南水北调中线水源区生态系统服务价值评估

张先起, 聂永博

(1.华北水利水电大学 水利学院,河南 郑州 450046; 2.黄河流域水资源高效利用省部共建协同创新中心,河南 郑州 450046)

生态系统是联合国千年生态系统评估(millennium ecosystem assessment,MA)[1]的核心,为人类的生活和发展提供了不可或缺的物质生存条件与各类生态服务功能,评估生态系统服务价值(ecosystem service value,ESV)以达成生态环境的可持续发展以及提供生态补偿的重大依据[2],其变化表明了生态系统各功能之间的转化及变化趋势,同时也反映了生态环境系统演变的驱动特性。目前以COSTANZA R等[3],DALIY G C[4]和欧阳志云等[5]对ESV评估方法的应用居多。在国外,TEREFE T等[6]对埃萨俄比亚中部高原的生态价值量变化趋势的预测进行了研究。LAURA O等[7]对马达加斯加ESV的驱动因素进行了探讨。MENGISTIE K等[8]研究了穆尼萨·沙谢梅内1973—2012年ESV变化对土地利用/覆被动态的响应。在国内,王文川等[9]通过利用随机森林算法,建立了河流流域生态系统健康评价法,并应用到清水河流域当中。唐见等[10]评估了陕、鄂、豫3省40个县的ESV。朱九龙等[11]基于某研究区的ESV,探讨了生态补偿资金分配问题。国内外对于南水北调中线水源地区ESV的研究较缺乏,多是对某一年整个区域或典型流域ESV的评估,缺少演变特性方面的探讨,特别是近年的研究更有所不足。南水北调工程中线水源地区对于保障生态环境质量、供水安全具有十分深远的意义,对其ESV的评估可为中线水源地生态环境保护、中线工程供水安全等提供理论依据和技术支撑。本文以ESV当量法[12]为主要方法,利用ArcGIS软件和ENVI软件进行土地利用类型划分,并结合南水北调中线工程水源地实际制定出城镇和非城镇ESV当量表,分析1989—2019年南水北调中线水源区ESV及其演变特征。

1 研究方法

1.1 图像解译

研究中采用美国的Landsat系列卫星影像资料。由于卫星遥感图像会因日光、大气等因素导致图像出现变形,使得获取的遥感数据灰度值失真,所以需要使用ENVI软件进行辐射定标、大气校正等方式来纠偏,从而获得较为真实的图像。最后再对其进行分析解译,由此得到水源区的土地利用数据。不同土地利用类型及含义，详见表1。

表1 土地利用类型及含义

1.2 非城镇ESV当量因子估算

参考ESV当量法[12]和MA理论,组建一级指标:供给服务(S)、调节服务(R)、支持服务(U)和文化服务(C);在这4个一级指标下,选取食物生产(S1)、原料生产(S2)、水资源供给(S3)、气体调节(R1)、气候调节(R2)、净化环境(R3)、水文调节(R4)、土壤保持(U1)、维持养分循环(U2)、生物多样性(U3)、美学景观(C1)共计11个二级指标组成指标体系。

研究区林地生态系统中不同植被面积占比:针叶林10%、针阔混交4%、阔叶林85%、灌木林1%[13];草地生态系统不同类型面积占比:灌草丛65%,草甸35%;水域则主要为水系;耕地生态系统主要包含水田和旱地,二者面积比为1.15∶5.10[14];其他生态系统不同类型面积占比分别为:湿地80%、裸地15%、荒漠5%。结合上述资料,构建南水北调中线水源区非城镇ESV当量因子,详见表2。

表2 南水北调中线水源区非城镇ESV当量因子

1.3 城镇ESV系数估算

随着城市化的进行,城镇的规模逐渐扩大,其规模面积已经不可忽视。近年来,城镇已成为评估区域ESV不可忽视的一个模块。将城镇用地包含进ESV评估体系中,结合林地、草地等基础系统体系,可多维分析地类体系更替同生态系统间的关联[15]。城镇指标体系主要包括气体调节(R1)、净化环境(R2)、水文调节(R3)、美学景观(C1)。运用市场价值法、工程替代法等方法[16],对南水北调中线水源区城镇ESV系数进行计算,详见表3。

表3 南水北调中线水源区城镇ESV系数评价方法

由于研究区包含淅川县和丹江口市两地，故需要对南水北调中线水源区城镇ESV系数进行修正。参考胡登奎[18]的研究成果修正城镇ESV系数,计算公式如下:

(1)

表4 南水北调中线水源区城镇ESV系数 元/hm2

1.4 研究区ESV评估模型

根据谢高地等[12]的研究,单位当量因子的经济价值量约等于当年全国平均粮食单产市场价值的1/7,但考虑到全国各地天气、土壤等多种因素的差异性,需要基于研究区情况进行修正。选择淅川县、丹江口市两地的单位面积耕地作物经济均价,以此来修正单位当量因子的经济价值量[19],计算公式为:

(2)

(3)

参考两地年鉴和《中国农产品价格调查年鉴》,分析得出淅川县的单位当量因子经济价值为2 078.67元/hm2,丹江口市的为1 664.17元/hm2。通过遥感影像得出淅川县和丹江口市1989、1999、2009、2019年的耕地面积的平均值分别为115 380、55 964 hm2,结合公式(3),得出研究区单位当量因子经济价值为1 943元/hm2。

研究区ESV的计算公式为:

Kr=XrNa,

(4)

(5)

式中:Kr为第r种生态指标的ESV系数,元/hm2;Xr为第r种生态指标;Esl为研究区ESV,元;Aj为第j种土地利用类型的面积,hm2。

1.5 ESV影响演变因素分析

ESV变差贡献率指在一段时间内某单一生态系统变化量占所有地类ESV变化量的比重[20],反映个体变化对整体的影响程度。其计算公式为:

(6)

2 南水北调中线水源区ESV估算

2.1 研究区概况

淅川县和丹江口市位于豫、鄂、陕三省相邻处,东邻邓州市,南接房县,西邻十堰城区,北靠西峡县,位于东经111°34′～111°58′与北纬32°13′～33°23′。丹江口市总面积3 129.168 km2,淅川县总面积2 820.68 km2。淅川县和丹江口市地理位置如图1所示。

图1 淅川县和丹江口市地理位置

2.2 数据来源

选取1989、1999、2009、2019年作为典型年,土地利用类型来源于各时期的Landsat5 TM和Landsat8 OLI-TIRS影像。其余数据参考《南阳市统计年鉴》《丹江口市统计年鉴》《丹江口市水资源公报》《淅川县统计年鉴》等,主要包含粮食产量、经济数据等其他统计资料。

2.3 土地利用面积及覆被变化分析

ENVI为一款发展成熟的现代遥感地图解析分析软件。从地理空间数据云获取淅川县、丹江口市的遥感图像,并利用ENVI调取工具箱来进行辐射校正和大气校正，从而完成预处理。然后,利用ArcGIS配准,采用人机交互方式解译得到淅川县、丹江口市1989、1999、2009、2019年4个典型年的土地利用情况。对结果进行检测,得Kappa系数>0.7,故影像数据的精度满足最低判别度。研究区4个典型年的土地利用情况如图2所示。南水北调中线水源区土地利用变化如图3所示。

图2 研究区土地利用

图3 南水北调中线水源区土地利用类型面积

结合图2、图3可以看出,1989—1999年南水北调中线水源区的地物代表主要为林地、草地和耕地3种,占据了水源区面积的80%;随着时间演变,森林的面积保持着不断增长的趋势,且涨势迅速,其主要原因是开展退耕还林等计划以及出台和实施一些相关的政策,深化了人们的环境保护意识;而耕地、草地的面积持续缩小,主要是因为在其上栽种树木以及部分新水域的形成,使得部分草地和耕地转化为了林地和水域;水域面积也呈扩大趋势,主要是因为丹江口市水库大坝加高使得水位抬升,导致部分草地、耕地形成新水域;而城镇面积由于土地城市化原因扩展也极其迅速,但总体面积占比较小;其他地物类型面积变化趋势较小且比重不大。

2.4 南水北调中线水源区ESV分析

根据表2、表3及公式(4),可得南水北调中线水源区ESV当量因子及其系数,分别见表5和表6。

表5 南水北调中线水源区ESV当量因子

表6 南水北调中线水源区ESV系数 元/hm2

根据表5、表6和公式(5),可得南水北调中线水源区1989、1999、2009、2019年4个典型年的ESV,如图4所示。

图4 南水北调中线水源区ESV

由图4可知,南水北调中线水源区林地、水域的ESV随时间推进在不断提高,而其余地物ESV则不断减少,说明林地、水域地物为水源地重要生态体系且面积占比较大。这一演变趋势表明:随着城镇化进程的加快,相关保护环境政策的推出和人民环保意识的增强,使得水源区环境质量得到了极大的提高。

根据公式(6),得出水源区ESV变差贡献率,详见表7。

表7 南水北调中线水源区ESV变差贡献率 %

由表7可知，土地利用类型在各个时期内对水源区的ESV所产生的影响是不一样的。林草水域地物系统的演变将引起其相关ESV产生较大影响,而其余3种地物系统的演变则基本不会引起其相关ESV产生较大波动。由表7还可以看出,在1989—2019年的30年期间,林地地物系统面积不断扩大,且其贡献率始终为正,其变化对区域ESV的增加影响是正向的;草地、耕地、城镇地物系统贡献率均小于0,主要由于退耕还林等政策的实施,草地、耕地上不断植树造林,逐渐转化为森林,但林地的单位面积ESV却高于前两者,这使得草地、耕地地物系统的演变同南水北调中线水源区总ESV的变化趋势相反。水域生态系统对南水北调中线水源区总ESV的贡献率较大,但呈现波动变化的趋势,1989—1999年与2009—2019年水域生态系统贡献率均在50%以上,主要由于丹江口水库多年平均面积占研究区总面积的10.5%;而1999—2009年的贡献率则低于0,其波动原因是因为丹江口水库的库容降低,使得总区域的水域地物系统的面积不断缩减,导致该段时间之中,水域地物面积的演变同区域ESV的变化截然相反;其他生态系统则主要包含裸土地、盐碱地等,在研究区的总面积中该类地物占地面积甚小,同时,它们的单位面积ESV较低,造成历年来其他地物ESV长期保持较低且相对稳定的低贡献率。

3 结论

1)针对研究区的自然、地理、环境等实际状况,将其划分为林地、草地、耕地、城镇、水域和其他共6类生态系统,基于MA理论构建了包含供给服务、调节服务、支持服务、文化服务4个一级指标11个二级指标的南水北调中线水源区ESV评价指标体系。

2)利用ArcGIS和ENVI软件对1989、1999、2009、2019年4个典型年的遥感数据进行解译,分析了不同典型年研究区土地利用的时空演变特征;通过建立城镇与非城镇区域ESV指标体系,评估了不同典型年研究区ESV。得出结论:1989—2019年,研究区ESV增加了102.63亿元,其中林地、水域分别增加了54.88亿元、77.90亿元;草地、耕地、城镇、其他分别减少了23.61亿元、3.77亿元、0.29亿元、2.48亿元。

3)通过利用变差贡献率分析法对研究区ESV的时空变化进行分析,6类土地利用类型在不同时段内对ESV的贡献率存在着差异,其中水域、林地、草地生态系统对研究区ESV的影响最大,城镇、耕地、其他生态系统对其ESV的影响则较小。

4)由于主观因素等原因,在制作分类样本时会造成样本精度偏差,使得解译出的土地利用类型图存在一定的偏差。另外,由于研究尺度的限制,设定的城镇ESV系数较少,ESV局部异常信息较难体现,这些问题有待进一步深入研究解决。