基于生態系統服務價值和生態安全格局的土地利用格局模擬

何　玲，賈啟建，李　超，張　利，許　皞※

（1.河北農業大學國土資源學院，保定 071000；　2.國土資源部環渤海土地利用——河北滄州野外基地，滄州 061000；3.河北農業大學農村發展學院，保定 071000；　4.中國農業大學資源與環境學院，北京 100193）

?

基于生態系統服務價值和生態安全格局的土地利用格局模擬

何玲1,2，賈啟建3，李超4，張利1,2，許皞1,2※

（1.河北農業大學國土資源學院，保定 071000；2.國土資源部環渤海土地利用——河北滄州野外基地，滄州 061000；3.河北農業大學農村發展學院，保定 071000；4.中國農業大學資源與環境學院，北京 100193）

摘要：河北省沿海經濟的快速發展導致濱海土地利用格局快速轉變，威脅土地生態安全。針對性核算區域生態系統服務價值，探尋生態安全格局進而優化土地利用格局可為土地利用規劃與整治提供決策支持，是保障區域生態安全的必然選擇。該文以河北省黃驊市為研究區，利用遙感、氣象數據和外業調查數據，采用植被凈第一生產力核算生態系統服務價值，借助該價值構建生態安全格局，以生態安全格局為影響因素利用元胞自動機和馬爾科夫模型進行不同情境土地利用格局模擬。結果表明：2011年單位面積生態系統服務價值濕地最大，為14.95元/(m2·a)，建設用地最小，為2.44元/(m2·a)；養分循環功能貢獻率最大，為26.89%，凈化環境功能貢獻率最小，為0.22%；研究區分為生態核心保護區、生態緩沖區、生態恢復區和人類活動核心區，生態核心保護區面積最小，為168.58 km2，生態緩沖區面積最大，為1 400.33 km2；無生態保護情景與生態安全格局保護情景相比較，生態系統服務價值由94.11億元上升到95.70億元，生態核心保護區在生態安全格局保護情景下得到完全保護，新增建設用地為0。該研究方法和結果可為區域土地利用總體規劃、城市規劃和生態環境保護提供技術支撐和決策參考。

關鍵詞：土地利用；生態；優化；生態安全格局；生態系統服務價值；植被凈第一生產力；黃驊市

何玲，賈啟建，李超，張利，許皞. 基于生態系統服務價值和生態安全格局的土地利用格局模擬[J]. 農業工程學報，2016，32（3）：275－284.doi：10.11975/j.issn.1002-6819.2016.03.040http://www.tcsae.org

He Ling, Jia Qijian, Li Chao, Zhang Li, Xu Hao. Land use pattern simulation based on ecosystem service value and ecological security pattern[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 275－284. (in Chinese with English abstract)doi：10.11975/j.issn.1002-6819.2016.03.040http://www.tcsae.org

0　引　言

隨著中國城鎮化進程的加快，人地矛盾日益突出，土地資源的生態安全受到威脅。緩解土地資源供求矛盾，扭轉生態環境質量下降趨勢，是實現土地資源可持續發展的必經之路。在此背景下，優化土地利用格局、保障區域生態安全和提升生態系統服務價值成為了土地利用領域的研究熱點[1-2]。

土地利用格局是自然環境和人類社會相互作用的界面，其變化是各地類之間相互競爭的結果，具有復雜的過程和機理。深入探究地類間的競爭過程和演化機理，利用合適的模型模擬這一變化過程，進而預測未來土地利用格局有助于優化土地利用格局，提高區域生態環境質量。近年來，國內外眾多學者對土地利用模擬進行了深入探索，取得了卓有成效的研究成果[3-7]，很多復雜的土地利用模型模擬了不同情境下土地利用變化，如元胞自動機模型（cellular automaton，CA）和馬爾科夫（Markov）模型的結合，即CA-Markov模型，有效發揮了CA模型強大的空間運算能力和Markov模型高精度預測的優勢。Al-Ahmadi等[8]基于CA模型提出了模糊元胞自動機方法用于模擬城市的空間擴展；Sivanandam[9]等通過遺傳智能CA模型將CA模擬結果與分類結果的差值作為目標函數，提高了CA模型模擬的精度；Morita等[10]構建了可逆CA模型，并研究了相關特性；Alonso-Sanz 等[11]提出了具有記憶功能的CA模型；Liu Xiaohang和Andersson[12]運用CA-Markov模型模擬了不同城市的擴張過程；楊青生等[13]采用SVM-CA（support vector machine cellular automaton）模型模擬了深圳市發展變化過程；張利等[14]運用CA-Markov模型對曹妃甸土地利用變化進行了動態模擬；王麗萍等[15]將灰色模型與CA模型結合模擬了佛山市土地利用格局變化。

生態安全指人類生活、生產的基本保障和來源以及適應環境變化的能力等不受威脅的狀態[16]。生態安全關系到人類的生存與發展，土地利用中的生態安全問題日漸凸顯，且受到國內外眾多學者的廣泛關注，其研究在地學、生態學、資源科學等領域迅速發展。當前的生態安全研究多集中于生態安全格局（ecological security pattern，ESP）構建[17-20]和生態系統服務價值（ecosystem services value，ESV）核算[21-23]。前者主要圍繞ESP劃分方法進行研究，Robert[24]和俞孔堅等[25]做出了突出貢獻；后者主要圍繞不同尺度[26-28]和不同生態系統[29-31]的ESV估算，估算方法以Costanza[32]、歐陽志云[23,27,29-30]和謝高地等[33]為代表。

國內外學者分別對土地利用格局模擬、ESP構建和ESV核算進行了大量研究，但將三者相結合的研究鮮有報道，亟需進行深入探索。河北省黃驊市瀕臨渤海，發展港口經濟的定位使得該市十幾年來經濟發展迅速，土地利用結構發生復雜變化，對區域生態安全構成了嚴峻威脅。利用ESV構建ESP，并通過ESP優化土地利用格局，進而提升區域ESV，對保護與提升該區生態安全意義重大。本文基于植被凈第一生產力（net primary productivity，NPP）中CASA（carnegie-ames-stanford approach）模型估算ESV，以ESV為阻力建立ESP，以ESP和中高等基本農田為影響因素進行不同情境土地利用格局模擬，最后用ESV對不同情境土地利用格局的生態影響進行檢驗，得出最佳土地利用格局，以期對黃驊市土地利用總體規劃和生態保護提供參考。

1　研究區概況

黃驊市位于河北省東南部，海河平原黑龍港流域最東端，介于38°09′～38°39′N，117°05′～117°49′E之間，總面積2 177.83 km2，海岸線65.8 km。黃驊市地貌類型為退海淤積和沖積平原，地勢低洼平坦，從西南向東北緩緩傾斜，海拔高程在1～7 m之間。氣候屬暖溫帶半濕潤季風氣候，因瀕臨渤海灣略具海洋性氣候特征，有“氣候溫和、光照充足、降雨集中、四季分明”的特點，年平均氣溫13℃左右，年蒸發量1 500～2 000 mm，降水量500～600 mm。黃驊市土類分為潮土、鹽土和沼澤土3個土類。因受地形、沖積母質和土體構型影響較大的緣故，全市土壤瘠薄，鹽堿化程度嚴重，pH值在7.5～8.5之間；土壤含鹽量在0.3%以上，最高達3.29%；土壤有機質含量較低，平均為9.5 g/kg，肥力偏低。植物種類較少，大部分為草本和灌木植物，喬木較少。

2　數據來源及研究方法

2.1數據來源及處理

2.1.1土地利用類型數據的來源與處理

為保證數據的一致性，用于模擬的2期土地利用類型數據均采用遙感影像解譯數據。數據來自地理空間數據云，空間分辨率均為30 m，軌道號122/33，Landsat7 ETM+影像，成像時間2000年6月10日，云量為0，2011年6月25日，平均云量為1.5。2011年6月25日影像圖云層明顯位于圖幅中上部，黃驊市位于該圖的左下部，左下角云量為0.78，基本未被云層遮蓋。為準確獲取數據，在ENVI4.7軟件支持下，對該圖幅進行去云處理。將2000年和2011年影像依據黃驊市國土資源局提供的1:50萬2011年土地利用現狀圖進行幾何校正，按照黃驊市行政界線進行圖像裁剪，進行幾何精校正，最后對圖像進行增強處理。

2011年土地利用現狀圖為黃驊市2011年土地調查更新數據成果，用于對遙感影像圖進行幾何校正及模擬過程中各種距離圖件的提取與制作。

2.1.2歸一化植被指數（NDVI）的來源與處理

NDVI數據來自地理空間數據云，為MOD13Q1的MODIS數據產品，時間跨度為2011年1～12月，需對原始數據進行裁剪、大氣校正，輻射校正，幾何校正。MODIS數據產品為16 d合成的250 m空間分辨率的植被指數。基于蒙繼華等創立的時空適應性反射率融合模型中尺度轉換算法[34]，將MODIS數據與Landsat TM數據進行融合，模擬獲得空間分辨率30 m的逐月時間序列NDVI數據，融合影像計算的NDVI與真實中空間分辨率影像計算的NDVI間相關性達到了0.938，滿足了NPP估算中空間分辨率的統一。同時為保證與氣象數據的時間分辨率保持一致，采用最大值合成法將數據進行合成，使數據受云的影響最低，生成研究區逐月NDVI數據，用于NPP核算。

2.1.3氣象數據的來源與處理

由中國氣象數據資源共享服務網獲得黃驊、泊頭、滄州市3個站點的氣象數據，并從黃驊市周邊20個縣氣象局收集獲取各縣2011年全年的日氣象數據。通過數據匯總計算，獲得黃驊市及周邊各縣各月的平均降水量、蒸發量、平均溫度、風速、太陽輻射量、日照時數、濕度、水汽壓、大氣壓及極端最高、最低氣溫等氣象數據。通過ARCGIS10.0軟件的空間插值功能，對各月各氣象數據分別進行反距離加權空間插值[35]，分別獲得分辨率為30 m×30 m的2011年黃驊市1～12月平均降水量、蒸發量、平均溫度、風速、太陽輻射量、日照時數、濕度、水汽壓、大氣壓及極端最高、最低氣溫分布數據。

2.1.4外業調研數據的來源與處理

1）土壤數據來源與處理

在行政區劃圖、土地利用現狀圖和土壤類型分布圖的綜合基礎上，按照各鄉鎮面積，平均布設樣點，在地形復雜、利用方式復雜的區域適當多布點，布設303個樣點（圖1）。2014年7月采集樣點0～20 cm土樣。全部土樣用土壤農化常規方法測定土壤全氮、全磷、全鉀及容重。其中，土壤全氮采用半微量開氏法測定，土壤全磷采用高氯酸—硫酸酸溶法測定，土壤全鉀采用氫氧化鈉熔融—火焰光度法測定，土壤容重采用環刀法測定。

圖1　研究區調查樣點分布圖Fig.1　Distribution of survey sample in study area

2）物種數目數據來源與處理

結合土壤數據調查樣點，在研究區內布設樣點303個，每個樣點為1 m×1 m研究小區。考慮到氣溫、降水對地表植被的影響，選擇反映地表植被信息較多的7月份進行樣地調查，對每個研究區進行詳細的物種辨別、分類及取樣。由于受動物活動場所及時間的限制，僅以植物為代表進行研究。

2.1.5中高等地基本農田分布數據的來源與處理

根據2009年國土資源部發布的《中國耕地質量等級調查與評定》中的劃分方法，將質量等別為5～8等和9～12等的耕地分別劃分為高等地、中等地，運用ARCGIS軟件，從《黃驊市2011年耕地質量補充完善成果》中提取等別為5～12等的耕地圖斑，再與2011年黃驊市基本農田圖疊加，生成黃驊市中高等地基本農田圖。

2.2研究方法

2.2.1NPP估算方法——CASA 模型

NPP是單位時間單位面積內植被所積累的有機物質總量，是光合作用產生的有機物質和自養呼吸所消耗有機物質的差值[36]。其公式為

式中NPP為植被凈第一生產力，g/(m2·a)（以C計）；GPP為總第一生產力，g/(m2·a)（以C計）；R為呼吸消耗量，g/(m2·a)（以C計）。

式中FPAR是植被吸收的入射光合有效輻射比例，%；PAR是太陽入射光合有效輻射，MJ/(m2·a)；f(T)代表溫度脅迫系數；T為溫度，℃；f(β)代表水分脅迫系數；β為蒸發比；εmax代表最大光能利用率，%。

根據CASA模型，運用ARCGIS軟件柵格計算器，對2011年黃驊市NPP進行估算，獲得NPP空間分布情況。

2.2.2ESV估算方法

1）物質生產功能。綠色植被通過光合作用將CO2和H2O轉化為有機質的過程，該功能為人類及其他生物提供最基礎的能量。

式中Vom為物質生產價值，元/(m2·a)；NPP(x)為x像元處每年生產的有機物質量，g/(m2·a)（以C計）；Pom是有機物質價格，元/g（以C計）；n為像元數。

2）養分循環功能。綠色植被通過光合作用，將氮（N）、磷（P）、鉀（K）和無機環境中其他營養元素轉化為有機質，為其生命提供所需營養物質的過程。

式中Vc為養分循環價值，元/(m2·a)；Vci（ x）為x像元處單位面積上積累的第i種營養元素價值，元/(m2·a)；i代表N、P、K 3種元素；Ri1為i元素在不同生態系統生產的有機質中的分配率，%；Ri2為i元素折算成化肥的比例，%；Pi為i肥的價格，元/t。

3）氣體調節功能。主要指光合作用下植物釋放O2，調節空氣質量功能。

式中Vsfo為氣體調節價值，元/(m2·a)；O2V為工業制氧單位價格，元/g（以C計）。

4）氣候調節功能。主要指植物通過光合作用與呼吸作用固定的CO2對氣候進行調節。

式中VxSC為氣候調節價值，元/(m2·a)；CO2V依據瑞典碳稅率換算的CO2單位質量價格，元/g（以C計）。

5）水源涵養功能。主要指水源對水分的調節與供應。水分調節指下墊面為水域時，生態系統對水域調節；水分供應指下墊面為土壤時，生態系統為區域內各類生物提供水分。本文采用替代工程法計算生態系統水源涵養價值。

式中VWC為水源涵養價值，元/(m2·a)；V(x)為x像元處每年單位面積涵養水量，m3/m2；PW為修建水庫單位庫容平均成本，元/m3。

當下墊面是土地時，水源涵養公式如下

式中VS(x)是下墊面為土地時x像元處每年單位面積涵養水源量，m3/m2；Pmean(x)為x像元處逐月降水量，mm/m2；KW為產流降雨量占總降雨量的比例；RW為地表植被減少徑流系數。

當下墊面是水域時，水源涵養公式如下

式中VWC(x)是下墊面為水域時x像元處每年單位面積涵養水源量，m3/m2；ETa(x)為x像元處逐月實際蒸散量，mm/m2。

6）凈化環境功能。主要表現吸收分解有毒物質、吸附塵埃和殺滅細菌等多種功能。本文僅對各土地利用類型吸收分解SO2、HF、NOx和吸附塵埃的作用進行價值計算。

式中Vce為凈化環境價值，元/(m2·a)；Qab為a土地利用類型對b有害物質吸收的量，g/(m2·a)；Cab為a土地利用類型b有害物質單位治理成本，元/g；Sa為土地利用類型面積，m2；a為不同土地利用類型，取值為1～9；b為不同有害物質，取值為1～4。

7）生物多樣性維持功能。選用α多樣性指數計算功能價值。α多樣性指數用于研究區域均勻生境下的物種數目，也稱為生境內多樣性。式中H為α多樣性指數；Pt為屬于種t的個體在全部個體中的比例；m為物種數目。

根據野外調查數據，將計算出的生物多樣性指數進行空間插值，得出黃驊市生物多樣性指數空間分布數據。參照國家林業評估標準《森林生態系統服務功能評估規范》中的物種保育指數分級價值結果（表1），將生物多樣性指數轉化為貨幣價值，進而得出生物多樣性價值。

8）娛樂文化功能。該功能價值通過研究區旅游收入來體現。黃驊市2011年文化旅游總收入8.69億，主要旅游景點有南大港濕地自然保護區、古貝殼堤自然保護區、古貢冬棗園、岐口炮臺遺址、世博園游樂園等。各生態類型娛樂文化價值比值為：草地：園地：水域：濕地=1:19:115:727.5；耕地、鹽堿地、鹽田、建設用地的娛樂文化價值不計入本研究。

ESV中還包括土壤侵蝕價值，研究區瀕臨渤海，海拔高程在1～7 m之間，且屬于構造下沉地區。因此，本研究暫不考慮減少廢棄土地價值、減少土壤養肥流失價值、減少淤泥淤積價值。

式（1）～（7）價值均通過ARCGIS軟件柵格計算器，根據各價值評估模型，得出各柵格價值，經加總平均得出各功能價值。

2.2.3ESP構建方法

生態安全格局（ecological security pattern，ESP）指維護土地生態安全和健康的空間格局，是社會獲得持續的生態系統服務的基本保障[25]。構建ESP基本步驟如下：1）確定源。源具有促進生態過程、維持生態系統穩定性的作用。為了生態保護的有效性，綜合考慮生態源地的結構、數量及空間地形分布，選取了研究區內核心斑塊面積大于5 hm2的濕地、水庫和主要河流為生態源地。2）判別空間阻力關系。阻力值的確定是關鍵，本研究以ESV為基礎，利用單位面積的ESV確定生態源地的阻力面。其中ESV越高，阻力值越小，反之越大。3）劃分不同安全級別區。依據土地利用現狀圖、生態源地圖、累積阻力值圖和ESV空間分布圖，確定研究區ESP。

2.2.4土地利用格局模擬方法

CA模型由單元、狀態、領域及轉換四部分組成，元胞空間是所有土地類型的集合，每個元胞在下一時刻的狀態由該元胞當前狀態、鄰域元胞狀態和轉換規則確定[37]。Markov模型基于馬爾科夫鏈，通過對事件某一時刻不同狀態的初始概率及狀態之間的轉移關系來研究該時刻狀態的變化趨勢。通過IDRISI軟件中的Markov模塊和CA-Markov模塊對土地利用類型的數量及空間變化進行預測，基本步驟如下：

1）創建Markov轉移概率矩陣。將2000年和2011年土地利用類型圖疊加，利用Markov模型得到一種土地利用類型的元胞轉移到其他土地利用類型的概率。

2）創建適宜性圖集。利用多標準評價（multi-criteria evaluation，MCE）方法中的模糊隸屬度函數確定適宜性圖集。適宜性圖集是指由某種土地利用類型的若干適宜性圖像所組成的圖像集，包含限制因素圖集和影響因素圖集。本文限制因素圖集為生態源地圖和中高等地基本農田分布圖，研究期間任何地類不得擴展占用；影響因素圖集包括到交通干線的距離、到城市中心的距離、到農村居民點距離及生態安全格局圖（安全級別最低區），各距離圖從2011年土地利用現狀圖中依地類圖斑屬性提取，在ARCGIS中利用Eucdistance工具生成，各屬性分別制作成圖，隨著距離的增加，擴展適宜性降低。影響因素在模擬時需標準化到0～255（0代表不適宜，255代表最適宜），采用IDRISI軟件中S型單調增函數或減函數及J型單調增函數或減函數進行標準化[38]。各地類分別建立適宜性圖集，最后利用IDRISI軟件中的collection editor功能合并生成黃驊市土地利用類型轉換適宜性圖集。

3）確定迭代次數。CA-Markov模型模擬的時間跨度相等，模擬時以2011年土地利用格局為起始時刻，預測2022年土地利用格局，模型中的迭代次數設置為11。

4）構造CA濾波器。CA模型采用濾波器定義元胞空間，CA濾波器產生具有重要空間意義的權重因子，一般采用擴展的摩爾型鄰域空間。本研究采用IDRISI中標準5×5濾波器作為元胞狀態的鄰域，即每個中心元胞周圍5×5元胞組成的矩陣空間對該元胞狀態的改變有顯著影響。

5）情景模擬。本研究設置了2個情景：ESP保護情景和無生態保護情景。無生態保護情景在建設用地擴展模擬時只考慮了距交通干線距離、距城市中心距離等少數幾個影響因素，沒有考慮ESP保護；ESP保護情景加入了對生態源地的保護，將生態源地和中高等基本農田設為限制因素，將2個限制因子標準化為布爾圖像，生態源地和中高等基本農田設為0，其他設為1；影響因素標準化后確定權重（特爾斐法）如建設用地到交通干線、城市中心、農村居民點和生態安全格局（安全級別最低區）的距離按0.25、0.3、0.2和0.25的權重構建適宜性圖集用于ESP保護情景模擬。

6）模擬精度驗證。以2000年數據為基礎，模擬2011年土地利用類型圖，利用IDRISI軟件中VALIDATE模塊對2011年現狀圖和模擬圖進行空間相關統計分析，逐像元對比，當Kappa系數超過0.75時，模擬符合研究要求。

3　結果與分析

3.1NPP估算結果

經計算，黃驊市2011年全年NPP總量達15.9478萬億g（以C計），單位面積平均NPP量約為727.5365 g/m2（以C計），2011年全年NPP變化范圍為0～1 008 g/m2（以C計）。NPP低值區明顯集中在沿海，主要地類為鹽田和港口等建設用地，高值區除沿海外，在全區較均勻分布（圖2a）。

3.2生態系統服務價值估算結果

2011年，黃驊市單位面積ESV構成中，濕地貢獻率最大，達30.57%，其娛樂文化功能、水源涵養功能和養分循環功能突出；其次是水域，貢獻率為14.95%，其水源涵養功能和養分循環功能較強；建設用地單位面積ESV最低，為2.44元/(m2·a)，貢獻率僅有4.97%；園地、耕地、草地、其他土地、鹽田和鹽堿地單位價值依次降低（表2，圖2b）。

圖2　2011年黃驊市NPP與ESV空間分布圖Fig.2　Spatial distribution of NPP and ESV in Huanghua city in 2011

表2　2011年濱海生態系統各土地利用類型單位面積生態系統服務價值Table 2　Ecosystem services value of each land use type in per unit area on coastal land in 2011　　　　　　　元·m-2·a-1

3.3生態安全格局設計結果與分析

3.3.1生態源地的提取及耗費距離表面的構建

生態源地是城鎮擴張的生態底線，對維持區域生態系統穩定性具有重要意義，將其納入核心保護區范圍內。生態源地圖（圖3a）和ESV空間分布圖（圖2b）疊加，共同反映源地擴散的阻力大小，ESV越高，生態流運行的阻力就越小，其阻力值越低（圖3b）。

圖3　黃驊市生態源地和累積阻力值圖Fig.3　Ecological source land and accumulative resistance data of Huanghua city

3.3.2ESP構建

根據耗費距離值的突變情況，利用ARCGIS中自然斷點功能，將研究區分為生態核心保護區（耗費距離值0～269.70）、生態緩沖區（耗費距離值＞269.70～704.20）、生態恢復區（耗費距離值＞704.20～1708.05）和人類活動核心區（耗費距離值＞1708.05～3820.64）（圖4）。其中生態核心保護區面積最小，為168.58 km2，占總面積的7.74%，生態核心保護區生態功能最強，是促進生態環境健康發展的核心區域；生態緩沖區面積最大，為1 400.33 km2，占總面積的64.30%，該區域生態結構穩定，對區域生態環境不會產生重大影響；生態恢復區面積為436.58 km2，占總面積的20.05%，該區域ESV較低；人類活動核心區主要分布在城鎮中心及沿海的港口碼頭，面積為172.34 km2，占總面積的7.91%，該區人類活動非常集中，ESV很低。

圖4　黃驊市生態安全格局圖Fig.4　Ecological security pattern of Huanghua city

3.4土地利用模擬驗證

將2000年土地利用類型圖作為模擬起始狀態，運用CA-Markov模型和上述轉移概率矩陣對2011年土地利用狀況進行模擬，將模擬結果與2011年土地利用類型圖對比驗證（表3）。結果表明，預測的9種地類總Kappa系數為0.81，總精度為86.20%，各地類系統精度和用戶精度均超過75%，其中，水域、濕地和鹽田模擬精度超過90%，精度符合要求。

表3　2011年黃驊市土地利用類型模擬結果精度評價Table 3　Accuracy assessment on simulative land use types in Huanghua city in 2011

3.5兩種情景下土地利用模擬結果

以2011年土地利用類型圖為初始狀態，分別對無生態保護情景和生態保護保護情景下黃驊市2022年土地利用格局進行模擬（圖5）。

圖5　2022年不同情景下黃驊市土地利用模擬結果Fig.5　Land use simulation results of Huanghua city in 2022 under different scenarios

由表4得出，ESP保護情景與無生態保護情景相比較，濕地、水域和耕地得到保護，面積分別相差10.94、2.17和19.57 km2，其他地類在ESP保護情景下面積均低于無生態保護情景，其原因為ESP保護情景限制了建設用地等地類的擴張，尤其是限制了對濕地、水域和耕地的占用。濕地、水域和耕地ESP保護情景下的ESV有不同程度上升，分別增加了1.63、0.16 和0.88億元，其余6種地類的ESV均略有降低，總ESV由94.11億元上升到95.70億元，區域生態系統服務價值得到提高。

無生態保護情景與ESP保護情景下新增建設用地情況如表5所示，新增建設用地由19.06減少到8.90 km2，少增加10.16 km2；無生態保護情景下，11.20%的新增建設用地分布在生態核心保護區內，ESP保護情景下新增建設用地全部分布在生態核心保護區之外，生態緩沖區、生態恢復區和人類活動核心區內新增建設用地面積較無生態保護情景均有所降低，分別降低1.66、1.74、4.63 km2，但占總新增建設用地比例分別增加2.08、2.75和6.37個百分點，其原因為ESP保護情景下總新增建設用地減少，部分原來在生態核心保護區內的新增建設用地向其他區域轉移的結果。ESP保護情境對保護區域生態環境有較好作用，基于ESP保護模擬的土地利用格局較無生態保護情境下自然發展形成的土地利用格局更利于區域生態安全發展。

表4　2022年濱海生態系統服務價值Table 4　Ecosystem services value on coastal land in 2022

表5　2022年黃驊市各生態安全格局范圍內的新增建設用地面積Table 5　Proportion of new-increasing construction land within different ecological security pattern of Huanghua city in 2022

4　結論與討論

本文針對性核算了研究區ESV，將ESV用于構建ESP，利用CA-Markov模型以ESP為影響因素進行了2種情景土地利用格局模擬，并再次利用ESV對2種土地利用格局的生態環境質量進行檢驗，結果表明：

1）2011年，單位面積ESV大小依次為：濕地＞水域＞園地＞耕地＞草地＞其他土地＞鹽田＞鹽堿地＞建設用地；各單項ESV貢獻率從大到小依次為：養分循環＞水源涵養＞娛樂文化＞物質生產＞生物多樣性＞氣體調節＞氣候調節＞凈化環境。

2）研究區可分為生態核心保護區、生態緩沖區、生態恢復區和人類活動核心區。其中生態核心保護區面積最小，為168.58 km2，占總面積的7.74%；生態緩沖區面積最大，為1 400.33 km2，占總面積的64.30%；生態恢復區面積為436.58 km2，占總面積的20.05%；人類活動核心區面積為172.34 km2，占總面積的7.91%。

3）無生態保護情景與ESP保護情景相比較，濕地、水域和耕地得到保護，區域ESV由94.11億元上升到95.70億元，區域生態環境得到了有效保護，尤其是生態核心保護區在ESP保護情景下得到了完全保護，區域內新增建設用地為0。

本研究可為黃驊市土地利用總體規劃、城市規劃和環境規劃提供有力的決策依據。由于資料獲取的限制，在進行土地利用格局模擬時對政策和人類活動因素分析較少；同時直接選用了CA-Markov模型，不同模型間的模擬精度沒有進行比較。因此，下一步應加強土地利用格局演變驅動因素研究和不同模型模擬精度的對比，以提高研究結果的科學性。

[參考文獻]

[1] Terry L Sohl, Peter R Claggett. Clarity versus complexity: Land-use modeling as a practical tool for decision makers[J]. Journal of Environmental Management, 2013, 41(16): 235－243.

[2] 陳佑啟，楊鵬. 國際上土地利用/土地覆蓋變化研究的新進展[J]. 經濟地理，2001，21(1)：95－100. Chen Youqi, Yang Peng. Recent progresses of international study on land use and land cover change(LUCC)[J]. Economic Geography, 2001, 21(1): 95－100. (in Chinese with English abstract)

[3] Te Brommelstroet M T. Equip the warrior instead of manning the equipment[J]. Journal of Transport and Land Use, 2010, 3(1): 25－41.

[4] Sterling S M, Ducharne A, Polcher J. The impact of global land-cover change on the terrestrial water cycle[J]. Nature Climate Change, 2012, 3(4): 385－390.

[5] 陳百明，張鳳榮. 我國土地利用研究的發展態勢與重點領域[J]. 地理研究，2011，30(1)：1－9. Chen Baiming, Zhang Fengrong. Trend and priority areas in land use research of China[J]. Geographical Research, 2011, 30(1): 1－9. (in Chinese with English abstract)

[6] 曹銀貴，張笑然，白中科，等. 黃土區礦－農－城復合區土地利用時空轉換特征[J]. 農業工程學報，2015，31(7)：238－246. Cao Yingui, Zhang Xiaoran, Bai Zhongke, et al. Temporal-spatial transformation characteristics of land use types in composite area of ore-agriculture-urban in Loess Area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(7): 238－246. (in Chinese with English abstract)

[7] Jokar A J, Helbich M, Kainz W, et al. Integration of logistic regression and markov chain models to simulate urban expansion[J]. International Journal of Applied Earth Observation and Geoinformation, 2013, 21: 265－275.

[8] Al-Ahmadi K, See L, Heppenstall A, et al. Calibration of a fuzzy cellular automata model of urban dynamics in Saudi Arabia[J]. Ecological Complexity, 2009, 6(2): 80－101.

[9] Sivanandam S N, Deepa S N. Introduction to Genetic Algorithms[M]. Berlin: Springer, 2009.

[10] Morita K. Computation in reversible cellular automata[J]. International Journal of General Systems, 2012, 41(6): 569－581.

[11] Alonso-Sanz R, Bull L. One-dimensional coupled cellular automata with memory: Initial investigations[J]. Journal of Cellular Automata, 2010, 5(1/2): 29－49.

[12] Liu Xiaohang, Andersson C. Assessing the impact of temporal dynamics on land use change modeling[J]. Computers, Environment and Urban Systems, 2004, 28(1/2): 107－124.

[13] 楊青生，黎夏. 基于支持向量機的元胞自動機及土地利用變化模擬[J]. 遙感學報，2006，10(6)：836－846. Yang Qingsheng, Li Xia. Cellular automata for simulating land use changes based on support vector machine[J]. Journal of Remote Sensing, 2006, 10(6): 836－846. (in Chinese with English abstract)

[14] 張利，周亞鵬，門明新，等. 基于不同種類生態安全的土地利用情景模擬[J]. 農業工程學報，2015，31(5)：308－316. Zhang Li, Zhou Yapeng, Men Mingxin, et al. Land use scenario simulation with different types of ecological security[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE), 2015, 31(5): 308－316. (in Chinese with English abstract)

[15] 王麗萍，金曉斌，杜心棟，等. 基于灰色模型_元胞自動機模型的佛山市土地利用情景模擬分析[J]. 農業工程學報，2012，28(3)：237－242. Wang Liping, Jin Xiaobin, Du Xiaodong, et al. Land use scenarios simulation of Foshan city based on gray model and cellular automata model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(3): 237－242.(in Chinese with English abstract)

[16] 肖篤寧，陳文波，郭福良. 論生態安全的基本概念與研究方法[J]. 應用生態學報，2002，13(3)：354－358. Xiao Duning, Chen Wenbo, Guo Fuliang. On the basic concepts and contents of ecological security[J]. Chinese Journal of Applied Ecology, 2002, 13(3): 354－358. (in Chinese with English abstract)

[17] 裴歡，魏勇，王曉妍，等. 耕地景觀生態安全評價方法及其應用[J]. 農業工程學報，2014，30(9)：212－219. Pei Huan, Wei Yong, Wang Xiaoyan, et al. Method of cultivated land landscape ecological security valuation and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(9): 212－219. (in Chinese with English abstract)

[18] 張楊，嚴金明，江平，等. 基于正態云模型的湖北省土地資源生態安全評價[J]. 農業工程學報，2013，29(22)：252－258. Zhang Yang, Yan Jinming, Jiang Ping, et al. Normal cloud model based evaluation of land resources ecological security in Hubei province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(22): 252－258. (in Chinese with English abstract)

[19] 李明月，賴笑娟. 基于BP神經網絡方法的城市土地生態安全評價：以廣州市為例[J]. 經濟地理，2011，31(2)：289－293. Li Mingyue, Lai Xiaojuan. Evaluation on ecological security of urban land base on BP neural network: A case study of Guangzhou[J]. Economic Geography, 2011, 31(2): 289－293. (in Chinese with English abstract)

[20] 蘇泳嫻，張虹鷗，陳修治，等. 佛山市高明區生態安全格局和建設用地擴展預案[J]. 生態學報，2013，33(5)：1524－1534. Su Yongxian, Zhang Hong′ou, Chen Xiuzhi, et al. The ecological security pattems and construction land expansion simulation in Gaoming[J]. Acta Ecologica Sinica, 2013, 33(5): 1524－1534. (in Chinese with English abstract)

[21] 曹智，閔慶文，劉某承，等. 基于生態系統服務的生態承載力：概念、內涵與評估模型及應用[J]. 自然資源學報，2015，30(1)：1－11. Cao Zhi, Min Qingwen, Liu Moucheng, et al. Ecosystem-service-based ecological carrying capacity: Concept, content, assessment model and application[J]. Journal of Natural Resources, 2015, 30(1): 1－11. (in Chinese with English abstract)

[22] 胡喜生，洪偉，吳承禎. 土地生態系統服務功能價值動態估算模型的改進與應用：以福州市為例[J]. 資源科學，2013，35(1)：30－41. Hu Xisheng, Hong Wei, Wu Chengzhen. An improved dynamic evaluation model and land ecosystem service values for Fuzhou city[J]. Resources Science, 2013, 35(1): 30－41. (in Chinese with English abstract)

[23] 歐陽志云，朱春全，楊廣斌，等. 生態系統生產總值核算：概念?核算方法與案例研究[J]. 生態學報，2013，33(21)：6747－6761. Ouyang Zhiyun, Zhu Chunquan, Yang Guangbin, et al. Gross ecosystem product: Concept framework and case study[J]. Acta Ecologica Sinica, 2013, 33(21): 6747－6761. (in Chinese with English abstract)

[24] Robert B, Gerard W. Smart growth principles and the management of urban sprawl[J]. Community Evelopment, 2011, 42(4): 494－510.

[25] 俞孔堅，王思思，李迪華. 區域生態安全格局：北京案例[M].北京：中國建筑工業出版社，2011.

[26] 趙景柱，徐亞駿，肖寒，等. 基于可持續發展綜合國力的生態服務評價研究：13個國家生態系統服務價值的測算[J]. 系統工程理論與實踐，2003(1)：121－126. Zhao Jinzhu, Xu Yanjun, Xiao Hong, et al. Ecosystem services evaluation based on comprehensive national power for sustainable development[J]. System Engine Theory Practice, 2003(1): 121－126. (in Chinese with English abstract)

[27] 歐陽志云，王效科，苗鴻. 中國陸地生態系統服務功能及其生態經濟價值的初步研究[J]. 生態學報，1999，19(5)：607－613. Ouyang Zhiyun, Wang Xiaoke, Miao Hong. A primary study on Chinese terrestrial ecosystem service[J]. Acta Ecologica Sinica, 1999, 19(5): 607－613. (in Chinese with English abstract)

[28] 郭榮中，楊敏華. 長株潭地區生態系統服務價值分析及趨勢預測[J]. 農業工程學報，2014，30(5)：238－246. Guo Rongzhong, Yang Minhua. Ecosystem service value analysis and trend prediction in Chang-Zhu-Tan region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(5): 238－246. (in Chinese with English abstract)

[29] 方瑜，歐陽志云，肖燚，等. 海河流域草地生態系統服務功能及其價值評估[J]. 自然資源學報，2011，26(10)：1694－1706. Fang Yu, Ouyang Zhiyun, Xiao Yan, et al. Evaluation of the grassland ecosystem services of the Haihe river basin[J]. Journal of Nature Science, 2011, 26(10): 1694－1706. (in Chinese with English abstract)

[30] 江波，歐陽志云，苗鴻，等. 海河流域濕地生態系統服務功能價值評價[J]. 生態學報，2011，31(8)：2236－2244. Jiang Bo, Ouyang Zhiyun, Miao Hong, et al. Ecosystem services valuation of the Haihe river basin wetlands[J]. Acta Ecologica Sinica, 2011, 31(8): 2236－2244. (in Chinese with English abstract)

[31] 田耀武，肖文發，黃志霖. 基于AnnAGNPS模型的三峽庫區黑溝小流域退耕還林生態系統服務價值[J]. 生態學雜志，2011，30(4)：670－676. Tian Yaowu, Xiao wenfa, Huang Zhilin. Ecosystem services value of converting crop land to forestland in Heigou watersh ed in Three Gorges Reservoir area based on AnnAGNPS model[J]. Chinese Journal of Ecology 2011, 30(4): 670－676. (in Chinese with English abstract)

[32] Costanza R, Arge R, Groot R, et al. The value of the world ecosystem services and natural capital[J]. Nature, 1997, 387: 253－260.

[33] 謝高地，甄霖，魯春霞，等. 一個基于專家知識的生態系統服務價值化方法[J]. 自然資源學報，2008，23(5)：911－919. Xie Gaodi, Zhen Lin, Lu Chunxia, et al. Expert knowledge, based on valuation method of ecosystem services in China[J]. Journal of Natural Resources, 2008, 23(5): 911－919. (in Chinese with English abstract)

[34] 蒙繼華，吳炳方，杜鑫，等. 高時空分辨率NDVI數據集構建方法[J]. 遙感學報，2011，15(1)：44－59. Meng Jihua, Wu Bingfang, Du Xin, et al. Method to construct high spatial and temporal resolution NDVI DataSet-STAVFM[J]. Journal of Remote Sensing, 2011, 15(1): 44－59. (in Chinese and English)

[35] 蔡福，于貴瑞，祝青林，等. 氣象要素空間化方法精度的比較研究：以平均氣溫為例[J]. 資源科學，2005，27(5)：173－179. Cai Fu, Yu Guirui, Zhu Qinglin, et al. Comparison of precisions between spatial methods of climatic factors: A case study on mean air temperature[J]. Resources Science, 2005, 27(5): 173－179. (in Chinese with English abstract)

[36] 劉春雨，董曉峰，劉英英. 不同尺度視角下大敦煌NPP分布格局研究[J]. 資源科學，2014，36(2)：406－412. Liu Chunyu, Dong Xiaofeng, Liu Yingying. Distribution pattern of NPP based on the transformation of different scales in Great Dun Huang[J]. Resources Science, 2014, 36(2): 406－412. (in Chinese with English abstract)

[37] 王建英，李江風，張麗琴，等. 基于生物多樣性保護的土地利用結構預測[J]. 農業工程學報，2012，28(4)：221－226. Wang Jianying, Li Jiangfeng, Zhang Liqin, et al. Prediction of land use structure based on biodiversity conservation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(4): 221－226. (in Chinese with English abstract)

[38] Mitsova D, Shuster W, Wang X H. A cellular automata model of land cover change to integrate urban growth with open space conservation[J]. Landscape and Urban Planning, 2011, 99(2): 141－153.

Land use pattern simulation based on ecosystem service value and ecological security pattern

He Ling1,2, Jia Qijian3, Li Chao4, Zhang Li1,2, Xu Hao1,2※
(1. College of Land and Resources, Agricultural University of Hebei, Baoding 071000, China; 2. Cangzhou Field Research Station, Hebei-land Use of Circum Bohai Sea for the Ministry of Land and Resources, Cangzhou 061000, China; 3. College of Rural Development, Agricultural University of Hebei, Baoding 071000, China; 4.College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China)

Abstract:The rapid development of coastal economy in Hebei Province has caused rapid transition of coastal land use pattern, which has threatened land ecological safety. Specifically calculating ecosystem services value (ESV) and constructing ecological security pattern (ESP) and optimizing land use pattern have become an inevitable choice for providing decision support for land use planning and control as well as regional ecological security. Using RS (remote sensing), meteorological and field investigation data, the article chooses the following functions including material production, nutrient cycling, gas regulation, climate regulation, water conservation, environment purification, biodiversity maintenance, and entertainment and culture function, uses CASA (carnegie-ames-stanford approach) model to calculate EV, and then the article takes accumulative resistance model to determine ecological corridors and ecological node in Huanghua City. ESP is constructed, which takes ecosystem services value(ESV) as resistance. At last, taking ESP as one of influencing factors, a study on land use scenario simulation with different constraints has been carried out by the CA (cellular automaton) -Markov model. Two scenarios are no ecological conservation scenario and ESP conservation scenario. The results show that ESV per unit area for wetland is the largest, which is 14.95 Yuan/(m2·a), and that for construction land is the smallest, only 2.44 Yuan/(m2·a). ESV per unit area in different land use types is listed from high to low as follows: wetland, water, garden, cultivated land, grass, other land, saltern, saline land, and construction land. The contribution of nutrient cycling function is the largest, and environment purification function is the smallest. The largest percentage is 26.89%, and the smallest is 0.22%. The order of ESV for different functions from high to low is: nutrient cycling, water conservation, entertainment and culture, material production, biodiversity maintenance, gas regulation, climate regulation, and environment purification function. The ecological corridors and ecological node in Huanghua City are mainly distributed in the river in western areas, and the eastern coastal wetland. The study area can be divided into ecological core protection zone, ecological buffer zone, ecological restoration zone and human activity core zone. The proportion of ecological core zone is the smallest, which is only 168.58 km2, while the proportion of ecological buffer zone is the largest, which is 1 400.33 km2. Ecological restoration zone is 436.58 km2and human activity core zone is 172.34 km2. Simulation under 2 scenarios is carried out to compare the impact of different land use patterns. No ecological conservation scenario is a continuation of the current trends and involves only limited constraints. The ESP conservation scenario simulation incorporates ESP and basic cultivated land conservation constraints, i.e. the ecological source land and basic cultivated land cannot be changed into construction land. The results indicate that under ESP conservation scenario, the newly increasing construction land declines to 8.90 km2, which is 19.06 km2under no ecological conservation scenario. In the scenario simulation with ESP conservation, the areas of wetland, water and cultivated land are larger than that under no ecological conservation scenario. ESV rises to 9.57 billion Yuan in the scenario simulation with ESP conservation, and without ecological conservation it is 9.41 billion Yuan. An increase of 0.16 billion Yuan indicates that ESP conservation scenario is more effective to environment protection. Especially within the range of ecological core protection zone, the quantity of newly increasing construction land is zero under ESP conservation scenario, while it is 11.20% without ecological conservation. This method and the results can provide guidances and references not only for general land use planning and city planning, but also for ecological conservation in Huanghua City and other cities.

Keywords:land use; ecology; optimization; ecological security pattern(ESP); ecosystem service value(ESV); net primary productivity(NPP); Huanghua city

通信作者：※許皞，男，河北定興人，教授，博士，博士生導師，研究方向：土壤與土地資源持續利用。保定河北農業大學國土資源學院，071000，Email：xuhao22003@126.com

作者簡介：何玲，女，河北保定人，副教授，博士生，研究方向：土地生態、土地持續利用與土地整治。保定河北農業大學國土資源學院，071000，Email：helingsss@163.com

基金項目：國土資源部公益性行業科研專項經費項目（201311060）；河北省科技支撐計劃項目（132276329）

收稿日期：2015-07-09

修訂日期：2015-12-27

中圖分類號：F301.2

文獻標志碼：A

文章編號：1002-6819(2016)-03-0275-10

doi：10.11975/j.issn.1002-6819.2016.03.040