环境科学  2025, Vol. 46 Issue (4): 2398-2409   PDF    
引用本文
周杰, 杨洁, 张文柳. 甘南州生态系统服务时空变化及权衡协同关系[J]. 环境科学, 2025, 46(4): 2398-2409.
ZHOU Jie, YANG Jie, ZHANG Wen-liu. Spatiotemporal Variation and Trade-off Synergistic Relationship of Ecosystem Services in Gannan Prefecture[J]. Environmental Science, 2025, 46(4): 2398-2409.
甘南州生态系统服务时空变化及权衡协同关系
周杰, 杨洁, 张文柳     
甘肃农业大学草业学院, 兰州 730070
收稿日期: 2024-03-27; 修订日期: 2024-05-29
基金项目: 甘肃农业大学公招博士科研启动基金项目（GAU-KYQD-2021-39）
作者简介: 周杰（2001~）, 男, 硕士研究生, 主要研究方向为区域生态系统服务, E-mail：zj@st.gsau.edu.cn
通信作者: 杨洁, E-mail：yang_jie@gsau.edu.cn
摘要: 甘南藏族自治州是黄河流域上游重要的生态功能区和环境脆弱带, 研究生态系统服务变化及其权衡协同对该地区可持续发展具有重要意义. 以甘南州为研究对象, 基于1990~2020年土地利用类型时空变化, 采用InVEST模型评估该地区的土壤保持、产水量、生境质量和碳储量这4种生态系统服务并对其权衡协同关系进行研究. 结果表明：①1990~2020年甘南州建设用地、低覆盖草地、水域和耕地均表现增加, 林地、中覆盖草地、高覆盖草地和未利用地表现减少；各地类在甘南州县区均有转移, 主要集中在甘南州北部的夏河、合作和卓尼等, 南部的玛曲和舟曲等地区；其中耕地主要转变为高覆盖草地, 林地主要转变为高覆盖草地, 高覆盖草地主要转变为林地, 中覆盖草地主要转移为低覆盖草地. ②近30 a土壤保持量和产水量变化明显, 分别增加2.90×108 t和72.17×108 m3；生境质量与碳储量基本无明显变化. 在空间上, 4项生态系统服务高值均集中在林地、草地等植被覆盖地区, 以迭部、舟曲、玛曲和卓尼等县为主. 1990~2000年除玛曲县外, 其他地区土壤保持量与产水量以减小为主, 2000年后, 夏河、碌曲、玛曲和临潭等大部分县区以增加为主；碳储量在玛曲、迭部和舟曲等县区基本维持稳定, 减小地区主要集中在夏河县与合作市；1990~2020年生境质量大部分地区表现为亏损, 以夏河、合作、碌曲和迭部等县区为主, 且随时间的变化, 减少地区逐渐扩大. ③1、5和10 km这3种样点尺度下, 4项生态系统服务间均为协同关系, 土壤保持与碳储量相关系数比较稳定, 其值均大于0.55, 协同程度强；产水量与碳储量协同程度弱, 随着空间尺度的增大, 二者相关显著性降低. 在空间上, 4项生态系统服务间并不完全协同, 权衡的空间以玛曲和迭部等地区为主；随尺度的增大, 土壤保持与产水量、碳储量, 生境质量与碳储量在空间上趋向于协同. 研究结果可为甘南州生态可持续发展与土地规划提供科学依据.
关键词: 生态系统服务      权衡协同关系      InVEST模型      土地利用变化      甘南州     
Spatiotemporal Variation and Trade-off Synergistic Relationship of Ecosystem Services in Gannan Prefecture
ZHOU Jie , YANG Jie , ZHANG Wen-liu     
Pratacultural College, Gansu Agricultural University, Lanzhou 730070, China
Abstract: The Gannan Tibetan Autonomous Prefecture, situated in the upper reaches of the Yellow River Basin, serves as a crucial ecological function area and an environmental fragile zone. Therefore, studying the changes in ecosystem services and their associated trade-offs in this region is important for sustainable development. This study focuses on the Gannan Prefecture, utilizing the InVEST model to analyze the spatio-temporal shifts in land use types from 1990 to 2020. The research evaluates four key ecosystem services within this region: soil conservation, water yield, habitat quality, and carbon storage. Furthermore, it explores the trade-off synergies among these services. The results showed that: ① Between 1990 and 2020, the Gannan Prefecture experienced significant shifts in land use patterns. Construction land, low-coverage grassland, water bodies, and arable land exhibited an increase, while forest land, medium-coverage grassland, high-coverage grassland, and unused land showed a decline. These transformations were widespread across the counties and districts of the Gannan Prefecture, with notable concentrations observed in its northern regions, such as Xiahe, Hezuo, and Zhuoni, and southern areas, including Maqu and Zhouqu. Specifically, arable land underwent predominant conversion into high-coverage grassland, while forest land similarly transitioned into high-coverage grassland. Conversely, high-coverage grassland was converted into forest land, and medium-coverage grassland transitioned into low-coverage grassland. ② Over the past three decades, substantial advancements have been observed in soil conservation and water yield, with increases of 2.90×108 t and 72.17×108 m3. However, changes in habitat quality and carbon storage have been minimal. Spatially, the high values of these four ecosystem services were primarily located in vegetated areas such as forests and grasslands, with counties like Diebu, Zhouqu, Maqu, and Zhuoni serving as primary examples. Between 1990 and 2000, soil conservation and water yield declined in most regions, with the exception of the Maqu County. However, post-2000, a significant increase was noted in soil conservation and water yield in counties and districts such as Xiahe, Luqu, Maqu, and Lintan. Carbon storage remained relatively consistent in counties like Maqu, Diebu, and Zhouqu, with the primary reductions observed in the Xiahe County and Hezuo City. Between 1990 and 2020, habitat quality was found to be deficient in the majority of areas, particularly in counties and districts such as Xiahe, Hezuo, Luqu, and Diebu. Furthermore, progressive expansion of regions experiencing a decline in habitat quality has been observed over time. ③ At spatial scales of 1, 5, and 10 km, a synergistic relationship existed among the four ecosystem services, with soil conservation and carbon storage showing robust synergy. Spatial trade-offs were predominantly observed in regions such as Maqu and Diebu, but as the scale expanded, soil conservation, water yield, carbon storage, and habitat quality tended to become spatially synergistic. These findings provide a scientific basis for ecological sustainable development and land planning in Gannan Prefecture.
Key words: ecosystem services      trade-off synergies      InVEST model      land use change      Gannan Prefecture     

生态系统服务指生态系统产生、维持和满足人类生存的各种环境条件与功能, 即人们直接或间接地从这些条件与功能中获得惠利[1, 2]. 生态系统服务包括供给服务、支持服务、调节服务和文化服务这4大类, 不仅维持了人类可持续发展, 同时也保障了区域生态安全, 是人类福祉的根本[2, 3]. 随着经济快速地发展与人口大规模地增长, 在过去几十年里, 地球上24项生态系统服务中的15项（约占评估的60%）正在退化[4], 这对人类的生存与环境安全造成了严重的威胁, 因此维护和发展生态系统服务已成为当前生态学和地理学等学科研究的热点之一.

生态系统服务具有多样性且各服务之间相互联系与作用, 表现出此增彼减的权衡关系与同增同减的协同关系[5, 6]. 其中权衡是指某些类型生态系统服务的供给受其他生态系统服务使用的增加而减少的状况, 协同是指两种或两种以上生态系统服务供给同时增加或同时减少的情形. 有研究表明, 生态系统服务的权衡协同具有强烈的空间异质性[7], 同一类生态系统服务的权衡/协同关系在大尺度与小尺度范围内存在相反的状态, 如水土保持、固碳和产水在大尺度内的研究表现出协同关系, 而在小尺度的研究区域以权衡关系为主[8, 9]. 在影响因素方面, 以气候和土壤等自然因素以及经济发展导致的土地利用类型变化与区域城市化等人为因子是生态系统服务异质性的关键影响因子[10~12], 如徐文彬等[13]在土地利用和气候变化对农牧交错带生态系统服务影响的研究中表明：产水服务和防风固沙服务变化主要受气候变化的影响；刘小波等[14]对中国西南地区生态系统服务的研究中发现, 城市建设用地的快速扩张导致生态系统服务下降, 尤其是对生境质量具有显著的负面效应. 生态系统服务的主要研究内容为：时空分布特征[15]、多尺度效应的综合分析[16]以及权衡协同的驱动因子[17]等；常用的研究方法包括：空间分析法[18]、情景模拟法[19]以及制图综合法[20]等. 目前大多数研究是基于流域尺度与行政区域以及森林、草地、湖泊和城市等不同生态系统[9~23], 来探究区域内生态系统服务的变化及其权衡协同关系. 近年来, 区域生态系统服务权衡与协同关系的研究成果逐渐增加, 研究方法和技术也日渐成熟, 但当前生态系统服务评估和权衡协同关系的研究主要为多时段和多情景预案下[9~12], 针对特定区域的生态系统服务价值变化和空间特征对比分析, 缺少不同时空尺度下的研究；且由于生态系统服务间的联系复杂、影响因素多样, 单一尺度的研究使生态恢复政策所表现出来的生态效益具有限制性. 因此, 需要加强开展不同时空尺度下生态系统服务权衡协同特征的对比研究, 明确各生态系统服务的动态特征和驱动机制, 探讨人类活动和自然环境变化影响生态系统服务权衡管理决策的作用机制.

甘南藏族自治州（甘南州）位于甘肃省西南部, 境内分布黄河干流、洮河、大夏河和白龙江这4大水系, 是黄河流域上游重要的生态功能区[24]. 由于环境气候多样以及过度放牧、城市扩张等因素的影响, 甘南州生态环境加剧恶化[25, 26]. 在草地资源没有恶化到不可逆转的地步之前, 当务之急是研究如何利用好、保护好草地资源, 减缓草地退化的严峻态势, 实现草地资源的可持续利用, 这需要对草地生态系统服务进行深入的理解和研究. 目前针对甘南州生态系统服务的研究多集中在省和黄河流域等大尺度[27~31], 对甘南全州生态系统服务评估与权衡协同关系的研究相对较少. 本文以甘南州为研究对象, 基于1990~2020年土地利用类型时空变化的基础上, 采用InVEST模型评估该地区的土壤保持、产水量、生境质量和碳储量这4项生态系统服务并对其权衡协同关系进行研究, 以期为解决甘南州存在的生态问题提供科学依据, 并为制定平衡该区域生态保护和经济发展的政策提供理论参考.

1 材料与方法 1.1 研究区概况

甘南藏族自治州地处100°46′~104°44′E, 33°06′~36°10′N, 是青藏高原与黄土高原的交会带（图 1）. 境内全年气候偏冷, 年平均温度为1~3℃, 年平均降雨量为400~800 mm, 海拔为1 059~4 866 m[25]. 甘南州地形结构复杂, 全州可分为3个自然类型区, 分别为南部岷迭山区, 东部的丘陵山地和西北部的高寒草甸草原, 甘南大面积被植被覆盖, 林地与草地面积超过州总面积80%, 是全国“六大绿色宝库和五大牧区”之一[25, 32].

图 1 研究区位置示意 Fig. 1 Location diagram of the research area

1.2 数据来源

本文所使用的数据包括：DEM数据集、土地利用数据集、降雨数据集、土壤数据集以及其他指标所用的数据集. DEM高程数据来源于地理空间数据云（https://www.gscloud.cn/）, 分辨率为30 m. 土地利用数据来源于地理监测云平台（http://www.dsac.cn/）分辨率为30 m, 将其按数据说明分类为：耕地、林地、低覆盖草地、中覆盖草地、高覆盖草地、水域、建设用地以及未利用地8类. 年降雨数据来源于国家地球系统科学数据中心（http://www.geodata.cn/）分辨率为1 km. 土壤数据来源于世界土壤数据库（HWSD）, 包括土壤砂粒、粘粒、粉粒以及有机碳含量等数据. 逐月潜在蒸发数据来源于地理监测云平台（http://www.dsac.cn/）, 经处理得到年潜在蒸发数据. 根系限制层深度数据通过Yan等[33]的研究结果获得（http://globalchange.bnu.edu.cn/）. 根据土地利用类型图层, 将上述数据的分辨率处理为30 m×30 m.

1.3 研究方法 1.3.1 生态系统服务评估方法

（1）土壤保持（SC）  根据InVEST模型泥沙输移比模块计算土壤保持量. 采用土壤流通方程[34]计算甘南地区实际土壤侵蚀（USLE）与土壤潜在侵蚀量（RKLS）, 基于二者得到土壤保持量（SC）：

(1)
(2)
(3)

式中, USLE为年均土壤侵蚀量（t∙hm-2）；R为降雨侵蚀因子；K为土壤侵蚀性因子；LS为坡度坡长因子；C为植被覆盖与管理因子；P为水土保持因子, 此外该模型不考虑C和P因素计算原始土地覆盖的潜在侵蚀量, 并假设景观是裸露的[29].

（2）产水量（WY）  采用InVEST模型中的产水模块计算甘南地区年产水量（Yx）. 计算公式[29]如下：

(4)
(5)
(6)
(7)
(8)

式中, Yx为每个栅格x的年产水量（mm）；AETx为每个栅格单元x的潜在蒸发量（mm）；Rx为栅格单元x的干燥度指数；wx为自然气候-土壤性质的非物理参数；AWCx为土壤有效含水量（mm）；Z为Zhang系数[34]范围为1~30；ETox为栅格x内的潜在蒸散量（mm）；Px为栅格单元的年降水量（mm）；PAWC为植物可利用含水率；Kx为植被或者作物的蒸散系数；MSDx为最大土壤深度（mm）；RDx为根系深度（mm）.

（3）生境质量（HQ）  通过InVEST模型的生境质量模块计算. 计算公式[29]为：

(9)

式中, Qxj为土地利用类型j中栅格x的生境质量；Hj为生境适宜度, 取值为0~1；Dxj为j中栅格x的生境退化度；z为归一化常量；k为半饱和常数, 通常是生境退化度最大值的1/2.

（4）碳储量（CS）  采用InVEST模型的碳储存模块, 以及地上生物碳、地下生物碳、土壤碳和死亡有机碳这四大碳库的平均密度乘以单位面积计算甘南地区总碳储量. 计算公式[29]为：

(10)

式中, Ctot为总碳储量（t∙hm-2）, Cabove为地上生物碳储量（t∙hm-2）, Cbelow为地下生物碳储量（t∙hm-2）, Csoil为土壤碳储量（t∙hm-2）, Cdead为死亡有机碳储量（t∙hm-2）. 4种碳密度数据主要来源于前人研究成果[27].

1.3.2 生态系统服务权衡协同关系分析方法

相关性分析法能有效地反映两变量之间变化趋势, 其中Spearman分析法是对各变量之间的相关关系进行研究, 属于非参数统计方法, 对不满足正态分布的数据也能进行准确分析[29, 35]. 因此本文采用Spearman相关分析法对甘南地区4种生态系统服务间的相关关系进行分析. 相关系数为-1~1, 值为正则说明是协同关系；值为负是权衡关系, 其绝对值越大代表相关程度越大. 计算公式[36]如下：

(11)

式中, Rxy为Spearman相关系数, n为样本数；xi和yi分别为第i个x和y值；x为x的平均数；y为y的平均数.

通过ArcGIS软件创建随机点, 按照1、5和10 km代表小、中和大这3种尺度设置样点, 利用值提取至点工具将4项生态系统服务值提取出并导出表格, 再利用Origin计算并进行可视化处理, 最后对3种尺度下土壤保持、产水量、生境质量和碳储量这4项生态系统服务间的权衡协同关系进行探讨.

地理加权回归基于因变量与其预测变量之间关系的强度和方向可能被因素所改变, 是对空间异质性进行检测和建模的主要手段之一[37]. 通过R4.3.3中GWmodel包, 对1990~2020年3种样点尺度上构建地理回归模型, 类似于Spearman分析, 回归系数呈正相关为空间协同, 负回归系数表明空间权衡. 公式如下：

(12)

式中, （μi, νi）为第i点的空间位置；p为自变量的数量；yi为因变量；xjk为自变量；εi为随机误差；β0（μi, νi）为点i处的截距；βk（μi, νi）为回归系数.

2 结果与分析 2.1 甘南州土地利用时空变化

1990~2020年甘南地区土地利用类型情况如下. 由表 1可知1990~2000年耕地、林地、中覆盖草地和低覆盖草地变化较大, 其中耕地、低覆盖草地和建设用地表现增加；林地、中覆盖草地、高覆盖草地和水域面积减少, 未利用地基本无变化；是因为20世纪末, 人口增加, 部分林地和草地被开垦为耕地与建设用地以供人类生产. 2000~2010年, 随着退耕还林还草政策的提出, 林地、低覆盖草地、水域和建设用地呈现增加的趋势, 耕地、高覆盖草地、中覆盖草地和未利用地减少. 2010~2020年, 耕地、中覆盖草地、水域和未利用地缩减, 林地、高覆盖草地、低覆盖草地和建设用地均表现增加, 人口数量的持续增大导致建设用地扩张, 但在众多土地保护政策下, 林地和草地逐渐恢复. 从总体来看, 1990~2020年甘南州建设用地变化剧烈, 增加72.19 km2, 增幅72.81%；低覆盖草地和水域变化较大, 二者分别增加236.59和38.2 km2, 增幅18%和17.52%；耕地面积增加116.26 km2, 增幅7.92%；林地、中覆盖草地、高覆盖草地和未利用地分别减少79.48、267.27、49.22和77.79 km2, 减幅分别为0.70%、3.22%、0.44%和2.94%. 1990~2020年甘南土地利用类型转换频繁（图 2）, 耕地、林地、高覆盖草地和低覆盖草地转移面积较大. 耕地主要转变为高覆盖草地, 转移面积为76.29 km2, 占总转移比为41.29%；林地主要转变为高覆盖草地, 转移面积为271.86 km2, 占比为57.39%；高覆盖草地主要转变为林地, 转移面积为234.31 km2, 占比为40.2%；中覆盖草地转移为低覆盖草地面积最大为176.46 km2, 占比为28.68%.

表 1 1990~2020年甘南土地利用类型面积/km2 Table 1 Land use type area in the Gannan Prefecture from 1990 to 2020/km2

图内数值单位为km2 图 2 1990~2020年甘南土地利用类型转移弦图 Fig. 2 String map of land use type transfer in the Gannan Prefecture from 1990 to 2020

在空间上（图 3）, 耕地集中分布于甘南州东、北地区, 以临潭、舟曲和夏河等县为主. 林地主要分布在迭部、舟曲和卓尼等县区, 自东南向西北逐渐缩减. 高覆盖草地分布于甘南州的西部与北部, 以碌曲、玛曲和夏河等地区为主. 中覆盖草地主要分布在玛曲、碌曲和夏河等县区, 呈现出西多东少的空间格局. 低覆盖草地集中分布在玛曲县内, 少量分散在夏河和临潭等县. 甘南州水域主要为黄河干支流、洮河和尕海等, 分布在玛曲和碌曲等县区. 建设用地在各县均有分布, 大部分集中在耕地和水域周围. 未利用地以玛曲县为主, 其他县区少量分布. 各地类在甘南州县区均有转移, 主要集中在甘南州北部的夏河、合作和卓尼等, 南部的玛曲和舟曲等地区.

图 3 1990~2020年甘南州土地利用类型 Fig. 3 Land use types in the Gannan Prefecture from 1990 to 2020

2.2 生态系统服务时空特征

1990~2020年甘南州4项生态系统服务平均值如表 2所示. 30 a间土壤保持量呈先减少后上升的变化状态, 总体呈升高趋势, 增加了2.90×108 t, 增幅为58.67%；产水量与土壤保持量的变化趋势一致, 2000年以后持续上升, 与1990年相比增加了72.17×108 m3, 增幅50.20%. 生境质量总体变化不大, 但略有下降, 与1990年相比减少了0.98%；自1990年碳储量持续下降, 2020年有所增加, 但与1990年相比, 仍减少0.01×108 t, 降幅0.23%.

表 2 1990~2020年甘南生态系统服务 Table 2 Ecosystem services in the Gannan Prefecture from 1990 to 2020

各项生态系统服务空间分布与变化如图 4和图 5所示, 4项生态系统服务高值均集中在林地, 高、中、低覆盖草地等植被覆盖地区, 以迭部、舟曲、玛曲和卓尼等县为主. 土壤保持量、产水量和碳储量低值区分布相似, 均分布在以水域、未利用地和建设用地为主的玛曲、碌曲和夏河等县；与之不同, 生境质量低值区集中分布于以建设用地与耕地为主的合作、夏河和临潭等地区. 1990~2020年, 土壤保持量总体呈现一定的变化规律, 其高值由东南向西北逐渐减小, 且随时间变化高值向西北方向逐渐扩散；1990年除玛曲县外, 其他地区土壤保持量以减小为主, 2000年后, 夏河、碌曲、玛曲和临潭等大部分县区以增加为主. 产水量表现出空间异质性, 与1990年相反, 2000~2020年产水量表现出西高东低、南高北低的特点, 除了玛曲县外, 大多数地区产水量均以增加为主. 碳储量的空间分布格局与土壤保持量相似, 自东向西逐渐降低；玛曲、迭部和舟曲等大部分县区基本维持稳定, 减小地区主要集中在夏河县和合作市. 1990~2020年生境质量总体上西部高于东部, 大部分地区表现为亏损, 以夏河、合作、碌曲和迭部等县区为主, 且随时间的变化, 减少地区逐渐扩大.

图 4 1990~2020年甘南生态系统服务的空间分布 Fig. 4 Spatial distribution of ecosystem services in Gannan Prefecture from 1990 to 2020

图 5 1990~2020甘南生态系统服务变化空间格局 Fig. 5 Spatial pattern of ecosystem service change in the Gannan Prefecture from 1990 to 2020

1990~2000年, 4项生态系统服务均表现减小, 土壤保持与产水量变化明显, 尤其是在空间上, 大部分地区均以减小为主, 是因为该时段甘南州各地类变化程度最大, 耕地面积的增加, 林地和草地不同程度地缩减导致各项服务均有降低. 2000年之后在退耕还林草政策的支持下, 林地和草地面积逐渐回升, 土壤保持量、产水量和碳储量均有所增大；但由于建设用地的持续扩张, 生境质量依然未能恢复到1990年的水平.

2.3 3种样点尺度下生态系统服务的权衡协同关系

通过Origin相关性与地理加权回归分析可知（图 6）. 在1 km样点尺度下：1990~2020年4项生态系统服务均为正相关, 且P < 0.01, 即表现为相互增益的协同关系. 相关系数越大, 二者的权衡协同程度越强, 1990年土壤保持与碳储存之间相关系数最大为0.60, 二者协同程度最大；2000年土壤保持与碳储量、产水量与生境质量的相关系数最大均为0.60；2010年和2020年产水量与生境质量间的相关系数最大分别为0.66和0.65. 在时间上, 土壤保持与产水量间的协同程度逐渐减弱；与生境质量的协同程度在1990~2010年增强, 2010~2020年减弱；与碳储存的协同程度于2000~2010年减弱后维持稳定. 产水量与生境质量协同程度在1990~2010年增强, 后有所减弱；产水量与碳储存协同程度先减弱, 2000~2010年维持稳定又减弱. 生境质量与碳储存协同程度在1990~2010年逐渐增强, 后降回1990年水平. 在空间上, 4项生态系统服务间并不完全协同, 土壤保持与产水量在玛曲、迭部、碌曲和卓尼等县区存在权衡关系, 其面积随时间变化呈“N”规律；土壤保持与生境质量在玛曲、舟曲和碌曲等地区存在权衡关系, 其面积先减小后增大；土壤保持与碳储量在玛曲和舟曲等存在权衡关系, 其面积变化呈“Λ”规律；产水量与生境质量在玛曲、舟曲等局部地区存在权衡关系, 其面积随时间变化先减少后有所增加；产水量与碳储量在玛曲、迭部和舟曲等地区存在权衡关系, 其面积随时间变化呈“V”规律；生境质量与碳储量在玛曲、迭部和碌曲等县区存在权衡关系, 其面积先减小后维持稳定.

红色表示协同关系, 蓝色表示权衡关系；SC为土壤保持量, WY为产水量, CS为碳储量, HQ为生境质量 图 6 1990~2020年甘南生态系统服务相关关系时空变化 Fig. 6 Temporal and spatial changes of ecosystem services at various scales in the Gannan Prefecture from 1990 to 2020

在5 km样点尺度下：甘南4项生态系统服务的相关性为正相关即协同关系, 但2000~2020年产水量与碳储存相关性均不显著. 1990年各生态系统服务的相关性为正相关, 且土壤保持与产水量相关系数最大, 为0.59, 其次为土壤保持与碳储存相关系数, 为0.56. 2000~2020年, 产水量与生境质量间的协同程度最大, 其相关系数依次为0.61、0.66和0.65. 土壤保持与产水量的协同程度随时间的推移逐渐减小；与生境质量的协同程度在1990~2010年间持续增大, 2010~2020年有所下降；与碳储存的协同程度基本保持不变, 且都稳居第二. 产水量与生境质量的协同程度在1990~2000年剧增, 之后一直稳定维持高协同关系；与碳储存在1990年具有协同关系, 2000~2020年均无显著相关性. 1990~2010年生境质量与碳储存协同关系增强, 2010~2020年其协同关系下降. 在空间上, 土壤保持与产水量在玛曲和迭部等地区存在权衡关系, 其面积随时间变化逐渐增大；土壤保持与生境质量在玛曲、迭部和卓尼等县区存在权衡关系, 其面积随时间变化呈“V”规律；土壤保持与碳储量仅在迭部存在权衡关系, 其面积先减小后增大到2020年为0；产水量与生境质量在玛曲和迭部等地区存在权衡关系, 2000年后在空间上表现为协同；产水量与碳储量在玛曲、碌曲和迭部等地区存在权衡关系, 其面积随时间变化逐渐增大；1990~2010年生境质量与碳储量在空间上表现协同, 2020年在迭部和碌曲存在权衡关系.

10 km样点尺度下：4项生态系统服务之间均为正相关, 且2000~2020年产水量与碳储量相关性均不显著, 与5 km样点尺度相同. 1990年土壤保持与产水量的协同程度最大, 相关系数为0.69；2000~2020年产水量与生境质量的相关系数均为最大, 分别为0.64、0.68和0.68. 各生态系统服务间的协同程度随时间推移发生了变化, 土壤保持与产水量间的协同程度逐渐减弱；与生境质量的协同程度在1990~2010年逐渐增强, 后有所减弱；与碳储量的协同程度先保持稳定后逐渐增强. 产水量与生境质量的协同程度随时间推移逐渐增强；与碳储量的协同关系在1990年为最强, 随后减弱且没有显著相关. 生境质量与碳储量的协同程度先减小后维持稳定. 在空间上, 土壤保持与产水量、产水量与碳储量、生境质量与碳储量均表现为协同；土壤保持与生境质量在玛曲、卓尼、临潭和迭部等地区存在权衡关系, 其面积呈“И”变化；产水量与生境质量在玛曲、迭部地区存在权衡, 但2000年后空间表现为协同；产水量与碳储量在迭部和玛曲等地区存在权衡, 其面积呈“V”规律变化.

3种样点尺度下甘南州4项生态系统服务均为协同关系, 且协同程度随时空的变化表现出规律性, 其中土壤保持与碳储量相关系数较稳定, 均大于0.55, 协同程度强. 4项生态系统服务在空间上并不完全协同, 且在时间上表现异质性, 随尺度的增大权衡面积有所减小.

3 讨论

本研究结果显示, 近30 a甘南州土地利用类型转换频繁, 地类间的转变以耕地、林地和草地为主. 20世纪末, 随着人口数量增加和生计方式变化[24], 部分林地被砍伐转变为草地与耕地, 高覆盖草地与中覆盖草地被开荒为耕地；加上过度放牧[38]与降雨[39]的影响, 部分草地缩减与质量下降, 人类对经济发展的追求驱动了土地覆被变化. 随后退耕还林还草工程等一系列生态保护政策的实施[40], 林地和草地有所恢复, 但建设用地依然大幅度增加, 且基本由耕地、林地、高覆盖草地和中覆盖草地转移. 因此, 人文因素是土地覆盖变化的主要驱动力[24]. 土地利用类型的改变对其生态系统服务具有一定的影响[36]. 本文对甘南州生态系统服务进行分析发现, 土壤保持量随林地和草地面积的增加而增大, 且高值以林地为主, 这与徐静等[27]和张琨等[41]研究的结果一致. 土壤保持量在2000~2020年持续增大, 除了林地与草地增加的原因之外还与群落结构、林龄等有关[42], 林木的树冠层对降雨具有截留作用, 减少了降雨与地面的直接接触, 同时草地与表层的枯落物的阻碍降低了雨水的冲刷强度[36, 43, 44], 因此林地与草地土壤保持能力强. 此外, 森林郁闭度与草地盖度的增大其降雨拦截量也会增大, 则水土保持能力加强, 土壤保持量增大[42, 45]. 与Ren等[46]研究的结果一致, 产水量变化明显, 1990~2020年总增加72.17亿m3, 增幅50.20%, 其高值主要集中于草地和林地[27], 草地的产水量高于林地. 甘南降雨量在空间上由西南向东北逐渐递减, 其高值主要分布于西南部的草地, 但蒸发量东南部大于西南部, 高值以西南部的林地为主, 故产水量在空间上表现出自西南向东北递减的特征. 此外, 1990~2020年降雨量先降低后增大, 产水量也表现出类似的规律, 则本文认为降雨量对产水量的影响具有较高的决定性, 这与Che等[47]对产水量的研究结果一致. 但1990年略有不同, 产水量由东南向西北逐渐递减, 高值以东南部的林地为主, 是因为1990年降雨量东南部大于西南部（图 7）, 且高值以东南部林地为主. 基于此, 本研究认为降雨量、土地利用类型和蒸发量是影响甘南产水量变化的重要原因[30, 47]. 生境质量与碳储量在空间分布上相似, 二者具有相同的驱动因素[36], 1990~2000年由于植被覆盖面积缩小、建设用地面积持续增大, 生境质量也随之下降, 之后林地、草地面积在退耕还林还草政策下有所增加, 但生境质量指数依然减小, 说明城市建设用地的扩张对生境质量的驱动作用大于退耕还林还草的生境影响[48]. 因此, 建设用地的扩张是生境质量最严重的威胁[14].

图 7 1990~2020年甘南州降雨量、蒸发量空间分布格局 Fig. 7 Temporal and spatial changes of ecosystem services at various scales in the Gannan Prefecture from 1990 to 2020

在理想状态下, 一个地区所有的生态系统服务之间表现为高协同或协同关系是生态系统管理的最终目标[49], 即追求的“双赢”. 但实际上, 大部分地区的生态系统服务之间不仅存在相互增益的协同关系, 也存在此增彼减的权衡关系, 理想状态下的情况也仅在局部地区出现[20]. 本研究认为, 在1、5和10 km这3种样点尺度下, 土壤保持量、产水量、生境质量和碳储量4项生态系统服务间均存在协同关系, 这与王耕等[20]和陈登帅等[50]研究的结果一致. 许静等[27]在甘肃省生态系统服务及其权衡协同关系的研究中表明, 2020年甘南州碳储量与产水量协同程度最大, 这与本研究的结果相反. 原因是前者对甘南州生态系统服务的研究基于市（州）尺度, 而本研究则基于样点尺度, 此外, 在模型构建中参数的不同也可能对结果造成影响[20]. 生态系统服务间的直接或间接作用以及驱动因素的差异, 会导致其协同关系发生变化, 各生态系统服务呈现出不同的特征[29, 30]. 甘南土壤保持量与碳储存之间在时空上均表现较高的协同关系, 其原因是以林地、草地为主的植被覆盖区域是甘南碳储量的主体, 也是土壤保持的关键, 土壤保持量大的地区其碳储存也相对较高[36, 44]. 产水量与碳储量间虽存在协同关系, 但在2000~2020年, 5 km和10 km样点尺度下二者的协同程度较低. 甘南州产水量以草地为主, 碳储量以林地为主, 2000~2020年林地与草地之间转换频繁, 且转移面积逐渐增大, 因此推测林地与草地面积的频繁变化是二者协同不显著的原因之一. 此外, 土壤保持量与产水量的协同程度逐渐减弱, 也可能与上述因素有关, 土地利用类型的变化对生态系统服务有巨大影响[20]. 生态系统服务间的关系在不同的空间尺度上也存在差异[20, 51], 具体表现为空间显著性与相关程度的变化[52]. 本结果表明, 随着空间距离的增大, 甘南生态系统服务之间的协同程度基本增大, 这与王耕等[20]研究的结果一致. 但也存在空间距离增大其相关程度减小的情况, 可能与不同尺度样点所在范围划分的土地利用类型、坡度、降雨等因素变化有关[16]. 甘南产水量与碳储存间的相关显著性随空间尺度的增大而减小, 2000~2020年5 km和10 km尺度下二者协同关系并不显著. 同时, 随着空间尺度的增大, 部分生态系统服务的相关显著性也会降低, 这与Hou等[45]和韩晓佳等[52]研究的结果一致. 此外, 4项生态系统服务间在空间上并不完全协同, 玛曲和迭部等县区存在权衡关系, 这与土地利用冲突机制有关；土地利用冲突强调一块用于某种生态服务的土地不能用于另一种生态服务或者对另一种生态系统服务效果较低[37], 因此, 在未来的规划与管理中需要对空间存在的权衡进行削弱, 或者针对空间地形地貌进行调整削弱一种生态系统服务, 来增强另一种服务.

本文仅探究了1990~2020年甘南州不同时空尺度下4种生态系统服务间的权衡协同关系, 对于其他服务未进行研究. 此外, 在模型参数设置上多参照文献资料等前人的研究, 这在一定程度上对结果产生影响, 未来的研究可以针对这些问题, 进一步明晰生态系统服务权衡协同关系的机制.

4 结论

（1）1990~2020年甘南土地利用类转移频繁, 转移的地区多为人口聚集地和县区边界；人文因素是土地覆盖变化的主要驱动力.

（2）4项生态系统服务高值均集中在林地和草地等植被覆盖地区, 以迭部、舟曲、玛曲和卓尼等县区为主；在空间上, 土壤保持量、产水量和生境质量变化明显, 在各县区均有分布；土壤保持量与产水量对影响因素响应敏感, 碳储量反之, 城市建设用地的扩张对生境质量的驱动大于退耕还林还草.

（3）4项生态系统服务的协同关系在时空上表现出差异性, 近30 a 4项服务间为协同关系且土壤保持与碳储量协同程度强, 产水量与碳储量协同程度弱, 随着空间尺度的增大, 产水量与碳储量相关显著性降低. 在空间上, 4项生态系统服务间并不完全协同, 权衡的空间以玛曲和迭部等地区为主.

参考文献
[1] Daily G C, Söderqvist T, Aniyar S, et al. The value of nature and the nature of value[J]. Science, 2000, 289(5478): 395-396.
[2] 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.
[3] Palmer M, Bernhardt E, Chornesky E, et al. Ecology for a crowded planet[J]. Science, 2004, 304(5675): 1251-1252.
[4] Millennium Ecosystem Assessment. Ecosystems and human well-being[M]. Washington: Island Press, 2005.
[5] 李双成, 张才玉, 刘金龙, 等. 生态系统服务权衡与协同研究进展及地理学研究议题[J]. 地理研究, 2013, 32(8): 1379-1390.
Li S C, Zhang C Y, Li J L, et al. The tradeoffs and synergies of ecosystem services: research progress, development trend, and themes of geography[J]. Geographical Research, 2013, 32(8): 1379-1390.
[6] Power A G. Ecosystem services and agriculture: tradeoffs and synergies[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2010, 365(1554): 2959-2971.
[7] Rodríguez J P, Beard Jr T D, Bennett E M, et al. Trade-offs across space, time, and ecosystem services[J]. Ecology and Society, 2006, 11(1): 28-41.
[8] Li Y J, Zhang L W, Qiu J X, et al. Spatially explicit quantification of the interactions among ecosystem services[J]. Landscape Ecology, 2017, 32(6): 1181-1199. DOI:10.1007/s10980-017-0527-6
[9] 牛忠恩, 何洪林, 任小丽, 等. 基于过程模型的2000—2018年中国陆地生态系统服务时空动态及其权衡与协同分析[J]. 生态学报, 2023, 43(2): 496-509.
Niu Z E, He H L, Ren X L, et al. Spatio-temporal characteristic of terrestrial ecosystem services and their trade-offs and synergies in China from 2000 to 2018 based on a process model[J]. Acta Ecologica Sinica, 2023, 43(2): 496-509.
[10] Hou Y Z, Zhao W W, Liu Y X, et al. Relationships of multiple landscape services and their influencing factors on the Qinghai–Tibet Plateau[J]. Landscape Ecology, 2021, 36(7): 1987-2005.
[11] Yang Y, Li M W, Feng X M, et al. Spatiotemporal variation of essential ecosystem services and their trade-off/synergy along with rapid urbanization in the Lower Pearl River Basin, China[J]. Ecological Indicators, 2021, 133. DOI:10.1016/j.ecolind.2021.108439
[12] 李倩茹, 贾彦龙, 王慧军, 等. 基于生态功能区的河北省生态系统服务权衡与协同分析[J]. 地理学报, 2023, 78(11): 2833-2849.
Li Q R, Jia Y L, Wang H J, et al. Analysis of trade-off and synergy effects of ecosystem services in Hebei Province from the perspective of ecological function area[J]. Acta Geographica Sinica, 2023, 78(11): 2833-2849.
[13] 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.
[14] 刘小波, 王玉宽, 刘勤, 等. 基于城市化梯度的中国西南地区生态系统服务权衡与协同[J]. 生态学报, 2023, 43(22): 9416-9429.
Liu X B, Wang Y K, Liu Q, et al. Tradeoffs-synergies analysis of ecosystem services along urbanization gradient in Southwest China[J]. Acta Ecologica Sinica, 2023, 43(22): 9416-9429.
[15] 刘璐璐, 曹巍, 吴丹, 等. 国家重点生态功能区生态系统服务时空格局及其变化特征[J]. 地理科学, 2018, 38(9): 1508-1515.
Liu L L, Cao W, Wu D, et al. Temporal and spatial variations of ecosystem services in national key ecological function zones[J]. Scientia Geographica Sinica, 2018, 38(9): 1508-1515.
[16] 张静静, 朱文博, 朱连奇, 等. 伏牛山地区森林生态系统服务权衡/协同效应多尺度分析[J]. 地理学报, 2020, 75(5): 975-988.
Zhang J J, Zhu W B, Zhu L Q, et al. Multi-scale analysis of trade-off/synergy effects of forest ecosystem services in the Funiu Mountain Region[J]. Acta Geographica Sinica, 2020, 75(5): 975-988.
[17] Huang F X, Zuo L Y, Gao J B, et al. Exploring the driving factors of trade-offs and synergies among ecological functional zones based on ecosystem service bundles[J]. Ecological Indicators, 2023, 146. DOI:10.1016/j.ecolind.2022.109827
[18] Haase D, Schwarz N, Strohbach M, et al. Synergies, trade-offs, and losses of ecosystem services in urban regions: an integrated multiscale framework applied to the Leipzig-Halle Region, Germany[J]. Ecology and Society, 2012, 17(3). DOI:10.5751/ES-04853-170322
[19] 李冬花, 张晓瑶, 王咏, 等. 新安江流域生态系统服务演化过程及权衡协同关系[J]. 生态学报, 2021, 41(17): 6981-6993.
Li D H, Zhang X Y, Wang Y, et al. Evolution process of ecosystem services and the trade-off synergy in Xin'an River Basin[J]. Acta Ecologica Sinica, 2021, 41(17): 6981-6993.
[20] 王耕, 冯妍. 辽宁太子河流域生态系统服务权衡/协同关系时空变化与情景预测[J]. 生态学报, 2024, 44(1): 96-106.
Wang G, Feng Y. Spatio-temporal variation and scenario prediction of ecosystem service tradeoffs/synergies in the Taizi River Basin, Liaoning Province[J]. Acta Ecologica Sinica, 2024, 44(1): 96-106.
[21] 张哲, 时振钦, 朱文博, 等. 基于InVEST模型的伏牛山地区生态系统碳储量时空变化模拟[J]. 环境科学, 2024, 45(4): 2332-2341.
Zhang Z, Shi Z Q, Zhu W B, et al. Simulation of temporal and spatial changes in ecosystem carbon storage in Funiu Mountains based on InVEST model[J]. Environmental Science, 2024, 45(4): 2332-2341.
[22] 孙艺杰, 任志远, 赵胜男, 等. 陕西河谷盆地生态系统服务协同与权衡时空差异分析[J]. 地理学报, 2017, 72(3): 521-532.
Sun Y J, Ren Z Y, Zhao S N, et al. Spatial and temporal changing analysis of synergy and trade-off between ecosystem services in valley basins of Shaanxi Province[J]. Acta Geographica Sinica, 2017, 72(3): 521-532.
[23] Gong J, Liu D Q, Zhang J X, et al. Tradeoffs/synergies of multiple ecosystem services based on land use simulation in a mountain-basin area, western China[J]. Ecological Indicators, 2019, 99: 283-293.
[24] 赵雪雁. 甘南牧区人文因素对环境的影响[J]. 地理学报, 2010, 65(11): 1411-1420.
Zhao X Y. The impact of human factors on the environment in Gannan pasturing area[J]. Acta Geographica Sinica, 2010, 65(11): 1411-1420.
[25] 梁天刚, 崔霞, 冯琦胜, 等. 2001-2008年甘南牧区草地地上生物量与载畜量遥感动态监测[J]. 草业学报, 2009, 18(6): 12-22.
Liang T G, Cui X, Feng Q S, et al. Remotely sensed dynamics monitoring of grassland aboveground biomass and carrying capacity during 2001-2008 in Gannan pastoral area[J]. Acta Prataculturae Sinica, 2009, 18(6): 12-22.
[26] 王兴丽, 蒋友严, 张翼飞, 等. 2001-2020年甘南高原植被变化特征及驱动因素[J]. 草业科学, 2023, 40(9): 2185-2198.
Wang X L, Jiang Y Y, Zhang Y F, et al. Characteristics and driving factors of vegetation changes in the Gannan plateau from 2001 to 2020[J]. Pratacultural Science, 2023, 40(9): 2185-2198.
[27] 许静, 刘慧. 甘肃省生态系统服务权衡协同关系评估与预测[J]. 中国环境科学, 2024, 44(4): 1863-1874.
Xu J, Liu H. Assessment and prediction of ecosystem services trade-offs and synergies relationships in Gansu Province[J]. China Environmental Science, 2024, 44(4): 1863-1874.
[28] Yin Z L, Feng Q, Zhu R, et al. Analysis and prediction of the impact of land use/cover change on ecosystem services value in Gansu province, China[J]. Ecological Indicators, 2023, 154. DOI:10.1016/j.ecolind.2023.110868
[29] 杨洁, 谢保鹏, 张德罡. 黄河流域生态系统服务权衡协同关系时空异质性[J]. 中国沙漠, 2021, 41(6): 78-87.
Yang J, Xie B P, Zhang D G. Spatial-temporal heterogeneity of ecosystem services trade-off synergy in the Yellow River Basin[J]. Journal of Desert Research, 2021, 41(6): 78-87.
[30] 巩杰, 柳冬青, 高秉丽, 等. 西部山区流域生态系统服务权衡与协同关系——以甘肃白龙江流域为例[J]. 应用生态学报, 2020, 31(4): 1278-1288.
Gong J, Liu D Q, Gao B L, et al. Tradeoffs and synergies of ecosystem services in western mountainous China: a case study of the Bailongjiang Watershed in Gansu, China[J]. Chinese Journal of Applied Ecology, 2020, 31(4): 1278-1288.
[31] 钱彩云, 巩杰, 张金茜, 等. 甘肃白龙江流域生态系统服务变化及权衡与协同关系[J]. 地理学报, 2018, 73(5): 868-879.
Qian C Y, Gong J, Zhang J X, et al. Change and tradeoffs-synergies analysis on watershed ecosystem services: a case study of Bailongjiang Watershed, Gansu[J]. Acta Geographica Sinica, 2018, 73(5): 868-879.
[32] 马悦, 何洪鸣, 赵宏飞. 基于GIS和RUSLE的甘南州土壤侵蚀时空演变[J]. 水土保持研究, 2023, 30(3): 37-46.
Ma Y, He H M, Zhao H F. Spatiotemporal change of soil erosion in Gannan Tibetan Autonomous Prefecture based on GIS and RUSLE[J]. Research of Soil and Water Conservation, 2023, 30(3): 37-46.
[33] Yan F P, Wei S G, Zhang J, et al. Depth-to-bedrock map of China at a spatial resolution of 100 meters[J]. Scientific Data, 2020, 7. DOI:10.1038/s41597-019-0345-6
[34] Zhang L, Dawes W R, Walker G R. Response of mean annual evapotranspiration to vegetation changes at catchment scale[J]. Water Resources Research, 2001, 37(3): 701-708.
[35] Reddy C S, Manaswini G, Satish K V, et al. Conservation priorities of forest ecosystems: evaluation of deforestation and degradation hotspots using geospatial techniques[J]. Ecological Engineering, 2016, 91: 333-342.
[36] 钟绍卓, 孙浩源. 不同情景下祁连山国家级自然保护区生态系统服务时空变化及权衡与协同关系[J]. 水土保持研究, 2023, 30(5): 358-369.
Zhong S Z, Sun H Y. Assessment on spatiotemporal variation and synergies/tradeoffs relationships of ecosystem services in Qilian Mountain national nature reserve under different scenarios[J]. Research of Soil and Water Conservation, 2023, 30(5): 358-369.
[37] Xia H, Yuan S F, Prishchepov A V. Spatial-temporal heterogeneity of ecosystem service interactions and their social-ecological drivers: implications for spatial planning and management[J]. Resources, Conservation and Recycling, 2023, 189. DOI:10.1016/j.resconrec.2022.106767
[38] 袁建立, 江小蕾, 黄文冰, 等. 放牧季节及放牧强度对高寒草地植物多样性的影响[J]. 草业学报, 2004, 13(3): 16-21.
Yuan J L, Jiang X L, Huang W B, et al. Effects of grazing intensity and grazing season on plant species diversity in alpine meadow[J]. Acta Prataculturae Sinica, 2004, 13(3): 16-21.
[39] 李元春, 侯蒙京, 葛静, 等. 甘南和川西北地区草地植被NDVI变化及其驱动因素研究[J]. 草地学报, 2020, 28(6): 1690-1701.
Li Y C, Hou M J, Ge J, et al. NDVI changes and driving factors of grassland vegetation in Gannan Prefecture and Northwest Sichuan Region[J]. Acta Agrestia Sinica, 2020, 28(6): 1690-1701.
[40] 孙强, 张立峰, 何毅, 等. 甘南藏族自治州植被净初级生产力时空变化及驱动力[J]. 草业科学, 2023, 40(7): 1729-1741.
Sun Q, Zhang L F, He Y, et al. Spatio-temporal changes and driving force analysis of vegetation net primary productivity in Gannan Tibetan Autonomous Prefecture[J]. Pratacultural Science, 2023, 40(7): 1729-1741.
[41] 张琨, 吕一河, 傅伯杰, 等. 黄土高原植被覆盖变化对生态系统服务影响及其阈值[J]. 地理学报, 2020, 75(5): 949-960.
Zhang K, Lyu Y H, Fu B J, et al. The effects of vegetation coverage changes on ecosystem service and their threshold in the Loess Plateau[J]. Acta Geographica Sinica, 2020, 75(5): 949-960.
[42] Asdak C, Jarvis P G, van Gardingen P, et al. Rainfall interception loss in unlogged and logged forest areas of Central Kalimantan, Indonesia[J]. Journal of Hydrology, 1998, 206(3-4): 237-244.
[43] 李凯, 王根绪, 孙向阳, 等. 西南地区森林生态系统水源涵养评价[J]. 地理科学, 2023, 43(12): 2217-2227.
Li K, Wang G X, Sun X Y, et al. Evaluation of water conservation function of forest ecosystem in Southwest China[J]. Scientia Geographica Sinica, 2023, 43(12): 2217-2227.
[44] 叶璇, 康帅直, 赵永华, 等. 陕北黄土高原植被恢复与生态系统服务的时空关系[J]. 应用生态学报, 2022, 33(10): 2760-2768.
Ye X, Kang S Z, Zhao Y H, et al. Spatio-temporal relationship between vegetation restoration and ecosystem services in the Loess Plateau of Northern Shaanxi, China[J]. Chinese Journal of Applied Ecology, 2022, 33(10): 2760-2768.
[45] Hou Y, Lü Y H, Chen W P, et al. Temporal variation and spatial scale dependency of ecosystem service interactions: a case study on the central Loess Plateau of China[J]. Landscape Ecology, 2017, 32(6): 1201-1217.
[46] Ren B Y, Wang Q F, Zhang R R, et al. Assessment of ecosystem services: spatio-temporal analysis and the spatial response of influencing factors in Hainan Province[J]. Sustainability, 2022, 14(15). DOI:10.3390/su14159145
[47] Che L, Guo S D, Li Y L. Discerning changes and drivers of water yield ecosystem service: a case study of Chongqing-Chengdu District, Southwest China[J]. Ecological Indicators, 2024, 160. DOI:10.1016/j.ecolind.2024.111767
[48] 薛曾辉, 高驭洋, 卢枰达, 等. 基于土地利用和地形的生态系统服务空间分布及权衡-协同-独立关系——以安塞区为例[J]. 水土保持研究, 2024, 31(2): 240-251, 263.
Xue Z H, Gao Y Y, Lu P D, et al. Spatial distribution and tradeoff-synergy-independence relationships of ecosystem services based on land use and topography-taking the Ansai District as an example[J]. Research of Soil and Water Conservation, 2024, 31(2): 240-251, 263.
[49] 李鹏, 姜鲁光, 封志明, 等. 生态系统服务竞争与协同研究进展[J]. 生态学报, 2012, 32(16): 5219-5229.
Li P, Jiang L G, Feng Z M, et al. Research progress on trade-offs and synergies of ecosystem services: an overview[J]. Acta Ecologica Sinica, 2012, 32(16): 5219-5229.
[50] 陈登帅, 李晶, 杨晓楠, 等. 渭河流域生态系统服务权衡优化研究[J]. 生态学报, 2018, 38(9): 3260-3271.
Chen D S, Li J, Yang X N, et al. Trade-offs and optimization among ecosystem services in the Weihe River Basin[J]. Acta Ecologica Sinica, 2018, 38(9): 3260-3271.
[51] 张文静, 孙小银, 周俊. 南四湖流域关键生态系统服务的时空权衡关系[J]. 生态学报, 2021, 41(20): 8003-8015.
Zhang W J, Sun X Y, Zhou J. Spatio-temporal dynamics of tradeoffs between crucial ecosystem services in Nansihu Lake Basin[J]. Acta Ecologica Sinica, 2021, 41(20): 8003-8015.
[52] 韩晓佳, 王继军, 温昕. 退耕区域生态系统服务作用关系尺度效应及分异机制——以安塞区为例[J]. 生态学报, 2024, 44(5): 1791-1807.
Han X J, Wang J J, Wen X. The scale effect and differentiation mechanism of the relationship between ecosystem services in the grain for green area: a case study of Ansai District[J]. Acta Ecologica Sinica, 2024, 44(5): 1791-1807.