EN中文

资源科学 >

2016 , Vol. 38 >Issue 8: 1572 - 1584

DOI: https://doi.org/10.18402/resci.2016.08.15

青海湖流域生态服务价值时空格局变化及其影响因子研究

  • 姜翠红 , 1 ,
  • 李广泳 , 2 ,
  • 程滔 2 ,
  • 陈占涛 3 ,
  • 张浩然 2
展开
  • 1. 北京市农林科学院农业科技信息研究所,北京 100097
  • 2. 国家基础地理信息中心,北京 100830
  • 3. 二十一世纪空间技术应用股份有限公司,北京 100096
通讯作者:李广泳,E-mail:

作者简介:姜翠红,女,山东肥城人,副研究员,主要从事土地利用与气候变化,农业资源评价等。E-mail:

收稿日期: 2016-02-26

  要求修回日期: 2016-05-26

  网络出版日期: 2016-08-25

基金资助

国家自然科学基金项目（41401057）

国家测绘地理信息局2016年国家基础测绘科技与标准计划项目（2016KJ0202）

收起

Spatial-temporal pattern variation and impact factors of ecosystem service values in the Qinghai Lake Watershed

  • JIANG Cuihong , 1 ,
  • LI Guangyong , 2 ,
  • CHENG Tao 2 ,
  • CHEN Zhantao 3 ,
  • ZHANG Haoran 2
Expand
  • 1. Institute of Agricultural Sci-tech Information,Beijing Academy of Agricultural and Forestry Sciences ,Beijing 100097,China
  • 2. National Geomatics Center of China,Beijing 100830,China
  • 3. Twenty First Century Aerospace Technology Co.,Ltd,Beijing 100096,China

Received date: 2016-02-26

  Request revised date: 2016-05-26

  Online published: 2016-08-25

Copyright

《资源科学》编辑部
Fold

摘要

生态系统服务价值核算对于环境可持续性、人类福祉与经济发展分析、政策框架制定具有重要参考意义。 本研究选取以高寒草地为主要覆盖类型的青海湖流域为研究区域,采用从植被茂盛程度和提供生态服务的有效时间两个维度修正后的EGESV模型,分别对青海湖流域2000年、2012年生态服务价值进行评估并分析了其空间格局变化特征及其影响因子。研究结果表明,2012年青海湖流域内各覆盖类型提供的生态服务价值总量为157.93亿元,比2000年增加了1.24亿元。2000年各覆盖类型提供的生态服务价值总量呈现水域>草地>森林>农田>荒漠>城镇,2012年荒漠生态服务价值总量超过农田的生态服务价值总量。不同的土地覆盖类型空间格局在整体空间上决定着青海湖流域生态服务价值空间格局的异质性。由于草地生态系统内部植被茂盛程度、生长季长度的差异,生态服务价值在空间上整体呈现纬度地带性,部分区域表现出垂直地带性变化特征。受人类活动、气候变化的双重干扰,流域内生态服务价值空间格局变化明显,呈现部分地区高生态服务价值的集聚化分布向均匀化转变,草地生态服务价值在空间上整体升高,青海湖高生态服务价值区域范围扩张。人类活动干扰下的土地利用变化是流域内生态服务价值总量降低的主要原因,而气候变化对流域生态系统的潜在影响利于流域生态服务价值总量的增加。该研究结果可为政府制定气候变化趋势下青海湖流域生态环境保护政策提供科学的依据。

关键词： 生态服务价值; 时空格局; 土地覆盖; 植被动态; 生长季; 青海湖流域

本文引用格式

姜翠红 , 李广泳 , 程滔 , 陈占涛 , 张浩然 . 青海湖流域生态服务价值时空格局变化及其影响因子研究[J]. 资源科学, 2016 , 38(8) : 1572 -1584 . DOI: 10.18402/resci.2016.08.15

Abstract

The Qinghai Lake watershed has mostly alpine meadow cover. We used a modified Costanza’s model,revised to incorporate the extent of vegetation lushness and the effective time of vegetation providing ecosystem services to evaluate ecosystem service values （ESV）and analyze spatial patterns for the year 2000 and 2012. The results show that the total ESV of the Qinghai Lake watershed was 1.54×1012 CNY,a rise of 1.20×108 CNY on 2000. Water was the main source of Qinghai Lake watershed ESV,followed by grassland,woodland,farmland,and desert in 2000; however,the total ESV of desert exceeded farmland because of farmland area decline and desert area increases in 2012. Different land cover type spatial patterns in the whole space determined spatial pattern heterogeneity for ESVs in the Qinghai Lake watershed. Grassland ESV showed a latitudinal zonal pattern across the whole space,while some areas showed vertical zonal variation because of vegetation coverage and growing season changes across latitudes and vertical zones. ESV spatial patterns change significantly under the double disturbance of human activities and climate change,some regions with high ESVs from concentration distribution to uniform,grassland ESV in the space increased,and the range of Qinghai Lake with high ESV expanded. Land use change under human disturbance was the main reason to reduce total ESV,and the potential impact of climate change on ecosystems helps to increase ESV of the watershed. These data provide a scientific basis for the government to make ecological environmental protection policy under climate change for the Qinghai Lake watershed.

Key words： ecosystem services value; Spatial-temporal pattern; land cover; vegetation dynamics; growing season; Qinghai Lake watershed

1 引言

草地生态系统约占全球陆地面积的40%,关系着全球食物安全、经济安全、生物多样性保护,控制着全球碳库和气候变化模式[1],还决定着为人类提供文化、艺术和娱乐服务能力[2]。作为青藏高原西北部地区生态和资源安全屏障的青海湖流域,其生态环境变化更是直接关系着周边区域社会、经济发展和生态安全。自1980年以来,由于受气候变化、人类活动等多重因素的影响,该区域生态环境恶化问题日益突出[3],已经成为政府、社会及科研工作者关注的重点区域[4,5]。自2000年以后,各级政府投入大量资金加大对青海湖流域生态环境治理力度,部分学者也针对该区域生态系统生态服务功能的变化进行了评价和相关分析[6-9],但是评价过程缺乏分析同一生态系统生态服务价值的空间异质性,且没有对流域内生态服务价值的空间格局特征进行空间化的表达。而准确核算青海湖流域内生态服务价值,揭示生态服务价值的空间格局特征对于制定青海湖流域科学生态环境保护政策具有一定的现实意义。
自Costanza等对生态系统提供的生态服务进行分类并实现服务价值货币化的表达后[10],生态系统服务及价值评估研究已经成为生态学、经济学和环境科学领域研究的热点问题[11]。生态系统特性是人类基于自然资本获取关系人类福祉的产品和服务的前提条件[12],包括生态系统结构、过程及景观特征的时空变化等[13]。因此,生态系统特性在不同地理空间的差异决定了即使同一生态系统内,生态服务同样表现出空间异质性[14,15]。Costanza等提出的生态服务价值模型虽然涵盖了全球16个生态系统的17项服务功能[10],但该模型忽略了同一生态系统内生态服务价值的空间异质性,且不利于生态服务价值的空间化表达。InVEST模型能够进行土地利用/覆被变化情景下生态服务价值空间动态变化的核算,但是模型中的一些假定以及对算法的简化影响了估算结果的精度和不确定性[16-18]。其他的生态服务价值评估模型,如Encision,InFOREST,EPM模型等,同样具有较差的应用广泛性,仅适用于特定的区域[19]。生态系统服务供给量是特定的区域范围内,生态系统在一定时间内提供的生态系统产品数量和服务的累积量[20]。因此,衡量生态服务供给量的大小不仅要考虑生态系统生产产品的数量,还要考虑生态系统服务的时间。基于遥感获取的植被指数对气候变化响应敏感,不仅与生态系统内植被结构、功能息息相关[21],还间接反映生态系统内水文变量[22,23]、土壤碳库储量[24,25]。有学者利用归一化植被指数（NDVI,Normalized Difference Vegetation Index）,从植被茂盛程度的差异出发,对生态系统服务价值进行了修正[26,27],但忽略了植被提供有效生态服务在时间维度上的差异。植被物候是植被对气候变化响应最直观、敏感的指标之一,其动态变化不仅反映陆地生态系统对气候变化的响应,而且通过很强的地表生物物理、化学过程控制当前和未来的气候模式以及陆地生态系统的碳循环[1,28],最终改变生态系统的间接生态服务供给量;另一方面,生长季代表植被进行光合作用[29]和能够满足人们欣赏植被景观、体验地域文化的有效时间[30,31],其时间的延长、缩短直接决定植被生态系统提供气候调节、文化娱乐的时间长度,影响植被生态系统提供调节、文化服务供给量。植被物候是影响生态系统服务的潜在因素[32],以植被生长季长度为时间单元来研究生态系统服务功能的动态变化能较好地揭示服务功能与植物生长周期之间的关系[33]。当今国内外学者鲜有从草地物候的角度来区分草地生态系统服务价值的空间差异。实现草地生态服务价值空间异质性的表达仍然是当今草地生态系统服务价值评估有待解决的问题之一[34],这将是进行生态服务功能时空动态变化特征及其驱动因子研究,并将研究成果应用到环境机构决策的前提。
千年生态系统评估报告中认为（MEA,Millen-nium Ecosystem Assessment）[35],1950年以来导致陆地生态系统服务变化的最重要的直接驱动力是土地覆被变化,然而随着气候变化趋势日益明显,气候变化将会直接或间接地对生态系统服务的供给产生全面的影响。有专家认为气候变化可能通过改变作物产量、饲料和纤维生产、遗传变异、土壤肥力和侵蚀的风险、水环境质量和区域潜在娱乐服务影响区域生态服务价值[36]。由于气候变化对生态系统服务造成的直接或间接的影响尚不明晰,当前很难从气候的短期变异中将气候变化导致的生态系统服务变化清楚地区分出来[35]。2002年以来各级政府投入大量资金加大对青海湖流域生态环境治理力度,但是对该区域生态环境变化的优劣状况仍没有定量的结论性结果,显著气候变化趋势下[37]流域内的生态服务供给量会呈现怎样的变化趋势仍不明确。
本研究以青海湖流域为研究区域,从同一生态系统内植被茂盛程度和提供生态服务的有效时间的差异两个角度出发,修正了Costanza生态服务价值评估模型,利用修正后模型在分别核算2000年、2012年流域内各覆盖类型的生态服务价值基础上分析了其时空变化特征,并进一步区分土地覆盖和气候变化导致的植被动态变化对生态服务价值变化的贡献。研究结果将为政府开展青海湖流域生态环境治理、保护提供相关决策支持。

2 研究区概况、数据来源与研究方法

2.1 研究区概况

青海湖位于青藏高原的东北部,平均海拔约3195m,是中国最大的内陆咸水湖（36°32′N-37°15′N,99°36′E-100°16′E）。青海湖流域覆盖面积为 29 700km2,属于典型的干旱半干旱气候区。流域内年平均温度范围为-0.8~1.1℃,年降水量范围为324.5~412.8mm,呈现由东北向西南降低的趋势。地势西北高而东南低,地貌复杂,多高山分布,山区面积占流域总量的68.6%。主要河流有布哈河、沙柳河、哈尔盖河、黑马河和倒淌河,其中布哈河是注入青海湖最大的河流,覆盖青海湖流域整个西部地区,占流域内年总径流量的48.8%。草地、水域是流域内两种主要土地覆盖类型,分别约占流域面积的70%和16%,如图1所示。
Figure 1 Qinghai Lake watershed land cover in 2012

图1 2012年青海湖流域土地覆被

2.2 数据来源

（1）地表覆盖矢量数据。精准的地表覆盖数据是提高生态服务价值核算精度的前提。为了更准确地反映土地覆盖的自然现状,地表覆盖分类采用第一次全国地理国情普查地表覆盖分类体系（GDPJ 01-2013）[38],并根据研究的需要,按照中国陆地生态系统划分类型对地表覆盖指标进行了归类,见表1。将指标体系“道路”、“构筑物”、“房屋建筑区”、“人工堆掘地”4个一级类中经过人类活动改造后无植被覆盖的二级类型归并为城镇生态系统。本研究采用的青海湖流域地表覆盖数据为依据青海省国土资源管理部门提供的2012年土地利用现状数据修正后的地理国情普查地表覆盖数据。由于陆地生态系统分类体系与地理国情普查地表覆盖分类体系内容指标不一致,本文根据两套体系内容指标的对应性,依据地理国情普查“所见即所得”的原则,在ArcGIS环境下利用同年份的Landsat影像对2012年的地表覆盖矢量数据进行了修正,以满足研究的需要。
Table 1 Classification of terrestrial ecosystem based on land cover classification of geographical conditions census

表1 基于地理国情普查地表覆盖分类体系的陆地生态系统类型划分

陆地生态系统类型 地理国情普查地表覆盖类型（分类代码）
农田生态系统 水田（0110）、旱地（0120）
森林生态系统 乔木林（0310）、灌木林（0320）、乔灌混合林（0330）、竹林（0340）、疏林（0350）、绿化林地（0360）、人工幼林（0370）、稀疏灌丛（0380）、果园（0210）、茶园（0220）、桑园（0230）、橡胶园（0240）、苗圃（0250）、花圃（0260）、其他园地（0290）
草地生态系统 天然草地（0410）、人工草地（0420）
城镇生态系统 多层及以上房屋建筑区（0510）、低矮房屋建筑区（0520）、废弃房屋建筑区（0530）、多层及以上独立房屋建筑（0540）、低矮独立房屋建筑（0550）、有轨道道路路面（0610）、无轨道道路路面（0601）、硬化地表（0710）、水工设施（0720）、城墙（0740）、温室大棚（0750）、固化池（0760）、工业设施（0770）、其他构筑物（0790）、露天采掘场（0810）、堆放物（0820）、建筑工地（0830）、其他人工堆掘地（0890）
水域生态系统 水面（1001）、水渠（1012）、冰川与常年积雪（1050）
荒漠生态系统 沙障（0780）、盐碱地表（0910）、泥土地表（0920）、沙质地表（0930）、砾石地表（0940）、岩石地表（0950）
（2）生态服务价值系数。生态服务价值系数即特定的时间内,单位面积陆地生态系统提供生态服务功能的参数值。Costanza等根据生态系统服务功能提出了16个生态系统的生态服务价值系数,并评估了全球生态服务价值[10]。然而,该生态服务价值系数体系在中国进行生态服务价值评估中低估或者忽略了某些生态系统的服务价值。因此,谢高地等基于Costanza的方法,采用问卷调查的方式,得出新的适合中国国情的生态系统服务价值评估体系,并核算出各生态系统的生态服务价值系数[39]。本研究中将生态系统服务功能分为食物生产、原材料供给、气体调节、气候调节、水分调节、废物循环、保持土壤、生物多样性维护和文化娱乐9项功能（表2）,森林、草地、水域、荒漠采用了谢高地核算的生态服务价值系数,农田生态服务价值系数采用了王垚等在前人核算的中国农田生态系统服务价值基础上的修正数据[26]。
Table 2 The value of ecosystem services per unit area of different terrestrial ecosystem in China

表2 中国不同类型陆地生态系统单位面积生态服务价值

生态系统类型 供给服务 调节服务 支持服务 文化服务 单位面积总价值
/（元/hm2）
食物生产 原材料 气体调节 气候调节 水分调节 废物循环 保持土壤 生物控制 文化娱乐
农田生态系统 884.9 88.5 442.4 787.5 530.9 1 451.2 1 291.9 628.2 8.8 6 114.3
森林生态系统 148.2 1 338.3 1 940.1 1 827.8 1 836.8 772.5 1 805.4 2 025.4 934.1 12 628.7
草地生态系统 193.1 161.7 673.7 700.6 682.6 592.8 1 006.0 839.8 390.7 5 241.0
城镇生态系统 0 0 0 0 0 0 0 0 0 0
水域生态系统 238.0 157.2 229.0 925.2 8 429.6 6 669.1 184.1 1 540.4 1 994.0 20 366.7
荒漠生态系统 9.0 18.0 27.0 58.4 31.4 116.8 76.4 179.6 107.8 624.3
（3）增强植被指数数据。增强植被指数（EVI,Enhanced Vegetation Index）是采用遥感影像中近红外波段、红光波段和蓝光波段运算[40]得出的一个优化且具有高保真度的植被指数,与NDVI 相比降低了来自土壤和大气的干扰,对植被冠层结构（叶面积指数、冠层类型、冠层结构等）都特别敏感,已经广泛应用到植被动态变化研究中,并取得了很好的效果[41-44]。本研究采用的2000-2012年期间16天合成的MODIS MOD13Q1中的EVI产品,数据来源于美国国家航空航天局（NASA）网站 （http://ladsweb.nascom.nasa.gov/data/）,空间分辨率为250m。

2.3 研究方法

2.3.1 阈值法
利用时间序列连续的遥感数据提取植被物候期的方法已经相当完善。本研究首先采用非对称高斯函数拟合方法对研究期内标准化后EVI数据进行时间序列上的重建（图2）,然后选用阈值法[29],将青海湖流域草地返青期的阈值（GRatio）设置为0.1,枯黄期阈值（ERatio）设置为0.5,分别提取研究期内历年的草地生态系统生长季的时间长度。
Figure 2 The threshold method

图2 阈值法植被物候模型

2.3.2 一元线性回归趋势法
一元线性回归趋势法是对随着序列时间而变化的变量进行回归分析的模型[45],已经广泛应用到植被动态变化研究中并取得了良好的结果。该模型应用ArcGIS中栅格计算功能,基于栅格单元来分析数据变量历年的变化趋势,从而反映植被动态的时空变化趋势。其模型如下:
T = n × ∑ y = 1 n y × P y - ∑ y = 1 n y ∑ y = 1 n P y n × ∑ y = 1 n y 2 - ( ∑ y = 1 n y ) 2 × ( Y n - Y 1 ) （1）
式中n是研究期总年数;y为研究期中第y年; P y 为第y年的变量数据; Y n 为研究期末年; Y 1 为研究期第1年;T为变量数据的变化量,T>0,说明变量随时间呈现增加趋势,T<0说明变量随时间呈现缩短趋势。
2.3.3 生态服务价值核算方法
为了实现生态服务价值的空间化表达,本研究选用地理格网法[46],将矢量数据进行地理格网化,每个网格单元作为区域生态服务价值统计的内部组成粒度单元。将每个格网内各覆盖类型生态服务价值进行统计,统计值即为该格网内所有覆盖类型提供的生态服务价值。地理格网法的应用突破了利用Costanza生态服务价值核算方法在生态服务价值研究中仅限于数字量化的分析或空间化地理单元以行政区界限为依据的限制。生态服务价值格网化后,不仅可以实现生态服务价值空间分布和分异规律的表达,更利于匹配、融合多源空间数据进行生态服务价值时空变化影响因子的耦合分析。本研究采用1km×1km作为格网的基本单元,进行格网内生态服务价值总量的核算,核算方法如下:
V i = ∑ j = 1 6 A ij × V i j （2）
式中 V i 为第i格网内单位面积生态服务价值; A ij 为第i格网内j类地表覆盖类型的面积; V ij 为第i格网内j类地表覆盖类型的生态服务价值。
草地生态系统是青海湖流域主要的生态系统类型,2012年其覆盖面积占流域总面积的71.1%。受流域内复杂地貌、气候条件及人类活动等因素影响,草地生态系统内部茂盛程度和年内提供有效生态服务的时间在地理空间上差异较大。因此,在传统Costanza生态服务价值统计模型的基础上,将EVI、生长季长度两个指标融入到模型中,构建成EGESV草地生态系统服务价值评估模型,从草地茂盛程度、提供生态服务的有效时间两个维度上对草地生态服务价值进行修正,模型如下:
V ′ i = V i × G i G ′ × E i E ′ （3）
式中 V ′ i 为校正后i格网单元内生态服务价值统计值; G i 为第i格网内的草地生长季长度天数; G ′ 为研究期内全国草地生态系统的平均生长季长度天数。根据中国草地生长季长度的相关研究成果,确定中国草地平均生长季长度为160天[47,48]; E i 为第i格网年内EVI最大值; E ′ 为研究期内中国草地生态系统的年内最大值EVI的均值,依据MODIS 16天合成数据计算出中国草地EVI均值为0.8068。

3 结果及分析

3.1 地表覆盖动态变化

根据表3得出,青海湖流域2000年、2012年不同地表覆盖类型覆盖面积表现为草地>水域>荒漠>森林>农田>城镇,草地是青海湖流域主要地表覆盖类型。2000-2012年期间,农田、森林覆盖面积减少。2012年农田面积仅为2000年农田面积的20.9%,净减少面积为34 961.0hm2。其中,2000年52.5%农田转化为草地,28.3%转化为森林;森林面积较少44 388.2hm2,74.0%转化为草地。草地、城镇、水域和荒漠面积在2000-2012年期间呈现净增加趋势,其中草地面积净增加68 879.0hm2,主要来自森林、荒漠和草地,新增面积分别占2012年草地总面积的4.8%、3.7%和1.1%。水域、荒漠、城镇净增加面积相对草地较少,分别为4934.9hm2、3685.0hm2和1850.3hm2。
Table 3 Land cover transition matrix in Qinghai Lake watershed between 2000 and 2012（hm2）

表3 2000-2012年青海湖流域土地覆盖类型转移矩阵

2000年 2012年
农田 森林 草地 城镇 水域 荒漠 总面积
农田 7 980.8 12 504.6 23 208.1 398.5 0 94.8 44 186.8
森林 8.3 33 394.2 100 267.7 56.4 0 1 706.1 135 432.7
草地 1 215.9 39 412.0 1 908 385.6 1 898.5 1 437.1 89 033.1 2 041 382.2
城镇 13.5 60.9 454.3 738.9 0 5.6 1 273.2
水域 2.2 5.0 497.8 9.6 472 211.8 1 058.4 473 784.8
荒漠 5.1 5 667.8 77 447.7 21.6 5 070.8 185 158.0 273 371.0
总面积 9 225.8 91 044.5 2 110 261.2 3 123.5 478 719.7 277 056.0 2 969 430.7

3.2 EVI空间格局

根据图3得出,2000年、2012年青海湖流域EVI空间格局呈现由东北向西南降低的趋势。充沛的降水和适宜的温度使沙柳河、哈尔盖河中游区域草地植被生长茂盛,EVI达到0.5000以上。紧邻湖岸的北部、布哈河下游两侧及流域西北区域,草地生态系统类型以针茅、芨芨草草原为主,植被覆盖度较低,EVI在0.3000~0.5000之间。海拔在3700m以上高寒地带及位于湖东北岸的沙地,地表以裸露岩石和贫瘠的细砂为主,地表植被稀疏,EVI值小于0.3000。2012年青海湖流域非水域覆盖的区域EVI均值为0.4567,高于2000年的0.4133,说明了流域内非水域覆盖区域的植被生长茂盛程度整体优于2000年。2000-2012年期间,青海湖流域内（除青海湖水域外）EVI呈现增长趋势[49],速率为0.0015/10年,说明青海湖流域内植被生长整体呈现茂盛趋势。
Figure 3 Spatial pattern variation of the maximum EVI in Qinghai Lake watershed during 2000 to 2012

图3 2000-2012年青海湖流域年内最大EVI空间格局及其变化

3.3 生长季长度空间格局

青海湖流域内植被生长季长度在空间上整体表现出纬度地带性变化特征,呈现由东南向西北缩短的趋势（图4）。在局部空间上受地形因子的影响,植被生长季长度表现出垂直地带性变化特征。根据2000年、2012年青海湖流域植被生长季长度格局得出,临近青海湖周边及布哈河、倒淌河下游海拔较低、水分条件较好的区域,草地生长季长度超过130天,部分区域达到150天以上。流域内西部地区,降水较少、海拔较高,植被生长季长度较短,大约在110~125天。尤其在西部海拔超过3700m的区域,多生长稀疏的高寒植被,植被生长季长度仅有90~110天。2000年、2012年草地平均生长季长度分别为118.2天、119.3天,2012年草地生长季长度比2000年延长1.1天,尤其在青海湖流域天峻县政区范围内,植被生长季长度延长2.1天。气候变化趋势下,2000-2012年期间流域内草地生长季长度年际变化呈现延长趋势,速率为2.3天/10年。
Figure 4 Spatial pattern variation of the growing season in Qinghai Lake watershed during 2000 to 2012

图4 2000-2012年青海湖流域植被生长季长度空间差异及其变化

3.4 流域内生态服务价值及空间格局特征

利用青海流域2000年、2012年地表覆盖数据,分别核算了流域内各生态系统的生态服务价值。根据表4统计结果,2012年流域内生态服务价值为157.93亿元,均值为5199.00元/hm2,生态服务价值总量比2000年增加了1.24亿元,均值增加了40.60元/hm2。2000年流域内各覆盖类型的生态服务价值总量呈现水域>草地>森林>农田>荒漠>城镇,2012年转变为水域>草地>森林>荒漠>农田>城镇。水域是流域内提供生态服务价值最大的覆盖类型,约占流域总生态服务价值总值的61.7%。2012年水域覆盖面积增加,生态服务价值总量比2000年增加了1.01亿元。草地是流域内覆盖面积最大的生态系统,生态服务价值总量仅次于水域。由于2012年草地生态系统面积的增加、植被生长更茂盛及生长季长度的延长,生态服务价值总量增加了7.95亿元,是流域内生态服务价值增量最大的生态系统;2012年流域内森林提供的生态服务价值为11.50亿元,占流域总量的7.28%,农田生态服务价值总量为0.56亿元,占0.37%,分别比2000年的生态服务价值量降低了5.60亿元和2.14亿元。2012年荒漠面积比2000年增加了3685.0hm2,生态服务价值总量增加了0.02亿元。
Table 4 Ecosystem service values of each land cover type in Qinghai Lake watershed （亿元）

表4 青海湖流域不同覆盖类型的生态系统服务价值

农田 森林 草地 城镇 水域 荒漠 生态系统服务价值总量
2000年 2.70 17.10 38.69 0 96.49 1.71 156.69
2012年 0.56 11.50 46.64 0 97.50 1.73 157.93
2000年、2012年青海湖流域生态服务价值的空间格局整体呈现以青海湖为中心,由东南向西北递减的纬度地带性变化趋势,局部区域受复杂地形影响,表现出垂直地带性变化特征（图5）。流域生态服务价值空间格局整体上受土地覆盖类型控制,表现出空间格局异质性。青海湖是流域内主要的水体,是生态服务价值最高的区域。灌木林地、农田集中分布的区域,表现出异于周边的生态服务价值量。2000年青海湖流域内非水域覆盖的部分区域生态服务价值较高,呈现积聚化特点,集中分布在青海湖北侧、南侧及流域中部区域。上述高生态服务价值的集聚分布主要是由于该区域为山谷地带,分布大面积的金露梅（Potentilla fruticosa）、毛枝山居柳（Salixoritrepha）等灌木林地。因此,其生态服务价值明显高于周边草地覆盖的生态服务价值。2012年,流域内大面积灌木林地退化为草地,流域内非水域覆盖区域的生态服务价值在空间上分布趋于均匀化,价值量较高的区域均匀化分布在沙柳河中游区域。由于研究期内退耕还林工程的实施,青海湖北岸的青海湖农场区大面积草地变为林地,生态服务价值明显增加。
Figure 5 Spatial pattern of ecosystem service values in Qinghai Lake watershed

图5 青海湖流域生态服务价值空间格局

3.5 生态服务价值时空变化影响因子分析

人类活动导致的土地利用变化是改变区域生态服务价值最直接的方式。2001年以来,各级政府投入大量资金在青海湖流域实施退耕还草、还林工程,截止到2012年流域内农田面积减少34 961.0hm2（图6）,其中农田转变为草地、林地面积占2000年农田总面积的80.8%,直接导致农田提供的生态服务价值总量大幅度减少。退草、退耕还林工程增加了森林生态系统覆盖面积,但是森林仍是流域内提供的生态服务价值减少量最大的生态系统,这主要是由于青海湖流域内广泛分布灌丛在过度放牧干扰下,100 267.7hm2退化转变为草地覆盖,占2000年森林生态系统覆盖总面积的74.0%,这也是流域中部、青海湖北侧和西南侧生态服务价值高值区由集聚化向均匀化转变的主要原因。2000-2012年期间,退耕还草、荒漠化治理及灌丛退化增加草地生态服务覆盖面积68 879.0hm2,生态服务价值增加4.04亿元,土地利用导致的草地覆盖面积增加是草地生态服务价值总量增加的主要原因。过度放牧导致流域内大面积草地退化为荒漠,但各级政府针对草地退化实施的“黑土滩”治理工程又将部分荒漠恢复为草地,因此2012年流域内荒漠面积的增加导致其生态服务价值总量增加0.02亿元。2000-2012年期间,人类直接土地利用活动下导致流域生态服务价值总量减少3.68亿元。
Figure 6 Net change of different land cover area and ecosystem services value between 2000 and 2012

图6 2000-2012年不同地表覆盖类型面积与生态服务价值净变化量

在2012年暖湿的气候条件下,反映植被生态服务供给量的EVI、生长季长度均高于2000年,期间覆盖类型未发生转变的草地生态服务价值均值由2198.2元/hm2增加2403.7元/hm2,总量增加了3.92亿元。流域内暖湿的气候变化趋势通过改变植被动态,提升了其生态服务的供给能力,使流域内生态服务价值总量增加,说明当前气候变化趋势下,EVI增加、生长季长度延长趋势利于流域内生态系统服务强度的增加。气候变化导致青海湖水位上涨,使流域内水域覆盖面积扩张4934.9hm2,生态服务价值增加1.01亿元。研究期内气候变化间接导致草地、水域生态系统服务价值总量增加了4.92亿元,高于人类活动干扰下土地利用变化导致的生态服务价值减少量,使青海湖流域生态服务价值总量呈现增加。结果说明青海湖流域内暖湿气候变化趋势是流域生态服务价值增加的主导因子。

3.6 讨论

生态系统服务密切关系到人类的福祉,对其价值的准确评估可以为自然资源监管、干部离任审计、生态补偿政策的制定等提供依据。但由于学科发展、监测数据及核算尺度等方面的限制,当前的生态系统服务价值评估模型仍然没有很好地解决同一生态系统内生态服务的空间差异性、生态系统服务长期动态监测、如何适应不同的生态系统管理尺度需求[50]以及如何区分气候变化和土地利用变化对生态系统服务的贡献[35]。修正后的EGESV生态服务价值评估模型可以依托常态化地理国情监测地表覆盖矢量数据,根据管理尺度的需要选择合理的格网开展动态化的生态服务价值时空变化监测。然而模型中引入的植被生长季长度指标,虽然其集聚动态变化可以反映气候变化对生态服务的影响[51],但是将物候指标应用到生态服务价值评估模型中的研究甚少,可能会造成结果的不确定性。
利用EVI、生长季长度对草地生态服务价值进行修正后,通过1km×1km规则地理格网对流域生态服务价值进行了空间化的表达,体现了即使同一生态系统内由于植被覆盖度和生长季长度长短不一致造成的其提供有效生态服务在数量和时间上的差异。结合图3和图4,流域内植被生长季长度与EVI空间格局并不一致。布哈河下游及青海湖北侧沿湖区域EVI指数在0.3~0.4之间的区域,低于紧邻的北侧区域,而生长季长度大于130天,时间较北侧植被茂盛区域长,即在提供有效生态服务的时间上补偿了植被茂盛程度的差异,从而使两个区域生态服务价值差异并不明显。因此,在图5青海湖流域2000年、2012年生态服务价值空间格局中,即使同为草地覆盖的两个格网,由于格网内植被覆盖度、生长季长度的差异,生态服务价值也会不同。陆地植被对自然因子（地形、土壤肥力、气候因子等）和人类活动（放牧活动等）等响应敏感。因此,受自然条件、人类活动干扰在地理空间上差异性的影响,即使同一植被生态系统的生态服务价值会表现出空间异质性。
青海湖流域作为中国西北生态环境保护的屏障备受社会各界的关注,众多学者也针对青海湖流域生态服务价值进行了定量、变量的评估。然而评估过程中学者们将流域内主要的生态系统草地生态系统在不同地理空间上提供的生态服务视为均一化,且只考虑的土地覆盖变化对流域生态服务功能的影响[6-9],忽视了气候变化导致的植被动态变化同样影响生态系统服务功能。本文利用修正后的EGESV模型,不仅实现了基于地表覆盖矢量化数据的生态服务价值空间化表达,而且为在区域尺度下区分人类活动导致的地表覆盖变化和气候变化对流域生态服务变化的贡献提供了支撑。2000-2012年期间,暖湿的气候变化趋势导致青海湖流域EVI增加、植被生长季长度延长,势必提升草地牧草产量、降低土壤侵蚀的风险、改善水环境质量及延长区域潜在娱乐服务时间等,将直接增加区域生态服务价值总量。

4 结论及建议

4.1 结论

本文以青海湖流域为研究对象,利用修正后的EGESV模型分别核算了流域内2000年、2012年的生态服务价值,并对其时空格局变化特征及其影响因子进行了分析,主要有以下结论:
（1）利用修正后的生态服务价值评估模型,结合地理格网法,不仅对同一生态系统内的不同地理空间下植被生态系统提供生态服务的差异进行准确的核算,更解决了利用精准地理国情监测矢量化地表覆盖数据进行生态服务价值空间异质性准确表达的问题。生态服务价值空间化表达的实现,为依托地理国情监测数据开展不同尺度下生态服务价值时空动态变化监测及其与社会、经济、自然因子的空间耦合分析提供了可能。
（2）2012年青海湖流域内生态服务总价值为157.93亿元,比2000年增加了1.24亿元;水域是流域内主要的生态服务供给覆盖类型,其次为草地、森林。由于2012年水域、草地覆盖面积的增加以及草地生长茂盛程度、生长季长度高于2000年,导致水域、草地生态服务价值总量增加;农田面积的大幅度减少,荒漠面积的增加,致使2012年荒漠生态服务价值总量超过农田生态服务价值总量。
（3）青海湖流域生态服务价值整体上呈现以青海湖为中心,由东南向西北递减的纬度地带性变化趋势,局部区域表现出垂直地带性变化特征。地表覆盖类型的差异是控制流域内生态服务价值空间整体格局特征的关键因子。草地的茂盛程度、生长季长度在地理空间上的差异,决定草地生态系统生态服务价值在空间上表现出差异性,呈现由东南向西北降低的趋势。
（4）2000年、2012年青海湖流域生态服务价值空间格局变化明显,局部区域呈现高生态服务价值集聚化向均匀化转变,草地生态服务价值在空间上整体呈现增加,水域高生态服务价值区域面积扩张的变化特征。不合理的人类活动干扰下的土地利用方式导致流域生态服务价值格局发生改变,总价值量降低;气候变化导致的地表覆盖、植被动态变化利于流域生态服务价值总量的增加。

4.2 建议

当前部分学者已经提出可以将生态服务价值评估作为政府或区域生态文明建设成效的考核指标,但是适宜中国国情的生态服务价值评估模型尚不完善[52]。尤其在当今气候变化趋势明显的前提下,模型不能仅单纯的反映地表覆盖类型的变化对生态服务功能的影响,更应该反映气候变化的影响,并将气候变化与人类活动的干扰进行区分,以为制定科学的生态环境保护政策提供支撑。
通过运用EGESV模型对青海湖流域两期生态服务价值进行评估,反映出2001-2012年以来,虽然各级政府为了治理青海湖流域生态环境投入了大量的资金,实施了退耕还草、还林及“黑土滩”治理工程,然而仍存在“边治理边破坏”的现象。近年来青海湖流域内的暖湿气候变化趋势利于流域内植被生长趋于茂盛,青海湖水位上涨,草地、水域生态系统服务功能增强。在气候变化有利的形势下,政府应该继续加大生态补偿力度,制定科学的放牧制度,减缓放牧对流域植被生态系统的压力,并对过度放牧导致的灌丛、草地退化区实施人工修复,改善青海湖流域的生态环境。在此基础上,进一步制定生态环境保护的长效机制,以维护青海湖流域生态屏障的地位。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Peuelas J,Rutishauser T,Filella I.Phenology feedbacks on climate change[J]. Science,2009,324(5929):887-888.

[2]
Richardson A D,Keenan T F,Migliavacca M,et al.Climate change,phenology,and phenological control of vegetation feedbacks to the climate system[J]. Agricultural and Forest Meteorology,2013,169(3):156-173.

[3]
Harris R B.Rangeland degradation on the Qinghai-Tibetan Plateau:A review of the evidence of its magnitude and causes[J]. Journal of Arid Environments,2010,74(1):1-12.

[4]
Yao T D,Thompson L G,Mosbrugger V,et al.Third pole environment[J]. Environmental Development,2012,3(1):52-64.

[5]
Hao X.A green fervor sweeps the Qinghai-Tibetan plateau[J]. Science,2008,321(5889):633-635.

[6]
Wang J H,Tian J H,Li X Y,et al.Evaluation of concordance between environment and economy in Qinghai Lake Watershed,Qinghai-Tibet Plateau[J]. Journal of Geographical Sciences,2011,21(5):949-960.

[7]
俞文政,常庆瑞,寇建村. 青海湖流域草地类型变化及其生态服务价值研究[J]. 草业科学,2005,22(9):14-17.

[Yu W Z,Chang Q Z,Kou J C.Study of the change of grassland types in the basin of Qinghai lake and its ecological service value[J]. Pratacultural Science,2005,22(9):14-17.]

[8]
卢慧,陈克龙,曹生奎,等. 青海湖流域生态系统服务功能与价值评估[J]. 生态经济,2011,(11):145-147.

[Lu H,Chen K L,Cao S K,et al.Ecosystem services and its value evaluation of Qinghai Lake watershed[J]. Ecological Economy,2011,(11):145-147.]

[9]
陈克龙,李双成,周巧富,等. 近25年来青海湖流域景观结构动态变化及其对生态系统服务功能的影响[J]. 资源科学,2008,30(2):274-280.

[Chen K L,Li S C,Zhou Q F,et al.Analyzing dynamics of ecosystem service values based on variations of landscape patterns in Qinghai Lake Area in recent 25 years[J]. Resources Science,2008,30(2):274-280.]

[10]
Costanza R,d'Arge R,Groot R D,et al. The value of the world's ecosystem services and natural capital[J]. Nature,1997,387:253-260.

[11]
Fisher B,Turner R K,Morling P.Defining and classifying ecosystem services for decision making[J]. Ecological Economics,2009,68(3):643-653.

[12]
Finvers M A.Application of DPSIR for Analysis of Soil Protection Issues and an Assessment of British Columbia's Soil Protection Legislation[D]. Cranfield:Cranfield University,2008.

[13]
Bastiana O,Haase D,Grunewald K.Ecosystem properties,potentials and services-the EPPS conceptual framework and an urban application example[J]. Ecological Indicators,2012,21(3):7-16.

[14]
郭中伟,甘雅玲. 关于生态系统服务功能的几个科学问题[J]. 生物多样性,2003,11(1):63-69.

[Guo Z W,Gan Y L.Some scientific questions for ecosystem services[J]. Biodiversity Science,2003,11(1):63-69.]

[15]
Ford H,Garbutt A,Jones D L,et al.Impacts of grazing abandon-ment on ecosystem service provision:Coastal grassland as a model system[J]. Agriculture Ecosystems and Environment,2012,162(6):108-115.

[16]
王雅,蒙吉军,齐杨,等. 基于InVEST模型的生态系统管理综述[J]. 生态学杂志,2015,34(12):3526-3532.

[Wang Y,Meng J J,Qi Y,et al.Review of ecosystem management based on the InVEST model[J]. Chinese Journal of Ecology,2015,34(12):3526-3532.]

[17]
黄从红,杨军,张文娟. 生态系统服务功能评估模型研究进展[J]. 生态学杂志,2013,32(12):3360-3367.

[Huang C H,Yang J,Zhang W J.Development of ecosystem services evaluation models:Research progress[J]. Chinese Journal of Ecology,2013,32(12):3360-3367.]

[18]
吴哲,陈歆,刘贝贝,等. InVEST模型及其应用的研究进展[J]. 热带农业研究,2013,33(4):58-62.

[Wu Z,Chen X,Liu B B,et al.Research progress and application of InVEST model[J]. Chinese Journal of Tropical Agriculture,2013,33(4):58-62.]

[19]
Bagstad K J,Semmens D,Winthrop R,et al.Ecosystem services valuation to support decision making on public lands-a case study of the San Pedro River watershed,Arizona:USGS Scientific Investigations Report 2012-5251[M]. Washington D C:Biblio Gov,2013.

[20]
Burkhard B,Kroll F,Nedkov S,et al.Mapping ecosystem service supply,demand and budgets[J]. Ecological Indicators,2012,21(3):17-29.

[21]
Fu B,Burgher I.Riparian vegetation NDVI dynamics and its relationship with climate,surface water and groundwater[J]. Journal of Arid Environments,2015,113:59-68.

[22]
Aguilar C,Zinnert J C,Polo M J,et al.NDVI as an indicator for changes in water availability to woody vegetation[J]. Ecological Indicators,2012,23(2):290-300.

[23]
Chen T, Jeu R A M D,Liu Y Y, et al. Using satellite based soil moisture to quantify the water driven variability in NDVI:A case study over mainland Australia[J]. Remote Sensing of Environment,2014,140:330-338.

[24]
Levine E R,Knox R G,Lawrence W T.Relationships between soil properties and vegetation at the Northern Experimental forest,Howland,Maine[J]. Remote Sensing of Environment,1994,47(2):231-241.

[25]
Yang Y H,Fang J Y,Ji C J,et al.Soil inorganic carbon stock in the Tibetan alpine grasslands[J]. Global Biogeochemical Cycles,2010,24(4):3781-3793.

[26]
石垚,王如松,黄锦楼,等. 中国陆地生态系统服务功能的时空变化分析[J]. 科学通报,2012,57(9):720-731.

[Wang Y,Wang R S,Huang J L,et al.An analysis of the spatial and temporal changes in Chinese terrestrial ecosystem service functions[J]. Chinese Science Bulletin,2012,57(9):720-731.]

[27]
Taugourdeau S,Maire G L,Avelino J,et al.Leaf area index as an indicator of ecosystem services and management practices:An application for coffee agroforestry[J]. Agriculture,Ecosystems and Environment,2014,192:19-37.

[28]
Richardson A D,Keenan T F,Migliavacca M,et al.Climate change,phenology,and phenological control of vegetation feedbacks to the climate system[J]. Agricultural and Forest Meteo-rology,2013,169(3):156-173.

[29]
White M A,Thomton P E,Running S W.A continental phenology model for monitoring vegetation responses to interannual climatic variability[J]. Global Biogeochemical Cycles,1997,11(2):217-234.

[30]
Bender O,Schumacher K P,Stein D.Landscape,seasonality,and tourism:A survey with examples from Central Europe[J]. Seasonal Landscapes,2007,7:181-213.

[31]
Ge Q S,Dai J H,Liu J,et al.The effect of climate change on the fall foliage vacation in China[J]. Tourism Management,2013,38(3):80-84.

[32]
Mooney H,Larigauderie A,Cesario M,et al.Biodiversity,climate change,and ecosystem services[J]. Current Opinion in Environ-mental Sustainability,2009,1(1):46-54.

[33]
于格,鲁春霞,谢高地. 青藏高原草地生态系统服务功能的季节动态变化[J]. 应用生态学报,2007,18(1):47-51.

[Yu G,Lu C X,Xie G D.Seasonal dynamics of ecosystem services of grassland in Qinghai-Tibetan Plateau[J]. Chinese Journal of Applied Ecology,2007,18(1):47-51.]

[34]
刘兴元,牟月亭. 草地生态系统服务功能及其价值评估研究进展[J]. 草业学报,2012,21(6):286-295.

[Liu X Y,Mu Y T.Research progress in the ecosystem services function and value of grasslands[J]. Acta Prataculturae Sinica,2012,21(6):286-295.]

[35]
Reid W V,Mooney H A,Cropper A,et al.Millennium Ecosystem Assessment:Ecosystems and Human Well-being:Synthesis[M]. Washington D C:Island Press,2005.

[36]
Briner S,Elkin C,Huber R.Evaluating the relative impact of climate and economic changes on forest and agricultural ecosystem services in mountain regions[J]. Journal of Environ-mental Management,2013,129(48):414-422.

[37]
陈亮,陈克龙,刘宝康,等. 近50a青海湖流域气候变化特征分析[J]. 干旱气象,2011,29(4):53-487.

[Chen L,Chen K L,Liu B K,et al.Characteristics of climate variation in Qinghai Lake basin during the recent 50 years[J]. Journal of Arid Meteorology,2011,29(4):53-487.]

[38]
国务院第一次全国地理国情普查领导小组办公室. 地理国情普查内容与指标[M]. 北京:测绘出版社,2013.

[Office of the Leading Group of the State Council for the First Time in National Geographic National Conditions. National Geographical Condition Survey Content and Indicator[M]. Beijing:Surveying and Mapping Publishing House,2013.]

[39]
谢高地,甄霖,鲁春霞,等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报,2008,23(5):911-919.

[Xie G D,Zhen L,Lu C X,et al.Expert knowledge based valuation method of ecosystem services in China[J]. Journal of Natural Resources,2008,23(5):911-919.]

[40]
Huete A R,Liu H Q,Batchily K,et al.A comparison of vegetation indices global set of TM images for EOS-MODIS[J]. Remote Sensing of Environment,1997,59(3):440-451.

[41]
Gao X,Huete A R,Ni W,et al.Optical-biophysical relationships of vegetation spectra without background contamination[J]. Re-mote Sensing of Environment,2000,74(3):609-620.

[42]
Zhang X Y,Friedl M A,Schaaf C B,et al.Monitoring vegetation phenology using MODIS[J]. Remote Sensing of Environment,2003,84(3):471-475.

[43]
Kawamura K,Akiyama T,Yokota H,et al.Comparing of MODIS VI in Inner Mongolia steppe Comparing MODIS vegetation indices with AVHRR NDVI for monitoring the forage quantity and quality in Inner Mongolia grassland,China[J]. Grassland Science,2005,51(1):33-40.

[44]
Méndez-Barroso L A,Vivoni E R,Watts C J,et al. Seasonal and interannual relations between precipitation,surface soil moisture and vegetation dynamics in the North American monsoon region[J]. Journal of Hydrology,2009,377(1):59-70.

[45]
Stow D,Daeschner S,Hope A,et al.Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J]. International Journal of Remote Sensing,2003,24(5):1111-1117.

[46]
周成虎,欧阳,马廷. 地理格网模型研究进展[J]. 地理科学进展,2009,28(5):657-662.

[Zhou C H,Ou Y,Ma T.Progresses of geographical grid systems researches[J]. Progress in Geography,2009,28(5):657-662.]

[47]
Wang H,Li X B,Li X,et al.The variability of vegetation growing season in the northern China based on NOAA NDVI and MSAVI from 1982 to 1999[J]. Acta Ecologica Sinica,2007,27(2):504-515.

[48]
Hou M T,Yan X D.Detecting vegetation phenological changes in response to climate in Eastern China[J]. Advances in Meteoro-logical Science and Technology,2012,2(4):39-47.

[49]
Guo W,Ni X N,Jing D Y,et al.Spatial-temporal patterns of vegetation dynamics and their relationships to climate variations in Qinghai Lake Basin using MODIS time-series data[J]. Journal of Geographical Sciences,2014,24(6):1009-1021.

[50]
马国霞,赵学涛,吴琼,等. 生态系统生产总值核算概念界定和体系构建[J]. 资源科学,2015,27(9):1709-1715.

[Ma G X,Zhao X T,Wu Q,et al.Concept definition and system construction of gross ecosystem production[J]. Resources Science,2015,27(9):1709-1715.]

[51]
Ivits E,Cherlet M,Tóth G,et al. Combining satellite derived phenology with climate data for climate change impact assessment[J]. Global and Planetary Change,2012,88-89(2):85-97.

[52]
谢高地,张彩霞,张昌顺,等. 中国生态系统服务的价值[J]. 资源科学,2015,37(9):1740-1746.

[Xie G D,Zhang C X,Zhang C X,Zhang C S,et al.The value of ecosystem services in China[J]. Resources Science,2015,37(9):1740-1746.]

Options
文章导航

/

〈 〉