高级检索

祁连山国家公园青海片区生态系统水文调节价值评估及分析

张颖, 李晓格, 孟娜, 韩子烨, 杜乐山

张颖, 李晓格, 孟娜, 韩子烨, 杜乐山. 祁连山国家公园青海片区生态系统水文调节价值评估及分析[J]. 北京林业大学学报(社会科学版), 2023, 22(4): 48-54. DOI: 10.13931/j.cnki.bjfuss.2023051
引用本文: 张颖, 李晓格, 孟娜, 韩子烨, 杜乐山. 祁连山国家公园青海片区生态系统水文调节价值评估及分析[J]. 北京林业大学学报(社会科学版), 2023, 22(4): 48-54. DOI: 10.13931/j.cnki.bjfuss.2023051
Zhang Ying, Li Xiaoge, Meng Na, Han Ziye, Du Leshan. Evaluation and Analysis of Hydrological Regulation Value of Ecosystem in Qinghai Area of the Qilian Mountain National Park, China[J]. Journal of Beijing Forestry University (Social Science), 2023, 22(4): 48-54. DOI: 10.13931/j.cnki.bjfuss.2023051
Citation: Zhang Ying, Li Xiaoge, Meng Na, Han Ziye, Du Leshan. Evaluation and Analysis of Hydrological Regulation Value of Ecosystem in Qinghai Area of the Qilian Mountain National Park, China[J]. Journal of Beijing Forestry University (Social Science), 2023, 22(4): 48-54. DOI: 10.13931/j.cnki.bjfuss.2023051

祁连山国家公园青海片区生态系统水文调节价值评估及分析

基金项目: 国家自然科学基金项目“林业碳中和多目标效益的计量开发及其耦合优化研究”(72173011)。
详细信息
    作者简介:

    张颖,博士,教授。主要研究方向:资源、生态环境价值评价与核算,区域经济学。Email:zhangyin@bjfu.edu.cn 地址:100083北京林业大学经济管理学院

  • 中图分类号: X36

Evaluation and Analysis of Hydrological Regulation Value of Ecosystem in Qinghai Area of the Qilian Mountain National Park, China

  • 摘要:

    生态系统水文调节服务对人类福祉有重要的影响,运用InVEST产水量模型和支持向量回归模型对祁连山国家公园青海片区生态系统水文调节价值进行了评估和预测。结果表明:①草地在祁连山国家公园青海片区生态系统水文调节中发挥了重要作用,2020年草地水文调节价值量为31.29亿元,占水文调节总价值的60.06%。②林地面积虽然不大,但其生态安全的保障作用明显,2020年的水文调节价值为7.25亿元,占水文调节总价值的13.92%。③2010—2020年,祁连山国家公园青海片区不同类型的生态系统水文调节实物量是增加的,年均增长2.24%,价值量年均增加约0.97%,价值量年均增长幅度小于实物量,主要是由部分生态系统水文调节价值下降引起的。④预测可知,2030年祁连山国家公园青海片区生态系统水文调节实物量、价值量较2020年均有所增加,实物量增加4.90亿t,价值量增加3.86%。

    Abstract:

    Ecosystem hydrological regulation services have an important impact on human well-being. In this paper, InVEST water yield model and Support Vector Regression (SVR) model are used to evaluate and predict the hydrological regulation value of ecosystem in Qinghai area of the Qilian Mountain National Park. The results show as follows: ① Grassland plays an important role in hydrological regulation in Qinghai area of the Qilian Mountain National Park. In 2020, The hydrological regulation monetary value of grassland was RMB 3 129 million yuan, accounted for 60.06% of the total value. ② Although the area of forestland is not large, it plays an obvious role in ensuring ecological security. The hydrological regulation monetary value of forestland in 2020 was RMB 725 million yuan, accounting for 13.92% of the total hydrological regulation value. ③ From 2010 to 2020, the amount of hydrological regulation of different ecosystems in Qinghai area of the Qilian Mountain National Park increased by 2.24% annually, and the monetary value of hydrological regulation increased by about 0.97% annually, which was less than the annual growth rate of the physical value, mainly due to the decline of hydrological regulation monetary value of some ecosystems. ④ Compared with 2020, the amount of hydrological regulation physical and monetary value will increase by 490 million tons and 3.86% in 2030.

  • 水资源是人类社会生存发展的基础资源和战略资源,也是生态、环境的控制性要素[1]。2005年,“千年生态系统评估”(Millennium Ecosystem Assessment,简称MA)将水文调节定义为不同生态系统对自然界中水的不同运动变化所发挥的作用[1]。水源涵养是水文调节服务的一部分[2],通过对生态系统水文调节服务进行评估,可以有效地评估生态系统变化对人类福祉的影响[3],有利于加强对水资源的管理,也有利于加强对水资源重要性的认识,提高公众水资源保护的意识。在MA提出的生态系统四大类服务中,调节服务对人类的福祉有重要的影响[3]。水文调节服务的突出特征是生态系统对水循环的调节、分配作用,因而如何定量评估生态系统水文调节服务是至关重要的一个环节[4]

    由于生态系统的水文调节服务价值不能像一般商品那样确定市场价格,并在市场上进行交易,因此国内外学者主要采用Biome-BGC模型、LPJ-DGVM模型、CASA模型、VPM方法、MIKE SHE模型、SWAT模型和InVEST模型等确定其价值[5]。1997年,Daily[6]在研究自然生态系统的服务时,对生态系统的水文调节服务进行了分析。2003年,Hartanto等[7]对森林水文调节径流的影响因素进行了分析。2006年,Núňez等[8]研究了森林与水的关系以及原生温带森林在提供人类用水方面的价值。随着“3S”技术和监测手段的完善,定量化、可视化和精细化评估水文调节的价值已成为一种趋势[5-6]。我国学者对生态系统水文调节的评估研究也较早。1997年,李凌浩等[9]对武夷山甜槠林水文学效应进行了研究。2003年,刘世荣等[10]对中国主要森林生态系统水文功能进行了比较研究。2005年,陈东立等[11]、鲁绍伟等[12]对中国森林生态系统水文调节功能进行了分析。2008年,李文华等[13]对生态系统服务功能价值评估的理论、方法与应用进行了研究。2016年,尹云鹤等[14]对过去30年气候变化对黄河源区水文调节量的影响进行了分析。从上述相关研究可以看出,生态系统水文调节服务和调节径流量的研究很多,评估方法也较多[7]。本研究以祁连山国家公园青海片区为例,根据中国科学院资源环境科学数据中心(http://www.resdc.cn/)提供的水文调节变化监测栅格数据,在水均衡原理基础上,采用InVEST(Integrated Valuation of Ecosystem Services and Trade-offs)产水量模型和支持向量回归模型,对该地区2010—2020年的水文调节服务价值进行评估[15-16],并对2030年的水文调节服务变化情况进行预测。

    祁连山国家公园青海片区位于青藏高原东北部,属于高原大陆性气候和高寒干旱半干旱气候,太阳辐射强,地区差异大,蒸发量远远大于降水量[16-17],因此,采用常规的水量平衡法对水文调节的价值进行评估,容易出现负径流量的情况,并影响评估的科学性等[15]。本研究采用年产水量模型对祁连山国家公园青海片区生态系统水文调节价值进行评估,即年产水量等于降水量与蒸散量的差值,同时依据不同生态系统年淡水资源变化量的监测数据评估其价值,克服了降水量小于蒸散量而引起的负径流量的影响,并反映了不同生态系统水文调节服务价值的大小[17-19]。开展祁连山国家公园青海片区生态系统水文调节价值的评估,并对相关问题进行探讨,对提高祁连山国家公园青海片区水资源管理水平,加强国家公园管理,促进生态产品价值实现和国家公园建设高质量发展等具有重要价值和意义。

    祁连山是我国西部重要生态安全屏障,是黄河流域重要的水源产流地,是我国生物多样性优先保护区域和水资源的“固体水库”[20-21]。2017年9月中国政府批准建设祁连山国家公园,并将其列为中国10大国家公园之一,主要职责为保护祁连山生物多样性和自然生态系统原真性、完整性。国家公园管理的关键在于确保生态系统有能力提供多样化服务以促进人类福祉[21],因而对国家公园生态系统各项服务进行定量评估成为有效管理国家公园的关键。

    祁连山国家公园位于中国青藏高原东北部,地处甘肃省和青海省交界处,总面积达5.02万km2。其中,青海片区总面积1.584万km2,占祁连山国家公园总面积的31.5%,行政范围包括海北藏族自治州门源县、祁连县,海西州天峻县、德令哈市,共有17个乡镇60个村4.1万人。公园内生态系统独特,湿地、草地和森林广袤,冰川广布。公园内野生动植物丰富,其中分布有国家一级重点保护野生动物雪豹、白唇鹿、黑顶鹤等15种,野生高等植物68科257属617种。祁连山国家公园青海片区包括1个省级自然保护区、1个国家级森林公园、1个国家级湿地公园,其中祁连山省级自然保护区核心区面积36.55万hm2,缓冲区面积17.51万hm2,试验区面积26.17万hm2,仙米国家森林公园面积19.98万hm2,黑河源国家湿地公园面积 6.43万hm2。该区域内多民族聚居,公园地处汉族、藏族、回族、蒙古族、土族、裕固族、哈萨克族、撒拉族等20多个民族聚居生存的文化交汇带,古遗址、遗迹、宗教建筑等人文资源丰富,民族文化多元,形成了独具特色的“祁连山文化圈”。另外,相关统计数据显示,祁连山国家公园青海片区多年平均降水量为336.6 mm,年降水量少而集中,5—9月的降水量占全年降水量的85%以上,年蒸发量约为950 mm,6—9月的蒸发量占全年蒸发量的60%以上[16]

    本研究主要采用InVEST产水量模型和支持向量回归模型对祁连山国家公园青海片区生态系统水文调节价值进行评估和预测。

    $$ Y_{xj}=\left(1-\frac{\mathrm{AET}_{xj}}{P_x}\right) P_x $$ (1)

    式(1)中,$ {Y}_{xj} $为土地覆盖类型j上栅格单元x的年产水量,$ {P}_{x} $是栅格x上的年总降水量,$ \mathrm{AET}_{xj} $是土地覆盖类型j在栅格x上的年实际蒸散量。

    在实际计算中,$ \dfrac{\mathrm{AET}_{xj}}{P_x} $为实际蒸散量与降水量的比值,根据兰翔宇等[17]对1995—2014年我国青藏高原水文调节功能时空演变的研究,采用Zhang等[20]的改进计算公式对实际蒸散量与降水量的比值进行计算,具体为:

    $$ \frac{{{\mathrm{AET}}}_{xj}}{{P}_{x}}=\frac{1 + {w}_{x} + {R}_{xj}}{1 + {w}_{x}{R}_{xj} + (1/{R}_{xj})} $$ (2)

    式(2)中,$ {R}_{xj} $为土地利用类型j上栅格单元x的干燥指数(无量纲),一般为潜在蒸散量与降水量的比值;$ {w}_{x} $为植被年可利用水量与预期降水量比值的修正值。

    传统的水量平衡法主要以水文调节量作为不同生态系统水文调节服务的评估指标,并根据“总水文调节量 = 降水量 − 地表径流量 − 蒸散量”这一公式来评估水文调节量的大小。由于祁连山国家公园青海片区年蒸散量远远大于降水量,在水文调节量评估中,本研究参考2017年我国发布的《生态保护红线划定指南》的相关计算方法确定水文调节量的大小[16]。评估主要借助栅格数据集进行,具体计算公式采用年产水量法的水文调节量计算方法,相关公式为:

    $$ \mathrm{WR}_{xj}=Y_{xj}-\mathrm{Runoff}_{xj}\underline{ } $$ (3)
    $$ \mathrm{Runoff}_{xj}=P_{xj}\cdot C_j $$ (4)

    式 (3) 中,$ \mathrm{WR}_{xj} $为土地覆盖类型j上栅格单元x的年水文调节量,$ {Y}_{xj} $含义同上,$ \mathrm{Runoff}_{xj} $为土地覆被类型j上栅格单元x的年地表径流量。式(4)中,$ {P}_{xj} $是土地覆被类型j上栅格单元x的年总降水量,$ {C}_{j} $为土地覆被类型j上的地表径流系数[21]

    产水量是每个栅格单元内的降水量与实际蒸散量之差,包括地表水产水量、土壤含水量、生态系统层截留量和凋落物截留量。兰翔宇等[17]对我国1995—2014年青藏高原水文调节功能的时空演变特征进行了研究,认为青藏高原森林生态系统的水文调节量、产水量、径流量总体均呈下降趋势,分别减少了5.39 mm·a−1、5.59 mm·a−1、0.21 mm·a−1;高寒草甸生态系统的产水量、径流量与水文调节量呈上升趋势,三者分别增加了2.03 mm·a−1、0.19 mm·a−1和1.92 mm·a−1,其中产水量和水文调节量上升明显高于径流量;高寒草原生态系统的产水量、径流量与水文调节量也呈上升趋势,且1995—2014年产水量和水文调节量增加明显大于径流量,分别增加了0.62 mm·a−1、0.17 mm·a−1、0.49 mm·a−1。本研究利用公式(3)、(4)计算不同生态系统的水文调节量,并根据相关监测参数评估祁连山国家公园青海片区生态系统水文调节价值的大小。评估中,湿地、永久积雪和冰川及其他生态系统的水文调节量取森林、高寒草甸、高寒草原生态系统的监测平均值,评估计算的相对误差为6.02%[21-22]

    支持向量机器(Support Vector Machine,SVM)主要用作分类和回归分析,支持向量回归模型(Support Vector Regression,SVR)是SVM在回归分析中的应用。SVR的函数表达式为:

    $$ y=f\left(x\right)={\mathrm{\omega }}^{T}g\left(x\right) + b $$ (5)

    式(5)中,y和$ f\left(x\right) $代表模型输出值,w代表权重向量,T为转置符号,b代表回归因子,$ g\left(x\right) $代表将输入x从空间映射到特征空间的非线性映射函数。SVR的原理是通过输入样本,不断训练上述模型,尽最大可能缩小模型的输出值$ f\left(x\right) $与真实值的偏差[23]。因此,根据最小化原则,SVR一般表示为:

    $${\mathrm{SVR}}= \mathrm{M}\mathrm{i}\mathrm{n}\frac{1}{2}{||w||}^{2} + c\sum _{i=1}^{m}R\left[f\right({x}_{i})-{y}_{i}] $$ (6)

    约束条件为:

    $$ \left\{\begin{array}{l}{y}_{i}-f\left({x}_{i}\right)\leqslant R + {P}_{i}\\ f\left({x}_{i}\right)-{y}_{i}\leqslant R + {\acute{p}}_{i}\\ {p}_{i}\geqslant 0,{\acute{p}}_{i}\geqslant 0,i=\mathrm{1,2},\cdots ,n\end{array}\right. $$ (7)

    式中,$ {p}_{i}\mathrm{、}{\acute{p}}_{i} $代表松弛变量,c代表惩罚系数,R代表不敏感损失系数,主要是用于判断偏差|$ f\left({x}_{i}\right)-{y}_{i} $| 是否小于等于R,如果小于,则忽略偏差,否则需要重新计算。因此,利用SVR进行预测,就相当于以预测曲线为中心,构造一个宽度为2R的间隔区,使得这些训练值尽可能落入这个间隔区,并使预测值与实际值误差最小[24]。本研究之所以选用SVR模型,一是用于预测水文调节服务价值的数据过少,使用其他模型进行预测的数据量不足;二是祁连山国家公园青海片区不同生态系统的面积目前不会发生大的变化,其水文调节服务量的大小主要受不同生态系统的质量变化影响[10]。因此,选用SVR模型不仅可以避免数据量不足的问题,还可以通过输入训练样本,使模型的偏差尽可能小,提高预测的科学性和精确度[23]

    本研究的评估数据主要来源如表1所示。

    表  1  水文调节服务评估主要数据来源
    数据类型 年份 空间分辨率/km 数据格式 数据来源
    年平均降雨量 2010—2020年 1 栅格 国家生态系统观测研究平台(http://www.cnern.org.cn
    年平均蒸散量 2010—2020年 1 栅格 国家生态系统观测研究平台 (http://www.cnern.org.cn
    生态系统类型与面积 2020年 0.03 矢量 《青海省生态环境十年变化(2000—2020年)遥感调查与评价成果》
    下载: 导出CSV 
    | 显示表格

    评估中,由于缺少祁连山国家公园青海片区年降雨量、年蒸散量的实际监测数据,因此选取青海省2010—2020年的年均降雨量及年均蒸散量统计数据来代替[25]。另外,也收集了2010—2020年青海省人均GDP的统计数据,以便进行水文调节服务价值评估分析。2010—2020年青海省年均降雨量、年均蒸散量、年均气温和人均GDP统计数据如表2所示。

    表  2  2010—2020年青海省年均降雨量、年均蒸散量、年均气温和人均GDP统计
    年份年降雨量/mm年均蒸散量/mm年均气温/℃人均GDP/元
    2010403.38605.585.0620 418
    2011398.38595.694.4529 522
    2012448.00625.344.1126 839
    2013349.10563.224.9836 510
    2014441.90600.934.7039 671
    2015308.09535.015.0434 883
    2016438.56596.305.2943 531
    2017390.62596.455.1444 047
    2018488.47589.225.0046 854
    2019417.73513.944.8049 976
    2020413.88594.003.1150 845
    下载: 导出CSV 
    | 显示表格

    表2数据可以看出,青海省的年降雨量明显小于年蒸散量。2010—2020年,青海省的年均降雨量为408.92 mm,年均蒸散量为583.24 mm,年均气温4.70 ℃。另外,评估中的一些主要参数来源于《青海省生态保护红线划定研究》的相关分析[25],根据实际需要也对一些参数进行了适当调整[26]。评估中由于缺少降水量的监测统计数据,采用降雨量代替。

    根据《青海省生态保护红线划定研究》的统计数据[25]和祁连山国家公园青海省管理局提供的数据,祁连山国家公园青海片区核心区面积为0.94万km2,一般控制区面积为0.64万km²。在祁连山国家公园青海片区总面积中,草地占比最大,占青海片区面积的59.93%;其次为湿地,占片区面积的23.34%;第三为林地,占片区面积的11.64%;永久积雪和冰川及其他生态系统分别占片区面积的3.72%和1.37%。2020年,保护区不同类型生态系统面积统计如表3所示。

    表  3  2020年祁连山国家公园青海片区不同生态系统面积统计
    生态系统类型林地草地湿地永久积雪和冰川其他合计
    面积/万hm²18.4494.9336.975.892.17158.40
    占比/%11.6459.9323.343.721.37100
    注:其他生态系统类型主要指城镇居民用地、裸地、水域及水利设施用地等。
    下载: 导出CSV 
    | 显示表格

    根据上述统计面积数据和产水量模型计算公式及相关监测统计数据,计算得到2010—2020年祁连山国家公园青海片区水文调节量(见表4)。

    表  4  2010、2020年祁连山国家公园青海片区水文调节实物量表
    生态系统类型 2010年 2020年
    水文调节
    实物量/亿t
    占比/% 水文调节
    实物量/亿t
    占比/%
    林地 8.81 15.83 9.67 13.92
    草地 34.47 61.94 41.72 60.06
    湿地 10.40 18.69 12.35 17.77
    永久积雪和冰川 1.44 2.59 4.27 6.15
    其他 0.53 0.95 1.46 2.10
    合计 55.65 100 69.47 100
    下载: 导出CSV 
    | 显示表格

    在实物量评估中,水文调节栅格数据主要参数包括土地利用/覆盖类型、年均降水量、潜在蒸散量、土壤深度、植被可利用含水量等。所有参数的时间范围为2010—2020年,其中年均降水量的空间分辨率为1 km × 1 km,土地利用/覆盖类型空间分辨率为300 m × 300 m,联合国粮食及农业组织要求的土壤深度约为0.92 km[17],潜在蒸散量空间分辨率为1 km × 1 km,植被可利用含水量的空间分辨率为0.1度[17],所有DEM(Digital Elevation Model)数据的空间分辨率为250m × 250 m[26-27]

    另外,在水文调节实物量评估中,根据龚诗涵等[16]的研究,林地平均地表径流系数主要分针阔混交林、落叶阔叶林、落叶针叶林计算,即分别按3.52%、 2.70%、0.88%计算;草地平均地表径流系数,高寒草甸按8.20%,高寒草原按6.54%计算;湿地、永久积雪和冰川平均地表径流系数按0计算;其他地表径流系数,主要指城镇居民用地等,按园地地表径流系数9.57%计算[16]

    表4的评价结果可以看出,2010—2020年,祁连山国家公园青海片区水文调节实物量是增加的,年均增长2.24%。2010年5种生态系统类型总水文调节实物量为55.65亿t,其中草地生态系统水文调节量最大,为34.47亿t,占2010年总水文调节量的61.94%;湿地水文调节量次之,为10.40亿t,占2010年总水文调节量的18.69%;其他生态系统水文调节量最小,为0.53亿t,仅占2010年总水文调节量的0.95%。2020年5种生态系统总水文调节实物量为69.47亿t,其中草地生态系统水文调节量也是最大,为41.72亿t,占2020年总水文调节量的60.06%;湿地生态系统水文调节量次之,为12.35亿t,占2020年总水文调节量的17.77%;其他生态系统水文调节量最小,为1.46亿t,占2020年总水文调节量的2.10%。2010—2020年,永久积雪和冰川水文调节量的年均增长速度最快,为11.50%;林地生态系统水文调节量的年均增长速度最慢,约为0.94%。上述评价结果和祁连山国家公园青海片区不同生态系统水文调节量的实际监测数据基本是一致的[28]

    在价值量评价中,根据2016年《青海省生态资产评估》[21],水文调节价值应该采用防洪成本来计算。同时根据《青海省生态系统服务价值评估研究》[27],2012年在调查了青海省9个大、中、小型水库每年的维修养护费用、调节库容、使用年限等数据后,计算得到青海省平均防洪成本为0.74元/m3[27-28]。另外,根据国家统计局公布的相关统计资料,2020年青海省农业生产资料价格指数为109.00(上年 = 100),2010年为124.3(上年 = 100)[29],确定的2010年、2020年不同生态系统单位水文调节的价格分别约为0.85元/t和0.75元/t。因此,得到2010、2020年祁连山国家公园青海片区水文调节价值量(如表5所示)。

    表  5  2010、2020年祁连山国家公园青海片区水文调节价值量表
    生态系统类型 2010 2020
    水文调节
    价值量/亿元
    占比/% 水文调节
    价值量/亿元
    占比/%
    林地 7.49 15.83 7.25 13.92
    草地 29.30 61.94 31.29 60.06
    湿地 8.84 18.69 9.26 17.77
    永久积雪和冰川 1.22 2.58 3.20 6.15
    其他 0.45 0.95 1.09 2.10
    合计 47.30 100 52.10 100
    下载: 导出CSV 
    | 显示表格

    表5的评价结果可知,2010年,祁连山国家公园青海片区水文调节价值中,草地生态系统水文调节价值量最大,为29.30亿元,占2010年总水文调节价值量的61.94%;湿地生态系统水文调节价值量为第二,为8.84亿元,占2010年总水文调节价值量的18.69%;其他生态系统水文调节价值量最小,为0.45亿元,仅占2010年总水文调节价值量的0.95%。在2020年祁连山国家公园青海片区水文调节价值中,同样,草地生态系统水文调节价值量最大,为31.29亿元,占2020年总水文调节价值量的60.06%;湿地生态系统水文调节价值量为第二,为9.26亿元,占2020年总水文调节价值量的17.77%;其他生态系统水文调节价值量最小,为1.09亿元,仅占2020年总水文调节价值量的2.10%。另外,在价值量评价中,无论2010年,还是2020年,林地生态系统水文调节价值量均排在第三,分别占当年总水文调节价值量的15.83%和13.92%。

    另外,从2010、2020年祁连山国家公园青海片区水文调节价值量的评价结果可以看出,总水文调节价值量也是增加的,年均增加0.97%左右,但不同类型的生态系统水文调节价值量年均增长大小不一,主要是由2010—2020年不同类型生态系统水文调节实物量变化不一引起的。2010—2020年,永久积雪和冰川水文调节价值量的年均增长速度最快,为10.11%,其他生态系统水文调节价值量的年均增长速度第二,为9.27%,林地生态系统水文调节价值量的年均增长率为–0.32%,呈现负增长。总水文调节价值量增长的幅度小于实物量增长的幅度,总的变化趋势与实物量的评价结果是基本一致的。

    根据上文支持向量回归模型$ y={\omega }^{T}g\left(x\right) + b $及其相关计算步骤,在使用SVR预测时通过python语言和相关机器学习,按照确定模型—训练模型—使用模型的步骤[30-33],在已有数据集的基础上,计算当前水文调节量、当前水文调节量占比、当前水文调节量占比与前一时期水文调节量占比,并通过相关训练计算,得到的水文调节实物量预测模型的权重向量w和回归因子b的参数分别为:

    $$ \begin{split} &\omega =\left[0.216\;225\;12\text{,}0.379\;360\;37\text{,}1.357\;521\;09\right] \text{,}\\& b=0.528\;758\;38 \end{split} $$

    同样,计算的水文调节价值量预测模型的权重向量w和回归因子b的参数分别为:

    $$ \begin{split} &\omega =\left[0.199\;139\;55\text{,}0.422\;945\;68\text{,}0.624\;605\;37\right] \text{,} \\&b=0.286\;676\;8 \end{split}$$

    模型的训练数据集与实际数据集的准确率为96.58%~98.00%。因此,本文预测的2030年祁连山国家公园青海片区林地、草地、湿地、永久积雪和冰川、其他生态系统水文调节实物量、价值量如表6所示。

    表  6  2030年祁连山国家公园青海片区水文调节实物量、价值量预测表
    生态系统类型实物量价值量
    水文调节
    量/亿t
    占比/%水文调节
    量/亿元
    占比/%
    林地9.0712.196.4211.87
    草地42.1856.7230.7556.82
    湿地12.5916.939.0716.77
    永久积雪和冰川7.6310.265.7510.64
    其他2.903.902.113.9
    合计74.3610054.11100
    下载: 导出CSV 
    | 显示表格

    表6的预测结果可以看出,2030年祁连山国家公园青海片区水文调节实物量较2020年有所增加,由2020年的69.47亿t增加到74.36亿t,增加了4.90亿t (7.05%);价值量由2020年的52.10亿元,增加到2030年的54.11亿元,增加了2.01亿元(3.86%),较实物量增加稍弱。

    根据上述研究结果,我们得出如下结论。

    1)祁连山国家公园青海片区生态系统水文调节价值巨大,年水文调节实物量约为69.47亿t,草地在其中发挥了重要作用,其水文调节价值约占全部生态系统水文调节价值的60.06%。因此,要加强草地资源保护,进一步发挥其水文调节的“水塔”作用。

    2)森林生态系统水文调节的作用明显,生态安全保障作用突出。祁连山国家公园青海片区林地面积虽不大,但其生态安全的保障作用明显,2020年的水文调节价值约为7.25亿元,占总水文调节价值量的13.92%。预计2030年,林地的水文调节实物量约为9.07亿t,价值量约为6.42亿元。因此,促进森林生态系统健康发展,进一步发挥森林水文调节的作用,也是祁连山国家公园需要做的重要工作。

    3)加强水文调节的“资产管理”,做好生态资源的优化。根据《青海省生态保护红线划定研究》,祁连山国家公园青海片区在行政规划上主要包括祁连县、门源县、天峻县和德令哈市,行政面积约占青海省总面积2.19%。保护区主要列为水文调节生态功能区,这四个县市也主要列为我国基本农田保护区和禁止开发区。因此,加强祁连山国家公园青海片区水文调节的“资产管理”,做好生态资源的优化十分迫切。目前,该四县市的部分林地草地生态退化,水文调节功能下降,加强天然林、湿地、草地和野生动植物的保护,需要加强这些资源的“资产管理”,并做好生态资源的优化和生态环境的综合治理,实现生态系统的良性循环。

    另外,有必要对下列问题进行讨论。

    1)做好生态资产价值评估,编制水资源资产负债表。通过研究评估发现,祁连山国家公园青海片区2020年水文调节价值约为52.10亿元,占青海省当年GDP总量的1.73%[34]。2010年水文调节价值约为47.30亿元,占青海省当年GDP总量的4.13%。这些价值仅仅是水资源资产的流量价值,其存量价值尚未评估。因此,进一步做好祁连山国家公园青海片区生态资产价值评估,编制水资源资产负债表,加强水资源资产化管理[35-36],有利于促进生态资产效益的发挥,也有利于提高水资源资产的利用效率,加强生态资产的有效配置。

    2)在水文调节价值评估中应考虑经济、政策、自然等因素的影响。本研究仅根据统计监测数据,对祁连山国家公园青海片区的水文调节价值进行了初步评估,未考虑经济、政策、自然等因素的影响。实际上,根据相关研究,经济、政策、自然等因素与生态系统水文调节价值的相关系数达0.6以上[4-5],因此,加强上述因素对水文调节价值的影响研究也是未来要做的工作。

    3)完善统计监测数据,构建生态大数据平台。祁连山国家公园青海片区与社会经济、民生等结合的统计监测数据比较少,应在国家公园体制建设的基础上,完善统计监测数据,补充相关领域的数据内容,采用信息化等手段,构建数据共享机制和平台,为生态建设提供数据支撑。

    4)继续开展生态系统水文调节价值的评估分析和研究。本研究根据InVEST产水量模型和支持向量回归模型对祁连山国家公园青海片区生态系统水文调节价值进行了评估及分析,一些研究还在完善中,尤其采用支持向量回归模型预测2030年不同生态系统水文调节的实物量和价值量,预测模型的凸凹性、最优水文调节价值等均需要进一步完善,也需要对模型的预测精度等做进一步验证。

  • 表  1   水文调节服务评估主要数据来源

    数据类型 年份 空间分辨率/km 数据格式 数据来源
    年平均降雨量 2010—2020年 1 栅格 国家生态系统观测研究平台(http://www.cnern.org.cn
    年平均蒸散量 2010—2020年 1 栅格 国家生态系统观测研究平台 (http://www.cnern.org.cn
    生态系统类型与面积 2020年 0.03 矢量 《青海省生态环境十年变化(2000—2020年)遥感调查与评价成果》
    下载: 导出CSV

    表  2   2010—2020年青海省年均降雨量、年均蒸散量、年均气温和人均GDP统计

    年份年降雨量/mm年均蒸散量/mm年均气温/℃人均GDP/元
    2010403.38605.585.0620 418
    2011398.38595.694.4529 522
    2012448.00625.344.1126 839
    2013349.10563.224.9836 510
    2014441.90600.934.7039 671
    2015308.09535.015.0434 883
    2016438.56596.305.2943 531
    2017390.62596.455.1444 047
    2018488.47589.225.0046 854
    2019417.73513.944.8049 976
    2020413.88594.003.1150 845
    下载: 导出CSV

    表  3   2020年祁连山国家公园青海片区不同生态系统面积统计

    生态系统类型林地草地湿地永久积雪和冰川其他合计
    面积/万hm²18.4494.9336.975.892.17158.40
    占比/%11.6459.9323.343.721.37100
    注:其他生态系统类型主要指城镇居民用地、裸地、水域及水利设施用地等。
    下载: 导出CSV

    表  4   2010、2020年祁连山国家公园青海片区水文调节实物量表

    生态系统类型 2010年 2020年
    水文调节
    实物量/亿t
    占比/% 水文调节
    实物量/亿t
    占比/%
    林地 8.81 15.83 9.67 13.92
    草地 34.47 61.94 41.72 60.06
    湿地 10.40 18.69 12.35 17.77
    永久积雪和冰川 1.44 2.59 4.27 6.15
    其他 0.53 0.95 1.46 2.10
    合计 55.65 100 69.47 100
    下载: 导出CSV

    表  5   2010、2020年祁连山国家公园青海片区水文调节价值量表

    生态系统类型 2010 2020
    水文调节
    价值量/亿元
    占比/% 水文调节
    价值量/亿元
    占比/%
    林地 7.49 15.83 7.25 13.92
    草地 29.30 61.94 31.29 60.06
    湿地 8.84 18.69 9.26 17.77
    永久积雪和冰川 1.22 2.58 3.20 6.15
    其他 0.45 0.95 1.09 2.10
    合计 47.30 100 52.10 100
    下载: 导出CSV

    表  6   2030年祁连山国家公园青海片区水文调节实物量、价值量预测表

    生态系统类型实物量价值量
    水文调节
    量/亿t
    占比/%水文调节
    量/亿元
    占比/%
    林地9.0712.196.4211.87
    草地42.1856.7230.7556.82
    湿地12.5916.939.0716.77
    永久积雪和冰川7.6310.265.7510.64
    其他2.903.902.113.9
    合计74.3610054.11100
    下载: 导出CSV
  • [1]

    Millennium Ecosystem Assessment. Ecosystems and human well-being:current state and trends (Volume l)[M]. Washington DC:Island Press,2005.

    [2] 李喜霞,吕杰. 生态系统服务功能经济评价的主要技术方法评析[J]. 辽宁林业科技,2006(3):33-36.
    [3] 徐慧文,谢强,杨渺,等. 生态系统主要服务功能及评价方法研究述评[J]. 四川环境,2013,32(S1):18-23.
    [4] 张永民,赵士洞. 千年生态系统评估项目的后续计划:将知识转化为行动的全球战略[J]. 自然资源学报,2010,25(3):522-528.
    [5] 姜晗,吴群. 基于LUCC的江苏省生态系统服务价值评估及时空演变特征研究[J]. 长江流域资源与环境,2021,30(11):2712-2725.
    [6]

    DAILY G C. Natures′ s services:societal dependence on natural ecosystems [M]. Washington:Island Press,1997.

    [7]

    HARTANTO H,PRABHU R,WIDAYAT A S E,et al. Factors affecting runoff and soil erosion:plot-level soil loss monitoring for assessing sustainability of forest management[J]. Forest Ecology and Management,2003,180(1/3):361-374.

    [8]

    NÚŇEZ D,NAHUELHUAL L,OYARZÚN C. Forests and water:the value of native temperate forests in supplying water for human consumption[J]. Ecological Economics,2006,58(3):606-616. doi: 10.1016/j.ecolecon.2005.08.010

    [9] 李凌浩,林鹏,王其兵,等. 武夷山甜槠林水文学效应的研究[J]. 植物生态学报,1997,21(5):393-402.
    [10] 刘世荣,孙鹏森,温远光. 中国主要森林生态系统水文功能的比较研究[J]. 植物生态学报,2003,27(1):16-22.
    [11] 陈东立,余新晓,廖邦洪. 中国森林生态系统水源涵养功能分析[J]. 世界林业研究,2005,18(1):49-54.
    [12] 鲁绍伟,毛富玲,靳芳,等. 中国森林生态系统水源涵养功能[J]. 水土保持研究,2005,12(4):223-226.
    [13] 李文华,刘向华,欧阳志云. 生态系统服务功能价值评估的理论、方法与应用 [M]. 北京:中国人民大学出版社,2008.
    [14] 尹云鹤,吴绍洪,赵东升,等. 过去30年气候变化对黄河源区水源涵养量的影响[J]. 地理研究,2016,35(1):49-57.
    [15]

    BAI Y,OCHUODHOTO,YANG J. Impact of land use and climate change on water-related ecosystem services in Kentucky,USA[J]. Ecological Indicators,2019(102):51-64.

    [16] 龚诗涵,肖洋,郑华,等. 中国生态系统水源涵养空间特征及其影响因素[J]. 生态学报,2017,37(7):2455-2462.
    [17] 兰翔宇,叶冲冲,王毅,等. 1995—2014年青藏高原水源涵养功能时空演变特征及其驱动力分析[J]. 草地学报,2021,29(S1):80-92.
    [18] 沈若兰,肖桂荣. 武夷山国家公园生态系统服务价值评估[J]. 生态科学,2023,42(2):58-65.
    [19] 陈东军,钟林生. 生态系统服务价值评估与实现机制研究综述[J]. 中国农业资源与区划,2023,44(1):84-94.
    [20]

    ZHANG L,DAWES W R,WALKER G R. Response of mean evapotranspiration to vegetation changes at catchment scale [J]. John Wiley & Sons. Ltd,2001,37 (3):701-708.

    [21] 黄桂林,唐小平,侯盟,等. 青海省生态资产评估[M]. 北京:中国林业出版社,2016:202-205.
    [22] 赵荣钦,黄爱民,秦明周,等. 农田生态系统服务功能及其评价方法研究[J]. 农业系统科学与综合研究,2003(4):267-270.
    [23] 王骥,朱丹,单璐璐,等. 基于支持向量回归机的城市空气污染浓度预报模型研究[J]. 环境科学与管理,2022,47(2):78-82,87.
    [24] 卢超猛,马泽众,韩阳,等. 基于支持向量回归的房价数据分析[J]. 华北理工大学学报(自然科学版),2021,43(4):76-82.
    [25] 唐文家,张紫萍. 青海省生态保护红线划定研究[M]. 北京:中国环境出版集团,2021:84-86,180-201.
    [26] 孙树娇,周秉荣,周华坤,等. 青藏高原典型高寒荒漠生长季蒸散及水分消耗特征研究[J]. 草地学报,2021,29(S1):137-145.
    [27] 唐小平,黄桂林,徐明,等. 青海省生态系统服务价值评估研究[M]. 北京:中国林业出版社,2016:198-199.
    [28] 刘纪远,邵全琴,岳天祥,等. 中国西部及其重点生态工程区生态系统综合监测评估技术与应用[R]. 北京:中国科学院地理科学与资源研究所,2016.
    [29] 国家统计局. 1951-2020年青海农业生产资料价格指数[EB/OL]. [2022-05-23]. https://data.gotohui.com/show-89402.
    [30] 林玲,陈福集,谢加良,等. 基于改进灰狼优化支持向量回归的网络舆情预测[J]. 系统工程理论与实践,2022,42(2):487-498.
    [31] 王冰玉,刘勇军. 基于模糊近似支持向量回归的股价预测研究[J]. 计算机技术与发展,2021,31(3):14-20.
    [32] 刘红梅,徐英岚,张博,等. 基于最小二乘支持向量回归的水质预测[J]. 计算机与现代化,2019(9):31-34. doi: 10.3969/j.issn.1006-2475.2019.09.006
    [33] 蔡念,李飞洋,陈文杰,等. 基于主成分分析与支持向量回归的精明增长建模与预测[J]. 广东工业大学学报,2017,34(5):29-33. doi: 10.12052/gdutxb.170073
    [34] 北京数字空间科技有限公司. 地理监测云平台[EB/OL]. [2022-01-26].http://www.dsac.cn/DataProduct/Search?&cateID=0&areaID=26.
    [35] 张颖. 林业统计核算优化模型与绿色政策分析[M]. 北京:中国经济出版社,2011.
    [36] 崔永焘. 祁连山国家公园生态环境质量持续向好 生态服务功能稳步提升[EB/OL]. [2022-07-02]. https://baijiahao.baidu.com/s?id=1737212646019782385&wfr=spider&for=pc.
  • 期刊类型引用(2)

    1. 仲卫成,毕玮,王改丛,左华. 基于多源遥感数据的小尺度生态保护红线生态服务功能评估. 环境生态学. 2024(10): 44-50 . 百度学术
    2. 高红梅,顾海峰,李斌,江峰,张婧捷,宋鹏飞,梁程博,蔡振媛,张萌,张同作. 青海祁连山地区兽类物种多样性及其分布型. 生态学报. 2024(21): 9974-9988 . 百度学术

    其他类型引用(3)

表(6)
计量
  • 文章访问数:  90
  • HTML全文浏览量:  36
  • PDF下载量:  9
  • 被引次数: 5
出版历程
  • 收稿日期:  2023-05-19
  • 录用日期:  2023-11-27
  • 网络出版日期:  2023-11-29
  • 刊出日期:  2023-11-24

目录

/

返回文章
返回