李楚瑜 徐偉銘 王開(kāi)家 楊慧 邵爾輝

摘 要：為了探究多情景下土地利用演變與生態(tài)系統(tǒng)服務(wù)價(jià)值（ecosystem service value，ESV）的特征及兩者間的差異性，以龍巖市為例，基于2005、2010、2015和2020年的4期土地利用數(shù)據(jù)，運(yùn)用混合元胞自動(dòng)機(jī)（mixed-cell cellular automata，MCCA）模型模擬2035年龍巖市土地利用格局，并采用當(dāng)量因子法計(jì)算分析了歷年以來(lái)和未來(lái)情景下ESV。結(jié)果顯示：2005—2020年龍巖市林地和耕地面積總體上呈下降趨勢(shì)，分別減少了10 590.33 hm2、4 183.63 hm2，水域面積小幅度上升，建設(shè)用地面積增長(zhǎng)迅速；龍巖市ESV在2005—2020年整體上呈現(xiàn)出下降態(tài)勢(shì)，累計(jì)減少4.15億元；在城市發(fā)展和耕地保護(hù)情景下，2035年龍巖市ESV較2020年分別損失了6.52億元和4.30億元；而生態(tài)保護(hù)情景下，ESV預(yù)測(cè)為927.43億元，較2020年上升了0.67億元，這是由于水域面積的增加使ESV得到了有效提高。因此，生態(tài)保護(hù)情景是符合未來(lái)發(fā)展趨勢(shì)的理想土地利用空間格局。

關(guān)鍵詞：土地利用演變；MCCA模型；ESV；龍巖市

中圖分類號(hào)：F301.24

文獻(xiàn)標(biāo)志碼：A

土地利用變化是全球環(huán)境和可持續(xù)發(fā)展的研究重點(diǎn)^［1］。近年來(lái)，隨著我國(guó)城市化與工業(yè)化進(jìn)程加快，各類城市活動(dòng)對(duì)土地的需求也越來(lái)越大^［2］，導(dǎo)致土地利用發(fā)生了劇烈變化，形成了資源掠奪和生態(tài)環(huán)境破壞的粗放式土地利用模式，國(guó)土空間格局受到嚴(yán)重影響^［3-4］。由于土地利用的矛盾日益加劇，對(duì)水循環(huán)、土壤更新等生態(tài)過(guò)程^［5-6］產(chǎn)生了一定影響，其通過(guò)生態(tài)系統(tǒng)服務(wù)價(jià)值（ecosystem service value，ESV）來(lái)體現(xiàn)和表征^［7-8］。因此，在當(dāng)前城市化的過(guò)程中，研究土地利用演變及其生態(tài)系統(tǒng)服務(wù)價(jià)值的變化特征，對(duì)于優(yōu)化國(guó)土空間格局，促進(jìn)地區(qū)可持續(xù)發(fā)展具有重要意義^［9-10］。

ESV最早由 COSTANZA等^［11］提出，謝高地等^［12］在此基礎(chǔ)上進(jìn)一步提出了適合中國(guó)ESV的計(jì)算方法。此后，我國(guó)學(xué)者開(kāi)展了系統(tǒng)性研究工作。戴文遠(yuǎn)等^［13］基于“三生空間”對(duì)福州新區(qū)土地利用功能轉(zhuǎn)型及生態(tài)服務(wù)價(jià)值進(jìn)行研究，彭文甫等^［14］基于1996—2016年的土地利用數(shù)據(jù)探究了對(duì)生態(tài)價(jià)值服務(wù)的影響，王航等^［15］開(kāi)展土地利用及景觀演化與ESV的相關(guān)性研究?？傮w來(lái)看，以上的研究從歷史階段的土地利用演化和ESV的變化特點(diǎn)出發(fā)，但ESV的測(cè)算是動(dòng)態(tài)的，對(duì)不同歷史階段生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空演化特征進(jìn)行分析，存在著一定的滯后^［16］，很難對(duì)未來(lái)的城市生態(tài)系統(tǒng)服務(wù)狀況做出精確的分析。雖然已有部分研究模擬分析了未來(lái)土地利用格局^［17］及ESV動(dòng)態(tài)特征^［18-19］，但在未來(lái)不同情景下，針對(duì)政策驅(qū)動(dòng)等方面引發(fā)的ESV空間差異性的研究仍然較少，當(dāng)前國(guó)家致力于推進(jìn)美麗中國(guó)生態(tài)文明建設(shè)，提出了一系列生態(tài)保護(hù)政策，在目前的政策導(dǎo)向下，未來(lái)不同發(fā)展情景下的ESV的演變特點(diǎn)迫切需要進(jìn)行更深入的研究。此外，目前預(yù)測(cè)未來(lái)土地利用變化模型中，TOBLER^［20］最早將元胞自動(dòng)機(jī)（cellular automata，CA）模型應(yīng)用于地理建模之中，在此之后出現(xiàn)了CA-Markov^［21］、CLUE-S^［22］、 FLUS^［23］和PLUS^［24］等模型。以上模型屬于傳統(tǒng)的CA模型^［25］，均獲得了預(yù)期的模擬結(jié)果，但也存在以下局限性：元胞內(nèi)用地類型不一定具有單一性，傳統(tǒng)CA模擬時(shí)的元胞為純?cè)?，即每個(gè)元胞內(nèi)只考慮了一種土地利用類型，忽略了實(shí)際元胞內(nèi)多種土地利用類型混合出現(xiàn)的現(xiàn)象^［26］；其次，大多數(shù)模型采用定性的轉(zhuǎn)換規(guī)則開(kāi)展研究區(qū)的模擬工作，不適用于混合元胞的轉(zhuǎn)換規(guī)則，忽略了亞元胞尺度上的定量轉(zhuǎn)換規(guī)則。而LIANG等^［27］提出的混合元胞自動(dòng)機(jī)（mixed-cell cellular automata，MCCA）模型考慮了土地利用模式的復(fù)雜性，設(shè)計(jì)了一種與傳統(tǒng)CA模型在元胞、元胞空間、元胞狀態(tài)和轉(zhuǎn)換規(guī)則的元胞鄰域方面有較大改進(jìn)的模型，該模型彌補(bǔ)了其他模型元胞內(nèi)單一土地結(jié)構(gòu)的缺陷，實(shí)現(xiàn)了在亞元胞尺度上由定性模擬到定量模擬的跨越。因此，MCCA模型能更精細(xì)地模擬未來(lái)情景下土地利用演變趨勢(shì)。綜上，探究未來(lái)不同情景土地利用與ESV演變趨勢(shì)，為區(qū)域生態(tài)環(huán)境保護(hù)與資源優(yōu)化管理提供科學(xué)理論基礎(chǔ)，對(duì)完善生態(tài)環(huán)境服務(wù)的理論體系具有重要的現(xiàn)實(shí)指導(dǎo)作用。

作為閩西部快速城鎮(zhèn)化區(qū)域，龍巖市用地結(jié)構(gòu)變化迅速，同時(shí)隨著革命老區(qū)現(xiàn)代化發(fā)展的推進(jìn)，導(dǎo)致用地結(jié)構(gòu)失衡和功能紊亂，使得人地之間的矛盾愈發(fā)突出。本文基于生態(tài)型現(xiàn)代化幸福龍巖的愿景和新時(shí)代支持革命老區(qū)發(fā)展的目標(biāo)，結(jié)合考慮混合元胞特點(diǎn)的MCCA模型，通過(guò)對(duì)龍巖市多情景下土地利用與ESV的動(dòng)態(tài)變化特點(diǎn)進(jìn)行探討，旨在為龍巖市城鎮(zhèn)用地布局科學(xué)化、城鎮(zhèn)可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況及數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

龍巖市位于福建省西部，地處閩粵贛三省交界，跨新羅區(qū)、永定區(qū)、長(zhǎng)汀縣、上杭縣、連城縣、武平縣、漳平市四縣兩區(qū)一市，界于115°51′E ～117°45′E， 24°23′N～26°02′N 之間，主要為亞熱帶季風(fēng)氣候，歷年平均降水量為1 442.1 mm，擁有2個(gè)國(guó)家級(jí)自然保護(hù)區(qū)，3個(gè)國(guó)家森林公園，生物資源豐富，為典型的山地城市。龍巖市是先進(jìn)制造業(yè)基地和全國(guó)重要的紅色城市，生態(tài)文明建設(shè)基礎(chǔ)較好，有著“三山為屏、四水串城”的總體格局，作為福建省打造21世紀(jì)海上絲綢之路核心區(qū)的內(nèi)陸樞紐之一，可為福建省自貿(mào)區(qū)擴(kuò)區(qū)提供支撐，未來(lái)發(fā)展情景廣闊。研究區(qū)位置示意圖如圖1所示。

1.2 數(shù)據(jù)來(lái)源

本文所采用的各期土地利用數(shù)據(jù)（2005年、2010年、2015年和2020年）來(lái)源于中科院資源環(huán)境科學(xué)與數(shù)據(jù)中心，并按照中國(guó)土地利用/覆蓋數(shù)據(jù)的三級(jí)分類系統(tǒng)將土地利用類型重分類為耕地、草地、林地、水域、建設(shè)用地和未利用地六大類，空間分辨率為30 m。DEM數(shù)據(jù)、基礎(chǔ)地理數(shù)據(jù)分別來(lái)源于地理空間數(shù)據(jù)云和OSM開(kāi)放數(shù)據(jù)平臺(tái)。生態(tài)保護(hù)紅線數(shù)據(jù)與永久基本農(nóng)田數(shù)據(jù)來(lái)源于龍巖市自然資源局。由于各類數(shù)據(jù)來(lái)源不一，將坐標(biāo)系統(tǒng)一為WGS_1984_UTM_Zone_50N。各生態(tài)系統(tǒng)單位面積服務(wù)價(jià)值所用的糧食產(chǎn)量、播種面積和價(jià)格數(shù)據(jù)來(lái)源于《龍巖市統(tǒng)計(jì)年鑒》和《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。

2 研究方法

2.1 MCCA模型

本文采用MCCA模型模擬未來(lái)土地利用空間分布。其模型結(jié)構(gòu)主要包括2個(gè)部分，土地利用成分發(fā)展?jié)摿τ?jì)算和亞元胞尺度下土地利用變化模擬的CA 模型^［28］。技術(shù)路線如圖2所示。

2.1.1 模型介紹

1）土地利用成分發(fā)展?jié)摿?/p>

首先，基于起始年份和目標(biāo)年份，通過(guò)隨機(jī)森林回歸（random forest regression，RFR）算法訓(xùn)練出元胞內(nèi)各土地利用成分面積占比的變化量與驅(qū)動(dòng)因素之間的關(guān)系；其次，根據(jù)訓(xùn)練關(guān)系預(yù)測(cè)得到各土地利用類型的開(kāi)發(fā)潛力。其中，RFR有效克服了多重空間變量之間共線性的相關(guān)問(wèn)題。此外，混合元胞內(nèi)土地利用成分的面積占比可能增加或減少。由于混合元胞的土地利用成分是相互約束的，一個(gè)成分的增加意味著其他成分的減少，因此我們只需要關(guān)注土地利用成分增加的部分，避免重復(fù)計(jì)算。其表達(dá)式為：

R_k=RFR_train （Ys_i，k，F(xiàn)s_i）（1）

P_i，k=RFR_predict（R_k，F(xiàn)_i）（2）

式中：i為混合元胞；k為土地利用類型；s為樣本閾值；R_k為驅(qū)動(dòng)因子與混合元胞內(nèi)地類覆蓋比例變化的關(guān)系；RFR_train（）為RFR的訓(xùn)練過(guò)程；Ys_i，k為混合元胞的樣本數(shù)據(jù)集；Fs_i為各驅(qū)動(dòng)因素的樣本數(shù)據(jù)集；P_i，k為各土地利用成分的開(kāi)發(fā)潛力；RFR_predict（）為RFR預(yù)測(cè)過(guò)程；F_i為驅(qū)動(dòng)因素?cái)?shù)據(jù)集。

2）亞元胞尺度下的土地利用變化模擬的CA模型

亞元胞，指基于混合元胞內(nèi)的土地利用類型占比進(jìn)行模擬，即每個(gè)元胞可能存在多種地類。MCCA模型的土地利用變化模擬中，各混合元胞中土地利用成分的面積比例是否增加，以及增加的量，在獲得土地利用成分發(fā)展?jié)摿Α⒂玫匦枨笠约白赃m應(yīng)慣性系數(shù)后，由一組數(shù)量轉(zhuǎn)換規(guī)則估算轉(zhuǎn)為增加的土地利用成分和其他用地成分改變的數(shù)量，其競(jìng)爭(zhēng)機(jī)理與FLUS模型類似。該輪盤(pán)競(jìng)爭(zhēng)機(jī)制中，每個(gè)扇區(qū)代表一種地類，各種地類通過(guò)輪盤(pán)與其他地類競(jìng)爭(zhēng)，每個(gè)元胞內(nèi)土地利用類型的個(gè)數(shù)為競(jìng)爭(zhēng)的輪數(shù)，每一輪與一個(gè)地類競(jìng)爭(zhēng)，若土地利用類型k獲勝，則該地類數(shù)量會(huì)增加，其他地類相應(yīng)減少。土地利用類型k的總變化概率可以表示為

Ot_i，k=P_i，k×Ωt_i，k×Dt_k（3）

式中：t為迭代次數(shù)；Ot_i，k為土地利用成分的總變化概率；Ωt_i，k為混合元胞的鄰域效應(yīng)；Dt_k為對(duì)土地利用類型k的未來(lái)需求的反饋，是自適應(yīng)慣性系數(shù)。當(dāng)模擬的土地利用成分?jǐn)?shù)值等于目標(biāo)數(shù)值時(shí)，MCCA將輸出k層模擬結(jié)果，每層為一個(gè)地類的空間分布。

經(jīng)多次實(shí)驗(yàn)，MCCA模型的回歸樹(shù)數(shù)目設(shè)為100，采樣率設(shè)為5%，鄰域?yàn)?，步長(zhǎng)為1。

2.1.2 情景設(shè)定

圍繞“建設(shè)閩西南生態(tài)型現(xiàn)代化城市，打造有溫度的幸福龍巖”的建設(shè)愿景，以龍巖市2005—2020 年土地利用變化特征及地區(qū)未來(lái)發(fā)展規(guī)劃為依據(jù)，根據(jù)城市的實(shí)際情況，設(shè)置城市發(fā)展、耕地保護(hù)、生態(tài)保護(hù)3個(gè)情景，模擬未來(lái)土地利用需求，如表1所示。

2.1.3 轉(zhuǎn)換成本矩陣

在模擬未來(lái)多情景下的土地利用需求時(shí)，根據(jù)設(shè)計(jì)的情景，設(shè)置不同地類轉(zhuǎn)換為其他地類的難度，見(jiàn)表2。其中：a為耕地；b為林地；c為草地；d為水域；e為建設(shè)用地；f為未利用地；1表示地類之間可以轉(zhuǎn)換，0表示地類之間禁止轉(zhuǎn)換。

2.2 ESV評(píng)估

1）基于糧食價(jià)格的修正

據(jù)文獻(xiàn)［29］的研究結(jié)果可知，1個(gè)當(dāng)量因子的價(jià)值為全國(guó)平均糧食單產(chǎn)市場(chǎng)價(jià)格的1/7?？紤]到糧食價(jià)格的波動(dòng)性，參照2020年全國(guó)主要糧食平均價(jià)格和2005—2020年龍巖市平均糧食產(chǎn)量，修正方法^［30］如下：

式中：V為龍巖市單位面積農(nóng)田糧食作物的市場(chǎng)價(jià)值，元/hm2；P為全國(guó)主要糧食作物平均單價(jià)，元/kg；Q為研究區(qū)糧食作物單位面積產(chǎn)量，kg/hm2。

2）ESV系數(shù)的修正

采用2015年修正的符合中國(guó)等發(fā)展中國(guó)家實(shí)際的ESV當(dāng)量因子表^［12］，并依據(jù)龍巖市的生態(tài)系統(tǒng)服務(wù)類型，制定了單位面積ESV當(dāng)量，建設(shè)用地設(shè)為0。單位面積ESV系數(shù)為

V_i=C_iV i=1，2，…，n（5）

式中：V_i為第i類土地的ESV系數(shù)，元/hm2；C_i為第i類土地單位面積生態(tài)系統(tǒng)價(jià)值當(dāng)量。

對(duì)單位面積ESV系數(shù)進(jìn)行修正，結(jié)果如表3所示。

3）ESV計(jì)算

利用ESV分析模型計(jì)算龍巖市各時(shí)期的ESV（V_ES），計(jì)算公式^［31］為

V_ES=∑A_iV_i（6）

式中，A_i為第i類土地的面積，hm2。

3 結(jié)果與分析

3.1 龍巖市土地利用及其ESV變化

3.1.1 土地利用演變分析

通過(guò)4期土地利用數(shù)據(jù)，分析研究區(qū)2005—2020年間土地利用變化數(shù)據(jù)，如表4和圖3所示。龍巖市以林地為主，水域主要位于其西南方向，耕地圍繞建設(shè)用地分布。從表4和圖3可以看出：龍巖市的林地占據(jù)約73%的土地面積，從2005年的73.62%至2020年的73.06%，林地總體上呈下降趨勢(shì)，共減少了10 590.33 hm2；耕地面積明顯減少，2005—2015年間面積占比呈現(xiàn)下降趨勢(shì)，到2020年耕地比例有所緩和并開(kāi)始上升，面積累計(jì)減少了4 183.63 hm2；水域在這15年間增長(zhǎng)較緩，面積增加了310.45 hm2，其比例在2010年上升后，直到2020年無(wú)明顯變化，這也證明了龍巖市一直致力于保護(hù)好四大流域的重大舉措取得了成效；建設(shè)用地2005—2020年的面積持續(xù)增長(zhǎng)，共計(jì)增加了 12 080.34 hm2，其中2005—2010年間增長(zhǎng)面積最大，表明龍巖市的建設(shè)用地在這一時(shí)期的擴(kuò)張速度是最快的；草地總體呈增長(zhǎng)趨勢(shì)，2005—2010年間增長(zhǎng)面積相對(duì)較多，僅次于建設(shè)用地。未利用地占比小，總體上面積變化不明顯，減少約1.83%。綜上，林地與耕地面積的下降主要是源于建設(shè)用地的擠壓和侵占。

3.1.2 ESV變化分析

根據(jù)式（6）可得到龍巖市2005—2020年ESV的變化，如表5所示。從表5可知：龍巖市2005、2010、2015、2020年ESV分別為930.91、927.77、927.95、926.76億元，15年間ESV共計(jì)減少了4.15億元，總體呈下降趨勢(shì)；在ESV總量中，林地對(duì)其貢獻(xiàn)最大，約占價(jià)值總量的83%，這與龍巖市高森林覆蓋率有關(guān)；15年間林地的ESV明顯降低，共計(jì)減少了5.84億元，而草地ESV的增加量最大，共計(jì)增加了1.15億元?？傮w來(lái)看，2005—2010年龍巖市的ESV下降較快，2010—2015年小幅度上升，但2015—2020年又呈下降趨勢(shì)。

3.2 未來(lái)不同情景下土地利用及其ESV變化

3.2.1 不同情景下土地利用格局變化

1）精度檢驗(yàn)

LIANG等^［27］和蔣小芳等^［28］分別采用空間分辨率在250～1 250 m和250～500 m的混合像元驗(yàn)證MCCA模型的模擬精度，證明當(dāng)空間分辨率為250 m時(shí)，土地利用模擬精度最高。本文以龍巖市為研究區(qū)，較上述研究范圍更大，鑒于此，采用250 m的空間分辨率模擬未來(lái)結(jié)果圖。本文基于2005年土地利用柵格圖模擬2020年的土地利用圖，采用OA、Kappa系數(shù)和mcFoM評(píng)估MCCA模型的預(yù)測(cè)精度，其中mcFoM與FoM類似，模擬結(jié)果愈接近1愈準(zhǔn)確^［32］。采用2020年各地類的實(shí)際結(jié)果和MCCA模型計(jì)算的模擬結(jié)果，分別與2005年土地利用數(shù)據(jù)進(jìn)行對(duì)比，得到15年間土地利用成分變化情況，變化程度為-1～1，如圖4所示。變化程度值為正表示地類的面積在擴(kuò)張，為負(fù)表示減少，為0則表示地類沒(méi)有變化。由圖4可以發(fā)現(xiàn)，各地類的變化區(qū)域基本吻合，模擬效果較好。OA、Kappa系數(shù)和mcFoM的計(jì)算結(jié)果分別為0.95、0.89和0.222，說(shuō)明模擬結(jié)果可靠。

2）2035年不同情景預(yù)測(cè)結(jié)果

MCCA模型對(duì)2035年地類結(jié)構(gòu)進(jìn)行空間可視化，土地利用類型的覆蓋比例為0～1，結(jié)果如圖5所示。在城市發(fā)展情景下，相較于2020年，建設(shè)用地?cái)U(kuò)張十分明顯，例如上杭縣古田鎮(zhèn)，在原有基礎(chǔ)上繼續(xù)擴(kuò)張，成團(tuán)發(fā)展，表明在不受各項(xiàng)保護(hù)政策的影響下，城鎮(zhèn)化發(fā)展迅速。具體來(lái)講，建設(shè)用地的面積增加了9 189.17 hm2，林地和草地分別減少了5 108.67 hm2和2 109.22 hm2，說(shuō)明林地與草地受到建設(shè)用地的侵占較為突出。

耕地保護(hù)情景下，耕地較2020年增加了331.15 hm2，建設(shè)用地的面積增加了6 868.23 hm2。耕地在基本農(nóng)田保護(hù)紅線的政策下保障了糧食安全，得到了有效的利用和保護(hù)，在長(zhǎng)汀北部、連城北部和上杭南部分布相對(duì)集中。隨著區(qū)域經(jīng)濟(jì)的不斷發(fā)展，城市建設(shè)用地持續(xù)擴(kuò)張，城鎮(zhèn)化進(jìn)程必然會(huì)導(dǎo)致其他地類的萎縮，僅有耕地得到了有效的控制。

生態(tài)保護(hù)情景下，除了草地和未利用地，其他用地面積都有所增長(zhǎng)，是符合未來(lái)發(fā)展趨勢(shì)的理想土地利用空間格局。在此情景下，建設(shè)用地、林地、水域、耕地面積分別增長(zhǎng)了1 456.49、602.47、360.14、131.66 hm2，而草地和未利用地分別下降了1 587.65 hm2、963.11 hm2，說(shuō)明草地和未利用地逐漸轉(zhuǎn)化為建設(shè)用地、林地、水域以及耕地。另外，林地和耕地被建設(shè)用地侵占的程度也有所降低，在一定程度上，有利于維護(hù)地區(qū)的生態(tài)安全，有利于地區(qū)的可持續(xù)發(fā)展。

3.2.2 不同情景下生態(tài)服務(wù)價(jià)值變化

2035年，在城市發(fā)展、耕地保護(hù)和生態(tài)保護(hù)情景下，ESV分別為920.24億元、922.46億元和927.43億元，如圖6所示。相比于2020年，龍巖市ESV只有在生態(tài)保護(hù)情景下提高了0.67億元，在城市發(fā)展情景和耕地保護(hù)情景下均呈現(xiàn)減少趨勢(shì)，分別損失了6.52億元和4.30億元。在城市發(fā)展情景下，生態(tài)系統(tǒng)的服務(wù)價(jià)值損失最大。由于經(jīng)濟(jì)的快速發(fā)展和城鎮(zhèn)化的逐步推進(jìn)，需要占用耕地和林地來(lái)擴(kuò)大建設(shè)用地的面積，而建設(shè)用地的增多導(dǎo)致生態(tài)系統(tǒng)的服務(wù)價(jià)值降低，這對(duì)龍巖市今后的發(fā)展具有重要的參考價(jià)值，必須適時(shí)調(diào)整發(fā)展戰(zhàn)略，優(yōu)化國(guó)土空間布局。在耕地保護(hù)情景下，ESV比城市發(fā)展情景多2.22億元，說(shuō)明永久基本農(nóng)田的劃定有效地控制了耕地的數(shù)量，一定程度上遏制了建設(shè)用地侵占耕地。在生態(tài)保護(hù)情景下，與城市發(fā)展和耕地保護(hù)情景相比，ESV分別增加7.19億元和4.97億元，說(shuō)明林地作為龍巖市最大的用地類型，對(duì)生態(tài)保護(hù)起著非常重要的作用，一定程度上也延緩了建設(shè)用地的擴(kuò)張。在政策的干預(yù)下，生態(tài)保護(hù)紅線對(duì)生態(tài)的發(fā)展和構(gòu)建幸福龍巖有至關(guān)重要的作用。

3.2.3 不同情景下土地利用變化對(duì)生態(tài)服務(wù)價(jià)值影響差異

圖7是2020—2035年龍巖市各土地利用類型ESV變化。從圖7可以看出：引起3種情景內(nèi)ESV變化的主要因素是水域面積的變化。其中，在城市發(fā)展情景下，水域的ESV減少了8.5%，變動(dòng)幅度較大，且耕地保護(hù)情景下ESV的損失次之，減少4.5%。林地和草地面積的減少成為城市發(fā)展和耕地保護(hù)情景中ESV降低的重要因素。而在生態(tài)保護(hù)情景下，水域面積的增加使得ESV得到了有效提升，提高了1.08億元，一定程度上削弱了草地ESV降低的趨勢(shì)。此外，由于林地、耕地和水域轉(zhuǎn)換為建設(shè)用地的概率降低和生態(tài)保護(hù)紅線的限制，使得林地、耕地面積增加帶來(lái)的價(jià)值增長(zhǎng)與草地價(jià)值減少表現(xiàn)出互補(bǔ)趨勢(shì)。相較于其他2種情景，草地在生態(tài)保護(hù)情景下ESV的減少量最小，且林地和耕地ESV呈正向增長(zhǎng)（由于林地和耕地的基數(shù)較大，ESV上升幅度不明顯），表明在此情景下，生態(tài)環(huán)境得到改善，生態(tài)結(jié)構(gòu)日趨合理化且生態(tài)系統(tǒng)合理化水平更高。

4 結(jié)論與討論

本文基于2005—2020年龍巖市土地利用與ESV時(shí)空演變特征，利用MCCA模型模擬了不同情景下2035年土地利用格局及其ESV變化差異。主要結(jié)論如下：

1）隨著城鎮(zhèn)化的高速發(fā)展，2005—2020年龍巖市林地和耕地面積總體上呈下降趨勢(shì)，分別減少了10 590.33 hm2和4 183.63 hm2，水域面積小幅度上升，建設(shè)用地面積則增長(zhǎng)迅速，這是由于建設(shè)用地的無(wú)序擴(kuò)張，對(duì)林地與耕地造成了侵占和擠壓。

2）龍巖市的生態(tài)服務(wù)價(jià)值在2005—2020年整體上呈現(xiàn)出下降的態(tài)勢(shì)，累計(jì)減少4.15億元。林地的ESV減少量最大，減少了5.84億元，而草地和水域的ESV則一直處于上升趨勢(shì)，分別增加了1.15億元、0.93億元。由此可知：城鎮(zhèn)化的迅速發(fā)展引起的土地利用改變是影響龍巖市ESV變化的重要因素；建設(shè)用地的迅速擴(kuò)張，會(huì)使林地和耕地的生態(tài)結(jié)構(gòu)發(fā)生變化，從而削弱了ESV。

3）在城市發(fā)展情景和耕地保護(hù)情景下，龍巖市2035年的ESV較2020年分別損失了6.52億元和4.30億元，林地和草地面積的減少成為城市發(fā)展和耕地保護(hù)情景中ESV降低的重要因素。而生態(tài)保護(hù)情景下，ESV預(yù)測(cè)為927.43億元，較2020年上升了0.67億元，這是由于水域面積的增加使得ESV得到了有效提高。

本文在分析龍巖市歷史土地利用變化規(guī)律基礎(chǔ)上，借助MCCA模型模擬城市發(fā)展、耕地保護(hù)與生態(tài)發(fā)展3種情景下龍巖市土地利用演變情況，進(jìn)而利用當(dāng)量因子法對(duì)3種情景下用地結(jié)構(gòu)的生態(tài)系統(tǒng)服務(wù)能力進(jìn)行價(jià)值化表達(dá)。對(duì)龍巖市而言，堅(jiān)持發(fā)展生態(tài)保護(hù)理念是提高ESV的正確方向，該情景不僅推進(jìn)了土地利用的協(xié)同布局，也對(duì)實(shí)現(xiàn)區(qū)域的持續(xù)健康發(fā)展起著一定作用。從研究方法上看，基于2020年的糧食價(jià)格與生物量進(jìn)行估算，客觀上可能存在對(duì)未來(lái)ESV的高估或低估，未來(lái)可以嘗試采用更加精確的ESV評(píng)估方法。此外，本文僅采用250 m混合像元空間分辨率的數(shù)據(jù)進(jìn)行模擬，研究尺度較單一，沒(méi)有考慮更高或更低的分辨率數(shù)據(jù)進(jìn)行對(duì)比實(shí)驗(yàn)，未來(lái)可進(jìn)一步探究多尺度視角下土地利用演變對(duì)ESV時(shí)空演變的影響。

參考文獻(xiàn)：

[1]劉紀(jì)遠(yuǎn)， 張?jiān)鱿椋?徐新良， 等. 21世紀(jì)初中國(guó)土地利用變化的空間格局與驅(qū)動(dòng)力分析［J］. 地理學(xué)報(bào)， 2009， 64（12）： 1411-1420.

［2］ 樊杰. 主體功能區(qū)戰(zhàn)略與優(yōu)化國(guó)土空間開(kāi)發(fā)格局［J］. 中國(guó)科學(xué)院院刊， 2013， 28（2）： 193-206.

［3］ 白中科， 周偉， 王金滿， 等. 試論國(guó)土空間整體保護(hù)、系統(tǒng)修復(fù)與綜合治理［J］. 中國(guó)土地科學(xué)， 2019， 33（2）： 1-11.

［4］ 黃金川， 林浩曦， 漆瀟瀟. 面向國(guó)土空間優(yōu)化的三生空間研究進(jìn)展［J］. 地理科學(xué)進(jìn)展， 2017， 36（3）： 378-391.

［5］ 王永琪， 馬姜明. 基于縣域尺度珠江—西江經(jīng)濟(jì)帶廣西段土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響研究［J］. 生態(tài)學(xué)報(bào)， 2020， 40（21）： 7826-7839.

［6］ 雷璇， 楊波， 蔣衛(wèi)國(guó)， 等. 東洞庭濕地植被格局變化及其影響因素［J］. 地理研究， 2012， 31（3）： 461-470.

［7］ 劉瑩， 耿文亮， 邵靜文， 等. “三生空間”視角下土地利用變化與生態(tài)系統(tǒng)服務(wù)價(jià)值響應(yīng)： 以黃河下游地區(qū)為例［J］. 地域研究與開(kāi)發(fā)， 2021， 40（4）： 129-135.

［8］ 楊清可， 段學(xué)軍， 王磊， 等. 基于“三生空間”的土地利用轉(zhuǎn)型與生態(tài)環(huán)境效應(yīng)： 以長(zhǎng)江三角洲核心區(qū)為例［J］. 地理科學(xué)， 2018， 38（1）： 97-106.

［9］ 龍花樓. 論土地利用轉(zhuǎn)型與土地資源管理［J］. 地理研究， 2015， 34（9）： 1607-1618.

［10］劉永強(qiáng)， 廖柳文， 龍花樓， 等. 土地利用轉(zhuǎn)型的生態(tài)系統(tǒng)服務(wù)價(jià)值效應(yīng)分析： 以湖南省為例［J］. 地理研究， 2015， 34（4）： 691-700.

［11］COSTANZA R， D′ARGE R， DE GROOT R， et al. The value of the worlds ecosystem services and natural capital［J］. World Environment， 1997， 387： 253-260．

［12］謝高地， 張彩霞， 張昌順， 等. 中國(guó)生態(tài)系統(tǒng)服務(wù)的價(jià)值［J］. 資源科學(xué)， 2015， 37（9）： 1740-1746.

［13］戴文遠(yuǎn)， 江方奇， 黃萬(wàn)里， 等. 基于“三生空間”的土地利用功能轉(zhuǎn)型及生態(tài)服務(wù)價(jià)值研究： 以福州新區(qū)為例［J］. 自然資源學(xué)報(bào)， 2018， 33（12）： 2098-2109.

［14］彭文甫， 周介銘， 楊存建， 等. 基于土地利用變化的四川省生態(tài)系統(tǒng)服務(wù)價(jià)值研究［J］. 長(zhǎng)江流域資源與環(huán)境， 2014， 23（7）： 1053-1062.

［15］王航， 秦奮， 朱筠， 等. 土地利用及景觀格局演變對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響［J］. 生態(tài)學(xué)報(bào)， 2017， 37（4）： 1286-1296.

［16］李龍， 吳大放， 王芳， 等. 中國(guó)快速城市化區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)及權(quán)衡研究： 以佛山市為例［J］. 生態(tài)學(xué)報(bào)， 2020， 40（24）： 9023-9036.

［17］孫瑋健， 張榮群， 艾東， 等. 基于元胞自動(dòng)機(jī)模型的土地利用情景模擬與驅(qū)動(dòng)力分析［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2017， 48（增刊1）： 254-261.

［18］何玲， 賈啟建， 李超， 等. 基于生態(tài)系統(tǒng)服務(wù)價(jià)值和生態(tài)安全格局的土地利用格局模擬［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2016， 32（3）： 275-284.

［19］歐陽(yáng)曉， 賀清云， 朱翔. 多情景下模擬城市群土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響： 以長(zhǎng)株潭城市群為例［J］. 經(jīng)濟(jì)地理， 2020， 40（1）： 93-102.

［20］TOBLER W R. Cellular Geography［M］. Netherlands： Springer， 1979： 379-386.

［21］崔旺來(lái)， 蔡莉， 奚恒輝， 等. 基于土地利用/覆蓋變化的浙江大灣區(qū)生態(tài)安全評(píng)價(jià)及多情景模擬分析［J］. 生態(tài)學(xué)報(bào)， 2022， 42（6）： 2136-2148.

［22］趙旭， 湯峰， 張蓬濤， 等. 基于CLUE-S模型的縣域生產(chǎn)-生活-生態(tài)空間沖突動(dòng)態(tài)模擬及特征分析［J］. 生態(tài)學(xué)報(bào)， 2019， 39（16）： 5897-5908.

［23］楊浩， 盧新海. 基于“三生空間”演化模擬的村莊類型識(shí)別研究： 以湖南省常寧市為例［J］. 中國(guó)土地科學(xué)， 2020， 34（6）： 18-27.

［24］李安林， 周艷， 唐麗毅， 等. 怒江州土地利用模擬及生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估： 基于PLUS模型的多情景分析［J/OL］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2022： 1-12. （2022-04-17）［2022-09-03］. http：//kns.cnki.net/kcms/detail/11.3513.S.20220415.1200.006.html.

［25］戴爾阜， 馬良. 土地變化模型方法綜述［J］. 地理科學(xué)進(jìn)展， 2018， 7（1）： 152-162.

［26］SHI B X， YANG J Y. Scale， distribution， and pattern of mixed land use in central districts： a case study of Nanjing， China［J］. Habitat International， 2015， 46： 166-177.

［27］LIANG X， GUAN Q F， CLARKE K C， et al. Mixed-cell cellular automata： a new approach for simulating the spatio-temporal dynamics of mixed land use structures［J］. Landscape Urban Plan， 2021， 205： 103960.1-103960.17.

［28］蔣小芳， 段翰晨， 廖杰， 等. 基于多模型的黑河中游甘臨高地區(qū)土地利用情景模擬［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2022， 53（9）： 178-188.

［29］謝高地， 魯春霞， 冷允法， 等. 青藏高原生態(tài)資產(chǎn)的價(jià)值評(píng)估［J］. 自然資源學(xué)報(bào)， 2003， 18（2）： 189-196.

［30］白羽萍， 王佳斌， 劉戀， 等. 黑河流域生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)及權(quán)衡分析： 以張掖市為例［J］. 生態(tài)學(xué)報(bào)， 2022， 42（13）： 5187-5199.

［31］王兆峰， 許靜. 土地利用演變對(duì)國(guó)家公園生態(tài)系統(tǒng)服務(wù)價(jià)值的影響： 以三江源國(guó)家公園為例［J］. 生態(tài)學(xué)報(bào)， 2022， 42（17）： 1-11.

［32］張曉瑤， 張瀟， 李冬花， 等. 城市土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值影響的多情景模擬： 以深圳市為例［J］. 生態(tài)學(xué)報(bào)， 2022， 42（6）： 2086-2097.

（責(zé)任編輯：周曉南）

Multi-Scenario Land Use Eevolution and ESV Change Based on MCCA： A Case Study of Longyan City

LI Chuyu^1，2，3， XU Weiming^*1，2，3， WANG Kaijia^1，2，3， YANG Hui^{1，2，3}， SHAO Erhui^{1，2，3}

（1.Institute of Digital China， Fuzhou University （Fujian）， Fujian 350108， China; 2.Key Laboratory of Spatial Data Mining and Information Sharing， Ministry of Education， Fuzhou University， Fujian 350002， China; 3.National and Local Joint Engineering Research Center of Geospatial Information Technology， Fuzhou University， Fujian 350002， China）

Abstract： In order to explore the characteristics of land use evolution and ecosystem service value （ESV） under multiple scenarios and the differences between the two， this paper takes Longyan City as an example and is based on the four phases of land use data in 2005， 2010， 2015 and 2020. The mixed-cell cellular automata （MCCA） model was used to simulate the land use pattern of Longyan in 2035， and the ESV was calculated and analyzed by using the equivalent factor method. The results showed that the area of forest land and cultivated land in Longyan City decreased by 10 590.33 hm2 and 4 183.63 hm2 respectively from 2005 to 2020， the water area increased slightly， and the area of construction land increased rapidly. The ESV of Longyan City showed a downward trend from 2005 to 2020， with a total decrease of 415 million yuan; under the scenario of urban development and cultivated land protection， the ESV of Longyan City in 2035 will lose 652 million yuan and 430 million yuan respectively compared with 2020. Under the ecological protection scenario， the ESV is predicted to be 92.743 billion yuan， an increase of 67 million yuan compared with 2020， which is a result of the increase in water area. Therefore， the ecological protection scenario is an ideal spatial pattern of land use in line with the future development trend.

Key words： land use evolution; MCCA model; ESV（ecosystem service value）; Longyan City