張 琨，呂一河①，傅伯杰

(1.中國科學(xué)院生態(tài)環(huán)境研究中心，北京 100085；2.中國科學(xué)院大學(xué)，北京 100049)

黃土高原典型區(qū)植被恢復(fù)及其對生態(tài)系統(tǒng)服務(wù)的影響

張 琨1,2，呂一河1,2①，傅伯杰1,2

(1.中國科學(xué)院生態(tài)環(huán)境研究中心，北京 100085；2.中國科學(xué)院大學(xué)，北京 100049)

植被恢復(fù)是全球陸地生態(tài)系統(tǒng)恢復(fù)的主要途徑，我國的大規(guī)模植被恢復(fù)具有特色，產(chǎn)生了巨大效益和廣泛影響。退耕還林(草)是我國重大植被恢復(fù)工程的典型代表，在黃土高原地區(qū)試驗(yàn)示范進(jìn)而推廣到全國。工程實(shí)施以來，工程區(qū)植被的恢復(fù)情況及其產(chǎn)生的影響已成為學(xué)術(shù)界關(guān)注的熱點(diǎn)。選取陜西省延安市、榆林市和山西省呂梁市、臨汾市作為黃土高原典型區(qū)，分析了土地利用變化情況?；?000—2014年的年均植被覆蓋度數(shù)據(jù)分析了植被恢復(fù)的時空變化趨勢。在此基礎(chǔ)上，以土壤侵蝕率、地表植被蒸散(ET)和植被凈初級生產(chǎn)力(NPP)為指標(biāo)，對典型區(qū)土壤保持服務(wù)、水文調(diào)節(jié)服務(wù)和植被碳固定服務(wù)的變化進(jìn)行定量評估，以此分析植被恢復(fù)對主要生態(tài)系統(tǒng)服務(wù)的作用。結(jié)果顯示：(1)工程實(shí)施以來林地和草地范圍明顯增加。(2)植被改善趨勢明顯，2000—2005、2000—2010和2000—2014年植被顯著恢復(fù)的比例分別為5.8%、49.1%和79.0%。(3)土壤保持服務(wù)增強(qiáng)，2014年土壤侵蝕速率比2000年降低17.5%，中度侵蝕區(qū)降幅達(dá)53.7%，2000—2014年歷年土壤保持率均在84%以上且呈波動增加。(4)水文調(diào)節(jié)服務(wù)增強(qiáng)，2000—2010年ET增加區(qū)域面積達(dá)到48 094.1 km2，占典型區(qū)總面積的39.6%。(5)植被碳固定服務(wù)提高，2000—2014年典型區(qū)NPP總體處于增加態(tài)勢，NPP顯著增加區(qū)域占全區(qū)總面積的60.3%，固碳總量增加45.4%。研究表明，退耕還林(草)工程實(shí)施以來，典型區(qū)植被得到了顯著恢復(fù)，有效促進(jìn)了區(qū)域生態(tài)系統(tǒng)服務(wù)的提高，植被恢復(fù)及其生態(tài)系統(tǒng)服務(wù)效應(yīng)的時空變異特征值得關(guān)注。

生態(tài)系統(tǒng)服務(wù)；植被覆蓋度；退耕還林工程；黃土高原

在氣候變化和人類開發(fā)等多種因素的壓力之下,水土流失、植被退化和生物多樣性喪失等生態(tài)問題逐漸凸顯,生態(tài)退化已經(jīng)成為一個不容忽視的問題[1]。在這種情況下,生態(tài)恢復(fù)被認(rèn)為是應(yīng)對生態(tài)退化、改善環(huán)境質(zhì)量的有效手段,并得到廣泛應(yīng)用[2]。在中國的生態(tài)恢復(fù)進(jìn)程中,黃土高原地區(qū)一直是恢復(fù)的熱點(diǎn)和重點(diǎn)區(qū)域,以退耕還林(草)工程為代表的大規(guī)模生態(tài)恢復(fù)項(xiàng)目則是恢復(fù)的主要手段。經(jīng)過十余年的發(fā)展,退耕還林(草)工程在植被恢復(fù)方面產(chǎn)生了顯著的生態(tài)效益,這已經(jīng)在許多相關(guān)研究中得到體現(xiàn)[3-5]。但是,目前的研究多是基于一個特定時間段來分析植被變化的空間格局,對于植被隨時間的變化過程和特征關(guān)注相對較少。因此,在黃土高原地區(qū),對植被隨恢復(fù)年限延長而出現(xiàn)的時間及空間演化進(jìn)行定量評估,有助于深入了解植被變化機(jī)制。

另一方面,生態(tài)系統(tǒng)服務(wù),即人類從生態(tài)系統(tǒng)中獲得的利益[6],近年來已經(jīng)成為學(xué)術(shù)界的研究熱點(diǎn)[7-8]。特別是2012年生物多樣性和生態(tài)系統(tǒng)服務(wù)政府間科學(xué)政策平臺(Intergovernmental Platform on Biodiversity and Ecosystem Services,IPBES)的成立進(jìn)一步提高了學(xué)術(shù)界以及決策者對生態(tài)系統(tǒng)服務(wù)的關(guān)注。植被作為生態(tài)系統(tǒng)服務(wù)產(chǎn)生和傳遞的基礎(chǔ),其恢復(fù)勢必對區(qū)域生態(tài)系統(tǒng)服務(wù)產(chǎn)生重要影響。因此,有必要在明確植被恢復(fù)態(tài)勢的基礎(chǔ)上,進(jìn)一步對區(qū)域主要生態(tài)系統(tǒng)服務(wù)變化進(jìn)行定量模擬,明確植被變化對生態(tài)系統(tǒng)服務(wù)影響的范圍和趨勢。

選取黃土高原中部的4個地級市,即陜西的延安市、榆林市和山西的臨汾市、呂梁市作為典型區(qū),對植被恢復(fù)范圍及過程進(jìn)行定量評估,明確其時空演變特征及格局;在此基礎(chǔ)上,對主要生態(tài)系統(tǒng)服務(wù)類型(土壤保持、水文調(diào)節(jié)、碳固定)變化進(jìn)行模擬,分析植被恢復(fù)對生態(tài)系統(tǒng)服務(wù)的影響,以期為未來生態(tài)恢復(fù)工程的科學(xué)實(shí)施和可持續(xù)管理提供借鑒與參考。

1 研究區(qū)概況

由陜西省延安市、榆林市以及山西省呂梁市、臨汾市組成的黃土高原中部典型研究區(qū)(35°25′～39°35′ N,107°15′～112°34′ E),總面積為121 391.7 km2,總?cè)丝诩s為1 376萬人(2013年),平均海拔約為1 190 m。該區(qū)域?qū)儆诎肱瘻貛蛑袦貛У倪^渡區(qū)域,大陸性氣候特征明顯,氣候干燥,蒸發(fā)強(qiáng)烈,四季分明;降水時空分布不均,呈自東南向西北遞減趨勢,集中在7—9月。草原植被廣泛分布,主要物種包括茭蒿、鐵桿蒿和冷蒿等;林地在山地連片分布,以次生林為主,主要物種包括樺木、油松和遼東櫟等[9]。研究區(qū)生態(tài)環(huán)境較脆弱,水土流失等環(huán)境問題較突出。為改善區(qū)域生態(tài)環(huán)境質(zhì)量,退耕還林(草)工程于1999年在黃土高原率先實(shí)施,上述典型區(qū)屬于項(xiàng)目試驗(yàn)示范和重點(diǎn)實(shí)施區(qū)域。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

歸一化植被指數(shù)(normalized difference vegetation index,NDVI,INDV)數(shù)據(jù)是獲得植被覆蓋度(fractional vegetation cover,FVC,CFV)數(shù)據(jù)的基礎(chǔ),采用的是MODIS-NDVI產(chǎn)品,空間分辨率為250 m,時間分辨率為16 d。土地利用數(shù)據(jù)包括2000和2010年2期,土地利用類型包括林地、草地、濕地、耕地、人工表面和其他共6種一級類型,由中國科學(xué)院遙感與數(shù)字地球研究所提供。氣象數(shù)據(jù)來自中國氣象科學(xué)數(shù)據(jù)共享網(wǎng)(http:∥www.escience.gov.cn/metdata/page/index.html),包括溫度、降水和日照時間等。土壤屬性數(shù)據(jù)由中國土壤特征數(shù)據(jù)集(V 1.1)獲得,來自寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http:∥westdc.westgis.ac.cn)。DEM數(shù)據(jù)來自地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/),分辨率為90 m。

2.2 分析方法

2.2.1 植被恢復(fù)趨勢分析

(1)評估指標(biāo)

為了明確退耕還林(草)工程實(shí)施以來黃土高原典型區(qū)植被恢復(fù)的趨勢,采用CFV為主要指標(biāo)對典型區(qū)植被演變進(jìn)行定量評估。CFV是基于NDVI數(shù)據(jù)、采用像元二分法計(jì)算獲取的[10-11]。通過對各月16-day 的CFV取均值,獲取對應(yīng)逐月CFV,再將年內(nèi)各月CFV均值作為年均CFV,從而獲取2000—2014年黃土高原典型區(qū)年均CFV數(shù)據(jù)序列。CFV計(jì)算公式如下:

CFV=(INDV-INDV，soil)/(INDV，veg-INDV，soil)。

(1)

式(1)中,INDV為MODIS-NDVI數(shù)據(jù)產(chǎn)品經(jīng)Savitzky-Golay濾波處理后的結(jié)果[12];INDV，soil和INDV，veg分別為純裸土和純植被對應(yīng)的INDV值,根據(jù)土地利用及野外實(shí)地監(jiān)測數(shù)據(jù)[13]確定。

(2)趨勢分析

線性回歸方法是已經(jīng)得到廣泛認(rèn)可及應(yīng)用的趨勢變化分析方法[14-15]。為了確定典型區(qū)植被隨恢復(fù)年限的時空演變趨勢特征,采用線性回歸方法,以2005和2010年為時間節(jié)點(diǎn),對2000—2005、2000—2010和2000—2014年CFV變化情況進(jìn)行逐像元定量分析。線性回歸具體方法如下:

y=a×t+b+ε。

(2)

式(2)中,y為像元對應(yīng)的CFV;a為線性趨勢系數(shù);t為時間序列(值域?yàn)閇2000,2014]);b為截距;ε為隨機(jī)誤差。當(dāng)a>0時,表明像元表征區(qū)域的植被呈恢復(fù)態(tài)勢;反之則呈退化態(tài)勢?；謴?fù)與退化的顯著性水平設(shè)為α=0.05。同時也將該方法應(yīng)用于典型區(qū)凈初級生產(chǎn)力(net primary productivity,NPP)趨勢分析。

2.2.2 生態(tài)系統(tǒng)服務(wù)評估

(1)土壤保持服務(wù)

土壤保持服務(wù)采用土壤侵蝕和土壤保持量作為指標(biāo)。土壤侵蝕數(shù)據(jù)基于通用土壤流失方程(universal soil loss equation,USLE)獲得,參考SL 190—2007《土壤侵蝕分類分級標(biāo)準(zhǔn)》,根據(jù)侵蝕程度不同分為微度、輕度、中度、強(qiáng)烈、極強(qiáng)烈和劇烈6級。土壤保持量定義為沒有植被覆蓋和土壤管理措施情況下的土壤侵蝕量(潛在土壤侵蝕)減去當(dāng)前土地利用/覆被格局下的土壤侵蝕量(實(shí)際土壤侵蝕)[16],即:

A=Ap-Av=R×K×L×S×(1-C×P)，

(3)

Av=R×K×L×S×C×P。

(4)

式(3)～(4)中,A、Ap、Av分別為土壤保持量、潛在土壤侵蝕和實(shí)際土壤侵蝕,t·hm-2·a-1;R為降水侵蝕因子,MJ·mm·hm-2·h-1·a-1;K為土壤侵蝕因子,t·h·MJ-1·mm-1;L為坡長因子(無量綱);S為坡度因子(無量綱);C為植被覆蓋因子(無量綱);P為管理因子(無量綱)。各項(xiàng)因子計(jì)算公式[17-21]如下:

(5)

(6)

(7)

(8)

(9)

式(5)～(9)中,Pa為年降水總量,mm;Pi為各月降水總量,mm;Sa為土壤砂粒質(zhì)量含量,%;Si為粉砂質(zhì)量含量,%;Cn為黏粒質(zhì)量含量,%;C為有機(jī)碳質(zhì)量含量,%;λ為坡長,m;θ為坡度,%;f為地表植被覆蓋度,%。

管理因子P在林地、草地、人工表面、水體和裸地均取值1,在耕地林地交錯帶和耕地草地交錯帶取值0.8,P在耕地的計(jì)算方法[22-24]如下:

P=0.2+0.03×θ。

(10)

式(10)中,θ為坡度,%。

(2)水文調(diào)節(jié)服務(wù)

地表植被的蒸散(evapotranspiration,ET)是植被參與水文過程、影響區(qū)域水平衡的重要環(huán)節(jié)[25-26]。選擇植被實(shí)際蒸散指標(biāo)來表征典型區(qū)水文調(diào)節(jié)服務(wù)水平。定義植被蒸散為逐月地表實(shí)際蒸散量之和,各月地表實(shí)際蒸散根據(jù)ZHANG等[27]提出的經(jīng)驗(yàn)?zāi)Ｐ颓蟮?如式(11)所示:

(11)

式(11)中,TE為地表實(shí)際蒸散,mm;Q為降水量,mm,由典型區(qū)及周邊地區(qū)氣象站的降水監(jiān)測結(jié)果經(jīng)空間插值獲取;ω為無量綱的植物水利用系數(shù),根據(jù)土地利用類型確定,系數(shù)在林地取值為2.0,灌木取值為1.0,草地和耕地取值為0.5,人工表面和裸地取值為0.1[27-28];TPE為地表潛在蒸散量,mm。

TPE根據(jù)HAMON[29]提出的模型計(jì)算得到:

TPE=0.165 1×dL×TRHOSA，

(12)

TRHOSA=216.7×TESA/(T+273.3)，

(13)

TESA=6.108×exp[17.269 39× T/(T+237.3)]。

(14)

式(12)～(14)中,dL為逐月日照時數(shù),單位為12 h;TRHOSA為月平均氣溫(t,℃)條件下的飽和蒸汽密度,g·m-3;TESA為特定溫度條件下的飽和蒸汽壓,mb[30-31]。

(3)碳固定服務(wù)

碳固定服務(wù)采用的指標(biāo)為植被NPP[32]。在土地利用、NDVI以及氣象監(jiān)測數(shù)據(jù)的支持下,采用CASA(Carnegie-Ames-Stanford approach)模型來模擬植被吸收的光合有效輻射以及對光合有效輻射的轉(zhuǎn)化比例,從而實(shí)現(xiàn)大空間尺度上NPP的估算。CASA模型如下:

PNP(x,t)=RAPA(x,t)×ε(x,t)=[LSO(x,t)×0.5×RFPA(x,t)]×[Tε(x,t)×Wε(x,t)×εmax]。

(15)

式(15)中,PNP為像元x處在t時間的凈初級生產(chǎn)力(以C計(jì)),g·m-2·a-1;RAPA為植被吸收的光合有效輻射,MJ·m-2,由太陽總輻射量(LSO)、植被對光合有效輻射的吸收比例(RFPA)估算獲得;ε為光合有效輻射轉(zhuǎn)化為有機(jī)碳的效率(以C計(jì)),g·MJ-2,由最大光能利用率(εmax,取0.389 g·MJ-1)、溫度脅迫(Tε)和水分脅迫(Wε)估算獲得。年際NPP為各月NPP的累加之和。

(4)植被恢復(fù)對生態(tài)系統(tǒng)服務(wù)的影響

Welcht檢驗(yàn)適用于樣本量不等、方差不等條件下的數(shù)據(jù)分析。采用Welcht檢驗(yàn)來分析植被恢復(fù)對生態(tài)系統(tǒng)服務(wù)的影響[33-34]。在黃土高原典型區(qū)范圍內(nèi)生成200個隨機(jī)點(diǎn),作為分析樣本。各樣本點(diǎn)植被變化根據(jù)2.2.1節(jié)中趨勢分析方法確定。對于生態(tài)系統(tǒng)服務(wù)變化,計(jì)算研究區(qū)恢復(fù)前后生態(tài)系統(tǒng)服務(wù)的差值并將其標(biāo)準(zhǔn)化,將標(biāo)準(zhǔn)化后結(jié)果在各緩沖區(qū)內(nèi)的平均值定義為對應(yīng)樣本點(diǎn)的生態(tài)系統(tǒng)服務(wù)變化。具體檢驗(yàn)方法詳見文獻(xiàn)[34]。

3 結(jié)果與分析

3.1 土地利用變化

基于2000和2010年土地利用數(shù)據(jù),結(jié)合相關(guān)研究成果[4],對典型區(qū)土地利用變化進(jìn)行分析。結(jié)果顯示,退耕還林(草)工程實(shí)施前后典型區(qū)土地利用發(fā)生了較為明顯的變化。工程實(shí)施前研究區(qū)土地利用以草地和耕地為主。2000—2010年典型區(qū)林地和草地面積較恢復(fù)前分別增加1.2%和9.8%,耕地面積則減少16.3%。耕地向林地和草地的轉(zhuǎn)化是耕地減少的主要原因,兩者合計(jì)占轉(zhuǎn)出耕地總面積的94.2%,表明退耕還林(草)工程實(shí)施成效顯著。通過空間分析獲取退耕還林區(qū)域的分布格局,可以看出,增加的林地主要分布于榆林市東部、延安市北部及中部,增加的草地則主要位于呂梁市西南部和臨汾市西北部(圖1)。至2010年,林地、草地和耕地面積分別占典型區(qū)總面積的24.2%、44.0%和23.8%。

3.2 植被恢復(fù)趨勢

利用ArcGIS 10.0軟件對黃土高原典型區(qū)歷年FVC數(shù)據(jù)進(jìn)行回歸分析,可以定量獲取2000—2005、2000—2010和2000—2014年典型區(qū)植被恢復(fù)分布格局,確定植被演變隨恢復(fù)年限增加而表現(xiàn)出的趨勢特征(圖2)。

2000—2005年,黃土高原典型區(qū)范圍內(nèi),93.6%的區(qū)域植被沒有發(fā)生顯著變化,表明典型區(qū)植被覆蓋度總體較為穩(wěn)定。該時期植被顯著退化(a<0,P<0.05)區(qū)域比例為0.5%,植被顯著恢復(fù)(a>0,P<0.05)區(qū)域比例為5.8%,區(qū)域總體處于植被凈增加狀態(tài),增加速率為1 070.1 km2·a-1。顯著恢復(fù)植被面積為7 079.9 km2,在分布格局上表現(xiàn)出明顯的空間聚集特征,主要分布于延安市東北部和西北部,同時在臨汾市西部也較為集中,在典型區(qū)北部的榆林市和呂梁市則相對較少。另外,值得注意的是,該時期典型區(qū)范圍內(nèi)植被表現(xiàn)為不顯著恢復(fù)的區(qū)域面積較大,達(dá)到71 834.5 km2,占典型區(qū)總面積的59.2%。此類區(qū)域的植被恢復(fù)趨勢尚不明顯,但是具有較大的恢復(fù)潛力。

2000—2010年,黃土高原典型區(qū)范圍內(nèi),植被未出現(xiàn)顯著變化的區(qū)域比例為50.0%,較前一時段大幅降低,植被覆蓋度變化趨于劇烈。該時期植被顯著退化的區(qū)域比例相對穩(wěn)定(0.9%),而植被顯著恢復(fù)區(qū)域比例增至49.1%,使得該區(qū)域植被凈增加態(tài)勢明顯加強(qiáng),增加速率提高至5 317 km2·a-1。在空間上,與2000—2005年相比,該時期植被顯著恢復(fù)區(qū)域呈南北向擴(kuò)展,覆蓋范圍包括榆林市東部,延安市中部及北部,呂梁市西南部以及臨汾市西北部地區(qū)。陜西省2市的植被恢復(fù)情況相對優(yōu)于山西省2市。在2000—2005年表現(xiàn)為在植被不顯著恢復(fù)區(qū)域有47 971.4 km2在2000—2010年轉(zhuǎn)變?yōu)橹脖伙@著恢復(fù)區(qū)域,轉(zhuǎn)變比例達(dá)66.8%,證實(shí)了植被不顯著恢復(fù)區(qū)域所具有的恢復(fù)潛力。

2000—2014年,黃土高原典型區(qū)范圍內(nèi)僅余20.4%的區(qū)域植被未發(fā)生顯著變化,主要為榆林市西部的毛烏素沙漠以及延安市南部黃龍、黃陵等地的大型林場。在退耕還林(草)工程實(shí)施15 a后,典型區(qū)范圍內(nèi)79.0%的區(qū)域表現(xiàn)為植被顯著恢復(fù)趨勢,植被凈增加趨勢進(jìn)一步明顯,增加速率達(dá)到6 338.6 km2·a-1,其分布范圍接近覆蓋典型區(qū)全境。將2000—2005年的趨勢與2000—2014年的趨勢進(jìn)行空間分析,結(jié)果顯示2000—2005年表現(xiàn)為在植被不顯著恢復(fù)區(qū)域有91.3%在2000—2014年已轉(zhuǎn)為植被顯著恢復(fù)區(qū)域。

綜合植被變化趨勢和退耕還林區(qū)(即圖1所示增加林地和草地,其余區(qū)域視為非退耕還林區(qū))范圍進(jìn)行空間分析,結(jié)果顯示,退耕還林區(qū)在2000—2010和2000—2014年表現(xiàn)出植被顯著恢復(fù)比例為83.1%和96.2%,明顯高于非退耕還林區(qū)(47.5%和78.1%),體現(xiàn)了退耕還林工程對植被恢復(fù)進(jìn)程起到的顯著促進(jìn)作用。此外,對比3個時段植被變化趨勢可以發(fā)現(xiàn),植被覆蓋度的增加速率并不均勻,而是表現(xiàn)為隨著恢復(fù)年限的延長而持續(xù)加速的過程。這一結(jié)果體現(xiàn)了植被對生態(tài)恢復(fù)響應(yīng)的非線性特征,同時表明植被恢復(fù)是一個長期過程,生態(tài)恢復(fù)措施所產(chǎn)生的效果和效益需要隨著時間的推移而逐漸顯現(xiàn)。

圖1 2000—2010年黃土高原典型區(qū) 增加的草地和林地分布Fig.1 Distribution of increased grasslands and forests in 2000-2010

圖2 2000—2005、2000—2010和2000—2014年黃土高原典型區(qū)植被變化趨勢Fig.2 Variation of the vegetation in the typical areas in 2000-2005, 2000-2010 and 2000-2014

3.3 生態(tài)系統(tǒng)服務(wù)變化

3.3.1 土壤保持服務(wù)

基于USLE模型對黃土高原典型區(qū)2000—2014年土壤侵蝕情況進(jìn)行模擬分析(圖3～4)。結(jié)果(圖3)顯示,15 a間典型區(qū)土壤侵蝕以微度、輕度和中度侵蝕3個級別為主。在空間分布上,各年土壤侵蝕分布格局相對一致,微度和輕度侵蝕主要分布于典型區(qū)西部和南部,而中度侵蝕地區(qū)則集中于榆林市東南部、延安市北部、呂梁市西南部以及臨汾市西北部。2000年黃土高原典型區(qū)平均侵蝕速率為1 162.6 t·km-2·a-1,土壤侵蝕以輕度侵蝕為主,面積為63 735.6 km2,占典型區(qū)總面積的52.5%,其次為微度和中度侵蝕,面積分別為42 109.1和14 831.4 km2,所占比例分別為34.7%和12.2%。2014年典型區(qū)平均侵蝕速率為959.6 t·km-2·a-1,中度侵蝕區(qū)域面積降低至6 866.4 km2,比2000年下降53.7%,微度和輕度侵蝕區(qū)域面積則相應(yīng)有所增加,增至44 736.4和69 475.7 km2,占典型區(qū)的36.9%和57.2%。結(jié)合退耕還林區(qū)范圍分析發(fā)現(xiàn),退耕還林區(qū)中有88.7%的區(qū)域土壤侵蝕有所減輕,而在非退耕還林區(qū)比例為67.6%。此外,還分析了2000—2014年黃土高原典型區(qū)土壤保持率(土壤保持量占潛在土壤侵蝕的比例)的變化趨勢。結(jié)果(圖4)表明,2000—2014年典型區(qū)土壤保持率維持在84%以上,歷年數(shù)據(jù)雖然有所波動,但總體呈增加趨勢,特別是2010年之后土壤保持率均超過90%。上述結(jié)果表明,2000年之后黃土高原典型區(qū)土壤侵蝕得到一定程度的治理,土壤流失現(xiàn)象減輕,區(qū)域土壤保持服務(wù)增強(qiáng)。

圖3 2000和2014年黃土高原典型區(qū)土壤侵蝕分布Fig.3 Distribution of soil erosion in the typical areas in 2000 and 2014

圖4 2000—2014年黃土高原典型區(qū)土壤保持率Fig.4 Annual soil conservation rate in the typical areas in 2000-2014

3.3.2 水文調(diào)節(jié)服務(wù)

采用地表植被的蒸散(ET)來表征生態(tài)系統(tǒng)水文調(diào)節(jié)服務(wù)水平,對2000和2010年黃土高原典型區(qū)水文調(diào)節(jié)服務(wù)進(jìn)行評估。結(jié)果(圖5)顯示,2000年典型區(qū)ET范圍為135～426 mm,2010年ET范圍為170～404 mm。在空間上,2000與2010年植被ET分布趨勢基本一致,以2010年為例,ET較高的地區(qū)主要分布于延安市南部、呂梁市東部、臨汾市東側(cè)邊緣及西南部。土地利用數(shù)據(jù)顯示,ET高值區(qū)土地利用類型以林地為主,表明較其他用地類型而言林地的水文調(diào)節(jié)能力更強(qiáng)。綜合2000和2010年的評估結(jié)果可以發(fā)現(xiàn),2000—2010年ET增加區(qū)域面積為48 094.1 km2,占全區(qū)面積的39.6%。ET增加區(qū)域覆蓋榆林市大部分地區(qū)、延安市北部,另外,在呂梁市東南部也有少量分布,但增幅較小。典型區(qū)內(nèi)退耕還林區(qū)和非退耕還林區(qū)中ET增加區(qū)域所占比例分別為35.3%和42.2%。ET的變化表明隨著典型區(qū)退耕還林(草)工程的開展和深入,原有耕地和撂荒地等用地類型向林地和草地轉(zhuǎn)化,能夠?qū)^(qū)域地表植被蒸騰起到促進(jìn)作用,進(jìn)而增強(qiáng)了水文調(diào)節(jié)服務(wù)。但是,退耕還林區(qū)和非退耕還林區(qū)之間的差異表明這種增強(qiáng)作用可能需要更長的時間才能夠體現(xiàn)。此外,上述增強(qiáng)作用具有較顯著的空間異質(zhì)性,在陜西省的效果比山西省更明顯。

圖5 黃土高原典型區(qū)2010年ET空間格局及2000—2010年ET變化趨勢Fig.5 Spatial patterns of ET in the typical areas in 2010 and variation of ET in 2000-2010

3.3.3 碳固定服務(wù)

NPP可以表征生態(tài)系統(tǒng)的年固碳量,可用作典型區(qū)碳固定服務(wù)的主要指標(biāo)[31]。通過對2000—2014年黃土高原典型區(qū)NPP變化趨勢進(jìn)行分析,結(jié)果顯示,2000—2014年黃土高原典型區(qū)NPP總體處于增加態(tài)勢,NPP顯著增加(P<0.05)區(qū)域面積為73 204.3 km2,占全區(qū)總面積的60.3%(圖6)。在空間上,NPP顯著增加區(qū)域覆蓋較廣且連片分布,其中,在陜西省境內(nèi)面積為52 120.4 km2,基本覆蓋榆林市全境和延安市中部及北部;在山西省境內(nèi)面積為21 083.9 km2,較陜西省境內(nèi)要小,主要沿黃河南北向分布于呂梁市西部和臨汾市西北部。但是,同時NPP在延安市南部、呂梁市東部和臨汾市南部等地有所下降。結(jié)合退耕還林區(qū)范圍分析發(fā)現(xiàn),退耕還林區(qū)NPP增加區(qū)域比例達(dá)到98.9%,非退耕還林區(qū)也達(dá)到87.3%。隨著典型區(qū)NPP顯著增加區(qū)域面積的擴(kuò)大,區(qū)域NPP總量(以C計(jì))同樣明顯提高,由2000年的39.2 Tg增加至2014年的57.0 Tg,增幅達(dá)45.4%。

上述結(jié)果表明,2000年以來黃土高原典型區(qū)生態(tài)系統(tǒng)固碳數(shù)量和規(guī)模不斷增大,區(qū)域碳固定服務(wù)明顯提高。

圖6 黃土高原典型區(qū)2000—2014年NPP變化Fig.6 Variation of NPP in the typical areas in 2000-2014

綜合上述生態(tài)系統(tǒng)服務(wù)變化評估結(jié)果可以看出,2000年以來典型區(qū)各項(xiàng)生態(tài)系統(tǒng)服務(wù)均不同程度得到增強(qiáng)。為了進(jìn)一步分析典型區(qū)植被恢復(fù)與生態(tài)系統(tǒng)服務(wù)變化之間的關(guān)系,采用Welcht檢驗(yàn)來分析植被得到顯著恢復(fù)區(qū)域的生態(tài)系統(tǒng)服務(wù)變化(μA)是否高于植被未得到顯著恢復(fù)的區(qū)域(μB)。檢驗(yàn)方法如下:

H0:μA=μB;H1:μA>μB,α=0.05。

結(jié)果顯示,土壤保持服務(wù)、水文調(diào)節(jié)服務(wù)和碳固定服務(wù)的t值分別為4.66、12.54和2.98,大于各自對應(yīng)臨界值(1.99、1.98和1.97),拒絕原假設(shè)H0。植被顯著恢復(fù)區(qū)域的生態(tài)系統(tǒng)服務(wù)變化顯著高于植被未顯著恢復(fù)區(qū)域,表明植被恢復(fù)對于生態(tài)系統(tǒng)服務(wù)具有促進(jìn)作用。檢驗(yàn)結(jié)果表明,退耕還林(草)政策驅(qū)動下的植被大規(guī)模增加,鞏固并加強(qiáng)了生態(tài)系統(tǒng)服務(wù)產(chǎn)生的基礎(chǔ),從而促進(jìn)典型區(qū)生態(tài)系統(tǒng)服務(wù)的提高。此外,土壤保持、水文調(diào)節(jié)和碳固定服務(wù)變化趨勢間存在差異,如在延安市西北部、呂梁市西部等區(qū)域,碳固定服務(wù)表現(xiàn)出顯著增強(qiáng),但水文調(diào)節(jié)服務(wù)則有所降低,即不同生態(tài)系統(tǒng)服務(wù)間存在權(quán)衡關(guān)系[35]。生態(tài)系統(tǒng)服務(wù)權(quán)衡的程度和范圍等信息對于生態(tài)恢復(fù)及其可持續(xù)管理具有重要意義。

4 結(jié)論

通過基于遙感的植被變化趨勢監(jiān)測和基于模型的關(guān)鍵生態(tài)系統(tǒng)服務(wù)評估,揭示了退耕還林(草)工程實(shí)施背景下,黃土高原中部典型區(qū)的土地利用變化情況和植被恢復(fù)時空變化特征,以及土壤保持、水文調(diào)節(jié)和植被固碳服務(wù)效應(yīng)。結(jié)果表明,隨著恢復(fù)時段的延長,植被恢復(fù)效果加速顯現(xiàn),帶動3類生態(tài)系統(tǒng)服務(wù)得到提升,但是也可能引發(fā)3類服務(wù)之間的權(quán)衡問題,比如ET增加會減少地表產(chǎn)水,可能會影響可利用水資源量。所以,大尺度植被恢復(fù)的時空過程及生態(tài)系統(tǒng)服務(wù)效應(yīng)對于陸地生態(tài)系統(tǒng)恢復(fù)的規(guī)劃、評價(jià)和可持續(xù)管理決策具有重要借鑒意義,需要給予關(guān)注。

[1] 呂一河,張立偉,王江磊.生態(tài)系統(tǒng)及其服務(wù)保護(hù)評估:指標(biāo)與方法[J].應(yīng)用生態(tài)學(xué)報(bào),2013,24(5):1237-1243.[Lü Yi-he,ZHANG Li-wei,WANG Jiang-lei.Assessment of Ecosystem and Its Services Conservation:Indicators and Methods[J].Chinese Journal of Applied Ecology,2013,24(5):1237-1243.]

[2] 高吉喜,楊兆平.生態(tài)功能恢復(fù):中國生態(tài)恢復(fù)的目標(biāo)與方向[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2015,31(1):1-6.[GAO Ji-xi,YANG Zhao-ping.Restoration of Ecological Functions:Goal and Orientation of Ecological Restoration in China[J].Journal of Ecology and Rural Environment,2015,31(1):1-6.]

[3] JIANG W G,YUAN L H,WANG W J,etal.Spatio-Temporal Analysis of Vegetation Variation in the Yellow River Basin[J].Ecological Indicators,2015,51:117-126.

[4] Lü Y H,FU B J,FENG X M,etal.A Policy-Driven Large Scale Ecological Restoration:Quantifying Ecosystem Services Changes in the Loess Plateau of China[J].Plos One,2012,7(2):e31782.

[5] XIN Z B,RAN L S,LU X X.Soil Erosion Control and Sediment Load Reduction in the Loess Plateau:Policy Perspectives[J].International Journal of Water Resources Development,2012,28(2):325-341.

[6] DAILY G.Nature′s Services.Societal Dependence On Natural Ecosystems[M].Washington DC,USA:Island Press,1997:3-6.

[7] SHACKELFORD N,HOBBS R J,BURGAR J M,etal.Primed for Change:Developing Ecological Restoration for the 21st Century[J].Restoration Ecology,2013,21(3):297-304.

[8] 傅伯杰,周國逸,白永飛,等.中國主要陸地生態(tài)系統(tǒng)服務(wù)功能與生態(tài)安全[J].地球科學(xué)進(jìn)展,2009,24(6):571-576.[FU Bo-jie,ZHOU Guo-yi,BAI Yong-fei,etal.The Main Terrestrial Ecosystem Services and Ecological Security in China[J].Advances in Earth Science,2009,24(6):571-576.]

[9] 王飛,高建恩,邵輝,等.基于GIS 的黃土高原生態(tài)系統(tǒng)服務(wù)價(jià)值對土地利用變化的響應(yīng)及生態(tài)補(bǔ)償[J].中國水土保持科學(xué),2013,11(1):25-31.[WANG Fei,GAO Jian-en,SHAO Hui,etal.Response of Ecosystem Service Values to Land Use Change Based on GIS and Ecological Compensation in Loess Plateau[J].Science of Soil and Water Conservation,2013,11(1):25-31.]

[10]IVITS E,CHERLET M,SOMMER S,etal.Addressing the Complexity in Non-Linear Evolution of Vegetation Phenological Change With Time-Series of Remote Sensing Images[J].Ecological Indicators,2013,26:49-60.

[11]IMUKOVA K,INGWERSEN J,STRECK T.Determining the Spatial and Temporal Dynamics of the Green Vegetation Fraction of Croplands Using High-Resolution Rapideye Satellite Images[J].Agricultural and Forest Meteorology,2015,206:113-123.

[12]穆少杰,李建龍,陳奕兆,等.2001—2010年內(nèi)蒙古植被覆蓋度時空變化特征[J].地理學(xué)報(bào),2012,67(9):1255-1268.[MU Shao-jie,LI Jian-long,CHEN Yi-zhao,etal.Spatial Differences of Variations of Vegetation Coverage in Inner Mongolia During 2001-2010[J].Acta Geographica Sinica,2012,67(9):1255-1268.]

[13]Lü Y H,ZHANG L W,FENG X M,etal.Recent Ecological Transitions in China:Greening,Browning,and Influential Factors[J].Scientific Reports,2015,5:8732.

[14]DENG S F,YANG T B,ZENG B,etal.Vegetation Cover Variation in the Qilian Mountains and Its Response to Climate Change in 2000-2011[J].Journal of Mountain Science,2013,10(6):1050-1062.

[15]ZHANG Y L,GAO J B,LIU L S,etal.NDVI-Based Vegetation Changes and Their Responses to Climate Change From 1982 to 2011:A Case Study in the Koshi River Basin in the Middle Himalayas[J].Global and Planetary Change,2013,108:139-148.

[16]FU B J,LIU Y,Lü Y H,etal.Assessing the Soil Erosion Control Service of Ecosystems Change in the Loess Plateau of China[J].Ecological Complexity,2011,8(4):284-293.

[17]WISCHMEIER W H,SMITH D D.Predicting Rainfall Erosion Losses:A Guide to Conservation Planning[M].Washington DC,USA:USDA,1978:5-8.

[18]SHARPLEY A N,WILLIAMS J R.EPIC-Erosion/Productivity Impact Calculator:1.Model Documentation[Z].Technical Bulletin-United States Department of Agriculture 1768 Pt 1.1990.

[19]MCCOOL D K,BROWN L C,FOSTER G R,etal.Revised Slope Steepness Factor for the Universal Soil Loss Equation[J].Transactions of the ASAE,1987,30(5):1387-1396.

[20]ZHANG L W,FU B J,Lü Y H,etal.Balancing Multiple Ecosystem Services in Conservation Priority Setting[J].Landscape Ecology,2015,30(3):535-546.

[21]蔡崇法,丁樹文,史志華,等.應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測小流域土壤侵蝕量的研究[J].水土保持學(xué)報(bào),2000,14(2):19-24.[CAI Chong-fa,DING Shu-wen,SHI Zhi-hua,etal.Study of Applying USLE and Geographical Information System IDRISI to Predict Soil Erosion in Small Watershed[J].Journal of Soil and Water Conservation,2000,14(2):19-24.].

[22]FU B J,ZHAO W W,CHEN L D,etal.Assessment of Soil Erosion at Large Watershed Scale Using RUSLE and GIS:A Case Study in the Loess Plateau of China[J].Land Degradation & Development,2005,16(1):73-85.

[23]YANG D W,KANAE S,OKI T,etal.Global Potential Soil Erosion With Reference to Land Use and Climate Changes[J].Hydrological Processes,2003,17(14):2913-2928.

[24]LUFAFA A,TENYWA M M,ISABIRYE M,etal.Prediction of Soil Erosion in a Lake Victoria Basin Catchment Using a GIS-Based Universal Soil Loss Model[J].Agricultural Systems,2003,76(3):883-894.

[25]LIU B X,SHAO M A.Response of Soil Water Dynamics to Precipitation Years Under Different Vegetation Types on the Northern Loess Plateau,China[J].Journal of Arid Land,2016,8(1):47-59.

[26]SHANGGUAN Z P.Soil Desiccation Occurrence and Its Impact on Forest Vegetation in the Loess Plateau of China[J].International Journal of Sustainable Development & World Ecology,2007,14(3):299-306.

[27]ZHANG L,DAWES W R,WALKER G R.Response of Mean Annual Evapotranspiration to Vegetation Changes at Catchment Scale[J].Water Resources Research,2001,37(3):701-708.

[28]LU N,SUN G,FENG X M,etal.Water Yield Responses to Climate Change and Variability Across the North-South Transect of Eastern China(NSTEC)[J].Journal of Hydrology,2013,481:96-105.

[29]HAMON W R.Computation of Direct Runoff Amounts From Storm Rainfall[M].[s. l.]:International Association of Scientific Hydrology Publication,1963:52-62.

[30]LU J B,SUN G,MCNULTY S G,etal.A Comparison of Six Potential Evapotranspiration Methods for Regional Use in the Southeastern United States[J].Journal of the American Water Resources Association,2005,41(3):621-633.

[31]FENG X M,SUN G,FU B J,etal.Regional Effects of Vegetation Restoration on Water Yield Across the Loess Plateau,China[J].Hydrology and Earth System Sciences,2012,16(8):2617-2628.

[32]FENG X M,FU B J,LU N,etal.How Ecological Restoration Alters Ecosystem Services:An Analysis of Carbon Sequestration in China′s Loess Plateau[J].Scientific Reports,2013,3:2846.

[33]WANG J T,PENG J,ZHAO M Y,etal.Significant Trade-Off for the Impact of Grain-for-Green Programme on Ecosystem Services in North-Western Yunnan,China[J].Science of the Total Environment,2017,574:57-64.

[34]RUXTON G D.The Unequal Variancet-Test Is an Underused Alternative to Student′st-Test and the Mann-WhitneyUTest[J].Behavioral Ecology,2006,17(4):688-690.

[35]JIA X Q,FU B J,FENG X M,etal.The Tradeoff and Synergy Between Ecosystem Services in the Grain-for-Green Areas in Northern Shaanxi,China[J].Ecological Indicators,2014,43:103-113.

(責(zé)任編輯： 李祥敏)

Vegetation Restoration and Its Influences on Ecosystem Services in Areas Typical of the Loess Plateau.

ZHANG Kun1,2, Lü Yi-he1,2, FU Bo-jie1,2

(1.Research Center for Eco-Environment Science, Chinese Academy of Sciences, Beijing 100085, China;2.University of Chinese Academy of Sciences, Beijing 100049, China)

Restoring vegetation is the main approach to remediation of the global ecosystem. In China, the large scale vegetation rehabilitation activities are distinctive ecological measures, which have brought about enormous benefits and wide implications for the ecological remediation process. As a typical example of the great vegetation rehabilitation programs, the “Grain for Green Program” (GFGP) was initiated and experimented in the Loess Plateau as demonstration, and extrapolated nationwide. Since the implementation of GFGP, how the vegetation restoration was going on and what its implications were have become a hot spot in the academic circle. Implementations of the GFGP in Yan′an and Yulin Cities of Shaanxi Province, and Lüliang and Linfen Cities of Shanxi Province, typical areas of the Loess Plateau, were surveyed and changes in land use analyzed. Based on the data of annual mean vegetation coverage in 2000-2014, spatio-temporal changes of the vegetation were characterized. On such a basis, ecosystem services, such as soil conservation service, hydrological regulation service and vegetation carbon sequestration service in these typical areas were evaluated quantitatively, using soil erosion rate, surface vegetation evapotranspiration (ET) and vegetation net primary productivity (NPP) as indexes, so as to analyze effects of the vegetation restoration on major ecosystem services. Results show: (1) The areas of forests and grasslands have increased significantly since the implementation of GFGP; (2) These areas as a whole improved significantly in vegetation coverage with the years passing on. The area of newly restored vegetation accounted for 5.8%, 49.1% and 79.0% in 2000-2005, 2000-2010 and 2000-2014, respectively; (3) The soil conservation service strengthened, thus reducing the soil erosion rate by 17.5% from 1 162.6 t·km-2·a-1in 2000 to 959.6 t·km-2·a-1in 2014 and the area of moderate erosion by 53.7%, and keeping the soil conservation rate well above 84% and on a fluctuating and rising trend; (4) The hydrological regulation service improvement. The area with increased ET reached 48 094.1 km2, or 39.6% of the total land area of the four cities; and (5) The carbon sequestration service heightened, with NPP generally on a rising trend. The areas with significantly increased NPP accounted for 60.3% of the total land area of the four cities. Total carbon sequestration increased by 45.4% from 39.2 Tg in 2000 to 57.0 Tg in 2014. This study revealed that the implementation of GFGP has significantly improved the vegetation in the studied areas, thus greatly strengthening ecosystem services in the region. Spatio-temporal variation of vegetation restoration and its effects on ecosystem service should draw more attention from both scientists and decision makers.

ecosystem service; vegetation cover; Grain for Green Program; Loess Plateau

2016-09-26

國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)(2016YFC0501601);環(huán)保公益性行業(yè)科研專項(xiàng)(201409055)

X826;Q149

A

1673-4831(2017)01-0023-09

10.11934/j.issn.1673-4831.2017.01.004

張琨(1988—),男,山東濟(jì)南人,博士生,主要從事景觀生態(tài)學(xué)與生態(tài)恢復(fù)方面的研究。E-mail: kunzhang-st@rcees.ac.cn

① 通信作者E-mail: lyh@rcees.ac.cn