生态系统服务功能评估模型研究

生态系统服务功能评估模型研究

生态系统服务功能直接关系到人类的福祉，经过适当的分析和评估，有助于人类自然生态系统的可持续发展和利用，并实现可持续生态系统管理（王伟、吕健健，2005；黄桂林等，2012）。目前,生态系统服务功能的研究已成为生态学研究中的热点问题之一。随着人们对生态系统服务功能的重要性认识的加强、并且越来越多地在决策制定中考虑生态系统服务功能,对生态系统服务功能评估方法和模型的需求也与日俱增。在国内,价值转换法(Plummer,2009;Liuetal.,2010)等生态系统服务功能评估方法得到了广泛应用(高清竹等,2002;谢高地等,2003;杨清伟等,2003;范海兰等,2004;程琳等,2011;张宁等,2011)。而在国外,各种评估模型的发展迅速。评估模型能够为决策和管理人员提供生态系统服务功能的供应以及管理对服务功能产生的影响等方面的信息(Vigerstol&Aukema,2011;Johnsonetal.,2012)。本文首先简要介绍了生态系统服务功能研究的相关理论基础,然后重点分析了当前主要的生态系统服务功能评估模型的概况,对模型适用范围、数据需求和评估结果不确定性等问题进行了探讨,为此类模型的引进并用于国内生态系统服务功能评估提供借鉴和参考。1生态系统服务功能的相关研究20世纪70年代初,生态系统服务功能的科学概念在提出后逐步被人们公认和普遍使用(李文华等,2009)。此后,各国学者在生态系统服务功能方面做了大量的研究。Holdren和Ehrlich(1974)介绍了自然生态系统为人类提供的服务,探讨了人类对生态系统服务功能的影响。Daily(1997)对生态系统服务功能的内涵、定义和分类等进行了详细阐述。Costanza等(1997)阐述了生态系统服务功能价值评估的方法,并对全球生态系统服务功能的经济价值进行了估算。千年生态系统评估项目系统研究了生态系统与人类福祉的关系,并重点对生态系统服务功能进行评估,为加强生态系统保护和可持续利用、提高生态系统对人类福祉的贡献奠定了科学基础(MillenniumEcosystemAssessment,2005)。国内欧阳志云等(1999a)、谢高地等(2001a)对生态系统服务功能的内涵、价值评估等研究概况进行了介绍。欧阳志云等(1999b)估算了中国陆地生态系统服务功能的间接价值,发现中国陆地生态系统具有巨大的生态经济效益。谢高地等(2001b)、赵同谦等(2003)、余新晓等(2005)分别估算了中国自然草地生态系统、中国地表水生态系统、中国森林生态系统服务功能价值。谢高地等(2008)在Costanza等(1997)提出的生态系统服务功能价值评估体系的基础上,提出了新的生态系统服务功能评估单价体系。在过去的几十年中,生态系统服务功能研究取得了许多重要成果,但同时也存在着一些问题。例如,由于生态系统结构的空间异质性,最终导致生态系统服务功能的空间异质性(郭中伟和甘雅玲,2003)。单纯地对生态系统服务功能的总价值进行估算,会忽略生态系统服务功能空间分布的不均匀性。而近年来兴起的建立在相关理论基础之上,并以遥感数据、社会经济数据、GIS技术等为数据和技术支持的生态系统服务功能评估模型(如InVEST模型等)在评价生态系统服务功能价值及其空间分布中发挥着越来越重要的作用。其中,GIS可用于分析生态系统服务功能的空间分布,并可用来模拟土地利用/覆被、土地经营、人口等变化对生态系统服务功能的影响(Nemec&Raudsepp-Hearne,2013)。遥感数据则为大尺度生态系统服务功能制图提供了相对低廉的数据来源,同时也是那些人类无法进入、地面调查困难地区的重要数据来源;此外,不同时间尺度的遥感数据还可用于生态系统服务功能变化的监测(Ayanuetal.,2012)。生态系统服务功能评估模型是以已有的理论和研究成果为基础构建,用于评价多种生态系统服务功能。以InVEST模型、ARIES模型和SolVES模型为例,图1介绍了3种生态系统服务功能评估模型的基本结构示意图。InVEST模型用于评估多种生态系统服务功能,同时通过情景分析预测生态系统服务功能的变化;ARIES模型则能通过“源”、“汇”和“使用者”3个关键要素,刻画生态系统服务流的动态;SolVES模型则主要侧重于对美学、娱乐和休闲等生态系统服务功能社会价值的评估(图1)。2主要生态系统服务功能评价体系2.1与其他类型生态系统模型的比较InVEST(integratedvaluationofecosystemservicesandtradeoffs)是由自然资本项目支持开发的、免费开源的、用以量化多种生态系统服务功能(如生物多样性、碳储量和碳汇、作物授粉、木材收获管理、水库水力发电量、水土保持、水体净化等)的评估模型(Tallisetal.,2011)。该模型由一系列模块和算法组成,可用于模拟土地利用/覆被变化情景下生态系统服务功能的变化(Nelsonetal.,2010)。InVEST的设计分为0层、1层、2层和3层共4种层次。0层模型模拟生态系统服务功能的相对价值,不进行货币化价值评估。1层模型具有较简单的理论基础,获得绝对价值,并可进行货币化价值评估(生物多样性模型除外),但比0层模型需要更多的输入数据。0层和1层模型已经很成熟并已发布,而且对数据的要求相对较少。一些更加复杂的2层和3层模型还在开发之中,这些模型将提供更加精确的估算结果,但同时需要更多的输入数据(Tallisetal.,2011;Guerryetal.,2012)。InVEST模型允许输入用户研究地区的相关数据,因而其适用范围很广(全球范围),并在国内外生态系统服务功能评估中得到了广泛应用(唐蜜,2010;周彬等,2010;Polaskyetal.,2011;Vigerstol&Aukema,2011;余新晓等,2012;张媛媛,2012;Sánchez-Canalesetal.,2012;白杨等,2013;李屹峰等,2013;Lehetal.,2013)。余新晓等(2012)利用InVEST模型对北京山区森林的水源涵养功能进行评估,得出北京山区森林水源涵养总量为16.2万亿m3。Leh等(2013)利用InVEST模型评估了2000—2009年间非洲西部加纳和科特迪瓦两个国家的产水量、碳储量、水质净化功能、水土保持功能和生物多样性的变化。InVEST模型可根据土地利用/覆被图的时空变化来模拟陆地生态系统碳储量、农作物产量、生境质量和稀有性等生态系统服务功能的动态变化,为有关部门管理和决策提供参考。Nelson等(2009)根据利益相关者定义的土地利用/覆被变化情景,利用InVEST模型分析和预测了美国俄勒冈州威拉米特河流域生态系统服务功能的动态变化。由于模型中的一些假定以及对算法的简化,导致InVEST模型具有一定的局限性。例如,为了使模型运行需要相对较少的输入信息,InVEST模型的碳储量和碳汇模块对碳循环过程进行了过度简化,导致了一定的局限性。此模块假定每一土地覆被类型的碳密度(单位面积碳储量)保持不变;并在对碳汇进行估算时,假定碳储量随时间呈现线性变化。另外,此模块还具有无法获取不同碳库之间流动信息的局限性(Tallisetal.,2011)。模型局限性影响了估算结果的精度和不确定性,但算法的简化可减少数据信息的需求,降低模型使用的难度。2.2与生态系统服务功能的全球模型ARIES(artificialintelligenceforecosystemservices)是由美国佛蒙特大学开发的生态系统服务功能评估模型(Villaetal.,2009)。通过人工智能和语义建模,ARIES集合相关算法和空间数据等信息,可对多种生态系统服务功能(碳储量和碳汇、美学价值、雨洪管理、水土保持、淡水供给、渔业、休闲、养分调控等)进行评估和量化(Bagstadetal.,2011)。ARIES可对生态系统服务功能的“源”(服务功能潜在提供者)、“汇”(使生态系统服务流中断的生物物理特性)和“使用者”(受益人)的空间位置和数量进行制图(Bagstadetal.,2011)。以生态系统的碳储存和碳汇服务功能为例,“源”即是植被和土壤等所固定的碳,“使用者”即是那些CO2排放者,“汇”是指火灾、土地利用变化等引起的储存碳的释放(Bagstadetal.,2011)。“源”、“汇”、“使用者”是构成生态系统服务流(指某项生态系统服务功能由生态系统到人的传递)的关键要素。ARIES的子模块SPAN(servicepathattributionnetwork)(Johnsonetal.,2010;Bagstadetal.,2012b)用于模拟生态系统服务流的空间动态。ARIES模型是在若干研究案例的基础上建立的。研究案例中采用较高分辨率的空间数据,并考虑了影响生态系统服务功能供应和使用的一些当地重要的生态和社会经济因子,因此ARIES模型对案例研究区内生态系统服务功能的评估精度较高。ARIES开发团队最终将开发出适用全球范围的全球模型,并利用全球尺度的粗分辨率空间数据库,对全球范围内生态系统服务功能供应、使用和空间动态进行模拟。由于全球模型所采用的空间数据分辨率相对较差,而且无法考虑过多生态或社会经济等影响因子,因而评估精度会降低(Bagstadetal.,2011,2012a)。在ARIES的全球模型开发完成之前,ARIES只适用于其研究案例覆盖区域(即美国西华盛顿地区、佛蒙特州、奥兰治县、圣佩德罗河流域,多米尼加共和国,墨西哥韦拉克鲁斯市,以及马达加斯加)的生态系统服务功能评估(Vigerstol&Aukema,2011;Bagstadetal.,2012a)。但未来ARIES的全球模型开发完成后,可以用于包括中国在内的全球范围内生态系统服务功能的评估,应用前景良好。2.3价值转换阶段模型SolVES(socialvaluesforecosystemservices)是由美国地质勘探局与美国科罗拉多州立大学合作开发的用于评估生态系统服务功能社会价值的模型(Brown&Brabyn,2012;Sherrouse&Semmens,2012)。此模型可用来评估和量化美学、生物多样性和休闲等生态系统服务功能社会价值,评估结果以非货币化价值指数表示(不进行货币化价值的估算)。SolVES模型是由生态系统服务功能社会价值模型、价值制图模型、价值转换制图模型3个子模型组成(图1)(Sherrouse&Semmens,2012)。社会价值模型和价值制图模型需结合起来使用,并需要环境数据图层、调查数据以及研究区边界等数据。其中,调查数据是基于公众的态度和偏好得出的生态系统服务功能社会价值调查结果,并以非货币化价值指数表示。价值转换制图模型可单独使用,适用于没有原始调查数据的研究区(一般根据其他有调查数据地区的SolVES分析结果,然后通过建立统计模型用于新研究区的评估)。SolVES适用性很广,但在新的地区应用时,需要花费较多时间进行调查。例如,vanRiper等(2012)基于问卷调查等数据,利用SolVES模型对澳大利亚欣钦布鲁克岛国家公园的生态系统服务功能社会价值进行了评估,并检验了生态系统服务功能社会价值与自然资源条件之间的关系。SolVES模型也存在一定的问题和局限性,如SolVES模型中存在着对不同的景观类型却采用相同的景观参数的问题(Brown&Brabyn,2012)。以海拔为例,相同海拔处的景观类型可能会完全不同(如高原地区的景观和海拔相对较低地区的陡峭山峰处的景观),现实中人们对这2种景观类型的评价也会完全不同,而SolVES模型只考虑海拔的相对高低则具有较大的局限性。另外,在利用SolVES中价值转换制图模型时,一个重要的限制因素是新研究区和产生统计模型的研究区的环境因子可能会不一致,给评估结果带来误差和不确定性(Sherrouseetal.,2011;Sherrouse&Semmens,2012)。2.4评估模型的开发MIMES(multi-scaleintegratedmodelsofecosystemservices)模型是在GUMBO(globalunifiedmetamodelofthebiosphere)模型(Boumansetal.,2002)基础上建立的、用于动态模拟生态系统服务功能。MIMES模型旨在整合参与性模型构建、数据收集和估算,以促进综合评估中生态系统服务功能使用的研究(Boumans&Costanza,2007)。此模型考虑时间动态,整合现有生态系统过程模型用于生态系统服务功能模拟,并通过输入-输出分析方法从经济上对生态系统服务功能进行估算(Bagstadetal.,2012a)。目前MIMES模型尚不成熟,还有很多模块正在开发之中,但其对生态系统服务功能时空动态的模拟能力具有良好的应用前景。EPM(ecosystemportfoliomodel)是用于模拟特定区域生态、经济和居民生活质量价值的土地利用规划工具或模型,并可用于评价土地利用/覆被变化对这些价值的影响(Labiosaetal.,2010;Bagstadetal.,2012a)。EPM基于多标准情景模拟框架、GIS分析以及空间直观的土地利用/覆被变化敏感模型等信息,对生态系统服务功能、土地地块价值、社区生活质量等土地覆被相关的生态价值进行评价(Labiosaetal.,2013)。EPM模型会考虑当地重要的生态、经济和居民生活质量等问题(Bagstadetal.,2012a)。InFOREST是基于web工具,用于评估碳、流域养分、生物多样性等生态系统服务功能的评估模型。InFOREST的设计是作为生态系统服务功能积分计算器,而不以经济价值评估为目标。InFOREST中包含碳、水文以及生境指标等模块,其目前还处在开发初级阶段,适用范围仅限于美国佛吉尼亚州(Bagstadetal.,2012a)。Envision,其前身为Evoland,是基于用户、空间直观的景观变化和未来可选情景分析规划工具或模型,可用于评估不同发展情景对一系列景观指标的影响。这些景观指标中包含了养分管理、淡水供给、碳汇、食物和木材产量、作物授粉等生态系统服务功能(Bolteetal.,2006;Bagstadetal.,2012a)。Envision目前主要用于美国太平洋西北部地区,其在哥伦比亚和新西兰等其他地区的应用尚在开发之中。Envision适用于特定地方,可转移性较差(Bagstadetal.,2012a)。EcoMetrix是由Parametrix公司开发的付费的生态系统服务功能评估模型。EcoMetrix利用地面调查的物理环境因子等作为模型生态生产函数的输入数据,对生态系统服务功能进行模拟(Bagstadetal.,2012a)。EcoMetrix可帮助政府部门设计和实施生态系统服务功能保护项目(Nelson&Daily,2010)。EcoMetrix适用于小尺度范围或者与其他评估模型结合用于大尺度地区生态系统服务功能的模拟(Nemec&Raudsepp-Hearne,2013)。EcoAIM是由Exponent公司开发的生态系统服务功能评估模型。与EcoMetrix一样,EcoAIM需要付费使用。EcoAIM旨在:1)评估生态系统服务功能,有助于发展、交易和生态修复等决策的制定;2)在地理相关情景下,发展特定的生态系统服务功能评估;3)提供不同土地或资源管理决策下引起的生态系统服务功能评估权衡的方法(Bagstadetal.,2012a)。在考虑生态系统服务功能的影响时,EcoAIM使用风险分析方法对利益相关者的偏好进行综合分析(Bagstadetal.,2012a)。ESValue是由Entrix公司开发的付费的生态系统服务功能评估和制图模型(Bagstadetal.,2012a;Nemec&Raudsepp-Hearne,2013)。ESValue通过结合专家观点、文献数据等构建生态系统服务功能生产函数(BSR,2011;Bagstadetal.,2012a)。在已有的科学知识和利益相关者偏好的基础上,ESValue指定由社会、管理者和利益相关者决定的生态系统服务功能相对价值。ESValue利于比较现实产出和预期产出之间的关系,有助于确立最合适的自然资源管理策略(Bagstadetal.,2012a)。3评估模型的范围、数据需求和评估结果的不确定性3.1模型运行要求不同模型的适用范围或可推广性有所不同。InVEST模型适用于全球范围流域或景观尺度上生态系统服务功能的评估,模型要求用户输入研究地区相关数据,可推广性很强;ARIES和MIMES模型在其全球模型开发完成后将适用全球范围,但目前还只适用于其开发研究案例涉及到的地区;SolVES模型则在原始调查数据可得或价值转换结果可被接受的情况下,具有很高的适用性(Bagstadetal.,2012a)。Envision、InFOREST和EPM模型的可推广性差,仅适用于特定地区生态系统服务功能的评估(Bagstadetal.,2012a)。依托于专业公司的EcoMetrix、EcoAIM和ESValue模型主要用于美国地区,但国内将来可借鉴其发展模式和理念,开发出类似的模型,有偿、更精确地对生态系统服务功能进行评估,服务于决策和发展规划的制定。因生态系统服务功能评估模型的复杂程度不同,使得模型使用时对数据的要求也不同。表1列举了InVEST、ARIES和SolVES3种模型子模块运行时的数据需求。InVEST模型和ARIES模型的运行需要土地利用/覆被图、DEM数据、气象数据等较多的数据支持,而SolVES模型仅评估生态系统服务功能社会价值,需求数据相对较少。目前,InVEST模型的开发比较成熟,已在国内生态系统服务功能评估中取得了较多地应用(周彬等,2010;余新晓等,2012;张媛媛,2012;白杨等,2013;李屹峰等,2013)。结合地面调查数据,SolVES模型可以引进并用于国内生态系统服务功能社会价值的评估,但其在国内的应用还未见报道。ARIES和MIMES模型的全球模型开发完成后,可以引进用于国内生态系统服务功能的评估。Envision、InFOR-EST和EPM等模型还处于开发的初级阶段,可推广性差,用于国内生态系统服务功能评估还需较长时间。3.2主要模型不确定性分析由于生态系统的复杂性、动态性和评价方法的多样性,造成生态系统服务功能评估中存在着诸多不确定性(Costanzaetal.,1997;张振明和刘俊国,2011)。模型模拟结果不确定性的来源主要包括自然界自身的不确定性、模型的结构和模拟方法的不确定性以及输入数据不确定性(Thorsenetal.,2001;邢可霞和郭怀成,2006;武震等,2007)。通常可采用一定的方法对模型评估结果的不确定性进行定性或定量地描述,常用的不确定性分析方法包括敏感性分析法和采样法等(邢可霞和郭怀成,2006)。敏感性分析法(包括一次一个变量法、标准回归系数法等)用于分析模型输出对各不确定参数的敏感程度,从而找出敏感参数。采样法(蒙特卡罗法、拉丁超立方体抽样法等)直接在取样点运行模型,建立模型输出和输入之间的关系(邢可霞和郭怀成,2006)。在上述介绍的10种生态系统服务功能评估模型中:ARIES模型通过贝叶斯网络和蒙特卡罗法对输入、输出结果的不确定性进行分析;InVEST模型和MIMES模型是通过改变输入数据取值进行不确定性分析(InVEST今后的版本可能会包括基于蒙特卡罗法的不确定性分析模块);ESValue模型通过蒙特卡罗法进行不确定性分析(Bagstadetal.,2012a)。其他几种评估模型没有或未明确说明不确定性分析方法。通过分析生态系统服务功能评估模型的不确定性,找出不确定性的来源、描述或量化不确定性,进而采取有效措施减少模拟结果的不确定性、提高模型模拟精度和结果的可靠性。因此,不确定性分析是生态系统服务功能评估模型应考虑的重要问题之一。4生态系统服务功能评估模型的应用建议1)InVEST模型允许输入用户研究地区数据,适用范围广,是应用最多的生态系统服务功能评估模型,并已在国内流域或景观尺度生态系统服务功能评估中取得了较广泛应用。结合地面调查等数据,SolVES模型可用于评估美学、休闲等生态系统服务功能社会价值。与InVEST模型相比,ARIES、MIMES模型的开发尚不完善,但当其全球模型开发完成后,将具有广泛的适用性,未来可与InVEST等模型一起用于国内生态系统服务功能的评估。总体来说,大多数模型在国内的应用还需要时间,因为这些模型自身的发展不够成熟或缺乏在国内应用的研究案