不同发展模式对城市生态系统调节服务价值的影响

谭德明,丁仕宇,2,韩宝龙,潘雪莲,刘红晓

1 南华大学建筑学院, 衡阳 421001 2 中国科学院生态环境研究中心 城市与区域生态国家重点实验室, 北京 100085 3 深圳市环境科学研究院,深圳 518000 4 中国科学院华南植物园 退化生态系统植被恢复与管理重点实验室 广东省应用植物学重点实验室, 广州 510650

改革开放以来,我国城市化进程不断加快,仅四十年间,我国城镇化用地面积从149342 km2增加至269235 km2,但草地从3054213 km2下降为2656404 km2,对我国生态系统格局产生了深刻影响[1—3]。生态空间减少的同时,造成了生态系统调节服务能力的降低[4],城市病愈演愈烈,如气候调节服务的下降导致热岛效应增加[5]、洪涝调节服务的下降导致城市内涝问题频发[6]、土壤保持服务下降导致城市河道淤塞[7]。

生态系统服务是指自然生态系统和构成该系统的物种维持和实现人类生活的条件和过程[8]。千年生态系统评估将生态系统服务大致划分为四类：物质供给服务,指人类从生态系统获取的各种产品；调节服务,指人类从生态系统过程的调节作用当中获取的各种收益；文化服务,指人们通过精神满足、认知发展、思考、消遣和美学体验而从生态系统获得的非物质收益；支撑服务,指为生产其他所有的生态系统服务而必需的生态系统服务[9]。其中调节服务对城市生态安全和城市人居环境影响最为深刻,评估方法也相对更为成熟。如Nedkov等通过调查洪水的储水功能来评估不同生态系统调节洪水的能力[10]；Zhang等将北京森林的水源涵养分为截雨、土壤蓄水和淡水供给,并根据森林资源调查数据,估算其功能和经济价值[11]。Schulp等研究了欧盟土地利用变化对固定二氧化碳服务的影响[12]。

由于不同生态系统服务功能量单位不同,如水源涵养功能量为万吨、气候调节功能量为亿千瓦时,所以很难对多种生态系统服务进行综合重要性评估；同时,由于各功能量与居民的社会经济活动直接关联较弱,难以纳入社会经济发展决策。为此,欧阳志云等提出生态系统服务价值及生态系统生产总值概念,认为生态系统生产总值(GEP) 可以定义为生态系统为人类提供的产品与服务价值的总和[13—15]。白杨等用该理论和方法对云南省生态资产和生态系统生产总值进行研究[16],宋昌素等以青海省为例开展面向生态效益评估的GEP核算研究[17]；蔡邦成等探究了在土地利用变化情况下生态系统服务价值的变化[18]；Narita等对埃塞俄比亚森林2015年的生态产品经济价值进行核算[19]。

生态系统调节服务能力的高低主要取决于生态空间的面积、分布和质量[20—23],主要受城市发展空间布局影响[24—25],而城市发展空间又服务于城市发展模式[26]。当前学界多采用Cellular Automata-Markov(CA-Markov)模型开展城市发展模式的空间发展预测,并考察不同发展模式对生态环境(生态系统服务)的影响。如：Gashaw等运用CA-Markov模型的预测表明延续当前建设用地与耕地向外不断蔓延的发展模式,到2045年安达萨流域的生态系统服务价值将下降5750万美元[27]；Sannigrahi运用CA-Markov模型模拟了印度孙德尔本斯生物圈地区关键的扩张并进行生态系统服务评估,发现城市扩张对关键生态系统的侵占使得整体生态系统提供能力将下降[28]；Estoque研究表明充分保护森林的发展模式将比城市蔓延扩张的发展模式减少303.84 hm2的森林破坏,减少56亿美元的生态系统服务价值损失[29]；Gao等用CA-Markov模型模拟石家庄2030年在自然开发、农田保护、生态保护发展模式下的生态系统服务价值变化,农田保护情景和生态保护模式明显优于自然开发模式,其中生态保护模式相较自然开发模式能提高生态系统服务价值7亿元[30]。Hoque等设计了孟加拉国下梅格纳河口发展的四种模式,在四种模式均呈现建设用地增加,生态面积减少的情况下,生态保护优先模式和造林开发优先模式能实现红树林的显著增加,四种模式生态系统服务价值差别达到13512万美元[31]。可以看出,在快速城市化的背景下,城市选择那种发展模式对城市生态系统调节服务及其价值的影响十分显著。

虽然近几年国内外学界对城市空间发展对生态系统服务功能量影响的研究日益增加,但使用生态系统服务价值量变化评估城市发展影响的研究仍十分少见。因此,本文以我国城市化速度最快的城市深圳为案例,设置经济发展模式、惯性发展模式和生态发展模式3种不同的发展模式,使用CA-Markov模型模拟了2025年深圳市生态系统类型变化,并在此基础上创新性地核算了不同模式下的关键生态系统服务价值,以期为深圳市城市生态系统服务功能提升、国土空间规划提供决策参考。

1 研究地区与研究方法

1.1 研究区概况

深圳市位于广东省南部沿海,地势东南高西北低,地形以平原和高台为主,气候为典型的亚热带海洋性气候,受季风影响剧烈,季节性雨量充沛[32]。深圳市是粤港澳大湾区重要发展引擎,是中国经济中心城市之一,经济总量及增长速度居于全球领先。1990年深圳人口仅167.78万,地区生产总值仅171.67亿元；2020年年末常住人口1343.88万,地区生产总值达到27670.24亿元,次于上海和北京,位于全国第三,但深圳陆地国土面积仅为北京的11%,为上海的30%,已成为全国单位陆地国土面积GDP产出最高的城市,2020年人口城市化水平已经达到100%。

高速经济发展对深圳的生态系统造成深刻影响,以深圳现有陆地国土面积1997.27 km2范围来看,1990年森林生态系统面积占52.5%,2020年下降为33.8%(图1)。2019年8月,中共中央国务院出台《关于支持深圳建设中国特色社会主义先行示范区的意见》,对深圳打造人与自然和谐共生的美丽中国典范城市提出了更高的要求。本文选取深圳为研究区具有极强的现实意义。

图1 2020年深圳生态系统空间分布图Fig.1 Spatial distribution of ecosystems in Shenzhen in 2020

1.2 数据来源

本研究采用的数据包括2010年、2015年、2020年三期的生态系统类型空间分布矢量图(30 m空间分辨率),包括农田生态系统、森林生态系统、城区绿地生态系统、湿地生态系统、人类聚落生态系统和裸地六类,数据来源于深圳市环境科学研究院,由中国环境科学研究院生产；数值高程数据(DEM)来源于ALOS卫星12.5 m地形数据,坡度、坡向等地形数据通过高程数据计算；植被分布水平数据(NDVI,植被归一化指数)和植被生物量数据(NPP,初级净生产力)由NASA官网的MODIS数据集；获取交通路网数据及餐饮兴趣点(POI)数据来源于互联网商业地图数据；深圳生态保护红线范围采用基本生态控制线范围为深圳市环境科学研究院；降雨量数据由深圳气象局提供；蒸散发数据由NASA官网的MODIS数据集；获取不同空间分辨率的地理数据,统一重采样为30 m计算。

1.3 CA-Markov预测方法

CA称为元胞自动机模型,Markov称为马尔可夫模型。CA-Markov模型将两个模型有机地结合起来,综合利用元胞自动机模型在空间上优越的预测能力和马尔可夫模型在时间上数量预测的优良特点,就能够非常有效地改善预测效果,提高精度[33]。

1.4 3种发展模式设置

本研究利用IDRISI软件的“决策向导”模块选取DEM、坡度、各级公路距离、铁路距离等因素进行适宜性图集的设置。适宜性图集的设置充分参考《深圳市土地利用总体规划》、《深圳市总体规划》、《深圳市绿地系统规划》等对深圳市发展的要求与城市发展中各类要素的影响,设置惯性发展模式,并在此基础上为了探寻深圳市规划之外的发展可能性,通过调整适宜性图集的参数设置(表1)经济发展模式与生态发展模式。

表1 3种发展模式设置

1.5 生态系统服务评估研究方法

本文对于生态系统调节服务价值的计算使用城市生态智慧管理系统(IUEMS),网址www.iuems.ac.cn,城市生态智慧管理系统是由中国科学院生态环境研究中心开发的一款面向城市生态系统评估、规划与管理的开放免费软件平台。该平台能够提供各类城市生态系统服务评估及其他典型综合指标核算服务,也包括一些必要的数据预处理功能,此次需核算的生态系统调节服务均用此平台计算[34]。

在对2025年预测年份的生态系统服务功能进行评估时,采用IUEMS的数据增强工具,利用预测的地物覆盖数据和历史NPP与NDVI数据对2025年NPP和2025年NDVI进行模拟。

本研究采用的生态系统服务及其价值评估方法均来自《深圳市生态系统生产总值核算技术规范》(BD4403)[35],以下仅作简要介绍：

减少泥沙淤积服务采用美国农业部的通用土壤流失方程,其原理是计算没有地表植被覆盖情形下可能发生的土壤侵蚀量与当前地表植被覆盖情形下的土壤侵蚀量的差值。

固定二氧化碳服务采用净生态系统生产力法计算,根据净初级生产力(NPP)与净生态系统生产力(NEP)的相关转换系数换算得到NEP,通过乘C转化为CO2的系数得到陆地生态系统固定二氧化碳的质量。

暴雨径流调节服务基于美国农业部水土保持局开发的SCS-CN模型,计算暴雨日产生的暴雨降水量减去城市在暴雨日产生的地表径流量得到生态空间削减的暴雨径流量。

水源涵养服务采用水量平衡模型,通过降雨量减去径流量减去湿地生态系统及森林生态系统与城市绿地生态系统的蒸散发量计算涵养的水源量。

气候调节服务采用植被生态系统蒸腾与湿地生态系统蒸发总消耗的能量作为气候调节的功能量。

生态系统服务价值量计算方法为各类生态系统服务功能量与其对应单价的乘积。各类生态系统服务价值量核算参数见下表2：

表2 深圳各类生态系统服务价值量核算参数

2 结果

2.1 CA-Markov模型的精度检验

为了表明CA-Markov模型预测的精度,将2020年的土地利用现状图与2020年的土地利用预测图在IDRISI软件中进行叠加分析,通过分析,得到kappa检验系数为0.83,符合模型预测精度要求,可以用来进行土地利用预测。

2.2 生态系统类型变化

根据2010、2015、2020三年的各类土地利用类型面积(表3)对比可以得知,近10年来,人类聚落生态系统面积不断增加,共增加113.38 km2,森林生态系统的面积呈明显下降趋势,共减少71.83 km2。裸地减少趋势较快,共减少90.75 km2。城区绿地生态系统呈增加趋势,共增加59.96 km2。而农田生态系统面积与湿地生态系统变化出现起伏,农田生态系统在2010—2015年呈增长趋势,2015—2020年呈减少趋势,湿地生态系统2010—2015年呈减少趋势,2015—2020年缓慢上升,总体趋势上来看,农田生态系统趋向减少,湿地生态系统快速减少后面积逐渐趋向稳定。

表3 2010—2020年深圳市生态系统类型与数量/km2

2.3 3种不同发展模式下生态系统类型差异

在3种不同发展模式下(图2、图3、图4、表4),与2020年相比,人类聚落生态系统、城区绿地生态系统均出现增加趋势,农田生态系统、森林生态系统、裸地均出现减少趋势。人类聚落生态系统、城区绿地生态系统与森林生态系统变化最为剧烈,从人类聚落生态系统变化来看,2025经济发展模式增长最多,共增长67.93 km2,惯性发展模式中增加29.19 km2。从城区绿地生态系统变化来看,3种模式均出现增加,生态发展模式增长最多,分别增长112.71 km2、87.16 km2与50.36 km2。从森林生态系统变化来看,三类发展模式中生态发展模式减少最缓慢,共减少84.26 km2,惯性发展模式减少量最多,共减少99.63 km2。

图2 2025年惯性发展模式Fig.2 Inertia development model in 2025

图3 2025年经济发展模式Fig.3 Economic development model in 2025

图4 2025年生态发展模式Fig.4 Eco-development model in 2025

2.4 不同发展模式下2025年生态系统服务功能量与价值量

为了更好地指导深圳市土地利用规划和生态保护,依据2020年各项数据及2025年3种模式的预测结果,计算五种调节服务,五种调节服务分别为固定二氧化碳、减少泥沙淤积、气候调节、水源涵养、暴雨径流调节。

从功能量整体来看(表5),惯性发展情境下,2025年深圳市各项调节服务的功能量均较2020年有所下降,经济发展情境下,除减少泥沙淤积外的各项调节服务的功能量下降较为明显,生态发展模式下各项功能量的值与2020年相比略有提升。

经济、惯性和生态发展模式下生态系统调节服务的价值分别为606.16亿元、623.56亿元、644.26亿元,2020年各服务的总价值为639.73亿元(表6)。

各发展模式下不同生态系统服务的价值量差异与功能量保持基本一致,除减少泥沙淤积功能中经济发展模式与生态发展模式价值量接近之外,其他生态系统功能均保持生态发展模式价值量最高,惯性发展模式居中,经济发展模式最低。与2020年相对比,生态发展模式的各项价值量均有所上升或持平,经济发展模式与惯性发展模式除减少泥沙淤积经济发展模式的价值量较高外,其余均较2020年有所下降。

表4 不同模式生态系统类型面积/km2

表5 2020年与2025年功能量对比

表6 不同发展模式下生态系统服务价值差异/亿元

3 分析

3.1 深圳近五年生态系统类型变化特征分析

深圳市近五年生态系统类型出现显著变化(表7),主要表现为(1)城区绿地总量增加,呈破碎化趋势,草地主要增加在龙岗区、宝安区与大鹏新区,尤其是龙岗区新增城市绿地面积达到10.5 km2,其他两个区域分别增加5.21 km2,5.12 km2,主要原因是由于城市开发带来的人工绿地增加。(2)森林面积下降显著,呈现萎缩趋势,共减少30.67 km2,其中以龙岗区减少最多,占总转出量的36%。森林面积主要转为建设用地,转移量达到17.01 km2,占总转出量的55%,主要减少的区域为与人类聚落接壤区域,城市开发向外扩张造成森林面积的不断下降。(3)水域面积稳中有升,呈恢复态势,未有明显空间转移。近五年对水污染治理与水源保护效果得到体现。(4)人类聚落生态系统呈蔓延式扩张,增加主要集中在西北部地区,即宝安区、光明区、龙华区、龙岗区,该四区围绕深圳发展的核心地区,是深圳未来发展的主力中心。(5)农田生态系统整体下降,出现连片减少现象,主要向人类聚落转移,同时退耕还林、退耕还湖也促使一部分农田转化,以光明区和龙岗区下降最多,分别减少5.41 km2、2.89 km2。(6)裸地面积下降迅速,主要向城区草地和人类聚落转移,一共减少13.95 km2,其中南山区、宝安区和光明区减少最多。

表7 2015—2020年生态系统转移面积

3.2 2025年3种发展模式对生态系统类型变化的影响

(1)惯性发展模式下,较2020年城市人类聚落生态系统扩张主要发生在龙岗区、南山区和宝安区,城市绿地生态系统扩张主要发生在龙岗区、宝安区和光明区,森林生态系统面积减少主要发生在龙岗区、宝安区和大鹏新区,湿地生态系统增加主要发生在光明区、龙岗区。农田生态系统主要减少地区是光明区和龙华区。

(2)经济发展模式下,较惯性发展模式城市人类聚落系统扩展多发生在龙岗区、龙华区和南山区,森林生态系统在大鹏新区、宝安区出现明显下降趋势。城区绿地系统缩减主要发生在龙岗区、龙华区和罗湖区,湿地生态系统缩减主要出现在宝安区、坪山区及盐田区。裸地主要减少的区域在福田区、大鹏新区及盐田区。

(3)生态发展模式下,较惯性发展模式城市人类聚落系统减少主要发生在宝安区及光明区,森林生态系统较惯性发展模式扩张主要发生在龙岗区及盐田区,城区绿地生态系统增加主要发生在宝安区、大鹏新区及坪山区。农田生态系统减少主要分布在大鹏新区及宝安区,湿地生态系统主要增加在宝安区及龙岗区。

根据深圳市十四五规划中对深圳市2025的发展要求,到2025年需实现直接供应用地10 km2,储备用地40 km2,惯性发展模式与经济发展模式均已经达到十四五规划中对土地利用供应开发的需求。而在深圳市国家森林城市建设总体规划中要求到2025年城区绿化覆盖率达到50%以上,经济发展模式和惯性发展模式由于建设用地的快速对外扩张导致的生态空间减少,使得两种模式下无法达到2025年绿化覆盖率的要求,需要对当前的生态保护政策与经济发展政策进行调整。实际上从3种发展模式的结果来看,生态发展模式下增长的生态系统面积转化为建设类用地比建设用地腾退改为生态用地要付出的代价更小,未来的发展模式应当优先选择以生态保护为主的发展模式,并针对城市的实际发展需求进行政策的调整,以实现经济发展与生态保护的协调并行。

3.3 2025年3种发展模式对生态系统服务价值的影响

(1)按照惯性发展模式和经济发展模式,生态系统服务价值将出现显著下降。惯性发展模式各下降2.67%,经济发展模式下降5.25%。降低的主要原因是自然生态空间面积减少,其中惯性发展模式减少11.44 km2,经济发展模式减少49.15 km2；同时,生态质量下降,经济发展模式下,自然空间单位面积NPP下降3.7%,NDVI下降0.8%。

(2)生态发展模式能够促进生态系统服务价值的提升。总价值提升0.7%,其中减少泥沙淤积提升0.2%,固定二氧化碳提升0.9%,气候调节提升0.1%,水源涵养提升0.6%,暴雨径流调节提6.3%。提升的主要原因是自然生态空间面积增长,增长32.17 km2；同时,生态质量上升,自然空间单位面积NPP上升0.02%,NDVI上升0.3%。

4 结论与建议

本研究的主要结论包括：

(1)各类生态系统呈现不同变化趋势,人类聚落生态系统快速扩张,面积达到23.83 km2,对农田、森林、城区绿地均造成不同程度的侵占,其中森林生态系统和农田生态系统被显著侵占,分别下降17.01 km2和1.75 km2,城区绿地随总体呈现增加,但出现自然减少人工增加的趋势。湿地生态系统得到恢复,恢复的1.50 km2主要集中在水库及河流疏浚。

(2)3种发展模式对生态系统类型变化影响显著,惯性发展模式下,较2020年人类聚落、城区绿地、湿地生态系统出现扩张,分别增长38.74 km2、84.16 km2和1.02 km2。森林和农田生态系统出现缩减,分别缩减99.63 km2和7.51 km2。在此基础上经济发展模式人类聚落和农田进一步扩张,分别增长29.18 km2和0.9 km2,自然生态系统面积整体出现缩减,共缩减37.72 km2。生态发展模式较惯性发展模式自然生态系统得到恢复,增长达到43.61 km2,人类聚落及农田缩减明显。

(3)惯性发展模型和经济发展模式下生态系统服务价值出现下降,分别下降2.67%和5.25%。除生态面积显著下降外,生态质量也呈现降低趋势。生态发展模式实现自然生态空间面积增长32.17 km2,生态系统服务价值显著提升,较经济发展模式提升5.5%,生态质量出现上升。

基于研究过程和结论,本文针对深圳的生态系统服务价值提升以及未来空间发展提出以下建议：(1)根据生态系统服务价值高低开展生态保护红线划定,对生态保护红线开展严格保护。(2)根据生态系统服务价值的空间分布特征,有倾向的优先选择低生态系统服务价值区域进行城市开发活动。(3)在人类聚落生态系统及其周边地区可以通过海绵工程、屋顶绿化等生态工程进一步提升单位面积的生态系统服务供给能力,提升单位面积生态服务价值产出。