Research on ecological restoration zoning in coastal zone based on landscape ecological risk and ecosystem service value：a case study of Fangchenggang City
-
摘要:
以防城港市海岸带地区为例，计算其在不同时期内的景观生态风险和生态系统服务价值，利用空间自相关分析二者的空间关联性，基于分析结果划定海岸带地区的国土空间生态修复分区。结果表明：2000—2020年防城港市海岸带地区的土地利用类型以林地为主，约占研究区面积的50%，其次为海域（18%）、耕地（16%）和建设用地（6%），在研究期间海岸带地区林地、海域和建设用地的类型转换最为剧烈。研究区整体生态风险等级以较低生态风险为主，约占研究区面积的32%，其次为中生态风险（26%）、低生态风险（18%）和较高生态风险（16%），而高生态风险的面积较少，约占研究区面积的8%，研究期间较低生态风险和中生态风险的范围呈现缩减趋势，而低生态风险、较高生态风险和高生态风险的范围呈现扩张趋势。研究区的生态系统服务价值呈现先增后减的趋势，20年间累计减少5.43亿元。基于景观生态风险和生态系统服务价值的空间集聚分析结果，将研究区划分为生态优先修复区、生态重点修复区、生态综合提升区、生态预防治理区和生态保育涵养区，针对不同分区分别提出了滨海湿地修复、农地肥力培育、城市内河治理、提升生态用地完整度和促进林草自然更新等生态修复措施。
Abstract:The coastal zone of Fangchenggang City was taken as an example, its landscape ecological risk and ecosystem service value in different periods were calculated, the spatial correlation of the two was analyzed using spatial autocorrelation, and the ecological restoration zoning of the national land space in the coastal zone were delineated based on the analysis results. The results showed that from 2000 to 2020, the land use type of the coastal zone of Fangchenggang City was dominated by forest land, accounting for about 50% of the study area, followed by sea area (18%), cultivated land (16%) and construction land (6%), and the type conversion of forest land, sea area and construction land in the coastal zone was the most drastic during the study period. The overall ecological risk level of the study area was dominated by lower ecological risk, which accounted for about 32% of the study area, followed by medium ecological risk (26%), low ecological risk (18%) and higher ecological risk (16%), while the area of high ecological risk was smaller, accounting for only about 8% of the study area. The ranges of lower ecological risk and medium ecological risk showed a trend of shrinking during the study period, while the ranges of low, higher and high ecological risk showed an expansion trend. The value of ecosystem services in the study area showed a trend of "increasing first and then decreasing", with a cumulative decrease of 543 million yuan over the 20 years. Based on the results of spatial clustering analysis of landscape ecological risk and ecosystem service value, the study area was divided into ecological priority restoration area, ecological key restoration area, ecological comprehensive enhancement area, ecological preventive management area and ecological conservation and nourishment area. Ecological restoration measures such as restoration of coastal wetlands, cultivation of agricultural land fertility, management of urban inland waterways, enhancement of the completeness of ecological land use, and promotion of natural regeneration of forests and grasses, etc., were put forward for the different sub-areas, respectively.
-
“中国式现代化是人与自然和谐共生的现代化”，党的二十大报告明确了我国新时代生态文明建设战略任务[1]。生态保护修复是生态文明建设的一项重要基础性任务，而国土空间生态修复规划是在一定时间周期、一定国土空间范围内开展生态保护修复活动的指导性、纲领性文件，同时也是国土空间规划体系下的重要专项规划[2]。生态修复分区作为国土空间生态修复规划的核心内容，是科学有效落实国土空间生态修复规划的基础，开展国土空间生态修复分区的研究对提高国土整治与生态修复工作效率具有重要意义。
我国学者基于不同的研究尺度和研究方法针对城市[3]、流域[4]和重要生态区[5]的国土空间生态修复分区展开了大量研究，主要集中在以生态系统服务价值[6]、生态安全格局构建[7]、生态系统服务供需关系[8]和生态系统健康[9-10]等角度探讨国土空间生态修复分区的识别方法。现阶段，生态系统服务和景观生态风险正由2个独立的研究方向逐步走向二者融合研究，一是基于生态系统服务价值（ESV）的景观生态风险评价体系不断发展和完善，成为生态学、地理学等领域的热点话题[11-12]；二是基于生态系统服务价值与景观生态风险时空演变及关联特征的研究为揭示景观格局与生态环境变化过程耦合互馈机制提供了新视角[13-14]。因此，从景观生态风险和生态系统服务价值2个方面来表征和评估区域的生态安全格局并识别生态修复分区，可为国土空间生态修复分区的识别提供新思路。
防城港市作为北部湾城市群的核心城市之一，近年来随着海洋经济的高速发展，海岸带的湿地范围缩减和海岸侵蚀等生态问题严重。本研究在构建国土空间规划体系的背景下，以防城港市海岸带为研究对象，基于生态系统服务价值评估方法和景观生态风险评价模型，分析其生态系统服务价值和景观生态风险的时空演变特征，以其空间关联性为依据，探索海岸带地区的国土空间生态修复分区研究，划定并提出不同分区差别化的生态修复措施，以期为科学划定海岸带地区的生态修复分区提供参考借鉴。
1. 研究区概况与数据来源
1.1 研究区概况
防城港市海岸带位于其南部沿海区域（107°26′E~108°36′E，20°36′N~22°22′N）（图1），该市海岸线总长约537 km。根据防城港市2019年11月通过的《防城港市海岸带保护条例》第二条的有关规定，本次研究区范围为自海岸线向海一侧延伸至1 km等距线，向陆地一侧延伸至沿海乡（镇）级行政区的范围。研究区内地形地貌主要为山地、丘陵和沿海滩涂，拥有丰富的农林、渔业和旅游资源。
1.2 数据来源
2000年、2010年和2020 年土地利用现状数据来源于Yang等[15]的研究成果，根据研究区的土地利用特征以及GB/T 21010—2017《土地利用现状分类》，将土地利用类型划分为耕地、林地、草地、湿地、水域、海域和建设用地7类。粮食产量和全国粮食平均价格依据2000—2020年的防城港市国民经济和社会发展统计公报、统计年鉴和《全国农产品成本收益资料汇编》等统计资料提取和计算。所使用的空间栅格数据分辨率均为30 m，采用CGCS 2000坐标系。为了更好地表达景观生态风险与生态系统服务价值的空间分布特征，采用网格作为评价单元，综合参考有关文献及研究区的数据状况，采用等间距采样法将研究区划分为1 427个1 km×1 km方格网的评价单元。
2. 研究方法
2.1 景观生态风险评价
从景观生态学的角度出发，借鉴已有研究成果[16]，引入景观格局指数，利用评价单元内各景观类型的景观损失度指数和各景观类型的面积占比，计算各评价单元的景观生态风险指数，并将其作为该评价单元中心质点的景观生态风险值，在此基础上分析研究区景观生态风险的时空演变格局。具体计算公式为：
$$ \mathrm{\mathit{\mathrm{ERI}}}_k=\sum_{\dot{l}=1}^n\frac{A_{k_i}}{A_k}R_i $$ (1) $$ R_{i}=E_{i}\times F_{i } $$ (2) $$ E_{i}=aC_{i}+bN_{i}+cD_{i } $$ (3) $$ C_{i}=n_{i}/A_{i } $$ (4) $$ N_{i}= \frac{A}{{2A}_{i}}\sqrt{\frac{{n}_{i}}{A}} $$ (5) $$ D_i=1-\mathrm{SHEI}_i $$ (6) 式中：ERIk为第k个评价单元的景观生态风险指数；$A_{k_i} $为第k个评价单元内景观类型i的面积，hm2；Ak为第k个评价单元的面积，hm2；Ri、Ei分别为景观类型i的景观损失度指数、景观干扰度指数；Fi为景观类型i的景观脆弱度指数，参照前人研究成果[17]，采用专家打分法将各景观类型的景观脆弱度指数进行赋值并进行归一化处理，得到建设用地为0.04，林地为0.07，草地为0.11，耕地为0.14，水域为0.18，海域为0.21，湿地为0.25；Ci、Ni、Di分别为景观类型i的景观破碎度指数、景观分离度指数、景观优势度指数；a、b、c分别为对应的权重，且a+b+c=1，参考已有研究成果[18]，分别赋值为0.5、0.3、0.2；ni 为景观类型i 的斑块数量；Ai 为景观类型i 的面积，hm2；A 为景观总面积，hm2；SHEIi 为景观类型i 的香侬均度指数。
2.2 生态系统服务价值评估
对于生态系统服务价值的估算方法大致分为2类：1）单位面积服务价值功能法；2）基于单位面积价值的当量因子法。由于前一种方法计算复杂，涉及参数较多且各参数的标准较难统一，难以适应各种生态系统服务价值的评估。而当量因子法在数据可获得性和可行性上更优，结果直观易于理解且更能反映生态系统提供的各项服务满足人类需求的价值，更适合海岸带地区生态系统服务价值的评估。因此，本研究采用当量因子法[19-20]评估海岸带地区的生态系统服务价值，以谢高地等[21-22]构建的生态系统服务价值当量表为基准，结合研究区的实际情况进行修订。单位当量因子为全国平均1 hm2主要粮食产量经济价值的1/7[21-23]，依据2000—2020年防城港市的粮食数据得出平均粮食产量为4 037.97 kg/hm2，而2020年全国粮食的平均收购价格为2.23元/kg，计算得到研究区1个标准当量的生态系统服务价值为1 286.38元/hm2，其中，建设用地不考虑生态系统服务价值[24]，从而得到研究区不同景观类型单位面积的生态系统服务价值（表1）。
表 1 研究区各景观类型单位面积生态系统服务价值Table 1. Ecosystem service value per unit area for each landscape type in the study area元/hm2 第一类服务 第二类服务 耕地 林地 草地 湿地 水域 海域 供给服务 食物生产 1 421.45 324.81 385.91 656.05 1 029.11 1 029.11 原料生产 315.16 746.10 572.44 643.19 295.87 295.87 水资源供给 −1 678.73 385.91 315.16 3 331.73 10 664.10 10 664.10 调节服务 气体调节 1 144.88 2 453.77 2 000.32 2 444.13 990.51 990.51 气候调节 598.17 7 342.02 5 293.46 4 630.97 2 945.81 2 945.81 净化环境 173.66 2 151.47 1 749.48 4 630.97 7 139.42 7 139.42 水文调节 1 923.14 4 804.64 3 878.44 31 169.03 131 519.67 131 519.67 支持服务 土壤保持 668.92 2 987.62 2 437.69 2 971.54 1 196.34 1 196.34 维持养分循环 199.39 228.33 186.53 231.55 90.05 90.05 生物多样性 218.68 2 720.70 2 219.01 10 123.82 3 280.27 3 280.27 文化服务 美学景观 96.48 1 193.12 977.65 6 084.59 2 431.26 2 431.26 合计 5 081.21 25 338.51 20 016.10 66 917.58 161 582.42 161 582.42 单一景观类型生态系统服务价值的计算公式为：
$$ \mathrm{E}\mathrm{S}\mathrm{V}_i=A_i\times\mathrm{VC}_i $$ (7) 式中VCi为景观类型i的生态系统服务价值系数，元/hm2。
单一评价单元生态系统服务价值的计算公式为：
$$ \mathrm{E}\mathrm{S}{\mathrm{V}}_{k}=\sum _{i=1}^{n}{\mathrm{E}\mathrm{S}\mathrm{V}}_{i} $$ (8) 式中ESVk为第k个评价单元的生态系统服务价值，元。
2.3 空间自相关分析
采用双变量空间自相关的Moran's I 指数对景观生态风险和生态系统服务价值的空间关联模式进行度量和检验。Moran's I 为−1~1，Moran's I>0 表示存在空间正相关性，Moran's I<0 表示存在空间负相关性，Moran's I趋近于0 时表示空间随机分布[25-26]。计算公式如下：
$$ I=\frac{n}{\displaystyle\sum _{e=1}^{n}\displaystyle\sum _{j=1}^{n}{W}_{ej}}\times \frac{\displaystyle\sum _{e=1}^{n}\displaystyle\sum _{j=1}^{n}{W}_{ej}\left({x}_{e}-\bar{x}\right)\left({x}_{j}-\bar{x}\right)}{\displaystyle\sum _{e=1}^{n}{\left({x}_{e}-\bar{x}\right)}^{2}} $$ (9) 式中：I为全局Moran's I指数；n为空间单元的数量；xe和xj分别为评价单元e和j所在位置的属性值；Wej 为空间权重邻接矩阵。
3. 结果与分析
3.1 土地利用类型变化特征
如图2所示，2000—2020年防城港市海岸带地区的土地利用类型以林地为主，约占研究区面积的50%；其次为海域、耕地和建设用地，约占研究区面积的40%；水域、湿地和草地仅占研究区面积的10%。研究期内不同土地利用类型的数量变化特征主要表现为耕地、林地、草地、湿地和海域面积减少，水域和建设用地的面积增加，其中，林地、海域和建设用地的变化趋势最为明显。林地和海域的面积分别减少了35.78 和40.12 km2；建设用地的面积增加了66.02 km2，且在2010—2020年变化最为剧烈，主要是该时期内社会经济快速发展，城镇化进程加快，大量围填海项目集中实施，建设用地的快速增加以海域的快速减少为代价[27]，给防城港市海岸带地区的生态环境带来严峻考验。
![]()
图 2 2000—2020年研究区土地利用类型分布Figure 2. Distribution of land use types in the study area from 2000 to 20203.2 景观生态风险时空变化特征
根据景观生态风险评价模型对防城港市海岸带地区的1 427个评价单元的景观生态风险指数进行测算，运用自然间断点法[17]将研究区2020年景观生态风险评价结果划分为5个生态风险等级，分别为低生态风险（ERI<0.016）、较低生态风险（0.016≤ERI<0.022）、中生态风险（0.022≤ERI<0.028）、较高生态风险（0.028≤ERI<0.035）和高生态风险（ERI≥0.035），为便于比较分析研究区各时期景观生态风险的时空演变特征，均采用2020年的生态风险分级区间得到研究区2000—2020年景观生态风险空间分布（图3），并进一步统计得到各等级景观生态风险面积及占比（表2）。
![]()
图 3 研究区2000—2020 年景观生态风险空间分布Figure 3. Spatial distribution of landscape ecological risks in the study area from 2000 to 2020表 2 研究区2000—2020年各等级景观生态风险面积和比例Table 2. Area and proportion of each class of landscape ecological risk in the study area from 2000 to 2020生态风险等级 2000 年 2010 年 2020 年 面积/km2 占比/% 面积/km2 占比/% 面积/km2 占比/% 低生态风险区 221.29 18.20 203.34 16.72 251.11 20.65 较低生态风险区 421.96 34.70 349.89 28.77 369.70 30.40 中生态风险区 321.50 26.44 343.07 28.21 306.65 25.22 较高生态风险区 171.70 14.12 211.37 17.38 203.32 16.72 高生态风险区 79.63 6.55 108.41 8.91 85.30 7.01 从时间序列上看，2000—2020 年研究区生态风险等级以较低生态风险为主，约占研究区面积的32%，其次为中生态风险（26%）、低生态风险（18%）和较高生态风险（16%），而高生态风险的面积较少，仅占研究区的面积8%。研究期内，较低、中生态风险的面积减少，低、较高和高生态风险的面积增加，其中较低生态风险变化趋势最为明显，减少了52.27 km2。从空间分布上看，不同风险等级的景观生态风险空间分异特征明显，其中，高生态风险区和较高生态风险区主要集中分布在中部的东湾物流园、东湾近岸海域和东北部的茅岭工业园区等，这些区域人口集聚、临港工业密集以及耕地分布广泛，土地利用类型主要为建设用地、海域和耕地，是人类活动和社会经济活动最为频繁的区域，对景观斑块的干扰最强烈，但在2010—2020年高生态风险区呈现零星分散的趋势，特别是城镇建成区周边海域和农业区的高生态风险范围减少最明显，说明在后10年内的填海造地和城镇扩张形成的建设用地区域与城镇建成区连成一片，导致景观斑块稳定性高，景观生态风险等级降低；而低生态风险区和较低生态风险区主要分布在研究区西部的林业区和黄淡水库饮用水水源保护地，这些区域土地利用类型主要为林地，坚持生态保护优先原则，建设活动受到严格限制，生态安全得到保障，景观斑块稳定性强，是研究区的生态保护屏障。
3.3 生态系统服务价值时空变化特征
根据当量因子法对防城港市海岸带地区的1 427个评价单元的生态系统服务价值进行测算，运用自然间断点法将研究区2020年生态系统服务价值分为5个等级，分别为低价值（ESV<0.03）、较低价值（0.03≤ESV<0.05）、中等价值（0.05≤ESV<0.08）、较高价值（0.08≤ESV<0.11）和高价值（ESV≥0.11），为便于比较分析研究区各时期生态系统服务价值的时空演变特征，均采用2020 年的生态系统服务价值的分级区间得到研究区2000—2020年生态系统服务价值空间分布（图4）。
![]()
图 4 研究区2000—2020 年生态系统服务价值空间分布Figure 4. Spatial distribution of ecosystem service values in the study area from 2000 to 2020由表3可知，研究区在研究期间的生态系统服务总价值呈现先增后减趋势，3个时期的价值分别为68.64亿、71.33亿和63.21亿元，总价值下降了8%。前10年生态系统服务价值增加了2.70亿元，主要原因是在这期间具有较高生态系统服务价值的水域面积呈现增长趋势，因而生态系统服务价值增加了7.14亿元，弥补了耕地、林地、草地、湿地和海域的生态系统服务价值的减少，因而研究区的生态系统服务总价值呈增加趋势；后10年生态系统服务价值减少了8.13亿元，主要原因是快速城镇化和大量填海造地导致林地、水域和海域转为建设用地，引起研究区的生态系统服务总价值呈持续下降趋势。
表 3 研究区2000—2020 年各土地利用类型生态系统服务价值变化Table 3. Changes in ecosystem service values by land use types in the study area from 2000 to 2020地类 ESV/亿元 ESV变化率/% 2000 年 2010 年 2020 年 2000—
2010 年2010—
2020 年2000—
2020 年耕地 0.99 0.99 0.99 −0.45 0.44 −0.01 林地 16.28 16.11 15.37 −1.05 −4.57 −5.57 草地 0.03 0.01 0.01 −80.85 21.78 −76.67 湿地 1.36 0.79 1.08 −41.81 36.57 −20.54 水域 10.48 17.62 12.74 68.15 −27.69 21.58 海域 39.49 35.82 33.01 −9.31 −7.84 −16.41 合计 68.64 71.33 63.21 3.93 −11.39 −7.91 从价值类型来看（表4），研究区在研究期间内的生态系统服务价值最高的为调节服务，约占总价值的78%，其中以水文调节在调节服务中最为显著，表明研究区生态系统主要发挥着保障水生态系统稳定的作用。2000—2020年研究区的调节服务、支持服务和文化服务的生态系统服务价值呈现先减后增的趋势，说明研究区在前10年以经济发展为主导的政策导向下对海岸带地区的生态系统服务价值带来一定减损影响，但在后10年大力推进生态文明建设背景下研究区大部分类型的生态系统服务价值得到大幅提升，海岸带地区的生态保护措施初见成效。从空间分布上看，研究区的生态系统服务价值呈现从海域到内陆递减的分布格局，且不同时期的生态系统服务价值分布存在一定差异，主要源于海洋与陆地不同生态系统服务功能的价值差异以及城镇化过程中地类转变带来的价值变化。研究区的高生态系统服务价值区主要分布在东部的钦州湾海域和南部的北部湾海域，该区域地类以海域和湿地为主，拥有适合红树林生长的外部环境，人类活动干扰较少，因而具有较高的生态系统服务价值；而低生态系统服务价值区主要集中在中部的城镇建成区和西北部的低丘陵区，该区域地类以建设用地和林地为主，城镇建成区内建设用地的扩张迅速，低丘陵区内以低矮灌木为主且水域面积较小，导致该区域的生态系统服务价值较低。
表 4 研究区2000—2020 年各项生态系统服务价值变化Table 4. Changes in the values of various ecosystem services in the study area from 2000 to 2020第一类服务 第二类服务 ESV/亿元 ESV 变化率/% 2000 年 2010 年 2020 年 2000—2010 年 2010—2020 年 2000—2020 年 供给服务 食物生产 0.82 0.83 0.78 1.54 −6.53 −5.10 原料生产 0.65 0.62 0.61 −4.15 −1.77 −5.85 水资源供给 3.29 3.24 2.98 −1.42 −8.03 −9.33 调节服务 气体调节 2.16 0.58 2.03 −73.14 250.59 −5.85 气候调节 5.85 1.15 5.48 −80.39 377.99 −6.25 净化环境 3.72 2.45 3.44 −34.16 40.25 −7.66 水文调节 44.78 44.34 41.03 −0.99 −7.45 −8.36 支持服务 土壤保持 2.49 0.56 2.33 −77.38 314.81 −6.18 维持养分循环 0.22 0.07 0.21 −67.33 189.65 −5.36 生物多样性 3.02 1.25 2.79 −58.58 123.17 −7.56 文化服务 美学景观 16.63 8.95 15.30 −46.16 70.90 −7.99 3.4 生态修复分区划定
3.4.1 空间自相关分析
如图5所示，研究区在2000年、2010年和2020年的景观生态风险指数与生态系统服务价值的双变量全局自相关Moran's I分别为0.309、0.342和0.277。为了验证各Moran's I的显著性，采用蒙特卡罗模拟方法检验[18]，得出各Moran's I 的P均等于0.001，表明试验结果存在99.9%的置信度。Moran's I均为正值说明2000—2020年景观生态风险与生态系统服务价值之间存在显著的空间正相关性，景观生态风险的增强（减弱）会提升（降低）生态系统服务价值，但二者之间的空间正相关效应逐渐减弱。
![]()
图 5 研究区2000—2020 年景观生态风险与生态系统服务价值空间相关性Figure 5. Spatial correlation between landscape ecological risk and ecosystem service value in the study area from 2000 to 2020为了进一步分析研究区景观生态风险与生态系统服务价值的空间集聚情况，利用Geoda生成局部空间自相关的聚类图（图6），并采用不同颜色标识5种空间自相关类型，分别为高风险—高价值（红色）、低风险—低价值（蓝色）、高风险—低价值（粉色）、低风险—高价值（浅蓝色）和空间分布不具显著性（白色）。研究区的空间自相关类型主要以高风险—高价值和低风险—低价值为主，其中，高风险—高价值区集中分布在研究区的东湾、西湾和钦州湾等海域，沿海岸线呈线状分布但逐渐收缩，该区域人类活动较为频繁；而低风险—低价值区主要分布在研究区的北部和西部的林区和自然保护区，在研究期内整体呈现收缩趋势，该区域生态环境较为优越。
![]()
图 6 研究区2000—2020年景观生态风险与生态系统服务价值空间自相关聚类Figure 6. Spatial autocorrelation clustering of landscape ecological risk and ecosystem service value in the study area from 2000 to 20203.4.2 分区划定
基于研究区景观生态风险和生态系统服务价值的空间集聚分析结果，结合《广西壮族自治区市级国土空间生态修复规划编制指南》（试行）的生态修复分区识别标准，将防城港市海岸带地区划分为生态优先修复区（高风险—高价值）、生态重点修复区（高风险—低价值）、生态综合提升区（低风险—低价值）、生态预防治理区（低风险—高价值）和生态保育涵养区（空间自相关不显著）5种不同类型的生态修复分区（图7）。
![]()
图 7 研究区国土空间生态修复分区Figure 7. Ecological restoration zoning of national land space in the study area生态优先修复区的景观生态风险高，生态系统服务价值高，面积占比为13.71%，是研究区的生态系统脆弱区，主要处于研究区的西湾、东湾和钦州湾，沿海岸线呈条带状分布，地类以海域和湿地为主。该区域紧邻城镇建成区和工业码头，极易受人类活动的干扰，应严格限制区域内城镇集中建设活动，加强滨海湿地受损生态系统的修复，重点实施岸滩环境综合整治和完善沿海防护林体系，严格管控近岸海岛的开发利用，探索生态用地占补平衡补偿机制，构筑滨海生态安全屏障。
生态重点修复区的景观生态风险高，生态系统服务价值低，面积占比为10.11%，是研究区的农业经济区，主要处于研究区的中心区和东兴镇的城区外围，为耕地和水域的交织地带。此类区域粮食产量和水产养殖业规模较大，农业经济较为发达，应以农业空间为核心，加强农地肥力培育与修复，重点实施农田水利工程、水源涵养林和农田防护林，提高农业空间生态系统服务质量，并严格控制城镇开发边界无序扩张，避免城镇扩张导致生态用地进一步破碎化。
生态综合提升区的景观生态风险低，生态系统服务价值低，面积占比为11.49%，是研究区的城镇建成区，主要处于研究区的城区中心和东兴镇的镇区，地类以建设用地为主。此类区域人口高度集中，城镇集中建设活动频繁，人地矛盾较为突出，各类生态系统服务功能均难以满足需求，应推进城市内河生态修复，建设绿色廊道，提升河流沿线生态景观，恢复和保持水系的自然连通和流动性，加强利用河流、湿地等水体的调蓄空间，增强城市应对风险的韧性，合理规划公园绿地的建设，维持城镇化区域的生态稳定性。
生态预防治理区的景观生态风险低，生态系统服务价值高，面积占比为6.40%，是研究区生态系统服务重要保障供给区，主要处于研究区南部的白龙—珍珠湾海域，沿海岸线呈条带状分布，为广西北仑河口国家级自然保护区和京岛风景名胜区的生态核心区域，地类以海域和湿地为主。此类区域生态资源本底较好，以红树林生态系统为主，应严守生态保护红线的管控要求，保持生态用地的完整度，加强生态用地保护强度，在保护的基础上强化滨海湿地的生态系统服务功能。
生态保育涵养区为空间自相关不显著区域，面积占比为58.29%，分布较广，主要处于研究区的林地区，地类以林地和草地为主。此类区域应坚持保护优先、合理利用的原则，持续加强生态保护建设，促进林地草地自然更新，对于远离城区的林区开展封育工作，不断提升林草质量，增加森林碳汇，发挥其气候调节和水源涵养的服务功能。
3.5 讨论
本研究遵循陆海统筹理念，从区域的景观生态风险和生态系统服务价值的空间关系作为切入点对防城港市海岸带地区国土空间生态修复分区展开讨论。在研究方法上，生态风险评价与其他学者的不同点在于考虑人类活动对海岸带土地利用景观的影响，即基于景观生态学角度选取景观干扰度指数、景观脆弱度指数和景观损失度指数来构建海岸带的生态风险评价体系，评价结果更能表征风险受体对人类活动的响应程度。生态系统服务价值运用当量因子法计算，研究结果表明研究区的生态系统服务价值的损失主要原因是生态用地转为建设用地，与丘海红等[28]的研究结论一致。以往的海岸带生态修复分区研究[29]从构建生态安全格局的角度切入，较多地关注海岸带生态安全而忽视了海岸带资源的生态价值，相比已有研究，本研究引入生态系统服务价值，基于景观生态风险和生态系统服务价值在空间上的相互关系进行深入分析，使得生态修复分区划分的技术路线更加客观、合理和全面，对海岸带生态修复更具现实意义，并且研究成果显示生态修复分区以生态保育涵养区为主，主要是维护好当前生态安全和生态价值，促进生态用地自然更新，发挥其气候调节和水源涵养的服务功能，与谢余初等[30]的研究结论相符。而在研究成果中，高生态风险区和高价值区在空间上高度重合并划入生态优先修复区，这是由于首先根据谢高地等[31]研究成果，单位面积的水域和海域的生态系统服务价值远高于其他地类，因而研究区的高价值区主要集中于海域，沿海岸线呈条带状分布；其次海岸线两侧处于地类变化较为频繁区域，区域内景观的破碎度和分离度较大导致其长期处于高生态风险区；最后针对高价值区处于高生态风险区的情形，应当将其划入优先级最高的生态优先修复区更为合理。同时，经与防城港市海岸带地区的生态保护红线、永久基本农田和城镇开发边界的划定成果进行对比，生态修复分区符合研究区国土空间规划“三线”的管控要求，侧面反映出本研究在一定程度上具有可操作性。
与以往的生态修复分区的研究对象相比，前人的研究更加关注县域[3]、石漠化地区[5]、农牧交错带[8]、城市群[10]、省域[32]和流域[4,33]等区域，对于海岸带地区这个生态功能极重要和极脆弱区域的生态修复分区研究成果较少，本研究在一定程度上丰富了海岸带地区的国土空间生态修复分区方法，但也存在一定的局限性。具体反映在以下几个方面：1）在数据方面，由于基础数据资料在获取难度上的限制，在景观生态风险的测算中使用的是30 m分辨率的土地利用现状数据，但不同尺度下的数据得到的景观格局指数值可能存在一定差异，在一定程度上可能会影响试验结果的准确性，未来的研究中应考虑采用精度更高的土地利用现状数据。2）在研究方法上，未能结合海岸带地区与其他区域不同之处进行方法上的改进，方法创新性有待加强，未来研究中可考虑海岸带存在海域这一独特地类的基础上，在景观生态风险和生态系统服务价值的评价方法上引入更加契合海岸带地区的评价指标。3）在技术路线上，仅研究景观生态风险与生态系统服务价值二者之间的空间相关性，未深入探索其耦合关系，今后的研究中可考虑进一步探索二者之间的回归关系，使生态修复分区的划定更为科学和精细。
4. 结论
（1）2000—2020年防城港市海岸带地区的土地利用类型以林地为主，约占研究区面积的50%，其次为海域、耕地和建设用地。20年间，林地、海域和建设用地的变化最为剧烈，其中林地和海域的面积分别减少了35.78和40.12 km2，建设用地的面积增加了66.02 km2。防城港市海岸带地区在研究期内的生态系统服务价值呈现先增后减的趋势，累计减少5.43亿元，主要原因是快速城镇化和大量填海造地导致林地、水域和海域转为建设用地，引起研究区的生态系统服务价值持续下降。
（2）2000—2020年防城港市海岸带地区的生态风险等级以较低生态风险为主，约占研究区面积的32%。20年间，较低、中生态风险的面积呈现缩减趋势，低、较高和高生态风险的面积呈现扩张趋势。高生态风险区和较高生态风险区主要集中分布在中部的东湾物流园、东湾近岸海域和东北部的茅岭工业园区，低生态风险区和较低生态风险区主要集中分布在西部的林业区和黄淡水库饮用水水源保护地。
（3）基于景观生态风险和生态系统服务价值的空间集聚分析结果，将防城港市海岸带地区的划分为5类生态修复分区，并提出相应的修复措施。生态优先修复区应严格限制区域内城镇集中建设活动，加强滨海湿地受损生态系统的修复；生态重点修复区应加强农地肥力培育与修复，重点实施农田水利工程、水源涵养林和农田防护林，提高农业空间生态系统服务质量；生态综合提升区应推进城市内河生态修复，合理规划公园绿地的建设，维持城镇化区域的生态稳定性；生态预防治理区应严守生态保护红线的管控要求，保持生态用地的完整度，加强生态用地保护强度；生态保育涵养区持续加强生态保护建设，促进林地草地自然更新，发挥其气候调节和水源涵养的服务功能。
-
![]()
图 2 2000—2020年研究区土地利用类型分布
Figure 2. Distribution of land use types in the study area from 2000 to 2020
![]()
图 3 研究区2000—2020 年景观生态风险空间分布
Figure 3. Spatial distribution of landscape ecological risks in the study area from 2000 to 2020
![]()
图 4 研究区2000—2020 年生态系统服务价值空间分布
Figure 4. Spatial distribution of ecosystem service values in the study area from 2000 to 2020
![]()
图 5 研究区2000—2020 年景观生态风险与生态系统服务价值空间相关性
Figure 5. Spatial correlation between landscape ecological risk and ecosystem service value in the study area from 2000 to 2020
![]()
图 6 研究区2000—2020年景观生态风险与生态系统服务价值空间自相关聚类
Figure 6. Spatial autocorrelation clustering of landscape ecological risk and ecosystem service value in the study area from 2000 to 2020
![]()
图 7 研究区国土空间生态修复分区
Figure 7. Ecological restoration zoning of national land space in the study area
表 1 研究区各景观类型单位面积生态系统服务价值
Table 1 Ecosystem service value per unit area for each landscape type in the study area
元/hm2 第一类服务 第二类服务 耕地 林地 草地 湿地 水域 海域 供给服务 食物生产 1 421.45 324.81 385.91 656.05 1 029.11 1 029.11 原料生产 315.16 746.10 572.44 643.19 295.87 295.87 水资源供给 −1 678.73 385.91 315.16 3 331.73 10 664.10 10 664.10 调节服务 气体调节 1 144.88 2 453.77 2 000.32 2 444.13 990.51 990.51 气候调节 598.17 7 342.02 5 293.46 4 630.97 2 945.81 2 945.81 净化环境 173.66 2 151.47 1 749.48 4 630.97 7 139.42 7 139.42 水文调节 1 923.14 4 804.64 3 878.44 31 169.03 131 519.67 131 519.67 支持服务 土壤保持 668.92 2 987.62 2 437.69 2 971.54 1 196.34 1 196.34 维持养分循环 199.39 228.33 186.53 231.55 90.05 90.05 生物多样性 218.68 2 720.70 2 219.01 10 123.82 3 280.27 3 280.27 文化服务 美学景观 96.48 1 193.12 977.65 6 084.59 2 431.26 2 431.26 合计 5 081.21 25 338.51 20 016.10 66 917.58 161 582.42 161 582.42 
下载: 导出CSV
表 2 研究区2000—2020年各等级景观生态风险面积和比例
Table 2 Area and proportion of each class of landscape ecological risk in the study area from 2000 to 2020
生态风险等级 2000 年 2010 年 2020 年 面积/km2 占比/% 面积/km2 占比/% 面积/km2 占比/% 低生态风险区 221.29 18.20 203.34 16.72 251.11 20.65 较低生态风险区 421.96 34.70 349.89 28.77 369.70 30.40 中生态风险区 321.50 26.44 343.07 28.21 306.65 25.22 较高生态风险区 171.70 14.12 211.37 17.38 203.32 16.72 高生态风险区 79.63 6.55 108.41 8.91 85.30 7.01
下载: 导出CSV
表 3 研究区2000—2020 年各土地利用类型生态系统服务价值变化
Table 3 Changes in ecosystem service values by land use types in the study area from 2000 to 2020
地类 ESV/亿元 ESV变化率/% 2000 年 2010 年 2020 年 2000—
2010 年2010—
2020 年2000—
2020 年耕地 0.99 0.99 0.99 −0.45 0.44 −0.01 林地 16.28 16.11 15.37 −1.05 −4.57 −5.57 草地 0.03 0.01 0.01 −80.85 21.78 −76.67 湿地 1.36 0.79 1.08 −41.81 36.57 −20.54 水域 10.48 17.62 12.74 68.15 −27.69 21.58 海域 39.49 35.82 33.01 −9.31 −7.84 −16.41 合计 68.64 71.33 63.21 3.93 −11.39 −7.91
下载: 导出CSV
表 4 研究区2000—2020 年各项生态系统服务价值变化
Table 4 Changes in the values of various ecosystem services in the study area from 2000 to 2020
第一类服务 第二类服务 ESV/亿元 ESV 变化率/% 2000 年 2010 年 2020 年 2000—2010 年 2010—2020 年 2000—2020 年 供给服务 食物生产 0.82 0.83 0.78 1.54 −6.53 −5.10 原料生产 0.65 0.62 0.61 −4.15 −1.77 −5.85 水资源供给 3.29 3.24 2.98 −1.42 −8.03 −9.33 调节服务 气体调节 2.16 0.58 2.03 −73.14 250.59 −5.85 气候调节 5.85 1.15 5.48 −80.39 377.99 −6.25 净化环境 3.72 2.45 3.44 −34.16 40.25 −7.66 水文调节 44.78 44.34 41.03 −0.99 −7.45 −8.36 支持服务 土壤保持 2.49 0.56 2.33 −77.38 314.81 −6.18 维持养分循环 0.22 0.07 0.21 −67.33 189.65 −5.36 生物多样性 3.02 1.25 2.79 −58.58 123.17 −7.56 文化服务 美学景观 16.63 8.95 15.30 −46.16 70.90 −7.99
下载: 导出CSV
-
[1] 蔡晓梅. 探索人与自然和谐共生的中国式现代化: 自然保护地高质量发展的理论与实践: 写在专辑刊发之后的话[J]. 自然资源学报,2023,38(4):1116-1118. [2] 王军, 应凌霄, 钟莉娜. 新时代国土整治与生态修复转型思考[J]. 自然资源学报,2020,35(1):26-36. DOI: 10.31497/zrzyxb.20200104 WANG J, YING L X, ZHONG L N. Thinking for the transformation of land consolidation and ecological restoration in the new era[J]. Journal of Natural Resources,2020,35(1):26-36. DOI: 10.31497/zrzyxb.20200104
[3] 于少康, 汪浩, 何蕾. 县域国土空间生态修复分区研究: 以江西省湖口县为例[J]. 自然资源情报,2023(12):68-74. YU S K, WANG H, HE L. Ecological restoration zoning of territorial space at county leve: a case of Hukou County, Jiangxi[J]. Natural Resources Information,2023(12):68-74.
[4] 王鹏, 赵微. 典型喀斯特地区国土空间生态修复分区研究: 以贵州猫跳河流域为例[J]. 自然资源学报,2022,37(9):2403-2417. DOI: 10.31497/zrzyxb.20220914 WANG P, ZHAO W. Ecological restoration zoning of territorial space in typical Karst region: a case study of Maotiao River Basin in Guizhou[J]. Journal of Natural Resources,2022,37(9):2403-2417. DOI: 10.31497/zrzyxb.20220914
[5] 王韵秋, 胡业翠, 高梦雯, 等. 多维视角下广西喀斯特石漠化地区国土空间生态修复分区[J]. 农业工程学报,2023,39(1):223-231. WANG Y Q, HU Y C, GAO M W, et al. Land-space ecological restoration zoning of Karst rocky desertification areas in Guangxi from multi-dimensional perspectives[J]. Transactions of the Chinese Society of Agricultural Engineering,2023,39(1):223-231.
[6] 乔斌, 曹晓云, 孙玮婕, 等. 基于生态系统服务价值和景观生态风险的生态分区识别与优化策略: 以祁连山国家公园青海片区为例[J]. 生态学报,2023,43(3):986-1004. QIAO B, CAO X Y, SUN W J, et al. Ecological zoning identification and optimization strategies based on ecosystem service value and landscape ecological risk: taking Qinghai area of QilianM ountain National Park as an example[J]. Acta Ecologica Sinica,2023,43(3):986-1004.
[7] 魏露露, 金莲. 基于生态安全格局的国土空间生态修复分区研究: 以贵州省清镇市为例[J]. 环境污染与防治,2022,44(7):966-971. WEI L L, JIN L. Research on zoning of ecological restoration in territorial space based on ecological security pattern: a case study of Qingzhen City in Guizhou Province[J]. Environmental Pollution & Control,2022,44(7):966-971.
[8] 高嫄, 原野, 赵艺芳. 基于生态系统服务供需的农牧交错带流域生态修复分区: 以桑干河上游为例[J]. 环境工程技术学报, 2023, 13(3). GAO L, YUAN Y, ZHAO Y F. Ecological restoration zoning of watersheds in agricultural and pastoral intertwined zones based on ecosystem service supply and demand: a case study of the upper Sanggan River[J]. Journal of Environmental Engineering Technology, 2023, 13(3).
[9] 刘陈立. 基于生态系统健康-风险-服务的甘南高寒牧区生态安全评价[D]. 兰州: 兰州大学, 2022. [10] 曾晨, 程轶皎, 吕天宇. 基于生态系统健康的国土空间生态修复分区: 以长江中游城市群为例[J]. 自然资源学报,2022,37(12):3118-3135. DOI: 10.31497/zrzyxb.20221207 ZENG C, CHENG Y J, LÜ T Y. Research on land-space ecological restoration zoning based on ecosystem health: a case study of the urban agglomeration in the middle reaches along the Yangtze River[J]. Journal of Natural Resources,2022,37(12):3118-3135. DOI: 10.31497/zrzyxb.20221207
[11] 张师赫, 李宝银, 林玉英, 等. 基于生态系统服务的景观生态风险评价及其驱动因素研究: 以福建省为例[J]. 水土保持研究,2022,29(6):174-182. ZHANG S H, LI B Y, LIN Y Y, et al. Research on landscape ecological risk assessment and driving factors based on ecosystem services: a case study of Fujian Province[J]. Research of Soil and Water Conservation,2022,29(6):174-182.
[12] MUNNS W R Jr, REA A W, SUTER G W 2nd, et al. Ecosystem services as assessment endpoints for ecological risk assessment[J]. Integrated Environmental Assessment and Management,2016,12(3):522-528. DOI: 10.1002/ieam.1707
[13] 朱润苗, 陈松林. 1980—2020年福建省景观生态风险与生态系统服务价值的空间关系[J]. 应用生态学报,2022,33(6):1599-1607. ZHU R M, CHEN S L. Spatial relationship between landscape ecological risk and ecosystem service value in Fujian Province, China during 1980-2020[J]. Chinese Journal of Applied Ecology,2022,33(6):1599-1607.
[14] JIA Y Y, TANG X L, LIU W. Spatial–temporal evolution and correlation analysis of ecosystem service value and landscape ecological risk in Wuhu city[J]. Sustainability,2020,12(7):2803. DOI: 10.3390/su12072803
[15] YANG J, 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. DOI: 10.5194/essd-13-3907-2021
[16] 王洁, 摆万奇, 田国行. 土地利用生态风险评价研究进展[J]. 自然资源学报,2020,35(3):576-585. DOI: 10.31497/zrzyxb.20200306 WANG J, BAI W Q, TIAN G H. A review on ecological risk assessment of land use[J]. Journal of Natural Resources,2020,35(3):576-585. DOI: 10.31497/zrzyxb.20200306
[17] 李加林. 海岸带资源开发与评价[M]. 北京: 科学出版社, 2020: 240-241. [18] 巩杰, 谢余初, 赵彩霞, 等. 甘肃白龙江流域景观生态风险评价及其时空分异[J]. 中国环境科学,2014,34(8):2153-2160. GONG J, XIE Y C, ZHAO C X, et al. Landscape ecological risk assessment and its spatiotemporal variation of the Bailongjiang watershed, Gansu[J]. China Environmental Science,2014,34(8):2153-2160.
[19] XIE G D, ZHANG C X, ZHEN L, et al. Dynamic changes in the value of China's ecosystem services[J]. Ecosystem Services,2017,26:146-154. DOI: 10.1016/j.ecoser.2017.06.010
[20] AKBAR A, ABULIZI A, ABLIZ A, et al. Land use and land cover change effects on the value of ecosystem services in the konqi river basin, China, under ecological water conveyance conditions[J]. Forests,2023,14(5):1028. DOI: 10.3390/f14051028
[21] 谢高地, 张彩霞, 张昌顺, 等. 中国生态系统服务的价值[J]. 资源科学,2015,37(9):1740-1746. XIE G D, ZHANG C X, ZHANG C S, et al. The value of ecosystem services in China[J]. Resources Science,2015,37(9):1740-1746.
[22] 谢高地, 甄霖, 鲁春霞, 等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报,2008,23(5):911-919. XIE G D, ZHEN L, LU C X, et al. Expert knowledge based valuation method of ecosystem services in China[J]. Journal of Natural Resources,2008,23(5):911-919.
[23] 李俊翰, 高明秀. 滨州市生态系统服务价值与生态风险时空演变及其关联性[J]. 生态学报,2019,39(21):7815-7828. LI J H, GAO M X. Spatiotemporal evolution and correlation analysis of ecosystem service values and ecological risk in Binzhou[J]. Acta Ecologica Sinica,2019,39(21):7815-7828.
[24] 贾艳艳, 唐晓岚, 任宇杰. 长江流域安徽段生态系统服务价值与景观生态风险时空演变及其关联分析[J]. 南京林业大学学报(自然科学版),2022,46(3):31-40. JIA Y Y, TANG X L, REN Y J. Spatial-temporal evolution and correlation analyses of ecosystem service values and landscape ecological risks in Anhui section of the Yangtze River Basin[J]. Journal of Nanjing Forestry University (Natural Sciences Edition),2022,46(3):31-40.
[25] ANSELIN L. Local indicators of spatial association—LISA[J]. Geographical Analysis,1995,27(2):93-115. DOI: 10.1111/j.1538-4632.1995.tb00338.x
[26] 王慧玲, 余丹林, 郑江华. 基于空间计量模型的新疆城镇密度时空变化特征分析[J]. 湖南师范大学自然科学学报,2018,41(5):1-9. WANG H L, YU D L, ZHENG J H. Spatial and temporal variation analyses of the urban density based on spatial econometrics model in Xinjiang[J]. Journal of Natural Science of Hunan Normal University,2018,41(5):1-9.
[27] 刘玉斌. 中国海岸带典型生态系统服务价值评估研究[D]. 烟台: 中国科学院烟台海岸带研究所, 2021. [28] 丘海红, 胡宝清, 张泽. 基于土地利用变化的广西近20年生态系统服务价值研究[J]. 环境工程技术学报,2022,12(5):1455-1465. QIU H H, HU B Q, ZHANG Z. Study on ecosystem service value of Guangxi in the past 20 years based on land use change[J]. Journal of Environmental Engineering Technology,2022,12(5):1455-1465.
[29] 鲍维科, 林倩, 陆海统筹视角下海岸带生态修复分区研究:以象山港流域为例[J]. 海洋开发与管理, 2022, 39(4): 3-10. BAO W K, LIN Q, A study on ecological restoration zoning of coastal zone under the perspective of land-sea integration: taking Xiangshan Harbor watershed as an example[J]. Marine Development and Management, 2022, 39(4): 3-10.
[30] 谢余初, 张素欣, 林冰等. 基于生态系统服务供需关系的广西县域国土生态修复空间分区[J]. 自然资源学报,2020,35(1):217-229. DOI: 10.31497/zrzyxb.20200118 XIE Y C, ZHANG S X, LIN B, et al. Spatial zoning of ecological restoration of county land in Guangxi based on supply and demand of ecosystem services[J]. Journal of Natural Resources,2020,35(1):217-229. DOI: 10.31497/zrzyxb.20200118
[31] 谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报,2015,30(8):1243-1254. DOI: 10.11849/zrzyxb.2015.08.001 XIE G D, ZHANG C X, ZHANG L M, et al. Improvement of ecosystem service valorization method based on unit area value equivalent factor[J]. Journal of Natural Resources,2015,30(8):1243-1254. DOI: 10.11849/zrzyxb.2015.08.001
[32] 郑婷婷, 杨莉, 贾卓霏, 等. 基于生态系统“受损-恢复力-修复潜力”评价的内蒙古生态空间分区及保护修复策略[J]. 环境工程技术学报,2023,13(5):1901-1909. DOI: 10.12153/j.issn.1674-991X.20221162 ZHENG T T, YANG L, JIA Z F, et al. Ecological space zoning and conservation and restoration strategies based on the evaluation of ecosystem "damage-resilience-restoration potential" in Inner Mongolia Autonomous Region[J]. Journal of Environmental Engineering Technology,2023,13(5):1901-1909. DOI: 10.12153/j.issn.1674-991X.20221162
[33] 吴欣芋, 覃盟琳, 蒋红波, 等. 基于碳储量最大化的流域多目标土地利用分区优化模拟: 以广西西江清水河为例[J]. 环境工程技术学报,2023,13(5):1752-1762. WU X Y, QIN M L, JIANG H B, et al. Simulation of land use zoning optimization under multi-objective scenarios based on maximizing carbon storage: taking Qingshui River of Xijiang River in Guangxi as an example[J]. Journal of Environmental Engineering Technology,2023,13(5):1752-1762. ⊕
-
期刊类型引用(2)
1. 干靓，汪钊. 基于景观生态风险和生态系统服务价值的上海市海岸带生态保护修复分区识别与优化策略研究. 应用海洋学学报. 2025(01): 131-145 . 
百度学术
2. 吴致远，肖粤新，陈芳芳. 旅游城市景观生态风险空间分异及影响机理研究. 安徽农学通报. 2024(23): 77-84 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 330
- HTML全文浏览量: 168
- PDF下载量: 72
- 被引次数: 3
