1、城市湿地生态系统服务动态演化及其权衡关系以杭州西溪湿地为例*潘明欣1）张力小1）胡潭高2）郝岩1）（1）北京师范大学环境学院，环境模拟与污染控制国家重点联合实验室，100875，北京；2）杭州师范大学遥感与地球科学研究院，浙江省城市湿地与区域变化研究重点实验室，311121，浙江杭州）摘要以杭州西溪湿地为例，基于 19842018 年的高分辨率遥感数据，利用 InVEST 模型和当量因子法核算了该地区生态系统服务的动态变化，分析了生态系统服务间的权衡关系.结果表明：1）除固碳服务外，研究期内西溪湿地生态系统服务整体呈退化趋势；2）国家湿地公园的建设，使公园内外固碳服务与生物多样性服务呈现不同的
2、变化趋势，这 2 种服务类型在公园内呈现增加、而公园外受城市化过程持续影响呈现降低趋势；3）受降水量增加、不透水地面扩大等因素影响，公园内外的产水量与营养物输出量等均呈现增加趋势，旅游开发和生态保护之间的矛盾并没有完全缓解；4）生态系统服务之间存在显著的权衡关系，主要是产水服务与固碳服务、生物多样性保护服务、娱乐和文化服务之间，空间上在城市不透水地面周围更为显著.关键词城市湿地；西西湿地；生态系统服务；InVEST 模型；高分遥感；权衡关系中图分类号X87DOI：10.12202/j.0476-0301.20211690引言湿地有“地球之肾”之称，它是介于陆地和水体之间的过渡性生态系统，具有不
3、可替代的多重生态系统服务，包括调节气候、蓄洪防旱、为人类提供游憩娱乐等多种服务12.Costanza 等对全球生态系统服务的核算表明，湿地提供的价值占全球总价值的 45%.自1900 年以来，全球湿地面积减少了近 50%，而城市化、农业垦殖和环境污染等人类活动是湿地退化的主要驱动力35.在城市中，由于与居住人群的近距离界面关系，使得城市湿地的服务功能更具社会价值6.但与此同时，城市湿地也更容易受到商业活动和城市建设等高强度人类活动的胁迫与挤压，呈现面积减少、生境破碎化及生物多样性降低等退化问题78.不同于自然保护区的封闭式保护，城市管理部门一般通过建设湿地公园来对城市湿地进行保护，希望通过有序
4、开发与管理来促进其保护.当前，对城市湿地生态系统服务的研究，主要是利用遥感数据，针对整个城市区域或者连片城市群进行研究.从研究方向上来看，有学者对湿地生态系统服务进行核算和主导功能的研究，例如：肖涛9对环杭州城市群湿地进行生态系统服务评估发现，湿地生态系统总价值为 1.39108万元；荔琢等10使用 Landsat影像源对京津冀城市群湿地的主导生态系统服务功能（即水文调节、水资源供给和净化环境）进行了研究.与此同时，也有学者对湿地生态系统服务的变化和影响因素进行了研究，例如，陈莹等11使用 Landsat影像数据研究了武汉城市湿地破碎化对生态系统服务价值的影响，发现城市湿地的破碎化趋势与调节、
5、支持和文化服务存在显著相关关系.同样，在城市群尺度上诸多学者利用 Landsat、AVHRR、MODIS 等遥感数据，开展了城市化过程对城市湿地生态服务功能胁迫的研究1214.陈万旭等15使用 Landsat 影像源对长江中游城市群地区的研究发现，湿地生态系统可以缓解城市化过程中生态系统功能的退化.从上述分析不难发现，目前研究多采用 Landsat、AVHRR 等中分辨率的遥感数据，而基于高分辨率的精细化研究较少，为数不多的研究包括对加拿大波特纳夫拉切夫罗蒂埃流域湿地的研究16（WV-2 卫星图像）、对深圳市湿地的研究17（Quickbird 数据源）等.需要说明的是，高分辨率数据可以减少由于
6、解译精度而导致的结果误差，从而能够更细致地揭示城市湿地生态系统服务变化的微观机制.*国家杰出青年科学基金资助项目（52225902）；国家自然科学基金资助项目（52070022）通信作者：张力小（1977），男，博士，教授.研究方向：城市生态系统分析与协同管理.E-mail:收稿日期：2021-09-172022-12北京师范大学学报（自然科学版）58（6）JournalofBeijingNormalUniversity（NaturalScience）893从时序上看，目前的研究主要通过多期遥感数据进行比较分析，例如武汉 19872016 年城市湿地生态系统服务变化18（Landsat 数据源
7、）、印度查特拉湿地 20002018 年的退化研究19（Landsat 数据源）、上海 19872007 年湿地资源及其生态服务价值变化20（Landsat 数据源）、重庆市 20002015 年生态保护红线区生态价值演变21（EOS/MODIS 数据产品）等.受制于免费遥感数据获取的限制，目前大多能够获取的数据可到 20 世纪 80 年代末，无法反映 80 年代城市化初期阶段的起始状态.长时序的生态系统服务研究，可以更有效更完整地探究生态系统服务的时空动态演变特征，避免突发因素造成误判22.因此，本文通过多元数据融合，建立起长时序、高分辨率的遥感数据集，对杭州市西溪湿地 19842018 年
8、的生态系统功能进行分析，力图反映城市湿地及其生态系统服务的动态变化规律，揭示各服务功能之间的权衡关系及其空间分布特征，以期为城市湿地保护、城市湿地公园建设及相关政策制定提供精细化定量化依据.1研究区域和数据准备1.1研究区概况西溪湿地位于浙江省杭州市区西部（12000261200927E，300335302128N），横跨西湖区和余杭区，位于杭嘉湖平原和浙西丘陵山地的交界地带，年平均降水量为 1454mm，年平均气温为 15.17，气候温和23.由于降水量大、地势低平，利于沼泽湿地形成，原生的西溪湿地由苕溪及其支流和众多泥沼地构成.此后，在渔耕经济的改造和城市化过程影响下，逐步形成以网状河流和
9、“鱼鳞状”水塘为主的次生湿地24.21 世纪初城市房地产开发热潮，带动了西溪湿地及其周边地区的居民住宅、商业建筑面积增加25，使得西溪湿地生态系统面临着湿地面积锐减、功能衰退等诸多问题，并使城市湿地的公共属性产生排他性影响.鉴于此，杭州市于 2003 年启动西溪湿地综合保护工程，2005 年西溪湿地被列入国家湿地公园试点，2009 年加入国际重要湿地名录.目前，西溪湿地位于规划的环杭州湾产业带，周边地区经济发展迅速，规划中有杭州未来科技城，来自公园外部压力的影响将持续显著.1.2数据来源与处理采用多源高分辨率遥感数据，主要包括航拍影像、IKONOS、QuickBird 以及 GoogleEar
10、th 影像，各期数据来源、时间及分辨率等信息见表 1.对多期高分遥感数据进行标准化处理，包括正射纠正、配准、融合、镶嵌、裁切等处理，使得几何精度均方误差在 0.5 个像元以内.采用面向对象的计算机分类和目视解译相结合的方法获取土地利用矢量图，相关分类说明、解译方法与精度检验见文献 26.其中，2018 年的解译结果如图 1 所示.在生态服务核算中，碳密度数据来自学者对于杭州地区的植被土壤的实测数据2729，降水数据等来自中国科学院资源环境科学与数据中心.表1高分辨率遥感影像信息数据类型获取时间分辨率/m航空影像1984年1月12日0.5航空影像1995年1月16日0.5IKONOS2000年1
11、月20日1.0GoogleEarth2005年12月31日0.5QuickBird2007年1月28日0.6GoogleEarth2009年12月20日0.5GoogleEarth2013年12月30日0.5GoogleEarth2018年11月23日0.52研究方法2.1生态系统服务核算研究中城市湿地的生态系统服务主要考虑了固碳服务、产水服务、土壤保持服务、净化服务、生物多样性服务、娱乐和文化服务6 种类型.其中，固碳服务、产水服务、净化服务等通过 InVEST 模型中的相关模块进行计算，而生物多样性服务与娱乐和文化服务等采用当量因子法核算.1）固碳服务.固碳服务考虑土壤中的碳储存主要包括
12、4 个碳库：地上生物量、地下生物量、土壤和死亡有机物.碳密度数据来自学者对于杭州地区的植被土壤的实测数据2729和相关数据库.xYx2）产水服务.产水量的计算参照了 ZHANG 等30Budyko 曲线和年平均降水量，确定每个子流域的产水量.景观中每个栅格 的年产水量为：Yx=(1AETxPx)Px,（1）AETxPx=1+PETxPx1+(PETxPx)1,（2）PETx=Kc(lx)ET0 x,（3）(x)=ZAWCxPx+1.25,（4）AETxPxPETx(x)式中：是每个栅格的年实际蒸散量；为每个栅格的年降水量；是潜在蒸散量；为描述气候-土894北京师范大学学报（自然科学版）第 58
13、 卷ET0 xKc(lx)AWCx壤属性的非物理参数；是参考蒸散量；是栅格上的蒸散系数；为植被可利用的体积含水量；Z 是经验常数，与季节和降雨量相关性较大.模型输入的参数包括中国科学院资源环境科学与数据中心、CGIARCSI 数据库、国家青藏高原科学数据中心和相关数据库.3）土壤保持服务.通过计算栅格的平均土壤流失量、向河流输送的泥沙量，估算每个栅格的土壤保持能力.每年的土壤流失量可以由 RUSLE 模型计算.USLE=RKLSCP,（5）SDRi=SDR0,i(1+exp(ICiIC0k)1,（6）Ei=usleiSDRi,（7）E=iEi,（8）USLERKLSCPICiIC0kSDRiE
14、iE式中：为平均面积土壤流失量；为降雨侵蚀力因子；为土壤可侵蚀性因子；为坡度坡长因子；为植被覆盖管理因子；为水土保持措施因子；、和是校准参数；为每个栅格的沉积物输送率；沉积物输出是栅格经侵蚀到实际流量的沉积物量；为输沙总量.模型输入的数据源来自地理空间数据云、国家气象科学数据中心、国家青藏高原科学数据中心和相关数据库.4）净化服务.采用流域营养物来源和营养物向河流输送绘制，进而评估植被对营养物的净化服务.根据质量守恒定律，模拟营养物的空间迁移过程.xexptot=ixexpi,（9）xexpi=xsurf,iNsurf,i+xsurs,iNsurs,i,（10）xexptotxexpixsur
15、f,iNsurf,ixsurs,iNsurs,i式中：是该流域营养物输出量；为每个栅格的营养物输出量；是地表营养物负荷量；是地表营养物输送速率；是地下营养物负荷量；是地下营养物输送速率.模型输入的数据源来自地理空间数据云、中国科学院资源环境科学与数据中心和相关数据库.5）生物多样性服务、娱乐和文化服务.结合Costanza等31、Xie 等32、Wu 等33学者修订的生态服务价值当量因子法及相关参数，对生态系统服务进行核算.VES=(AkCVk),（11）VESAkCVk式中：为研究区生态系统服务价值总量，是第k 种土地利用类型的面积，是第 k 种土地利用类型的生态系统服务价值系数.土地利用类
16、型数据来自多源高分辨率遥感数据解译的土地利用矢量图.2.2生态系统服务权衡关系分析首先，运用 ArcGIS软件在研究区内随机生成 500 个采样点，提取采样点的各类生态系统服务数值，然后利用相关性分析方法对其权衡关系进行分析.常见的相关分析方法为Pearson和 Spearman 相关.Pearson 相关要求数据集的各个变N图例西溪湿地公园土地利用类型河流库塘沼泽草地林地休耕地建筑用地道路0 0.3750.751.5 km图12018 年西溪湿地公园及周边地区土地利用类型第 6 期潘明欣等：城市湿地生态系统服务动态演化及其权衡关系以杭州西溪湿地为例895量符合连续且正态分布特征，而地理空间数据的分布往往呈现非线性和非正态等特征.因此，研究采用Spearman 相关性来分析生态系统服务的相互关系，相关系数0 则 2 种生态系统服务为协同关系34.=16ni=1di2n(n21),（12）din式中：为 Spearman 相关系数；为相应变量秩之间的差异；为取点个数.3结果分析3.1西溪湿地生态系统服务的动态变化由图 2 所示，除固碳服务外，研究期内西溪湿地公园内外各类生态系统服务功能总
