基于生态系统服务与生态敏感性的国家公园风景空间生态功能区划——以神农架国家公园为例

刘思源 韩鸿远 孙彦斐

（1.南京工业大学艺术设计学院，南京 211816；2.南京信息工程大学艺术学院，南京 210044）

风景空间的生态功能的科学区划，是国家公园生态系统完整性与原真性发展的重要因素之一。以神农架国家公园为例，综合风景空间各类构成要素，通过建立地理空间数据库的方式识别各类风景空间特质。结合识别结果，以生态系统服务与生态敏感性为生态功能评估维度，将生态功能分区分为严格保护区、生态涵养区、养护利用区、生态监控区4个区域。研究发现，严格保护区占比较小，风景空间的游憩活动应严格限制；生态保育区多为原始森林等风景空间，风景空间类型稳定性强；生态保育区分布较为集中，多集中于东部森林地、峡谷地等海拔较低的区域，应在着重培育生态系统服务功能，作为整个研究区生态环境提升的保障；生态监控区集中在研究区中部海拔较高的区域，分布相对集中。此区域植被多为高山草甸，应加强其生态监控，防止生态系统退化的现象。保育利用区占比最高，在传统游憩利用、经营、生产生活活动的同时，应坚持生态发展，协调区域内的人与风景空间的和谐关系，探索人与资源共存、共赢的发展方式。

生态敏感性；生态系统服务；风景空间；区划；神农架

“风景空间”是指组成风景资源各个要素所组成的空间形态。自古以来，对于风景的保护，“天人合一”“道法自然”哲学思想体现一直贯穿于古人朴素的生态保护观之中[1]。中国人对于风景的态度顺应生态规律，崇尚人与生态环境和谐共处[2]。新时期生态保护政策对风景空间的可持续发展提出了新的标准与要求，国家公园体制建设更需要处理好风景空间保护与利用的相互关系。对风景空间进行科学的生态功能区域划分，是实现生态系统完整性、原真性的必要途径[3]。

欧美国家公园风景空间研究较为有特色的是英国。21世纪初，风景特质评估体系已经确立并不断完善，该方法充分调取研究区地理信息，将诸如地形、植被覆盖、高程、坡度等信息加权叠加，结合田野调查的方式充分评估风景空间的特性，形成特质空间划分，能够在较大范围的区域内建立层级分明的风景空间全息本底数据库[4-8]；美国和加拿大等国将生态资源的不同特性，在国土空间做出区域划分，作为国家公园遴选的先决条件[9-11]。国内相关学者借鉴英美经验，将风景名胜区作为研究对象，研究山水格局、地貌风物等自然条件、社会条件对风景特质形成的影响机制[12-13]；或尝试使用特质评估体系，从地理信息、社会历史等综合层面对城市区域风景类型进行划分、管理。与以往注重风景空间点式的罗列、分级分类不同，学者开始从宏观区域层面，重新识别国家公园这种宏观区域层面的风景空间特质[14-15]。

生态敏感性以及生态系统服务最能反映国家公园的生态功能状况，是国家公园生态系统动态平衡的重要指征。学界通常采用生态敏感性与生态系统服务评估相结合的方式研究生态功能区划。如自然生态空间区划研究[16]、流域生态空间区划研究[17-18]、城市生态空间区划研究等[19]。研究方法多结合研究区域的自然、社会、经济条件制定生态敏感性评估指标，并选择相关生态系统服务项目进行功能评价，如利用水源涵养、碳储存等模块评估生态系统服务状态，将生态系统分为不同的敏感性级别区域和服务功能重要性区域，通过GIS进行空间叠加分析，形成国家公园各类生态空间的区划结果[20-22]。将生态敏感性与生态系统支持服务功能相结合，可以实现更科学的管理和保护，综合评估研究区域生态环境的现状，并提出合理的生态保育区划模式。但相关研究成果并未以风景空间作为研究对象，缺乏面向风景空间保育、以生态系统服务与生态敏感性为依据的区划研究。

神农架国家公园拥有良好的风景资源本底条件，现有研究主要集中于旅游资源利用、旅游感知与态度、公众参与度等[23-25]。研究借鉴风景资源综合评估方法，并未对资源点所处的空间进行研究。注重挖掘园区风景资源的游憩价值，在评估生态系统服务与生态风险时[26]，又特别强调对于整个园区生态功能的划分，忽略了风景空间与生态功能之间的耦合关系。本研究的创新点在于：拓宽国家公园风景资源的研究视角，尝试以风景资源所处空间作为国家公园生态功能的研究对象，研究风景对于国家公园的生态意义。在方法上，用地理学空间方法重新认识风景空间特质，并探究其与生态系统服务功能以及生态敏感性之间的耦合关系，提出针对风景空间的生态功能区划方案。

1 研究区域与数据来源

神农架国家公园位于神农架林区的西南部，其地理坐标为：109°56′3.347″-110°36′26.779″E，31°21′24.223″-31°36′27.317″N，总面积116 988 hm2（图1）。

图1 神农架国家公园区位图Fig.1 Location map of Shennongjia National Park

在本研究中，评估指标的数据集主要由数字高程模型数据（DEM）、土地利用数据、土壤数据和气象数据等构成。DEM（分辨率90 m）数据基于地理空间数据云获取（http://www.gscloud.cn/）。研究区域范围及主要景区分布图根据《神农架国家公园总体规划2015-2025》结合DEM数据绘制而成；道路、河流来源于1：100万成果数据（http://www.webmap.cn/commres.do?）。土地利用数据是基于地理国情监测云平台获取的，主要依赖Landsat8 OLI卫星遥感影像。这些数据通过人机交互的目视解译方法获得，分类为5个一级类和12个二级类。土壤数据则取自联合国粮农组织（FAO）和维也纳国际应用系统研究所（IIASA）共同构建的世界和谐土壤数据库（Harmonized World Soil Database，HWSD），其数据分辨率为1 km。中国境内的数据是由南京土壤研究所在第二次全国土地调查中提供的1：100万土壤数据。气象数据则是来源于四川、湖北、重庆三个省市区域内的气象站点年降水数据和气温数据。

使用克里金插值方法来计算和展示研究区内的降水量分布。同时，利用InVEST工具中选定的生态系统服务模块，包括土壤保持、水质净化、生境质量和碳储存。通过ArcGIS的空间统计模块，对研究区的生态系统服务空间分布特征进行了深入分析。此外，结合各种不同的风景空间类型，本研究还进一步探究了不同风景空间类型下的生态系统服务表现情况。

2 研究方法与数据处理

2.1 风景空间特质识别

研究区使用1：25000的尺度层级，将不同的风景空间要素进行筛选组合，通过聚类分析，区域识别，建立全息风景分类信息图谱。将试点区起伏度、高程、坡度、植被覆盖类型图置于ArcGIS10.6软件中，按照要素类分别叠加，依据地图代数法，将4个因子叠加分析，软件自动剔除了无效的排列组合方式，共形成182个要素类。粗分出的182个小类是按照客观分类法通过收集地理信息数据形成的，但风景空间的空间类别需要再进一步通过人工整理，对空间类型进行人工整合、筛选、组合，最终形成一至四级空间特质类型。

2.2 风景空间生态敏感性评价

2.2.1 评价指标的选择与升级

针对神农架国家公园风景空间突出的生态环境问题，选择地形条件、地表水系、植被类型、风景资源点、人类活动5方面要素，这些因子分别是影响研究区生态敏感性的关键指标。通过整合10个评估因子，建立指标体系，以便对生态敏感性进行全面评估。基于相关研究基础，结合神农架国家公园风景空间现状，对生态敏感性评估因子进行分级：1至5级分别代表不敏感、轻度敏感、中度敏感、高度敏感、极敏感。分值越高，风景空间抵抗人为干扰的能力越强烈，生态安全水平越低（表1）。

2.2.2 确定评价指标的权重

通过应用AHP层次分析法，构建了一个包括10个评估因子和5个中间层因子的判断矩阵，并精确地进行了权重分析。为确保分析的准确性和专业性，邀请了20位来自风景园林学、景观生态学和地理学背景的专家。这些专家根据各因子对生态环境敏感程度的不同，从高到低进行了评定和赋值，利用Yaahp软件进行一致性检验。结果显示CR值为0.0970，小于0.1，因此矩阵的一致性满足研究的要求。经过归一化处理，计算出各评估因子（地形条件B1、地表水系B2、植被覆盖B3、景观资源B4、人类活动B5）的标准化权重分别为0.0797、0.0392、0.1371、0.5313、0.2127。

2.2.3 生态敏感性单因子及综合指数的计算

通过综合指数法计算各单因子敏感性指数，见公式（1）：

式中：Sn为单因子敏感性指数；n为单因子；j为评价指标；Wj为评价指标的j权重；Pj为评价指标j的得分。为了将这些单因子整合到一个综合性的分析框架中，依据预定的指标体系，各评估因子被赋予了具体的量化权重。在ArcGIS10.6软件的支持下，通过空间分析模块将这些因子进行加权叠加。采用自然间断法重新进行分类，从而将生态敏感性的空间分布划分区域。

2.3 风景空间生态系统服务功能评价

运用InVEST模型分析了研究区2022年碳储存、土壤保持、产水量、生境质量这4项关键生态系统服务。随后，在ArcGIS环境下应用空间统计模块，对研究区域内生态系统服务的空间分布特征进行了详细分析。

2.3.1 碳储存生态系统服务功能

InVEST碳储存模型采用土地利用类型作为评估的基本单元，以此为依据，综合计算了上述4个碳库的总碳储存量，见公式（2）。

式中，Cabove表示地上碳储量、Cbelow表示地下碳储量，Csoil表示土壤碳储量，Cdead表示死亡有机物碳储量。不同土地利用类型4个碳库的碳密度值如表2所示.

表2 不同土地利用/覆盖类型碳密度值（2022年）（单位：t/hm2）Tab.2 Carbon density values of different land use/cover types

2.3.2 土壤保持生态系统服务功能

通过计算“潜在土壤流失量”与“实际土壤流失量”的差值，估算得到了区域内的土壤保持量。相关计算采用公式（3）、（4）、（5），其中，USLE为实际土壤流失量，RKLS表示潜在土壤流失量，R为降雨侵蚀力因子，K为土壤可蚀性因子，LS为坡长坡度因子，C为植被覆盖因子，P为水土保持措施因子，SD为土壤保持量。

2.3.3 产水量生态系统服务功能

选用FAO建议的所需气象要素较少的Hargreaves公式对ET0进行计算，见公式（6），其中，ET0为日潜在蒸散量；Tmin、Tmax、Tmean、分别为日最低气温、最高气温和平均气温；Ra为太阳大气顶层辐射，由站点总辐射乘以2得到（由于大气吸收、反射、散射作用，太阳辐射到达地表时损失了一半）。

2.3.4 生境质量生态系统服务功能

生境质量模型旨在通过评定特定区域内不同生境或植被类型的分布范围及其退化状况，从而描绘出生境质量的现状。相关计算见公式（7）。

在栅格单元x当土地利用类型为j时，该地点的生境质量标识为Qxj。Hj代表与土地利用类型j相对应的生境类型的评估分数；Dxj表示区域内土地覆盖类型j的栅格单元x的生境胁迫标准水平；z是一个尺度常数，其默认值常设为2.5；k是半饱和常数，一般等于D值。

2.3.5 综合生态系统服务功能

结合上文所划分的单项生态系统重要性空间分布，通过ArcGIS10.6中的空间叠加分析，并对分析结果进行重分类，通过综合空间分布图展示生态系统服务功能的布局。利用ArcGIS10.6重分类工具，生成了研究区的生态服务功能重要等级栅格图，直观呈现了区域内生态服务功能的重要性。

2.3.6 区划指标的选取与关联性分析

通过对研究区进行生态系统服务功能重要性评价和生态环境敏感性评价，以及对生态系统服务功能进行群聚分析和趋势对比，三个层次的功能指数被明确划分：极重要、重要和一般重要。同样，生态环境敏感性也被细分为5个级别：极敏感、高敏感、中度敏感、一般敏感和不敏感。在识别自然生态空间的生态服务功能重要性和生态敏感性基础上，评定等级被采用作为形成有序二维关联判断的参考标准。

3 结果与分析

3.1 风景空间类型分类结果

将地形起伏度作为一级，进一步细分典型风景空间类型区域大致分布图，在客观类别的基础之上，对每个特质区域进行了详细描述，绘制形成二级风景空间类型信息表。研究过程首先对研究区代表性风景空间进行了梳理，对整体山林、峡谷地形地貌、水体等进行调查，结合文字、照片等方式记录，评估不同区域风景空间特质。并对古建筑群、神道、村落及居民生产生活情况，与风景空间的关系等进行了调研。形成风景空间调查样点记录。二级分类集中体现了对研究区风景空间最准确的描述，是后期进行生态保育区划及管控的基础。三、四级作为风景类型丰富度的评判标准，作为生态系统服务与生态敏感性的关键变量。

将二级风景空间类型分成为三个大类：自然资源类型（Nature）、人文资源类型（Humanities）以及村镇聚居地类型（Settlement），并进一步结合风景特质进行细分，自然类包含N01山林地、N02典型物种观赏区、N03峡谷地、N04河湖地、N05园林游憩地、N06特色地貌区以及N07其他自然特质的区域7个子类；人文类包含H01文化活动、H02文化遗迹、H03历史建筑三个子类；村镇类包含S01一般村镇、S02特色村镇两个子类。每个子类都有其对应的风景特质的描述，子类下又根据风景特质的细节描述，一共分出44个小类。三级、四级都是针对聚类结果的归纳总结，四级分类体系是将聚类结果加以图示、归纳、整理，是隶属于三级之下更为具体、明晰的空间类型表达，对风景空间生态保育精细化管理具有重要意义。将一至四级风景空间类型统一编号、建立图谱，形成研究区风景空间类型分类分级图谱，图谱的建立可以有效、快速地索引、识别、查询某一特质区域中的每一级风景空间类型特征（图2）

3.2 生态敏感性与生态系统服务重要性

图3揭示了研究区整体呈轻度生态敏感状态。轻度敏感风景空间类型占比较高，共有22个小类。中高敏感风景空间类型涵盖所有二级类型小类，共有16个，并涵盖所有极优质、大部分优质的风景空间类型二级小类，如#16金丝猴原始森林区、#09阴裕河大峡谷、#13官门山地区、#38神农坛天生桥景区等。极敏感风景空间类型主要集中于自然资源类风景（Nature），分布地区集中，分布于试点区中部，共有6个二级小类。风景空间类型以N02物种观赏区、N04河湖地、N05园林游憩地以及N06特色地貌区构成，这些地区也符合神农架国家公园风景的典型性与原真性，如小类中包含了#23金丝猴观赏区，是国家公园的典型物种，而#03大九湖地区发育出极其珍贵与罕见的高山泥潭湿地苔藓。在特色地貌区集合了神农架地区最具综合性、代表性的地质景观组：#18神农顶地质景观区（图4-6）。

图4 风景空间生态功能极敏感区Fig.4 Extremely ecologically sensitive area in scenic space

图5 风景空间生态功能中高敏感区Fig.5 Highly sensitive areas in scenic space ecological function

图6 风景空间生态功能轻敏感区Fig.6 Low sensitivity areas in scenic space ecological function

结合上文所划分的单项生态系统重要性空间分布，通过ArcGIS中的重分类工具获取研究区综合生态系统服务功能重要等级栅格图，借助等级图可直观地观察到各类风景空间生态系统服务功能重要性。

生态系统服务功能最好的区域，也就是极重要区域，分布较为分散，但在老君山管理区分布集中，重要区域占比最高，主要分布在大九湖地区以及神农顶管理区，生态系统相对不重要的区域较少，分布较为分散（图7）。

图7 研究区综合生态系统服务分布Fig.7 Distribution of comprehensive ecosystem services in the study area

从二级小类上来看，#14五指山区域、#15杉树坪原始森林、#16金丝猴原始森林、#17土地垭地区为极重要生态系统服务功能区，证明试点区内N01山林地生态系统服务功能最优。其次是N03峡谷地，生态系统服务功能也有3个小类处于极重要的生态系统服务功能区。由此可见、自然类风景资源生态系统服务功能相比于村镇、人文类风景资源高，但仍有少部分人文类风景资源区域生态系统服务功能级别为极重要，如#35古盐道驿站遗迹、#31崔家屋场古民居等（图8）。

图8 风景空间生态系统服务重要性Fig.8 Importance of ecosystem services in scenic spaces

3.3 风景空间生态保育区划结果

进一步对不同风景空间类型生态敏感性程度、生态系统服务功能的强弱程度进行了划分并赋值。通过横纵坐标的函数形式，定位其在象限中的位置，4个象限代表4个不同级别的生态保育区域，从而划分生态保育级别，形成风景空间类型在生态维度上的区划模式。

3.3.1 生态敏感性程度、生态系统服务功能强弱赋值

通过上文分析结果，生态敏感性分为轻敏感、中高敏感、极敏感三个等级，对其分别赋值1、3、5。生态系统服务功能分为一般、重要、极重要，对其分别赋值为1、3、5。将生态敏感性设为横坐标，生态系统服务设为纵坐标，按照标注，将风景空间类型的敏感程度与生态系统服务功能强弱图示，形成4个象限。生态敏感性反映了风景空间对抗外界干扰的能力，生态敏感性越高，风景空间的抗干扰素力越低，需要监控与保护的力度就越大。生态系统服务反映了生态系统创造的价值，因此生态系统服务功能越高，生态价值越大，生态系统状态越好，风景空间保护与培育的价值越高。此外还需考虑风景空间的丰富度。风景空间特质能够直观的反映出风景空间的丰富度。一个大类包含的小类越多，风景空间的生态组成部分越复杂。对所有的风景空间丰富度分为6级：差、一般、中、良好、优、极优。风景空间的丰富程度越高（丰富度级别为良好、优、极优），其维持生态平衡的稳定性越强，抗外界干扰的能力也就越强，生态敏感性相对较低，但生态系统服务功能较高。组成风景空间的结构越少（丰富度为中、一般、差），风景空间抗干扰素力越弱，对环境的敏感程度高，恢复能力较差，生态系统较为脆弱，生态系统服务功能较差，因此需要保护与监测的力度就越大。

3.3.2 区划过程

将风景空间生态保育区划模式分为4个区域：严格保护区、生态保育区、保育利用区、生态监控区。严格保护区风景空间生态系统服务功能较强，生态敏感性较高；生态保育区风景空间生态系统服务功能较强，生态敏感性较低；生态监控区典型特征为生态敏感性较高，生态系统服务功能较弱，因此应注重生态监控，减少人为活动对此区域的干扰，侧重于珍稀物种、植被生长状况的监测，避免对生态系统造成破坏；保育利用区典型特征为生态系统服务功能与生态敏感性都较弱，人地关系是此区域发展的关键，此区域可以作为生活用地或游憩用地，作较大程度的风景空间开发建设。

区划过程需要考虑三个变量，分别是生态系统服务值、生态敏感性值以及丰富度值，需对这三个变量进行加权处理。相对于风景空间丰富度来说，另外两个变量较为重要，生态系统服务与生态敏感性同样重要。通过两两比较，得出加权值分别为0.35（生态敏感性）、0.35（生态系统服务）、0.30（风景空间丰富度），将三个变量加权后的值，按照横纵坐标一一对应。处于两个或两个以上不同区域的交界处，对风景空间类型进行丰富度评估的基础之上，进一步判断其生态恢复力、生态系统服务功能的高低，并最终以此为依据，确定所有组别中的风景空间所在地区位，通过上图对试点区进行生态系统服务功能重要性评价、生态环境敏感性评价的结果进行聚类归并和趋同性分析，将结果与景观丰富度构建二维关联判断矩阵，最终得到研究区风景空间生态功能区划表，并作图示（图9，表3）。

图9 风景空间生态功能区划分组Fig.9 Scenic area ecological function zoning group

4 讨论与结论

4.1 讨论

对于风景的研究，目前存在两种主流的研究方式，一是较为传统的，以风景资源点为研究对象，按照风景资源本底价值，对其进行分级分类研究，研究成果能够揭示风景资源的分布特征，自然与人文特质，但针对资源点的研究容易忽略风景点所处的空间环境特征，因此，学界开始探索运用风景特质解译的方式，将自然、人文等各个要素通过地理信息图示的方式，建立风景特质信息数据平台，风景特质强调风景的空间特征，具有较强的信息整合能力，能够全面反映风景的多维度信息[19]，但对于区域研究来说，单纯的自然人文要素的综合只能在一定程度上揭示该区域的生态特征，但对于不同风景空间的生态功能的进一步解析，纯粹依靠风景特质识别很难实现。

本研究提出这样一种观点：对于风景空间的生态功能性的划分，需要空间类型解译的基础上，借助生态系统服务与生态敏感性分析进一步有针对性地进行生态功能类别的划分，将风景空间的分类结果与之相叠加，从而获得对风景生态功能的进一步认知。基于生态系统服务以及生态敏感性的分析应用相对成熟，在流域生态功能，保护地生态空间的区划研究上运用较为成熟[20-22]。本研究拓宽了国家公园中对于风景的研究视角，利用生态系统服务与敏感性两个维度，结合风景空间的类型、丰富度，建立生态功能的评估体系，回应国家公园发展中生态系统原真性、典型性这一特征，同时在生态游憩的规划中，生态功能的划分有助于针对不同类型的风景资源做出针对性的管控与利用。

4.2 结论

从区划结果的分区情况可以看出（图9、表3），严格保护区占比较小，风景空间类型为#22野生动物栖息地，该区域处于重要的生态系统功能区域，因此对此区域的风景空间的游憩活动应严格限制，实行最严格的生态保护政策，保证动植物栖息地完整，保持生态系统的稳定性。生态保育区多为原始森林等风景空间，风景空间丰富度较好，其中山林地、峡谷地较多，也反向证明了森林风景空间类型生态系统较之其他风景空间类型稳定性强；生态保育区分布较为集中，多集中于园区东部森林地、峡谷地等海拔较低的区域，应在保护风景空间生态环境的基础上，着重培育风景空间的生态系统服务功能，作为整个研究区生态环境提升的保障，充分发挥其生态系统服务价值。生态监控区集中在研究区中部海拔较高的区域，分布相对集中。此区域植被多为高山草甸，生态系统服务功能较差，但生态敏感性较强，较易受到人为干扰的影响，对此应加强其生态监控，防止出现生态系统退化的现象。保育利用区占比最高，主要包含一些低海拔的社区居民聚居地。这些风景空间区域人为干扰较为强烈，人地关系较为密切。在传统游憩利用、经营、生产生活活动的同时，应坚持生态发展，协调区域内的人与风景空间的和谐关系，探索人与资源共存、共赢的发展方式。

注：文中图表均由作者绘制。