干热河谷区土地利用与生态系统服务价值——以云南省元谋县为例

欧朝蓉，朱清科，孙永玉

（1. 西南林业大学地理学院，云南 昆明 650024；2. 北京林业大学水土保持学院，北京100083；3. 中国林业科学研究院资源昆虫研究所，云南 昆明 650216）

生态系统服务是生态系统与生态过程所形成和所维持的人类赖以生存的自然环境条件与效应[1-3]。土地利用类型是生态系统类型在土地利用中的表现形式[4]。土地利用/覆被变化（LUCC）是人为干扰对地表作用最为直接的方式，它通过改变生态系统的类型、面积和空间格局影响了区域生态流的变化速率、强度和方向[5-6]，继而对区域生态系统功能和稳定性产生重要影响。近几十年来，土地利用/覆被变化对区域生态的影响力迅速扩大，人类以满足自身利益为根本的有目的有意识的土地利用活动产生了诸多生态问题，如土地退化、环境污染、水土流失和生物多样性下降等，使生态系统结构失衡，生态系统功能失调，严重影响了区域生态安全。研究土地利用变化与生态系统服务的关系，对区域土地利用格局优化、区域生态安全维护和可持续发展具有极其重要的意义[7-8]。

生态系统服务价值是生态系统服务功能的货币化形式。Costanza等[1]提出将生态系统服务分为17类可再生的服务，首次以量化形式评估生态系统服务价值，奠定了此领域研究的基础。近10多年来，国内外学者从地理尺度[9-11]、单一生态系统[12-13]、物种与生物多样性[14-16]和生态效应[17-20]等方面开展了土地利用与生态系统服务价值关系研究。中国的土地利用/覆被变化尤为迅速且复杂，从土地利用/覆被变化视角研究生态系统服务价值遂成为国内生态系统服务价值的主要研究途径。谢高地等[21-22]提出了“中国陆地生态系统服务价值当量因子表”，由于其结合了中国大陆的实际自然特征受到广泛认可。然而其研究成果是以全国范围内平均水平为基础，在评价不同地理区域的生态系统服务功能时又具有一定的局限性。一些学者基于本区域的生态环境特征和具体研究对象提出了当量因子调整方案。粟晓玲等[23]提出了以支付意愿、恩格尔系数和资源紧缺度为参数的生态系统服务价值动态估算方法；李晓赛等[24]基于功能性和经济性两个方面调整生态系统服务价值动态系数，研究了青龙县区域及土地利用类型生态系统服务价值的变化；张雅昕等[25]将 Meta回归方法用于京津冀地区基本土地利用类型的生态系统服务价值及影响因素研究中；罗海平等[26]运用Costanza等[1]模型分析了我国13个粮食主产区的生态系统服务价值及空间分异特征；魏慧等[27]基于陆地生态系统单位面积生态系统服务价值当量表，结合经济发展水平进行系数修正，对德州生态系统服务价值进行评估；王航等[28]构建 CPI 指数修订生态系统服务价值 （ESV）系数，开展了淮河上游土地利用时空演变特征和ESV评价研究；张志强等[29]基于Costanza等[1]和谢高地等[21-22]的生态系统服务价值评估方法，采用农田为基准的地区修正方法调整生态系统服务当量因子，研究了长武县土地利用与生态系统服务价值变化。目前，以Costanza等[1]和谢高地等[21-22]生态系统服务价值评估方法为基准，结合研究区特征和研究主题利用动态模型修正当量因子成为生态系统服务价值研究的主要方法。

干热河谷是中国西南山区特殊的地理区域，气候干燥炎热，其景观特征与周边地区湿润半湿润景观有明显差异，自然植被稀少且退化严重，是典型的生态环境脆弱区[30-31]。干热河谷生态系统服务价值研究主要关注生态系统服务静态价值[32]，忽略了社会、经济和环境变化对生态系统服务价值的影响，因而在揭示生态系统服务动态价值及其影响因素等方面存在着不足。鉴于此，本研究基于RS和GIS技术，以干热河谷区云南省元谋县为研究区，分析干热河谷的土地利用格局变化，探讨生态系统服务静态价值和动态价值变化特征及其原因，以期为区域生态可持续发展提供基础数据和理论参考。

1 研究区概况和数据来源

1.1 研究区概况

元谋县地处滇中高原北部金沙江下游的龙川江河谷内（25°23′～26°06′ N，101°35′～102°06′ E），行政上隶属于云南省楚雄彝族自治州。地势中间低，四周高，除盆地底部为河谷冲积平原外，其余均为山地丘陵。气候炎热干燥，年均温为21.9 ℃，年均降雨量为616 mm，年蒸发量达3 627 mm，降水蒸发比严重失衡。干湿季分明，全年90%降雨量集中在6—10月（雨季）。从河谷到山顶可分为4个垂直自然带：海拔900～1 100 m为河谷坝区，1 100～1 350 m为坝周低山区，1 350～1 600 m为中低山区，1 600～2 835 m为中高山区[30]。农业是元谋的支柱产业，良好的光热资源使其成为云南省和中国重要的冬早蔬菜产地之一。元谋县植被覆盖度低，土壤侵蚀和水土流失严重，自然生态环境脆弱，是长江上游重点水土保持区之一，其生态环境质量对长江流域生态安全具有重要意义。

1.2 数据来源与预处理

研究的主要数据源包括，遥感影像：2008年Landsat7-ETM和2016年Landsat8-OLI卫星遥感数据，来源于中国科学院地理空间数据云平台，分辨率为30 m。地理信息系统数据：研究区1∶100 000地理基础信息系统数据，来源于国家基础地理信息中心。DEM数据：ASTER GDEM数据，分辨率为30 m，来源于中国科学院地理空间数据云平台。社会经济数据：2008年和2016年社会经济统计数据，来源于元谋县社会经济统计公报、元谋县统计年鉴、云南省统计年鉴和中国统计年鉴等。

以ENVI为软件平台，完成两景遥感影像的多波段合成与几何精校正、遥感影像与地形图的空间配准等处理工作，裁切遥感影像获得研究区范围的遥感影像。综合运用非监督分类、监督分类和人机交互等方法进行影像解译，两景遥感影像的解译精度均在88%以上，符合解译精度要求。参照土地利用现状分类标准（GB/T 21010—2007）和实际研究需要，将研究区分为林地、草地、耕地、建设用地、未利用地和水域6种土地利用类型，利用ArcGIS统计各种土地利用类型基本数据。

2 研究方法

2.1 土地利用动态度

单一土地利用动态度（M）指一定时间范围某种土地利用类型面积变化的速率，即年变化率，其计算方法为：

式中：V0和V1分别为研究期初年和末年某一种土地利用类型的面积（hm2），T0和T1分别为研究期初年和末年[33]。

综合土地利用动态度（U）反映了研究区某种土地利用类型的综合变化状况，其计算方法为：

式中：Vf为研究期内其它土地利用类型转为该土地利用类型面积之和，Vg为该土地利用类型转为其它土地利用类型面积之和。

2.2 土地利用状态指数

土地利用状态指数（S）反映了某种土地利用类型的转化方向、程度和趋势（-1≤S≤1），其计算方法为：

2.3 生态系统服务静态价值

借鉴谢高地等[21-22]的方法评估研究区生态系统服务静态价值，其计算方法为：

式中：ESV为研究区生态系统服务总静态价值，Eaij为单位面积第i种土地利用类型第j种生态系统服务价值，Ci为第i种土地利用类型的面积。结合研究区的自然环境与土地利用类型特征，参考李晓赛等[24]、李毅等[34]、何玲等[35]、李偲等[36]和方精云等[37]的研究，对谢高地等[21-22]的研究成果进行修正，调整了建设用地和林地的生态系统服务当量因子。耕地、水域和未利用地分别对应农田、水体和荒漠。建设用地在水源涵养服务方面的价值通过消耗淡水资源的价值进行计算，在废物处理方面的价值通过处理三废而消耗的社会劳动价值来估算，建设用地其它功能则对应荒漠相应的功能[24]。林地的生态系统当量因子则参考李晓赛等[24]和方精云等[37]的研究确定调整系数为1.032。

以研究区主要农田粮食作物（水稻、玉米和杂粮）作为生态系统服务价值计算的基本依据，根据当年的统计数据分别计算单位面积三种农田粮食作物的市场价格，取其均值为当年单位面积农田粮食作物的价格。2008年和2016年研究区单位面积农田粮食作物价格分别为979.36元/hm2和1 142.55元/hm2，取这两个年份单位面积农田粮食作物价格平均值1 060.96元/hm2作为本研究中的单位面积农田食物生产功能价值，其它生态系统服务价值当量因子则以生态系统产生该生态服务相对于农田食物生产服务贡献的大小[36]。结合对生态系统服务当量因子系数值的调整，计算研究区各种土地利用类型单位面积生态系统服务价值（表1）。

2.4 生态系统服务动态价值

价值属于经济学研究范畴，土地利用类型的价值不仅与自身自然资源使用价值有关，同时受多种动态因素的影响。李晓赛等[24]和李偲等[36]认为生态系统服务价值与区域内某时段人们的支付能力和基于物品的需求程度的支付意愿有关。同时，土地利用类型所拥有的生态资源质量并非一成不变，而是受生态环境变化的影响。因此本研究将支付能力、支付意愿和环境能力等指标纳入生态系统服务动态价值评价体系，获得生态系统服务动态价值系数。

1）支付能力指数。支付能力是个人经济能力的直接表现。人均国内生产总值（GDP）是常见的衡量个人经济能力的指标。将研究区人均国内生产总值与中国人均国内生产总值的比值作为支付能力指数，其计算方法为：

表 1 单位面积生态系统服务价值（元/hm2）Table 1 Ecosystem service value per unit area（Yuan/hm2）

式中：Pl为第l年为支付能力指数，GDPl为第l年元谋县人均国内生产总值，GDPcl为第l年中国人均国内生产总值。

2）支付意愿指数。社会发展阶段与支付意愿具有较强的相关性。当社会处于贫困或者温饱阶段时，生计和生存需求是首位，生态系统服务功能需求意愿低。支付意愿会随社会发展阶段提升而增加，直至富裕阶段的饱和状态[24]。支付意愿可用Logistics生长曲线模型来刻画，其计算方法为：

式中：Nl为第l年生长特性参数，表示社会发展阶段系数，本研究中作为支付意愿指数；t在此表示社会发展阶段；v和w为常数取值为1，e为自然对数。当t值很小时，即社会发展水平低，Nl值趋于0；当t值很大时，Nl值趋于饱和值1。社会发展阶段的计算通常与恩格尔系数（El）的倒数对应起来，其计算方法为[24]：

3）环境能力指数。植被是干热河谷的关键生态因子之一。植被覆盖度能较好的反映研究区生物量和生态环境质量，因此以该年份植被覆盖度与多年植被覆盖度均值进行比较作为环境能力指数，其计算方法为：

式中：Zl为第l年的环境能力指数，Zd为该年份植被覆盖度，Zm为研究区多年植被覆盖度平均值。

参考李晓赛等[24]和李偲等[36]的研究，提出研究区生态系统服务动态价值系数模型为：

式中：Ql为研究区第l年生态系统服务动态价值系数。建立研究区生态系统服务动态价值评价模型，其计算方法为：

式中：Wl为研究区第l年研究区生态系统总动态服务价值。

3 结果与分析

3.1 土地利用基本格局分析

研究区主要土地类型是草地、林地和耕地，2008年和2016年这3种地类面积之和占研究区总面积比例分别为90.39%和90.54%（表2）。8年间林地面积增长最多，为64.24 km2；草地缩减面积最大，为98.59 km2；耕地面积也有较大的增长，达到了37.40 km2。从变化趋势来看，研究区耕地、林地和建设用地均有所增长，草地、未利用地和水域面积均有所减少。各种土地利用类型变化差异性较大，未利用地和建设用地的变化率最大，分别达到了-27.55%和23.31%，表明这两种土地利用类型的变化幅度非常明显。研究区土地利用结构及其变化反映了农业经济发展、城市扩张和人口增长导致的耕地、建设用地的扩张和未利用地的减少，同时也反映了水土保持和生态综合治理对林地面积恢复的促进作用。

表2 土地利用类型结构变化Table 2 Land use and land cover changes between 2008 and 2016

3.2 土地利用动态度和状态指数分析

8年间，林地、草地、耕地、建设用地、未利用地和水域的单一土地利用动态度分别为1.43%、1.21%、1.81%、2.91%、4.48%和0.53%，其大小顺序依次为：未利用地>耕地>建设用地>林地>草地>水域。未利用地的单一土地利用动态度最大，表明未利用地的变化较为激烈；其次为建设用地，反映人口增长和城市化对建设用地变化有较大的促进作用；再次为耕地，表明农业发展对耕地需求有较强的刺激作用。

研究区综合土地利用动态度均值为5.39%，综合动态度较高，这是区域经济迅速发展导致土地利用频繁转换的必然结果。林地、草地、耕地、建设用地、未利用地和水域的综合土地利用动态度分别为4.89%、4.23%、7.14%、2.90%、9.47%和3.72%。未利用地的综合土地利用动态度最大。未利用地因为处于空置状态成为各种土地类别争夺的焦点，然而土地利用又受土地质量的影响。由于土地退化导致撂荒，许多土地转变为未利用地，如耕地由于土地质量下降遭弃耕成为荒地，草场由于过度放牧水土流失加剧退化成裸地，土地丧失生产价值成为未利用地。因此，未利用地成为综合土地利用动态度最大的地类。耕地的综合土地利用动态度仅次于未利用地。农业是元谋经济的支柱产业，耕地数量的扩张成为农业经济发展的内在需求。然而建设用地对地形的要求使其在扩张中占用了较多的平地平田，退耕还林还草使部分中高山地区和坡度大的区域耕地向林草转化，因此耕地只能在坝周低山和中低山区占据草地和未利用地等其它地类的空间，与此同时一些耕地由于质量不好而转化为其它地类，因而耕地的综合土地利用动态度大。林地和草地的综合土地利用动态度都偏大，主要是因为林地和草地的生境比较接近，两者易相互转化。

林地、耕地和建设用地的土地利用状态指数值分别为0.26、0.22和0.70，均大于0，表明这三种土地利用类型转入的土地面积大于转出面积。建设用地的土地利用状态指数值达到0.70，表明建设用地的转入特征较为明显。草地、未利用地和水域的土地利用状态指数值分别为-0.32、-0.65和-0.15，均小于0，说明这三种土地利用类型转出面积大于转入面积。未利用地的土地利用状态指数值达到-0.65，表明未利用地转化为其它地类的特征明显。林地、耕地、草地和水域的土地利用状态指数值较小，表明这些地类与其它地类相互转化较为频繁。土地利用状态指数分析与土地利用动态度的分析结果表现出了一致性。

3.3 生态系统服务静态价值分析

2016年研究区生态系统服务总静态价值为26.54亿元，较2008年的25.98亿元提高了0.56亿元，年均增幅为0.27%，增长幅度小（表3）。生态系统服务静态价值增长最多的土地利用类型是林地，为1.53亿元；其次为耕地，为0.27亿元。其余几种土地利用类型价值均下降，下降最多的地类是草地，为-0.96亿元。从变化幅度来看，增幅最大的为建设用地，为23.26%。其次为耕地，为14.21%；降低幅度最大的地类为未利用地，为-25.00%。其次为草地，为-9.77%。在各种土地利用类型中，水域的生态系统服务静态价值变化最弱，仅为-4.29%，未利用地、建设用地、耕地和林地的生态系统服务静态价值变化率绝对值均在10%以上，表明多数土地利用类型的生态系统服务静态价值变化较为明显。

林地和草地是研究区生态系统服务静态价值的主要贡献地类，二者占区域生态系统服务总静态价值比例有小幅增长，其比例已接近90%。研究区山高坡陡，自然状态下林地和草地比例高。尽管历史时期森林覆盖率急剧下降，但作为长江上游的重点水土保持区域，十几年来元谋强化了天然林工程和退耕还林还草工程的实施，使得研究区的林地比例增加。虽然草地面积的减少导致其生态系统服务静态价值减少，但由于林地单位面积生态系统服务静态价值高，林地面积的增加弥补了草地减少造成的生态系统服务静态价值的损失。元谋是云南省和全国冬季蔬菜和水果的重要生产基地之一。近年来，元谋县依托优良的光热资源大力发展商品农业。虽然耕地在中高山区和陡坡区（主要是≥25°的坡地）的比例缩小，但是农业的迅速发展强烈刺激了耕地的扩张，中低山区和坝周低山区因坡度更为平缓，更多的耕地在此被开垦，耕地总面积扩大，因而耕地的生态系统服务静态价值得以提升。

水域和未利用地占研究区面积比例小，2016年二者在区域生态系统服务总静态价值比例只分别下降了0.40%和0.04%。2008年和2016年建设用地占区域生态系统服务总静态价值比例仅分别为-3.31%和-3.99%。受地形、历史原因和经济限制，元谋城镇化率低，建设用地比例小，因而现阶段元谋的城镇化对区域生态系统作用负向作用力仍较小。但建设用地扩张迅速，生态系统服务静态价值增长幅度达到23.26%，表明随着人口的增长和城市的扩张，建设用地对区域生态系统服务静态价值的负作用将更为明显。

表 3 生态系统服务静态价值统计表Table 3 Static ecosystem service values

单项生态系统服务静态价值中，土壤的形成与保护的价值最高，2008年和2016年其值为4.91亿元和5.03亿元（表4）；其次为生物多样性保护，2008年和2016年其值为4.41亿元和4.46亿元。2008年和2016年二者的生态系统服务静态价值之和分别为9.32亿元和9.49亿元，占区域生态系统服务总静态价值的比例分别为35.87%和35.76%。各种单项生态系统服务静态价值变化方向不同。水源涵养、废物处理和食物生产的价值有所下降，主要是因为草地和水域的单位面积此三项价值高，草地和水域面积的缩减导致这三项价值损耗较大。即使耕地和建设用地面积增长，但因为这两种地类此三项价值较弱，不足以弥补损耗。建设用地增长对区域水源涵养和废物处理有明显负作用，使这两种价值降低。增长幅度最大的是原材料和娱乐文化价值，主要得益于林地面积有较大幅度的增长。

表4 单项生态系统服务静态价值Table 4 Single static value of ecosystem services

3.4 生态系统服务动态价值分析

2008年和2016年研究区生态系统服务总动态价值分别为9.197亿元和16.004亿元，仅为同期生态系统静态价值的35.40%和60.30%（表5）。研究区生态系统服务动态价值偏低主要是因为当地经济发展水平较为落后，人均GDP与全国平均水平有较大差异，恩格尔系数高，因此人们的生态系统服务价值支付能力和支付意愿较低，导致生态系统服务动态价值较小。各种土地利用类型的生态系统服务动态价值变化率都很大，其中耕地、林地和建设用地最为明显。耕地和林地的生态系统服务动态价值分别提升了94.64%和89.72%，表明这二种地类面积的增长显著的促进了生态系统服务动态价值的提升，而建设用地的动态价值增加了110.20%，对区域生态系统服务动态价值负作用更为明显。研究区生态系统服务总动态价值变化显著，总体增长了74.01%，明显高于生态系统服务总静态价值变化率（2.27%）。其原因在于与2008年相比，研究区2016年的人均GDP与全国人均GDP值的差距缩小了25.6%，恩格尔系数迅速降低，逐渐接近0.40的拐点，小康阶段的社会发展进程加快。支付能力和社会发展阶段的提升使人们的生态支付意愿强化，因而生态系统服务动态价值有显著提升。

表5 生态系统服务动态价值Table 5 Dynamic value of ecosystem services

生态系统服务静态价值评价重点关注生态系统的自然属性。然而自然生态系统并非与人类社会隔绝存在，其本身的质量也具有动态性，因此生态系统服务动态价值受到了诸多学者的关注，提出了多种动态价值系数模型构建方案。支付能力、支付意愿和环境能力是常见的动态价值系数模型因子。由于植被是干热河谷生态环境的关键因子，因此本研究提出以植被覆盖度表征环境能力，亦有学者提出以可利用水资源量表征环境能力[23]。笔者认为区域环境差异性大，应以影响本区域环境的关键因素作为环境能力因子来客观的反映生态环境质量变化对区域生态系统服务动态价值的影响。同时，现有研究甚少考虑二级土地利用类型之间的生态系统服务价值差异性，因此在生态系统服务功能和价值评估中存在一定误差。应进一步结合区域自然特征和更细致的土地利用类型，提出适合的生态系统服务当量因子的系数调整方案，使研究更符合地域特征，为进一步开展区域生态补偿和绿色经济核算研究奠定基础。

近几年来，亦有学者提出利用市场价值法、费用替代法、碳税、造林成本法和替代成本法等[38-39]生态系统服务价值评估方法。这些方法强调生态系统的人类服务功能，为生态系统服务价值评估提供了新思路，但是尚无对基于土地利用类型和基于人类服务功能评估方法的比较研究，哪种方法更具科学性和客观性有待进一步探讨。

4 结语

生态系统服务功能是维系区域可持续发展的关键要素，它反映了区域生态系统功能和生态福祉。当前元谋县正处于全面建设小康社会的关键阶段，经济发展和土地利用变化迅速，对生态系统功能产生深远的影响，居民的生态意识也发生较大的变化，因此现阶段是元谋区域生态系统服务功能和价值变化最为复杂的阶段。

为了维护干热河谷区域生态系统功能，应密切关注土地利用结构变化，尤其是土地利用空间结构，重点强化生态最脆弱的坝周低山区的土地利用的空间调控，控制耕地数量在该地带的无序扩张，在中低山带降低以放牧为主的人为干扰强度，以圈养替代天然放牧，减少牲畜践踏和啃食，降低草场的退化程度。继续加强水土保持和天然林、退耕还林等生态治理措施，注重林地类型的配置，鼓励种植以滇榄仁（Terminalia franchetii）、金合欢（Acacia farnesiana）、清香木（Pistacia weinmannifolia）和余甘子（Phyllanthus emblica）为代表的兼具生态价值和经济价值的乡土树种。

干热河谷区的植被景观基质是以扭黄茅（Heteropogon contortus） 和 孔 颖 草（Bothriochloa pertusa）为主的禾草类植被，然而草地的减少趋势较为明显，应该强化特色草本植物的恢复工作，增加植被覆盖度，对草本植物群落类型进行定向改造，以人工干预方式促进其逐渐向灌木和森林群落演替，恢复生态平衡。以土地利用结构的优化促进生态资源的合理配置和区域生态系统服务价值的提升，以绿水青山为当地居民提供更好的生态福祉，促进本地区生态可持续发展和长江流域上游生态恢复。

参考文献：

[1] Costanza R, D’Arge R, Groot R D, et a1. The value of the world’s ecosystem services and natural capital[J]. Nature, 1997, 387: 3-15.

[2] Bolund P, Hunhammar S. Ecosystem services in urban areas[J].Ecological Economics, 1999, 29(2): 293-301.

[3] 张永民. 生态系统服务研究的几个基本问题[J]. 资源科学,2012, 34(4): 725-733．Zhang Y M. A few basic problems in ecosystem services research[J]. Resources Science, 2012, 34(4): 725-733.

[4] 李进鹏, 王飞, 穆兴民, 等. 延河流域土地利用变化对其生态服务价值的影响[J]. 水土保持研究, 2010, 17(3): 110-114．Li J P, Wang F, Mu X M, et al. Impacts of land use change on ecosystem services value in the Yanhe river basin[J]. Research of Soil and Water Conservation, 2010, 17(3): 110-114．

[5] Mooney H A, Duraiappah A, Larigaudefie A. Evolution of natural and social science interactions in global change research programs[J]. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(S1): 3665-3672.

[6] 李超, 杜哲, 陈亚恒, 等. 环京津地区土地生态服务价值时空分异特征[J]. 土壤通报，2015, 46(1): 42-47.Li C, Du Z, Chen Y H, et al. Spatio-temporal differentiation of land ecosystem service value in the surrounding regions of Beijing and Tianjin[J]. Chinese Journal of Soil Science, 2015, 46(1): 42-47.

[7] 王军, 顿耀龙. 土地利用变化对生态系统服务的影响研究综述[J]. 长江流域资源与环境, 2015, 24(5): 798-808.Wang J, Dun Y L. A review on the effects of land use change on ecosystem services[J]. Resources and Environment in the Yangtze Basin, 2015, 24(5): 798-808.

[8] 朱振亚, 陈丽华, 姜德文, 等. 京津冀地区生态服务价值与社会经济重心演变特征及耦合关系[J]. 林业科学, 2017, 53(6):118-126.Zhu Z Y, Chen L H, Jiang D W, et al. The evolutionary character and the coupling relationship of the gravity center of ecological services value and socio-economic factors in Beijing-Tianjin-Hebei region[J]. Scientia Silvae Sincae, 2017, 53(6): 118-126.

[9] Li J C, Wang W L, Hu G Y, et al. Changes in ecosystem service values in Zoige Plateau, China[J]. Agriculture, Ecosystems &Environment, 2010, 139(4): 766-770.

[10] Hausner V H, Brown G, Lægreid E. Effects of land tenure and protected areas on ecosystem services and land use preferences in Norway[J]. Land Use Policy, 2015, 49: 446-461.

[11] Jim C Y, Chen W Y. Assessing the ecosystem service of air pollutant removal by urban trees in Guangzhou, China[J]. Journal of Environmental Management, 2008, 88(4): 665-676.

[12] Byrd K B, Flint L E, Alvarez P, et al. Integrated climate and land use change scenarios for California rangeland ecosystem services:Wildlife habitat, soil carbon, and water supply[J]. Landscape Ecology, 2015, 30(4): 729-750.

[13] Connor J D, Bryan B A, Nolan M, et al. Modelling Australian land use competition and ecosystem services with food price feedbacks at high spatial resolution[J]. Environmental Modelling& Software, 2015, 69: 141-154.

[14] Gardiner M M, Burkman C E, Prajzner S P. The value of urban vacant land to support arthropod biodiversity and ecosystem services[J]. Environmental Entomology, 2013, 42(6): 1123-1136.

[15] Tallis H, Kennedy C M, Ruckelshaus M, et al. Mitigation for one& all: An integrated framework for mitigation of development impacts on biodiversity and ecosystem services[J]. Environmental Impact Assessment Review, 2015, 55(49): 21-34.

[16] Baró F, Haase D, Gómez-Baggethun E, et al. Mismatches between ecosystem services supply and demand in urban areas:A quantitative assessment in five European cities[J]. Ecological Indicators, 2015, 55: 146-158.

[17] Szumacher I, Pabjanek P. Temporal changes in ecosystem services in European cities in the continental biogeographical region in the period from 1990-2012[J]. Sustainability, 2017, 9: 665-678.

[18] Grêtregamey Y A, Bebi P, Bishop I D, et al. Linking GIS-based models to value ecosystem services in an Alpine region[J]. Journal of Environmental Management, 2008, 89(3): 197-208.

[19] Maes J, Barbosa A, Baranzelli C, et al. More green infrastructure is required to maintain ecosystem services under current trends in land-use change in Europe[J]. Landscape Ecology, 2015, 30(3):517-534.

[20] Winowiecki L, Vågen T G, Huising J. Effects of land cover on ecosystem services in Tanzania: A spatial assessment of soil organic carbon[J]. Geoderma, 2015, 263: 274-283.

[21] 谢高地, 鲁春霞, 冷允法, 等. 青藏高原生态资产的价值评估[J].自然资源学报, 2003, 18(2): 189-196．Xie G D, Lu C X, Leng Y F, et al. Ecological assets valuation of the Tibetan plateau[J]. Journal of Natural Resources, 2003, 18(2):189-196．

[22] 谢高地, 甄霖, 鲁春霞, 等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报, 2008, 23(5): 911-913.Xie G D, Zhen L, Lu C X, et al. Expert knowledge based valuation method of ecosystem services in China[J]. Journal of Natural Resources, 2008, 23(5): 911-913.

[23] 粟晓玲, 康邵忠, 佟玲. 内陆河流域生态系统服务价值的动态估算方法[J]. 生态学报, 2006, 26(6): 2011-2019.Su X L, Kang S Z, Tong L. A dynamic evaluation method and its application for the ecosystem value of an inland river basin: A case study on the Shiyanghe river basin in Hexi corridor of Gansu Province[J]. Acta Ecologica Sinica, 2006, 26(6): 2011-2019.

[24] 李晓赛, 朱永明, 赵丽, 等. 基于价值系数动态调整的青龙县生态系统服务价值变化研究[J]. 中国生态农业学报, 2015,23(3): 373-381.Li X S, Zhu Y M, Zhao L, et al. Ecosystem services value change in Qinglong County from dynamically adjusted value coefficient[J]. Chinese Journal of Eco-Agriculture, 2015, 23(3):373-381.

[25] 张雅昕, 刘娅, 朱文博, 等. 基于Meta回归模型的土地利用类型生态系统服务价值核算与转移[J]. 北京大学学报(自然科学版), 2016, 52(3): 493-504.Zhang Y X, Liu Y, Zhu W B, et al. Ecosystem service valuation and transfer of land use types: A comprehensive Meta—Analysis of the literature[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2016, 52(3): 493-504.

[26] 罗海平, 宋焱, 彭津琳. 基于Costanza模型的我国粮食主产区生态服务价值评估研究[J]. 长江流域资源与环境, 2017, 26(4):585-590.Luo H P, Song Y, Peng J L. Evaluation on ESV of major grainproducing areas in China: The empirical research based on Costanza model[J]. Resources and Environment in the Yangtze Basin, 2017, 26(4): 585-590.

[27] 魏慧, 赵文武, 张骁, 等. 基于土地利用变化的区域生态系统服务价值评价——以山东省德州市为例[J]. 生态学报, 2017,37(11): 3830-3839．Wei H, Zhao W W, Zhang X , et al. Regional ecosystem service value evaluation based on landuse changes: A case study in Dezhou, Shandong Province, China[J]. Acta Ecologica Sinica,2017, 37(11): 3830-3839．

[28] 王航, 秦奋, 朱筠, 等. 土地利用及景观格局演变对生态系统服务价值的影响[J]. 生态学报, 2017, 37(4): 1286-1296.Wang H, Qin F, Zhu J, et al. The effects of land use structure and landscape pattern change on ecosystem service values[J]. Acta Ecologiea Sinica, 2017, 37(4): 1286-1296.

[29] 张志强, 陈鹏飞, 申维. 长武县土地利用／覆被演变规律及其影响下生态服务价值变化研究[J]. 水土保持研究, 2017, 24(8):219-226, 233.Zhang Z Q, Chen P F, Shen W. Study on land use/cover change and its impact on ecosystem services in Changwu County[J].Research of Soil and Water Conservation, 2017, 24(8): 219-226,233.

[30] 欧晓昆. 元谋干热河谷的自然生态特点及开发利用意见[J]. 西部林业科学, 1987(5): 17-19.Ou X K. Natural Ecological characteristics and development and utilization of Yuanmou dry-hot Valley[J]. Journal of West Forestry Science, 1987(5): 17-19.

[31] 何永彬, 卢培泽, 朱彤. 横断山—云南高原干热河谷形成原因研究[J]. 资源科学, 2000, 22(5): 69-72.He Y B, Lu P Z, Zhu T. Cause for the formation of dry-hot valleys in Hengduan Mountain - Yunnan plateau[J]. Resources Science,2000, 22(5): 69-72.

[32] 周红艺, 熊东红, 杨忠. 元谋干热河谷土地利用变化对生态系统服务价值的影响[J]. 山地学报, 2008, 24(3): 135-138.Zhou H Y, Xiong D H, Yang Z. Effects of land use change on ecosystem service value in Yuanmou dry-hot valley[J]. Journal of Mountain Science, 2008, 24(3): 135-138.

[33] 欧朝蓉, 朱清科, 孙永玉. 元谋干热河谷林地生态系统服务价值变化[J]. 林业科学研究, 2017, 30(5): 831-840.Ou Z R, Zhu Q K, Sun Y Y. Forest ecosystem service value change in Yuanmou dry-hot valley[J]. Forest Research, 2017, 30(5): 831-840.

[34] 李毅, 胡文敏, 易敏, 等. 基于土地利用变化的湖南省生态系统服务价值分析[J]. 林业经济, 2017(7): 91-102.Li Y, Hu W M, Yi M, et al. Analysis on the ecosystem services value in Hunan Province based on land use change[J]. Forestry Economics, 2017(7): 91-102.

[35] 何玲, 李超, 贾启建. 基于土地利用变化的滨海土地生态服务价值损益分析[J]. 生态经济, 2016, 32(9): 14-18.He L, Li C, Jia Q J. Prof i t and loss analysis on ecosystem services value based on land use change in coastal land[J]. Ecological Economy, 2016, 32(9): 14-18.

[36] 李偲, 李晓东, 海米提·依米提. 喀纳斯自然保护区生态系统服务价值变化研究[J]. 中国人口·资源与环境, 2011, 21(11):146-152.Li C, Li X D, Hymit Y. Analysis on the change of ecosystem service value in Kanas Natural Reserve[J]. China Population,Resources and Environment, 2011, 21(11): 146-152.

[37] 方精云, 柯金虎, 唐志尧, 等. 生物生产力的“4P”概念、估算及其相互关系[J]. 植物生态学报, 2001, 25(4): 414-419.Fang J Y, Ke J H, Tang Z Y, et al. Implications and estimations of four terrestrial productivity parameters[J]. Chinese Journal of Plant Ecology, 2001, 25(4): 414-419.

[38] 亢红霞, 那晓东, 臧淑英. 1980—2010年松嫩平原湿地生态服务功能价值评估[J]. 国土资源遥感, 2017, 29(2): 193-200.Kang H X, Na X D, Zang S Y. Research on the evaluation of wetland ecosystem services of Songnen Plain during 1980-2010[J]. Remote Sensing for Land and Resources, 2017, 29(2):193-200.

[39] 杨文斌, 查雪琴, 高顺峰, 等. 安徽漳河河流生态系统服务价值评估[J]. 湿地科学与管理, 2017, 13(2): 25-29.Yang W B, Zha X Q, Gao S F, et al. Valuation of ecosystem services of Zhanghe River in Anhui[J]. Wetland Science &Management, 2017, 13(2): 25-29.