耦合InVEST-HFI-PLUS模型的生態(tài)分區(qū)規(guī)劃與動態(tài)評估
——以博爾塔拉蒙古自治州為例

王子堯,黃楚梨,李 倞,林 箐

北京林業(yè)大學(xué)園林學(xué)院, 北京 100083

改革開放以來,伴隨著經(jīng)濟的飛速發(fā)展與城市化進程的不斷加快,以城市與耕地擴張為代表的人類活動導(dǎo)致了區(qū)域生境的破碎與退化,也對區(qū)域生態(tài)系統(tǒng)服務(wù)水平產(chǎn)生了深刻影響[1—2]。不合理的人類活動對自然界的破壞,被認為是生境質(zhì)量下降和生物多樣性喪失的最大動因[3—4]。隨著我國生態(tài)文明建設(shè)的推進,如何科學(xué)地配置有限的空間資源,合理協(xié)調(diào)生態(tài)保護與經(jīng)濟發(fā)展的關(guān)系,成為決策者與相關(guān)學(xué)者關(guān)注的熱點問題[5—8]。

生態(tài)分區(qū)規(guī)劃由于具有較強的前瞻性,并且能夠輔助決策者明確地區(qū)生態(tài)保護與建設(shè)重點,已逐漸成為制定地區(qū)科學(xué)發(fā)展規(guī)劃的重要手段之一[9]。目前國內(nèi)外關(guān)于生態(tài)分區(qū)規(guī)劃的研究大多通過選取可以合理評價研究區(qū)域生態(tài)保護與經(jīng)濟開發(fā)等多方面價值的指標,運用矩陣分析法[10,11]、聚類分析法[12]、閾值法[13]、多準則決策分析法[14]、動態(tài)分析法[8]等方法進行生態(tài)分區(qū)的劃定,并在此基礎(chǔ)上確定不同分區(qū)的主導(dǎo)功能與管控措施。然而,這些研究大多僅以明確分區(qū)的范圍與功能為目標,對于分區(qū)規(guī)劃實施后,研究區(qū)域未來的生態(tài)環(huán)境能否得到切實的改善,缺乏科學(xué)的動態(tài)情景模擬與效益評估。

本文以新疆博爾塔拉蒙古自治州為例(以下簡稱博州),利用InVEST 模型對博州的生境質(zhì)量進行量化評估,通過人類足跡指數(shù)(HFI)表征人類活動對場地生態(tài)環(huán)境影響的分布信息,在此基礎(chǔ)上對研究區(qū)進行生態(tài)分區(qū)規(guī)劃。此外,本研究使用Liang等[15]開發(fā)的PLUS模型,以博州2005年與2020年兩期土地利用數(shù)據(jù)為基礎(chǔ),動態(tài)模擬研究區(qū)在自然發(fā)展與規(guī)劃保護兩種情境下2035年的土地利用變化,并通過對比不同情境下的生態(tài)系統(tǒng)服務(wù)價值,合理評估生態(tài)分區(qū)規(guī)劃的實際效益。本文通過耦合InVEST-HFI-PLUS模型,既合理地劃定了研究區(qū)域的生態(tài)分區(qū),明確了不同分區(qū)的管控措施,也通過未來土地利用情景模擬的方法驗證了分區(qū)規(guī)劃的可行性,彌補了該領(lǐng)域研究的空白。

1 研究區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)域概況

博爾塔拉蒙古自治州位于新疆維吾爾自治區(qū)西北部,地處亞歐大陸腹地。博州西、北、南三面環(huán)山,中部是扇形河谷平原,整個地形呈喇叭狀,由南、北、西逐漸向中、東部逐漸開闊。博州具有“兩湖三山”的獨特地貌,森林、草原、綠洲、沙漠、戈壁、冰川、湖泊、濕地等各種自然資源一應(yīng)俱全,素有“西來之異境,世外之靈壤”之稱[16]。同時,博州作為與哈薩克斯坦接壤的“西部門戶”,是天山北坡經(jīng)濟帶最重要的生態(tài)安全屏障。隨著“生態(tài)立州”戰(zhàn)略地深入實施,經(jīng)濟發(fā)展與生態(tài)改善的良性互動逐漸成為博州未來發(fā)展中的關(guān)鍵問題。

1.2 數(shù)據(jù)來源

本研究中所使用的2期土地利用數(shù)據(jù)(2005年、2020年)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)共享中心,土地利用類型分為6類：耕地、林地、草地、水域、建設(shè)用地、未利用地；DEM高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn),空間分辨率為30m；氣象數(shù)據(jù)(包括年均溫度、年均降水量、干燥度等)、土壤數(shù)據(jù)(土壤類型與侵蝕強度)以及社會經(jīng)濟數(shù)據(jù)(GDP與人口密度)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn),空間分辨率為1km；放牧數(shù)據(jù)來自于世界糧農(nóng)組織(FAO)的Gridded Livestock Density數(shù)據(jù)集(https://data.apps.fao.org/),空間分辨率為1km；夜間燈光數(shù)據(jù)來源于地球觀測組織(EOG)的VIIRS_DNB_VNLV2數(shù)據(jù)集(https://eogdata.mines.edu),空間分辨率為500m；現(xiàn)狀道路、鐵路、河流水域、主要城鎮(zhèn)以及村莊點位等矢量數(shù)據(jù)來源于BIGEMAP地圖下載器。以上數(shù)據(jù)在Arc GIS中進行投影變換、裁剪、重采樣等一系列數(shù)據(jù)預(yù)處理工作后,統(tǒng)一轉(zhuǎn)化為30m×30m的柵格數(shù)據(jù)。

2 研究方法

2.1 生境質(zhì)量評價

生境質(zhì)量反映了生態(tài)系統(tǒng)能夠提供物種生存繁衍條件的潛力[17]。生境質(zhì)量被視為區(qū)域生物多樣性和生態(tài)系統(tǒng)服務(wù)水平的重要表征,也是保障區(qū)域生態(tài)安全和提升人類福祉的關(guān)鍵環(huán)節(jié)[18—20]。

InVEST 模型中的生境質(zhì)量模塊是目前應(yīng)用較為廣泛的生境質(zhì)量評估模型,有數(shù)據(jù)較易獲取、評估準確度高、空間可視化能力強的特點[21]。該模型通過量化不同土地利用類型對動植物的生境適宜度以及生境威脅因子的威脅強度,模擬生境質(zhì)量的空間分布。具體公式如下：

式中,Qxj表示土地利用類型j中柵格x的生境質(zhì)量指數(shù)；Hj表示土地利用類型j的生境適宜度；Dxj表示土地利用類型j中柵格x的受威脅度；k為半飽和常數(shù),z為常數(shù)2.5,受威脅度Dxj由以下公式計算可得：

式中,r為威脅因子；y是r威脅柵格總數(shù)；Yr為r威脅因子中的一組威脅柵格數(shù)；wr為威脅因子r的權(quán)重；ry為柵格y的威脅因子值；irxy為威脅柵格y的威脅因子ry對柵格x的威脅度；βx為柵格x的可達性水平；Sjr是土地利用類型j對于威脅因子r的敏感度。

本文的生境質(zhì)量評價以2020年為分析基準年,2020年博州土地利用分布如圖1所示。根據(jù)博州的實際狀況,本文選擇受人類活動干擾較大的耕地、建設(shè)用地以及未利用地作為博州生境質(zhì)量的威脅因子。依據(jù)InVEST模型用戶手冊推薦的參考值,參考前人在新疆地區(qū)進行的研究[22—23],初步確定研究所需的各項參數(shù)。在此基礎(chǔ)上,通過咨詢新疆本地的生態(tài)學(xué)專家,考慮到受自然條件限制,博州境內(nèi)的建設(shè)用地規(guī)模較小,城鎮(zhèn)開發(fā)對于生境質(zhì)量有較大的威脅這一事實,對上述參數(shù)中建設(shè)用地的影響距離、權(quán)重以及敏感度進行調(diào)整,最終確定了本研究中InVEST模型的各項參數(shù)(表1、表2)。

表2 土地利用類型對威脅因子的敏感性

2.2 人類足跡指數(shù)評價

人類活動的評價往往通過其引發(fā)的相關(guān)效應(yīng)進行間接評估。其中,由Sanderson等[24]提出人類足跡指數(shù)(HFI)在人類活動影響評價等方面得到了廣泛的應(yīng)用?；谌祟愖阚E指數(shù)方法,根據(jù)博州的實際發(fā)展狀況與前人研究[25—27],結(jié)合數(shù)據(jù)可得性,最終選取了土地利用、人口密度、夜間燈光指數(shù)、放牧強度以及交通可達性5種類型的人類活動表征因子。在此基礎(chǔ)上將各類數(shù)據(jù)的柵格重新賦值為1—10分,分值越大表示人類活動強度越大。HFI評價與生境質(zhì)量評價所使用的數(shù)據(jù)年限保持一致,均為2020年數(shù)據(jù)。其中由于放牧強度數(shù)據(jù)的原數(shù)據(jù)集僅更新至2010年,因此參照前人的研究[27]對原圖層進行趨勢外推分析,以得到2020年放牧強度數(shù)據(jù)。

其中人口密度、夜間燈光指數(shù)以及放牧強度通過自然間斷點法將數(shù)據(jù)由低到高劃分為10類,分別賦值1—10；土地利用數(shù)據(jù)是反映人類活動的重要因子,本文將所有建設(shè)用地賦值為10,耕地賦值為7,其余土地利用類型均賦值為1分；交通可達性評價包括公路與鐵路兩個方面,在對兩者進行多環(huán)緩沖區(qū)分析的基礎(chǔ)上,根據(jù)專家打分對每個緩沖區(qū)分別進行賦值,并將生成的公路與鐵路分數(shù)圖層進行鑲嵌,重疊部分取最大值,以此作為交通可達性評價結(jié)果。將處理后的上述因子進行疊加處理,計算得出博州的人類足跡指數(shù)。

2.3 InVEST模型與HFI的耦合以及生態(tài)空間規(guī)劃

InVEST模型與HFI的評價結(jié)果分別表征了研究區(qū)域生態(tài)保護價值的高低與人類活動影響的強弱。將二者作為衡量區(qū)域“保護”與“發(fā)展”價值的指標,建立二維判別矩陣,并最終明確研究區(qū)域的生態(tài)分區(qū)。

將2020年博州生境質(zhì)量與人類足跡指數(shù)分別按自然間斷點法分為低、中、高三個等級,在ArcGIS中進行疊置分析,得到9種生境質(zhì)量-人類活動空間類型。在此基礎(chǔ)上,依據(jù)其功能特點將9種空間劃分為重點保護區(qū)、重點修復(fù)區(qū)以及適度開發(fā)區(qū)3類生態(tài)管制分區(qū)。

其中,重點保護區(qū)指現(xiàn)狀生境條件較好,且人類活動相對較少的區(qū)域,包含高生境質(zhì)量-低人類活動(31)、高生境質(zhì)量-中人類活動(32)、中生境質(zhì)量-低人類活動(21)；重點修復(fù)區(qū)為在人類不合理的開發(fā)活動或自然環(huán)境變化的影響下導(dǎo)致的現(xiàn)狀生境質(zhì)量較差,無法滿足人們對于高質(zhì)量人居環(huán)境需求的區(qū)域,包括低生境質(zhì)量-低人類活動(11)、低生境質(zhì)量-中人類活動(12)、低生境質(zhì)量-高人類活動(13)、中生境質(zhì)量-高人類活動(23)；適度開發(fā)區(qū)指在平衡生境質(zhì)量與發(fā)展需求的前提下,可適度進行城市擴張的區(qū)域,包含中生境質(zhì)量-中人類活動(22)、高生境質(zhì)量-高人類活動(33)。

2.4 未來土地利用情景模擬

本文選用PLUS模型進行未來土地利用情景模擬。PLUS模型既保留了Flus模型中基于驅(qū)動因子的適宜性概率的計算過程,又結(jié)合了ANN-CA模型中基于兩期土地利用數(shù)據(jù)間各類用地相互轉(zhuǎn)化的樣本訓(xùn)練。從兩期土地利用間變化的部分中采樣,采用隨機森林算法逐一對各類用地擴張和驅(qū)動力因素進行挖掘。Liang等的研究表明,PLUS模型的模擬精度高于目前相關(guān)研究中常用的各類模型,模擬結(jié)果可以更好地支持規(guī)劃政策以實現(xiàn)可持續(xù)發(fā)展[15]。

本研究以2005年與2020年兩期土地利用數(shù)據(jù)為基礎(chǔ),選取土地利用變化的驅(qū)動因素共計15項(圖2)作為預(yù)測變量輸入至PLUS模型中,計算得出博州各土地利用類型的適宜性概率。在此基礎(chǔ)上以2005年土地利用空間分布圖作為模擬基準圖,在PLUS模型中運行得到2020年土地利用模擬分布圖。同時,本研究將相同的數(shù)據(jù)輸入Flus模型中進行模擬,對比驗證PLUS模型的精度。將2種模型的模擬結(jié)果與實際的2020年數(shù)據(jù)進行對比,結(jié)果表明,PLUS模型的總體精度為84.2%,Kappa系數(shù)為0.759；Flus模型的總體精度73.3%,Kappa系數(shù)為0.606。PLUS模型的模擬精度高于Flus模型,模擬結(jié)果可靠性高。因此,本文利用PLUS模型,以2020年的土地利用數(shù)據(jù)為基準,設(shè)置自然發(fā)展與規(guī)劃保護兩類情景,預(yù)測2035年的土地利用分布情況。

圖2 土地利用變化驅(qū)動因素

自然發(fā)展情景延續(xù)2005—2020年的土地利用變化趨勢,不對模型參數(shù)進行任何調(diào)整；而在規(guī)劃保護情境下,將重點保護區(qū)設(shè)置為限制轉(zhuǎn)化區(qū)域;重點修復(fù)區(qū)內(nèi)各用地類型的適宜性概率以2020年為基準,以2005年為目標的方式進行逆轉(zhuǎn)移概率計算,并鑲嵌至原有適宜性概率柵格上；適度開發(fā)區(qū)則不調(diào)整轉(zhuǎn)化參數(shù),據(jù)此模擬2035年的土地利用變化。

2.5 不同情景下的生態(tài)系統(tǒng)服務(wù)量化分析

當量因子法是目前最常用的生態(tài)系統(tǒng)服務(wù)量化方法,該方法最早由Costanza等[28]提出,謝高地等對該方法進行了改進并得出中國的生態(tài)系統(tǒng)服務(wù)價值當量[29]。本研究中的耕地、林地、草地、水域、未利用地分別對應(yīng)謝高地等研究中的農(nóng)田、森林、草地、河流、荒漠,并將研究區(qū)建設(shè)用地的生態(tài)系統(tǒng)服務(wù)價值設(shè)置為0。通過查閱2005—2020年《新疆統(tǒng)計年鑒》中的糧食數(shù)據(jù),根據(jù)單位面積農(nóng)田糧食生產(chǎn)的經(jīng)濟價值量和區(qū)域修正系數(shù)(新疆為0.58)[30—33],2020年研究區(qū)平均糧食價格為2.11元/kg(根據(jù)研究區(qū)小麥與玉米價格的均值),最終確定研究區(qū) 1 個生態(tài)系統(tǒng)服務(wù)價值當量因子經(jīng)濟價值約為1209.87元/hm2,最終得到研究區(qū)生態(tài)系統(tǒng)服務(wù)價值系數(shù)(表3)。

表3 博州生態(tài)系統(tǒng)服務(wù)價值系數(shù)表/(元 hm-2 a-1)

3 研究結(jié)果

3.1 生境質(zhì)量與人類足跡指數(shù)評價結(jié)果

利用InVEST模型模擬研究區(qū)域生境質(zhì)量,并參照前人研究[12,34—35],在ArcGIS中利用自然斷點法將生境質(zhì)量評價結(jié)果分為低(0—0.20)、中(0.20—0.61)、高(0.61—1)三個等級,得到博州生境質(zhì)量評價結(jié)果(圖3)。

圖3 生境質(zhì)量評價結(jié)果

博州生境質(zhì)量等級以中、高等級為主,其中,高等級生境質(zhì)量區(qū)域約占56%,主要分布于研究區(qū)西側(cè)及南側(cè)海拔較高處的大面積草原、森林以及湖泊地區(qū)。中等級生境質(zhì)量區(qū)域約占13%,主要分布于場地中部的河谷平原區(qū),由于地勢平緩,水文條件較好,因而分布有較為密集的村鎮(zhèn)以及大面積的農(nóng)田,生境質(zhì)量相對較低。低等級生境質(zhì)量區(qū)域約占31%,主要包括河谷平原邊緣的大面積未利用地、研究區(qū)西北部的高山地區(qū)以及東部的荒漠地區(qū)。

在ArcGIS中利用自然斷點法將人類足跡指數(shù)評價結(jié)果分為低(3—10)、中(10—19)、高(19—47)三個等級,得到博州人類足跡指數(shù)評價結(jié)果(圖4)。

圖4 人類足跡指數(shù)(HFI)評價結(jié)果

博州人類足跡指數(shù)總體上呈現(xiàn)四周低,中部高的分布特征。人類足跡指數(shù)較高的區(qū)域約占全州面積的16%,主要分布于研究區(qū)中部的河谷平原地區(qū)以及通往伊犁的高速公路沿線地區(qū)。人類足跡指數(shù)中等的區(qū)域占42%,主要分布于研究區(qū)西南部的草原地區(qū)。而東部的荒漠地區(qū)以及西部與北部的高山地區(qū)由于自然條件相對惡劣且開發(fā)難度較大,人類足跡指數(shù)處于較低的水平。

3.2 生態(tài)分區(qū)規(guī)劃結(jié)果

通過對生境質(zhì)量與人類足跡指數(shù)的疊置分析,可得到如圖5所示的9種空間類型,依據(jù)本文2.3節(jié)所述方法進行進一步分類,生成生態(tài)管制分區(qū)結(jié)果(圖6)

圖5 生境質(zhì)量與人類足跡指數(shù)疊加分析結(jié)果

圖6 生態(tài)分區(qū)規(guī)劃結(jié)果

重點保護區(qū)面積共計13044km2,占總面積的52.8%。該區(qū)域主要由大面積的天然林地、草原、湖泊、濕地等組成,現(xiàn)狀生境質(zhì)量較高,是博州的生態(tài)屏障。重點保護區(qū)內(nèi)應(yīng)實施嚴格管控,原則上禁止各類對生境造成威脅的開發(fā)活動,保障生態(tài)系統(tǒng)的穩(wěn)定性。

重點修復(fù)區(qū)面積共計10370 km2,占總面積的42.0%。主要包括研究區(qū)中部的河谷平原、中部未利用地以及東部荒漠地區(qū),是現(xiàn)狀生境質(zhì)量較差或較容易受到人類活動影響而導(dǎo)致進一步退化的區(qū)域。重點修復(fù)區(qū)應(yīng)在保持耕地數(shù)量與質(zhì)量的基礎(chǔ)上,通過山水林田湖草沙一體化的生態(tài)修復(fù)策略,逐步完善水土保持、水源涵養(yǎng)以及防風固沙等生態(tài)功能,逐步改善區(qū)域生境條件,增加生物多樣性。

適度開發(fā)區(qū)面積共計1295km2,占總面積的5.2%。適度開發(fā)區(qū)分布較為零散,主要包括博爾塔拉河中下游、賽里木湖周邊以及G30沿線,這些地區(qū)往往生境質(zhì)量一般,但適宜進行開發(fā)建設(shè)活動。適度開發(fā)區(qū)的開發(fā)建設(shè)活動可以成為博州城市產(chǎn)業(yè)結(jié)構(gòu)布局調(diào)整的契機,通過發(fā)展生態(tài)產(chǎn)業(yè)以及原有產(chǎn)業(yè)的生態(tài)化改造,逐步形成環(huán)境友好、附加值高的綠色產(chǎn)業(yè)格局,助推經(jīng)濟高質(zhì)量發(fā)展。

3.3 土地利用情景模擬與生態(tài)系統(tǒng)服務(wù)評估

根據(jù)生態(tài)分區(qū)規(guī)劃結(jié)果,利用PLUS模型模擬博州2035年自然發(fā)展情景(情景Ⅰ)與規(guī)劃保護情景(情景Ⅱ)下的土地利用狀況(圖7),進而評估不同情景下的生態(tài)系統(tǒng)服務(wù)價值,并與2020年的數(shù)據(jù)進行對比分析,結(jié)果如表4與圖8所示。

圖7 土地利用情景模擬

表4 生態(tài)系統(tǒng)服務(wù)價值評價結(jié)果

圖8 不同情景下2035年與2020年生態(tài)系統(tǒng)服務(wù)價值變化分布圖

自然發(fā)展情景下,耕地與城市建設(shè)用地有較大幅度的擴張,林地面積持續(xù)減少,水域面積有所增加,一部分未利用地轉(zhuǎn)化為草地、耕地以及建設(shè)用地。生態(tài)系統(tǒng)服務(wù)價值總量從2020年的428.01億元提升至440.66億元,這主要得益于博州近五十年來持續(xù)不斷的退耕還林、還牧還草以及重點防護林營建等的生態(tài)工程的實施。通過對服務(wù)價值變化量的空間分布可以得出,在該情景下,相較于2020年生態(tài)系統(tǒng)服務(wù)價值提升的區(qū)域有980.5 hm2,服務(wù)價值下降的區(qū)域共計256.9 hm2。

規(guī)劃保護情景下,耕地與城市建設(shè)用地的擴張得到了一定程度的控制；林地面積雖然相較于2020年有所減少,但與自然發(fā)展情景相比顯著增多,證明生態(tài)分區(qū)規(guī)劃可以有效遏制林地面積的持續(xù)萎縮；相較于自然發(fā)展情景,更多的未利用地向草地、林地轉(zhuǎn)化。生態(tài)系統(tǒng)服務(wù)價值總量達到了444.82億元,比自然發(fā)展情景提升了4.16億元。同時,對服務(wù)價值變化量的空間分布的分析顯示,在該情景下,生態(tài)系統(tǒng)服務(wù)價值相較于2020年提升的區(qū)域面積為1243.3 hm2,而服務(wù)價值下降的區(qū)域僅有74.7 hm2。

通過多組數(shù)據(jù)的對比,規(guī)劃保護情景下的生態(tài)系統(tǒng)服務(wù)價值不僅總量高于自然發(fā)展情景,而且相較于2020年,價值提升區(qū)域的占地面積更大,價值降低區(qū)域的面積更小。利用生態(tài)分區(qū)規(guī)劃的方法可以更好的平衡生態(tài)安全與發(fā)展建設(shè)間的關(guān)系,對生態(tài)系統(tǒng)服務(wù)價值的提升具有顯著作用。

4 討論與結(jié)論

4.1 討論

在當前快速城鎮(zhèn)化的進程中,科學(xué)合理的生態(tài)分區(qū)規(guī)劃可以促進生態(tài)環(huán)境的改善,保障城市的可持續(xù)發(fā)展。相較于過去的研究,本文的創(chuàng)新點主要在于以下3點：(1)過去的研究常通過生態(tài)適宜性和開發(fā)適宜性等評價方法構(gòu)建生態(tài)分區(qū)[8,10—13],一些研究由于數(shù)據(jù)獲取困難等原因,適宜性評價指標體系的科學(xué)性與完善度有待提升[36],本研究采用目前較為成熟的InVEST模型與HFI相耦合進行綜合評價,數(shù)據(jù)獲取相對簡單,研究結(jié)果可靠。(2)過去的研究往往以構(gòu)建生態(tài)分區(qū)為最終目標,對于分區(qū)規(guī)劃實施后,未來研究區(qū)的生態(tài)環(huán)境質(zhì)量缺乏科學(xué)的預(yù)測與對比分析,本研究借助PLUS模型,通過情景模擬的方法對比未來不同情境下研究區(qū)域的生態(tài)系統(tǒng)服務(wù)價值,更加直觀地反映了分區(qū)規(guī)劃的實際效益。(3)本研究通過構(gòu)建從適宜性評價,到分區(qū)規(guī)劃,再到績效評估與驗證的完整研究方法,對過去的生態(tài)分區(qū)研究進行了延伸與擴展,使得其與實際規(guī)劃工作可以更好地結(jié)合,也為研究區(qū)實施生態(tài)空間規(guī)劃提供了科學(xué)可靠的數(shù)據(jù)支撐與建議。

需要注意的是,本研究中構(gòu)建生態(tài)分區(qū)的分析與耦合過程均為定量分析,分區(qū)結(jié)果存在較為分散的現(xiàn)象。因此,在實際的規(guī)劃實施層面,還應(yīng)結(jié)合場地實際狀況與現(xiàn)有規(guī)劃進行綜合評估與定性分析,對分區(qū)結(jié)果進行進一步的調(diào)整與完善。

4.2 結(jié)論

本文借助InVEST模型對博州生境質(zhì)量進行評估,采用多指標疊加分析的方法測度博州的人類足跡指數(shù),并通過兩者的疊加分析得出博州的生態(tài)分區(qū)規(guī)劃。在此基礎(chǔ)上,根據(jù)生態(tài)分區(qū)設(shè)置自然發(fā)展與規(guī)劃保護兩類情景,利用PLUS模型對兩類情景下2035年的土地利用狀況進行動態(tài)模擬,并對比分析不同情境下的生態(tài)系統(tǒng)服務(wù)價值,以評估分區(qū)規(guī)劃的合理性與實際效益。研究結(jié)果如下：

(1)博州高質(zhì)量生境面積占比最高(56%)、次之為低質(zhì)量(31%),中質(zhì)量最低(13%)。生境質(zhì)量較差的區(qū)域主要為博州中部河谷平原及其周圍的未利用地。相反,博州的人類足跡指數(shù)則呈現(xiàn)四周低,中部高的分布格局,指數(shù)等級為高、中、低的區(qū)域面積占比分別為16%、42%、42%。

(2)通過對生境質(zhì)量與人類足跡指數(shù)評價結(jié)果的疊加分析,并將得到的9個分區(qū)按照其功能特征進行分類,可以得到重點保護區(qū)、重點修復(fù)區(qū)以及適度開發(fā)區(qū)。其中重點保護區(qū)面積占比最大(52.8%),重點修復(fù)區(qū)次之(42.0%),適度開發(fā)區(qū)最低(5.2%)。

(3)規(guī)劃保護情景與自然發(fā)展情景相比,生態(tài)系統(tǒng)服務(wù)價值總量提升了4.16億元。且生態(tài)系統(tǒng)服務(wù)價值改善的區(qū)域面積相較于自然發(fā)展情景增加了262.8 hm2,退化的區(qū)域面積減少了182.2 hm2,整體的生態(tài)環(huán)境得到了較大程度的改善。