基于OWA多屬性決策的生態(tài)系統(tǒng)服務(wù)最優(yōu)保護(hù)區(qū)選擇研究
——以渭河流域（關(guān)天段）為例

張渝萌，李晶，曾莉，楊曉楠，劉婧雅，周自翔

（1陜西師范大學(xué)地理科學(xué)與旅游學(xué)院，西安 710119；2西北農(nóng)林科技大學(xué)水土保持研究所，陜西楊凌 712100；3中國科學(xué)院地理科學(xué)與資源研究所，北京 100101；4西安科技大學(xué)測繪科學(xué)與技術(shù)學(xué)院，西安 710054）

0 引言

【研究意義】渭河流域作為西部地區(qū)重要的流域生態(tài)系統(tǒng)，其生態(tài)建設(shè)問題關(guān)系到整個西部地區(qū)的發(fā)展，“一帶一路”政策提出后，關(guān)中-天水經(jīng)濟(jì)區(qū)由于位于絲綢之路重要的地理位置而成為國家發(fā)展的重點區(qū)域。西部大開發(fā)戰(zhàn)略實施以來，研究區(qū)因社會經(jīng)濟(jì)高速發(fā)展造成諸多生態(tài)環(huán)境問題，例如水資源短缺，水土流失嚴(yán)重等。生態(tài)系統(tǒng)服務(wù)是生態(tài)系統(tǒng)通過生態(tài)功能產(chǎn)生的，可直接或間接為人類做貢獻(xiàn)的服務(wù)或者效益[1]。生態(tài)系統(tǒng)退化及其服務(wù)功能減弱將對人類的生存和發(fā)展構(gòu)成嚴(yán)重威脅[2]。依據(jù)生態(tài)系統(tǒng)服務(wù)對人類的貢獻(xiàn)，可以將其分為供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)以及文化服務(wù) 4個大類[3]。隨著人類對于生態(tài)系統(tǒng)服務(wù)需求的增加，科學(xué)地對生態(tài)系統(tǒng)服務(wù)進(jìn)行定量評估變得十分必要[4-5]。自然保護(hù)區(qū)的建立可以有效緩解生態(tài)壓力，且具有保護(hù)自然資源、存貯物種以及美學(xué)價值等多方面的意義，自然保護(hù)區(qū)是研究各類生態(tài)系統(tǒng)自然過程的基本規(guī)律、研究物種的生態(tài)特性的重要基地，因此在權(quán)衡生態(tài)系統(tǒng)服務(wù)的基礎(chǔ)上建立自然保護(hù)區(qū)對于地區(qū)的生態(tài)發(fā)展與生態(tài)平衡的維持具有重要意義?！厩叭搜芯窟M(jìn)展】目前關(guān)于生態(tài)系統(tǒng)服務(wù)的研究較多，THOMAS等[6]對固碳及生物多樣性的協(xié)同關(guān)系進(jìn)行了深入分析；RODRíGUEZ等[7]從林地增加對影響徑流量的角度出發(fā)對固碳，產(chǎn)水和生物多樣性之間的權(quán)衡關(guān)系進(jìn)行了探討；李晶等[8]對關(guān)天經(jīng)濟(jì)區(qū)的糧食產(chǎn)量、固碳、水文調(diào)節(jié)等生態(tài)系統(tǒng)服務(wù)進(jìn)行了權(quán)衡協(xié)同關(guān)系的研究；吳健生等[9]對京津冀地區(qū)的生境質(zhì)量做了時空變化評估；BENSON等[10]根據(jù)不同案例，探討了SolVES模型在應(yīng)用過程中的缺陷以及改進(jìn)方法，其中文化服務(wù)因為較難量化而發(fā)展相對緩慢[11-12]，但隨著人類對生態(tài)系統(tǒng)服務(wù)的需求日益增長，文化生態(tài)系統(tǒng)服務(wù)也得到了越來越多的關(guān)注[13-14]。自然界風(fēng)景具有一定的美學(xué)價值，因此在建立保護(hù)區(qū)時綜合考慮美學(xué)價值等文化服務(wù)對于維護(hù)區(qū)域生態(tài)系統(tǒng)服務(wù)的功能十分重要[15]。自然保護(hù)區(qū)的生態(tài)系統(tǒng)服務(wù)價值較高，但關(guān)于如何從生態(tài)系統(tǒng)服務(wù)的角度進(jìn)行最優(yōu)自然保護(hù)區(qū)識別的研究卻相對缺乏，已有不少研究表明有序加權(quán)平均（OWA）算子可以用來解決多屬性決策問題，平衡內(nèi)部沖突并確定優(yōu)先保護(hù)區(qū)域[16-17]。【本研究切入點】本文通過OWA多屬性決策方法來平衡多種生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡，且本文綜合考慮生態(tài)系統(tǒng)四類服務(wù)，通過文化服務(wù)的量化及空間化，將自然因素和人文因素進(jìn)行結(jié)合，考慮到研究區(qū)緊鄰秦嶺山地，植被覆蓋率較高以及水資源匱乏等現(xiàn)狀條件，選取生物多樣性（支持服務(wù)）、固碳（調(diào)節(jié)服務(wù)）、產(chǎn)水（供給服務(wù)）及文化服務(wù) 4個不同方面來評估生態(tài)系統(tǒng)服務(wù)，引入有序加權(quán)平均的多屬性決策方法來篩選生態(tài)優(yōu)先保護(hù)區(qū)?！緮M解決的關(guān)鍵問題】以渭河流域關(guān)中-天水經(jīng)濟(jì)區(qū)為研究區(qū)域，通過對生態(tài)系統(tǒng)服務(wù)的測算以及多屬性決策方法的應(yīng)用，選擇研究區(qū)生態(tài)優(yōu)先保護(hù)范圍。本文的研究成果可以為研究區(qū)的生態(tài)平衡和可持續(xù)發(fā)展提供科學(xué)參考和理論支撐。

1 材料與方法

1.1 研究區(qū)域

渭河作為黃河的最大支流，發(fā)源于甘肅省定西市渭源縣，主要流經(jīng)今甘肅天水、陜西省關(guān)中平原等地，至潼關(guān)縣匯入黃河，渭河流域總面積約13×104km2，多年平均降水約為550 mm，海拔范圍在319—3748 m，區(qū)域地勢西高東低、南高北低，且南部多為山地，植被及地貌類型眾多，是西部地區(qū)重要的流域生態(tài)系統(tǒng)（圖1）。關(guān)中天水經(jīng)濟(jì)區(qū)2009年經(jīng)國務(wù)院批復(fù)通過，以西安為中心形成中國西部發(fā)達(dá)的城市群和產(chǎn)業(yè)集聚帶。綜合評估渭河流域（關(guān)天段）的生態(tài)系統(tǒng)服務(wù)價值，合理劃分生態(tài)優(yōu)先保護(hù)區(qū)，對整個西部地區(qū)的生態(tài)建設(shè)發(fā)展是十分有意義的[18]。

圖1 渭河流域（關(guān)天段）概況圖Fig. 1 Basic information map of study area

1.2 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)包括：（1）基礎(chǔ)地理數(shù)據(jù)，主要包括流域邊界、各縣（市）邊界等，均來自國家測繪地理信息局；（2）土壤數(shù)據(jù)，主要包含土壤有機(jī)碳含量、土壤容重和土層厚度等數(shù)據(jù)，來源于蘭州寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心的《基于世界土壤數(shù)據(jù)庫（HWSD）的中國土壤數(shù)據(jù)集》；（3）土地利用類型圖，2015 年的土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心；（4）DEM數(shù)據(jù)，來自地理空間數(shù)據(jù)云；（5）生物量數(shù)據(jù)，來源于政府間氣候變化專門委員會（IPCC）2006年制定的確定農(nóng)業(yè)、林業(yè)和其他土地用途部門的溫室氣體目錄方法學(xué)（IPCC，2006，http：//www.ipcc-nggip.iges.or.jp/public/2006gl/pdf/4_Vo lume4/V4_02_Ch2_Generic.pdf）；（6）社會統(tǒng)計數(shù)據(jù)，來源于統(tǒng)計年鑒；（7）氣象數(shù)據(jù)，包括降水、溫度、風(fēng)速等，來源于中國氣象數(shù)據(jù)網(wǎng)；（8）部分資料獲取于相關(guān)文獻(xiàn)。

1.3 生態(tài)系統(tǒng)服務(wù)模型

1.3.1 SWAT模型原理及結(jié)構(gòu) 產(chǎn)水量通過 SWAT（Soil and Water Assessment Tool）模型計算，該模型是美國農(nóng)業(yè)部開發(fā)的分布式水文模型，被廣泛應(yīng)用于流域尺度上各種土地管理措施及氣候變化對流域水文影響的模擬和預(yù)測。SWAT模型不僅可以分析流域內(nèi)的水文循環(huán)過程，也可以研究流域內(nèi)的環(huán)境要素變化對水文的影響。SWAT 模型根據(jù) DEM、土地利用類型圖和土壤數(shù)據(jù)將整個流域劃分為若干個子流域。產(chǎn)水是衡量生態(tài)系統(tǒng)服務(wù)的一個重要標(biāo)準(zhǔn)[19-20]，本文結(jié)合研究區(qū)具體情況劃分了157個子流域，選取包括長武、寶雞、西安、華縣等8個氣象站點數(shù)據(jù)。具體計算公式如下：

式中，WYLD為總產(chǎn)水量（mm）；SURQ 為地表徑流對總徑流的貢獻(xiàn)量（mm）；LATQ 為側(cè)向流對河川徑流的貢獻(xiàn)量（mm）；GWQ 為地下徑流對總徑流的貢獻(xiàn)量（mm）；TLOSS 為河床傳輸?shù)膿p失水量（mm）；PA 為池塘截留量（mm）。本研究選擇華縣站的實測徑流數(shù)據(jù)進(jìn)行參數(shù)率定和驗證，率定期為1992—1999年，驗證期為2011—2015年。

1.3.2 固碳 目前關(guān)于固碳的研究較多[21-22]，本文采用一種普遍算法，環(huán)境中已有的碳儲存大部分依靠 4種基本的碳庫：地上生物量、地下生物量、土壤和死亡的有機(jī)物質(zhì)。InVEST模型可以突破傳統(tǒng)定量評估方法的局限性，為生態(tài)系統(tǒng)服務(wù)功能的空間表達(dá)和動態(tài)分析提供新手段。InVEST模型中的碳模塊計算，必要數(shù)據(jù)包括土地利用類型圖和與各土地利用類型對應(yīng)的四大碳庫碳密度數(shù)據(jù)，可選數(shù)據(jù)包括當(dāng)前木材采伐速率、收獲期、碳價格等，考慮到研究需要和數(shù)據(jù)的可獲取性，本文主要通過土地利用類型數(shù)據(jù)和碳密度數(shù)據(jù)進(jìn)行研究。本研究土地利用數(shù)據(jù)包括6種基本類型：耕地、林地、草地、水體、城鎮(zhèn)建設(shè)用地、未利用地。

土壤碳密度數(shù)據(jù)來源于《基于世界土壤數(shù)據(jù)庫（HWSD）的中國土壤數(shù)據(jù)集》，選取的屬性數(shù)據(jù)包括土壤表層及深層的有機(jī)碳含量、土壤表層及深層容重和各土壤類型參考深度，通過公式（2）計算土壤碳密度×數(shù)據(jù)[23]。

式中，Csoil為單位土壤面積上的碳儲量即土壤碳密度（kg·m-2）；TOC 為有機(jī)碳含量（%）；R 為各土壤類型平均容重（g·cm-3）；H 為各各土壤類型參考深度（cm）。0.1為換算單位需要；轉(zhuǎn)換系數(shù)即為Bemmelen換算系數(shù)（即0. 58 gC·g-1SOC）。

地上及地下植被碳密度數(shù)據(jù)來源于政府間氣候變化專門委員會（IPCC）2006年制定的確定農(nóng)業(yè)、林業(yè)和其他土地用途部門的溫室氣體目錄方法學(xué)，根據(jù)地上及地下植被生物量進(jìn)行轉(zhuǎn)換[24]。

式中，Cabove為地上植物碳密度（kg·m-2）；Bi為地上生物量（kg·m-2）；IPCC（2006）以生物量為口徑，InVEST模型使用的是元素碳質(zhì)量。生物量轉(zhuǎn)換成碳需要乘以一個范圍在 0.43—0.51 的換算系數(shù)，k為該換算系數(shù)。

地下植被碳密度計算方法如下：

式中，Cbelow為地下植物碳密度（kg·m-2）；p為地上生物量和地下生物量比值，該比值可通過 IPCC數(shù)據(jù)得到。

死亡有機(jī)質(zhì)碳密度的計算因為死亡有機(jī)質(zhì)碳密度數(shù)據(jù)較難獲取，本研究采用IPCC（2006）的默認(rèn)值，其中顯示了林地類型中葉凋落物的默認(rèn)碳庫值。非林地類型因凋落物數(shù)量過小，碳估計值接近于0。

總碳密度庫計算方法：

式中，Cstorage為某地類的總碳儲量（kg）；Csoil、Cabove、Cbelow、Cdead分別為土壤碳密度、地上、地下植被碳密度、死亡有機(jī)質(zhì)碳密度（kg·m-2）；S為該地類的面積（m2）。

1.3.3 生物多樣性 生物多樣性是生態(tài)系統(tǒng)服務(wù)提供的生態(tài)系統(tǒng)結(jié)構(gòu)基礎(chǔ)，生物多樣性與生態(tài)系統(tǒng)服務(wù)生產(chǎn)密切相關(guān)。InVEST模型中生境質(zhì)量模塊（Habitat Quality Model）可以反映生物多樣性的特點，生境退化程度也可以表征生物多樣性，本文選取的 InVEST模型同時計算了生境質(zhì)量和生境退化度，因為生境質(zhì)量高的地方相應(yīng)生境退化度便比較低，具有較高一致性，為避免重復(fù)本文主要以生境質(zhì)量作為生物多樣性指標(biāo)。生境質(zhì)量指環(huán)境為個體或種群的生存提供適宜的生產(chǎn)條件的能力。生境中每個柵格的生境質(zhì)量由生境適宜度（取值范圍介于0—1，1 表示該生境具有最高適宜度，非生境為 0）和生境退化度決定。模型使用威脅圖層數(shù)據(jù)來評估不同土地利用類型的退化程度。本研究將城鎮(zhèn)用地、農(nóng)村居民點、工礦建設(shè)用地和耕地定義為生境的威脅源，本研究假設(shè)4種威脅源產(chǎn)生的影響隨距離增大呈線性衰減趨勢。威脅r在柵格x的生境對柵格y的影響用irxy表示，在土地利用類型j中的斑塊組x的生境質(zhì)量由Qxj表示，公式如下：

式中，r為生境的威脅源，y為威脅源r中的柵格，dxy是柵格x和y之間的線性距離；drmax是威脅r的最大作用距離。Hj為地類j的生境適宜度；Dxj為地類j中柵格x的生境退化度；k為半飽和常數(shù), 即退化度最大值的一半；z為默認(rèn)參數(shù)。本研究選取的威脅源包括耕地、城鎮(zhèn)、農(nóng)村居民點和建設(shè)用地，部分參數(shù)設(shè)置參考相關(guān)文獻(xiàn)[25]和InVEST用戶手冊。

1.3.4 文化服務(wù) 文化是在一定自然條件下形成的，是適應(yīng)自然環(huán)境的產(chǎn)物，一般用來指代人類從生態(tài)系統(tǒng)中獲得的非物質(zhì)利益[26]。本文結(jié)合研究區(qū)的具體特征選取了部分指標(biāo)對其文化服務(wù)價值進(jìn)行計算，使用SoLVES模型進(jìn)行量化，SoLVES模型在大范圍研究區(qū)域內(nèi)表現(xiàn)出較好的應(yīng)用效果，該模型的使用是文化服務(wù)評估的典型代表，文化服務(wù)作為社會和自然的紐帶，對其有效評估可以提升生態(tài)系統(tǒng)服務(wù)給人類帶來的福祉[27]。SoLVES模型包括生態(tài)系統(tǒng)服務(wù)功能社會價值模塊、價值制圖模塊和價值轉(zhuǎn)換制圖模塊。各個子模塊之間相互關(guān)聯(lián)，利用最大熵模型和輸入的基礎(chǔ)數(shù)據(jù)進(jìn)行運算，得出最終的文化服務(wù)價值圖[7]。最大熵模型是以最大熵原理為基礎(chǔ)來衡量物種在地理空間分布的模型（圖2），將有數(shù)據(jù)的區(qū)域依據(jù)價值轉(zhuǎn)換的辦法轉(zhuǎn)移到數(shù)據(jù)缺少的區(qū)域，實現(xiàn)對整個區(qū)域的數(shù)據(jù)量化評估[28]。本文選擇審美、文化、歷史、娛樂、精神 5個價值指標(biāo)對研究區(qū)進(jìn)行文化服務(wù)評估。使用的數(shù)據(jù)主要包括社會調(diào)查問卷和環(huán)境數(shù)據(jù)，環(huán)境數(shù)據(jù)包括GIS 表面分析工具基于 DEM 數(shù)據(jù)提取出的坡度圖層以及山體陰影圖層；運用 GIS 距離制圖工具基于DEM 數(shù)據(jù)和道路網(wǎng)以及水體分布數(shù)據(jù)提取出的調(diào)查點與最臨近道路的水平距離圖層；調(diào)查點與最臨近水體的水平距離圖層；以及通過遙感影像解譯獲取的2015 年土地利用類型數(shù)據(jù)，生成5種價值指數(shù)地圖，最終結(jié)合專家分析以十分制進(jìn)行打分，得到最終權(quán)重分配和研究區(qū)的價值指數(shù)地圖。問卷的內(nèi)容包括娛樂、審美、學(xué)習(xí)、文化氛圍、經(jīng)濟(jì)發(fā)展程度、可持續(xù)發(fā)展程度、生活環(huán)境以及人們的幸福感等各個方面。為了保證數(shù)據(jù)科學(xué)性，問卷還包含對人的年齡、性別和受教育水平等的調(diào)查，共計發(fā)出836份問卷，有效問卷783份。

圖2 最大熵模型分析過程Fig. 2 Maxent maximum entropy model analyze process flow

1.4 最優(yōu)保護(hù)區(qū)劃分

1.4.1 有序加權(quán)平均算法 生態(tài)系統(tǒng)服務(wù)內(nèi)部通常有著復(fù)雜的相互影響，常見的包括權(quán)衡協(xié)同關(guān)系，權(quán)衡是此消彼長的對立關(guān)系，而協(xié)同則是同增同減的平行關(guān)系[29]。要提高生態(tài)系統(tǒng)服務(wù)整體價值，應(yīng)盡可能減少不同服務(wù)間的權(quán)衡作用[30-31]，但是權(quán)衡作用通常無法完全消除，此時就應(yīng)當(dāng)考慮選取生態(tài)系統(tǒng)服務(wù)價值最高的區(qū)域并加以保護(hù)[32]。本研究采用的多準(zhǔn)則決策是通過一定的方式和已有的信息對備選方案進(jìn)行排序和擇優(yōu)，基于OWA（Ordered Weighted Averaged，有序加權(quán)平均）算子的多準(zhǔn)則決策方法是該方法的一項重要研究內(nèi)容，OWA方法是一種可以依據(jù)決策風(fēng)險系數(shù)任意選擇指標(biāo)之間重要程度的決策方法，OWA多準(zhǔn)則聚合經(jīng)過次序權(quán)重和準(zhǔn)則權(quán)重兩個階段加權(quán)后，通過改變決策風(fēng)險系數(shù)可以產(chǎn)生多種決策方案。基于OWA的最優(yōu)保護(hù)區(qū)選擇，即把已有的各個準(zhǔn)則圖層進(jìn)行柵格化處理，然后應(yīng)用OWA方法先在GIS環(huán)境下進(jìn)行聚和，根據(jù)不同的風(fēng)險值和權(quán)衡值的設(shè)置可以得到多種風(fēng)險情景，最后根據(jù)一定的篩選原則進(jìn)行最優(yōu)保護(hù)區(qū)的選取。OWA算子的定義如下[33]：

式中，Xij是指在第j個經(jīng)過標(biāo)準(zhǔn)化處理后的柵格圖上的第i個位置處的一組屬性值，Sij是與Xij對應(yīng)的經(jīng)過標(biāo)準(zhǔn)化之后，4種生態(tài)系統(tǒng)服務(wù)柵格值由大到小的降序排列之后獲得的新的4個數(shù)據(jù)集，wi是4個新數(shù)據(jù)集Sij的有序權(quán)重。

在本文中，標(biāo)準(zhǔn)化柵格圖層為選取的4種生態(tài)系統(tǒng)服務(wù)，即生物多樣性、固碳量、產(chǎn)水量和文化服務(wù)。在進(jìn)行OWA排序這一步驟之前，數(shù)據(jù)全部歸一化為1—9的范圍。

1.4.2 OWA情景的風(fēng)險與權(quán)衡 OWA情景中涉及風(fēng)險和權(quán)衡的概念，風(fēng)險（risk）值在0—1范圍之內(nèi)，為了均衡每一種風(fēng)險，每一個風(fēng)險值都有對應(yīng)的權(quán)衡值，從0開始取固定間隔的風(fēng)險值設(shè)置一種情景，從而使4種生態(tài)系統(tǒng)服務(wù)的權(quán)重值由較低向較高依次增加。設(shè)定不同的有序權(quán)重后，風(fēng)險和權(quán)衡的計算公式如下：

其中，n為所有生態(tài)系統(tǒng)服務(wù)柵格圖層的總數(shù)量，ωi為第i個柵格的權(quán)重。理論上改變決策策略范圍內(nèi)的風(fēng)險和權(quán)衡水平，可以獲得多個情景，權(quán)重均勻分布的程度控制著各服務(wù)之間的總體權(quán)衡級別。OWA方法中的決策風(fēng)險指的不是決策錯誤的概率，而是決策者對風(fēng)險的規(guī)避態(tài)度，越不希望有風(fēng)險，決策時就會給負(fù)面指標(biāo)比較高的權(quán)重，減小風(fēng)險的概率，相反，風(fēng)險在可接受范圍內(nèi)時，相應(yīng)權(quán)重就會比較低。如果決策者對每種生態(tài)系統(tǒng)服務(wù)分配相同的權(quán)重值，則它們更可能獲得為1的最大權(quán)衡值，即每種生態(tài)系統(tǒng)服務(wù)被完全平均的分配權(quán)重（ωi=1/n）。如果具有的最高或最低的生態(tài)系統(tǒng)服務(wù)被賦予最大的權(quán)重值 1，他們將得到0的最低權(quán)衡值。場景的風(fēng)險值越高，丟失生態(tài)系統(tǒng)服務(wù)的風(fēng)險就越高。場景的權(quán)衡值越高，來自每個生態(tài)系統(tǒng)服務(wù)的值在最終 OWA結(jié)果中越平均。

結(jié)合風(fēng)險與權(quán)重的具體概念，以下公式可以獲得最佳有序權(quán)重：

這個公式的解可以決定對于給定風(fēng)險水平的最大權(quán)衡程度。本文中n的數(shù)量為4，即4個生態(tài)系統(tǒng)服務(wù)柵格圖層。

1.4.3 優(yōu)先區(qū)保護(hù)效率 經(jīng)過對比不同生態(tài)系統(tǒng)服務(wù)在不同情景下的的保護(hù)效率，可以確定生態(tài)系統(tǒng)服務(wù)得到最優(yōu)保護(hù)的情景[34-35]，情景對應(yīng)的保護(hù)區(qū)域即為最優(yōu)保護(hù)區(qū)。保護(hù)效率計算公式如下：其中，E為保護(hù)區(qū)特定生態(tài)系統(tǒng)服務(wù)的保護(hù)效率，本文依據(jù)生態(tài)系統(tǒng)服務(wù)最終對生態(tài)的貢獻(xiàn)價值進(jìn)行各個服務(wù)的權(quán)重分配，根據(jù)謝高地等[36]的研究，調(diào)節(jié)、支持、供給和文化服務(wù)分別占據(jù)總生態(tài)系統(tǒng)服務(wù)價值的71.31%、19.01%、5.86%、3.81%。本研究分別以固碳，生物多樣性，產(chǎn)水以及文化服務(wù)作為該類服務(wù)的代表賦予該權(quán)重，得到一個研究區(qū)生態(tài)系統(tǒng)服務(wù)值，ESC(avg)規(guī)定為保護(hù)區(qū)域的生態(tài)系統(tǒng)服務(wù)值，ESO(avg)為整個研究區(qū)生態(tài)系統(tǒng)服務(wù)平均值，約為5.106。

2 結(jié)果

2.1 生態(tài)系統(tǒng)服務(wù)評價

本文通過的SWAT模型劃分子流域，根據(jù)研究區(qū)面積指定子流域最小集水面積閾值，結(jié)合研究區(qū)土地利用類型以及土壤屬性等具體情況，將渭河流域（關(guān)天段）劃分為157 個子流域。通過計算得到2015年研究區(qū)固碳、產(chǎn)水、生物多樣性以及文化4種生態(tài)系統(tǒng)服務(wù)量（圖 3），并在子流域尺度上進(jìn)行分析。

InVEST碳儲存模型通過將各個碳庫的碳儲存量相加來評價整個區(qū)域的總碳儲存。土地利用類型和面積大小的變化是影響固碳能力的主要因素，2015年研究區(qū)子流域固碳量范圍為5.041—10.284 t·hm-2，單位面積固碳量較高的子流域多位于秦嶺山地地區(qū)，綠色植被覆蓋區(qū)域可以較大程度上利用地上和地下空間，最大限度發(fā)揮其固碳能力。耕地類型單位面積上固碳量較低，但因為研究區(qū)內(nèi)總體面積較大，因此固碳總量較高。城市聚集地區(qū)固碳量相對較低，建設(shè)用地密集的區(qū)域碳儲存十分受限，選擇固碳能力相對較弱的低覆蓋草地等地區(qū)作為城市擴(kuò)張的目標(biāo)區(qū)域，以及增加碳的固持例如實施退耕還林還草等政策將有利于研究區(qū)碳儲存的維持和增長。

1992—1999 年為研究區(qū)產(chǎn)水量率定期，逐月實測徑流量與模擬值擬合度較高，相關(guān)系數(shù)R2為0.70，ENS（Nash-Sutcliffe Efficiency納什效率系數(shù)）值為0.67；2011—2015年用于驗證，相關(guān)系數(shù)R2為0.90，ENS值為 0.66（圖 4）。產(chǎn)水量是生態(tài)系統(tǒng)服務(wù)的重要參考指標(biāo)，其影響因素較多，與植被、降水、氣候，地形等因素均有關(guān)，研究區(qū)處于干旱半干旱氣候，產(chǎn)水量增大有利于研究區(qū)地下水的補給，也可以為生態(tài)系統(tǒng)提供更好的水環(huán)境，關(guān)中-天水經(jīng)濟(jì)區(qū)各個子流域產(chǎn)水量差異明顯，子流域產(chǎn)水量范圍為 7.773—321.484 mm，整體來看產(chǎn)水量研究區(qū)東部最高，中部地區(qū)小于西部地區(qū)，結(jié)合研究區(qū)行政區(qū)劃來看，銅川市和渭南市產(chǎn)水量相對偏低。

圖4 徑流量的率定期和驗證期Fig. 4 The calibration and validation period of runoff

研究區(qū)內(nèi)的生境質(zhì)量因為土地利用類型差異而明顯不同，威脅因子的分布和地類差異是影響生境質(zhì)量變化的關(guān)鍵性因素，距離威脅因子越遠(yuǎn)，生境質(zhì)量得分越高，研究區(qū)子流域平均生境質(zhì)量得分在 0.222—0.921之間，關(guān)中平原地區(qū)植被覆蓋較少，建設(shè)用地較多，人類活動頻繁和城市發(fā)展導(dǎo)致威脅因子分布密集，因此生境質(zhì)量較低，平均值在0.22左右，秦嶺林地屬于高植被覆蓋且距離生境威脅因子較遠(yuǎn)，生境質(zhì)量平均得分較高，約為 0 .92，生物退化程度幾乎為 0 ，證明其生態(tài)適宜性高，生物多樣性保持良好。

經(jīng)計算子流域尺度上文化價值總指數(shù)為1.3—5.7，秦嶺山地一帶風(fēng)景區(qū)較多，是附近居民觀賞游覽的熱點區(qū)域，因此審美價值較高。西安、咸陽、寶雞，天水等地作為歷史名城，擁有豐富的歷史文化積淀，人們對其歷史文化價值的認(rèn)同感較高，城市地區(qū)因為配備大量娛樂設(shè)施以及可以滿足人們?nèi)粘蕵坊顒拥膱鏊?，屬于娛樂價值較高的區(qū)域；而位于城市邊緣的森林公園等地，是人們?nèi)粘Ｐ蓓头潘傻闹饕攸c，多具有較高的精神價值。本文將幾種文化價值指標(biāo)進(jìn)行綜合疊加，得到最終的文化價值指數(shù)，從空間分布圖可以看出，城市整體文化價值最高。

2.2 優(yōu)先保護(hù)區(qū)的劃定

2.2.1 OWA算子的風(fēng)險與權(quán)衡 未來情景可以為研究區(qū)生態(tài)建設(shè)發(fā)展規(guī)劃提供思路，針對研究區(qū)當(dāng)前的生態(tài)系統(tǒng)服務(wù)現(xiàn)狀，為最大化生態(tài)系統(tǒng)服務(wù)功能，本研究進(jìn)行了優(yōu)先保護(hù)區(qū)域的劃分。

利用OWA算子進(jìn)行優(yōu)先區(qū)選擇，在0—1的風(fēng)險范圍內(nèi)，理論上可以任意建立情景?？紤]到實際研究情況和計算難度，本研究選取 0.1為間隔區(qū)間建立情景，因此共11個情景，經(jīng)計算其最佳有序權(quán)重如表1，OWA算法提取出的圖層分別為w1—w4，其風(fēng)險與權(quán)衡的變化如圖5。

由圖5可以看出，當(dāng)風(fēng)險從0開始逐漸增長到1，權(quán)衡的變化軌跡接近拋物線，并且在風(fēng)險值為0.5時，達(dá)到最高權(quán)衡值 1，最高點兩側(cè)呈對稱關(guān)系。當(dāng)風(fēng)險值從0增長到0.5時，即情景1到情景6意味著4種生態(tài)系統(tǒng)服務(wù)由排序后數(shù)值最小的柵格分配到最大權(quán)重，逐漸向各柵格權(quán)重為0.25的均衡化轉(zhuǎn)變；當(dāng)風(fēng)險從0.5增長到1時，即情景6到情景11意味著從柵格權(quán)重均衡化向排序后數(shù)值最大的柵格分配到更高的權(quán)重值轉(zhuǎn)變。

2.2.2 不同情景下的保護(hù)區(qū)位 通過11個情景下，4種權(quán)重值和對應(yīng)生態(tài)系統(tǒng)服務(wù)量的相乘，可以得到各個情景有序加權(quán)平均結(jié)果柵格圖。因為目前我國對自然保護(hù)區(qū)域的界定范圍研究相對較少，為了高效集約地保護(hù)研究區(qū)生態(tài)系統(tǒng)服務(wù)功能，我們選取20%的范圍作為渭河流域（關(guān)天段）的保護(hù)區(qū)。經(jīng)計算各情境保護(hù)如圖6。

表1 不同情景下的風(fēng)險與權(quán)衡值Table 1 The risk and tradeoff under different scenarios

圖5 風(fēng)險與權(quán)衡關(guān)系Fig. 5 The relationship between tradeoff and risk

2.2.3 保護(hù)效率 經(jīng)計算得到保護(hù)效率如表2。風(fēng)險系數(shù)可以用于表征偏向情景，本研究中風(fēng)險系數(shù)為0.5時代表4類生態(tài)系統(tǒng)服務(wù)是“無偏向”的，最優(yōu)選擇區(qū)的范圍隨風(fēng)險變化呈現(xiàn)為動態(tài)變化趨勢。風(fēng)險系數(shù)為0.5是將研究選取的4類服務(wù)發(fā)展平衡化的決策，而根據(jù)計算結(jié)果，情景6的保護(hù)效率最高，且情景6恰好是風(fēng)險系數(shù)為0.5的對應(yīng)情景，結(jié)合空間分布來看，保護(hù)區(qū)域主要位于研究區(qū)的南部和中西部，結(jié)合前文的研究結(jié)果，保護(hù)區(qū)域大多分布于固碳量較高的地區(qū)，這與固碳服務(wù)作為調(diào)節(jié)服務(wù)對生態(tài)系統(tǒng)服務(wù)價值貢獻(xiàn)最高有關(guān)，且固碳量高值區(qū)和生境質(zhì)量高值區(qū)分布相近，可以看出固碳量較高的地方比較利于生物多樣性的保持，但林地雖然固碳能力強(qiáng)，但同時增強(qiáng)了土壤保持，其攔截水流的能力也相應(yīng)增強(qiáng)，所以削弱了產(chǎn)水服務(wù)。城鎮(zhèn)面積較大的情景其文化服務(wù)將提升，但其他服務(wù)隨之相應(yīng)減少，因此根據(jù)計算結(jié)果綜合分析來看，選取情景6為最佳情景，情景6的主要土地利用類型面積（表3）為耕地561.15 km2，林地8 070.34 km2，草地668.66 km2，水體17.19 km2，城鎮(zhèn)11.16 km2。

圖6 不同情景下的優(yōu)先保護(hù)區(qū)域Fig. 6 The priority area under different scenarios

3 討論

近年來，人類對生態(tài)系統(tǒng)的服務(wù)需求不斷上升，隨著物質(zhì)生活水平的提高，對文化服務(wù)的需求也日益增強(qiáng)，生態(tài)系統(tǒng)服務(wù)的相關(guān)研究大多只考慮到自然因素，本研究的創(chuàng)新之處在于綜合考慮到調(diào)節(jié)、支持、供給、文化4種不同的生態(tài)系統(tǒng)服務(wù)類型，將文化服務(wù)納入考量體系，結(jié)合自然因素和人文因素共同進(jìn)行探究?？梢钥闯?，固碳量與生境質(zhì)量的高值區(qū)分布較為一致，生物多樣性與生態(tài)系統(tǒng)服務(wù)的生產(chǎn)有著密切聯(lián)系，本質(zhì)具有空間化特征，生態(tài)保護(hù)的主要目標(biāo)之一就是生物多樣性保護(hù)。生態(tài)系統(tǒng)通過增減大氣中的溫室氣體來調(diào)節(jié)地球的氣候條件，但是森林草地等陸地生態(tài)系統(tǒng)的碳儲存同樣不容忽視，生態(tài)系統(tǒng)還不斷將碳累積到植物和土壤中，因此固碳服務(wù)是十分重要的大氣調(diào)節(jié)服務(wù)。土地利用的改變會影響碳儲存，進(jìn)而影響氣候環(huán)境，研究區(qū)緊鄰秦嶺山地，植被覆蓋率較高，明確區(qū)域內(nèi)固碳服務(wù)現(xiàn)狀對研究區(qū)的生態(tài)系統(tǒng)服務(wù)價值而言十分必要，從產(chǎn)水量分布來看，渭南市和銅川市屬于資源性缺水區(qū)，水資源總量不足，時空分布不均，水資源短缺已成為渭南經(jīng)濟(jì)社會可持續(xù)發(fā)展的重要制約因素。銅川市水資源量主要集中在汛期，全市人均占有水資源是全國人均的1/8，處于國際絕對缺水線以下，在產(chǎn)水量不足的情況下這兩個地區(qū)可以通過水資源回收利用，調(diào)水工程等滿足產(chǎn)業(yè)發(fā)展及居民生活對水的需求。目前關(guān)于文化服務(wù)的研究相對不足，且不同地區(qū)人們對文化的認(rèn)知以及需求程度都對其研究結(jié)果造成影響，文化服務(wù)作為生態(tài)系統(tǒng)服務(wù)中一個重要的分類，未來加強(qiáng)其相關(guān)研究和與其他服務(wù)的相互作用與影響是十分必要的。根據(jù)文化服務(wù)研究結(jié)果，秦嶺一帶風(fēng)景區(qū)景色優(yōu)美，整體審美價值較高；西安、咸陽等地作為歷史名城，歷史悠久，古跡眾多，其文化價值較高，研究區(qū)城市地區(qū)具備大量娛樂設(shè)施以及可以進(jìn)行娛樂活動的場所，因而娛樂價值較高；位于城市邊緣的森林公園，例如翠華山，驪山等則具有較高的精神價值。

表2 不同情景的保護(hù)效率Table 2 Protection efficiency of different scenarios

表3 各情景對應(yīng)的土地利用面積 (km2)Table 3 The area (km2) of land use type under different scenarios

本文涉及到的生態(tài)系統(tǒng)服務(wù)包括生物多樣性、固碳、產(chǎn)水以及文化。InVEST模型已經(jīng)在多個國家和地區(qū)的空間規(guī)劃、生態(tài)補充環(huán)境管理決策中得到了廣泛應(yīng)用，它可以突破傳統(tǒng)定量評估方法的局限性，為生態(tài)系統(tǒng)服務(wù)功能的空間表達(dá)和動態(tài)分析提供新手段。模型考慮威脅因子及威脅距離對棲息地的影響，量化展示了研究區(qū)生物多樣性的空間分布；固碳服務(wù)本文采用了一種普遍算法并計算了4類碳庫的碳密度數(shù)據(jù)，InVEST模型碳模塊還可以對碳價，木材價格等的輸入模擬，但本文由于數(shù)據(jù)的獲取局限性，未將此部分納入計算；產(chǎn)水量通過SWAT模型計算，通過模擬值和實際值對比，因此有較高的可信度；文化服務(wù)主要采用問卷調(diào)查法，雖然問卷法的爭議較多，但是在樣本數(shù)據(jù)可靠的情況下結(jié)果依然可以提供參考，未來可以通過豐富問卷調(diào)查的內(nèi)容和方式來獲取更多文化服務(wù)信息。

本文選取了4個生態(tài)系統(tǒng)服務(wù)，未來可以考慮更多生態(tài)系統(tǒng)服務(wù)，使保護(hù)區(qū)的建立能夠更大程度優(yōu)化生態(tài)系統(tǒng)服務(wù)。在測算生態(tài)系統(tǒng)服務(wù)的基礎(chǔ)上，本研究通過OWA決策方法，結(jié)合GIS手段，通過設(shè)立不同的風(fēng)險值計算出相應(yīng)權(quán)重，進(jìn)行優(yōu)先保護(hù)區(qū)的劃分，理論上在風(fēng)險值范圍內(nèi)，可以設(shè)立多個情景，本研究因為時間和計算量原因選取了11個情景，情景1和情景11屬于極端模擬情景，情景1僅風(fēng)險屬性值最小的要素（w4）被賦予了次序權(quán)重1，其他要素均被賦予次序權(quán)重 0，這表明決策者對風(fēng)險持一種完全規(guī)避的態(tài)度，即維護(hù)“木桶效應(yīng)”的最短板態(tài)度，此時選取出的情景保護(hù)效率也是最低的，情景11則相反，風(fēng)險屬性值最大的要素（w1）被賦予了次序權(quán)重1，其他要素均被賦予次序權(quán)重 0，表明決策者愿意承受最大風(fēng)險丟失某種生態(tài)系統(tǒng)服務(wù)，選取這種情景的保護(hù)效率也是比較低的，風(fēng)險值在0—0.5和0.5—1之間時，決策者對風(fēng)險要素的制約作用分別保持“保守偏向”和“冒險偏向”態(tài)度，風(fēng)險值為0.5時，則是一種較為均衡化的決策。本文依據(jù)保護(hù)效率選取出的情景 6恰好是均衡值最高的風(fēng)險決策，研究因計算量和時間原因只劃分了11種情景，未來可以更深層次探討，劃分更多情景進(jìn)行分析，使研究結(jié)果更具說服力。

4 結(jié)論

本文提出了新的方法用以確定優(yōu)先保護(hù)區(qū)的選擇，以渭河流域（關(guān)天段）為例，測算了研究區(qū)2015年4種不同類型的生態(tài)系統(tǒng)服務(wù)，并運用OWA多屬性決策方法對多種生態(tài)系統(tǒng)服務(wù)進(jìn)行權(quán)衡，在綜合考慮自然因素和人文因素的基礎(chǔ)上進(jìn)行優(yōu)先保護(hù)區(qū)的選擇，對文化服務(wù)的測算使得對研究區(qū)生態(tài)系統(tǒng)服務(wù)的價值研究更加完善。本文利用OWA算子設(shè)定了11種情景，對選取的生態(tài)系統(tǒng)服務(wù)都有良好的保護(hù)效率，保護(hù)區(qū)的分布相對比較集中，多位于南部秦嶺地區(qū)、天水市和寶雞市交界處、渭南東部，咸陽市、銅川市和西安市也有少量分布，天水市西部分布最少。其中情景6的保護(hù)效率最高，為1.499，因此本文將優(yōu)先保護(hù)區(qū)設(shè)定為情景6的保護(hù)區(qū)范圍。為了最大化保護(hù)區(qū)效益，應(yīng)該對保護(hù)區(qū)林地類型及城市郊區(qū)等可以提供文化服務(wù)的地方進(jìn)行重點保護(hù)，并合理限制城市快速擴(kuò)張，保護(hù)區(qū)的建立可以更好地為研究區(qū)提供生態(tài)福祉。