2022, Vol. 42文章信息
- 李成, 赵洁, 庄智程, 顾思浩
- LI Cheng, ZHAO Jie, ZHUANG Zhicheng, GU Sihao
- 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
- Spatiotemporal dynamics and influencing factors of ecosystem service trade-offs in the Yangtze River Delta urban agglomeration
- 生态学报. 2022, 42(14): 5708-5720
- Acta Ecologica Sinica. 2022, 42(14): 5708-5720
- http://dx.doi.org/10.5846/stxb202103260795
-
文章历史
- 收稿日期: 2021-03-26
- 网络出版日期: 2022-03-23
2. 江苏师范大学 "一带一路"研究院, 徐州 221009;
3. 江苏师范大学 地理测绘与城乡规划学院, 徐州 221116
2. Belt and Road Institute, Jiangsu Normal University, Xuzhou 221009, China;
3. School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou 221116, China
生态系统服务指通过生态系统的结构、过程和功能得到的各种产品和服务, 直接影响着生态安全和人类的福祉[1—2]。2019年, 政府间生物多样性和生态系统服务科学政策平台(IPBES)发布《全球生物多样性和生态系统服务评估报告》指出, 迄今为止全球75%的陆地环境受人类活动而发生严重改变, 绝大多数生态系统和生物多样性指标迅速下降[3]。在自然资源日益紧缺的背景下, 一种生态系统服务供给的提升往往会导致其他服务的衰减, 生态系统服务之间形成权衡关系[4—6]。在当前人类活动强度和物质资料需求持续增长的背景下, 开展生态系统服务权衡研究, 提升生态系统服务总体效益对遏制区域生态环境恶化和提升人类福祉有重要意义[7]。近年来国内外学者基于大量的实证研究探讨生态系统服务权衡关系。其研究主要是通过统计描述[8—9]、空间制图[10—13]、情景分析[14—15]等方法, 揭示生态系统服务的权衡关系。然而, 目前的生态系统服务权衡关系多以定性判别为主, 缺少区域内部权衡强度时空差异的空间定量表达, 无法揭示其时空异质性[6, 16]。另外, 探究权衡关系的影响机理, 揭示各个影响因素对权衡关系的重要作用, 以明确权衡关系调节方法与策略, 可为制定生态保护与区域社会经济发展的“双赢”政策提供有力保障[17—18]。当前研究主要通过针对特定区域的生态系统服务变化和空间特征对比分析来揭示生态系统服务权衡关系影响机理[19—21], 缺乏自然和人类活动对生态系统服务权衡关系动态变化影响的定量分析[22], 与环境与社会经济要素的关联性分析也有待进一步深入[23—24]。这导致对生态系统服务权衡关系及其驱动机制的认识存在一定局限性, 制定出的区域生态系统管理政策措施针对性不强[25]。因此, 全面探讨生态系统服务权衡强度及其影响机理是生态系统服务与区域可持续发展亟需解决的问题。
长三角地区是目前和未来中国经济发展最具活力和潜力的典型地区, 同时又是生态环境问题高度集中且激化的典型地区。作为快速城市化区域, 长三角地区具有经济社会发展迅速、土地利用格局演变剧烈等特点。同时, 随着长三角城市群一体化发展战略的深入推进, 城镇建设用地不断侵占生态用地, 生态环境的压力逐渐加大, 生态系统结构也发生了剧烈变化, 继而产生区域人地关系紧张和生态系统服务供给失衡等问题, 如空气污染、水源短缺、水质下降等。这些问题的出现是在人类活动和自然因素影响下, 生态系统服务之间相互竞争与冲突所导致的。科学认知长三角城市群生态系统服务权衡关系演化规律与影响机理, 对促进自然生态与社会经济协调可持续发展具有重要的理论和现实意义。鉴于此, 本文以长三角城市群为研究对象, 借助研究区2005年和2019年土地利用数据及社会经济、土壤、水文、气象等基础数据资料, 运用InVEST模型, 分析碳储存(CS)、粮食生产(CP)、生境质量(HQ)、氮输出(NE)以及产水量(WY)5种生态系统服务的时空格局特征, 利用Spearman相关性分析和均方根误差(RMSE)指数揭示生态系统服务之间的权衡关系, 采用冗余分析方法揭示自然与社会经济等要素对权衡强度的影响机理。
1 研究区与研究方法 1.1 研究区概况本研究中的长三角城市群是指2016年5月国务院批准的《长江三角洲城市群发展规划》中所划定的范围, 包括上海、杭州、南京、合肥等26个城市(图 1)。该地区位于中国东南沿海地区, 面积约为21.17万km2, 占全国总国土面积的2.2%。2019年长三角城市群GDP总额达197350亿元人民币, GDP约占全国GDP的20%, 2018—2019年GDP增速为9.88%, 高于全国平均水平2.78%。社会经济的快速发展, 显著改变了区域生态系统的结构和格局, 许多与水调节、空气净化和气候调节有关的生态环境风险日益严重。同时, 在人类活动的影响下生态系统服务权衡关系不断加剧[26]。区域社会经济发展与生态环境保护之间的矛盾已成为制约长三角城市群的协调发展的主要制约因素, 对人类福祉产生了一定的负面影响。
|
| 图 1 研究区位置图 Fig. 1 Location map of study area |
本文所采用的基础数据包括土地利用数据、气象数据、土壤属性数据、地形数据以及社会经济数据。其中, 本研究所需的土地利用数据(2005年、2019年)来源于中国科学院资源环境科学数据中心(http://www.resdc.cn), 空间分辨率为30m。该数据以Landsat遥感影像为数据源进行目视解译生成。该数据中主要的土地利用类型包括耕地、林地、草地、水域、建设用地和未利用地。数据精度达到94.3%。气象数据来源于中国气象数据网(http://data.cma.cn/)所提供的逐年年平均气温、年降水量空间插值数据集, 空间分辨率为1km。土壤属性数据来源于联合国粮食及农业组织和国际应用系统分析研究所构建的世界土壤数据库(HWSD), 该数据包括土壤深度及砂粒、粘粒、粉粒和有机质含量等, 空间分辨率为1km。地形数据采用数字高程模型(DEM), 来源于地理空间数据云(http://www.gscloud.cn/), 空间分辨率为30m。长三角城市群社会经济数据来源于《中国城市统计年鉴》《中国县域统计年鉴》以及长三角城市群地区26市的统计年鉴。
1.3 研究方法 1.3.1 生态系统服务评估方法本研究借助InVEST模型和ArcGIS 10.2软件, 定量评估长三角城市群2005年和2019年碳储存、粮食生产、生境质量、氮输出量和产水量5种生态系统服务量, 并揭示其时空格局。计算方法如表 1所示。
| 服务类型 Ecosystem Services |
计算模型或思路 Calculation methods |
所需主要参数及处理 Main parameters and processing |
| 碳储存 Carbon storage |
InVEST模型碳储量模块 | 碳存储模块利用不同土地利用类型的四种碳库平均碳密度乘以不同土地利用类型的面积计算生态系统碳存储量, 计算公式如下： Ctotal=Cabove+Cbelow+Csoil+Cdead 式中, Ctotal为总碳存储量(t/hm2)；Cabove为地上碳存储量；Cbelow为地下碳存储量；Csoil为土壤碳存储量；Cdead为死亡有机质碳存储量。模块中所使用的碳密度值主要参考Chuai等[27]的相关研究, 从而确定碳库表 |
| 粮食生产 Crop production |
统计年鉴 | 根据各地区统计年鉴获取县域尺度上的粮食(谷物)产量 |
| 生境质量 Habitat quality |
InVEST模型生境质量模块 | 结合相关文献[28], 本研究将建设用地、各级公路和农田设为威胁源, 生境质量的计算公式如下：
式中, Qxj为土地利用类型为的栅格x的生境质量；Hj是土地利用类型为j的生境适宜度, 值域为0—1, 1表明最高的生境适宜度；k为半饱和常数, 为最大生境胁迫值的一半；z为归一化常量, 通常设定为2.5。Dxj为栅格x的生境胁迫水平。测算所需的生境威胁表和敏感性表参考Xu等[29]研究, 并结合研究区实际情况赋值 |
| 氮输出 Nitrogen export |
InVEST模型养分持留模块 | ALVx=HSSx×polx HSSx=λx 
式中, ALVx是栅格x处调节的载荷值；polx为栅格x的输出系数；HSSx为栅格x的水文敏感性得分值。λw为集水区平均径流指数；λx为栅格x处的径流指数,  代表栅格x以上的径流路径内的栅格产水量总和(包括栅格x自身的产水量) |
| 产水量 Water yield |
InVEST模型产水模块 | 该模块基于水量平衡法, 通过计算研究区内每个栅格的降水量与实际蒸散发量的差值获取产水量, 具体计算公式如下： 式中, Yx是栅格x的年产水量(mm)；AETx为栅格x的实际蒸散发量(mm)；Px为栅格x的年降水量(mm) |
将2005年和2019年5种生态系统服务测算完成之后, 基于县域行政单元, 利用ArcGIS 10.2软件中的分区统计工具将上述生态系统服务按平均值统计到研究区中的各县域, 从而实现县域尺度的生态系统服务研究。
1.3.2 生态系统服务权衡/协同分析以县域研究单元为基础, 利用Spearman相关性分析方法探究长三角城市群2005—2019年5种典型生态系统服务之间的相互关系, 当某两个生态系统服务之间的相关系数为正数, 且通过0.05水平的显著性检验, 则表明该对生态系统服务为协同关系, 反之则为权衡关系。
均方根误差(RMSE)通过测度单个生态系统服务标准差与平均生态系统服务标准差之间的差异, 描述了距离平均生态系统服务标准差的分散度, 从而能够更加细致地刻画生态系统服务之间相互影响的程度[6, 30]。为进一步探究生态系统服务权衡关系的空间布局与强度, 使用RMSE对生态系统服务之间的关系进行定量测度。RMSE值越大, 表明权衡强度越强, 值越小, 表明权衡强度越弱, 且趋向于协同, 当RMSE值为0时, 两种生态系统服务之间呈现协同关系。
为消除多种类型生态系统服务不同量纲的影响, 本文采用Min-Max标准化法对生态系统服务价值进行归一化处理, 具体公式如下：
|
(1) |
式中, ESstd是某种生态系统服务的标准化值；ESobs是生态系统服务观测值；ESmin和ESmax分别是生态系统服务观测值的最小值和最大值。在生态系统服务标准化基础上, RMSE值计算公式如下：
|
(2) |
式中, ESi为第i种生态系统服务的标准值；
本文采用Canoco 5.0软件[31]分析生态系统服务权衡/协同关系和环境因子、社会经济因子之间的关系。首先对生态系统服务RMSE指数进行去趋势对应分析, 根据结果中的各排序轴长度筛选排序模型, 如果排序轴长度大于4, 则选择典范对应分析, 反之, 则选择冗余分析(RDA)。由于本研究排序轴长度均小于3, 因此选择RDA方法[32]。在RDA分析过程中, 采用蒙特卡洛置换检验分析评价影响因子对权衡/协同关系变化影响的显著程度。只有通过蒙特卡洛检验(P < 0.05)的环境变量, 才能保留进行进一步分析。RDA排序图可以显示不同指标间的相关性, 环境变量与响应变量箭头之间的角度大于90°, 表明两者呈现负相关性；角度小于90°为正相关；等于90°, 则表明两者不存在相关性。另外环境变量线段越长, 代表环境变量对生态系统服务权衡强度影响程度越大。权衡关系影响因子可分为环境生态因子和社会经济因子, 结合已有的研究成果[22, 33], 将坡度、降雨、气温、建设用地比例、农田覆盖率、林地覆盖率、人口密度、GDP作为环境与社会经济因子, 探究与权衡强度的作用关系。
2 结果与分析 2.1 生态系统服务时空演变长三角城市群2005年、2019年土地利用面积如表 2所示。结果表明, 2005—2019年, 长三角城市群建设用地和未利用地均有不同幅度的增加。其中, 建设用地面积从19072.64km2增加至26832.85km2, 增幅为40.69%；未利用地增幅最大, 为583.40%。而耕地、林地、草地和水域的面积在缩减, 耕地面积降幅最大, 达到了6.5%；草地由7377.18km2下降到7291.30km2。
| 年份 Year |
耕地 Farmland/km2 |
林地 Forestland/km2 |
草地 Grassland/km2 |
水域 Waterbody/km2 |
建设用地 Construction land/km2 |
未利用地 Unused land/km2 |
| 2005 | 107224.31 | 57424.01 | 7377.18 | 19340.63 | 19072.64 | 34.16 |
| 2019 | 100253.03 | 56921.98 | 7291.30 | 18940.32 | 26832.85 | 233.45 |
| 2005—2019 | -6.50% | -0.87% | -1.16% | -2.07% | 40.69% | 583.40% |
利用生态系统服务模型, 对长三角城市群2005与2019的碳储存、粮食生产、氮输出量、生境质量和产水量进行测算和空间制图。生态系统服务总体呈现出波动性变化特征(表 3)。其中, 碳储存量从2005年的5.028×108t下降到2019年的4.969×108t, 减少了1.17%, 主要由于建设用地不断扩张导致耕地、林地、草地等具有较高碳密度的土地利用类型面积减少。产水量在2005—2019年间变化较大, 2005年研究区的年产水量为9.158×1010t, 2019年比2005年大幅度增加了87.92%, 主要由于地表不透水层以及降雨的变化所导致的。以氮输出量为表征的水质净化服务从2005年的3.794×107kg, 增加到2019年的3.891×107kg, 表明长三角城市群水质净化功能的减弱。2005—2019年, 长三角城市群生境质量呈现下降趋势, 其平均分由0.385下降到0.372, 该研究区受人类活动影响较大, 快速城镇化导致生境斑块破碎度与生态敏感性加大, 生境质量下降。
| 年份 Year |
碳储存 Carbon storage/t |
粮食生产 Crop production/t |
产水量 Water yield/t |
氮输出 Nitrogen export/kg |
生境质量 Habitat quality |
| 2005 | 5.028×108 | 3.796×107 | 9.158×1010 | 3.794×107 | 0.385 |
| 2019 | 4.969×108 | 4.395×107 | 1.721×1011 | 3.891×107 | 0.372 |
| 2005—2019 | -1.17% | 30.18% | 87.92% | 2.56% | -3.38% |
2005—2019年, 长三角城市群生态系统服务的空间格局基本稳定, 但空间变化呈现出差异性特征(图 2)。碳储量在空间分布上表现为南高北低的特征, 碳储存的高值区集中在长三角城市群的南部, 其主要原因该地区的气候湿润, 土地利用类型基本为林地, 植被覆盖率高、土壤有机质含量高, 因而, 南部山区碳储量呈现高值分布, 2005年和2019年平均碳储量最高值位于浙江省临安县(平均值335.154t/hm2)。研究区北部植被覆盖率较低, 人类活动频繁, 土地利用中建设用地比例较高, 碳储存量相对较低, 2005年和2019年的最低均位于上海市区(平均值144.720t/hm2)。
|
| 图 2 2005年、2019年长三角城市群生态系统服务空间分布 Fig. 2 Spatial distribution of ecosystem services in the Yangtze River Delta urban agglomeration in 2005 and 2019 |
粮食生产在空间上呈现“北高南低”的分布格局, 高值区主要分布在长三角北部平原地区, 普遍高于2t/hm2, 低值区主要集中在南部山地丘陵地区, 普遍低于2t/hm2。这主要由于北部平原地区地势平坦, 农田面积大, 是长三角城市群粮食主产区, 而在南部山区, 地形起伏较大, 林地覆盖率高, 农田面积较小。
生境质量与碳储存分布较为一致, 在空间上表现为“北低南高”的梯度特征, 生境质量较高的区域分布于中部的新吴区、吴中区和南部的淳安县和宿松县(平均值达0.50以上), 主要由于该区域内植被覆盖率高, 且受到人类活动扰动较小。生境质量最低区域主要集中在上海市和常州市, 该区域近年来社会经济快速发展, 建设用地扩张速度快, 且农田比例较高。
氮输出量高值区主要集中在研究区的北部平原地区(氮输出量平均值>2.0kg/hm2), 这些区域往往有着较低的植被覆盖度, 对污染物的截留效用较弱；同时这些区域的人类活动强度较高导致污染物排放的增加。而南部山区的氮输出量较小, 主要分布在无锡新吴区、淳安县、苏州吴中区、临安市、建德市等地区。这些区域的植被覆盖度普遍较高, 对污染物起到了很好的净化作用。
在2005年和2019年, 产水量空间差异较为明显, 但均呈现出“南高北低”的特征。与2005年相比较, 2019年长三角各个县域产水量均有所增长, 高值区明显增多。产水量变化其主要原因受到土地利用、降水以及地形的影响[34]。由于城镇化的快速推进, 建设用地不断增加, 从而导致不透水层面积的扩张, 促进了产水量的提升。林地、草地等植被覆盖率高的地区起到了涵养水源、水土保持的功能, 因此在一定程度上抑制了该地区的产水。
2.2 生态系统服务权衡关系时空演变特征为探究不同时间段内生态系统服务之间相互作用关系, 基于县域单元, 本文利用Spearman相关性分析对研究区2005年和2019年碳储存、粮食生产、生境质量、氮输出、和产水量两两服务之间的相关系数进行测算, 从而定性描述权衡/协同关系(表 4)。相关性系数表明, 2005年和2019年, 碳储存和粮食生产、碳储存与氮输出表现为显著负相关, 即两者呈现较强权衡关系。而碳储存和生境质量之间为显著正相关(相关系数分别为0.507和0.607), 即两者呈现较强的协同关系。2005年碳储存与产水量为正向显著相关, 而在2019年表现为不显著相关。2005年和2019年, 粮食生产与生境质量和产水量均为权衡关系, 与氮输出为显著协同关系, 且相关系数保持稳定(分别为0.709和0.703)。生境质量与氮输出是显著负相关(权衡关系), 与产水量关系不显著。氮输出与产水量之间关系不显著。
| 碳储存 Carbon storage |
粮食生产 Crop production |
生境质量 Habitat quality |
氮输出 Nitrogen export |
产水量 Water yield |
||||||||||
| 2005年 | 2019年 | 2005年 | 2019年 | 2005年 | 2019年 | 2005年 | 2019年 | 2005年 | 2019年 | |||||
| 碳储存Carbon storage | 1.000 | 1.000 | -0.446** | -0.407** | 0.507** | 0.607** | -0.290** | -0.402** | 0.342** | -0.012 | ||||
| 粮食生产 Crop production |
— | — | 1.000 | 1.000 | -0.460** | -0.386** | 0.709** | 0.703** | -0.377** | -0.289** | ||||
| 生境质量Habitat quality | — | — | — | — | 1.000 | 1.000 | -0.517** | -0.557** | 0.039 | -0.112 | ||||
| 氮输出Nitrogen export | — | — | — | — | — | — | 1.000 | 1.000 | 0.035 | 0.139 | ||||
| 产水量Water yield | — | — | — | — | — | — | — | — | 1.000 | 1.000 | ||||
| **表示在0.01水平上相关性显著 | ||||||||||||||
为进一步探究不同类型生态系统服务之间相互作用程度和方向, 基于相关性分析得到具有权衡关系的生态系统服务, 利用RMSE指数对权衡强度进行测度和值域统计(表 5)以及空间制图(图 3)。从生态系统服务权衡强度的空间分布来看, 权衡关系空间异质性显著。2005年和2019年粮食生产与碳储存之间权衡强度空间分布大体一致, 具体为高强度权衡区域(RMSE>0.5)分布面积较大, 主要位于长三角城市群南部的安徽省、浙江省的山区, 包括临安、磐安、宁国、建德、仙居等地, 以及北部的盐城、泰州所下辖的建湖、兴化等地。如表 5所示, 权衡强度的值域统计反映2019年权衡强度的最小值、最大值以及平均值都在2005年的基础上有所增加, 表明整体的权衡强度有所上升。
| 最小值Minimum | 最大值Maximum | 平均值Mean | ||||||
| 2005年 | 2019年 | 2005年 | 2019年 | 2005年 | 2019年 | |||
| CP-CS | 0.005 | 0.021 | 0.689 | 0.717 | 0.301 | 0.318 | ||
| CP-HQ | 0.019 | 0.023 | 0.691 | 0.710 | 0.222 | 0.245 | ||
| CP-WY | 0.017 | 0.012 | 0.685 | 0.646 | 0.234 | 0.319 | ||
| NE-HQ | 0.010 | 0.011 | 0.707 | 0.708 | 0.227 | 0.236 | ||
| NE-CS | 0.026 | 0.044 | 0.622 | 0.615 | 0.314 | 0.326 | ||
| CS-WY | 0.033 | 0.015 | 0.671 | 0.610 | 0.274 | 0.324 | ||
| CP：粮食生产Crop production；CS：碳储存Carbon storage；HQ：生境质量Habitat quality；WY：产水量Water yield；NE：氮输出Nitrogen export | ||||||||
|
| 图 3 2005年、2019年长三角城市群生态系统服务权衡强度空间分布格局 Fig. 3 Spatial distribution of ecosystem service trade-off intensity in the Yangtze River Delta urban agglomeration in 2005 and 2019 RMSE：均方根误差Root mean square error；CP：粮食生产Crop production；CS：碳储存Carbon storage；HQ：生境质量Habitat quality；WY：产水量Water yield；NE：氮输出Nitrogen export |
2005年和2019年的粮食生产与生境质量权衡强度空间分布格局相近, 高强度权衡区域主要位于北部建湖、阜宁、兴化等地, 以及长三角中部的无锡新吴区和苏州吴中区等。由表 5发现, 粮食生产与生境质量的权衡强度在增加。
2005年, 粮食生产与产水量的权衡强度分布格局显示高强度权衡区域主要集中在北部的盐城和泰州以及南部的台州。与2005年相比, 在2019年两者权衡关系分布格局变化较为显著, 长三角东南部的高权衡区域向西南方向转移并扩大。由表 5发现, 2019年粮食生产与产水量的权衡强度最小值、最大值比2005年所有下降, 但平均权衡强度从2005年的0.234增加至2019年的0.319。
在2005年, 共有4个县区的氮输出与生境质量呈现较高的权衡强度, 在2019年, 高权衡强度范围进一步缩小, 仅有2个县区呈现高强度权衡关系, 而大部分地区表现出低强度权衡关系(RMSE < 0.2)。由表 5发现, 2019年平均权衡强度比2005年略有上升。
2005年氮输出与碳储存服务两者的权衡高值区多集中于长三角南部地区, 包括新吴区、吴中区、临安市、淳安市磐安县、绩溪县等13个县区。与2005年相比较, 部分位于长三角东部地区的低权衡强度(RMSE < 0.3)区域在2019年转变为中等强度(RMSE: 0.3—0.4), 2019年中等权衡强度区域大幅扩张, 高强度区域保持稳定。权衡强度的值域统计显示2019年权衡强度最小值有所增加, 而最大值有所减小, 平均权衡强度由2005年的0.314增加至2019年的0.326。
2005年, 碳储存与产水量的高强度权衡区主要集中在南部地区, 包括玉环县、临海市、温岭市、黄岩区、仙居县等10个县区, 其他地区主要表现为低权衡强度。2019年, 长三角东南部的权衡强度降低, 而在北部地区, 碳储存与产水量权衡强度略有上升, 高强度县区呈现零星分布, 共有18个县区表现出高强度的权衡关系。由表 5发现, 虽然碳储存与产水量的权衡强度最小值和最大值较2005年有所下降, 但2019年的平均权衡强度从0.274上升至0.324。
2.3 生态系统服务权衡强度影响因素分析本研究首先对各县域的生态系统服务权衡强度指标进行DCA分析, 结果显示排序轴中的最大梯度值为1.21(小于3), 因此采用RDA方法。以生态系统服务权衡强度为响应变量, 坡度、高程、降雨、气温、建设用地比例、植被覆盖率、人口、GDP等环境与社会经济因子为自变量, 对2005年和2019年分别进行冗余分析。结果显示, 2005年, RDA解释度为61.4%(pseudo-F=17.0, P=0.002), 2019年, RDA解释度为65.7%(pseudo-F=27.5, P=0.002)。所有因子均与权衡强度呈显著相关性(P < 0.05)。RDA排序结果如图 4所示, 从排序图中可以看出, 在2005年和2019年, 坡度、林地覆盖率和降雨等因子与NE-HQ之间的权衡强度呈负相关关系, 与其他类型的生态系统服务权衡强度表现出正相关性。而建设用地比例、气温、农田比例等因子与除NE-HQ以外的五对生态系统服务权衡强度均呈负相关关系。在2005和2019年, 人口密度与NE-HQ权衡强度均表现出强正相关。坡度和林地覆盖率与CP-CS和CS-WY表现为较强正相关关系, 而与NE-HQ权衡强度呈现较强负相关。建设用地与CP-CS的权衡强度表现为强负相关关系。在2005年的排序图中, 可以看出CS-WY的箭头较长, 表明所选的环境与社会经济因子对CS-WY权衡强度的影响程度较大, 而在2019年的排序图中, 发现CP-CS的箭头最长, 表明驱动因子对CP-CS的影响程度最大。
|
| 图 4 2005年和2019年影响因子与生态系统服务权衡的RDA排序 Fig. 4 RDA Ranking of ecosystem service trade-offs and impact factors in 2005 and 2019 RDA：冗余分析Redundancy analysis |
环境与社会经济因子对权衡强度的解释量如表 6所示。分析结果显示, 在2005年和2019年对权衡强度影响最大的因子均是坡度(解释度为29.9%和25.9%), 其次为林地覆盖率(解释度为24.2%与20.9%)。除此以外, 在2005年, 降雨、农田覆盖率和建设用地比例对权衡强度的影响较大, 解释度分别为18.3%、15%和14.3%。而在2019年, 对权衡强度影响较大的因子分别为农田覆盖率(16.2%)、气温(15.5%)和降雨(11.2%)。人口密度与GDP对权衡强度的解释度较小。
| 影响因子Impact factors | 2005年 | 2019年 | 影响因子Impact factors | 2005年 | 2019年 | |
| 坡度Slope | 29.9 | 25.9 | 建设用地比例Proportion of construction land | 14.3 | 9.8 | |
| 降雨Precipitation | 18.3 | 11.2 | 气温Temperature | 7.0 | 15.5 | |
| 农田覆盖率Proportion of farmland | 15.0 | 16.2 | 人口密度Population density | 6.7 | 5.6 | |
| 林地覆盖率Proportion of forestland | 24.2 | 20.9 | GDP | 6.1 | 5.6 |
本文基于县域尺度, 采用RMSE指数测度权衡强度, 探究了生态系统服务权衡关系及其强度的时空异质性。研究发现, 长三角城市群5种生态系统服务呈现不同的时空特征, 分布特征与变化趋势与Cai等[35]和Qiao等[36]的研究结果一致。生态系统服务之间权衡强度在空间分布上差异较为明显。复杂的局地气候、土地利用、地貌、社会经济发展水平等差异, 会对生态系统服务关系产生影响, 从而造成长三角城市群生态系统服务权衡强度的空间差异性分布。长三角城市群南部区域以山地丘陵为主, 植被覆盖率高, 植物的生长会增加固碳量, 同时植物物种丰富, 景观连通性较好, 生境质量较高。但耕地较少, 粮食生产量较低。植被覆盖度较高的地区由于植物蒸散量较大, 产水量较低。较高的植被覆盖度, 对污染物的截留效用较强, 氮输出值较低。因此, 碳储存与产水量、碳储存与氮输出之间呈现较高强度的权衡关系。北部区域以平原为主, 为长三角城市群的粮食主产区, 农田为主要土地利用类型, 粮食产量高, 但植被覆盖度较低, 并且由于快速城镇化影响, 碳储存量较小。相关的研究也表明, 生态用地的减少对固碳量减少的贡献最大[37—38]。农业生产与城市发展造成的景观高度破碎化, 从而导致生境质量较差。因此, 该区域的粮食生产与生境质量、粮食生产与产水量之间呈现较高强度权衡关系。在时间上, 随着长三角城市群社会经济的快速发展, 大量的生态用地转换为建设用地, 一方面造成植被覆盖度的降低, 减弱了碳储存和生境质量；另一方面降低地表蒸散作用和污染物截留作用, 导致产水量以及氮输出的增加, 从而促使一部分地区和上述生态系统服务呈现更为强烈的权衡关系, 这些结果和已有研究成果研究结果相似[39—40]。
3.2 基于权衡关系的生态系统管理建议尽管地形和气候对长三角城市群生态系统服务权衡强度有较大影响, 但社会经济发展导致的权衡/协同关系演变是主要原因之一。城市化进程的加快, 人口和GDP的增长对生态系统服务都产生了显著的影响。基于生态系统服务权衡分析, 可有效平衡区域经济发展和生态环境保护。结果表明农田与生态用地(林地、草地)所提供的生态系统服务功能存在一定的冲突关系, 同时也反映出粮食生产与生态保护之间的竞争关系是客观存在的[24, 29]。一些生态环境保护策略和行动, 会快速提升空气净化、固碳释氧、水土保持等生态系统服务调节功能, 但可能会降低粮食产量。长三角北部的平原地区是该地区的粮食主产区。因此, 从粮食安全角度, 在提升生态环境质量的同时需注重粮食生产与其他生态系统服务的权衡关系。针对这一地区, 在未来的规划中应合理配置农用地与生态用地, 在国土空间规划中科学合理划定“生态保护红线”、“永久基本农田”和“城镇开发边界”三条控制线, 从而实现粮食生产、生态保护与社会经济发展的多赢局面。一方面, 通过改造中低产田, 运用现代农业技术, 改进农业设施等方式提高粮食产量, 保障粮食供给。另一方面, 在北部地区合理推进退耕还林, 提升区域内的生态环境质量, 强化调节服务功能。随着我国碳达峰和碳中和目标的提出, 为了平衡碳的储存和排放, 不仅要控制建设用地的扩张, 保持一定比例的生态用地, 还要发展低碳工业方法, 如利用可再生能源, 提高能源效率, 降低碳排放强度[41]。水质净化方面, 氮输出量与生境质量和碳储存具有显著的权衡关系, 且在生态用地覆盖率低以及社会经济发展较快地区较强的权衡关系。为降低该地区的氮输出量并提升生境质量和碳储存量, 在该地区城市内部应继续实施生态廊道建设工程, 在河岸带和公路带发展绿道。此外, 发展低污染、低消耗的绿色产业, 采用新的水污染缓解技术[42], 以及使用产生较少污染的杀虫剂, 都是减少水污染的有效策略。生境质量可以通过丰富植物物种、减少景观破碎化和增强生态廊道的连通性来改善。南部山区植被覆盖率高, 但农田较少, 建设用地占比较小, 在长三角城市群中发挥着重要的生态服务功能。因此, 在南部山区应注重保护该地区良好的生态环境。同时, 防止建设用地无序扩张, 长三角城市群已经步入城镇化较快发展的中后期, 城市发展应由大规模增量建设转为存量提质改造和增量结构调整并重, 以减少对农田和生态用地的进一步侵蚀。
3.3 不足之处生态系统服务权衡关系存在着空间尺度的分异[5, 22], 本研究缺乏不同尺度上自然和人类活动对生态系统服务权衡关系动态变化的影响分析, 以及区域内部的空间差异表达。因此, 开展多空间尺度下生态系统服务权衡关系及其驱动机制研究将有助于制定科学高效的管理方案。此外, 本文利用InVEST模型, 在计算2005和2019年碳储量时采用统一的碳库参数, 未考虑由植物生长所引发的碳库参数在时间上的变化。因此, 碳储量计算结果以及与之相关的权衡关系存在一定误差。未来应充分考虑碳库参数的动态性, 以提升研究结果的准确性。
4 结论本文分析了长三角城市群碳储存、粮食生产、生境质量、氮输出和产水量5种生态系统服务的时空变化特征, 同时利用相关性分析和RMSE指数对生态系统服务之间的权衡关系进行判别以及定量测度, 采用冗余分析方法辨识了权衡强度分异的主要影响因子, 探析了生态系统服务权衡强度的影响机理, 主要得到以下结论：
(1) 2005—2019年, 长三角城市群碳储存总量减小了1.17%, 粮食生产总量增加了30.18%, 产水量增加了87.92%, 氮输出量增加了2.56%, 生境质量下降了3.38%。空间分布方面, 碳储存、产水量和生境质量高值区主要集中在南部山区, 而北部地区的粮食生产和氮输出量的总量较高。
(2) 研究期间, 长三角城市群粮食生产分别与碳储存、生境质量和产水量之间, 以及氮输出与生境质量和碳储存之间, 碳储存与产水量之间呈现出显著的此消彼长的权衡关系；粮食生产和氮输出之间存在相互增益的协同关系。权衡强度空间异质性显著, 长三角城市群北部粮食主产区以及南部山区的粮食生产与碳储存, 粮食生产与产水量的权衡强度要高于其他地区。氮输出与碳储存、碳储存与产水量之间的高强度权衡关系主要位于南部地区。粮食生产与生境质量以及氮输出与生境质量的高强度权衡区域呈零星分布, 且多集中在社会经济快速发展地区。权衡强度的值域统计表明2005年—2019年间, 总体权衡强度均有所上升。
(3) 长三角城市群生态系统服务权衡强度受多个因素共同作用, 其主要影响因素包括坡度、林地覆盖率、农田覆盖率、降雨、气温、建设用地等。坡度、林地覆盖率和降雨等因子与NE-HQ之间的权衡强度呈负相关关系, 与其他类型的生态系统服务权衡强度表现出正相关性。而建设用地比例、气温、农田比例等因子与除NE-HQ以外的五对生态系统服务权衡强度均呈负相关关系。坡度和林地覆盖率与CP-CS和CS-WY表现为较强正相关关系, 而与NE-HQ权衡强度呈现较强负相关。建设用地与CP-CS的权衡强度表现为强负相关关系。
| [1] |
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. 地理科学进展, 2014, 33(4): 441-446. |
| [2] |
Costanza R, d'Arge R, De Groot R, Farber S, Grasso M, Hannon B, Limburg K, Naeem S, O'Neill R V, Paruelo J, Raskin R G, Sutton P, Van Den Belt M. The value of the world's ecosystem services and natural capital. Nature, 1997, 387(6630): 253-260. DOI:10.1038/387253a0 |
| [3] |
Díaz S, Settele J, Brondizio E S, Ngo H T, Guèze M, Agard J, Arneth A, Balvanera P, Brauman K A, Butchart S H M, Chan K M A, Garibaldi L A, Ichii K, Liu J, Subramanian S M, Midgley G F, Miloslavich P, Molnár Z, Obura D, Pfaff A, Polasky S, Purvis A, Razzaque J, Reyers B, Chowdhury R R, Shin Y J, Visseren-Hamakers I J, Willis K J, Zayas C N. Summary for Policymakers of the Global Assessment Report on Biodiversity and Ecosystem Services of the Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services. Bonn: IPBES Secretariat, 2019.
|
| [4] |
Cord A F, Bartkowski B, Beckmann M, Dittrich A, Hermans-Neumann K, Kaim A, Lienhoop N, Locher-Krause K, Priess J, Schröter-Schlaack C, Schwarz N, Seppelt R, Strauch M, Václavík T, Volk M. Towards systematic analyses of ecosystem service trade-offs and synergies: main concepts, methods and the road ahead. Ecosystem Services, 2017, 28: 264-272. DOI:10.1016/j.ecoser.2017.07.012 |
| [5] |
戴尔阜, 王晓莉, 朱建佳, 赵东升. 生态系统服务权衡: 方法、模型与研究框架. 地理研究, 2016, 35(6): 1005-1016. |
| [6] |
彭建, 胡晓旭, 赵明月, 刘焱序, 田璐. 生态系统服务权衡研究进展: 从认知到决策. 地理学报, 2017, 72(6): 960-973. |
| [7] |
李双成, 张才玉, 刘金龙, 朱文博, 马程, 王珏. 生态系统服务权衡与协同研究进展及地理学研究议题. 地理研究, 2013, 32(8): 1379-1390. |
| [8] |
武文欢, 彭建, 刘焱序, 胡熠娜. 鄂尔多斯市生态系统服务权衡与协同分析. 地理科学进展, 2017, 36(12): 1571-1581. |
| [9] |
Zhou Z X, Li J, Guo Z Z, Li T. Trade-offs between carbon, water, soil and food in Guanzhong-Tianshui economic region from remotely sensed data. International Journal of Applied Earth Observation and Geoinformation, 2017, 58: 145-156. DOI:10.1016/j.jag.2017.01.003 |
| [10] |
钱彩云, 巩杰, 张金茜, 柳冬青, 马学成. 甘肃白龙江流域生态系统服务变化及权衡与协同关系. 地理学报, 2018, 73(5): 868-879. |
| [11] |
王世豪, 黄麟, 徐新良, 徐淑琬. 粤港澳大湾区生态系统服务时空演化及其权衡与协同特征. 生态学报, 2020, 40(23): 8403-8416. |
| [12] |
Haase D, Schwarz N, Strohbach M, Kroll F, Seppelt R. Synergies, trade-offs, and losses of ecosystem services in urban regions: an integrated multiscale framework applied to the Leipzig-Halle Region, Germany. Ecology and Society, 2012, 17(3): 22. |
| [13] |
李晶, 李红艳, 张良. 关中-天水经济区生态系统服务权衡与协同关系. 生态学报, 2016, 36(10): 3053-3062. |
| [14] |
税伟, 杜勇, 王亚楠, 杨海峰, 付银, 范冰雄, 黄梦圆. 闽三角城市群生态系统服务权衡的时空动态与情景模拟. 生态学报, 2019, 39(14): 5188-5197. |
| [15] |
Gong J, Liu D Q, Zhang J X, Xie Y C, Cao E J, Li H Y. Tradeoffs/synergies of multiple ecosystem services based on land use simulation in a mountain-basin area, western China. Ecological Indicators, 2019, 99: 283-293. DOI:10.1016/j.ecolind.2018.12.027 |
| [16] |
巩杰, 柳冬青, 高秉丽, 徐彩仙, 李焱. 西部山区流域生态系统服务权衡与协同关系——以甘肃白龙江流域为例. 应用生态学报, 2020, 31(4): 1278-1288. |
| [17] |
Sun W, Li D H, Wang X R, Li R X, Li K, Xie Y J. Exploring the scale effects, trade-offs and driving forces of the mismatch of ecosystem services. Ecological Indicators, 2019, 103: 617-629. DOI:10.1016/j.ecolind.2019.04.062 |
| [18] |
朱颖, 吕寅超. 基于生态系统服务价值优化模型的生态安全格局构建虚拟——以苏州市吴江区为例. 现代城市研究, 2020(8): 89-97. |
| [19] |
Jia X Q, Fu B J, Feng X M, Hou G H, Liu Y, Wang X F. The tradeoff and synergy between ecosystem services in the Grain-for-Green areas in Northern Shaanxi, China. Ecological Indicators, 2014, 43: 103-113. DOI:10.1016/j.ecolind.2014.02.028 |
| [20] |
Sun X, Li F. Spatiotemporal assessment and trade-offs of multiple ecosystem services based on land use changes in Zengcheng, China. Science of the Total Environment, 2017, 609: 1569-1581. DOI:10.1016/j.scitotenv.2017.07.221 |
| [21] |
许小亮, 李鑫, 肖长江, 欧名豪. 基于CLUE-S模型的不同情景下区域土地利用布局优化. 生态学报, 2016, 36(17): 5401-5410. |
| [22] |
赵文武, 刘月, 冯强, 王亚萍, 杨思琪. 人地系统耦合框架下的生态系统服务. 地理科学进展, 2018, 37(1): 139-151. |
| [23] |
Feng Q, Zhao W W, Hu X P, Liu Y, Daryanto S, Cherubini F. Trading-off ecosystem services for better ecological restoration: a case study in the Loess Plateau of China. Journal of Cleaner Production, 2020, 257: 120469. DOI:10.1016/j.jclepro.2020.120469 |
| [24] |
余玉洋, 李晶, 周自翔, 马新萍, 张城. 基于多尺度秦巴山区生态系统服务权衡协同关系的表达. 生态学报, 2020, 40(16): 5465-5477. |
| [25] |
张静静, 朱文博, 朱连奇, 李艳红. 伏牛山地区森林生态系统服务权衡/协同效应多尺度分析. 地理学报, 2020, 75(5): 975-988. |
| [26] |
刘桂林, 张落成, 张倩. 长三角地区土地利用时空变化对生态系统服务价值的影响. 生态学报, 2014, 34(12): 3311-3319. |
| [27] |
Chuai X W, Huang X J, Lai L, Wang W J, Peng J W, Zhao R Q. Land use structure optimization based on carbon storage in several regional terrestrial ecosystems across China. Environmental Science & Policy, 2013, 25: 50-61. |
| [28] |
Wu Y, Tao Y, Yang G S, Ou W X, Pueppke S, Sun X, Chen G T, Tao Q. Impact of land use change on multiple ecosystem services in the rapidly urbanizing Kunshan City of China: past trajectories and future projections. Land Use Policy, 2019, 85: 419-427. DOI:10.1016/j.landusepol.2019.04.022 |
| [29] |
Xu X B, Yang G S, Tan Y, Liu J P, Hu H Z. Ecosystem services trade-offs and determinants in China's Yangtze River economic belt from 2000 to 2015. Science of the Total Environment, 2018, 634: 1601-1614. |
| [30] |
Bradford J B, D'Amato A W. Recognizing trade-offs in multi-objective land management. Frontiers in Ecology and the Environment, 2012, 10(4): 210-216. DOI:10.1890/110031 |
| [31] |
Ter Braak C J F, Smilauer P. Canoco Reference Manual and User's Guide: Software for Ordination, Version 5.0. Ithaca: Microcomputer Power, 2012.
|
| [32] |
刘燕山, 谷先坤, 唐晟凯, 李大命, 曾庆飞, 陆建明, 毛志刚, 殷稼雯, 陈辉辉, 沈冬冬, 何浩然, 张彤晴. 东太湖鱼类群落结构特征及其与环境因子的关系. 生态学报, 2021, 41(2): 769-780. |
| [33] |
张碧天, 闵庆文, 焦雯珺, 何思源, 刘某承, 杨伦. 生态系统服务权衡研究进展. 生态学报, 2021, 41(14): 5517-5532. |
| [34] |
孙小银, 郭洪伟, 廉丽姝, 刘飞, 李宝富. 南四湖流域产水量空间格局与驱动因素分析. 自然资源学报, 2017, 32(4): 669-679. |
| [35] |
Cai W B, Gibbs D, Zhang L, Ferrier G, Cai Y L. Identifying hotspots and management of critical ecosystem services in rapidly urbanizing Yangtze River Delta Region, China. Journal of Environmental Management, 2017, 191: 258-267. |
| [36] |
Qiao X N, Gu Y Y, Zou C X, Xu D L, Wang L, Ye X, Yang Y, Huang X F. Temporal variation and spatial scale dependency of the trade-offs and synergies among multiple ecosystem services in the Taihu Lake Basin of China. Science of the Total Environment, 2019, 651: 218-229. |
| [37] |
王川, 刘春芳, 乌亚汗, 刘宥延. 黄土丘陵区生态系统服务空间格局及权衡与协同关系——以榆中县为例. 生态学杂志, 2019, 38(2): 521-531. |
| [38] |
刘华妍, 肖文发, 李奇, 田宇, 张倩如, 朱建华. 北京市生态系统服务时空变化与权衡分析. 生态学杂志, 2021, 40(1): 209-219. |
| [39] |
李龙, 吴大放, 王芳, 刘艳艳, 刘毅华, 钱乐祥. 中国快速城市化区域生态系统服务价值预测及权衡研究——以佛山市为例. 生态学报, 2020, 40(24): 9023-9036. |
| [40] |
王鹏涛, 张立伟, 李英杰, 焦磊, 王浩, 延军平, 吕一河, 傅伯杰. 汉江上游生态系统服务权衡与协同关系时空特征. 地理学报, 2017, 72(11): 2064-2078. |
| [41] |
Zhao R, Min N, Geng Y, He Y L. Allocation of carbon emissions among industries/sectors: an emissions intensity reduction constrained approach. Journal of Cleaner Production, 2017, 142: 3083-3094. |
| [42] |
Hasanbeigi A, Price L. A technical review of emerging technologies for energy and water efficiency and pollution reduction in the textile industry. Journal of Cleaner Production, 2015, 95: 30-44. |