2025, Vol. 46
2. 陕西省土地整治重点实验室, 西安 710054
2. Key Laboratory of Land Reclamation, Shaanxi Province, Xi'an 710054, China
生态系统服务（ecosystem services, ES）指人类从生态系统中获得的所有惠益, 是人类生存和发展不可替代的基础支撑[1]. 2005年, 联合国千年生态系统评估（millennium ecosystem assessment, MA）的结果显示, 全球已有约60%的生态系统服务严重退化, 部分区域的生态系统服务甚至接近耗竭[1]. 退化的生态系统服务可能打破人类与自然环境的动态平衡, 严重威胁着人类社会的可持续发展[2, 3]. 为缓解生态系统服务的退化趋势, 20世纪70年代起多个国家开始探索生态修复工程, 德国莱茵河的流域治理、美国佛罗里达州的沼泽地修复和新西兰的草原恢复等工程实践都取得了积极的成效. 与此同时, 我国正处于改革开放后经济社会高速发展的阶段, 人们的生活水平显著提升, 但生态环境问题也日益突出. 1997年, 我国提出实施可持续发展战略, 将生态环境保护上升到和经济社会发展同等重要的高度, 陆续实施了天然林资源保护、湿地保护、退耕还林还草、京津风沙源治理和岩溶地区石漠化综合治理等多项大规模的生态修复工程[4]. 其中, 1999年启动试点、2002年全面实施的退耕还林还草工程（Green for Grain Program, GFGP）在20余年间累计投入超5 000亿元, 实施面积约0.34亿hm2, 直接参与群众超1.58亿人, 是我国乃至世界范围内投入最多、范围最大且参与最广的生态修复工程[5]. 2022年, 党的二十大报告中强调, 要继续加快实施生态系统保护和修复的重大工程, 努力实现人与自然和谐共生的中国式现代化[6]. 经过20余年的实践, 我国生态环境稳中向好, 但短板欠账问题依旧突出, 接续推进生态修复工程的任务依旧艰巨. 科学分析退耕还林还草工程的影响, 对于促进我国全面、协调和可持续的发展具有重要的意义[7].
目前, 学者们重点关注退耕还林还草工程对我国产业结构[8]、农民收入[9]、人口流动[10]、可持续生计[11]、森林覆盖[12]、土壤保持[13]、水源涵养[14]和空气质量[15]等方面的影响. 研究表明, 我国20余年的退耕还林还草工程实践取得了积极的成效[14], 超过4 100万农户户均获得补助资金9 000余元, 农村产业结构不断调整和优化, 劳动力大规模地从农业中转出, 增收渠道不断拓宽, 可持续生计能力得到提升[8~11]；退耕还林还草工程实施的地区森林覆盖率平均提高4%以上, 土壤的微观形态得到改善, 水源涵养和固碳释氧的功能有所提升, 有效地扭转了生态系统恶化的趋势[12~15]. 近年来, 生态系统服务作为连接人类活动和生态环境的纽带, 逐渐成为国内外研究的前沿和热点, 退耕还林还草工程与生态系统服务的关联受到了越来越多的关注. 学者们通过价值量评估[16]和物质量评估[14]等方法量化了生态系统的固碳[17]、产水[18]、大气净化[15]和土壤保持[13]等服务, 并以此为基础分析了退耕还林还草工程对生态系统类型服务价值[7]、时空格局[19]、热点区域[20]和权衡与协同关系[21]等方面的影响. 但是, 多数研究仅围绕单项生态系统服务展开, 针对多项生态系统服务多个主题系统集成的研究相对较少, 难以全面地反映退耕还林还草工程对生态系统服务的整体影响. 同时, 退耕还林还草工程包括退耕还林、退耕还草和未利用地造林种草等类型, 现有研究也很少能够对此进行细化分类, 从而忽视了不同工程实施类型对生态系统服务影响的差异[22].
陕北地区是典型的生态脆弱区, 也是我国生态建设的重点区域, 1999年便作为试点区域率先开展退耕还林还草工作, 20余年来工程部署面积与力度远超全国平均水平, 区域的生态系统发生了明显的改变. 本文以陕北地区为研究区域, 识别不同类型退耕还林还草工程的实施区域, 量化多项生态系统服务, 并深入分析各类退耕还林还草工程实施区域生态系统服务时空格局、热点分布和权衡与协同关系的差异性特征, 通过系统地探究退耕还林还草工程对生态系统服务的整体影响, 以期为促进陕北地区的可持续发展提供科学指引, 并为我国接续巩固实施退耕还林还草工程提供一定的参考和借鉴.
1 材料与方法 1.1 研究区域概况陕北地区指我国陕西省的北部区域, 地理位置介于35°02′~39°35′N、107°15′~110°15′E之间, 下辖延安和榆林二市、25个县（区、市）、296个乡（镇、街道）, 总面积约79 820 km2, 地势西北高、东南低, 海拔高度在400~1 900 m之间[图 1（a）].
|
图 1 研究区域地理位置及生态环境概况 Fig. 1 Geographic location and ecological profile of the study area |
受限于薄弱的自然本底条件, 加之人们长期以来对土地等自然资源的不合理利用, 导致陕北地区环境逐步恶化, 人地矛盾和生态问题突出, 是典型的生态脆弱区[图 1（b）], 也是生态建设的重点区域[图 1（c）]. 陕北地区的西北部区域处于毛乌素沙地的南部边缘地带, 气候干旱, 土壤贫瘠, 风沙灾害严重；中部和南部区域地貌以黄土塬、梁、峁和沟为主, 并分布着子午岭与黄龙山等土石山地, 地形起伏较大, 沟壑纵横, 土壤疏松, 水土流失灾害严重. 新中国成立后, 通过三北防护林建设、治沙种草、沟坡联合治理和小流域治理等生态修复工程, 陕北地区的自然灾害得到有效控制, 但区域整体的生态环境仍有待改善[13].
1999年, 陕北地区作为试点区域率先启动退耕还林还草工程, 截至目前已有98.90%的区域植被覆盖呈增加趋势, 是我国连片增绿幅度最大的区域, 累计水土流失治理面积约343.60万hm2, 生态系统质量显著提升[23, 24]. 《全国重要生态系统保护和修复重大工程总体规划（2021~2035年）》中指出, 陕北地区所在的黄土高原生态屏障还要接续统筹推进退耕还林还草工程. 本文研究退耕还林还草工程对生态系统服务的影响, 选择陕北地区作为研究区域具有很强的典型性与代表性.
1.2 数据来源本文主要数据包括陕北地区2000年和2020年两期的土地利用、数字高程模型（DEM）、气象和土壤等数据（表 1）. 其中, 最为基础的土地利用数据来源于中国科学院资源环境科学与数据中心（http://www.resdc.cn）的LUCC土地利用/覆被变化数据集, 总体精度达到93%以上[25]. 根据丁晓彤等人的研究结果[26], 相较于其他土地利用数据, 该数据集在黄土高原地区的精度最高, 且退耕还林还草的转类特征更为明显. 根据陕北地区的实际情况, 同时参考中国科学院土地资源分类和相关研究成果[27], 将土地利用类型重新划分为耕地、林地、草地、水域、建设用地和未利用地这6类. 为便于空间分析与统计, 通过投影变换将所有空间数据的投影坐标统一为阿尔伯斯投影（Krasovsky_1940_Albers）.
|
表 1 主要数据来源 Table 1 Introductyion of primary data sources |
1.3 研究方法 1.3.1 土地利用转移矩阵
土地利用转移矩阵通过马尔可夫模型定量描述土地利用的系统状态及其转移过程, 根据某一区域不同时间节点的土地利用状况求得二维矩阵, 定量反映该地区不同土地利用类型的相互转化情况[28], 表达式为：
|
(1) |
式中, n为土地利用类型的数量；i和j分别为研究期初和研究期末土地利用类型的序号；Sij为第i种土地利用类型转移为第j种土地利用类型的面积, 单位：km2.
退耕还林还草工程的实施范围不属于公开数据, 难以直接获取. 因此参考相关研究[22], 构建陕北地区2000~2020年的土地利用转移矩阵, 基于耕地、林地、草地和未利用地的转移情况, 识别20 a间陕北地区退耕还林还草工程的实施区域.
1.3.2 生态系统服务评估 1.3.2.1 生态系统服务选择生态系统服务的多样性是客观的自然规律, 而在不同区域和不同时期, 人们往往会根据自身的偏好差异选择不同的生态系统服务类型, 因此在管理决策和科学研究中, 生态系统服务类型的合理选择对于结果的科学性有着重要的影响[29]. 本文以联合国千年生态系统评估[1]的生态系统服务分类体系为基础, 并于2022~2024年先后4次前往陕北地区的神木市、榆阳区、黄陵县、延川县和宜川县等地进行实地调研, 关注管理部门和当地居民等不同利益相关群体的实际需求, 选择与当地生态环境、社会经济和人类福祉紧密相关, 以及受退耕还林还草工程影响较大的生态系统服务类型. 最终选定固碳服务（carbon storage, CS）、产水服务（water yield, WY）、土壤保持服务（soil conservation, SC）和食物供给服务（food supply, FS）作为陕北地区生态系统服务评估的类型. 在千年生态系统评估体系中, 固碳服务和食物供给服务属于供给服务（supplying services）, 产水服务属于支持服务（supporting services）, 土壤保持服务属于调节服务（regulating services）. 各项生态系统服务的具体选择原因如表 2所示.
|
|
表 2 生态系统服务选择原因说明 Table 2 Description of the reasons for ecosystem service selection |
1.3.2.2 固碳服务评估
应用InVEST模型（3.14.0版本）Carbon Storage and Sequestraion模块中的Carbon Storage子模块评估陕北地区的生态系统固碳服务. 该模块将不同土地利用类型对应的地上生物、地下生物、死亡有机质和土壤有机质等4项碳储存量加总, 求得区域总体的碳储存量, 表征生态系统的固碳服务[32]. 计算公式为：
|
(2) |
|
(3) |
式中, CSi-above为地类i地上生物中的碳储存量；CSi-below为地类i地下生物中的碳储存量；CSi-dead为地类i死亡有机质中的碳储存量；CSi-soil为地类i土壤有机质中的碳储存量；CSi为地类i的碳储存总量, 单位：t；上述碳储存量参考了国家生态科学数据中心的碳密度数据和相关已有研究[33, 34], 单位均为Mg·km-2；Ai为地类i的面积, 单位：km2；CSt为区域的碳储存总量, 单位：t.
1.3.2.3 产水服务评估应用InVEST模型（3.14.0版本）中的Annual Water Yield模块量化陕北地区的生态系统产水服务. 该模块通过年平均降水量和实际蒸散量的差值计算区域的年均产水量, 求得地下和地表的径流量, 以反映土地利用、降水和蒸散等多种因素综合作用下区域的总体产水能力[35]. 计算公式为：
|
(4) |
|
(5) |
式中, WYt为区域的单位面积产水量, 单位：t·km-2；A为研究区总面积, 单位：km2；WYxi和AETxi分别为地类i上栅格单元x的年均产水量和年实际蒸散量, 单位：mm；Px为栅格单元x的年均降水量, 单位：mm；
|
(6) |
式中, Rxi为地类i上栅格单元x的Budyko干燥指数, 即潜在蒸散量与降雨量的比值；ωx为栅格单元x的修正植被年可利用水量与降水量的比值；Rxi和ωx均为无量纲常数.
1.3.2.4 土壤保持服务评估应用InVEST模型（3.14.0版本）中的Sediment Delivery Ratio模块量化陕北地区的生态系统土壤保持服务. 该模块基于修订后的通用水土流失方程（revised universal soil loss equation, RUSLE）, 通过计算潜在土壤侵蚀量与实际土壤侵蚀量的差值, 表示生态系统的土壤保持量[37]. 主要计算公式为：
|
(7) |
|
(8) |
|
(9) |
|
(10) |
式中, SCt为区域的单位面积土壤保持量, 单位：t·km-2；A为研究区总面积, 单位：km2；SCx为栅格单元x的土壤保持量, 单位：t；RSCx和USCx分别为栅格单元x的潜在土壤侵蚀量与实际土壤侵蚀量, 单位：t；Rx为降雨侵蚀力因子；Kx为土壤可蚀性因子；LSx为坡度坡长因子；Cx为植被覆盖因子；Px为水土保持因子.
1.3.2.5 食物供给服务评估参考已有研究[38, 39], 基于食物供给与归一化植被指数（NDVI）明显的线性关系, 应用不同土地利用类型的NDVI数值和土地面积, 对粮食供给进行空间化处理, 量化陕北地区的生态系统粮食供给服务. 其中, 粮食、油料、糖类和蔬菜等按照耕地面积处理；林产品按照林地面积处理；肉类和奶类等畜牧业产品按照草地面积处理；水产品按照水域面积处理. 计算公式为：
|
(11) |
|
(12) |
式中, FSx栅格单元x上各类食物的产量, 单位：kg；NDVIx为栅格单元x的归一化植被指数, 为无量纲常数, 取值范围为[-1, 1]；NDVIt为研究区域内的归一化植被指数之和；Pt为区域内粮食、肉类和水产等食物的产量之和, 单位：t；FSt为区域内食物产量的总和, 单位：t.
1.3.3 Z-Score标准化Z-Score标准化是数据标准化处理的常用方法, 通过将不同单位和量纲的数据转化为统一度量的Z-Score分值, 使得不同数据的解释性减弱, 相互之间的可比性增强. 计算公式为：
|
(13) |
|
(14) |
式中, x'为原始数据x的标准化结果；x为所有数据的平均值；σ为标准差；N为数据总数；xi为第i个数据.
不同类型的生态系统服务单位量级各不相同, 为进行不同生态系统服务之间的比较分析, 参考相关研究[40], 应用Z-Score标准化消除4类生态系统服务单位和量纲的差异, 使其结果统一到[0, 1]之间.
1.3.4 Pearson相关Pearson相关性分析是统计学中度量双变量相关性的常用手段, 目前也已经被广泛应用于自然科学领域相关程度度量的研究之中. 分析时, 通过计算两个变量的Pearson相关系数（Pearson correlation coefficient）, 反映其相互关系的方向和大小, 并通过显著性t检验验证相关性的显著水平. 参考相关研究[35], 应用Pearson相关性分析, 计算不同生态系统服务之间的相关程度, 具体计算公式为：
|
(15) |
式中, r为Pearson相关系数, 取值范围为[-1, 1]；n为选取样本的个数；xi和yi分别为生态系统服务x和生态系统服务y的第i个值；x和y分别为生态系统服务x和y的平均值.
应用Pearson相关系数表征不同生态系统服务间的权衡与协同关系, 若r > 0, 则生态系统服务间呈现协同关系；若r < 0, 则生态系统服务间呈现权衡关系. 同时结合t检验的结果P值, 将生态系统服务的权衡与协同关系划分为显著协同、较显著协同、弱协同、显著权衡、较显著权衡、弱权衡和不相关7个类别[41], 具体分类标准如表 3所示.
|
|
表 3 生态系统服务权衡与协同的分类标准 Table 3 Classification criteria for trade-offs and synergies in ecosystem services |
1.3.5 多重热点区识别
同一区域可以同时提供多种生态系统服务, 但提供各类生态系统服务的能力各不相同, 生态系统服务热点区可以反映某一区域综合提供多种生态系统服务的能力[42].
参考相关研究[43], 规定各类生态系统服务超过研究区平均值的区域为该类服务的热点区, 并对不同生态系统服务的热点区进行空间叠加, 得到生态系统服务的多重热点区. 固碳、产水、土壤保持和食物供给4类生态系统服务叠加后可以生成0类、1类、2类、3类和4类的生态系统服务热点区, 分别对应0~4种生态系统服务超过研究区总体平均值的栅格单元（表 4）. 4类热点区提供多种生态系统服务的综合能力最强, 0类热点区提供多种生态系统服务的综合能力最弱.
|
|
表 4 生态系统服务多重热点区的分类标准 Table 4 Classification criteria for the hotspots of ecosystem services |
2 结果与分析 2.1 土地利用变化特征及退耕还林还草工程实施区域识别
2000年和2020年陕北地区土地利用的空间格局分别如图 2（a1）和2（a2）所示. 陕北地区土地利用类型始终以草地、耕地和林地为主, 3类土地利用类型的面积总和约占到研究区总面积的93%. 2000~2020年间, 陕北地区的草地和林地分别增加1 634.44 km2（4.70%）和1 105.60 km2（10.01%）；耕地和未利用地分别减少3 331.16 km2（11.71%）和277.34 km2（5.99%）. 2000~2020年陕北地区的土地利用转移矩阵[图 2（a3）]的结果显示, 20 a间陕北地区累计7 799.07 km2（9.77%）土地的利用类型发生了转移, 草地的转入和耕地的转出最为剧烈, 草地的主要来源是耕地（88.46%）, 耕地的主要流向是草地（71.51%）和林地（22.11%）. 此外, 林地和建设用地以转入为主要特征, 未利用地以转出为主要特征, 水域的转移特征不明显.
|
图 2 2000~2020年陕北地区土地利用转移情况及退耕还林还草工程实施区域 Fig. 2 Land use transfer and implementation areas of GFGP in northern Shaanxi from 2000 to 2020 |
参考相关研究[22], 基于土地利用转移矩阵识别退耕还林还草工程的实施区域. 国家林业和草原局发布的《中国退耕还林还草二十年》白皮书中对退耕还林还草工程总结为退耕地还林还草、宜林荒山荒地造林种草和封山育林三大类别. 由于封山育林一般不涉及土地利用类型的转化, 因此本文主要考虑前两种退耕还林还草类型, 主要包括耕地/未利用地向林地/草地的转移, 将涉及上述土地利用转移类型的区域认定为“工程实施区”, 在此范围外的区域视为“非工程实施区”. 经统计, 陕北地区退耕还林还草的工程实施区共计4 538.25 km2, 占研究区总面积的5.69%, 非工程实施区共计75 281.78 km2, 占研究区总面积的94.31%.
工程实施区内, 耕地-林地、耕地-草地、未利用地-林地和未利用地-草地的转移面积分别为1 030.67、3 333.61、7.57和166.41 km2, 由于未利用地转入林地的土地面积过小, 将其与未利用地转入草地的面积合并, 统称为“未利用地造林种草”. 据此, 将工程实施区进一步细分为“退耕还林区”、“退耕还草区”和“未利用地造林种草区”三个类型[图 2（b）]. 退耕还林区共计1 030.67 km2（22.71%）, 主要分布在陕北地区中部偏北的子长市、安塞区和宝塔区等地；退耕还草区共计3 333.61 km2（73.46%）, 在陕北地区中部的分布较广；未利用地造林种草区共计173.98 km2（3.83%）, 主要分布在榆阳区、神木市和定边县的西北部区域.
2.2 生态系统服务变化特征 2.2.1 生态系统服务的时空格局陕北地区生态系统服务的量化结果及其变化情况如表 5所示. 2000~2020年, 陕北地区的碳储存总量由7.23亿t增加到7.42亿t, 增加了0.19亿t；产水总量由22.51亿m3增加到34.07亿m3, 增加了11.56亿m3；土壤保持总量由12.10亿t增加到15.54亿t, 增加了3.44亿t；食物总产量由842.73万t增加到1 352.43万t, 增加了509.70万t. 综上可见, 陕北地区的固碳、产水、土壤保持和食物供给服务均有所增加, 增幅由大到小依次为食物供给服务（60.48%）、产水服务（51.35%）、土壤保持服务（26.31%）和固碳服务（2.63%）.
|
|
表 5 2000年和2020年陕北地区生态系统服务量化结果及变化情况 Table 5 Results and changes in ecosystem services in northern Shaanxi in 2000, 2020, and 2000-2020 |
2000年和2020年陕北地区各类生态系统服务的空间分布如图 3所示. 固碳服务方面, 2000年和2020年的空间分布规律相近, 南部黄陵县、黄龙县、富县和宜川县等地较高, 单位面积碳储量超过了10 000 t·km-2, 北部榆阳区和神木市等地较低, 单位面积碳储量低于6 000 t·km-2；产水服务方面, 2000年陕北地区中部区域相对较高, 志丹县和安塞区等地的单位面积产水量在50 t·km-2以上, 东北部的府谷县以及东南部的黄龙县和宜川县等地相对较低, 单位面积产水量不足10 t·km-2. 2020年陕北地区东部相对较高, 清涧县、延川县和延长县等地的单位面积产水量超过了100 t·km-2, 而西北部区域相对较低, 定边县等地境内的大部分区域单位面积产水量不足10 t·km-2；土壤保持服务方面, 2000年和2020年均呈现西北低、东南高的空间分布规律, 西北部区域的单位面积土壤保持量不足4 000 t·km-2, 不足整体平均水平的20%；食物供给服务方面, 2000年靖边县、府谷县、神木市和米脂县等地相对较高, 2020年绥德县、吴堡县和洛川县等地也达到了较高的水平, 食物生产区域的单位面积产量已超过300 t·km-2.
|
图 3 2000年和2020年陕北地区生态系统服务的空间分布 Fig. 3 Spatial distribution of ecosystem services in northern Shaanxi in 2000 and 2020 |
应用空间采样工具在陕北地区随机生成5 000个样本点, 并提取各样本点2000年和2020年各类生态系统服务的评估结果, 剔除生态系统服务结果存在空值的样本点后, 共剩余有效样本点4 979个. 对有效样本点的各类生态系统服务两两一组进行Pearson相关性分析, 求得2000年和2020年陕北地区生态系统服务权衡与协同关系及变化情况, 结果如图 4所示. 图 4（a）中, 横轴由左至右、纵轴由上至下依次表示生态系统固碳、产水、土壤保持和食物供给服务；中间区域表示样本点各类生态系统服务的分布图, 2000年在上, 2020年在下；右上区域和左下区域分别表示2000年和2020年生态系统服务两两之间的Pearson相关系数、显著性t检验结果和权衡与协同的类型[44]. 图 4（b）中, 箭头的方向反映了生态系统服务的变化情况.
|
*表示0.01 < P≤0.05, 即结果在5%水平上显著；**表示P≤0.01, 即结果在1%水平上显著 图 4 2000年和2020年陕北地区生态系统服务的权衡与协同关系及其变化情况 Fig. 4 Trade-offs, synergies, and changes in ecosystem services in northern Shaanxi in 2000 and 2020 |
可以看出, 2000年和2020年样本点的各类生态系统服务采样结果均呈正态分布. 除固碳服务-食物供给服务外, 其余生态系统服务两两之间的相关性均通过了显著性t检验. 其中固碳服务-产水服务、产水服务-食物供给服务和土壤保持服务-食物供给服务间始终呈现显著权衡关系；固碳服务-土壤保持服务间始终呈现显著协同关系；产水服务-土壤保持服务由2000年的较显著权衡关系转化为2020年的显著协同关系. 固碳服务-食物供给服务的相关性不显著, 由2000年的弱协同关系转化为2020年的弱权衡关系.
2000~2020年间, 陕北地区大部分生态系统服务间相关系数的绝对值呈现下降的趋势, 说明随着时间的变化生态系统服务彼此之间的相关程度逐渐减弱, 其中固碳服务-产水服务的相关系数由-0.71变为-0.49, 产水服务-食物供给服务的相关系数由-0.13变为-0.06, 土壤保持服务-食物供给服务的相关系数由-0.13变为-0.07, 此消彼长的显著权衡关系有所减弱；固碳服务-土壤保持服务的相关系数由0.17变为0.07, 彼此增益的显著协同关系有所减弱.
2.2.3 生态系统服务的多重热点区借助空间分析工具依次识别2000年和2020年陕北地区4类生态系统服务的热点区[图 5（a）~5（d）], 并通过空间叠加得到陕北地区的生态系统服务多重热点区[图 5（e）]. 2000年, 各类热点区的面积分别为18 166.42、27 798.55、40 220.89、3 327.52和268.01 km2, 分别占总面积的22.67%、34.82%、37.86%、4.22%和0.34%. 2020年, 各类热点区的面积分别为18 320.86、27 935.32、27 431.96、5 062.11和1 076.13 km2, 分别占总面积的22.95%、35.00%、34.36%、6.34%和1.35%. 从空间上看, 0类热点区2000年主要分布在陕北地区西北部的神木市、榆阳区和横山区以及东部偏南的延川县和延长县等地, 2020年, 在东部区域的分布大幅减少, 主要集中在西北部区域；1类和2类热点区在2000年和2020年都零散分布在整个陕北地区；3类热点区2000年主要分布在延安市中部的安塞区和宝塔区以及榆林市东南部的米脂县、绥德县和吴堡县等地, 2020年在陕北地区南部富县和洛川县等区域的面积明显增加；4类热点区2000年主要集中在延安市中部的志丹县、安塞区和宝塔区等地, 2020年分布在榆林市东南部的米脂县、绥德县和吴堡县等地的面积明显增加.
|
图 5 2000年和2020年陕北地区栅格尺度生态系统服务热点区的空间分布 Fig. 5 Hotspots of ecosystem services in northern Shaanxi in 2000 and 2020 |
2000~2020年间, 3类和4类热点区的面积占比分别增加50.10%和301.52%, 说明能够提供多种生态系统服务的区域逐渐增多. 而与此同时, 0类和1类热点区的面积占比也有所增加, 不同区域间提供多种生态系统服务综合能力的差异性逐渐增大.
2.3 退耕还林还草工程对生态系统服务的影响 2.3.1 退耕还林还草工程对生态系统服务时空格局的影响提取2000年和2020年陕北地区不同土地利用类型对应的生态系统服务结果, 并通过Z-Score标准化处理消除单位和量纲的差异, 使结果统一在[0, 1]之间（图 6）. 各种土地利用类型提供固碳服务的平均Z-Score分值由大到小依次为：林地 > 草地 > 耕地 > 建设用地 > 未利用地 > 水域, 其中林地、草地和耕地的平均Z-Score分值均大于0.6, 远大于另外3种土地利用类型；提供产水服务的平均Z-Score分值由大到小依次为：建设用地 > 未利用地 > 水域 > 耕地 > 草地 > 林地, 前3位的土地利用类型的平均Z-Score分值均超过了0.65, 而后3位的土地利用类型的平均Z-Score分值均不足0.45；提供土壤保持服务的平均Z-Score分值由大到小依次为：林地 > 草地 > 未利用地 > 耕地 > 水域 > 建设用地, 林地和草地的平均Z-Score分值超过了0.85, 远大于其他4种土地利用类型；提供食物供给服务的平均Z-Score分值由大到小依次为：耕地 > 林地 > 草地 > 水域, 耕地的平均Z-Score分值明显高于其他土地利用类型, 而建设用地和未利用地的Z-Score分值为0.
|
图 6 2000年和2020年陕北地区不同土地利用类型的生态系统服务对比 Fig. 6 Comparison of ecosystem services of different land use types in northern Shaanxi in 2000 and 2020 |
不同土地利用类型提供生态系统服务水平存在明显的差异, 退耕还林还草工程使陕北地区的土地利用状况产生了很大的改变, 必然会引起生态系统服务的变化. 统计2000~2020年陕北地区不同退耕还林还草工程实施区的生态系统服务变化情况（图 7）, 结果显示非工程实施区与陕北地区整体的变化情况相近, 而工程实施区与陕北地区整体的变化情况差异较大, 主要表现为固碳服务和土壤保持服务的增幅更大, 但产水服务的增幅更小, 食物供给服务呈现与整体变化特征相逆的下降趋势.
|
红色箭头表示2000~2020年该数值增加；蓝色箭头表示2000~2020年该数值减少；未利用地造林种草区2000年不提供食物供给服务, 因此未计算单位面积平均食物产量的变化率 图 7 2000~2020年陕北地区不同退耕还林还草工程实施区的生态系统服务对比 Fig. 7 Comparison of ecosystem services in different areas of GFGP implementation in northern Shaanxi from 2000 to 2020 |
固碳服务方面, 非工程实施区的单位面积平均碳储量由9 099.97 t·km-2增加到9 309.08 t·km-2, 增长率为2.29%, 与陕北地区整体2.63%的增长率相近. 工程实施区的单位面积平均碳储量由8 818.58 t·km-2增加到9 548.48 t·km-2, 增长率为8.27%, 是陕北地区整体增长率的3.14倍. 其中, 退耕还林区和未利用地造林种草区的单位面积平均碳储量增幅较大, 增长率分别为24.35%和25.83%, 退耕还草区的单位面积平均碳储量增幅相对较小, 增长率为2.67%；产水服务方面, 非工程实施区的单位面积平均产水量由28.15 t·km-2增加到42.77 t·km-2, 增长率为51.94%, 同样与陕北地区整体51.36%的增长率相近. 工程实施区的单位面积平均产水量由30.43 t·km-2增加到43.37 t·km-2, 增长率42.53%, 低于陕北地区整体的增长率. 其中, 退耕还林区和退耕还草区的单位面积平均产水量分别增加了39.70%和55.24%, 而未利用地造林种草区的单位面积平均产水量由65.83 t·km-2减少到29.21 t·km-2, 减少了55.63%；土壤保持服务方面, 非工程实施区的单位面积平均土壤保持量由15 303.33 t·km-2增加到19 441.93 t·km-2, 增长率为27.04%, 略低于陕北地区整体的增长率. 工程实施区的单位面积平均土壤保持量由13 568.70 t·km-2增加到20 835.39 t·km-2, 增长率为53.55%, 是陕北地区整体增长率的1.89倍. 退耕还林区、退耕还草区和未利用地造林种草区的单位面积平均土壤保持量均呈现较高的增长幅度, 分别达到52.73%、54.01%和50.40%；食物供给服务方面, 陕北地区整体和非工程实施区的单位面积平均食物产量均呈大幅上升趋势, 分别增加了60.48%和68.95%, 而工程实施区的单位面积平均食物产量由172.26 t·km-2减少到133.57 t·km-2, 减少了22.46%. 退耕还林区和退耕还草区的单位面积平均食物产量均大幅减少, 分别减少了42.92%和19.66%, 而未利用地造林种草区的单位面积平均食物产量由0增加至133.84 t·km-2.
由此可见, 不同的退耕还林还草工程类型对各类生态系统服务的影响不尽相同. 固碳服务方面, 退耕还林区和未利用地造林种草区中耕地-林地和未利用地-林地/草地的转移使得工程实施区整体的固碳服务出现了较大的增长, 而退耕还草区耕地-草地的转移对固碳服务的影响相对较小；产水服务方面, 未利用地造林种草区未利用地-林地/草地的转移使得单位面积平均产水量下降明显, 是工程实施区内外产水服务变化差异性的主要原因, 退耕还林区中耕地-林地的转移使得产水服务的增幅减小, 但仍呈增加趋势, 退耕还草区对产水服务没有明显的影响；土壤保持服务方面, 各类工程实施区单位面积平均土壤保持量的增幅均明显高于非工程实施区, 可见不同退耕还林还草工程类型对土壤保持服务的增加均有较大的影响；食物供给服务方面, 退耕还林区和退耕还草区中耕地-林地和耕地-草地的转移导致食物供给服务下降明显, 是工程实施区内外食物供给服务变化情况出现差异的主要原因, 而未利用地造林种草区一定程度上缓解了工程实施对食物供给服务的负向影响.
2.3.2 退耕还林还草工程对生态系统服务权衡与协同的影响根据样本点与陕北地区退耕还林还草工程实施区的空间关系, 对其进一步分类, 分别进行Pearson相关性分析, 结果如图 8所示. 非工程实施区生态系统服务权衡与协同的特征与陕北地区整体情况相似, 在2000年呈现出固碳服务-产水服务、产水服务-食物供给服务和土壤保持服务-食物供给服务的显著权衡关系, 固碳服务-土壤保持服务的显著协同关系和产水服务-土壤保持服务的稍显著权衡关系, 到2020年产水服务-土壤保持服务转化为显著协同关系. 而在工程实施区, 2000年固碳服务-产水服务和土壤保持服务-食物供给服务呈现显著权衡关系, 固碳服务-土壤保持服务呈现稍显著协同关系, 其他生态系统服务的关系不显著, 2020年仅有固碳服务-产水服务呈现显著权衡关系, 土壤保持服务-食物供给服务呈现稍显著权衡关系, 其他生态系统服务之间的关系均不显著. 相较于陕北地区的总体情况, 各类工程实施区多数生态系统服务间的权衡与协同关系较弱, 仅有退耕还林区和退耕还草区固碳服务-产水服务的权衡关系, 以及退耕还草区土壤保持服务-食物供给服务的权衡关系相对更强.
|
CR、WY、SC和FS分别表示生态系统固碳、产水、土壤保持和食物供给服务；*表示0.01≤P < 0.05, 即结果在5%水平上显著；**表示P < 0.01, 即结果在1%水平上显著；2000年未利用地造林种草区不提供食物供给服务, 因此未进行食物供给服务和其他服务的相关性分析 图 8 2000~2020年陕北地区不同退耕还林还草工程实施区生态系统服务权衡与协同的对比 Fig. 8 Comparison of trade-offs and synergies in ecosystem services in different areas of GFGP implementation in northern Shaanxi from 2000 to 2020 |
2000~2020年间工程实施区生态系统服务之间相关程度的下降程度更为明显. 尽管非工程实施区多数生态系统服务之间相关系数的绝对值下降, 但P值始终小于0.01, 说明仍然保持着显著的权衡或协同关系. 而在工程实施区, 土壤保持服务-食物供给服务由显著权衡关系变为了稍显著权衡关系, 退耕还林还草工程使陕北地区土壤保持服务-食物供给服务等生态系统服务间相互制约的程度明显降低. 对比不同类型工程实施区的结果可以看出, 固碳服务-产水服务在各类工程实施区始终呈现权衡关系, 但相关程度均有所下降, 未利用地造林种草区的下降幅度最为明显, 由显著权衡关系变为了弱权衡关系, 退耕还林区的下降幅度次之. 固碳服务-土壤保持服务在退耕还林区由协同关系变为权衡关系, 但关系不显著, 在退耕还草区和未利用地造林种草区则始终保持协同关系. 固碳服务-食物供给服务在各类工程实施区始终呈现协同关系, 其中2020年在未利用地造林种草区呈现显著协同关系. 产水服务-土壤保持服务在退耕还林区由权衡关系变为协同关系, 在退耕还草区由协同关系变为权衡关系, 但关系均不显著. 产水服务-食物供给服务在各类工程实施区始终呈现权衡关系, 但均不显著. 土壤保持服务-食物供给服务在各类工程实施区始终呈现权衡关系, 其中在退耕还草区始终呈现显著权衡关系.
2.3.3 退耕还林还草工程对生态系统服务热点分布的影响应用空间分区统计工具计算2000年和2020年陕北地区不同退耕还林还草工程实施区中各类热点区的面积占比和2000~2020年间占比的变化率, 结果如图 9所示. 非工程实施区内各类热点区的变化特征与陕北地区总体情况相近, 表现为0类、1类、3类和4类热点区面积占比的增加以及2类热点区面积占比的减少, 不同地区综合提供多种生态系统服务的能力差距逐渐拉大. 与非工程实施区和陕北地区整体的变化规律相反, 工程实施区内0类热点区的面积占比大幅下降, 减少了29.13%, 而1类热点区的面积占比有所上升, 增加了10.88%. 退耕还林还草工程使得超过252.05 km2的区域至少有一种生态系统服务超过了陕北地区总体的平均水平, 对于提供生态系统服务综合能力最弱的区域的改善作用明显. 同时, 实施退耕还林还草工程也产生了大量生态系统服务的综合能力最强的区域, 65.02 km2的区域各类生态系统服务都超过了陕北地区总体的平均水平, 工程实施区内4类热点区面积占比的增幅达到410.96%, 远超陕北地区的平均增幅.
|
未利用地造林种草区处于4类热点区的栅格面积为0, 因此未计算面积变化率 图 9 2000~2020年陕北地区不同退耕还林还草工程实施区生态系统服务热点分布情况对比 Fig. 9 Comparison of hotspots of ecosystem services in different areas of GFGP implementation in northern Shaanxi from 2000 to 2020 |
2000~2020年, 各类工程实施区域0类热点区的占比都有所下降, 下降幅度分别达到2.93%、33.93%和32.52%, 3类和4类热点区的占比都大幅上升, 未利用地造林种草区内3类热点区占比的增幅最高, 达到了1087.18%. 对比来看, 未利用地造林种草内0类热点区的减少更为明显, 由于未利用地几乎不具备提供固碳和食物供给服务的能力, 未利用地-林地/草地的转化使大量提供生态系统服务能力最弱的区域具备了有效提供一种以上生态系统服务的能力. 而退耕还林区内3类和4类热点区的增加更为明显, 陕北地区林地提供固碳和土壤保持服务的能力最强, 耕地-林地的转化对于打造生态系统服务的多重热点区有着积极的意义.
3 讨论 3.1 结果对比验证生态系统服务的计算过程相对复杂, 参考相关研究[45], 通过与当地的统计数据和已有研究结果进行对比, 验证生态系统服务评估结果的准确性.
固碳服务方面, 王天福等[34]的研究测算得到2000年和2020年陕西省的生态系统碳储量分别为29.24亿t和30.00亿t, 其中陕北地区占比约为34%, 即9.46亿t和10.20亿t；Wen等[46]的研究测算得到2000年和2020年陕北地区的生态系统碳储量分别为5.10亿t和5.50亿t. 本研究的测算结果介于王天福等[34]和Wen等[46]的结果之间.
产水服务方面, 延安市和榆林市的《水资源公报》显示2020年的地表水资源总量分别为13.35亿m3和15.61亿m3, 共计28.96亿m3, 略低于本文的测算结果. 由于地表水资源量为当地天然河川的地表径流量, 而本文生态系统产水服务测算结果包括地表径流量和地下径流量, 因此模型测算结果略高于统计结果符合实际情况；Li等[47]的研究表明2000~2020年间陕北地区的单位面积平均产水量为41.39 t·km-2, 这与本文的测算结果较为接近.
土壤保持服务方面, Li等[47]的研究表明2000~2020年间陕北地区的单位面积平均土壤保持量为15 763 t·km-2；安黎等[48]的研究表明2000年和2018年陕北地区的单位面积土壤保持量分别为222 620 t·km-2和23 710 t·km-2；赵雪雁等[49]的研究测算得到陕北地区所在的黄土高原2018年的单位面积土壤保持量约为18 800 t·km-2. 本研究的测算结果介于上述学者们的测算结果之间.
食物供给服务方面, 根据研究年份的《陕西省统计年鉴》中各市区的主要农产品产量数据, 延安市和榆林市2020年主要农产品产量分别为557.76万t和628.57万t, 共计1 186.33万t, 与测算结果相近似；Shao等[38]的研究测算了黄河流域的食物产量, 结果显示地处黄河流域中游的陕北地区2000~2018年的单位面积粮食产量总体上分布在100~200 t·km-2的区间, 且呈增加趋势, 这与本文的结果相一致.
由于生态系统服务评估方法、数据来源与精度和土地利用分类标准等因素存在差异, 本文生态系统服务的评估结果与已有研究和统计数据难免存在一定的差异, 但总体上看测算结果和变化趋势都大致相同, 可以验证本文生态系统服务评估结果的可靠性.
3.2 政策建议（1）本文研究发现, 2000~2020年间工程实施区的食物产量下降明显, 但陕北地区整体的食物供给服务大幅上升趋势. 参考刘晓琳等[31]和黄麟等[14]的研究, 此现象可能与生态系统服务间的相互作用关系有关. 退耕还林还草工程虽然减少了区域食物生产的土地资源基础, 但同时通过改变了土地利用的空间格局, 减少了土壤的侵蚀程度, 从而提高了食物生产区域的单位面积产量. 因此尽管退耕还林还草工程会不可避免地减少耕地的面积, 增加局部区域食物供给的压力, 但从区域整体上看, 工程达到了“以粮食换取生态”的目的, 对于提高食物供给的可持续性具有积极的影响.
陕北地区未来的发展过程中, 一方面要加强对于现有退耕还林还草工程实施区域的监管力度, 严禁农户或村集体的私自复垦. 如果局部区域发生大量的复垦复耕现象, 不仅会损害工程在生态方面的成效, 还会影响区域整体范围内食物供给的可持续发展[31]. 另一方面, 应当在退耕还林还草工程的后续实施过程中严守耕地保护红线, 加强与永久基本农田保护、耕地占补平衡和耕地分等定级等工作的联系, 通过合理的规划与布局, 尽可能避免占用宜耕耕地. 同时, 为实现区域整体的可持续发展, 应当通过完善农田水利设施建设、加强农业科技支撑和发展林间和林下经济等方式, 尽力提高农用地的利用效率, 通过增加各类食物的单位面积产量, 弥补耕地面积的缺失.
（2）其他生态系统服务方面, 本文发现工程实施区内碳储量和土壤保持量的增幅更为明显, 耕地/未利用地-林地/草地的转移对陕北地区固碳服务和土壤保持服务具有积极的作用, 刘文超等[13]和张琨等[50]的研究结论与此相同. 与碳储量和土壤保持量相反, 工程实施区内产水量的增幅明显小于非工程实施区, 其中未利用地-林地/草地的转移对陕北地区产水服务具有明显的抑制作用. 目前, 针对退耕还林还草工程对产水服务影响的研究结论差异较大, 如Shao等[30]的研究表明工程增加了黄土高原植被的蒸散量和耗水量, 导致生态系统产水服务明显减弱；Wang等[51]的研究则表明工程没有导致石羊河流域的产水量明显下降, 反而一定程度上改善了区域水资源短缺的情况. 究其原因, 耕地与未利用地之间以及林地与草地之间的产水能力差距较大, 不同区域内各类退耕还林还草工程的比例不尽相同, 因此对生态系统产水服务的影响也会存在较大的差异.
综上可见, 退耕还林还草工程对生态系统服务固碳和土壤保持服务的提升作用明显, 陕北地区的水土流失问题得到有效缓解, 多数区域已由碳源转变为碳汇[50]. 但就产水服务而言, 退耕还林还草工程的影响与具体区域的工程实施类型有较大的关联. 陕北地区的水资源始终处于短缺的状态, 工程实施区内产水量的增幅明显小于整体的平均水平, 因此后续工作中应当增加对生态系统产水服务的关注. 对于退耕还林还草工程的具体地块, “宜耕则耕、宜草则草、宜荒则荒、宜林则林”确实是工程实施的最优原则, 但对于陕北地区整体而言, 有必要从整体上对县、乡等行政单元进行一定的规划部署, 选择最为合适的工程实施类型. 例如, 水资源相对充足的地区, 可以以“还林”为工程的主要类型, 但较为干旱的地区, 则以“还草”为工程的主要类型[51]. 同时, 还需要结合黄河引水、淤地坝建设和水库清淤扩容等供水保障工程, 缓解陕北地区的水资源压力.
（3）生态系统服务的权衡与协同关系方面, 本文发现工程实施区内的权衡关系相对更弱, 与Yu等[21]针对黄土高原的研究结论大致相同. 生态系统服务的热点分布方面, 本文发现陕北地区栅格尺度的3类和4类热点区明显增多, 退耕还林还草工程使陕北地区具有提供多种生态系统服务能力的区域逐渐增多, 与邓元杰等[24]的研究结论相同.
陕北地区未来可以结合生态系统服务冷热点和权衡与协同关系的空间分布, 对不同区域采取不同的管理措施. 提供生态系统服务能力较弱的区域, 应当以提升生态系统服务为主要目标. 通过多重热点区的空间分布可以看出, 此类区域与未利用地空间分布的重合度相对较高, 因此可以通过推进未利用地造林种草, 将其转化为林地或草地. 提供生态系统服务能力较强的区域, 应当尽可能地降低生态系统服务间的权衡关系, 促多类服务的进协同发展. 该类区域不应盲目地扩大退耕还林还草的规模, 而是应当根据生态系统服务间具体的权衡与协同关系, 可以通过尝试不同作物的间作套作和丘陵山地的立体农业等模式, 协调土地利用结构, 实现一定区域内多项生态系统服务的协同发展.
尽管生态系统服务具有区域差异和尺度差异, 但最大限度地增加生态系统服务的热点区域, 减少权衡关系并提升协同关系, 是各个地区发展的共同目标. 因此, 我国其他区域也可以结合生态系统服务的实际情况分类施策, 因地制宜地巩固实施退耕还林还草工程, 以期实现社会、经济、生态等方面的全面、协调、可持续发展.
3.3 研究不足与展望本文通过对比实施区内外和不同类型工程实施区生态系统服务的时空格局、热点分布和权衡与协同关系, 反映退耕还林还草工程对陕北地区生态系统服务的影响. 但是, 陕北地区的空间范围广阔, 人类活动形式多样, 生态系统服务具有高度的复杂性, 其时空演变过程往往是自然、社会经济和工程实施等多要素共同作用的结果. 尽管通过对比分析揭示了各类退耕还林还草工程实施区生态系统服务变化情况的明显差异, 但鉴于不同区域自然和社会经济要素的异质性, 本文未能单独拆解出退耕还林还草工程的作用, 可能会使研究结果产生一定的偏差, 如何在众多影响因素中分离出退耕还林还草工程的“净效应”将成为后续研究的重点. 针对这一问题, 现有研究大致可以分为两类, 一类在生态系统服务评估的过程中控制额外的变量, 采用多年均值数据量化生态系统服务[14, 52]. 该方法下, 自然和社会经济要素的干扰可以得到有效的控制, 但生态系统服务量化的结果可能存在较大的误差. 另一类与本文的方法相同, 即提取工程实施区域, 探寻不同类型区域的差异性特征[22, 51]. 在此过程中, 生态系统服务的量化结果更为精确, 但较难避免其余影响因素的干扰. 为克服上述局限, 未来研究中可以尝试搜集退耕还林还草工程实施前的多期土地利用数据, 借助PLUS和CA-Markov等模型模拟未实施退耕还林还草工程的情况下土地利用的自然演化情况, 对比不同年份“自然演化模拟情景”和“退耕还林还草情景”下生态系统服务的差异特征, 以期既能准确的量化生态系统服务, 又能分离退耕还林还草工程的“净效应”, 为区域的可持续发展提供更为精准和科学的建议.
同时, 本文在生态系统服务选择和退耕还林还草工程区域识别的过程中同样存在一定的不足之处, 有待后续研究中改进和完善. 第一, 在生态系统服务选择的过程中, 本文选取了固碳、产水、土壤保持和食物供给4种重要的生态系统服务类型. 尽管以上生态系统服务与陕北地区的发展密切相关, 具有很强的典型性, 但未能全面反映陕北地区生态系统服务的总体情况. 例如, 作为我国农耕文化和游牧文化的交汇之地和红色革命圣地, 陕北地区的文化服务也是生态系统服务的主要类型之一. 未来研究中, 可以进一步覆盖更多的生态系统服务类型, 更加全面地量化陕北地区的生态系统服务水平；第二, 在识别退耕还林还草工程区域的过程中, 本文基于2000年和2020年两期土地利用数据进行空间叠加, 将耕地/未利用地转移林地/草地的区域视为工程实施区域, 可能存在一定的误差. 一是无法区分人工干预和自然演替引起的土地利用转移, 部分未利用地可能通过自然演替转移为草地, 耕地也有可能由于撂荒转移为未利用地再自然演替为草地[22]；二是无法准确判断土地利用转移的具体时间, 部分区域在研究期间可能经历过多次土地利用转移, 但实施过退耕还林还草工程的区域如果在2020年前被再次复垦为耕地将无法被识别. 未来可以尝试与地方管理部门沟通, 或结合实地考察, 提高工程实施区域识别的准确性.
4 结论（1）2000~2020年间, 陕北地区退耕还林还草工程累计实施4 538.25 km2, 退耕还林区、退耕还草区和未利用地造林种草区分别占22.71%、73.46%和3.83%. 生态系统碳储量、产水量、土壤保持量和食物产量分别增加0.19亿t（2.63%）、11.56亿m3（51.35%）、3.44亿t（26.31%）和509.70万t（60.48%）, 西北部区域的固碳服务和土壤保持服务增幅明显, 东部区域的产水服务增幅明显, 洛川县和定边县等地的食物供给服务增幅明显.
（2）由于不同土地利用类型提供生态系统服务的能力不同, 陕北地区各类退耕还林还草工程实施区生态系统服务变化情况存在明显的差异. 工程实施区生态系统固碳和土壤保持服务的增幅较大, 产水服务的增幅较小, 食物供给服务呈下降趋势. 未利用地造林种草区的产水服务和退耕还林区和退耕还草区的食物供给服务的下降趋势尤为明显.
（3）陕北地区能够同时提供多种生态系统服务的区域明显增加, 退耕还林还草工程起到积极的作用. 2000~2020年陕北地区3类和4类热点区分别增加1 734.59 km2（50.10%）和808.12 km2（301.52%）, 工程实施区内4类热点区增加65.02 km2（410.96%）, 0类热点区减少252.05 km2（29.13%）, 耕地-林地的转移对多重热点区的促进作用明显, 未利用地-林地/草地的转移对消除0类热点区具有积极的作用.
（4）陕北地区多数生态系统服务间呈现权衡关系, 2000~2020年间权衡关系逐渐减弱, 工程实施区内的权衡关系相对更弱. 2000~2020年间固碳-产水、产水-食物供给、土壤保持-食物供给和产水-土壤保持服务等服务间的权衡关系都有所减弱, 甚至转变为协同关系, 工程实施区内多数生态系统服务间的权衡与协同关系都相对较弱, 土壤保持-食物供给服务由显著权衡（P < 0.01）转变为稍显著权衡（0.01≤P < 0.05）, 固碳-土壤保持服务由稍显著协同（0.01≤P < 0.05）转变为弱协同（P > 0.05）.
（5）陕北地区未来可以通过防止工程区域复垦复耕、严守耕地保护红线和提升农用地利用效率等方式提升食物供给的可持续性；通过干旱区域退耕还草、水资源充沛区域退耕还林和建设供水保障工程等方式破除水资源短缺的瓶颈；通过未利用地造林种草减少生态系统服务匮乏的区域；通过间作套作和立体农业等方式促进多项生态系统服务的协同发展. 我国其他地区也可以结合生态系统服务的实际情况分类施策, 实现社会、经济和生态等方面的全面、协调、可持续发展.
| [1] | Millennium Ecosystem Assessment. Ecosystems and human well-being[M]. Washington: Island Press, 2005. |
| [2] |
余昊轩, 汤江龙, 陈荣清. 湖北省生态系统服务供需时空演变特征及其多尺度的空间平衡与匹配分析[J]. 环境科学, 2024, 45(11): 6477-6488. Yu H X, Tang J L, Chen R Q. Spatiotemporal evolution characteristics and multi-scale spatial balance and matching analysis of ecosystem service supply and demand in Hubei Province[J]. Environmental Science, 2024, 45(11): 6477-6488. |
| [3] | Bryan B A, Gao L, Ye Y Q, et al. China's response to a national land-system sustainability emergency[J]. Nature, 2018, 559(7713): 193-204. DOI:10.1038/s41586-018-0280-2 |
| [4] | Lu N, Tian H Q, Fu B J, et al. Biophysical and economic constraints on China's natural climate solutions[J]. Nature Climate Change, 2022, 12(9): 847-853. DOI:10.1038/s41558-022-01432-3 |
| [5] | Fu B J, Wang S, Liu Y, et al. Hydrogeomorphic ecosystem responses to natural and anthropogenic changes in the Loess Plateau of China[J]. Annual Review of Earth and Planetary Sciences, 2017, 45: 223-243. DOI:10.1146/annurev-earth-063016-020552 |
| [6] |
韩保江, 李志斌. 中国式现代化: 特征、挑战与路径[J]. 管理世界, 2022, 38(11): 29-43. Han B J, Li Z B. The Chinese path to modernization: characteristics, challenges and routes[J]. Journal of Management World, 2022, 38(11): 29-43. |
| [7] |
赖元长, 李贤伟, 冯帅, 等. 退耕还林工程对四川盆周低山丘陵区生态系统服务价值的影响——以洪雅县为例[J]. 自然资源学报, 2011, 26(5): 755-768. Lai Y C, Li X W, Feng S, et al. Impact of Grain for Green Project on ecosystem service values in the hilly region in Sichuan Basin: a case study of Hongya County[J]. Journal of Natural Resources, 2011, 26(5): 755-768. |
| [8] |
王子婷, 杨磊, 李广, 等. 陇中黄土高原农村经济结构变化对退耕还林(草)的响应[J]. 生态学报, 2021, 41(6): 2225-2235. Wang Z T, Yang L, Li G, et al. Long-term response of the rural economic structure changes between suburban and rural areas to Grain-for-Green Project in the Loess Plateau of central Gansu, Northwest China[J]. Acta Ecologica Sinica, 2021, 41(6): 2225-2235. |
| [9] |
王庶, 邓泽林. 退耕还林的经济效益研究[J]. 中央财经大学学报, 2016(5): 9-16. Wang S, Deng Z L. Research on the economic effects of the Grain for Green Project[J]. Journal of Central University of Finance & Economics, 2016(5): 9-16. |
| [10] |
于伟咏, 漆雁斌. 退耕还林工程对农业产业结构和人口流动的影响研究[J]. 林业经济, 2018, 40(3): 80-87. Yu W Y, Qi Y B. Study on the impact of conversion of farmland to forest project on agricultural industrial structure and population transfer[J]. Forestry Economics, 2018, 40(3): 80-87. |
| [11] |
韦惠兰, 白雪. 退耕还林影响农户生计策略的表现与机制[J]. 生态经济, 2019, 35(9): 121-127. Wei H L, Bai X. The performance and mechanism of the impact of the Sloping Land Conversion Program on households' livelihood strategies[J]. Ecological Economy, 2019, 35(9): 121-127. |
| [12] | Wang S, Fu B J, Piao S L, et al. Reduced sediment transport in the Yellow River due to anthropogenic changes[J]. Nature Geoscience, 2016, 9(1): 38-41. |
| [13] |
刘文超, 刘纪远, 匡文慧. 陕北地区退耕还林还草工程土壤保护效应的时空特征[J]. 地理学报, 2019, 74(9): 1835-1852. Liu W C, Liu J Y, Kuang W H. Spatiotemporal patterns of soil protection effect of the Grain for Green Project in Northern Shaanxi[J]. Acta Geographica Sinica, 2019, 74(9): 1835-1852. |
| [14] |
黄麟, 祝萍, 曹巍. 中国退耕还林还草对生态系统服务权衡与协同的影响[J]. 生态学报, 2021, 41(3): 1178-1188. Huang L, Zhu P, Cao W. The impacts of the Grain for Green Project on the trade-off and synergy relationships among multiple ecosystem services in China[J]. Acta Ecologica Sinica, 2021, 41(3): 1178-1188. |
| [15] |
鲁绍伟, 李少宁, 刘逸菲, 等. 北京市退耕还林生态效益评估[J]. 生态学报, 2021, 41(15): 6170-6181. Lu S W, Li S N, Liu Y F, et al. Ecological benefit evaluation of the Grain for Green Project in Beijing[J]. Acta Ecologica Sinica, 2021, 41(15): 6170-6181. |
| [16] |
谢明阳, 焦春萌, 韩小雨, 等. 熵视角下延安市生态系统服务价值时空递变规律及其影响因子[J]. 水土保持学报, 2022, 36(5): 247-254. Xie M Y, Jiao C M, Han X Y, et al. Spatio-temporal transmutation and impact factors of ecosystem service value in Yan'an City from the perspective of entropy[J]. Journal of Soil and Water Conservation, 2022, 36(5): 247-254. |
| [17] |
段绪萌, 韩美, 孔祥伦, 等. 退耕还林(草)工程前后黄河流域生态系统碳储量时空演变与模拟预测[J]. 环境科学, 2024, 45(10): 5943-5956. Duan X M, Han M, Kong X L, et al. Spatiotemporal evolution and simulation prediction of ecosystem carbon storage in the Yellow River Basin before and after the Grain for Green Project[J]. Environmental Science, 2024, 45(10): 5943-5956. |
| [18] |
张欣蓉, 王晓峰, 程昌武, 等. 基于供需关系的西南喀斯特区生态系统服务空间流动研究[J]. 生态学报, 2021, 41(9): 3368-3380. Zhang X R, Wang X F, Cheng C W, et al. Ecosystem service flows in karst area of China based on the relationship between supply and demand[J]. Acta Ecologica Sinica, 2021, 41(9): 3368-3380. |
| [19] |
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. |
| [20] |
王芸, 赵鹏祥, 李治国, 等. 退耕还林还草背景下陕北地区生态系统服务动态及热点识别[J]. 华北水利水电大学学报(自然科学版), 2022, 43(5): 92-100. Wang Y, Zhao P X, Li Z G, et al. Ecosystem service dynamics and hotspot identification under the background of Grain to Green Program in Northern Shaanxi[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2022, 43(5): 92-100. |
| [21] | Yu Z Y, Deng X Z, Cheshmehzangi A. The Grain for Green Program enhanced synergies between ecosystem regulating services in Loess Plateau, China[J]. Remote Sensing, 2022, 14(23). DOI:10.3390/rs14235940 |
| [22] |
王玉纯, 赵军, 付杰文. 退耕还林还草工程对干旱区内陆河流域生态系统服务的影响[J]. 生态科学, 2021, 40(6): 56-66. Wang Y C, Zhao J, Fu J W. Effects of the Grain for Green Program on the ecosystem services of inland river basin in arid area[J]. Ecological Science, 2021, 40(6): 56-66. |
| [23] |
李霞, 王孝康, 刘秀花, 等. 2000-2020年陕西省植被NDVI时空变化及气候因子探测[J]. 水土保持研究, 2024, 31(2): 443-453. Li X, Wang X K, Liu X H, et al. Spatiotemporal variation of vegetation NDVI and climate factor detection in Shaanxi Province from 2000-2020[J]. Research of Soil and Water Conservation, 2024, 31(2): 443-453. |
| [24] |
邓元杰, 侯孟阳, 谢怡凡, 等. 退耕还林还草工程对陕北地区生态系统服务价值时空演变的影响[J]. 生态学报, 2020, 40(18): 6597-6612. Deng Y J, Hou M Y, Xie Y F, et al. Impact of the Grain for Green Project on the temporal and spatial evolution of ecosystem service value in Northern Shaanxi[J]. Acta Ecologica Sinica, 2020, 40(18): 6597-6612. |
| [25] |
刘纪远, 宁佳, 匡文慧, 等. 2010-2015年中国土地利用变化的时空格局与新特征[J]. 地理学报, 2018, 73(5): 789-802. Liu J Y, Ning J, Kuang W H, et al. Spatio-temporal patterns and characteristics of land-use change in China during 2010-2015[J]. Acta Geographica Sinica, 2018, 73(5): 789-802. |
| [26] |
丁晓彤, 孙文义, 穆兴民, 等. 多源土地利用/覆被产品在黄土高原应用和精度评估[J]. 水土保持研究, 2023, 30(2): 201-210. Ding X T, Sun W Y, Mu X M, et al. Application and accuracy evaluation of multi-source land use/cover products on the Loess Plateau[J]. Research of Soil and Water Conservation, 2023, 30(2): 201-210. |
| [27] | Zhang X, Deng Y J, Hou M Y J, et al. Response of land use change to the Grain for Green Program and its driving forces in the Loess Hilly-Gully Region[J]. Land, 2021, 10(2). DOI:10.3390/land10020194 |
| [28] |
崔秀萍, 郭永新. 近40a西部城市群土地利用结构时空动态演化分析[J]. 干旱区资源与环境, 2022, 36(2): 16-24. Cui X P, Guo Y X. Analysis on the spatio-temporal dynamic evolution of land use structure of western urban agglomerations in the past 40 years[J]. Journal of Arid Land Resources and Environment, 2022, 36(2): 16-24. |
| [29] |
申嘉澍, 李双成, 梁泽, 等. 生态系统服务供需关系研究进展与趋势展望[J]. 自然资源学报, 2021, 36(8): 1909-1922. Shen J S, Li S C, Liang Z, et al. Research progress and prospect for the relationships between ecosystem services supplies and demands[J]. Journal of Natural Resources, 2021, 36(8): 1909-1922. |
| [30] | Shao R, Zhang B Q, Su T X, et al. Estimating the increase in regional evaporative water consumption as a result of vegetation restoration over the Loess Plateau, China[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(22): 11783-11802. |
| [31] |
刘晓琳, 卢晓妍, 秦张璇, 等. 退耕还林还草背景下黄土高原粮食生产系统可持续性的时空演变[J]. 农业工程学报, 2022, 38(10): 249-257. Liu X L, Lu X Y, Qin Z X, et al. Spatiotemporal changes of the sustainability of grain production system in the Loess Plateau based on Grain for Green Project[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(10): 249-257. |
| [32] |
张斌, 李璐, 夏秋月, 等. "三线"约束下土地利用变化及其对碳储量的影响——以武汉城市圈为例[J]. 生态学报, 2022, 42(6): 2265-2280. Zhang B, Li L, Xia Q Y, et al. Land use change and its impact on carbon storage under the constraints of "three lines": a case study of Wuhan City circle[J]. Acta Ecologica Sinica, 2022, 42(6): 2265-2280. |
| [33] |
杨洁, 谢保鹏, 张德罡. 基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究[J]. 中国生态农业学报(中英文), 2021, 29(6): 1018-1029. Yang J, Xie B P, Zhang D G. Spatio-temporal evolution of carbon stocks in the Yellow River Basin based on InVEST and CA-Markov models[J]. Chinese Journal of Eco-Agriculture, 2021, 29(6): 1018-1029. |
| [34] |
王天福, 龚直文, 邓元杰. 基于土地利用变化的陕西省植被碳汇提质增效优先区识别[J]. 自然资源学报, 2022, 37(5): 1214-1232. Wang T F, Gong Z W, Deng Y J. Identification of priority areas for improving quality and efficiency of vegetation carbon sinks in Shaanxi Province based on land use change[J]. Journal of Natural Resources, 2022, 37(5): 1214-1232. |
| [35] | Li J H, Bai Y, Alatalo J M. Impacts of rural tourism-driven land use change on ecosystems services provision in Erhai Lake Basin, China[J]. Ecosystem Services, 2020, 42. DOI:10.1016/j.ecoser.2020.101081 |
| [36] |
李欣, 陈登帅, 张冰冰, 等. 快速城镇化地区生态系统服务时空演变及权衡协同分析: 以黄河下游地区为例[J]. 环境科学, 2024, 45(9): 5372-5384. Li X, Chen D S, Zhang B B, et al. Spatio-temporal evolution and trade-off/synergy analysis of ecosystem services in regions of rapid urbanization: a case study of the Lower Yellow River Region[J]. Environmental Science, 2024, 45(9): 5372-5384. |
| [37] |
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. |
| [38] | Shao Y J, Liu Y S, Li Y H, et al. Regional ecosystem services relationships and their potential driving factors in the Yellow River Basin, China[J]. Journal of Geographical Sciences, 2023, 33(4): 863-884. DOI:10.1007/s11442-023-2110-1 |
| [39] |
何刘洁, 郑博福, 万炜, 等. 长江经济带生态系统服务权衡与协同及其驱动因素[J]. 环境科学, 2024, 45(6): 3318-3328. He L J, Zheng B F, Wan W, et al. Trade-off and synergy of ecosystem services in the Yangtze River Economic Belt and its driving factors[J]. Environmental Science, 2024, 45(6): 3318-3328. |
| [40] | Chen D S, Zhao Q Q, Jiang P H, et al. Incorporating ecosystem services to assess progress towards sustainable development goals: a case study of the Yangtze River Economic Belt, China[J]. Science of the Total Environment, 2022, 806. DOI:10.1016/j.scitotenv.2021.151277 |
| [41] |
杨帆, 张丽雪, 石琳. 沿海防护林体系建设工程区生态系统服务权衡/协同及驱动力[J]. 生态学报, 2023, 43(23): 9952-9966. Yang F, Zhang L X, Shi L. Trade-off/synergy and driving force analysis of ecosystem services in the Coastal Shelter Forest System Construction Project region[J]. Acta Ecologica Sinica, 2023, 43(23): 9952-9966. |
| [42] |
曹梦琪, 蔡英楠, 张丽, 等. 卧龙自然保护区典型生态系统服务时空变化研究[J]. 生态学报, 2021, 41(23): 9341-9353. Cao M Q, Cai Y N, Zhang L, et al. Temporal and spatial variation of typical ecosystem services in Wolong Nature Reserve[J]. Acta Ecologica Sinica, 2021, 41(23): 9341-9353. |
| [43] |
冉璇, 李渊, 郭宇龙, 等. 基于InVEST模型的钱江源国家公园生态系统服务评估及权衡协同关系研究[J]. 长江流域资源与环境, 2023, 32(9): 1932-1948. Ran X, Li Y, Guo Y L, et al. Ecosystem services assessment and trade-off synergy relationships in Qianjiangyuan National Park based on InVEST model[J]. Resources and Environment in the Yangtze Basin, 2023, 32(9): 1932-1948. |
| [44] | Ding T H, Chen J F, Fang Z, et al. Assessment of coordinative relationship between comprehensive ecosystem service and urbanization: a case study of Yangtze River Delta urban Agglomerations, China[J]. Ecological Indicators, 2021, 133. DOI:10.1016/j.ecolind.2021.108454 |
| [45] | Yang S L, Bai Y, Alatalo J M, et al. Spatio-temporal changes in water-related ecosystem services provision and trade-offs with food production[J]. Journal of Cleaner Production, 2021, 286. DOI:10.1016/j.jclepro.2020.125316 |
| [46] | Wen X, Wang J J, Han X J, et al. Where are the trade-offs in multiple ecosystem services in the process of ecological restoration? A case study on the vegetation restoration area in the Loess Plateau, Northern Shaanxi[J]. Land, 2024, 13(1). DOI:10.3390/land13010070 |
| [47] | Li Y L, He Y, Liu W Q, et al. Evaluation and prediction of water yield services in Shaanxi Province, China[J]. Forests, 2023, 14(2). DOI:10.3390/f14020229 |
| [48] |
安黎, 沈镭, 钟帅, 等. 陕北地区水土保持生态功能多尺度协同与权衡关系[J]. 中国水土保持科学, 2023, 21(2): 1-9. An L, Shen L, Zhong S, et al. Multi-scale synergy and trade-off relationship between ecological functions of soil and water conservation in Northern Shaanxi[J]. Science of Soil and Water Conservation, 2023, 21(2): 1-9. |
| [49] |
赵雪雁, 马平易, 李文青, 等. 黄土高原生态系统服务供需关系的时空变化[J]. 地理学报, 2021, 76(11): 2780-2796. Zhao X Y, Ma P Y, Li W Q, et al. Spatiotemporal changes of supply and demand relationships of ecosystem services in the Loess Plateau[J]. Acta Geographica Sinica, 2021, 76(11): 2780-2796. |
| [50] |
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. |
| [51] | Wang Y C, Zhao J, Fu J W, et al. Effects of the Grain for Green Program on the water ecosystem services in an arid area of China-using the Shiyang River Basin as an example[J]. Ecological Indicators, 2019, 104: 659-668. |
| [52] | Tang Z X, Zhou Z X, Wang D, et al. Impact of vegetation restoration on ecosystem services in the Loess plateau, a case study in the Jinghe Watershed, China[J]. Ecological Indicators, 2022, 142. DOI:10.1016/j.ecolind.2022.109183 |