投稿问答最小化  关闭

万维书刊APP下载

钱江源国家公园生态系统服务时空分析

2023/4/17 10:45:02  阅读:110 发布者:

面向SDG15的钱江源国家公园生态系统服务时空分析

李博, 林文鹏, 李鲁冰

上海师范大学环境与地理科学学院,上海 200234

摘要:

生态系统服务是连接生态与人类福祉的桥梁,快速、准确地评估其变化对实现区域可持续发展具有重要意义。SDG15也为生态系统服务的计算提供了新的思路方向。钱江源为钱塘江发源地、长三角地区当前唯一的国家公园试点区域,目前却对该区域生态系统服务时空分布及变化缺乏深入认识。本研究基于试点区201020204期土地覆被遥感监测数据,利用InVEST模型,结合单、双变量Morans I空间自相关方法,面向SDG15指标,定量评估钱江源国家公园生态系统服务的时空变化特征。结果表明: 20102020,生态系统服务价值呈不断增加趋势,期间共增加了15.21%。文化服务增长最快,增长了19.70%,调节服务增长了16.27%,供给服务减少了1.72%; ②生态系统服务价值空间分布均呈现出从东北与西南逐渐向中部减小的空间变化趋势; ③土地覆被类型的时空变化导致在无法增加土地利用率的现状下,生态系统服务增长缓慢,湿地和水体等面积与生态质量的减少导致了部分生态系统服务空间聚集度与可提供价值的下降; ④生态系统服务可以成为衡量SDG15的指标。研究结果能为钱江源国家公园建设提供理论依据和技术支撑,实现区域生态环境的可持续发展。

0 引言

国家公园是由国家批准并主导管理以保护具有国家代表性的自然生态系统,是实现自然资源的科学保护与合理利用的特定海陆区域[1]。建立国家公园体制并明确保护地体系有利于提高保护效率,是生态文明建设的具体途径之一[2],也能推动自然资源和文化古迹保护、促进自然资源保育和游憩使用[3]。国家公园作为我国生态文明制度建设的重要内容,其良性的可持续发展与2015年联合国颁布的全球可持续发展目标(SDGs)有着密不可分的关系。

其中SDG15针对陆地生态系统,内涵为保护、恢复和促进陆地生态系统的可持续利用,可持续管理森林,防治荒漠化,制止和扭转土地退化,制止生物多样性丧失(https://www.un.org/)。生态系统服务作为连接生态系统结构、过程与人类福祉之间的桥梁,可以有效促进生态系统保护和生态文明建设[4]SDG15与气候调节、生物多样性等生态系统服务密切相关[5]SDGs作为全球性的指导性指标,具有复杂性,在不同的研究区与研究实际情况下,需要利用其他方法进行评估计算,SDG15.9指出“到2020,把生态系统和生物多样性价值观纳入国家和地方规划、发展进程、减贫战略和核算”,这表明生态系统服务是实现SDG15的关键核心,可用于国家规划和未来的可持续发展[6]。因此生态系统服务物质量和价值量的计算,可以作为SDG15的计算指标进行评估。

1997,Costanza[7]对全球生态系统服务价值进行了评估,之后国内外学者在森林[8-9]、河流湿地[10-12]、荒漠绿洲[13-14]、城市[15-17]和经济区[18-19]等不同区域和尺度上进行估价。以国家公园为核心的自然保护地是实现绿色中国的关键,但目前针对国家公园的生态系统服务研究还较为缺乏。郑德凤等[20]基于当量因子法定量分析了三江源国家公园生态系统服务的时空变化及生态系统服务间的权衡与协同关系; 何思源等[21]以武夷山国家公园试点为研究对象,认为可以依据生态系统服务需求制定生态保护目标、对策。国家公园的生态环境对中国的生态文明建设至关重要,其生态系统服务的评估结果可以是对陆地生态系统可持续性的综合反映,可被视为联合国可持续发展目标中的SDG15指标的表征。

基于此,本研究以钱江源国家公园体制试点区为研究对象,面向SDG15指标,利用InVEST模型计算生境质量、碳储存量、年水产量及土壤保持等4类生态系统服务物质量并评估生态系统服务价值量的时空变化,以期为研究区的可持续发展管理与自然资源的科学保护提供科学依据与理论基础。

1 研究区概况与数据源

1.1 研究区概况

钱江源国家公园位于浙江省开化县西北部,是钱塘江的发源地,面积约252 km2。这里不仅是长三角经济发达地区唯一的国家公园体制试点区,也是浙江乃至华东地区的生态屏障和水源涵养区,主要植被有常绿落叶阔叶混交林和亚热带常绿阔叶林等,属于亚热带季风性湿润气候。清晰的边界和明确的功能分区是有效保护和游憩规划管理的基底[22]。根据生态敏感性、物种濒危程度,结合原著居民生产生活与社会发展需要,研究区被划分为4个功能区: 核心保护区、生态保育区、游憩展示区和传统利用区。

1.2 数据源与处理

Landsat7GF-1卫星遥感产品数据进行目视解译与数据整合,得到2010年、2013年、2017[23]以及2020[24]30 m分辨率的研究区土地利用数据。利用DEM数据(30 m分辨率)获取研究区地形起伏度和坡度等(1)

土壤类型和质地等数据来自于世界土壤数据库(Harmonized World Soil Database,HWSD)。土壤碳含量数据、20002010年中国典型陆地生态系统实际蒸散量和水分利用效率数据集来自于国家生态系统观测研究网络(CNERN)科技资源服务系统以及CDIAC数据档案库。降水与气温数据使用了中国气象数据网站点数据,并对以上数据进行空间插值的预处理。

2 研究方法与指标

2.1 可持续发展目标SDG15核算

SDG15中包含9个子数字指标3个字母指标,12个二级指标又分为14个三级指标。由于研究区域的特殊性,本研究主要关注SDG15.1SDG15.2并据此进行评估(1),数据源于https://www.un.org/

1   SDG15指标选取与分类

2.2 生态系统服务物质量核算

生态系统服务是人类从生态系统中获得的各种效益,不同土地利用类型会带来不同的生态系统服务类型[25]InVEST(integrated valuation of ecosystem services and tradeoffs)模型可以结合土地利用类型在地理和经济尺度上检测生态系统服务功能供给的潜在变化以及服务间的权衡[26],是目前发展最成熟、应用最多的生态系统服务价值评估模型[27]。本文将从生境质量(支持服务)、碳储量(调节服务)、年水产量(供给服务)以及土壤保持(调节服务)4个方面进行计算与分析。

1)生境质量。Habitat Quality模块可以识别能够使自然系统和人类经济受益的区域,也能够在未来土地利用变化的不同情况下分析生物多样性与生态系统服务之间的权衡,可以用生境质量对SDG15.1.2进行指标量化。

2)碳储量。生态系统通过二氧化碳等温室气体的排放来调节气候,会随着时间的推移和土地利用的变化在土壤和植物中存储碳,从而增加了碳的含蓄量。

3)年水产量。淡水供应也是生态系统服务功能之一,易在水文循环,影响蒸散、渗透和保水方式等过程中受到土地利用变化的影响。

4)土壤保持。河流流域尺度上的泥沙动力学主要取决于气候(特别是降雨强度)、土壤性质、地形和植被以及人为因素。

2.3 生态系统服务价值量核算

本文在千年生态系统评估(millennium ecosystem assessment,MA)的分类基础上,结合研究区土地利用现状,参照前人[28-29]研究中直接引用的方法,根据谢高地等[30]研究结果,计算生态系统服务功能的价值量。

3 结果分析

3.1.1 生态系统服务物质量时空变化分析

20102020年间,林地大幅扩张,耕地和建筑用地等其他用地类型面积收缩(2)。其中,2010年耕地为4 470.2 hm2,2020年时减少为564.6 hm2。共有99.4%的耕地重新变为林地,61.61%的耕地转变为常绿阔叶林,11.24%变为落叶阔叶林,27.85%变为常绿针叶林,0.107%耕地成为灌木林林地。SDG15.1.2指保护区内陆地和淡水生物多样性的重要场地所占比例,生境质量越好,SDG15.1.2分值越高。InVEST模型计算结果显示,20102020年间,研究区生境质量有明显改善。生境质量数值越高,栖息地质量相对于其余景观的栖息地质量分布越好,即更加利于物种多样性的保护与实现; 碳储量越多表示该地区可释放的氧气量越多,可以有效改善气候的变化,对于保护物种、涵养水源和防风固沙等生态效益有显著帮助,有助于实现“双碳”的战略目标。因此,本研究用生境质量和碳储量对SDG15.1.2进行评价,可以看到研究区内的生境质量在不断提高且空间分布更为均匀,碳储量也呈逐年增加趋势(3)

2   20102020年研究区土地利用类型分布

3   生境质量()与碳储量()变化

利用Water Yield模块计算可知,20102020年研究区年实际损失降水量不断减少,损失量减少了8.52%,减少量为2 317.47 mm2013年时,大量的耕地变为林地导致水产量上升,同时实际损失的降水量也在减少。自2010年起,分水岭潜在土壤流失量在不断下降,土壤沉积量在缓慢减少,向河流输出的总量在缓慢增加。2020年时分水岭潜在土壤流失总量为23 926 921.27 t,2010年减少了77.94%(4)

4   分水岭单位上潜在土壤流失量以及平均水产量

利用双变量空间自相关分析法,分析20102020年生境质量、碳储量、年产水量和土壤流失量两两之间的相互关系见图5和表2,其计算结果均通过了显著性检验。

5   4类单项指标之间双变量空间自相关Morans I散点图

2   4类生态系统服务单项指标双变量空间自相关Morans I指数

生境质量与年产水量、碳储量均为正相关关系,2010年和2013年生境质量和土壤流失量呈负相关关系,之后变为正相关; 年产水量与碳储量、土壤流失量基本均呈正相关关系,2017,为负相关关系。土壤流失量与碳储量呈正相关关系。研究可知,生境质量越高,则年产水量越大,土壤中的碳储量越多,同时土壤流失量越少。年产水量越多表明土壤质量越高,则碳储量越多,土壤流失量越少。结合时间变化来看,4个变量在研究区内呈现正向的良性循环,SDGs的可持续发展理论相统一。

3.1.2 生态系统服务价值量时空变化分析

利用谢高地等[30]提出的单位面积当量法进行评估计算,结果显示各用地类型为生态系统可提供的服务主要为调节服务,文化服务可提供价值最少。20102020,研究区生态系统服务价值缓慢增加(3),共增加了15.21%,其中文化、调节、支持服务分别增长了19.70%,16.27%15.46%,供给服务减少了1.72%

3   生态系统服务可提供价值总量

研究区内常绿阔叶林与常绿针叶林占地面积广,根系发达的林地在气候调节、水文调节、土壤保持方面作用显著,也十分利于维持生物多样。并且林地不断扩张,有利于涵养水源、防止水土流失,促进整个生态系统物质的循环与利用。然而,2013年耕地的大量减少导致供给服务中的食物生产价值量锐减。总体来看,生态系统服务功能均呈上升趋势,2013年之后,水体与湿地的减少导致水文调节功能可提供价值减少,除此之外,其他各服务功能在20102020年呈逐年上升趋势(6)

利用ArcGIS10.2软件计算20102020年的生态系统服务价值,发现这10 a间生态系统服务价值空间分布均呈现出从东北与西南逐渐向中部减小的空间变化趋势(7)

基于GeoDa软件对研究区生态系统服务价值进行空间自相关分析,结果见图8,图中所有Morans Ⅰ显著性检验P值均为0.001。研究发现2013年研究区存在空间正相关关系的区域范围最少,且空间分布较为分散。2017年研究区存在空间正相关的地区最多,主要分布于研究区东北部与西南部即核心保护区与生态保育区,中部传统利用区为空间负相关关系。2020年存在正相关关系的地区主要分布于西南部即核心保护区,传统利用区内生态系统服务价值无较大变化。

利用经典贝叶斯比率标准化的Morans I工具对4类典型生态系统服务进行空间自相关分析,得到不同生态系统服务之间的相关关系,结果均通过了显著性检验(4和图9)。其中供给/文化服务均为负相关关系、支持/调节服务均为正相关关系,其他服务之间相关关系不稳定,供给/支持服务、调节/文化服务均为先正相关后负相关关系,供给/调节服务为先负相关再正相关最后负相关关系,支持/文化服务为先负相关后正相关关系。

4   生态系统服务4类典型服务双变量空间自相关Morans I指数

9   4类典型生态系统服务功能Morans I空间自相关散点图

3.1.3 面向SDG15的生态系统服务变化分析

研究区内林地为主要用地类型,为分析可持续发展目标下林地的时空变化,利用SDG15.1.1SDG15.2.1对研究区进行衡量。其中,SDG15.2.1既考虑了森林面积变化的方向(森林面积增加或减少),也考虑了森林面积损失率的变化,该指标可以表明正在损失森林面积但设法降低损失率的区域之间的进展。

SDG15.1.1计算结果见图10,结果表明研究区的森林占地面积逐年增加。20102013,SDG15.2.1最大,表示森林面积的大幅度增加且面积损失率最小,20132017SDG15.2.1值最小,表示这4 a内森林变化最稳定。20102020年内森林总体的复合变化率为1.90%,表明森林面积的变化方向为面积的增加,这是研究区可持续发展的正向表现。SDG15.1SDG15.2设定的目标均需在2020年实现,即在2020年需要达到一个可持续发展的良性循环,由于SDG15.1SDG15.2与计算得到的生态系统服务物质量以及价值量的变化趋势相符合,可以证明研究区为可持续发展的保护区,其良好的生态系统可以为周围地区提供生态系统服务,实现了SDG15.1SDG15.2的目标要求。同时,说明生态系统服务的计算结果可以作为SDG15的区域状态,突破了SDGs指标以国家等为单位的大范围计算的限制,进而将可持续发展目标这一概念运用到小尺度研究区内。

3.2 生态系统服务变化特征及原因分析

20102020年生态系统服务4类典型服务与4类物质量双变量空间自相关Morans I指数数值进行图表表达与分析(11)。结合土地利用类型变化、不同土地类型所提供的不同生态系统服务价值以及生态系统提供的物质量总结分析。

11   生态系统服务空间自相关Morans I指数变化

20102013,除供给-文化服务外,其他价值量双变量Morans I指数均呈上升趋势,这是由于林地面积大幅增加导致,林地主要提供了生态系统的调节服务、支持服务。同样,林地大幅增加,植物的蒸散作用导致生态系统中蒸散量和年水产量的增加,发达根系群避免了土壤的流失,这导致20102013年物质量Morans I指数的增加。此外,水体在20102013,可提供调节服务占比从5.45%增加至7.71%。供给-文化服务指数的减少与耕地面积的大量减少有关,耕地是仅次于林地的第二大生态系统服务来源,2010年提供了19.12%的供给服务,但到2013年迅速减少到6.04%。由于耕地可带来的碳储量的减少导致物质量空间聚集度下,并且新种植的林地在生态系统中还无法带来良好的生态循环效应,林地生境质量也有所下降,单位生境质量值从0.897减少到0.891

20132017,除供给-文化服务外,其他双变量Morans I指数均呈下降趋势。其中,草地在20132017,可提供供给服务减少,而供给服务价值量的上升导致供给-文化服务指数的上升。由于耕地与湿地可提供生态系统服务价值不断下降,且湿地主要提供调节与支持服务,导致其他变量指数呈下降趋势。从物质量Morans I指数来看,水体生态环境的优化,水体生境质量值有小幅提升,0.764增加到0.785。同时,林地有了充分的生长时间,弥补了耕地减少而损失的碳储量。

20172020,除供给-支持、供给-调节、供给-文化外,其他3个变量呈上升趋势。这是由于林地面积在缓慢增加,因此调节服务、支持服务与文化服务同样在增加,从而导致Morans I指数的上升。而草地可提供的供给服务占比从0.726%下降至0.000 35%,灌木地可提供的供给服务从0.163 8%下降至0.095 4%,草地与灌木地可提供服务较少且呈减少趋势,归因于其他用地类型变化较小或可提供生态系统服务价值已达到饱和,于是剩余用地类型对于整个生态系统服务的影响更大。2017年之后,生态环境在不断优化,因此,生态系统中各用地类型可提供物质量均在上升,可以在生态系统中形成一个良性循环,为整个生态环境提供不同的服务功能。

4 结论与讨论

本文从20102020年的土地利用时空变化入手,通过生态系统服务的物质量以及价值量的计算,结合空间自相关方法,探讨了钱江源国家公园生态系统服务的时空变化以及其相互之间的关系,同时联系SDG15进行分析。研究表明:

1)耕地面积在20102013年内快速减少,其中99.4%的耕地重新变为林地,其中生境质量越高,则年水产量越大,土壤中的碳储量越多,同时土壤流失量越少。

2)20102020,研究区生态系统服务价值共增加了15.21%4类典型生态系统服务提供价值排序为调节服务>支持服务>供给服务>文化服务。

3)20102020年生态系统服务价值空间分布均呈现出从东北与西南逐渐向中部减小的空间变化趋势。其中,供给/文化服务均为负相关关系、支持/调节服务均为正相关关系,其他服务之间相关关系不稳定。

4)研究区内生态系统服务在2013年之后增长速度减慢,呈均匀增长趋势。这与研究区土地利用率达到饱和有关,在无法增加土地利用率的现状下,湿地、水体、草地、灌木林的面积与生态质量的减少导致了部分生态系统服务空间聚集度下降。生态系统服务的价值量和物质量均可对生态系统进行评估,但由于二者侧重点不同,因此可能产生结果略有差异,可以接受。

5)研究区在2020年达到了SDG15.1SDG15.2的目标要求。20102020,SDG15.1.1表明森林占地面积呈增加趋势,SDG15.2.1表明研究区内森林复合变化率稳定,森林损失率为负。

本研究聚焦SDGs于小尺度范围并进行评估与测量,将生态系统服务作为衡量SDG15的指标。结果显示20102020年间钱江源国家公园的生态环境质量不断提高,这与政府政策的推行、公园的规范化管理以及公民环保意识的提升有关。建议基于土地利用现状着重保护湿地与水体,同时适当减少人类活动干扰,以科学保护自然资源为基本原则实现生态环境的可持续发展。在国家公园的建设上,除了关注国家公园内部的生态环境,还应重视国家公园内社区居民的生活质量问题,促进人与环境和谐共生。

(原文有删减)

【作者简介】李 (1999-),,研究生,主要从事城市生态与环境遥感。Email: 2660812135@qq.com

【通讯作者】林文鹏(1973-),,博士,教授,博士生导师,主要从事环境遥感方面研究。Email: linwenpeng@shnu.edu.cn

【】国家自然科学基金项目“城市植物滞尘效应高光谱遥感探测方法与模型研究”(41571047)

【】李博, 林文鹏, 李鲁冰. 面向SDG15的钱江源国家公园生态系统服务时空分析[J]. 自然资源遥感, 2022, 34(4): 243-253.

转自:“测绘学术资讯”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com