若尔盖国家公园景观格局与生态系统服务关联性及优化策略

引用本文

李佳径, 干晓宇, 毕馨元, 刘佳嘉, 蒋卓婷, 康澳. 若尔盖国家公园景观格局与生态系统服务关联性及优化策略[J]. 环境科学, 2026, 47(9): 6377-6391.

LI Jia-jing, GAN Xiao-yu, BI Xin-yuan, LIU Jia-jia, JIANG Zhuo-ting, KANG Ao. Correlation Between Landscape Pattern and Ecosystem Services and Optimization Strategies in Zoige National Park[J]. Environmental Science, 2026, 47(9): 6377-6391.

若尔盖国家公园景观格局与生态系统服务关联性及优化策略

李佳径, 干晓宇, 毕馨元, 刘佳嘉, 蒋卓婷, 康澳

四川大学建筑与环境学院，成都 610065

收稿日期: 2025-06-23; 修订日期: 2025-09-28

作者简介: 李佳径（2001~），女，硕士研究生，主要研究方向为生态系统服务，E-mail: lijiajing1@stu.scu.edu.cn

通信作者: 干晓宇, E-mail：ganxy@scu.edu.cn

摘要: 提升国家公园生态系统服务（ES）对维持生态系统可持续性至关重要，景观格局（LP）在其中扮演关键角色. 现有研究多关注LP对ES的空间影响，而对该影响强度与ES大小之间的关联性还尚不清晰，可能导致政策干预错配及成本无效投入. 因此以若尔盖国家公园为例，结合ES评价法、相关性分析法和约束线法等，综合分析2000~2020年研究区LP与ES（水源涵养AWY、土壤保持SC、生境质量HQ和碳储量CS）的动态变化特征，并基于2020年数据探讨LP对ES的影响，最后通过识别LP对ES的影响强度与ES大小的关联性，提出LP优化策略，推动ES切实有效地提升. 结果表明：①AWY和SC整体水平较高且提升明显，CS增长速率下降，而HQ呈现退化趋势；②研究区景观破碎化加剧，草地和湿地斑块优势性下降；③研究区4种ES受到9种LP指数不同程度的影响，其中西部与北部地区受到影响最大；④LP对ES的影响强度与ES大小之间存在阈值效应，约束线主要为凹波型、指数型和正U型. 其中AWY和CS增加时，影响强度先减后增，HQ和SC则与之相反. 综上可知，优化研究区LP能够有效提升ES，但需要综合考虑LP对ES的影响强度及其与ES大小的关联性才能取得显著地提升成效. 研究结果可为国家公园生态修复优先级判定提供科学依据.

关键词: 国家公园生态系统服务（ES）景观格局（LP）若尔盖约束线

Correlation Between Landscape Pattern and Ecosystem Services and Optimization Strategies in Zoige National Park

LI Jia-jing , GAN Xiao-yu , BI Xin-yuan , LIU Jia-jia , JIANG Zhuo-ting , KANG Ao

College of Architecture and Environment, Sichuan University, Chengdu 610065, China

Abstract: Enhancing ecosystem services (ES) in national parks is essential for maintaining ecosystem sustainability, and landscape pattern (LP) plays a key role in this. Existing studies have mostly focused on the spatial impact of LP on ES, while the correlation between the intensity of this impact and the size of ES remains unclear, which may lead to the mismatch of policy interventions and ineffective investment of costs. Taking Zoige National Park as an example, combining the ES evaluation method, correlation analysis method, and constraint line method, we comprehensively analyze the dynamic change characteristics of LP and ES [annual water yield (AWY), soil conservation (SC), habitat quality (HQ), and carbon storage (CS)] in the study area from 2000 to 2020 and explore the impact of LP on ES based on the data in 2020. Finally, by identifying the correlation between the intensity of LP's impact on ES and the size of ES, LP optimization strategies were proposed to promote the effective and efficient enhancement of ES. The results show that: ① The overall levels of AWY and SC were high and obvious, the growth rate of CS decreased, and HQ showed a trend of degradation. ② The landscape fragmentation in the study area increased, and the dominance of grassland and wetland patches decreased. ③ The four types of ES in the study area were affected by the nine types of LP indices to varying degrees, with the western and northern areas being affected the most. ④ The strength of LP's impacts on ES had a threshold effect on the ES size; and the constraint lines were primarily concave wave-shaped, exponential, and positive U-shaped. When AWY and CS increased, the influence intensity decreased and then increased, while HQ and SC showed the opposite. In summary, it can be seen that optimizing LP in the study area can effectively enhance ES, but it is necessary to comprehensively consider the intensity of LP's influence on ES and its correlation with ES size to achieve significant enhancement results. The results of this study provide a scientific basis for the prioritization of ecological restoration in national parks.

Key words: national park ecosystem services(ES) landscape pattern(LP) Zoige constraint line

国家公园作为中国自然保护地体系的核心组成，不仅是保护生物多样性、维护生态安全格局的关键空间载体，也是人类社会与自然环境交互的脆弱敏感地带^[1，2]. 近年来，受到气候变化与人类活动加剧的双重影响，国家公园普遍面临生境退化、生物多样性下降等严峻挑战^[3]，其为人类社会提供的多种生态系统服务（ecosystem services，ES）也极具骤减^[4]. 这一系列现状与《中国生物多样性保护战略与行动计划（2023-2030年）》提出的战略目标背道而驰^[5].

ES作为人类从生态系统中直接或间接所获得的利益，其稳定与提升有助于改善生态环境质量以及维持生态系统稳定性^[6]，是保证区域生态安全与可持续发展的重要基础^[7]. 景观格局（landscape pattern，LP）作为人类活动与自然过程在空间上的综合反映，其变化会通过改变土地利用方式、生境连通性等途径显著影响ES的大小与空间分布状况^[8]. 因此，深入解析LP对ES在空间上的影响关系，已成为当前生态保护与修复研究的重点，尤其是在国家公园生态修复进程中占据重要地位^[9].

若尔盖国家公园地处青藏高原东北缘，是我国重要的生态安全屏障和水源涵养区，也是生物多样性热点区和全球气候变化敏感区^[10]. 作为我国第二批国家公园创建区之一^[11]，若尔盖国家公园承担着维护高原生态系统完整性和遏制土地退化等战略任务^[12]. 然而受气候变暖和过度放牧等因素的影响，该区域面临草地退化、湿地萎缩等严重生态问题，部分区域甚至出现边治理边退化和二次退化等现象^[13，14]，因此该地生态修复面临严重挑战.

尽管若尔盖国家公园建设已成为国家战略并全面启动，但当前相关研究仍存在明显不足：一方面，由于建设起步较晚，已有研究多聚焦于ES本身的静态评估或时空量化分析^[15，16]，缺乏对LP与ES之间空间关联关系及影响强度的深入探讨；另一方面，针对高寒生态脆弱区LP对ES影响的非线性特征与驱动机制的定量研究相对匮乏，导致现有生态管理策略缺乏科学精准支撑，生态修复成果收效甚微，制约国家公园生态修复工作的推进. 特别的，LP对ES的影响并非均质的，这种影响强度同样会受到局部生态条件及ES自身变化特征的影响^[17]. 然而目前鲜有研究揭示LP对ES的影响强度如何随ES本身的变化而呈现非线性特征，进而为优化景观管理提供科学依据.

为此，本研究以若尔盖国家公园为研究对象，创新性地耦合地理加权回归模型（geographically weighted regression，GWR）和约束线法，前者用于刻画LP对ES的空间影响强度，后者用于揭示该影响强度与ES本身大小之间的非线性关系. 本研究不仅为若尔盖国家公园的生态修复与景观管理提供科学支撑，也对高寒生态脆弱区的生态系统服务权衡与协同管理提供重要参考价值. 本研究具体目标包括：①评估研究区ES与LP的时空动态变化特征，识别发生不利变化且亟待优化的区域；②识别LP对ES影响的空间特征；③识别LP对ES的影响强度与ES大小的关联性并探究其原因；④基于影响强度与ES大小的关联性特征，从提升ES的角度提出LP优化策略.

1 材料与方法 1.1 研究区域

若尔盖国家公园位于黄河上游，涉及四川、甘肃和青海这三省六县. 综合考虑国家公园各部分建设进度、数据可获得性等因素，本文以若尔盖国家公园四川片区作为研究对象，范围涉及阿坝州若尔盖县、红原县和阿坝县（图 1），面积约8 336 km². 该区域分布大量的高原泥炭沼泽湿地，同时也是黑颈鹤的重要繁殖地^[18]，具有典型性和可借鉴性.

图 1 研究区位示意 Fig. 1 Research area

1.2 数据来源

本研究使用数据主要包括土地利用、气候和环境数据（表 1）. 其中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，并参考《土地利用现状分类》（GB/T 21010-2017），将地类分为耕地、林地、草地、水域、建设用地、未利用地和湿地；ES评估相关数据预处理后均转换成30 m分辨率的栅格数据.

表 1 研究数据来源^1） Table 1 Research data source

1.3 研究方法

本研究包含5个部分：①ES动态评估分析；②LP动态变化分析；③LP对ES的影响结果分析；④LP对ES的影响结果与ES大小之间关联性分析；⑤LP分区优化策略.

1.3.1 ES动态变化评估

本研究基于若尔盖国家公园的生态环境现状和地理资源条件，选取生境质量（habitat quality，HQ）、水源涵养（annual water yield，AWY）、土壤保持（soil conservation，SC）和碳储量（carbon storage，CS）这4种ES，运用生态系统服务和权衡综合评估模型（integrated valuation of ecosystem services and trade-offs，InVEST）分别进行计算（表 2）.

表 2 ES计算方法及公式 Table 2 Calculation methods and formulas

ES	模型方法	数学方法	文献
AWY	InVEST-AWY(annual water yield)产水量模型	$Y_{x j} = [1 - \frac{A E T_{x j}}{P_{x}}] P_{x}$ (1)	[19]
AWY	InVEST-AWY(annual water yield)产水量模型	式中, $Y_{x j}$ 为土地利用类型 $j$ 中单元栅格 $x$ 上的年产水量（mm）； $P_{x}$ 为单元栅格 $x$ 上的年均降水量（mm）； $A E T_{x j}$ 为土地利用类型 $j$ 中单元栅格 $x$ 上的年实际蒸散量（mm）	[19]
CS	InVEST-CS(carbon storage and sequestration)碳储存模型	$C_{t o t a l} = C_{a b o v e} + C_{b e l o w} + C_{s o i l} + C_{d e a d}$ (2)	[20]
CS	InVEST-CS(carbon storage and sequestration)碳储存模型	式中, $C_{t o t a l}$ 表示研究区域总碳储量（ $t \cdot h m^{- 2}$ ）； $C_{a b o v e}$ 为地上碳储量（ $t \cdot h m^{- 2}$ ）； $C_{b e l o w}$ 为地下碳储量（ $t \cdot h m^{- 2}$ ）； $C_{s o i l}$ 为土壤碳储量（ $t \cdot h m^{- 2}$ ）； $C_{d e a d}$ 为枯落物碳储量（ $t \cdot h m^{- 2}$ ）	[20]
HQ	InVEST-HQ(habitat quality)生境质量模型	$Q_{x j} = H_{j} (1 - \frac{D_{x j}^{z}}{D_{x j}^{z} + k^{z}})$ (3)	[21]
HQ	InVEST-HQ(habitat quality)生境质量模型	式中, $Q_{x j}$ 为土地利用类型 $j$ 中单元栅格 $x$ 上的生境质量； $D_{x j}$ 为土地利用类型 $j$ 中单元栅格 $x$ 所受胁迫水平； $k$ 为半饱和常数；通常取 $D_{x j}$ 最大值的一半； $H_{j}$ 为土地利用类型 $j$ 的生境适宜性；z为归一化常数，一般取值2.5	[21]
SC	InVEST-SC(sediment delivery ratio)泥沙输移比例模型	$\begin{array}{l} R K L S_{n} = R_{n} \times K_{n} \times L_{n} \times S_{n} \\ U S L E_{n} = R_{n} \times K_{n} \times L_{n} \times S_{n} \times C_{n} \times P_{n} \\ S K_{n} = R K L S_{n} - U S L E_{n} \end{array}$ (4)	[22]
SC	InVEST-SC(sediment delivery ratio)泥沙输移比例模型	式中, $R K L S_{n}$ 为潜在土壤侵蚀量（t）； $U S L E_{n}$ 为实际土壤侵蚀量（t）； $S K_{n}$ 为土壤保持量（t）； $R_{n}$ 为降雨侵蚀力； $K_{n}$ 为土壤可蚀性； $L_{n}$ 为坡长因子； $S_{n}$ 为坡度因子； $C_{n}$ 为植被覆盖和管理因子； $P_{n}$ 为水土保持措施因子	[22]

表 2 ES计算方法及公式 Table 2 Calculation methods and formulas

1.3.2 LP动态变化分析

LP指数能展现土地利用动态变化后研究区的景观结构变化与生态过程影响^[23]. 本研究基于若尔盖国家公园土地利用特征及特定景观条件，在类型层次上选取斑块聚集指数（COHESION）、平均斑块面积（AREA_MN）、斑块数量（NP）、斑块密度（PD）、最大斑块指数（LPI）、景观形状指数（LSI）和聚合度（AI），并在景观层次上增加香农多样性指数（SHDI）和蔓延度（CONTAG），最后利用Fragstats 4.2软件对其进行计算，以此明确研究区园2000~2020年的LP变化特征.

1.3.3 空间自相关及共线性检验

全局空间自相关检验主要用于检验一个变量在空间上是否存在显著的空间自相关性^[24]. 本研究采用全局莫兰指数（Moran's I）评估研究区各ES在整体空间分布上的聚集情况，其计算公式为：

I = \frac{n \sum_{i = 1}^{n} \sum_{j = 1}^{n} w_{i j} (y_{i} - \bar{y}) (y_{j} - \bar{y})}{\sum_{i = 1}^{n} \sum_{j = 1}^{n} w_{i j} \sum_{i = 1}^{n} {(y_{i} - \bar{y})}^{2}}

(5)

式中， $y_{i}$ 和 $y_{j}$ 为区域i和j的观测值， $\bar{y}$ 为整体均值，n为区域数量， $w_{i j}$ 为区域i和j之间的空间权重. 莫兰指数的取值在[-1，1]之间，当Moran's I > 0时，说明研究区域之间是正相关性；当Moran's I < 0时，说明研究区域之间呈现负相关性；而当Moran's I= 0时，说明观测值服从随机分布，研究区域间不存在分散或聚集的空间现象.

为避免变量之间存在严重多重共线性问题，从而导致回归结果出现偏差，本研究利用SPSS软件对自变量（LP指数）进行标准化处理，并利用方差膨胀因子（VIF）和容差指标进行共线性检验，以确保模型合理性，公式如下：

V I F = \frac{1}{1 - r^{2}}

(6)

式中，r为线性回归判别系数，反映的是线性回归解释变量变化程度. 若容差度小于0.1或VIF值大于10则认为自变量之间存在严重的共线性问题.

1.3.4 LP对ES的影响分析

GWR具有变参回归和局部回归思想，主要优势在于能够更有效地捕获异质性驱动因素^[25]. 本研究基于ES量化评估结果和LP指数计算结果，选取2020年数据使用GWR 4.0软件进行二者的相关性分析，软件通过自适应核函数（adaptive kernel）和校正的赤池信息准则（corrected akaike information criterion，AICc）自动选择最优带宽. 通过黄金分割搜索法（golden section search）优化带宽，最终确定最优带宽为269（代表邻域内的最近邻样本数），用于控制每个局部回归中所纳入的样本范围，以反映空间异质性.

1.3.5 LP对ES的影响强度与ES大小的关系识别

约束线代表了响应变量受限制变量作用后的分布范围，能够为非线性关系的解析提供切实可行的途径^[26]. 因此，本研究利用基于分位数分割的约束线法，首先以ES作为限制变量，各回归系数作为响应变量绘制二维散点图，同时利用R语言将限制变量值域均分为100组，并从每组中选取响应变量的99.9%分位数点作为边界点，最后利用Origin 2023软件对各边界点进行多项式拟合^[27]，以此识别LP对ES的影响效果与ES大小之间的关系.

2 结果与分析 2.1 ES动态评估结果

若尔盖国家公园ES变化特征呈现显著时空异质性，其中AWY和SC的保护成效相对较好，数值有明显提升，CS和HQ则遭遇相应阻碍，出现不同程度衰减趋势. 总的来说研究区南部的CS和北部的HQ亟待优化.

从时间变化上看，研究区2000年、2010年和2020年AWY总量分别为1.38×10⁷、1.51×10⁷和1.95×10⁷ m³，SC总量分别为6.65×10⁷、7.60×10⁷和9.70×10⁷ t，均呈现递增趋势，且增长速率不断提升；CS总量分别为1.52×10⁸、1.57×10⁸和1.57×10⁸ t，增长速度逐渐减缓；平均HQ值分别为0.564 1、0.591 2和0.565 2，整体水平一般，且出现先增后减的趋势.

从空间分布上看（图 2），研究区AWY与SC呈现西高东低的分布情况，前者低值范围涉及若尔盖县北部花湖区域周围，后者低值区域则是与低高程区域相匹配；CS的高值区域主要分布在研究区东部，范围涉及若尔盖县中部地区，该区域受湿地景观变化影响显著；HQ低值区域主要沿着道路分布，其中国道G248和省道S313周围低值区域占比较大，表明道路对于生态连通性和完整性的破坏造成HQ的不利影响.

图 2 2000~2020年4种ES评估结果及变化情况 Fig. 2 Assessment results and changes of four ecosystem services from 2000 to 2020

2.2 LP动态变化结果

在时间上研究区LP发生明显改变，主要表现为景观破碎化程度加深及景观完整性遭到破坏，在空间上除局部重点区域保护成效相对较好外，其余地区景观质量均呈现不同程度的衰减. 在时间维度中，研究区LSI、NP和PD逐步上升，CONTAG和AREA_MN逐渐下降，表明景观斑块数量增加以及形状趋于复杂，破碎化程度加深；LPI在2000~2010年显著下降，表明优势景观发展受限；林地、草地和湿地的NP以及LSI显著高于其他地类，且持续增长，说明这3种地类破碎化程度高，景观形状最复杂，易受干扰；值得一提的是，建设用地的LSI大幅增长，形状复杂化，导致自然景观斑块分割. 在空间维度中（图 3），LSI高值区域呈条状分布，与黑河流向一致；AREA_MN、COHESION、AI和LPI高值区域主要分布在南部和北部花湖生态旅游区，证明该区域景观连通性和完整性较好；SHDI整体水平一般，其中南部和北部花湖区域较低，表明该区域的景观多样性较差；PD和NP值普遍较低，表明研究区整体景观单一，结构简单，异质性不足.

图 3 2020年LP空间分异 Fig. 3 Spatial differentiation of landscape pattern in 2020

2.3 空间自相关及共线性检验结果分析

利用ArcGIS 10.7软件对2020年研究区4种ES进行全局空间自相关检验，由表 3可以发现，各ES的Moran's I值均大于0，Z值均大于2.58，通过了Z值显著性检验，P值均小于0.05，因此可以判定这4个ES具有显著的空间异质性，为后续采用GWR模型的必要性提供了依据.

表 3 2020年ES空间自相关检验 Table 3 ES spatial autocorrelation test in 2020

根据共线性检验结果可以发现（表 4），各解释变量（LP指数）的容差值均大于0.1，VIF值均小于10，表明本研究的各解释变量通过共线性检验，可以进行GWR模型构建.

表 4 2020年LP指数共线性检验 Table 4 LP index collinearity test in 2020

2.4 LP对ES的影响结果分析 2.4.1 模型对比分析

对比全局回归模型（global regression，GR）和GWR模型运算结果可以发现（表 5），GWR的残差平方和（RSS）以及赤池信息准则（AICc）均小于GR的对应数值，而GWR结果中调整后的R²均大于GR结果中调整后的R²，这表明运用GWR进行回归模拟，其拟合优度远高于GR，能够更好地解释若尔盖国家公园LP对ES的影响. 根据GWR结果中调整后的R²可以发现，LP变化对于研究区SC空间变异的解释能力最强，依次往下是对HQ、CS和AWY的解释能力，其调整后的R²分别为0.747、0.655、0.398和0.286.

表 5 模型评价指标对比 Table 5 Comparison of model evaluation indicators

2.4.2 影响结果的空间异质性分析

LP对ES的空间影响结果如图 4所示，不同LP指数对不同ES的贡献差异明显. 其中，AI和LSI与AWY在研究区西部正相关，北部负相关，SHDI则与之相反. 表明西部景观形状越复杂，空间分布越聚集，AWY越高，而北部则是分散且简单的景观斑块更能对AWY起到促进作用；AREA_MN和CONTAG与AWY在研究区西部负相关，正相关区域则零星分布，表明研究区西部景观破碎且相互交织时，AWY更高. AI和LSI与CS负相关区域占比较大，主要以分散的块状特征分布在研究区中部，SHDI与CS的相关性与之相反，表明在中部地区形状简单，多样性高的景观对CS的提升更有利；AREA_MN和CONTAG与CS的相关性分布并不广泛，但值得一提的是正相关关系显示在若尔盖花湖生态旅游区附近，即连通性和稳定性较好的景观斑块更能促进该区域的CS提升. AI和LSI与HQ在研究区中部黄河流域附近呈现正相关，东南部呈现负相关，SHDI与HQ的相关性与其相反，表明靠近黄河区域的景观紧凑、形状复杂时对HQ的增加更有利，但是多样性增加反而会对HQ起到反作用；COHESION与HQ在研究区中部呈现正相关，该区域主要土地利用类型为湿地，表明湿地斑块之间连接越紧密，HQ越高；PD与HQ的相关性表现为明显西正东负的特征，表明斑块密度的提高对于两个区域的HQ有着截然相反的影响. AI和LSI与SC在研究区西南部呈现负相关；中部呈现正相关，SHDI与SC的相关性与之相反，表明在研究区西南部，多样复杂的景观会对SC起到制约作用，而中部则截然相反；PD、AREA_MN、CONTAG与SC存在相关性的区域基本集中在研究区南部，且正负相关区域交错分布，体现了景观斑块聚集性、完整性对于SC的不同影响；LPI与SC的相关性主要体现在西南部的正相关特征，表明该区域主导性景观的优势性越强，SC越高.

图 4 LP与ES的GWR模型结果 Fig. 4 Results of the geographically weighted regression model of landscape pattern and ecosystem services

2.5 约束线结果分析

GWR回归结果中的回归系数体现了LP对ES的影响强度，其与ES大小间的约束线分析结果如图5~8所示，二者显示出突出的关联性，尤其是在不同范围内体现出阈值效应，图中红线即为约束线，峰值或谷值即为阈值点.

图 5 AWY与回归系数的约束线结果 Fig. 5 Constraint line results of annual water yield and regression coefficients

图 6 CS与回归系数的约束线结果 Fig. 6 Constraint line results of carbon storage and regression coefficients

图 7 HQ与回归系数的约束线结果 Fig. 7 Constraint line results of habitat quality and regression coefficients

图 8 SC与回归系数的约束线结果 Fig. 8 Constraint line results of soil conservation and regression coefficients

AWY与8个回归系数之间的约束线拟合结果较好（R² > 0.5），其中AWY与AWY-COHESION回归系数间的约束线大致呈指数型（R²=0.52），其余均呈U型，约束作用先增强后减弱. 当AWY分别为229.77、187.03、197.05、222.42、219.75、168.33和189.03 m³·km^-2时，各回归系数跌入谷值，超过以上阈值后，回归系数增加，表明AWY受各LP的影响强度不断提升.

CS与CS-LSI回归系数、CS-LPI回归系数、CS-AREA_MN回归系数、CS-AI回归系数、CS-PD回归系数、CS-CONTAG回归系数间的约束线大致呈U型，当CS分别为10.14、13.17、8.58、10.45、9.05和11.18 t·km^-2时，对应回归系数达到最低值，表明CS大于相应阈值的区域受LP的影响逐渐变大. CS与CS-SHDI回归系数间的约束线大致呈凹波型（R²=0.55），表明CS对CS-SHDI回归系数的约束作用存在波动现象.

HQ与HQ-LPI回归系数间的约束线呈凸波型，表明前者对后者的约束作用不断波动变化，其阈值点为HQ=0.40. HQ与HQ-AREA_MN回归系数、HQ-PD回归系数、HQ-CONTAG回归系数间的约束线大致呈抛物线型，其阈值点分别为HQ=0.53、HQ=0.54、HQ=0.47.

SC与SC-LPI回归系数、SC-PD回归系数间的约束线呈抛物线型，约束作用先减弱后增强，各阈值分别为SC=21.95 $t \cdot k m^{- 2}$ 和SC=21.76 $t \cdot k m^{- 2}$ ，其余均呈凹波型，当SC分别为31.13、25.47、30.75、30.37、29.28和23.33 $t \cdot k m^{- 2}$ 时，回归系数达到峰值，其中当SC为46.88、46.50和44.21 $t \cdot k m^{- 2}$ 时，SC-AREA_MN回归系数、SC-CONTAG回归系数和SC-COHESION回归系数分别归于0，表明相应LP不再对SC有影响，即优化对应LP不能达到提升SC的目的.

3 讨论 3.1 LP对ES的影响强度与ES大小之间的关联性

本研究表明，若尔盖国家公园LP对ES的影响强度与ES大小之间存在关联性，且呈现出阈值效应，该阈值效应在不同ES中呈现显著异质性及多形态约束线特征.

本文发现随着AWY的增强，各LP对AWY的影响强度均呈现先减后增的趋势. 这是由于AWY主要依赖于水的截留、渗透、储存和传输，以上过程高度依赖景观的空间异质性^[28]. 当AWY达到较高水平时，生态系统通常处于较优状态，如多斑块和高连通性等^[29]，此时系统对扰动的恢复能力较强，但微小格局变化可能导致功能断崖式下降，例如当水源涵养量较高时，若景观中湿地或森林斑块的连通性被破坏，会显著影响水流路径和蓄水能力^[30]. 而低AWY区域通常伴随着植被严重退化，此时LP的优化对于AWY的边际效益较低.

CS的情况虽然与AWY类似，但值得一提的是，SHDI对CS的影响强度随着CS的增加出现了短暂归零及多阈值的现象，在以往研究中未被提及. 这一波动可能与土壤有机碳饱和度及稳定性的动态变化有关^[31]，同时需结合研究区高寒生态系统的特殊性进一步阐释：若尔盖国家公园作为典型的高寒湿地与草甸区，其土壤中储存大量有机碳，但冻融循环作用会显著影响碳库的稳定性^[32]. 冻融期土壤温度波动、水分条件改变及微生物活性变化，可能触发冻土有机碳的阶段性释放，从而对CS形成间接抑制或反馈效应^[33]. 因此，CS与SHDI的非线性关系不仅反映了有机碳饱和度的波动，还叠加了高寒区冻土碳库动态的复杂影响，同时也不排除在计算LP指数时对于网格尺度的平均划分导致二者局部影响的弱化.

随着HQ数值的增加，LP对其的影响强度呈现先增后减趋势，但变化幅度不大. 这是由于HQ较低时，景观破碎化和生境退化明显，此时恢复核心栖息地等关键斑块可快速提升生物多样性^[34]. 而在HQ较高的区域，生物多样性已经趋于饱和，生态系统具备更强的抗干扰能力^[35]，因此LP变化不易引发系统性崩溃.

此外，本文还发现SC出现阈值后产生无效区，即当SC超过46.88 $t \cdot k m^{- 2}$ 这一阈值时，优化AREA_MN、CONTAG、COHESION对于其提升作用不再显著. 这在以往对于二者关系的研究中未被充分提及. 笔者认为，出现这样的结果可能与土壤自身形成的保护机制密切相关：由于SC主要依赖于植被覆盖度和土壤特性^[36]，较高SC数值通常对应较高的植被覆盖度、更稳定的土壤结构及更高的有机质含量^[37]，这些因素共同促进土壤团聚体发育、根系网络强化及表层覆盖物累积，进而形成自我保护层以缓冲外界干扰^[38，39]. 尤其是当土壤团聚体稳定性、有机质含量及根系密度后，土壤抵抗水力侵蚀与径流冲刷的能力趋于饱和，即使对应的LP发生局部调整，其对SC的边际效益也将显著降低. 相比之下，当SC处于较低水平时，土壤团聚体结构松散、有机质匮乏、植被覆盖不足，抗蚀能力有限，此时优化景观配置可通过改善地表覆盖与土壤结构，显著提升SC^[40].

3.2 基于分位数切割的约束线法

约束线法对于解释生态过程的复杂性和判定生态修复的优先级有着重要意义^[41]，其与生态保护之间的关联已得到广泛认可^[42]. 以往研究多利用约束线法探究LP对ES的影响关系，例如当森林覆盖面积超过某一阈值时，不会带来ES之间的持续协同发展^[43]. 此类研究由于忽略该影响产生的原因而容易引起生态风险的失控. 而基于分位数分割的约束线法则更能科学精准地展现ES与驱动因素间错综复杂的非线性关系^[44].

ES的数值大小反映了研究区生态系统结构和功能的不同水平，所以在生态系统的不同水平下ES对LP的敏感程度不同^[45]，因此本研究融合了GWR模型与约束线法，选择GWR回归系数作为因变量，突破以往只探究影响范围的局限，揭示了影响强度与ES本身大小之间的关联性，能够有效避免空间格局的过度优化及成本的无效投入.

运用基于分位数分割的约束线法探究LP对ES的影响强度与ES大小之间的关联性能够更好把握ES的提升效果，理解ES的提升需基于生态系统结构和功能所处状态动态调整策略，而非单一依赖空间格局优化，同时能够进一步增强生态修复的适应性和可持续性，提升管理韧性^[46].

3.3 LP分区优化策略

基于GWR结果与约束线结果划分各阈值点前后一个标准差范围，即影响强度高且ES数值较低的区域作为后续ES的优先提升区域，并对该区域针对性提出LP分区优化策略，具体划分如图 9所示. 以GWR回归分析结果与约束线结果为依据进行优化能够在有效提升ES的同时避免成本的无效投入，并衔接国家公园政策要求与生态修复实践需求.

（a）优化区域总体分布图，（b）CS提升区，（c）AWY提升区，（d）SC提升区，（e）HQ提升区，（f）SC重点提升区，（g）AWY重点提升区，（h）CS重点提升区，（i）HQ重点提升区，（j）~（l）复合优化区域图 9 若尔盖国家公园LP分区优化策略 Fig. 9 Optimization strategy for landscape pattern zoning in Zoige National Park

AWY重点提升区：研究区西北部表现为景观连通性低、湿地斑块破碎、土地沙化及草地退化. 根据GWR结果可知该区域LSI、AI与AWY负相关，SHDI与AWY正相关，根据约束线结果可知该区域AWY值所对应的影响强度较高，因此优化西北部LP对AWY提升效果显著. 为了符合《国家公园空间布局方案》中保护黄河流域候选区水源涵养功能区的定位，在西部河流附近运用本土植物如高山柳和沙棘等种植耐寒耐涝植被缓冲带，拦截径流并提升水源过滤能力；修复退化草地，通过补播垂穗披碱草和紫羊茅等乡土草种，将其作为“海绵体”储存雨水；进行沼泽区沙化地植被恢复，由于粗壮嵩草是更适合沙地恢复的先锋树种^[47]，因此将其与野胡萝卜、密毛微孔草等一起构成有机的群落种组，对沼泽区沙地进行修复；同时考虑社会协调，通过呼吁牧民参与植被种植、补偿放牧损失的方法降低退牧还湿对牧民生计的影响.

CS重点提升区：研究区南部表现为高寒草甸退化、泥炭沼泽碳密度下降. LSI和AI与CS负相关，SHDI与CS正相关，根据约束线结果可知该区域CS值对应的影响强度较高，因此优化南部LP对CS提升效果显著. 为了呼应《国家公园空间布局方案》中有关强化碳汇功能的政策要求，优先保护南部核心湿地，引入苔藓、嵩草等固碳植物，并扩大湿地面积；在湿地区域进行挺水植物和沉水植物的分层种植，利用水体分层特性减少冻融干扰，增强群落碳捕获能力；在林地区域构建缓坡、洼地等微地形，丰富土壤垂直分布；由于湿地面积扩大会导致牧民草场调整，因此通过提供湿地管护员岗位来补偿牧民生计需求.

HQ重点提升区：研究区东北部表现为生境斑块连通性低、景观异质性下降. AREA_MN和PD与HQ负相关，COHESION与HQ正相关，根据约束线结果可知该区域HQ值所对应的影响强度较高，因此优化东北部LP对HQ提升效果显著. 为了符合《国家公园设立规范》中关于优先保护旗舰物种及其栖息地的要求，对花湖等重点区域划定生境核心区，通过高山嵩草、紫羊茅、西藏嵩草等乡土植物组合提升景观多样性，并结合高寒区冻融期水位变化规律，通过科学调节水位扩大湿地面积；维持优质湿地、草地区域的曲折边缘，促进交错带的生物多样性；为核心区周边牧民提供生态岗位，降低生境保护与社区发展的冲突.

SC重点提升区：研究区西南部表现为道路切割导致的土壤侵蚀加剧. LSI和AI与SC负相关，LPI和PD与SC正相关，根据约束线结果可知该区域SC值所对应的影响强度较高，因此优化西南部LP对SC提升效果显著. 具体来说，在牧区边缘种植乔灌草复合带，通过规则化边缘简化斑块边缘复杂度，降低径流冲刷强度；对过度放牧形成的单一草甸区域进行嵌入式斑块改造，如规划湿地和灌丛区，增强景观抗干扰的能力；建立生态廊道连接分散斑块，提升景观连通性，保障土壤保持功能的整体性. 该区域优化策略与《若尔盖国家公园设立方案》中有关生态缓冲带建设的内容关联，通过嵌入式斑块与廊道设计减少道路对土壤的切割效应，落实国家公园优先修复生态脆弱区的试点任务.

3.4 研究不足与展望

本研究采用了修正后的通用土壤流失方程估算SC，其中土壤可蚀性因子（K值）的计算未针对若尔盖国家公园开展本地化土壤采样与实验测定. 若尔盖高原具有显著季节性冻融作用、特殊土壤结构与低植被覆盖等特征，可能影响土壤的实际抗蚀能力，因此当前K值可能无法完全反映该区域土壤的可蚀性状况，未来研究建议开展本地化K值校正，并探索将冻融指数、土壤冻结深度等指标纳入土壤侵蚀模型，以提升土壤保持量评估的科学性与区域适用性.

本研究虽然基于GWR模型识别了对ES影响显著的景观格局指数，但是对驱动ES空间分异的其他环境因子及其与LP的交互作用探讨不足. 未来将基于地理探测器对ES空间异质性驱动机制的精细化解析，即运用地理探测器量化地形、水文、土壤属性、气候因子等对ES空间分异的贡献率，并解析其与LP的交互作用，为若尔盖国家公园生态修复与管理提供更精准的科学依据.

4 结论

（1）研究区ES与LP的时空动态变化趋势均呈现不同程度的空间异质性. 在ES方面，AWY与SC增长效果明显，呈西高东低的分布状况；CS虽然亦有提升，但增长速率放缓，而HQ则整体水平一般，且在后10 a出现下降趋势. 在LP方面，除研究区南部和北部花湖生态旅游区景观完整性较好以外，其余地区破碎化程度显著且景观质量下降，其中湿地和草地斑块受影响较大，优势性不断下降.

（2）研究区LP对ES的影响较大，其中西部和北部地区ES受LP的影响最明显，LSI和AI在北部与AWY呈负相关，东部与CS呈负相关；SHDI在西部与AWY呈正相关，东部与CS呈正相关；HQ则在东部受PD正向影响较明显；SC在南部受LPI正向影响较大.

（3）LP对ES的影响强度与ES大小存在较强的关联性，且出现明显的阈值效应，约束线主要体现为凹波型、正U型、指数型等特征. 其中AWY和CS的阈值效应导致影响强度出现先减后增趋势，HQ和SC的阈值效应则导致影响强度先增后减，其中当SC=46.88 $t \cdot k m^{- 2}$ 时，优化AREA_MN、CONTAG、COHESION对SC增长无效.

参考文献

[1]	李佳桐, 唐海萍, 邝佛缘. 国家公园生态系统服务与农牧户福祉的时空耦合分析——以祁连山国家公园为例[J]. 生态学报, 2024, 44(15): 6527-6539. Li J T, Tang H P, Kuang F Y. Spatial-temporal coupling analysis of ecosystem service and well-being of farmers and herdsmen: a case study of Qilian Mountain National Park[J]. Acta Ecologica Sinica, 2024, 44(15): 6527-6539.
[2]	Simeon M, Wana D. Synergies and trade-offs among key ecosystem services in Maze National Park and its environs, southwestern Ethiopia[J]. Global Ecology and Conservation, 2025, 57. DOI:10.1016/j.gecco.2024.e03398
[3]	Pei R A, Ma B B, Liu S X, et al. Spatiotemporal differentiation and trade-offs and synergies of ecosystem services in Qilian Mountains National Park[J]. Ecological Indicators, 2024, 169. DOI:10.1016/j.ecolind.2024.112891
[4]	Zhang H M, Cai L P, Bai B, et al. National forest park visitors' connectedness to nature and pro-environmental behavior: the effects of cultural ecosystem service, place and event attachment[J]. Journal of Outdoor Recreation and Tourism, 2023, 42. DOI:10.1016/j.jort.2023.100621
[5]	王伟, 高吉喜. 我国以国家公园为主体的自然保护地体系建设进展与展望[J]. 环境科学研究, 2024, 37(10): 2100-2109. Wang W, Gao J X. Progress and prospects of the construction of protected area system with national parks as the main Body in China[J]. Research of Environmental Sciences, 2024, 37(10): 2100-2109.
[6]	Peng Y T, Welden N, Renaud F G. A framework for integrating ecosystem services indicators into vulnerability and risk assessments of deltaic social-ecological systems[J]. Journal of environmental management, 2023, 326. DOI:10.1016/j.jenvman.2022.116682
[7]	Gilman J, Wu J G. The interactions among landscape pattern, climate change, and ecosystem services: progress and prospects[J]. Regional Environmental Change, 2023, 23(2). DOI:10.1007/s10113-023-02060-z
[8]	Zhu L M, Zhu K X, Zeng X J. Evolution of landscape pattern and response of ecosystem service value in international wetland cities: a case study of Nanchang City[J]. Ecological Indicators, 2023, 155. DOI:10.1016/j.ecolind.2023.110987
[9]	Iversen S V, MacDonald M A, van der Velden N, et al. Using the Ecosystem Services assessment tool TESSA to balance the multiple landscape demands of increasing woodlands in a UK national park[J]. Ecosystem Services, 2024, 68. DOI:10.1016/j.ecoser.2024.101644
[10]	Shen G, Yang X C, Jin Y X, et al. Remote sensing and evaluation of the wetland ecological degradation process of the Zoige Plateau Wetland in China[J]. Ecological Indicators, 2019, 104: 48-58. DOI:10.1016/j.ecolind.2019.04.063
[11]	潘哲, 向蔓菁, 刘冬梅, 等. 若尔盖国家公园建设的探索[J]. 四川环境, 2023, 42(4): 299-304. Pan Z, Xiang M J, Liu D M, et al. Exploration on the construction of Ruoergai National Park[J]. Sichuan Environment, 2023, 42(4): 299-304.
[12]	李敏. 若尔盖国家公园创建背景下的湿地生态保护现状与发展研究[J]. 石河子科技, 2024(6): 69-70.
[13]	贺丽, 苏宇, 陈德朝, 等. 国家公园创建背景下的若尔盖湿地生态保护现状与发展研究[J]. 决策咨询, 2023(2): 83-88.
[14]	杨雨薇, 吴迪. 若尔盖县土地沙漠化研究进展[J]. 安徽农学通报, 2019, 25(18): 98-101, 104. Yang Y W, Wu D. Research progress on land desertification in Zoige county[J]. Anhui Agricultural Science Bulletin, 2019, 25(18): 98-101, 104.
[15]	Li J C, Wang W L, Hu G Y, et al. Changes in ecosystem service values in Zoige Plateau, China[J]. Agriculture, 2010, 139(4): 766-770.
[16]	Li H F, Wang Y L, Chen W D, et al. Evaluation of ecosystem services in Ruoergai National Park, China[J]. Sustainability, 2024, 16(8). DOI:10.3390/su16083241
[17]	张紫怡, 仝照民, 张立亭, 等. 景观格局对生态系统服务的非线性影响和阈值调控——以福建省生态高效协同区为例[J]. 生态学报, 2024, 44(21): 9535-9551. Zhang Z Y, Tong Z M, Zhang L T, et al. Nonlinear effects of landscape pattern on ecosystem services and threshold regulation: a case study of eco-efficient synergistic zone in Fujian Province[J]. Acta Ecologica Sinica, 2024, 44(21): 9535-9551.
[18]	Chen X, He L, Luo F, et al. Dynamic characteristics and impacts of ecosystem service values under land use change: a case study on the Zoigê plateau, China[J]. Ecological Informatics, 2023, 78. DOI:10.1016/j.ecoinf.2023.102350
[19]	Hu W M, Li G, Gao Z H, et al. Assessment of the impact of the Poplar Ecological Retreat Project on water conservation in the Dongting Lake wetland region using the InVEST model[J]. Science of the Total Environment, 2020, 733. DOI:10.1016/j.scitotenv.2020.139423
[20]	Li K M, Cao J J, Adamowski J F, et al. Assessing the effects of ecological engineering on spatiotemporal dynamics of carbon storage from 2000 to 2016 in the Loess Plateau area using the InVEST model: a case study in Huining County, China[J]. Environmental Development, 2021, 39. DOI:10.1016/j.envdev.2021.100641
[21]	Wang B X, Cheng W M. Effects of land use/cover on regional habitat quality under different geomorphic types based on InVEST model[J]. Remote Sensing, 2022, 14(5). DOI:10.3390/RS14051279
[22]	Guo Z Q, Yan Z J, PaErHaTi M E Z T, et al. Assessment of soil erosion and its driving factors in the Huaihe region using the InVEST-SDR model[J]. Geocarto International, 2023, 38(1). DOI:10.1080/10106049.2023.2213208
[23]	李佳滢, 杨冬冬, 杨菲, 等. 城市化背景下景观格局对天津市生态系统服务供需匹配的影响[J]. 生态学报, 2024, 44(12): 4987-5002. Li J Y, Yang D D, Yang F, et al. Influence of landscape pattern on ecosystem service supply-demand mismatch in Tianjin within the context of urbanization[J]. Acta Ecologica Sinica, 2024, 44(12): 4987-5002.
[24]	张路, 陈禹杉, 林学涵. 江苏省耕地碳代谢密度变化特征及其影响因素[J]. 长江流域资源与环境, 2025, 34(7): 1621-1634. Zhang L, Chen Y S, Lin X H. Characteristics of changes in carbon metabolism density of cultivated land and influencing factors in Jiangsu Province[J]. Resources and Environment in the Yangtze Basin, 2025, 34(7): 1621-1634.
[25]	王丽娜, 杨国福, 李嘉欣, 等. 湿地生态系统服务与景观生态风险时空演变及关联性——以杭嘉湖平原为例[J]. 长江流域资源与环境, 2024, 33(9): 2043-2058. Wang L N, Yang G F, Li J X, et al. Spatial-temporal evolution and correlation of wetland ecosystem services and landscape ecological risks: a case study of Hangjiahu plain[J]. Resources and Environment in the Yangtze Basin, 2024, 33(9): 2043-2058.
[26]	郝蕊芳, 于德永, 邬建国, 等. 约束线方法在生态学研究中的应用[J]. 植物生态学报, 2016, 40(10): 1100-1109. Hao R F, Yu D Y, Wu J G, et al. Constraint line methods and the applications in ecology[J]. Chinese Journal of Plant Ecology, 2016, 40(10): 1100-1109.
[27]	黄钰婷, 曹雅蓉, 吴隽宇, 等. 长三角生态系统服务驱动因素的交互效应及其阈值[J]. 生态学报, 2024, 44(21): 9956-9973. Huang Y T, Cao Y R, Wu J Y, et al. Interaction effects and key threshold: analyzing the drivers of ecosystem service in the Yangtze River Delta region[J]. Acta Ecologica Sinica, 2024, 44(21): 9956-9973.
[28]	Long Q Q, Gao X Y, Hu Y, et al. Optimization of ecological network to improve water conservation services in the Nianchu River Basin[J]. Journal of Environmental Management, 2024, 372. DOI:10.1016/j.jenvman.2024.123368
[29]	Chen X, Lin S Y, Tian J, et al. Simulation study on water yield service flow based on the InVEST-Geoda-Gephi network: a case study on Wuyi Mountains, China[J]. Ecological Indicators, 2024, 159. DOI:10.1016/j.ecolind.2024.111694
[30]	Qin H X, Chen Y J. Spatial non-stationarity of water conservation services and landscape patterns in Erhai Lake Basin, China[J]. Ecological Indicators, 2023, 146. DOI:10.1016/j.ecolind.2023.109894
[31]	Carrington E M, Hernes P J, Dyda R Y, et al. Biochemical changes across a carbon saturation gradient: lignin, cutin, and suberin decomposition and stabilization in fractionated carbon pools[J]. Soil Biology and Biochemistry, 2012, 47: 179-190. DOI:10.1016/j.soilbio.2011.12.024
[32]	王洋, 刘景双, 王全英. 冻融作用对土壤团聚体及有机碳组分的影响[J]. 生态环境学报, 2013, 22(7): 1269-1274. Wang Y, Liu J S, Wang Q Y. The effects of freeze-thaw processes on soil aggregates and organic carbon[J]. Ecology and Environmental Sciences, 2013, 22(7): 1269-1274.
[33]	王娇月, 宋长春, 王宪伟, 等. 冻融作用对土壤有机碳库及微生物的影响研究进展[J]. 冰川冻土, 2011, 33(2): 442-452. Wang J Y, Song C C, Wang X W, et al. Progress in the study of effect of freeze-thaw processes on the organic carbon pool and microorganisms in soils[J]. Journal of Glaciology and Geocryology, 2011, 33(2): 442-452.
[34]	Zhang X M, Wan W Q, Fan H B, et al. Temporal and spatial responses of landscape patterns to habitat quality changes in the Poyang Lake region, China[J]. Journal for Nature Conservation, 2024, 77. DOI:10.1016/j.jnc.2023.126546
[35]	于婧, 陈艳红, 彭婕, 等. 基于GIS和Fragstats的土地生态质量综合评价——以湖北省仙桃市为例[J]. 生态学报, 2020, 40(9): 2932-2943. Yu J, Chen Y H, Peng J, et al. Comprehensive evaluation on land ecological quality based on GIS and Fragstats: a case study in Xiantao City, Hubei Province[J]. Acta Ecologica Sinica, 2020, 40(9): 2932-2943.
[36]	王盛, 李亚文, 李庆, 等. 变化环境影响下张承地区水源涵养和土壤保持服务及其权衡与协同关系研究[J]. 生态学报, 2022, 42(13): 5391-5403. Wang S, Li Y W, Li Q, et al. Water and soil conservation and their trade-off and synergistic relationship under changing environment in Zhangjiakou-Chengde area[J]. Acta Ecologica Sinica, 2022, 42(13): 5391-5403.
[37]	Li K K, Zhou Z H, Yan H, et al. Soil conservation efficiency and improvement potential of forestry sector in China during 2006 to 2018[J]. Sustainable Futures, 2025, 9. DOI:10.1016/j.sftr.2025.100509
[38]	王清奎, 汪思龙. 土壤团聚体形成与稳定机制及影响因素[J]. 土壤通报, 2005, 36(3): 415-421. Wang Q K, Wang S L. Forming and stable mechanism of soil aggregate and influencing factors[J]. Chinese Journal of soil Science, 2005, 36(3): 415-421.
[39]	刘定辉, 李勇. 植物根系提高土壤抗侵蚀性机理研究[J]. 水土保持学报, 2003, 17(3): 34-37, 117. Liu D H, Li Y. Mechanism of plant roots improving resistance of soil to concentrated flow erosion[J]. Journal of Soil and Water Conservation, 2003, 17(3): 34-37, 117.
[40]	魏嘉馨, 干晓宇, 黄莹, 等. 成都市城市绿地景观与生态系统服务的关系[J]. 西北林学院学报, 2022, 37(6): 232-241. Wei J X, Gan X Y, Huang Y, et al. Relationship between urban green space landscape and ecosystem services in Chengdu city[J]. Journal of Northwest Forestry University, 2022, 37(6): 232-241.
[41]	张建香, 汪亚峰, 张耀宗, 等. 延河流域生态系统服务权衡/协同关系阈值效应[J]. 生态学报, 2024, 44(23): 10573-10581. Zhang J X, Wang Y F, Zhang Y Z, et al. Threshold effects of trade-offs and synergies among ecosystem services in the Yanhe Basin[J]. Acta Ecologica Sinica, 2024, 44(23): 10573-10581.
[42]	荀斌, 郑莹, 范蓉, 等. 陕西省生态系统服务权衡/协同关系阈值识别[J]. 生态学报, 2024, 44(17): 7431-7444. Xun B, Zheng Y, Fan R, et al. Assessment of trade-off/synergy relationships between ecosystem services and identification of ecological restoration thresholds[J]. Acta Ecologica Sinica, 2024, 44(17): 7431-7444.
[43]	陈田田, 王钰茜, 曾兴兰, 等. 西南地区生态系统服务关系特征及其与植被覆盖的约束效应[J]. 生态学报, 2023, 43(6): 2253-2270. Chen T T, Wang Y X, Zeng X L, et al. Characteristics and the constraint relationship between ecosystem services and vegetation coverage in the Southwest China[J]. Acta Ecologica Sinica, 2023, 43(6): 2253-2270.
[44]	Hao R F, Yu D Y, Wu J G. Relationship between paired ecosystem services in the grassland and agro-pastoral transitional zone of China using the constraint line method[J]. Agriculture, Ecosystems & Environment, 2017, 240: 171-181.
[45]	郑博福, 黄琼瑶, 陶林, 等. 赣南地区景观格局变化及其对生态系统服务价值的影响[J]. 生态学报, 2021, 41(15): 5940-5949. Zhen B F, Huang Q Y, Tao L, et al. Landscape pattern change and its impacts on the ecosystem services value in southern Jiangxi Province[J]. Acta Ecologica Sinica, 2021, 41(15): 5940-5949.
[46]	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.
[47]	韩大勇, 杨永兴. 若尔盖高原沙化沼泽区植物群落物种组成及其驱动因素[J]. 生态学报, 2020, 40(16): 5602-5610. Han D Y, Yang Y X. Species composition and associated driven factors of plant community in the desertified swamp area of Zoigê plateau[J]. Acta Ecologica Sinica, 2020, 40(16): 5602-5610.


环境科学 2026, Vol. 47 Issue (9): 6377-6391	PDF