基于Clue-S模型的石馬河流域東莞段生態(tài)系統(tǒng)服務(wù)價(jià)值變化情景模擬

張沐鋒, 劉萬俠, 王健恩, 羅先強(qiáng), 陳 平, 宮清華，3

(1.仲愷農(nóng)業(yè)工程學(xué)院 園藝園林學(xué)院, 廣東 廣州 510225; 2.廣州地理研究所， 廣東省地理空間信息技術(shù)與應(yīng)用公共實(shí)驗(yàn)室, 廣東 廣州 510070; 3.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室, 廣東 廣州 511458)

生態(tài)系統(tǒng)服務(wù)(ecosystem services)是指通過生態(tài)系統(tǒng)的結(jié)構(gòu)、過程和功能直接或間接為人類生存發(fā)展提供服務(wù)，包括供給服務(wù)、調(diào)節(jié)服務(wù)、文化服務(wù)和支持服務(wù)，它是衡量一個(gè)地區(qū)能否實(shí)現(xiàn)可持續(xù)發(fā)展的核心指標(biāo)[1]。生態(tài)系統(tǒng)服務(wù)價(jià)值(ecosystem services value， ESV)是指人類從生態(tài)系統(tǒng)功能中直接或間接所獲得利益的貨幣價(jià)值化[2]，其分布與區(qū)域的自然地理要素分布、社會經(jīng)濟(jì)發(fā)展?fàn)顩r密切相關(guān)[3]。土地利用作為人類與自然之間聯(lián)系最緊密的環(huán)節(jié)，是指人類按照一定的社會、經(jīng)濟(jì)目的對地表進(jìn)行開發(fā)利用的過程[4]。對區(qū)域內(nèi)土地利用及其生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行研究，有利于揭示研究對象間時(shí)間與空間上相互作用的機(jī)制，促進(jìn)城市的可持續(xù)發(fā)展。因此近年有關(guān)土地利用變化對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響成為生態(tài)系統(tǒng)服務(wù)研究的重點(diǎn)之一。1977年，Westman首次提出“自然服務(wù)”的概念及其價(jià)值評估的問題。1997年，Costanza等[5]最早提出了ESV的估算原理與方法，中國研究學(xué)者謝高地等，基于Costanza的方法并根據(jù)中國現(xiàn)有的生態(tài)系統(tǒng)和社會經(jīng)濟(jì)情況進(jìn)行修訂，建立了適應(yīng)于中國的生態(tài)系統(tǒng)服務(wù)評估單價(jià)體系。2003年以后在中國生態(tài)系統(tǒng)服務(wù)研究進(jìn)入了深化階段，學(xué)者開始從不同的尺度和不同的生態(tài)類型開展生態(tài)服務(wù)價(jià)值的研究。如唐衡等通過測算出不同類型農(nóng)田類型的生態(tài)系統(tǒng)服務(wù)價(jià)值[6]，得出復(fù)種模式能夠極大提高農(nóng)田生態(tài)系統(tǒng)的服務(wù)價(jià)值。由于城市化的快速蔓延，學(xué)者逐漸集中研究土地利用變化對ESV的影響，也將GIS、遙感等技術(shù)手段和相關(guān)數(shù)據(jù)分析方法引入其中，張艷軍等[7]采用生態(tài)系統(tǒng)價(jià)值密度與ESV保持率等指標(biāo)反映了重慶近10 a的ESV時(shí)空變化特征，趙志剛等[8]利用生態(tài)價(jià)值評估模型及GIS空間統(tǒng)計(jì)方法，分析鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空變化。近年來相關(guān)研究熱點(diǎn)轉(zhuǎn)為ESV的預(yù)測，主要通過CA-Markov，CLUE-S以及IMAGE等模型進(jìn)行土地利用的模擬，通過計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值來繪制ESV空間分布圖[9]。劉園等[10]基于CA-Markov對潛江市區(qū)的生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行動態(tài)模擬，指出潛江市區(qū)域生態(tài)環(huán)境發(fā)展不容樂觀，應(yīng)加強(qiáng)對水資源、耕地等的保護(hù)。Clue-S模型在1996年研發(fā)至今，已在中國、英國等多個(gè)地區(qū)得到利用，其模擬結(jié)果對當(dāng)?shù)氐耐恋乩靡?guī)劃提供了較好的指導(dǎo)[11-17]。Clue-S相比其他模型，其優(yōu)點(diǎn)主要體現(xiàn)在模擬中小尺度分析精度高，且在模擬過程中綜合考慮了社會經(jīng)濟(jì)和生物物理等驅(qū)動因子，并能將優(yōu)化結(jié)果表現(xiàn)在空間上。

傳統(tǒng)的基于Clue-S模型的生態(tài)系統(tǒng)服務(wù)價(jià)值評價(jià)多在宏觀尺度，本文試圖以小流域?yàn)閱卧?，探索Clue-S模型在中小尺度的實(shí)現(xiàn)和應(yīng)用。高密度的人群，高速發(fā)展的工業(yè)和快速城鎮(zhèn)化，導(dǎo)致石馬河流域東莞段內(nèi)農(nóng)用地銳減、建設(shè)用地急劇擴(kuò)張，并造成了現(xiàn)有用地結(jié)構(gòu)嚴(yán)重失衡、布局分散且有效利用率低的局面。其次在發(fā)展途中過度重視經(jīng)濟(jì)效益，而忽視了生態(tài)環(huán)境和土地承載力，形成了較嚴(yán)重的環(huán)境污染和生態(tài)問題[18-19]。

因此本文選取石馬河流域東莞段為案例。本文立足生態(tài)系統(tǒng)的完整性。通過對石馬河流域東莞段2025年土地利用進(jìn)行不同情景下的模擬，旨在探究2010—2025年區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值的演變的內(nèi)在作用機(jī)制，尋求以流域?yàn)閱卧纳鷳B(tài)農(nóng)業(yè)和城鎮(zhèn)的優(yōu)化配置模式。擬通過合理的生態(tài)系統(tǒng)服務(wù)價(jià)值評價(jià)以及土地利用模擬，得出區(qū)域2025年生態(tài)系統(tǒng)服務(wù)價(jià)值分布，為區(qū)域的土地利用規(guī)劃與生態(tài)經(jīng)濟(jì)協(xié)調(diào)發(fā)展提供有效的指導(dǎo)。

1 材料與方法

1.1 研究區(qū)概況

石馬河屬珠江水系東江下游左岸支流，源于深圳市寶安區(qū)龍華鎮(zhèn)(北緯 22°35 —22°44′，東經(jīng)113°57′—114°4′)大腦殼山，東莞境內(nèi)河流長度為64 km，流經(jīng)東莞市塘廈鎮(zhèn)、清溪鎮(zhèn)、鳳崗鎮(zhèn)、樟木頭鎮(zhèn)和謝崗鎮(zhèn)，研究區(qū)域總面積為469.52 km2。境內(nèi)群山環(huán)抱，地形起伏較大，海拔多在200～600 m，坡度在30°左右，群山環(huán)繞、水城相融的自然特點(diǎn)突出。區(qū)域內(nèi)2020年生態(tài)用地面積達(dá)271.22 km2，占總面積58%，生態(tài)保護(hù)任務(wù)責(zé)任重大(見表1)。流域內(nèi)受地形限制，可開發(fā)建設(shè)范圍較小，近年為加快集聚現(xiàn)代產(chǎn)業(yè)，實(shí)現(xiàn)產(chǎn)業(yè)集群發(fā)展，接受了深圳大量的產(chǎn)業(yè)外溢，使自身快速城鎮(zhèn)化。規(guī)劃期限內(nèi)區(qū)域，依托塘廈科苑城、清溪低碳產(chǎn)業(yè)創(chuàng)新示范區(qū)與科技生態(tài)城、鳳崗人工智能特色小鎮(zhèn)，重點(diǎn)發(fā)展先進(jìn)制造業(yè)，打造深莞惠的先行區(qū)和橋頭堡。因此近年建設(shè)用地急劇增加，生態(tài)空間遭受侵占，如水環(huán)境污染、潛在地質(zhì)災(zāi)害與城市內(nèi)澇等生態(tài)問題日益顯現(xiàn)。

表1 2020年石馬河流域東莞段生態(tài)用地情況

1.2 數(shù)據(jù)來源與處理

本文參考《土地利用現(xiàn)狀分類》(GB/T21010-2007)的分類方法，結(jié)合2010，2020年土地利用變更調(diào)查數(shù)據(jù)，并將其分為耕地、林地、園地、建設(shè)用地、水域、未利用地6大類[20]，利用Arc-GIS10.5軟件將數(shù)據(jù)轉(zhuǎn)化為10 m×10 m的柵格數(shù)據(jù)，為避免模型計(jì)算過程中出現(xiàn)耗時(shí)過多等問題，且在保證運(yùn)行結(jié)果質(zhì)量的同時(shí)，將柵格重采樣為50 m×50 m。其他數(shù)據(jù)主要包括：①河流、水庫、建制鎮(zhèn)、道路，使用ArcGIS軟件的歐式距離對相應(yīng)的數(shù)據(jù)進(jìn)行分析，生成相應(yīng)距離的柵格圖，并利用DEM數(shù)據(jù)計(jì)算區(qū)域起伏度、坡度；②社會經(jīng)濟(jì)因素，包括工業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值、總?cè)丝跀?shù)量、糧食作物播種面積與總產(chǎn)量等來源于2018年東莞市統(tǒng)計(jì)年鑒，為了和土地?cái)?shù)據(jù)在尺度上保持一致，統(tǒng)計(jì)數(shù)量以鄉(xiāng)鎮(zhèn)為單元進(jìn)行統(tǒng)計(jì)，人口、人均收入和糧食產(chǎn)量等利用克里金差值進(jìn)行空間化，并進(jìn)行重分類。③自然環(huán)境因子：野生動物保護(hù)分布點(diǎn)、生態(tài)極重要區(qū)、永久基本農(nóng)田。收集數(shù)據(jù)均通過GIS空間校正、投影轉(zhuǎn)化等處理，統(tǒng)一采用了Transverse-Mercator空間投影和大地2000地理坐標(biāo)系統(tǒng)。

1.3 研究方法

本文主要基于石馬河流域東莞段2010，2020年土地利用數(shù)據(jù)，通過設(shè)定社會、自然等相關(guān)驅(qū)動因子、限制區(qū)域以及土地利用需求量，調(diào)整土地利用轉(zhuǎn)移規(guī)則，最終利用Clue-S模型進(jìn)行模擬，得出區(qū)域在建設(shè)發(fā)展、生態(tài)保護(hù)、耕地優(yōu)先3種情景下區(qū)域的空間布局；最后分別計(jì)算3種情形下石馬河流域東莞段的生態(tài)系統(tǒng)服務(wù)價(jià)值，得到區(qū)域ESV分布圖。

1.3.1 Clue-S模型及參數(shù)設(shè)置 Clue-S是在原有Clue模型的基礎(chǔ)上，由Verburg等開發(fā)適用于模擬小尺度范圍內(nèi)土地利用變化的模型，模型將生物物理驅(qū)動因子與社會經(jīng)濟(jì)因子相結(jié)合[21]，并假設(shè)其土地利用與設(shè)定的需求量、相關(guān)驅(qū)動因子等處在動態(tài)平衡之中[22]，最終使土地利用的變化與結(jié)果在空間上反映。模型需要的數(shù)據(jù)包括：

(1) 限制區(qū)域。本研究中，根據(jù)石馬河流域東莞段土地利用優(yōu)化配置的實(shí)際需求，限制區(qū)域?yàn)橛谰没巨r(nóng)田保護(hù)區(qū)、生態(tài)極重要區(qū)。

(2) 土地利用轉(zhuǎn)移規(guī)則。土地利用轉(zhuǎn)移規(guī)則主要包括土地利用轉(zhuǎn)移系數(shù)以及轉(zhuǎn)移矩陣。土地利用轉(zhuǎn)移彈性系數(shù)用于表示土地利用類型的穩(wěn)定程度，取值范圍在0～1之間，值越小，代表越容易轉(zhuǎn)為其他地類，關(guān)于轉(zhuǎn)移彈性系數(shù)的設(shè)置沒有精確的計(jì)算方法，研究者通過研究區(qū)實(shí)際情況以及前人研究情況來確定(見表2)。土地利用轉(zhuǎn)移矩陣表明土地利用間是否可以發(fā)生相互轉(zhuǎn)變，1表示可以，0則表示不可以，通過相關(guān)文獻(xiàn)查閱以及區(qū)域內(nèi)土地利用現(xiàn)狀布局其未來發(fā)展趨勢，設(shè)定了各情境下土地利用轉(zhuǎn)移矩陣表[23](見表3—5)。

表2 土地利用轉(zhuǎn)移彈性系數(shù)

表3 耕地保護(hù)情景轉(zhuǎn)移矩陣

(3) 土地利用類型需求。土地利用類型需求量必須借助于獨(dú)立與Clue-S模型之外的其他方法求得，用以限定模擬過程中每種土地利用類型的變化量[24]。土地需求計(jì)算可以充分使用多種數(shù)學(xué)和經(jīng)濟(jì)模型，如情景分析[25]、灰色模型[26]，趨勢外推法、線性內(nèi)插法、Markov模型等。本文以2010—2020年土地利用數(shù)據(jù)為基礎(chǔ)，利用灰色模型進(jìn)行土地利用需求的預(yù)測。

(4) 土地利用類型空間分析。二元Logistic回歸是土地利用分析里最常用的二項(xiàng)選擇模型，本文選擇研究區(qū)內(nèi)土地利用類型作為因變量，驅(qū)動因子作為自變量，研究區(qū)域內(nèi)它們之間的因果關(guān)系以及變化趨勢[27]。利用SPSS軟件對6種土地利用類型與9個(gè)驅(qū)動因子進(jìn)行回歸分析，可以獲得土地利用類型回歸方程的系數(shù)(β值)和回歸方程常量。

(1)

式中：Pi表示每一個(gè)柵格可能出現(xiàn)某種土地利用類型i的概率;X1,i～Xn,i表示某種土地利用類型i相關(guān)的驅(qū)動因素;β0～βn為驅(qū)動因素的回歸系數(shù)。

表4 建設(shè)發(fā)展情景轉(zhuǎn)移矩陣

表5 生態(tài)優(yōu)先情景轉(zhuǎn)移矩陣

1.3.2 Clue-S模型空間模擬 Clue-S模型的空間模擬是基于各土地利用相互轉(zhuǎn)化規(guī)則、土地利用空間分布概率、土地利用現(xiàn)狀圖以及各土地利用類型的面積需求，根據(jù)總概率對土地利用需求進(jìn)行空間分配迭代的過程，迭代的方程為：

TPROPi,u=Pi,u+ELASu+ITERu

(2)

式中：TPROPi,u為柵格i中土地利用類型u的總概率;Pi,u為Logistic回歸方程土地利用類型u的空間分布概率; ELASu為土地利用類型u的轉(zhuǎn)換彈性系數(shù); ITERu為土地利用類型u的迭代變量。

模型的檢驗(yàn)主要分為兩個(gè)方面，一是用Pontius提出的ROV方法對回歸結(jié)果進(jìn)行檢驗(yàn)，ROC系數(shù)越接近1則代表一致性約好，大于0.7才符合概率分布要求；二是kappa系數(shù)檢驗(yàn)，當(dāng)kappa≥0.75時(shí)，Clue-S模型的預(yù)測精確度較高，當(dāng)kappa<0.4時(shí)，認(rèn)為模擬的結(jié)果較差[28]。

1.3.3 生態(tài)系統(tǒng)服務(wù)價(jià)值計(jì)算 關(guān)于生態(tài)系統(tǒng)服務(wù)價(jià)值的定量評估，最早由Costanza等提出相關(guān)方法，在此基礎(chǔ)上，后中國學(xué)者謝高地等根據(jù)中國生態(tài)系統(tǒng)的特點(diǎn)經(jīng)過修正，并指出ESV當(dāng)量因子是生態(tài)系統(tǒng)潛在服務(wù)價(jià)值的相對貢獻(xiàn)率，等于每年每1 hm2糧食價(jià)值的1/7。本研究參照次方法，并根據(jù)研究區(qū)的差異性，對數(shù)據(jù)進(jìn)行了修正，由片區(qū)內(nèi)2018年糧食作物產(chǎn)量、播種面積，計(jì)算出1個(gè)單位生態(tài)系統(tǒng)經(jīng)濟(jì)價(jià)值為1 413.91元/hm2[29]。

(3)

式中：Ea為1個(gè)單位生態(tài)系統(tǒng)服務(wù)的經(jīng)濟(jì)價(jià)值(元/hm2);pi為第i種糧食作物全國平均價(jià)格(元/t);qi為第i種糧食作物的產(chǎn)量(t);M為n種糧食作物總面積(hm2);

經(jīng)過修正以后，參考中國的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表，計(jì)算出生態(tài)系統(tǒng)服務(wù)的價(jià)值量(表6)。

ESV=∑(Ai×VCi)

(4)

式中：ESV為生態(tài)系統(tǒng)服務(wù)總價(jià)值;Ai為單位面積上地類i的生態(tài)系統(tǒng)服務(wù)價(jià)值; VCi為研究區(qū)地類i的面積(hm2)(見表6)。

表6 石馬河流域東莞段生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)

2 結(jié)果與分析

2.1 Logistic回歸方程檢驗(yàn)

由檢驗(yàn)結(jié)果可知，石馬河流域東莞段各地類分布概率模擬效果較好，建設(shè)用地、林地、園地、耕地、水域、未利用地的ROC值分別為0.878，0.947，0.767，0.762，0.827，0.725滿足模型的回歸要求，因此所選取的因子可以用于模型對區(qū)域的模擬(見表7)。

表7 石馬河流域東莞段Logistic系數(shù)分析結(jié)果

2.2 土地覆蓋模擬精度分析

以石馬河流域東莞段2010年土地利用數(shù)據(jù)為基礎(chǔ)，以相似的計(jì)算方式，將限制區(qū)域、土地轉(zhuǎn)移規(guī)則、土地利用需求、Logistic回歸結(jié)果等相關(guān)數(shù)據(jù)輸入模型中，并對石馬河流域東莞段2020年的土地利用布局進(jìn)行模擬，將模擬結(jié)果與2020年實(shí)際土地利用進(jìn)行疊加分析，計(jì)算kappa系數(shù)如下：

(5)

式中：pp為理想情況下的準(zhǔn)確比值,值為1；pc為在隨機(jī)情況下的期望比值;p0為正確模擬的比例。

總柵格數(shù)為187 810，其中正確的柵格數(shù)為159 583，正確模擬的比例為84.97%，研究區(qū)域分為6種土地利用類型，在隨機(jī)情況下期待比值為1/6，可得出kappa值(0.812)>0.75，說明模型模擬效果較好，Clue-S模型可以用于石馬河流域未來土地利用的模擬。

2.3 土地利用變化特征與情景模擬分析

由結(jié)果分析可得，石馬河流域東莞段土地利用類型以建設(shè)用地和林地為主，分別占總面積的37.97%，33.39%。在動態(tài)研究方面，研究期內(nèi)石馬河流域東莞段的土地利用發(fā)生了明顯的變化。從總體上看2010—2020年，建設(shè)用地?cái)U(kuò)張速度較快，由34.76%上升為37.97%；耕地、未利用地及園地減少較多，分別從4.71%，5.67%，16.41%減少至3.70%，4.59%，15.59%；由此可見，生態(tài)用地狀況受到了較大的威脅，建設(shè)用地在沿建制鎮(zhèn)中心、與外沿不斷擴(kuò)張，土地利用結(jié)構(gòu)趨于劣化，生態(tài)環(huán)境正往消極的方向發(fā)展。(見表8—9)。

表8 2010-2015年石馬河流域東莞段土地利用轉(zhuǎn)移矩陣 hm2

表9 2015-2020年石馬河流域東莞段土地利用轉(zhuǎn)移矩陣 hm2

2025年石馬河流域東莞段在生態(tài)安全、耕地保護(hù)和建設(shè)發(fā)展3種情景下的土地利用空間布局模擬結(jié)果(見圖1)，并將3種情境下模擬圖與2020年土地利用圖進(jìn)行疊置分析(見表10)。

表10 石馬河流域東莞段不同情景下各地類面積及變化

圖1 2010-2025年石馬河流域東莞段土地利用特征

(1) 耕地保護(hù)情景下。永久基本農(nóng)田作為限制區(qū)域，較好的保護(hù)了耕地的數(shù)量，耕地趨向于集中連片。未利用地、園地的復(fù)墾使得耕地?cái)?shù)量增加，其次由于限制其他土地利用類型對耕地的占用，耕地的穩(wěn)定性也得到了提高，從而使得耕地的數(shù)量上升了14.85%。由于建設(shè)用地具有不可逆的特點(diǎn)，所以建設(shè)用地?cái)?shù)量基本不發(fā)生變化。在耕地保護(hù)情景下可以使耕地的保有量得到很好的保證。

(2) 生態(tài)安全情景下。林地作為石馬河流域東莞段主要地類之一，在空間上呈現(xiàn)集中連片特征；耕地繼續(xù)保持穩(wěn)定，地勢高的退耕為林地或園地，林地、園地的穩(wěn)定性得到了提高。該情境下注重城市高質(zhì)量發(fā)展為主，注重植樹造林、退耕還濕、人工補(bǔ)水，林地和水域面積相對其他情景保持較高水平。

(3) 建設(shè)發(fā)展情景下。林地與水域在2020—2025年基本保持不變，但中心城區(qū)的建設(shè)用地面積不斷擴(kuò)張，主要以占用園地、未利用地和耕地的面積為代價(jià)，分別減少了4.55%，19.36%，18.01%。長期以此形式發(fā)展，耕地逐漸減少，糧食安全問題逐漸顯著。

2.4 生態(tài)系統(tǒng)服務(wù)價(jià)值變化分析

采用經(jīng)過驗(yàn)證的Clue-S模型，以2010年為基期，設(shè)置相關(guān)參數(shù)，模擬2025年石馬河流域東莞段土地利用分布并計(jì)算ESV(見圖2，表11)。

圖2 2010-2025年石馬河流域東莞段生態(tài)系統(tǒng)服務(wù)價(jià)值分布特征及模擬情景

表11 2010-2025年石馬河流域東莞段生態(tài)系統(tǒng)服務(wù)價(jià)值108元

2025年研究區(qū)域在耕地優(yōu)先、生態(tài)優(yōu)先、建設(shè)發(fā)展3種情景下ESV分別為9.44×107，9.62×107，9.38×107元，較2020年的0.956分別增幅為-1.26%，0.63%，-1.88%，較2010年的0.974，增幅為-3.08%，-1.23%，-3.70%。由此看，石馬河流域東莞段生態(tài)系統(tǒng)服務(wù)功能略有下降。在耕地保護(hù)情景下，由于永久基本農(nóng)田的限制區(qū)與園地的控制，耕地穩(wěn)定性較好，耕地轉(zhuǎn)入地區(qū)主要集中于片區(qū)北部以及中部盆地內(nèi)，該區(qū)域地勢較為平緩，且水土資源優(yōu)越，是耕地集中分布的區(qū)域。在生態(tài)優(yōu)先情景之下，2025年ESV達(dá)到最高，主要是由于此情景下存在水域、林地、耕地的轉(zhuǎn)入，而人工用地與其他用地相對穩(wěn)定，強(qiáng)調(diào)可持續(xù)發(fā)展的重要性，對保護(hù)區(qū)的嚴(yán)格限制轉(zhuǎn)出所導(dǎo)致，耕地在研究區(qū)中部保持穩(wěn)定，而在地勢較高的山區(qū)，由于水土條件不佳、居民搬遷等原因逐漸撂荒并退耕為林地。在建設(shè)發(fā)展情景下，存在人工用地和其他用地由水域、耕地、林地、未利用地轉(zhuǎn)入的情況，主要是由于經(jīng)濟(jì)增長使建設(shè)用地需求的急劇擴(kuò)大所致，在此情景下，流域內(nèi)城鎮(zhèn)規(guī)模最大，特別是在研究區(qū)域內(nèi)中部，建設(shè)用地密集，成片分布。

2.5 未來土地利用變化對策

石馬河流域東莞段是一個(gè)典型的丘陵地貌，山地面積較大，且生態(tài)保護(hù)任務(wù)繁重，加上東莞市的城市化和工業(yè)化以及國家土地政策、經(jīng)濟(jì)政策等大背景的影響，片區(qū)內(nèi)耕地的分布較為零碎。特別在片區(qū)中心，耕地受到嚴(yán)重的威脅，會導(dǎo)致耕地的撂荒，加劇片區(qū)的糧食安全。應(yīng)加強(qiáng)對生態(tài)紅線、永久基本農(nóng)田的管理，促進(jìn)退耕還林、生態(tài)補(bǔ)償機(jī)制等的建立，保證區(qū)域的生態(tài)安全，按照“誰受益誰補(bǔ)償”的原則，進(jìn)一步完善長效多元化生態(tài)補(bǔ)償機(jī)制，引導(dǎo)生態(tài)受益地區(qū)與保護(hù)地區(qū)之間、流域上游與下游之間實(shí)行生態(tài)共建共享。推進(jìn)橫向生態(tài)保護(hù)補(bǔ)償，對因生態(tài)保護(hù)建設(shè)措施而限制或喪失發(fā)展機(jī)會的區(qū)域，給予生態(tài)損失補(bǔ)償，促進(jìn)區(qū)域協(xié)調(diào)可持續(xù)發(fā)展[30]。

3 討論與結(jié)論

3.1 結(jié) 論

利用Clue-S模型為基礎(chǔ)，通過對未來石馬河流域土地利用布局的模擬，對不同情景下生態(tài)系統(tǒng)服務(wù)價(jià)值布局進(jìn)行比較，得出適宜區(qū)域發(fā)展土地利用優(yōu)化配置結(jié)果，用于指導(dǎo)區(qū)域協(xié)調(diào)可持續(xù)發(fā)展。文中所選的社會、生物物理因子對模型的模擬有良好的解釋能力，且對研究期間土地利用類型模擬精度均較高。以流域?yàn)檠芯繂卧?，體現(xiàn)了生態(tài)系統(tǒng)的完整性，促進(jìn)了區(qū)域以石馬河流域東莞段2010，2020年土地利用現(xiàn)狀圖為基礎(chǔ)，設(shè)置耕地優(yōu)先、生態(tài)優(yōu)先、建設(shè)發(fā)展3種情景，通過設(shè)置合理的驅(qū)動因子、土地利用轉(zhuǎn)換規(guī)則等相關(guān)參數(shù)，模擬不同情景下流域土地利用的布局，并對模型進(jìn)行驗(yàn)證和分析，得出了一下的結(jié)論：

(1) 將Logistic回歸分析用于判斷石馬河流域東莞段研究土地利用與各驅(qū)動因子的相關(guān)性，結(jié)果表明建制鎮(zhèn)、水系、起伏度與是影響土地利用格局變化的重要因素。對2020年土地利用格局進(jìn)行模擬，結(jié)合現(xiàn)狀數(shù)據(jù)驗(yàn)證(kappa指數(shù)為0.812)。表明該模型及設(shè)置的相關(guān)參數(shù)可用于石馬河流域東莞段未來土地利用格局的預(yù)測。

(2) 在不同的情境下，未利用地逐年減少。在耕地保護(hù)情景下，未利用地、園地的復(fù)墾使得耕地?cái)?shù)量有了明顯的上升，耕地趨向于集中連片。在生態(tài)安全情境下，耕地保持穩(wěn)定，位于地勢較高的耕地轉(zhuǎn)化為林地或園地，該情境下注重植樹造林、退耕還濕、人工補(bǔ)水，城市以高質(zhì)量發(fā)展為主。建設(shè)發(fā)展情景下，以占用未利用地、耕地、園地為代價(jià)，中心城區(qū)與建設(shè)用地不斷擴(kuò)張，糧食安全問題日益顯現(xiàn)。

(3) 在研究期間，石馬河流域東莞段生態(tài)系統(tǒng)服務(wù)價(jià)值總量在呈逐年下降的趨勢，生態(tài)環(huán)境往消極的方向發(fā)展，2010，2015，2020年生態(tài)系統(tǒng)服務(wù)價(jià)值總量分別為9.74×108，9.64×108，9.56×108，其中林地、水域、園地對區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值總量較大，價(jià)值變化也相應(yīng)較大。流域內(nèi)的生態(tài)系統(tǒng)服務(wù)價(jià)值具有空間異質(zhì)性，分布極不平衡，以流域中部地區(qū)為中心，呈現(xiàn)中—低—高的空間分布格局。不同情景下的石馬河流域生態(tài)系統(tǒng)服務(wù)價(jià)值分布有較為明顯的差異，其中生態(tài)安全情境下生態(tài)系統(tǒng)服務(wù)價(jià)值最高，其次是耕地保護(hù)情景，最差的為建設(shè)發(fā)展情景。

3.2 討 論

通過Clue-S模型模擬未來土地利用分布格局，更為直接的顯示了土地利用類別的轉(zhuǎn)入與轉(zhuǎn)出情況，增強(qiáng)了土地利用規(guī)劃多情景布局的空間預(yù)測性。其次通過生態(tài)系統(tǒng)服務(wù)價(jià)值的可視化表達(dá)，揭示了其時(shí)空變化特征。目前利用Clue-S模型對數(shù)據(jù)的模擬停留在以省市范圍作為研究單元，割裂了生態(tài)系統(tǒng)的完整性，無法體現(xiàn)區(qū)域協(xié)同規(guī)劃的綜合性、系統(tǒng)性。本文在前人研究的基礎(chǔ)上，通過模型的優(yōu)化，尋求以流域?yàn)閱卧纳鷳B(tài)農(nóng)業(yè)和城鎮(zhèn)的優(yōu)化配置模式，此研究方法數(shù)據(jù)來源較為簡便，數(shù)據(jù)模擬結(jié)果具有較高的實(shí)用性。對自身處于快速城鎮(zhèn)化發(fā)展且生態(tài)與發(fā)展矛盾突出的地區(qū)，進(jìn)行流域生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行模擬與分析，有利于增強(qiáng)對區(qū)域在不同發(fā)展模式下生態(tài)系統(tǒng)服務(wù)價(jià)值空間布局的認(rèn)識和理解，為土地利用規(guī)劃與生態(tài)經(jīng)濟(jì)協(xié)調(diào)發(fā)展提供宏觀的參考。

生態(tài)系統(tǒng)服務(wù)價(jià)值模擬評估涉及到生態(tài)經(jīng)濟(jì)學(xué)、地理學(xué)等多種學(xué)科，影響生態(tài)系統(tǒng)服務(wù)價(jià)值格局分布的因子較多，其量化分析與可視化顯示技術(shù)還有不足。本文對相關(guān)部門政策因子的輸入考慮較少。在今后研究中，應(yīng)針對不同情景需要，選擇不同的人為政策影響因子，實(shí)現(xiàn)區(qū)域政策、經(jīng)濟(jì)等人為因素空間化，將進(jìn)一步提高模擬精度。