基于GEE的土地利用變化對生態(tài)系統(tǒng)服務價值的影響研究
——以京津冀地區(qū)為例

董 欣，劉鵬程*

(1.華中師范大學地理過程分析與模擬湖北省重點實驗室，武漢 430079；2.華中師范大學城市與環(huán)境科學學院，武漢 430079)

生態(tài)系統(tǒng)服務(Ecosystem services)是指人類從生態(tài)系統(tǒng)所獲得的所有惠益，包括供給服務、調(diào)節(jié)服務、文化服務以及支持服務[1]，生態(tài)系統(tǒng)服務常常通過生態(tài)系統(tǒng)服務價值(Ecosystem Service Value,ESV)進行量化.土地利用變化與當下全球環(huán)境變化、生態(tài)系統(tǒng)過程、生態(tài)功能和結構密切相關，進而對ESV產(chǎn)生影響，ESV可為地區(qū)生態(tài)保護措施的制訂提供科學依據(jù)，因此研究區(qū)域內(nèi)土地利用變化下的ESV變化具有重要的意義.近年來，對生態(tài)系統(tǒng)服務價值的研究成為生態(tài)學領域的熱點.國外學者Costanza等[2]最先用經(jīng)濟學的研究方法給出了生態(tài)系統(tǒng)服務價值量化模型，該模型闡明了生態(tài)系統(tǒng)服務價值的內(nèi)涵.國內(nèi)學者歐陽志云等[3]基于生態(tài)系統(tǒng)中物質(zhì)的循環(huán)運用和生態(tài)功能通過影子價格等方法評價了中國陸地生態(tài)系統(tǒng)及生態(tài)經(jīng)濟價值.謝高地等[4]學者基于Costanza等提出的方法，在生物量訂正的基礎，對中國不同類型自然草地生態(tài)系統(tǒng)單項服務價值及構成進行了評估.何玲[5]等學者在生態(tài)系統(tǒng)服務價值的基礎上對生態(tài)安全格局進行構建，基于生態(tài)安全格局通過馬爾可夫模型和元胞自動機對河北省黃驊市進行土地利用格局模擬.王航等[6]根據(jù)淮河市統(tǒng)計年鑒及土地利用數(shù)據(jù)，通過居民消費指數(shù)對生態(tài)系統(tǒng)服務價值系數(shù)進行修訂，分析淮河上游土地利用變化及土地景觀格局對ESV的影響.岳書平等[7]基于中國陸地生態(tài)系統(tǒng)服務單位面積價值的平均值對東北森林-草原陸地樣帶的生態(tài)系統(tǒng)服務價值的時空變化進行分析.

Google Earth Engine(GEE)是谷歌公司研發(fā)的專門處理衛(wèi)星圖像和其他地球觀測數(shù)據(jù)云端運算平臺，提供Landsat、MODIS、Sentinel等全球尺度下的多源遙感數(shù)據(jù)，用戶能夠使用JavaScript、Python語言編程調(diào)用平臺的多種模型解譯影像，為遙感工作者提供極大便.本文基于GEE平臺的Sentinel 2影像數(shù)據(jù)和隨機森林算法解譯出研究區(qū)2017年—2019三年間的土地利用數(shù)據(jù)，對研究區(qū)內(nèi)單元的ESV進行定量估算，分析研究區(qū)近三年的土地利用數(shù)據(jù)及ESV的變化規(guī)律，發(fā)現(xiàn)研究區(qū)內(nèi)ESV的波動的影響因素．

1 研究區(qū)概況與數(shù)據(jù)獲取

1.1 研究區(qū)概況

選取京津冀地區(qū)作為研究區(qū)，包括北京、天津兩個直轄市和河北省的11個地級市(如圖1所示).研究區(qū)地理位置優(yōu)越，坐落于華北平原北部，地處113°27′～119°50′E，36°05′～42°40′N之間，其北部與燕山山脈相接，西部與太行山相依，東部相鄰渤海灣，西北和北部地勢較高，以山地、高原為主，南部和東部地區(qū)地形較為平坦，以平原為主.研究區(qū)總面積約21.8 ×106hm2，占全國土地面積的2.3%，其中北京市面積為1.64 ×106hm2，天津市面積為1.19×106hm2，河北省面積為18.88×106hm2.在此區(qū)域范圍內(nèi)，常住人口1.11億，占全國人口總數(shù)的8.1%．

圖1 研究區(qū)范圍Fig.1 Range of research region

1.2 數(shù)據(jù)獲取

原始影像選取自GEE平臺提供的空間分辨率為10 m的Sentinel 2衛(wèi)星影像2017年—2019年數(shù)據(jù)，為保證研究區(qū)內(nèi)云量降至最低，基于GEE 編程篩選成像時間為每年1～12月云量小于8%的影像.輔助數(shù)據(jù)包括京津冀地區(qū)矢量數(shù)據(jù)及30 m空間分辨率的 DEM 數(shù)據(jù)、源于中國統(tǒng)計局的社會經(jīng)濟數(shù)據(jù).訓練樣本數(shù)據(jù)源于Google Earth Pro軟件中目視解譯標定．

2 研究方法

2.1 基于GEE的隨機森林算法(Random Forest)土地利用分類

隨機森林算法是機器學習方法的一種，通過在原始訓練樣本中隨機有放回的抽取n個樣本，構成不同的訓練樣本集，從而構造決策樹，決策樹的每一個非葉子節(jié)點為一次判斷，葉子節(jié)點為判斷結果，決策樹從根節(jié)點開始依次對像元進行判斷，得到判斷結果，通過生成大量互相獨立的決策樹，綜合所有決策樹的判斷結果進行投票，得出分類結果(如圖2所示).隨機森林算法能夠有效處理大量的輸入指標，并且提供快捷的、可靠性高的分類結果.對于處理大量數(shù)據(jù)而言，與其他遙感分類器相比，隨機森林算法的訓練速度快且不容易產(chǎn)生過擬合，其運算量相對較大，計算速度慢的缺點通過調(diào)用GEE云端服務器計算解決．

圖2 隨機森林結構圖Fig.2 Structure of random forest

首先基于GEE遙感云平臺檢索出Sentinel 2影像，對影像進行鑲嵌、裁剪、云掩膜和影像融合等處理，提取歸一化植被指數(shù) NDVI、歸一化水域指數(shù)NDWI、歸一化建筑指數(shù)NDWI和增強植被指數(shù)EVI等光譜特征，通過DEM數(shù)據(jù)計算坡度、坡向以及高程等地形特征.將研究區(qū)土地利用類型根據(jù)2019年發(fā)布的土地利用現(xiàn)狀分類國家標準劃分為耕地、林地、草地、水域、未利用地及建設用地，按照上述標準在 Google Earth Pro中對2017年—2019年3個時間段的高分辨率影像進行目視解譯圈定樣本，樣本點分布如圖3所示，表1給出樣本點類別及數(shù)量．

圖3 樣本分布圖Fig.3 Distribution of samples

表1 各土地利用類型的樣本數(shù)量Tab.1 Number of samplesintypes of land use

選取多種光譜特征及地形特征作為分類器訓練參數(shù)，其中光譜特征為Sentinel 2影像的 B2、B3、B4、B8、B11、B12、NDVI、NDWI、NDBI和EVI，地形特征為通過DEM數(shù)據(jù)計算得到的坡度、坡向、高程數(shù)據(jù).將樣本在0～1之間隨機賦值，小于0.7的作為訓練數(shù)據(jù)，大于0.7的作為驗證數(shù)據(jù)，根據(jù)以上數(shù)據(jù)通過隨機森林分類器對影像分類并驗證精度.將基于驗證樣本測試后的誤差混淆矩陣導出，以總體精度和Kappa系數(shù)作為精度評價標準，結果顯示研究區(qū)2017年—2019年3個時期土地利用分類的總體精度分別為0.86、0.84及0.87，Kappa系數(shù)分別為0.82、0.80及0.84，分類數(shù)據(jù)總體精度較高，可以利用該數(shù)據(jù)進行后續(xù)土地利用變化分析．

2.2 生態(tài)系統(tǒng)服務價值計算

基于研究區(qū)社會經(jīng)濟發(fā)展狀況，根據(jù)相關學者[10-12]提出的理論對研究區(qū)單位面積糧食產(chǎn)量創(chuàng)造的經(jīng)濟價值進行修正.查詢研究區(qū)各單元統(tǒng)計年鑒可知，2017年—2019年北京市平均糧食產(chǎn)量6 155.2 kg·hm-2，天津市平均糧食產(chǎn)量為6 201.4 kg·hm-2，河北省平均糧食產(chǎn)量為5 995.2 kg·hm-2.本文以當年該地區(qū)平均糧食單產(chǎn)市場價值的1 /7為該地區(qū)1個生態(tài)服務價值當量的經(jīng)濟價值作為計算依據(jù)，結合2017年—2019年各地區(qū)平均糧食價格，以北京市平均糧食價格為2.03元·kg-1，天津市平均糧食價格為1.923元·kg-1，河北省平均糧食價格為1.904元·kg-1進行計算，得出北京市、天津市以及河北省農(nóng)田自然糧食產(chǎn)的經(jīng)濟價值分別為1 785.0元·hm-2、1 703.6元·hm-2、1 630.7元·hm-2，由此計算出研究區(qū)生態(tài)系統(tǒng)單位面積生態(tài)服務價值(表3).計算公式如式(1)：

ESV=∑Ak×VCk，

(1)

式中，ESV是生態(tài)系統(tǒng)服務價值，單位為元· a-1，Ak是研究區(qū)第k種土地利用類型的面積，單位為hm2，VCk是第k種土地利用類型對應的生態(tài)價值系數(shù)，單位為元·hm-2·a-1．

表2 研究區(qū)土地生態(tài)系統(tǒng)服務價值系數(shù)VCkTab.2 The coefficient of ecosystem service value of each land use type in research region yuan 元·hm-2·a-1

2.3 敏感性分析方法

本文借用敏感性指數(shù)(Coefficient of Sensitivity，CS)來確定價值系數(shù)(VC)隨著時間變化引起生態(tài)系統(tǒng)服務價值(ESV)的變化程度.通過調(diào)整50%的價值系數(shù)來計算敏感性系數(shù)，從而計算生態(tài)系統(tǒng)服務價值(ESV)對價值系數(shù)(VC)的敏感程度，如果CS>1，說明ESV對VC是具有一定彈性的；如果CS<1，則說明ESV對VC是缺乏彈性的，VC的變化對ESV的影響較小，結果具有可靠性.敏感性指數(shù)計算說明公式如式(2)：

(2)

其中，CSk是第k種土地利用類型對應的敏感性指數(shù)，VCik是k種土地利用類型對應的初始生態(tài)價值系數(shù)，VCjk是第k種土地利用類型調(diào)整50%后的生態(tài)價值系數(shù)，單位為元·hm-2·a-1，ESVi是初始生態(tài)系統(tǒng)服務價值，ESVj是價值系數(shù)調(diào)整50%后對應的生態(tài)系統(tǒng)服務價值，單位為元·a-1．

3 結果與討論

3.1 土地利用變化

由圖4及表3可知，研究區(qū)主要土地利用類型為耕地、草地及林地，共占總面積的85%，耕地主要分布于中部平原地區(qū)，地形平坦，適宜農(nóng)作物的耕種.草地和林地分布于西部及西北部燕山、太行山山麓地帶，該地帶地勢較高，地形復雜，氣候較為濕潤，適宜灌木從、闊葉林等植物的自然生長.研究區(qū)主要土地利用類型及空間分布存在一定差異.北京市土地類型以林地、草地以及建設用地為主，約占總面積的80%，其中2017年林地、草地面積占比分別為42.63%、27.25%，主要分布于西北部山地地帶.建設用地及耕地主要分布于中部和東部平原地區(qū)；天津市地勢以平原和洼地為主，耕地、建設用地占比較大，2017年面積占比分別為39.20%、25.06%，林地、草地多分布于天津北部與燕山南側(cè)接壤山地.天津東部相鄰渤海地區(qū)，擁有豐富的水資源，相比北京、河北，其水域面積占比最多，2017年為25.06%，其于兩地分別為14.74%、9.20%；河北省平原面積廣闊，土地利用類型以耕地、草地、林地為主，2017年草地、耕地、林地分別占比33.44%、32.67%、22.04%，林地及草地主要分布于西部及北部山地地區(qū)，耕地主要大面積分布于中部及東南部．

圖4 2017年—2019年研究區(qū)土地利用變化Fig.4 Land use change in research region from 2017 to 2019

2017年—2019年，研究地區(qū)的土地利用變化見表3，總體來看，三年間研究區(qū)各土地利用類型均有一定變化，其中草地的面積變化幅度最大，三年間，研究區(qū)草地面積占比減少了4.12%，北京市草地面積變化幅度最大，面積占比減少8.44%，其余河北省、天津市草地面積占比分別減少3.80%、3.14%；其次面積變化幅度較大的為林地，研究區(qū)林地面積占比由2017年的22.96%增加至2019年的25.49%，增幅為2.53%，其中2017年—2019年間北京市、河北省的林地面積占比持續(xù)增長，增幅分為5.56%、2.32%，天津市林地面積先增后減，林地面積占比由2017年的9.87%增加至2018年的15.75%，于2019年減少為11.27%，最終林地面積增加1.41%；研究區(qū)耕地、建設用地面積占比均有一定幅度增長，分別為1.25%、0.48%.其中北京市、河北省耕地面積分別增長1.40%、1.30%，天津市耕地面積先減后增，呈現(xiàn)較大波動，天津市耕地面積2017年—2018年減少4.40%，2018年—2019年增加4.70%，2017年—2019年總體仍增加0.3%；未利用地面積變化最小，三年間研究區(qū)未利用地面積僅增加0.03%，北京市、天津市未利用地面積分別增加0.06%、0.39%，河北省未利用地面積先減后增，最終無明顯變化；此外，2017年—2019年以來，研究區(qū)內(nèi)的水域面積總體上具有波動下降的趨勢，2019年水域面積占比為1.73%，相比2017年下降了0.16%.其中天津市、河北省2017年—2019年體面積占比分別降低了0.71%、0.75%，北京市水域面積占比先降后增，2017年—2019年水域面積占比增加了0.06%．

由表4可知，2017年—2019年，研究區(qū)各單元分別有1.41%、2.41%、0.95%的耕地轉(zhuǎn)化為林地，1.54%、3.62%、2.73%的耕地轉(zhuǎn)化為草地，說明近些年來研究區(qū)內(nèi)退耕還林、退耕還草等政策的實施有一定的成效；其次發(fā)現(xiàn)各單元分別有3.26%、4.37%、4.08%的草地轉(zhuǎn)化為耕地，1.90%、2.51%、1.07%的草地轉(zhuǎn)化為建設用地，是表3中研究區(qū)內(nèi)草地面積占比降低的主要原因；建設用地的面積亦有小幅度變動，研究發(fā)現(xiàn)此現(xiàn)象主要來源于草地、耕地的轉(zhuǎn)化；水域及未利用地的變化幅度較小，水域主要轉(zhuǎn)化為草地及未利用地，其中天津市0.35%的水域轉(zhuǎn)化為草地、0.36%的水域轉(zhuǎn)化為未利用地．

表3 2017年—2019年研究區(qū)土地利用類型占比變化格局Tab.3 Land use proportion change pattern in research region from 2017 to 2019 %

表4 2017年—2019年研究區(qū)土地利用轉(zhuǎn)移矩陣Tab.4 Land use transfer matrix in research region from 2017 to 2019 %

3.2 生態(tài)系統(tǒng)服務價值時間變化

由表5及圖5可知，2017年—2019年間，研究區(qū)ESV總值共增加99.99億元，其中北京市、河北省ESV總值分別增加22.11、82.47億元，天津市ESV總值減少4.59億元.2017年—2019年研究區(qū)6種土地利用類型貢獻的ESV中，耕地、林地、未利用地貢獻的ESV增加，草地、水域貢獻的ESV減少，其中ESV變化幅度最大的為林地.2017年—2019年研究區(qū)林地貢獻的ESV總值增加208.38億元，其中北京、河北林地貢獻的ESV分別增加36.22、165.93億元，是其ESV總值主要的增長來源，天津市林地貢獻的ESV先增后減，增加6.23億；其次為草地，研究區(qū)各地區(qū)草地貢獻的ESV均呈下降趨勢，總值共減少112.82億元，其中河北省草地貢獻的ESV價值減少90.3億元，北京市、天津市草地貢獻的ESV價值分別減少17.9、4.63億元；2017年—2019年研究區(qū)耕地貢獻的ESV增加32.66億元，北京市、天津市及河北省耕地貢獻的ESV分別增加2.83、0.42及29.4億元；研究區(qū)水域貢獻的ESV總體呈下降趨勢，從2017年的100.47億元減少至2019年的93.83億元，共減少28.27億元，其中河北省、天津市水域貢獻的ESV總值分別減少22.57、6.64億元；未利用土地所貢獻的ESV總體呈波動上升趨勢，但未利用地貢獻的ESV較少，且增加幅度較小．

表5 2017年—2019年研究區(qū)土地生態(tài)系統(tǒng)服務價值Tab.5 ESV in different land use in research region from 2017 to 2019 ×108yuan·a-1

圖5 2017年—2019年研究區(qū)土地生態(tài)系統(tǒng)服務價值趨勢圖Fig.5 The trend of ESV in different land use in research region from 2017 to 2019

綜上所述，2017年—2019年間研究區(qū)林地貢獻的ESV最多，其中北京市、河北省的林地及天津市的水域，分別為當?shù)谽SV總值的主要來源，所貢獻的ESV占其總值的70%、50%及42%.因此加強建設林地、保護草地資源，推進水域治理，優(yōu)化水生態(tài)環(huán)境，是京津冀一體化協(xié)調(diào)發(fā)展，改善京津冀地區(qū)生態(tài)環(huán)境、提高生態(tài)系統(tǒng)服務價值的關鍵．

3.3 價值系數(shù)敏感性分析

根據(jù)上文所述敏感性研究方法，將研究區(qū)土地利用類型對應的生態(tài)價值系數(shù)進行50%的調(diào)整，計算對應的敏感性系數(shù)，結果如表6所示，2017年—2019年間，研究區(qū)各地區(qū)各土地類型敏感性系數(shù)均不高于1，其中研究區(qū)內(nèi)未利用地的CS最低，為0.000 1～0.000 5，表明研究區(qū)內(nèi)未利用地對應的VC每變化1%時，研究區(qū)內(nèi)ESV總價值僅有0.000 1～0.000 5的變化，北京市林地的CS最高，為0.71～0.76，表明北京市林地對應的VC每變化1%時，北京市ESV總價值波動0.71%～0.76%.表明ESV對三地的生態(tài)價值系數(shù)缺乏彈性，生態(tài)系統(tǒng)服務價值系數(shù)對ESV的影響較小，結果具有可靠性

4 結論

2017年—2019年間，研究區(qū)土地利用狀況有一定程度地改變，其中耕地、林地、建設用地及未利用地面積均有一定增長，北京市、河北省內(nèi)林地及耕地面積增長最多，其次為天津市內(nèi)建設用地；草地及水域面積減少，其中北京市草地面積占比減少8.44%，天津市水域面積占比減少0.71%.三年間六種土地類別有一定程度的互相轉(zhuǎn)化，其中林地增長的面積主要轉(zhuǎn)化自耕地，草地減少的面積主要轉(zhuǎn)化為建設用地，部分水域轉(zhuǎn)化為草地及未利用地.從六種土地利用類型的增減狀況可以看出，京津冀地區(qū)三北防護林、太行山綠化等工程在林地建設中發(fā)揮了一定的作用，但是草地流失嚴重，草原過度墾殖、草場退化、沙化，水土面積流失嚴重，水資源不斷萎縮，需要加強生態(tài)環(huán)境的優(yōu)化建設，在保證耕地面積的基礎上，合理推進退耕還草的實施，推進水域環(huán)境治理及生態(tài)修復．

2017年—2019年間，研究區(qū)內(nèi)ESV總值從3 914億元增長至4 013.99億元，共增加99.99億元，其中北京市、河北省ESV總值增加，天津市ESV總值減少.各土地利用類型中貢獻ESV最多的是林地，其次是耕地和草地，未利用地最少.北京市、河北省ESV主要來源于林地，其次是草地和耕地；天津市ESV主要來源于水域，其次是耕地和林地.根據(jù)研究區(qū)各單元ESV主要來源以及變化狀況，應合理規(guī)劃土地資源，加強對草地和水域的保護，高效優(yōu)化開發(fā)未利用地，增強生態(tài)環(huán)境的建設，

2017年—2019年間，研究區(qū)6種土地利用類型對價值系數(shù)的均低于1，表明生態(tài)系統(tǒng)服務價值對調(diào)整后的各土地利用類型對應的生態(tài)價值系數(shù)缺乏彈性，證明本研究結果可信性．