2024, Vol. 45
生态系统服务是生态系统及其过程所形成并维持的人类赖以生存的自然环境条件与效用, 包括人类直接或间接地从生态系统中获得的所有惠益[1], 其不断供给是国家和区域社会经济可持续发展的环境和物质基础, 对人类社会与生态环境和谐共生至关重要[2]. 然而, 全球气候变化[3]与环境污染[4]、城市扩张及不合理土地利用方式[5, 6]等人类活动导致的生态系统失衡, 极大地改变了生态系统的结构和功能, 生态系统服务日渐稀缺, 降低了人类健康与福祉[7]. 根据千年生态系统评估, 由人类活动引起的生态退化已造成全球三分之二的资源面临枯竭, 超过了当下生态系统的临界承载力, 严重影响了生态系统服务质量与规模. 土地是陆地生态系统的载体, 为人类提供一系列重要的生态系统服务. 人类活动驱动下的土地利用变化已成为过去50年来影响生态系统服务变化的最直接和最重要的因素[8], 它直接或间接地改变生态系统的组成、过程及分布格局, 从而改变生态系统服务的供给能力[9, 10]. 在全球范围内, 由土地利用变化造成的年均生态系统服务损失约为12万亿美元[11]. 在土地利用变化背景下, 准确核算生态系统服务价值（ecosystem service value, ESV）, 及时掌握生态系统服务动态, 对合理配置土地资源及构建生态安全格局具有重要决策支持和指导意义.
生态系统服务的科学量化与评估是优化生态资源、开展环境管理决策的先决条件, 是进行生态系统服务权衡与管理的基础. 20世纪90年代以来, 生态系统服务功能及其价值评估研究成为全球范围的热点[2, 12]. 评估方法主要有能值分析法、价值量评估法和物质量评估法等[9, 13 ~ 15], 分别基于不同的原理, 有各自的优势和局限性. 其中价值量评估法能够量化生态系统服务的市场经济价值, 刻画社会经济活动与自然生态系统的相互依存关系, 因其数据获取方便、计算过程简单且结果相对客观而被广泛使用[16]. 该方法由Costanza等[1]率先提出, 利用当量因子法对全球ESV进行评估, 谢高地等[14]在此基础上对其进行了中国本土化的修改, 建立了适应中国实际的评估体系, 此后被广泛应用于ESV评估研究. 评估范围包括国家[17]、省[18]、市[19]区域[20]以及流域[21]等尺度上湿地、森林、草地和耕地等不同类型的生态系统, 评估内容逐渐由单项或多种生态系统服务功能转向ESV时空变化规律[22 ~ 24]. 然而, 生态系统服务价值时空演化的相关研究多关注于水平空间变化, 其垂直分异特征仍需进一步探讨[25]. 全面细致地探究ESV空间分异规律对于了解区域生态系统服务格局, 促进人与自然和谐共生具有重要意义.
随着ESV评估方法逐渐成熟, 根据研究区实际情况提高评估精度使评估结果更加准确也成为ESV评估过程的重要环节. 植被净初级生产力（net primary productivity, NPP）作为环境过程的生态结果, 是生态系统在特定时间段内产生的生物量[2, 26]. 生物量不仅仅体现了生态系统的原材料生产能力, 在生物量的形成和积累过程中对生态系统的其他服务也产生了重要影响. 因此NPP可以反映不同类型生态系统之间的功能差异[27], 引入NPP对ESV当量因子进行修正, 可以提高评估精确度, 得到更符合实际情况的评估结果, 这弥补了谢高地等[28]的评估方法中对于植被影响的忽视.
沂河流域是中国北方典型土石山区, 是国家级水土流失重点治理区, 同时也是国家重点生态功能区和山东省重要生态屏障. 流域内土层较薄且土石混杂, 植被覆盖率较低, 人口密度大, 水土流失严重, 土地资源有限, 生态环境脆弱. 在全球气候变暖的趋势下, 近年来该区域极端天气事件频发, 局部日降雨量超过200 mm的特大暴雨明显增多[29], 给当地农业生产、社会经济及生态安全造成严重威胁. 此外, 随着社会经济发展和城市化进程的加快, 沂河流域土地利用方式和植被覆盖都发生了显著变化, 影响生态系统服务供给. 在自然条件和人类活动的双重胁迫下, 急需科学评估流域ESV, 探讨其时空格局变化. 因此, 本研究基于修订的当量因子法准确量化沂河流域生态系统服务价值, 在土地利用变化的背景下模拟1975~2020年沂河流域生态系统服务价值的时空变化格局, 以期为提高沂河流域生态系统服务供给水平提供理论支持, 也为区域土地资源合理利用和环境可持续发展提供价值借鉴, 并为中国北方土石山区生态安全屏障建设提供合理的决策支持.
1 材料与方法 1.1 研究区概况沂河流域位于山东省南部, 范围介于33°30′~36°20′N, 117°25′~119°49′E之间, 总面积为10 026.43 km2, 主要包括沂源县、沂水县、蒙阴县、沂南县、平邑县、费县的大部分以及兰山区的一部分（图 1）. 流域地势西北高东南低, 地形起伏大, 海拔20~1 135 m, 以山地丘陵为主, 占流域面积的76.1%, 山脉主要有蒙山、沂山、鲁山和尼山. 流域气候类型属暖温带半湿润大陆性季风气候, 年平均气温为14.6 ℃, 年平均降水量为849 mm[30]. 降水量多集中在6~9月, 占年降水量的70%以上, 且暴雨较多, 常造成严重的土壤侵蚀. 流域水系呈树枝状, 较大的一级支流有东汶河、蒙河、祊河等, 主要分布于干流的右岸, 具有源短流急、暴涨暴落的特点. 流域内分布有5个大型水库（田庄、跋山、岸堤、许家崖和唐村）. 流域土壤类型主要有粗骨土、褐土、棕壤等, 其中粗骨土土层较薄且多夹砾石, 保水能力差. 植被类型以针阔叶混交林、灌木和草本为主, 植被覆盖率较低. 由于长期的土地利用活动, 平地与低矮丘陵大都开垦为农田, 主要种植以小麦、玉米为主的粮食作物和以桃、苹果为主的经济作物. 2020年流域内总人口为579.3万人, 其中农村人口占64%, 地区生产总值为2 693亿元.
|
图 1 沂河流域地理位置示意 Fig. 1 Location map of the Yihe River Basin |
为了探究沂河流域1975~2020年的生态系统服务价值时空演变特征, 本研究收集了DEM、植被、土地利用与社会经济数据. 海拔因子由DEM数据提取. 1975~2020年土地利用数据由遥感影像在ENVI 5.1平台进行辐射定标和大气校正等预处理, 利用ArcGIS 10.8对上述遥感影像进行人机交互目视解译及野外实地调查验证得到, 解译精度满足本研究需求（Kappa系数均在0.9以上）. 参照中国国家标准《土地利用现状分类》（GB/T 21010-2007）并结合流域实际情况, 将土地利用类型划分为耕地、林地、草地、水域、建设用地以及未利用地这6大类. 具体数据信息如表 1所示.
|
表 1 数据来源介绍1） Table 1 Data sources |
1.3 研究方法 1.3.1 土地利用动态度
土地利用动态度可定量描述区域不同时段土地利用变化速度的差异, 预测未来土地利用变化发展的趋势[31]. 计算公式为：
|
(1) |
式中, La为土地利用动态度；Aa和Ab分别为研究初期和研究末期某种土地利用类型的面积；T为时间段.
1.3.2 地形位指数地形对土地利用类型的影响体现在坡度和高程的综合影响, 因此引入地形位指数, 综合反映区域的地形条件, 用地形位指数度量地形梯度[32]. 计算公式为：
|
(2) |
式中, Lt为地形位指数；E和G分别为区域某一点的高程和坡度值；E和G分别为区域平均高程值和平均坡度值.
1.3.3 地形分布指数此指数表示不同土地利用类型在不同地形梯度上的分布特征, 可以消除地形梯度面积差异和不同土地利用类型在不同梯度上比重不同带来的量纲影响[33]. 公式见式（3）.
|
(3) |
式中, Ld为某种土地利用类型在地形位e的分布指数；Sie为i种土地利用类型在地形位e的面积；Si为第i种土地利用类型的面积；Se为区域地形位e的面积；S为区域总面积. 分布指数曲线越平缓, 表明其在各地形位上的分布越均匀；若Ld > 1, 表示地形位e是某种土地利用类型的优势地形位, Ld越大优势越大.
1.3.4 生态系统服务价值的测算本研究基于谢高地等[34]的中国生态系统服务当量因子表, 提出ESV计算公式如下：
|
(4) |
式中, Ui为不同土地利用类型的面积（hm2）, Ri为不同土地利用类型单位面积生态系统服务价值（元·hm-2）, C为修正系数, n为研究区土地利用类型的数量.
现有单位面积农田提供的粮食供给服务经济价值是自然生态系统的7倍, 结合研究区实际情况, 重新计算研究区生态系统服务功能的价值系数, 建立更准确的生态系统服务功能价值系数表. 计算公式见式（5）.
|
(5) |
式中, R为研究区单位面积农田提供的粮食价值（元·hm-2）；Y为研究区粮食产量（kg·hm-2）；P为粮食价格（元·kg-1）.
结合研究区实际情况, 利用NPP和社会经济因素对ESV进行修正[17, 35].
|
(6) |
|
(7) |
|
(8) |
|
(9) |
|
(10) |
|
(11) |
式中, Bp为ESV的支付能力, GDPst和GDPCN分别为研究区人均GDP和中国人均GDP（元）. Wp为ESV的支付意愿, 用Logistic模型计算；r为社会阶段发展系数, 通常用恩格尔系数En表征；Enf和Enz分别为城市和农村恩格尔系数, F为城镇人口占比, Z为农村人口占比；N为NPP比值, NPPst和NPPCN分别为研究区NPP和全国NPP [t·（100 hm2·a）-1].
为了突出土地利用变化对生态系统服务价值的影响, 本研究对不同年份的ESV均采用了修正系数的多年平均值进行修正, 并将土地利用类型与生态系统服务相对应. 由于建设用地失去基本的生态服务功能[36], 本研究不考虑建设用地的生态系统服务价值. 修正后沂河流域生态系统服务价值系数如表 2所示.
|
|
表 2 沂河流域单位面积土地生态系统服务价值系数1） Table 2 Coefficients of land ecosystem service value per unit area in the Yihe River Basin |
1.3.5 冷热点分析
冷热点分析（Getis-Ord Gi*指数）可用于描述生态系统服务价值冷热点的空间分布格局[37]. 计算公式如下：
|
(12) |
|
(13) |
|
(14) |
式中, n为空间网格单元数, xi和xj分别为单元i和单元j的观测值, Wij为空间权重矩阵. x和s分别为平均值和标准差. 较高的Gi*指数值表明高值聚集更紧密, 此处是一个热点. 较低的Gi*指数值表明低值的聚集. 根据Gi*指数值, 采用自然断点法将其划分为5个等级：热点区、次热点区、不明显区、次冷点区和冷点区.
2 结果与分析 2.1 沂河流域土地利用变化的时空格局 2.1.1 土地利用结构变化与变化速率1975~2020年, 沂河流域土地利用结构以耕地为主（55.47%~99%）, 其次是林地（11.77%~15.04%）、草地（9.19%~10.7%）、建设用地（6.97%~15.07%）和水域（3.19%~8.81%）, 未利用地占比最少（不足0.2%）[图 2（a）]. 由图 2（a）和图 3可以看出, 流域土地利用变化主要表现为耕地面积的持续减少和建设用地面积的快速扩张, 林地面积不断增加, 草地和水域面积呈现波动式变化, 未利用地面积变化不大. 1985年以来沂河流域土地利用变化逐渐加剧, 2015~2020年是流域土地利用变化最剧烈的时段[各土地利用类型土地利用动态度高达1.54%~3.96%, 图 2（b）].
|
图 2 1975~2020年沂河流域土地利用结构变化与变化速率 Fig. 2 Changes of land use structure and rate of change in the Yihe River Basin from1975 to 2020 |
|
图 3 1975~2020年沂河流域土地利用类型的空间分布 Fig. 3 Spatial distribution of land use type in the Yihe River Basin from 1975 to 2020 |
耕地主要位于坡度较缓和的丘陵与河谷地带, 面积缩减最多的时段为2005~2015年（减少5.85%）, 2015年之后面积缩减最为迅速（该时段土地利用动态度最大）. 在所有土地利用类型中耕地的面积变化最多[图 2（a）和图 3 ], 但变化程度相对缓和（土地利用动态度在所有土地利用类型中最低）[图 2（b）]. 与耕地相反, 建设用地在整个研究时段一直处于不断扩张的状态（面积增加8.1%）[图 2（a）], 且其变化程度较为剧烈（土地利用动态度位居第二）[图 2（b）]. 尤其是2005年以后, 建设用地以各县（区）城区为中心向外扩张的速度明显加快[图 2（a）]. 其中位于流域南部的兰山区建设用地扩张的面积最大（图 3）. 流域内林地、草地与水域的变化并不稳定, 林地与草地的面积均在波动变化中略有上升（分别增加3.27%、1.51%）, 而水域面积有所下降[图 2（a）]. 此外, 林地多集中于流域北部、中部的山地及其他低矮山丘, 其扩张地点主要位于山地附近（图 3）. 林地的土地利用动态度在各时段都低于草地, 其变化程度不及草地剧烈. 未利用地的变化极不稳定（土地利用动态度位居首位）, 但由于其在流域中所占比重十分有限, 因此由其产生的影响可忽略不计（图 2）.
2.1.2 沂河流域土地利用转移特征本研究基于沂河流域土地利用类型数据制作桑基图, 以探索不同时期流域土地利用类型的内部变化过程（图 4）. 1975~2020年, 流域土地利用类型发生了明显转移, 其中2005~2015年转移程度最为剧烈（转移面积为231 595 hm2, 占流域面积的23%）, 1985~1995年次之（转移面积为163 946 hm2, 占流域面积的16%）, 1975~1985年转移程度最弱（占流域面积的比重不足3%）. 在所有土地利用类型中, 耕地面积变化最大. 1975~2020年, 耕地净转出面积为125 497 hm2, 转入土地利用类型以草地居多, 转出土地利用类型以建设用地、林地和草地为主. 建设用地转移面积低于耕地, 1975~2020年, 建设用地净转入面积为84 282 hm2. 但研究时段内建设用地面积不断扩张, 与各县（区）周边的耕地频繁交换, 转入与转出土地利用类型均以耕地居多. 1975~2020年, 林地净转入面积为33 094 hm2, 低于建设用地. 其中2005~2020年时段内林地净转入面积为30 695 hm2, 占1975~2020年整个时段总转入面积的93%, 主要由于2005年之后耕地向林地转移的面积增加, 使得林地面积迅速上升. 草地与水域在研究时段内的净转入面积分别为4 227 hm2和3 215 hm2, 远低于其他土地利用类型.
|
图 4 1975~2020年沂河流域土地利用转换桑基图 Fig. 4 Sankey diagram of the conversion of each land use type in the Yihe River Basin from 1975 to 2020 |
1975~2020年, 沂河流域ESV总价值呈波动上升趋势, 净增加4.36亿元, 其中2005年ESV最低, 为333.22亿元, 2015年ESV最高, 达到338.17亿元[图 5（a）]. 从生态系统服务功能的组成结构看, 流域生态系统服务功能以调节服务为主, 其所产生的价值年均占比为54.14%；其次是支持服务和供给服务, 其所产生的价值年均占比分别为28.22%、12.28%；文化服务占比最少, 其所产生的价值年均占比为5.36%. 支持服务和供给服务价值基本维持稳定, 调节服务和文化服务价值略有波动.
|
图 5 1975~2020年沂河流域生态系统服务价值变化 Fig. 5 Changes of ecosystem service value in the Yihe River Basin from 1975 to 2020 |
1975~2020年, 各土地利用类型的ESV以耕地的最高, 年均占比为43.91%；林地的ESV次之, 年均占比为30.93%；水域、草地和未利用地的ESV依次减少, 年均占比分别为15.02%、10.12%和0.02% [图 5（b）]. 耕地的ESV呈降低趋势, 其它土地利用类型的ESV在波动变化中有所上升. 1975~2020年, 耕地的ESV降低了18.4%, 损失28.75亿元, 且自2005年之后降低速率明显加快. 1975~2020年, 林地的ESV净增26.99亿元, 且于2005年后增速明显. 草地的ESV在研究期间净增1.43亿元, 先逐年缓慢下降, 2015年后明显增加. 水域生态系统服务功能结构相对简单, 研究时段内ESV净增4.67亿元. 未利用地ESV最低且变化幅度不大, 研究时段内仅增加0.03亿元. 本研究期间, 沂河流域经历了较大的土地利用结构变化, 建设用地迅速扩张占用了大量耕地, 造成周边生态系统服务价值降低, 耕地ESV占比由1975年的46.81%下降到2020年的37.7%. 由表 2和公式（4）可知, 较高的当量价值系数（尤其林地和草地）会提升整个区域的ESV水平. 流域内退耕还林还草等生态工程的实施增加了林地和草地面积, 进而提高了沂河流域气候调节和水源涵养等调节服务价值, 增加了ESV的总供给. 不同的土地利用变化模式和幅度都能直接影响ESV变化特征, 在沂河流域复杂的土地利用变化背景下, 其ESV呈现出螺旋上升趋势.
2.2.2 生态系统服务价值水平空间格局分析由生态系统服务价值冷热点分析可知, 除不显著区, 1975~2020年, 沂河流域ESV的水平空间分布以次冷点区为主, 多年平均面积占比为35%；其次是冷点区和次热点区, 多年平均面积占比分别为18%和12%；热点区的面积占比最低, 多年平均面积占比为4%（图 6）. 其中, 冷点区和次冷点区大多位于城区和山谷, 土地利用类型以建设用地和耕地为主；热点区和次热点区集中于山地和大型水库附近, 土地利用类型以林地和水域为主（图 6）. 1975~2020年, 沂河流域ESV冷点区的面积变化最大, 面积占比净减9%, 并呈现缓慢扩张后迅速收缩的趋势, 其面积于1995年达到峰值（面积占比为21%）, 直至2020年面积占比降低为12%. 冷点区面积收缩多发生于流域东部沂河干流两侧的平缓谷地及南部兰山区附近. 次冷点区变化趋势以收缩为主, 仅在2015年后略有扩张, 面积占比净减5%. 次冷点区变化多集中于山地与水库东北部的低矮丘陵地带. 热点区与次热点区的变化趋势相似, 1985年前略有收缩, 之后持续扩张, 净增面积占比分别为5%和2%. 热点区与次热点区的变化多位于山地以及水库附近（图 6）.
|
图 6 1975~2020年沂河流域土地生态系统服务价值水平空间分布变化 Fig. 6 Changes in horizontal spatial distribution of land ecosystem service value in Yihe River Basin from 1975 to 2020 |
由公式（2）和公式（3）计算沂河流域地形位指数（Ld, 0.20~3.53）与地形分布指数（Lt）, 将Ld重分类为10个梯度等级并依次划分为低（1~2）、中（3~8）和高（9~10）这3个区段, 以探讨流域ESV的垂直分异特征. 1975~2020年, 沂河流域各梯度ESV与各梯度不同土地利用类型ESV的变化趋势相同[图7（a）和7（b）], 均呈现先升后降的变化趋势, 且在高区段趋近于0. 第3梯度ESV（76.13×108~79.36×108 元）最高, 而不同土地利用类型ESV峰值所在梯度存在差异[图 7（b）]. 其中耕地、水域和未利用地ESV的优势梯度位于低区段与中区段的起始段, 且峰值（分别为50.52、15.33、15.51亿元）均位于第3梯度. 自第5梯度之后, 以林地的ESV值最高, 其与草地的峰值分别位于第6梯度（27.66亿元）和第5梯度（8.05亿元）. 各梯度单位面积ESV随地形梯度的增加先降后升[图 7（c）], 且不同年份的差异较小. 单位面积ESV降低的位置主要为低区段, 并在第2~3梯度达到最低值（2.67×104~2.75×104 元·hm-2）. 单位面积ESV在中、高区段平稳上升, 并在第10梯度达到最大值（7.42×104~7.78×104 元·hm-2）. 地形梯度的上升逐渐限制了人类的建设和开发行为, 土地利用类型由耕地向林、草地过渡, 使生态系统保持强大的供给和调节能力. 沂河流域低地形位区域人类活动密集, 对土地的开发利用强度大, 超过90%的土地为耕地和建设用地, 单位面积ESV小；地形位高区段人类开发活动少, 水土保持治理措施的实施使这些区域以林地和草地为主, 单位面积ESV随地形位平稳上升.
|
图 7 1975~2020年沂河流域各梯度生态系统服务价值 Fig. 7 Ecosystem service value of each gradient in Yihe River Basin from 1975 to 2020 |
为验证计算结果的合理性, 本研究比较了与沂河流域相邻区域的当量价值系数与单位面积ESV（表 3）. 沂河流域未修正的当量价值系数为1 693.44元·hm-2, 这与其西南方向的兖州煤矿区（1 567.16元·hm-2）、其北部的海河流域（1 875元·hm-2）及其东南方向京杭运河（江苏段）的当量价值系数（均未修正）接近[38 ~ 40]. 根据谢高地[41]基于各省份生物量的修正系数, 山东煤炭城市群（包含沂河流域）和黄河（河南段）（毗邻沂河流域西南方）ESV的当量价值系数（修正后）分别为2 009.43元·hm-2和2 603.65元·hm-2 [42, 43], 也更接近于修正后沂河流域的当量价值系数（2 900.21元·hm-2, 表 3）. 总体来看, 沂河流域及周边区域修正后的当量价值系数和单位面积ESV相对较高.
|
|
表 3 沂河流域ESV评估结果的对比验证1） Table 3 Comparative verification of ecosystem service value calculation in Yihe River Basin |
为提高ESV的计算精度, 有些研究也对其进行了修正, 但大多是使用生物量因子的区域平均值（大于1）进行粗略修正[44, 45]. 本研究在参数修正过程中, 进一步采用了像元尺度（空间分辨率为1 km）的NPP数据（修正系数Wp = 1.03, Bp = 0.7, N = 2.4）. NPP的空间分布格局与土地利用类型密切相关, 通常耕地、林地和草地的NPP较高, 建设用地和水域的NPP接近于0[46]. 沂河流域水热条件适宜, 植被发育较好, 水域和建设用地的占比较低（多年平均值仅为13.05%）, 其NPP高于全省平均水平[47, 48]. 鉴于此, 本研究充分考虑NPP的空间分异特征, 且参与修正的各项基础指标（城乡人口比例和城乡恩格尔系数）均为研究时段的多年平均值, 避免了单一年份的偶然性, 因此本研究的计算结果更加真实可靠.
值得注意的是, 尽管沂河流域几乎全部位于山东煤炭城市群内, 但其修正后的当量价值系数和单位面积ESV均高于山东煤炭城市群（表 3）. 首先, 不同研究区内粮食产量及粮食价格不同, 计算得到的当量价值系数也存在差异. 其次, 沂河流域林、草地面积占比（22.7%）高于山东煤炭城市群的林、草地面积占比（15.73%）, 由表 2和公式（4）可知, 较高的当量价值系数（尤其林地和草地）会提升整个区域的ESV水平. 沂河流域修正后的当量价值系数和单位面积ESV与黄河（河南段）更为接近, 主要由于在当量价值系数相近的情况下, 其土地利用结构与黄河（河南段）的更加相似, 尤其是耕地、林地和草地的面积比例.
3.2 不确定性分析及对未来研究的启示修正后的谢高地当量因子法更适合区域生态系统服务价值的评估[49]. 本研究虽对ESV的当量系数进行了修正, 但仍存在一定不确定性. 单位面积ESV等效系数选取的客观性有待加强, 且当量系数表与不同空间尺度的匹配度仍需提高. 研究结果显示研究区域ESV呈现波动增长趋势, 但未考虑建设用地的增加对生态系统所带来的影响, 因此下一步应该探讨科学计算建设用地的ESV, 并预测未来土地ESV变化趋势及空间布局, 预测可能出现的热点和冷点, 有针对性地对研究区域建立更全面充分反映生态系统服务的评价模型, 以提高ESV的核算精度. 除土地利用变化, 气候变化[50]与社会经济水平[6]对生态系统服务的影响同样不容忽视. 本研究仅从土地利用变化角度出发, 探讨生态系统服务价值的时空演变特征, 今后也将进一步加强和完善生态系统服务价值对其它因子的响应研究.
4 结论（1）1975~2020年, 沂河流域土地利用类型以耕地为主, 其次是林地、草地、建设用地、水域和未利用地. 土地利用变化主要表现为耕地与水域面积收缩, 林地和草地面积略有上升, 建设用地持续扩张, 未利用地面积变化不大. 其中, 土地利用变化自1985年逐渐加剧, 2015~2020年是土地利用变化最剧烈的时段.
（2）本研究使用NPP和社会经济数据（城乡人口比例、城乡恩格尔系数）对ESV模型进行修正, 结果更接近沂河流域的真实水平. 1975~2020年, 沂河流域ESV整体呈螺旋上升趋势, 以调节服务为主, 其次是支持和供给服务. 耕地ESV最高并呈降低态势, 林地、水域和草地ESV呈波动上升态势, 未利用地ESV最低且变化幅度不大.
（3）沂河流域ESV热点区集中分布在山区与水库附近, 冷点区主要位于城区周围, 两者面积均呈现先扩张后收缩态势. 随地形梯度的增加, 各梯度ESV与各梯度不同土地利用类型ESV均呈现先升后降的变化趋势, 第3梯度ESV值最高, 耕地、水域和未利用地ESV峰值也位于第3梯度, 林地与草地ESV峰值分别位于第6和第5梯度. 各梯度单位面积ESV随地形梯度的增加先下降后上升, 在第2梯度和第3梯度降到最小值, 不同年份间的差异较小. 流域生态系统服务价值在水平空间和垂直空间上存在明显差异, 需要根据土地利用类型和地形梯度采取不同措施提高生态系统服务价值.
| [1] | Costanza R, d'Arge R, de Groot R, et al. The value of the world's ecosystem services and natural capital[J]. Ecological Economics, 1998, 25(1): 3-15. DOI:10.1016/S0921-8009(98)00020-2 |
| [2] | 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: 1-16. DOI:10.1016/j.ecoser.2017.09.008 |
| [3] |
韩会庆, 张娇艳, 马庚, 等. 气候变化对生态系统服务影响的研究进展[J]. 南京林业大学学报(自然科学版), 2018, 42(2): 184-190. Han H Q, Zhang J Y, Ma G, et al. Advances on impact of climate change on ecosystem services[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2018, 42(2): 184-190. |
| [4] |
李潇, 吴克宁, 刘亚男, 等. 基于生态系统服务的山水林田湖草生态保护修复研究——以南太行地区鹤山区为例[J]. 生态学报, 2019, 39(23): 8806-8816. Li X, Wu K N, Liu Y N, et al. Ecological protection and restoration of mountains-rivers-forests-farmlands-lakes-grasslands based on ecosystem services-utilizing Heshan section of the south Taihang area as an example[J]. Acta Ecologica Sinica, 2019, 39(23): 8806-8816. |
| [5] |
朱晓南, 刘艳中, 陈勇, 等. 武汉市城市用地扩张对生态系统服务的时空影响[J]. 水土保持研究, 2020, 27(5): 288-294. Zhu X N, Liu Y Z, Chen Y, et al. Effect of urban land expansion on spatiotemporal ecosystem service in Wuhan[J]. Research of Soil and Water Conservation, 2020, 27(5): 288-294. |
| [6] |
段维利, 余新晓, 陈丽华, 等. 京津冀城市群城镇化与生态建设对生态系统服务价值的影响[J]. 水土保持研究, 2023, 30(4): 404-411. Duan W L, Yu X X, Chen L H, et al. Impact of urbanization and ecological construction on the ecosystem services value in the Beijing-Tianjin-Hebei urban agglomeration[J]. Research of Soil and Water Conservation, 2023, 30(4): 404-411. |
| [7] |
刘志涛, 王少剑, 方创琳. 粤港澳大湾区生态系统服务价值的时空演化及其影响机制[J]. 地理学报, 2021, 76(11): 2797-2813. Liu Z T, Wang S J, Fang C L. Spatiotemporal evolution and influencing mechanism of ecosystem service value in the Guangdong-Hong Kong-Macao Greater Bay Area[J]. Acta Geographica Sinica, 2021, 76(11): 2797-2813. DOI:10.11821/dlxb202111014 |
| [8] | Millennium Ecosystem Assessment. Ecosystems and human well-being: synthesis[M]. Washington DC: Island Press, 2005. |
| [9] |
傅伯杰, 张立伟. 土地利用变化与生态系统服务: 概念、方法与进展[J]. 地理科学进展, 2014, 33(4): 441-446. Fu B J, Zhang L W. Land-use change and ecosystem services: concepts, methods and progress[J]. Progress in Geography, 2014, 33(4): 441-446. |
| [10] | Hasan S S, Zhen L, Miah M G, et al. Impact of land use change on ecosystem services: a review[J]. Environmental Development, 2020, 34. |
| [11] | Costanza R, de Groot R, Sutton P, et al. Changes in the global value of ecosystem services[J]. Global Environmental Change, 2014, 26: 152-158. DOI:10.1016/j.gloenvcha.2014.04.002 |
| [12] |
李双成, 谢爱丽, 吕春艳, 等. 土地生态系统服务研究进展及趋势展望[J]. 中国土地科学, 2018, 32(12): 82-89. Li S C, Xie A L, Lü C Y, et al. Research progress and prospect for land ecosystem services[J]. China Land Science, 2018, 32(12): 82-89. |
| [13] |
赵景柱, 肖寒, 吴刚. 生态系统服务的物质量与价值量评价方法的比较分析[J]. 应用生态学报, 2000, 11(2): 290-292. Zhao J Z, Xiao H, Wu G. Comparison analysis on physical and value assessment methods for ecosystems services[J]. Chinese Journal of Applied Ecology, 2000, 11(2): 290-292. DOI:10.3321/j.issn:1001-9332.2000.02.034 |
| [14] |
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. |
| [15] | Feng Z, Jin X R, Chen T Q, et al. Understanding trade-offs and synergies of ecosystem services to support the decision-making in the Beijing-Tianjin-Hebei region[J]. Land Use Policy, 2021, 106. |
| [16] |
曾晨, 李扬镳, 段雪雯, 等. 长江流域中部地区生态系统服务价值评估与综合驱动力分析[J]. 水土保持研究, 2022, 29(2): 362-371. Zeng C, Li Y B, Duan X W, et al. Assessment and driving force analysis of ecosystem service value in the urban agglomeration along the Middle Reaches of the Yangtze River[J]. Research of Soil and Water Conservation, 2022, 29(2): 362-371. |
| [17] |
陈东军, 钟林生. 生态系统服务价值评估与实现机制研究综述[J]. 中国农业资源与区划, 2023, 44(1): 84-94. Chen D J, Zhong L S. Review of the value evaluation and realization mechanism of ecosystem services[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2023, 44(1): 84-94. |
| [18] |
孙张涛, 余正伟, 舒思齐, 等. 中国省域生态系统服务价值评价与生态地质调查工作建议[J]. 中国地质, 2023, 50(2): 479-494. Sun Z T, Yu Z W, Shu S Q, et al. Evaluation of ecosystem services of Chinese provincial land and suggestions for ecological geological survey[J]. Geology in China, 2023, 50(2): 479-494. |
| [19] |
王生菊, 李莹, 靳瑰丽, 等. 乌鲁木齐市城市周边荒漠草地演变分析及生态系统服务价值评估[J]. 草业科学, 2023, 40(5): 1435-1448. Wang S J, Li Y, Jin G L, et al. The evolution of desert grassland around Urumqi City and an evaluation of its ecosystem service value[J]. Pratacultural Science, 2023, 40(5): 1435-1448. |
| [20] |
方林, 蔡俊, 刘艳晓, 等. 长三角地区生态系统服务价值动态演化及驱动力分析[J]. 生态与农村环境学报, 2022, 38(5): 556-565. Fang L, Cai J, Liu Y X, et al. Dynamic evolution of ecosystem service value in Yangtze River Delta and analysis on the driving factors[J]. Journal of Ecology and Rural Environment, 2022, 38(5): 556-565. |
| [21] |
高伟, 李欣悦, 张远, 等. 长江流域生态系统服务价值时空演变与预测[J]. 生态学报, 2023, 43(15): 6203-6211. Gao W, Li X Y, Zhang Y, et al. Evolution and prediction of ecosystem service values of the Yangtze River Basin[J]. Acta Ecologica Sinica, 2023, 43(15): 6203-6211. |
| [22] |
谢高地, 张彩霞, 张昌顺, 等. 中国生态系统服务的价值[J]. 资源科学, 2015, 37(9): 1740-1746. Xie G D, Zhang C X, Zhang C S, et al. The value of ecosystem services in China[J]. Resources Science, 2015, 37(9): 1740-1746. |
| [23] | Jiang W, Lü Y H, Liu Y X, et al. Ecosystem service value of the Qinghai-Tibet Plateau significantly increased during 25 years[J]. Ecosystem Services, 2020, 44. |
| [24] | Long X R, Lin H, An X X, et al. Evaluation and analysis of ecosystem service value based on land use/cover change in Dongting Lake wetland[J]. Ecological Indicators, 2022, 136. |
| [25] |
戴尔阜, 王亚慧, 马良, 等. 中国典型山地土地利用变化与资源生态效应[J]. 自然杂志, 2018, 40(1): 33-40. Dai E F, Wang Y H, Ma L, et al. Land use change and its ecological effects in typical mountainous areas in China[J]. Chinese Journal of Nature, 2018, 40(1): 33-40. DOI:10.3969/j.issn.0253-9608.2018.01.005 |
| [26] |
钱方艳, 兰安军, 范泽孟, 等. 贵州省2000-2020年NPP时空变化特征及影响因素[J]. 水土保持研究, 2023, 30(5): 408-416, 426. Qian F Y, Lan A J, Fan Z M, et al. Spatiotemporal variation characteristics and influencing factors of NPP in Guizhou province from 2000 to 2020[J]. Research of Soil and Water Conservation, 2023, 30(5): 408-416, 426. |
| [27] |
马忠学, 崔惠娟, 葛全胜. 基于植被动态模式预估中国植被净初级生产力变化格局[J]. 地理学报, 2022, 77(7): 1821-1836. Ma Z X, Cui H J, Ge Q S. Prediction of net primary productivity change pattern in China based on vegetation dynamic models[J]. Acta Geographica Sinica, 2022, 77(7): 1821-1836. |
| [28] |
谢高地, 张钇锂, 鲁春霞, 等. 中国自然草地生态系统服务价值[J]. 自然资源学报, 2001, 16(1): 47-53. Xie G D, Zhang Y L, Lu C X, et al. Study on valuation of rangeland ecosystem services of China[J]. Journal of Natural Resources, 2001, 16(1): 47-53. DOI:10.3321/j.issn:1000-3037.2001.01.009 |
| [29] | Liu Y H, Han J Q, Jiao J Y, et al. Responses of flood peaks to land use and landscape patterns under extreme rainstorms in small catchments - A Case study of the rainstorm of Typhoon Lekima in Shandong, China[J]. International Soil and Water Conservation Research, 2022, 10(2): 228-239. DOI:10.1016/j.iswcr.2021.07.005 |
| [30] |
李子君, 许燕琳, 王海军, 等. 基于WaTEM/SEDEM模型的沂河流域土壤侵蚀产沙模拟[J]. 地理研究, 2021, 40(8): 2380-2396. Li Z J, Xu Y L, Wang H J, et al. Modeling soil erosion and sediment yield using WaTEM/SEDEM for Yihe River Basin[J]. Geographical Research, 2021, 40(8): 2380-2396. |
| [31] |
李丹, 周嘉, 战大庆. 黑龙江省耕地时空变化及驱动因素分析[J]. 地理科学, 2021, 41(7): 1266-1275. Li D, Zhou J, Zhan D Q. Spatial and temporal changes and driving factors of cultivated land in Heilongjiang Province[J]. Scientia Geographica Sinica, 2021, 41(7): 1266-1275. |
| [32] |
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. |
| [33] |
简萍, 李阳兵, 王权. 基于地形梯度的典型峰丛洼地区土地利用空间分布格局分析[J]. 长江流域资源与环境, 2020, 29(5): 1128-1139. Jian P, Li Y B, Wang Q. Analysis of the spatial distribution pattern of land use in typical peak-cluster depression areas based on terrain gradient[J]. Resources and Environment in the Yangtze Basin, 2020, 29(5): 1128-1139. |
| [34] |
谢高地, 甄霖, 鲁春霞, 等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报, 2008, 23(5): 911-919. Xie G D, Zhen L, Lu C X, et al. Expert knowledge based valuation method of ecosystem services in China[J]. Journal of Natural Resources, 2008, 23(5): 911-919. DOI:10.3321/j.issn:1000-3037.2008.05.019 |
| [35] | Liang L W, Chen M X, Luo X Y, et al. Changes pattern in the population and economic gravity centers since the Reform and Opening up in China: the widening gaps between the South and North[J]. Journal of Cleaner Production, 2021, 310. |
| [36] |
李静芝, 杨丹. 荆南三口地区生态系统服务价值时空特征分析[J]. 安全与环境学报, 2022, 22(6): 3529-3540. Li J Z, Yang D. Analysis of the spatial and temporal characteristics of ecological service value in the three outlets of southern Jingjiang River[J]. Journal of Safety and Environment, 2022, 22(6): 3529-3540. |
| [37] |
宋洁, 温璐, 王凤歌, 等. 乌兰布和沙漠生态系统服务价值时空动态[J]. 生态学报, 2021, 41(6): 2201-2211. Song J, Wen L, Wang F G, et al. Spatiotemporal dynamics of ecosystem service value in Ulan Buh Desert[J]. Acta Ecologica Sinica, 2021, 41(6): 2201-2211. |
| [38] | Li J, Liang J X, Wu Y, et al. Quantitative evaluation of ecological cumulative effect in mining area using a pixel-based time series model of ecosystem service value[J]. Ecological Indicators, 2021, 120. |
| [39] | 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. |
| [40] | Zhou S B, Ye J Y, Li J X, et al. Identifying intrinsic drivers to changes in riparian ecosystem services by using PSR framework: a case study of the grand canal in Jiangsu, China[J]. Environmental Development, 2022, 43. |
| [41] |
谢高地, 肖玉, 甄霖, 等. 我国粮食生产的生态服务价值研究[J]. 中国生态农业学报, 2005, 13(3): 10-13. Xie G D, Xiao Y, Zhen L, et al. Study on ecosystem services value of food production in China[J]. Chinese Journal of Eco-Agriculture, 2005, 13(3): 10-13. |
| [42] | Han J Z, Hu Z Q, Wang P J, et al. Spatio-temporal evolution and optimization analysis of ecosystem service value - A case study of coal resource-based city group in Shandong, China[J]. Journal of Cleaner Production, 2022, 363. |
| [43] | Guo P F, Zhang F F, Wang H Y. The response of ecosystem service value to land use change in the middle and lower yellow river: a case study of the Henan section[J]. Ecological Indicators, 2022, 140. |
| [44] |
姜晗, 吴群. 基于LUCC的江苏省生态系统服务价值评估及时空演变特征研究[J]. 长江流域资源与环境, 2021, 30(11): 2712-2725. Jiang H, Wu Q. Ecological service value evaluation and temporal-spatial evolution characteristics in Jiangsu province based on LUCC[J]. Resources and Environment in the Yangtze Basin, 2021, 30(11): 2712-2725. |
| [45] |
解文艳, 付永虎, 杨殿闯, 等. 基于土地利用变化的江苏省生态系统服务价值时空演变与模拟预测[J]. 地域研究与开发, 2022, 41(5): 126-132, 158. Xie W Y, Fu Y H, Yang D C, et al. Spatio-temporal evolution and simulation forecast of ecosystem service value in Jiangsu Province based on land use changes[J]. Areal Research and Development, 2022, 41(5): 126-132, 158. |
| [46] |
王大菊, 卫海燕, 贺敏, 等. 基于土地利用的三峡库区生态系统服务价值时空格局分析[J]. 长江流域资源与环境, 2020, 29(1): 90-100. Wang D J, Wei H Y, He M, et al. Temporal and spatial patterns of ecosystem services value in the Three Gorges Reservoir Area based on land use[J]. Resources and Environment in the Yangtze Basin, 2020, 29(1): 90-100. |
| [47] |
刘玉红, 张筠, 张春华, 等. 2000-2015年山东省植被净初级生产力时空变化及其对气候变化的响应[J]. 生态学杂志, 2019, 38(5): 1464-1471. Liu Y H, Zhang J, Zhang C H, et al. Spatial and temporal variations of vegetation net primary productivity and its responses to climate change in Shandong Province from 2000 to 2015[J]. Chinese Journal of Ecology, 2019, 38(5): 1464-1471. |
| [48] |
张筠. 基于CASA模型的山东省植被NPP时空格局变化及其驱动因素研究[D]. 烟台: 鲁东大学, 2021. Zhang J. Research on the spatio-temporal pattern changes and driving factors of vegetation NPP in Shandong Province based on CASA model[D]. Yantai: Ludong University, 2021. |
| [49] |
贾毅, 张松林. 南水北调中线工程途经区生态服务价值的时空变化[J]. 生态学报, 2021, 41(18): 7226-7237. Jia Y, Zhang S L. Spatio-temporal changes of static and dynamic ecosystem service values in the passing area of the Middle Route of the South-to-North Water Transfer Diversion Project[J]. Acta Ecologica Sinica, 2021, 41(18): 7226-7237. |
| [50] |
王淳一, 赵明月, 赵运成, 等. 气候变化对农业生态系统服务的影响及适应对策[J]. 生态学杂志, 2023, 42(5): 1214-1224. Wang C Y, Zhao M Y, Zhao Y C, et al. A review of the impacts of climate change on agro-ecosystem services and adaptation measures[J]. Chinese Journal of Ecology, 2023, 42(5): 1214-1224. |