2025, Vol. 46
生态系统服务是人类从生态系统中获取的各种益处, 这些益处是通过生态系统的功能直接或间接提供的产品和服务, 可用以满足自身需求[1 ~ 3]. 随着人口增长和经济发展, 全球生态系统正在迅速退化, 生态系统管理面临前所未有的挑战. 这促使人类采取改善生态环境的管理举措, 以确保人类社会的可持续发展[4]. “十四五”规划中强调, 要提高生态系统自我修复能力和稳定性, 促进自然生态系统质量整体改善, 完善生态安全屏障体系. 在此背景下, 深入了解生态系统服务之间的相互关系对于维护区域生态系统的安全格局至关重要, 有助于引导人们合理利用自然资源, 制定可实现区域社会经济发展与生态环境保护“双赢”的政策.
生态系统服务的种类繁多, 且它们之间的关系错综复杂, 生态系统服务的多样性和空间分布的不均衡, 导致各种生态系统服务之间存在此消彼长的权衡现象或相互增益的协同关系[5]. 识别生态系统服务之间的权衡与协同关系已成为研究的热点, 学者们应用相关性分析[6]、热点分析[7]、差异比较法[8]、空间叠置法[9]和均方根偏差[10]等方法, 对市域[11]、省域[12]、都市圈[13]、城市群[14]和水域[15]等区域的权衡协同关系展开研究, 如杨强强等[16]利用相关性分析考察了宁夏生态系统服务的权衡与协同关系, 发现碳储存与生境质量存在权衡关系. 盛舒童等[17]引入差异比较法探讨了山东沿海地区的生态系统服务协同与权衡关系, 发现植被固碳与土壤保持呈强协同与权衡. Aryal等[18]利用相关性分析识别喜马拉雅山生态系统服务的权衡与协同关系, 发现作物产量与土壤保持呈权衡关系, 碳储存与土壤保持呈协同关系. 部分学者对生态系统服务权衡协同关系的影响因素进行探讨, 提出降水[19]、天气[20]、高程[21]、归一化植被指数（NDVI）[22]、坡度[23]、建设用地[24]和人类活动干扰[25]等是关键影响因素.
生态系统服务之间的权衡协同关系具有空间异质性, 生态过程通常涉及空间非平稳性和自相关性问题[26]. 而局部回归模型允许系数随空间变化来放宽空间平稳性假设, 因此, 在分析生态系统服务的空间问题时, 全局回归方法逐渐被局部回归尤其是地理加权回归取代[27]. 地理加权逻辑回归（geographically weighted logistic regression, GWLR）能够更有效地识别生态系统服务权衡和协同效应的空间交互相关性, 进一步量化影响因素对空间异质性的作用[28]. 正确认识生态系统服务之间的权衡协同关系及其影响因素的时空非平稳性, 有利于生态系统整体效益的提升, 保障生态系统服务源源不断地供给.
黄河流域作为中国的第二大河流, 蕴藏着丰富的生态系统服务价值（ecosystem service value, ESV）. 探讨黄河流域生态系统服务权衡与协同关系, 分析其生态系统服务权衡协同影响因素的时空异质性, 有利于优化黄河流域生态系统服务效益, 为制定精细化的管理措施和政策提供支持. 鉴于此, 本文以黄河流域499个县域为研究对象, 将当量因子法与净初级生产力（net primary production, NPP）相结合, 在测度黄河流域各县域生态系统服务价值的基础上, 采用Pearson相关系数法测度各县域的权衡与协同关系, 并构建GWLR模型考察权衡协同与各影响因素之间的时空异质性. 可能的边际贡献在于：一方面, 县域作为行政区划的基本单元, 其地域条件与发展阶段具有巨大差异, 以黄河流域县域为研究对象, 从县域层面研究其生态系统服务权衡协同关系, 有利于提高黄河流域生态系统管理效率；另一方面, 在引入共线性诊断法识别出潜在影响因素的基础上, 构建GWLR模型探讨影响因素的时空异质性, 弥补权衡协同影响因素空间分析的不足.
1 材料与方法 1.1 研究区概况黄河发源于青藏高原, 气候类型复杂多样, 流域内植被类型多样, 主要包括农作物、针叶阔叶林、稀疏灌木草原, 故土地利用类型主要为耕地、林地和草地. 此外, 考虑到黄河流域只流经四川省极少的区域, 因此将青海、甘肃、宁夏、内蒙古、陕西、山西、河南和山东这8省（自治区）纳入样本, 最终确定该8省中的499个县域为研究对象（图 1）.
|
图 1 黄河流域地理区位示意 Fig. 1 Geographical location of the Yellow River Basin |
本文选取2001~2021年黄河流域499个县域的面板数据为研究样本, 结合黄河流域土地利用实际情况, 参照土地利用类型分类及谢高地等[29]的生态系统服务价值当量因子表, 根据研究需要, 将土地利用类型分为耕地、森林、灌木、草地、水域、湿地及荒漠7类. 土地利用数据来源于武汉大学学者在GEE平台制作的源于Landsat的年度中国土地覆盖数据集（http://irsip.whu.edu.cn/publications）[30], 分辨率为30 m. NPP数据来源于MOD17A3HGH V6遥感产品（https://lpdaac.usgs.gov）, 分辨率为500 m. 粮食作物数据来源于黄河流域各省（自治区）统计年鉴（2002~2022年）及《中国农产品价格调查年鉴》（2002~2022年）. 气象数据来源于中国气象数据网（http://cdc.cma.gov.cn/）和中国科学院资源环境科学与数据中心（https://www.resdc.cn/）. 社会经济统计数据来源于研究区域各区县统计年鉴（2002~2022年）.
1.3 研究方法 1.3.1 生态系统服务价值的测算参考谢高地等[31]基于Costanza等[32]提出的符合中国实际情况的生态系统服务价值当量因子体系, 同时参考Xu等[33]和耿甜伟等[34]测算黄河流域ESV的方法, 得到区域单位面积生态系统服务价值当量（表 1）.
|
表 1 黄河流域单位面积生态系统服务价值当量 Table 1 Equivalent value of ecosystem services per unit area in the Yellow River Basin |
借鉴谢高地等[31]的研究, 将单位面积ESV当量因子的经济价值定义为区域内单位面积主要粮食作物市场平均价值的1/7, 各省生态系统服务价值当量系数的测算方法为：
|
(1) |
式中, E为耕地单位面积的粮食价格（元·hm-2）, pf、qf和df分别为f型农作物的平均价格（元·t-1）、单位面积的产量（kg·hm-2）和种植面积（hm2）, D为所有作物总种植面积（hm2）.
参考周素等[35]的方法, 测算各类作物的平均产量和平均价格, 然后计算得到各省生态系统服务价值当量系数（表 2）.
|
|
表 2 各省单位面积ESV当量系数 Table 2 ESV equivalent coefficients per unit area of provinces |
为反映不同区域内的不同景观类型对生态系统服务能力的差异, 参考张凯莉等[36]的方法, 使用2000~2021年的净初级生产力（NPP）数据替代并对相应年份的生态系统服务价值进行修正. 计算方法如下：
|
(2) |
|
(3) |
式中, eij为第i种用地类型的j类生态服务的当量因子, Bik和Cik分别为在第k个研究区域中第i种用地类型的占地面积和NPP修正系数, 
借鉴牛丽楠等[5]和李欣等[37]的研究, 根据测算得到的黄河流域499个县域的二级类型的生态系统服务, 采用Pearson相关系数法测度各县域生态系统服务间的相关系数. 利用R语言计算黄河流域整体不同时间段（2001~2006年、2006~2011年、2011~2016年和2016~2021年）7类生态系统服务二级类型两两之间的Pearson相关系数, 然后进一步计算各县域研究期内不同类型之间的相关系数, 并对结果进行t检验, 判断不同类型之间权衡协同关系的显著性. 计算公式如下：
|
(4) |
|
(5) |
式中, x和y为两个生态系统服务变量, i为年份, R为Pearson相关系数值. 若R > 0, 表示两种服务之间为协同关系；若R < 0, 则为权衡关系；若R=0, 则无相关关系. 当 
地理加权逻辑回归模型（GWLR）是二元线性回归和地理加权回归模型（GWR）的结合[38], GWR模型在传统回归框架的基础上进行了修正, 允许其测试空间非平稳性[39]. GWLR模型公式如下：
|
(6) |
式中 
参考Zhao等[40]和何刘洁等[41]的研究成果, 从社会经济因素和自然因素两个方面选取了15个潜在影响因子, 如表 3所示. 对选择的因子进行共线性诊断, 得到6个参与回归计算的潜在解释变量：3项社会经济因子（人口密度、GDP、建设用地占比）和3项自然因子（平均温度、年均降水量、NDVI）.
|
|
表 3 生态系统服务权衡协同潜在影响因子 Table 3 Potential influencing factors of trade-offs and synergies of ES |
2 结果与分析 2.1 黄河流域生态系统服务价值的时空演化特征 2.1.1 时间演变特征
对黄河流域ESV的测度, 选取黄河流域2001年、2006年、2011年、2016年和2021年这5个特征年份的数据, 结果如表 4所示. 2001~2021年, 黄河流域ESV呈现先上升后下降再上升的波动变化特征, 但2021年黄河流域的ESV低于2001年, 整体呈下降趋势, 说明人类因发展经济对生态环境的影响在短时间内难以恢复. 具体而言, 2001~2006年, 黄河流域ESV上升20.12亿元, 其中水域和林地的ESV上升而耕地的ESV下降, 主要缘于1999年我国开展“退耕还林”行动, 黄河流域水土流失和风沙危害问题得到缓解；2006~2016年, ESV大幅下降1049亿元, 其中草地和耕地的ESV分别下降728.1亿元和227.85亿元, 主要是因为中国在该阶段处于经济快速发展阶段, 加之2008年金融危机暴发, 为平稳渡过危机, 政府开始扩建基础设施, 城市土地过度开发利用, 对生态环境的影响愈发严重；2016~2021年, 黄河流域ESV上升415.72亿元, 这主要是因为党的十八大以来, 国家积极推进生态文明建设, 对大气、水及土壤污染开启防治行动, 同时地方政府限制工业排放和大力发展环保技术, 因此该时期黄河流域的ESV增加.
|
|
表 4 黄河流域各类土地生态系统服务价值及变化 Table 4 Variation of land ESV in Yellow River Basin |
由表 5可知, 黄河流域各类一级服务的占比变化较少, 说明各类生态系统服务较稳定. 其中, 调节服务与支持服务在黄河流域生态系统服务的占比分别为60%以上和20%以上, 是生态系统服务的核心, 而供给服务和文化服务的占比均在10%以下. 在调节服务中, 水文调节和气候调节占比分别在30%和40%以上, 对调节生态环境具有重要作用；在支持服务中, 土壤保持和生物多样性占比分别在55%和39%以上, 在生态环境的支撑中发挥关键作用；在供给服务中, 食物生产占比在43%以上, 在人类生活所需物质中占据主要位置. 分阶段来看, 2001~2006年, 黄河流域ESV上升, 而食物生产和原料生产的服务价值下降, 这主要与该时期耕地面积减少有关；2006~2011年, 流域ESV下降, 且各类二级服务的价值均下降, 这与该时期粗放式的经济发展侵占大量草地耕地, 并大量使用水资源有关；2011~2016年, 流域ESV持续下降, 水资源供给与水文调节的服务价值大量减少, 这与黄河流域工业发展消耗大量水资源使水域面积减少有关；2016~2021年, 流域ESV上升, 且除食物生产与原料生产外, 其余各项ESV因林地草地水域面积的增加均在上升. 值得注意的是, 食物生产的服务价值一直下降, 说明在城市发展过程中, 侵占耕地的现象一直存在.
|
|
表 5 黄河流域土地生态系统服务价值时间演变特征1） Table 5 Temporal evolution characteristics of land ESV in Yellow River Basin |
2.1.2 空间演变特征
为分析黄河流域各区县的生态系统服务价值的空间特征, 借鉴杨光宗等[42]的研究, 利用自然断点法将ESV划分为5个区间（低值区、次低值区、中值区、次高值区和高值区）, 对2001、2006、2011、2016和2021年5个特征年份的ESV进行可视化（图 2）. 由图 2可知, 研究期间黄河流域ESV在空间上呈现“中游最高, 下游次之, 上游较低”的空间分布格局, 整体呈相对稳定的状态. ESV高值区与次高值区零星分布在秦岭地区的区县；ESV中值区主要分布在黄土高原丘陵沟壑生态功能区；ESV次低值区主要分布在上游的内蒙鄂尔多斯高原、中游的关中平原城市群及下游的山东半岛地区；ESV低值区主要分布在青藏高原东南部、黄土高原西部、内蒙古高原.
|
图 2 黄河流域生态系统服务价值的空间特征 Fig. 2 Spatial characteristics of ESV in the Yellow River Basin |
黄河流域上游大部分县域处于ESV低值区与次低值区, 而ESV较高的县域主要分布在秦岭山脉的西延部分, 这是因为秦岭山脉天然的地形提供了良好的水热条件, 使周围的土壤肥沃, 为植被的生长发育提供较好条件, 是区域内的重点生态功能区. 此外, 秦岭地区的气温、降水和土壤相较其他地区更适合林草植被的生长, 因此, 上游处于秦岭西延地区县域的ESV高于其他地区. 类似的, 位于青藏高原东南部的大部分县域虽为重点生态功能区, 但由于海拔的高度使区域内气温、降水和土壤影响植被NPP[43], 故而处于青藏高原东南部县域的ESV较低. 甘肃与宁夏处于低值区的县域主要为农产品主产区和重点开发区, 区域内大部分土地利用类型为耕地. 此外, 在气温、降水与土壤的影响下, 林地与草地覆盖率较低进而NPP也较低, 故而这些区域的ESV处于低值区.
黄河流域中游的ESV整体相对较高, 高值区与次高值区零星分布在黄土高原丘陵沟壑生态功能区与秦岭地区, 大部分区域处于中值区与次低值区. 其中, 处于高值区与次高值区的县域分布在重点生态功能区, 为减少水土流失, 国家在黄土高原丘陵沟壑生态功能区内植树造林, 提高了区域内林草植被覆盖率；秦岭地区降水丰富, 气候温和, 区域内植被丰富繁茂, 因此, 这些区县因林草植被较为丰富而处于高值区与次高值区. 而处于次低值区的县域分布在农产品主产区与重点开发区, 这些区县主要分布在黄土高原与关中平原城市群. 究其原因, 黄土高原的黄土颗粒细, 土质松软, 含有丰富的矿物质养分, 适宜耕作, 区域内有大量农产品主产区, 且还拥有丰富的能源, 在能源开发与城市发展过程中对生态环境产生不良影响；关中平原由于地势平坦、人口聚集, 主要分布着重点开发区和农产品主产区, 在推动经济发展的同时环境污染情况相对严重.
黄河流域下游的ESV较低, 大部分区域处于次低值区, 缘于黄河流域下游主要为重点开发区和农产品主产区, 区域内大部分土地利用类型为耕地和建设用地, 林草植被占地面积较少. 究其原因, 黄河流域下游地区处于东部, 靠近海洋, 气候温和, 土壤肥沃, 加上黄河下游形成的冲积平原, 为农业发展提供了良好条件；下游流经的山东分布着丰富的石油资源, 人口密集、基础设施完善, 且随着城市发展过程中增加建设用地面积, 土地利用强度增加, 而林草地的ESV远高于耕地与建设用地, 因此下游的县域大部分ESV处于次低值.
进一步探析黄河流域各县域生态系统服务价值的变化, 图 3分别表示2001~2006年、2006~2011年、2011~2016年和2016~2021年的演变情况.
|
图 3 黄河流域生态系统服务价值的变化特征 Fig. 3 Changing characteristics of ESV in the Yellow River Basin |
由图 3（a）可知, 2001~2006年, 黄河流域内ESV上升的区县较多, 主要分布在上游的兰西城市群、六盘山和河套灌区及中游的吕梁山、汾渭平原和关中平原这些区域的农产品主产区或生态功能区. 这主要因为该时期我国开始实行退耕还林、退牧还草和退田还湖等政策, 在提高生态功能区ESV的同时, 也将农产品主产区中侵占的林草地返还, 进而提高农产品主产区的ESV. 而黄河流域内ESV下降的县域主要分布在上游的黄河源区和内蒙古呼包鄂地区、中游的陕北地区和山西大同、忻州、临汾等煤矿资源丰富的重点开发区, 以及下游的山东胶东半岛和黄河三角洲地区. 上游的黄河源区地处青藏高原, 高海拔的地理生态特点决定了其生态环境极其脆弱, 因此在进行治理与修复后, 生态环境恶化趋势虽有减缓, 但ESV仍有下降；内蒙古呼包鄂地区、陕北地区和山西大同、忻州、临汾等矿产资源丰富的县域该阶段以粗放式的资源开发方式, 使脆弱的生态环境受到不良影响；山东胶东半岛和黄河三角洲地区经济发展较快, 胶东半岛生态环境受城市建设、国际航运、大型工程等高强度人类活动影响生态质量下降, 生态系统良性循环受到干扰, 因此, 胶东半岛与黄河三角洲的ESV均下降.
由图 3（b）可知, 2006~2011年, 黄河流域内ESV下降的县域增加, 主要分布在兰西城市群、内蒙古阿拉善盟及呼包鄂地区、陕北地区、晋中城市群. 其中, 上游的兰西城市群、内蒙古阿拉善盟及呼包鄂地区生态环境脆弱, 在城市化进程中发展能源与煤化工产业时, 容易出现水土流失、土地沙化等生态问题, 降低植被覆盖率；中游的陕北地区与晋中城市群在该阶段产业发展以煤化工产业为主, 而点多面广的煤矿开发持续加剧土壤侵蚀, 加上传统经济发展模式以牺牲环境为代价, 使水域受到污染, 林草植被覆盖率下降. 而ESV上升的区县主要分布在黄河源区、黄土高原北部、山东胶东半岛和黄河三角洲地区. 其中, 黄河源区在国家批准成立三江源国家级保护区后, 开始实施大规模生态治理, 但因其生态极度脆弱, 修复治理难度较大, 在该时期才初显成效；黄土高原水土流失问题得到国家重视后, 除处于能源、煤化工产业聚集地区, 黄土高原其余地区的生态环境有所好转；而山东胶东半岛在政府实施三轮流域污染整治行动后, 在该时期水环境质量好转, 生物量增加；政府在黄河三角洲实施湿地保护, 植被增加, 生态环境质量上升.
由图 3（c）可知, 2011~2016年, 黄河流域ESV下降的县域进一步增加, 主要分布在兰西城市群、阿拉善盟、呼包鄂榆地区、山西和山东半岛地区, 缘于该时期城市化进程加快, 工矿建设占用空间偏多, 绿色生态空间减少过多. 其中, 兰西城市群开发区占地面积快速增加且过于分散, 侵占耕地与草地；呼包鄂榆地区和山西大部分区域因矿产资源丰富持续开发, 但随着煤化工产业的发展, 经济规模扩大的同时植被覆盖率下降, 土壤侵蚀加剧；阿拉善盟受到周围地区的影响, 荒漠化加剧, 区域内ESV下降；山东半岛地区在该时期经济快速发展, 土地利用强度增大, 不断增加建设用地的面积, 而对胶东半岛与黄河三角洲的治理并未持续性展开, 生态问题易反复, 故而ESV下降.
由图 3（d）可知, 2016~2021年, 黄河流域ESV上升的县域占绝大部分, 这是由于在“十三五”期间我国提出工业绿色转型, 各地方政府愈发重视治理生态环境, 流域ESV整体呈上升趋势. 黄河流域上游的青海、宁夏、内蒙古、陕北和山西等区域为使黄河流域生态环境有序恢复, 大量关停并转高耗能、高污染的企业, 并不断深化结构新型改革, 加快新旧动能转化步伐, 减缓区域生态恢复压力；而黄河流域中下游地区的山东半岛地区及关中平原地区依托城市区位优势、工业基础和人才优势, 积极发展先进制造业、逐步实现数字赋能, 减少传统制造业对生态环境的破坏. 但黄河流域上游部分区县的ESV下降, 缘于该时期上游承接了部分东部污染产业, 但由于人才匮乏和技术发展水平低, 在发展过程中对生态环境造成不良影响.
2.2 生态系统服务权衡协同关系分析 2.2.1 权衡协同的相关性分析参考温玉玲等[44]的研究, 选取黄河流域ESV占比较大的8项生态系统服务（食物生产、气体调节、气候调节、净化环境、水文调节、土壤保持、生物多样性、美学景观）进行权衡与协同分析, 这8项生态系统服务同时涵盖了供给、支持、调节和文化这4类服务中的主要二级服务, 可有效考察2001~2006年、2006~2011年、2011~2016年和2016~2021年单项生态系统服务之间相互作用的程度和方向, 具体如图 4所示. 在4个时间段内, 8项生态系统服务之间产生28个相关性, 其中除食物生产外的7个生态系统服务之间存在21个正相关, 而食物生产与其余7个生态系统服务之间存在7个负相关. 这表明2001~2021年各生态系统服务之间的协同关系存在于调节服务和支持服务的内部及二者之间, 而权衡关系存在于食物生产与其余7项生态系统服务之间. 整体而言, 与2001~2006年相比, 2006~2011年食物生产与其他生态系统服务之间的权衡关系增强, 主要表现在食物生产与净化环境、水文调节、土壤保持、生物多样性与美学景观之间, 而在2011~2016年与2016~2021年均有所下降. 类似地, 与2001~2006年相比, 2006~2011年调节服务与支持服务之间协同关系有所下降, 主要表现在水文调节与土壤保持、生物多样性之间, 而在2011~2016年与2016~2021年协同关系有所上升.
|
1~8分别表示：食物生产、气体调节、气候调节、净化环境、水文调节、土壤保持、生物多样性、美学景观 图 4 黄河流域生态系统服务权衡协同的相关系数 Fig. 4 Correlation coefficient of trade-offs and synergies of ES in the Yellow River Basin |
权衡关系中, 食物生产与气体调节、气候调节的权衡度一直保持较高状态, 这是因为林草地在气体调节与气候调节中起重要作用, 退耕还林还草工程减少了耕地面积, 保护并恢复了林草植被和湿地, 同时城市发展过程中存在建设用地侵占耕地现象, 因此出现食物生产与气体调节、气候调节为权衡关系. 值得注意的是, 食物生产与水文调节的权衡度一直增加. 这是由于黄河水少沙多, 水资源开发利用难度大, 而黄河流域丰富的矿产资源决定了工业发展会耗费大量水资源；同时黄河流域大多地处干旱半干旱地区, 食物生产需要水资源的灌溉, 而水资源对水文调节起重要作用, 所以在水资源紧缺的情况下, 二者的权衡度持续上升. 因此, 在2001~2021年食物生产与水文调节的权衡度增加, 说明黄河流域水资源紧缺与分配问题一直存在且愈发紧张.
协同关系中, 生物多样性与气体调节、气候调节、净化环境一直保持高协同关系. 在2001~2021年黄河流域持续推进植被恢复工程, 并加强水污染治理, 植被面积与覆盖度增加, 进而生态系统土壤保持与气候调节能力提高, 生态环境进一步得到净化, 生物多样性得到保障. 而水文调节与气体调节、气候调节、净化环境的协同度虽不高但呈上升趋势, 这是因为水体可以通过降水的形式起到调节气体气候、净化环境的作用, 同时政府加强对黄河流域水资源治理的措施, 使黄河流域的水文调节与气体调节、气候调节、净化环境的协同度呈上升趋势. 需要注意的是, 2006~2011年, 水文调节与土壤保持出现权衡关系, 但在2011~2021年水文调节与土壤保持转变为协同关系, 这与2011年以前粗放式的工业发展持续对水资源和土壤造成的污染有很大关系, 随着工业绿色化发展与环境治理的展开, 工业发展对水资源和土壤的污染得到控制, 因此在2011~2021年水文调节与土壤保持转变为协同关系.
2.2.2 权衡协同的时空格局分析鉴于篇幅有限, 选取在生态系统服务中占比前3名的水文调节、气候调节和土壤保持进行分析, 考虑到要体现生态系统服务之间的权衡效应, 同时选取食物生产进行考察, 探讨这4种生态系统服务的权衡与协同的空间格局, 详见图 5.
|
图 5 2001~2021年生态系统服务权衡与协同空间格局 Fig. 5 Spatial pattern of trade-offs and synergies of ES from 2001 to 2021 |
由图 5（a）可知, 黄河流域的食物生产与气候调节之间基本呈现极显著和显著权衡关系, 尤其在上游的河套灌区、宁夏平原、中游的黄土高原及下游的山东半岛分布着较多的极显著权衡区域, 同时上游的青海三江源地区及兰西地区分布着大量显著权衡区域. 具体而言, 在退耕还林还草工程与黄河流域植被恢复工程的实施下, 林草地面积增加, 耕地面积减少, 导致食物生产能力下降, 而林草植被增加可以提高气候调节；同时城市化进程中, 建设用地的扩张挤压了大量农业发展空间, 进一步使食物生产减少, 因此流域内食物生产与气候调节基本为极显著与显著区域.
由图 5（b）可知, 黄河流域的食物生产与水文调节在大部分区域呈现显著权衡关系, 主要分布在“几”字弯、黄土高原和山东半岛地区, 而阿拉善地区和三江源地区出现显著协同关系. 水资源是水文调节的关键, 在经济粗放发展时期, “几”字弯、黄土高原和山东半岛地区在工业发展中使用大量水资源进而挤占生态用水, 黄河流域水资源问题恶化. 在推进生态修复工程, 对工业实施管理并进行工业绿色化转型后, 黄河流域整体水域状况得到改善, 提高了生态系统的水文调节能力, 但退耕还林还草工程及建设用地扩张的影响, 减少了生态系统的食物生产能力, 因此在“几”字弯与重工业地区为显著权衡区域. 而三江源地区与阿拉善地区均为生态脆弱区, 在研究期内注重生态修复与保护, 城市发展侵占耕地现象少有发生, 因此在正常情况下水文调节能力通过调节气候在一定程度上提高食物生产能力.
由图 5（c）可知, 黄河流域的食物生产与土壤保持在大部分区域呈现显著权衡关系, 主要分布在上游的兰西地区、宁夏平原、呼包鄂地区, 中游的山西、陕北地区、关中平原和下游的山东半岛地区, 而甘肃东南部地区和三江源地区为显著协同区域. 在黄河流域整体积极推进植被恢复工程与退耕还林还草工程中, 水土流失减弱, 流域内植被覆盖度上升, 提高了生态系统的土壤保持能力. 但上游的兰西地区、宁夏平原、呼包鄂地区和中游的山西、陕北地区这些以工业发展为主的区域, 以及关中平原、山东半岛城市化进程较快的城市中出现建设用地侵占耕地现象, 直接导致生态系统的食物生产能力下降, 因此处于显著权衡区域.
由图 5（d）可知, 黄河流域的气候调节与水文调节在大部分区域呈现显著协同关系, 而兰西地区出现极显著与显著权衡关系. 一般而言, 水体有净化环境与调节气候的作用, 水体蒸发为水蒸气后, 会以降水的方式对周围地区的气候进行调节, 因此在大部分区域为显著协同关系. 但兰西地区因技术发展水平低而形成粗放的工业低端发展模式挤占生态用水, 水文调节受到影响, 而植被恢复工程是区域内土壤保持能力提高, 因此出现极显著与显著权衡区域.
由图 5（e）可知, 黄河流域的气候调节与土壤保持在大部分区域呈现显著协同关系, 但山东半岛地区出现极显著与显著权衡关系. 黄河流域整体在积极推进植被恢复工程与退耕还林还草工程中, 植被覆盖度上升, 同时提高生态系统的气体调节与土壤保持能力. 但山东半岛城市化发展水平较高, 人口密集, 资源消耗过高, 土地利用强度大且制造业集聚对环境造成污染, 土地生态系统的压力较大, 因此出现极显著与显著权衡区域.
由图 5（f）可知, 黄河流域的水文调节与土壤保持在大部分区域呈现显著协同关系, 但兰西地区和山东半岛地区出现显著权衡关系. 黄河流域整体在积极推进植被恢复工和与水资源管理及污染治理中, 生态系统的水文调节与土壤保持能力得到提高. 但兰西地区因工业发展低端模式影响水文调节, 而山东半岛因其发展阶段与特征影响土地生态系统, 因此呈现显著权衡关系.
2.3 生态系统服务权衡协同影响因素选择 2.3.1 初次诊断由于潜在影响因子中存在同种类型因素, 因此对15个潜在影响因子进行多重共线性诊断, 确定回归分析的主要影响因素（表 6）. 根据共线性诊断, 当方差膨胀因子（VIF）大于5时, 表明自变量之间存在共线性[40]. 因此, 删除耕地比例、最高气温、平均地表温度、日照时数、第一产业增加值和第三产业增加值, 确保潜在影响因素的独立性. 然后对其余9个潜在影响因子进行共线性诊断, 发现VIF小于5, 因此用这9个因子进行后续分析.
|
|
表 6 潜在影响因素的共线性诊断 Table 6 Collinearity diagnosis of potential influencing factors |
2.3.2 二次诊断
对9个潜在影响因子进行归一化后, 利用GWLR模型分析影响因素的空间非平稳响应, 结果表明这9个因素之间仍存在共线性问题, 因此进行共线性的二次诊断. 如表 7所示, 由于A1和A3之间的相关系数较大（0.651）, 且A1与A4之间的相关系数大于A3与A4之间的相关系数, 因此为确保影响因素的相对独立性, 删除A1, 保留A3. 类似地, A5和A6之间及A8和A9之间存在大的相关性, 因此删除A5和A9, 保留A2、A3、A4、A6、A7和A8用于后续分析.
|
|
表 7 2001~2021年潜在影响因素的散点矩阵1） Table 7 Scatter matrix of potential influencing factors from 2001 to 2021 |
2.4 生态系统服务权衡协同对影响因素的时空非平稳响应 2.4.1 模型诊断
在分析空间相关性前, 需要对GWLR模型结果进行诊断, 结果如图 6所示, 残差值在-2.5~2.5的区域几乎覆盖了整个研究区域, 表明6个自变量和6个因变量之间的关系是稳健的.
|
图 6 诊断结果 Fig. 6 Diagnostic results |
GWLR模型同时提供了与全局回归模型相比的诊断参数（表 8）, 可知局部模型解释的偏差大于由全局模型解释的偏差, 说明局部模型的拟合效果优于全局模型, 表明GWLR模型是更好的选择.
|
|
表 8 诊断参数 Table 8 Diagnostic parameters |
2.4.2 生态系统服务权衡协同对影响因子非平稳响应的空间特征
从空间上看, 建设用地占比变化在整体上对食物生产-气候调节、食物生产-水文调节、食物生产-土壤保持这3组整体为权衡关系的组合呈现负相关, 而对气候调节-水文调节、气候调节-土壤保持、水文调节-土壤保持这3组整体为协同关系的组合呈现正相关（图 7）. 这是由于在城市发展过程中, 出现建设用地侵占生态用地的现象, 导致各类生态服务出现不同程度地下降, 减弱生态系统服务之间的权衡关系或加强生态系统服务之间的协同关系. 与其他影响因子相比, 生态系统服务权衡协同受建设用地占比变化的影响最强烈. 因此, 决策者应该科学规划防渗表面积的扩张, 可以采用科学改造旧城的方式进行城市建设.
|
图 7 生态系统服务权衡协同对建设用地占比变化的时空非平稳响应 Fig. 7 Spatial-temporal non-smooth response of trade-offs and synergies of ES to the percentage change of construction land |
由图 8可知, 在6组生态系统服务关系中年均气温变化对不同地区的影响不同. 在年均气温变化对食物生产-气候调节、食物生产-水文调节、食物生产-土壤保持这3组整体为权衡关系的组合的影响中, 年均气温变化在黄河流域上游地区呈现负相关, 在中下游地区呈现正相关. 这是因为随着全球气候变暖, 农作物生长环境受到影响, 但上游寒冷地区由于区位原因, 人口稀少, 城市化进程缓慢, 气温上升较少, 对食物生产影响较弱, 同时政府加强对生态环境的治理, 进而减弱了食物生产与其他3种生态系统服务的权衡关系；中下游地区在研究期内也对生态环境进行治理, 但可能由于经济快速发展, 气温上升至较快, 同时受降水与环境等因素的综合影响, 增强了食物生产与其他3种生态系统服务的权衡关系.
|
图 8 生态系统服务权衡协同对年均温度变化的时空非平稳响应 Fig. 8 Spatial-temporal non-stationary response of trade-offs and synergies of ES to annual average temperature variation |
在年均气温变化对气候调节-水文调节、气候调节-土壤保持、水文调节-土壤保持这3组整体为协同关系的组合的影响中, 年均气温变化在黄河流域上游呈正相关, 在中下游呈负相关. 缘于政府在研究期持续加强对生态环境的治理, 但中下游由于经济发展较快, 气温上升至较快, 对环境产生较大胁迫, 各生态系统服务受到影响有所下降, 减弱了各生态系统服务间的协同关系；上游的气温上升较小, 加之对其生态环境的治理, 各生态系统服务均上升, 因此加强了它们之间的协同关系.
如图 9所示, 在6组生态系统服务关系中年均降水量变化对不同地区的影响不同. 在年均降水量变化对食物生产-气候调节、食物生产-土壤保持这两组整体为权衡关系的组合的影响中, 年均降水量变化在黄河流域区域呈正相关；在对气候调节-土壤保持的影响中, 年均降水量变化在全流域呈正相关. 主要因为随着全球气候变暖, 降水模式发生变化, 夏季降水增加, 冬季降水减少, 黄河流域干旱和洪涝的频率增加, 不利于农作物生长；但在2001~2021年, 国家持续推进植树造林、植被恢复、湿地保护等生态工程, 植被覆盖度上升, 生态环境得到改善, 因此降水量变化加强了食物生产-气候调节、食物生产-土壤保持之间的权衡关系, 也加强了气候调节-土壤保持的协同关系.
|
图 9 生态系统服务权衡协同对年均降水量变化的时空非平稳响应 Fig. 9 Spatial-temporal non-stationary response of trade-offs and synergies of ES to annual average precipitation changes |
在年均气温变化对食物生产-水文调节的影响中, 年均降水量变化在山东半岛区域呈正相关, 中上游呈负相关；在对气候调节-水文调节、水文调节-土壤保持这两组整体为协同关系的组合的影响中, 年均降水量在流域中上游呈正相关, 下游呈负相关. 缘于降水模式的改变影响黄河流域的水文调节功能, 但在下游人口密度大、经济发展水平高、水资源紧缺的地区, 降水量变化提高下游水文调节的能力较低, 而除食物生产之外, 其他生态系统服务上升较多, 因此下游年均降水量变化加强了食物生产-水文调节的权衡关系, 也减弱了气候调节-水文调节、水文调节-土壤保持的协同关系, 中上游地区则相反.
需要注意的是, 由于植物的生长受气候影响较强, 不同的气候组合对各类生态服务的影响也不同[45], 所以各类生态服务间的权衡协同效应很难完全用单一气候因素解释. 因此, 结合图 7和图 8来看, 出现个别区县与周围地区的响应程度差距较大, 在了解生态系统服务类型关系之间响应的空间分布后, 就能够引导影响因素的发展方向, 从而增加服务之间协同关系发生的概率[27].
从空间上看, NDVI变化在整体上对食物生产-气候调节、食物生产-水文调节、食物生产-土壤保持、气候调节-水文调节、气候调节-土壤保持、水文调节-土壤保持均呈正相关（图 10）. 黄河流域持续推进植树造林及退耕还林还草工程, 其植被覆盖度提升, 对改善生态环境提供有利条件, 但耕地面积减少, 因此NDVI的变化加强了食物生产与其他生态系统服务之间的权衡关系, 同时强化了气候调节-水文调节、气候调节-土壤保持、水文调节-土壤保持之间的协同关系. 整体而言, 植被覆盖度的提升有利于生态系统服务的提高, 正向影响生态系统服务之间的协同关系. 因此, 持续推进植树造林等有利于恢复植被的生态工程是提高黄河流域的生态系统服务价值的有效举措.
|
图 10 生态系统服务权衡协同对NDVI变化的时空非平稳响应 Fig. 10 Spatial-temporal non-stationary response of trade-offs and synergies of ES to NDVI changes |
由图 11可知, 在6组生态系统服务的关系中人口密度变化对不同地区的影响不同. 人口密度变化在对食物生产-气候调节、食物生产-水文调节和食物生产-土壤保持这3组整体为权衡关系的组合的影响中, 人口密度变化在黄河流域上游呈负相关, 在中下游呈正相关. 这是因为黄河流域上游人口密度低, 人口密度的变化对环境产生的影响较低, 同时侵占耕地面积较少, 食物生产能力与其他生态系统服务下降较少；而中下游人口密度较高, 人口密度达到一定阈值后, 对环境产生较大胁迫, 相对食物生产而言, 其他生态系统服务下降较多, 因此在上游人口密度变化减弱了权衡关系, 而在中下游人口密度变化加强了权衡关系.
|
图 11 生态系统服务权衡协同对人口密度变化的时空非平稳响应 Fig. 11 Spatial-temporal non-stationary response of trade-offs and synergies of ES to population density changes |
在对气候调节-水文调节、气候调节-土壤保持、水文调节-土壤保持这3组整体为协同关系的组合的影响中, 人口密度变化在全流域呈正相关. 同时由于人口密度增加对环境产生胁迫, 但上游人口密度增加较少, 因此上游生态系统服务协同关系对人口密度变化的响应程度较小, 中下游生态系统服务协同关系的响应程度则较大.
从空间上看, GDP变化在整体上对食物生产-气候调节、食物生产-水文调节、食物生产-土壤保持呈负相关关系, 这是由于黄河流域经济发展以工业为主, 在技术水平不高的阶段, GDP增长会以牺牲环境为代价, 食物生产与其他生态系统服务类型均呈下降, 进而影响生态环境, 因此GDP的变化减弱了生态系统服务之间的权衡关系. 但在GDP变化对权衡关系的影响中, GDP变化对上游权衡关系影响程度较高, 中下游影响程度较低, 主要缘于上游工业分布少, 对上游各类生态系统服务的影响小, 进而对减弱生态系统服务间权衡关系的程度较高.
GDP变化在整体上对气候调节-水文调节、气候调节-土壤保持和水文调节-土壤保持呈正相关（图 12）. 同样因为黄河流域经济发展以工业为主, GDP增长会以牺牲环境为代价, 各项生态系统服务类型均呈下降, 进而影响生态环境, 因此GDP的变化加强了协同关系. 但在GDP变化对协同关系的影响中, GDP变化对上游协同关系影响程度较低, 中下游影响程度较高, 主要因为在黄河流域工业是GDP的重要拉动力, 而上游工业分布较少, GDP变化对生态环境的影响强度较低, 生态系统服务下降较少, 而中下游生态系统服务下降较多, 因此, 对黄河流域而言, 工业绿色化转型还未取得重大成效, 要提高对于人才和技术的重视, 坚持推行清洁能源、低碳经济等绿色发展政策.
|
图 12 生态系统服务权衡协同对GDP变化的时空非平稳响应 Fig. 12 Spatial-temporal non-stationary response of trade-offs and synergies of ES to GDP changes |
2001~2021年, 黄河流域ESV在呈现先上升后下降再上升的波动变化特征, 尤其在2016~2021年, ESV呈显著上升态势, 这与十八大以来党中央高度重视生态文明建设密切相关. 在黄河流域中, ESV高值区与次高值区零星分布在秦岭地区的区县, 而ESV中值区主要分布在黄土高原东部地区, 这是因为秦岭山脉天然的地形提供良好的水热条件, 使周围的土壤肥沃, 为植被的生长发育提供较好条件, 而黄土高原丘陵沟壑生态功能区内因水土流失问题, 国家大力实施植树造林, 提高了区域内林草植被覆盖率. 2001~2006年, 黄河流域内ESV上升的区县较多, 主要因为该时期我国开始实行退耕还林、退牧还草、退田还湖等政策. 2006~2011年, 黄河流域内ESV下降的县域较多, 主要因为在城市化进程中发展能源与煤化工产业时, 容易出现水土流失、污染环境等生态问题, 进而降低植被覆盖率. 2011~2016年, 黄河流域ESV下降的县域进一步增加, 主要缘于该时期城市化进程加快, 工矿建设占用空间偏多, 绿色生态空间减少过多. 2016~2021年, 黄河流域绝大部分县域的ESV上升, 这是由于该期间我国积极推行节能减排和低碳经济等绿色发展政策.
利用Pearson相关系数法测度各县域生态系统服务之间的权衡与协同关系, 发现黄河流域各生态系统服务权衡关系存在于食物生产（供给服务）与调节服务和支持服务之间, 说明黄河流域的食物生产与生态环境还未协调发展, 需要通过科技发展绿色农业. 整体而言, 与2001~2006年相比, 2006~2011年食物生产与其他生态系统服务之间的权衡关系整体上增强, 主要表现在食物生产与净化环境、水文调节、土壤保持、生物多样性与美学景观之间, 而在2011~2016年与2016~2021年均有所下降；同样, 与2001~2006年相比, 2006~2011年调节服务与支持服务之间协同关系有所下降, 主要表现在水文调节与土壤保持、生物多样性之间, 而在2011~2016年与2016~2021年协同关系有所上升.
在时空异质性研究中发现随着社会经济发展, 黄河流域的建设用地占比上升、GDP增加, 挤压耕地和生态空间, 进而减弱生态系统服务之间的权衡关系或加强其协同关系, 因此应保护耕地和林草地的生产服务功能, 减少城镇建设用地扩张对农业用地与林草地的占用, 同时科学规划建设用地, 提高使用效率. 而人口密度的增加对权衡协同的影响出现明显的空间异质性, 在上游人口密度增长在一定程度上减缓服务之间的权衡关系, 而中下游人口密度的增长加强服务之间的权衡关系, 说明人口对环境的威胁在达到一定阈值后会出现. 对于年均气温变化和年均降水量变化而言, 总体上年均气温上升对上游在上游减弱了生态系统服务间的权衡关系, 同时加强了协同关系, 在中下游则加强了权衡关系且降低协同关系, 而年均降水量的变化主要通过降水模式的改变影响黄河流域的水文调节功能, 可以通过控制相关因素协调发展各类生态系统服务. 黄河流域NDVI的提高推进了生态系统服务之间的协同关系, 但同时也加强了食物生产与其他生态服务的权衡关系, 因此黄河流域在加强对生态资源保护和修复的同时, 也应注重发展绿色农业, 强化区域粮食安全与生态安全责任, 走农业生产与生态环境保护协调发展之路.
4 结论（1）从时间变化来看, 2001~2021年黄河流域ESV呈现出先上升再下降最后上升, 整体呈下降趋势；从空间变化来看, 黄河流域ESV呈现“下游低、中上游高”的分布格局, 且ESV高值区与次高值区零星分布在处于秦岭地区的区县, 中值区主要分布在黄土高原东部地区.
（2）对食物生产、气体调节、气候调节、净化环境、水文调节、土壤保持、生物多样性等8项生态系统服务进行权衡与协同分析, 发现黄河流域各生态系统服务之间的协同关系均存在于调节服务和支持服务内部及其二者之间, 而权衡关系存在于食物生产与其余7项生态系统服务之间.
（3）通过对潜在因子进行初次筛选和二次筛选, 得到建设用地占比变化、年均NDVI变化、年均降水量变化、年均温度变化、人口密度变化和GDP变化6个自变量, 对6组生态系统服务权衡协同关系的影响较为显著.
（4）GWLR模型结果显示, 建设用地占比变化、GDP变化会减弱二级服务之间的权衡关系, 同时加强服务之间的协同关系；年均温度变化使上游服务之间的权衡关系减弱和协同关系加强, 中下游地区则相反；年均降水量变化提高上游水文调节能力, 进而减弱上游食物生产-水文调节的权衡关系, 增强上游水文调节与其他生态服务的协同关系, 中下游则反之；NDVI的上升推进了生态系统服务之间的协同关系, 但同时也加强了食物生产与其他生态服务的权衡关系；人口密度变化在上游一定程度上减缓服务之间的权衡关系, 而在中下游加强服务之间的权衡关系.
| [1] |
王耕, 张芙榕. 近30年辽河三角洲生态系统服务价值时空演变及影响因素分析[J]. 环境科学, 2024, 45(1): 228-238. Wang G, Zhang F R. Spatial and temporal evolution and impact factors analysis of ecosystem service value in the Liaohe River Delta over the past 30 years[J]. Environmental Science, 2024, 45(1): 228-238. |
| [2] |
徐文彬, 饶良懿. 土地利用和气候变化对农牧交错带生态系统服务的影响[J]. 环境科学, 2023, 44(9): 5114-5124. Xu W B, Rao L Y. Impacts of land use and climate change on ecosystem services in agro-pastoral ecotone[J]. Environmental Science, 2023, 44(9): 5114-5124. |
| [3] |
李理, 赵芳, 朱连奇, 等. 淇河流域生态系统服务权衡及空间分异机制的地理探测[J]. 生态学报, 2021, 41(19): 7568-7578. Li L, Zhao F, Zhu L Q, et al. Geographical detection of ecosystem services trade-offs and their spatial variation mechanism in Qihe River Basin[J]. Acta Ecologica Sinica, 2021, 41(19): 7568-7578. |
| [4] | Xiao H, McDonald-Madden E, Sabbadin R, et al. The value of understanding feedbacks from ecosystem functions to species for managing ecosystems[J]. Nature Communications, 2019, 10. DOI:10.1038/s41467-019-11890-7 |
| [5] |
牛丽楠, 邵全琴, 宁佳, 等. 西部地区生态状况变化及生态系统服务权衡与协同[J]. 地理学报, 2022, 77(1): 182-195. Niu L N, Shao Q Q, Ning J, et al. Ecological changes and the tradeoff and synergy of ecosystem services in western China[J]. Acta Geographica Sinica, 2022, 77(1): 182-195. |
| [6] |
李顺可, 杨新军, 石若晗, 等. 秦巴山区社会-生态系统恢复力权衡-协同关系及驱动力——以陕南地区为例[J]. 山地学报, 2023, 41(4): 571-583. Li S K, Yang X J, Shi R H, et al. Trade-offs and synergies of socio-ecological system resilience and driving forces in the Qinba Mountains: a case study of southern Shaanxi, China[J]. Mountain Research, 2023, 41(4): 571-583. |
| [7] |
杨舒媛, 李子君. 土地利用变化背景下沂河流域生态系统服务价值时空格局演化[J]. 环境科学, 2024, 45(8): 4722-4732. Yang S Y, Li Z J. Spatio-temporal pattern of ecosystem service value evolution in the Yihe River Basin in the context of land use change[J]. Environmental Science, 2024, 45(8): 4722-4732. |
| [8] |
朱俊俊, 高周冰, 王君櫹, 等. 南京都市圈生态系统服务时空变化及权衡协同关系[J]. 水土保持研究, 2023, 30(3): 383-394. Zhu J J, Gao Z B, Wang J X, et al. Spatiotemporal changes and trade-off/synergy relationship of ecosystem services in Nanjing metropolitan area[J]. Research of Soil and Water Conservation, 2023, 30(3): 383-394. |
| [9] |
袁海威, 龚建周, 陈雅婷, 等. 基于地域区划的广东省陆域生态系统服务簇与模式识别[J]. 生态学报, 2023, 43(22): 9384-9401. Yuan H W, Gong J Z, Chen Y T, et al. Recognition and analysis of ecosystem service cluster patterns in Guangdong Province based on region division[J]. Acta Ecologica Sinica, 2023, 43(22): 9384-9401. |
| [10] |
陈田田, 黄强, 王强. 基于地理探测器的喀斯特山区生态系统服务关系分异特征及驱动力解析——以贵州省为例[J]. 生态学报, 2022, 42(17): 6959-6972. Chen T T, Huang Q, Wang Q. Differentiation characteristics and driving factors of ecosystem services relationships in karst mountainous area based on geographic detector modeling: a case study of Guizhou Province[J]. Acta Ecologica Sinica, 2022, 42(17): 6959-6972. |
| [11] |
刘颂, 张浩鹏, 裴新生, 等. 长时间序列生态系统服务权衡与协同驱动因素——以芜湖市生态系统服务功能极重要区为例[J]. 生态学报, 2024, 44(5): 1780-1790. Liu S, Zhang H P, Pei X S, et al. Drivers of ecosystem service trade-off and synergy in long-term sequence: a case study of the extremely important ecosystem service function area in Wuhu city[J]. Acta Ecologica Sinica, 2024, 44(5): 1780-1790. |
| [12] |
李倩茹, 贾彦龙, 王慧军, 等. 基于生态功能区的河北省生态系统服务权衡与协同分析[J]. 地理学报, 2023, 78(11): 2833-2849. Li Q R, Jia Y L, Wang H J, et al. Analysis of trade-off and synergy effects of ecosystem services in Hebei province from the perspective of ecological function area[J]. Acta Geographica Sinica, 2023, 78(11): 2833-2849. DOI:10.11821/dlxb202311012 |
| [13] |
张斌, 李璐, 夏秋月, 等. 基于土地利用的武汉城市圈生态系统服务权衡/协同分析[J]. 水土保持研究, 2022, 29(4): 377-386, 393. Zhang B, Li L, Xia Q Y, et al. Trade off/synergy analysis of ecosystem services in Wuhan city circle based on land use[J]. Research of Soil and Water Conservation, 2022, 29(4): 377-386, 393. |
| [14] |
李春莹, 李桂娥, 李杰, 等. 长江三角洲城市群生态系统服务协同权衡的时空异质性[J]. 中国环境科学, 2024, 44(2): 992-1006. Li C Y, Li G E, Li J, et al. Trade-offs and synergies of ecosystem services in Yangtze River delta urban agglomeration: a spatiotemporally heterogeneous analysis approach[J]. China Environmental Science, 2024, 44(2): 992-1006. |
| [15] |
王启名, 杨昆, 李立晓, 等. 滇池流域水文生态系统服务权衡与协同时空异质性及其归因分析[J]. 生态学报, 2023, 43(12): 4876-4891. Wang Q M, Yang K, Li L X, et al. Spatio-temporal heterogeneity and attribution analysis of hydrological ecosystem services tradeoffs and synergies in Dianchi Lake Basin[J]. Acta Ecologica Sinica, 2023, 43(12): 4876-4891. |
| [16] |
杨强强, 章翩, 邱小琮, 等. 宁夏回族自治区生态系统服务时空变化及其权衡研究[J]. 中国环境科学, 2023, 43(10): 5453-5465. Yang Q Q, Zhang P, Qiu X C, et al. Spatiotemporal changes and trade-off analysis of ecosystem services in Ningxia Hui Autonomous Region[J]. China Environmental Science, 2023, 43(10): 5453-5465. DOI:10.3969/j.issn.1000-6923.2023.10.043 |
| [17] |
盛舒童, 刘艳芳, 刘耀林, 等. 山东沿海生态系统服务协同与权衡的空间格局及驱动力[J]. 水土保持研究, 2023, 30(2): 384-392. Sheng S T, Liu Y F, Liu Y L, et al. Spatial pattern and driving forces of the synergy and trade-off of ecosystem services in the coastal areas of Shandong[J]. Research of Soil and Water Conservation, 2023, 30(2): 384-392. |
| [18] | Aryal K, Maraseni T, Apan A. Spatial dynamics of biophysical trade-offs and synergies among ecosystem services in the Himalayas[J]. Ecosystem Services, 2023, 59. DOI:10.1016/j.ecoser.2022.101503 |
| [19] |
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. |
| [20] | Loiselle A, Proulx R, Larocque M, et al. Synergies and trade-offs among ecosystems functions and services for three types of lake-edge wetlands[J]. Ecological Indicators, 2023, 154. DOI:10.1016/j.ecolind.2023.110547 |
| [21] |
张自正, 张蕾, 孙桂英, 等. 清江流域生态系统服务权衡时空效应及驱动因素[J]. 应用生态学报, 2023, 34(4): 1051-1062. Zhang Z Z, Zhang L, Sun G Y, et al. Spatial and temporal effect and driving factors of ecosystem service trade-off in the Qingjiang River Basin, China[J]. Chinese Journal of Applied Ecology, 2023, 34(4): 1051-1062. |
| [22] | Huang F X, Zuo L Y, Gao J B, et al. Exploring the driving factors of trade-offs and synergies among ecological functional zones based on ecosystem service bundles[J]. Ecological Indicators, 2023, 146. DOI:10.1016/j.ecolind.2022.109827 |
| [23] | Li Q, Bao Y, Wang Z T, et al. Trade-offs and synergies of ecosystem services in karst multi-mountainous cities[J]. Ecological Indicators, 2024, 159. DOI:10.1016/j.ecolind.2024.111637 |
| [24] |
廖江博, 毛德华, 邓美容. 洞庭湖流域典型生态系统服务评估及权衡/协同关系研究[J]. 长江流域资源与环境, 2024, 33(2): 310-321. Liao J B, Mao D H, Deng M R. Evaluation of typical ecosystem services and trade-offs/synergies in Dongting Lake Basin[J]. Resources and Environment in the Yangtze Basin, 2024, 33(2): 310-321. |
| [25] |
冉璇, 李渊, 郭宇龙, 等. 基于InVEST模型的钱江源国家公园生态系统服务评估及权衡协同关系研究[J]. 长江流域资源与环境, 2023, 32(9): 1932-1948. Ran X, Li Y, Guo Y L, et al. Ecosystem services assessment and trade-off synergy relationships in Qianjiangyuan National Park based on InVEST model[J]. Resources and Environment in the Yangtze Basin, 2023, 32(9): 1932-1948. |
| [26] |
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. |
| [27] | Zhang Z Y, Liu Y F, Wang Y H, et al. What factors affect the synergy and tradeoff between ecosystem services, and how, from a geospatial perspective?[J]. Journal of Cleaner Production, 2020, 257. DOI:10.1016/j.jclepro.2020.120454 |
| [28] |
张紫怡, 刘艳芳, 张扬, 等. 生态系统服务协同权衡对影响因子的空间响应——以福建省生态功能区为例[J]. 武汉大学学报(信息科学版), 2022, 47(1): 111-125. Zhang Z Y, Liu Y F, Zhang Y, et al. Spatial non-stationary response of the ecosystem services synergy and tradeoff to influencing factors: a case study of ecological function area in Fujian Province[J]. Geomatics and Information Science of Wuhan University, 2022, 47(1): 111-125. |
| [29] |
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 |
| [30] | Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925. DOI:10.5194/essd-13-3907-2021 |
| [31] |
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. |
| [32] | Costanza R, D'Arge R, de Groot P, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260. DOI:10.1038/387253a0 |
| [33] | Xu Z H, Wei H J, Fan W G, et al. Energy modeling simulation of changes in ecosystem services before and after the implementation of a Grain-for-Green Program on the Loess Plateau-A case study of the Zhifanggou valley in Ansai county, Shaanxi Province, China[J]. Ecosystem Services, 2018, 31: 32-43. DOI:10.1016/j.ecoser.2018.03.013 |
| [34] |
耿甜伟, 陈海, 张行, 等. 基于GWR的陕西省生态系统服务价值时空演变特征及影响因素分析[J]. 自然资源学报, 2020, 35(7): 1714-1727. Geng T W, Chen H, Zhang H, et al. Spatiotemporal evolution of land ecosystem service value and its influencing factors in Shaanxi Province based on GWR[J]. Journal of Natural Resources, 2020, 35(7): 1714-1727. |
| [35] |
周素, 刘国华, 周维, 等. 红河哈尼梯田遗产区生态系统服务价值外溢研究[J]. 生态学报, 2023, 43(7): 2734-2744. Zhou S, Liu G H, Zhou W, et al. Spillover of ecosystem service value in Honghe Hani Terrace Heritage Area[J]. Acta Ecologica Sinica, 2023, 43(7): 2734-2744. |
| [36] |
张凯莉, 冯荣荣, 刘潭, 等. 黄河流域城市化与生态系统服务价值协调性及障碍因素研究[J]. 干旱区地理, 2022, 45(4): 1254-1267. Zhang K L, Feng R R, Liu T, et al. Coordination and obstacle factors of urbanization and ecosystem service value in the Yellow River Basin[J]. Arid Land Geography, 2022, 45(4): 1254-1267. |
| [37] |
李欣, 陈登帅, 张冰冰, 等. 快速城镇化地区生态系统服务时空演变及权衡协同分析: 以黄河下游地区为例[J]. 环境科学, 2024, 45(9): 5372-5384. Li X, Chen D S, Zhang B B, et al. Spatio-temporal evolution and trade-off/synergy analysis of ecosystem services in regions of rapid urbanization: a case study of the lower Yellow River Region[J]. Environmental Science, 2024, 45(9): 5372-5384. |
| [38] | 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 |
| [39] | Gollini I, Lu B B, Charlton M, et al. GWmodel: an R package for exploring spatial heterogeneity using geographically weighted models[J]. Journal of Statistical Software, 2015, 63(17): 1-50. |
| [40] | Zhao T, Pan J H. Ecosystem service trade-offs and spatial non-stationary responses to influencing factors in the Loess hilly-gully region: Lanzhou City, China[J]. Science of the Total Environment, 2022, 846. DOI:10.1016/j.scitotenv.2022.157422 |
| [41] |
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. |
| [42] |
杨光宗, 吕凯, 李峰. 基于格网尺度的南昌市土地利用变化及生态系统服务价值时空相关性分析[J]. 中国土地科学, 2022, 36(8): 121-130. Yang G Z, Lyu K, Li F. Spatial and temporal correlation analysis of land use change and ecosystem service value in Nanchang city based on grid scale[J]. China Land Science, 2022, 36(8): 121-130. |
| [43] |
刘旻霞, 焦骄, 潘竟虎, 等. 青海省植被净初级生产力(NPP)时空格局变化及其驱动因素[J]. 生态学报, 2020, 40(15): 5306-5317. Liu M X, Jiao J, Pan J H, et al. Spatial and temporal patterns of planting NPP and its driving factors in Qinghai Province[J]. Acta Ecologica Sinica, 2020, 40(15): 5306-5317. |
| [44] |
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. |
| [45] | Porter J R, Semenov M A. Crop responses to climatic variation[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2005, 360(1463): 2021-2035. |