重庆市湿地生态系统服务约束关系

官冬杰,周李磊,李秋彦,虎 帅,袁兴中,杨 华



重庆市湿地生态系统服务约束关系

官冬杰1*,周李磊2,李秋彦1,虎 帅1,袁兴中3,杨 华4

(1.重庆交通大学建筑与城市规划学院,重庆 400074；2.重庆大学资源及环境科学学院,重庆 400044；3.重庆大学,煤矿灾害动力学与控制国家重点实验室,重庆 400044；4.重庆师范大学地理与旅游学院,重庆 401331)

以重庆市湿地资源为研究对象,利用InVEST模型分别计算了2000, 2005, 2010和2015年的水资源供给服务和水土保持服务,并利用分位数分割法,分别从景观水平和生态区水平这2个研究尺度上研究了水资源供给服务和水土保持服务间的约束关系.结果表明: (1)2000~2015年重庆市湿地的水资源供给服务呈现先下降后上升的趋势,2000年水资源供给为395.41×104mm,2010年下降到238.89×104mm,之后又上升到2015年的286.36×104mm;水土保持服务呈逐年上升的趋势,从2000年的85.74×106t上升到2015年的364.73×106t.(2)2000~2015年期间湖泊湿地和水田湿地的水源供给总量呈先下降后上升的趋势;河流湿地与水库湿地的水源供给量呈先上升后下降再上升的趋势;沼泽湿地的水资源供给一直处于下降趋势.(3)2000~2015年期间湖泊湿地、水库湿地及水田湿地的水土保持服务呈先上升后下降再上升的趋势;河流湿地的水土保持量呈一直上升趋势;沼泽湿地的水土保持服务呈先上升后下降的趋势.(4)在景观水平上,2000~2015年湿地水资源供给服务和水土保持服务间全部呈驼峰型约束关系.生态区水平上,2000~2015年水库湿地的水资源供给服务和水土保持服务间呈双驼峰约束、指数约束和驼峰型约束关系;河流湿地呈双驼峰约束和驼峰约束关系;水田湿地呈驼峰型约束关系.

湿地；生态系统服务；InVEST模型；约束关系；重庆市

湿地生态系统兼有陆地生态系统和水域生态系统的特征,具有独特的水文状况、土壤状况、生物多样性等[1-3],为人类提供了丰富的生态-社会-经济效益(生态系统服务),包括地下水补给、防洪削峰、有机物废物循环利用(水质净化)、野生动物栖息庇护、渔业和旅游等[4-8],提升人类福祉[9].但是在全球气候变化和快速城市化双重作用下,湿地资源正面临着前所未有的压力,不合理的利用和破坏导致湿地数量及质量都有所下滑[5,10-18],急需各国政府采取相应的措施来保护和修复湿地资源.中国于1992年加入湿地公约后,积极开展湿地保护工作,于2016年出台《湿地保护修复制度方案》,到2020年确保全国湿地面积不低于8亿亩,同时这也是中国生态文明建设的目标之一[15].因此,了解湿地生态系统服务间的关系,对优化湿地生态系统服务,科学合理管理湿地资源,具有重要的科学意义和实践价值.

湿地生态系统服务是指湿地系统及其物种所提供的能够满足和维持人类生活需要的条件和过程,包括供给服务、调节服务、文化服务和支持服务[8,19].湿地生态系统服务间关系研究的前提是要对湿地系统进行生态系统服务评估,目前,对湿地生态系统服务评估的方法包括数理统计法和评价模型法[20-23].数理统计是指通过调查统计数据直接反映生态系统服务功能的大小,这些数据包括实地采样调查数据、社交媒体数据和社会经济统计数据等,研究者通过这些数据来评估湿地的供给服务、文化服务和调节服务[22,24-26];评估模型主要是指InVEST模型,被用来评估湿地的碳存储服务、水土保持服务、生物多样性等服务[22,27].

湿地被称为“地球之肾”,其水土保持服务和水源涵养服务一直是学术界关注的焦点[28-30],张翼然等[31]对中国71个湿地的生态系统服务价值进行了评价,结果表明湿地的水源涵养服务>水土保持服务>产品输出>固碳>释氧>生物栖息地>旅游休闲>科研教育,但是这些研究缺少对各个生态系统服务间关系的研究.生态系统服务间的关系分为权衡、协同和无关[32-33].权衡是指一种生态系统服务的增加,导致另一种生态系统服务的减少,协同是指2种生态系统服务同时增加或者同时减少[22,33-35],无关是指2种生态系统服务间的增加和减少互不影响.目前,就湿地生态系统服务间关系的研究,主要的方法包括基于GIS的空间叠加分析[2]、统计分析法[26]和情景模拟[36-37].

但关于湿地生态系统服务间关系的研究在以下2个方面还存在缺陷.(1)非线性关系研究不足.现在的研究主要基于相关分析[1,22,38],但受到多因素的影响,两两生态系统服务的二维散点往往并不是围绕某一条线分布[39].Lester等[40]认为生态系统服务间可能存在6种关系,包括线性和非线性关系.(2)缺乏对相关生态学机理的解释.现有的研究方法能够很好的解释两者间的数量关系,但是对于数据背后的生态学意义解释不足.Hao等[32]采用约束线分割法对中国北方草地及农牧交错带生态系统服务间的约束关系进行了研究,该方法为研究生态系统服务间非线性关系提供了可能性.

重庆市作为长江上游“绿色屏障”的重要组成部分,被划分到全国重要的水土保持、水源涵养功能区中.三峡大坝蓄水后,改变了重庆市的湿地资源的分布格局,如何优化湿地生态系统服务,进一步提高人类福祉,需要深入了解生态系统服务间的关系.鉴于此本文的研究目标是分析重庆市湿地的水资源供给服务和水土保持服务间的约束关系,首先,对重庆市湿地资源的水资源供给服务和水土保持服务进行评估;然后,对生态系统服务间的约束关系进行不同尺度上的研究;最后,剖析导致生态系统服务变化的驱动因素,并尝试解释隐藏在约束线背后的生态学意义.以期为重庆市湿地资源的生态系统服务优化及湿地资源保护管理提供参考.

1 研究区域、数据、方法

1.1 研究区域

重庆市湿地面积为207151hm2(未统计水田湿地),占国土面积的2.5%.其中天然湿地包括河流湿地、湖泊湿地和沼泽湿地,分别占全市湿地总面积的42.18%、0.13%和0.03%.人工湿地面积最多,主要是指水库湿地,占湿地总面积的57.66%.本文以重庆市湿地(包括水田湿地)为研究对象,其空间分布如图1所示.

重庆市湿地水资源、湿地生物资源和湿地旅游资源丰富.境内长江自西南向东北纵横,其中流域面积大于3000km2的河流主要有长江干道、嘉陵江、乌江、渠江、涪江、大宁河等,流域面积大于1000km2的河流数量有40条,大于100km2的河流数量有207条.同时,重庆市还建有2766座水库,包括6座大型水库,60座中型水库.境内水资源丰富,能够满足社会发展需求.

图1 重庆市湿地资源空间分布

1.2 数据来源

重庆市土地利用/覆被数据来源于环境保护部和中国科学院联合开展的“全国生态环境十年变化(2000~2010年)遥感调查与评估”项目3期(2000, 2005和2010年)解译数据和重庆市地理信息系统(GIS)应用研究高校重点实验室获取的2015年解译数据,共4期数据,空间分辨率均为30m.降水、气温等气象数据来源于国家地球系统科学数据共享服务平台[41].数字高程模型(DEM)数据来源于SRTM 90m Digital Elevation Data (VERSION 4).1:100万土壤空间数据来源于世界土壤数据库[42].数据库包含详细的分层土壤属性、空间信息,利用空间属性栅格化处理,空间分辨率为1km.

1.3 InVEST模型

生态系统服务与权衡综合评估模型(InVEST 3.4.4)由美国斯坦福大学、世界自然基金会和大自然保护协会联合开发,由16个子模型集合而成,被广泛运用于陆地、淡水和海洋生态系统,是量化和价值化生态系统服务、支持生态系统管理与决策的综合模型[22].本文采用InVEST模型计算重庆市湿地系统的水资源供给服务和水土保持服务.

1.3.1 水资源供给服务评估 水资源供给(WY)实质上是区域内每个栅格单元中降水量(P)与实际蒸发量(AET)的差值.而气象因子、土壤特性和植被覆盖都会对降水量和蒸发量造成影响,综合考虑气候、地形和景观类型并结合水量平衡法对流域中每个栅格单元进行水源供给量进行计算,计算公式为[43]:

根据气象站降水观测点数据进行空间插值得到的降水数据(P).同时采用Modified-Hargreaves法[44]计算潜在蒸发量(ET0x).Zhang系数是一个表征研究区降水特征的常数,根据研究区内水文站点多年平均蒸散量与平均降水量数据选取较为合适的Zhang系数值.植被含水量是指植被生长过程中所利用到土壤存储和释放的总水量.依据土壤数据中的沙粒、粉粒、黏粒及有机碳的含量,本文采用周文佐提出的非线性拟合估算模型[45],估算植被含水量(AWC).

式中:为降雨侵蚀力因子,(MJ·mm)/(ha·h·a);为土壤可蚀性因子,(t·ha×h)/(MJ·mm×ha);LS为无量纲的坡长坡度因子.表征工程措施因子,表征植被覆盖和管理因子.

降水侵蚀因子表征降水对土壤的侵蚀作用,是引起土壤侵蚀的主要因素.本文采用Wischmeier和Smith提出的月尺度计算公式[48]计算得到降水侵蚀因子值[49];基于土壤数据并结合Wischmeier和Smith提出的方法计算土壤可蚀因子值[47].基于DEM数据计算区域子流域,并确定汇水累计阈值.同时,参考坡度、坡长计算公式[50-51]计算得到坡度坡长因子(LS).植被覆盖和经营管理因子是指不同植被覆盖情况下土壤流失的状况,即有植被覆盖的土地土壤流失量与裸露地表的土壤流失量的比值,基于在重庆市的实地观测获得[52-53].工程措施因子是在对土地利用采取相关措施后的土壤流失量与顺坡种植情景下土壤流失量.2者均表现为对土壤侵蚀的抑制,其值介于0~1之间,本文设置在自然发展的情景下,所以默认为研究区内未采用相关措施,值均为1.

1.4 约束线法

约束线可以绘制在多因素影响情况下响应变量在限制变量作用下分布范围或可以达到的潜在最大值[54-56].目前约束线的绘制方法主要有参数法、散点云网格法、分位数回归法和分位数分割法四种[57-59].其中分位数分割法是逻辑切片法与分位数回归法相结合的一种数学方法,其实质是将作为散点图轴的限制变量按照其值域平均分为100组,选取每1组中99.9%的分位数作为边界点,最后对提取出的近100个边界点进行拟合得到生态系统服务间约束线[32].本文选用分位数分割法提取水资源供给服务和水土保持服务间的约束线.

2 结果

2.1 水源供给服务评估

图2 2000~2015年重庆湿地水源供给量空间分布

2000~2015年重庆市湿地水源供给服务整体上呈下降趋势,2000, 2005, 2010和2015年的湿地水源供给总量分别为395.41×104, 290.87×104, 238.89× 104和286.36×104mm,和2000年相比,2005, 2010和2015年水资源供给服务分别减少了26.43%,39.58%和27.58%.同时, 2000~2015年重庆市湿地水源供给空间分布格局差异显著(图2).2000和2005年水源供给总量高值区多集中在重庆市东北、西北和东南区域,与2000和2005年相比,2010年重庆市东北和西北区域的水资源供给减少,水源供给高值区主要集中在东南区域,2015年水资源供给则以重庆市西南地区为中心向四周递减分布.

将重庆市湿地划分为5类,分别为沼泽湿地,湖泊湿地,水库湿地,河流湿地和水田湿地.2000~2015年水源供给总量最大的湿地类型是水田湿地,最小的是沼泽湿地,具体为水田湿地>水库湿地>河流湿地>湖泊湿地>沼泽湿地(图3).

图3 2000~2015年重庆不同湿地类型水源供给总量变化

由图3可知,湖泊湿地和水田湿地在2000~2010年期间水源供给总量逐年递减,在2010~2015年期间水源供给总量开始增加.与2000年相比,2015年湖泊湿地和水田湿地的水资源供给服务分别减少了38.93%和34.74%.河流湿地与水库湿地在2000~ 2005年期间水源供给量呈增长状态,2005~2010年期间呈减少状态,在2010~2015年期间又处于增长状态.与2000年相比,2015年河流湿地和水库湿地的水资源供给服务分别增加了42.40%和61.21%.沼泽湿地在2000~2015年期间水资源供给一直处于减少趋势,减少了88.2%.

2.2 水土保持服务评估

2000~2015年重庆市湿地水土保持量呈逐年上升趋势,2000, 2005, 2010和2015年的湿地水土保持服务分别为85.74×106, 178.31×106, 155.70×106和364.73×106t,和2000年相比,2005, 2010和2015年的湿地水土保持服务分别增长了107.97%、81.60%和325.39%.

由图4可知,2000,2005和2010年湿地水土保持量的空间分布格局大致相同,水土保持量高值区多集中在东北部及部分零散分布在东南部地区,而2015年的水土保持量高值区分布与前3期相比有所扩大,在重庆市西部和中部出现新的零散的高值区.

由图5可知,2000,2005和2015年各类型湿地水土保持总量按大小排序为水田湿地>水库湿地>河流湿地>沼泽湿地>湖泊湿地,2010年为水田湿地>河流湿地>水库湿地>沼泽湿地>湖泊湿地.

同时,由图5可知,沼泽湿地,湖泊湿地,水库湿地,河流湿地和水田湿地的水土保持总量在2000~2005年间都呈增加趋势,分别增加了91.48%、174.50%、445.51%、449.02%和85.78%. 2005~2010年期间湖泊湿地、水库湿地及水田湿地的水土保持总量都是减少的,分别减少了19.42%、3.03%和16.01%,而沼泽湿地和河流湿地分别增加了16.27%和11.45%. 2010~2015年期间湖泊湿地、水库湿地、河流湿地及水田湿地水土保持总量呈增加趋势,分别增加了108.01%、268.24%、77.81%和126.89%;但沼泽湿地呈减少趋势,减少了71.35%.整体上湖泊湿地、水库湿地及水田湿地的水土保持服务变化趋势与整个湿地景观变化趋势一致,在2000~2005期间这3种湿地类型的水土保持功能增强,而在2005~2010期间水土保持功能减弱,到了2010~2015期间其水土保持功能再次增强.河流湿地的水土保持量在2000~ 2015年间都处于增强状态.沼泽湿地在2000~2010间水土保持功能一直在增强,而2010~2015年间水土保持服务下降.

2.3 水资源供给服务评估和水土保持服务的约束关系

2.3.1 景观水平上分析生态系统服务约束关系 利用分位数分割法分别提取出2000,2005,2010和2015年重庆市湿地景观水平上水源供给服务与水土保持服务间的约束线.

图4 2000~2015年重庆湿地水土保持量空间分布

图5 2000~2015年重庆不同湿地类型水土保持总量变化

由图6可知,2000~2015年湿地景观水平上,水源供给服务与水土保持服务间存在驼峰型约束作用,即随着水源供给量的增加,对水土保持量的约束作用先减小后增加.4期数据的拟合值2分别为0.6763, 0.6992,0.6322和0.8738,说明水源供给服务与水土保持服务间存在约束关系.

2.3.2 生态区水平上分析生态系统服务约束关系 重庆市湿地景观包括沼泽湿地、湖泊湿地、水库湿地、河流湿地及水田湿地5个生态区.由于沼泽湿地和湖泊湿地面积小,不满足分位数分割法拟合条件.所以本文只选取水库湿地、河流湿地及水田湿地3个生态区进行水源供给服务与水土保持服务间关系的研究.

水库湿地水源供给服务与水土保持服务间的约束类型有3类(图7).2000年2个生态系统服务间呈现出双驼峰波动型关系,拟合度2为0.5550;2005年表现为指数关系(半驼峰关系),拟合度2为0.6517;2010和2015年呈现出驼峰型关系,拟合度2分别为0.5355和0.7041.

图6 2000~2015年重庆市景观水平上湿地生态系统服务间的散点图及约束线

河流湿地水源供给服务与水土保持服务间的约束类型有2类(图7).2000和2010年水源供给服务与水土保持服务表现为双驼峰向波动型关系,拟合度2分别为0.3330和0.3663,拟合效果较差.2005和2015年水源供给服务与水土保持服务间的约束关系呈驼峰型,拟合度2分别为0.6560和0.7046,拟合效果较好.

水田湿地水源供给服务与水土保持服务间的约束关系均表示为驼峰型约关系,拟合程度2分别为0,6334,0.6276,0.6064和0.9119.

3 讨论

3.1 约束关系及权衡协同关系对比分析

根据图6,研究发现重庆市湿地的2种生态系统服务间存在约束关系,主要是呈单驼峰型分布,即随着水资源供给服务的增加水土保持服务先增加后减少.根据约束线的拟合方程求导得到2000~2015年重庆市湿地的水资源供给服务和水土保持服务约束线的阈值点,分别为(671, 144398), (377, 220582), (501, 246712)和(401, 479898),阈值点表征生态系统服务间约束关系的方向发生改变且随着时间的不同有所变化,主要是由于影响湿地水资源供给服务和水土保持服务的因素多,共同作用下导致约束阈值存在差异.同时,生态区尺度上(图7),水资源供给服务和水土保持服务的约束关系与景观尺度上存在差异,出现了双驼峰型和指数约束关系,双驼峰约束关系表明2种生态系统服务间在不同阶段起主导作用的影响因素不同.指数约束关系表明水资源供给服务超过了单驼峰型约束关系的阈值,直接呈现出逐渐降低的趋势.

图7 2000~2015年重庆市生态区水平上湿地生态系统服务间的散点图及约束线

WY:水资源供给;SC:水土保持;**<0.01

目前,研究生态系统服务关系的方法主要是相关分析,如果相关系数为正,则认为2种服务是协同关系,相关系数为负则是权衡关系,包括斯皮尔曼等级相关和皮尔逊相关分析[1,22,38].图8是重庆市湿地水资源供给服务和水土保持服务的权衡和协同分析,由于水资源供给服务(WY)和水土保持服务(SC)不满足正态分布(第1象限和第4象限),所以选用斯皮尔曼相关指数表示2者间的相关关系(第2象限),由图8可知,景观水平上,湿地的水资源供给服务和水土保持服务全部呈显著正相关(<0.05),但2000, 2005和2015年相关系数全部小于0.4,属于弱相关,2010年相关系数在0.4~0.7之间,属于中等相关,即水资源供给服务和水土保持服务间存在弱协同关系.生态区水平上,水库湿地的水资源供给服务和水土保持服务在2000年不相关,2005年呈现负显著相关,2010和2015年呈显著正相关(<0.05),但相关系数全部小于0.4,即水库湿地的水资源供给服务和水土保持服务间在2010和2015年存在弱协同关系.河流湿地和水田湿地全部呈显著正相关(<0.05),除了2010年呈中等相关,其他年份全部呈弱相关,河流湿地和水田湿地水资源供给服务和水土保持服务间存在弱协同关系.

权衡和协同关系能反映出2种生态系统服务间的数量关系.同时,权衡协同分析要求2种生态系统服务数据相对独立且单调分布,但是大多数情形下生态系统服务数据分布并不满足这2个条件.约束关系能解释生态系统服务间相关的生态学含义,故要全面认识生态系统服务间的关系,约束关系分析可以弥补传统相关分析的不足.

3.2 湿地生态系统服务变化驱动因素分析

(a)表示水资源供给量与年均降水量的关系;(b) 表示水土保持量与年均降水量的关系;(c) 表示水资源供给量与年均气温的关系;(d) 表示水土保持量与气温的关系

重庆市湿地生态系统服务变化是人为-自然因素共同作用导致的.人为因素主要包括快速城市化、三峡大坝建设以及相关政策.第一,快速城市化是导致重庆湿地资源退化或者减少的一个驱动因素[60].重庆市是一个快速城市化的区域,2015年城市化率60.94%,比2000年增加了25.35%,常住人口也由2000年的2848.82万人增长到2015年的3016.55万人,人口急剧增长和城市化发展导致土地利用矛盾加剧,郊区湿地资源被占用,尤其是小型湖泊和水田湿地减少,导致区域湖泊湿地和水田湿地的水资源供给服务出现短暂的下降(图3).第二,三峡大坝的修建改变了重庆市土地利用态势,重构了景观格局框架,使重庆市的湿地资源和生态环境受到了很大的影响,水田和湖泊湿地资源减少,水库和河流湿地资源增加,故水田湿地和湖泊的水资源供给服务呈现下降趋势,水库和河流湿地的水资源供给服务呈增加趋势,尤其是2000~2010和2010~2015这两个时间段对比明显,即三峡库区建成运行前后变化明显(图3).第三,相关政策的实施对湿地水土保持服务的影响较大,尤其是三峡大坝的建设前后都采取了相应的措施防止生态环境的恶化,三峡库区从2000年开始实施退耕还林试点,2002~2008年全面实施建设;2008~2012年重庆市又实施“森林重庆”工程建设,同期开始实施“长江两岸森林工程”建设,即重庆市三峡库区生态屏障建设[52];加上中国对湿地资源保护的重视,湿地修复工程逐渐实施[15].这些政策的实施使得重庆市的水土流失得以削弱,除了沼泽湿地,重庆市其他类型湿地资源的水土保持服务呈上升趋势(图5).

除了人为因素的影响,自然因素(主要指气候因素)直接影响着湿地资源的生态系统服务.气候因素的改变会对生态系统的结构和空间格局产生影响,改变物质分布的格局及陆地水生生态系统信息流的变化,改变湿地生态系统的水资源供给服务和水土保持服务.由图9a可知,水源供给服务随着降水量增加呈线性增长,其空间分布格局与降水分布情况密切相关(图2).2000~2015年降水与土壤保持服务存在驼峰型曲线关系(图9b),适当的降水能够使植物更好地生长,从而提高植被覆盖率并进一步提升土壤保持能力;但是降水过多时就会对土壤造成严重侵蚀,使得土壤保持功能降低.气温主要通过影响降水、蒸散和植物生长来直接或间接影响水源供给服务.当温度处于适应阶段时,植物得到较好的生长条件,植物的含水能力增加,间接增强水源供给服务功能;当温度过高时,区域降水会明显减少而蒸散程度明显增加,即低降水高蒸散造成水源供给能力下降(图9c).对于水土保持服务,随着温度上升,土壤保持服务增强,但达到一定阈值后,随着温度持续增长,土壤保持服务逐渐减弱(图9d).主要是因为气温会导致土壤结构发生可恢复性和不可恢复性变化[61],即一旦温度超过一定范围就会对土壤结构造成破坏,影响土壤保持服务.

4 结论

4.1 整体上,2000~2015年重庆市湿地的水资源供给服务呈下降趋势,水土保持服务则呈上升趋势,且年际间两种生态系统服务的空间分布差异显著.

4.2 在景观水平上,2000~2015年湿地水资源供给服务和水土保持服务间的约束关系显著,全部呈驼峰型约束.

4.3 生态区水平上,2000~2015年水库湿地的水资源供给服务和水土保持服务间呈双驼峰约束、指数约束和驼峰型约束;河流湿地呈双驼峰约束和驼峰约束;水田湿地呈驼峰型约束.

[1] Yang G, Ge Y, Xue H, et al. Using ecosystem service bundles to detect trade-offs and synergies across urban–rural complexes [J]. Landscape and Urban Planning, 2015,136:110-121.

[2] Fu Y, Zhao J, Peng W, et al. Spatial modelling of the regulating function of the Huangqihai Lake wetland ecosystem [J]. Journal of Hydrology, 2018,564:283-293.

[3] Mitsch W J, Gosselink J G, Zhang L, et al. Wetland ecosystems [M]. John Wiley & Sons, 2009:2-17.

[4] Sun B, Cui L, Li W, et al. A Space-Scale Estimation Method based on continuous wavelet transform for coastal wetland ecosystem services in Liaoning Province, China [J]. Ocean & Coastal Management, 2018,157:138-146.

[5] Mondal B, Dolui G, Pramanik M, et al. Urban expansion and wetland shrinkage estimation using a GIS-based model in the East Kolkata Wetland, India [J]. Ecological Indicators, 2017,83:62-73.

[6] Mitsch W J, Gosselink J G. The value of wetlands: importance of scale and landscape setting [J]. Ecological Economics, 2000,35(1):25-33.

[7] Shi F, Weaver D, Zhao Y, et al. Toward an ecological civilization: Mass comprehensive ecotourism indications among domestic visitors to a Chinese wetland protected area [J]. Tourism Management, 2019,70:59-68.

[8] Clarkson B R, Ausseil A-G E, Gerbeaux P. Wetland ecosystem services [J]. Ecosystem services in New Zealand: conditions and trends Manaaki Whenua Press, Lincoln, 2013,192-202.

[9] Langan C, Farmer J, Rivington M, et al. Tropical wetland ecosystem service assessments in East Africa; A review of approaches and challenges [J]. Environmental Modelling & Software, 2018,102:260- 273.

[10] Orimoloye I R, Kalumba A M, Mazinyo S P, et al. Geospatial analysis of wetland dynamics: Wetland depletion and biodiversity conservation of Isimangaliso Wetland, South Africa [J]. Journal of King Saud University - Science, 2018,doi:10.1016/j.jksus.2018.0-3.004.

[11] Hu S, Niu Z, Chen Y, et al. Global wetlands: Potential distribution, wetland loss, and status [J]. Science of the Total Environment, 2017, 586:319-327.

[12] Yunfu G, Wang Y, Xiang Q, et al. Implications of wetland degradation for the potential denitrifying activity and bacterial populations with nirS genes as found in a succession in Qinghai-Tibet plateau, China [J]. European Journal of Soil Biology, 2017,80:19-26.

[13] Jiang W, Lv J, Wang C, et al. Marsh wetland degradation risk assessment and change analysis: A case study in the Zoige Plateau, China [J]. Ecological Indicators, 2017,82:316-326.

[14] Masi F, Rizzo A, Regelsberger M. The role of constructed wetlands in a new circular economy, resource oriented, and ecosystem services paradigm [J]. Journal of Environmental Management, 2018,216:275- 284.

[15] Meng W, He M, Hu B, et al. Status of wetlands in China: A review of extent, degradation, issues and recommendations for improvement [J]. Ocean & Coastal Management, 2017,146:50-59.

[16] 卢晓宁,黄 玥,洪 佳,等.基于Landsat的黄河三角洲湿地景观时空格局演变[J]. 中国环境科学, 2018,38(11):4314-4324. Lu X N, Huang Y, Hong J, et al. Spatial and temporal variations in wetland landscape patterns in the Yellow River Delta based on Landsat image [J]. China Environmental Science, 2018,38(11):4314-4324.

[17] Behn K, Becker M, Burghof S, et al. Using vegetation attributes to rapidly assess degradation of East African wetlands [J]. Ecological Indicators, 2018,89:250-259.

[18] 南 箔,杨子寒,付 齐,等.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[J]. 中国环境科学, 2018,38(9):3531-3541. Nan B, Yang Z H, Fu Q, et al. Spatial-temporal correlation analysis of ecosystem services value and human activities—a case study of Huayang lakes area in the middle reaches of Yangtze River [J]. China Environmental Science, 2018,38(9):3531-3541.

[19] Costanza R, Groot R D, 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.

[20] Silva L V D, Everard M, Shore R G. Ecosystem services assessment at Steart Peninsula, Somerset, UK [J]. Ecosystem Services, 2014,10: 19-34.

[21] Sun B, Cui L, Li W, et al. A meta-analysis of coastal wetland ecosystem services in Liaoning Province, China [J]. Estuarine, Coastal and Shelf Science, 2018,200:349-358.

[22] Yang W, Jin Y, Sun T, et al. Trade-offs among ecosystem services in coastal wetlands under the effects of reclamation activities [J]. Ecological Indicators, 2018,92:354-366.

[23] Sharma B, Rasul G, Chettri N. The economic value of wetland ecosystem services: Evidence from the Koshi Tappu Wildlife Reserve, Nepal [J]. Ecosystem Services, 2015,12:84-93.

[24] Aziz A A, Phinn S, Dargusch P. Investigating the decline of ecosystem services in a production mangrove forest using Landsat and object- based image analysis [J]. Estuarine, Coastal and Shelf Science, 2015, 164:353-366.

[25] Sinclair M, Ghermandi A, Sheela A M. A crowdsourced valuation of recreational ecosystem services using social media data: An application to a tropical wetland in India [J]. Science of the Total Environment, 2018,642:356-365.

[26] Muenzel D, Martino S. Assessing the feasibility of carbon payments and payments for ecosystem services to reduce livestock grazing pressure on saltmarshes [J]. Journal of Environmental Management, 2018,225:46-61.

[27] Yan Y, Guan Q, Wang M, et al. Assessment of nitrogen reduction by constructed wetland based on InVEST: A case study of the Jiulong River Watershed, China [J]. Marine Pollution Bulletin, 2018,133: 349-356.

[28] 赵 阳,张 艺,涂志华,等.基于生态服务价值的多目标水源地土地利用结构优化[J]. 中国环境科学, 2014,34(1):232-238. Zhao Y, Zhang Y, Tu Z H, et al. Multi-objective optimization of land use structures for water resources area based on eco-service value [J]. China Environmental Science, 2014,34(1):232-238.

[29] 李月臣,刘春霞,闵 婕,等.三峡库区生态系统服务功能重要性评价[J]. 生态学报, 2013,33(1):168-178. Li Y C, Liu C X, Min J, et al. RS / GIS-based integrated evaluation of the ecosystem services of the Three Gorges Reservoir area (Chongqing section) [J]. Acta Ecologica Sinica, 2013,33(1):168-178.

[30] 尹小娟,宋晓谕,蔡国英.湿地生态系统服务估值研究进展[J]. 冰川冻土, 2014,36(3):759-766. Yin X J, Song X Y, Cai G Y. Valuation of wetland ecosystem services: Progress and perspectives [J]. Journal of Glaciology and Geocryology, 2014,36(3):759-766.

[31] 张翼然,周德民,刘 苗.中国内陆湿地生态系统服务价值评估——以71个湿地案例点为数据源 [J]. 生态学报, 2015,35(13):4279- 4286. Zhang Y R, Zhou D M, Liu M. Ecosystem service valuation research of Chinese inland wetlands based on case study [J]. Acta Ecologica Sinica, 2015,35(13):4279-4286.

[32] Hao R, Yu D, Wu J. Relationship between paired ecosystem services in the grassland and agro-pastoral transitional zone of China using the constraint line method [J]. Agriculture, Ecosystems and Environment, 2017,240:171-181.

[33] Bennett E M, Peterson G D, Gordon L J. Understanding relationships among multiple ecosystem services [J]. Ecology Letters, 2009, 12(12):1394-1404.

[34] Carpenter S R, Caraco N F, Correll D L, et al. Nonpoint pollution of surface waters with phosphorus and nitrogen [J]. Ecological applications, 1998,8(3):559-568.

[35] Hughes T P, Rodrigues M J, Bellwood D R, et al. Phase shifts, herbivory, and the resilience of coral reefs to climate change [J]. Current Biology, 2007,17(4):360-365.

[36] Richards D R, Moggridge H L, Maltby L, et al. Impacts of habitat heterogeneity on the provision of multiple ecosystem services in a temperate floodplain [J]. Basic and Applied Ecology, 2018,29:32-43.

[37] Harmáčková Z V, Vačkář D. Modelling regulating ecosystem services trade-offs across landscape scenarios in Třeboňsko Wetlands Biosphere Reserve, Czech Republic [J]. Ecological Modelling, 2015, 295:207-215.

[38] Zhao M, Peng J, Liu Y, et al. Mapping watershed-level ecosystem service bundles in the Pearl River Delta, China [J]. Ecological Economics, 2018,152:106-117.

[39] Raudsepphearne C, Peterson G D, Bennett E M. Ecosystem service bundles for analyzing tradeoffs in diverse landscapes [J]. Proceedings of the National Academy of Sciences of the United States of America, 2010,107(11):5242-5247.

[40] Lester S E, Costello C, Halpern B S, et al. Evaluating tradeoffs among ecosystem services to inform marine spatial planning [J]. Marine Policy, 2013,38:80-89.

[41] 国家科技基础条件平台,国家地球系统科学数据共享服务平台[EB/OL]. [2018-3-8].www.geodata.cn. National science and technology infrastructure, National earth system science data sharing infrastructure [EB/OL]. [2018-3-8]. www.geodata.cn.

[42] International Institute for Applied Systems Analysis (IIASA), Harmonized World Soil Database [EB/OL]. [2018-3-9]. http: //webarchive.iiasa.ac.at/Research/LUC/External-World-soil-database/.

[43] Wu X, Wang S, Fu B, et al. Land use optimization based on ecosystem service assessment: A case study in the Yanhe watershed [J]. Land Use Policy, 2018,72:303-312.

[44] Hargreaves G H, Samani Z A. Reference crop evapotranspiration from temperature [J]. Applied engineering in agriculture, 1985,1(2):96-99.

[45] Zhou W, Liu G, Pan J, et al. Distribution of available soil water capacity in China [J]. Journal of Geographical Sciences, 2005,15(1): 3-12.

[46] 刘军会,马 苏,高吉喜,等.区域尺度生态保护红线划定——以京津冀地区为例[J]. 中国环境科学, 2018,38(7):2652-2657. Liu J H, Ma S, Gao J X, et al. Delimiting the ecological conservation redline at regional scale: A case study of Beijing-Tianjin-Hebei region [J]. China Environmental Science, 2018,38(7):2652-2657.

[47] Natural capital project. InVEST User Guide [EB/OL]. [2018-5-10]. http://data.naturalcapitalproject.org/nightly-build/invest-users-guide/html/.

[48] Wischmeier W H, Smith D D. Predicting rainfall erosion losses-a guide to conservation planning [D]. U.S. Department of Agriculture, Agriculture, 1978.

[49] Wischmeier and Smith's Empirical Soil Loss Model (USLE) [EB/OL]. [2018-5-10]. http://www.fao.org/docrep/t1765e/t1765e0e.htm.

[50] Desmet P, Govers G. A GIS procedure for automatically calculating the USLE LS factor on topographically complex landscape units [J]. Journal of Soil and Water Conservation, 1996,51(5):427-433.

[51] Renard K G, Foster G R, Weesies G, et al. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE) [M]. United States Department of Agriculture Washington, DC, 1997:105-112.

[52] 刘 睿,周李磊,彭 瑶,等.三峡库区重庆段土壤保持服务时空分布格局研究[J]. 长江流域资源与环境, 2016,25(6):932-942. Liu R, Zhou L L, Peng Y, et al. Spatio-temporal variations of soil conservation services in Three Gorges Reservoir area of Chongqing [J]. Resources and Environment in Yangtze Basin, 2016,25(6):932-942.

[53] 唐 寅,代 数,蒋光毅,等.重庆市坡耕地植被覆盖与管理因子C值计算与分析 [J]. 水土保持学报, 2010,24(6):53-59. Tang Y, Dai S, Jiang G Y, et al. Calculation and analysis of the vegetation cover and management factor C value in slope farmland of Chongqing area [J]. Journal of Soil and Water Conservation, 2010, 24(6):53-59.

[54] Guo Q, Rundel P W. Self-thinning in early postfire chaparral succession: Mechanisms, implications, and a combined approach [J]. Ecology, 1998,79(2):579-586.

[55] Webb R. Use of the boundary line in the analysis of biological data [J]. Journal of Horticultural Science, 1972,47(3):309-319.

[56] 郝蕊芳,于德永,邬建国,等.约束线方法在生态学研究中的应用 [J]. 植物生态学报, 2016,40(10):1100-1109. Hao R F, Yu D Y, Wu J G, et al. Constraint line methods and the applications in ecology [J]. Chinese Journal of Plant Ecology, 2016,40(10):1100-1109.

[57] Mills A, Fey M, Donaldson J, et al. Soil infiltrability as a driver of plant cover and species richness in the semi-arid Karoo, South Africa [J]. Plant and soil, 2009,320(1/2):321-332.

[58] Strong W. Tree canopy effects on understory species abundance in high-latitude Populus tremuloides stands, Yukon, Canada [J]. Community ecology, 2011,12(1):89-98.

[59] Thomson J D, Weiblen G, Thomson B A, et al. Untangling multiple factors in spatial distributions: lilies, gophers, and rocks [J]. Ecology, 1996,77(6):1698-1715.

[60] Zorrillamiras P, Palomo I, Gómez-baggethun E, et al. Effects of land-use change on wetland ecosystem services: A case study in the Doñana marshes (SW Spain) [J]. Landscape and Urban Planning, 2014,122:160-174.

[61] Nearing M, Pruski F, O'neal M. Expected climate change impacts on soil erosion rates: a review [J]. Journal of Soil and Water Conservation, 2004,59(1):43-50.

Constraints relationship of wetland ecosystem services in Chongqing.

GUAN Dong-jie1*, ZHOU Li-lei2, LI Qiu-yan1, HU Shuai1, YUAN Xing-zhong3, YANG Hua4

(1.College of Architecture and Urban Planning, Chongqing Jiaotong University, Chongqing 400074, China；2.College of Resources and Environmental Science, Chongqing University, Chongqing 400044, China；3.State Key Laboratory of Coal Mine Disaster Dynamics and Control, Chongqing University, Chongqing 400044, China；4.Institute of Geography and Tourism, Chongqing Normal University, Chongqing 401331, China)., 2019,39(4)：1753~1764

Wetlands in Chongqing were picked up as cases to elucidate constraint relationship of ecosystem services. First, we calculated the services of water supply and conservation of water and soil at the year nodes of 2000, 2005, 2010 and 2015 by using the InVEST model. Then, the constraint relationship between the service of water supply and the service of conservation of water and soil was investigated. The results indicated that from 2000 to 2015, service of water supply was first declined from 395.41×104mm in 2000 to 238.89×104mm in 2010 and then increased to 286.36×104mm in 2015; meanwhile, the service of conservation of water and soil was increased from 85.74×106t in 2000 to 364.73×106t in 2015. Specifically, from 2000 to 2015, the total water supply for lake wetlands and paddy wetlands showed a first decreased and then increased trend, that for river wetlands and reservoir wetlands exhibited a converse trend, and that for swamp wetland showed a decreasing trend. Differently, from 2000 to 2015, the service of conservation of water and soil for lake wetlands, reservoir wetlands and paddy wetlands was first increased, and then decreased and again increased, that for river wetlands showed an increasing trend, and that for swamp wetland showed a first increased and then decreased trend. In addition, at the landscape level, there was a hump-shaped constraint effect between services of water supply and services of conservation of water and soil from 2000 to 2015; at the ecological level, from 2000 to 2015, there were double hump restraint, index constraint and hump-shaped constraint effect between these two kinds of services in the reservoir wetlands, the double hump restraint and hump-shaped constraint effect in the river wetland, and the hump-shaped constraint effect in the paddy wetland.

wetlands；ecosystem services；InVEST model；constraint effect；Chongqing

X321

A

1000-6923(2019)04-1753-12

2018-08-28

国家自然科学基金资助项目(41201546);重庆市教委科学技术研究项目(KJZD-K201800702);重庆市基础科学与前沿技术研究项目(cstc2017jcyjAX0210,cstc2016jcyjA1540);重庆大学山地城镇建设与新技术教育部重点实验室开放课题(0902071812102/012);中央高校基本科研业务费(NO.2018CDYJSY0055)

*责任作者, 教授, guandongjie_2000@163.com

官冬杰(1980-),女,黑龙江富锦人,教授,主要从事生态与可持续发展、水资源利用评价等研究.发表论文100余篇.