2019, Vol. 39文章信息
- 欧阳晓, 朱翔, 贺清云
- OUYANG Xiao, ZHU Xiang, HE Qingyun
- 城市化与生态系统服务的空间交互关系研究——以长株潭城市群为例
- Spatial interaction between urbanisation and ecosystem services: A case study in Changsha-Zhuzhou-Xiangtan urban agglomeration, China
- 生态学报. 2019, 39(20): 7502-7513
- Acta Ecologica Sinica. 2019, 39(20): 7502-7513
- http://dx.doi.org/10.5846/stxb201809081922
-
文章历史
- 收稿日期: 2018-09-08
- 网络出版日期: 2019-08-19
2. 国土资源评价与利用湖南省重点实验室, 长沙 410007;
3. 湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室, 长沙 410081
2. Hunan Key Laboratory of Land Resources Evaluation and Utilization, Changsha 410007, China;
3. Key Laboratory of Geospatial Big Data Mining and Application of Hunan Province, Hunan Normal University, Changsha 410081, China
城市化推动经济、社会、文化等要素全面发展, 同时, 城市化和人类活动也逐步改变了生态系统的结构(如：植被覆盖、土地利用等)和过程(如：物种减少), 使自然生态系统转变为以人为主导或人与自然相耦合的生态系统[1-4]。目前, 生态系统正面临日益加剧的城市化压力, 如何降低城市化对生态系统服务的影响, 实现城市可持续发展, 已成为世界各地城市规划者和决策者关注的热点问题[5-7]。
生态系统服务(Ecosystem Services, ESs)是人类直接或间接从生态系统中获得的商品和服务, 是连接生态系统和人类福祉的纽带[8]。ESs可以分为四大类：供给服务(粮食生产、原材料生产等)、调节服务(气候调节、气体调节等)、支持服务(生物多样性维护、土壤保护等)和文化服务(户外娱乐、美学景观等)[9]。由于ESs能够表征生态要素和功能, 使得ESs成为研究生态环境问题的重要指标[10-11]。随着生态系统功能的退化, 城市化如何对ESs产生影响成为了生态学和地理学等学科研究的重要课题[12-15]。目前, 形成了两大方面的研究成果：(1)利用线性回归模型表征城市化与ESs之间的关系。Wan等[15]利用曲线回归研究城市化对ESs的影响, 发现ESs与城市化水平呈现不规则的倒“U”形, 即随着城市化的推进, ESs先增加后减少；Peng等[14]利用线性回归研究ESs与三个城市化指标的线性关系, 进一步确定了ESs对三个城市化指标的响应阈值。(2)利用空间分析模型解析城市化与ESs空间交互的关系。Li等[12]认为不同程度的城市化与ESs两者的空间关系存在差异；Su等[16]从地理视角探讨了ESs对城市化的响应, 研究结果表明它们之间存在非平稳依赖关系。现有关于城市化与ESs二者关系的研究, 主要集中在区域尺度上, 无法反映局部空间变化。其次, 缺乏在局部尺度上的ESs与城市化空间交互规律和聚类模式研究, 将会限制ESs在城市发展规划中的实际适用性。因此, 需要构建一种有效的模型来量化ESs与城市化两者的空间关系, 为研究城市化对ESs的影响提供新方法。
长株潭城市群作为湖南省的政治、经济、文化中心, 是长江中游城市群的重要组成部分, 正处于快速的城市化、工业化发展阶段, 必然导致对ESs的需求大幅增加, 对生态空间和资源环境的侵占加剧。与其他城市群一样, 长株潭城市群面临着实现可持续发展的挑战, 需要平衡城市化和ESs的空间异质性。因此, 本文以长株潭城市群为研究对象, 选取土地利用、经济社会等数据对ESs和城市化进行量化和映射, 利用格网分析和空间自相关模型, 深入解析ESs和城市化的空间关系, 以揭示两者的空间交互特征和集聚规律, 旨在为城市群的可持续发展规划提供理论依据。
1 研究区概况2000—2015年期间, 长株潭城市群经历了快速的城市化进程, 人口数量增长15.19%, 从1237.61万人增加到1425.60万人；国内生产总值(GDP)增长970.11%, 从1172.60亿元增加到12548.34亿元；建成区面积增长88.49%, 从537.59 km2增加到1013.36 km2。本文以最新的城市群区域规划以及相关城市群城镇密集区的研究成果[17-18]为依据, 结合区域的完整性, 选取城市群的都市区为本文的实证研究区, 都市区包括长沙、株洲、湘潭三市的市区以及长沙县、株洲县、湘潭县。2015年, 该区域行政区划面积为8629 km2, 人口数量为823.68万人, GDP为9175.78亿元, 建成区面积为771.63 km2, 是整个城市群中城市化和生态环境变化最显著的区域, 能够更好地反映城市化对生态系统服务的影响。同时, 根据最新的空间发展规划以及城市化水平, 将该都市区分为三大功能区：城市化地区、正在城市化地区以及生态绿心保护区, 如图 1。
|
| 图 1 研究区 Fig. 1 Study area |
本文采用土地利用、经济社会等数据, 基于对数据可用性、计算效率、最小单位的异质性等方面考虑, 将所有的数据分布到公里网格上实现数据空间化。数据主要包括：(1)土地利用数据, 比例为1:10000, 由湖南省国土资源厅提供。(2)公里网格数据集, 综合考虑土地利用、夜间灯光指数和其他遥感信息后, 将人口密度和GDP密度两项区域统计数据通过插值降尺度到1 km×1 km的网格上。(3)归一化植被指数(NDVI), 来源于MODIS遥感卫星MOD13Q1数据集, 采用最大值合成法得到的植被指数数据集, 分辨率为1 km。(4)净初级生产力数据(NPP), 来源于MODIS遥感卫星MOD17A3数据, 分辨率为1 km。(5)2016年的《湖南省统计年鉴》、《长株潭城市群统计年鉴》以及长沙市、株洲市、湘潭市的统计年鉴。
2.2 研究方法 2.2.1 生态系统服务价值计算方法本文采用谢高地等[19]制定的中国生态系统单位面积的生态系统服务价值(Ecosystem Service Values, ESV)当量, 根据区域之间的差异性和湖南省区域的ESV修正参数(1.95)[20-23], 制定了长株潭城市群地区不同地类单位面积的单项生态系统服务(Individual Ecosystem Service, IESs)价值系数表(表 1), 根据表 1对研究区的ESV进行计算。ESV当量因子的价值量计算公式如下：
| 生态系统服务功能 Ecosystem services function |
土地利用类型Land use type | ||||
| 耕地 Cultivated land |
林地 Forest land |
草地 Grass land |
水域 Water body |
未利用地 Unused land |
|
| 气体调节Gas regulation | 2773.58 | 16641.50 | 5778.30 | 1964.62 | 231.13 |
| 气候调节Climate regulation | 3736.63 | 15678.45 | 6009.43 | 7935.53 | 500.79 |
| 水源涵养Water conservation | 2966.19 | 15755.50 | 5855.34 | 72305.78 | 269.65 |
| 土壤形成与保护Soil formation and protection | 5662.73 | 15485.84 | 8628.93 | 1579.40 | 654.87 |
| 废物处理Waste treatment | 5354.56 | 6625.78 | 5084.90 | 57205.16 | 1001.57 |
| 生物多样性保护Biodiversity protection | 3929.24 | 17373.42 | 7203.61 | 13213.04 | 1540.88 |
| 食物生产Food production | 3852.20 | 1271.23 | 1656.45 | 2041.67 | 77.04 |
| 原材料Raw materials | 1502.36 | 11479.55 | 1386.79 | 1348.27 | 154.09 |
| 娱乐休闲Recreational culture | 654.87 | 8012.57 | 3351.41 | 17103.77 | 924.53 |
| 合计Sum | 30432.38 | 108323.85 | 44955.17 | 174697.25 | 5354.56 |
|
(1) |
式中：VCk为ESV当量因子的价值量(元hm-2 a-1)；P为全国平均粮食价格(元/kg)；Q为研究区平均粮食产量(kg/hm2)；n为年份数。
ESV的计算公式如下：
|
(2) |
式中：ESV为生态系统服务价值；Ak是第k类土地利用类型的面积(hm2)；VCk为ESV当量因子的价值量(元hm-2 a-1)。
从生态系统服务自身考虑, 生境质量对其功能发挥具有重要作用, 植被覆盖度和净初级生产力影响相应的生态系统服务[24]。因此, 对ESV进行生境质量修正, 公式如下：
|
(3) |
|
(4) |
|
(5) |
式中：Hi为生境质量系数；NPPi和fi分别为第i个网格的净初级生产力和植被覆盖度, NPPmean和fmean分别为研究区域内净初级生产力的均值和植被覆盖度的均值, NDVImax和NDVImin分别为研究区内归一化植被指数的最大值和最小值；ESV′为根据生境质量进行调整后的生态系统服务价值量。
城市化可以通过人口增长、经济发展、生活方式改变和城市用地扩张四个方面综合评价[25]。人口增长和经济发展是城市化的基础, 生活方式改变和城市用地扩张分别是城市化的社会和空间表现[26]。
由于获取和空间化社会数据困难, 本文从人口增长、经济发展和城市用地扩张三个方面选取指标来表征城市化。其中：人口密度量化人口城市化、GDP密度量化经济城市化、城市用地比例量化土地城市化, 由于人口密度、GDP密度、城市用地比例的空间分布高度相似, 对每个网格内的三个指标进行标准化, 将三个标准化后的指标整合为一个综合指标, 即城市化综合水平(Comprehensive Urbanisation Level, CUL)。标准化公式如下：
|
(6) |
式中：Ui, j为第i个城市化指标在j网格中的的原始值；U′i, j为Ui, j标准化后的值；Ui, min和Ui, max分别表示第i个城市化指标在所有网格中的最小值和最大值。
2.2.2 生态系统服务与城市化的空间相关性分析利用双变量Moran′s I描述IESs与城市化之间的空间聚类(空间正相关)和空间离散(空间负相关)。双变量Moran′s I方法, 包括全局的双变量Moran′s I和局部的双变量Moran′s I。全局双变量Moran′s I用于检验IESs与城市化之间是否存在空间相关性, 以及存在多大程度的相关, 而局部双变量Moran′s I用于检验不同网格单元之间是否存在空间相关性[27]。公式如下：
|
(7) |
|
(8) |
式中：Ieu和I′eu分别代表IESs与城市化的全局双变量Moran′s I和局部双变量Moran′s I；Wij是一个n×n的空间权重矩阵；zie是第i个网格的生态系统服务标准化的值；zju是第j个网格的城市化综合水平标准化的值。
3 结果分析 3.1 城市化的空间分布格局从城市化的空间分布格局(图 2)可以看出, 长株潭城市群的城市化水平空间分布区域差异性明显。城市化地区的城市化水平最高, 平均CUL为0.49。正在城市化地区的城市化水平低于城市化城区, 平均CUL为0.19。生态绿心保护区的城市化水平最低, 平均CUL为0.05。GDP密度、人口密度以及城市用地比例三个城市化指标的空间分布与CUL的空间分布非常相似, 呈现出从城市化地区向周边地区依次递减。城市群的城市化水平不均衡主要是由于区位、生态环境以及区域政策等发展要素差异化导致。具体而言, 过去城市群的城市化地区城市规模、投入资本和发展政策等方面优势明显, 促使各类要素资源向其高度集聚, 经济发展和人口集聚速度快。正在城市化地区以农业生产为主, 自身特色资源未能充分开发导致城市化水平相对落后, 同时, 正在城市化地区相对于城市化地区来说, 在发展基础及发展机遇上处于劣势。生态绿心保护区以生态保护为主, 作为长株潭城市群禁止开发区, 城市化水平最低。
|
| 图 2 长株潭城市群城市化的空间格局 Fig. 2 Spatial patterns of urbanization in CZT urban agglomeration |
从生态系统服务的空间分布格局(图 3)可以看出, 长株潭城市群各单项生态系统服务的空间分布等级差异明显。气体调节和气候调节的服务价值分别为0到2.93×106元和0到2.76×106元, 两者的高服务价值区域主要集中在长沙县的北部植被区、株洲县的东南部植被区以及湘潭县的南部植被区；水源涵养、废物处理和娱乐休闲的服务价值分别为0到8.33×106元、0到6.32×106元以及0到2.29×106元, 三者的高服务价值区域主要集中在水域和水域周围。土壤形成与保护、生物多样性保护、食物生产以及原材料的服务价值分别为0到2.73×106元、0到3.06×106元、0到0.57×106元以及0到2.02×106元。总体而言, 生态系统服务在空间格局方面呈“中心-外围”分布, 且表现出向外递增的空间分布趋势, 低值的生态系统服务主要分布在城市化地区, 而高值的生态系统服务主要集中在正在城市化地区和生态绿心保护区。造成这种空间分布格局的主要原因是城市群的城市化发展是由中心向外围扩散, 且城市化地区由于城市用地比例高, 而本文设定城市用地的生态系统服务价值为0, 因此, 城市化地区形成了生态系统服务的低值集聚区。而生态系统服务的高值集聚区主要集中分布在正在城市化地区和生态绿心保护区的水域区域和植被区域, 该区域城市用地比例低。所以, 生态系统服务的空间分布格局受城市化水平和土地利用类型影响较大。
|
| 图 3 长株潭城市群生态系统服务空间格局 Fig. 3 Spatial patterns of ecosystem services in CZT urban agglomeration |
从全局二元空间自相关分析结果可以看出, IESs与城市化之间存在显著的空间负相关性(所有的双变量Moran′s I < 0, 如图 4), 即城市化会导致IESs下降。城市化地区的城市化与IESs之间的负相关关系最强, 由于人口集聚和城市用地扩张推动了土地利用的频繁变化, 城市用地侵占了生态用地导致IESs明显的下降。正在城市化地区的城市化与IESs之间的负相关弱于城市化地区, 由于人口、GDP、城市用地等方面的变化主要集中在城市化地区, 而导致正在城市化地区的产业集聚、城市用地扩张、人口集聚等发展受到限制, 区域内的土地利用变化强度弱于城市化地区, 所以IESs下降幅度小于城市化地区。生态绿心保护区的城市化与IESs之间的负相关关系最弱, 生态绿心保护区作为城市群生态系统服务功能的主要提供者, 受到城市化的影响较小, 但由于经济利益的驱动, 以及保护区范围内的乡镇对发展的诉求, 导致IESs有所减少。整体而言, IESs与城市化之间的负相关程度随不同程度的城市化而不同。
|
| 图 4 单项生态系统服务与城市化之间的Moran′s I散点图 Fig. 4 Moran′s I scatter plot between IESs and comprehensive urbanization level |
从局部二元空间自相关分析结果可以看出, IESs与城市化之间的空间自相关可以分为四种类型(高高集聚区、高低集聚区、低高集聚区、低低集聚区), 并且IESs与城市化之间的相关性在空间分布上有明显的相似性(如图 5)。(1)高高集聚区零散分布在城市化地区, 该地区经济得到了良好的发展, 也承担了保护生态的重要任务。(2)高低集聚区分布面积较大, 集中在湘潭县西南部、株洲县东南部, 该地区具有巨大的生态优势, 森林资源丰富, IESs的价值较高；同时, 该区域城市化程度较低。(3)低高集聚区呈现块状分布, 集中在城市化地区, 该地区人口密度和GDP密度较大, 城市用地比例高, 生态资源被占用和破坏的现象较为严重, 导致IESs的价值降低。(4)低低集聚区零散分布在整个研究区域, 该地区生态条件差, 城市化程度低。
|
| 图 5 单项生态系统服务与城市化之间的LISA图 Fig. 5 LISA cluster maps between IESs and comprehensive urbanization level |
研究发现不同程度的城市化导致了生态系统服务表现出空间异质性(如图 3), 与生态系统服务沿城乡梯度变化相关研究结果一致, 表明生态系统服务(如气候调节)随着距离城市地区的增加而增加[28]。主要是因为城市化的过程是将自然景观转化为不透水表面, 吸引人口流动进入城市地区[29], 降低了城市化地区的生态系统服务价值。城市与城市之间进行环境要素(如二氧化碳、二氧化硫等)的交换, 通过自然过程之间的流动(如大气运动、水文运动等)传递到周边地区, 导致周边地区的生态系统服务发生变化。同时, 在城市化过程中, 可能存在其他的因素改变了生态系统服务, 如植被覆盖率、地形、降水和土壤等因素。例如, 在湘江穿过长沙市区、株洲市区、湘潭市区3个市区中心, 沿河岸形成湿地和沙滩, 虽然湘江周边地区高楼林立, 人口密集, 城市用地比例高, 但由于水域、湿地的覆盖率高, 在生物多样性保护和人类户外游憩方面仍具有很高的价值。
4.2 生态系统服务与城市化的空间关系对城市规划的启示研究确定了生态系统服务与城市化之间存在四种空间自相关类型, 高高集聚区具有较高的生态系统服务, 应该考虑将高高集聚区划分为“生态功能区”, 通过完善绿色基础设施和加强城市现代化功能, 继续保持城市化发展与生态系统服务的平衡；高低集聚区作为生态优势地区, 可以被认为是区域“生态保护区”, 应当促进该区域的合理规划(减少城市用地面积, 提高用地效率, 发展不依赖自然资源的新产业), 增加区域生态系统服务功能, 提高生态环境质量；低高集聚区应该严格控制城市用地规模, 创造绿色空间, 降低建筑强度, 提高土地集约利用水平, 避免原有生态系统的破坏和城市用地的扩张；低低集聚区应考虑更多的生态修复项目(如造林和土地复垦), 在保证区域生态环境安全的前提下, 加大对土地整理和生态农业建设的投入。因此, 在今后的城市规划中城市群应该加强区域协调发展, 进一步挖掘不同区域自身优势, 在区域内采取差异化的城市规划措施。具体而言, 城市化地区应该提升区域创新能力, 升级产业结构, 以生态城市、智慧城市为建设目标, 逐步增强对正在城市化地区的辐射带动作用。正在城市化地区应根据资源环境承载力, 发展特色农业及旅游业、现代化服务业等第三产业, 逐步提升城市化水平。生态绿心保护地区应该以生态保护为主, 更好地发挥生态系统服务功能。
5 结论本文基于土地利用、经济社会等数据, 利用格网分析和空间自相关模型, 分析了长株潭城市群城市化和生态系统服务的空间分布格局特征, 并在此基础上深入解析生态系统服务和城市化的空间交互特征和集聚规律, 得到以下结论：
(1) 由于区位、生态环境以及区域政策等发展要素的差异化影响, 长株潭城市群的城市化水平空间分布区域差异性显著。在空间格局方面表现出从城市化地区向周边地区依次递减, 城市化地区的城市化水平最高, 正在城市化地区城市化水平低于城市化地区, 而生态绿心保护区的城市化水平最低。
(2) 生态系统服务受城市化水平和土地利用等影响空间分布具有明显的差异性。在空间格局方面呈“中心-外围”分布, 且表现出向外递增的空间分布趋势, 低值的生态系统服务主要分布在城市化地区, 而高值的生态系统服务主要集中在正在城市化地区和生态绿心保护区。
(3) 生态系统服务与城市化之间存在显著的空间负相关性。由于驱动机制的不同, 城市化地区、正在城市化地区和生态绿心保护区对生态系统服务的影响存在显著差异。生态系统服务下降最快的发生在城市化地区, 其次为正在城市化地区, 而生态绿心保护区的下降幅度最小。
(4) 生态系统服务与城市化之间局部集聚类型有明显的相似性。高高集聚区零散分布在城市化地区, 面积较小；高低集聚区分布在湘潭县西南部、株洲县东南部, 面积较大；低高集聚区分布集中在城市化地区, 呈现块状分布, 面积较大；低低集聚区零散分布在整个研究区域, 面积较小。
本文基于网格对生态系统服务和城市化进行评估, 并对两者的空间关系进行分析, 得到高分辨率的空间结果。然而, 该方法仍然存在一些局限性。单一尺度分析可能会遗漏或扭曲生态系统服务与城市化之间的真实交互作用, 而更精细或更大空间网格内指标的变化仍然是未知的。因此, 在未来的研究中, 需要使用多个尺度的网格来获得更可靠和全面的结果。
| [1] |
Li Y F, Li Y, Zhou Y, Shi Y L, Zhu X D. Investigation of a coupling model of coordination between urbanization and the environment. Journal of Environmental Management, 2012, 98: 127-133. |
| [2] |
Huang G L, London J. Mapping cumulative environmental effects, social vulnerability, and health in the San Joaquin Valley, California. American Journal of Public Health, 2012, 102(5): 830-832. DOI:10.2105/AJPH.2011.300466 |
| [3] |
Qiu B K, Li H L, Zhou M, Zhang L. Vulnerability of ecosystem services provisioning to urbanization:A case of China. Ecological Indicators, 2015, 57: 505-513. DOI:10.1016/j.ecolind.2015.04.025 |
| [4] |
Eigenbrod F, Bell V A, Davies H N, Heinemeyer A, Armsworth P R, Gaston K J. The impact of projected increases in urbanization on ecosystem services. Proceedings of the Royal Society B:Biological Sciences, 2011, 278(1722): 3201-3208. DOI:10.1098/rspb.2010.2754 |
| [5] |
Breuste J, Qureshi S. Urban sustainability, urban ecology and the Society for Urban Ecology (SURE). Urban Ecosystems, 2011, 14(3): 313-317. DOI:10.1007/s11252-011-0186-3 |
| [6] |
Breuste J, Qureshi S, Li J X. Applied urban ecology for sustainable urban environment. Urban Ecosystems, 2013, 16(4): 675-680. DOI:10.1007/s11252-013-0337-9 |
| [7] |
Taylor L, Hochuli D F. Creating better cities:how biodiversity and ecosystem functioning enhance urban residents' wellbeing. Urban Ecosystems, 2015, 18(3): 747-762. DOI:10.1007/s11252-014-0427-3 |
| [8] |
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. Ecological Economics, 1998, 25(1): 3-15. |
| [9] |
Millennium Ecosystem Assessment. Ecosystems and Human Well-Being:Current State and Trends. Washington D C: Island Press, 2005: 77-101.
|
| [10] |
Alam M, Dupras J, Messier C. A framework towards a composite indicator for urban ecosystem services. Ecological Indicators, 2016, 60: 38-44. DOI:10.1016/j.ecolind.2015.05.035 |
| [11] |
Estoque R C, Murayama Y. Landscape pattern and ecosystem service value changes:Implications for environmental sustainability planning for the rapidly urbanizing summer capital of the Philippines. Landscape and Urban Planning, 2013, 116: 60-72. DOI:10.1016/j.landurbplan.2013.04.008 |
| [12] |
Li B J, Chen D X, Wu S H, Zhou S L, Wang T, Chen H. Spatio-temporal assessment of urbanization impacts on ecosystem services:Case study of Nanjing City, China. Ecological Indicators, 2016, 71: 416-427. DOI:10.1016/j.ecolind.2016.07.017 |
| [13] |
Zhang Z M, Gao J F, Fan X Y, Lan Y, Zhao M S. Response of ecosystem services to socioeconomic development in the Yangtze River Basin, China. Ecological Indicators, 2017, 72: 481-493. DOI:10.1016/j.ecolind.2016.08.035 |
| [14] |
Peng J, Liu Y X, Wu J S, Lv H L, Hu X X. Linking ecosystem services and landscape patterns to assess urban ecosystem health:A case study in Shenzhen City, China. Landscape and Urban Planning, 2015, 143: 56-68. DOI:10.1016/j.landurbplan.2015.06.007 |
| [15] |
Wan L L, Ye X Y, Lee J, Lu X Q, Zheng L, Wu K Y. Effects of urbanization on ecosystem service values in a mineral resource-based city. Habitat International, 2015, 46: 54-63. DOI:10.1016/j.habitatint.2014.10.020 |
| [16] |
Su S L, Li D L, Hu Y N, Xiao R, Zhang Y. Spatially non-stationary response of ecosystem service value changes to urbanization in Shanghai, China. Ecological Indicators, 2014, 45: 332-339. DOI:10.1016/j.ecolind.2014.04.031 |
| [17] |
贺艳华, 唐承丽, 周国华, 何胜, 邱永红, 石亮, 张浩中. 基于地理学视角的快速城市化地区空间冲突测度——以长株潭城市群地区为例. 自然资源学报, 2014, 29(10): 1660-1674. DOI:10.11849/zrzyxb.2014.10.003 |
| [18] |
贺艳华, 周国华. 长株潭城镇密集区范围的界定. 热带地理, 2007, 27(6): 521-525, 547-547. DOI:10.3969/j.issn.1001-5221.2007.06.008 |
| [19] |
谢高地, 肖玉, 甄霖, 鲁春霞. 我国粮食生产的生态服务价值研究. 中国生态农业学报, 2005, 13(3): 10-13. |
| [20] |
李涛, 甘德欣, 杨知建, 王宽, 齐增湘, 李晖, 陈希. 土地利用变化影响下洞庭湖地区生态系统服务价值的时空演变. 应用生态学报, 2016, 27(12): 3787-3796. |
| [21] |
欧阳志云, 王效科, 苗鸿. 中国陆地生态系统服务功能及其生态经济价值的初步研究. 生态学报, 1999, 19(5): 607-613. DOI:10.3321/j.issn:1000-0933.1999.05.004 |
| [22] |
马依拉·热合曼, 买买提·沙吾提, 尼格拉·塔什甫拉提, 依克丽曼·阿布都米提, 马春玥, 依尔夏提·阿不来提. 基于遥感与GIS的渭库绿洲生态系统服务价值时空变化研究. 生态学报, 2018, 38(16): 5938-5951. |
| [23] |
景永才, 陈利顶, 孙然好. 基于生态系统服务供需的城市群生态安全格局构建框架. 生态学报, 2018, 38(12): 4121-4131. |
| [24] |
许田, 李政海, 牛建明, 鲍雅静, 程岩, 吕海燕, 王海梅, 高吉喜. 纵向岭谷区不同景观类型的服务价值. 应用生态学报, 2008, 19(9): 2009-2015. |
| [25] |
Bai X M, Shi P J, Liu Y S. Society:Realizing China's urban dream. Nature, 2014, 509(7499): 158-160. DOI:10.1038/509158a |
| [26] |
Peng J, Tian L, Liu Y X, Zhao M Y, Hu Y N, Wu J S. Ecosystem services response to urbanization in metropolitan areas:Thresholds identification. Science of the Total Environment, 2017, 607-608: 706-714. DOI:10.1016/j.scitotenv.2017.06.218 |
| [27] |
Anselin L. Local indicators of spatial association-LISA. Geographical Analysis, 1995, 27(2): 93-115. |
| [28] |
Larondelle N, Haase D. Urban ecosystem services assessment along a rural-urban gradient:A cross-analysis of European cities. Ecological Indicators, 2013, 29: 179-190. DOI:10.1016/j.ecolind.2012.12.022 |
| [29] |
Du X J, Huang Z H. Ecological and environmental effects of land use change in rapid urbanization:The case of Hangzhou, China. Ecological Indicators, 2017, 81: 243-251. DOI:10.1016/j.ecolind.2017.05.040 |