李文芳，任晓冬，刘弋菱，王霄念，肖杰
贵州师范大学喀斯特研究院，国家喀斯特石漠化防治工程技术研究中心
生态系统服务是影响人类福祉的生态特征、功能或过程[1-2]，是人们从正常运转的生态系统中获得的各种惠益[3]，主要分为供给服务、调节服务、文化服务和支持服务[4-5]。这些服务功能提供了人类赖以生存和发展的资源与环境，是经济社会可持续发展的重要保障[6]。土地利用是人类活动与环境因子交叉最为密切的环节[7-8]，土地利用变化过程会影响生态系统的格局与功能，从而改变生态系统服务价值（ecosystem services value，ESV）[9-11]。在全球环境变化背景下[12]，土地利用与生态系统服务之间的联系愈发紧密，量化土地利用对生态系统服务的响应机制对于优化国土空间格局[13]、实现自然资源可持续利用[14]、认识生态环境变化趋势[15]具有重要意义。
关于ESV评估的研究已较为丰富，Costanza等[16]对全球的ESV进行了量化评估，这为后来的研究奠定了基础。国内学者谢高地等[17]在前人的基础上核算青藏高原生态资产价值，针对中国不同陆地生态系统制定了ESV当量表，使ESV的核算逐步成为国内生态领域的研究热点。王宁等[18-20]利用当量因子法对区域ESV展开了研究，但这些研究多基于一段时间内对ESV进行静态表达，难以揭示其动态变化，于是随着土地利用与ESV研究的不断深入，结合多种模型实现数据可视化的演变分析逐渐成为一种趋势。如左玲丽等[21]利用CA-Markov模型预测分析了岷江上游土地利用与ESV时空演变趋势；
嵇航宇等[22]利用灰色GM（1，1）模型预测了长沙市土地利用和ESV的变化趋势。以上研究为探究土地利用和ESV的响应机理提供了参考，但尺度上多关注于城镇[23-24]、流域[25]等，对生态环境脆弱的贵州喀斯特山区却鲜见报道，且对喀斯特山区[26-27]的土地利用与ESV的可视化表达和演变特征研究仍不明晰。
瓮安县作为典型的喀斯特山区，生态环境特殊，存在着土地利用不合理、水土流失严重、石漠化面积广泛等问题，生态系统功能频频遭受破坏[28-29]。为保证喀斯特山区的生态安全、实现生态系统恢复、促进区域可持续发展，我国采取了一系列恢复工程并取得了显著成效[30-31]。在这一背景下，喀斯特山区土地利用与ESV演变趋势备受关注。
因此，笔者以瓮安县为例，基于2001——2019年土地利用数据，根据研究区实际情况改进ESV当量表，运用土地利用变化动态度、转移矩阵、土地利用程度、敏感性分析、CA-Markov模型等方法，旨在分析和预测瓮安县的土地利用演化过程，探究瓮安县ESV的时空演变特征，揭示土地利用变化对喀斯特山区ESV的影响机理，以期为喀斯特山区土地资源配置与生态环境建设提供科学参考。
1.1 研究区概况
瓮安县（107°07′E～107°42′E，26°53′N～27°29′N）隶属于贵州省黔南布依族苗族自治州，地处长江流域，系乌江、沅江水系，乌江横贯北部，主要河流有瓮安河、清水河等。瓮安县地势东南高、西北低、中部平缓，地形起伏较大（图1）。气候属亚热带季风气候，四季分明、雨热同期，年均气温为13.6 ℃，年均降水量为1 148.2 mm，降水量充足，宜人的气候适合于农作物的生长，使之成为贵州省传统农业大县之一。瓮安县总面积为1 974 km²，县内岩溶发育典型，喀斯特面积占土地总面积的92.04%，石漠化面积分布较广，占土地总面积的32.20%，系列生态环境问题突出。
图1 研究区行政区划及高程Fig.1 The administrative division and elevation of the study area
1.2 数据来源
遥感影像来源于美国国家地质勘探局网站（https://www.usgs.gov/），空间分辨率为 30 m×30 m。综合考虑研究区影像质量、云量、植被生长季等因素，选取了2001年9月28日、2011年5月19日、2019年8月13日3期数据，经过大气校正、辐射定标等步骤，结合高清影像进行人工目视解译后得到瓮安县土地利用数据，3期数据解译总体精度均在85%以上，Kappa指数在80%以上。依据《全国遥感监测土地利用/覆盖分类体系》，将研究区土地利用类型分为林地、耕地、草地、建设用地、水域、未利用地6类（图2）。农产品价格等社会经济数据通过查阅2001——2019年《瓮安年鉴》《黔南年鉴》获得。
图2 2001——2019年研究区土地利用类型Fig.2 Land use types in the study area from 2001 to 2019
1.3 研究方法
1.3.1 土地利用动态度
土地利用动态度对于预测土地利用变化趋势和分析区域差异具有重要作用[32]。单一土地利用动态度是指某一土地利用类型在单位时间内的面积变化情况，公式如下：
式中：Ua为研究初期某种土地利用类型面积，hm²；
Ub为研究末期某种土地利用类型面积，hm²；
T为研究时段，当T的时段设定为年时，K为研究区某种土地利用类型年变化率。
1.3.2 土地利用转移矩阵
土地利用转移矩阵能描述土地利用类型之间转移方向和数量变化，可以揭示土地利用类型格局的演化过程[33]。利用ArcGIS软件将每期土地利用数据进行融合和相交，最后通过Excel软件数据透视表建立土地利用转移矩阵，公式如下：
式中：Axy为研究初期为第x种土地利用类型在研究末期转换成第y种土地利用类型的土地面积；
n为土地利用类型数。
1.3.3 生态系统服务价值评估
依据Costanza等[16]关于ESV估算的原理及方法，并参考谢高地等[17]制定的中国生态系统单位面积ESV当量因子表，根据研究区实际情况，采用粮食产量修正法对其进行修正。首先通过查阅年鉴，得知水稻、小麦、玉米为研究区主要粮食作物，然后获取3种粮食作物的平均产量、播种面积及价格，带入式（3）计算得到瓮安县1 hm2的ESV当量因子价格为1 287.48元/hm2。最后结合谢高地等[17]的研究结果和当量因子价格计算得到瓮安县ESV当量（表1）。其中，建设用地不考虑ESV[34]。
表1 瓮安县土地利用类型ESV当量因子Table 1 ESV coefficient of land use types in Weng"an County 元/hm2
式中：E为1 hm2的ESV当量因子的价格，元/hm2；
i为研究区粮食作物的种类；
j为研究区主要粮食作物的总种类数；
mi为研究区第i种粮食作物播种的总面积，hm2；
pi为研究区第i种粮食作物的平均价格，元；
qi为研究区第i种粮食作物面积单位平均产量，kg/hm2；
M为研究区所有粮食作物的总播种面积，hm2。
ESV计算公式[35]如下：
式中：Ar为土地利用类型r的面积，hm2；
VCr为土地利用类型r的生态系统服务价值系数，元/hm2。
1.3.4 CA-Markov模型
CA-Markov模型集结了元胞自动机（cellular automata，CA）与马尔科夫链2种模型[36]。元胞自动机是一种时空动力学模型，可以将任一空间位置视作元胞个体，能够模拟包括土地利用在内的各种自然过程的空间变化，其特点是时间、空间和状态都是离散的，公式如下：
式中：S为元胞有限且离散的集合；
t为时期；
N为元胞的邻域；
f为局部空间的元胞转换规则。
马尔科夫模型是根据马尔科夫随机过程理论形成的方法，主要用以预测和随机控制，公式如下：
式中At和A(t+1)分别为t和t+1时刻土地利用系统的状态。
1.3.5 敏感性分析
为了验证ESV系数的准确性，使用敏感性模型，将VC上下调整50%，然后计算ESV对VC变化的响应，最终确定ESV对改进的VC的依赖程度[26]。当CS＞1时，ESV对VC富有弹性，ESV计算结果的可信度低；
当CS＜1时，ESV则对VC缺乏弹性，表明ESV计算结果可靠。
式中：CS为敏感性系数；
u和z分别为初始值和调整后的值。
2.1 土地利用变化分析
2.1.1 土地利用预测精度
利用医院局域网资源，设定自费及有限定的药品、检查、诊疗项目提示和告知程序，让医生在诊疗中一目了然，并提高智能化提示和操作，规避自费知情投诉的产生。
为检验CA-MarKov模型预测结果的准确性，在IDRISI 17.0 软件中以2011年为基础年份，利用2001——2011年转移矩阵预测了2019年瓮安县土地利用格局，经过与实际解译的2019年土地利用类型数据进行对比，结果显示Kappa指数为87.4%，说明预测结果可信度较高。然后以2019年研究区土地利用情况为初始状态，结合2011——2019年土地利用转移矩阵，设置迭代次数为8，预测得到瓮安县2027年土地利用变化，结果见图3。
图3 瓮安县土地利用空间格局Fig.3 Spatial pattern of land use in Weng"an County
2.1.2 土地利用结构变化
在ArcGIS软件中对各期土地利用数据进行空间处理，统计得出2001——2027年各土地利用类型面积，结果见表2。从表2可以看出，瓮安县主要的土地利用类型是耕地和林地，二者面积之和分别占4个时期总面积的95.16%、92.94%、92.13%、91.29%。2001——2027年耕地面积持续减少，年均减少量为2 024.12 hm²，林地和建设用地面积则反之，年均增长量分别为1 731.54和255.52 hm²；
水域面积在2001——2011年增加剧烈，2011年的面积是2001年的3.7倍，这与构皮滩水电站的修建得以拦截蓄水相关；
耕地面积减少量与建设用地、林地和水域面积的增加量基本相当；
草地和未利用地面积则呈波动变化。
表2 瓮安县2001——2027年各土地利用类型面积Table 2 Area of various land use types in Weng"an County, 2001-2027 hm2
根据式（1）计算得到研究区2001——2027年土地利用动态度，结果见表3。从表3可以看出，26年间水域和建设用地动态度远高于其他土地利用类型，分别达到了13.46%和11.14%，林地的动态度则呈上升趋势，耕地反之。2001——2011年建设用地变化较为剧烈，说明瓮安县经济发展处于活跃期，水域动态度达到了26.89%，草地和耕地动态度为负数，林地和未利用地的动态度均为正数；
2011——2019年未利用地变化明显，动态度为-6.82%；
2019——2027年，各土地利用类型的动态度均有所降低，耕地动态度仍呈现负向变化，说明未来耕地面积缩减仍是瓮安县土地利用变化的主要表现形式。
表3 瓮安县2001——2027年土地利用动态度Table 3 Dynamic degree of land use in Weng"an County from 2001 to 2027 %
2.1.3 土地利用转移情况
研究期间各土地利用转移情况见图4。从图4可以看出，2001——2011年水域转入面积是转出的近10倍，转入源主要是林地和耕地；
建设用地面积的增加主要是源于耕地的转入，耕地转入面积为3 686.85 hm²；
林地转入源主要是耕地和草地。2011——2019年，林地转入和转出面积分别为28 781.1和8 088.53 hm²，增加的面积主要来源于耕地；
耕地的转出面积是转入的3倍，转出源主要为林地和建设用地。2019——2027年土地利用转移与前2个阶段相比变化不明显，但主要的转移类型仍是耕地向林地转移。整体来说，2001——2027年耕地转为林地、建设用地的面积较大，且耕地转出面积为所有土地利用类型中最多，因此研究期间主要是耕地面积在减少，这与退耕还林等生态工程的实施紧密相关。
图4 瓮安县土地利用转移Fig.4 Land use transfer map in Weng"an County
2.2 生态系统服务价值变化分析
2.2.1 生态系统服务价值时间变化
表4 瓮安县2001——2027年不同土地利用类型ESV及占比Table 4 ESV and proportion of different land use types in Weng"an County from 2001 to 2027
2.2.2 生态系统服务价值空间变化
以村界数据为基础，利用ArcGIS软件中的自然断点法将瓮安县各年份ESV从低到高分为6个等级，结果见图5。从图5可以看出，ESV较高的地方主要分布在瓮安县建中镇、银盏镇西部、江界河镇河谷地区和岚关乡南部，这些区域境内分布有大量山脉，森林覆盖面积较大，因此ESV较高。瓮安县ESV较低的地区集中在中部地区，为瓮安县主城区，土地利用类型主要为建设用地和耕地，受人为活动干扰较大，因此ESV较低。从不同年份来看，2001年、2011年、2019年ESV增加区域主要发生在西部和东北部地区，减少区域发生在中部城区位置，这主要是由于城区扩建引起土地利用变更造成的；
2027年ESV高、低值分布范围大致与2019相同，说明2027年ESV预测值能够在一定程度上反映瓮安县ESV的未来趋势，高值区分布在西部地区，低值区仍分布于中部城镇地区，但较于2019年，东部和中部区域ESV有增加趋势。总体来看，26年间，瓮安县ESV高值区显著扩大，这与林地面积的增加密切相关，因此对森林资源进行保护可以为瓮安县带来良好的生态效益和经济效益；
ESV低值区主要在中部地区扩散，这是由于经济迅速发展、城镇地区在开发过程中侵占了大量林地和耕地，土地利用生态系统服务能力下降导致的。
图5 瓮安县2001——2027年ESV空间分布Fig.5 Spatial distribution map of ESV in Weng"an County from 2001 to 2027
2.2.3 基于服务类型的生态系统服务价值变化
从服务类型来看(图6)，所有服务类型中土壤形成与保护的ESV最高，其次为水源涵养和生物多样性保护，食物生产、原材料和娱乐文化的ESV较低。2001——2027年ESV增长较多的服务类型有水源涵养、气体调节、生物多样性保护、原材料和土壤形成与保护，分别增长了2.08亿、1.67亿、1.47亿、1.44亿和1.23亿元。而食物生产的ESV呈下降趋势，2001——2011年减少了0.29亿元，2011——2019年减少了0.26亿元，2019——2027年减少了0.07亿元，这与耕地面积的减少有直接关系。总体上，2001——2027年瓮安县各项服务类型ESV呈上升趋势，但就各阶段服务类型ESV增加幅度来看，2019——2027年明显低于2001——2011年、2011——2019年，说明瓮安县未来土地利用类型提供的各项服务能力在降低，土地资源利用效率有待提升。
图6 瓮安县2001——2027年基于服务类型的ESV变化Fig.6 Changes of ESV based on service types in Weng"an County from 2001 to 2027
2.3 敏感性分析
由表5可知，敏感性系数最高的是森林，研究期内最高为0.827 50，即当林地的ESV系数增加1%时，总的ESV增加0.827 50%，这是由于森林所占面积最大，因此对ESV的贡献也最大；
调整建设用地敏感性系数不影响ESV，所以建设用地敏感性系数为0。总体来看，2001——2027年森林和耕地敏感性系数在所有土地利用类型中较高，说明这2类土地利用类型是影响ESV总量的敏感因子，而水体敏感性系数在逐渐增加，说明水体的变化对研究区ESV变化的影响也在增大，草地、未利用地则反之。尽管不同土地利用类型在不同时期均有较大差异，但敏感性系数均为0～0.9，小于1，说明研究区ESV对改进的敏感性系数不敏感，二者之间存在非弹性关系，因此研究结果可信。
表5 瓮安县2001——2027年敏感性系数Table 5 Sensitivity coefficient of Weng"an County from 2001 to 2027
3.1 结论
（1）瓮安县土地利用类型主要以林地和耕地为主，研究期内林地面积持续增加，耕地反之，耕地面积减少量与建设用地、林地和水域面积的增加量基本相当；
建设用地和水域动态度较大且呈现正向变化，说明研究区建设和水利设施活动处于增速状态；
土地利用转移方向主要以耕地向林地、耕地向建设用地的转移形式为主，林地转入面积最大，耕地转出面积最大。
（2）瓮安县ESV总体呈上升趋势，2001——2027年共增加了9.313亿元，其中耕地向林地转入是研究区ESV增加的主要贡献项；
空间上，2001——2027年ESV增加区域主要发生在瓮安县西部和东北部地区，而未来中部城镇区域仍是ESV的低值区；
服务类型的ESV以土壤形成与保护服务最高，其次为水源涵养服务和生物多样性保护。
（3）林地和耕地是引起研究区ESV变化的敏感因子，且2001——2027土地利用的ESV敏感性系数均为0～0.9，小于1，说明研究区ESV对改进的敏感性系数不敏感，存在非弹性关系，因此研究结果可信。
3.2 展望
（1）笔者探究了瓮安县土地利用变化对ESV的影响机理，可以为喀斯特山区的经济发展和生态建设提供指导。但由于考虑到数据获取的难易程度、计算过程的可运行性等，研究采用基于粮食价格修正法的生态系统当量因子法进行计算，该方法主要是从自然系统的角度出发[17]，对于人类与环境系统的复杂性考虑较少，因此探究人类活动与生态系统之间的异质性将是下一步考虑的研究方向。
（2）土地利用变化是影响ESV的因素，而ESV是衡量地区可持续发展的重要指标，因此要协调经济发展和生态保护之间的关系，合理优化土地资源配置是关键。未来瓮安县应注重提升土地利用生态系统服务能力，继续推进生态工程的实施，加强对天然林、人工林的管护，增强植被恢复的可持续性；
另外要提高土地资源的利用效率，贯彻实施基本农田的保护政策，提升耕地质量，推进农业的高质量发展；
最后是要优化土地利用结构，例如协调建设用地与其他土地利用类型的占地关系、增加城区绿地面积，注意建设用地的合理开发，坚持走以生态优先、绿色发展为主的可持续发展道路。