礦區景觀格局演變及生態系統服務價值響應*

雷雅會 付梅臣 王 力 黃 妮 郭義強 羅 明

(1.中國地質大學(北京)土地科學技術學院，北京 100083； 2.中國科學院遙感與數字地球研究所，遙感科學國家重點實驗室，北京 100101； 3.自然資源部土地整治重點實驗室，北京 100083；4.自然資源部國土整治中心，北京 100035)

礦山開采侵占了大量的生態性用地，嚴重破壞區域生態系統的內部形態，違背人與自然和諧共生的發展理念。為適應生態文明建設和城市綠色轉型發展的需要，廢棄礦山的整治恢復成為流域生態保護治理的重點內容，其修復過程效益評價成為推動生態修復工程順利進行的關鍵步驟。目前，礦山生態修復效益評價[1-4]包括用地結構布局和生態服務功能兩方面，用于反映礦區景觀要素的空間特征和服務效益。開展基于景觀格局變化的礦區生態系統服務價值(ESV，萬元)研究，可揭示ESV對景觀格局演變的響應機理，豐富ESV核算及修正的研究層次，對礦區生態系統修復的預警[5]監測及評價有重要意義。

本研究以銅鑼山南段礦區為研究目標，借助高分辨率遙感數據獲取景觀覆被信息，測算景觀格局指數和修正后的ESV，揭示礦區近10年的ESV對景觀結構的響應規律，量化區域經濟發展的生態成本，為礦山修復后期的綜合整治工作提供參考。

1 研究區概況

銅鑼山生態修復區是重慶山水林田湖生態保護修復試點之一，位于渝北區中部的低山丘陵地帶，經長期侵蝕、溶蝕后形成了獨特的“兩山一槽”峰叢與農田槽谷洼地相交的景觀地貌格局。其由南往北沿319國道分布于石船鎮西部，覆蓋石壁村、關中村和小脈埡東部區域，建設面積達338.22 hm2。研究區地處御臨河流域，無永久性河溪，受地下水疏干影響，地表和地下徑流漏失嚴重，伏旱期徑流顯著減少。屬亞熱帶濕潤氣候區，多年平均降雨量為1 150 mm，平均蒸發量864 mm。生物資源豐富，森林植被以常綠闊葉林、針闊混交林、竹葉林為主。

作為重要的礦產資源存儲基地，石壁村的灰巖開采業曾紅極一時，百余家采石場給當地帶來了上億元的年產值，帶動了區域經濟的快速發展。但遺留的廢棄礦坑區嚴重破壞了自然保護區的生態安全格局，不僅形成田地損毀、土壤污染、廢棄物堆放等問題，還引發土地裂縫、滑坡、泥石流等地質災害隱患。另外，人為活動頻繁導致研究區兩側山體植被退化，并且受外來物種入侵造成動物棲息地損壞嚴重，生境質量衰退。銅鑼山南段整治工程以廢棄工礦用地復墾為主，包括灌排水系統重建、農用地整治、村莊整治和植被恢復等工程，重點優化區域景觀和生態環境，恢復破壞或退化的生態系統功能，構建環境優美、功能齊全的旅游和人居空間。

2 數據來源及方法

2.1 數據來源

按照生態修復周期收集高分辨率遙感tiff影像，拍攝時間為2009年8月31日和2018年8月27日。經幾何校正、坐標投影后，借助ARCGIS10.2監督分類[6]，輔以同年期的Landsat影像，在1∶500的比例尺下進行人工目視解譯，提取礦區工程前后的矢量數據信息。社會經濟數據主要來源于2009、2018年“重慶市統計年鑒”及生態環境部網站。按照生態系統區劃，結合研究需要將礦區景觀類型劃分為農田、林地、草地、建設用地、水域和未利用地6大類。通過網格法將研究區分割為1 457個50 m×50 m的研究單元。

2.2 景觀格局指數選取與計算

景觀格局指數不僅可有效評價研究區現狀下的生態異質性和穩定性，還能預測分析景觀格局變化趨勢，在監測土地利用和土地覆被變化方面發揮著重要作用[7]，可劃分為斑塊、景觀類型和景觀水平3個尺度。根據礦區生態修復目標及功能定位，本研究參照有關研究[8]選取5大景觀格局指數類型：(1)最大斑塊指數(LPI)、斑塊所占景觀面積比例(PLAND)用于表征景觀類型的面積和規模變化；(2)斑塊數量(NP)、斑塊密度(PD)用來體現斑塊和景觀的密度、粒度情況；(3)景觀形狀指數(LSI)用以反映景觀形狀的復雜程度；(4)散布與并列指數(IJI)、聚集度指數(AI)表達景觀類型的連接性和聚散性；(5)香農多樣性指數(SHDI)、香農均勻度指數(SHEI)、景觀破碎度指數(SPLIT)分別衡量景觀的多樣性、均勻度和破碎度。選取NP、PD、LPI、SHDI、SHEI、LSI、AI、SPLIT表示礦區景觀水平格局的變化情況；選取PD、PLAND、LPI、LSI、IJI、AI表示景觀類型格局的演變情況。

2.3 ESV當量修正

以“中國陸地生態系統服務價值當量因子表”研究成果[9]為基礎，從土地利用類型、功能生物量差異和社會經濟發展水平3個方面進行修正，使研究結果更符合區域發展情況。根據研究區2009、2018年的農作物產量、價格數據得出重慶市農田自然糧食產量的經濟價值為421.69元/hm2。

(1) 土地利用類型修正。結合研究區實際情況，在“中國陸地生態系統服務價值當量因子表”的基礎上，將耕地、園地劃入農田生態系統，林地對應林地生態系統，坑塘水面對應水體系統，未利用地對應荒漠系統。參考宗躍光等[10]的研究成果，核算建設用地單位面積的ESV當量。

(2) 功能性系數調整。生物生產力是生態系統中生物在單位時間和單位面積上生產和存留的有機物總量，能為人類生存和發展提供多種有形或無形的服務功能。結合研究區的情況及數據可得性，借助Motreal模型[11]建立植物氣候產量與蒸騰蒸發量之間的關系，采用凈初級生產潛力代替生物量[12]來修正當量因子。推算出生態系統服務功能平均調整指數為1.57。

(3) 經濟性系數修正。區域性經濟發展水平的差異會影響人類對生態環境的維護成本，當發展水平較高時，人類對生活環境舒適性服務的需求也會迅速提高，人類有意愿也有一定的能力為提升生態系統服務功能做出貢獻。基于此，從支付能力和支付意愿兩方面對生態系統服務功能進行經濟性系數修正。為保證結果的準確性，經濟性指標選取渝北區統計數據，測算出經濟性系數為1.41。

表1重慶市渝北區不同景觀VC

Table 1 Service value coefficient of different landscape ecosystems in Yubei District,Chongqing City

元/hm2

經土地利用類型、功能性系數及經濟性系數修正后，得到渝北區生態系統服務價值系數(VC)，結果如表1所示。

2.4 敏感性驗證

為驗證VC是否適合本研究區，采用敏感性指數(CS)來揭示ESV隨時間變化對VC的依賴程度[13]，若CS≥1，則ESV對VC是富有彈性的，結果可信度較低；若CS<1，則ESV對VC是缺乏彈性的，結果更符合實際。將VC分別調整50%來計算CS，公式如下：

(1)

式中：ESVi、ESVj分別為初始、調整后的ESV，萬元；VCik、VCjk分別為k類景觀初始、調整后的VC。

3 結果與分析

3.1 景觀格局動態變化

3.1.1 景觀類型轉移分析

從景觀類型轉移矩陣來看，農田和林地景觀是礦區優勢地類，兩者之和達總面積的78%左右，水域和未利用地面積最少，兩者之和不足總面積的4%。2009—2018年，得益于水系網絡建設，水域水體景觀的上漲幅度最大，增至原有的4倍左右；其次為林地，合計增加23.42 hm2，漲幅為17.02%。農田景觀減少15.78%，但減少量最多，為19.29 hm2；建設用地和未利用地分別減少14.13%、32.80%。景觀利用動態度變化表現為水域>未利用地>林地>農田>建設用地>草地。

礦區各景觀都出現了轉入轉出的變化，主要流轉路徑為農田、草地→林地，建設用地、農田→水域，建設用地→未利用地、草地。農田中15.38 hm2(占比12.59%)退耕還林恢復為生態林地，主要位于雙龍庵南部與319國道東側交叉地帶，2.69 hm2(占比2.20%)規劃營造灌草叢等生境用地，1.58 hm2(占比1.30%)用于生物坪塘與灌溉水系統重建，1.36 hm2(占比1.10%)用于整修生產大路和田埂路。林地中2.65 hm2(占比1.92%)用于礦山公園建設和西部主干路網優化，1.35 hm2(占比0.98%)規劃為綠化景觀用地。建設用地減少的面積主要用來修復采礦用地，其中9.33 hm2(占比19.10%)來增加生態型草地，3.85 hm2(占比8.28%)整理建設為坑塘水面，4.05 hm2(占比7.87%)主要為殘留的礦坑廢棄地。原有的水域坑塘用地主要包括廢舊水池和礦坑積水塘，清理后新增水面面積6.29 hm2(占比88.96%)。未利用地合計減少2.27 hm2(占比32.91%)，原有的沙地、裸地4.82 hm2(占比69.86%)主要整理恢復為公園生態廊道。

3.1.2 景觀格局指數分析

礦區景觀水平格局指數見表2。NP、PD均增加33.64%，空間異質性增強；LPI降低9.78百分點，LSI提升1.05百分點，優勢景觀類型被分割，外界干擾活動較劇烈；SPLIT上漲1.46百分點、AI降低0.57百分點，多級生態化廊道體系使整體景觀呈破碎化發展；SHDI與SHEI基本維持穩定，反映了自然或人為活動并沒有提升景觀分布的均衡性與多樣性。

表2 礦區景觀水平格局指數

礦區景觀類型格局指數見表3。修復后景觀類型格局變化顯著，農田的大中型斑塊由于道路分割造成空間異質性增強，LSI提升0.74百分點，AI降低0.74百分點。林地PLAND增加6.18百分點，LSI降低0.06百分點，AI增強0.25百分點，反映了退耕還林、天然林資源恢復等活動推動了林地的集中連片布局。草地景觀呈破碎化發展，LSI提升2.13百分點，AI降低2.46百分點，IJI較高說明比鄰斑塊類型豐富且概率相對均等。水域景觀的AI增加3.50百分點，LSI增加0.95百分點，受灌排水系統工程的影響，坑塘水面設立多級小型溝渠，內部聯系增強，團聚程度提高。建設用地主要沿319國道及村道沿線零散分布，由于礦坑治理造成AI降低4.19百分點，LSI提升2.36百分點。

3.2 ESV演變分析

3.2.1ESV時空變化

由表4可看出，2009—2018年，各種景觀類型的ESV伴隨面積增減均有波動，除食物生產功能略有降低外，其余單項服務功能均有增加，ESV總計增加76.34萬元，其中植被恢復、水環境修復工程使林地和水域的ESV上漲幅度最高，分別增加61.47萬、22.34萬元。路網建設、農用地整治等引起農田、草地景觀的ESV下降。

由圖1可看出，ESV高值區在兩側山脊處呈條帶狀分布，在中部呈團塊狀分布；中值區位于林地與采礦區交界的過渡地帶；低值區廣泛分布于建設用地和農用地堆積處；負值區位于道路沿線及礦區塌陷地帶。2009—2018年，ESV減少區位于礦山公園內部和部分地塊邊緣。ESV增長明顯的區域包括3個部分：(1)位于兩山脊的峰叢洼地區域及田塊周邊，通過對遭到破壞的天然林進行人工補植和類型恢復，增加山林植物的多樣性功能；(2)集中于峰叢邊緣的受破壞區域及319國道沿線，通過篩選優化樹種、營造多層次植被結構等使生態環境朝良性循環方向發展，提高生態系統廢物處理、維持生物多樣性和氣候調節等功能價值；(3)位于采礦區的中心地帶，以水環境修復工程措施為主，借用海綿城市的設計思想，利用現有地形建設生態邊溝、雨水花園、植草溝等，形成場地中的雨洪收集與涵蓄系統，增加生態系統水文調節功能價值。

表3 礦區景觀類型格局指數

表4 礦區ESV損益

圖1 ESV空間分布Fig.1 Spatial distribution of ecosystem service values

表5 CS統計結果

3.2.2 敏感性驗證結果

由表5可看出，礦區所有景觀類型的CS均小于1，VC變化對ESV的影響較小，缺乏彈性，研究結果可信。2009—2018年，農田、建設用地CS降低較多，水域CS增加；林地CS最高，2018年為0.83，表明當林地的VC增加1%時，ESV將增加0.83%；未利用地CS接近0，其VC變化對ESV基本無影響。

4 結 論

(1) 農田和林地景觀是礦區優勢地類，兩者之和達總面積的78%左右。修復后水域面積增至原有的4倍左右，林地面積增幅為17.02%，未利用地、農田、建設用地的景觀面積分別降低32.80%、15.78%和14.13%。

(2) 從景觀水平格局指數看，SPLIT、LSI分別上漲1.46、1.05百分點，AI降低0.57百分點，外界干擾活動增加了景觀異質性和破碎化發展，對景觀分布的均衡性與多樣性影響作用不大。從景觀類型格局指數看，修復后景觀類型格局變化顯著，農田、草地和建設用地景觀的LSI分別增加0.74、2.13、2.36百分點，AI分別降低0.74、2.46、4.19百分點，破碎化程度提高，異質性增強。

(3) 礦區各景觀都出現了轉入轉出的變化，主要流轉路徑為農田、草地→林地，建設用地、農田→水域，建設用地→未利用地、草地。

(4) 各種景觀類型的ESV伴隨面積增減均有波動，除食物生產功能略有降低外，其余單項服務功能均有增加，ESV總計增加76.34萬元。林地和水域的ESV上漲幅度最高，分別增加61.47萬、22.34萬元。山脊的峰叢及邊緣、319國道沿線和采礦區中心地的ESV增長明顯，植被恢復、水環境修復工程等有效改善了礦區生態環境。

(5) 各類景觀的CS都小于1，其中2018年林地CS為0.83、未利用地CS接近于0。ESV對VC的變化缺乏彈性，說明核算結果可靠，可為生態修復提供參考。