基于FLUS-Markov模型的玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變與預(yù)測(cè)

劉士鑫 李建華 孫詠琦 杜園園 向冬蕾 陳運(yùn)春

劉士鑫，李建華，孫詠琦，等. 基于FLUS-Markov模型的玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變與預(yù)測(cè)［J］. 湖北農(nóng)業(yè)科學(xué)，2024，? ?63（2）：189-198．

摘要：基于玉溪市2010年、2020年2期生態(tài)景觀類型數(shù)據(jù)和糧食產(chǎn)量經(jīng)濟(jì)價(jià)值修正生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)，分析玉溪市生態(tài)景觀類型及生態(tài)系統(tǒng)服務(wù)價(jià)值分布特征，采用FLUS-Markov模型預(yù)測(cè)玉溪市2030年生態(tài)系統(tǒng)服務(wù)價(jià)值及其分布。結(jié)果表明，該模型預(yù)測(cè)結(jié)果的Kappa系數(shù)提高至0.896 9，整體精度為0.939 3，精度較高；2010—2020年玉溪市林地、草地的面積呈減少趨勢(shì)，以林地、草地、水域?yàn)橹鞯纳鷳B(tài)系統(tǒng)仍然面臨威脅；2030年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值為535.047 1億元，變化率為-0.129 7%，玉溪市應(yīng)加強(qiáng)對(duì)林地、草地的保護(hù)，加強(qiáng)退耕還林、退耕還草政策的實(shí)施，合理控制草地、林地向耕地的轉(zhuǎn)化；2030年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值依然表現(xiàn)為西部>中部>東部；2030年玉溪市各縣市區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值貢獻(xiàn)率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區(qū)、江川區(qū)、澄江市、通?？h。

關(guān)鍵詞： FLUS-Markov模型； GIS空間分析； 生態(tài)系統(tǒng)服務(wù)價(jià)值；時(shí)空演變；預(yù)測(cè)；云南省玉溪市

中圖分類號(hào)：X196；F062.2? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2024）02-0189-10

DOI：10.14088/j.cnki.issn0439-8114.2024.02.029 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

The Temporal and spatial evolution and prediction of ecosystem service value in Yuxi City based on the FLUS-Markov model

LIU Shi-xin1a，1b， LI Jian-hua1b，1c，SUN Yong-qi1b，1c， DU Yuan-yuan1c， XIANG Dong-lei2，CHEN Yun-chun1b，1c

（1a.College of Resources and Environment；1b. Natural Resources Science and Technology Engineering Research Center；1c. School of Water Conservancy，Yunnan Agricultural University，Kunming? 650051，China；2.Yunnan Land and Resources Planning and Design Institute，Kunming? 605201，China）

Abstract： Based on the ecological landscape type data of Yuxi City in 2010 and 2020， and the economic value correction ecosystem service value coefficient of grain production，analyzed the ecological landscape types and distribution characteristics of ecosystem service value in Yuxi City were analyzed， and the FLUS-Markov model was used to predict the ecosystem service value and its distribution in Yuxi City by 2030.The results showed that the Kappa coefficient of the predicted results of the model had been increased to 0.896 9， with an overall accuracy of 0.939 3， indicating high accuracy；from 2010 to 2020， the area of forest and grassland in Yuxi City showed a decreasing trend， and the ecosystem mainly composed of forest， grassland， and water still faced threats； the ecosystem service value of Yuxi City was 53.504 71 billion yuan， with a change rate of -0.129 7% in 2030. Yuxi City should strengthen the protection of forest and grassland， strengthen the implementation of policies for returning farmland to forest and grassland， and reasonably control the conversion of grassland and forest land to arable land；the ecosystem service value of Yuxi City showed still as follows： west>center>east in 2030；the contribution rates of ecosystem service value from high to low were Xinping County， Yuanjiang County， Eshan County， Yimen County， Huaning County， Hongta District， Jiangchuan District， Chengjiang City， and Tonghai County in various counties and districts of Yuxi City in 2030.

Key words： FLUS-Markov model； GIS spatial analysis； ecosystem service value； temporal and spatial evolution； prediction； Yuxi City， Yunnan Province

生態(tài)系統(tǒng)服務(wù)是人類社會(huì)在自然界中不可或缺的生存條件，其價(jià)值體現(xiàn)與人類未來發(fā)展進(jìn)程關(guān)系密切，同時(shí)也能反映出生態(tài)景觀類型的結(jié)構(gòu)變化與人類利用的影響程度。通過生態(tài)系統(tǒng)服務(wù)價(jià)值（ESV）評(píng)估生態(tài)系統(tǒng)的質(zhì)量及變化情況，進(jìn)而評(píng)價(jià)出社會(huì)經(jīng)濟(jì)未來發(fā)展的潛力，為生態(tài)資源的有償使用及相關(guān)政策方針制定提供可靠依據(jù)，根據(jù)多年的生態(tài)系統(tǒng)服務(wù)價(jià)值反應(yīng)強(qiáng)度開展生態(tài)紅線劃定和生態(tài)安全格局規(guī)劃，促進(jìn)生態(tài)-社會(huì)-經(jīng)濟(jì)全面可持續(xù)發(fā)展^［1］。因此，生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變與預(yù)測(cè)研究對(duì)生態(tài)系統(tǒng)服務(wù)功能的評(píng)價(jià)具有重要意義。

生態(tài)系統(tǒng)服務(wù)價(jià)值研究最早開始于20世紀(jì)70年代，Holder等^［2］在全球自然環(huán)境生態(tài)系統(tǒng)服務(wù)研究中指出生物多樣性的喪失將會(huì)影響生態(tài)系統(tǒng)服務(wù)。國內(nèi)外的學(xué)者對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的研究積累了較多的經(jīng)驗(yàn)，基于單位面積價(jià)值當(dāng)量因子法^［3］已經(jīng)成為眾多學(xué)者常用的評(píng)價(jià)方法。謝高地等^［3］在深入研究了Costanza等^［4］的生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估方法后，對(duì)中國700位生態(tài)學(xué)領(lǐng)域?qū)＜业膯柧斫Y(jié)果進(jìn)行綜合分析，對(duì)其方法做出了改進(jìn)，得出基于專家知識(shí)的中國生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估體系^［3］，該體系在評(píng)估中國生態(tài)系統(tǒng)狀況和經(jīng)濟(jì)發(fā)展水平方面具有較強(qiáng)的適宜性。目前該方法被國內(nèi)很多學(xué)者接受，研究集中在生態(tài)景觀類型變化對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響與反映，但對(duì)于未來的生態(tài)景觀類型變化與生態(tài)系統(tǒng)服務(wù)價(jià)值的演變與預(yù)測(cè)研究較少。在關(guān)于未來生態(tài)景觀類型變化的研究中大多數(shù)學(xué)者采用CA-Markov模型^［5］、ANN-Markov模型^［6］、灰色預(yù)測(cè)模型^［7］、CLUE-S模型^［8］和FLUS模型^［9］。其中FLUS模型由Liu等^［10］提出，該模型綜合ANN（神經(jīng)網(wǎng)絡(luò)算法）和CA（元胞自動(dòng)機(jī)）模型，并結(jié)合一種基于輪盤賭選擇的自適應(yīng)性競(jìng)爭(zhēng)機(jī)制，可以有效模擬人類活動(dòng)與自然影響下的土地利用變化及未來土地利用情景。FLUS模型具有較高的模擬精度，可以獲取與現(xiàn)實(shí)生態(tài)景觀類型分布較相近的結(jié)果，被多數(shù)學(xué)者用于未來土地利用變化情景的模擬。Markov模型是基于不同時(shí)間尺度得出的土地利用類型轉(zhuǎn)換矩陣，可以預(yù)測(cè)出未來某一時(shí)間的土地利用類型，該空間概率模型主要從時(shí)間尺度上預(yù)測(cè)土地利用的變化趨勢(shì)^［11］。FLUS-Markov模型綜合Markov模型在時(shí)間尺度分析的優(yōu)勢(shì)和FLUS模型在空間尺度分析的優(yōu)勢(shì)，能降低研究中制定轉(zhuǎn)換規(guī)則的困難程度，同時(shí)也能減少人為因素的過多干擾。

玉溪市具有豐富的生態(tài)資源，云南省九大高原湖泊有四湖分布在玉溪市轄區(qū)范圍，即撫仙湖、杞麓湖、星云湖和異龍湖。近年來，玉溪市在人口、經(jīng)濟(jì)、政策及自然等因素影響下產(chǎn)生了一系列生態(tài)環(huán)境問題，如星云湖和杞麓湖的水土富營養(yǎng)化、區(qū)域地質(zhì)災(zāi)害及氣候干旱等^［12］，嚴(yán)重影響了玉溪市生態(tài)系統(tǒng)服務(wù)功能。王金鳳等^［13］采用Logistic-CA-Markov耦合模型對(duì)西南地區(qū)2025年生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變及模擬進(jìn)行了預(yù)測(cè)，但其采用的評(píng)估方法仍存在不確定性，研究尺度較大，且預(yù)測(cè)時(shí)間過早，對(duì)西南地區(qū)一些市域尺度的生態(tài)系統(tǒng)服務(wù)價(jià)值的參考研究不具有適用性。本研究采用FLUS-Markov模型對(duì)玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變與預(yù)測(cè)進(jìn)行研究，對(duì)促進(jìn)玉溪市社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要指導(dǎo)意義。

1 研究區(qū)概況

玉溪市位于云南省中部，介于東經(jīng)101°16′—103°09′、北緯23°19′—24°53′。境內(nèi)最低海拔253 m，最高海拔3 115 m，全域大部分海拔在1 500～? ? ? ? ? ?1 800 m，年平均氣溫8.2～23.3 ℃，年平均降水量804.6～1 399.7 mm，屬中亞熱帶濕潤冷冬高原季風(fēng)氣候。生態(tài)資源豐富，含撫仙湖、杞麓湖、星云湖和異龍湖四大高原湖泊，水資源豐富。玉溪市的濕地面積占云南省濕地總面積的7.14%，其中自然濕地面積占全省自然濕地總面積的9.65%，濕地保護(hù)率77.23%，自然濕地保護(hù)率82.23%，均列全省第1位；國家級(jí)自然保護(hù)區(qū)2個(gè)，省級(jí)自然保護(hù)區(qū)1個(gè)；生物多樣性豐富，境內(nèi)生存有陸生野生動(dòng)物資源735種，國家重點(diǎn)保護(hù)陸生野生動(dòng)物87種、三有野生動(dòng)物407種，陸生野生植物資源中高等植物226科1 081屬2 394種，國家級(jí)重點(diǎn)保護(hù)野生植物31種^［14］，植被覆蓋率71.49%^［15］（圖1）。

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源

研究所需數(shù)據(jù)主要包括玉溪市2010年、2020年土地利用、海拔、坡度、氣溫、降水量、道路、河網(wǎng)、人口密度、居民點(diǎn)、自然保護(hù)區(qū)域數(shù)據(jù)及市場(chǎng)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)等，數(shù)據(jù)來源如表1所示。

2.2 研究方法

2.2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估模型 研究參照Costanza等^［4］提出的生態(tài)系統(tǒng)服務(wù)價(jià)值模型，以謝高地等^［16］修正后的適用于中國生態(tài)系統(tǒng)服務(wù)價(jià)值的當(dāng)量表為基礎(chǔ)，測(cè)算玉溪市的生態(tài)系統(tǒng)服務(wù)價(jià)值。玉溪市主要糧食作物為稻谷、小麥、玉米、豆類及薯類（折糧）^［17］，依據(jù)2010—2020年玉溪市主要糧食作物種植面積（表2）、糧食價(jià)格（表3）及單產(chǎn)（表4）求得玉溪市糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值。

以糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值修正生態(tài)系統(tǒng)服務(wù)功能的服務(wù)價(jià)值系數(shù)，進(jìn)而依據(jù)玉溪市某一時(shí)期生態(tài)景觀類型計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值，計(jì)算公式如下：

1）玉溪市糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值。

式中，E為糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值（元/hm²）；考慮無人力干擾下，糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值等于每年每公頃糧食價(jià)值的1/7；n為主要糧食作物種類個(gè)數(shù)；s_i為第i類糧食作物種植面積（hm²）；u_i為第i類糧食單產(chǎn)（kg/hm²）；v_i為第i類糧食價(jià)格（元/kg）；M為糧食作物種植總面積（hm²）。

2）修正生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)。

VC_ij=EF_ij（2）

式中，VC_ij為第i類生態(tài)景觀類型j類生態(tài)系統(tǒng)服務(wù)價(jià)值的系數(shù)（元/hm²），F(xiàn)_ij為第i類生態(tài)景觀類型第j類生態(tài)系統(tǒng)服務(wù)價(jià)值的當(dāng)量因子。建設(shè)用地未涉及生態(tài)系統(tǒng)服務(wù)價(jià)值，但考慮生態(tài)景觀類型變化涉及到建設(shè)用地轉(zhuǎn)化，將其設(shè)為0。修正后的玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)如表5所示。

3）生態(tài)系統(tǒng)服務(wù)價(jià)值。

ESV=ΣW_iC_ij（3）

式中，ESV為生態(tài)系統(tǒng)服務(wù)價(jià)值（元），W_i為第i類生態(tài)景觀類型分布面積（hm²）；C_ij為i類生態(tài)景觀類型j類生態(tài)系統(tǒng)服務(wù)價(jià)值（元/hm²）。

2.2.2 生態(tài)系統(tǒng)服務(wù)價(jià)值動(dòng)態(tài)度 生態(tài)系統(tǒng)服務(wù)價(jià)值動(dòng)態(tài)度可以描述2期的變化程度和趨勢(shì)，排除不同生態(tài)景觀類型和不同當(dāng)量對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響^［18］，計(jì)算公式如下：

式中，K為動(dòng)態(tài)度；E_a為基期景觀類型的生態(tài)系統(tǒng)服務(wù)價(jià)值，E_b為末期的景觀類型的生態(tài)系統(tǒng)服務(wù)價(jià)值；T_a為基期；T_b為末期。

2.2.3 FLUS-Markov模型

1）FLUS模型。本研究參考了未來土地預(yù)測(cè)領(lǐng)域的相關(guān)研究^［19-23］，采用了自然、交通區(qū)位、人口密度等12個(gè)驅(qū)動(dòng)力因子（圖2），以自然生態(tài)保護(hù)范圍數(shù)據(jù)為限制性因子，基于FLUS模型中神經(jīng)網(wǎng)絡(luò)算法（ANN），計(jì)算玉溪市每類生態(tài)系統(tǒng)類型在各像元出現(xiàn)的概率?；谝环N行業(yè)中表述為輪盤賭選擇自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制，該機(jī)制在CA模擬過程中可以有效處理人類干擾和自然環(huán)境影響下各種生態(tài)系統(tǒng)類型的轉(zhuǎn)變，并最終得出研究區(qū)生態(tài)景觀類型的分布模擬。

2）Markov模擬。采用Markov模型預(yù)測(cè)研究區(qū)未來各生態(tài)景觀類型的數(shù)量規(guī)模。通過Markov模型可以得出研究區(qū)2期地類類型的轉(zhuǎn)移概率，進(jìn)而模擬出地類類型隨時(shí)間變化的轉(zhuǎn)移矩陣，并預(yù)測(cè)未來生態(tài)景觀類型的變化，計(jì)算公式如下：

S_t+1=P_ij×S_t（7）

式中，P_ij為第i類生態(tài)景觀類型轉(zhuǎn)為第j類生態(tài)景觀類型的轉(zhuǎn)移概率矩陣；S_t、S_t+1分別為t與t+1時(shí)期的生態(tài)景觀分布面積。

3）模型精度檢驗(yàn)。模型精度檢驗(yàn)是至關(guān)重要的環(huán)節(jié)。Kappa系數(shù)是常用的精度檢驗(yàn)?zāi)Ｐ?，其原理是利用已知時(shí)間段的生態(tài)景觀類型和預(yù)測(cè)結(jié)果進(jìn)行比對(duì)，Kappa系數(shù)范圍為0～1，Kappa系數(shù)≥0.75表示模型預(yù)測(cè)精度較高，Kappa系數(shù)≤0.4表示模型預(yù)測(cè)精度較差^［6］。

3 結(jié)果與分析

3.1 生態(tài)景觀類型變化分析

依照Markov模型理論，獲取2010—2020年研究區(qū)生態(tài)景觀類型轉(zhuǎn)移分布情況，分析其面積轉(zhuǎn)移并得出生態(tài)景觀類型面積轉(zhuǎn)移矩陣（表6）。在各個(gè)生態(tài)景觀類型中，建設(shè)用地的綜合變化率最高，為36.18%，綜合變化量為7 206.57 hm²，耕地綜合變化率為-1.55%，綜合變化量為-4 603.14 hm²；由轉(zhuǎn)移矩陣分析可知，耕地轉(zhuǎn)出面積的54.04%、21.25%、22.91%分別轉(zhuǎn)化為林地、草地、建設(shè)用地，這三者占耕地轉(zhuǎn)出面積的比例較大，其原因主要是受退耕還林、退耕還草及城市擴(kuò)張的影響。從綜合變化量來看，2010—2020年林地、草地的面積呈減少趨勢(shì)，以林地、草地、水域?yàn)橹鞯纳鷳B(tài)系統(tǒng)仍然面臨威脅。

3.2 生態(tài)系統(tǒng)服務(wù)價(jià)值分析

3.2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值總量分析 通過修正后的玉溪市各生態(tài)景觀類型的生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)（表7）計(jì)算2010—2020年的生態(tài)系統(tǒng)服務(wù)價(jià)值。2020年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值為535.741 8億元，變化率為-2.368 5%，即1.271 8億元。由表8可知，耕地的生態(tài)系統(tǒng)服務(wù)價(jià)值變化率最高，為-15.468 7%，其次為草地、林地，結(jié)合表6分析可知，損失的生態(tài)系統(tǒng)服務(wù)價(jià)值主要表現(xiàn)為其他生態(tài)景觀類型向建設(shè)用地的轉(zhuǎn)變。僅有水域的生態(tài)系統(tǒng)服務(wù)價(jià)值保持增長趨勢(shì)，但其動(dòng)態(tài)增長率較低，增長量為0.021 9億元。研究區(qū)各生態(tài)景觀類型的生態(tài)系統(tǒng)服務(wù)價(jià)值由大到小依次為林地、水域、草地、耕地、建設(shè)用地。林地在生態(tài)景觀類型的生態(tài)系統(tǒng)服務(wù)價(jià)值中占主導(dǎo)地位。

3.2.2 生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布特征 結(jié)合2010年、2020年玉溪市30 m分辨率各生態(tài)景觀類型分布情況（圖3、圖4），采用柵格轉(zhuǎn)矢量的方法，以各生態(tài)景觀類型圖斑為生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)價(jià)單元，基于不同生態(tài)景觀類型圖斑面積計(jì)算得出2010年、2020年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值分布（圖5、圖6）。采用自然斷點(diǎn)法對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行分級(jí)，結(jié)果表明，玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值最高的區(qū)域集中在玉溪市西部和中部，東部區(qū)域三湖（星云湖、杞麓湖、撫仙湖）周邊的生態(tài)系統(tǒng)服務(wù)價(jià)值較低，主要涉及澄江市、華寧縣、江川區(qū)及紅塔區(qū)城鎮(zhèn)居民活動(dòng)較集中的區(qū)域，由此可見，三湖水域的生態(tài)系統(tǒng)服務(wù)價(jià)值近10年間始終面臨周邊人類活動(dòng)的威脅。

新平縣和元江縣中部的生態(tài)系統(tǒng)服務(wù)價(jià)值較低，主要是受耕地集中分布的影響。相應(yīng)的林地和湖泊水域遍布的區(qū)域，其生態(tài)系統(tǒng)服務(wù)價(jià)值明顯高于其他生態(tài)景觀類型。2010—2020年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值分布特征無明顯的變化。受人為活動(dòng)影響較大的核心區(qū)域分布在玉溪市東部的三湖周邊城鎮(zhèn)及玉溪市西部的元江河周邊耕地集中區(qū)域。綜上，玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值分布情況為西部>中部>東部。

3.3 生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)結(jié)果

3.3.1 預(yù)測(cè)精度驗(yàn)證 在實(shí)際模型運(yùn)用中需要修正地類類型轉(zhuǎn)換成本，其在模型中的主要作用是依據(jù)政策影響等相關(guān)因素來確定當(dāng)前用地類型轉(zhuǎn)換為需求類型的困難度^［24］。本研究參考前人研究經(jīng)驗(yàn)^［5-10］并結(jié)合玉溪市綜合發(fā)展需求，反復(fù)調(diào)整生態(tài)景觀類型轉(zhuǎn)換成本，訓(xùn)練FLUS模型中的ANN神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本。最終將模型預(yù)測(cè)結(jié)果的Kappa系數(shù)提高至0.896 9，整體精度為0.939 3，精度較高，可進(jìn)行后續(xù)預(yù)測(cè)研究，玉溪市生態(tài)景觀類型轉(zhuǎn)換成本矩陣如表9所示?；贛arkov模型得出2010—2020年轉(zhuǎn)移概率，模擬出地類類型隨時(shí)間變化的轉(zhuǎn)移矩陣，以2020年為基期預(yù)測(cè)2030年生態(tài)景觀類型面積。

3.3.2 預(yù)測(cè)結(jié)果分析

1）生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)值結(jié)構(gòu)分析。基于2010年、2020年2期的生態(tài)景觀類型分析結(jié)果，構(gòu)建FLUS-Markov模型，對(duì)2030年玉溪市生態(tài)景觀類型進(jìn)行預(yù)測(cè)（圖7），并依據(jù)預(yù)測(cè)結(jié)果以生態(tài)景觀類型圖斑為評(píng)價(jià)單元計(jì)算出2030年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值結(jié)果及分布情況。

結(jié)合2020年生態(tài)景觀類型分析得出2020—2030年玉溪市生態(tài)景觀類型面積轉(zhuǎn)移矩陣（表10），對(duì)照2030年生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)結(jié)果（表11）及其變化率（表12），得知在維持現(xiàn)有政策與經(jīng)濟(jì)發(fā)展及各種限制性因素影響下，2030年玉溪市生態(tài)經(jīng)濟(jì)服務(wù)價(jià)值減少0.694 7億元，變化率為-0.129 7%。林地面積大量減少，其次為草地，2030年林地、草地綜合變化量分別為-1 800.27、-809.46 hm²。玉溪市應(yīng)加強(qiáng)對(duì)林地、草地的保護(hù)，加強(qiáng)退耕還林、退耕還草政策的實(shí)施，合理控制草地、林地向耕地的轉(zhuǎn)化。2030年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值為535.047 1億元。

從2030年生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)結(jié)果的結(jié)構(gòu)組成來看，玉溪市的林地、水域的調(diào)節(jié)服務(wù)功能占比較大，該結(jié)果與玉溪市三湖流域的實(shí)際狀況一致。除建設(shè)用地外，其他生態(tài)景觀類型對(duì)調(diào)節(jié)與支持服務(wù)占比較大，其中林地景觀類型始終起主導(dǎo)作用。當(dāng)?shù)赜兄芎玫乃虮Ｗo(hù)措施，但林地還需要出臺(tái)更完善的保護(hù)措施。

由圖8可知，生態(tài)系統(tǒng)服務(wù)價(jià)值呈西部>中部>東部趨勢(shì)。因此，玉溪市生態(tài)治理的方向要從玉溪市東部地區(qū)三湖流域周邊逐步向中部、西部轉(zhuǎn)移。玉溪市西部地區(qū)需重點(diǎn)治理元江流域低海拔區(qū)域，其生態(tài)系統(tǒng)服務(wù)價(jià)值低于其他區(qū)域，受農(nóng)耕環(huán)境的影響較大。

2）生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)值區(qū)域貢獻(xiàn)分析?；谏鷳B(tài)系統(tǒng)服務(wù)價(jià)值結(jié)構(gòu)分析，在維持現(xiàn)有政策與經(jīng)濟(jì)發(fā)展及各種限制性因素影響下，預(yù)測(cè)玉溪市各縣市區(qū)的生態(tài)系統(tǒng)服務(wù)價(jià)值（表13），發(fā)掘出各縣市區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的潛力，對(duì)其進(jìn)行貢獻(xiàn)率排名可推動(dòng)玉溪市各縣市區(qū)對(duì)生態(tài)環(huán)境的治理。

采用百分比堆積柱狀圖來展現(xiàn)2030年玉溪市各縣市區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的貢獻(xiàn)率（圖9）。新平縣生態(tài)系統(tǒng)服務(wù)價(jià)值的貢獻(xiàn)率最高，為30.74%，生態(tài)系統(tǒng)服務(wù)價(jià)值為164.5億元；其次為元江縣，生態(tài)系統(tǒng)服務(wù)價(jià)值為98.32億元，貢獻(xiàn)率為18.38%。新平縣、元江縣均位于玉溪市西部，縣域面積較大，林地、草地覆蓋面積廣，有哀牢山和元江國家級(jí)自然保護(hù)區(qū)及磨盤山國家森林公園，是玉溪市生態(tài)系統(tǒng)保護(hù)重點(diǎn)區(qū)域。

在各生態(tài)景觀類型排名中，供給服務(wù)價(jià)值貢獻(xiàn)率由高到低依次為新平縣、元江縣、峨山縣、澄江市、江川區(qū)、易門縣、華寧縣、通?？h、紅塔區(qū)；調(diào)節(jié)服務(wù)價(jià)值貢獻(xiàn)率由高到低依次為新平縣、元江縣、峨山縣、澄江市、江川區(qū)、易門縣、華寧縣、通?？h、紅塔區(qū)；支持服務(wù)價(jià)值貢獻(xiàn)率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區(qū)、江川區(qū)、澄江市、通?？h；文化服務(wù)價(jià)值貢獻(xiàn)率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區(qū)、江川區(qū)、澄江市、通?？h。綜合比較來看，2030年玉溪市各縣市區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值貢獻(xiàn)率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區(qū)、江川區(qū)、澄江市、通?？h。華寧縣、紅塔區(qū)、江川區(qū)、澄江市、通?？h的生態(tài)系統(tǒng)服務(wù)價(jià)值貢獻(xiàn)率較小，其應(yīng)更加重視生態(tài)環(huán)境治理。

4 小結(jié)與討論

4.1 小結(jié)

本研究構(gòu)建了FLUS-Markov模型，對(duì)玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行時(shí)空演變與預(yù)測(cè)研究。修正了玉溪市生態(tài)系統(tǒng)服務(wù)功能的服務(wù)價(jià)值系數(shù)，分析了玉溪市生態(tài)景觀類型變化，總結(jié)玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布特征，調(diào)整生態(tài)景觀類型轉(zhuǎn)換成本，使模型訓(xùn)練樣本的Kappa系數(shù)提高至0.896 9，整體精度為0.939 3，精度較高，對(duì)2030年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行了預(yù)測(cè)與分析。

1）2010—2020年，玉溪市建設(shè)用地的綜合變化率最高，為36.18%；林地、草地、建設(shè)用地占耕地轉(zhuǎn)出面積的比例較大，其原因主要是受退耕還林、退耕還草及城市擴(kuò)張的影響；2010—2020年林地、草地的面積呈減少趨勢(shì)，以林地、草地、水域?yàn)橹鞯纳鷳B(tài)系統(tǒng)仍然面臨威脅。

2）2020年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值為535.741 8億元，變化率為-2.368 5%；玉溪市各生態(tài)景觀類型的生態(tài)系統(tǒng)服務(wù)價(jià)值由大到小依次為林地、水域、草地、耕地、建設(shè)用地。林地在生態(tài)景觀類型的生態(tài)系統(tǒng)服務(wù)價(jià)值中占主導(dǎo)地位；生態(tài)系統(tǒng)服務(wù)價(jià)值表現(xiàn)為西部>中部>東部。

3）2030年玉溪市生態(tài)系統(tǒng)服務(wù)價(jià)值為535.047 1億元；2030年玉溪市生態(tài)經(jīng)濟(jì)服務(wù)價(jià)值減少0.694 7億元，變化率為-0.129 7%；林地面積大量減少，其次為草地，2030年林地、草地綜合變化量分別為-1 800.27、-809.46 hm²；玉溪市應(yīng)加強(qiáng)對(duì)林地、草地的保護(hù)，加強(qiáng)退耕還林、退耕還草政策的實(shí)施，合理控制草地、林地向耕地的轉(zhuǎn)化。

4）2030年生態(tài)系統(tǒng)服務(wù)價(jià)值依然表現(xiàn)為西部>中部>東部；玉溪市未來生態(tài)治理的方向需要從玉溪市東部地區(qū)三湖流域周邊逐步向中部、西部推進(jìn)；玉溪市西部地區(qū)需重點(diǎn)治理元江流域低海拔區(qū)域，其生態(tài)系統(tǒng)服務(wù)價(jià)值低于其他區(qū)域，受農(nóng)耕環(huán)境的影響較大。

5）2030年玉溪市各縣市區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值貢獻(xiàn)率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區(qū)、江川區(qū)、澄江市、通?？h。三湖流域周邊的華寧縣、紅塔區(qū)、江川區(qū)、澄江市、通海縣需要更加重視生態(tài)環(huán)境治理。

4.2 討論

生態(tài)系統(tǒng)服務(wù)價(jià)值本身與生態(tài)景觀類型有著千絲萬縷的聯(lián)系，生態(tài)景觀類型即地類類型的變化始終能反映生態(tài)系統(tǒng)服務(wù)價(jià)值的變化。因此探討生態(tài)系統(tǒng)服務(wù)價(jià)值預(yù)測(cè)必然需要對(duì)其生態(tài)景觀類型進(jìn)行動(dòng)態(tài)分析。本研究基于FLUS-Markov模型，選取自然、交通區(qū)位、人口密度等12個(gè)生態(tài)景觀類型變化驅(qū)動(dòng)力因子，從生態(tài)景觀類型的分布特征出發(fā)，結(jié)合人類經(jīng)濟(jì)社會(huì)發(fā)展與自然因素等驅(qū)動(dòng)力的影響來預(yù)測(cè)未來生態(tài)景觀類型的演變趨勢(shì)，進(jìn)而體現(xiàn)研究區(qū)未來生態(tài)系統(tǒng)服務(wù)價(jià)值的變化。

與灰色預(yù)測(cè)模型、Logistic-CA-Markov耦合模型等^{［8，25，26］}相比，F(xiàn)LUS-Markov模型具有可視性強(qiáng)、精度高的特點(diǎn)，可以直觀地呈現(xiàn)出各驅(qū)動(dòng)因子空間分布效果，且對(duì)2030年預(yù)測(cè)結(jié)果可精確至玉溪市各縣市區(qū)。該研究明確了玉溪市各縣市區(qū)生態(tài)系統(tǒng)服務(wù)的貢獻(xiàn)，對(duì)玉溪市社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展及生態(tài)保護(hù)治理具有重要意義。

參考文獻(xiàn)：

［1］ 殷 楠，王 帥，劉焱序.生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估：研究進(jìn)展與展望［J］.生態(tài)學(xué)雜志，2021，40（1）：233-244.

［2］ HOLDER J，EHRLICH P R. Human population and global environment［J］.American scientist， 1974， 62（3）： 282-297.

［3］ 謝高地，甄 霖，魯春霞，等.一個(gè)基于專家知識(shí)的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法［J］.自然資源學(xué)報(bào)，2008（5）：911-919.

［4］ COSTANZA R D，ARGE R，GROOT R D，et al.The value of the worlds ecosystem services and natural capital［J］.Nature，1997，387：253-260.

［5］ 武 丹，李 歡，艾 寧，等.基于CA-Markov的土地利用時(shí)空變化與生境質(zhì)量預(yù)測(cè)——以寧夏中部干旱區(qū)為例［J］.中國生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2020，28（12）：1969-1978.

［6］ 侯西勇，路 曉，羅 澤，等.集成ANN和Markov的土地利用變化模擬與情景分析——以黃河三角洲為例［J］.科研信息化技術(shù)與應(yīng)用，2011，2（4）：40-51.

［7］ 程媛媛，周漢磊，潘勝強(qiáng)，等.蘇州市2000—2014年生態(tài)系統(tǒng)服務(wù)價(jià)值及灰色模型預(yù)測(cè)研究［J］.蘇州科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，37（1）：58-65.

［8］ 朱海倫. 基于CLUE-S模型的縣域土地利用變化模擬研究［D］.杭州：浙江大學(xué)，2020.

［9］ 陳兵飛. 基于FLUS模型的萬州區(qū)土地利用變化模擬及土地利用結(jié)構(gòu)優(yōu)化研究［D］.重慶：西南大學(xué)，2020.

［10］ LIU X， XUN L，XIA L， et al. A future land use simulation model （FLUS） for simulating multiple land use scenarios by coupling human and natural effects［J］. Landscape and urban planning， 2017， 168：94-116.

［11］ 李志明，宋 戈，魯 帥，等.基于CA-Markov模型的哈爾濱市土地利用變化預(yù)測(cè)研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2017，38（12）：41-48.

［12］ 鐘欣呈，許泉立.基于RSEI模型的玉溪市生態(tài)環(huán)境變化監(jiān)測(cè)與評(píng)價(jià)［J］.水土保持研究，2021，28（4）：350-357.

［13］ 王金鳳，劉 方，白曉永，等.西南地區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變及模擬預(yù)測(cè)［J］.生態(tài)學(xué)報(bào)，2019，39（19）：7057-7066.

［14］ 玉溪市生態(tài)環(huán)境局.2021年玉溪市生態(tài)環(huán)境狀況公報(bào)［EB/OL］.http：//yuxi.gov.cn/yxszfxxgk/tzgg3071/20220601/1353726.html？eqid=b3d9736200014709000000066448d8b8，2022-06-01.

［15］ 玉溪市人民政府.2022年玉溪市人民政府工作報(bào)告［EB/OL］.http：//www.yuxi.gov.cn/yxs/tzggsy/20220130/1327399.html，2022-01-30.

［16］ 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.

［17］ 云南省統(tǒng)計(jì)局.2021年云南統(tǒng)計(jì)年鑒［EB/OL］.https：//www.yn.gov.cn/sjfb/tjnj_2/202203/t20220308_238095.html， 2022-03-08.

［18］ 劉 園，周 勇.長江經(jīng)濟(jì)帶生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空變化特征分析及灰色預(yù)測(cè)［J］.生態(tài)經(jīng)濟(jì)，2019，35（4）：196-201.

［19］ 秦埼瑞，李雪梅，陳慶偉，等.基于FLUS模型的天山山區(qū)未來土地利用變化預(yù)估［J］.干旱區(qū)研究，2019，36（5）：1270-1279.

［20］ 幸瑞燊，周啟剛.基于Ann-CA-Markov模型的生態(tài)空間預(yù)測(cè)模擬：以重慶市萬州區(qū)為例［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2021，37（6）：740-750.

［21］ 江 順. 基于ANN-CA的洞庭湖流域土地利用模擬預(yù)測(cè)研究［D］.長沙：中南林業(yè)科技大學(xué)，2019.

［22］ 王 旭，馬伯文，李 丹，等.基于FLUS模型的湖北省生態(tài)空間多情景模擬預(yù)測(cè)［J］.自然資源學(xué)報(bào)，2020，35（1）：230-242.

［23］ 吳欣昕，劉小平，梁 迅，等.FLUS-UGB多情景模擬的珠江三角洲城市增長邊界劃定［J］.地球信息科學(xué)學(xué)報(bào)，2018，20（4）：532-542.

［24］ 邵景安，黨永峰，王 威，等.多因素耦合下三峽庫區(qū)土地利用未來情景模擬［J］.地球科學(xué)，2018，28（12）：1907-1932.

［25］ 嵇航宇，肖建武，劉 暢.基于土地利用變化的長沙市生態(tài)系統(tǒng)服務(wù)價(jià)值計(jì)量分析及趨勢(shì)預(yù)測(cè)［J］.中南林業(yè)科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，15（2）：34-44.

［26］ 李 姝，雷曉寒，陳其兵.重點(diǎn)生態(tài)功能區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值變化及預(yù)測(cè)［J］.水土保持通報(bào)，2017，37（6）：225-231.

收稿日期：2022-10-20

基金項(xiàng)目：云南省教育廳科學(xué)研究基金項(xiàng)目（2022Y288）

作者簡(jiǎn)介：劉士鑫（1994-），男，河南商城人，碩士，主要從事土地資源利用與保護(hù)研究，（電話）13598091557（電子信箱）924420429@qq.com；通信作者，陳運(yùn)春（1976-），女，云南昭通人，副教授，碩士，主要從事國土生態(tài)修復(fù)、資產(chǎn)核算研究，（電子信箱） 2837973986@qq.com。