趙志剛,余 德,韓成云,王凱榮

1 宜春學(xué)院,宜春 336000 2 中國(guó)科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所,長(zhǎng)沙 410125 3 湖南農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院,長(zhǎng)沙 410128 4 青島農(nóng)業(yè)大學(xué)青島市農(nóng)村環(huán)境工程研究中心,青島 266109

生態(tài)系統(tǒng)服務(wù)是指自然或人工生態(tài)系統(tǒng)通過(guò)其結(jié)構(gòu)、過(guò)程和功能直接或間接為人類提供生命支持產(chǎn)品與服務(wù),滿足人類生存、生活和健康等多種需求。一般學(xué)者利用貨幣形式估算生態(tài)系統(tǒng)提供的產(chǎn)品與服務(wù)的潛在價(jià)值,即生態(tài)系統(tǒng)服務(wù)價(jià)值[1]。生態(tài)系統(tǒng)服務(wù)價(jià)值是衡量一個(gè)地區(qū)能否實(shí)現(xiàn)可持續(xù)發(fā)展的核心指標(biāo)[2- 5]。土地是構(gòu)成生態(tài)系統(tǒng)的基本要素,土地利用/覆被變化對(duì)區(qū)域生態(tài)系統(tǒng)服務(wù)功能和價(jià)值產(chǎn)生決定性影響[6],通過(guò)土地利用變化來(lái)定量評(píng)估區(qū)域生態(tài)系統(tǒng)服務(wù)功能和價(jià)值已成為生態(tài)學(xué)研究的熱點(diǎn)之一[7]。目前,生態(tài)系統(tǒng)服務(wù)功能與價(jià)值評(píng)估大多基于一段時(shí)期的觀測(cè)或統(tǒng)計(jì)數(shù)據(jù)進(jìn)行靜態(tài)評(píng)價(jià),而對(duì)生態(tài)系統(tǒng)服務(wù)功能與價(jià)值的動(dòng)態(tài)預(yù)測(cè)及其驅(qū)動(dòng)因素的研究較少。由于生態(tài)系統(tǒng)服務(wù)功能與價(jià)值受到自然與社會(huì)經(jīng)濟(jì)等諸多因素變化的影響[8],驅(qū)動(dòng)因素之間又存在錯(cuò)綜復(fù)雜的聯(lián)系,因此,研究區(qū)域生態(tài)系統(tǒng)服務(wù)功能與價(jià)值演變規(guī)律及其驅(qū)動(dòng)力具有重要的科學(xué)意義。

鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)是2009年經(jīng)國(guó)家批準(zhǔn)啟動(dòng),第一個(gè)上升為國(guó)家戰(zhàn)略的生態(tài)經(jīng)濟(jì)區(qū)[9],已經(jīng)成為中部地區(qū)重要的經(jīng)濟(jì)增長(zhǎng)極。鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)還是中國(guó)重要的生態(tài)功能保護(hù)區(qū),是世界自然基金會(huì)劃定的全球重要生態(tài)區(qū),承擔(dān)著調(diào)洪蓄水、調(diào)節(jié)氣候、降解污染等多種生態(tài)功能。本文以鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)為研究對(duì)象,基于2004—2016年(發(fā)展前期)的土地利用/覆被變化數(shù)據(jù),借助灰色預(yù)測(cè)模型對(duì)該區(qū)域2016—2024年(發(fā)展中期)的生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行預(yù)測(cè),以期為鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)的未來(lái)發(fā)展規(guī)劃與可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 研究背景

鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)地處長(zhǎng)江中下游南岸、江西省北部,位于114°28′28″—117°28′20″E,27°29′54″—30°04′50″N之間,總面積51081.6 km2,以鄱陽(yáng)湖為核心,由環(huán)鄱陽(yáng)湖的市(區(qū)、縣)組成,占江西全省國(guó)土面積的30.7%。本文根據(jù)統(tǒng)計(jì)口徑合并為31個(gè)縣(市),其中濱湖區(qū)域包括九江市區(qū)、南昌縣、新建縣、進(jìn)賢縣、德安縣、星子縣、永修縣、湖口縣、鄱陽(yáng)縣、余干縣、都昌縣共11個(gè)縣(市),外圍區(qū)域包括南昌市區(qū)、景德鎮(zhèn)市區(qū)、鷹潭市區(qū)、撫州市區(qū)、新余市區(qū)、武寧縣、瑞昌市、九江縣、萬(wàn)年縣、安義縣、豐城市、樟樹市、高安市、東鄉(xiāng)縣、樂(lè)平市、浮梁縣、貴溪市、余江縣、新干縣共20個(gè)縣(市)(圖1)。2013年底區(qū)域人口數(shù)為2001.8萬(wàn),占江西省人口總數(shù)的44.7%；GDP為8452.6億元,占江西省總量的59.0%[10]。

圖1 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)位置示意圖Fig.1 Location of the Poyang Lake Eco-economic Zone

從鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)1953—2013年隔年降水與平均氣溫?cái)?shù)據(jù)(http://data.cma.cn/site/index.html,以南昌和景德鎮(zhèn)市域氣象數(shù)據(jù)為代表)來(lái)看(圖2),近60年來(lái),該區(qū)域降水量呈現(xiàn)下降趨勢(shì),下降率為33.18 mm/10 a,而氣溫呈現(xiàn)上升趨勢(shì),上升率為0.244℃/10 a,氣候環(huán)境呈現(xiàn)明顯的暖干化趨勢(shì)[11],暖干化趨勢(shì)的發(fā)展又進(jìn)一步導(dǎo)致了水域面積下降,水源涵養(yǎng)功能降低等生態(tài)后果。

圖2 1953—2013 年鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)氣候變化特征Fig.2 The characteristic of climate change in the Poyang Lake Eco-economic Zone from 1953 to 2013

2 研究方法

2.1 數(shù)據(jù)來(lái)源與處理

由于研究區(qū)范圍較大,TM/ETM+/OLI數(shù)據(jù)介于條帶號(hào)120—122、行編號(hào)39—41之間,難以獲取到研究區(qū)同一時(shí)期質(zhì)量較好、可滿足土地利用解譯要求的影像。因此,本文土地利用/覆被分類為解譯2004105、2008113、2012113、2016033的4期研究區(qū)的MODIS數(shù)據(jù)(https://ladsweb.nascom.nasa.gov)。為避免湖泊水面季節(jié)性變化帶來(lái)的干擾,選取的數(shù)據(jù)均為各研究年份2—4月間晴朗少云天氣的影像數(shù)據(jù)。在數(shù)據(jù)處理方面,首先重新構(gòu)建多源數(shù)據(jù)集,主要包含MOD09A1(500 m地表反射率8 d合成產(chǎn)品)、MOD09Q1(250 m地表反射率8 d合成產(chǎn)品)、MOD13Q1(250 m植被指數(shù)16 d合成產(chǎn)品)和30 m×30 m數(shù)字高程數(shù)據(jù)(DEM),使用MODIS Reprojection Tool(MRT)軟件重投影并將分辨率統(tǒng)一調(diào)整為250 m。然后在ENVI 5.2中進(jìn)行幾何校正、裁剪等數(shù)據(jù)預(yù)處理。之后在數(shù)據(jù)集中選擇訓(xùn)練樣本感興趣區(qū)(Region Of Interest,ROI)樣本,采用基于CART算法的決策樹分類方法獲取分類規(guī)則,將研究區(qū)分為耕地、林地、草地、城鄉(xiāng)建設(shè)用地、水域和未利用地6個(gè)類別(圖3),通過(guò)對(duì)研究區(qū)域分類圖的統(tǒng)計(jì)得到2004—2016年4期土地利用面積,并計(jì)算出生態(tài)系統(tǒng)服務(wù)價(jià)值量(表1)。分析真實(shí)ROI精度驗(yàn)證及實(shí)地精度驗(yàn)證結(jié)果表明,2004、2008、2012和2016年總體分類精度分別達(dá)96.7%、98.9%、94.1%和95.5%,Kappa 系數(shù)分別為0.9572、0.9856、0.9327和0.9423,表明分類結(jié)果精度良好。社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于歷年江西省統(tǒng)計(jì)年鑒和行業(yè)統(tǒng)計(jì)年鑒。

圖3 2004—2016年鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)土地利用分類圖Fig.3 Maps of land use classification in Poyang Lake Eco-economic Zone from 2004 to 2016

統(tǒng)計(jì)類型Statisticstypes耕地Arableland林地Forestland草地Grassland水體Waterarea建設(shè)用地Constructionland未利用地Unusedland合計(jì)Total2004面積Area/(×104hm2)230．23139．8388．3043．816．612．04510．82價(jià)值Value/(×108元)108．73216．9862．4589．220．100．13477．612008面積Area/(×104hm2)227．25132．9399．7441．697．711．50510．82價(jià)值Value/(×108元)107．33206．2870．5484．900．120．09469．262012面積Area/(×104hm2)200．94123．48134．6940．9610．000．74510．82價(jià)值Value/(×108元)94．90191．6195．2683．420．150．05465．392016面積Area/(×104hm2)204．02130．86129．0532．5912．052．24510．82價(jià)值Value/(×108元)96．36203．0691．2766．360．190．14457．38

2.2 灰色預(yù)測(cè)模型GM(1,1)

灰色預(yù)測(cè)模型(Grey Dynamic Model,GM)是將原始信息數(shù)據(jù)序列通過(guò)一定的數(shù)學(xué)方法處理后,將其轉(zhuǎn)化為動(dòng)態(tài)微分方程來(lái)描述原系統(tǒng)的內(nèi)在特征,建立抽象系統(tǒng)的動(dòng)態(tài)演變預(yù)測(cè)模型[12]。它對(duì)數(shù)據(jù)量較小且數(shù)據(jù)無(wú)明顯變化規(guī)律、結(jié)構(gòu)關(guān)系和運(yùn)行機(jī)制不明晰的對(duì)象、過(guò)程系統(tǒng)進(jìn)行預(yù)測(cè)分析具有獨(dú)特的優(yōu)勢(shì),預(yù)測(cè)計(jì)算過(guò)程簡(jiǎn)便且精度較高。考慮到生態(tài)系統(tǒng)服務(wù)價(jià)值變化有著模糊不確定特性,以及產(chǎn)業(yè)轉(zhuǎn)型對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值變化的影響,變化預(yù)測(cè)是一個(gè)典型的灰色評(píng)價(jià)過(guò)程[13]。因此本研究采用灰色GM(1,1)模型對(duì)鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)2016—2024年(間隔2年)的生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行預(yù)測(cè),具體計(jì)算公式方法見(jiàn)文獻(xiàn)[14]。

2.3 生態(tài)系統(tǒng)服務(wù)價(jià)值計(jì)算

以謝高地等[15-16]對(duì)中國(guó)陸地生態(tài)系統(tǒng)服務(wù)價(jià)值研究結(jié)果為基礎(chǔ),按照趙志剛[17]確定的9種陸地生態(tài)系統(tǒng)服務(wù)價(jià)值特征區(qū)域及各自區(qū)域的調(diào)節(jié)系數(shù)值,獲得鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值基礎(chǔ)數(shù)據(jù)。生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估方法參見(jiàn)文獻(xiàn)[2]。

2.4 人為影響綜合指數(shù)計(jì)算

采用人為影響綜合指數(shù)來(lái)描述景觀單元內(nèi)受人類干擾的程度,具體公式為：

式中,HAI代表人為影響綜合指數(shù)；N為研究區(qū)景觀類型的數(shù)量；Ai為第i種景觀的面積；Si為第i種景觀的人為影響強(qiáng)度系數(shù)；TA為景觀總面積。本文在參考相關(guān)研究成果[18]及詢問(wèn)相關(guān)學(xué)者專家的基礎(chǔ)上確定人為影響強(qiáng)度系數(shù)Si(表2)。

表2 各土地類型人為影響強(qiáng)度系數(shù)

HAI值在0到1之間變化,數(shù)值越大表示人類活動(dòng)對(duì)景觀組分干擾越大,反之表示人類干擾越小。在ArcGIS 10.2中進(jìn)行聚類分析Natural Breaks(Jenks),將人為影響綜合指數(shù)(HAI)分為5類：高(HAI>0.80)、較高(0.60

3 結(jié)果與分析

3.1 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)

3.1.1 生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)模型

利用研究區(qū)域4個(gè)時(shí)期的土地利用/覆被數(shù)據(jù)線性內(nèi)插得到2004—2016年各年份土地利用結(jié)構(gòu)數(shù)據(jù)。利用間隔為2 a的土地利用結(jié)構(gòu)數(shù)據(jù)及DPS 7.05軟件,構(gòu)建各土地類型的灰色GM(1,1)模型,得到鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)2018、2020、2022和2024年土地利用結(jié)構(gòu)預(yù)測(cè)數(shù)據(jù),并對(duì)灰色GM(1,1)預(yù)測(cè)模型進(jìn)行精度評(píng)定(表3)。模型預(yù)測(cè)精度等級(jí)評(píng)定標(biāo)準(zhǔn)為4級(jí),當(dāng)C<0.35且P≥0.95時(shí),模型精度為一級(jí)(很好)；C<0.50且P≥0.80時(shí),模型精度為二級(jí)(好)；C<0.65且P≥0.70時(shí),模型精度為三級(jí)(一般)；C≥0.65且P≤0.70時(shí),模型精度為四級(jí)(不合格)。從表3結(jié)果可知,該模型預(yù)測(cè)精度較好,預(yù)測(cè)值具有較高可信度。在模型預(yù)測(cè)結(jié)果的基礎(chǔ)上,結(jié)合江西省“耕地占補(bǔ)平衡”、“退耕還林”等土地利用政策,對(duì)土地預(yù)測(cè)結(jié)果進(jìn)行適當(dāng)修正,根據(jù)生態(tài)系統(tǒng)服務(wù)價(jià)值基礎(chǔ)數(shù)據(jù)計(jì)算出不同土地類型生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)值。

表3 2016—2024年鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)不同類型土地的預(yù)測(cè)模型

3.1.2 生態(tài)系統(tǒng)服務(wù)功能與價(jià)值預(yù)測(cè)

鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)2016—2024年各土地類型生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)數(shù)據(jù)見(jiàn)表4?？梢钥闯?鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的總值變化不大,變化率僅為-0.15%。其中林地生態(tài)系統(tǒng)服務(wù)價(jià)值增加5.00億元；草地、耕地和水域的生態(tài)系統(tǒng)服務(wù)價(jià)值分別減少2.31、1.92億元和1.49億元；建設(shè)用地和未利用地生態(tài)系統(tǒng)服務(wù)價(jià)值基本保持穩(wěn)定。從研究區(qū)預(yù)測(cè)總價(jià)值的變化趨勢(shì)可以看出,鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)生態(tài)環(huán)境質(zhì)量在未來(lái)8 a內(nèi)表現(xiàn)為先下降后提升的趨勢(shì),產(chǎn)生這一趨勢(shì)的原因可能是隨著生態(tài)經(jīng)濟(jì)區(qū)的建設(shè)與發(fā)展,城鎮(zhèn)化人口增長(zhǎng)將趨于穩(wěn)定,生態(tài)保護(hù)政策的作用顯現(xiàn),人為干擾程度降低,導(dǎo)致整體區(qū)域生態(tài)價(jià)值保持相對(duì)穩(wěn)定。

表4 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)2016—2024年各土地類型生態(tài)系統(tǒng)服務(wù)價(jià)值變化

對(duì)鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)不同生態(tài)系統(tǒng)服務(wù)功能的價(jià)值計(jì)算結(jié)果(表5)表明,氣體調(diào)節(jié)、原材料生產(chǎn)、娛樂(lè)文化及氣候調(diào)節(jié)服務(wù)功能呈增強(qiáng)趨勢(shì),價(jià)值增加比率分別為0.97%、0.90%、0.62%和0.17%。價(jià)值下降比率超過(guò)1.00%的生態(tài)服務(wù)功能為廢物處理(-1.26%)和食物生產(chǎn)(-1.03%)。各項(xiàng)生態(tài)服務(wù)功能平均價(jià)值大小順序?yàn)椋核春B(yǎng)>土壤保持>生物多樣性保護(hù)>廢物處理>氣候調(diào)節(jié)>氣體調(diào)節(jié)>娛樂(lè)文化>食物生產(chǎn)>原材料生產(chǎn)。從生態(tài)系統(tǒng)服務(wù)功能及價(jià)值構(gòu)成上分析,水源涵養(yǎng)是鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)的主導(dǎo)生態(tài)系統(tǒng)服務(wù)功能,此項(xiàng)功能的價(jià)值比占20%以上,這主要因?yàn)檠芯繀^(qū)域是我國(guó)重要的濕地保護(hù)區(qū),水網(wǎng)、水庫(kù)、湖泊密集,因此水源涵養(yǎng)生態(tài)服務(wù)功能表現(xiàn)最強(qiáng)。其次為土壤保持服務(wù)功能,其價(jià)值占比超過(guò)18%。此外,生物多樣性保護(hù)、廢物處理、氣候調(diào)節(jié)和氣體調(diào)節(jié)等服務(wù)功能價(jià)值也都超過(guò)了10%。

3.2 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值驅(qū)動(dòng)力

研究表明,人為干擾及社會(huì)經(jīng)濟(jì)等因素會(huì)導(dǎo)致區(qū)域土地利用結(jié)構(gòu)變化,并進(jìn)一步影響生態(tài)系統(tǒng)的服務(wù)功能[19]。本研究從人為干擾及社會(huì)經(jīng)濟(jì)因素等方面分析了生態(tài)系統(tǒng)服務(wù)價(jià)值變化的驅(qū)動(dòng)力。

3.2.1 人為影響因素驅(qū)動(dòng)力

為深入分析人為影響因素對(duì)研究區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值變化的影響,本文將研究區(qū)劃分為若干個(gè)1 km×1 km的景觀單元,分別計(jì)算各景觀單元的人為影響綜合指數(shù)(HAI),并將綜合指數(shù)值作為各景觀單元中心點(diǎn)的值,采用Kriging空間插值得到2004、2008、2012和2016年4期人為干擾程度的空間分布圖(圖4)。

表5 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)2016—2024年不同生態(tài)系統(tǒng)服務(wù)功能的價(jià)值變化

圖4 人為干擾綜合強(qiáng)度分布圖Fig.4 The distribution of integrated intensity of human disturbance

由圖4可知,鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)人為綜合干擾強(qiáng)度的空間分布特征主要表現(xiàn)為：北部以低影響和較低影響為主；環(huán)鄱陽(yáng)湖區(qū)域以中影響強(qiáng)度為主；中部和南部方向以中影響強(qiáng)度和較高影響強(qiáng)度為主。從人為干擾綜合強(qiáng)度的空間變化來(lái)看,2004—2008年,研究區(qū)內(nèi)人為影響綜合強(qiáng)度變化不大,中部-西南部方向,即南昌-新余方向有部分區(qū)域由中影響強(qiáng)度變?yōu)檩^高影響強(qiáng)度；2008—2012年,高強(qiáng)度影響區(qū)域在2008年高影響區(qū)域基礎(chǔ)上擴(kuò)張明顯,另中部-西南部較高影響強(qiáng)度區(qū)域擴(kuò)張較為明顯,呈帶狀發(fā)展,低影響強(qiáng)度區(qū)域變化不明顯；2012—2016年,高強(qiáng)度影響區(qū)域明顯進(jìn)一步擴(kuò)張,中部、南部有較大區(qū)域由中影響強(qiáng)度變?yōu)檩^高影響強(qiáng)度,低影響強(qiáng)度區(qū)域變化不明顯。總體來(lái)看,隨著時(shí)間的推移,高影響強(qiáng)度和較高影響強(qiáng)度區(qū)域有所擴(kuò)張,且高影響強(qiáng)度擴(kuò)張區(qū)域和城鎮(zhèn)建設(shè)擴(kuò)張趨勢(shì)有較強(qiáng)的空間一致性,主要分布在中部、南部和西南部,和鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)的經(jīng)濟(jì)建設(shè)發(fā)展情況較為一致。結(jié)合土地利用/覆被分布(圖3)可知,低影響和較低影響強(qiáng)度區(qū)域主要在水域、草地和林地,較高影響和高影響區(qū)域?yàn)楦睾徒ㄔO(shè)用地,中影響強(qiáng)度到較高影響強(qiáng)度變化主要表現(xiàn)在耕地-建設(shè)用地、草地-建設(shè)用地、林地-建設(shè)用地的轉(zhuǎn)化區(qū)域,低影響強(qiáng)度向中影響強(qiáng)度則主要表現(xiàn)在草地-耕地區(qū)域。

3.2.2 社會(huì)經(jīng)濟(jì)因素驅(qū)動(dòng)力

以研究區(qū)域各縣市不同年份的人口、經(jīng)濟(jì)等因素的數(shù)據(jù)為基礎(chǔ),并對(duì)整理數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理[20],利用OriginPro 9.1軟件分析了2004—2014年間研究區(qū)域總生態(tài)服務(wù)價(jià)值與社會(huì)經(jīng)濟(jì)因素等主要指標(biāo)的變化關(guān)系。

(1)人口因素與總生態(tài)系統(tǒng)服務(wù)價(jià)值的關(guān)聯(lián)度

研究區(qū)域人口密度、非農(nóng)業(yè)人口數(shù)量及區(qū)域城鎮(zhèn)化率隨研究年份持續(xù)增加。相關(guān)分析結(jié)果表明(圖5),研究區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值與人口密度、非農(nóng)人口及城鎮(zhèn)化率具有顯著負(fù)相關(guān)性,說(shuō)明人口的快速增加會(huì)導(dǎo)致生態(tài)系統(tǒng)價(jià)值的下降。這是因?yàn)?人口增長(zhǎng)將導(dǎo)致食物、原材料等的需求增加,并增加廢棄物排放數(shù)量,這些都會(huì)降低生態(tài)系統(tǒng)服務(wù)功能,造成總生態(tài)價(jià)值的減少；同時(shí),城市人口的增長(zhǎng)必然導(dǎo)致建設(shè)用地面積增加,需要流轉(zhuǎn)其他類型的土地面積,建設(shè)用地生態(tài)系統(tǒng)服務(wù)價(jià)值相對(duì)較低,必然造成區(qū)域總生態(tài)系統(tǒng)服務(wù)價(jià)值的降低。但從近幾年的統(tǒng)計(jì)資料和研究數(shù)據(jù)發(fā)現(xiàn),鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)人口密度增長(zhǎng)速度有所放緩,從前期的8.0‰下降為6.9‰,因此生態(tài)系統(tǒng)服務(wù)價(jià)值下降幅度也有所減緩。

圖5 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)人口因素指標(biāo)與區(qū)域總生態(tài)系統(tǒng)服務(wù)價(jià)值的關(guān)聯(lián)度Fig.5 The correlation between demographic factor and regional ESV in the Poyang Lake Eco-economic Zone

(2)經(jīng)濟(jì)因素與總生態(tài)系統(tǒng)服務(wù)價(jià)值的關(guān)聯(lián)度

人類社會(huì)從生態(tài)系統(tǒng)中獲得食物、原材料等會(huì)影響生態(tài)系統(tǒng)的直接服務(wù)價(jià)值,通過(guò)改變土地利用方式等則會(huì)影響生態(tài)系統(tǒng)的間接服務(wù)價(jià)值。因此,本研究選取與經(jīng)濟(jì)發(fā)展最為密切的總GDP、第一、第二和第三產(chǎn)業(yè)GDP,及固定資產(chǎn)投資額等指標(biāo)與生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行相關(guān)性分析(圖6)。總GDP、第一產(chǎn)業(yè)GDP、第二產(chǎn)業(yè)GDP、第三產(chǎn)業(yè)GDP以及固定資產(chǎn)投資額與生態(tài)系統(tǒng)服務(wù)價(jià)值之間均存在顯著負(fù)相關(guān)性,相關(guān)系數(shù)分別為-0.894、-0.914、-0.900、-0.869和-0.895。第一產(chǎn)業(yè)GDP收入的增加主要來(lái)自于食物生產(chǎn)與原材料生產(chǎn),食物與原材料的消耗都降低了生態(tài)系統(tǒng)的服務(wù)價(jià)值；而第二、三產(chǎn)業(yè)以及固定資產(chǎn)投資額等的增加,加快了城市工業(yè)化與商業(yè)化的發(fā)展,城市區(qū)域的擴(kuò)張和城市人口的增長(zhǎng),驅(qū)使城鎮(zhèn)建設(shè)用地面積增加并侵占其他系統(tǒng)用地,同時(shí)增加生態(tài)系統(tǒng)處理廢棄物的壓力,因此,這些社會(huì)經(jīng)濟(jì)因素的發(fā)展與生態(tài)系統(tǒng)均存在負(fù)相關(guān)性。上述驅(qū)動(dòng)因素對(duì)生態(tài)系統(tǒng)總體服務(wù)價(jià)值的負(fù)面影響順序?yàn)椋撼擎?zhèn)化率>非農(nóng)業(yè)人口>人口密度>第一產(chǎn)業(yè)GDP>第二產(chǎn)業(yè)GDP>固定資產(chǎn)投資額>總GDP>第三產(chǎn)業(yè)GDP。

圖6 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)經(jīng)濟(jì)因素指標(biāo)與區(qū)域總生態(tài)系統(tǒng)服務(wù)價(jià)值關(guān)聯(lián)度Fig.6 The correlation between economic factor and regional ESV in the Poyang Lake Eco-economic Zone

4 討論與結(jié)論

近年來(lái),在不同類型[21- 25]或尺度區(qū)域[26- 28]的生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估研究方面取得了不少進(jìn)展,但對(duì)價(jià)值評(píng)估的預(yù)測(cè)研究相對(duì)較少。價(jià)值評(píng)估多是利用已知的經(jīng)驗(yàn)和知識(shí)建立關(guān)系,然后代入測(cè)量數(shù)據(jù)求得評(píng)估價(jià)值；而預(yù)測(cè)模型則是利用多次的評(píng)估值與相關(guān)因素值,找尋他們之間的規(guī)律,從而建立關(guān)系式。由于生態(tài)系統(tǒng)服務(wù)價(jià)值為評(píng)估值,而非測(cè)量值,因此在統(tǒng)計(jì)學(xué)上很難界定因變量與自變量；并且影響生態(tài)系統(tǒng)服務(wù)功能價(jià)值的因素眾多,不易判斷。因此往往需要選取適合的模型及其影響因素進(jìn)行深入研究。本研究證實(shí),以土地利用/覆被數(shù)據(jù)為基礎(chǔ),借助灰色GM(1,1)模型可以在數(shù)據(jù)樣本相對(duì)較少的情況下對(duì)區(qū)域生態(tài)服務(wù)價(jià)值評(píng)估進(jìn)行有效預(yù)測(cè)。與MARKOV(馬爾柯夫)模型、CLUE-S模型、元胞自動(dòng)機(jī)等[29- 32]模擬預(yù)測(cè)方法相比,灰色GM(1,1)模型不需要土地利用結(jié)構(gòu)的分布格局及土地利用類型的轉(zhuǎn)移概率,計(jì)算便捷且預(yù)測(cè)精度較高,因此灰色GM(1,1)模型可以對(duì)區(qū)域生態(tài)系統(tǒng)短期變化趨勢(shì)做出預(yù)測(cè)[33]。

國(guó)內(nèi)學(xué)者利用灰色GM(1,1)模型對(duì)江蘇省、貴州省、環(huán)京津、上海市及喀什市[13-14,34- 36]等地區(qū)的生態(tài)服務(wù)價(jià)值進(jìn)行了預(yù)測(cè)研究,除茆長(zhǎng)寶和陳勇的研究結(jié)果認(rèn)為[13],江蘇省“預(yù)測(cè)2020年價(jià)值延續(xù)前期變化趨勢(shì),且單一變化率有擴(kuò)大趨勢(shì)”外,其他的研究都表明,所涉地區(qū)至2020年后生態(tài)系統(tǒng)服務(wù)價(jià)值降低程度將明顯減緩,整體趨于平穩(wěn),部分區(qū)域還有小幅上升,其中林地和草地等系統(tǒng)的價(jià)值通常是持續(xù)上升。本研究也發(fā)現(xiàn),鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值在建設(shè)初期(2004—2016)降低,但預(yù)測(cè)年份(2016—2024)總價(jià)值下降幅度較小,整體趨于穩(wěn)定；其中林地系統(tǒng)價(jià)值總量增加較大,但水源涵養(yǎng)和廢物處理等生態(tài)服務(wù)功能有所降低。

生態(tài)系統(tǒng)的形成、發(fā)展是各種自然因素和人為活動(dòng)共同作用的結(jié)果,因此人類活動(dòng)及社會(huì)經(jīng)濟(jì)等對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的改變有密切關(guān)系[37]。隨著鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)近年的建設(shè)發(fā)展,人為綜合干擾強(qiáng)度有范圍擴(kuò)大和程度加強(qiáng)的趨勢(shì),且高影響強(qiáng)度區(qū)域與城鎮(zhèn)化擴(kuò)張存在一致性；城鎮(zhèn)化的快速發(fā)展將侵占大量土地,給整個(gè)生態(tài)系統(tǒng)造成巨大影響,是區(qū)域生態(tài)服務(wù)價(jià)值降低的主要因素。但今后一段時(shí)間隨著城鎮(zhèn)化發(fā)展速度減緩,人口與城鄉(xiāng)建設(shè)用地的增加達(dá)到控制指標(biāo),人們對(duì)于生態(tài)環(huán)境保護(hù)認(rèn)識(shí)的深入,以及多種改善和保護(hù)生態(tài)環(huán)境措施的相繼出臺(tái),如“江西省生態(tài)公益林補(bǔ)償資金管理辦法”,“江西省主體功能區(qū)規(guī)劃”、“江西省流域生態(tài)補(bǔ)償辦法(試行)”,“江西省生態(tài)文明先行示范區(qū)建設(shè)實(shí)施方案”等[38- 41],鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)系統(tǒng)服務(wù)價(jià)值或?qū)⒊霈F(xiàn)平緩穩(wěn)定狀態(tài),即減少的服務(wù)價(jià)值與增長(zhǎng)的服務(wù)價(jià)值量保持基本平衡,因此驅(qū)動(dòng)力分析與模型預(yù)測(cè)結(jié)果應(yīng)該是較為吻合的。

本研究還證實(shí),耕地與林地系統(tǒng)在鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)所占面積與價(jià)值分屬前兩位,對(duì)維持鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)系統(tǒng)服務(wù)價(jià)值穩(wěn)定具有巨大的、不可替代的作用,水域系統(tǒng)在水源涵養(yǎng)與廢物處理生態(tài)功能上有重要價(jià)值,而鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)隨著人口的增長(zhǎng),水源及廢物處理方面的功能需求會(huì)持續(xù)增加。因此提高林地覆蓋、保護(hù)耕地與水域面積對(duì)于鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)的中期發(fā)展是十分重要的。

綜上分析,本研究得到的主要結(jié)論如下：

(1)2004—2016年期間鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)土地利用/覆被格局變化明顯,其中水域面積減少最顯著,建設(shè)用地面積增加速度最快,區(qū)域生態(tài)系統(tǒng)服務(wù)功能與價(jià)值格局亦隨之發(fā)生顯著改變。對(duì)2016—2024年區(qū)域生態(tài)服務(wù)總價(jià)值的預(yù)測(cè)結(jié)果表明,總體保持相對(duì)平穩(wěn),林地系統(tǒng)生態(tài)服務(wù)價(jià)值明顯增加,草地、耕地和水域系統(tǒng)生態(tài)服務(wù)價(jià)值明顯下降。研究區(qū)域的氣體調(diào)節(jié)、原材料生產(chǎn)、娛樂(lè)文化及氣候調(diào)節(jié)服務(wù)功能處于增加趨勢(shì),而水源涵養(yǎng)、土壤保持、生物多樣性保護(hù)、廢物處理和食物生產(chǎn)服務(wù)功能均有所降低,需引起重視。

(2)從驅(qū)動(dòng)因素分析來(lái)看,2004—2016年期間人為干擾的空間與強(qiáng)度不斷擴(kuò)大和增強(qiáng),整體而言,空間分布上以中等影響強(qiáng)度干擾為主,低影響和較低影響強(qiáng)度區(qū)域主要在水域和林地,較高影響和高影響區(qū)域?yàn)楦睾徒ㄔO(shè)用地。社會(huì)經(jīng)濟(jì)因素方面,人口因素的影響大于經(jīng)濟(jì)因素,其中城鎮(zhèn)化率是區(qū)域總生態(tài)系統(tǒng)服務(wù)價(jià)值降低的首要驅(qū)動(dòng)力,其次分別為非農(nóng)業(yè)人口、人口密度、第一產(chǎn)業(yè)GDP、第二產(chǎn)業(yè)GDP、固定資產(chǎn)投資額、總GDP及第三產(chǎn)業(yè)GDP等。因此,建議加強(qiáng)土地利用的規(guī)劃與調(diào)控,控制城鎮(zhèn)化建設(shè)用地的擴(kuò)展,調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、降低污染,促進(jìn)鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)總生態(tài)系統(tǒng)服務(wù)價(jià)值的提升。

[1] 李文華. 生態(tài)系統(tǒng)服務(wù)功能價(jià)值評(píng)估的理論、方法與應(yīng)用. 北京: 中國(guó)人民大學(xué)出版社, 2008.

[2] Costanza R, d′Arge R, de Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, O′Neill R V, Paruelo J, Raskin R G, Sutton P, van den Belt M. The value of the world′s ecosystem services and natural capital. Nature, 1997, 387(6630): 253- 260.

[3] 歐陽(yáng)志云, 王效科, 苗鴻. 中國(guó)陸地生態(tài)系統(tǒng)服務(wù)功能及其生態(tài)經(jīng)濟(jì)價(jià)值的初步研究. 生態(tài)學(xué)報(bào), 1999, 19(5): 607- 613.

[4] 謝高地, 魯春霞, 冷允法, 鄭度, 李雙成. 青藏高原生態(tài)資產(chǎn)的價(jià)值評(píng)估. 自然資源學(xué)報(bào), 2003, 18(2): 189- 196.

[5] 許妍, 高俊峰, 黃佳聰. 太湖濕地生態(tài)系統(tǒng)服務(wù)功能價(jià)值評(píng)估. 長(zhǎng)江流域資源與環(huán)境, 2010, 19(6): 646- 652.

[6] 李屹峰, 羅躍初, 劉綱, 歐陽(yáng)志云, 鄭華. 土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)功能的影響——以密云水庫(kù)流域?yàn)槔? 生態(tài)學(xué)報(bào), 2013, 33(3): 726- 736.

[7] 田甜, 韓春蘭, 王英杰, 王秋兵. 沈陽(yáng)市土地生態(tài)系統(tǒng)服務(wù)價(jià)值變化研究. 土壤通報(bào), 2016, 47(3): 573- 579.

[8] 肖翔, 李揚(yáng)帆, 朱曉東. 基于土地利用驅(qū)動(dòng)力的馬爾科夫模型及其應(yīng)用. 土壤, 2011, 43(5): 822- 827.

[9] 國(guó)家發(fā)展改革委. 國(guó)家發(fā)展改革委關(guān)于印發(fā)鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)規(guī)劃的通知. 江西省人民政府公報(bào), 2010(4): 5- 26.

[10] 雷慧敏. 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)城鎮(zhèn)化與區(qū)域生態(tài)風(fēng)險(xiǎn)耦合關(guān)系研究[D]. 南昌: 東華理工大學(xué), 2016.

[11] 李登科, 郭鈮, 何慧娟. 陜北長(zhǎng)城沿線風(fēng)沙區(qū)植被指數(shù)變化及其與氣候的關(guān)系. 生態(tài)學(xué)報(bào), 2007, 27(11): 4620- 4629.

[12] 劉思峰. 灰色系統(tǒng)理論及其應(yīng)用(第五版). 北京: 科學(xué)出版社, 2010.

[13] 茆長(zhǎng)寶, 陳勇. 土地利用及其生態(tài)服務(wù)價(jià)值演變的驅(qū)動(dòng)力與預(yù)測(cè)研究——以江蘇省為例. 水土保持研究, 2010, 17(4): 269- 275.

[14] 李正, 王軍, 白中科, 郭義強(qiáng), 余莉. 貴州省土地利用及其生態(tài)系統(tǒng)服務(wù)價(jià)值與灰色預(yù)測(cè). 地理科學(xué)進(jìn)展, 2012, 31(5): 577- 583.

[15] 謝高地, 甄霖, 魯春霞, 肖玉, 陳操. 一個(gè)基于專家知識(shí)的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法. 自然資源學(xué)報(bào), 2008, 23(5): 911- 919.

[16] 謝高地, 張彩霞, 張雷明, 陳文輝, 李士美. 基于單位面積價(jià)值當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法改進(jìn). 自然資源學(xué)報(bào), 2015, 30(8): 1243- 1254.

[17] 趙志剛. 區(qū)域農(nóng)業(yè)資源評(píng)價(jià)與設(shè)計(jì). 北京: 科學(xué)技術(shù)文獻(xiàn)出版社, 2015.

[18] 葛全勝, 趙名茶, 鄭景云, 方修琦. 中國(guó)陸地表層系統(tǒng)分區(qū)初探. 地理學(xué)報(bào), 2002, 57(5): 515- 522.

[19] Yang Z P, Gao J X, Zhou C P, Shi P L, Zhao L, Shen W S, Ouyang H. Spatio-temporal changes of NDVI and its relation with climatic variables in the source regions of the Yangtze and Yellow rivers. Journal of Geographical Sciences, 2011, 21(6): 979- 993.

[20] 趙志剛, 王凱榮, 謝小立. 江西省農(nóng)業(yè)可持續(xù)發(fā)展的生態(tài)安全評(píng)價(jià). 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào), 2012, 28(3): 225- 230.

[21] 段彥博, 雷雅凱, 吳寶軍, 彭丹丹, 田國(guó)行. 鄭州市綠地系統(tǒng)生態(tài)服務(wù)價(jià)值評(píng)價(jià)及動(dòng)態(tài)研究. 生態(tài)科學(xué), 2016, 35(2): 81- 88.

[22] 殷莎, 趙永華, 韓磊, 王耀斌, 蔡健. 秦嶺森林生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空演變. 應(yīng)用生態(tài)學(xué)報(bào), 2016, 27(12): 3777- 3786.

[23] 崔麗娟, 龐丙亮, 李偉, 馬牧源, 孫寶娣, 張亞瓊. 扎龍濕地生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)價(jià). 生態(tài)學(xué)報(bào), 2016, 36(3): 828- 836.

[24] 姜翠紅, 李廣泳, 程滔, 陳占濤, 張浩然. 青海湖流域生態(tài)服務(wù)價(jià)值時(shí)空格局變化及其影響因子研究. 資源科學(xué), 2016, 38(8): 1572- 1584.

[25] 岳東霞, 杜軍, 鞏杰, 降同昌, 張佳靜, 郭建軍, 熊友才. 民勤綠洲農(nóng)田生態(tài)系統(tǒng)服務(wù)價(jià)值變化及其影響因子的回歸分析. 生態(tài)學(xué)報(bào), 2011, 31(9): 2567- 2575.

[26] 吳海珍, 阿如旱, 郭田保, 孫紫英. 基于RS和GIS的內(nèi)蒙古多倫縣土地利用變化對(duì)生態(tài)服務(wù)價(jià)值的影響. 地理科學(xué), 2011, 31(1): 110- 116.

[27] 李濤, 甘德欣, 楊知建, 王寬, 齊增湘, 李暉, 陳希. 土地利用變化影響下洞庭湖地區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空演變. 應(yīng)用生態(tài)學(xué)報(bào), 2016, 27(12): 3787- 3796.

[28] 李超, 杜哲, 陳亞恒, 張利, 許皞. 環(huán)京津地區(qū)土地生態(tài)服務(wù)價(jià)值時(shí)空分異特征. 土壤通報(bào), 2015, 46(1): 42- 47.

[29] 周銳, 蘇海龍, 王新軍, 李月輝, 胡遠(yuǎn)滿, 許博涵. 基于CLUE-S模型和Markov模型的城鎮(zhèn)土地利用變化模擬預(yù)測(cè)——以江蘇省常熟市辛莊鎮(zhèn)為例. 資源科學(xué), 2011, 33(12): 2262- 2270.

[30] Verburg P H, Soepboer W, Veldkamp W, Limpiada R, Espaldon R, Mastura S S A. Modeling the spatial dynamics of regional land use: the CLUE-S model. Environmental Management, 2002, 30(3): 391- 405.

[31] 戴聲佩, 張勃. 基于CLUE-S模型的黑河中游土地利用情景模擬研究——以張掖市甘州區(qū)為例. 自然資源學(xué)報(bào), 2013, 28(2): 336- 348.

[32] 黎夏, 葉嘉安. 基于神經(jīng)網(wǎng)絡(luò)的元胞自動(dòng)機(jī)及模擬復(fù)雜土地利用系統(tǒng). 地理研究, 2005, 24(1): 19- 27.

[33] 羅罡輝, 吳次芳. 建設(shè)用地需求預(yù)測(cè)方法研究. 中國(guó)土地科學(xué), 2004, 18(6): 14- 17.

[34] 李恒哲, 李超, 陳召亞, 郭年冬, 許皞, 王樹濤. 基于分區(qū)的環(huán)京津土地生態(tài)服務(wù)價(jià)值及灰色預(yù)測(cè). 水土保持研究, 2016, 23(1): 221- 227.

[35] 王龍, 徐剛, 劉敏. 基于信息熵和GM(1, 1)的上海市城市生態(tài)系統(tǒng)演化分析與灰色預(yù)測(cè). 環(huán)境科學(xué)學(xué)報(bào), 2016, 36(6): 2262- 2271.

[36] 李釗, 安放舟, 張永福, 張景路. 喀什市生態(tài)系統(tǒng)服務(wù)價(jià)值對(duì)土地利用變化的響應(yīng)及預(yù)測(cè). 水土保持通報(bào), 2015, 35(5): 274- 278.

[37] 嚴(yán)恩萍, 林輝, 王廣興, 夏朝宗. 1990—2011年三峽庫(kù)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值演變及驅(qū)動(dòng)力. 生態(tài)學(xué)報(bào), 2014, 34(20): 5962- 5973.

[38] 江西省人民政府. 江西省生態(tài)公益林補(bǔ)償資金管理辦法. 江西省人民政府公報(bào), 2009(16): 13- 17.

[39] 江西省人民政府. 江西省人民政府關(guān)于印發(fā)江西省主體功能區(qū)規(guī)劃的通知. 江西省人民政府公報(bào), 2013(5): 4- 34.

[40] 江西省人民政府. 江西省人民政府關(guān)于印發(fā)江西省流域生態(tài)補(bǔ)償辦法(試行)的通知. 江西省人民政府公報(bào), 2015(19): 19- 22.

[41] 國(guó)家正式批復(fù)《江西省生態(tài)文明先行示范區(qū)建設(shè)實(shí)施方案》. 江西日?qǐng)?bào), 2014- 11- 21(1) [2016- 10-08]. http://epaper.jxnews.com.cn/jxrb/html/2014- 11/21/content_275255.htm.