宋宏利, 張曉楠
(1.河北工程大學地球科學與工程學院,河北邯鄲 056038;2. 河北省煤炭資源綜合開發(fā)與利用協(xié)同創(chuàng)新中心,河北邯鄲 056038; 3. 河北工程大學礦業(yè)與測繪工程學院,河北邯鄲 056038)
土地覆被是地球表層各種物質(zhì)類型及其自然屬性與特征的綜合體[1],是大氣循環(huán)、生態(tài)環(huán)境保護、生物多樣性監(jiān)測、地理國情調(diào)查、糧食安全等領(lǐng)域的重要基礎(chǔ)信息[2-6]。近年來,隨著航空航天遙感技術(shù)的發(fā)展,一系列全球或區(qū)域尺度的土地覆被數(shù)據(jù)集相繼問世[7-9],特別是在我國國家科技計劃的支持下,我國國家基礎(chǔ)地理信息中心和清華大學率先研制出代表2010年時間基點的2套30 m分辨率全球尺度土地覆被數(shù)據(jù)集[10-11]。盡管這些數(shù)據(jù)集的出現(xiàn)為眾多科研領(lǐng)域相關(guān)理論模型提供了豐富的數(shù)據(jù)來源,但由于傳感器、分類算法、空間分辨率及分類體系不同,現(xiàn)有的全球或區(qū)域尺度土地覆被遙感數(shù)據(jù)存在一定的差異。近年來,國內(nèi)外學者針對以上問題,已在全球或區(qū)域尺度進行了大量工作,并取得了重要的成果。經(jīng)分析發(fā)現(xiàn),現(xiàn)有的研究工作主要集中于土地覆被遙感產(chǎn)品本身的專題精度的比較和驗證,而關(guān)于不同土地覆被數(shù)據(jù)用于特定應用模型計算結(jié)果的比較則鮮有報道。
生態(tài)系統(tǒng)是人類生存發(fā)展的基礎(chǔ),是無法替代的自然資源和自然資產(chǎn),而基于生態(tài)系統(tǒng)類型而產(chǎn)生的服務則具有極高的價值,對人類生存具有重要的意義[12]。因此,本研究以生態(tài)系統(tǒng)服務價值為研究對象,擬在我國區(qū)域?qū)?種常用的全球土地覆被數(shù)據(jù)集MODIS COLLECTION5(moderate resolution imaging spectroradiometer collection5,簡稱MODIS COLLECTION5)、GLOBCOVER、ESACCI(European space agency climate change initiative,簡稱ESACCI)進行比較研究,進而分析3種數(shù)據(jù)集在生態(tài)系統(tǒng)類型價值和生態(tài)系統(tǒng)服務類型價值2個方面的差異,為我國區(qū)域用戶合理選擇數(shù)據(jù)進行生態(tài)服務建模提供一定的參考,也為未來大尺度生態(tài)系統(tǒng)類型制圖提供一定的研究方向。
本研究所采用的3種全球土地覆被數(shù)據(jù)集的具體信息如表1所示。其中,GLOBCOVER是由歐洲航天局以MERIS(medium resolution imaging spectrometer,簡稱MERIS)遙感數(shù)據(jù)為基礎(chǔ),采用監(jiān)督時空聚類及專家分類相結(jié)合的分類方法獲取的全球尺度300 m分辨率土地覆被數(shù)據(jù)集,該數(shù)據(jù)集采用聯(lián)合國聯(lián)農(nóng)組織推薦的LCCS(land cover classification system,簡稱LCCS)土地分類體系,共包含22個類別[9];MODIS COLLECTION5數(shù)據(jù)是由美國波士頓大學以MODIS數(shù)據(jù)為基礎(chǔ),結(jié)合EVI(enhanced vegetation index,簡稱EVI)及LST(land surface temperature,簡稱LST)數(shù)據(jù),采用監(jiān)督?jīng)Q策樹分類方法獲取的500 m分辨率全球尺度土地覆被數(shù)據(jù)集,該數(shù)據(jù)采用國際地圈生物圈計劃的IGBP(international geosphere biosphere program,簡稱IGBP)分類體系,將全球陸表劃分為17種土地覆被類別[7];ESACCI是由歐洲航天局在研制GLOBCOVER數(shù)據(jù)的經(jīng)驗基礎(chǔ)上,為特別滿足氣候建模需求而研制的300 m分辨率全球尺度土地覆被數(shù)據(jù)集,該數(shù)據(jù)集基于MERIS和SPOT VGT(SPOT vegetation,簡稱SPOT VGT)時間序列數(shù)據(jù),采用非監(jiān)督時空聚類算法將陸表劃分為22個土地覆被類別[13]。
表1 土地覆被數(shù)據(jù)信息
首先采用我國區(qū)域邊界數(shù)據(jù)對上述3種土地覆被數(shù)據(jù)集進行掩膜裁剪,以獲取代表我國區(qū)域范圍的土地覆被數(shù)據(jù)。如上所述,MODIS COLLECTION5采用IGBP分類體系,而GLOBCOVER、ESACCI則采用LCCS分類體系,為了便于比較分析,須對3種數(shù)據(jù)進行分類體系的轉(zhuǎn)換。文獻[12]將我國區(qū)域生態(tài)系統(tǒng)類型劃分為農(nóng)田、森林、草地、濕地、荒漠、水域等6種一級生態(tài)系統(tǒng)類型,水田、旱地等14種二級生態(tài)系統(tǒng)類型。經(jīng)分析發(fā)現(xiàn),MODIS COLLECTION5 數(shù)據(jù)并未對農(nóng)田進行水田和旱地的二級劃分,而二者在生態(tài)服務價值上的數(shù)值差別較大,為了減小計算誤差,同時考慮到3種土地覆被數(shù)據(jù)自身的特點,本研究并未將農(nóng)田生態(tài)系統(tǒng)納入計算范圍,最終將3種土地覆被數(shù)據(jù)聚合為闊葉林、針葉林、混合林、草原、灌木叢、濕地、水系、冰川積雪、荒漠等9種生態(tài)系統(tǒng)類型。生態(tài)系統(tǒng)類型劃分的具體情況如表2所示。
表2 生態(tài)系統(tǒng)類型劃分
自1997年Costanza提出生態(tài)服務價值概念以來[14],國內(nèi)外學者針對生態(tài)系統(tǒng)服務價值的量化方法進行了深入研究,并形成了基于單位服務功能價格和基于單位面積價值當量因子的2類計算方法,其中基于單位服務功能價格的計算方法涉及的參數(shù)較多,計算過程較復雜,主要適用于較小尺度的生態(tài)服務價值估算;基于單位面積價值當量因子的計算方法需求的參數(shù)較少,且計算過程較為簡單,適用于全球或區(qū)域尺度生態(tài)服務價值估算。本研究以我國區(qū)域為研究對象,研究范圍尺度較大,因此,選擇基于單位面積價值當量因子的計算方法作為生態(tài)服務價值的估算依據(jù)。
謝高地等在Costanza等的研究基礎(chǔ)上,結(jié)合我國區(qū)域生態(tài)系統(tǒng)類型特點,提出了適合該區(qū)域的生態(tài)服務類型劃分及單位面積生態(tài)系統(tǒng)服務價值當量標準,并依據(jù)《中國統(tǒng)計年鑒2011》[15]、《全國農(nóng)產(chǎn)品成本收益資料匯編2011》[16],結(jié)合稻谷、小麥及玉米的種植面積及單價,計算得出代表我國區(qū)域2010年的1個標準當量因子的生態(tài)系統(tǒng)服務價值量為 3 406.5元/hm2[17],以此數(shù)值為基準,依據(jù)單位面積生態(tài)系統(tǒng)服務價值當量標準,本研究計算出生態(tài)系統(tǒng)類型各服務類型的價值如表3所示。
由圖1可知,在我國西北地區(qū),3種數(shù)據(jù)集的生態(tài)系統(tǒng)均以荒漠為主,三者表現(xiàn)出較好的類別分布一致性,但MODIS數(shù)據(jù)集在新疆北部地區(qū)表現(xiàn)出明顯的草原分布;在青藏高寒區(qū),三者生態(tài)系統(tǒng)均以草地為主,但MODIS和ESACCI數(shù)據(jù)集中草地的面積明顯高于GLOBCOVER數(shù)據(jù)集。在西南、東南及東北地區(qū),MODIS數(shù)據(jù)集與GLOBCOVER、ESACCI數(shù)據(jù)集表現(xiàn)出較為明顯的差異,其中MODIS數(shù)據(jù)集在西南和東南地區(qū)生態(tài)系統(tǒng)以混合林及灌木叢為主,而GLOBCOVER和ESACCI數(shù)據(jù)集則以闊葉林及灌木叢為主;在東北區(qū)域,MODIS數(shù)據(jù)集在黑龍江及吉林、遼寧東部區(qū)域以混合林為主,GLOBCOVER數(shù)據(jù)集在黑龍江地區(qū)以針葉林為主,但在吉林、 遼寧東部區(qū)域地區(qū)則呈現(xiàn)出混合林、針葉林、灌木叢交錯分布的特征,相對于MODIS和GLBCOVER數(shù)據(jù)集,EASCII數(shù)據(jù)集在整個東北地區(qū)均以針葉林為主,其他生態(tài)系統(tǒng)分布較少。
表3 生態(tài)系統(tǒng)服務類型價值
由圖2可知,由于3種土地覆被數(shù)據(jù)關(guān)于冰雪、荒漠2種生態(tài)系統(tǒng)的面積較為接近,因此兩者的生態(tài)服務價值差異較小。但闊葉林、針葉林、混合林、草原、灌木及水系的生態(tài)服務價值差異較為明顯,其中,ESACCI數(shù)據(jù)集闊葉林的生態(tài)服務價值最高,達14 015億元,MODIS數(shù)據(jù)集闊葉林的生態(tài)服務價值最低,僅為3 062.75億元,二者相差10 952.25億元;GLOBCOVER數(shù)據(jù)集的針葉林的生態(tài)服務價值最高,為 7 253.98 億元,MODIS數(shù)據(jù)集的針葉林的生態(tài)服務價值最低,僅為550.92億元,ESACCI數(shù)據(jù)集的生態(tài)服務價值介于二者之間,為6 174.49億元;與闊葉林及針葉林相反,MODIS數(shù)據(jù)集中混合林的生態(tài)服務價值最高,為15 946.20億元,ESACCI數(shù)據(jù)集的生態(tài)服務價值最低,僅為452.78億元,二者相差15 493.42億元;草地和灌木呈現(xiàn)出相似的生態(tài)服務價值特征,MODIS和ESACCI數(shù)據(jù)集二者的服務價值相似,GLOBCOVER數(shù)據(jù)集的數(shù)值均小于前兩者。
由圖3可知,3種數(shù)據(jù)的11種服務類型服務價值差距相對較小,特別是食物生產(chǎn)、原料生產(chǎn)、水源供給、養(yǎng)分循環(huán)等4種服務類型具有幾乎相同的生態(tài)服務價值;對于氣體調(diào)節(jié)、凈化環(huán)境、生物多樣性、美學景觀等4種服務類型,MODIS、ESACCI 2種數(shù)據(jù)集幾乎具有相同的生態(tài)服務價值,且二者的生態(tài)服務價值均高于GLOBCOVER數(shù)據(jù)集的生態(tài)服務價值;3種數(shù)據(jù)集在氣候調(diào)節(jié)和水文調(diào)節(jié)2種服務類型具有較大的生態(tài)服務價值差距,其中MODIS數(shù)據(jù)集具有最大的氣候調(diào)節(jié)生態(tài)服務價值,為9 578.10億元,ESACCI數(shù)據(jù)集的生態(tài)服務價值最小,僅為3 350.66億元,二者相差6 227.44億元,GLOBCOVER數(shù)據(jù)集的生態(tài)服務價值介于二者之間,為 6 897.01億元;與氣候調(diào)節(jié)相反,ECACCI數(shù)據(jù)集在水文調(diào)節(jié)方面具有最大的生態(tài)服務價值,為11 894.17億元,GLOBCOVER數(shù)據(jù)集的生態(tài)服務價值最小,為9 366.70億元,MODIS數(shù)據(jù)集的生態(tài)服務價值介于二者之間,為9 841.62億元。
本研究基于謝高地等提出的我國區(qū)域生態(tài)系統(tǒng)服務價值計算方法,從生態(tài)系統(tǒng)類型及生態(tài)服務類型2個方面定量比較了MODIS COLLECTION5、GLBOCOVER、ESACCI等3種數(shù)據(jù)集計算的生態(tài)服務價值。結(jié)果表明,除冰雪、荒漠及濕地3種生態(tài)系統(tǒng)類型,3種數(shù)據(jù)的闊葉林、針葉林、混合林、草地等生態(tài)系統(tǒng)服務價值存在較為明顯的差異,其中ESACCI數(shù)據(jù)集的闊葉林、灌木叢2種生態(tài)系統(tǒng)具有最高的生態(tài)服務價值;MODIS數(shù)據(jù)集的混合林及草原具有最高的生態(tài)服務價值;GLOBCOVR數(shù)據(jù)集的針葉林及水系則具有最高的生態(tài)服務價值。相對于系統(tǒng)類型服務價值的明顯差距,3種數(shù)據(jù)的生態(tài)服務類型服務價值的差距則相對較小,尤其在食物生產(chǎn)、原料生產(chǎn)、水源供給、養(yǎng)分循環(huán)、美學景觀等服務類型方面,3種數(shù)據(jù)集計算的服務價值幾乎相同,三者僅在氣候調(diào)節(jié)、水文調(diào)節(jié)等2個服務類型方面存在一定的差距。盡管從相對角度的定量比較可以揭示3種數(shù)據(jù)在生態(tài)系統(tǒng)類型及生態(tài)服務類型2個方面的生態(tài)服務價值特征,為未來我國區(qū)域生態(tài)系統(tǒng)建模數(shù)據(jù)的選擇提供一定的科學依據(jù),但并不能客觀評價3種數(shù)據(jù)集的服務價值與真實情況的差距。隨著30 m分辨率土地覆被遙感產(chǎn)品Globeland30、From GLC(fine resolution observation and monitoring of global land cover,簡稱From GLC)等數(shù)據(jù)集的公開使用,筆者下一步將進行基于高分辨率數(shù)據(jù)絕對服務價值的比較研究,從而更加精確地評價現(xiàn)有全球尺度土地覆被數(shù)據(jù)在生態(tài)服務價值領(lǐng)域的計算精度。
致謝:感謝河北省煤炭資源綜合開發(fā)與利用協(xié)同創(chuàng)新中心及河北省一流學科“地質(zhì)資源與地質(zhì)工程”為本研究提供的資金支持。
[1]廖安平,陳利軍,陳 軍,等. 全球陸表水體高分辨率遙感制圖[J]. 中國科學:地球科學,2014,44(8):1634-1645.
[2]周書貴,邵全琴,曹 巍. 近20年黃土高原土地利用/覆被變化特征分析[J]. 地球信息科學學報,2016,18(2):190-199.
[3]Verburg P H,Neumann K,Nol L. Challenges in using land use and land cover data for global change studies[J]. Global Change Biology,2011,17(2):974-989.
[4]唐華俊,吳文斌,余強毅,等. 農(nóng)業(yè)土地系統(tǒng)研究及其關(guān)鍵科學問題[J]. 中國農(nóng)業(yè)科學,2015,48(5):900-910.
[5]陳 軍,陳 晉,宮 鵬,等. 全球地表覆蓋高分辨率遙感制圖[J]. 地理信息世界,2011,9(2):12-14.
[6]Lafontaine J H,Hay L E,Viger R J,et al. Effects of climate and land cover on hydrology in the southeastern US:potential impacts on watershed planning[J]. Journal of the American Water Resources Association,2015,51(5):1235-1261.
[7]Friedl M A,Mciver D K,Hodges J,et al. Global land cover mapping from MODIS:algorithms and early results[J]. Remote Sensing of Environment,2002,83(1/2):287-302.
[8]Bartholomé E,Belward A S. GLC2000:a new approach to global land cover mapping from earth observation data[J]. International Journal of Remote Sensing,2006,26(9):1959-1977.
[9]Arino O,Bicheron P,Achard F,et al. GLOBCOVER:the most detailed portrait of earth[J]. Bulletin-European Space Agency,2008,136(4):24-31.
[10]Gong P,Wang J,Yu L,et al. Finer resolution observation and monitoring of global land cover:first mapping results with Landsat TM and ETM+ data[J]. International Journal of Remote Sensing,2013,34(7):2607-2654.
[11]Chen J,Chen J,Liao A,et al. Global land cover mapping at 30 m resolution:a POK-based operational approach[J]. Isprs Journal of Photogrammetry & Remote Sensing,2015,103:7-27.
[12]謝高地,張彩霞,張昌順,等. 中國生態(tài)系統(tǒng)服務的價值[J]. 資源科學,2015,37(9):1740-1746.
[13]Tsendbazar N E,de Bruin S,Mora B,et al. Comparative assessment of thematic accuracy of GLC maps for specific applications using existing reference data[J]. International Journal of Applied Earth Observation and Geoinformation,2016,44:124-135.
[14]Costanza R,D’Arge R,de Groot R,et al.The value of the world’s ecosystem services and natural capital[J]. Nature,1997,387:253-260.
[15]中華人民共和國國家統(tǒng)計局. 中國統(tǒng)計年鑒(2011)[M]. 北京:中國統(tǒng)計出版社,2011.
[16]國家發(fā)展和改革委員會價格司. 全國農(nóng)產(chǎn)品成本收益資料匯編(2011)[M]. 北京:中國統(tǒng)計出版社,2011.
[17]謝高地,張彩霞,張雷明,等. 基于單位面積價值當量因子的生態(tài)系統(tǒng)服務價值化方法改進[J]. 自然資源學報,2015(8):1243-1254.