云阳、奉节、巫山地处重庆市东北部,长江上游三峡库区腹心,是渝东北三峡库区城镇群重要组成部分,辖100个乡镇街道,幅员面积为10 723.52 km²。云阳、奉节、巫山地区地形地貌复杂,气候特征明显,气候条件温和,属于湿润亚热带季风型气候,多年年均气温16.73℃,年均降雨量1 132 mm; 土壤类型有7个土类,11个亚类; 区域内降雨充沛、溪河较多,矿产资源丰富、储量较多; 动植物资源丰富,其中植被有4 000多种,动物1 500余种。2018年末,云阳、奉节、巫山常住人口211.15万人,占全市总人口的6.81%,其中城镇人口为91.62万人,城镇化率为43.39%。研究区地形起伏较大、山体地质情况复杂、生态环境本底较脆弱,石漠化和水土流失较为严重。根据2018年重庆市水土保持公报,云阳、奉节、巫山水土流失面积4 825.83 km²,占研究区总面积的45.15%,其中,中度及以上侵蚀1 240.34 km²,占幅员面积的11.60%,水土流失强烈侵蚀以上(强烈、极强烈、剧烈)面积670.56 km²,占幅员面积的6.27%; 石漠化面积超过幅员面积的10%。近年来,当地政府相继实施了坡改梯、扩大经济林范围、封禁治理等工程措施,研究区森林面积增加,生态环境得到进一步改善。

本研究选择云阳、奉节、巫山3个地区2000年、2006年、2012年和2018年月份相近(6—9月)且云量较少的TM影像(http:∥www.csdb.cn./),分辨率为25 m,进行遥感影像解译。为了分析研究区土地利用覆被变化情况,结合研究区的实际情况和本次研究目的,参照《土地利用现状分类标准》(GB/T21010—2007),将研究区土地利用类型分为6大类:耕地、林地、草地、水域、建设用地、未利用地。分别对每期分类结果进行精度检验,四期的精度都超过了87.3%,符合本次精度要求。社会经济数据来源于《重庆统计年鉴》。

根据相关研究,生态系统服务价值高低除了与土地利用类型相关,还与NPP(Net Primary Productivity)、NDVI(Normalized Difference Vegetation Index)、EVI(Enhanced vegetation index)等高度相关,参照相关学者^[19]以NPP,NDVI为数据源对生态系统服务价值的修正,在Constanza^[5]和谢高地^[7]等研究成果的基础上,并结合其他学者^[20]对重庆市生态系统服务价值当量因子的修订成果,进一步对云阳、奉节、巫山地区的生态服务价值当量因子进行修正,得到研究区生态系统服务功能当量因子(表1)。

表1 修正后的研究区各土地利用类型各生态系统服务功能当量因子

生态系统服务功能单位面积价值的确定:

标准单位生态系统服务价值当量因子是指1 hm²全国平均产量的农田每年自然粮食产量的经济价值,其他生态系统服务价值是指生态系统产生该生态系统服务相对于农田食物生产服务贡献的大小,具体计算方式为:

H_n=1/7×m·T_i(1)

式中:H_n表示某种土地利用类型的某种服务功能1 hm²提供的经济价值(元/hm²); T_i表示标准生态系统服务价值当量因子经济价值(元/hm²),本研究中取2000—2018年云阳、奉节、巫山3个区县多年农田作物经济价值的平均值; m为生态系统服务价值的当量因子,1/7是指在没有人力投入的自然生态系统提供的经济价值是现有单位面积农田提供的食物生产经济价值的1/7。

根据下列公式计算研究区生态系统服务价值:

ESV=∑^m_k=1A_k×C_k(2)

C_k=(ESV_i)/S(3)

式中:ESV为生态系统服务总价值; A_k为k类景观类型的分布面积; C_k为k类型景观单位面积的生态系统服务价值; m为研究区土地利用种类,为6。

参照严恩萍等^[21]的研究,在本研究中,对林地、耕地、草地、水域、建设用地、未利用地的人为影响强度系数分别赋值为0.12,0.61,0.09,0.12,0.94,0.08。人为干扰具体计算公式为^[22]:

HAI=(∑^N_i=1A_i·P_i)/S(4)

式中:HAI代表研究区受到的人为干扰; N代表土地利用类型数,为6,表示景观类型的数量; A_i,P_i分别为第i种土地利用类型的面积以及该类型的人为影响强度系数; S为表示所研究区的总面积。

景观脆弱程度受外界干扰的影响,根据对景观脆弱度的研究 ^[23],对本研究中林地、耕地、草地、水域、建设用地、未利用地的景观脆弱度指数赋值,分别为0.25,0.55,0.35,0.77,0.10,0.90。景观脆弱度指数U的计算过程跟人为干扰度指数HAI的计算方式类似。

区域的人为活动越强,区域景观受到的人为影响就相对较大,使区域景观脆弱化,景观脆弱度越低的区域,生态风险越大,生态安全程度就越低,根据景观结构与生态风险的经验关系,引入生态安全度(ES),其计算公式为:

ES=1-HAI×U(5)

式中:ES为生态安全指数; HAI为人为干扰指数; U为景观脆弱度指数。

本文参照相关研究^[24-25],将生态安全分为5个等级(表2),等级越低,生态安全越差,相反,等级越高,生态安全度越高。

为了直观地从空间上反映出研究区域生态服务价值和生态安全格局情况,对比生态服务价值与生态安全在空间上的差异,本文应用网格分析法、Kriging空间插值分析生态服务价值和生态安全的空间变化与差异,具体操作参见文献[20]。

人类活动主要集中在地形条件较好且经济发达地区^[30],其活动干扰会导致生态系统结构破坏、功能衰退、生物多样性减少等生态环境退化现象。奉节、巫山均地处长江沿线,再加上三峡库区的修建和运行,大量的移民迁入,不断地迁建导致保留的中心城区、场镇在原有的基础上逐渐扩大,由于毗邻城镇,这一部分长江流域受到的人为干扰就较大,从而对局部区域生态系统的连通性和完整性产生一定程度的破坏,再加上耕地、草地大多分布在地形起伏相对较低的区域,且生态结构单一。近年来,政府加大对渝东北经济发展的投入,研究区城镇规模逐渐扩大,大量非农建设占用耕地、草地,局部地区受到的人为干扰活动较大,但政府在开展各类建设的同时又针对性地提出保护和建设策略,在坚持生态保护优先的前提下严格控制建设开发规模和强度,进而出现了低生态安全区向四周扩张,整体的生态安全指数呈逐渐增加趋势。而林地分布主要集中于海拔较高或地形起伏较大地区,人为活动较少,高生态安全区域则集中在这些区域。单位面积生态系统服务功能产生的价值由自然生态系统健康程度决定^[31],生态安全空间格局与生态系统服务价值的空间分布趋势一致。

本研究数据来源于遥感影像,数据处理过程中不可避免地会出现相应的误差,导致生态服务价值的估算结果与实际有一定偏差。采用间接评价法对生态系统服务价值的评估,根据研究区的实际情况,对当量因子进行了修正,对单位面积不同生态系统不同服务类型价值进行赋值,生态安全评价考虑了土地利用类型,避免了因利用类型不同其内部稳定性、安全性不一样的影响,最后获得的评价结果能从大尺度上反映生态系统服务和生态安全的空间分布格局和演变规律。此外为进一步提高数据准确性,生态服务价值与生态安全间的作用机制有待进一步研究。

(1)研究区耕地和林地是主要景观类型,2000—2018年期间,草地面积锐减,林地面积增加较多。

(2)研究区生态系统服务总价值呈现逐渐增长趋势; 从不同生态系统生态服务价值上看,林地对生态系统服务价值的贡献较大,其次是耕地,而建设用地对生态服务价值为负向贡献; 从生态服务价值的空间分布上看,生态系统服务价值在空间分布上受景观空间格局的影响,生态服务价值高值区集中分布在林地区域,低值区集中分布在城镇一带。

(3)自然条件和社会经济相互作用影响区域的生态安全状况,在环保意识逐渐加强及各种环保政策有效实施的背景下,研究区内的生态环境水平逐渐提高,生态环境逐渐改善,生态安全系数逐渐增大,研究区内的生态安全格局跟生态服务价值空间分布格局大体一致,生态安全高值区主要集中于生态服务价值高值区,生态安全低值区主要集中分布在生态服务价值较低区域。