基于土地利用變化的枝江市生態(tài)系統(tǒng)服務(wù)價(jià)值多情景模擬

摘要：以枝江市為研究范圍，采集枝江市2000、2010、2020年三期遙感影像數(shù)據(jù)，運(yùn)用ENVI和ArcGIS軟件，借助土地利用轉(zhuǎn)移矩陣法、土地利用動(dòng)態(tài)度、生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量因子法、生態(tài)系統(tǒng)服務(wù)價(jià)值貢獻(xiàn)率對(duì)土地利用時(shí)空演變分析和生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空分異特征進(jìn)行分析，使用MCE-CA-Markov模型預(yù)測(cè)2030年3種情景設(shè)定下枝江市土地利用和生態(tài)系統(tǒng)服務(wù)價(jià)值（ESV）變化情況。結(jié)果表明，①2000—2020年枝江市土地利用變化顯著，建設(shè)用地面積急速擴(kuò)張，主要來源于耕地的轉(zhuǎn)出。土地利用綜合動(dòng)態(tài)度較高，單一動(dòng)態(tài)度中建設(shè)用地和濕地高達(dá)10%/a左右。②單項(xiàng)生態(tài)服務(wù)價(jià)值貢獻(xiàn)率以水文調(diào)節(jié)為最高，各用地類型中水體的生態(tài)服務(wù)價(jià)值貢獻(xiàn)率最大，水體對(duì)ESV變化的影響最為顯著。③ESV的空間分異特征顯著，長(zhǎng)江以南地區(qū)的ESV高于北部區(qū)域。整個(gè)研究期間枝江市生態(tài)系統(tǒng)服務(wù)價(jià)值呈減少的趨勢(shì)。④自然發(fā)展和耕地保護(hù)情景下，2030年的ESV均存在損失，耕地向建設(shè)用地流失是ESV減少的關(guān)鍵。生態(tài)保護(hù)情景下，ESV較2020年增長(zhǎng)了7%，減少趨勢(shì)得到有效遏制。

關(guān)鍵詞：生態(tài)系統(tǒng)服務(wù)價(jià)值；土地利用變化；生態(tài)貢獻(xiàn)率；MCE-CA-Markov；枝江市

中圖分類號(hào)：F301.2" " " " "文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2023）07-0149-08

DOI：10.14088/j.cnki.issn0439-8114.2023.07.026 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract：Taking Zhijiang City as the research area and the remote sensing image data of Zhijiang City in 2000， 2010 and 2020 was collected. ENVI and ArcGIS software， with the help of land use transfer matrix methods， land use dynamic index， equivalent factor method of ecosystem service value and the contribution rate of the ecosystem service value， were used to analyse the temporal and spatial evolution of land use and the characteristics of the temporal and spatial differentiation of the ecosystem service value. The MCE-CA-Markov model was used to predict the change trends of the land use and ecosystem service value （ESV） of Zhijiang City under three scenarios in 2030. The results showed that： ①The land use in Zhijiang City significantly changed from 2000 to 2020， and the area of the construction land expanded rapidly， mainly due to the transfer of cultivated land. The comprehensive dynamic degree of land use was relatively high， and the construction land and wetlands in a single dynamic degree were as high as roughly 10%/a. ②The hydrological adjustment was the highest amongst the ecological contribution rate of the single ecological service. The ecological contribution rate of the water area was the largest amongst the various types of the land use， which had the most significant impact on ESV changes. ③The spatial differentiation of ESV was significant. The ESV in the south of the Yangtze River was higher than that in the north. Overall， the ecosystem service value of Zhijiang City showed a decreasing trend during the whole study period. ④A loss of ESV in 2030 would transpire under natural development and cultivated land protection scenarios， and the land loss from the cultivated land to the construction land was the key to reduce ESV. Under the ecological protection scenario， ESV increased by 7% compared with that in 2020， thus curbing the decreasing trend effectively.

Key words：ecosystem service value； land use change； ecological contribution rate； MCE-CA-Markov； Zhijiang City

改革開放以來，中國(guó)經(jīng)濟(jì)得到快速的發(fā)展，但對(duì)環(huán)境存在巨大破壞和反作用力。21世紀(jì)以來，中國(guó)耕地和建設(shè)用地的需求日益增長(zhǎng)，使得生態(tài)空間不斷壓縮。同時(shí)，受到不合理的土地利用的影響，中國(guó)生態(tài)系統(tǒng)功能退化嚴(yán)重，導(dǎo)致許多生態(tài)環(huán)境問題。為改變生態(tài)環(huán)境惡化、實(shí)現(xiàn)全球可持續(xù)發(fā)展，生態(tài)系統(tǒng)服務(wù)功能的研究成為學(xué)界關(guān)注的熱點(diǎn)［1-8］。

1997年，Cosanza等［9］對(duì)全球生物圈的生態(tài)系統(tǒng)服務(wù)價(jià)值（Ecosystem service value，ESV）進(jìn)行了定量研究；2015年，謝高地等［10-12］在此基礎(chǔ)上進(jìn)行了詳細(xì)探究，對(duì)當(dāng)量因子法進(jìn)行補(bǔ)充和修訂，編制了中國(guó)《陸地生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表》，為中國(guó)ESV研究提供借鑒。目前，國(guó)內(nèi)外學(xué)者通常使用土地利用轉(zhuǎn)移矩陣法及動(dòng)態(tài)度分析法來挖掘土地利用演變信息。如喬偉峰等［13］通過對(duì)土地利用轉(zhuǎn)移矩陣和轉(zhuǎn)移概率矩陣的深入研究，對(duì)計(jì)算模型進(jìn)行改進(jìn)，提出地類轉(zhuǎn)移無序度，并應(yīng)用到實(shí)例中進(jìn)行分析。曾夢(mèng)婷等［14］基于修正后的當(dāng)量因子法，評(píng)估北京市16個(gè)轄區(qū)10年間的生態(tài)系統(tǒng)服務(wù)價(jià)值，并分析了10年間生態(tài)-經(jīng)濟(jì)協(xié)調(diào)度的變動(dòng)規(guī)律。根據(jù)謝高地等［11］的價(jià)值當(dāng)量因子法，結(jié)合枝江市的土地利用情況以及農(nóng)業(yè)生產(chǎn)情況選取各生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量并進(jìn)行系數(shù)修正，研究枝江市生態(tài)系統(tǒng)服務(wù)價(jià)值的貢獻(xiàn)率以及時(shí)空分異特征。

枝江市具備西部大開發(fā)戰(zhàn)略、三峽工程建設(shè)、長(zhǎng)江經(jīng)濟(jì)帶三大戰(zhàn)略優(yōu)勢(shì)，在經(jīng)濟(jì)飛速發(fā)展的同時(shí)，其土地利用時(shí)空分布格局隨之改變，也必然會(huì)帶動(dòng)生態(tài)服務(wù)功能的變化［15-20］。本研究以枝江市2000、2010、2020年土地利用數(shù)據(jù)為基礎(chǔ)，生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估能夠?yàn)橹械耐恋乩媒Y(jié)構(gòu)優(yōu)化及生態(tài)質(zhì)量評(píng)價(jià)提供重要的數(shù)據(jù)支撐。同時(shí)，基于土地利用的生態(tài)系統(tǒng)服務(wù)價(jià)值研究，能夠引起政府部門對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值作用的重視，為區(qū)域生態(tài)保護(hù)政策制定提供思路及借鑒，推動(dòng)長(zhǎng)江上中下游地區(qū)協(xié)調(diào)發(fā)展和沿江地區(qū)高質(zhì)量發(fā)展。

1 研究區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)域概況

枝江市位于長(zhǎng)江中游，地處江漢平原西緣，是宜昌市惟一的平原縣市，有“三峽水鄉(xiāng)、魚米之鄉(xiāng)”之稱。近20年來，枝江市社會(huì)經(jīng)濟(jì)發(fā)展迅速，人口的增長(zhǎng)和城市的擴(kuò)張侵占了大量土地，建設(shè)用地急劇增長(zhǎng)，造成土地利用格局變化，引發(fā)系列的環(huán)境問題，如水環(huán)境污染嚴(yán)重、生態(tài)環(huán)境質(zhì)量下降、土地資源配置失衡等問題。枝江市承擔(dān)著生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展的雙重任務(wù)，在長(zhǎng)江經(jīng)濟(jì)帶中承東啟西，發(fā)揮著重要的生態(tài)安全保障作用，因此生態(tài)環(huán)境和土地利用格局成為枝江市發(fā)展的重中之重。

1.2 數(shù)據(jù)來源

使用的枝江市2000、2010、2020年三期土地利用數(shù)據(jù)來源于30 m全球地表覆蓋數(shù)據(jù)Globe Land30（http：//www.globeland30.org）和地理空間數(shù)據(jù)云（https：//www.gscloud.cn/）。30 m全球地表覆蓋數(shù)據(jù)包含地理位置分布信息和景觀格局分布信息，空間分辨率為30 m，影像云量小于3%，使數(shù)據(jù)具有可靠性，并且便于解譯。覆蓋枝江市每期遙感影像均采用3景遙感影像鑲嵌而成。利用ENVI5.3和ArcGIS10.5軟件，結(jié)合研究實(shí)際需求，對(duì)遙感影像進(jìn)行解譯。

此外，本研究經(jīng)濟(jì)數(shù)據(jù)和人口數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局網(wǎng)站（http：//www.stats.gov.cn/）和湖北省統(tǒng)計(jì)局（http：//tjj.hubei.gov.cn/），通過查閱2018、2019、2020年的《宜昌市統(tǒng)計(jì)年鑒》《湖北省統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》，降雨量數(shù)據(jù)來源于中國(guó)水資源公報(bào)。

2 研究方法

2.1 動(dòng)態(tài)度分析

式中，St表示土地利用類型當(dāng)前時(shí)刻的狀態(tài)；St+1表示土地利用類型在未來時(shí)刻的狀態(tài)；Pij表示土地利用類型狀態(tài)轉(zhuǎn)移概率矩陣。

3 結(jié)果與分析

3.1 枝江市土地利用時(shí)空演變特征

3.1.1 土地利用基本狀況 對(duì)研究區(qū)域三期（2000、2010、2020年）土地利用數(shù)據(jù)進(jìn)行提取，在ENVI軟件中對(duì)30×30分辨率遙感影像進(jìn)行人機(jī)交互解譯［23］。由于解譯精度的可操作性，以及要與《陸地生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表》中的地類相銜接等因素，因此將遙感影像解譯為耕地、林地、草地、濕地、建設(shè)用地、水體6個(gè)土地利用類型，并在 GIS平臺(tái)中繪制三期土地利用分布現(xiàn)狀圖如圖1所示。

3.1.2 土地利用類型轉(zhuǎn)換 通過制作枝江市2000—2020年土地利用轉(zhuǎn)移矩陣，對(duì)研究期間枝江市土地利用類型相互轉(zhuǎn)換的情況進(jìn)行分析（表2）。2020年間枝江市耕地向建設(shè)用地的轉(zhuǎn)化最為活躍，其次是耕地和水體之間的相互轉(zhuǎn)化。2020年建設(shè)用地面積相較2000年增加100.67 km2，增長(zhǎng)2倍多。耕地流失面積為75.22 km2，主要轉(zhuǎn)化為建設(shè)用地，轉(zhuǎn)出面積為100.35 km2，建設(shè)用地轉(zhuǎn)入量幾乎來自耕地。其次是水體和濕地面積變化，水體面積減少16.92 km2，濕地減少2.90 km2，濕地減少比例達(dá)到97.6%，2020年枝江市濕地面積僅剩0.07 km2。經(jīng)濟(jì)增長(zhǎng)和城鎮(zhèn)化發(fā)展需要大量城鄉(xiāng)建設(shè)用地支撐，耕地占地面積大，價(jià)格相對(duì)低廉，成為建設(shè)用地?cái)U(kuò)張的主要侵占對(duì)象。同時(shí)，隨著近幾年農(nóng)村居民點(diǎn)整理工作的開展，通過拆舊使得部分農(nóng)村居民用地轉(zhuǎn)化成了耕地，但顯然兩者的相互轉(zhuǎn)化不對(duì)等，耕地顯示“入不敷出”狀態(tài)，面積一直在減少，與之相反，建設(shè)用地迅速增加。

3.1.3 土地利用動(dòng)態(tài)度分析 枝江市2000—2020年的土地利用年變化率如表3所示。2000—2020年，枝江市土地利用單一動(dòng)態(tài)度除建設(shè)用地外，其他用地呈不同程度的下降趨勢(shì)。建設(shè)用地的土地利用動(dòng)態(tài)度最大，在2000—2020年達(dá)到最大（12.6%/a），表明枝江市在20年間建設(shè)用地?cái)U(kuò)張迅猛；濕地的土地利用變化程度在2000—2010年最大，達(dá)到17.8%/a，到2020年濕地面積僅剩0.07 km2，消耗殆盡。從綜合動(dòng)態(tài)度來看，由2000—2010年的10.5%/a減至2010—2020年的9.3%/a，變化速率逐漸變緩。隨著枝江市土地利用方式轉(zhuǎn)變、土地利用程度加深，使得土地利用結(jié)構(gòu)朝著更為穩(wěn)定的方向發(fā)展，同時(shí)也表明土地利用變化受人類活動(dòng)的影響較為顯著。

3.2 生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空分異特征

3.2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值貢獻(xiàn)率分析 基于2000、2010、2020年土地利用類型面積數(shù)據(jù)，結(jié)合各單項(xiàng)生態(tài)服務(wù)功能進(jìn)行計(jì)算，得到11個(gè)單項(xiàng)生態(tài)服務(wù)功能在2000、2010、2020年的生態(tài)系統(tǒng)服務(wù)價(jià)值，然后利用百分比表達(dá)其對(duì)生態(tài)服務(wù)價(jià)值貢獻(xiàn)，如圖2所示。2000、2010、2020年枝江市生態(tài)服務(wù)功能貢獻(xiàn)率中水文調(diào)節(jié)的貢獻(xiàn)率始終位于首位，最高達(dá)到68.2%；其次是水資源供給對(duì)生態(tài)價(jià)值的貢獻(xiàn)率，最高占比為9.0%；再次是食品生產(chǎn)和氣候調(diào)節(jié)，最高貢獻(xiàn)率分別為5.5%和4.4%；居于最后兩位的是原料生產(chǎn)和維持養(yǎng)分循環(huán)，最高貢獻(xiàn)率分別為1.4%和0.8%。由此可知，水文調(diào)節(jié)和水資源供給是ESV的主要貢獻(xiàn)因子和敏感因子。

整個(gè)研究期間，各地類生態(tài)服務(wù)功能貢獻(xiàn)價(jià)值變化不大（圖3）。其中水體的貢獻(xiàn)率位于首位，貢獻(xiàn)率最大為75.1%，最小為69.1%；其次耕地對(duì)生態(tài)價(jià)值的貢獻(xiàn)率較大，均為25%以上；林地、草地和濕地的貢獻(xiàn)率均較小，在1%左右，主要原因在于這幾類土地利用類型的面積較少；水體和耕地的ESV之和占比超過了85%，是影響生態(tài)系統(tǒng)服務(wù)價(jià)值變化的主要貢獻(xiàn)因子。

3.2.2 生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)間變化分析 生態(tài)系統(tǒng)服務(wù)價(jià)值動(dòng)態(tài)度表示單位時(shí)期內(nèi)生態(tài)系統(tǒng)服務(wù)價(jià)值變化的速度，其計(jì)算方法可以參考土地利用動(dòng)態(tài)度。表4體現(xiàn)不同土地利用類型在2000—2020年的ESV變化情況。2000—2020年，濕地、建設(shè)用地生態(tài)系統(tǒng)服務(wù)價(jià)值變化程度較大，建設(shè)用地增加12.63%、濕地減少4.89%。2000—2020年枝江市建設(shè)用地產(chǎn)生的負(fù)生態(tài)服務(wù)價(jià)值效益呈逐年上升的趨勢(shì)，說明其對(duì)其他生態(tài)用地類型在逐年侵蝕、占用。同時(shí)，除建設(shè)用地外，其他用地生態(tài)系統(tǒng)服務(wù)價(jià)值在20年間整體都處于衰減趨勢(shì)，且土地利用類型的變化與各類用地生態(tài)系統(tǒng)服務(wù)價(jià)值總量變化趨勢(shì)基本一致。

利用枝江市9個(gè)鎮(zhèn)區(qū)（街道）研究期間的土地利用數(shù)據(jù)，結(jié)合生態(tài)系統(tǒng)服務(wù)價(jià)值估算模型，得到9個(gè)鎮(zhèn)區(qū)（街道）3個(gè)時(shí)期生態(tài)系統(tǒng)服務(wù)價(jià)值如表5所示。從各鎮(zhèn)區(qū)（街道）的ESV總量上來看，百里洲鎮(zhèn)各時(shí)期的生態(tài)系統(tǒng)服務(wù)價(jià)值都是9個(gè)鎮(zhèn)區(qū)（街道）中最高的。2000—2010年，各鄉(xiāng)鎮(zhèn)（街道）的生態(tài)系統(tǒng)服務(wù)價(jià)值均在下降，其中百里洲鎮(zhèn)減少幅度最大，減少了23 500萬元；2010年后，安福寺鎮(zhèn)、顧家店鎮(zhèn)的ESV值有所上升，到2020年安福寺鎮(zhèn)的ESV相較2000年增長(zhǎng)了3 800萬元；2010—2020年，除安福寺鎮(zhèn)外，其他鎮(zhèn)區(qū)和街道的ESV都呈下降趨勢(shì)，馬家店鎮(zhèn)在2010年以來ESV急劇下降，到2020年的十年間減少13 700萬元，主要原因是在2010年以來馬家店鎮(zhèn)的建設(shè)用地大肆擴(kuò)張，由此造成負(fù)生態(tài)系統(tǒng)服務(wù)價(jià)值量增大。

3.2.3 生態(tài)系統(tǒng)服務(wù)價(jià)值空間變化分析 從空間角度探索研究區(qū)生態(tài)服務(wù)價(jià)值的變化情況，考慮到各鎮(zhèn)區(qū)面積不同對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響，引入地均生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行分析。使用ArcGIS軟件將ESV數(shù)據(jù)與枝江市行政單元數(shù)據(jù)進(jìn)行疊加分析，并根據(jù)各鎮(zhèn)區(qū)面積計(jì)算得到地均生態(tài)系統(tǒng)服務(wù)價(jià)值，然后將數(shù)據(jù)重新分類為5個(gè)等級(jí)［31］，分別為低值區(qū)（＜250萬元/km2）、較低值區(qū)（250萬～350萬元/km2）、中值區(qū)（350萬～450萬元/km2）、較高值區(qū)（450萬～550萬元/km2）、高值區(qū)（＞550萬元/km2），最后通過調(diào)整數(shù)據(jù)色彩布局來區(qū)分各等級(jí)地均ESV分布情況如圖4所示。

從空間分布上來看，整個(gè)研究區(qū)地均生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布格局具有明顯的區(qū)域特征，南部沿長(zhǎng)江區(qū)域的地均ESV普遍高于北部遠(yuǎn)離長(zhǎng)江區(qū)域。高值區(qū)與河流湖泊分布較為一致，分布在南部長(zhǎng)江流域的顧家店鎮(zhèn)、馬家店鎮(zhèn)；較高值區(qū)分布于南部長(zhǎng)江流域的百里洲鎮(zhèn)和七星臺(tái)鎮(zhèn)；仙女鎮(zhèn)和安福寺鎮(zhèn)的地均ESV在9個(gè)鎮(zhèn)區(qū)（街道）中始終處于低值區(qū)；低值區(qū)、較低值區(qū)主要分布在中部和東北部地區(qū)。綜合來看，地均ESV分布情況與各鎮(zhèn)區(qū)水體密度密切相關(guān)，水體面積占鎮(zhèn)區(qū)總面積比例越大，地均ESV越高。2000—2020年研究區(qū)域地均ESV高值區(qū)、較高值區(qū)逐年減少，主要原因在于該區(qū)域的建設(shè)用地占比增加，耕地占比減少。整體而言，枝江市地均生態(tài)服務(wù)價(jià)值處于下降階段。

3.3 三種情景模擬下的土地利用與生態(tài)系統(tǒng)服務(wù)價(jià)值

3.3.1 多情景模擬下的2030年土地利用格局 利用MCE-CA-Markov模型，基于枝江市2020年土地利用現(xiàn)狀數(shù)據(jù)，以土地利用轉(zhuǎn)換矩陣文件和區(qū)域限制文件，設(shè)定自然發(fā)展情景、生態(tài)保護(hù)情景和耕地保護(hù)情景對(duì)未來土地利用空間格局進(jìn)行模擬，結(jié)果如圖5所示?；?000年、2010年枝江市土地利用數(shù)據(jù)，間隔時(shí)間為10年，模擬得到2020年土地利用情況，并使用crosstab進(jìn)行驗(yàn)證。將預(yù)測(cè)結(jié)果與2020年實(shí)際土地利用狀況對(duì)比，得到kappa系數(shù)為0.899 6，說明預(yù)測(cè)結(jié)果精度較高，模型及模擬數(shù)據(jù)可作為優(yōu)化配置研究的基礎(chǔ)。

自然發(fā)展情景下，2020—2030年枝江市建設(shè)用地面積大規(guī)模增加，其他用地類型面積減少。相較于2020年，枝江市2030年建設(shè)用地面積增加了142.52 km2，耕地面積減少了155.03 km2，建設(shè)用地增加的土地面積幾乎全部由耕地轉(zhuǎn)換而成；耕地保護(hù)情景下，建設(shè)用地面積增量明顯低于自然發(fā)展情景，僅增加88.47 km2，城鎮(zhèn)開發(fā)邊界的擴(kuò)張速率明顯降低。耕地面積減少54.80 km2，依舊是建設(shè)用地面積增加的主要貢獻(xiàn)者。其他地類面積變化較小，枝江市土地利用格局在3種情景中最為穩(wěn)定；生態(tài)保護(hù)情景，即生態(tài)系統(tǒng)服務(wù)價(jià)值最大化情景，增加耕地向水體、濕地、林地、草地等生態(tài)用地轉(zhuǎn)換的概率，控制建設(shè)用地產(chǎn)生的負(fù)生態(tài)效益的增加。在該情景下，2030年水體面積將達(dá)到154.42 km2，主要增量來自安福寺鎮(zhèn)北部水系的擴(kuò)大。

3.3.2 多情景模擬下的2030年生態(tài)系統(tǒng)服務(wù)價(jià)值 枝江市2030年生態(tài)系統(tǒng)服務(wù)價(jià)值在自然發(fā)展、耕地保護(hù)和生態(tài)保護(hù)3種情景下分別為45.05億元、46.16億元、50.86億元（表5）。相比2020年，自然發(fā)展、耕地保護(hù)、生態(tài)保護(hù)3種情景下ESV分別減少2.49億元、1.38億元及增加3.32億元。在自然發(fā)展情景下，枝江市ESV損失最大，主要原因在于建設(shè)用地的負(fù)生態(tài)系統(tǒng)服務(wù)價(jià)值增加3.41億元，是2020年ESV的2倍。21世紀(jì)以來，枝江市建設(shè)用地面積呈倍數(shù)增長(zhǎng)，為枝江市未來城市規(guī)劃和邊界開發(fā)提供了警示，城鎮(zhèn)建設(shè)不可無限制地?cái)U(kuò)張和肆意侵占土地資源，生態(tài)、生活、生產(chǎn)組成的“三生”空間需要協(xié)調(diào)發(fā)展才能維持人類生存環(huán)境的平衡；耕地保護(hù)情景的ESV值相較于自然發(fā)展情景僅高出1.11億元，表明近10年來枝江市城市規(guī)劃發(fā)展方向并不利于生態(tài)環(huán)境建設(shè)。因此枝江市在經(jīng)濟(jì)發(fā)展的同時(shí)需要兼顧生態(tài)系統(tǒng)的可持續(xù)發(fā)展，通過及時(shí)調(diào)整近期及遠(yuǎn)期國(guó)土空間規(guī)劃策略，進(jìn)一步優(yōu)化配置土地利用格局；生態(tài)保護(hù)情景下，為實(shí)現(xiàn)生態(tài)系統(tǒng)服務(wù)價(jià)值最大化，根據(jù)式（3），由于各土地利用類型總面積保持不變，則系數(shù)較大的土地利用類型面積越大，枝江市生態(tài)系統(tǒng)服務(wù)價(jià)值越大。在現(xiàn)狀基礎(chǔ)上，對(duì)各土地利用類型面積進(jìn)行重分配、優(yōu)化土地利用空間格局，預(yù)測(cè)2030年枝江市生態(tài)系統(tǒng)服務(wù)價(jià)值將得到顯著提升，恢復(fù)到2010年以前的生態(tài)質(zhì)量水平。

4 結(jié)論與討論

4.1 結(jié)論

選取湖北省枝江市作為研究區(qū)，通過對(duì)遙感影像進(jìn)行解譯，獲得枝江市2000、2010、2020年土地利用類型數(shù)據(jù)，對(duì)其進(jìn)行時(shí)空演變特征分析；根據(jù)市場(chǎng)化評(píng)估法計(jì)算枝江市生態(tài)系統(tǒng)服務(wù)功能價(jià)值，并展開時(shí)序變化研究和空間分異研究；利用預(yù)測(cè)模型對(duì)枝江市2030年的土地利用及生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行多情景模擬，結(jié)論如下：

1）2000—2020年，枝江市土地利用類型變化最顯著的是建設(shè)用地和耕地，其他土地利用變化較小。研究期間建設(shè)用地面積逐年增加，主要通過侵占耕地實(shí)現(xiàn)。2000—2010年建設(shè)用地的動(dòng)態(tài)度高達(dá)10.9%/a，說明枝江市在該10年間城市建設(shè)非常活躍，對(duì)生態(tài)環(huán)境造成嚴(yán)重破壞。土地利用綜合動(dòng)態(tài)度后10年開始變緩，表明土地利用結(jié)構(gòu)逐漸趨于穩(wěn)定。

2）2000—2020年，單項(xiàng)生態(tài)服務(wù)價(jià)值貢獻(xiàn)率以水文調(diào)節(jié)最高，其次是水資源供給，水文調(diào)節(jié)和水資源供給是ESV的主要貢獻(xiàn)因子和敏感因子；各地類生態(tài)服務(wù)功能貢獻(xiàn)率中水體對(duì)ESV變化的貢獻(xiàn)率始終位于首位，水體、耕地和草地的生態(tài)貢獻(xiàn)率之和超過了90%，是ESV變化的主要貢獻(xiàn)因子和敏感因子。

3）2000—2020年，研究區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值在空間分布上表現(xiàn)出明顯的區(qū)域特征，南部沿長(zhǎng)江流域的鎮(zhèn)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值普遍高于北部區(qū)域。高ESV區(qū)和較高ESV區(qū)主要分布在南部沿長(zhǎng)江地區(qū)；低ESV區(qū)主要分布于建設(shè)用地集中的中部和東北部地區(qū)?？傮w而言，整個(gè)研究區(qū)域的生態(tài)系統(tǒng)服務(wù)價(jià)值處于下降趨勢(shì)。

4）自然發(fā)展與耕地保護(hù)情景下，耕地、建設(shè)用地、水體是導(dǎo)致ESV減少的重要推手。水體、濕地、林地等單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值較高，是枝江市ESV變化的關(guān)鍵。生態(tài)保護(hù)情景下，通過降低生態(tài)用地向其他土地利用類型轉(zhuǎn)換的概率，進(jìn)行土地利用優(yōu)化配置，扭轉(zhuǎn)生態(tài)系統(tǒng)服務(wù)價(jià)值下降的趨勢(shì)，有助于提高枝江市未來的生態(tài)效益、促進(jìn)人與自然環(huán)境的協(xié)調(diào)發(fā)展。

4.2 討論

土地利用轉(zhuǎn)移矩陣顯示研究期內(nèi)枝江市建設(shè)用地大量增加，轉(zhuǎn)入量主要來源于耕地。從空間上看，沿長(zhǎng)江南北兩側(cè)的建設(shè)用地增長(zhǎng)較多，如馬家店街道、百里洲鎮(zhèn)、董市鎮(zhèn)等。土地利用動(dòng)態(tài)度反映出2010—2020年綜合土地利用變化動(dòng)態(tài)度較2000—2010年有所減緩，與枝江市土地利用開發(fā)強(qiáng)度保持一致。土地利用變化情況和活躍程度與枝江市土地利用總體規(guī)劃（2006—2020年）堅(jiān)持建設(shè)用地總量控制目標(biāo)不突破、不得占用基本農(nóng)田和生態(tài)保護(hù)紅線原則基本吻合，說明土地利用轉(zhuǎn)移矩陣法和動(dòng)態(tài)度分析法在判斷土地的轉(zhuǎn)移數(shù)量和發(fā)展方向上適應(yīng)性較強(qiáng)。但是本研究具有一定的局限性，如遙感影像數(shù)據(jù)因?yàn)樵屏坑绊懙纫蛩禺a(chǎn)生一定的誤差；對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量的選擇和修正由于用地類型劃分的精度不同，單位當(dāng)量因子會(huì)存在差異。

未來幾年是枝江市經(jīng)濟(jì)和社會(huì)發(fā)展的重要?dú)v史時(shí)期，面臨良好發(fā)展的機(jī)遇，協(xié)調(diào)各規(guī)劃充分發(fā)揮作用顯得更為重要。在用地規(guī)劃中，著重水體、濕地和草地等主要ESV貢獻(xiàn)因子的生態(tài)保護(hù)。百里洲鎮(zhèn)作為枝江市ESV最高的鎮(zhèn)區(qū)，更應(yīng)該加大生態(tài)環(huán)境保護(hù)力度，尤其是水環(huán)境污染的防治工作。完善土地保護(hù)、開發(fā)建設(shè)機(jī)制，提高土地的合理利用程度，大大提高社會(huì)的經(jīng)濟(jì)效益和生態(tài)效益。耕地、建設(shè)用地的規(guī)劃同時(shí)也有利于枝江市土地利用程度并提高產(chǎn)業(yè)聚集度，體現(xiàn)了優(yōu)化用地結(jié)構(gòu)與布局、節(jié)約集約用地的思想。

參考文獻(xiàn)：

［1］ GRAFIUS D R，CORSTANJE R，WARREN P H，et al.The impact of land use/land cover scale on modelling urban ecosystem services［J］.Landscape ecology，2016，31（7）：1509-1522.

［2］ SUTTON P C，ANDERSON S J，COSTANZA R，et al. The ecological economics of land degradation：Impacts on ecosystem service values［J］.Ecological economics，2016，129：182-192.

［3］ TOLESSA T， SENBETA F， KIDANE M.The impact of land use/land cover change on ecosystem services in the central highlands of Ethiopia［J］.Ecosystem services，2017，23：47-54.

［4］ REYNAUD A， LANZANOVA D. A global meta-analysis of the value of ecosystem services provided by lakes［J］.Ecological economics，2017，137：184-194.

［5］ 陳萬旭，李江風(fēng)，姜 衛(wèi)，等.豫西山區(qū)土地利用變化對(duì)生態(tài)服務(wù)價(jià)值的影響［J］.水土保持研究，2018，25（1）：376-381.

［6］ 齊 靜，鄧 偉，周 渝，等.三峽庫區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變及驅(qū)動(dòng)力［J］.人民長(zhǎng)江，2020，51（1）：113-119.

［7］ 危小建，江 平，馬國(guó)慶.基于不同Logistic模型的土地利用格局模擬對(duì)比研究——以湖北省宣恩縣和咸豐縣為例［J］.國(guó)土資源科技管理，2016，33（1）：93-101.

［8］ 傅伯杰，張立偉.土地利用變化與生態(tài)系統(tǒng)服務(wù)：概念、方法與進(jìn)展［J］.地理科學(xué)進(jìn)展，2014，33（4）：441-446.

［9］ COSTANZA R， D’ARGE R， GROOT R D，et al.The value of the world’s ecosystem services and natural capital［J］. Nature， 1997， 387（15）：253-260.

［10］ 謝高地，張彩霞，張昌順，等.中國(guó)生態(tài)系統(tǒng)服務(wù)的價(jià)值［J］.資源科學(xué)，2015，37（9）：1740-1746.

［11］ 謝高地，張彩霞，張雷明，等.基于單位面積價(jià)值當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法改進(jìn)［J］.自然資源學(xué)報(bào)，2015，30（8）：1243-1254.

［12］ 謝高地，張釔鋰，魯春霞，等.中國(guó)自然草地生態(tài)系統(tǒng)服務(wù)價(jià)值［J］.自然資源學(xué)報(bào)，2001（1）：47-53.

［13］ 喬偉峰，盛業(yè)華，方 斌，等.基于轉(zhuǎn)移矩陣的高度城市化區(qū)域土地利用演變信息挖掘——以江蘇省蘇州市為例［J］.地理研究，2013，32（8）：1497-1507.

［14］ 曾夢(mèng)婷，李志剛.基于改進(jìn)價(jià)值當(dāng)量因子的北京市生態(tài)-經(jīng)濟(jì)協(xié)調(diào)度實(shí)證分析［J］.生態(tài)經(jīng)濟(jì)，2021，37（4）：163-169.

［15］ 孫 灝，胡佳琪，崔雅靜，等.基于多源遙感數(shù)據(jù)的生態(tài)系統(tǒng)服務(wù)功能時(shí)空演變趨勢(shì)分析［J］.測(cè)繪通報(bào)，2021（4）：1-7.

［16］ SOLOMON N， SEGNON A C，BIRHANE E. Ecosystem service values changes in response to land-use/land-cover dynamics in dry afromontane forest in northern Ethiopia［J］.International journal of environmental research and public health， 2019，16（23）：4653.

［17］ BROWN G. The relationship between social values for ecosystem services and global land cover： An empirical analysis［J］. Ecosystem services， 2013， 5：58-68.

［18］ 左玲麗，彭文甫，陶 帥，等.岷江上游土地利用與生態(tài)系統(tǒng)服務(wù)價(jià)值的動(dòng)態(tài)變化［J］.生態(tài)學(xué)報(bào)，2021，41（16）：6384-6397.

［19］ 劉鳳蓮，楊人懿.武漢市土地利用變化及對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響［J］.水土保持研究，2021，28（3）：177-183，193，2.

［20］ 楊振民，劉新平.烏魯木齊市生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變研究［J］.環(huán)境科學(xué)與技術(shù)，2021，44（4）：226-236.

［21］ 吳琳娜， 楊勝天， 劉曉燕，等. 1976年以來北洛河流域土地利用變化對(duì)人類活動(dòng)程度的響應(yīng)［J］. 地理學(xué)報(bào)， 2014， 69（1）：54-63.

［22］ 李忠鋒，王一謀，馮毓蓀，等.基于RS與GIS的榆林地區(qū)土地利用變化分析［J］.水土保持學(xué)報(bào)，2003，17（2）：97-99，140.

［23］ 張 晶，曹明明.咸陽市土地利用與生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空變化研究［J］.水土保持通報(bào)，2008（2）：184-189.

［24］ 朱 懋，韋素瓊，居鳳云.福州市土地利用變化趨勢(shì)及其生態(tài)服務(wù)價(jià)值評(píng)價(jià)［J］.太原師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2009，8（4）：89-93，124.

［25］ 鄧舒洪.區(qū)域土地利用變化與生態(tài)系統(tǒng)服務(wù)價(jià)值動(dòng)態(tài)變化研究［D］.杭州：浙江大學(xué)，2012.

［26］ 肖 玉， 謝高地， 安 凱. 莽措湖流域生態(tài)系統(tǒng)服務(wù)功能經(jīng)濟(jì)價(jià)值變化研究［J］. 應(yīng)用生態(tài)學(xué)報(bào)， 2003， 14（5）：676-680.

［27］ 徐麗芬， 許學(xué)工， 羅 濤，等. 基于土地利用的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量修訂方法——以渤海灣沿岸為例［J］. 地理研究， 2012， 31（10）：1775-1784.

［28］ 李曉賽，朱永明，趙 麗，等.基于價(jià)值系數(shù)動(dòng)態(tài)調(diào)整的青龍縣生態(tài)系統(tǒng)服務(wù)價(jià)值變化研究［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2015，" " 23（3）：373-381.

［29］ SHAFIEZADEH M， MORADI H， FAKHERAN S. Evaluating and modeling the spatiotemporal pattern of regional-scale salinized land expansion in highly sensitive shoreline landscape of southeastern Iran［J］.Journal of arid land， 2018，10（6）：946-958.

［30］ 徐睿擇，孫建國(guó)，韓 惠， 等.基于MCE-Markov-CA的鄭州市土地利用時(shí)空變化模擬研究［J］.地理與地理信息科學(xué)，2020，36（1）：93-99.

［31］ 彭 皓，李鎮(zhèn)清.錫林河流域天然草地生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)價(jià)［J］.草業(yè)學(xué)報(bào)，2007（4）：109-117.