基于格網尺度的南昌市土地利用變化及生態系統服務價值時空相關性分析

楊光宗，呂 凱，李 峰

（山西農業大學鄉村調查研究院，山西 太原 030031）

1 引言

聯合國千年生態系統評估計劃（Millennium Ecosystem Assessment, MIA）將生態系統服務（ecosystem service）定義為生態系統的結構、過程和功能直接或間接對人類產生的福祉，并概括為供給（如食品、淡水和纖維）、調節（空氣和水凈化、氣候調節和病蟲害控制）、文化（娛樂、教育和精神充實）和支持（土壤形成、營養循環）服務，可作為區域可持續發展的核心指標[1]。中國在過去幾十年追求經濟快速發展的過程中，產生了許多環境問題，如生物多樣性損失、生態系統和土地資源大規模退化[2]。為了應對上述問題，中國正在為提高生態系統服務并增強生態系統服務價值（Ecosystem Service Value, ESV）而努力，ESV評估是對國土資源和生態系統服務功能進行資本量化[3]。土地利用/覆被變化（Land Use/Cover Change, LUCC）是社會經濟活動與自然耦合的結果，是影響生態系統服務功能的主要驅動力，LUCC通過從結構、質量、過程等幾方面深刻影響生態系統，從而驅動著生態系統服務發生變化[4-7]。LUCC及ESV的空間量化與協同研究正逐漸成為生態學和地理學的研究熱點[8]。因此，開展ESV評估對優化土地利用類型、制定差異化的生態補償政策以及生態系統服務權衡具有重要意義。

目前關于ESV的研究主要集中在土地利用變化時空對比分析[9]、ESV評估[10-11]以及將二者結合分析[12-14]，對ESV空間格局量化評估較少[15-17]。梳理文獻發現，對ESV評估的尺度主要集中在流域尺度[18]、行政區尺度[19-20]、國土安全尺度[21-22]、典型地區[23-24]，尺度往往具有依賴性，在這些尺度上開展ESV評估存在空間信息表達不足的缺點。已有研究多聚焦于宏觀尺度，而對微觀尺度的關注不夠。相關ESV評估研究結果不精細化、普適度較低、空間表達欠缺。此外ESV隨著尺度變化并在更細的尺度上具有粒度與幅度效應，會影響ESV的準確評估，進而對國土空間管控與利用產生一定影響。部分學者基于3 km×3 km、10 km×10 km、25 km×25 km格網尺度開展ESV的研究，相比流域及行政區等尺度得到了更為精細的結果。本文基于生態系統服務價值和空間自相關經典分析方法對土地利用變化與生態系統服務價值進行時空變化分析，并根據相關結果提出國土空間用途管制策略，可為國土空間格局優化、編制相關專項規劃與用途管制、制定差異化生態補償方案提供依據。

隨著鄱陽湖生態經濟區被提升為國家級生態經濟區，作為環鄱陽湖重要城市，南昌市的土地利用方式將影響到區域可持續發展。有研究表明，鄱陽湖地區生態經濟發展綜合指數并不高，這與生態經濟區內的重要城市發展方式密切相關[25]。目前針對鄱陽湖生態經濟區的ESV相關研究較少，特別是以格網更為精細的尺度研究，因此以經濟區內最為重要的南昌市開展相關研究具有科學意義與現實意義。綜上，本文以南昌市為研究區，基于格網尺度從土地利用角度分析ESV的動態變化特征以及近10年來土地利用變化對ESV的影響，深入揭示LUCC與ESV時空變化相關空間關系，為南昌市政府制定差異化的生態補償政策、調整國土空間用地布局、助力鄱陽湖生態經濟區生態與經濟協調可持續等提供智庫咨詢和理論支撐。

2 研究區域與數據來源

2.1 研究區域

南昌市位于江西省北部（115°27′E～116°35′E，28°10′N～29°11′N），鄱陽湖西南岸，地處贛江、撫河下游，下轄4縣5區即西湖區、青山湖區、東湖區、青云譜區、灣里區、安義縣、進賢縣、新建縣及南昌縣，總面積為7 194.61km2。2018年南昌市城鎮化率75.38%，GDP為5 239.17億元，是鄱陽湖生態經濟區經濟最發達、人口最密集、城鎮化率最高地區。近年來，工業化城市化加快，建設用地面積年均增長1 000 hm2[26]，建設占用大量非農用地，生態用地不斷萎縮，生態環境日益脆弱，生態文明建設愈加重要，開展ESV評估對實現生態保護與經濟協調發展具有重要意義。

2.2 數據獲取與處理

基于研究區遙感解譯數據進行ESV評估，2009年、2013年以及2018年土地利用數據以Landsat-8遙感影像數據為數據源，為30 m×30 m的分辨率，在選取遙感影像數據時為了減少誤差將云量控制在10%以下。然后利用ENVI5.3對數據源進行輻射校正和幾何校正、裁剪等預處理，并采用基于CART算法的決策樹分類方法，結合野外實測及參考國家標準（GB/T 21010—2017）將研究區分為建設用地、耕地、林地、草地、水域、未利用地6個類別。Kappa系數均在92%以上，精度達到研究要求。

非遙感數據主要包括南昌市土地利用現狀圖，糧食單產、總產量、總產值均來自于南昌市統計年鑒（2009—2018）以及政府統計公報。根據COSTANZA[27]和謝高地等[28]確定的ESV系數，結合單位面積ESV的研究結果及南昌市具體情況，以南昌市2009—2018年平均糧食單產和糧食平均單價為基準。結合相關文獻[29]和區域自然情況，以人類零投入的自然系統提供的經濟價值的七分之一為依據，并根據市場調節系數計算出南昌市一個當量因子的價格為3 383.17元/hm2。參照式（1）計算得到南昌市單位面積土地生態系統服務價值（表1）。

表1 南昌市生態系統服務價值系數Tab.1 Value coef fi cient of ecosystem service in Nanchang city （元/hm2）

式（1）中：ESV代表研究區生態系統服務價值當量（總量）；VCi代表第i類土地利用類型的單位面積生態系統服務價值（當量/hm2）；Ai代表第i類土地利用類型的面積（hm2）；n為研究區所有土地利用類型個數。

2.3 研究方法

2.3.1 土地利用變化動態度模型個數

為了更加準確的表達土地利用變化幅度，可以利用土地利用變化動態度模型，計算某用地面積在研究時期內的變化量[30]，計算公式為：

式（2）—式（3）中：Ua和Ub為研究區基期年和末期年任一土地利用類型的面積；T為時間長度；K為土地利用動態度；Qm為多樣性指數；xi為研究區內第i種土地利用類型面積。

2.3.2 基于格網的ESV空間表達

格網是微觀尺度下量化土地利用時空演變的有效評估單元，作為表達空間分布格局的重要方法和手段，基于格網尺度下對ESV開展研究，可以定量分析土地利用空間異質性和精細化表達土地利用空間信息。結合南昌市地形特征、面積大小和地勢海拔等因素，參考相關文獻[31]的基礎上構建了500 m×500 m、1 km×1 km、2 km×2 km格網作為預選評價單元，并借助ArcGIS 10.2軟件Greate Fishnet、Dissolve、Clip、Merge等分析工具，最終確定了1 km×1 km大小的格網，共計7 569個。以每一個格網內的土地利用類型數據為基礎，分別計算小格網內每一種土地利用類型的生態系統服務價值，最后相加得到格網的生態系統服務價值。具體公式如下：

式（4）—式（5）中：ESVn為每一個格網單元內第n類土地利用類型的ESV；Smn為第m個格網第n種土地利用類型的面積（hm2）；LUm為第m種土地利用類型的ESV系數；k為土地利用類型個數。

2.3.3 空間自相關分析

空間自相關方法普遍用于測度某種屬性的空間分布及其臨近地區存在的某種相關性及相關程度的方法，可以直觀地表達某類空間現象的差異性和關聯性[32]。全局空間自相關是通過計算Moran’s I指數來揭示南昌市生態系統服務價值空間相關性的總體趨勢，如式（6），莫蘭指數的值為[-1，1]，值大于0表示空間正相關，值越大正相關性越顯著，空間集聚性越強，值小于0表示空間負相關，值越小負相關性越顯著。局部空間自相關是反映某種屬性的局部空間相關性特征，Moran’s Ii指數值大于0表示高—高或低—低集聚，值小于0表示高—低或低—高聚集，如式（7）。

式（6）—式（8）中：n為空間單元個數；xi、xj分別表示第i、j個空間單元的ESV值；x為ESV的平均值；wij為空間權重矩陣；m0為方差。

3 結果與分析

3.1 土地利用結構變化

2009—2018 年，南昌市土地利用類型主要為耕地、林地、水域和建設用地，3個時期4種地類面積之和占南昌市總面積的90.53%、90.80%和91.65%（表2）。鄱陽湖生態經濟區在2009年上升為國家戰略規劃以后，南昌市作為鄱陽湖生態經濟區的核心城市，建設用地面積近10年間共增加了16 845.16 hm2，占總面積2.34%，成為增加值最大的土地利用類型，其中水域面積近10年增加了2 369.82 hm2，占總面積0.33%；說明南昌市近年來城市化、工業化進程加快的同時也更加注重生態與經濟協同。

表2 2009—2018年南昌市土地利用動態變化Tab.2 Dynamic changes of land use in Nanchang City from 2009 to 2018

近10年，耕地面積共減少6 642.38 hm2，是減少面積最多的一種類型，約占總面積的0.92%，這表明南昌市的耕地保護壓力較大；林地、草地、未利用地分別減少4 477.86 hm2、4 184.17 hm2和3 910.57 hm2，非農用地持續減少，表明人類活動對土地利用變化的影響逐漸加強，生態保護壓力增加；這與城市化、工業化加速推進以及耕地占補平衡政策執行不徹底相關。

3.2 土地利用變化動態度和多樣性指數分析

3.2.1 土地利用變化動態度分析

土地利用變化動態度是反映土地利用變化速度的百分率，是表征人類活動對自然環境的影響程度，根據式（2）及表2，得到南昌市土地利用變化動態度K（表3）。

表3 2009—2018年南昌市土地利用變化動態度Tab.3 Dynamic attitudes of land use change in Nanchang City from 2009 to 2018

由表3可知，首先南昌市2009—2018年期間各土地利用類型變化動態度整體較小，其中草地變化最大，為負數（-0.65%）；耕地變化最小，為負數（-0.02%）；說明草地面積年比例減少最多，耕地面積年比例減少最小，其中建設用地（0.15%）和水域（0.04%）為正數，表明建設用地面積年比例增加最多，其次是水域，林地和未利用地面積年比例減少相對較少。就年變化量來說，10年間減少最多的為耕地，其次為林地，分別達到664.24 hm2和447.79 hm2。此外2009—2013年這個階段，未利用地的變化動態度減少最大，耕地的變化動態度減少最小，建設用地呈現增加趨勢。2013—2018年這個階段，草地的變化動態度減少最多，水域和耕地的變化動態度較少最小，建設用地相比上一階段增量更多。近年來國家雖然嚴格實行耕地保護制度，但是隨著城市產業發展以及“官員晉升錦標賽”，地方政府在與中央政府博弈中采取諸如耕地占補平衡及耕地指標補充等靈活措施侵占局域內一些耕地，這使得本地生態系統服務總價值減少。

3.2.2 多樣性指數分析

根據式（2），計算得到南昌市各土地利用類型的多樣性指數，2009年、2013年、2018年分別為0.647 8、0.641 2和0.625 9。3個時期的土地利用多樣性指數均大于0.6，表明近10年來南昌市的土地利用結構相對較為穩定，土地多元化程度仍然處于中等水平，但土地利用多樣性指數正在持續緩慢下降，其中最主要原因是建設用地面積持續增加，建設占用耕地面積增加以及耕地的撂荒加劇，意味著南昌市在接下來的土地利用過程中，應重視土地利用占補平衡、優化土地利用結構、提高土地利用效率。

3.3 ESV空間分布格局特征

根據南昌市生態系統服務價值系數（表1），計算得到2009—2018年南昌市的ESV（表4），結果表明，ESV總體呈先增加再下降趨勢,這段時間內，由于南昌市城鎮化工業化快速發展，ESV整體呈現減少趨勢，2009—2013年ESV由353.91億元增加到356.33億元，共增加了2.42億元。2013—2018年ESV由356.33億元減少到351.79億元，共減少了4.55億元。2009—2018年，ESV由353.91億元減少到351.79億元，共減少2.12億元；這表明南昌市近十年來，城市建設占用面積的不斷增大，進一步侵占了相關生態用地進而導致ESV呈現減少趨勢，土地利用結構需要更加優化。但隨著高質量協同發展及生態文明指引下的新經濟業態，三期格網的ESV平均值為1.72×105元、1.76×105元和1.74×105元，ESV下降趨勢在將來會一定程度上得到控制。

表4 2009—2018年南昌市生態系統服務價值量及變化Tab.4 Values and changes of ecosystem service in Nanchang City from 2009 to 2018

2009—2018 年南昌市食物生產價值量持續下降，這與近10年來，南昌市耕地面積持續減少相關，水資源供給與水文調節價值量呈現先增加再減少的趨勢，這與鄱陽湖生態經濟區與“昌九一體化”相關，在政策初期，各級地方政府能夠有效執行，但經濟增長壓力、城市化工業化的因素影響，土地利用結構則需進一步優化。其中水資源供給與水文調節是占比最大的兩項生態系統服務，這與南昌市水域面積占比較大相關，結果進一步揭示了南昌市的耕地和水域對生態系統服務價值具有重要影響。

根據自然斷點法將南昌市ESV劃分為5個區域，分別為高值區、較高值區、中值區、較低值區、低值區（圖1）。從空間格局分布上看，高值區主要位于軍山湖、青嵐湖、南磯鄉濕地以及贛江撫河區，較高值區集中在灣里區及西北角，中值區與較低值區交錯分布，低值區主要位于中心城區，這區域主要為建設用地，表明ESV與建設用地呈現負相關關系，受人類活動的影響較大。2009—2018年高值區面積持續減少，低值區面積持續增加（表5）；南昌市ESV主要集中在中值區和較低值區，這表明南昌市生態系統服務價值整體上偏低，在未來土地利用上應更重視生態用地的保護。

圖1 2009—2018年南昌市生態系統服務價值空間分布Fig.1 Spatial distribution of ESV in Nanchang City from 2009 to 2018

表5 2009—2018年南昌市生態系統服務價值分區Tab.5 Ecosystem service value zoning in Nanchang City from 2009 to 2018 （hm2）

3.4 ESV空間自相關分析

3.4.1ESV全局空間自相關分析

由表6、圖2可知，根據Geoda軟件計算得到2009年、2013年、2018年南昌市生態系統服務價值的全局Moran’sI值均大于0，P值均小于0.001，表明南昌市生態系統服務價值整體上呈顯著的空間正相關關系，Moran’sI值持續增加，表明南昌市近10年來，生態系統服務價值更加集聚，相關性逐漸增強，在空間上表現為整體較為分散、小范圍集聚的特點。這與南昌市近年來的城市發展模式及城市擴張方向有一定關系，中心城區由于交通區位優勢、地價優勢，主要以建設用地為主，進而導致ESV在某些范圍內呈現小聚集、大分散格局。

表6 南昌市生態系統服務價值各年份Moran’s I統計值Tab.6 Moran’s I statistics of ESV in Nanchang City

圖2 南昌市ESV Moran’s I散點圖Fig.2 ESV Moran’s I scatter plot of Nanchang City

3.4.2ESV局部空間自相關分析

LISA分布圖可以反映事件與周邊事件的局域空間關系，主要分為4種類型，即高—高值聚集、高—低值聚集、低—高值聚集、低—低值聚集區。由圖3看出，南昌市2009年、2013年、2018年ESV呈現顯著的高—高值聚集區和低—低值聚集區，表現為顯著正相關，呈現空間聚集格局。三個時期，ESV高—高值聚集區大體一致，主要集中在軍山湖、青嵐湖及南磯鄉附近。在中心城區邊緣地帶，高—高值聚集區面積逐年減少，表明這一區域面臨較大的生態保護壓力。低—低值聚集區主要集中在中心城區，形成“一江兩岸分布”，而且低—低值聚集區面積逐年增加，這與建設用地擴張相關。南昌市東北角呈現低—低值集聚區與高—高值集聚區鑲嵌分布格局，這表明該區域人類活動頻繁，應當重視生態環境的保護，對于不適合開發的地區項目嚴禁進行開發活動，嚴格落實國家環境保護政策，騰退一些低產工業用地、低效率用地。高—高值、低—低值聚集區整體上呈現東南西北分布格局，這與南昌市高程分布格局具有相似性，這表明在市域范圍內研究ESV的時空變化，需要極其關注地理因素的作用，某些地理要素對研究結果具有很強的擾動作用，隨著尺度變化這種相關性可能表現得更加強烈。與其關注ESV的整體分布格局，本文研究南昌市ESV的高低值聚集區是為了從空間整體上了解全市ESV的分布格局，重點關注城區范圍內的ESV與土地利用變化的關系，了解土地利用變化帶來的ESV損失情況，從而更加針對性的保護生態環境。相比自然環境變化引發的生態系統服務價值損失，更加關注對人類社會產生福祉產生影響的生態系統服務進行研究才具有科學意義。

圖3 南昌市ESV的LISA分布圖Fig.3 LISA aggregation of ESV in Nanchang City

4 結論與討論

本文基于2009年、2013年、2018年遙感數據以及修正后的ESV參數體系，在1 km×1 km的格網尺度下，估算了南昌市土地利用變化導致的ESV的時空變化，并運用多樣性指數、生態系統服務價值評估模型、空間自相關分析方法，探究南昌市土地利用變化對ESV的影響及其空間格局的動態演化，主要研究結果如下：

（1）2009—2018年，南昌市建設用地面積增加最多，為126 639.47 hm2，耕地減少數量最多，為293 268.76 hm2，土地利用程度較高，多樣性指數均在0.6以上，處于中等水平，且土地利用結構相對穩定。近年南昌市城市建設快速發展，占用了城市周邊大量良田，但整體上還處于快速城市化時期，各種地類演變較為復雜。

（2）2009—2018年南昌市生態系統服務價值總體上呈現先增加后減少的趨勢，由353.91億元降至351.79億元，其主要原因是南昌市處于城市化工業化的發展期，土地利用不合理，相關政策執行不徹底；其中，生態系統服務功能排序為：水資源供給＞水文調節＞氣候調節＞氣體調節＞保持水土＞凈化環境＞生物多樣性＞養分循環＞娛樂文化＞原料生產＞食物生產。水資源供給是生態系統服務主要功能，占生態系統服務價值的28.26%。

（3）南昌市2009—2018年3個時期生態系統服務價值主要集中在較低值區，分別占總面積的41.90%、43.05%和42.21%；3個時期，Moran’sI值分別為0.601、0.603和0.606，空間格局上主要呈現高—高聚集、低—低聚集，高—高聚集在軍山湖、青嵐湖及南磯鄉附近，低—低聚集在中心城區。南昌市中心城區遍布眾多大型湖泊，進而形成了高生態系統服務價值區域。

生態系統中形成和維持的生態系統服務對實現人類生存和綠色發展具有重要作用，開展ESV評估的最終目的是輔助決策者制定更好的生態保護規劃與管理，實現人與自然可持續發展。利用格網法可定量分析ESV空間異質性和精細化表達土地利用空間信息，1 km×1 km的尺度可較好識別南昌市土地利用變化信息。與有關研究利用3 km×3 km的網格單元研究縣域ESV，本文利用更為精細的網格單元研究市域范圍，在揭示地類鑲嵌格局、契合度、穩定度方面更具優勢。同時，基于格網表達的ESV空間信息不均衡和異質性，可為南昌市生態空間規劃與生態用途管制方案提供依據。基于空間自相關分析，識別重點區域的ESV變化關系，可為制定差異化的生態系統補償政策提供借鑒，這對實現鄱陽湖生態經濟區生態保護與高質量協同發展具有重要意義。

隨著“雙碳”目標的提出，通過逐步修復生態環境，踐行綠化行動，提升生態系統碳匯能力是實現“雙碳”目標的技術手段。開展ESV的精細化研究，明晰ESV空間格局分布，有助于摸清生態環境質量本底，為協調保護與發展提供空間依據。在新發展格局下“雙碳”目標與ESV關系建設上的基本方向為：政策導向與技術集成相結合，以ESV評估為基礎搭建生態銀行，以生態銀行鼎托“雙碳目標”實現，建設既富又美的低碳型城市。

基于格網法與空間自相關性分析確定的ESV空間分布格局，對厘清土地利用與ESV空間格局相關性具有重要作用，但土地利用與ESV空間特征具有復雜性、多維性、異質性和不確定性，同時ESV不僅僅是簡單的貨幣量化估算，越來越多的人要求將社會需求、觀念和社會偏好納入到ESV評估中，值得注意的是ESV評估是為了提高政策的相關性和生態系統在城市運營管理中的實際應用。基于人地關系系統理論，ESV是由人類主體、自然資源稟賦、社會經濟等多因素在特定的時間和空間上相互作用、相互影響的共同結果，呈現出復雜的非線性關系，在研究ESV空間變化因注意到因資源利用變化而產生的權衡與協同關系，應通過施加持續性的限制加以各類因素，然后以成本效益高的方式加以滿足，以空間目標的政策才能產生對社會有重大利益的影響，從人地系統關系出發全面綜合的考慮土地利用與ESV關系是下一步研究的重點。