基于生態系統服務權衡的優先保護區選取研究——以南方丘陵山地帶為例

王良杰,馬 帥,許稼昌,朱殿珍,張金池

1 南京林業大學南方現代林業協同創新中心,南京林業大學, 南京 210037 2 江蘇省水土保持與生態修復重點實驗室,南京林業大學, 南京 210037

生態系統可以為人們提供各種生態系統服務,包括供給服務、調節服務、支持服務和文化服務,是人類福祉的重要保障[1- 2]。不同生態系統服務之間關系復雜,互相作用,常常表現為此消彼長的權衡關系和同增同減的協同關系[3]。國內外許多學者對不同區域的生態系統服務的相互關系進行了大量研究[4-5]。在我國重點生態脆弱區,產水服務、NPP和土壤保持表現為整體協同、局部權衡的關系[6]。在漢江上游流域產水服務和土壤保持呈現權衡關系[7],但在新疆土壤保持與產水之間卻表現為明顯的協同關系[8]。生態系統服務權衡協同關系具有區域差異性,決策者在制定政策的過程中如果沒有充分考慮當地生態系統服務間復雜的權衡關系,將會導致多個生態系統服務相互競爭,破壞其因果關系[9-11]。因此,如何通過科學的方法協調生態系統服務權衡是實現生態系統管理可持續發展的關鍵[12-13]。

近年來,由于人口增多、經濟快速發展,生態系統服務退化嚴重,進而導致一系列生態環境問題[14]。優先保護區是指自然資源合理分布、物種豐富、生態系統健康和生態系統服務高的地區,它的建立是分配有限資源進行保育的關鍵過程,并且能夠有效改善當地脆弱生態系統的自然環境,調整當地生態,保護生物多樣性和生態系統服務的可持續性[9-10]。目前有大量研究對生態系統服務權衡關系進行了探究,也有研究保護區的選擇,而從生態系統服務權衡的角度選擇優先保護區的研究還較為罕見。因此,基于生態系統服務權衡關系的基礎上選取優先保護區對區域的生態保護和生態發展具有重要的意義。有部分學者基于生態系統服務的權衡關系對優先保護區的選取進行了探索,研究表明有序加權平均(OWA)算子可以權衡各種生態系統服務來確定優先保護區[9,15-17]。

南方丘陵山地帶作為“兩屏三帶”國家生態屏障區之一,發揮著保障華南和西南地區生態安全的作用。目前已有學者對南方丘陵山地帶進行了生態系統服務及其權衡協同的研究,傅伯杰等[14]系統評估了國家生態屏障區的生態系統服務；尹禮唱等[18]探索了“兩屏三帶”產水、土壤保持和固碳的權衡和協同關系,研究表明在南方丘陵山地帶產水與固碳以及土壤保持與固碳的權衡關系占比超過協同關系,而有關國家生態屏障區優先保護區選取的研究鮮見報道。近年來,由于全球氣候變暖、人口劇增以及資源的不斷開發利用,南方丘陵山地帶存在植被覆蓋度低、水土流失嚴重、石漠化面積大等生態環境問題[14],威脅區域的生態安全,影響區域的可持續發展,而優先保護區的建立可以提升南方丘陵山地帶的生態系統服務,對保障南方地區以及國家的生態安全具有重要的意義。

本研究通過采用InVEST模型定量評估了南方丘陵山地帶產水量、土壤保持、碳儲存和生境質量的空間分布,改進森林游憩服務模型計算了生態休閑功能,并基于有序加權平均(OWA)算子平衡生態系統服務選取了南方丘陵山地帶的優先保護區,以期為區域的生態環境保護建設以及相關政策的制定提供科學的參考。

1 研究區概況與數據來源

南方丘陵山地帶位于長江流域與珠江流域內,是珠江流域與長江流域的分水嶺及源頭區,地跨云南省、廣西省、廣東省、貴州省、湖南省和江西省,位于北緯22°45′—27°15′,東經102°45′—117°10′之間,總面積為28.85萬km2(圖1)。氣候屬于亞熱帶季風氣候,多年平均溫度在15—23℃之間,多年平均降雨量在1400—1800mm之間。海拔范圍在-25—3019m之間,區域地勢西北高東南低,以丘陵、山地地貌類型為主。土壤類型從南到北依次為磚紅壤、赤紅壤、紅壤、黃壤和黃棕壤。植被類型主要為亞熱帶常綠闊葉林和針闊葉混交林。

圖1 研究區概況Fig.1 Study area

土地覆被數據來源于中國土地覆蓋數據(Chinacover)[19- 20],數據時相為2015年,分辨率為90m,分為林地、草地、耕地、濕地、人工表面和其他7類。2015年氣象數據包括降水量和潛在蒸發散,降雨數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn/),分辨率為1000m,ArcGIS10.3重采樣為90m。潛在蒸發散數據采用MODIS16A3產品,源于NASA MODIS網站(http://modis.gsfc.nasa.gov/),分辨率為1000m,ArcGIS10.3重采樣為90m。1∶100萬全國縣級行政區矢量數據；1∶100萬土壤類型相關數據來自世界土壤數據庫(Harmonized World Soil Database,HWSD)(http://www.iisa.ac.at/Research/LUC/External-World-soil-database/HTML/)；數字高程模型DEM來源于地理空間數據云(http://www.gscloud.cn/),分辨率為90m；1∶10萬地理信息基礎數據。2015年初級凈生產力、人口密度數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn/),分辨率為1000m,ArcGIS10.3重采樣為90m。

2 研究方法

2.1 生態系統服務評估

由于南方丘陵山地帶季節性缺水、石漠化面積大、部分區域植被覆蓋度低和水土流失嚴重等問題普遍存在[14],因此本研究選擇了產水量、水土保持、碳儲量和生境質量作為研究區域的生態系統服務。InVEST模型是一種生態系統服務和權衡的綜合評估模型,可用于評估生態系統服務功能,支持生態系統管理和決策。目前,InVEST模型已在20多個國家和地區得到廣泛應用,它不僅能定量評估生態系統服務功能,而且可以和“3S”技術結合,實現評估結果的空間可視化。因此,本文采用InVEST模型定量評估南方丘陵山地帶的產水量、土壤保持、碳儲存和生境質量,對森林游憩服務模型進行改進,從而構建了生態休閑模型并評估了研究區的生態休閑功能。

2.1.1產水量

InVEST模型產水模塊基于水量平衡原理,利用Budyko曲線和降水量來計算產水量,即各柵格上的降水量減去實際蒸散量得到該柵格的產水量[21-23],其主要計算過程如下：

(1)

式中:Pxj是當土地利用/覆被類型為j時柵格單元x的年產水量(mm),AETxj表示土地利用/覆被類型為j時柵格單元x的實際蒸散量(mm),Pxj為柵格單元x的年降雨量(mm)。

(2)

式中：Rxj是當土地利用/覆被類型為j時柵格單元x的Budyko干燥度指數,為潛在蒸發散與降雨量的比值,無量綱。ωx為非物理參數,無量綱,描述氣候-土壤的屬性,是植被可利用含水量與降雨量的比值。

2.1.2土壤保持

目前,土壤保持最為普遍的計算方法是通用土壤流失方程(ULSE),通過每個柵格單元的潛在土壤流失量(RKLS)減去實際土壤流失量(USLE)得到土壤保持量[24]。然而,由于南方丘陵山地帶流域眾多,存在一個泥沙輸移比(SDR)的過程。在土壤侵蝕的過程中,植被等地表覆蓋物起到攔截泥沙的作用。InVEST模型泥沙輸移模塊(SDR)在通用土壤流失方程的基礎上考慮了泥沙輸移比,描述坡面土壤侵蝕和輸沙的空間過程,其計算公式如下：

RKLSi=RiKiLSi

(3)

式中：RKLSi為柵格單元i的潛在土壤流失量(t/hm2),Ri、Ki和LSi分別代表柵格單元i的降雨侵蝕力因子(MJ mm hm-2h-1a-1)、土壤可蝕性因子和坡長坡度因子。

Si=RKLSi×SDRbare_i

(4)

式中：Si是柵格單元i的實際泥沙量(t/hm2),SDRbare_i為柵格單元i在裸地條件下的泥沙輸移比。

USLEi=RiKiLSiCiPi

(5)

式中：USLEi代表柵格單元i的實際土壤流失量(t/hm2),Ci是作物經營因子,Pi為水土保持措施因子。

Ei=USLEi×SDRi

(6)

InVEST模型通過對作物經營因子C和水土保持措施因子P直接賦值來計算土壤保持功能。參照張海波[25]的研究,對不同土地利用/土地覆被類型進行賦值。

2.1.3碳儲存

InVEST模型通過四個碳庫(地上生物量碳庫、地下生物量碳庫、土壤碳庫和死亡有機質碳庫)密度相加來估算碳儲量等[26]。本研究采取InVEST模型來評估碳儲存,其計算原理如下：

Ctotal=Cabove+Cbelow+Cdead+Csoil

(7)

式中：Ctotal為柵格單元總的碳儲量(mg/hm2),Cabove為柵格單元地上生物中儲存的碳量(mg/hm2),Cbelow為柵格單元地下生物中儲存的碳量(mg/hm2),Cdead為柵格單元死亡有機物中儲存的碳量(mg/hm2),Csoil為柵格單元土壤中的碳儲量(mg/hm2)。

土壤碳儲量數據通過換算世界土壤數據庫(HWSD)中有機碳的含量來獲取,其他碳庫的數據根據野外調查結果、InVEST模型使用手冊以及相關研究[27]得到。

2.1.4生境質量

生境是指生物個體、物種和群落的生存空間,生境質量能反映出生態系統為生物個體、物種和群落生存提供適合條件的能力,還可以反映出生物多樣性[28]。InVEST模型生境質量模塊提供選取威脅源,對其威脅程度、威脅距離以及與其他土地利用/土地覆被的相對影響進行分析,從而評估出各個柵格的生境質量,其具體評估過程如下：

(8)

式中：Qxj表示當土地利用/土地覆被類型為j時柵格單元x的生境質量,Hj為土地利用/土地覆被類型j的生境適宜度,Dxj表示土地利用/土地覆被類型為j時柵格單元x的生境退化程度,k是半飽和常數(值相當于柵格分辨率的一半,45)。

(9)

式中：r是圖層的柵格數,y為脅迫因子,Yx表示脅迫因子的柵格數,ωx為脅迫因子的權重(weight),范圍為0到1,Ry是柵格單元y的脅迫因子值,其值為0或1,irxy代表柵格單元y的脅迫因子值ry對生境柵格單元x的脅迫水平,βx為柵格單元x的可達性,Sjx為土地利用/土地覆被類型j對脅迫因子r的敏感性。

InVEST模型中脅迫因子對其他土地利用/土地覆被類型的影響通過空間距離來表達,由于不同的脅迫因子與其他土地利用/土地覆被類型的空間關系不同,空間距離的表達方式也不同,主要有線性衰退和指數衰退兩種,具體公式如下：

(10)

(11)

式中：dxy代表柵格單元x和y之間的線性距離,drmax表示脅迫因子r的最大影響距離。

根據南方丘陵山地帶的土地利用/覆被,本研究選取建設用地、交通用地、采礦場、水田、旱地和沙漠作為南方丘陵山地帶的脅迫因子。參考相關文獻[27]和InVEST模型使用手冊對脅迫因子的參數進行了設置。

2.1.5生態休閑

生態系統可以為人們提供文化和美學享受。生態休閑是指人們在休閑時間可到達的光合作用較強的林地環境,并能夠為人們提供呼吸清新的空氣,放松身心,恢復體力,使人們獲得愉悅感的能力。南方丘陵山地帶植被覆蓋度高,林地面積大,為人們提供了良好的休閑環境。本文對森林游憩服務模型[29-30]進行改進,將游憩機會替換為NPP,從而構建了生態休閑模型：

ER=∑(NPPi+POPi+ROADi)

(12)

式中：ER為生態休閑功能,NPPi指凈初級生產力值,POPi代表人口密度值,采用自然分類法將凈初級生產力和人口密度值分級賦值0—10。ROADi為距離高速公路的距離以及距離公路的距離值,對距離高速公路4km以內的區域采用等距離分級賦值0—5,對距離公路1km以內的區域采用等距離分級賦值0—5。

2.2 最優保護區選取

2.2.1OWA算法

有序加權平均算子(OWA)已被證明可以很好的平衡生態系統服務之間的權衡關系[9,15- 17],并且可以與GIS相結合,首先對各個圖層進行歸一化處理,然后再進行有序加權平均,計算公式如下：

(13)

其中,axj表示經過歸一化處理后的第x個柵格圖上第j個位置的屬性值,在本研究中,歸一化處理后的柵格圖層為經過歸一化處理后的產水量、土壤保持、碳儲存、生境質量和生態休閑服務。為避免不同柵格圖層數據差異帶來的影響,在上述五種生態系統服務進行OWA處理排序處理前,對各生態系統服務進行歸一化處理,歸一化為0到1范圍內。Sxj是與axj對應的經過歸一化處理后,五種生態系統服務柵格值在MATLAB中進行從大到小排序后得到的新的五個圖層,ωx是五個新數據集Sxj的有序權重。

2.2.2OWA情景的風險與權衡

不同有序權重的選擇,風險權衡也不同,其關系式如下：

(14)

(15)

式中：n為生態系統服務柵格圖層的總數,ωx為柵格圖層x的權重,通過改變OWA決策的風險和權衡,可以獲得無數種情景。

根據風險和權衡的定義,在python中求解以下數學公式獲得最佳情景：

(16)

(17)

ωi∈[0,1]

(18)

由于風險的值在0到1之間,為了均衡每一種風險,風險值從0開始間隔0.1設置一種情景,共計11種情景。基于11個確定的風險的11個情景,本研究選擇相同風險的最大的權衡來設置不同權重組合的情景。

2.2.3優先保護區的保護效率

通過對比不同情景的生態系統服務的保護效率,確定一個各種生態系統服務都得到最高的保護效率,該情景所對應的區域即為優先保護區,服務效率計算公式如下：

(19)

3 結果分析

3.1 生態系統服務評價

南方丘陵山地帶的產水量、土壤保持、碳儲量、生境質量和生態休閑空間分布如圖2所示。南方丘陵山地帶平均產水量1108mm,區域差異顯著,有著明顯的中南部高,西部低的趨勢。中部地區產水量較大,最高可達2625.43mm,而西部地區產水量較少,最低區域產水量僅有80.34mm。產水量與降雨空間分布相似,有著明顯的正相關關系,該區域的產水量較高主要是因為降雨量較大(圖3)。盡管產水量與土地利用/覆被類型關系并不密切,仍然可以看出耕地較林地的產水量高。林地的蒸發散較高,對地表徑流有攔截作用,導致林地的產水量不高。南方丘陵山地帶土壤保持空間分布差異明顯,高值區分布在林地和草地。林地、草地植被覆蓋度高,對降雨有緩沖作用,降低了降雨動能,植物的根系可以有效的固定土壤,攔截地表徑流和泥沙,從而減少了水土流失量。西部土壤保持量較低,而中東部的土壤保持量相對較高。這是因為山地上土地利用/覆被類型為草地和林地,而東部主要為林地,草地的土壤保持功能較林地低。

圖2 產水量、土壤保持、碳儲存、生境質量和生態休閑空間分布圖Fig.2 The spatial distribution of water yield, soil conservation, carbon storage, habitat quality and ecological recreation

碳儲存和生境質量高值區與低值區均位于南方丘陵山地帶東部,這與土地利用/覆被類型有關。林地具有較高的生態系統服務,碳儲存和生境質量較高,草地、耕地次之,建設用地、裸地和水域的貢獻最小。林地、耕地、建設用地和水域大多分布于東部地區,使得東部地區的生態系統服務功能差異明顯。但東部的碳儲存和生境質量仍高于西部,這主要是因為東部地區的土地利用/覆被類型多為林地,而西部地區多為草地。從整體來看,平均碳儲量為45.58t/hm2,生境質量平均值為0.75,表明南方丘陵山地帶固碳能力強,生境質量良好。南方丘陵山地帶生態休閑指數平均值為0.40。生態休閑高值區主要分布在東南和西南地區,低值區主要分布在中部。東南地區凈初級生產力處于較高水平,人口相對較多,因此具有較好的生態休閑功能(圖3)。

圖3 降雨、土地利用類型、NPP和人口的空間分布圖Fig.3 The spatial distribution of precipitation, land use types, NPP and population

3.2 各情景下的保護區位

隨著風險的增加,權衡呈先增加后減小的趨勢。當風險從0增加到0.5時,最大的權重優先賦給排序處理后柵格值最小的圖層；當風險從0.5增長到1時,排序處理后柵格值最大的圖層優先得到最大的權重；當風險為0.5時,各個柵格圖層權重均衡化,此時權衡最高(圖4)。

圖4 風險和權衡的關系Fig.4 The relationship between risk and trade-off

如果決策者選擇較低的風險,他們將賦予低的生態系統服務以高權重；如果他們選擇較高的風險,他們將高權重賦給高生態系統服務。如果決策者想得到最大的權衡1,則他們將分配相同的權重給每種生態系統服務,即每種生態系統服務獲得的權重值均為0.2。如果決策者賦予最高或者最低的生態系統服務最大的權重值1,則他們將獲得最低的權衡值0。權衡越高代表每個生態系統服務獲得的權重越平均(表1)。

表1 不同情景下的風險與權衡

將五種生態系統服務與其對應的權重相乘,得到11種情景的柵格分布圖。目前有關優先保護區范圍確定的研究較少,為了有效的選取優先保護區,本研究采用ArcGIS10.3中的分位數分級法將研究區分為5個等級,取最大的一類作為南方丘陵山地帶的優先保護區,各情景下的優先保護區位如圖5所示。

圖5 各情景下的優先保護區Fig.5 The conservation priorities under each scenario

由于存在多個柵格值對應同一個數值,情景1的優先保護區面積很小,而情景11的優先保護區遍布整個南方丘陵山地帶,因此本研究在進行優先保護區的選擇時不考慮情景1和情景11。情景2至情景10的優先保護區多位于南方丘陵山地帶的東南部,即廣東省的西北部、廣西壯族自治區的東北部和湖南省南部區域,分布相似但又略有不同。從情景2到情景5,優先保護區呈向北和向東擴散的趨勢,而情景6到情景10,優先保護區的分布變得越來越分散。從表2可以看出,各情景下林地、草地和濕地的總面積占優先保護區的97%,其中林地占比超過70%,林地具有較高的土壤保持、碳儲量和生境質量,因此優先保護區的分布更多的集中在林地。隨著風險的增加,林地和濕地的占比增加,草地呈現相反的趨勢。基于OWA算法,隨著風險增加,較高地生態系統服務得到更多的重視,較低的生態系統服務得到更少的考慮。

表2 不同情景下土地利用類型占比

3.3 各情景下的保護效率

從表3可以看出,情景2-情景4的產水量保護效率最高,保護效率均為1.17；情景2對土壤保持保護效率最高,保護效率為1.89；情景5-情景10對生境質量保護效率最高,保護效率均為1.34；情景10對碳儲存保護效率最高,保護效率為1.65；情景3和情景4對生態休閑保護效率最高,保護效率均為1.21。

綜合對比9種情景,除情景9和情景10外,其他情景對產水量、土壤保持、碳儲存、生境質量和生態休閑均有較好的保護效率。對比剩余7種情景,發現情景2的平均保護效率略高,對產水量、土壤保持、生境質量、碳儲存和生態休閑的保護效率分別為1.17,1.89,1.32,1.48,1.18。因此,情景2對應的優先保護區范圍即為南方丘陵山地帶的優先保護區。情景2中,土壤保持的保護效率最高,表明土壤保持是南方丘陵山地帶最主要的生態系統服務。南方丘陵山地帶優先保護區主要位于東部丘陵區域,即廣東省的西北部、廣西壯族自治區的東北部和湖南省南部區域,面積為5.93萬km2,土地利用/覆被類型主要為林地,因為林地具有較高的生態系統服務。林地的固碳能力強,生境質量的分布與碳儲存相似可以看出碳儲存較高的區域有利于保存生物多樣性。林地的土壤保持量較強,其攔截地表徑流的能力削弱了產水量。根據保護效率綜合分析,情景2為最優情景,土地利用/覆被面積分別為林地5.00萬km2,草地0.80萬km2,濕地面積0.13萬km2。

4 結論與討論

4.1 討論

南方丘陵山地帶對維護華南地區的生態安全格局起著至關重要的作用,對其優先保護區的生態系統服務效率進行分析有助于南方丘陵山地帶的可持續管理。從圖6可以看出,優先保護區對產水量、碳儲存、生境質量和生態休閑的保護效率較好,存在較多大于平均保護效率的區域,但保護區內仍存在小部分區域對產水量的保護效率低于平均保護效率。優先保護區土壤保持的保護效率差異很大,存在不少區域低于平均保護效率,但從優先保護區土壤保持保護效率看,優先保護區對土壤保持的平均效率最高,這是由于低于平均保護效率的區域保護效率值接近1,而高于平均保護效率的區域保護效率值較大,使得優先保護區對土壤保持的保護效率最好。

表3 各情景下的保護效率

在情景2中,最大的權重優先賦給排序處理后柵格值最小的圖層,與其他標準化處理的生態系統服務相比,而土壤保持大部分柵格值最小,所以土壤保持被分配了最大的權重。近年來,南方丘陵山地帶植被遭到破壞,部分區域植被覆蓋度低,導致水土流失嚴重,因此,土壤保持是優先保護區最重要的生態系統服務。林地可以有效的保護土壤免遭侵蝕,同時具備較好的碳儲存、生境質量和生態休閑功能,各生態系統服務都得到了有效的保護。因此,需要對優先保護區的林地進行重點保護,限制對林地的開發,保障南方丘陵山地帶生態系統的穩定和發展。

圖6 優先保護區的生態系統服務保護效率Fig.6 The conservation efficiencies of ecosystem services in conservation priorities

許多學者對土地利用與生態系統服務的關系進行了大量探索,表明林地對生態系統服務的貢獻最大[31-32],但他們在研究過程中并沒有區分不同的林地類型[33]。基于此,本研究把優先保護區的林地劃分為常綠闊葉林、落葉闊葉林、常綠針葉林、針闊混交林、常綠闊葉灌叢、落葉闊葉灌叢、喬木園地和灌木園地來探索不同的林地類型對生態系統服務的影響。由于土壤保持受很多因素的影響,如高程、降雨、土壤類型等,本研究在進行不同林地類型與生態系統服務關系研究時只考慮產水量、碳儲存、生境質量和生態休閑4種生態系統服務。

圖7中生態系統服務保護效率范圍為0—2,常綠闊葉林、落葉闊葉林、常綠針葉林和針闊混交林的產水量<喬木園地和灌木園地的產水量<常綠闊葉灌叢和落葉闊葉灌叢的產水量,產水量的差別主要為林地、園地與灌叢之間的差別,而它們自身的差別很小。這可能與各林地的蒸發散有關,闊葉林、針葉林和混交林的蒸發散較大,使得其產水量較少。從碳儲存來看,灌叢的碳儲存最少,常綠針葉林和常綠闊葉林的碳儲存較大,常綠的林地在任何時候都能發揮其儲存碳的功能,而落葉林地,由于樹葉的凋落在秋冬季節的碳儲存能力較弱。常綠闊葉林、落葉闊葉林、常綠針葉林和針闊混交林比喬木園地、灌木園地、常綠闊葉灌叢和落葉闊葉灌叢生境質量高,更適合物種居住,有利于保持生物物種多樣性。不同林地類型的生態休閑差異不大,這主要是因為生態休閑由NPP、人口密度和距道路的距離所決定,與林木的覆蓋度、結構等有關,與林地類型關系并不密切。由此可見,不同的林地類型或多或少存都將影響生態系統服務。南方丘陵山地帶的林地占比高達70%,而優先保護區林地占比極高,因此,本研究在對南方丘陵山地帶進行林地管理、格局優化時,需要考慮林地的類型,重點保護和改善常綠闊葉林和常綠針葉林。

圖7 不同林地類型的生態系統服務保護效率 Fig.7 The conservation priorities of ecosystem services in different forest types

本文通過OWA算法設置不同的權重組合,平衡多個生態系統服務之間的沖突,為決策者提供了多種選擇的方案。其中,情景1和情景11是兩種極端情景,這兩種情景往往以犧牲其他生態系統服務為代價,而情景2以低風險、高保護效率、配置較為均衡為保護目的,來保障優先保護區的全面性,是優先保護區的最佳選擇。本研究僅選取了5個主要的生態系統服務,在未來的研究中可以考慮更多的生態系統服務來增加優先保護區選擇的可信度。在情景分析過程中,為方便計算設置了11種情景,未來可根據決策者的目的和需求進行更多的情景模擬。優先保護區的確定是在2015年生態系統服務的基礎上進行,而以靜態時間節點來進行優先保護區的選擇具有一定局限性,以長時間序列的生態系統服務來確定優先保護區則能夠增加結果的說服力。隨著人口的不斷增加,經濟化和城市化不斷發展以及氣候變化,生態系統服務必然發生改變,而優先保護區能否保持穩定,繼續發揮其保護效益還有待驗證。

4.2 結論

本文采用InVEST定量評估了南方丘陵山地帶2015年5種生態系統服務,基于OWA方法權衡生態系統服務,設置了11種情景,綜合考慮各情景下生態系統服務的保護效率確定了優先保護區。各情景的優先保護區分布相對集中,位于廣東省的西北部、廣西壯族自治區的東北部和湖南省南部區域。其中情景2的保護效率最優,對產水量、土壤保持、碳儲存、生境質量和生態休閑的保護效率分別為1.17,1.89,1.32,1.48,1.18,南方丘陵山地帶的優先保護區即為情景2的保護范圍。為了最大程度的優化生態系統服務,應該重點保護保護區的常綠闊葉林和常綠針葉林。基于生態系統服務權衡的優先保護區選取研究能夠為國家生態屏障區優先保護區的確定提供重要的參考,進一步保障國家的生態安全。

參考文獻(References):

[1] Millennium Ecosystem Assessment. Ecosystems and Human Well-Being. Washington, DC: Island Press, 2005.

[2] Costanza R, d′Arge R, de Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, V. O′Neill R V, Paruelo J, Raskin R G, Sutton P, van den Belt M. The value of the word′s ecosystem services and natural capital. Nature, 1997, 387(6630): 253- 260.

[3] 李雙成, 張才玉, 劉金龍, 朱文博, 馬程, 王玨. 生態系統服務權衡與協同研究進展及地理學研究議題. 地理研究, 2013, 32(8): 1379- 1390.

[4] Wang J T, Peng J, Zhao M Y, Liu Y X, Chen Y Q. Significant trade-off for the impact of Grain-for-Green Programme on ecosystem services in North-western Yunnan, China. Science of the Total Environment, 2017, 574: 57- 64.

[5] Qiao X N, Gu Y Y, Zou C X, Xu D L, Wang L, Ye X,Yang Y, Huang X F. Temporal variation and spatial scale dependency of the trade-offs and synergies among multiple ecosystem services in the Taihu Lake Basin of China. Science of the Total Environment, 2019,651: 218- 229.

[6] 王曉峰, 馬雪, 馮曉明, 周潮偉, 傅伯杰. 重點脆弱生態區生態系統服務權衡與協同關系時空特征. 生態學報, 2019, 39(20): 7344- 7355.

[7] 王鵬濤, 張立偉, 李英杰, 焦磊, 王浩, 延軍平, 呂一河, 傅伯杰. 漢江上游生態系統服務權衡與協同關系時空特征. 地理學報, 2017, 72(11): 2064- 2078.

[8] 王曉峰, 程昌武, 尹禮唱, 馮曉明, 衛新東. 新疆生態系統服務時空變化及權衡協同關系. 生態學雜志, 2020, 39(3): 990- 1000.

[9] Zhang L W, Fu B J, Lü Y H, Zeng Y. Balancing multiple ecosystem services in conservation priority setting. Landscape Ecology, 2015, 30(3): 535- 546.

[10] 彭建, 胡曉旭, 趙明月, 劉焱序, 田璐. 生態系統服務權衡研究進展: 從認知到決策. 地理學報, 2017, 72(6), 960- 973.

[11] Xu X B, Yang G S, Tan Y, Liu J P, Hu H Z. Ecosystem services trade-offs and determinants in China′s Yangtze River Economic Belt from 2000 to 2015. Science of the Total Environment, 2018, 634: 1601- 1614.

[12] Zheng H, Wang L J, Peng W J, Zhang C P, Li C, Robinson B E, Wu X C, Kong L Q, Li R N, Xiao Y, Xu W H, Ouyang Z Y, Daily G C. Realizing the values of natural capital for inclusive, sustainable development: Informing China′s new ecological development strategy. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(17): 8623- 8628.

[13] 江波, 王曉媛, 楊夢斐, 蔡金洲. 生態系統服務研究在生態紅線政策保護成效評估中的應用. 生態學報, 2019, 39(09): 3365- 3371.

[14] 傅伯杰, 王曉峰, 馮曉明. 國家生態屏障區生態系統評估. 北京: 科學出版社, 2017: 271- 345.

[15] Qin K Y, Li J, Liu J Y, Yan L W, Huang H J. Setting conservation priorities based on ecosystem services-A case study of the Guanzhong-Tianshui Economic Region. Science of the Total Environment, 2019, 650: 3062- 3074.

[16] 張渝萌, 李晶, 曾莉, 楊曉楠, 劉婧雅, 周自翔. 基于OWA多屬性決策的生態系統服務最優保護區選擇研究——以渭河流域(關天段)為例. 中國農業科學, 2019, 52(12): 2114- 2127.

[17] 趙文楨, 韓增林, 閆曉露, 鐘敬秋. 基于生態系統服務多情景權衡的生態安全格局構建——以大連市瓦房店為例. 自然資源學報, 2020, 35(3): 546- 562.

[18] 尹禮唱, 王曉峰, 張琨, 肖飛艷, 程昌武, 張欣蓉. 國家屏障區生態系統服務權衡與協同. 地理研究, 2019, 38(9): 2162- 2172.

[19] 吳炳方, 張磊, 顏長珍, 王宗明, 于信芳, 李愛農, 馬榮華, 黃進良, 陳勁松, 常存, 劉成林, 苑全治, 李曉松, 曾源, 包安明. 2010 年中國土地覆蓋監測的方法與特色. 生態學報, 2015, 35(5).

[20] 吳炳方, 苑全治, 顏長珍, 王宗明, 于信芳, 李愛農, 馬榮華, 黃進良, 陳勁松, 常存, 劉成林, 張磊, 李曉松, 曾源, 包安明. 21 世紀前十年的中國土地覆蓋變化. 第四紀研究, 2014, 34(4): 723- 731.

[21] Zhao M Y, Peng J, Liu Y X, Li T Y, Wang Y L. Mapping Watershed-Level Ecosystem Service Bundles in the Pearl River Delta, China. Ecological Economics, 2018, 152: 106- 117.

[22] Yang D, Liu W, Tang L Y, Chen L, Li X Z, Xu X L. Estimation of water provision service for monsoon catchments of South China: Applicability of the InVEST model. Landscape and Urban Planning, 2019, 182: 133- 143.

[23] Zhang L, Dawes W R, Walker G R. Response of mean annual evapotranspiration to vegetation changes at catchment scale. Water Resources Research, 2001, 37 (3): 701- 708.

[24] 錢彩云, 鞏杰, 張金茜, 柳冬青, 馬學成. 甘肅白龍江流域生態系統服務變化及權衡與協同關系. 地理學報, 2018, 73(5): 868- 879.

[25] 張海波. 南方丘陵山地帶水源涵養與土壤保持功能變化及其區域生態環境響應[D]. 長沙: 湖南師范大學, 2014.

[26] Sharps K, Masante D, Thomas A, Jackson B, Redhead J, May L, Prosser H, Cosby B, Emmett B, Jones L. Comparing strengths and weaknesses of three ecosystem services modelling tools in a diverse UK river catchment. Science of the Total Environment, 2017, 584- 585: 118- 130.

[27] 孫興齊. 基于InVEST模型的香格里拉市生態系統服務功能評估[D]. 昆明: 云南師范大學, 2017.

[28] Hou Y, Lu Y H, Chen W P, Fu B J. Temporal variation and spatial scale dependency of ecosystem service interactions: a case study on the central Loess Plateau of China. Landscape Ecology, 2017, 32 (6): 1201- 1217.

[29] Daniel T C, Muhar A, Arnberger A, Aznar O, Boyd J W, Chan K M A, Costanza R, Elmqvist T, Flint C G, Gobster P H, Grêt-Regamey A, Lave R, Muhar S, Penker M, Ribe R G, Schauppenlehner T, Sikor T, Soloviy I, Spierenburg M, Taczanowska K, Tam J, von der Dunk A. Contributions of cultural services to the ecosystem services agenda. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109 (23): 8812- 8819.

[30] Qiu J X, Turner M G. Spatial interactions among ecosystem services in an urbanizing agricultural watershed. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110 (29): 12149- 12154.

[31] Chen W X, Chi G Q, Li J F. The spatial association of ecosystem services with land use and land cover change at the county level in China, 1995- 2015. Science of the Total Environment, 2019, 669: 459- 470.

[32] Liu W, Zhan J Y, Zhao F, Yan H M, Zhang F, Wei X Q. Impacts of urbanization-induced land-use changes on ecosystem services: A case study of the Pearl River Delta Metropolitan Region, China. Ecological Indicators, 2019, 98: 228- 238.

[33] Rimal B, Sharma R, Kunwar R, Keshtkar H, Stork N E, Rijal S, Rahman S A, Baral H. Effects of land use and land cover change on ecosystem services in the Koshi River Basin, Eastern Nepal. Ecosystem Services, 2019, 38, 100963.