山江海耦合关键带生态系统服务评价及服务簇识别研究以桂西南喀斯特-北部湾为例

高春莲, 胡宝清, 黄思敏, 张礼黎, 谢薇薇, 包婷

高春莲,胡宝清,黄思敏,等.山江海耦合关键带生态系统服务评价及服务簇识别研究:以桂西南喀斯特-北部湾为例[J].环境工程技术学报,2024,14(4):1346-1356. DOI: 10.12153/j.issn.1674-991X.20230856
引用本文: 高春莲,胡宝清,黄思敏,等.山江海耦合关键带生态系统服务评价及服务簇识别研究:以桂西南喀斯特-北部湾为例[J].环境工程技术学报,2024,14(4):1346-1356. DOI: 10.12153/j.issn.1674-991X.20230856
GAO C L,HU B Q,HUANG S M,et al.Study on ecosystem service evaluation and service bundles identification in the mountain-river-sea coupling key zone: a case study of southwest Guangxi Karst - Beibu Gulf[J].Journal of Environmental Engineering Technology,2024,14(4):1346-1356. DOI: 10.12153/j.issn.1674-991X.20230856
Citation: GAO C L,HU B Q,HUANG S M,et al.Study on ecosystem service evaluation and service bundles identification in the mountain-river-sea coupling key zone: a case study of southwest Guangxi Karst - Beibu Gulf[J].Journal of Environmental Engineering Technology,2024,14(4):1346-1356. DOI: 10.12153/j.issn.1674-991X.20230856

山江海耦合关键带生态系统服务评价及服务簇识别研究—以桂西南喀斯特-北部湾为例

基金项目: 国家自然科学基金项目(42071135,41930537);国家社会科学基金项目(21XGL015);自然资源数字产业学院建设项目
详细信息
    作者简介:

    高春莲(1999—),女,硕士研究生,研究方向为资源开发与国土整治,gaochunlian25@163.com

    通讯作者:

    胡宝清(1966—),男,教授,研究方向为脆弱环境演变与整治,hbq1230@nnnu.edu.cn

  • 中图分类号: X171.1

Study on ecosystem service evaluation and service bundles identification in the mountain-river-sea coupling key zone: a case study of southwest Guangxi Karst - Beibu Gulf

  • 摘要:

    明确山江海耦合关键带生态系统服务与服务簇空间分布对区域生态功能管理和提高生态系统服务能力具有重要意义。通过InVEST模型和多重生态系统服务景观指数(MESLI)评估桂西南喀斯特-北部湾地区2018年生态系统服务功能及多重生态系统服务能力,进而探讨生态系统服务权衡/协同关系与分布格局,并通过自组织特征映射网络识别不同服务簇。结果表明:山江海耦合关键带多重生态系统服务能力较高,MESLI均值为1.65;产水、食物生产服务呈现东南向西北降低的分布特征;MESLI与碳储量、土壤保持、生境质量、水质净化服务呈现中间低四周高的分布特征。随着地形位梯度的增加,产水、食物生产服务逐渐降低,MESLI与生境质量、碳储量、水土保持、水质净化服务逐渐提高。生态系统服务之间主要以协同关系为主,食物生产与碳储量、生境质量、土壤保持、水质净化服务为权衡关系,权衡高值区主要分布在左右江流域关键带和北部湾海岸关键带地区。山江海耦合关键带可划分为生态保育簇、土壤保持簇、食物供给簇、人居环境簇4类,其中生态保育簇分布面积最大,主要分布在西北喀斯特关键带山区及东南十万大山、六万大山等地区,MESLI最大;人居环境簇主要分布在食物供给簇地区周围,分布面积最小,MESLI最小。因此,该地区需要加强对人居环境簇的生态管理与修复,进而提高山江海耦合关键带多重生态系统服务能力,促进地区协调可持续发展。

    Abstract:

    Clarifying the spatial distribution of ecosystem services and service clusters in the mountain-river-sea coupling key zones is of great significance for regional ecological function management and ecosystem service capacity improvement. To assess the level of ecosystem services and the capacity of multiple ecosystem services in the southwestern Guangxi Karst-Beibu Gulf in 2018 through the InVEST model and multiple ecosystem services landscape index, and then to explore ecosystem service trade-offs/synergistic relationships and distribution patterns, and to identify the different service clusters through the self organizing feature map. The results showed that the multiple ecosystem service capacity of the mountain-river-sea coupling key zone was high, with the MESLI average of 1.65. The water yield and food production showed a distribution characteristic of decreasing from southeast to northwest, and MESLI and carbon storage and sequestration, soil conservation, habitat quality, and water quality purification services showed the distribution characteristics of low in the middle and high in the surrounding areas. As the topographic gradient increases, water yield and food production gradually decrease, and MESLI, carbon storage and sequestration, soil conservation, habitat qulaity, and water quality purification increased with the increase of topographic potential gradient. The ecosystem services were mainly synergistic with each other, and food production and carbon storage, habitat qulaity, soil conservation, and water quality purification were trade-offs, with the high trade-off areas mainly distributed in the key zone of Zuojiang River and Youjiang River basins and the key zone of Beibu Gulf coast. The mountain-river-sea coupling key zones can be divided into four categories, namely, ecological conservation, soil conservation, food supply, and human habitat bundles. Among them, the ecological conservation bundle has the largest distribution area and is mainly distributed in the mountainous areas of northwestern Karst key zone, and the areas of southeastern Shiwan Mountain and Liuwan Mountain, with the largest MESLI, while the habitat bundle is mainly distributed around the food supply bundle, with the smallest distribution area and the smallest MESLI. Therefore, the region needs to strengthen the ecological management and restoration of the habitat bundles, which is conducive to improving the multiple ecosystem service capacity of the mountain-river-sea coupling key zone, and promoting the coordinated and sustainable development of the region.

  • 地球关键带是美国国家研究委员会(National Research Community)于2001年提出的人类与地球联系最为密切、影响最为深刻的关键区域[1],其生态系统服务功能对维持陆地生态系统平衡和人类生存发展至关重要[2]。地球关键带与生态学中的“生态系统”尤为相似,只是在地球关键带视角下,关键带从垂直方向、水平方向上更加贴切和完整地表述了人类社会发展所需的资源环境带[3]。由于关键带所处的地表环境及其要素、结构和过程的复杂性,目前地球关键带生态系统服务研究仍处于起步阶段,如有学者将生态系统服务中广泛使用的方法延伸至地球关键带,即由“生态系统服务”到“地球关键带服务”[4],评估关键带服务水平和生态系统服务价值,尤其是喀斯特[5]、黄土高原[6]等典型性关键带。此外,有学者尝试通过构建不同类型关键带不同要素服务评价方法和指标体系[7],使关键带服务评估结果更加系统、全面和准确。目前,针对关键带服务的研究多关注通过单一类型关键带生态系统服务评价方法和指标体系来分析某种关键带生态系统服务特征,较少涉及将多种关键带作为一个连续的整体,研究不同关键带的耦合过程与功能,分析其在空间上呈现的不同生态功能与服务,进而根据生态服务权衡/协同关系划分不同服务簇等方面的研究。

    多重生态系统服务景观指数(multiple ecosystem services landscape index,MSELI)为标准化生态系统服务指标的总和。其通过利用综合指数客观衡量地区不同生态系统同时提供多重生态系统服务的能力[8],克服了传统构建不同生态系统服务指标与市场价值的关系,以加法或赋予权重等方式来评价地区综合生态系统服务水平而忽视不同生态系统服务之间均衡性的弊端[9]。2015年,Rodriguez-Loinazd等[10]首次从多重景观功能中总结出多重生态系统服务景观指数的概念,并运用其衡量巴斯克地区景观的多重生态系统服务能力。明确各类生态系统服务权衡/协同关系对于维护区域生态安全格局至关重要,近年来学者应用统计分析、地理加权回归、空间叠置等方法对生态系统服务相互关系的确定及空间格局等进行研究[11-12]。生态系统服务簇(ecosystem service bundles,ESB)是指在一定时间和空间范围内反复出现的多个生态系统服务类型集合,能够定量分析多重生态系统服务在空间上的聚集特征[13],进而识别区域内的主要生态系统服务来进行生态功能分区[14]。目前,众多学者采用K-means聚类[15]、主成分分析[11]、自组织特征映射网络[8]等方法从不同区域尺度[15-17]划分服务簇,识别生态系统中服务的聚合模式,探讨其时空演变特征及驱动因素等[18]

    山江海耦合关键带是涵盖山地、流域、海岸关键带三者的简称,是山地丘陵、江河、海岸3种地貌类型共同耦合的过渡性地球表层系统,具有喀斯特山地的脆弱性、多流域的复杂性以及海岸带的相互作用性[19]。该区域因地形地貌、土地利用与植被覆盖的动态变化而呈现出独特的时空差异特征和演变规律[19-20]。桂西南喀斯特-北部湾地区是山江海耦合关键带的典型代表,该地区在空间上形成由高山-丘陵-滨海平原-海岸带组成,流域贯穿整个陆地表层系统且由西北向东南倾斜降低的过渡性国土空间,是人与自然相互作用的人地系统[21],由于近年来该地区经济快速发展,人口数量增多,其水土流失、石漠化、海洋污染、生物多样性减少等环境问题突出,生态系统失衡。为合理充分利用各地区优势,打通山区、流域、海岸带发展系统边界,实现过渡地区的生态系统服务能力最大化,本研究基于地球关键带视角,评价桂西南喀斯特-北部湾地区2018年6种典型生态系统服务功能,利用MESLI、相关性分析、地理加权回归、自组织映射网络等方法评价山江海耦合关键带多重生态系统服务能力以及探讨各生态系统服务权衡/协同关系和空间分布格局,进而识别不同服务簇,以期为该地区的生态功能管理和生态修复提供理论支持。

    桂西南喀斯特-北部湾地区是由广西喀斯特山区、左右江等河流、北部湾海岸带共同构成的过渡性陆地表层系统,是典型的山江海耦合关键带地区(图1)。其中,喀斯特关键带位于研究区西北部,包括百色市、崇左市和南宁市部分地区;流域关键带位于中部地区,贯穿区域内大部分地区;北部湾海岸关键带位于东南沿海地区,包括北海市、防城港市、钦州市、玉林市[22]。山江海过渡带涵盖50个县(市、区),土地面积达10.8万km2,约占广西总面积的45.8%,2018年林地面积占64.26%,耕地面积占34.30%,建设用地面积占3.24%。该地区具有亚热带季风气候和热带海洋性季风性气候,气温在2.8~40.4 ℃,年均气温为23.2 ℃,雨量充沛,平均降水量为1 377.8 mm,水资源丰富。截至2021年底,桂西南喀斯特-北部湾地区共有2 922.1万人,约占广西总人口的51%,经济总量达13 717.5亿元。

    图  1  研究区域概况
    注:地图底图审图号为GS(2020)4619,全文同。
    Figure  1.  Overview of the study area

    本文使用的数据主要包括土地利用、地形、气象、社会经济数据等。2018年年降水量、年蒸发量数据根据国家地球系统科学中心(http://www.geodata.cn/)的逐月降水量、蒸发量数据集求得,空间分辨率为1 km;土地利用数据、NDVI数据来源于中国科学院资源环境科学数据平台的中国2018年土地利用遥感监测数据集(CNLUCC)、NDVI最大值数据集(https://www.resdc.cn/),空间分辨率为30 m;DEM数据来源于地理空间数据云(https://www.gscloud.cn/),空间分辨率为30 m;基岩深度数据来源于中国基岩深度数据集[23],空间分辨率为100 m;土壤数据来源于国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn/)的世界土壤数据库(HWSD);社会经济数据中道路数据和居民点数据来源于全国地理信息资源目录服务系统(https://www.webmap.cn/),其他数据来源于广西统计年鉴(http://tjj.gxzf.gov.cn/)。

    根据广西生态功能区划并结合喀斯特、流域、海岸3种关键带的特点,考虑不同生态系统对人类福祉的相对重要性和数据的可获得性,选择量化评估产水(annual water yield,WY)、食物生产(food production,FP)、碳储量(carbon storage and sequestration,CS)、生境质量(habitat quality,HQ)、土壤保持(sediment delivery ratio,SR)和水质净化(nutrient delivery ratio,DR)6种生态系统服务功能,其中产水服务体现地球关键带植被冠层、枯枝落叶和土壤对水资源进行再分配和利用的过程,对水资源循环和持续利用具有重要意义[24],通过InVEST模型产水服务模块利用降水量和蒸散发量的差值反映栅格单元产水量的大小,具体计算公式见文献[25];地表系统中植被利用太阳能为人类提供生存的必需品,研究发现,农作物与NDVI之间具有显著的线性关系,通过计算NDVI大小可以反映食物生产服务的水平,计算公式见文献[26];碳储量服务反映关键带中的碳汇和固碳能力,利用InVEST模型碳存储模块计算关键带碳汇能力,计算公式见文献[27];地球关键带从水平和垂直方向上系统涵盖了生物生存和活动的场所,生境质量服务在一定程度上反映区域生物多样性状况及其水平,InVEST模型生境质量模块能够结合土地利用类型和生物多样性威胁因子估算地表的生物多样性状况,计算公式见文献[28];山江海耦合关键带水土流失问题突出,评估该地区的土壤保持服务对维持区域生态系统自身稳定及进行生态修复具有重要作用,通过InVEST模型沉积物保留模块估算研究区的土壤保持量来评价区内的土壤保持服务,计算公式见文献[29];在流域水循环过程中,地表水质净化能力能在一定程度上反映流域水质的好坏,利用InVEST模型水质净化模块中径流养分污染物的清除能力来估算植被和土壤对水质净化的贡献,计算结果中氮营养物质输出含量越大,水质净化能力越小,计算公式见文献[30]。

    MSELI为标准化生态系统服务指标的总和,能够体现一个地区提供多重生态系统服务能力的高低[10],计算公式如下:

    $$ \mathrm{MESLI}=\sum\limits_{i=1}^m\frac{x_i-\min(x_i)}{\max(x_i)-\min(x_i)} $$ (1)

    式中:i为某类生态系统服务功能;m为生态系统服务种类数,xi为第i类生态系统服务功能观测值。

    地形位指数为综合考虑海拔和坡度二者的综合地形因子,反映某地区垂直方向上的地形状况[31]。通过计算山江海耦合关键带5 km×5 km栅格单元上的地形位指数,并采用自然断点法将地形位指数划分为5级(表1),分析不同地形位梯度上区内各生态系统服务功能及多重生态系统服务能力,公式如下:

    表  1  地形位指数分级标准
    Table  1.  Topographic potential index classification criteria
    梯度分级 地形位指数
    0~0.64
    0.65~1.10
    1.11~1.58
    1.59~2.06
    2.07~3.14
    下载: 导出CSV 
    | 显示表格
    $$ T=\ln\left[\left(\frac{E}{E_0}+1\right)\times \left(\frac{S}{S_0}+1\right) \right]$$ (2)

    式中:T为地形位指数;ES分别为某栅格单元的海拔(m)和坡度(°);E0S0分别为某地区的平均海拔(m)和平均坡度(°)。

    基于R-4.2软件中“corrplot”包利用皮尔逊(Pearson)相关性分析确定生态系统服务权衡/协同关系,若计算结果大于0,则2个生态系统服务之间为协同关系,反之为权衡关系,数值大小表示变量相关性的强弱。此外,利用“GWmodel”包的地理加权回归模型(geographically weighted regression, GWR)对不同生态系统服务功能进行分析,从而体现不同生态系统服务的空间交互性,公式如下[12]

    $$ y_n=\beta_o(\mu_n,\nu_n)+\sum\limits_{k=1}^p\beta_k(\mu_n,\nu_n)x_{jk}+\varepsilon_n $$ (3)

    式中:(un,vn)为点n的空间位置;p为独立变量个数;yn为因变量;xjk为独立变量;$ \varepsilon_n $为随机误差;βo(un,vn)为i的截距;βk(un,vn)为回归系数,其数值大小表示权衡/协同强度的强弱,正值表示生态系统服务在空间上为协同关系,负值则为权衡关系。

    基于R 4.2软件“Kohenon”包中的自组织特征映射网络(self organizing feature map,SOFM )分析来识别不同栅格单元中的服务簇。SOFM是一种无监督学习神经网络方法,可以在保持数据拓扑结构不变的前提下实现自下而上的聚类过程,同时根据优胜节点向量特征揭示输入指标在聚类类型的贡献程度[32],即根据空间中生态系统服务功能相似的每个网格分配到同一个服务簇当中[8]

    图2可知,山江海耦合关键带产水、食物生产服务整体呈现由东南向西北降低的分布特征,均值分别为679.82 mm/km2、61.73 t/km2,二者高值区主要分布在北部湾沿海及左江—右江—邕江—南流江等海岸、流域关键带地区,低值区主要分布在崇左市、百色市的喀斯特关键带山区。生境质量、碳储量、水土保持、水质净化服务整体呈现中间低四周高的分布特征,均值分别为0.2 t/km2、28.75 t/km2、69.21 t/km2、0.09 kg/km2;其高值区主要分布在喀斯特关键带山区以及十万大山、六万大山等森林覆盖率高的地区,如田林县、乐业县、凌云县、西林县、宁明县等;低值区主要分布在北部湾沿海及左江—右江—邕江—南流江等海岸带,流域关键带地区如南宁市中心城区以及钦南区、海城区、银海区、铁山港区等。

    图  2  不同生态系统服务功能的水平方向分布
    Figure  2.  Patterns of horizontal spatial distribution of different ecosystem services

    通过ArcGIS软件分区统计工具提取5 km×5 km栅格单元不同梯度地形位的生态系统服务功能,结果如图3所示。从不同梯度地形位各生态系统服务均值来看,随着地形位梯度的增加,产水、食物生产服务逐渐减低,其中食物生产服务在Ⅰ、Ⅱ级梯度降低幅度最大;生境质量、碳储量、水土保持、水质净化服务逐渐提高,其中碳储量服务在Ⅰ、Ⅱ级梯度提高幅度最大,生境质量、水质净化服务在Ⅲ级梯度提高幅度最大,水土保持服务在Ⅱ级梯度提高幅度最大,在Ⅳ级梯度上有所降低。

    图  3  不同生态系统服务功能的垂直方向分布
    Figure  3.  Vertical distribution of different ecosystem services

    通过式(1)计算MESLI分析山江海耦合关键带多重生态系统服务能力,并利用自然断点法将其划分为一般、一般重要、中度重要、高度重要、极度重要5级[31],得到水平方向上多重生态系统服务能力空间分布和分级(图4)。由图4可知,山江海耦合关键带MESLI为0.14~4.06,均值为1.65,MESLI总体呈现中间低四周高的分布格局,这与生境质量、碳储量、水土保持、水质净化服务空间分布一致。一般、一般重要的多重生态系统服务主要分布在北部湾沿海及左江—右江—邕江—南流江等海岸带、流域关键带地区;中度重要的多重生态系统服务分布相对广泛、均匀,在喀斯特、流域、海岸等关键带均有分布;高度重要、极度重要的多重生态系统服务主要分布在喀斯特关键带山区以及十万大山、六万大山等森林覆盖率高的地区。

    图  4  多重生态系统服务能力的水平方向分布和分级
    Figure  4.  MESLI horizontal spatial distribution pattern and grading charts

    通过ArcGIS软件分区统计工具提取5 km×5 km栅格单元不同梯度地形位的MESLI及其分布面积,结果如图5所示。从不同梯度地形位多重生态系统服务看,山江海耦合关键带多重生态系统服务能力随着地形位梯度的增加而提高,其中在第Ⅲ级梯度提高幅度最大。从不同梯度地形位各级多重生态系统服务分布面积来看,随着地形位梯度的增加,一般、一般重要的多重生态系统服务分布面积逐渐降低,中度重要、高度重要的多重生态系统服务分布面积呈先增加而后降低的趋势,极度重要的多重生态系统服务分布面积逐渐增加。

    图  5  多重生态系统服务能力的垂直方向分布及面积
    Figure  5.  MESLI vertical spatial distribution and areas

    根据相关性分析计算得出山江海耦合关键带6种生态系统服务共组成15组相互关系(图6),其中协同关系有10组,占66.67%,权衡关系有5组,占33.33%,这体现了山江海耦合关键带生态系统服务主要以协同关系为主。食物生产-碳储量(FP-CS)、食物生产-生境质量(FP-HQ)、食物生产-土壤保持(FP-SR)、食物生产-水质净化(FP-DR)、产水-水质净化(WY-DR)为权衡关系,权衡关系显著且强度较弱,其中最强权衡关系体现在食物生产-水质净化(FP-DR)中,为0.34;其他各项服务之间为协同关系,协同关系不显著且强度较弱,最高协同度体现在碳储量-生境质量(CS-HQ)中,为0.52。

    图  6  不同生态系统服务权衡/协同关系
    注:*、**、***分别表示在0.05、0.01、0.001水平上相关性显著。
    Figure  6.  Trade-offs/synergies between different ecosystem services

    对不同生态系统服务进行GWR分析,探讨不同生态系统服务相互关系的空间分布格局(图7)。结果表明山江海耦合关键带6种生态系统服务中,产水-水质净化(WY-DR)、食物生产-碳储量(FP-CS)、食物生产-生境质量(FP-HQ)、食物生产-土壤保持(FP-SR)、食物生产-水质净化(FP-DR)在空间上权衡关系面积占比较大,分别为92.71%、67.41%、94.64%、70.62%、98.92%,整体上权衡高值区主要分布在北部湾沿海、左右江流域、中部建成区等海岸、流域关键带地区,如田阳区、武鸣区、宾阳县、钦南区、合浦县、银海区等,碳储量-生境质量(CS-DR)在空间上呈现为完全协同关系,协同面积占比100%,产水-食物生产(WY-FP)、产水-碳储量(WY-CS)、产水-生境质量(WY-HQ)、产水-土壤保持(WY-SR)、碳储量-水质净化(CS-DR)、碳储量-土壤保持(CS-SR)、生境质量-土壤保持(HQ-SR)、土壤保持-水质净化(HQ-DR)、土壤保持-水质净化(SR-DR)在空间上协同关系面积占比较大,分别为78.31%、83.57%、81.94%、95.61%、58.82%、92.65%、86.02%、80.61%、67.37%,协同高值区主要分布在喀斯特关键带山区和东南十万大山、六万大山等其他森林覆盖率高的地区,如那坡县、田阳区,宁明县,马山县、容县等。

    图  7  不同生态系统服务权衡/协同关系空间分布
    Figure  7.  Spatial distribution of different ecosystem service trade-offs/synergies

    通过SOFM 分析,将山江海耦合关键带5 km×5 km大小4 735个栅格单元按主导生态系统服务功能划分为4类服务簇,即生态保育簇(A1)、土壤保持簇(A2)、食物供给簇(A3)、人居环境簇(A4),其空间分布如图8所示,该4类服务簇面积占比为A1(37.30%)>A3(32.70%)>A2(14.55%)>A4(11.26%)。A1服务簇以碳储量、生境质量、产水服务为主,分布面积在此类服务簇中占比分别为50%、27.78%、14.97%,其中碳储量、生境质量服务占主导地位,故此类服务簇被划分为生态保育簇,A1主要分布在西北喀斯特关键带山区及东南十万大山、六万大山等地区。A2服务簇以碳储量、产水、生境质量、水土保持服务为主,面积占比分别为42.45%、21.24%、15.81%、10.94%,其中产水、水土保持服务为主导地位,故此类服务簇被划分为土壤保持簇,空间分布比较零散,主要分布在山江海耦合关键带四周边缘地区以及森林覆盖率高、生态环境优越的山区。A3服务簇以碳储量、产水、食物生产服务为主,面积占比分别为48.25%、21.98%、16.26%,其中产水服务为主导地位。该簇主要分布在沿海平原及左江—右江—南流江—邕江等海岸、流域关键带地区,由于该区分布地区地势低洼、平坦,多为丘陵和平原地区,交通便利,土地利用以耕地、水域、草地为主,水热条件充足,适合作物生长,故被划分为食物供给簇;此外该服务簇离水源较近,降水量和地下水资源充足,从而该类型服务簇中产水服务能力较高。A4服务簇以碳储量、产水、食物生产、水质净化服务为主,面积占比分别为37.31%、29.77%、10.30%、6.21%,其中产水、食物生产、水质净化服务为主导地位,故此类服务簇被划分为人居环境簇。A4主要分布在A3地区周围,这些地区地势平坦、交通发达,水资源丰富,土地利用类型以耕地、水域、建设用地为主,邻近连片的工业建成区和粮食供给区,人口密度大,人力资源丰富且经济较为发达,便于商品和粮食出售,但由于农作物种植和工业生产过程中,大量化肥和农药施用、生活和工业污水乱排放,导致A4区氮等化学污染严重,地区水质净化服务能力降低。该地区4类服务簇MESLI均值分别为1.91、1.47、0.65、0.26,这体现出生态保育簇分布面积最广,多重生态系统服务能力最强,生态系统服务水平最高;人居环境簇则相反。

    图  8  生态系统服务簇空间分布及模式
    Figure  8.  Spatial distribution and pattern of ecosystem service clusters

    山江海耦合关键带包含了山地丘陵、流域和海岸3种类型关键带,不同区域存在不同的生态问题,表现出过渡性国土空间的生态脆弱性。本研究将山地、流域和海岸3种关键带视为一个整体量化分析其6种生态系服务功能及其相互关系,同时进一步评价地区多重生态系统服务能力,有助于认识区域内生态系统服务能力的整体水平,打破对单一类型关键带的局限认识和山地、流域、海岸发展的系统边界,利于区内生态环境保护和国土空间优化管控。本研究中,区内水平方向上产水、食物生产服务呈现由东南向西北降低的分布特征,碳储量、生境质量、土壤保持、水质净化服务呈现中间低四周高的分布特征,这体现出山江海耦合关键带的脆弱性、复杂性和异质性[33]。在喀斯特关键带山区以及东南十万大山、六万大山等地区,林、草地分布面积广,森林覆盖率较高,碳存储能力强,自然保护区较多,生物多样性丰富,生境质量较好,且这些地区降水量大、蒸发量小、人类活动干扰较弱、土地利用程度低,产水、土壤保持、水质净化服务能力高,食物生产服务能力较弱,故该区域为生态保育簇分布面积最广的区域之一。但由于喀斯特关键带独特的地质地貌条件加上不合理耕种导致的石漠化、土壤侵蚀,水土流失等问题较为严重,使得该区荒漠化的潜在风险加剧,未来发展中该地区需要加强对石漠化、水土流失的治理,改善植被群落结构和提高植被覆盖率,减少人为干扰,从而增强多重生态系统服务能力及生态系统的稳定性。左江—右江—邕江—南流江等流域关键带和北部湾海岸关键带地区土地利用类型以耕地、水域和建设用地为主,社会经济较发达,人类活动相对频繁,土地利用程度高,离水源较近,地区产水能力好,水热条件充足,地势平坦,适于粮食生产和人类居住,故此区域食物供给簇和人居环境簇分布面积广泛,但由于地区进行粮食生产和经济建设的同时,势必会与生态保护产生冲突,易与其他服务形成权衡关系[34],故流域关键带和海岸关键带中碳储量、生境质量、土壤保持、水质净化服务能力较弱。因此该地区未来在进行生产活动时,应减少不合理的耕种方式,严控污水排放和城市开发边界,禁止乱占耕地、草地,将人类活动对生态环境的影响降至最低,同时注重土壤保持和生物多样性的保护,合理使用肥料和化学农药,提升生境质量、土壤保持、水质净化服务能力,打造广西现代特色农业示范区和北部湾特色产业建设区。

    本研究结果表明,随着地形位梯度的增加,区内产水、食物生产服务逐渐降低,生境质量、碳储量、水土保持、水质净化服务逐渐提高,可以说山江海过渡地区随着地形位梯度的增加,人类活动减弱,植被覆盖率增加,多重生态系统服务能力随之提高,这与其他学者[31]的研究结果相似。北部湾沿海及左江—右江—邕江—南流江等海岸、流域关键带地区水汽充足,降水量大,土壤水含量高,地势低平,交通便利,适合种植作物和人类居住,故该区为一般、一般重要的多重生态系统服务集中区域﹔而喀斯特关键带山区林地、草地分布广泛、为众多河流的发源地,生物多样性丰富,海拔较高,受人类活动干扰少,含氮污染物较少,故高度重要、极度重要的多重生态系统服务集中于此。山江海耦合关键带6种生态系统服务功能之间主要以协同关系为主,食物生产与碳储量、生境质量、土壤保持、水质净化服务为权衡关系,这与孙艺杰等[35]的研究结果相似,一般认为,人类在种植开垦过程中会破坏原本的自然环境,降低其他生态系统服务能力,加剧生态系统结构和功能转变,从而影响各生态系统服务的相互关系[36]。产水与水质净化服务为权衡关系且分布比较广,这源于流域关键带和海岸关键带地区离水源近,地表硬化程度高,产水服务能力强,间接反映出这些地区植被和土壤的水源涵养能力低,从而导致植被和土壤对含氮污染物拦截及滞留能力减弱,且人类不合理活动过程最终导致地下水和河流海洋中的含氮污染物增加,水质净化服务大大降低;而西北喀斯特关键带具有水土流失严重、碳酸岩岩性以及土壤储水能力较低的特点,这些地区的含氮污染物较不易在植被和土壤中滞留被微生物降解和转化。

    本文利用InVEST模型计算出的生态系统服务功能不仅体现出土地利用提供的生态系统服务,还融入了气象、水文、土壤、植物深度等数据,涵盖了地上、地表、地下3个层面,更能体现地球关键带的特殊性[7],且引入地形位指数评价关键带垂直方向的生态系统服务水平,使地区生态系统服务评估结果更加系统、全面,给关键带服务研究提供新的视角。但本文也存在不足,如只量化评价地区2018年生态系统服务水平,未展开动态研究,且未对区域多重生态系统服务相互影响的驱动机制进行探究。此外,由于服务簇的识别受研究尺度的影响[37],现实中对于生态功能规划的国土空间一般从县域尺度上更容易管理,也更加贴近实际情况,因此未来的研究应结合现实情况从不同尺度研究山江海耦合关键带生态系统服务和服务簇的动态变化,同时深入探究不同生态系统服务变化的驱动因素,针对各驱动因素更精准地制定保护和修复举措。

    (1)山江海耦合关键带多重生态系统服务能力较高,MESLI均值为1.65,MESLI与碳储量、土壤保持、生境质量、水质净化服务呈现中间低四周高的分布格局,产水、食物生产服务在空间上呈现东南向西北降低的分布特征。一般、一般重要多重生态系统服务区域主要分布在北部湾沿海及左江—右江—邕江—南流江等海岸、流域关键带地区;中度重要多重生态系统服务区域在喀斯特、流域、海岸等关键带均有分布;高度重要、极度重要多重生态系统服务区域主要分布在喀斯特关键带山区以及十万大山、六万大山等森林覆盖率高的地区。

    (2)随着地形位梯度的增加,山江海耦合关键带产水、食物生产服务逐渐降低,多重生态系统服务能力与生境质量、碳储量、水土保持、水质净化服务功能逐渐提高;一般、一般重要的多重生态系统服务分布面积逐渐降低;中度重要、高度重要的多重生态系统服务分布面积呈现先增加后降低的趋势;极度重要的多重生态系统服务分布面积逐渐增加。

    (3)山江海耦合关键带生态系统服务主要以协同关系为主,占比66.67%,食物生产与碳储量、生境质量、土壤保持、水质净化服务,以及产水与水质净化服务为权衡关系,权衡高值区主要分布在北部湾沿海、左右江流域、中部建成区等海岸、流域关键带地区,协同高值区主要分布在喀斯特关键带山区和东南十万大山、六万大山等其他森林覆盖率高的地区。

    (4)山江海耦合关键带可划分为生态保育簇、土壤保持簇、食物供给簇、人居环境簇4类,其中生态保育簇面积最大,主要分布在西北喀斯特关键带山区及东南十万大山、六万大山等地区,多重生态系统服务能力最强;土壤保持簇分布较为零散,分布在山江海耦合关键带四周边缘地区以及森林覆盖率高的山区;食物供给簇主要分布在沿海平原及左江—右江—南流江—邕江等海岸、流域关键带地区;人居环境簇主要分布在食物供给簇地区周边,分布面积最小,多重生态系统服务能力最弱。

  • 图  1   研究区域概况

    注:地图底图审图号为GS(2020)4619,全文同。

    Figure  1.   Overview of the study area

    图  2   不同生态系统服务功能的水平方向分布

    Figure  2.   Patterns of horizontal spatial distribution of different ecosystem services

    图  3   不同生态系统服务功能的垂直方向分布

    Figure  3.   Vertical distribution of different ecosystem services

    图  4   多重生态系统服务能力的水平方向分布和分级

    Figure  4.   MESLI horizontal spatial distribution pattern and grading charts

    图  5   多重生态系统服务能力的垂直方向分布及面积

    Figure  5.   MESLI vertical spatial distribution and areas

    图  6   不同生态系统服务权衡/协同关系

    注:*、**、***分别表示在0.05、0.01、0.001水平上相关性显著。

    Figure  6.   Trade-offs/synergies between different ecosystem services

    图  7   不同生态系统服务权衡/协同关系空间分布

    Figure  7.   Spatial distribution of different ecosystem service trade-offs/synergies

    图  8   生态系统服务簇空间分布及模式

    Figure  8.   Spatial distribution and pattern of ecosystem service clusters

    表  1   地形位指数分级标准

    Table  1   Topographic potential index classification criteria

    梯度分级 地形位指数
    0~0.64
    0.65~1.10
    1.11~1.58
    1.59~2.06
    2.07~3.14
    下载: 导出CSV
  • [1] 张波, 曲建升, 丁永建. 国际临界带研究发展回顾与美国临界带研究进展介绍[J]. 世界科技研究与发展,2010,32(5):723-728. DOI: 10.3969/j.issn.1006-6055.2010.05.044

    ZHANG B, QU J S, DING Y J. Review of international critical zone research and its development in America[J]. World Sci-Tech R&D,2010,32(5):723-728. DOI: 10.3969/j.issn.1006-6055.2010.05.044

    [2] 安培浚, 张志强, 王立伟. 地球关键带的研究进展[J]. 地球科学进展,2016,31(12):1228-1234.

    AN P J, ZHANG Z Q, WANG L W. Review of earth critical zone research[J]. Advances in Earth Science,2016,31(12):1228-1234.

    [3] 杨建锋, 张翠光. 地球关键带: 地质环境研究的新框架[J]. 水文地质工程地质,2014,41(3):98-104.

    YANG J F, ZHANG C G. Earth’s critical zone: a holistic framework for geo-environmental researches[J]. Hydrogeology & Engineering Geology,2014,41(3):98-104.

    [4] 杨顺华, 宋效东, 吴华勇, 等. 地球关键带研究评述: 现状与展望[J/OL]. 土壤学报. [2024-03-04]. http://kns.cnki.net/kcms/ detail/32.1119.P.20230411.1337.012. html.

    YANG S H, SONG X D, WU H Y, et al. A review and discussion on the earth's critical zone research: status quo and prospect[J/OL]. Journal of Soil Science. [2024-03-04]. http://kns.cnki.net/kcms/ detail/32.1119.P.20230411.1337.012.html.

    [5] 陈金珂, 蒲俊兵, 李建鸿, 等. 基于土地利用情景模拟的喀斯特关键带生态系统服务权衡与协同分析: 以蒙自喀斯特断陷盆地为例[J]. 中国岩溶,2023,42(1):94-108. DOI: 10.11932/karst20230108

    CHEN J K, PU J B, LI J H, et al. Trade-off and synergy of ecosystem services of a Karst critical zone based on land use scenario simulation: take Mengzi Karst graben basin as a study case[J]. Carsologica Sinica,2023,42(1):94-108. DOI: 10.11932/karst20230108

    [6] 中国科学院地球环境研究所. 中国科学院黄土高原地球关键带与地表通量野外观测研究站[J]. 中国科学院院刊,2020,35(3):388-391.
    [7] 陈琪, 王晓丹, 夏炎, 等. 地球关键带生态系统服务评价方法研究[J]. 南京大学学报(自然科学),2022,58(6):1070-1086.

    CHEN Q, WANG X D, XIA Y, et al. Research on the evaluation method of the ecosystem services of Earth's critical zone[J]. Journal of Nanjing University (Natural Science),2022,58(6):1070-1086.

    [8]

    SHEN J S, LI S C, LIANG Z, et al. Exploring the heterogeneity and nonlinearity of trade-offs and synergies among ecosystem services bundles in the Beijing-Tianjin-Hebei urban agglomeration[J]. Ecosystem Services,2020,43:101103. DOI: 10.1016/j.ecoser.2020.101103

    [9] 陈峰, 李红波, 张安录. 基于生态系统服务的中国陆地生态风险评价[J]. 地理学报,2019,74(3):432-445. DOI: 10.11821/dlxb201903003

    CHEN F, LI H B, ZHANG A L. Ecological risk assessment based on terrestrial ecosystem services in China[J]. Acta Geographica Sinica,2019,74(3):432-445. DOI: 10.11821/dlxb201903003

    [10]

    RODRÍGUEZ-LOINAZ G, ALDAY J G, ONAINDIA M. Multiple ecosystem services landscape index: a tool for multifunctional landscapes conservation[J]. Journal of Environmental Management,2015,147:152-163. DOI: 10.1016/j.jenvman.2014.09.001

    [11] 韦钧培, 杨云川, 谢鑫昌, 等. 基于服务簇的南宁市生态系统服务权衡与协同关系研究[J]. 生态与农村环境学报,2022,38(1):21-31.

    WEI J P, YANG Y C, XIE X C, et al. Quantifying ecosystem service trade-offs and synergies in Nanning city based on ecosystem service bundles[J]. Journal of Ecology and Rural Environment,2022,38(1):21-31.

    [12]

    DOU H S, LI X B, LI S K, et al. Mapping ecosystem services bundles for analyzing spatial trade-offs in Inner Mongolia, China[J]. Journal of Cleaner Production,2020,256:120444. DOI: 10.1016/j.jclepro.2020.120444

    [13] 李慧蕾, 彭建, 胡熠娜, 等. 基于生态系统服务簇的内蒙古自治区生态功能分区[J]. 应用生态学报,2017,28(8):2657-2666.

    LI H L, PENG J, HU Y N, et al. Ecological function zoning in Inner Mongolia Autonomous Region based on ecosystem service bundles[J]. Chinese Journal of Applied Ecology,2017,28(8):2657-2666.

    [14] 蒋红波, 覃盟琳, 王政强, 等. 基于生态系统服务簇评价的长沙市生态修复优先区识别[J]. 环境工程技术学报,2023,13(4):1325-1333. DOI: 10.12153/j.issn.1674-991X.20220983

    JIANG H B, QIN M L, WANG Z Q, et al. Identification of priority areas for ecological restoration based on evaluation of ecosystem service bundles: taking Changsha City as an example[J]. Journal of Environmental Engineering Technology,2023,13(4):1325-1333. DOI: 10.12153/j.issn.1674-991X.20220983

    [15] 冯兆, 彭建, 吴健生. 基于生态系统服务簇的深圳市生态系统服务时空演变轨迹研究[J]. 生态学报,2020,40(8):2545-2554.

    FENG Z, PENG J, WU J S. Ecosystem service bundles based approach to exploring the trajectories of ecosystem service spatiotemporal change: a case study of Shenzhen City[J]. Acta Ecologica Sinica,2020,40(8):2545-2554.

    [16] 申嘉澍, 梁泽, 刘来保, 等. 雄安新区生态系统服务簇权衡与协同[J]. 地理研究,2020,39(1):79-91.

    SHEN J S, LIANG Z, LIU L B, et al. Trade-offs and synergies of ecosystem service bundles in Xiongan New Area[J]. Geographical Research,2020,39(1):79-91.

    [17]

    CROUZAT E, MOUCHET M, TURKELBOOM F, et al. Assessing bundles of ecosystem services from regional to landscape scale: insights from the French Alps[J]. Journal of Applied Ecology,2015,52(5):1145-1155. DOI: 10.1111/1365-2664.12502

    [18] 刘颂, 张浩鹏, 裴新生, 等. 基于生态系统服务簇时空演变的生态功能分区研究: 以安徽省芜湖市为例[J]. 中国园林, 2023, 39(4): 121-125.

    LIU S, ZHANG H P, PEI X S, et al. Ecological function zoning based on spatiotemporal change of ecosystem service bundles: a case study of Wwuhu City in Anhui Province.[J]. Chinese Landscape Architecture, 2023, 39(4): 121-125.

    [19]

    ZHANG Z, HU B Q, QIU H H. Comprehensive assessment of ecological risk in southwest Guangxi-Beibu Bay based on DPSIR model and OWA-GIS[J]. Ecological Indicators,2021,132:108334. DOI: 10.1016/j.ecolind.2021.108334

    [20] 高春莲, 胡宝清, 黄思敏, 等. 山江海耦合关键带生态系统服务价值时空变化及其权衡研究[J]. 水土保持研究,2024,31(2):264-274.

    GAO C L, HU B Q, HUANG S M, et al. Spatio-temporal changes and trade-offs of ecosystem service value in mountain-river-sea coupling key zone research[J]. Research of Soil and Water Conservation,2024,31(2):264-274.

    [21] 张泽, 胡宝清, 丘海红, 等. 基于山江海视角与SRP模型的桂西南-北部湾生态环境脆弱性评价[J]. 地球与环境,2021,49(3):297-306.

    ZHANG Z, HU B Q, QIU H H, et al. Ecological environment vulnerability assessment of southwest Guangxi-Beibu Gulf based on the perspective of mountains, rivers and sea and SRP model[J]. Earth and Environment,2021,49(3):297-306.

    [22] 黄思敏, 胡宝清, 韦高杨, 等. 山江海地域系统关键带综合分类研究: 以桂西南喀斯特区-北部湾海岸带为例[J]. 广西科学院学报,2023,39(3):280-290.

    HUANG S M, HU B Q, WEI G Y, et al. Comprehensive classification research on key zones of mountain-river-sea geographical system-taking southwest Guangxi Karst area-beibu gulf coastal zone as an example[J]. Journal of Guangxi Academy of Sciences,2023,39(3):280-290.

    [23]

    YAN F P, SHANGGUAN W, ZHANG J, et al. Depth-to-bedrock map of China at a spatial resolution of 100 meters[J]. Scientific Data,2020,7:2. DOI: 10.1038/s41597-019-0345-6

    [24] 潘韬, 吴绍洪, 戴尔阜, 等. 基于InVEST模型的三江源区生态系统水源供给服务时空变化[J]. 应用生态学报,2013,24(1):183-189.

    PAN T, WU S H, DAI E F, et al. Spatiotemporal variation of water source supply service in Three Rivers Source Area of China based on InVEST model[J]. Chinese Journal of Applied Ecology,2013,24(1):183-189.

    [25] 高嫄, 原野, 赵艺芳. 基于生态系统服务供需的农牧交错带流域生态修复分区: 以桑干河上游为例[J]. 环境工程技术学报,2023,13(3):1214-1222.

    GAO Y, YUAN Y, ZHAO Y F. Ecological restoration zoning in farming-grazing transitional zone based on the supply and demand of the ecosystem services: a case study of the upper reaches of the Sanggan River[J]. Journal of Environmental Engineering Technology,2023,13(3):1214-1222.

    [26] 赵文亮, 贺振, 贺俊平, 等. 基于MODIS-NDVI的河南省冬小麦产量遥感估测[J]. 地理研究,2012,31(12):2310-2320.

    ZHAO W L, HE Z, HE J P, et al. Remote sensing estimation for winter wheat yield in Henan based on the MODIS-NDVI data[J]. Geographical Research,2012,31(12):2310-2320.

    [27] 李瑾璞, 夏少霞, 于秀波, 等. 基于InVEST模型的河北省陆地生态系统碳储量研究[J]. 生态与农村环境学报,2020,36(7):854-861.

    LI J P, XIA S X, YU X B, et al. Evaluation of carbon storage on terrestrial ecosystem in Hebei Province based on InVEST model[J]. Journal of Ecology and Rural Environment,2020,36(7):854-861.

    [28] 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. DOI: 10.11821/dlxb202005007

    ZHANG J J, ZHU W B, ZHU L Q, et al. Multi-scale analysis of trade-off/synergy effects of forest ecosystem services in the Funiu Mountain Region[J]. Acta Geographica Sinica,2020,75(5):975-988. DOI: 10.11821/dlxb202005007

    [29] 赵雪雁, 杜昱璇, 李花, 等. 黄河中游城镇化与生态系统服务耦合关系的时空变化[J]. 自然资源学报,2021,36(1):131-147. DOI: 10.31497/zrzyxb.20210109

    ZHAO X Y, DU Y X, LI H, et al. Spatio-temporal changes of the coupling relationship between urbanization and ecosystem services in the Middle Yellow River[J]. Journal of Natural Resources,2021,36(1):131-147. DOI: 10.31497/zrzyxb.20210109

    [30] 顾晋饴, 李一平, 杜薇. 基于InVEST模型的太湖流域水源涵养能力评价及其变化特征分析[J]. 水资源保护,2018,34(3):62-67. DOI: 10.3880/j.issn.1004-6933.2018.03.10

    GU J Y, LI Y P, DU W. Evaluation on water source conservation capacity and analysis of its variation characteristics of Taihu Lake Basin based on InVEST model[J]. Water Resources Protection,2018,34(3):62-67. DOI: 10.3880/j.issn.1004-6933.2018.03.10

    [31] 徐彩仙, 巩杰, 李焱, 等. 基于地形梯度的甘肃白龙江流域典型生态系统服务分布特征[J]. 生态学报,2020,40(13):4291-4301.

    XU C X, GONG J, LI Y, et al. Spatial distribution characteristics of typical ecosystem services based on terrain gradients of Bailongjiang Watershed in Gansu[J]. Acta Ecologica Sinica,2020,40(13):4291-4301.

    [32]

    XU G Y, XIONG K N, SHU T, et al. Bundling evaluating changes in ecosystem service under Karst rocky desertification restoration: projects a case study of Huajiang-Guanling, Guizhou Province, Southwest China[J]. Environmental Earth Sciences,2022,81(10):302. DOI: 10.1007/s12665-022-10400-1

    [33] 张泽, 胡宝清, 丘海红, 等. 桂西南喀斯特-北部湾海岸带生态环境脆弱性时空分异与驱动机制研究[J]. 地球信息科学学报,2021,23(3):456-466. DOI: 10.12082/dqxxkx.2021.200278

    ZHANG Z, HU B Q, QIU H H, et al. Spatio-temporal differentiation and driving mechanism of ecological environment vulnerability in southwest Guangxi Karst-Beibu Gulf coastal zone[J]. Journal of Geo-Information Science,2021,23(3):456-466. DOI: 10.12082/dqxxkx.2021.200278

    [34] 钱彩云, 巩杰, 张金茜, 等. 甘肃白龙江流域生态系统服务变化及权衡与协同关系[J]. 地理学报,2018,73(5):868-879. DOI: 10.11821/dlxb201805007

    QIAN C Y, GONG J, ZHANG J X, et al. Change and tradeoffs-synergies analysis on watershed ecosystem services: a case study of Bailongjiang Watershed, Gansu[J]. Acta Geographica Sinica,2018,73(5):868-879. DOI: 10.11821/dlxb201805007

    [35] 孙艺杰, 任志远, 郝梦雅, 等. 黄土高原生态系统服务权衡与协同时空变化及影响因素: 以延安市为例[J]. 生态学报,2019,39(10):3443-3454.

    SUN Y J, REN Z Y, HAO M Y, et al. Spatial and temporal changes in the synergy and trade-off between ecosystem services, and its influencing factors in Yanan, Loess Plateau[J]. Acta Ecologica Sinica,2019,39(10):3443-3454.

    [36]

    YANG G F, 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. DOI: 10.1016/j.landurbplan.2014.12.006

    [37]

    MADRIGAL-MARTÍNEZ S, MIRALLES I GARCÍA J L. Assessment method and scale of observation influence ecosystem service bundles[J]. Land,2020,9(10):392. ⊕ DOI: 10.3390/land9100392

  • 期刊类型引用(1)

    1. 刘沛显,刘莹,李铁男,李恩重. 黑龙江省牡丹江市水土保持生态服务功能时空分异. 水土保持通报. 2025(01): 357-369 . 百度学术

    其他类型引用(0)

图(8)  /  表(1)
计量
  • 文章访问数:  116
  • HTML全文浏览量:  52
  • PDF下载量:  20
  • 被引次数: 1
出版历程
  • 收稿日期:  2023-11-28
  • 修回日期:  2024-01-11
  • 录用日期:  2024-04-01
  • 刊出日期:  2024-07-19

目录

/

返回文章
返回