EN中文

地理研究 >

2021 , Vol. 40 >Issue 3: 821 - 838

DOI: https://doi.org/10.11821/dlyj020200044

研究论文

长江、黄河流域生态系统服务变化及权衡协同关系研究

  • 方露露 ,
  • 许德华 ,
  • 王伦澈 ,
  • 牛自耕 ,
  • 张明
展开
  • 中国地质大学（武汉）地理与信息工程学院,武汉 430074
王伦澈（1987-）,男,安徽安庆人,教授,研究方向为气候变化与地理环境遥感。E-mail:

方露露（1996-）,女,安徽六安人,硕士,研究方向为生态系统服务。E-mail:

收稿日期: 2020-01-20

  录用日期: 2020-03-02

  网络出版日期: 2021-05-10

基金资助

国家自然科学基金青年项目(41801021)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

The study of ecosystem services and the comparison of trade-off and synergy in Yangtze River Basin and Yellow River Basin

  • FANG Lulu ,
  • XU Dehua ,
  • WANG Lunche ,
  • NIU Zigeng ,
  • ZHANG Ming
Expand
  • School of Geography and Information Engineering, China University of Geosciences, Wuhan 430074, China

Received date: 2020-01-20

  Accepted date: 2020-03-02

  Online published: 2021-05-10

Copyright

Copyright reserved © 2021
Fold

摘要

长江、黄河流域是中国重要的生态屏障,近几十年来强烈的人类活动改变了长江、黄河流域的自然景观,使生态系统功能遭到破坏,了解流域内生态系统服务的变化、相互作用和驱动因素是流域生态系统管理和调控的重要基础。本文利用土地利用、土壤类型和气象等数据,对2000—2016年长江、黄河流域的NPP、土壤保持和产水服务进行时空变化分析;采用相关分析法和约束线研究生态系统服务之间的权衡协同关系和约束效应。结果表明：① 2000—2016年,长江、黄河流域的NPP分别以3.21 gC/m2和3.92 gC/m2的速率递增,产水量和土壤保持量在长江流域分别以1.25 mm/a的速率递增和55 t/hm2的速率递减,而在黄河流域,产水量和土壤保持量分别以0.04 mm/a的速率递减和3.31 t/hm2的速率递增。② 长江、黄河流域的NPP、土壤保持和产水服务之间互为协同关系。长江流域的NPP和产水服务与土壤保持服务之间为驼峰型约束,NPP与产水量之间为凸波型约束。③ 黄河流域的NPP与土壤保持间的约束线形态为凸波型,NPP与产水量之间为驼峰型约束,而产水量与土壤保持之间为指数型。定量化研究不同流域的生态系统服务并探究其影响因素,对于了解和优化不同地区的生态系统服务有重要意义。

关键词： 生态系统服务; 权衡与协同; 时空变化; 约束线; 长江流域; 黄河流域

本文引用格式

方露露 , 许德华 , 王伦澈 , 牛自耕 , 张明 . 长江、黄河流域生态系统服务变化及权衡协同关系研究[J]. 地理研究, 2021 , 40(3) : 821 -838 . DOI: 10.11821/dlyj020200044

Abstract

The Yangtze River Basin and Yellow River Basin are important ecological barriers in China, which is of great significance to regional sustainable development. In recent decades, the human activities have changed the natural landscape of the two great river basins, which causes the destruction of ecosystem functions. Understanding the changes, interactions, and drivers of ecosystem services are critical for the improvement of ecosystem management in the above basins. Using the data of land use, NDVI, soil type and meteorology, this paper analyzed the spatial and temporal changes of vegetation net primary productivity (NPP), water yield (WY) and soil retention (SR) in the Yangtze and Yellow river basins from 2000 to 2016. The correlation analysis method was used to explore the trade-off and synergy between ecosystem services, and the constraint lines were extracted to compare the constraint effects between WY and SR in the above two basins. The results showed that: (1) From 2000 to 2016, the NPP in the two river basins increased at a rate of 3.21 gC/m2 and 3.92 gC/m2, respectively. In the Yangtze River Basin, WY increased at a rate of 1.25 mm/a and SR decreased at a rate of 55 t/hm2, while in the Yellow River Basin, WY decreased at a rate of 0.04 mm/a and SR increased at a rate of 3.31 t/hm2. (2) There was a synergistic relationship between NPP, WY and SR in the two basins. And the constraint line between NPP-WY and NPP-SR was hump-shaped constraint in the Yangtze River Basin. (3) In the Yellow River Basin, there was a convex-waved type constraint line between NPP and SR, and hump-shaped constraint line between NPP and WY, while there was an exponential relationship between WY and SR. Precipitation is the main factor influencing the constraint lines between ecosystem services. Still, quantitative research on ecosystem services in different watersheds and the influencing factors is of great significance for understanding and optimizing ecosystem services in different regions.

Key words： ecosystem services; trade-off and synergy; spatial and temporal variation; constrain line; Yangtze River Basin; Yellow River Basin

1 引言

生态系统服务指人类能从生态系统中获得的利益[1]。人类福祉的提高和可持续发展的进步在很大程度上依赖于地球生态系统,但在过去的半个世纪中,由于全球的经济发展和人口增长导致三分之二的生态系统服务有所下降[2],引起国内外学者对生态系统服务变化和驱动因素的广泛关注[3,4,5,6]。在全球变暖和快速城市化背景下,生态系统服务相关研究能为划定生态红线等提供理论参考,已逐渐成为地理学、生态学和相关学科的研究热点[7]。
生态系统服务与生态系统的组成和结构有关[8],气候变化导致的生态系统结构和过程的改变增加了生态系统服务的不确定性[9],同时生态系统过程也受到土地利用变化的影响。国外研究学者Gashaw等和Paudyal等通过对过去、现在和未来的土地利用变化估算生态系统服务的生物物理价值和经济价值,表明林地的增加对生态系统服务有积极影响[10,11];国内学者Lü、Wang等对黄土高原和滇西北地区的研究表明林草用地的增加有利于提高粮食产量、碳固存和土壤保持等服务,但也会造成区域产水量的下降[12,13]。由于生态系统服务间的联系复杂,影响因素多样,使目前的研究仍存在一些不足：单一的研究区域使生态恢复政策所表现出来的生态效益具有限制性;研究尺度缺乏对连续时间尺度上的动态追踪[14,15];生态系统服务间的区域差异性需要加强生态系统服务相互关系和空间关联的研究。
生态系统服务间的关系主要表现为权衡和协同两种形式[16],协同是指多种生态系统服务间同增同减的状态,权衡是指一种生态系统服务的增加使另一种生态系统服务随之减少[17]。生态系统服务种类多样、空间分布不均衡,多个生态系统服务难以同时达到利益最大化[18]。为了明确生态系统服务之间的动态关联,常用相关分析法来判定两个生态系统服务之间的权衡协同关系,随着研究的广泛开展,更多的研究基于相关分析结合聚类分析[19]、主成分分析[20]等方法揭示生态系统服务之间的交互作用。但生态系统服务间并非简单的线性相关,而是受到诸多因素的影响而呈不均匀散布[21],传统的相关性和回归无法衡量生态系统服务多个因素之间的复杂作用。当研究尺度增大,影响因素的不确定性增加,生态系统服务相互之间更加离散,因此引入约束线方法,揭示生态系统服务权衡协同关系的作用方式。约束线方法在生态学研究中的应用日益成熟[22,23,24,25],相关分析法结合约束线对于加强不同生态系统服务之间的驱动因素和影响机制的理解具有指导作用。
长江、黄河是流域经济发展的纽带,经过长期开发利用,流域经济的快速增长也伴随着对生态环境的巨大损害,长江流域旱涝灾害频发,水安全累积风险不断增大;黄河流域水土流失严重,水环境保护形势严峻。党的十八大以来,习近平总书记多次实地考察长江、黄河流域的保护和发展情况,对流域环境保护和生态修复作出重要指示。本文根据长江、黄河流域的突出生态问题,同时考量研究区尺度性影响及数据限制,选择产水量、土壤保持和NPP三项生态系统服务。采用InVEST模型和CASA模型量化并揭示生态系统服务在时间和空间上的演变特征;结合相关系数分析长江、黄河流域生态系统服务间的权衡协同关系;基于约束线方法对比长江、黄河流域生态系统服务之间的约束效应,分析主要驱动力对不同流域生态系统服务变化的贡献。

2 研究区概况与数据来源

2.1 研究区概况

长江、黄河分别是中国的第一和第二大河（图1）,均起源于青藏高原,但气候、植被和国家需求存在巨大差异。长江流域位于24°N~36°N,90°E~122°E之间,横跨中国东部、中部和西部三大经济区,共计11个省、市、自治区,流域总面积180万km2,拥有全国40%多的人口,流域经济带为全国的经济发展做出了巨大贡献。流域年平均气温12~18℃,平均降雨量为1000~1400 mm,降水丰富但时空变化大。植被多为亚热带常绿阔叶林,生物多样性丰富。黄河流域位于32°N~42°N,96°E~119°E之间,覆盖9个省、市、自治区,流域总面积约80万km2,是重要的粮食棉花生产区。流域年平均气温8~14℃,年降水量在200~650 mm之间,年际变化大,时空分布不均。植被多为暖温带落叶阔叶林和温带草原,流域内矿产资源丰富,发展潜力大。
图1 研究区地理位置

Fig. 1 Location of the study area

2.2 数据来源

主要基础数据：
（1）气象观测数据（http://data.cma.cn/）,包括2000—2016年长江、黄河流域的太阳辐射、日累计降水量、平均气温等307个气象站点数据,从每日测量值计算气候变量的年度和季节平均值,并利用普通克里金方法进行插值。
（2）土地利用数据（http://www.resdc.cn/）,选取中国科学院编制的1000 m分辨率的2000年、2005年、2010年和2015年四期土地利用数据,分别表示2000—2004年、2005—2009年、2010—2014年、2015—2016年间隔的土地利用情况[23]。该数据采用三级分类系统,将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地六大地类,在保证了面积精度的前提下,可以满足生态系统服务制图需求[26];土地覆被数据（https://modis.gsfc.nasa.gov/）,来源于MODIS产品MCD12Q1数据,采用第四类NPP分类方案,得到2000—2016年的土地覆盖类型数据。
（3）DEM（http://dwtkns.com/srtm/）,采用ASTER Global Digital Elevation Model（ASTER GDEM）数据,空间分辨率90 m。
（4）NDVI（http://www.resdc.cn/）,采用2000—2016年中国月度植被指数（NDVI）空间分布数据集,分辨率为1000 m。
（5）土壤数据（http://westdc.westgis.ac.cn）,包括土壤质地,土壤砂含量、淤泥含量、黏土含量和有机碳含量以及根系深度等数据,采用基于世界土壤数据库（HWSD）的中国土壤数据集（v1.1）,分辨率为1000 m。 以上所有数据都基于ArcGIS软件,转换为统一的投影坐标系（Albers_Conic_Equal_Area）,并重采样为1000 m的空间分辨率。

3 研究方法

3.1 生态系统服务的量化

3.1.1 NPP NPP（Net primary production）指植被净初级生产力,用于表征生态系统碳储存服务[27]。NPP的计算主要基于CASA模型[28]。计算公式如下：
NPP ( x , t ) = APAR ( x , t ) × ε ( x , t )
式中：NPP（x, t）是x像元上的植被在t月份的净初级生产力;x表示栅格数据中的具体像元;t表示时间;APAR（x, t）是x像元上的植被在t月份吸收的光合有效辐射（MJ/m2）;e（x, t）是x像元上植被在t月份的实际光能利用率[29,30,31,32]。
3.1.2 产水服务 产水服务利用InVEST模型产水量模块进行评估,主要基于Budyko水热耦合平衡假设公式[33]：
Y ( x ) = 1 - AET ( x ) P ( x ) × P ( x )
AET ( x ) P ( x ) = 1 + PET ( x ) P ( x ) - 1 + PET ( x ) P ( x ) W 1 W
PET ( x ) = Kc ( x ) × ETo ( x )
W ( x ) = AWC ( x ) × Z P ( x ) + 1.25
式中：Y（x）为流域内每个栅格单元x的年产水量（mm）;AET（x）为栅格单元x的年实际蒸散发量（mm）;P（x）为栅格单元x的年降水量（mm）;PET（x）为栅格单元x的潜在蒸散量;Kc（x）为作物蒸散发系数;ETO（x）表示栅格单元x的参考作物蒸散;AWC（x）为土壤有效含水量（mm）,由植物利用水分含量（PAWC）、土壤的最大根系埋藏深度和植物根系深度的最小值决定;W（x）表示自然气候-土壤性质的非物理参数;Z采用文献[34]的系数。
3.1.3 土壤保持 土壤保持服务基于InVEST模型沉积物保留模块进行评估,其计算原理主要来自于USLE（通用土壤流失）方程[35]。计算公式如下：
SC = Ap - Ar = R × K × L × S × 1 - C × P
式中：SC为土壤保持量（t/hm2）,由潜在土壤侵蚀（Ap）与实际土壤侵蚀（Ar）之差决定;R为降雨侵蚀因子,本文受降雨过程资料限制,R值根据不同类型雨量资料进行估算和验证[36, 37];K为土壤可蚀性因子,采用1990年 Williams 等提出的侵蚀-生产力评价模型（EPIC）进行计算[38];LS为坡长坡度因子;C为植被覆盖和管理因子;P为土壤保持措施因子。模型中,P、C值是用于调节计算土壤保持量的实际偏差的固定值[39],见表1,因此参照美国农业部手册703号及相关文献来确定[40,41,42,43,44,45,46]。
表1 不同土地利用类型P值和C值

Tab. 1 P value and C value of different land use types

土地利用类型 耕地 林地 草地 水域 建设用地 未利用地
长江流域
 P 0.40 1 1 0 0 1
C 0.19 0.02 0.31 0 0 1
黄河流域
 P 0.30 1 1 0 0 1
C 0.23 0.08 0.24 0 0 1

3.2 约束线提取

约束线方法为揭示生态系统服务内部的影响机制提供了新的思路[21]。本文选择分位数分割法提取约束线,根据生态系统服务之间的散点图,将x轴上的生态系统服务的价值范围等分为100部分,得到100列,取每列99%的分位数作为边界点,得到100个边界点来拟合每条约束线,使用Origin 2018软件,根据散射点云的形状和拟合优度,模拟获得最优约束线[22]。

4 研究结果

4.1 长江黄河流域生态系统服务的空间格局与时间变化

4.1.1 NPP 长江流域NPP较高值分布在西南山区为（600~800）gC/m2,源头地区的NPP值相对较低为（0~150）gC/m2（图2）。黄河流域NPP分布自西北向东南递增,南北差异较大,NPP低值区分布在北部黄土高原为（0~50）gC/m2,东南地区NPP大部分在（200~400）gC/m2,两个流域的NPP空间分布与前人的研究结果大致相同[32,47]。时间变化上,长江流域西南地区增长趋势显著,该地受到南亚夏季风的影响,具有丰富的水热资源,NPP相对较高[29]。黄河流域的NPP增长集中在陕西南部地区,生态恢复计划的实施增加了该地的植被覆盖度,提高了NPP[48]。研究期间两个流域的NPP都明显增长,长江流域NPP年均值最高在2013年为425 gC/m2（图3a,见第826页）,黄河流域年均值最高在2016年为265 gC/m2（图3b,见第826页）。
图2 2000—2016年长江、黄河流域NPP空间分布

Fig. 2 Spatial distribution of NPP in the Yangtze River Basin and Yellow River Basin from 2000 to 2016

图3 2000—2016年长江、黄河流域生态系统服务的时间趋势

Fig. 3 Time trend of ecosystem services in the Yangtze River Basin and Yellow River Basin from 2000 to 2016

4.1.2 产水服务 2000—2016年长江、黄河流域的产水量分布都呈现出自东南向西北递减的空间格局（图4,见第827页）,从上游到下游产水量差异较大。黄河流域也表现出相同的分布格局,但黄河流域的空间差异比长江流域小,差距都在100 mm之间。时间变化上,长江流域四川、贵州和湖南等地产水量下降,黄河流域青海地区产水量增长明显,而宁夏地区产水量下降。研究期间,长江流域产水量以1.25 mm/a的速率递增,在黄河流域以0.04 mm/a的速率轻微递减。两个流域的产水量年际变化剧烈,长江流域在2011年出现极低值为500 mm（图3c）,之后开始波动上升,黄河流域在2003年出现极高值为332 mm（图3d）。
图4 2000—2016年长江、黄河流域产水量的空间分布

Fig. 4 Spatial distribution of water yield in the Yangtze River Basin and Yellow River Basin from 2000 to 2016

4.1.3 土壤保持服务 长江流域土壤保持量高值区位于四川和云南地区, 土壤保持量大于40000 t/hm2,土壤保持低值区主要分布在长江源头和下游地势平坦地区,范围在（0~500）t/hm2。黄河流域高土壤保持量主要分布在西南山区,宁夏中部和陕西地区土壤保持量呈减少趋势,长江流域的西南地区土壤保持量减少明显,两个流域土壤保持的空间格局基本保持不变,土壤保持量最高值都分布在陡峭山区（图5,见第827页）。研究期间长江流域土壤保持以55 t/hm2的速率递减,并在2011年达到最低值11939 t/hm2之后又开始波动上升（图3e）;而在黄河流域土壤保持以3.31 t/hm2的速率递增,最高值出现在2003年为2484 t/hm2（图3f）,之后变化相对较稳定。
图5 2000—2016年长江、黄河流域土壤保持服务的空间分布

Fig. 5 Spatial distribution of soil retention in the Yangtze River Basin and Yellow River Basin from 2000 to 2016

4.2 长江黄河流域生态系统服务间的权衡协同关系

根据斯皮尔曼相关分析,生态系统服务间的相关系数均在0.01水平上显著相关（表2,见第828页）。相关性表明：长江、黄河流域的三项生态系统服务之间均互为正相关,呈协同关系,但除了黄河流域的NPP与产水量之间相关性较强,其余生态系统服务之间的相关性均较弱。具体来说,长江流域的NPP、产水量与土壤保持之间的相关系数在0.1范围浮动,年际变化不大;而黄河流域的NPP、产水量与土壤保持之间的相关系数在0.2范围浮动。长江流域NPP与产水量之间的相关系数在0.2~0.5之间;黄河流域的植被对水分条件相对敏感,NPP与产水量之间的协同作用比长江流域强,相关系数在0.6范围浮动,年际变化平稳。流域内较高的NPP反映出良好的植被覆盖,有利于增加降水截留,对降水造成的土壤侵蚀起到抑制作用[49, 50],相互之间呈同增同长的协同关系。
表2 生态系统服务间的相关系数

Tab. 2 Correlation coefficients between ecosystem services

长江流域 黄河流域
产水与土壤保持 NPP与土壤保持 NPP与产水 产水与土壤保持 NPP与土壤保持 NPP与产水
2000年 0.135** 0.097** 0.223** 0.314** 0.227** 0.693**
2005年 0.099** 0.108** 0.379** 0.377** 0.247** 0.666**
2010年 0.107** 0.133** 0.439** 0.289** 0.195** 0.646**
2015年 0.151** 0.142** 0.280** 0.256** 0.209** 0.651**

注：**表示在0.01水平上显著相关。

4.3 长江黄河流域生态系统服务间的约束关系

生态系统服务之间不仅相互关联也相互约束[51]。如图6（见第828页）所示,黄河流域的NPP与土壤保持间的约束线形态为凸波型（图6A,见第828页）,即NPP对土壤保持服务的约束效应表现出波动特征,拟合度R2在0.2范围。NPP与产水量之间的约束线为驼峰型（图6B,见第828页）,即表示随着NPP的增加,对土壤保持和产水量的约束作用先减小后增加。约束线拟合度R2均超过0.4,拟合效果相对较好。从产水量与土壤保持之间的约束线来看,产水量通过约束水分条件对区域内的土壤保持具有非线性约束（图6C）。地处相对干旱的黄河流域,产水量与土壤保持之间为指数型约束线,即随着产水量的增加,对土壤保持的约束作用在整个流域内持续减小,拟合度R2在0.4范围。
图6 黄河流域生态系统服务间的散点图及约束线

Fig. 6 Scatter plots and constraint lines between ecosystem services in the Yellow River Basin

长江流域的NPP和产水量与土壤保持服务之间均为驼峰型约束（图7A、图7C）,拟合度R2在0.2~0.4之间。NPP与产水量之间的约束线形态为凸波型（图7B）,拟合度R2均超过0.5,拟合效果较好,NPP与产水服务之间的约束效应与黄河流域相似。NPP作为植被覆盖度的表现,高NPP表现出良好的植被覆盖[52],在干旱地区,蒸散量高,随着植被的生长,水分利用率降低,也会导致产水量的下降[53, 54],因此,产水量随着NPP的增加而表现出先增加后减少的状态。
图7 长江流域生态系统服务间的散点图及约束线

Fig. 7 Scatter plots and constraint lines between ecosystem services in the Yangtze River Basin

5 讨论和结论

5.1 讨论

5.1.1 长江、黄河流域生态系统服务约束关系的对比分析 对比长江黄河流域的约束关系可知,产水服务与土壤保持服务约束线在两个流域表现出完全不同的形态,在黄河流域为指数型,而在长江流域为驼峰型约束线。黄河流域产水量受到降雨和蒸散限制,多集中在600 mm范围内。Jiang等对黄土高原水土流失的研究表明,降雨量低于约450~500 mm时,不足以维持良好的植被覆盖,而当降雨超过阈值时,植被的土壤保持功能就会增强,土壤流失也会大大减少[55]。因此黄河流域的产水量在600 mm范围以内时,土壤保持服务随着产水量的增加而提高。
根据约束线的拟合方程求导得到长江流域的产水服务和土壤保持服务约束线的阈值范围,在较为湿润的长江流域,当产水量范围超过500~600 mm阈值范围时,土壤保持量开始逐渐下降。长江流域降水充足,当降水达到阈值范围时,植被生长已处于稳定状态,若降雨继续增加,其提供的动能变大,高强度降雨达到土壤入渗能力的速率时,会发生过量径流[56],导致土壤保持服务随之下降,因此长江流域的产水量与土壤保持之间为驼峰型约束。
总的来说,长江流域和黄河流域生态系统服务之间约束关系的不同,主要是景观异质性和气候差异引起的,降水是影响长江、黄河流域产水量变化的主要因素,但在长江、黄河流域表现出不同的响应过程,表明生态系统服务受多种因素综合作用,且因区域环境的不同而产生不同的影响效应。
5.1.2 影响生态系统服务波动的因素 生态系统服务变化受直接因素和间接因素共同影响,对于长江、黄河流域,气候和土地利用变化都是推动生态系统服务变化的重要因素。
（1）降水和温度在各种生态过程中起着重要作用[57]。温度的变化对长江流域的NPP增长（r =0.564*）有积极作用,对黄河流域（r =0.265）无显著作用,气温的升高可以通过代谢增强光合作用以及提高营养物的分解来增加NPP[58]。降雨是影响产水量和土壤保持的关键气候因子,根据相关性分析,降雨对长江、黄河流域的土壤保持服务（r长江=0.696**,r黄河=0.868**）和产水服务（r长江=0.995**,r黄河=0.841**）都呈显著正相关关系,说明降水变异性与水土保持密切相关,与其他学者的研究结论相呼应[59, 60]。相比于长江流域,降雨对黄河流域的产水服务影响更强。
通过气候因素与生态系统服务的相关性分析,发现气温对于长江、黄河流域内的生态系统服务影响并不显著,因此,着重分析了对降雨响应敏感的产水服务和土壤保持服务与降雨之间的关系。如图8、图9所示,长江流域的降雨与土壤保持服务间为驼峰型约束关系;而黄河流域的降雨与土壤保持服务之间呈指数型。从提取的散点图中可以看到,随着降雨量的增加,黄河流域的土壤保持量不断增加（图8B）,而长江流域的土壤保持量在降雨量超过1000 mm范围以后开始逐渐下降（图8A）。在相对干旱的黄河流域,适量的降雨能促进植被的生长,提高植被覆盖度,有利于提升土壤保持能力,但当降水超过阈值,也会对土壤造成冲刷,造成土壤保持功能的下降[61]。因此在较湿润的长江流域,土壤保持服务随着降雨的增加呈先增加后减少的状态。
图8 土壤保持服务与降雨量的关系

Fig. 8 Relationships between soil retention and precipitation

图9 产水服务与降雨量的关系

Fig. 9 Relationships between water yield and precipitation

降水也是产水服务的主要驱动因素,从提取的约束线来看,降雨对长江流域和黄河流域的产水服务都呈正凸型约束效应（图9A、图9B）,随着降雨量的增加,对产水服务的约束作用逐渐减小,产水量逐渐趋于平稳。在黄河流域,产水量随着降雨量的增加而缓慢增加,而在降雨量相对充足的长江流域,当降雨超过500 mm时,产水量没有随着降雨量的增加而发生强烈变化。
潜在蒸散量是影响产水量的另一因素,如图10a、图10b所示,随着年均潜在蒸散量的增加（减少）,长江、黄河流域的产水量反而减少（增加）,说明潜在蒸散量对长江流域和黄河流域的产水服务（r长江=-0.740**;r黄河=-0.757**）有负面影响。土壤保持服务随着降雨侵蚀力的增加（减少）而增加（减少）,并且随着异常年份降雨侵蚀力的极端变化,土壤保持服务也呈现出相应的变化,两者的波动起伏随时间保持同步（图10c、图10d）。总的来说,降雨是影响长江、黄河流域生态系统服务约束效应最重要的因素,并且由于流域气候环境的不同,降雨对生态系统服务间的约束作用也不断发生变化。
图10 2000—2016年长江、黄河流域潜在蒸散量-产水量和降雨侵蚀力-土壤保持变化的比较

Fig. 10 Comparison of potential evapotranspiration-water yield and rainfall erosivity-SR in the Yangtze River Basin and Yellow River Basin from 2000 to 2016

（2）人为因素对生态系统服务的影响主要表现为人类活动对土地利用类型的改变,而土地利用类型的形态和强度变化又通过改变相应的生态过程反馈生态系统服务供给[62]。从20世纪90年代以来,中国陆续启动一系列生态保护与恢复建设工程,黄河流域大部分地区参与实施退耕还林还草工程,长江流域启动防护林体系建设。根据统计数据显示（图11）,2000—2015年,长江流域的耕地和草地面积持续性减少,林地面积呈先增加后减少的阶段性变化;黄河流域的耕地持续减少,林地总体增加。研究结果表明,随着林地的增加,长江流域产水服务略有下降,土壤保持服务不断上升（表3,见第833页）。而在黄河流域,草地虽然占主导,但林地的产水服务和土壤保持服务水平更高（表4,见第833页）,并且随着林地面积的增加,土壤保持的服务水平不断提高。说明森林的聚集对NPP和土壤保持有积极作用,而对产水量有负面影响[59, 63]。总体而言,林地的增加对生态问题的改善具有积极作用。
图11 长江、黄河流域的土地利用变化

Fig. 11 Land use change in the Yangtze River Basin and Yellow River Basin

表3 长江流域不同土地利用类型的生态系统服务均值

Tab. 3 Mean value of ecosystem services for different land use types in the Yangtze River Basin

产水量均值（mm/a） 土壤保持均值（t/hm2）
2000年 2005年 2010年 2015年 2000年 2005年 2010年 2015年
耕地 8250.32 8256.33 8531.26 8330.81 803.90 807.73 848.73 904.34
林地 23698.00 20893.34 22549.54 21504.06 797.38 753.83 823.07 848.57
草地 14678.56 14665.30 14516.57 13311.51 509.97 499.47 456.13 443.20
表4 黄河流域不同土地利用类型的生态系统服务均值

Tab. 4 Mean value of ecosystem services for different land use types in the Yellow River Basin

产水量均值（mm/a） 土壤保持均值（t/hm2）
2000年 2005年 2010年 2015年 2000年 2005年 2010年 2015年
耕地 981.56 1171.88 1068.04 920.95 264.17 284.45 282.36 260.93
林地 4259.06 5244.81 4603.91 3837.84 268.00 295.03 286.31 295.04
草地 1428.71 2021.40 1643.04 1364.50 217.44 254.76 241.46 215.99
随着城市化的发展,长江、黄河流域建设用地的增长速率分别达到了55%和31%,尤其在2010—2015年阶段增长速度更加明显。快速的城市化进程伴随着更广泛密集的城市基础设施建设和对资源的大量消耗,建设用地的大规模扩张占用周边的林草用地,威胁到生态功能区相关的土地利用类型的保护,导致生态系统服务的不均衡发展[64, 65],但其具体影响还需要进一步研究。
综上所述,土地利用变化和气候变化共同推动了生态系统服务的变化。土地覆被格局决定着生态系统服务的整体分布,而气候、地形地貌、土壤等因素影响着生态系统服务的局部差异,这些因素的共同作用造成了生态系统服务的空间异质性。在气候变化的大背景下,人类活动的变化也会引起土地利用形态和土壤的变化,从而导致一系列生态系统服务发生变化。在气候类型不同的长江、黄河流域,退耕还林、还草都需选择降水和地形适宜地区,且要适地适树[66]。黄河流域由于水资源的限制,更适合种植灌木和草本植物,同时也需要注重对原生植物的保护。长江流域可以以乔木为主要恢复树种,控制天然林的采伐,同时调整产业发展结构。两个流域在经济发展的同时都应兼顾生态承载力,加强城市生态环境的建设,调节经济发展与生态建设之间的矛盾,促进经济与生态的协调可持续发展。
5.1.3 模型计算的不确定性 本文的研究区跨度较大,植被覆盖、土地利用结构、地域气候变化在同一流域内部已经有较大差异,而连续年份的土地利用数据缺失,会导致数据细节的损失。同时测算的长江流域产水量与土壤保持之间达到显著相关的相关系数较小,其他学者的研究结果也有此种情况[67, 68]。另外,InVEST模型中的土壤保持模块计算结果仅代表沟蚀和沟间侵蚀,模型中的参数研究较少,特别是在预测沟谷侵蚀时,对土壤流失的估算效果不佳。通过与其他学者的研究对比,本文对流域内的土壤保持量略有高估[46, 69],未来通过对大尺度研究中地形、土壤等影响因子的详细分析,能进一步明确生态系统服务的空间异质性。

5.2 结论

本文使用2000—2016年连续时间序列数据,分析了长江、黄河流域的NPP、产水量和土壤保持服务的时空变化特征,揭示了生态系统服务间的相互关系,并讨论了两个流域生态系统服务相互作用的影响因素,主要结论如下：
（1）2000—2016年间,长江、黄河流域的NPP分别以3.21 gC/m2和3.92 gC/m2的速率递增,产水服务和土壤保持服务在长江流域分别以1.25 mm/a的速率递增和55 t/hm2的速率递减,而在黄河流域,产水服务和土壤保持服务分别以0.04 mm/a的速率递减和3.31 t/hm2的速率递增。空间分布上,长江、黄河流域的生态系统服务都表现出强烈的空间异质性,产水量分布从东南向西北递减,土壤保持服务呈现“山地丘陵高,河谷平原低”的分布态势。
（2）长江、黄河流域的NPP、土壤保持和产水服务之间互为协同关系。长江流域的NPP和产水量与土壤保持服务之间的约束线形态为驼峰型,NPP与产水量之间为凸波型约束。黄河流域的NPP与土壤保持间的约束线形态为凸波型,NPP与产水量之间为驼峰型约束,而产水量与土壤保持之间为指数型约束。两个流域间的约束线形态略有差异。
（3）长江、黄河流域生态系统服务的变化受到气候、土地利用变化和人类活动的共同影响。温度的变化对长江流域的NPP增长（r=0.564*）有积极作用,对黄河流域（r=0.265）无显著作用;降雨对长江、黄河流域的土壤保持服务（r长江=0.696**,r黄河=0.868**）和产水服务（r长江=0.995**,r黄河=0.841**）都呈显著正相关关系;人类改变生态系统过程的主观活动（生态恢复、水土保持措施等）也会对生态系统服务产生较大影响。
总体而言,了解生态系统服务相互之间的复杂联系和约束效应,可更好的发挥人类活动对生态系统服务影响的可控性,以避免不必要的权衡风险,有助于生态系统服务间的协同发展,对于现实经济增长与生态平衡具有指导作用。

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文土壤保持服务中的方法选择、NPP计算指标选取方面的修改意见,使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Costanza R, D'Arge R, De Groot R, et al. The value of the world's ecosystem services and natural capital. Ecological Economics, 1998,25(1):3-15. DOI: 10.1038/387253a0.

[2]
Millennium Ecosystem Assessment. Ecosystems and Human Well-being: A Framework for Assessment. Washington, DC: Island Press, 2005.

[3]
Butsic V, Shapero M, Moanga D, et al. Using InVEST to assess ecosystem services on conserved properties in Sonoma County, CA. California Agriculture, 2017,71(2):81-89. DOI: 10.3733/ca.2017a0008.

[4]
Markkula I, Turunen M, Rasmus S. A review of climate change impacts on the ecosystem services in the Saami Homeland in Finland. Science of the Total Environment, 2019,692:1070-1085. DOI: 10.1016/j.scitotenv.2019.07.272.

[5]
Yuan Y, Wu S, Yu Y, et al. Spatiotemporal interaction between ecosystem services and urbanization: Case study of Nanjing City, China. Ecological Indicators, 2018,95:917-929. DOI: 10.1016/j.ecolind.2018.07.056.

[6]
Xu X, Yang G, Tan Y. Identifying ecological red lines in China's Yangtze River Economic Belt: A regional approach. Ecological Indicators, 2019,96:635-646. DOI: 10.1016/j.ecolind.2018.09.052.

[7]
赵军, 高超, 胡秀芳, 等. 基于文献分析方法的生态系统服务研究热点、前沿与发展趋势. 中国农学通报, 2018,34(34):132-137.

[ Zhao Jun, Gao Chao, Hu Xiufang, et al. Ecosystem services: Research hot-spot, frontiers and development trends based on document analysis. Chinese Agricultural Science Bulletin, 2018,34(34):132-137.]

[8]
Cord AF, Bartkowski B, Beckmann M, et al. Towards systematic analyses of ecosystem service trade-offs and synergies: Main concepts, methods and the road ahead. Ecosystem Services, 2017,28:264-272. DOI: 10.1016/j.ecoser.2017.07.012.

[9]
傅伯杰, 田汉勤, 桃福禄, 等. 全球变化对生态系统服务的影响. 中国基础科学, 2017,19(6):14-18.

[ Fu Bojie, Tian Hanqin, Tao Fulu, et al. The impact of global change on ecosystem services. China Basic Science, 2017,19(6):14-18.]. DOI: 10.3969/j.issn.1009-2412.2017.06.003.

[10]
Gashaw T, Tulu T, Argaw M, et al. Estimating the impacts of land use/land cover changes on ecosystem service values: The case of the Andassa watershed in the Upper Blue Nile basin of Ethiopia. Ecosystem Services, 2018,31:219-228. DOI: 10.1016/j.ecoser.2018.05.001.

[11]
Paudyal K, Baral H, Bhandari SP, et al. Spatial assessment of the impact of land use and land cover change on supply of ecosystem services in Phewa watershed, Nepal. Ecosystem Services, 2019,36:100895. DOI: 10.1016/j.ecoser.2019.100895.

[12]
Lü YH, Fu BJ, Feng XM, et al. A policy-driven large scale ecological restoration: Quantifying ecosystem services changes in the Loess Plateau of China. PloS One, 2012,7(2):e31782. DOI: 10.1371/journal.pone.0031782.

PMID

[13]
Wang JT, Peng J, Zhao MY, et al. Significant trade-off for the impact of Grain-for-Green Programme on ecosystem services in North-western Yunnan, China. Science of The Total Environment, 2017,574:57-64. DOI: 10.1016/j.scitotenv.2016.09.026.

[14]
武文欢, 彭建, 刘焱序, 等. 鄂尔多斯市生态系统服务权衡与协同分析. 地理科学进展, 2017,36(12):1571-1581.

[ Wu Wenhuan, Peng Jian, Liu Yanxu, et al. Tradeoffs and synergies between ecosystem services in Ordos City. Progress in Geography, 2017,36(12):1571-1581.]. DOI: 10.18306/dlkxjz.2017.12.012.

[15]
李晶, 李红艳, 张良. 关中-天水经济区生态系统服务权衡与协同关系. 生态学报, 2016,36(10):3053-3062.

[ Li Jing, Li Hongyan, Zhang Liang. Ecosystem service trade-offs and in the Guanzhong-Tianshui economic of China. Acta Ecological Sinica, 2016,36(10):3053-3062.]. DOI: 10.5846/stxb201408261688.

[16]
Bennett EM, Peterson GD, Gordon LJ, et al. Understanding relationships among multiple ecosystem services. Ecology Letters, 2009,12(12):1394-1404. DOI: 10.1111/j.1461-0248.2009.01387.x.

PMID

[17]
Rodríguez JP, Beard TD, Bennett EM, et al. Trade-offs across space, time, and ecosystem services. Ecology and Society, 2006,11(1):28. DOI: 10.5751/ES-01667-110128.

[18]
李双成, 张才玉, 刘金龙, 等. 生态系统服务权衡与协同研究进展及地理学研究议题. 地理研究, 2013,32(8):1379-1390.

[ Li Shuangcheng, Zhang Caiyu, Liu Jinlong, et al. The tradeoffs and synergies of ecosystem services: Research progress, development trend, and themes of geography. Geographical Research, 2013,32(8):1379-1390.]

[19]
Schirpke U, Candiago S, Egarter VL, et al. Integrating supply, flow and demand to enhance the understanding of interactions among multiple ecosystem services. Science of The Total Environment, 2019,651:928-941. DOI: 10.1016/j.scitotenv.2018.09.235.

[20]
Chawanji S, Masocha M, Dube T. Spatial assessment of ecosystem service trade-offs and synergies in Zimbabwe. Transactions of the Royal Society of South Africa, 2018,73(2):172-179. DOI: 10.1080/0035919X.2018.1428235.

[21]
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. 植物生态学报, 2016,40(10):1100-1109.

[ Hao Ruifang, Yu Deyong, Wu Jianguo, et al. Constraint line methods and applications in ecology. Chinese Journal of Plant Ecology, 2016,40(10):1100-1109.]. DOI: 10.17521/cjpe.2016.0152.

[22]
Hao RF, Yu DY, Wu JG. Relationship between paired ecosystem services in the grassland and agro-pastoral transitional zone of China using the constraint line method. Agriculture, Ecosystems & Environment, 2017,240:171-181. DOI: 10.1016/j.agee.2017.02.015.

[23]
Hao RF, Yu DY, Sun Y, et al. The features and influential factors of interactions among ecosystem services. Ecological Indicators, 2019,101:770-779. DOI: 10.1016/j.ecolind.2019.01.080.

[24]
Jiang C, Zhang HY, Zhang ZD. Spatially explicit assessment of ecosystem services in China's Loess Plateau: Patterns, interactions, drivers, and implications. Global and Planetary Change, 2018,161:41-52. DOI: 10.1016/j.gloplacha.2017.11.014.

[25]
官冬杰, 周李磊, 李秋彦, 等. 重庆市湿地生态系统服务约束关系. 中国环境科学, 2019, (4):1753-1764.

[ Guan Dongjie, Zhou Lilei, Li Qiuyan, et al. Constraints relationship of wetland ecosystem services in Chongqing. China Environmental Science, 2019, (4):1753-1764.]. DOI: 10.3969/j.issn.1000-6923.2019.04.049.

[26]
徐新良, 刘纪远, 庄大方. 国家尺度土地利用/覆被变化遥感监测方法. 安徽农业科学, 2012, (4):2365-2369.

[ Xu Xinliang, Liu Jiyuan, Zhuang Dafang. Remote sensing monitoring methods of land use/cover change in national scale. Journal of Anhui Agriculture, 2012, (4):2365-2369.]. DOI: 10.3969/j.issn.0517-6611.2012.04.161.

[27]
Wu XT, Wang S, Fu BJ, et al. Land use optimization based on ecosystem service assessment: A case study in the Yanhe watershed. Land Use Policy, 2018,72:303-312. DOI: 10.1016/j.landusepol.2018.01.003.

[28]
Potter CS, Randerson JT, Field CB, et al. Terrestrial ecosystem production: A process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993,7(4):811-841. DOI: 10.1029/93GB02725.

[29]
Zhang YL, Song CH, Zhang KR, et al. Effects of land-use/land-cover and climate changes on terrestrial net primary productivity in the Yangtze River Basin, China from 2001 to 2010. Journal of Geophysical Research Biogeosciences, 2014,119(6):1092-1109. DOI: 10.1002/2014JG002616.

[30]
朱文泉, 潘耀忠, 何浩, 等. 中国典型植被最大光利用率模拟. 科学通报, 2006,51(6):700-706.

[ Zhu Wenquan, Pan Yaozhong, He Hao, et al. Simulation of maximum light utilization rate of typical vegetation in China. Chinese Science Bulletin, 2006,51(6):700-706.]. DOI: 10.3321/j.issn: 0023-074X.2006.06.014.

[31]
朱文泉, 潘耀忠, 张锦水. 中国陆地植被净初级生产力遥感估算. 植物生态学报, 2007,31(3):413-424.

[ Zhu Wenquan, Pan Yaozhong, Zhang Jinshui. Estimation of net primary productivity of Chinese terrestrial vegetation based on remote sensing. Journal of Plant Ecology, 2007,31(3):413-424.]. DOI: 10.3321/j.issn: 1005-264X.2007.03.010.

[32]
Feng YH, Zhu JX, Zhao X, et al. Changes in the trends of vegetation net primary productivity in China between 1982 and 2015. Environmental Research Letters, 2019,14(12):124009. DOI: 10.1088/1748-9326/ab4cd8.

[33]
Zhang L, Hickel K, Dawes WR, et al. A rational function approach for estimating mean annual evapotranspiration. Water Resources Research, 2004,40(2):89-97. DOI: 10.1029/2003WR002710.

[34]
Zhang L, Dawes WR, Walker GR. Response of mean annual evapotranspiration to vegetation changes at catchment scale. Water Resources Research, 2001,37(3):701-708. DOI: 10.1029/2000WR900325.

[35]
Renard K G, Foster G R, Weesies G A, et al. Predicting soil erosion by water: A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). Washington, DC: United States Department of Agriculture, 1997.

[36]
章文波, 付金生. 不同类型雨量资料估算降雨侵蚀力. 资源科学, 2003, (1):35-41.

[ Zhang Wenbo, Fu Jinsheng. Rainfall erosivity estimation under different rainfall amount. Resources Science, 2003, (1):35-41.]. DOI: 10.3321/j.issn: 1007-7588.2003.01.006.

[37]
殷水清, 薛筱婵, 岳天雨, 等. 中国降雨侵蚀力的时空分布及重现期研究. 农业工程学报, 2019,35(9):105-113.

[ Yin Shuiqing, Xu Xiaochan, Yue Tianyu, et al. Spatiotemporal distribution and return period of rainfall erosivity in China. Transactions of the Chinese Society of Agricultural Engineering, 2019,35(9):105-113.]. DOI: 10.11975/j.issn.1002-6819.2019.09.013.

[38]
Williams JR, Arnold JG. A system of erosion sediment yield models. Soil Technology, 1997,11(1):43-55. DOI: 10.1016/S0933-3630(96)00114-6.

[39]
Sharp R, Tallis HT, Ricketts T, et al. InVEST User's Guide. Stanford: University of Minnesota, 2015.

[40]
马超飞, 马建文, 哈斯巴干, 等. 基于RS和GIS的岷江流域退耕还林还草的初步研究. 水土保持学报, 2001,6(4):20-24.

[ Ma Chaofei, Ma Jianwen, Hasi Bagan, et al. Closing land for forest or grass in Minjiang drainage based on RS and GIS. Journal of Soil Water Conservation, 2001,6(4):20-24.]. DOI: 10.3321/j.issn: 1009-2242.2001.04.006.

[41]
齐清, 王天明, 寇晓军, 等. 基于GIS的黄土高原小流域土壤侵蚀定量评价. 水土保持研究, 2009,16(3):1-5.

[ Qi Qing, Wang Tianming, Kou Xiaojun, et al. Quantitative assessment of soil erosion in small watershed in Loess Plateau based GIS. Research of Soil and Water Conservation, 2009,16(3):1-5.]

[42]
于兴修, 杨桂山. 通用水土流失方程因子定量研究进展与展望. 自然灾害学报, 2003, (3):14-18.

[ Yu Xingxiu, Yang Guishan. Advances in research on evaluating the factors of universal soil loss equation. Journal of Natural Disasters. 2003, (3):14-18.]. DOI: 10.3969/j.issn.1004-4574.2003.03.003.

[43]
蔡崇法, 丁树文, 史志华, 等. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究. 水土保持学报, 2000, (2):19-24.

[ Cai Chongfa, Ding Shuwen, Shi Zhihua, et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed. Journal of Soil and Water Conservation, 2000,(2):19-24.]. DOI: 10.13870/j.cnki.stbcxb.2000.02.005.

[44]
Zhu MY. Soil erosion assessment using USLE in the GIS environment: A case study in the Danjiangkou Reservoir Region, China. Environmental Earth Sciences, 2015,73(12):7899-7908. DOI: 10.1007/s12665-014-3947-5.

[45]
马建军, 姚虹, 张树礼. 黄土高原丘陵沟壑区露天煤矿复垦地生态修复的水土保持效应研究. 廊坊师范学院学报(自然科学版), 2009,9(1):68-71.

[ Ma Jianjun, Yao Hong, Zhang Shuli. Study on ecological rehabilitation of opencast coal mine and it′s soil and water conservation in the hilly and gully area of the loess plateau. Journal of Langfang Teachers College (Natumail Science Edition), 2009,9(1):68-71.]. DOI: 10.3969/j.issn.1674-3229-B.2009.01.024.

[46]
刘乙淼, 陈艳梅, 胡引翠. 长江流域土壤保持能力时空特征. 长江流域资源与环境, 2015,24(6):971-977.

[ Liu Yimiao, Chen Yanmei, Hu Yincui. Spatial-temporal distribution characteristics of soil conservation ability in Yangtze Basin. Resources and Environment in the Yangtze Basin, 2015,24(6):971-977.]. DOI: 10.11870/cjlyzyyhj201506011.

[47]
Li T, Lü YH, Fu BJ, et al. Bundling ecosystem services for detecting their interactions driven by large-scale vegetation restoration: Enhanced services while depressed synergies. Ecological Indicators, 2019,99:332-342. DOI: 10.1016/j.ecolind.2018.12.041.

[48]
李登科, 王钊. 基于MOD17A3的中国陆地植被NPP变化特征分析. 生态环境学报, 2018,27(3):397-405.

[ Li Dengke, Wang Zhao. The characteristic of NPP of terrestrial vegetation in China based on MOD17A3 data. Ecology and Environmental Sciences, 2018,27(3):397-405.]. DOI: 10.16258/j.cnki.1674-5906.2018.03.001.

[49]
Jang C, Zhang HY, Wang XC, et al. Challenging the land degradation in China's Loess Plateau: Benefits, limitations, sustainability, and adaptive strategies of soil and water conservation. Ecological Engineering, 2019,127:135-150. DOI: 10.1016/j.ecoleng.2018.11.018.

[50]
Fu BJ, Liu Y, Lü YH, et al. Assessing the soil erosion control service of ecosystems change in the Loess Plateau of China. Ecological Complexity, 2011,8(4):284-293. DOI: 10.1016/j.ecocom.2011.07.003.

[51]
Howe C, Suich H, Vira B, et al. Creating win-wins from trade-offs? Ecosystem services for human well-being: A meta-analysis of ecosystem service trade-offs and synergies in the real world. Global Environmental Change, 2014,28:263-275. DOI: 10.1016/j.gloenvcha.2014.07.005.

[52]
Zhao FB, Wu YP, Sivakumar B, et al. Climatic and hydrologic controls on net primary production in a semiarid loess watershed. Journal of Hydrology, 2019,568:803-815. DOI: 10.1016/j.jhydrol.2018.11.031.

[53]
Liu L, Wang Z, Wang Y, et al. Trade-off analyses of multiple mountain ecosystem services along elevation, vegetation cover and precipitation gradients: A case study in the Taihang Mountains. Ecological Indicators, 2019,103:94-104. DOI: 10.1016/j.ecolind.2019.03.034.

[54]
Wen X, Théau J. Assessment of ecosystem services in restoration programs in China: A systematic review. AMBIO A Journal of the Human Environment, 2019,42(2):584-592. DOI: 10.1007/s13280-019-01214-w.

[55]
Jiang C, Zhang HY, Zhang ZD, et al. Model-based assessment soil loss by wind and water erosion in China's Loess Plateau: Dynamic change, conservation effectiveness, and strategies for sustainable restoration. Global and Planetary Change, 2019,172:396-413. DOI: 10.1016/j.gloplacha.2018.11.002.

DOI

[56]
Li ZY, Fang HY. Impacts of climate change on water erosion: A review. Earth-Science Reviews, 2016,163:94-117. DOI: 10.1016/j.earscirev.2016.10.004.

[57]
Zhang HY, Fan JW, Cao W, et al. Changes in multiple ecosystem services between 2000 and 2013 and their driving factors in the grazing withdrawal program, China. Ecological Engineering, 2018,116:67-79. DOI: 10.1016/j.ecoleng.2018.02.028.

[58]
Runting RK, Bryan BA, Dee LE, et al. Incorporating climate change into ecosystem service assessments and decisions: A review. Global Change Biology, 2016,23(1):28-41. DOI: 10.1111/gcb.13457.

PMID

[59]
Su CH, Fu BJ. Evolution of ecosystem services in the Chinese Loess Plateau under climatic and land use changes. Global and Planetary Change, 2013,101:119-128. DOI: 10.1016/j.gloplacha.2012.12.014.

DOI

[60]
Jiang C, Li DQ, Wang DW, et al. Quantification and assessment of changes in ecosystem service in the Three-River Headwaters Region, China as a result of climate variability and land cover change. Ecological Indicators, 2016,66:199-211.DOI: 10.1016/j.ecolind.2016.01.051.

[61]
Smith R E, Goodrich D C. Rainfall Excess Overland Flow. In: Encyclopedia of Hydrological Sciences. Anderson M G, McDonnell J J (eds). United Kingdom: John Wiley & Sons, 2006.

[62]
Tang ZL, Sun G, Zhang NN, et al. Impacts of land-use and climate change on ecosystem service in Eastern Tibetan Plateau, China. Sustainability, 2018,10(2):467. DOI: 10.3390/su10020467.

[63]
Fu Q, Li B, Hou Y, et al. Effects of land use and climate change on ecosystem services in Central Asia's arid regions: A case study in Altay Prefecture, China. Science of The Total Environment, 2017, 607-608:633-646. DOI: 10.1016/j.scitotenv.2017.06.241.

[64]
刘纪远, 宁佳, 匡文慧, 等. 2010-2015年中国土地利用变化的时空格局与新特征. 地理学报, 2018,73(5):789-802.

[ Liu Jiyuan, Ning Jia, Kuang Wenhui, et al. Spatio-temporal patterns and characteristics of land-use change in China during 2010-2015. Acta Geographica Sinica, 2018,73(5):789-802.]. DOI: 10.11821/dlxb201805001.

[65]
Wang J L, Zhou W Q, Pickett S, et al. A multiscale analysis of urbanization effects on ecosystem services supply in an urban megaregion. Science of The Total Environment, 2019,662:824-833. DOI: 10.1016/j.scitotenv.2019.01.260.

[66]
Cao S X, Chen L, Yu X X. Impact of China's grain for green project on the landscape of vulnerable arid and semi-arid agricultural regions: a case study in northern Shaanxi province. Journal of Applied Ecology, 2009,46(3):536-543. DOI: 10.1111/j.1365-2664.2008.01605.x.

[67]
孙艺杰, 任志远, 赵胜男, 等. 陕西河谷盆地生态系统服务协同与权衡时空差异分析. 地理学报, 2017,72(3):521-532.

[ Sun Yijie, Ren Zhiyuan, Zhao Shengnan, et al. Spatial and temporal changing analysis of synergy and trade-off between ecosystem services in valley basins of Shaanxi Province. Acta Geographica Sinica, 2017,72(3):521-532.]. DOI: 10.11821/dlxb201703012.

[68]
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分析: 以延安市为例. 生态学报, 2019,39(10):3443-3454.

[ Sun Yijie, Ren Zhuyuan, Hao Mengya, et al. Spatial and temporal changes in the synergy and trade-off between ecosystem services and its influencing factors in Yanan, Loess Plateau. Acta Ecologica Sinica, 2019,39(10):3443-3454.]. DOI: 10.5846/stxb201808141730.

[69]
Jiang C, Wang F, Zhang H, et al. Quantifying changes in multiple ecosystem services during 2000-2012 on the Loess Plateau, China, as a result of climate variability and ecological restoration. Ecological Engineering. 2016,97:258-271. DOI: 10.1016/j.ecoleng.2016.10.030.

Options
文章导航

/

〈 〉