姜 敏，張鶴瓊，羅麗婷，李 輝

（1.廣州市城市規(guī)劃勘測設計研究院有限公司，廣東 廣州 510060；2.廣東省城市感知與監(jiān)測預警企業(yè)重點實驗室，廣東 廣州 510060）

生態(tài)系統(tǒng)服務是衡量人類福祉水平和區(qū)域可持續(xù)發(fā)展狀態(tài)的重要指標[1-2]。一直以來，生態(tài)保護都是世界各國的重要發(fā)展議題，生態(tài)系統(tǒng)服務也成為全球?qū)W術(shù)研究的重點課題。生態(tài)系統(tǒng)服務價值（ESV）是定量評估生態(tài)系統(tǒng)服務能力的指標，其以貨幣的形式反映生態(tài)系統(tǒng)供給、調(diào)節(jié)、支持、文化等服務的水平[3-4]。定量估計區(qū)域生態(tài)系統(tǒng)服務能力、分析其各項服務功能時空變化，可為區(qū)域制定可持續(xù)發(fā)展戰(zhàn)略提供科學參考[5-7]。近年來，學者們在全國尺度、區(qū)域尺度和局部地區(qū)尺度上對ESV 評價進行了大量研究[8-11]。目前ESV估算的主要方法包括生態(tài)物質(zhì)量評價模型和修正ESV當量因子法，前者通過遙感、地理信息系統(tǒng)和相關指標模型對生態(tài)系統(tǒng)服務能力進行測算，再基于生態(tài)經(jīng)濟學原理對生態(tài)服務價值進行貨幣化衡量，但模型輸入變量較多、數(shù)據(jù)獲取難，且模型參數(shù)具有一定的地理局限性，廣泛應用較困難；而后者具有操作簡便、地理限制性小、評估較全面的優(yōu)勢，因此被廣泛應用。謝高地[12]等改進了Costanza R[13]等的生態(tài)系統(tǒng)價值估算模型，計算得到中國ESV基礎當量表，被許多研究人員應用于不同尺度的生態(tài)系統(tǒng)服務功能評估中[14-17]。價值當量因子法認為相同土地利用類型具有同等的ESV，而在森林、農(nóng)田、草地等生態(tài)系統(tǒng)內(nèi)部，其植被覆蓋程度差異明顯，僅采用該方法核算難以揭示同一生態(tài)系統(tǒng)的內(nèi)部差異[17]。鑒于此，本文依托遙感數(shù)據(jù)識別植被實際生長狀態(tài)，采用植被指數(shù)對ESV當量進行修訂，以獲得更準確的價值評估結(jié)果。

2021年《可持續(xù)發(fā)展藍皮書：中國可持續(xù)發(fā)展評價報告》指出，我國東部地區(qū)經(jīng)濟發(fā)展水平普遍較高，但在生態(tài)環(huán)境方面表現(xiàn)相對落后，經(jīng)濟發(fā)展和生態(tài)文明建設的有效鏈接相對不足。廣州市從化區(qū)作為粵港澳大灣區(qū)北部生態(tài)屏障和流溪河的發(fā)源地，生態(tài)資源富集，素有“北回歸線上的明珠”和“廣州后花園”之譽，因此分析其生態(tài)系統(tǒng)狀態(tài)，深入剖析ESV時空變化特征對粵港澳大灣區(qū)生態(tài)文明建設和可持續(xù)發(fā)展具有重要的參考價值。本文采用Google Earth、Landsat、高分等多時相高精度遙感數(shù)據(jù)，在GEE平臺上利用隨機森林方法識別得到2005—2020年從化區(qū)的土地利用類型，并核算ESV，再通過空間自相關、冷熱點分析揭示ESV的時空分異特征。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

從化區(qū)位于廣州市北部，珠江三角洲到粵北山區(qū)的過渡地帶；地理坐標介于113°17′～114°04′E、23°22′～23°56′N 之間，幅員面積為1 984.1 km2，是廣州市面積最大的區(qū)縣；地勢呈東北高、西南低的階梯狀；地貌以山地、丘陵為主，山地面積達800 km2；自然景觀以森林為主，林地面積占全區(qū)面積的61.5%。

1.2 數(shù)據(jù)來源

本文采用的主要數(shù)據(jù)為：2005—2020年Landsat5/7/8地表反射率影像和DEM數(shù)據(jù)，空間分辨率為30 m，均在GEE平臺調(diào)用和處理；為建立土地利用分類樣本庫，采集2005—2020年Google Earth、GF-1、GF-6等高空間分辨率影像，每年約1 000 個樣本點；2005—2020年從化區(qū)主要糧食作物播種面積、產(chǎn)量，來源于《廣州統(tǒng)計年鑒（2006—2021）》，主要農(nóng)產(chǎn)品價格和平均價格，來源于《全國農(nóng)產(chǎn)品成本收益匯編（2006—2019）》，均用于計算標準單位ESV 當量因子。

2 研究方法

2.1 基于GEE平臺的遙感影像土地利用分類

隨機森林是基于決策樹的集成機器學習算法，具有運算速度快、分類精度高等特點，已被廣泛應用于土地利用分類研究中，并取得了良好效果[18]。鑒于此，本文采用隨機森林方法將土地分為耕地、林地、草地、水域、建設用地和未利用地6大類。選取Land?sat 影像6 個波段以及7 個光譜指數(shù)（表1）的均值、中值和方差，NDVI、EVI、GCI、SAVI、gNDVI 五種植被指數(shù)的3種諧波統(tǒng)計特征（相位φ、振幅A、余項a0），DEM和坡度等特征圖層作為隨機森林方法的輸入特征[19-21]，每年共56個特征圖層。

表1 光譜指數(shù)的計算公式

諧波分析模型的數(shù)學表達式為（假定一年的時間t=1）：

2.2 ESV核算

1）標準單位ESV當量因子的確定。根據(jù)謝高地[12]等構(gòu)建的中國ESV 基礎當量表，測算從化區(qū)2005—2020 年的ESV。一個標準單位的ESV 當量因子為1 hm2農(nóng)田每年自然糧食產(chǎn)量經(jīng)濟價值的1/7。從化區(qū)是傳統(tǒng)的農(nóng)業(yè)大區(qū)，水稻是最主要的糧食作物。因此，以從化區(qū)2005—2020年水稻的播種面積、總產(chǎn)量和價格為基礎，計算一個標準單位的ESV當量值，即

式中，T為2005—2020 年水稻年均總產(chǎn)量；P為水稻出售平均價格；A為年均水稻播種面積。

計算得到E為1 697.93元·hm-2。由于謝高地等未對建設用地的ESV當量因子進行測算，大部分學者在應用時也只考慮了自然生態(tài)系統(tǒng)，一般假設建設用地的ESV 為0[22-23]。事實上，居民點和工業(yè)產(chǎn)生的廢水、廢氣和廢物以及人們?nèi)找嬖鲩L的物質(zhì)需求將給生態(tài)系統(tǒng)服務帶來負面影響。因此，借鑒袁興中[24]等提出的建設用地ESV估算方法，本文對建設用地的價值當量進行了調(diào)整，得到從化區(qū)的基礎當量因子表（表2）。

表2 從化區(qū)單位面積ESV當量表/元·hm2·a-1

2）基于植被指數(shù)的當量因子修訂。利用EVI 對研究區(qū)ESV進行逐像元修訂，計算公式為：

式中，Aij為第i種土地利用類型未修訂前的第j種ESV 當量；Bik、Cik、EVIik分別為第i種土地利用類型在第k個研究單元的面積、植被覆蓋度修訂系數(shù)和EVI 值；-- ——EVIi為研究區(qū)第i類土地利用類型的均值；i、j、k分別為土地利用類型、生態(tài)系統(tǒng)服務類型和研究單元編號；m、n、o分別為對應數(shù)量。

2.3 空間變化分析

本文采用全域空間自相關分析方法和熱點分析方法對從化區(qū)ESV的時空分異特征進行分析。其計算公式為：

式中，S為標準差；統(tǒng)計結(jié)果即z 得分，表示空間聚類程度，正z 得分表示熱點，得分越高表示熱點聚集得越緊密，負z 得分表示冷點，得分越低表示冷點聚集得越緊密。

3 研究結(jié)果與分析

3.1 土地利用分類精度評價

采用分層隨機抽樣的方法選取80%的樣本點作為訓練樣本，其余作為驗證樣本，對分類結(jié)果進行精度檢驗（表3）。由于早期高分辨率影像較少，高分系列衛(wèi)星在2013 年之后才可用，因此2005 年的總體精度最低，2020年的總體精度最高。綜合來看，各時期分類的總體精度較高，優(yōu)于目前常用的中國多時期土地利用/覆被遙感監(jiān)測數(shù)據(jù)集在本研究區(qū)的分類結(jié)果，說明采用該數(shù)據(jù)進行ESV估算具有可行性。2005—2020年從化區(qū)土地利用分類結(jié)果見圖1。

圖1 2005—2020年從化區(qū)土地利用空間分布

表3 2005—2020年分類精度統(tǒng)計

3.2 土地利用時空演變分析

由表4、圖2 可知，從化區(qū)土地利用類型以林地為主，約占總面積的60%，主要分布在從化區(qū)北部，2005年以來林地增加了約13.94%，新增林地主要分布在研究區(qū)南部，大部分是由草地植被自然恢復以及耕地轉(zhuǎn)化為園地而來；耕地面積占比在10%以上，主要分布在南部、地勢較平坦的區(qū)域，環(huán)繞于建設用地，2005—2020 年耕地數(shù)量逐漸萎縮，減少了約32.83%，其中2010—2015年減少速率最快，主要是由于農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整，耕地大多轉(zhuǎn)化為園地，用于種植果樹等經(jīng)濟作物；2005 年建設用地主要分布在研究區(qū)南部，隨著城市化進程的快速推進，近15年來研究區(qū)建設用地逐漸擴張，增長了約100%，其中2005—2010年擴張速度最快，約增長了52.24%，新增建設用地圍繞原有建設用地向外擴張，主要是占用原有居民點附近的耕地。

表4 2005—2020年從化區(qū)土地利用類型面積變化情況

3.3 ESV時空演變分析

3.3.1 ESV時序變化

2005—2020 年從化區(qū)ESV 總體呈先增后降的趨勢，累計增長了3.04 億元（表5）。4 種主要生態(tài)服務對總體ESV的貢獻依次為：調(diào)節(jié)服務>支持服務>供給服務>文化服務。15年間，4種主要生態(tài)服務價值均呈波動增加的趨勢，其中支持服務增加幅度最大，文化服務價值增加最少。

表5 2005—2020年從化區(qū)ESV/億元

3.3.2 ESV空間分布變化

為進一步分析從化區(qū)ESV的空間分異特征，本文以300 m×300 m 的網(wǎng)格為研究單元，計算每個網(wǎng)格的ESV 和ESV 變化量，并采用自然斷點法制作2005—2020 年從化區(qū)ESV 空間分布圖（圖3），將ESV 分為6 個等級，1 級最低、6 級最高。結(jié)果表明，從化區(qū)ESV 的空間分布具有明顯的不均衡性，存在北部高、南部低的空間分異特征，這主要是由南北土地利用方式差異造成的。

圖3 2005—2020年從化區(qū)ESV的空間分布

由各網(wǎng)格的ESV 變化情況（圖4）可知，從化區(qū)ESV 變化主要集中在南部，北部大部分區(qū)域ESV 變化不明顯；南部ESV 損失區(qū)域呈現(xiàn)以流溪河為邊的倒“人”型分布，這些區(qū)域是近15 年城市建設的重點區(qū)域，快速的城市化發(fā)展給區(qū)域壞境增加了壓力，導致該區(qū)域ESV呈下降趨勢，而南部ESV增益區(qū)域主要分布在邊緣地帶，特別是在研究區(qū)西南邊界帶上，ESV增益更明顯，這主要是由于2005—2020年該區(qū)域的植被普遍向好發(fā)展，且隨著植樹造林、耕地轉(zhuǎn)型為園地，該區(qū)域的林地顯著增加，促進了生態(tài)系統(tǒng)的改善。

圖4 2005—2020年從化區(qū)ESV變化的空間分布

3.3.3 ESV的空間關聯(lián)特征

1）全局空間自相關分析結(jié)果。2005—2020年4個時期的ESV 與各階段ESV 變化的全局Moran’s Ⅰ值均大于0，p值均小于0.001（表6），說明ESV的空間分布具有顯著的空間正向自相關性，集聚現(xiàn)象明顯。從年際變化來看，ESV的空間自相關性呈先減后增的態(tài)勢。此外，ESV動態(tài)變化同樣具有顯著的空間正向自相關，高高、低低集聚顯著。

表6 2005—2020年從化區(qū)ESV及其變化的空間自相關性

2）ESV 冷熱點分布。2005—2020 年從化區(qū)ESV變化冷熱點空間分布特征見圖5，可以看出，從化區(qū)ESV變化的冷熱點較分散，熱點區(qū)域主要分布在南部的鰲頭鎮(zhèn)、溫泉鎮(zhèn)，冷點區(qū)域主要分布在街口街道、城郊街道以及北部的呂田鎮(zhèn)。

圖5 2005—2020年從化區(qū)ESV變化冷熱點空間分布圖

從不同階段來看，2005—2010年ESV變化的冷熱點較多，大致為以良口鎮(zhèn)為界，南部廣泛分布ESV變化熱點，其中鰲頭鎮(zhèn)分布的熱點區(qū)域最大，北部廣泛分布ESV 變化冷點，其中呂田鎮(zhèn)分布的冷點區(qū)域最大，該時期從化區(qū)南部園地、林地的增長使得ESV顯著增加，而呂田鎮(zhèn)大面積林地存在退化趨勢，對ESV產(chǎn)生消極影響；2010—2015 年ESV 變化冷熱點減少，熱點主要分布在研究區(qū)北部，該時期的生態(tài)修復工程促進了北部林地的生態(tài)恢復，冷點主要分布在流溪河沿線，該部分生態(tài)效益損失主要歸因于城市建設、路網(wǎng)建設對生態(tài)系統(tǒng)的負面影響；2015—2020 年ESV 變化冷熱點分布數(shù)量最少，南部除中心城市ESV 受人類活動和建設的影響有所損失外，其余區(qū)域均呈現(xiàn)均衡發(fā)展趨勢，北部ESV 變化熱點區(qū)主要分布在邊緣的林地，該時期這些林地的植被綠度得到了提升。

3.4 研究結(jié)果分析

1）土地利用變化對ESV 的影響。2005—2020 年從化區(qū)ESV增加了3.04億元，其中林地面積的大量增加對ESV總量增長貢獻最高，特別是2005—2010年從化區(qū)積極實施生態(tài)公益林、森林公園建設等林業(yè)重點工程，5年來新增造林面積達3.4萬畝，推進了部分地區(qū)的林業(yè)建設；同時從化區(qū)南部分布了大面積的農(nóng)業(yè)空間，“十一五”期間從化區(qū)都市型現(xiàn)代農(nóng)業(yè)不斷壯大，花卉種植、荔枝等果樹種植廣泛開展，直接促進了園地的增長，使植被綠度得到了顯著提高，ESV獲益。此外城鎮(zhèn)空間擴張仍是導致ESV 降低的主要原因?？傮w上，從化區(qū)ESV具有向好的趨勢，保持生態(tài)系統(tǒng)的長期穩(wěn)定、ESV的可持續(xù)增長是從化區(qū)生態(tài)保護的長期目標。

2）ESV 評估對國土空間規(guī)劃的啟示。土地利用變化是影響ESV 的重要因素[25-26]，而ESV 評估能反映當前土地利用方式的合理性，促進土地資源合理利用和優(yōu)化區(qū)域生態(tài)格局，因此ESV是評估區(qū)域國土空間規(guī)劃是否符合生態(tài)文明理念的重要依據(jù)[10]。研究發(fā)現(xiàn)，城市邊緣等用地較破碎的區(qū)域ESV易受土地利用變化影響，而用地完整能有效提高生態(tài)服務價值。因此，應倡導城市建設用地、居住用地集聚發(fā)展，挖掘好建設用地間的存量未利用地，鼓勵建設用地連片、連續(xù)發(fā)展和建設。從化區(qū)作為東部地區(qū)傳統(tǒng)的農(nóng)業(yè)大區(qū)，鄉(xiāng)村人口占比大，2020年其鄉(xiāng)村人口約占全區(qū)總?cè)丝诘?7%，遠遠高于廣州市平均水平（20%）；且從化區(qū)鄉(xiāng)村居民點也較多，通過適當合并小型村落，倡導組建較完整的農(nóng)村聚落，以減少鄉(xiāng)村生產(chǎn)生活空間的破碎度，既可提高土地資源使用的集約度，減少建設用地對生態(tài)系統(tǒng)的分割，又可提高行政管理的效率，促進公共資源的有效利用。在生態(tài)環(huán)境保護方面，應倡導優(yōu)先保護和整治ESV較低的區(qū)域，促進區(qū)域生態(tài)環(huán)境協(xié)調(diào)發(fā)展，同時減少對具有高ESV區(qū)域的開發(fā)和建設，形成具有規(guī)模的生態(tài)保護區(qū)。另外，從化區(qū)過境水資源豐富，溪流、河流共計146條，是流溪河的發(fā)源地，水體條件對下游水文生態(tài)具有重要影響。因此，建議河流兩岸種植一定規(guī)模的生態(tài)林、綠色隔離帶，以避免建設空間對水體環(huán)境造成直接污染。

3）研究方法的局限性。采用價值當量法核算ESV本身存在一些局限性，即認為同一研究區(qū)相同用地類型具有相同的ESV。本文依托植被指數(shù)修正了有植被生長地類的核算結(jié)果，在一定程度上改善了評估結(jié)果，但沒有植被生長的地類內(nèi)部差異仍未得到改善。例如，城市用地和農(nóng)村居民點的生產(chǎn)生活方式不同，對生態(tài)系統(tǒng)的影響方式和程度存在差異；在城市空間內(nèi)部，居住用地、工業(yè)用地和商服用地等不同建設用地使用類型對生態(tài)系統(tǒng)的作用也有所差異。因此，基于復雜用地類型的ESV 評估還需進一步探索。

4 結(jié) 語

本文基于長時間序列Landsat 影像數(shù)據(jù)，揭示了從化區(qū)2005—2020年的土地利用變化情況，并結(jié)合從化區(qū)實際，測算了ESV，剖析了其時空變異特征。

1）林地是從化區(qū)最主要的自然生態(tài)系統(tǒng)，研究期間林地呈波動增加的趨勢，主要是由耕地轉(zhuǎn)化為園地；耕地數(shù)量逐漸萎縮，約減少了33%；建設用地逐漸擴張，約增長了100%。

2）研究期間從化區(qū)ESV 呈先增后降的趨勢，凈增長3.04億元，調(diào)節(jié)服務和支持服務對ESV總量的貢獻最大，占比在80%以上。在空間分布上，從化區(qū)ESV 總體呈明顯的北部高、南部低的空間分異特征。研究期間ESV變化主要集中在南部，城市建設是ESV損失的主要原因，而植樹造林、耕地轉(zhuǎn)化為園地是ESV增益的主要路徑。

3）從化區(qū)4個時期的ESV及其變化具有顯著的空間正向自相關性。不同階段ESV變化冷熱點分布有所差異，但整體ESV變化熱點圖與ESV變化一致。