基于生態(tài)系統(tǒng)服務(wù)的黃河三角洲生態(tài)風險評估研究

郭 賀, 樊彥國, 管青春, 樊博文, 王 勇

基于生態(tài)系統(tǒng)服務(wù)的黃河三角洲生態(tài)風險評估研究

郭 賀1, 樊彥國1, 管青春1, 樊博文2, 王 勇3

(1. 中國石油大學(華東)海洋與空間信息學院, 山東 青島 266580; 2. 哈爾濱工程大學水聲工程學院, 黑龍江 哈爾濱 150001; 3. 煙臺市地理信息中心, 山東 煙臺 264000)

生態(tài)安全與人類福祉密切相關(guān), 因此量化區(qū)域生態(tài)風險能夠有效地對高風險地區(qū)進行防范, 同時更利于區(qū)域可持續(xù)發(fā)展。本文通過InVEST模型測算黃河三角洲區(qū)域1990年、2000年、2010年、2020年生態(tài)系統(tǒng)碳存儲、生境質(zhì)量和土壤保持3種生態(tài)系統(tǒng)服務(wù)的物理量, 根據(jù)測算結(jié)果構(gòu)建生態(tài)風險評估模型, 在此基礎(chǔ)上對黃河三角洲生態(tài)風險進行時空格局演變特征分析。結(jié)果表明: 1) 黃河三角洲區(qū)域生態(tài)系統(tǒng)服務(wù)整體弱化, 在建設(shè)用地、水域等區(qū)域最為明顯。2) 1990—2020年黃河三角洲區(qū)域碳存儲整體呈現(xiàn)內(nèi)陸高沿海低的空間格局, 生境質(zhì)量空間波動范圍增大, 土壤保持能力降低。3) 黃河三角洲區(qū)域生態(tài)風險有上升趨勢。沿海水域及建設(shè)用地區(qū)域受風險概率較大, 而林草地等植被覆蓋區(qū)域生態(tài)風險低。研究結(jié)果可為黃河流域生態(tài)保護和高質(zhì)量發(fā)展提供決策支持與參考。

黃河三角洲; 生態(tài)系統(tǒng)服務(wù); 生態(tài)風險; 時空格局

近40年來, 我國在經(jīng)濟、科技等方面都取得了矚目成就, 但長期的資源開發(fā)和人口壓力使我國生態(tài)系統(tǒng)和生態(tài)系統(tǒng)服務(wù)嚴重退化, 生態(tài)安全面臨嚴峻挑戰(zhàn)。其中, 人類為滿足自身利益, 過度汲取自然資源用于人工建筑、石油開采等活動, 致使水土流失、土地荒漠化等現(xiàn)象頻繁發(fā)生[1], 經(jīng)濟發(fā)展與環(huán)境保護之間出現(xiàn)矛盾。如何在滿足人類需求的同時進一步保護生態(tài)系統(tǒng), 降低區(qū)域生態(tài)風險成為目前亟待解決的問題。

生態(tài)風險評估是指生態(tài)系統(tǒng)中的一種或多種威脅因素可能導(dǎo)致該生態(tài)環(huán)境面臨風險的一種評價方法[2]。經(jīng)過學者對風險理論及評價框架的不斷完善, 至今已取得眾多成果。針對生態(tài)風險評估的國內(nèi)外研究主要集中在兩個方面: 1)從風險源、生境和風險受體的角度出發(fā), 通過影響因子構(gòu)建風險模型[3-6]; 2)基于景觀生態(tài)學的生態(tài)過程與土地類型變化的耦合關(guān)聯(lián), 通過景觀格局指數(shù)進行建模[7-10]。隨著黃河流域的生態(tài)保護與高質(zhì)量發(fā)展的國家戰(zhàn)略被提出, 黃河三角洲區(qū)域生態(tài)風險評估也逐漸由重金屬、烴類有機物等物質(zhì)對環(huán)境污染的研究擴展到對區(qū)域生態(tài)系統(tǒng)的風險研究。目前, 對黃河三角洲生態(tài)風險的研究包含多個方面: 1)研究黃河三角洲土壤層中鎘、銅等重金屬物質(zhì)對土壤的污染, 通過重金屬含量分析該區(qū)域潛在生態(tài)風險程度[11-12]; 2)依據(jù)黃河三角洲濕地生態(tài)系統(tǒng)特征和結(jié)構(gòu)量化生態(tài)系統(tǒng)服務(wù)價值, 通過貨幣的形式進行分析生態(tài)系統(tǒng)健康狀況[13-14]; 3)從土壤鹽漬化角度出發(fā), 通過測算土壤中的鹽分含量進而分析土壤鹽漬化對生態(tài)安全的威脅[15-16]; 4)根據(jù)黃河三角洲區(qū)域存在的風險源和受體定量評估區(qū)域生態(tài)風險[17-18]; 5)從景觀格局角度通過景觀擾動指數(shù)以及景觀脆弱指數(shù)構(gòu)建風險指數(shù)模型[19-20]。黃河三角洲區(qū)域風險評估方法的多樣化為生態(tài)安全提供有利保障, 但目前主要從重金屬、服務(wù)價值、土壤鹽堿度等角度進行生態(tài)風險評估, 風險評估指標過于單一, 缺少生態(tài)系統(tǒng)整體進行綜合性評估。人類和自然的雙重因素會改變土地利用類型, 土地利用類型發(fā)生改變打破了生態(tài)系統(tǒng)原有的平衡, 從而增加生態(tài)系統(tǒng)患風險的概率, 與此同時, 土地利用類型改變對生態(tài)系統(tǒng)的碳儲量、生物多樣性以及土壤保持能力均有作用, 進而影響生態(tài)系統(tǒng)服務(wù)質(zhì)量, 因此本研究從生態(tài)系統(tǒng)服務(wù)的視角對區(qū)域生態(tài)系統(tǒng)進行生態(tài)風險評估。

黃河三角洲是我國暖溫帶地區(qū)最完整、最廣闊、最年輕的新生濕地生態(tài)系統(tǒng)[21]。近年來, 黃河三角洲不僅受集約化圍海、灘涂開墾等活動破壞, 同時又受到海水侵蝕等自然因素影響, 致使該區(qū)域生態(tài)穩(wěn)定性減弱。生態(tài)系統(tǒng)受損不僅會減緩經(jīng)濟發(fā)展的腳步, 也為人類生存埋下隱患。鑒于此, 本文以黃河三角洲為研究區(qū), 基于生態(tài)系統(tǒng)服務(wù)構(gòu)建生態(tài)風險評估模型, 以期為黃河三角洲生態(tài)安全管理提供科學依據(jù), 從而為黃河流域生態(tài)保護和高質(zhì)量發(fā)展提供技術(shù)保障。

1 研究區(qū)概況與數(shù)據(jù)方法

1.1 研究區(qū)

黃河三角洲由河流入海時的泥沙沉積形成, 是我國目前最大的三角洲[22]。近代黃河三角洲以墾利寧海為頂點, 套兒河口及支脈溝口為兩端構(gòu)成的扇形區(qū)域, 北毗鄰渤海灣, 東接萊州灣[23], 是一個具有較高價值的陸海交錯帶[24]。該區(qū)域主要位于山東省東營市, 包含河口區(qū)、利津縣及墾利區(qū), 地理位置為東經(jīng)118°06′~119°20′, 北緯37°20′~38°10′, 如圖1所示該區(qū)域?qū)儆谂瘻貛О霛駶櫞箨懠撅L氣候, 不僅光照充足, 而且冬寒夏熱, 四季分明[25], 此外, 該區(qū)域年平均降水量為530~630 mm。

圖1 研究區(qū)位置

1.2 數(shù)據(jù)來源與處理

選取1990年、2000年、2010年、2020年同季度且分辨率為30 m的Landsat影像作為數(shù)據(jù)源。GEE平臺可根據(jù)研究需求直接加載影像信息并完成影像處理工作, 而隨機森林方法以不同地物特征作為樹的節(jié)點進行分類, 分類精度較高且不易發(fā)生過擬合現(xiàn)象, 因此該研究在GEE平臺上通過隨機森林方法完成解譯。依據(jù)國家標準《土地利用現(xiàn)狀分類》并結(jié)合黃河三角洲區(qū)域土地現(xiàn)狀, 最終將研究區(qū)域分為耕地、林地、草地、水域、建設(shè)用地、未利用地六大類(圖2), 分類總體精度均高于92%, Kappa系數(shù)均高于0.85, 滿足精度要求。其他實驗數(shù)據(jù)來源如表1所示。

1.3 研究方法

InVEST模型是美國斯坦福大學聯(lián)合其他部門研發(fā)的一個能夠量化和評估生態(tài)系統(tǒng)服務(wù)的模型[26], 該模型根據(jù)土地利用類型和氣象等數(shù)據(jù)來模擬生態(tài)系統(tǒng)服務(wù)功能的動態(tài)變化, 從而幫助政府科學合理分配資源。本研究選取InVEST模型中的碳存儲、生境質(zhì)量以及土壤保持3個模塊對黃河三角洲生態(tài)系統(tǒng)服務(wù)進行評估。

1.3.1 生態(tài)系統(tǒng)碳儲量估算

陸地生態(tài)系統(tǒng)中的碳儲量與全球碳循環(huán)和大氣中CO2濃度密切相關(guān)[27], 其主要來源包括地上碳庫、地下碳庫、土壤有機碳庫和枯落物有機碳庫。碳存儲計算公式如下:

式中,total主要指生態(tài)系統(tǒng)的碳儲量(t),above主要指土壤層以上植物中的碳儲量(t),below包括地下生物量活根系的碳儲量(t),soil指土壤有機碳庫中的碳儲量(t),dead主要指枯木及垃圾等的碳儲量(t),abovei、belowi、soili、deadi為對應(yīng)的碳密度(t/hm2),A為類土地面積(hm2)。

圖2 黃河三角洲土地利用類型分類圖

表1 實驗數(shù)據(jù)來源

1.3.2 生態(tài)系統(tǒng)生境質(zhì)量估算

生境質(zhì)量指環(huán)境為生物生存發(fā)展提供適宜條件的能力[28], 也間接反映出該系統(tǒng)的生物多樣性。測算時需充分考慮土地類型和威脅因子之間的關(guān)系, 通過測算結(jié)果來評估人類活動對生態(tài)環(huán)境的干預(yù)程度[29]。生境質(zhì)量計算公式如下:

式中,Q為生態(tài)系統(tǒng)生境質(zhì)量,H取值范圍0~1;D為生境退化度指數(shù);常數(shù)為半飽和系數(shù), 一般取值為生境退化度的一半;為歸一化常量, 一般取值為2.5。

1.3.3 生態(tài)系統(tǒng)土壤保持估算

土壤保持指通過植被自身結(jié)構(gòu)減少水土流失的功能, 在維持生態(tài)系統(tǒng)服務(wù)和功能中扮演著重要角色[30]。測算時根據(jù)研究區(qū)域地形、降雨等因素[31], 分別計算潛在土壤侵蝕量和產(chǎn)沙量與真實侵蝕量和產(chǎn)沙量, 并將兩者測算的差值作為土壤保持量化值。土壤保持計算公式如下:

式中,Q為土壤保持量(t·ha?1·a?1);Q為潛在水土流失量(t·ha?1·a?1);Q為實際水土流失量(t·ha?1·a?1);R為降雨侵蝕力因子(MJ·mm·hm?2·h?1·a?1);K為土壤可蝕性因子(t·hm2·h·hm?2·MJ?1·mm?1),L為坡長因子,S為坡度因子,C為植被覆蓋因子,P為表示水土保持措施因子。

1.3.4 生態(tài)風險評價模型

生態(tài)系統(tǒng)中碳存儲在大氣碳循環(huán)中扮演重要角色, 而生態(tài)系統(tǒng)碳儲量的減少表明該區(qū)域參與碳循環(huán)的植被在減少, 植被覆蓋率降低, 生態(tài)系統(tǒng)抵抗風險的能力減弱。生境質(zhì)量反映了生物多樣性, 生境質(zhì)量的下降表明該生態(tài)系統(tǒng)穩(wěn)定性變?nèi)? 生存環(huán)境受到破壞, 因而對生態(tài)安全產(chǎn)生威脅。土壤保持能夠表征生態(tài)系統(tǒng)水土流失情況, 黃河流經(jīng)區(qū)域的沿海土壤常年受到海水侵蝕導(dǎo)致水庫泥沙淤積, 從而降低水庫的蓄水能力, 水生環(huán)境的退化增加該區(qū)域受風險的可能。上述的三種生態(tài)系統(tǒng)服務(wù)對生態(tài)系統(tǒng)穩(wěn)定和安全均有影響, 因此本研究選取碳存儲、生境質(zhì)量、土壤保持構(gòu)建生態(tài)風險評估模型, 如公式(7)所示。變量代表當前生態(tài)系統(tǒng)現(xiàn)狀, 結(jié)合生態(tài)系統(tǒng)服務(wù)測算結(jié)果確定。

式中,ERI為生態(tài)風險;為土地利用類型;S為土地利用類型的面積(hm2);為研究區(qū)土地總面積(hm2);為引入的生態(tài)系統(tǒng)服務(wù)綜合指數(shù)。

確定時需要考慮當前生態(tài)系統(tǒng)服務(wù)現(xiàn)狀, 由于三種生態(tài)服務(wù)量化結(jié)果取值范圍不同, 首先需要對結(jié)果進行歸一化處理, 其次通過主成分分析降低各服務(wù)功能之間的相關(guān)性并進行取反處理, 進而得到代表變量的柵格圖, 最終根據(jù)模型測算研究區(qū)域生態(tài)風險空間分布。

2 結(jié)果與分析

2.1 生態(tài)系統(tǒng)服務(wù)時空變化

2.1.1 黃河三角洲碳存儲時空分布

黃河三角洲區(qū)域碳存儲的空間分布如圖3所示。從時間角度看, 1990—2020年該區(qū)域儲碳量整體呈現(xiàn)下降的趨勢, 1990年、2000年、2010年和2020年平均碳密度分別為12.87 t/hm2、12.76 t/hm2、10.86 t/hm2和10.26 t/hm2。其中, 1900—2000年碳存儲量分布變化較小, 平均碳密度變化幅度僅為0.11 t/hm2。2000—2010年碳存儲量變化顯著, 平均碳密度降低了1.9 t/hm2。2010—2020年碳儲量仍處于減少狀態(tài),與2010年相比減少了0.6 t/hm2。從空間角度看, 該區(qū)域整體呈現(xiàn)內(nèi)陸高沿海低的空間格局, 高值區(qū)主要分布在研究區(qū)域內(nèi)部, 低值區(qū)主要分布在沿海部分地區(qū), 其中低值區(qū)域有向內(nèi)擴張的趨勢。2010年和2020年沿海區(qū)域含碳量明顯下降, 研究區(qū)域東南區(qū)域變化最為明顯, 而中部變化程度較小。整體來看, 黃河三角洲區(qū)域內(nèi)部碳分布較穩(wěn)定, 但沿海部分改變明顯, 碳儲量降低不利于生態(tài)系統(tǒng)中碳循環(huán)和氣候調(diào)節(jié), 從而降低該區(qū)域抵抗風險的能力。

圖3 黃河三角洲碳儲量空間分布圖

2.1.2 黃河三角洲生境質(zhì)量時空分布

黃河三角洲區(qū)域生境質(zhì)量空間分布如圖4所示。從時間角度看, 1990—2020年該區(qū)域的低質(zhì)量生境逐漸擴大, 整體呈下降趨勢, 1990年、2000年、2010年和2020年生境質(zhì)量平均值分別為0.520、0.521、0.336和0.445。其中, 1990—2000年黃河三角洲生態(tài)狀況保持穩(wěn)定, 生境質(zhì)量平均值變化最小, 變化值僅為0.001。2000—2010年該區(qū)域生境質(zhì)量空間波動范圍增大, 生境質(zhì)量差異擴大, 生境質(zhì)量平均值降低0.185。2010—2020年該區(qū)域整體生境質(zhì)量上升趨勢, 平均值增加0.109。從空間角度看, 生境質(zhì)量內(nèi)部變化較小, 沿海區(qū)域變化明顯。高值區(qū)主要分布在東南方向以及沿海區(qū)域, 低值區(qū)主要分布在北部區(qū)域, 其中低值區(qū)域有向內(nèi)擴張的趨勢。2010年生境質(zhì)量變化最顯著, 其中高品質(zhì)生境主要分布在東南沿海區(qū)域, 研究區(qū)域中部處于中間值, 而東南區(qū)域以及人類活動頻繁地區(qū)域生境質(zhì)量相對較低。隨著生態(tài)治理問題被重視, 2020年黃河三角洲區(qū)域生境質(zhì)量得到改善, 但該區(qū)域生境質(zhì)量整體呈下降趨勢, 而生境質(zhì)量的降低嚴重影響生物的棲息環(huán)境, 導(dǎo)致生態(tài)系統(tǒng)穩(wěn)定性隨生物多樣性的縮減而變?nèi)酢?/p>

圖4 黃河三角洲生境質(zhì)量空間分布圖

2.1.3 黃河三角洲土壤保持時空分布

黃河三角洲土壤保持空間分布如圖5所示。從時間角度看, 1990—2020年該區(qū)域土壤保持能力變?nèi)? 1990年、2000年、2010年和2020年土壤保持最高值分別是9 232 410 t·ha?1·a?1、3 621 500 t·ha?1·a?1、6 345 680 t·ha?1·a?1、5 796 530 t·ha?1·a?1, 對應(yīng)平均值為8 067.1 t·ha?1·a?1、3 088.6 t·ha?1·a?1、5 321.8t·ha?1·a?1、5 691.28 t·ha?1·a?1。其中, 1990—2000年研究區(qū)域土壤保持能力直線下降, 土壤保持能力在2000年達到最低, 且變化幅度達到4 978.5 t·ha?1·a?1。2000—2010年, 該區(qū)域土壤保持能力得到增強, 平均土壤保持量增加2 233.2 t·ha?1·a?1。2010—2020年, 平均值雖有所增加, 但土壤保持最高值降低549 150 t·ha?1·a?1。從空間角度看, 研究區(qū)近30年土壤保持在空間分布格局上基本一致, 中部地區(qū)相較于沿海地區(qū)土壤保持能力更好, 建設(shè)用地及水域區(qū)域能力最弱。由于土壤保持的強弱與水土流失密切相關(guān), 因此黃河三角洲區(qū)域整體土壤保持能力的下降不利于該區(qū)域的生態(tài)安全。

圖5 黃河三角洲土壤保持空間分布圖

2.2 生態(tài)風險空間分布

黃河三角洲區(qū)域生態(tài)風險空間分布, 如圖6所示。從時間角度看, 1990—2020年該區(qū)域生態(tài)風險呈現(xiàn)上升趨勢, 1990年、2000年、2010年和2020年平均風險值分別為0.327、0.329、0.4612、0.508。其中, 1990—2000年該區(qū)域生態(tài)風險變化最小, 平均生態(tài)風險值僅增加0.002。2000—2010年該區(qū)域風險變化最明顯, 平均風險值增加了0.132 2。2010—2020年風險值增加0.046 8, 并在2020年達到最高。從空間角度看, 1990年該區(qū)域東南部分屬于較低風險地區(qū), 高風險區(qū)域分布零散, 其中該區(qū)域中部大部分屬于較高風險區(qū)。2000年該區(qū)域較低生態(tài)風險區(qū)主要分布在研究區(qū)東南部沿海區(qū)域, 較高生態(tài)風險區(qū)域主要分布北部地區(qū), 而東北沿海地區(qū)為高風險區(qū)。2010年該區(qū)域風險等級發(fā)生改變, 其中中部地區(qū)風險等級較低, 北部沿海及內(nèi)部部分地區(qū)屬于中等風險地區(qū), 而東南沿海地區(qū)受風險概率達到最大。2020年相比于2010年高風險區(qū)域范圍擴大, 其中北部沿海地區(qū)升為高風險區(qū)域, 沿海區(qū)域風險等級均相對較高, 而內(nèi)部區(qū)域仍屬于低風險區(qū)。

整體看, 黃河三角洲受損害概率極高的地區(qū)主要分布在建筑用地以及沿海水域部分。低風險區(qū)主要在研究區(qū)域內(nèi)部, 包含有森林、草地以及耕地, 其中林草地風險指數(shù)相對較低, 間接表明林草地生態(tài)系統(tǒng)受損害可能性較小。

圖6 黃河三角洲生態(tài)風險分布圖

結(jié)合黃河三角洲土地利用分布與生態(tài)風險分布圖可知, 四個時期風險等級變化最明顯的是耕地, 因此將耕地作為風險高低評判的相對參照。黃河三角洲區(qū)域生態(tài)系統(tǒng)服務(wù)歸一化均值及生態(tài)風險分級面積比分別如圖7、圖8所示。

總體看, 該區(qū)域1990年生態(tài)系統(tǒng)服務(wù)歸一化后的碳存儲和生境質(zhì)量處于四個時期中最高, 土壤保持雖然稍弱, 但生態(tài)系統(tǒng)服務(wù)整體狀態(tài)較好。在風險分級比中, 雖然該區(qū)域較高生態(tài)風險占比達50%以上, 但較高生態(tài)風險區(qū)域中耕地面積占比較大, 說明1990年黃河三角洲生態(tài)系統(tǒng)處于相對穩(wěn)定狀態(tài), 整體表明1990年黃河三角洲區(qū)域生態(tài)系統(tǒng)安全程度較高。到2000年, 該區(qū)域生態(tài)系統(tǒng)服務(wù)土壤保持和碳存儲均有所降低, 且耕地風險等級也降為中生態(tài)風險區(qū), 同時風險等級占比中低生態(tài)風險下降了0.6%, 整體表明該區(qū)域生態(tài)穩(wěn)定性變?nèi)酢?010年該區(qū)域除土壤保持外生態(tài)系統(tǒng)服務(wù)均有下滑趨勢, 耕地風險等級降低為低生態(tài)風險區(qū), 而高生態(tài)風險區(qū)占比達到23.5%, 整體表明該區(qū)域生態(tài)安全受破壞概率在持續(xù)增大。到2020年該區(qū)域生境質(zhì)量有所緩和, 但碳儲量減少明顯。在此階段耕地升為較低生態(tài)風險區(qū), 但高生態(tài)風險區(qū)隨建設(shè)用地和水域面積的增加占比達到37.4%, 達到四年中的最高, 由此可見該區(qū)域生態(tài)安全受到更大威脅。

3 討論與結(jié)論

3.1 討論

常用風險評估模型以景觀格局與生態(tài)過程相互作用產(chǎn)生的不利結(jié)果作為影響因子, 如景觀分維、景觀破碎度、景觀分離度等。其中景觀損失度指數(shù)通過景觀干擾度和脆弱度確定, 確定過程需結(jié)合專家打分賦予不同指數(shù)權(quán)重, 最終結(jié)合土地利用面積比和景觀損失度進行風險量化。為提高風險模型的合理性和可操作性, 本研究分別從碳存儲、生物多樣性、水土保持能力三個方面通過量化生態(tài)系統(tǒng)服務(wù)對生態(tài)系統(tǒng)現(xiàn)狀的評估, 從生態(tài)系統(tǒng)整體的大視角, 通過儲碳量、水土保持能力的強弱以及生物多樣、環(huán)境的變化情況來構(gòu)建風險模型。

本文分析基于生態(tài)系統(tǒng)服務(wù)構(gòu)建風險模型, 從研究區(qū)域上看, 量化生態(tài)風險對該區(qū)域發(fā)展和資源分配有警示和參考作用。從研究方法上看, 生態(tài)風險評估結(jié)果與生態(tài)系統(tǒng)服務(wù)密切相關(guān), 研究過程充分結(jié)合該區(qū)域不同層面的服務(wù)變化來綜合評估生態(tài)風險現(xiàn)狀。

土地類型轉(zhuǎn)變打破黃河三角洲生態(tài)系統(tǒng)的平衡狀態(tài)和調(diào)節(jié)能力, 同時也增加了區(qū)域受風險的概率。為使黃河三角洲生態(tài)系統(tǒng)服務(wù)功能最大限度地給人類提供可持續(xù)生存生活保證, 當?shù)卣畱?yīng)抓住環(huán)黃河流域生態(tài)保護和高質(zhì)量發(fā)展重大國家戰(zhàn)略。根據(jù)風險分級結(jié)果, 重點關(guān)注高風險地區(qū)存在的問題, 通過生態(tài)海岸帶修復(fù)、綠化造林等工程, 在增加植被分布面積的同時增強生態(tài)系統(tǒng)水土保持能力; 針對建設(shè)用地和未利用地區(qū)域, 應(yīng)降低人類開發(fā)強度, 合理開發(fā)土地資源; 針對低風險區(qū)域, 應(yīng)注重對生物的保護, 節(jié)約利用自然資源。通過不同區(qū)域不同措施, 有針對性地強化黃河三角洲生態(tài)治理, 進而提高人類應(yīng)對自然環(huán)境變化的能力[32]。

圖7 生態(tài)系統(tǒng)服務(wù)歸一化均值

圖8 黃河三角洲生態(tài)風險分級比

3.2 結(jié)論

本研究以黃河三角洲為研究區(qū), 研究1990—2020年該區(qū)域生態(tài)系統(tǒng)功能變化, 并基于生態(tài)系統(tǒng)服務(wù)構(gòu)建生態(tài)風險模型, 進而分析該區(qū)域生態(tài)風險時空格局演變特征。主要結(jié)論如下:

1)黃河三角洲土地利用類型的改變使該區(qū)域生態(tài)系統(tǒng)服務(wù)功能整體弱化。生態(tài)系統(tǒng)服務(wù)在建設(shè)用地、水域等人為活動劇烈的區(qū)域弱化現(xiàn)象明顯, 而在林地草地等植被覆蓋區(qū)域狀態(tài)最佳。由此可見, 林草地對生態(tài)系統(tǒng)服務(wù)的維持起促進作用。

2)1990—2020年黃河三角洲區(qū)域碳儲量降低, 呈現(xiàn)內(nèi)陸高沿海低的空間分布; 生境質(zhì)量空間波動范圍增大, 總體呈下降趨勢; 土壤保持空間格局變化雖然不顯著, 但受降雨、土壤等因素影響, 該區(qū)域土壤保持能力減弱。

3)土地類型轉(zhuǎn)變打破黃河三角洲生態(tài)系統(tǒng)原有的平衡狀態(tài)和調(diào)節(jié)能力, 使黃河三角洲區(qū)域生態(tài)風險整體呈上升趨勢。根據(jù)生態(tài)風險等級劃分可知, 該區(qū)域生態(tài)風險由低到高依次為: 林地<草地<耕地<未利用地<建設(shè)用地<水域。其中, 中、高生態(tài)風險地區(qū)主要分布在沿海區(qū)域以及建設(shè)用地等人類活動頻繁、開發(fā)力度大的區(qū)域, 并隨著面積的擴大風險值升高, 而林草地等植被覆蓋區(qū)域生態(tài)風險低, 更利于該區(qū)域的生態(tài)安全。

[1] 趙越, 羅志軍, 李雅婷, 等. 贛江上游流域景觀生態(tài)風險的時空分異——從生產(chǎn)-生活-生態(tài)空間的視角[J]. 生態(tài)學報, 2019, 39(13): 4676-4686.

ZHAO Yue, LUO Zhijun, LI Yating, et al. Study of spatial-temporal varation of landscape ecological risk in the upper reaches of the Ganjiang River Basin based on the “production-living-ecological space”[J]. Acta Ecologica Sinica, 2019, 39(13): 4676-4686.

[2] 孫麗蓉, 馬靜, 周冬梅, 等. 石羊河流域景觀生態(tài)風險時空分布特征[J]. 生態(tài)科學, 2022, 41(2): 194-203.

SUN Lirong, MA Jing, ZHOU Dongmei, et al. Temporaland spatial distribution characteristics of landscape ecological risk in the Shiyang River basin[J]. Ecological Science, 2022, 41(2): 194-203.

[3] 張?zhí)烊A, 王彤, 黃瓊中, 等. 西藏高原拉薩河流域生態(tài)風險評估[J]. 生態(tài)學報, 2018, 38(24): 9012-9020.

ZHANG Tianhua, WANG Tong, HUANG Qiongzhong, et al. Ecological risk assessment in the Lhasa River Basin on the Tibetan Plateau[J]. Acta Ecologica Sinica, 2018, 38(24): 9012-9020.

[4] TANG L N, WANG L, LI Q Y, et al. A framework designation for the assessment of urban ecological risk[J]. International Journal of Sustainable Development & World Ecology, 2018, 25(5): 387-395.

[5] WANG H. Regional assessment of human-caused ecological risk in the Poyang Lake Eco-economic Zone using production–living–ecology analysis[J]. PloS One, 2021, 16(2): e0246749.

[6] 王昌博, 李愛農(nóng), 張曉榮, 等. 基于遙感和GIS的中巴經(jīng)濟走廊多發(fā)展情景生態(tài)風險綜合評價[J]. 遙感技術(shù)與應(yīng)用, 2021, 36(1): 65-78.

WANG Changbo, LI Ainong, ZHANG Xiaorong, et al. Comprehensive assessment of ecological risk in multi- scenarios of China-Pakistan Economic Corridor based on RS and GIS[J]. Remote Sensing Technology and Application, 2021, 36(1): 65-78.

[7] WEI S M, PAN J H, LIU X. Landscape ecological safety assessment and landscape pattern optimization in arid inland river basin: Take Ganzhou District as an example[J]. Human and Ecological Risk Assessment: An International Journal, 2020, 26(3): 782-806.

[8] ZHANG X M, DU H M, WANG Y, et al. Watershed landscape ecological risk assessment and landscape pattern optimization: Take Fujiang River Basin as an example[J]. Human and Ecological Risk Assessment: An International Journal, 2021, 27(9/10): 2254-2276.

[9] 張雪茂, 董廷旭, 杜華明, 等. 基于景觀生態(tài)風險評價的涪江流域景觀格局優(yōu)化[J]. 生態(tài)學報, 2021, 41(10): 3940-3951.

ZHANG Xuemao, DONG Tingxu, DU Huaming, et al. Optimization of Landscape pattern in Fujiang River Basin based on landscape ecological risk assessment[J]. Acta Ecologica Sinica, 2021, 41(10): 3940-3951.

[10] 于航, 劉學錄, 趙天明, 等. 基于景觀格局的祁連山國家公園景觀生態(tài)風險評價[J]. 生態(tài)科學, 2022, 41(02): 99-107.

YU Hang, LIU Xuelu, ZHAO Tianming, et al. Landscape ecological risk assessment of Qilian Mountains National Park based on landscape pattern[J]. Ecological Science, 2022, 41(02): 99-107.

[11] 王顏昊, 劉增輝, 柳新偉, 等. 黃河三角洲表層土壤重金屬空間分布與潛在生態(tài)風險評價[J]. 水土保持學報, 2019, 33(3): 305-311.

WANG Yanhao, LIU Zenghui, LIU Xinwei, et al. Distribution and potential ecological risk assessment of heavy metals in the topsoil of the Yellow River Delta[J]. Journal of Soil and Water Conservation, 2019, 33(3): 305-311.

[12] GE M, LIU G J, LIU H Q, et al. The distributions, contamination status, and health risk assessments of mercury and arsenic in the soils from the Yellow River Delta of China[J]. Environmental Science and Pollution Research, 2019, 26(34): 35094-35106.

[13] 王娜娜, 劉宏元, 李英, 等. 黃河三角洲濕地生態(tài)系統(tǒng)服務(wù)價值評估[J]. 山東農(nóng)業(yè)科學, 2022, 54(2): 153-158.

WANG Nana, LIU Hongyuan, LI Ying, et al. Value evaluation of wetland ecosystems in the Yellow River Delta wetland[J]. Shandong Agricultural Sciences, 2022, 54(2): 153-158.

[14] ZHANG X Q, HE S Y, YANG Y. Evaluation of wetland ecosystem services value of the yellow river delta[J]. Environmental Monitoring and Assessment, 2021, 193(6): 353.

[15] CHEN H Y, ZHAO G X, LI Y H, et al. Monitoring the seasonal dynamics of soil salinization in the Yellow River delta of China using Landsat data[J]. Natural Hazards and Earth System Sciences, 2019, 19(7): 1499-1508.

[16] GUO B, YANG F, FAN Y W, et al. Dynamic monitoring of soil salinization in Yellow River Delta utilizing MSAVI–SI feature space models with Landsat images[J]. Environmental Earth Sciences, 2019, 78(10): 308.

[17] JIN Q, JIANG Q N, WU F, et al. Ecological risk assessment of benzo[a]pyrene in Yellow River Delta[J]. CLEAN–Soil, Air, Water, 2013, 41(4): 370-376.

[18] QU Y B, ZONG H N, SU D S, et al. Land use change and its impact on landscape ecological risk in typical areas of the Yellow River Basin in China[J]. International Journal of Environmental Research and Public Health, 2021, 18(21): 11301.

[19] 宋雨桐, 張子璇, 牛蓓蓓, 等. 2005—2018年黃河三角洲景觀格局脆弱性的時空變化規(guī)律[J]. 水土保持通報, 2021, 41(3): 258-266.

SONG Yutong, ZHANG Zixuan, NIU Beibei, et al. Temporal and spatial variations of landscape pattern vulnerability in Yellow River Delta during 2005-2018[J]. Bulletin of Soil and Water Conservation, 2021, 41(3): 258-266.

[20] ZHANG X J, WANG G Q, XUE B L, et al. Dynamic landscapes and the driving forces in the Yellow River Delta wetland region in the past four decades[J]. Science of The Total Environment, 2021, 787: 147644.

[21] 張磊, 宮兆寧, 王啟為, 等. Sentinel-2影像多特征優(yōu)選的黃河三角洲濕地信息提取[J]. 遙感學報, 2019, 23(2): 313-326.

ZHANG Lei, GONG Zhaoning, WANG Qiwei, et al. Wetland mapping of Yellow River Delta wetlands based on multi-feature optimization of Sentinel-2 Images[J]. National Remote Sensing Bulletin, 2019, 23(2): 313-326.

[22] FAN X M, PEDROLI B, LIU G H, et al. Soil salinity development in the Yellow River Delta in relation to groundwater dynamics[J]. Land Degradation & Development, 2012, 23(2): 175-189.

[23] KONG D X, MIAO C Y, BORTHWICK A G L, et al. Evolution of the Yellow River Delta and its relationship with runoff and sediment load from 1983 to 2011[J]. Journal of Hydrology, 2015, 520: 157-167.

[24] SUN Q H, MIAO C Y, DUAN Q Y, et al. Would the “real” observed dataset stand up? A critical examination of eight observed gridded climate datasets for China[J]. Environmental Research Letters, 2014, 9(1): 015001.

[25] CHI Y, SHI H H, ZHENG W, et al. Spatiotemporal characteristics and ecological effects of the human interference index of the Yellow River Delta in the last 30 years[J]. Ecological Indicators, 2018, 89: 880-892.

[26] 柳嘉佳, 王普昶, 王志偉, 等. 基于InVEST模型的貴州喀斯特生態(tài)系統(tǒng)服務(wù)功能評估研究進展[J]. 安徽農(nóng)業(yè)科學, 2021, 49(20): 25-27.

LIU Jiajia, WANG Puchang, WANG Zhiwei, et al. Research progress of on Guizhou Karst ecosystem service function evaluatin based on InVEST model[J]. Journal of Anhui Agricultural Sciences, 2021, 49(20): 25-27.

[27] ZHAO M M, HE Z B, DU J, et al. Assessing the effects of ecological engineering on carbon storage by linking the CA-Markov and InVEST models[J]. Ecological Indicators, 2019, 98: 29-38.

[28] DING Q L, CHEN Y, BU L T, et al. Multi-scenario analysis of habitat quality in the Yellow River delta by coupling FLUS with InVEST model[J]. International Journal of Environmental Research and Public Health, 2021, 18(5): 2389.

[29] OUYANG X, TANG L S, WEI X, et al. Spatial interaction between urbanization and ecosystem services in Chinese urban agglomerations[J]. Land Use Policy, 2021, 109: 105587.

[30] WANG X M, LIU X C, LONG Y X, et al. Analysis of soil retention service function in the north area of Guangdong based on the InVEST model[C]//IOP Conference Series: Earth and Environmental Science, Proceedings of the Fourth International Workshop on Renewable Energy and Development, Sanya, China, 24–26 April 2020; IOP: Bristol, UK, 2020, 510: 032011.

[31] XIAO Q, HU D, XIAO Y. Assessing changes in soil conservation ecosystem services and causal factors in the Three Gorges Reservoir region of China[J]. Journal of Cleaner Production, 2017, 163(Sup.): S172-S180.

[32] ZHOU R B, LIN M Z, GONG J Z, et al. Spatiotemporal heterogeneity and influencing mechanism of ecosystem services in the Pearl River Delta from the perspective of LUCC[J]. Journal of Geographical Sciences, 2019, 29: 831-845.

Ecological risk assessment of the Yellow River Delta based on ecosystem services

GUO He1, FAN Yan-guo1, GUAN Qing-chun1, FAN Bo-wen2, WANG Yong3

(1. College of Oceanography and Space Information, China University of Petroleum, Qingdao 266580, China; 2. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China; 3. Yantai Geographic Information Center, Yantai 264000, China)

Ecological security is closely related to human well-being; thus, quantifying regional ecological risks can effectively prevent high-risk areas and benefit regional sustainable development. In this study, the InVEST model was used to calculate the physical quantities of ecosystem carbon storage, habitat quality, and soil conservation in the Yellow River Delta region in 1990, 2000, 2010, and 2020. On the basis of the measurement results, an ecological risk assessment model was constructed. This study analyzed the evolution characteristics of the temporal and spatial patterns of ecological risks in the Yellow River Delta. The results showed that 1) the overall weakening of ecosystem services in the Yellow River Delta region was the most obvious in areas such as construction sites and wetlands. 2) From 1990 to 2020, the overall carbon storage in the Yellow River Delta region showed a spatial pattern of high inland and low coastal areas, the spatial fluctuation range of habitat quality increased, and the soil retention capacity decreased. 3) The ecological risk in the Yellow River Delta region increased. The ecological risk was high in coastal waters and construction sites and low in areas covered by vegetation, such as forests and grasslands. The research results can provide support and reference for decisions on ecological protection and high-quality development in the Yellow River Basin.

Yellow River Delta; ecosystem services; ecological risk; spatiotemporal pattern

Apr. 29, 2022

X171.1, S127

A

1000-3096(2023)5-0015-12

10.11759/hykx20220429003

2022-4-29;

2022-6-16

國家自然科學青年基金(42106215); 山東省自然科學青年基金(ZR202103030691)

[National Natural Science Youth Foundation of China, No. 42106215; Natural Science Youth Foundation of Shandong, No. ZR202103030691]

郭賀(1998—), 女, 河北滄州人, 碩士生, 主要從事生態(tài)風險評估研究, E-mail: g_he1998@163.com; 管青春(1988—),通信作者, 山東青島人, 研究方向為生態(tài)系統(tǒng)綜合評估與生態(tài)安全, E-mail: qingchun68628@126.com

(本文編輯: 趙衛(wèi)紅)