曹瑩琦 許立言 李芬 彭銳

摘要：當(dāng)前，土地整治工程多以最小化工程造價、最大化出地為目標(biāo)，忽視場地生態(tài)承載力。對場地生態(tài)承載力進行定量分析，可促進土地整治工程考慮經(jīng)濟效益的同時兼顧生態(tài)保護。本研究基于河北省保定市阜平縣某待整治荒山區(qū)域的植被群落調(diào)研、衛(wèi)星影像和已有生物量數(shù)據(jù)，對比土地整治方案與荒山區(qū)域生物量，判斷方案可行性。結(jié)果表明：NDVI植被指數(shù)的二次曲線回歸模型為生物量最優(yōu)擬合模？型，可用于反演場地生物量；待整治荒山區(qū)域可穩(wěn)定維持的生物量為2.366kg/m2，低于土地整治方案作物種植周期內(nèi)需維持的生物量2.574？kg/m2，這將導(dǎo)致環(huán)境進一步惡化和生態(tài)系統(tǒng)不可持續(xù)。

關(guān)鍵詞：土地整治；荒山改造；生態(tài)承載力；生物量；阜平縣doi：10.3969/j.issn.1009-1483.2019.03.013？中圖分類號：X37文章編號：1009-1483（2019）03-0091-07？文獻標(biāo)識碼：A？？？？

Analysis of Ecological Carrying Capacity of Land Remediation Based on Biomass： Taking

the Barren Hill Reconstruction Project in Fuping County as an Example

CAO Yingqi， XU Liyan， LI Fen， PENG Rui

[Abstract] At present， local land remediation is mostly aimed at minimizing project cost and maximizing land excavation， ignoring the ecological carrying capacity of the site. Quantitative analysis of the ecological carrying capacity of land remediation sites will be carried out to promote the economic benefits of land remediation while paying more attention to ecological protection. Based on the vegetation community identification， satellite imagery and existing biomass data of barren hill area in Hebei Province， comparing the biomass of land remediation plan with that of the barren mountain area to judge the feasibility of the plan. The results show that the quadratic curve regression model of NDVI index is the best biomass fitting model， which can be used to invert the site biomass. The biomass that can be stably maintained in the barren hill area is 2.366kg/m2， which is lower than the biomass to be maintained during the cycle of the remediation plan 2.574 kg/m2， which will lead to further deterioration of the environment and unsustainable local ecosystems.

[Keywords] land remediation； barren mountain transformation； ecological carrying capacity； biomass； Fuping County

引言

20世紀90年代Willian E.Rees提出生態(tài)足跡理論，即人類系統(tǒng)的所有消費行為都可以折算成相應(yīng)的生態(tài)生產(chǎn)性土地面積[1]。生態(tài)足跡既反映了一定技術(shù)條件和消費水平下人口對環(huán)境的影響，又代表了既定技術(shù)條件和消費水平下人口的持續(xù)生存對環(huán)境提出的要求。從計算方法上看，Huijbregts等[2]運用基于生命周期法的生態(tài)足跡分析，對不同產(chǎn)品的生態(tài)足跡進行計算，從而對國家進出口產(chǎn)品的種類提出建議；李坦等[3]突破了生態(tài)足跡的靜態(tài)特性，計算了2000—2014 年間合肥省人均生態(tài)足跡和人均生態(tài)承載力，并建立灰色模型對2015—2020年合肥市的生態(tài)足跡進行預(yù)測；鄭德鳳[4]等進一步從消費視角對2006—2015年中國30個省和地區(qū)的足跡深度、廣度進行三維生態(tài)足跡動態(tài)評估，并對其空間差異性進行詳細研究；譚德明[5]等運用基于能值理論的生態(tài)足跡模型對我國能源消費進行可持續(xù)性評價；劉淼等[6]在此基礎(chǔ)上進一步發(fā)展出區(qū)域生態(tài)足跡模型。從應(yīng)用上看，生態(tài)足跡不僅局限于評價地理意義上的區(qū)域可持續(xù)性，也被廣泛應(yīng)用于產(chǎn)品、產(chǎn)業(yè)、項目等，如Sundarakani等[7]研究了產(chǎn)品供應(yīng)鏈各個環(huán)節(jié)的碳足跡，提出了相應(yīng)的綠色供應(yīng)鏈管理方案。從研究尺度上看，生態(tài)足跡的研究包括全球、國家、省、市、縣尺度，這些區(qū)域內(nèi)土地類型齊全、居民消費活動完整，因此在宏觀和中觀尺度下進行生態(tài)足跡計算是可行的，但微觀尺度下由于區(qū)域面積小、土地類型單一，難以建立生態(tài)足跡模型[8]，因此對微觀尺度場地的生態(tài)足跡研究始終處于探索階段。

當(dāng)前，在農(nóng)林地礦調(diào)查、環(huán)境監(jiān)測等領(lǐng)域廣泛應(yīng)用Landsat 系列衛(wèi)星數(shù)據(jù)進行微觀尺度場地生物量的定量計算與分析研究[9]。DONG等[10]在高分辨率遙感數(shù)據(jù)采集數(shù)量有限的情況下，融合了MODIS數(shù)據(jù)的時間分辨率和OLI數(shù)據(jù)的空間分辨率，對加拿大安大略省的農(nóng)田進行生物量估算；楊偉志等[11]基于Landsat 8遙感影像結(jié)合同期的野外調(diào)查樣地數(shù)據(jù)，通過分析遙感信息與生物量的相關(guān)性，運用逐步回歸方法建立青海省西寧市某森林生物量估測模型，反演得到西寧市單位面積森林生物量；張雅等[12]利用Landsat 8 OLI遙感數(shù)據(jù)獲得6種植被指數(shù)，利用統(tǒng)計分析方法分別建立天山陰坡和陽坡的草原生物量遙感估算模型，并進行生物量空間反演和驗證?，F(xiàn)有研究多集中于基于波段關(guān)系或已有植被指數(shù)建立生物量估算模型，比較各植被指數(shù)的回歸精度并進行生物量反演的空間驗證，而將反演得到的場地生物量應(yīng)用于生態(tài)承載力的計算研究較少。

我國的貧困人口多生活在生態(tài)脆弱帶，此類地區(qū)生態(tài)退化與經(jīng)濟落后互為因果， 其貧困多為生態(tài)型貧困。在生態(tài)型貧困地區(qū)進行經(jīng)濟開發(fā)時往往只追求經(jīng)濟效益，過度開發(fā)，導(dǎo)致生態(tài)環(huán)境惡化。目前關(guān)于生態(tài)足跡的研究，多在某地區(qū)已出現(xiàn)穩(wěn)定的人類活動后，通過計算生產(chǎn)該地區(qū)內(nèi)特定人口所需要的生物生產(chǎn)土地的總面積（即生態(tài)足跡），將其與實際該地區(qū)能供給人類的生物生產(chǎn)土地面積總和（即生態(tài)承載力）相比較，進而確定生態(tài)赤字。但地區(qū)出現(xiàn)人類活動前，卻缺乏相應(yīng)的計算方式以確定在生態(tài)承載力約束下，地區(qū)所能維持的生物量上限。

對此，本研究選取河北省保定市阜平縣某待整治荒山為案例地，針對此微觀尺度、相關(guān)統(tǒng)計數(shù)據(jù)有限且尚未出現(xiàn)人類活動的場地，提出生態(tài)承載力生物量計算法，將荒山能維持的生物量與已完成土地整治區(qū)域按種植方案需維持的生物量數(shù)值進行對比，判斷該區(qū)域?qū)嵭型恋卣胃脑旆桨甘欠駮斐缮鷳B(tài)赤字，進而判斷改造方案的可行性和可持續(xù)性。本文側(cè)重解決以下問題：（1）如何在場地面積較小、相關(guān)統(tǒng)計數(shù)據(jù)有限的情況下，使用遙感數(shù)據(jù)對場地生物量進行估算；（2）如何計算尚未出現(xiàn)人類活動的場地的生態(tài)承載力，從而避免在場地改造過程中出現(xiàn)生態(tài)赤字。

1 基于生物量的土地整治生態(tài)承載力分析方法框架

生態(tài)系統(tǒng)承載力上限計算主要應(yīng)用Landsat遙感影像生成植被指數(shù)反演場地生物量，具體計算方式如下：用ENVI 5.1提取遙感影像中的植被信息，生成各類植被指數(shù)分布圖；用ArcGIS10.2進行坡向分析，區(qū)分陰陽坡，根據(jù)調(diào)研照片中的植被群落類型和所處位置（陰陽坡），結(jié)合文獻資料確定各點的生物量。將植被指數(shù)作為自變量，生物量作為因變量，建立回歸模型，選取擬合精度最高的植被指數(shù)模型反演場地目前的生態(tài)系統(tǒng)生物量。

已有種植方案生物量計算方式如下：根據(jù)方案計劃書中確定的種植方案，采用傳統(tǒng)生物量計算法，計算把場地改造成期望得到的生產(chǎn)量對應(yīng)需要消耗的生物量。將分別計算出的生物量進行對比，進而分析項目的可行性和出現(xiàn)生態(tài)赤字的可能性（見圖1）。

2 案例研究：河北省阜平縣荒山改造項目

2.1研究區(qū)概況

保定市阜平縣地處河北省西部、太行山片麻巖山區(qū)，該區(qū)域山體穩(wěn)定性差，山體崩塌、滑坡、泥石流等地質(zhì)災(zāi)害發(fā)生頻繁，是典型的生態(tài)型貧困縣。自2013年被列為國家扶貧攻堅試點縣，土地整治項目在阜平縣大面積開展，整治后全縣耕地面積總計可達34171.9hm2[13]。由于宜耕后備土地資源是土地整治增加耕地面積的主要來源，因此本研究選擇開發(fā)宜耕后備土地資源過程中的兩個典型項目——大道村和辛莊村作為研究場地。

大道土地整治項目位于阜平縣城關(guān)鎮(zhèn)東南部，場地面積約1km2，海拔高度約350～500m，是阜平縣首個土地整治項目，目前已完成土方工程和植被種植。

辛莊土地整治項目位于阜平縣史家寨鄉(xiāng)和王林口鄉(xiāng)之間，場地面積約1.28km2，海拔高度約300～500m。辛莊場地是典型的小流域場地，目前辛莊場地僅東南區(qū)域進入土地整治土方工程階段（見圖2）。

大道土地整治項目作為已完工的典型場地，根據(jù)該場地的種植方案可以計算出阜平土地整治工程生態(tài)系統(tǒng)改造后需維持的生物量；辛莊土地整治項目是待施工的典型場地，計算其場地生態(tài)系統(tǒng)承載力上限，并與大道項目對比，可判斷辛莊場地在土地整治完工后是否會出現(xiàn)生態(tài)赤字現(xiàn)象。

2.2辛莊場地本底生物量計算——基于Landsat影像的生物量計算

2.2.1數(shù)據(jù)來源

研究采用Landsat系列衛(wèi)星數(shù)據(jù)，數(shù)據(jù)來自地理空間數(shù)據(jù)云平臺，為2017年6月15日的Landsat 8 OLI Level 1T地形矯正影像，條帶號124/33，云量7.18%且大部分云量集中于研究區(qū)邊界外；地面高程數(shù)據(jù)（DEM）來自地理空間數(shù)據(jù)云平臺，空間分辨率為30m，坐標(biāo)系統(tǒng)為UTM投影，主要用于坡向等地理環(huán)境因子的提取。

2.2.2數(shù)據(jù)預(yù)處理

（1）采樣數(shù)據(jù)預(yù)處理

2017年9月24日，筆者在研究區(qū)調(diào)研期間拍攝場地各點植被照片共計89張，提取調(diào)研照片經(jīng)緯度信息后將照片定位在遙感影像圖上（見圖3）。

（2）遙感數(shù)據(jù)預(yù)處理

L1T文件已經(jīng)過系統(tǒng)輻射校正和幾何校正，為了利用其豐富的波段光譜信息，筆者對其進行大氣校正處理，并根據(jù)研究區(qū)范圍對影像進行裁剪。

根據(jù)研究區(qū)特點，參考國內(nèi)外生物量相關(guān)研究，選取歸一化植被指數(shù)NDVI、比值植被指數(shù)RVI、差值植被指數(shù)DVI、垂直植被指數(shù)PVI和土壤調(diào)節(jié)植被指數(shù)SAVI共5種植被指數(shù)。利用校正處理后的圖像計算各植被指數(shù)圖。用ArcGIS將研究區(qū)分為陰坡和陽坡（見圖4）。

（3）確定各采樣點生物量

根據(jù)太行山低山片麻巖區(qū)喬灌草的生物量，確定調(diào)研照片各點的生物量（見表1）。

由于遙感影像精度為30m，為避免較大誤差，實地調(diào)研時在每個柵格內(nèi)均拍攝多張照片，該柵格的生物量取柵格內(nèi)各照片對應(yīng)生物量的均值。將有照片拍攝點的柵格依次編號，便于計算，得出各柵格生物量（見表2）。

2.2.3模型建立與擬合度分析

（1）相關(guān)性分析

選取各植被指數(shù)與生物量分別進行相關(guān)性分析，從而判斷是否可以根據(jù)所測樣本值來推斷場地生物量[12]。從選取的5種植被指數(shù)與生物量的Pearson相關(guān)系數(shù)可見從遙感影像中提取的5種植被指數(shù)都與生物量顯著相關(guān)（P<0.01），說明生物量與植被指數(shù)存在較好的相關(guān)性，基于植被指數(shù)建立生物量回歸模型是可行的（見表3）。其中EVI的相關(guān)性最高，相關(guān)系數(shù)達到0.837，其次為NDVI和SAVI，相關(guān)系數(shù)為0.816。

（2）回歸建模分析

利用SPSS將上述5種植被指數(shù)分別與生物量構(gòu)建回歸模型，得到包括指數(shù)模型、線性模型、對數(shù)模型、多項式模型和冪指模型的共計23個模型，所有模型均通過顯著性檢驗（P<0.01）。通過對比分析，NDVI植被指數(shù)的二次曲線回歸模型擬合程度最好，為研究的最優(yōu)擬合模型（見表4）。R方是擬合優(yōu)度，用來衡量模型的擬合程度，本模型的擬合優(yōu)度為0.964表明模型擬合效果較好；F是對回歸模型整體的方差檢驗，Sig.是F檢驗的概率值，也叫P值，該模型的Sig.值為0.000小于顯著性水平0.01，表明差異性極顯著；b1為回歸方程中二次項的系數(shù)，b2為一次項的系數(shù)，常數(shù)即為方程常數(shù)項，即該回歸方程為y=–13087.304x2+20348.479x+2393.974。用最優(yōu)二次多項式模型對場地生物量空間分布進行反演，可得場地總生物量為3028745kg，約為2.366kg/m2。

2.3大道場地種植方案的生物量計算——基于傳統(tǒng)生物量計算法

大道土地整治項目場地中種植了幼樹蘋果、幼樹梨、成樹梨各500畝，借鑒已有的測量和計算方法可知[15-17]：假設(shè)每畝種植150棵幼樹蘋果，每棵幼樹蘋果的干重生物量為0.108kg，在成活率約為95%的情況下，幼樹蘋果的總生物量約為0.023kg/m2；假設(shè)每畝種植幼樹梨177棵，每棵幼樹梨的干重生物量為0.154kg，在成活率約為5%的情況下，幼樹梨的總生物量約為0.002kg/m2；假設(shè)每畝種植成樹梨177棵，每棵成樹梨的干重生物量為10.757kg，成樹梨的總生物量約為2.858 kg/m2。得到大道土地整治項目場地總生物量為961048kg，約為0.961kg/m2（見表5）。

蘋果幼樹約3年后長成成年樹，盛果期約25年；梨幼樹約5年后長成成年樹，盛果期約20年。當(dāng)蘋果樹與梨樹均進入穩(wěn)定的成年樹階段后，每棵成樹蘋果的干重生物量為10.213kg，成樹蘋果的總生物量約為2.30kg/m2；成樹梨樹的總生物量約為2.858kg/m2。得到此時大道土地整治項目場地總生物量為2672133kg，約為2.672kg/m2。

2.4分析

由計算可知，目前計劃施工的場地可提供的生物量為2.366kg/m2，按照已有的土地整治種植方案，初期種植幼樹蘋果、幼樹梨、成樹梨約3年，場地需要的生物量為0.961kg/m2，中后期幼樹蘋果、幼樹梨進入成年期后，場地需要的生物量為2.672kg/m2。假設(shè)蘋果樹和梨樹的種植周期為23年，則平均每年需要的生物量為2.574 kg/m2，大于場地能夠提供的生物量。按照《阜平縣土地整治規(guī)劃（2011—2020年）》，預(yù)計通過土地整治項目新增為耕地的面積為19598.5hm2，則平均每年的生態(tài)赤字將達40764t。可見已有的土地整治方案超越了場地的生態(tài)承載力，若要長期實行該方案，場地必將出現(xiàn)生態(tài)赤字，故不具有可持續(xù)性。

從生態(tài)承載力的角度，建議適當(dāng)降低項目開發(fā)強度，鑒于某一區(qū)域的作物生物總量=單位面積生物量×場地面積，單位面積生物量取決于種植密度，若降低種植密度將減少單位面積經(jīng)濟效益，與改造方案、村民的訴求相悖，因此建議適當(dāng)減少項目施工面積，并在土方施工的過程中注重對場地生態(tài)基底的保護，避免破壞場地原有的生態(tài)系統(tǒng)。

3 結(jié)論與討論

本文以河北省阜平縣為研究區(qū)域，建立基于植被指數(shù)的場地生物量反演模型，計算場地生態(tài)承載力上限；針對整治工程已完工的大道區(qū)域，計算當(dāng)前經(jīng)濟作物種植方案需維持的生物量。通過對比，為荒山土地整治項目的開發(fā)強度提供參考依據(jù)。

（1）研究區(qū)域場地生物量與所選植被指數(shù)均存在顯著相關(guān)性，其中NDVI指數(shù)的二次曲線回歸模型擬合精度最高，可用于建立生物量—植被指數(shù)估算模型。但由于遙感衛(wèi)星影像分辨率較低，對場地生物量的反演不能精確體現(xiàn)場地特征，因此在以后的研究中考慮應(yīng)用無人機遙感影像[18-19]，其空間分辨率可達分米或厘米級，結(jié)合可見光植被指數(shù)能夠更好地對場地生物量進行估算。

（2）研究得到土地整治項目剛起步的辛莊荒山區(qū)域?qū)嶋H可提供的生物量為2.366kg/m2，小于大道場地種植方案作物種植周期內(nèi)需維持的生物量2.574 kg/m2，若為追求高經(jīng)濟產(chǎn)出長期實行該方案，將導(dǎo)致場地出現(xiàn)生態(tài)赤字、環(huán)境進一步惡化、生態(tài)系統(tǒng)不可持續(xù)。由于生態(tài)資源匱乏本就是阜平地區(qū)貧困的一大主因，因此試圖依靠土地整治解決地區(qū)貧困問題，卻忽視生態(tài)系統(tǒng)脆弱的場地特征，將導(dǎo)致當(dāng)?shù)叵萑肷鷳B(tài)脆弱—貧困—開發(fā)—生態(tài)環(huán)境破壞—加劇貧困的惡性循環(huán)。筆者認為要解決阜平等生態(tài)資源貧乏地區(qū)人民貧困問題，從長遠來看，進行土地生態(tài)補償或生態(tài)移民搬遷更具有可持續(xù)性。

參考文獻：

[1] Wackernagel M， Rees W E. Perceptual and structural barriers to investing in natural capital： Economics from an ecological footprint perspective[J]. Ecological Economics，1997，20（1）：3-24.

[2] Huijbregts M A J， Hellweg S， Frischknecht R， et al. Ecological footprint accounting in the life cycle assessment of products[J]. Ecological Economics，2008，64（4）：798-807.

[3]李坦，王靜，張慶國，等.合肥市生態(tài)足跡時空特征與脫鉤效應(yīng)變化及灰色預(yù)測分析[J].生態(tài)學(xué)報，2019（5）：1-12.

[4]鄭德鳳，劉曉星，王燕燕，等.基于三維生態(tài)足跡的中國自然資本利用時空演變及驅(qū)動力分析[J].地理科學(xué)進展， 2018，37（10）：1328-1339.

[5]譚德明，何紅渠.基于能值生態(tài)足跡的中國能源消費可持續(xù)性評價[J].經(jīng)濟地理，2016，36（8）：176-182.

[6]劉淼，胡遠滿，常禹，等.基于能值理論的生態(tài)足跡方法改進[J]. 自然資源學(xué)報，2008，23（3）：447-457.

[7] Sundarakani B， Souza R D， Goh M， et al. Modeling carbon footprints across the supply chain[J]. International Journal of Production Economics，2010，128（1）：43-50.

[8]靳相木，柳乾坤.自然資源核算的生態(tài)足跡模型演進及其評論[J].自然資源學(xué)報，2017，32（1）：163-176.

[9] Jiang G， Bing H， Gao Y， et al. Review of 40-year earth observation with Landsat series and prospects of LDCM[J]. Journal of Remote Sensing，2013，17（5）：1033-1048.

[10] Dong T， Liu J， Qian B， et al. Estimating winter wheat biomass by assimilating leaf area index derived from fusion of Landsat-8 and MODIS data[J]. International Journal of Applied Earth Observations & Geoinformation，2016，49（4）：63-74.

[11]楊偉志，趙鵬祥，薛大慶，等.基于Landsat-8影像的西寧市南北山森林生物量估測模型研究[J].西北林學(xué)院學(xué)報，2016，31（2）： 33-37，97.

[12]張雅，尹小君，王偉強，等.基于Landsat 8 OLI遙感影像的天山北坡草地地上生物量估算[J].遙感技術(shù)與應(yīng)用， 2017，32（6）： 1012-1021.

[13]阜平縣國土資源局.阜平縣土地整治規(guī)劃（2011-2020年）[Z]， 2013.

[14]孫吉定，張金香，郝鐵山.太行山花崗片麻巖低山區(qū)主要植被類型特征及生物量的研究[J].北京林業(yè)大學(xué)學(xué)報，1996， 18（z3）：24-30.

[15]尹承苗，陳學(xué)森，沈向，等.不同濃度有機物料發(fā)酵液對連作蘋果幼樹生物量及土壤環(huán)境的影響[J].植物營養(yǎng)與肥料學(xué)報， 2013，19（6）：1450-1458.

[16]樊紅柱，同延安.幼果期富士蘋果樹體各器官鈣定量分析[J].中國土壤與肥料，2006（5）：53-55.

[17]李潔，朱清科，郭小平.不同土壤水分對幼齡梨樹生理特性及生物量的影響[J].水土保持通報，2007，27（2）：79-82.

[18]汪小欽，王苗苗，王紹強，等.基于可見光波段無人機遙感的植被信息提取[J].農(nóng)業(yè)工程學(xué)報，2015，31（5）：152-159.

[19]張正健，李愛農(nóng)，邊金虎，等.基于無人機影像可見光植被指數(shù)的若爾蓋草地地上生物量估算研究[J].遙感技術(shù)與應(yīng)用， 2016，31（1）：51-62.