河北省土地利用/土地覆被变化(LUCC)对生态系统服务价值(ESV)的影响:2000–2030年时空分析与多情景模拟

《Land》:Impacts of Land Use and Land Cover Change on Ecosystem Service Value in Hebei Province: A Spatiotemporal Analysis and Multi-Scenario Simulation for 2000–2030

【字体: 大 中 小 】 时间:2026年06月27日 来源:Land 3.5

编辑推荐:

  在京津冀协同发展的背景下,河北省作为京津冀城市群的生态安全屏障。开展土地利用与土地覆被变化(Land Use and Land Cover Change, LUCC)及生态系统服务价值(Ecosystem Service Value, ESV)研究,对于阐明快

  
在京津冀协同发展的背景下,河北省作为京津冀城市群的生态安全屏障。开展土地利用与土地覆被变化(Land Use and Land Cover Change, LUCC)及生态系统服务价值(Ecosystem Service Value, ESV)研究,对于阐明快速城镇化与重大生态工程共同作用下ESV演变机制,并将其应用于区域土地利用规划及生态保护修复具有重要的理论与实践价值。本研究契合联合国"生态系统恢复十年(2020–2030)"倡议。基于2000、2010及2020年土地利用数据及11类自然与社会经济驱动因子,研究人员系统分析了河北省区域LUCC并采用本地化修正当量因子法计算ESV;通过局部空间自相关指数(Local Indicators of Spatial Association, LISA)、重心分析及标准差椭圆考察ESV时空演化特征,并运用地理探测器(GeoDetector)测度ESV驱动机制。研究人员设定自然演进情景(Natural Evolution Scenario, NES)、经济发展情景(Economic Development Scenario, EDS)和生态保护情景(Ecological Protection Scenario, EPS),采用斑块生成土地利用模拟(Patch-generating Land Use Simulation, PLUS)模型模拟2030年LUCC(Kappa = 0.840)并计算ESV。结果表明:2000–2020年间,河北省林地与不透水面持续扩张,耕地与草地减少,ESV累计增加48.5亿元;坡度是ESV空间分异的首要驱动因子,自然与 socioeconomic 因子的交互作用解释力显著更强;2030年三种情景下总ESV均低于2020年水平,其中EPS情景ESV达3447.2亿元,是兼顾发展与保护相对适宜的模式。
论文解读:《Impacts of Land Use and Land Cover Change on Ecosystem Service Value in Hebei Province: A Spatiotemporal Analysis and Multi-Scenario Simulation for 2000–2030》
该研究发表于期刊《Land》。研究背景方面,生态系统服务(Ecosystem Services, ESs)是人类从生态系统中获得的各类惠益,将其价值化为生态系统服务价值(Ecosystem Service Value, ESV)已被广泛用于区域生态环境保护与生态补偿政策制定。土地利用/土地覆被变化(Land Use and Land Cover Change, LUCC)是ESV变化最重要的驱动因素之一。河北省作为京津冀城市群生态安全屏障及首都非核心功能疏解承载区,自2000年以来在实施京津风沙源治理、退耕还林还草及三北防护林等工程的同时经历了快速城镇化(城镇化率由26.09%升至60.07%),其LUCC对ESV的影响及未来情景尚缺乏系统性阐明。现有研究存在两点不足:一是缺乏自然与社会经济因子通过土地利用转换路径塑造ESV空间分异过程的系统解释;二是对土地利用政策背景下ESV趋势路径依赖的关注有限。因此,研究人员以河北省为研究区,基于2000、2010、2020年土地利用数据及11项地理驱动因子,开展LUCC与ESV时空演变分析、驱动机制识别及2030年多情景模拟,旨在为京津冀类似快速城镇化地区的国土空间规划与生态修复提供科学依据。
关键技术方法方面,研究人员以河北省11个地级市为研究区,建立0.5 km×0.5 km栅格,收集2000–2020年土地利用数据(分为耕地、林地、灌木林、草地、水体、裸地、不透水面七类)、DEM及衍生坡度坡向、年均温、年降水量、距河流/铁路/公路距离、人口密度、GDP及夜间灯光数据并重采样匹配。ESV核算采用谢高地改进的当量因子法,并以河北省农田生态系统生物量因子(1.02)校正耕地、林地、草地和水体单位面积ESV。LUCC动态度、转移矩阵用于历史变化分析;局部空间自相关(LISA)、重心与标准差椭圆用于ESV时空格局分析;地理探测器(GeoDetector)进行单因子及交互驱动探测;采用PLUS模型中LEAS模块提取各地类扩张斑块并由随机森林估算发展概率,CARS模块结合Markov链预测的三类情景(NES/EDS/EPS)用地需求量进行2030年土地利用模拟,经混淆矩阵验证(Kappa = 0.840)。
研究结果
3.1. Spatiotemporal Patterns of LUCC(LUCC时空格局)
通过分析2000、2010、2020年土地利用空间分布及转移矩阵得出:2000–2020年林地由410.35万公顷增至470.46万公顷(占比21.82%→25.02%),不透水面由151.53万公顷增至229.01万公顷(8.06%→12.06%),耕地由950.68万公顷减至863.35万公顷(50.95%→45.91%),草地由346.16万公顷减至297.73万公顷(18.41%→15.83%)。耕地净减量主要来自转为不透水面及草地,草地大量转为林地及耕地。2010–2020年综合土地利用动态度(0.65%)高于2000–2010年,反映人类活动影响增强。
3.2. Spatiotemporal Changes in ESV(ESV时空变化)
3.2.1. Temporal Trends in ESV(ESV时间变化趋势)
基于当量因子法核算,河北省总ESV由2000年3423.71亿元增至2010年3477.67亿元,2020年为3472.20亿元,20年累计增加48.5亿元。耕地、草地、裸地ESV下降,其中草地ESV减少105.79亿元最为突出;森林ESV净增230.62亿元是总ESV上升的主因。二级服务中食物生产(?12.73%)与原材料生产持续负增长,气候调节(+33.46%)与生物多样性维持(+10.91%)显著上升。
3.2.2. Spatial Trends in ESV(ESV空间变化趋势)
ESV空间呈"外围高、中部低"格局,高值区集中于燕山—太行山区、滨海湿地(曹妃甸、南大港)及坝上高原部分区域,低值区位于城镇建成区。LISA分析显示高—高(HH)集聚于山地森林与湿地,低—低(LL)集聚于平原城镇与农区;2000–2020年HH区扩展并连片,LL区边界收缩且破碎化。ESV重心位于北京界内偏河北中北部,2000–2010年向东北偏移1.80 km,2010–2020年向西北偏移4.57 km,表明北部生态状况改善。标准差椭圆主轴方向稳定于SW—NE向(约26°–27°),椭圆微缩说明ESV分布趋于集中。
3.3. ESV Response to Driving Factors(ESV对驱动因子的响应)
GeoDetector单因子检测显示坡度(Slope, q≈0.458–0.498)解释力最强,其次为DEM、人口密度(POP)、气温(TMP)、GDP;夜间灯光q值升至2020年0.140。所有两因子交互作用q值均大于单因子,呈非线性增强或双因子增强,其中Slope∩POP交互解释力最高(q≈0.516–0.538),表明自然地形约束与人口分布耦合共同主导ESV空间分异。
3.4. Multi-Scenario Projections of ESV in Hebei Province for 2030 Based on the PLUS Model(基于PLUS模型的2030年河北省多情景ESV预测)
3.4.1. Projections of Land Use Under Different Scenarios for 2030(2030年多情景土地利用预测)
NES延续历史趋势;EDS放宽耕地/草地/水体转不透水面概率,不透水面增幅最大(+52.75万公顷),耕地缩减最多(?47.23万公顷);EPS限制生态用地转建设用地并提高裸地转林地、不透水面转草地概率,林地增幅最大(+16.53万公顷),水体损失最小(仅减1千公顷)。宏观空间格局与2020年相似,EPS有效遏制了太行山前生态过渡带及坝上草地退化。
3.4.2. ESV Projections Under Different Scenarios for 2030(2030年多情景ESV预测)
三种情景总ESV均低于2020年,排序为EPS(3447.2亿元)>NES(3417.0亿元)>EDS(3389.6亿元)。EPS下森林ESV最高(1868.43亿元),水文调节服务(81.143亿元)也最高;EDS下水体损失导致ESV降幅最大。空间上EPS维持高—中值区完整性,冷点区显著缩小。
3.4.3. Spatial Clustering of ESV Under Different Scenarios Based on Getis-Ord Gi(基于Getis-Ord Gi的ESV空间聚类)**
三情景热点区均位于密林山地及湿地水体,冷点区为城镇不透水面密集区。EPS下冷点范围明显收缩,"极显著冷点"基本消除,生态核心区得以保留,ESV空间配置较优。
讨论与结论总结
讨论部分指出:本研究构建了"变化检测—空间分析—驱动识别—多情景模拟"整合框架,采用省级生物量因子校正提高ESV本地化精度;森林扩张带来的气候调节与生物多样性服务提升部分抵消了耕地与草地ESV损失,但生态工程效益具滞后性(幼中龄林阶段);坡度是ESV空间分异首要因子,自然—社会经济因子交互作用(尤Slope∩POP)反映"地形约束—人口分布—土地利用转换—ESV响应"耦合机制;EPS最符合京津冀协同发展生态屏障建设目标,建议山地生态功能区严控新增建设用地、平原区严守永久基本农田红线、湿地水域建缓冲带、城镇组团设增长边界并预留生态廊道。研究局限在于PLUS模型难以完全反映雄安新区等国家战略顶层规划的特殊用地安排,未来可耦合ABM及细分不透水面类型以提高精度。
结论部分原文译为:在联合国生态系统恢复十年及生态文明建设背景下,构建稳固的区域生态安全屏障并确保经济社会与生态环境保护协调发展是京津冀协同发展战略的基本要求。本研究针对快速城镇化与系列生态工程背景下河北省ESV时空演变、驱动机制及未来趋势这一核心科学问题,采用长期动态监测、空间分析、驱动因子识别及多情景建模展开研究,主要结论如下:(1)2000–2020年河北省LUCC表现为林地和不透水面持续增加、耕地和草地持续减少;不透水面变化率达5.11%,其增量主要来自耕地;林地净增60.11万公顷,退耕还林还草等生态工程为核心驱动力;2010–2020年综合土地利用动态度达0.65%,人类活动对LUCC影响强于前一时期;LUCC主要表现为耕地—草地—林地间双向转换及耕地转不透水面。(2)研究期ESV总体微幅上升,先升后趋稳,20年累计增加48.5亿元;林地ESV净增230.62亿元是总ESV上升主因,草地与耕地ESV持续下降制约总值;空间上ESV呈"外围高—中部低",HH集聚于燕山—太行山、滨海湿地及坝上,LL集聚于中部平原城镇;ESV重心总体北移且分布趋向集聚;GeoDetector表明坡度为ESV空间分异首要驱动因子,DEM、气温、人口密度、GDP为主要贡献因子,自然与socioeconomic因子交互作用解释力远超单因子并主导区域ESV空间分异。(3)2030年多情景模拟显示三情景总ESV均低于2020年,生态保护情景(EPS)ESV最高(3447.2亿元),依次为自然演进情景(NES, 3417.0亿元)及经济发展情景(EDS, 3389.6亿元);EDS下坝上草地退化及平原湿地农田损失最严重,NES下生态过渡带与耕地持续被侵蚀,EPS有效保护森林与水体等ESV源地、抑制不透水面无序扩张并大幅缩减ESV冷点区,是兼顾发展与保护相对适宜的模式。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号