高自然价值农田识别及空间分布格局研究*——以云南省为例

方一舒,艾 东**,羊玉婷,孙玮健,戴 瑶

(1.中国农业大学土地科学与技术学院 北京 100193;2.自然资源部农用地质量与监控重点实验室 北京 100193;3.根特大学地理系 根特 9000;4.中国农业大学信息与电气工程学院 北京 100083)

“自然价值”源于美国哲学家奥尔多·利奥波德的“大地伦理”思想,经美国“环境伦理学之父”霍尔姆斯·罗尔斯顿的大力推崇而被学界广泛接受。自然价值论在环境伦理视角下论证“客观自然价值”,人类应该从大自然的立场出发,发挥环境要素的“协调者”作用,促进客观自然价值日趋完善。众所周知,生物多样性的丧失成为一种全球趋势,也深刻影响着农业生态系统,随着农业活动强度增大、农业基础设施增多、建筑面积扩张、动物栖息地减少等现象出现,同时受撂荒和农业结构调整等因素影响,使得农田环境中生物多样性不断降低。农业实践的加剧和不利生产的农村地区的弃荒,进一步加剧了农田生物多样性的降低。“高自然价值农田”(high nature value farmland,简称HNVF)指自然植被比例高、耕作强度低或者能为动植物生物多样性提供栖息地的农田。引入高自然价值农田概念解决我国耕地保护面临的问题,符合当前我国以生态保护为核心的发展要求。

“高自然价值农田”保护研究对于中国进行农田自然价值识别、生态系统服务价值核算、农业生物多样性和农业文化遗产保护等策略的实施具有借鉴意义,相关成果可应用于中国的生态文明建设和耕地保护问题研究。中国是世界上人地关系最为紧张的国家之一,同时也是实施耕地保护战略最为严格的国家之一,但耕地保护问题依然复杂尖锐,保护任务十分艰巨。随着2019年年底新冠疫情的爆发,耕地保护与粮食安全战略被赋予了更加重要的意义。在国土空间规划中,设定地区耕地保有量以达到耕地保护目标的做法比较普遍,但这仅对耕地的数量和质量进行管控,同时我国也存在“占好地补差地”的现象,缺乏一定的生态预警机制,这些问题都需要更好的农业生态质量评估机制来解决。目前国内对“农田自然价值”的研究还处于起步阶段,一些学者从生态价值的维度对该问题进行探讨。如谷树忠等以农业自然资源估价为基础,对农业自然资源核算的概念和内容进行界定;申强等以陕西吴起县为例,探讨了退耕还林(草)工程的实施对农地资源生态服务价值的影响;蔡银莺等运用收益还原法及条件价值评估法,对武汉市不同类型农地资源进行估算,重点评估了农地的非市场价值;孙新章等采用生态经济学的方法,定量评估了中国农田生态系统的服务功能,并对其价值化进行了初步核算;丁陆彬等结合农业生物多样性保护的现状与不足,阐述农业文化遗产系统中生物多样性的保护策略。但以上研究中所侧重的价值主要是相对于农田的生态价值,是以人类经济生产为中心价值的副产品。自然价值应回归到自然本体这一核心,是超越社会经济概念格局更为广阔的一种评价标准。因此,研究高自然价值农田相关问题,能够提供一种新的视角与评判标准,充实完善当前的农业空间资源理论体系。

2021年10月在云南省昆明召开了联合国《生物多样性公约》第十五次缔约方大会(COP15),会议旨在促进世界生物多样性保护工作,使得自然环境具有更多的客观价值,推动人与自然和谐发展。农田生态系统作为“半自然-人工生态系统”,农田生态系统的生物多样性保护问题也是关注的热点。云南作为全球生物多样性高度丰富的地区之一,通过高自然价值农田保护,探索一种生态空间和农业生产空间和谐共存的保护路径,在当前大背景下,可作为农田生态系统生物多样性保护的“样例工程”而实施。同时从景观格局视角出发,云南省地形地貌复杂,碎片化的农田分布促进了生态系统交互,为高自然价值农田形成提供有力条件,可作为开展云南省高原特色农业的精准化保护工作的基础。本文在整合国内外研究的基础上,以农田的生物多样性保护为切入点,引入“农田自然价值”概念,运用ArcGIS 和In-VEST 模型(Integrated Valuation of Ecosystem Services and Tradeoffs)进行处理,叠加计算现状耕地与生境质量指数,对云南省农田的自然价值进行分级评价。依此提出分类别的农田保护措施,为深入发掘农田的自然价值潜能,完善中国多维度的耕地保护制度和实现耕地的全方位保护等工作提供基础支撑。

1 研究区概况与数据来源

1.1 研究区概况

云南省位于中国西南边陲地区,位于东经97°31～106°11,北纬21°8～29°15,国土总面积38.32 万km。云南与缅甸、老挝、越南等国家接壤,地势北高南低,海拔由西北部的横断山脉逐渐向东南地区下降。山系纵横交错,分布有高黎贡山、无量山、哀牢山、乌蒙山和云岭等;河流蜿蜒其中,主要有长江、珠江、元江、澜沧江、怒江、大盈江等6 大水系(图1)。地理分异造就了云南独特的气候条件,垂直立体性气候明显,雨热同期,四季温差较小,为生态系统各类物种和种群繁衍提供了优越的条件。云南省国土面积仅占全国国土面积的4.1%,但生物多样性极高,涵盖了从热带到寒带的各类生态系统,其物种数量、国家重点保护物种数量均在全国总数的50%以上。因此,云南省是许多重要物种类群起源、进化、分布的关键地区,具有重要的生态学研究价值。

图1 研究区域Fig.1 Study area

1.2 数据来源

研究主要采用云南省自然资源厅第二次全国土地利用现状调查数据,数据年份为2009年、2012年、2015年和2018年共4 期,分类标准按照《第二次全国土地调查分类(土地利用现状分类)》标准中的一级类,分为耕地、园地、林地、草地、交通运输用地、水利及水域设施用地、城镇村及工矿用地和其他用地等8 大类。由于当前云南省关于生物多样性的研究主要以自然保护区、流域或者山系等小范围的自然地理单元的物种调研方式为主,尚未开展过全域范围生物多样性调查研究,针对农田生态系统中生物多样性保护的专项调查较少。因此,本次研究主要通过ArcGIS 软件进行景观地类变化监测,并使用InVEST 模型从栖息地质量识别云南省生物多样性变化。

2 概念界定与识别方法

2.1 概念界定

界定“高自然价值农田”旨在推进生物多样性保护工作,在以自然价值为中心的立场下追求环境保护与农业生产的有机统一,因此生物多样性是农田自然价值形成的基本前提。国外学者对高自然价值农田进行了一系列研究,以评估界定高自然价值农田。20世纪90年代初,由Beaufoy 等从生物多样性和管理实践的角度,描述了“低投入-高自然价值”耕作制度的一般特征,引入了“高自然价值农田”一词。尽管精确定义高自然价值农田存在困难,但其概念一直不断发展,21世纪初,Andersen 等提出了高自然价值农田的概念定义,即“土地利用方式以农业为支柱的地区、与物种多样性和栖息地多样性有关、与欧洲关注保护的物种有关的地区”。从生物多样性的角度认识到耕地的重要性后,欧盟相关政策制定者将高自然价值农田的保护纳入其政策,包括了泛欧洲生物多样性和景观战略(PEBLDS)、《伯尔尼公约》 《欧洲景观公约》以及欧盟层面的《农村发展政策(2007-2013年)》(农村发展的社区战略准则)和《栖息地和鸟类指令》等。《共同农业政策》(CAP)强调了生物多样性的下降趋势,欧盟委托每个欧洲国家负责解决生物多样性丧失的问题,并鼓励农民通过维护广泛的农业系统和保存半自然景观特征来保护高自然价值农田,对维持生物多样性发挥了积极作用。这些战略与指令的实施随后产生了一种新形式的自然保护-Natura 2000 欧洲生态网络。基于此,欧洲环境署(EEA)制定了高自然价值农田的定义,并开发了在泛欧洲范围内确定高自然价值农田的方法。随后,在欧盟联合研究中心(JRC)和欧洲环境署(EEA)共同努力的基础上对此进行了完善。

高自然价值农田具有半自然生境、低强度农业活动和保有稀有物种3 个特点,通常呈现小规模镶嵌体形态。前两类是根据土地覆盖数据(CORINE 数据库)和农场水平数据(特别是农场统计数据网络)进行鉴定的,第3 种类型只能通过监测物种来识别。针对这种高自然价值农田的保护,欧洲各国采用多种措施监测其质量,力图减少农业对生物多样性造成的损失,但欧洲的环境与政策的差异性,可能导致其方法措施并不适用于我国,因此本文力图探索符合我国国情的高自然价值农田识别方法。

2.2 研究方法

由于中国调查数据、调查方法、分类标准和欧盟不同,国外的高自然价值农田的识别方法并不完全适用于中国。结合概念和现实数据,需要通过生态系统多样性调研开展高自然价值农田评价方法的研究工作。多项研究证明物种存在、丰度与栖息地的数量、斑块大小和生态带面积具有强烈的相关性。Morelli 等认为识别高自然价值农田的最简单方法是综合评判农田中生物栖息地的数量与种类丰富情况。回归其本质定义,高自然价值是在环境视角下,评价人类活动对于农田环境的影响,它的“半自然生境、低强度农业活动、保有稀有物种”3 个特点都表明,高自然价值农田具有生态脆弱性,人类生产活动如果过于活跃,将会打破农田的生物多样性平衡,降低农田的客观自然价值。因此,需要采用一种针对生境质量影响监测的评估方法,才符合农田自然价值的概念内涵,也符合定义此概念的理论出发点。通过对比研究文献发现,生境质量可以作为自然价值测度的指标,其基本视角、评估对象、评估目标、评估方法具有相似性。InVEST 模型作为一种评估生境质量的常用方法,在定量评估生态服务价值方面得到广泛运用。同时,该模型紧扣人类对栖息地的影响,评估人类活动与农田生态系统之间的相互作用程度,从而刻画出农田生态环境质量,因此可以将InVEST 模型运用到农田自然价值的评估方法之中。基于此,本研究结合栖息地土地覆被类型,通过InVEST 模型计算栖息地生境质量,根据距离自然景观源地的远近和各地类之间的敏感度,对全域生境栖息地质量进行评价并分级,将栖息地质量高的区域与各年份的耕地进行叠加,从而识别出不同年份自然价值较高的农田。

InVEST 模型除广泛应用于栖息地生境质量识别以外,在进行栖息地脆弱性风险和复原力评估时也有所应用。依据模型方法,可知对InVEST模型中生境质量造成影响的因素有:威胁源的选取及其相对威胁距离和方式、栖息地与威胁源之间的实际距离、栖息地对每种威胁源的敏感性。生境质量的计算公式如下:

式中:Q表示土地利用类型为的栅格的生境质量;H表示土地利用类型的生境适宜性;D表示土地利用类型或生境类型为的栅格的生境退化程度;表示模型的默认设置参数,一般为2.5;表示半饱和常数,一般设置为0.5;表示胁迫因子的总数量;Y表示胁迫因子的栅格总数量;ω表示胁迫因子对生境威胁的标准化权重;r表示栅格中胁迫因子的影响;β表示栅格受法律、社会等保护的程度;S 表示土地利用类型或生境类型对胁迫因子的敏感性;i表 示胁迫因子所在栅格与生境所在的栅格之间的线性距离函数;d表示栅格与栅格之间的线性距离;d表 示胁迫因子在空间上对生境产生影响的最大距离。

通过查阅相关文献并结合当地实际情况,选择旱地、城镇、村庄、公路、交通用地和采矿用地作为威胁源,并设定相关参数如表1所示。

表1 InVEST 模型中威胁源相关参数设置Table 1 Setting of threat sources related parameters in In-VEST model

每种栖息地对威胁源的敏感程度不同,即两种土地利用类型之间存在相对敏感性,因此设置生境适宜性和相关敏感性参数如表2所示。

表2 生境适宜性和相关敏感性参数设置Table 2 Setting of habitat suitability and related sensitivity parameters

通过InVEST 模型得到Habitat quality 栅格数据后,可得Q在0～1 之间,值越高,说明生境质量越高,因此按照0～0.2(低)、0.2～0.4(较低)、0.4～0.6(中)、0.6～0.8(较高)和0.8～1.0(高)等间隔划分为5 级。以耕地数据为基础,提取出耕地的栖息地质量高(Q＞0.8)的地区,作为高自然价值农田的分布区,并比较不同年份的高自然价值农田分布的差异性。

3 结果与分析

3.1 土地利用变化

云南省土地调查总面积为3831.89 万hm,2018年,农用地面积为3291.67 万hm,占国土总面积的85.9%,农用地占比最大,其中耕地面积为620.91 万hm,占国土总面积的16.2%。从时间变化来看,耕地面积下降明显,从2009年到2018年,云南省耕地面积由624.39 万hm下降为620.91 万hm,减少面积为3.48万hm,下降率为0.56%。分析耕地减少流向来看,2009-2012年间,耕地减少面积为1.9 万hm,减幅最大,为0.3%,流向面积由大到小依次为林地、草地和园地,主要为农用地内部结构调整;2012-2015年间,耕地减少面积为1.64 万hm,减幅为0.26%,流向面积从大到小依次排列地类为城镇村及工矿用地、交通用地和水利设施用地,说明在这几年间,建设用地扩张速度剧烈,建设用地对耕地的挤占明显;2015-2018年间,耕地面积微增0.05 万hm,说明对于耕地保护的力度逐渐增强,措施逐渐完善(图2)。

图2 2009—2018年云南省土地利用变化Fig.2 Changes of land use types from 2009 to 2018 in Yunnan Province

3.2 高自然价值农田识别

在InVEST 模型中生境质量计算结果值在0～1之间,越趋近于1,生境质量越好,栖息地完整度和连通性越强。通常土地利用强度的增加和土地利用模式的改变,会引起威胁源地增加,而使其附近的生境质量退化。按照计算结果,得到云南省栖息地质量所占比例大的等级为高和较低,生境质量高的区域所占比例平均值为60.58%,广泛分布于云南省全域范围。从时间格局来看(表3),2009年,低等级的生境占4.55%,较低等级占24.95%;2018年低等级的生境占4.71%,较低等级占24.94%;2009-2018年,整体生境质量变化不大。

表3 2009—2018年云南省不同等级生境质量所占比例Table 3 Proportions of different grades of habitat quality from 2009 to 2018 in Yunnan Province%

从空间格局来看(图3),云南省总体生境质量处于较高水平,高和较高等级生境质量占据约70%的比重。生境质量呈沿西北向东南逐渐下降的趋势,整体来看西部地区生境质量水平高于东部地区,滇西北部的怒江傈僳族自治州、丽江市、迪庆藏族自治州、大理市和西南部的普洱市生境质量相对较高。从地理分区来看,生境质量较高地区主要分布于滇西北横断山区、高黎贡山和滇西南的干热河谷地区,云南省生境质量分值大多位于中等级以上。但距离基础设施、交通路网等小型建设用地越近的区域,受到的生境威胁程度较大,得分较低,零星分布于城镇建设用地以及9 大高原湖泊周边。从时空变化来看,2009-2018年期间,云南省生境质量总体略有下降。城市的不断扩张,导致城市建成区周边生境质量较低的区域逐渐扩张,吞噬周边的生境质量较高的区域。在一些生境质量较高的区域,普洱市、西双版纳傣族自治州和临沧市等,随着基础交通设施的修建,生境被不断分割,生境越来越破碎。通过计算,得到空间分布结果如图3所示。

图3 2009—2018年云南省农田生境质量等级空间分布变化Fig.3 Changes in spatial distribution of different grades of habitat quality of farmland from 2009 to 2018 in Yunnan Province

本研究主要从栖息地土地覆被类型,通过In-VEST 模型计算栖息地生境质量,通过距离自然景观源地的远近和各地类之间的敏感度,对全域生境栖息地质量进行评价并分级,从土地利用现状地类中将每一期的耕地数据提取出来,生境栖息地质量高的区域与各年份的耕地进行叠加,从而识别出不同年份的自然价值较高的农田。从时间格局来看,高自然价值农田所占比例平均为10.86%,而较低自然价值的农田所占比例最大,分异性大。说明云南省农田的“生态-生产”价值差异鲜明,集中连片地区的生产价值高,但自然价值较低,而毗邻林地、水域相对破碎化的小图斑的生产价值较低,但自然价值高,如表4所示。

表4 2009—2018年云南省高自然价值农田所占比例Table 4 Proportion of high natural value farmland from 2009 to 2018 in Yunnan Province %

从空间格局来看(图4),云南省农田整体呈零散破碎分布态势,集中分布于地势较低的平坝和浅山地区。云南省农田生境质量等级整体处于较低等级,高自然价值农田所占比例较低,分布于滇西北和滇东北部分地区,斑块相对比较细碎,零散分布于集中连片的农田周边,主要为毗邻于林地、水域和草地等自然价值属性较高的地类的小斑块,说明生产价值不高的农田,其自然价值反而较高,可为耕地数量、质量、生态“三位一体”保护以及分类分级保护提供空间划分依据。

图4 2009—2018年云南省高自然价值农田分布图Fig.4 Distribution map of high natural value farmland from 2009 to 2018 in Yunnan Province

4 讨论与结论

4.1 讨论

从结果来看,高自然价值农田分布具有地域性、动态性、整体性和复杂性5 个特点,地域性体现在云南农田自然价值从西北向东南逐渐降低;动态性体现在2009-2018年高自然价值农田比例有一定的变化;整体性表现在各子生态系统之间的空间关联,大尺度下的高自然价值农田分布表现出整体性特征,威胁源的连片增加也可导致区域的自然价值波动;高自然价值农田也属于生态子系统,同时具有高度的复杂性,需要综合评估识别。总体来看,影响高自然价值农田分布的因素有两个方面,一是人为因素:经济增长、城市发展、环境污染等;二是自然因素:地形地貌、降水变化、气温分布、覆被类型等。因此,可以结合分布特性和影响因素,探讨增加高自然价值农田比例的措施,采取因地制宜、分级保护的思路,处理好整体与局部的关系,利用系统之间的影响,提高高自然价值农田整体比例。具体做法是:一是重点利用,对于利用强度高的农田,通过改进种植技术和品种提高生产效率,保障基本粮食供应需求。二是增强连通,对于细碎分布的地区,通过增加廊道建设强化物种间流动性,使高自然价值农田连片增长;例如靠近沟渠、林带和水面等自然景观,农田连通性强、物种多样性高的区域,应严格限制建设占用高自然价值农田,保持其自然价值不被降低。三是重点保护,对于保有稀有物种的地区,应精准划定保护区域,维持稀有物种的种群生存。四是整合利用,对于低自然价值农田连片地区,大面积治理成本极高,应合理布局作物与植被类型,增加中等价值农田的比例,从而提高该区域农田生态系统的韧性。

高自然价值从“环境本位”出发,评价人类活动对于农田环境的影响。高自然价值农田具有生态脆弱性,人类生产活动如果过于活跃,将会打破农田的生态多样性平衡,降低农田的客观自然价值。因此,需要采用一种针对生境质量监测的评估方法,才符合高自然价值农田的概念内涵,也符合定义此概念的理论出发点。InVEST 模型作为一种评估生境质量的常用方法,在定量评估生态服务价值方面得到广泛运用。结合云南省土地覆被类型来识别高自然价值农田,从时空变化上研究其分布特性。首先,In-VEST 模型侧重于环境影响评价,符合评价高自然价值“环境本位”的属性:它将耕地、林地、草地等区域列为动植物栖息地,认为其具有较高的自然价值;而将人类建设用地、道路等视为“威胁源”,会对高自然农田造成影响。其次,InVEST 模型突出时空属性,可使用土地利用数据进行快速识别,能够线性评估较大尺度的空间,并且具有出图直观、操作便捷的优点,在数据较缺乏的情况下也生成较可靠的结果,这些特点都增强了它作为“高自然价值农田”识别工具的可行性。因此本研究尝试使用生境质量叠加耕地数据来测度农田自然价值,探索农田自然价值的概念和评价方法,初步提出不同自然价值农田的分类框架。但具体评价准则的研究有待加强,同时由于相对缺乏农业利用强度和稀有物种调查方面的资料,在下一步研究中将继续增强评价高自然价值农田的维度。综合自然资源、农田生态系统、生物多样性保护、农业文化遗产保护等多个视角,加强对高自然价值农田的研究,从而实现“共治共建,同管同护”的保护理念,建立以基本农田保护区共同体为核心的保护模式。

4.2 结论

本文以农田的生物多样性保护为切入点,在参考国内外资料的基础上,引入农田的自然价值理论,运用ArcGIS 软件提取耕地,采用InVEST 模型分析周边邻近景观对农田生态系统的胁迫和敏感度,通过生境质量指数的计算,将土地利用的自然价值指标引入土地生态质量评价的体系中,结合理论研究和实例数据分析,得出主要结论如下:

1)高自然价值农田主要为利用强度低或生物多样性高的农田,因此通过整理国外相关研究,将高自然价值农田主要分为3 种类型:①半自然植被比例较高的农田;②以低强度农业为主的农田或小规模半自然的农田镶嵌体;③维持稀有物种生存的农田。

2)依据评价结果,云南省高自然价值农田平均所占比例为10.86%,以毗邻林地、水域的破碎化的小图斑为主,主要分布于滇西北和滇东北部分地区。林带、沟渠和河流等对农田的自然价值保护起着重要作用。靠近林带的农田自然价值较高,林带作为其他生物的栖息地,对提高农田系统生物多样性具有重要意义。同时靠近河流水面的农田自然价值高,主要是河流能为农田提供基础水源保障和搭建能量流动桥梁,为物种生长繁衍提供最基本的生命保障。

3)生境质量是一个动态变化的过程,随着各类景观斑块之间的交互关系,为农田生态系统的生物多样性保护提供物质传递和联系空间,从“生产-生态”价值出发,破碎化的小图斑生产价值较低,但农田自然价值高。可为农田生态系统生物多样性保护、分区分级进行农田保护与退耕还林政策提供空间参考依据,实现“共治共建,同管同护”的保护理念。