ESV增加了29.37×108元，占ESV变化绝对值的46.28%；面积增加最少的水域增加了12.72×108的ESV，占ESV变化绝对值的20.04%；而面积增加了54.13%的湿地，却损失了9.06×108元的ESV，占ESV变化绝对值的14.28%；因林地减少而损失5.24×108元的ESV，占ESV变化绝对值的8.26%。

基于数据进行预测，未来10 a，研究区生态系统服务价值仍呈增加趋势，变化量为5.22×108元。其中，占面积变化总量绝对值1.62%的水域，使ESV增加了4.33×108元；占面积变化总量绝对值37.70%的旱田仅增加3.03×108元的ESV，占ESV变化绝对值的19.87%；林地的ESV减少幅度最大，年均减少0.4×108元；而草地的ESV减少了0.85×108元，占ESV变化总量绝对值的5.55%。

表2　2000～2020年研究区生态系统服务总价值及价值构成变化　（hm2）

2.3生态系统单项服务功能价值（ESVf）变化

2000～2010年，研究区ESVf变化的总体趋势是：气体调节、气候调节、水源涵养、废物处理、生物多样性保护、食物生产和娱乐休闲呈增加趋势（表4），其中，增加最多的是水源涵养，增加了20.94×108元，占变化量绝对值的51.09%。而土壤形成与保护与原材料呈减少趋势，其中，原材料减少0.6×108元，占变化量绝对值的1.46%。

根据预测，2010～2020年，ESVf变化趋势是：气候调节、水源涵养、废物处理和食物生产呈增加趋势，其中，水源涵养仍增加较多，年均增长率为24.33%。而气体调节、土壤形成与保护、生物多样性保护、原材料与娱乐休闲呈减少趋势，其中，原材料减少最多，10年减少了0.43×108元的ESV。

表3　2000～2020年研究区生态系统服务功能价值变化表　（亿元）

3　结论与讨论

通过对松原市土地利用变化数据的分析，提取2000～2010年该区土地利用变化情况，运用CA-Markov模型预测2020年土地利用状态，估算该区生态系统服务价值变化。主要结论如下：

（1）在土地利用及生态系统服务价值评估方面，CA-Markov模型在预测土地利用类型和生态系统服务价值的研究中发挥着显著的作用，可成为运用3S技术预测土地覆被变化及生态系统服务价值估算的有效方法。

（2）近15 a，松原市土地利用变化最显著的类型为水田，总面积增加123 487.81 hm2，其ESV同样增加最多，年均增加1.96×108元。2000～2010年，松原市水田、水域、湿地和建筑用地面积增加，其中，水田面积增加最多，变幅为126.23%；旱田、林地、草地和未利用地面积减少，林地减少幅度最大，变幅为22.87%。土地利用变化主要受人类活影响。土地利用变化促使ESV增加38.83×108元，变化幅度12.20%；单项服务价值中，水源涵养增加最多，达20.94×108元，占ESV变化量绝对值的51.09%，主要是由湿地与水域面积增加所致。

（3）根据预测，2010～2020年，林面积变化幅度最大，达-22.85%；面积增加最多的是旱田，增幅为4.43%；水田、湿地和水域面积增幅分别为4.32%、2.35% 和2.39%，较前10 a 增速放缓；草地和林地面积变化趋势不明显。ESV以年均0.52×108元的速率呈增长趋势；单项服务价值中，水源涵养增加速度最大，占变化量绝对值的55.17%。土地利用变化，以及由此引发的生态系统服务价值的损益受人类活动影响，因此，松原市亟需加强生态文明建设，促进人与自然和谐发展。

参考文献：

[1] 杜诚程. 基于TM影像的武汉市土地利用生态服务价值研究[D].武汉：中国地质大学，2008.

[2] Xie G D，Lu C X，Leng Y F，et a l. Ecological assets valuation of the Tibetan Plateau[J]. Journal of Natural Resources，2003，18（2）：189-196.

[3] 程琳琳，王鹏飞，杨耀淇，等. 土地利用变化对生态服务价值的影响研究——以北京市为例[J]. 湖北农业科学，2014，53（4）：984-988.

[4] 李 渊，鲁成树，王 娟，等. 基于土地利用变化的生态服务价值研究[J]. 中国农学通报，2007，（06）：576-580.

[5] Zhao T Q，Ouyang Z Y，Zheng H，et al. Forest ecosystem services and their valuation in China[J]. Journal of Natural Resources，2004，19 （4）：480-491.

[6] 王 成，赵万民，谭少华. 基于生态服务价值评价的局地土地利用格局厘定[J]. 农业工程学报，2009，25（4）：222-229.

[7] 龚毅帆，周致远，孙小舟，等. 湖北省汉江流域生态服务功能价值评估[J]. 湖北农业科学，2015，54（24）：6231-6234.

[8] 董 全. 生态功益：自然生态过程对人类的贡献[J]. 应用生态学报，1999，（2）：233-240.

[9] 侯元兆. 中国森林资源核算研究[M]. 北京：中国林业出版社，1995.

[10] 蔡中华，王 晴，刘广青. 中国生态系统服务价值的再计算[J]. 生态经济，2014，（2）：16-18.

[11] 王洪梅，钱金平. 对生态系统服务研究的几点新认识[J]. 地理科学进展，2009，28（6）：863-869.

[12] 欧阳志云，赵同谦，赵景柱，等. 海南岛生态系统生态调节功能及其生态经济价值研究[J]. 应用生态学报，2004，15（8）：1395-1402.

[13] 赵同谦，欧阳志云，王效科，等. 中国陆地地表水生态系统服务功能及其生态经济价值评价[J]. 自然资源学报，2003，18（4）：443-452.

[14] 赵同谦，欧阳志云，贾良清，等. 中国草地生态系统服务功能间接经济价值评价[J]. 生态学报，2004，24（6）：1101-1110.

[15] 赵同谦，欧阳志云，郑 华，等. 中国森林生态系统服务功能及其价值评价[J]. 自然资源学报，2004，19（4）：480-491.

[16] 何 浩，潘耀忠，朱文泉，等. 中国陆地生态系统服务价值测量[J].应用生态学报，2005，16（6）：1122-1127.

[17] 杜会石. 半干旱区土地利用/覆被变化及生态系统服务价值研究——以吉林省西部为例[D]. 长春：东北师范大学，2008.

[18] 汪宏晨，李 畅，王 清. 基于RS与GIS的黄冈市土地利用时空变化分析[J]. 湖北农业科学，2014，54（19）：4709-4713.

[19] 杨 越，杜会石，哈 斯，等. 马尔柯夫模型在预测吉林省西部土地盐碱化发展趋势中的应用[J]. 湖南农业科学，2012，（9）：60-63，64.

[20] 汤 洁，汪雪格，李昭阳，等. 基于CA-Markov模型的吉林省西部土地利用景观格局变化趋势预测[J]. 吉林大学学报（地球科学版)，2010，40（2）：405-441.

[21] Wang Z M，Zhang B，Zhang S Q，et al. Estimates of loss in ecosystem service values of Songnen Plain from 1980 to 2000[J]. Journal of Geographical Sciences，2005，15（1）：80-86.

（责任编辑：肖彦资）

Ecosystem Services Value Forecast in Songyuan City based on Land Use Change

ZHANG Shuang，DU Hui-shi
（Tourism and Geographical Science Institute， Jilin Normal University， Siping 136000， PRC）

Abstract：Choosing Songyuan, the typical farming-pastoral area in the west of Jilin province as study area, using artificial visual interpretation method, determined the transfer of land use types during 2000 to 2015 by spatial analysis and statistical analysis and predicted the land use situation in 2020 through the CA-Markov model based on 2000, 2010 and 2015 TM/OLI remote sensing image, then estimated the future ecosystem service value of study area referring to the revised Chinese terrestrial ecosystem service value per unit area of the table. The results show that, the wet area increased the most, 8.41% per year in recent 15 years; ecosystem service value increased ¥33.86×108yuan. Songyuan land use types will undergo significant changes by 2020. Dry land, paddy fields, wetlands and construction land area showed an increasing trend, especially the dry land increases 49 596.37 hm2. On the contrary, woodland, grassland and unused land area showed a decreasing trend; Little change in the value of ecosystem services by 2010 increase ¥ 357.14×108to 2020 of ¥ 362.36×108yuan, an average annual reduction rate of 0.1%. The research results should be trusted since the accuracy testing and sensitivity analysis， which not only provides methods for the value of ecosystem services estimation， also has a great significance to the regional sustainable development.

Key words：ecosystem services value; forecast; CA-Markov; Songyuan City

通讯作者：杜会石

作者简介：张 爽（1987-），女，吉林四平市人，硕士研究生，主要从事生态环境调控与建设方面的研究。

基金项目：吉林省省级经济结构战略调整引导资金（2015Y081）

收稿日期：2016-02-09

DOI:10.16498/j.cnki.hnnykx.2016.04.015

中图分类号：F301.2；P208；X171

文献标识码：A

文章编号：1006-060X（2016）04-0048-05