基于InVEST模型的生态系统服务功能应用研究进展

张徐, 李云霞, 吕春娟,*, 毕如田, 夏露, 郭岩松, 王煜, 许彩彩, 孙波

基于InVEST模型的生态系统服务功能应用研究进展

张徐1, 李云霞2, 吕春娟1,*, 毕如田1, 夏露1, 郭岩松1, 王煜1, 许彩彩1, 孙波1

1. 山西农业大学资源环境学院, 山西农业大学农业资源与环境国家级实验教学示范中心, 晋中 030801 2. 中水北方勘测设计研究有限责任公司, 天津 300222

生态系统服务功能的模拟、评估、预测及其权衡关系的研究成为生态系统服务研究领域的热点。InVEST模型包含近20项生态服务模块, 不仅涵盖了生态系统服务的众多方面, 能满足不同功能的评价、模拟和预测需求; 而且具有很强的空间化、动态化、可视化等特点。系统分析了该模型中应用最为广泛的生境质量、水土保持、产水模型和生态系统服务综合功能等四个方面的应用情况, 介绍了生境风险评价模块的应用原理, 探讨InVEST模型在生态系统服务功能评估中存在的问题以及未来的发展趋势。以期更准确、更全面地评估生态系统服务功能, 更好地保护生态, 也可为管理者和决策者提供参考。

InVEST模型; 生态系统服务功能; 评估

0 前言

生态系统服务功能是指生态系统与生态过程所形成及所维持的人类赖以生存的自然环境条件与效用[1]。生态系统服务研究是生态系统评估的核心, 其存在极高的价值[2], 为合理有效利用和保护自然资源、实现综合管理提供重要理论依据。

Ehrlich[3]等人首次提出生态系统服务功能概念后, 不同学者对生态服务分类展开了更加详细的研究, De Groot[4]、Costanza[5]、欧阳志云[6]、谢高地[7]和MA[8]分别阐述生态系统服务的分类系统, 其中MA是具有影响力的分类系统, 主要包括供给服务、调节服务、支持服务、文化服务, 被学术界的学者广泛认可和应用[9](表1)。生态系统服务评估主要集中在供给、调节服务的评估, 其中研究土地利用变化对生态系统服务的研究众多, 而开展支持, 文化服务研究较少[10]。生态系统服务功能评估方法有物质量评估法, 能值评估法和价值量评估法。目前对生态系统的服务功能的研究主要集中于评估、模拟、预测和服务权衡等[11–13]。近年来, 随研究深入和模型的发展, 评价方法逐步趋向于模型。同时, 随着 3S 技术空间化特性融入模型构建中, InVEST、ARIES、MIMES 和 SoIVES等模型应用于生态系统服务功能评价, 但这些模型适用生态服务功能的侧重点不同。其中InVEST模型应用尤为广泛, 该模型对数据量的需求较低, 不但可以进行定量的生态系统服务功能评估, 而且其计算结果的空间可视性和时空异质性特征也能够展现出来[11, 14], 便于管理者高效决策和科学制定政策, 其在未来具有广阔的应用空间[15]。因此本文从InVEST模型应用的角度出发, 对模型各个模块在不同领域的应用进行分析总结, 对我国目前的生态文明建设具有重要的指导意义。

1 InVEST模型简介

InVEST模型(Integrated Valuation of Ecosystem Services and Tradeoffs)是美国自然资本项目组开发的、用于评估生态系统服务功能及其经济价值、支持生态系统管理和决策的一套模型系统[16–17]。InVEST工具包括量化模型、投影模型、以及对陆地、淡水和海洋系统带来的福利的分析, 它的应用对政策制定者和团体等人群具有重要的意义。最新模型版本为InVEST3.8.0, 包含生境质量、碳储存、产水量、生境风险评估、沿海蓝碳、营养物质输送比、波浪能发电、泥沙输移比等 20 个主要模块, 最常用的是生境质量[18]、碳储存[19]、产水量[20]、泥沙输移比[21]等 4 个模块。

InVEST模型从第一版1.0系统, 到最新的InVEST3.8.0的版本, 模型评估的内容更加全面化, 运行平台更加独立, 组织结构更加合理化[22]。模型子模块由生物多样性、植物传粉、水库沉积物保持、碳固定、水污染管理、以及木材生产6个, 扩展到今天的25个。模型在不断的更新换代的过程中, InVEST3.0是一个重大的转折点和突破点。InVEST3.0版本之前模型是GIS平台下的脚本软件, 后来模型以一种独立的形式存在, 不需要依赖GIS软件, 可以直接打开InVEST模型运行[23]。同时, 模块组织分类产生翻天覆地的变化, 由0层模型、1 层模型、2层模型转变为支持服务、最终服务和强化工具三大部分。支持服务不区别于其他生态系统服务的同时也不会直接为人们提供福利; 最终服务可以为人们提供直接利益[22]; 强化工具为InVEST GLOBIO Model、RouteDEM、DelineateIt和Scenario Generator: Proximity Based四个模块。

表1 生态系统服务功能分类

InVEST模型软件基于GIS软件运行[24], 操作时需要GIS处理完成相关的单因子图件如LULC图、DEM图、降雨量图和Pawc等数据和CSV表格。工作时需要将这些空间数据导入到模型中相应的模块中, 通过模块运行, 便能输出大量的目标数据和可视化图。

2 InVEST模型应用

2.1 InVEST模型在生境质量方面的研究

随着土地利用方式不断更新, 导致了适宜生物持续发展的生境趋于破碎化, 生境功能退化等问题, 进而引起生物多样性降低[25]。因此基于生境质量的研究, 对维持生物多样性有至关重要的作用[18]。

生境质量评估以往采用构建生态系统服务评价指标体系进行评估, 该方法需要较大的人力、物力、财力并且难以进行时间动态的分析, 评估结果只是一个数值, 缺乏对生境质量的定量化评估和定性的空间分析, 其局限性较大。而InVEST模型需要的数据容易获取, 可以实现空间性和定量化的评估, 也可以反映多个尺度、不同地区下的生境分布及其退化状况[26]。

InVEST模型Habitat Quality模块在研究土地利用变化[23]、土地利用格局变化[27]、景观格局变化[14]和土地整治[26]对生境质量的影响等方面都有应用, 由于模型是通过土地利用变化对生物多样性的威胁程度来体现生境质量[23], 因此基于土地利用变化对生境的研究更加全面且深入。生境质量主要基于行政区划[28], 流域[29]和特殊的地形地貌区[30]不同尺度, 研究其时间变化, 空间变化和时空变化。生境质量评价时需要参考基于时间产生变化的各种生境类型或植被类型范围[31], 实现生境质量的动态评估[32]。基于3s技术的应用以及空间分析技术的发展, 学者研究土地利用空间格局及景观格局的变化对生境质量的影响, 评估研究区生境质量等级, 对生境质量时空变化进行分析和景观格局与生境质量相关性进行分析[30]。研究者在技术方法上, 不仅单纯的运用InVEST模型对生境质量评估, 而且采用InVEST模型与其他模型相结合共同评估生境质量, 如褚琳等[33]采用CA-Markov 模型、Logistic 回归模型、InVEST模型探究景观格局下生境质量状况, 得到景观生境质量指数和生物多样性服务功能降低、生境质量退化等结果。

从模型的可靠性来看, InVEST模型对生境质量的研究存在一些不足。InVEST 模型计算生境质量是将威胁叠加, 而集体多种威胁的影响远高于个体威胁之和, 因此模型计算的生境质量值存在误差。研究区的生境质量一般是受研究区之外的生境胁迫, 在InVEST模型中, 这种研究边界之外的生境威胁往往被省略或忽视, 因此, 存在威胁强度减少的现象。

2.2 InVEST模型在土壤保持方面的研究

基于USLE方程计算土壤保持功能的方法忽视了地块自身泥沙持留能力, 导致评估结果不够准确[34]。而InVEST模型考虑地块自身拦截上坡土壤侵蚀物的能力, 使计算的土壤流失量和保持量结果更为科学准确[35]。因此基于InVEST模型对土壤保持的研究正受到学者的重视。

基于InVEST模型SDR模块(Sediment Delivery Ratio Model)可以对土壤保持功能、土壤侵蚀特征、土壤侵蚀模拟、土壤保持生态效益评价等方面进行研究。模型可以定量的计算潜在、实际的土壤侵蚀量和土壤保持量[36], 为合理的评估土壤保持功能提供了重要的手段。随着研究手段的成熟和研究的深入, 可以探讨土壤侵蚀特征, 分析土壤侵蚀强度的空间差异、垂直差异、坡度差异[37]。研究者不仅仅定量评估土壤侵蚀特征, 在应用技术上对土壤侵蚀进行了模拟, 如周彬对北京山区的土壤侵蚀进行了模拟[12]。研究者在定量评估的基础上, 进一步应用模型探究土壤保持生态效益评价, 李婷等[35]对土壤保持生态效益进行评价, 并分析潜在土壤侵蚀及实际土壤侵蚀和土壤保持生态服务价值空间分布。InVEST模型的广泛适用性, 使基于模型的研究区域趋于广泛化, 研究内容细致化, 李婷等从秦岭山地、流域、县域3个尺度, 通过计算潜在与实际土壤侵蚀量, 得到土壤保持服务价值空间分布图[35]。随着研究的发展, 学者对结果分析的手段更加多样, 分析不同土地类型和森林类型对土壤侵蚀量的大小的影响。常畅探究得到林地、草地、耕地、建筑用地、未利用土地、水域的保持能力逐渐降低[36]。周彬采用InVEST模型探讨不同森林类型, 得到天然混交针叶林、天然侧柏林、人工落叶松林的土壤保持功能逐渐降低[12]。针对结果的分析不仅局限于植被和土地类型的影响, 还研究不同地形状况对土壤侵蚀的状况的影响进行分析, 如陈童尧探究不同土地利用、坡度、海拔高度以及土壤类型下的保土状况[37]。

模型中USLE方程是针对美国地区土壤流失的状况设置的经验公式, 其适用范围有限, 国内学者基于InVEST模型的应用, 应参考区域研究成果, 对R因子, K因子, C因子, P因子取值进行适当调整, 使其更合理的适用中国土壤侵蚀状况。

2.3 InVEST模型在产水方面的研究

气候变化引起水源供给的不确定性[38], 时刻威胁着生态系统保持安全稳定的状态。因此, 对水源供给功能的定量评估成为社会发展和生态保护的必然要求[39]。

InVEST模型Water Yield 模块是基于水循环原理, 参考降水、植物蒸腾量、地表蒸发量、根系深度等参数, 通过降水量减去蒸散发和地表径流后, 土壤层可调节的水量(并不是指土壤层水分的变化), 即为产水量[40]。Water Yield 模块已成功被Polasky 等[41]、Mansoor 等[42]和Marquèsa 等[43]应用于明尼苏达河流域、威拉米特河流域、弗兰科利河流域、科特迪瓦等国家及区域的产水量评估, 并取得很好的效果。随着InVEST模型的应用在不断完善, 从已有的研究成果中可以发现, 学者们不仅能够对产水量评估, 还可以对产水量进行不同情景的综合、动态、可视化的评估, 如吕乐婷等[20]研究大连市产水量的时空分布特征, 并分情景研究不同情景下产水量的时空变化。InVEST模型不仅可以评估产水量的时空变化特征等[44], 还能够结合其他技术手段研究不同驱动因子对产水量的影响, 如王耕等[45]研究大凌河流域产水量的空间分布格局, 分析了不同土地利用类型、不同土壤质地、不同气候因子下产水量的情况, 得到潮棕壤、潮土、粗骨土、棕壤产水量逐渐降低，产水量与实际、潜在的蒸散量呈负相关的结果。由此可以看出, 学者基于InVEST模型对各干支流域的产水量进行了深度研究, 为流域保护和社会发展具有重要意义。

InVEST模型Water Yield模块虽然目前应用广泛, 但模型存在未考虑土地利用/覆被的空间分布、很大程度上简化了消耗性需求和模型不能很好刻画跨流域或季节性的农业灌溉取水等缺陷。

2.4 InVEST模型在生态系统服务功能综合评估中的应用

InVEST模型的多服务、模块化设计决定了它非常适用于多尺度、多情景的分析[46]。相比单一生态系统角度估算, 多模块联合对生态系统服务功能的评估更加合理。

生态系统服务功能综合评估是指采用InVEST模型多个模块同时对多种生态系统服务功能进行评估。InVEST模型对划定生态保护区来说, 是一种有效的手段, 可以将各模型评价结果分级分区、综合叠加, 最终确定生态功能区和优先保护区等。Terrado[47]等研究讨论了平原和山区的土壤保持, 水生净化和产水量等五种生态系统服务间的模式和相互作用的变化。从已有的研究成果中可以发现, 学者们可以分析生态系统服务空间格局变化特征, 以及进行经济发展模式与自然保护模式的协同与权衡。郭洪伟[6]对功能变化趋势、空间格局变化和空间格局变化因素进行分析。王蓓等[48–49]借助InVEST模型和空间统计方法研究各项生态系统服务空间格局, 生态系统服务的权衡与协同关系。张甜[13]模拟大宁河流域不同情境下土地利用变化，并对不同情景下生态系统服务权衡进行研究。研究者还设置不同情景, 探究综合和单个情景对生态服务功能土壤保持和氮磷的影响, 如吴一帆设定化肥减量、河岸缓冲带、退耕还林和综合修复四个情景, 探究发现它们可以提高生态服务功能[50]。学者还将InVEST模型特点与其他模型优势相结合, 研究生态系统服务功能。周文春等利用InVEST模型进行生态系统服务功能测算, 弥补传统算法计算结果较难进行空间量化对比的劣势[51]。刘菊等使用InVEST模型与影子工程法, 对其生态系统水源涵养量与价值进行量化评估与空间制图[21]。

InVEST模型模块比较多, 从以上学者的研究可以看出主要应用于Habitat Quality、SDR、Water Yield等模块, 尤其集中于Habitat Quality模块和SDR模块的研究, 这与当下生态环境存在的问题密切相关。

2.5 生境风险评价模型

生态风险评价方法主要是运用各种多元分析模型和相关变量分析方法[52], 比如土地生态风险评价模型采用质量风险、结构风险和承载力风险确定土地生态风险; 全局空间自相关分析方法研究土地综合生态风险格网尺度上的整体分布状况, 判断其空间集聚性。以上评价方法具有定量化、综合化、空间聚集化等特点, 但未充分利用空间信息技术, 而InVEST生境风险评估模型不仅基于地学信息系统GIS运行, 而且具有以上的特点和优势, 因此其评估结果会更加合理。

InVEST模型Habitat Risk Assessment模块是通过整合有关生境暴露在每一个压力源的信息及其暴露后果的信息来帮助用户去评价人类活动对沿海与海洋生境的影响及其对生态系统服务的潜在威胁[23]。InVEST生境风险评估模型运行是通过数据获取、模型运行和结果输出三部分完成。数据获取需要标准分数文件夹、分析分辨率、风险公式、衰减公式、最大标准分数、最大重叠压力源数目和HTML表等相关数据; 运行过程是首先判断生境暴露于压力源可能性及其暴露后果, 然后结合暴露程度与响应值去给每个压力源—生境联合体生成一个对应的风险值, 接着模型会量化所有压力源对生境的累积风险, 辨别出处于风险热点的生境区域, 最后用户可以自行评估比栅格分辨率还高或比研究区域面积还小的子区域尺度的风险[23]; 模型输出结果多以地图显示, 内容丰富且细致, 可以产出单个栅格和分区域规模形式的累积风险分数、恢复潜能等, 也可以产出生境风险地图。InVEST生境风险评估模型可以用于退化生态系统、脆弱生态系统或者保护区等生态系统的生境风险评估, 准确识别压力源、风险热点等空间分布, 有助于更好地进行生态保护和恢复, 但目前这方面的研究还很少。

3 InVEST模型的研究评价与展望

InVEST模型广泛应用于国家和地区的空间规划、生态补偿、风险管理、适应气候变化等多个领域[23]。受到国内外学者的认可, 在生态文明建设的需求下, 未来InVEST模型在生境质量、水土保持等不同地区生态系统的应用领域更加广泛。

当然, 在目前InVEST模型的应用中发现一些不足。第一, InVEST模型的表达直观和评价结果的可视化, 需要空间数据, 但是空间数据的获取存在精度不确定, 获取方式困难等问题。因此建立完备的空间数据库和降低数据获取的难度是一种必然的趋势。第二, InVEST模型预测评估生境质量的过程中需确定权重, 即各指标因子对各功能的重要性, 权重是构建土地生态系统服务评价的重要保障, 权重的切实性将影响结果的可靠性。但是, 权重的确定并没有系统的标准和有效的方式, 因此这也是需要解决的问题。第三, InVEST模型用于国家、省、流域等区域大尺度的研究[53], 但是目前区域小尺度的生态服务也至关重要, 因此InVEST模型未来更新发展可以趋于小区域的研究。综上所述InVEST模型应通过完善理论、创新模型和拓展实践等途径促进模型应用的可靠性。

InVEST模型在生态系统服务功能评估虽然存在一些缺陷, 但在生态领域适用性、动态性以及空间化的特点是毋庸置疑的, 应用前景非常广泛。第一, InVEST模型趋向于在生态系统服务功能的权衡与协同研究的应用, 研究各种服务功能的得失, 政府决策的得失, 从而为利益相关者和政府制定者提供更多元化的管理决策[46]。第二, 未来InVEST模型将更多的应用于生态时空格局变化及其重要评价。前期的研究多是以时间序列为主, 伴随着人类活动和生态环境的不断恶化, 促使生态时空格局的研究。因此分析和研究时空格局的变化对生态系统的研究和维持自然生态系统的平衡至关重要。第三, 随着大数据时代的发展, 未来InVEST模型势必与大数据相结合, 未来企业可以采用InVEST模型降低投资风险, 它可以指导自然资本进行投资, 以确保他们的供应链的可持续化、安全化。

[1] 欧阳志云, 王如松, 赵景柱. 生态系统服务功能及其生态经济价值评价[J]. 应用生态学报, 1999, 10(5): 635–640.

[2] 谢高地, 张彩霞, 张昌顺, 等. 中国生态系统服务的价值[J]. 资源科学, 2015, 37(9): 1740–1746.

[3] EHRLICH P R, EHRLICH A. Extinction: The causes and consequences of the disappearance of species[J]. Biological Conservation, 1983, 26(4): 378–379.

[4] RUITENBEEK H J. Functions of nature: Evaluation of nature in environmental planning management and decision making[J]. Ecological Economics, 1995, 14(3): 211–213.

[5] COSTANZA R, ARGE R, GROOT R, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387: 253–260.

[6] 郭洪伟. 基于InVEST模型的南四湖流域生态系统服务空间格局研究[D]. 曲阜: 曲阜师范大学, 2017.

[7] 谢高地, 鲁春霞, 成升魁. 全球生态系统服务价值评估研究进展[J]. 资源科学, 2001, 23(6): 5–9.

[8] MA(Millennium Ecosystem Assessment). Ecosystems and human well-being: A Framework for assessment[M]. Washin­gton, DC: Island Press, 2003.

[9] United nations environmental program. Millennium ecosystem assessment ecosystems and human wellbeing synthesis[M]. Washington, DC: Island Press, 2005.

[10] 袁周炎妍, 万荣荣. 生态系统服务评估方法研究进展[J]. 生态科学, 2019, 38(5): 210–219.

[11] 黄从红, 杨军, 张文娟. 生态系统服务功能评估模型研究进展[J]. 生态学杂志, 2013, 32(12): 3360–3367.

[12] 周彬, 余新晓, 陈丽华, 等. 基于InVEST模型的北京山区土壤侵蚀模拟[J].水土保持研究, 2010, 17(6): 9–13.

[13] 张甜. 大宁河流域土地利用/覆被变化与生态系统服务权衡研究[D]. 重庆, 西南大学, 2018.

[14] 王耕, 常畅, 韩冬雪, 等. 老铁山自然保护区景观格局与生境质量时空变化[J]. 生态学报, 2020, 40(6): 1–13.

[15] NELOSN E, SANDER H, HAWTHORNE P, et al. Projecting global land-use change and its effect on ecosystem service provision and biodiversity with simple models[J]. Plos One, 2010, 5(12): 1-22.

[16] MIGUEL M, CATTARINA F, MARTA V, et al. Spatial assessment of habitat conservation status in a Macaronesian island based on the InVEST model: a case study of Pico Island (Azores, Portugal)[J]. Land Use Policy, 2018, 78: 637– 649.

[17] SUN Xiaoyin, JIANG Zhai, LIU Fei, et al. Monitoring spatio-temporal dynamics of habitat quality in Nansihu Lake basin, eastemn China, from 1980 to 2015[J]. Ecological Indicators, 2019, 102: 716–723.

[18] 冯舒, 孙然好, 陈利顶. 基于土地利用格局变化的北京市生境质量时空演变研究[J]. 生态学报, 2018, 38(12): 4167–4179.

[19] 贾芳芳. 基于InVEST模型的赣江流域生态系统服务功能评估[D]. 北京: 中国地质大学, 2014.

[20] 吕乐婷, 任甜甜, 李赛赛, 等. 基于InVEST模型的大连市产水量时空变化分析[J]. 水土保持通, 2019, 39(4): 144–157.

[21] 刘菊, 傅斌, 张成虎, 等. 基于InVEST模型的岷江上游生态系统水源涵养量与价值评估[J]. 长江流域资源与环境, 2019, 28(3): 577–585.

[22] 王雅, 蒙吉军, 齐杨, 等. 基于InVEST模型的生态系统管理综述[J]. 生态学杂志, 2015, 34( 12): 3526–3532.

[23] SHAR P R, TALLIS H T, RICKETTS T, et al. InVEST 3. 2. 0 User’s Guide[M]. The Natural Capital Project, Stanford University, University of Minnesota, The Nature Conservancy, and World Wildlife Fund, 2015.

[24] 吴哲, 陈歆, 刘贝贝, 等. InVEST 模型及其应用的研究进展[J]. 热带作物学报, 2013, 33(4): 58–62.

[25] SALA O E, CHAPIN F S, AREMESTO J J, et al. Global biodiversity scenarios for the year 2100[J]. Science, 2000, 287(5459): 1770–1774.

[26] 钟莉娜, 王军. 基于 InVEST 模型评估土地整治对生境质量的影响[J]. 农业工程学报, 2017, 33(1): 250–255.

[27] 陈妍, 乔飞, 江磊. 基于InVEST模型的土地利用格局变化对区域尺度生境质量的评估研究——以北京为例[J]. 北京大学学报(自然科学版), 2016, 52(3): 553–562.

[28] 郑宇, 张蓬涛, 汤峰, 等. 基于InVEST模型的昌黎县土地利用变化对生境质量的影响研究[J]. 中国农业资源与区划, 2018, 39(7): 121–128.

[29] 白杨, 郑华, 庄长伟, 等. 白洋淀流域生态系统服务评估及其调控[J]. 生态学报, 2013, 33(3): 711–717.

[30] 刘春芳, 王川. 基于土地利用变化的黄土丘陵区生境质量时空演变特征——以榆中县为例[J]. 生态学报, 2018, 38(20): 7300–7311.

[31] MDK L, MATLOCK M D, CUMMINGS E C, et al. Quantifying and mapping multiple ecosystem services change in West Africa[J]. Agriculture Ecosystems & Environment, 2013, 165(1751): 6–18.

[32] 姚云长. 基于InVEST模型的三江平原生境质量与动态分析[D]. 北京: 中国科学院大学, 2017.

[33] 褚琳, 张欣然, 王天巍, 等. 基于CA-Markov 和InVEST模型的城市景观格局与生境质量时空演变及预测[J]. 应用生态学报, 2018, 29(12): 4106–4118.

[34] 陈姗姗, 刘康, 李婷. 基于InVEST模型的商洛市水土保持生态服务功能研究[J]. 土壤学报, 2016, 53(3): 800–807.

[35] 李婷, 刘康, 胡胜, 等. 基于InVEST模型的秦岭山地土壤流失及土壤保持生态效益评价[J]. 长江流域资源与环境, 2014, 23(9): 1242–1250.

[36] 常畅, 王耕. 基于InVEST模型的碧流河流域土壤保持功能研究[J].国土与自然资源研究, 2019, (4): 8–10.

[37] 陈童尧, 贾燕锋, 王佳楠, 等. 基于InVEST模型的祁连山国家级自然保护区土壤保持现状与功能[J]. 干旱区研究, 2020, 37(1): 150–159.

[38] GREEN P A, VOROSMARTY C J, HARRISON I, et al. Freshwater ecosystem services supporting humans Pivoting from water crisis to water solutions[J]. Global Environ­mental Change, 2015, 34: 108–118.

[39] ROBERT H, HEEJUN C. Assessment of freshwater ecosystem services in the Tualatin and Yamhill basins under climate change and urbanization[J]. Applied Geogra­phy, 2014, 53: 402–416.

[40] 吕乐婷, 任甜甜, 孙才志, 等. 1980—2016年三江源国家公园水源供给及水源涵养功能时空变化研究[J]. 生态学报, 2020, 40(3): 993–1003.

[41] POLASKY S, NELSON E, PENNINGTON D, et al. The impact of land-use change on ecosystem services, biodiversity and returns to land-owners: a case study in the state of Minnesota[J]. Environmental & Resource Econo­mics, 2011, 48: 219–242.

[42] MANSOOR D K, LEHA M D, MATLOCKA E C, et al. Quantifying and mapping multiple ecosystem services change in West Africa[J]. Agriculture, Ecosystems and Environment, 2013, 165(1751): 6–18.

[43] MARQUESA M, BANGASHA R F, KUMARA V. The impact of climate change on water provision under a low flow regime: a case study of the ecosystems services in the Francoli river Basin[J]. Journal of Hazardous Materials, 2013, 263: 224–232.

[44] 张福平, 李肖娟, 冯起, 等. 基于InVEST模型的黑河流域上游水源涵养量[J]. 中国沙漠, 2018, 38(6): 1321–1329.

[45] 王耕, 韩冬雪. 基于InVEST模型的大凌河上游区产水功能分析[J]. 人民黄河, 2020, 42(2): 42–47.

[46] 杨园园, 戴尔阜, 付华. 基于InVEST模型的生态系统服务功能价值评估研究框架[J]. 首都师范大学学报(自然科学版), 2012, 33(3): 41–47.

[47] SUN Xiaoyin, SHAN Ruifeng, LIU Fei, et al. Spatiotemporal quantification of patterns, trade-offs and synergies among multiple hydrological ecosystem services in different topographic basin[J]. Journal of Cleaner Production, 2020, 268: 122–388.

[48] 王蓓, 赵军, 胡秀芳. 基于InVEST模型的黑河流域生态系统服务空间格局分析[J]. 生态学杂志, 2016, 35(10): 2783–2792.

[49] 王蓓, 赵军, 胡秀芳. 石羊河流域生态系统服务权衡与协同关系研究. 生态学报, 2018, 38(21): 7582–7595.

[50] Wu Yifan, Zhang Xuan, Li Chong, et al. Improvement of ecosystem service function in watershed by ecological restoration measures: A case study in Chaohe River Basin[J]. Acta Ecologica Sinica, 2020, 40(15):5168–5178.

[51] 周文春, 张超. 基于InVEST模型的莲都区公益林生态系统服务功能研究[J]. 华东森林经理, 2019, 33(1): 75–80.

[52] 刘勇, 邢育刚, 李晋昌. 土地生态风险评价的理论基础及模型构建[J]. 中国土地科学, 2012, 26(6): 20–25.

[53] 余新晓, 周彬, 吕锡芝. 基于InVEST模型的北京山区森林水源涵养功能评估[J]. 林业科学, 2012, 48(10): 1–5.

Research progress on application of ecosystem service functions based on InVEST model

ZHANG Xu1, LI Yunxia2, LYUChunjuan1,*, BI Rutian1, XIA Lu1, GUO Yansong1, WANG Yu1, XU Caicai1, SUN Bo1

1. College of Resources and Environment, Shanxi Agriculture University, National Experimental Teaching Demonstration Center for Agricultural Resources and Environment, Shanxi Agricultural University, Jinzhong 030801, China 2. China Water Resources Bei fang Investigation, Design and Research Co. Ltd, Tianjin 300222, China

The research on the simulation, evaluation, prediction and trade-off of ecosystem services has become a hot topic in the field of ecosystem services. The InVEST model contains nearly 20 modules of ecosystem services, which not only covers many aspects of ecosystem services, but also can meet the needs of evaluation, simulation and prediction of different functions; moreover, it is characteristic of spatialization, dynamic and visualization. This paper introduced the application principle of habitat risk assessment module, analyzed the application of habitat quality, soil and water conservation, water production model and ecosystem service comprehensive function, and discussed the problems and future development trend of InVEST model in ecosystem service function assessment. The research progress is useful to evaluate ecosystem service function more accurately and comprehensively, and to provide reference for government managers and decision makers.

InVEST model; ecosystem services; evaluation

10.14108/j.cnki.1008-8873.2022.01.027

张徐, 李云霞, 吕春娟, 等. 基于InVEST模型的生态系统服务功能应用研究进展[J]. 生态科学, 2022, 41(1): 237–242.

ZhangXu, LIYunxia, LYUChunjuan, et al. Research progress on application of ecosystem service functions based on InVEST model[J]. Ecological Science, 2022, 41(1): 237–242.

Q141

A

1008-8873(2022)01-237-07

2020-06-04;

2020-06-24

山西省自然基金项目“沿黄丘陵沟壑区煤炭资源性县域水土保持生态空间格局的时空演变及驱动力分析”; 国家自然科学基金项目“铁矿干排尾矿坡面生态恢复侵蚀调控机理研究”(41401619)

张徐(1994—), 男, 山西运城人, 在读硕士研究生, 主要从事土地生态研究, E-mail: 1246727491@qq.com

吕春娟, 女, 博士, 教授，主要从事生态修复、土地整治、土壤侵蚀方面的研究, E-mail: lcjcwg@ 126.com