一種全國陸地生態系統服務價值的大數據計算與分析方法

程 滔

(國家基礎地理信息中心，北京 100830)

生態系統服務價值[1](ecosystem service values，ESV)的量化評估是近年來的研究熱點。謝高地等基于擴展的勞動價值論原理，主要采用單位面積生態系統價值當量因子的方法，對2010年中國生態系統提供的11種生態服務類型價值進行了核算，得出了中國各種生態系統年提供總服務價值量[2-3]。姜翠紅等采用修正的EGESV模型等方法，對青海湖流域多個年度生態系統服務價值進行了評估與分析[4-6]。

生態系統服務類型劃分方法、價值化評估模型是量化計算的基礎。Costanza等將生態系統服務劃分為17個類型，國外已開發出InVEST[7]、CITYgreen[8]等生態系統服務價值評估模型。《千年生態系統評估》將生態系統服務分為供給服務、調節服務、支持服務和文化服務4大類，并在此基礎上劃分出若干二級類型[9]。

在生態系統服務價值計算過程中，遙感信息是重要的數據源。第一次全國地理國情普查在全國范圍以優于1 m分辨率遙感影像為主要影像源，采集了高空間分辨率的地表覆蓋數據產品；MODIS數據以其高時間分辨率、高光譜分辨率的特點，已在資源、環境、生態方面發揮了重要作用。

本文以第一次全國地理國情普查地表覆蓋、MODIS數據蘊涵的增強植被指數(enhanced vegetation index，EVI)、植被凈初級生產力(net primary production，NPP)、植被生長季等多源遙感信息為主要數據源，針對全國陸地生態系統服務價值計算過程會產生大數據的現狀，提出一種基于多源遙感信息的全國陸地生態系統服務價值計算方法。

1 研究方法與數據來源

1.1 生態系統服務價值評估模型

構建地理國情普查地表覆蓋分類與中國陸地生態系統分類標準的轉換關系，建立轉換表達式，確定地表覆蓋柵格數據每個柵格所屬的生態系統；在此基礎上，利用多源遙感信息及單位面積生態系統服務價值當量因子，計算各柵格供給服務、調節服務、支持服務、文化服務單項生態系統服務價值，以及總的生態系統服務價值。各柵格生態系統服務價值計算公式如下：

總的生態系統服務價值評估模型為

Vi=Vig+Vit+Viz+Viw

(1)

式中，Vi為第i個柵格總的生態系統服務價值；Vig、Vit、Viz、Viw分別為第i個柵格供給服務、調節服務、支持服務、文化服務單項生態系統服務價值。

對于農田、森林、草地這些特定地表覆蓋類型，按如下公式進行修正：

供給服務價值評估修正模型為

(2)

式中，Si為第i個柵格面積；m_G為單位面積生態系統供給服務價值當量因子；Hn為標準生態系統生態服務價值當量因子經濟價值量；m_NPPi為第i個柵格內的特定地表覆蓋類型(農田、森林、草地)的NPP，m_NPP′為全國特定地表覆蓋類型的生態系統的平均NPP。

調節服務價值評估修正模型為

(3)

式中，m_T為單位面積生態系統調節服務價值當量因子；m_GSi為第i個柵格內的特定地表覆蓋類型的生長季；m_GS′為全國特定地表覆蓋類型的生態系統的平均生長季；m_EVIi為第i個柵格內的特定地表覆蓋類型的EVI；m_EVI′為全國特定地表覆蓋類型的生態系統的平均EVI。

支持服務價值評估修正模型為

(4)

式中，m_Z為單位面積生態系統支持服務價值當量因子。

文化服務價值評估修正模型為

(5)

式中，m_W單位面積生態系統文化服務價值當量因子。

EVI、NPP、生長季數據融入計算，目的是對植被類生態系統，即農田、森林、草地生態系統的服務價值進行修正，以更加準確地反映同一生態系統生態服務價值的空間異質性及植被茂盛程度與年內提供有效生態服務的時間在地理空間的差異。

1.2 數據計算模型

根據數據源類型、結構、數據量及柵格位深分析，全國陸地生態系統服務價值在計算模型設計時，需對其中的大數據進行處理算法設計[10-13]，以保證：①大數據正確輸入；②大數據計算內存不溢出；③同一計算單元，同時輸出生態系統服務價值評估數據集的各類結果；④批處理過程不異常。

目前，商業軟件難以滿足計算需求，主要表現在：軟件輸入端，數據量承載力有限，單次輸入數據量較小；計算過程，不易實現批量處理模式；輸出端，對于同一計算單元，單次無法輸出生態系統價值評估數據集的各類結果。這些問題導致數據預處理工作量和數據計算工作量巨大，很大程度上影響了最終成果數據生產的效率。

針對這一現狀，筆者自主研發了一套基于柵格空間分析的生態系統價值評估數據計算軟件，實現了處理流程、組織結構、功能分配、數據接口、運行和出錯處理等功能，給出具體功能所涉及的主要算法、數據結構及調用關系等，解決了全國陸地生態系統服務價值計算過程中的這些技術難題，提升了數據處理水平，提高了數據計算效率和質量。

大數據計算模型設計解決了3個方面的技術難題：①單個數據的數據量較大，直接進入內存將影響計算機運行性能，需要解決此類數據的運行問題；②全國地理國情普查地表覆蓋柵格數據、全國陸地生態系統服務價值評估數據數量較大，需要解決合理、有序、分批批量處理問題；③一體化、多源數據I/O，生態系統服務價值評估模型中，每個柵格單元供給、調節、支持及文化生態系統服務價值的計算，需要地理國情普查地表覆蓋柵格數據、中國陸地最大EVI數據、中國陸地NPP數據、中國陸地植被生長季數據，以及單位面積生態系統服務價值當量因子等數據同步參與，成果的輸出也一步解決，因此，需要解決多源數據的一體化輸入、輸出問題，才能提升數據計算的效率。其模型設計如圖1所示。

圖1 大數據計算模型設計

1.3 數據來源

1.3.1 地理國情普查地表覆蓋數據

地理國情普查地表覆蓋分類系統包含耕地、園地、林地、草地、房屋建筑(區)、道路、構筑物、人工堆掘地、荒漠與裸露地表、水域10個一級類，以及46個二級類、79個三級類，均是基于WorldView-1/2、GeoEye-1、ZY-3等高分辨率遙感影像采集，采集指標基本要求是最小圖斑對應的地面實地面積為400 m2[14]。

地表覆蓋分類產品初始矢量空間數據圖斑數量達到數億個，為便于計算，并保證成果精度，本文對其進行柵格化處理，柵格化粒度確定為5 m×5 m，采用面積最大法確定各柵格所代表地表覆蓋類型，結果定義為16 bit unsigned integer型。

在全國陸地生態系統服務價值計算過程中，參與計算的數據及其結構類型包括：全國地理國情普查地表覆蓋柵格數據、中國陸地最大EVI數據(16 bit，signed integer型)、中國陸地NPP數據(32 bit，float型)、中國陸地植被生長季數據(32 bit，float型)等；成果數據均為32 bit float型。數據量合計在10 TB量級，形成了大數據計算規模。

依據《中國陸地生態系統分類標準》，中國陸地生態系統分為農田、森林、草地、濕地、荒漠、水域6個一級類，以及15個二級類。在計算過程中，需構建地理國情普查地表覆蓋數據分類系統與中國陸地生態系統轉換表達關系，每個柵格均采用轉換后的類型進行計算。

1.3.2 MODIS數據集

MODIS數據集中的MOD13Q1陸地標準產品包含12個子數據集，空間分辨率為250 m，其中的EVI數據能夠精確地反映陸地生態系統植被的生長狀態、季相和年際變化特征。

為了與地理國情普查成果反映同一時期的地表自然狀態，選取2015年MODIS數據集(數據來源于NASA官網)，將MOD13Q1產品中的2015年內中國陸地最大EVI數據，以及由EVI衍化生成的中國陸地NPP數據和中國陸地植被生長季數據，融入評估模型中進行計算。

1.3.3 單位面積生態系統服務價值當量因子

單位面積生態系統服務價值當量因子主要引用謝高地等改進的標準價值當量因子，見表1。同時，參照2015年全國單位面積糧食均產和糧食價格，以及居民消費價格指數(consumer price index，CPI)信息等，將標準生態系統生態服務價值當量因子經濟價值量確定為3 595.22元/hm2。

表1 單位面積生態系統服務價值當量因子

2 結果與分析

研究區麗水市位于浙江省西南部，空間位置介于東經118°41′—120°26′，北緯27°25′—28°57′，面積為17 298 km2，人口為262萬[15]。

2.1 EVI、NPP與生長季空間格局

研究區2015年植被最大EVI、NPP與生長季空間格局如圖2所示。從圖2得出，研究區2015年植被最大EVI值總體處于較高水平，NPP值最大達到70 279.2 gC/m2，植被生長季值在(0,365]區間內。

圖2 2015年EVI、NPP與生長季空間格局

2.2 生態系統服務價值量與空間格局

(1) 研究區內地理國情普查地表覆蓋圖斑數量合計73萬個，對分類代碼屬性進行柵格化處理，得到5 m×5 m粒度的柵格成果。利用生態系統服務價值評估模型，計算得到陸地生態系統服務價值結果，其空間格局如圖3所示。

對各價值量進行統計分析，包含各種生態系統服務價值總量、各生態系統服務類別價值量，以及各覆蓋類型生態系統服務價值量等，結果見表2。

圖3 生態系統服務價值空間格局(5 m×5 m柵格粒度)

行政區劃人口/萬人面積/km2ESV總量/億元人均ESV/萬元單位面積價值量/(萬元/hm2)供給服務/萬元調節服務/萬元支持服務/萬元文化服務/萬元蓮都區39150290.582.326.0342783.10663576.24161307.8338105.93龍泉市293059144.164.974.7151665.36993337.95339829.7556771.25青田縣522484155.662.996.2771003.741128892.84293929.0262741.45縉云縣46148286.781.895.8643269.34630943.24156471.4837087.88遂昌縣232539139.986.095.5157750.96990923.42295352.5255822.81松陽縣24140678.383.275.5733304.46555015.23163463.9731975.59云和縣1197864.795.896.6229671.22479608.37113614.4625022.74慶元縣21189884.184.014.4428454.26566768.16212072.7334546.27景寧畬族自治縣171950123.697.286.3455656.70902857.39230041.1448390.14麗水市26217298968.203.705.60413559.156911922.841966082.90390464.07

(2) 根據圖3，從地域形勢看，生態系統服務價值量東部略高于西部，整體趨于均衡。根據表2，麗水市2015年各種生態系統服務價值總量為968.20億元，單位面積價值量為5.60萬元/hm2。在9個縣級行政區中，云和縣單位面積價值量最高，達到6.62萬元/hm2；慶元縣最低，為4.44萬元/hm2。

從生態系統覆蓋類型看，森林生態系統服務價值量最高，為807.91億元，占生態系統服務價值總量的83.44%；其次是水域，為119.26億元；各覆蓋類型生態服務價值總量呈現森林>水域>草地>農田>荒漠的特點。

從生態系統服務類別看，調節服務價值量最高，為691.19億元，占生態系統服務價值總量的71.39%；其次是支持服務價值量，占生態系統服務價值總量的20.31%；各生態系統服務類別價值量呈現調節服務>支持服務>供給服務>文化服務的特點。

(3) 根據表2，麗水市2015年人均生態系統服務價值量為3.70萬元；依據麗水市2015年統計年鑒數據，麗水市2015年全年GDP為1 102.34億元，人均GDP為4.21萬元；人均GDP與人均生態系統服務價值比值為1∶0.88。此結果表明，研究區生態系統服務價值相對社會經濟價值仍然不夠富裕。

從全省來看，浙江省2015年全年人均GDP為7.76萬元，按照本文方法計算得到浙江省2015年人均生態系統服務價值量為2.29萬元。這一結果表明，麗水市雖然人均GDP低于全省平均水平，但人均生態系統服務價值量卻超過全省平均水平，說明當地在發展社會經濟的同時，也注重對生態環境的保護。

2.3 計算效率與性能

對于大數據計算處理，能夠接受的處理效率與合理科學的計算算法同樣重要，只有效率達到一定水平，才能保證在有限時間內得到計算結果。通過采用單個大數據分塊、整體大數據分批循環處理算法，進行合理的內存分配，解決了數據運行效率與計算性能問題。表3為單臺計算機、單線程數據計算效率(計算機系統配置為：Windows 7系統，64位操作系統，32 GB內存，1.9 GHz處理器)。

表3 計算效率與性能

根據表3，采用單臺計算機、單線程，全國陸地生態系統服務價值計算時長在3 d左右；如果采用2～3 臺計算機、多線程計算，0.5 d便可完成計算，能夠滿足計算需求。

3 結 論

(1) 遙感信息反映自然真實狀態，利用多源遙感信息進行生態系統服務價值計算，有利于挖掘與揭示地表自然價值。地理國情普查地表覆蓋數據具有高空間分辨率、高精度的特征；MODIS數據具有高時間分辨率、高光譜分辨率的特征；通過空間分析計算與統計，充分利用各數據優勢，結果更精確，能夠反映區域細節特征。

(2) 以5 m×5 m柵格大小計算，全國陸地生態系統服務價值計算數據量在10 TB量級；數據類型包括影像、文檔、地理位置信息等結構化與非結構化數據；每個柵格均需計算其各類型服務價值；采用分塊、分批的大數據計算算法，大大提高了計算效率，解決了多源數據一體化輸入、輸出問題。這些均體現了大數據Volume、Variety、Value和Velocity的4“V”基本特征。

(3) 隨著地理國情監測項目的開展，地理國情信息將持續更新；同時，中國陸地最大EVI、中國陸地NPP、中國陸地植被生長季等也會隨著時間推移而發生變化。因此，本文提出的方法應用前景廣泛，不僅可應用于生態系統服務價值評估，而且可應用于生態系統服務價值更新及變化監測，具有較好的實際應用價值。