中国北方采矿主导型流域不同土地利用变化情景下生态系统服务价值的时空格局演变及其驱动因素

摘要

探索未来土地利用/覆被变化（LULC）和生态系统服务价值（ESV）动态对于从区域到全球范围的可持续发展至关重要。然而，ESV动态受到经济发展和政策变化的显著影响，由于LULC动态的复杂性，对 ESV 的未来预测通常具有很大的不确定性。采矿活动对ESV动态具有重要影响，而在以采矿为主的流域，不同的土地利用情景下ESV的时空格局及其驱动因素尚不清楚。本文基于汾河流域多源遥感数据和土地利用数据，综合SD模型、Markov模型和PLUS模型，对经济发展优先（EDP）、自然发展优先（ND）、耕地保护优先（CLP）和生态保护优先（EPP）4种情景下的土地利用变化进行模拟，并基于ESV当量因子法和地理探测器，进一步分析ESV的时空格局及其驱动因素。结果表明：建设用地和耕地主要集中在流域中部，草地和林地主要集中在流域边缘。近20年来，建设用地和林地面积显著扩大，而草原和耕地面积因采矿活动而减少。ESV高值区和次高值区主要集中在林地、草地、水库和干支流集中水域。低价值区主要位于建设用地集聚区。随着时间的推移，总ESV呈下降趋势，4种土地利用情景下总ESV下降幅度最大的是EDP，下降幅度最小的是EPP。林地对生态系统价值的贡献率最高，与耕地、草地和水域的贡献率相当，合计占整个生态系统价值的58.54%。地理探测器方法表明，与居民点的距离、土壤可蚀性、与河流的距离、土壤类型和年平均气温是影响土壤生态价值空间格局的主要驱动因素。本文的研究结果强调了采矿活动在影响以草地和耕地萎缩为特征的LULC中的根本作用，并建议在进一步改善采矿主导型流域的ESV方面应优先考虑矿区恢复。

研究背景及目的

生态系统服务（ES）是指生态系统形成、维持和发展的各种环境条件和效益。生态系统服务价值（ESV）是通过权重来衡量生态系统服务能力。进入新世纪以来，世界经济的快速发展和土地利用与开发的高强度，导致ES不同程度的退化。根据联合国千年生态系统评估报告，全球60%以上的生态系统已经或正在退化，危及人类社会和生态环境的可持续发展。为有效保护地球生命支持系统的基本结构和功能，满足人类社会发展的需要，对地球生命支持系统的评价和预测已成为当前学术界的重大科学和决策问题。

LULC是生态环境价值的重要驱动力。通过影响生态系统的模式和过程，LULC改变了生态系统提供ES的能力，并最终导致ESV的变化。许多研究表明，不合理的土地利用做法会对ES产生负面影响，造成土地退化、土壤侵蚀、环境退化等一系列连锁问题。因此，有效评价土地利用与生态环境价值之间的关系、过程和成因，对促进土地利用资源的可持续利用，提高生态环境价值的功能具有重要意义。

汾河流域是黄河流域的第二大流域单元，具有采矿活动剧烈的特点。山西宁武、西山、沁水等主要煤田集中在流域内，铁、铝等矿产资源也十分丰富。此外，作为自然流域单元，草地和林地是主要的土地利用类型。在过去的几十年里，密集的采矿活动、工矿建设和农业种植导致了土地利用类型的重大变化。流域内矿业用地与生态用地矛盾突出，水土流失面积达1.64 × 10 ⁴ km ² 。此外，土壤污染、生物多样性减少等其他环境问题也限制了流域社会经济的可持续发展。近年来，随着黄河流域生态文明建设和高质量发展的实施，汾河流域也得到了环境综合治理和生态系统结构功能优化的优先考虑。为了探讨LULC引起的生态系统问题的特征，提出流域治理方案，需要对生态系统进行多情景模拟和预测。

研究亮点

本研究旨在通过考虑采矿主导型流域的社会经济发展情况，提出一个 ESV 预测模拟框架。研究采用 PLUS 模型模拟草地和林地等自然土地利用的详细变化，并进一步整合 SD 模型的优势来预测未来土地利用的变化，最终建立了未来社会经济发展预测模块、土地利用模拟预测模块和 ESV 评估模块，实现了 ES 在空间和时间上的多目标模拟和预测。本研究的主要目标是 (1）探索 LULC 的时空格局；（2）揭示不同 LULC 情景下 ESV 的动态变化；（3）识别 ESV 变化的主要驱动因素。

研究结果

1. LULC过程

在过去二十年中，建设用地和林地持续增长，其他土地利用减少（图4a）。其中，2000-2020年，土地综合利用活跃度为4.02%。单一土地利用动态性增长最快的是建设用地和林地，分别增长4.51%和0.07%（图4b）。

研究期间，土地利用转移较为激烈。变化显著的区域集中在流域中下游。研究发生类别转换的土地利用类型总面积为14365.44km ² ，主要包括草地向耕地、林地向草地、耕地向草地、耕地向林地、耕地向建设用地、林地向耕地的转换，总体转移率达到42.00%（图4c）。从2020年到2030年，4种情景下的建设用地预测均呈现增加趋势，而其他土地利用类型根据情景设置差异较大（图5），如CLP情景下的耕地增长率达到1.90%。在EDP下，面积减少率可达4.40%。同样，在CLP中，林地和草地的发展趋势相反，林地面积增加了20.66km ² ，草地面积减少了542.64km ² 。

建设用地和耕地主要集中在流域中部地区。草地和林地主要位于流域边缘区域（图6），模拟年的4个场景也保持了分布特征（图7），其中主要的土地利用类型为耕地（41.03%）、林地（27.32%）和草地（24.49%）。建设用地仅占流域总面积的6.37%。土地利用变化剧烈的区域主要位于流域内多个流域和丘陵之间的过渡带。这些地区的特点是采矿活动密集。与其他情景相比，EDP情景下建设用地面积增长最快，2030年达到1049.54km ² 。2030年，在CLP和EPP情景下，耕地和草地面积分别增加215.68km ² 和137.00km ² 。在CLP和EPP情景下，林地面积分别增加20.66km ² 和51.44km ² 。

2. ESV的变化

2000-2020年，汾河流域总ESV呈下降趋势（图8）。4种主要ESV的变化方向与整体变化趋势一致（图9），其中EDP情景下下降最显著（6.47%），EPP情景下下降最轻微（0.97%）。从ESV对各土地利用类型的贡献率来看，从高到低依次为林地、耕地、草地和水域，分别占58.54%、28.11%、17.50%和3.65%。

为探索不同情景下汾河流域ESV的空间变化特征，将研究区划分为3.5km×3.5km栅格。通过赋网格值得到研究区2025年和2030年总ESV和一级ESV的空间分布（图10）。2025年和2030年4种情景下生态环境价值的分布特征与土地利用类型密切相关。其中，高值区主要分布在流域边缘山地丘陵。土地利用类型以林地和草地为主。低值区主要集中在流域核心区，以工矿业城市建设用地为主。由于研究区林地和草地对生态系统价值的贡献率较高，森林和草地的集中分布区成为研究区生态系统价值的高值区。研究区流域核心区作为研究区面积占比小但对ESV贡献大的土地利用类型，也形成了流域水库、主要支流集中水等次生ESV高值区。与总ESV的分布相比，一级ESV的分布特征相似。但是，管理服务和支助服务等高价值领域的规模高于供应服务和文化服务。这主要是因为作为自然地理单元的流域所提供的保水和气候调节功能高于粮食生产、娱乐和文化功能。

3. ESV空间分异的驱动因素

本文共选取了15个驱动因素来探讨过去二十年ESV的驱动因素（表S4）。本文使用地理探测器来识别流域尺度上ESV时空变化的主要驱动因素（图11）。地理探测器方法表明，与居民点的距离（X6）、土壤可蚀性（X11）、与河流的距离（X8）、土壤类型（X10）、年平均气温（X14）是影响土壤生态系统时空动态的主要驱动因素。结果表明，自然环境背景和经济发展将影响生态系统的演化。本文进一步探讨了上述驱动因素的相互作用效应，以确定相互作用对ESV的影响。结果表明，上述驱动因素之间的交互作用比单一因素的作用更大（图12），表明研究区ESV的空间分异不是由单一影响因素引起的，而是由不同影响因素的综合作用引起的。

研究启示

该研究揭示了以采矿为主的流域在不同土地利用情景下 ESV 的演变特征，明确了 ESV 时空动态变化的驱动因素，为指导国家和区域环境政策的制定与调整、保障国家和区域生态安全、平衡生态保护与经济发展之间的关系提供了参考。然而，本研究存在局限性，首先，在设定不同的土地利用情景时，本研究只考虑了基于社会和经济政策驱动的人类干扰情景，这对于揭示人口、经济和城镇高度集中的流域单元具有特殊的适用性和针对性。其次，作为一个半封闭的自然单元，该流域也受到气候变化的影响。因此，本研究的局限性在于没有设定不同的气候变化情景。第三，由于模型模拟精度的限制，本研究尺度存在局限。今后将进一步提高模拟精度，在更长的时间序列中模拟土地利用情景和 ESV 的变化。第四，在土地利用类型划分方面，本研究还相对保守，仅将土地利用类型分为六类：耕地、林地、草地、水域、建设用地和未利用地。因此，今后应进一步细化土地利用类型的种类，以更好地适应研究区域的实际土地利用情况。此外，不同尺度的模拟结果也会影响土地利用格局的分布。例如，在较大尺度上，研究区域内不同土地类型的内部差异可能会被忽视，而较小的尺度无法代表研究区域的整体特征。模拟的准确性在很大程度上取决于输入数据的准确性。因此，今后研究应进一步校准不同尺度下的模拟结果。

初审：王永成

审核：徐彩瑶

排版编辑：李宁

文献推荐人：李宁