
2. 中国科学院南京地理与湖泊研究所, 南京 210008;
3. 中国科学院大学, 北京 100049;
4. 中国科学院流域地理学重点实验室, 南京 210008;
5. 南京大学环境学院, 南京 210000
2. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China;
4. CAS Key Laboratory of Watershed Geographic Sciences, Nanjing 210008, China;
5. School of Environment, Nanjing University, Nanjing 210000, China
从全球视角来看,湖泊是重要的生态空间,特殊地理环境的大型湖泊沿岸及其所依托的流域往往是人类活动密集分布的区域。长期以来人口规模的快速增加和人类活动的高强度干预,给湖泊生态环境带来了巨大的负荷和影响。从地理空间来看,这些负荷和生态环境影响的来源通常表现为土地利用结构变化和建设用地面积扩张。而实践过程中,大多通过空间分区管控,来有效约束建设用地快速无序扩张。因此,基于生态环境本底条件和风险评估,在提出的生态修复分区的基础上模拟土地利用变化情景是检验湖泊流域生态本底、分区管控与人类活动强度互馈关系的重要手段,也可以为流域生态修复和生态风险规避提供参考和预警。生态修复在应对生态系统退化起到重要作用,当前开展生态修复工作逐渐成为了全球环境治理的重要议题[1],我国也逐步把生态修复提升到了重要的战略地位。近年来国家相关部门发布了《关于推进山水林田湖生态保护修复工作的通知》《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》《关于开展省级国土空间生态修复规划编制工作的通知》等政策文件,将推动生态文明建设和生态修复工作再上新水平。生态修复工作逐渐从单点、单要素、单过程的单一修复转向全域、全要素、全过程的综合治理[2]。随着国土空间生态保护与修复过程中更强调系统性和整体性,关于生态修复区划的研究逐渐受到关注。生态修复分区概念由生态区划理论发展而来,早期生态修复分区侧重于自然分区,如水文、气候和植被等,在对生态系统的研究逐渐深入和系统化的背景下,生态修复分区的研究热点转向了生态系统的功能、服务、脆弱性等方面。生态修复区划是统筹协调各类生态修复治理工程的过程,同时作为推动区域生态环境协同治理的重要手段,是国土空间保护规划制定的重要一环[3]。目前,关于生态修复分区的研究多从生态安全格局[4]、生态系统服务供需[5]、主体功能区识别[6]、碳汇功能演变[7]等视角展开。对流域国土空间进行生态修复的过程中,规划管理者更注重对水环境的治理和保护,以改善提升湖泊、河流生态系统质量为导向,划定流域生态修复分区,现有研究多聚焦在水生态系统健康[8]、水污染分区[9]、水生态功能分区[10]等方面。
对生态修复分区进行模拟评估是检验分区合理性、科学性的方法之一,进而为生态修复工程项目制定相应管控措施,但目前相关研究仅聚焦在分区识别过程和提出管控政策建议,对生态修复分区进行动态模拟评估的研究尚不多见。对土地利用模拟评估是展望未来人与自然关系的研究热点,主要应用于城市扩张模拟[11]、生态系统响应[12]和粮食产量预测[13]等方面。土地利用模拟的模型主要有马尔可夫模型[14]、CLUE-S模型[15]、FLUS模型[16]和PLUS模型[17]。早期的土地利用预测模型通过分析两期土地利用数据的变化规律,来模拟未来的土地利用空间分布。随着对土地利用模拟研究的深入,学者们发现土地利用变化受空间驱动因子影响,遂将土地利用变化驱动力因子应用到模型中,模拟精度得到较大提升。Liang等[18]指出土地利用变化与驱动力因子之间是复杂的非线性关系,研发了一款基于随机森林算法的土地利用模拟预测模型(PLUS模型),PLUS模型能够解读各类型用地之间深层次的转化关系,与多目标算法融合,模拟评估结果能更好地契合政策要求且模拟精度较高。
滇池流域作为我国西南生态安全屏障的重要组成部分,流域的生态修复治理具有重要意义。早期流域内生态修复主要为“就水治水”“就污治污”的单要素治理模式,对滇池水环境污染治理与防治实施了诸多修复工程[19-20],针对水生植物修复、湖滨湿地修复和面山植被修复等也开展了系统性的研究工作[21-23]。在新发展理念要求下,流域单要素的治理模式应转变为全要素的综合治理,从空间规划角度,对滇池流域生态修复工作统筹协调,有助于提升全流域的生态系统质量和缓解生态保护和经济发展的空间矛盾。基于此,本文根据生态系统服务及生态风险测算模型,结合滇池流域保护政策,划定了滇池流域生态修复分区,并根据分区的生态本底差异制定了不同的生态修复策略;同时,选取PLUS模型模拟2030年滇池流域的土地利用空间分布,分析生态修复分区引导下的土地利用变化,为滇池流域构建生态修复分区和系统推进生态修复治理工作提供参考。
1 研究区域、方法与数据 1.1 研究区概况滇池流域位于云南省昆明市西南部,地处云贵高原中部,属长江流域上游的金沙江水系;地势由北到南逐渐降低,平均海拔1 900 m,具有明显的高原地貌景观特征;气候类型多样,植物种类较丰富,是长江上游生态安全格局的重要组成部分(图 1)。流域范围内共涉及6个行政区,是昆明市最具经济活力的区域。过去一段时间,随着城镇规模的快速增长,城湖关系发生了变化,滇池湖滨逐渐融入到城镇的扩张范围,湖泊生态安全受到威胁。近年来滇池流域相继开展了牛栏江—滇池补水工程、“四退三还一护”工程及湖滨生态湿地建设等保护治理工作,滇池流域生态环境明显好转,但随着滇池流域社会经济的快速发展,城乡发展和生态环境仍存在空间矛盾[24-27],因此对城镇用地有效管控和对生态环境退化区域进行保护修复有重要意义。
![]() |
Download:
|
图 1 滇池流域区位及2020年土地利用类型 Fig. 1 Location of the Dianchi Lake Basin and land use types in 2020 |
2000、2010和2020年的土地利用数据、年平均降水量、年平均气温和GDP空间分布数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn),其中土地利用数据空间分辨率为30 m;土壤类型数据来源于全国土壤普查办公室编制的《1∶100万中华人民共和国土壤图》;DEM高程数据来源于地理空间数据云(https://www.gscloud.cn);人口密度数据来源于Worldpop人口数据集(https://www.worldpop.org);高速公路、铁路、主要道路、公交站点、学校、政府机构、湖泊、水系数据来源于BIGEMAP(http://www.bigemap.com);其他相关经济数据来源于《云南统计年鉴—2020》和昆明市农业农村局政府网站(http://nyncj.km.gov.cn)。
1.3 研究方法 1.3.1 生态系统服务价值评估本文基于谢高地等[28]修订的中国生态系统服务价值当量,用粮食价格对价值当量表进行校正。根据2019年昆明市粮食作物单位面积产量和平均价格,计算得到滇池流域的价值当量因子为2 785.31元/hm2,从而确定了单位面积生态系统服务价值当量系数表(表 1),根据各类型用地的所占面积,最终获得研究区域生态系统服务价值,公式如下
![]() |
表 1 滇池流域生态系统服务价值系数 Table 1 Ecosystem service value coefficient of the Dianchi Lake Basin |
ESV=n∑i=1(VCi×Ai), | (1) |
其中:ESV是土地利用类型的生态系统服务价值;VCi是第i类用地单位面积的生态服务价值,元/hm2;Ai为第i类土地的面积,hm2。
基于自然间断点分级法对2020年研究区域的生态系统服务价值分为低(0.00≤ESV<192.98)、较低(192.98≤ESV<429.09)、中等(429.09≤ESV<1 066.33)、较高(1 066.33≤ESV<2 507.86)、高(2 507.86≤ESV<3 639.98)5个级别。为便于比较分析,2000和2010年的计算结果按照2020年的分级区间进行划分。根据生态系统服务价值评估结果,选择1 km×1 km的格网进行空间表达,共3 084个格网。
1.3.2 生态风险指数评估根据各研究单元中不同土地利用类型所占总面积比例和各地类的生态风险权重计算生态风险指数,公式如下
ERI=n∑i=1AiWiA, | (2) |
式中:ERI是土地利用类型的生态风险指数;Ai为第i类土地的面积,hm2;Wi为第i类土地利用类型引起生态风险的权重;A为研究单元的总面积,hm2。参照已有专家学者的研究结果[29],每类土地利用类型的生态风险系数为耕地0.32、林地0.12、水域0.53、草地0.16、建设用地0.85。根据自然间断点分级法,把2020年滇池流域生态风险分为低(0.08≤ERI<0.24)、较低(0.24≤ERI<0.41)、中等(0.41≤ERI<0.59)、较高(0.59≤ERI<0.75)、高(0.75≤ERI<0.85)5个级别,2000和2010年的生态风险测算结果按照2020年的分级区间进行划分。
1.3.3 生态修复分区划定将生态系统服务价值和生态风险叠加分析,既能厘清生态本底状况,也能表征生态安全格局现状。基于上述生态系统服务价值和生态风险指数的评估方法,对其结果进行z-score标准化。生态系统服务价值和生态风险指数的z-score标准化方法如下
x=xi−ˉxs, | (3) |
ˉx=1nn∑i=1xi, | (4) |
s=√1nn∑i=1(x−ˉx)2, | (5) |
式中:x为标准化后的生态系统服务价值和风险指数;xi为第i个研究单元的生态系统服务价值和生态风险指数;x为研究单元生态系统服务价值和生态风险指数的平均值;s为研究单元的标准差;n为研究单元的总数。
根据标准化后的数值,将生态系统服务价值作为x轴,生态风险指数作为y轴,划分出4个象限,分别是Ⅰ象限(生态系统服务价值>0,生态风险>0)、Ⅱ象限(生态系统服务价值<0,生态风险>0)、Ⅲ象限(生态系统服务价值<0,生态风险<0)、Ⅳ象限(生态系统服务价值>0,生态风险<0)。根据近几年地方政府部门发布的滇池保护相关政策,提取有关滇池保护修复的措施,结合“价值-风险”象限划分结果,对每个分区的划定范围如下:
生态修复核心区 根据“价值-风险”象限划分结果,将生态系统服务高价值的Ⅰ、Ⅳ象限区域和滇池湖滨保护区、滇池生态缓冲带重叠区域[30],划定为生态修复核心区。
生态修复重点区 根据“价值-风险”象限划分结果,将不在生态修复核心区的Ⅰ、Ⅳ象限其他生态系统服务高价值区域,划定为生态修复重点区。
绿色发展区 根据“价值-风险”象限划分结果,将Ⅱ象限划定为绿色发展区,主要为城镇与乡村用地。
生态修复保育区 根据“价值-风险”象限划分结果,将Ⅲ象限划定为生态修复保育区,在流域外围起到生态屏障保护作用。
1.3.4 土地利用情景模拟PLUS模型能够解读各类型用地之间深层次的转化关系,模拟景观格局的斑块级演变,符合滇池流域地形复杂、景观格局变化大的实际情况,以此来进行未来土地利用类型模拟,解析各用地变化的策略,模拟精度较高。参照已有的土地利用模拟研究[31],本文从社会经济(人口分布、公里网格GDP、距铁路距离等)和气候与环境(高程、坡度、年降水量等)两方面选取了15个土地利用变化驱动力数据(图 2)。将选取的驱动力数据应用到PLUS模型的Land Expansion Analysis Strategy(LEAS)模块,获取各类型用地的扩张趋势。基于据LEAS计算得到的结果,利用CA based on Multiple Random Seeds (CARS)模块进行未来土地利用的预测。对生态修复情景模拟时,将区域内的湖泊、河道、水库、自然保护地等作为限制发展区域。为验证PLUS模型模拟的精度,先选取2000和2010年两期数据进行模拟,得到2020年的土地利用结果,将模拟的2020年土地利用类型与实际2020年数据进行对比,精度验证求得Kappa系数为0.768,总体精度为83.02%,模拟结果精度较高。
![]() |
Download:
|
图 2 滇池流域土地利用变化驱动力因子 Fig. 2 Driving force factors of land use change in the Dianchi Lake Basin |
根据生态修复分区划定结果,并参照已有研究的情景假设条件[32-33],本研究设定情景模条件拟如下:
1) 生态修复核心区严格执行滇池相关保护要求,在滇池湖滨保护区和滇池生态缓冲带内,强调对生态用地的保护,对湖滨开发用地提出了严格的管控要求。湖滨范围只能建设因滇池保护需要的环湖景观林带、污染治理项目等设施。因此在生态修复核心区的情景模拟,设定将2000—2020年生态风险加剧区域(低生态风险、较低生态风险和中等生态风险向较高生态风险、高生态风险转变)中的建设用地全部转为林地。
2) 生态修复重点区的核心任务是进行水源涵养和确保生态功能安全,基于此在PLUS模型中设定生态用地(林地、草地、水域)向建设用地转移减少70%。
3) 绿色发展区应坚持生态优先、绿色发展理念,基于此在PLUS模型设定生态用地和耕地向建设用地转化减少30%,建设用地向生态用地转移增加10%。
4) 生态修复保育区内为生态保护红线、永久基本农田集中划定区域,在此基础上在PLUS模型设定耕地向建设用地转移减少40%;生态用地向建设用地的转移减少40%。
2 结果分析 2.1 生态系统服务和生态风险评估结果3个不同时期的评估结果显示(图 3),2000、2010和2020年生态系统服务价值分别为206.14、203.35和192.71亿元。2000—2020年的生态系统服务价值主要以低和较低价值为主,占研究区域的49.03%~54.24%(表 2),主要分布在草海及外海北岸、南岸等地区,随着城镇化进程的不断加快,低和较低价值区域向中等价值区域逐渐蔓延,即城镇的开发建设不断向生态空间范围延伸;中等生态价值占研究区域的32.73%~37.13%,这些区域特征为林、草等植被覆盖度高,生态系统结构和景观格局保存较为完好,主要分布在北部及东南部的山区;较高和高价值占研究区域的13.03%~13.84%,主要分布在滇池湖区、湖滨地带和水库区域。在草海和外海北部局部区域,受到高强度的开发活动影响,生态系统服务高价值区域明显减少。
![]() |
Download:
|
图 3 滇池流域生态系统服务价值时空分布 Fig. 3 Spatial and temporal distribution of ecosystem service value in the Dianchi Lake Basin |
![]() |
表 2 2000—2020年滇池流域生态系统服务价值各等级面积 Table 2 Area of ecosystem service value in the Dianchi Lake Basin from 2000 to 2020 |
根据生态风险指数计算结果(图 4),从数量上来看,研究区3期的生态风险指数平均值分别为0.29、0.31和0.36,呈逐年上升的趋势。2000年较高及以上生态风险区域占总面积的6.24%,增长到2020年的19.30%,低和较低生态风险区域占比从2000年的73.09%下降到2020年的61.80%(表 3)。利用克里金法插值法,对研究区域的生态风险进行空间表达,从空间分布来看,生态风险高风险区域呈集聚式扩张,由滇池北岸沿着滇池湖区外围扩张到了滇池东岸,并由湖区向外扩散,与城镇发展趋势高度一致;生态风险扩张趋势随着城镇空间向东北方向空港经济区及东南方向的呈贡区拓展,高生态风险区域也向外延伸。滇池流域北部森林生态系统结构较为完善,具有较强的抗干扰性和稳定性;地形特征主要以山地和丘陵为主,这些区域远离主城区,受城镇化胁迫的影响较小,处于低生态风险级别。
![]() |
Download:
|
图 4 滇池流域生态风险时空分布 Fig. 4 Spatial and temporal distribution of ecological risk in the Dianchi Lake Basin |
![]() |
表 3 2000—2020年滇池流域生态风险各等级面积 Table 3 Area of ecological risk in the Dianchi Lake Basin from 2000 to 2020 |
将生态系统服务价值和生态风险指数的标准化结果进行叠加分析,利用“价值-风险”象限划分,得到象限分布图(图 5),划分为4个象限。象限Ⅰ代表“高价值-高风险”区域,2000、2010和2020年单位面积的生态系统服务价值为2 834.39、2 869.80和3 027.20万元/km2,生态风险指数均值为0.50、0.51和0.53;象限Ⅱ代表“低价值-高风险”区域,3个时期单位面积的生态系统服务价值为134.45、134.44和86.15万元/km2,生态风险指数均值为0.50、0.54和0.68;象限Ⅲ代表“低价值-低风险”区域,单位面积的生态系统服务价值从2000年的445.36万元/km2,下降到2020年的430.72万元/km2,生态风险指数较为稳定,维持在0.17~0.18;象限Ⅳ代表“高价值-低风险”,2000—2020年间,单位面积生态系统服务价值为963.92~1 053.91万元/km2,生态风险指数为0.22~0.25之间从数轴象限分布图来看各点在数轴上呈类似于三角形的格局,在Ⅲ象限(低供给-低风险)密集分布。随着社会经济的发展,Ⅲ象限区域呈逐年扩张趋势,面积占滇池流域总面积的55.87%~59.43%。Ⅳ象限(高供给-低风险)区域最少,面积占比1.92%~3.25%(图 6)。
![]() |
Download:
|
图 5 滇池流域价值-风险象限分布 Fig. 5 Value-risk quadrant distribution in the Dianchi Lake Basin |
![]() |
Download:
|
图 6 滇池流域价值-风险象限时空分布 Fig. 6 Spatial and temporal distribution of value-risk quadrant in the Dianchi Lake Basin |
基于“价值-风险”象限分布,结合滇池流域保护政策,将滇池湖滨保护区和滇池生态缓冲带与象限划分结果相叠加,划定了滇池生态修复分区,实现了流域圈层式生态修复分区空间布局(图 7),各分区划定结果及主要特征如下:
![]() |
Download:
|
图 7 滇池流域生态修复分区 Fig. 7 Ecological restoration zoning in the Dianchi Lake Basin |
生态修复核心区具有特殊重要的生态功能,包含滇池整个湖区,分区的核心目标是改善滇池湖泊水环境和水生态系统质量,总面积362.09 km2。该分区内经过多年的环湖生态修复与建设,建成了南滇池国家湿地公园、捞鱼河湿地公园和星海半岛湿地公园等生态服务设施,湖滨湿地生态系统逐渐恢复,在增进人类福祉的同时,也减少了对湖泊的面源污染。过去一段时间随着快速的城市化进程,城乡生产生活空间由“城靠湖”发展到了“城围湖”,在草海岸段、外海北岸局部区域较为明显,分区内除去湖区面积,建设用地在核心区面积占比最大(为8.19%);在2000—2020年期间,建设用地面积从15.58 km2增长到29.66 km2,该类区域应重点加强生态保育和开发活动的管控。
生态修复重要区是水源涵养区域,涉及滇池流域多个城镇集中饮用水源地(如松华坝水库、宝象河水库、柴河水库等),总面积为109.99 km2。分区用地类型以林地、草地和水域等生态系统服务高值地类为主,林地、草地和水域分别占分区总面积的33.41%、22.84%和20.90%。该分区是高生态系统服务价值和低生态风险集中分布区域,具有高水平的生态系统功能。分区主要任务是进行水源涵养,确保滇池流域的饮用水安全。
绿色发展区是滇池流域经济发展和人口分布的集聚区域,总面积为791.92 km2。该分区城镇化水平较高,从人口空间分布和GDP空间分布数据来看,该分区是城镇和农业重要发展和布局的空间,分区内主要用地类型为建设用地和耕地,面积分别为574.48和132.37 km2,占比为72.54%和16.71%。同时分区内生态服务高价值地类较少,林地、草地和水域分别占比5.61%、4.86%和0.28%,该分区生态修复工作应突出土地集约高效利用、社会经济绿色发展等特点。
生态修复保育区是滇池流域外围的生态保护屏障,涉及滇池流域多个自然保护地,如云南棋盘山国家级森林公园、昆明松花坝省级森林自然公园、昆明宝象河省级森林自然公园,分区在滇池流域面积最大,总面积为1 590.89 km2。该分区生态保育状况良好,是为全流域提供生态系统服务和维持流域生态安全格局的重要区域。分区内森林覆盖率高,面积占比为54.78%,其次是草地(22.41%)和耕地(20.81%),分区内的生态修复工作应遵循自然修复最大化、人工干预最小化原则,筑牢生态本底。
2.3 情景模拟下土地利用变化根据2010—2020年滇池流域土地利用类型的扩张发展趋势,利用PLUS模型模拟了2030年滇池流域自然发展的土地利用情景。同时,基于生态修复分区的划定结果,在PLUS模型加入生态修复设定条件,模拟了2030年滇池流域生态修复的土地利用情景。2020—2030年自然发展情景和2020—2030年生态修复情景的土地利用转移如图 8所示,在空间上的分布格局如图 9所示。
![]() |
Download:
|
图 8 两种情景模拟下2030年滇池流域土地利用转移弦图 Fig. 8 The chord diagram of land use transfer in the Dianchi Lake Basin in 2030 under two scenarios |
![]() |
Download:
|
图 9 两种情景模拟下滇池流域土地利用空间分布 Fig. 9 Spatial distribution of land use in the Dianchi Lake Basin under two scenarios |
自然发展情景下,2030年滇池流域的耕地、林地和草地持续减少,建设用地向滇池湖滨和城镇外围继续扩张;在2020年基础上,建设用地呈快速蔓延趋势,增长189.92 km2,转入建设用地的用地类型主要为林地(99.54 km2)和耕地(62.78 km2);从总体上看耕地、林地和草地相比2020年分别减少100.26、45.21和45.86 km2。
生态修复情景下,2030年滇池流域的林地用地类型出现增长,相较2020年,增长7.95 km2;建设用地增长幅度下降,共增加53.75 km2;耕地和草地减少的趋势得到有效控制,分别减少49.63和11.41 km2。在生态修复分区的约束条件下,滇池流域生态用地减少趋势得到控制,与2030年自然发展情景相比,在生态修复核心区、生态修复重要区、绿色发展区和生态修复保育区内生态用地分别多出17.17、2.52、33.84和68.80 km2。从空间分布格局上看,生态修复核心区内的湖滨建设用地陆续退出,形成环湖的生态保护林。在城镇扩张边界,生态用地得到有效保护,建设用地快速扩张受到约束,城镇由湖向外发展的速度呈减缓趋势。
通过核算两个情景下的生态系统服务价值,结果显示:自然发展情景下,生态系统服务价值为187.51亿元;生态修复情景下,生态系统服务价值为191.55亿元,相比自然发展情景多出4.34亿元,其中供给服务、调节服务、支持服务和文化服务分别多出0.23、2.72、1.17和0.22亿元。在生态修复的约束下,使得以林地为主的区域减少了遭到城镇发展占用的风险,因此调节服务功能相比2030年自然发展情景提升显著。生态系统服务价值提升的区域共152.77 km2,分布在草海岸段、外海北岸以及绿色发展区和生态修复保育区交界的城镇扩张边缘地带。
3 讨论 3.1 滇池流域生态系统变化原因分析本文从生态系统服务和生态风险两个角度来表征流域生态系统服务价值和生态安全状况,从而根据生态系统空间异质性和生态风险级别划定生态修复分区来进行管控,这一研究范式已被应用到流域[34]、国家公园[35]等生态区划研究中。明确生态系统服务和生态风险的时空演变规律,可为生态分区划定提供定量依据。本文通过生态系统服务和生态风险测算模型对滇池流域的生态系统进行评估。从研究结果看,流域生态系统服务价值指数呈持续下降趋势,生态风险指数呈持续上升趋势。这一结果与王启名等[26]利用InVEST模型评估滇池流域水文生态系统服务的结果变化趋势;以及金杰[27]基于土地利用变化对滇池流域生态系统的时空分异的研究结果相一致。研究区生态系统变化的主要原因有以下几点:根据昆明市统计年鉴的人口数据来看,滇池流域内6个行政区的人口数量,从2000年的222.97万人增长到2020年的569.25万人,快速的人口增长使得对城镇用地的需求激增。通过分析土地利用数据得知,建设用地面积在2000—2020年间,从287.35 km2增长到642.74 km2,其多数反映在对林地、草地等生态空间的挤占,导致生态系统质量和稳定性下降。滇池流域四面环山,城镇可开发的空间有限,主要集中在平坝地区,过去环湖发展的战略使得城镇空间被迫向滇池周边聚集。在此背景下,流域东部呈贡新区、空港片区的建立一定程度疏解了主城区的人口压力,但近些年城镇用地快速增长亦造成耕地等其他用地类型减少。人口的增长与集聚、建设用地规模扩张和生态空间遭到挤占,原有的生态系统质量和结构受到影响。通过探究生态系统变化的原因,为制定不同生态修复分区内用地规划和生态修复方案制定提供科学参考。
3.2 生态修复分区的启示和管控策略本文生态修复分区的划定既是在云南省提出“湖泊革命”背景下对滇池流域的实证探究,也可为其他高原湖泊流域提供参考借鉴。在生态修复分区划定的基础上,综合考虑了生态环境保护、经济布局、人口发展、国土利用等因素,提出以下管控要求,为相关规划研究提供参考:1)生态修复核心区内的主要任务是进行湖泊水生态修复,开展湖滨生态缓冲带建设,拦截和净化入湖污染物,恢复湖滨生态系统,同时严格管控开发用地、提升生态系统质量和稳定性;2)生态修复重要区内自然条件优越,依托现有生态环境优势,维护生态系统服务高值地块的生态功能,同时在各水源地应加快水土保持林和水源涵养林等生态建设,增强森林植被的水源涵养功能,防治水土流失。对于分区内的农业用地,应发展绿色农业,减轻污染负荷;3)绿色发展区内的开发建设在满足生产、生活需要的同时,应坚持绿色发展理念,推行清洁生产,并积极落实生态保护相关规划要求,严守各类控制线。分区内对城乡低效建设用地、闲置土地进行用地挖潜,提高土地集约利用水平,优化土地资源配置,实现生态建设和经济建设相协调发展,促进集约化发展;4)生态修复保育区内采取自然恢复为主,人工修复为辅的策略,建议仅允许开展对生态功能不造成破坏的有限人为活动。遵循生态系统演替规律,顺应自然,宜林则林,宜草则草,维护和改善生态安全格局。
3.3 生态修复分区划定框架的特点与展望本研究基于“生态系统服务价值+生态风险+滇池流域空间管制政策”的框架划定了生态修复分区,有效地将理论与实际相结合,科学地划定了生态修复区域,可为国土整治和空间管控提供依据和参考。与其他研究[36-38]相比,本研究可归纳出以下几个特点:一是厘清了各分区的生态本底状态和生态退化情况,遵循生态系统发展规律;二是有效衔接了湖泊管控政策思路,增强了分区划分结果的实践参考价值;三是根据分区的生态本底差异,制定差异化情景定位,为系统性推进生态修复工作提供参考;四是对生态修复进行动态评估,为生态修复决策制定和后续管控提供参考。由于数据的可获得性,无法将国土空间规划相关控制线纳入到分区中叠加分析,使得分区范围划定的精度受到制约,如何结合其他的地理空间数据来更加全面地、更精准地进行分区研究还需进一步探索。对生态修复分区评估,还可从碳排放[39]、生物多样性[40]等视角继续深入研究,使得评估过程更加深化;此外还可结合国土空间规划内中的约束性指标进行评估,如耕地保有量、林地保有量,使评估结果更好地服务相关实践工作。
4 结论本研究使用2000、2010和2020年3期土地利用数据,通过生态系统服务价值和生态风险评估模型,测算滇池流域的生态系统服务价值与生态风险指数,并据此综合划分了滇池流域生态修复分区;以生态修复分区为指引,在不同的分区情景条件,模拟预测2030年滇池流域土地利用变化情景。
1) 2000、2010和2020年生态系统服务价值分别为206.14、203.35和192.71亿元。3期数据测算结果显示:生态系统服务价值主要以低和较低价值为主,占滇池流域的49.03~54.24%;生态风险主要以较低、低生态风险为主,占流域总面积的61.80%~73.09%,较高、高生态风险区域呈集聚式扩张,面积占比从2000年的6.24%增长到2020年的19.30%。
2) 通过将“价值-风险”象限与滇池湖滨保护区、滇池生态缓冲带进行叠加分析,划定滇池流域4个生态修复分区,空间格局呈圈层式分布,依次为生态修复核心区、生态修复重要区、绿色发展区和生态修复保育区,面积分别为362.09、109.99、791.92和1 590.89 km2。
3) 模拟预测了2030年滇池流域自然发展情景和生态修复情景,自然发展情景下建设用地增长189.92 km2,耕地、林地和草地分别减少100.26、45.21和45.86 km2;生态修复情景下,建设用地增长53.75 km2,林地增长7.95 km2,耕地和草地分别减少49.63和11.41 km2。与自然发展情景相比,生态修复情景下的生态系统服务价值高出4.34亿元。
[1] |
Suding K, Higgs E, Palmer M, et al. Committing to ecological restoration[J]. Science, 2015, 348(6235): 638-640. Doi:10.1126/science.aaa4216 |
[2] |
曹宇, 王嘉怡, 李国煜. 国土空间生态修复: 概念思辨与理论认知[J]. 中国土地科学, 2019, 33(7): 1-10. Doi:10.11994/zgtdkx.20190625.083700 |
[3] |
韩博, 金晓斌, 孙瑞, 等. 新时期国土综合整治分类体系初探[J]. 中国土地科学, 2019, 33(8): 79-88. Doi:10.11994/zgtdkx.20190724.101007 |
[4] |
倪庆琳, 侯湖平, 丁忠义, 等. 基于生态安全格局识别的国土空间生态修复分区: 以徐州市贾汪区为例[J]. 自然资源学报, 2020, 35(1): 204-216. Doi:10.31497/zrzyxb.20200117 |
[5] |
岳文泽, 侯丽, 夏皓轩, 等. 基于生态系统服务供需平衡的宁夏固原生态修复分区与优化策略[J]. 应用生态学报, 2022, 33(1): 149-158. Doi:10.13287/j.1001-9332.202112.024 |
[6] |
蔡海生, 查东平, 张学玲, 等. 基于主导生态功能的江西省国土空间生态修复分区研究[J]. 地学前缘, 2021, 28(4): 55-69. Doi:10.13745/j.esf.sf.2020.10.7 |
[7] |
王天福, 龚直文, 邓元杰. 基于土地利用变化的陕西省植被碳汇提质增效优先区识别[J]. 自然资源学报, 2022, 37(5): 1214-1232. Doi:10.31497/zrzyxb.20220508 |
[8] |
冯兆忠, 刘硕, 李品. 永定河流域生态环境研究进展及修复对策[J]. 中国科学院大学学报, 2019, 36(4): 510-520. Doi:10.7523/j.issn.2095-6134.2019.04.010 |
[9] |
周夏飞, 於方, 刘琦, 等. 东江流域突发水污染风险分区研究[J]. 生态学报, 2020, 40(14): 4813-4822. Doi:10.5846/stxb201905090943 |
[10] |
高喆, 曹晓峰, 黄艺, 等. 滇池流域水生态功能一二级分区研究[J]. 湖泊科学, 2015, 27(1): 175-182. Doi:10.3969/j.issn.1003-5427.2015.01.020 |
[11] |
Chen G Z, Li X, Liu X P, et al. Global projections of future urban land expansion under shared socioeconomic pathways[J]. Nature Communications, 2020, 11(1): 1-12. Doi:10.1038/s41467-020-14386-x |
[12] |
Güneralp B, Seto K C. Futures of global urban expansion: uncertainties and implications for biodiversity conservation[J]. Environmental Research Letters, 2013, 8(1): 014025. Doi:10.1088/1748-9326/8/1/014025 |
[13] |
Grundy M J, Bryan B A, Nolan M, et al. Scenarios for Australian agricultural production and land use to 2050[J]. Agricultural Systems, 2016, 142: 70-83. Doi:10.1016/j.agsy.2015.11.008 |
[14] |
Chotchaiwong, Wijitkosum. Predicting urban expansion and urban land use changes in Nakhon ratchasima city using A CA-markov model under two different scenarios[J]. Land, 2019, 8(9): 140. Doi:10.3390/land8090140 |
[15] |
Jiang W G, Chen Z, Lei X, et al. Simulating urban land use change by incorporating an autologistic regression model into a CLUE-S model[J]. Journal of Geographical Sciences, 2015, 25(7): 836-850. Doi:10.1007/s11442-015-1205-8 |
[16] |
Liang X, Liu X P, Li X, et al. Delineating multi-scenario urban growth boundaries with a CA-based FLUS model and morphological method[J]. Landscape and Urban Planning, 2018, 177: 47-63. Doi:10.1016/j.landurbplan.2018.04.016 |
[17] |
Zhou Y, Chang J, Feng S S. Effects of urban growth boundaries on urban spatial structural and ecological functional optimization in the Jining Metropolitan Area, China[J]. Land Use Policy, 2022, 117: 106113. Doi:10.1016/j.landusepol.2022.106113 |
[18] |
Liang X, Guan Q F, Clarke K C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: a case study in Wuhan, China[J]. Computers, Environment and Urban Systems, 2021, 85: 101569. Doi:10.1016/j.compenvurbsys.2020.101569 |
[19] |
邢可霞, 郭怀成, 孙延枫, 等. 流域非点源污染模拟研究: 以滇池流域为例[J]. 地理研究, 2005, 24(4): 549-558. Doi:10.3321/j.issn:1000-0585.2005.04.009 |
[20] |
刘永, 阳平坚, 盛虎, 等. 滇池流域水污染防治规划与富营养化控制战略研究[J]. 环境科学学报, 2012, 32(8): 1962-1972. Doi:10.13671/j.hjkxxb.2012.08.024 |
[21] |
张振华, 高岩, 郭俊尧, 等. 富营养化水体治理的实践与思考: 以滇池水生植物生态修复实践为例[J]. 生态与农村环境学报, 2014, 30(1): 129-135. Doi:10.3969/j.issn.1673-4831.2014.01.022 |
[22] |
李文朝, 潘继征, 陈开宁, 等. 滇池东北部沿岸带生态修复技术研究及工程示范: 生态修复目标的确定及其可行性分析[J]. 湖泊科学, 2005, 17(4): 317-321. Doi:10.18307/2005.0406 |
[23] |
杜建海, 彭明春, 王崇云, 等. 基于可视域分析的滇池流域面山植被恢复方案设计[J]. 云南大学学报(自然科学版), 2012, 34(S1): 129-134. |
[24] |
杨枫, 许秋瑾, 宋永会, 等. 滇池流域水生态环境演变趋势、治理历程及成效[J]. 环境工程技术学报, 2022, 12(3): 633-643. Doi:10.12153/j.issn.1674-991X.20210248 |
[25] |
余中元, 李波, 张新时. 湖泊流域社会生态系统脆弱性分析: 以滇池为例[J]. 经济地理, 2014, 34(8): 143-150. Doi:10.15957/j.cnki.jjdl.2014.08.050 |
[26] |
王启名, 杨昆, 李立晓, 等. 滇池流域水文生态系统服务权衡与协同时空异质性及其归因分析[J]. 生态学报, 2023, 43(12): 4876-4891. Doi:10.5846/stxb202205241459 |
[27] |
金杰. 基于土地利用的滇池流域生态系统服务价值时空分异及影响[J]. 水土保持研究, 2022, 29(6): 344-351. Doi:10.13869/j.cnki.rswc.20220706.001 |
[28] |
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. Doi:10.11849/zrzyxb.2015.08.001 |
[29] |
徐羽, 钟业喜, 冯兴华, 等. 鄱阳湖流域土地利用生态风险格局[J]. 生态学报, 2016, 36(23): 7850-7857. Doi:10.5846/stxb201512152507 |
[30] |
王佳恒, 颜蔚, 段学军, 等. 湖泊生态缓冲带识别与生态系统服务价值评估: 以滇池为例[J]. 生态学报, 2023, 43(3): 1005-1015. Doi:10.5846/stxb202112223629 |
[31] |
Zhang S H, Zhong Q L, Cheng D L, et al. Landscape ecological risk projection based on the PLUS model under the localized shared socioeconomic pathways in the Fujian Delta region[J]. Ecological Indicators, 2022, 136: 108642. Doi:10.1016/j.ecolind.2022.108642 |
[32] |
陈理庭, 蔡海生, 张婷, 等. 基于Markov-FLUS模型的饶河流域土地利用多情景模拟分析[J]. 生态学报, 2022, 42(10): 3947-3958. Doi:10.5846/stxb202106271705 |
[33] |
李琛, 高彬嫔, 吴映梅, 等. 基于PLUS模型的山区城镇景观生态风险动态模拟[J]. 浙江农林大学学报, 2022, 39(1): 84-94. Doi:10.11833/j.issn.2095-0756.20210237 |
[34] |
谢丽霞, 白永平, 车磊, 等. 基于价值-风险的黄河上游生态功能区生态分区建设[J]. 自然资源学报, 2021, 36(1): 196-207. Doi:10.31497/zrzyxb.20210113 |
[35] |
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. Doi:10.5846/stxb202112263653 |
[36] |
丹宇卓, 彭建, 张子墨, 等. 基于"退化压力-供给状态-修复潜力" 框架的国土空间生态修复分区: 以珠江三角洲为例[J]. 生态学报, 2020, 40(23): 8451-8460. Doi:10.5846/stxb202004240982 |
[37] |
韩博, 金晓斌, 项晓敏, 等. 基于"要素-景观-系统"框架的江苏省长江沿线生态修复格局分析与对策[J]. 自然资源学报, 2020, 35(1): 141-161. Doi:10.31497/zrzyxb.20200113 |
[38] |
马世发, 劳春华, 江海燕. 基于生态安全格局理论的国土空间生态修复分区模拟: 以粤港澳大湾区为例[J]. 生态学报, 2021, 41(9): 3441-3448. Doi:10.5846/stxb202003290741 |
[39] |
Zhu E Y, Deng J S, Zhou M M, et al. Carbon emissions induced by land-use and land-cover change from 1970 to 2010 in Zhejiang, China[J]. Science of the Total Environment, 2019, 646: 930-939. Doi:10.1016/j.scitotenv.2018.07.317 |
[40] |
Newbold T, Hudson L N, Hill S L L, et al. Global effects of land use on local terrestrial biodiversity[J]. Nature, 2015, 520(7545): 45-50. Doi:10.1038/nature14324 |