关键驱动力作用下的新疆生态系统服务时空格局分析*

李婧昕，许尔琪，张红旗※

(1.中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室，北京 100101； 2.中国科学院大学，北京 100049)

0 引言

生态系统服务是指人类能够从生态系统中获得的惠益[1-2]。随着社会经济的发展，人们对于生态系统中自然资源的多元需求与日俱增。联合国千年生态系统评估(The Millennium Ecosystem Assessment，MA)报告显示，全球已有63%的生态系统服务急剧退化，其中人为因素是主要驱动力[3]。宏观上，人类活动对资源的开发及自然环境的改造直接体现在承担着不同的生态功能的土地覆被及土地利用类型的变化上，进而对生态系统服务的供给与调节能力产生影响[4-6]，因此合理的土地利用方式是保障生态系统服务稳定有序输出、实现可持续发展的重要途径。

然而土地资源的有限性、多功能性及人类需求的多元性决定了土地利用方式的竞争性[7]，并使得相应生态系统服务之间也存在权衡与协同关系[8-10]，因此在土地利用状况基础上实现区域内重要生态系统服务功能的量化是实现对当地生态系统服务定量分析的基础。目前，基于年鉴等统计数据和相关计量方法实现生态系统服务实际供给或潜在供给的数值分析是一种简洁高效的评估手段[11-14]，优点是可以联合大量指标对指定区域的生态系统进行分析，缺陷是这种方法通常建立在以最小行政区划为单元的统计数据上，时间和空间分辨率受限，生态系统服务功能分布的空间异质性表达急需进行深入挖掘[15]； 更广泛的方法则是将不同土地利用类型服务价值当量与已有的土地利用图关联，直接利用当量与相应土地利用类型面积的乘积来表示生态系统服务价值[16-19]，这一方法存在的问题为实例研究是否真正实现当量指数的本地化，此外以货币形式表示的绝对价值当量人为主观性较强。因此，客观性、全面性、本地化是构建生态系统服务评估体系的重要目标。

在评估生态系统服务的基础上，明确生态系统服务的重要驱动因素及时空变化特征，是评估当地生态系统服务及变化的前提。但驱动因素之间、生态系统服务功能之间错综复杂的关系，以及驱动因素与服务功能之间可能存在的一对多、多对一及多对多的关系极大增加了生态系统服务驱动力分析的难度[15]，加之目前生态系统服务形成及传输理论尚不健全[1-2]，故对生态系统服务功能与驱动力之间关系的探索基本处于一对一的分析阶段，因此首先需根据研究区实际情况识别重要的生态系统服务功能和关键驱动因素。如马赫等[20]根据对泸沽湖解译得到的5种一级地类划分出5种生态系统，通过不同指标变化矩阵的形式分别分析每种生态系统变化与指标变化的关系，最终针对生态系统发生的变化提出相应的规划建议； 严恩萍等[21]将修订后的生态服务价值当量匹配到通过解译得到的不同土地利用类型中，分析自然因素、人类活动和政策驱动3个驱动因素与生态系统服务价值空间变化的关联度，进而寻找出关键驱动因素；包翠荣[22]针对湿地生态系统，利用湿地资源调查数据并采用层次分析法评估每个指标对生态系统的影响，从而寻找到主要驱动因素。关键驱动因素有助于理解当地生态系统服务变化的原因，在一定情况下，可以通过合理可控的人为活动促进生态系统正向演变及生态系统内物质循环速率，从而得到更稳定高效的生态系统服务输出[12]。

新疆地处我国西北部干旱区腹地，降水稀少、蒸发强烈，具有典型的温带大陆性气候特征。近些年在全球气候变化的作用下，暖湿化趋势显著[23-28]，是对当地生态环境产生影响的重要外部因素，而不断增长的人口对当地有限资源的需求和不合理开发则形成激烈的内部矛盾[29-32]，以土地盐碱化、沙漠化为代表的生态问题严重制约当地社会经济发展[33-35]。作为我国重要的生态屏障区及“一带一路”战略核心区，新疆的生态环境状况关系到国家的生态安全和发展战略实施。文章基于这一背景，选取2000—2015年新疆全境为研究区，依据当地生态环境和土地利用实际情况，明确生态系统服务核心功能并建立评估体系； 选取当地生态系统服务的关键驱动因子，并探究关键因子驱动下的生态系统服务变化的热点与冷点，以期为当地生态环境保护提供科学参考。

1 研究区概况及数据来源

1.1 研究区概况

图1 新疆地形

新疆维吾尔自治区位于我国西北部，地处欧亚大陆中心，面积166.31万km2，约占中国国土面积的1/6。新疆有独特的三山两盆地形特征，北部的阿尔泰山、南部的昆仑山及横亘于中部的天山将新疆分为北疆和南疆(图1)。北疆为温带大陆性干旱半干旱气候，年均气温约8.5℃[36]，由于受到西风带影响，全年降水量150～200mm； 而南疆则为温带大陆性干旱气候，年均气温约12.8℃[36]，由于地形相对封闭，暖湿气流无法到达，全年降水量仅为25～100mm。同时，南北疆经济发展也较不均衡，全疆经济核心区集中在北疆，南疆受资源匮乏、地形阻隔等因素影响，经济发展相对滞后[37-38]。

1.2 数据来源

该文选取了2000年、2010年、2015年基于landsat8解译得到的土地利用数据， 3期数据的土地利用类型一致，包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型及24个二级类型，分辨率30m； 另外参考相同年份的年均降水量数据及归一化植被指数数据，分辨率1km。以上数据均来源于中国科学院资源环境科学数据中心(http：//www.resdc.cn)。数据进行空间分析前均重采样为250m。

2 研究方法

2.1 生态系统服务供给潜力评估

该文基于遥感目视解译的土地利用类型对应的10个关键生态系统服务功能构建生态系统服务供给潜力评估体系。为尽可能符合研究区生态环境状况，采取从一级地类至二级地类逐层分等定级原则使用非货币形式评价生态系统服务供给潜力。

Ling等根据前人研究[16， 39-40]并结合新疆干旱区的环境特点，基于6个一级地类对生态系统服务价值当量本地化[15]。为避免人为因素对货币形式生态系统服务价值产生干扰，该文对服务价值的相对大小进行排序，排序结果为各生态系统服务供给潜力数值的整数部分，当不同地类产生的相同生态系统服务价值相差悬殊时，小量级的生态系统服务可忽略不计。

对二级地类的生态系统服务的评价则基于Burkhard[1-2]在CORINE土地覆被分类体系框架下构建的生态系统服务供给能力矩阵。CORINE体系共分为44个土地覆被类型(https：//www.eea.europa.eu/publications/COR0-landcover)，通过对照两种分类体系对各自土地覆被类型的定义将相同地类进行关联，能够得到每个一级地类下的二级地类生态系统服务大小排序，并作为各生态系统服务影响力数值的小数部分，计算方法为：

(1)

式(1)中，ESVi表示第i种二级地类的生态系统服务；ESVi1表示二级地类i所在的一级地类的生态系统服务整数值，即Inti1；ESVi2表示二级地类i所表示的生态系统服务小数值；N代表某一级地类下生态系统服务不为0的二级地类数量，n表示地类i在这些二级地类中的倒序排序。当一级地类对应的生态系统服务为0而二级地类对应同一服务不为0时，以0.1为间隔在整数0的基础上进行累积； 反之当一级地类不为0而二级地类为0时，生态系统服务为0，最终结果见表1。

表1 生态系统服务供给潜力矩阵

地类编码气候调节水资源调节土壤形成及保持废物净化生物多样性营养物质循环食物供给原料能源供给水源供给文化服务总值ⅠⅡⅠⅡFⅠⅡFⅠⅡFⅠⅡFⅠⅡFⅠⅡFⅠⅡFⅠⅡFⅠⅡFⅠⅡF111424.67323.67414.5313.5313.5616.5616.5000000212.535.341214.3313.3314.513.513.516.516.5000012.534.66221646.8535.75646.8545.8636.75343.8434.6646.8000545.852.92216.215.2516.215.216.2513.214.216.20015.247.92336.625.536.635.626.533.624.436.60035.6512426.435.7526.425.436.7523.444.826.40025.450.7331535.75434.75535.75424.67434.75434.75535.75000000333.7539.923225.524.525.514.3324.524.525.5000023.537.833315.2514.2515.250014.2514.2515.25000013.2531.75441323.5636.6000616.5515.5525.67414.5010.1616.33646.845.54223.526.4000015.515.3314.50016.3336.638.164323.526.4000015.515.3314.510.116.3336.638.264433.7546.800000000000026.6726.423.624613.2516.2000015.515.3300000016.226.48551000200000000000000200010.1000424.674.775200000000000012.510.10014.336.93530000000000000010.100000.1661010.1000000000200000100000000212.22.36210.1000000000000000012.22.36310.10000000010.111.5000022.44.16420.220.210.10012.520.200000042.866510.110.110.100000000000032.62.9660010.10000000000000032.62.76710.110.110.1000000000000000.3总值69.775.6551.844.571.2562.466526.525.6693.9 注:表中Ⅰ代表1级地类; Ⅱ代表2级地类; F为最终生态系统服务供给潜力值

2.2 生态系统服务主要驱动力分析

人口增加导致的人为活动加剧和气候暖湿化趋势共同作用于新疆的生态环境，同时伴随着土地覆被类型和生态系统服务之间、不同生态系统服务之间的权衡和协同。研究表明西北干旱区蒸散发量自1950年到2010年整体无显著波动且略呈下降趋势，因此干旱区变湿趋势主要由降水变化产生[41-44]。故该文以年均降水量代表当地的气候变化情况； 人类活动干扰指数代表人口数量及空间分布对土地的利用强度的影响[13]； 归一化植被指数表示当地不同土地利用类型的植被覆盖情况。将3个因素作为研究区内生态系统服务重要驱动力，分析三者的时空分布及变化对于生态系统服务总量和时空分异特征的影响。其中改进后的人为活动干扰指数计算方法为：

(2)

式(2)中，HDIk表示研究区任意栅格k的认为活动干扰指数；Pki为栅格k对应的土地利用类型i的人为活动干扰强度参数，参考贡璐等[45]在新疆干旱区内陆河流域的研究结果，该研究区不同土地利用类型的取值见表2；d为栅格k到最近居民点或各类建设用地的欧式距离；IDW(d)是对欧式距离进行反距离加权，欧氏距离及反距离加权过程通过Arcgis10.2的空间分析模块实现；Norm(IDW(d))则是对加权结果进行归一化。

表2 人为活动干扰强度参数P

ID土地利用类型干扰强度ID土地利用类型干扰强度ID土地利用类型干扰强度11水田0.5433低覆盖度草地0.2453其它建设用地0.9612旱地0.5441河渠0.1261沙地0.0821有林地0.1142湖泊0.1262戈壁0.0822灌木林0.1143水库坑塘0.1263盐碱地0.3823疏林地0.1144永久性冰川雪地0.0864沼泽地0.1524其它林地0.5446滩地0.1565裸土地0.0831高覆盖度草地0.2451城镇用地0.9666裸岩石质地0.0832中覆盖度草地0.2452农村居民点0.9667其它0.08

考虑到不同降水量、干扰强度和植被覆被情况对当地10种主要生态系统服务功能有不同程度的供给和调节作用，即不同的驱动强度，因此先对3种驱动力进行驱动强度分级，其数值范围为0～1，共分为5个等级[15]，每个等级对应的驱动强度值见表3。

表3 3种驱动因子对不同生态系统服务的驱动强度值

驱动因素强度分级数值范围生态系统服务功能气候调节水资源调节土壤形成及保持废物净化生物多样性营养物质循环食物供给原料能源供给水源供给文化服务NDVI10～0.10.050.050.10.10.050.050.050.050.050.0520.1～0.30.40.250.40.40.250.250.250.40.250.2530.3～0.50.60.50.60.60.50.50.50.60.50.540.5～0.70.80.750.80.80.750.750.750.80.750.755>0.71111111111HDI1<0.010.050.10.050.10.050.050.050.050.050.120.01～0.03111110.750.510.5130.03～0.080.90.750.80.750.750.60.750.750.750.540.08～0.130.750.50.750.80.6110.610.255>0.130.50.250.50.750.40.80.850.250.850.1降水1>0.8111111111120.4～0.80.80.750.90.60.850.90.90.90.90.7530.2～0.40.60.50.80.40.750.80.550.550.550.540.05～0.20.40.250.70.20.40.70.250.250.250.255<0.050.20.10.60.10.10.60.10.10.10.1

单一驱动因子对当地生态系统产生的驱动力、所有因子产生的总驱动力及各驱动因子的驱动强度计算方法为：

(3)

(4)

(5)

式(3)～(5)中，DFj为第j个驱动因子的驱动力(j=1， 2， 3)αi为第i种土地利用类型对应的驱动强度数值，DF为所有纳入分析的驱动因子产生的生态系统服务驱动力，DFIj表示驱动因子j对生态系统服务功能的驱动强度或生态系统服务变化对驱动因子的响应程度。

2.3 生态系统服务变化及热点分析

生态系统服务结构及强度变化是多因素作用下生态环境变化的直接体现，分析研究区内生态系统服务时空变化及原因对当地生态环境保护、实现生态系统服务供需平衡具有重要意义。基于前文所述方法，分别计算关键因素驱动下不同时期生态系统服务供给潜力的差异，并对其进行热点分析。该文参考Cai等对生态系统服务热点地区的提取方法[46]，判断如下：

H>X+δ

(6)

C

(7)

式(6)、(7)中，H和C分别代表热点和冷点地区的生态系统服务潜力值，X和δ分别代表研究区内生态系统服务潜力平均值和标准差，即服务潜力值高于全区平均值与一倍标准差之和的地区均被视为生态系统服务的热点地区。进一步将生态系统服务的热点区与非热点区范围视为二值化图，可以通过对不同时期热点区重心位置的提取直观反映生态系统服务高值区总体分布迁移特征； 而通过分析不同时期多因素驱动下的迁移特征有助于分析生态系统服务权衡形成的原因[47]。

3 结果与分析

3.1 生态系统服务供给潜力空间分析

3.1.1 土地利用状况分析

新疆地区2000年、2010年和2015年3个时期土地利用图级统计数据如图2和表4所示。从全疆来看，由于中国面积最大的两大沙漠塔克拉玛干沙漠和古尔班通古特沙漠分别位于南疆和北疆地区，使得全疆未利用地占比超过60%，而3个时期沙地占比分别为22.52%,22.49%和22.47%，成为全疆面积占比最高的二级地类。15年来以耕地和建设用地为代表的高人为活动干扰区面积增加显著，而林地、草地数量略有减少。北疆和南疆地区土地覆被类型均以草地和未利用地为主，但北疆地区草地面积多于未利用地， 3个时期平均面积占比分别为45.02%和38.30%； 南疆地区则呈现完全相反的景观， 3个时期草地平均面积占比为25.30%，而未利用地面积高达67.94%； 未利用地中近95%为难以利用的沙地、戈壁和裸岩石质地，与北疆地区相比南疆可供开发利用的土地资源极为有限。

表4 2000—2015年全疆一级土地利用类型占比

%

图2 3个时期新疆土地利用状况分布

3.1.2 关键因子驱动下的生态系统服务空间分布

3个关键驱动因子作用下的生态系统服务潜力空间分布如图3所示。可以看出北疆地区覆盖了全疆大部分生态系统服务高值区域，其中天山地区为全疆生态系统服务最为集中的区域，另一个范围相对较小的高值区位于阿尔泰山边缘； 南疆高服务潜力区主要位于塔里木盆地西侧及昆仑山北缘，虽然在2010年有局部提升，但15年来这两个重要区域的生态系统服务均有显著下降。

图3 关键因子驱动下的生态系统服务空间分布

3.2 生态系统服务变化热点及迁移分析

对生态系统服务变化显著区域的识别有助于探索生态系统服务的权衡与协同关系。不同时期3个关键驱动因子共同作用下生态系统服务变化如图4所示。其中2000—2010年总体呈增加趋势，平均增效为2.27/栅格，且覆盖范围较广，北疆主要体现在天山北缘的人工绿洲区和阿尔泰山南缘的天然绿洲区，变化主要由于这一区域10年来植被覆盖增加； 南疆则主要体现在塔里木盆地以北、以南及西侧边缘，是降水与植被覆盖增加同时驱动的效果。然而前10年生态系统服务增加显著的区域却在2010—2015年出现较大幅度的下降(图5)，通过图层间的相关性分析可知，南疆地区年降水量与生态系统服务下降的相关性为0.79，而北疆地区两者的相关性高达0.83，由此可见当地脆弱的生态环境对以降水为代表的气候变化极强的敏感性； 经过两个不同变化趋势的阶段后， 15年来生态系统服务表现为总体上微弱的下降趋势，平均减小幅度为1.45/栅格。减小幅度最大的地区出现在阿尔泰山北缘，使得降水对当地生态系统服务的驱动强度大幅降低。2010—2015年NDVI变化出现零散的低值斑块，意味着植被覆盖也出现较为破碎地退化； 生态系统服务增幅最大的地区位于天山北缘，另外南疆地区在塔里木盆地西侧边缘整体也呈现较明显的生态系统服务增加趋势。

图4 生态系统服务变化空间格局

图5 生态系统服务变化热点冷点空间格局

不同时期的生态系统服务变化重心及其迁移路径更直观地体现出热点与冷点的总体变化特征。由图6可知，分区后的热点迁移总体表现出由西向东的趋势，而冷点迁移则基本呈现相反方向的变化。迁移路径长度代表服务迁移强度。北疆地区热点、冷点迁移路径长度远小于南疆地区，这虽然与北疆疆域较小有关，但相对封闭的小区域中的生态环境变化更容易打破当地原有的生态系统平衡。北疆冷点迁移强度远小于热点，说明北疆生态系统在面对外界干扰时表现出整体性，且抗性较强，同时在有适宜的物质或能量输入介入生态系统时，易产生更高效的输出，故热点能够形成较远距离的迁移。而南疆的热点与冷点迁移则呈现方向几乎相反、距离相差不大的情况，一定程度上可以说明这一地区受到外界有利和不利因素影响后的响应程度相似，对不利因素的抗性不强。

图6 生态系统服务变化热点与冷点迁移特征

3.3 生态系统服务主要驱动力分析

3.3.1 人为干扰驱动分析

根据公式(4)可计算得到每个时期不同驱动因子的总驱动力，结果如图7所示。2000—2015年间，新疆总人口数从1 846万人增至2 360万人[48-49]。人口数量的增加伴随着建设用地面积的扩张。北疆地区由于经济基础和自然资源禀赋相对南疆受到的限制较小，故建设用地增长比例相对较高，土地利用类型的变化主要体现在北疆北部地区，南疆则主要体现在塔里木盆地北缘。2000年，2010年及2015年3个时期北疆人为活动干扰强度平均值分别为0.209、0.213和0.217，而南疆地区分别为0.145、0.146和0.148。在人为干扰强度增大的背景下，由其驱动的生态系统服务数值在北疆和南疆也均呈下降趋势，北疆3个时期分别为7.108、7.106和7.104，南疆3个时期分别为6.721、6.696、6.650。

3.3.2 气候变化驱动分析

3个时期北疆地区降水驱动的服务平均值分别为16.02，17.24和13.01，与之形成强烈反差的南疆地区则仅为6.78，7.86和5.49，由此可见，相比于人为活动对生态环境产生的干扰，自然环境对南疆地区生态系统服务提升的短板效应更显著； 而从时间序列变化上看，无论北疆或南疆地区2015年较另外两个时期生态系统服务均相对较低，这与2015年降水量少有直接关系。由此也可知，生态系统脆弱、生态系统服务低下的干旱半干旱地区对气候因素的不稳定性会有极敏感的响应。

3.3.3 植被覆盖驱动分析

与降水相似，总体上植被覆盖度与生态系统服务供给、调节功能呈正相关(表3)。由于北疆地区草地覆盖占比约为45%，远高于南疆地区，故植被覆盖对生态系统服务的驱动作用主要体现在北疆除沙地之外的大部分地区； 而对南疆地区的驱动则主要体现在天山以南及塔里木盆地狭长的边缘地区。北疆地区3个时期NDVI驱动下的生态系统服务值分别为14.30，16.74和15.25，与之相比南疆地区仅为3.79，4.58和3.93。

3.3.4 关键因子驱动强度分析

由图8结果可知， 3个因子在南北疆驱动强度差异较大。在社会经济发展较好、草被覆盖度高的北疆地区，人为活动及植被覆盖对生态系统服务的影响已相对稳定，而本身不确定性较大的年降水量对生态系统服务的影响波动较大； 在南疆地区，由于植被覆盖度极低，故从数值上分析NDVI所代表的植被覆盖能够提供的生态系统服务最低； 3个时期降水对当地生态系统服务驱动强度与年降水量大小变化也呈现相同趋势。

图7 3个时期不同驱动因子驱动力空间分布

图8 南北疆不同因子驱动强度对比

4 讨论与结论

4.1 讨论

该文结合生态系统服务价值当量与生态系统服务功能供给矩阵两种方法的优势，与两级土地利用类型逐级匹配，构建出符合研究区实际情况的生态系统服务供给潜力矩阵，结果表明该体系能够很好展现出该区域的生态系统服务时空分布特征。耦合人类活动干扰指数、降水和归一化植被指数作为干旱区生态系统服务及变化的关键驱动因子并分析三者对于环境背景差异较大的北疆和南疆的驱动强度，结果表明不同环境下关键因子的驱动强度差异显著，这一方面直观展现出不同环境中3个因子的重要性程度，另一方面则说明该文构建的生态系统服务供给潜力评估和关键驱动力组合对当地生态环境具有相当的敏感程度。通过关键驱动力作用下的生态系统服务变化热点与冷点分析，可以明确造成当地生态环境变化的首要因素，进而在人为可控范围内通过政策调整等方式指导当地人为活动向利于生态环境正向演化的方向进行。

该文在热点冷点识别时采用了根据均值和方差的和与差来计算阈值的方法，除意义简洁明确外，这一方法在研究区域较大时相对于Gi*统计法、核密度估计、莫兰指数法等[50]有极高的计算效率，且基本不存在斑块破碎化、只存在统计意义而无实际意义的情况。但这一方法只体现出生态系统服务数值上的热点与冷点，对空间聚集情况分析不足，Gi*等方法能够很好地对空间聚集情况加以计算。在未来的研究中，可以考虑将该文方法与Gi*等方法融合，结合热点与冷点区变迁与研究区内重点保护区域的空间重叠度，分析不同的环境保护措施的保护成效，从而为当地相关政策的建立或调整提供依据。

4.2 结论

该文通过对两级土地利用类型逐层分等定级原则评估研究区生态系统服务供给潜力，并耦合人类活动干扰指数、年降水量及归一化植被指数3个驱动因素，评估三者的驱动强度并分析在其作用下新疆生态系统服务时空分布集变化情况，结果表明如下。

(1)新疆生态系统服务供给潜力的高值主要集中在天山周边地区，最大值出现在阿尔泰山北缘，此外塔里木盆地以西也有分布狭长的高值区。北疆地区由于植被覆盖度较高、气候相对湿润，生态系统服务潜力远高于沙漠广布、植被稀少的南疆地区。

(2)2010—2015年， 5年来生态系统服务的减少大于2000—2010年10年来生态系统服务增加，导致整个研究期间生态系统服务平均值呈小幅度下降。前10年生态系统服务热点分布区大部分转变为成为后5年的冷点区，其中降水变化驱动下的阿尔泰山北缘生态系统服务降低幅度最大。北疆生态系统在外界干扰下能够体现出更强的抗性和整体性，也更易形成高效的生态系统服务输出，而南疆地区对有利和不利因素的响应程度相似。

(3)3个时期北疆和南疆人为干扰强度均呈增加趋势，由此驱动的生态系统服务相应呈减小趋势。北疆地区3个时期由降水驱动的生态系统服务远高于南疆地区；降水驱动的生态系统服务高于人类活动，但其不确定性造成的波动也较大。南北疆土地覆被类型的巨大差异使得植被覆盖驱动下的生态系统服务悬殊。相比于人类活动的干扰，北疆地区以降水和植被覆盖为代表的自然环境对生态系统服务驱动强度更高，而南疆人类活动和降水对生态系统服务的驱动则交替处于主导地位。