梁友嘉,劉麗珺

1 武漢理工大學(xué)資源與環(huán)境工程學(xué)院, 武漢 430070 2 武漢理工大學(xué)航運(yùn)學(xué)院, 武漢 430000

復(fù)雜社會-生態(tài)系統(tǒng)模擬是區(qū)域決策管理的核心議題[1],能有效揭示景觀格局、生態(tài)功能和福祉等的關(guān)聯(lián)影響[2]。景觀格局是土地利用/土地覆被(Land-Use and Land-Cover,LULC)的空間異質(zhì)性分布,是維持區(qū)域生態(tài)功能的重要驅(qū)動力[3]。森林-農(nóng)業(yè)景觀格局是森林-農(nóng)業(yè)復(fù)合生態(tài)系統(tǒng)在空間上的分布與組合規(guī)律,表現(xiàn)為大小、形狀和屬性各異的森林和農(nóng)業(yè)斑塊。森林-農(nóng)業(yè)景觀對區(qū)域的經(jīng)濟(jì)生產(chǎn)貢獻(xiàn)顯著,與生態(tài)系統(tǒng)的生物產(chǎn)量、營養(yǎng)物質(zhì)循環(huán)、系統(tǒng)抗干擾能力等生態(tài)功能和生物多樣性緊密相關(guān)[4]。通過集成社會-自然科學(xué)知識方法,充分認(rèn)識森林-農(nóng)業(yè)景觀格局變化及其生態(tài)效應(yīng),能有效促進(jìn)可持續(xù)性森林-農(nóng)業(yè)景觀管理[5]。社會-生態(tài)系統(tǒng)(Social-Ecological System,SES)模擬模型是耦合社會-生態(tài)系統(tǒng)的互饋過程、因果關(guān)系和潛在可持續(xù)性途徑的知識框架與方法體系[6],具有子系統(tǒng)關(guān)聯(lián)、多過程分析、多情景預(yù)測和多要素互饋評估等模型功能。在景觀格局變化影響的復(fù)雜社會-生態(tài)系統(tǒng)分析中,SES模型具有很強(qiáng)的模擬、解釋和決策輔助優(yōu)勢,綜述跨學(xué)科SES模型研究進(jìn)展并獲取模型的潛在優(yōu)化方案,將為改善森林-農(nóng)業(yè)復(fù)合生態(tài)系統(tǒng)治理問題提供一定的集成方法支持。

SES模型主要與4類模型有關(guān)聯(lián)：1)系統(tǒng)動力學(xué)(System dynamics)：利用要素的因果反饋關(guān)系分析復(fù)雜系統(tǒng)的非線性動態(tài)行為[7]；2)仿真模型(Simulation models)：在系統(tǒng)動力學(xué)基礎(chǔ)上利用計(jì)算機(jī)仿真模擬系統(tǒng)過程[8]；3)生物經(jīng)濟(jì)模型(Bio-economic models)：集成系統(tǒng)生物物理組分和經(jīng)濟(jì)要素,實(shí)現(xiàn)特定資源和經(jīng)濟(jì)約束下的經(jīng)濟(jì)目標(biāo)優(yōu)化[9]；4)自主體模型(Agent-based models,ABM)：模擬多時空動態(tài)的自主體及其與環(huán)境交互關(guān)系[10]。在此基礎(chǔ)上形成的SES模型兼顧了多種社會-生態(tài)需求,注重管理決策優(yōu)化與規(guī)劃預(yù)測,相應(yīng)的集成建?？蚣芎涂鐚W(xué)科方法正快速完善[11]。綜述2000—2019年森林-農(nóng)業(yè)景觀格局變化的SES模型進(jìn)展,總結(jié)集成建?？蚣芘c模型方法特征,提出模型優(yōu)化措施,為認(rèn)識景觀格局在社會-生態(tài)集成過程中的關(guān)鍵作用提供交叉學(xué)科知識與方法參考。

1 文獻(xiàn)計(jì)量分析

在Web of Science數(shù)據(jù)庫以(“Forest landscape” OR “Agriculture landscape” OR “Forest Agroecosystem”) AND (“Integrated” OR “Integration”) AND (“Social-ecological model” OR “Ecological-economic model”)進(jìn)行主題詞檢索(2000—2019年),總發(fā)文量有3091篇,總引文數(shù)30750次,兩者增加趨勢基本一致(圖1)。發(fā)文前三位的專業(yè)期刊是《Ecology and Society》(234篇)、《Agriculture Ecosystems Environment》(56篇)和《Ecological Economics》(39篇),綜合性期刊《PNAS》(36篇)和《PLOS One》(55篇)也貢獻(xiàn)較大；發(fā)文600篇以上的研究領(lǐng)域有環(huán)境科學(xué)&生態(tài)學(xué)(2143篇)、生物多樣性保護(hù)(1170篇)、農(nóng)學(xué)(976篇)、心理學(xué)(781篇)、行為科學(xué)(684篇)、林學(xué)(684篇)、企業(yè)經(jīng)濟(jì)學(xué)(673篇)、社會學(xué)(661篇)和植物科學(xué)(646篇)。

圖1 基于森林-農(nóng)業(yè)景觀格局的SES模型發(fā)文數(shù)和引文數(shù)Fig.1 Quantity and citations of papers for social-ecological system models in forest-agroecosystems landscape patterns

2 社會-生態(tài)系統(tǒng)模擬模型方法研究進(jìn)展

2.1 建?？蚣芊治?/h3>

景觀格局與社會-生態(tài)過程的互饋關(guān)系是發(fā)展SES模型的理論基礎(chǔ)(圖2)。社會經(jīng)濟(jì)過程是影響決策的主要驅(qū)動力,景觀格局是土地所有者、政府和公眾等利益相關(guān)者實(shí)施景觀管理的結(jié)果,并產(chǎn)生生態(tài)效應(yīng)。生態(tài)經(jīng)濟(jì)學(xué)認(rèn)為“景觀管理”是通過效用最大化將稀缺土地資源變?yōu)樘囟ň坝^的決策方案[12],“效用”(Utility)是用于表征參與者滿意程度的重要社會-生態(tài)指標(biāo)；景觀生態(tài)學(xué)的格局分析揭示了景觀的聚集性程度(如斑塊水平)、多樣性(如Shannon指數(shù))和時空異質(zhì)性變化等生態(tài)效應(yīng)[13],還與棲息地分布和生態(tài)系統(tǒng)服務(wù)關(guān)聯(lián)[14]。有效調(diào)控森林-農(nóng)田景觀要素之間的相互作用機(jī)制,會顯著提高區(qū)域生態(tài)系統(tǒng)功能、棲息地連通性和植被穩(wěn)定性[15]。

圖2 森林-農(nóng)業(yè)景觀格局與社會-生態(tài)過程集成的概念框架Fig.2 Conceptual framework for integrating forest-agriculture landscape patterns and social-ecological processes

社會經(jīng)濟(jì)過程與景觀生態(tài)效應(yīng)之間存在復(fù)雜反饋,影響利益相關(guān)者的決策：在理性土地所有者參與的反饋中,森林-農(nóng)業(yè)景觀格局的個體決策變化會影響農(nóng)林經(jīng)濟(jì)總效益,利用生物經(jīng)濟(jì)模型能有效評估農(nóng)林經(jīng)濟(jì)風(fēng)險(xiǎn)和土地效益變化[16-17]；在集成政府與公眾決策的反饋中主要利用生態(tài)系統(tǒng)服務(wù)框架和福祉經(jīng)濟(jì)方法進(jìn)行評估[18],決策過程受景觀內(nèi)生價值、資本和社會成本等福祉要素影響,通過信息法規(guī)建設(shè)、生態(tài)補(bǔ)償政策等途徑實(shí)現(xiàn)對社會經(jīng)濟(jì)過程的調(diào)控[19],景觀管理政策(如生態(tài)功能區(qū))也會影響景觀格局。社會-生態(tài)系統(tǒng)反饋機(jī)制還與氣候變化、水-能源-糧食安全等系統(tǒng)外部要素存在復(fù)雜相互作用,開展社會-經(jīng)濟(jì)-生態(tài)要素綜合分析,借鑒復(fù)雜系統(tǒng)研究成果,將為SES模型框架擴(kuò)展提供理論與方法支撐。

2.2 模型方法研究進(jìn)展

利用Endnote x9和文獻(xiàn)關(guān)鍵詞進(jìn)一步篩選模型方法文獻(xiàn)：(landscape* OR land* OR LU*) AND (econ* OR social) AND (forest* OR agri*) AND (model* OR optim* OR agent) AND (config* OR compos* OR map* OR matrix),去除社會-生態(tài)反饋較少的城市景觀類文獻(xiàn)。參照關(guān)聯(lián)模型的劃分,將SES模型分為經(jīng)驗(yàn)統(tǒng)計(jì)模型、系統(tǒng)仿真模型、景觀格局優(yōu)化模型和ABM(表1),并對比模型的反饋機(jī)制、方法類型、時空尺度、不確定性和復(fù)雜性等功能差異。

表1 文獻(xiàn)綜述的典型社會-生態(tài)系統(tǒng)模型對比

2.2.1經(jīng)驗(yàn)統(tǒng)計(jì)模型

經(jīng)驗(yàn)統(tǒng)計(jì)模型用于揭示森林-農(nóng)業(yè)景觀格局、社會經(jīng)濟(jì)驅(qū)動因素和景觀生態(tài)效應(yīng)的相關(guān)性。如權(quán)衡生態(tài)系統(tǒng)服務(wù)價值發(fā)現(xiàn),森林-農(nóng)業(yè)景觀整體與生態(tài)服務(wù)價值變化正相關(guān)[38],但局部的破碎化景觀斑塊與氣候調(diào)節(jié)、土壤維持和作物生產(chǎn)等服務(wù)價值變化呈負(fù)相關(guān)[39],流域尺度下的景觀格局變化則與水供給、生物多樣性保護(hù)和游憩正相關(guān)[40]；景觀斑塊大小是影響經(jīng)驗(yàn)統(tǒng)計(jì)建模尺度與生態(tài)系統(tǒng)服務(wù)價值的關(guān)鍵變量,亟待深入研究[41]；干旱區(qū)的森林-農(nóng)業(yè)景觀格局變化受人類生存需求限制,只強(qiáng)調(diào)財(cái)政支持和增加非農(nóng)收入會對景觀異質(zhì)性產(chǎn)生負(fù)作用[42],應(yīng)加強(qiáng)景觀異質(zhì)性的社會經(jīng)濟(jì)動因分析；經(jīng)驗(yàn)統(tǒng)計(jì)模型能揭示利益相關(guān)者對景觀變化的響應(yīng)程度,但農(nóng)戶投資組合的收入波動較小,主要是受農(nóng)業(yè)補(bǔ)貼影響[43],應(yīng)進(jìn)一步集成多尺度的農(nóng)林經(jīng)濟(jì)理論方法,提高景觀分析與統(tǒng)計(jì)預(yù)測的精度。經(jīng)驗(yàn)統(tǒng)計(jì)模型在表征社會-生態(tài)系統(tǒng)的復(fù)雜動態(tài)反饋方面仍存在局限性。

2.2.2系統(tǒng)仿真模型

系統(tǒng)仿真利用統(tǒng)計(jì)相關(guān)性或生物物理過程模型模擬系統(tǒng)變化,主要方法有半定量(如因果循環(huán)圖)方法、概率轉(zhuǎn)換模型(如Markov鏈、狀態(tài)-轉(zhuǎn)換模型)和元胞自動機(jī)(Cellular Automata,CA)等[44]。概率轉(zhuǎn)換模型假設(shè)離散景觀單元在特定時間內(nèi)按一定轉(zhuǎn)換概率迭代計(jì)算,受隨機(jī)轉(zhuǎn)移概率和轉(zhuǎn)移類型影響[21],多與經(jīng)濟(jì)決策情景集成。如模擬發(fā)現(xiàn)北卡羅來納州森林-農(nóng)業(yè)景觀中的林業(yè)生物能源需求高于農(nóng)業(yè),導(dǎo)致區(qū)域森林面積增加且結(jié)構(gòu)多樣性降低[23]；CA利用預(yù)定義規(guī)則模擬景觀單元狀態(tài)及相鄰元胞的響應(yīng)變化,適用于復(fù)雜景觀格局模擬。如模擬發(fā)現(xiàn)農(nóng)藥使用和綠色基礎(chǔ)設(shè)施投資變化均會影響森林-農(nóng)業(yè)景觀格局變化[45],CLUE-S[46]和CA-Markov[47]等模型已能揭示多種社會經(jīng)濟(jì)驅(qū)動力對異質(zhì)性森林-農(nóng)業(yè)景觀格局的綜合影響,并集成了作物價格波動等隨機(jī)過程對景觀格局的影響[48]。系統(tǒng)仿真模型多用于描述社會經(jīng)濟(jì)過程對森林-農(nóng)業(yè)景觀格局的單向作用,社會-生態(tài)系統(tǒng)復(fù)雜反饋機(jī)制模擬仍需加強(qiáng)。

2.2.3景觀格局優(yōu)化模型

景觀格局優(yōu)化模型通過特定決策準(zhǔn)則組合獲取最佳的格局優(yōu)化方案,改進(jìn)了經(jīng)驗(yàn)統(tǒng)計(jì)和系統(tǒng)仿真模型中預(yù)定義假設(shè)的局限性[24]。主要應(yīng)用有：風(fēng)險(xiǎn)減緩效應(yīng)評估,如農(nóng)林景觀格局優(yōu)化和水資源分配模擬[49]等；森林-農(nóng)業(yè)景觀格局的多樣性評估,如農(nóng)林復(fù)合經(jīng)營模式綜合分析[50]；利用數(shù)學(xué)規(guī)劃方法表征公眾對森林-農(nóng)業(yè)景觀變化的響應(yīng)機(jī)制[26]。顯式的格局優(yōu)化模型能集成空間動力學(xué)模型及景觀格局配置算法：如集成CA和多準(zhǔn)則優(yōu)化算法[51-52],但模型數(shù)據(jù)獲取困難且計(jì)算耗時、結(jié)果重現(xiàn)性低,增加了優(yōu)化方案的復(fù)雜性和不確定性。格局優(yōu)化模型能有效揭示異質(zhì)性景觀決策過程,但對格局配置分析不足。

2.2.4ABM模型

ABM主要用于景觀尺度的社會-生態(tài)系統(tǒng)分析[28],通過表征決策者和農(nóng)戶、家庭和社區(qū)等自主體的交互作用,揭示特定決策規(guī)則的時空擴(kuò)散和復(fù)雜反饋。ABM決策表征的主要方法有規(guī)則性方法[29]、多元回歸法[30]、數(shù)學(xué)規(guī)劃[31]和貝葉斯網(wǎng)絡(luò)[53]等。通過與空間數(shù)據(jù)和地理信息技術(shù)集成,模型還用于森林-農(nóng)業(yè)景觀組分和格局配置模擬[54],但多側(cè)重自主體隨機(jī)分配過程,對格局自相關(guān)性和空間數(shù)據(jù)精度不夠重視[55]?？上韧ㄟ^ABM景觀生成器獲取可用的多種景觀格局,再模擬相應(yīng)景觀配置的生態(tài)效應(yīng)以減少數(shù)據(jù)精度影響[56]。ABM為集成森林-農(nóng)業(yè)景觀特征、社會-生態(tài)過程互饋和景觀決策不確定性等提供了建?？蚣芎湍M機(jī)理認(rèn)識。模型在數(shù)據(jù)需求和復(fù)雜性建模準(zhǔn)則方面仍有待改進(jìn)。

3 社會-生態(tài)系統(tǒng)模型方法改進(jìn)的可能途徑

針對SES模型在森林-農(nóng)業(yè)景觀格局復(fù)雜反饋機(jī)制方面的局限性,以多源數(shù)據(jù)與模型集成為基本途徑,在景觀格局和生態(tài)效應(yīng)分析基礎(chǔ)上發(fā)展嵌套式、模塊化的顯式建模方法,提出5種關(guān)聯(lián)的潛在模型改進(jìn)途徑(圖3),并分析其面臨的挑戰(zhàn)。

圖3 社會-生態(tài)系統(tǒng)模型中潛在的改進(jìn)途徑之間的概念聯(lián)系 Fig.3 Conceptual links between potential pathways in social-ecological system models

3.1 發(fā)展景觀格局的情景模擬方法

森林-農(nóng)業(yè)景觀格局變化一般通過連續(xù)的LULC過程模擬實(shí)現(xiàn),為開發(fā)參與式的跨學(xué)科情景預(yù)測方法和相應(yīng)的景觀格局優(yōu)化提供了建模基礎(chǔ)。情景方法提供多種預(yù)定義的森林-農(nóng)業(yè)景觀配置方式,能排除社會經(jīng)濟(jì)/技術(shù)等層面不可行的景觀決策和簡化情景設(shè)置,便于生成利益相關(guān)者關(guān)注的可用景觀格局；情景方法能集成多目標(biāo)規(guī)劃與空間模擬功能,適用于模擬森林-農(nóng)業(yè)景觀格局的生態(tài)效應(yīng)優(yōu)化方案。景觀格局的情景模擬方法能促進(jìn)林學(xué)、農(nóng)學(xué)和土地變化科學(xué)等多學(xué)科知識交互,集成結(jié)構(gòu)復(fù)雜的多元情景與空間模擬模型,為獲取最優(yōu)的森林-農(nóng)業(yè)景觀格局提供參數(shù)和策略設(shè)計(jì)的科學(xué)方案。

3.2 提升景觀格局的效應(yīng)集成方法

森林-農(nóng)業(yè)景觀格局與多元社會驅(qū)動力及其生態(tài)效應(yīng)的空間分析尺度通常不匹配,現(xiàn)有SES模型的改進(jìn)方法主要有柵格矩陣分析、圖形網(wǎng)絡(luò)和地表梯度模擬等[35]。應(yīng)以生態(tài)系統(tǒng)服務(wù)功能為景觀格局生態(tài)效應(yīng)的重要指標(biāo),細(xì)化SES模型中不同景觀生態(tài)系統(tǒng)服務(wù)類型的空間模擬,如精細(xì)模擬森林群落變化對生態(tài)系統(tǒng)功能的直接和間接影響[36]；加強(qiáng)對社會-生態(tài)過程影響的景觀格局空間自相關(guān)性分析,利用CA、ABM等模擬和解釋森林-農(nóng)業(yè)景觀配置問題,如物種入侵及擴(kuò)散試驗(yàn)、最優(yōu)農(nóng)林復(fù)合系統(tǒng)投資和土地管理策略等[37]；此外, ABM的景觀生成功能會減少數(shù)據(jù)需求和降低模型復(fù)雜性[57],為改進(jìn)森林-農(nóng)業(yè)景觀空間自相關(guān)性和景觀生態(tài)效應(yīng)的決策過程提供方法參考。

3.3 完善景觀決策的理論方法基礎(chǔ)

森林-農(nóng)業(yè)景觀決策的核心目標(biāo)是效益最大化,但SES模型決策規(guī)則多缺乏完整的理論方法支持[58]。應(yīng)充分整合個體、群體和機(jī)構(gòu)等層面的森林-農(nóng)業(yè)景觀決策案例,系統(tǒng)認(rèn)識社會經(jīng)濟(jì)決策的經(jīng)驗(yàn)、標(biāo)準(zhǔn)和規(guī)律,整合多源認(rèn)知信息以降低決策的不確定性；利用經(jīng)濟(jì)學(xué)方法集成景觀決策知識,如通過風(fēng)險(xiǎn)規(guī)避的效用函數(shù)評估多功能農(nóng)業(yè)景觀格局變化[59]；改進(jìn)SES模型中的完全理性假設(shè)[60],發(fā)展基于有限理性假設(shè)的情景和模型預(yù)測方法；調(diào)整傳統(tǒng)的系統(tǒng)建模目標(biāo),重視從多尺度、多主體景觀決策的不確定性中尋求方法突破；繼續(xù)完善多元決策主體參與的模型理論和模擬方法[61],凝練利益相關(guān)者參與森林-農(nóng)業(yè)景觀模型驗(yàn)證和決策的實(shí)踐途徑。

3.4 加強(qiáng)模型的不確定性分析

SES模型對不確定性分析普遍重視不足,如收集的131個ABM案例研究中只有15個涉及不確定性分析；不確定性分析會有效促進(jìn)森林-農(nóng)業(yè)景觀多樣性和生態(tài)效應(yīng)的系統(tǒng)評估,如對公共生態(tài)系統(tǒng)服務(wù)供給和相應(yīng)效益進(jìn)行綜合調(diào)控,減緩景觀決策的系統(tǒng)風(fēng)險(xiǎn)[62]；應(yīng)在森林-農(nóng)業(yè)景觀格局、社會經(jīng)濟(jì)過程和生態(tài)效應(yīng)的復(fù)雜反饋中加強(qiáng)不確定性分析,如利用模糊建模方法表征流域尺度森林-農(nóng)業(yè)景觀空間相互作用的不確定性[63],將景觀效用函數(shù)納入SES模型決策模擬；引入穩(wěn)健優(yōu)化方法以改進(jìn)SES模型中相關(guān)性數(shù)據(jù)的協(xié)方差估計(jì)[64]；集成時間動態(tài)方法(如遞歸效用函數(shù)),獲取多尺度社會-生態(tài)過程反饋的動態(tài)經(jīng)濟(jì)偏好或外部價格波動[65]。

3.5 降低模型數(shù)據(jù)的復(fù)雜性

SES模型開發(fā)應(yīng)遵循模塊化的簡約原則,如采用逐步混合方法集成簡單模型與包含景觀發(fā)生器的ABM[66]；應(yīng)進(jìn)一步集成和規(guī)范多源的定量-定性數(shù)據(jù),以更好地表征社會-生態(tài)系統(tǒng)過程以外的文化、制度和福祉等復(fù)雜模型信息[67]；SES模型的數(shù)據(jù)集成仍面臨挑戰(zhàn)：一是對定性數(shù)據(jù)共享和重復(fù)利用認(rèn)識不足,共享數(shù)據(jù)保密性、匿名性和知情權(quán)等復(fù)雜倫理問題尚未得到解決；二是多元數(shù)據(jù)類型及元數(shù)據(jù)索引庫相對較少?？赡芙鉀Q途徑有：建立標(biāo)準(zhǔn)模型數(shù)據(jù)庫和數(shù)據(jù)使用政策,增加定性-定量數(shù)據(jù)重復(fù)使用機(jī)會；調(diào)整數(shù)據(jù)管理政策以鼓勵建模者共享數(shù)據(jù),提高集成數(shù)據(jù)的編制預(yù)算以增加數(shù)據(jù)的生產(chǎn)和數(shù)據(jù)庫建設(shè)。

森林-農(nóng)業(yè)景觀變化受多種社會經(jīng)濟(jì)決策過程的綜合影響,SES模型在表征景觀決策驅(qū)動因素、格局變化和生態(tài)效應(yīng)互饋等方面有顯著優(yōu)勢。綜述表明：景觀組分的多樣性能降低森林-農(nóng)業(yè)景觀系統(tǒng)的社會-生態(tài)風(fēng)險(xiǎn)；應(yīng)盡快發(fā)展森林-農(nóng)業(yè)景觀格局的情景模擬和效應(yīng)集成方法,完善模型理論方法基礎(chǔ)；最受關(guān)注的SES模型是景觀格局優(yōu)化模型和ABM,通過加強(qiáng)不確定性分析、降低模型復(fù)雜性和數(shù)據(jù)集成等途徑可能會改進(jìn)SES模型功能,為跨學(xué)科集成模型發(fā)展提供理論方法支持。