耦合InVEST-HFI-PLUS模型的生態(tài)分區(qū)規(guī)劃與動(dòng)態(tài)評(píng)估
——以博爾塔拉蒙古自治州為例

王子堯,黃楚梨,李 倞,林 箐

北京林業(yè)大學(xué)園林學(xué)院, 北京 100083

改革開(kāi)放以來(lái),伴隨著經(jīng)濟(jì)的飛速發(fā)展與城市化進(jìn)程的不斷加快,以城市與耕地?cái)U(kuò)張為代表的人類(lèi)活動(dòng)導(dǎo)致了區(qū)域生境的破碎與退化,也對(duì)區(qū)域生態(tài)系統(tǒng)服務(wù)水平產(chǎn)生了深刻影響[1—2]。不合理的人類(lèi)活動(dòng)對(duì)自然界的破壞,被認(rèn)為是生境質(zhì)量下降和生物多樣性喪失的最大動(dòng)因[3—4]。隨著我國(guó)生態(tài)文明建設(shè)的推進(jìn),如何科學(xué)地配置有限的空間資源,合理協(xié)調(diào)生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展的關(guān)系,成為決策者與相關(guān)學(xué)者關(guān)注的熱點(diǎn)問(wèn)題[5—8]。

生態(tài)分區(qū)規(guī)劃由于具有較強(qiáng)的前瞻性,并且能夠輔助決策者明確地區(qū)生態(tài)保護(hù)與建設(shè)重點(diǎn),已逐漸成為制定地區(qū)科學(xué)發(fā)展規(guī)劃的重要手段之一[9]。目前國(guó)內(nèi)外關(guān)于生態(tài)分區(qū)規(guī)劃的研究大多通過(guò)選取可以合理評(píng)價(jià)研究區(qū)域生態(tài)保護(hù)與經(jīng)濟(jì)開(kāi)發(fā)等多方面價(jià)值的指標(biāo),運(yùn)用矩陣分析法[10,11]、聚類(lèi)分析法[12]、閾值法[13]、多準(zhǔn)則決策分析法[14]、動(dòng)態(tài)分析法[8]等方法進(jìn)行生態(tài)分區(qū)的劃定,并在此基礎(chǔ)上確定不同分區(qū)的主導(dǎo)功能與管控措施。然而,這些研究大多僅以明確分區(qū)的范圍與功能為目標(biāo),對(duì)于分區(qū)規(guī)劃實(shí)施后,研究區(qū)域未來(lái)的生態(tài)環(huán)境能否得到切實(shí)的改善,缺乏科學(xué)的動(dòng)態(tài)情景模擬與效益評(píng)估。

本文以新疆博爾塔拉蒙古自治州為例(以下簡(jiǎn)稱(chēng)博州),利用InVEST 模型對(duì)博州的生境質(zhì)量進(jìn)行量化評(píng)估,通過(guò)人類(lèi)足跡指數(shù)(HFI)表征人類(lèi)活動(dòng)對(duì)場(chǎng)地生態(tài)環(huán)境影響的分布信息,在此基礎(chǔ)上對(duì)研究區(qū)進(jìn)行生態(tài)分區(qū)規(guī)劃。此外,本研究使用Liang等[15]開(kāi)發(fā)的PLUS模型,以博州2005年與2020年兩期土地利用數(shù)據(jù)為基礎(chǔ),動(dòng)態(tài)模擬研究區(qū)在自然發(fā)展與規(guī)劃保護(hù)兩種情境下2035年的土地利用變化,并通過(guò)對(duì)比不同情境下的生態(tài)系統(tǒng)服務(wù)價(jià)值,合理評(píng)估生態(tài)分區(qū)規(guī)劃的實(shí)際效益。本文通過(guò)耦合InVEST-HFI-PLUS模型,既合理地劃定了研究區(qū)域的生態(tài)分區(qū),明確了不同分區(qū)的管控措施,也通過(guò)未來(lái)土地利用情景模擬的方法驗(yàn)證了分區(qū)規(guī)劃的可行性,彌補(bǔ)了該領(lǐng)域研究的空白。

1 研究區(qū)域概況與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域概況

博爾塔拉蒙古自治州位于新疆維吾爾自治區(qū)西北部,地處亞歐大陸腹地。博州西、北、南三面環(huán)山,中部是扇形河谷平原,整個(gè)地形呈喇叭狀,由南、北、西逐漸向中、東部逐漸開(kāi)闊。博州具有“兩湖三山”的獨(dú)特地貌,森林、草原、綠洲、沙漠、戈壁、冰川、湖泊、濕地等各種自然資源一應(yīng)俱全,素有“西來(lái)之異境,世外之靈壤”之稱(chēng)[16]。同時(shí),博州作為與哈薩克斯坦接壤的“西部門(mén)戶”,是天山北坡經(jīng)濟(jì)帶最重要的生態(tài)安全屏障。隨著“生態(tài)立州”戰(zhàn)略地深入實(shí)施,經(jīng)濟(jì)發(fā)展與生態(tài)改善的良性互動(dòng)逐漸成為博州未來(lái)發(fā)展中的關(guān)鍵問(wèn)題。

1.2 數(shù)據(jù)來(lái)源

本研究中所使用的2期土地利用數(shù)據(jù)(2005年、2020年)來(lái)源于中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)共享中心,土地利用類(lèi)型分為6類(lèi)：耕地、林地、草地、水域、建設(shè)用地、未利用地；DEM高程數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn),空間分辨率為30m；氣象數(shù)據(jù)(包括年均溫度、年均降水量、干燥度等)、土壤數(shù)據(jù)(土壤類(lèi)型與侵蝕強(qiáng)度)以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)(GDP與人口密度)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn),空間分辨率為1km；放牧數(shù)據(jù)來(lái)自于世界糧農(nóng)組織(FAO)的Gridded Livestock Density數(shù)據(jù)集(https://data.apps.fao.org/),空間分辨率為1km；夜間燈光數(shù)據(jù)來(lái)源于地球觀測(cè)組織(EOG)的VIIRS_DNB_VNLV2數(shù)據(jù)集(https://eogdata.mines.edu),空間分辨率為500m；現(xiàn)狀道路、鐵路、河流水域、主要城鎮(zhèn)以及村莊點(diǎn)位等矢量數(shù)據(jù)來(lái)源于BIGEMAP地圖下載器。以上數(shù)據(jù)在Arc GIS中進(jìn)行投影變換、裁剪、重采樣等一系列數(shù)據(jù)預(yù)處理工作后,統(tǒng)一轉(zhuǎn)化為30m×30m的柵格數(shù)據(jù)。

2 研究方法

2.1 生境質(zhì)量評(píng)價(jià)

生境質(zhì)量反映了生態(tài)系統(tǒng)能夠提供物種生存繁衍條件的潛力[17]。生境質(zhì)量被視為區(qū)域生物多樣性和生態(tài)系統(tǒng)服務(wù)水平的重要表征,也是保障區(qū)域生態(tài)安全和提升人類(lèi)福祉的關(guān)鍵環(huán)節(jié)[18—20]。

InVEST 模型中的生境質(zhì)量模塊是目前應(yīng)用較為廣泛的生境質(zhì)量評(píng)估模型,有數(shù)據(jù)較易獲取、評(píng)估準(zhǔn)確度高、空間可視化能力強(qiáng)的特點(diǎn)[21]。該模型通過(guò)量化不同土地利用類(lèi)型對(duì)動(dòng)植物的生境適宜度以及生境威脅因子的威脅強(qiáng)度,模擬生境質(zhì)量的空間分布。具體公式如下：

式中,Qxj表示土地利用類(lèi)型j中柵格x的生境質(zhì)量指數(shù)；Hj表示土地利用類(lèi)型j的生境適宜度；Dxj表示土地利用類(lèi)型j中柵格x的受威脅度；k為半飽和常數(shù),z為常數(shù)2.5,受威脅度Dxj由以下公式計(jì)算可得：

式中,r為威脅因子；y是r威脅柵格總數(shù)；Yr為r威脅因子中的一組威脅柵格數(shù)；wr為威脅因子r的權(quán)重；ry為柵格y的威脅因子值；irxy為威脅柵格y的威脅因子ry對(duì)柵格x的威脅度；βx為柵格x的可達(dá)性水平；Sjr是土地利用類(lèi)型j對(duì)于威脅因子r的敏感度。

本文的生境質(zhì)量評(píng)價(jià)以2020年為分析基準(zhǔn)年,2020年博州土地利用分布如圖1所示。根據(jù)博州的實(shí)際狀況,本文選擇受人類(lèi)活動(dòng)干擾較大的耕地、建設(shè)用地以及未利用地作為博州生境質(zhì)量的威脅因子。依據(jù)InVEST模型用戶手冊(cè)推薦的參考值,參考前人在新疆地區(qū)進(jìn)行的研究[22—23],初步確定研究所需的各項(xiàng)參數(shù)。在此基礎(chǔ)上,通過(guò)咨詢新疆本地的生態(tài)學(xué)專(zhuān)家,考慮到受自然條件限制,博州境內(nèi)的建設(shè)用地規(guī)模較小,城鎮(zhèn)開(kāi)發(fā)對(duì)于生境質(zhì)量有較大的威脅這一事實(shí),對(duì)上述參數(shù)中建設(shè)用地的影響距離、權(quán)重以及敏感度進(jìn)行調(diào)整,最終確定了本研究中InVEST模型的各項(xiàng)參數(shù)(表1、表2)。

表2 土地利用類(lèi)型對(duì)威脅因子的敏感性

2.2 人類(lèi)足跡指數(shù)評(píng)價(jià)

人類(lèi)活動(dòng)的評(píng)價(jià)往往通過(guò)其引發(fā)的相關(guān)效應(yīng)進(jìn)行間接評(píng)估。其中,由Sanderson等[24]提出人類(lèi)足跡指數(shù)(HFI)在人類(lèi)活動(dòng)影響評(píng)價(jià)等方面得到了廣泛的應(yīng)用。基于人類(lèi)足跡指數(shù)方法,根據(jù)博州的實(shí)際發(fā)展?fàn)顩r與前人研究[25—27],結(jié)合數(shù)據(jù)可得性,最終選取了土地利用、人口密度、夜間燈光指數(shù)、放牧強(qiáng)度以及交通可達(dá)性5種類(lèi)型的人類(lèi)活動(dòng)表征因子。在此基礎(chǔ)上將各類(lèi)數(shù)據(jù)的柵格重新賦值為1—10分,分值越大表示人類(lèi)活動(dòng)強(qiáng)度越大。HFI評(píng)價(jià)與生境質(zhì)量評(píng)價(jià)所使用的數(shù)據(jù)年限保持一致,均為2020年數(shù)據(jù)。其中由于放牧強(qiáng)度數(shù)據(jù)的原數(shù)據(jù)集僅更新至2010年,因此參照前人的研究[27]對(duì)原圖層進(jìn)行趨勢(shì)外推分析,以得到2020年放牧強(qiáng)度數(shù)據(jù)。

其中人口密度、夜間燈光指數(shù)以及放牧強(qiáng)度通過(guò)自然間斷點(diǎn)法將數(shù)據(jù)由低到高劃分為10類(lèi),分別賦值1—10；土地利用數(shù)據(jù)是反映人類(lèi)活動(dòng)的重要因子,本文將所有建設(shè)用地賦值為10,耕地賦值為7,其余土地利用類(lèi)型均賦值為1分；交通可達(dá)性評(píng)價(jià)包括公路與鐵路兩個(gè)方面,在對(duì)兩者進(jìn)行多環(huán)緩沖區(qū)分析的基礎(chǔ)上,根據(jù)專(zhuān)家打分對(duì)每個(gè)緩沖區(qū)分別進(jìn)行賦值,并將生成的公路與鐵路分?jǐn)?shù)圖層進(jìn)行鑲嵌,重疊部分取最大值,以此作為交通可達(dá)性評(píng)價(jià)結(jié)果。將處理后的上述因子進(jìn)行疊加處理,計(jì)算得出博州的人類(lèi)足跡指數(shù)。

2.3 InVEST模型與HFI的耦合以及生態(tài)空間規(guī)劃

InVEST模型與HFI的評(píng)價(jià)結(jié)果分別表征了研究區(qū)域生態(tài)保護(hù)價(jià)值的高低與人類(lèi)活動(dòng)影響的強(qiáng)弱。將二者作為衡量區(qū)域“保護(hù)”與“發(fā)展”價(jià)值的指標(biāo),建立二維判別矩陣,并最終明確研究區(qū)域的生態(tài)分區(qū)。

將2020年博州生境質(zhì)量與人類(lèi)足跡指數(shù)分別按自然間斷點(diǎn)法分為低、中、高三個(gè)等級(jí),在ArcGIS中進(jìn)行疊置分析,得到9種生境質(zhì)量-人類(lèi)活動(dòng)空間類(lèi)型。在此基礎(chǔ)上,依據(jù)其功能特點(diǎn)將9種空間劃分為重點(diǎn)保護(hù)區(qū)、重點(diǎn)修復(fù)區(qū)以及適度開(kāi)發(fā)區(qū)3類(lèi)生態(tài)管制分區(qū)。

其中,重點(diǎn)保護(hù)區(qū)指現(xiàn)狀生境條件較好,且人類(lèi)活動(dòng)相對(duì)較少的區(qū)域,包含高生境質(zhì)量-低人類(lèi)活動(dòng)(31)、高生境質(zhì)量-中人類(lèi)活動(dòng)(32)、中生境質(zhì)量-低人類(lèi)活動(dòng)(21)；重點(diǎn)修復(fù)區(qū)為在人類(lèi)不合理的開(kāi)發(fā)活動(dòng)或自然環(huán)境變化的影響下導(dǎo)致的現(xiàn)狀生境質(zhì)量較差,無(wú)法滿足人們對(duì)于高質(zhì)量人居環(huán)境需求的區(qū)域,包括低生境質(zhì)量-低人類(lèi)活動(dòng)(11)、低生境質(zhì)量-中人類(lèi)活動(dòng)(12)、低生境質(zhì)量-高人類(lèi)活動(dòng)(13)、中生境質(zhì)量-高人類(lèi)活動(dòng)(23)；適度開(kāi)發(fā)區(qū)指在平衡生境質(zhì)量與發(fā)展需求的前提下,可適度進(jìn)行城市擴(kuò)張的區(qū)域,包含中生境質(zhì)量-中人類(lèi)活動(dòng)(22)、高生境質(zhì)量-高人類(lèi)活動(dòng)(33)。

2.4 未來(lái)土地利用情景模擬

本文選用PLUS模型進(jìn)行未來(lái)土地利用情景模擬。PLUS模型既保留了Flus模型中基于驅(qū)動(dòng)因子的適宜性概率的計(jì)算過(guò)程,又結(jié)合了ANN-CA模型中基于兩期土地利用數(shù)據(jù)間各類(lèi)用地相互轉(zhuǎn)化的樣本訓(xùn)練。從兩期土地利用間變化的部分中采樣,采用隨機(jī)森林算法逐一對(duì)各類(lèi)用地?cái)U(kuò)張和驅(qū)動(dòng)力因素進(jìn)行挖掘。Liang等的研究表明,PLUS模型的模擬精度高于目前相關(guān)研究中常用的各類(lèi)模型,模擬結(jié)果可以更好地支持規(guī)劃政策以實(shí)現(xiàn)可持續(xù)發(fā)展[15]。

本研究以2005年與2020年兩期土地利用數(shù)據(jù)為基礎(chǔ),選取土地利用變化的驅(qū)動(dòng)因素共計(jì)15項(xiàng)(圖2)作為預(yù)測(cè)變量輸入至PLUS模型中,計(jì)算得出博州各土地利用類(lèi)型的適宜性概率。在此基礎(chǔ)上以2005年土地利用空間分布圖作為模擬基準(zhǔn)圖,在PLUS模型中運(yùn)行得到2020年土地利用模擬分布圖。同時(shí),本研究將相同的數(shù)據(jù)輸入Flus模型中進(jìn)行模擬,對(duì)比驗(yàn)證PLUS模型的精度。將2種模型的模擬結(jié)果與實(shí)際的2020年數(shù)據(jù)進(jìn)行對(duì)比,結(jié)果表明,PLUS模型的總體精度為84.2%,Kappa系數(shù)為0.759；Flus模型的總體精度73.3%,Kappa系數(shù)為0.606。PLUS模型的模擬精度高于Flus模型,模擬結(jié)果可靠性高。因此,本文利用PLUS模型,以2020年的土地利用數(shù)據(jù)為基準(zhǔn),設(shè)置自然發(fā)展與規(guī)劃保護(hù)兩類(lèi)情景,預(yù)測(cè)2035年的土地利用分布情況。

圖2 土地利用變化驅(qū)動(dòng)因素

自然發(fā)展情景延續(xù)2005—2020年的土地利用變化趨勢(shì),不對(duì)模型參數(shù)進(jìn)行任何調(diào)整；而在規(guī)劃保護(hù)情境下,將重點(diǎn)保護(hù)區(qū)設(shè)置為限制轉(zhuǎn)化區(qū)域;重點(diǎn)修復(fù)區(qū)內(nèi)各用地類(lèi)型的適宜性概率以2020年為基準(zhǔn),以2005年為目標(biāo)的方式進(jìn)行逆轉(zhuǎn)移概率計(jì)算,并鑲嵌至原有適宜性概率柵格上；適度開(kāi)發(fā)區(qū)則不調(diào)整轉(zhuǎn)化參數(shù),據(jù)此模擬2035年的土地利用變化。

2.5 不同情景下的生態(tài)系統(tǒng)服務(wù)量化分析

當(dāng)量因子法是目前最常用的生態(tài)系統(tǒng)服務(wù)量化方法,該方法最早由Costanza等[28]提出,謝高地等對(duì)該方法進(jìn)行了改進(jìn)并得出中國(guó)的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量[29]。本研究中的耕地、林地、草地、水域、未利用地分別對(duì)應(yīng)謝高地等研究中的農(nóng)田、森林、草地、河流、荒漠,并將研究區(qū)建設(shè)用地的生態(tài)系統(tǒng)服務(wù)價(jià)值設(shè)置為0。通過(guò)查閱2005—2020年《新疆統(tǒng)計(jì)年鑒》中的糧食數(shù)據(jù),根據(jù)單位面積農(nóng)田糧食生產(chǎn)的經(jīng)濟(jì)價(jià)值量和區(qū)域修正系數(shù)(新疆為0.58)[30—33],2020年研究區(qū)平均糧食價(jià)格為2.11元/kg(根據(jù)研究區(qū)小麥與玉米價(jià)格的均值),最終確定研究區(qū) 1 個(gè)生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量因子經(jīng)濟(jì)價(jià)值約為1209.87元/hm2,最終得到研究區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)(表3)。

表3 博州生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)表/(元 hm-2 a-1)

3 研究結(jié)果

3.1 生境質(zhì)量與人類(lèi)足跡指數(shù)評(píng)價(jià)結(jié)果

利用InVEST模型模擬研究區(qū)域生境質(zhì)量,并參照前人研究[12,34—35],在ArcGIS中利用自然斷點(diǎn)法將生境質(zhì)量評(píng)價(jià)結(jié)果分為低(0—0.20)、中(0.20—0.61)、高(0.61—1)三個(gè)等級(jí),得到博州生境質(zhì)量評(píng)價(jià)結(jié)果(圖3)。

圖3 生境質(zhì)量評(píng)價(jià)結(jié)果

博州生境質(zhì)量等級(jí)以中、高等級(jí)為主,其中,高等級(jí)生境質(zhì)量區(qū)域約占56%,主要分布于研究區(qū)西側(cè)及南側(cè)海拔較高處的大面積草原、森林以及湖泊地區(qū)。中等級(jí)生境質(zhì)量區(qū)域約占13%,主要分布于場(chǎng)地中部的河谷平原區(qū),由于地勢(shì)平緩,水文條件較好,因而分布有較為密集的村鎮(zhèn)以及大面積的農(nóng)田,生境質(zhì)量相對(duì)較低。低等級(jí)生境質(zhì)量區(qū)域約占31%,主要包括河谷平原邊緣的大面積未利用地、研究區(qū)西北部的高山地區(qū)以及東部的荒漠地區(qū)。

在ArcGIS中利用自然斷點(diǎn)法將人類(lèi)足跡指數(shù)評(píng)價(jià)結(jié)果分為低(3—10)、中(10—19)、高(19—47)三個(gè)等級(jí),得到博州人類(lèi)足跡指數(shù)評(píng)價(jià)結(jié)果(圖4)。

圖4 人類(lèi)足跡指數(shù)(HFI)評(píng)價(jià)結(jié)果

博州人類(lèi)足跡指數(shù)總體上呈現(xiàn)四周低,中部高的分布特征。人類(lèi)足跡指數(shù)較高的區(qū)域約占全州面積的16%,主要分布于研究區(qū)中部的河谷平原地區(qū)以及通往伊犁的高速公路沿線地區(qū)。人類(lèi)足跡指數(shù)中等的區(qū)域占42%,主要分布于研究區(qū)西南部的草原地區(qū)。而東部的荒漠地區(qū)以及西部與北部的高山地區(qū)由于自然條件相對(duì)惡劣且開(kāi)發(fā)難度較大,人類(lèi)足跡指數(shù)處于較低的水平。

3.2 生態(tài)分區(qū)規(guī)劃結(jié)果

通過(guò)對(duì)生境質(zhì)量與人類(lèi)足跡指數(shù)的疊置分析,可得到如圖5所示的9種空間類(lèi)型,依據(jù)本文2.3節(jié)所述方法進(jìn)行進(jìn)一步分類(lèi),生成生態(tài)管制分區(qū)結(jié)果(圖6)

圖5 生境質(zhì)量與人類(lèi)足跡指數(shù)疊加分析結(jié)果

圖6 生態(tài)分區(qū)規(guī)劃結(jié)果

重點(diǎn)保護(hù)區(qū)面積共計(jì)13044km2,占總面積的52.8%。該區(qū)域主要由大面積的天然林地、草原、湖泊、濕地等組成,現(xiàn)狀生境質(zhì)量較高,是博州的生態(tài)屏障。重點(diǎn)保護(hù)區(qū)內(nèi)應(yīng)實(shí)施嚴(yán)格管控,原則上禁止各類(lèi)對(duì)生境造成威脅的開(kāi)發(fā)活動(dòng),保障生態(tài)系統(tǒng)的穩(wěn)定性。

重點(diǎn)修復(fù)區(qū)面積共計(jì)10370 km2,占總面積的42.0%。主要包括研究區(qū)中部的河谷平原、中部未利用地以及東部荒漠地區(qū),是現(xiàn)狀生境質(zhì)量較差或較容易受到人類(lèi)活動(dòng)影響而導(dǎo)致進(jìn)一步退化的區(qū)域。重點(diǎn)修復(fù)區(qū)應(yīng)在保持耕地?cái)?shù)量與質(zhì)量的基礎(chǔ)上,通過(guò)山水林田湖草沙一體化的生態(tài)修復(fù)策略,逐步完善水土保持、水源涵養(yǎng)以及防風(fēng)固沙等生態(tài)功能,逐步改善區(qū)域生境條件,增加生物多樣性。

適度開(kāi)發(fā)區(qū)面積共計(jì)1295km2,占總面積的5.2%。適度開(kāi)發(fā)區(qū)分布較為零散,主要包括博爾塔拉河中下游、賽里木湖周邊以及G30沿線,這些地區(qū)往往生境質(zhì)量一般,但適宜進(jìn)行開(kāi)發(fā)建設(shè)活動(dòng)。適度開(kāi)發(fā)區(qū)的開(kāi)發(fā)建設(shè)活動(dòng)可以成為博州城市產(chǎn)業(yè)結(jié)構(gòu)布局調(diào)整的契機(jī),通過(guò)發(fā)展生態(tài)產(chǎn)業(yè)以及原有產(chǎn)業(yè)的生態(tài)化改造,逐步形成環(huán)境友好、附加值高的綠色產(chǎn)業(yè)格局,助推經(jīng)濟(jì)高質(zhì)量發(fā)展。

3.3 土地利用情景模擬與生態(tài)系統(tǒng)服務(wù)評(píng)估

根據(jù)生態(tài)分區(qū)規(guī)劃結(jié)果,利用PLUS模型模擬博州2035年自然發(fā)展情景(情景Ⅰ)與規(guī)劃保護(hù)情景(情景Ⅱ)下的土地利用狀況(圖7),進(jìn)而評(píng)估不同情景下的生態(tài)系統(tǒng)服務(wù)價(jià)值,并與2020年的數(shù)據(jù)進(jìn)行對(duì)比分析,結(jié)果如表4與圖8所示。

圖7 土地利用情景模擬

表4 生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)價(jià)結(jié)果

圖8 不同情景下2035年與2020年生態(tài)系統(tǒng)服務(wù)價(jià)值變化分布圖

自然發(fā)展情景下,耕地與城市建設(shè)用地有較大幅度的擴(kuò)張,林地面積持續(xù)減少,水域面積有所增加,一部分未利用地轉(zhuǎn)化為草地、耕地以及建設(shè)用地。生態(tài)系統(tǒng)服務(wù)價(jià)值總量從2020年的428.01億元提升至440.66億元,這主要得益于博州近五十年來(lái)持續(xù)不斷的退耕還林、還牧還草以及重點(diǎn)防護(hù)林營(yíng)建等的生態(tài)工程的實(shí)施。通過(guò)對(duì)服務(wù)價(jià)值變化量的空間分布可以得出,在該情景下,相較于2020年生態(tài)系統(tǒng)服務(wù)價(jià)值提升的區(qū)域有980.5 hm2,服務(wù)價(jià)值下降的區(qū)域共計(jì)256.9 hm2。

規(guī)劃保護(hù)情景下,耕地與城市建設(shè)用地的擴(kuò)張得到了一定程度的控制；林地面積雖然相較于2020年有所減少,但與自然發(fā)展情景相比顯著增多,證明生態(tài)分區(qū)規(guī)劃可以有效遏制林地面積的持續(xù)萎縮；相較于自然發(fā)展情景,更多的未利用地向草地、林地轉(zhuǎn)化。生態(tài)系統(tǒng)服務(wù)價(jià)值總量達(dá)到了444.82億元,比自然發(fā)展情景提升了4.16億元。同時(shí),對(duì)服務(wù)價(jià)值變化量的空間分布的分析顯示,在該情景下,生態(tài)系統(tǒng)服務(wù)價(jià)值相較于2020年提升的區(qū)域面積為1243.3 hm2,而服務(wù)價(jià)值下降的區(qū)域僅有74.7 hm2。

通過(guò)多組數(shù)據(jù)的對(duì)比,規(guī)劃保護(hù)情景下的生態(tài)系統(tǒng)服務(wù)價(jià)值不僅總量高于自然發(fā)展情景,而且相較于2020年,價(jià)值提升區(qū)域的占地面積更大,價(jià)值降低區(qū)域的面積更小。利用生態(tài)分區(qū)規(guī)劃的方法可以更好的平衡生態(tài)安全與發(fā)展建設(shè)間的關(guān)系,對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的提升具有顯著作用。

4 討論與結(jié)論

4.1 討論

在當(dāng)前快速城鎮(zhèn)化的進(jìn)程中,科學(xué)合理的生態(tài)分區(qū)規(guī)劃可以促進(jìn)生態(tài)環(huán)境的改善,保障城市的可持續(xù)發(fā)展。相較于過(guò)去的研究,本文的創(chuàng)新點(diǎn)主要在于以下3點(diǎn)：(1)過(guò)去的研究常通過(guò)生態(tài)適宜性和開(kāi)發(fā)適宜性等評(píng)價(jià)方法構(gòu)建生態(tài)分區(qū)[8,10—13],一些研究由于數(shù)據(jù)獲取困難等原因,適宜性評(píng)價(jià)指標(biāo)體系的科學(xué)性與完善度有待提升[36],本研究采用目前較為成熟的InVEST模型與HFI相耦合進(jìn)行綜合評(píng)價(jià),數(shù)據(jù)獲取相對(duì)簡(jiǎn)單,研究結(jié)果可靠。(2)過(guò)去的研究往往以構(gòu)建生態(tài)分區(qū)為最終目標(biāo),對(duì)于分區(qū)規(guī)劃實(shí)施后,未來(lái)研究區(qū)的生態(tài)環(huán)境質(zhì)量缺乏科學(xué)的預(yù)測(cè)與對(duì)比分析,本研究借助PLUS模型,通過(guò)情景模擬的方法對(duì)比未來(lái)不同情境下研究區(qū)域的生態(tài)系統(tǒng)服務(wù)價(jià)值,更加直觀地反映了分區(qū)規(guī)劃的實(shí)際效益。(3)本研究通過(guò)構(gòu)建從適宜性評(píng)價(jià),到分區(qū)規(guī)劃,再到績(jī)效評(píng)估與驗(yàn)證的完整研究方法,對(duì)過(guò)去的生態(tài)分區(qū)研究進(jìn)行了延伸與擴(kuò)展,使得其與實(shí)際規(guī)劃工作可以更好地結(jié)合,也為研究區(qū)實(shí)施生態(tài)空間規(guī)劃提供了科學(xué)可靠的數(shù)據(jù)支撐與建議。

需要注意的是,本研究中構(gòu)建生態(tài)分區(qū)的分析與耦合過(guò)程均為定量分析,分區(qū)結(jié)果存在較為分散的現(xiàn)象。因此,在實(shí)際的規(guī)劃實(shí)施層面,還應(yīng)結(jié)合場(chǎng)地實(shí)際狀況與現(xiàn)有規(guī)劃進(jìn)行綜合評(píng)估與定性分析,對(duì)分區(qū)結(jié)果進(jìn)行進(jìn)一步的調(diào)整與完善。

4.2 結(jié)論

本文借助InVEST模型對(duì)博州生境質(zhì)量進(jìn)行評(píng)估,采用多指標(biāo)疊加分析的方法測(cè)度博州的人類(lèi)足跡指數(shù),并通過(guò)兩者的疊加分析得出博州的生態(tài)分區(qū)規(guī)劃。在此基礎(chǔ)上,根據(jù)生態(tài)分區(qū)設(shè)置自然發(fā)展與規(guī)劃保護(hù)兩類(lèi)情景,利用PLUS模型對(duì)兩類(lèi)情景下2035年的土地利用狀況進(jìn)行動(dòng)態(tài)模擬,并對(duì)比分析不同情境下的生態(tài)系統(tǒng)服務(wù)價(jià)值,以評(píng)估分區(qū)規(guī)劃的合理性與實(shí)際效益。研究結(jié)果如下：

(1)博州高質(zhì)量生境面積占比最高(56%)、次之為低質(zhì)量(31%),中質(zhì)量最低(13%)。生境質(zhì)量較差的區(qū)域主要為博州中部河谷平原及其周?chē)奈蠢玫亍Ｏ喾?博州的人類(lèi)足跡指數(shù)則呈現(xiàn)四周低,中部高的分布格局,指數(shù)等級(jí)為高、中、低的區(qū)域面積占比分別為16%、42%、42%。

(2)通過(guò)對(duì)生境質(zhì)量與人類(lèi)足跡指數(shù)評(píng)價(jià)結(jié)果的疊加分析,并將得到的9個(gè)分區(qū)按照其功能特征進(jìn)行分類(lèi),可以得到重點(diǎn)保護(hù)區(qū)、重點(diǎn)修復(fù)區(qū)以及適度開(kāi)發(fā)區(qū)。其中重點(diǎn)保護(hù)區(qū)面積占比最大(52.8%),重點(diǎn)修復(fù)區(qū)次之(42.0%),適度開(kāi)發(fā)區(qū)最低(5.2%)。

(3)規(guī)劃保護(hù)情景與自然發(fā)展情景相比,生態(tài)系統(tǒng)服務(wù)價(jià)值總量提升了4.16億元。且生態(tài)系統(tǒng)服務(wù)價(jià)值改善的區(qū)域面積相較于自然發(fā)展情景增加了262.8 hm2,退化的區(qū)域面積減少了182.2 hm2,整體的生態(tài)環(huán)境得到了較大程度的改善。