文章快速检索     高级检索
  中国水土保持科学   2024, Vol. 22 Issue (2): 55-64.  DOI: 10.16843/j.sswc.2022021
0

引用本文 

赵丞豪, 张学霞, 姜东旸, 郭长庆, 王景萍, 王翔宇. 基于NSGA-Ⅱ算法的若尔盖高原高寒湿地生态修复格局优化[J]. 中国水土保持科学, 2024, 22(2): 55-64. DOI: 10.16843/j.sswc.2022021.
ZHAO Chenghao, ZHANG Xuexia, JIANG Dongyang, GUO Changqing, WANG Jingping, WANG Xiangyu. Optimization of ecological restoration pattern of alpine wetland in Zoige Plateau based on NSGA-Ⅱ algorithm[J]. Science of Soil and Water Conservation, 2024, 22(2): 55-64. DOI: 10.16843/j.sswc.2022021.

项目名称

中国工程院院地合作项目“黄河上游四川段水源涵养功能修复与保护战略研究”(2022-DFZD-26);国家重点研发计划“退化高寒湿地恢复适应保护模式示范推广”(2017YF050402)

第一作者简介

赵丞豪(1997-), 男, 硕士研究生。主要研究方向: 湿地保护与修复。E-mail: zhaochenghao2019@163.com

通信作者简介

张学霞(1975-), 女, 副教授, 硕士生导师。主要研究方向: 生态环境遥感。E-mail: zhangxuexia@bjfu.edu.cn

文章历史

收稿日期:2022-02-08
修回日期:2023-01-23
基于NSGA-Ⅱ算法的若尔盖高原高寒湿地生态修复格局优化
赵丞豪 1, 张学霞 1,2, 姜东旸 1, 郭长庆 1, 王景萍 1, 王翔宇 1     
1. 北京林业大学水土保持学院, 100083, 北京;
2. 水土保持国家林业局重点实验室, 100083, 北京
摘要:随着全球气候变暖和人类活动增强, 高寒湿地面临着面积萎缩、动植物生境恶化、生态系统结构和功能退化等环境问题。以若尔盖高原高寒湿地为研究对象, 基于生态系统稳态转化理论, 使用湿地景观演变函数和第二代非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ)分析1980-2015年7期湿地动态变化, 计算多情景多目标函数值, 选择适宜目标并基于社会经济生态可持续性发展、湿地生态系统稳态平衡原则, 制订湿地修复优化策略。结果表明, 可持续发展区、过度关注区与过度扰动区呈围绕发展, 分别占湿地总面积的45.25 %、17.27 %与37.48 %; 基于NSGA-Ⅱ算法评价无偏好(等权最优)、经济效益最大化、生态效益最大化、空间紧凑度最大化、修复适宜性最大化5个目标下的湿地修复策略, 无偏好策略函数值在经济效益、生态效益与湿地修复适宜性方面分别提升41.45 %、9.18 %和1.65 %; 基于社会经济可持续性发展的需求, 构建保护优先、自然恢复、近自然恢复和适度修复4类若尔盖高原湿地生态修复空间优化格局。
关键词景观演变函数    NSGA-Ⅱ算法    格局优化    若尔盖高原    
Optimization of ecological restoration pattern of alpine wetland in Zoige Plateau based on NSGA-Ⅱ algorithm
ZHAO Chenghao 1, ZHANG Xuexia 1,2, JIANG Dongyang 1, GUO Changqing 1, WANG Jingping 1, WANG Xiangyu 1     
1. School of Soil and Water Conservation, Beijing Forestry University, 100083, Beijing, China;
2. Key Laboratory of Soil and Water Conservation in State Forestry Administration, 100083, Beijing, China
Abstract: [Background] The Zoige Plateau is the most important ecological function area in the eastern margin of the Qinghai-Tibet Plateau, and is also a sensitive area of climate change and ecological environment, with the largest alpine marsh in the world. With warming of global climate and enhancement of human activities, the Zoige Plateau alpine wetland is faced with the environmental problems such as the area shrinkage, the deterioration of animal and plant habitat, and the degradation of ecosystem structure and function. Protecting the local unique ecological environment and exploring the best way to restore the ecology of alpine wetland have become the focus of current research, and are also the research objectives of this paper. [Methods] Taking the Zoige Plateau alpine wetland as the research object and based on land use data, wetland landscape evolution function was adapted to analyze the dynamic changes of wetlands in seven periods from 1980 to 2015. Based on the data of ecological and economic benefits of various finished products, the NSGA-Ⅱ (non-dominated sorting genetic algorithm Ⅱ) was applied to calculate multi-scenario and multi-objective function values, and to compare the differences of the function values. Finally, according to the principles of sustainable development and ecosystem stability, appropriate function results were selected to formulate the optimization strategy of wetland restoration. [Results] 1) Sustainable development area, over-concerned area, and over-disturbed area accounted for 45.25 %, 17.27 % and 37.48 % of the total wetland area, respectively. On the whole, there were many unreasonable restoration behaviors and over-utilization behaviors in the Zoige wetland. 2) Based on the principles of sustainable social and economic development and ecological protection, a multi-objective optimization model for ecological restoration of Zoige Plateau alpine wetland was constructed. With the help of the NSGA-Ⅱ algorithm, the wetland restoration strategies with five objectives were evaluated, including no preference (equal weight optimal), maximum economic benefit, maximum ecological benefit, maximum spatial compacity and maximum restoration suitability. As the optimal land use scheme, the function value of no preference strategy increased by 41.45 % in economic benefit, 9.18 % in ecological benefit and 1.65 % in wetland restoration suitability respectively. 3) The spatial optimization pattern for the ecological restoration of four types in Zoige Plateau wetland was constructed, which gave priority to conservation, combined with natural restoration, near-natural restoration and moderate restoration. The area proportions of the four restoration methods were 57.93 %, 16.08 %, 17.50 % and 11.67 %, respectively. [Conclusions] Most areas of the alpine wetland of the Zoige Plateau are sustainable development areas, and the proportion of over-disturbed area is bigger than that of over-concerned area. It presents a spatial pattern with the sustainable development area as the center and other regions around the sustainable development area. According to the optimized allocation results for conservation and sustainable utilization of wetland resources, no preference strategy and optimization partition scheme can provide support for management of alpine wetland. The optimization method can be easily adapted to other regions by modifying the fitness functions and findings can provide a more scientific reference for the conservation and restoration plan of alpine wetland.
Keywords: landscape evolution function    NSGA-Ⅱ algorithm    pattern optimization    Zoige Plateau    

随着社会经济发展进程加快,人类对大部分自然资源的使用已经逼近或者达到其生态承载力上限,生态系统在数量和质量上均遭到严重破坏[1],生态修复工作已成为当前及未来政府和科研工作的重点[2]。生态修复是对退化生态系统进行恢复与重建。保护与修复退化生态系统,对提升生态系统服务功能、维持生态系统的弹性平衡具有重要意义。湿地作为陆地和水体的过渡地带,兼具陆生和水生动植物资源,形成天然基因库和独特的生态价值。湿地面积仅占全球陆地面积的2.15%,创造的生态服务价值占全球生态系统的39.61%[3]。2014年,第2次全国湿地资源调查数据[4]显示,10年间,我国湿地总面积减少3.39万km2,减少率8.82%。若尔盖高原作为中国残存面积最大的高寒泥炭沼泽湿地,是黄河、长江2大河流的源头区,具有重要的水源涵养功能[5]。近年来,由于极端气候变化频发与人为活动干扰,若尔盖高原湿地生态环境退化迅速,沼泽湿地破碎呈斑块状,加剧湿地的消失,生物栖息地削减,导致生态服务功能和生态屏障功能下降[6],急需对其进行生态修复工作。

生态系统能否长久可持续地维持服务功能即弹性平衡特征[7-8],由土壤、动植物、气候等因素共同决定,使用单一的指标衡量具有一定的局限性。而土地利用作为表征生态系统功能的综合指标,通过影响生态系统的格局与过程[9],与生态环境质量关系密切[10-11]。基于土地利用空间格局进行优化已成为大尺度上生态修复格局优化的重要手段。土地利用空间优化在多目标和多约束条件下为某些土地单元分配适当的用途,以满足可持续发展的要求[12-13]。近年来用于解决多目标优化问题的算法越来越多,例如约束非支配排序算法、基于分解的多目标优化算法与NSGA-Ⅱ算法等[14]。随着人工智能技术的不断发展,学者们对遗传算法在应用层面[15-16]与算法设计[17-18]上不断优化。NSGA-Ⅱ算法已被证明在解决多目标土地利用空间优化问题上是一种更合理、更理想的普适性方法[17]。因此,笔者在分析现存生态系统弹性平衡问题的基础上,通过使用NSGA-Ⅱ算法对土地利用进行优化,期望能解决生态修复格局中所面临的问题,为选择修复策略提供理论支撑。

综上所述,笔者从土地利用动态变化的角度,以排水疏干沼泽、过度放牧、生态保护、排水沟壑填堵工程等频繁扰动地表、湿地景观变化剧烈的若尔盖高原为研究区,使用景观特征对生态系统功能和结构进行衡量,构建景观演变函数诊断过度扰动、过度关注与可持续发展区域。在资源有限的条件下,基于湿地恢复的最迫切目标和限制因素,采用NSGA-Ⅱ遗传算法对其土地利用类型和结构进行空间格局优化,寻求适宜若尔盖高原湿地生态修复的最优土地利用空间优化方案,以保证社会经济可持续性发展、维持生态系统稳定性为目标,构建生态修复空间优化格局,以期为若尔盖高原湿地修复保护、区域可持续发展工作提供科学参考。

1 研究区概况

若尔盖高原高寒湿地是青藏高原东缘重要的生态功能区,同时也是气候变化敏感区与生态环境脆弱区,地理位置为E 102°08′~103°48′,N 32°31′~34°18′(图 1),海拔2 387~4 780 m,中部和中南部为典型丘状高原,地表平坦,河曲及湖泊众多,排水不畅,是湿地集中分布区,区域内草甸土与泥炭土广泛发育。气候为高原寒温带湿润季风气候,年平均气温1.1~2.9 ℃,日夜温差大。年降水量611.9~648.5 mm。河流多属于黄河水系,黑河和白河由南向北汇入黄河。区域以沼泽植被和草甸植被分布面积最广[5]。土地利用以草地、湿地和林地为主,分别占总面积的69.2%、15.5%和10.9%。

图 1 研究区位置 Fig. 1 Location of the study area
2 数据与方法 2.1 数据来源与处理

主要使用土地利用数据、生态效益数据、修复适宜性数据、统计数据与基础地理数据。其中保护区边界数据、土地利用数据和生态效益数据来源于中国科学院资源环境科学与数据中心(http://www.resdc.cn/),土地利用数据有1980、1990、1995、2000、2005、2010和2015年共7期数据,空间分辨率为1 km[19-20]。参考《全国湿地资源调査与监测技术规程(试行)》(林湿发[2008]265号)与《湿地公约》理念[21],将二级类型中的河渠、湖泊、滩地及沼泽地作为湿地景观类型。生态效益数据采用中国陆地生态系统服务价值空间分布数据集中的总值数据来表征若尔盖高原地区的生态系统服务总值,数据年份为2015年,分辨率为1 km,单位为元/hm2。修复适宜性系数数据来源于本课题组,考虑9个要素、15个指标,数据年份为2015年,空间分辨率为1 km[22]。统计数据等源自玛曲县和若尔盖县国民经济和社会发展统计公报(2014—2018)、《若尔盖县年鉴(2017)》和《玛曲统计年鉴(2014—2016)》,将各类产业总值换算为各土地利用类型的经济效益系数,分辨率为1 km。若尔盖县、玛曲县等矢量基础地理数据来源于2004年《若尔盖县行政区划图》与《玛曲县行政区划图》。

2.2 湿地景观演变函数

笔者构建湿地景观演变函数来衡量湿地生态系统弹性平衡特征。湿地景观演变函数F(Tj)以湿地景观数据集的时期为自变量(Tj),湿地景观状态(Wij)为因变量。函数形式[23]如下:

$ F\left(T_j\right)=\sum\limits_{j=1}^n 10^{j-1} W_{i j} \text { 。} $ (1)

式中:F(Tj)湿地景观演变函数理论值为2nTj为湿地景观数据集的时期;j=1, 2, 3, …, n,为研究时段内湿地景观时期;i为土地利用类型,i=2, 22, …, 2n-1, 2n,本研究中i为景观变化类型序数;Wij为在j年时湿地景观的状态值。

$ W_{i j}= \begin{cases}1, & \text { 湿地景观 } \\ 0, & \text { 非湿地景观 }\end{cases}。$ (2)

高跃鹏等[23]总结了湿地景观演变函数的4种含义。笔者根据生态系统弹性平衡理论[7-8],将研究区湿地单调递减函数及先增后减函数归并为过度扰动区,单调递增函数及先减后增函数归并为过度关注区,将不增不减函数与其他函数归并为可持续发展区共3种类型。

2.3 NSGA-Ⅱ算法

遗传算法(genetic algorithm, GA)是Holland在1975年提出的[24]。该算法模仿达尔文“物竞天择,适者生存”理论,其特点是以自然选择来协调各目标函数之间的关系,寻找数学函数的最优解。第2代非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)在初始化、遗传、交叉、变异的方面对GA遗传算法予以改进[18],其优势体现在3方面,一是使用随机生成的土地利用和土地使用现状提高算法收敛到合理结果的能力,二是引进了单父代个体交叉算子,三是增加斑块变异算子与约束导向变异算子(图 2)。

图 2 NSGA-Ⅱ算法改进示意图 Fig. 2 Schematic diagram of NSGA-Ⅱ algorithm improvement
2.4 多目标驱动的空间格局优化策略

对于NSGA-Ⅱ算法优化目标与约束条件的选择,考虑其经济发展、生态效益、土地利用率以及提高湿地修复适宜性水平4类目标下,选定经济效益最大化、生态效益最大化、空间紧凑度最大化和修复适宜性最大化为若尔盖高原湿地修复优化目标。

$ E_{\mathrm{x}}=\sum\limits_{k=1}^K \sum\limits_{i=1}^M \sum\limits_{j=1}^N a_k x_{i j k} \text {; } $ (3)
$ E_{\mathrm{y}}=\sum\limits_{k=1}^K \sum\limits_{i=1}^M \sum\limits_{j=1}^N b_k x_{i j k} \text {; } $ (4)
$ C_{\mathrm{o}}=\sum\limits_{k=1}^K \sum\limits_{i=1}^M \sum\limits_{j=1}^N c_k x_{i j k} \text {; } $ (5)
$ A_{\mathrm{w}}=\sum\limits_{k=1}^K \sum\limits_{i=1}^M \sum\limits_{j=1}^N d_k x_{i j k}; $ (6)
$ c_k=\sum\limits_{p=-1 q}^1 \sum\limits_{-1}^1 x_{(i+p)(j+q) k}-x_{i j k} 。$ (7)

式中: Ex为经济效益;Ey为生态效益;Co为空间紧凑度[16]Aw为修复适宜性;MN分别为规划区域的总行数和总列数;K为土地利用类型总数;xijk为优化后栅格单元(i, j)的土地利用类型,若栅格单元(i, j)被分配为土地利用类型k,则xijk=1,否则为0;akbkckdk分别为以栅格单元为单位的土地利用类型k的经济效益系数、生态效益系数、空间紧凑度系数以及修复适宜性系数。

在建立目标函数的同时,还需对其设置约束条件。本研究共设置2个约束条件。第一,考虑各种土地利用类型转化方向的问题,在保障城市扩展和保持湿地面积的条件下,制订土地利用类型转化方向Dr。具体而言,现有的湿地不能进行转化,现有的建设用地不能进行转化,现有的未利用地可以转化为其他各类型,现有的林地、草地、耕地可以相互转化,还可转化为建设用地,但均不能转化成未利用地,且仅耕地不可转化为湿地。第二,受限于若尔盖高原的地理位置条件,根据2015年土地利用类型面积,各土地利用类型的面积上下限原则上不超过现有面积的20%。

$ A_{k \text { min }} \leqslant A_r=\sum\limits_{i=1}^M \sum\limits_{j=1}^N x_{i j k} \leqslant A_{k \max } 。$ (8)

式中:Ar为优化后土地利用类型k的面积;AkminAkmax分别为土地利用类型k面积的下限和上限。

综上所述,若尔盖高原湿地生态修复优化模型可表述为:

$ \underset{D_{\text {r}}, A_{\mathrm{r}}}{\max } \;\text {s.t.}\;f=\left(E_{\mathrm{x}}, E_{\mathrm{y}}, C_{\mathrm{o}}, A_{\mathrm{w}}\right) \text {。} $ (9)

式中:s.t.指约束条件;Ar为优化后土地利用类型k的面积;Dr为土地利用类型转化方向。

经济效益系数为各土地利用类型栅格单元上的生产总值。经换算湿地为11.09万元,林地为0.55万元,草地为9.84万元,耕地为62.10万元,建设用地为4 749.69万元,未利用地为0。

生态效益系数为各土地利用类型栅格单元上的生态系统服务总值。经统计计算,湿地为1 652.38万元,林地为427.69万元,草地为542.99万元,耕地为167.11万元,建设用地为0,未利用地为155.42万元。

修复适宜性系数为各土地利用类型栅格单元上的修复适宜性分值。经统计,湿地为3.52、林地为2.37、草地为2.88、耕地为2.62、建设用地为2.23、未利用地为2.60。

结合地区实际情况,并经过多次运行,将种群大小设置为50、最大进化代数设置为500、交叉概率设置为0.90、变异概率设置为0.05。

由于计算结果中包含大量的不加偏好地非支配解,在应用于实际的规划决策时,需要根据需求从结果解集合中选择恰当的优化方案。无偏好、经济效益占优(Ex占优)、生态效益占优(Ey占优)、空间紧凑度占优(Co占优)、修复适宜性占优(Aw占优)5种策略对应的目标函数值均为越大越好,因此使用Pareto最优解的目标函数值加权求和的方法以体现不同偏好的优越性[16]

3 结果与分析 3.1 湿地生态系统弹性平衡特征

通过构建湿地景观演变函数得到1980、1990、1995、2000、2005、2010和2015年共7个时期研究区像元尺度上湿地景观演变函数值,根据式(1)可知该理论值为128种,但结合实际调查统计共存在18种类型,通过重分类功能将函数值归并为3种湿地景观演变类型(表 1图 3):可持续发展区、过度扰动区、过度关注区。结果表明,研究时段内,湿地总面积为4 749 km2。可持续发展区面积为2 149 km2,占湿地总面积的45.25%;过度扰动区为1 780 km2,占湿地总面积的37.48%;过度关注区面积为820 km2,占湿地总面积的17.27%。空间上,若尔盖高原湿地主要集中在若尔盖县西部的麦西乡、辖曼镇、唐克镇与达扎寺镇以及玛曲县东部的尼玛镇、曼日玛乡与采日玛乡。可持续发展地区多分布于上述地区的河流、湖泊及沼泽等开放水体及地势平缓的区域。过度扰动与过度关注地区则分布于生境脆弱的过渡带,受到人为活动时易发生改变。

表 1 若尔盖湿地变化类型的面积 Tab. 1 Areas of Zoige wetland change types  
图 3 若尔盖高原湿地变化类型空间分布特征 Fig. 3 Spatial distribution of wetland change types in Zoige Plateau
3.2 多目标驱动的空间格局优化

图 4所示,从整体上看,土地利用配置主要是林地、湿地、草地、未利用地的相互转化,地块分布趋于紧凑,尤其是湿地和林地的空间分布更加集中,但也产生新的琐碎斑块。除了无偏好之外,其他4种策略均将玛曲县西北部的草地配置成林地,使西北部林地更为集中。在若尔盖北部地区除无偏好将其林地集中配置外,其他4种均将林地配置为草地或湿地。5种策略对于区域中部的未利用地均有配置成林地的情况,而且对于湿地集中分布的地区,部分草地也向林地方向配置。湿地配置整体而言更为集中,明显配置为湿地的区域为若尔盖北部和东部地区的草地或林地,在此区域内也有草地或林地向耕地配置的情况出现。

图 4 多目标的土地利用配置情景 Fig. 4 Multi-objective land use allocation scenarios

表 2可知,5种优化策略配置的土地利用的经济效益、生态效益相较于2015年现状均变得更优异:其中,对于经济效益Ex占优策略而言,其经济效益提升46.10%;对于生态效益占优Ey策略而言,其生态效益提升10.83%;对于空间紧凑度占优Co策略而言,其空间紧凑度略有提高;对于修复适宜性占优Aw策略而言,其修复适宜性提升1.67%。由于单目标优化结果忽略了其他目标的交叉影响,基于等权最优的方法,定义无偏好的优化策略。该策略能对经济效益、生态效益、空间紧凑度与修复适宜性进行综合考量,能够对多个目标条件进行均衡的优化。无偏好在经济效益和生态效益上比其他4种策略提升得少,但在空间紧凑度和修复适宜性方面表现良好,具体而言,无偏好策略在经济效益上提升41.45%,在生态效益上提升9.18%,在湿地修复适宜性上提升1.65%。

表 2 多目标策略的目标函数值 Tab. 2 Objective function values for multi-objective policies

表 3可知,林地、草地、湿地和未利用地是土地利用资源配置的主要类型。2015年中有539 km2的林地、403 km2的草地和49 km2的未利用地配置成湿地,共计991 km2;还有林地与草地的相互配置,为316 km2的林地配置为草地,349 km2的草地配置成林地,未利用地还有43、109、38和25 km2分别配置成林地、草地、耕地和建设用地。

表 3 无偏好策略若尔盖高原土地利用转移矩阵 Tab. 3 Land use transfer matrix in the Zoige Plateau under no-preference policy

整体上,无偏好策略的土地配置使经济效益增加12.92亿元,生态效益增加123.49亿元,湿地修复适宜性水平上升951.82,空间紧凑度减少0.96%。其中,湿地配置后经济效益、生态效益增值分别为1.10亿、163.75亿元,湿地修复适宜性上升3 488.32;林地配置后经济效益、生态效益分别减少0.03亿、22.62亿元,湿地修复适宜性下降1 253.73;草地配置后经济效益、生态效益分别减少0.26亿、14.17亿元,湿地修复适宜性下降751.68;耕地配置后经济效益、生态效益增值分别0.24亿、0.64亿元,湿地修复适宜性上升99.56;建设用地配置后经济效益增值为11.87亿元,未利用地配置后生态效益减少4.10亿元(表 4)。

表 4 无偏好策略与真实情景土地利用配置收益 Tab. 4 Land use allocation benefits between no-preference strategy and actual situation
3.3 构建若尔盖高原高寒湿地生态修复保护空间格局

为保障湿地生态系统弹性平衡,维持生态系统的稳定,实现生态与经济的可持续发展,综合考虑研究区内自然保护区与湿地变化类型不同特点,构建保护优先、自然恢复、近自然修复、适度修复的空间格局。将自然保护区边界与湿地变化类型进行叠加分析,汇总统计得到4种修复模式总面积为6 293.8 km2(图 5)。

图 5 若尔盖高原湿地恢复模式 Fig. 5 Wetland restoration pattern in Zoige Plateau

研究区设立若尔盖湿地国家级自然保护区以来,依据国家政策坚持保护优先对策,核心区与缓冲区禁止人类活动,试验区限制人类活动,避免对保护区造成破坏。实行保护优先对策面积为3 646.2 km2,占4种修复保护对策面积的57.93%。

对于湿地变化类型中可持续发展区,湿地生态系统稳定且处于弹性平衡状态。因此采用自然修复对策对可持续发展区湿地进行保护,维持现行稳定性,减少人类活动对湿地的扰动,提高物种多样性与丰富度。从而提升生态系统弹性平衡阈值。实行自然修复对策的面积为1 011.9 km2,占研究区已有4种修复模式总面积的16.08%。

由于在对环境承载力不了解的情况下展开盲目的修复工作,超出湿地生态系统弹性平衡阈值从而落入保护陷阱,形成了过度关注区。因此应使用适度修复的对策对过度关注区进行修复保护,使生态系统重新归于稳定。需进行适度修复对策的面积为734.3 km2,占4种修复模式总面积的11.67%。

过度扰动区由于人类经济活动驱动下高强度快速扰动,使其落入退化陷阱,生态系统服务功能削弱,湿地受扰后恢复能力弱化。采取人工干预下的近自然修复对策,恢复生态系统的弹性平衡,从而合理修复湿地过度扰动区。近自然修复对策面积为1 101.4 km2,比例为17.50%。

4 讨论

研究发现,若尔盖湿地主要集中在若尔盖高原中部,过度扰动区与过度关注区镶嵌交错,分布于可持续发展区边缘地带,生态系统过度扰动与过度关注问题严重,与已有研究结果吻合[22]。在兼顾生态系统弹性平衡与经济发展要求的同时,应关注过度扰动与过度关注情况,积极治理退化湿地,巩固已恢复、修复的湿地,在保障湿地生态系统良性发展的同时提高湿地资源利用效率。

研究在NSGA-Ⅱ算法中设置经济、生态、空间紧凑度3类基础目标的同时,考虑若尔盖高原湿地重要的生态战略地位,将湿地的修复适宜性偏好作为算法的一个目标,协调4类目标函数之间的关系,最终得到的无偏好策略能够在体现当地需求的基础上进行优化。在未来的土地优化当中,算法中可以加入更多符合当地特点的目标,配置适宜本土的空间优化策略。

人类过度关注和过度扰动占用并改变湿地用途,打破了湿地生态系统的弹性平衡状态,造成生态系统功能失衡、景观类型锐变。采用生态学适度干扰理论,对处于不同生态特征的地区实行保护优先、自然恢复、近自然恢复、适度修复的湿地管理理念,对若尔盖高原湿地生态修复具有一定指导作用。

鉴于若尔盖湿地生态系统的特殊性,仅利用湿地景观类型变化衡量生态系统弹性平衡具有一定的局限性。影响湿地生态系统稳态平衡的机制复杂,疏浚排水、垦殖放牧、线状和块状基础设施建设导致物种栖息地破碎,湿地呈破碎化分布[5, 23]。在未来的研究中,应从人类活动驱动下的景观变化强度、过程、格局等视角综合考虑,揭示其背后的各种生态过程的相互关系,揭示生态系统动态平衡机制,促进生态环境和社会经济协调发展。

5 结论

1) 若尔盖高原高寒湿地以可持续发展为主,过度扰动区占比高于过度关注区。呈现以可持续发展区为中心,其他区域围绕可持续发展区分布的空间格局。可持续发展区、过度关注区和过度扰动区分别占湿地总面积的45.25%、17.27%和37.48%,湿地不合理的恢复措施与过度利用问题严重。

2) 5种策略均对土地利用进行了不同程度的优化,无偏好策略作为土地利用最佳方案,在经济效益上提升41.45%,在生态效益上提升9.18%,在湿地修复适宜性上提升1.65%。其主要是将991 km2的林地、草地、未利用配置成湿地,316 km2的林地配置为草地,349 km2的草地配置成林地,还将未利用地的215 km2分别配置成林地、草地、耕地和建设用地。

3) 基于社会经济生态可持续性发展、湿地生态系统稳态平衡原则,采用自然保护区与湿地变化类型空间叠加分析,将研究区高寒湿地空间优化分区为自然保护区、可持续发展区、过度关注区与过度扰动区,进而构建保护优先、自然恢复、适度修复、近自然修复的生态修复空间优化格局,4种修复模式总面积为6 293.8 km2,其面积比例分别为57.93%、16.08%、11.67%和17.50%。过度关注区和过度扰动区占修复区域的1/4,湿地修复策略为避免恢复式破坏,适度扰动,发挥生态系统恢复力和稳态性,构建健康稳定的湿地生态系统。

6 参考文献
[1]
彭建, 李冰, 董建权, 等. 论国土空间生态修复基本逻辑[J]. 中国土地科学, 2020, 34(5): 18.
PENG Jian, LI Bing, DONG Jianquan, et al. Basic logic of territorial ecological restoration[J]. China Land Science, 2020, 34(5): 18.
[2]
管英杰, 刘俊国, 崔文惠, 等. 基于文献计量的中国生态修复研究进展[J]. 生态学报, 2022, 42(12): 5125.
GUAN Yingjie, LIU Junguo, CUI Wenhui, et al. Progress and future direction of ecological restoration research in China[J]. Acta Ecologica Sinica, 2022, 42(12): 5125.
[3]
ROBERT C, RALPH A, RUDOLF D G, et al. The value of the world's ecosystem services and natural capital[J]. Nature: International Weekly Journal of Science, 1997, 387(6630): 253.
[4]
国家林业局. 中国湿地资源: 总卷[M]. 北京: 中国林业出版社, 2015: 137.
National Forestry Administration. China wetlands resources: Master volume[M]. Beijing: China Forestry Publishing House, 2015: 137.
[5]
白军红, 欧阳华, 崔保山, 等. 近40年来若尔盖高原高寒湿地景观格局变化[J]. 生态学报, 2008, 28(5): 2245.
BAI Junhong, OU Yanghua, CUI Baoshan, et al. Changes in landscape pattern of alpine wet lands on the Zoige Plateau in the past four decades[J]. Acta Ecologica Sinica, 2008, 28(5): 2245.
[6]
陈集景, 周蕾, 迟永刚. 陆地生态系统稳定性空间格局及影响机制研究综述[J]. 中国农业气象, 2021, 42(7): 552.
CHEN Jijing, ZHOU Lei, CHI Yonggang. Review on research of spatial pattern and influencing mechanisms of terrestrial ecosystem stability[J]. Chinese Journal of Agrometeorology, 2021, 42(7): 552.
[7]
CAO Shixiong, LIU Zhexi, LI Weiming, et al. Balancing ecological conservation with socioeconomic development[J]. Ambio, 2010, 50(5): 1117.
[8]
JIANG Chong, YANG Zhiyuan, WEN Meili, et al. Identifying the spatial disparities and determinants of ecosystem service balance and their implications on land use optimization[J]. Science of the Total Environment, 2021, 793: 148472. DOI:10.1016/j.scitotenv.2021.148472
[9]
傅伯杰, 张立伟. 土地利用变化与生态系统服务: 概念、方法与进展[J]. 地理科学进展, 2014, 33(4): 441.
FU Bojie, ZHANG Liwei. Land-use change and ecosystem services: Concepts, methods and progress[J]. Progress in Geography, 2014, 33(4): 441.
[10]
李婧, 马莉. 盐池县土地利用变化与生态环境的耦合关系[J]. 中国水土保持科学, 2020, 18(2): 19.
LI Jing, MA Li. Coupling relationship between land use changes and its eco-environmental effect in Yanchi county[J]. Sciences of Soil and Water Conservation, 2020, 18(2): 19.
[11]
孙尚华, 刘建军, 康博文, 等. 渭北西部丘陵区小流域土地生态规划与设计[J]. 中国水土保持科学, 2009, 7(4): 106.
SUN Shanghua, LIU Jianjun, KANG Bowen, et al. Eco-land use planning and designing in the small watershed of hilly-gully region in west Weibei Loess Plateau[J]. Sciences of Soil and Water Conservation, 2009, 7(4): 106.
[12]
GAO Peichao, WANG Haoyu, CUSHMAN Samuel A, et al. Sustainable land-use optimization using NSGA-Ⅱ: Theoretical and experimental comparisons of improved algorithms[J]. Landscape Ecology, 2021, 36(7): 1877. DOI:10.1007/s10980-020-01051-3
[13]
SONG Mingjie, CHEN Dongmei. An improved knowledge-informed NSGA-Ⅱ for multi-objective land allocation (MOLA)[J]. Geo Spatial Information Science, 2018(4): 273.
[14]
宁伟康. 进化多目标优化算法研究及其应用[D]. 西安: 西安电子科技大学, 2018: 7.
NING Weikang. Research and application of evolutionary multi-objective optimization algorithm[D]. Xi'an: Xidian University, 2018: 7.
[15]
WANG Gengzhe, HAN Qi, VRIES Bauke De. The multi-objective spatial optimization of urban land use based on low-carbon city planning[J]. Ecological Indicators, 2021, 125: 1470.
[16]
王昊煜, 高培超, 谢一茹, 等. 基于改进型NSGA-Ⅱ算法的西宁市土地利用多目标优化[J]. 地理与地理信息科学, 2020, 36(6): 84.
WANG Haoyu, GAO Peichao, XIE Yiru, et al. Multi-objective optimization of land use in Xining city based on improved NSGA-Ⅱ[J]. Geography and Geo-information Science, 2020, 36(6): 84.
[17]
SONG Mingjie, CHEN Dongmei. A comparison of three heuristic optimization algorithms for solving the multi-objective land allocation (MOLA) problem[J]. Annals of GIS, 2018, 24(1): 19.
[18]
CAO Kai, Michael BATTY, HUANG Bo, et al. Spatial multi-objective land use optimization: Extensions to the non-dominated sorting genetic algorithm-Ⅱ[J]. International Journal of Geographical Information Science, 2011, 25(12): 1949.
[19]
刘纪远, 宁佳, 匡文慧, 等. 2010—2015年中国土地利用变化的时空格局与新特征[J]. 地理学报, 2018, 73(5): 789.
LIU Jiyuan, NING Jia, KUANG Wenhui, et al. Spatio-temporal patterns and characteristics of landuse change in China during 2010-2015[J]. Acta Geographica Sinica, 2018, 73(5): 789.
[20]
KUANG Wenhui. 70 years of urban expansion across China: Trajectory, pattern, and national policies[J]. Science Bulletin, 2020, 65(23): 1970.
[21]
马梓文, 张明祥. 从《湿地公约》第12次缔约方大会看国际湿地保护与管理的发展趋势[J]. 湿地科学, 2015, 13(5): 523.
MA Ziwen, ZHANG Mingxiang. Prospective on development trends of international wetland conservation and management from the 12th Meeting of the Conference of the Parties of the Convention on Wetlands[J]. Wetland Science, 2015, 13(5): 523.
[22]
高跃鹏. 甘南玛曲高寒湿地退化演化过程及恢复优先性研究[D]. 北京: 北京林业大学, 2019: 56.
GAO Yuepeng. Study on degradation evolution process and restoration priority of Maqu Alpine Wetland in Gannan[D]. Beijing: Beijing Forestry University, 2019: 56.
[23]
高跃鹏, 张学霞, 方宇, 等. 若尔盖县景观破碎化及湿地恢复优先性[J]. 中国农业大学学报, 2019, 24(12): 145.
GAO Yuepeng, ZHANG Xuexia, FANG Yu, et al. Landscape fragmentation and wetland restoration priority in Zoige county of Sichuan province of China[J]. Journal of China Agricultural University, 2019, 24(12): 145.
[24]
张文修. 遗传算法的数学基础[M]. 西安: 西安交通大学出版社, 2003: 11.
ZHANG Wenxiu. Mathematical foundation of genetic algorithms[M]. Xi'an: Xi'an Jiaotong University Press, 2003: 11.