生态保护红线划定及其生态资产变化研究

王 燕,高吉喜,邹长新,王丽霞,吴 丹,徐德琳,徐梦佳,林乃峰 (环境保护部南京环境科学研究所,江苏 南京 210042)

生态保护红线划定及其生态资产变化研究

王 燕,高吉喜*,邹长新,王丽霞,吴 丹,徐德琳,徐梦佳,林乃峰 (环境保护部南京环境科学研究所,江苏 南京 210042)

运用3S技术,基于2000、2010年遥感、气象数据和统计数据等,通过模型评估及处理,确定了淄博市生态保护红线范围,在对土地利用变化分析的基础上,评估了生态保护红线生态资产价值及变化状况.结果表明：淄博市生态保护红线总面积为 1132.26km2,占全市面积的18.98%,主要分布在中部和南部地区;2000～2010年,生态保护红线内土地利用/覆盖类型以林地为主,其面积占生态保护红线总面积的52.91%(2000年)、54.65%(2010年),林地、湿地、未利用地和建设用地面积均有所增加,农田、草地和水域面积有所减少;10年间,生态保护红线生态资产价值减少2313.18万元,减少率为3.60%,表明该区生态保护需要进一步加强,生态服务功能有待于进一步提高.

生态保护红线；生态资产；生态系统服务价值；土地利用变化

随着气候变化和人类社会活动的加剧,资源环境危机已成为全球关注的热点问题.十八届三中全会在《中共中央关于全面深化改革若干重大问题的决定》中将划定生态保护红线作为深化改革的重要内容[1].新修订的《环境保护法》更是明确规定：“在重点生态功能区、生态环境敏感区和脆弱区等区域划定生态保护红线,实行严格保护.”生态保护红线划定已成为当前资源环境保护的迫切要求[2].

生态资产是生态资源的价值形式,是能带来用货币量化的直接或间接或潜在经济利益的生态经济资源[3].生态资产价值评估是衡量经济社会发展过程中生态系统变化状况的重要指标,是以生物资源为主要对象的区域生态系统质量状况的评估,是生态保护和生态系统管理的重要内容.目前,国内外研究者在生态资产评估方面进行了积极的尝试.国际上,相关学者对生态系统服务功能及价值进行了研究,计算得出了全球生物圈的生态系统服务价值为 16×1012～54×1012美元/a,在国际上影响深远[4-5].更有部分学者对生态资产及其价值评估的理论和方法等进行了研究[6].国内对生产资产的评估研究得出我国陆地生态系统服务价值为 3.049×1013～5.61×1013元/a[7-9].此外,对生态资产价值动态研究结果表明,20世纪90年代以来,中国陆地生态系统的生态资产呈上升趋势,总体变化率在20%左右[7].当前,关于生态资产价值估算多是通过单位价值系数及其面积计算获得.该方法可操作性强,便于快速获取结果,应用比较普遍.但是,很多研究在使用该方法时,直接引用原参数,未结合研究区域生态系统类型、质量状况的空间/时间差异进行参数修正,评估结果难以反映生态资产空间分布的实际状况,从而对评估结果造成影响[7].

生态保护红线生态资产价值评估为了解生态保护红线生态系统质量及变化状况提供了可能,并为生态保护红线的管理和生态补偿提供了参考.本文以山东省淄博市为例,基于3S技术,运用相关模型,评价识别了淄博市生态保护红线范围,分析了生态保护红线土地利用变化状况,充分考虑区域生态系统类型、质量状况的空间/时间差异,结合相关生态因子修正参数和模型,评估了生态保护红线生态资产价值及变化状况,以期为区域生态资源保护和可持续利用提供科学依据.

1 材料与方法

1.1 研究区概况

研究区位于山东省中部淄博市,分布范围在35°55′20″～37°17′14″N、117°32′15″～118°31′00″E之间(图 1).淄博市地处暖温带,属半湿润半干旱的大陆性气候,年平均气温 12.5～14.2℃,年平均日照时数为2209.3～2523.0h,年平均无霜期190～210d.地势南高北低,南部及东西两翼山峦起伏,中部低陷向北倾伏,南北高差千余米.属鲁中南中低山丘陵极强度侵蚀区,生态系统稳定性差,是山东省水土流失较严重的地区之一.

图1 研究区位置Fig.1 Location of the study area

淄博市地貌形态齐全,相对高差1000m以上,气温变化大,水热条件优越,为多种生物的生长繁育提供了有利条件.生物资源非常丰富,据不完全统计,全市共有生物615科3753种,其中,微生物151科618种,植物156科1645种,动物308科1490种.极具价值的物种种类有食用菌30多种,农作物218种,木本植物421种,药材生物778种,饲草植物415种,野生动物240多种.其中,鸟类资源种类繁多,主要经济鸟类有17目34科70多种,国家级保护种类有 21种.依托丰富的自然资源,已建立了多个自然保护区、风景名胜区、森林公园等.

1.2 数据来源及处理

土地利用数据为中国科学院遥感研究所提供的分辨率 30m×30m目视解译数据,其中,2000年土地利用数据来源于Landsat TM影像,2010年数据来源于环境遥感卫星影像.逐时气象数据由当地气象部门提供,通过Matlab处理得到所需气象参数.各级各类禁止保护区数据由当地主管部门提供.统计数据来源于2000～2010年《山东统计年鉴》.遥感数据来源于美国国家航空航天局(NASA)EOS/MODIS数据产品的 MODIS13Q1数据(http：//e4ft101.cr.usgs.gov),空间分辨率为250m×250m,时间分辨率为 16d.相关数据处理在ArcGIS 10.0和ENVI 4.8环境中完成.所用数据均转换成统一的双标准纬线等面积圆锥(Albers)投影,采用的椭球体为Krasovsky椭球体.

1.3 研究方法

1.3.1 生态保护红线划定 生态保护红线是指在重点生态功能区、生态环境敏感区和脆弱区等区域划定的严格管控边界,是国家和区域生态安全的底线,主要包括重点生态功能区、生态敏感/脆弱区及各级各类禁止开发区[10],划定过程及方法如下：

(1)重点生态功能区 重点生态功能区的确定是对生态系统服务功能进行重要性评价,将其中生态服务功能最重要等级的区域划分为生态保护红线,具体包括水源涵养区、土壤保持区、防风固沙区、生物多样性维护区等类型,计算过程如下[9].

生态系统净初级生产力(NPP).研究区生态系统净初级生产力(NPP)可利用 MODIS NDVI系列产品数据通过CASA模型来计算得到,主要模型为：

式中：NPP表示净初级生产力;APAR表示光合有效辐射;ε表示植物光能利用率;t表示时间.水源涵养功能重要性评价.评价模型为：

式中： Sw为生态系统水源涵养服务能力指数; NPPmean为评价区域多年生态系统净初级生产力平均值;Fslo为根据最大最小值法归一化到0～1之间的评价区域坡度栅格图;Fsic为土壤渗流能力因子(根据土壤质地类型由粘土到砂土分别在0～1之间均等赋值得到,砂土为1;Fpre由多年平均年降水量数据插值并归一化到0～1之间获得.土壤保持功能重要性评价.评价模型为：

式中：Spro为土壤保持服务能力指数;K为土壤可蚀性因子,其余同上.

防风固沙功能重要性评价.评价模型为：

式中：Sws为防风固沙服务能力指数;Fq为多年平均气候侵蚀力;D为地表粗糙度因子;其余同上,其中,K、Fq、D参量均标准化到0～1之间后再代入计算.

生物多样性保护功能重要性评价.评价模型为：

式中：Sbio为生物多样性保护服务能力指数;Ftem为气温参数,由多年平均年降水量数据插值结果归一化到 0～1之间获得;Falt为海拔参数,由评价区海拔进行归一化获得,其余同上.

生态系统服务重要性分级.利用 ArcGIS10.0软件,将各生态系统服务值采用分位数功能进行4级分类操作.按生态系统服务值大小由低到高依次划分为 4个重要性级别,即一般重要、中等重要、重要、极重要.

(2) 生态脆弱/敏感区 生态脆弱区/敏感区的确定是对生态系统脆弱性/敏感性的评价结果进行分级,将其中最高等级的脆弱区/敏感区划定为生态红线区.淄博市生态脆弱区/敏感区主要是水土流失敏感区,评价模型为[10]：

式中：SSi为 i空间单元水土流失敏感性指数;Ri为降雨侵蚀力,可根据已有资料采用内插法获取;Ki为土壤质地因子,通过雷诺图获得;LSi为坡长坡度因子,通过地形的起伏大小与土壤侵蚀敏感性的关系来获取;Ci为植被覆盖因子,通过植被分布图获取.不同评价因子对应的敏感性等级值见表1.

表1 水土流失敏感性的评价指标及分级赋值[10]Table 1 Soil erosion sensitivity evaluation index and classification

在ArcGIS10.0软件中,采用自然分界法和定性分析相结合,将生态敏感性评价结果分为5级,即不敏感(1.0～2.0)、轻度敏感(2.1～4.0)、中度敏感(4.1～6.0)、高度敏感(6.1～8.0)和极敏感(＞8.0).

(3) 禁止开发区 禁止开发区指依法设立的各类(级)自然文化资源保护区域,以及其他禁止进行工业化城镇化开发、需要特殊保护的重点生态功能区.淄博市禁止开发区类型包括自然保护区、风景名胜区、湿地公园、地质公园、森林公园、地质地貌保护区及重要水源保护地等.各类(级)禁止开发区数据由当地相关部门提供后通过遥感校对获得.

1.3.2 土地利用 土地利用/覆盖变化的指标即土地利用变化数量指数,主要包括变化幅度和变化速率.计算模型如下：

土地利用变化幅度：

土地利用变化速率：

式中：Ua、Ub分别为研究初期及末期的某一类型土地面积(km2);T为研究时段.

1.3.3 生态资产价值评估 生态资产价值评估可体现在其现存量与流量(年价值)方面,本研究侧重的是生态资产年价值量的变化状况,具体包括有形的自然资源直接价值和隐形的生态系统服务价值[7].自然资源直接价值可通过有机质生产价值获得.

(1)直接产品价值 有机质生产是自然生态系统最基本最重要的生态功能,是人类社会一切生产和生活的基础.绿色植物固定太阳能所生产的有机质数量一般通过净初级生产力来反映,其价值评价通常采用能量替代法来计算,即将生态系统固定的有机质价值转化为能量相当的标煤价值间接进行计算,即

式中：Vg为有机质年生产价值,元/a;NPP为植被年初级生产力,gC/m2·a;W碳为碳热值,MJ/g;W标煤为标煤热值,MJ/g;V标煤为标煤价格,元/g;S为研究区面积,m2.依据碳热值为 0.036MJ/g,标煤热值为0.02927MJ/g,标煤价格取1000元/t.

(2)生态系统服务价值 生态系统服务价值以单位面积价值当量为基础,通过对影响生态系统服务状况的生态参数进行调整来修正参数.生态服务功能的大小与生态系统质量状况密切相关,一般而言,二者之间存在正相关关系.在此主要对表征生态系统质量状况的生物量因子和植被覆盖度因子进行了修正,计算模型如下：

式中：VCp为研究区第i年生态服务价值单价,元/ (km2·a);ni为第i年研究区生物量,gC/m2;Ni为第i年我国的平均生物量,gC/m2;fi为第i年研究区植被覆盖度年均值;Fi为第 i年我国的植被覆盖度年均值;V0为中国生态系统服务单位面积价值当量[11];VC0为研究区农田的生产服务经济价值,元/(km2·a);qi为淄博市平均粮食价格,元/kg;pi为淄博市粮食年平均产量,kg/km2;i为研究时段的各个年份.其中,植被覆盖度计算模型为：

式中：NDVI为像元的归一化植被指数;NDVImin、NDVImax分别表示不同生态系统NDVI最大值和最小值.

生态服务价值计算过程为：

式中：ESVk、ESVf和ESV分别k类生态系统、f项生态服务功能以及总生态系统的生态服务价值,元/a;VCikf为i年k类土地的f项生态服务价值系数,元/km2·a;Ak为k类土地面积,km2.

2 结果与分析

2.1 生态保护红线划定

在ArcGIS环境下,对全市水源涵养、水土保持、防风固沙、生物多样性保护各项功能重要性进行评估结果叠加,得到生态系统服务功能重要性评估结果,即生态系统服务功能极重要区面积2566.46km2,占全市面积的 43.03%;重要区面积2209.56km2,占全市面积的 37.04%;中等重要区面积 1188.54km2,占全市面积的 19.93%;一般重要区面积0.45km2,占全市面积的0.01%.

通过对全市水土流失敏感性进行评价,得到水土流失极敏感区面积 1130.70km2,占全市面积的 18.96%;高度敏感区面积 1619.58km2,占全市面积的27.15%;中度敏感区面积920.42km2,占全市面积的 15.43%;轻度敏感区面积 1187.04km2,占全市面积的19.90%;不敏感区面积1107.27km2,占全市面积的18.56%.

目前,全市可获取资料的禁止开发区共有63个,经统计,禁止开发区总面积为 926.26km2,占全市面积的15.53%.

将全市生态系统服务功能极重要区和生态流失极敏感区范围进行叠加,得到全市的生态极重要极敏感区,在此基础上,对照高精度遥感影像,剔除其中分布的大片农田、建设用地等非生态用地,然后与全市禁止开发区数据进行叠加,最终得到全市生态保护红线范围.经计算,全市生态保护红线总面积为1132.26km2,占全市面积的18.98%,主要分布在中部和南部地区,如图2所示.

图2 淄博市生态保护红线Fig.2 Ecological protection redlines in Zibo

2.2 生态保护红线土地利用变化

2000～2010年,淄博市生态保护红线内土地利用/覆盖变化如表2所示.从中可以看到,生态保护红线内土地利用/覆盖类型以林地为主,其面积占生态保护红线总面积的 52.95%(2000年)、54.65%(2010年),其次为农田和草地.2000～2010年期间,林地、湿地、裸地和建设用地面积均有所增加,其中,建设用地面积增加最为显著,增加幅度为29.74%,湿地、林地和裸地面积增加幅度分别为10.35%、3.28%和3.32%;农田、草地和水域面积有所减少,其中,农田面积减少最为显著,减少幅度为 14.21%,其次为草地和水域,减少幅度分别为6.54%和5.43%.

表2 2000～2010年淄博市生态保护红线土地利用变化Table 2 Land use change in ecological protection redlines in Zibo in 2000～2010

2.3 生态保护红线生态资产变化

经过计算和处理,2000和2010年全市生态保护红线范围内有机质生产价值分别为3890.45和3560.64万元,10年期间减少了329.81万元,减少率为8.48%.

表3 不同土地利用类型生态系统服务价值变化Table 3 Variation of ecosystem services value of different land use types

通过公式(12)～(17),计算得到全市生态保护红线生态系统服务价值如表3和图3所示.从表3可以看到,2000、2010年,生态保护红线生态系统服务总价值分别为60285.68万元和58302.31万元,10年间,总价值减少 1983.37万元,减少率为3.29%.各项生态系统中,林地、草地和湿地是生态系统服务的主体,其价值量占总价值量的94.64%(2000年)、95.28%(2010年).2000～2010年,除湿地生态系统服务价值有所增加外,其余各项生态系统服务价值均有所降低,其中,以草地生态系统服务价值减少最为显著.

从图 3可以看到,生态保护红线各项生态系统服务价值中,以气候调节价值和水文调节价值最为显著,分别占总价值量的 27.2%和 24.0%,其次为土壤保持价值,占总价值的 12.5%,维持养分循环价值比例最小,仅占总价值的 1%左右. 2000～2010年,各项生态系统服务价值均有所降低,其中,以维持养分循环价值减少最为显著,减少率为 5.31%,其次为土壤保持价值,减少率4.64%,美学景观价值减少率最小,为2.53%.

生态保护红线生态资产价值可通过有机质生产价值和生态系统服务价值相加得到,通过计算,2000、2010年全市生态保护红线生态资产价值分别为64176.13万元和61862.95万元,10年间,生态资产价值减少 2313.18万元,减少率为3.60%.

图3 生态保护红线各项生态系统服务价值Fig.3 Each ecosystem services value in ecological protection redlines

3 讨论

当前,划定生态保护红线已成为我国资源环境保护的重要战略[12].生态保护红线划定的对象范围较大,模型运算中需要参数较多,很多参数难以精确获取,难免对评估结果的准确度造成影响,因而,模型评估只是基础,必须在评估结果的基础上结合当地土地利用现状、人为活动等进行修正,以增强生态保护红线划定的准确度,并为生态保护红线的最终落地奠定基础.

生态资产与生态系统状况密切相关,生态资产的变化受生态系统生产能力的制约.基于单位面积价值当量因子的生态系统服务价值评估方法在区域生态系统服务价值及其变化研究中应用广泛[13-14].以往研究中,对生态系统服务价值的评估多是一种静态评估,对生态系统类型和质量等因素的时空差异考虑不足,不仅对其评估结果的准确度造成影响,而且难以反映生态系统服务功能的变化动态[15-16].本研究基于最新修正的价值当量因子表,充分考虑了生态系统类型及质量状况,对植被生产力因子和植被覆盖度因子进行了参数修正,提高了评估结果的准确度.

目前,我国已有的陆地生态资产单位面积价值研究结果的范围为 8.49～67.13 万元/ km2[7-9,17-18].本研究通过评估得到的生态保护红线单位面积生态资产价值为 56.68万元/km2(2000年)、54.64万元/km2(2010年),单位面积价值量相对较高.这是由于与一般地区相比,生态保护红线为生态系统服务功能极重要区、自然保护区、森林公园等生态系统相对较好、生态功能相对较高区域的集中分布区,因而具有较高的单位面积生态资产价值.

10年间,受气候变化及人类活动等因素的影响[19-20],研究区生态资产价值出现下降趋势.分析原因,一是土地利用变化,主要是建设用地面积增加明显,十年间建设用地面积增加 29.74%,特别是交通用地面积增加显著,增长率达 109%,这与研究区内自然保护区、湿地公园等的旅游开发、道路建设等有密切关系,建设用地面积的增加直接导致了生态资产价值量的减少;二是植被净初级生产力(NPP)变化,研究时段内研究区年日照时数均低于常年平均值[20],研究区植被年生产力出现下降趋势,从而导致了研究区生态资产价值的减少.

本研究方法主要基于生态系统类型,就生态保护红线而言,其中分布的风景名胜区、湿地公园、森林公园等的美学景观价值显然高于一般生态系统,另外,自然保护区的生物多样性保护价值的优势也未充分体现.如何提高生态保护红线生态系统服务价值评估的准确度,合理校正相关因子参数,将是下一步研究的重要内容.

4 结论

4.1 通过对全市水源涵养、水土保持、防风固沙、生物多样性保护各项功能重要性评估结果和水土流失敏感性评估结果以及63个禁止开发区进行叠加,得到全市生态保护红线总面积为1132.26km2,占全市面积的18.98%,主要分布在中部和南部地区.

4.2 2000～2010年,生态保护红线内土地利用/覆盖类型以林地为主,其面积占生态保护红线总面积的52.92%(2000年)、54.65%(2010年),其次为农田和草地,湿地、林地、裸地和建设用地面积均有所增加,农田、草地和水域面积有所减少,其中,建设用地面积增加速率和农田面积减少速率最为显著.

4.3 2000年和2010年,淄博市生态保护红线生态资产价值分别为64176.13万元和61862.95万元,10年间,生态资产价值减少2313.18万元,减少率为3.60%,其中,有机质生产价值减少329.81万元,减少率为 8.48%,生态系统服务价值减少1983.37万元,减少率为 3.29%,说明生态保护红线生态资源保护需要进一步增强,以维持生态系统健康,提升生态系统服务功能.

[1]中共中央关于全面深化改革若干重大问题的决定 [EB/OL]. http：//news.xinhuanet.com/2013-11/15/c_118164235.htm/2013-1 1-12.

[2]中华人民共和国环境保护法 [EB/OL]. http：//zfs.mep.gov.cn/ fl/201404/t20140425_271040.htm/2014-04-25.

[3]王建民,王如松.中国生态资产概论 [M]. 南京：江苏科学技术出版社, 2002.

[4]Daily DC. Nature’s Service： Societal Dependence on Natural Ecosystems [M]. Washington DC： Island Press, 1997.

[5]Costanza R, d’Arge R, de Groot R, et al. The value of the world’s ecosystem services and natural capital [J]. Nature, 1997,387 253-260.

[6]Bolund P, Hunhammar S. Ecosystem services in urban areas [J]. Ecological Economics, 1999,29：293-301.

[7]朱文泉.张锦水.潘耀忠,等.中国陆地生态系统生态资产测量及其动态变化分析 [J]. 应用生态学报, 2007,18(3)：586-594.

[8]欧阳志云,王如松,赵景柱.生态系统服务及其生态经济价值评价 [J]. 应用生态学报, 1999,10(5)：635-640.

[9]陈仲新,张新时.中国生态系统效益的价值 [J]. 科学通报, 2000,45(1)：17-22.

[10]环保部.生态保护红线划定技术指南(环发[2015]56号) [EB/O L]. http：//www.zhb.gov.cn/gkml/hbb/bwj/201505/t20150518_301 834.htm/2015-05-08.

[11]谢高地,张彩霞,张雷明,等.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 [J]. 自然资源学报, 2015,(8)：1243-1254.

[12]高吉喜.划定生态保护红线,推进长江经济带大保护 [J]. 环境保护, 2016,44(15)：21-24.

[13]Costanza R, Groot R D, Sutton P, et al. Changes in the global value of ecosystem services [J]. Global Environmental Change, 2014,26(1)：152-158.

[14]Wang Y, Gao J, Wang J, et al. Evaluating losses in ecosystem services in nature reserves in Sichuan, China [J]. International Journal of Sustainable Development & World Ecology, 2014, 21(3)：290-301.

[15]Zhang B, Li W, Xie G. Ecosystem services research in China：Progress and perspective [J]. Ecological Economics, 2010,69(7)：1389-1395.

[16]Gravestock P, Sheppard C. Valuing the ecosystem services of the Chagos： A review of challenges and estimates [J]. Marine Ecology Progress, 2015,530：255-270.

[17]谢高地,张彩霞,张昌顺,等.中国生态系统服务的价值 [J]. 资源科学, 2015,37(9)：1740-1746.

[18]潘耀忠,史培军,朱文泉,等.中国陆地生态系统生态资产遥感定量测量 [J]. 中国科学, 2004,34(4)：375-384.

[19]程 钰,徐成龙,刘 雷,等.1991-2011年山东省工业经济增长的大气污染效应及其时空格局 [J]. 地理科学进展, 2013, 32(11)：1703-1711.

[20]李 密,杨 涛,胡世鹏,等.淄博市博山区近50年气候变化特征分析 [J]. 现代农业科技, 2016,(8)：2013-215.

致谢：本研究中禁止开发区及部分参数数据资料由山东省环境规划研究院和淄博市环境保护科学研究设计院等协助完成,在此一并表示感谢.

Study on the ecological protection redlines delimitation and ecological assets dynamics.

WANG Yan, GAO Ji-xi*, ZOUChang-xin, WANG Li-xia, WU Dan, XU De-lin, XU Meng-jia, LIN Nai-feng (Nanjing Institute of Environmental Science of the Ministry of Environmental Protection, Nanjing 210042, China). China Environmental Science, 2017,37(6)：2369～2376

Ecological protection redlines were identified using the remote sensing data of 2000 and 2010 as well as the other related data such as the meteorological data and statistical data in Zibo, Shandong, China. Ecological asset value and its variation with land use change were estimated in ecological protection areas. Results showed that ecological protection area in Zibo was 1132.26km2, accounting for 18.98% of the total area of Zibo. The protection areas were mainly in central and southern regions. The main land use type was forests with the area of 52.91% and 54.65% of total protection area in 2000 and 2010, respectively. From 2000 to 2010, the areas of woodland, wetland, unused land, and construction land within the ecological protection redlines increased, while the areas of farmland, grassland, and water body decreased. In the decade, ecological assets of the ecological protection areas decreased by 23.13 million Yuan with a rate of 3.60%, suggesting that it was needed to improve ecosystem services through enhancing ecological protection.

ecological protection redlines；ecological assets；ecosystem services value；land use change

X37

A

1000-6923(2017)06-2369-08

王 燕(1982-),女,山东滨州人,助理研究员,博士,主要从事环境生态方面研究.发表论文20余篇.

2016-10-28

国家环境保护公益性行业科研专项(201409055);中央级公益性科研院所基本科研业务专项(GYZX170305,GYZX170102, 20160403,20160103,20160307);环保公益性行业专项(201209022)

* 责任作者, 研究员, gjx@nies.org