生态系统服务价值^[1](ecosystem service values，ESV)的量化评估是近年来的研究热点。谢高地等基于扩展的劳动价值论原理，主要采用单位面积生态系统价值当量因子的方法，对2010年中国生态系统提供的11种生态服务类型价值进行了核算，得出了中国各种生态系统年提供总服务价值量^[2-3]。姜翠红等采用修正的EGESV模型等方法，对青海湖流域多个年度生态系统服务价值进行了评估与分析^[4-6]。

生态系统服务类型划分方法、价值化评估模型是量化计算的基础。Costanza等将生态系统服务划分为17个类型，国外已开发出InVEST^[7]、CITYgreen^[8]等生态系统服务价值评估模型。《千年生态系统评估》将生态系统服务分为供给服务、调节服务、支持服务和文化服务4大类，并在此基础上划分出若干二级类型^[9]。

在生态系统服务价值计算过程中，遥感信息是重要的数据源。第一次全国地理国情普查在全国范围以优于1 m分辨率遥感影像为主要影像源，采集了高空间分辨率的地表覆盖数据产品；MODIS数据以其高时间分辨率、高光谱分辨率的特点，已在资源、环境、生态方面发挥了重要作用。

本文以第一次全国地理国情普查地表覆盖、MODIS数据蕴涵的增强植被指数(enhanced vegetation index，EVI)、植被净初级生产力(net primary production，NPP)、植被生长季等多源遥感信息为主要数据源，针对全国陆地生态系统服务价值计算过程会产生大数据的现状，提出一种基于多源遥感信息的全国陆地生态系统服务价值计算方法。

1 研究方法与数据来源 1.1 生态系统服务价值评估模型

构建地理国情普查地表覆盖分类与中国陆地生态系统分类标准的转换关系，建立转换表达式，确定地表覆盖栅格数据每个栅格所属的生态系统；在此基础上，利用多源遥感信息及单位面积生态系统服务价值当量因子，计算各栅格供给服务、调节服务、支持服务、文化服务单项生态系统服务价值，以及总的生态系统服务价值。各栅格生态系统服务价值计算公式如下：

总的生态系统服务价值评估模型为

式中，V_i为第i个栅格总的生态系统服务价值；V_ig、V_it、V_iz、V_iw分别为第i个栅格供给服务、调节服务、支持服务、文化服务单项生态系统服务价值。

对于农田、森林、草地这些特定地表覆盖类型，按如下公式进行修正：

供给服务价值评估修正模型为

式中，S_i为第i个栅格面积；m_G为单位面积生态系统供给服务价值当量因子；H_n为标准生态系统生态服务价值当量因子经济价值量；m_NPP_i为第i个栅格内的特定地表覆盖类型(农田、森林、草地)的NPP，m_NPP′为全国特定地表覆盖类型的生态系统的平均NPP。

调节服务价值评估修正模型为

式中，m_T为单位面积生态系统调节服务价值当量因子；m_GS_i为第i个栅格内的特定地表覆盖类型的生长季；m_GS′为全国特定地表覆盖类型的生态系统的平均生长季；m_EVI_i为第i个栅格内的特定地表覆盖类型的EVI；m_EVI′为全国特定地表覆盖类型的生态系统的平均EVI。

支持服务价值评估修正模型为

式中，m_Z为单位面积生态系统支持服务价值当量因子。

文化服务价值评估修正模型为

式中，m_W单位面积生态系统文化服务价值当量因子。

EVI、NPP、生长季数据融入计算，目的是对植被类生态系统，即农田、森林、草地生态系统的服务价值进行修正，以更加准确地反映同一生态系统生态服务价值的空间异质性及植被茂盛程度与年内提供有效生态服务的时间在地理空间的差异。

1.2 数据计算模型

根据数据源类型、结构、数据量及栅格位深分析，全国陆地生态系统服务价值在计算模型设计时，需对其中的大数据进行处理算法设计^[10-13]，以保证：①大数据正确输入；②大数据计算内存不溢出；③同一计算单元，同时输出生态系统服务价值评估数据集的各类结果；④批处理过程不异常。

目前，商业软件难以满足计算需求，主要表现在：软件输入端，数据量承载力有限，单次输入数据量较小；计算过程，不易实现批量处理模式；输出端，对于同一计算单元，单次无法输出生态系统价值评估数据集的各类结果。这些问题导致数据预处理工作量和数据计算工作量巨大，很大程度上影响了最终成果数据生产的效率。

针对这一现状，笔者自主研发了一套基于栅格空间分析的生态系统价值评估数据计算软件，实现了处理流程、组织结构、功能分配、数据接口、运行和出错处理等功能，给出具体功能所涉及的主要算法、数据结构及调用关系等，解决了全国陆地生态系统服务价值计算过程中的这些技术难题，提升了数据处理水平，提高了数据计算效率和质量。

大数据计算模型设计解决了3个方面的技术难题：①单个数据的数据量较大，直接进入内存将影响计算机运行性能，需要解决此类数据的运行问题；②全国地理国情普查地表覆盖栅格数据、全国陆地生态系统服务价值评估数据数量较大，需要解决合理、有序、分批批量处理问题；③一体化、多源数据I/O，生态系统服务价值评估模型中，每个栅格单元供给、调节、支持及文化生态系统服务价值的计算，需要地理国情普查地表覆盖栅格数据、中国陆地最大EVI数据、中国陆地NPP数据、中国陆地植被生长季数据，以及单位面积生态系统服务价值当量因子等数据同步参与，成果的输出也一步解决，因此，需要解决多源数据的一体化输入、输出问题，才能提升数据计算的效率。其模型设计如图 1所示。

1.3 数据来源 1.3.1 地理国情普查地表覆盖数据

地理国情普查地表覆盖分类系统包含耕地、园地、林地、草地、房屋建筑(区)、道路、构筑物、人工堆掘地、荒漠与裸露地表、水域10个一级类，以及46个二级类、79个三级类，均是基于WorldView-1/2、GeoEye-1、ZY-3等高分辨率遥感影像采集，采集指标基本要求是最小图斑对应的地面实地面积为400 m^2[14]。

地表覆盖分类产品初始矢量空间数据图斑数量达到数亿个，为便于计算，并保证成果精度，本文对其进行栅格化处理，栅格化粒度确定为5 m×5 m，采用面积最大法确定各栅格所代表地表覆盖类型，结果定义为16 bit unsigned integer型。

在全国陆地生态系统服务价值计算过程中，参与计算的数据及其结构类型包括：全国地理国情普查地表覆盖栅格数据、中国陆地最大EVI数据(16 bit，signed integer型)、中国陆地NPP数据(32 bit，float型)、中国陆地植被生长季数据(32 bit，float型)等；成果数据均为32 bit float型。数据量合计在10 TB量级，形成了大数据计算规模。

依据《中国陆地生态系统分类标准》，中国陆地生态系统分为农田、森林、草地、湿地、荒漠、水域6个一级类，以及15个二级类。在计算过程中，需构建地理国情普查地表覆盖数据分类系统与中国陆地生态系统转换表达关系，每个栅格均采用转换后的类型进行计算。

1.3.2 MODIS数据集

MODIS数据集中的MOD13Q1陆地标准产品包含12个子数据集，空间分辨率为250 m，其中的EVI数据能够精确地反映陆地生态系统植被的生长状态、季相和年际变化特征。

为了与地理国情普查成果反映同一时期的地表自然状态，选取2015年MODIS数据集(数据来源于NASA官网)，将MOD13Q1产品中的2015年内中国陆地最大EVI数据，以及由EVI衍化生成的中国陆地NPP数据和中国陆地植被生长季数据，融入评估模型中进行计算。

1.3.3 单位面积生态系统服务价值当量因子

单位面积生态系统服务价值当量因子主要引用谢高地等改进的标准价值当量因子，见表 1。同时，参照2015年全国单位面积粮食均产和粮食价格，以及居民消费价格指数(consumer price index，CPI)信息等，将标准生态系统生态服务价值当量因子经济价值量确定为3 595.22元/hm²。

2 结果与分析

研究区丽水市位于浙江省西南部，空间位置介于东经118°41′—120°26′，北纬27°25′—28°57′，面积为17 298 km²，人口为262万^[15]。

2.1 EVI、NPP与生长季空间格局

研究区2015年植被最大EVI、NPP与生长季空间格局如图 2所示。从图 2得出，研究区2015年植被最大EVI值总体处于较高水平，NPP值最大达到70 279.2 gC/m²，植被生长季值在(0, 365]区间内。

2.2 生态系统服务价值量与空间格局

(1) 研究区内地理国情普查地表覆盖图斑数量合计73万个，对分类代码属性进行栅格化处理，得到5 m×5 m粒度的栅格成果。利用生态系统服务价值评估模型，计算得到陆地生态系统服务价值结果，其空间格局如图 3所示。

对各价值量进行统计分析，包含各种生态系统服务价值总量、各生态系统服务类别价值量，以及各覆盖类型生态系统服务价值量等，结果见表 2。

(2) 根据图 3，从地域形势看，生态系统服务价值量东部略高于西部，整体趋于均衡。根据表 2，丽水市2015年各种生态系统服务价值总量为968.20亿元，单位面积价值量为5.60万元/hm²。在9个县级行政区中，云和县单位面积价值量最高，达到6.62万元/hm²；庆元县最低，为4.44万元/hm²。

从生态系统覆盖类型看，森林生态系统服务价值量最高，为807.91亿元，占生态系统服务价值总量的83.44%；其次是水域，为119.26亿元；各覆盖类型生态服务价值总量呈现森林>水域>草地>农田>荒漠的特点。

从生态系统服务类别看，调节服务价值量最高，为691.19亿元，占生态系统服务价值总量的71.39%；其次是支持服务价值量，占生态系统服务价值总量的20.31%；各生态系统服务类别价值量呈现调节服务>支持服务>供给服务>文化服务的特点。

(3) 根据表 2，丽水市2015年人均生态系统服务价值量为3.70万元；依据丽水市2015年统计年鉴数据，丽水市2015年全年GDP为1 102.34亿元，人均GDP为4.21万元；人均GDP与人均生态系统服务价值比值为1:0.88。此结果表明，研究区生态系统服务价值相对社会经济价值仍然不够富裕。

从全省来看，浙江省2015年全年人均GDP为7.76万元，按照本文方法计算得到浙江省2015年人均生态系统服务价值量为2.29万元。这一结果表明，丽水市虽然人均GDP低于全省平均水平，但人均生态系统服务价值量却超过全省平均水平，说明当地在发展社会经济的同时，也注重对生态环境的保护。

2.3 计算效率与性能

对于大数据计算处理，能够接受的处理效率与合理科学的计算算法同样重要，只有效率达到一定水平，才能保证在有限时间内得到计算结果。通过采用单个大数据分块、整体大数据分批循环处理算法，进行合理的内存分配，解决了数据运行效率与计算性能问题。表 3为单台计算机、单线程数据计算效率(计算机系统配置为：Windows 7系统，64位操作系统，32 GB内存，1.9 GHz处理器)。

根据表 3，采用单台计算机、单线程，全国陆地生态系统服务价值计算时长在3 d左右；如果采用2~3台计算机、多线程计算，0.5 d便可完成计算，能够满足计算需求。

3 结论

(1) 遥感信息反映自然真实状态，利用多源遥感信息进行生态系统服务价值计算，有利于挖掘与揭示地表自然价值。地理国情普查地表覆盖数据具有高空间分辨率、高精度的特征；MODIS数据具有高时间分辨率、高光谱分辨率的特征；通过空间分析计算与统计，充分利用各数据优势，结果更精确，能够反映区域细节特征。

(2) 以5 m×5 m栅格大小计算，全国陆地生态系统服务价值计算数据量在10 TB量级；数据类型包括影像、文档、地理位置信息等结构化与非结构化数据；每个栅格均需计算其各类型服务价值；采用分块、分批的大数据计算算法，大大提高了计算效率，解决了多源数据一体化输入、输出问题。这些均体现了大数据Volume、Variety、Value和Velocity的4“V”基本特征。

(3) 随着地理国情监测项目的开展，地理国情信息将持续更新；同时，中国陆地最大EVI、中国陆地NPP、中国陆地植被生长季等也会随着时间推移而发生变化。因此，本文提出的方法应用前景广泛，不仅可应用于生态系统服务价值评估，而且可应用于生态系统服务价值更新及变化监测，具有较好的实际应用价值。