2025, Vol. 46
2. 新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052;
3. 中国科学院新疆生态与地理研究所, 乌鲁木齐 830011
2. Xinjiang Key Laboratory of Hydraulic Engineering Security and Water Disasters Prevention, Urumqi 830052, China;
3. Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China
生态系统服务（ecosystem service, ES）是通过多种途径直接或间接促进人类福祉的生态功能或过程, 为人类社会发展提供基础物质条件[1, 2]. 近年来, 人类活动加速了地表环境的破坏, 导致大规模土地利用变化, 严重影响了生态系统服务功能, 生态环境遭受了严峻挑战. 全球近2/3的自然资源面临枯竭[3]. 评估生态系统服务价值（ecosystem service value, ESV）有助于维护绿洲生态安全, 更好地平衡开发利用和生态保护之间的关系, 推动绿洲的可持续发展. 对ESV进行科学评估与定量描述, 可为制定合理的生态保护政策提供重要参考[4]. 尤其在干旱半干旱区域, 由于水资源的时空分配不均, 绿洲生态系统面临着严峻挑战, 不仅影响了当地生态环境的稳定性, 也对人类社会经济发展带来了负面影响[5]. 因此, 研究干旱区域的生态系统服务, 并明晰其驱动要素, 对于制定可持续发展策略和保护生态环境至关重要[6].
生态系统服务的研究始于20世纪70年代, Daily[1]和Costanza等[7]相继提出了生态系统服务的概念和理论框架, 量化了ESV, 在世界范围内掀起了生态系统服务研究的热潮. 随着人们对生态系统服务的重视, ESV的评估越来越多地被用作全球生态恢复和保护、流域管理和可持续发展决策的框架[8]. 土地利用变化是影响ESV的重要因素, 在全球范围内由于城市扩张导致的土地转化[9]、农业活动引起的土地退化[10]等, 使得每年全球的ESV损失约12万亿美元[11]. 因此在评估ESV时, 通过分析土地利用变化, 并从空间维度探索这种变化与ESV之间的关联性, 对于推动生态系统的科学管理和促进可持续发展, 显得尤为合理且必要[12, 13].
目前用于评估ESV的方法主要包括：功能价值法[14]、等效因子法[15]、供给与需求平衡法[16]、生产函数法[17]和价值传递法[18]等. 以上方法各有优缺点, 其中功能价值法的计算过程较复杂, 需要考虑的参数较多, 每一项生态系统服务价值的评价标准难以统一；等效因子法直观易用, 对数据要求低, 是一种静态评估方法, 几乎不考虑生态系统类型和质量状况的时空差异[15]. 谢高地等[2]对单位面积价值的当量系数评估方法进一步优化和发展, 可以用作ESV的快速估计方法, 但是该方法忽略了植被对ESV的影响[19]. 植被净初级生产力（net primary productivity, NPP）可以反映植被对环境的吸收和转化能力, 在能量转化累积这一过程中, 对生态系统产生了影响, 进而影响着生态系统服务价值的变化[20]. 因此引入NPP对ESV进行修正, 能提高评估的准确性, 使得结果更加符合实际状况[21], 能够更全面地反映生态系统的功能和贡献, 为生态保护和可持续发展提供科学依据. 同时, 了解ESV的驱动因素是保护生态系统和流域可持续管理的主要先决条件[22]. 众多学者开始探究造成ESV空间分异的影响因素, 但多采用传统模型和方法, 如地理加权回归[23]、关联度模型[24]、主成分分析和回归分析[25]等, 以上方法在揭示不同因素对ESV空间分异的影响上存在一定局限性[26]. 地理探测器是探测空间分异性的方法, 能有效探测其潜在影响因子, 地理探测器方法因其在分析空间异质性方面的优势而备受青睐[27~29].
西北干旱区内陆河流域的经济与社会发展进程中, 人工绿洲的扩展对自然绿洲的侵占以及对荒漠-绿洲过渡带的持续性扰动, 导致了不同土地利用类型转换过程中生态系统服务价值评估研究的不足[30]. 阿克苏河流域位于西北干旱区, 具有十分典型的绿洲-荒漠格局, 拥有丰富的自然资源, 也是重要的农业生产基地, 属于“一带一路”沿线地区, 也是西北地区重要的生态屏障之一[31]. 同时阿克苏河是塔里木河流域最大的水量补给来源, 承担着满足灌区用水和向塔河生态输水的双重重任, 其生态环境本底较为脆弱[32], 近年来阿克苏河流域出现了严重的环境问题, 耕地面积大幅增加, 而林地、草地和未利用地面积减少[33], 土地沙漠化和生态系统恶化等现象, 严重影响了生态平衡[34]. 流域的部分区域经历了高速发展, 并且也已经逐步开展了生态修复及治理工程. 鉴于上述问题的存在, 在此特殊背景下如何明晰阿克苏河流域的生态系统服务价值时空演变特征并识别其驱动因素之间的权衡协同作用是一个关键科学问题. 因此本文以阿克苏河流域为研究区, 基于改进后的当量因子法, 分析2000~2020年土地利用变化背景下的阿克苏河流域ESV变化, 借助地理探测器进一步揭示影响ESV变化的关键因素, 以期为优化该流域的土地利用结构, 并对生态系统服务保护工作提供参考依据.
1 材料与方法 1.1 研究区概况阿克苏河流域（40°11′~ 42°35′N, 76°45′~82°17′E）位于中国新疆西南部（图 1）, 流域面积4.8×104 km2. 研究区西北部与天山南脉相连, 东南部与塔里木盆地相接, 地势格局呈西北高东南低的特点[35]. 阿克苏河流域属温带大陆性干旱气候, 降水少, 蒸发量大, 年日照时间约为2 300~2 800 h, 年降水量约为50~100 mm, 降水季节主要在7月和8月, 东北山区降水较多, 西南平原地区降水较少[36]. 阿克苏河由两大支流（库玛拉克河和托什干河）汇聚而成, 同时也是塔里木河的最大源流. 流域内土壤以砂质土和壤土为主, 主要种植棉花、小麦、水稻等农作物, 是当地经济发展的主要依靠[37].
|
图 1 阿克苏河流域区位示意 Fig. 1 Location of the Aksu River Basin |
阿克苏河流域土地利用栅格数据来源于全球地表覆盖数据集（选取2000年、2005年、2010年、2015年和2020年的土地利用数据）, 空间分辨率30 m；在“中国LUCC遥感数据分类”体系中, 可以将土地利用类型划分为：耕地、林地、草地、水域、建设用地和未利用地. 研究区内主要农作物（小麦、玉米和水稻）的单产和单价来源于《全国农产品成本收益资料汇编》[38], 其播种面积来源于《新疆统计年鉴》[39]. NPP数据来源于中国科学院资源环境科学与数据中心. 参考相关学者的研究[40, 41], 选取了9个自然影响因子和2个社会影响因子, 各数据来源介绍见表 1, 驱动因子空间分布见图 2.
|
表 1 数据及来源1） Table 1 Data and sources |
|
图 2 阿克苏河流域ESV空间分异驱动因子布局 Fig. 2 Spatial distribution of driving factors of ESV spatial differentiation in Aksu River Basin |
本文采用土地利用动态度和土地利用转移矩阵对研究区5期土地利用及其时空变化进行分析, 土地利用动态度和土地利用转移矩阵具体原理和公式见文献[42, 43].
1.3.2 生态系统服务价值计算生态系统承载力定量评价对于维护区域生态安全、促进区域经济与环境协调发展具有重要意义. 参考谢高地等[44]的研究成果, 采用修正后的当量因子法计算阿克苏河流域的ESV. 借鉴文献[45~47], 1 hm2耕地生产的天然谷物的经济价值被认为是生态系统的等价价值. 根据研究区的实际情况, 对5种主要LULC类型的11个生态系统服务的单位值进行了重新调整. 根据一个标准当量因子的价值量等于单位耕地粮食经济价值1/7的规则[48], 收集阿克苏河流域主要农作物的播种面积、单产以及单价数据, 计算其均值. 研究区的标准当量因子值计算公式如下：
|
(1) |
式中, Ea为标准当量因子值, n为农业资源区粮食作物种类数, mi为第i种粮食作物播种面积, pi为第i种粮食作物单价, qi为第i种粮食作物单产, M为农业资源区各类粮食作物种植面积之和.
|
(2) |
式中, ESV为生态系统服务价值（元）；Ak为不同类型的地类面积（hm2）；VCk为单位面积的生态系统服务价值（元·hm-2）, k为土地利用类型, Q为修正系数.
结合阿克苏河流域的情况, 基于NPP和社会经济数据对ESV进行修正[20, 40].
|
(3) |
|
(4) |
|
(5) |
|
(6) |
|
(7) |
|
(8) |
式中, D为支付ESV的能力, GDPRA为研究区人均GDP, GDPCN为国内人均GDP. U为支付ESV的意愿；N为社会阶段发展系数, Mn为综合恩格尔系数；Mnd和Mnf分别为城市和农村的恩格尔系数, T为城市居民占比, V为农村居民占比；NPPRA和NPPCN分别为研究区NPP和全国NPP. 修正后的阿克苏河流域单位面积ESV系数见表 2.
|
|
表 2 2000~2020年阿克苏河流域生态系统单位面积生态服务价值 Table 2 Ecosystem service value in the Aksu River Basin per ecosystem area from 2000 to 2020 |
1.3.3 生态系统服务价值敏感性分析
验证研究区生态系统服务价值核算的准确性, 需要对ESV的结果进行敏感性分析, 因此根据经济学中的弹性系数概念[49], 对各单位面积ESV的当量系数进行上下50%的调整, 以此评估敏感性指数的大小, 验证各生态系统服务价值系数的合理性[50]. 计算公式为：
|
(9) |
式中, CS为敏感系数；VCi为原始价值系数, VCj为调整后的系数；ESVi和ESVj分别为ESV结果的原始值和调整值；k为土地利用类型.
1.3.4 生态系统服务权衡协同分析利用生态系统服务权衡协同指数分析研究区2000~2020年生态系统服务之间的权衡协同效应[51, 52], 公式如下：
|
(10) |
|
(11) |
式中, ESia和ESib分别为研究初期和末期的生态系统服务功能的价值；ESCLi为生态系统服务价值的改变量；ESTD为生态系统服务的权衡协同程度；ESTDij > 0时, 两者为协同关系, 反之为权衡关系.
1.3.5 地理探测器地理探测器可以通过探测空间变化来揭示潜在的影响因素, 反映出同一区域的明显相似性和不同区域的明显差异, 以此揭示其驱动因素方法[53]. 本研究采用因子、交互探测器共同分析ESV的驱动因素.
（1）因子探测器 探测自变量X对因变量Y的空间分异解释性的大小, 用q值衡量[54], 计算公式为：
|
(12) |
式中, q为ESV空间分异的解释力, q∈[0, 1], q值越大, 因变量的解释力越强, 反之越弱；N为样本数, n为分层数目, h=1, 2, …, n, σ2为全区离散方差.
（2）交互作用探测器 识别影响因子（XS）对研究区ESV变化的交互作用, 评价两个因子相互作用时, 对Y的解释力是否会增加或减少, 或者对Y的影响是独立的, 不同的交互类型见表 3.
|
|
表 3 探测因子交互作用类型 Table 3 Probe factor interaction type |
2 结果与分析 2.1 阿克苏河流域土地利用变化时空动态分析
2000~2020年间, 阿克苏河流域80% 以上的土地面积由草地和未利用土地组成, 是主要的土地利用类型（图 3）. 耕地面积比例逐年增加, 从2000年的9.53%增加到了2020年的13.92%. 建设用地增加了0.42%, 未利用地增加了0.2%. 相较于2000年, 2020年的林地、草地、水域面积均有所减少, 其中草地面积减少幅度最大, 为2.86%, 其次是水域, 减少了1.9%.
|
图 3 2000~2020年阿克苏河流域土地利用类型空间分布 Fig. 3 Spatial distribution of land use types in Aksu River Basin from 2000 to 2020 |
从土地利用动态度来看（表 4）, 2000~2010年间, 建设用地面积增加了129.82 km2, 动态度为5.66%；耕地面积增加了1 386.38 km2, 动态度为2.99%；水域面积减少了1 110.84 km2, 动态度为-5.37%；林地和草地的动态度分别为-0.87%和-0.16%；未利用地面积无明显变化. 2010~2020年, 6种土地利用类型的面积变化较为缓慢, 建设用地动态度为2.11%, 水域为1.93%, 耕地为1.25%. 2000~2020年, 建设用地的变化最为明显, 变化率为89.74%, 动态度为4.49%；其次是耕地, 变化率为46.13%, 动态度为2.31%；水域面积减少速率最快, 变化率为-44.71%, 动态度为-2.24%.
|
|
表 4 2000~2020年阿克苏河流域土地利用动态度/% Table 4 Proportion of land use area in Aksu River Basin from 2000 to 2020 /% |
通过土地利用转移矩阵得到的结果, 见图 4和图 5. 2000~2020年间, 草地是转出面积最大的地类, 达1 373.22 km2, 主要转向了建设用地和未利用地. 转入面积最大的地类是耕地, 达2 141.51 km2, 此外, 水域和建设用地变化剧烈, 说明在研究期间, 阿克苏河流域的城镇化发展较为迅速, 耕地和建设用地开发强度大, 大量未利用地和生态用地被开发. 这一变化主要集中在阿克苏市、温宿县西南、柯坪县和阿瓦提县以北, 转化区域主要集中在水域周围.
|
图 4 2000~2020年阿克苏河流域土地利用类型空间转移 Fig. 4 Land use categories' spatial changes in the Aksu River Basin from 2000 to 2020 |
|
图内数值的单位为km2 图 5 2000~2020年阿克苏河流域土地利用转移矩阵桑基图 Fig. 5 Land use transfer matrix Sankey diagram for the Aksu River Basin from 2000 to 2020 |
总体上阿克苏河流域的ESV呈下降趋势, 由2000年的657.88亿元减少至2020年的552.91亿元, 降幅达15.96%（表 5）. 具体来看, 2000~2005年, 研究区ESV减少了3.93亿元, 其中草地减少了9.44亿元, 降幅为2.6%, 耕地和水域的ESV有所增加, 增幅分别为17.2%和1.6%. 2005~2010年, ESV下降严重, 水域的ESV减少了110.36亿元, 降幅为54.41%. 2010~2020年, ESV呈缓慢增加趋势, 相较于2010年的ESV, 2015年和2020年分别增加了2.70亿元和2.66亿元. 从土地利用类型来看, 研究期间耕地ESV增幅为46.16%, 而水域ESV减少了44.71%, 这与土地利用情况相符.
|
|
表 5 阿克苏河流域各类土地生态系统服务价值及变化 Table 5 Changes in land ESV in the Aksu River Basin from 2000 to 2020 |
由表 6可知, 阿克苏河流域的一级服务类型ESV与研究区总ESV变化趋势一致, 呈逐年递减趋势. 调节服务价值占比达65%以上, 为最高, 说明调节服务在阿克苏河流域生态系统中占主导地位；供给服务和文化服务占比较低, 均在10%以下. 各项二级服务中, 除食物生产和原料生产服务价值呈增加趋势外, 其余9项服务价值均呈现减少趋势. 20 a里大量开垦荒地导致耕地面积增加, 食物和原料生产量增加, 因此这两类服务价值增加；其它地类面积减少, 导致价值降低. 单项服务价值中, 水文调节服务价值变化剧烈, 20 a里减少了68.14亿元, 水资源供给服务价值减少了6.58亿元. 此外, 土壤保持、生物多样性、气候调节、净化环境、气体调节以及美学景观服务的价值呈下降趋势.
|
|
表 6 阿克苏河流域单项生态系统服务价值时间变化特征 Table 6 Individual ecosystem service value's temporal change in the Aksu River Basin |
2.2.2 生态系统服务价值空间特征
采用网格法对阿克苏河流域2000~2020年的生态系统服务价值进行空间可视化描述, 根据研究区的范围, 在文献[40~42]的基础上, 选择5 km×5 km的网格单元, 将研究区划分成了2 113个网格点. 利用自然断点法将阿克苏河流域的生态系统服务价值分成4个区域, 分别为低值区、较低值区、较高值区和高值区（图 6）.
|
图 6 2000~2020年阿克苏河流域生态系统服务价值空间分布 Fig. 6 Aksu River Basin's ecosystem service value's spatial distribution from 2000 to 2020 |
2000~2020年, 研究区ESV总体上呈现由北向南逐渐递减的空间分布格局. 低价值区域成片分布, 主要集中在乌什县、温宿县以北、阿克苏市西南和阿瓦提县东部, 多为未利用土地. 较低价值区域主要分布在城市群中, 位于东南部, 呈现从中心向外扩散的分布格局. 较高价值区域则聚集在西北部的草地、林地和水域周围, 这些区域内水资源丰富, 草地和林地生长茂盛, 生物多样性丰富. 高价值区域则分布零散, 大多位于水资源丰富的区域内. 较高价值区与高价值区域相邻, 主要分布在水域、草地和林地周围, 而低价值区和较低价值区则主要集中在未利用土地和耕地附近.
2000~2010年, 阿克苏河流域ESV表现为高价值区面积减少, ESV下降较多. 其中, 东北地区大面积的高价值区转变为较低价值区, 而中部的低价值区则转变为较低价值区和少量较高价值区, 在一定程度上减缓了ESV的下降. 此外, 南部的较高价值区转变为低价值区, 中部和东部地区主要为耕地, 因此其ESV呈较低的状态. 2010~2020年间, ESV变化不明显, 呈缓慢增长趋势, 主要得益于东北部高价值区面积的增加.
由图 7可知, 2000~2020年, 阿克苏河流域的ESV呈现下降趋势, 低价值区域占比均在40%以上, 且逐年增加；较低价值区和高价值区占比逐年减少, 其中高价值区由8%降至2%；较高价值区增幅不明显.
|
图 7 2000~2020年阿克苏河流域生态系统服务价值比例变化 Fig. 7 Ecosystem service value ratio variations in the Aksu River Basin from 2000 to 2020 |
由表 7可知, 研究区2000~2020年各土地利用类型的敏感性指数都小于1, 表明ESV缺乏弹性. 其中敏感性指数最大的是草地, 均值为0.302, 其次是水域, 均值为0.118, 未利用地、林地和耕地的敏感性指数均小于0.1, 说明核算结果可信.
|
|
表 7 阿克苏河流域ESV敏感性检验结果 Table 7 ESV sensitivity test results for the Aksu River Basin |
2.4 生态系统服务权衡/协同关系 2.4.1 生态系统服务之间权衡和协同关系的动态变化
研究区生态系统服务功能之间的权衡与协同分析结果见图 8. 2000~2005年权衡协同关系中, 协同关系占比为45.5%；在此期间, 水资源供给、气体调节和气候调节与其他服务功能之间表现出权衡关系. 2005~2010年间, 协同关系占比增至70.9%, 表明生态系统服务功能之间的协同关系有所增强, 尤其是水资源供给与维持养分循环之间的协同度最高（94.75）. 2010~2015年间, 研究区生态系统服务功能之间的权衡协同关系有所改变, 协同关系占比为56.4%, 食物生产、水资源供给和水文调节与其他服务之间主要表现为权衡关系. 2015~2020年间, 协同关系占比为58.2%, 显示出各项生态系统服务相互影响的作用进一步增强.
|
1.食物生产, 2.原料生产, 3.水资源供给, 4.气体调节, 5.气候调节, 6.净化环境, 7.水文调节, 8.土壤保持, 9.维持养分循环, 10.生物多样性, 11.美学景观 图 8 2000~2020年阿克苏河流域生态系统服务权衡协同度 Fig. 8 Aksu River Basin ecosystem service tradeoff synergy degree from 2000 to 2020 |
生态系统服务之间权衡和协同关系的动态变化主要受两方面影响, 即自然因素和人为因素. 由表 4和图 8可知, 2000~2005年, 协同关系占比低, 尤以水资源供给与调节服务之间的协同关系减少最为显著, 这与林地和草地的退化, 耕地和建设用地增加有关. 2005~2010年, 为了促进城市化的快速发展而牺牲大面积的水域, 结果是水资源供给与支持服务之间的协同度增加. 虽然短期内不会对生态环境造成严重后果, 但是长期肯定会产生消极影响. 事实上, 此影响直接使2010~2015年协同关系占比减少了14.5%, 且草地和林地的减少也是其下降的原因之一. 2015~2020年协同关系增加不显著, 这与耕地、未利用地和水域面积减少有关. 研究区2000~2020年生态系统服务协同关系的减弱和权衡关系加强是人类社会对自然生态系统施加压力的结果, 这违背了生态系统管理过程中减少冲突增加协同作用的目标. 因此, 需要制定并实施相应的管理政策来改变目前不合理的土地利用方式对生态系统服务权衡和协同关系产生的消极影响, 从而在一定程度上缓解冲突的发生, 使土地利用的总体效益达到最大.
2.5 生态系统服务价值影响因素分析 2.5.1 因子探测通过地理探测器的因子探测模块得到各因子对生态系统服务价值的空间分异解释力（表 8）. 2000~2020年, 高程、年均地温和年均气温的q值均大于0.3, 是影响ESV空间分异的重要影响因子. 年蒸发量、NDVI和坡度的q值在0.12~0.35之间, 为次要影响因子, 值得一提的是年蒸发量在2010年的解释力达到0.355. 人均GDP、人口密度和坡向解释力极低, 为其他驱动因子. 由此表明气温、降水和高程对阿克苏河流域的ESV时空分布作用最大. 适宜的温度、充足的降水和日照时数对动植物生长有促进作用, 生态系统服务价值随之增加, 反之减小. 高程影响ESV的空间分布, 海拔较低的地区更适合农业发展与城市建设, 人口也更密集, 对生境的破坏也更大；而海拔较高的东北山地, 生态用地保存程度高, ESV值也相对较高. 总体而言, 自然和社会因素共同影响阿克苏河流域ESV的空间差异, 且自然因素对研究区ESV的影响更显著.
|
|
表 8 2000~2020年阿克苏河流域ESV空间分异探测结果1） Table 8 Outcomes of the Aksu River Basin's ESV spatial difference detection from 2000 to 2020 |
2.5.2 交互探测分析
根据地理探测器的交互探测结果可知（图 9）, 驱动因子之间的相互作用表现出增强作用, 在66组交互因子探测数据中, 大多数因子之间呈现双因子增强关系, 少数因子之间表现为非线性增强. 2000年交互探测结果显示, X3与X4, X4与X5的交互作用q值最高（0.52）. 2010年, X6与X7的交互作用q值达0.54. 气温条件影响降水量, 日照时数和地温影响蒸发量, 这些气候因素的协同作用对动植物的生长情况产生较大影响, 也在一定程度上影响了人类活动范围和区域发展情况, 对区域ESV变化产生了一定影响. 2020年探测结果显示, X4与X11的交互作用q值最高（0.39）. 高程与其他6类因子均表现为双因子增强作用, 与X1、X2和X10之间表现为非线性增强作用. 此外, X3、X4、X5、X6和X7与其他因子之间也呈现出明显增强作用.
|
图 9 2000~2020年阿克苏河流域ESV空间分异交互探测热力图 Fig. 9 Thermal maps of ESV spatial differentiation and interactive detection in the Aksu River Basin from 2000 to 2020 |
综合来看, 多因子协同作用共同影响了阿克苏河流域ESV变化. 同时, 社会因子与其他因子的交互作用明显弱于环境因子之间的交互作用, 说明环境因子对于ESV的变化更具有解释力. 因此, 在区域开发利用的同时, 也应注重环境的保护与修复, 在不破坏该区域生态系统稳定性的前提下, 充分发挥其价值, 从而更好地为社会和自然提供服务.
3 讨论2000~2010年, 阿克苏河流域土地利用发生了较大的变化, 其中耕地、建设用地和未利用地面积均保持增长趋势, 水域面积先急剧减少后缓慢增加, 林地和草地均呈下降趋势；2010~2020年, 耕地和建设用地面积增长较少, 草地和林地面积减少缓慢, 水域面积相比于2010年之前有所增加, 这与李曼等[34]和韩方红等[55]的研究结果一致. 2000~2010年, 阿克苏河流域ESV呈下降趋势, 主要是由于水域和草地的ESV下降严重, 其面积的减少是影响研究区ESV下降的主要原因, 说明土地利用变化与ESV变化存在一定联系[40]. 阿克苏河流域中下游区域的土地利用结构正面临着衰退态势, 这一趋势不仅造成了生态系统服务价值（ESV）的降低, 还加剧了当地生态环境的退化. 2010~2020年, 阿克苏河流域ESV呈现缓慢上升的趋势, 这与“十三五”期间, 政府部门对阿克苏河流域进行生态治理, 坚持绿色发展和生态文明建设理念有关.
在阿克苏河流域, 生态系统服务功能之间的主导关系主要表现为协同关系, 这意味着不同的生态系统服务功能可以相互增益, 这与温玉玲[45]等和方林[46]等的研究结果一致. 这种协同关系的存在为该地区的生态环境保护和可持续发展提供了有力支持, 为未来的生态保护和土地利用规划提供了重要的参考依据.
深入了解ESV的驱动因素, 对于制定合理且有效的土地利用规划具有重要意义[41]. 因子探测结果显示, 高程、年均地温和年均气温, 这些因素对ESV空间分异具有较强的解释力. 这与谈旭等[47]的研究结果相一致, 在地势平坦、海拔较低的地区, 气温适宜, 人类活动频繁, 耕地和建设用地的扩张对ESV产生影响. 此外, 交互因子探测研究结果显示, 环境影响因子和社会影响因子的协同作用对ESV的变化有较好的解释能力, 进一步说明双因子间的相互作用强于单因子. 因此, 实现土地资源的综合优化利用, 并建立健全的政策机制, 成为恢复并增强流域生态系统服务功能、推动生态文明建设的重要路径.
阿克苏河流域的水资源供应和水文调节功能对于维持当地生态系统的稳定性至关重要, 对于保护当地的植被、土壤和水资源具有重要意义. 在治理过程中, 应当着重考虑社会经济发展与生态环境保护之间的平衡, 同时贯彻国家政策, 对水资源等资源采取合理的管理措施, 以实现该地区社会、经济和生态的和谐与可持续发展.
4 结论（1）阿克苏河流域80% 以上的土地面积由草地和未利用土地组成, 是主要的土地利用类型；从土地利用类型变化上来看, 转出面积最多的用地类型为草地（1 373.22 km2）, 转入面积最大的地类是耕地（2 141.51 km2）.
（2）2000~2020年阿克苏河流域ESV呈下降趋势, 2020年ESV总值（552.91亿元）较2000年（657.88亿元）减少了15.96%；从空间上来看, ESV整体上呈由北向南逐渐降低的趋势；低价值区聚集在西北方大片的未利用地处, 高价值区分布在水域、草地和林地周围；调节、支持服务是流域内主要的生态系统服务功能.
（3）研究区的生态系统服务功能权衡与协同关系呈现动态变化. 2000~2005年权衡关系主要存在于食物、原料生产与其他服务间；2005~2010年, 协同关系为主导（占比70.9%）. 2010~2020年协同关系占比略有下降, 但仍为生态系统服务功能之间的主要关系.
（4）高程和气候因子是影响研究区ESV变化的主导因子, 且气候因子对ESV的影响力普遍较高；交互探测结果表明多因子协同作用下对阿克苏河流域ESV影响更显著（q值最高达0.54）, 且任意两驱动因子之间的交互作用要强于单个因子的作用.
| [1] | Daily G C. Nature's services: societal dependence on natural ecosystems[M]. Washington: Island Press, 1997. |
| [2] |
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. |
| [3] | Millennium Ecosystem Assessment. Ecosystems and human well-being[M]. Washington: Island Press, 2005. |
| [4] | Rao Y X, Zhou M, Ou G L, et al. Integrating ecosystem services value for sustainable land-use management in semi-arid region[J]. Journal of Cleaner Production, 2018, 186: 662-672. |
| [5] | Yi F, Yang Q K, Wang Z J, et al. Changes in land use and ecosystem service values of Dunhuang Oasis from 1990 to 2030[J]. Remote Sensing, 2023, 15(3). DOI:10.3390/rs15030564 |
| [6] | Qiu Z Y, Guan Y L, Zhou K F, et al. Spatiotemporal analysis of the interactions between ecosystem services in Arid Areas and their responses to urbanization and various driving factors[J]. Remote Sensing, 2024, 16(3). DOI:10.3390/rs16030520 |
| [7] | Costanza R, d'Arge R, de Groot R, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260. |
| [8] | Liu S, Costanza R, Troy A, et al. Valuing New Jersey's ecosystem services and natural capital: a spatially explicit benefit transfer approach[J]. Environmental Management, 2010, 45(6): 1271-1285. |
| [9] | Turner B L, Skole D, Sanderson S, et al. Land-use and land-cover change. Science/research plan[R]. Stockholm: IGBP, 1995. |
| [10] | Gashaw T, Tulu T, Argaw M, et al. Estimating the impacts of land use/land cover changes on ecosystem service values: the case of the Andassa watershed in the Upper Blue Nile basin of Ethiopia[J]. Ecosystem Services, 2018, 31: 219-228. |
| [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] | Sannigrahi S, Bhatt S, Rahmat S, et al. Estimating global ecosystem service values and its response to land surface dynamics during 1995-2015[J]. Journal of Environmental Management, 2018, 223: 115-131. |
| [13] | Song W, Deng X Z. Land-use/land-cover change and ecosystem service provision in China[J]. Science of the Total Environment, 2017, 576: 705-719. |
| [14] | Tan Z, Guan Q Y, Lin J K, et al. The response and simulation of ecosystem services value to land use/land cover in an oasis, Northwest China[J]. Ecological Indicators, 2020, 118. DOI:10.1016/j.ecolind.2020.106711 |
| [15] | Liu M Z, Jia Y G, Zhao J J, et al. Revegetation projects significantly improved ecosystem service values in the agro-pastoral ecotone of northern China in recent 20 years[J]. Science of the Total Environment, 2021, 788. DOI:10.1016/j.scitotenv.2021.147756 |
| [16] | Pan N H, Guan Q Y, Wang Q Z, et al. Spatial differentiation and driving mechanisms in ecosystem service value of arid region: a case study in the middle and lower reaches of Shule River Basin, NW China[J]. Journal of Cleaner Production, 2021, 319. DOI:10.1016/j.jclepro.2021.128718 |
| [17] | Gómez-Baggethun E, Barton D N. Classifying and valuing ecosystem services for urban planning[J]. Ecological Economics, 2013, 86: 235-245. DOI:10.1016/j.ecolecon.2012.08.019 |
| [18] | Trégarot E, Touron-Gardic G, Cornet C C, et al. Valuation of coastal ecosystem services in the Large Marine Ecosystems of Africa[J]. Environmental Development, 2020, 36. DOI:10.1016/j.envdev.2020.100584 |
| [19] |
孙梦华, 牛文浩, 张蚌蚌, 等. 黄河流域土地利用变化下生态系统服务价值时空演变及其响应——以陕甘宁地区为例[J]. 应用生态学报, 2021, 32(11): 3913-3922. Sun M H, Niu W H, Zhang B B, et al. Spatial-temporal evolution and responses of ecosystem service value under land use change in the Yellow River Basin: a case study of Shaanxi-Gansu-Ningxia region, Northwest China[J]. Chinese Journal of Applied Ecology, 2021, 32(11): 3913-3922. |
| [20] |
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. |
| [21] |
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. |
| [22] | Hernández-Blanco M, Costanza R, Chen H J, et al. Ecosystem health, ecosystem services, and the well-being of humans and the rest of nature[J]. Global Change Biology, 2022, 28(17): 5027-5040. |
| [23] |
周晓艳, 王诗琪. 基于GTWR模型的长江经济带生态系统服务价值对城镇扩张的时空响应[J]. 水土保持研究, 2021, 28(4): 300-307. Zhou X Y, Wang S Q. Spatiotemporal response of ecosystem service values to urban expansion in the Yangtze River economic belt based on the GTWR model[J]. Research of Soil and Water Conservation, 2021, 28(4): 300-307. |
| [24] |
李蕴琪, 韩磊, 朱会利, 等. 基于土地利用的延安市退耕还林前后生态服务价值变化[J]. 西北林学院学报, 2020, 35(1): 203-211. Li Y Q, Han L, Zhu H L, et al. Changes of ecological service value in Yan'an city pre and post returning farmland to forestland based on land use[J]. Journal of Northwest Forestry University, 2020, 35(1): 203-211. |
| [25] |
程静, 黄越. 宁夏回族自治区生态系统服务价值时空演变及其驱动力[J]. 水土保持研究, 2021, 28(2): 382-389. Cheng J, Huang Y. Spatiotemporal evolution of ecosystem services value and its driving forces in Ningxia Hui autonomous region[J]. Research of Soil and Water Conservation, 2021, 28(2): 382-389. |
| [26] |
余玉洋, 李晶, 周自翔, 等. 基于多尺度秦巴山区生态系统服务权衡协同关系的表达[J]. 生态学报, 2020, 40(16): 5465-5477. Yu Y Y, Li J, Zhou Z X, et al. Multi-scale representation of trade-offs and synergistic relationship among ecosystem services in Qinling-daba mountains[J]. Acta Ecologica Sinica, 2020, 40(16): 5465-5477. |
| [27] |
王奕淇, 孙学莹. 黄河流域生态系统服务价值时空演化及影响因素[J]. 环境科学, 2024, 45(5): 2767-2779. Wang Y Q, Sun X Y. Spatiotemporal evolution and influencing factors of ecosystem service value in the Yellow River Basin[J]. Environmental Science, 2024, 45(5): 2767-2779. |
| [28] |
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. |
| [29] |
杨晓帆, 蔡海生, 张学玲, 等. 大南昌都市圈生态系统服务价值时空演变及其驱动因素[J]. 生态学杂志, 2024, 43(8): 2275-2284. Yang X F, Cai H S, Zhang X L, et al. Spatial-temporal evolution of ecosystem service value and its driving factors in the Great Nanchang Metropolitan Area[J]. Chinese Journal of Ecology, 2024, 43(8): 2275-2284. |
| [30] |
赵学鹏, 王媛媛, 卢龙辉. 基于生态系统服务价值的艾比湖流域绿洲生态用地安全格局构建——以博尔塔拉蒙古自治州为例[J]. 江苏农业科学, 2021, 49(14): 213-219. Zhao X P, Wang Y Y, Lu L H. Construction of ecological land use safety pattern in Aibi Lake Basin based on value of ecosystem services—Taking Bortala Mongolian Autonomous Prefecture as an example[J]. Jiangsu Agricultural Sciences, 2021, 49(14): 213-219. |
| [31] |
孙茂森, 王让会, 宁虎森. 阿克苏河流域生态网络构建[J]. 干旱区研究, 2023, 40(9): 1509-1516. Sun M S, Wang R H, Ning H S. Construction of the ecological network in the Aksu River Basin[J]. Arid Zone Research, 2023, 40(9): 1509-1516. |
| [32] |
杨振民, 刘新平. 新疆阿克苏河流域生态承载力监测及安全格局构建[J]. 干旱区地理, 2021, 44(5): 1489-1499. Yang Z M, Liu X P. Ecological carrying capacity monitoring and security pattern construction in the Aksu River Basin, Xinjiang[J]. Arid Land Geography, 2021, 44(5): 1489-1499. |
| [33] |
李园园. 阿克苏河流域中下游地区土地利用变化对生态系统服务价值的影响[D]. 临汾: 山西师范大学, 2020. Li Y Y. The effect of land use change on ecosystem services value in the middle and lower reaches of Aksu River Basin[D]. Linfen: Shanxi Normal University, 2020. |
| [34] |
李曼, 李园园, 刘焕才. 阿克苏河流域中下游生态系统服务价值对土地利用变化的响应[J]. 内蒙古农业大学学报(自然科学版), 2020, 41(3): 33-37. Li M, Li Y Y, Liu H C. The response of ecosystem services value to land use change in the middle and lower reaches of Aksu River Basin[J]. Journal of Inner Mongolia Agricultural University (Natural Science Edition), 2020, 41(3): 33-37. |
| [35] |
周德成, 罗格平, 尹昌应, 等. 近50a阿克苏河流域土地利用/覆被变化过程[J]. 冰川冻土, 2010, 32(2): 275-284. Zhou D C, Luo G P, Yin C Y, et al. Land use/cover change of the Aksu River Watershed in the period of 1960-2008[J]. Journal of Glaciology and Geocryology, 2010, 32(2): 275-284. |
| [36] |
苗立志, 姜岩, 闾国年, 等. 阿克苏河流域土地利用变化与动态监测分析[J]. 地球信息科学, 2007, 9(2): 124-128. Miao L Z, Jiang Y, Lv G N, et al. Dynamic change of land use in the Aksu drainage basin[J]. Geo-Information Science, 2007, 9(2): 124-128. |
| [37] |
周德成, 罗格平, 许文强, 等. 1960—2008年阿克苏河流域生态系统服务价值动态[J]. 应用生态学报, 2010, 21(2): 399-408. Zhou D C, Luo G P, Xu W Q, et al. Dynamics of ecosystem services value in Aksu River Watershed in 1960-2008[J]. Chinese Journal of Applied Ecology, 2010, 21(2): 399-408. |
| [38] | 国家发展和改革委员会价格司. 全国农产品成本收益资料汇编[M]. 北京: 中国统计出版社, 2000-2020. |
| [39] | 新疆维吾尔自治区统计局. 新疆统计年鉴[M]. 北京: 中国统计出版社, 2000-2020. |
| [40] |
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. |
| [41] |
于海霞, 王禹骁. 东江流域生态系统服务价值的时空演变及空间分异机制[J]. 应用生态学报, 2023, 34(9): 2498-2506. Yu H X, Wang Y X. Spatio-temporal variations of ecosystem service value and its spatial heterogeneity mechanism in the Dongjiang River Basin, China[J]. Chinese Journal of Applied Ecology, 2023, 34(9): 2498-2506. |
| [42] |
桑潇, 国巧真, 潘应阳, 等. 基于TM和OLI数据山西省潞城市土地利用动态变化分析与预测[J]. 国土资源遥感, 2018, 30(2): 125-131. Sang X, Guo Q Z, Pan Y Y, et al. Research on land use dynamic change and prediction in Lucheng City of Shanxi Province based on TM and OLI[J]. Remote Sensing for Land & Resources, 2018, 30(2): 125-131. |
| [43] |
王若思, 潘洪义, 刘翊涵, 等. 基于动态当量的乐山市生态系统服务价值时空演变及驱动力研究[J]. 生态学报, 2022, 42(1): 76-90. Wang R S, Pan H Y, Liu Y H, et al. Evolution and driving force of ecosystem service value based on dynamic equivalent in Leshan City[J]. Acta Ecologica Sinica, 2022, 42(1): 76-90. |
| [44] |
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. |
| [45] |
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. |
| [46] |
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. |
| [47] |
谈旭, 王承武. 伊犁河谷生态系统服务价值时空演变及其驱动因素[J]. 应用生态学报, 2023, 34(10): 2747-2756. Tan X, Wang C W. Temporal and spatial evolution of ecosystem service value in Ili Valley and its driving factors[J]. Chinese Journal of Applied Ecology, 2023, 34(10): 2747-2756. |
| [48] |
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. |
| [49] |
吴海珍, 阿如旱, 郭田保, 等. 基于RS和GIS的内蒙古多伦县土地利用变化对生态服务价值的影响[J]. 地理科学, 2011, 31(1): 110-116. Wu H Z, A R H, Guo T B, et al. Impacts of land use change on ecosystem services value in Duolun county of Inner Mongolia based on RS and GIS[J]. Scientia Geographica Sinica, 2011, 31(1): 110-116. |
| [50] |
黄木易, 方斌, 岳文泽, 等. 近20a来巢湖流域生态服务价值空间分异机制的地理探测[J]. 地理研究, 2019, 38(11): 2790-2803. Huang M Y, Fang B, Yue W Z, et al. Spatial differentiation of ecosystem service values and its geographical detection in Chaohu Basin during 1995-2017[J]. Geographical Research, 2019, 38(11): 2790-2803. |
| [51] |
刘华超, 任春颖, 王宗明, 等. 大兴安岭生态功能区生态系统服务功能动态及权衡协同关系研究[J]. 生态与农村环境学报, 2022, 38(5): 587-598. Liu H C, Ren C Y, Wang Z M, et al. Dynamics of ecosystem service functions and their tradeoff and synergetic relationships in great Xing'an mountains ecological function zone[J]. Journal of Ecology and Rural Environment, 2022, 38(5): 587-598. |
| [52] |
兰紫橙, 贾岚, 程煜. 闽江流域生态系统服务价值评估及权衡协同关系[J]. 生态学报, 2020, 40(12): 3909-3920. Lan Z C, Jia L, Cheng Y. The ecosystem services evaluation and trade-off synergy in Min River Basin[J]. Acta Ecologica Sinica, 2020, 40(12): 3909-3920. |
| [53] |
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. |
| [54] | Wang J F, Li X H, Christakos G, et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China[J]. International Journal of Geographical Information Science, 2010, 24(1): 107-127. |
| [55] |
韩方红, 高凡, 何兵, 等. 1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素[J]. 环境科学, 2024, 45(6): 3297-3307. Han F H, Gao F, He B, et al. Exploring the spatial and temporal trajectories of land use carbon emissions and influencing factors in the Aksu River Basin from 1990 to 2020[J]. Environmental Science, 2024, 45(6): 3297-3307. |