森林-農業景觀格局變化的社會-生態系統模擬模型方法進展

梁友嘉,劉麗珺

1 武漢理工大學資源與環境工程學院, 武漢 430070 2 武漢理工大學航運學院, 武漢 430000

復雜社會-生態系統模擬是區域決策管理的核心議題[1],能有效揭示景觀格局、生態功能和福祉等的關聯影響[2]。景觀格局是土地利用/土地覆被(Land-Use and Land-Cover,LULC)的空間異質性分布,是維持區域生態功能的重要驅動力[3]。森林-農業景觀格局是森林-農業復合生態系統在空間上的分布與組合規律,表現為大小、形狀和屬性各異的森林和農業斑塊。森林-農業景觀對區域的經濟生產貢獻顯著,與生態系統的生物產量、營養物質循環、系統抗干擾能力等生態功能和生物多樣性緊密相關[4]。通過集成社會-自然科學知識方法,充分認識森林-農業景觀格局變化及其生態效應,能有效促進可持續性森林-農業景觀管理[5]。社會-生態系統(Social-Ecological System,SES)模擬模型是耦合社會-生態系統的互饋過程、因果關系和潛在可持續性途徑的知識框架與方法體系[6],具有子系統關聯、多過程分析、多情景預測和多要素互饋評估等模型功能。在景觀格局變化影響的復雜社會-生態系統分析中,SES模型具有很強的模擬、解釋和決策輔助優勢,綜述跨學科SES模型研究進展并獲取模型的潛在優化方案,將為改善森林-農業復合生態系統治理問題提供一定的集成方法支持。

SES模型主要與4類模型有關聯：1)系統動力學(System dynamics)：利用要素的因果反饋關系分析復雜系統的非線性動態行為[7]；2)仿真模型(Simulation models)：在系統動力學基礎上利用計算機仿真模擬系統過程[8]；3)生物經濟模型(Bio-economic models)：集成系統生物物理組分和經濟要素,實現特定資源和經濟約束下的經濟目標優化[9]；4)自主體模型(Agent-based models,ABM)：模擬多時空動態的自主體及其與環境交互關系[10]。在此基礎上形成的SES模型兼顧了多種社會-生態需求,注重管理決策優化與規劃預測,相應的集成建模框架和跨學科方法正快速完善[11]。綜述2000—2019年森林-農業景觀格局變化的SES模型進展,總結集成建模框架與模型方法特征,提出模型優化措施,為認識景觀格局在社會-生態集成過程中的關鍵作用提供交叉學科知識與方法參考。

1 文獻計量分析

在Web of Science數據庫以(“Forest landscape” OR “Agriculture landscape” OR “Forest Agroecosystem”) AND (“Integrated” OR “Integration”) AND (“Social-ecological model” OR “Ecological-economic model”)進行主題詞檢索(2000—2019年),總發文量有3091篇,總引文數30750次,兩者增加趨勢基本一致(圖1)。發文前三位的專業期刊是《Ecology and Society》(234篇)、《Agriculture Ecosystems Environment》(56篇)和《Ecological Economics》(39篇),綜合性期刊《PNAS》(36篇)和《PLOS One》(55篇)也貢獻較大；發文600篇以上的研究領域有環境科學&生態學(2143篇)、生物多樣性保護(1170篇)、農學(976篇)、心理學(781篇)、行為科學(684篇)、林學(684篇)、企業經濟學(673篇)、社會學(661篇)和植物科學(646篇)。

圖1 基于森林-農業景觀格局的SES模型發文數和引文數Fig.1 Quantity and citations of papers for social-ecological system models in forest-agroecosystems landscape patterns

2 社會-生態系統模擬模型方法研究進展

2.1 建模框架分析

景觀格局與社會-生態過程的互饋關系是發展SES模型的理論基礎(圖2)。社會經濟過程是影響決策的主要驅動力,景觀格局是土地所有者、政府和公眾等利益相關者實施景觀管理的結果,并產生生態效應。生態經濟學認為“景觀管理”是通過效用最大化將稀缺土地資源變為特定景觀的決策方案[12],“效用”(Utility)是用于表征參與者滿意程度的重要社會-生態指標；景觀生態學的格局分析揭示了景觀的聚集性程度(如斑塊水平)、多樣性(如Shannon指數)和時空異質性變化等生態效應[13],還與棲息地分布和生態系統服務關聯[14]。有效調控森林-農田景觀要素之間的相互作用機制,會顯著提高區域生態系統功能、棲息地連通性和植被穩定性[15]。

圖2 森林-農業景觀格局與社會-生態過程集成的概念框架Fig.2 Conceptual framework for integrating forest-agriculture landscape patterns and social-ecological processes

社會經濟過程與景觀生態效應之間存在復雜反饋,影響利益相關者的決策：在理性土地所有者參與的反饋中,森林-農業景觀格局的個體決策變化會影響農林經濟總效益,利用生物經濟模型能有效評估農林經濟風險和土地效益變化[16-17]；在集成政府與公眾決策的反饋中主要利用生態系統服務框架和福祉經濟方法進行評估[18],決策過程受景觀內生價值、資本和社會成本等福祉要素影響,通過信息法規建設、生態補償政策等途徑實現對社會經濟過程的調控[19],景觀管理政策(如生態功能區)也會影響景觀格局。社會-生態系統反饋機制還與氣候變化、水-能源-糧食安全等系統外部要素存在復雜相互作用,開展社會-經濟-生態要素綜合分析,借鑒復雜系統研究成果,將為SES模型框架擴展提供理論與方法支撐。

2.2 模型方法研究進展

利用Endnote x9和文獻關鍵詞進一步篩選模型方法文獻：(landscape* OR land* OR LU*) AND (econ* OR social) AND (forest* OR agri*) AND (model* OR optim* OR agent) AND (config* OR compos* OR map* OR matrix),去除社會-生態反饋較少的城市景觀類文獻。參照關聯模型的劃分,將SES模型分為經驗統計模型、系統仿真模型、景觀格局優化模型和ABM(表1),并對比模型的反饋機制、方法類型、時空尺度、不確定性和復雜性等功能差異。

表1 文獻綜述的典型社會-生態系統模型對比

2.2.1經驗統計模型

經驗統計模型用于揭示森林-農業景觀格局、社會經濟驅動因素和景觀生態效應的相關性。如權衡生態系統服務價值發現,森林-農業景觀整體與生態服務價值變化正相關[38],但局部的破碎化景觀斑塊與氣候調節、土壤維持和作物生產等服務價值變化呈負相關[39],流域尺度下的景觀格局變化則與水供給、生物多樣性保護和游憩正相關[40]；景觀斑塊大小是影響經驗統計建模尺度與生態系統服務價值的關鍵變量,亟待深入研究[41]；干旱區的森林-農業景觀格局變化受人類生存需求限制,只強調財政支持和增加非農收入會對景觀異質性產生負作用[42],應加強景觀異質性的社會經濟動因分析；經驗統計模型能揭示利益相關者對景觀變化的響應程度,但農戶投資組合的收入波動較小,主要是受農業補貼影響[43],應進一步集成多尺度的農林經濟理論方法,提高景觀分析與統計預測的精度。經驗統計模型在表征社會-生態系統的復雜動態反饋方面仍存在局限性。

2.2.2系統仿真模型

系統仿真利用統計相關性或生物物理過程模型模擬系統變化,主要方法有半定量(如因果循環圖)方法、概率轉換模型(如Markov鏈、狀態-轉換模型)和元胞自動機(Cellular Automata,CA)等[44]。概率轉換模型假設離散景觀單元在特定時間內按一定轉換概率迭代計算,受隨機轉移概率和轉移類型影響[21],多與經濟決策情景集成。如模擬發現北卡羅來納州森林-農業景觀中的林業生物能源需求高于農業,導致區域森林面積增加且結構多樣性降低[23]；CA利用預定義規則模擬景觀單元狀態及相鄰元胞的響應變化,適用于復雜景觀格局模擬。如模擬發現農藥使用和綠色基礎設施投資變化均會影響森林-農業景觀格局變化[45],CLUE-S[46]和CA-Markov[47]等模型已能揭示多種社會經濟驅動力對異質性森林-農業景觀格局的綜合影響,并集成了作物價格波動等隨機過程對景觀格局的影響[48]。系統仿真模型多用于描述社會經濟過程對森林-農業景觀格局的單向作用,社會-生態系統復雜反饋機制模擬仍需加強。

2.2.3景觀格局優化模型

景觀格局優化模型通過特定決策準則組合獲取最佳的格局優化方案,改進了經驗統計和系統仿真模型中預定義假設的局限性[24]。主要應用有：風險減緩效應評估,如農林景觀格局優化和水資源分配模擬[49]等；森林-農業景觀格局的多樣性評估,如農林復合經營模式綜合分析[50]；利用數學規劃方法表征公眾對森林-農業景觀變化的響應機制[26]。顯式的格局優化模型能集成空間動力學模型及景觀格局配置算法：如集成CA和多準則優化算法[51-52],但模型數據獲取困難且計算耗時、結果重現性低,增加了優化方案的復雜性和不確定性。格局優化模型能有效揭示異質性景觀決策過程,但對格局配置分析不足。

2.2.4ABM模型

ABM主要用于景觀尺度的社會-生態系統分析[28],通過表征決策者和農戶、家庭和社區等自主體的交互作用,揭示特定決策規則的時空擴散和復雜反饋。ABM決策表征的主要方法有規則性方法[29]、多元回歸法[30]、數學規劃[31]和貝葉斯網絡[53]等。通過與空間數據和地理信息技術集成,模型還用于森林-農業景觀組分和格局配置模擬[54],但多側重自主體隨機分配過程,對格局自相關性和空間數據精度不夠重視[55]。可先通過ABM景觀生成器獲取可用的多種景觀格局,再模擬相應景觀配置的生態效應以減少數據精度影響[56]。ABM為集成森林-農業景觀特征、社會-生態過程互饋和景觀決策不確定性等提供了建模框架和模擬機理認識。模型在數據需求和復雜性建模準則方面仍有待改進。

3 社會-生態系統模型方法改進的可能途徑

針對SES模型在森林-農業景觀格局復雜反饋機制方面的局限性,以多源數據與模型集成為基本途徑,在景觀格局和生態效應分析基礎上發展嵌套式、模塊化的顯式建模方法,提出5種關聯的潛在模型改進途徑(圖3),并分析其面臨的挑戰。

圖3 社會-生態系統模型中潛在的改進途徑之間的概念聯系 Fig.3 Conceptual links between potential pathways in social-ecological system models

3.1 發展景觀格局的情景模擬方法

森林-農業景觀格局變化一般通過連續的LULC過程模擬實現,為開發參與式的跨學科情景預測方法和相應的景觀格局優化提供了建模基礎。情景方法提供多種預定義的森林-農業景觀配置方式,能排除社會經濟/技術等層面不可行的景觀決策和簡化情景設置,便于生成利益相關者關注的可用景觀格局；情景方法能集成多目標規劃與空間模擬功能,適用于模擬森林-農業景觀格局的生態效應優化方案。景觀格局的情景模擬方法能促進林學、農學和土地變化科學等多學科知識交互,集成結構復雜的多元情景與空間模擬模型,為獲取最優的森林-農業景觀格局提供參數和策略設計的科學方案。

3.2 提升景觀格局的效應集成方法

森林-農業景觀格局與多元社會驅動力及其生態效應的空間分析尺度通常不匹配,現有SES模型的改進方法主要有柵格矩陣分析、圖形網絡和地表梯度模擬等[35]。應以生態系統服務功能為景觀格局生態效應的重要指標,細化SES模型中不同景觀生態系統服務類型的空間模擬,如精細模擬森林群落變化對生態系統功能的直接和間接影響[36]；加強對社會-生態過程影響的景觀格局空間自相關性分析,利用CA、ABM等模擬和解釋森林-農業景觀配置問題,如物種入侵及擴散試驗、最優農林復合系統投資和土地管理策略等[37]；此外, ABM的景觀生成功能會減少數據需求和降低模型復雜性[57],為改進森林-農業景觀空間自相關性和景觀生態效應的決策過程提供方法參考。

3.3 完善景觀決策的理論方法基礎

森林-農業景觀決策的核心目標是效益最大化,但SES模型決策規則多缺乏完整的理論方法支持[58]。應充分整合個體、群體和機構等層面的森林-農業景觀決策案例,系統認識社會經濟決策的經驗、標準和規律,整合多源認知信息以降低決策的不確定性；利用經濟學方法集成景觀決策知識,如通過風險規避的效用函數評估多功能農業景觀格局變化[59]；改進SES模型中的完全理性假設[60],發展基于有限理性假設的情景和模型預測方法；調整傳統的系統建模目標,重視從多尺度、多主體景觀決策的不確定性中尋求方法突破；繼續完善多元決策主體參與的模型理論和模擬方法[61],凝練利益相關者參與森林-農業景觀模型驗證和決策的實踐途徑。

3.4 加強模型的不確定性分析

SES模型對不確定性分析普遍重視不足,如收集的131個ABM案例研究中只有15個涉及不確定性分析；不確定性分析會有效促進森林-農業景觀多樣性和生態效應的系統評估,如對公共生態系統服務供給和相應效益進行綜合調控,減緩景觀決策的系統風險[62]；應在森林-農業景觀格局、社會經濟過程和生態效應的復雜反饋中加強不確定性分析,如利用模糊建模方法表征流域尺度森林-農業景觀空間相互作用的不確定性[63],將景觀效用函數納入SES模型決策模擬；引入穩健優化方法以改進SES模型中相關性數據的協方差估計[64]；集成時間動態方法(如遞歸效用函數),獲取多尺度社會-生態過程反饋的動態經濟偏好或外部價格波動[65]。

3.5 降低模型數據的復雜性

SES模型開發應遵循模塊化的簡約原則,如采用逐步混合方法集成簡單模型與包含景觀發生器的ABM[66]；應進一步集成和規范多源的定量-定性數據,以更好地表征社會-生態系統過程以外的文化、制度和福祉等復雜模型信息[67]；SES模型的數據集成仍面臨挑戰：一是對定性數據共享和重復利用認識不足,共享數據保密性、匿名性和知情權等復雜倫理問題尚未得到解決；二是多元數據類型及元數據索引庫相對較少。可能解決途徑有：建立標準模型數據庫和數據使用政策,增加定性-定量數據重復使用機會；調整數據管理政策以鼓勵建模者共享數據,提高集成數據的編制預算以增加數據的生產和數據庫建設。

森林-農業景觀變化受多種社會經濟決策過程的綜合影響,SES模型在表征景觀決策驅動因素、格局變化和生態效應互饋等方面有顯著優勢。綜述表明：景觀組分的多樣性能降低森林-農業景觀系統的社會-生態風險；應盡快發展森林-農業景觀格局的情景模擬和效應集成方法,完善模型理論方法基礎；最受關注的SES模型是景觀格局優化模型和ABM,通過加強不確定性分析、降低模型復雜性和數據集成等途徑可能會改進SES模型功能,為跨學科集成模型發展提供理論方法支持。