EN中文

Remote Sensing for Natural Resources >

2025 , Vol. 37 >Issue 3: 233 - 244

DOI: https://doi.org/10.6046/zrzyyg.2024022

Identification of ecologic zones based on ecosystem service value and ecological risk index from a perspective of spatiotemporal dynamics: A case study of Qinhuangdao City, Hebei Province

  • ZHENG Jiaxin , 1, 2 ,
  • PEI Xiaolong , 2, 3 ,
  • SONG Dongyang 2 ,
  • TIAN Rui 1 ,
  • ZHAO Zhongqiu 1, 4 ,
  • BAI Hang 1
Expand
  • 1. School of Land Science and Technology, China University of Geosciences (Beijing), Beijing 100083, China
  • 2. Langfang Natural Resources Comprehensive Survey Center, China Geological Survey, Langfang 065000, China
  • 3. Key Laboratory of Coupling Process and Effect of Natural Resources Elements, Beijing 100055, China
  • 4. Key Laboratory of Land Consolidation and Rehabilitation, Ministry of Natural Resources, Beijing 100035, China

Received date: 2024-01-17

  Revised date: 2024-05-07

  Online published: 2026-06-03

Fold

Abstract

Under the influence of climate change and human activities, the increasing risk of ecological service degradation poses a significant challenge to regional ecological security. Exploring ecologic zones based on ecosystem service value (ESV) and landscape ecological risk index (ERI) enables an intuitive identification of the regional ecological function status, thereby providing a basis for regional ecosystem conservation. This study investigated Qinhuangdao City in Hebei Province, China, by integrating landscape ecology, equivalent factor, GIS grid, and spatial autocorrelation methods. Under the whole-process dynamic control framework, this study analyzed the spatiotemporal dynamics of ESV and ERI from 2001 to 2021, revealing their evolutionary patterns. Moreover, based on the value-risk spatial aggregation patterns, this study determined the ecologic zones in Qinhuangdao City. The results indicate that over the past two decades, the ESV in Qinhuangdao City exhibited overall slight variations, with an increase of about 0.073 billion yuan, presenting a spatial pattern characterized by alternatively distributed large dispersion and small aggregation. The average ERI value showed a fluctuating downward trend, gradually shifting toward lower risk, with higher ERI values in the north compared to the south. The evolutionary types of ESV and ERI in Qinhuangdao City can be classified into maintenance, upgrading, mitigation, and fluctuation types, with the maintenance type representing the largest proportion. A positive correlation was observed between ESV and ERI per unit area in Qinhuangdao City, dominated by zones with high ESV and ERI in the northern part of Qinhuangdao City.

Key words： ecosystem service value (ESV); landscape ecological risk; land use change; spatiotemporal dynamics; ecologic zone

Cite this article

ZHENG Jiaxin , PEI Xiaolong , SONG Dongyang , TIAN Rui , ZHAO Zhongqiu , BAI Hang . Identification of ecologic zones based on ecosystem service value and ecological risk index from a perspective of spatiotemporal dynamics: A case study of Qinhuangdao City, Hebei Province[J]. Remote Sensing for Natural Resources, 2025 , 37(3) : 233 -244 . DOI: 10.6046/zrzyyg.2024022

0 引言

生态系统服务是指人类通过生态系统结构、功能和过程直接或间接获取维持人类生存和生活所需的产品或惠益[1],它是人类生存与发展的基础[2]。21世纪,在气候剧烈变化和城镇化快速推进的影响下,人类活动过度干扰自然界,导致土地覆被变化剧烈,由此引发的生态系统服务功能退化、景观格局破碎化问题日益凸显[3-5]。研究表明,近60%的生态系统服务功能显著退化,同时生态风险不断增加[6],生态系统正面临着巨大的挑战。生态系统环境一般可用生态系统服务价值(ecosystem service value,ESV)和生态风险指数(ecological risk index,ERI)来进行评估[6]。
ESV最早由Daily提出,将其按属性划分为13类[1]。同一时期,Costanza[7]则做了更为详细的划分,将其分为17类,并提出了基于单位面积价值当量的测算方法。谢高地等[8-10]在围绕ESV科学内涵、生态学机制等展开重要论述,提出了中国陆地ESV评估模型以及基于改进的单位面积服务价值当量表。此后,众多学者根据研究区的实际情况引入了修正ESV当量的相关系数[11-12]。随着研究的深入,生态价值核算逐渐发展为在不同研究尺度上对不同土地利用类型的响应进行定量评估,如对森林、草地、湿地和湖泊等不同土地利用类型进行核算[13-16]。生态风险评价能够有效衡量和评估人类活动或自然灾害对区域结构或功能的影响[17]。早期的生态风险评价对象尺度小,主要在人体健康评价领域[18]。近年来,关注重心逐渐扩大到了生态风险的空间分布及其对生态系统的影响,评价规模也从单个有机体扩展到了流域和区域[19-20]。关于景观生态风险评价,已经进行了大量的研究。其中,基于土地利用变化评估景观生态风险成为当前研究的热点之一,主要是通过构建景观格局指数或景观ERI来评估区域生态风险[21-22]。
生态系统服务与景观生态格局都和土地利用变化密切相关[23-24],因此一些学者逐渐开始研究二者之间的关系。目前,生态系统服务与景观格局的集成已成为跨学科领域研究中的热点,文疆回等[25]利用地理加权回归模型,深入研究了贵州省景观格局变化对生态系统服务的影响; 曹君等[26]和郑博福等[27]分别探究了赣南地区和纽约湾区景观格局指数与ESV的关系。此外,国内外对ESV和景观生态风险的综合分析也逐渐成为新的研究方向,李超等[3]和梁仕豪等[6]采用空间自相关模型对ESV与景观生态风险进行了关联性分析; Zhang等[28]利用重心迁移模型探究ESV与景观生态风险的交互机制; Zhang等[29]基于ESV与景观生态风险进行分区,并分析了各区人口、土地利用的差异。此类研究多聚焦特定时间截面下的静态特征,却在一定程度上忽略了价值、风险的时空变化过程和演变趋势。事实上,生态系统在不同时期会受到不同的干扰,从“前期-中期-后期”3个时期分析其动态变化,可以为未来提高ESV以及降低生态风险提供参考。若能够在时空动态视角下将二者放在同一水平来研究其相互作用下的空间聚集效应并进行生态分区,有助于解释区域生态系统退化并识别生态脆弱区。
基于此,本文以河北省秦皇岛市为例,综合采用景观生态学法、当量因子法、GIS网格法以及空间自相关等方法,通过对2001—2021年的时空动态视角下ESV和ERI进行分析,揭示其演变规律,并基于“价值-风险”的空间聚集模式进行生态分区,以期为揭示旅游发达地区生态系统稳定性,实现区域可持续发展提供科学决策依据。

1 研究区概况与数据源

1.1 研究区概况

秦皇岛市(图1)位于河北省东北部(118°33'9″~119°51'9″E,39°24'52″~40°37'39″N),处于燕山山脉以东的丘陵地区和山前平原地带,南靠渤海,北靠燕山,东连辽宁,西靠京津,位于华北和东北2大经济区的交界处,居环渤海经济圈的中心位置,陆域面积7 802 km2,海域面积1 805 km2。秦皇岛属于暖温带半湿润大陆性季风气候,受海洋影响较大,平均气温11.1℃,年平均降水量602.3 mm。秦皇岛地区森林覆盖率位居河北省第2位,河流在其境内分布广泛,生态系统受到人类干扰较小,但是由于近年来经济飞速发展,局部区域存在过度开发、水土流失严重等问题。
图1 研究区地理位置

Fig.1 The geographical location of the study area

1.2 数据来源

本文采用的河北省秦皇岛市2001年、2006年、2011年、2016年和2021年土地利用分类数据来自武汉大学黄昕团队空间分辨率为30 m的中国土地覆盖数据(China land cover dataset,CLCD)(http: //doi.org/10.5281/zenodo.4417809)。根据研究需要,将原本的耕地、林地、灌木、草地、水域、冰川、湿地、荒漠和建设用地重分类为耕地、林地、草地、水域、未利用地和建设用地等6类。数字高程模型(digital elevation model,DEM)来源于地理空间数据云30 m空间分辨率数字高程数据(https://www.gscloud.cn/)。计算秦皇岛ESV所需的全国年平均粮食价格来源于《中国粮食年鉴》(https://www.zgtjnj.org/)以及国家粮食和物资储备局(http: //www.lswz.gov.cn/)。粮食总产量来源于《河北省统计年鉴》(http: //tjj.hebei.gov.cn/)。修正ESV所需的全国单位面积粮食产量来源于国家统计局(https://www.stats.gov.cn/)。

2 研究方法

2.1 ESV估算

2.1.1 当量因子法确定标准单位ESV

基于谢高地等[10]提出的中国生态系统单位面积生态服务价值当量表,根据现有单位面积农田提供的粮食供给服务经济价值是自然生态系统的7倍[30],以秦皇岛市主要粮食作物的面积和产量作为基础,计算得到秦皇岛市单个生态系统服务当量因子的经济价值,公式为:
E a = 1 7 × p q m
式中: E a为单个生态系统服务当量因子的经济价值; m,p和q分别为2001—2021年每5 a的平均面积、市场价格和作物产量。

2.1.2 时空修正因子修正单位ESV

利用河北省秦皇岛市单位面积平均粮食产量和全国单位面积粮食产量,对其相关研究数据进行考据并加以修正[31]。ESV当量修订公式为:
λ = γ γ o
E b = E a × λ
式中: λ为地区修订系数; γ和 γ o分别为秦皇岛市单位面积平均粮食产量和全国单位面积粮食产量; Eb为修订后的单个生态系统服务当量因子的经济价值。

2.1.3 单元网格ESV核算

在ArcGIS中,将研究区域网格化。根据相关理论研究成果[32],网格面积应是斑块平均面积的2—5倍。结合研究区特点,确定2 km×2 km网格为评价单元,共计2 098个。每个网格单一土地利用ESV公式为:
E S V i = A i j × V C i
E S V = ∑ i = 1 n E S V i
式中: ESVi为单元网格中第i类土地利用类型的生态系统服务价值; Aij为第j个网格第i种土地利用类型的分布面积; VCi为第i种土地利用类型的ESV系数; n为土地利用类型数量。

2.2 ERI构建

基于土地利用和景观格局指数的评估方法,参考相关研究成果[33],本研究选择景观脆弱度、干扰度和损失度,构建ERI的计算模型,进而对2 098个评价单元的ERI值进行了量化。计算公式为:
E R I k = ∑ i = 1 N A k i A k R i
R i = V i × E i 　
E i = a C i + b S i + c D O i
式中: ERIk为第k个评价单元的ERI; N为景观数量; i为景观类型; Aki为第k个评价单元内第i类景观的面积; Ak为第k个评价单元总面积; Ri为景观损失度指数; Ei为景观干扰度指数; Vi为景观脆弱度指数; Ci为景观破碎度指数; Si为景观分离度指数; DOi为景观优势度指数; a,b和c分别为相应景观指数的权重,a+b+c=1,a,b和c权重分别为0.5,0.3和0.2。

2.3 时空动态视角下价值、风险变化分类

通过计算ESV和ERI划分低、较低、中、较高和高5个等级。为了明晰ESV和ERI的动态演变趋势,本研究集成“前期-中期-后期”视角的动态管控框架[34],基于上述5个等级重新划分为低、中、高3个等级。首先,将低和较低价值重新划分为低价值,中价值仍划分为中价值,高和较高价值划分为高价值; 低和较低风险划分为低风险,中风险仍划分为中风险,高和较高风险划分为高风险。其次,以前期(2001年)、中期(2011年)及后期(2021年)3个时期ESV和ERI等级的演变过程为基准,将其演变过程划分为4种类型。中期ESV和ERI在前、后期如果等级未改变,则为维持型; 后期等级上升,则为升级型; 后期等级下降,趋于缓和,将其划分为缓和型; 等级波动变化,则为波动型(表1)。
表1 时空动态视角下的价值、风险变化分类

Tab.1 Classification of value and risk changes from the perspective of spatiotemporal dynamics

编号 价值一级 编号 价值二级 编号 风险一级 编号 风险二级 等级组合划分
Ⅰ 价值维持型 1 低价值稳定可控型 Ⅰ 风险维持型 1 低风险稳定可控型 低-低-低
2 中价值基本可控型 2 中风险基本可控型 中-中-中
3 高价值严重失控型 3 高风险严重失控型 高-高-高
Ⅱ 价值升级型 4 低价值潜在升级型 Ⅱ 风险升级型 4 低风险潜在升级型 低-低-中 低-低-高
5 中价值潜在升级型 5 中风险潜在升级型 低-中-高 中-中 高
6 中价值基本可控型 6 中风险基本可控型 低-中-中
7 高价值基本失控型 7 高风险基本失控型 低-高-高 中-高-高
Ⅲ 价值缓和型 8 高价值潜在缓和型 Ⅲ 风险缓和型 8 高风险潜在缓和型 高-高-低 高-高-中
9 中价值潜在缓和型 9 中风险潜在缓和型 高-中-低 中-中-低
10 中价值缓和维持型 10 中风险缓和维持型 高-中-中
11 低价值缓和维持型 11 低风险缓和维持型 中-低-低 高-低-低
Ⅳ 价值波动型 12 低价值潜在升级型 Ⅳ 风险波动型 12 低风险潜在升级型 中-低-中 中-低-高
高-低-中 高-低-高
13 中价值潜在升级型 13 中风险潜在升级型 高-中-高
14 中价值潜在缓和型 14 中风险潜在缓和型 低-中-低
15 高价值潜在缓和型 15 高风险潜在缓和型 低-高-低 中-高-低
低-高-中 中-高-中

2.4 基于“价值-风险”的生态分区识别

利用全局Moran’s I指数和局部Moran’s I指数,对ESV和ERI的空间关联性和差异性进行分析。综合考虑ESV和ERI的计算均与比率相关,其方差的波动性可能导致Moran’ I指数的统计失去真实性,故而采用基于经验贝叶斯方法(empirical bayes index,EBI)修正的全局空间自相关指数进行比对分析,综合评估二者之间的空间分布模式[35]。
双变量局部Moran’ I指数公式为:
I = ( y i - y ¯ σ ) ∑ i = 1 n y j - y ¯ σ
式中: I为局部Moran’I指数; n为评价单元数; yi为第i个单元上的值; y ¯为平均值; σ为观测值之间的标准差。I大于0,表示正相关; I小于0,表示负相关。
EBI公式为:
E B I = m ∑ i = 1 m ∑ j = 2 m W i j × ∑ i = 1 m ∑ j = 2 m W i j R i R j ∑ i = 1 m ( R i - R ¯ ) 2
式中: i,j分别为评价单元; Ri和Rj为综合变量; R ¯为Ri的均值; m为评价单元总数。

3 结果与分析

3.1 土地利用变化分析

如图2所示,研究区各地类面积均有所增减。其中,建设用地的覆盖面积增加最为迅速,净增加369.25 km2,增长幅度为54.54%。耕地覆盖面积缩减量最多,从2001年的3 560.10 km2缩减至2021年的3 254.29 km2,缩减量为305.81 km2,但因其基数大,下降幅度仅为8.59%。草地的面积缩减较多,缩减量为179.29 km2,下降幅度为29.05%。未利用地面积与水域面积波动不大,分别缩减和增加了5.65 km2和19.87 km2,下降幅度和增长幅度分别为64.87%和35.50%。林地的面积逐年增加,其面积增加量仅次于建设用地,增加101.63 km2,增长幅度为29.05%。
图2 2001—2021年秦皇岛市土地利用类型变化

Fig.2 Changes of land use types in Qinhuangdao City from 2001 to 2021

根据计算可知,从2001—2021年期间,每5 a秦皇岛市土地利用类型之间一直在发生转移。2001—2006年,耕地转出最为活跃,流出面积350.84 km2,其次为草地和林地; 建设用地流入面积最多,为198.73 km2,主要来源于耕地的流入。2006—2011年,耕地仍为最主要的转出地类,主要转为了林地和建设用地; 林地流入面积最多,主要来源于耕地和草地。2011—2016年,耕地、林地和草地成为最主要的流出地类,三者流出面积相差不大; 耕地成了流入面积最多的地类,其次为建设用地和林地。2016—2021年,耕地和草地流出最为明显,耕地流入面积最多,为144.01 km2,占总转入面积的47.56%(图3)。
图3 2001—2021年秦皇岛市每5 a土地利用转移矩阵(km2)

Fig.3 Land use transfer matrix every five years in Qinhuangdao City from 2001 to 2021

3.2 ESV时空分布特征

3.2.1 ESV估算

经计算,2001年、2006年、2011年、2016年和2021年研究区ESV分别为24.07×108元、24.18×108元、25.22×108元、25.33×108元和24.8×108元,总体变化幅度不大。从土地资源价值来看,林地ESV的贡献量最大,占总价值的72%~73%。2001—2021年林地产生的ESV整体呈先下降后升高再下降的趋势,总体增长了62.55×106元。其次为耕地和水域,二者的ESV分别占总价值的14%~16%和8%~11%。耕地ESV从2001—2016年持续下降,2021年有所回升,总体降低了32.69×106元; 水域ESV自2001—2016年一直升高,到2021年有所下降,总体增加了66.54×106元。2001—2021年草地ESV占总价值的2%~3%,20年来持续下降,降低了24.23×106元(表2)。
表2 2001—2021年秦皇岛市各土地利用类型生态系统服务价值变化及占比

Tab.2 Changes and proportions of ESV of each land use type in Qinhuangdao City from 2001 to 2021

土地利
用类型		 2001年 2006年 2011年 2016年 2021年
ESV/106元 占比/% ESV/106元 占比/% ESV/106元 占比/% ESV/106元 占比/% ESV/106元 占比/%
耕地 380.55 15.81 373.10 15.43 348.94 13.83 344.93 13.62 347.86 14.03
林地 1 755.97 72.94 1 741.17 71.99 1 839.88 72.94 1 853.23 73.15 1 818.52 73.34
草地 83.42 3.47 82.31 3.40 74.28 2.94 62.06 2.45 59.19 2.39
未利用地 0.05 0.00 0.03 0.00 0.02 0.00 0.02 0.00 0.02 0.00
水域 187.41 7.78 221.88 9.17 259.21 10.28 273.07 10.78 253.95 10.24
总计 2 407.40 100.00 2 418.49 100.00 2 522.33 100.00 2 533.31 100.00 2 479.54 100.00
单项ESV及占比如表3所示,其中一级分类中调节服务占比最多,文化服务占比最少。二级分类可以归结为三个梯级,气候调节、水文调节和土壤保持属于第一梯级,占总ESV比例高于57%。气体调节、生物多样性、环境净化、食物生产、美学景观、原料生产属于单项ESV的第二梯级,占总ESV比例高于38%。水资源供给和养分循环属于ESV的第三梯级,ESV在0.75×108元左右,占比不到4%。
表3 2001-2021秦皇岛市单项ESV及占比

Tab.3 Value and proportion of individual ESV in Qinhuangdao City from 2001 to 2021

一级 二级 2001年 2006年 2011年 2016年 2021年
ESV/108元 占比/% ESV/108元 占比/% ESV/108元 占比/% ESV/108元 占比/% ESV/108元 占比/%
供给服务 食物生产 1.07 4.45 1.05 4.34 1.02 4.04 1.01 3.99 1.01 4.07
原料生产 0.95 3.95 0.93 3.85 0.94 3.73 0.94 3.71 0.93 3.75
水资源供给 0.44 1.83 0.46 1.90 0.50 1.98 0.50 1.97 0.49 1.98
调节服务 气体调节 2.52 10.47 2.49 10.30 2.55 10.11 2.54 10.03 2.51 10.12
气候调节 5.94 24.68 5.89 24.36 6.16 24.43 6.17 24.36 6.05 24.40
净化环境 1.76 7.31 1.76 7.28 1.85 7.34 1.86 7.34 1.82 7.34
水文调节 4.61 19.15 4.86 20.10 5.29 20.98 5.39 21.28 5.18 20.89
支持服务 土壤保持 3.27 13.59 3.23 13.36 3.29 13.05 3.28 12.95 3.24 13.06
维持养分
循环		 0.29 1.20 0.29 1.20 0.29 1.15 0.29 1.14 0.28 1.13
生物多样性 2.23 9.26 2.22 9.18 2.32 9.20 2.32 9.16 2.28 9.19
文化服务 美学景观 0.99 4.11 0.99 4.09 1.04 4.12 1.04 4.11 1.02 4.11
总计 24.07 100.00 24.18 100.00 25.22 100.00 25.33 100.00 24.80 100.00

3.2.2 ESV可视化

通过克里金插值法,将秦皇岛市的ESV在地理空间上反映,得到ESV的空间可视化分布。为更加清晰地展现ESV和ERI的等级分布,将研究区ESV划分为低价值(ESV≤0.7×106元)、较低价值(0.7×106元<ESV≤1.4×106元)、中等价值(1.4×106元<ESV≤2.1×106元)、较高价值(2.1×106元<ESV≤2.8×106元)和高价值(ESV>2.8×106元)5个等级,得到2001—2021年秦皇岛市ESV空间分布图(图4)。从图4中可以看出,ESV等级呈“大分散、小聚集”交错分布。2001—2021年,高价值区集中分布在青龙满族自治县和抚宁区,且青龙满族自治县的高价值区域面积呈现持续扩大趋势,主要来源于林地和水域生态系统。抚宁区的高价值区域面积有所增加,但不太明显,主要来源于水域生态系统。较高价值区主要分布在青龙满自治县、抚宁区、山海关区和吕黎县,因为其森林覆盖广阔,是一个生产力高且相对稳定的生态系统,生态价值相对较高。中价值集中分布在研究区的北半部分,主要包括青龙满族自治县、抚宁区、海港区和山海关区,呈现在较高价值区外围分布特征,主要是因为少量耕地包围在草地生态系统,草地分布较多而价值中等。较低价值分散分布在中等价值周边,主要是因为少量草地掺杂在耕地生态系统中,耕地分布较多而价值较低。低价值主要分布在研究区的南半部分,主要类型为耕地。
图4 2001—2021年秦皇岛市ESV空间分布图

Fig.4 Spatial distribution of ESV in Qinhuangdao City from 2001 to 2021

3.2.3 时空动态视角下ESV

将生态价值前期、中期和后期聚焦到栅格单元,依据价值演变过程,得到维持型、升级型、缓和型以及波动型4个价值演变类型。价值维持型所占比例最大,高达88.92%。低价值稳定可控型在该类型中占比高于50%,主要分布在除青龙满族自治县以外的6个区县。中价值基本可控型和高价值严重失控型分布范围较少,2种类型基本分布在青龙满族自治县。价值升级型分布范围较少,占比7.38%,该类型小片零散分布在青龙满族自治县,主要为高价值基本失控型。高价值基本失控型前期为中、低价值,中期升级为高价值,并在后期继续保持高价值类型。价值缓和型和价值波动型二者总占比不足2%,零散“点状”分布在研究区(图5)。
图5 时空动态视角下的ESV分区空间分布

Fig.5 Spatial distribution of ESV zones from the perspective of spatiotemporal dynamics

3.3 景观生态风险时空分布特征

3.3.1 景观生态风险数量特征分析

根据实际环境条件,将研究区划分为低风险(ERI≤0.04)、较低风险(0.04<ERI≤0.05)、中风险(0.05<ERI≤0.06)、较高风险(0.06<ERI≤0.07)和高风险(ERI>0.07)5个等级。2001—2021年,秦皇岛市生态风险均值整体处于波动下降的状态,5个时期分别为0.056 1,0.055 3,0.053 8,0.053 2和0.052 1,生态风险等级逐渐向低风险转移,分布特征呈现为“北端高、南端低”,生态风险极大值与极小值之间的差距也在逐渐缩小。等级为低、较低和中生态风险区逐渐增加,由2001年的1 167个增加到2021年的1 363个,占比增加9.35%。较高风险区有所增长,但变化总体不大。2001—2021年,高风险区呈现持续降低趋势,由565个减少到340个,占比减少10.72%(表4)。
表4 秦皇岛市生态风险等级个数及比例

Tab.4 Number and proportion of ecological risk levels in Qinhuangdao City

生态风
险等级		 2001年 2006年 2011年 2016年 2021年
个数 占比/% 个数 占比/% 个数 占比/% 个数 占比/% 个数 占比/%
低风险 274 13.06 289 13.78 319 15.20 325 15.49 336 16.02
较低风险 570 27.17 578 27.55 591 28.17 590 28.12 610 29.08
中风险 323 15.40 326 15.54 356 16.97 401 19.11 417 19.88
较高风险 366 17.45 366 17.45 388 18.49 382 18.21 395 18.83
高风险 565 26.93 539 25.69 444 21.16 400 19.07 340 16.21
总计 2 098 100.00 2 098 100.00 2 098 100.00 2 098 100.00 2 098 100.00

3.3.2 景观生态风险可视化分析

进一步通过ArcGIS10.7软件进行空间插值和风险等级分类,得到秦皇岛市景观生态的低风险、较低风险、中风险、较高风险和高风险5个风险等级的空间分布格局。整体上看,高风险区域从“大片集中”至“小片分散”分布于青龙满族自治县,该地区多为林地,且水域错综复杂的分布在其周边,森林覆盖度极高,地形高低变化很大,斜坡很陡,植物在自然环境中生长缓慢,生态系统的自我调节能力较差。其中,较高风险区以“片状”形式分布在青龙满族自治县高风险区周围以及周边区县,如抚宁区、海港区和卢龙县; 中风险区少量“点状”分布在青龙满族自治县和吕黎县,大量“连片”分布在抚宁区、海港区、卢龙县和山海关区; 较低风险和低风险区主要分布在吕黎县,还包括卢龙县、北戴河区、海港区和山海关区。从时间尺度上看,景观生态高风险区呈现持续减少的趋势,较高风险区“点状”分布区逐渐变小,整体上较高风险区面积变化不大。低、较低以及中风险区面积逐渐增大,是因为较高风险区大部分转化为了中风险区(图6)。
图6 2001—2021年秦皇岛市景观生态风险空间分布图

Fig.6 Spatial distribution of landscape ecological risks in Qinhuangdao City from 2001 to 2021

3.3.3 时空动态视角下景观生态风险变化

依据风险演变过程分区原则,得到维持型、升级型、缓和型以及波动型4种演变类型(图7)。研究区风险维持型占比高达42.10%,集中分布在研究区的北部以及零散分布在南部各区县城镇。风险缓和型占比32.62%,主要为低风险缓和维持型。此类型前期为中、高风险,中期转化为低风险,并在后期继续维持低风险类型。由于旅游业的发展,使其建设用地扩张,占用了耕、林、草地,使其风险下降。风险升级型占比18.97%,主要是中、低风险升级为高风险,因为人类活动频繁,加速干扰了森林生态系统,增加了生态风险。风险波动型占比6.31%,主要为中期是高风险,前后期是低、中风险的地区。
图7 时空动态视角下的景观生态风险分区空间分布

Fig.7 Spatial distribution of landscape ecological risk zones from the perspective of spatiotemporal dynamics

3.4 生态分区建设

3.4.1 空间相关性

利用GeoDa软件计算,得到ERI散点图(图8)。2001—2021年的Moran’s I分别为0.685,0.682,0.684,0.667和0.667,且P<0.05,从图中可以看出研究区ESV与ERI存在显著的正向空间关联性。
图8 2001—2021年ESV与ERI的相关性指数分布图

Fig.8 Correlation index distribution of ESV and landscape ERI from 2001 to 2021

3.4.2 生态分区结果

利用GeoDa软件绘制LISA聚集图,进行局部空间的自相关分析。基于Z检验(P<0.05),获得了秦皇岛ESV和ERI的双变量LISA分布图,有助于揭示两者在局部空间上的异质性差异。将空间自相关达到显著性水平P<0.05的区域关联模式分为高价值-高风险、高价值-低风险、低价值-高风险、低价值-低风险以及不显著5个不同的模式(图9)。
图9 2001—2021年ESV与ERI的双变量LISA聚集图

Fig.9 Bivariate LISA aggregation plot of ESV and ERI from 2001 to 2021

1)高价值-高风险区在2001年、2006年、2011年、2016年和2021年这5 a分别占研究区面积的23.12%,22.83%,21.12%,20.16%和19.11%,该区在研究区广泛分布,以北部地区较为集中,分布于青龙满族自治县以及抚宁区,分布面积呈逐年减少的趋势。青龙满族自治县的建设用地由“点—线”发散式分布于耕地之间,耕地又被大量的林草地包围,该县在具备一定的林草耕地覆盖的同时又有城镇分布; 抚宁区则存在小片水域,使得该区域ESV高,水域周边出现了建设用地以及耕地,导致ERI升高。这就使得在同一研究单元中,青龙满族自治县以及抚宁区的部分地区高价值与高风险并存。
2)低价值-高风险区面积总体呈现波动增加的趋势。在5个时期分别占研究区面积的5.77%,5.86%,5.62%,5.91%和6.34%。该区被“高-高”区所包围,以“散状式”大量分布于青龙满族自治县,少量集中于海港区。该区城市范围不断扩大,导致建设用地增加,大量草地被占用,并转化为价值较低、风险较高的耕地。人类不合理的土地利用方式攫取了较多的生态价值,导致人地冲突加剧,造成了一些地区生态风险的提高。
3)低价值-低风险区面积呈逐年降低的趋势。在5个时期分别占研究区面积15.11%,13.16%,10.63%,10.30%和9.91%,主要分布在吕黎县以及山海关区,少量分散分布于海港区、北戴河区、卢龙县以及青龙满族自治县的边界处。该地区土地类型主要是连片的耕地,并伴随着不断增加的建设用地。耕地和建设用地对ESV的贡献相对较小,因此能提供的生态价值远远低于其他类型的用地。这些地区的用地类型相对简单,大部分耕地分布在地势平坦的区域,然而由于建设用地分布在这里,使得该地区成为人类活动比较频繁的区域。人类的各种活动可能会对耕地和建设用地的生态环境产生改变和影响,从而使得该区域保持相对稳定,生态风险较低。
4)高价值-低风险区面积最小,呈现下降变化趋势。在5个时期分别占研究区面积4.91%,4.62%,4.72%,4.29%和3.91%,主要分布于青龙满族自治区,少量分布于海港区和抚宁区,河北柳江盆地分布于此地。在该地区,能够产生较高ESV的林地和草地具有较高的植被覆盖率、较少的人口分布以及较少受经济活动的影响,对生态系统的干扰较小,能够实现系统的良性运行,从而创造较高的价值。
5)不显著区是指ESV与ERI二者空间集聚关系不显著的区域,其占研究区总面积的51%~61%。该区域地类主要为农田,ESV与ERI等级分布均较低,不存在明显集聚中心。

4 讨论与结论

4.1 讨论

本研究核算出的秦皇岛市ESV与京津冀研究中秦皇岛市ESV存在差异[36],主要是因为修正因子与研究区范围的不同。ESV北高南低的空间分异特征照应了以上研究结论,高值区主要位于青龙满族自治县和抚宁区,是因为青龙满族自治县森林覆盖率较高以及抚宁区水域面积较大水源涵养功能强。本次研究ERI整体保持稳定,景观生态风险水平主要表现为高生态风险水平和低生态风险水平,与京津冀景观生态风险的研究成果吻合较好[37]。同时,本研究选择“前期-中期-后期”3个时段对ESV和ERI时空动态演变规律进行研究,相对于仅仅研究末期和初期的变化,此方法能够清晰地显示ESV和ERI的动态演变趋势,集成“前期-中期-后期”视角的动态管控框架。ERI和ESV相关性分析可以较好地把人类福祉和生态环境变化相挂钩,并从一定程度上体现社会经济发展所导致的生态环境变化情况,从而为生态环境保护及可持续发展等方面提供决策支持。然而,由于ESV和ERI均基于区域土地利用类型数据进行的计算,对两者相互作用的分析还无法描述并体现生态系统服务和生态风险之间的直接内在关联。为此,应充实生态系统服务和生态风险的研究内容,研究粮食生产、水源涵养、碳固存、生境质量、土壤保持等生态系统功能与生态敏感性等改进的传统生态风险之间的关系,构建“生态系统服务-生态风险”框架,更好地厘清两者间的相互关系,为生态保护提出决策建议。

4.2 结论

1)研究区生态系统服务价值总体变化幅度不大,价值等级呈现“大分散、小聚集”交错分布的空间格局。从土地资源价值来看,林地生态系统的价值的贡献量最大,占总生态系统服务价值72%~73%。单项生态系统服务中,调节服务占比最多,高于60%。价值演变类型中,价值维持型所占比例极大,其中低价值稳定可控型在价值维持型中占比高于50%。
2)研究区生态风险均值处于波动下降的状态,生态风险等级逐渐向低风险转移,分布特征呈现为“北端高、南端低”。高风险区面积持续缩小,较高风险区面积几乎无变化,低、较低以及中风险区面积逐渐增大。风险演变类型中,风险维持型占比高达42.10%,主要为高风险严重失控型和低风险稳定可控型。
3)研究区以高价值-高风险区为主,集中在北部地区,分布在青龙满族自治县和抚宁区。低价值-低风险区以“线状”包围式分布在研究区边界,分散在吕黎县以及山海关区。低价值-高风险以“散状式”大量分布于青龙满族自治县,少量集中于海港区。高价值-低风险区面积最小,呈现下降变化趋势,主要分布在青龙满族自治县,少量分布于抚宁区和海港区。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Daily G C. Nature’s services:Societal dependence on natural ecosystems[M]. Washington,DC: Island Press, 1997.

[2]
欧阳志云, 郑华. 生态系统服务的生态学机制研究进展[J]. 生态学报, 2009, 29(11):6183-6188.

Ouyang Z Y, Zheng H. Ecological mechanisms of ecosystem ser-vices[J]. Acta Ecologica Sinica, 2009, 29(11):6183-6188.

[3]
李超, 牛文浩, 黄怀玉, 等. 城市化背景下粤港澳大湾区生态风险时空演变及生态分区识别研究[J]. 环境工程技术学报, 2024, 14(2):562-573.

Li C, Niu W H, Huang H Y, et al. Study on spatial and temporal evolution of ecological risk and ecological zoning identification in Guangdong-Hong Kong-Macao Greater Bay Area under the background of urbanization[J]. Journal of Environmental Engineering Technology, 2024, 14(2):562-573.

[4]
郑善文, 何永, 欧阳志云. 我国城市总体规划生态考量的不足及对策探讨[J]. 规划师, 2017, 33(5):39-46.

Zheng S W, He Y, Ouyang Z Y. Inadequate ecological consideration in urban master plan and countermeasures[J]. Planners, 2017, 33(5):39-46.

[5]
Xie H L, Wen J M, Chen Q R, et al. Evaluating the landscape ecological risk based on GIS:A case-study in the Poyang Lake region of China[J]. Land Degradation and Development, 2021, 32(9):2762-2774.

[6]
梁仕豪, 李文, 高宇, 等. 吉林省生态系统服务价值与景观生态风险关联性及其空间分异[J]. 应用生态学报, 2024, 35(3):769-779.

DOI

Liang S H, Li W, Gao Y, et al. Correlations between ecosystem service value and landscape ecological risk and its spatial heterogeneity in Jilin Province,China[J]. Chinese Journal of Applied Ecology, 2024, 35(3):769-779.

[7]
Costanza R, D’Arge R, De Groot R, et al. The value of the world’s ecosystem services and natural capital[J]. Ecological Economics, 1998, 25(1):3-15.

[8]
谢高地, 鲁春霞, 冷允法, 等. 青藏高原生态资产的价值评估[J]. 自然资源学报, 2003, 18(2):189-196.

Xie G D, Lu C X, Leng Y F, et al. Ecological assets valuation of the Tibetan Plateau[J]. Journal of Natural Resources, 2003, 18(2):189-196.

DOI

[9]
谢高地, 甄霖, 鲁春霞, 等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报, 2008, 23(5):911-919.

Xie G D, Zhen L, Lu C X, et al. Expert knowledge based valuation method of ecosystem services in China[J]. Journal of Natural Resources, 2008, 23(5):911-919.

DOI

[10]
谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报, 2015, 30(8):1243-1254.

Xie G D, Zhang C X, Zhang L M, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8):1243-1254.

[11]
冯凌. 土地持续利用与农民福利提升的生态服务价值补偿:理论计算与旅游实现[M]. 北京: 旅游教育出版社, 2011.

Feng L. Ecological service value compensation of sustainable land use and farmer welfare promotion:Theoretical calculation and tourism realization[M]. Beijing: Tourism Education Press, 2011.

[12]
刘志涛, 王少剑, 方创琳. 粤港澳大湾区生态系统服务价值的时空演化及其影响机制[J]. 地理学报, 2021, 76(11):2797-2813.

DOI

Liu Z T, Wang S J, Fang C L. Spatiotemporal evolution and influencing mechanism of ecosystem service value in the Guangdong-Hong Kong-Macao Greater Bay Area[J]. Acta Geographica Sinica, 2021, 76(11):2797-2813.

DOI

[13]
Liu W Y, Lin Y Y, Chen H S, et al. Assessing the amenity value of forest ecosystem services:Perspectives from the use of sustainable green spaces[J]. Sustainability, 2019, 11(16):4500.

[14]
徐雨晴, 於琍, 周波涛, 等. 气候变化背景下未来中国草地生态系统服务价值时空动态格局[J]. 生态环境学报, 2017, 26(10):1649-1658.

DOI

Xu Y Q, Yu L, Zhou B T, et al. Temporal-spatial dynamic pattern of grassland ecosystem service value under the background of climate change in the future in China[J]. Ecology and Environmental Sciences, 2017, 26(10):1649-1658.

[15]
赵志刚, 余德, 韩成云, 等. 鄱阳湖生态经济区生态系统服务价值预测与驱动力[J]. 生态学报, 2017, 37(24):8411-8421.

Zhao Z G, Yu D, Han C Y, et al. Ecosystem services value prediction and driving forces in the Poyang Lake Ecoeconomic Zone[J]. Acta Ecologica Sinica, 2017, 37(24):8411-8421.

[16]
覃婷, 韦立权, 龙植豪. 森林生态系统服务功能对经济社会的贡献研究——以广西西江经济带为例[J]. 山西农经, 2020(6):78-80.

Qin T, Wei L Q, Long Z H. Study on the contribution of forest ecosystem services to economy and society:A case study of Xijiang economic belt in Guangxi[J]. Shanxi Agricultural Economy, 2020(6):78-80.

[17]
郝军, 田雅楠, 戈锋, 等. 流域土地利用与景观生态风险响应关系研究[J]. 中国环境科学, 2023, 43(11):6132-6140.

Hao J, Tian Y N, Ge F, et al. Correlational relationship between land use and landscape ecological risks in Inner Mongolia section of middle Nenjiang River[J]. China Environmental Science, 2023, 43(11):6132-6140.

[18]
彭建, 党威雄, 刘焱序, 等. 景观生态风险评价研究进展与展望[J]. 地理学报, 2015, 70(4):664-677.

DOI

Peng J, Dang W X, Liu Y X, et al. Review on landscape ecological risk assessment[J]. Acta Geographica Sinica, 2015, 70(4):664-677.

DOI

[19]
陈鹏, 潘晓玲. 干旱区内陆流域区域景观生态风险分析——以阜康三工河流域为例[J]. 生态学杂志, 2003, 22(4):116-120.

Chen P, Pan X L. Ecological risk analysis of regional landscape in inland river watershed of arid area:A case study of Sangong River Basin in Fukang[J]. Chinese Journal of Ecology, 2003, 22(4):116-120.

[20]
陈心怡, 谢跟踪, 张金萍. 海口市海岸带近30年土地利用变化的景观生态风险评价[J]. 生态学报, 2021, 41(3):975-986.

Chen X Y, Xie G Z, Zhang J P. Landscape ecological risk assessment of land use changes in the coastal area of Haikou City in the past 30 years[J]. Acta Ecologica Sinica, 2021, 41(3):975-986.

[21]
常玉旸, 高阳, 谢臻, 等. 京津冀地区生境质量与景观格局演变及关联性[J]. 中国环境科学, 2021, 41(2):848-859.

Chang Y Y, Gao Y, Xie Z, et al. Spatiotemporal evolution and spatial correlation of habitat quality and landscape pattern over Beijing-Tianjin-Hebei region[J]. China Environmental Science, 2021, 41(2):848-859.

[22]
康紫薇, 张正勇, 位宏, 等. 基于土地利用变化的玛纳斯河流域景观生态风险评价[J]. 生态学报, 2020, 40(18):6472-6485.

Kang Z W, Zhang Z Y, Wei H, et al. Landscape ecological risk assessment in Manas River Basin based on land use change[J]. Acta Ecologica Sinica, 2020, 40(18):6472-6485.

[23]
Li G, Chen W, Zhang X, et al. Ecosystem service values in the Dongting Lake eco-economic zone and the synergistic impact of its driving factors[J]. International Journal of Environmental Research and Public Health, 2022, 19(5):3121.

[24]
李静芝, 王苗, 冯文静, 等. 湘西州地区生态系统服务价值时空特征及驱动分析[J]. 自然资源遥感, 2022, 34(3):207-217.doi:10.6046/zrzyyg.2021323.

Li J Z, Wang M, Feng W J, et al. The characteristics and driving factors of spatiotemporal changes in the ecosystem service value in Xiangxi,Hunan,China[J]. Remote Sensing for Natural Resources, 2022, 34(3):207-217.doi:10.6046/zrzyyg.2021323.

[25]
文疆回, 李瑞. 贵州省生态系统服务价值时空演变及其对景观格局变化的响应[J]. 应用生态学报, 2022, 33(11):3075-3086.

DOI

Wen J H, Li R. Temporal and spatial variation of ecosystem service value and its response to landscape pattern change in Guizhou Province,China[J]. Chinese Journal of Applied Ecology, 2022, 33(11):3075-3086.

[26]
曹君, 张正栋, 崔峰艳, 等. 1996—2015年纽约湾区生态系统服务对景观格局变化的响应[J]. 世界地理研究, 2021, 30(4):826-838.

DOI

Cao J, Zhang Z D, Cui F Y, et al. Response of ecosystem services to landscape pattern changes in the New York Bay Area from 1996 to 2015[J]. World Regional Studies, 2021, 30(4):826-838.

DOI

[27]
郑博福, 黄琼瑶, 陶林, 等. 赣南地区景观格局变化及其对生态系统服务价值的影响[J]. 生态学报, 2021, 41(15):5940-5949.

Zheng B F, Huang Q Y, Tao L, et al. Landscape pattern change and its impacts on the ecosystem services value in southern Jiangxi Province[J]. Acta Ecologica Sinica, 2021, 41(15):5940-5949.

[28]
Zhang Y L, Hu X J, Wei B J, et al. Spatiotemporal exploration of ecosystem service value,landscape ecological risk,and their interactive relationship in Hunan Province,Central-South China,over the past 30 years[J]. Ecological Indicators, 2023,156:111066.

[29]
Zhang Y Y, Yang R J, Li X H, et al. Designing a sustainable development path based on landscape ecological risk and ecosystem service value in Southwest China[J]. Sustainability, 2023. 15(4):3648.

[30]
武燕, 吴映梅, 李琛, 等. 基于MAUP下川滇生态屏障区生态系统服务价值多尺度空间分异及地理探测响应[J]. 水土保持研究, 2023, 30(2):333-342.

Wu Y, Wu Y M, Li C, et al. Multi-scale spatial differentiation and geographic detection response of ecosystem service value in Sichuan-Yunnan ecological barrier based on the modifiable areal unit problem[J]. Research of Soil and Water Conservation, 2023, 30(2):333-342.

[31]
戚丽萍, 栾兆擎, 魏勉, 等. 基于土地利用的江苏省各市生态系统服务价值时空变化研究[J]. 南京林业大学学报(自然科学版), 2023, 47(4):200-208.

DOI

Qi L P, Luan Z Q, Wei M, et al. Spatial and temporal variations of ecosystem service values in Jiangsu Province based on land-use change[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2023, 47(4):200-208.

[32]
尉芳, 刘京, 夏利恒, 等. 基于LUCC的陕西渭北旱塬区景观生态风险评价[J]. 中国环境科学, 2022, 42(4):1963-1974.

Wei F, Liu J, Xia L H, et al. Landscape ecological risk assessment in Weibei dryland region of Shaanxi Province based on LUCC[J]. China Environmental Science, 2022, 42(4):1963-1974.

[33]
乔斌, 曹晓云, 孙玮婕, 等. 基于生态系统服务价值和景观生态风险的生态分区识别与优化策略——以祁连山国家公园青海片区为例[J]. 生态学报, 2023, 43(3):986-1004.

Qiao B, Cao X Y, Sun W J, et al. Ecological zoning identification and optimization strategies based on ecosystem service value and landscape ecological risk:Taking Qinghai area of Qilian Mountain National Park as an example[J]. Acta Ecologica Sinica, 2023, 43(3):986-1004.

[34]
杨帆, 金晓斌, 刘晶, 等. 时空动态视角下快速城市化地区景观生态风险评价与分区[J]. 农业工程学报, 2023, 39(18):253-261.

Yang F, Jin X B, Liu J, et al. Assessing landscape ecological risk in rapidly urbanized areas from the perspective of spatiotemporal dynamics[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(18):253-261.

[35]
李俊翰, 高明秀. 滨州市生态系统服务价值与生态风险时空演变及其关联性[J]. 生态学报, 2019, 39(21):7815-7828.

Li J H, Gao M X. Spatiotemporal evolution and correlation analysis of ecosystem service values and ecological risk in Binzhou[J]. Acta Ecologica Sinica, 2019, 39(21):7815-7828.

[36]
段维利, 余新晓, 陈丽华, 等. 京津冀城市群城镇化与生态建设对生态系统服务价值的影响[J]. 水土保持研究, 2023, 30(4):404-411.

Duan W L, Yu X X, Chen L H, et al. Impact of urbanization and ecological construction on the ecosystem services value in the Beijing-Tianjin-Hebei urban agglomeration[J]. Research of Soil and Water Conservation, 2023, 30(4):404-411.

[37]
汪翡翠, 汪东川, 张利辉, 等. 京津冀城市群土地利用生态风险的时空变化分析[J]. 生态学报, 2018, 38(12):4307-4316.

Wang F C, Wang D C, Zhang L H, et al. Spatiotemporal analysis of the dynamic changes in land use ecological risks in the urban agglomeration of Beijing-Tianjin-Hebei vegion[J]. Acta Ecologica Sinica, 2018, 38(12):4307-4316.

Options
Outlines

/

〈 〉