基于Web of Science的InVEST模型在生態領域的研究進展分析

李曉喬,宋 玉,魏彩蕓,王璐漪,何文博,黃 梟

(1. 甘肅省水利廳 水土保持中心,甘肅 蘭州 730020;2.蘭州理工大學 能源與動力工程學院,甘肅 蘭州 730050)

人類從生態系統獲取的各種效益統稱為生態系統服務[1］。生態系統服務的科學研究和綜合評估始于20世紀70年代,由GEORGE et al.[2-4］人首次提出并使用,此后被學者和公眾接受并廣泛使用。學者們開始從不同的科學角度去研究人類社會與自然生態系統之間的協調關系,運用不同的方法及技術手段來評估生態系統服務功能,從而實現人類社會的可持續發展和自然生態系統的良性循環。生態系統服務功能是指生態系統與生態過程所形成及所維持的人類賴以生存的自然環境條件與效用[5］,生態系統服務功能的研究對人類社會合理使用自然資源,調節人類發展與自然服務功能之間的矛盾有重大的現實意義。研究和評估生態系統服務功能的首要因素是對其進行合理分類,目前已有國內外學者對此展開過詳細研究,例如GROOT et al.[6］將生態系統服務功能分為生產、承載、調節、信息功能,ROBERT et al.[7］將其分為氣候調節、擾動調節、水調節、生物控制、土壤形成、休閑和文化等17個類型,謝高地等[8］將其分為氣體調節、生物多樣性保護、食物生產、水源涵養、娛樂文化等9類。在2000年的聯合國千年生態系統評估項目(Millennium Ecosystem Assessment,MA)中將生態系統服務功能分為四大類,分別為:支持(supporting)、調節(regulating)、供給(provisioning)和文化(cultural)服務[9］,該分類是目前最具影響力的分類系統。

生態系統服務功能評估方法有物質量評估法、能值評估法和價值量評估法[10］。對生態系統服務功能的研究主要集中于評估、模擬、預測和服務權衡等[11-12］。隨著對該方面研究的深入,生態系統評估模型應運而生,如佛蒙特大學開發的MIMES、GUMBO和ARIES,美國林業署開發的CITYgreen,威斯康辛大學開發的IBIS,以及斯坦福大學等開發的InVEST等眾多生態服務評估模型[13］。每個模型對于評估生態系統服務的關鍵點不同,同一模型也可評估不同的具體生態服務功能。基于GIS和RS技術的InVEST模型是一種發展最為成熟,應用也最為廣泛的綜合類生態服務評估模型。InVEST模型對原始數據量的要求較低,可使評估結果精確量化,計算結果以圖的形式呈現,從而可定性分析區域生態系統服務功能的時空變化特征及演化進程。InVEST模型在空間分析功能、應用成本、開源性、評估精度等方面相較于Esvalue、EcoMetric等其他生態系統評估模型具有明顯優勢[14］,其在生態系統服務功能評估中的應用,對決策者權衡人類活動的效益及影響、制定生態環境保護及修復的方案、確定人類社會可持續發展的合理規劃都具有建設性意義。

1 InVEST模型概述

1.1 InVEST模型簡介

InVEST(Integrated Valuation of Ecosystem Services and Tradeoffs)模型是由斯坦福大學、大自然保護協會(The Nature Conservancy,TNC)和世界自然基金會(World Wildlife Fund,WWF)聯合開發的生態系統服務功能評估模型[15］。該模型主要面向政府、企業、科研機構、高校等,在自然資本決策、生態環境評價、水土資源利用規劃、全球氣候適應策略、社會經濟發展戰略、娛樂文化服務等方面都有廣闊的應用與發展前景。模型產生的可視化結果可為決策者提供決策依據,例如權衡人類活動產生的影響、規劃與制定自然資源的利用方針及調節生態結構等。模型評估模塊主要有淡水生態系統、海洋生態系統和陸地生態系統。

InVEST工具包括量化模型及投影模型,對陸地、淡水和海洋系統帶來的效益進行分析。為方便生態系統服務的分析,將InVEST中的模型分為支持服務、最終服務及工具3個主要類別(見表1),其中:支持服務并不會為人類直接提供利益;最終服務分為生物物理供應及向人類的供應,可以為人類提供直接利益;工具主要是為了促進生態系統服務分析。

表1 InVEST模型類別

1.2 InVEST模型的特點與不足

原始的InVEST模型建立在ArcGIS中,新版InVEST模型增強了許多功能,以一種獨立的形式存在,可以直接在Windows操作系統中應用,但其中在運行海岸保護模型時需要Python擴展庫,“波浪衰減和減少侵蝕”模型將被轉換為獨立的平臺運行。

InVEST模型可分析多種生態系統服務和多個決策目標,模型只需輸入相對較少的數據,就能夠識別哪些領域的生態投資可以提高人類福祉及有利于自然發展,是量化和評估生態系統服務價值的一種新的研究方法及技術手段。模型主要分為0層、1層、2層和3層4個層級模型,各層級模型在數據要求、運行步驟、計算過程和輸出結果等方面都存在差異。0層模型對數據量的要求最低,輸出結果主要是針對區(流)域等大尺度生態功能的區劃和識別,但無法量化生態服務功能產生的經濟價值。1層模型相較于0層模型對數據量的要求較高,可進行貨幣化價值評估以及計算成本現值等。0、1層級模型可輸入時間間隔長、范圍較廣的時空區域數據。2、3層級模型既可輸入時間間隔短的動態序列數據來評估各種時空范圍的生態系統服務功能,也可耦合與調控不同生態系統服務功能模塊。2、3層級模型的輸出結果較為精確,但運行步驟與計算過程更加復雜,還有待進一步開發和升級。InVEST模型運用流程見圖1。

圖1 InVEST模型運用流程

InVEST模型的應用范圍主要是在年平均和大范圍的時空區(流)域,對小尺度空間范圍內的生態系統服務功能評估較少,尤其是在聚落、田地等方面。模型中有些模塊對輸入的數據有較高的精度要求,因此相關數據的獲取有一定的困難。模型的生態系統服務功能模塊眾多,關于某些模塊還需進一步研究與改進,以便能夠對生態系統服務功能進行更加合理的評估。

2 InVEST模型研究進展

2.1 文獻量時序分布分析

以Web of Science(WOS)核心合集為數據庫,采用高級檢索(Advanced Search)、引文索引(Editions)選擇所有期刊來源,采用檢索詞TS=InVEST model,時間范圍為2005年1月1日—2022年5月14日,檢索時間為2022年5月14日,共檢索到384篇學術期刊論文。

以論文的題目、摘要、關鍵詞為重點信息,對以上學術期刊論文進行分析,最終選擇研究性論文(Articles)和綜述性論文(Review Articles)共369篇作為代表性論文,系統分析關于“InVEST模型”研究方向的演變情況。由圖2可知,InVEST模型的相關研究性論文發文量和被引頻次在2005—2021年均呈現上升趨勢,整體上可分為初步發展和快速增長兩個階段。

初步發展階段(2005—2013年)。該階段的年發文量極少且基本沒有增幅,說明對于InVEST模型的研究和應用處于初步的探索狀態。

快速增長階段(2014—2021年)。該階段的年發文量和年被引頻次呈現指數增長,增幅明顯高于第一階段,年發文量從2014年的4篇增長到2021年的109篇,年被引頻次也從2014年的27次增長到2021年的1 917次,說明自2014年以來InVEST模型開始逐漸被廣泛應用,關于該方面的研究也越來越多。

由于本次檢索時間為2022年5月14日,因此圖2中2022年的發文量和被引頻次均低于2021年,但從第二階段的上升趨勢來看,預測到2022年年底,2022年的發文量和被引頻次均將超過2021年。由圖3可知,出版相關InVEST模型論文的主要是關于環境、生態、綠色可持續發展、生物多樣性保護等方面的期刊,其中發文量最多的為環境科學和環境研究領域的期刊。

圖3 主要領域期刊發文量占比

2.2 研究機構合作分析

CiteSpace是一款能夠通過可視化手段呈現該學科知識領域發展過程、規律和分布情況的Java應用程序[16］,筆者使用最新的CiteSpace 6.1.R2對WOS論文數據庫中篩選的相應論文進行空間可視化及數據計量分析。引文空間的各類圖譜可呈現該學科領域或某一研究方向的研究熱點、發文情況,以及作者和發文機構的出現頻率與分布等,其中論文作者、發文機構、關鍵詞和被引頻次是構建圖譜的核心。通過CiteSpace應用程序構建的各類圖譜可分析InVEST模型的發展方向和前沿熱點。

為全面掌握研究機構對InVEST模型的應用情況與研究進展,將國內外有關研究機構的發文量以及機構之間的合作關系進行了統計。在CiteSpace軟件中導入369篇代表性論文,將節點類型設置為機構(Institution),時間切片設置為起始年份2005年、終止年份2022年及切片數據1 a,聚類算法為路徑網絡簡化(Pathfinder network scaling)算法,該算法可簡化計算過程且結果可視化程度高,最終得到研究機構合作網絡圖譜,見圖4。

圖4 研究機構合作網絡圖譜

由圖4可知,研究機構大多集中在高校,且各機構之間有著一定的合作關系,國內有較大影響力的研究機構主要有中國科學院(發文92篇)、中國科學院大學(發文50篇)、北京師范大學(發文33篇)、中國地質大學(發文25篇)、北京林業大學(發文14篇)等,國外有卡塔爾大學、斯坦福大學、利茲大學等。從論文發表數量來看,我國對InVEST模型的研究與應用已基本成熟,其中中國科學院和中國科學院大學發揮了至關重要的作用。

2.3 文獻共被引聚類分析

文獻共被引分析,是對文獻的參考文獻部分進行的共被引分析。文獻的被引頻次是判斷學術影響力的一個重要因素,可通過文獻分析該研究方向的動態演化過程。

表2列舉了有關InVEST模型的10篇高被引頻次的文獻[17-26］。其中:MANSOOR et al.[17］于2013年發表的“Quantifying and mapping multiple ecosystem services change in West Africa”被引頻次204次,該文使用InVEST模型繪制和量化加納和科特迪瓦2000、2005和2009年在不同土地使用條件下的生物多樣性、產水量、碳儲存、養分保持和土壤保持生態系統服務功能,并建立了一套指標體系,分析了土地利用變化對多種生態系統服務功能現狀、變化及空間格局的影響;MARTA et al.[18］于2016年發表的“Model development for the assessment of terrestrial and aquatic habitat quality in conservation planning”被引頻次135次,該文修改了InVEST模型的陸地生境質量評估模塊,并將其擴展到淡水生境,將模型結果與觀測到的陸地和水生生物多樣性數據進行比較,來評估模型在嚴重受損盆地中的可靠性;HE et al.[19］于2016年發表的“Assessing the potential impacts of urban expansion on regional carbon storage by linking the LUSD-urban and InVEST models”被引頻次127次,該文研究了一種鏈接模型來評估城市擴張對碳儲存的影響,該模型結合了LUSD-urban和InVEST模型的優勢,可以估計未來城市擴張對碳儲存的潛在影響,并在對北京市的碳儲存評估中證實了該模型的相對高效和準確。

表2 主要參考文獻被引頻次

利用CiteSpace的聚類功能對文獻共被引進行聚類分析,探索相關與相似文獻的共同研究主題,可發現研究領域前沿的熱點問題。圖5為可視化的文獻共被引聚類圖譜。由圖5可知,文獻共被引聚類模塊的劃分成果顯著,聚類結果良好。進一步分析可知,聚類得到#0、#1、#2、#3、#4、#5、#6、#7共8個類別,分別為生境質量、碳儲存、產水量、回歸分析、驅動因素、生物多樣性熱點、水土流失、未來土地變化情景模擬模型。從文獻共被引聚類圖譜中可以看出,目前關于InVEST模型的研究進展與前沿方向主要分為以下4個模塊:

圖5 文獻共被引聚類圖譜

1)生物多樣性評估模塊。生物多樣性是生態系統服務持續生產的重要因素,具有時空異質性等特點。在InVEST模型中生物多樣性通過評估區域生境類型或植被類型的范圍和這些類型各自的退化程度來表達,通過生境質量和生境稀缺性兩個模型來表現。模型主要由4個因素構成,分別為威脅的相對影響、生境類型對威脅的相對敏感性、柵格單元與威脅之間的距離和單元受到的合法保護水平。生境質量模型的計算公式為

(1)

式中:Qxj為柵格單元x中土地利用類型j的生境質量;Dxj為柵格單元x中土地利用類型j所受的脅迫水平;k為半飽和常數,取值為Dxj最大值的1/2;Hj為土地利用類型j的生境適合性;z為歸一化常量,通常取值為2.5。

計算生境稀缺性模型時先計算各土地利用類型j的變化指數Rj,公式為

Rj=1-Nj/Njbaseline

(2)

式中:Nj為當前土地利用類型中j類的柵格數量,單位個;Njbaseline為基準土地利用類型中j類的柵格數量,單位個,若基準類型中沒有j類,則Rj為0。

基于Rj,計算柵格單元x的生境總體稀缺性指數Rx,公式為

(3)

式中:X為生境柵格總數,單位個;σxj用于表征柵格單元x的當前類型是否為j類的,是為1,不是為0。

2)產水量模塊。InVEST模型的產水量模塊屬于水庫水電生產模塊,包括研究土地利用格局變化如何影響年地表產水量和水電生產等。產水量評估模塊基于Budyko水熱耦合平衡假設和年平均降水量數據,具體計算公式為

Yx=(1-Ex/Px)×Px

(4)

式中:Yx為柵格單元x的產水量,單位mm;Ex為柵格單元x的年實際蒸散發量,單位mm;Px為柵格單元x的多年平均降水量,單位mm。

3)碳儲量估算模塊。根據土地利用分類現狀和土地覆蓋類型,使用4個碳庫(地上生物量、地下生物量、土壤、死亡有機物)的碳儲量估算在當前景觀下的區域總碳儲量或者某一時空內的碳固持量,計算公式為

Ctot=Cabove+Cbelow+Csoil+Cdead

(5)

式中:Ctot為區域總碳儲量,單位t;Cabove為地上碳儲量,單位t;Cbelow為地下根系碳儲量,單位t;Csoil為土壤碳儲量,單位t;Cdead為死亡有機物碳儲量,單位t。

4)水土流失模塊。屬于淤積物截留模塊中的子模塊,采用通用土壤流失方程進行區域土壤侵蝕量的估算。模塊數據及參數來源有DEM高程數據、氣象數據、土壤屬性數據、土地利用/土地覆被和坡度閾值等。計算公式為

Ax=R·K·LS·C·P

(6)

式中:Ax為柵格單元x的土壤流失量,單位t;R為降雨侵蝕因子,單位MJ·mm/(hm2·h);K為土壤可蝕性因子,單位t·hm2·h/(hm2·MJ·mm);LS為坡長、坡度因子;C為覆被管理因子;P為水土保持措施因子。

2.4 研究熱點分析

在CiteSpace中對關鍵詞(Keyword)進行突現(Burstness)分析,統計2012—2022年間有關InVEST模型主要研究方向的關鍵詞,最終篩選出突現頻次和強度高的關鍵詞,這些關鍵詞可表征有關InVEST模型的研究熱點,結果見表3。由表3可知,突現強度最高的關鍵詞為“生物多樣性保護”(強度3.07),且持續時間也是最長的,說明在2015—2019年,應用InVEST模型更多的是對生物多樣性保護方面進行研究。在2016年之前,高頻突現關鍵詞主要為“年平均“蒸散發量”“覆蓋”和“水文”,說明在2012—2016年,應用InVEST模型在水利生產、水文等方面的研究是熱點前沿,其中包括產水量、水體凈化及水源涵養等評估模塊。在2016—2019年,高頻突現關鍵詞除了“生物多樣性保護”,還包括“多生態系統服務”“城市擴張和權衡利弊”,說明在此期間研究者們應用InVEST模型的評估結果去權衡城市發展對生態系統服務產生的影響。在2019—2022年,“空間分布”“碎片化”和“情景模擬”成為新的高頻突現關鍵詞,預計InVEST模型在未來情景預測等方面的應用將會進一步發展。

表3 高頻突現關鍵詞統計

3 結論與展望

1)生態系統服務功能的研究對人類社會與自然環境的可持續發展有重大的現實意義,InVEST模型能夠對生態系統服務功能進行綜合評估,是量化和評價生態系統服務價值的一種新的研究方法及技術手段。InVEST模型具有多模塊和多層級的特點,產生的可視化結果可為決策者提供決策依據。目前有關InVEST模型的應用主要在大尺度的時空區(流)域,在研究尺度上還需進一步拓展,關于模型的某些模塊還需進一步升級與優化。

2)InVEST模型的相關研究性論文最早發表于2005年,在2014—2021年有關InVEST模型的研究和應用得到了快速發展。期刊種類主要集中在環境、生態、綠色可持續發展、生物多樣性保護等方面,呈現出多學科交叉的特點。研究機構多集中在高校,有中國科學院、中國科學院大學、斯坦福大學和利茲大學等。各研究機構之間存在較大差異,未來應該加強合作。預計有關InVEST模型的研究熱度將持續上升。

3)InVEST模型的研究進展與前沿方向主要有生物多樣性評估、產水量、碳儲量估算和水土流失4個模塊,研究視角較為豐富,目前主要模塊的研究與應用較為成熟,但在海洋生態系統評估模塊的應用較少。InVEST模型在不同時期有著不同的研究熱點,前后分別出現過年平均蒸散發量、水文、生物多樣性保護、多生態系統服務和情景模擬等高頻突現關鍵詞,這些關鍵詞集中體現了該時期的研究熱點,預計未來情景預測將會成為新時期的研究熱點。生態系統服務是一個統一的有機整體,只研究熱點問題,評估個別服務功能的價值是不全面的,將多種生態系統服務功能的價值以及相關的評價體系進行耦合,開發綜合評估模塊將成為InVEST模型未來發展的主要方向。