基于生态服务价值的玛纳斯河流域土地利用结构优化

宁 珊,张正勇,*,周红武,李 丽,赵贵宁

1 石河子大学理学院, 石河子 832000 2 鸿合科技股份有限公司, 乌鲁木齐 830000

生态系统通过其结构和生态过程能够提供人类赖以生存的物质基础与自然环境,即人类生活所必需的生态产品和保证人类生活质量的生态功能两部分[1]。土地作为陆地生态系统的重要组成部分,其利用结构与自然界生态系统的服务功能紧密相连,因而土地利用结构的变化必将对生态系统的服务价值产生一定影响[2]。近年来,伴随着我国社会经济的不断发展,对土地的消耗和需求逐年上涨,土地供需矛盾日益突出,土地利用结构优化调控势在必行[3],因此,在土地利用结构优化背景下研究生态系统的服务价值变化对促进区域生态建设和区域可持续发展具有重要意义。

生态系统服务价值(Ecosystem Services Values,ESV)已成为生态系统可持续研究的热点。目前,对于生态系统服务价值的估算方法可分为两类：一类是单位面积服务功能价格法[4]；另一类是基于单位面积价值当量因子的方法[5]。其中前一种方法涉及的参数很多,计算非常复杂,而且各个参数的标准也难以统一[6]。而后种方法对数据需求和专业技术要求较简单,能够实现生态系统服务的快速评估,评估结果直观且易于理解,成为了近年来众多学者常用的生态系统服务评估技术之一[7]。土地利用变化对生态系统服务功能的维持起重要作用[8],其中土地利用结构的变化直接决定区域土地生态效益,当前土地利用结构优化的方法主要包括：注重土地利用数量、面积及结构的优化模式,如：张磊和王元[9]采用灰色线性规划法对土地利用结构进行分析,谭峻[10]建立最优化非线性规划模型,模拟得到土地利用最优化结构,赵阳等[11]采用多目标线性规划法,通过调整土地利用类型实现流域生态服务的权衡优化；另外还有部分学者通过改变土地利用的空间结构以实现其优化,如魏丽娜[12]采用信息熵和模糊数学法、何鑫等[13]采用模拟退火遗传算法及郭凌志[14]运用蚁群优化算法分别对区域的土地利用结构进行了优化配置研究。灰色线性规划是一种动态的线性规划,可通过调整不同的参数得到不同的结果,从而使规划灵活多变,为决策者提供更大的选择空间,因此成为了众多学者所采用的方式[15]。土地利用变化受到各种复杂因素的影响,涉及诸多变量,而有些影响因素又具有不确定性[16],据此,本文以生态服务功能为视角,将灰色线性规划(Grey Linear Programming,GLP)与GIS空间分析相结合,同时关注各土地利用类型的面积、数量及空间结构的变化,对区域生态服务价值进行比较研究,探索适合研究区土地资源利用优化的配置方案,进而提出土地资源优化的可行性措施与建议。

玛纳斯河流域拥有着独特的山地-绿洲-荒漠生态系统,形成了干旱区特有的景观形态及空间格局,作为新疆最大的绿洲农耕区和我国第四大灌溉农业区[17],其生态问题一直是科学家关注的焦点。本等文选取西北干旱区典型流域——玛纳斯河流域作为研究区,借助遥感影像提取研究区土地利用数据,采用单位面积当量因子法,估算流域生态服务价值并分析其时空变化规律；基于生态效益最大化原则,利用GLP进行研究区土地利用结构优化,探讨优化前后土地利用结构及生态服务价值变化,为实现干旱区内陆河流域土地利用合理规划及生态恢复提供科学依据。

1 研究区概况

玛纳斯河流域位于准噶尔盆地南缘,发源于天山北坡,流域总面积5156 km2,地理范围介于43°05′—45°55′N,85°00′—87°00′E之间(图1)[18],地跨乌苏市、和静县、奎屯市、沙湾县、呼图壁县、尼勒克县、玛纳斯县、石河子市、克拉玛依市和和布克赛尔县等10个市县。解放后兴修水库,渠灌事业迅速发展,成为著名的棉粮产地。西部大开发以来,土地利用已由传统的水土开发、农业垦殖主导型,转向现代城市经济、生态经济模式,使流域土地利用变化过程及生态服务均发生了新的改变[19]。

图1 研究区示意图 Fig.1 Schematic diagram of the study area

2 研究方法

2.1 数据来源与预处理

本研究选择玛纳斯河流域4期Landsat ETM影像(2000、2005、2010和2015年)和1期Landsat TM影像(1990年)作为遥感数据源,其由美国地质勘察局(USGS)官方网站(https://glovis.usgs.gov/)提供,空间分辨率为30 m；DEM数据由地理空间数据云(http://www.gscloud.cn/)提供,空间分辨率为30 m。基于Envi 5.3软件,对遥感影像进行大气校正、拼接以及裁剪等预处理后,根据《中国土地分类系统》、流域内景观类型及遥感影像等特点,采用面向对象法进行土地利用分类解译,将土地利用类型划分为冰川/永久积雪、草地、林地、耕地、水域、建工用地和未利用地等7种类型。粮食数据来源于《2016年新疆统计年鉴》、《2016年新疆生产建设兵团统计年鉴》及文献资料等。社会经济数据主要来源于《石河子市总体规划(2014年)》及统计年鉴等。

2.2 生态系统服务价值评估

本研究结合玛纳斯河流域实际情况,对谢高地等提出的生态系统服务价值系数进行订正[5],基于玛纳斯流域所在的10个市县的相应年份平均农田粮食单位面积产量作为流域逐年修订系数,制定出流域单位生态系统服务价值当量表(表1),并且运用Costanza生态服务价值公式[20](式1)计算流域生态系统服务价值。

(1)

式中：ESV为研究区年生态系统服务总价值,元/a；Vci为第i类土地利用类型的生态系统服务价值当量,元/(hm2·a)；A2i为第i类土地利用类型的面积。

2.3 灰色线性规划

灰色线性规划模型借助于灰色GM(1,1)模型和灰数理论,在一定程度上避免了一般线性规划中出现的问题,其形式如下：目标函数为max(min)Z =⊗(C)X,约束条件为⊗(A) X≤⊗(B) 和∑X≤⊗(Y)或≥⊗(Y)；其中X=(X1,X2,…,Xn)为决策变量,Xj≥0 (j=1,2,…,n),Z为目标函数,⊗C=(⊗c1,⊗c2,…,⊗cn)为Xj的价值系数,⊗B=(⊗b1,⊗b2,…,⊗bn)为资源限制量,可通过灰色GM(1,1)模型来预测[21]。最后采用Lingo软件求出最优解。

本文根据玛纳斯河流域土地利用现状和生态经济发展需求,以2015年为基础年,以2020年为目标年,构建了基于生态效益最大化的目标函数(社会效益及经济效益为约束函数),即在保证社会效益和经济效益的基础上,生态效益最大时的土地利用结构作为最优土地利用结构。

2.3.1变量的设置

本文从流域土地利用的实际情况出发,根据模型变量的设置原则,将土地利用优化配置的模型设置为7个决策变量：冰川(x1)、草地(x2)、水域(x3)、林地(x4)、建工用地(x5)、耕地(x6)和未利用地(x7)。

2.3.2目标函数及约束条件的建立

根据生态系统服务价值理论,当研究区各类土地资源利用的总体生态服务价值达到最大时,必然实现了土地用地优化的目标,即各类土地利用产生的生态效益最大化。因此,生态效益目标函数为：

Maxf(x)=109.89x1+387.23x2+1900.64x3+843.05x4+8.83x5+84.53x6+13.91x7

(2)

受社会经济发展的制约,并考虑到流域各种土地资源的限制,确定了8个约束条件如下：

(1)土地总面积：研究区总面积不会发生变化,故优化后各土地利用类型总面积也不会发生变化,即S=340.1×104hm2。

(2)冰川：近几十年来,随着全球变化及人类活动的加剧,冰川面积呈现减少趋势。但由于冰川生态服务价值较大,因此现有冰川面积不能继续减少,且冰川增加非人力所能控制,即冰川面积需保持现状,即x1=12.14×104hm2。

(3)草地：由于研究区生态较脆弱,容易发生沙漠化和盐碱化,同时参照研究区草地资源现状和后备资源条件及畜牧业的情况,研究区应扩大草地面积。即x2≥122.37×104hm2。

(4)水域：为保证研究区居民用水、生活用水及工业用水等及时供应,现有水域面积需要增多。5期数据中,2000年水域面积最大,其原因在于1995年左右发生了气候突变,导致降水增多、气温上升以及径流量增多。突变现象比较罕见,若在一般情况下,水域面积不会超过2000年水域面积。即2.35≤x3≤4.02×104hm2。

(5)林地：基于新疆脆弱的生态系统,防风固沙是主要治理目标。因此,应以现有林地面积为底线,优化后林地面积不能少于7.4×104hm2。即x4≥7.4×104hm2。

(6)建工用地：根据《石河子市总体规划(2014年)》,为保证社会经济正常发展,并且考虑到整个流域的生态文明建设,在2015年的基础上,2020年石河子市的建工用地面积需控制在4.97×104hm2范围之内。由于研究区内其他城市的规划资料难以获取,为此本研究根据石河子规划的限定条件去推算整个流域的面积限额。即7.62≤x5≤9.71×104hm2。

(7)耕地：其面积限定条件与建工用地大体一致,到2020年耕地面积不能超过71.23×104hm2。即70.83≤x6≤71.23×104hm2。

(8)未利用地：据流域实际情况,为实现土地的高效利用,将进一步开发未利用地为其他土地利用类型,故其面积将减小。即x7≤117.35×104hm2。

表1 玛纳斯河流域不同土地利用类型单位面积生态服务价值/(元/hm2)

3 结果与分析

3.1 玛纳斯河流域土地利用变化分析

图2 玛纳斯河流域各土地利用类型面积比例 Fig.2 Percentage of land use types in the Manas River BasinGl：冰川,Glacier；Gr：草地,Grassland；We：水域,Wetland；Wo：林地,Woodland；Co：建工用地,Construction land；Cr：耕地,Cropland；Un：未利用地,Unutilized land

在Arc GIS软件的支持下,运用马尔科夫转移矩阵方法,对玛纳斯河流域1990—2015年间土地利用分类数据(图2)分析得到：近30年来研究区林地、冰川、草地和未利用地等面积持续减少,建工用地和耕地的面积则逐期增加,且建工用地增加幅度显著,其递增速率为0.18×104hm2/a。流域草地和未利用地是主要的土地利用类型,占整个流域的70%左右；水域、建工用地和林地所占面积较小。研究期间,变化最大的是建工用地,其次是耕地,有12.24%的建工用地转变为耕地,新增的建工用地主要由耕地2.35×104hm2和草地0.98×104hm2转变而来,新增的耕地主要由草地和林地转变而来；冰川面积变化较小,有5.47%的冰川转变为未利用地。

3.2 玛纳斯河流域生态服务价值时空变化

3.2.1生态服务价值时间变化

根据公式(1),计算了各年份的生态系统服务总价值以及单项服务价值,由图3可知,1990—2015年间流域ESV总体呈下降趋势,由1990年的789.58×106元减少至2015年的671.34×106元,约减少了14.97%。研究区ESV从高到低排列依次是草地、林地、水域、耕地、未利用地、冰川/永久积雪和建工用地。草地是流域ESV主体,占整个流域72%。1990—2000年间,虽然水域、耕地和建工用地价值呈现增长趋势,但是同期草地和林地分别减少了60.49×106和3.5×106元,因此,流域的总ESV在该时段实际损失41.19×106元。与1990—2000年相似,2000—2015年耕地和建工用地依旧增长,但草地、水域、林地和未利用地有所降低,尤其是草地和水域,分别减少58.62×106与31.7×106元,在该时段流域的总ESV损失77.04×106元。综上所述,流域中各种土地利用类型的变化导致了生态服务价值的转变,从而使生态效益逐期下降。

图3 玛纳斯河流域1990—2015年生态总价值变化Fig.3 Changes in the total value of ecosystem in the Manas River Basin from 1990 to 2015

从表2中可知,在生态服务总价值结构中水文调节、气候调节、土壤保持和生物多样性所占比例最高,这四者的ESV占总价值的70%左右,尤其调节服务功能对于流域的ESV起决定性作用,其次是支持服务；水资源供给最小,仅为0.12×106元。研究期间,只有食物生产逐期增加,且速率显著,为0.25×106元/年,主要原因在于耕地(食物生产价值最高系数者)的增长；其他的二级服务类型均减少,特别是气候调节,其次为水文调节,原因在于水域和林地(气候调节和水文调节价值最高系数者)的减少。从一级服务功能类型服务4个单项来看,占总体比例从大到小依次是：调节服务、支持服务、供给服务和文化服务；从11个二级服务功能来看,从大到小依次是：水文调节、气候调节、土壤保持、生物多样性、气体调节、净化环境、美学景观、食物生产、原料生产、维持养分循环和水资源供给。

表2 玛纳斯河流域1990—2015年生态系统服务价值表/×106元

3.2.2生态服务价值空间变化

结合玛纳斯河流域生态服务价值分布情况及地貌、海拔等分析,将全流域划分为4个区域(图1),按照海拔的高低依次是高山区、低山区、绿洲区和荒漠区。图4是利用Arc GIS绘制出的研究区5个时期ESV空间分异图,ESV按照从低到高划分为6个等级,从图中可以看出,玛纳斯河流域ESV空间分布差异显著,ESV最高的区域主要分布在流域550—2000 m的中南部的低山区,其ESV为258.88×106元,占总ESV的35.84%,气候调节和水文调节是主要的生态服务功能,其原因主要在于草地覆盖面积大(气候调节和水文调节价值系数较高者)；ESV最低的区域分布在最北部的荒漠区,其ESV仅为82.41×106元,占总ESV的11.41%,主要的土地类型是未利用地,其所有生态服务功能价值均较低；高山区和绿洲区的ESV相差不大,高山区ESV占总价值的27.73%,绿洲区ESV占总价值的25.02%,高山区位于流域最南部(海拔2000 m以上),广泛分布着裸土和裸岩等未利用地,虽然人类活动对北部和南部影响较小,但其区域土地类型限制了ESV的高低；绿洲区位于流域中部其主要土地类型是耕地,耕地由于需要大量水资源(水资源供给为负值),所以ESV较低；四个区域中,主要的生态功能有气候调节和水文调节,其两者ESV占总价值的50%左右,在荒漠区和绿洲区中,水文调节最高,而低山区和高山区中以气候调节为主。总体来看,玛纳斯河流域生态服务价值呈片状分布,ESV等级分界线较明显。

图4 玛纳斯河流域ESV的空间分异Fig.4 Spatial differentiation of the ESV in the Manas River Basin

3.3 优化前后生态服务价值变化

通过计算,得到生态效益最大化的玛纳斯河流域各类土地利用结构优化下的生态服务价值结果。由表3和图6可知,土地利用结构优化后,研究区总ESV由671.34×106元增加到706.83×106元,增加了5.29%；且各项生态服务功能也均增加,特别是水文调节和气候调节。结合土地利用结构变化分析,可知未利用地面积明显减少,幅度达0.2×104hm2/a,其价值减少了0.69×106元,主要是盐碱地、沙漠化土地以及荒草地被开发利用的缘故；而林地增加显著,幅度达19.57%,其价值增加12.26×106元；此外,草地、水域、建工用地及耕地也都呈略微增加趋势；作为生态系统脆弱的干旱区,林地、草地及水域面积的增加无疑大大提高了其生态服务价值,改善了当地的局部小气候；建工用地呈增加趋势,这有利于区域经济的发展和人民生活水平的提高；不同类型土地利用面积的变化极大地改善了当地的生态环境,增加了单位面积土地的经济价值。

表3 优化前后玛纳斯河流域土地利用及生态价值变化

本文以实现生态效益最大化为目标建立模型,以生态服务价值为基础计算各类用地的优化面积,以流域土地利用类型及生态服务价值优化前后进行比较,使各类土地利用产生的生态效益、经济效益和满足人类各项需求的社会效益都有了一定程度的提高和改善,最终实现了优化目标。该优化方案有利于保证玛纳斯河流域社会经济的稳定发展及生态效益的最大化。

图5 玛纳斯河流域不同区域不同服务功能价值Fig.5 Value of different service functions in different areas of the Manas River BasinDd：荒漠区,Desert district；Od：绿洲区,Oasis district；低山区：Ld,Low altitude district；高山区：Hd,High altitude district；Fp：食物生产,Food production；Rp：原材料生产,Raw material production；Ws：水资源供给,Water supply；Gr：气体调节,Gas regulation；Cr：气候调节,Climate regulation；Pe：净化环境,Purifying the environment；Hr：水文调节,Hydrological regulation；Sr：土壤保持,Soil retention；Mc：维持养分循环,Maintain nutrient cycling；Bi：生物多样性,Biodiversity；Al：美学景观,Aesthetic landscape；Ov：优化生态价值,Optimize ecological value；Cv：现状生态价值,Current ecological value

图6 优化前后生态系统各项服务价值Fig.6 Before and after the optimization of ecosystem services

4 讨论

参照已有流域生态系统服务价值的研究成果,将研究区生态功能价值与其进行对比,结果显示：我国流域生态系统服务价值呈现复杂多样性；调节服务为各个流域生态服务的结构主体。近20年来西北干旱区流域的生态服务价值总体呈下降趋势[22-26],在人类干扰和自然因素的双重影响下,生态环境呈现恶化趋势,大部分生态服务功能减弱,特别是土壤保持与水源涵养功能；而近30年来西南湿润区[27-28]和青藏高原地区[29-30]的生态服务价值基本呈上升趋势,流域内林地和水域面积在逐年增加,水源涵养与废物处理功能价值也相应增加,说明退耕还林、退耕还湖等生态保护工程措施起到了一定效果；除了塔里木河流域外[33],新疆地区的生态服务价值呈下降趋势,南北部流域有一定差异,南部流域的调节服务功能稍弱于北部流域,南部流域以净化环境为主,而北部则以水文调节为主。各流域的单位面积生态服务价值系数有所差异,其原因在于订正方法的不同,例如：白元等[31]利用货币量的价值量评价法,对塔里木河流域价值系数进行了修正；刘海等[28]采用江西省相应年份农田粮食单位面积产量与全国的比值作为潘阳湖流域逐年修订系数；王原等[30]运用青藏高原平均自然粮食产量的经济价值计算纳木错流域各当量因子的生态价值；本研究则是基于玛纳斯流域所在市县的相应年份平均农田粮食单位面积产量作为逐年修订系数,计算得到单位面积生态服务价值。

近年来,随着研究的逐步深入以及3S技术的发展,有关于区域生态服务价值的研究越来越多,并取得了一系列成果,例如：王宗明等[32]利用当量因子法,探讨了三江平原土地利用变化及其引起的生态服务价值变化；罗维等[33]估算了洋河流域土地遥感数据对其生态服务价值的影响并从行政区划角度进行时空分析；王学超等[24]以新疆玛纳斯河流域为研究区,将土地利用变化、生态系统服务与人类福祉联系起来,探讨三者之间关系。但以往的相关研究,大多侧重于区域生态服务价值时空研究及社会经济方面相关研究,而通过土地利用结构优化提高生态服务价值的研究较少。此外,土地利用结构优化的研究方法众多,灰色线性规划方法相比其他方法效果较好,不仅能弥补一般线性规划方法的缺陷,还能根据研究区土地利用总体规划和生态经济发展的要求,充分考虑到各种因素的影响,制定最优规划方案,为合理调整土地结构提供科学的参考依据[34]。根据流域土地利用类型及生态服务价值现状与优化后结构比较看,本文利用此方法建立的模型能够较好地实现优化目标,使得生态服务总价值增加了5.29%,各单项服务价值也均增加,进一步促进了该区域生态与经济的可持续发展。

针对流域内不同区域的现有土地利用变化特点,据优化目标,为优化配置方案更好的实施提出保障措施：从可持续发展的观念出发,在保障流域内耕地保有量及满足人类各项需求的基础上,合理分配有限的土地资源,实现土地资源可持续利用与社会经济协调发展。在绿洲区和低山区可以打造观光发展农业,保护、发展了土地资源且极大的改善了生态环境。除去耕地,草地、林地和水域均是维持生态服务价值稳定不可或缺的,应合理利用避免其面积持续减少。根据土地利用总体规划,对未利用地进行因地制宜的开发利用,使得其他土地类型得以补充；另外,可以通过征收闲置费等手段减少对土地的闲置,加强对闲置土地的管理以提高土地利用率。加强土地信息化建设以土地现代化的管理对其进行动态实时监测,可及时获取土地资源的利用情况便于从宏观角度对所有地类进行调整从而保障土地资源的合理利用。

5 结论

(1)1990—2015年间玛纳斯河流域草地和未利用地是主要的土地利用类型,建工用地和耕地面积逐期增加,而其他土地利用类型均逐渐减少。变化最大的是建工用地,新增的建工用地主要由耕地2.35×104hm2和草地0.98×104hm2转变而来。

(2)研究期内流域生态系统服务价值总体呈下降趋势,与1990年相比,2015年减少14.97%。草地是ESV构成中贡献最大的,占总价值的72%。各单项ESV大小依次为：水文调节>气候调节>土壤保持>生物多样性>气体调节>净化环境>美学景观>食物生产>原料生产>维持养分循环>水资源供给。550—2000 m的低山区ESV最高,占总价值的35.84%,气候调节和水文调节是主要的生态功能,其原因在于草地覆盖面积大。总体来看,玛纳斯河流域生态服务价值呈片状分布,ESV等级分界线较明显。

(3)基于GLP进行土地结构优化后,未利用地面积明显减少,其他土地类型均有所增加,总ESV和单项ESV与优化前相比均有显著增加,特别是水文调节和气候调节。通过建立模型进行优化计算,对流域土地利用类型及生态服务价值优化前后进行比较,较好地实现了优化目标。