摘要：以2000、2010和2020年3期土地利用數(shù)據(jù)為基礎(chǔ)，采用生態(tài)系統(tǒng)服務(wù)價(jià)值改進(jìn)的生態(tài)足跡模型核算灤河上游流域各期總體和不同地類生態(tài)承載力總量，繪制生態(tài)承載力空間分布圖，分析其歷史變化趨勢(shì)和空間分布特征。并基于CA-Markov模型模擬流域2030年的土地利用格局，對(duì)該流域未來(lái)生態(tài)承載力進(jìn)行了預(yù)測(cè)。結(jié)果表明，灤河上游流域建設(shè)用地和水域面積增長(zhǎng)迅速，林地和草地互相轉(zhuǎn)換活躍，草地轉(zhuǎn)出居多，但仍是該流域主導(dǎo)地類。伴隨著活躍的地類轉(zhuǎn)換，流域生態(tài)承載力總體呈先減少、后增加的趨勢(shì)。預(yù)測(cè)結(jié)果表明，2020—2030年預(yù)測(cè)該流域生態(tài)承載力將從1 844 795 ghm2增加至2 032 204 ghm2，增長(zhǎng)了10.16%，水域?qū)υ摿饔蛏鷳B(tài)系統(tǒng)承載力貢獻(xiàn)作用十分突出。灤河上游流域生態(tài)承載力總體格局呈西北高、東南低的特征，內(nèi)部單元隨時(shí)間變化在空間上呈斑塊聚集狀。

關(guān)鍵詞：生態(tài)足跡；生態(tài)系統(tǒng)服務(wù)價(jià)值；生態(tài)承載力；時(shí)空格局；預(yù)測(cè)

中圖分類號(hào)：F301.24" " " " "文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2023）03-0165-08

DOI：10.14088/j.cnki.issn0439-8114.2023.03.026 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Spatial-temporal dynamic simulation of ecological carrying capacity in upper reaches of Luanhe River Basin based on CA-Markov model

HU Xing-xing1， CHEN Xing1， LU Juan-juan2， CHEN Xia3， ZHANG Qi-cheng1

（1.College of Hydrology and Water Resources， Hohai University， Nanjing" 210098， China； 2.Weichang Manchu and Mongolian Autonomous County Branch， Chengde Municipal Bureau of Ecology and Environment， Chengde" 068469， Hebei， China； 3.Jiangsu Provincial Water and Soil Conservation Ecological Environment Monitoring Station， Nanjing" 210012， China）

Abstract： Based on the three-phase land use data in 2000， 2010 and 2020， the ecological footprint based on the ecosystem service value model was used to calculate the total amount of ecological carrying capacity of three phases and different land use types in the upper reaches of Luanhe River Basin， a spatial distribution map of ecological carrying capacity was drawn， and its historical change trend and spatial distribution characteristics were analyzed. Based on the CA-Markov model， the land use pattern of the basin in 2030 was stimulated， and the future ecological carrying capacity of the watershed was predicted. The results showed that the settlement and water area of the upper reaches of Luanhe River Basin grew rapidly， and the conversion of forest and grassland was active. The grassland area was mostly transferred out， but it was still the dominant land class in the basin. With the active conversion of land use types， the ecological carrying capacity of the river basin generally showed a trend of “first decreasing and then increasing”. The forecast results showed that the ecological carrying capacity of the basin was predicted to increase from 1 844 795 ghm2 to 2 032 204 ghm2 between 2020 and 2030， an increase of 10.16%， and the cantribution of water area to the ecological carrying capacity of the basin was outstanding. The overall pattern of ecological carrying capacity in the upper reaches of Luanhe River Basin was characterized by high in the northwest and low in the southeast， and the internal units showed a trend of patch aggregation in space with time.

Key words： ecological footprint； ecosystem service value； ecological carrying capacity； spatio-temporal pattern； prediction

可持續(xù)發(fā)展已經(jīng)成為新時(shí)期探索人與自然復(fù)雜作用關(guān)系、尋求發(fā)展平衡的重要科學(xué)工具［1］。21世紀(jì)以來(lái)，中國(guó)高度重視生態(tài)文明建設(shè)，提出要加強(qiáng)生態(tài)環(huán)境質(zhì)量保護(hù)工作，保障區(qū)域可持續(xù)發(fā)展。而摸清流域生態(tài)承載力現(xiàn)狀正是流域可持續(xù)發(fā)展的先決條件［2］。黨的十八大就提出明確流域的生態(tài)承載力現(xiàn)狀，維持流域可持續(xù)發(fā)展［3］。黨的十九大進(jìn)一步強(qiáng)調(diào)生態(tài)文明建設(shè)，良好的生態(tài)環(huán)境是民生福祉［4］。因此，科學(xué)認(rèn)識(shí)生態(tài)環(huán)境現(xiàn)狀，摸清發(fā)展演變規(guī)律，對(duì)未來(lái)流域發(fā)展規(guī)劃和生態(tài)文明建設(shè)具有重要意義。

生態(tài)足跡是國(guó)內(nèi)外生態(tài)承載力研究的熱點(diǎn)方法［5］，最初由加拿大學(xué)者Rees［6］在1992年提出，量化研究區(qū)可持續(xù)發(fā)展程度；徐中民等［7］最早將該模型引入中國(guó)，并核算了中國(guó)1999年生態(tài)承載力總量。許多學(xué)者對(duì)模型進(jìn)行了改良和修正［8-11］。其中，基于生態(tài)系統(tǒng)服務(wù)價(jià)值修正的生態(tài)足跡法體現(xiàn)了生態(tài)系統(tǒng)為人類提供多種服務(wù)功能的重要性［12］。近年來(lái)，生態(tài)承載力研究主要趨向于脆弱地區(qū)的承載力評(píng)估，未來(lái)承載力的時(shí)空格局預(yù)測(cè)也是研究的重難點(diǎn)［13，14］。辛永君等［15］研究了干旱區(qū)疏勒河流域的生態(tài)承載力時(shí)空演變格局，并對(duì)其驅(qū)動(dòng)力展開(kāi)了分析探討。岳東霞等［16］基于生態(tài)足跡法預(yù)測(cè)了石羊河流域未來(lái)生態(tài)承載力時(shí)空格局特征。土地利用變化是一個(gè)復(fù)雜的時(shí)間和空間變化過(guò)程，開(kāi)發(fā)了許多模型用于模擬未來(lái)土地利用變化趨勢(shì)。李安林等［17］基于PLUS模型探究了未來(lái)不同發(fā)展情境下怒江州土地利用空間格局，He等［18］采用LUSD模型評(píng)估了北京市2030年的城市擴(kuò)張趨勢(shì)，李凱等［19］利用CA模型（Cellular automata）-馬爾科夫模型（Markov）探究了黃河流域未來(lái)用地格局。而CA-Markov模型有效融合了CA 模型和 Markov 模型的優(yōu)點(diǎn)，通過(guò)CA模型模擬復(fù)雜系統(tǒng)的空間變化，并使用Markov模型模擬長(zhǎng)期預(yù)測(cè)，大大提高了未來(lái)土地利用模擬結(jié)果的準(zhǔn)確性，在國(guó)內(nèi)外得到了廣泛的應(yīng)用。

因此，以灤河上游流域?yàn)檠芯繉?duì)象，基于生態(tài)足跡法、土地利用預(yù)測(cè)模型和地理信息技術(shù)，預(yù)測(cè)2030年流域生態(tài)承載力時(shí)空分布格局，能夠較為準(zhǔn)確地描述該流域的生態(tài)承載力演變特征與趨勢(shì)，探討未來(lái)用地模擬下生態(tài)承載力效應(yīng)，為流域未來(lái)生態(tài)環(huán)境保護(hù)與生態(tài)文明建設(shè)提供參考。

1 研究區(qū)與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

灤河上游流域（40°44′54″ N～42°42′36″ N，115°27′32″ E～117°45′33″ E）位于海河流域北部，跨越內(nèi)蒙古錫林郭勒盟、赤峰市和河北省承德市、張家口市4個(gè)行政區(qū)市。流域面積18 536.22 km2，占海河流域面積的5.8%，灤河流域面積的33.1%。流域海拔371～2 228 m，平均海拔1 288.9 m，地勢(shì)整體呈西北高、東南低。流域北部為內(nèi)蒙古高原山區(qū)，中部為壩上草原區(qū)，南部海拔相對(duì)較低，是典型的生態(tài)過(guò)渡區(qū)（圖1）。流域坡度為0°～64°，平均坡度7°。境內(nèi)森林資源豐富，是重要的水源涵養(yǎng)區(qū)，也是京津冀地區(qū)生態(tài)安全的重要保護(hù)屏障。同時(shí)該流域位于農(nóng)牧交錯(cuò)帶和生態(tài)過(guò)渡區(qū)，原始生態(tài)條件脆弱。境內(nèi)農(nóng)牧業(yè)交錯(cuò)，人與生態(tài)環(huán)境關(guān)系密切。20世紀(jì)90年代，人口、旅游開(kāi)發(fā)和生態(tài)經(jīng)濟(jì)的發(fā)展驅(qū)動(dòng)著流域土地利用類型發(fā)生變化，該地區(qū)生態(tài)環(huán)境保障問(wèn)題突出［20］。21世紀(jì)以來(lái)，隨著生態(tài)文明建設(shè)的提出，流域開(kāi)展了大規(guī)模生態(tài)保護(hù)建設(shè)工作，退耕還林還草、風(fēng)沙源治理，極大改善了境內(nèi)的生態(tài)環(huán)境。因而，如何實(shí)現(xiàn)人與生態(tài)的協(xié)同發(fā)展，摸清生態(tài)保護(hù)建設(shè)工程對(duì)該流域的生態(tài)承載力有效與否，預(yù)測(cè)未來(lái)發(fā)展情境下流域生態(tài)承載力狀況，將為流域未來(lái)的國(guó)土空間決策和生態(tài)文明建設(shè)提供重要的決策支持。

1.2 數(shù)據(jù)來(lái)源

土地覆蓋數(shù)據(jù)（2000、2010、2020年）選取自30 m全球地表覆蓋數(shù)據(jù)GlobeLand30，按照一級(jí)分類將研究區(qū)重分類為六類：耕地、林地、草地、水域、建設(shè)用地和未利用地。柵格數(shù)據(jù)皆重采樣為30 m×30 m柵格。道路數(shù)據(jù)選用全國(guó)1∶100萬(wàn)地理信息數(shù)據(jù)（2021年）。統(tǒng)計(jì)數(shù)據(jù)來(lái)自《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》《中國(guó)農(nóng)產(chǎn)品價(jià)格調(diào)查年鑒》《河北農(nóng)村統(tǒng)計(jì)年鑒》《內(nèi)蒙古統(tǒng)計(jì)年鑒》。

2 研究方法

2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量修正

生態(tài)系統(tǒng)能夠?yàn)槿祟惿姘l(fā)展提供多種服務(wù)功能［21］。本研究中計(jì)算多年生態(tài)系統(tǒng)服務(wù)功能采用各類型土地覆蓋當(dāng)量?jī)r(jià)值計(jì)算?；谏鷳B(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表［22，23］，采用基于農(nóng)田的修正方法［24］在研究區(qū)流域尺度修正當(dāng)量因子表。

由于灤河流域跨越內(nèi)蒙古錫林郭勒盟、赤峰市和河北省承德市、張家口市，流域邊界與行政區(qū)極其不重合，但流域大部分位于錫林郭勒盟、承德市和張家口市境內(nèi)，其余部分僅占流域面積的3.0%。故利用土地覆蓋數(shù)據(jù)將統(tǒng)計(jì)資料中基于行政區(qū)的數(shù)據(jù)估算到灤河流域范圍內(nèi)，計(jì)算灤河生態(tài)系統(tǒng)服務(wù)價(jià)值和生態(tài)承載力。由灤河流域三期平均糧食單產(chǎn)" " " 2 816.87 kg/hm2與全國(guó)平均糧食單產(chǎn)4 989.37 kg/hm2的比值，研究流域修訂系數(shù)為0.56，灤河上游流域不同地類生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量見(jiàn)表1。

2.2 生態(tài)承載力評(píng)估

生態(tài)承載力（Ecological carrying capacity，ECC）的計(jì)算通常采用Wackernagel等［25］提出的生態(tài)足跡法，將研究區(qū)內(nèi)不同用地面積換算為統(tǒng)一標(biāo)準(zhǔn)，計(jì)算研究區(qū)為人類生產(chǎn)生活供給的資源量。本研究基于生態(tài)系統(tǒng)服務(wù)價(jià)值的方法修正了流域內(nèi)部均衡因子。

1）生態(tài)承載力計(jì)算。單項(xiàng)生物生產(chǎn)性土地面積生態(tài)承載力計(jì)算公式如下：

式中，[ECCi]為單項(xiàng)生物生產(chǎn)性土地面積生態(tài)承載力，全球公頃（ghm2）；[ai]為i類生物生產(chǎn)性土地類型的面積，hm2。[ri]為i類生物生產(chǎn)性土地類型的均衡因子，無(wú)量綱；[yi]為i類生物生產(chǎn)性土地類型的產(chǎn)量因子，無(wú)量綱。

根據(jù)世界環(huán)境與發(fā)展委員會(huì)要求，生態(tài)承載力的總量計(jì)算中應(yīng)扣除12%保證維持生態(tài)系統(tǒng)生物多樣性。

2）均衡因子和產(chǎn)量因子計(jì)算。均衡因子用于衡量研究區(qū)內(nèi)不同生態(tài)系統(tǒng)的單位面積所提供的服務(wù)功能差異，采用郭慧等［10］基于生態(tài)系統(tǒng)服務(wù)價(jià)值的均衡因子測(cè)算方法，計(jì)算研究區(qū)各期均衡因子數(shù)值：

式中，[Pi]為研究區(qū)第[i]類生態(tài)系統(tǒng)生態(tài)服務(wù)單位面積價(jià)值量，元/（hm2·a）；[PNP]為研究區(qū)所有生態(tài)系統(tǒng)的生態(tài)服務(wù)單位面積平均價(jià)值量，元/（hm2·a）；[ri]為[i]類生物生產(chǎn)性土地的均衡因子，無(wú)量綱；[Dt]為研究區(qū)第[t]年1個(gè)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，生態(tài)系統(tǒng)1個(gè)當(dāng)量因子的經(jīng)濟(jì)價(jià)值等于當(dāng)年平均糧食單產(chǎn)市場(chǎng)經(jīng)濟(jì)價(jià)值的1/7［23］，計(jì)算得到研究流域生態(tài)系統(tǒng)服務(wù)價(jià)值；[Fi]為研究區(qū)第i類生態(tài)系統(tǒng)生態(tài)服務(wù)價(jià)值當(dāng)量因子之和，無(wú)量綱；[Si]為研究區(qū)第i類生態(tài)系統(tǒng)面積，hm2。

產(chǎn)量因子表示研究區(qū)與全國(guó)相比某一生態(tài)系統(tǒng)類型的生產(chǎn)能力差異，主要用于使區(qū)域之間的生物生產(chǎn)性土地面積具有可比性。本研究選用國(guó)家足跡賬戶（NFA）在“2022年國(guó)家生態(tài)足跡和生態(tài)承載力賬戶”中提供的三期中國(guó)區(qū)產(chǎn)量因子。未利用地生產(chǎn)力極低，產(chǎn)量因子為0［26］。

2.3 土地利用預(yù)測(cè)模型

CA模型即元胞自動(dòng)機(jī)模型，具有很強(qiáng)的空間概念［27］，重視模擬中的空間特性，狀態(tài)變量和空間位置緊密聯(lián)系，具有一定的局限性，計(jì)算公式見(jiàn)式（3）。Markov模型是基于馬爾可夫過(guò)程的純數(shù)學(xué)意義的土地覆蓋變化概率模型，側(cè)重于未來(lái)用地預(yù)測(cè)中的數(shù)量變化，空間參數(shù)較弱，計(jì)算公式見(jiàn)式（4）。CA-Markov模型綜合了2種建模方法的優(yōu)勢(shì)，提高了未來(lái)土地覆蓋模擬結(jié)果的準(zhǔn)確性，可以更好地模擬土地利用數(shù)量和空間變化的時(shí)空格局，是未來(lái)土地覆蓋變化預(yù)測(cè)常用的工具。

式中，[St、St+1]分別為t和t+1的系統(tǒng)狀態(tài)；N為細(xì)胞的鄰域；f為局部空間中細(xì)胞的轉(zhuǎn)變規(guī)則；[Pij]為狀態(tài)下的轉(zhuǎn)移概率矩陣。

本研究采用克拉克大學(xué)開(kāi)發(fā)的IDRISI 17.2軟件中集成的CA-Markov模塊預(yù)測(cè)灤河上游流域未來(lái)土地覆蓋圖像，主要步驟如下：

1）計(jì)算土地利用轉(zhuǎn)移矩陣。應(yīng)用Markov模型計(jì)算2000—2010年土地利用轉(zhuǎn)移概率矩陣，設(shè)置時(shí)間間隔為10年，向前預(yù)測(cè)10年。

2）定義元胞大小。本研究元胞大小定義為30 m×30 m的柵格大小。

3）構(gòu)建土地轉(zhuǎn)化適宜性圖集。CA模型的核心就是元胞的演變規(guī)律，結(jié)合多目標(biāo)決策導(dǎo)向模塊（Multi-criteria evaluation，MCE）構(gòu)建不同地類轉(zhuǎn)換適宜性圖集。本研究根據(jù)灤河上游流域自身特點(diǎn)，確定約束性因素為建設(shè)用地，限制因子為海拔、坡度、到道路的距離、到水域的距離、到居民點(diǎn)的距離。

適宜性圖集規(guī)則，①建設(shè)用地：海拔lt;1 000 m最適宜，海拔gt;1 500 m適宜性差；0°～5°的坡度最適宜，5°的坡度適宜性差；到道路的距離lt;500 m最適宜，到道路的距離gt;1 km適宜性差；距離水域的距離" " "lt;500 m最適宜，gt;1 km適宜性差。②農(nóng)田：海拔lt;1 000 m最適宜，海拔gt;1 500 m不宜；0°～5°的坡度最適宜，gt;15°不適宜；到道路的距離lt;500 m最合適，到道路的距離gt;1 km表示適用性較弱；到居民點(diǎn)的距離lt;500 m最適宜，gt;1 000 m適宜性差；距離水域的距離lt;500 m最適宜，不設(shè)上限。③禁止水域和建設(shè)用地轉(zhuǎn)化為其他土地類型。④海拔是林地和草地的主要制約因素。未使用的土地可以隨意轉(zhuǎn)換為其他土地類型。對(duì)多限制性要素影響地類，選用層次分析法AHP確定影響權(quán)重，驗(yàn)證CR小于0.1即可。

4）應(yīng)用CA-Markov模型預(yù)測(cè)2020年流域用地，以2010年土地覆蓋圖像為基期，CA濾波器選用默認(rèn)的5×5鄰域?yàn)V波器，即每個(gè)元胞都被周圍的5×5的空間矩陣包圍影響，向前10年，循環(huán)設(shè)置10次。

2.4 土地利用模擬精度評(píng)價(jià)

為驗(yàn)證土地覆蓋預(yù)測(cè)模型的準(zhǔn)確性，將預(yù)測(cè)后2020年的土地覆蓋與實(shí)際2020年土地覆蓋比較，分析模擬精度。一般認(rèn)為，Kappa 系數(shù)大于等于0.75［19］時(shí)模擬結(jié)果較好。結(jié)果表明，研究流域 kappa系數(shù)為0.86，模型精度較高。研究流域約束因子的選擇和轉(zhuǎn)換規(guī)律的確定可以有效預(yù)測(cè)該區(qū)域未來(lái)土地覆蓋變化趨勢(shì)，預(yù)測(cè)結(jié)果合理。因而，參照上述方法，構(gòu)建2010—2020年適宜性圖集，預(yù)測(cè)2030年流域土地覆蓋變化。

3 結(jié)果與分析

3.1 土地覆蓋變化分析

根據(jù)CA-Markov模型與GIS空間疊加分析，模擬出灤河上游流域2000—2030年四期土地覆蓋變化（表2），揭示了研究流域不同地類數(shù)量和空間結(jié)構(gòu)變化特征。

草地是灤河上游流域土地利用的主要類型，占流域總面積的50%以上，耕地和林地次之。2000—2020年，研究流域建設(shè)用面積增加了182.75 km2，增長(zhǎng)幅度最大，增長(zhǎng)率達(dá)165.7%，流域內(nèi)城鎮(zhèn)擴(kuò)展明顯，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，居民對(duì)建設(shè)用地的需求上升；水域面積增長(zhǎng)了132.8%，與研究區(qū)水域保護(hù)相關(guān)政策有關(guān)；面積減少最多的是耕地和草地，分別減少了152.10 km2和132.31 km2，減少率為3.5%和1.3%，下降與區(qū)域經(jīng)濟(jì)的發(fā)展和工業(yè)結(jié)構(gòu)的調(diào)整密切相關(guān)。林地和未利用地面積波動(dòng)較小，林地占總面積比例一直保持在21.5%左右，與流域內(nèi)林地保護(hù)政策密不可分。

土地利用模擬結(jié)果顯示2030年研究區(qū)草地面積占流域總面積的49.8%，仍是流域主要土地利用類型。建設(shè)用地面積增長(zhǎng)幅度大，到2030年將繼續(xù)擴(kuò)張到541.07 km2，較2020年增長(zhǎng)了84.6%，城鎮(zhèn)化發(fā)展迅速，與研究流域過(guò)去二十年內(nèi)的城鎮(zhèn)開(kāi)發(fā)格局相匹配。耕地、水域等地類面積均持續(xù)增加，草地面積同2020年相比下降了7.8%。林地面積相對(duì)變化不大，占比仍然保持在24.4%。由2030年灤河上游流域土地利用預(yù)測(cè)（圖2）可知，流域地類空間分布格局異質(zhì)性明顯。內(nèi)蒙古壩上高原東北方主要用地類型為草地，耕地集中分布在西南方向，冀北低土石山地區(qū)地類則以林地為主，耕地錯(cuò)落散布在山麓。未利用地集中分布在上游內(nèi)蒙古壩上高原區(qū)。研究流域2030年基本延續(xù)了過(guò)去二十年內(nèi)土地利用變化特征，四期地類空間分布整體格局基本一致，但局部區(qū)域地類仍存在較明顯轉(zhuǎn)換。

3.2 生態(tài)承載力時(shí)空格局變化

3.2.1 生態(tài)承載力動(dòng)態(tài)變化分析 采用修正后的生態(tài)足跡模型計(jì)算灤河上游流域2000、2010、2020年以及預(yù)測(cè)2030年的生態(tài)承載力，結(jié)果見(jiàn)表3。土地利用轉(zhuǎn)換引起研究流域生態(tài)承載力變化，2000、2010、2020年灤河上游流域生態(tài)承載力分別為" " " "1 872 827、1 830 213、1 844 795 ghm2，呈先降后升的趨勢(shì)。

2000—2020年，流域內(nèi)不同土地利用類型生態(tài)承載力總量變化差異較大，其中耕地生態(tài)承載力總量以2010年為拐點(diǎn)，表現(xiàn)為先下降后緩慢上升，這主要是2000年以后退耕還林還草生態(tài)保護(hù)工程實(shí)施后，區(qū)域大規(guī)模退耕，而2010年往后面對(duì)新形勢(shì)下的耕地保護(hù)目標(biāo)與糧食安全保障任務(wù)以及農(nóng)村居民點(diǎn)的擴(kuò)張，耕作用地需求增加，導(dǎo)致部分草地重新被開(kāi)墾為耕地。林地和草地生態(tài)承載力均呈持續(xù)減少的趨勢(shì)，研究區(qū)草地和林地的保育措施尚待加強(qiáng)。水域和建設(shè)用地在生態(tài)承載力中所占比例相對(duì)較小，都呈強(qiáng)上升趨勢(shì)。其中建設(shè)用地生態(tài)承載力持續(xù)增長(zhǎng)，主要因?yàn)?000年以來(lái)，研究區(qū)城鎮(zhèn)經(jīng)濟(jì)建設(shè)發(fā)展迅速，建設(shè)用地需求增加，擴(kuò)張迅速，2個(gè)時(shí)段內(nèi)增長(zhǎng)率分別為37.1%和70.5%。水域生態(tài)承載力占生態(tài)承載力總量比例分別為7.2%、10.0%、15.6%，與流域內(nèi)水源涵養(yǎng)相關(guān)政策有關(guān)。

2030年流域生態(tài)承載力將繼續(xù)增長(zhǎng)至" " " " " " "2 032 204 ghm2，同2020年相比增長(zhǎng)了187 409 ghm2，上升幅度為10.2%，主要受流域水域面積增加影響。2030年水域?qū)α饔蛏鷳B(tài)承載力的貢獻(xiàn)為23.9%，同2020年的15.6%相比增加了8.3個(gè)百分點(diǎn)，表現(xiàn)為強(qiáng)上升趨勢(shì)，與灤河流域多年來(lái)上游水源涵養(yǎng)相關(guān)政策密切相關(guān)。流域內(nèi)建設(shè)用地四期生態(tài)承載力總量逐年增加，2030年建設(shè)用地生態(tài)承載力為50 565 ghm2，同2020年27 386 ghm2比增長(zhǎng)了84.6%，與該流域用地發(fā)展格局匹配。耕地生態(tài)承載力保持增長(zhǎng)，2030年研究流域耕地面積增加，生態(tài)承載力總量為423 222 ghm2，較2020年上升了27 081 ghm2，增速為6.8%。各地類中，林地、水域和草地對(duì)生態(tài)承載力的貢獻(xiàn)較大，2030年分別占當(dāng)年生態(tài)承載力總值的44.1%、23.9%、22.3%。

3.2.2 生態(tài)承載力空間分布特性 圖3顯示了灤河上游流域單位面積生態(tài)承載力的空間分布特征，灤河上游流域生態(tài)承載力表現(xiàn)出高度的空間異質(zhì)性，分布格局總體呈西北低、東南高，呈現(xiàn)斑塊聚集的變化趨勢(shì)。流域下游冀北土石山地區(qū)主要用地類型為林地和耕地，其貢獻(xiàn)的生態(tài)承載力價(jià)值較高。生態(tài)承載力價(jià)值較低的地方主要集中在流域上游內(nèi)蒙古高原帶，是因?yàn)樵搮^(qū)域地類主要以高原草地為主，且壩上荒漠大面積分布在此，其供給的生態(tài)承載力價(jià)值較低。2000—2030年四期流域生態(tài)承載力變化格局與土地利用變化格局基本一致。

對(duì)研究流域生態(tài)承載力進(jìn)行疊置分析，構(gòu)建2020—2030年研究流域生態(tài)承載力轉(zhuǎn)移矩陣，分析生態(tài)承載力不同組分在該流域內(nèi)部的時(shí)空變化狀況。2020—2030年研究流域各地類評(píng)價(jià)單元下生態(tài)承載力存在明顯變化，主要是因?yàn)闀r(shí)間變化下流域土地利用格局發(fā)生轉(zhuǎn)變。從圖4可以看出，2020—2030年流域生態(tài)承載力增減變化較為復(fù)雜，生態(tài)承載力變化單元空間分布較為破碎。生態(tài)承載力增加的單元主要分布在內(nèi)蒙古壩上高原帶，并且呈現(xiàn)明顯的帶狀分布，主要為水域修復(fù)的區(qū)域。生態(tài)承載力減少的單元主要分布在下游冀北土石山地區(qū)，斑塊較為離散，主要為山麓處的耕地開(kāi)墾和城鎮(zhèn)擴(kuò)張區(qū)域。

從表4可以看出，2020—2030年研究流域生態(tài)承載力轉(zhuǎn)出總量表示為2020年各地類向2030年各地類轉(zhuǎn)化后生態(tài)承載力減少總量，即表4負(fù)值之和142 587.31ghm2，同理，生態(tài)承載力轉(zhuǎn)入總量為表4正值之和，轉(zhuǎn)入總量為355 551.82 ghm2，是轉(zhuǎn)出總量的2.5倍。其中，部分草地沙化退化為未利用地導(dǎo)致流域生態(tài)承載力損失了4 403.27 ghm2。林地主要流出為草地，生態(tài)承載力損失了122 846.59 ghm2。耕地大量向草地和建筑用地轉(zhuǎn)移，轉(zhuǎn)移面積占轉(zhuǎn)出總面積的75.3%，流域生態(tài)承載力大量流失。由于高生態(tài)生產(chǎn)力的土地向較低生態(tài)生產(chǎn)力的地類轉(zhuǎn)移造成流域生態(tài)承載力總量損失達(dá)到近14萬(wàn)ghm2。而2030年流域生態(tài)承載力總量仍保持增長(zhǎng)，10年間增長(zhǎng)近18萬(wàn)ghm2，這主要是因?yàn)橥瑫r(shí)還有大量耕地和草地向較高生態(tài)承載力的林地和水域轉(zhuǎn)化，流域生態(tài)承載力總量轉(zhuǎn)入近35萬(wàn)ghm2，最終使得增加量遠(yuǎn)大于流失量，2030年研究流域生態(tài)承載力有所上升。

4 結(jié)論

基于灤河上游流域2000、2010和2020年三期土地利用數(shù)據(jù)，利用CA-Markov模型模擬了該流域2030年土地利用空間格局，并驗(yàn)證了土地利用預(yù)測(cè)結(jié)果的可信度。采用生態(tài)系統(tǒng)服務(wù)價(jià)值修正的生態(tài)足跡法計(jì)算2000—2030年研究流域四期生態(tài)承載力，分析其總體和不同地類生態(tài)承載力總量和時(shí)空變化特征。主要結(jié)論如下：

1）2000—2030年，灤河上游流域城鎮(zhèn)擴(kuò)張迅速，建設(shè)用地面積增加了近4倍，未來(lái)2020—2030年增長(zhǎng)尤為顯著。林地和草地互相轉(zhuǎn)換活躍，但草地仍是該流域主導(dǎo)地類，水域面積增加十分迅速。流域總體格局變化不大，但內(nèi)部地類轉(zhuǎn)換活躍，城鎮(zhèn)用地侵占草地和耕地而擴(kuò)張。

2）時(shí)間尺度上，2000—2030年，灤河上游流域生態(tài)承載力總量以2010年為拐點(diǎn)，變化趨勢(shì)呈先減少后增加。各地類生態(tài)承載力總量變化差異大，水域?qū)υ摿饔蛏鷳B(tài)系統(tǒng)承載力貢獻(xiàn)作用十分突出。林地、草地承載力占比都有減小的趨勢(shì)，應(yīng)當(dāng)加強(qiáng)流域的草地和林地修復(fù)后的保育措施，警惕承載力下降。

3）空間尺度上，灤河上游流域生態(tài)承載力總體呈西北低、東南高，空間分布呈明顯異質(zhì)性。生態(tài)承載力低值區(qū)主要集中在流域西北內(nèi)蒙古壩上高原帶，該區(qū)域地類主要為高原草地，且分布有大面積壩上荒漠，其供給的生態(tài)承載力較低。2000—2030年，該流域生態(tài)承載力整體空間格局變化不大，但內(nèi)部生態(tài)承載力單元在空間上呈不同的變化趨勢(shì)。流域下游冀北土石山地區(qū)生態(tài)承載力增減變化空間分布較為破碎，境內(nèi)多為山地，地形起伏大，居民在山麓平坦區(qū)域活動(dòng)頻繁。

4）2030年流域整體生態(tài)承載力將呈上升趨好狀態(tài)，流域內(nèi)實(shí)施的系列生態(tài)保障工程發(fā)揮了積極的作用，水域的保護(hù)在一定程度上對(duì)提升流域生態(tài)承載力作出了重要貢獻(xiàn)。因而，在未來(lái)用地開(kāi)發(fā)中，應(yīng)當(dāng)嚴(yán)格管控河湖水域面積的開(kāi)發(fā)，在合理發(fā)展居民城鎮(zhèn)化經(jīng)濟(jì)的同時(shí)，延續(xù)生態(tài)保障措施。

參考文獻(xiàn)：

［1］ COSTANZA R， MCGLADE J， LOVINS H， et al. An overarching goal for the UN sustainable development goals［J］. Solutions， 2014， 5（4）：13-16.

［2］ 曲修齊，劉 淼，李春林，等. 生態(tài)承載力評(píng)估方法研究進(jìn)展［J］. 氣象與環(huán)境學(xué)報(bào)， 2019， 35（4）： 113-119.

［3］ 谷樹(shù)忠，胡詠君，周 洪. 生態(tài)文明建設(shè)的科學(xué)內(nèi)涵與基本路徑［J］. 資源科學(xué)， 2013， 35（1）： 2-13.

［4］ 李干杰. 以習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想為指導(dǎo)奮力開(kāi)創(chuàng)新時(shí)代生態(tài)環(huán)境保護(hù)新局面［J］. 環(huán)境保護(hù)， 2018， 46（5）： 7-19.

［5］ 譚偉文，文禮章，仝寶生，等. 生態(tài)足跡理論綜述與應(yīng)用展望［J］. 生態(tài)經(jīng)濟(jì)， 2012（6）： 173-181.

［6］ REES W E. Ecological footprints and appropriated carrying capacity： What urban economics leaves out［J］. Environment and urbanization， 1992， 4（2）： 121-130.

［7］ 徐中民，張志強(qiáng)，程國(guó)棟，等. 中國(guó)1999年生態(tài)足跡計(jì)算與發(fā)展能力分析［J］. 應(yīng)用生態(tài)學(xué)報(bào)， 2003（2）： 280-285.

［8］ 劉某承，李文華，謝高地. 基于凈初級(jí)生產(chǎn)力的中國(guó)生態(tài)足跡均衡因子測(cè)算［J］. 生態(tài)學(xué)雜志， 2010， 29（3）： 592-597.

［9］ 王瑞杰，閆 峰，張學(xué)良. 2000-2015年鄂爾多斯高原生態(tài)承載力時(shí)空變化特征［J］. 水土保持通報(bào)， 2020， 40（1）： 91-98.

［10］ 郭 慧，董士偉，吳 迪，等. 基于生態(tài)系統(tǒng)服務(wù)價(jià)值的生態(tài)足跡模型均衡因子及產(chǎn)量因子測(cè)算［J］. 生態(tài)學(xué)報(bào)， 2020， 40（4）： 1405-1412.

［11］ 張志強(qiáng)，徐中民，程國(guó)棟. 生態(tài)足跡的概念及計(jì)算模型［J］. 生態(tài)經(jīng)濟(jì)， 2000（10）： 8-10.

［12］ 馬克明，孔紅梅，關(guān)文彬，等. 生態(tài)系統(tǒng)健康評(píng)價(jià)：方法與方向［J］. 生態(tài)學(xué)報(bào)， 2001（12）： 2106-2116.

［13］ 魏曉旭，顏長(zhǎng)珍. 生態(tài)承載力評(píng)價(jià)方法研究進(jìn)展［J］. 地球環(huán)境學(xué)報(bào)， 2019， 10（5）： 441-452.

［14］ 趙東升，郭彩贇，鄭 度，等. 生態(tài)承載力研究進(jìn)展［J］. 生態(tài)學(xué)報(bào)， 2019， 39（2）： 399-410.

［15］ 辛永君，周冬梅，金銀麗，等. 疏勒河流域生態(tài)承載力時(shí)空演變特征及驅(qū)動(dòng)力研究［J］. 遙感信息， 2021， 36（6）： 18-26.

［16］ 岳東霞，楊 超，江寶驊，等. 基于CA-Markov模型的石羊河流域生態(tài)承載力時(shí)空格局預(yù)測(cè)［J］. 生態(tài)學(xué)報(bào)，2019，39（6）： 1993-2003.

［17］ 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］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（1）：140-149.

［18］ HE C， ZHANG D， HUANG Q， et al. Assessing the potential impacts of urban expansion on regional carbon storage by linking the LUSD-urban and InVEST models［J］. Environmental modelling amp; software， 2016， 75：44-58.

［19］ 李 凱，張北贏. 基于CA-Markov模型的黃土高原土地利用模擬預(yù)測(cè)［J］. 湖北農(nóng)業(yè)科學(xué)，2022，61（16）：64-69.

［20］ 孟憲智，孫玉蘭，胡 燕. 灤河流域生態(tài)環(huán)境自然修復(fù)途徑探析［J］. 海河水利，2003（5）：7-10.

［21］ 羅躍初，周忠軒，孫 軼，等. 流域生態(tài)系統(tǒng)健康評(píng)價(jià)方法［J］. 生態(tài)學(xué)報(bào)， 2003，23（8）：1606-1614.

［22］ 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.

［23］ 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（2）： 189-196.

［24］ 徐麗芬，許學(xué)工，羅 濤，等. 基于土地利用的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量修訂方法——以渤海灣沿岸為例［J］. 地理研究， 2012， 31（10）： 1775-1784.

［25］ WACKERNAGEL M， REES W. Our ecological footprint： Reducing human impact on the earth［M］. Canada：New society publishers， 1998.

［26］ 岳東霞，杜 軍，劉俊艷，等. 基于RS和轉(zhuǎn)移矩陣的涇河流域生態(tài)承載力時(shí)空動(dòng)態(tài)評(píng)價(jià)［J］. 生態(tài)學(xué)報(bào)，2011，31（9）：2550-2558.

［27］ HAMAD R， BALZTER H， KOLO K. Predicting land use/land cover changes using a CA-Markov model under two different scenarios［J］. Sustainability，2018，10（10）： 3421.