基于CLUE-S模型的廣西喀斯特山區生態系統服務價值變化研究

趙國梁, 胡業翠,2

(1.中國地質大學(北京) 土地科學技術學院, 北京100083; 2.國土資源部土地整治重點實驗室, 北京100035)

基于CLUE-S模型的廣西喀斯特山區生態系統服務價值變化研究

趙國梁1, 胡業翠1,2

(1.中國地質大學(北京) 土地科學技術學院, 北京100083; 2.國土資源部土地整治重點實驗室, 北京100035)

以廣西2000年、2005年土地利用現狀數據為基礎，基于GIS平臺，綜合利用ArcGIS 10.1，CLUE-S模型以及SPSS 19.0等軟件，結合謝高地等對中國陸地生態系統單位面積生態服務價值表，修正計算得到了2015年廣西壯族自治區生態服務價值空間分布圖與生態系統服務價值表，并同1995年、2000年和2005年數值對比揭示了廣西喀斯特山區生態系統服務價值時空變化規律，發現構成該區生態系統服務價值主要土地類型是耕地、林地、草地；如果保持2001—2005年的人類影響不變，2015年廣西喀斯特地區生態系統服務價值將基本平穩，達到664.39億元；生態服務價值高值區有擴大趨勢，同時低值區也仍然在擴大，中值區有所縮小，特別西南地區、東北地區低值區有所擴大，要警惕建設用地擴張與輻射作用，由此可見喀斯特地區生態環境保護形勢依舊十分嚴峻。

CLUE-S模型; 生態服務價值; 廣西喀斯特; 馬爾科夫模型

進入21世紀第二個十年來，隨著我國城市化進程不斷加快，國家經濟發展戰略的大力實施，由于人們更多考慮土地可以實現直觀經濟價值，而較少重視潛在的社會與環境價值，人地矛盾持續尖銳，生態環境遭到進一步破壞。定量評估生態系統服務價值已成為國際可持續發展科學研究的熱點，是當前生態學、資源經濟學和環境經濟學的前沿交叉領域。

土地位于五大圈層(生物圈與巖石圈、土壤圈、大氣圈、水圈)的交匯空間，直接決定著生態系統提供服務的狀態。土地利用/覆被變化(LUCC)作為全球變化的極其重要的組成部分和主要原因之一，使其成為土地科學領域、地理學、生態學等多學科的研究對象。特別是，“國際地圈與生物圈計劃”(IGBP)和“全球環境變化的人文領域計劃”(HDP)于1995年聯合提出“土地利用/覆被變化”研究計劃，使得土地利用變化研究成為全球變化研究的前沿和熱點課題。全球各國研究組織和人員結合土地利用/覆被變化(LUCC)的國際研究動向，進行了大量的研究探索。同時我國作為土地利用大國，生態環境復雜，土地類型多樣，在土地利用/覆被變化研究上，開展了眾多工作，取得了豐碩的成果。

生態系統服務價值是指通過生態系統的結構、過程和功能直接或間接提供的生命支持產品和服務，包括人類生活所必需的生態產品和保證人類生活質量的生態功能兩部分[1]。生態系統服務價值，是研究土地利用/覆被變化的有力指標，人類生存與發展所需要的資源歸根結底都來源于生態系統。生態系統服務價值的量化與貨幣化，一方面可以提高生態保護意識；更重要的一方面，有利于直觀研究生態系統服務的時空變化，為合理制定土地利用戰略提供技術支撐，促進科學發展。同時，廣西是世界喀斯特地貌發育的典型地區，全區喀斯特石山面積9.77萬km2，占全面積的41%[2]，其石漠化的形成機理研究取得一定成績，但是對喀斯特山區土地生態價值研究還很少提及[3]，特殊的地理位置與脆弱的生態環境，使得生態系統服務價值變化研究具有重大意義。

1 研究區概況

廣西壯族自治區地處祖國南疆，位于東經104°28′—112°04′,北緯20°54′—26°24′，北回歸線橫貫全區中部，屬中亞熱帶季風氣候區，降水豐沛，干濕分明，大部分地區年降水量為1 500～2 000 mm。廣西喀斯特山區集中分布在桂中的紅水河流域、柳江流域，桂西的左、右江流域，桂東北的漓江流域中下游兩岸。同時廣西喀斯特山區作為世界巖溶主要分布區域之一，其發育類型之多為世界少見，生態環境較為脆弱，近年來土地退化、林草逆向演替、農村生態環境破壞、生物多樣性受到威脅、自然災害頻繁等問題頻發。

2 數據來源與研究方法

2.1 數據來源與處理

本研究所選用的數據包括遙感數據和非遙感數據，遙感數據主要選取了TM遙感影像。TM數據來源于國際科學數據服務平臺(http:∥datamirror.csdb.cn)網站。非遙感數據主要包括中國科學院地理科學與資源研究所提供的廣西壯族自治區1995年、2000年與2005年三期土地利用現狀矢量數據、廣西喀斯特地區矢量邊界、DEM數據、交通圖、廣西年鑒(2012年)等。圖件數據空間參考統一采用Krasovky_1940_Albers，大地水準面為D_Krasovsky_1940，柵格數據均為380 m×380 m分辨率。

根據土地利用地域單元的功能或用途，將二級土地利用類型進行合并，分為耕地、林地、草地、水域、建設用地、未利用地6個大類。以2000年土地利用現狀數據作為基期，轉化輸出為380 m×380 m柵格數據。在基期土地利用現狀矢量數據中，提取居民點，工礦用地、水域等等，作近鄰分析(Near)，輸出為380 m×380 m柵格數據。將廣西DEM通過投影變換，統一柵格大小后，進行坡度、坡向、起伏度分析，并輸出柵格圖作為驅動力因素。查閱廣西年鑒資料，結合廣西矢量數據制作人口密度圖等人文經濟圖件。基礎圖件準備完成后,統一轉換為ASCⅡ格式，為CLUE-S模型軟件提供基礎數據。

2.2 研究方法

2.2.1 CLUE-S模型 CLUE-S(Conversion of Land Use and its Effects at Small region extent)模型是荷蘭瓦赫寧根大學“土地利用變化和影響”研究小組在CLUE模型的基礎上開發的。該模型解決了CLUE模型無法精確模擬小尺度區域問題，是一種基于高分辨率(一般大于1 km×1 km)柵格影像的經驗統計模型[4]。CLUE-S模型的假設條件是，一個地區的土地利用變化受到該地區的土地利用需求驅動的，并且該地區的土地利用分布格局總是和土地需求以及該地區的自然環境和社會經濟狀況處于動態的平衡之中。

CLUE-S模型運行的核心是空間分配模塊。空間分配是基于對土地利用轉化規則、土地利用限制區域、土地利用空間分布概率和基期年土地利用現狀圖分析的基礎上，根據總概率的大小對土地利用需求進行空間分配的過程。總概率通過計算機多次迭代得到結果。

TPROPi,u=Pi,u+ITERu

(1)

式中：TPROPi,u——柵格單元i出現土地利用類型u的總概率；Pi,u——通過Logistic回歸方程求得的空間分布概率；ELASu——各土地利用類型的轉換彈性，取值為0～1之間，值越大，土地利用類型的穩定性越高；ITERu——土地利用類型u的迭代變量。

2.2.2 Logistic回歸模型 Logistic回歸分析作為土地利用變化研究中一種常用的建模方法，對二分類因變量進行回歸分析時采用的非線性分類統計方法[5]。這種方法一般是將研究區細分為柵格單元，將每類土地利用的空間分布與驅動因素的關系利用Logistic逐步回歸，求出每個柵格可能出現某種土地利用類型的概率。在CLUE-S模型中也用來計算某一種土地利用類型出現的概率，公式如下:

(2)

式中：Pi——每個柵格可能出現某一土地利用類型i的概率；Xn,i——i柵格處第n個驅動因素；βn——第n個驅動因素的回歸系數。通過Logistic逐步回歸分析可以篩選出對土地利用格局影響較為顯著的因素，同時剔除不顯著的因素。

2.2.3 生態系統服務價值計算方法 中國學者謝高地、甄霖、魯春霞等在個人偏好與支付意愿和生態服務價值是一個效用價值的理論基礎上，對中國700位具有生態學背景的專業人員進行了問卷調查，得出了2007年生態系統服務評估單價體系[6]。該基于專家知識的生態系統服務評估體系可用于評估已知土地利用面積的生態系統服務價值,其估算公式為：

(3)

式中：ESV——研究區生態系統服務總價值(元)；Vk——第i類土地利用類型單位面積的生態功能總服務價值系數(元/hm2)；Ak——研究區內第i類土地利用類型的面積(hm2)；n——土地利用類型數目。Vk采用謝高地等2007年制定的中國陸地生態系統服務單位面積價值。

根據謝高地等人修訂的我國不同省份農田生態系統生物量因子表，以全國農田生態系統的生物量因子為1，廣西均值為0.98[7]，由此制定廣西土地利用生態系統單位面積的生態系統服務價值表(表1)。

表1 廣西生態系統單位面積生態服務價值 元/(hm2·a)

2.2.4 生態價值敏感性指數計算方法 為了驗證生態價值系數的準確性，引入生態系統服務價值敏感性指數(the coefficient of sensitivity，CS)，以反映生態系統服務價值對生態價值系數的依賴程度[8]。CS<1，表明生態系統服務價值缺乏彈性；CS>1，表明生態系統價值是有彈性的。CS越大，生態系統服務價值相對于價值系數越有彈性。敏感性指數CS的計算公式如下：

(4)

式中：i，j——初始狀態和調整以后的狀態；ESV——生態服務價值；V——價值系數。

3 結果與分析

生態系統類型在土地利用中表現為土地利用類型，土地利用類型、面積和空間位置的變化，即導致了各類生態系統類型、面積以及空間分布局的變化。二者實質上是互相影響又互相制約的一對矛盾統一體[1]。CLUE-S模型是在模擬土地利用變化方面已經得到大量成熟應用，因而亦可以用來研究生態系統服務價值變化情況。

考慮到區域尺度要求與CLUE-S模型設置閾值，經過反復裁剪試驗，發現采用380 m×380 m分辨率，根據矢量文件坐標系統將研究區均勻分為A11，A12，A21，A22四個子區，分別進行模擬，結果相對準確。

3.1 Binary Logistic空間統計回歸結果

土地利用驅動因子，對于預測結果十分重要。通過查閱相關文獻，結合獲取資料與廣西特殊區域情況，根據數據的獲取性、穩定性、相關性和適用性，本文共選取了12類驅動因子，包括：距居民點距離(Sc1 gr0.fil)、距工礦距離(Sc1 gr1.fil)、距道路距離(Sc1 gr2.fil)，距鐵路距離(Sc1 gr3.fil)，距水系距離(Sc1 gr4.fil)，距海洋距離(Sc1 gr5.fil)、坡度(Sc1 gr6.fil)、坡向(Sc1 gr7.fil)、起伏度(Sc1 gr8.fil)、人口密度(Sc1 gr9.fil)、人均GDP(Sc1 gr10.fil)、農村居民人均收入(Sc1 gr11.fil)等。

將預處理的驅動力二進制文件，通過CLUE-S的File Convert模塊轉換成單列文本文件，導入到SPSS19.0中，利用二元Logistic回歸模塊，對每一種土地利用類型和各個驅動因子進行回歸分析，并將回歸結果進行ROC檢驗。各地類ROC值均大于0.7，可以認為所選取的驅動因子具有良好的解釋能力。

3.2 Markov模型非空間模擬

Markov模型是基于Markov鏈，根據事件目前狀況預測其在將來各個時刻(或時期)變動狀況的一種預測方法[10]。在預測土地結構變化方面，已經得到較多應用。由于CLUE-S模型缺少非空間預測模塊，因而將兩者結合起來，可以實現模型應用的方法互補，進而綜合協調不同地類間的競爭和轉化關系，既提高了各地類轉化的數量精度，又可以有效地模擬土地利用的空間變化，實現土地利用變化的空間模擬，因此具有重要的科學意義和實踐意義[9-10]。

首先，確定概率轉移矩陣。在ArcGIS 10.1中，將2000年和2005年兩期圖像進行空間疊加，利用面積制表(Tabulate Area)空間分析，得到2000年土地利用覆蓋類型i轉變為2005年土地利用覆蓋類型j的轉移概率矩陣(表2)。

其次，CLUE-S與Markov復合模型預測模擬土地利用變化，不同情景設定得出不同結果，一般就現有國內相關應用，情景設定分為自然發展、耕地保護、生態保護與綜合發展情景四種[11-13]。本文基于綜合發展情景，結合《生態廣西建設規劃綱要》[14],切實考慮到廣西經濟發展、生態保護、可持續性、土地利用總體規劃等多種土地發展需求，科學修正轉移概率矩陣。特別是《廣西壯族自治區土地利用總體規劃(2006—2020年)》中明確指出，自上輪規劃批轉實施來，堅持從長遠和全局出發，加強了土地用途管制，嚴格保護了耕地，強化了規劃的控制和引導作用，統籌安排了各類各業各區域用地，較好地滿足了經濟社會可持續發展的土地需求。

表2 2000-2005年土地利用/覆蓋類型轉移概率矩陣 %

*下劃線部分表示k時期到k+1時期土地利用類型沒有變化部分的概率。

最后，利用經過修正后的2000—2005年土地利用類型的轉移概率矩陣，以2005年為基期，各種土地利用類型面積所占的比例為初始狀態，模擬步長為5 a，應用Markov模型對廣西2015年土地利用現狀進行情景預測，預測結果用于CLUE-S中土地需求模塊。

3.3 CLUE-S空間變化模擬

通過邏輯回歸分析，得到各驅動力對不同地類影響的β值與土地利用需求數據后，在CLUE-S模型中，結合預處理數據，設定2000年土地利用現狀數據(cov_all.0)為基期，設定主要參數(main1)，回歸方程(alloc1.reg)、土地利用轉換矩陣(allow.txt)、土地轉移彈性、區域約束性文件(region_nopark.fil)、土地需求文件(demand.in1)、驅動力文件(sclgr*.fil)等模型系統文件。軟件所需參數文件設定完成之后預測2005年廣西土地利用現狀，模擬結果如附圖11所示。與2005年土地利用現狀圖進行kappa系數檢驗為0.81(>0.75)，具有高度一致性，證明參數設置合理，可以進行土地利用預測模擬。進而以2005年為基期，模擬預測2015年廣西喀斯特山區土地利用現狀圖。

3.4 ESV模擬對比

3.4.1 ESV計算 根據三期土地利用現狀數據，通過馬爾科夫過程可以推算2015年廣西喀斯特山區土地利用結構，并計算研究區內生態系統服務價值預測數據，利用上述“廣西生態系統單位面積生態服務價值表”計算1995年、2000年、2005年和2015年廣西各類土地利用類型生態服務價值，本文依據土地的具體利用類型選擇與其最相近的生態系統[15]：其中耕地與農田生態系統相近；林地與森林生態系統相近；未利用地與荒漠生態系統相近；城鄉、工礦、居民用地生態系統服務價值取0。計算結果如表3所示。

結合廣西生態服務價值表，利用ArgMap空間分析，輸出柵格圖，得到1995年、2000年、2005年以及2015年廣西生態服務價值分布圖(附圖12—13)。

表3 廣西1995-2015年生態系統服務價值 萬元

3.4.2 ESV變化分析 從1995—2015年廣西喀斯特山區生態系統服務價值時空分布(附圖12—13)上來看，總體上平穩，局部呈現了先減后增的趨勢。廣西西北地區與東北地區喀斯特山區面積比例最大，1995—2000年生態系統服務價值變化較大，高值區(>6 000元/hm2)縮減，中值區(2 000～4 000元/hm2，4 000～6 000元/hm2)、低值區(<2 000元/hm2)面積擴大。2000年以來，由于退耕還林、封山育林等政策推行，高值區域分布有所擴大，主要是林地面積增加，但是低值區域略有擴大，由于建設用地面積有所擴大。而其他地區，喀斯特山區分布零散，生態景觀保持較好，開發力度小，受到人為干擾較少，生態系統服務價值高值區穩中有升，但是低值區仍然有擴大的趨勢。依照近年土地利用變化趨勢與規律，預測2015年生態系統服務價值總體穩中有升，高值區有擴大趨勢，同時低值區也仍然在擴大，中值區有所縮小，特別西南地區、東北地區低值區有所擴大，要注意建設用地擴張。從各地類生態系統服務價值地區變化來看，2000年以來喀斯特山區西北、東北地區草地、耕地生態服務價值大量減少，同時林地、水域生態服務價值會有增加，東北地區草地銳減問題更加突出；西南地區耕地、未利用地生態系統服務價值減少在全區比較明顯，東南地區相對比較穩定，但是該兩區建設用地增加引發低值區面積擴大現象值得注意，未來極有可能保持這種態勢。

由表3，表4可知，廣西在1995—2000年，生態服務價值總量減少了約1.18億元，減幅為0.18%，年均遞減率為0.04%。在此期間，生態系統服務價值組成地類中，增加地類為耕地、林地，耕地增加較多，年增長率為3.56%；減少地類為草地、水域、未利用地，遞減率最高的是草地，為5.75%，同時面積比例較大，占總價變化的絕對值比率最高，達到56.59%。在2000—2005年，廣西生態服務價值總量增加了0.76億元，增幅為0.11%，年均遞增率為0.02%。其中，生態系統服務價值組成地類中，增加地類為林地、水域，林地面積增加較多，占總價值變化絕對值為65.24%；減少地類為耕地、草地、未利用地，遞減率最高的是草地，達到0.14%。綜合表3，表4得知，構成廣西生態系統服務價值的主要土地利用類型是林地、耕地、草地，這三類之和在1995—2005年均占到總量的99%以上。通過馬爾科夫預測發現，2015年區域生態系統服務價值稍有增加，增加到664.4億元。未來林地、草地仍然是貢獻最大的土地利用類型。需要指出的是，預測所得到的生態系統服務價值可能偏高。因為喀斯特區域環境脆弱多變，加之人為破壞因素難以估計，不易被模型考慮量化。

表4 廣西1995-2005年生態系統服務價值變化 %

公式(4) 給出了生態服務價值敏感度計算方法，為了計算方便,本文將耕地、林地、草地、水域、未利用地的生態價值系數分別上下調整50%[16-18]，應用調整以后的生態價值系數對廣西1990年、2000年、2005年以及2010年、2015年的總服務價值進行了估算，最終得到廣西喀斯特山區生態服務價值在不同年份之間的變化情況和敏感性指數，具體結果見表5。

計算結果表明，廣西喀斯特山區所有土地利用類型的ESV對VC的敏感性指數均小于1，其中，林地敏感指數最大，其次為草地、耕地、水域、未利用地。這表明研究區內ESV對VC是缺乏彈性的，即各土地利用類型生態服務價值系數的變化對廣西喀斯特山區生態服務價值總量變化影響不大，區域研究結果是可信的。林地的敏感性指數大于其他土地利用類型，說明林地的VC變化會對生態系統服務總價值作用相對較大。而其他土地類型VC的變化，對廣西喀斯特山區生態服務總價值影響不大。

表5 廣西生態系統服務價值敏感度

4 結論與討論

本文基于土地利用/覆被變化，借助GIS平臺并結合生態系統服務價值計算方法，通過空間分析得出1995—2005年廣西喀斯特山區生態價值分布格局，并運用CLUE-S與Markov復合模型模擬，設定綜合發展情景模擬了2015年廣西喀斯特山區生態系統服務價值分布情況。結果表明：

(1) 1995—2005年，從基本用地特征來看，耕地、林地、草地在廣西喀斯特山區占很大比重，故構成該區生態系統服務價值主要土地類型是耕地、林地、草地。前五年土地利用結構發生了較大變化，耕地大量被開墾，草地、未利用地、水域面積銳減，只有林地面積總量較為穩定。生態系統服務總值在這一階段下降了0.18%，各土地利用類型的生態服務價值除耕地、林地外，均有下降。后五年該區耕地生態服務價值平穩下降，林地、水域生態服務價值有所增加，草地生態服務價值繼續下降，未利用地保持穩定。由于林地生態服務價值對總價值貢獻比重較大，此階段廣西喀斯特山區生態服務總值有所增加，增幅達到0.11%。

(2) 如果保持2001—2005年的人類影響不變，2015年廣西喀斯特地區生態系統服務價值將穩中有小幅度增加，達到664.39億元。但值得注意的是，這一價值可能稍有偏高，因為退耕還林、退耕還草等增加生態用地等政策，在后期由于獲取資金、技術難度等增加而實施難度與效果有所增加。生態服務價值高值區有擴大趨勢，同時低值區也仍然在擴大，中值區有所縮小，特別西南地區、東北地區低值區有所擴大，要警惕建設用地擴張與輻射作用。建設用地對生態系統服務價值的影響是負面的，建設用地增加會對生態系統服務功能產生阻礙作用。由此可見，喀斯特地區生態環境保護形勢依舊十分嚴峻。

(3) 生態服務總值增加并不代表生態平衡發展，要特別注意廣西喀斯特地區草地退化、森林破壞等生態問題。同時，繼續推進退耕還林(草)工程，封山育林，嚴格限制建設用地與監控開墾荒地，以防造成因土地不合理利用而引起破壞生態平衡的行為發生。CLUE-S與Markov復合模型可以有效地預測當前土地利用變化趨勢下生態系統服務價值的空間分布情況，是一種非常實用研究工具。本研究沒有考慮生態服務價值評估中的質量因素，即區域內不同質量的統一生態系統服務的價值差異，需要在下一步的工作中予以完善。

[1] Costanza R,d′Arge R,de Groot R, et al. The value of the world′s ecosystem services and natural capital[J]. Ecological Economics,1998,25(1):3-15.

[2] 胡業翠,劉彥隨,吳佩林,等.廣西喀斯特山區土地石漠化:態勢,成因與治理[J].農業工程學報,2008,24(6):96-101.

[3] 徐勁原,胡業翠,王慧勇.近10a廣西喀斯特地區石漠化景觀格局分析[J].水土保持通報,2012,32(1):181-184.

[4] Verburg P H,Schot P P,Dijst M J,et al.Land use change modelling:current practice and research priorities[J].Geojournal,2004,61(4):309-324.

[5] Narumalani S, Jensen J R, Burkhalter S, et al. Aquatic macrophyte modeling using GIS and logistic multiple regression[J]. Photogrammetric Engineering and Remote Sensing,1997,63(1):41-49.

[6] 謝高地,甄霖,魯春霞,等.一個基于專家知識的生態系統服務價值化方法[J].自然資源學報,2008,23(5):911-919.

[7] 謝高地,肖玉,甄霖,等.我國糧食生產的生態服務價值研究[J].中國生態農業學報,2005,13(3):10-13.

[8] Kreuter U P, Harris H G, Matlock M D, et al. Change in ecosystem service values in the San Antonio area, Texas[J]. Ecological Economics, 2001,39(3):333-346.

[9] 周銳,蘇海龍,王新軍,等.基于CLUE-S模型和Markov模型的城鎮土地利用變化模擬預測：以江蘇省常熟市辛莊鎮為例[J].資源科學,2012,33(12):2262-2270.

[10] Hu Y, Zheng Y, Zheng X. Simulation of land-use scenarios for Beijing using CLUE-S and Markov composite models[J]. Chinese Geographical Science, 2013,23(1):92-100.

[11] 陸汝成,黃賢金,左天惠,等.基于CLUE-S和Markov復合模型的土地利用情景模擬研究[J].地理科學,2009,29(4):577-581.

[12] 馮喆,黃力,高陽,等.基于CLUE-S模型框架的土地可持續利用情景預測：以陽泉市郊區為例[J].資源科學,2011,33(9):1699-1707.

[13] 黃明,張學霞,張建軍,等. 基于CLUE-S模型的羅玉溝流域多尺度土地利用變化模擬[J].資源科學, 2012,34(4):769-776.

[14] 廣西壯族自治區人民政府.生態廣西建設規劃綱要(2006-2025年)[Z].2007.

[15] 呂明權,王艷萍,王繼軍.吳起縣土地利用變化及其生態服務價值研究[J].水土保持研究,2010,17(1):145-153.

[16] 王冰,田永中,高志勇,等.重慶市土地利用變化對生態系統服務價值的影響[J].測繪科學,2010,35(2):150-152.

[17] 王佼佼,胡業翠,呂小龍,等.基于土地利用變化的北京市生態系統服務價值研究[J].中國農學通報,2012,28(32):229-236.

[18] 王偉林,黃賢金,鐘太洋.區域土地利用變化的生態系統服務價值響應：以南京市為例[J].水土保持研究,2009,16(1):212-221.

StudyonEcosystemServiceValueChangesBasedonCLUE-SModelsinGuangxiKarstMountainousArea

ZHAO Guo-liang1, HU Ye-cui1,2

(1.DepartmentofLandScienceandTechnology,ChinaUniversityofGeosciences,Beijing100083,China; 2.KeyLaboratoryofLandConsolidation,MinistryofLandandResources,Beijing100035,China)

Based on the status of Guangxi land use data in 2000, 2005 and GIS platforms, comprehensively utilizing ArcGIS 10.1, CLUE-S model and SPSS 19.0 software et al, and combining with equivalent value per unit area of ecosystem services in China by Xie Gaodi et al, this paper calculated and amended the values of ecosystem services and the spatial distribution of ecosystem service value table in Guangxi, and revealed Guangxi karst mountainous area’s ecosystem service value temporal variation by comparing with those situations in 1995, 2000 and 2005. Finally, it was found that the main types constituting of land area the value of ecosystem services were farmland, forest land, grassland; if the human impact of change between 2001 and 2005 was been kept, the value of ecosystem services in Guangxi Karst Mountainous Area will be basically stable in 2015, will reach to 66.439 billion (RMB); from the perspective of space，the high value areas for values of ecosystem services have a tendency to expand, low value areas are still expanding, and the middle value areas will narrow, particularly in the southwest, northeast should be alerted because of the construction land expansion and radiation effect, thus the eco-environmental situation is still very grim.

CLUE-S model; value of ecosystem services; karst area in Guangxi; Markov model

2014-02-15

：2014-03-25

國家自然科學基金資助項目“西南喀斯特生態移民區土地利用與生態系統互動效應及調控機制研究”(41171440)

趙國梁(1990—),男,河北邢臺人,碩士研究生,主要從事土地資源管理等方面相關研究。E-mail:zhaogl1990@163.com

胡業翠(1978—),女,山東淄博人,副教授,博士,主要從事土地利用與區域可持續發展相關研究。E-mail:huyc@163.com

F301.24

：A

：1005-3409(2014)06-0198-06