近30年乌伦古河流域土地利用与生态系统服务价值变化研究

薛嵩嵩, 高 凡, 何 兵, 闫正龙

(1.新疆农业大学 水利与土木工程学院, 新疆 乌鲁木齐 830052; 2.西安理工大学省部共建西北旱区生态水利国家重点实验室, 陕西 西安 710048; 3.陕西测绘地理信息局, 陕西 西安 710054)

土地利用/覆被变化(land use and land cover change， LUCC)是影响全球环境和气候变化的主要驱动力[1-2]，土地利用模式的变化直接或间接影响生态系统组成及结构，进而导致生态系统服务的改变[3-4]。生态系统服务是人类从自然系统中获得的所有利益[5-6]，生态系统服务价值(ecosystem services value， ESV)则是将人类直接或间接获得的利益转化为货币形式，通过货币价值分析损益[7]。自20世纪九十年代以来，我国城镇化进入快速发展阶段，土地利用变化导致生态系统服务价值随之发生显著变化。探究土地利用变化与生态系统服务价值的变化对优化土地利用格局，维系区域生态安全具有重要意义[8-9]。

目前，对生态系统服务价值评估方法可以分为两类，即功能价值法和当量因子法[10]。功能价值法计算繁琐，计算参数较多，受主观因素影响较大，而当量因子法操作简单，评估全面，适性强，被广泛应用[11]。1997年Costanza等[12]运用生态经济学方法评估了全球生态系统服务价值，提出各类生态系统服务价值系数，随后我国学者谢高地等[13]根据中国生态环境和社会经济发展，制定出“中国陆地生态系统价值服务当量表”。在此基础上，我国学者在土地利用与生态系统服务价值实践领域取得了一定应用成果。如吴楠(2019年)等[14]采用当量因子法对安徽省生态保护地进行生态系统服务价值评估；李佳明(2019年)等[15]基于遥感技术分析了内蒙古自治区土地利用变化对生态系统服务价值的影响；刘金勇(2013年)等[16]运用景观生态学中数量结构方法分析了济南市土地利用结构变化对生态服务价值的影响；王宗明(2004年)等[17]在对吉林省进行生态系统服务价值评估时，引入经济学中的弹性系数计算价值系数的敏感性指数，确定生态系统服务价值随时间的变化情况对生态价值系数的依赖程度。

乌伦古河流域是西北干旱区典型的生态脆弱区，伴随流域经济社会发展，土地利用/覆被发生显著变化，进而改变生态系统服务价值。为识别研究区生态系统服务对LUCC的响应，本文在前人研究基础上，通过选取乌伦古河流域1989，1998，2006和2017年4期Landsat系列遥感影像，综合利用RS，GIS，GPS等技术，采用空间数据处理、信息提取解译、海量数据建库、集成管理分析等方法[18-19]，监测并分析研究区近30 a的LUCC时空动态演变特征，采用修正后的生态系统服务价值当量因子，研究生态系统服务价值变化，对促进流域水土资源优化配置及生态文明建设具有直接指导意义。

1 研究区概况

乌伦古河流域地处欧亚大陆腹地，发源于阿勒泰山东段南麓，位于东经87°05′—90°45′，北纬46°10′—47°28′，主要包括恰库尔图乡(上游)，杜热乡、喀拉玛盖乡、齐干吉迭乡(中游)，解特阿热勒乡、福海县(下游)。流域面积为4.30×104km2(我国境内集水面积为2.76×104km2)，其中山区占总面积32%，丘陵河谷平原占22%，戈壁荒漠占46%。乌伦古河流域属准噶尔干旱区，年降水量较少(多年平均降水量129.8 mm)且分布不均匀，蒸发量大(多年平均水面蒸发量867.2 mm)，空气干燥，光照充足，气温日差较大，多年平均水资源量为9.87×108m3[20]。

2 数据来源与研究方法

2.1 数据来源

选取乌伦古河流域1989，1998，2006和2017年遥感影像为数据源。其中1989，1998和2006年采用Landsat TM影像，分辨率为30 m；2017年采用Landsat OLI影像，分辨率为30 m(表1)，以上影像数据均采用2000国家大地坐标系(CGCS2000)、高斯—克吕格投影、6°分带。基础影像数据源来自地理空间数据云网站(http：∥www.gscloud.cn/)及美国地质调查局网站(http：∥www.usgs.gov/)；乌伦古河流域1∶10万地形图来源于国家测绘地理信息局陕西测绘资料档案馆；社会经济数据来源于1990—2018年《新疆统计年鉴》。

表1 遥感数据列表

2.2 数据处理

采用ENVI 5.3软件对影像数据进行辐射校正(辐射定标、大气校正)、几何校正、图像镶嵌、图像裁剪等预处理操作；在ENVI 5.3及ArcGIS 10.5软件支持下，参考《土地利用现状分类(GB/T201010-2007)》标准，依据乌伦古河流域实际情况，采用人机交互目视解译法将土地利用类型解译为耕地、林地、草地、湿地、水体、建设用地和未利用地7种地类；基于ENVI 5.3软件精度评价模块，通过随机抽取200个样点，分别对1989，1998，2006和2017年4期遥感解译数据进行精度评价，得到总分类精度分别为88.63%，85.24%，87.65%和89.95%，Kappa指数分别为0.85，0.82，0.84和0.86，满足应用精度要求(精度要求80%以上)。基于此，以ArcGIS 10.5为数据处理平台，制作4期研究区LUCC专题图。

2.3 研究方法

2.3.1 土地利用转移矩阵 土地利用转移矩阵是将不同土地利用类型转移面积用矩阵的形式表示出来的一种工具，既能表示某种土地利用类型存储量，也能表示其流动量[21]。限于篇幅关系，具体计算步骤见参考文献[22]。

2.3.2 土地利用综合指数和土地利用程度变化模型 土地利用综合指数可反映人类活动对土地的开发程度[23]。本文采用刘纪远等[24]对土地利用类型赋分结果，在此基础上，结合研究区特征，对研究区土地利用类型进行赋值(表2)，模型表达式为[25]：

(1)

式中：La——利用综合指数；Ai——研究区内第i级土地利用程度分级指数；Ci——研究区内第i级土地利用程度分级面积百分比；n——土地利用程度分级数。

表2 研究区土地利用程度分级赋值

土地利用程度变化量和土地利用程度变化率模型表达式为[26]：

(2)

(3)

式中：Lb，La——b时间和a时间的区域土地利用程度综合指数；Ai——研究区内第i级土地利用程度分级指数；Cib，Cia——研究区b时间和a时间第i级土地利用程度面积百分比； ΔLb-a——土地利用变化量，ΔLb-a为正值，表明该地区处于发展期，反之处于调整期或衰退期；R——土地利用程度变化率，R为正值说明该区土地利用处于发展阶段，R为负值表示该区处于调整期或衰退期。

2.3.3 生态系统服务价值 谢高地等[27]在Costanza提出的生态系统评价模型基础上，根据中国生态系统和社会发展经济情况，制定出中国陆地生态系统价值服务当量表，并于2015年对当量因子进行修订。本文参考修订后的“中国陆地生态系统单位面积生态系统服务价值当量表”为研究区土地利用类型各项生态系统服务进行价值当量赋值(表3)，并通过下列公式计算研究区生态系统服务价值：

(4)

(5)

式中：i——土地利用类型；j——生态系统服务类型； VCi——第i类土地利用类型单位面积生态系统服务价值〔元/(km2·a)〕； ECj——某类土地利用类型第j项生态系统服务的价值当量； ESV——生态系统服务价值(元/a)；Ai——第i类土地利用类型的面积(km2)；Ea——1标准单位生态系统服务的经济价值〔元/(km2·a)〕。

为了精确1个标准单位生态系统服务的经济价值，本文对其数值进行修正，修正公式如下：

(6)

式中：Ea——修正后1单位生态系统服务的经济价值；P——阿勒泰地区粮食平均价格(元/kg)；n——年份；Q——研究区平均粮食产量(kg/km2)。阿勒泰地区1989—2017年平均粮食产量为4861.99 kg/(km2)；2017年阿勒泰地区粮食平均粮食价格为2.41元/kg[28]；1个标准单位生态系统服务价值当量定义1 km2农田每年平均粮食产量经济价值的1/7[29]。计算得研究区生态系统服务经济价值当量因子1 673.92 元/(km2·a)。

表3 研究区单位面积生态系统服务价值当量

注：研究区农田多为旱地，林地多为落叶阔叶林，故耕地取旱地值，林地取阔叶林值，草地取灌草丛和草甸的平均值。本文仅考虑自然生态系统服务价值，故不将建设用地纳入其中。

3 结果与分析

3.1 研究区1989-2017年LUCC变化特征

3.1.1 土地利用类型面积变化 通过对1989—2017年乌伦古河流域4期遥感影像进行解译，可以得到了不同时期土地利用/覆盖类型面积统计结果(表4，附图5)。

由表4可以看出，1989—2017年，乌伦古河流域各土地利用类型面积均发生不同程度的变化，具体表现为： ①耕地面积呈持续增加扩张趋势，由1989年的1 030.61 km2(占比12.67%)增加至2017年的1 898.22 km2(占比23.28%)，增加了867.61 km2，增幅达84.18%； ②建设用地呈持续增加扩张趋势，由1989年的7.09 km2(占比0.09%)增加至2017年的20.72 km2(占比0.25%)，增加了13.63 km2，增幅为192.2%； ③水体和湿地面积呈微增加趋势，分别由1989年的1 108.98 km2(占比13.63%)，72 km2(占比0.89%)增加至2017年的1 225.01 km2(占比15.05%)，84.01 km2(占比1.02%)，分别增加了117.03和12.01 km2，增幅为10.55%，16.68%； ④未利用地是乌伦古河流域的主要土地利用类型(占比60%以上)，近30 a由于开荒行为其面积呈显著减少趋势，由1989年的5 376.78 km2(占比66.1%)减少至2017年的4 511.69 km2(占比55.47%)，减少了865.09 km2，减少幅度达16.1%； ⑤林地面积呈波动增加趋势，其中，1989—1998年、2006—2017年呈增加趋势，分别增加了22.53 km2，26.53 km2，增幅为20.1%，26.88%，1998—2006年为减少状态，减少量为35.79 km2，减少幅度为26.61%。 ⑥草地面积在1989—2006年呈减少趋势，减少了128.49 km2，减少幅度为30.14%，2006—2017年呈微弱增加趋势，增加了15.44 km2，增加幅度为5.6%。

表4 研究区1989-2017年土地利用/覆盖类型面积变化

3.1.2 土地利用类型转移特征 利用ArcGIS 10.5软件对1989和2017年两期LUCC分类结果进行统计分析，得到1989—2017年研究区土地利用类型转移矩阵(表5，图1)，对1989，1998，2006，2017年4期遥感影像的各土地利用类型进行重心计算，得到研究区各土地利用类型空间重心分布图(图2)。由图1可以看出，近30 a内研究区各土地利用类型均发生了相互转换以及空间转移。具体表现为： ①耕地面积净增加847 km2，转入面积898 km2，其中由未利用地转入697 km2(贡献率85.6%)，主要发生在人口密集的乡镇及农场，转出面积51 km2，主要在下游吉力湖附近向湿地转换17 km2，在乌伦古河河岸两侧以及188团向草地转化11 km2； ②建设用地基数小，转化明显，几乎没有转出，面积净增加13 km2，其中耕地向建设用地转入8 km2(贡献率40%)，主要发生在解特阿热勒乡、齐干吉迭乡和喀拉玛盖乡； ③水体有小幅度的面积转化，净面积增加103 km2，转出29 km2，其中有13 km2呈散点式转化为未利用地，转入132 km2，其中由未利用地转入85 km2(贡献率64.3%)，草地转入24 km2(贡献率18.2%)； ④未利用地面积净减少744 km2，转出面积887 km2，转入面积143 km2，其中，林地和草地分别向未利用地转入60 km2，53 km2，主要分布在水体两侧； ⑤林地净面积减少28 km2，转出108 km2，转入80 km2，在福海县和中游的杜热乡向耕地转化20 km2，向草地转化24 km2且呈点状分布在河岸两侧； ⑥草地净面积减少199 km2，转出295 km2，转入96 km2，其中，172 km2转为耕地，53 km2转为未利用地，主要集中在下游解特阿热勒乡、中游杜热乡以及种羊场，未利用地向草地转化54 km2(贡献率为19.56%)，主要分布在188团场以及各大农场。 ⑦湿地净面积增加8 km2，转入47 km2，转出39 km2，其中耕地向湿地转入17 km2(贡献率为36.17%)、草地向湿地转入13 km2(贡献率为27.65%)，向水体转出15 km2，主要分布在乌伦古湖周边。综合而言，1989—2017年乌伦古河流域各土地利用/覆盖类型转入面积高低顺序依次为：耕地>未利用地>水体>草地>林地>湿地>建设用地，各土地利用/覆盖类型转出面积高低顺序依次为：未利用地>草地>林地>耕地>湿地>水体>建设用地。

综上分析可知，各土地利用类型重心在空间上均发生转移。耕地重心整体向西南方向偏移，1989—1998年偏移量最大，说明期间当地农民对东南方向的开发严重；建设用地重心整体向西北转移，但其移动距离不大，随着中部地区乡镇建设达到饱和，向西北迁移是必然趋势；水体重心整体向东偏移，其中1998—2006年偏移量最大；随着东南方向未利用地的开发，其面积逐渐减少，重心向西北方向偏移；由于1998—2006年，人类活动对中北部地区林地影响较大，使得其重心整体向东南方向偏移；草地重心在近30 a间分别向“西—东—西”偏移，随着退耕还草和人工草场的进一步开展，重心向西偏移是必然趋势；湿地重心整体变化不大，呈微弱趋势向西部偏移，其偏移发生在乌伦古湖附近。

图1 研究区1989-2017年土地利用类型转化关系

注：图中：1代表耕地； 2代表林地； 3代表草地； 5代表湿地； 6代表水体； 8代表建设用地； 9代表未利用地。其中，12表示耕地转向林地，21表示林地转向耕地，其他数字类型类同。

图2 研究区1989-2017年土地利用重心转移图

3.1.3 研究区土地利用综合程度及变化 经计算，研究区1989，1998，2006，2017土地利用程度综合指数分别为146.75，151.49，159.45和168.29，由于其中1级地类(未利用地)面积减少，2级地类(林地、草地、水体、湿地)、3级地类(耕地)面积增加，土地利用综合指数逐年增加，但综合指数变化率增加幅度逐年递减，研究区4个时间点的综合指数变化率和变化量均大于0，表明研究区土地资源总体处于高强度发展期(表6)。

表5 研究区1989-2017年土地利用类型转移矩阵 km2

注：净变化量=总获得量—总失去量；行表示k时刻各种土地利用类型，列表示k+1时刻的各种土地利用类型，表中第i行第j列数据表示k时刻的i种土地利用类型转化为k+1时刻j种土地利用类型的面积；当i=j时，该数据表示未转化面积。

表6 研究区1989-2017年土地利用程度综合指数及变化

3.2 研究区1989-2017年生态系统服务价值及变化

经计算，得1989—2017年乌伦古河流域不同土地利用类型生态系统服务价值(表7)。

表7 研究区1989-2017年不同土地利用类型生态系统服务价值及变化

可以看出，1989，1998，2006，2017年研究区总ESV分别为2.635，2.819，2.857和2.915亿元，呈增加趋势，总ESV净增加0.28亿元。1989—2017年各地类ESV变化特征为：耕地和水体ESV持续增加，其中耕地变化剧烈，价值变化率45.67%；林地ESV总体增加0.005亿元，其中2006—2017年增加幅度最大，达29.7%；草地ESV 1989—2006年持续减少，2006—2017年增加，价值变化率-47.37%，ESV净减少0.36亿元；湿地ESV在1989—2006年增加，2006—2017年减少；未利用地ESV持续减少，净减少0.003亿元。总体看，耕地、林地、湿地、水体面积增加所造成的ESV增加量大于草地和未利用地面积减少造成的ESV减少量，总生态系统服务价值增加。

4 结 论

(1) 近30 a乌伦古河流域各土地利用类型面积均发生不同程度的变化。耕地和建设用地面积呈持续增加扩张趋势，分别增加了867.61和13.63 km2；水体和湿地面积呈微增加趋势，分别增加了116.03和12.01 km2；未利用地呈显著减少趋势，面积减少865.09 km2；林地面积呈波动增加趋势，增加了13.27 km2；草地面积1989—2006年呈减少趋势，减少了128.49 km2，2006—2017年呈微弱增加趋势，增加了15.44 km2。

(2) 近30 a乌伦古河流域各土地利用类型均发生不同数量的相互转化，重心均发生不同程度偏移，各年土地利用综合指数逐年增加，综合指数变化率增加幅度逐年递减，土地资源总体处于高强度发展期。

(3) 乌伦古河流域1989，1998，2006，2017年总ESV分别为2.635，2.819，2.857和2.915亿元，呈增加趋势，1989—2017年总ESV净增加0.28亿元。耕地、林地、湿地、水体面积增加所造成的ESV增加量大于草地和未利用地面积减少造成的ESV减少量，生态系统服务总价值增加。