基于县域尺度珠江-西江经济带广西段土地利用变化对生态系统服务价值的影响研究

2020-11-24 09:10王永琪马姜明
生态学报 2020年21期
关键词:西江珠江区县

王永琪, 马姜明

1 广西师范大学可持续发展创新研究院, 桂林 541006 2 广西师范大学生命科学学院, 桂林 541006

生态系统服务是通过生态系统的结构、功能和过程直接或间接得到的用于支持生命的产品和服务[1- 3],包括食物、原材料等实物产品和气体调节、水文调节和维持生物多样性等服务。生态系统服务价值(Ecosystem Services Value, ESV)量化有利于衡量生态系统服务供给潜力与生态效益大小[4],对生态系统服务定量评估更有助于高效配置土地资源[5]、全面认识ESV结构动态[6]、优化区域土地利用格局[7],以及科学制定生态补偿政策[8],得以实现区域经济与生态环境协调发展[9]。土地作为人类农业生产和各种活动影响的载体,土地利用方式的变化影响着整个生态系统环境[10],这类土地利用变化(Land Use Change, LUC)通过改变生态系统结构和功能,使得水循环、碳氮循环和土壤更新等生态过程发生变化,导致生态系统服务进一步发生变化[11- 13],同时ESV评估作为反映土地利用与区域经济相互影响的主要方法之一,体现了土地通过集约利用与空间优化所发挥的生态效益[9, 14],使得LUC对ESV影响的定量研究备受关注。

生态系统本身具有复杂性和多样性特点,其服务价值评估结果与ESV不同计算模型和方法有关。目前生态系统服务评估的方法可以分为基于单位面积价值当量因子方法和基于单位服务功能价格方法两大类[15]。前者比后者所需的评估参数较少、且计算过程相对简便,对于较大尺度区域ESV的快速评估具有很高的便捷性和参考价值。谢高地等[3]在Daily[6]和Constanza等[17]研究基础上结合中国国情改进并制定了“中国陆地生态系统单位面积生态服务价值当量表”,被广泛应用到草地[18- 19]、森林[20]、农田[21]和城市[22- 23]、海岸带[24]等区域ESV评估中。随着研究的逐渐深入,越来越多的学者开始挖掘LUC与ESV之间的相互作用关系及其影响因素[25- 27],发现人类社会经济活动导致的LUC是影响生态系统提供服务发生变化的主要原因[15, 28]。土地利用与生态系统服务是一个相互影响的综合系统,面对开发还是保护的抉择需要决策制定者和利益相关人在识别两者相互关系基础上权衡,部分学者采用空间统计探索土地利用与ESV在时空上聚集规律等特征[29- 31]。土地利用程度是衡量土地利用水平的一个重要指标[32],ESV是评估一个地区生态系统状况的重要指标,使用生态系统服务价值强度(ecosystem services value intensity, ESVI)代替县域生态系统服务总价值,运用双变量空间自相关来探索重要区域的LUC对ESV在空间域的聚集特征和依赖特性等研究很有意义。

珠江-西江经济带广西段处于国家实施西部大开发战略的重要地段[33],是广西除北海市、钦州市和防城港市沿海三市的其余部分,该区域生态资源丰富、具有重要的生态价值和经济发展地位。目前针对珠江-西江经济带区域的研究时序较早[34- 35],且森林类型[36]的ESV研究较多,缺乏该区域近期且长时间跨度ESV以及LUC与ESV之间关系研究[37- 38]。如何合理协调珠江-西江经济带广西段土地利用程度与生态系统服务供给潜力是该区域关注的焦点。本文以珠江-西江经济带广西段1990年、2005年和2018年三个时间节点的土地利用数据为数据源,采用当量因子法、马尔可夫转移矩阵、价值损益流向表和空间自相关理论等方法,旨在揭示:(1)近28年城市化进程中珠江-西江经济带广西段土地利用格局如何变化?(2)研究区ESV的时空结构、格局是如何?(3)LUC影响下ESV的时空相关特征及ESV对土地利用方式的空间依赖性如何? 这些问题的深入探讨将有助于加深县级单位LUC与ESVI之间的关系模式认知,厘清两者关系的表现类型和空间差异,为优化珠江-西江经济带广西段提供数据支持,也为制定该区域生态格局、调整生态系统服务、加强土地资源利用与区域可持续发展等提供科学参考。

1 研究区概况与数据来源

1.1 研究区概况

珠江-西江经济带广西段地域辽阔(图1),地处21°37′—26°20′N、104°29′—112°3′E,占广西国土面积的92%。地势西北高东南低,处于第二级阶梯云贵高原的东南边缘,两广丘陵的西部,平均海拔约800 m。气候属亚热带季风气候,年平均气温在16.5—23.1℃之间。各地年降水量均在1070 mm以上。广西地貌总体呈山地丘陵性盆地地貌,山地众多,小气候显著。土地利用类型存在明显地域分异[39],研究区广泛分布有林地,且占地面积在66%以上,耕地主要分布在研究区中部,草地主要分布于研究区中部与北部。

图1 珠西经济带广西段位置示意图Fig.1 Location diagram of Guangxi section of the Pearl River-West River Economic Belt

1.2 数据来源

1)珠江-西江经济带广西段1990年、2005年和2018年3期1 km空间分辨率的土地利用类型数据,均来自中国科学院资源环境科学数据中心(http://www.resdc.cn/)的中国土地利用现状遥感监测数据库,数据生产制作是以各期 Landsat TM/ETM遥感影像为主要数据源,通过人机交互式判读解译生成,然后根据各类型在1 km内所占面积最大类型赋予重分类后的土地利用类型。采用 LUC 分类体系将土地利用方式划分为耕地、林地、草地、水域、建设用地和未利用土地 6 大类,其中考虑到建设用地对于当地生态系统产生的负面效应远超过正面效应,故本文不纳入其生态系统服务价值[40]。该套数据经过严格质量控制,6大类土地利用综合评价精度在90%以上[41]。

2)行政区划数据由中国科学院资源环境科学数据中心提供。

3)粮食产量、粮食价格等统计数据取自于《2018年全国农产品成本收益资料汇编》、《2018年广西统计年鉴》。

2 研究方法

2.1 土地利用变化研究方法

参考前人的研究成果,本文通过马尔可夫转移矩阵[42]和土地利用程度指数[43]来表现研究区的LUC特征。

2.2 生态系统服务价值评估

ESV评估方法多样,本文采用基于单位面积价值当量因子法,结合数据的可获得性,对珠江-西江经济带广西段ESV评估进行了修正:

(1)基于粮食价格的修订。

依据谢高地等[44]的研究,1 hm2平均产量的农田每年自然粮食产量的经济价值的1/7为1个标准生态系统生态服务价值当量因子,为消除不同年份农作物价格波动对总价值的影响,以广西2017年5种主要农作物(早稻、晚稻、粳稻、大豆和玉米)的播种面积、产量和农作物的平均价格作为基础数据,由式(1)计算出珠江-西江经济带广西段单位面积农田生态系统粮食作物的经济价值为1444.78元/hm2。

(1)

式中,En为研究区单位面积农田生态系统提供食物生产服务的经济价值(元/hm2);n为研究区主要粮食作物种类;qi为农作物i的价格(元/kg);pi为农作物i的总产量(kg);M为n种粮食作物总面积(hm2)。

(2)基于生物量的修订。

考虑到生态系统时空异质性,珠江-西江经济带广西段ESV系数还进一步修订。参考谢高地等[21]给出的全国范围内各区域农田生态系统的生物量因子表,确定了研究区农田生态系统生物量因子取0.98,对农田生态系统所提供的各类服务进行生物量因子修订。从而生成珠江-西江经济带广西段不同土地利用类型的各项生态系统服务价值系数表(表1)。

表1 珠西经济带广西段生态系统服务价值系数/(元 hm-2 a-1)

对县域行政区划单位分别计算ESV和ESVI(元/hm2),计算研究区生态系统服务功能总价值,并进行空间分析[25]。

2.3 空间自相关分析

空间自相关用来衡量土地利用及ESV的空间分布是否具有集聚性,包含全局空间自相关与局部空间自相关两个方面[29]。Ansenlin[45]在单变量空间自相关研究基础上,提出了双变量空间自相关,揭示了空间单元属性值与邻近空间上其他属性值的相关性[31]。本文空间自相关采用GeoDa 1.12.1.161软件完成。

3 结果与分析

3.1 土地利用变化特征

根据珠江-西江经济带广西段土地利用类型分布图可知(图2),1990—2018年研究区林地所占面积最大,建设用地主要分布在各市县行政中心,主要以南宁市、柳州市、桂林市建设用地成片最为明显,28年间建设用地增幅显著。

图2 1990—2018年珠江-西江经济带广西段土地利用类型图Fig.2 Land use maps of Guangxi section of the Pearl River-West River Economic Belt during 1990—2018

1990年、2005年和2018年3个时期研究区不同土地利用类型的占比情况如表2所示。从土地利用类型总体特征来看,3个时期研究区主要土地利用类型变化并不是十分显著,面积占比最高均为林地,其次是耕地,二者合占研究区总面积86%以上。从土地利用类型的变化特征来看,建设用地面积增加的幅度最大,近1560 km2。耕地面积在28年间持续减少了984 km2,达0.46个百分点。林地面积先增后减,水域面积保持上涨。

表2 珠江-西江经济带广西段1990—2018年不同土地利用类型占比变化/%

运用ArcGIS的分析工具得到1990—2018年不同土地利用类型转移矩阵(表3),珠江-西江经济带广西段土地利用转移主要特征:(1)林地转入转出面积最多,分别为27322 km2和26971 km2,其中主要转入源是耕地、草地和水域,主要转出源是耕地、草地和建设用地;(2)建设用地作为人为改造最为彻底的土地类型,它的转入面积和转出面积相差最多,其主要转入源和转出源均为耕地、林地和草地;(3)耕地的转入面积和转出面积分别为21934 km2和22917 km2,其主要转入源与转出源均为林地、草地和建设用地。说明研究区林地、建设用地和耕地之间置换规模、建设用地对耕地面积的占用较大。期间林地的增加主要是因为加强林地保护和管理,以及“退耕还林工程”、“天然林保护工程”和“防护林体系工程”等生态工程建设,很大程度上保护了林地资源,其生态效益、经济效益和社会效益显著。

表3 珠江-西江经济带广西段1990—2018年土地利用类型转移矩阵/hm2

3.2 生态系统服务价值变化特征

3.2.1各地类生态系统服务价值变化

土地利用变化引起珠江-西江经济带广西段ESV波动变化(表4)。1990—2018年水域与未利用地的ESV增加了17.56亿元和0.01亿元;林地的ESV增幅仅有0.23%,但价值增长有13.37亿元;草地与耕地的ESV均呈减少趋势,共亏损约30.84亿元,总体而言,28年间总ESV仅增长约0.1亿元。1990—2005年间,草地与耕地的ESV皆呈现降低的现状,15年间净增长约13.82亿元;2005—2018年草地和耕地ESV持续降低,林地的ESV亦开始呈现降低的趋势,13年亏损生态价值约13.72亿元。广西退耕还林政策持续实施以及城市建设用地的扩张是导致耕地ESV持续减少的关键原因。

表4 珠江-西江经济带广西段1990—2018年各地类ESV变化

3.2.2各项生态系统服务价值变化

珠江-西江经济带广西段各项ESV变化相对缓慢(表5)。在1990—2005年及2005—2018年2个研究期间,ESV总值呈先增长后降低的趋势。28年间水文调节、废物处理、美学景观和原材料生产的价值有所增长,分别增长约5.56亿元、2.39亿元、0.99亿元和0.4亿元。其他单项ESV呈下降趋势,特别是食物生产ESV降低幅度最大,达1.19%,这与耕地面积的减少有着直接联系。1990—2005年间,研究区的食物生产与水文调节的ESV变化相较于其他功能大,食物生产降低了0.32%,水文调节ESV增长了0.4%。2005—2018年间,除了水文调节和废物处理外,其余的ESV皆有所下降,其中食物生产与保持土壤的ESV下降速率最大,占比为0.87%和0.42%。

从研究区ESV的构成看,各单项ESV所占比例的大小依次为:维持生物多样性>水文调节>保持土壤>气体调节>气候调节>原材料生产>废物处理>美学景观>食物生产。研究区维持生物多样性的功能价值最为突出,占据ESV总值的15.5%以上,足以体现广西有着丰富的动植物适宜生境资源;水文调节、保持土壤、气体调节和气候调节次之,四者各占据ESV总值的14%左右,食物生产占比最低,不足2.2%。

表5 珠江-西江经济带广西段1990—2018年ESV结构变化

3.2.3生态系统服务价值时空分异特征

1990—2018年间,研究区ESV总量以及各分量变化并不能反映其在空间上的差异。为刻画研究区ESV时空分异格局,计算1990—2018年研究区各县区ESVI,利用自然断点法在数值差异相对较大处设置边界,对相似值进行恰当分组,使之各组数据间最大化差异,有效表征各区县ESVI的空间分异特征[27]。本文将研究区各区县ESVI从低到高划分为5个等级:Ⅰ级(0

图3 珠江-西江经济带广西段1990—2018年各区县ESVI空间分异Fig.3 Spatial differentiation of ESVI in Guangxi section of the Pearl River-West River Economic Belt during 1990—2018

研究区ESVI总体上存在着中部低、周围高的空间分异格局,与董新芳和周兴[37]的广西2005年ESVI分布研究结果类似,28年间各区县ESVI整体格局并未发生太大变化。Ⅰ级低价值区较少,仅有桂林市七星区、柳州市鱼峰区两区,2018年柳州市柳南区加入I级区。在桂西北金钟山、青龙山等山区、桂北九万大山、融江等丘陵区和桂东丘陵区,分别形成西林县、隆林县、田林县等12个区县为组团,融水县、三江县、融安县等5个区县为组团,和昭平县、蒙山县、藤县等11个区县为组团的三组团Ⅴ级高ESVI聚集区,2018年梧州市长洲区和蝶山区ESVI价值降低。在桂中合山市等11个市以及南宁市西乡塘区、江南区、邕宁区,柳州市柳城县、柳北区、柳南区和玉林市玉州区形成一核四卫星的Ⅱ级ESVI分布格局,2018年全州县加入Ⅱ级ESVI行列。从研究区不同县域土地利用情况来看,三组团高值聚集区林地面积比例大,普遍占对应区县面积的70%以上,更高的森林覆盖率和优良的自然环境条件造就了三组团区的更高的ESV,且这些区域有广泛的山脉存在,如越城岭、猫儿山、天平山、云开大山等,是许多江河的源头和水源涵养区。而一核四卫星区域位于桂中丘陵、平原区,地势低平,人为活动约束相对较弱,宜农业耕作,耕地占比较大,是珠江-西江经济带重要的粮食重要产区,森林覆盖率比之其他县域较低,客观上降低了这些区县的ESV。

3.2.4生态系统服务价值空间自相关

为反映研究区各区县不因面积的大小不同造成ESV相差较大情况,采用了ESVI进行空间自相关分析。28年间研究区全局Moran′I值始终大于0.55,P值均小于0.001,说明研究区内各区县ESVI整体上始终呈显著的正向空间自相关,具有很明显的聚集性,在空间中的分布并非完全随机。

图4 县域尺度下珠江-西江经济带广西段ESVI Moran散点图Fig.4 Moran scatter diagram of ESVI in Guangxi section of the Pearl River-West River Economic Belt at the county scale

Moran′I散点图展现的区域单元属性与周围单位属性之间的空间联系模式,从图4中可以看出,ESVI散点主要分布在第一象限(HH)和第三象限(LL),第二象限(LH)与第四象限(HL)散点分布相对少,结合全局Moran′I指数,说明研究区各区县生态系统服务价值强度具有较高的空间正相关性且分布规律具有相对一致性。从1990—2018年,局部Moran′I指数先增后减,结合沿趋势线分布的散点先增多后减少的情况,体现了研究区局部空间自相关程度先增后减趋势。各区县ESVI的空间集聚和ESVI空间分异情况大致相似(图5)。1990年ESVI高-高集聚区分布主要为在桂西西林县、隆林县、田林县、乐业县等13个县区,在空间区域内受人为因素干扰及城市用地扩张影响程度较小;桂东昭平县、蒙山县、藤县等8个县区和桂北三江县的两组团一星模式。低-低集聚主要组团分布在来宾市合山市、贵港市覃塘区等周围11个区县范围,主要是因为该区耕地集中分布而林地分布相对较少造成ESVI偏低;低-高集聚区只有平南县一个;呈高-低集聚区的是灵川县。2005年时高-高集聚区新增了桂西贺州市八步区,2018年贺州市八步区与梧州市万秀区不属于高-高集聚区。

图5 县域尺度下珠江-西江经济带广西段ESVI LISA分布图Fig.5 Lisa distribution map of ESVI in Guangxi section of the Pearl River-West River Economic Belt at the county scale

3.3 土地利用变化对生态系统服务价值的影响

3.3.1生态系统服务价值流向特征

利用ArcGIS软件计算马尔可夫转移矩阵得到1990—2018年研究区ESV损益流向表(表6),以此直观的分析土地利用数量变化对ESV的影响。结果表明:耕地转林地和草地转林地是主要的生态服务增值类型,分别使ESV增高了490.21亿元和211.88亿元,对ESV增加的贡献率分别为56.5%和24.4%,建设用地向耕地和林地的转移也对ESV的增长贡献有19.8亿元和29.70亿元;林地转耕地是最主要的生态服务减值类型,分别使得ESV降低了478.55亿元,贡献率足有55.1%。林地转草地和林地转建设用地也是主要且受大众关注的生态服务减值类型,分别导致ESV下降了198.97亿元和47.53亿元,贡献率分别为22.9%和5.4%。深入分析可以看出退耕还林(草)是使得ESV价值升高得主要原因,对生态系统服务功能改善起着主要作用,而林地向其他土地利用类型的转移导致了研究区ESV下降的主要原因。

表6 珠江-西江经济带广西段1990—2018年生态系统服务价值损益流向/亿元

3.3.2土地利用程度指数对ESVI的影响

为进一步探索珠西经济带广西段各区县土地利用程度与ESVI之间的时空关系,采用双变量空间自相关分析结果显示(图6),Moran′I指数均小于0,表明土地利用程度与ESVI之间存在着显著的空间负相关关系。从1990—2018年,局部Moran′I指数先减后增,结合沿趋势线分布的散点先增多后减少的情况,体现了研究区局部空间负向自相关程度先增后减趋势。

图6 县域尺度下珠西经济带广西段双变量Moran散点图Fig.6 Bivariate Moran scatter diagram of Guangxi section of the Pearl River-West River Economic Belt at the county scale

图7 县域尺度下珠江-西江经济带广西段双变量LISA分布及显著性水平图Fig.7 Bivariate LISA distribution and significance level map in Guangxi section of the Pearl River-West River Economic Belt at the county scale

在z检验的基础上(P=0.05)绘制双变量局部空间自相关LISA聚类图(图7),表征区域土地利用程度与其邻域ESVI之间的局部空间关系。由图7可知,土地利用程度与ESVI呈高-高集聚的区县是平南县;呈低-低集聚的区县是柳江县和灵川县,其中柳江县低-低集聚情况达到99.9%的置信水平;柳州市柳南区、城中区,来宾市合山市等14个区县呈现高-低集聚;呈低-高集聚的区县分布最为广泛,主要分布在研究区百色市大部分区县、河池市西部区县、东部梧州、贺州等地,且是唯一一种空间分布发生变化的集聚区。

不同的土地利用程度水平与ESVI的局部空间联系特点明显,28年间研究区局部空间聚集存在明显的相似性。桂西北金钟山、青龙山等山区、桂东丘陵区和桂北九万大山、融江等丘陵区地区,多是林地分布占所在区县70%以上的地区,森林资源丰富,生态优势明显,但是由于山多地少,交通较为闭塞,也限制了这些地区的人口增长、产业的规模聚集和城市建设用地扩张,影响地区经济的发展,因此空间上表现为明显的低土地利用程度-高生态系统服务强度的聚集形态,且在时间上变化不明显。2005年时八步区表现为低-高集聚特点,2018年贺州市八步区和梧州市万秀区表现了空间随机模式,该区的土地利用程度与周围地区不再有显著的空间相关性。桂中地势低平的丘陵区,人口较多,农耕及城市规模发展较快,交通便捷,使得空间上表现为明显的高土地利用程度-低生态系统服务强度的聚集格局。

4 讨论

土地利用方式的变化作为区域生态环境变化的主要根源,受自然、经济、社会等多种因素的影响[46],自然生态环境因子在土地利用变化空间分布上起主导作用,而社会经济因子在决定土地利用变化数量方面起着主导作用[47]。珠江-西江经济带广西段近28年中,城镇建设用地扩张占用了大量的耕地、林地和草地,各类土地利用类型之间因人类的经济需求和保护政策实施而发生复杂的相互转变。该区域生态系统服务的主要支撑者为林地、水域和耕地。由于林地、耕地等被耕地和建设用地侵占以及退耕还林等工程的实施,总体上给生态系统服务诸如土壤保护作用、粮食生产、气体调节、气候调节、维持生物多样性等方面带来了一定损失,而水文调节、废物处理、美学景观、原材料生产价值有所增加。可见强烈的人类活动对生态系统服务功能产生重要影响。面对28年间土地利用方式转变的一系列问题,诸如耕地减少趋势尚未扭转、耕地后备资源不足,建设用地布局不合理,土地利用粗放,节约集约用地水平不足,大大制约了经济的良性发展,有待加强生态用地的保护力度,提高土地参与宏观调控的能力。

大量研究证明土地利用程度和生态系统服务具有明显的空间溢出效应[31, 48],本研究识别出珠江-西江经济带广西段的四种聚集模式,高土地利用程度水平的平南县被高ESVI集聚的区县所包围,应当限制高污染性土地利用模式,在大力保护现有生态优势基础上,城市化建设平稳、有序的推进,最大程度上减少城市化建设对生态环境的干扰和破坏。低土地利用程度和低ESVI集聚的柳江县和灵川县应当改变土地利用不够恰当的方式,增强自身和周边区县土地利用效率,提高生态经济价值。高土地利用程度和低ESVI聚集模式的柳州市柳南区、城中区,合山市、南宁市青秀区等14个区县是城市化进程较为充分的区县,应当考虑生态修复,在提高土地集约节约利用水平基础上引导土地利用向高ESV发展。对于低土地利用程度和高ESVI聚集的县域,被视为生态优势区,一方面要加强对于这些县域部分地区生态资源的保护,另一方面也利用好生态资源优势,开发旅游城市、森林天然氧吧,培育高效经济林,增加人民收入,制定合适的生态补偿机制,让生态经济可持续发展。从时间尺度上看,研究区局部双变量自相关分布模式变化不大。

本研究在ESV时空变异方面,不限于大多数研究[25- 27]对ESV分布格局的空间展示,也利用可以表征土地利用变化和人类活动强度的土地利用程度指数[32],对生态系统服务价值进行双变量空间聚集规律和空间关联模式动态变化进行定量研究。限于数据可获取性和技术的复杂性,本研究尚未对土地利用程度和ESV之间的复杂关联机制深入研究,今后可参考方创琳等[49]构建的城镇化与生态环境耦合过程的耦合器(UEC),尝试揭示ESV驱动机理、探索土地利用程度和ESVI两者耦合的最佳状态。

5 结论

本文以我国重要的珠江-西江经济带广西段为研究区,从县域尺度分析1990—2018年土地利用变化对生态系统服务的影响,结果表明:

(1)珠江-西江经济带广西段1990—2018年间土地利用类型总体上变化不是非常激烈,林地与耕地面积合占总面积的86%以上。转出的耕地主要流向林地、草地和建设用地,转出的林地主要变成耕地、草地和建设用地,新增的耕地主要来源于林地、草地的转化,新增的建设用地主要由耕地、林地和草地转化而来。

(2)生态系统服务价值方面,珠江-西江经济带广西段28年来ESV总值呈先增后减趋势。其中林地和耕地对生态系统服务总价值的贡献最大,贡献率达82%以上。研究区最为突出的生态系统服务价值是维持生物多样性,其次为水文调节、保持土壤、气体调节和气候调节,这五项生态系统服务占总服务价值的73%。生态系统服务价值最低是食物生产,仅为2.1%左右。

(3)28年来研究区各区县生态系统服务强度总体上呈现中部低、周围高的分异格局,且变化不大。ESVI高值区主要分布在山地、丘陵众多,林地面积占极大比例的桂西北、桂北、桂东区县,低值区主要分布在周围地势较为低平的丘陵、平原区,以耕地和建设用地为主的区县。珠江-西江经济带广西段各区县ESVI有着显著的正空间自相关性,空间集聚程度较高,且以高-高聚集模式与低-低集聚模式为主,高-高集聚主要以两团一星模式分布在研究区桂西北、桂东和桂北,低-低集聚主要组团分布在桂中。

(4)对于土地利用变化对生态系统服务价值的影响,研究期间珠江-西江经济带广西段耕地向林地的转移是ESV增加的主要贡献项,林地向耕地以及建设用地的转移,是ESV减少的主要方式。不同土地利用程度与ESVI双变量LISA聚集图呈现出明显的负空间自相关性,且在三个时期的双变量局部空间自相关性异质性程度变化不大,主要以低土地利用程度与高ESVI聚集和高土地利用程度与低ESVI聚集分布为主。两组团一星模式的低高聚集主要以分布在研究区的桂西北、桂东和桂北;一组团两星模式的高低聚集主要分布在经济水平相对发达的中部和桂林市辖区。

致谢:感谢中国科学院地理科学与资源研究所资源环境数据中心(http://www.resdc.cn)为本研究提供原始数据。

猜你喜欢
西江珠江区县
密闭取心技术在西江24-3油田的应用
泉州市各区县关工委亮点工作分布图
珠江新城夜璀璨
“漫”游珠江
西江华彩路
西江苗寨
珠江:大河入海的前奏
珠江·紫宸山
贵州最美乡村——西江镇·宏大之美
北京:上游水质不合格 下游区县将收补偿金