生物多樣性與生態(tài)系統(tǒng)服務(wù)情景模擬研究進(jìn)展

劉焱序,于丹丹,傅伯杰,曹銘昌,陳吉星

1 北京師范大學(xué)地理科學(xué)學(xué)部,地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100875 2 生態(tài)環(huán)境部南京環(huán)境科學(xué)研究所,南京 210042 3 首都師范大學(xué)資源環(huán)境與旅游學(xué)院,北京 100048

2019年聯(lián)合國(guó)“生物多樣性和生態(tài)系統(tǒng)服務(wù)政府間科學(xué)政策平臺(tái)”(Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services,IPBES)發(fā)布《全球生物多樣性與生態(tài)系統(tǒng)服務(wù)評(píng)估報(bào)告》,指出當(dāng)前全球正面臨著大自然衰退“史無(wú)前例”和物種滅絕率“加速”的局面,保護(hù)和恢復(fù)大自然需要“變革性改變”[1]。生物多樣性與生態(tài)系統(tǒng)服務(wù)在概念上存在順承關(guān)系,而在機(jī)理上探討二者關(guān)系實(shí)質(zhì)是剖析生態(tài)系統(tǒng)中物種數(shù)量、物種質(zhì)量、物種間親緣關(guān)系、以及生物與環(huán)境相互作用等如何影響生態(tài)系統(tǒng)服務(wù)的問(wèn)題[2]。二者在模擬中解決的科學(xué)問(wèn)題不同、模型相互獨(dú)立,但輸入變量有相似性,模擬得到的情景共同服務(wù)于生態(tài)系統(tǒng)保護(hù)決策支持。

具體而言,作為保護(hù)和恢復(fù)大自然的重要科學(xué)依據(jù),生物多樣性與生態(tài)系統(tǒng)服務(wù)情景模擬是指對(duì)未來(lái)生物多樣性與生態(tài)系統(tǒng)服務(wù)變化軌跡的定量估計(jì),一般利用對(duì)未來(lái)氣候、土地利用等直接驅(qū)動(dòng)力的情景數(shù)據(jù)集進(jìn)行建模實(shí)現(xiàn)[3- 4]。盡管大量模型所輸出的全球情景表明21世紀(jì)全球生物多樣性與生態(tài)系統(tǒng)服務(wù)情景將繼續(xù)下降,但情景之間差異較大,定量結(jié)果存在著高度不確定性,影響了未來(lái)生物多樣性保護(hù)和恢復(fù)的變革性改變方案制定[3- 5]。揭示生物多樣性與生態(tài)系統(tǒng)服務(wù)的直接與間接驅(qū)動(dòng)機(jī)理,提升模型的預(yù)測(cè)能力以提供信度較高的未來(lái)情景,成為當(dāng)前生態(tài)系統(tǒng)保護(hù)和恢復(fù)科學(xué)決策的重點(diǎn)和難點(diǎn)。

面對(duì)情景中眾多的氣候變化與社會(huì)經(jīng)濟(jì)預(yù)測(cè)數(shù)據(jù)源、諸多的統(tǒng)計(jì)算法或機(jī)理模型、跨時(shí)空的尺度和描述對(duì)象、本地化的保護(hù)目標(biāo)和決策途徑,亟待對(duì)當(dāng)前生物多樣性與生態(tài)系統(tǒng)服務(wù)情景分析研究進(jìn)行梳理,進(jìn)一步理清各類模型的應(yīng)用潛力、生物多樣性與生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)的合理性、生態(tài)系統(tǒng)保護(hù)決策的可行性,從而在方法論層面為我國(guó)生態(tài)系統(tǒng)保護(hù)和恢復(fù)目標(biāo)及方案的制定提供科學(xué)支撐[6-8]?；诖?本研究擬以統(tǒng)計(jì)模型和過(guò)程模型為主對(duì)比生物多樣性相關(guān)預(yù)測(cè)模型,梳理生物多樣性以及生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)情景的核心觀點(diǎn),討論基于情景模擬的生態(tài)系統(tǒng)保護(hù)決策支持途徑,以期服務(wù)于我國(guó)生物多樣性與生態(tài)系統(tǒng)服務(wù)情景分析研究的發(fā)展,為生態(tài)系統(tǒng)保護(hù)和恢復(fù)相關(guān)規(guī)劃管理實(shí)踐提供思路借鑒。

1 情景分析模型研究進(jìn)展

模型是對(duì)系統(tǒng)簡(jiǎn)化和理想化的理解,當(dāng)前研究中的生物多樣性和生態(tài)系統(tǒng)服務(wù)模型一般屬于統(tǒng)計(jì)模型或過(guò)程模型[7-9]。其中對(duì)物種分布的模擬大多屬于統(tǒng)計(jì)模型,或稱關(guān)聯(lián)模型；少數(shù)研究采用過(guò)程模型,或稱機(jī)理模型,刻畫(huà)物種在生理層面的物理化學(xué)條件,但由于參數(shù)要求高其時(shí)空尺度相對(duì)受限[10-11]。在生態(tài)系統(tǒng)尺度上,氣候變化和人類活動(dòng)的宏觀驅(qū)動(dòng)作用更加明顯,在植被分布、生產(chǎn)力與碳循環(huán)等研究中一些過(guò)程模型也取得了應(yīng)用[12-13]。此外,生物多樣性模擬結(jié)果往往是生態(tài)系統(tǒng)服務(wù)模型的重要輸入?yún)?shù),二者如能有效銜接將加強(qiáng)生物多樣性模擬結(jié)果對(duì)人類社會(huì)的現(xiàn)實(shí)意義[7-8]。據(jù)此,本文重點(diǎn)關(guān)注以數(shù)理統(tǒng)計(jì)算法為主的物種分布模型,氣候變化和區(qū)域人類活動(dòng)下生態(tài)系統(tǒng)預(yù)測(cè)模型,并簡(jiǎn)要對(duì)基于生態(tài)過(guò)程與環(huán)境指標(biāo)的生態(tài)系統(tǒng)服務(wù)評(píng)估模型進(jìn)行論述。

1.1 以數(shù)理統(tǒng)計(jì)算法為主的物種分布模型

在物種滅絕、物種豐度、物種分布和遺傳多樣性四大主要生物多樣性變化模擬指標(biāo)中,物種分布的變化與前兩項(xiàng)指標(biāo)高度相關(guān),并涉及氣候等較為宏觀的空間指標(biāo),因而在生物多樣性情景分析中得以廣泛應(yīng)用[14]。一些研究采取了統(tǒng)計(jì)模型和過(guò)程模型相互校正的預(yù)測(cè)途徑[15],但高精度數(shù)據(jù)的缺失是制約過(guò)程模型應(yīng)用的重要障礙。Urban等綜述百余個(gè)氣候變化下生物模型應(yīng)用的研究案例,發(fā)現(xiàn)涉及生物學(xué)機(jī)理(過(guò)程)模型的研究?jī)H占23%,基于數(shù)理統(tǒng)計(jì)的建模方式依然是生物多樣性情景分析的主流方式[16]。

在眾多物種分布模型中,早期的BIOCLIM、HABITAT、DOMAIN等多基于規(guī)則判定,輸出值為0或1布爾值,常用總體精度或kappa系數(shù)進(jìn)行檢驗(yàn)；然而考慮到空間環(huán)境信息的復(fù)雜性,這種二分法判定規(guī)則的不確定性相對(duì)較高[14]?；跈C(jī)器學(xué)習(xí)思想的概率分布模型近年來(lái)取得了廣泛應(yīng)用,其中最大熵模型Maxent是應(yīng)用最為廣泛的物種分布模型,人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)、隨機(jī)森林(Random Forest,RF)、支持向量機(jī)(Support Vector Machine,SVM)等也快速成為物種分布建模的主流算法[10]。此類算法通常將物種的適宜空間表示為0到1連續(xù)分布,可以通過(guò)RMSE(Root Mean Squared Error)、ROC(Receiver Operating Characteristic)曲線、R2等進(jìn)行檢驗(yàn)[17-18]。然而,盡管機(jī)器學(xué)習(xí)可以在大數(shù)據(jù)支持下發(fā)揮較強(qiáng)的空間信息挖掘與評(píng)估能力,但常見(jiàn)的數(shù)理統(tǒng)計(jì)算法對(duì)物種相互作用與物種遷移能力的表征仍有不足[19]。例如對(duì)于海洋物種,由于環(huán)境背景信息相對(duì)有限,往往會(huì)嵌入食物網(wǎng)模型提升模擬能力[20]。再如一些地形復(fù)雜地區(qū),無(wú)法獲得精確的預(yù)測(cè)數(shù)據(jù)或物種數(shù)據(jù),引入專家知識(shí)對(duì)模型輸出進(jìn)行批判性評(píng)估,有助于識(shí)別輸出結(jié)果偏離現(xiàn)實(shí)的具體微生境因素,從而明確模型優(yōu)化的具體參數(shù)[21]。在近年研究中,多種數(shù)理統(tǒng)計(jì)算法結(jié)果的相互校正和生物過(guò)程的進(jìn)一步融入已成為物種分布模型的重要應(yīng)用趨勢(shì)。

同時(shí),尺度是影響物種分布模型精度和穩(wěn)定性的關(guān)鍵因素。復(fù)雜的模型在較細(xì)的分辨率下可能更準(zhǔn)確,而簡(jiǎn)單的模型在更大的尺度上可能提供簡(jiǎn)潔的通用解決方案；但復(fù)雜模型的開(kāi)發(fā)仍然是必要的,其有助于確定精確性和通用性之間的最佳權(quán)衡[22]。Ferrier和 Guisan總結(jié)了群落尺度上生物多樣性模型的預(yù)測(cè)能力,認(rèn)為在不同建模策略下對(duì)群落組分的模擬能力不存在全部最優(yōu),而是此消彼長(zhǎng)的關(guān)系[23]。顯然,從群落尺度擴(kuò)大到生態(tài)系統(tǒng)尺度,對(duì)各種群落的模擬能力的變化也會(huì)存在類似的規(guī)律,很難存在絕對(duì)最優(yōu)的模擬策略。這也引申出另一科學(xué)問(wèn)題：如何研發(fā)一個(gè)符合基本預(yù)測(cè)精度和穩(wěn)定性需求的物種分布模型。對(duì)此,Araújo等基于對(duì)400余個(gè)生物多樣性模型研究的評(píng)價(jià),使用“不足”“青銅”“白銀”“黃金”等形象詞匯劃分了模型建立、模型評(píng)估、預(yù)測(cè)變量、響應(yīng)變量的等級(jí),提出了生物多樣性建模的最佳實(shí)踐標(biāo)準(zhǔn),并鼓勵(lì)管理者、科學(xué)家和用戶對(duì)框架內(nèi)容的更新[24]。這一標(biāo)準(zhǔn)體系的提出無(wú)疑將對(duì)物種分布模型的研發(fā)和改進(jìn)提供更明確的依據(jù)。

1.2 面向氣候變化和人類活動(dòng)的生態(tài)系統(tǒng)預(yù)測(cè)模型

氣候變化是驅(qū)動(dòng)宏觀尺度上生物多樣性變化的一項(xiàng)主導(dǎo)因素,氣候模式輸出的氣候變化情景數(shù)據(jù)集也被眾多陸地或海洋生態(tài)系統(tǒng)的生物多樣性預(yù)測(cè)研究所使用[25-26]。Bellard等將可用于大尺度生態(tài)系統(tǒng)研究的生物多樣性模型分成2大類5小類,在生物多樣性范圍模型大類中包括了生物氣候包絡(luò)模型、動(dòng)態(tài)植被模型,在物種損失模型大類中包括了物種-面積關(guān)系、IUCN(International Union for Conservation of Nature,世界自然保護(hù)聯(lián)盟)狀態(tài)、驅(qū)動(dòng)-反映關(guān)系三種模型[27]。顯然,物種損失模型大類在較大空間尺度上未必能有效描述生物物理過(guò)程,而生物多樣性范圍模型可包含更多空間顯式的過(guò)程模型[28]。值得注意的是,在生態(tài)系統(tǒng)或景觀尺度上,自下而上從物種出發(fā)評(píng)估生物多樣性往往能更有效的發(fā)揮過(guò)程模型的優(yōu)勢(shì),但切實(shí)服務(wù)于大尺度多物種的過(guò)程模型畢竟有限,模型對(duì)比和交互驗(yàn)證的難度遠(yuǎn)高于以數(shù)理統(tǒng)計(jì)算法為主的物種分布模型。

土地利用變化是人類活動(dòng)在空間上的直觀反映,也是生物多樣性變化的另一項(xiàng)主導(dǎo)因素,而未來(lái)土地利用變化情景又與氣候變化直接相關(guān)。對(duì)應(yīng)于4種RCPs(Representative Concentration Pathways,典型濃度路徑)情景,大尺度生物多樣性建模中的土地利用變化數(shù)據(jù)也分為了IMAGE 2.6、MiniCAM 4.5、AIM 6.0、MESSAGE 8.5。其中,IMAGE模型假定了城市范圍不變,農(nóng)業(yè)從發(fā)達(dá)國(guó)家轉(zhuǎn)移到發(fā)展中國(guó)家,生物燃料種植面積大幅增加；MiniCAM模型假定了城市范圍不變,作物產(chǎn)量的增加、農(nóng)業(yè)效率的提高和飲食結(jié)構(gòu)的改變導(dǎo)致了農(nóng)田和牧場(chǎng)面積的減少,生物燃料種植面積小幅增加,碳價(jià)格導(dǎo)致原生林的保護(hù)和次生林的擴(kuò)張；AIM模型假定了人口增長(zhǎng)下城市面積增加,耕地面積增加以滿足糧食需求,草場(chǎng)面積銳減；MESSAGE模型則假定了人口增長(zhǎng)下城市面積增加,耕地面積和牧場(chǎng)面積迅速增加,生物燃料種植面積小幅增加[29]。結(jié)果顯示,高強(qiáng)度人類活動(dòng)下的未來(lái)農(nóng)用地?cái)U(kuò)張成為全球生物多樣性的重要威脅源。

GLOBIO是一項(xiàng)經(jīng)典的評(píng)估人類活動(dòng)對(duì)生物多樣性影響的工具,目前已更新至3.5版。該模型將生物多樣性的驅(qū)動(dòng)力分解為植被覆蓋、土地利用、氣候變化、大氣氮沉降、基礎(chǔ)設(shè)施和生境破碎度,評(píng)價(jià)指標(biāo)包括物種豐富度和生態(tài)系統(tǒng)范圍[30-31]。GLOBIO模型基于指標(biāo)的因果關(guān)系建構(gòu),并不涉及具體物種的生理過(guò)程,因而具有較好的拓展性,可用于評(píng)估陸地、淡水和海洋生態(tài)系統(tǒng),其輸入?yún)?shù)可直接由IMAGE模型生成,因而參數(shù)結(jié)構(gòu)的匹配效果相對(duì)更好[31]。以GLOBIO淡水生態(tài)系統(tǒng)模型為例,其組織結(jié)構(gòu)如圖1所示[32]。而除了GLOBIO所代表的基于因果關(guān)系的模型研發(fā)思路外,一些基于碳氮循環(huán)與生產(chǎn)力的生態(tài)系統(tǒng)過(guò)程模型可以更有效的提供物種生理參數(shù)[33-34],另一些融合社會(huì)經(jīng)濟(jì)過(guò)程的模型則可以更有效的表達(dá)社會(huì)發(fā)展的生物質(zhì)占用[35]。但值得注意,雖然GLOBIO等模型的養(yǎng)分模塊、水文模塊可以用于生態(tài)系統(tǒng)服務(wù)評(píng)估,但目前養(yǎng)分和水文模塊的輸出參量實(shí)際上是作為生物多樣性模擬的驅(qū)動(dòng)因素,并未實(shí)現(xiàn)與生態(tài)系統(tǒng)服務(wù)模型中營(yíng)養(yǎng)物傳輸、碳固定、產(chǎn)水、土壤保持等模塊的定量關(guān)聯(lián),生物多樣性與生態(tài)系統(tǒng)服務(wù)情景在模型輸出結(jié)果上依然未能有效銜接。

圖1 GLOBIO淡水生態(tài)系統(tǒng)模型結(jié)構(gòu)[30]Fig.1 Model structure of GLOBIO-Aquatic

1.3 基于生態(tài)過(guò)程與環(huán)境指標(biāo)的生態(tài)系統(tǒng)服務(wù)評(píng)估模型

圖2 SAORES模型結(jié)構(gòu)[39]Fig.2 Model structure of SAORES

圖3 生物多樣性和生態(tài)系統(tǒng)服務(wù)情景建模文獻(xiàn)數(shù) Fig.3 Number of model and scenario studies on biodiversity or ecosystem service

生物多樣性變化所導(dǎo)致的生態(tài)系統(tǒng)結(jié)構(gòu)和過(guò)程變化直接影響著生態(tài)系統(tǒng)服務(wù),然而針對(duì)生物多樣性—生態(tài)系統(tǒng)功能—生態(tài)系統(tǒng)服務(wù)—人類福祉的經(jīng)典級(jí)聯(lián)框架,現(xiàn)有的評(píng)估指標(biāo)體系和模型方法很難準(zhǔn)確刻畫(huà)其級(jí)聯(lián)路徑[36]。大部分生態(tài)系統(tǒng)服務(wù)評(píng)估模型是針對(duì)景觀尺度、流域尺度和區(qū)域尺度研發(fā)的,因此往往較少涉及相關(guān)物種指標(biāo),多選用生態(tài)過(guò)程與環(huán)境指標(biāo)作為輸入?yún)?shù)[7]。由于生態(tài)系統(tǒng)服務(wù)是對(duì)生態(tài)系統(tǒng)功能的一種人類價(jià)值表述形式,因而生態(tài)系統(tǒng)服務(wù)評(píng)估的核心是對(duì)生態(tài)系統(tǒng)功能的量化和空間模擬,其中土地利用是生態(tài)系統(tǒng)服務(wù)評(píng)估的關(guān)鍵環(huán)境指標(biāo),尤適于景觀尺度的生態(tài)系統(tǒng)服務(wù)評(píng)估建模[37]。其他面向氣候變化和人類活動(dòng)的生態(tài)系統(tǒng)預(yù)測(cè)模型中常用參數(shù)也大多在生態(tài)系統(tǒng)服務(wù)評(píng)估模型中涉及,如氣溫、降水、地形、土壤、生產(chǎn)力、碳和氮磷等營(yíng)養(yǎng)物[36]。

關(guān)于生態(tài)系統(tǒng)服務(wù)模型的指標(biāo)特征,現(xiàn)有國(guó)內(nèi)研究已進(jìn)行了較為詳細(xì)的總結(jié)歸納[7]。其中功能最為強(qiáng)大的是當(dāng)前一直在不斷改進(jìn)的InVEST模型和ARIES模型。InVEST模型內(nèi)部模塊大多涉及指標(biāo)的專家賦權(quán),也有部分模塊直接基于水文過(guò)程,其評(píng)估生態(tài)系統(tǒng)服務(wù)種類多、輸入?yún)?shù)簡(jiǎn)單、操作簡(jiǎn)便,因而成為生態(tài)系統(tǒng)服務(wù)快速評(píng)估的最常用模型；ARIES模型嵌入了貝葉斯概率模型、過(guò)程模型和主體模型,以刻畫(huà)生態(tài)系統(tǒng)服務(wù)流動(dòng)為目標(biāo),可以表征生態(tài)系統(tǒng)服務(wù)供給、需求和價(jià)值,具有廣泛的決策應(yīng)用前景[38]。此外,我國(guó)學(xué)者自主研發(fā)的SAORES模型也基于生態(tài)過(guò)程與環(huán)境指標(biāo)(圖2),依托生態(tài)系統(tǒng)服務(wù)權(quán)衡關(guān)系進(jìn)行土地利用的空間權(quán)衡優(yōu)化,在生態(tài)空間規(guī)劃領(lǐng)域也獨(dú)具優(yōu)勢(shì)[39]。但當(dāng)前生態(tài)系統(tǒng)服務(wù)建模中對(duì)物種數(shù)量、質(zhì)量、格局、多樣性的刻畫(huà)依然較為簡(jiǎn)單,尤其缺乏生物多樣性組分間相互作用的關(guān)系嵌入模型[2],致使當(dāng)前生態(tài)系統(tǒng)服務(wù)模型對(duì)生物多樣性形成機(jī)理的表達(dá)相對(duì)不足。

2 生物多樣性與生態(tài)系統(tǒng)服務(wù)情景預(yù)測(cè)核心觀點(diǎn)

依托RCPs等全球氣候變化和土地利用情景,以及一些局地土地利用預(yù)測(cè)和政策假設(shè),生物多樣性和生態(tài)系統(tǒng)服務(wù)情景建模案例近年來(lái)快速增加。在Web of Science核心合集中設(shè)置“主題(biodiversity or ecosystem service) AND主題(model) AND主題(scenario)”檢索,得到2000—2018年出版文獻(xiàn)4708篇,其中涉及生物多樣性主題3643篇,涉及生態(tài)系統(tǒng)服務(wù)主題1630篇,如圖3所示。考慮到文獻(xiàn)眾多、案例冗雜,本研究?jī)H擷取近十年來(lái)十余篇影響力較大的文章梳理核心觀點(diǎn),以窺見(jiàn)生物多樣性與生態(tài)系統(tǒng)服務(wù)空間分布預(yù)測(cè)近今研究前沿。

2.1 生物多樣性情景預(yù)測(cè)

在2010年以來(lái)生物多樣性預(yù)測(cè)研究中,Bellard等發(fā)表的“氣候變化對(duì)未來(lái)生物多樣性的影響”一文取得了極大影響力。作者在全球和次大陸尺度的大量生物多樣性模型預(yù)測(cè)發(fā)現(xiàn),氣候變化的生物多樣性后果是令人擔(dān)憂的,甚至有可能成為地球上的第六次物種大滅絕[27]。但Bellard等也提到了不同模型結(jié)構(gòu)導(dǎo)致的巨大不確定性,物種的響應(yīng)可能被高估而驅(qū)動(dòng)因子的協(xié)同作用可能被低估[27],從而導(dǎo)致結(jié)果將隨評(píng)價(jià)對(duì)象、評(píng)價(jià)模型和評(píng)價(jià)區(qū)域會(huì)發(fā)生變化。例如研究者基于空間顯式的過(guò)程模型iLand發(fā)現(xiàn),氣候變化下典型溫帶森林景觀的膜翅目、軟體動(dòng)物和食蚜蠅科多樣性預(yù)計(jì)將增加兩倍以上[28]。針對(duì)模型間存在的巨大差異,Elith等在影響力很大的“模擬地理范圍變化物種的藝術(shù)”一文中認(rèn)為,模型的一致性并不能保證正確性,因?yàn)樗心Ｐ涂赡芤酝瑯臃绞匠鲥e(cuò)；并以澳大利亞海蟾蜍分布為例,證明了添加機(jī)理模型相關(guān)信息的必要性[40]?？傮w上,生物多樣性模擬預(yù)測(cè)主流觀點(diǎn)為：不加控制的氣候和土地利用變化將增加物種滅絕風(fēng)險(xiǎn),但此類風(fēng)險(xiǎn)的程度仍是不確定的[2]。

全球氣候模式產(chǎn)品的使用為量化生物多樣性對(duì)未來(lái)氣候變化的響應(yīng)提供了重要數(shù)據(jù)源。Hickler等發(fā)現(xiàn)氣候變化下2085年歐洲31%—42%的面積將被不同的植被所覆蓋,在遠(yuǎn)期平衡態(tài)下76%—80%的歐洲國(guó)土可能存在另一種潛在自然植被[41]。Pearson等預(yù)測(cè)2050年北極木本植物將增加多達(dá)52%,植被變化對(duì)氣候變化存在正反饋,從而可能導(dǎo)致更大程度的變暖[42]。Hazen等發(fā)現(xiàn)未來(lái)氣候變化下某些海洋頂級(jí)捕食者的核心棲息地將發(fā)生高達(dá)35%的變化,北太平洋的生物多樣性將大量向北遷移[43]。與氣候變化產(chǎn)品對(duì)應(yīng),大尺度土地利用變化對(duì)生物多樣性的影響也是可以基于已有模式產(chǎn)品量化的。Newbold等基于2100年土地利用情景發(fā)現(xiàn)：在一切照常情景下,樣本內(nèi)物種豐富度將比2005年進(jìn)一步下降3.4%,損失主要集中在經(jīng)濟(jì)貧困國(guó)家；而強(qiáng)有力的減緩碳排放措施將有助于生物多樣性平均提升1.9%,且與國(guó)家社會(huì)經(jīng)濟(jì)地位的關(guān)系相對(duì)不緊密[29]?？傮w就預(yù)測(cè)結(jié)果的尺度而言,氣候變化所驅(qū)動(dòng)的生物多樣性改變是區(qū)域尺度的,而土地利用變化的驅(qū)動(dòng)結(jié)果具有明顯的局地差異。

2.2 生態(tài)系統(tǒng)服務(wù)情景預(yù)測(cè)

雖然生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)的參數(shù)輸入和模型規(guī)則與生物多樣性模型不完全一致,但生物多樣性預(yù)測(cè)可以為生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)提供生態(tài)學(xué)基礎(chǔ)。McPherson等基于洛杉磯“百萬(wàn)樹(shù)倡議”背景,評(píng)估沿海和內(nèi)陸氣候區(qū)不同樹(shù)木死亡率情景下的生態(tài)效益和貨幣價(jià)值,評(píng)估結(jié)果發(fā)現(xiàn)35年中100萬(wàn)棵樹(shù)的收益分別是高死亡率情景13.3億美元和低死亡率情景19.5億美元；總體效益的81%是美學(xué)/其他方面,8%是減少雨水徑流,6%是節(jié)能,4%是改善空氣質(zhì)量,不到1%是減少大氣碳含量[44]。Nelson等對(duì)全球城市土地和農(nóng)田的區(qū)域變化在空間格網(wǎng)中進(jìn)行了分配,發(fā)現(xiàn)耕地?cái)U(kuò)張規(guī)模和格局的情景差異導(dǎo)致了作物生產(chǎn)、物種棲息地供給以及生物量碳儲(chǔ)存等重要生態(tài)系統(tǒng)服務(wù)之間的不同權(quán)衡,每卡路里作物生產(chǎn)排放碳在5.2g至13.7g之間[45]。Chaplin-Kramer等在巴西的區(qū)域案例中得出類似結(jié)論,在農(nóng)業(yè)擴(kuò)張情景下生物多樣性和碳儲(chǔ)量的下降幅度將相差2—4倍,從森林內(nèi)部發(fā)生變化比從邊緣向森林?jǐn)U張的影響更為明顯[46]。Peres等同樣從亞馬遜森林的生物多樣性出發(fā),發(fā)現(xiàn)不同狩獵情景下大型果食性動(dòng)物的滅絕將導(dǎo)致平均2.5%—5.8%的地上生物量降低[47]。同時(shí),針對(duì)海洋和海岸帶生態(tài)系統(tǒng),Arkema等開(kāi)發(fā)模型量化了珊瑚、紅樹(shù)林和海草提供的生態(tài)系統(tǒng)服務(wù),發(fā)現(xiàn)存在既減少對(duì)沿海棲息地的影響又增加龍蝦捕撈收入的共贏情景[48]。顯然,對(duì)生物多樣性和物種棲息地參數(shù)規(guī)則設(shè)置本身的科學(xué)性是上述生態(tài)系統(tǒng)服務(wù)合理預(yù)測(cè)的前提。

生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)與生物多樣性預(yù)測(cè)的重要區(qū)別在于,生態(tài)系統(tǒng)服務(wù)模型更加關(guān)注人類的空間決策及其導(dǎo)致的社會(huì)效應(yīng)。土地利用作為一種重要的生態(tài)系統(tǒng)服務(wù)管理決策的空間載體,是陸地生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)中的核心驅(qū)動(dòng)變量。Lawler等預(yù)測(cè)發(fā)現(xiàn)美國(guó)潛在的高糧食需求將導(dǎo)致農(nóng)田快速擴(kuò)張,致使碳儲(chǔ)量、木材產(chǎn)量、糧食產(chǎn)量增加,但導(dǎo)致25%所模擬物種的棲息地減少超過(guò)10%[49]。Polasky等對(duì)明尼蘇達(dá)州的土地管理情景模擬表明,農(nóng)業(yè)大規(guī)模擴(kuò)張情景下土地所有者的回報(bào)最高,但社會(huì)凈效益最低,生態(tài)系統(tǒng)碳固定、水質(zhì)凈化、棲息地質(zhì)量都將最大程度下降[50]。Swetnam等對(duì)坦桑尼亞?wèn)|部的碳儲(chǔ)量設(shè)置“可持續(xù)發(fā)展”和“一切照常”兩種社會(huì)經(jīng)濟(jì)情景,基于利益相關(guān)者和專家知識(shí)的土地利用制圖表明碳儲(chǔ)量在第一個(gè)情景減少4%而在第二個(gè)情景減少41%[51]。Chaplin-Kramer等則進(jìn)一步構(gòu)建精細(xì)化的全球情景,發(fā)現(xiàn)在非洲和南亞多達(dá)50億人面臨更高的水污染和導(dǎo)致?tīng)I(yíng)養(yǎng)不足的授粉服務(wù),非洲、歐亞大陸和美洲數(shù)以億計(jì)的人面臨著沿海風(fēng)險(xiǎn)的加劇[4]。然而,有學(xué)者認(rèn)為當(dāng)前的生態(tài)系統(tǒng)服務(wù)評(píng)估方法和預(yù)測(cè)模型并不具備處理大尺度跨學(xué)科分析的能力,既然生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)與空間管理決策密切相關(guān),則模型開(kāi)發(fā)中應(yīng)當(dāng)更注重參與性,允許大量利益相關(guān)方參與模型的訓(xùn)練[52]。由此引申,考慮到利益相關(guān)者一般具有局地視角,生態(tài)系統(tǒng)服務(wù)建模中基于生物多樣性形成機(jī)制的參數(shù)本地化對(duì)保障預(yù)測(cè)合理性而言是非常重要的。

3 基于情景模擬的生態(tài)系統(tǒng)保護(hù)決策支持展望

從全球、國(guó)家、區(qū)域到社區(qū),不同尺度上的生態(tài)系統(tǒng)保護(hù)關(guān)注重點(diǎn)具有很大的差異,其決策支持方式也不一而足。本研究分別從大尺度區(qū)域、景觀和局地社區(qū)3個(gè)尺度出發(fā),選取生態(tài)區(qū)劃、生態(tài)安全格局、社會(huì)生態(tài)網(wǎng)絡(luò)3個(gè)重點(diǎn)研究切入點(diǎn),展望上述研究方向在不同尺度上對(duì)我國(guó)生態(tài)系統(tǒng)保護(hù)的決策支持潛力(圖4)。

圖4 生物多樣性保護(hù)決策支持多尺度研究方向 Fig.4 Multi-scale research direction on the decision support for biodiversity conservation

3.1 生態(tài)區(qū)劃與區(qū)域尺度情景模擬

生態(tài)區(qū)劃是對(duì)生態(tài)區(qū)域和生態(tài)單元的劃分或合并研究,通過(guò)揭示自然生態(tài)區(qū)域的相似或差異規(guī)律,為生態(tài)系統(tǒng)管理和資源持續(xù)利用提供科學(xué)支撐[53]。目前在全球生物多樣性管理中,使用最多的是Olson等自下而上融合形成的全球生態(tài)區(qū)和全球優(yōu)先保護(hù)區(qū),其為大尺度生物多樣性保護(hù)提供明確的邊界位置[54]。目前最新更新的Ecoregions2017方案由846個(gè)生態(tài)區(qū)構(gòu)成,并將生物多樣性保護(hù)面積達(dá)全球陸域面積的50%作為2050年目標(biāo)[55]。然而,有研究基于情景假設(shè)發(fā)現(xiàn)2億多種植物、動(dòng)物和真菌的空間更替是連續(xù)的,在很大程度上獨(dú)立于生態(tài)區(qū)域邊界[56]。另有研究也發(fā)現(xiàn)了當(dāng)前的生態(tài)區(qū)方案并不能顯示生態(tài)系統(tǒng)服務(wù)的空間差異,從而削弱了生物多樣性保護(hù)決策與人類福祉的遞進(jìn)聯(lián)系[57]。考慮到區(qū)域生物多樣性形成機(jī)制與生態(tài)系統(tǒng)服務(wù)模擬能力,面向區(qū)域生態(tài)系統(tǒng)綜合管理的生態(tài)區(qū)劃方案仍有改進(jìn)空間。

區(qū)域尺度生物多樣性、生態(tài)系統(tǒng)服務(wù)情景與生態(tài)區(qū)劃存在互饋關(guān)系。一方面,基于生態(tài)系統(tǒng)服務(wù)模擬有助于生態(tài)功能區(qū)劃方案建立。目前的大多數(shù)生態(tài)區(qū)劃重在描述生物地理特征,本質(zhì)上屬于生物地理區(qū)劃；而加入生態(tài)系統(tǒng)服務(wù)的空間信息,有效表征生態(tài)系統(tǒng)對(duì)人類社會(huì)的功能,無(wú)疑將更加符合IPBES的理念,將給生態(tài)管理者提供更豐富的信息[58]。我國(guó)學(xué)者在生態(tài)功能區(qū)劃領(lǐng)域積累的大量經(jīng)驗(yàn)也將為“一帶一路”等區(qū)域跨國(guó)生態(tài)系統(tǒng)管理提供有力的理論與方法指引[59]。另一方面,生態(tài)區(qū)劃邊界的明確有助于提升生物多樣性和生態(tài)系統(tǒng)服務(wù)在大尺度情景模擬中的參數(shù)銜接能力。在生態(tài)系統(tǒng)服務(wù)模擬中,由于對(duì)生態(tài)系統(tǒng)參數(shù)的相互作用關(guān)系考慮不足,大尺度模擬結(jié)果的信度存疑,并未能實(shí)際應(yīng)用于大尺度生態(tài)系統(tǒng)保護(hù)決策中?；谖覈?guó)生態(tài)地理區(qū)劃與生態(tài)功能區(qū)劃方案良好基礎(chǔ),進(jìn)一步率定區(qū)域生態(tài)系統(tǒng)尺度上的生物多樣性模型參數(shù),可以為建模提供更加統(tǒng)一的標(biāo)準(zhǔn)。此外,相關(guān)情節(jié)模擬結(jié)果也有必要與我國(guó)國(guó)土空間規(guī)劃實(shí)踐緊密結(jié)合。在決策角度上大尺度自然資源統(tǒng)一管理有必要更多考慮未來(lái)生態(tài)系統(tǒng)演化情景的不確定性[60],而在建模角度上生態(tài)空間的范圍、生態(tài)紅線的邊界等也都是情景模擬中值得被納入的政策變量。

3.2 景觀尺度下的生態(tài)安全格局構(gòu)建

生態(tài)安全是對(duì)生態(tài)系統(tǒng)完整性和健康水平的整體描述,我國(guó)學(xué)者提出的區(qū)域生態(tài)安全格局是針對(duì)區(qū)域生態(tài)環(huán)境問(wèn)題,能夠保護(hù)和恢復(fù)生物多樣性、維持生態(tài)系統(tǒng)結(jié)構(gòu)和過(guò)程的完整性、實(shí)現(xiàn)對(duì)區(qū)域生態(tài)環(huán)境問(wèn)題有效控制和持續(xù)改善的區(qū)域性空間格局[61]。生態(tài)安全格局構(gòu)建涉及的空間單元需要與生態(tài)過(guò)程發(fā)生的生態(tài)空間相一致,由于具有明確的空間位置信息,有助于提供區(qū)域生態(tài)恢復(fù)中具體的景觀格局優(yōu)化配置途徑[62]。生態(tài)安全格局構(gòu)建的主要途徑分解為源地識(shí)別、阻力面設(shè)置、廊道提取等步驟,源地生態(tài)特征評(píng)估的指標(biāo)、阻力面生成的數(shù)據(jù)、廊道識(shí)別的算法成為影響生態(tài)安全格局現(xiàn)實(shí)效果的主要因素[63]。而目前上述研究要素在生物多樣性與生態(tài)系統(tǒng)服務(wù)形成機(jī)制的刻畫(huà)上并不成熟,從而影響了生態(tài)安全格局理念在生態(tài)系統(tǒng)保護(hù)決策中的應(yīng)用。

針對(duì)我國(guó)生態(tài)安全保障的區(qū)域訴求,以及生物多樣性保護(hù)和區(qū)域社會(huì)發(fā)展的權(quán)衡關(guān)系,服務(wù)于我國(guó)景觀尺度生態(tài)系統(tǒng)保護(hù)的生態(tài)安全格局在方法論上有待深化。第一是把握要素整體性。生態(tài)安全與糧食安全、經(jīng)濟(jì)安全、社會(huì)安全的權(quán)衡協(xié)同關(guān)系復(fù)雜,尤其在我國(guó)干旱區(qū)、喀斯特地區(qū)、海岸帶、高海拔山地等生態(tài)脆弱區(qū),在對(duì)自然保護(hù)區(qū)嚴(yán)格限制人類活動(dòng)強(qiáng)度的同時(shí),模擬并遴選景觀發(fā)揮生產(chǎn)、生活、生態(tài)多種生態(tài)系統(tǒng)服務(wù)的協(xié)同最優(yōu)情景,提升非自然保護(hù)地范圍內(nèi)的景觀多功能性,符合區(qū)域綠色發(fā)展的基本邏輯。第二是聚焦區(qū)域異質(zhì)性。區(qū)域生物多樣性特征決定了不同的源地范圍和廊道長(zhǎng)度、寬度,也決定了阻力面的評(píng)價(jià)標(biāo)準(zhǔn),生物多樣性數(shù)量、質(zhì)量及結(jié)構(gòu)參數(shù)有必要在指標(biāo)中予以強(qiáng)化。同時(shí),生態(tài)系統(tǒng)服務(wù)空間流動(dòng)的視角可以體現(xiàn)不同目標(biāo)情景下的受益區(qū)、受益對(duì)象和受益程度,有必要從生態(tài)系統(tǒng)服務(wù)需求角度出發(fā)為生態(tài)安全格局構(gòu)建提供定量依據(jù)。第三是強(qiáng)調(diào)情景動(dòng)態(tài)性。由于氣候變化情景下未來(lái)生物多樣性特征具有不確定性,在生態(tài)安全格局構(gòu)建中需要考慮更加長(zhǎng)遠(yuǎn)的評(píng)價(jià)規(guī)則,通過(guò)模擬代表性氣候和人類活動(dòng)情景,兼顧生態(tài)安全格局的穩(wěn)定性、持續(xù)性等特征,從而增強(qiáng)生態(tài)系統(tǒng)對(duì)未來(lái)環(huán)境變化的適應(yīng)能力。

3.3 基于社會(huì)生態(tài)網(wǎng)絡(luò)的社區(qū)適應(yīng)

傳統(tǒng)的社會(huì)生態(tài)系統(tǒng)適應(yīng)性理論既強(qiáng)調(diào)政府決策的重要能力,也強(qiáng)調(diào)社區(qū)傳統(tǒng)知識(shí)的應(yīng)用,但如何搭建政府和社區(qū)多方協(xié)作決策的橋梁一直是適應(yīng)性研究的難點(diǎn)。Bodin等將社會(huì)生態(tài)系統(tǒng)理解為生態(tài)節(jié)點(diǎn)和社會(huì)節(jié)點(diǎn)構(gòu)成的空間網(wǎng)絡(luò)結(jié)構(gòu),社會(huì)節(jié)點(diǎn)代表進(jìn)行決策的個(gè)人、組織或其他社會(huì)實(shí)體,生態(tài)節(jié)點(diǎn)包括物種、生態(tài)群落或其他一些生態(tài)概念；并基于指數(shù)隨機(jī)圖模型,量化了決策者之間的社會(huì)協(xié)作、生態(tài)要素間的相互依賴,以及社會(huì)生態(tài)相互作用[64]。在網(wǎng)絡(luò)的刻畫(huà)中,必須明確社會(huì)生態(tài)要素間的因果關(guān)系類型,包括：網(wǎng)絡(luò)連接影響著個(gè)體/節(jié)點(diǎn)如何受到其他個(gè)體/節(jié)點(diǎn)的影響(例如種群的遷移、知識(shí)的轉(zhuǎn)播),個(gè)體/節(jié)點(diǎn)根據(jù)其他個(gè)體屬性選擇網(wǎng)絡(luò)伙伴(例如食物網(wǎng)中的物種豐富度、教育背景),網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點(diǎn)屬性分布產(chǎn)生了一定的全局后果(例如不同簇組成的食物網(wǎng)抗干擾能力強(qiáng),人在密集社會(huì)網(wǎng)絡(luò)中更傾向集體行動(dòng)),網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點(diǎn)屬性隨時(shí)間推移而共同進(jìn)化(例如漁民的物種選擇由漁具決定,目標(biāo)魚(yú)量下降影響著海洋食物網(wǎng)動(dòng)態(tài))[65]。由此,個(gè)體的網(wǎng)絡(luò)伙伴選擇將通過(guò)簇的形式影響網(wǎng)絡(luò)結(jié)構(gòu),從而產(chǎn)生深遠(yuǎn)的個(gè)體或全局后果。

模擬不同情景下我國(guó)社區(qū)自下而上的社會(huì)生態(tài)網(wǎng)絡(luò)無(wú)疑將為國(guó)家生態(tài)系統(tǒng)保護(hù)決策提供真正意義上的機(jī)理性、結(jié)構(gòu)化支撐。在我國(guó)快速城市化現(xiàn)狀與鄉(xiāng)村振興政策背景下,根據(jù)網(wǎng)絡(luò)的復(fù)雜性可以分為三層具有遞進(jìn)關(guān)系的適應(yīng)途徑。第一層是明晰城鄉(xiāng)社區(qū)個(gè)體行為與特定動(dòng)植物的因果關(guān)系,分別識(shí)別特定物種與生態(tài)系統(tǒng)的關(guān)聯(lián)路徑,以及城市、鄉(xiāng)村、景區(qū)等社會(huì)群體與個(gè)體的關(guān)聯(lián)路徑。構(gòu)建情景模擬不同的個(gè)體決策分別對(duì)特定物種、生態(tài)系統(tǒng)、群體行為產(chǎn)生的作用,預(yù)判相應(yīng)后果用于對(duì)市民、農(nóng)戶、游客等個(gè)體行為的約束和引導(dǎo)。第二層是明晰公共政策與區(qū)域生物多樣性水平、棲息地質(zhì)量的因果關(guān)系,分別識(shí)別公共政策對(duì)社區(qū)群體行為的影響,社區(qū)群體行為對(duì)棲息地質(zhì)量的多重影響,以及棲息地質(zhì)量變化對(duì)區(qū)域生物多樣性水平的影響。構(gòu)建情景模擬不同的公共政策下城市居住區(qū)、糧食基地、國(guó)家公園等社區(qū)群體的決策方式,及其所對(duì)應(yīng)的棲息地變化概率與程度,從而對(duì)未來(lái)生物多樣性整體水平做出預(yù)判,作為城市綠地、基本農(nóng)田、自然保護(hù)區(qū)等不同對(duì)象的生態(tài)管理政策調(diào)整的依據(jù)。第三層是明晰跨區(qū)域政策對(duì)生態(tài)系統(tǒng)服務(wù)流的影響路徑,以及生態(tài)系統(tǒng)服務(wù)流對(duì)人類福祉的區(qū)域和區(qū)際反饋路徑,分別識(shí)別區(qū)域生物多樣性變化下的生態(tài)系統(tǒng)服務(wù)流向、流量、流速,區(qū)域政策與生態(tài)系統(tǒng)服務(wù)流特征的影響路徑,以及生態(tài)系統(tǒng)服務(wù)流變化的局地效應(yīng)和外溢效應(yīng)。構(gòu)建情景模擬城市群、農(nóng)產(chǎn)品主產(chǎn)區(qū)、禁止開(kāi)發(fā)區(qū)等不同區(qū)域政策下生物多樣性改變?cè)斐傻纳鷳B(tài)系統(tǒng)服務(wù)虧損或盈余,以及多種公共資源分配方案或生態(tài)補(bǔ)償標(biāo)準(zhǔn),預(yù)判城鄉(xiāng)群體或個(gè)體與之相對(duì)應(yīng)的決策方式,遴選面向區(qū)域共贏、多主體共贏的社會(huì)生態(tài)系統(tǒng)適應(yīng)途徑。

4 結(jié)語(yǔ)

生物多樣性和生態(tài)系統(tǒng)服務(wù)情景模擬是制定生物多樣性保護(hù)措施的重要科學(xué)依據(jù),然而當(dāng)前模擬結(jié)果的較高不確定性影響了區(qū)域生態(tài)系統(tǒng)保護(hù)方案對(duì)未來(lái)環(huán)境變化的應(yīng)對(duì)能力。本研究通過(guò)梳理生物多樣性與生態(tài)系統(tǒng)服務(wù)情景分析常用模型,綜述國(guó)際上具有充分代表性的生物多樣性與生態(tài)系統(tǒng)服務(wù)預(yù)測(cè)結(jié)果,為我國(guó)生物多樣性與生態(tài)系統(tǒng)服務(wù)情景研究提供引導(dǎo)。在建模分析角度,生物多樣性與生態(tài)系統(tǒng)服務(wù)參數(shù)關(guān)聯(lián)機(jī)制的明晰是提升模型輸出情景準(zhǔn)確性的重要條件和前沿議題。在管理應(yīng)用角度,生態(tài)區(qū)劃與區(qū)域尺度情景模擬、景觀尺度下的生態(tài)安全格局構(gòu)建、基于社會(huì)生態(tài)網(wǎng)絡(luò)的社區(qū)適應(yīng)三點(diǎn)重要研究方向?qū)?duì)基于情景模擬的我國(guó)生態(tài)系統(tǒng)保護(hù)決策提供重要的理論和實(shí)踐支持。