陳登帥,李 晶,*,楊曉楠,劉 巖

1 陜西師范大學(xué) 地理科學(xué)與旅游學(xué)院,西安 710119 2 陜西師范大學(xué) 地理學(xué)國家級實(shí)驗(yàn)教學(xué)示范中心,西安 710119

生態(tài)系統(tǒng)為人類提供賴以生存的自然環(huán)境條件及效用,人類直接或間接地從中獲取所有惠益就是生態(tài)系統(tǒng)服務(wù)[1]。生態(tài)系統(tǒng)服務(wù)種類多種多樣,不僅可以為人類的生存直接提供糧食、氧氣、水等,并具有凈化污染、涵養(yǎng)水源、保護(hù)生物多樣性、水土保持等功能[2]。生態(tài)系統(tǒng)服務(wù)之間關(guān)系復(fù)雜,相互影響,具體表現(xiàn)為此消彼長的權(quán)衡關(guān)系和相互增益的協(xié)同關(guān)系[3]。正確理解生態(tài)系統(tǒng)服務(wù)間的權(quán)衡與協(xié)同關(guān)系對提高人類福祉和實(shí)現(xiàn)區(qū)域可持續(xù)性具有重要的意義。

目前,國內(nèi)外學(xué)者對生物多樣性、產(chǎn)水和固碳等生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡和協(xié)同關(guān)系做了一定的探索。Hall等[4]利用GIS空間分析方法探討了增加林木覆蓋面積對森林碳儲量和生物多樣性的影響,并且固碳與生物多樣性存在著復(fù)雜的關(guān)系[5];Hatanaka等[6]通過對樹齡分級,分析了固碳與生物多樣性之間的權(quán)衡關(guān)系;Bradshaw等[7]從碳排放價(jià)格方面研究了澳大利亞不同碳排放價(jià)格對生物多樣性的影響;Rodríguez等[8]指出造林雖然可以增加固碳量,調(diào)節(jié)氣候,但也會增大蒸散量,減少徑流量;在實(shí)踐中需要對碳價(jià)格和水價(jià)格做出權(quán)衡,從而確定造林面積;Onaindia等[9]在不同碳價(jià)格基礎(chǔ)上探究了生物多樣性、固碳和水供應(yīng)之間的權(quán)衡關(guān)系,提出在經(jīng)濟(jì)的趨勢下增加人工林會減少水的提供并危害生物多樣性。李晶等[10]利用相關(guān)系數(shù)和空間制圖研究了關(guān)天經(jīng)濟(jì)區(qū)的NPP、固碳釋氧、水文調(diào)節(jié)、水土保持等多種服務(wù)的權(quán)衡協(xié)同關(guān)系,并指出調(diào)節(jié)型生態(tài)系統(tǒng)服務(wù)與供給型生態(tài)系統(tǒng)服務(wù)之間存在權(quán)衡關(guān)系。然而,國內(nèi)外對生態(tài)系統(tǒng)服務(wù)之間權(quán)衡與協(xié)同關(guān)系的定量化及其驅(qū)動(dòng)機(jī)制研究還遠(yuǎn)遠(yuǎn)不夠,多重生態(tài)系統(tǒng)服務(wù)之間非線性動(dòng)態(tài)關(guān)系仍然非常模糊。此外,隨著西部經(jīng)濟(jì)大開發(fā)和“一帶一路”等經(jīng)濟(jì)戰(zhàn)略的實(shí)施,渭河流域城市化進(jìn)程加快,人們對生態(tài)系統(tǒng)服務(wù)的需求也急劇增加,導(dǎo)致了嚴(yán)重的生態(tài)環(huán)境問題,具體表現(xiàn)為水資源短缺、環(huán)境污染、物種多樣性減少、生境破碎等[11- 12]。因此,加強(qiáng)態(tài)系統(tǒng)服務(wù)之間及其與人類發(fā)展和生態(tài)環(huán)境的權(quán)衡分析,為區(qū)域經(jīng)濟(jì)發(fā)展和生態(tài)建設(shè)提供決策依據(jù)是非常有必要的。

鑒于未來的不確定性與現(xiàn)實(shí)決策的需要,土地利用情景預(yù)測是目前國際上進(jìn)行生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同分析的重要方法[13- 14]。而有關(guān)渭河流域的研究中,對于未來土地利用變化情景的設(shè)置多以土地利用現(xiàn)狀為基礎(chǔ),簡單設(shè)置不同土地利用類型面積的增減變化,較少結(jié)合研究區(qū)域的實(shí)際和發(fā)展規(guī)劃。因此,本文以渭河流域(關(guān)天段)為研究對象,通過設(shè)定經(jīng)濟(jì)發(fā)展優(yōu)先、環(huán)境保護(hù)優(yōu)先和兩者兼顧等一系列土地利用情景,定量模擬了未來多種生態(tài)系統(tǒng)服務(wù)的質(zhì)量與空間格局變化,并進(jìn)一步通過權(quán)衡與協(xié)同分析,結(jié)合當(dāng)?shù)氐陌l(fā)展目標(biāo)或利益需求,得出最優(yōu)的土地利用類型分布,為該區(qū)域的可持續(xù)發(fā)展和生態(tài)文明建設(shè)提供決策支持。

1 研究區(qū)概況和數(shù)據(jù)來源

1.1 研究區(qū)概況

渭河是黃河的最大的支流,主要流經(jīng)甘肅天水、陜西寶雞、咸陽、西安等地,在陜西潼關(guān)縣匯入黃河,全長818 km,多年平均徑流量75.7108m3。渭河流域地形特點(diǎn)為西高東低,可分為東西二部:西為黃土丘陵溝壑區(qū),東為關(guān)中平原區(qū);南有東西走向的秦嶺橫亙,北有六盤山屏障。渭河徑流年際變化表現(xiàn)為南部小,北部大;季節(jié)變化明顯,干流以秋季流量最大,約占年徑流的38%—40%。渭河流域關(guān)天段涵蓋6市1區(qū),從西向東分別為:天水市、寶雞市、楊凌示范區(qū)、西安市、咸陽市、銅川市、渭南市、商洛市部分區(qū)縣(圖1)。此區(qū)域?yàn)殛兾魇〉男姓行暮徒?jīng)濟(jì)樞紐,人口密度和城市化程度較高。渭河承擔(dān)著經(jīng)濟(jì)區(qū)的生產(chǎn)、生活用水以及生態(tài)補(bǔ)水的水域功能。

圖1 渭河流域關(guān)天段區(qū)域圖Fig.1 The location of Guantian section in Weihe River basin

1.2 數(shù)據(jù)與處理

本研究選用的數(shù)據(jù)主要包括渭河流域關(guān)天段的基礎(chǔ)地理信息數(shù)據(jù)(行政區(qū)縣、河流、道路等)、遙感影像圖、DEM數(shù)據(jù)、土地利用數(shù)據(jù)(2000年、2005年、2010年、2013年)、氣象數(shù)據(jù)(降水、溫度、風(fēng)速、相對濕度等),統(tǒng)計(jì)數(shù)據(jù)(人口、GDP等)。野外采樣與實(shí)地調(diào)查數(shù)據(jù),沿路線西安-商洛-銅川-渭南-寶雞-天水-楊凌-咸陽-西安環(huán)繞渭河流域關(guān)天段,共采集90個(gè)土壤樣點(diǎn)數(shù)據(jù)(圖1)。通過重鉻酸鉀氧化-外加熱法測算采樣點(diǎn)的土壤有機(jī)碳含量[15],并與碳循環(huán)模型反演土壤呼吸計(jì)算得出的土壤有機(jī)碳含量進(jìn)行對比驗(yàn)證,相關(guān)系數(shù)達(dá)到0.7391。并通過實(shí)地調(diào)查及谷歌地球影像驗(yàn)證遙感解譯的土地利用類型圖并修改與實(shí)際不符合的部分。

2 研究方法

2.1 固碳估算

本文研究的固碳主要分為地上與地下兩部分,地上部分由凈初級生產(chǎn)力(NPP)推算得出,每千克干物質(zhì)會固定1.63 kg的CO2;地下部分主要關(guān)注土壤有機(jī)碳。

(1)地上部分采用CASA(Carnegie-Ames-Stanford Approach)模型計(jì)算植被凈初級生產(chǎn)力,進(jìn)而計(jì)算出地上固碳量。凈初級生產(chǎn)力的估算由植被吸收的光合有效輻射(APAR)和光能轉(zhuǎn)化率(ε)兩個(gè)變量確定[16]。

NPPx,t=APARx,t×ε(x,t)

(1)

式中：x表示空間位置;t表示時(shí)間;APAR(x,t)表示空間位置x在t月吸收的光合有效輻射(MJ m-2月-1);ε(x,t)為像元x在t月的光能轉(zhuǎn)化率(gC/MJ)。

(2)地下部分選用了由周濤等[17]改進(jìn)的碳循環(huán)過程模型來反演土壤基礎(chǔ)呼吸,進(jìn)而與全國第二次土壤普查的土壤有機(jī)碳數(shù)據(jù)進(jìn)行回歸分析,得到土壤呼吸與土壤有機(jī)碳含量的回歸方程。碳循環(huán)過程模型的計(jì)算公式如下：

(2)

式中,Aij為土壤基礎(chǔ)呼吸;NPP為凈初級生產(chǎn)力;b為溫度敏感常數(shù)因子。

2.2 生物多樣性估算

本文中應(yīng)用InVEST軟件的生物多樣性模塊測算生境質(zhì)量指數(shù)評價(jià)生境質(zhì)量。計(jì)算結(jié)果范圍為：0—1,值越大代表?xiàng)⒌刭|(zhì)量越高,生物多樣性質(zhì)量越高。計(jì)算公式為：

(3)

式中,Qxj是土地利用類型j中柵格x的生境質(zhì)量;Dxj是土地利用類型j柵格x的生境脅迫水平;k是縮放參數(shù)(常數(shù))。

(4)

式中,dxy為柵格x與y之間的線性距離;drmax為脅迫因子最大有效威脅距離;Wr為脅迫因子的權(quán)重;βx為柵格x的可達(dá)性水平;Sjr為土地利用類型j對脅迫因子的敏感性。

2.3 產(chǎn)水估算

本文構(gòu)建了渭河流域的SWAT模型,并根據(jù)研究區(qū)面積、土地利用類型、土壤屬性等實(shí)際情況,設(shè)定最小集水面積閾值為15000 hm2,將渭河流域關(guān)天段劃分為157個(gè)子流域(圖1)。產(chǎn)水服務(wù)是基于SWAT模型水文模塊測算的[18],其計(jì)算公式如下：

WYLD=SURQ+LATQ+GWQ-TLOSS-PA

(5)

式中,WYLD為總產(chǎn)水量,是指時(shí)間步長內(nèi)進(jìn)入主河道的總水量(mm);SURQ為時(shí)間步長內(nèi)地表徑流對主河道總徑流的貢獻(xiàn)量(mm);LATQ為時(shí)間步長內(nèi),側(cè)向流對河川徑流的貢獻(xiàn)量(mm);GWQ為時(shí)間步長內(nèi),地下徑流對主河道總徑流的貢獻(xiàn)量(mm);TLOSS為河床傳輸?shù)乃畵p失量(mm)：PA為池塘截留量(mm)。

為了驗(yàn)證構(gòu)建模型的準(zhǔn)確性,研究選擇1990年至2013年咸陽水文站的實(shí)測徑流數(shù)據(jù)對SWAT模型進(jìn)行參數(shù)的率定和驗(yàn)證。其中1990—1999年為率定期,以2000年、2005年、2010年、2013年的徑流數(shù)據(jù)進(jìn)行驗(yàn)證。1990—1999年逐月實(shí)測徑流量與模擬值分布接近,相關(guān)性比較好,相關(guān)系數(shù)R2為0.78,NES值為0.71,均大于0.5;驗(yàn)證階段2000年至2013年,這4年的模擬值和實(shí)測值吻合度也比較好,相關(guān)系數(shù)R2為0.73(圖2)。這說明構(gòu)建的SWAT模型在渭河流域具有良好的適用性,徑流模擬精度很高,可以用來做進(jìn)一步的研究工作。

圖2 率定期和驗(yàn)證期逐月徑流量模擬值與實(shí)測值對比圖Fig.2 Simulated and realistic monthly runoff data in calibration and validation period

2.4 土地利用情景預(yù)測

根據(jù)流域歷史土地利用轉(zhuǎn)移規(guī)律,結(jié)合未來發(fā)展規(guī)劃,構(gòu)建了流域未來3種土地利用發(fā)展情景,利用IDRISI軟件的CA-Markov模塊[19]對流域2050年的土地利用進(jìn)行模擬。不同情景規(guī)劃下,對高程、降水、人口、道路、水系等驅(qū)動(dòng)及限制因子設(shè)置不同參數(shù)與權(quán)重值,得到2050年土地利用類型圖(圖3)。

情景1為計(jì)劃情景,土地利用變化按原有趨勢持續(xù)演變,并參考渭河流域土地利用總體規(guī)劃,調(diào)整未來土地利用類型面積和分布。

情景2為開發(fā)情景,在現(xiàn)有土地利用的基礎(chǔ)上推進(jìn)城市化建設(shè),城鎮(zhèn)邊緣的耕地,稀疏灌木林地大量轉(zhuǎn)化城鎮(zhèn)建設(shè)用地。

情景3為保護(hù)情景,限制城鎮(zhèn)化發(fā)展,生態(tài)環(huán)境保護(hù)為第一目的。嚴(yán)格限制城鎮(zhèn)建設(shè)、工業(yè)用地侵占耕地和水域,對坡度大于20°的耕地進(jìn)行退耕還林還草措施。

圖3 渭河流域關(guān)天段土地利用類型圖Fig.3 The land use patterns for 2000, 2010 and 2050 in Guantian section of Weihe River basin

2.5 生態(tài)系統(tǒng)服務(wù)優(yōu)化

在本文中,研究引入生產(chǎn)可能性邊界方法對未來生態(tài)系統(tǒng)服務(wù)的進(jìn)行優(yōu)化,并得到最優(yōu)生態(tài)系統(tǒng)服務(wù)對應(yīng)的土地利用類型。生產(chǎn)可能性邊界,也稱為帕累托曲線(Pareto frontiers),是指在資源量固定不變的情景下,所能夠產(chǎn)出的一種或多種產(chǎn)品的量的總和[20]。數(shù)學(xué)方式表達(dá)出來即為一條坐標(biāo)軸中的曲線,可以用來反映潛力與過度問題。如果產(chǎn)品組合點(diǎn)在曲線的下方,說明資源利用不充分,存在優(yōu)化潛力;若組合點(diǎn)落在曲線上,則為最優(yōu)配置;若落在曲線以外,那么是無法達(dá)到的。下面以生物多樣性與產(chǎn)水兩種生態(tài)系統(tǒng)服務(wù)為例,說明制作兩者之間的帕累托效率曲線的方法。

首先,對生物多樣性柵格圖層與產(chǎn)水圖層相除得到比值圖層,比值圖層中每個(gè)單元格代表對應(yīng)地理位置的生物多樣性與產(chǎn)水的比值;然后,按照生物多樣性/產(chǎn)水的大小對比值圖層每個(gè)單元格做升序排列;最后,按照排列的升序順序,依次分別對單元格對應(yīng)地理位置的生物多樣性質(zhì)量和產(chǎn)水量進(jìn)行累計(jì)求和,并按照結(jié)果繪制曲線,即得到生物多樣性-產(chǎn)水之間的帕累托效率曲線。

3 結(jié)果與分析

3.1 生態(tài)系統(tǒng)服務(wù)時(shí)空變化

運(yùn)用相關(guān)模型,測算并制圖渭河流域2000—2013年的產(chǎn)水,固碳和生物多樣性(圖4)。渭河流域產(chǎn)水量呈現(xiàn)逐年增多的趨勢。2000年所有子流域的平均產(chǎn)水量為110.847 mm,2005年平均產(chǎn)水量比2000年小幅度增加了31.5 mm,到了2010年和2013年平均產(chǎn)水量大幅增長,分別是247.91 mm和275.42 mm。主要是因?yàn)?010年和2013年的降水量增加,尤其是在7、8月份的高強(qiáng)度降雨,造成河川徑流量也大幅增長。在空間上分析,除了2000年的產(chǎn)水分布是下游最高,中游略小于上游外,其他幾個(gè)年份都是產(chǎn)水量下游遠(yuǎn)遠(yuǎn)高于中游和上游,上游的產(chǎn)水量最小。除此以外,4個(gè)年份的最高產(chǎn)水量均出現(xiàn)在下游的2號子流域。通過測算地上、地下固碳量,發(fā)現(xiàn)2000年至2013年固碳量空間分布特征總體變化不大,平均固碳量最高的區(qū)域在62號子流域,最低值在3號子流域,其中2000年是最低值為27.6 t/hm2。62號子流域及其相鄰區(qū)域擁有較高的平均固碳量是因?yàn)樗鼈兊耐恋乩妙愋突径际橇值?植被覆蓋率高的地方固碳量會比較高。關(guān)中平原地區(qū)子流域固碳量相對較少,秦嶺地區(qū)子流域固碳量較大;局部變化比較明顯,個(gè)別子流域從2000年至2013年的固碳量有明顯變化,降水量變化及子流域內(nèi)土地利用類型變更可能是導(dǎo)致固碳量變化的主要原因。2000年至2013年渭河流域關(guān)天段生物多樣性質(zhì)量呈下降趨勢。渭河流域關(guān)天段的生物多樣性得分范圍為0.29—0.73,城市建設(shè)用地的得分普遍較低,秦嶺山地的得分較高,這表明秦嶺地區(qū)的生態(tài)退化程度低,生物多樣性質(zhì)量高。如位于秦嶺山地的157號子流域,生態(tài)威脅因子數(shù)量較少,生境與威脅因子距離較遠(yuǎn),生物多樣性質(zhì)量高。而關(guān)中平原生境質(zhì)量得分在0.38左右,該區(qū)域受人為影響較大,城鎮(zhèn)化導(dǎo)致生境斑塊破碎度與生態(tài)脆弱性加大,生境質(zhì)量下降。

圖4 2000—2013年渭河流域關(guān)天段子流域產(chǎn)水、固碳和生物多樣性空間分布圖Fig.4 The spatial distribution of water yield, carbon sequestration and biodiversity from 2000 to 2013

3.2 生態(tài)系統(tǒng)服務(wù)之間相關(guān)性

本文以子流域?yàn)檠芯繉ο?運(yùn)用R語言編程實(shí)現(xiàn)對子流域樣點(diǎn)的相關(guān)性分析[21]。圖5的各圖左下角為散點(diǎn)圖,右上角為用于展示相關(guān)系數(shù)的餅圖,散點(diǎn)圖與餅狀圖共同表達(dá)生態(tài)系統(tǒng)服務(wù)之間相關(guān)性的情況。餅狀圖填充大小代表相關(guān)系數(shù)值,填充滿表示相關(guān)系數(shù)為1。顏色深淺代表值的大小,值越大顏色越深,藍(lán)色代表正相關(guān),粉色代表負(fù)相關(guān)。若為正相關(guān)關(guān)系則順時(shí)針填充餅圖,若為負(fù)相關(guān)關(guān)系則逆時(shí)針填充餅圖。由圖5可以看出,2000年至2013年,固碳與生物多樣性均表現(xiàn)為正相關(guān),2010年相關(guān)系數(shù)最大,約為0.78,2013年最小,約為0.63。固碳與產(chǎn)水均表現(xiàn)為負(fù)相關(guān),2005年相關(guān)系數(shù)最大,約為0.45,2000年最小,約為0.13;生物多樣性與產(chǎn)水之間為負(fù)相關(guān),2010年相關(guān)系數(shù)最大,約為0.26,2000年最小,約為0.08。

圖5 2000—2013年渭河流域關(guān)天段生態(tài)系統(tǒng)服務(wù)之間相關(guān)性Fig.5 The correlations of ecosystem services in Guantian section of Weihe River basin from 2000 to 2013

運(yùn)用Python語言繪制固碳、產(chǎn)水和生物多樣性三者之間的PPF曲線,進(jìn)而對渭河流域關(guān)天段這一固定資源量的生態(tài)系統(tǒng)進(jìn)行生態(tài)系統(tǒng)服務(wù)之間權(quán)衡與協(xié)同關(guān)系的定量研究[22]。如圖6所示,固碳與生物多樣性之間呈明顯協(xié)同關(guān)系,從點(diǎn)ab和cd,固碳增加量都是50×106t,而生物多樣性分別增加了0.63×106和0.72×106,這說明固碳量累計(jì)越多,對生物多樣性質(zhì)量越有利。圖6所示,固碳與產(chǎn)水以及生物多樣性與產(chǎn)水之間的PPF曲線表現(xiàn)為向外“凸”的曲線,存在此消彼長的權(quán)衡關(guān)系。以圖6b 中a、b、c、d 4個(gè)點(diǎn)進(jìn)行固碳與產(chǎn)水之間的權(quán)衡關(guān)系分析。從a點(diǎn)到b點(diǎn),變化幅度比較小,平均斜率k為-204.7/50,即增加50×106t的固碳量會減少204.7×106t的產(chǎn)水量;從c點(diǎn)到d點(diǎn)的斜率為-541.1/50,即增加50×106t的固碳量會減少541.1×106t的產(chǎn)水量。研究稱固碳為產(chǎn)水的機(jī)會成本,不同階段減少產(chǎn)水量所付出的計(jì)劃成本是有差異的,從ab和cd付出相同的成本帶來的效益是不同的,顯然從c→d獲得的收益比較大,這表明固碳量積累越多越有利于保水。產(chǎn)水與生物多樣性之間的帕累托效率曲線的斜率同樣也是從右向左逐漸變大。

圖6 渭河流域關(guān)天段固碳、生物多樣性和產(chǎn)水之間的生產(chǎn)可能性邊界(PPF)曲線Fig.6 The trade-off and synergies between carbon sequestration, biodiversity and water yield in Guantian section of Weihe River basin

3.3 生態(tài)系統(tǒng)服務(wù)優(yōu)化配置

本文模擬了2050年的土地利用類型情景,并測算了3種情景下的固碳、生物多樣性和產(chǎn)水3種生態(tài)系統(tǒng)服務(wù)量。為了使未來的3種生態(tài)系統(tǒng)服務(wù)能夠達(dá)到最大化,選取2050年3種情景下的固碳、生物多樣性與產(chǎn)水3種生態(tài)系統(tǒng)服務(wù)的最大值繪制最優(yōu)帕累托效率曲線,代表未來土地資源所能提供的最優(yōu)的生態(tài)系統(tǒng)服務(wù)總量。并將2013年的土地利用資源配置下的生態(tài)系統(tǒng)服務(wù)組合情況展點(diǎn)到坐標(biāo)系中,發(fā)現(xiàn)2013年生態(tài)系統(tǒng)服務(wù)的組合點(diǎn)均在最優(yōu)帕累托效率曲線下方,說明資源配置存在優(yōu)化的潛力。下面我們將以固碳與生物多樣性為例,探究這兩種生態(tài)系統(tǒng)服務(wù)最優(yōu)帕累托效率曲線下的土地利用優(yōu)化。

在圖7中,點(diǎn)b(150,1.88)為2013年的固碳和生物多樣性,所對應(yīng)的土地利用類型在空間分布上包括渭河流域關(guān)天段的上游和關(guān)中平原的大部分區(qū)域,耕地面積為2.27106hm2,林地面積為5.19×105hm2,草地面積為9.51×105hm2,水域面積為1.02×104hm2,城鎮(zhèn)用地面積為9.13×104hm2。最優(yōu)帕累托效率曲線上的點(diǎn)c(150,2.16)和點(diǎn)d(132,1.88)是2050年最優(yōu)配置下的固碳和生物多樣性。對于存在優(yōu)化潛力的點(diǎn)b(150,1.88)可以采取兩種極端的方式到達(dá)最優(yōu)帕累托效率曲線,一種是通過上移至點(diǎn)c(150,2.16),固碳量保持不變,增加生物多樣性;需要將b點(diǎn)對應(yīng)的土地利用優(yōu)化成c點(diǎn)所對應(yīng)的土地利用類型及分布。c點(diǎn)對應(yīng)的土地利用分類中,耕地面積為2.45×106hm2,林地為5.76×105hm2,草地為9.34×105hm2,水域?yàn)?.05×104hm2,城鎮(zhèn)用地為1.13×105hm2。對比b點(diǎn)地類面積,c點(diǎn)中只有草地的面積減少,其余地類的面積均有所增加。b、c兩者之間的空間分布差異較大,b點(diǎn)中南部的地類去除,而東南與西南方向增加了區(qū)域。另一種方式是右移至點(diǎn)d(132,1.88),生物多樣性保持不變,減少固碳量;需要將所對應(yīng)的土地利用轉(zhuǎn)變成d點(diǎn)對應(yīng)的土地利用類型及分布。d點(diǎn)對應(yīng)的耕地面積為2.25×106hm2,林地為4.32×105hm2,草地為8.14×105hm2,水域?yàn)?.01×104hm2,城鎮(zhèn)用地為1.03×105hm2。實(shí)際中,只要能夠通過改變土地利用方式使更加接近這條曲線,即為實(shí)現(xiàn)了生態(tài)系統(tǒng)服務(wù)的優(yōu)化。

當(dāng)2013年的累計(jì)固碳量達(dá)到最大值時(shí),就是坐標(biāo)系中的點(diǎn)a,此時(shí)所對應(yīng)的土地利用分布就是整個(gè)研究區(qū)渭河流域(關(guān)天段)。研究可以根據(jù)曲線對整個(gè)研究區(qū)的土地利用類型進(jìn)行優(yōu)化,使生態(tài)系統(tǒng)服務(wù)到達(dá)最優(yōu)值,即達(dá)到曲線上的點(diǎn)A。a、A點(diǎn)所對應(yīng)下的土地利用類型及空間分布情況如圖8所示。綜上,我們可以利用最優(yōu)帕累托效率曲線,權(quán)衡不同的目標(biāo)和生態(tài)服務(wù)需求,進(jìn)行定量化的土地利用優(yōu)化,從而獲取最大化的生態(tài)系統(tǒng)服務(wù)價(jià)值。

圖8 最優(yōu)帕累托效率曲線對應(yīng)的土地利用分布圖Fig.8 The land use patterns under the optimal Pareto frontier

4 討論

本文引入生產(chǎn)可能性邊界對固碳、生物多樣性和產(chǎn)水之間協(xié)同與權(quán)衡關(guān)系進(jìn)行了定量化地動(dòng)態(tài)分析,并利用R和Python語言對三者之間的協(xié)同與權(quán)衡關(guān)系進(jìn)行了更加直觀、清晰地表達(dá),而不是僅僅停留在相關(guān)性等宏觀分析。從科學(xué)研究層面講,多重生態(tài)系統(tǒng)服務(wù)之間及其與地理環(huán)境之間復(fù)雜關(guān)系的變化特征和作用機(jī)理還需進(jìn)一步的歸納和總結(jié)。在現(xiàn)有工作的基礎(chǔ)上,進(jìn)一步研究生態(tài)系統(tǒng)服務(wù)協(xié)同與權(quán)衡關(guān)系動(dòng)態(tài)變化的驅(qū)動(dòng)機(jī)制和探討地理環(huán)境空間異質(zhì)性下的尺度效應(yīng)是本文下一步的研究方向;從實(shí)際決策層面講,人類活動(dòng)(如城市化,退耕還林等)會導(dǎo)致地表類型發(fā)生劇烈改變,而土地利用/覆蓋變化是引起生態(tài)系統(tǒng)服務(wù)及其彼此之間的權(quán)衡關(guān)系發(fā)生變化的主要驅(qū)動(dòng)因素[23- 24]。例如,本文的研究結(jié)果表明,產(chǎn)水與固碳之間存在權(quán)衡關(guān)系,相關(guān)性系數(shù)在2000年為0.13,但在2013年相關(guān)系數(shù)出現(xiàn)顯著增長,約為0.45,這主要是歸因于降水量的增加和林地的減少。2005年與2000年相比,土地利用類型也發(fā)生了明顯變化,林地面積減少62214 hm2,城鎮(zhèn)用地增加了18504 hm2。植被減少直接影響碳固定,同時(shí)城市化也加快了碳排放和產(chǎn)流的速率。2005年與2000年相比,降水量增加了約 70 mm,這直接導(dǎo)致產(chǎn)水量增加。在經(jīng)濟(jì)迅速發(fā)展的同時(shí),人類活動(dòng)對自然環(huán)境造成了巨大的負(fù)面影響,為了實(shí)現(xiàn)永續(xù)發(fā)展,必須在經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)之間找到平衡點(diǎn)。這就在客觀上要求強(qiáng)化對多種服務(wù)之間及其與生態(tài)環(huán)境之間的權(quán)衡分析,從而為區(qū)域發(fā)展和生態(tài)建設(shè)提供決策依據(jù);從具體應(yīng)用層面講,生態(tài)系統(tǒng)服務(wù)的情景模擬與權(quán)衡分析是針對性解決生態(tài)系統(tǒng)和土地利用管理中存在問題的有效手段,可以為區(qū)域國土規(guī)劃、生物多樣性保護(hù)和生態(tài)補(bǔ)償?shù)忍峁┛茖W(xué)依據(jù)[25- 26]。例如,退耕還林或重造森林會豐富生物多樣性,增強(qiáng)氣候調(diào)節(jié)和森林水質(zhì)凈化等功能,但同時(shí)可能會增加蒸散發(fā),減少產(chǎn)水量[27- 28],并影響農(nóng)業(yè)生產(chǎn)活動(dòng)中食物和原材料的供給等[29]。本研究結(jié)果也表明,在流域的實(shí)際管理過程中,利益相關(guān)者可以通過優(yōu)化土地利用使固碳量和生物多樣性同時(shí)增加,或者通過權(quán)衡需求使固碳量或者產(chǎn)水量其中一個(gè)增加,另一個(gè)減少。

本研究中設(shè)定經(jīng)濟(jì)發(fā)展優(yōu)先、環(huán)境保護(hù)優(yōu)先和兩者兼顧一系列土地利用情景,可以定量模擬未來多種生態(tài)系統(tǒng)服務(wù)的質(zhì)量與空間格局變化,進(jìn)一步通過權(quán)衡與協(xié)同分析,結(jié)合當(dāng)?shù)氐陌l(fā)展目標(biāo)或利益需求,選擇最優(yōu)方案并提出相應(yīng)的優(yōu)化管理措施。但未來土地利用的發(fā)展受多方面的影響和制約,并存在一些不可控因素(例如政策導(dǎo)向因素),可能需要模擬幾十甚至上百種情景來還原現(xiàn)實(shí)。而情景只是對可能的未來的描述,鑒于未來的不確定性,無疑會影響未來生態(tài)系統(tǒng)服務(wù)的模擬精度,增加權(quán)衡與協(xié)同分析的不確定性[30-31]。因此,在接下來的研究中進(jìn)一步完善土地利用情景設(shè)置,加強(qiáng)對不確定性的定量化分析及空間制圖化表達(dá),對于生態(tài)系統(tǒng)管理和土地利用決策具有重要的意義。

5 結(jié)論

本文以渭河流域關(guān)天段為研究對象,在子流域尺度估算了2000年,2005年,2010年,2013年的生物多樣性、固碳和產(chǎn)水3種生態(tài)系統(tǒng)服務(wù),并對生態(tài)系統(tǒng)服務(wù)彼此之間權(quán)衡和協(xié)同關(guān)系進(jìn)行定量化的動(dòng)態(tài)分析;并通過土地利用情景預(yù)測和最優(yōu)帕累托效率曲線優(yōu)化了2050年最優(yōu)生態(tài)系統(tǒng)服務(wù)下的土地利用格局。結(jié)果表明：(1)2000—2013年以來,渭河流域關(guān)天段總產(chǎn)水量呈增加趨勢,主要分布于渭河流域下游地區(qū);秦嶺與六盤山地區(qū)植被覆蓋度高,固碳量大,受生態(tài)威脅因子影響較小,生境多樣性質(zhì)量高;而關(guān)中平原城市地區(qū)的固碳能力差,受人類活動(dòng)擾動(dòng)因素較多,生物多樣性質(zhì)量低。(2)渭河流域關(guān)天段的生態(tài)系統(tǒng)服務(wù)呈現(xiàn)權(quán)衡加強(qiáng)協(xié)同略減的趨勢。具體而言：固碳和生物多樣性之間為協(xié)同關(guān)系,且14年來相關(guān)性呈現(xiàn)上下波動(dòng),總體上略微減弱的趨勢;產(chǎn)水與固碳為權(quán)衡關(guān)系,相關(guān)性在2005年出現(xiàn)顯著增強(qiáng),之后逐漸減弱;產(chǎn)水與生物多樣性為權(quán)衡關(guān)系,相關(guān)性在2000—2010年呈現(xiàn)逐漸增強(qiáng),之后在2015年略有減弱。(3)繪制了2050年的生態(tài)系統(tǒng)服務(wù)下的最優(yōu)帕累托效率曲線并得出對應(yīng)的土地利用優(yōu)化圖,通過轉(zhuǎn)變土地利用類型使生態(tài)服務(wù)功能達(dá)到規(guī)劃目標(biāo)。這些有關(guān)生態(tài)系統(tǒng)服務(wù)協(xié)同與權(quán)衡關(guān)系及其未來最大生態(tài)系統(tǒng)服務(wù)指導(dǎo)下的土地利用優(yōu)化的研究結(jié)果,為延河流域土地資源管理和協(xié)調(diào)可持續(xù)發(fā)展提供了必要的科學(xué)依據(jù)。

參考文獻(xiàn)(References):

[1] Daily G. Nature′s Services: Societal Dependence on Natural Ecosystems. Washington, DC: Island Press, 1997.

[2] Assessment M E. Ecosystems and Human Well-Being. Washington, DC: Island Press, 2005.

[3] Lee H, Lautenbach S. A quantitative review of relationships between ecosystem services. Ecological Indicators, 2016, 66: 340- 351.

[4] Hall J M, Van Holt T, Daniels A E, Balthazar V, Lambin E F. Trade-offs between tree cover, carbon storage and floristic biodiversity in reforesting landscapes. Landscape Ecology, 2012, 27(8): 1135- 1147.

[5] Thomas C D, Anderson B J, Moilanen A, Eigenbrod F, Heinemeyer A, Quaife T, Roy D B, Gillings S, Armsworth P R, Gaston K J. Reconciling biodiversity and carbon conservation. Ecology Letters, 2013, 16(S1): 39- 47.

[6] Hatanaka N, Wright W, Loyn R H, Nally R M. ‘Ecologically complex carbon’-linking biodiversity values, carbon storage and habitat structure in some austral temperate forests. Global Ecology and Biogeography, 2011, 20(2): 260- 271.

[7] Bradshaw C J A, Bowman D M J S, Bond N R, Murphy B P, Moore A D, Fordham D A, Thackway R, Lawes M J, McCallum H, Gregory S D, Dalal R C, Boer M M, Lynch A J J, Bradstock R A, Brook B W, Henry B K, Hunt L P, Fisher D O, Hunter D, Johnson C N, Keith D A, Lefroy E C, Penman T D, Meyer W S, Thomson J R, Thornton C M, Van Der Wal J, Williams R J, Keniger L, Specht A. Brave new green world-Consequences of a carbon economy for the conservation of Australian biodiversity. Biological Conservation, 2013, 161: 71- 90.

[8] Rodríguez N, Armenteras D, Retana J. National ecosystems services priorities for planning carbon and water resource management in Colombia. Land Use Policy, 2015, 42: 609- 618.

[9] Onaindia M, De Manuel B F, Madariaga I, Rodríguez-Loinaz G. Co-benefits and trade-offs between biodiversity, carbon storage and water flow regulation. Forest Ecology and Management, 2013, 289: 1- 9.

[10] 李晶, 李紅艷, 張良. 關(guān)中-天水經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系. 生態(tài)學(xué)報(bào), 2016, 36(10): 3053- 3062.

[11] 傅伯杰, 周國逸, 白永飛, 宋長春, 劉紀(jì)遠(yuǎn), 張惠遠(yuǎn), 呂一河, 鄭華, 謝高地. 中國主要陸地生態(tài)系統(tǒng)服務(wù)功能與生態(tài)安全. 地球科學(xué)進(jìn)展, 2009, 24(6): 571- 576.

[12] 趙其國, 黃國勤, 馬艷芹. 中國生態(tài)環(huán)境狀況與生態(tài)文明建設(shè). 生態(tài)學(xué)報(bào), 2016, 36(19): 6328- 6335.

[13] Baral H, Keenan R J, Sharma S K, Stork N E, Kasel S. Economic evaluation of ecosystem goods and services under different landscape management scenarios. Land Use Policy, 2014, 39: 54- 64.

[14] Kubiszewski I, Costanza R, Anderson S, Sutton P. The future value of ecosystem services: global scenarios and national implications. Ecosystem Services, 2017, 26: 289- 301.

[15] 雙龍, 妮薩娜, 杜江, 滕朝陽, 石成綱. 重鉻酸鉀氧化-外加熱法測定化探土壤樣品中有機(jī)碳含量. 安徽化工, 2016, 42(4): 110- 112.

[16] 周自翔, 李晶, 馮雪銘. 基于GIS的關(guān)中-天水經(jīng)濟(jì)區(qū)土地生態(tài)系統(tǒng)固碳釋氧價(jià)值評價(jià). 生態(tài)學(xué)報(bào), 2013, 33(9): 2907- 2918.

[17] 周濤, 史培軍, 羅巾英, 邵振艷. 基于遙感與碳循環(huán)過程模型估算土壤有機(jī)碳儲量. 遙感學(xué)報(bào), 2007, 11(1): 127- 136.

[18] Ficklin D L, Barnhart B L. SWAT hydrologic model parameter uncertainty and its implications for hydroclimatic projections in snowmelt-dependent watersheds. Journal of Hydrology, 2014, 519: 2081- 2090.

[19] Yang X, Zheng X Q, Chen R. A land use change model: integrating landscape pattern indexes and Markov-CA. Ecological Modelling, 2014, 283: 1- 7.

[20] Cord A F, Bartkowski B, Beckmann M, Dittrich A, Hermans-Neumann K, Kaim A, Lienhoop N, Locher-Krause K E, Priess J, Schr?ter-Schlaack C, Schwarz N, Seppelt R, Strauch M, Václavík T, Volk M. Towards systematic analyses of ecosystem service trade-offs and synergies: main concepts, methods and the road ahead. Ecosystem Services, 2017.

[21] 楊曉楠, 李晶, 秦克玉, 李婷, 劉婧雅. 關(guān)中-天水經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)的權(quán)衡關(guān)系. 地理學(xué)報(bào), 2015,70(11): 1762- 1763.

[22] 楊曉楠. 渭河流域(關(guān)天段)生態(tài)系統(tǒng)服務(wù)時(shí)空變化及權(quán)衡優(yōu)化研究[D]. 西安: 陜西師范大學(xué), 2016.

[23] Elmhagen B, Eriksson O, Lindborg R. Implications of climate and land-use change for landscape processes, biodiversity, ecosystem services, and governance. AMBIO, 2015, 44(S1): 1- 5.

[24] Pan Y, Xu Z R, Wu J X. Spatial differences of the supply of multiple ecosystem services and the environmental and land use factors affecting them. Ecosystem Services, 2013, 5: 4- 10.

[25] Raudsepp-Hearne C, Peterson G D, Bennett E M. Ecosystem service bundles for analyzing tradeoffs in diverse landscapes. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(11): 5242- 5247.

[26] Bai Y, Ouyang Z Y, Zheng H, Li X M, Zhuang C W, Jiang B. Modeling soil conservation, water conservation and their tradeoffs: a case study in Beijing. Journal of Environmental Sciences, 2012, 24(3): 419- 426.

[27] Nelson E, Mendoza G, Regetz J, Polasky S, Tallis H, Cameron D, Chan K M, Daily G C, Goldstein J, Kareiva P M, Lonsdorf E, Naidoo R, Ricketts T H, Shaw M. Modeling multiple ecosystem services, biodiversity conservation, commodity production, and tradeoffs at landscape scales. Frontiers in Ecology and the Environment, 2009, 7(1): 4- 11.

[28] Dymond J R, Ausseil A G E, Ekanayake J C, Kirschbaum M U F. Tradeoffs between soil, water, and carbon-a national scale analysis from New Zealand. Journal of Environmental Management, 2012, 95(1): 124- 131.

[29] Guillem E E, Murray-Rust D, Robinson D T, Barnes A, Rounsevell M D A. Modelling farmer decision-making to anticipate tradeoffs between provisioning ecosystem services and biodiversity. Agricultural Systems, 2015, 137: 12- 23.

[30] Landuyt D, Broekx S, Engelen G, Uljee I, Van der Meulen M, Goethals P L G. The importance of uncertainties in scenario analyses-A study on future ecosystem service delivery in Flanders. Science of the Total Environment, 2016, 553: 504- 518.

[31] Grêt-Regamey A, Brunner S H, Altwegg J, Bebi P. Facing uncertainty in ecosystem services-based resource management. Journal of Environmental Management, 2013, 127(S1): S145-S154.