基于ASTER数据的生态系统服务价值变化及其驱动力分析

陈岩松 花伟成 周春国*

(1. 南京林业大学，南京 210037；2. 兰溪市马涧镇人民政府，浙江金华 321115)

生态环境是人类生存和永续发展的基石，随着城镇化步伐的加快，人们为了经济发展，大量占用林地、耕地等生态资源，造成生态环境遭受了不同程度的破坏。经济发展不应该建立在毁坏生态环境的基础上，协调经济和生态环境的矛盾，使得经济与生态环境两者相辅相成，协调发展是当务之急。

土地资源是构成生态环境至关重要的组成部分，生态系统服务价值（Ecosystem Service Value，ESV）是指人们从生态系统中取得效益的总和，是直观衡量一个地域生态环境效益高低的指标。对地区的土地利用变化以及生态系统服务价值变化进行驱动力分析，有利于研究城市发展中的人口、经济、政策等因素对自然生态造成的影响。当前，土地覆盖变化研究方法日趋完善。在分类系统方面，众多研究者提出了多种土地变化模型，如机器学习和统计模型[1−2]、元胞自动机模型[3]和多主体模型[4−5]等。生态系统服务价值应用日趋广泛，谢高地等[6−7]基于Costanza等[8]的研究成果，结合我国的实际情况，构建了单位面积生态系统服务价值当量表，并对青藏高原的生态价值进行评估，得到了学术界广泛应用；张玉娟等[9]采用生态系统服务价值区域修订模型，对区域ESV进行时空变化研究；秦艳丽等[10]从景观格局角度，分析了西安市城市化对生态系统服务价值的影响。在驱动力方面：尹娟等[11]在对抚仙湖流域的研究中发现，经济快速发展、人口剧烈增加、城市化进程加快是其土地覆盖变化的主要驱动力。吴迪等[12]在对东北3省土地覆盖时空变化特征及其驱动力分析中，得出了东北3省在研究时间段内，土地覆盖变化水平逐渐降低、变化速度逐渐变慢和区域发展极端不平衡的结论。除了社会经济驱动力，政策也对土地覆盖也有影响。例如，在1980−1994年期间，深圳市土地覆盖主要受到深圳经济特区开放政策的影响[13]。气候因素也会造成土地覆盖发生变化，尤其是对耕地和林地的影响。例如，段宝玲[14]在对山西省土地覆盖动态特征及驱动因素分析一文中，指出山西省气候暖干化是土地覆盖快速变化的驱动力之一。

本文以江苏省南京市的主城区作为研究对象，使用ASTER多光谱、高分辨率遥感数据，研究南京市主城区2002−2017年土地覆盖和生态系统服务价值变化，并结合南京市15年来的发展实际情况，进一步分析影响南京市主城区生态系统服务价值变化的驱动力因素，旨在为未来南京市土地规划提供参考，协调经济生态的可持续发展，促使南京市土地资源的有序开发和利用，打造生态智慧城市。

1 研究区概况

南京市为江苏省省会（31°14″N～32°37″N，118°22″E～119°14″E），位于长江下游地区，属于北亚热带湿润气候，年平均降雨量、年平均气温分别为106 mm和15.4 ℃，总面积达6 587.02 km2。南京市主城区包含鼓楼、建邺、秦淮、玄武、栖霞和雨花台区，总面积达636.3 km2，是南京市经济中心。

2 研究方法

2.1 数据来源

本文使用3期ASTER数据，来源于美国USGS的ASTER L1T产品：2002年8月（包含VINR子系统、SWIR子系统、TIR子系统）、2014年10月（包含VINR子系统、TIR子系统）和2017年5月（包含VINR子系统、TIR子系统），其中VINR子系统空间分辨率为15 m。与TM数据30 m分辨率相比，ASTER数据分辨率为15 m，分辨率更高，所获得的结果更加精准。同时，土地覆盖分类的结果与南京市实际情况（参考南京市各年统计年鉴）相符合。本文采用ENVI5.3对遥感影像数据进行预处理。社会、经济数据源自江苏省南京市各年统计年鉴。

2.2 土地覆盖分类

本文的土地覆盖分类参考了刘纪远[15−17]学者的分类标准，由于刘纪远的土地利用分类是对全国大范围的土地利用进行分类，因此，其利用landsat数据30 m的空间分辨率进行了二级分类。然而，本文的研究区域仅为南京市的主城区部分，根据遥感影像的质量和研究区面积较小、土地类型简单等特点，如果强行进行二级分类，那么会造成结果误差较大，且无从考证。因此，本文只对南京市主城区的土地覆盖类型进行一级分类，即分为建筑用地、林地、耕地、水体、草地和其他用地（主要为未利用地）6类。采用分别最大似然、神经网络和支持向量机法进行分类。随机生成205个点，利用谷歌地球，并结合原始影像，确定随机点的地物类型；再对3种分类结果进行验证，选出精度最高的分类方法；最后，利用转移矩阵来进行计算分析。就本文而言，使用支持向量机分类的结果精度最高，2002年、2014年和2017年验证的总体精度和Kappa系数分别为0.88和0.83、0.85和0.80、0.86和0.82，达到了研究精度的要求。将3期支持向量机分类法的分类结果制作成土地覆盖变化专题图（图1），并计算各期不同土地覆盖类型的面积和百分比。

图1 2002年、2014年、2017年南京市主城区土地覆盖变化Fig. 1 Land use change in the main urban area of Nanjing of 2002, 2014 and 2017

2.3 生态系统服务价值计算

参照谢高地等[6−7]科研成果，根据南京市2002−2017年的统计年鉴数据，计算得到南京市2002−2017年粮食平均产量为6 958.77 kg/hm2，2017年粮食平均价格为2.60元/kg，南京市单位当量因子的经济价值为2 584.69元/hm2，从而得到南京市各地类单位面积的生态系统服务价值系数表（表1）。ESV的计算公式如下：

表1 2017年南京市各地类生态系统单位面积生态服务价值系数Table 1 Ecosystem service value coefficients per unit area of land use categories in Nanjing of 2017

其中，Ak、VCk分别表示土地类型k的面积以及生态系统服务价值系数。

2.4 敏感性分析

为了分析ESV对单位面积的生态系统服务价值系数（Ecosystem Service Value Coefficient，VC）的依赖程度，引入敏感性指数（Coefficient of Sensitive，CS）来进行敏感性分析，将VC上下分别调整50%来分析ESV受VC调整的变化情况。公式如下：

其中，VCjk代表调整后的价值系数；k代表土地类型； ESVj代表价值系数调整后的ESV总量。若CS<1，则ESV对VC的敏感性较低，说明ESV的结果准确性较高；若CS>1，则ESV对VC较为敏感，说明了ESV的结果准确性较低[18]。

2.5 生态经济协调指数

本文采用生态经济协调指数（Ecological Economic Coordination Index，EECI）来分析地区生态环境和经济发展之间的协调程度。计算公式如下：

其中，ESV、GDP代表区域某时段始末的生态系统服务价值量和国内生产总值。若EECI>0，则说明生态与经济处于协调；若EECI<0，则说明生态与经济存在冲突。≤0.5代表轻度协调/冲突；0.5<1.0代表中度协调/冲突；≥1.0代表高度协调/冲突。

2.6 驱动力因素分析

土地覆盖驱动力一般分为自然因素和社会因素2种。其中，自然因素驱动力包括温度、降水、地形、水文、植被等；社会因素驱动力包括经济、人口以及技术、政策制度等[19]。由于在较短时间内自然环境驱动力对土地覆盖的影响较为稳定，并且在发展迅速的南京市主城区人为活动强烈，因此，在研究时间跨度内，社会经济驱动力是影响研究区域土地覆盖变化的主要因素。本文主要讨论人口、经济和政策驱动力对南京市主城区土地覆盖变化及生态系统服务价值的影响。

3 结果与分析

3.1 土地覆盖变化

由表2显示，耕地和建筑用地一直都是南京市主城区占比最大的2大土地覆盖类型，林地和水体面积居中，草地和其他用地占比最少。2002−2017年耕地的面积显著减少，从322.71 km2减少到152.30 km2；建筑用地面积显著增加，从217.12 km2增加到373.63 km2；水体面积相对稳定；林地面积略有上升，增加了34.45 km2；草地面积减少明显，到2017年仅剩0.66 km2。

表2 南京市主城区2002—2017年土地覆盖类型和面积Table 2 The land cover type area in the main urban area of Nanjing from 2002 to 2017

由表3、表4可以看出，南京市主城区减少的耕地面积主要转化为了建筑用地，其次是林地。2002−2014年有107.29 km2的耕地转化为建筑用地，43.92 km2的耕地转变成林地。2014−2017年有67.17 km2的耕地转转化为建筑用地，13.71 km2的耕地转变成林地。同时，也有11.04 km2的林地转变为耕地，林地面积变化不大，这与实际情况一致。需要说明的是，2002−2014年、2014−2017年均有一部分的建筑用地转化成耕地，由于这2种土地覆盖类型面积相对较大，并且在遥感影像土地覆盖分类上，精确划分耕地与建筑用地相对困难，但不可否认的是，的确存在一部分建筑用地转化成耕地的情况。总的来说，2002−2017年这15年期间，土地覆盖变化转移主要是耕地向其他类型的土地转变，耕地面积减少将近一半。根据研究时间跨度的长短可以发现，耕地向建筑用地转化的速度逐渐加快。

表3 南京市主城区2002—2014年土地覆盖变化转移矩阵（单位：km2）Table 3 Transition matrix of the land cover types in the main urban area of Nanjing from 2002 to 2014

表4 南京市主城区2014—2017年土地覆盖变化转移矩阵（单位：km2）Table 4 Transition matrix of the land cover types in the main urban area of Nanjing from 2014 to 2017

3.2 生态系统服务价值变化

由表5可知，2002年、2014年和 2017年ESV总量分别为20.83亿元、20.02亿元和19.02亿元。从土地覆盖类型上分析，水体对ESV的贡献最大，占比约50%，由于在南京市主城区，土地资源高度集约化，水体的面积相对稳定，因此，水体的ESV变化不大。2002−2017年南京市主城区的ESV下降1.81亿元，耕地和草地面积的减少导致其能提供的生态服务水平下降，并且两者的服务价值减少。耕地服务价值从5.76亿元减少到2.72亿元，下降了52.81%；草地由于在城市中所占面积较小，服务价值变化较少，从0.58亿元减少到0.01亿元，下降了0.57亿元；林地的服务价值从3.24亿元增加到5.18亿元，上升了60.07%。

表5 2002—2017年南京市主城区生态系统服务价值变化Table 5 Changes of ecosystem services value in Nanjing from 2002 to 2017

由表6可知，从生态系统服务功能分析，水源涵养和废物处理产生的生态效益最高，两者占比约60%。2002−2017年单项生态系统服务功能产生的效益变化较小，其中生物多样性保护、气体调节和原材料先增加后减少；除气体调节、娱乐文化和原材料产生的效益略有增加外，其他各项均有所减少，并且土壤形成与保护和废物处理产生的效益下降最多。

表6 2002—2017年南京市主城区各生态服务功能的价值及占比Table 6 Value and proportion of each ecological service function in main urban area of Nanjing from 2002 to 2017

3.3 敏感性与生态经济协调程度分析

由表7可知，ESV对各土地覆盖类型的敏感性指数均小于1，说明了ESV对于VC的敏感性相对较低，根据南京市实际情况修改的价值系数表有代表性，ESV的结果准确性较高。另外，2002−2017年各土地类型敏感性指数由大到小排列依次为：水体>林地>耕地>其他用地>草地，这说明ESV对水体最为敏感；相反地，草地的面积太少，ESV对其几乎不敏感，草地对服务价值的贡献微乎其微。耕地的敏感性指数一直减少，说明耕地对ESV的影响日趋下降。林地的敏感性指数呈上升趋势，说明林地对ESV的影响日益增加。

表7 南京市主城区生态系统服务价值敏感性分析表Table 7 Sensitivity analysis of ecosystem service value in main urban areas of Nanjing

另外，根据EECI的计算结果，2002−2014年生态经济协调指数为−0.001 6，2014−2017年为−0.138 3，2个时间段的结果均小于0，这说明南京市主城区的社会资源（如人力、物力）以及土地资源过多地投入到经济发展中，而对生态环境保护问题缺少足够重视，经济发展状况已对生态环境造成了负面影响，导致南京市主城区ESV下降，使得南京市主城区的生态经济发展水平不协调，经济的发展与生态环境保护发生冲突[20]。但协调指数均为−0.5～0，说明南京市主城区的生态与经济只是存在轻度冲突。由生态经济协调指数从2002−2014年的−0.001 6下降到 2014−2017的−0.138 3可以看出，随着发展进程的加快，冲突略有加剧。

3.4 驱动力分析

3.4.1 人口因素

在“人为核心”的新型城镇化发展过程中，人口因素至关重要。由表8可知，2002−2014年南京市6大主城区人口均逐步增加。其中，秦淮区人口增加最多，为15万人，占秦淮区原总人口的26.9%；其次便是鼓楼区、玄武区和栖霞区。这些地区人口的显著增加，住房和基础设施等各项建筑用地需求增加，耕地和草地面积不断减少，导致城市向边缘地区扩展，城市规模不断扩大。结合专题图和覆盖转移矩阵可知，2002−2014年栖霞区、建邺区、秦淮区和雨花台区建筑用地不断向外扩展，雨花台区和栖霞区的耕地被不断占用。2014−2017年人口变化较小，其中栖霞区、建邺区、雨花台区的人口数量还在持续增加，其余地区人口呈减少态势；2014−2017年建筑用地增加显著的地区是栖霞区与雨花台区，这与栖霞区与雨花台区地区的人口增加是紧密联系的。

表8 南京市主城区人口与经济分布Table 8 Population and economic distribution in the main urban area of Nanjing

3.4.2 经济因素

经济发展水平对城市土地覆盖变化有着密不可分的影响，经济不断发展导致大量农田转变成城市建筑用地。经济的迅猛发展满足了人们对高生活水平的向往，也为土地覆盖变化提供了物质基础，这会吸引大量的商业和建筑业投资，产生大量的建筑工程。

表8显示了南京市主城区各年的国内生产总值情况，2002−2014年南京市各区的国内生产总值差异巨大，增加了几十倍，单纯的依靠第一产业的发展无法产生如此巨大的差距，能够有如此快速发展的主要原因在于第二、第三产业比重的增加以及第一产业比重的下降，这使得研究区耕地面积的不断被占用，建筑用地面积持续增加。从专题图1上可以看到，2002年栖霞区和雨花台区主要是以耕地为主，随着经济的快速发展，2014年栖霞区和雨花台区耕地面积明显减少，建筑用地面积显著增加。2014−2017年国内生产总值也在持续增加，结合专题图1可知，雨花台区耕地面积在不断的消失，而取而代之的，是用于第二、第三产业生产的建筑用地。因此，经济的快速发展，对南京市土地的变化产生了显著的影响，尤其是雨花台区和栖霞区在2002年一直以农业生产为主的地区，到2017年的期间，发生了经济的转型，大量的耕地农田转变成建筑用地。因此，人口因素和经济因素对南京市主城区的耕地、草地面积及其生态系统服务价值的减少产生了重要的影响。

3.4.3 政策因素

幕府山矿产资源丰富，是南京重要的采石产业。从1950年开始，开采幕府山石矿，致使幕府山主峰从201 m下降到38 m，岩石裸露、植被退化、生态环境遭到破坏。1999年幕府山启动了第1期生态修复工程，到2008年第10期幕府山生态修复工程结束，幕府山从“秃山”转变为了“青山”。从专题图1可知，2002−2014年横贯南京市鼓楼区北端和栖霞区西端的幕府山林地面积在不断增加，大量裸露的岩石演变成了森林，将幕府山矿场变成了景色优美的幕（幕府山）燕（燕子矶）风景名胜区的一部分。

2002−2006年南京市开展了2项生态工程：2002年的“绿色南京”工程和2006年的“生态市”建设工程。通过这2项工程的实施，南京市生态环境得到改善。在南京市主城区内，林地面积在不断地增加，从专题图1可知，2002−2014年在紫金山等山的山脚下，大量耕地转变成了林地。在城市化步伐持续加快的影响下，紫金山等山脚下的耕地没有转化成建筑用地或者其他土地类型，而是转变成林地，可以看出，生态工程建设对南京市主城区林地面积及其生态系统服务价值的增加有着深刻影响。

总的来说，南京市主城区土地覆盖和生态系统服务价值的变化主要受人口、经济、政策等驱动力的影响。本文的研究结果与西宁市[21]、北京市[22]、无锡市[23]等城市土地覆盖变化的驱动力因素相一致，为制定未来南京市主城区发展规划提供依据，达到土地资源永续利用、生态与经济协同发展的目的。

4 讨论与结论

2002−2017年南京市主城区土地覆盖发生了较大的变化，耕地面积大幅下降，从第1大土地覆盖类型变成了第2大土地覆盖类型；耕地大部分向建筑用地转移，小部分向林地转移，建筑用地成为了南京市主城区第1大土地覆盖类型；南京市主城区ESV下降明显，且下降速度逐渐增加；ESV对各项土地覆盖类型的敏感性指数均小于1，说明了ESV的结果准确性较高；ESV对水体的敏感性最大，对草地的敏感性最小；耕地对ESV的影响越来越小，林地对ESV的日益上升。

南京市主城区的生态与经济存在轻度冲突，且随着发展进程加快，冲突略有加剧。随着人口的快速增长和经济的迅猛发展，城市边缘地区的耕地不断转化为建筑用地。第二产业和第三产业的比重持续增加，第一产业的比重持续下降，这些因素促使耕地面积逐年减少，导致耕地产生的生态服务价值减少。南京市主城区林地面积、服务价值增加主要是受到生态工程等政策因素的影响。

由于南京市主城区处于核心地带，土地资源紧张，已经转化成为建筑用地的土地必然不会再转变回耕地、林地等。因此，建议人们要保护好现有的资源，加强生态建设。在水资源方面，由于水体对南京市主城区ESV的贡献最大，因此要加强水资源的管理，提高水域在水源涵养、废物处理等方面的效益；林地资源对土壤形成与保护、气体调节及水源涵养作用很大，在不能增加林地面积的情况下，要加强林地资源的保护、合理采伐林木资源，可以大力发展森林氧吧等森林康养产业，促进森林资源效益最大化；在耕地方面要增加耕地的利用率，提高耕地质量，使耕地资源产生最大化的效益；另外，要合理利用未利用地等其他用地，密集的未利用地可以开发成为林地、耕地等，分散的未利用地可以种植为草地，等等。

未来可以尝试打造生态智慧城市。在土地利用方面，要合理规划，注重土地功能的复合性，合理利用地下空间建设，做到生态、产业、城市三者融合；在生态环境方面，要注重自然生态和环境质量，建立健全环境保护政策和制度，提升城市绿化率；在建筑建造方面，要打造绿色建筑，注重节能、节水、节材，做到绿色施工。