理解生态系统服务的权衡和协同作用以支持京津冀地区的决策
Understanding trade-offs and synergies of ecosystem services to support the decision-making in the Beijing–Tianjin–Hebei region
本文发表在国际期刊Land Use Policy 2021年第106卷上，第一作者为中国地质大学（北京）的冯喆副教授，通讯作者为北京大学城市规划设计学院的晋雪茹。
★
摘要
★
理解生态系统服务的权衡和协同作用是实现生态系统高效管理和改善人类福祉的基础。然而，目前涉及生态系统服务关系形成的驱动机制的研究仍然有限。本文引入贝叶斯信念网络这一半定量模型来模拟生态过程，将潜在影响因素与生态系统服务供给联系起来，旨在理解生态系统服务关系，为管理决策提供参考。本文以京津冀地区为研究区域，对2015年四种生态系统服务(生境质量、碳固存、产水和土壤保持)进行了量化和制图。在建立模拟生态系统服务供给的贝叶斯信念网络的基础上，利用敏感性分析识别影响生态系统服务供给的关键因素。此外，通过贝叶斯概率推理，识别了生态系统服务之间的关系，分析了驱动机制。主要结论如下：(1)京津冀地区生态系统服务供给的空间异质性较强。(2)影响生态系统服务的关键因素是土地利用类型、植被覆盖、降水量、坡度、蒸散量和人口密度。(3)生境质量、碳固存和土壤保持服务相互协同，产水和生境质量、碳固存和土壤保持服务之间存在权衡。(4)在土地利用类型、植被覆盖度、坡度和人口密度中，土地利用类型对生态系统服务的权衡影响最大。作为贝叶斯信念网络与生态系统服务相结合的实践，本研究可以为生态系统服务关系的研究提供一种方法，为生态系统服务整体效益最大化的管理决策提供参考。
01
研究方法
1.生态系统服务量化与制图
本文基于InVEST模型，对2015年四种生态系统服务(生境质量、碳固存、产水和土壤保持)进行了量化和制图。其中，生境质量通过HQ模块计算，碳固存通过计算不同土地利用类型的地上、地下碳密度获得，产水通过WY模块计算，土壤保持使用了SR模块。
2.贝叶斯信念网络
本文使用Netica软件创建了一个BBN，演示了四种ES供应过程的相互作用。该网络的节点信息如下表:
02
研究结果
1.京津冀地区生态系统服务
京津冀地区ES制图结果如下：
2.贝叶斯信念网络
本文创建网络的结构包含8个离散节点、4个连续节点和14个箭头。网络结构完成后，进行采样和学习。每个节点状态的先验概率分布如图3所示。
3.BBN精度测试
BBN建成后，在京津冀地区每隔5公里采样一次，获得8596个样本，作为测试样本进行精度测试。HQ、CS、WY和SR节点被选为要测试的节点，而Netica将这些变量视为未观察到的节点。Netica传递案例文件输入，并单独处理案例，将生成的预测与案例文件中的真实值进行比较。表8显示测试结果。本文创建的BBN总体上具有较高的精度，这表明BBN在模拟ES供应过程时相当准确，并显示出对每个ES进行概率推断的高度可靠性。
4.敏感性分析
敏感性分析可以显示其他节点对目标节点的影响程度，从而识别影响京津冀地区ESs的关键变量。根据方差缩减值，影响HQ的关键变量包括人口密度、坡度、植被覆盖度和土地利用类型。植被覆盖度和土地利用类型这两个关键变量对CS有很大影响。影响WY的关键变量包括实际蒸散量、土地利用类型、年降水量和植被覆盖度。而SR受坡度、人口密度和土地利用类型的影响。此外，HQ、CS、WY和SR之间的方差缩减值都大于0，这意味着四种ES由于相同的影响因素而彼此相关。
5.概率推理
贝叶斯信念网络可以通过连续概率方法推断未观察节点的后验概率(即以当前输入的所有发现为条件)。本文通过输入一个节点的发现并记录其他节点的更新后验概率，确定了京津冀地区的专家系统权衡和协同作用。此外，对这种关系的驱动机制进行了分析。结果表明，HQ服务与SR服务是协同的；CS服务与HQ和SR服务时协同关系，与WY服务为权衡关系；WY与另外三种服务均为权衡关系；SR与HQ和CS服务为协同关系，与WY为权衡关系。在概率推理过程中，发现生态系统协同作用主要受土地利用类型、坡度、植被覆盖度和人口密度的驱动。生态系统的权衡主要受土地利用类型、植被覆盖和蒸散的影响。
6.确定权衡的主要驱动力
ES的权衡使得服务之间难以达到最佳平衡。确定形成权衡关系的主要因素并采取有针对性的措施是优化环境服务效益的必要条件。由于HQ、CS和SR服务是相互协同的，所以在我们设置的两个情景中，这三个服务被视为一个整体，并执行反向推理。在情景1中，WY被忽略，HQ、CS和SR被最大化。在情景二中，四个ES都被最大化。情景分析表明，土地利用类型是WY与HQ、CS和SR之间形成权衡关系的最重要驱动力。为了追求总体的生态系统效益，有必要关注土地利用的结构和模式，特别是耕地、森林和草地的空间分布。
03
讨论
贝叶斯信念网络在分析生态系统服务的权衡、协同和驱动机制方面具有独特的优势。统计学方法试图用线性思维来衡量多个ES之间的复杂相互作用，并以假设来解释驱动机制。由于生态系统的供给受到自然、社会和经济等多种因素的影响，这些因素都不是独立的，因此贝叶斯信念网络将生态系统视为一个整体。本文建立的BBN模型成功地将潜在驱动因素和生态系统服务供给联系在一起，并从京津冀地区的样本中学习到了变量之间的交互作用，从而模拟了生态过程。结合敏感性分析和概率推理，贝叶斯网络不仅可以揭示ES之间的关系，还可以进一步分析驱动机制。此外，生态系统权衡和协同分析中使用的贝叶斯信念网络值得广泛探索，以发现更大的应用潜力。当然，贝叶斯网络还存在一定局限性。由于需要定义节点的有限状态，并离散化经验数据输入，这不可避免地会丢失信息。而且受限于用来创建网络的平台，网络节点不能太多，结构也不能太复杂。这在一定程度上限制了分析多个ES之间关系的能力。此外，本文使用的InVeEST模型量化ES，简化生态过程造成了一定影响，从而限制了对生态系统服务价值驱动机制和资源优化配置的进一步研究。
在京津冀地区，可以通过合理干预生态系统关系形成的关键驱动因素来改善环境保护。（1）建设用地生态条件差。对土地开发强度和海绵城市建设的严格限制将有助于限制新的不透水表面和优化绿地布局。此外，这些措施有助于提高生态承载力，因为它们具有调节水循环、增加有利于气候调节的碳固存以及为一些生物提供栖息地的作用。(2)东南平原面临水土流失的风险。考虑到林地和草地的蓄水能力较强，合理的退耕还林可以作为恢复自然生态系统和调节水循环的良好途径。例如，放置在斜坡上的一些植被和经济林可能有助于加强降雨储存能力，并提高总部和客户服务水平。(3)西北山区局部土壤侵蚀率高，但坡度大，局部重力土壤侵蚀潜力大。那里的土壤总流失量相对较高。因此，应该努力减少实际的土壤流失。考虑到改造地形不切实际，可以采用局部边坡微调来达到削坡的效果。此外，由于植物蒸腾作用弱于森林，因此通过布置一些草地来减轻权衡效应可以有效地拦截降雨，减少土壤侵蚀，并改善当地的土壤水分状况。
贝叶斯信念网络最吸引人的是它的概率推理功能，可以作为土地利用规划的决策工具。除了基于手动改变的节点状态进行推理外，还支持输入包含一些节点状态值的案例文件，并通过处理案例的功能来推断其他未知节点的状态。一方面，可以通过调整BBN中相应节点的状态来模拟社会经济变量的变化，并且相应地改变相关节点的状态。因此，可以评估多个开发方案对ES的影响。另一方面，当本地规划目标明确时，可以通过在BBN输入目标来了解相关节点的对应状态，为管理方法提供参考。再土地利用规划中，可以通过节点代表土地利用类型，所创建的BBN可以评估未来的ES供给，并比较不同规划中的节能效率。为了进一步发挥其潜力，为土地利用规划决策做出更大贡献，需要建立一个包含更多节点的更准确的网络。如有必要，可邀请专家参与定义网络结构，以确保网络的合理性。
声明：
本推送内容为个人对文章的理解，所用图片均引用自原文（如下），不是对原文的翻译，想深入探究的同学请搜索原文。个人水平有限，难免出现错讹，也请各位专家、同学批评指正。
原文请见：
Feng Z, Jin X, Chen T, et al. Understanding trade-offs and synergies of ecosystem services to support the decision-making in the Beijing–Tianjin–Hebei region. Land Use Policy, 2021, 106: 105446.