生态学报  2024, Vol. 44 Issue (8): 3223-3240

文章信息

徐彩瑶, 崔铭烨, 王宁, 孔凡斌
XU Caiyao, CUI Mingye, WANG Ning, KONG Fanbin
浙江省生态保护修复优先区识别
Identification of priority areas for ecological protection and restoration in Zhejiang Province based on ecosystem service bundles
生态学报. 2024, 44(8): 3223-3240
Acta Ecologica Sinica. 2024, 44(8): 3223-3240
http://dx.doi.org/10.20103/j.stxb.202305181053

文章历史

收稿日期: 2023-05-18
网络出版日期: 2024-01-30
浙江省生态保护修复优先区识别
徐彩瑶1,2 , 崔铭烨2 , 王宁2 , 孔凡斌3     
1. 浙江农林大学浙江省乡村振兴研究院/生态文明研究院, 杭州 311300;
2. 浙江农林大学经济管理学院, 杭州 311300;
3. 南京林业大学数字林业与绿色发展研究院, 南京 210037
摘要: 生态保护修复是维持和提升生态系统稳定性和可持续性的重要举措。识别生态保护修复优先区并进行有规划的生态保护修复能够达到抑制生态环境退化的目的。以浙江省为研究对象, 运用生态系统服务价值计算模型、神经网络自组织映射(SOM)聚类分析法、空间统计、Spearman非参数相关性分析等方法, 识别生态系统服务簇, 分析生态系统服务簇演化和人类活动强度变化特征, 识别生态保护修复优先区, 探讨不同生态系统服务价值的权衡/协同关系, 提出生态保护修复优先区规划策略。结果表明:(1)2000—2021年浙江省生态系统服务空间分布逐渐趋于均衡, 生态系统服务价值总量由7279.73亿元降低至6980.28亿元;(2)2000—2021年浙江省人类活动强度显著增加, 呈现由西到东、由南到北的递增趋势;(3)2000—2021年浙江省生态系统服务与人类活动强度变化Moran′s I指数呈现显著负相关性, 说明人类活动强度与生态服务价值两者空间上处于相互制约状态;(4)2000—2021年浙江省90县(区)可划分为4类生态系统服务簇, 包括:城市中心簇、农业生产簇、核心生态簇和生态保育簇;(5)基于2021年双变量Moran′s I指数聚类结果将研究区划分的5种类型分区作为生态保护修复一级分区, 以区域内主导生态系统服务簇作为生态保护修复二级分区划分依据。浙江省生态保护修复优先区划分为4个类型, 即面积占比14.83%的生态预防治理区、面积占比19.94%的生态调控建设区、面积占比50.23%的核心生态保护区和面积占比15.00%的生态综合提升区。据此, 提出不同类型优先分区实施生态保护修复的规划策略。
关键词: 生态系统服务簇    优先区识别    人类活动强度    生态系统保护修复    规划策略    
Identification of priority areas for ecological protection and restoration in Zhejiang Province based on ecosystem service bundles
XU Caiyao1,2 , CUI Mingye2 , WANG Ning2 , KONG Fanbin3     
1. Research Academy for Rural Revitalization of Zhejiang Province/Institute of Ecological Civilization, Zhejiang Agriculture and Forestry University, Hangzhou 311300, China;
2. College of Economics and Management, Zhejiang Agriculture and Forestry University, Hangzhou 311300, China;
3. Institute of Digital Forestry and Green Development, Nanjing Forestry University, Nanjing 210037, China
Abstract: Ecosystem restoration is an important measure to maintain and enhance the stability and sustainability of ecosystems. Identifying priority areas for ecological protection and restoration and conducting planned ecological protection and restoration can achieve the goal of suppressing ecological degradation. Taking Zhejiang Province as the research area, the ecosystem service value calculation model, neural network self-organizing mapping (SOM) cluster analysis method, spatial statistics, Spearman non parametric correlation analysis, and other methods are used to identify ecosystem service clusters, analyze the evolution of ecosystem service bundles and changes in human activity intensity, identify priority areas for ecological protection and restoration, explore the trade-off/synergistic relationship between different ecosystem service values, and propose priority area planning strategies for ecological protection and restoration. The results indicate that: (1) From 2000 to 2021, the spatial distribution of ecosystem services in Zhejiang Province gradually tended to be balanced, and the total value of ecosystem services decreased from 727.973 billion yuan to 698.028 billion yuan; (2) From 2000 to 2021, the intensity of human activities in Zhejiang Province significantly increased, showing an increasing trend from west to east and from south to north; (3) From 2000 to 2021, the Moran′s I index showed a significant negative correlation between ecosystem services and changes in human activity intensity in Zhejiang Province, indicating that the intensity of human activity and the value of ecological services are spatially interdependent; (4) From 2000 to 2021, 90 counties in Zhejiang Province can be divided into four types of ecosystem service clusters, including urban center clusters, agricultural production clusters, core ecological clusters, and ecological conservation clusters; (5) Based on the clustering results of the bivariate Moran index in 2021, the five types of zoning in the study area will be classified as the primary zoning for ecological protection and restoration, and the dominant ecosystem service cluster in the region will be used as the basis for the secondary zoning for ecological protection and restoration. The priority areas for ecological protection and restoration in Zhejiang Province were divided into four types, namely the ecological prevention and control area accounting for 14.83%, the ecological regulation and construction area accounting for 19.94%, the core ecological protection area accounting for 50.23%, and the ecological comprehensive improvement area accounting for 15.00%. Based on this, the priority strategies for implementing ecological protection and restoration planning in different types of priority zones were proposed.
Key Words: ecosystem service bundles    priority areas identification    human activity intensity    ecosystem protection and restoration    planning strategy    

人类活动强度的增加促进了城市化加速发展进程, 严重干扰生态系统结构和功能, 导致城市周边地区出现生态破坏、景观破碎化和生态系统服务损失等情况, 致使生态系统服务供给能力减弱、人类福祉减少[15]。生态系统修复被视作维持和提升生态系统稳定性、可持续性的重要举措[68]。2019年3月1日, 经联合国批准的《联合国十年生态系统修复计划》明确提出了于2021—2030年间在全球保护修复3.5亿hm2退化生态系统的目标任务。2020年6月, 中国发布《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》, 提出要通过实施生态系统保护和修复工程及全面加强退化生态系统保护和修复工作, 实现到2035年全国自然生态系统状况根本好转的目标。在生态保护和修复工程实践中, 科学确定合适的生态保护修复优先区是有针对性地进行生态系统保护和修复的关键一步, 对于有效提升全国重要生态系统保护和修复工程实施的经济、社会和生态效益, 更好地促进人与自然和谐共生的中国式现代化建设, 具有重要的实践意义[910]

研究区域生态系统服务变化及其驱动机理, 分析各生态系统服务间的相互关系, 是优化生态保护修复分区及其实施策略的重要科学基础。近年来, 针对生态保护修复的理论、方法理论研究和实践应用成果大量涌现。从环境学角度来看, 生态系统与人类需求之间存在复杂的相互作用, 据此, 优化生态保护修复分区及其实施策略必须要充分考虑生态系统服务变化与人类活动间的相互关系[1116]。土地利用作为人类活动对地表生态系统最直接的影响方式, 多数学者将土地利用变化运用于开展国土空间生态保护修复优先区识别研究之中。例如, 基于“压力-状态-反应”模型的分区[10, 1619]和依据生态系统服务供需关系识别优先分区[89, 2021]以及根据区域主导生态功能识别生态保护和修复分区[2223]等。近年来, 基于识别区域内主导生态系统服务进而确定生态保护修复优先区的方法得到广泛应用[24]。识别各项生态系统服务间的权衡/协同关系和生态系统服务簇能够揭示生态系统内部以及与人类活动之间复杂的交互关系[4]。据此, 既有的研究从国家、区域等尺度, 对森林、耕地等不同用地类型, 运用空间自相关和主导生态服务类型分析法[4]、多情景模拟法[25]、像元相关分析法[26]等生态系统权衡/协同分析方法和K-means聚类[27]、自组织特征映射网络(SOM)[2829]等生态系统服务簇方法进行生态保护修复分区规划, 并探讨不同生态系统服务功能时空变化规律及驱动力因素。然而, 既有研究中尚缺少基于生态系统服务簇与人类活动强度变化关系的区域生态保护修复优先区识别研究, 对多种生态系统服务动态过程与人类活动关系机理的认识还不够深刻, 对多种生态系统服务动态演化分析及其人类活动驱动机理并据此进一步探索区域生态保护修复优先区规划策略的研究尚显不足。因此, 明晰区域生态系统服务簇及其与人类活动变化的动态关系, 据此提出区域生态保护修复优先区规划及其实施策略, 具有重要的科学意义。

浙江省是习近平生态文明思想重要发源地、全国生态文明先行示范区、全国高质量发展建设共同富裕区, 也是国家实施重要生态系统保护和修复重大工程的重点省。2020年, 浙江省发布《浙江省重要生态系统保护和修复重大工程实施方案(2021—2025年)》明确域内森林、湿地、河湖、海洋等自然生态系统保护和修复任务, 旨在通过科学实施生态系统保护和修复重大工程, 加快形成人与自然和谐共生的现代化建设新格局, 全面推进山水林田湖海一体化保护和系统治理, 为高质量发展建设共同富裕示范区提供生态支撑, 为全国重要生态系统保护和修复工程实施及生态文明建设提供示范样板。以全国生态文明先行示范区——浙江省为研究对象, 采用改进的当量因子法测算生态系统服务价值, 借助土地利用数据和ArcGIS技术平台计算人类活动强度, 利用GeoDa空间分析软件探索生态系统服务价值与人类活动强度变化相关性划分浙江省生态保护修复一级分区, 在此基础上利用SOM聚类法识别生态系统服务簇划分浙江省生态保护修复二级分区, 据此综合提出生态保护修复优先区分区方案, 进一步借助Spearman非参数相关性分析方法, 明晰生态系统服务权衡/协同关系, 据此提出不同类型分区生态保护和修复的重点任务及其优先规划策略, 为浙江省优化重要生态系统修复方案提供科学依据, 为全国各地优化山水林田湖草沙一体化保护和系统治理工程规划和实施方案提供参考。

1 研究区概况与数据来源 1.1 研究区概况

浙江省陆域面积10.18万km2, 其中森林面积6.6万km2, 占比高达61.15%;水域及水利设施用地0.7万km2, 湿地面积0.17万km2;耕地面积1.29万km2, 其中水田占比82.36%。海域面积26万km2。改革开放以来, 浙江省经济快速发展, 城镇规模快速扩张, 导致域内林地、草地、湿地和水体等生态空间遭受挤占, 局部地区自然生态系统出现退化。山水林田湖草保护和修复系统性不足, 生物多样性保护存在空缺区域, 保护修复力度不够。外来生物入侵危害普遍存在, 对域内生物多样性构成威胁。

1.2 数据来源

研究区土地利用数据来源于2000年、2005年、2010年、2015年以及2021年中国土地利用/覆被数据库(https://zenodo.org/record/5816591), 分辨率为30m。浙江省县级区划图数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/)。主要粮食播种面积和单位面积平均利润数据来源于2000年、2005年、2010年、2015年和2021年的《浙江统计年鉴》和《全国农产品成本收益资料汇编》。

2 研究方法

参考生态保护修复优先区规划的已有研究[8, 3031], 首先依据生态系统服务综合能力与人类活动强度的增减交互关系确定修复优先性, 其次通过识别生态系统服务簇确定县域主体生态功能, 在此基础上提出主要修复措施, 进一步借助Spearman非参数相关性分析明确生态系统服务权衡/协同关系变化特征, 最终提出不同类型优先区生态保护修复的重点任务及其规划策略。据此, 构建研究的技术路线如图 1所示。

图 1 技术路线 Fig. 1 Technical Roadmap
2.1 生态系统服务价值评估方法

采用谢高地等[14]和薛明皋等[32]的当量因子法, 对生态系统服务价值进行评估, 构建浙江省单位面积生态系统服务价值当量表(表 1)。选取5个关键的生态经济指标对11种服务功能进行空间修正, 测算得出各研究单元总的生态系统服务价值。计算公式如下:

(1)
表 1 单位面积生态系统服务价值当量/(元/hm2)[14, 32] Table 1 Equivalent value of ecosystem services per unit area
生态系统服务类型Ecosystem services types 旱地Dryland 水田Paddy field 林地Woodland 草地Grassland 水系River system 湿地Wetland 建设用地Construction land 未利用地Unutilized land
食物生产Food production 2264.49 3623.19 772.60 1012.36 2131.289 1358.70 0.00 0.00
原料生产Production of material 1065.64 239.77 1758.31 1491.90 612.74 1332.05 0.00 0.00
水资源供给Water supply 139.58 -18354.11 2372.78 2163.41 57853.84 18074.96 0.00 0.00
气体调节Gas regulation 1784.95 2957.16 5781.11 5248.29 2051.36 5061.80 0.00 53.28
气候调节Climate regulation 959.08 1518.54 17316.68 13879.99 6100.80 9590.78 0.00 0.00
净化环境Clean the situation 266.41 452.90 5141.72 4582.26 14785.78 9590.78 0.00 53.28
水文调节Hydrological regulation 1884.26 18982.20 33079.27 26658.83 713507.44 169095.12 -50247.00 77.62
土壤保持Soil conservation 1784.04 17.32 4590.01 4157.00 1610.83 4001.11 6807.08 51.75
维持养分循环Maintaining nutrient cycling 319.69 506.18 532.82 479.54 186.49 479.54 0.00 0.00
生物多样性Biodiversity 232.47 375.53 4309.64 3898.34 4560.00 14073.38 0.00 51.75
美学景观Aesthetic landscape 55.55 83.32 981.31 888.74 1749.70 4378.88 0.00 25.87

式中, Vifa指某种生态系统第f类服务功能在地区i的当量因子, hm2Vf指该种生态系统第f类服务功能全国平均当量因子。(其中, 第1类服务功能包括食物生产、原料生产、气体调节、气候调节、净化环境和维持养分循环;第2类包括水资源供给和水文调节;第3类指生物多样性;第4类指土壤保持;第5类指美学景观);Eif指该种生态系统在地区i针对第f类服务功能的空间调节因子(Ei1Ei5对应5类服务功能, 分别指净初级生产力(NPP) 调节因子、降雨量调节因子、栖息地质量调节因子、土壤侵蚀度调节因子和可达性调节因子)。

(2)
(3)

式中, ESVj为各研究单元中第j类生态系统服务价值, 亿元/hm2Se为各研究单元中第e种类型生态系统的面积, hm2D为浙江省1个标准当量因子的生态系统服务价值量, 元/hm2;(3)式中:PrPwPc分别为浙江省稻谷、小麦、玉米播种面积占3种作物播种总面积的百分比, %;NrNwNc分别为全国稻谷、小麦、玉米的单位面积平均利润, 元/hm2。公式(2)中数据为2000—2021年的平均数据, 得到D值为1778.23元/hm2

2.2 人类活动强度测算方法

采用徐勇等[33]提出的人类活动强度算法模型和土地利用/土地覆被类型的建设用地当量折算系数算法计算人类活动强度, 其公式如下:

(4)
(5)

式中, HAILS表示地表人类活动强度(%);SCLE(km2)为建设用地当量面积;S(km2)为研究区域总面积;(5)式中:SLb(km2)为第b种土地利用/覆被类型的折算系数;n为研究区域内土地利用类型的总数。参考已有相关研究[5, 34], CIb为人类活动强度系数由Lohani、Leopold和Delphi三个参数均值求出。不同土地利用/覆被类型的具体参数:草地为0.09, 林地为0.14, 耕地为0.61, 未利用地为0.07, 水系为0.32, 建设用地为0.95。

2.3 生态系统服务价值与人类活动强度相关性识别方法

浙江省生态保护修复一级分区通过识别生态系统服务价值与人类活动强度相关性划分。在GeoDa软件中建立空间权重矩阵, 用双变量局部Moran′s I指数研究浙江省各县级单元2000—2021年生态系统服务价值演化量与人类活动强度变化值的空间相关性[7]。计算公式为:

(6)

式中, I为Moran′s I指数;Wgq为空间权重;xgyg表示各研究单元生态系统服务价值演化值与人类活动强度变化值两个指标;xy表示各区域生态系统服务价值演化量化值与人类活动强度变化值的均值。结果输出不显著关系和4个显著关系类型, 即高-高(H-H)、低-低(L-L)、低-高(L-H)和高-低(H-L)。高-高(H-H)型表示2000—2021年间生态系统服务价值和城市化强度均有提高的研究单元, 低-低(L-L)表示生态系统服务价值和人类活动强度均有下降的研究单元, 低-高(L-H)表示生态系统服务价值降低而人类活动强度提高的研究单元, 高-低(H-L)表示生态系统服务价值提高而热内活动强度降低的研究单元。

2.4 生态系统服务簇识别方法

浙江省生态保护修复二级分区通过识别区域内主导生态系统服务划分。采用SOM聚类分析法来识别浙江省县域尺度上的生态系统服务簇, 这是一种无监督的聚类方法, 可以根据不同的生态系统服务在空间上共现的相似性将每个研究单元或次级流域分配到生态系统服务簇中[9]。在进行SOM聚类分析时, 采用相同尺度生态系统服务的标准化值, 以使三年内描绘的生态系统服务簇一致且可比。具体使用R语言4.0软件中的kohonen包执行SOM聚类分析。

2.5 生态保护修复分区方法

生态保护修复分区遵循生态环境与人类活动不可分割以及生态系统综合分析与主导因素相结合的生态区划原则, 参考相关研究[31, 35]采用二级分区方法。一级生态保护修复分区的划分主要考虑生态系统服务价值和人类活动强度相关性, 在此基础上建立重点关注区域内主导生态系统服务的二级生态保护修复分区, 结合分析一二级生态保护修复分区域内生态现状的相似性和差异性, 据此规划浙江省生态保护修复优先区。选择浙江省县域单元作为生态保护修复优先区的基本单元。

2.6 生态系统服务权衡/协同关系分析方法

Spearman非参数相关性分析是用来确定因素之间相互作用关系方向与强度时常用的一种定量方法[36], 据此, 使用Spearman的非参数相关性分析来确定各项生态系统服务之间的权衡/协同作用。选取浙江2000年、2005年、2010年、2015年和2021年, 通过利用R语言4.0软件中的corrplot包在县域尺度上进行Spearman相关性分析。

(7)

式中, r为相关系数, 值域[-1, 1], 若r>0, 表示两项生态系统服务之间存在协同关系;r < 0, 则意味着两项生态系统服务之间存在权衡关系。xijyij表示不同类型生态系统服务值。

3 结果与分析 3.1 浙江省生态系统服务价值时空变化特征

利用ArcGIS自然断点法呈现浙江省生态系统服务价值总体情况, 结果如图 2所示。结果表明, 2000—2021年浙江省生态系统服务价值空间分布格局分异明显, 生态系统服务价值总体水平较高, 空间格局保持相对稳定。具体而言, 高生态系统服务供应区由西北部山区和丘陵区逐渐扩散至南部山区和东部丘陵区。相比之下, 农田分布较为集中的中央盆地地区和东北平原地区生态系统服务水平相较于西南山区和西北丘陵偏低。此外, 浙江省生态系统服务价值水平空间分布遵循从西南到东北递减的梯度秒化特征。总体而言, 2000年至2021年, 浙江省生态系统服务价值空间分布趋于均衡。

图 2 2000—2021年浙江省生态系统服务价值时空变化特征 Fig. 2 Characteristics of changes in ecosystem service levels in Zhejiang Province from 2000 to 2021 该图基于自然资源部标准地图服务网站下载的审图号为GS(2019)3333号标准地图制作, 底图无修改

浙江省生态系统服务价值由2000年7279.73亿元减少至2021年的6980.28亿元, 变化幅度为4.11%, 呈现先增后减的波动变化特征, 各单项生态系统服务价值及变化如表 2所示。结果表明, 研究期内浙江省提供的水文调节功能最大, 占总体生态系统服务价值比例均在60%左右, 其次为气候调节, 历年占比在16%左右, 水资源供给在研究期内服务贡献情况均为负值, 这可能是由于测算生态系统服务价值当量为农业用地赋值情况所导致, 也说明浙江省水资源消耗量较大。2000—2021年间, 仅有土壤保持的生态系统服务价值增加, 其余10项生态系统服务价值均呈下降趋势, 其中, 水资源供给、水文调节和气体调节三项服务供给呈现先增加后降低的变化趋势。

表 2 2000—2021年浙江省单项生态系统服务价值变化/亿元 Table 2 Changes in the value of individual ecosystem services in Zhejiang Province from 2000 to 2021
生态系统服务类型Ecosystem services types 生态系统服务价值Value of ecosystem services
2000年 2005年 2010年 2015年 2021年
食物生产Food production 142.04 137.07 132.82 133.40 133.99
原料生产Production of material 123.31 122.81 122.24 119.14 117.98
水资源供给Water supply -94.40 -51.65 -27.91 -51.78 -60.23
气体调节Gas regulation 449.53 445.08 441.03 432.00 428.80
气候调节Climate regulation 1172.24 1170.04 1166.59 1134.88 1122.93
净化环境Clean the situation 384.00 387.13 386.93 375.59 371.78
水文调节Hydrological regulation 4368.56 4476.67 4431.80 4211.08 4126.32
土壤保持Soil conservation 329.21 338.37 346.46 346.90 350.82
维持养分循环Maintaining nutrient cycling 47.00 46.24 45.59 44.90 44.69
生物多样性Biodiversity 287.99 287.06 286.12 278.42 275.47
美学景观Aesthetic landscape 70.26 70.55 70.45 68.44 67.73
总计Sum 7279.73 7429.38 7402.11 7092.97 6980.28
3.2 浙江省人类活动强度识别及时空变化特征

利用ArcGIS自然断点法将浙江省人类活动强度指标分为5类, 结果如图 3所示。结果表明, 相较于生态系统服务水平变化情况, 浙江省人类活动强度变化更为显著, 2000年人类活动强度水平始终保持在相对较低的水平。2005—2021年浙江省东北部地区、东部沿海地区以及中部地区等地形以较为平坦的河谷及平原为主的区域, 例如嘉兴市嘉善县、秀洲区、海宁市、桐乡市, 湖州市南浔区, 杭州市钱塘区、萧山区以及绍兴市越城区等区域人类活动强度迅速增长至较高水平, 其中, 嘉兴市、湖州市、杭州市和金华市人类活动强度增长尤为显著, 呈现由东向西的扩散趋势。总体而言, 浙江省人类活动强度在水平空间分布遵循由东北向西南递减的梯度变化特征, 人类活动强度总体水平呈显著的快速增长态势。

图 3 2000—2021年浙江省人类活动强度变化特征 Fig. 3 Characteristics of changes in human activity intensity in Zhejiang Province from 2000 to 2021
3.3 浙江省生态系统服务价值与人类活动强度相关性时空分布特征

为更好观察研究期内浙江省生态系统服务价值与人类活动强度变化之间的相关性, 选取2000—2021年生态系统服务价值变化量与人类活动强度变化量进行空间双变量Moran′s I指数分析, 结果如表 3所示。结果表明, 2000—2021年浙江省生态系统服务与人类活动强度变化之间Moran′s I指数始终显著呈现负相关性, 且z-value绝对值始终大于2.5, 说明该负相关关系在浙江省区县中聚集性显著, 浙江省县区尺度下人类活动强度与生态服务价值始终于相互制约状态。为此, 识别生态保护修复优先区, 制定有效的生态保护修复策略对协调浙江省人类活动与生态环境之间的关系尤为重要。

表 3 2000—2021年浙江省生态系统服务与人类活动强度变化双变量Moran′s I指数分析结果 Table 3 The results of the bivariate Moran index analysis on changes in ecosystem services and human activity intensity in Zhejiang Province from 2000 to 2021
年份Year Moran′s I P z 年份Year Moran′s I P z
2000 -0.12 0.002 -3.61 2015 -0.16 0.001 -4.71
2005 -0.19 0.001 -5.56 2021 -0.15 0.001 -4.57
2010 -0.16 0.001 -4.74
3.4 浙江省生态系统服务簇的识别及其时空变化特征

浙江省生态保护修复二级分区重点关注区域内主导生态系统服务簇。SOM聚类分析结果及每个生态系统服务簇的特征如图 4所示。结果表明, 2000—2021年浙江省90县(区)被聚集成4个生态系统服务簇, 包括核心生态簇、农业生态簇、生态保育簇和城市中心簇。核心生态簇的各项生态系统服务均保持在较高水平, 以原料生产、气体调节、维持养分循环和土壤保持服务为主导。农业生产簇的生态系统服务以食物生产和土壤保持为主, 水资源供给和水文调节服务能力相对较低, 原料生产、生物多样性和气体调节服务匮乏, 表明该服务簇所属区域既存在水源调蓄功能, 同时对水资源有较大需求, 该区域植被类型单一, 为耕地用地类型。生态保育簇构成中的气候调节、土壤保持、粮食供给和生物多样性等4项生态系统服务较为突出, 其余各个生态系统服务类型均未出现特别突出或匮乏的情况。城市中心簇的生态系统服务以粮食供给为主, 其他各项服务均处于较低水平, 表明城市建设用地占比多, 提供生态系统服务总体能力弱。

图 4 浙江省生态系统服务簇功能结构雷达图 Fig. 4 Radar chart of functional structure of ecosystem service bundles in Zhejiang Province

浙江省生态系统服务簇空间分布特征如图 5所示。结果表明, 2000—2021年浙江省总体生态系统服务簇的空间分布结构较为稳定, 且生态保育簇与其他生态系统服务簇交错分布, 在浙江省整体占比最大, 由2000年17个县区上升为2021年32个县区, 其间的耕地与林地交错, 能够兼顾粮食生产和生态环境保护, 适合育林保种发展生态产业。城市中心簇主要分布于东北部沿海和其他设区市的人口密集区域, 包括杭州市的富阳区和余杭区, 嘉兴市以南湖区为中心的周边区域, 金华市的婺城区、金东区和永康市以及台州市的温岭区和黄岩区等地, 数量由2000年的18个上升为23个, 主要用地类型为城市建设用地。核心生态簇占比由2000年12个县区减少为2021年的9个, 主要分布在西北部和南部山区, 包括杭州市淳安县、建德市和临安区, 衢州市开化县, 丽水市龙泉市和遂昌县等地, 主要用地类型为林地, 生物种群丰富, 生态资源禀赋优越, 具有优秀的空气净化能力和丰富的植被资源和生物群落。2000—2021年农业生产簇由43个县区减少为26个, 其中大部分转变为了生态保育簇。农业生产簇主要分布于浙江省东北部平原、中部盆地和东南部沿海地区, 城市建设用地和农地占区域总面积比例较大。从时空序列上来看, 多数地区生态系统服务簇类型未发生改变, 表明浙江省大部分区域的生态系统服务结构较为稳定。2000—2021年生态系统服务簇变化显著区县为近年来浙江省城市发展最快的地区, 表明生态系统服务结构的变化主要来源于区域内城市建设用地的快速扩张, 侵占了周围的其他用地类型。

图 5 2000—2021年浙江省生态系统服务簇空间分布 Fig. 5 Spatial distribution of ecosystem service bundles in Zhejiang Province from 2000 to 2021
3.5 浙江省生态保护修复优先区识别 3.5.1 浙江省生态保护修复一级分区

根据生态系统服务价值与人类活动强度相关性, 采用2021年双变量Moran′s I指数聚类结果将研究区分为5种类型分区作为生态保护修复一级分区, 如图 6所示。具体包括:保护保育型分区(高生态系统服务价值-低人类活动强度)、预防治理型分区(高生态系统服务价值-高人类活动强度)、重点修复型分区(低生态系统服务价值-高人类活动强度)、综合提升型分区(低生态系统服务价值-低人类活动强度)和生态保护区(不显著)。

图 6 浙江省生态保护修复一级分区 Fig. 6 First level zoning for ecological protection and restoration in Zhejiang Province

5类生态保护修复分区空间分布存在显著分异特征。预防治理型分区(高生态系统服务价值-高人类活动强度)包括湖州市德清县、杭州市富阳区、绍兴市上虞区和宁波市余姚市等10个区县, 重点修复型分区(低生态系统服务价值-高人类活动强度)包括嘉兴市海盐县、杭州市余杭区、绍兴市南湖区等14个区县。这两类分区集中于浙江省北部, 位于钱塘江下游较为平坦的地区, 属人口稠密区, 人地矛盾突出, 生态系统功能受人类活动干扰严重, 是需要重点防范生态系统退化的地区。保护保育型分区(高生态系统服务价值-低人类活动强度)主要分布于浙江省西南部的大部分县区, 包括杭州市西南部的淳安县、衢州市开化县、金华市武义县、丽水市遂昌县、温州市永嘉县和台州市仙居县等27个县区, 主要分布在西南林区以及河流上游区域, 多位于山地丘陵地带, 自然生态基底条件优渥, 是需要重点保护和维持管控的地区。综合提升型分区(低生态系统服务价值-低人类活动强度)主要位于浙江省中部和南部部分县区, 包括温州市苍南县、金华市义乌市、丽水市云和县等18个区县, 主要位于保护保育型分区外围, 是近年发展较快的城市与乡村过渡地带。

3.5.2 浙江省生态保护修复二级分区

识别生态保护修复优先区, 不仅需要明确区域人地关系现状, 对生态环境问题亟待解决的区域进行优先保护修复, 还要从生态本底出发, 遵循生态保护修复主导性原则, 因地制宜实施保护修复措施[31]。为此, 通过分析2021年浙江省生态系统服务价值变化量与人类活动强度变化量关系划定一级分区, 二级分区是在一级分区基础上重点关注区域生态系统主导服务, 具体选取2021年浙江省生态系统服务簇进行划分, 结果如表 4所示。

表 4 浙江省生态保护修复二级分区结果 Table 4 Secondary zoning results of ecological protection and restoration in Zhejiang Province
二级分区编号Secondary partition numbers 一级分区Primary partitions 生态系统服务簇类型Types of ecosystem service clusters
Ⅰ-1 Ⅰ:预防治理型分区(高生态系统服务价值-高人类活动强度) 1:生态保育簇
Ⅰ-2 2:城市中心簇
Ⅱ-1 Ⅱ:重点修复型分区(低生态系统服务价值-高人类活动强度) 1:生态保育簇
Ⅱ-2 2:城市中心簇
Ⅱ-3 3:农业生态簇
Ⅲ-1 Ⅲ:保护保育型分区(高生态系统服务价值-低人类活动强度) 1:生态保育簇
Ⅲ-2 2:城市中心簇
Ⅲ-3 3:农业生态簇
Ⅳ-1 Ⅳ:综合提升型分区(低生态系统服务价值-低人类活动强度) 1:生态保育簇
Ⅳ-2 2:城市中心簇
Ⅳ-3 3:农业生态簇
Ⅳ-4 4:核心生态簇
Ⅴ-1 Ⅴ:生态保护区(不显著) 1:生态保育簇
Ⅴ-2 2:城市中心簇
Ⅴ-3 3:农业生态簇
Ⅴ-4 4:核心生态簇

不同区县的生态保护修复区分布情况存在明显差异, 分区结果如图 7所示。结果表明, 基于生态系统服务簇可以将5个一级分区划分为16个二级分区。Ⅰ类预防治理型分区中包含生态保育簇和城市中心簇2类生态系统服务簇, Ⅲ类保护保育型分区中生态系统服务簇包括生态保育簇、城市中心簇与农业生态簇3类, 此5类生态保护修复二级分区交错分布于浙江省北部的杭嘉湖平原地区, 其中Ⅰ-2和Ⅲ-2为城市核心发展区, 属浙江省内人地矛盾较为突出区域。Ⅱ类重点修复型分区与生态保育簇、城市中心簇和农业生态簇组成3类生态保护修复二级分区, 位于浙江省中部河谷地带和东南部沿海地区, 其中Ⅱ-2在2000—2021年间人类活动强度显著增加, 可对应采取生态环境风险管控措施。Ⅳ类综合提升型分区包括生态保育簇、城市中心簇、农业生态簇和核心生态簇在内的全部4类生态系统服务簇, 主要分布于浙江省南部山区和西部丘陵地带。Ⅴ类生态保护区涵盖全部4类生态系统服务簇, 分布于舟山群岛的Ⅴ-3二级生态保护修复区应以水资源安全保障为主要保护修复方向。

图 7 浙江省生态保护修复二级分区 Fig. 7 Secondary zoning for ecological protection and restoration in Zhejiang Province Ⅰ—Ⅴ代表生态保护修复一级分区, Ⅰ:预防治理型分区;Ⅱ:重点修复型分区;Ⅲ:保护保育型分区;Ⅳ:综合提升型分区;Ⅴ:生态保护区。1—4代表生态系统服务簇类型, 1:生态保育簇;2:城市中心簇;3:农业生态簇;4:核心生态簇
3.5.3 浙江省生态保护修复优先区

在县域尺度分析浙江省生态系统服务与人类活动强度变化相关关系, 以此构建生态保护修复一级分区, 并在此基础上分析各区县内主导生态系统服务, 以构建生态保护修复二级分区, 结合分析一二级生态保护修复分区域内生态现状的相似性和差异性, 规划浙江省生态保护修复优先区, 结果如表 5所示。结果表明, 包括编号Ⅲ-1、Ⅳ-1、Ⅳ-4和Ⅴ-4区域的分区生态本底优良且受人类活动干扰较少的区县被划归为核心生态保护区, 在四类分区中面积占比为50.23%, 占浙江省总面积50%以上;包括编号Ⅱ-2、Ⅱ-3、Ⅲ-2和Ⅳ-3区域的分区为生态调控建设区, 其中编号Ⅱ-3和编号Ⅲ-2区域属于人地矛盾突出的区域, 要以优化生态环境空间结构为主要修复方向;包括编号Ⅰ-1、Ⅰ-2、Ⅱ-1和Ⅴ-2区域的分区为生态预防治理区, 该区域以城市中心簇为主要生态系统服务簇, 生态本底较好, 要以保护生态本底, 调整产业结构, 促进区域内产业绿色发展为主要修复方向, 因其面积占比为14.83%, 是总体面积最小的生态保护修复分区;包括编号Ⅲ-3、Ⅳ-2、Ⅴ-1、和Ⅴ-3区域的分区为生态综合提升区, 此类区域可作为城市扩张的缓冲地带, 要以生态自然恢复为主, 辅助生态修复措施。

表 5 浙江省生态保护修复优先区相关特征 Table 5 Characteristics of ecological system protection and restoration zoning in Zhejiang Province
生态保护修复优先区类型Types of ecological protection and restoration areas 二级分区编号Secondary partition number 面积/km2 Area 面积占比/% Area proportion
生态预防治理区Ecological prevention and control zone Ⅰ-1 7666.06 7.71
Ⅰ-2 3145.32 3.16
Ⅱ-1 1786.37 1.80
Ⅴ-2 2161.75 2.17
生态调控建设区Ecological regulation and construction zone Ⅱ-2 6788.10 6.82
Ⅱ-3 5959.91 5.99
Ⅲ-2 5772.61 5.8
Ⅳ-3 1318.17 1.32
核心生态保护区Ecological core conservation zone Ⅲ-1 768.69 0.77
Ⅳ-1 26726.99 26.86
Ⅳ-4 18209.63 18.30
Ⅴ-4 4267.61 4.29
生态综合提升区Ecological comprehensive improvement zone Ⅲ-3 445.26 0.45
Ⅳ-2 994.93 1.00
Ⅴ-1 6050.98 6.08
Ⅴ-3 7429.14 7.47

根据上述分区结果, 进一步展示浙江省生态保护修复优先区整体格局如图 8所示。结果表明, 浙江省生态保护修复优先区依托东海海岸线和钱塘江两条生态轴, 由东向西, 由南向北贯穿全省, 连接省内主要发展区县和重要生态源地。浙西丘陵和浙南山地分别为钱塘江和瓯江发源地, 持续为下游流域提供包括固碳释氧、土壤保持和生物多样性等多种生态系统服务, 是全省重要的生态系统服务供给区, 同时也是最重要的生态屏障。东北部冲积平原与沿海一带为快速发展区县主要聚集区, 同时也是生态系统服务主要需求区。

图 8 浙江省生态保护修复优先区格局 Fig. 8 Priority areas for ecological protection and restoration in Zhejiang Province
4 讨论 4.1 浙江省生态保护修复优先区验证

生态系统服务之间的交互包括各项生态系统之间构成的协同/权衡关系和生态系统服务簇。伴随人类活动强度的变化, 各项生态系统服务间关系会相应增强、减弱甚至改变方向[3738]。此外, 生态系统变化过程中不同生态系统服务的反馈可能存在滞后性[3940]。为此, 厘清生态系统服务权衡与协同关系不仅能够进一步对生态系统服务簇的识别结果进行验证, 还能够为生态系统服务管理提供科学依据, 也是优化生态保护修复规划及其实施策略的基础[37, 4144]。据此, 进一步探讨浙江省生态保护修复优先区中各项生态系统服务之间的权衡/协同关系, 以验证浙江省生态保护修复优先区识别结果。

通过对2021年浙江省4类生态保护修复优先区11种生态系统服务之间的权衡/协同关系进行分析, 各确定了55组相关性, 结果如图 9所示。结果表明, 浙江省核心生态保护区的各项生态系统服务价值之间的相关性中, 55组均为正值, 协同关系占100%, 表明浙江省核心生态保护区内协同关系为其生态系统服务之间的绝对主导关系。浙江省生态调控建设区各项生态系统服务之间的相关性中, 6组为负值, 49组为正值, 协同关系占89.1%, 大多数生态系统服务关系趋于协调, 权衡关系存在于水资源供给与食物生产、土壤保持和维持养分循环以及水文调节与土壤保持、维持养分循环和生物多样性之间, 汇集核心城市发展地带, 该区域人地矛盾较为突出, 其中高强度的人类活动对水资源相关生态服务需求较为突出, 为此主要生态保护修复应以解决水质量不稳定问题以及水土流失问题为主。浙江省生态综合提升区各项生态系统服务之间的相关性中, 10组为负值, 45组为正值, 协同关系占81.82%, 权衡关系主要存在于水资源供给与其他各项生态系统服务之间, 作为城乡发展缓冲地带, 其农业用地不合理的耕作方式以及污水处理不当等问题使水资源利用成为该区域生态系统服务的主要制约因素, 应以加强生态系统水源涵养作为主要的生态修复目标, 从而协调优化各项生态系统服务之间的关系。浙江省生态调控建设区各项生态系统服务之间的相关性中, 1组为负值, 54组为正值, 协同关系占98.18%, 协同关系为各项生态系统服务之间的主导关系, 其中粮食生产与水资源供给生态系统服务对其他各项生态系统服务的协同效应显著性较差, 对应保护修复策略应侧重于合理分配农业资源和水资源在居民生产生活中多环节、多层次综合利用, 从而协调粮食生产与水资源供给各项生态系统服务之间的关系。

图 9 2021年浙江省保护修复优先区生态系统服务权衡与协同关系 Fig. 9 Balance and Collaborative Relationship of Ecosystem Services in Priority Areas for Protection and Restoration in Zhejiang Province in 2021 *、**和***分别表示10%, 5%和1%的显著性水平
4.2 浙江省生态保护修复优先区规划策略

鉴于浙江省4类生态保护修复优先区内部生态系统服务权衡/协同关系变化特征的差异性, 在推进生态保护和修复工程实践之中, 需要紧密结合4个分区实际, 坚持问题导向, 突出重点, 分区分类采取不同的优先规划策略。

(1) 生态预防治理区优先规划策略选择。生态预防治理区主要分布在浙江省中北部, 包括杭州市钱塘区和绍兴市上虞区在内的13个县区, 多为高生态系统服务价值-高人类活动强度区县, 生态系统服务簇类型以农业生产簇和城市中心簇为主, 涵盖多数核心发展区县, 是人地矛盾较为突出, 亟待加强生态保护修复的区域。因此, 此类生态保护修复优先区应明确划定城市发展边界与生态红线, 对城市发展边界加以限制, 对生态红线严加保护, 避免过度人类活动破坏自然生态系统的完整性和稳定性。具体措施可以通过调整城乡空间布局, 优化城乡产业结构, 高质量发展生态工业, 加快生态农业和城郊农业旅游业深度融合, 推动杭嘉湖平原地区农地利用综合整治, 实现传统农业与绿色农业的有机结合, 带动城乡一体化发展。与此同时, 做好流域护岸堤防修复、解决水环境水质量不稳定问题, 重视水系沿线水土流失问题, 提升包括净化环境和土壤保持等生态系统服务功能, 实现自然生态系统保护和社会经济的协调可持续发展。

(2) 生态调控建设区优先规划策略选择。生态调控建设区呈带状分布于钱塘江流域和东海沿岸地区, 包括杭州市余杭区、衢州市常山县、温州市瓯海区、湖州市吴兴区等在内的26个区县, 多为低生态系统服务价值-高人类活动强度区县, 生态系统服务簇类型包括农业生产簇和城市中心簇, 且地形相对平缓, 适合进行生产活动。具体措施包括保护修复海岸线生态环境和预防内陆森林湿地退化两部分。一是要以稳定海岸带生态系统多样性和稳定性为基础, 在加大海岸带城市和滩涂湿地自然生态系统保护力度的同时, 持续加大对临海及水系发达地区水生态系统的修复力度, 提高流域水土保持能力, 确保水生态环境质量的稳定。二是要基于“基质-斑块-廊道”原理, 以钱塘江、瓯江、新安江等大型水系为“廊道”, 以国家森林公园和风景名胜区等生态本底良好区域为“斑块”, 构建由点到线到面的生态保护修复格局, 协同促进陆地生态系统和海洋生态系统服务功能的同步提升。同时针对区域内存在的农业面源污染问题, 应促进农业资源和水资源的多环节、多层次综合利用, 采用农作物、水产养殖和畜禽养殖多物种有机结合的立体农业模式, 实现农业用水生态循环利用。

(3) 核心生态保护区优先规划策略选择。核心生态保护区广泛分布于浙江省西南部山区, 包括杭州市建德市、丽水市景宁畲族自治县、温州市泰顺县在内的28个区县, 多为高生态系统服务价值-低人类活动强度的区域, 生态系统服务簇类型包括生态保育簇和核心生态簇。具有林地面积占比高、生态本底条件优越、经济增长乏力等特点。要以巩固提升生态系统功能为基础, 实施浙西南山地生态综合治理工程, 加大高坡林和天然林及生态公益林保护力度, 优化人工林林种树种结构, 提升森林生态系统的稳定性。与此同时, 还要加大交通能源等重大基础设施建设, 夯实县域经济高质量发展基础, 要加快传统农林业等自然资源依托型产业转型, 推动森林生态系统服务功能和县域生态产业的协调发展。

(4) 生态综合提升区优先规划策略选择。生态综合提升区与生态预防治理区交错分布于浙江省北部和东部沿海地区, 包括舟山市普陀区、宁波市奉化区、台州市玉环市等在内的23个区县。生态系统服务簇以城市中心簇和农业生产簇为主。逐渐增高的人类生态活动为这些区县的主要特征, 该区分布在中心城镇区域外围, 受到城市中心区辐射影响严重, 又发挥着类似“生态缓冲带”的屏障作用, 应采取自然恢复为主, 人为干预为辅的修复治理策略。一是要加强生态系统水源涵养及生物多样性保护, 开展生态系统科技支撑能力提升、自然生态监测监管能力提升、森林生态资源保护能力提升、生态气象保障能力提升等工程, 以数字化改革为引领, 谋划建设生态系统保护和修复数字化应用场景。二是要保护修复农田生态系统, 强化基本农田保护, 确保粮食生产能力, 加强基本农田管理, 提升农田生态系统服务功能, 发展生态农业, 提升农田生态系统生态产品供给规模和质量水平, 加大被污染农田土壤修复力度, 维持土壤自然肥力, 提升农田生态系统健康水平, 实现农田生态系统保护与粮食安全协调发展。

5 结论

采用改进的当量因子法测算生态系统服务价值, 借助土地利用数据和ArcGIS技术平台计算人类活动强度, 利用GeoDa空间分析软件探索生态系统服务价值与人类活动强度变化相关性划分浙江省生态保护修复一级分区, 在此基础上利用SOM聚类法识别生态系统服务簇划分浙江省生态保护修复二级分区, 据此综合提出生态保护修复优先区分区方案, 进一步借助Spearman非参数相关性分析方法, 明晰生态系统服务权衡/协同关系, 据此提出不同类型分区生态保护和修复的重点任务及其优先规划策略。得出如下主要结论。

(1) 2000—2021年浙江省生态系统服务价值总体水平较高且呈现非常明显的空间异质性, 高生态系统服务供应区由西北部山区和丘陵区逐渐扩散至南部山区和东部丘陵区。生态系统服务总值由2000年的7279.73亿元减少至2021年的6980.28亿元, 整体分布情况趋于均衡。

(2) 2000—2010年浙江省人类活动强度水平始终保持在相对较低的水平。2015—2021年东部沿海地区以及中部地区包括杭州市上城区等在内的人类活动强度迅速增长至较高水平, 由东向西呈现扩散趋势。

(3) 2000—2021年浙江省生态系统服务与人类活动强度变化之间Moran′s I指数始终显著呈现负相关性, 浙江省县区尺度下人类活动强度与生态服务价值始终于相互制约状态。

(4) 2000—2021年浙江省90县(区)被可以聚集成城市中心簇、农业生产簇、核心生态簇和生态保育簇4个生态系统服务簇。生态保育簇数量提升最大, 农业生产簇数量减少最多。

(5) 2021年浙江省4类生态保护修复优先区11种生态系统服务之间的权衡/协同关系分析各确定55组相关性, 其中:核心生态保护区生态系统服务权衡与协同关系55组均为正值, 协同关系占100%;生态预防治理区生态系统服务权衡与协同关系, 6组为负值, 49组为正值, 协同关系占89.1%;生态综合提升区生态系统服务权衡与协同关系, 10组为负值, 45组为正值, 协同关系占81.82%;生态调控治理区生态系统服务权衡与协同关系, 1组为负值, 54组为正值, 协同关系占98.18%。

(6) 2021年浙江省5种生态保护修复一级分区为保护保育型分区、预防治理型分区、重点修复型分区、综合提升型分区和生态保护区, 结合当期浙江省4类生态系统服务簇规划16个二级分区, 整体可以划分为生态预防治理区、生态调控建设区、核心生态保护区和生态综合提升区4类生态保护修复优先区。

(7) 浙江省4类生态保护修复优先分区应当采取有针对性的规划策略。生态预防治理区应明确划定城市发展边界与生态红线, 避免过度人类活动破坏自然生态系统的完整性和稳定性, 生态调控建设区保护修复从保护修复海岸线生态环境和预防内陆森林湿地退化两方面制定具体修复措施, 核心生态保护区以巩固提升生态系统功能为基础, 同时加大重大基础设施建设力度, 夯实县域经济高质量发展基础, 生态综合提升区采取自然恢复为主、人为干预为辅的修复治理措施, 加强数字化生态管理能力建设和应用场景拓展。

参考文献
[1]
申嘉澍, 梁泽, 刘来保, 李德龙, 张亚彤, 李双成. 雄安新区生态系统服务簇权衡与协同. 地理研究, 2020, 39(1): 79-91.
[2]
王启名, 杨昆, 李立晓, 朱彦辉, 樊贤. 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. 生态学报, 2023, 43(12): 4876-4891.
[3]
敦越, 杨春明, 袁旭, 杨燕平, 肖复晋, 梁斯琦, 陆颖. 流域生态系统服务研究进展. 生态经济, 2019, 35(7): 179-183.
[4]
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. Resources, Conservation and Recycling, 2023, 189: 106767. DOI:10.1016/j.resconrec.2022.106767
[5]
王庭辉, 王喜, 秦耀辰, 高攀, 王海楠. 丹江口库区生态系统服务价值与人类活动时空关联分析. 长江流域资源与环境, 2021, 30(2): 330-341.
[6]
罗晶, 肖与轩, 李涛, 郑卫民, 李晟, 赵燕萍. 多目标需求情景下生态系统修复优先区选择——以浙江省德清县森林修复为例. 经济地理, 2023, 43(2): 172-180.
[7]
Liu Z H, Huang Q D, Zhou Y, Sun X. Spatial identification of restored priority areas based on ecosystem service bundles and urbanization effects in a megalopolis area. Journal of Environmental Management, 2022, 308: 114627. DOI:10.1016/j.jenvman.2022.114627
[8]
蒋红波, 覃盟琳, 王政强, 罗丁丁, 吴欣芋. 基于生态系统服务簇评价的长沙市生态修复优先区识别. 环境工程技术学报, 2023, 13(4): 1325-1333.
[9]
苏子龙, 袁国华, 席皛, 段克. 河流生态修复优先领域研究进展. 中国国土资源经济, 2020, 33(2): 20-25.
[10]
丹宇卓, 彭建, 张子墨, 徐子涵, 毛祺, 董建权. 基于"退化压力-供给状态-修复潜力"框架的国土空间生态修复分区——以珠江三角洲为例. 生态学报, 2020, 40(23): 8451-8460.
[11]
Wainger L A, King D M, Mack R N, Price E W, Maslin T. Can the concept of ecosystem services be practically applied to improve natural resource management decisions?. Ecological Economics, 2010, 69(5): 978-987. DOI:10.1016/j.ecolecon.2009.12.011
[12]
Lautenbach S, Kugel C, Lausch A, Seppelt R. Analysis of historic changes in regional ecosystem service provisioning using land use data. Ecological Indicators, 2011, 11(2): 676-687. DOI:10.1016/j.ecolind.2010.09.007
[13]
Daily G C, Söderqvist T, Aniyar S, Arrow K, Dasgupta P, Ehrlich P R, Folke C, Jansson A, Jansson B O, Kautsky N, Levin S, Lubchenco J, Mäler K G, Simpson D, Starrett D, Tilman D, Walker B. The value of nature and the nature of value. Science, 2000, 289(5478): 395-396. DOI:10.1126/science.289.5478.395
[14]
谢高地, 张彩霞, 张雷明, 陈文辉, 李士美. 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. 自然资源学报, 2015, 30(8): 1243-1254.
[15]
许妍, 高俊峰, 黄佳聪. 太湖湿地生态系统服务功能价值评估. 长江流域资源与环境, 2010, 19(6): 646-652.
[16]
Van Beynen P, Townsend K. A disturbance index for Karst environments. Environmental Management, 2005, 36(1): 101-116. DOI:10.1007/s00267-004-0265-9
[17]
Han Z, Cui B S. Development of an integrated stress index to determine multiple anthropogenic stresses on macrophyte biomass and richness in ponds. Ecological Engineering, 2016, 90: 151-162. DOI:10.1016/j.ecoleng.2016.01.051
[18]
Sanderson E W, Jaiteh M, Levy M A, Redford K H, Wannebo A V, Woolmer G. The human footprint and the last of the wild. BioScience, 2002, 52(10): 891. DOI:10.1641/0006-3568(2002)052[0891:THFATL]2.0.CO;2
[19]
李丹, 徐爽, 朱永明. 基于"压力-状态-潜力"框架的生态修复分区与修正研究. 林业与生态科学, 2022, 37(4): 437-445, 465.
[20]
谢余初, 张素欣, 林冰, 赵银军, 胡宝清. 基于生态系统服务供需关系的广西县域国土生态修复空间分区. 自然资源学报, 2020, 35(1): 217-229.
[21]
岳文泽, 侯丽, 夏皓轩, 韦静娴, 卢有朋. 基于生态系统服务供需平衡的宁夏固原生态修复分区与优化策略. 应用生态学报, 2022, 33(1): 149-158.
[22]
田美荣, 高吉喜, 宋国宝, 邹长新, 郑好. 基于主导生态功能与生态退化程度的生态修复分区研究. 生态与农村环境学报, 2017, 33(1): 7-14.
[23]
蔡海生, 陈艺, 查东平, 曾珩, 邵晖, 洪土林. 基于主导功能的国土空间生态修复分区的原理与方法. 农业工程学报, 2020, 36(15): 261-270, 325. DOI:10.11975/j.issn.1002-6819.2020.15.032
[24]
Kareiva P, Watts S, McDonald R, Boucher T. Domesticated nature: shaping landscapes and ecosystems for human welfare. Science, 2007, 316(5833): 1866-1869. DOI:10.1126/science.1140170
[25]
杨晓楠, 李晶, 秦克玉, 李婷, 刘婧雅. 关中—天水经济区生态系统服务的权衡关系. 地理学报, 2015, 70(11): 1762-1773. DOI:10.11821/dlxb201511006
[26]
陈心盟, 王晓峰, 冯晓明, 张欣蓉, 罗广祥. 青藏高原生态系统服务权衡与协同关系. 地理研究, 2021, 40(1): 18-34. DOI:10.3969/j.issn.1003-2363.2021.01.004
[27]
冯兆, 彭建, 吴健生. 基于生态系统服务簇的深圳市生态系统服务时空演变轨迹研究. 生态学报, 2020, 40(8): 2545-2554.
[28]
宋家鹏, 陈松林. 基于生态系统服务簇的福州市生态系统服务格局. 应用生态学报, 2021, 32(3): 1045-1053.
[29]
闫晓露, 李欣媛, 刘澄浩, 李佳伟, 钟敬秋. 生态系统服务簇空间演变轨迹及其社会-生态驱动的地理探测——以大连市为例. 生态学报, 2022, 42(14): 5734-5747.
[30]
李红举, 宇振荣, 梁军, 杜亚敏. 统一山水林田湖草生态保护修复标准体系研究. 生态学报, 2019, 39(23): 8771-8779.
[31]
胡宏伟. 生态系统服务供需视角下国土空间生态修复分区与管控研究——以瓯江源头区域为例[D]. 杭州: 浙江大学, 2023.
[32]
薛明皋, 邢路, 王晓艳. 中国土地生态系统服务当量因子空间修正及价值评估. 中国土地科学, 2018, 32(9): 81-88.
[33]
徐勇, 孙晓一, 汤青. 陆地表层人类活动强度: 概念、方法及应用. 地理学报, 2015, 70(7): 1068-1079.
[34]
南箔, 杨子寒, 毕旭, 付奇, 李波. 生态系统服务价值与人类活动的时空关联分析——以长江中游华阳河湖群地区为例. 中国环境科学, 2018, 38(9): 3531-3541. DOI:10.3969/j.issn.1000-6923.2018.09.040
[35]
孙传谆, 李鹏, 邓羽, 张昌顺. 基于生态系统空间异质性的美丽中国生态建设分区. 地理学报, 2022, 77(11): 2902-2919. DOI:10.11821/dlxb202211014
[36]
Lyu R F, Clarke K C, Zhang J M, Feng J L, Jia X H, Li J J. Spatial correlations among ecosystem services and their socio-ecological driving factors: a case study in the city belt along the Yellow River in Ningxia, China. Applied Geography, 2019, 108: 64-73. DOI:10.1016/j.apgeog.2019.05.003
[37]
Renard D, Rhemtulla J M, Bennett E M. Historical dynamics in ecosystem service bundles. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(43): 13411-13416.
[38]
Zhu C M, Dong B Y, Li S N, Lin Y E, Shahtahmassebi A, You S X, Zhang J, Gan M Y, Yang L X, Wang K. Identifying the trade-offs and synergies among land use functions and their influencing factors from a geospatial perspective: a case study in Hangzhou, China. Journal of Cleaner Production, 2021, 314: 128026. DOI:10.1016/j.jclepro.2021.128026
[39]
Deng X Z, Li Z H, Gibson J. A review on trade-off analysis of ecosystem services for sustainable land-use management. Journal of Geographical Sciences, 2016, 26(7): 953-968. DOI:10.1007/s11442-016-1309-9
[40]
Zhang Z Y, Liu Y F, Wang Y H, Liu Y L, Zhang Y, Zhang Y. What factors affect the synergy and tradeoff between ecosystem services, and how, from a geospatial perspective?. Journal of Cleaner Production, 2020, 257: 120454. DOI:10.1016/j.jclepro.2020.120454
[41]
Raudsepp-Hearne C, Peterson G D, Bennett E M. Ecosystem service bundles for analyzing tradeoffs in diverse landscapes. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(11): 5242-5247.
[42]
Xu J E, Wang S, Xiao Y, Xie G D, Wang Y Y, Zhang C S, Li P, Lei G C. Mapping the spatiotemporal heterogeneity of ecosystem service relationships and bundles in Ningxia, China. Journal of Cleaner Production, 2021, 294: 126216.
[43]
Spake R, Lasseur R, Crouzat E, Bullock J M, Lavorel S, Parks K E, Schaafsma M, Bennett E M, Maes J, Mulligan M, Mouchet M, Peterson G D, Schulp C J E, Thuiller W, Turner M G, Verburg P H, Eigenbrod F. Unpacking ecosystem service bundles: towards predictive mapping of synergies and trade-offs between ecosystem services. Global Environmental Change, 2017, 47: 37-50.
[44]
Shen J S, Li S C, Liu L B, Liang Z, Wang Y Y, Wang H, Wu S Y. Uncovering the relationships between ecosystem services and social-ecological drivers at different spatial scales in the Beijing-Tianjin-Hebei region. Journal of Cleaner Production, 2021, 290: 125193.