孟彩紅，王 媛，莊雨適，蘇 偉，李 昂，段麗杰，孫同博，徐國梅

(吉林環(huán)境科學(xué)研究院，吉林 長春 130012)

1 引言

人類直接或間接從生態(tài)系統(tǒng)及其生態(tài)過程中獲得賴以生存的各種生態(tài)產(chǎn)品或服務(wù)是生態(tài)系統(tǒng)服務(wù)[1～3]，其對(duì)人類的生存、福祉、生計(jì)和健康有著重要影響。生態(tài)系統(tǒng)服務(wù)在生態(tài)系統(tǒng)供給、調(diào)節(jié)、文化和支持四大服務(wù)功能中發(fā)揮著重要作用。

生態(tài)系統(tǒng)服務(wù)評(píng)價(jià)模型主要包括InVEST模型、SolVES、ARIES模型和TESSA模型[4]。本文將介紹InVEST模型在生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)中的主要模塊和原理，總結(jié)這些模塊的應(yīng)用和研究現(xiàn)狀和生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)的局限性、不確定性和未來發(fā)展趨勢(shì)，以期為InVEST模型更好地應(yīng)用于生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)提供參考。

2 研究區(qū)概況

吉林省，位于東經(jīng)121°38′～131°19′、北緯40°50′～46°19′。從吉林省向東望去可見俄羅斯的部分海岸線，朝鮮則位于其東南，兩地之間有圖們江、鴨綠江穿過，東部毗鄰俄羅斯的沿海地區(qū)，東南部是圖們江、鴨綠江和朝鮮民主主義人民共和國。西南與遼寧省相鄰，西部與西北部與內(nèi)蒙古相鄰，北部緊靠黑龍江省，最東邊界距日本海15 km，地理位置非常重要，是東北亞地區(qū)的核心區(qū)域。吉林省總土地面積19.1萬km2，約占我國國土總面積的2%，居全國第14位。

3 研究方法

本文通過現(xiàn)場(chǎng)調(diào)研、資料收集和遙感解譯等方法，在InVEST模型方法下對(duì)研究區(qū)進(jìn)行生態(tài)系統(tǒng)服務(wù)數(shù)據(jù)評(píng)估。

3.1 生態(tài)系統(tǒng)碳儲(chǔ)量估算方法

陸地生態(tài)系統(tǒng)的碳儲(chǔ)存一般分為4個(gè)基本碳庫：地上碳、地下碳、土壤碳和死有機(jī)碳[5]。InVEST 模型的評(píng)價(jià)單位是植被覆蓋類型。在計(jì)算4個(gè)基本碳庫時(shí)，還要考慮第5個(gè)碳庫，即木制品或森林副產(chǎn)品的碳儲(chǔ)量。

碳儲(chǔ)量計(jì)算方法如下：

Ci=Ci(above)+Ci(below)+Ci(dead)+Ci(soil)

(1)

式(1)中：i代表某一生態(tài)系統(tǒng)類型；Ci代表生態(tài)系統(tǒng)類型i的碳密度(t/hm2)；Ci(above)、Ci(below)、Ci(dead)、Ci(soil)分別代表地上碳密度、地下碳密度、死有機(jī)碳密度和土壤碳密度(t/hm2)生態(tài)系統(tǒng)類型。

(2)

式(2)中，Si為生態(tài)系統(tǒng)類型i的面積(hm2)；n是生態(tài)系統(tǒng)類型的數(shù)量，c是總碳儲(chǔ)存量(t)。

區(qū)分不同生態(tài)系統(tǒng)類型和不同植被類型的碳密度的主要來源于研究區(qū)參考資料和野外臺(tái)站長期觀測(cè)數(shù)據(jù)，還需碳密度參數(shù)進(jìn)行檢驗(yàn)。本研究基于吉林省各野外站長期觀測(cè)數(shù)據(jù)和相關(guān)參考文獻(xiàn)。

3.2 水源涵養(yǎng)量估算方法

InVEST模型產(chǎn)水量模塊及水源涵養(yǎng)修正需要數(shù)據(jù)包括: 生態(tài)系統(tǒng)類型柵格數(shù)據(jù)、年降雨量柵格數(shù)據(jù)、潛在蒸散量柵格數(shù)據(jù)、土壤有效含水量柵格數(shù)據(jù)、土壤深度柵格數(shù)據(jù)、地形指數(shù)、土壤飽和導(dǎo)水率[6]，需要確定的參數(shù)包括:Zhang系數(shù)、流速系數(shù)(Velocity)、植被蒸散系數(shù)(Kc)、植物根深(Root_depth)及生態(tài)系統(tǒng)類型是否有植被(有植被為1，無植被為0)。

本研究使用的生態(tài)系統(tǒng)類型數(shù)據(jù)來源于2015年的生態(tài)遙感科室數(shù)據(jù)，空間分辨率30 m，研究區(qū)共涉及森林、草地、農(nóng)田、濕地、城鎮(zhèn)及其他用地6種生態(tài)系統(tǒng)類型。DEM數(shù)據(jù)來源于生態(tài)遙感科室。降水?dāng)?shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)，年潛在蒸散數(shù)據(jù)利用Modified-Hargreaves計(jì)算，植被可利用水、土壤飽和導(dǎo)水率利用土壤質(zhì)地計(jì)算，土壤深度數(shù)據(jù)來自于全國第二次土壤普查數(shù)據(jù)集；流速系數(shù)、植物蒸散系數(shù)、植物根深均來自于參考文獻(xiàn)。

InVEST模型認(rèn)為，水源涵養(yǎng)量是在降水量減去蒸散量和地表徑流后，土層中可調(diào)節(jié)的水量，即在產(chǎn)水量、地形指數(shù)的基礎(chǔ)上和土壤飽和度。利用水力傳導(dǎo)率和流速系數(shù)對(duì)產(chǎn)水量進(jìn)行修正獲得。

具體計(jì)算公式為：

(3)

式(3)中:WR為水源涵養(yǎng)量(mm)，Velocity為流速系數(shù)，Ksat為土壤飽和導(dǎo)水率(mm/d),Y為產(chǎn)水量(mm),TI為地形指數(shù),DrainageArea為集水區(qū)柵格數(shù)量,SoilDepth為土壤厚度(mm),PercentSlope為百分比坡度。

InVEST模型中的產(chǎn)水模塊主要用于計(jì)算生態(tài)系統(tǒng)的產(chǎn)水量[7]。該模塊基于水量平衡原理，從每個(gè)柵格的降水量中減去實(shí)際蒸散量獲得。

具體計(jì)算公式如下:

(4)

(5)

式(5)中，Rxj是土地利用類型j和柵格x處的Budko干燥度指數(shù)，即潛在蒸散量與降水的比值。ωx是一種改進(jìn)的、無量綱的植被可用水和預(yù)期年降水量，它是一個(gè)用于描述自然氣候-土壤特性的非物理參數(shù)。計(jì)算方法如下：

(6)

式(6)中，AWCx為植被有效體積含水量(單位：mm)，其取值由土壤質(zhì)地和有效土壤深度決定[8]。Z是表示季節(jié)性降雨分布和降雨深度的參數(shù)。對(duì)于以冬季降雨為主的地區(qū)，Z值接近于10，而對(duì)于降雨分布均勻的潮濕地區(qū)和以夏季降雨為主的地區(qū)，Z值接近于1。

Budko干燥指數(shù)Rxj的計(jì)算公式如下：

(7)

Rxj式中，ETOx是柵格x內(nèi)潛在蒸散量，表示植被蒸散系數(shù)。

3.3 生境質(zhì)量評(píng)價(jià)方法

本研究中評(píng)估生境質(zhì)量所需的基礎(chǔ)數(shù)據(jù)包括MODIS NDVI數(shù)據(jù)，來自MOD13A3的植被指數(shù)數(shù)據(jù)集，空間分辨率為250 m×250 m，時(shí)間分辨率為月，MODIS產(chǎn)品來自NASA/EOS LPDAAC數(shù)據(jù)分發(fā)中心。生態(tài)系統(tǒng)遙感分類數(shù)據(jù)有湖泊分布、居民區(qū)、河流分布和道路分布數(shù)據(jù)等。

生境質(zhì)量計(jì)算公式如下：

(8)

式(8)中，HSI為生境質(zhì)量；n為因子指標(biāo)個(gè)數(shù)和Wi為權(quán)重；fi為因子指標(biāo)計(jì)算值。

規(guī)范生境質(zhì)量，根據(jù)適宜性得分，分為最佳適宜性(100～75)、良好適宜性(75～50)、一般適宜性(50～5)、較差適宜性(25～0)等4個(gè)級(jí)別。

3.4 防風(fēng)固沙能力評(píng)價(jià)方法

估算區(qū)域防風(fēng)固沙量所需的氣象因素包括風(fēng)速、積雪天數(shù)、溫度和降水量等，數(shù)據(jù)可以在中國氣象共享網(wǎng)獲取，科技部支持“國家科技基礎(chǔ)條件平臺(tái)建設(shè)”作為數(shù)據(jù)中心試點(diǎn)項(xiàng)目之一，國家氣象信息中心氣象數(shù)據(jù)辦公室負(fù)責(zé)本網(wǎng)站的建設(shè)和管理。土壤性質(zhì)數(shù)據(jù)：如土壤粗砂含量、土壤粉砂含量、土壤粘土含量、有機(jī)質(zhì)含量和碳酸含量等[9]。

使用修正風(fēng)蝕方程估算防風(fēng)固沙量。潛在風(fēng)蝕強(qiáng)度和實(shí)際風(fēng)蝕強(qiáng)度通過風(fēng)速、土壤、植被覆蓋度等因素估算，將兩者的差值作為生態(tài)系統(tǒng)固沙量來評(píng)價(jià)生態(tài)系統(tǒng)防風(fēng)固沙強(qiáng)度功能[10]。

計(jì)算公式如下：

(9)

S=150.71·(WF×EF×SCF×K′×C)-0.3711

(10)

QMAX=109.8·(WF×EF×SCF×K′×C)

(11)

防風(fēng)固沙量的計(jì)算公式如下：

(12)

S=150.71·[WF×EF×SCF×K′×(1-C)]-0.3711

(13)

QMAX=109.8·[WF×EF×SCF×K′×(1-C)]

(14)

式(9)～(14)中：SL為潛在風(fēng)蝕量(kg/m2)，SR為防風(fēng)固沙量(kg/m2)，S為區(qū)域侵蝕系數(shù)；QMAX為風(fēng)燭最大轉(zhuǎn)移量(kg/m)；Z為距離上風(fēng)向不可蝕地面的距離。

3.5 土壤保持服務(wù)評(píng)價(jià)方法

在本研究中，InVEST模型SDR模塊用于評(píng)估土壤保持服務(wù)。該模塊需要的數(shù)據(jù)包括土地利用類型、DEM、降雨侵蝕因子、土壤可蝕性因子和生物參數(shù)表等數(shù)據(jù)。DEM數(shù)據(jù)來源于為地理空間數(shù)據(jù)云，降雨量數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，土壤質(zhì)地?cái)?shù)據(jù)下載自國家地球科學(xué)數(shù)據(jù)中心。

具體計(jì)算公式如下：

SEDRETi=RKLSi-USLEi

(15)

RKLSi=Ri×Ki×LSi

(16)

USLEi=Ri×Ki×LSi×Ci×Pi

(17)

式(15)～(17)中，SEDRETi表示柵格i的土壤保持量(t)；RKLSi表示柵格i的潛在土壤侵蝕量(t)；USLEi表示柵格 的實(shí)際土壤侵蝕量(t)；Ri表示柵格 的降雨侵蝕力(MJ·mm/(km2·h·a))；Ki表示柵格i的土壤可蝕性(t·km2·h/(km2·MJ·mm))；Ci表示柵格的植被覆蓋因子，LSi表示柵格i的坡度坡長因子，基于DEM利用ArcGIS提取、計(jì)算得到；R、K因子的計(jì)算過程如下。

3.5.1R因子的求取過程

(18)

式(18)中Pi為第i個(gè)月降水量均值(mm)，P為年降雨量均值(mm);

3.5.2K因子的求取過程

(19)

式(19)中Sa、Si、Ci、Y分別為土壤砂粒、粉砂、粘粒、土壤有機(jī)碳含量。

從碳儲(chǔ)量(表1)來看，研究區(qū)碳儲(chǔ)量大多都在東部地區(qū)占61.81%，西部地區(qū)占26.38%，中部地區(qū)占11.81%；從水源涵養(yǎng)圖來看，西部平原地區(qū)水源涵養(yǎng)能力最低的區(qū)域；中部丘陵地區(qū)和東北部山區(qū)處于中等區(qū)域；東南部山區(qū)是研究區(qū)水源涵養(yǎng)能力最高的區(qū)域；從生境適宜性圖來看，中下部地區(qū)較差，中上部地區(qū)一般，東部地區(qū)優(yōu)良；從防風(fēng)固沙來看，西部平原區(qū)防風(fēng)固沙能力明顯高于東上部區(qū)域；從土壤保持圖來看，東部地區(qū)要高于西部地區(qū)(圖1～3)。

圖1 水源涵養(yǎng)

表1 碳儲(chǔ)量

4 結(jié)果分析及從中得到的啟引

圖2 生境適宜性

圖3 防風(fēng)固沙

已廣泛應(yīng)用于生態(tài)系統(tǒng)服務(wù)功能評(píng)估的InVEST模型，可以實(shí)現(xiàn)生態(tài)系統(tǒng)多種服務(wù)功能空間特征的定量表達(dá)。但在具體應(yīng)用中仍存在以下局限性和不足：首先，該模型由斯坦福大學(xué)、世界自然基金會(huì)和大自然保護(hù)協(xié)會(huì)聯(lián)合開發(fā)[11]，在研發(fā)過程中使用了某些類型的目標(biāo)識(shí)別和數(shù)據(jù)，模型的地理背景限制了模型在不同地區(qū)的適用性。其次，為了降低模型使用難度，減少數(shù)據(jù)量，簡(jiǎn)化了模擬生態(tài)系統(tǒng)的各種生態(tài)服務(wù)流程，對(duì)模型進(jìn)行恢復(fù)的過程可能會(huì)導(dǎo)致模型的估計(jì)結(jié)果缺乏足夠的準(zhǔn)確性和科學(xué)性[12]。最后，InVEST模型的生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)結(jié)果缺乏不確定性分析[13]。

圖4 土壤保持

5 展望

利用InVEST模型對(duì)遙感和驅(qū)動(dòng)空間數(shù)據(jù)，可以更好地實(shí)現(xiàn)生態(tài)系統(tǒng)服務(wù)功能的動(dòng)態(tài)評(píng)估和評(píng)估結(jié)果的空間量化表達(dá)。為更好地評(píng)價(jià)生態(tài)系統(tǒng)的綜合服務(wù)功能，為決策部門提供借鑒，未來應(yīng)在以下幾個(gè)方面進(jìn)行深入研究。

(1)通過理論聯(lián)系實(shí)際相結(jié)合，為目標(biāo)區(qū)域的模型計(jì)算方法和參數(shù)標(biāo)準(zhǔn)更夠得到準(zhǔn)確調(diào)整，推廣模型適用性[14]。

(2)在生態(tài)系統(tǒng)服務(wù)功能評(píng)價(jià)中，InVEST模型很廣泛應(yīng)用，但授粉和木材生產(chǎn)量模塊InVEST模型的很少應(yīng)用于生態(tài)系統(tǒng)服務(wù)研究[15]，而這兩方面是生態(tài)系統(tǒng)的重要組成部分，為人類提供福祉。

(3)目前 InVEST 模型的情景預(yù)測(cè)應(yīng)用僅考慮土地利用/覆蓋變化的主要因素的變化。我認(rèn)為該模型除了考慮土地利用類型/覆蓋變化以外的還得多方便的考慮其他變化因素[16]。