吴一帆 唐洋博 李玮

摘要：

理清六安市生态系统服务功能现状和优先保护区，评估重要生态环境治理工程的成效，对支撑“合肥都市圈”的绿色发展具有重要意义。采用InVEST模型（Integrated Valuation of Ecosystem Services and Trade-offs）和空间自相关等技术手段，探明六安主城区（金安区、裕安区）2000～2009年及2010～2019年的重点生态系统服务功能区，并通过对比分析明确六安主城区的优先保护区和治理区。以位于治理区的苏大堰湿地项目为例，分析其生态治理成效。结果显示：南部林地为六安主城区生态系统优先保护区，苏大堰湿地项目位于中心城区的面源污染防治和土壤保持治理区内；苏大堰濕地项目的建成将极大地提升项目所在地生态系统服务功能，其中“淠河绿廊”将增加项目区域土壤保持量49%，实现污染物消减增加54%，“湿地与农业示范区”将增加项目区域36%的土壤保持量，提升24%的污染物消减量。

关 键 词：

优先保护区； 生态治理； 空间自相关； InVEST模型； 六安市

中图法分类号： X52

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2023.05.016

0 引 言

生态系统服务功能是指自然生态系统及其物种所提供的能够满足和维持人类生活需要的条件和过程，是人类从生态系统中获得的惠益，同时也是自然资源价值核算评估的基础［1-2］。生态系统服务功能涉及整个生态环境的多种循环，包括物质循环、能量循环、信息循环、动态演化等多方面，对环境的改变极为敏感［3］。

大量的研究表明，土地利用变化是影响陆地生态系统物质和能量循环的重要因素［4］，人类活动对土地利用的改变（土地利用变化）大大降低了全球生态系统服务功能［5］。随着城镇化的加速，中国城市的生态系统结构和功能发生了巨大的改变，相关研究显示，中国每年需投入当年GDP的7%～20%来弥补生态系统破坏和环境污染带来的经济损失［6］。例如，城市化过程中林草转化为不透水地面会影响自然水循环，导致区域水资源供给平衡被破坏［7］；单位面积人口的增加，造成城市内重点河流湖泊污染负荷加剧，生态系统自净能力受损［8］；此外，市政项目建设改变了土地利用类型，从而造成城市地下岩体承载力降低，导致水土流失［9］。然而，生态系统的修复工程技术复杂，资金投入较大，难以在城市全域开展相应的风险诊断和治理［10］。

生态系统服务和权衡的综合评估（Integrated Valuation of Ecosystem Services and Trade-offs，InVEST）模型作为评估生态系统服务功能的方法之一，已被广泛应用于重点生态保护区生态系统服务功能的评估［5］。例如，刘阳等［11］应用InVEST模型划分了北京市密云区的水分涵养和土壤保持重点区域；杨文仙等［12］应用InVEST模型识别了云南重要的生物多样性保护区。然而，年际间土地利用、温度、降雨等条件的变化是影响InVEST模型对生态系统服务功能的评估结果的重要因素［4］。因此，为了更准确地划定研究区内生态系统服务功能保护和防治的重点区域，需要利用多年的评估结果对研究区生态系统服务功能进行分类。空间自相关即是一种可用于空间分类的研究方法。范双云等［13］在长沙应用空间自相关的方法实现了耕地的保护分类；王芳等［14］在重庆澎溪河湿地应用该方法对生物多样性的空间格局和重点区域进行了识别。本次研究通过结合较长时间序列的生态系统服务功能模拟与空间自相关方法，识别研究区内多年生态系统服务功能重点区域，为城市生态环境的精准治理提供一种科学的方法和路径。

六安市是长江大保护实施的重要城市，位于合肥市上游。淠河作为合肥市的供水水源穿六安主城区（金安区、裕安区）而过，因此，理清六安市生态系统服务功能现状和优先保护区，评估重要生态环境治理工程的成效，对支撑“合肥都市圈”的绿色发展具有重要意义。本次研究通过InVEST模型和空间分析方法定量识别分析2000～2009年及2010～2019年六安市主城区重点生态系统服务功能区和优先保护区，为六安城市发展进程中生态环境保护的精准施策提供科学支持；最后，以位于六安市重点生态功能区的苏大堰湿地项目为例，分析生态保护工程对区域内的生态系统服务功能提升成效，为下一阶段的生态环境保护工程布局提供科学依据。

1 研究区域及数据来源

1.1 六安概况

六安市位于安徽省西部，长江三角洲西翼，与合肥市、淮南市、阜阳市、安庆市、黄冈市和信阳市接壤（见图1）。六安市总面积约15 451.2 km2，分为裕安区、金安区、叶集区、霍邱县、金寨县、霍山县和舒城县。六安市地表水丰富，河流众多，境内有淠河、石河、杭布河等6条主要河流［15］，水资源公报和相关文献显示，六安市地表水资源总量83.66亿m3。

1.2 东风湖流域黑臭问题

本次研究聚焦六安市主城区（裕安区、金安区），为长江大保护六安生态环境治理布局提供科学依据。六安市裕安区和金安区为主城区，占地面积约为3 583 km2，占市域面积的23.2%。淠河由南向北穿过主城区。2019年主城区土地利用类型大致分为耕地、林地、草地、水域、荒地和城镇等6种，其中耕地面积最大（2 663.85 km2），占比最高（74.38%）；林地次之，面积为566.97 km2，占比15.83%，主要分布在主城区海拔较高的北部；城镇用地集中在淠河六安主城区中段，面积为271.1 km2，占比7.53%。

六安主城区在2000～2019年间土地利用发生了较大的改变（见表1），城镇面积几乎增长了一倍，由2000年的144.87 km2增长为2019年的271.10 km2，2005～2010年城镇面积增长幅度最大，为28%。分析土地利用转移流向发现，淠河六安主城区中段有140 km2的耕地转变为城镇用地（见图2），城镇的扩张和人口的集聚产生的污染负荷上升，增加了六安市淠河水环境保护的压力。2002年起，中国启动了退耕还林行动，六安市积极开展相关工作，20 a间有133 km2的耕地转变为林地，主要集中在主城区北部（见图2（a）），其中在2000～2005年间，林地面积增长最快，约20%。

1.3 数据来源

本次研究涉及的气象数据来源于中国气象数据网（http：∥data.cma.cn/site/index.html）；土地利用数据来源于武汉大学30m土地利用数据集［16］；土壤数据来源于国家青藏高原科学数据中心（http：∥data.tpdc.ac.cn/zh-hans/）；全国及省市区县矢量边界数据来源于中科院资源与环境科学数据中心（http：∥www.dsac.cn/DataProduct/Index）。

2 研究方法

2.1 InVEST模型

InVEST模型主要着重于量化多种生态系统服务价值以及其空间分布［17］，模型的主要优势在于能够通过易获取的空间数据，以网格为基本计算单元模拟大尺度空间范围的多种生态系统服务价值［18-19］。大量研究显示，InVEST模型能很好地反映区域年际间以及不同生态环境情景间的变化趋势等［20］。因此，本次研究采用InVEST模型，在分析20 a间六安主城区重点生态系统服务功能的演变特征的基础上识别优先保护区。本次研究涉及水源涵养量以年径流深表征（mm），土壤保持能力以土壤质量表征（t/km2），污染控制能力由氮元素质量表征（kg/hm2）。

2.1.1 水源涵养

InVEST模型的水源涵养模块的原理是基于Budyko水热耦合平衡的估算方法，水源涵养模块根据降雨量、潜在蒸散发、下垫面条件、植被可利用含水量、土壤类型等条件进行模型模拟［21］。模拟结果以网格为单位输出，研究者可以根据不同的需求，应用相应的矢量数据进行灵活的分流域、区域统计。其中，某一网格单元的降水量减去实际蒸散的水量即为水源涵养量，模型主要算法如式（1）～（3）所示。

研究认为，生态环境优先保护区应是高空间生态系统服务功能集聚的区域，因此，研究选择对水源涵养、土壤保持和污染控制等三种生态系统服务功能的空间自相关分析，明确空间上各生态系统服务功能较高聚集区的分布，并将其认定为优先保护区，反之较低生态系统服务功能聚集区域为优先治理区。研究首先将不同生态系统服务功能依照各自的取值范围，按照自然段点法分为14类，并相应赋值为1～14，应用Moran′s I 指数，识别各生态系统服务功能4个象限中的高-高及低-低象限，认为两种象限分别代表应作为优先保护区的生态功能区和应开展相应的治理工程生态环境治理区。

2.3 苏大堰湿地项目土地利用情景设置

通过对六安主城区优先保护区和治理区的识别，研究处于治理区的苏大堰湿地项目对治理区生态系统服务功能的提升。苏大堰湿地土地利用情景相关数据资料来源于《淠河右岸生态农业示范区项目》规划。本研究以规划为基础，通过改变苏大堰湿地区域的土地利用类型，研究苏大堰湿地工程对六安主城区生态环境质量的提升成效。

根据武汉大学30 m土地利用数据分析，2019年苏大堰湿地项目范围如图3所示，其中图3（a）是项目位置及土地利用现状；图3（b），（c）为根据规划建成后的土地利用格局。建成前，苏大堰湿地区域以占比超过77%的农业用地为主，其余23%为城镇建设用地。湿地建成后，生态湿地主要用作径流污染的缓冲区，面积占比28%；生态农业用地集中在“湿地与农业示范”区西侧，占比为苏大堰项目的27%；林地和草地分布在“淠河绿廊”及“湿地与农业示范”区近淠河段，占比为苏大堰项目的45%（草地30%；林地15%）；区域内无城镇和传统耕地。

3 结果与讨论

3.1 六安主城区生态系统服务功能空间特征

本次研究将研究时间段划分为2000～2009年和2010～2019年两个时期，两个时期的生态系统服务功能空间分布由各时期网格点年均值获得。探究不同时期六安主城区水源涵养、土壤保持、水质净化功能的空间分布特征，为识别不同生态系统服务功能的重点功能区提供基础。六安主城区水源涵养功能空间分布呈现由南向北递增的趋势，这与六安的地形高程由南向北降低相关，北部的平原地区承载了降雨后南部山区形成的大量地表径流，成为六安的“蓄水池”。随着20 a 间林地面积的增长，高覆盖度的林地和草地增加了南部山区的水源涵养能力，使六安主城区高水源涵养能力区域（＞1 000 mm）面积增长约30%（见图4（a），（b））。中心城区的扩张，导致更大面积的土壤硬化为不透水路面，降低了雨水的入渗能力，从而弱化了中心城区的水源涵养能力［24］。值得注意的是淠河由南向北流经主城区，保持南部山区淠河上游良好的水源涵养能力，对保障淠河水资源和下游六安、合肥的经济社会发展具有重大意義［25］。

研究显示，土壤保持能力与土地利用类型、降雨、地形等因素息息相关。以土地利用类型为例，研究证明林地的土壤保持能力最高［26］，因此，六安主城区高土壤保持能力区域主要集中在南部林地和草地植被覆盖度较高的区域。值得注意的是，六安主城区东南部以耕地为主的区域也显示出了较高的土壤保持能力，这可能是由六安的地形和降雨分布决定的。研究时间段内，六安土壤保持能力较高的区域（＞2 000 t/km2）面积增长约16%；中等土壤保持能力区域（1 000～2 000 t/km2）的面积增长约34%，且广泛分布于六安主城区的平原地带（见图4（c），（d）），说明耕地转变为城镇、林地和草地，一定程度上降低了降雨径流冲刷的侵蚀作用［26］。

六安主城区超过74%的土地利用类型为耕地，面源污染可能会成为危害环境质量、制约经济社会发展的重要因素［27］。由于植被和各土地利用类型对污染物的截留效率不同，污染物在不同土地利用类型和结构的迁移距离和路径各异。随着林地、草地面积的扩大，六安主城区南部山区的污染负荷进一步减少（自然环境氮磷负荷的来源以大气沉降以及植被腐败后被微生物分解为主）［27］，低污染负荷区域（<2 kg/hm2）面积增加了约27%（见图4（e），（f））。农业生产过程产生的污染物负荷较降雨带来的城市地表径流污染负荷高，因此随着城镇面积增加，六安中心城区污染负荷整体呈现下降的趋势。

3.2 六安主城区优先保护区识别

研究采用Morlan′s I指数对六安主城区的水源涵养、土壤保持和污染防治等生态系统服务功能进行空间自相关分析，对高生态系统服务功能的网格进行聚类，以明确研究时间段内为六安发展提供动力的重点功能区。图5中红色网格代表在99%置信区间上高生态系统服务功能的集合，蓝色网格代表在99%置信区间上低生态系统服务功能的集合。通过对比分析，本研究分别将六安主城区两个时期（2000～2009年和2010～2019年）的聚类结果进行对比分析，对在两个时期均为高生态系统服务功能的区域定义为优先保护区，对在两个时期均为低生态系统服务功能的区域定义为治理区。

研究结果显示，六安市水源涵养功能的优先保护区集中在南部林地和北部平原区，西南部为治理区。土壤保持的优先保护区为西南部林地和东南部耕地，六安中心城区北部淠河边的部分区域为土壤保持的治理区，该区域以耕地为主，海拔较低，与淠河相临，在汛期受到降雨冲刷，造成土壤流失的风险较大。六安主城区的北部林地也是污染控制的优先保护区，对淠河上游污染物的拦截和净化起到重要作用。因此，从空间分布上来看，六安市各生态环境的优先保护区主要位于南部山区，也是淠河的上游。淠河是合肥都市圈重要的水源来源，保障该区域的水源涵养能力，提升水土保持功能，减少农业面源污染是支撑区域协同发展的基础，同时也是该区域的重点生态环境保护工作。此外，由于淠河穿过六安市区，城市面源污染控制是保障淠河及六安河网水环境质量的重点工作之一，污染控制的治理区除了六安中心城区外，还有中北部平原地区的耕地，因此该地区的沿河污染控制也是急需解决的重要问题。研究结果与实际情况也较为符合，有一定的现实指导价值。

3.3 苏大堰湿地治理成效

将识别出的六安中心城区土壤保持和污染控制重点治理区重合作为新的研究对象。苏大堰生态湿地项目位于治理区的北部，其中“湿地与农业示范”位于污染负荷控制重点治理区；“淠河绿廊”大部分面积位于土壤保持重点治理区（见图6）。本次研究以2019年的土地利用和气象数据为基础，在中心城区的治理区，模拟分析苏大堰湿地的建设对生态系统服务功能提升成效。

由图7可见，苏大堰湿地建成后将显著增强治理区的土壤保持能力，同时降低污染负荷，对保障淠河干流的水环境、水生态和水安全具有较强的意义。

湿地建成后，“淠河绿廊”的土地利用类型由耕地转变为高覆盖度林地，增加了植被对污染物的截留能力，也提高了植被在极端降雨情势下对雨水的缓冲能力，降低了降雨对土壤的侵蚀。“淠河绿廊”的建设通过改变用地景观格局［28］，阻拦了原有的降雨径流条件，在一定程度上提高周边区域的土壤保持能力（见图7（c））。经统计，“淠河绿廊”的高土壤保持能力（＞2 000 t/km2）面积增加约33%，高污染负荷消减（＞8 kg/hm2）面积增加了76%，较建成前增加土壤保持量49%，实现污染物消减量增加54%（见图7（f）），相应的提高了六安主城区土壤保持治理区2.6%的土壤保持总量，同时削减了污染负荷治理区2.9%的入河污染量。

“湿地与农业示范区”建成后，区域中提升景观品质的林地、草地以及相应的不同区域生态湿地显著提高了区域土壤保持能力，高土壤保持能力（＞2 000 t/km2）面积增加约73%，土壤保持总量增加36%（见图7（c））。“湿地与农业示范区”中不同功能区对污染控制生态系统服务功能的提升具有较大的差别，其中，生态河道和深度净化塘污染物的消减能力提升较多，高污染负荷消减（＞8 kg/hm2）面积增加了52%；有机农业、休闲田园、艺术田园和生态田园由于使用了新技术、优化了植被配置［29］，且有部分林地和草地覆盖，相较“湿地与农业示范区”建成前，将实现污染物消减增加24%（见图7（f）），相应提高了六安全城区土壤保持治理区1.8%的土壤保持总量，同时削減了污染负荷治理区2.7%的入河污染量。

4 结论与展望

4.1 主要结论

六安在2000～2019年间城市化发展迅速，使六安主城区生态系统服务功能空间格局发生了较大的改变。本研究应用InVEST模型和空间自相关等研究技术手段发现：六安市主城区南部林地为重要的生态功能区，对支撑六安及下游合肥等城市具有较强的意义，应优先重点启动保护工作；六安中心城区则应开展土壤保持和污染防治等保护和治理项目，苏大堰湿地的建成将提高项目区域的生态系统服务功能，其中“淠河绿廊”将提高中心城区治理区土壤保持和污染物消减2.6%和2.9%；“湿地与农业示范区”将提高治理区土壤保持和污染物消减1.8%和2.7%。

4.2 不足与展望

研究采用武汉大学30 m土地利用数据集为基础进行分析，由于六安市主城区分布着大量的耕地，难以与草地区分，将对土地利用转移分析及模型模拟相关分析结果产生一定的误差。研究从生态的角度评价六安市主城区的优先保护区，缺乏对建成区点源等污染的分析。在未来的研究中，应尝试综合应用生态模型和城市排水系统模型，更科学地识别关键保护区，为优化生态环境系统工程布局提供支持。

参考文献：

［1］ COSTANZA R，DALY H E.Natural capital and sustainable development［J］.Conservation Biology，1992，6（1）：37-46.

［2］ ORIORDAN T.Ecological economics：The science and management of sustainability：Robert Costanza（editor）［J］.Ecological Economics，1993，8（2）：185-187.

［3］ 欧阳志云，王效科，苗鸿.中国陆地生态系统服务功能及其生态经济价值的初步研究［J］.生态学报，1999（5）：19-25.

［4］ 傅伯杰，张立伟.土地利用变化与生态系统服务：概念、方法与进展［J］.地理科学进展，2014，33（4）：441-446.

［5］ RODRIGUEZ-LOINAZ G，ALDAY J G，ONAINDIA M.Multiple ecosystem services landscape index：A tool for multifunctional landscapes conservation［J］.Journal of Environmental Management，2015，147（1）：152-163.

［6］ 毛禹，张娇娇，郭瑾，等.基于GIS遥感平台的重庆市主城区土地利用演变分析［J］.水利水电快报，2020，41（8）：74-79.

［7］ 徐光来，许有鹏，徐宏亮.城市化水文效应研究进展［J］.自然资源学报，2010，25（12）：2171-2178.

［8］ 刘耀彬，李仁东，宋学锋.中国区域城市化与生态环境耦合的关联分析［J］.地理学报，2005（2）：237-247.

［9］ 傅伯杰.地理学综合研究的途径与方法：格局与过程耦合［J］.地理学报，2014，69（8）：1052-1059.

［10］ 张劲松.中国地方生态治理的主要难点与对策［J］.国家治理，2017（40）：44-48.

［11］ 刘阳，梁淑榆，邹天娇，等.基于生态系统服务功能的自然保护区优先保护与保护空缺分析：以北京市密云区为例［J］.生态城市与绿色建筑，2018（4）：68-71.

［12］ 杨文仙，李石华，彭双云，等.顾及地形起伏的InVEST模型的生物多样性重要区识别：以云南省为例［J］.应用生态学报，2021，32（12）：4339-4348.

［13］ 范双云，夏琪琪，胡耀躲，等.基于空间自相关的长沙市耕地保护分区研究［J］.国土资源导刊，2022，19（2）：14-19.

［14］ 王芳，袁兴中，潘远珍.重庆澎溪河湿地自然保护区生物多样性空间格局及热点区［J］.应用生态学报，2020，31（5）：1682-1690.

［15］ 葛向东，王升堂，黄润.六安市土地利用结构调整研究［J］.皖西学院学报，2010，26（5）：10-14.

［16］ YANGJ，HUANG X.The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019［J］.Earth System Science Data，2021，13（8）：3907-3925.

［17］ SHARP R，CHAPLIN-KRAMER R，WOOD S，et al.InVEST User′s Guide［M］.The nature capital project，Standford University， University of Minnesota，The Nature Consercanay，World Wildlife Fund，2018.

［18］ 李屹峰，罗跃初，刘纲，等.土地利用变化对生态系统服务功能的影响：以密云水库流域为例［J］.生态学报，2013，33（3）：726-736.

［19］ WU Y，XU Y，YIN G，et al.A collaborated framework to improve hydrologic ecosystem services management with sparse data in a semi-arid basin［J］.Hydrology Research，2021，52（5）：1159-1172.

［20］ DENNEDY-FRANK P J，MUENICH R L，CHAUBEY I，et al.Comparing two tools for ecosystem service assessments regarding water resources decisions［J］.Journal of Environmental Management，2016，177：331-340.

［21］ STAMM J F，WOOD E F，LETTENMAIER D P.Sensitivity of a GCM simulation of global climate to the representation of land surface hydrology［J］.Journal of Climate，1994，7（8）：1218-1239.

［22］ RENARD K G，FOSTER G R，WEESIES G A，et al.Predicting soil erosion by water：a guide to conservation planning with the Revised Universal Soil Loss Equation（RUSLE）［M］.USDA，Agricultral Reserch Service，1997.

［23］ ZHU D，DONG Y.Terrain simplification from Grid DEMs based on local Moran′s I index［J］.Geomatics & Information Science of Wuhan University，2015，40（2）：280-284.

［24］ 李鑫，鄒长新，陈艳梅，等.2000～2019年京津冀地区水源涵养功能时空格局变化及驱动因素［J］.水土保持通报，2022，42（5）：265-274.

［25］ 李劉汪.协同治理视域下淠河流域水污染治理研究［D］.蚌埠：安徽财经大学，2021.

［26］ 王子垚，韩磊，赵永华，等.陕西省土壤保持功能时空变化特征［J］.西部大开发（土地开发工程研究），2020，5（3）：30-37.

［27］ 张云宁，杨琳，欧阳红祥，等.基于面源污染和碳排放的长江经济带农业绿色生产效率提升路径［J］.水利经济，2022，40（3）：24-33，41，94.

［28］ 陈万旭，梁加乐，卞娇娇，等.黄河流域景观破碎化对土壤保持服务影响研究［J］.地理科学，2022，42（4）：589-601.

［29］ 唐炳然，蔡然，王瑞霖，等.基于文献分析的我国人工湿地植物配置路线优化［J］.环境工程技术学报，2022，12（3）：905-915.

（编辑：黄文晋）

Abstract：

To support the green development of the Hefei metropolitan area，it is important to clarify the current status of Liu′an ecosystem services and priority protection areas，and to assess the effectiveness of major environmental improvement projects.In this study，the InVEST model（integrated valuation of ecosystem services and trade-offs）and spatial autocorrelation technical methods were used to identify the key ecosystem services functional areas in downtown of Liu′an City（Jin′an District and Yu′an District）from 2000 to 2009 and 2010 to 2019，and priority protection areas were identified through comparative analysis.This study took Sudayan wetland as an example to analyze the effectiveness of ecological measures.The results show that forest in the south Liu′an City is the priority protection area for the ecosystem service function.Sudayan wetland project is located in the non-point source pollution and the soil conservation prevention area in downtown of Liu′an city.Sudayan wetland can enhance the ecosystem service of the site，especially the Pihe River green corridor can increase the soil conservation by 49%，and achieve an increase of 54% in pollutant reduction.The wetland and agricultural area will improve the total soil conservation by 36% and reduce the pollutant by 24%.

Key words：

priority protection areas；ecological restoring；space autocorrelation；InVEST model；Liu′an City