楊 凱,曹銀貴,2,*,李勝鵬,王舒菲,馮 漪,白中科,2

1 中國(guó)地質(zhì)大學(xué)(北京) 土地科學(xué)技術(shù)學(xué)院,北京 100083 2 自然資源部土地整治重點(diǎn)實(shí)驗(yàn)室,北京 100035

礦產(chǎn)資源開采為國(guó)民經(jīng)濟(jì)的發(fā)展提供了保障,但破壞了生態(tài)環(huán)境,引發(fā)了土地?fù)p毀、植被破壞等一系列生態(tài)問(wèn)題和生態(tài)危機(jī)[1],威脅區(qū)域的生態(tài)安全和可持續(xù)發(fā)展。礦產(chǎn)資源的開采會(huì)導(dǎo)致自然生態(tài)系統(tǒng)區(qū)域的減少或改變[2],進(jìn)而影響生態(tài)系統(tǒng)服務(wù)的供給[3]。生態(tài)系統(tǒng)服務(wù)與人類福祉密切相關(guān),礦區(qū)生態(tài)環(huán)境的恢復(fù)治理最終要服務(wù)于礦區(qū)的生態(tài)系統(tǒng)服務(wù)[4]。厘清生態(tài)系統(tǒng)服務(wù)在生態(tài)環(huán)境變化下的響應(yīng)機(jī)理和變化特征對(duì)指導(dǎo)礦區(qū)的生態(tài)重建工作,協(xié)調(diào)區(qū)域經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)之間的矛盾具有重要意義。

作為礦區(qū)生產(chǎn)建設(shè)活動(dòng)的空間載體,土地對(duì)維系礦區(qū)生態(tài)系統(tǒng)功能起著決定性作用[5],分析土地利用變化過(guò)程,并探索相應(yīng)的生態(tài)系統(tǒng)服務(wù)變化規(guī)律成為研究礦區(qū)生態(tài)系統(tǒng)服務(wù)應(yīng)對(duì)外部生態(tài)環(huán)境變化響應(yīng)機(jī)制的重要途徑。Townsend等[6]基于土地覆被研究了美國(guó)東部阿巴拉契亞山脈露天采礦和復(fù)墾對(duì)生物多樣性和美學(xué)景觀等生態(tài)系統(tǒng)服務(wù)的影響。Xiao等[7]將土地利用變化與生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估方法相結(jié)合,監(jiān)測(cè)了兗州礦區(qū)采礦前后的生態(tài)系統(tǒng)服務(wù)變化。胡振琪等[8]利用土地利用類型的時(shí)空演變特征對(duì)榆林礦區(qū)造成的土地動(dòng)態(tài)變化進(jìn)行了相關(guān)探索。因此,當(dāng)前對(duì)礦區(qū)生態(tài)系統(tǒng)服務(wù)的研究主要聚焦于土地利用變化下價(jià)值的測(cè)算及時(shí)空變化特征的分析,缺少不同生態(tài)系統(tǒng)服務(wù)間耦合關(guān)系的探索。生態(tài)系統(tǒng)服務(wù)間關(guān)系密切且復(fù)雜,分為此消彼長(zhǎng)的權(quán)衡關(guān)系及同時(shí)增強(qiáng)或減弱的協(xié)同關(guān)系。明晰不同服務(wù)間的關(guān)系,有利于區(qū)域的利益最大化[9]。生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同的研究最早出現(xiàn)于20世紀(jì)90年代,其目的在于解決生物多樣性保護(hù)的問(wèn)題[10]。進(jìn)入21世紀(jì)后,聯(lián)合國(guó)發(fā)布的《千年生態(tài)系統(tǒng)服務(wù)評(píng)估報(bào)告》指出生態(tài)系統(tǒng)供給服務(wù)上升可能會(huì)導(dǎo)致其他類型服務(wù)的下降[11],此后權(quán)衡與協(xié)同的研究得到廣泛關(guān)注,其研究的領(lǐng)域也被進(jìn)一步拓寬,主要圍繞理論框架構(gòu)建[12—13]、時(shí)空演變[14—15]、驅(qū)動(dòng)力[16—17]和尺度效應(yīng)[18]等方面展開討論。Delphin等[15]以美國(guó)佛羅里達(dá)州為研究對(duì)象,揭示了城市化是如何影響生態(tài)系統(tǒng)服務(wù)的時(shí)空演變以及權(quán)衡關(guān)系。Wuletawu等[19]分析了埃塞俄比亞西南部地區(qū)農(nóng)業(yè)生產(chǎn)與其他類型生態(tài)系統(tǒng)服務(wù)的權(quán)衡與協(xié)同關(guān)系,進(jìn)而為農(nóng)業(yè)生產(chǎn)最佳投入、環(huán)境保護(hù)和管理工作提供依據(jù)。Li等[20]的研究則表明,在規(guī)劃和政策的影響下,關(guān)中盆地各項(xiàng)生態(tài)系統(tǒng)服務(wù)的關(guān)系容易在權(quán)衡與協(xié)同之間相互轉(zhuǎn)換。由此可以看出,近年來(lái)與土地利用選擇決策相關(guān)的生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同研究已成為土地利用管理的重點(diǎn),這種生態(tài)系統(tǒng)服務(wù)間的交互作用可作為今后國(guó)土空間布局優(yōu)化的重要參考依據(jù)。

礦農(nóng)城復(fù)合區(qū)是指在工業(yè)化、城鎮(zhèn)化及城鄉(xiāng)一體化的背景下,配合資源城鎮(zhèn)開發(fā)與轉(zhuǎn)型的以地下礦產(chǎn)資源開發(fā)、加工與利用、地上農(nóng)業(yè)生產(chǎn)及農(nóng)業(yè)生物資源利用為主要產(chǎn)業(yè)發(fā)展形式的資源、社會(huì)、政治共同體[21—22]。與自然生態(tài)系統(tǒng)相比,礦農(nóng)城復(fù)合區(qū)土地利用類型變化更加頻繁[23—25],對(duì)生態(tài)系統(tǒng)服務(wù)的影響更為明顯,因此在生態(tài)系統(tǒng)演替過(guò)程中更加需要人的調(diào)控和參與。那么,在礦產(chǎn)資源開采的背景下,礦農(nóng)城復(fù)合區(qū)的生態(tài)系統(tǒng)服務(wù)價(jià)值如何變化,不同的生態(tài)系統(tǒng)服務(wù)到底呈現(xiàn)怎樣的權(quán)衡與協(xié)同關(guān)系,以及針對(duì)這種關(guān)系采取怎樣的管理措施來(lái)保證區(qū)域生態(tài)系統(tǒng)服務(wù)的持續(xù)供給,成為亟需回答與解決的問(wèn)題。本文以平朔礦農(nóng)城復(fù)合區(qū)為研究對(duì)象,結(jié)合價(jià)值當(dāng)量法和FLUS模型模擬研究區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空變化,進(jìn)而分析研究區(qū)目標(biāo)年生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系,提出土地利用結(jié)構(gòu)調(diào)整的建議和對(duì)策,以期為礦農(nóng)城復(fù)合區(qū)后續(xù)的生態(tài)系統(tǒng)服務(wù)管理工作提供參考。

1 研究區(qū)概況和研究方法

1.1 研究區(qū)概況

平朔礦農(nóng)城復(fù)合區(qū)位于山西省朔州市平魯區(qū),地處東經(jīng)111°52′—112°41′,北緯39°21′—39°58′,東西寬67.91 km,南北長(zhǎng)69.50 km,總面積為517.48 km2。如圖1所示,平朔礦農(nóng)城復(fù)合區(qū)位于下面高鄉(xiāng)、向陽(yáng)堡鄉(xiāng)、白堂鄉(xiāng)、榆嶺鄉(xiāng)、陶村鄉(xiāng)和井坪鎮(zhèn)6個(gè)鄉(xiāng)鎮(zhèn)內(nèi),包括安太堡、安家?guī)X、和東露天三個(gè)大型露天礦和3個(gè)現(xiàn)代化井工礦,煤炭?jī)?chǔ)量約為127.15億噸,屬于晉北煤炭基地。研究區(qū)所在地屬于典型的溫帶半干旱大陸性季風(fēng)氣候,冬春干旱少雨,夏秋降水集中；年平均氣溫 5.5℃,年均降雨量410.66 mm。

作為典型礦農(nóng)城復(fù)合區(qū)和人工生態(tài)系統(tǒng),研究區(qū)反映了大多數(shù)礦區(qū)亟待解決的生態(tài)問(wèn)題,因此研究該區(qū)域土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)的影響對(duì)于其他復(fù)合區(qū)生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同的研究具有典型的示范性。

圖1 研究區(qū)位置圖Fig.1 Location of the study area

1.2 數(shù)據(jù)來(lái)源

本文以研究區(qū)1990年10月25日、1996年6月25日、2000年5月22日、2009年9月20日的Landsat 5 遙感影像與2014年11月5日、2018年5月8日的Landsat 8 遙感影像(空間分辨率為30m)作為主要數(shù)據(jù)源,在系統(tǒng)輻射校正和幾何校正以及影像裁剪的基礎(chǔ)上,參考《土地利用現(xiàn)狀分類標(biāo)準(zhǔn)(GB/T 21010—2017)》和考慮復(fù)合區(qū)實(shí)際情況,將遙感影像解譯為耕地、林地、草地、水域、建設(shè)用地和損毀地共6類土地利用類型。其中,損毀地包括露采場(chǎng)、排土場(chǎng)、剝離區(qū)以及與采礦活動(dòng)相配套的工業(yè)場(chǎng)地。影像分類結(jié)果的Kappa系數(shù)在0.85以上,基本滿足本研究對(duì)數(shù)據(jù)的精度要求；DEM數(shù)據(jù)來(lái)自于地理空間數(shù)據(jù)云(http://www.gscloud.cn/search),空間分辨率為30m。社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)主要來(lái)源于《朔州市統(tǒng)計(jì)年鑒》(2018年)、《山西統(tǒng)計(jì)年鑒》(2018年)以及中國(guó)糧食年鑒(2017年)。研究區(qū)污染物排放情況和收費(fèi)標(biāo)準(zhǔn)主要參考《朔州市主要污染物控制十三五規(guī)劃》(2016—2020)和國(guó)家發(fā)展計(jì)劃委員會(huì)、財(cái)政部等頒布的31號(hào)令(自2003年7月1日起施行)。

1.3 研究方法

1.3.1 土地利用類型情景模擬

(1)模型簡(jiǎn)介

FLUS模型是由華東師范大學(xué)黎夏教授及其團(tuán)隊(duì)研發(fā)的一種土地利用模擬模型。與傳統(tǒng)的元胞自動(dòng)機(jī)(Cellular Automata, CA)模型相比,FLUS模型考慮到區(qū)域宏觀需求、政治規(guī)劃和氣候變化,將自上而下的系統(tǒng)動(dòng)力學(xué)(System Dynamics, SD)需求預(yù)測(cè)模型與自下而上的CA本地分配模型進(jìn)行整合,進(jìn)而提高了模型模擬未來(lái)土地利用格局的準(zhǔn)確度。該模型主要包括土地利用需求預(yù)測(cè)和土地利用變化模擬兩個(gè)模塊。其中,SD模型將人類活動(dòng)因素和自然生態(tài)因素相結(jié)合,用于預(yù)測(cè)不同情景下多種土地利用需求；CA模型則被用于模擬未來(lái)的土地利用格局,具體可分為兩步：一是基于人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)計(jì)算各種土地利用類型出現(xiàn)在具體柵格上的可能性。二是利用自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制(Self—Adaptive Inertia and Competition Mechanism)解決不同土地利用類型間的競(jìng)爭(zhēng)和交互。通過(guò)這兩步,具體柵格單元的所有土地利用類型的組合概率得以計(jì)算。在最終分配過(guò)程中,具體的土地柵格是保留當(dāng)前的土地利用類型還是轉(zhuǎn)變成其他的土地類型取決于它們的組合類型和輪盤選擇(Roulette Selection, RS)。本文對(duì)這部分的原理不再詳細(xì)闡述,具體參考Liu等[26]的研究。

(2)目標(biāo)年選取與情景設(shè)定

在使用CA模塊前,需設(shè)定各土地利用類型變化的數(shù)量目標(biāo),本文基于SD模型中的馬爾科夫鏈(Markov Chain, MC)預(yù)測(cè)未來(lái)情景下土地利用類型的數(shù)量需求。由于馬爾科夫過(guò)程是一類離散隨機(jī)過(guò)程,因此預(yù)測(cè)的土地利用需求時(shí)間點(diǎn)并不連續(xù),其時(shí)間間隔取決于需要輸入的初始數(shù)據(jù)的年份。受到相關(guān)數(shù)據(jù)獲取的限制,本文輸入初始數(shù)據(jù)為2014年和2018年土地利用類型數(shù)據(jù),所以可以預(yù)測(cè)2018年后以4年為間隔的時(shí)間點(diǎn)土地利用需求量。考慮到本文的研究目標(biāo)是針對(duì)研究區(qū)近中期的生態(tài)系統(tǒng)服務(wù)變化情況提出合理的生態(tài)修復(fù)意見(jiàn),因此選定2026年作為目標(biāo)年。

在研究區(qū),受到采礦活動(dòng)和城鎮(zhèn)擴(kuò)張等因素的擾動(dòng)，土地利用空間格局發(fā)生了變化，進(jìn)而影響了生態(tài)系統(tǒng)服務(wù)間的權(quán)衡與協(xié)同關(guān)系。在不同的政策背景和保護(hù)目標(biāo)下,土地利用空間格局的演替方向也會(huì)產(chǎn)生分化。因此,本文模擬了在自然、生態(tài)和經(jīng)濟(jì)發(fā)展情景下的未來(lái)3種土地利用空間格局。

①情景一：自然發(fā)展情景。在此情景下,土地利用格局的演替更多遵循歷史時(shí)期土地利用本身的變化規(guī)律,較少考慮到宏觀政策的調(diào)控,因此除水域外各土地利用類型間可以相互轉(zhuǎn)換。

②情景二：經(jīng)濟(jì)發(fā)展情景。經(jīng)濟(jì)發(fā)展情景以經(jīng)濟(jì)效益的最大化作為發(fā)展目標(biāo)。在此情景下,資本和勞動(dòng)難以流向前期投入較大的土地復(fù)墾工程,因此限制損毀地向其他用地類型的轉(zhuǎn)換。另外,考慮到農(nóng)產(chǎn)品是當(dāng)?shù)剞r(nóng)民的主要收入來(lái)源,基本農(nóng)田也將作為限制區(qū)域,其用地類型在研究期間內(nèi)不發(fā)生改變。

③情景三：生態(tài)發(fā)展情景。在此情景下,采取較為嚴(yán)格的生態(tài)保護(hù)措施,研究區(qū)的生態(tài)保護(hù)紅線區(qū)域?qū)⒈蛔鳛橄拗茀^(qū),其用地類型保持不變。另外,在一定程度上限制林地向其他用地類型的轉(zhuǎn)換。

成本矩陣代表各類用地相互轉(zhuǎn)換的規(guī)則。如果某類用地可以轉(zhuǎn)換為另一類用地,則賦值為1；如果兩類用地之間無(wú)法轉(zhuǎn)換,則賦值為0?；?種不同的情景,相應(yīng)設(shè)計(jì)3種轉(zhuǎn)換成本矩陣,具體參數(shù)設(shè)置見(jiàn)表1。

表1 情景模擬的成本矩陣

(3)鄰域權(quán)重設(shè)置

鄰域權(quán)重參數(shù)用于設(shè)定各類土地利用類型的鄰域因子參數(shù),參數(shù)范圍為0—1,越接近1,代表該土地類型的擴(kuò)張能力越強(qiáng)。借鑒人類擾動(dòng)較為劇烈的快速城市化地區(qū)的研究成果[27],并結(jié)合2014—2018年研究區(qū)土地利用類型轉(zhuǎn)換情況,得到鄰域權(quán)重參數(shù)表(表2)。

表2 鄰域權(quán)重參數(shù)表

(4)土地利用變化驅(qū)動(dòng)因子

土地利用變化是自然、社會(huì)、經(jīng)濟(jì)、政治等諸多影響因子復(fù)合作用的結(jié)果[28—30]。在研究區(qū),受到上述各因素的共同影響,土地利用類型在短時(shí)間內(nèi)變化較大,可能會(huì)對(duì)生態(tài)環(huán)境產(chǎn)生較強(qiáng)的負(fù)面效應(yīng)[31]。參考已有的土地利用變化驅(qū)動(dòng)因素研究[32—33]并結(jié)合礦區(qū)實(shí)際情況,選取高程、坡度、坡向3個(gè)自然因素和到礦場(chǎng)、到中心城鎮(zhèn)、到主要道路、到水域距離4個(gè)社會(huì)經(jīng)濟(jì)因素作為土地利用變化的主要驅(qū)動(dòng)因子(圖2)。在FLUS模型中,這7個(gè)驅(qū)動(dòng)因素用于估算ANN中各種土地利用類型出現(xiàn)的概率。

圖2 驅(qū)動(dòng)因子歸一化處理Fig.2 Normalization of driving factors

(5)模擬預(yù)測(cè)

在使用FLUS模型進(jìn)行未來(lái)發(fā)展情景模擬前需進(jìn)行有效性檢驗(yàn)。首先,利用2014年土地利用數(shù)據(jù)模擬2018年土地利用狀況,將得到的模擬結(jié)果與2018年真實(shí)土地利用數(shù)據(jù)通過(guò)FLUS模型精度驗(yàn)證(Precision Validation, PV)模塊進(jìn)行精度驗(yàn)證。結(jié)果表明Kappa系數(shù)為0.77,總體精確度為0.808,基本上滿足精度需求。其次,利用2018年數(shù)據(jù)并結(jié)合FLUS模型MC模塊預(yù)測(cè)未來(lái)土地利用需求量。最后,依據(jù)不同發(fā)展情景的限制條件,模擬2026年各發(fā)展情景的土地利用狀況?；谛拚蟮膬r(jià)值當(dāng)量表,對(duì)研究區(qū)的ESV變化進(jìn)行分析。

1.3.2 ESV評(píng)估

生態(tài)系統(tǒng)服務(wù)評(píng)估方法主要包括物質(zhì)量評(píng)估和價(jià)值量評(píng)估[34]。物質(zhì)量評(píng)估主要是指通過(guò)定點(diǎn)觀測(cè)得到的監(jiān)測(cè)數(shù)據(jù),再結(jié)合相關(guān)生態(tài)學(xué)模型對(duì)生態(tài)系統(tǒng)服務(wù)進(jìn)行評(píng)估[35]。物質(zhì)量評(píng)估的優(yōu)勢(shì)在于通過(guò)動(dòng)態(tài)物質(zhì)量反映生態(tài)系統(tǒng)的生態(tài)過(guò)程,進(jìn)而反映生態(tài)系統(tǒng)服務(wù)的可持續(xù)性[36],但該方法不便于計(jì)算ESV的空間變化[37],且難以把不同類型的生態(tài)系統(tǒng)服務(wù)放在在同一維度比較。因此,本文采用價(jià)值量的方法對(duì)各項(xiàng)生態(tài)系統(tǒng)服務(wù)進(jìn)行評(píng)估。目前,謝高地等人[38]將Robert Costanza提出的17項(xiàng)生態(tài)服務(wù)功能合并成9項(xiàng)生態(tài)服務(wù)功能,并制定了適合我國(guó)實(shí)際情況的陸地生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表,其研究成果被我國(guó)學(xué)者廣泛使用。因此,本文參考價(jià)值當(dāng)量表對(duì)耕地、林地、草地和水域這四種地類的生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行評(píng)估。另外,Robert Costanza等人認(rèn)為城鎮(zhèn)生態(tài)系統(tǒng)服務(wù)價(jià)值為“0”,而謝高地等人的研究成果則未提及城鎮(zhèn)生態(tài)系統(tǒng)服務(wù)價(jià)值[37—40]。本文的研究對(duì)象是礦農(nóng)城復(fù)合區(qū),其中涉及到大量的建設(shè)用地和損毀地?？紤]到研究區(qū)用地類型的特殊性,因此參考張建軍[41]的相關(guān)研究,采用成本替代法對(duì)這兩種地類的生態(tài)系統(tǒng)服務(wù)價(jià)值單獨(dú)進(jìn)行計(jì)算。

(1)耕地、林地、草地和水域ESV評(píng)估方法

考慮社會(huì)經(jīng)濟(jì)條件的差異性,本文首先依據(jù)朔州市2018年主要糧食作物(玉米和大豆)的產(chǎn)量、糧食價(jià)格及種植面積對(duì)單位面積農(nóng)田糧食作物的經(jīng)濟(jì)價(jià)值進(jìn)行修正。單位面積耕地食物生產(chǎn)生態(tài)服務(wù)價(jià)值(1個(gè)標(biāo)準(zhǔn)當(dāng)量)相當(dāng)于研究區(qū)域當(dāng)年平均糧食單產(chǎn)市場(chǎng)價(jià)值的1/7[42],修訂方法如下：

(1)

式中,Ea為研究區(qū)單位耕地生態(tài)系統(tǒng)提供食物生產(chǎn)服務(wù)功能的經(jīng)濟(jì)價(jià)值(元/hm2)；i代表作物種類；Mi為主要糧食作物的經(jīng)濟(jì)價(jià)值(元)；mi為主要糧食作物的種植面積(hm2)。另外,考慮生態(tài)系統(tǒng)條件的時(shí)空差異性,利用全國(guó)各省域農(nóng)田生態(tài)系統(tǒng)的生物量因子表[43]對(duì)研究區(qū)的生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)進(jìn)行修正(山西省農(nóng)田生態(tài)系統(tǒng)生物量因子取0.46),得出研究區(qū)耕地、林地、草地和水域的單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)(表4)。

(2)建設(shè)用地和損毀地ESV評(píng)估方法

本文主要采用成本替代法對(duì)建設(shè)用地和損毀地的氣體調(diào)節(jié)、水源涵養(yǎng)和廢物處理這三項(xiàng)生態(tài)系統(tǒng)服務(wù)的價(jià)值進(jìn)行計(jì)算,計(jì)算方式如表3所示。其中,氣體調(diào)節(jié)主要考慮研究區(qū)排放的空氣污染物,水源涵養(yǎng)主要考慮用水和排水對(duì)生態(tài)系統(tǒng)造成的負(fù)面影響,而損毀地廢物處理價(jià)值的核算主要考慮煤矸石和粉煤灰這兩種研究區(qū)排棄最多的固體污染物。另外,建設(shè)用地和損毀地仍為完整的系統(tǒng),其內(nèi)部和外部的能流、物流和信息流始終也處在不斷的交換中,對(duì)生物多樣性產(chǎn)生一定影響。因此,生態(tài)系統(tǒng)的生物多樣性保護(hù)服務(wù)功能價(jià)值參照荒漠生態(tài)系統(tǒng)對(duì)應(yīng)項(xiàng)的數(shù)值。其他服務(wù)功能在建設(shè)用地和損毀地中體現(xiàn)較弱[40],故參考 Robert Costanza 等人的研究成果中的城鎮(zhèn)生態(tài)系統(tǒng)對(duì)應(yīng)服務(wù)功能的數(shù)值,本文將忽略不計(jì),取“0”值。最后得到的建設(shè)用地和損毀地的生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)如表4所示。

表3 建設(shè)用地和損毀地價(jià)值系數(shù)估算

表4 研究區(qū)單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)/(元/hm2)

為了更加直觀的分析土地利用變化對(duì)ESV的影響差異,本文選取格網(wǎng)作為評(píng)價(jià)單元進(jìn)行權(quán)衡與協(xié)同的研究。目前,以礦區(qū)或礦業(yè)城市作為研究對(duì)象所構(gòu)建的格網(wǎng)單元主要包括500 m×500 m[44]和1 km×1 km[45]兩種。其中,Bian等[44]通過(guò)構(gòu)建500 m×500 m的格網(wǎng)分析了徐州市賈汪區(qū)ESV變化趨勢(shì),其研究對(duì)象和空間尺度與本研究有一定的相似性。另外,景觀生態(tài)學(xué)理論認(rèn)為,景觀樣本選取面積為斑塊平均面積的2—5倍時(shí)能綜合反映樣區(qū)內(nèi)景觀的格局信息[46]。在此基礎(chǔ)上,楊庚等[47]研究表明平朔礦農(nóng)城復(fù)合區(qū)在500 m×500 m尺度下各地類的面積變異系數(shù)較小,格網(wǎng)同質(zhì)性較一致?；谏鲜龇治?本文最后選擇500 m×500 m作為基本的格網(wǎng)單元。

1.3.3 土地復(fù)墾收益的評(píng)估方法

國(guó)務(wù)院2011年頒布的《土地復(fù)墾條例》將土地復(fù)墾定義為：土地復(fù)墾是指對(duì)生產(chǎn)建設(shè)活動(dòng)和自然災(zāi)害損毀的土地,采取整治措施,使其達(dá)到可供利用狀態(tài)的活動(dòng)。在礦區(qū),被復(fù)墾的對(duì)象主要是指因采礦而造成的損毀地。為簡(jiǎn)化分析過(guò)程,本文通過(guò)ESV增量來(lái)衡量土地復(fù)墾帶來(lái)的生態(tài)收益。在本文中,土地復(fù)墾劃分為兩個(gè)階段：損毀地轉(zhuǎn)為復(fù)墾地(耕地、林地、草地和建設(shè)用地等)被劃分為第一階段；損毀地轉(zhuǎn)為復(fù)墾地后,低ESV的復(fù)墾地向高ESV的復(fù)墾地的轉(zhuǎn)型(如草地轉(zhuǎn)為林地)可以被認(rèn)為是損毀地轉(zhuǎn)為復(fù)墾地的后續(xù)生態(tài)收益,被劃分為第二階段。

考慮到平朔礦區(qū)土地復(fù)墾工作自20世紀(jì)80年代后期展開,因此將1990年作為研究的初始年,將這一年的土地利用類型圖與1996年的土地利用類型圖相交,即可得到1990—1996年土地利用類型的轉(zhuǎn)換情況。其中,損毀地轉(zhuǎn)為其他地類作為1990—1996土地復(fù)墾第一階段帶來(lái)的ESV增量,而轉(zhuǎn)換后的新地類則作為1990—1996年的新增復(fù)墾地用來(lái)研究后續(xù)ESV增量。將1996和2000年的土地利用類型圖相交,可計(jì)算得到1996—2000年第一階段帶來(lái)的ESV增量。另外,利用1990—1996年的新增復(fù)墾地圖層裁剪1996—2000年土地利用類型轉(zhuǎn)換圖層,通過(guò)計(jì)算可得到1996—2000年第二階段帶來(lái)的ESV增量。以此類推,依次得到2000—2004年,2004—2009年,2009—2014年以及2014—2018年的土地復(fù)墾第一階段和二階段帶來(lái)的ESV增量。

1.3.4 不同情景下生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同分析

以劃分的500 m×500 m格網(wǎng)為基礎(chǔ),對(duì)供給、調(diào)節(jié)、支持和文化4類生態(tài)系統(tǒng)服務(wù)進(jìn)行分區(qū)統(tǒng)計(jì),并利用SPSS 23和GeoDa 1.18.0 10軟件對(duì)4項(xiàng)生態(tài)系統(tǒng)服務(wù)進(jìn)行成對(duì)的相關(guān)性分析。SPSS 23的皮爾遜(Pearson)指數(shù)和Geoda 1.18.0 10的莫蘭(Moran′sI)指數(shù)用來(lái)衡量不同類型的生態(tài)系統(tǒng)服務(wù)在空間上表現(xiàn)出的整體相關(guān)性,主要是通過(guò)數(shù)值反映權(quán)衡或協(xié)同的關(guān)聯(lián)性大小。另外,為了進(jìn)一步反映生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同在局部空間表現(xiàn)出的差異性,本文通過(guò)Geoda1.18.0 10軟件進(jìn)行雙變量局部自相關(guān)分析。相較于前兩種指數(shù)形式的非空間化表達(dá),雙變量局部自相關(guān)分析可以借助局部空間相關(guān)性指標(biāo)(Local Indicators of Spatial Association, LISA)圖來(lái)更加直觀地呈現(xiàn)研究區(qū)域的局部關(guān)聯(lián)性情況。其中高高集聚和低低集聚表示協(xié)同關(guān)系,高低集聚和低高集聚表示權(quán)衡關(guān)系。

2 結(jié)果和分析

2.1 1990—2026年研究區(qū)ESV變化特征分析

結(jié)合圖3可以看出,研究區(qū)的整體ESV在1990—2018年呈現(xiàn)出先降低后升高的趨勢(shì)。其中,最高值和最低值出現(xiàn)在1990年和2014年,分別為3.73億元和0.96億元。在單項(xiàng)ESV變化中,調(diào)節(jié)服務(wù)的變化最明顯,其原因是調(diào)節(jié)服務(wù)價(jià)值的變化主要取決于損毀地?cái)?shù)量的增減。1990—2014年間,隨著三大露天礦區(qū)的相繼開發(fā),損毀地?cái)?shù)量的快速增加,導(dǎo)致調(diào)節(jié)服務(wù)的ESV快速下降,并在2014年前后達(dá)到最低點(diǎn)。2014—2018年間,雖然東露天礦區(qū)的規(guī)模繼續(xù)擴(kuò)大,但安太堡和安家?guī)X礦區(qū)有較多的損毀地被復(fù)墾成農(nóng)用地,因此研究區(qū)調(diào)節(jié)服務(wù)的ESV首次呈現(xiàn)出上升趨勢(shì)。從圖4可以看出,1990—2018年間廢物處理和水源涵養(yǎng)的ESV下降趨勢(shì)明顯,分別從0.31億元和0.36億元下降至-1.13億元和-0.23億元,這說(shuō)明礦區(qū)規(guī)模的擴(kuò)大導(dǎo)致礦區(qū)排棄物處理成本大幅度增加,廢物處理和水源涵養(yǎng)這兩項(xiàng)生態(tài)系統(tǒng)服務(wù)不僅不能提供正面的生態(tài)效益,反而對(duì)周邊生態(tài)環(huán)境產(chǎn)生危害,嚴(yán)重威脅區(qū)域生態(tài)安全。相較于調(diào)節(jié)服務(wù),供給、支持、文化生態(tài)系統(tǒng)服務(wù)的價(jià)值變化并不明顯,原因是提供這兩項(xiàng)服務(wù)的地類主要為林地、耕地等農(nóng)用地。這些農(nóng)用地本身數(shù)量較多,因此小范圍內(nèi)用地類型轉(zhuǎn)換不會(huì)引起這三項(xiàng)服務(wù)ESV的大幅度波動(dòng)。

圖3 1990—2026年研究區(qū)一級(jí)類型生態(tài)系統(tǒng)服務(wù)變化Fig.3 Changes of first—level ecosystem service values in the study area from 1990 to 2026

圖4 1990—2026年研究區(qū)二級(jí)類型生態(tài)系統(tǒng)服務(wù)變化Fig.4 Changes of second-level ecosystem service values in the study area from 1990 to 2026

2018—2026年研究區(qū)土地利用格局變化顯著,主要表現(xiàn)在農(nóng)用地內(nèi)部的結(jié)構(gòu)調(diào)整以及損毀地與其他地類的相互轉(zhuǎn)換上。結(jié)合表4可計(jì)算出,2026年自然、經(jīng)濟(jì)和生態(tài)發(fā)展情景下的整體ESV分別為1.87、1.69和2.01億元。經(jīng)濟(jì)發(fā)展情景在3個(gè)情景中價(jià)值最低,原因是損毀地和耕地被限制轉(zhuǎn)換為其他高ESV用地類型,因此不能通過(guò)土地復(fù)墾和農(nóng)用地內(nèi)部結(jié)構(gòu)調(diào)整提高整體ESV。生態(tài)發(fā)展情景下,生態(tài)保護(hù)紅線的劃定一定程度上限制了該情景的林地和草地轉(zhuǎn)為損毀地和其他農(nóng)用地,因此2026年生態(tài)發(fā)展情景表現(xiàn)出較高的ESV。

結(jié)合圖5可以看出, 1990—2018年間,研究區(qū)ESV變化最為明顯的區(qū)域是中部和東北部的礦區(qū)以及西部的城區(qū),這表明采礦活動(dòng)和城鎮(zhèn)擴(kuò)張是引起研究區(qū)ESV變化的主要原因。另外,在自然和生態(tài)發(fā)展情景下,2018—2026年研究區(qū)中部的部分損毀地被復(fù)墾成農(nóng)用地,這將成為改善區(qū)域生態(tài)系統(tǒng)服務(wù)狀況的關(guān)鍵因素。在研究區(qū),ESV較為穩(wěn)定的高值區(qū)主要分布在西南部林地,這與黃土丘陵區(qū)本身的地貌特征密切相關(guān)。西南部是整個(gè)研究區(qū)海拔最高,坡度最陡的區(qū)域,由于地表起伏較大,無(wú)論是露天采礦、城鎮(zhèn)發(fā)展或是糧食耕種都會(huì)盡量避免向這個(gè)方向延伸,受到人類的擾動(dòng)較小,因此該區(qū)域的ESV一直保持較為穩(wěn)定的狀態(tài)。

2.2 1990—2018年復(fù)墾地ESV變化特征分析

結(jié)合表5可以看出, 1990—2018年間土地復(fù)墾共帶來(lái)ESV增量約為1.96億元。其中,第一階段和第二階段的增量占比分比為 95.55%和4.45%,說(shuō)明當(dāng)前研究區(qū)ESV增量來(lái)源主要是損毀地轉(zhuǎn)為復(fù)墾地。通過(guò)對(duì)比不同年份的數(shù)據(jù)可以看出,第一階段帶來(lái)的ESV增量持續(xù)增長(zhǎng),由2002.21萬(wàn)元增加至5924.69萬(wàn)元,說(shuō)明研究區(qū)土地復(fù)墾規(guī)模不斷擴(kuò)大對(duì)改善區(qū)域生態(tài)質(zhì)量狀況起到關(guān)鍵作用。另外,第二階段帶來(lái)的ESV增量雖相對(duì)較少,但其增長(zhǎng)的速度相對(duì)較快,且在總量中的占比不斷提高,因此有較大的發(fā)展?jié)摿Α?/p>

為進(jìn)一步分析土地復(fù)墾第二階段的ESV增量來(lái)源,本文統(tǒng)計(jì)了1990—2018年間第二階段的各類用地轉(zhuǎn)換面積占比和ESV增量占比。由圖6可知,土地復(fù)墾第二階段的地類轉(zhuǎn)換主要是草地轉(zhuǎn)林地(397.64 hm2)、耕地轉(zhuǎn)林地(278.13 hm2)以及耕地轉(zhuǎn)草地(222.63 hm2),分別占第二階段地類轉(zhuǎn)換的42.41%、29.66%和23.74%。這說(shuō)明損毀地被復(fù)墾后,耕地、草地和林地這三種農(nóng)用地間的相互轉(zhuǎn)換十分頻繁。另外,這期間ESV增量的主要來(lái)源是草地轉(zhuǎn)林地和耕地轉(zhuǎn)林地,分別帶來(lái)430.03萬(wàn)元和404.61萬(wàn)元的ESV增量,共占第二階段ESV增量的95.86%。

2.3 生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系特征

為探究研究區(qū)在不同情景下生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系,本文以500 m×500 m格網(wǎng)為基礎(chǔ)評(píng)價(jià)單元,獲取3個(gè)情景下每個(gè)格網(wǎng)單元單一服務(wù)的單位柵格面積的ESV,然后進(jìn)行SPSS相關(guān)性、雙變量全局自相關(guān)分析。由表6可知,在不同的發(fā)展情景下,研究區(qū)的4項(xiàng)生態(tài)系統(tǒng)服務(wù)均表現(xiàn)為協(xié)同關(guān)系。按照Pearson指數(shù)大小進(jìn)行排序,顯著程度依次為供給-支持>支持-文化>供給-文化>供給-調(diào)節(jié)>調(diào)節(jié)-支持>調(diào)節(jié)-文化；若按照Moran′sI指數(shù)進(jìn)行排序,則為供給-支持>支持-文化>供給-文化>供給-調(diào)節(jié)>調(diào)節(jié)-支持>調(diào)節(jié)-文化。

圖5 1990—2026年生態(tài)系統(tǒng)服務(wù)價(jià)值變化Fig.5 Changes of ecosystem service value from 1990 to 2026

表5 1990—2018年各階段土地復(fù)墾增加值

圖6 土地復(fù)墾第二階段轉(zhuǎn)型占比 Fig.6 Proportion of land transformation in the second stage of land reclamation

為深入了解研究區(qū)不同生態(tài)系統(tǒng)服務(wù)在內(nèi)部空間上權(quán)衡與協(xié)同關(guān)系的分異特征,本文以自然發(fā)展情景為例,使用GeoDa 1.18.0 10軟件對(duì)成對(duì)的生態(tài)系統(tǒng)服務(wù)進(jìn)行雙變量局部自相關(guān)分析,生成的局部空間相關(guān)性指標(biāo)圖可反映權(quán)衡與協(xié)同的空間聚類情況。從圖7可以看出,生態(tài)系統(tǒng)服務(wù)之間協(xié)同與權(quán)衡關(guān)系的空間聚集特征總體較為顯著。供給、調(diào)節(jié)、支持和文化四種服務(wù)在空間上主要表現(xiàn)為協(xié)同關(guān)系,主要分布在研究區(qū)中部、北部、東北部等地區(qū)。其中,供給—調(diào)節(jié)、供給—支持、供給—文化、調(diào)節(jié)—支持、調(diào)節(jié)—文化和支持—文化表現(xiàn)為協(xié)同關(guān)系的格網(wǎng)數(shù)分別為719、787、1048、1078、645和1078；表現(xiàn)為權(quán)衡關(guān)系的格網(wǎng)數(shù)目分別為47、32、79、145、482和49。北部和西南部地區(qū)協(xié)同關(guān)系表現(xiàn)為高高集聚特征,是因?yàn)樵搮^(qū)域林地?cái)?shù)量較多且人類擾動(dòng)較少,生態(tài)本底質(zhì)量較高；中部、東南部和西部的協(xié)同關(guān)系表現(xiàn)為低低集聚,主要由于礦區(qū)和城區(qū)向外擴(kuò)展導(dǎo)致；權(quán)衡關(guān)系大多聚集在礦區(qū)和城區(qū)的周邊區(qū)域以及東南部的耕地, 由于人類擾動(dòng)破壞穩(wěn)定的生態(tài)系統(tǒng)結(jié)構(gòu),導(dǎo)致表現(xiàn)出權(quán)衡特征。

圖7 2026年研究區(qū)自然發(fā)展情景4項(xiàng)生態(tài)系統(tǒng)服務(wù)局部空間相關(guān)性指標(biāo)圖 Fig.7 Local indicators of spatial association diagram of 4 ecosystem services under nature development scenario of study area in 2026

3 討論與結(jié)論

3.1 討論

通過(guò)上述分析可以看出,相較于供給、支持和文化服務(wù),調(diào)節(jié)服務(wù)受到采礦活動(dòng)的影響尤為明顯。一般而言,調(diào)節(jié)服務(wù)的價(jià)值是間接的,難以直接用貨幣衡量[41]。因此,本文采用替代成本法對(duì)調(diào)節(jié)服務(wù)的ESV進(jìn)行核算,這也是調(diào)節(jié)服務(wù)比較常用的核算方法之一[48]。礦區(qū)屬于人工/半人工生態(tài)系統(tǒng),人類的活動(dòng)對(duì)其演替的方向影響較大。在 “可持續(xù)發(fā)展”的戰(zhàn)略背景下,如何解決經(jīng)濟(jì)效益和生態(tài)效益之間的矛盾成為礦農(nóng)城復(fù)合區(qū)未來(lái)轉(zhuǎn)型發(fā)展道路上不可避免的問(wèn)題。在露天礦區(qū),生態(tài)修復(fù)的主要方式是土地復(fù)墾,因此本文通過(guò)劃分不同的復(fù)墾階段進(jìn)而挖掘研究區(qū)ESV變化的驅(qū)動(dòng)因素。從結(jié)果來(lái)看,當(dāng)前研究區(qū)生態(tài)系統(tǒng)服務(wù)狀況的改善仍主要依賴于土地復(fù)墾第一階段,即損毀地向其他土地類型的轉(zhuǎn)換。尤其在2014—2018年間,隨著東露天礦規(guī)模不斷擴(kuò)大,平朔礦區(qū)采礦的重心開始由安太堡礦和安家?guī)X礦向東露天礦轉(zhuǎn)移,安太堡和安家?guī)X的損毀地被大面積復(fù)墾,研究區(qū)生態(tài)系統(tǒng)服務(wù)狀況得到顯著改善。相較于第一階段,第二階段雖帶來(lái)的ESV增量少,但增長(zhǎng)速度較快,表現(xiàn)出較大的發(fā)展?jié)摿ΑＡ硗?土地復(fù)墾第二階段的收益是發(fā)生在第一階段地類轉(zhuǎn)換后的后續(xù)收益,因此帶來(lái)生態(tài)收益的時(shí)間點(diǎn)明顯滯后于第一階段,這導(dǎo)致在對(duì)比同一年不同復(fù)墾階段帶來(lái)的ESV增量時(shí),難以直接變現(xiàn)新增復(fù)墾地第二階段帶來(lái)的生態(tài)收益。隨著復(fù)墾地規(guī)模的不斷擴(kuò)大,土地復(fù)墾第二階段帶來(lái)的收益將對(duì)改善區(qū)域生態(tài)質(zhì)量狀況起到重要作用。結(jié)合圖6可以看出,第二階段損毀地被復(fù)墾成耕地后轉(zhuǎn)為林地和草地的現(xiàn)象比較明顯,說(shuō)明當(dāng)前研究區(qū)對(duì)復(fù)墾地用途的確定仍存在著一些問(wèn)題,未來(lái)仍需綜合考慮區(qū)域發(fā)展需求、復(fù)墾地土壤質(zhì)量狀況以及地形地貌等因素,復(fù)墾地應(yīng)宜林則林、宜草則草、宜耕則耕,合理確定土地用途。

表6 2026年研究區(qū)不同情景下4種生態(tài)系統(tǒng)服務(wù)相關(guān)分析結(jié)果

生態(tài)系統(tǒng)服務(wù)以多種復(fù)雜方式相互作用,此消彼長(zhǎng)的權(quán)衡、相互增益的協(xié)同是生態(tài)系統(tǒng)服務(wù)之間的典型關(guān)系[49—50]。生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同的研究旨在厘清各項(xiàng)生態(tài)系統(tǒng)服務(wù)變化的耦合關(guān)系,基于未來(lái)的發(fā)展情景改進(jìn)當(dāng)前的管理與決策,促進(jìn)首要目標(biāo)和其他多種效益間的平衡[51],實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的并行不悖,這既是IUCN提出的《基于自然解決方案全球標(biāo)準(zhǔn)》原則之一,同時(shí)也是適應(yīng)性管理的核心內(nèi)容。本文研究結(jié)果表明調(diào)節(jié)、支持與文化服務(wù)表現(xiàn)為協(xié)同關(guān)系,這與前人的研究成果較為一致[52],但供給服務(wù)與其他三項(xiàng)服務(wù)表現(xiàn)為協(xié)同關(guān)系的結(jié)論卻有別于部分研究[53]。一方面,本研究區(qū)含有大量的損毀地,該地類為各項(xiàng)生態(tài)系統(tǒng)服務(wù)的低值區(qū),這種負(fù)向的協(xié)同關(guān)系是使研究結(jié)果不同于其他研究的重要原因。另一方面,生態(tài)系統(tǒng)服務(wù)的權(quán)衡與協(xié)同與空間異質(zhì)性、時(shí)空尺度和研究方法等因素息息相關(guān)[54—55]。當(dāng)前許多研究得出的結(jié)論很大程度上只是反映特定區(qū)域和時(shí)間節(jié)點(diǎn)的現(xiàn)象,并不具有普適性。另外,調(diào)節(jié)—文化服務(wù)在局部區(qū)域出現(xiàn)較強(qiáng)的權(quán)衡關(guān)系,說(shuō)明土地利用格局存在著競(jìng)爭(zhēng)關(guān)系,需充分考慮各方利益進(jìn)一步化解生態(tài)風(fēng)險(xiǎn),保證區(qū)域生態(tài)安全。結(jié)合圖7可知,安太堡、安家?guī)X及東露天礦ESV低—低協(xié)同特征明顯,因此未來(lái)生態(tài)服務(wù)功能的提升仍需圍繞露天礦區(qū)的土地復(fù)墾工作展開。研究區(qū)西部和西南部地區(qū)表現(xiàn)為ESV高—高協(xié)同的特征,因此需要加強(qiáng)保護(hù),盡可能減少人類擾動(dòng)對(duì)其產(chǎn)生負(fù)面影響,避免單項(xiàng)生態(tài)服務(wù)功能的退化引起其他生態(tài)服務(wù)功能的衰退。

3.2 結(jié)論

(1)土地利用變化模擬預(yù)測(cè)結(jié)果顯示2018—2026年間研究區(qū)整體ESV呈上升趨勢(shì),在自然發(fā)展情景、經(jīng)濟(jì)發(fā)展情景和生態(tài)發(fā)展情景下的ESV分別為1.87億元、1.69億元和2.01億元。這說(shuō)明生態(tài)保護(hù)紅線,基本農(nóng)田的劃定以及礦區(qū)土地復(fù)墾等因素會(huì)對(duì)研究區(qū)未來(lái)ESV變化產(chǎn)生重要影響。

(2)分析研究區(qū)供給、調(diào)節(jié)、支持、文化4種單項(xiàng)ESV變化可知,1990—2026年調(diào)節(jié)服務(wù)的變化最明顯,且通過(guò)土地復(fù)墾可以極大地提升研究區(qū)的生態(tài)系統(tǒng)服務(wù)狀況。1990—2018年間,土地復(fù)墾第一階段和第二階段總共帶來(lái)ESV增量1.95億元。相較于第一階段,第二階段目前來(lái)說(shuō)占比小,但其增長(zhǎng)速度較快,有較大的發(fā)展?jié)摿Α?/p>

(3)在不同發(fā)展情景下,礦農(nóng)城復(fù)合區(qū)各項(xiàng)生態(tài)系統(tǒng)服務(wù)的權(quán)衡與協(xié)通關(guān)系表現(xiàn)較為一致,均存在明顯的協(xié)同關(guān)系?？臻g上,損毀地的“低低協(xié)同”是使各項(xiàng)生態(tài)系統(tǒng)服務(wù)表現(xiàn)為協(xié)同特征的重要原因。此外,研究區(qū)東南部在調(diào)節(jié)—文化服務(wù)上表現(xiàn)出較為明顯的“高低權(quán)衡”關(guān)系。研究結(jié)論可為礦農(nóng)城復(fù)合區(qū)的生態(tài)系統(tǒng)服務(wù)管理提供科學(xué)依據(jù)。