2025, Vol. 46
土地利用/覆盖变化（land use /land cover change, LUCC）不仅影响到地球系统能量与物质循环, 而且与气候变化、生态演变以及人地关系的可持续发展等密切相关[1]. 随着城镇化进程的推动和人类活动强度的急剧增长, 人类对土地资源的需求也呈现急速增长的态势, LUCC无论是从速度还是规模上都空前增长[2, 3]. 生态系统服务（ecosystem services, ES）是指生态系统为支持和维持人类的生活和福祉而提供的直接和间接效益, 主要包括4类服务：文化、供给、调节和支持服务[4~7]. 随着ES概念的引入, 生态系统服务价值（ecosystem service value, ESV）的量化和分类越来越受到关注, 并已成为生态系统领域相关研究的核心问题[8]. ESV是运用货币化的手段对生态系统提供的服务功能与创造的产品价值进行衡量, 其能定量、直观地反映由土地利用变化导致的生态系统服务变化[9]. LUCC作为人类活动最直观的反映, 可通过影响土壤侵蚀、能量交换、水循环和碳氮循环等生态过程, 显著影响区域生态系统的结构、过程与功能, 是ESV变化的重要因素[10~14]. 分析区域LUCC过程下引起的ESV变化, 对保护区域生态系统的结构和功能, 合理配置土地资源, 实现人地关系和谐发展具有重要意义[15].
目前基于土地利用的生态系统服务价值的评估方法主要为价值当量法, 该方法以Costanza等[16]建立的“全球生态系统服务价值当量表”为基础, 方法简单, 直观易用, 适用于较大尺度生态系统服务价值的评估, 谢高地等[17]依据中国实际情况特征制定了中国ESV当量因子表, 进一步完善了该方法. 近年来, 众多学者围绕LUCC与ESV的耦合作用方面展开了大量研究. 陈美景等[18]在明确LUCC结构与时空转型格局的基础上, 通过构建资源型城市ESV评估方法, 分析黄河流域35个资源型城市的ESV变化情况, 并进一步探究不同LUCC类型对ESV的影响程度；杨舒媛等[19]基于LUCC数据核算1975~2020年沂河流域ESV, 并探讨了沂河流域ESV的水平空间和垂直空间格局特征；Chen等[20]利用地理信息图谱方法分析长江经济带中游城市群地区LUCC, 探讨ESV对城市用地变化的响应, 结果表明, 林地、耕地和水域之间的转化是ESV变化的主要原因. 由于过渡带受到多个生态系统的交互作用, 同时拥有丰富的自然资源, 因此有关过渡带的生态问题研究常常受到关注[9]. 北方农牧交错带是我国面积最大的典型交错带, 生态环境敏感且脆弱, 具有融合农区和牧区的独特经济形态[9, 21, 22]. 近几十年来, 由于过度放牧和耕作以及城镇用地的迅速扩张, 导致北方农牧交错带出现了一系列生态问题[23], 自20世纪90年代末以来, 中国政府在北方农牧交错带内开展的一系列生态保护工程, 极大改善该区域的生态环境[9]. 目前, 有关北方农牧交错带生态系统的研究主要集中在区域或县尺度上ESV的变化[24], 对北方农牧交错带LUCC驱动下ESV总价值的研究较少.
鉴于中国北方农牧交错带内复杂的社会经济发展路径与生态保护模式, 本文以中国北方农牧交错带为研究区, 基于地理信息图谱法分析过去北方农牧交错带LUCC时空变化, 通过改进的当量因子法计算了研究区内的生态系统服务价值, 并在此基础上探讨土地利用变化与生态系统服务价值变化间的响应关系, 通过揭示当前经济社会发展背景下中国北方农牧交错带的土地利用时空格局与变化趋势, 研判区域性土地利用价值冲突, 评估其对生态系统服务能力产生的影响, 以期为中国北方农牧交错带的土地利用规划、生态环境保护与可持续发展提供科学的决策依据.
1 材料与方法 1.1 研究区概况中国北方农牧交错带地处中国北方传统农业和畜牧业的过渡地带, 是我国北方地区重要的生态安全屏障[25]. 目前还没有一套统一的评价方法来界定农牧交错带的范围, 对农牧交错带位置的重新界定主要是从农业气象因子的角度进行. 2017年, 中国农业部明确了中国北方农牧交错带重点区域范围[26], 覆盖甘肃、宁夏、陕西、山西、河北、辽宁和内蒙古这7省（自治区）, 总面积约47万km2（图 1）. 区域内地形西高东低, 海拔多在500 m以上, 气候属于温带半干旱大陆性季风气候, 年平均气温0~10 ℃左右, 年内降水集中在6~8月, 年均降水约300~500 mm, 降水年际变化大、蒸发强烈[27]. 区域内自西向东植被类型由荒漠草原带过渡到典型草原带和森林草原带, 是典型的干草原植被类型. 过去几十年中, 由于气候变化和人类活动强度的加剧, 北方农牧交错带出现土地沙化、植被退化和水资源短缺等生态问题[9], 随着一系列生态修复项目的实施, LUCC发生显著改变.
|
图 1 研究区概况 Fig. 1 Overview of the research area |
本研究数据主要包括北方农牧交错带的土地利用数据、社会经济数据和基础地理信息数据这3类. LUCC数据来源于武汉大学遥感与信息工程学院黄盺教授团队发布的2000年、2010年和2020年这3期China Land Cover Dataset（CLCD）数据集, 下载地址为：https://zenodo.org/records/5210928, 分辨率为30 m×30 m, 将数据按用地类型划分为耕地、林地、草地、水域、建设用地和未利用地这6类（图 2）；计算ESV所需要的农作物播种面积、产量数据和CPI指数等分别来自2000年、2010年和2020年研究区各省市统计年鉴, 农作物净利润指标分别来自2000年、2010年和2020年《全国农产品成本收益资料汇编》. 高程数据来源于地理空间数据云（http://www.gscloud.cn/）, 空间分辨率为30 m.
|
图 2 2000~2020年中国北方农牧交错带土地利用类型 Fig. 2 Land use types in the agro-pastoral ecotone of northern China from 2000 to 2020 |
单一土地利用动态度可以用来表示研究区在某一时段内某种土地利用类型的变化速率[28], 计算公式为：
|
(1) |
式中, K为单一土地利用动态度；Ua和Ub分别为研究时间段初期和末期某一土地利用类型的面积；T为时间段.
其次, 本文使用综合土地利用动态度表征研究区一定时段内整体土地利用类型的变化速率[29], 表达式为：
|
(2) |
式中, LC为综合土地利用动态度；LUi为研究时间段初期第i类土地利用类型的面积, ΔLUi-j为研究时段内第i类土地利用类型转换为j类型面积的绝对值；n为土地利用类型个数.
1.3.2 土地利用图谱分析地理信息图谱单元包括空间单元和时序单元两部分, 通过分析地理信息图谱单元的变化可以表示不同时空条件下LUCC的空间格局与时序特征[30]. 选取北方农牧交错带2000年、2010年和2020年这3期CLCD土地利用数据, 基于ArcGIS 10.8的叠加分析模块, 以30m×30 m空间分辨率为基本图谱单元, 将两期相邻的LUCC数据相交, 运算相交后两期土地利用类型的编码值, 具体公式为：
|
(3) |
式中, C为计算后的土地利用图谱转移类型, 采用两位数编码值表示；A为前期的土地利用类型编码值；B为后期的土地利用类型编码值, 从而生成中国北方农牧交错带3期（2000~2010年、2010~2020年和2000~2020年）具有2位数编码的土地利用变化图谱.
1.3.3 土地利用变化率土地利用变化率是指某种土地利用类型在某一时间段内的变化面积占该时间段内研究区所有土地利用类型变化面积的比例[3], 计算公式为：
|
(4) |
式中, P为土地利用变化率；Sij为研究时段初期第i种土地利用类型转变为末期第j种土地利用类型的图谱单元面积；n为土地利用类型个数.
1.3.4 涨落势图谱分析LUCC包括转入和转出两个方面, 转入表示其他土地利用类型转为某一土地利用类型, 则该土地利用类型面积出现涨势特征；转出表示某一土地利用类型转为其他土地利用类型, 则该土地利用类型面积出现落势特征. 基于3期LUCC数据, 对多期各土地利用类型转入和转出进行空间显式表达, 利用叠加分析构建2000~2010年、2010~2020年和2000~2020年这3个时序单元的土地利用涨势图谱和落势图谱.
1.3.5 生态系统服务价值计算基于先前学者的研究基础[31], 采用当量因子法评估中国北方农牧交错带的ESV. 主要步骤如下.
（1）确定并修正标准当量 研究区耕地经济农作物类型主要为稻谷、小麦和玉米, 因此, 通过计算研究区单位面积耕地上稻谷、小麦和玉米的净利润来表示1单位标准当量的ESV[17]. 为了能够更加综合客观地计算ESV, 本文使用消费者物价指数（CPI）对基于多年净利润平均值确定的标准当量系数进行修正[24]. 具体的修正方法如下：
|
(5) |
式中, D为修正后的ESV标准当量；Sri、Swi和Sci分别为第i年稻谷、小麦和玉米的播种面积占3种作物总面积的百分比；Fri、Fwi和Fci分别为第i年全国稻谷、小麦和玉米的单位面积平均净利润（元·hm-2）；αi为第i年的CPI修正系数.
（2）计算不同土地利用类型的静态ESV 研究区生态系统服务包括供给服务、调节服务、支持服务和文化服务这4大类, 并可进一步分为11子类. 在谢高地等[17]制定的中国陆地生态系统当量表基础上, 根据中国北方农牧交错带的自然环境条件对各类生态系统的服务价值系数进行修正. 耕地地类统一采用农田生态系统服务价值系数；研究区林地类型复杂, 包括针叶林、针阔混交林和落叶阔叶林等, 为方便后续计算, 本文取针叶林、针阔混交林与阔叶林生态系统服务价值系数的平均值[32]；研究区草地可分为高覆盖度草地、中覆盖度草地和低覆盖度草地, 其中高覆盖度草地主要以草甸草原为主[33], 因此高覆盖度草地的选择草甸草地生态系统服务价值系数, 中、低覆盖度草地选择草原草地生态系统服务价值系数[34]；水域地类中的河流、湖泊和水库等选择水域生态系统服务价值系数；其他用地选择裸地生态系统服务价值系数；建设用地的生态系统服务价值系数均设为0.
根据以上两个步骤得出研究区单位面积生态系统服务价值系数表, 结果如表 1所示. ESV的计算公式为：
|
(6) |
|
(7) |
|
表 1 北方农牧交错带单位面积生态服务价值当量 Table 1 Equivalent value of ecosystem services per unit area in the agro-pastoral ecotone of northern China |
式中, ESV为生态系统服务价值；Ak为k类土地利用类型的面积；VCk为单位面积生态系统服务价值系数；ESVf为第f项生态系统服务功能价值；VCfk为第f项单位面积生态系统服务价值系数.
1.3.6 生态系统服务价值贡献率基于土地利用变化生态贡献率的相关概念[35, 36], 计算土地利用转换对ESV的贡献率, 即每一种土地利用转换类型导致的生态系统服务价值变化在该时段总体生态系统服务价值变化中的比率, 计算公式为：
|
(8) |
式中, R为生态系统服务价值贡献率；AESVa和AESVb分别为某一土地利用转换类型在某时段初期与末期所对应的单位面积生态系统服务价值；S为该土地利用转换类型的面积；ΔESV为研究时段内所有土地利用转换所导致的ESV的总变化量.
2 结果与分析 2.1 土地利用结构变化分析表 2统计了2000~2020年北方农牧交错带内不同时段不同土地利用类型的变化特征. 北方农牧交错带内主要用地类型为草地, 2000年、2010年和2020年的草地面积占比均超过研究区总面积的49.96%, 其次为耕地, 统计面积均在130 000 km2以上, 占研究区总面积的比例在28.27%以上, 3个年份的草地和耕地面积总占比分别达到研究区总面积的83.16%、82.30%和80.17%, 表明研究区土地利用结构以农牧生产为主, 这与研究区社会经济发展的特点相符合. 其中, 草地的面积呈现先增加后减少的趋势, 由2000年的240 498.01 km2, 增加至2010年的253 032.01 km2, 年均增长速率达0.52%, 后又减少至2020年的249 798.01 km2, 草地20 a间综合动态度为0.39%. 耕地表现出持续萎缩的趋势, 由2000年的159 821.01 km2减少到2020年的136 084.01 km2, 且前期下降速率（-1.05%）较后期（-0.49%）快, 耕地20 a间整体动态度为-1.49%.
|
|
表 2 2000~2020年中国北方农牧交错带土地利用变化统计 Table 2 Statistics on land use changes in the agro-pastoral ecotone in northern China from 2000 to 2020 |
研究区内耕地面积出现了较大规模减少的同时, 林地、草地和建设用地的面积出现不同程度的增加. 林地面积持续上升, 其面积由2000年的65 782.20 km2增加到2020年的79 707.50 km2, 林地面积年均增加速率达到2.12%. 分析认为, 研究区内退耕还林、荒地造林等生态工程的实施使得林地面积增加, 在显著提升了林地面积的同时, 也改善了区域的生态环境. 建设用地面积呈持续增加态势, 面积由2000年的5 984.97 km2, 升至2020年的10 940.50 km2, 综合动态度达到了8.28%. 虽然研究区建设用地总量较小, 但增加的幅度较大, 是研究区面积增长最明显的土地利用类型, 其主要原因是随着经济的发展和人口的增加, 城镇不断扩张, 导致建设用地需求急剧增加, 大量其他用地转变为建设用地. 水域面积呈先减少后小幅增加的趋势, 年均变化速率为-1.84%. 未利用地面积变化幅度在所有地类中最大, 由2000年的7 666.76 km2减少至2020年的3 513.83 km2, 前期变化率（-4.21%）明显高于后期（-2.08%）, 综合动态度达到-5.42%. 2000~2010年的综合土地利用动态度（0.42%）高于2010~2020年的综合土地利用动态度（0.23%）, 前期的变化速率高于后期, 说明2000~2010年的土地利用变化更加剧烈；2000~2020年的综合土地利用动态度为0.59%, 表明过去20 a内北方农牧交错带LUCC有一定程度变化.
2.2 土地利用转移图谱分析2000~2020年北方农牧交错带土地利用转移图谱共生成36类图谱单元, 其中有30类图谱单元土地利用类型发生了变化, 变化总面积为92 049.60 km2. 分别统计2000~2020年转移图谱的图谱单元和转移面积, 并计算变化率, 结果如表 3所示. 前8类图谱单元累计变化率达到96.74%, 在空间分布上存在显著的区域差异（图 3）. 变化最为明显的是“耕地→草地”图谱类型, 主要分布在研究区的中部和南部, 这主要与近些年来北方农牧交错带内实施的一系列生态退耕措施有关, 为实现研究区内重点区域的生态修复, 对不适宜耕作的土地进行退耕还草, 让大面积的耕地转换为草地. 其次, 变化类型为“草地→耕地”的变化率达到23.93%, 主要集中在研究区的中部和北部. 主要原因是为保护耕地, 1998年国家颁布了《土地管理法》, 明确规定实行占用耕地补偿制度, 对非农建设占用耕地实行占补平衡的保护措施, 同时草地作为中国北方农牧交错带的主要类型, 也促成了研究区内的草地地类向耕地地类转变. 20 a间, 中国北方农牧交错带内由草地和耕地向林地转换了15 425.40 km2, 变化率分别为14.24%和2.52%, 这与在研究区内推行的三北防护林建设工程、退耕还林还草工程、京津风沙源综合治理工程等生态工程有关. 此外, 研究区内建设用地的扩张主要集中在北部的赤峰市和通辽市以及南部的榆林市境内, 主要表现为“耕地→建设用地”, 变化率为3.45%.
|
|
表 3 2000~2020年主要土地利用转移图谱单元排序 Table 3 Transition map unit order of land use from 2000 to 2020 |
|
图 3 北方农牧交错带各时序单元土地利用转移图谱 Fig. 3 Land use transfer map of each temporal unit in the northern agro-pastoral ecotone |
利用涨势图谱分析方法生成北方农牧交错带LUCC涨势图谱, 并对各LUCC类型涨势情况进行统计（图 4和表 4）. 2000~2010年, 研究区LUCC未变区域总面积为417 578.40 km2, 占研究区总面积的86.75%. LUCC变化区域面积为63 764.18 km2, 其中新增草地面积最大, 占新增面积的56.84%. 其次为新增耕地、新增林地和新增建设用地, 面积分别为17 920.01、6 338.98和2 301.16 km2, 新增未利用地和新增水域面积最小. 空间分布上, 新增草地在研究区内广泛分布, 新增耕地主要集中在北部的赤峰市、通辽市、阜新市和南部的吴忠市等地, 新增林地主要集中在承德市、朝阳市和延安市等地, 新增建设用地主要集中在呼和浩特市、张家口市和大同市等地. 2010~2020年, 研究区LUCC未变区域面积较上一阶段略有增加, 总面积为419 513.88 km2, 面积占比约为87.15%. 研究区LUCC变化区域面积为61 828.70 km2, 其中新增草地面积仍然最大, 占新增面积的44.19%；其次为新增耕地, 共计增加了20 791.85 km2, 占新增面积的33.63%, 明显高于上一阶段, 说明该时期研究区内耕地面积加速扩张；新增林地和新增建设用地面积分别增加了9 762.63 km2和2 758.36 km2, 增加幅度均高于上一阶段, 说明该时期研究区生态保护力度加强, 同时城镇化进程同步推进；新增水域面积最小. 在空间分布上, 整体与上一阶段类似, 但在张家口市境内林地出现较大面积的新增.
|
图 4 中国北方农牧交错带各时序单元土地利用涨势图谱 Fig. 4 Land use rise trend map of each temporal unit in the agro-pastoral ecotone of northern China |
|
|
表 4 中国北方农牧交错带土地利用涨势图谱结构/km2 Table 4 Structure of rising map of land use in the agro-pastoral ecotone of northern China/km2 |
2000~2020年研究区LUCC无变化区域的面积为389 292.74 km2, 占研究区总面积的80.88%. 20 a间, 研究区变化区域面积为92 049.84 km2, 其中新增草地面积最大, 广泛分布与研究区各地, 共增加了46 947.32 km2, 占新增面积的51.00%, 表明2000~2020年中国北方农牧交错带内生态工程的主要生态修复路径为恢复草地植被. 其次为新增耕地, 面积为23 248.31 km2, 占新增面积的25.26%, 主要分布在研究区北部的赤峰市、通辽市、中部的呼和浩特市、大同市以及南部的吴忠市等地, 表明研究区内农业持续发展, 耕地面积持续增加. 新增林地面积为15 429.46 km2, 占新增面积的16.76%, 新增林地主要集中在研究区中部和南部, 包括朝阳市、承德市、张家口市、忻州市、延安市、庆阳市和平凉市等地, 新增建设用地面积为5 010.26 km2, 占变化面积的5.44%, 基本可以分为北部和中部两大城镇扩张区, 北部扩张区主要包括朝阳市、阜新市、锦州市和赤峰市等地, 中部扩张区主要包头市、呼和浩特市、乌兰察布市、张家口市、大同市、朔州市和忻州市等地. 新增未利用地和新增水域面积较小, 空间分布不明显.
2.3.2 土地利用落势图谱北方农牧交错带2000~2010年、2010~2020年和2000~2020年的LUCC的落势情况如图 5和表 5所示. 2000~2010年研究区耕地萎缩面积最大, 为34 633.62 km2, 占萎缩面积的54.32%, 主要分布在研究区的中部和南部；其次为草地萎缩面积, 为23 711.04 km2, 主要分布在北部和中部；再次为萎缩未利用地, 为3 965.84 km2, 主要集中在研究区北部的赤峰市、通辽市以及南部的榆林市和吴忠市等地；林地和水域的萎缩面积均未超过1 000 km2, 建设用地萎缩面积最小. 2010~2020年, 草地成为研究区萎缩面积最大的用地类型, 面积达到30 557.36 km2, 占萎缩总面积的49.42%, 研究区全域均有分布, 且以张家口市、大同市、延安市和平凉市等地较为集中；其次为萎缩耕地面积, 为27 815.69 km2, 萎缩幅度较上一阶段有所下降, 说明该阶段耕地被占用或生态退耕的趋势有所减缓, 主要分布在赤峰市、乌兰察布市、吕梁市和榆林市等地；再次为未利用地和林地, 萎缩面积分别为1 790.98 km2、1 358.36 km2, 未利用地萎缩面积较上一阶段减少较多, 但空间分布较上一阶段无明显变化；水域和建设用地的萎缩面积变化不明显. 2000~2020年, 研究区耕地萎缩面积最大, 共萎缩了46 985.86 km2, 占萎缩面积的51.04%, 萎缩耕地主要集中在北部的赤峰市、中部的乌兰察布市、张家口市以及南部的榆林市、吕梁市、中卫市和固原市等地. 其次为萎缩草地, 面积为37 647.61 km2, 占萎缩面积的40.90%, 主要分布在研究区北部的赤峰市、承德市、朝阳市、中部的张家口市、大同市以及南部的延安市、吴忠市和平凉市等地. 可以看出, 耕地和草地的萎缩是研究区LUCC萎缩的主要表现形式. 萎缩未利用地面积为5 185.91 km2, 主要集中在研究区北部的赤峰市、通辽市以及南部的榆林市等地. 萎缩林地面积为1 504.12 km2, 萎缩水域和萎缩建设用地面积较小, 空间分布不明显.
|
图 5 中国北方农牧交错带各时序单元土地利用落势图谱 Fig. 5 Falling map of land use of each temporal unit in the agro-pastoral ecotone of northern China of different periods |
|
|
表 5 中国北方农牧交错带土地利用落势图谱结构/km2 Table 5 Structure of falling TUPU of land use in the agro-pastoral ecotone of northern China/km2 |
综合分析土地利用转移图谱和涨落势图谱, 2000~2010年土地利用涨势图谱中新增草地面积最大, 土地利用落势图谱中萎缩耕地面积最大. 2010~2020年, 研究区新增草地面积虽然在所有地类中最大, 但较上一阶段有大量减少, 且新增耕地面积较上一阶段增加；在萎缩地类中, 萎缩草地面积最大, 其次为萎缩耕地. 整体来看, 2000~2020年北方农牧交错带土地利用涨势图谱中新增草地面积最大, 面积达到46 947.32 km2, 其次为新增耕地, 落势图谱中萎缩耕地面积最大, 面积为46 985.86 km2, 其次为萎缩草地, 面积为37 647.61 km2. 土地利用转移图谱中变化最为显著的是耕地向草地转变, 面积达到41 240.20 km2, 三者之间的面积变化关系说明20 a间新增草地主要来源于耕地的转换, 表明研究区主要的生态退耕路径为耕地向草地转换；三者在空间分布格局上较为相似, 这也再次表明在生态保护政策的驱动下, 中国北方农牧交错带内的生态退耕路径主要是将耕地转化为草地.
2.4 土地利用变化对生态系统服务价值的影响 2.4.1 中国北方农牧交错带生态系统服务时空格局采用自然间断点法将中国北方农牧交错带ESV分为低、较低、中等、较高和高这5个区域（图 6）. 研究区ESV整体呈现出中部高、东西两侧较低的分布特征. ESV高值区主要分布于北部的赤峰市、中部的承德市、张家口市、大同市、忻州市和吕梁市以及南部的延安市等地, 以上地区多为耕地集中或植被覆盖度较高的地区, 自然和人文景观广泛分布, 拥有较好的供给、调节、支持和文化服务功能. ESV低值区主要集中在北部的阜新市、朝阳市、锦州市、赤峰市以及中部的呼和浩特市、张家口市、大同市、朔州市和忻州市等地, 且重点集中在各城镇建成区内, 以上区域城镇开发力度较大, 旱地、沙地、裸地等交错分布, 水资源供给不足, 土壤保持能力较差, 整体生态质量较差.
|
图 6 中国北方农牧交错带生态系统服务价值时空格局 Fig. 6 Spatial and temporal patterns of ecosystem service value in the agro-pastoral ecotone of northern China |
基于自然断裂点法, 根据研究区ESV的变化方向和变化程度, 将中国北方农牧交错带ESV空间变化划分为显著增加、一般增加、基本不变、一般减少和显著减少这5类区域（图 7）. 空间尺度上, 2000~2010年研究区大部分区域ESV保持不变态势, 变化区域以一般增加为主, 主要分布在中部的锡林郭勒盟、乌兰察布市、张家口市、大同市以及南部的榆林市、延安市、中卫市和固原市等地, 减少区域主要集中在北部的赤峰市、通辽市以及中部的张家口市、乌兰察布市和呼和浩特市等地. 2010~2020年, 研究区整体变化依旧是以基本不变为主, 但变化区域内呈增加趋势的地区面积明显减少, 且主要集中在南部的吕梁市、榆林市、延安市和庆阳市等地, ESV呈减少趋势的地区面积明显增加, 主要集中在北部的赤峰市、朝阳市, 中部的张家口市、大同市、朔州市、呼和浩特市以及南部的吴忠市等地. 整体来看, 2000~2020年中国北方农牧交错带ESV呈增加的趋势, 主要为一般增加, 研究区中部和南部整体改善的面积较大, 中部和北部表现出减少和增加并存的趋势, 减少区域主要集中在大同市、呼和浩特市、赤峰市、通辽市以及吴忠市等地, 主要表现为一般减少.
|
图 7 中国北方农牧交错带生态系统服务价值变化格局 Fig. 7 Change pattern of ecosystem service value in the agro-pastoral ecotone of northern China |
分别计算各类土地利用变化对ESV的贡献率, 如表 6所示. 结果显示, 耕地、草地、林地和水域之间的相互转换是中国北方农牧交错带ESV变化的主要因素. 草地和林地所具有的自然属性使得草地和林地在维持和保护区域生态系统功能方面发挥较大的正向作用, 而耕地同时具备粮食生产、气候调节和土壤保持等生态系统功能, 因此研究区内规模较大的草地、林地和耕地之间的相互转换, 会对ESV的变化产生巨大的影响. 2000~2020年, 研究区所有的草地、林地和耕地之间的相互转换导致ESV增加的贡献率之和占导致研究区ESV增加的83.09%, 可以看出, 研究区ESV的增加基本上是由于耕地向草地和林地转换以及草地向林地转换导致的. 在过去的20 a中, 中国北方农牧交错带内持续开展了退耕还林还草等生态工程, 尤其是在土地荒漠化严重的地区, 明显改善了该区域的生态环境质量. 研究区内草地向耕地、水域向耕地和水域向建设用地的转换导致ESV减少的贡献率之和占导致研究区ESV减少的67.73%, 其中草地向耕地的转换在所有转换类型中占比最高, 达到46.81%, 是研究区ESV减少的主要驱动类型, 因此, 研究区ESV的减少, 与更具生态价值的草地向耕地转换有密切关系. 分析认为, 主要是由于研究区内城镇化进程的持续推进, 城镇周边的农田被占用导致耕地面积减少, 而为了保障粮食安全, 落实耕地红线保护任务, 需要从林地和草地等其他用地类型中开垦出新的耕地[37], 而耕地的生态价值不及草地和林地, 因此导致区域ESV的减少. 因此, 提升林地、草地和耕地的规模和质量是改善中国北方农牧交错带的生态系统服务价值的重要手段.
|
|
表 6 中国北方农牧交错带土地利用转换的生态系统服务价值贡献率 Table 6 Contribution rate of ecosystem service value of land use transformation in the agro-pastoral ecotone of northern China |
此外, 未利用地的生态开发也是研究区ESV增加不可忽视的原因之一, 研究区未利用地转换为草地导致ESV增加的贡献率之和占导致研究区ESV增加的8.92%. 草地的单位面积ESV高于未利用地, 研究区未利用地经过生态化开垦利用转换为草地, 对提高区域ESV具有重要作用. 另一方面, 在导致ESV减少的土地转型利用类型中, 水域向耕地、建设用地和草地的转化也是研究区ESV减少的重要原因, 占比分别为11.36%、9.56%和6.23%. 研究区内部水域面积较小, 但是其向耕地、建设用地和草地出现了持续转化, 水域, 尤其是具备一定规模的固定水体, 其具有显著的水资源供给、气候调节、净化环境、水文调节、生物多样性和美学景观等生态系统服务价值和功能, 是生态系统不可或缺的一部分. 在持续推进的城镇化进程和实现“粮食安全”目标的双重作用下, 研究区内部对土地资源的需求不断增加, 以致于消除了大量水体以换取土地空间, 使得研究区水域面积减少, 生态空间被大量挤占, 最终导致北方农牧交错带ESV出现了一定程度的下降.
3 讨论 3.1 土地利用变化对生态系统服务价值的影响分析LUCC是影响ESV变化的主要因素, 不同区域的LUCC会对ESV造成不同程度的影响[38]. 对北方农牧交错带内LUCC涨落图谱和ESV变化进行对比分析, 可以看出, 林地和草地增加的区域与ESV增加的区域显著重合, 多由耕地转换而来, 增加的草地与林地之间有明显呈东北-西南走向的分界线, 分界线北部ESV的增加主要是由于草地的增加, 而分界线南部ESV的增加主要是由于林地的增加. 耕地增加的区域相对应的ESV则呈减少趋势, 且耕地主要由草地转换而来, 分析认为研究区原有草地在开垦为耕地后, 虽供给服务有所提升, 但调节服务、支持服务、文化服务出现减少并导致耕地增加区域的ESV出现减少. 此外, 建设用地的扩张与ESV减少区域显著重合, 表明研究区的城镇扩张导致ESV减少. 整体来看, 各个地类向耕地和建设用地的转换是研究区ESV减少的主要原因, 耕地的转入导致ESV减少的区域主要集中在研究区北部, 而建设用地的转入导致ESV减少的区域主要集中在研究区中部.
近年来, 中国北方农牧交错带境内实施了一系列生态修复工程, 这些生态工程使得北方农牧交错带生态环境得到了很大改善的同时, 也成为LUCC变化的重要驱动因素之一. 由于北方农牧交错带原本的生态基底较为脆弱, 在气候变化的背景下, 同时需要兼顾保障农牧、工矿、城镇以及生态工程等各方面的发展[39, 40], 导致北方农牧交错带LUCC的结构不稳定, 使得保障北方农牧交错带生态系统服务的稳定供给变得困难, 也为后续的生态修复与可持续发展设置了障碍[41, 42].
3.2 不确定性分析及对未来研究的启示随着北方农牧交错带内经济发展和生态保护的持续推进, 其境内LUCC不可避免地发生剧烈变化. 本文仅初步分析了LUCC背后的驱动机制, 缺乏对驱动机制的深入探讨. 考虑到北方农牧交错带面积广阔, 地跨不同气候带和经济带, 简单的土地分类对ESV的核算精度难免造成影响. 因此, 未来应该在细分地类的基础上开展LUCC变化和ESV核算研究. 此外, 研究区内LUCC结构不稳定, 各种地类面积的增减对ESV和生态环境质量具有较大影响, 因此, 在以后的研究中应进一步探讨研究区的土地利用规划和土地资源配置, 协调好城镇扩张与耕地保护的关系, 合理调整土地利用结构. 由于研究区内存在大量生态敏感区和生态脆弱区, 因此在进行土地开发和经济活动时, 应合理规划生态空间, 加强生态修复与经济开发之间关系的研究.
本文借鉴谢高地等的单位面积价值当量因子法[17]对中国北方农牧交错带进行ESV核算, 虽然该方法广泛应用于ESV相关研究[43, 44], 但该方法只是将实际生态过程简化, 对LUCC与生态系统之间的复杂关系考虑不足. 此外本文在ESV的经济-社会-自然复合作用机制[45]方面的探讨尚存在不足, 北方农牧交错带面积广阔, 自然环境复杂, 社会经济水平各异, 未来可以在细分LUCC类型的基础上, 从区域居民支付意愿、社会文化与景观结构等多方面进行更全面且深入的研究.
4 结论（1）北方农牧交错带最主要用地类型为草地和耕地, 二者占研究区总面积的78.23%以上, 其中草地的面积呈现先增加后减少的趋势, 耕地面积则出现了持续减少的趋势. 2000~2020年整个阶段的土地利用动态度为0.59%, 其中建设用地是研究区增长最显著的土地利用类型. 2000~2020年, 研究区土地利用转移图谱变化最为明显的是“耕地→草地”图谱类型, 主要分布在研究区的中部和南部, 其次为“草地→耕地”图谱类型, 主要集中在研究区的中部和北部.
（2）2000~2010年, 土地利用涨势图谱中新增草地面积最大, 为36 244.34 km2, 土地利用落势图谱中萎缩耕地面积最大, 为34 633.62 km2；2010~2020年, 研究区新增草地面积虽然在所有地类中最大, 但较上一阶段有大量减少, 且新增耕地面积较上一阶段增加, 而在萎缩地类中, 萎缩草地面积最大, 为30 557.36 km2, 其次为萎缩耕地, 为27 815.69 km2. 2000~2020年北方农牧交错带土地利用涨势图谱中新增草地面积最大, 面积达到46 947.32 km2, 其次为新增耕地, 面积为23 248.31 km2, 土地利用落势图谱中萎缩耕地面积最大, 面积为46 985.86 km2, 其次为萎缩草地, 面积为37 647.61 km2.
（3）2000~2020年, 北方农牧交错带ESV空间格局总体表现为“中部高-东西低”的特征. ESV高值区主要分布于耕地集中或植被覆盖度较高的地区, 研究区ESV整体呈增加的趋势, 主要表现为一般增加, 研究区中部和南部整体改善的面积较大, 中部和北部表现出减少和增加并存的趋势. 2000~2020年, 研究区所有的草地、林地和耕地之间的相互转换导致ESV增加的贡献率之和占导致研究区ESV增加的83.09%, 草地向耕地、水域向耕地和水域向建设用地的转换导致ESV减少的贡献率之和占导致研究区ESV减少的67.73%, 研究区ESV的增加主要源于耕地向草地和林地转换以及草地向林地转换, 而ESV减少则主要源于草地向耕地以及水域向耕地的转换.
| [1] |
刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报, 2014, 69(1): 3-14. Liu J Y, Kuang W H, Zhang Z X, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3-14. |
| [2] |
刘永强, 龙花楼. 黄淮海平原农区土地利用转型及其动力机制[J]. 地理学报, 2016, 71(4): 666-679. Liu Y Q, Long H L. Land use transitions and their dynamic mechanism in the Huang-Huai-Hai Plain[J]. Acta Geographica Sinica, 2016, 71(4): 666-679. |
| [3] |
于元赫, 李子君, 林锦阔, 等. 沂河流域土地利用时空变化图谱特征分析[J]. 自然资源学报, 2019, 34(5): 975-988. Yu Y H, Li Z J, Lin J K, et al. TUPU characteristics of spatiotemporal variation for land use in the Yihe River Basin[J]. Journal of Natural Resources, 2019, 34(5): 975-988. |
| [4] | Lautenbach S, Kugel C, Lausch A, et al. Analysis of historic changes in regional ecosystem service provisioning using land use data[J]. Ecological Indicators, 2011, 11(2): 676-687. |
| [5] |
李理, 赵芳, 朱连奇, 等. 淇河流域生态系统服务权衡及空间分异机制的地理探测[J]. 生态学报, 2021, 41(19): 7568-7578. Li L, Zhao F, Zhu L Q, et al. Geographical detection of ecosystem services trade-offs and their spatial variation mechanism in Qihe River Basin[J]. Acta Ecologica Sinica, 2021, 41(19): 7568-7578. |
| [6] |
徐文彬, 饶良懿. 土地利用和气候变化对农牧交错带生态系统服务的影响[J]. 环境科学, 2023, 44(9): 5114-5124. Xu W B, Rao L Y. Impacts of land use and climate change on ecosystem services in agro-pastoral ecotone[J]. Environmental Science, 2023, 44(9): 5114-5124. |
| [7] |
王耕, 张芙榕. 近30年辽河三角洲生态系统服务价值时空演变及影响因素分析[J]. 环境科学, 2024, 45(1): 228-238. Wang G, Zhang F R. Spatial and temporal evolution and impact factors analysis of ecosystem service value in the Liaohe River Delta over the past 30 years[J]. Environmental Science, 2024, 45(1): 228-238. |
| [8] | Yu H, Chen C, Shao C F. Spatial and temporal changes in ecosystem service driven by ecological compensation in the Xin'an River Basin, China[J]. Ecological Indicators, 2023, 146. DOI:10.1016/j.ecolind.2022.109798 |
| [9] | Liu M Z, Jia Y G, Zhao J J, et al. Revegetation projects significantly improved ecosystem service values in the agro-pastoral ecotone of northern China in recent 20 years[J]. Science of the Total Environment, 2021, 788. DOI:10.1016/j.scitotenv.2021.147756 |
| [10] | Yi H, Güneralp B, Filippi A M, et al. Impacts of land change on ecosystem services in the San Antonio River Basin, Texas, from 1984 to 2010[J]. Ecological Economics, 2017, 135: 125-135. DOI:10.1016/j.ecolecon.2016.11.019 |
| [11] | Arowolo A O, Deng X Z, Olatunji O A, et al. Assessing changes in the value of ecosystem services in response to land-use/land-cover dynamics in Nigeria[J]. Science of the Total Environment, 2018, 636: 597-609. DOI:10.1016/j.scitotenv.2018.04.277 |
| [12] | Duan X Y, Chen Y, Wang L Q, et al. The impact of land use and land cover changes on the landscape pattern and ecosystem service value in Sanjiangyuan region of the Qinghai-Tibet Plateau[J]. Journal of Environmental Management, 2023, 325. DOI:10.1016/j.jenvman.2022.116539 |
| [13] |
范晓敏, 井新, 肖博文, 等. 气候和土地利用变化共同驱动青海海南、海北州生态系统服务的时空变化[J]. 草业学报, 2022, 31(12): 17-30. Fan X M, Jing X, Xiao B W, et al. Climate and land-use change jointly determine the spatial-temporal changes of ecosystem services in Hainan and Haibei Tibetan Autonomous Prefectures, Qinghai Province[J]. Acta Prataculturae Sinica, 2022, 31(12): 17-30. |
| [14] |
王兆峰, 许静. 土地利用演变对国家公园生态系统服务价值的影响——以三江源国家公园为例[J]. 生态学报, 2022, 42(17): 6948-6958. Wang Z F, Xu J. Impacts of land use evolution on ecosystem service value of national parks: take Sanjiangyuan National Park as an example[J]. Acta Ecologica Sinica, 2022, 42(17): 6948-6958. |
| [15] |
严长安, 杨汝兰, 付潇华, 等. 土地利用变化对滇池流域生态系统服务价值的影响[J]. 生态学报, 2023, 43(15): 6194-6202. Yan C A, Yang R L, Fu X H, et al. Impact of land-use change on ecosystem services value in Dianchi Lake Basin[J]. Acta Ecologica Sinica, 2023, 43(15): 6194-6202. |
| [16] | Costanza R, D'Arge R, De Groot R, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260. |
| [17] |
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. Xie G D, Zhang C X, Zhang L M, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8): 1243-1254. |
| [18] |
陈美景, 王庆日, 白中科, 等. 黄河流域资源型城市土地利用转型及其对生态系统服务价值的影响[J]. 生态学报, 2023, 43(22): 9459-9470. Chen M J, Wang Q R, Bai Z K, et al. Land use transition of resource-based cities in the Yellow River Basin and its impact on ecosystem services[J]. Acta Ecologica Sinica, 2023, 43(22): 9459-9470. |
| [19] |
杨舒媛, 李子君. 土地利用变化背景下沂河流域生态系统服务价值时空格局演化[J]. 环境科学, 2024, 45(8): 4722-4732. Yang S Y, Li Z J. Spatio-temporal pattern of ecosystem service value evolution in the Yihe River Basin in the context of land use change[J]. Environmental Science, 2024, 45(8): 4722-4732. |
| [20] | Chen W X, Zhao H B, Li J F, et al. Land use transitions and the associated impacts on ecosystem services in the Middle Reaches of the Yangtze River Economic Belt in China based on the geo-informatic Tupu method[J]. Science of the Total Environment, 2020, 701. DOI:10.1016/j.scitotenv.2019.134690 |
| [21] |
王奕淇, 孙学莹. 黄河流域生态系统服务价值时空演化及影响因素[J]. 环境科学, 2024, 45(5): 2767-2779. Wang Y Q, Sun X Y. Spatiotemporal evolution and influencing factors of ecosystem service value in the Yellow River Basin[J]. Environmental Science, 2024, 45(5): 2767-2779. |
| [22] |
王维奇, 刘欣, 刘晨晖, 等. 放牧压力对中国北方农牧交错带生态系统健康的影响研究[J]. 生态学报, 2024, 44(14): 6288-6300. Wang W Q, Liu X, Liu C H, et al. Impacts of grazing pressure on ecosystem health in the agro-pastoral intertwined areas of northern China[J]. Acta Ecologica Sinica, 2024, 44(14): 6288-6300. |
| [23] |
邱嘉琦, 于德永. 中国北方农牧交错带生态系统服务空间格局及影响因子——以内蒙古中西部地区为例[J]. 生态学报, 2023, 43(18): 7598-7609. Qiu J Q, Yu D Y. Spatial patterns and influence factors of ecosystem services in the agro-pastoral ecotone of northern China: taking the central and western regions of the Inner Mongolia as an example[J]. Acta Ecologica Sinica, 2023, 43(18): 7598-7609. |
| [24] | Yang Y J, Wang K. The effects of different land use patterns on the microclimate and ecosystem services in the agro-pastoral ecotone of Northern China[J]. Ecological Indicators, 2019, 106. DOI:10.1016/j.ecolind.2019.105522 |
| [25] |
崔潇, 王永生, 施琳娜. 北方农牧交错带人地系统耦合协调的时空特征及障碍因子[J]. 农业资源与环境学报, 2023, 40(1): 206-217. Cui X, Wang Y S, Shi L N. Spatio-temporal characteristics and obstacle factors of human-land system coupling coordination in farming-pastoral ecotone of northern China[J]. Journal of Agricultural Resources and Environment, 2023, 40(1): 206-217. |
| [26] | 中华人民共和国农业农村部. 农业部关于北方农牧交错带农业结构调整的指导意见[EB/OL]. http://www.moa.gov.cn/nybgb/2016/shierqi/201711/t20171125_5919525.htm, 2017-11-25. |
| [27] | Yang Y J, Wang K, Liu D, et al. Effects of land-use conversions on the ecosystem services in the agro-pastoral ecotone of northern China[J]. Journal of Cleaner Production, 2020, 249. DOI:10.1016/j.jclepro.2019.119360 |
| [28] |
李丹, 周嘉, 战大庆. 黑龙江省耕地时空变化及驱动因素分析[J]. 地理科学, 2021, 41(7): 1266-1275. Li D, Zhou J, Zhan D Q. Spatial and temporal changes and driving factors of cultivated land in Heilongjiang Province[J]. Scientia Geographica Sinica, 2021, 41(7): 1266-1275. |
| [29] |
贾天朝, 胡西武. 1985-2020年中国"两屏三带"生态屏障区土地利用时空动态演化特征[J]. 水土保持研究, 2024, 31(4): 348-363. Jia T C, Hu X W. Spatiotemporal dynamic evolution characteristics of land use in China's two screens and three belts' ecological barrier areas from 1985 to 2020[J]. Research of Soil and Water Conservation, 2024, 31(4): 348-363. |
| [30] |
陈述彭, 岳天祥, 励惠国. 地学信息图谱研究及其应用[J]. 地理研究, 2000, 19(4): 337-343. Chen S P, Yue T X, Li H G. Studies on geo-informatic tupu and its application[J]. Geographical Research, 2000, 19(4): 337-343. |
| [31] |
李佳鸣, 冯长春. 基于土地利用变化的生态系统服务价值及其改善效果研究——以内蒙古自治区为例[J]. 生态学报, 2019, 39(13): 4741-4750. Li J M, Feng C C. Ecosystem service values and ecological improvement based on land use change: a case study of the Inner Mongolia Autonomous Region[J]. Acta Ecologica Sinica, 2019, 39(13): 4741-4750. |
| [32] |
昭日格, 岳永杰, 姚云峰, 等. 内蒙古自治区森林碳储量及其动态变化[J]. 干旱区资源与环境, 2011, 25(9): 80-84. Zhao R G, Yue Y J, Yao Y F, et al. Forest carbon storage and its dynamics in Inner Mongolia[J]. Journal of Arid Land Resources and Environment, 2011, 25(9): 80-84. |
| [33] |
赵哈林, 周瑞莲, 张铜会, 等. 我国北方农牧交错带的草地植被类型、特征及其生态问题[J]. 中国草地, 2003, 25(3): 1-8. Zhao H L, Zhou R L, Zhang T H, et al. Range vegetation, and its characteristics, ecological-problems in the northern agri-pastoral transition zone, China[J]. Grassland of China, 2003, 25(3): 1-8. |
| [34] |
郭灵辉, 吴绍洪, 赵东升, 等. 近50a内蒙古不同植被类型区生长季变化[J]. 干旱区地理, 2014, 37(3): 532-538. Guo L H, Wu S H, Zhao D S, et al. Variations and trends of climatic growing season in different vegetation zones, Inner Mongolia over the past 50 years[J]. Arid Land Geography, 2014, 37(3): 532-538. |
| [35] |
孔冬艳, 陈会广, 吴孔森. 中国"三生空间"演变特征、生态环境效应及其影响因素[J]. 自然资源学报, 2021, 36(5): 1116-1135. Kong D Y, Chen H G, Wu K S. The evolution of "Production-Living-Ecological" space, eco-environmental effects and its influencing factors in China[J]. Journal of Natural Resources, 2021, 36(5): 1116-1135. |
| [36] |
陈美景, 王庆日, 白中科, 等. 碳中和愿景下"三生空间"转型及其碳储量效应——以贵州省为例[J]. 中国土地科学, 2021, 35(11): 101-111. Chen M J, Wang Q R, Bai Z K, et al. Transition of "Production-Living-Ecological" space and its carbon storage effect under the vision of carbon neutralization: a case study of Guizhou Province[J]. China Land Science, 2021, 35(11): 101-111. |
| [37] |
柯新利, 唐兰萍. 城市扩张与耕地保护耦合对陆地生态系统碳储量的影响——以湖北省为例[J]. 生态学报, 2019, 39(2): 672-683. Ke X L, Tang L P. Impact of cascading processes of urban expansion and cropland reclamation on the ecosystem of a carbon storage service in Hubei Province, China[J]. Acta Ecologica Sinica, 2019, 39(2): 672-683. |
| [38] |
张百婷, 李宗省, 冯起, 等. 基于土地利用变化的祁连山地区生态系统服务价值演化分析[J]. 生态学报, 2024, 44(10): 4187-4202. Zhang B T, Li Z X, Feng Q, et al. Evolution of ecosystem service values in Qilian Mountains based on land-use change from 1990 to 2020[J]. Acta Ecologica Sinica, 2024, 44(10): 4187-4202. |
| [39] | Hao R F, Yu D Y, Liu Y P, et al. Impacts of changes in climate and landscape pattern on ecosystem services[J]. Science of the Total Environment, 2017, 579: 718-728. |
| [40] |
董婷婷, 张增祥, 钱凤魁. 中国北方农牧交错带耕地动态变化的遥感监测[J]. 农业工程学报, 2007, 23(6): 78-82. Dong T T, Zhang Z X, Qian F K. Dynamic change monitoring of cultivated land in a typical farming-pastoral ecotone in Northern China by remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering, 2007, 23(6): 78-82. |
| [41] |
谭文娟, 赵国斌, 魏建设, 等. 黄河流域矿产资源禀赋、分布规律及开发利用潜力[J]. 西北地质, 2023, 56(2): 163-174. Tan W J, Zhao G B, Wei J S, et al. Characteristics, distribution and utilization potential of mineral resources in the Yellow River Basin[J]. Northwestern Geology, 2023, 56(2): 163-174. |
| [42] |
李旭亮, 杨礼箫, 田伟, 等. 中国北方农牧交错带土地利用/覆盖变化研究综述[J]. 应用生态学报, 2018, 29(10): 3487-3495. Li X L, Yang L X, Tian W, et al. Land use and land cover change in agro-pastoral ecotone in Northern China: a review[J]. Chinese Journal of Applied Ecology, 2018, 29(10): 3487-3495. |
| [43] | Yin D Y, Li X S, Li G E, et al. Spatio-temporal evolution of land use transition and its eco-environmental effects: a case study of the Yellow River Basin, China[J]. Land, 2020, 9(12). DOI:10.3390/land9120514 |
| [44] |
苏宁, 丁国栋, 杜林芳, 等. 人类活动对资源型城市生态系统服务价值的影响——以鄂尔多斯为例[J]. 生态学报, 2022, 42(16): 6543-6553. Su N, Ding G D, Du L F, et al. Impact of human activities on ecosystem services value of resource-based city: a case study in Ordos, the Inner Mongolia[J]. Acta Ecologica Sinica, 2022, 42(16): 6543-6553. |
| [45] |
王如松, 欧阳志云. 社会-经济-自然复合生态系统与可持续发展[J]. 中国科学院院刊, 2012, 27(3): 337-345. Wang R S, Ouyang Z Y. Social-economic-natural complex ecosystem and sustainability[J]. Bulletin of Chinese Academy of Sciences, 2012, 27(3): 337-345. |