基于四象限模型的生態系統服務與人類活動強度關聯性分析——以皖南國際旅游文化示范區為例

劉永婷,楊 釗,徐光來,楊強強,劉世杰,何開玲

1 安徽師范大學地理與旅游學院, 蕪湖 241003

2 安徽省江淮流域地表過程與區域響應重點實驗室, 蕪湖 241003

生態系統是人類社會的重要組成部分,為人類生存和發展提供了一系列至關重要的服務和功能[1]。生態系統服務(Ecosystem Services, ES)是生態系統對人類福祉的貢獻,為人類的生存和社會發展提供了自然物質基礎[1—3]。生態系統服務價值(Ecosystem Service Value, ESV)作為表征生態安全程度的重要指標,是評估生態保護成效的手段,為區域生態保護和生態文明建設提供科學參考[4—7]。在快速城鎮化進程中,土地利用/覆被利用強度逐漸增大,進而引起區域生態系統結構、功能及其服務的變化,同時對人類的可持續發展造成極大威脅[8—11]。定量分析區域生態系統服務空間分異特征,探討其與人類活動強度在不同尺度上的空間關聯特征,對協調人地關系,區域生態系統管理和可持續發展具有重要作用[12—14]。目前,許多學者雖對人類活動強度與ES的空間分布及其相互關系進行了研究,但人類活動與ES之間的線性或非線性關系仍不清楚[15]。人類活動與ES的耦合關系較為復雜,具有較大的空間異質性和尺度依賴性,它們之間的關系因研究區域的自然特征和社會經濟因素的變化而發生改變[16—17]。相對縣域行政單元,較小尺度上的評價數據可以為上一級行政單元提供更精確的數據支持[18]。開展縣域和鄉鎮空間尺度下對比分析研究,考慮不同因素,對人類活動強度的空間特征進行量化,剖析微觀區域ESV空間差異,進而對生態質量進行評價,利于生態系統的精細管理,為制定針對性的生態政策,實現區域生態環境的修復保護提供參考依據[19—20]。

人類活動通過改變土地利用/覆蓋直接影響ES的空間分布,社會經濟因素改變了一個或多個直接驅動因素間接影響ES之間的關系[21—23]。ES空間異質性的內在機理有待進一步明晰,如何定量識別影響ES空間分異的關鍵驅動指標以及主導影響因子交互作用機制,現已成為生態系統服務研究的重要前沿議題[23—25]。由于自然因素和生態過程的區域分異,ES具有顯著的空間異質性,在不同空間尺度上,利益相關者對各類型ES實際需求和重視程度不同,ES與其驅動因素的關系強度也可能因空間尺度不同而存在差異[26—27]。目前,ES對社會生態驅動因素的線性或非線性響應隨空間尺度變化的研究相對較少,基于不同尺度對區域內ES與自然、社會驅動因素的研究,可以協助決策者在不同空間尺度制定相應的管理策略,從而為生態安全建設提供相應的理論支撐[26—28]。鑒于此,本文以皖南國際旅游文化示范區(簡稱示范區)為案例地,應用探索性空間數據分析方法厘清縣域和鄉鎮尺度的ESV空間上的分布特征,基于四象限模型衡量人類活動強度與ESV之間耦合關系,并運用相關性分析和地理探測器基于縣域和鄉鎮尺度來厘清ESV與自然、社會經濟驅動因素之間的關系,將宏觀和微觀尺度分析的優勢相結合,深入地評估驅動因素如何影響ESV的空間格局,為決策者在不同空間尺度制定區域經濟發展與生態平衡的“雙贏”政策,更加有效地實施生態系統服務管理,為示范區的山水林田湖草生態保護和生態文明建設提供基礎性參考。

1 研究區概況

圖1 皖南國際旅游文化示范區的地理位置及高程 Fig.1 Geographical location and elevation in the International Tourism and Culture Demonstration Zone of the South Anhui Province

示范區位于安徽省的南部地區,包括7市、47個縣(市、區),面積5.7萬km2(圖1)。示范區屬于典型的亞熱帶季風氣候區,森林、濕地和水域是示范區主要的生態系統類型,這些生態系統的穩定空間格局對研究區乃至全省的經濟發展起著重要的作用。示范區由于其優越的地理條件和生態環境,旅游資源稟賦極高,自然和人文景觀相得益彰,具有較好的生態支撐能力。2009年皖南國際文化旅游示范區設立,示范區城鎮化步伐加快和旅游經濟快速發展,至2019年底,區內平均城鎮化率達到58.06%,旅游總收入4436.48億元,占全省比重的52.0%。近年來,部分區域土地資源的不合理開發和利用,水土流失現象嚴重,生態脆弱區增多[29]。這些條件嚴重影響了研究區的生態特性、生物多樣性和生態系統服務,造成了水土資源的破壞和生態系統的破碎化。因此,厘清人類活動與生態系統服務的耦合關系,利于實現區域生態環境協調發展和全面提升居民生活福祉。

2 數據來源與研究方法

2.1 數據獲取與處理

本文土地利用/覆被數據以2019年Landsat8 OLI遙感影像為主要數據源(地理空間數據云,http:www.gscloud.cn),基于ENVI5.2軟件,通過人工目視解譯,依據國家標準(GB/T 21010—2017)及研究區生態系統特征,采用面向對象分類法分為：耕地、林地、草地、水域、建設用地、未利用地,并依據同期Google Earth、天地圖高清影像對人工選取的各地類感興趣區(Region of Interest,ROI)進行目視校準,獲得示范區2019年分辨率為30m×30m土地利用分類數據,隨機選取400個點進行驗證,總分類精度達90.61%,kappa系數為0.89,滿足應用精度要求。計算2019年各生態系統單位面積服務價值所用的糧食作物產量、糧食種植面積及糧食價格等資料來源于《安徽省統計年鑒》、《中國統計年鑒》和《全國農產品成本收益資料匯編》。

本文驅動因子指標主要選擇影響ESV的自然和社會經濟因素,并利用K-Means分類對各驅動因素進行空間離散化形成類型。高程(DEM)數據來源于地理空間數據云；坡度基于DEM提取；氣溫和降水觀測資料均來源于中國氣象數據網(http://data.cma.cn),以研究區37個氣象站2019年的數據為參數,運用ArcGIS 10.3的普通克里金插值法獲取年均氣溫和降水量的柵格數據；土地墾殖率和人為影響綜合指數(Human Active Index, HAI)結合實際并參考相關文獻計算[18,30—31]；道路密度和水網密度基于ArcGIS 10.3軟件利用2019年道路、水體的矢量數據計算(http://www.webmap.cn/)；2019年夜間燈光遙感數據(DMSP/OLS)來自美國國家海洋和大氣管理局(NOAA)；2019年歸一化植被指數(Normalized Difference Vegetation Index, NDVI)和人口密度數據均來自中科院資源環境科學數據中心(http://www.resdc.cn)。為便于空間數據的分析處理,以上所有數據均基于ArcGIS10.3平臺轉換為統一的空間坐標系(WGS_1984_UTM_zone_50N)。

2.2 研究方法

2.2.1生態系統服務價值評估

本文依據謝高地等[7,32]的ESV當量因子法,根據研究區單位面積平均實際糧食產量和同期全國單位面積糧食產量,以此得出研究區生態系統服務當量價值的修正系數,確定了1個標準當量因子的經濟價值。依據示范區土地利用類型的特征,將土地利用分類價值當量與最接近謝高地的生態系統類型相聯系,耕地對應農田；林地對應森林,即針闊混交、闊葉與灌木的平均值；草地取灌草叢和草甸的平均值；水域對應水系；未利用地對應裸地,建筑用地系數參考已有研究[32—33]。相關計算公式詳見參考文獻[32]。

2.2.2ESV空間異質性

2.2.3生態質量評價

生態質量受到自然和社會經濟等多種因素的制約,其優劣程度與NDVI和不透水建筑面積有密切關系[36]。目前,許多學者主要基于景觀格局、構建綜合指標體系和遙感綜合生態指數等方法量化生態質量優劣[37—39]。本研究通過衡量ESV和人類活動強度的耦合關系來刻畫區域生態質量。由于NDVI一般代表區域綠度,是衡量生態環境優劣的重要指標[40]。人類活動是導致生態環境退化的主要驅動因素,因此,區域人類活動強度通過NDVI和人為干擾兩個方面綜合測算[41]。人類活動頻率、人口聚集和經濟發展通常被認為是人為干擾的主要因素,這些活動可以加強ESV的空間異質性。本文選取了NDVI、夜間燈光、人口密度、土地墾殖率和道路密度來衡量區域人類活動強度。其中,NDVI是負指標,說明NDVI值越大,人類活動強度越低,其他四個因子為正指標,值越大,人類活動強度越高[17,42]。由于不同指標數量級及量綱存在差異,為消除其對計算結果造成的影響,對各指標進行標準化處理,以降低隨機因素干擾。基于層次分析法和熵值法相結合的主客觀賦權法計算各指標相應的權重[43—46]。基于20位本領域高校科研人員的主觀賦權意見,邀請5位專家(人文地理學專家3名,生態學專家2名)依據各指標對ESV影響作用的強弱，分別對五個指標進行排序,由此構造指標間兩兩判斷矩陣,再由各專家判斷矩陣幾何平均得到群決策矩陣,并進行一致性檢驗,確定指標主觀權重。使用熵權法對指標權重客觀賦值,再利用最小信息熵原理對主客觀權重進行綜合,確定各指標權重(表1)。

(1)

式中：wi：綜合權重,w1i：層次分析法計算的主觀權重,w2i：熵值法計算客觀權重[46]。

表1 評價指標權重

圖2 生態質量四象限模型[17]Fig.2 Four-quadrant evaluation of ecological quality

四象限模型是基于定性與定量研究相結合來分析房地產市場變化的一種工具[47—48]。隨著學科的融合和發展,該模型逐漸應用于研究水資源價值、文旅融合、景觀生態質量和生態系統服務質量等方面[17,47—49]。本文采用四象限模型基于縣域和鄉鎮尺度衡量人類活動強度與ESV之間耦合關系,探究區域生態環境質量現狀及空間分異特征。該模型以人類活動強度為橫軸,ESV為縱軸,構建出四象限模型,基于jenks分級方法將ESV和人類活動強度劃分區間,并依據ESV與人類活動強度耦合關系,劃分為優質、良好、一般和劣質四個分區[17,48](圖2和表2)。

2.2.4自然-社會因子驅動力分析

ESV空間分異受到自然和人文社會經濟多種因素綜合作用。根據相關文獻和研究區實際社會-生態環境背景,選擇了年均氣溫(X1)、降水量(X2)、DEM(X3)、坡度(X4)、水網密度(X5)、NDVI(X6)、HAI(X7)、土地墾殖率(X8)、夜間燈光(X9)、人口密度(X10)和道路密度(X11)11個代表性自然、社會經濟因子。基本包括氣候、地形、水系、植被覆蓋、農業活動、人口聚集和城鎮建設等方面,且具有較好的獨立性。縣域和鄉鎮尺度是進行景觀空間規劃和管理決策的基本尺度[28],本研究基于縣域和鄉鎮行政單元研究尺度,運用地理探測器模型探測影響ESV空間分異的因子貢獻率和兩因子交互作用對ESV的解釋力[50—52]。

表2 縣域生態質量四象限分區

3 結果分析

3.1 示范區ESV空間分異特征

圖3 縣域和鄉鎮尺度下ESV的熱點分析Fig.3 Getis-Ord scores of ESV at different scale

3.2 基于四象限模型的生態質量評價

在四象限模型的基礎上,對生態質量進行了評價,示范區的生態質量空間分布因研究尺度不同存在一定的差異(圖4)。縣域尺度上,生態質量良好的縣(區)的面積較大,占總面積的60%以上,生態質量低的縣域較少。QI、QII和QIII的縣數分別為15、17和15個,分別占總面積的59.39%、31.15%和9.46%。QI和QII主要分布在示范區的南部山地丘陵區,QIII主要集中分布在沿江平原地區。鄉鎮尺度上,大部分鄉鎮屬于生態質量一般區,部分鄉鎮屬于生態質量劣質區,而生態良好和優質的鄉鎮數量較少。QI和QII主要分布在示范區的南部,約占研究區域的50%,而QIII和QIV主要集中在沿江平原地區。QI、QII、QIII和QIV的鄉鎮數分別為38、284、206和15個,分別占總面積的16.77%、48.89%、29.76%和4.58%。生態質量劣質區主要分布在沿江平原地區,生態質量一般區分布在研究區域南部和西部地區,其他地區分布比較零星。從地貌特征上可以看到,這些生態質量良好區主要分布在皖南低山丘陵和皖西生態資源比較豐富的地區,生態質量較差區主要分布在沿江平原城鄉建設用地比例高及耕地資源豐富的地區。

圖4 縣域和鄉鎮尺度下生態質量四象限分布Fig.4 The four-quadrant distribution of ecological quality at different scale

3.3 ESV驅動機制分析

為保證驅動因子選擇的合理性和科學性,利用相關分析對ESV與自然-人文驅動因素進行檢驗,并判別驅動因子對ESV的作用力方向(圖5)。在縣域尺度上,除了X1外,ESV與各因子的相關性均通過顯著性水平檢驗,X2、X3、X4、X5、X6和ESV之間存在正相關關系,其他則存在負相關關系。在鄉鎮尺度上,X5、X6、X7、X8、X9、X10、X11與ESV的相關性相對較高,均達到顯著性水平,其他因子的相關性較低。

圖5 ESV驅動因子相關性分析Fig.5 Correlation analysis of driving forces for ESV at different scale*：通過0.05的顯著性水平檢驗；**：通過0.01的顯著性水平檢驗

基于地理探測器計算各探測因子對示范區縣域和鄉鎮尺度ESV的探測力q統計值及顯著性檢驗,并定量識別其空間異質性特征(圖6)。同一因子因空間尺度不同對ESV的作用強度(q值)存在顯著差異。各驅動因子之間存在交互作用,雙因子或非線性地加強了對ESV空間分布的解釋力。縣域尺度上,除X1外,其他探測因子q值均通過0.05水平的顯著性檢驗,對ESV的空間分異特征具有較強的解釋力。影響縣域ESV空間分異的第一主導因素是X5(q=0.88),第二主導因子是X10(q=0.50),其次是X9(q=0.39)、X11(q=0.36)、X7(q=0.34)和X6(q=0.27),均通過了0.01的顯著性檢驗,表明上述因子的解釋貢獻度較高。主導交互因子為q(X5∩X8),q值為0.98,即這組因子的交互作用能在98%的程度上解釋縣域ESV空間分異特征。X5、X10與其他驅動因子交互作用均在0.50以上,進一步驗證了X5和X10對ESV空間分異特征的解釋力高于其它驅動因素。鄉鎮尺度上,除X1和X3外,其他影響因子q值均通過0.05水平的顯著性檢驗,具有相當的解釋作用。X5(q=0.28)和X7(q=0.05)對ESV空間分異特征的解釋力較強,且通過了0.01的顯著性檢驗,其次是X4(q=0.04)和X6(q=0.04),是ESV的空間分異的重要影響因素,而X2(q=0.02)、X9(q=0.02)和X10(q=0.02)解釋貢獻度相對較小,是ESV的空間分異基礎性影響因子。交互主導因子為q(X5∩X6),q值為0.52,進一步驗證了X5和X6是ESV空間差異的重要驅動因子。

圖6 示范區ESV驅動力交互探測結果Fig.6 Interactive detection results of driving forces for ESV at different scale

由上述分析可知,年均氣溫在示范區內空間差異相對較小,對ESV空間分布的影響不顯著。水網密度、HAI、人口密度、NDVI和路網密度等因子之間交互作用顯著影響示范區ESV空間分異特征,除水網密度(X5)外,其他各驅動因子在縣域和鄉鎮尺度上對ESV影響程度存在一定差異。在交互作用探測中,各因子對ESV空間分布影響的差異性表現顯著,在縣級和鄉鎮尺度上均呈現出較強的雙因子增強交互作用。任意兩兩驅動因素交互作用后,對ESV空間分布的影響力均存在協同增強的作用,說明研究區ESV空間異質性是受多種因素協同交互的影響。

4 討論與結論

4.1 討論

隨著城鎮化進程加快,人類活動對生態環境的干擾明顯增強,生態質量是人類活動干擾與生態系統自身穩定性的綜合反映[30]。生態質量模型反映了人類活動強度與ESV在相互影響和制約下的耦合關系[54]。示范區人類活動強度與ESV耦合程度因空間尺度不同而存在很大差異。縣域生態狀況總體較好,生態質量優質區約占總面積的60%,生態質量較差的縣區較少,只占總面積的9.46%,主要集中在沿江經濟較為發達的地區,這與以往的研究相一致[36]。鄉鎮生態狀況主要分布在QI、QII和QIII,而只有4.58%的鄉鎮分布在高度耦合的QIV。人類活動強度與ESV的耦合關系在研究區基本協調一致,生態質量則表現出明顯的地域性差異。皖南山地丘陵區具有很大的生態優勢和豐富的森林資源,由于山區多,交通不便,人類活動強度與ESV耦合程度較高。沿江平原地區,人口密度大,城鎮建設用地擴大,生態資源被占用和破壞現象較為嚴重,人類活動強度與ESV的耦合程度較低。改善人類活動強度與ESV之間的耦合關系將是一個長期而漸進的過程[17]。對于示范區人口密度高、ESV低的鄉鎮,應進一步采取針對性的可持續生態恢復措施,協調人與環境的耦合關系[55]。

自然、社會經濟因素因空間尺度不同而存在異質性,在不同的尺度上對ES產生影響方向和程度也可能存在差異[56—57]。了解ES和驅動因素之間關系的多尺度特性,利于ES的分級治理和促進區域可持續發展[58]。自然和社會經濟因素共同主導示范區ESV的空間分布特征,這些因素對示范區ESV空間分異的作用強弱因空間尺度不同而存在一定程度的變化。社會經濟因素在縣域尺度上對ESV空間異質性的影響力高于自然因素,鄉鎮尺度上,ESV空間分異特征是自然、社會經濟因素綜合作用的結果。水網密度、HAI、人口密度、NDVI和路網密度是縣域和鄉鎮尺度下ESV空間分異的主要驅動因子,降水量雖然對ESV空間分異的解釋力較小,但仍然是ESV空間分異不可或缺的因素。沿江平原地區社會經濟發展迅速,人口密度逐漸增大,經濟快速發展帶動土地城鎮化速度加快,在此過程中植被減少,加大了對生態系統服務威脅。南部地區主要是山地和丘陵,土地利用和人類活動強度以及經濟發展規模相較于沿江平原地帶較小,植被覆蓋度較高,破碎化程度低,受人類活動干擾小,ESV保持在較高水平。因此,區域內ESV的空間分異主要受制于人類活動強度,其原因是人口密度的增加造成耕地及建設用地侵占其他生態類型用地,加重了周邊城鎮地區的生態壓力。針對生態質量較差的鄉鎮,未來加大保護自然環境的力度,不適宜耕作的區域恢復成林地或灘涂,實施生態修復和恢復生物多樣性,對林地和水域進行科學合理的旅游景區開發,提升其文化服務價值,在一定程度上可以保障該區域生態安全。

本文運用了價值當量因子法,并考慮示范區實際情況對其進行了修正,但評估結果與實際價值可能會存在一定差異,如何實現對ESV更為精確的估算是今后一個重要的研究方向。本文基于多尺度視角僅探討了人類活動強度與ESV耦合程度空間分布特征,未來將補充相關數據資料,進一步探究ESV與人類活動強度耦合關系的時空變化特征及相互作用機制。由于社會經濟數據多以縣域為單元,鄉鎮及以下尺度的數據獲取存在困難,本文未將產業結構、生態工程措施和人為政策等因素納入到ESV格局分異機制的分析框架中。如何更精準地定量研究各驅動因子在不同尺度上對ESV的影響,尤其是人類活動中生態工程措施的作用將是后續研究關注的重點。與傳統研究方法相比,應用地理探測器在分析地理現象空間分異并揭示其潛在影響因子方面具有獨特優勢,但其基本原理決定了在揭示驅動要素背后影響機制時具有一定局限性[41,58]。ESV的空間異質性是自然和社會經濟因子復雜耦合作用的空間現象,在空間分布上具有耦合性的要素不一定具有直接的因果關系,僅從因子解釋貢獻度難以全面厘清ESV的影響機制[25,50,52]。未來將結合社會調查數據,重視不同影響因素尺度效應,運用質性研究方法探討ESV空間異質性的影響機制。

4.2 結論

(1)示范區ESV具有明顯的空間異質性,其冷點和熱點區集聚性顯著,存在一定的尺度依賴性。相對于鄉鎮尺度,ESV冷熱點區在縣域尺度上分布較為集中,并呈面狀分布。

(2)示范區人類活動強度與ESV耦合程度基本協調一致,生態質量總體狀況較好。縣域和鄉鎮尺度生態狀況主要屬于生態質量優質區(QI)、一般區(QII)和劣質區(QIII),分布在高度耦合QIV的縣域和鄉鎮均較少。

(3)ESV的空間異質性是自然和社會經濟因子復雜耦合作用的結果,各因子對ESV空間分異的解釋力具有尺度依賴性。在交互作用探測中,各影響因素兩兩交互作用對ESV空間分異的影響力均存在協同增強效應。