生態(tài)系統(tǒng)服務時空交互特征及其驅(qū)動力:以海南島為例

白婷婷,徐 棟,武少騰

生態(tài)系統(tǒng)服務時空交互特征及其驅(qū)動力:以海南島為例

白婷婷1,徐 棟2*,武少騰3

(1.東北大學工商管理學院,遼寧 沈陽 110189；2.北京師范大學,遙感科學國家重點實驗室,北京 100875；3.天津大學建筑學院,天津 300072)

基于多源遙感數(shù)據(jù)以及再分析數(shù)據(jù),分析了海南島1980～2020年生態(tài)系統(tǒng)服務的時空變化特征,并利用隨機森林模型探究了近40a海南島生態(tài)系統(tǒng)服務空間分布的驅(qū)動因素,及不同生態(tài)系統(tǒng)服務在時間維度上對人類活動與自然要素的響應規(guī)律.結(jié)果表明: 近40a,海南島超過95%區(qū)域的土地類型未發(fā)生變化,但海南島建設用地增長比例卻達到63.41%,且主要以“占耕占林”式進行擴張;林地的生態(tài)系統(tǒng)服務最高,四種生態(tài)系統(tǒng)服務存在不同程度的下降趨勢,這與城市區(qū)域生態(tài)系統(tǒng)服務的下降存在顯著的關系(<0.001);海南島生態(tài)系統(tǒng)服務存在明顯的海拔、氣候的梯度效應,且所有生態(tài)系統(tǒng)服務之間呈現(xiàn)出協(xié)同的關系;海南島生態(tài)系統(tǒng)服務能力降低的主導因素是快速的城市擴張.其次,海南島的生態(tài)系統(tǒng)服務的空間分布主要驅(qū)動因素是降雨、土壤水分、實際蒸散發(fā)、最高氣溫以及最低氣溫.

土地利用變化；生態(tài)系統(tǒng)服務；生態(tài)系統(tǒng)變化；驅(qū)動分析；海南島

海南省是我國生態(tài)環(huán)境質(zhì)量最好的地區(qū)之一[1],同時也是自然資源與生物多樣性的重要庇護所,其生態(tài)系統(tǒng)對維護國家的生態(tài)平衡與生物多樣性的穩(wěn)定具有重要意義[2].但隨著人類活動和氣候變化的不斷加劇,近幾十年海南島的生態(tài)系統(tǒng)的結(jié)構(gòu)與功能也在發(fā)生著劇烈變化[3].特別是近20a,城市化的快速發(fā)展以及人口密度的不斷增長共同驅(qū)動著海南島城市下墊面的加速變化,這進而影響著整個區(qū)域的生態(tài)系統(tǒng)服務的變化[4-5].因此,揭示海南島生態(tài)系統(tǒng)服務時空演變特征及其驅(qū)動機制,對于未來海南自貿(mào)港建設過程中的生態(tài)保護以及可持續(xù)發(fā)展目標的實現(xiàn)具有重要的現(xiàn)實意義[6-7].

生態(tài)系統(tǒng)服務作為連接人類社會與自然生態(tài)系統(tǒng)的“橋梁”,傳遞著自然生態(tài)系統(tǒng)輸往人類社會的福祉[8],是人類賴以生存和發(fā)展的環(huán)境與資源基礎[9-10].生態(tài)系統(tǒng)服務功能包括供給、調(diào)節(jié)、支持和文化服務功能[11],這些功能與空間尺度的自然資源銜接,從而體現(xiàn)出人類獲得的各種直接的和間接的、有形的和無形的效益[12].生態(tài)系統(tǒng)服務的核算強調(diào)從生態(tài)系統(tǒng)的整體性、生態(tài)系統(tǒng)結(jié)構(gòu)、功能與資源可持續(xù)供給能力出發(fā),通過空間層面多維度籌劃,綜合治理開發(fā)與保護活動的關系[13].近些年,對地觀測系統(tǒng)的快速發(fā)展極大地推動了大尺度區(qū)域的生態(tài)系統(tǒng)服務研究[14-15],這些研究提高了對空間生態(tài)系統(tǒng)服務的理解,但仍然存在一定的局限性.

首先,現(xiàn)有的針對海南島生態(tài)系統(tǒng)服務的研究大多圍繞價值評估,缺乏生態(tài)系統(tǒng)服務功能的研究.其中,價值當量因子法[16]是這些研究用來估算生態(tài)系統(tǒng)服務價值最常用方法之一.然而,基于價值當量因子法的生態(tài)系統(tǒng)服務價值評估無法反映生態(tài)系統(tǒng)和結(jié)構(gòu)功能變化的空間動態(tài)過程[17].其次,“模型化”與“空間化”正成為生態(tài)系統(tǒng)服務估算研究的新趨勢[18].其中,生態(tài)系統(tǒng)服務和權衡的綜合評估模型(InVEST)[19]以其簡便及快速的空間表達能力成為當下最熱門的生態(tài)系統(tǒng)服務估算系列工具,被國內(nèi)外學者廣泛應用于不同尺度的研究當中[18].然而,目前多數(shù)研究僅圍繞海南島某單一生態(tài)系統(tǒng)服務功能進行評估,缺乏多功能評估的研究,例如海南島的水源涵養(yǎng)量[20]與生境質(zhì)量[21].單一功能無法綜合表征海南島生態(tài)系統(tǒng)服務功能的好壞.其次,針對生態(tài)系統(tǒng)服務驅(qū)動分析,現(xiàn)有研究大多從時間維度進行探究[22].缺乏從空間維度的思考阻礙了人們對生態(tài)系統(tǒng)服務功能在空間分布上更廣泛的理解[23].此外,區(qū)域內(nèi)和區(qū)域間的生態(tài)系統(tǒng)服務及其權衡/協(xié)同存在明顯的空間梯度異質(zhì)性[24],而現(xiàn)有研究往往忽略了地形、植被和人類活動對生態(tài)系統(tǒng)服務權衡/協(xié)同作用的梯度效應.

因此,本研究基于多個生態(tài)系統(tǒng)服務評估模型,結(jié)合多源遙感數(shù)據(jù)集以及再分析數(shù)據(jù),探究了1980～2020年海南島生態(tài)系統(tǒng)服務功能(水源涵養(yǎng)、土壤保持、固碳服務、釋氧服務)的時空變化特征,并利用隨機森林模型[25]探究了近40a海南島生態(tài)系統(tǒng)服務空間分布的驅(qū)動因素,及不同生態(tài)系統(tǒng)服務在時間維度上對人類活動與自然要素的響應規(guī)律.研究結(jié)果可為未來海南島自貿(mào)港建設過程中相關環(huán)保政策的制定提供理論支持.

1 研究數(shù)據(jù)及研究方法

1.1 研究區(qū)概況

海南島(108.37°～111.03°E,18.80°～20.10°N)位于中國大陸的南端,北部的瓊州海峽與廣東省相鄰,西部與廣西的北部灣和越南相對,南邊與菲律賓、馬來西亞為鄰.研究區(qū)屬于熱帶季風氣候,最大特點就是長夏無冬,有“天然大溫室”的美稱,多年平均氣溫22～27℃,多年平均年總降雨量在1000～2000mm[26],春季升溫快,秋季降溫慢,雨量充沛[27].海南島的地勢為四周低平,中間高聳,以五指山為核心,逐漸向四周逐級降低.海南島的山脈多數(shù)在500～800m,屬于丘陵性低山地形.山地、丘陵、臺地、平原構(gòu)成環(huán)形層狀地貌,梯級結(jié)構(gòu)明顯[28](圖1).海南島的河流大部分都發(fā)源于中部五指山地區(qū),并組成輻射狀水系.海南島的植被茂盛,種類繁多,是熱帶雨林、熱帶季雨林的原生地(圖1).在社會發(fā)展方面,海南省常住人口達到1008.12萬人,其中城鎮(zhèn)人口比重約為60.27%,處于全國平均水平.2020年全島建設用地面積為1273.53km2,且普遍集中分布在沿海地區(qū),如?？谑?、三亞市等地.

1.2 數(shù)據(jù)來源

用于估算生態(tài)系統(tǒng)服務的數(shù)據(jù)主要包括土地利用數(shù)據(jù)(資源環(huán)境數(shù)據(jù)云平臺)[29]、日照時數(shù)數(shù)據(jù)(中國氣象科學數(shù)據(jù)共享服務網(wǎng))、土壤質(zhì)地、土壤有機質(zhì)含量、土壤容重數(shù)據(jù)(世界土壤數(shù)據(jù)庫、國家青藏高原科學數(shù)據(jù)中心)、氣象數(shù)據(jù)(海南省氣象局)、基塘面積、進出水量(水利部門統(tǒng)計資料)、NPP數(shù)據(jù)(CASA模型計算)、行政區(qū)劃數(shù)據(jù)(國家基礎地理信息中心)、數(shù)字高程模型(USGS網(wǎng)站),而用于探究生態(tài)系統(tǒng)服務空間分布驅(qū)動因素的數(shù)據(jù)主要包括實際蒸散量AET(TerraClimate數(shù)據(jù)集[30])、缺水量DEF(TerraClimate數(shù)據(jù)集)、潛在蒸散量PET (TerraClimate數(shù)據(jù)集)、地表徑流量RO(TerraClimate數(shù)據(jù)集)、土壤水分SOIL(TerraClimate數(shù)據(jù)集)、短波下行輻射SRAD(TerraClimate數(shù)據(jù)集)、最低氣溫TMN(TerraClimate數(shù)據(jù)集)、最高氣溫TMX (TerraClimate數(shù)據(jù)集)、飽和水汽壓差VPD (TerraClimate數(shù)據(jù)集)、十米風速VS(TerraClimate數(shù)據(jù)集)、年總降水量PRE(國家地球系統(tǒng)科學數(shù)據(jù)中心)、歸一化植被指數(shù)(AVHRR NDVI).本研究中數(shù)據(jù)預處理過程包括統(tǒng)一坐標系(WGS 1984)與空間分辨率(30m)、月度數(shù)據(jù)合成年數(shù)據(jù),所有數(shù)據(jù)預處理均在ArcGIS 10.8中進行.

1.3 研究方法

本研究結(jié)合多源遙感數(shù)據(jù)集以及再分析數(shù)據(jù),構(gòu)建了1980～2020年海南島生態(tài)系統(tǒng)服務的時空變化及其驅(qū)動分析路徑(圖1).主要分為三個步驟:①結(jié)合土地利用數(shù)據(jù)、土壤數(shù)據(jù)、水文數(shù)據(jù)以及氣象數(shù)據(jù),估算1980～2020年海南島生態(tài)系統(tǒng)服務(水源涵養(yǎng)、土壤保持、固碳服務、釋氧服務);②基于2020年土地利用中的城區(qū)數(shù)據(jù),提取受人類活動及自然因素主控區(qū)的生態(tài)系統(tǒng)服務,并在時間序列維度上探究兩者與海南島生態(tài)系統(tǒng)服務的相關性[31];③基于Terraclimate高分辨率再分析數(shù)據(jù)集與MOD13A2植被NDVI數(shù)據(jù)集,利用隨機森林模型探究海南島生態(tài)系統(tǒng)服務的空間驅(qū)動力.

圖1 研究技術路徑

1.3.1 水源涵養(yǎng) 水源涵養(yǎng)功能主要表述的是降雨通過林冠層、枯落物層和土壤層的攔截滯留降雨,有效緩和土壤水分,緩和地表徑流和調(diào)節(jié)河水、山川徑流量的延滯功能[32].本文中水源涵養(yǎng)是通過水量平衡方程(The Water Balance Equation)計算得到,即:

式中:WC為水源涵養(yǎng)量,mm;P為降雨量,mm;R為徑流量,mm;ET為蒸散發(fā)量,mm;為第個柵格.

1.3.2 土壤保持 土壤保持功能主要是指森林、草地生態(tài)系統(tǒng)通過林冠層和枯落物等各層次逐次消耗減少降雨的侵蝕能量,增加土壤抗蝕性從而減輕土壤侵蝕,減少土壤流失,保持土壤的功能[33-34].本研究中土壤保持計算原理如下:

實際土壤侵蝕量:

潛在土壤侵蝕量:

土壤保持量:

式中:AE為單位面積實際土壤侵蝕量,t/(hm2×a);PE為單位面積潛在土壤侵蝕量,t/(hm2×a);

SE為單位面積土壤保持量,t/(hm2×a);降雨侵蝕力因子代表多年平均年降雨侵蝕力指數(shù);土壤可蝕性因子代表標準小區(qū)下單位降雨侵蝕力形成的單位面積上的土壤流失量;為坡長因子(無量綱);為坡度因子(無量綱);為植被覆蓋因子(無量綱);為水土保持措施因子.

1.3.3 固碳服務 固碳服務主要是指綠色植物通過光合作用吸收二氧化碳(CO2),然后轉(zhuǎn)換為葡萄糖等碳水化合物的過程,并以有機碳的形式固定在植物體內(nèi)或土壤中的功能[35-36].

式中:NEP為生態(tài)系統(tǒng)森林固碳量,g/(m2×a);NPP為生態(tài)系統(tǒng)森林凈生產(chǎn)力,g/(m2×a);s為森林土壤呼吸損失碳量,g/(m2×a).

1.3.4 釋氧服務 生態(tài)系統(tǒng)的釋氧功能指綠色植物通過光合作用吸收大氣中的二氧化碳(CO2),轉(zhuǎn)化為葡萄糖等碳水化合物,釋放出氧氣(O2)的功能.研究選用釋氧量作為生態(tài)系統(tǒng)釋氧功能的評價指標[37].

式中:O2為生態(tài)系統(tǒng)釋氧量,g/(m2×a);NPP為生態(tài)系統(tǒng)凈初級生產(chǎn)力,g/(m2×a).

1.3.5 隨機森林重要性分析 隨機森林模型基于多個決策樹形成的一種集成學習算法[38-39],在生態(tài)系統(tǒng)服務研究中得到廣泛應用[40-41].本文在構(gòu)建每棵決策樹時對訓練集使用了隨機且有放回地抽取,將4/5的樣本作為訓練集,剩下的1/5被用于精度驗證,這稱為Out-Of-Bag數(shù)據(jù)(OOB,袋外數(shù)據(jù)),且OOB的誤判率定義為誤判個數(shù)占樣本總數(shù)的比率,而OOB誤判率則用于評價特征變量的重要性.本文采用置換法來計算OOB的誤判率,首先計算常態(tài)下的OOB誤判率,然后將X的值進行置換并再次計算置換后的OOB誤判率,并將兩次OOB誤判率的差值作為每棵樹中Xj的變量重要性值,可通過式(7)計算.

關于本研究中的隨機森林特征變量的詳細解釋見表1.

表1 隨機森林特征變量的詳細介紹

2 結(jié)果與分析

2.1 生態(tài)系統(tǒng)類型變化

由圖2可見,海南島1980～2020年的生態(tài)系統(tǒng)類型以林地為主,且主要分布在中部山區(qū);其次,則是耕地,主要分布在沿海地區(qū)以及定安縣內(nèi);近40a,建設用地呈現(xiàn)快速增長態(tài)勢,且集中分布在海南島沿海地區(qū),如?？谑?、三亞市等地.總體來看,除建設用地以外,其他生態(tài)系統(tǒng)類型變化并不明顯.

1980年、2020年林地的面積最大,分別為21767.94km2和21578km2,接著是耕地,面積分別為9064.24km2和8726.65km2,且以水田居多.草地和濕地的面積較少,呈現(xiàn)分散的分布格局.近40a,海南島的林地、草地、耕地生態(tài)系統(tǒng)面積均呈現(xiàn)減少的趨勢.水生系統(tǒng)面積則呈現(xiàn)上升趨勢,近40年共增長230.14km2,增長比例高達18.63%,主要原因是近幾十年海南島沿海灘涂面積的快速增加0.其次,建設用地面積從1980年的769.59km2增長到2020年的1257.56km2,增長比例達到了63.41%,并且1980～ 2020年建設用地的增長主要是以“退耕”、“退林”為代價,其中耕地縮減了278.12km2,林地的縮減面積則為259.77km2.

由圖3可見, 海南島1980～2020年絕大部分地區(qū)的生態(tài)系統(tǒng)類型保持不變,未變化面積32816.53km2,占全島面積的95.84%,意味著變化區(qū)域面積僅占全島面積的4.16%.此外,從圖3可以看出,生態(tài)系統(tǒng)類型呈現(xiàn)變化的區(qū)域主要分布在沿海地區(qū),如?？谑?、三亞市等地,其中以城市擴張為主,并且多表現(xiàn)為耕地與林地轉(zhuǎn)為建設用地(圖3中紅色與藍紫色區(qū)域),這與上述結(jié)論一致.

圖3 1980～2020年海南島生態(tài)系統(tǒng)類型轉(zhuǎn)換空間分布

2.2 生態(tài)系統(tǒng)服務估算

圖4為海南島1980～2020年水源涵養(yǎng)(mm)、土壤保持(t/hm2)、固碳服務(g/m2)、釋氧服務(g/m2)的空間分布圖.從圖中可以看出,除中部林區(qū)以外,湖泊、河流、水庫的水源涵養(yǎng)量也較高,其中比較典型的是松濤水庫(圖4).此外,土壤保持以及釋氧服務高的地區(qū)同樣集中分布在中部林區(qū),而人類活動較為密集的建設用地相對較低.而固碳服務總體呈現(xiàn)出“西北高,東南低”的分布特征.總結(jié)而言,除沿海少部分地區(qū)以外,四種生態(tài)系統(tǒng)服務總體變化不大,且林地的生態(tài)系統(tǒng)服務較高.

2.3 生態(tài)系統(tǒng)服務時空變化

1980～2020年,海南島的水源涵養(yǎng)量從233.07億m3減少到231.48億m3(表2),且變化區(qū)域主要集中在沿海地區(qū),如東方市西部、三亞市天涯區(qū)、?？谑?、文昌市東部以及萬寧市等(圖5(a));土壤保持從1980年的28.99億t變化到2020年的27.89億t(表2),且土壤保持功能退化區(qū)域與水源涵養(yǎng)的類似(圖5(b));固碳服務從1980年的968.03萬t變化到2020年的942.10萬t,其中固碳服務下降區(qū)域集中位于東方市西部、海口市北部、樂東黎族自治縣西南部、三亞市吉陽區(qū)南部以及文昌市,而白沙黎族自治縣、儋州市、五指山市、保亭黎族苗族自治縣以及瓊中黎族苗族自治縣則呈現(xiàn)上升趨勢;其次,釋氧服務從1980年的5605.25萬t變化到2020年的5553.42萬t,且釋氧服務下降區(qū)域主要集中在樂東黎族自治縣、東方市、?？谑斜辈俊⑽牟袞|部以及三亞市天涯區(qū),其他區(qū)域呈現(xiàn)出不同程度的上升區(qū)域,其中較為明顯的有白沙黎族自治縣、儋州市、瓊海市以及保亭黎族苗族自治縣.總體來看,近40a來,海南島主要生態(tài)系統(tǒng)服務均出現(xiàn)微弱的下降趨勢,且下降的區(qū)域主要集中在以沿海地區(qū)為主的城市擴張區(qū)域.因此,本研究推測城市擴張是海南島近40a生態(tài)系統(tǒng)服務下降的主要驅(qū)動因素.

圖4 1980～2020年海南島水源涵養(yǎng)、土壤保持、固碳服務、釋氧服務時空分布

表2 1980～2020年海南島生態(tài)系統(tǒng)服務物理量變化

圖5 1980～2020年海南島水源涵養(yǎng)(a)、土壤保持(b)、固碳服務(c)、釋氧服務(d)空間變化

2.4 固碳服務與釋氧服務差異性分析

有研究表明固碳服務與釋氧服務的差異在一定程度上可以表征地區(qū)的森林土壤呼吸碳量[35],即“固碳低,釋氧高”代表森林土壤呼吸碳量高,而“固碳高,釋氧低”代表森林土壤呼吸碳量低.從圖6(a)可以看出,2020年萬寧市、瓊中黎族苗族自治縣、五指山市、保亭黎族苗族自治縣以及陵水黎族自治縣的固碳服務與釋氧服務差異較大,并表現(xiàn)出“固碳低,釋氧高”的分布特征,表明2020年這些區(qū)域的森林土壤呼吸產(chǎn)生了大量的碳.而像海口市、文昌市、臨高縣、澄邁縣以及儋州市等地區(qū)表現(xiàn)出“固碳高,釋氧低”的分布特征,這反映出這些地區(qū)2020的森林土壤呼吸產(chǎn)生的碳量很低.

圖6 市縣與像元尺度海南島固碳服務與釋氧服務空間差異分布(2020年)

圖7 1980～2020年海南島生態(tài)系統(tǒng)服務的海拔(a)、降水(b)和溫度梯度效應(c)以及溫度和降水的海拔梯度效應(d)

2.5 生態(tài)系統(tǒng)服務權衡/協(xié)同的梯度效應

在海拔梯度效應中(圖7(a)),海南島生態(tài)系統(tǒng)服務總體隨著海拔的升高而逐漸增加.所有生態(tài)系統(tǒng)服務之間呈現(xiàn)出協(xié)同的關系,表明海拔越高,所有的生態(tài)系統(tǒng)服務都在提高.這是因為海拔越高,地形越陡峭,降水越多,溫度越低(圖7(d))[43].這些因素不僅可能增加農(nóng)民耕作的難度,同時還會加劇農(nóng)業(yè)生產(chǎn)的氣候風險,所以人類活動相對較少,潛在的生態(tài)風險越低.此外,高海拔帶來的豐富降水促進了植被的生長,不僅增強了植被的固碳能力,也鞏固了土壤的水土保持功能[44].同樣,在降水(圖7(b))、氣溫因子(圖7(c))的梯度效應中,生態(tài)系統(tǒng)服務間均表現(xiàn)為協(xié)同的關系.因為,較高的溫度會增加植被的蒸騰與呼吸作用,導致地表水和土壤含水量下降,植被異養(yǎng)呼吸產(chǎn)生的碳量增加,從而降低當?shù)氐纳鷳B(tài)系統(tǒng)服務能力[45].

2.6 驅(qū)動分析

2.6.1 時間序列驅(qū)動分析 為了驗證近40a海南島生態(tài)系統(tǒng)服務下降的主要原因是快速的城市擴張的推測,本文以海南島2020年建設用地為邊界提取了人類活動范圍內(nèi)以及自然范圍內(nèi)的生態(tài)系統(tǒng)服務時間序列平均值,并與全島的生態(tài)系統(tǒng)服務時間序列平均值進行對比.圖8(a)與圖8(b)分別為海南島與城市范圍內(nèi)的生態(tài)系統(tǒng)服務時間序列熱力圖,可以看出,兩者的生態(tài)系統(tǒng)服務具有一致的變化趨勢,四個變量在2000年均表現(xiàn)出極大峰值,且整體均呈現(xiàn)出下降的趨勢,這與2.3節(jié)得出的結(jié)論一致.主要原因是這期間海南島的林地、草地、耕地生態(tài)系統(tǒng)不斷轉(zhuǎn)為建設用地生態(tài)系統(tǒng)(表1),其中耕地面積減少比例為3.87%,林地面積減少比例為0.88%,而草地面積減少比例更是達到了9.94%.圖8(c)與圖8(d)分別為海南島與城市范圍內(nèi)的生態(tài)系統(tǒng)服務時間序列折線圖,從圖中可以看出,近40年海南島與城市范圍內(nèi)的生態(tài)系統(tǒng)服務變化趨勢同樣具有高度的一致性.

圖8 1980～2020年海南島與城市生態(tài)系統(tǒng)服務時間序列

由圖9可見,海南島的所有生態(tài)系統(tǒng)服務的變化趨勢均與城市范圍內(nèi)的變化趨勢保持高度一致(P<0.001),皮爾遜相關系數(shù)分別為0.88(水源涵養(yǎng))、0.93(土壤保持)、0.98(固碳服務)、0.96(釋氧服務),這也印證了2.3節(jié)中的推測,表明近40a海南島的生態(tài)系統(tǒng)服務下降的主導因素的城市的快速擴張.

與此同時,本研究探究了海南島非城區(qū)的生態(tài)系統(tǒng)服務的時序變化情況,由圖10可以看出,1980～ 2020年非城區(qū)的整體水源涵養(yǎng)功能呈現(xiàn)出上升趨勢,而固碳服務、釋氧服務、土壤保持則呈現(xiàn)下降的趨勢,然而這些地區(qū)的生態(tài)系統(tǒng)服務下降幅度與海南島整體的下降幅度相比較為微弱.這在一定程度上說明近40a南島生態(tài)系統(tǒng)服務時序變化的驅(qū)動因素主要來自城市地區(qū),同時也意味著在海南國際旅游島建設過程中的人類活動帶來的潛在生態(tài)風險可能會危及到整個海南島的生態(tài)系統(tǒng)服務.

圖9 海南島與城市范圍內(nèi)的生態(tài)系統(tǒng)服務散點圖(每個年份的數(shù)據(jù)代表一個散點)

圖10 1980～2020年非城區(qū)生態(tài)系統(tǒng)服務時間序列

2.6.2 空間分布驅(qū)動分析 本研究基于隨機森林算法,利用TerraClimate再分析數(shù)據(jù)探究了海南島生態(tài)系統(tǒng)服務的空間分布驅(qū)動機制,以2020年的數(shù)據(jù)為例,共選取了12個變量指標進行評價,包括降雨、土壤水分、實際蒸散發(fā)、風速、植被覆蓋度、太陽輻射(又稱短波下行輻射)、缺水量、最高氣溫、水汽壓差、地表徑流量、最低氣溫以及潛在蒸散發(fā).由圖11可以看出,水源涵養(yǎng)的前三個驅(qū)動因素分別為降雨、土壤水分、實際蒸散發(fā);土壤保持的前3個驅(qū)動因素分別為降雨、最高氣溫、實際蒸散發(fā);固碳服務的前3個驅(qū)動因素分別為降雨、實際蒸散發(fā)、土壤濕度;釋氧服務的前3個驅(qū)動因素分別為降雨、最低氣溫、土壤水分.其中,可以明顯看出降雨指標對水源涵養(yǎng)功能的重要性遠高于其他生態(tài)系統(tǒng)服務功能.總體而言,海南島4個生態(tài)系統(tǒng)服務的空間分布驅(qū)動因素主要為降雨、土壤水分、實際蒸散發(fā)、最高氣溫以及最低氣溫,而潛在蒸散發(fā)的相對重要性相對較低.

3 討論

量化了1980～2020年間海南島4種主要的生態(tài)系統(tǒng)服務功能,同時探討了生態(tài)系統(tǒng)服務的時空變化特征和驅(qū)動力.相比以前的研究,Wu0和Xiao0估算了中國全國范圍內(nèi)的水源涵養(yǎng)服務,結(jié)果表明,海南島是水源涵養(yǎng)服務較高的地區(qū)之一,并且從2000～2014年有增加趨勢,這與本研究的結(jié)論相吻合.Chen研究指出01970～2009年,中國土壤保持的空間模式存在明顯的空間異質(zhì)性,中國東南部最高,包括海南島和其他省份.本研究的估算結(jié)果與Chen0的結(jié)果幾乎相同.Tang0根據(jù)實地調(diào)查估算了中國森林、灌木叢、草原和耕地的碳儲量,得到這些陸地生態(tài)系統(tǒng)的總碳儲量為79.24Pg C,并且海南島中部有大片具有高固碳潛力的熱帶雨林,因此海南島被定義為中國重要的碳固存地區(qū)之一.

另一方面,降雨量被證明是生態(tài)系統(tǒng)服務的決定性因素[47-49].本研究對12個自然因素進行了評估,以確定它們對生態(tài)系統(tǒng)服務的相對重要性.本文發(fā)現(xiàn),降雨是其中最重要的因素.相比之下,第二驅(qū)動因素在不同生態(tài)系統(tǒng)服務中則不同.土壤水分、最高溫度、實際蒸發(fā)量和最低溫度分別是水源涵養(yǎng)、土壤保持、固碳服務和釋氧服務的第二驅(qū)動因素.與人類的影響相比,自然因素可能會對生態(tài)系統(tǒng)服務產(chǎn)生更多的影響.

本研究從時間和空間兩個維度,對海南島近40a的生態(tài)系統(tǒng)服務進行了時空動態(tài)及驅(qū)動分析.然而,本研究同樣存在一些不足.首先,本研究對生態(tài)系統(tǒng)服務驅(qū)動力的分析僅從經(jīng)驗模型來探究,未從陸氣反饋等物理模型進行揭示.此外,作為目前空間分辨率最高的再分析數(shù)據(jù),Terraclimate數(shù)據(jù)集在應用于面積僅為3.54萬km2的海南島時,其空間分辨率仍顯不足.因此,未來需圍繞高時效、高精度、深層次等特點對海南島生態(tài)系統(tǒng)服務及其驅(qū)動力分析展開進一步的研究.

4 結(jié)論與建議

4.1 結(jié)論

4.1.1 海南島的生態(tài)系統(tǒng)類型以林地為主,占全省總面積的62.9%,且主要集中在中部山區(qū).耕地占全省總面積的25.5%,并以水田為主,主要分布在海南島北部地勢平坦區(qū)域.建設用地占全省總面積的3.7%,在沿海地區(qū)形成明顯的城鎮(zhèn)聚集中心.近40年,海南島城市擴張明顯,主要集中在沿海地區(qū),且多表現(xiàn)為“占耕占林”式的擴張,其它生態(tài)系統(tǒng)類型變化并不明顯.

4.1.2 近40a,林地的生態(tài)系統(tǒng)服務最高.4種生態(tài)系統(tǒng)服務存在不同程度的下降趨勢,且城市范圍內(nèi)的生態(tài)系統(tǒng)服務表現(xiàn)出劇烈的下降趨勢.

4.1.3 海南島生態(tài)系統(tǒng)服務存在明顯的海拔、氣候的梯度效應,且所有生態(tài)系統(tǒng)服務之間呈現(xiàn)出協(xié)同的關系.

4.1.4 近40a,海南島生態(tài)系統(tǒng)服務能力降低的主導因素是快速的城市擴張.其次,海南島的生態(tài)系統(tǒng)服務的空間分布主要驅(qū)動因素是降雨、土壤水分、實際蒸散發(fā)、最高氣溫以及最低氣溫.

4.2 建議

未來區(qū)域多發(fā)展目標導致不同利益方有不同發(fā)展訴求將會增加,發(fā)展目標與保護的矛盾依然會存在,在海南建設國家生態(tài)文明試驗區(qū),生態(tài)環(huán)境質(zhì)量需要全國領先,努力向國際生態(tài)環(huán)境質(zhì)量標桿地區(qū)看齊的情況下,需要更加關注建設用地的承載問題并從生態(tài)系統(tǒng)服務的角度進行權衡決策,以提升保護與發(fā)展的協(xié)同性.可具體為在生態(tài)系統(tǒng)服務較高的區(qū)域,繼續(xù)嚴格落實生態(tài)緩解保護政策,在城市用地區(qū)域,基于精明增長理念來實施科學合理的城市規(guī)劃,并最大限度地改善城市用地效率,以抑制城市用地的快速擴張,同時大力發(fā)展新興業(yè),減少資源消耗.此外,在海南自貿(mào)港建設過程中,應嚴格控制建設用地面積,合理配置生態(tài)用地,努力構(gòu)建綠色生態(tài)格局,實現(xiàn)生態(tài)環(huán)境與人類活動的和諧統(tǒng)一.

[1] 周祖光.海南島生態(tài)系統(tǒng)健康評價 [J]. 水土保持研究, 2007,(A04):4. Zhou Z G. Evaluation of ecosystem health in Hainan Island [J]. Soil and water conservation research, 2007,(A04):4.

[2] 馬建章,戎 可,程 鯤.中國生物多樣性就地保護的研究與實踐 [J]. 生物多樣性, 2012,20(5):551-558. Ma J Z, Rong K, Cheng K. Research and practice of in situ conservation of biodiversity in China [J]. Biodiversity, 2012,20(5): 551-558.

[3] 劉少軍,李偉光,陳小敏,等.海南植被凈初級生產(chǎn)力時空分布特征研究 [J]. 生態(tài)科學, 2019,38(5):52-57. Liu S J, Li W J, Chen X M, et al. Characteristics of spatial and temporal distribution of vegetation net primary productivity in Hainan [J]. Ecological Science, 2019,38(5):52-57.

[4] 雷金睿,陳宗鑄,陳小花,等.1980～2018年海南島土地利用與生態(tài)系統(tǒng)服務價值時空變化.生態(tài)學報, 2020,40(14):4760-4773. Lei J R, Chen Z Z, Chen X H, et al. Spatial and temporal changes of land use and ecosystem service value in Hainan Island from 1980to 2018. Journal of Ecology, 2020,40(14):4760-4773.

[5] 劉 采,張海燕,李 遷.1980～2018年海南島人類活動強度時空變化特征及其驅(qū)動機制.地理科學進展, 2020,39(4):567-576. Liu C, Zhang H Y, Li Qian. Characteristics of spatial and temporal changes in human activity intensity and its driving mechanism in Hainan Island from 1980to 2018. Progress in Geoscience, 2020,39(4): 567-576.

[6] 姜 璇.海南自貿(mào)港初啟 [J]. 中國外資, 2020,(7):12-15. Jiang X. Hainan free trade port [J]. China Foreign Investment, 2020, (7):12-15.

[7] 錢 易.環(huán)境保護與可持續(xù)發(fā)展 [J]. 中國科學院院刊, 2012, 27(3):307-313. Qian Y. Environmental protection and sustainable development [J]. Proceedings of the Chinese Academy of Sciences, 2012,27(3):307- 313.

[8] 肖 強,肖 洋,歐陽志云,等.重慶市森林生態(tài)系統(tǒng)服務功能價值評估[J]. 生態(tài)學報, 2014,34(1):216-223. Xiao Q, Xiao Y, Ouyang Z Y, et al. Valuation of forest ecosystem services in Chongqing [J]. Journal of Ecology, 2014,34(1): 216-223.

[9] Daily G C. Nature's services: Societal dependence on natural ecosystems (1997) [M]. Yale University Press, 2013.

[10] 傅伯杰,周國逸,白永飛,等.中國主要陸地生態(tài)系統(tǒng)服務功能與生態(tài)安全 [J]. 地球科學進展, 2009,24(6):571-576. Fu B J, Zhou G Y, Bai Y F, et al. Service functions and ecological security of major terrestrial ecosystems in China [J]. Progress in Earth Science, 2009,24(6):571-576.

[11] 歐陽志云,王如松.生態(tài)系統(tǒng)服務功能及其生態(tài)經(jīng)濟價值評價 [J]. 應用生態(tài)學報, 1999,10(5):635-640. Ouyang Z Y, Wang R S. Evaluation of ecosystem service functions and their ecological and economic values [J]. Journal of Applied Ecology, 1999,10(5):635-640.

[12] 傅伯杰,張立偉.土地利用變化與生態(tài)系統(tǒng)服務:概念,方法與進展 [J]. 地理科學進展, 2014,33(4):441-446. Fu B J, Zhang L W. Land use change and ecosystem services: Concepts, methods and progress [J]. Progress in Geoscience, 2014,33 (4):441-446.

[13] 丁婭楠,劉海龍,王煒橋,等.基于格網(wǎng)的長治市生態(tài)系統(tǒng)服務時空演變及空間相關性分析 [J]. 陜西理工大學學報(自然科學版), 2021, 37(4):85-92. Ding Y N, Liu H L, Wang W Q, et al. Analysis of spatiotemporal evolution and spatial correlation of ecosystem services in Changzhi City based on grid [J]. Journal of Shaanxi University of Technology (Natural Science Edition), 2021,37(4):85-92.

[14] 姜立鵬,覃志豪,謝 雯,等.中國草地生態(tài)系統(tǒng)服務功能價值遙感估算研究 [J]. 自然資源學報, 2007,22(2):161-170. Jiang L P, Qin Z H, Xie W, et al. Remote sensing estimation of the value of grassland ecosystem services in China [J] Journal of Natural Resources, 2007,22(2):161-170.

[15] 何 浩,潘耀忠,朱文泉,等.中國陸地生態(tài)系統(tǒng)服務價值測量 [J]. 應用生態(tài)學報, 2005,16(6):1122-1127. He H, Pan Y Z, Zhu W Q, et al. Measurement of the value of land ecosystem services in China [J] Journal of Applied Ecology, 2005, 16(6):1122-1127.

[16] 謝高地,張彩霞,張雷明,等.基于單位面積價值當量因子的生態(tài)系統(tǒng)服務價值化方法改進 [J]. 自然資源學報, 2015,(8):1243-1254. Xie G D, Zhang C X, Zhang L M, et al. Improvement of ecosystem service valuation method based on unit area value equivalence factor [J] Journal of Natural Resources, 2015,(8):1243-1254.

[17] 張正勇,何新林,劉 琳,等.中國天山冰川生態(tài)服務功能及價值評估 [J]. 地理學報, 2018,73(5):856-867. Zhang Z Y, He X L, Liu L, et al. Evaluation of ecological service function and value of Tianshan Glacier in China [J]. Journal of Geography, 2018,73(5):856-867.

[18] 杜佳衡,王 錦.基于InVEST模型的大理州永平縣水生態(tài)系統(tǒng)服務功能時空變化分析 [J]. 西部林業(yè)科學, 2021,50(6):91-102. Du J H, Wang J. Analysis of spatiotemporal changes in water ecosystem service functions in Yongping County, Dali Prefecture based on the InVEST model [J]. Western Forestry Science, 2021,50(6): 91-102.

[19] Sharp R, Tallis H T, Ricketts T, et al. InVEST user’s guide [J]. The Natural Capital Project: Stanford, CA,USA, 2014.

[20] 李 昂,葉長青,朱麗蓉,等.土地利用/覆被變化對產(chǎn)水服務功能的影響:以海南熱帶雨林國家公園為例 [J]. 水利水電技術(中英文), 2022,53(5):36-45. Li A, Ye C Q, Zhu L R, et al. The impact of land use/cover change on water production service functions: A case study of Hainan Tropical Rainforest National Park [J]. Water Resources and Hydropower Technology (Chinese and English), 2022,53(5):36-45.

[21] 雷金睿,陳毅青,陳宗鑄,等.基于InVEST模型的海南島三大流域生境質(zhì)量時空演變 [J]. 應用生態(tài)學報, 2022,33(9):2511-2520. Lei J R, Chen Y Q, Chen Z Z, et al. The spatiotemporal evolution of habitat quality in three major watersheds of Hainan Island based on the InVEST model [J]. Journal of Applied Ecology, 2022,33(9):2511- 2520.

[22] 范曉敏,井 新,肖博文,等.氣候和土地利用變化共同驅(qū)動青海海南、海北州生態(tài)系統(tǒng)服務的時空變化 [J/OL]. 草業(yè)學報:1-14 [2022-11-01]. Fan X M, Jing X, Xiao B W, et al. The spatiotemporal changes in ecosystem services driven by climate and land use changes in Hainan and Haibei prefectures of Qinghai [J/OL]. Journal of Grassland Industry: 1-14 [2022-11-01].

[23] 張師赫,李寶銀,林玉英,等.基于生態(tài)系統(tǒng)服務的景觀生態(tài)風險評價及其驅(qū)動因素研究——以福建省為例 [J]. 水土保持研究, 2022, 29(6):174-182. Zhang S H, Li B Y, Lin Y Y, et al. Landscape ecological risk assessment and its driving factors based on ecosystem services: A case study of Fujian Province [J]. Soil and Water Conservation Research, 2022,29(6):174-182.

[24] Cord A F, Bartkowski B, Beckmann M, et al. Towards systematic analyses of ecosystem service trade-offs and synergies: Main concepts,methods and the road ahead [J]. Ecosystem services, 2017, 28:264-272.

[25] Machado G, Mendoza M R, Corbellini L G. What variables are important in predicting bovine viral diarrhea virus? A random forest approach [J]. Veterinary research, 2015,46(1):1-15.

[26] 李 敏,勞小青,高 燚,等.南海低壓槽影響下的海南島地閃活動特征 [J]. 海南大學學報(自然科學版), 2021,39(2):169-176. Li M, Lao X Q, Gao Y, et al Characteristics of ground flash activity in Hainan Island under the influence of the South China Sea low- pressure trough [J]. Journal of Hainan University (Natural Science Edition), 2021,39(2):169-176.

[27] 劉平治.海南省志 [M]. 北京:方志出版社, 2014. Liu P Z. Hainan provincial annals [M]. Beijing: Fangzhi Publishing House, 2014.

[28] 張桐艷,王英杰,張生瑞,等.基于Voronoi模型的海南島旅游資源集合體空間邊界提取 [J]. 地理學報, 2021,76(6):1553-1569. Zhang T Y, Wang Y J, Zhang S R, et al Extracting the spatial boundary of Hainan Island tourism resource aggregation based on Voronoi Model [J]. Journal of Geography, 2021,76(6):1553-1569.

[29] Kuang W, Zhang S, Du G, et al. Monitoring periodically national land use changes and analyzing their spatiotemporal patterns in China during 2015～2020 [J]. Journal of Geographical Sciences, 2022,32(9): 1705-1723.

[30] Abatzoglou J T, Dobrowski S Z, Parks S A, et al. Terra climate,a high-resolution global dataset of monthly climate and climatic water balance from 1958～2015 [J]. Scientific data, 2018,5(1):1-12.

[31] 齊 麟,張 月,許 東,等.東北森林屏障帶生態(tài)系統(tǒng)服務權衡與協(xié)同關系 [J]. 生態(tài)學雜志, 2021,40(11):3401-3411. Qi L, Zhang Y, Xu D, et al. Balancing and collaborative relationships of ecosystem services in Northeast Forest Barrier Belt [J]. Journal of Ecology, 2021,40(11):3401-3411.

[32] 肖善才,歐名豪.基于生態(tài)位適宜度模型的江蘇省陸域生態(tài)保護紅線劃定研究 [J]. 長江流域資源與環(huán)境, 2022,31(2):366-378. Xiao S C, Ou M H. Research on the delineation of ecological protection red lines in Jiangsu Province based on niche suitability models [J]. Resources and Environment of the Yangtze River Basin, 2022,31(2):366-378.

[33] 饒恩明,肖 燚,歐陽志云,等.海南島生態(tài)系統(tǒng)土壤保持功能空間特征及影響因素 [J]. 生態(tài)學報, 2013,33(3):746-755. Rao E M, Xiao Y, Ouyang Z Y, et al. Spatial characteristics and influencing factors of soil conservation function in Hainan Island ecosystem [J]. Journal of Ecology, 2013,33(3):746-755.

[34] 遲妍妍,許開鵬,王晶晶,等.京津冀地區(qū)生態(tài)空間識別研究[J]. 生態(tài)學報, 2018,38(23):8555-8563. Chi Y Y, Xu K P, Wang J J, et al Research on ecological space identification in the Beijing Tianjin Hebei Region [J]. Journal of Ecology, 2018,38(23):8555-8563.

[35] 劉魏魏,王效科,逯 非,等.全球森林生態(tài)系統(tǒng)碳儲量、固碳能力估算及其區(qū)域特征 [J]. 應用生態(tài)學報, 2015,26(9):2881-2890. Liu W W, Wang X K, Lu F, et al. Estimation of carbon storage, carbon sequestration capacity, and regional characteristics of global forest ecosystems [J]. Journal of Applied Ecology, 2015,26(9):2881-2890.

[36] 許開鵬.基于小尺度空間的生態(tài)環(huán)境功能區(qū)規(guī)劃研究 [J]. 西南師范大學學報(自然科學版), 2017,42(2):43-48. Xu K P. Research on ecological environment function zone planning based on small scale space [J]. Journal of Southwest Normal University (Natural Science Edition), 2017,42(2):43-48.

[37] 馮 源,田 宇,朱建華,等.森林固碳釋氧服務價值與異養(yǎng)呼吸損失量評估 [J]. 生態(tài)學報, 2020,40(14):5044-5054. Feng Y, Tian Y, Zhu J H, et al. Evaluation of the value of forest carbon fixation and oxygen release services and heterotrophic respiratory loss [J]. Journal of Ecology, 2020,40(14):5044-5054.

[38] Gregorutti B, Michel B, Saint-Pierre P. Correlation and variable importance in random forests [J]. Statistics and Computing, 2017,27 (3):659-678.

[39] Strobl C, Boulesteix A L, Kneib T, et al. Conditional variable importance for random forests [J]. BMC bioinformatics, 2008,9(1): 1-11.

[40] Belgiu M, Dr?gu? L. Random forest in remote sensing: A review of applications and future directions [J]. ISPRS journal of photogrammetry and remote sensing, 2016,114:24-31.

[41] Grossmann E, Ohmann J, Kagan J, et al. Mapping ecological systems with a random forest model: Tradeoffs between errors and bias [J]. Gap Analysis Bulletin, 17:16-22,2010,17:16-22.

[42] 隋 磊,趙智杰,金 羽,等.海南島自然生態(tài)系統(tǒng)服務價值動態(tài)評估 [J]. 資源學, 2012,34(3):572-580.Sui L, Zhao Z J, Jin Y, et al. Dynamic evaluation of natural ecosystem service value in Hainan Island [J]. Resource Science, 2012,34(3):572- 580.

[43] Uddin M N, Bokelmann W, Entsminger J S. Factors affecting farmers’ adaptation strategies to environmental degradation and climate change effects: A farm level study in Bangladesh [J]. Climate, 2014,2(4):223- 241.

[44] Yang W, Min Z, Yang M, et al. Exploration of the implementation of carbon neutralization in the field of natural resources under the background of sustainable development—An overview [J]. International Journal of Environmental Research and Public Health, 2022,19(21):14109.

[45] Cramer W, Bondeau A, Woodward F I, et al. Global response of terrestrial ecosystem structure and function to CO2and climate change: Results from six dynamic global vegetation models [J]. Global change biology, 2001,7(4):357-373.

[46] Wu X, Shi W, Tao F. Estimations of forest water retention across China from an observation site-scale to a national-scale [J]. Ecological Indicators, 2021,132:108274.

[47] Xiao Y, Ouyang Z. Spatial-temporal patterns and driving forces of water retention service in China [J]. Chinese Geographical Science, 2019,29:100-111.

[48] Chen S T, Huang Y, Zou J W, et al. Interannual variability in soil respiration from terrestrial ecosystems in China and its response to climate change [J]. Science China Earth Sciences, 2012,55:2091- 2098.

[49] Tang X, Zhao X, Bai Y, et al. Carbon pools in China’s terrestrial ecosystems: New estimates based on an intensive field survey [J]. Proceedings of the National Academy of Sciences, 2018,115(16): 4021-4026.

Spatial and temporal changes of ecosystem services and driving forces: A case study of Hainan Island.

BAI Ting-ting1, XU Dong2*, WU Shao-teng3

(1.School of Business Administration, Northeastern University, Shenyang 110189, China；2.State Key Laboratory of Remote Sensing Science, Beijing Normal University, Beijing 100091, China；3.School of Architecture, Tianjin University, Tianjin 300072, China)., 2023,43(11)：5961～5973

Based on multi-source remote sensing data and reanalysis data, the spatiotemporal changes of ecosystem services in Hainan Island from 1980 to 2020 were analyzed, and a random forest model was used to explore the driving factors of the spatial distribution of ecosystem services in Hainan Island in the past 40 years, as well as the response of different ecosystem services to human activities and natural factors in the time dimension. The results show that over 95% of the land types in Hainan Island have not changed in the past 40 years. However, the growth rate of construction land in Hainan Island has reached 63.41%, and the expansion was mainly carried out in the form of "occupying farmland and forests". The ecosystem services of forest land were the highest, and the four ecosystem services showed varying degrees of decline, which was significantly related to the decline in ecosystem services in urban areas (<0.001). There was a significant gradient effect of altitude and climate in the ecosystem services of Hainan Island, and there was a synergistic relationship between all ecosystem services. The main driving factor for the decrease in ecosystem service capacity in Hainan Island was rapid urban expansion. Secondly, the spatial distribution of ecosystem services in Hainan Island was mainly driven by rainfall, soil moisture, actual evapotranspiration, maximum and minimum temperatures.

land use change；ecosystem services；ecosystem change；driving analysis；Hainan Island

X171.1

A

1000-6923(2023)11-5961-13

白婷婷(1996-),女,河南洛陽人,東北大學博士研究生,研究方向為生態(tài)系統(tǒng)服務.發(fā)表論文10余篇.btt27@163.com.

白婷婷,徐 棟,武少騰.生態(tài)系統(tǒng)服務時空交互特征及其驅(qū)動力:以海南島為例 [J]. 中國環(huán)境科學, 2023,43(11):5961-5973.

Bai T T, Xu D, Wu S T.Spatial and temporal changes of ecosystem services and driving forces : a case study of Hainan Island [J]. China Environmental Science, 2023,43(11):5961-5973.

2023-03-21

浙江省自然科學基金資助項目(LQ21D060001);風云衛(wèi)星先行計劃(FY-APP-2021.0105);浙江省氣象科技計劃項目(2021YB07, 2019QN19);新疆氣象局引導性計劃項目可行性研究報告(YD202224)

* 責任作者, 博士, xd@mail.bnu.edu.cn