基于生態系統服務和生態系統健康的生態風險評價
——以長株潭城市群為例

歐陽曉,朱 翔,賀清云

1 湖南財政經濟學院 湖南省經濟地理研究所，長沙 410205 2 湖南師范大學資源與環境科學學院，長沙 410081

城市化所產生的土地利用和土地覆蓋變化給生態系統帶來了深刻的影響,逐步改變了生態系統的結構和過程,是生態系統服務喪失的主要驅動力,對生態系統造成重大風險[1- 7]。目前,與土地利用變化相關的生態風險問題已引起世界各國的廣泛關注,如何降低城市化對生態風險的壓力,實現城市可持續發展,已成為世界各地城市規劃者和決策者關注的熱點問題[8- 10]。

生態風險評估作為生態環境管理的前奏越來越普遍[11]。1992年由美國環保署提出了生態風險評價的概念,搭建了生態風險評價的研究框架,此后學者們圍繞該研究框架在方法和理論等方面進行完善[12- 13]。目前,生態風險的評價主要是為生態環境保護和管理提供政策支撐,傳統的研究框架主要研究一個或者多個因素對生態系統產生影響,難以綜合的評價生態風險[14- 16],所以,學者們嘗試將生態系統服務納入到生態風險評價的框架中[17- 18],生態系統服務是連接生態系統和人類福祉的紐帶[19],從人類福祉的視角結合生態過程和生態風險源進行生態風險的評價可以大幅度地提高時效性[20- 21]。但是,隨著研究的深入,一些研究提出生態系統不僅應當提供多樣化的生態系統服務,而且需要保持高水平的生態系統健康[22- 23]。健康的生態系統被認為是強調生態系統完整性的生態環境管理的目標,并為生態系統評估提供基礎[24]。因此,在區域生態風險評價中,評價終點應將生態系統服務與生態系統健康相結合。然而,現有研究很少嘗試建立生態系統服務與生態系統健康相結合的生態風險評估框架。

長株潭城市群是我國新型城鎮化重點培育的對象,同時也是長江中游城市群的重要組成部分,是湖南省的經濟發展、城市化、人口、環境污染的主要集聚區,當前正處于快速的城市化、工業化發展階段。通過研究長株潭城市群能夠有效解決城市群區域普遍存在的問題。同時,城市群的發展加速了農村景觀向城市景觀的轉變,城市群的自然景觀和環境狀況變化尤為顯著。基于此,以長株潭城市群為例,結合生態系統服務與生態系統健康,構建了生態風險評估框架,分析2000年和2018年長株潭城市群生態系統服務、生態系統健康和生態風險時空變化規律并運用相關分析法剖析生態風險程度與人工表面比率的關系,為實現城市群可持續發展和進一步優化城市群國土生態修復提供新的研究框架和理論參考。

1 研究區概況

長株潭城市群是長江中游城市群的重要組成部分,是湖南省的政治、經濟、文化中心,正處于快速的城市化、工業化發展階段。本文以最新的城市群區域規劃以及相關城市群城鎮密集區的研究成果為依據,結合區域的完整性,選取城市群都市區為本文的實證研究區,都市區包括長沙、株洲、湘潭三市的市區以及長沙縣、株洲縣、湘潭縣[25- 26],如圖1。2018年,都市區的行政區劃面積為8629 km2,總人口為912.58 萬人,GDP為9175.78 億元,建成區面積為1038.51 km2,是整個城市群中城市化和生態環境變化最顯著的區域,改善生態環境是當務之急,城市群先后實施了湘江流域的重金屬治理、生態綠心保護區的“退二進三”等一系列的生態修復工程,取得了一定成效。

圖1 研究區Fig.1 Study area

2 數據來源與研究方法

2.1 數據來源及處理

2000年和2018年研究區土地利用數據來源于中國科學院資源環境科學數據中心,分為林地、耕地、草地、水域、建設用地、未利用地等6個類型。歸一化植被指數(Normalized Difference Vegetation Index, NDVI)來源于MODIS產品(MOD13Q1)。凈初級生產數據(Net Primary Production, NPP)來源于蒙大拿大學數值動力學模擬團隊(Numerical Terradynamic Simulation Group, NTSG)。相關數據的類型、分辨率以及來源,見表1。景觀指數通過FRAGSTATS 4.2軟件基于土地利用數據的柵格圖計算得到各網格的景觀異質性、景觀連通性等一系列景觀指數。考慮到本研究使用的數據存在多種空間分辨率,因此,將所有的柵格數據統一到與NDVI一致,對數據進行重采樣得到統一的250 m柵格數據。同時,對所有數據利用大小一致的網格全面覆蓋研究區,將研究數據分配到對應的網格中,即為直接網格化。本研究設定網格的尺度為1 km×1 km,共9113個網格。然后,按照研究數據的類別進行直接網格化,實現研究數據由行政區劃尺度降到網格尺度,能夠合理的避免統計指標按行政區劃均勻分布的問題。

表1 長株潭城市群基礎數據

2.2 研究方法

2.2.1生態風險評估框架

生態風險是人為活動造成的生態系統變化,包括生態系統狀況惡化、生態系統服務減少等變化。其中,生態系統服務體現了與生態系統結構和過程相互聯系的生態功能;而生態系統健康反映了空間實體的持續狀態,涉及生態系統的結構、過程和功能等方面[27- 28]。生態系統服務是功能的體現,生態系統健康是保護的主體,生態系統服務與生態系統健康相結合,能滿足生態安全評價終點的要求,可解釋保護主體生態系統相關功能[12,29]。景觀格局作為不同類型的生態系統鑲嵌而成的地理空間單元[30],能夠反映出生態系統結構和功能的狀況,其變化與生態系統健康密切相關。同時,綜合評價終點是生態系統服務與生態系統健康的結合,可以作為衡量生態風險的工具,也可看作是生態安全的表征,加之對生態系統健康評價已成為前沿方向[31- 32]。因此,考慮到生態系統的復雜性,從生態系統的完整性出發,基于土地利用類型的變化,將景觀格局與生態學理論相結合,采用機器學習方法來評價生態風險程度的相關因素。

2.2.2生態系統健康評估

生態系統空間實體的生態系統健康(Ecosystem Health, EH)體現了在壓力下維持健康結構、自我調節和恢復的能力,可分為三類：活力,組織,彈性[23,33]。計算公式如下：

(1)

式中,EH代表生態系統健康;EV、EO、ER分別代表生態系統活力、組織、彈性。

生態系統活力(Ecosystem Vigor, EV)是指生態系統的新陳代謝或初級生產力。本研究采用NPP對生態系統活力進行量化。已有的研究成果已經證明NPP是評價生態系統初級生產力的有效方法[34]。

生態系統組織(Ecosystem Organization, EO)是指由景觀格局決定的生態系統的結構穩定性,特別是景觀異質性和景觀連通性都會影響生態系統的組織。選取景觀異質性、景觀連通性等景觀指數,利用權重系數模型計算生態系統組織[35],其中,景觀指數具體計算公式見表2。

表2 景觀格局指數計算公式及解釋

EO=0.4×LC+0.4×LH+0.2×IC

=(0.2×SHDI+0.2×SHEI)+(0.1×DIVISION+0.15×IJI+0.15×CONTAG)+0.2×FRAC

(2)

式中，EO指生態系統組織,LC指景觀連通性、LH指景觀異質性、IC指景觀形態。根據現有研究成果[32,36]和長株潭城市群景觀格局實際情況,景觀連通性和景觀異質性在景觀格局中的地位相等且處于主導地位,故其權重均取0.4;景觀形態在景觀格局中的地位處于較低的狀態,故其權重取0.2。為量化生態系統組織,進一步將LH、LC和IC分解到具體的景觀指數,LH分為SHDI指數和SHEI指數,各占一半的權重;LC分為DIVISION指數、IJI指數以及CONTAG指數,IJI和CONTAG通常被視為景觀連通性評價的核心指標,權重要高于DIVISION;IC直接用FRAC指數進行表征。

生態系統彈性(Ecosystem Resilience, ER)是指區域生態系統在受到外界干擾后恢復其原有結構和功能的能力[37]。采用植被覆蓋度作為彈性分值來計算區域生態系統彈性,并采用Log函數對土地利用數據和植被指數進行標準化處理[38]。計算公式如下：

(3)

式中,ER代表區域生態系統彈性,ER值越大,區域生態系統的彈性能力越高;i為土地利用類型的總數;Si為第i類土地利用類型的面積;Pi為第i類土地利用類型的彈性分值,即植被指數均值。

2.2.3生態系統服務評估

本文采用謝高地等[39]制定的生態系統服務價值(Ecosystem Serivce Value, ESV)當量表,考慮到區域之間的差異性[40],本文采用2018年長株潭城市群晚稻的平均單產量和平均收購價格。經計算,2018年長株潭城市群晚稻的平均單產量為7146 kg/hm2,平均收購價值為2.83元/kg,基于此制定了長株潭城市群地區不同地類單位面積的生態系統服務價值系數表[41- 42](表3),進而對研究區的ESV進行計算。首先計算ESV當量因子價值量,計算公式如下：

(4)

式中,VCk為ESV當量因子價值量(元 hm-2a-1);P為長株潭城市群晚稻的平均收購價格(元/kg);Q為長株潭城市群晚稻的平均單產量(kg/hm2);n為年份數。

ESV計算公式如下：

ESV=∑Ak·VCk

(5)

式中,ESV為生態系統服務價值;VCk為各地類生態系統單位面積服務價值系數(元 hm-2a-1);Ak是第k類土地利用類型的面積(hm2)。

表3 各地類生態系統單位面積服務價值系數/(元 hm-2 a-1)

2.2.4生態風險特征分析

(1)生態風險特征值(Risk Characterization Value, RCV)計算。生態系統服務與生態系統健康的結合可以擬合出風險評估終點的公式,為平衡各評價單元保護主體與相關功能之間的關系,計算各單元生態風險的公式如下：

(6)

式中,RCV代表生態風險特征值;EH是生態系統健康;ESV是生態系統服務。

(2)生態風險分等定級。采用K-Means聚類方法將生態風險程度分為五個等級。基于平方誤差之和,采用了迭代次數為1000次的K-Means方法,將2000年和2018年的風險程度分為5個等級[43]。公式如下：

(7)

式中,SSE表示平方誤差的和;k表示k聚類;ci表示k聚類的中心;dis表示k與聚類x之間的歐氏距離。

(3)生態風險空間自相關。考慮區域生態風險的空間異質性,采用Anselin局部Moran′s I進行了生態風險的空間自相關性探討[44],將區域內風險空間模式分為四種類型。

2.2.5生態風險相關性分析

為了識別人工表面比率(Artificial Surface Ratio,AR)的閾值,采用回歸模型分析了人工表面比率與風險表征值之間的相互關系。根據風險評估中的人工表面比率、生態系統服務和生態系統健康三個要素,基于屬性將三個要素歸一化,歸一化范圍為0—1。初始時,通過對AR和RCV取平均值來表示RCV與AR之間的線性關系,然后模擬了兩者之間的擬合模型,通過推導得到了閾值[45]。

(8)

式中,AR表示網格中人工表面比率;SAR表示網格中人工表面的面積;S網格表示網格的面積。

3 結果分析

3.1 生態系統服務的動態變化特征

2000—2018年期間,網格尺度下的生態系統服務平均值從2000年的1013.71萬元下降到2018年的706.28萬元,其中超過63%的網格生態系統服務出現下降。圖2描述了生態系統服務標準化后的空間格局,可以看出2000年至2018年,生態系統服務高價值(0.8—1.0)區域和中高價值(0.6—0.8)區域的面積都顯著下降;生態系統服務低價值(0—0.2)區域的面積顯著上升。盡管城市群實施了一系列的生態修復工程,但由于耕地和林地等兩大高價值的地類大面積地轉化為低價值的人工表面,從而導致生態系統服務價值出現大幅度減少。2000—2018年,生態系統服務高價值區域主要分布在長株潭城市群的南部和北部的長沙縣,因為這些區域覆蓋了大面積的植被。生態系統服務的低價值區域主要分布在長株潭城市群的中部地區,因為長沙市市區、株洲市市區、湘潭市市區的城區擴張消耗了大量的自然資源,林地、水體等生態系統服務高價值的地類被城市用地侵占,最終形成了生態系統服務的低價值區域。

圖2 2000年和2018年生態系統服務空間格局Fig.2 The Spatial pattern of ecosystem services in 2000 and 2018

3.2 生態系統健康的動態變化特征

圖3展示了生態系統健康3個組成部分的變化趨勢。生態系統活力呈明顯下降趨勢：2000年生態系統活力值范圍為0—0.80,主要分布在0.20—0.70之間;2018年生態系統活力值范圍為0—0.68,主要分布在0.10—0.80之間。平均而言,生態系統活力值從2000年的0.40降至2018年的0.30。生態系統組織價值呈輕微下降趨勢：2000年生態系統組織價值范圍為0—0.53,大部分值分布在0.20—0.34之間;2018年生態系統組織價值范圍為0—0.52,大部分值分布在0.19—0.35之間。平均而言,生態系統組織價值從2000年的0.27略微降至2018年的0.26。生態系統彈性值呈輕微下降趨勢,2000年的生態系統彈性值高于2018年。相比之下,2018年更多的網格位于較低的取值范圍(0—0.60)。平均而言,生態系統彈性值從2000年的0.36降至2018年的0.32。總體而言,3個生態系統健康指數的值均呈現不同程度的下降,其中,生態系統活力值的下降幅度最大,其他兩個指數的下降幅度較小。

圖3顯示了2000年和2018年生態系統健康價值的分布及其差異。2000年的生態系統健康價值主要分布在0.15—0.60之間;2018年的生態系統健康價值主要分布0.31—0.60之間。平均而言,生態系統健康價值從2000年的0.38降至2018年的0.34。

圖3 生態系統活力、生態系統組織、生態系統彈性和生態系統健康的直方圖Fig.3 The histogram of ecosystem vigor, ecosystem organization, ecosystem resilience, and ecosystem health

3.3 生態風險的動態變化特征

圖4揭示了生態風險的空間格局演變特征。2000年,I、II、III、VI及V的風險程度等級網格數所占比例分別為30.43%、25.67%、18.06%、17.14%和8.70%。2018年,這一比例分別為27.12%、21.26%、21.23%、20.37%和10.02%。高風險程度等級(VI級和V級)的網格數比例上升了4.55%。與此相反,低風險程度等級(I級)的網格數比例下降了3.31%,下降區域主要集中株洲縣、湘潭縣以及長沙縣。總體而言,隨著區域城市化進程的加快,研究區的生態風險也隨之增加。

圖4 生態風險程度等級的空間格局Fig.4 The spatial pattern of ecological risk rating Ⅰ級: 低風險程度等級;Ⅱ級: 一般風險程度等級;Ⅲ級: 中等風險程度等級;Ⅳ級: 高風險程度等級;Ⅴ級: 較高風險程度等級

圖5所示,兩個時期主要存在兩種集聚類型,高-高風險集聚區和低-低風險集聚區。高-高風險集聚區分布在城市群的中部,長沙市市區、株洲市市區和湘潭市市區;而低-低風險集聚區分布在城市群的北部和南部。高-高風險集聚區面積呈現一定程度的增加,低-低風險集聚區面積呈現下降趨勢。

圖5 生態風險等級的空間異質性Fig.5 The spatial heterogeneity of ecological risk rating

3.4 生態風險程度的相關分析與變化

2000—2018年期間,整個城市群人工表面比率存在明顯的上升趨勢,城市群的平均人工表面比率由2000年的14.96%上升到2018年的23.62%。評價網格的人工表面比率都處于增長階段,其中2000年,人工表面比率大于10%的網格主要分布在長沙市市區、株洲市市區、湘潭市市區;2018年,人工表面比率大于10%的網格擴張到三個市區的周邊地區。

生態指數(EV、EO、ER、EH、ESV、RCV)與人工表面比率的Pearson相關系數均為負值,說明人工表面的擴張是導致生態系統服務和健康下降的主要因素。人工表面和生態指標之間的相關系數分別為生態系統活力(2000年為-0.937,2018年為-0.902);生態系統彈性(2000年為-0.793,2018年為-0.926);生態風險值(2000年為-0.736,2018年為-0.782);生態系統服務價值(2000年為-0.605,2018年為-0.637);生態系統組織(2000年為-0.529,2018年為-0.458);生態系統健康(2000年為-0.173,2018年為-0.542)。

2000年和2018年,RCV與人工表面比率的關系與二次回歸方程分別為0.595和0.662(圖6)。隨著人工表面比率的增加,RCV值迅速下降。基于回歸模型的推導,為了進行風險管理,2000年和2018年人工表面比率的閾值分別為20%和36%。

圖6 生態風險與人工表面比率的回歸關系Fig.6 The regression relationship between ecological risk and artificial surface ratio

2000年AR、ESV、EH的Moran′s I值分別為0.534、0.473、0.456,2018年為0.562、0.452、0.461。結果表明,在2000年和2018年,長株潭城市群存在較強的空間自相關和明顯3個主變量的聚類空間格局。MPLE(極大似然估計)的空間自邏輯模型系數如表4所示。在模型構建的基礎上,生態系統服務對調節生態風險起到了重要作用,生態系統健康對緩沖風險也起到了一定的作用。然而,AR的壓力對風險的引導起著主要作用,空間滯后對風險概率的提高起輔助作用。從系數值的變化來看,只有AR指數呈上升趨勢,說明隨著人工表面的擴展,對生態系統造成的壓力在十年間不斷增加。

表4 空間自邏輯模型的回歸系數

4 結論與討論

4.1 結論

基于2000年和2018年長株潭城市群土地利用類型、NPP、NDVI等數據,本研究結合生態系統服務與生態系統健康,構建了生態風險評估框架,對長株潭城市群生態系統服務、生態系統健康和生態風險時空變化規律進行分析,得到以下結論：首先,2000—2018年期間,生態系統服務減少率達到63%;生態系統健康的平均值從0.38下降到0.34。其次,2000—2018年期間,低風險程度等級(I級)的網格數比例下降了3.31%,而高風險程度等級(VI級和V級)的網格數比例上升了4.55%。最后,根據回歸分析,人工表面比率的閾值應控制在36%以下,以達到生態風險管理目的。總體而言,該分析框架可以綜合評價土地利用過程對生態系統的影響。

4.2 討論

(1)生態系統健康評價指標的選擇

生態系統健康是隨著人類主觀期望的變化而變化的模糊概念[46]。具體而言,生態系統結構穩定、功能完善,并且能夠滿足人類生產生活的需求就被認為是健康,反之亦然[32]。對于量化生態系統的屬性,相應的指標不是固定的,而是以研究區的生態系統為導向[47]。以生態系統活力因子為例,估算生態系統活力可以用非光合植被生物量、生物土壤結皮、總初級生產量等指標[48],在本研究中,選取凈初級生產力是因為它具有更好的可操作性和適用性[49]。因此,生態系統服務價值、生態系統組織、生態系統活力等生態指數被作為定量化指數來使用,以簡化生態系統組織過程的復雜性,并從中提取信息[50]。

(2)研究方法的合理性和可行性

生態風險評估是評估人類活動對生態系統或其組成部分造成的潛在不良影響或風險的程度[51]。本研究的一個關鍵貢獻是提出了關聯生態系統服務和生態系統健康的生態風險的評估框架。該框架通過關聯生態系統服務和生態系統健康,從生態學、遙感和數值模擬等學科的角度出發,選擇合適的模型和指標,解決與生態相關的風險評估問題。同時,利用線性相關的方法確定了生態風險與城市化之間的定量關系,對人工表面比率閾值和生態風險模式提出建議可作為區域生態風險管理的補充,有潛力應用于其他地區快速的城市化帶來的生態風險評估問題,可以作為區域生態風險的評價終點。然而,“活力-組織-彈性”生態系統健康模型中,涉及多個權重的設置,如何設置權值對最終結果有決定性的影響[52]。學者們根據各自研究區的特征,確定區域具有代表性的景觀指數(例如聚集、多樣性、破碎化),并以此作為權重設定的依據[32,36,51- 52]。因此,本研究的權重設置可能具有獨特性和個體性,其他研究區運用該框架時應該進行調整。

(3)研究的局限性

總體而言,將生態系統服務與生態系統健康相結合可以剖析城市化對生態風險的復雜關系。與之前的研究相比[32,36,51- 52],本研究采用網格化方法,比以行政區劃為單元的研究尺度更小。但該研究仍然存在一些局限性。1)對空間異質性明顯的研究區域進行生態系統服務量化時,各土地利用類型的生態系統服務平均值的使用存在不確定性。2)雖然生態風險與人工表面比率之間線性關系一定程度上可以反映生態問題,但仍需考慮社會經濟驅動力、生態系統功能、社會生態系統環境績效之間的關系,因為這將有助于量化生態系統服務與生態系統健康之間的關系以及對生態系統的綜合影響。3)該框架的應用面臨著時空尺度上的限制,需要通過使用現場調查數據和分辨率更高的遙感圖像來克服這些限制。