2024, Vol. 45
2. 中国农业大学土地科学与技术学院, 北京 100193
2. College of Land Science and Technology, China Agricultural University, Beijing 100193, China
生态系统能为人类提供产品和生存环境, 是人类赖以生存和发展的基础. 学者们把生态系统直接或间接地使人类受益的功能和过程定义为生态系统服务（ecosystem services, ESs）[1], 这些益处不仅影响人们的福祉, 更关乎社会经济协调稳定和区域生态安全[2, 3]. 然而, 由于经济的快速发展, 人类无限度地开发活动对自然生态系统造成了巨大破坏, 包括水土流失、生物多样性减少和生境质量降低等[4], 生态系统服务退化的现象愈发严峻[5]. 根据千年生态系统评估报告, 全球有超过一半的生态系统服务正在面临退化的风险[6], 其中人类活动是最主要的影响因素[7]. 近年来, 如何实现多种生态系统服务的可持续供应已成为生态学及相关学科的研究热点. 学者们发现生态系统服务会受到自然和人为等因素的影响, 导致它们之间的关系复杂多变[8]. 而人为干预和控制一个或多个生态系统服务会影响其他生态系统服务的提供, 从而引发生态系统服务之间的权衡与协同现象. 权衡是指当一种生态系统服务减少时另一种生态系统服务增加；而协同则是两种生态系统服务同时增加或减少的现象[9].
目前, 已有多种方法用于识别生态系统服务间的权衡与协同关系. 如基于斯皮尔曼法（Spearman）和皮尔逊法（Pearson）进行相关分析来判断生态系统服务间的权衡和协同关系[10], 但该方法难以反映出生态系统服务该关系在空间上的分布情况[11]. 由于自然因素的空间异质性和社会经济因素的不确定性, 会导致生态系统服务的空间分布出现异质性现象, 进而造成它们间的权衡与协同效应在空间上产生相应变化. 因此, 有学者采用地理加权回归（geographically weighted regression, GWR）[12]和双变量空间自相关[13]来分析权衡与协同关系在空间上的分布模式. 由于传统的全局回归模型无法描述生态系统过程中存在的空间非平稳性, 而地理加权回归等则基于上述回归框架进行了修改, 能探究生态系统服务在空间上的交互性[14]. 除了提高对生态系统服务相互作用的认识外, 揭示不同驱动因子如何影响生态系统服务间的关系也能为可持续发展提供建议. 生态系统服务已被证明会受到降雨、温度等气候因素的显著影响, 社会经济因素也被视为生态系统服务的重要驱动因素[15], 与人类活动相关的土地利用变化则被认为是最突出、最重要及最直接的驱动因素[16, 17]. 目前, 关于驱动力的研究大多只关注了驱动因素对各独立生态系统服务的影响, 而关于生态系统服务交互作用的驱动机制尤其是以社会因素为驱动力的研究仍不多.
长江经济带经济相对发达、发展潜力大, 同时也具有重要的生态保障地位[18]. 然而, 该区域快速城市化和高强度开发给生态系统服务造成了巨大的压力, 局部地区生态环境遭到严重破坏. 针对长江经济带生态系统服务, 已有文献对生态补偿与生态系统服务的耦合关系[19]、生态系统服务变化的影响因素[20]、生态系统服务价值与经济发展的空间交互作用[21]和生态系统服务供需[22]等方面进行了研究, 但仍缺乏对生态系统服务权衡与协同关系及其驱动因素的深入探索. 基于此, 本研究选取了长江经济带产水、土壤保持、碳固定和粮食供给这4项典型生态系统服务, 探讨2000 ~ 2020年生态系统服务时空变化、权衡与协同关系及驱动机制. 本研究通过揭示长江经济带生态系统服务与驱动因素间的关系, 以期为促进多个生态系统服务协同发展提供科学参考.
1 材料与方法 1.1 研究区概况长江经济带（21°08′45″~34°56′47″N, 97°31′50″ ~ 121°53′23″E）地处长江流域, 横贯中国东、中、西3大区域, 覆盖中国11个省市, 面积为2.05 × 106 km2, 占国土面积的21.35%. 根据自然地理位置、行政区划和经济社会发展水平, 可将长江经济带划分为上、中、下游地区[23]（图 1）. 长江经济带大部分区域为亚热带季风气候, 年平均降水量在1 000 mm左右；地势西高东低, 地跨我国三级阶梯；地形复杂, 以山地丘陵为主；植被类型多样, 土壤类型主要为水稻土、红壤、紫色土和黄壤等；水系湖泊众多, 水生生物资源丰富[24]. 长江经济带人口数量多, 产业规模大, 经济活力强[25]. 截至2020年, 长江经济带人口数量为60 608万人, 占全国总人口的43%；地区生产总值为47.16万亿元, 占全国GDP总量的47%.
|
图 1 研究区概况示意 Fig. 1 Map of the study region |
本研究使用的数据主要包括土地利用数据、气象数据、地形数据、土壤数据、植被数据和社会经济数据等多源数据集, 具体数据信息来源见表 1. 在ArcGIS中将所有栅格数据统一重采样至1 km × 1 km空间分辨率, 并通过分区统计, 将数据空间化至每个县域单元.
|
表 1 数据来源介绍 Table 1 Introduction of data sources |
1.3 生态系统服务评估
长江经济带具有丰富的水资源和森林资源, 地形主要为山地和丘陵, 同时该地也是中国重要的粮食主产区. 基于此, 本研究选择产水量、土壤保持、碳固定和粮食供给这4种重要的生态系统服务进行评估, 具体评估方法详见表 2.
|
|
表 2 生态系统服务评估方法 Table 2 Ecosystem services assessment methods |
1.4 Spearman相关分析
本研究使用Spearman相关分析方法识别研究区在2000 ~ 2020年各生态系统服务间的权衡与协同关系, 其计算式如下：
|
(7) |
式中, Pi为Xi位于序列{（Xi）}中第k个位置Xi的秩；Qi为Yi的秩次. Rs为正说明两生态系统服务间存在协同关系；Rs为负说明两生态系统服务间存在权衡关系；Rs不显著或趋于0则表示两生态系统服务间不相关.
1.5 偏最小二乘结构方程模型根据已有的研究[34], 推断自然因素、人类活动因素和生态系统服务之间存在因果关系, 因此本研究使用偏最小二乘结构方程模型（partial least squares structural equation modeling, PLS-SEM）来探究驱动因素对生态系统服务的交互影响. 本研究共选取了16个驱动因素, 包括降水、温度、海拔、人口和人均国内生产总值等（图 2）, 通过多重共线性诊断后在R4.2.2软件中使用“plspm”包进行建模, 其中, 路径系数S反映变量之间关系的强度和方向. 观察变量与潜在变量的关系如图 2所示, 其中地形、气候、土壤、植被覆盖、土地利用和社会经济发展为模型中的潜在变量, 其余为观察变量.
|
图 2 观察变量与潜在变量关系 Fig. 2 Relationship between the observed variables and the potential variables |
本研究使用地理加权回归来识别生态系统服务权衡与协同关系的空间异质性[14]. 为了确保长江经济带不同生态系统服务之间的权衡与协同关系的可比性, 本研究首先对4项生态系统服务进行了标准化, 再将标准化值作为自变量和因变量进行空间回归分析[35], 在此基础上使用R 4.2.2软件中的“GWmodel”包在县域尺度上执行GWR模型, 其计算式如下：
|
(8) |
式中, （μi, vi）为点i的空间位置；P为自变量的个数；yi为因变量；xjk为自变量；εi为随机误差；β0（μi, νi）为点i处的截距；βk（μi, νi）为回归系数. 负回归系数表示权衡关系, 正回归系数表示协同关系.
1.7 地理探测器在本研究中, 使用因子检测器检测自变量X（驱动因素）对因变量Y（权衡和协同关系强度）的解释程度[36], 从自然和人类活动两个方面探究生态系统服务权衡与协同关系变化的驱动因子, 其计算式如下：
|
(9) |
|
(10) |
式中, h = 1, …, L为变量的分层；Nh和N分别为层h和全区的单元数；σh2和σ2分别为层h中的方差和区域的方差；SSW和SST分别为层内方差之和和全区总方差；q为驱动因素对生态系统服务关系的解释力, 值域为[0, 1], q值越大, 表示驱动因子对生态系统服务关系的贡献程度越高, 生态系统服务权衡/协同关系在空间上的分异越显著.
2 结果与分析 2.1 生态系统服务时空变化特征分析2000 ~ 2020年, 长江经济带4项生态系统服务整体呈现增加的趋势（图 3）. 以长江经济带边界对各生态系统服务进行分区统计得到图 4, 从中可看出, 产水和土壤保持虽呈增长的趋势但整体变化量不大；碳固定服务持续增长且增幅较大, 其年均值由946.14 t·km-2增至1 202.73 t·km-2；粮食供给均值则由32.73万元·km-2增至127.22万元·km-2, 其中在2005 ~ 2010年增幅较大. 产水的高值区分布在长江经济带东南部的浙江省和江西省, 低值区主要分布在长江经济带上游地区的四川省和云南省；在空间上呈从东南向西北递减的趋势. 土壤保持高值区面积较少, 在长江经济带上游的四川省和云南省高海拔地区有少量分布；低值区主要位于地势平坦的区域. 近20年来, 长江经济带碳固定能力从大到小依次为：上游 > 中游 > 下游；上游地区的云贵高原碳固定能力最强. 从2000 ~ 2020年, 长江经济带各地区粮食供给变化量较大；粮食供给高值区主要为四川盆地、洞庭湖平原、鄱阳湖平原和江苏中北部地区.
|
图 3 2000 ~ 2020年长江经济带生态系统服务空间分布 Fig. 3 Spatial distribution of ecosystem services in the Yangtze River Economic Belt from 2000 to 2020 |
|
图 4 2000 ~ 2020年长江经济带4项生态系统服务年均值 Fig. 4 Annual average values of four ecosystem services in the Yangtze River Economic Belt from 2000 to 2020 |
对2000 ~ 2020年长江经济带4项生态系统服务进行回归分析, 得到生态系统服务间相关关系（图 5）. 结果表明, 除了2020年的产水和粮食供给之间的关系外, 其它各对生态系统服务之间均呈现显著的相关性. 产水和碳固定服务间为显著的权衡关系；从2000 ~ 2020年, 权衡作用先增强后减弱, 在2005年它们之间的权衡作用最强, R值为-0.31. 产水和土壤保持服务之间的相关系数R ≤ -0.07, 为弱权衡关系, 且近20年来它们的相关系数变化的幅度并不大. 2000 ~ 2020年产水和粮食供给间为协同关系, R值逐渐减小, 由2000年的0.49减小至2020年的0.04. 碳固定和土壤保持间为显著的较强协同关系, R ≥ 0.74. 碳固定和粮食供给服务之间为显著的弱权衡关系；权衡作用先增强后减弱, 在2010年权衡作用最强, R值为-0.30. 粮食供给和土壤保持服务之间为显著的权衡的关系；R值先减少后增加, 表明它们之间的权衡作用先增强后减弱, R值在2015年时最小为-0.39.
|
数字表示相关性系数, 色柱对应其数值分布范围, 圆圈大小表示相关性的强弱, 圆越大相关性越强, 反之同理；*表示P < 0.05, **表示在P < 0.01, ***表示P < 0.001；WY：产水, CS：碳固定, SC：土壤保持, FS：粮食供给 图 5 2000 ~ 2020年长江经济带生态系统服务间的相关性 Fig. 5 Correlation between ecosystem services in the Yangtze River Economic Belt from 2000 to 2020 |
长江经济带生态系统服务关系的空间分异特征及其面积占比如图 6所示. 结果表明, 产水和碳固定的关系在空间上权衡区域面积占比为52.3%, 协同关系面积占比为47.7%. 其中高权衡地区主要位于长江经济带上游地区的四川省和重庆市, 下游的上海市、江苏省权衡面积占比较高（图 7）. 碳固定和土壤保持之间在空间上协同关系面积占比（87.6%）远大于权衡关系（12.4%）, 弱协同关系面积占比达到了73.0%. 其中长江经济带的中游地区基本呈现协同关系, 中权衡和强权衡关系主要分布在江苏省和安徽省的北部. 土壤保持和产水间协同关系面积占比为72.4%, 在安徽省、湖北省、湖南省等地协同面积占比较高, 而上海市基本上呈现权衡的关系. 粮食供给和产水之间为协同关系的区域面积占比（48.1%）, 权衡关系面积占比（51.8%）, 其中上海市、江苏省和安徽省权衡面积占比较大. 在粮食供给和土壤保持间, 权衡地区面积占比为48.7%, 协同关系面积占比为51.2%；权衡面积占比较多的省份也为长江经济带下游地区的江苏省、安徽省和上海市. 碳固定与粮食供给间的关系在空间上协同关系面积占比（74.2%）大于权衡关系面积占比（25.8%）, 权衡关系主要分布在长江经济带的上游和中游地区.
|
图 6 长江经济带生态系统服务关系的空间分布格局及其面积占比 Fig. 6 Spatial distribution pattern and area proportion of ecosystem service relationships in the Yangtze River Economic Belt |
|
图 7 长江经济带各省生态系统服务权衡与协同面积占比 Fig. 7 Proportion of trade-off and synergy area of ecosystem services in each province of the Yangtze River Economic Belt |
PLS-SEM结果如图 8所示, GoF的结果均 > 0.60, 表明结构模型是可信的. 结果表明, 气候对产水产生直接正向的影响（S = 0.73）, NDVI对产水产生微弱的负向影响（S = ‒0.04）. 地形为影响土壤保持的主要因素（S = 0.71）, 并通过NDVI对土壤保持产生了间接的负面影响. 地形和NDVI对碳固定的路径系数分别为0.51和0.49, 表明二者都对碳固定产生了直接积极的影响；社会经济发展则对碳固定产生了负向的影响（S = ‒0.04）. 粮食供给中, 地形的路径系数为-0.57, 并通过土地利用类型对粮食供给产生直接和间接的负面影响.
|
红色箭头和蓝色箭头分别表示正向和负向影响；LUCC：土地利用, SED：社会经济发展, NDVI：归一化植被指数 图 8 不同驱动因素对生态系统服务影响的结构方程模型 Fig. 8 Structural equation model of the impact of different driving factors on ecosystem services |
本研究对长江经济带生态系统服务在空间上权衡与协同关系变化的驱动因子进行了识别（图 9）, 结果表明, 气温是碳固定和土壤保持最主要驱动因子（q = 0.23）, 其次分别为降水（q = 0.17）和海拔（q = 0.15）. 其中, 协同关系区域年平均气温和年平均降水量高于权衡关系区域, 说明在较低温度和干旱情况下不利于它们之间的协同发展. 在碳固定和粮食供给的关系中, 最主要的驱动因子也为气温（q = 0.15）, 其次为海拔（q = 0.12）, 在低海拔的地区该对生态系统服务间的关系主要为弱协同. 海拔（q = 0.16）、NDVI（q = 0.12）和第二、三产业占比（q = 0.11）都为产水和土壤保持关系的重要驱动因子, 其中权衡关系地区第二、三产业产值占比高于协同关系. 在产水与粮食供给关系中, 降水（q = 0.15）和蒸散（q = 0.12）的解释力较强, 其中强权衡地区的平均蒸散量最高. 坡度（q = 0.10）和海拔（q = 0.09）则是土壤保持和粮食供给的重要驱动因子, 在低坡度和低海拔地区它们之间的关系主要为弱权衡和弱协同. 在碳固定和产水的关系中, 海拔（q = 0.38）和降水（q = 0.19）的解释力最强, 协同关系地区的平均降水量均高于权衡地区.
|
柱状图为驱动因素对生态系统服务关系的地理探测器结果, 箱线图为每对生态系统服务前三位驱动因子的分布特征；A表示降水, B表示蒸散, C表示坡度, D表示土壤有机质含量, E表示海拔, F表示气温, G表示NDVI, H表示土壤砂粒占比, I表示耕地占比, J表示人均社会消费品零售总额, K表示人口密度, L表示人均GDP, M表示第二、三产业占GDP比例, N表示建设用地面积占比, O表示非农业人口比例, P表示夜间灯光数据 图 9 生态系统服务空间关系的影响因素q值及其主要驱动因子分布特征 Fig. 9 Influencing factors q value of spatial relationships of ecosystem services and the distribution characteristics of their main driving factors |
本研究采用斯皮尔曼相关系数法探究了长江经济带生态系统服务之间权衡与协同关系在宏观格局上的变化. 其中土壤保持和碳固定之间为协同关系, 这与吴丹等[37]对长江经济带的研究结果一致. 增加植被覆盖能提高碳固定能力[38], 同时还能减缓雨水对土壤的侵蚀, 从而增强土壤保持能力. 此外, 产水服务与碳固定服务为权衡关系, 这与韩磊等[39]的研究结论基本相同. 本研究中碳固定是通过NPP估算得到的, 而NPP与植被覆盖度密切关联, 因此随着植被的增加, 蒸散量也会增加, 产水量随之减少.
然而, 斯皮尔曼相关系数法是从区域整体的角度反映各生态系统服务间的权衡与协同关系, 其一定程度上忽略了局部地区的异常情况, 而地理加权回归则能呈现研究区内部的具体情况. 例如, 本研究中粮食供给和产水根据相关性结果显示为协同关系, 这与汪仕美等[40]的研究结论相同, 但其在空间上也会存在权衡作用的区域, 此结果与李成等[41]的研究结果基本一致. 造成这两种不同关系的原因可能是由于降水充沛的地区有利于该地区产水和作物的生长, 而在降水量较少的地区提高粮食产量时作物需水量会增加, 因此产水量会减少. 此外, 不同地区产水和土壤保持之间的关系会发生变化, 权衡关系的区域主要分布在长江经济带的长三角城市群和成渝城市群附近. 随着经济的快速发展, 土地利用类型发生相应变化, 大量生态用地转化为建设用地, 致使其下垫面发变化, 透水性下降, 产水量随之增加；此外, 由于植被覆盖度减少, 区域土壤保持能力也会下降.
3.2 自然和人类活动因素对生态系统服务的影响生态系统服务会受到自然、社会经济等多种因素的共同影响, 本研究从多个指标综合分析了长江经济带生态系统服务及其权衡与协同关系的驱动因素. 研究结果表明, 地形和气候对它们的影响程度最大.
海拔对多对生态系统服务的关系都有较大影响, 它通常通过调节地表温度、储水能力和其他生态条件使生态系统服务产生空间差异. PLS-SEM结果显示地形会对粮食供给产生直接负面的影响. Jiang等[42]的研究结果也发现粮食生产与海拔密切相关, 在高海拔地区由于农业管理的不便和缺乏肥沃的土壤, 粮食产量通常会降低.
本研究中气候对产水、碳固定都产生了积极的影响. 气候已被证明会通过改变生态系统中的生物物理过程对区域生态系统服务产生显著影响[43]. 研究结果显示碳固定与产水间协同关系区域降水量大于权衡关系区域. 这可能是因为降水通过改变地表的径流量而直接影响产水功能, 同时降水的增加可以提高植被的潜在生长的能力, 从而增强碳固定能力.
此外, 在本研究中NDVI对除产水外的生态系统服务均为正向影响, 这与Balthazar等[44]研究的结论相一致, 该研究发现植被覆盖度的增加可以减少产水量, 同时改善土壤保持和森林固碳能力. 因此, 在权衡的生态系统服务关系中, 植被恢复等政策能有效改善生态系统服务, 但也要考虑粮食生产的需求.
3.3 研究展望本研究基于县域尺度对生态系统服务进行分析, 而生态系统服务间的权衡/协同关系可能会随空间尺度的变化呈现不同的形式[45]. 与市域、省域等其他尺度相比, 县域作为大尺度研究的最小统计单元, 通常也是国家颁布政策和制定具体措施的最小行政单元, 处于宏观战略布局与具体方案落实相衔接的关键节点, 是国家实施可持续规划管理的最佳尺度. 因此, 本研究选用县域为基本单元来探究长江经济带生态系统服务是较为科学合理的. 同时, 今后学者也可开展不同尺度下生态系统服务关系变化的相关研究.
本研究在计算4个生态系统服务时均采用目前常用的模型和公式, 缺少实测数据进行验证, 因此可能存在一定的误差, 今后研究可通过开展野外调查等方法获取实测数据来支撑研究结果.
2000 ~ 2020年长江经济带4项生态系统服务总体呈上升的趋势. 该区域作为中国经济活力最强的流域地理单元, 由于过去的快速发展趋势和人类对自然环境的过度开发, 致使该地区在减缓生态系统服务退化方面仍面临十分严峻的挑战[46]. 当前国家已实施了诸如长江流域防护林体系建设工程、退耕还林工程、天然林资源保护工程等, 但在实施项目的过程中未充分考虑生态系统服务间的权衡作用, 进而导致了部分地区的生态系统并没有完全改善[19]. 因此, 需要了解生态系统服务间关系与影响因素之间的联系, 这有利于提高生态系统管理能力. 决策者应充分考虑生态系统服务与驱动因素间的约束作用, 因地制宜地部署相关战略规划, 从而实现多个生态系统服务的效益最大化.
4 结论（1）近20年来, 长江经济带4项生态系统服务均值均呈增加的趋势, 其中碳固定服务年均值由946.14 t·km-2增至1 202.73 t·km-2；粮食供给均值则由32.73万元·km-2增至127.22万元·km-2；产水和土壤保持变化量较小, 表明生态系统服务的总体供给能力得到了提升. 空间上, 产水分布呈现东高西低的空间分布格局；土壤保持能力高值区分布在长江经济带的上游地区；碳固定服务能力大小依次为：上游 > 中游 > 下游；粮食供给高值区主要为四川盆地、洞庭湖平原、鄱阳湖平原和江苏中北部地区.
（2）从宏观格局上看, 近20年来生态系统服务间的关系并没有发生显著变化；粮食供给和产水、碳固定和土壤保持之间为协同关系, 其他生态系统服务对为权衡关系. 各生态系统服务间的关系在空间上有明显的空间分异特征. 其中粮食供给和产水间为协同关系区域面积占比48.1%, 权衡关系面积占比51.8%；产水与土壤保持间权衡地区分布在长三角城市群和成渝城市群附近.
（3）研究区生态系统服务及其关系受到多种因素的影响, 其中地形和气候是重要的影响因素. 气候对产水产生正向影响（S = 0.73）, 地形对粮食供给产生了负向影响（S = ‒0.57）；海拔（q = 0.38）和降水（q = 0.19）则对碳固定和产水间的关系解释程度最大. NDVI对碳固定（S = 0.49）、土壤保持（S = 0.25）和粮食供给（S = 0.50）都产生了正向影响.
| [1] | Costanza R, De Groot R, Braat L, et al. Twenty years of ecosystem services: how far have we come and how far do we still need to go?[J]. Ecosystem Services, 2017, 28. DOI:10.1016/j.ecoser.2017.09.008 |
| [2] |
乔旭宁, 张婷, 杨永菊, 等. 渭干河流域生态系统服务的空间溢出及对居民福祉的影响[J]. 资源科学, 2017, 39(3): 533-544. Qiao X N, Zhang T, Yang Y J, et al. Spatial flow of ecosystem services and impacts on human well-being in the Weigan River Basin[J]. Resources Science, 2017, 39(3): 533-544. |
| [3] |
郑华, 李屹峰, 欧阳志云, 等. 生态系统服务功能管理研究进展[J]. 生态学报, 2013, 33(3): 702-710. Zheng H, Li Y F, Ouyang Z Y, et al. Progress and perspectives of ecosystem services management[J]. Acta Ecologica Sinica, 2013, 33(3): 702-710. |
| [4] |
杨桂山, 徐昔保, 李平星. 长江经济带绿色生态廊道建设研究[J]. 地理科学进展, 2015, 34(11): 1356-1367. Yang G S, Xu X B, Li P X. Research on the construction of green ecological corridors in the Yangtze River Economic Belt[J]. Progress in Geography, 2015, 34(11): 1356-1367. |
| [5] | Zhang H Y, Jiang C, Wang Y X, et al. Improving the integrated efficacy of ecosystem restoration efforts by linking land degradation neutrality to ecosystem service enhancement from a spatial association perspective[J]. Ecological Engineering, 2022, 181. DOI:10.1016/j.ecoleng.2022.106693 |
| [6] | Reid W V, Mooney H A, Cropper A, et al. Ecosystems and human well-being-Synthesis: A report of the Millennium Ecosystem Assessment[M]. Washington D.C.: Island Press, 2005. |
| [7] |
王庭辉, 王喜, 秦耀辰, 等. 丹江口库区生态系统服务价值与人类活动时空关联分析[J]. 长江流域资源与环境, 2021, 30(2): 330-341. Wang T H, Wang X, Qin Y C, et al. Spatial-temporal correlation analysis of ecosystem services value and human activities in Danjiangkou Reservoir Area[J]. Resources and Environment in the Yangtze Basin, 2021, 30(2): 330-341. |
| [8] |
傅伯杰, 于丹丹. 生态系统服务权衡与集成方法[J]. 资源科学, 2016, 38(1): 1-9. Fu B J, Yu D D. Trade-off analyses and synthetic integrated method of multiple ecosystem services[J]. Resources Science, 2016, 38(1): 1-9. |
| [9] | Bennett E M, Peterson G D, Gordon L J. Understanding relationships among multiple ecosystem services[J]. Ecology Letters, 2009, 12. DOI:10.1111/j.1461-0248.2009.01387.x |
| [10] | Chen T Q, Feng Z, Zhao H F, et al. Identification of ecosystem service bundles and driving factors in Beijing and its surrounding areas[J]. Science of the Total Environment, 2020, 711. DOI:10.1016/j.scitotenv.2019.134687 |
| [11] |
孙艺杰, 任志远, 赵胜男. 关中盆地生态服务权衡与协同时空差异[J]. 资源科学, 2016, 38(11): 2127-2136. Sun Y J, Ren Z Y, Zhao S N. Spatial-temporal difference analysis of ecosystem service trade-off and synergy in the Guanzhong Basin of China[J]. Resources Science, 2016, 38(11): 2127-2136. |
| [12] | Zuo L Y, Gao J B. Investigating the compounding effects of environmental factors on ecosystem services relationships for Ecological Conservation Red Line areas[J]. Land Degradation & Development, 2021, 32(16). DOI:10.1002/ldr.4059 |
| [13] |
杨强强, 徐光来, 李爱娟, 等. 青弋江流域生态系统服务评估与权衡研究[J]. 生态学报, 2021, 41(23): 9315-9327. Yang Q Q, Xu G L, Li A J, et al. Evaluation and trade-off of ecosystem services in the Qingyijiang River Basin[J]. Acta Ecologica Sinica, 2021, 41(23): 9315-9327. |
| [14] | Xia H, Yuan S F, Prishchepov A V. Spatial-temporal heterogeneity of ecosystem service interactions and their social-ecological drivers: Implications for spatial planning and management[J]. Resources, Conservation and Recycling, 2023, 189. DOI:10.1016/j.resconrec.2022.106767 |
| [15] | 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.2020.12415 |
| [16] | Wu J, Guo X, Zhu Q, et al. Threshold effects and supply-demand ratios should be considered in the mechanisms driving ecosystem services[J]. Ecological Indicators, 2022, 142. DOI:10.1016/j.ecolind.2022.109281 |
| [17] |
娄佩卿, 付波霖, 林星辰, 等. 基于GEE的1998 ~ 2018年京津冀土地利用变化对生态系统服务价值的影响[J]. 环境科学, 2019, 40(12): 5473-5483. Lou P Q, Fu B L, Lin X C, et al. Influence of land use change on ecosystem service value based on GEE in the Beijing-Tianjin-Hebei Region from 1998 to 2018[J]. Environmental Science, 2019, 40(12): 5473-5483. |
| [18] |
郭宇, 姚亦锋, 王振波, 等. 基于主体功能区的长江经济带绿色发展评价与问题区域识别[J]. 生态学报, 2023, 43(7): 2569-2582. Guo Y, Yao Y F, Wang Z B, et al. Green development evaluation and problem areas identification of the Yangtze River Economic Belt from the perspective of major function oriented zones[J]. Acta Ecologica Sinica, 2023, 43(7): 2569-2582. |
| [19] | Jiang Y N, Guan D J, He X J, et al. Quantification of the coupling relationship between ecological compensation and ecosystem services in the Yangtze River Economic Belt, China[J]. Land Use Policy, 2022, 114. DOI:10.1016/j.landusepol.2022.105995 |
| [20] | Xu X B, Yang G S, Tan Y, et al. Ecosystem services trade-offs and determinants in China's Yangtze River Economic Belt from 2000 to 2015[J]. Science of the Total Environment, 2018, 634. DOI:10.1016/j.scitotenv.2018.04.046 |
| [21] | Chen W X, Zeng J, Zhong M X, et al. Coupling analysis of ecosystem services value and economic development in the Yangtze River Economic Belt: A case study in Hunan Province, China[J]. Remote Sensing, 2021, 13(8). DOI:10.3390/rs13081552 |
| [22] | Zhao C, Xiao P N, Qian P, et al. Spatiotemporal differentiation and balance pattern of ecosystem service supply and demand in the Yangtze River Economic Belt[J]. International Journal of Environmental Research and Public Health, 2022, 19(12). DOI:10.3390/ijerph19127223 |
| [23] |
吴一帆, 许杨, 唐洋博, 等. 长江经济带二氧化碳净排放时空演变特征及脱钩效应[J]. 环境科学, 2023, 44(3): 1258-1266. Wu Y F, Xu Y, Tang Y B, et al. Temporal and spatial characteristics of net CO2 emissions and decoupling analysis in Yangtze River Economic Belt[J]. Environmental Science, 2023, 44(3): 1258-1266. |
| [24] |
张平, 朱翔, 贺清云, 等. 长江经济带生态系统服务供需时空分异与平衡格局分析[J]. 生态科学, 2020, 39(6): 155-166. Zhang P, Zhu X, He Q Y, et al. Analysis on the spatial-temporal differentiation and supply-demand balance pattern of ecosystem services in the Yangtze River Economic Zone[J]. Ecological Science, 2020, 39(6): 155-166. |
| [25] |
王维. 长江经济带"4E"协调发展时空格局研究[J]. 地理科学, 2017, 37(9): 1354-1362. Wang W. Spatio-temporal pattern of 'Four-E' in the Yangtze River Economic Zone[J]. Scientia Geographica Sinica, 2017, 37(9): 1354-1362. |
| [26] |
刘立程, 刘春芳, 王川, 等. 黄土丘陵区生态系统服务供需匹配研究——以兰州市为例[J]. 地理学报, 2019, 74(9): 1921-1937. Liu L C, Liu C F, Wang C, et al. Supply and demand matching of ecosystem services in loess hilly region: a case study of Lanzhou[J]. Acta Geographica Sinica, 2019, 74(9): 1921-1937. |
| [27] | Li J H, Xie B G, Gao C, et al. Impacts of natural and human factors on water-related ecosystem services in the Dongting Lake Basin[J]. Journal of Cleaner Production, 2022, 370. DOI:10.1016/j.jclepro.2022.133400 |
| [28] | Zhang L, Hickel K, Dawes W R, et al. A rational function approach for estimating mean annual evapotranspiration[J]. Water Resources Research, 2004, 40(2). DOI:10.1029/2003WR002710 |
| [29] | Bhattarai R, Dutta D. Estimation of soil erosion and sediment yield using GIS at catchment scale[J]. Water Resources Management, 2007, 21(10): 1635-1647. DOI:10.1007/s11269-006-9118-z |
| [30] |
徐勇, 黄海艳, 戴强玉, 等. 西南地区陆地植被生态系统NPP时空演变及驱动力分析[J]. 环境科学, 2023, 44(5): 2704-2714. Xu Y, Huang H Y, Dai Q Y, et al. Spatial-temporal variation in net primary productivity in terrestrial vegetation ecosystems and its driving forces in southwest China[J]. Environmental Science, 2023, 44(5): 2704-2714. |
| [31] |
邱陈澜, 王彩侠, 章瑞, 等. 京津冀城市群生态空间固碳服务功能及其与景观格局的关系特征[J]. 生态学报, 2022, 42(23): 9590-9603. Qiu C L, Wang C X, Zhang R, et al. Characteristics of ecological space carbon sequestration service function and its relationship with landscape pattern in Beijing-Tianjin-Hebei urban agglomeration[J]. Acta Ecologica Sinica, 2022, 42(23): 9590-9603. |
| [32] | Li Y G, Liu W, Feng Q, et al. The role of land use change in affecting ecosystem services and the ecological security pattern of the Hexi Regions, Northwest China[J]. Science of the Total Environment, 2023, 855. DOI:10.1016/j.scitotenv.2022.158940 |
| [33] | Zhang Z M, Peng J, Xu Z H, et al. Ecosystem services supply and demand response to urbanization: a case study of the Pearl River Delta, China[J]. Ecosystem Services, 2021, 49. DOI:10.1016/j.ecoser.2021.101274 |
| [34] | Li W S, Wang L Q, Yang X, et al. Interactive influences of meteorological and socioeconomic factors on ecosystem service values in a river basin with different geomorphic features[J]. Science of the Total Environment, 2022, 829. DOI:10.1016/j.scitotenv.2022.154595 |
| [35] | Gao J B, Zuo L Y. Revealing ecosystem services relationships and their driving factors for five basins of Beijing[J]. Journal of Geographical Sciences, 2021, 31(1): 111-129. DOI:10.1007/s11442-021-1835-y |
| [36] |
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. Wang J F, Xu C D. Geodetector: principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. |
| [37] |
吴丹, 邹长新, 林乃峰, 等. 长江经济带生态系统服务权衡与协同关系研究[J]. 环境生态学, 2021, 3(9): 1-7. Wu D, Zou C X, Lin N F, et al. Tradeoffs and synergies among ecosystem services in the Yangtze River Economic Belt, China[J]. Environmental Ecology, 2021, 3(9): 1-7. |
| [38] |
丁岳, 王柳柱, 桂峰, 等. 基于InVEST模型和PLUS模型的环杭州湾生态系统碳储量[J]. 环境科学, 2023, 44(6): 3343-3352. Ding Y, Wang L Z, Gui F, et al. Ecosystem carbon storage in Hangzhou bay area based on InVEST and PLUS models[J]. Environmental Science, 2023, 44(6): 3343-3352. |
| [39] |
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. |
| [40] |
汪仕美, 靳甜甜, 燕玲玲, 等. 子午岭区生态系统服务权衡与协同变化及其影响因素[J]. 应用生态学报, 2022, 33(11): 3087-3096. Wang S M, Jin T T, Yan L L, et al. Trade-off and synergy among ecosystem services and the influencing factors in the Ziwuling Region, North-west China[J]. Chinese Journal of Applied Ecology, 2022, 33(11): 3087-3096. |
| [41] |
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. |
| [42] | Jiang S, Cheng X Y, Yu S Y, et al. Elevation dependency of ecosystem services supply efficiency in great lake watershed[J]. Journal of Environmental Management, 2022, 318. DOI:10.1016/j.jenvman.2022.115476 |
| [43] | Guo S S, Wu C Y, Wang Y H, et al. Threshold effect of ecosystem services in response to climate change, human activity and landscape pattern in the upper and middle Yellow River of China[J]. Ecological Indicators, 2022, 136. DOI:10.1016/j.ecolind.2022.108603 |
| [44] | Balthazar V, Vanacker V, Molina A, et al. Impacts of forest cover change on ecosystem services in high Andean mountains[J]. Ecological Indicators, 2015, 48: 63-75. DOI:10.1016/j.ecolind.2014.07.043 |
| [45] |
潘竟虎, 李真. 干旱内陆河流域生态系统服务空间权衡与协同作用分析[J]. 农业工程学报, 2017, 33(17): 280-289. Pan J H, Li Z. Analysis on trade-offs and synergies of ecosystem services in arid inland river basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(17): 280-289. DOI:10.11975/j.issn.1002-6819.2017.17.037 |
| [46] |
李芸邑, 刘利萍, 刘元元. 长江经济带工业污染排放空间分布格局及其影响因素[J]. 环境科学, 2021, 42(8): 3820-3828. Li Y Y, Liu L P, Liu Y Y. Spatial distribution pattern and influencing factors of industrial pollution emissions in Yangtze River Economic Belt[J]. Environmental Science, 2021, 42(8): 3820-3828. |