长江三角洲城市群生态系统服务协同权衡的时空异质性

李春莹,李桂娥*,李 杰,焦洋阳 (.中国矿业大学公共管理学院,江苏 徐州 6；.中国矿业大学环境与测绘学院,江苏 徐州 6)

在城市化快速发展的背景下,生态系统服务整体上呈现下降的趋势[1],再加上生态系统服务空间分布的异质性及生态过程的复杂性,使得协调多种生态系统服务之间的关系、探索生态系统服务权衡协同影响因素的空间异质性、进而因地制宜的控制影响因素并鼓励一定的服务变得十分必要[2].

理解并量化生态系统服务之间的相互关系有助于土地利用调控并实现可持续发展[3].目前针对生态系统服务间相互关系的研究多停留在描述性阶段,不同生态系统服务之间相互关系尚不清晰,如何协调生态系统服务间的关系以实现双赢成为挑战[4-5].当前,基于空间相关分析法来解释生态系统服务之间的相关性,并利用权衡协同度法、叠置分析法、差异比较法、冷热点分析法等方法判定生态系统服务的协同与权衡可以为研究生态系统服务时空格局变化提供参考[6],却很难解释生态系统服务权衡与协同关系与各影响因素之间的响应程度,并很难对影响因素进行量化[7].另外,生态系统服务往往涉及空间异质性问题,使用全局回归的方法无法测定该问题[8].越来越多的研究已经证明局部回归模型可以解决上述问题,但传统方法得到的生态系统服务权衡协同结果无法支持局部回归的运算,因而局部回归很少用于测定协同权衡与影响因子的空间关系[9-10].明确生态系统服务之间的权衡和协同关系及影响因素的时空非平稳响应,对加强生态治理和提高生态环境的可持续发展具有重要意义[11].目前针对协同权衡关系及其空间尺度效应的研究多集中在格网或行政区尺度,缺乏以城市群为研究对象的相关研究.不同区域特点可能会存在不同的影响机制,城市群作为我国经济发展的重心,以城市群为研究区域十分必要[12].综上所述,当前关于生态系统服务间权衡协同关系仍存在以下几个问题尚未深入分析:局部回归如何用于测定协同权衡与影响因子的空间关系;生态系统服务间权衡与协同关系与各影响因素之间的响应程度如何,以及如何对影响因素进行量化？在经济快速发展的城市群中,生态系统服务间协同权衡关系及其空间尺度效应又是如何的.

基于此,本文以中国最大的城市群长江三角洲城市群为研究区域,选择长江三角洲城市群经济发展最为迅速的2000～2020 年,利用In VEST 模型计算该地区典型的生境质量、碳储存、产水服务3 类生态系统服务,采用差异比较法表示生态系统服务之间的权衡与协同关系,用二元结果来描述生态系统服务协同权衡结果,进而使用地理加权逻辑回归来探究协同权衡与多元影响因子之间的时空异质性,以解决以往研究中生态系统服务之间权衡协同关系与潜在影响因素不能进行局部回归分析的问题,量化由地理过程的复杂性引起的自然和社会因素对生态系统服务间权衡协同关系的时空异质性.

1 研究区概况及数据来源

1.1 研究区概况

长江三角洲城市群位于中国长江的下游地区,包括上海市、江苏省、浙江省、安徽省的41 个城市,是中国经济发展最活跃、创新能力最强、开放程度最高的区域之一[13].受人类活动及经济发展影响,长江三角洲城市群生态系统服务有所下降[14],因此,协调各种生态系统服务关系、识别关键影响因子是十分迫切的任务,这对满足长三角城市群人类福祉最大化也是十分必要的[14].

1.2 数据来源

本研究所用数据主要包括:2000、2010、2020年3 期土地利用数据,源于中国科学院资源环境科学与数据中心(https: //www.resdc.cn/);研究区行政边界数据,源于国家基础地理信息中心(https://www.webma.cn/);气象数据,来自中国科学院资源环境科学与数据中心(https://www.resdc.cn/)、中国气象数据网(http: //cdc.cma.gov.cn/)、国家青藏高原科学数据中心(https://data.tpdc.ac.cn/home);研究区土壤数据,源于中国土壤信息系统(http://www.issas.ac.cn/kxcb/zgtrxxxt);社会经济统计数据,来自研究区各县/区统计年鉴、中国科学院资源环境科学与数据中心(https://www.resdc.cn/).本文所有非空间数据都进行了空间化处理;地理坐标系均使用CGCS2000 国家大地坐标系;所有数据空间分辨率均为1km.

2 研究方法

2.1 生态系统服务评估方法与模型

2.1.1 生境质量(HQ) 借助In VEST 模型核算生境质量,将城镇建设用地、旱地、农村居民点、水田、工矿用地设置为威胁源,计算公式如下[14-16]:

式中:Qxj为土地利用类型为的像元x的生境质量;Hj为土地利用类型j的生境适宜性;为土地类型j中栅格像元x的总威胁等级;k为半饱和常数,通常是0.5[17-19].

2.1.2 碳储存(CS) 使用In VEST 模型核算地上生物量、地下生物量、死亡有机物和土壤碳估算当前的碳储量,长江三角洲城市群地区各地类碳密度数据主要参考已发表的文献以及长三角实际情况[19-21],计算公式如下[14-15]:

式中:C为碳总量;Cabove为地上生物量碳库;Cbelow为地下生物量碳库;Csoil为土壤有机质碳库;Cdead为死亡有机质碳库.

2.1.3 产水服务(WY) 产水服务计算公式如下[10]:

式中:Yxj为j类土地覆盖类型在栅格x的产水量;AETxj为j类土地覆盖类型在栅格x的年实际蒸散量;xP表示栅格x的年降水量.

2.2 生态系统服务间权衡与协同的测定

通过比较特定时间段两种生态系统服务的变化量来判断不同地区两种服务的关系.如果两种服务的变化量的乘积为正值,则认为它们是协同的,否则,则是权衡的[16].

式中At1,At2为t1,t2 时期服务A的值;Bt1,Bt2为t1,t2时期服务B的值; ΔA, ΔB为服务A,B的变化量.

2.3 生态系统服务权衡协同影响因素选择

2.3.1 潜在因子选择 通过潜在因子的筛选获取影响长江三角洲城市群生态系统服务权衡与协同关系的关键驱动因素.备选驱动因子的选择主要基于以下原则:结合长江三角洲城市群的实际情况[11-14];借鉴前人研究经验,涵盖自然因素或社会经济因素中的一个重要部分[17];指标是可以被量化及数据的可获取性.此次分析共计选择了12 项驱动因素:包括林地比例、耕地比例、NDVI、降水量、平均气温、最低气温、最高气温、平均地表温度和日照时数9 项自然因子,人口密度、GDP 和建设用地比例3 项社会经济因子[18].

2.3.2 潜在因子筛选 本研究对潜在因子进行二次筛选,以提高模型精度.凡方差膨胀因子(VIF)高于5 则表明所选因子之间存在共线性问题[8];利用散点图矩阵,相关系数r的绝对值一般在0.8 以上,认为A和B 有强的相关性;0.3 到0.8 之间,可以认为有弱的相关性;0.3 以下,认为没有相关性[8].

2.4 生态系统服务权衡协同的时空异质性分析

地理加权逻辑回归是地理加权回归和二元线性回归的结合,其因变量是特定空间位置的生态系统服务之间的权衡和协同作用,自变量是特定时间段选定的自然因素和社会经济因素的变化量.由于关系是二进制的,因此因变量是二进制数据层,值1表示协同作用,值0 表示权衡[7-8].

3 结果与分析

3.1 生态系统服务变化特征分析

如表1所示,2000～2020 年,长江三角洲城市群生境质量与碳储存均呈现下降的趋势,生境质量在2000～2010 及 2010～2020 年间下降幅度分别为2.13%及1.76%,总的下降幅度为3.85%;碳储存在2000～2010 及2010～2020 年下降幅度分别为0.44%及0.07%,总的下降幅度为0.51%.这可能是源于长江三角洲城市群在2000～2020 年间经济发展迅速,建设用地不断扩张带来了生境斑块破碎化并使得该地区生态敏感性加大[19],最终导致生境质量下降;并且耕地,林地和草地等具有较高碳密度的土地利用类型减少,也带来了碳储量的下降[20-24].除此之外,生境质量和碳储量同时也会受到高程、植被类型等影响,研究区域生态环境变化、植被演替及人为干扰等因素也增加了生境质量和固碳能力的不确定性[20].产水服务在2000～2020 年变化较大,2000～2010 10 年增加了49.09%,2010～2020 年增加25.80%,总体大幅度增加了87.56%,这可能是由于建设用地面积增加增大了地表不透水层以及降水不断增多所导致的[21-25].

表1 2000～2020 长江三角洲城市群各项生态系统服务总量统计Table 1 The total statistics amount of ecosystem services in the Yangtze River Delta from 2000 to 2020

3.2 生态系统服务权衡协同关系分析

3.2.1 权衡协同相关性分析 分析长江三角洲城市群地区2000～2010 年,2010～2020 年及2000～2020 年3 个时间段生态系统服务之间的全局莫兰指数,以量化空间相关性(表2).结果表明,生境质量-碳储存和生境质量-产水服务P<0.01,两个生态系统服务之间的协同与权衡关系在空间上并非随机分布;生境质量-碳储存P>0.01,生境质量-碳储存之间的协同与权衡关系在空间上可能是存在随机分布的特征.

表2 生态系统服务间权衡与协同作用的莫兰指数Table 2 The Moran index of trade-offs and synergies between ecosystem services

3.2.2 权衡协同时空格局分析 图1 中,从时间上看, 2000～2020 年,长江三角洲城市群三对生态系统服务存在较强的时空异质性.2000～2010 年间,产水服务-生境质量、产水服务-碳储存的协同比例占36.72%、43.28%;产水服务-生境质量、产水服务-碳储存的协同比例在2010～2020 年占比37.05%、34.10%;在2000～2020 20 年总体占比22.95%及26.56%,这不仅说明在长江三角洲城市群地区这两对生态系统服务以权衡关系为主,并且表明这两对生态系统服务随着时间的推移权衡关系表现得越来越强烈.生境质量-碳储存在2000～2010 年,2010～2020 年及2000～2020 年3 个时间段内,协同比例分别占95.74%, 74.10%及76.39%,整体来讲协同强度下降.

图1 2000～2020 年生态系统服务权衡与协同空间格局Fig.1 The spatial pattern of trade-offs and Synergies of Ecosystem Services from 2000 to 2020

从空间上看,产水服务-生境质量以权衡关系为主.由于大部分的林地和耕地分布在南部和北部地区,提高了生境质量,而植被覆盖率较高增加了蒸散量,使产水服务变差[22-25],进而使得产水服务-生境质量在南部和北部呈现权衡关系;产水服务-碳储存权衡关系的空间分布和产水服务-生境质量几乎一致,北部及南部林地和草地具有较高的碳密度[26],使得产水服务-碳储存在南部和北部呈现比较显著的权衡关系;生境质量-碳储存以协同关系为主,表现出零散分布的特点.生境质量-碳储存之间的权衡关系主要发生在建设用地面积较多的区域,在以草地、耕地为主要土地利用类型的区域权衡关系占比较低,这表明生态用地占比较多的区域生境质量-碳储存之间协同性较高,而建设用地占比较多的地区协同性较低,用地类型的不同直接影响了生态系统服务功能[27].

3.3 生态系统服务权衡协同影响因素选择

3.3.1 初次诊断 由于所选的潜在影响因素可能具有高度相关性,因此需要对潜在影响因素进行多重共线性检查,从而提高其估计精度.如表3 所示,考虑到2000～2010 年、2010～2020 年及2000～2020 年3 个时间段影响因子的共线性问题,删除耕地比例、日照时数及最高气温三个影响因子,以确保各个因子之间的相对独立性.对其余9个潜在因子再次进行共线性诊断:方差膨胀因子均小于5,因此保留这些因素以供后续分析.

表3 2000～2020 年潜在影响因素共线性的诊断Table 3 Diagnosis of collinearity of potential influencing factors from 2000 to 2020

3.3.2 二次诊断 利用GWLR 研究生态系统服务权衡影响因素的时空异质性时,发现其余8 个影响因素仍存在明显的共线性问题,因此进行共线性二次诊断.如表4 散点矩阵所示.

表4 2000～2020 年潜在影响因素的散点矩阵Table 4 Scatter matrix of potential influencing factors from 2000 to 2020

结合3 个时间段各个因素间共线性检验的结果,去除林地比例,平均地表温度,NDVI 及最低气温四个指标,保留建设用地比例,降水量,平均温度,人口密度和GDP 5 个指标.对余下个5 潜在影响因素再次进行诊断:发现相关系数均在0.3 以下,因此保留这些因素以供后续分析.

3.4 生态系统服务权衡协同对影响因素的时空非平稳响应

3.4.1 模型诊断 利用地理加权逻辑回归分析了3对生态系统服务与5 个影响因素的空间相关性.如图2 所示,残差值在-2.5～2.5 的区域几乎覆盖了整个研究区域,表明5 个自变量(建设用地百分比变化,年平均降水量变化,年平均温度变化,人口密度变化和国内生产总值密度变化)和3 个因变量(3 对生态系统服务的协同与权衡关系)之间的关系是稳健的[10].

图2 GWLR 模型的诊断结果Fig.2 Diagnostic results of the GWLR model

该模型提供了全局模型解释的偏差、局部模型解释的偏差和局部模型和全局模型解释的偏差,这3 个参数的范围为0～1,用于测试拟合度,值越大表示拟合越好.全局模型解释的偏差可以量化全局逻辑回归的性能;局部模型解释的偏差是地理加权逻辑回归性质的量化;局部模型与全局模型解释的偏差,是通过比较局部模型的残差平方和与全局模型的残差平方和来评估从全局模型转向局部回归模型的优势的指标[29-30].如表5 所示,对于所有生态系统服务之间的关系,局部模型解释的偏差均大于全局模型解释的偏差,这表明在解释生态系统服务之间协同与权衡关系与影响因素之间的相关性方面局部模型优于全局,证明了GWLR 是可靠的[31].

3.4.2 生态系统服务权衡协同对影响因子的时空非平稳响应 由图3 可见,从空间上来看,建设用地面积在整体上与生境质量-碳储存呈现正相关关系,与生境质量-产水服务、碳储存-产水服务呈现负相关.受人类活动影响,土地利用类型发生变化,优劣服务差距缩小,服务间协同的可能性发生变化[32-33].建设用地的扩大将占用大量的耕地和生态用地,导致某一地区各种服务配套地型出现不同程度的下降,这可能导致它们之间的差距缩小或者增大,从而增加ES 之间协同或权衡关系的概率[34].从时间上来看,2000～2010 年建设用地面积与生境质量-碳储存整体呈现更强烈的正相关关系,长江三角洲城市群在2010 年之前西北-东南方向城镇扩展剧烈[25],占用了大量生态用地,使得两种生态系统服务同时缩小,带来了较为明显的正相关.建设用地面积与生境质量-产水服务、碳储存-产水服务在二十年间空间上没有显著变化,但他们之间的负相关程度也在一定程度上提升,这可能也与长江三角洲城市群地区在 2010 年以后城镇扩展在西南方向逐渐剧烈有关[25].总体来讲,建设用地百分比变化相比于其他影响因子来言,对生态系统服务权衡协同的响应最为剧烈.因此,管理人员应密切关注不透水层面的迅速增长,可以通过旧城改造方式进行城市建设.

气候因素是影响植物生长的重要因素,这也影响了生态系统服务之间的关系.温度,降水等气候因素的不同组合对不同地区和生态系统服务都呈现出不同的影响,生态系统服务对每个单一气候因子的响应方向和程度也都具有显着的区域特征.因此,很难解释两个服务之间的关系对单一气候因素的反应机制,但是可以通过了解不同反映的空间分布,管理人员可以控制这些因素,以增加生态系统服务间的协同概率[35].

生态系统服务间的关系对年平均降水量变化产生正响应的地区主要集中在长江三角洲城市群北部以及南部地区,如图4 所示.在生态系统服务之间的关系对年平均降水量变化产生正响应的地区,既可以通过降低地表温度的方式减少水分的增发,也可以通过灌溉的方式直接增加水量的供给,以增加生态系统服务之间的协同关系.

图4 生态系统服务协同权衡对年平均降水量变化的时空非平稳响应Fig.4 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to annual average precipitation changes

从空间上来看,年平均气温变化与生境质量-碳储存、碳储存-产水服务在南部地区呈现正相关关系,与生境质量-产水服务在中东地区呈现正相关,但是整体上呈现负相关,如图5 所示.从时间上来看,年平均气温变化与生境质量-碳储存、碳储存-产水服务在南部地区的正相关程度小幅度增强,与生境质量-产水服务在中东地区的正相关程度也在小幅度增强.这可能是由于随着经济快速扩张,地表温度逐渐上升导致的[27].

图5 生态系统服务协同权衡对年平均温度变化的时空非平稳响应Fig.5 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to annual mean temperature variation

长江三角洲城市群地区经济发展迅速,人口密度较大,地表温度的增加必须要引起管理人员的注意.首先,在生态系统服务之间的关系对年平均气温变化产生负响应的区域,应采取措施降低温度;其次,管理人员在制定城市规划时,应增加城市绿地面积并关注城市的几何形态,包括建筑物的大小、形状和方向,对风流的影响都能降低地表温度.除此之外,政府应控制建筑密度,保证城市风向流通.

生态系统服务间的关系与人口密度和GDP 整体上在北部以及西南部表现为正相关,如图6 和图7所示.长三角北部和西南部相对于中东地区来讲,人口密度较低,建设用地占比少,GDP 密度低.在这样的环境下适当增加活动强度,改变土地利用模式,可能带来不同类型生态系统服务同程度下降,增加各个生态系统服务协同的可能性.从时间上来看,生态系统服务之间的关系与人口密度和GDP在2000～2020年间正相关关系占比越来越大,这可能与快速发展的城市环境密切相关.

图6 生态系统服务协同权衡对人口密度变化的时空非平稳响应Fig.6 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to population density changes

图7 生态系统服务协同权衡对国内生产总值密度变化的时空非平稳响应Fig.7 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to changes in GDP density

3.5 讨论

本文研究的创新点是运用差异比较法表征生态系统服务权衡协同关系,解决了传统方法得到的生态系统服务权衡协同结果无法支持局部回归的运算问题.同时采用地理加权二元逻辑回归量化了由地理过程的复杂性引起的自然和社会因素对生态系统服务间权衡协同关系的时空异质性.同时,以城市群为研究区域探讨生态系统服务协同权衡关系及其空间尺度效应,有利于深入探讨城市尺度生态系统服务之间的协同权衡关系,可为城市群国土空间生态修复规划策略的制定提供参考.以2000～2020 年为时间跨度,有利于管理者更好地认识生态系统服务之间的相互作用,将主导性因子作为调控优化生态系统的核心内容.本文采用的差异比较法能清晰的反映出生态系统服务间权衡协同关系,二元的结果也可以为后续采用地理加权模型提供基础.但是该方法也具有局限性,如只能反映两种生态系统服务之间的关联而对多种生态系统服务之间的关联无法做出解释,以及不能反映生态系统服务间权衡协同关系的强弱.由于本文的主要内容是研究生态系统服务间权衡协同对其影响因子的时空异质性问题,其他难点可以作为今后的研究方向.

4 结论

4.1 2000～2020 年,长江三角洲城市群生境质量与碳储存均呈现下降的趋势,生境质量下降幅度为3.85%,碳储存下降幅度为0.51%,这与长三角建设用地面积增加与土地利用类型变化关系密切;产水服务在2000～2020 年间变化较大,总体大幅度增加了87.56%,这与建设用地面积增加增大了地表不透水层以及降水不断增多有很大关联.

4.2 2000～2020 年间,长江三角洲城市群3 对生态系统服务存在较强的时空异质性.产水服务与生境质量及产水服务与碳储存以权衡关系为主,主要分布在南部和北部地区,分别占比77.05%和73.44%;生境质量与碳储存整体呈现协同状态,表现出零散分布的特点,占比76.39%.

4.3 在长江三角洲城市群地区,建设用地面积和年平均温度变化相比于其他因子而言,对生态系统服务权衡的时空非平稳响应更加强烈.建设用地面积在整体上与生境质量-碳储存呈现正相关关系,与生境质量-产水服务及碳储存-产水服务呈现负相关;年平均气温变化与3 对生态系统服务在整体上呈现负相关.