宁夏回族自治区生态系统服务时空变化及其权衡研究

杨强强,章 翩,邱小琮,赵增锋,赵睿智,周瑞娟

宁夏回族自治区生态系统服务时空变化及其权衡研究

杨强强1,章 翩2,邱小琮3*,赵增锋1,赵睿智1,周瑞娟4

(1.宁夏大学土木与水利工程学院,宁夏 银川 750021；2.皖江工学院管理学院,安徽 马鞍山 243000；3.宁夏大学生命科学学院,宁夏 银川 750021；4.宁夏回族自治区生态环境监测中心, 宁夏 银川 751100)

综合土地利用、高程及降水等多源数据,采用InVEST模型、PLUS模型及相关性分析、热点分析等方法,探究2000～2020年宁夏生态系统服务(水质净化、土壤保持、碳存储及生境质量)时空特征及其权衡/协同关系,并进行2030年生态系统服务的模拟.结果表明:研究期内,近10年土地利用类型变化相对较大,且人类活动为其主要驱动因素;2000～2020年,除土壤保持服务外,宁夏的水质净化、碳存储及生境质量均呈下降趋势;相关性分析表明,氮输出与土壤保持及碳存储之间呈协同效应,土壤保持与碳存储之间存在协同关系,生境质量与氮输出及碳存储之间存在权衡关系;热点分析显示,水质净化服务与生境质量之间热点重叠区相对较高(均值达6.5%),但单位面积能够同时提供多种生态系统服务的区域占比较低且呈下降趋势;除土壤保持服务外,生态保护情景下更有利于生态系统功能的改善.研究结果凸显了生态保护在土地利用管理中的重要性,可为区域土地格局优化及资源的有效配置提供基础参考.

生态系统服务；权衡；InVEST模型；PLUS模型；宁夏回族自治区

生态系统服务(Ecosystem services, ESs, 人类直接或间接从自然环境中获取的各种惠益)作为人与自然联系的纽带[1],在促进生态安全及维持社会经济的可持续发展中扮演重要角色[2-3].然而,现阶段对ESs转化速度、规模及驱动因素的认知仍无法满足全球可持续发展的需要[4].研究发现,人类活动已导致全球超过70%的陆地表面发生不同程度的改变[5],其动态变化通过作用于生态系统的组成及结构进一步影响ESs,致使约60%的ESs因不合理的土地利用处于衰退状态,生态系统功能退化[6-8].此外,预计至2100年,全球新扩张城市用地约51%～63%转换自耕地,27%～44%转换自林地及草地,对生物多样性保护及水、碳、氮的循环将产生深远影响[9],不利于自然—经济—社会系统的和谐发展[10].相关学者及决策者从不同角度对ESs展开研究,但ESs具有时空异质性,且不同服务间存在此消彼长的权衡关系或相互增益的协同关系[11],厘清ESs间的关系并制定可持续生态系统管理策略以削弱或消除权衡关系,实现经济建设及ESs维护的双赢从而提升人类福祉的研究仍有待于进一步丰富[6].

目前,ESs评估生态模型主要包括CASA[12]、RULSE[13]、SWAT[14]、SolVES[15]及InVEST[16]等.其中,InVEST(Integrated Valuation of Ecosystem Services and Tradeoffs)模型作为可独立运行的开源软件,具有界面友好、数据需求小、可视化能力强等优势,在ESs评估中得以广泛应用[3, 7, 17].如Xue等[16]基于InVEST模型分析了内蒙古巴林左旗2000～ 2020年四种ESs的时空变化及权衡关系;Huang等[18]运用CASA、RULSE及InVEST模型综合分析了我国ESs特点,并借助莫兰指数及统计指数等方法探究了ESs与城市化之间的关系.尽管上述研究对提升ESs空间状态及其变化的认知和促进研究区内冷热点的识别具有较好的推动作用,但对区域ESs多目标优先保护区的设定研究尚存不足[19].此外,为了更好的理解ESs与土地利用之间的关系,学者尝试通过动态模拟多类情景的土地利用格局以实现土地资源优化配置,从而提高生态安全水平[20].其中,Liang等[21]2020年基于土地利用扩张分析策略及多类随机斑块种子生成机制开发的土地利用模拟软件——PLUS(Patch-generating Land Use Simulation)模型,较现有预测模型(ANN-CA、Logistic-CA、CLUE-S及FLUS等)具有更高的模拟精度,在土地利用研究领域得到广泛认可.如Wei等[22]基于PLUS模型预测新疆艾比湖流域土地景观格局,并结合InVEST模型分析了研究区生境质量变化态势.Chen等[23]耦合PLUS-InVEST模型分析了广东佛山市历史及未来土地利用及碳储量变化,发现在模拟情景中生态保护情景下城市扩张对耕地及林地的侵占最少,且碳储量下降率最低.相关研究对促进区域生态保护与经济发展的动态平衡具有指导意义[20].

宁夏回族自治区(以下简称宁夏)位于湿润与干旱的过渡地带,生态类型多样,面临着西北地区普遍存在的环境问题(如水土流失、草地退化等),改善宁夏生态环境以构建生态安全屏障对于我国具有重要意义[24].本研究以宁夏为研究对象,借助InVEST模型、PLUS模型及相关性分析、热点分析等方法旨在:(1)明晰ESs时空特征;(2)厘清ESs间的权衡关系并识别热点区;(3)探究2030年研究区土地利用格局及ESs变化趋势.研究结果以期为黄河流域生态工程的实施及高质量发展提供基础参考.

1 材料与方法

1.1 研究区概况

宁夏(35°14′～39°23′N,104°17′～107°39′E)地处我国西北地区东部,位于黄河中上游,总面积66,400km2,地势南高北低,西部高差大于东部[25],土地利用格局如图1所示.该区域属温带大陆性干旱半干旱气候区,年均温约5～9℃,年均降水量150～ 600mm[26].至2020年,宁夏共包括5市(银川市、石嘴山市、吴忠市、固原市及中卫市),721万人,城市化率为64.96%,地区生产总值3920.55亿元.

图1 研究区位置及2020年土地利用格局

1.2 数据来源

30m分辨率的2000、2010、及2020年土地利用数据来源于(国家基础地理信息中心)GlobeLand 30(http://globeland30.org),依据《土地利用现状分类》(GB/T 21010-2017)并结合研究区实况将其分为耕地、林地、灌木地、草地、建设用地、水域、湿地及裸地八类.DEM数据(30m)来源于ASTER GDEM V003(https://search.earthdata.nasa.gov).1km分辨率的降水量、气温和潜在蒸散发数据[27]及30m分辨率的降雨侵蚀力[28]和土壤可蚀性因子[29]均来自国家地球系统科学数据中心(http://www.geodata. cn).100m分辨率人口密度数据来源于WorldPop (http://hub.worldpop.org).1km分辨率的GDP空间分布数据来源于中科院资源环境科学与数据中心(https://www.resdc.cn).30m分辨率的NDVI国家生态科学数据中心(http://www.nesdc.org.cn).道路空间分布数据来源于Open Street Map(http://www. openstreetmap.org).栅格数据经ArcGIS 10.8处理统一为30m分辨率,空间坐标系采用WGS_1984_ UTM_Zone_48N.

1.3 研究方法

1.3.1 水质净化 InVEST模型“Nutrient Delivery Ratio, NDR”模块以生态系统截留及转换径流中营养物质的能力反映净化服务的强弱[30].选取氮输出指标评估水质净化服务,河流中总氮输入量越低则净化服务水平越高[31].同时,将氮输出低值区视为水质净化能力强的区域.主要计算公式[32]如下:

式中:export为像元的总氮输出量,kg/pixel;load为修正的像元的营养物负荷,kg;NDR指像元的营养物输出率.模型运行参数主要查看参考文献[33].

1.3.2 土壤保持 该服务揭示了生态系统控制侵蚀及截留泥沙的能力[34],InVEST模型“Sediment Delivery Ratio, SDR”模块用土壤保持量(潜在土壤侵蚀量与实际土壤侵蚀量之差[35])进行评估,计算公式:

式中:SR是土壤保持量,t/hm2;为潜在土壤侵蚀, t/hm2;为实际土壤侵蚀,t/hm2;为降雨侵蚀性因子,(MJ·mm)/(hm2·h·a);为土壤可蚀性因子, (t·hm2·h)/(hm2·MJ·mm);为坡长因子,为坡度因子;为植被覆盖和作物管理因子,为水土保持措施因子[35-36].

1.3.3 碳存储 碳储量与气候调节及陆地生态系统生产力密切相关,是生态系统服务功能的重要指标之一[37].InVEST模型“Carbon Storage and Sequestration, CS”模块通过简化碳循环过程并结合土地利用类型及不同地类的碳密度实现研究区碳存储的量化[38],参考前人研究进行不同地类碳密度设置[39-41],计算公式[42]:

式中:为总碳储量,t;代表土地利用类型;C_above、C_below、C_soil及C_dead分别为第种地类的地上生物量碳密度、地下生物量碳密度、土壤有机碳密度及死亡有机碳密度,t/hm2;A是土地利用类型的面积,hm2.

1.3.4 生境质量 实地调查生物样本能够更为准确的定量评价生物栖境质量及其生存适宜性,但存在操作难度大、评价结果不易推广与比较及仅能实现小范围特定目标的评价等局限[43].本文采用InVEST模型“Habitat Quality, HQ”模块评估生境质量以反映区域生物多样性水平[44],主要计算公式如下:

式中:Q代表土地利用类型在栅格处的生境质量;H为地类的生境适宜性;D为地类中栅格受到的总胁迫水平;是半饱和参数,默认值为0.05,通常设置为生境退化度最大值的一半[42],本文值为0.16;是归一化常量,默认为2.5.结合研究区实况,本模块运行所需主要参数[45-48]及其他模块参数设置如表1所示.

1.3.5 土地利用模拟 基于15种驱动因素(图2)、邻域权重(表2,由不同地类扩张面积占总土地扩张的比率获取)、转换矩阵(表3)及限制转换区(自然保护区)等数据应用Markov-PLUS模型实现土地利用模拟.在预测之前,基于已有的2010及2020年土地利用数据进行2020年土地利用模拟及验证,结果显示,kappa系数为0.77,总体分类精度为0.85,模拟精度能够满足研究需要.依据《黄河(宁夏段)生态保护治理攻坚战行动实施方案》等政策,本文设定了自然发展(Natural development, ND, 无限制条件)、耕地保护(Cultivated land protection, CLP, 限制耕地向其它地类的转换)及生态保护(Ecological protection, EP,限制其它地类向耕地、建设用地及裸地转换)三种发展情景模拟预测2030年土地利用格局,并通过耦合InVEST-PLUS模型探究未来ESs变化(图3).

表1 InVEST模型使用的主要参数

图2 土地利用变化驱动因素

年均降水量、年均气温及年均潜在蒸散发均为1995—2021年数据;NDVI为2020年数据;人口密度为2020年数据;GDP为2019年数据;路网数据下载于2022年9月

表2 邻域权重

表3 不同情景下转换矩阵设置

注: ND:自然发展情景, Natural development scenario; CLP: 耕地保护情景, Cultivated land protection scenario; EP: 生态保护情景, Ecological protection scenario; a为耕地; b为林地; c为灌木地; d为草地; e为建设用地; f为水域; g为湿地; h为裸地; 0代表地类间不允许相互转换, 1代表允许转换.

1.3.6 权衡分析 Spearman相关性分析能够有效识别ESs间权衡关系的方向及强度[13,49],相关系数为正则表示两类服务间为协同关系,若为负则为权衡关系.本研究借助ArcGIS 10.8 “Create Random Points”工具创建1000个随机点,并用随机点基于“Extract Values to Points”工具提取不同ESs的值进行相关性分析.

1.3.7 热点分析 “热点”指特定ESs的高值区[50].开展热点区识别研究,有助于了解不同区域ESs供给能力的强弱,对自然资源保护、生物多样性维持及精准空间规划具有重要意义[19,51].本文将研究区面积的15%对应的每项ESs高值区定义为热点区域.

2 结果与分析

2.1 土地利用变化及其驱动因素

基于土地利用转移矩阵绘制的桑基图(图4)显示,近20年耕地及草地为研究区的主要地类,两者之和占总面积的85%左右,湿地面积最小,低于0.14%.从土地利用转移看,前10年变幅相对较小.2010～ 2020年间建设用地扩增1552.37km2(主要由耕地及草地转变而来),其次为耕地(主要由草地及裸地转变而来);草地面积减少1533.16km2,裸地减少203.34km2,其余地类波幅较小.

图4 2000～2020年土地利用转换桑基图

*代表在0.05水平上显著

基于PLUS模型“Land Expansion Analysis Strategy”模块随机森林模型挖掘2010～2020年各驱动因子对不同地类扩张的贡献度,并利用Spearman相关性分析探究了首要驱动因子与相应地类发展潜力的相关性(图5,仅展示了面积波动较大的四种地类).结果显示,GDP为耕地、裸地及建设用地扩张影响最大的驱动因子(贡献度分别为0.126、0.138及0.135),其与前两种地类之间存在显著的负相关关系,与建设用地之间为正相关关系,表明GDP较高的区域不利于耕地及裸地的发展,但能够促进建设用地扩张;草地面积扩张贡献度最大的为年均降水量,贡献度为0.130,两者之间为显著的正相关关系,相关系数达0.60.

2.2 ESs时空变化

由图6及图7可知,2000～2020年宁夏氮输出量呈现南北高、中部低的空间格局,高值区与耕地分布较为一致;单位面积氮输出量的最高值由24.42kg/ hm2上升至26.00kg/hm2,输出总量增加511t,水质净化能力下降.2020年较2000年泥沙输出量减少了3.08×106t,土壤保持功能增强.研究发现,林地单位面积土壤保持量约57.87t/hm2,远高于其它地类,其次为草地(21.17t/hm2),形成了土壤保持强度南高北低的梯度特征.碳存储低值区主要位于宁夏中西部,以西部腾格里沙漠最为明显.碳存储总量不断下降,20年间减少2.5×106t,主要因为建设用地扩张导致碳密度较高的耕地及草地面积缩减.2000、2010及2020年的生境质量得分低于0.6的斑块分别占研究区总面积的69.81%、70.00%及73.02%,均值得分为0.421、0.420及0.408,整体生境质量偏低且呈下降的趋势,表明区域受人类活动的干扰程度增强,生物多样性水平下降[52].

图6 2000～2020年宁夏生态系统服务空间分布

2.3 ESs权衡协同分析

2.3.1 相关性分析 Spearman相关性分析(双尾)结果显示(图8),不同ESs间的作用关系存在差异性.其中,氮输出与土壤保持及碳存储之间呈协同效应,与生境质量之间为权衡关系,总体来看,两两服务间作用强度均呈波动下降的趋势.土壤保持与碳存储之间存在显著的正相关关系,相关系数的均值为0.3,两种服务间的协同强度具有上升趋势.碳存储与生境质量之间存在显著的负相关关系,相关系数均值的绝对值为0.22,权衡强度降低.2000～2020年土壤保持与生境质量间均未通过显著性检验(<0.5).

2.3.2 热点分析 研究期内,ESs间热点区重叠占比波动较小(图9).其中,水质净化服务与生境质量之间重叠区相对较高,均值达6.5%,与相关性分析结果一致,表明水质净化服务的改善有利于生物多样性的维持[53];而水质净化与土壤保持之间的重叠区持续下降,这是因为土壤保持的高值区主要集中于宁夏南部山区,植被覆盖度相对较高,水土流失量较低,但该区域受城市化及耕地扩张影响,水质净化服务能力较低[54].各类服务热点区空间叠置分布如图10所示,其中单位面积生态系统提供综合服务能力最强的被赋值为“4”,最弱(无热点区)为“0”.研究发现, 2000～2020年“0”与“1”之和分别占研究区总面积的92.57%、92.41%及92.21%,为主要斑块类型,而“4”仅占0.56%、0.55%和0.52%,表明单位面积能够同时提供多种生态系统服务的区域占比较低且呈下降趋势.

图8 2000～2020年生态系统服务Spearman相关系数及其变化趋势

NE: 氮输出, Nitrogen export; SR: 土壤保持, Soil retention; CS: 碳存储, Carbon storage; HQ: 生境质量, Habitat quality; **代表在0.01水平上显著

图9 生态系统服务热点区重叠百分比

WP:水质净化, Water purification

2.4 ESs模拟预测

基于PLUS模型在不同情景下土地利用的模拟结果(图11),结合InVEST模型实现未来ESs的预测分析(图12及表4).结果显示,相较于2020年,三种发展情景下水质净化能力均上升,其中EP情景下,氮输出量降低最为显著,减少了481t,表明生态保护政策能够有效的降低非点源污染,改善水环境质量[55].同时,碳存储量及生境质量均是在EP情景下达到最高值,其中碳储量增加3.46×106t,生境质量提升0.016,究其原因,可能在于耕地、建设用地及裸地面积减少,草地及水域等生态用地扩张,人类活动对生态环境的影响减弱[16].就泥沙输出而言,土壤保持服务南高北低的总体格局基本稳定,但三种情景下的土壤保持总量均呈下降趋势,可能由于林地及灌木地面积的减少导致植被覆盖度降低,进而使得水土流失加剧[56-57].

图10 不同生态系统服务热点区重叠时空分布

图11 宁夏2030年不同情景下土地利用模拟

ND:自然发展情景, Natural development scenario; CLP:耕地保护情景, Cultivated land protection scenario; EP:生态保护情景, Ecological protection scenario

表4 不同情景下生态系统服务及其相较于2020年的变化

3 讨论

3.1 土地利用及ESs演变特征

在气候剧烈变化环境下,快速城市化及人口增长成为土地利用变化及生态系统退化的主要驱动因素[3].研究发现,耕地、裸地、建设用地及草地为宁夏的主要扩张地类.其中,GDP为前三种地类变化的首要影响因素,其次为人口密度及至城市的距离(图5),表明人类活动是宁夏土地利用变化主导因素.草地与年均降水量之间为显著的正相关关系,结合宁夏干旱半干旱气候特征[26],知降水量为该地区草地扩张的主要制约因子,与付乐等[58]对黄河流域土地利用变化特征的研究结果相吻合.

ESs在生活中普遍存在,其时空变化受自然条件(气候及地形等)及人为因素(人口密度等)的综合作用,具有复杂性及异质性特点[24].通过耦合InVEST- PLUS模型,本研究对比分析了宁夏历史及未来ESs的时空特征,发现EP情景下生态系统的水质净化能力最强,主要因为限制了建设用地的扩张及生态用地向耕地及裸地的转换,污染“源”的消极影响减弱,一定程度上揭示了生态约束背景下的土地利用优化对友好型环境的构建更有利[20].碳存储量的高值区主要集中于宁夏南部山区,与Xu等[59]以CASA模型计算的NPP(Net Primary Productivity)表示的碳储量空间格局基本一致,但不同土壤或植被的碳密度存在差异,且野火及木材采伐等均会导致碳密度的变化[60],本文仅基于区域相近性及前人研究成果的可取性等原则实现不同地类碳密度的设置,未进行野外调研以更新相关参数[61],后续可增加相关实验等以提升研究的合理性及可靠性.值得注意的是,模拟情景下生境质量指数微幅上升(EP情景下达到最高值),但平均水平均处于中等偏下状态,亟需加强生态建设以提升区域生态安全[48].

3.2 ESs权衡/协同分析

本文权衡与协同分析研究显示,氮输出与土壤保持服务之间存在显著的协同关系,也即水质净化与土壤保持之间为权衡关系,这与Liang等[32]于湘江流域的研究结果具有较好的一致性.碳存储与土壤保持服务之间在不同时段均处于协同状态,与Zhang等[62]在黄河流域的相关研究相符,而胡影等[54]基于同一方法在宁夏县域尺度上探讨了两种服务间的关系,发现两者并未通过显著性检验,产生此分歧的原因可能在于研究尺度的不同,印证了ESs间的关系具有尺度效应[24].此外,碳存储与生境质量之间为权衡关系,与已有研究[44]存在差异,主要原因在于宁夏耕地面积占比较大(超过42.5%)且该地类的碳密度较高(仅次于林地),具有较强的碳固存能力,但耕地受人类干扰强度较大[16],对生物栖境产生威胁[52].后续仍需进一步优化景观结构以寻求ESs总效益最大化的平衡点.

同时,基于热点分析本文实现了宁夏ESs高值区的可视化,相较于传统的ESs“热点”识别方法(如单变量空间自相关[46]及统计指数[54])或将高于某项服务均值的区域定义为“热点”展开相关研究[63],本文采用的阈值法更有利于决策者在考虑财政等条件基础上进行区域多目标规划方案的制定,便于推广.通过ESs间热点区重叠比例统计及空间叠置可视化两种视角分析发现,宁夏热点区斑块的ESs以权衡关系为主,高协同效应(斑块得分为“4”)占比不足1%,服务之间存在效益冲突[64],仍需因地制宜改善生态质量,落实生态优先战略.此外,本文虽然从土地利用方式等角度分析了ESs间权衡/协同关系形成的可能原因,但仍无法完全反映其内在驱动机制,今后可尝试基于地理探测器等[65]方法作深入分析,进一步弱化发展矛盾及优化权衡决策的目标,实现冲突的最小化.

3.3 不确定性

空间政策限制转换区是影响PLUS模型运行精度的关键基础数据之一,本文将自然保护区(国内外公认的保护生物多样性及维持生态系统功能的有效区域,为最严格的指定保护类型[66-67])作为其运行所需数据具有较好的科学性,但在政策、资源开采等因素驱动下,自然保护区升级或精简,土地景观格局将随之改变[68],且研究区内的水域、生态保护红线及基本农田等[20,23]何种或是综合协调哪几类空间约束数据的组合能够避免或降低过度约束或约束不足现象以更为准确的实现土地利用模拟,仍莫衷一是.此外,本研究从“自然发展”、 “耕地保护”及“生态保护”3个不同角度进行了发展情景的设置,具有一定的代表性,但未来发展模式具有多样性及不确定性,如何缩小与客观现实的差距有待于进一步丰富与研究.

4 结论

4.1 研究区近10年土地利用变幅较大,以耕地、裸地、建设用地及草地最为明显,其中前3种地类主要受GDP的驱动,草地的扩张主要受年均降水量的制约.

4.2 2000～2020年,宁夏4种ESs变化具有时空分异特征.其中,氮输出总量增加511t,水质净化能力下降;土壤保持呈南高北低的梯度特征,泥沙输出量减少了3.08×106t;碳存储总量不断下降,20年间减少2.5×106t;生境质量整体偏低且呈下降趋势.

4.3 ESs间权衡关系存在时空差异性.相关性分析显示,ESs间的作用强度以下降为主.其中,氮输出与土壤保持及碳存储之间呈协同效应,土壤保持与碳存储之间存在协同关系,生境质量与氮输出及碳存储之间存在权衡关系.热点分析表明,单位面积能够同时提供多种ESs的区域占比较低且呈下降趋势.

4.4 在ND、CLP及EP三种土地利用动态情景模拟中,除土壤保持外,区域水质净化、碳存储及生境质量均在EP情景中达到最大值,表明生态保护政策的实施有利于生态系统功能的改善.

[1] Wei W, Nan S X, Xie B B, et al. The spatial-temporal changes of supply-demand of ecosystem services and ecological compensation: A case study of Hexi Corridor, Northwest China [J]. Ecological Engineering, 2023,187:106861.

[2] Sun X, Li F. Spatiotemporal assessment and trade-offs of multiple ecosystem services based on land use changes in Zengcheng, China [J]. Science of the Total Environment, 2017,609:1569-1581.

[3] Li Y G, Liu W, Feng Q, et al. The role of land use change in affecting ecosystem services and the ecological security pattern of the Hexi Regions, Northwest China [J]. Science of the Total Environment, 2023, 855:158940.

[4] Xu Z H, Peng J. Ecosystem services-based decision-making: A bridge from science to practice [J]. Environmental Science and Policy, 2022, 135:6-15.

[5] Caballero C B, Ruhoff A, Biggs T. Land use and land cover changes and their impacts on surface-atmosphere interactions in Brazil: A systematic review [J]. Science of the Total Environment, 2022,808: 152134.

[6] Xia H, Yuan S F, Prishchepov A V. Spatial-temporal heterogeneity of ecosystem service interactions and their social-ecological drivers: Implications for spatial planning and management [J]. Resources, Conservation & Recycling, 2023,189:106767.

[7] Huang C B, Zhao D Y, Liao Q P, et al. Linking landscape dynamics to the relationship between water purification and soil retention [J]. Ecosystem Services, 2023,59:101498.

[8] 李桂娥,李 杰,赵 冲,等.生态系统服务时空演化的非线性影响因子——以钱塘江流域为例 [J]. 中国环境科学, 2022,42(12):5941- 5952. Li G E, Li J, Zhao C, et al. Spatiotemporal dynamics of ecosystem services and their nonlinear influencing factors—A case study in the Qiantang River Basin [J]. China Environmental Science, 2022,42(12): 5941-5952.

[9] Chen G Z, Li X, Liu X P, et al. Global projections of future urban land expansion under shared socioeconomic pathways [J]. Nature Communications, 2020,11:537.

[10] Yin D Y, Yu H C, Shi Y Y, et al. Matching supply and demand for ecosystem services in the Yellow River Basin, China: A perspective of the water-energy-food nexus [J]. Journal of Cleaner Production, 2023, 384:135469.

[11] 杨强强,徐光来,李爱娟,等.青弋江流域生态系统服务评估与权衡研究 [J]. 生态学报, 2021,41(23):9315-9327. Yang Q Q, Xu G L, Li A J, et al. Evaluation and trade-off of ecosystem services in the Qingyijiang River Basin [J]. Acta Ecologica Sinica, 2021,41(23):9315-9327.

[12] Huang Z X, Qian L Y, Cao W Z. Developing a novel approach integrating ecosystem services and biodiversity for identifying priority ecological reserves [J]. Resources, Conservation & Recycling, 2022, 179:106128.

[13] Zhang J, Li S N, Lin N F, et al. Spatial identification and trade-off analysis of land use functions improve spatial zoning management in rapid urbanized areas, China [J]. Land Use Policy, 2022,116:106058.

[14] Gay E T, Martin K L, Caldwell P V, et al. Riparian buffers increase future baseflow and reduce peakflows in a developing watershed [J]. Science of the Total Environment, 2023,862:160834.

[15] Zhang K L, Tang X H, Zhao Y T, et al. Differing perceptions of the youth and the elderly regarding cultural ecosystem services in urban parks: An exploration of the tour experience [J]. Science of The Total Environment, 2022,821:153388.

[16] Xue C L, Chen X H, Xue L R, et al. Modeling the spatially heterogeneous relationships between tradeoffs and synergies among ecosystem services and potential drivers considering geographic scale in Bairin Left Banner, China [J]. Science of the Total Environment, 2023,855:158834.

[17] Chen X, Yu L, Du Z R, et al. Distribution of ecological restoration projects associated with land use and land cover change in China and their ecological impacts [J]. Science of the Total Environment, 2022, 825:153938.

[18] Huang Y, Gan X Y, Niu S F, et al. Incorporating ecosystem service multifunctionality and its response to urbanization to identify coordinated economic, societal, and environmental relationships in China [J]. Forests, 2022,13:707.

[19] Yang Q Q, Zhang P, Qiu X C, et al. Spatial-temporal variations and trade-offs of ecosystem services in Anhui Province, China [J]. International Journal of Environmental Research and Public Health, 2023,20:855.

[20] Nie W B, Xu B, Yang F, et al. Simulating future land use by coupling ecological security patterns and multiple scenarios [J]. Science of the Total Environment, 2023,859:160262.

[21] Liang X, Guan Q F, Clarke K C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China [J]. Computers, Environment and Urban Systems, 2021,85:101569.

[22] Wei Q Q, Abudureheman M, Halike A, et al. Temporal and spatial variation analysis of habitat quality on the PLUS-InVEST model for Ebinur Lake Basin, China [J]. Ecological Indicators, 2022,145: 109632.

[23] Chen L H, Ma Y. Exploring the spatial and temporal changes of carbon storage in different development scenarios in Foshan, China [J]. Forests, 2022,13:2177.

[24] Xu J, Wang S, Xiao Y, et al. Mapping the spatiotemporal heterogeneity of ecosystem service relationships and bundles in Ningxia, China [J]. Journal of Cleaner Production, 2021,294:126216.

[25] Xu J, Xiao Y, Xie G D, et al. How to coordinate cross-regional water resource relationship by integrating water supply services flow and interregional ecological compensation [J]. Ecological Indicators, 2021, 126:107595.

[26] Li R, Shi Y, Feng C C, et al. The spatial relationship between ecosystem service scarcity value and urbanization from the perspective of heterogeneity in typical arid and semiarid regions of China [J]. Ecological Indicators, 2021,132:108299.

[27] Peng S Z, Ding Y X, Liu W Z, et al. 1 km monthly temperature and precipitation dataset for China from 1901 to 2017 [J]. Earth System Science Data, 2019,11:1931-1946.

[28] 谢 云,刘宝元.中国30m分辨率的降雨侵蚀力图(1981～2010年) [EB/OL]. 地球系统科学数据共享平台-黄土高原科学数据共享平台, 2013. Xie Y, Liu B Y. Graphs of rainfall erosivity with 30m resolution on the Loess Plateau (1981～2010) [EB/OL]. Data Sharing Infrastructure of Earth System Science_Data Sharing Infrastructure of Loess Plateau, 2013.

[29] 刘宝元,梁 音,曹龙熹,等.中国土壤可蚀性因子K栅格数据集 [DB/OL]. 2018. Liu B Y, Liang Y, Cao L X, et al. Grid data on soil erodibility in China [DB/OL]. 2018.

[30] Wang W X, Deng X Z, Wang Y F, et al. Impacts of infrastructure construction on ecosystem services in new-type urbanization area of North China Plain [J]. Resources, Conservation & Recycling, 2022, 185:106376.

[31] Guo M, Ma S, Wang L J, et al. Impacts of future climate change and different management scenarios on water-related ecosystem services: A case study in the Jianghuai ecological economic Zone, China [J]. Ecological Indicators, 2021,127:107732.

[32] Liang J, Li S, Li X D, et al. Trade-off analyses and optimization of water-related ecosystem services (WRESs) based on land use change in a typical agricultural watershed, southern China [J]. Journal of Cleaner Production, 2021,279:123851.

[33] 郭珊珊.黄河流域生态系统健康与城镇化耦合协调研究 [D]. 徐州:中国矿业大学, 2022. Guo S S. Research on the coupling and coordination of ecosystem health and urbanization in the Yellow River Basin [D]. Xuzhou: China University of Mining and Technology, 2022.

[34] Ma B R, Zeng W H, Xie Y X, et al. Boundary delineation and grading functional zoning of Sanjiangyuan National Park based on biodiversity importance evaluations [J]. Science of the Total Environment, 2022, 825:154068.

[35] Fang L L, Wang L C, Chen W X, et al. Identifying the impacts of natural and human factors on ecosystem service in the Yangtze and Yellow River Basins [J]. Journal of Cleaner Production, 2021,314: 127995.

[36] Xu C, Jiang Y N, Su Z H, et al. Assessing the impacts of Grain-for-Green Programme on ecosystem services in Jinghe River basin, China [J]. Ecological Indicators, 2022,137:108757.

[37] Li X Y, Huang C S, Jin H J, et al. Spatio-temporal patterns of carbon storage derived using the InVEST model in Heilongjiang Province, Northeast China [J]. Frontiers in Earth Science, 2022,10:846456.

[38] Jan J V D, Cristino L T J, Narumasa T, et al. Carbon stock estimation of selected watersheds in Laguna, Philippines using InVEST [J]. Philippine Journal of Science, 2021,150(2):501-513.

[39] Zhai T L, Zhang D, Zhao C C. How to optimize ecological compensation to alleviate environmental injustice in different cities in the Yellow River Basin? A case of integrating ecosystem service supply, demand and flow [J]. Sustainable Cities and Society, 2021,75: 103341.

[40] Tang X L, Zhao X, Bai Y F, et al. Carbon pools in China's terrestrial ecosystems: New estimates based on an intensive field survey [J]. Proceedings of the National Academy of Sciences, 2018,115(16): 4021-4026.

[41] Wang J F, Li L F, Li Q, et al. The spatiotemporal evolution and prediction of carbon storage in the Yellow River Basin based on the major function-oriented zone planning [J]. Sustainability, 2022,14: 7963.

[42] Yang J, Xie B P, Tao W Q, et al. Ecosystem services assessment, trade-off, and bundles in the Yellow River Basin, China [J]. Diversity, 2021,13:308.

[43] Yang Y W, Tian Y C, Zhang Q, et al. Impact of current and future land use change on biodiversity in Nanliu River Basin, Beibu Gulf of South China [J]. Ecological Indicators, 2022,141:109093.

[44] Gu Y Y, Lin N F, Ye X, et al. Assessing the impacts of human disturbance on ecosystem services under multiple scenarios in karst areas of China: Insight from ecological conservation red lines effectiveness [J]. Ecological Indicators, 2022,142:109202.

[45] Ma R M, Lü Y H, Fu B J, et al. A modified habitat quality model to incorporate the effects of ecological restoration [J]. Environmental Research Letters, 2022,17:104029.

[46] Zhang D K, Wang J P, Wang Y, et al. Is there a spatial relationship between urban landscape pattern and habitat quality? Implication for landscape planning of the Yellow River Basin [J]. International Journal of Environmental Research and Public Health, 2022,19:11974.

[47] Zhang X R, Song W, Lang Y Q, et al. Land use changes in the coastal zone of China’s Hebei Province and the corresponding impacts on habitat quality [J]. Land Use Policy, 2020,99:104957.

[48] 滕雅丽,谢苗苗,王回茴,等.资源型城市土地利用转型及其对生境质量的影响——以乌海市为例 [J]. 生态学报, 2022,42(19):7941- 7951. Teng Y L, Xie M M, Wang H H, et al. Land use transition in resource-based cities and its impact on habitat quality: a case of Wuhai city [J]. Acta Ecologica Sinica, 2022,42(19):7941-7951.

[49] Li T, Lü Y H, Ma L Y, et al. Exploring cost-effective measure portfolios for ecosystem services optimization under large-scale vegetation restoration [J]. Journal of Environmental Management, 2023,325:116440.

[50] Bai Y, Zhuang C W, Ouyang Z Y, et al. Spatial characteristics between biodiversity and ecosystem services in a human-dominated watershed [J]. Ecological Complexity, 2011,8:177-183.

[51] Egoh B, Reyers B, Rought M, et al. Spatial congruence between biodiversity and ecosystem services in South Africa [J]. Biological Conservation, 2009,142:553-562.

[52] Wu J Y, Luo J G, Zhang H, et al. Projections of land use change and habitat quality assessment by coupling climate change and development patterns [J]. Science of the Total Environment, 2022,847: 157491.

[53] Gao J, Bian H Y. The impact of the plains afforestation program and alternative land use scenarios on ecosystem services in an urbanizing watershed [J]. Urban Forestry & Urban Greening, 2019,43:126373.

[54] 胡 影,冯晓明,巩 杰.基于生态系统服务的宁夏回族自治区自然-社会经济协调性分析 [J]. 生态学报, 2022,42(16):6523-6533. Hu Y, Feng X M, Gong J. Coordination analysis of the nature and social-economic system of Ningxia Hui Autonomous Region based on ecosystem services [J]. Acta Ecologica Sinica, 2022,42(16):6523- 6533.

[55] 张文静,孙小银,周 俊.南四湖流域关键生态系统服务的时空权衡关系 [J]. 生态学报, 2021,41(20):8003-8015. Zhang W J, Sun X Y, Zhou J. Spatio-temporal dynamics of tradeoffs between crucial ecosystem services in Nansihu Lake Basin [J]. Acta Ecologica Sinica, 2021,41(20):8003-8015.

[56] Sun D, Zhang W X, Lin Y B, et al. Soil erosion and water retention varies with plantation type and age [J]. Forest Ecology and Management, 2018,422:1-10.

[57] 白雪莲,郑海颖,王理想,等.砒砂岩黄土区植被盖度对土壤侵蚀的影响 [J]. 生态学报, 2020,40(11):3776-3784. Bai X L, Zheng H Y, Wang L X, et al. The influence of vegetation coverage on soil erosion in sand stone loess area [J]. Acta Ecologica Sinica, 2020,40(11):3776-3784.

[58] 付 乐,迟妍妍,于 洋,等.2000～2020年黄河流域土地利用变化特征及影响因素分析 [J]. 生态环境学报, 2022,31(10):1927-1938. Fu L, Chi Y Y, Yu Y, et al. Characteristics and driving forces of land use change in the Yellow River Basin from 2000 to 2020 [J]. Ecology and Environmental Sciences, 2022,31(10):1927-1938.

[59] Xu S N, Liu Y F, Wang X, et al. Scale effect on spatial patterns of ecosystem services and associations among them in semi-arid area: A case study in Ningxia Hui Autonomous Region, China [J]. Science of the Total Environment, 2017,598:297-306.

[60] Liu X P, Wang S J, Wu P J, et al. Impacts of urban expansion on terrestrial carbon storage in China [J]. Environmental Science & Technology, 2019,53:6834-6844.

[61] 邓元杰,姚顺波,侯孟阳,等.退耕还林还草工程对生态系统碳储存服务的影响——以黄土高原丘陵沟壑区子长县为例 [J]. 自然资源学报, 2020,35(4):826-844. Deng Y J, Yao S B, Hou M Y, et al. Assessing the effects of the Green for Grain Program on ecosystem carbon storage services by linking the InVEST and FLUS models: A case study of Zichang county in hilly and gully region of Loess Plateau [J]. Journal of Natural Resources, 2020,35(4):826-844.

[62] Zhang Y S, Lu X, Liu B Y, et al. Spatial relationships between ecosystem services and socioecological drivers across a large-scale region: A case study in the Yellow River Basin [J]. Science of the Total Environment, 2020,766:142480.

[63] Feng X R, Zhang T, Feng P, et al. Evaluation and tradeoff‐synergy analysis of ecosystem services in Luanhe River Basin [J]. Ecohydrology, 2022,15(8):e2473.

[64] 张静静,朱文博,朱连奇,等.伏牛山地区森林生态系统服务权衡/协同效应多尺度分析 [J]. 地理学报, 2020,75(5):975-988. Zhang J J, Zhu W B, Zhu L Q, et al. Multi-scale analysis trade- off/synergy effects of forest ecosystem services in the Funiu Mountain Region [J]. Acta Geographica Sinica, 2020,75(5):975-988.

[65] 王劲峰,徐成东.地理探测器:原理与展望 [J]. 地理学报, 2017, 72(1):116-134. Wang J F, Xu C D. Geodetector: Principle and prospective [J]. Acta Geographica Sinica, 2017,72(1):116-134.

[66] Ma Z J, Chen Y, Melville D S, et al. Changes in area and number of nature reserves in China [J]. Conserv Biol, 2019,33(5):1066-1075.

[67] Zhang X Y, Li S S, Yu H. Analysis on the ecosystem service protection effect of national nature reserve in Qinghai-Tibetan Plateau from weight perspective [J]. Ecological Indicators, 2022,142:109225.

[68] Huang Y Z, Fu J, Wang W R, et al. Development of China’s nature reserves over the past 60years: An overview [J]. Land Use Policy, 2019,80:224-232.

致谢：安徽师范大学地理与旅游学院徐光来副教授在论文写作及修改过程中提供了帮助与指导,特此致谢.此外,感谢国家基础地理信息中心(https://www.ngcc.cn)、国家地球系统科学数据共享服务平台-黄土高原科学数据中心(http://loess.geodata.cn)、中科院资源环境科学与数据中心(https://www.resdc.cn)及国家科技基础条件平台-国家生态科学数据中心(http://www.nesdc.org.cn)等提供数据支撑.

Spatiotemporal changes and trade-off analysis of ecosystem services in Ningxia Hui Autonomous Region.

YANG Qiang-qiang1, ZHANG Pian2, QIU Xiao-cong3*, ZHAO Zeng-feng1, ZHAO Rui-zhi1, ZHOU Rui-juan4

(1.School of Civil and Hydraulic Engineering, Ningxia University, Yinchuan 750021, China；2.School of Management Engineering, Wanjiang University of Technology, Maanshan 243000, China；3.School of Life Sciences, Ningxia University, Yinchuan 750021, China；4.Ningxia Ecological and Environmental Monitoring Center, Yinchuan 751100, China)., 2023,43(10)：5453～5465

Based on the multi-source data such as land use, elevation and precipitation, this paper adopted methods such as InVEST model, PLUS model, correlation analysis and hotspot analysis, investigated the spatio-temporal characteristics of ecosystem services (water purification, soil conservation, carbon storage, and habitat quality) in Ningxia from 2000 to 2020 as well as their trade-off/synergies, and simulated ecosystem services in 2030. As shown by results, during the research period, land use types changed relatively greatly in the past decades, and human activities were the main driving factor. From 2000 to 2020, except for soil conservation services, water purification in Ningxia, carbon storage and habitat quality all presented a declining trend. According to correlation analysis, there was a synergistic effect between nitrogen export and soil conservation and carbon storage. In addition, there was a synergistic relationship between soil conservation and carbon storage, as well as a trade-off between habitat quality and nitrogen export and carbon storage. As shown by hotspot analysis, hot spots overlapping areas between water purification services and habitat quality were relatively high (average value of 6.5%), but the proportion of regions that can simultaneously provide various ecosystem services per unit area was relatively low and showed a declining trend. In addition to soil conservation services, the ecological protection scenario was more favorable to improve ecosystem function. Research results, which highlight the importance of ecological protection in land use management, can provide a basic reference for the optimization of regional land patterns and the effective allocation of resources.

ecosystem services；tradeoffs；InVEST model；PLUS model；Ningxia Hui Autonomous Region

X171

A

1000-6923(2023)10-5453-13

2023-03-13

宁夏高等学校一流学科建设(水利工程)基金资助项目(NXYLXK2021A03);宁夏回族自治区生态环境厅科研项目(2022015)

* 责任作者, 教授, qiu_xc@nxu.edu.cn

杨强强(1995-),安徽宿州人,宁夏大学博士研究生,主要从事生态系统服务及水域生态学方面的研究.qqy1995@126.com.

杨强强,章 翩,邱小琮,等.宁夏回族自治区生态系统服务时空变化及其权衡研究 [J]. 中国环境科学, 2023,43(10):5453-5465.

Yang Q Q, Zhang P, Qiu X C, et al. Spatiotemporal changes and trade-off analysis of ecosystem services in Ningxia Hui Autonomous Region [J]. China Environmental Science, 2023,43(10):5453-5465.