2025, Vol. 46
2. 自然资源部海岸带开发与保护重点实验室，南京 210019;
3. 自然资源部碳中和与国土空间优化重点实验室，南京 210023;
4. 江苏省习近平新时代中国特色社会主义思想研究中心南京财经大学基地，南京 210023
2. Key Laboratory of Coastal Zone Exploitation and Protection, Ministry of Natural Resources, Nanjing 210019, China;
3. Key Laboratory of Carbon Neutrality and Territorial Optimization, Ministry of Natural Resources, Nanjing 210023, China;
4. Nanjing University of Finance and Economics Base of the Research Center of Xi Jinping's Thought on Socialism with Chinese Characteristics for the New Era in Jiangsu Province, Nanjing 210023, China
耕地作为土地生态系统中最主要的利用类型之一，是人类赖以生存的重要自然资源与物质基础[1]，其功能协调利用是当前人与自然和谐共生现代化背景下的必然选择. 在实现耕地多功能复合价值中，耕地生态系统服务功能肩负着保障区域生态安全、促进乡村振兴和满足人民美好需求等多重任务. 改革开放以来工业化和城镇化快速发展，带来了一系列区域可持续发展问题[2]，主要表现为城市空间的无序扩张、对土地的过度开发以及空间利用效率低下，造成我国生态环境持续退化和耕地资源的大量流失，严重威胁中国的可持续发展目标和生态基础. 耕地“非农化”、生境破碎化和自然灾害频发等一系列生态问题的显化，促进耕地保护在粮食安全底线约束和社会经济可持续发展的双重驱动下实现数量、质量和生态“三位一体”转型发展[3，4]. 因此，探究耕地生态系统服务功能及其变化规律对保障国家粮食安全、优化耕地利用效能和实现高质量发展具有重要的现实意义.
耕地系统是半自然半人工的复合系统[5]，为人类提供了多样化的生态系统服务. 生态系统服务功能是指人类从生态系统的各种产品和服务中直接或间接的获益[6]，可分为供给服务、调节服务、文化服务和支持服务这四大类[7]. 耕地既能通过供给服务为人类生存和发展提供粮食和经济作物，同时也提供调节服务、支持服务和文化服务等公共产品. 目前，学者们对耕地生态系统服务功能的内涵和分类展开了大量研究[8~10]，农业生产过程中，耕地不仅发挥其基本生产功能，还提供了如水源涵养和土壤保持等生态系统服务功能[11]. 随着研究的深入，学界对生态系统服务价值评价的关注也日益增加[12，13]. 现有研究从国家、省、市、县、栅格等尺度上，开展耕地生态系统服务功能评估[14~17]. 其中，部分学者采用传统数理统计方法，如价值量法、物质量法和能值法等方法测度耕地生态系统服务功能[18]，价值量法和物质量法即通过生态系统服务模型将生态系统服务转换成物质量后进行价值评估的方法，其二者的区别在于是否采用货币衡量生态系统服务的价值；而能值法则通过将生态系统内无法比较的各种服务转换成太阳能值进行统一度量. 3种方法均能将生态系统与经济系统相联系，能值法应用较为复杂，主要用于流域等生态特征影响范围更大的生态系统服务的评价；而价值量法和物质量法更直观且易于接受，应用更为广泛. 部分学者基于耕地自然生态系统结构特征，通过InVEST、SolVES和EMP等生态系统服务功能评价模型，从水源涵养、土壤保持、碳储存和生境质量等维度对生态系统服务功能进行测度[19]，以期精准识别特定区域的生态问题. 相较于SolVES模型对环境变量参数设置单一与EMP模型普及程度较差的问题，InVEST模型通过模拟不同土地覆被情景下生态系统服务物质量和价值量的变化，实现了生态系统服务功能价值定量评估的空间可视化表达，并凭借其数据获取难度低、易于操作等特点，适用范围较广. 此外，土地利用和土地覆被数据、气象数据、遥感数据等更为精细的数据已被证实可用于评价生态系统服务功能并监测其变化[16]. 现有研究中，大多聚焦于生态系统服务价值的时空演变[18~22]与土地利用变化对生态系统服务的影响[23，24]. 同时，目前已有多种方法用于识别生态系统服务间的相关关系[25，26]，如采用Spearman相关分析法[27]、地理加权回归[28]和双变量空间自相关[29]等全局回归模型分析权衡与协同关系的空间分布情况[30]，但此类方法无法展现出生态系统服务功能的空间效应[28]. 当前，较多学者采用地理探测器识别耕地生态系统服务功能的主要驱动因素[31，32]，发现随着经济水平达到一定高度，外部驱动因素对耕地生态系统服务功能空间分异的影响能力逐渐大于区域本底因素；有学者采用空间计量分析[33]和冗余分析[34]等方法揭示耕地功能的驱动机制，发现不同类型耕地功能的主要驱动因素及其作用机制存在差异[35]；还有一些研究运用约束线及多层次建模等方法量化多尺度自然因素和人文因素对不同类型农业生态系统服务的影响，并发现自然因素和社会因素共同作用于耕地功能[36，37]. 综上所述，耕地生态服务功能得到了学界的广泛关注，在理论和方法上都取得了显著进展. 然而，现有研究大多基于统计数据定量评估耕地生态系统服务功能，缺乏对耕地生态系统服务功能间相互关系空间分布格局的探索，在耕地生态服务功能的驱动机制方面也尚有不足.
长三角地区是我国传统农区，江苏省和安徽省更是我国重要的农业大省，然而，伴随着人类活动对耕地系统干扰日益加剧，耕地面积和农业生态空间大幅缩减，人均耕地面积仅约0.05 hm2，远低于全国平均水平，而长三角地区日益增长的人口对区域土地的空间布局和优化利用形成较大阻力. 因此，本研究结合长三角地区2000~2020年多源数据（如社会经济数据、土地利用数据和遥感数据等），首先识别并综合评价长三角地区耕地生态系统服务功能，并通过核密度分析及相关地理空间分析方法进行可视化制图，以展示其时空变化；然后，引入均方根误差（RMSE）揭示研究期内长三角各地级市耕地生态系统服务的6个功能之间的动态交互关系，并进一步确定这些功能的潜在社会生态影响因素；最后，利用地理探测器对耕地生态系统服务功能的驱动因子进行探究，并构建相应的驱动机制，旨在为长三角地区耕地生态系统可持续发展提供理论支撑.
1 材料与方法 1.1 研究区概况长三角地区（119°24'~122°30'E，30°20'~32°30'N）包括上海市以及江苏省、浙江省和安徽省全域，共41个地级及以上城市（图 1），自然条件优越，耕地面积12.65万km2，是我国重要的粮食生产基地，2020年长三角地区的粮食总产量8 445万t，占我国粮食总产量的比例超12%. 作为我国经济发展最繁荣、人口密度最大的区域之一，长三角地区人均GDP突破1.8万美元；常驻人口的城镇化率超70%，超全国平均城镇化率近7个百分点，选取长三角地区作为研究区，对保障耕地生态安全和粮食安全具有重要意义.
|
图 1 研究区区划示意 Fig. 1 Study area location |
耕地生态系统服务功能评价指标体系主要涵盖社会经济数据、遥感数据与栅格数据. 社会经济数据包括粮食作物产量、非农产业产值、地区生产总值、农村居民人均可支配收入、地均化肥农药施用量，来源于2001年、2011年和2021年研究区各地级市统计年鉴；遥感数据中净初级生产力数据（NPP）源自美国国家海洋和大气管理局（http://www.noga.gov），分辨率为500 m；土地利用数据来自国家基础地理信息中心（https://ngcc.cn），分辨率为30 m；耕地质量数据采用自然资源部的公开数据（http://www.mnr.gov.cn/fw/ywtb/zh/）；DEM和坡度数据来源于地理空间数据云（http://www.gscloud.cn/serch），分辨率为30 m；土壤数据来源于中国土壤数据库（vdb3.soil.csdb.cn/）；降雨数据来自国家气象信息中心（https://data.cma.cn/）；流域数据来自中国科学院资源环境科学与数据中心（https://www.resdc.cn/）；路网数据采用国家基础地理信息中心发布的全国道路网矢量数据集. 为保证研究的精确性，所有栅格数据均以土地利用为基准调整坐标系且分辨率统一.
1.3 研究方法 1.3.1 耕地生态系统服务功能评价模型考虑到数据的可获取性、指标的可靠性和耕地生态系统服务功能量化的可实现性，本研究将耕地生态系统服务功能识别为：粮食供给功能、水源涵养功能、土壤保持功能、生物多样性功能、气候调节功能以及景观美学功能这6项，具体指标及其释义见表 1.
|
表 1 耕地生态系统服务功能评价方法 Table 1 Evaluation method of cultivated land ecosystem service functions |
（1）粮食供给功能 粮食供给功能是耕地生态系统服务功能中最基本的供给服务，对保障国家粮食安全以及守住耕地红线具有重大意义. 耕地的粮食供给功能主要通过粮食作物产出体现，本研究选取单位面积粮食产量作为衡量指标.
（2）水源涵养功能 良好的水源涵养能力是地区生态安全的重要基础，耕地的水源涵养能力较强，评估耕地水源涵养功能有助于提升其生态系统服务功能[38]. 因此，本文通过InVEST模型的Water Yield模块计算不同耕地利用模式对年度地表产水量的相对贡献和影响，并将其作为测算耕地水源涵养量的指标，具体计算过程见文献[39].
（3）土壤保持功能 土壤保持服务是生态系统重要的调节服务，是指耕地生态系统防止土壤流失的侵蚀调控能力. 本研究采用RUSLE模型核算每个景观斑块的潜在土壤侵蚀量和实际土壤侵蚀量之差，以评估耕地的土壤保持量. 具体计算公式的模型中长三角地区土壤可蚀性因子的修正及坡长坡度因子的计算见文献[24~26].
（4）生物多样性功能 本研究选取生境质量指标评价耕地生态系统为物种提供生存、繁衍空间的能力，其核心是评估耕地对生物多样性的维持水平. 该指标通过InVEST模型中生境质量模块计算生态环境能够提供适合自然生态条件的能力，此结果能反映区域生境破碎程度以及对生境退化的抗干扰能力.
（5）气候调节功能 气候调节功能是指耕地生态系统通过植被蒸腾作用对气候进行调节的服务，本研究选取单位耕地面积固碳量作为评价指标，衡量耕地对气候调节的功能水平. 其中，碳固存量根据InVEST模型的Carbon模块计算得出，由于InVEST模型所需的数据为经验数据，故借助已有研究成果确定不同地类的碳库参数[40，41].
（6）景观美学功能 大面积的连片耕地不仅能使耕地生态系统保持相对稳定，亦能满足人类对景观的美学需求[42]. 因此，本文通过软件Fragstats 4.1计算长三角地区耕地的形状指数，用以测算耕地的景观美学功能.
1.3.2 核密度估计核密度估计（kernel density estimation，KDE）是一种用于估计概率密度函数的非参数方法，其优点是不需要进行任何参数模型假设，能够用连续的密度曲线描述随机变量的分布形态和演进特征[42]. 本研究采用学术界主流的高斯核函数对长三角地区耕地生态系统服务功能时序动态演进进行估计，计算方法为[43]：
|
(1) |
式中，n表示样本量；h表示带宽；xi表示样本观测值；K（）表示核函数，曲线波峰数量可说明功能值是否存在多极分化现象，曲线波峰高度可描述功能值密集程度演化特征，曲线重心位置可刻画功能值大小演进特征，曲线拖尾长度可刻画高（低）功能值区的差异演进特征.
1.3.3 数据标准化耕地生态系统服务功能评价指标涉及农业、生态等方面的指标，由于各指标的单位、性质等表征不同，需对指标进行标准化处理. 本研究采用极差标准化处理方法，结合每个指标的属性，消除量纲，并将所有指标作归一化处理，以便比较各个指标. 计算方法如下.
正向指标：
|
(2) |
负向指标：
|
(3) |
式中，Xij和Xij_std分别表示地级市j的第i个耕地生态系统服务功能值及其标准化后的值；Xi_max和Xi_min分别表示地级市j的第i个耕地生态系统服务功能的最大值和最小值.
此外，本研究通过对简单未加权的标准化指标值求和来计算地级市的每个耕地生态系统服务功能值，并且通过计算2000~2020年各个地级市每个耕地生态服务功能值的变化率，进一步揭示耕地生态系统服务功能的时空演化趋势. 耕地生态系统服务功能变化率的计算方法如下：
|
(4) |
式中，CEFCRkj表示T1~T2期间地级市j的第k个耕地生态系统服务功能的变化率；CEFkj_T1和CEFkj_T2分别表示地级市j在T1和T2时期的第k个功能值.
1.3.4 均方根误差学者们通常将多个耕地功能之间的相互作用定义为权衡或协同关系. 在传统的统计学视角下，权衡关系被看作负相关，而协同关系则是耕地功能配对后体现的正相关关系[45~47]. 然而，相关性分析只能识别整个区域中两个功能之间的一般相互作用. 本研究以单个耕地生态系统服务功能的均方根误差（root mean square error，RMSE）为切入点，衡量地级市耕地生态系统服务功能的权衡水平，RMSE可以测量单个耕地生态系统服务功能值与平均值之间的差异，从而描述两个或多个耕地生态系统服务功能之间的权衡关系. 计算方法如下：
|
(5) |
式中，CEFkj表示地级市j的第k个耕地生态系统服务功能值，CEFkj表示地级市j的n个耕地生态系统服务功能的平均值. 均方根误差越大，表示单个耕地生态系统服务功能的值与平均值之间的差异越大，即各个功能之间表现出越强的权衡关系.
1.3.5 地理探测器地理探测器是基于空间分异理论探究变量影响因子之间的交互作用与空间关联的统计学方法，该模型包括因子探测器、交互作用探测器、风险探测器以及生态探测器[48]. 其优势在于不设置线性假设和条件限制，可客观探测不同类别因子的驱动作用及各因子之间的交互作用. 本研究首先运用自然断点法对驱动因素进行离散化和类别化处理，再借助地理探测器的因子探测器、交互作用探测器，定量识别各因子对耕地生态系统服务功能的作用大小及因子间的交互作用，进而讨论长三角耕地生态系统服务功能时空演化的驱动机制. 地理探测器以统计量q揭示了各驱动因子对被解释变量影响程度的大小. 某影响因子Xi的q值计算如下：
|
(6) |
式中，m表示研究区域内影响因子的分类数；N和Ni分别表示整个研究区域和第i层的观测单元数；σ和σi分别表示整个研究区域和第i层中被解释变量的方差. q值范围为0~1，q值越大表示影响因子Xi对因变量Y的贡献越高.
耕地生态系统服务功能时空演变既受内生因素影响，亦会因外在驱动改变. 探究耕地生态系统服务功能时空演变的驱动机制对实现耕地有效保护和可持续利用具有重要意义. 参照现有研究[17，33]，本文从外部驱动因素和区域本底因素两个维度分析各因素对耕地生态系统服务功能时空演变的影响程度（表 2）. 依据指标可代表性和数据可获得性原则，在外部驱动因素方面，选取农村居民人均收入反映经营主体对耕地生态系统的认知水平；选取非农产业产值占GDP比例反映第二、三产业发展现状对耕地生态系统服务功能的经济支撑及需求导向；选取路网密度和城镇化水平反映城镇化发展对耕地资源本底条件及其生态系统服务功能水平的人力改造和强度大小；选取化肥农药投入量反映耕地生态环境及其所处区域农业现代化的整体情况. 本文主要从地形条件、环境条件、耕地质量以及气候条件这4个角度入手，选取驱动耕地生态系统服务时空演变的区域本底因素，选取高程和坡度反映耕地的地形情况；选取耕地距主要河流距离反映耕地所处的水文环境；将耕地质量直接量化，并对其赋值以等级反映耕地质量高低；选取年均降水量反映耕地所处区域的气候条件.
|
|
表 2 耕地生态系统服务功能驱动因素指标体系 Table 2 Index system of driving factors of cultivated land ecosystem service functions |
2 结果与分析 2.1 耕地生态系统服务功能评价 2.1.1 时序演变特征
依据耕地生态系统服务功能水平标准化评价结果，采用Eviews10软件绘制2000~2020年耕地粮食供给、水源涵养、土壤保持、生物多样性、气候调节和景观美学功能水平核密度曲线图（图 2）. ①从耕地粮食供给和土壤保持功能核密度曲线图来看，曲线重心经历“左-右-左”迁移，曲线由双波峰向单一波峰过渡且高度逐渐上升，表明研究期内长三角地区耕地生态系统的粮食供给功能水平整体呈现“上升-下降-上升”的波动趋势，各地级市粮食供给功能处于极化状态但差异有所减弱，而土壤保持功能的差异有所扩大；②从耕地水源涵养功能核密度曲线来看，曲线重心较大程度向左迁移，曲线保持单一波峰且经历“先上升-后下降”的趋势，且曲线右尾存在逐年拉长现象，表明研究期内长三角地区耕地水源涵养功能水平整体呈现下降趋势，各城市水源涵养功能差异逐步扩大；③从耕地生物多样性功能核密度曲线来看，曲线重心偏移不大，曲线保持单一波峰，呈现“先下降，后上升”的特征，曲线宽度先扩大，后缩小，表明长三角耕地生物多样性功能水平整体呈现小幅提升，市域间生物多样性水平差异呈现先扩大后缩小的特征；④从耕地气候调节功能核密度曲线来看，曲线重心不断向左迁移，曲线保持单一波峰且高度逐渐上升，曲线宽度逐渐缩小，表明研究期内长三角耕地的气候调节功能水平有所下降，市域间气候调节差距呈缩小趋势；⑤从耕地景观美学功能核密度曲线来看，曲线重心不断右移，波峰垂直高度下降，水平宽度扩大，说明研究期内长三角地区耕地景观美学功能水平有所下降，市域间耕地景观美学功能水平差异进一步加剧.
|
图 2 2000~2020年长三角地区耕地生态系统服务功能时序特征 Fig. 2 Temporal evolution of cultivated land ecosystem service functions in the Yangtze River Delta from 2000 to 2020 |
为直观呈现长三角地区耕地生态系统服务功能的空间分异格局，测算6个具体功能经标准化后的数值，并绘制其空间分布（图 3）. 粮食供给功能空间分布格局显示，2000~2020年长三角地区耕地粮食供给功能水平高值区均集中于上海市及江苏省的中部和北部，整体呈现出“东北高，西南低”的非均衡空间分布格局，地区间差异明显；2000~2020年研究区内的水源涵养功能呈现出“南北高，中部低”的空间分布格局，研究区内超九成的区域水源涵养功能值高于0.6，处于较高水平；从土壤保持功能来看，本研究期内长三角地区耕地的土壤保持功能整体呈“北高南低”的空间分布格局. 本研究期内，皖北和苏北地区的土壤保持能力显著高于其他地区，这两个地区耕地资源丰富，规模经营范围较广，土壤侵蚀量较小，使得土壤保持服务功能稳定保持高水平；研究期内长三角地区耕地生物多样性功能高值区主要分布于研究区的东北部. 其中，苏州的生境质量在研究区内稳步提升，保持在较高水平，这得益于近年来苏州始终坚持最严格的耕地保护制度，积极推动耕地质量保护与提升；从气候调节功能来看，本研究期内长三角地区耕地气候调节功能水平随时间推移存在较为明显的下降趋势，整体呈现出“北高南低”的空间分布格局. 2000~2010年，区域内整体降幅显著，低水平区沿长三角腹地向江苏北部和浙江南部及周边地区延展；2010~2020年气候调节功能水平持续下降，市域间差距缩小，耕地气候调节的空间极化程度得到改善；本研究期内长三角地区耕地景观美学功能高水平区分散位于浙江南部、安徽西北部和江苏东部地区，低水平区则位于安徽东部和江苏北部地区，大体呈现“四周高，中间低”的空间非均衡格局，整体呈明显的下降趋势，长三角地区的耕地逐渐破碎化，耕地景观美学功能不断削弱.
|
图 3 2000~2020年长三角地区耕地生态系统服务功能空间格局 Fig. 3 Spatial pattern of cultivated land ecosystem service functions in the Yangtze River Delta from 2000 to 2020 |
本研究对长三角地区耕地生态系统服务功能的权衡关系进行了探究，并将耕地生态系统服务功能RMSE值的空间分布及其变化率进行了可视化分析（图 4）. 本研究期内，长三角地区不同类型耕地生态系统服务功能之间权衡的均方根误差值在0.12~0.45之间. 2000年，耕地生态系统服务功能RMSE的最高值出现在安徽省六安市. 此外，无锡、连云港、马鞍山和温州的均方根误差也较大. 2000~2010年江苏北部、安徽中部以及浙江南部的RMSE值显著提高，表明这些区域的耕地生态系统服务功能的权衡关系增强. 2020年，耕地生态系统服务功能均方根误差的高值区主要分布在上海市、江苏北部、安徽西北部和浙南地区，14个地级市权衡耕地生态服务功能的RMSE值均大于0.27. 2010~2020年，耕地生态系统服务功能权衡RMSE值在上海市、江苏中部和浙江省的杭州、宁波以及温州显著增加，而在皖中和苏北部则显著下降. 总体来看，在研究期内，苏中和浙北地区，耕地生态系统服务功能权衡RMSE值显著增加. 此外，2000~2020年，皖中和皖南地区耕地生态系统服务功能权衡RMSE值显著下降. 从2000~2020年，上海的耕地生态系统服务功能的权衡关系总体上有所增加.
|
图 4 2000~2020年长三角地区耕地生态系统服务功能权衡RMSE值及其变化率 Fig. 4 Trade-off RMSE value and change rate of cultivated land ecosystem service functions in the Yangtze River Delta from 2000 to 2020 |
在揭示长三角地区耕地生态服务功能演变规律的基础上，采用地理探测器模型探究各驱动因子对耕地生态系统服务功能值的驱动力（表 3）. 长三角地区耕地生态系统服务功能受多种因素共同影响，不同驱动因子对长三角耕地生态系统服务功能空间分异的解释力差异明显. ①从区域本底因素来看，研究期内对耕地生态系统服务功能驱动力最强为高程和坡度，年均降水量对耕地生态系统服务功能的影响也较为明显；②从外部驱动因素来看，化肥农药施用量对耕地生态系统服务功能的驱动力最强，路网密度的解释力次之，农村居民人均可支配收入也对耕地生态系统服务存在较强的驱动作用；③由结果可知，区域本底因素对于耕地生态系统服务的解释力总是高于外部驱动因素，该结果表明，区域本底因素和外部驱动因素对耕地生态服务功能的影响均较为显著，其中高程和坡度的解释力最强，并且这两个因子均在1%的水平下显著，这也说明区域本体因素是驱动长三角地区耕地生态服务功能的主导因素.
|
|
表 3 耕地生态系统服务功能时空演变驱动因子探测结果（q值） Table 3 Detection results of spatiotemporal evolution driving factors of cultivated land ecosystem service functions(q values) |
2.3.2 交互作用探测分析
交互探测用于探测两个影响因子的交互作用是否会影响单因子对因变量的解释力（图 5）. 具体如下：①本研究期内，因子交互作用均呈现双因子增强和非线性增强，说明长三角地区耕地生态系统服务功能空间分异是多因子共同作用的结果，且双因素交互作用各驱动因子对耕地生态系统服务的驱动起到正向强化作用. 同时，随着时间发展，非线性增强类型逐渐增多，这表明驱动因子交互作用逐渐增强，各因子间的合力作用逐渐凸显；②农村居民人均可支配收入（X1）和坡度（X7）与其他因子交互后解释力均有所提高，非农产值占GDP比例（X2）和城镇化水平（X4）与其他因子的交互作用有所减弱，这也进一步验证了区域本底因素是驱动耕地生态系统服务功能时空演化的主要因子，外部驱动因素的作用不断增强，亦体现了耕地作为人类改造自然的产物，其生态系统服务水平同时受人类社会和自然环境两方面的影响，二者共同推动耕地生态系统服务功能发展和空间分异性的产生.
|
图 5 长三角地区耕地生态系统服务功能驱动因子交互作用探测结果 Fig. 5 Detection results of the interaction of driving factors of cultivated land ecosystem service functions in the Yangtze River Delta |
结合上述结果可知，耕地生态系统服务功能演变受自然环境内生驱动和人类活动外部驱动的复合影响，具体驱动机制如下：①区域本底因素是影响耕地生态系统服务功能演化的基础因素. 丘陵地区的耕地资源较平原地区水源涵养和土壤保持能力要差，而后天的占用进一步加剧了其生态系统服务功能的退化；从理论上来说，年均降水量、距主要河流距离和耕地质量应与耕地生态系统服务功能呈正相关关系，良好的水文环境和优越的本底条件是促进耕地生态系统功能发挥作用和良性循环的重要因素；②外部驱动因素是耕地生态系统服务功能演化的重要因素. 随着经济发展水平不断提高，一方面，农村居民收入增加，深化了经营主体对耕地的认知水平和能力，促使他们由关注耕地生产服务功能转向注重生态系统服务功能水平的提升，不再盲目地以增产为发展需求，逐渐减少耕地化肥施用量，促进耕地生态效益的发挥和利用方式的转变；另一方面，工业快速发展、路网密度和城镇化水平提高，必然使得耕地生态系统遭到污染，耕地资源被占用和破坏，对耕地本底生态产生较大负面影响，抑制耕地生态系统服务功能水平的发挥.
3 讨论 3.1 长三角地区耕地生态系统服务功能时空演变及驱动因素分析本文基于行政区尺度，利用核密度估计和地理空间分析方法刻画耕地生态系统服务时空演变特征. ①从供给服务来看，本文关于粮食供给和水源涵养功能的空间分布格局与李成等[49]的研究结果一致；针对水源涵养功能值变化，李成等[49]对比2005年和2019年长三角核心区产水量发现其呈现上升趋势，而本文的研究结果则显示长三角地区产水量整体略有下降，造成这一差异的原因可能是单一时间节点的降水数据存在突变，这种差异印证了本文开展长时序实证研究的必要性. ②从调节和支持服务来看，本研究认为长三角地区的土壤保持服务呈现“北高南低”的空间分布格局，与汪勇政等[50]的研究结果略有不同，这是因为长三角地区南部的地形以山地丘陵为主，相较于长三角北部地区坡度更大，而这也印证了本文的研究结果，即坡度对于耕地生态系统服务功能具有较大的影响力，在陡峭的地形条件下更容易发生土壤侵蚀. 生物多样性功能值最低的地区是上海市，上海市城市化率和经济发展水平较高，导致耕地破碎化程度严重，从而导致生境质量较低. ③从文化服务来看，本文的研究结果显示景观美学的高值区主要分布于研究区南部，这是由于浙江南部以山地丘陵地形为主，植被覆盖率高，景观连续性较好，且分布有梯田等景观，美观度较高.
本文研究结果表明区域本底因素对耕地生态系统服务功能的影响更为显著，地形条件对耕地生态系统服务的影响起决定性作用，这也与前人对于地形因素是制约耕地规模化经营和农业生产劳动率提高的主要因素的结论相一致[16]. 随着社会经济发展水平不断提高，外部驱动因素对耕地生态系统服务的影响日益增长，非农产值占GDP比例增加和城镇化水平提高会弱化耕地生态系统服务功能，这是由于非农产值增加必然导致传统农耕活动减少，易导致耕地撂荒；城镇化水平提高使得城市面积不断扩张，农业从业人员不断减少，使得耕地“非农化”和“破碎化”程度不断提高.
3.2 长三角地区耕地生态系统服务功能相关关系本研究结果表明，长三角地区经济更为发达的地区生态系统服务功能权衡关系有显著增长，然而不同地区的动因却有所区别. 就上海市和苏南地区而言，权衡关系的增强与这些地区较高的经济发展水平和人类活动强度有关；而对于浙江南部来说，则与该地区的土地利用格局有关，以丘陵为主的地区对降雨的蓄积能力更弱，且该地区植被覆盖率高，导致潜在蒸散量更大，产水量更低. 对于皖中、皖南和苏北等权衡减弱的地区，则是由于这些地区的地形以平原为主，耕地质量较高，加之农业现代化水平不断提高，使土壤表层破坏较小.
长三角地区耕地生态系统服务之间的相关关系存在较为明显的空间分异特征，应尽可能降低权衡关系，在决策制定时合理分区，更精细地把握不同区域耕地生态系统服务的相关关系，促进可持续发展，并由此得到相关启示：①针对安徽省、苏北地区等粮食主产区，应在保障粮食供给的基础上，推进耕地生态治理，开展耕地整治、土地综合整治等工作，以更好地发挥耕地生态系统服务价值. ②对上海市、苏南地区及浙江东北部等城市化率较高的地区，应当保证耕地数量，积极发展生态农业和观光农业，严格控制建设用地增长，提高城市土地绿色利用效率. ③对于浙江南部等生态保护重点地区则应加强生态用地保护，着力提高农业土地生产率，提高农业发展综合机械化、设施化以及规模化水平，因地制宜制定耕地保护政策，防止耕地非农化，以更好地发挥耕地生态系统服务的价值. ④坚持贯彻“人与自然和谐共生”理念，在合理保护长三角地区耕地资源禀赋的基础上，转变农业发展模式，提升农村居民可支配收入水平，从而形成耕地生态系统良性循环.
3.3 不足与展望探究典型地域粮食主产区的耕地生态服务功能时空演变特征及其驱动机制对于理解耕地保护转型背景下的资源优化配置、制定合理的区域土地管理与规划政策至关重要. 本研究以耕地生态系统服务功能为切入点，探究其时空演变和驱动机制，但仍旧存在一定的不足之处：①本研究采取的地理探测器模型仅能对耕地生态系统服务驱动因子的解释力大小进行检验，却无法判断驱动力的方向. ②本研究仅从行政区尺度对长三角地区耕地生态系统服务功能开展实证研究，未从更细的县域、栅格尺度揭示生态系统服务功能时空演化规律和驱动机制.
针对上述不足之处，后续研究应选取更精准的模型反映各因子解释力方向，且应考虑政策因素对耕地生态系统服务功能的影响，并尝试将政策量化，构建更适宜、准确的评价指标体系，选取更加全面和丰富的驱动因子，从多尺度入手分析，以期为长三角地区耕地生态系统优化配置和功能协同提升提供政策支持.
4 结论（1）2000~2020年长三角地区耕地生态系统服务功能变化趋势不同，粮食供给、土壤保持和生物多样性功能呈现增长趋势，水源涵养、气候调节和景观美学功能整体呈下降趋势，且不同类型耕地生态系统服务功能均呈现非均衡的空间分布格局.
（2）研究期内，长三角地区不同类型耕地生态系统服务功能之间权衡关系呈现集聚提升的趋势. 上海市、苏中和浙北地区耕地生态系统服务功能权衡关系显著增强，皖中和皖南地区耕地生态系统服务功能权衡关系稍有削弱.
（3）区域本底因素和外部驱动因素共同作用于长三角地区耕地生态系统服务功能，且区域本底因素为主要驱动因子. 研究期内，耕地生态系统服务功能空间分异是多因子共同作用的结果，且各驱动因子对于耕地生态系统服务功能的驱动均起正向强化作用.
| [1] |
张玥, 代亚强, 陈媛媛, 等. 中国耕地多功能耦合协调时空演变及其驱动因素[J]. 农业工程学报, 2023, 39(7): 244-255. Zhang Y, Dai Y Q, Chen Y Y, et al. Spatial-temporal evolution and driving factors of cultivated land multifunctional coupling coordination development in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(7): 244-255. |
| [2] |
范业婷, 金晓斌, 甘乐, 等. 长三角地区土地利用功能权衡的空间特征及其影响机制[J]. 资源科学, 2022, 44(8): 1589-1603. Fan Y T, Jin X B, Gan L, et al. Spatial characteristics and influencing mechanism of trade-offs between multiple land use functions in the Yangtze River Delta region[J]. Resources Science, 2022, 44(8): 1589-1603. |
| [3] |
孙小祥, 杨桂山, 欧维新, 等. 太湖流域耕地变化及其对生态服务功能影响研究[J]. 自然资源学报, 2014, 29(10): 1675-1685. Sun X X, Yang G S, Ou W X, et al. Impacts of cropland change on ecosystem services in the Taihu Lake Basin[J]. Journal of Natural Resources, 2014, 29(10): 1675-1685. DOI:10.11849/zrzyxb.2014.10.004 |
| [4] |
孔祥斌, 陈文广, 党昱譞. 中国耕地保护现状、挑战与转型[J]. 湖南师范大学社会科学学报, 2023, 52(5): 31-41. Kong X B, Chen W G, Dang Y X. Current situation, challenges and transformation of cultivated land protection in China[J]. Journal of Social Science of Hunan Normal University, 2023, 52(5): 31-41. |
| [5] |
范业婷, 金晓斌, 项晓敏, 等. 苏南地区耕地多功能评价与空间特征分析[J]. 资源科学, 2018, 40(5): 980-992. Fan Y T, Jin X B, Xiang X M, et al. Evaluation and spatial characteristics of arable land multifunction in southern Jiangsu[J]. Resources Science, 2018, 40(5): 980-992. |
| [6] | 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 |
| [7] |
贺淑钰, 王玲, 陈俊辰, 等. 农业主产区生态系统服务供需格局及影响因素分析——以湖北省四湖流域为例[J]. 长江流域资源与环境, 2024, 33(4): 810-821. He S Y, Wang L, Chen J C, et al. Supply-demand spatial pattern of ecosystem services and influencing factors in agricultural production area: a case of Sihu Lake Basin in Hubei Province[J]. Resources and Environment in the Yangtze Basin, 2024, 33(4): 810-821. |
| [8] |
姜广辉, 张凤荣, 孔祥斌, 等. 耕地多功能的层次性及其多功能保护[J]. 中国土地科学, 2011, 25(8): 42-47. Jiang G H, Zhang F R, Kong X B, et al. The different levels and the protection of multi-functions of cultivated land[J]. China Land Science, 2011, 25(8): 42-47. DOI:10.3969/j.issn.1001-8158.2011.08.007 |
| [9] |
宋小青, 欧阳竹. 耕地多功能内涵及其对耕地保护的启示[J]. 地理科学进展, 2012, 31(7): 859-868. Song X Q, Ouyang Z. Connotation of multifunctional cultivated land and its implications for cultivated land protection[J]. Progress in Geography, 2012, 31(7): 859-868. |
| [10] |
辛芸娜, 孔祥斌, 郧文聚. 北京大都市边缘区耕地多功能评价指标体系构建——以大兴区为例[J]. 中国土地科学, 2017, 31(8): 77-87. Xin Y N, Kong X B, Yun W J. Design and application of multi-functional evaluation index system for cultivated land in metropolitan fringe of Beijing: a case study in Daxing District[J]. China Land Sciences, 2017, 31(8): 77-87. |
| [11] |
许多艺, 濮励杰, 黄思华, 等. 江苏省耕地多功能时空动态分析及对耕地数量变化响应研究[J]. 长江流域资源与环境, 2022, 31(3): 575-587. Xu D Y, Pu L J, Huang S H, et al. Spatial and Temporal dynamic analysis of cultivated land multifunction in Jiangsu Province and its response to cultivated land change[J]. Resources and Environment in the Yangtze Basin, 2022, 31(3): 575-587. |
| [12] | Wang J Y, Su D, Wu Q, et al. Study on eco-efficiency of cultivated land utilization based on the improvement of ecosystem services and emergy analysis[J]. Science of the Total Environment, 2023, 882. DOI:10.1016/j.scitotenv.2023.163489 |
| [13] |
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. |
| [14] |
卫新东, 林良国, 罗平平, 等. 耕地多功能耦合协调发展时空格局与驱动力分析[J]. 农业工程学报, 2022, 38(4): 260-269. Wei X D, Lin L G, Luo P P, et al. Spatiotemporal pattern and driving force analysis of multi-functional coupling coordinated development of cultivated land[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(4): 260-269. |
| [15] |
王立业, 师春春, 张文信, 等. 2009-2019年山东省耕地生态安全评价及障碍因子诊断[J]. 水土保持研究, 2022, 29(6): 138-145, 153. Wang L Y, Shi C C, Zhang W X, et al. Evaluation of cropland ecological security and diagnosis of its obstacle factors in Shandong Province in 2009-2019[J]. Research of Soil and Water Conservation, 2022, 29(6): 138-145, 153. |
| [16] | Fan Y T, Jin X B, Gan L, et al. Exploring an integrated framework for "dynamic-mechanism-clustering" of multiple cultivated land functions in the Yangtze River Delta region[J]. Applied Geography, 2023, 159. DOI:10.1016/j.apgeog.2023.103061 |
| [17] |
朱从谋, 李武艳, 杜莹莹, 等. 浙江省耕地多功能价值时空变化与权衡-协同关系[J]. 农业工程学报, 2020, 36(14): 263-272. Zhu C M, Li W Y, Du Y Y, et al. Spatial-temporal change, trade-off and synergy relationships of cropland multifunctional value in Zhejiang Province, China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(14): 263-272. DOI:10.11975/j.issn.1002-6819.2020.14.032 |
| [18] |
吴冉, 刘艳, 孔涵, 等. 长江经济带耕地利用效率与生态系统服务耦合关系研究[J]. 长江流域资源与环境, 2024, 33(2): 300-309. Wu R, Liu Y, Kong H, et al. Coupling study of farmland utilization efficiency and ecosystem services in the Yangtze River economic belt[J]. Resources and Environment in the Yangtze Basin, 2024, 33(2): 300-309. |
| [19] |
黄贞斌, 李红波. 武汉城市圈土地利用及生态系统服务价值时空演变多情景模拟[J]. 长江流域资源与环境, 2023, 32(12): 2542-2557. Huang Z B, Li H B. Multi-scenario simulation of temporal-spatial evolution of land uses and ecosystem services in Wuhan Urban Agglomeration[J]. Resources and Environment in the Yangtze Basin, 2023, 32(12): 2542-2557. |
| [20] |
赵雪雁, 马平易, 李文青, 等. 黄土高原生态系统服务供需关系的时空变化[J]. 地理学报, 2021, 76(11): 2780-2796. Zhao X Y, Ma P Y, Li W Q, et al. Spatiotemporal changes of supply and demand relationships of ecosystem services in the Loess Plateau[J]. Acta Geographica Sinica, 2021, 76(11): 2780-2796. DOI:10.11821/dlxb202111013 |
| [21] |
林瑒焱, 徐昔保. 长三角地区生态系统生产总值时空变化及重要生态保护空间识别[J]. 资源科学, 2022, 44(4): 847-859. Lin Y Y, Xu X B. Spatiotemporal variations of gross ecosystem product and identification of important ecological protection spaces in the Yangtze River Delta[J]. Resources Science, 2022, 44(4): 847-859. |
| [22] |
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 |
| [23] |
孟庆香, 张莉坤, 位贺杰, 等. 基于土地利用/覆被变化的伊河流域生态系统服务供需风险时空演变[J]. 生态学报, 2022, 42(5): 2033-2049. Meng Q X, Zhang L K, Wei H J, et al. Spatio-temporal evolution of the supply and demand risk of ecosystem services in the Yihe River Basin based on LUCC[J]. Acta Ecologica Sinica, 2022, 42(5): 2033-2049. |
| [24] |
孙定钊, 梁友嘉, 刘丽珺. 贵州省2000~2020年土地利用变化对生态系统服务价值的影响[J]. 长江流域资源与环境, 2024, 33(3): 547-560. Sun D Z, Liang Y J, Liu L J. Impact of land use change on ecosystem service values in Guizhou Province from 2000 to 2020[J]. Resources and Environment in the Yangtze Basin, 2024, 33(3): 547-560. |
| [25] |
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. |
| [26] |
牛丽楠, 邵全琴, 陈美祺, 等. 2000-2020年长江流域生态系统服务变化及其权衡协同关系[J]. 资源科学, 2024, 46(5): 853-866. Niu L N, Shao Q Q, Chen M Q, et al. Changes in ecosystem services and their tradeoffs and synergies in the Yangtze River Basin from 2000 to 2020[J]. Resources Science, 2024, 46(5): 853-866. |
| [27] |
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. |
| [28] | Zhang K L, Shu A P, Xu X L, et al. Soil erodibility and its estimation for agricultural soils in China[J]. Journal of Arid Environments, 2008, 72(6): 1002-1011. DOI:10.1016/j.jaridenv.2007.11.018 |
| [29] | McCool D K, Brown L C, Foster G R, et al. Revised slope steepness factor for the Universal Soil Loss Equation[J]. Transactions of the ASAE, 1987, 30(5): 1387-1396. DOI:10.13031/2013.30576 |
| [30] |
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. |
| [31] |
安悦, 谭雪兰, 李印齐, 等. 洞庭湖地区耕地功能时空演变特征及影响因素研究[J]. 地理科学, 2022, 42(7): 1272-1282. An Y, Tan X L, Li Y Q, et al. Spatio-temporal evolution characteristics and influencing factors of cultivated land functions in the Dongting Lake aera[J]. Scientia Geographica Sinica, 2022, 42(7): 1272-1282. |
| [32] | Li S N, Shao Y Z, Hong M J, et al. Impact mechanisms of urbanization processes on supply-demand matches of cultivated land multifunction in rapid urbanization areas[J]. Habitat International, 2023, 131. DOI:10.1016/j.habitatint.2022.102726 |
| [33] |
张英男, 龙花楼, 戈大专, 等. 黄淮海平原耕地功能演变的时空特征及其驱动机制[J]. 地理学报, 2018, 73(3): 518-534. Zhang Y N, Long H L, Ge D Z, et al. Spatio-temporal characteristics and dynamic mechanism of farmland functions evolution in the Huang-Huai-Hai Plain[J]. Acta Geographica Sinica, 2018, 73(3): 518-534. |
| [34] |
张文斌, 张志斌, 董建红, 等. 多尺度视角下耕地利用功能转型及驱动力分析——以甘肃省为例[J]. 地理科学, 2021, 41(5): 900-910. Zhang W B, Zhang Z B, Dong J H, et al. Transformation and driving forces of cultivated land utilization function from a multi-scale perspective in Gansu Province[J]. Scientia Geographica Sinica, 2021, 41(5): 900-910. |
| [35] |
张宇佳, 蔡海生, 张学玲, 等. 鄱阳湖平原耕地多功能时空演变及其驱动机制[J]. 水土保持通报, 2023, 43(3): 245-253. Zhang Y J, Cai H S, Zhang X L, et al. Multi-functional spatiotemporal evolution of cultivated land and its driving mechanisms in Poyang Lake plain[J]. Bulletin of Soil and Water Conservation, 2023, 43(3): 245-253. |
| [36] | 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 |
| [37] | 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): 4609-4623. |
| [38] |
何秋琴, 王京伟, 毕旭, 等. 2005-2020年山西省水源涵养功能时空格局及其演变驱动力分析[J]. 环境科学研究, 2024, 37(4): 862-873. He Q Q, Wang J W, Bi X, et al. Temporal and spatial dynamics of water conservation in Shanxi Province (2005-2020): patterns and influence analysis[J]. Research of Environmental Sciences, 2024, 37(4): 862-873. |
| [39] |
乔亚军, 张慧, 韩晓盈, 等. 基于地理空间角度的黑龙江省水源涵养功能变化的驱动因素分析[J]. 生态学报, 2023, 43(7): 2711-2721. Qiao Y J, Zhang H, Han X Y, et al. Exploring drivers of water conservation function variation in Heilongjiang Province from a geospatial perspective[J]. Acta Ecologica Sinica, 2023, 43(7): 2711-2721. |
| [40] |
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. |
| [41] |
刘洋, 张军, 周冬梅, 等. 基于InVEST模型的疏勒河流域碳储量时空变化研究[J]. 生态学报, 2021, 41(10): 4052-4065. Liu Y, Zhang J, Zhou D M, et al. Temporal and spatial variation of carbon storage in the Shule River Basin based on InVEST model[J]. Acta Ecologica Sinica, 2021, 41(10): 4052-4065. |
| [42] |
吴思. 长江经济带耕地生态系统服务时空演变及多情景预测研究[D]. 武汉: 中国地质大学(武汉), 2022. Wu S. Spatio-temporal change and multi-scenario prediction of cultivated ecosystem services in the Yangtze River Economic Belt[D]. Wuhan: China University of Geosciences (Wuhan), 2022. |
| [43] |
卢新海, 杨喜, 陈泽秀. 中国城市土地绿色利用效率测度及其时空演变特征[J]. 中国人口·资源与环境, 2020, 30(8): 83-91. Lu X H, Yang X, Chen Z X. Measurement and temporal-spatial evolution characteristics of urban land green use efficiency in China[J]. China Population, Resources and Environment, 2020, 30(8): 83-91. |
| [44] | Sheather S J. Density estimation[J]. Statistical Science, 2004, 19(4): 588-597. |
| [45] |
王成, 彭清, 唐宁, 等. 2005~2015年耕地多功能时空演变及其协同与权衡研究——以重庆市沙坪坝区为例[J]. 地理科学, 2018, 38(4): 590-599. Wang C, Peng Q, Tang N, et al. Spatio-temporal evolution and the synergy and trade-off relationship of cultivated land multi-function in 2005-2015: a case of Shapingba District, Chongqing City[J]. Scientia Geographica Sinica, 2018, 38(4): 590-599. |
| [46] |
牛海鹏, 赵晓鸣, 肖东洋, 等. 黄河流域(河南段)耕地多功能时空格局演变及其权衡协同关系[J]. 农业工程学报, 2022, 38(23): 223-236. Niu H P, Zhao X M, Xiao D Y, et al. Spatial-temporal pattern evolution and trade-off relationship of cultivated land multifunction in the Yellow River Basin (Henan Section)[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(23): 223-236. DOI:10.11975/j.issn.1002-6819.2022.23.024 |
| [47] | Bennett E M, Peterson G D, Gordon L J. Understanding relationships among multiple ecosystem services[J]. Ecology Letters, 2009, 12(12): 1394-1404. DOI:10.1111/j.1461-0248.2009.01387.x |
| [48] |
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. |
| [49] |
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. |
| [50] |
汪勇政, 余浩然, 陆林. 基于SC K-means的长三角地区生态系统服务时空格局及功能分区研究[J]. 生态学报, 2024, 44(16): 7087-7104. Wang Y Z, Yu H R, Lu L. Spatio-temporal pattern and functional zoning of ecosystem services in the Yangtze River Delta region based on spatially constrained K-means[J]. Acta Ecologica Sinica, 2024, 44(16): 7087-7104. |