倪維秋，張學(xué)鵬，楊瀾，何瑩宣，陳偉

（1.北京市社會科學(xué)院，北京 100101；2.南湖實(shí)驗(yàn)室 大數(shù)據(jù)技術(shù)研究中心，浙江 嘉興 314000；3.中國礦業(yè)大學(xué)（北京） 地球科學(xué)與測繪工程學(xué)院，北京 100083）

生態(tài)系統(tǒng)服務(wù)是指通過生態(tài)系統(tǒng)的結(jié)構(gòu)、過程和功能直接或間接得到生命支持產(chǎn)品和服務(wù)，對人類健康與生存以及區(qū)域和全球生態(tài)安全至關(guān)重要[1]，是生態(tài)學(xué)與地理學(xué)研究的前沿和熱點(diǎn)。生態(tài)系統(tǒng)不僅可以為人類的生存直接提供各種產(chǎn)品，而且具有調(diào)節(jié)氣候、凈化污染、涵養(yǎng)水源、保持水土、防風(fēng)固沙、減輕災(zāi)害、保護(hù)生物多樣性等功能服務(wù)，這些生態(tài)產(chǎn)品和服務(wù)是我們理解生物多樣性、氣候、土地轉(zhuǎn)型、平流層臭氧、水、氮的變化對人類中長期影響的關(guān)鍵[2]。以貨幣單位的形式呈現(xiàn)出生態(tài)系統(tǒng)服務(wù)創(chuàng)造的價(jià)值，從而實(shí)例化生態(tài)系統(tǒng)服務(wù)重要性，在提高人類對生態(tài)系統(tǒng)帶來可持續(xù)人類福祉的認(rèn)知方面發(fā)揮著重要作用[3]，隨著遙感技術(shù)的快速發(fā)展，越來越多的遙感數(shù)據(jù)應(yīng)用于生態(tài)系統(tǒng)服務(wù)價(jià)值方面的研究[4-7]。目前當(dāng)量因子法應(yīng)用于生態(tài)系統(tǒng)服務(wù)價(jià)值的計(jì)算較為廣泛，該方法是基于土地利用數(shù)據(jù)計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值（ESVs），因此不同產(chǎn)品或同種產(chǎn)品而空間尺度（分辨率）不同的土地利用數(shù)據(jù)都可能會對ESVs的計(jì)算帶來影響，計(jì)算出來的ESVs是否不同，以及差異程度怎樣尚不明確。基于這兩個問題，本研究利用兩種2018年的土地利用產(chǎn)品數(shù)據(jù)，每種產(chǎn)品數(shù)據(jù)有16種分辨率，范圍為600～5 100米，相鄰?fù)恋乩脭?shù)據(jù)的分辨率相關(guān)300米，以中國西南喀斯特地區(qū)為研究區(qū)，通過當(dāng)量因子法計(jì)算了ESVs，從而獲取不同土地利用數(shù)據(jù)造成的差異。本文的研究結(jié)果對獲取可靠生態(tài)系統(tǒng)服務(wù)價(jià)值具有重要意義，在選取土地利用計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)具有重要的參考價(jià)值。

1 文獻(xiàn)綜述

土地利用/覆蓋（LULC）的變化會極大地改變地球能量平衡與生物地球化學(xué)循環(huán)，從而影響地表特性和生態(tài)系統(tǒng)服務(wù)的提供[8-9]，在生物多樣性[10]、土壤碳循環(huán)[11]、 水調(diào)節(jié)[12]、土壤調(diào)控[13]、空氣調(diào)控[14]、碳固定[15]與休閑娛樂服務(wù)[16]等的研究中，人們已經(jīng)認(rèn)識到了LULC變化與生態(tài)系統(tǒng)服務(wù)之間的聯(lián)系，這些研究可以有力地證明LULC的變化可用來反映生態(tài)系統(tǒng)的價(jià)值。而LULC的動態(tài)變化可以反映生態(tài)系統(tǒng)服務(wù)價(jià)值的變化和生態(tài)系統(tǒng)的安全狀況，也正因此目前許多的學(xué)者基于土地利用數(shù)據(jù)來計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值。

自1997年Costanza實(shí)現(xiàn)基于LULC的生態(tài)服務(wù)價(jià)值量制圖以來，生態(tài)系統(tǒng)服務(wù)價(jià)值量核算逐漸被作為生態(tài)資產(chǎn)核算的核心依據(jù)，從而以更直觀的方式輔助于對生態(tài)系統(tǒng)的空間認(rèn)知和可持續(xù)管理[17]。目前對ESVs的計(jì)算方法有兩種，分別為功能價(jià)值評估法與當(dāng)量因子法[18]。 功能價(jià)值評估法通過一系列的生態(tài)方程，對一些關(guān)鍵的服務(wù)功能進(jìn)行評估，計(jì)算較為復(fù)雜[19]，該方法適用于較小空間尺度[20]，實(shí)施起來成本較大，并且研究者往往缺乏對研究區(qū)生態(tài)背景的考察，自定義確定所要評估的服務(wù)功能參數(shù)，這會給評估結(jié)果帶來較大的不確定性[21]。當(dāng)量因子法是通過利益轉(zhuǎn)移的思想，以土地利用為代理從而建立農(nóng)產(chǎn)品價(jià)值與ESVs的關(guān)系[22-23]，以此間接得到ESVs，該方法首次由Costanza等[24]提出，是針對全球尺度的價(jià)值評估，但并不符合中國實(shí)際的生態(tài)現(xiàn)狀，后由Xie等[25]基于問卷調(diào)查，提出了中國生態(tài)系統(tǒng)服務(wù)價(jià)值的當(dāng)量因子，該方法劃分了不同土地生態(tài)系統(tǒng)和服務(wù)功能，以中國1公頃農(nóng)田的自然作物的經(jīng)濟(jì)價(jià)值為替代，基于Meta-analysis方法得到當(dāng)量價(jià)值，再結(jié)合各生態(tài)系統(tǒng)面積得到更加符合中國的ESVs[26]。

當(dāng)量因子法相比功能價(jià)值法能更有效地對大尺度范圍的ESVs進(jìn)行評估，因?yàn)樵摲椒ㄖ饕贚ULC數(shù)據(jù)，通過遙感技術(shù)可以獲取多時(shí)序、高空間分辨率與大范圍的LULC產(chǎn)品數(shù)據(jù)，因而在研究中被廣泛采用，比如全球范圍[24]、南非[27]、尼日利亞[28]、埃塞俄比亞的中部高地[29]、中國青藏高原[30]等地區(qū)的ESVs評估，雖然上述許多基于LULC數(shù)據(jù)計(jì)算ESVs的研究，但其中很少學(xué)者考慮到不同LULC空間尺度帶來的ESVs計(jì)算的差異。

2 研究區(qū)概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

以云貴高原為中心的西南喀斯特地區(qū)面積達(dá)45.2萬平方千米，是中國面積最大、分布最集中的喀斯特地貌發(fā)育區(qū)，也是世界三大喀斯特集中分布區(qū)之一[31]，包括云南、貴州、四川、重慶、湖北、湖南、廣西、廣東8個省份。西南喀斯特地區(qū)亞熱帶季風(fēng)性濕潤氣候區(qū)，氣候溫暖濕潤，雨熱同季。濕暖的氣候條件，加之碳酸鹽基巖大面積出露，喀斯特作用強(qiáng)烈，形成了成土速率極慢、土層淺薄不連續(xù)，地表地下聯(lián)通的儲水結(jié)構(gòu)，地表地下水交換迅速[32]，植被結(jié)構(gòu)穩(wěn)定性差的喀斯特生境[33]，生態(tài)系統(tǒng)易受外界干擾而發(fā)生退化，極難恢復(fù)，是典型的生態(tài)脆弱區(qū)[34]，生態(tài)系統(tǒng)服務(wù)價(jià)值容易發(fā)生變化。同時(shí)也是中國社會經(jīng)濟(jì)發(fā)展的主要“洼地”，是國家扶貧及生態(tài)修復(fù)建設(shè)重點(diǎn)地區(qū)[35]。

2.2 數(shù)據(jù)來源

本研究所采用的第一種土地利用數(shù)據(jù)來源于歐空局（ESA）的CCI-LC（climate change initiative land cover）數(shù)據(jù)，是目前時(shí)空分辨率最高的土地覆被產(chǎn)品之一（http://www.esa-landcover-cci.org/），該數(shù)據(jù)是使用多年和多傳感器策略制作而成，最大限度地提高產(chǎn)品的一致性，空間分辨率為300 m。另一種土地利用數(shù)據(jù)來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心（RES，http://www.resdc.cn/），該數(shù)據(jù)生產(chǎn)制作是以各期Landsat TM/ETM遙感影像為主要數(shù)據(jù)源，通過人工目視解譯生成，空間分辨率為30 m。本文選取的這兩種土地利用數(shù)據(jù)的年份均為2018年。

3 研究方法

3.1 土地利用變化

土地利用類型的變化幅度通常用單一土地利用動態(tài)度表示，以衡量研究區(qū)某種土地利用類型變化幅度的大小，對區(qū)域差異的土地利用變化分析具有重要意義。

式中：K為研究區(qū)內(nèi)某一種土地類型的動態(tài)度，Ub為研究區(qū)內(nèi)某種分辨率下的土地類型的面積，Ua為研究區(qū)內(nèi)另一種分辨率下的土地類型的面積。

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

本研究采用Xie等[18]的當(dāng)量因子法計(jì)算研究區(qū)的ESVs，此方法將一個標(biāo)準(zhǔn)單位生態(tài)系統(tǒng)生態(tài)服務(wù)價(jià)值當(dāng)量因子定義為1 hm2全國平均產(chǎn)量的農(nóng)田每年自然糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值。1個標(biāo)準(zhǔn)當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值量可參考單位面積農(nóng)田生態(tài)系統(tǒng)糧食生產(chǎn)的凈利潤。單位農(nóng)田生態(tài)系統(tǒng)的糧食產(chǎn)量價(jià)值的計(jì)算公式為：

式中：W為1個標(biāo)準(zhǔn)當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值量（元／hm2）；P1、P2、P3分別為2010年小麥、玉米和稻谷各占3種總作物總面積的比例（%）；W1、W2、W3分別為2010年小麥、玉米和稻谷的單位面積凈利潤（元／hm2）。其中農(nóng)業(yè)數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒2011》和《全國農(nóng)產(chǎn)品成本收益資料匯編2011》，根據(jù)數(shù)據(jù)和式（2）得到W值為3 406.5元／hm2。

生態(tài)系統(tǒng)服務(wù)價(jià)值計(jì)算公式如下：

式中：ESVs為生態(tài)系統(tǒng)服務(wù)價(jià)值，Ea為1個標(biāo)準(zhǔn)當(dāng)量生態(tài)系統(tǒng)服務(wù)價(jià)值，VCfi表示第i種土地利用類型的生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)，ECfi為第i種土地利用類型第f項(xiàng)生態(tài)系統(tǒng)服務(wù)的價(jià)值當(dāng)量，Ai為第i種土地利用類型的面積。建設(shè)用地的生態(tài)系統(tǒng)服務(wù)功能不顯著，在本研究中ESVs取為0，所以不納入研究生態(tài)服務(wù)價(jià)值計(jì)算中。

3.3 不同尺度LULC對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響

為了分析不同尺度LULC對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響，首先需要得到一系列不同尺度的土地利用數(shù)據(jù)。本文使用的土地利用數(shù)據(jù)來源于ESA與RES數(shù)據(jù)，以此數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，分別對這兩種數(shù)據(jù)進(jìn)行12次升尺度。將300米ESA的土地利用數(shù)據(jù)以300米為升尺度的間隔，最終可以得到13幅不同尺度的ESA土地利用數(shù)據(jù)。因?yàn)镽ES的土地利用數(shù)據(jù)空間分辨率為30米，為了與ESA的13幅影像空間分辨率保持一致，所以需要將30米升到300米后再進(jìn)行12次升尺度。得到不同產(chǎn)品的不同尺度土地利用數(shù)據(jù)后，使用公式（3）與（4）計(jì)算出生態(tài)系統(tǒng)服務(wù)價(jià)值，最終得到生態(tài)系統(tǒng)服務(wù)價(jià)值的差異，總體操作流程如圖1。對于升尺度后像元的選取，本文采用取眾數(shù)的方法，公式如下：

式中：fθ為眾數(shù)，L表示眾數(shù)所在組的精確下限，fa為與眾數(shù)組下限相鄰的頻數(shù)，fb為與眾數(shù)組上限相鄰的頻數(shù)，i為組距。

圖1 不同尺度LULC對生態(tài)系統(tǒng)服務(wù)價(jià)值差異獲取流程

4 結(jié)果

4.1 不同土地利用產(chǎn)品變化

為了分析不同土地利用產(chǎn)品數(shù)據(jù)隨尺度變化是如何變化的，本文統(tǒng)計(jì)出了每種土地利用類型在不同尺度下的面積，從而得到了面積變化趨勢圖（圖2）。從圖2中可以看出，ESA與RES土地利用數(shù)據(jù)之間是有差別，其中農(nóng)田面積相差最大，平均相差24 866 350.9 hm2，濕地面積相差最小，平均相差58 519 hm2。隨著尺度的增加，農(nóng)田、草地和水體的面積具有接近的趨勢，差值分別減小了3 816 549 hm2、1 969 056 hm2與1 166 157 hm2；林地、未利用土地的面積具有遠(yuǎn)離的趨勢，差值分別增加了871 902 hm2與110 847.60 hm2；而建設(shè)用地與濕地的面積是隨尺度的增加先接近的后遠(yuǎn)離。隨著尺度的增加，總體變化趨勢相同的土地利用類型有農(nóng)田、林地、草地、水體、建設(shè)用地、未利用土地、濕地，其中林地是上升的趨勢，其他均為下降趨勢。另外，從變化穩(wěn)定性方面分析，隨著尺度的變化，ESA的濕地與RES的水體、建設(shè)用地變化幅度最大，說明這兩種土地利用類型變化不太穩(wěn)定，其他的變化趨勢相對來說比較穩(wěn)定。圖2（h）呈現(xiàn)出了整體的面積變化趨勢，整體面積變化不大，隨著尺度的增加，整體土地利用面積有一個先增加后減少的趨勢，較最初減少了21 789 hm2，大約僅占總面積的0.01%，說明尺度的增加對整體面積影響不大。

為了進(jìn)一步分析土地利用變化的程度，本文計(jì)算了土地利用動態(tài)變化度K（圖3），所使用的土地利用數(shù)據(jù)空間分辨率為30 m與300 m。RES土地利用中水體變化幅度最大，K值為51.06，農(nóng)田的變化幅度最小，K值為6.11。ESA土地利用中未利用土地的變化幅度最大，K值為100.00，草地變化幅度最小，K值為0.82?？傮w來看，升尺度對未利用土地與水體面積影響較大。

圖3 RES與ESA土地利用動態(tài)變化度

4.2 不同土地利用產(chǎn)品生態(tài)系統(tǒng)服務(wù)價(jià)值結(jié)果

根據(jù)土地利用類型，計(jì)算得出不同尺度土地利用類型的生態(tài)系統(tǒng)服務(wù)價(jià)值（圖4）。從圖4中可以看出在不同尺度下RES和ESA的各土地利用類型的ESVs是不同的，并且對于不同土地利用產(chǎn)品數(shù)據(jù)來說，土地利用類型的ESVs大小是不同的。ESA數(shù)據(jù)的各種土地利用類型的ESVs大小排序均為：林地＞農(nóng)田＞草地＞水域＞濕地＞未利用土地，其中林地可達(dá)42 000億元以上，而排序最低的未利用土地不足0.3億元；對于RES數(shù)據(jù)，各種土地利用類型ESVs大小排序均為：林地＞農(nóng)田＞草地＞水域＞濕地＞未利用土地，其中林地ESVs高達(dá)42 000億元以上，未利用地不足12億元。另外，不同土地利用產(chǎn)品數(shù)據(jù)計(jì)算出的總體ESVs也存在不同（表1），ESA計(jì)算出的ESVs大概為57 000億元，RES計(jì)算出的ESVs大概為58 000億元。相對ESA的ESVs，RES計(jì)算出的ESVs相差了大約1.7%，并且隨著尺度的增加，差值有減小的趨勢?？傮w而言，不同產(chǎn)品或同種產(chǎn)品而尺度不同的土地利用數(shù)據(jù)計(jì)算出的生態(tài)系統(tǒng)服務(wù)價(jià)值的結(jié)果是不相同的。

表1 不同尺度的ESA與RES土地利用的ESVs及其差異

4.3 升降尺度影響

通過不同尺度的LULC計(jì)算出了對應(yīng)尺度下的ESVs，為了分析LULC的升尺度對ESVs的影響，我們統(tǒng)計(jì)出了隨著尺度變化ESVs的變化趨勢（圖5）。從圖中可以看出，隨著LULC尺度的增加，ESVs的總體變化趨勢也是增加的，RES與ESA的變化趨勢都較為平穩(wěn)，沒有出現(xiàn)明顯的趨勢波動，ESVs基本一直處理增加狀態(tài)。由于隨著RES與ESA的LULC尺度的增加，ESVs增加的趨勢逐漸緩和，所以我們選擇使用對數(shù)擬合尺度與ESVs的關(guān)系，通過擬合結(jié)果可以看出，兩種產(chǎn)品數(shù)據(jù)的擬合度R2均大于0.9，并且RES的擬合度高達(dá)0.982，說明ESVs與尺度的關(guān)系符合對數(shù)關(guān)系。

5 討論

5.1 LULC空間尺度的影響

LULC的變化會極大地改變地球能量平衡與生物地球化學(xué)循環(huán)，從而影響地表特性和生態(tài)系統(tǒng)服務(wù)的提供，所以土地利用數(shù)據(jù)經(jīng)常用來計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值。而通過LULC計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值，這就導(dǎo)致生態(tài)系統(tǒng)服務(wù)價(jià)值的計(jì)算依賴于LULC的空間尺度。

圖4 不同尺度LULC的各種土地利用類型ESVs

圖4 不同尺度LULC的各種土地利用類型ESVs（續(xù)）

研究表明不同土地利用數(shù)據(jù)（RES與ESA）之間本身是有差別的，這可能是通過不同傳感器或解譯方法不同導(dǎo)致[36]。隨著尺度的變化，不同的土地利用類型面積一直處于變化狀態(tài)，而整體面積增加較少，升尺度對草地、建設(shè)用地與農(nóng)田面積影響較大，因?yàn)楸疚氖褂玫氖侨”姅?shù)進(jìn)行升尺度，所以會導(dǎo)致不同空間上土地利用類型不斷向眾數(shù)值聚集，這與已有的空間尺度研究結(jié)果類似[37]。 表明不同的產(chǎn)品，其土地利用數(shù)據(jù)質(zhì)量并不具有一致性。不同土地利用產(chǎn)品數(shù)據(jù)計(jì)算出的總體ESVs也不同，相對于ESA的ESVs，RES計(jì)算出的ESVs相差了大約1.7%，這是因?yàn)橥恋乩卯a(chǎn)品數(shù)據(jù)質(zhì)量不同導(dǎo)致的，同時(shí)差異保持在大約1.7%，可能因?yàn)镋SVs對于各種土地利用類型生態(tài)價(jià)值系數(shù)缺乏彈性[38]，所以差異較為穩(wěn)定。隨著LULC尺度的增加，ESVs的總體變化趨勢也是增加的，并符合對數(shù)擬合，這就說明ESVs與LULC尺度是存在一定的定量關(guān)系，在以后的研究中可以把這種關(guān)系直接應(yīng)用于高質(zhì)量LULC數(shù)據(jù)的生態(tài)系統(tǒng)服務(wù)價(jià)值的計(jì)算。從ESVs的變化趨勢來看，RES計(jì)算出的的ESVs變化趨勢更加的平穩(wěn)，沒有出現(xiàn)趨勢波動，所以通過該數(shù)據(jù)計(jì)算的ESVs更加有規(guī)律，也更加適合用于計(jì)算ESVs。由于隨著尺度的增加，土地利用信息丟失程度會增加，所以尺度越小，ESVs精度越高。為了說明結(jié)果的可靠性，通過與以往學(xué)者在相同空間尺度研究的對比，我們得了類似的生態(tài)系統(tǒng)服務(wù)價(jià)值，如采用ESA[39]與RES[30]數(shù)據(jù)的研究。

圖5 隨著RES與ESALULC尺度變化的ESVs變化趨勢

5.2 局限性

由于生態(tài)系統(tǒng)服務(wù)價(jià)值的計(jì)算本身依賴于土地利用數(shù)據(jù)，所以本文所給出的生態(tài)系統(tǒng)服務(wù)價(jià)值誤差大小取決于土地利用數(shù)據(jù)的質(zhì)量。不同LULC計(jì)算出的ESVs是有差異的，所以若想得到高精度ESVs就需要用高精度LULC數(shù)據(jù)計(jì)算。另外，我們最終也提到ESVs與LULC尺度符合對數(shù)關(guān)系，由于樣本數(shù)據(jù)有限，所以目前呈現(xiàn)對數(shù)關(guān)系，對于這個關(guān)系可能不一定正確，在以后的研究需要進(jìn)一步分析，本文主要想說明不同的LULC產(chǎn)品數(shù)據(jù)與不同尺度會影響ESVs的計(jì)算。在以后的研究中，還需要納入更多的LULC產(chǎn)品數(shù)據(jù)，分析不同數(shù)據(jù)的ESVs的變化規(guī)律，為計(jì)算出高精度ESVs提供科學(xué)的依據(jù)。

6 結(jié)論

本文研究了不同產(chǎn)品與同種產(chǎn)品而空間尺度不同的土地利用數(shù)據(jù)對生態(tài)系統(tǒng)服務(wù)價(jià)值的計(jì)算帶來影響。我們使用了兩種土地利用產(chǎn)品數(shù)據(jù)，并采用重采樣的方式獲取了兩套不同分辨率的數(shù)據(jù)，通過當(dāng)量因子法計(jì)算出生態(tài)系統(tǒng)服務(wù)價(jià)值，從而獲取不同土地利用數(shù)據(jù)造成的差異，得到了以下結(jié)論：

（1）不同產(chǎn)品或同種產(chǎn)品而尺度不同的土地利用數(shù)據(jù)計(jì)算出的生態(tài)系統(tǒng)服務(wù)價(jià)值的結(jié)果是不同的。升尺度后水體與未利用土地的土地利用動態(tài)度K較大，即對這些土地利用類型面積影響較大。

（2）相對于ESA土地利用計(jì)算出的ESVs，RES計(jì)算出的ESVs相差了大約1.7%，并且隨著尺度的增加，差值有減小的趨勢。

（3）隨著LULC尺度的增加，ESVs的總體變化趨勢也是增加的，增加的趨勢逐漸緩和，并且ESVs與LULC尺度呈現(xiàn)對數(shù)關(guān)系。