基于PLUS模型的乌鲁木齐市生态服务价值权衡协同探究

doi:10.12118/j.issn.1000-6060.2022.261

摘要/Abstract

摘要：

土地利用/覆被变化将干扰生态系统的稳定供给能力，进而对生态系统服务和可持续发展构成威胁。以乌鲁木齐市为研究区，基于斑块生成土地利用模拟（Patch-generating land use simulation，PLUS）模型，模拟了2030年多情景下乌鲁木齐市的土地利用变化，并结合当量因子法、空间自相关分析等方法估算并预测了1990—2030年乌鲁木齐市生态系统服务价值（Ecosystem service value, ESV）及其权衡协同关系。结果表明：（1） 1990—2020年乌鲁木齐市土地利用呈现“两增四减”变化趋势。2030年在惯性发展情景下，除林地外其他地类皆遵循历史演变规律;在生态保护情境下，建设用地面积萎缩，生态用地大幅增加;在综合开发情境下，建设用地面积有所增加的同时生态用地面积也处于上升状态;在重点开发情景下，城市建设用地扩张最为剧烈，耕地面积退化严重。（2） 1990—2020年乌鲁木齐市ESV整体上呈现“V”型下降态势，共减少59.59×10⁸元。2030年在生态保护情景下和综合开发情景下ESV处于增加趋势，在惯性发展情景和重点开发情景下ESV出现减少趋势。（3） 2030年4种发展情景下，乌鲁木齐市各项生态系统服务间以协同关系为主，“高-高”“低-低”协同聚集区与ESV高值、低值区域分布高度吻合，权衡关系零星分布于局部地区。研究结果可为乌鲁木齐市国土空间规划及生态安全格局构建提供科学参考。

关键词: 生态系统服务价值, PLUS模型, 多情景模拟, 权衡协同, 乌鲁木齐市

Abstract:

Land use/cover change will interfere with the stable supply capacity of ecosystems, which in turn poses a threat to ecosystem services and sustainable development. Taking Urumqi City of Xinjiang, China, as the study area, this study simulates land use changes in Urumqi City under multiple scenarios in 2030 based on the patch-generating land use simulation (PLUS) model and combines the equivalent factor method and spatial autocorrelation analysis to estimate and project the ecosystem service value (ESV) and its trade-off synergy for 1990—2030 in Urumqi City. The results are as follows: (1) Land use in Urumqi City shows a trend of “two increases and four decreases” from 1990 to 2020. In the integrated development scenario, the area of built-up land increases, while the area of ecological land is also on the rise; in the key development scenario, the expansion of urban built-up land is the most drastic, and the area of arable land is severely degraded. (2) From 1990 to 2020, the trend of ESV in Urumqi City has a “V” shape. In 2030, ESV increases under the ecological protection scenario and the comprehensive development scenario and decreases under the inertia development scenario and the key development scenario. (3) Under the four development scenarios in 2030, the synergistic relationships among various ecosystem services in Urumqi City are primarily synergistic, with “high-high” and “low-low” synergistic aggregation areas coinciding highly with the distribution of high and low ESV values, and trade-off relationships sporadically distributed in local areas. These findings may serve as a basis for distributing ESVs in Urumqi City and can also provide scientific reference for the spatial planning of Urumqi City and the construction of ecological security patterns.

Key words: ecosystem service value, PLUS model, multi-scenario simulation, trade-off synergy, Urumqi City

隋露, 蒲春玲, 刘志有, 柏鹏飞, 刘涛. 基于PLUS模型的乌鲁木齐市生态服务价值权衡协同探究[J]. 干旱区地理, 2023, 46(1): 159-168.

SUI Lu, PU Chunling, LIU Zhiyou, BAI Pengfei, LIU Tao. Trade-off synergy of ecosystem service value in Urumqi City based on PLUS model[J]. Arid Land Geography, 2023, 46(1): 159-168.

图/表 11

图1

表1

图2

表2

表3

图3

表4

表5

图4

表6

图5

参考文献 25

[1]	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.
	[Li Jingzhi, Wang Miao, Feng Wenjing, et al. Spatial-temporal characteristic and driving analysis of ecosystem service value in Xiangxi Autonomous[J]. Remote Sensing for Natural Resources, 2022, 34(3): 207-217.]
[2]	喇蕗梦, 勾蒙蒙, 李乐, 等. 三峡库区生态系统服务权衡时空动态与情景模拟: 以秭归县为例[J]. 生态与农村环境学报, 2021, 37(11): 1368-1377.
	[La Lumeng, Gou Mengmeng, Li Le, et al. Spatiotemporal dynamics and scenarios analysis on trade-offs between ecosystem service in Three Gorges Reservoir Area: A case study of Zigui Country[J]. Journal of Ecology and Rural Environment, 2021, 37(11): 1368-1377.]
[3]	王军, 顿耀龙. 土地利用变化对生态系统服务的影响研究综述[J]. 长江流域资源与环境, 2015, 24(5): 798-808.
	[Wang Jun, Dun Yaolong. A review on the effects of land use change on ecosystem services[J]. Resources and Environment in the Yangtze Basin, 2015, 24(5): 798-808.]
[4]	李龙, 吴大放, 王芳, 等. 中国快速城市化区域生态系统服务价值预测及权衡研究——以佛山市为例[J]. 生态学报, 2020, 40(24): 9023-9036.
	[Li Long, Wu Dafang, Wang Fang, et al. Prediction and tradeoff analysis of ecosystem service value in the rapidly urbanizing Foshan City of China: A case study[J]. Acta Ecologica Sinica, 2020, 40(24): 9023-9036.]
[5]	王颖慧, 丁建丽, 李晓航, 等. 伊犁河流域土地利用/覆被变化对生态系统服务价值的影响——基于强度分析模型[J]. 生态学报, 2022, 42(8): 3106-3118.
	[Wang Yinghui, Ding Jianli, Li Xiaohang, et al. Impact of LUCC on ecosystem services values in the Yili River Basin based on an intensity analysis model[J]. Acta Ecologica Sinica, 2022, 42(8): 3106-3118.]
[6]	Hughes J B, Daily G C, Ehrlich P R. Population diversity: Its extent and extinction[J]. Science, 1997, 278(5338): 689-692. doi: 10.1126/science.278.5338.689 pmid: 9381179
[7]	王鹏涛, 张立伟, 李英杰, 等. 汉江上游生态系统服务权衡与协同关系时空特征[J]. 地理学报, 2017, 72(11): 2064-2078. doi: 10.11821/dlxb201711011
	[Wang Pengtao, Zhang Liwei, Li Yingjie, et al. Spatio-temporal characteristics of the trade-off and synergy relationships among multiple ecosystem services in the upper reaches of Hanjiang River Basin[J]. Acta Geographica Sinica, 2017, 72(11): 2064-2078.] doi: 10.11821/dlxb201711011
[8]	苗培培, 赵祖军, 赵筱青, 等. 云南典型石漠化区生态系统服务权衡与协同研究[J]. 水土保持研究, 2021, 28(4): 366-374.
	[Miao Peipei, Zhao Zujun, Zhao Xiaoqing, et al. Study on trade-off and cooperation of ecosystem service space in rocky desertification area of Yunnan Province[J]. Research of Soil and Water Conservation, 2021, 28(4): 366-374.]
[9]	张宇硕, 吴殿廷, 吕晓. 土地利用/覆盖变化对生态系统服务的影响: 空间尺度视角的研究综述[J]. 自然资源学报, 2020, 35(5): 1172-1189.
	[Zhang Yushuo, Wu Dianting, Lü Xiao. A review on the impact of land use/land cover change on ecosystem services from a spatial scale perspective[J]. Journal of Nature Resources, 2020, 35(5): 1172-1189.]
[10]	郑德凤, 郝帅, 吕乐婷, 等. 三江源国家公园生态系统服务时空变化及权衡-协同关系[J]. 地理研究, 2020, 39(1): 64-78. doi: 10.11821/dlyj020180898
	[Zheng Defeng, Hao Shuai, Lü Leting, et al. Spatial-temporal change and trade-off/synergy relationships among multiple ecosystem services in Three-River-Source National Park[J]. Geographical Research, 2020, 39(1): 64-78.] doi: 10.11821/dlyj020180898
[11]	白羽萍, 王佳斌, 刘恋, 等. 黑河流域生态系统服务价值预测及权衡分析——以张掖市为例[J]. 生态学报, 2022, 42(13): 5187-5199.
	[Bai Yuping, Wang Jiabin, Liu Lian, et al. Prediction and trade-off analysis of ecosystem service value in Heihe River Basin: A case study in Zhangye[J]. Acta Ecologica Sinica, 2022, 42(13): 5187-5199.]
[12]	胡丰, 张艳, 郭宇, 等. 基于PLUS和InVEST模型的渭河流域土地利用与生境质量时空变化及预测[J]. 干旱区地理, 2022, 45(4): 1125-1136.
	[Hu Feng, Zhang Yan, Guo Yu, et al. Spatial and temporal changes in land use and habitat quality in the Weihe River Basin based on the PLUS and InVEST models and predictions[J]. Arid Land Geography, 2022, 45(4): 1125-1136.]
[13]	赵永玉, 阿里木江·卡斯木, 高鹏文, 等. 基于地理探测器的乌鲁木齐市城区扩展及影响因素分析[J]. 干旱区地理, 2021, 44(6): 1729-1739.
	[Zhao Yongyu, Kasim Alimujiang, Gao Pengwen, et al. Quantitative analysis of urban expansion and response factors in Urumqi City based on random forest algorithm and geographical detector[J]. Arid Land Geography, 2021, 44(6): 1729-1739.]
[14]	国家发展和改革委员会价格司, 价格成本调查中心. 全国农产品成本收益资料汇编[M]. 北京: 中国统计出版社, 2021: 6-24.
	[National Development and Reform Commission Price Department, Price Cost Survey Center. National compilation of agricultural cost-benefit information[M]. Beijing: China Statistics Press, 2021: 6-24.]
[15]	Li C, Wu Y, Gao B, et al. Multi-scenario simulation of ecosystem service value for optimization of land use in the Sichuan-Yunnan ecological barrier, China[J]. Ecological Indicators, 2021, 132: 108328, doi: 10.1016/j.ecolind.2021.0108328. doi: 10.1016/j.ecolind.2021.0108328
[16]	Liang X, Guan Q, 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, Pergamon, 2021, 85: 101569, doi: 10.1016/j.compenvurbsys.2020.101569. doi: 10.1016/j.compenvurbsys.2020.101569
[17]	王保盛, 廖江福, 祝薇, 等. 基于历史情景的FLUS模型邻域权重设置——以闽三角城市群2030年土地利用模拟为例[J]. 生态学报, 2019, 39(12): 4284-4298.
	[Wang Baosheng, Liao Jiangfu, Zhu Wei, et al. The weight of neighborhood setting of the FLUS model based on a historical scenario: A case study of land use simulation of urban agglomeration of the Golden Triangle of southern Fujian in 2030[J]. Acta Ecologica Sinica, 2019, 39(12): 4284-4298.]
[18]	张晓瑶, 张潇, 李冬花, 等. 城市土地利用变化对生态系统服务价值影响的多情景模拟——以深圳市为例[J]. 生态学报, 2022, 42(6): 2086-2097.
	[Zhang Xiaoyao, Zhang Xiao, Li Donghua, et al. Multi-scenario simulation of the impact of urban land use change on ecosystem service value in Shenzhen[J]. Acta Ecologica Sinica, 2022, 42(6): 2086-2097.]
[19]	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 Gaodi, Zhen Lin, Lu Chunxia, et al. Expert knowledge based valuation method of ecosystem service in China[J]. Journal of Nature Resources, 2008, 23(5): 911-919.]
[20]	鲁春霞, 谢高地, 肖玉, 等. 青藏高原生态系统服务功能的价值评估[J]. 生态学报, 2004, 24(12): 2749-2755, 3011.
	[Lu Chunxia, Xie Gaodi, Xiao Yu, et al. Value evaluation of ecosystem service functions on the Qinghai-Tibet Plateau[J]. Acta Ecologica Sinica, 2004, 24(12): 2749-2755, 3011.]
[21]	谢高地, 肖玉, 甄霖, 等. 我国粮食生产的生态服务价值研究[J]. 中国生态农业学报, 2005, 13(3): 10-13.
	[Xie Gaodi, Xiao Yu, Zhen Lin, et al. Study on ecosystem services value of food production in China[J]. Chinese Journal of Eco-Agriculture, 2005, 13(3): 10-13.]
[22]	李金雷, 刘欢, 哈斯娜, 等. 岱海流域土地利用动态模拟及生态系统服务价值测算[J]. 生态学杂志, 2022, 41(2): 343-350.
	[Li Jinlei, Liu Huan, Ha Sina, et al. Simulation of land use and evaluation of ecosystem service value in Daihai Basin[J]. Chinese Journal of Ecology, 2022, 41(2): 343-350.]
[23]	杨振民, 刘新平. 乌鲁木齐市生态系统服务价值时空演变研究[J]. 环境科学与技术, 2021, 44(4): 226-236.
	[Yang Zhenmin, Liu Xinping. Research on ecosystem service value and spatial evolution in Urumqi City[J]. Environmental Science & Technology, 2021, 44(4): 226-236.]
[24]	杨强强, 徐光来, 李爱娟, 等. 青弋江流域生态系统服务评估与权衡研究[J]. 生态学报, 2021, 41(23): 9315-9327.
	[Yang Qiangqiang, Xu Guanglai, Li Aijuan, et al. Evaluation and trade-off of ecosystem services in the Qingyijiang River Basin[J]. Acta Ecologica Sinica, 2021, 41(23): 9315-9327.]
[25]	郑德凤, 万巨影, 白丽娜, 等. 燕山-太行山区生态系统服务价值权衡/协同关系的多尺度分析[J]. 生态与农村环境学报, 2022, 38(4): 409-417.
	[Zheng Defeng, Wan Juying, Bai Lina, et al. Multi-scale analysis of ecosystem service trade-offs/synergies in Yanshan-Taihang Mountains area[J]. Journal of Ecology and Rural Environment, 2022, 38(4): 409-417.]

数据类型	数据名称	初始数据来源
基础数据	行政边界、土地利用数据	中国科学院资源环境科学数据中心（http://www.resdc.cn）
驱动因子	高程、坡度	地理空间数据云（http://www.gscloud.cn）
	年平均气温、年平均降水量、人口密度、国内生产总值（GDP）	中国科学院资源环境科学数据中心（http://www.resdc.cn）
	到水域距离、到道路距离	地理国情监测平台（http://www.dsac.cn/）
价值因子	年平均粮食产量	新疆维吾尔自治区统计局（xinjiang.gov.cn）
	年平均粮食价格	《全国农产品成本收益资料汇编》^[14]

情景模式	发展设定
惯性发展情景（Ⅰ）	此情景借助耦合模型中的Markov链预测各地类未来发展规模，作为PLUS模型中的栅格需求参数，是其他模拟情景设置的基础。
生态保护情景（Ⅱ）	此情景增加生态保护设定，控制生态用地向生产、生活用地的转化，提高其他用地向林地、草地、水域转化概率，生态景观整体向优发展。
综合开发情景（Ⅲ）	此情景遵循“在保护中开发，在开发中保护”的原则，提升城镇建设用地在全域比重的同时，尽量减少城镇扩张对生态系统服务带来的不良影响，努力营造人地和谐共生的发展局面。
重点开发情景（Ⅳ）	此情景为在快速城市化背景下，当生态用地与生产、生活用地需求发生冲突时，优先满足城市居民生产经营、居住与休闲用地需求，实现经济效益最大化。

一级类型	二级类型	土地利用类型
一级类型	二级类型	耕地	林地	草地	水域	未利用地
供给服务	食物生产	2707.65	893.52	1164.29	1435.05	54.15
	原材料生产	1055.98	8068.80	974.75	947.68	108.31
调节服务	气体调节	1949.51	11697.05	4061.48	1380.90	162.46
	气候调节	2626.42	11020.14	4223.93	5577.76	351.99
	水源涵养	2084.89	11074.29	4115.63	50822.59	189.54
	废物处理	3763.63	4657.16	3574.10	40208.60	703.99
支持服务	土壤保持	3980.25	10884.75	6065.14	1110.14	460.30
	维持生物多样性	2761.80	12211.50	5063.31	9287.24	1083.06
文化服务	美学景观	460.30	5631.91	2355.66	12021.97	649.84
合计		21390.43	76139.12	31598.29	122791.93	3763.64

	年份	情景模式	土地利用类型
	年份	情景模式	耕地	林地	草地	水域	建设用地	未利用地
面积/km²	1990		1353.52	646.09	7980.64	364.22	289.87	3149.63
	2000		1351.59	637.74	7953.80	374.09	349.05	3117.70
	2010		1243.65	445.00	7604.93	229.43	674.10	3586.84
	2020		1120.43	407.76	7288.35	223.87	882.57	3856.69
	2030	Ⅰ	1069.29	527.38	6772.19	210.06	1036.43	4164.32
	2030	Ⅱ	985.03	419.03	7779.47	254.78	751.71	3589.66
面积变化幅度/%	2030	Ⅲ	1040.53	436.30	7652.77	235.07	1147.34	3267.67
	2030	Ⅳ	911.89	402.86	6584.45	201.49	1323.86	4355.14
	2020—2030	Ⅰ	-0.46	2.93	-0.71	-0.62	1.74	0.80
	2020—2030	Ⅱ	-1.21	0.28	0.67	1.38	-1.48	-0.69
	2020—2030	Ⅲ	-0.71	0.70	0.50	0.50	3.00	-1.53
	2020—2030	Ⅳ	-1.86	-0.12	-0.97	-1.00	5.00	1.29

年份	情景模式	生态系统服务类型
年份	情景模式	供给服务	调节服务	支持服务	文化服务	合计
1990		29.34	206.57	121.51	29.49	386.91
2000		29.21	206.72	121.06	29.47	386.46
2010		26.07	179.10	111.21	26.08	342.46
2020		24.62	171.16	106.36	25.18	327.32
2030	Ⅰ	24.41	166.06	103.36	24.65	318.48
2030	Ⅱ	25.29	180.68	111.08	26.53	343.58
2030	Ⅲ	25.29	177.51	109.74	25.91	338.45
2030	Ⅳ	22.31	156.06	97.54	23.45	299.36