濱州市生態系統服務價值與生態風險時空演變及其關聯性

李俊翰,高明秀

1 山東農業大學資源與環境學院, 泰安 271018 2 土肥資源高效利用國家工程實驗室, 泰安 271018 3 湖南師范大學資源與環境科學學院, 長沙 410081

人口擴張與經濟發展促使人類對地表空間占用范圍和自然資源的開采力度不斷增大,人類活動迅速而劇烈地改變著原始自然環境與生態系統,不可避免地造成大氣、土壤和水資源的污染和破壞,反向影響人類自身福祉[1-3]。為了尋求高質量的生活品質和可持續的人類社會發展,人們愈發關注自身生活環境狀況,人居環境、生態環境質量與安全的相關研究成為熱點[4-5]。

生態系統服務評價和生態風險評價是生態環境評價的重要類型,與生態安全評價關系十分密切[6-7]。生態系統服務是人類從生態系統中獲得的各種惠益,包括有形的物質產品供給與無形的服務提供兩方面[8-9]。生態系統服務功能是實現生態系統安全的基本保證,從正面表征生態安全狀況。生態風險是生態系統及其組分對外部干擾作出退化反映的可能性,指一定區域內具有不確定性的事故或災害對生態系統的結構和功能可能產生的不利影響[10-11]。生態風險評價是對生態環境狀況未來發展變化的預判,是風險控制的前提,從反面表征區域生態安全狀況[12]?，F階段,對于二者的評價已由相對獨立逐步走向融合,特別是基于生態系統服務的生態風險評價逐漸成為新的熱點和研究方向[13-14]。曹祺文等[15]提出了基于生態系統服務的景觀生態風險評價(ESRISK)框架,闡述了實施途徑與優勢。Dong等[16]也建立了類似的風險評估框架,基于甘孜地區土壤保持服務和防沙服務動態變化,評估生態風險及其變化,提高了對生態系統變化、生態系統服務和生態風險之間關系的認識。 劉世梁等[17]將生態系統服務功能的提升作為生態風險評價的重要內容,提出了基于土地整治全過程分析的生態風險識別、評價與管控思路。Liao等[18]將重要生態系統服務區作為風險受體,對廈門市城市綜合生態風險進行綜合評價和預測。宋科等[19]通過將生態系統服務價值的定量化與生態風險分析的數學模型相結合,建立了生態風險分析的EVR模型,定量化研究生態系統風險,并以浙江省舟山市為例驗證了這種方法的可行性。由此可見,生態系統服務和生態風險評價的融合明顯地表現為將生態系統服務引入到生態風險評價中,以提高生態風險評價的全面性和時效性[13,20]。

然而當前的研究中針對同一時期同一區域生態系統服務價值評估和生態風險評價的空間分布關系與相互作用機理研究較少。莫宏偉等[21-22]對農牧交錯區榆林市和風沙過渡區神木縣,宮繼萍等[23]對黑河中游民樂縣進行了土地生態系統服務價值評價和生態風險評價,但僅僅討論了各自的空間分布和動態變化,缺乏對二者之間相互關系的深入探討。鑒于此,該文以濱州市為研究區,核算2000—2015年生態系統服務價值和景觀生態風險指數,從現狀價值和潛在風險、正面和反面多角度描述區域生態環境現狀及變化趨勢,旨在基于生態系統服務價值和生態風險評價,探討生態系統服務價值和生態風險指數在數量變化、空間分布和時序變化等方面的相互關聯性,為構建區域生態安全格局,保護區域生態安全,實現可持續發展提供參考。

1 研究區概況

濱州市(36°41′—38°16′ N,117°15′—118°37′ E)位于山東省北部,黃河三角洲腹地,地處黃河三角洲高效生態經濟區、山東半島藍色經濟區和環渤海經濟圈、濟南省會城市群經濟圈“兩區兩圈”疊加地帶,轄區總面積9600km2,是黃河三角洲區域內最大的行政區。全境地勢南高北低,主要分為低山丘陵和黃河沖積平原兩大地形區,自然坡降比 1/4000—1/8000。濱州市屬溫帶大陸性季風氣候,夏熱多雨,冬冷且長,四季分明,多年平均降水量575.4mm。受歷史海陸變遷和地下水位高、礦化度大等因素影響,土壤鹽漬化現象嚴重,境內鹽堿地廣泛分布。

2 材料與方法

2.1 數據來源與處理

選取2000(ETM+)、2005(TM)、2010(TM)和2015(OIL)年4—6月間的遙感影像數據(來自地理空間數據云平臺http://www.gscloud.cn),利用ENVI5.2軟件采用面向對象法進行土地利用分類,并基于2015年影像進行空間配準。參考全國遙感監測土地利用/覆蓋分類體系和土地利用現狀分類標準(GB/T 21010-2007),結合濱州市的自然環境與土地利用特征,劃分為耕地、林地、建設用地、水域、鹽田和未利用地等6種類型。分類后參考天地圖和濱州市土地利用現狀圖等資料進行圖像分類后處理,提高分類精度。每期分類結果隨機選取1000個樣點與實際調查地類進行精度驗證,總體精度為82.82%、85.93%、86.97%和93.79%,Kappa系數為0.76、0.80、0.82和0.91,符合研究要求。

利用ArcGIS 10.2軟件,采用3km×3km的單元網格對濱州市景觀格局類型進行格網化重采樣,最終形成1158個評價小區(圖1)。基于評價小區計算生態系統服務價值和生態風險指數,并賦值于評價小區中心點,進行空間插值,分析空間格局分布特征。

圖1 濱州市行政區及評價小區劃分Fig.1 The evaluation cell on administrative area map of Binzhou city

2.2 生態系統服務價值核算

基于謝高地等[24]提出的生態系統服務價值化方法,定義1hm2面積農田生態系統糧食生產的凈利潤作為1個標準當量因子的生態系統服務價值量(標準當量)。本區域內耕地為旱地,主要種植小麥和玉米;林地以棗園、桑園等果園和針闊葉混交林為主;未利用地則為鹽堿地和灘涂;鹽田在區域東北沿海集中分布,多進行統一的生產、利用管理。本研究尺度較小,區域自然地理特征較為統一,農業耕作和養殖方法相同,區域各生態系統內部屬性近似,可以應用當量賦值的方法進行服務價值核算。參考已有研究[25-26]并結合研究區實際狀況進行標準當量的系數修訂,修正模型如下：

Vi=(Swi×Pwi×ywi+Sci×Pci×yci+Sri×Pri×yri)×ei×fi

式中,V是研究期內濱州市標準當量(元/hm2);Vi是第i年的濱州市標準當量(元/hm2);n為研究期年份;Swi、Sci和Sri分別是第i年濱州市小麥、玉米和稻谷的播種面積占3種作物播種總面積的百分比;Pwi、Pci和Pri是第i年3種作物的全國平均凈利潤;ywi、yci和yri是第i年的單產修正系數;ei和fi是第i年的經濟修和肥力修正系數。具體修正系數值計算公式如下：

fi=μfi×ρfi

參考曾杰等[27]的相關研究,單產修正值為濱州小麥、玉米和稻谷的平均單產值與當年全國單產值的比值。參考楊鳳海等[25]的相關研究,αei是濱州人均地區生產總值與當年人均國內生產總值的比值,βei是研究期內歷年濱州人均地區生產總值平均值與第i年濱州人均地區生產總值的比值。μfi是化肥修正系數,即濱州市平均單位面積農用化肥施用量(折純量)與當年全國三種糧食作物平均施肥量(折純量)的比值;ρfi是土壤生產力修正值,濱州市土壤生產力指數與全國平均土壤生產力指數的比值,參考孫振寧等[28]的研究結論,濱州市所處北方平原區土壤生產力指數為0.198,高于全國平均水平0.175,比值為1.13。

基礎數據來自歷年中國統計年鑒、山東統計年鑒、濱州統計年鑒和全國農產品成本收益資料匯編,相關數據經過基礎數據計算得到。最終得到2000—2015年濱州市的標準價值當量因子平均值為1853.63元/hm2,作為研究期內濱州市標準當量基準值。

依據濱州市的實際情況,參考謝高地等[24]的研究成果,對各生態系統的服務價值系數進行修正：耕地對應旱地,林地對應闊葉林,建設用地為0,水域按水系和濕地1∶1的比例計算,未利用地按裸地和草甸1∶3的比例計算,鹽田按建設用地、荒漠和冰川積雪3∶4∶3的比例計算。濱州市生態系統單位面積生態服務價值如表1所示。

表1 2000—2015年濱州市生態系統單位面積生態服務價值/(元/hm2)

2.3 景觀生態風險指數核算

參考前人的研究成果[29-31],基于土地利用類型面積比重構建景觀生態風險指數,定量描述評價小區的生態風險大小。

Ri=Ei×Fi

Ei=aCi+bNi+cDi

其中,ERIk為第k個樣方的景觀生態風險指數,Aki為樣方內i類景觀面積,Ak為k樣方內景觀總面積,Ri為i類景觀損失度指數,Ei為干擾度指數,Fi為脆弱度指數,Ci為破碎度指數,Ni為分離度指數,Di為優勢度指數。a、b、c為計算景觀干擾度指數Ei的指標權重,參考前人研究[31-33],分別賦值0.5、0.3和0.2。景觀脆弱度指景觀類型抵抗外部干擾能力的大小,依據各類型的轉出動態度排序,確定研究區景觀類型的脆弱性排序,從高到低依次為：未利用地>林地>水域>耕地>鹽田>建設用地,進行歸一化處理后得到各景觀類型的脆弱度指數Fi,分別為0.2857、0.2381、0.1905、0.1429、0.0952和0.0476。

2.4 灰色關聯分析模型

灰色關聯分析是依據序列曲線幾何形狀的相似程度來判斷不同序列之間的聯系是否緊密,灰色關聯度是定量化描述各因素之間發展趨勢相似或相異程度,適合動態的歷程分析[34]。設序列X0,Xj長度相同,且初始值不為0,則兩序列的灰色綜合關聯度為：

ρ0i=θε0i+(1-θ)r0iθ∈[0,1]

式中,ρ0i為兩序列的灰色綜合關聯度,ε0i和r0i為兩序列的灰色絕對關聯度和灰色相對關聯度。一般地,取值θ=0.5,θ取值越大越能體現絕對量之間的關系,θ取值越小越能體現變化速率之間的關系。相關指標應用灰色系統理論建模軟件(GSTA V7.0)計算得到。

2.5 雙變量空間自相關模型

空間自相關模型能夠反映某種因素在空間位置的相關程度,分為全局空間自相關和局部空間自相關[35]。為了探究生態系統服務和生態風險的空間相關特征,采用雙變量空間分析模型[36-38],利用全局自相關系數Moran′sI指數反映整體空間關聯和差異狀況,計算公式如下：

式中，Isr為單位面積生態系統服務價值s和生態風險指數r的雙變量全局自相關系數;yi,s和yi,r為第i個評價小區單位面積生態系統服務價值和生態風險指數,σs和σr為方差。

為了全面具體地反映研究區各部分之間的空間關聯性,采用LISA進行局部空間自相關分析,以表述局部集聚和離散效應。依據空間分布關系劃分為高高聚集(H-H)、高低聚集(H-L)、低高聚集(L-H)和低低聚集(L-L)4個集聚類型區。

3 結果與分析

3.1 生態系統服務價值特征分析

2000—2015年濱州市生態系統服務價值核算結果和結構變化情況見表2。2000—2015年濱州市生態系統服務價值總量由168.06×108元持續增長到205.30×108元,年均增長率1.34%;單位面積生態系統服務價值由18553.00元/hm2增長到22663.34元/hm2。從研究區土地利用結構來看,各土地利用類型生態系統服務價值比例大小為水域﹥耕地﹥林地﹥未利用地﹥鹽田﹥建設用地;耕地和未利用地生態系統服務價值持續減少,年均變化率分別為-0.93%和-7.04%,林地、鹽田和水域生態系統服務價值持續增加,年均變化率為6.49%、4.81%和2.06%,并且所有土地利用類型生態系統服務價值增減速率逐漸降低,趨于平緩。從生態系統服務價值結構功能來看,單項生態服務價值比例大小依次為調節服務﹥支持服務﹥供給服務﹥文化服務;研究期間,各單項服務價值呈現持續增加趨勢,年均變化率大小依次是調節服務(1.69%)﹥文化服務(1.61%)﹥支持服務(0.57%)﹥供給服務(0.38%),但是增長速率逐漸降低。

表2 2000—2015年濱州市生態系統服務價值結構變化表

通過計算評價小區單位面積生態系統服務價值,賦值于評價小區中心點,基于ArcGIS平臺普通克里格方法進行空間插值,采用幾何間隔分類,結合研究區實際狀況,劃分為低[0,8500)、較低[8500,10000)、中[10000,17000)、較高[17000,45000)、高[45000, ∞)共5個等級,形成4期單位面積生態系統服務價值空間格局分布圖(圖2)。濱州市單位面積生態系統服務價值主要以中和較高兩個等級為主,面積平均占比為37.58%和35.54%;中和較低等級面積比例逐漸減少,高、較高和低級面積比例逐漸升高,但所有等級的面積變化速率都逐漸降低;北部平原、西南部丘陵崗地和南部黃河兩岸區域單位面積生態系統服務價值較高,主要為高級和較高等級分布區域,中部為中等級分布區,西部和南部主要是較低和低級分布區域。

圖2 2000—2015年濱州市單位面積生態系統服務價值空間格局Fig.2 The spatial pattern of per unit area ecosystem service values in Binzhou from 2000 to 2015

3.2 生態風險特征分析

濱州市生態風險評價結果見圖3和圖4。研究期間濱州市生態風險指數呈現緩慢降低的變化趨勢。2000年、2005年、2010年和2015年濱州市生態風險指數值分別為0.0222、0.0215、0.0215和0.0209,總體下降5.86%,整體生態安全狀況有所改善。從土地利用類型來看,耕地和未利用地生態風險指數值逐漸降低,研究期間共減少14.67%和33.91%,促使研究區生態安全狀況得到一定程度改善。建設用地、林地、水域和鹽田生態風險指數值呈現逐漸增加趨勢,但增加速率逐漸降低,其中水域生態風險指數值增加最多,為46.40%,林地增加最少,為26.88%。

通過計算評價小區生態風險指數,采用幾何間隔分類,結合研究區實際狀況,劃分為無[0,0.0120)、弱[0.0120,0.0180)、低[0.0180,0.0220)、中[0.0220,0.0370)、高[0.0370, ∞)共5個生態風險等級。從濱州市4期生態風險指數空間插值(圖3)可以看出,濱州市生態風險等級呈現出總體連片、局部集聚的分布特征。研究期內主要以中生態風險和弱生態風險為主,期末面積占比達到34.90%和35.92%;高生態風險和無生態風險分布面積較小,期末占比僅為2.00%和4.53%。無生態風險區在研究區東北部集中分布,并且在此區域逐漸擴張;弱生態風險區在研究區中部偏西、西南部和東南部連片分布,少部分分布在無生態風險區外圍;低生態風險區主要分布在濱州中部,并呈現面積逐漸減少的變化趨勢,主要向中生態風險等級轉化;中生態風險區主要分布在濱州市北部和黃河沿岸附近區域,但北部分布區面積逐漸擴大,黃河附近分布區域面積逐漸減小,向低生態風險等級轉變;高生態風險區在研究期初主要分布于東北部沿海地區和西南部長白山山區,東北分布區逐漸向無生態風險等級轉化并逐漸消失,西南部分布區面積逐漸減小,但依然是高生態風險區,同時濱州市中部逐漸形成高生態風險集聚區。

圖3 2000—2015年濱州市生態風險空間分布格局Fig.3 The spatial pattern of ecological risk in Binzhou city from 2000 to 2015

如圖4所示,濱州市各生態風險等級轉入和轉出變化總量均呈現逐漸減少趨勢,總體生態風險等級變化狀況逐漸趨于穩定狀態。研究期間,低生態風險等級轉出面積最多,共轉出366790.91hm2,占轉出總面積的42.78%;中生態風險等級轉入面積最多,共轉入274953.98hm2,占轉入總面積的32.07%;無生態風險是轉出和轉入面積最小的生態風險等級,共轉出7181.92hm2,轉入40773.47hm2,占轉出、轉入總面積的0.84%和4.76%。從轉化速率來看,轉出面積平均變化率大小依次為高生態風險(65.73%)﹥低生態風險(44.88%)﹥中生態風險(27.77%)﹥弱生態風險(19.84%)﹥無生態風險(10.42%),轉入面積平均變化率大小依次為高生態風險(53.23%)﹥無生態風險(44.49%)﹥低生態風險(37.14%)﹥中生態風險(31.24%)﹥弱生態風險(24.41%)?？傮w而言,研究期內濱州市生態風險等級動態變化表現為轉入強度高于轉出強度的特征,2005年以前等級變化較為活躍,等級間轉化活動明顯,2005年之后轉化活動逐漸趨于緩和,并且變化強度逐步穩定。

圖4 2000—2015年生態風險等級轉入轉出情況Fig.4 The situation of ecological risk grade transformation in Binzhou from 2000 to 2015

3.3 生態系統服務和生態風險的關聯性分析

3.3.1數量相關關系

分別基于4個時期1158個評價小區的單位面積生態系統服務價值和生態風險指數值繪制散點圖,并計算相關系數,進行函數擬合。如圖5所示,數據點逐漸呈現出類似三角形的分布格局,單位面積生態系統服務價值和生態風險指數沒有表現出明顯的函數變化關系,僅在一定程度上表現為類似正相關關系,即生態風險指數值增大,單位面積生態系統服務價值也增大。基于SPSS軟件進行Kolmogorov-Smirnov正態性檢驗,單位面積生態系統服務價值和生態風險指數兩個變量都不服從正態分布,故不能采用Pearson相關分析,選用Spearmen相關分析兩變量間的相關關系。4個時期Spearmen相關系數分別為0.743、0.772、0.736和0.757(P﹤0.01),表明單位面積生態系統服務價值和生態風險指數具有較強的正向等級相關性。選取線性、對數、倒數、二次、三次、復合、冪、S、指數和Logistic共10個函數模型進行函數關系擬合,計算擬合確定系數R2,得到2000、2005、2010和2015年R2值范圍分別為0.156—0.389,0.183—0.414,0.174—0.383和0.083—0.420,函數擬合程度較差,說明二者沒有明顯的函數關系。

圖5 2000—2015年單位面積生態系統服務價值-生態風險指數散點圖Fig.5 The Scatter plot of unit area ecosystem service values and ecological risk index from 2000 to 2015

基于網格分析為基礎,選取評價小區單位面積生態系統服務價值、單位面積供給服務價值、單位面積調節服務價值、單位面積支持服務價值和單位面積文化服務價值等5個指標與各樣方生態風險指數值進行灰色關聯分析,選取θ=0.5為基準值,計算灰色關聯度。隨后擴大和縮小θ取值,分析絕對量和變化速率的關系,僅選取θ=0.3、0.5和0.7時的灰色綜合關聯度計算結果進行展示(表3)。在取值范圍內,不同θ取值的灰色綜合關聯度變化趨勢相同,表明在絕對量關系和變化速率關系中各生態系統服務功能與生態風險指數的關聯性基本一致。2000年單位面積供給價值與生態風險指數值的綜合關聯度最低,表明濱州市生態系統供給功能變化對區域生態風險變化的關聯性最小;單位面積文化價值在4個功能價值中與生態風險指數值的綜合關聯度最高,表明濱州市生態系統供給功能變化對區域生態風險變化的關聯性最大;單位面積生態系統服務價值與生態風險指數值的綜合關聯度最高,表明生態系統服務功能的綜合作用對區域生態風險的影響作用大于各單項功能的影響作用。2005年之后,單位面積供給價值與生態風險指數值的綜合關聯度最高,高于單位面積生態系統服務價值與生態風險指數值的綜合關聯度,表明供給功能變化相比于生態系統綜合服務功能變化更能體現生態風險的變化狀況;單位面積文化價值與生態風險指數值的綜合關聯度最低,文化功能對生態風險的影響保持低水平狀態。

表3 2000—2015年濱州市生態系統服務功能與生態風險指數灰色綜合關聯度

Table 3 The synthetic degree of grey incidence between unit area ecosystem service values and ecological risk index in Binzhou from 2000 to 2015

服務類型價值Value of service categoryθ=0.3θ=0.5θ=0.72000年2005年2010年2015年2000年2005年2010年2015年2000年2005年2010年2015年單位面積服務價值Unit area values of ecosystem services 0.83630.73820.64470.66270.74020.67010.60340.61620.64410.60210.56200.5697單位面積供給價值Unit area values of provisioning services0.66430.80010.72860.76940.61800.71450.66340.69250.57180.62880.59810.6156單位面積調節價值Unit area values of regulating services0.78570.71820.63250.65450.70410.65590.59460.61040.62240.59350.55680.5662單位面積支持價值Unit area values of support services0.79300.74660.66110.65270.70930.67620.61510.60910.62570.60580.56910.5655單位面積文化價值Unit area values of cultural services0.75020.69260.62390.63430.67890.63770.58860.59600.60750.58250.55330.5577

3.3.2雙變量空間自相關

圖6 2000—2015年單位面積生態系統服務價值與生態風險指數的全局Moran′s I指數(P<0.05)Fig.6 The global Moran′s I of unit area ecosystem service values and ecological risk index from 2000 to 2015(P<0.05)

采用雙變量空間自相關模型,分析濱州市生態系統服務(單位面積生態系統服務價值)和生態風險(生態風險指數)的空間關聯特征。結果表明(圖6),2000年、2005年、2010年和2015年全局Moran′sI指數(p=0.05)分別為0.283、0305、0.269和0.285,表明生態系統服務與生態風險之間存在一定的正向空間關聯性。從各分類服務價值來看,2000—2015年,支持服務價值和文化服務價值與生態風險指數的空間相關性高于綜合服務價值與生態風險指數的空間相關性,供給服務價值和調節服務價值與生態風險指數的空間相關性則低于綜合服務價值與生態風險指數的空間相關性;供給服務價值、文化服務價值與生態風險指數的全局Moran′sI指數變化趨勢與綜合服務價值的變化趨勢相一致,調節服務價值、支持服務價值與生態風險指數的全局Moran′sI指數變化趨勢一致;2000年、2005年和2010年支持服務成為區域主導服務,服務價值與生態風險的空間相關性主要反映其價值與生態風險的空間相關,2015年文化服務成為區域主導服務,空間相關主要反映區域文化服務價值與生態風險指數的空間相關性。

局部空間自相關LISA分析結果如圖7所示,生態系統服務與生態風險局部關聯性顯著區域主要分布在北部無棣縣、沾化區和南部鄒平市,分為高價值-高風險(HH)、高價值-低風險(HL)、低價值-高風險(LH)、低價值-低風險(LL)和不顯著(NS)5種模式。

圖7 2000—2015年單位面積生態系統服務價值與生態風險指數空間自相關Fig.7 The Spatial autocorrelation between unit area ecosystem service values and ecological risk index in Binzhou from 2000 to 2015

高價值-高風險區：指單位面積生態系統服務價值高,并且生態風險等級高的區域。主要分布在濱州市西北部無棣縣、東北部沾化區和西南部鄒平縣。北部集聚區主要集中于水域和未利用地交接處,水域能提供高價值的生態系統服務,卻面臨面積不斷減小、向未利用地轉化的高生態風險;西南集聚區以山區林地為主,是濱州南部生態系統服務供給中心,卻因地表相對破碎、坡度較大,極易發生滑坡、泥石流等自然災害。隨著無棣縣和沾化區推廣冬棗種植,縣域內棗林面積逐步增加,促使北部集聚區逐漸向南遷移,面積不斷增加;南部則因山地開發,修建梯田,降低了生態系統服務價值和生態風險,集聚區面積逐漸減小并趨于穩定。

高價值-低風險區：指單位面積生態系統服務價值較高,但是生態風險較低的區域。研究期初主要分布在低價值-低風險區周邊的水域和林地區域,后逐漸集中于北部鹽田周邊的水域分布區。相對于鹽田,水域擁有更高的生態系統服務供給能力,但受氣候的影響作用十分明顯,極易向未利用地轉化,是最有可能發生生態風險快速增高的區域。

低價值-高風險區：指單位面積生態系統服務價值較低,但是生態風險較高的區域。主要分布在高價值-高風險區的周邊區域,即水域和林地周邊的耕地區域。受高價值地類集聚效應及自身所處地類性質影響,所能提供的生態系統服務價值相對較低;受區域相對干旱的自然條件,在土壤鹽漬化作用影響下,極易向荒地等未利用地轉變,潛在生態風險較高。

低價值-低風險區：指單位面積生態系統服務價值低,生態風險低的區域。研究期初主要分布在無棣、陽信、鄒平、博興和濱城,北部集聚區以未利用地為主,其余集聚區以連片分布的耕地為主。研究期間,北部集聚區面積逐漸擴大,集聚地類向鹽田轉變,并趨于穩定;其余部分集聚區面積快速減小,并向建設用地集中。此類型集聚區主要分布在人為因素干擾強度大的區域,所提供的生態系統服務主要以人類最直接的需求為主,人類活動對區域生態環境的改造,使其處于相對長期穩定狀態,生態風險較低。

不顯著區：指單位面積生態系統服務價值與生態風險指數集聚關系不顯著的區域。占比研究區面積的80.71%—84.10%,主要地類為成片分布的耕地和建設用地,生態系統服務價值和生態風險指數分布都較為平均,不存在明顯的高值中心和低值中心。

3.3.3時間相關關系

基于1158個評價小區單位面積生態系統服務價值和生態風險指數值,將各評價小區2000年生態風險指數值與2000—2005年單位面積生態系統服務價值變化結果疊加,2005年生態風險指數值與2005—2010年單位面積生態系統服務價值變化結果疊加,2010年生態風險指數值與2010—2015年單位面積生態系統服務價值變化結果疊加,統計評價小區數目,探究各時段期初生態風險強度對期內生態系統服務價值變化的影響,結果如表4所示。

由表4可知,期初為高、中和低生態風險等級的評價小區,在3個研究時間段內單位面積生態系統服務價值表現為減少的數目都要高于表現為增加的數目,3個時段總計的生態系統服務價值增加數目占比分別為51.20%、50.57%和51.55%,都達到對應生態風險等級評價小區數量的一半以上;弱生態風險等級的評價小區單位面積生態系統服務價值變化主要表現為增加,占所有弱生態風險小區的47.01%;無生態風險等級的評級小區單位面積生態系統服務價值變化主要表現為不變和增加,分別占比41.48%和38.51%。總體來說,高等級生態風險區域預示著未來該區域生態系統服務價值最可能呈現減小趨勢,低等級生態風險區域在未來生態系統服務價值往往表現為保持穩定或增加的變化趨勢。

表4 2000—2015年濱州市生態風險強度對生態系統服務價值變化的影響

4 結論與討論

(1)2000—2015年濱州市生態系統服務價值總量保持持續增長,由168.06×108元持續增長到205.30×108元,但增長速率逐漸降低并趨于平緩,年平均增長率1.34%;生態風險指數值持續降低,研究期間總共下降5.86%,總體生態風險等級逐漸趨于穩定;區域生態安全狀況總體有所改善。

(2)在格網尺度,濱州市單位面積生態系統服務價值和生態風險指數具有較強的正向等級相關性,但沒有明顯的函數關系;單位面積供給服務價值與生態風險指數灰色綜合關聯度最高,同步變化程度較高,表明供給服務變化對該區域生態風險指數變化的影響作用較大。

(3)濱州市單位面積生態系統服務價值與生態風險指數之間存在一定的正向空間關聯性。 2000—2015年,高價值-高風險區和高價值-低風險區面積不斷增加,低價值-高風險區和低價值-低風險區面積逐漸減少;生態風險指數對生態系統服務價值變化具有一定的預示作用,高等級生態風險區域的生態系統服務價值存在極大的減小變化的可能性。鄒平、無棣和沾化是高價值-高風險區的主要集聚區,成為全市生態系統服務的主要供給區和生態風險高危區。生態系統服務價值的不斷提高表明生態環境的不斷改善,較高的生態風險指數則揭示了生態系統結構和功能損傷的可能性,因此要特別注重此類區域的環境保護和生態安全建設的質量。

生態系統服務價值評價和生態風險評價的綜合運用,能更好地將人類福祉與生態環境變化相聯系,更好地反映區域社會發展所引起的生態環境改變情況,評價區域可持續發展現狀及潛力,為區域生態環境保護和風險管理提供決策支持。由于該文進行的生態系統服務價值和生態風險指數核算都是基于區域土地利用類型(景觀類型)結構所進行的,是兩個結果之間的相互作用分析,尚不能很好地描述和反映生態系統服務與生態風險評價直接的內在聯系;對二者相互關系的確定更多地是從相關性角度出發,對區域主導服務的識別和各單項服務與生態風險的權衡、協調研究只進行了初步嘗試,在研究的廣度和深度上還有較大空間。探討生態系統服務與生態風險的內在機理,特別是利用不同的方法對二者進行服務價值和風險指數核算,從而進行有區分度的數量、空間相關性分析;構建生態系統服務-生態風險評價框架,提高二者綜合評價對生態安全保護的有效性和時效性;理清生態系統服務和生態風險相互影響、作用和變化關系,特別是明辨單一生態系統服務對區域生態服務和風險的作用效果,應當作為下一步研究的重點和方向。