晉北典型礦農(nóng)城復合區(qū)生態(tài)系統(tǒng)服務價值權(quán)衡與協(xié)同

楊 凱,曹銀貴,2,*,李勝鵬,王舒菲,馮 漪,白中科,2

1 中國地質(zhì)大學(北京) 土地科學技術(shù)學院,北京 100083 2 自然資源部土地整治重點實驗室,北京 100035

礦產(chǎn)資源開采為國民經(jīng)濟的發(fā)展提供了保障,但破壞了生態(tài)環(huán)境,引發(fā)了土地損毀、植被破壞等一系列生態(tài)問題和生態(tài)危機[1],威脅區(qū)域的生態(tài)安全和可持續(xù)發(fā)展。礦產(chǎn)資源的開采會導致自然生態(tài)系統(tǒng)區(qū)域的減少或改變[2],進而影響生態(tài)系統(tǒng)服務的供給[3]。生態(tài)系統(tǒng)服務與人類福祉密切相關(guān),礦區(qū)生態(tài)環(huán)境的恢復治理最終要服務于礦區(qū)的生態(tài)系統(tǒng)服務[4]。厘清生態(tài)系統(tǒng)服務在生態(tài)環(huán)境變化下的響應機理和變化特征對指導礦區(qū)的生態(tài)重建工作,協(xié)調(diào)區(qū)域經(jīng)濟發(fā)展和生態(tài)保護之間的矛盾具有重要意義。

作為礦區(qū)生產(chǎn)建設(shè)活動的空間載體,土地對維系礦區(qū)生態(tài)系統(tǒng)功能起著決定性作用[5],分析土地利用變化過程,并探索相應的生態(tài)系統(tǒng)服務變化規(guī)律成為研究礦區(qū)生態(tài)系統(tǒng)服務應對外部生態(tài)環(huán)境變化響應機制的重要途徑。Townsend等[6]基于土地覆被研究了美國東部阿巴拉契亞山脈露天采礦和復墾對生物多樣性和美學景觀等生態(tài)系統(tǒng)服務的影響。Xiao等[7]將土地利用變化與生態(tài)系統(tǒng)服務價值評估方法相結(jié)合,監(jiān)測了兗州礦區(qū)采礦前后的生態(tài)系統(tǒng)服務變化。胡振琪等[8]利用土地利用類型的時空演變特征對榆林礦區(qū)造成的土地動態(tài)變化進行了相關(guān)探索。因此,當前對礦區(qū)生態(tài)系統(tǒng)服務的研究主要聚焦于土地利用變化下價值的測算及時空變化特征的分析,缺少不同生態(tài)系統(tǒng)服務間耦合關(guān)系的探索。生態(tài)系統(tǒng)服務間關(guān)系密切且復雜,分為此消彼長的權(quán)衡關(guān)系及同時增強或減弱的協(xié)同關(guān)系。明晰不同服務間的關(guān)系,有利于區(qū)域的利益最大化[9]。生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同的研究最早出現(xiàn)于20世紀90年代,其目的在于解決生物多樣性保護的問題[10]。進入21世紀后,聯(lián)合國發(fā)布的《千年生態(tài)系統(tǒng)服務評估報告》指出生態(tài)系統(tǒng)供給服務上升可能會導致其他類型服務的下降[11],此后權(quán)衡與協(xié)同的研究得到廣泛關(guān)注,其研究的領(lǐng)域也被進一步拓寬,主要圍繞理論框架構(gòu)建[12—13]、時空演變[14—15]、驅(qū)動力[16—17]和尺度效應[18]等方面展開討論。Delphin等[15]以美國佛羅里達州為研究對象,揭示了城市化是如何影響生態(tài)系統(tǒng)服務的時空演變以及權(quán)衡關(guān)系。Wuletawu等[19]分析了埃塞俄比亞西南部地區(qū)農(nóng)業(yè)生產(chǎn)與其他類型生態(tài)系統(tǒng)服務的權(quán)衡與協(xié)同關(guān)系,進而為農(nóng)業(yè)生產(chǎn)最佳投入、環(huán)境保護和管理工作提供依據(jù)。Li等[20]的研究則表明,在規(guī)劃和政策的影響下,關(guān)中盆地各項生態(tài)系統(tǒng)服務的關(guān)系容易在權(quán)衡與協(xié)同之間相互轉(zhuǎn)換。由此可以看出,近年來與土地利用選擇決策相關(guān)的生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同研究已成為土地利用管理的重點,這種生態(tài)系統(tǒng)服務間的交互作用可作為今后國土空間布局優(yōu)化的重要參考依據(jù)。

礦農(nóng)城復合區(qū)是指在工業(yè)化、城鎮(zhèn)化及城鄉(xiāng)一體化的背景下,配合資源城鎮(zhèn)開發(fā)與轉(zhuǎn)型的以地下礦產(chǎn)資源開發(fā)、加工與利用、地上農(nóng)業(yè)生產(chǎn)及農(nóng)業(yè)生物資源利用為主要產(chǎn)業(yè)發(fā)展形式的資源、社會、政治共同體[21—22]。與自然生態(tài)系統(tǒng)相比,礦農(nóng)城復合區(qū)土地利用類型變化更加頻繁[23—25],對生態(tài)系統(tǒng)服務的影響更為明顯,因此在生態(tài)系統(tǒng)演替過程中更加需要人的調(diào)控和參與。那么,在礦產(chǎn)資源開采的背景下,礦農(nóng)城復合區(qū)的生態(tài)系統(tǒng)服務價值如何變化,不同的生態(tài)系統(tǒng)服務到底呈現(xiàn)怎樣的權(quán)衡與協(xié)同關(guān)系,以及針對這種關(guān)系采取怎樣的管理措施來保證區(qū)域生態(tài)系統(tǒng)服務的持續(xù)供給,成為亟需回答與解決的問題。本文以平朔礦農(nóng)城復合區(qū)為研究對象,結(jié)合價值當量法和FLUS模型模擬研究區(qū)生態(tài)系統(tǒng)服務價值時空變化,進而分析研究區(qū)目標年生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同關(guān)系,提出土地利用結(jié)構(gòu)調(diào)整的建議和對策,以期為礦農(nóng)城復合區(qū)后續(xù)的生態(tài)系統(tǒng)服務管理工作提供參考。

1 研究區(qū)概況和研究方法

1.1 研究區(qū)概況

平朔礦農(nóng)城復合區(qū)位于山西省朔州市平魯區(qū),地處東經(jīng)111°52′—112°41′,北緯39°21′—39°58′,東西寬67.91 km,南北長69.50 km,總面積為517.48 km2。如圖1所示,平朔礦農(nóng)城復合區(qū)位于下面高鄉(xiāng)、向陽堡鄉(xiāng)、白堂鄉(xiāng)、榆嶺鄉(xiāng)、陶村鄉(xiāng)和井坪鎮(zhèn)6個鄉(xiāng)鎮(zhèn)內(nèi),包括安太堡、安家?guī)X、和東露天三個大型露天礦和3個現(xiàn)代化井工礦,煤炭儲量約為127.15億噸,屬于晉北煤炭基地。研究區(qū)所在地屬于典型的溫帶半干旱大陸性季風氣候,冬春干旱少雨,夏秋降水集中；年平均氣溫 5.5℃,年均降雨量410.66 mm。

作為典型礦農(nóng)城復合區(qū)和人工生態(tài)系統(tǒng),研究區(qū)反映了大多數(shù)礦區(qū)亟待解決的生態(tài)問題,因此研究該區(qū)域土地利用變化對生態(tài)系統(tǒng)服務的影響對于其他復合區(qū)生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同的研究具有典型的示范性。

圖1 研究區(qū)位置圖Fig.1 Location of the study area

1.2 數(shù)據(jù)來源

本文以研究區(qū)1990年10月25日、1996年6月25日、2000年5月22日、2009年9月20日的Landsat 5 遙感影像與2014年11月5日、2018年5月8日的Landsat 8 遙感影像(空間分辨率為30m)作為主要數(shù)據(jù)源,在系統(tǒng)輻射校正和幾何校正以及影像裁剪的基礎(chǔ)上,參考《土地利用現(xiàn)狀分類標準(GB/T 21010—2017)》和考慮復合區(qū)實際情況,將遙感影像解譯為耕地、林地、草地、水域、建設(shè)用地和損毀地共6類土地利用類型。其中,損毀地包括露采場、排土場、剝離區(qū)以及與采礦活動相配套的工業(yè)場地。影像分類結(jié)果的Kappa系數(shù)在0.85以上,基本滿足本研究對數(shù)據(jù)的精度要求；DEM數(shù)據(jù)來自于地理空間數(shù)據(jù)云(http://www.gscloud.cn/search),空間分辨率為30m。社會經(jīng)濟統(tǒng)計數(shù)據(jù)主要來源于《朔州市統(tǒng)計年鑒》(2018年)、《山西統(tǒng)計年鑒》(2018年)以及中國糧食年鑒(2017年)。研究區(qū)污染物排放情況和收費標準主要參考《朔州市主要污染物控制十三五規(guī)劃》(2016—2020)和國家發(fā)展計劃委員會、財政部等頒布的31號令(自2003年7月1日起施行)。

1.3 研究方法

1.3.1 土地利用類型情景模擬

(1)模型簡介

FLUS模型是由華東師范大學黎夏教授及其團隊研發(fā)的一種土地利用模擬模型。與傳統(tǒng)的元胞自動機(Cellular Automata, CA)模型相比,FLUS模型考慮到區(qū)域宏觀需求、政治規(guī)劃和氣候變化,將自上而下的系統(tǒng)動力學(System Dynamics, SD)需求預測模型與自下而上的CA本地分配模型進行整合,進而提高了模型模擬未來土地利用格局的準確度。該模型主要包括土地利用需求預測和土地利用變化模擬兩個模塊。其中,SD模型將人類活動因素和自然生態(tài)因素相結(jié)合,用于預測不同情景下多種土地利用需求；CA模型則被用于模擬未來的土地利用格局,具體可分為兩步：一是基于人工神經(jīng)網(wǎng)絡(Artificial Neural Network, ANN)計算各種土地利用類型出現(xiàn)在具體柵格上的可能性。二是利用自適應慣性競爭機制(Self—Adaptive Inertia and Competition Mechanism)解決不同土地利用類型間的競爭和交互。通過這兩步,具體柵格單元的所有土地利用類型的組合概率得以計算。在最終分配過程中,具體的土地柵格是保留當前的土地利用類型還是轉(zhuǎn)變成其他的土地類型取決于它們的組合類型和輪盤選擇(Roulette Selection, RS)。本文對這部分的原理不再詳細闡述,具體參考Liu等[26]的研究。

(2)目標年選取與情景設(shè)定

在使用CA模塊前,需設(shè)定各土地利用類型變化的數(shù)量目標,本文基于SD模型中的馬爾科夫鏈(Markov Chain, MC)預測未來情景下土地利用類型的數(shù)量需求。由于馬爾科夫過程是一類離散隨機過程,因此預測的土地利用需求時間點并不連續(xù),其時間間隔取決于需要輸入的初始數(shù)據(jù)的年份。受到相關(guān)數(shù)據(jù)獲取的限制,本文輸入初始數(shù)據(jù)為2014年和2018年土地利用類型數(shù)據(jù),所以可以預測2018年后以4年為間隔的時間點土地利用需求量?？紤]到本文的研究目標是針對研究區(qū)近中期的生態(tài)系統(tǒng)服務變化情況提出合理的生態(tài)修復意見,因此選定2026年作為目標年。

在研究區(qū),受到采礦活動和城鎮(zhèn)擴張等因素的擾動，土地利用空間格局發(fā)生了變化，進而影響了生態(tài)系統(tǒng)服務間的權(quán)衡與協(xié)同關(guān)系。在不同的政策背景和保護目標下,土地利用空間格局的演替方向也會產(chǎn)生分化。因此,本文模擬了在自然、生態(tài)和經(jīng)濟發(fā)展情景下的未來3種土地利用空間格局。

①情景一：自然發(fā)展情景。在此情景下,土地利用格局的演替更多遵循歷史時期土地利用本身的變化規(guī)律,較少考慮到宏觀政策的調(diào)控,因此除水域外各土地利用類型間可以相互轉(zhuǎn)換。

②情景二：經(jīng)濟發(fā)展情景。經(jīng)濟發(fā)展情景以經(jīng)濟效益的最大化作為發(fā)展目標。在此情景下,資本和勞動難以流向前期投入較大的土地復墾工程,因此限制損毀地向其他用地類型的轉(zhuǎn)換。另外,考慮到農(nóng)產(chǎn)品是當?shù)剞r(nóng)民的主要收入來源,基本農(nóng)田也將作為限制區(qū)域,其用地類型在研究期間內(nèi)不發(fā)生改變。

③情景三：生態(tài)發(fā)展情景。在此情景下,采取較為嚴格的生態(tài)保護措施,研究區(qū)的生態(tài)保護紅線區(qū)域?qū)⒈蛔鳛橄拗茀^(qū),其用地類型保持不變。另外,在一定程度上限制林地向其他用地類型的轉(zhuǎn)換。

成本矩陣代表各類用地相互轉(zhuǎn)換的規(guī)則。如果某類用地可以轉(zhuǎn)換為另一類用地,則賦值為1；如果兩類用地之間無法轉(zhuǎn)換,則賦值為0?；?種不同的情景,相應設(shè)計3種轉(zhuǎn)換成本矩陣,具體參數(shù)設(shè)置見表1。

表1 情景模擬的成本矩陣

(3)鄰域權(quán)重設(shè)置

鄰域權(quán)重參數(shù)用于設(shè)定各類土地利用類型的鄰域因子參數(shù),參數(shù)范圍為0—1,越接近1,代表該土地類型的擴張能力越強。借鑒人類擾動較為劇烈的快速城市化地區(qū)的研究成果[27],并結(jié)合2014—2018年研究區(qū)土地利用類型轉(zhuǎn)換情況,得到鄰域權(quán)重參數(shù)表(表2)。

表2 鄰域權(quán)重參數(shù)表

(4)土地利用變化驅(qū)動因子

土地利用變化是自然、社會、經(jīng)濟、政治等諸多影響因子復合作用的結(jié)果[28—30]。在研究區(qū),受到上述各因素的共同影響,土地利用類型在短時間內(nèi)變化較大,可能會對生態(tài)環(huán)境產(chǎn)生較強的負面效應[31]。參考已有的土地利用變化驅(qū)動因素研究[32—33]并結(jié)合礦區(qū)實際情況,選取高程、坡度、坡向3個自然因素和到礦場、到中心城鎮(zhèn)、到主要道路、到水域距離4個社會經(jīng)濟因素作為土地利用變化的主要驅(qū)動因子(圖2)。在FLUS模型中,這7個驅(qū)動因素用于估算ANN中各種土地利用類型出現(xiàn)的概率。

圖2 驅(qū)動因子歸一化處理Fig.2 Normalization of driving factors

(5)模擬預測

在使用FLUS模型進行未來發(fā)展情景模擬前需進行有效性檢驗。首先,利用2014年土地利用數(shù)據(jù)模擬2018年土地利用狀況,將得到的模擬結(jié)果與2018年真實土地利用數(shù)據(jù)通過FLUS模型精度驗證(Precision Validation, PV)模塊進行精度驗證。結(jié)果表明Kappa系數(shù)為0.77,總體精確度為0.808,基本上滿足精度需求。其次,利用2018年數(shù)據(jù)并結(jié)合FLUS模型MC模塊預測未來土地利用需求量。最后,依據(jù)不同發(fā)展情景的限制條件,模擬2026年各發(fā)展情景的土地利用狀況?；谛拚蟮膬r值當量表,對研究區(qū)的ESV變化進行分析。

1.3.2 ESV評估

生態(tài)系統(tǒng)服務評估方法主要包括物質(zhì)量評估和價值量評估[34]。物質(zhì)量評估主要是指通過定點觀測得到的監(jiān)測數(shù)據(jù),再結(jié)合相關(guān)生態(tài)學模型對生態(tài)系統(tǒng)服務進行評估[35]。物質(zhì)量評估的優(yōu)勢在于通過動態(tài)物質(zhì)量反映生態(tài)系統(tǒng)的生態(tài)過程,進而反映生態(tài)系統(tǒng)服務的可持續(xù)性[36],但該方法不便于計算ESV的空間變化[37],且難以把不同類型的生態(tài)系統(tǒng)服務放在在同一維度比較。因此,本文采用價值量的方法對各項生態(tài)系統(tǒng)服務進行評估。目前,謝高地等人[38]將Robert Costanza提出的17項生態(tài)服務功能合并成9項生態(tài)服務功能,并制定了適合我國實際情況的陸地生態(tài)系統(tǒng)服務價值當量表,其研究成果被我國學者廣泛使用。因此,本文參考價值當量表對耕地、林地、草地和水域這四種地類的生態(tài)系統(tǒng)服務價值進行評估。另外,Robert Costanza等人認為城鎮(zhèn)生態(tài)系統(tǒng)服務價值為“0”,而謝高地等人的研究成果則未提及城鎮(zhèn)生態(tài)系統(tǒng)服務價值[37—40]。本文的研究對象是礦農(nóng)城復合區(qū),其中涉及到大量的建設(shè)用地和損毀地?？紤]到研究區(qū)用地類型的特殊性,因此參考張建軍[41]的相關(guān)研究,采用成本替代法對這兩種地類的生態(tài)系統(tǒng)服務價值單獨進行計算。

(1)耕地、林地、草地和水域ESV評估方法

考慮社會經(jīng)濟條件的差異性,本文首先依據(jù)朔州市2018年主要糧食作物(玉米和大豆)的產(chǎn)量、糧食價格及種植面積對單位面積農(nóng)田糧食作物的經(jīng)濟價值進行修正。單位面積耕地食物生產(chǎn)生態(tài)服務價值(1個標準當量)相當于研究區(qū)域當年平均糧食單產(chǎn)市場價值的1/7[42],修訂方法如下：

(1)

式中,Ea為研究區(qū)單位耕地生態(tài)系統(tǒng)提供食物生產(chǎn)服務功能的經(jīng)濟價值(元/hm2)；i代表作物種類；Mi為主要糧食作物的經(jīng)濟價值(元)；mi為主要糧食作物的種植面積(hm2)。另外,考慮生態(tài)系統(tǒng)條件的時空差異性,利用全國各省域農(nóng)田生態(tài)系統(tǒng)的生物量因子表[43]對研究區(qū)的生態(tài)系統(tǒng)服務價值系數(shù)進行修正(山西省農(nóng)田生態(tài)系統(tǒng)生物量因子取0.46),得出研究區(qū)耕地、林地、草地和水域的單位面積生態(tài)系統(tǒng)服務價值系數(shù)(表4)。

(2)建設(shè)用地和損毀地ESV評估方法

本文主要采用成本替代法對建設(shè)用地和損毀地的氣體調(diào)節(jié)、水源涵養(yǎng)和廢物處理這三項生態(tài)系統(tǒng)服務的價值進行計算,計算方式如表3所示。其中,氣體調(diào)節(jié)主要考慮研究區(qū)排放的空氣污染物,水源涵養(yǎng)主要考慮用水和排水對生態(tài)系統(tǒng)造成的負面影響,而損毀地廢物處理價值的核算主要考慮煤矸石和粉煤灰這兩種研究區(qū)排棄最多的固體污染物。另外,建設(shè)用地和損毀地仍為完整的系統(tǒng),其內(nèi)部和外部的能流、物流和信息流始終也處在不斷的交換中,對生物多樣性產(chǎn)生一定影響。因此,生態(tài)系統(tǒng)的生物多樣性保護服務功能價值參照荒漠生態(tài)系統(tǒng)對應項的數(shù)值。其他服務功能在建設(shè)用地和損毀地中體現(xiàn)較弱[40],故參考 Robert Costanza 等人的研究成果中的城鎮(zhèn)生態(tài)系統(tǒng)對應服務功能的數(shù)值,本文將忽略不計,取“0”值。最后得到的建設(shè)用地和損毀地的生態(tài)系統(tǒng)服務價值系數(shù)如表4所示。

表3 建設(shè)用地和損毀地價值系數(shù)估算

表4 研究區(qū)單位面積生態(tài)系統(tǒng)服務價值系數(shù)/(元/hm2)

為了更加直觀的分析土地利用變化對ESV的影響差異,本文選取格網(wǎng)作為評價單元進行權(quán)衡與協(xié)同的研究。目前,以礦區(qū)或礦業(yè)城市作為研究對象所構(gòu)建的格網(wǎng)單元主要包括500 m×500 m[44]和1 km×1 km[45]兩種。其中,Bian等[44]通過構(gòu)建500 m×500 m的格網(wǎng)分析了徐州市賈汪區(qū)ESV變化趨勢,其研究對象和空間尺度與本研究有一定的相似性。另外,景觀生態(tài)學理論認為,景觀樣本選取面積為斑塊平均面積的2—5倍時能綜合反映樣區(qū)內(nèi)景觀的格局信息[46]。在此基礎(chǔ)上,楊庚等[47]研究表明平朔礦農(nóng)城復合區(qū)在500 m×500 m尺度下各地類的面積變異系數(shù)較小,格網(wǎng)同質(zhì)性較一致。基于上述分析,本文最后選擇500 m×500 m作為基本的格網(wǎng)單元。

1.3.3 土地復墾收益的評估方法

國務院2011年頒布的《土地復墾條例》將土地復墾定義為：土地復墾是指對生產(chǎn)建設(shè)活動和自然災害損毀的土地,采取整治措施,使其達到可供利用狀態(tài)的活動。在礦區(qū),被復墾的對象主要是指因采礦而造成的損毀地。為簡化分析過程,本文通過ESV增量來衡量土地復墾帶來的生態(tài)收益。在本文中,土地復墾劃分為兩個階段：損毀地轉(zhuǎn)為復墾地(耕地、林地、草地和建設(shè)用地等)被劃分為第一階段；損毀地轉(zhuǎn)為復墾地后,低ESV的復墾地向高ESV的復墾地的轉(zhuǎn)型(如草地轉(zhuǎn)為林地)可以被認為是損毀地轉(zhuǎn)為復墾地的后續(xù)生態(tài)收益,被劃分為第二階段。

考慮到平朔礦區(qū)土地復墾工作自20世紀80年代后期展開,因此將1990年作為研究的初始年,將這一年的土地利用類型圖與1996年的土地利用類型圖相交,即可得到1990—1996年土地利用類型的轉(zhuǎn)換情況。其中,損毀地轉(zhuǎn)為其他地類作為1990—1996土地復墾第一階段帶來的ESV增量,而轉(zhuǎn)換后的新地類則作為1990—1996年的新增復墾地用來研究后續(xù)ESV增量。將1996和2000年的土地利用類型圖相交,可計算得到1996—2000年第一階段帶來的ESV增量。另外,利用1990—1996年的新增復墾地圖層裁剪1996—2000年土地利用類型轉(zhuǎn)換圖層,通過計算可得到1996—2000年第二階段帶來的ESV增量。以此類推,依次得到2000—2004年,2004—2009年,2009—2014年以及2014—2018年的土地復墾第一階段和二階段帶來的ESV增量。

1.3.4 不同情景下生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同分析

以劃分的500 m×500 m格網(wǎng)為基礎(chǔ),對供給、調(diào)節(jié)、支持和文化4類生態(tài)系統(tǒng)服務進行分區(qū)統(tǒng)計,并利用SPSS 23和GeoDa 1.18.0 10軟件對4項生態(tài)系統(tǒng)服務進行成對的相關(guān)性分析。SPSS 23的皮爾遜(Pearson)指數(shù)和Geoda 1.18.0 10的莫蘭(Moran′sI)指數(shù)用來衡量不同類型的生態(tài)系統(tǒng)服務在空間上表現(xiàn)出的整體相關(guān)性,主要是通過數(shù)值反映權(quán)衡或協(xié)同的關(guān)聯(lián)性大小。另外,為了進一步反映生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同在局部空間表現(xiàn)出的差異性,本文通過Geoda1.18.0 10軟件進行雙變量局部自相關(guān)分析。相較于前兩種指數(shù)形式的非空間化表達,雙變量局部自相關(guān)分析可以借助局部空間相關(guān)性指標(Local Indicators of Spatial Association, LISA)圖來更加直觀地呈現(xiàn)研究區(qū)域的局部關(guān)聯(lián)性情況。其中高高集聚和低低集聚表示協(xié)同關(guān)系,高低集聚和低高集聚表示權(quán)衡關(guān)系。

2 結(jié)果和分析

2.1 1990—2026年研究區(qū)ESV變化特征分析

結(jié)合圖3可以看出,研究區(qū)的整體ESV在1990—2018年呈現(xiàn)出先降低后升高的趨勢。其中,最高值和最低值出現(xiàn)在1990年和2014年,分別為3.73億元和0.96億元。在單項ESV變化中,調(diào)節(jié)服務的變化最明顯,其原因是調(diào)節(jié)服務價值的變化主要取決于損毀地數(shù)量的增減。1990—2014年間,隨著三大露天礦區(qū)的相繼開發(fā),損毀地數(shù)量的快速增加,導致調(diào)節(jié)服務的ESV快速下降,并在2014年前后達到最低點。2014—2018年間,雖然東露天礦區(qū)的規(guī)模繼續(xù)擴大,但安太堡和安家?guī)X礦區(qū)有較多的損毀地被復墾成農(nóng)用地,因此研究區(qū)調(diào)節(jié)服務的ESV首次呈現(xiàn)出上升趨勢。從圖4可以看出,1990—2018年間廢物處理和水源涵養(yǎng)的ESV下降趨勢明顯,分別從0.31億元和0.36億元下降至-1.13億元和-0.23億元,這說明礦區(qū)規(guī)模的擴大導致礦區(qū)排棄物處理成本大幅度增加,廢物處理和水源涵養(yǎng)這兩項生態(tài)系統(tǒng)服務不僅不能提供正面的生態(tài)效益,反而對周邊生態(tài)環(huán)境產(chǎn)生危害,嚴重威脅區(qū)域生態(tài)安全。相較于調(diào)節(jié)服務,供給、支持、文化生態(tài)系統(tǒng)服務的價值變化并不明顯,原因是提供這兩項服務的地類主要為林地、耕地等農(nóng)用地。這些農(nóng)用地本身數(shù)量較多,因此小范圍內(nèi)用地類型轉(zhuǎn)換不會引起這三項服務ESV的大幅度波動。

圖3 1990—2026年研究區(qū)一級類型生態(tài)系統(tǒng)服務變化Fig.3 Changes of first—level ecosystem service values in the study area from 1990 to 2026

圖4 1990—2026年研究區(qū)二級類型生態(tài)系統(tǒng)服務變化Fig.4 Changes of second-level ecosystem service values in the study area from 1990 to 2026

2018—2026年研究區(qū)土地利用格局變化顯著,主要表現(xiàn)在農(nóng)用地內(nèi)部的結(jié)構(gòu)調(diào)整以及損毀地與其他地類的相互轉(zhuǎn)換上。結(jié)合表4可計算出,2026年自然、經(jīng)濟和生態(tài)發(fā)展情景下的整體ESV分別為1.87、1.69和2.01億元。經(jīng)濟發(fā)展情景在3個情景中價值最低,原因是損毀地和耕地被限制轉(zhuǎn)換為其他高ESV用地類型,因此不能通過土地復墾和農(nóng)用地內(nèi)部結(jié)構(gòu)調(diào)整提高整體ESV。生態(tài)發(fā)展情景下,生態(tài)保護紅線的劃定一定程度上限制了該情景的林地和草地轉(zhuǎn)為損毀地和其他農(nóng)用地,因此2026年生態(tài)發(fā)展情景表現(xiàn)出較高的ESV。

結(jié)合圖5可以看出, 1990—2018年間,研究區(qū)ESV變化最為明顯的區(qū)域是中部和東北部的礦區(qū)以及西部的城區(qū),這表明采礦活動和城鎮(zhèn)擴張是引起研究區(qū)ESV變化的主要原因。另外,在自然和生態(tài)發(fā)展情景下,2018—2026年研究區(qū)中部的部分損毀地被復墾成農(nóng)用地,這將成為改善區(qū)域生態(tài)系統(tǒng)服務狀況的關(guān)鍵因素。在研究區(qū),ESV較為穩(wěn)定的高值區(qū)主要分布在西南部林地,這與黃土丘陵區(qū)本身的地貌特征密切相關(guān)。西南部是整個研究區(qū)海拔最高,坡度最陡的區(qū)域,由于地表起伏較大,無論是露天采礦、城鎮(zhèn)發(fā)展或是糧食耕種都會盡量避免向這個方向延伸,受到人類的擾動較小,因此該區(qū)域的ESV一直保持較為穩(wěn)定的狀態(tài)。

2.2 1990—2018年復墾地ESV變化特征分析

結(jié)合表5可以看出, 1990—2018年間土地復墾共帶來ESV增量約為1.96億元。其中,第一階段和第二階段的增量占比分比為 95.55%和4.45%,說明當前研究區(qū)ESV增量來源主要是損毀地轉(zhuǎn)為復墾地。通過對比不同年份的數(shù)據(jù)可以看出,第一階段帶來的ESV增量持續(xù)增長,由2002.21萬元增加至5924.69萬元,說明研究區(qū)土地復墾規(guī)模不斷擴大對改善區(qū)域生態(tài)質(zhì)量狀況起到關(guān)鍵作用。另外,第二階段帶來的ESV增量雖相對較少,但其增長的速度相對較快,且在總量中的占比不斷提高,因此有較大的發(fā)展?jié)摿Α?/p>

為進一步分析土地復墾第二階段的ESV增量來源,本文統(tǒng)計了1990—2018年間第二階段的各類用地轉(zhuǎn)換面積占比和ESV增量占比。由圖6可知,土地復墾第二階段的地類轉(zhuǎn)換主要是草地轉(zhuǎn)林地(397.64 hm2)、耕地轉(zhuǎn)林地(278.13 hm2)以及耕地轉(zhuǎn)草地(222.63 hm2),分別占第二階段地類轉(zhuǎn)換的42.41%、29.66%和23.74%。這說明損毀地被復墾后,耕地、草地和林地這三種農(nóng)用地間的相互轉(zhuǎn)換十分頻繁。另外,這期間ESV增量的主要來源是草地轉(zhuǎn)林地和耕地轉(zhuǎn)林地,分別帶來430.03萬元和404.61萬元的ESV增量,共占第二階段ESV增量的95.86%。

2.3 生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同關(guān)系特征

為探究研究區(qū)在不同情景下生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同關(guān)系,本文以500 m×500 m格網(wǎng)為基礎(chǔ)評價單元,獲取3個情景下每個格網(wǎng)單元單一服務的單位柵格面積的ESV,然后進行SPSS相關(guān)性、雙變量全局自相關(guān)分析。由表6可知,在不同的發(fā)展情景下,研究區(qū)的4項生態(tài)系統(tǒng)服務均表現(xiàn)為協(xié)同關(guān)系。按照Pearson指數(shù)大小進行排序,顯著程度依次為供給-支持>支持-文化>供給-文化>供給-調(diào)節(jié)>調(diào)節(jié)-支持>調(diào)節(jié)-文化；若按照Moran′sI指數(shù)進行排序,則為供給-支持>支持-文化>供給-文化>供給-調(diào)節(jié)>調(diào)節(jié)-支持>調(diào)節(jié)-文化。

圖5 1990—2026年生態(tài)系統(tǒng)服務價值變化Fig.5 Changes of ecosystem service value from 1990 to 2026

表5 1990—2018年各階段土地復墾增加值

圖6 土地復墾第二階段轉(zhuǎn)型占比 Fig.6 Proportion of land transformation in the second stage of land reclamation

為深入了解研究區(qū)不同生態(tài)系統(tǒng)服務在內(nèi)部空間上權(quán)衡與協(xié)同關(guān)系的分異特征,本文以自然發(fā)展情景為例,使用GeoDa 1.18.0 10軟件對成對的生態(tài)系統(tǒng)服務進行雙變量局部自相關(guān)分析,生成的局部空間相關(guān)性指標圖可反映權(quán)衡與協(xié)同的空間聚類情況。從圖7可以看出,生態(tài)系統(tǒng)服務之間協(xié)同與權(quán)衡關(guān)系的空間聚集特征總體較為顯著。供給、調(diào)節(jié)、支持和文化四種服務在空間上主要表現(xiàn)為協(xié)同關(guān)系,主要分布在研究區(qū)中部、北部、東北部等地區(qū)。其中,供給—調(diào)節(jié)、供給—支持、供給—文化、調(diào)節(jié)—支持、調(diào)節(jié)—文化和支持—文化表現(xiàn)為協(xié)同關(guān)系的格網(wǎng)數(shù)分別為719、787、1048、1078、645和1078；表現(xiàn)為權(quán)衡關(guān)系的格網(wǎng)數(shù)目分別為47、32、79、145、482和49。北部和西南部地區(qū)協(xié)同關(guān)系表現(xiàn)為高高集聚特征,是因為該區(qū)域林地數(shù)量較多且人類擾動較少,生態(tài)本底質(zhì)量較高；中部、東南部和西部的協(xié)同關(guān)系表現(xiàn)為低低集聚,主要由于礦區(qū)和城區(qū)向外擴展導致；權(quán)衡關(guān)系大多聚集在礦區(qū)和城區(qū)的周邊區(qū)域以及東南部的耕地, 由于人類擾動破壞穩(wěn)定的生態(tài)系統(tǒng)結(jié)構(gòu),導致表現(xiàn)出權(quán)衡特征。

圖7 2026年研究區(qū)自然發(fā)展情景4項生態(tài)系統(tǒng)服務局部空間相關(guān)性指標圖 Fig.7 Local indicators of spatial association diagram of 4 ecosystem services under nature development scenario of study area in 2026

3 討論與結(jié)論

3.1 討論

通過上述分析可以看出,相較于供給、支持和文化服務,調(diào)節(jié)服務受到采礦活動的影響尤為明顯。一般而言,調(diào)節(jié)服務的價值是間接的,難以直接用貨幣衡量[41]。因此,本文采用替代成本法對調(diào)節(jié)服務的ESV進行核算,這也是調(diào)節(jié)服務比較常用的核算方法之一[48]。礦區(qū)屬于人工/半人工生態(tài)系統(tǒng),人類的活動對其演替的方向影響較大。在 “可持續(xù)發(fā)展”的戰(zhàn)略背景下,如何解決經(jīng)濟效益和生態(tài)效益之間的矛盾成為礦農(nóng)城復合區(qū)未來轉(zhuǎn)型發(fā)展道路上不可避免的問題。在露天礦區(qū),生態(tài)修復的主要方式是土地復墾,因此本文通過劃分不同的復墾階段進而挖掘研究區(qū)ESV變化的驅(qū)動因素。從結(jié)果來看,當前研究區(qū)生態(tài)系統(tǒng)服務狀況的改善仍主要依賴于土地復墾第一階段,即損毀地向其他土地類型的轉(zhuǎn)換。尤其在2014—2018年間,隨著東露天礦規(guī)模不斷擴大,平朔礦區(qū)采礦的重心開始由安太堡礦和安家?guī)X礦向東露天礦轉(zhuǎn)移,安太堡和安家?guī)X的損毀地被大面積復墾,研究區(qū)生態(tài)系統(tǒng)服務狀況得到顯著改善。相較于第一階段,第二階段雖帶來的ESV增量少,但增長速度較快,表現(xiàn)出較大的發(fā)展?jié)摿?。另?土地復墾第二階段的收益是發(fā)生在第一階段地類轉(zhuǎn)換后的后續(xù)收益,因此帶來生態(tài)收益的時間點明顯滯后于第一階段,這導致在對比同一年不同復墾階段帶來的ESV增量時,難以直接變現(xiàn)新增復墾地第二階段帶來的生態(tài)收益。隨著復墾地規(guī)模的不斷擴大,土地復墾第二階段帶來的收益將對改善區(qū)域生態(tài)質(zhì)量狀況起到重要作用。結(jié)合圖6可以看出,第二階段損毀地被復墾成耕地后轉(zhuǎn)為林地和草地的現(xiàn)象比較明顯,說明當前研究區(qū)對復墾地用途的確定仍存在著一些問題,未來仍需綜合考慮區(qū)域發(fā)展需求、復墾地土壤質(zhì)量狀況以及地形地貌等因素,復墾地應宜林則林、宜草則草、宜耕則耕,合理確定土地用途。

表6 2026年研究區(qū)不同情景下4種生態(tài)系統(tǒng)服務相關(guān)分析結(jié)果

生態(tài)系統(tǒng)服務以多種復雜方式相互作用,此消彼長的權(quán)衡、相互增益的協(xié)同是生態(tài)系統(tǒng)服務之間的典型關(guān)系[49—50]。生態(tài)系統(tǒng)服務權(quán)衡與協(xié)同的研究旨在厘清各項生態(tài)系統(tǒng)服務變化的耦合關(guān)系,基于未來的發(fā)展情景改進當前的管理與決策,促進首要目標和其他多種效益間的平衡[51],實現(xiàn)經(jīng)濟發(fā)展與生態(tài)保護的并行不悖,這既是IUCN提出的《基于自然解決方案全球標準》原則之一,同時也是適應性管理的核心內(nèi)容。本文研究結(jié)果表明調(diào)節(jié)、支持與文化服務表現(xiàn)為協(xié)同關(guān)系,這與前人的研究成果較為一致[52],但供給服務與其他三項服務表現(xiàn)為協(xié)同關(guān)系的結(jié)論卻有別于部分研究[53]。一方面,本研究區(qū)含有大量的損毀地,該地類為各項生態(tài)系統(tǒng)服務的低值區(qū),這種負向的協(xié)同關(guān)系是使研究結(jié)果不同于其他研究的重要原因。另一方面,生態(tài)系統(tǒng)服務的權(quán)衡與協(xié)同與空間異質(zhì)性、時空尺度和研究方法等因素息息相關(guān)[54—55]。當前許多研究得出的結(jié)論很大程度上只是反映特定區(qū)域和時間節(jié)點的現(xiàn)象,并不具有普適性。另外,調(diào)節(jié)—文化服務在局部區(qū)域出現(xiàn)較強的權(quán)衡關(guān)系,說明土地利用格局存在著競爭關(guān)系,需充分考慮各方利益進一步化解生態(tài)風險,保證區(qū)域生態(tài)安全。結(jié)合圖7可知,安太堡、安家?guī)X及東露天礦ESV低—低協(xié)同特征明顯,因此未來生態(tài)服務功能的提升仍需圍繞露天礦區(qū)的土地復墾工作展開。研究區(qū)西部和西南部地區(qū)表現(xiàn)為ESV高—高協(xié)同的特征,因此需要加強保護,盡可能減少人類擾動對其產(chǎn)生負面影響,避免單項生態(tài)服務功能的退化引起其他生態(tài)服務功能的衰退。

3.2 結(jié)論

(1)土地利用變化模擬預測結(jié)果顯示2018—2026年間研究區(qū)整體ESV呈上升趨勢,在自然發(fā)展情景、經(jīng)濟發(fā)展情景和生態(tài)發(fā)展情景下的ESV分別為1.87億元、1.69億元和2.01億元。這說明生態(tài)保護紅線,基本農(nóng)田的劃定以及礦區(qū)土地復墾等因素會對研究區(qū)未來ESV變化產(chǎn)生重要影響。

(2)分析研究區(qū)供給、調(diào)節(jié)、支持、文化4種單項ESV變化可知,1990—2026年調(diào)節(jié)服務的變化最明顯,且通過土地復墾可以極大地提升研究區(qū)的生態(tài)系統(tǒng)服務狀況。1990—2018年間,土地復墾第一階段和第二階段總共帶來ESV增量1.95億元。相較于第一階段,第二階段目前來說占比小,但其增長速度較快,有較大的發(fā)展?jié)摿Α?/p>

(3)在不同發(fā)展情景下,礦農(nóng)城復合區(qū)各項生態(tài)系統(tǒng)服務的權(quán)衡與協(xié)通關(guān)系表現(xiàn)較為一致,均存在明顯的協(xié)同關(guān)系?？臻g上,損毀地的“低低協(xié)同”是使各項生態(tài)系統(tǒng)服務表現(xiàn)為協(xié)同特征的重要原因。此外,研究區(qū)東南部在調(diào)節(jié)—文化服務上表現(xiàn)出較為明顯的“高低權(quán)衡”關(guān)系。研究結(jié)論可為礦農(nóng)城復合區(qū)的生態(tài)系統(tǒng)服務管理提供科學依據(jù)。