基于CA-Markov模型的石羊河流域生態承載力時空格局預測

岳東霞,楊 超,江寶驊,郭建軍,徐曉鋒

1 蘭州大學西部環境教育部重點實驗室/資源環境學院,蘭州 7300002 中國科學院西北生態環境資源研究院,沙漠與沙漠化重點實驗室,蘭州 7300003 蘭州大學管理學院,蘭州 730000

生態承載力是人類賴以生存和發展的物質基礎,決定著區域可持續發展的能力,對于人類社會和經濟的發展至關重要[1]。可持續發展現已成為理想的發展模式和世界各國普遍認同的政策目標[2],因此生態承載力作為一個區域可持續發展能力評價的重要指標成為可持續發展研究的核心內容[3- 4]。

由Rees等[5]提出并和Wackernagel等[6]完善的生態足跡理論和方法,是目前被國內外廣泛采用的生態承載力評價的理論和方法之一[7]。在該方法中,生態承載力值的計算取決于土地利用/覆被面積和土地生產力兩個基本因素,因此,區域土地利用/覆被的變化可直接引起生態承載力值的變化,也同時決定著生態承載力的空間格局的轉變[8]。基于此方法,近年來,利用遙感和GIS技術開展區域生態承載力歷史以來的時空格局變化研究成果已較多。Niccolucci等[9]對世界各個國家和地區1961—2007年的生態承載力進行分析,認為生態承載力可能會被視作一種新的生態財富；岳東霞等[10]從不同尺度對西北地區生態承載力的供給和需求做了定量計算和空間格局分析,研究結果表明西北地區的生態承載力具有空間異質性；汪玉瓊等[11]對石羊河上游山區生態承載力進行了時空格局動態分析,結果表明該地區生態承載力在時間尺度上緩慢增加,在空間尺度上具有明顯的異質性；Yue等[12]以中國石羊河流域和涇河流域為典型流域,開展了基于多尺度柵格的流域生態承載力評價和空間格局模擬與對比,指出流域生態承載力具有較強的尺度依賴性,認為可塑性單元面積問題(modifiable areal unit problem,MAUP)可能造成區域甚至于全球生態承載力評價結論準確性不夠,而進一步導致區域可持續發展狀態判斷有待商榷。同時,也有部分研究開展了區域生態承載力的預測研究,如Yue等[13]利用馬爾科夫模型預測了2020—2050年4個時間段涇河流域的總生態承載力以及6種不同類型土地的生態承載力,結果顯示為總生態承載力持續增加,而各類型土地生態承載力呈現不同發展趨勢。Guo等開展了不同情景下的生態承載力“靜態”優化分析,探究了生態承載力優化對生態赤字的影響作用及其所需的水資源成本[2]。McBain等通過長時間序列(70年)生態承載力和生態足跡的變化分析,發現全球技術、經濟和人口政策在很大程度上影響了生態承載力[4]。但大多數研究僅限于時間尺度的趨勢分析和預測,有關生態承載力空間格局預測模擬研究仍鮮見報道。

目前,國內外利用CA-Markov模型(又稱時空馬爾科夫鏈,spatial-temporal chain,STMC)開展土地利用時空格局預測模擬的應用研究較多。如,Arsanjani等[14]利用CA-Markov模型分析了德黑蘭的城市化蔓延趨勢和土地類型的變化,研究結果顯示2016—2026年間該區域的草地和空曠地大部分將會轉為建筑用地。陳愛玲等[15]運用CA-Markov模型模擬預測秦淮河流域土地利用變化,結果表明2018年研究區水田和不透水面分別減少33.3%和31.1%。

鑒于此,本文以我國干旱區內陸河流域——石羊河流域為研究區,基于生態足跡方法、遙感數據和GIS技術,利用CA-Markov模型,以土地利用時空格局預測為切入點,開展區域生態承載力未來時空格局的預測模擬,即通過預測該流域土地利用/覆被變化,進而預測未來流域生態承載力的變化趨勢,為流域開展生態環境保護、合理利用土地資源和制定可持續發展政策提供科學依據。

1 研究區概況

石羊河流域是我國西部干旱區典型的內陸河流域,位于甘肅省境內,地處黃土、青藏和蒙新三大高原的交匯過渡地帶,橫跨祁連山地、河西走廊、北山山地和阿拉善高原,地理坐標為101°07′—104°16′E,37°09′—39°19′N,海拔高度在1182—5202 m之間,流域面積達4.27×104km2,氣候垂直地帶性明顯，年平均降水量約在60—610 mm之間,年蒸發量在1400—3040 mm之間[16]。石羊河流域自東向西主要由大靖河、古浪河、黃羊河、雜木河、金塔河、西營河、東大河、西大河等多條河流組成,全部發源于祁連山區(圖1)。河流補給主要來源于山區大氣降水和高山冰雪融水,平均降水量達450 mm,產流面積達1.1×104km2,且降水1/3轉化為地表徑流。流域內水資源總量為16.61×108m3,其中地表水資源量15.61×108m3。石羊河流域植被的特征呈現出多樣性[17],按垂直地帶性分為三個植被景觀帶：海拔在2700—5000 m之間的南部祁連山區,屬于亞寒帶針葉林與常綠杜鵑灌叢植被區域,自上而下逐漸呈現高山草甸、高山森林、灌木與草原；海拔在1800—2700 m的中低山丘陵地帶,屬于草原和荒漠化草原植被類型；海拔在1300—1800 m之間的中部走廊平原區與東部荒漠地區,主要呈現綠洲農業與荒漠植被景觀。

石羊河流域是我國重要的生態屏障之一,也是我國干旱區內陸河流域中人口最密集、水資源開發利用程度最高、用水矛盾最突出、生態環境問題最嚴重的流域之一[18]。20世紀90年代后,國家加強了石羊河流域的水資源管理和生態環境綜合治理,特別是2000年以后,以退耕還林還草、天然林資源保護、關井壓田、壓沙造林等生態工程的實施為主導的人類活動,對流域的生態承載力的恢復產生了巨大的影響。因此,開展該流域生態承載力的時空格局預測模擬,較為準確地了解未來一定時段該流域生態承載力趨勢與格局,對于流域的可持續發展具有重要意義。

圖1 研究區：石羊河流域圖Fig.1 The study area:Shiyang River Basin in Northwest China

2 研究方法與計算

2.1 生態承載力計算模型

依照Rees和Wackernagel[5-6]的生態足跡理論,生態承載力定義可表述為：研究區域內一定時期(通常為一年)具有全球平均生產力的所有可用的生物生產性土地和水域面積的總和,其計算模型如下：

(1)

式中,Ai為區域第i類生物生產性土地面積；YFi為區域第i類生物生產性土地的產量因子,通常由區域該類土地的平均生產力與全球同類土地的平均生產力之間的比率而得,產量因子可以將該區域的某類生物生產性土地的生產力轉換為具有全球可比性的生產力單位[19]；EQFi為全球第i類生物生產性土地的均衡因子,通常是將全球該類生物生產性土地平均生產力除以全球所有類型生物生產性土地的平均生產力[20]。該模型最終將不同類型的生物生產性土地轉換為具有全球平均生產力的統一、可加和的生物物理指標,即全球公頃(ghm2)[21]。

2.2 元胞自動機-馬爾科夫(CA-Markov)模型

馬爾科夫(Markov)模型是由原蘇聯數學家安德烈·馬爾可夫首先提出而得名,它是基于馬爾科夫隨機過程系統而形成的一個過程理論模型,以達到預測和隨機控制的目的[22]。元胞自動機(CA)模型是一種時間、空間狀態均離散的格子動力學模型,側重于不同時空特征元胞的相互作用,具有強大的空間計算模擬能力,特別適合自組織功能系統的動態模擬和空間展示。在土地利用預測方面,馬爾科夫模型側重于對土地利用變化數量的預測,但無法進行空間表達,不能展現各類型土地變化的空間分布[23]。而元胞自動機模型則能夠對復雜空間系統的時空動態演化過程進行表達,能夠彌補馬爾科夫模型的不足。

CA-Markov模型正是利用了Markov模型和CA模型的各自優勢,將這兩種模型，以及多準則、多目標的土地分配原則結合起來進行土地利用的預測方法,即通過將具有連續性質的空間分布元素加入到馬爾科夫鏈的分析過程來實現土地利用預測模擬的。其工作原理是以預測基期(預測起始年)的土地利用為初始狀態,以前一期土地利用轉移面積和起始年多因素影響下的土地適宜性圖集為依據,對土地利用類型進行重新分配,直至達到馬爾可夫鏈預測的土地利用面積。可見,CA-Markov模型同時具備對土地利用的時間動態和空間格局進行表達的優勢,從而較好地模擬未來區域土地利用的時空格局,實現對區域土地利用的預測[24- 25],解決了土地利用時空同步模擬的瓶頸問題。

本文利用IDRISI32軟件中的CA-Markov模塊,基于1992年、2002年和2012年3期土地利用的數據,首先以2002年為起始年,預測了石羊河流域2012年的生態承載力并與實際數據比較,以驗證CA-Markov模型模擬的可靠性,進而以2012年為起始年預測2022年的土地利用空間數據,利用生態承載力模型計算2022年生態承載力并分析其時空格局變化。IDRISI軟件中參與處理的圖像都為柵格數據,本文使用的土地柵格大小為30 m×30 m。所有空間數據處理均在ArcGIS平臺上完成。

根據CA-Markov模塊的功能需求,模擬預測過程有以下幾個關鍵點：(1)轉換規則：本文利用1992年、2002年和2012年3期土地利用空間數據,計算得到1992—2002年和2002—2012年的土地面積轉移矩陣。以這兩個時段的土地面積轉移矩陣作為CA-Markov模塊預測流域2012年和2022年的土地利用格局的轉換規則。(2)土地利用變化的驅動因素遴選：土地利用變化的驅動因素主要包括自然與人文因素兩大類因素。在使用CA-Markov模型中,對于土地利用變化驅動因素的遴選和分析是極其重要的。借鑒前人研究結果[26],本文選取了引起生態承載力變化的三類共10個主要影響因素作為驅動因素,包括海拔、坡度、坡向等地貌因素,積溫(>10℃)、降水等氣象因素,人口密度、人均GDP等經濟因素,距河流最近、距道路最近、距居民點最近等距離因素,并將2002年和2012年各指標數據逐一空間化處理,獲得各驅動因素的空間數據集,以構建流域土地利用適應性圖集。(3)適宜性圖集制作：適宜性指的是當前土地利用在下一個狀態的適宜性,因此適應性圖集就是各類土地利用在下一個狀態的適宜性的圖像集合。基于起始年各類土地的利用狀況,利用IDRISI中的空間多元回歸模型(logisticreg模塊),分別將每類土地利用類型作為因變量,10個驅動因素作為自變量,通過回歸分析,計算得到每類土地的空間分布概率圖,再使用collection editor模塊將所有的概率圖集成在一個文件中。本文根據起始年的2002年、2012年土地利用和驅動因素空間分布狀況,分別構建2002年和2012年的適宜性圖集。(4)鄰域濾波器及迭代次數：按照已有研究[27],本文采用5×5摩爾鄰域作為CA-Markov模型的濾波參數；模型運算1年為一個迭代周期,因此迭代次數設定為10。基于以上土地利用預測結果,利用生態承載力模型,即可計算預測年的流域生態承載力空間數據集。

2.3 數據收集與處理

石羊河流域邊界：系根據石羊河流域八大支流分布,依據研究區域數字高程模型(DEM,Digital Elevation Model),利用SWAT水文模型計算得到。DEM數據：來源于中國科學院計算機網絡信息中心國際科學數據鏡像網站(http://www.gscloud.cn),空間分辨率為30 m。石羊河流域的行政區劃邊界：來源于國家自然科學基金委員會“中國西部環境與生態科學數據中心”(http://westdc.westgis.ac.cn)。石羊河流域土地利用空間數據：由美國地質勘探局(United States Geological Survey,USGS)官網(http://www.usgs.gov)下載,獲得石羊河流域1992年、2002年、2012年3期同時段的Landsat TM影像,空間分辨率為30 m。在影像校正和增強處理的基礎上,通過最優波段組合和人工目視解譯,將土地利用類型分為六類：耕地、林地、草地、城鄉工礦居民用地(建筑用地)、水域、未利用地,再經實地的勘正校準,得到了三年的土地利用現狀矢量圖。

石羊河流域自然和人文因素基礎數據：2002年、2012年氣象數據來源于中國氣象科學數據共享網(http://cdc.cma.gov.cn),氣象因素的空間數據集系利用流域內及周邊的氣象站點觀測數據插值得到；道路、居民點數據來自中國西部環境與生態科學數據中心網站的石羊河流域基礎數據集(http://westdc.westgis.ac.cn)；人文因素數據來自省地各級統計年鑒,空間數據系按照統計單元數據賦值于流域內行政區劃的屬性而生成；距離因素的空間數據系在石羊河流域數據集基礎上,利用ArcGIS的near工具分別計算點要素到最近居民點的點要素、河流線要素及道路線要素的歐式距離。以上因素的空間數據都是在ArcGIS 10.2軟件中處理生成。由于氣象數據、經濟數據變動性大,故分別依據2002年、2012年的相關觀測和統計數據生成對應的空間分布圖。

本文計算生態承載力時,1992年、2002年、2012年和2022年產量因子和均衡因子采用的是已有文獻公布的相近年份的中國平均產量因子和世界均衡因子[28-32]。該流域的未利用地一般為戈壁沙漠,因生產力極低,故產量因子默認為0[13],其生態承載力也為0,建筑用地因一般占用的是適宜耕種的優質土地,故產量因子和均衡因子默認與耕地相同[33]。

2.4 CA-Markov模型預測方法驗證

在展開2022年石羊河流域土地利用預測模擬之前,為了檢驗CA-Markov模型預測各土地類型數量變化和空間分布的準確度,本文首先基于1992、2002年兩期土地利用數據和2002年土地利用適應性圖集,利用CA-Markov模型預測了2012年的土地利用時空格局。再用2012年預測數據與實測數據進行對比分析,來驗證本文構建的CA-Markov模型預測方法的準確度。具體如下：

首先利用二期土地利用空間數據,獲得1992—2002年土地面積轉移矩陣,其次基于2002年10個自然和人文驅動因素基礎數據和2002年的土地利用狀況生成各類型土地的適宜性圖集,假設1992—2002年土地轉移趨勢與后十年基本相似,利用CA-Markov模塊模擬得到2012年的土地利用的空間數據集,并形成空間分布預測圖。

然后,使用IDRISI軟件中crosstab模塊,依據Kappa系數對比分析2012年石羊河流域土地利用空間分布的實際圖和預測圖的相似度,得到的Kappa系數為0.7956(一般情況下,如果Kappa系數值不小于0.75,則認為模擬的準確度高),說明基于本文所選驅動因素和所采用的實驗方案取得的模擬結果精度較高、可靠,可用來進行該流域未來土地利用預測模擬。

3 結果與分析

3.1 基于CA-Markov的2022年土地利用狀態預測模擬

圖2 2022年石羊河流域土地利用預測空間分布圖 Fig.2 The spatial distribution of land use prediction in Shiyang River Basin in 2022

由于石羊河流域2012—2022年將繼續實施退耕還林還草等土地利用政策,基本延續過去10年(2002—2012年)的土地利用趨向,因此,利用以上已通過驗證的CA-Markov預測模擬方案,以2012年為起始年,基于2002—2012年的土地面積轉移矩陣和2012年各類型土地的適宜性圖集,在ArcGIS平臺上,經過模擬計算得到了2022年石羊河流域土地利用空間數據集,并生成土地利用預測空間分布圖(圖2)。

由圖2中可知,2022年石羊河流域土地利用空間格局由南到北,主要分為上游的林草區,中下游綠洲區及其周邊大面積的荒漠區,景觀格局呈明顯的空間異質性,且層次較為明顯。與2002年、2012年土地利用狀況比較,土地利用的整體空間分布格局基本一致,但其內部各類型土地則變化明顯。

3.2 1992—2022年生態承載力時空格局變化

基于1992、2002、2012年以及預測年2022年石羊河流域土地利用空間數據集,利用生態承載力計算模型,獲得各年份基于土地斑塊的單位面積生態承載力空間分布圖(圖3)。

圖3 1992—2022年單位面積生態承載力空間分布圖Fig.3 The spatial distribution of biocapacity per unit area of Shiyang River Basin in 1992—2022

由圖3可知,整體而言,1992—2022年石羊河流域的單位面積生態承載力空間分布格局基本一致,由于流域土地利用和景觀分布的空間異質性,上下游之間差異明顯,呈現不均衡分布,其中,單位面積生態承載力高值區主要分布在該流域的中下游綠洲區,分布較為均衡,土地利用類型主要為耕地；其次為上游,依次為林地、草地、水域,斑塊較為破碎,而未利用土地因的產量因子默認為0,所以該區域單位面積生態承載力也為0,主要位于流域中下游綠洲外圍的巴丹吉林沙漠、騰格里沙漠區域,占地面積較大,分布最為均勻,凸顯流域下游生態環境的嚴酷性,特別是民勤綠洲與周圍的荒漠區域形成強烈的反差。

相比1992年、2002年和2012年,預測年2022年單位面積生態承載力雖然大的空間格局沒有明顯變化,但部分區域的單位面積生態承載力分布卻有很大變化。其中石羊河流域上游山區中部冰川周邊高海拔區域的單位面積生態承載力由1992至2022年不斷增高,到2022年時,高值區面積分布較2012年增加了465.44 km2,而流域上游低值區面積分布較2012年減小635.86 km2;中游綠洲區域其值比較穩定,除了西部的高值區少部分變為低值區外,其它區域沒有明顯的變化；下游的荒漠區域的單位面積生態承載力變化最少,但民勤綠洲內部單位面積生態承載力從1992年起開始逐漸減小,表明綠洲地區內部生態環境處于退化趨勢。

圖4 1992—2022年各類土地總生態承載力變化趨勢 Fig.4 The development trend of total biocapacity of different land use types in 1992—2022

圖4顯示,石羊河流域生態承載力總量呈現1992—2002年間的先減少、2002—2012年間快速增加至2012—2022年緩慢增加的趨勢,而各類型土地生態承載力總量呈現不同的變化趨勢,其中耕地、林地、水域、建筑用地的生態承載力總量變化均以2002年為拐點,呈先減小而后逐漸增加的趨勢,但增加的幅度各有不同,尤以建筑用地生態承載力的增加幅度最大,這些變化與石羊河流域2002年以后全面實施退耕還林、關井壓田等生態工程,以及中下游綠洲區城市化進程的加速發展密切相關。相反,草地生態承載力雖然也以2002年為拐點,但卻呈現先增加而后快速減小的趨勢,說明該流域自2002年以后草地資源的保護措施不甚理想。

進一步,在ArcGIS中使用Intersect工具進行空間疊置分析,首先分別將2012、2022年的土地利用轉為30 m(由于基礎數據源于Landsat影像,分辨率為30 m)分辨率的柵格,柵格值表示單位面積生態承載力；然后在使用柵格計算器工具,用2022年的柵格圖層減去2012年的柵格圖層,得到差值圖；差值圖中大于0的值表示生態承載力增加,等于0的表示生態承載力不變,小于0的表示生態承載力減少；最終獲得預測年2022年和起始年2012年流域基于斑塊的單位面積生態承載力差值,得到流域生態承載力變化的空間分布圖(圖5)。結果顯示,與2012年相比,2022年該流域生態承載力增加的斑塊主要分布在石羊河流域的上游祁連山高山區,且呈現較明顯的斑塊聚集,主要為林地恢復區,而較少分布在中下游綠洲區域,分布較為離散和破碎,為零散的新的土地開墾和植被修復區域；生態承載力減少的斑塊主要分布在石羊河流域中游的金川-昌寧盆地和威武盆地,主要為大面積的撂荒地和荒漠化區域。

圖5 2012—2022年石羊河流域生態承載力變化斑塊空間分布圖 Fig.5 The spatial distribution of biocapacity change patch in Shiyang River Basin between 2012 and 2022

基于2012年和2022年的土地利用狀況,在ArcGIS中使用intersect工具進行空間疊置分析,由土地利用轉移矩陣得到石羊河流域2012—2022年各類土地的生態承載力轉移矩陣(表1和表2)。

由表1和表2顯示,經預測,2012年各類土地生態承載力向2022年的轉移方向各不相同。因不同類型土地的生態生產力不同,故土地類型的轉換將導致同一塊土地轉換前后的生態承載力發生變化,也將導致2022年流域生態承載力的內部結構組成有所變化。整體而言,除了沒有變化的土地利用類型保持了原有生態承載力之外,2012年生態承載力總轉出量為90366.99 ghm2,2022年生態承載力總轉入量為198900.32 ghm2,整體將增加108533.33 ghm2,是轉出量的1.20倍。

其中,該流域2012—2022年期間耕地轉向其他類型土地面積依次為建筑用地>未利用地>草地>水域>林地(表1),生態承載力轉出總量為36603.51 ghm2,而轉入總量僅為15461.04 ghm2,轉出量是轉入量的2.37倍。因此,對耕地而言,因大量轉向較耕地生態生產力低的土地類型,而導致2022年的生態承載力損失達21142.47 ghm2,其主要原因是大量耕地轉為未利用地致使生態承載力大量損失(表2),占總損失量的66.83%；林地主要轉向未利用地和草地,建筑用地主要轉向耕地、草地和未利用地,這2類土地也因部分土地轉向較其生態生產力低的土地類型而導致生態承載力轉出量大于轉入量,使得2022年流域生態承載力也受到損失。

不同的是,該流域2012—2022年期間草地雖然也有一部分轉為未利用地,但因其大部分轉向生態生產力較高的林地、建筑用地、耕地,而最終使得生態承載力轉入量大于轉出量,致使2022年的生態承載力增加了32923.30 ghm2；其次,水域轉出面積雖然較少,但主要轉向為生態承載力較大的其他類型土地,也使得2022年的生態承載力有所增加。

特別是,該流域2012—2022年期間未利用地的一部分將轉向其他土地利用類型,轉移土地面積依次為建筑用地>林地>耕地>草地>水域,因轉出后的土地類型生態生產力均大于未利用地,使得2022年生態承載力將凈增加120035.41 ghm2。

表1 2012—2022年石羊河流域土地利用轉移矩陣

表2 2012—2022年石羊河流域生態承載力轉移矩陣

各類型土地生態承載力轉換數值可表達為：括號內的數值為2012年土地轉出前的生態承載力,括號外的數值為土地轉出后的生態承載力,即2022年轉入為新類型土地的生態承載力。*表示未轉換的同類土地生態承載力保持量

綜上所述,由于該流域將繼續實施退耕還林還草、關井壓田等生態工程和土地利用流轉政策,使得該流域在保證整體生態環境持續穩定的前提下,生態環境的好轉將是必然的。而其中,未利用地與其他土地類型利用的相互轉換在石羊河流域生態承載力數量和結構變化中具有重要的地位,因此,在水資源有限的干旱區內陸河流域,對未利用地的合理利用是提高流域未來生態承載力關鍵。

以上結果是基于2022年生態承載力產量因子和均衡因子均維持2012年現狀的假設而得到的。未來隨著農、林、牧、漁業的科技發展,各類型土地生態生產力必然會不斷增加,因此本文計算結果僅為保守的預測結果。

4 結論

石羊河流域由于地形、地貌、氣候以及水資源等環境因素的影響,土地利用空間分布極不均勻,特別是,近年來受氣候變化與人類活動的深入影響,整個流域基于土地斑塊的生態承載力呈現特殊的時、空變化趨勢。

本文采用CA-Markov模型,基于遙感數據、GIS空間分析技術,以2012年為起始年,在對石羊河流域2022年土地利用狀態預測基礎上,預測了2022年流域基于斑塊尺度的生態承載力空間數據,并對比分析了1992—2022年該流域不同時間段的生態承載力的時空變化及內部結構轉換趨勢,實現了對該流域近30年生態承載力的時空格局模擬分析。結果顯示,時間尺度上,以2002年為拐點,1992—2022年間該流域生態承載力總量呈先減少后增加的變化趨勢,其中建筑用地生態承載力增加趨勢最為顯著；空間上,1992—2022年間流域單位面積生態承載力空間格局整體變化不大,但其內部不同區域的單位面積生態承載力呈不同的變化趨勢。其中,與起始年2012年相比,2022年流域上游山區的林地、中游綠洲的建筑用地生態承載力均增加較快,且呈現較明顯的斑塊聚集,而中、下游綠洲區耕地、草地生態承載力的增減變化復雜,斑塊分布較為離散和破碎,生態承載力減少的斑塊主要分布在石羊河流域中游的金川-昌寧盆地和威武盆地,主要為大面積的撂荒地和荒漠化區域。水域生態承載力整體變化不明顯；預測可知,2012—2022年土地利用類型將發生頻繁轉換,導致流域生態承載力結構組成變化較大,其中未利用地的轉出對未來全流域以及各類土地生態承載力的增加貢獻突出。綜上,該流域生態承載力時空變化態勢與當地實施的退耕還林、關井壓田等生態工程,嚴格的農田水資源管理政策,以及這一期間流域的城市化速度較快相吻合,說明我國實施的生態保護政策已取得并將繼續取得更好的生態效益。本文有關石羊河流域未來生態承載力的時、空間格局和結構變化的預測結果對該流域制定未來生態環境保護和管理政策具有重要的現實指導意義和應用價值。

本文在充分考慮了模擬時段內自然和人文驅動因素對土地利用的影響和作用的基礎上,利用CA-Markov模型開展了流域生態承載力時空間格局預測,并驗證了該模型的可靠性,展示了CA-Markov模型在預測大尺度區域生態承載力方面的優勢,這對僅在時間尺度上開展生態承載力預測的已有研究是一個較大改進。但是,由于本文系基于土地利用政策基本不變的假設條件下開展模擬預測的,土地利用的自然與人文驅動因素也是基于已有的研究成果和經驗進行選擇的,沒有對假設條件和各因素的影響程度大小做出深入、定量的分析,預測結果必然存在一定的誤差。其次,本文計算生態承載力所采用的產量因子和均衡因子是已有文獻公布的相近年份的中國平均產量因子和世界均衡因子,計算結果與研究區的實際情況相比也存在一定的誤差。以上不足有待深入研究,以提高研究區生態承載力預測的準確度。