基于GEE 平臺的縣域生態服務價值時空演變研究

姜 敏，張鶴瓊，羅麗婷，李 輝

（1.廣州市城市規劃勘測設計研究院有限公司，廣東 廣州 510060；2.廣東省城市感知與監測預警企業重點實驗室，廣東 廣州 510060）

生態系統服務是衡量人類福祉水平和區域可持續發展狀態的重要指標[1-2]。一直以來，生態保護都是世界各國的重要發展議題，生態系統服務也成為全球學術研究的重點課題。生態系統服務價值（ESV）是定量評估生態系統服務能力的指標，其以貨幣的形式反映生態系統供給、調節、支持、文化等服務的水平[3-4]。定量估計區域生態系統服務能力、分析其各項服務功能時空變化，可為區域制定可持續發展戰略提供科學參考[5-7]。近年來，學者們在全國尺度、區域尺度和局部地區尺度上對ESV 評價進行了大量研究[8-11]。目前ESV估算的主要方法包括生態物質量評價模型和修正ESV當量因子法，前者通過遙感、地理信息系統和相關指標模型對生態系統服務能力進行測算，再基于生態經濟學原理對生態服務價值進行貨幣化衡量，但模型輸入變量較多、數據獲取難，且模型參數具有一定的地理局限性，廣泛應用較困難；而后者具有操作簡便、地理限制性小、評估較全面的優勢，因此被廣泛應用。謝高地[12]等改進了Costanza R[13]等的生態系統價值估算模型，計算得到中國ESV基礎當量表，被許多研究人員應用于不同尺度的生態系統服務功能評估中[14-17]。價值當量因子法認為相同土地利用類型具有同等的ESV，而在森林、農田、草地等生態系統內部，其植被覆蓋程度差異明顯，僅采用該方法核算難以揭示同一生態系統的內部差異[17]。鑒于此，本文依托遙感數據識別植被實際生長狀態，采用植被指數對ESV當量進行修訂，以獲得更準確的價值評估結果。

2021年《可持續發展藍皮書：中國可持續發展評價報告》指出，我國東部地區經濟發展水平普遍較高，但在生態環境方面表現相對落后，經濟發展和生態文明建設的有效鏈接相對不足。廣州市從化區作為粵港澳大灣區北部生態屏障和流溪河的發源地，生態資源富集，素有“北回歸線上的明珠”和“廣州后花園”之譽，因此分析其生態系統狀態，深入剖析ESV時空變化特征對粵港澳大灣區生態文明建設和可持續發展具有重要的參考價值。本文采用Google Earth、Landsat、高分等多時相高精度遙感數據，在GEE平臺上利用隨機森林方法識別得到2005—2020年從化區的土地利用類型，并核算ESV，再通過空間自相關、冷熱點分析揭示ESV的時空分異特征。

1 研究區概況與數據來源

1.1 研究區概況

從化區位于廣州市北部，珠江三角洲到粵北山區的過渡地帶；地理坐標介于113°17′～114°04′E、23°22′～23°56′N 之間，幅員面積為1 984.1 km2，是廣州市面積最大的區縣；地勢呈東北高、西南低的階梯狀；地貌以山地、丘陵為主，山地面積達800 km2；自然景觀以森林為主，林地面積占全區面積的61.5%。

1.2 數據來源

本文采用的主要數據為：2005—2020年Landsat5/7/8地表反射率影像和DEM數據，空間分辨率為30 m，均在GEE平臺調用和處理；為建立土地利用分類樣本庫，采集2005—2020年Google Earth、GF-1、GF-6等高空間分辨率影像，每年約1 000 個樣本點；2005—2020年從化區主要糧食作物播種面積、產量，來源于《廣州統計年鑒（2006—2021）》，主要農產品價格和平均價格，來源于《全國農產品成本收益匯編（2006—2019）》，均用于計算標準單位ESV 當量因子。

2 研究方法

2.1 基于GEE平臺的遙感影像土地利用分類

隨機森林是基于決策樹的集成機器學習算法，具有運算速度快、分類精度高等特點，已被廣泛應用于土地利用分類研究中，并取得了良好效果[18]。鑒于此，本文采用隨機森林方法將土地分為耕地、林地、草地、水域、建設用地和未利用地6大類。選取Land?sat 影像6 個波段以及7 個光譜指數（表1）的均值、中值和方差，NDVI、EVI、GCI、SAVI、gNDVI 五種植被指數的3種諧波統計特征（相位φ、振幅A、余項a0），DEM和坡度等特征圖層作為隨機森林方法的輸入特征[19-21]，每年共56個特征圖層。

表1 光譜指數的計算公式

諧波分析模型的數學表達式為（假定一年的時間t=1）：

2.2 ESV核算

1）標準單位ESV當量因子的確定。根據謝高地[12]等構建的中國ESV 基礎當量表，測算從化區2005—2020 年的ESV。一個標準單位的ESV 當量因子為1 hm2農田每年自然糧食產量經濟價值的1/7。從化區是傳統的農業大區，水稻是最主要的糧食作物。因此，以從化區2005—2020年水稻的播種面積、總產量和價格為基礎，計算一個標準單位的ESV當量值，即

式中，T為2005—2020 年水稻年均總產量；P為水稻出售平均價格；A為年均水稻播種面積。

計算得到E為1 697.93元·hm-2。由于謝高地等未對建設用地的ESV當量因子進行測算，大部分學者在應用時也只考慮了自然生態系統，一般假設建設用地的ESV 為0[22-23]。事實上，居民點和工業產生的廢水、廢氣和廢物以及人們日益增長的物質需求將給生態系統服務帶來負面影響。因此，借鑒袁興中[24]等提出的建設用地ESV估算方法，本文對建設用地的價值當量進行了調整，得到從化區的基礎當量因子表（表2）。

表2 從化區單位面積ESV當量表/元·hm2·a-1

2）基于植被指數的當量因子修訂。利用EVI 對研究區ESV進行逐像元修訂，計算公式為：

式中，Aij為第i種土地利用類型未修訂前的第j種ESV 當量；Bik、Cik、EVIik分別為第i種土地利用類型在第k個研究單元的面積、植被覆蓋度修訂系數和EVI 值；-- ——EVIi為研究區第i類土地利用類型的均值；i、j、k分別為土地利用類型、生態系統服務類型和研究單元編號；m、n、o分別為對應數量。

2.3 空間變化分析

本文采用全域空間自相關分析方法和熱點分析方法對從化區ESV的時空分異特征進行分析。其計算公式為：

式中，S為標準差；統計結果即z 得分，表示空間聚類程度，正z 得分表示熱點，得分越高表示熱點聚集得越緊密，負z 得分表示冷點，得分越低表示冷點聚集得越緊密。

3 研究結果與分析

3.1 土地利用分類精度評價

采用分層隨機抽樣的方法選取80%的樣本點作為訓練樣本，其余作為驗證樣本，對分類結果進行精度檢驗（表3）。由于早期高分辨率影像較少，高分系列衛星在2013 年之后才可用，因此2005 年的總體精度最低，2020年的總體精度最高。綜合來看，各時期分類的總體精度較高，優于目前常用的中國多時期土地利用/覆被遙感監測數據集在本研究區的分類結果，說明采用該數據進行ESV估算具有可行性。2005—2020年從化區土地利用分類結果見圖1。

圖1 2005—2020年從化區土地利用空間分布

表3 2005—2020年分類精度統計

3.2 土地利用時空演變分析

由表4、圖2 可知，從化區土地利用類型以林地為主，約占總面積的60%，主要分布在從化區北部，2005年以來林地增加了約13.94%，新增林地主要分布在研究區南部，大部分是由草地植被自然恢復以及耕地轉化為園地而來；耕地面積占比在10%以上，主要分布在南部、地勢較平坦的區域，環繞于建設用地，2005—2020 年耕地數量逐漸萎縮，減少了約32.83%，其中2010—2015年減少速率最快，主要是由于農業種植結構調整，耕地大多轉化為園地，用于種植果樹等經濟作物；2005 年建設用地主要分布在研究區南部，隨著城市化進程的快速推進，近15年來研究區建設用地逐漸擴張，增長了約100%，其中2005—2010年擴張速度最快，約增長了52.24%，新增建設用地圍繞原有建設用地向外擴張，主要是占用原有居民點附近的耕地。

表4 2005—2020年從化區土地利用類型面積變化情況

3.3 ESV時空演變分析

3.3.1 ESV時序變化

2005—2020 年從化區ESV 總體呈先增后降的趨勢，累計增長了3.04 億元（表5）。4 種主要生態服務對總體ESV的貢獻依次為：調節服務>支持服務>供給服務>文化服務。15年間，4種主要生態服務價值均呈波動增加的趨勢，其中支持服務增加幅度最大，文化服務價值增加最少。

表5 2005—2020年從化區ESV/億元

3.3.2 ESV空間分布變化

為進一步分析從化區ESV的空間分異特征，本文以300 m×300 m 的網格為研究單元，計算每個網格的ESV 和ESV 變化量，并采用自然斷點法制作2005—2020 年從化區ESV 空間分布圖（圖3），將ESV 分為6 個等級，1 級最低、6 級最高。結果表明，從化區ESV 的空間分布具有明顯的不均衡性，存在北部高、南部低的空間分異特征，這主要是由南北土地利用方式差異造成的。

圖3 2005—2020年從化區ESV的空間分布

由各網格的ESV 變化情況（圖4）可知，從化區ESV 變化主要集中在南部，北部大部分區域ESV 變化不明顯；南部ESV 損失區域呈現以流溪河為邊的倒“人”型分布，這些區域是近15 年城市建設的重點區域，快速的城市化發展給區域壞境增加了壓力，導致該區域ESV呈下降趨勢，而南部ESV增益區域主要分布在邊緣地帶，特別是在研究區西南邊界帶上，ESV增益更明顯，這主要是由于2005—2020年該區域的植被普遍向好發展，且隨著植樹造林、耕地轉型為園地，該區域的林地顯著增加，促進了生態系統的改善。

圖4 2005—2020年從化區ESV變化的空間分布

3.3.3 ESV的空間關聯特征

1）全局空間自相關分析結果。2005—2020年4個時期的ESV 與各階段ESV 變化的全局Moran’s Ⅰ值均大于0，p值均小于0.001（表6），說明ESV的空間分布具有顯著的空間正向自相關性，集聚現象明顯。從年際變化來看，ESV的空間自相關性呈先減后增的態勢。此外，ESV動態變化同樣具有顯著的空間正向自相關，高高、低低集聚顯著。

表6 2005—2020年從化區ESV及其變化的空間自相關性

2）ESV 冷熱點分布。2005—2020 年從化區ESV變化冷熱點空間分布特征見圖5，可以看出，從化區ESV變化的冷熱點較分散，熱點區域主要分布在南部的鰲頭鎮、溫泉鎮，冷點區域主要分布在街口街道、城郊街道以及北部的呂田鎮。

圖5 2005—2020年從化區ESV變化冷熱點空間分布圖

從不同階段來看，2005—2010年ESV變化的冷熱點較多，大致為以良口鎮為界，南部廣泛分布ESV變化熱點，其中鰲頭鎮分布的熱點區域最大，北部廣泛分布ESV 變化冷點，其中呂田鎮分布的冷點區域最大，該時期從化區南部園地、林地的增長使得ESV顯著增加，而呂田鎮大面積林地存在退化趨勢，對ESV產生消極影響；2010—2015 年ESV 變化冷熱點減少，熱點主要分布在研究區北部，該時期的生態修復工程促進了北部林地的生態恢復，冷點主要分布在流溪河沿線，該部分生態效益損失主要歸因于城市建設、路網建設對生態系統的負面影響；2015—2020 年ESV 變化冷熱點分布數量最少，南部除中心城市ESV 受人類活動和建設的影響有所損失外，其余區域均呈現均衡發展趨勢，北部ESV 變化熱點區主要分布在邊緣的林地，該時期這些林地的植被綠度得到了提升。

3.4 研究結果分析

1）土地利用變化對ESV 的影響。2005—2020 年從化區ESV增加了3.04億元，其中林地面積的大量增加對ESV總量增長貢獻最高，特別是2005—2010年從化區積極實施生態公益林、森林公園建設等林業重點工程，5年來新增造林面積達3.4萬畝，推進了部分地區的林業建設；同時從化區南部分布了大面積的農業空間，“十一五”期間從化區都市型現代農業不斷壯大，花卉種植、荔枝等果樹種植廣泛開展，直接促進了園地的增長，使植被綠度得到了顯著提高，ESV獲益。此外城鎮空間擴張仍是導致ESV 降低的主要原因?？傮w上，從化區ESV具有向好的趨勢，保持生態系統的長期穩定、ESV的可持續增長是從化區生態保護的長期目標。

2）ESV 評估對國土空間規劃的啟示。土地利用變化是影響ESV 的重要因素[25-26]，而ESV 評估能反映當前土地利用方式的合理性，促進土地資源合理利用和優化區域生態格局，因此ESV是評估區域國土空間規劃是否符合生態文明理念的重要依據[10]。研究發現，城市邊緣等用地較破碎的區域ESV易受土地利用變化影響，而用地完整能有效提高生態服務價值。因此，應倡導城市建設用地、居住用地集聚發展，挖掘好建設用地間的存量未利用地，鼓勵建設用地連片、連續發展和建設。從化區作為東部地區傳統的農業大區，鄉村人口占比大，2020年其鄉村人口約占全區總人口的67%，遠遠高于廣州市平均水平（20%）；且從化區鄉村居民點也較多，通過適當合并小型村落，倡導組建較完整的農村聚落，以減少鄉村生產生活空間的破碎度，既可提高土地資源使用的集約度，減少建設用地對生態系統的分割，又可提高行政管理的效率，促進公共資源的有效利用。在生態環境保護方面，應倡導優先保護和整治ESV較低的區域，促進區域生態環境協調發展，同時減少對具有高ESV區域的開發和建設，形成具有規模的生態保護區。另外，從化區過境水資源豐富，溪流、河流共計146條，是流溪河的發源地，水體條件對下游水文生態具有重要影響。因此，建議河流兩岸種植一定規模的生態林、綠色隔離帶，以避免建設空間對水體環境造成直接污染。

3）研究方法的局限性。采用價值當量法核算ESV本身存在一些局限性，即認為同一研究區相同用地類型具有相同的ESV。本文依托植被指數修正了有植被生長地類的核算結果，在一定程度上改善了評估結果，但沒有植被生長的地類內部差異仍未得到改善。例如，城市用地和農村居民點的生產生活方式不同，對生態系統的影響方式和程度存在差異；在城市空間內部，居住用地、工業用地和商服用地等不同建設用地使用類型對生態系統的作用也有所差異。因此，基于復雜用地類型的ESV 評估還需進一步探索。

4 結 語

本文基于長時間序列Landsat 影像數據，揭示了從化區2005—2020年的土地利用變化情況，并結合從化區實際，測算了ESV，剖析了其時空變異特征。

1）林地是從化區最主要的自然生態系統，研究期間林地呈波動增加的趨勢，主要是由耕地轉化為園地；耕地數量逐漸萎縮，約減少了33%；建設用地逐漸擴張，約增長了100%。

2）研究期間從化區ESV 呈先增后降的趨勢，凈增長3.04億元，調節服務和支持服務對ESV總量的貢獻最大，占比在80%以上。在空間分布上，從化區ESV 總體呈明顯的北部高、南部低的空間分異特征。研究期間ESV變化主要集中在南部，城市建設是ESV損失的主要原因，而植樹造林、耕地轉化為園地是ESV增益的主要路徑。

3）從化區4個時期的ESV及其變化具有顯著的空間正向自相關性。不同階段ESV變化冷熱點分布有所差異，但整體ESV變化熱點圖與ESV變化一致。