吉 瑋，仲 露，湯萩貞，李 俊，李 麗*

（1.江蘇智繪空天技術(shù)研究院有限公司，江蘇 南京 210042；2.江蘇海洋大學(xué) 海洋技術(shù)與測繪學(xué)院，江蘇 連云港 222005；3.速度時空信息科技股份有限公司，江蘇 南京 210042）

生態(tài)系統(tǒng)服務(wù)是指人類從生態(tài)系統(tǒng)中所獲取的所有惠益[1]。開展生態(tài)系統(tǒng)服務(wù)價值評估，可以為優(yōu)化生態(tài)系統(tǒng)結(jié)構(gòu)提供決策信息，對促進區(qū)域經(jīng)濟和生態(tài)系統(tǒng)的可持續(xù)發(fā)展具有重要作用[2]。而海岸帶是地球表面人類活動最為活躍的自然區(qū)域，擁有著優(yōu)越的資源條件及環(huán)境條件，且該區(qū)域在調(diào)解氣候、維持生物多樣性和區(qū)域生態(tài)安全等方面發(fā)揮著不可替代的作用[3]。近些年來，隨著“沿海大開發(fā)”等發(fā)展戰(zhàn)略的實施，沿海區(qū)域的經(jīng)濟發(fā)展步伐明顯加快，海岸帶土地開發(fā)出現(xiàn)了前所未有的高潮[4]。海岸帶越來越多的生態(tài)資源被開采利用，導(dǎo)致了沿海區(qū)域生態(tài)系統(tǒng)中物料和能源發(fā)生改變，生態(tài)系統(tǒng)服務(wù)價值（ecosystem service value，ESV）也隨之產(chǎn)生變化。海岸帶ESV的變動在很大程度上反映了海岸帶生態(tài)環(huán)境的狀況。

近年來，利用模型方法結(jié)合GIS（Geographic Information System，地理信息系統(tǒng)）和RS（Remote Sensing，遙感）技術(shù)探究ESV變化與驅(qū)動機制成為海岸帶生態(tài)環(huán)境研究的熱點。劉玉卿等[5]使用Landsat TM/ETM+衛(wèi)星影像數(shù)據(jù)，對1997-2014年的鹽城海岸帶生態(tài)系統(tǒng)服務(wù)價值進行計算及對比，發(fā)現(xiàn)21世紀初期，ESV在漸漸變小，濕地面積的縮減是其主要原因。劉桂林等[6]分析了1980-2010年長三角ESV的變化，表明研究區(qū)內(nèi)建筑面積、閑置空地、河流增加，農(nóng)田、草地、森林減少。ESV中值區(qū)面積減少，低值區(qū)高值區(qū)面積持續(xù)擴張。盧霞等[7]采用單元面積價值當(dāng)量因子法，對連云港海岸帶進行ESV總值計算，得出具備較高服務(wù)價值的元素有營養(yǎng)輸送、水分調(diào)節(jié)、水分供應(yīng)。連云港海岸帶生態(tài)系統(tǒng)處于健康狀態(tài)。張興榆[8]、張蒙蒙[9]、徐麗芬[10]等探索了生態(tài)系統(tǒng)服務(wù)價值與土地使用變更之間的關(guān)聯(lián)。張秀英等[11]參照千年生態(tài)系統(tǒng)評估的分類體系，并考慮污染等因素，評估得出了海州灣生態(tài)系統(tǒng)的潛在和實際服務(wù)價值。寧立新等[12]結(jié)合集權(quán)法、層次分析法和PSR模型建立了江蘇省海岸帶生態(tài)系統(tǒng)健康評價指標體系。

本研究利用GIS和RS技術(shù)，開展江蘇省海岸帶遙感影像景觀分類，參考謝高地等[13]更正的單位ESV當(dāng)量進行江蘇省海岸帶格網(wǎng)尺度的景觀ESV評估研究。在此基礎(chǔ)上，結(jié)合空間自相關(guān)、敏感性指數(shù)等分析ESV評估結(jié)果的時空分布特征、空間集聚特征及其敏感性。本研究通過空間信息技術(shù)深入了解江蘇省海岸帶生態(tài)系統(tǒng)的運行過程及內(nèi)在機制，以期為江蘇省海岸帶生態(tài)系統(tǒng)結(jié)構(gòu)優(yōu)化、生態(tài)建設(shè)規(guī)劃、實現(xiàn)從“海洋大省”向“海洋強省”的跨越提供數(shù)據(jù)參考。

1 研究區(qū)概況與數(shù)據(jù)來源

江蘇省海岸帶是由黃海與中國陸地相互作用形成的，經(jīng)連云港、鹽城、南通三區(qū)，長度約954 km，占中國大陸海岸線的5.3%。江蘇省海岸帶景觀主要包括農(nóng)耕地、林地、建筑用地、鹽田、濕地和河流等。由于江蘇省海岸多為淤泥質(zhì)，使得其沿海灘涂面積寬廣，約占中國沿海灘涂面積的1/4，灘涂資源豐富。海岸帶作為第一海洋經(jīng)濟區(qū)，近幾十年以來，由于人類對海岸帶灘涂的圍墾，以及退鹽還耕等措施的實施，使得江蘇省海岸帶景觀格局與生態(tài)系統(tǒng)服務(wù)價值均發(fā)生了變化。本研究依據(jù)江蘇省濱海濕地的區(qū)域特點以及土地使用狀況，參考中國全國海岸線和海涂資源綜合調(diào)查規(guī)定，將海岸帶的范圍定義為：由海岸線向陸地以及海洋兩側(cè)各延伸10 km。研究區(qū)域范圍如圖1所示。

圖1 研究區(qū)位置圖

本研究所使用的數(shù)據(jù)包括江蘇省遙感影像數(shù)據(jù)、江蘇省行政區(qū)劃矢量圖以及江蘇省海岸線矢量數(shù)據(jù)。其中江蘇省行政區(qū)劃矢量圖以及江蘇省海岸線數(shù)據(jù)來自于CSDN技術(shù)交流平臺（https：//www.csdn.net/）；江蘇省遙感影像數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn/），選取了2008年Landsat TM影像以及2018年的Landsat OLI影像研究10年來江蘇省海岸帶生態(tài)系統(tǒng)服務(wù)價值演變，條帶號分別為118/38、119/37、119/36以及120/36。

2 研究方法

2.1 海岸帶景觀分類

海岸帶景觀分類主要是通過監(jiān)督分類結(jié)合人工目視解譯來進行分類和結(jié)果修正。在分類之前，分別對2008年和2018年的Landsat數(shù)據(jù)進行圖像預(yù)處理，包括輻射定標、大氣校正、數(shù)據(jù)鑲嵌和數(shù)據(jù)裁剪。對預(yù)處理后的遙感影像建立分類特征庫，利用監(jiān)督分類方法中分類效果較好的最大似然分類法對研究區(qū)海岸帶景觀進行分類，結(jié)合人工目視解譯對分類結(jié)果進行修正。本研究將江蘇省海岸帶分為了水域、濕地、建筑用地、耕地、林地和鹽場共6種景觀類型，采用總體分類精度開展分類結(jié)果的精度驗證。

2.2 生態(tài)系統(tǒng)服務(wù)價值估算

參考謝高地等[13]和索安寧等[14]的研究成果，確定了江蘇省海岸帶各生態(tài)系統(tǒng)類型的當(dāng)量表。其中，林地的當(dāng)量因子取自森林；建筑用地的生態(tài)結(jié)構(gòu)簡單且脆弱，其氣候氣體調(diào)節(jié)功能與荒漠的該功能相同，文化娛樂功能與森林的相同，其他功能忽略不計；鹽場主要提供供給服務(wù)，其單位面積的生態(tài)系統(tǒng)服務(wù)價值為7 920元/hm2/a[14-15]。1個標準當(dāng)量是1 hm2農(nóng)田每年平均糧食自然產(chǎn)量的經(jīng)濟價值，自然產(chǎn)量一般按實際產(chǎn)量的1/7計算，即將單位面積農(nóng)田生態(tài)系統(tǒng)糧食生產(chǎn)的凈利潤作為1個標準當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價值量。本研究選取2008年和2018年江蘇省海岸帶大規(guī)模栽種的稻米、麥子以及苞米作為農(nóng)作物的代表，根據(jù)平均產(chǎn)量（8 188.33kg/hm2）和多年糧食采購單價（1.97元/kg），計算得出耕地在食品生產(chǎn)方面單位面積產(chǎn)值為2 304.43元/hm2/a（數(shù)據(jù)出自連云港、鹽城、南通三市的《統(tǒng)計年鑒》和《全國農(nóng)產(chǎn)品成本收益資料匯編》）。最終確定江蘇省海岸帶單位面積ESV，見表1。

表1 江蘇省海岸帶各景觀類型單位面積生態(tài)服務(wù)價值（元/hm2/a）

由于基于景觀類別或行政地域進行ESV估算，只能得出ESV在時間尺度上的變化，無法反映空間尺度上的變化，因此在研究區(qū)內(nèi)按照6 km×6 km大小建立格網(wǎng)，共計得到412個格網(wǎng)，將單個格網(wǎng)當(dāng)作ESV分析的最小計量對象進行ESV的計算分析。其計算公式如下所示。

式（1）中：VESh是第h個格網(wǎng)的ESV指數(shù)；Ah為第h個格網(wǎng)的面積；Ahi為第h個格網(wǎng)第i種景觀類型的面積；Ei為第i種景觀類型的生態(tài)系統(tǒng)服務(wù)價值系數(shù)；n為格網(wǎng)中景觀類型的數(shù)量。

2.3 空間自相關(guān)分析

空間自相關(guān)分析分為全局空間自相關(guān)分析和局部空間自相關(guān)分析，空間自相關(guān)分析是指臨近空間區(qū)域單位上某變量的同一屬性值之間的相關(guān)程度，主要通過空間自相關(guān)系數(shù)來衡量并且檢驗區(qū)域單位的這一屬性在空間區(qū)域上是否具有高高相鄰、低低相鄰或者高低間錯分布，即看其是否具有集群性。如果屬性值在空間區(qū)域上呈高的地方其臨近區(qū)域也呈高，則是空間正相關(guān)；反之，就是負相關(guān)。本研究在選用了全局Moran's I的同時，又引入了局部空間自相關(guān)LISA（Local Indicators of Spatial Association）來分析研究區(qū)生態(tài)風(fēng)險空間分布模式及局部小區(qū)域上生態(tài)風(fēng)險的異常相關(guān)關(guān)系和相關(guān)程度。全局Moran's指數(shù)能識別出空間要素的某屬性變量是屬于聚集分布、分散分布還是無規(guī)則分布，它的范圍在-1.0與+1.0之間。Moran's I大于0時，表示數(shù)據(jù)呈現(xiàn)空間正相關(guān)，值越大空間相關(guān)性越明顯；Moran's I小于0時，表示數(shù)據(jù)呈現(xiàn)空間負相關(guān)，值越小空間差異越大；Moran's I為0時，空間呈隨機性。解讀莫蘭指數(shù)的時候，需要有P值和Z得分來判定，二者要結(jié)合在一起分析。P值表示概率，當(dāng)P很小時，表示所觀測到的空間模式不太可能產(chǎn)生于隨機過程（小概率事件）。Z表示標準差倍數(shù)，反映一個數(shù)據(jù)集的離散程度。

LISA的實質(zhì)在于將Moran's I分解并呈現(xiàn)到各個空間單元，根據(jù)空間單元的Moran's I值來識別局部空間高高聚集和低低聚集，以及高低間錯分布的空間集群，并由此形成LISA聚類圖，對有意義的局部空間關(guān)聯(lián)進行顯著性檢驗，探析局部空間異常特征[16-17]。式（2）為全局莫蘭指數(shù)計算公式，式（3）為局部莫蘭指數(shù)計算公式。

式（2）和式（3）中：I為全局Moran's指數(shù)；Ii為局部Moran's指數(shù)；n為參與分析的研究區(qū)格網(wǎng)總數(shù)；i，j為相鄰的格網(wǎng)；xi，xj為變量x在相鄰格網(wǎng)中的取值；wij是相鄰格網(wǎng)i和j之間的空間權(quán)重；x是變量的平均值，是所有空間權(quán)重的聚合。

2.4 敏感性分析

為了解ESV系數(shù)變化對ESV產(chǎn)生的影響程度，本研究采用敏感性指數(shù)進行驗證，ESV系數(shù)的改變是通過調(diào)整當(dāng)量因子的值來實現(xiàn)的。計算公式為：

式（4）中：CVn為調(diào)整前的生態(tài)系統(tǒng)服務(wù)價值系數(shù)；ESVn為價值系數(shù)調(diào)整前的生態(tài)系統(tǒng)服務(wù)價值；CVm為調(diào)整后的ESV系數(shù)；ESVm為調(diào)整價值系數(shù)后的ESV；CS為敏感性系數(shù)。CS＞1表明ESV的估算結(jié)果可信度低，CS＜1則表明研究結(jié)果是可信的。

3 結(jié)果分析與討論

3.1 江蘇省海岸帶景觀類型變化分析

江蘇省海岸帶景觀遙感分類空間分布結(jié)果如圖2所示，其統(tǒng)計結(jié)果見表2。綜合圖2和表2可知，江蘇省海岸帶景觀自2008年至2018年的面積變化特征如下：水域和耕地是研究區(qū)內(nèi)所占面積最多的兩種類型。面積增長的景觀類別有耕地、建筑用地以及水域；面積下降的景觀類別有林地、濕地和鹽場。10年間，耕地面積增長最快變化最大。其次是水域景觀面積，有較為明顯的增長。建筑用地面積增長緩慢，僅增加了約20 km2。相反，鹽場景觀面積減少的最多，高達580多km2，這得益于“退鹽還耕”政策的實施。此外，濕地景觀面積以及林地景觀面積都有不同程度的減少。

表2 江蘇省海岸帶景觀類型面積 （單位：km2）

圖2 江蘇省海岸帶景觀類型分類結(jié)果圖

3.2 江蘇省海岸帶景觀類型ESV分析

表3為江蘇海岸帶不同景觀類型的ESV評估結(jié)果。分析表3可知，江蘇省海岸帶2008和2018年的ESV分別為645.82億元和650.23億元。ESV在2008-2018年間大體上呈不斷上升的趨勢，主要原因是研究區(qū)水域面積、耕地面積以及建筑用地面積的增加。由于水域生態(tài)功能各當(dāng)量因子總和相對較高，使得ESV總體上呈現(xiàn)增長的趨勢。水域、耕地以及建筑用地ESV的增長在極大水平上彌補了因林地、濕地、鹽場面積減少而帶來的ESV損失。由ESV整體組成可知，水域和濕地兩類景觀占到了ESV總和的80%以上，建筑用地、林地和鹽場三類景觀占比較少。濕地ESV下降幅度較大，是由于人類對濕地的開發(fā)利用導(dǎo)致濕地范圍縮小、濕地生態(tài)功能損傷。雖然耕地面積擴張較大，但由于耕地單位面積ESV較低，所以耕地ESV在ESV價值總和中所占比例較低，僅由2008年的8.09%增長到2018年的9.77%。水域?qū)SV變化的貢獻最大，是由于水域單位面積ESV較高和水域面積增加共同造成的。

表3 江蘇省海岸帶不同景觀類型ESV

在研究區(qū)內(nèi)按照6 km×6 km大小建立格網(wǎng)，共計得到412個格網(wǎng)。將單個格網(wǎng)當(dāng)作ESV分析的最小計量對象，依據(jù)式（1）計算得出每個格網(wǎng)的ESV系數(shù)，單位格網(wǎng)ESV為各ESV系數(shù)與相應(yīng)的格網(wǎng)面積的乘積。依照標準差對所有格網(wǎng)ESV進行等級劃分，共分為4個等級：低區(qū)（VES≤9 070.49萬元）、中區(qū)（9 070.49萬元＜VES≤21 907.25萬元）、較高區(qū)（21 907.25萬元＜VES≤34 744.01萬元）、高區(qū)（VES＞34 744.01萬元），其空間分布情況如圖3所示。并根據(jù)已劃分好的ESV等級，統(tǒng)計其分布情況見表4。從表4可以看出：2008-2018年ESV低區(qū)分布面積減少，格網(wǎng)數(shù)由2008年的179個下降到2018年的171個，面積減少了約161 km2；ESV高區(qū)分布面積也呈現(xiàn)出下降的趨勢，格網(wǎng)數(shù)由2008年的60個降低到2018年的52個，面積減少了約275 km2；VES中區(qū)分布面積增加，格網(wǎng)數(shù)由2008年的104個增加到2018年的112個，面積增加了約210 km2；VES較高區(qū)分布面積也呈現(xiàn)出上升的趨勢，格網(wǎng)數(shù)由2008年的69個增加到2018年的77個，面積增加了約242 km2?？傮w而言，10年間ESV 4個等級的面積和地理位置都發(fā)生了變化，但ESV各等級所占比例變化不大。

結(jié)合表4和圖3可以看出，研究區(qū)2008-2018年間生態(tài)系統(tǒng)服務(wù)價值在地理位置上變化顯著。ESV高區(qū)主要位于研究區(qū)東部，ESV高區(qū)的主要景觀類型為濕地與水域，由于濕地遭到圍墾，濕地的面積減少，這與ESV高區(qū)格網(wǎng)數(shù)下降相對應(yīng)。ESV較高區(qū)和ESV中區(qū)主要位于ESV高區(qū)周圍區(qū)域，較高區(qū)和中區(qū)的主要景觀類型較為混雜，整體上呈現(xiàn)由中心向周邊擴張趨勢。ESV低區(qū)主要位于研究區(qū)靠近陸地的邊緣地帶，ESV低區(qū)的主要景觀類型為耕地，整體上呈現(xiàn)縮減趨勢。

圖3 江蘇省海岸帶ESV等級空間分布圖

表4 江蘇省海岸帶2008年-2018年不同等級ESV統(tǒng)計

3.3 ESV空間自相關(guān)分析

利用空間自相關(guān)分析方法，開展ESV的空間集聚特征分析。通過全局自相關(guān)計算，得出2008年和2018年全局自相關(guān)關(guān)聯(lián)指標Moran's I的值分別為0.43和0.41（表5），均都處于[0，1]之間，可知結(jié)果分布在正態(tài)分布的右側(cè)，為聚集型。說明ESV在地理格局上呈現(xiàn)正相關(guān)關(guān)聯(lián)，鄰近格網(wǎng)ESV具有相像性和集聚性。P值為0，代表所觀查測量得到的空間形式不可能是隨機生成的，結(jié)果可靠。由Z得分得知，2008年和2018年大概分別是標準差的16倍和15倍，Z驗證結(jié)果突出。由2018年Moran's I指數(shù)低于2008年可知，江蘇省海岸帶研究期間鄰近格網(wǎng)ESV密集程度有所降低，即各類景觀慢慢地互相滲透，交錯分布。

表5 江蘇省海岸帶ESV全局自相關(guān)指數(shù)

通過局部自相關(guān)指標Local Moran's I計算得出ESV局部空間自相關(guān)格局（圖4）。將圖4屬性表中的數(shù)據(jù)導(dǎo)出，對研究區(qū)各等級格網(wǎng)數(shù)目進行累計，結(jié)果見表6。綜合圖4和表6分析可知：江蘇省海岸帶ESV高-高集聚區(qū)大致上處于海岸帶的東側(cè)及其鄰近地段，其主要的景觀類型包括濕地和水域。隨著人類對濕地的圍墾，ESV高-高集聚區(qū)面積持續(xù)縮減，2008-2018年ESV高-高集聚區(qū)格網(wǎng)數(shù)量從75個減少到67個，所占總格網(wǎng)數(shù)的比例減少了10.67%。研究區(qū)ESV低-低集聚區(qū)大致上處于海岸帶的東部邊緣上，低-低集聚區(qū)范圍在持續(xù)擴大，ESV低-低集聚區(qū)格網(wǎng)數(shù)量從23增加到36個。研究區(qū)內(nèi)存在低-高集聚區(qū)，主要位于高-高集聚區(qū)東部周邊，格網(wǎng)數(shù)量不變，空間位置上略有變化。

表6 江蘇省海岸帶ESV局部自相關(guān)指數(shù)

圖4 江蘇省海岸帶ESV局部空間自相關(guān)格局圖

3.4 敏感性分析

通過將當(dāng)量因子±50%來實現(xiàn)ESV系數(shù)的變更，采用傳統(tǒng)敏感性指數(shù)Cs來評估ESV系數(shù)變化對ESV產(chǎn)生的影響程度，即ESV對系數(shù)的依附程度，ESV變化及其對應(yīng)的敏感系數(shù)見表7。由表7可以看出：改變各景觀類型ESV系數(shù)后，計算得到的敏感性指數(shù)都小于1。由此可知，江蘇省海岸帶ESV對單位面積ESV當(dāng)量變化不敏感，表明研究結(jié)果具有較高的可信度。

表7 江蘇省海岸帶ESV對價值系數(shù)的敏感程度

4 結(jié)論

本文以江蘇省海岸帶為研究區(qū)，基于2008年、2018年兩期遙感影像開展了海岸帶景觀分類，并在分類結(jié)果的基礎(chǔ)上進行了生態(tài)系統(tǒng)服務(wù)價值的評估和空間集聚特征及敏感性分析，得出以下結(jié)論：（1）江蘇省海岸帶景觀以水域和耕地兩類為主。占地面積由大到小依次是水域、耕地、鹽場、濕地、建筑用地、林地。（2）10年間，江蘇省海岸帶生態(tài)系統(tǒng)服務(wù)價值總體上呈不斷上升的趨勢，主要源于研究區(qū)域內(nèi)水域面積、耕地面積以及建筑用地面積的增加。水域、耕地以及建筑用地ESV的增長補償了林地、濕地、鹽場ESV的損失。（3）研究期內(nèi)江蘇省海岸帶ESV在空間上變化顯著。ESV低區(qū)與ESV高區(qū)面積有所減少，ESV中區(qū)與較高區(qū)面積有所增加。結(jié)合全局自相關(guān)和局部自相關(guān)分析可知，江蘇省海岸帶ESV在空間上具有一定的集聚分布特征。高-高集聚區(qū)縮小，主要類型為濕地與水域；低-低集聚區(qū)擴張，主要類型為建筑用地與耕地；低-高集聚區(qū)面積不變，由多種景觀類型構(gòu)成。（4）經(jīng)調(diào)整各景觀類型價值系數(shù)后，計算得出的景觀類型敏感性指數(shù)都小于1。由此可知，江蘇省海岸帶生態(tài)系統(tǒng)服務(wù)價值對單位面積生態(tài)服務(wù)價值當(dāng)量變化不敏感，研究結(jié)果具有較高的可信度。研究結(jié)果可為江蘇省海岸帶生態(tài)系統(tǒng)結(jié)構(gòu)優(yōu)化、生態(tài)建設(shè)規(guī)劃提供科學(xué)參考。