韓 磊,楊梅麗,劉 釗,趙永華,趙子林,張永鋒
1 長安大學土地工程學院,西安 710054 2 陜西省土地整治重點實驗室,西安 710054 3 中國科學院地球環境研究所黃土與第四紀地質國家重點實驗室,西安 710061 4 長安大學地球科學與資源學院,西安 710054 5 陜西地建土地勘測規劃設計院,西安 710075
隨著“生態系統為人類提供‘服務’”理念[1]的提出及千年生態系統評估項目(MA)[2]、生物多樣性和生態系統服務政府間科學政策平臺[3]的啟動,生態系統服務已成為多領域的前沿問題[4]。生態系統服務是生態系統所形成的用于維持人類賴以生存和發展的自然環境條件與效用[5],關乎人類福祉[6]。在一定尺度下,生態系統服務間非完全獨立[7],而是以多種復雜方式相互作用。此消彼長的權衡、相互增益的協同是其中的典型[8—9]。正因為這種復雜的關系,為獲得更大的某種服務而改變生態系統時,勢必會影響其他服務[10]。近50多年來,劇烈的土地利用變化影響生態系統格局,驅使生態系統服務及其關系的變化[11]。因此,分析生態系統服務的時空動態及相互關系,探討其尺度效應、區域差異和作用機制等[12],是生態文明研究領域的緊迫問題,可為土地利用決策和區域生態系統服務和自然資本管理提供理論指南[13]。目前,生態系統服務間的關系已成為生態系統研究的熱點,國內外學者普遍借助InVEST[14]、SolVES[15]和ARIES[16]等模型,采用空間分析法[17]、統計分析法[18]及情景模擬法[19]等方法,主要從地區[20]、流域[21]、山區[22]、生態功能區[23]等不同空間尺度或者對耕地[24]、森林[25]、草地[26]、湖泊[27]等不同系統對生態系統服務權衡與協同關系的尺度效應[22]、空間格局和驅動機制[28]等方面進行研究。生態系統服務權衡與協同研究已取得豐富的成果。
黃土高原生態脆弱,是我國重要的生態屏障區,在《全國重要生態保護和修復重大工程總體規劃(2021—2035年)》中是“三區四帶”重大工程布局點之一。為改變惡劣的生態環境,該區實施嚴格的退耕還林工程。然而也有研究提出退耕還林威脅糧食安全[29],影響水沙關系[30],造成土壤干層加劇[31—32]。退耕還林對生態系統服務及其相互關系的影響存在矛盾[13]。因此,正確了解生態系統服務的特征及其關系對于評價退耕還林等生態修復工程的生態效益以及改善生態修復治理舉措尤為重要。目前對于黃土高原的研究,在尺度上多集中在黃土高原[33—34]、黃河流域[26]等大中尺度,在縣市的小尺度及多尺度研究較少,對于小區域的土地利用方案優化針對性不夠;類型上主要集中在生態系統服務價值量的評估及其相關關系研究[35],對于物質量的評估及其相關關系研究較少,而物質量評估在區域、景觀、空間異質性研究方面存在優勢[36];內容上主要集中在土壤保持、碳固持、水源涵養方面[34—37],不能全面評估生態系統服務。鑒于此,在退耕還林等生態修復工程實施的大背景下,亟待全面系統開展基于土地利用的黃丘區多尺度生態系統服務權衡與協同關系研究。本文以延安市為研究對象,旨在(1)評估退耕還林前后農作物生產(Crop Production,CP)、碳儲量(Carbon Storage,CS)、生境質量(Habitat Quality,HQ)、土壤保持(Soil Conservation,SC)、產水量(Water Yield,WY)五種生態系統服務物質量,分析退耕還林對生態系統服務的影響;(2)闡明退耕還林前后生態系統服務時空動態;(3)分析用地類型與生態系統服務之間的關系;(4)揭示市、縣不同尺度上生態系統服務間權衡和協同關系的時間演變規律和空間格局。本研究可為認識和掌握退耕還林對生產和生態的正負效應提供理論依據,為區域可持續發展和綜合治理提供科學支撐。

圖1 延安市地形圖Fig.1 Topographic map of Yan ′an City
延安市(35°21′N—37°31′N,107°41′E—110°31′E)屬黃土丘陵溝壑區,地勢西北高東南低,平均海拔1200m(圖1)。屬暖溫帶半濕潤半干旱大陸性季風氣候,年均降雨約500mm,集中在夏季,年均蒸發量較大。礦產資源豐富,主要有石油、天然氣、煤炭,是國家重要的能源接續地,擁有堅實的能源化工業的發展基礎。自1999年實施大規模的退耕還林工程以來,累積完成退耕還林面積71.83萬hm2,森林覆蓋率增加19%,植被覆蓋提高35.3%,生態效益顯著,為探究土地利用變化對生態系統服務及其權衡和協同關系的演變過程和空間格局特征的影響提供了良好的平臺。
本文數據主要包括:①行政邊界數據,源于國家基礎信息中心(http://www.ngcc.cn/ngcc/)。②1988、1998、2008、2018年4期土地利用數據,經Landsat4- 5 TM、Landsat8 OLI 衛星遙感影像數據解譯生成,分類精度均大于80%,kappa系數均在0.8以上。土地利用類型依據一級分類分為耕地、林地、草地、建設用地、水域、未利用地。③社會經濟數據,源于《陜西省統計年鑒》、《延安市統計年鑒》等。④氣象數據,延安市內及周圍17個站點數據來源于國家氣象信息中心(http://data.cma.cn/)的中國地面氣候資料日值數據集(V3.0)。⑤土壤數據,來自聯合國糧農組織(FAO)和維也納國際應用系統研究所(IIASA)所構建的世界土壤數據庫(HWSD)(http://data.tpdc.ac.cn/zh-hans/)。⑥DEM數據,為ASTER GDEM數據,源于地理空間數據云。
1.3.1農作物生產模型
參考InVEST模型中農作物生產模塊的計算原理[38],通過對延安統計年鑒中縣級單元的各種農作物產量進行統計求和,用單位面積的農作物產量來估計CP,計算公式如下:
式中,F(x)代表x縣的農作物生產服務(t/hm2);CYi表示第i種農作物的產量(t);S(x)表示第x縣的作物播種面積(hm2);n表示共有n種農作物。
1.3.2碳儲量模型
碳儲量代表陸地生態系統的固碳能力,本研究采用InVEST模型進行估算,計算公式如下:
Ctotal=Cabove+Cbelow+Csoil+Cdead
式中,Ctotal表示碳總量(t);Cabove、Cbelow、Csoil、Cdead分別表示地上、地下、土壤和死亡生物碳儲量。
1.3.3生境質量模型
InVEST生境質量模型根據生境類型敏感性和外界因素威脅計算生境質量指數,并根據生境質量指數評估生境質量。生境質量指數數值范圍0—1,越接近1,生境質量越好。計算公式如下:

1.3.4土壤保持量模型
本文采用修正通用土壤流失方程(RUSLE)來估算土壤保持量[39],計算公式如下:
SC=R×K×LS×(1-C×P)
式中,SC為土壤保持量(t hm-2a-1),R為降雨侵蝕力(MJ mm hm-2h-1a-1);K為土壤可蝕性(t hm2h hm-2MJ-1mm-1);C為植被覆蓋因子,P是水土保持措施因子;R、K因子計算方法參考文獻[26];C、P因子參考文獻[26,40]。以上因子詳細計算公式參考文獻[40]。LS為坡長坡度因子,由InVEST模型自動計算。流域通過SWAT模型提取。
1.3.5產水量模型
InVEST產水量評估模塊是評估產水量的常用模型,基于Budyko水熱耦合平衡假設,考慮了多種自然因素(包括氣候、地形、植被、土壤等),確定每個柵格單元x的年產水量[14]。水量估值等于降水量與蒸散量的差值,因此在降水量一定的情況下,蒸散量越大,產水量越低。計算公式如下:
式中,Y(x)為柵格單元x的年產水量(mm),P(x)表示柵格單元x的年降水量(mm),AET(x)表示柵格單元x的年實際蒸散量。
1.3.6生態系統服務權衡與協同關系分析
本研究采用偏相關性分析法,探討5種生態系統服務之間的權衡與協同關系。為保證運算中5種生態系統服務的一致性,將其統一到縣級進行分析。生態系統服務之間不僅受彼此的相互影響,也受其他自然條件影響,尤其是年降水量[41]。因此首先消除年降水量的影響,然后計算偏相關系數。具體計算公式如下[42]:
(1)簡單相關系數:
(2)一級偏相關系數:
式中,ES1、ES2分別代表兩種生態系統服務;r為兩種生態系統服務之間的相關系數;i、j代表像元的行列號;r12(ij)代表未消除降水量的影響時,ES1、ES2的相關系數;r12·3(ij)代表年降水量不變時,ES1、ES2間的偏相關系數。在計算偏相關系數的基礎上,結合t檢驗方法判斷相關性的顯著性,并根據偏相關系數(r)及其顯著性(P),劃分顯著性等級[42](表1),定量描述生態系統服務之間相關關系的空間差異。

表1 權衡與協同關系顯著性分類等級
2.1.1生態系統服務時間變化
1988—2018年,延安市5種生態系統服務的變化趨勢存在差異(圖2)。CP低值(0—3t/hm2)的面積占比在1988—1998年間減少,退耕還林后于1998—2008年間先增加,2008—2018年又大幅下降,總體波動降低了46.34%;中(3.0—6.0t/hm2)、高值范圍(6.0—9.0t/hm2)的面積占比變化趨勢則與低值相反,呈波動增加趨勢,分別增加26.12%和20.31%;1988—2018年整體呈波動增加趨勢。CS低值(0—3.88t)變化不明顯,中值(3.88—7.76t)逐漸降低,而高值(7.76—11.64)則呈明顯增加的趨勢。HQ低值(0.00—0.25)面積占比在降低,總體降低41.05%,中(0.25—0.55)、高值(0.55—0.85)面積占比提高,存在一定的波動,但不明顯。SC低值(0—400t hm-2a-1)面積占比在退耕還林前十年呈增加趨勢,在退耕還林后第一個十年增加,第二個十年減少,呈波動減少;中(400—1500t hm-2a-1)、高值(1500—14000t hm-2a-1)則與低值變化趨勢剛好相反,在退耕還林后波動增加。WY低值(0—25mm)面積占比呈一直上升的趨勢,中(25—75mm)、高值范圍(75—395mm)占比均呈逐漸降低的趨勢,總體上WY降低趨勢穩定。
2.1.2生態系統服務空間變化

圖3 延安市不同時期生態系統服務空間分布Fig.3 Spatial distribution of ecosystem services in different periods in Yan ′an city
1988—2018年,延安市5種生態系統服務空間分布格局如圖3所示。CP的空間格局為南高北低,西高東低。高值主要分布在南部縣區。低值主要分布在北部及中東部縣區。1988—2018年0—3t/hm2的區域減少,變化區域主要分布在北部,而大于4.5t/hm2的區域明顯增加,增加區域分布在南部。CS和HQ的空間分布規律相似,呈南高北低,東南、西南兩邊的林地為高值的集中區,并且高值區域不斷向北部擴大規模。SC空間分布格局整體呈現中南部低兩邊高的特征,低值(0—400t hm-2a-1)大致分布在河流及河谷周圍,大于1500t hm-2a-1的范圍先減少,后增加。WY空間分布格局呈現為南中部為高值區(75—395mm),北部及中東部為中值區(25—75mm),東南部及西南部為低值區(0—25mm);高值主要分布在水域、部分耕地、建設用地,中值主要分布在草地,低值分布在林地。用地類型不同,其降雨侵蝕力、冠層截留及徑流阻攔的作用不同,蒸散量也不同,進而影響WY,林地大多具有多層垂直結構,因而能夠有效阻擋雨滴擊濺和攔截地表徑流,因此林地WY最小。
同一種用地類型,不同生態系統服務物質量的分布存在明顯差異。同一種生態系統服務,在不同用地類型上也具有不同的特點。本文利用4期土地利用數據對CS、HQ、SC、WY進行分區統計。得到各用地類型上每種生態系統服務的均值。對數據標準化,消除量綱的影響,并通過玫瑰圖表示不同用地類型上4種生態系統服務的多年變化情況(圖4)。

圖4 延安市不同地類生態系統服務玫瑰圖Fig.4 Rose map of ecosystem services in different land use types in Yan′an city
在耕、草地中,CS、HQ是主要的生態系統服務,HQ次之,最后是WY。林地中,CS及HQ最突出,然后為SC,WY最后。建設用地和未利用地中,WY最突出,SC次之,無CS和HQ。水域中,WY最突出,HQ次之,SC和CS最少。
1988—2018年各用地類型生態系統服務均值變化規律存在一定差別,耕地的CS基本保持穩定,HQ和WY波動增長,SC呈減少趨勢。林地中CS基本保持穩定,HQ呈增長趨勢,SC和WY呈波動減少的趨勢。草地上CS基本保持穩定,HQ呈逐漸增長趨勢,SC和WY呈波動減少的趨勢。建設用地上,SC呈減少趨勢,WY呈增加趨勢。水域中,HQ逐漸增強,SC呈明顯減少趨勢,WY呈不斷增加趨勢。未利用地中,SC呈增加趨勢,WY呈下降趨勢。
不同用地類型中在各生態系統服務貢獻大小不同,CS表現為:林地>草地>耕地>水體>建設用地>未利用地;HQ呈現為:林地>水體>草地>耕地>建設用地>未利用地;SC表現為:林地>草地>耕地>建設用地>水體>未利用地;WY表現為:水體>建設用地>未利用地>耕地>草地>林地。這表明林地在生態系統服務的發展中最關鍵。
2.3.1生態系統服務間權衡和協同關系的時間變化分析
對1988—2018年五種生態系統服務進行偏相關性分析,得到生態系統服務間相關關系表(表2)。CP和CS、HQ間r>0(P<0.05)呈顯著的協同關系,且r值逐漸上升,協同關系密切。CP和SC、WY間|r|<0.2,相關性在協同和強權衡之間波動,總體上呈不密切的權衡關系。CS和HQ間r>0.5且變化幅度較小,呈顯著、非常密切且穩定的協同關系,CS和SC多年間r值均小于0.11,呈顯著但不密切的協同關系,存在波動但幅度很小,說明CS和SC協同關系較為穩定。1988—2018年,CS和WY間r值均分布在-0.6附近,呈顯著、非常密切且較穩定的權衡關系;HQ與SC間由弱權衡向弱協同轉變,且r接近于0,表明兩者之間的相關關系不穩定且不密切。HQ與WY間r值分布在0.4附近,呈顯著且密切的權衡關系。1988—2018年,SC與WY間r值均分布在-0.1附近,表明SC和WY間保持著穩定的但不密切的權衡關系。

表2 延安市生態系統服務間相關關系
2.3.2生態系統服務間權衡和協同關系的空間變化分析
延安市生態系統服務間相關關系的主體是協同關系(圖5)。CP和CS間僅在東南部(黃龍、洛川縣)表現為弱權衡關系,其余地區均為協同關系。CP和HQ協同關系分布廣泛,呈北部協同,南部權衡的分布格局。CP與SC大部分區域為弱協同關系,僅北部子長縣,西北吳起縣及東南黃龍、洛川縣為弱權衡關系。CP和WY在中北部均為權衡關系,僅南部小部分區域為協同關系。CS和HQ大部分區域為協同關系,主要分布在中北部及東南部的黃龍縣。CS和SC間僅在北部的子長縣和西北的吳起縣為權衡關系。CS、HQ、SC三者和WY之間幾乎全域表現為權衡關系,僅在一兩個區縣表現為協同關系。HQ和SC間呈東部協同,西部權衡的分布格局,其中協同關系分布在東南部的黃龍縣,東北部的安塞區、寶塔區、延長縣和延川縣。其他區縣則為權衡關系。

圖5 生態系統服務的權衡與協同Fig.5 Tradeoffs and synergies of ecosystem services
本研究區,CP和CS,HQ之間存在協同關系,此結果與王修文[43]分析基本一致,表明通過提高農業生產水平,增加農作物單產可以填補退耕還林所引起的耕地及糧食減少問題。與楊強強[21]在分析青弋江流域食物生產與其他服務之間為權衡關系存在差異,究其原因,可能是研究尺度或者糧食生產政策和技術不同。因此退耕還林的實施配合高效適宜的農業生產措施有利于促進糧食安全和生態環境的和諧發展。CS和HQ、SC之間呈協同關系,在林地分布區,植被覆蓋度、生物多樣性較高,截流雨水和保護坡地作用、土壤保持功能增強。楊潔[26]在對黃河流域的研究中有一致的結論。然而Egoh[44]在南非的研究表明CS和SC間為權衡關系,可能是不同地區環境差異導致。WY與其他生態系統服務之間存在權衡關系,這是由于林地增加,需水量增大以及截留降水增強,產水量降低。但在不同地區WY與SC之間的關系不同,如張文靜等[18]對南四湖的分析表明二者存在協同關系,汪曉珍[34]在黃土高原區得出二者之間在干旱氣候區和高原氣候區為協同關系,在半干旱氣候區和半濕潤氣候區為權衡關系,劉華妍等[45]對北京市的研究結果發現二者為權衡關系。其原因可能是氣候,土壤以及人為影響程度等存在差異。市、縣域尺度上,生態系統服務間關系的差異主要表現在HQ和SC之間。市域尺度上二者表現為協同關系,而縣域尺度上二者則主要為權衡關系。可能是尺度越小,區域內的地形、氣候、土壤的差異會細化和凸顯,由此導致不同尺度生態系統服務關系的差異。余玉洋[22]基于多尺度的秦巴山區分析得出大尺度上二者呈協同關系,部分分區及小尺度樣區呈權衡關系,且尺度越大,協同關系越強,與本研究結果基本一致。
雖然退耕還林會帶來一定的負面影響,但從長遠角度看,尤其是在科技迅猛發展的背景下,退耕還林有利于促進生態文明發展以及增加人類福祉。退耕還林的實施使得延安市生態環境好轉,但水土流失、植被退化、水資源不足仍然是該地區主要生態問題。建議延安北部低植被覆蓋區,以生態建設為重點,在符合當地土壤、氣候和水分等條件下,優化用地布局,增加植被,控制水土流失;延安南部應保持好生態基礎條件,鞏固退耕還林成果,重點調整林分結構,保持生態穩定。
本研究存在一定的不足。如農作物播種面積難以收集到縣級以下數據,難以體現更小區域空間分布差異。氣象站點數量少且分布不均勻,導致降水量、蒸散發插值結果精度不高,影響產水量、土壤保持結果精度,因此更均勻密集的氣象數據是數據精度提高的保證。此外,本文研究四期生態系統服務間的協同與權衡關系,對連續時序下生態系統服務關系的動態變化及驅動機制研究不足。下一步有必要探討連續時序下生態系統服務關系的動態變化,深入探究生態系統權衡協同關系轉變的原因,加強內在機理和驅動機制研究,為促進資源、人口、經濟、生態環境間的多贏、優化生態系統服務及區域協調發展提出更加靈活的土地管理戰略和生態修復措施。
(1)退耕還林前后生態系統服務價值存在差異。SC在退耕還林前呈減少的趨勢,退耕還林后呈波動增加趨勢。退耕還林后CP波動增加,CS和HQ逐漸增加,WY逐漸減弱。
(2)生態系統服務高、低值區與土地利用格局具有密切聯系。研究區南部林地分布廣泛,植被多,生物多樣性高,是CS、HQ的高值區。建設用地、未利用地及水域植被覆蓋小,徑流截流弱,下滲量少,是產水量的高值區,林地則為低值區。
(3)林地是研究區生態系統服務發展中最關鍵的用地類型。其對于CS、HQ、SC的增加以及WY的減少的貢獻最大。
(4)生態系統服務之間的權衡協同關系除CP與SC、WY間隨時間變化波動較大,其他服務間關系較穩定。市級尺度上CP與CS、HQ之間以及HQ和SC之間為弱協同關系;CS和HQ、SC之間呈較為明顯的協同關系;WY和CP、SC間為弱權衡關系,WY與CS、HQ呈明顯的權衡關系。從縣級尺度上,各區縣的生態系統服務間的關系存在明顯差異。WY和其他生態系統服務間在大部分區縣中呈權衡關系,而其他四種服務之間均在大部分區縣中呈協同關系。