耦合InVEST-HFI-PLUS模型的生态分区规划与动态评估——以博尔塔拉蒙古自治州为例

王子尧,黄楚梨,李 倞,林 箐

北京林业大学园林学院, 北京 100083

改革开放以来,伴随着经济的飞速发展与城市化进程的不断加快,以城市与耕地扩张为代表的人类活动导致了区域生境的破碎与退化,也对区域生态系统服务水平产生了深刻影响[1—2]。不合理的人类活动对自然界的破坏,被认为是生境质量下降和生物多样性丧失的最大动因[3—4]。随着我国生态文明建设的推进,如何科学地配置有限的空间资源,合理协调生态保护与经济发展的关系,成为决策者与相关学者关注的热点问题[5—8]。

生态分区规划由于具有较强的前瞻性,并且能够辅助决策者明确地区生态保护与建设重点,已逐渐成为制定地区科学发展规划的重要手段之一[9]。目前国内外关于生态分区规划的研究大多通过选取可以合理评价研究区域生态保护与经济开发等多方面价值的指标,运用矩阵分析法[10,11]、聚类分析法[12]、阈值法[13]、多准则决策分析法[14]、动态分析法[8]等方法进行生态分区的划定,并在此基础上确定不同分区的主导功能与管控措施。然而,这些研究大多仅以明确分区的范围与功能为目标,对于分区规划实施后,研究区域未来的生态环境能否得到切实的改善,缺乏科学的动态情景模拟与效益评估。

本文以新疆博尔塔拉蒙古自治州为例(以下简称博州),利用InVEST 模型对博州的生境质量进行量化评估,通过人类足迹指数(HFI)表征人类活动对场地生态环境影响的分布信息,在此基础上对研究区进行生态分区规划。此外,本研究使用Liang等[15]开发的PLUS模型,以博州2005年与2020年两期土地利用数据为基础,动态模拟研究区在自然发展与规划保护两种情境下2035年的土地利用变化,并通过对比不同情境下的生态系统服务价值,合理评估生态分区规划的实际效益。本文通过耦合InVEST-HFI-PLUS模型,既合理地划定了研究区域的生态分区,明确了不同分区的管控措施,也通过未来土地利用情景模拟的方法验证了分区规划的可行性,弥补了该领域研究的空白。

1 研究区域概况与数据来源

1.1 研究区域概况

博尔塔拉蒙古自治州位于新疆维吾尔自治区西北部,地处亚欧大陆腹地。博州西、北、南三面环山,中部是扇形河谷平原,整个地形呈喇叭状,由南、北、西逐渐向中、东部逐渐开阔。博州具有“两湖三山”的独特地貌,森林、草原、绿洲、沙漠、戈壁、冰川、湖泊、湿地等各种自然资源一应俱全,素有“西来之异境,世外之灵壤”之称[16]。同时,博州作为与哈萨克斯坦接壤的“西部门户”,是天山北坡经济带最重要的生态安全屏障。随着“生态立州”战略地深入实施,经济发展与生态改善的良性互动逐渐成为博州未来发展中的关键问题。

1.2 数据来源

本研究中所使用的2期土地利用数据(2005年、2020年)来源于中国科学院资源环境数据共享中心,土地利用类型分为6类：耕地、林地、草地、水域、建设用地、未利用地；DEM高程数据来源于地理空间数据云平台(http://www.gscloud.cn),空间分辨率为30m；气象数据(包括年均温度、年均降水量、干燥度等)、土壤数据(土壤类型与侵蚀强度)以及社会经济数据(GDP与人口密度)来源于中国科学院资源环境科学数据中心(http://www.resdc.cn),空间分辨率为1km；放牧数据来自于世界粮农组织(FAO)的Gridded Livestock Density数据集(https://data.apps.fao.org/),空间分辨率为1km；夜间灯光数据来源于地球观测组织(EOG)的VIIRS_DNB_VNLV2数据集(https://eogdata.mines.edu),空间分辨率为500m；现状道路、铁路、河流水域、主要城镇以及村庄点位等矢量数据来源于BIGEMAP地图下载器。以上数据在Arc GIS中进行投影变换、裁剪、重采样等一系列数据预处理工作后,统一转化为30m×30m的栅格数据。

2 研究方法

2.1 生境质量评价

生境质量反映了生态系统能够提供物种生存繁衍条件的潜力[17]。生境质量被视为区域生物多样性和生态系统服务水平的重要表征,也是保障区域生态安全和提升人类福祉的关键环节[18—20]。

InVEST 模型中的生境质量模块是目前应用较为广泛的生境质量评估模型,有数据较易获取、评估准确度高、空间可视化能力强的特点[21]。该模型通过量化不同土地利用类型对动植物的生境适宜度以及生境威胁因子的威胁强度,模拟生境质量的空间分布。具体公式如下：

式中,Qxj表示土地利用类型j中栅格x的生境质量指数；Hj表示土地利用类型j的生境适宜度；Dxj表示土地利用类型j中栅格x的受威胁度；k为半饱和常数,z为常数2.5,受威胁度Dxj由以下公式计算可得：

式中,r为威胁因子；y是r威胁栅格总数；Yr为r威胁因子中的一组威胁栅格数；wr为威胁因子r的权重；ry为栅格y的威胁因子值；irxy为威胁栅格y的威胁因子ry对栅格x的威胁度；βx为栅格x的可达性水平；Sjr是土地利用类型j对于威胁因子r的敏感度。

本文的生境质量评价以2020年为分析基准年,2020年博州土地利用分布如图1所示。根据博州的实际状况,本文选择受人类活动干扰较大的耕地、建设用地以及未利用地作为博州生境质量的威胁因子。依据InVEST模型用户手册推荐的参考值,参考前人在新疆地区进行的研究[22—23],初步确定研究所需的各项参数。在此基础上,通过咨询新疆本地的生态学专家,考虑到受自然条件限制,博州境内的建设用地规模较小,城镇开发对于生境质量有较大的威胁这一事实,对上述参数中建设用地的影响距离、权重以及敏感度进行调整,最终确定了本研究中InVEST模型的各项参数(表1、表2)。

表2 土地利用类型对威胁因子的敏感性

2.2 人类足迹指数评价

人类活动的评价往往通过其引发的相关效应进行间接评估。其中,由Sanderson等[24]提出人类足迹指数(HFI)在人类活动影响评价等方面得到了广泛的应用。基于人类足迹指数方法,根据博州的实际发展状况与前人研究[25—27],结合数据可得性,最终选取了土地利用、人口密度、夜间灯光指数、放牧强度以及交通可达性5种类型的人类活动表征因子。在此基础上将各类数据的栅格重新赋值为1—10分,分值越大表示人类活动强度越大。HFI评价与生境质量评价所使用的数据年限保持一致,均为2020年数据。其中由于放牧强度数据的原数据集仅更新至2010年,因此参照前人的研究[27]对原图层进行趋势外推分析,以得到2020年放牧强度数据。

其中人口密度、夜间灯光指数以及放牧强度通过自然间断点法将数据由低到高划分为10类,分别赋值1—10；土地利用数据是反映人类活动的重要因子,本文将所有建设用地赋值为10,耕地赋值为7,其余土地利用类型均赋值为1分；交通可达性评价包括公路与铁路两个方面,在对两者进行多环缓冲区分析的基础上,根据专家打分对每个缓冲区分别进行赋值,并将生成的公路与铁路分数图层进行镶嵌,重叠部分取最大值,以此作为交通可达性评价结果。将处理后的上述因子进行叠加处理,计算得出博州的人类足迹指数。

2.3 InVEST模型与HFI的耦合以及生态空间规划

InVEST模型与HFI的评价结果分别表征了研究区域生态保护价值的高低与人类活动影响的强弱。将二者作为衡量区域“保护”与“发展”价值的指标,建立二维判别矩阵,并最终明确研究区域的生态分区。

将2020年博州生境质量与人类足迹指数分别按自然间断点法分为低、中、高三个等级,在ArcGIS中进行叠置分析,得到9种生境质量-人类活动空间类型。在此基础上,依据其功能特点将9种空间划分为重点保护区、重点修复区以及适度开发区3类生态管制分区。

其中,重点保护区指现状生境条件较好,且人类活动相对较少的区域,包含高生境质量-低人类活动(31)、高生境质量-中人类活动(32)、中生境质量-低人类活动(21)；重点修复区为在人类不合理的开发活动或自然环境变化的影响下导致的现状生境质量较差,无法满足人们对于高质量人居环境需求的区域,包括低生境质量-低人类活动(11)、低生境质量-中人类活动(12)、低生境质量-高人类活动(13)、中生境质量-高人类活动(23)；适度开发区指在平衡生境质量与发展需求的前提下,可适度进行城市扩张的区域,包含中生境质量-中人类活动(22)、高生境质量-高人类活动(33)。

2.4 未来土地利用情景模拟

本文选用PLUS模型进行未来土地利用情景模拟。PLUS模型既保留了Flus模型中基于驱动因子的适宜性概率的计算过程,又结合了ANN-CA模型中基于两期土地利用数据间各类用地相互转化的样本训练。从两期土地利用间变化的部分中采样,采用随机森林算法逐一对各类用地扩张和驱动力因素进行挖掘。Liang等的研究表明,PLUS模型的模拟精度高于目前相关研究中常用的各类模型,模拟结果可以更好地支持规划政策以实现可持续发展[15]。

本研究以2005年与2020年两期土地利用数据为基础,选取土地利用变化的驱动因素共计15项(图2)作为预测变量输入至PLUS模型中,计算得出博州各土地利用类型的适宜性概率。在此基础上以2005年土地利用空间分布图作为模拟基准图,在PLUS模型中运行得到2020年土地利用模拟分布图。同时,本研究将相同的数据输入Flus模型中进行模拟,对比验证PLUS模型的精度。将2种模型的模拟结果与实际的2020年数据进行对比,结果表明,PLUS模型的总体精度为84.2%,Kappa系数为0.759；Flus模型的总体精度73.3%,Kappa系数为0.606。PLUS模型的模拟精度高于Flus模型,模拟结果可靠性高。因此,本文利用PLUS模型,以2020年的土地利用数据为基准,设置自然发展与规划保护两类情景,预测2035年的土地利用分布情况。

图2 土地利用变化驱动因素

自然发展情景延续2005—2020年的土地利用变化趋势,不对模型参数进行任何调整；而在规划保护情境下,将重点保护区设置为限制转化区域;重点修复区内各用地类型的适宜性概率以2020年为基准,以2005年为目标的方式进行逆转移概率计算,并镶嵌至原有适宜性概率栅格上；适度开发区则不调整转化参数,据此模拟2035年的土地利用变化。

2.5 不同情景下的生态系统服务量化分析

当量因子法是目前最常用的生态系统服务量化方法,该方法最早由Costanza等[28]提出,谢高地等对该方法进行了改进并得出中国的生态系统服务价值当量[29]。本研究中的耕地、林地、草地、水域、未利用地分别对应谢高地等研究中的农田、森林、草地、河流、荒漠,并将研究区建设用地的生态系统服务价值设置为0。通过查阅2005—2020年《新疆统计年鉴》中的粮食数据,根据单位面积农田粮食生产的经济价值量和区域修正系数(新疆为0.58)[30—33],2020年研究区平均粮食价格为2.11元/kg(根据研究区小麦与玉米价格的均值),最终确定研究区 1 个生态系统服务价值当量因子经济价值约为1209.87元/hm2,最终得到研究区生态系统服务价值系数(表3)。

表3 博州生态系统服务价值系数表/(元 hm-2 a-1)

3 研究结果

3.1 生境质量与人类足迹指数评价结果

利用InVEST模型模拟研究区域生境质量,并参照前人研究[12,34—35],在ArcGIS中利用自然断点法将生境质量评价结果分为低(0—0.20)、中(0.20—0.61)、高(0.61—1)三个等级,得到博州生境质量评价结果(图3)。

图3 生境质量评价结果

博州生境质量等级以中、高等级为主,其中,高等级生境质量区域约占56%,主要分布于研究区西侧及南侧海拔较高处的大面积草原、森林以及湖泊地区。中等级生境质量区域约占13%,主要分布于场地中部的河谷平原区,由于地势平缓,水文条件较好,因而分布有较为密集的村镇以及大面积的农田,生境质量相对较低。低等级生境质量区域约占31%,主要包括河谷平原边缘的大面积未利用地、研究区西北部的高山地区以及东部的荒漠地区。

在ArcGIS中利用自然断点法将人类足迹指数评价结果分为低(3—10)、中(10—19)、高(19—47)三个等级,得到博州人类足迹指数评价结果(图4)。

图4 人类足迹指数(HFI)评价结果

博州人类足迹指数总体上呈现四周低,中部高的分布特征。人类足迹指数较高的区域约占全州面积的16%,主要分布于研究区中部的河谷平原地区以及通往伊犁的高速公路沿线地区。人类足迹指数中等的区域占42%,主要分布于研究区西南部的草原地区。而东部的荒漠地区以及西部与北部的高山地区由于自然条件相对恶劣且开发难度较大,人类足迹指数处于较低的水平。

3.2 生态分区规划结果

通过对生境质量与人类足迹指数的叠置分析,可得到如图5所示的9种空间类型,依据本文2.3节所述方法进行进一步分类,生成生态管制分区结果(图6)

图5 生境质量与人类足迹指数叠加分析结果

图6 生态分区规划结果

重点保护区面积共计13044km2,占总面积的52.8%。该区域主要由大面积的天然林地、草原、湖泊、湿地等组成,现状生境质量较高,是博州的生态屏障。重点保护区内应实施严格管控,原则上禁止各类对生境造成威胁的开发活动,保障生态系统的稳定性。

重点修复区面积共计10370 km2,占总面积的42.0%。主要包括研究区中部的河谷平原、中部未利用地以及东部荒漠地区,是现状生境质量较差或较容易受到人类活动影响而导致进一步退化的区域。重点修复区应在保持耕地数量与质量的基础上,通过山水林田湖草沙一体化的生态修复策略,逐步完善水土保持、水源涵养以及防风固沙等生态功能,逐步改善区域生境条件,增加生物多样性。

适度开发区面积共计1295km2,占总面积的5.2%。适度开发区分布较为零散,主要包括博尔塔拉河中下游、赛里木湖周边以及G30沿线,这些地区往往生境质量一般,但适宜进行开发建设活动。适度开发区的开发建设活动可以成为博州城市产业结构布局调整的契机,通过发展生态产业以及原有产业的生态化改造,逐步形成环境友好、附加值高的绿色产业格局,助推经济高质量发展。

3.3 土地利用情景模拟与生态系统服务评估

根据生态分区规划结果,利用PLUS模型模拟博州2035年自然发展情景(情景Ⅰ)与规划保护情景(情景Ⅱ)下的土地利用状况(图7),进而评估不同情景下的生态系统服务价值,并与2020年的数据进行对比分析,结果如表4与图8所示。

图7 土地利用情景模拟

表4 生态系统服务价值评价结果

图8 不同情景下2035年与2020年生态系统服务价值变化分布图

自然发展情景下,耕地与城市建设用地有较大幅度的扩张,林地面积持续减少,水域面积有所增加,一部分未利用地转化为草地、耕地以及建设用地。生态系统服务价值总量从2020年的428.01亿元提升至440.66亿元,这主要得益于博州近五十年来持续不断的退耕还林、还牧还草以及重点防护林营建等的生态工程的实施。通过对服务价值变化量的空间分布可以得出,在该情景下,相较于2020年生态系统服务价值提升的区域有980.5 hm2,服务价值下降的区域共计256.9 hm2。

规划保护情景下,耕地与城市建设用地的扩张得到了一定程度的控制；林地面积虽然相较于2020年有所减少,但与自然发展情景相比显著增多,证明生态分区规划可以有效遏制林地面积的持续萎缩；相较于自然发展情景,更多的未利用地向草地、林地转化。生态系统服务价值总量达到了444.82亿元,比自然发展情景提升了4.16亿元。同时,对服务价值变化量的空间分布的分析显示,在该情景下,生态系统服务价值相较于2020年提升的区域面积为1243.3 hm2,而服务价值下降的区域仅有74.7 hm2。

通过多组数据的对比,规划保护情景下的生态系统服务价值不仅总量高于自然发展情景,而且相较于2020年,价值提升区域的占地面积更大,价值降低区域的面积更小。利用生态分区规划的方法可以更好的平衡生态安全与发展建设间的关系,对生态系统服务价值的提升具有显著作用。

4 讨论与结论

4.1 讨论

在当前快速城镇化的进程中,科学合理的生态分区规划可以促进生态环境的改善,保障城市的可持续发展。相较于过去的研究,本文的创新点主要在于以下3点：(1)过去的研究常通过生态适宜性和开发适宜性等评价方法构建生态分区[8,10—13],一些研究由于数据获取困难等原因,适宜性评价指标体系的科学性与完善度有待提升[36],本研究采用目前较为成熟的InVEST模型与HFI相耦合进行综合评价,数据获取相对简单,研究结果可靠。(2)过去的研究往往以构建生态分区为最终目标,对于分区规划实施后,未来研究区的生态环境质量缺乏科学的预测与对比分析,本研究借助PLUS模型,通过情景模拟的方法对比未来不同情境下研究区域的生态系统服务价值,更加直观地反映了分区规划的实际效益。(3)本研究通过构建从适宜性评价,到分区规划,再到绩效评估与验证的完整研究方法,对过去的生态分区研究进行了延伸与扩展,使得其与实际规划工作可以更好地结合,也为研究区实施生态空间规划提供了科学可靠的数据支撑与建议。

需要注意的是,本研究中构建生态分区的分析与耦合过程均为定量分析,分区结果存在较为分散的现象。因此,在实际的规划实施层面,还应结合场地实际状况与现有规划进行综合评估与定性分析,对分区结果进行进一步的调整与完善。

4.2 结论

本文借助InVEST模型对博州生境质量进行评估,采用多指标叠加分析的方法测度博州的人类足迹指数,并通过两者的叠加分析得出博州的生态分区规划。在此基础上,根据生态分区设置自然发展与规划保护两类情景,利用PLUS模型对两类情景下2035年的土地利用状况进行动态模拟,并对比分析不同情境下的生态系统服务价值,以评估分区规划的合理性与实际效益。研究结果如下：

(1)博州高质量生境面积占比最高(56%)、次之为低质量(31%),中质量最低(13%)。生境质量较差的区域主要为博州中部河谷平原及其周围的未利用地。相反,博州的人类足迹指数则呈现四周低,中部高的分布格局,指数等级为高、中、低的区域面积占比分别为16%、42%、42%。

(2)通过对生境质量与人类足迹指数评价结果的叠加分析,并将得到的9个分区按照其功能特征进行分类,可以得到重点保护区、重点修复区以及适度开发区。其中重点保护区面积占比最大(52.8%),重点修复区次之(42.0%),适度开发区最低(5.2%)。

(3)规划保护情景与自然发展情景相比,生态系统服务价值总量提升了4.16亿元。且生态系统服务价值改善的区域面积相较于自然发展情景增加了262.8 hm2,退化的区域面积减少了182.2 hm2,整体的生态环境得到了较大程度的改善。