南方山地丘陵是我国主体功能区划中“两屏三带”生态安全战略格局的重要组成部分, 是我国华南和西南地区的生态屏障带, 是长江流域与珠江流域的分水岭及源头区, 对于区域乃至全球的气候调节、水土保持及水源涵养等具有重要的作用[。人类活动会对该区域的土地利用/土地覆盖变化产生影响, 进而影响生态系统服务功能。生态系统服务是通过生态系统的功能直接或间接得到的产品和服务, 是由自然资本的能流、物流、信息流构成的生态系统服务和非自然资本结合在一起所产生的人类福利, 其变化与人类福祉有着密切联系[。因此对南方山地丘陵带的生态系统服务价值进行定量化评估, 并分析其对人为干扰的响应具有重要的现实意义。该研究有利于该区域合理开展可持续的社会经济活动, 从而保持其重要的生态价值。

Costanza等[于1997年在Nature上发表了关于全球生态系统服务价值评估的文章, 该文章推动了生态系统服务相关领域的研究。当前, 生态系统服务的一大研究热点是运用模型进行不同尺度的生态系统服务价值评估及其时空差异分析, 其中包括森林[、河流[、农田[和城市[等相关区域的研究。人为干扰度是人类对于生态系统影响的衡量标准, 其等级取决于人类活动阻碍生态系统自然发展的程度大小[, 冯志贤[, 郑文武[等人进行了人为干扰的时空动态分析；刘吉平[、孙永光[、张月[、肖翠[等人分析了湿地景观格局及其与人为干扰度的相互关系；刘富强[等分析了海岸带景观格局对人为干扰度的动态响应。目前关于人为干扰度的研究大多集中于河口湿地区域, 进行景观格局与人为干扰度的动态响应分析。对于森林覆盖率高的山地丘陵地区的人为干扰及其与生态系统服务价值之间的空间关系研究还较为少见。

本研究以赣南地区为研究区, 将该区域划分为5个地形梯度, 并基于地形梯度进行土地利用/覆被变化、生态系统服务价值时空差异及其对人为干扰度的空间响应研究。赣南地区为南方山地丘陵带的主要组成部分, 地形条件较为复杂, 故选取综合地形位指数作为地形梯度的划分标准。该指数综合了坡度和海拔两大地形因素, 能够较为综合地反映每一位置的地形条件

1 研究区概况

赣南地区位于江西省南部, 赣江上游, 地处24°29′—27°09′N, 113°54′—116°38′E之间。全区海拔高度在78—1827 m之间, 坡度范围为0°—20°之间, 地形位指数在0.2164—3.4293之间(2, 占江西总面积的23.6%, 为江西省最大的行政区。该区林业资源丰富, 森林覆盖率高达75%, 远高于同期全国水平, 是我国商品林基地和重点开发的林区之一。该区丰富的林地资源和保护良好的原生生态系统, 对区域气候调节具有极为重要的作用。该区属于山地丘陵区, 地形较为复杂, 故全区各县的发展差异较大, 西部的崇义县和南部的区县地形梯度较高, 是森林的主要分布区, 中部和东北部的区县整体地形梯度较低, 地形条件较好。对该区域的生态系统服务价值和人为干扰度进行空间定点评估和空间聚类分析, 有助于找出目前已经产生人为干扰和生态系统服务价值聚类的地区, 从而进行区域发展优化和促进区域与经济的可持续发展。

图 1 赣南地区地形梯度及采样网格图

Fig. 1 The terrain gradient and sampling grid of Gannan region

2 研究方法

2.1 数据来源及处理

本研究采用1990年、1995年、2000年、2005年、2010年和2015年6个时段的Landsat TM/ETM遥感影像, 数据影像时段为6—10月期间, 植被生长良好。结合研究区域1:25万地形图、1:100万植被专题图进行分析。基于ENVI 4.0软件对遥感影像进行图像拼接、几何校正、裁剪、融合和增强等预处理, 再利用监督分类模型, 结合区域土地类型特征, 将赣南地区的土地利用类型分为两级, 其中包括耕地、林地、草地、水体、建设用地和未利用地6类一级用地及13类二级用地类型, 对每期数据进行精度检验, 精度分别达到85%以上, 满足研究对土地利用分类数据的精度要求。

2.2 地形梯度分级

地形位指数是对海拔和坡度情况进行综合描述的地形指数, 能够较为全面的展现出某点的地形条件, 可用于定量分析不同地形条件下的土地利用结构和生态系统服务价值的差异。海拔越低和坡度越小的点, 其地形位指数越小, 反之则越高；海拔较高但坡度较小或海拔较低坡度较大的点, 其地形位指数居中

地形位指数计算公式为：

式中, T为地形位指数, E为某点的海拔(m), S为某点的坡度(°), E0和S0分别为研究区的平均海拔(m)和坡度(°)。

2.3 生态系统服务价值评估

本文结合近年关于区域生态系统服务价值评估的相关研究, 运用谢高地等的价值当量换算方法确定研究区生态系统服务价值。根据谢高地[等人的研究结果, 确定中国2010年1个生态系统价值当量的经济价值为3406.5000元/hm2, 根据《2010年赣州市统计年鉴》(赣州市统计局, 2011)资料[, 确定赣南地区2010年单位面积粮食产量为5345 kg/hm2, 同期全国的单位面积粮食产量为4974 kg/hm2, 以此确定赣南地区的修正系数为1.075, 即赣南地区的一个生态系统服务功能当量为3661.9853元/hm2。由修正后的价值当量和各用地类型的面积得到研究区生态系统服务价值。

生态系统服务功能价值的评估公式为：

式中, ESV表示生态系统的总服务价值；Ai表示第i种土地利用类型的面积(hm2)；VCi表示第i种土地利用类型的生态系统服务价值系数；ESVf表示生态系统第f项服务功能的价值；VCfi表示第i种土地利用类型的第f项生态系统服务价值系数。

2.4 人为干扰度评价

根据近年关于人为干扰和土地利用程度综合数模型的研究[的相关研究确定不同景观类型的干扰系数表(

表 1 基于土地利用类型的人为干扰赋值表

Table 1 Human interference on the basis of land use

土地利用类型 Land use types

林地 Forest

草地 Grassland

河渠 River channel

湖泊 Lake

水库坑塘 Reservoir pit

滩涂 Beach

建设用地 Building land

裸地 Bare land

耕地 Farmland

人为干扰 Human interference

0.5500

0.5000

0.5000

0.300

0.3000

0.1700

0.9500

0.7200

0.7500

某个网格单元的人为干扰度：

式中, D为某个网格单元的人为干扰度, HIi为第i类景观类型的干扰度指数, Si为第i类景观类型的面积, S为网格单元的总面积。

2.5 空间相关性分析

本文利用Geo Da空间分析软件中的全局双变量Moran′ s I指数及局部双变量Local Moran′ s I指数分析研究区生态系统服务价值及人为干扰度的空间相关性, 绘制空间集聚图, 并判断两者在空间上聚集与否及空间要素间的分异特征。空间集聚图把区域划分为：不显著、高-高型、低-低型、低-高型和高-低型。Moran′ s I＞0, 表示两者之间存在正相关关系, Moran′ s I＜0, 表示两者之间存在负相关关系。通过软件进行蒙特卡罗模拟检验进行数据检验, 设置随机模拟次数9999次(Randomization=9999)。

3 结果与分析

3.1 基于地形梯度的土地利用变化

根据LUCC分类体系和赣南地区地形梯度划分, 分别提取5个地形梯度的土地利用类型面积并计算各用地类型面积所占的比例, 随着地形梯度的升高各个类型用地面积所占的比例也随之发生变化(

图 2 基于地形梯度的赣南地区土地利用面积比例

Fig. 2 Proportion of land use area in Gannan region on the basis of terrain gradient

图中梯度1—5对应的是地形梯度1—5, 梯度1对应地形位指数为0.2164—0.6826, 梯度2对应地形位指数为0.6826—1.0984, 梯度3对应地形位指数为1.0984—1.5141, 梯度4对应地形位指数为1.5141—1.9929, 梯度5对应地形位指数为1.9929—3.4293

3.2 基于地形梯度的生态系统服务价值时空变化

根据赣南地区生态系统服务价值计算结果可知, 研究期内赣南地区生态系统服务价值整体为下降的状态。时间尺度和地形梯度尺度的生态系统服务价值变化结果显示(

表 2 1990—2015年基于地形梯度的赣南地区生态系统服务价值变化/(元/ hm2)

Table 2 Change of ecosystem service value in Gannan region on the basis of terrain gradient from 1990 to 2015

梯度分级

Gradient grading

1990年

1995年

2000年

2005年

2010年

2015年

价值变化

Value change

梯度1 Gradient 1

44047

43652

42892

42627

42655

42509

-1538

梯度2 Gradient 2

42176

41558

42478

42325

42434

42573

397

梯度3 Gradient 3

37582

38376

38256

38213

38425

38483

900

梯度4 Gradient 4

35098

34755

34804

34795

35080

35246

148

梯度5 Gradient 5

31584

32164

31055

31031

31276

31391

-193

3.3 基于网格分析的人为干扰时空变化

人为活动的强度影响土地利用结构, 从而导致生态系统服务价值的变化。对赣南全区的人为干扰度进行计算, 得出赣南地区1990—2015年人为干扰度指数分别为：0.5795、0.5796、0.5803、0.5811、0.5811、0.5816, 人为干扰呈现极为显著的上升状态。对赣南地区6.0036万个空间网格的人为干扰度指数进行计算和空间插值, 得到6个时段人为干扰度的空间分布特征(

图 3 1990—2015年基于地形梯度的赣南地区高人为干扰度空间差异

Fig. 3 Spatial variation of high human interference in Gannan region on the basis of terrain gradient from 1990 to 2015

3.4 赣南地区生态系统服务价值对人为干扰的响应

生态系统服务价值(ESV, ecosystem service value)和人为干扰度(HI, human interference)的全局空间相关性及数据检验结果显示(

图 4 1990—2015年赣南地区生态系统服务价值和人为干扰度的Moran′s I指数

Fig. 4 Moran′s I Index of ecosystem service value (ESV) and human interference (HI) in Gannan region from 1990 to 2015

表 3 1990—2015年赣南地区生态系统服务价值和人为干扰度的Moran′s I指数及显著性检验结果

Table 3 Moran′s I Index of ecosystem service value and human interference and the significant level in Gannan region from 1990 to 2015

指标Index

1990年

1995年

2000年

2005年

2010年

2015年

I

-0.2021

-0.2030

-0.2155

-0.2235

-0.2163

-0.2223

P

0.0001

0.0001

0.0001

0.0001

0.0001

0.0001

Z

-32.6591

-33.1497

-34.5153

-34.5963

-34.4125

-35.4816

表中I值表示Moran′s I指数；P值即概率, 反映某一事件发生的可能性大小, P＜0.05表示有统计学差异, P＜0.01表示有显著统计学差异, P＜0.001表示有极其显著的统计学差异；Z得分表示标准差的倍数, 即反映数据的离散或者集聚程度, |Z|＞2.58, 对应的P＜0.01, 即表示有显著的统计学差异

ESV和HI的局部空间聚类效应的结果显示(

图 5 1990—2015年赣南地区生态系统服务价值和人为干扰度的空间集聚效应

Fig. 5 Spatial aggregation of ecosystem service value and human interference in Gannna region from 1990 to 2015

表 4 1990—2015年赣南地区生态系统服务价值和人为干扰度的聚类效应网格数统计表/个

Table 4 The table of spatial aggregation of ecosystem service value and human interference in Gannna region from 1990 to 2015

指标Index

1990年

1995年

2000年

2005年

2010年

2015年

聚类结果

Aggregation result

不显著

8498

8474

8465

8492

8454

8421

高-高

151

181

161

155

165

162

低-低

140

137

141

148

139

142

低-高

742

742

792

801

800

808

高-低

475

472

447

410

448

473

聚类占比

0.1507

0.1531

0.1540

0.1513

0.1551

0.1584

显著性水平

Significant level

P=0.05

906

920

929

900

927

953

P=0.01

396

427

399

400

141

412

P=0.001

210

185

1541

214

211

220

将

4 讨论与结论

4.1 讨论

本研究关于生态系统服务价值的评估选取了价值系数模型进行, 该方法适合进行大区域的生态系统服务价值评估, 在近年关于江西省及赣江流域的相关研究有较多选用了该方法

研究结果显示赣南地区生态系统服务价值整体呈现下降的状态, 尤其是林地的损失较为严重, 这与杨丽[在该地区所做的相关研究结果相一致。生态系统服务价值与人为干扰度的响应研究结果显示两者存在极为显著的负相关关系, 这也验证了Brentrup等[提出的人为干扰度越高, 生态系统服务价值越低的研究结果。在此基础上, 文章还进行了两者的空间聚类效应分析, 明确地指出了发生响应的热点区位, 并通过实地调研探究发生该聚类效应的原因及验证研究结果。文章采用的方法适当, 得到的结果具有极显著的统计学差异。虽然研究方法较为常规, 但是该研究通过较为创新的分析视角研究了生态系统服务与人为干扰度的空间响应模式, 为区域生态规划和生态补偿等政策提供了数据基础, 也值得将此方法运用到其他相关区域的研究当中。

4.2 结论

本文利用江西省赣南地区6期遥感分类数据, 计算了该区域基于地形梯度的土地利用结构及生态系统服务价值变化, 基于网格法分析了全区人为干扰度分布及其与地形梯度的关系, 并对生态系统服务价值与人为干扰度进行空间聚类分析, 得到已经发生空间聚类效应的地区, 为当地决策提供更为精确的区域发展指导。根据研究结果得到的主要结论如下：

(1) 赣南地区的主要用地类型为林地, 随着地形梯度的上升, 赣南地区的林地面积比重逐渐上升, 其他用地类型比重逐渐下降, 其中耕地面积的比例下降最为明显。

(2) 赣南地区在1990—2015年间的生态系统服务价值处于下降状态, 随着地形梯度的上升, 单位面积生态系统服务价值下降；根据结果可知25年间地形梯度1的单位面积生态系统服务价值呈现出极为显著的下降状态。

(3) 人为干扰分级结果显示, 25年间全区人为干扰度呈上升状态, 局部分析表明, 高干扰度的网格有90%分布在地形梯度1, 其他梯度有较为零散的分布, 这说明地形梯度对人为干扰度有较大的影响。

(4) 全局相关性分析结果显示, 赣南地区生态系统服务价值和人为干扰度值呈现出极强的负相关关系。局部相关性结果显示, 两者存在极为显著的空间聚类效应, 高-低型集聚区主要分布在地形梯度1的大余县、南康市、赣州市区、信丰县、瑞金市、会昌县、兴国县、于都县等8个县市, 低-高型集聚区主要分布在崇义县和上犹县。结合赣南地区的行政区划图和地形梯度图可知, 发生高人为干扰和低生态系统服务价值聚类效应中主要的8个县市都呈现出明显的抵海拔和低坡度的特征, 说明这几个县市的人为干扰度值已经突破当地所能承受的阈值范围, 因而对生态系统服务价值产生较为负面的影响。同时, 低-高型聚类效应结果也显示了崇义县良好的经济发展模式。因此, 在进行区域规划时, 应参考崇义县因地制宜的发展模式, 优先对这几个区域进行合理的生态规划, 使其恢复人与自然生态系统发展的平衡。