黄土沟壑区小流域景观格局演变及生态服务价值响应

宋敏敏,张青峰,吴发启,*,吴秉校,吴 驳

1 西北农林科技大学资源环境学院, 杨凌 712100 2 西北农林科技大学水土保持研究所, 杨凌 712100

景观格局演变主要关注景观的结构和功能随时间变化的过程与规律,研究景观格局演变是探讨生态状况、空间变异规律以及与生态过程相关的区域资源环境问题的重要途径[1-2]。生态系统服务功能指生态系统与生态过程形成及维持人类生存发展的自然环境条件[3],对其价值进行定量评估是高效、合理配置资源环境的基础[4],也是制定生态环境建设相关政策的必要条件[5]。社会经济发展、人类活动和政策等因素改变了景观格局中的物质循环、能量流动和土壤水分等[6]生态过程,并对生态系统服务价值(ESV)产生了重要影响。目前,对景观格局的研究大多集中在景观格局变化及驱动力分析方面[7-9],对生态系统服务的研究主要是关注ESV的空间变化[10-12],或者是侧重于湿地、农田、森林[13-15]等某一生态系统服,将景观格局演变和ESV响应进行结合的研究还有待深入。

黄土高原是地球上分布最集中且面积最大的黄土区,同时也是世界上水土流失最严重和生态环境最脆弱的地区之一。为了防治水土流失、恢复生态平衡、建立良性循环农业生态系统,国家在“七五”时期将“黄土高原综合治理研究”纳入重点科研项目“区域综合治理试验”之中,并在黄土高原不同类型区设置了11个试验示范区。泥河沟流域作为黄土沟壑区的典型代表,经过“七五”—“九五”的连续攻关,其景观格局和农户的经济生活状况发生了巨大变化,有必要进行长期的追踪探讨,但目前对该流域的研究多集中在水土流失治理、粮食作物增产、土壤水肥条件改善[16-17]等方面,尤其是“九五”重点攻关结束以来,由于国家对该流域的治理力度有所下降,导致与之相关的研究也相应减少。本文以泥河沟流域为研究对象,将景观格局演变和ESV响应相结合来揭示黄土沟壑区这种特殊地貌近30年来ESV的演变规律,这对深入认识科技攻关成果及后续资源的合理配置,实现黄土高原经济与生态环境的协调发展具有重要意义,同时为国家今后在黄土高原地区挖掘资源潜力、改善生态条件、繁荣区域经济和解决水土流失等方面制定政策提供理论参考。

1 研究区概况

图1 研究区位置示意图Fig.1 Sketch map of the location of the study area

泥河沟流域(图1)位于黄土高原南部陕西省咸阳市淳化县境内,属典型的黄土沟壑区。流域面积9.48 km2,包括七个行政村,2016年常住人口约为3607人。地势北高南低,海拔699—1163m,沟壑上游坡陡沟窄,侵蚀活跃,下游侵蚀趋缓。年平均气温9.8℃,无霜期183d,太阳年辐射总量504.35KJ/cm2,为暖温带半湿润气候。年均雨量600.6mm,7—9 月份降水量占全年的50%以上且多为暴雨。自然植被多为草本、灌木且位于沟坡。主要景观类型为耕地、园地、林地、草地、水域、建设用地和未利用地。

2 数据来源与方法

2.1 数据源及预处理

遥感影像分别是1986年彩红外航空相片(1∶10000)、2002年2.5m空间分辨率的SPOT影像和2016年的GF- 1卫星影像(2m分辨率全色/8m分辨率多光谱),利用ENVI 5.3对SPOT- 5和GF- 1数据进行辐射定标、FLAASH大气校正、正射校正、融合以及和1986年由彩红外航片解译的土地利用现状图进行配准,配准误差控制在0.5个像元以内,然后利用面向对象分类方法对两景高分辨率影像进行人机交互解译,根据全国农业区划委员会1984年发布的《土地利用现状调查技术规程》制定的土地利用现状分类及含义并结合流域特点,将土地利用类型划分为7种,分别为耕地(旱耕地和轮荒地)、园地(果园)、林地(乔木林、疏林地和造林地)、草地(天然草地和人工草地)、水域(水库、渠道等)、建设用地(农村居民点、独立企业用地和道路)和未利用地(陡坡荒草地,废沟滩地等)。基于混淆矩阵方法和实地验证进行解译精度评价,3期影像解译精度均大于90%,满足分析的需要。此外还包括淳化统计年鉴和实地走访数据等数据。

2.2 研究方法

2.2.1 景观格局演变

(1)景观特征指数选取 景观指数指高度浓缩景观格局信息,反映其结构组成和空间配置某些方面特征的简单定量指标[18]。根据需要在景观类型水平上选取斑块类型面积(CA)、斑块面积比例(PLAND)、斑块数(NP)、景观形状指数(LSI)、聚集度(CLUMPY)、斑块密度(PD)、最大斑块指数(LPI)、平均斑块面积(AREA_MN)；景观水平上选取斑块数(NP)、斑块密度(PD)、香农多样性(SHDI)、香农均匀度(SHEI)、景观形状指数(LSI)、蔓延度(CONTAG)、景观丰富度(PR)、平均斑块面积(AREA_MN)、最大斑块指数(LPI),以上指标可以反映各景观类型面积、破碎度、形状复杂度、均衡性等,计算及意义详见[19]。

(2)土地利用动态度 单一土地利用动态度指某研究区一定时间范围内某种土地利用类型的年变化率[20]。

(1)

式中：D为研究时段内某一土地利用类型的单一动态度；Lm、Ln分别为起始年和终止年某景观类型的面积；T为研究时段。

(3)土地利用程度 土地利用程度用于分析区域土地利用的广度和深度,能够定量化反映自身自然属性和人类与自然环境的综合效应[20- 21]。

(2)

式中：Lu为土地利用程度综合指数；Pi为第i级土地利用程度分级指数；Qi为第i级土地利用程度分级面积百分比。

(4)土地利用信息熵 土地利用信息熵可综合反映某区域在一定时段内各土地利用类型的动态变化及其转换程度,对于区域土地利用结构调整具有指导意义,熵值越大,土地利用系统的有序程度越低,各要素发展越均衡,反之亦然,当系统完全达到平衡时,信息熵达到极大值[22-23]。

(3)

式中：Pi为研究区各景观面积占该流域总面积的百分比；n为景观类型数量。

2.2.2 ESV评估

目前,国内外对ESV评估的方法主要以Costanza等[24]提出的生态价值估算方法为主,谢高地等[25]在Costanza评估模型基础上,制定了中国生态系统生态服务价值当量因子表[26]。 ESV当量因子的价值量估算公式为：

(4)

式中：VC0为ESV当量因子的价值量(元 km-2a-1)；P为平均粮食价格(元/kg)；Q为研究区平均粮食产量(kg/km2)；n为年份数。本文把耕地和园地统一对应于生态资产类型中的农田,以研究区平均粮食产量281930kg/km2作为基准单产,并结合平均粮食价格1.68元/kg,考虑到在没有人力投入的自然生态系统提供的经济价值和现有单位面积农田提供的食物生产服务价值是1∶7的关系,得出泥河沟农田自然粮食产量的经济价值VC0为67663.2元 kg-2a-1。价值当量乘以流域农田自然粮食产量的经济价值即可定量化出泥河沟景观类型单位面积生态价值。评估泥河沟的ESV的公式为：

(5)

ESVf=∑(Ak×VCfk)

(6)

式中：ESV是研究区生态系统服务价值(元)；Ak为景观类型k的面积(km2),VCk为ESV系数(元 km-2a-1)；ESVf为生态系统第f项服务功能价值；VCfk是景观类型k的第f项服务功能价值系数(元 km-2a-1)。

表1 泥河沟流域各地类生态系统单位面积服务价值系数/(元 km-2 a-1)

2.2.3 敏感性验证

为验证选用的VC是否适合本研究区,选用敏感性指数(CS)来分析。敏感性分析指在求得某个模型的最优解后,研究模型中某个或若干个参数允许变化到多大,仍能使原最优解的条件保持不变[27]。通过计算CS来确定ESV随时间变化对VC的依赖程度,CS指VC变动1%引起ESV的变化状况,CS>1,表明ESV对VC是富有弹性的,结果的准确性越低；相反则表明ESV对VC是缺乏弹性的[28],结果可信。此外,即使CS<1,VC的值过高或过低都会一定程度上影响ESV随时间变化的准确性。现将生态服务价值系数分别调整50%来计算CS:

(7)

式中,CS为敏感度,指VC变动1%引起的ESV的变化情况；VC表示生态价值系数；i和j表示初始价值系数和调整后的价值系数；k指各景观类型。

3 结果与分析

3.1 景观类型水平变化特征分析

由表2看出泥河沟流域耕地的形状指数(LSI)呈先减少后增加的趋势,斑块密度持续增加；园地斑块类型面积至2002年增加幅度达到24.04%,2002—2016年则减少27.73%,斑块密度上升,聚集度先是明显上升随后又呈下降趋势,景观形状指数总体呈减少趋势,表明景观破碎度减少,人类的开垦利用使园地的形状趋于规则,斑块连通性增加；林地的斑块面积呈持续增加趋势,其聚集度在各地类中表现最高；草地的斑块数和形状指数呈持续减少趋势；随着居民生活水平提高,房屋、道路和厂房等建设用地面积逐步增加,同时未利用地得到了有效的利用,水域在研究期内变化不大。

3.2 景观级别水平变化特征分析

从(表3)看出该流域景观形状指数(LSI)在1986—2002年间呈显著下降趋势,说明人类活动干预将景观形状改造趋于集中。蔓延度(CONTAG)在研究期内呈上升趋势,景观整体破碎化程度略有降低。香农多样性指数(SHDI)和香农均匀度指数(SHEI)均表现为先减少再略微增加的趋势,香农多样性指数(SHEI)减少,表明各景观类型在景观分布中均衡化程度较低,而香农均匀度指数的减少则说明流域内景观优势度在增加,景观优势类别对景观整体的控制作用增强,主要是林地斑块面积增加,对景观的控制作用增强导致的。

表2 1986—2016年泥河沟流域景观类型水平指数

CA: Class area; PLAND: percent of landscape; NP: Number of patches; LSI: Landscape shape index; CLUMPY: Clumpiness; PD: Patch density; LPI: Largest patch index; AREA: Area

表3 1986—2016年泥河沟流域景观级别水平指标

NP: Number of patches; SHDI: Shannon′s diversity index; SHEI: Shannon′s evenness index; CONTAG: Contagion index; PR: Patch richness; AREA_MN: Mean area

3.3 景观类型面积变化特征及相互转化关系分析

图2 泥河沟流域1986、2002和2016 年土地利用类型图Fig.2 Land use types in Nihegou River watershed in 1986, 2002 and 2016

图2为研究区3期土地利用类型图,由(表4)看出研究区各景观类型面积均发生了变化。耕地呈持续减少趋势,变化量为-0.5377km2；园地先增加后减少,变化量为-0.1622km2；林地变化较显著,从1.5069km2增加到2.6323km2,变化量为1.1254km2；建设用地占比从5.14%增加到7.84%而未利用地则从占比12.07%减少到6.31%；草地和水域面积变化不大。整体看,近30年间耕地、园地和林地占优势地位,其面积之和在3个时期都超过了研究区总面积的70%。由图3来看,林地、草地和未利用地表现出较明显的变化速率,其中林地达到3.34%。另外,除了林地、建设用地动态变化为正外(>0),其他地类均为负动态变化。由表5看出变化最明显的是林地与园地和耕地之间的相互转化,占整个研究区变化面积的18.80%,该转换关系一方面是受政策影响,部分坡耕地和一些坡度较大、容易导致水土流失的园地被有计划地转换为林地,恢复林草植被,使得林地面积增加；另一方面,原来一些品种落后的果树和老树逐渐被经济效益较好的新品种果树和耕地取代,导致园地的数量和结构发生变化,此外,随着泥河沟治理的深入推进,加上农业技术承包、良田改造等的实施和市场经济的影响,使得流域内的景观布局尤其是耕地、园地和林地的比例得到调整和优化。

表4 各类景观面积变化量及百分比

表5 1986—2016年景观类型面积转移矩阵/km2

图3 1986—2016年土地利用动态度Fig.3 Dynamic change of land use from 1986 to 2016

3.4 土地利用程度分析

泥河沟3期土地利用程度总体呈上升趋势且高于全国平均水平231(表6)。说明“七五”—“九五”时期的连续攻关,使该流域的土地利用方式趋于合理,土地利用程度大大提高。后15年呈略微下降趋势是由于随着经济发展和城市化进程加快,外出务工人员增加,人们对土地缺乏管理,使土地没有得到有效利用,此外,建设用地一定程度上破坏了景观的完整性和连通性,景观功能有所下降。

表6 泥河沟流域1986—2016年土地利用程度综合指数

3.5 土地利用信息熵评价

由公式(3)得出3期土地利用信息熵分别为0.7248、0.7148、0.7219,特征为先减少后增加且总体略有下降,1986年的土地利用信息熵最高,表明土地利用系统有序度较低；2002年最低则表明土地利用系统的有序度增加,无序度降低。信息熵的变化表明泥河沟土地利用系统经历了“无序—有序—无序”的逐步调整过程。经过“七五”时期的集中治理,该流域的土地利用结构得到调整,使得2002年的土地利用系统有序性与治理前相比明显提高,土地利用系统逐渐稳定。

3.6 生态系统服务价值演变分析

3.6.1 总生态系统服务价值变化

近30年来,泥河沟流域总ESV呈持续上升趋势,由548.69×104元增加到673.11×104元,增加了22.68%(表7)。从各景观类型的ESV来看,1986—2002年间,除林地和园地的ESV呈增加趋势外,其他景观类型的ESV均呈减少趋势,其中林地的ESV增加119.16×104元,增幅达到53.49%；2002—2016年间,林地、草地和水域的ESV均呈增加趋势。总体上只有林地的ESV保持增加趋势,且近30年总增长率达到74.68%,林地单项ESV的增加对该流域总ESV的增加起重要作用。

表7 泥河沟流域不同类型景观的生态系统服务价值

3.6.2 单项生态系统服务价值变化

泥河沟流域单项ESV变化较明显(表8),除了食物生产的价值呈下降趋势,其他单项ESV均有不同比例的增加。1986—2002年间,原材料和娱乐休闲的ESV变化较其他功能大,变化率分别为46.06%、39.09%、27.92%；与前15年相比,2002—2016年间,食物生产、气体交换、水源涵养ESV变化较显著。从泥河沟流域ESV的构成来看,各单项功能价值所占比例的大小依次为：土壤形成与保护>废物处理>水源涵养>生物多样性保护>气候调节>气体交换>原材料>食物生产>娱乐休闲。泥河沟土壤形成与保护的功能价值最为突出,占总功能价值的19.86%；废物处理、水源涵养及生物多样性保护的功能价值次之,三者各占总功能价值的13%左右；娱乐休闲占总功能价值的比例最低,为3%左右。2015年位于泥河沟咀头村的现代农业示范园区“首届葡萄文化节”开幕,该园区以休闲农业旅游为载体,以观赏品尝、采摘日光温室大棚新品种葡萄(京蜜、京香玉、红巴拉多等)为重点,吸引了大量游客来体验现代新型农业科技管理等文化,促进了该流域娱乐休闲功能的逐步提高。

3.6.3 敏感度分析

由(图4)看出,CS从低到高依次是未利用地、水域、草地、园地、耕地、林地且均小于1。其中,林地的敏感性指数最高,2016年为0.58,说明当林地的生态价值系数增加1%时,生态系统服务总价值将增加0.58%。敏感性分析表明,泥河沟ESV对于价值系数变化缺乏弹性,生态价值系数可靠,研究结果可信,可为该流域的生态建设提供参考。

表8 泥河沟流域1986—2016年ESV结构变化

图4 生态系统服务价值敏感性指数变化(1986—2016) Fig.4 Changes of coefficients of sensitivity of ecosystem services value from 1986 to 2016

4 结论与讨论

ESV估算大致分两类,分别是基于单位服务功能价格法和基于单位面积价值当量因子法[24,26],不同方法选取的模型和参数都会使结果存在差异,目前还没有让公众普遍接受的ESV评估体系。考虑到前者输入参数较多、计算过程复杂且对每种服务价值的参数标准难以统计,而后者较为直观且适用于区域ESV的评估[29],因此本文选用后者,在谢高地等[25- 26]的生态服务价值当量估算法的基础上,探讨1986—2016年泥河沟流域ESV的变化特征,同时利用景观指数、土地利用动态度和信息熵等方法定量分析其景观格局演变规律,得出的结论如下：

(1)近30年来泥河沟土地利用景观格局变化显著,除林地和建设用地面积增加外,耕地、园地、未利用地面积均有不同比例的减少。由景观指数分析结果可知流域内景观整体破碎度减少,优势斑块的连通性呈增加趋势。耕地、园地与林地之间的转换是主要的用地类型转化方式。除林地、建设用地为正动态变化外,其他均为负动态变化。国家对该流域的治理使其利用结构得到优化,土地利用程度大大提高且高于全国平均水平231,土地利用系统趋于稳定有序。

(2)从总ESV变化角度看,近30年的ESV呈持续上升趋势。这与李晶和任志远[30]的陕北黄土高原土地利用ESV时空研究和李娜等[31]探讨的黄土丘陵区ESV的结果一致。从各景观类型的ESV来看,1986—2002年间,林地和园地的ESV呈增加趋势,其他景观类型的ESV均呈减少趋势,2002—2016年间,林地、草地和水域的ESV均呈增加趋势。从单项ESV变化角度看,1986—2016年间该流域单项ESV变化较明显,除了食物生产的价值呈下降趋势外,其他单项ESV均有不同比例的增加。从流域ESV的构成看,各单项功能价值中以土壤形成与保护、废物处理、水源涵养和生物多样性保护为主,其中土壤形成与保护的功能价值最为突出,占总功能价值的19.86%。经分析,泥河沟ESV变化的原因主要是景观格局导致各自然生态系统面积发生变化和国家政策的推动。

(3)通过敏感性指数验证,该流域ESV对生态服务功能指数缺乏弹性,生态价值系数的不确定性对整个研究区ESV估算结果的稳定性影响不大,研究结果可靠,能够为深入认识科技攻关成果及后续资源配置提供参考。然而,要想准确获取该区域ESV,唯一方法就是采用特定区域生态系统服务的特定单位[32-33],因此本研究仍需深入研究。

参考文献(References):

[1] Gardner R H, Milne B T, Turnei M G, O′Neill R V. Neutral models for the analysis of broad-scale landscape pattern. Landscape Ecology, 1987, 1(1): 19- 28.

[2] 傅伯杰. 黄土区农业景观空间格局分析. 生态学报, 1995, 15(2): 113- 120.

[3] Li F, Zhang S W, Yang J C, Bu K, Wang Q, Tang J M, Chang L P. The effects of population density changes on ecosystem services value: a case study in Western Jilin, China. Ecological Indicators, 2016, 61: 328- 337.

[4] 李晋昌, 王文丽, 胡光印, 魏振海. 若尔盖高原土地利用变化对生态系统服务价值的影响. 生态学报, 2011, 31(12): 3451- 3459.

[5] 刘军会, 高吉喜. 北方农牧交错带生态系统服务价值测算及变化. 山地学报, 2008, 26(2): 145- 153.

[6] 邹月, 周忠学. 西安市景观格局演变对生态系统服务价值的影响. 应用生态学报, 2017, 28(8): 2629- 2639.

[7] 刘吉平, 赵丹丹, 田学智, 赵亮, 刘家福. 1954—2010年三江平原土地利用景观格局动态变化及驱动力. 生态学报, 2014, 34(12): 3234- 3244.

[8] 胡冬雪, 唐立娜, 邱全毅, 石龙宇, 邵国凡. 海峡西岸经济区景观格局10年变化及驱动力. 生态学报, 2015, 35(18): 6138- 6147.

[9] 张敏, 宫兆宁, 赵文吉, 阿多. 近30年来白洋淀湿地景观格局变化及其驱动机制. 生态学报, 2016, 36(15): 4780- 4791.

[10] 顿耀龙, 王军, 白中科, 陈晓辉, 郭义强. 基于灰色模型预测的矿区生态系统服务价值变化研究——以山西省平朔露天矿区为例. 资源科学, 2015, 37(3): 494- 502.

[11] 张骞, 高明, 杨乐, 陈成龙, 孙宇, 王金柱. 1988—2013年重庆市主城九区生态用地空间结构及其生态系统服务价值变化. 生态学报, 2017, 37(2): 566- 575.

[12] 严恩萍, 林辉, 王广兴, 夏朝宗. 1990—2011年三峡库区生态系统服务价值演变及驱动力. 生态学报, 2014, 34(20): 5962- 5973.

[13] 段颖琳, 刘峰, 赵帅, 李勇志, 赵俊杰. 三峡库区蓄水前后农田生态系统服务与环境压力分析. 生态学报, 2016, 36(9): 2750- 2763.

[14] 江波, 张路, 欧阳志云. 青海湖湿地生态系统服务价值评估. 应用生态学报, 2015, 26(10): 3137- 3144.

[15] 殷莎, 赵永华, 韩磊, 王耀斌, 蔡健. 秦岭森林生态系统服务价值的时空演变. 应用生态学报, 2016, 27(12): 3777- 3786.

[16] 全志杰, 王成吉, 李元科, 毛晓利. 淳化县泥河沟水土流失综合治理成果动态变化遥感研究. 国土资源遥感, 1995, (3): 20- 24.

[17] 莫翼翔, 吴发启. 泥河沟小流域土壤养分的分布与保护. 水土保持学报, 2002, 16(3): 86- 89, 109- 109.

[18] 陈文波, 肖笃宁, 李秀珍. 景观指数分类、应用及构建研究. 应用生态学报, 2002, 13(1): 121- 125.

[19] 布仁仓, 胡远满, 常禹, 李秀珍, 贺红士. 景观指数之间的相关分析. 生态学报, 2005, 25(10): 2764- 2775.

[20] 王秀兰, 包玉海. 土地利用动态变化研究方法探讨. 地理科学进展, 1999, 18(1): 81- 87.

[21] Morgan J L, Gergel S E. Quantifying historic landscape heterogeneity from aerial photographs using object-based analysis. Landscape Ecology, 2010, 25(7): 985- 998.

[22] 谭永忠, 吴次芳. 区域土地利用结构的信息熵分异规律研究. 自然资源学报, 2003, 18(1): 112- 117.

[23] 陈浩, 李正国, 唐鹏钦, 胡亚南, 谭杰扬, 刘珍环, 游良志, 杨鹏. 气候变化背景下东北水稻的时空分布特征. 应用生态学报, 2016, 27(8): 2571- 2579.

[24] Costanza R, d′Arge R, De Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, O′Neill R V, 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.

[25] 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.

[26] 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.

[27] 高练, 周勇. 武汉市土地利用/土地覆盖变化的生态环境效应分析. 农业工程学报, 2008, 24(S1): 73- 77.

[28] 李哲, 张飞, Kung H T, 张月, 井云清. 1998—2014年艾比湖湿地自然保护区生态系统服务价值及其时空变异. 生态学报, 2017, 37(15): 4984- 4997.

[29] Costanza R, De Groot R, Sutton P, Van Der Ploeg S, Anderson S J, Kubiszewski I, Farber S, Turner R K. Changes in the global value of ecosystem services. Global Environmental Change, 2014, 26: 152- 158.

[30] 李晶, 任志远. 陕北黄土高原土地利用生态服务价值时空研究. 中国农业科学, 2006, 39(12): 2538- 2544.

[31] 李娜, 董立国, 刘长宁, 李生宝. 黄土丘陵区土地利用格局与生态系统服务价值分析——以中庄流域为例. 水土保持研究, 2013, 20(1): 144- 147.

[32] Renetzeder C, Schindler S, Peterseil J, Prinz M A, Mücher S, Wrbka T. Can we measure ecological sustainability? Landscape pattern as an indicator for naturalness and land use intensity at regional, national and European level. Ecological Indicators, 2010, 10(1): 39- 48.

[33] Farley J, Costanza R. Payments for ecosystem services: from local to global. Ecological Economics, 2010, 69(11): 2060- 2068.