2025, Vol. 46
2. 新疆大学绿洲生态重点实验室，乌鲁木齐 830046
, Abulizi·Abudukeyimu1,2
, Mamitimin·Yusuyunjiang1,2 , Mamat·Kerim1,2 , WANG Jun-xia1,2 , BAI Shao-jie1,2
2. Xinjiang Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830046, China
生态系统服务（ESs）是指人类直接或间接从生态系统获得的各种惠益, 是人类福祉和社会可持续发展的基石, 可为政府决策提供信息支持[1, 2]. 联合国发布的千年生态系统评估报告中强调, 由于自然、气候和社会环境的变化, 地球约60%的生态系统服务处于退化状态[3], 这对自然可持续发展、区域生态安全和人类福祉构成威胁. 缺乏有效的管理是导致生态系统服务退化的主要原因之一[4]. 如何有效管理生态系统, 以实现生态系统与人类社会的双赢, 已成为人与自然关系中的关键问题[5]. 生态系统服务并不是独立存在的, 而是相互关联的, 主要表现为此消彼长的权衡和相互增益的协同关系[6], 正确理解生态系统服务之间的关系是制定区域可持续管理相关决策的先决条件[7], 已成为众多学者普遍关注的研究热点[8].
众多国内外学者在生态系统服务权衡与协同关系相关研究中通常先使用InVEST模型[9]、CASA模型[10]、RUSLE模型[11]、SWAT模型[12]以及价值当量法[13]等对多种特定的生态系统服务进行估算, 然后利用统计分析方法如相关分析[14]、回归分析[15]、均方根误差[16]、空间分析方法[17]以及情景模拟方法[18]等识别服务间权衡协同关系[19]. 目前多数学者倾向于利用Spearman相关系数法和Pearson相关系数法, 根据相关系数的正负及大小判断成对生态系统服务间的权衡和协同效应. 何刘洁等[9]采用Spearman相关系数法识别长江经济带4种生态系统服务间的权衡与协同关系. Huang等[20]采用Pearson相关系数法探讨西藏自治区生态系统服务之间的关系, 并结合冗余分析方法, 得出降雨量和温度是影响研究区权衡与协同关系变化的关键因素. 然而, 仅使用传统的统计分析方法, 如Pearson相关系数法来研究生态系统服务之间的相互关系, 虽然简单便捷, 但会忽略生态系统服务在空间分布上的潜在关联形式, 且无法深入揭示多种生态系统服务之间的相互关联关系[21]. 这不利于有针对性地引导管理者根据生态系统服务相互关系的强弱和综合水平的差异制定有效的分区管理措施. Kareiva等[22]于2007年首次提出“生态系统服务簇（ESBs）”的概念, 即在空间和时间上重复出现的多种类型生态系统服务的集合[23]. 与传统的统计分析方法相比, 生态系统服务簇更侧重于多个生态系统服务在时空上的一致性表达[24], 能够揭示生态系统服务在空间分布上的潜在关联形式, 并且可以弥补传统相关分析方法在空间和多服务之间的局限性[25]. 近些年, 越来越多的学者将生态系统服务簇用于定量分析多种生态系统服务在空间上的聚集模式[25]、识别主导生态系统服务[26]以及划分生态功能区[27]等. 从国家[28]、城市群[29]和流域[30]等不同尺度, 采用主成分分析[31]、层次聚类[32]、自组织特征映射网络[33, 34]、谱聚类[21]和K-means聚类[35]等方法划分生态系统服务簇, 讨论生态系统服务簇的时空变化、组成结构以及驱动因素等. 例如, 闫晓露等[34]基于自组织网络方法识别出大连市4种生态系统服务簇, 明确了生态系统服务簇的变化轨迹、组成结构以及区域差异. Zhang等[36]揭示生态系统服务的时空变化、权衡与协同关系及驱动机制, 并基于聚类结果, 将丹江口流域划分为生态优质区、农业生产区以及生态平衡区. 虽然已有许多关于分析生态系统服务权衡与协同并识别生态系统服务簇的研究成果, 但大多数研究仍局限于划分服务簇, 并且多数为静态视角, 从动态时间角度评估服务簇内生态系统服务之间的权衡与协同关系的研究仍然较少.
我国的西北干旱区是生态环境的极度脆弱区, 随着社会经济的发展, 人类对生态系统服务的需求持续增加. 发展压力和自然条件的限制导致生态系统服务供需矛盾不断加剧, 从而引发一系列生态环境问题, 严重影响了地区的可持续发展[34, 35]. 吐哈地区作为丝绸之路经济带核心区, 是连接内地的重要通道, 拥有丰富的矿产和风能等资源, 同时具有发展特色瓜果农业与旅游业的潜力. 然而, 近年来, 过度开采资源、不合理水资源管理、农业和工业污染、气候变化影响, 以及生态保护措施不足等, 导致吐哈地区生态环境持续恶化, 水污染、湿地退化、地下水枯竭和土地沙漠化等环境问题层出不穷, 制约着城市化的健康发展[32, 36]. 目前, 学者对吐哈地区的研究主要集中在定量分析生态环境质量变化[37, 38], 而对该地区多种生态系统服务时空演变及其相互关系方面的研究相对缺乏. 因此, 加强对吐哈地区生态系统服务权衡与协同关系的研究, 对缓解人地矛盾和促进区域可持续发展具有重要的意义.
基于此, 本研究评估了吐哈地区2000年、2010年和2020年的6种生态系统服务, 包括固碳量、产水量、土壤保持、生境质量、美学景观和粮食生产服务. 通过构建多重生态系统服务景观指数（MESLI）, 识别区域多种生态系统服务能力的高值区, 并采用聚类分析方法识别生态系统服务簇, 根据各生态系统服务簇的组成结构和特征, 划分生态功能区. 最后, 运用Spearman相关系数法从全域和服务簇两个角度探究吐哈地区生态系统服务的权衡协同关系变化特征, 旨在为吐哈地区生态文明建设和国土空间规划提供科学依据.
1 材料与方法 1.1 研究区概况吐哈地区（40°28′~43°00′N, 88°10′~93°04′E, 图 1）是指新疆东部的吐鲁番市（包括高昌区、鄯善县和托克逊县）和哈密市（包括伊州区、伊吾县和巴里坤哈萨克自治县）[37], 该地区面积约为21.4万km2, 占新疆总面积的12.59%. 吐鲁番市四面环山, 北为天山支脉博格达山, 西为喀拉乌山, 两山海拔均在3 500~4 000 m, 山上的降水与冰雪融水是该市水资源重要来源, 南部为库鲁克塔格山, 平均海拔2 000 m, 呈现北高南低的地形. 哈密市横跨天山南北, 将区域划分为北部的巴里坤县、伊吾县以及南部的伊州区. 吐哈地区属于典型的大陆性干旱气候, 昼夜温差大, 极端干燥少雨, 年平均降水量约为10~30 mm, 蒸发量大, 年平均蒸发量约为3 000~4 000 mm[39]. 在社会经济方面, 吐哈地区人口数从2000年的104.3万增加到2020年的136.7万, 同期GDP增长近10倍, 从93.6亿元增长到981.3亿元. 近年来, 极端的气候条件加上人类对资源的不合理利用致使吐哈地区出现水资源极度短缺、湿地退化和土地荒漠化等生态退化的问题, 生态环境持续恶化[40].
|
图 1 研究区地理位置 Fig. 1 Location of study area |
本研究使用2000年、2010年和2020年土地利用/覆盖数据均来自中国科学院资源环境科学与数据中心（http://www.resdc.cn/）, 空间分辨率为30 m；降水量数据来自国家青藏高原科学数据中心的（https://data.tpdc.ac.cn/）逐月降水量数据集（1901~2022）, 空间分辨率为1 km；潜在蒸散发数据来自国家地球系统科学数据平台（https://www.geodata.cn/）的1901~2022年1 km逐月潜在蒸散发数据集, 空间分辨率为1 km；土壤质地以及土壤有机质含量数据来源于世界土壤数据库（HWSD）, 比例尺为1∶100万；DEM数据来自地理空间数据云（https://www.gscloud.cn/）, 空间分辨率为30 m；用于估算粮食生产服务和美学景观的社会经济数据来自来源于《新疆统计年鉴》（1996~2021）和《全国农业成本收益资料汇编》（1953~2022）. 对不同空间分辨率的栅格数据进行重采样到1 km×1 km的空间分辨率.
1.3 研究方法 1.3.1 生态系统服务定量评估根据生态系统服务分类, 并考虑研究区特点, 选择固碳量、产水量、生境质量、土壤保持、粮食生产和美学景观这6种生态系统服务, 使用InVEST模型和价值当量法对其进行量化评估, 具体计算方法如表 1所示.
|
表 1 生态系统服务计算方法 Table 1 Computing method of ecosystem services |
1.3.2 多重生态系统服务景观指数（MESLI）
选取多重生态系统服务景观指数（MESLI）衡量研究区整体生态系统水平, 这是一种综合且有价值的环境指标, 能够评估不同生态系统同时提供多种生态系统服务的能力[46]. 计算MESLI时, 需要对各项服务进行标准化, 以消除量纲差异.
|
(9) |
式中, i表示生态系统服务类型；n表示生态系统服务数量；xi表示第i个生态系统服务类型的观测值；max（xi）和min（xi）分别表示第i个生态系统服务类型的最大值和最小值.
1.3.3 自组织特征映射网络（SOFM）识别生态系统服务簇的过程就是通过衡量不同生态系统服务之间的相似性, 将具有较高相似度的空间单元划分到同一生态系统服务簇中[34]. 本研究利用基于自组织特征映射网络（SOFM）识别生态系统服务簇, 采用“肘部法则”（elbow method）确定聚类数. 其核心思想为观察聚类数k增加时误差平方和（SSE）的变化. 一般情况下, 当聚类数k增加时, SSE通常会减小, 但当聚类数达到真实聚类数时, SSE的下降速度会减缓, 形成一个肘部. 肘部对应的聚类数通常被认为是最佳的聚类数. 根据计算结果, 确定了研究区生态系统服务的最佳聚类数k=4. 随后, 将吐哈地区68 980个网格点作为样本, 利用R.3.2中的Kohonen包划分吐哈地区生态系统服务簇.
1.3.4 Spearman相关分析使用全局Moran's I来衡量研究区各生态系统服务之间是否存在空间自相关性[47], Moran's I的取值范围在[-1, 1]之间, 当Moran's I大于0时, 表示生态系统服务具有空间正相关性, 值越大则空间相关性越强, 反之则具有空间负相关性. 采用Spearman相关分析方法探究生态系统服务之间关系, 相关系数R范围在[-1, 1]之间, 大于0表示正相关, 即生态系统服务间存在协同关系；反之则表示权衡关系. 相关性强度可分为3类：强相关（|R|≥0.5）、中度相关（0.3≤|R| < 0.5）和弱相关性（|R| < 0.3）. 若P小于0.05, 则认为具有统计学意义的相关性, 采用R.3.2中的corrplot包计算并可视化相关性.
2 结果与分析 2.1 土地利用时空变化2000~2020年吐哈地区土地利用空间分布与变化情况如图 2和表 2. 从表 2可以看出, 吐哈地区主要土地利用类型为未利用土地和草地, 3 a平均面积占比分别为79.17%和18.67%. 20 a间吐哈地区耕地、林地、水域以及建设用地的面积整体呈增加趋势, 其中建设用地的面积增长幅度最大, 为87.10%, 其次是耕地, 增长13.47%. 草地和未利用土地的面积持续减少, 变化率分别为0.75%和0.33%.
|
图 2 2000~2020年吐哈地区土地利用空间分布 Fig. 2 Spatial distribution of land use in the Turpan-Hami Region from 2000 to 2020 |
|
|
表 2 2000~2020年吐哈地区土地利用变化 Table 2 Land use change in the Turpan-Hami Region from 2000 to 2020 |
吐哈地区未利用土地广泛分布在南部荒漠地带以及区县建成区外围. 随着地区城镇化进程加快, 建设用地呈现逐渐向外扩散的趋势, 2000~2010年建设用地主要集中分布在山前平原绿洲中, 到2020年零星的建设用地出现在地区南部戈壁荒漠中. 20 a地区林地、草地以及水域的空间分布格局大致相同. 草地主要分布在中部天山山脉以及区县内, 而耕地主要分布在区县建设用地周围, 以及巴里坤县西南部, 少量耕地分布在伊吾县西部. 林地主要分布在哈密市东天山北坡的中高海拔山带和山谷河道两岸, 少量人工林分布在区县内以及哈密市北部山区草地周围. 水域则主要分布在中部天山山脉、高昌区艾丁湖以及巴里坤县的巴里坤湖.
2.2 生态系统服务时空变化基于InVEST模型与价值当量法估算吐哈地区6种生态系统服务, 其空间分布与变化情况如图 3和表 3所示. 2000~2020年吐哈地区固碳量、产水量、土壤保持、生境质量、粮食生产和美学景观均具有相似的空间布局. 在过去20 a中, 地区生境质量和固碳量年均值变化较小, 其中生境质量于2020年出现轻微降低, 从0.154降至0.148, 且3 a的年均值均小于0.2. 固碳量呈上升后降低的变化趋势, 由2.889 t·hm-2增加至2.891 t·hm-2, 随后, 2020年减少至2.890 t·hm-2, 其余4项生态系统服务年均值均有明显变化, 美学景观2000~2010年呈下降趋势, 年均值从49 024.534元·hm-2下降至48 780.771元·hm-2, 考虑与该期间地区林地、草地面积减少有关, 随后2020年增加至48 872.749元·hm-2. 2000~2020年产水量年均值呈持续上升趋势, 从1.031 mm提升至4.481 mm, 其中2000~2010年增加幅度最大. 土壤保持年均值持续降低, 由1.079 t·hm-2降至0.694 t·hm-2, 其中2010~2020年下降幅度最大. 2000~2010年粮食生产年均值增加幅度明显, 从14 822.914元·hm-2增加至14 982.834元·hm-2, 与同一时期地区耕地面积增加有关, 随后2020年下降至14 979.137元·hm-2.
|
图 3 2000~2020年吐哈地区生态系统服务空间分布 Fig. 3 ESs in Turpan-Hami Region from 2000 to 2020 |
|
|
表 3 2000~2020年吐哈地区生态系统服务平均值 Table 3 Mean value of ESs in the Turpan-Hami Region from 2000 to 2020 |
吐哈地区的固碳量、产水量、土壤保持、生境质量和美学景观的高值区域的分布相似, 即主要分布在海拔高、林草覆盖面积广、降水充沛且人类活动较少的中部天山山脉. 除产水量服务, 其余5种服务空间分布格局相对稳定. 产水量的空间分布在2010~2020年变化较大, 沿着中部天山山脉向东、西、北部延伸. 粮食生产服务的高值区与耕地范围相一致, 主要分布在区县建设用地周围. 6种生态系统服务的低值区均分布在地表植被稀疏、风沙危害现象频发、生态基底较差的南部荒漠地带, 以及人类活动频繁的区县周围. 值得注意的是, 哈密市北部天山的土壤保持能力呈现明显下降趋势.
2.3 MESLI时空分布通过计算多重生态系统服务景观指数（MESLI）来评价吐哈地区提供多种生态系统服务的综合能力. 2000~2020年吐哈地区MESLI空间分布如图 4所示, 2000年、2010年和2020年MESLI最大值分别为3.5、3.3和3.4, 平均值分别为0.488、0.490和0.493, 这表明吐哈地区提供各种生态系统服务的能力较弱, 生态系统结构的完整性相对较低.
|
图 4 MESLI的时空分布 Fig. 4 Spatio-temporal distribution characteristics of the MESLI |
利用ArcGIS 10.2的自然间断点法, 将MESLI值划分为3个等级：低（0~0.68）、中等（0.69~1.5）和高（> 1.6）. 这些不同等级的MESLI的空间分布与土地利用类型之间存在显著关系. 本研究发现, 吐哈地区大部分地区的MESLI呈现低等级, 其年平均面积占比为79.46%. 其中, 未利用土地面积占99.34%, 建设用地面积占0.5%. 中等等级的MESLI面积占8.53%, 主要以草地（80.83%）和耕地（16.66%）为主. 高MESLI面积占12.01%, 其土地利用类型以草地（97.1%）和林地（1.78%）为主. 高值区域的空间分布与固碳量、生境质量、美学景观的空间分布相似, 主要分布在地区中部天山山脉一带, 低值主要分布在南部荒漠地带, 而中等值区域主要分布在各区县以及草地与未利用地交界处. 具体来说, 中部天山山脉与西部喀拉乌山植被覆盖率高, 受人类活动影响小, 生境质量、固碳量、产水量和美学景观水平较高, 因此MESLI高值分布在中部以及西部山区的草地、林地中. 南部荒漠与盆地绿洲中的建成区所提供的生态系统服务种类单一且水平较低, 因此, MESLI的低值分布在未利用土地和建成区. 总的来说, MESLI的空间分布呈现中、西部高, 南部低的格局.
2.4 生态系统服务簇时空分布与特征为进一步分析研究区不同区域生态系统服务的组成结构与特征, 探寻生态系统服务之间的相互依存关系, 采用SOFM算法识别生态系统服务簇（图 5）. 根据各生态系统服务簇的结构特征, 分别命名为生态涵养簇、生态保护簇、粮食生产簇和生态脆弱簇. 生态保护簇中产水量与土壤保持服务能力显著, 其次为固碳服务；生态脆弱簇中6种生态系统服务质量整体偏低, 相对占优势的为产水量、土壤保持服务；粮食生产簇中粮食生产、固碳量服务最高, 美学景观次之；生态涵养簇中各项生态系统服务占比较为均衡, 具有较高的生境质量、美学景观与固碳能力.
|
图 5 生态系统服务簇时空变化及特征 Fig. 5 Spatio-temporal variability of ESBs and their characteristics |
生态脆弱簇是吐哈地区的主导簇, 其多年面积占比均在70%以上. 该簇面积占比在2000~2020年间呈现先减少后增加的趋势. 具体来说, 2000年面积占比为79.44%, 2010年降至79.1%, 2020年增至79.36%. 生态脆弱簇主要分布在研究区的南部、东北部以及山前平原绿洲中建设用地周边的人类活动区. 其主要土地利用类型为未利用土地, 还包括少量的建设用地（图 6）. 在2000~2020年期间, 未利用土地占比降低了0.25%, 而建设用地的占比提升了0.25%.
|
图 6 2000~2020年生态系统服务簇土地利用结构 Fig. 6 Land use structures of ESBs from 2000 to 2020 |
生态涵养簇的面积占比多年来均在10%左右, 呈现先减少后增加的趋势. 具体来说, 2000年的面积占比为10.77%, 2010年降至10.38%, 2020年增至10.55%. 生态涵养簇主要分布在中部天山山脉一带, 少量分布在平原绿洲内部与西南部山区. 其主要土地利用类型为草地, 还包括少量的林地和水域（图 6）. 在2000年至2020年期间, 草地的占比下降了0.37%, 而林地占比先下降至1%后升至1.73%.
粮食生产簇面积占比在研究期间呈现先减少后增加的趋势. 具体来说, 2000年的面积占比为7.95%, 2010年降至7.89%, 后又增至8.07%. 粮食生产簇主要分布在吐鲁番市和哈密市的平原绿洲. 其土地利用类型包括草地、耕地（图 7）. 在2000~2020年期间, 耕地占比提升了1.81%, 而草地占比下降了2.23%.
|
*表示P < 0.05, ** 表示P < 0.01, ***表示P < 0.001；颜色越偏蓝色正相关性越强, 呈协同关系, 越偏红色负相关性越强, 呈权衡关系, 椭圆形状越扁相关性越大 图 7 吐哈地区全域与各服务簇生态系统服务权衡与协同相关系数 Fig. 7 Coefficient of correlation of ES trade-off and synergy between the whole area and each service bundle in the Turpan-Hami Region |
生态保护簇的面积占比最小, 在研究期间呈现先增加后减少的趋势. 具体来说, 该簇的面积占比由2000年的1.84%增加至2010年的2.63%, 然后又降至2020年的2.02%. 生态保护簇的空间分布发生了明显的改变, 2000年和2020年主要分布在中部天山山脉的西部, 而2010年主要分布在天山山脉的东部. 其主要土地利用类型包括草地、水域和林地, 以草地为主（图 6）. 在2000~2020年期间, 草地的占比提升了3.75%, 而林地和水域分别下降了2.21%和1.99%.
通过计算各生态系统服务簇的MESLI, 进一步探究服务簇提供多种生态系统服务的能力的强弱（表 4）. 4种生态系统服务簇提供多种生态系统服务的能力各不相同, 生态涵养簇的能力最强, 生态脆弱簇最弱. 具体顺序为：生态涵养簇 > 生态保护簇 > 粮食生产簇 > 生态脆弱簇, 它们的MESLI年均值分别为1.88、1.75、1.07、0.2.
|
|
表 4 2000~2020年吐哈地区MESLI平均值 Table 4 Mean value of MESLI in the Turpan-Hami Region from 2000 to 2020 |
2.5 服务簇内生态系统服务权衡协同作用关系分析
基于栅格尺度计算吐哈地区2000~2020年6种生态系统服务全局Moran's I指数（表 5）. 结果显示, 所有Moran's I均为正值（P < 0.01）且均大于0.8, Z得分均大于1.96, 表明这些生态系统服务在空间分布上存在显著的正相关性, 即聚集现象. 凸显了采用聚类方法划分生态系统服务簇并进行分区管理的重要性.
|
|
表 5 2000~2020年吐哈地区各生态系统服务Moran's I指数 Table 5 Moran's I value for various ESs in the Turpan-Hami Region from 2000 to 2020 |
使用Spearman相关分析方法检验吐哈地区2000~2020年的全域以及各簇内主要生态系统服务的权衡与协同关系（图 7）, 蓝色表示正相关, 红色表示负相关, 颜色越深且椭圆越扁表明相关关系程度越高, 对显著性水平不能达到0.05以上的相关性将不做讨论.
从全域尺度上看, 2000~2020年吐哈地区6种生态系统服务间关系均呈显著性相关（P < 0.001）. 在15组服务间关系中, 主要以弱协同为主, 并且大部分服务间的协同关系呈减弱趋势. 具体而言, 产水量与固碳量、粮食生产与美学景观、生境质量与产水量、固碳量之间相关系数较高, 相关性较好, 存在较强的协同关系；生境质量与土壤保持存在权衡关系, 但相关系数偏低, 相关性较弱. 生境质量与粮食生产、生境质量与美学景观、土壤保持与粮食生产、土壤保持与美学景观虽然存在协同关系, 但相关系数均小于0.08, 服务之间的影响力十分有限. 研究期间有3组服务的相关性上升, 协同作用增强, 其中粮食生产与美学景观相关性上升幅度最大；8组服务相关系性下降, 其中固碳量与产水量、生境质量与产水量、生境质量与固碳量相关性下降最为显著, 表明协同关系减弱.
以2020年为例, 分析生态保护簇、生态脆弱簇、粮食生产簇以及生态涵养簇中各项生态系统服务间的相互作用关系. 结果表明, 4种服务簇内的共60种组合中, 有51组显著相关（P < 0.05）, 其中7组强相关（|R|≥0.5）, 10组中度相关（0.3≤|R| < 0.5）, 34组弱相关（|R| < 0.3）. 在生态保护簇中, 表现为协同关系的有5组（R > 0）, 生境质量与粮食生产的协同关系最强（R=0.69）, 产水量与固碳量最弱（R=0.14）, 表现为权衡关系的8组（R < 0）, 产水量与生境质量的权衡关系最强（R=-0.37）, 固碳量与粮食生产最弱（R=-0.17）. 生态脆弱簇中, 大部分服务相关系数较小（|R| < 0.1）, 服务间相互作用较弱, 表现为协同关系的有9组, 其中美学景观与粮食生产的协同关系最强（R=0.84）, 产水量与土壤保持、固碳量与粮食生产最弱（R=0.03）, 表现为权衡关系的4组, 土壤保持与生境质量的权衡关系最强（R=-0.15）, 土壤保持与美学景观最弱（R=-0.02）. 粮食生产簇中, 表现为协同关系的有6组, 其中固碳量与粮食生产的协同关系最强（R=0.51）, 固碳量与土壤保持最弱（R=0.1）, 表现为权衡关系的有7组, 固碳量与美学景观的权衡关系最强（R=-0.52）, 产水量与土壤保持、粮食生产与美学景观最弱（R=-0.08）. 在生态涵养簇中, 表现为协同关系的有9组, 其中产水量与土壤保持的协同关系最强（R=0.45）, 生境质量与土壤保持最弱（R=0.04）, 表现为权衡关系的有4组, 产水量与粮食生产的权衡关系最强（R=-0.21）, 粮食生产与美学景观（R=-0.1）最弱. 生境质量与美学景观在所有生态系统服务簇中均表现为协同关系, 在粮食生产簇中协同作用最强（R=0.5）, 其次为生态保护簇（R=0.46）, 生态脆弱簇中最弱（R=0.08, P < 0.001）；产水量与固碳量在粮食生产簇中表现为权衡关系（R=-0.13）, 在生态保护簇和生态脆弱簇中表现为协同关系, R值分别为0.14和0.31；生态脆弱簇中几乎所有的相互作用都比其它服务簇弱, 但生态脆弱簇中粮食生产与美学景观之间的协同作用（R=0.84）强于其余3种服务簇中任何一组相互作用.
总的来说, 吐哈地区各服务簇生态系统服务相关系数与地区整体差异明显, 且在不同的服务簇中生态系统服务之间的关系及其强度随着服务簇的类型和空间位置的不同而不同, 相同服务之间的权衡协同关系在各服务簇中存在相似性和差异性. 2000~2020年全域整体、生态脆弱簇以及生态涵养簇内服务间协同关系多于权衡, 在生态保护簇中权衡关系多于协同关系, 2000年、2010年粮食生产簇内服务间协同关系多于权衡, 2020年权衡多于协同关系.
3 讨论本研究基于InVEST模型和价值当量法, 估算吐哈地区2000年、2010年和2020年这3期生态系统服务以及区域提供多重生态系统服务的能力, 明确了生态系统服务的空间分布与组成结构, 并确定全域整体和各生态系统服务簇中的权衡与协同关系. 随着近几十年吐哈地区社会经济的快速发展, 人类活动与管理者政策改变了地区土地利用/覆盖的使用方式, 导致生态系统服务功能和相互关系发生变化. 生态系统服务与社会经济的可持续发展及人类福祉息息相关, 厘清吐哈地区生态系统服务之间复杂关系, 对管理者制定合理的优化管理意见, 实现生态系统服务可持续供给具有重大意义.
本研究结果表明吐哈地区固碳量、产水量、生境质量、土壤保持、粮食生产与美学景观的空间分布具有较强的空间异质性, 总体呈由中部向南北递减的趋势, 这与前人的研究结果基本一致[38, 48~51]. Lu等[52]和Cao等[53]利用InVEST模型分析新疆的生境质量、固碳量、土壤保持以及产水量的空间分布及热点区域, 发现5种生态系统服务的高值区主要集中在以草原、山地草甸等生态系统为主的中部天山山脉一带, 该区域植被覆盖率高、降水充沛, 能为生物提供优越的生存环境, 而服务水平相对较低的地区主要位于降水不足和蒸散强烈导致植被覆盖率较低的南部沙漠和戈壁滩, 以上区域生态环境差, 不适宜人类生存. 土地利用类型变化会直接影响生态系统服务的时空分布格局及演化. 吐哈地区固碳量均值发生波动变化主要受到土地利用变化的影响, 碳储量减少主要与建设用地面积不断扩张导致草地和未利用地被大肆侵占有关, 这与杨顺法等[54]和韩楚翘等[39]的研究结果一致, 应加强对林地、草地、耕地这些高碳储量地类的保护, 避免其向其他地类转换, 减少区域碳储量的流失. 此外, 建设用地和耕地面积的快速增加侵占区域生态用地, 草地面积大幅减少, 快速的城镇化和农业扩张引起的人类活动加剧是导致区域生物多样性减少的重要原因, 这与张志如[49]和Li等[55]的研究结果一致. 吐哈地区产水能力整体呈现从中间向南北逐渐减少的趋势, 与降水的分布情况具有相似性, 而与潜在蒸散发分布情况具有一定的相反性, 地区中部天山山脉土地利用类型以草地、林地为主, 植被覆盖度高, 而且植被拦截和储存水分能力强, 潜在蒸散发偏小, 因此产水量较高, 这表明产水量的空间分布同时受土地利用类型及气候因子的影响. 降水量的增加, 有利于改善水文条件, 调节水循环, 提高产水量的总体水平. 土壤保持服务与植被覆盖度、降雨侵蚀力、土壤可视性、地貌和人为因素密切相关[56]. 吐哈地区土壤保持能力整体较低, 是因为地区戈壁和沙地面积广大, 约占区域总面积的79%, 高值区空间分布与森林、草原相一致, 且主要分布在坡度较高的地区, 表明地形对土壤保持存在一定的影响[57], 采取合理的生态修复措施, 增加高坡度地区的植被覆盖度, 对减少水土流失以及增加土壤保持能力具有重大的意义. 林地和草地的减少以及建设用地等人工表面的增加, 直接导致区域土壤保持能力的下降, 另外, 研究期间山地区域降水的异常和波动也会增加对地表的冲刷作用, 增大水土流失的风险, 造成整体的土壤保持能力下降[58]. 聂名萱等[59]指出城镇扩张与耕地面积的变化是影响粮食供给服务增减的直接原因, 本研究的结果也验证了这个观点, 2000~2010年吐哈地区耕地面积快速增长使得地区粮食生产服务均值大幅增加, 而2010~2020年随着建设用地面积的急剧增加, 侵占耕地, 耕地面积减少, 导致粮食生产服务均值下降.
全面理解生态系统服务之间的相互作用机制是对其进行管理和制定优化管理策略的基础, 利用Spearman相关分析方法探究地区全域以及各服务簇内生态系统服务之间的关系. 全域尺度下, 吐哈地区大部分生态系统服务之间的关系表现为显著的协同关系, 固碳量与产水量、生境质量与产水量、固碳量与生境质量、粮食生产与美学景观之间存在较强的协同关系, 权衡关系仅存在于生境质量与土壤保持之间. 吐哈地区拥有独特的农牧业景观, 如哈密市的哈密瓜园景区和巴里坤草原, 吸引来自中国和世界各地的游客, 使得区域既具有粮食生产能力, 又能提供美学景观服务, 因此美学景观与粮食生产表现为协同关系, 这与Teng等[60]的研究结果较为一致. 固碳量与产水量、生境质量与产水量表现为协同关系, 原因在于其与植被覆盖度和降水密切相关, 降水促进植被生长并增加固碳量, 提高生境适宜度, 增加区域的生物多样性[61]. 固碳量与生境质量服务的评估均以土地利用数据为基础, 相关参数结合前人相关研究及研究区特征对不同地类进行赋值, 导致固碳量与生境质量出现同高同低的现象. 在中高海拔和陡坡区域, 由于人类干扰较少, 这些地区可能存在独特的生态系统和物种, 因此具备较高的生境质量. 然而, 吐哈地区的高海拔区域主要为中低覆盖草地, 其土壤保持能力不足, 导致生境质量与土壤保持之间呈现权衡关系, 这与王蓓等[62]的研究结果一致. 吐哈地区的产水量与土壤保持之间互为协同关系, 这与方露露等[63]、庞彩艳等[64]和Jiang等[65]的研究结果具有一定的相似性. 生态系统服务之间的关系受到多种因素的共同影响, 使生态系统服务间不仅存在线性关系（权衡协同）, 还存在非线性关系（约束关系）[66], 方露露等[63]的研究中通过将相关分析与约束线方法相结合, 探讨了土壤保持、产水量和NPP之间的权衡协同关系及其约束效应, 得出产水量与土壤保持之间存在协同关系并呈现出驼峰型约束特征, 即当产水量在一定的阈值内时土壤保持服务能力随产水量的增加而提高. 这表明适量的降水有助于植被生长, 增强植被覆盖度, 从而提升土壤保持能力. 然而, 当降雨量继续增加时, 可能形成过量径流, 并在高海拔和陡坡地形的共同作用下, 最终导致土壤保持能力下降. 与本研究结果不同, 陈心盟等[67]认为青藏高原产水量与固碳量间存在权衡关系, 韩磊等[68]发现延安市产水量与生境质量之间存在一定的权衡关系, Huang等[20]提出西藏自治区生境质量与土壤保持呈协同关系, 冯琳等[69]在东北地区生态系统服务权衡协同关系研究中发现粮食生产与土壤保持、碳储量、生境质量呈极显著的权衡关系. 不同研究结论存在差异, 究其原因, 一是不同生态系统服务权衡协同关系结果受研究尺度差异的影响[70], 如Huang等[20]采用了县域尺度, 冯琳等[69]基于地理区域尺度, 而本研究基于全域尺度；二是不同研究区的环境特征差异显著, 导致生态系统服务间表现出不同的相互关系.
在分析全域尺度生态系统服务间关系的基础上, 进一步探究各服务簇内生态系统服务的权衡协同关系. 将Spearman相关分析与生态系统服务簇相结合, 探讨各簇内部服务之间的关系可有效地削弱其他非相关簇区域对关系强弱分析的潜在影响. 通过对比吐哈地区全域尺度与服务簇尺度下生态系统服务权衡与协同关系, 发现服务间关系随着地理环境空间异质性表现出尺度效应[71], 如生态脆弱簇的固碳量与土壤保持、粮食生产, 生境质量与粮食生产, 土壤保持与美学景观4对关系与全域相反, 生态涵养簇的生境质量与土壤保持、粮食生产和美学景观与产水量、固碳量和土壤保持这3种服务的关系共7对服务关系与全域相反, 粮食生产簇的产水量与生境质量、产水量与土壤保持、产水量与美学景观、固碳量与土壤保持、固碳量与粮食生产、土壤保持与粮食生产、生境质量与美学景观7对服务关系以及生态保护簇中产水量与固碳量、生境质量与粮食生产、生境质量与美学景观、粮食生产与美学景观这4对服务关系与全域一致. 此外, 在不同服务簇内权衡与协同关系存在相同之处和不同之处, 同一生态系统服务之间的关系可能因生态系统服务簇的不同而不同, 如生境质量与美学景观在所有生态系统服务簇中均表现为协同关系, 固碳量与生境质量在生态脆弱簇和生态涵养簇中表现为协同关系, 而在生态保护簇和粮食生产簇中为权衡关系. 这表明全域尺度下的生态系统服务的权衡协同关系并不能代表一定区域内或微观尺度上的关系, 人类活动、土地利用类型以及自然资源禀赋在空间分布上的差异可能是导致吐哈地区各生态系统服务之间的相互作用关系出现尺度效应的主要原因. 此外, 在较小空间尺度上量化生态系统服务易产生颗粒化, 导致在进行全局分析时权衡或协同关系难以识别[15]. 如本研究在网格（1 km×1 km）尺度下, 生态脆弱簇中2000年的土壤保持与美学景观以及2010年的产水与土壤保持量相关性为0.
生态系统管理目的是增强一项或多项生态系统服务. 划分生态系统服务簇是制定区域管理政策的有效手段[14, 72]. 根据生态系统服务之间的权衡与协同关系因地制宜地采取生态保护和管理措施, 对于提高重点区域的生态系统服务功能, 提升整体生态效益, 促进区域可持续发展至关重要[73]. 本研究根据生态系统服务划分结果将吐哈地区进行生态功能分区, 分别为生态涵养区、生态脆弱区、粮食生产区与生态保护区. 在明确生态功能区的组成结构、土地利用类型以及服务簇内生态系统服务间相互关系的基础上, 提出了不同的生态管理策略：粮食生产区应该采取耕地轮休制度, 改善耕地质量, 进而提升区域粮食生产服务功能[74]；通过添加有机肥改善土壤结构并定期疏松土壤以提高土壤的蓄水能力和水循环效率, 提升区域耕地的节水功能；对吐鲁番市、哈密市绿洲区域应严格落实耕地占补平衡的制度, 减少城市建设用地扩张对耕地的侵占, 尤其要避免占用高质量农田；避免采用不合理的耕作方式, 注重维护区域的生物多样性和土壤保持能力, 同时提升固碳量、生境质量以及土壤保持等服务的能力. 生态涵养簇区提供多种生态系统服务的能力最强, 应该在维持现有生态安全的前提下对该区域采取严格的生态保护制度, 保护并逐步提升生态功能的稳定性, 对重要草场如吐鲁番最西端托克逊县的黑山草场与哈密东天山草原采取围栏封育和禁牧政策[75], 改善区域的固碳、土壤保持能力；针对存在生态退化现象的脆弱区, 通过合理选配植物种类, 提升森林区的垂直层次和丰富生物的多样性. 生态保护区的冰川融水以及降水是吐哈地区绿洲内水资源的重要来源, 应该严格限制对该区域内林地、水域的开发, 增强林地、草地以及水资源的保护力度, 建设水利工程并加强小流域综合治理, 改善区域的产水服务功能, 降低产水量与土壤保持的权衡作用. 生态脆弱区是草原向荒漠过渡的地带, 主要土地利用类型为未利用地, 该区域在气候控制下干旱少雨, 大风频繁, 植被多为低覆盖度草地, 区域生态环境条件严苛, 因此应该严格落实荒漠化防治工作, 通过建立灌木、草地、林地相结合的生态防护林体系, 增加植被覆盖面积, 从而减少区域水土流失和风沙强度, 调节气温, 并降低植被蒸腾和水资源蒸散强度, 逐步提高产水量与土壤保持间的协同作用；同时还应该减少不合理的人类活动, 降低人类对区域生态环境的干扰, 在人工治理环境的同时充分发挥自然生态系统的自我修复功能.
采用InVEST模型和价值当量法评估吐哈地区6种生态系统服务, 具有适用范围广、计算方便、结果准确性高、可空间化等优点, 被国内外学者广泛应用于生态系统服务相关研究中[76, 77]. 在本研究中, 主要参考同区域或临近区域相关研究[39, 42, 78]对模型中的参数进行校正, 但由于数据来源不同、区域差异等原因, 造成估算结果存在一定的偏差. 如运用InVEST模型评估土壤保持服务时, 计算过程中相关参数值的选取存在一定的主观性, 导致影响估算的精度. 随后的研究可以通过尝试采用其他模型或方法进行对比检验, 以提高生态系统服务评估的可靠性和准确度. 利用基于自组织特征映射网络的SOFM算法划分生态系统服务簇, 与传统的聚类方法如K-means聚类方法相比, 具有较强的记忆力、自学能力、鲁棒性、非线性映射等优点[34]. 本研究的最佳聚类数根据“肘部法则”确定, 相较于以往研究依靠主观人为设定, 该方法更具客观性. 本研究的结论对吐哈地区生态系统服务关系深入探讨具有一定的参考价值, 但也存在一定不足. 与长时间连续序列的时空动态研究相比, 本研究仅分析了吐哈地区3个年份的变化, 时间尺度上为非连续时间段, 仅静态研究两个时间点或某几个时间段, 可能会误判生态系统服务的相互关系[62, 79]. 今后考虑对区域进行长时间序列连续时间段的生态系统服务间相互关系的研究, 以降低结果的不确定性. 另一方面, 各生态系统服务的时空分布及相互关系受自然和人为因素的影响, 且影响机制复杂. 定量识别并明确影响因素及驱动机制有助于提高生态系统管理效率. 因此, 未来研究中有必要从长时间序列连续时间段探讨服务间的权衡或协同关系的时空演变, 并深入探讨影响生态系统服务相互关系的关键驱动因素.
4 结论（1）吐哈地区主要的土地覆盖类型是未利用土地, 主要分布在该地区南部, 占总面积的79%以上. 2000~2020年, 区域建设用地迅速扩张, 尤其是2010~2020年增幅最大. 同时, 耕地、林地和水域面积增加, 草地和未利用土地面积减少.
（2）2000~2020年吐哈地区各生态系统服务变化各异, 产水量年均值增加, 固碳量和粮食生产年均值先增后减, 美学景观先减后增, 土壤保持减少, 地区生境质量年均值于2020年出现轻微下降. 产水量、生境质量、土壤保持、美学景观、固碳量和粮食生产整体呈“北高南低”的空间分布格局, 粮食生产服务高值区主要分布在区县建设用地周围, 与耕地范围相一致.
（3）MESLI整体呈现出中、西部高, 南部低的空间分布格局. 2000~2020年MESLI年均值由0.488增至0.493, 低等级MESLI面积占比最大, 其次为高等级MESLI, 中等级MESLI面积占比最小, 以林地和草地为主的区域MESLI较高, 未利用土地和建设用地周边区域MESLI值较低.
（4）吐哈地区可划分为生态涵养簇、生态脆弱簇、粮食生产簇和生态保护簇4种服务簇, 其内部结构与空间分布存在明显差异性. 生态脆弱簇面积最大, 是地区主导簇, 主要分布在南部、东北部以及建设用地周边. 生态涵养簇呈片状分布于中部天山山脉一带, 少量分布在平原绿洲内部和西部山区. 粮食生产簇主要分布在吐鲁番市和哈密市的平原绿洲. 2000~2020年生态保护簇空间分布变化较大, 2000年和2020年集中分布在中部天山山脉的西部, 2010年则集中在东部. 4种生态系统服务簇提供多种生态系统服务的能力各不相同, 生态涵养簇最强, 生态脆弱簇最弱.
（5）吐哈地区全域尺度下各类生态系统服务之间以协同关系为主, 仅生境质量与土壤保持之间存在权衡关系. 服务簇尺度下各生态系统服务之间相关系数与全域尺度相比区别较大, 部分服务簇的服务间权衡协同关系与全域相反, 且相同服务组的权衡与协同关系在各服务簇中具有相似性和差异性, 表明由于受区域人类活动土地利用类型和自然条件的影响, 不同尺度下的生态系统服务在权衡与协同关系上存在差异.
| [1] | Meng L C, Cui Z, Huang Z, et al. Thinning effects on forest production and rainfall redistribution: Reduced soil water deficit and improved sustainability of semiarid plantation forestlands[J]. Land Degradation & Development, 2022, 33(16): 3163-3173. |
| [2] |
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. |
| [3] | Raudsepp-hearne C, Peterson G D, Tengö M, et al. Untangling the environmentalist's paradox: why is human well-being increasing as ecosystem services degrade?[J]. BioScience, 2010, 60(8): 576-589. DOI:10.1525/bio.2010.60.8.4 |
| [4] | Fu B J, Wang S, Su C H, et al. Linking ecosystem processes and ecosystem services[J]. Current Opinion in Environmental Sustainability, 2013, 5(1): 4-10. DOI:10.1016/j.cosust.2012.12.002 |
| [5] | Hopkins S R, Sokolow S H, Buck J C, et al. How to identify win-win interventions that benefit human health and conservation[J]. Nature Sustainability, 2021, 4(4): 298-304. |
| [6] |
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. |
| [7] | Yuan Z R, Liang Y L, Zhao H, et al. Trade-offs and synergies between ecosystem services on the Tibetan Plateau[J]. Ecological Indicators, 2024, 158. DOI:10.1016/j.ecolind.2023.111384 |
| [8] | Aryal K, Maraseni T, Apan A. How much do we know about trade-offs in ecosystem services? A systematic review of empirical research observations[J]. Science of the Total Environment, 2022, 806. DOI:10.1016/j.scitotenv.2021.151229 |
| [9] |
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. |
| [10] |
蔡进, 危小建, 江平, 等. 基于贝叶斯网络的生态系统服务权衡协同关系强度及其空间格局优化: 以汾河流域为例[J]. 环境科学, 2024, 45(5): 2780-2792. Cai J, Wei X J, Jiang P, et al. Ecosystem service trade-off synergy strength and spatial pattern optimization based on Bayesian network: a case study of the Fenhe River Basin[J]. Environmental Science, 2024, 45(5): 2780-2792. |
| [11] |
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): 1597-1607. 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): 1597-1607. |
| [12] |
陈红莲, 李瑞, 张玉珊, 等. 赤水河流域不同地貌区生态系统健康对比[J]. 应用生态学报, 2023, 34(7): 1912-1922. Chen H L, Li R, Zhang Y S, et al. Comparison of ecosystem health in different geomorphic regions of Chishui River Basin, Southwest China[J]. Chinese Journal of Applied Ecology, 2023, 34(7): 1912-1922. |
| [13] |
温玉玲, 张小林, 魏佳豪, 等. 鄱阳湖环湖区生态系统服务价值时空变化及权衡协同关系[J]. 地理科学, 2022, 42(7): 1229-1238. Wen Y L, Zhang X L, Wei J H, et al. Temporal and spatial variation of ecosystem service value and its trade-offs and synergies in the peripheral region of the Poyang Lake[J]. Scientia Geographica Sinica, 2022, 42(7): 1229-1238. |
| [14] | Wang Y P, Cheng H Y, Wang N A, et al. Trade-off and synergy relationships and spatial bundle analysis of ecosystem services in the Qilian Mountains[J]. Remote Sensing, 2023, 15(11). DOI:10.3390/rs15112950 |
| [15] |
杨绍微, 刘建锋, 旷远文, 等. 江西省生态系统服务的权衡与协同关系时空动态及其驱动力[J/OL]. 生态学杂志, https://kns.cnki.net/kcms/detail/21.1148.Q.20240110.1518.018.html. Yang S W, Liu J F, Kuang Y W, et al. Spatiotemporal dynamics and driving forces of ecosystem service trade-offs and synergies in Jiangxi Province[J/OL]. Chinese Journal of Ecology, https://kns.cnki.net/kcms/detail/21.1148.Q.20240110.1518.018.html. |
| [16] |
殷允可, 李昊瑞, 张铭, 等. 不同气候区生态系统服务权衡空间异质性及其驱动因素——以川滇-黄土高原生态屏障带为例[J]. 生态学报, 2024, 44(1): 107-116. Yin Y K, Li H R, Zhang M, et al. Spatial heterogeneity of ecosystem service trade-offs in different climatic regions and its driving factors: a case study of the Sichuan-Yunnan-Loess Plateau ecological barrier zone[J]. Acta Ecologica Sinica, 2024, 44(1): 107-116. |
| [17] | Huang Y T, Wu J Y. Spatial and temporal driving mechanisms of ecosystem service trade-off/synergy in national key urban agglomerations: a case study of the Yangtze River Delta urban agglomeration in China[J]. Ecological Indicators, 2023, 154. DOI:10.1016/j.ecolind.2023.110800 |
| [18] |
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. |
| [19] |
冯漪, 曹银贵, 李胜鹏, 等. 生态系统服务权衡与协同研究: 发展历程与研究特征[J]. 农业资源与环境学报, 2022, 39(1): 11-25. Feng Y, Cao Y G, Li S P, et al. Trade-offs and synergies of ecosystem services: development history and research characteristics[J]. Journal of Agricultural Resources and Environment, 2022, 39(1): 11-25. |
| [20] | Huang J M, Zheng F Y, Dong X B, et al. Exploring the complex trade-offs and synergies among ecosystem services in the Tibet Autonomous Region[J]. Journal of Cleaner Production, 2023, 384. DOI:10.1016/j.jclepro.2022.135483 |
| [21] |
韦钧培, 杨云川, 谢鑫昌, 等. 基于服务簇的南宁市生态系统服务权衡与协同关系研究[J]. 生态与农村环境学报, 2022, 38(1): 21-31. Wei J P, Yang Y C, Xie X C, et al. Quantifying ecosystem service trade-offs and synergies in Nanning City based on ecosystem service bundles[J]. Journal of Ecology and Rural Environment, 2022, 38(1): 21-31. |
| [22] | Kareiva P, Watts S, Mcdonald R, et al. Domesticated nature: shaping landscapes and ecosystems for human welfare[J]. Science, 2007, 316(5833): 1866-1869. |
| [23] | Raudsepp-hearne C, Peterson G D, Bennett E M. Ecosystem service bundles for analyzing tradeoffs in diverse landscapes[J]. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(11): 5242-5247. |
| [24] |
陈甜倩. 生态系统服务簇与土地利用的耦合关系及驱动机制研究——以北京及周边地区为例[D]. 北京: 中国地质大学(北京), 2021. Chen T Q. Co-occurrence mechanism and driving mechanism of ecosystem service bundles and land use: a case study of Beijing and surrounding areas[D]. Beijing: China University of Geosciences (Beijing), 2021. |
| [25] |
张天翼, 潘洪义, 姚材仪, 等. 基于服务簇的沱江流域生态系统服务权衡/协同关系演变[J]. 生态与农村环境学报. Zhang T Y, Pan H Y, Yao C Y, et al. Evolution of ecosystem service trade-offs and synergies in the Tuojiang River Basin based on ecosystem service bundles[J]. Journal of Ecology and Rural Environment. DOI:10.19741/j.issn.1673-4831.2023.0570 |
| [26] | Liu Z H, Huang Q D, Zhou Y, et al. Spatial identification of restored priority areas based on ecosystem service bundles and urbanization effects in a megalopolis area[J]. Journal of Environmental Management, 2022, 308. DOI:10.1016/j.jenvman.2022.114627 |
| [27] |
王彬宇, 王玲, 陈俊辰, 等. 四湖流域生态功能分区及其影响因素识别[J]. 应用生态学报, 2023, 34(10): 2757-2766. Wang B Y, Wang L, Chen J C, et al. Identification of ecological functional zoning and its influencing factors in the Sihu Lake Basin, China[J]. Chinese Journal of Applied Ecology, 2023, 34(10): 2757-2766. |
| [28] | Orsi F, Ciolli M, Primmer E, et al. Mapping hotspots and bundles of forest ecosystem services across the European Union[J]. Land Use Policy, 2020, 99. DOI:10.1016/j.landusepol.2020.104840 |
| [29] | 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 |
| [30] | Zhang J, Guo W, Cheng C J, et al. Trade-offs and driving factors of multiple ecosystem services and bundles under spatiotemporal changes in the Danjiangkou Basin, China[J]. Ecological Indicators, 2022, 144. DOI:10.1016/j.ecolind.2022.109550 |
| [31] |
张海洋, 杨琰瑛, 刘凯, 等. 基于生态系统服务的流域分区规划与管理——以于桥水库流域为例[J]. 农业资源与环境学报, 2023, 40(5): 1028-1039. Zhang H Y, Yang Y Y, Liu K, et al. Watershed zoning and management based on ecosystem services: a case study of Yuqiao Reservoir watershed[J]. Journal of Agricultural Resources and Environment, 2023, 40(5): 1028-1039. |
| [32] |
邓钰栎, 王丹, 许涵. 双尺度下广东韶关市生态系统服务及其权衡/协同关系及社会生态驱动因素[J]. 应用生态学报, 2023, 34(11): 3073-3084. Deng Y Y, Wang D, Xu H. Trade-offs and synergies relationships of ecosystem services and their socio-ecological driving factors under different spatial scales in Shaoguan City, Guangdong, China[J]. Chinese Journal of Applied Ecology, 2023, 34(11): 3073-3084. |
| [33] | He L J, Xie Z Y, Wu H Q, et al. Exploring the interrelations and driving factors among typical ecosystem services in the Yangtze river economic Belt, China[J]. Journal of Environmental Management, 2024, 351. DOI:10.1016/j.jenvman.2023.119794 |
| [34] |
闫晓露, 李欣媛, 刘澄浩, 等. 生态系统服务簇空间演变轨迹及其社会-生态驱动的地理探测——以大连市为例[J]. 生态学报, 2022, 42(14): 5734-5747. Yan X L, Li X Y, Liu C H, et al. Spatial evolution trajectory of ecosystem service bundles and its social-ecological driven by geographical exploration: a case study of Dalian[J]. Acta Ecologica Sinica, 2022, 42(14): 5734-5747. |
| [35] |
张锦琳, 游巍斌, 蔡新瑜, 等. 武夷山小流域生态系统服务(簇)权衡/协同及对地形起伏度的响应[J]. 生态学报, 2023, 43(12): 4892-4903. Zhang J L, You W B, Cai X Y, et al. Trade-offs and synergies among ecosystem service bundles in response to relief degree of land surface in a small watershed of Mount Wuyi[J]. Acta Ecologica Sinica, 2023, 43(12): 4892-4903. |
| [36] | Zhang J, Guo W, Wang Y R, et al. Identifying the regional spatial management of ecosystem services from a supply and demand perspective: a case study of Danjiangkou reservoir area, China[J]. Ecological Indicators, 2024, 158. DOI:10.1016/j.ecolind.2023.111421 |
| [37] |
王瑾杰, 丁建丽, 张子鹏. 基于遥感生态指数的吐哈地区生态环境变化研究[J]. 干旱区地理, 2022, 45(5): 1591-1603. Wang J J, Ding J L, Zhang Z P. Change of ecological environment in Turpan and Hami cities based on remote sensing ecology index[J]. Arid Land Geography, 2022, 45(5): 1591-1603. |
| [38] |
宋雅宁, 何宝忠, 马世龙, 等. 2001—2022年吐哈地区生境质量时空演变及影响因素分析[J]. 西南农业学报, 2024, 37(4): 879-889. Song Y N, He B Z, Ma S L, et al. Spatial and temporal evolution of habitat quality in Tuha region from 2001 to 2022 and analysis of influencing factors[J]. Southwest China Journal of Agricultural Sciences, 2024, 37(4): 879-889. |
| [39] |
韩楚翘, 郑江华, 王哲, 等. 基于PLUS-InVEST模型吐哈盆地陆地生态系统碳储量时空变化及多情景模拟[J]. 干旱区地理, 2024, 47(2): 260-269. Han C Q, Zheng J H, Wang Z, et al. Spatiotemporal variation and multiscenario simulation of carbon storage in terrestrial ecosystems in the Turpan-Hami Basin based on PLUS-InVEST model[J]. Arid Land Geography, 2024, 47(2): 260-269. |
| [40] |
孙桂丽, 李雪, 刘燕燕, 等. 吐鲁番市荒漠化风险动态变化及驱动力分析[J]. 干旱区地理, 2022, 45(2): 401-412. Sun G L, Li X, Liu Y Y, et al. Dynamic changes on desertification risk assessment and driving force analysis in Turpan City[J]. Arid Land Geography, 2022, 45(2): 401-412. |
| [41] |
周文佐, 刘高焕, 潘剑君. 土壤有效含水量的经验估算研究——以东北黑土为例[J]. 干旱区资源与环境, 2003, 17(4): 88-95. Zhou W Z, Liu G H, Pan J J. Soil available water capacity and it's empirical and statistical models— with s special reference to black soils in Northeast China[J]. Journal of Arid Land Resources and Environment, 2003, 17(4): 88-95. |
| [42] |
郭丽洁. 基于土地利用的新疆喀什地区生态系统服务权衡研究[D]. 石河子: 石河子大学, 2021. Guo L J. The study on trade-offs of ecosystem services in Kashgar Region, Xinjiang based on land use[D]. Shihezi: Shihezi University, 2021. |
| [43] |
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. |
| [44] |
丁鸿浩, 贺宏斌, 李佳蕾, 等. 城镇化和自然本底对生态系统服务权衡的影响: 以洛阳市为例[J]. 生态与农村环境学报, 2023, 39(12): 1568-1579. Ding H H, He H B, Li J L, et al. Impacts of urbanization and natural background on ecosystem service tradeoffs: a case study of Luoyang City[J]. Journal of Ecology and Rural Environment, 2023, 39(12): 1568-1579. |
| [45] |
谢高地, 鲁春霞, 冷允法, 等. 青藏高原生态资产的价值评估[J]. 自然资源学报, 2003, 18(2): 189-196. Xie G D, Lu C X, Leng Y F, et al. Ecological assets valuation of the Tibetan Plateau[J]. Journal of Natural Resources, 2003, 18(2): 189-196. |
| [46] | Shen J S, Li S C, Liang Z, et al. Exploring the heterogeneity and nonlinearity of trade-offs and synergies among ecosystem services bundles in the Beijing-Tianjin-Hebei urban agglomeration[J]. Ecosystem Services, 2020, 43. DOI:10.1016/j.ecoser.2020.101103 |
| [47] | Rangel T F, Diniz-Filho J A F, Bini L M. SAM: a comprehensive application for spatial analysis in macroecology[J]. Ecography, 2010, 33(1): 46-50. |
| [48] | Xu J Y, Chen J X, Liu Y X, et al. Identification of the geographical factors influencing the relationships between ecosystem services in the Belt and Road region from 2010 to 2030[J]. Journal of Cleaner Production, 2020, 275. DOI:10.1016/j.jclepro.2020.124153 |
| [49] |
张志如. 新疆地区关键生态系统服务权衡协同关系及驱动因素研究[D]. 北京: 中国环境科学研究院, 2023. Zhang Z R. Study on the trade-off and synergy and driving factors of key ecosystem service in Xinjiang[D]. Beijing: Chinese Research Academy of Environmental Sciences, 2023. |
| [50] |
王晓峰, 程昌武, 尹礼唱, 等. 新疆生态系统服务时空变化及权衡协同关系[J]. 生态学杂志, 2020, 39(3): 990-1000. Wang X F, Cheng C W, Yin L C, et al. Spatial-temporal changes and tradeoff/synergy relationship of ecosystem services in Xinjiang[J]. Chinese Journal of Ecology, 2020, 39(3): 990-1000. |
| [51] |
陈武迪, 刘晓煌, 李洪宇, 等. 基于InVEST模型的新疆1990-2018年产水服务时空变化及驱动因素分析[J]. 现代地质, 2024, 38(3): 636-647. Chen W D, Liu X H, Li H Y, et al. Spatiotemporal changes and driving factors of water yield service based on InVEST model in Xinjiang from 1990 to 2018[J]. Geoscience, 2024, 38(3): 636-647. |
| [52] | Lu Y Y, Xu X L, Zhao J H, et al. Spatiotemporal evolution of mountainous ecosystem services in an arid region and its influencing factors: a case study of the Tianshan Mountains in Xinjiang[J]. Land, 2022, 11(12). DOI:10.3390/land11122164 |
| [53] | Cao C, Luo Y T, Xu L P, et al. Construction of ecological security pattern based on InVEST-Conefor-MCRM: a case study of Xinjiang, China[J]. Ecological Indicators, 2024, 159. DOI:10.1016/j.ecolind.2024.111647 |
| [54] |
杨顺法, 昝梅, 袁瑞联, 等. 基于PLUS与InVEST模型的新疆碳储量变化及预测[J]. 环境科学, 2025, 46(1): 378-387. Yang S F, Zan M, Yuan R L, et al. Carbon stock changes and forecasting in Xinjiang based on PLUS and InVEST model approach[J]. Environmental Science, 2025, 46(1): 378-387. |
| [55] | Li J Y, Zhang C, Zhu S H. Relative contributions of climate and land-use change to ecosystem services in arid inland basins[J]. Journal of Cleaner Production, 2021, 298. DOI:10.1016/j.jclepro.2021.126844 |
| [56] | Xue C L, Chen X H, Xue L R, et al. Modeling the spatially heterogeneous relationships between tradeoffs and synergies among ecosystem services and potential drivers considering geographic scale in Bairin Left Banner, China[J]. Science of the Total Environment, 2023, 855. DOI:10.1016/j.scitotenv.2022.158834 |
| [57] |
马世瑛, 陈英, 裴婷婷, 等. 黄土高原生态系统服务时空变化及权衡与协同研究[J]. 甘肃农业大学学报, 2023, 58(6): 189-200. Ma S Y, Chen Y, Pei T T, et al. Investigation of spatio-temporal changes and trade-offs and synergies of ecosystem services in the Loess Plateau[J]. Journal of Gansu Agricultural University, 2023, 58(6): 189-200. |
| [58] | Wang H, Liu G H, Li Z S, et al. Processes and driving forces for changing vegetation ecosystem services: insights from the Shaanxi Province of China[J]. Ecological Indicators, 2020, 112. DOI:10.1016/j.ecolind.2020.106105 |
| [59] |
聂名萱, 黄思华, 濮励杰, 等. 快速城镇化地区生态系统服务的时空动态及权衡与协同分析——以苏锡常地区为例[J]. 长江流域资源与环境, 2021, 30(5): 1088-1099. Nie M X, Huang S H, Pu L J, et al. Spatial and temporal dynamics and trade-offs and synergies analysis of ecosystem services in rapidly urbanizing areas: a case study of the Su-Xi-Chang region[J]. Resources and Environment in the Yangtze Basin, 2021, 30(5): 1088-1099. |
| [60] | Teng Y M, Zhan J Y, Liu W, et al. Spatial heterogeneity of ecosystem services trade-offs among ecosystem service bundles in an alpine mountainous region: a case-study in the Qilian Mountains, Northwest China[J]. Land Degradation & Development, 2022, 33(11): 1846-1861. |
| [61] |
李成, 赵洁, 庄智程, 等. 长三角城市群生态系统服务权衡强度时空演变及影响因素[J]. 生态学报, 2022, 42(14): 5708-5720. Li C, Zhao J, Zhuang Z C, et al. Spatiotemporal dynamics and influencing factors of ecosystem service trade-offs in the Yangtze River Delta urban agglomeration[J]. Acta Ecologica Sinica, 2022, 42(14): 5708-5720. |
| [62] |
王蓓, 赵军, 胡秀芳. 石羊河流域生态系统服务权衡与协同关系研究[J]. 生态学报, 2018, 38(21): 7582-7595. Wang B, Zhao J, Hu X F. Analysison trade-offs and synergistic relationships among multiple ecosystem services in the Shiyang River Basin[J]. Acta Ecologica Sinica, 2018, 38(21): 7582-7595. |
| [63] |
方露露, 许德华, 王伦澈, 等. 长江、黄河流域生态系统服务变化及权衡协同关系研究[J]. 地理研究, 2021, 40(3): 821-838. Fang L L, Xu D H, Wang L C, et al. The study of ecosystem services and the comparison of trade-off and synergy in Yangtze River Basin and Yellow River Basin[J]. Geographical Research, 2021, 40(3): 821-838. |
| [64] |
庞彩艳, 文琦, 丁金梅, 等. 黄河上游流域生态系统服务变化及其权衡协同关系[J]. 生态学报, 2024, 44(12): 5003-5013. Pang C Y, Wen Q, Ding J M, et al. Ecosystem services and their trade-offs and synergies in the upper reaches of the Yellow River basin[J]. Acta Ecologica Sinica, 2024, 44(12): 5003-5013. |
| [65] | Jiang C, Zhang H Y, Zhang Z D, et al. Model-based assessment soil loss by wind and water erosion in China's Loess Plateau: dynamic change, conservation effectiveness, and strategies for sustainable restoration[J]. Global and Planetary Change, 2019, 172: 396-413. |
| [66] |
官冬杰, 周李磊, 李秋彦, 等. 重庆市湿地生态系统服务约束关系[J]. 中国环境科学, 2019, 39(4): 1753-1764. Guan D J, Zhou L L, Li Q Y, et al. Constraints relationship of wetland ecosystem services in Chongqing[J]. China Environmental Science, 2019, 39(4): 1753-1764. |
| [67] |
陈心盟, 王晓峰, 冯晓明, 等. 青藏高原生态系统服务权衡与协同关系[J]. 地理研究, 2021, 40(1): 18-34. Chen X M, Wang X F, Feng X M, et al. Ecosystem service trade-off and synergy on Qinghai-Tibet Plateau[J]. Geographical Research, 2021, 40(1): 18-34. |
| [68] |
韩磊, 杨梅丽, 刘钊, 等. 黄土高原典型退耕区生态系统服务权衡与协同关系研究——以延安市为例[J]. 生态学报, 2022, 42(20): 8115-8125. Han L, Yang M L, Liu Z, et al. Ecosystem service tradeoffs and synergies in typical farmland conversion area of the Loess Plateau: taking Yan'an City as an example[J]. Acta Ecologica Sinica, 2022, 42(20): 8115-8125. |
| [69] |
冯琳, 雷国平. 东北地区生态系统服务及权衡/协同关系时空演变特征与功能分区研究[J]. 中国土地科学, 2023, 37(7): 100-113. Feng L, Lei G P. Study on spatial-temporal evolution characteristics and functional zoning of ecosystem services and trade-offs/synergies relationships in Northeastern China[J]. China Land Science, 2023, 37(7): 100-113. |
| [70] |
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. |
| [71] |
孟浩斌, 周启刚, 李明慧, 等. 三峡库区生态系统服务时空变化及权衡与协同关系研究[J]. 生态与农村环境学报, 2021, 37(5): 566-575. Meng H B, Zhou Q G, Li M H, et al. Study of the spatio-temporal changes in ecosystem services and trade-offs/synergies relationship in the Three Gorges Reservoir Area[J]. Journal of Ecology and Rural Environment, 2021, 37(5): 566-575. |
| [72] |
申嘉澍, 梁泽, 刘来保, 等. 雄安新区生态系统服务簇权衡与协同[J]. 地理研究, 2020, 39(1): 79-91. Shen J S, Liang Z, Liu L B, et al. Trade-offs and synergies of ecosystem service bundles in Xiong'an New Area[J]. Geographical Research, 2020, 39(1): 79-91. |
| [73] |
李慧蕾, 彭建, 胡熠娜, 等. 基于生态系统服务簇的内蒙古自治区生态功能分区[J]. 应用生态学报, 2017, 28(8): 2657-2666. Li H L, Peng J, Hu Y N, et al. Ecological function zoning in Inner Mongolia Autonomous Region based on ecosystem service bundles[J]. Chinese Journal of Applied Ecology, 2017, 28(8): 2657-2666. |
| [74] |
苏康传, 杨庆媛, 张忠训, 等. 中国耕地差异化休耕模式及技术措施探讨[J]. 农业工程学报, 2020, 36(9): 283-291. Su K C, Yang Q Y, Zhang Z X, et al. Investigation of differential fallow patterns and technical measures for cultivated land in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(9): 283-291. |
| [75] |
史亚丽, 贾强. 新疆生态环境治理法治化研究[J]. 黑龙江环境通报, 2023, 36(9): 135-138. Shi Y L, Jia Q. Research on the legalization of ecological environment governance in Xinjiang[J]. Heilongjiang Environmental Journal, 2023, 36(9): 135-138. |
| [76] |
吕明轩, 张红, 贺桂珍, 等. 黄河流域水源涵养服务功能动态演变及驱动因素[J]. 生态学报, 2024, 44(7): 2761-2771. Lü M X, Zhang H, He G Z, et al. Dynamic evolution and driving factors of water conservation service function in the Yellow River Basin[J]. Acta Ecologica Sinica, 2024, 44(7): 2761-2771. |
| [77] |
李荣杰, 李惠梅, 武非非, 等. 青海湖流域生态系统服务空间分异规律及驱动力研究[J]. 生态环境学报, 2024, 33(2): 301-309. Li R J, Li H M, Wu F F, et al. Study on the spatial differentiation pattern and driving force of ecosystem services in Qinghai Lake Basin[J]. Ecology and Environmental Sciences, 2024, 33(2): 301-309. |
| [78] |
祖丽皮亚·库来西. 乌鲁木齐县生态系统服务价值时空分异特征及其影响因素研究[D]. 乌鲁木齐: 新疆大学, 2019. Zulipiya·K. Spatial and temporal differentiation of ecosystem service value and its influencing factors in Urumqi county[D]. Urumqi: Xinjiang University, 2019. |
| [79] |
王鹏涛, 张立伟, 李英杰, 等. 汉江上游生态系统服务权衡与协同关系时空特征[J]. 地理学报, 2017, 72(11): 2064-2078. Wang P T, Zhang L W, Li Y J, et al. Spatio-temporal characteristics of the trade-off and synergy relationships among multiple ecosystem services in the Upper Reaches of Hanjiang River Basin[J]. Acta Geographica Sinica, 2017, 72(11): 2064-2078. |