喀斯特峰叢洼地生態系統服務空間權衡度及其分異特征

高江波,左麗媛,王 歡

1 中國科學院地理科學與資源研究所 中國科學院陸地表層格局與模擬重點實驗室, 北京 100101 2 中國科學院大學, 北京 100049

生態系統服務是指生態系統與生態過程所形成及所維持的人類賴以生存的自然環境條件與效用,是人類直接或間接從生態系統獲得的所有收益[1-2]。各項生態系統服務的供給在動態變化過程中存在著復雜的相互關系,生態系統服務之間表現為此消彼長的狀態,稱為權衡；兩種或多種生態系統服務表現為同增同減的形式,稱之為協同[3]。生態系統管理不能只追求單一的生態系統服務效益,而要兼顧多種生態系統服務權衡的過程,使其綜合效益最大化,促進整個區域的平衡發展[4]。喀斯特地區脆弱的生態環境、破碎的地表形態以及水土流失導致的石漠化現象,其實質是生態系統結構遭到破壞,從而導致生態系統功能的下降與喪失,更深層次地反映了協同關系的損害[5-6]。厘清喀斯特地區生態系統服務之間權衡和協同的空間關系,對喀斯特地區進行石漠化綜合治理以及提升區域生態系統服務具有重要意義[7-8]。

近年來,喀斯特地區生態系統服務的研究較多關注于土地利用或氣候變化背景下的單一生態系統服務[8-9],如Feng等[10]運用RUSLE(the Revised Universal Soil Equation)模型和137Cs方法進行廣西峰叢洼地土壤侵蝕的對比模擬；侯文娟等[11]基于SWAT(Soil and Water Assessment Tool)模型分析喀斯特山區的產流服務以及不同服務變量的空間變異。即使考慮多種生態系統服務,也偏向于研究喀斯特地區生態系統服務價值的計算或各項生態系統服務的時空變化規律,如張明陽等[12]借助價值當量方法進行不同尺度的生態系統服務價值評估；尚二萍和許爾琪[13]對黔桂喀斯特山地主要生態系統服務進行時空變化分析。在研究方法方面,喀斯特生態系統服務權衡/協同關系的研究以定性分析或簡單線性關系為主,定量化的研究相對較薄弱[9]。如何針對喀斯特地區強烈的空間異質性量化生態系統服務之間的空間權衡關系是生態系統服務研究中的關鍵問題。均方根偏差法是目前判斷及量化任意兩個或兩個以上生態系統服務之間權衡關系的簡單有效的方法[14]。地理探測器通過分析地理現象的空間分層異質性來揭示自變量對因變量空間分異的解釋程度[15]。因此本文融合均方根偏差法權衡關系的方向性判斷以及地理探測器空間分析的優勢,以空間權衡度的概念定量化表征喀斯特地區生態系統服務之間的空間權衡關系。

喀斯特石漠化問題在于水土流失引起的地表土壤損失、基巖裸露、土地生產力喪失和生態環境退化,因而土壤保持與水源涵養服務成為喀斯特地區石漠化遏制與生態恢復的核心[16],同時土壤保持支撐著土壤中水分和營養物質的持續供給[17],是植被生長與固碳的必然需求。鑒于此,本文聚焦于貴州典型峰叢洼地流域的水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間的空間權衡關系,在海拔、坡度、降水和植被覆蓋度等環境因子梯度下和地貌形態類型區內開展生態系統服務空間權衡度計算及其分異特征的研究,以期推動喀斯特地區生態系統服務的優化以及促進區域可持續發展。

1 研究區概況

圖1 研究區地理位置Fig.1 Location of the study area

三岔河流域位于貴州省西北部,發源于貴州省西部烏蒙山,是烏江南源一級支流(圖1)。河流全長325.6km,地理位置介于26°06′N—27°00′N,104°54′E—106°24′E之間,流域面積4860km2。三岔河流域地處亞熱帶季風氣候區,全年氣候溫和濕潤,降水主要集中在5—10月,多年平均降水量為963—1460mm。研究區屬于典型的喀斯特峰叢洼地區,水源涵養能力弱、土層淺薄且破碎化、植被系統穩定性差致使區域生態環境敏感脆弱,石漠化現象突出,人地關系矛盾加劇[18-19]。

2 數據來源與方法

2.1 數據來源

2.1.1水文和氣象數據

根據《中華人民共和國水文年鑒—長江流域水文資料烏江區》記載,三岔河流域的上游和中游地區各設有一個水文站,分別是陽長和龍場橋水文站。由于InVEST模型模擬的產流量需與流域出口處的實測徑流數據進行驗證,因此本文選取鴨池河水文站(位于六沖河和三岔河匯流的烏江干流處)和洪家渡水文站(位于六沖河流域出口處),將其逐月平均流量數據的差值作為三岔河流域的月徑流量。氣象數據來源于國家氣候中心,本文選取三岔河流域及周邊區域29個氣象站點的日值數據,運用專業氣象插值軟件ANUSPLIN[20]進行氣溫、降水、蒸散發等氣象數據的插值。

2.1.2地形和土壤數據

圖2 三岔河流域地貌形態類型和NDVI的空間分布格局Fig.2 Spatial pattern of morphological geomorphology types and NDVI in Sancha River Basin

DEM(Digital Elevation Model)高程數據,采用Google Earth影像下載,空間分辨率為9m。地貌形態類型數據來源于中國科學院資源環境數據中心(http://www.resdc.cn)(圖2)。土壤機械組成數據通過基于世界土壤數據庫(HWSD)的中國土壤數據集(v1.1)獲取,分辨率為1km,來源網址為：http://westdc.westgis.ac.cn。土壤的根系深度數據通過國家地球系統科學數據共享服務平臺(http://soil.geodata.cn/data/dataresource.html)獲取。

2.1.3植被覆蓋和土地利用數據

NDVI(Normalized Differential Vegetation Index)(圖2)數據以HJ1A/B CCD(30m)、GF1 WFV(16m)(http://www.cresda.com/CN/)以及MODIS MOD09GQ(250m)(https://lpdaac.usgs.gov)產品數據為數據源,經過輻射定標、大氣校正、正射校正等預處理后,通過近紅外和紅光波段反射率線性組合的方式獲取。預處理數據經過異常值處理、數據鑲嵌、投影變換和目標區域剪裁等工作后得到最終的NDVI數據,空間分辨率為30m。西南地區降水充沛、空氣對流旺盛導致當地云量較多,對于云污染很嚴重的月份,本文采用STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)時空適應性反射率融合模型[21],結合高時間分辨率的MODIS數據在HJ、GF-1的空間分辨率上進行NDVI的預測,模擬缺失月份內與MODIS數據相應時間的高分辨率的NDVI數據。植被類型數據來源于中國科學院資源環境數據中心(http://www.resdc.cn),空間分辨率為1km。土地利用數據以2015年兩景Landsat TM遙感影像(美國地質調查局官網http://glovis.usgs.gov/)以及野外考察定點數據為數據源,運用ENVI軟件進行監督分類解譯得到三岔河流域的土地利用類型。

2.2 方法

2.2.1RUSLE模型

RUSLE模型由于其結構精簡、參數合理、模擬效果較好,是廣泛應用的土壤侵蝕模型之一[22]。但是,由于喀斯特地區特殊的石漠化情況以及復雜的地形條件,直接使用RUSLE模型會使模擬結果產生偏差[13]。Dai等[23]通過人工降雨模擬試驗發現表層土壤侵蝕與基巖裸露率呈顯著負相關關系,相關系數(R)為-0.076。Gao和Wang[24]在三岔河流域開展的土壤侵蝕研究表明,確定性系數(R2)與基巖裸露率的乘積可以解釋基巖裸露率對土壤侵蝕減少的貢獻。因此本文根據研究區石漠化情況的不同,采用不同程度基巖裸露率的校正系數α(表1)對RUSLE模型進行修正。坡長坡度因子解釋了地形對土壤侵蝕的影響,喀斯特地區復雜的地上地下二元結構以及地表匯流的不連續性會增加坡長因子對地形數據的敏感性。Feng等[10]研究發現由于巖溶地區地表徑流的不連續性,RUSLE模型中的坡長因子與累積面積閾值和DEM的空間分辨率密切相關,累積面積閾值越高,均方根誤差也越高。因此本文選擇9m分辨率的高精度DEM數據作為基礎數據計算坡長因子以提高模型模擬的精度。同時,已有研究發現三岔河流域的土壤侵蝕量與氣候因子之間存在以五年為周期的波動性變化[24],因此,為消除氣候年際差異對流域尺度空間權衡分析結果的影響,本文基于2013年到2017年三岔河流域的土壤侵蝕、水源涵養和植被固碳的優化模擬,以五年的滑動平均數值進行流域生態系統服務之間空間權衡關系的研究。RUSLE模型的計算公式如下：

A=(1-0.0762×α)×R×K×LS×C×P

(1)

式中,A為實際土壤侵蝕量(t hm-2a-1)；α表示不同石漠化程度下基巖裸露率的校正系數；R為降雨侵蝕力因子(MJ mm hm-2h-1a-1),反映由降水引起土壤侵蝕的潛在能力[25]；K為土壤可蝕性因子(t hm2h hm-2MJ-1mm-1)；LS為坡長坡度因子,也稱為地形因子；C是植被覆蓋因子,使用30米分辨率的高精度NDVI反演數據計算；P是水土保持措施因子,與土地利用類型有關。本文參考前人在喀斯特地區的研究[26-27],根據研究區的土地利用類型對P因子賦值。

表1 不同程度石漠化的校正系數

2.2.2InVEST模型

InVEST模型中的Water Yield模塊綜合考慮研究區的氣候、地形、土壤深度和土地利用類型等因素,基于水量平衡原理以每柵格單元的降水量減去實際蒸散發后的水量計算柵格水源涵養量[28]。公式如下：

(2)

式中,Y(x)表示研究區每個柵格單元x的年產流量(mm),AET(x)是每個柵格單元x的年實際蒸散發量(mm),P(x)是每個柵格單元x的年降水量。

在水量平衡公式(2)中利用Budyko假設[29-30]計算水量平衡的蒸散部分AET(x)/P(x):

(3)

2.2.3CASA模型

CASA模型是目前進行NPP研究最普遍和有效的方法之一,適用于區域NPP的計算和全球尺度碳循環的研究[32]。NDVI數據是CASA模型中多個因子計算的基礎數據,基礎數據的精度及遙感影像反演的可靠性對NPP的計算結果至關重要。因此本文選擇高時間分辨率和空間分辨率的遙感影像反演的高精度NDVI數據來計算NPP,公式如下：

NPPt=APARt×εt

(4)

式中,NPPt、APARt和εt分別表示月份t的植被凈初級生產力(gC m-2month-1)、植被吸收的光合有效輻射(gC m-2month-1)和實際光能利用率(gC/MJ)。

植被吸收的光合有效輻射與太陽總輻射和植物自身的特征有關,可用公式(5)計算。

APARt=SOLt×FPARt×0.5

(5)

式中,SOLt表示t月的太陽總輻射量(MJ m-2month-1)；FPARt表示植被對入射光合有效輻射的吸收分量；常數0.5為植被利用的太陽有效輻射占太陽總輻射的比例。

Potter等[33]認為實際光能利用率主要受溫度和水分的影響,當溫度和水分達到理想條件時,植被具有最大光能利用率,其公式為：

εt=Tmax,t×Tmin,t×Wt×εmax

(6)

式中,εt表示實際光能利用率(gC/MJ)；Tmax,t和Tmin,t分別表示高溫和低溫的脅迫系數；Wt為水分脅迫因子；εmax是理想條件下的最大光能利用率(gC/MJ),不同植被類型的εmax值不同。本文參考朱文泉等[34]對中國典型植被類型εmax的模擬結果,同時結合董丹和倪健[35]對西南地區植被類型εmax的改進,確定了三岔河流域各種植被類型的εmax值。

2.2.4空間權衡度

本文從數值變化與空間變異綜合的角度,構建了融合均方根偏差法與地理探測器的生態系統服務空間權衡度指標,從傳統意義上權衡關系的判斷到融合了權衡方向、數值量化和空間分異性的探測。均方根偏差法定量化表征單個生態系統服務的標準化數值與平均生態系統服務標準化數值之間的差異,通過某一對生態系統服務坐標點到1∶1線的距離判斷生態系統服務之間是否存在權衡關系[14]。地理探測器是探測和利用要素的空間分層異質性并揭示其背后驅動力的統計學工具[15]。地理探測器認為如果某個自變量對某個因變量有重要影響,那么自變量和因變量的空間分布應該具有相似性[36-37]。基于這樣的假設,該方法采用q值度量自變量對因變量空間分異的解釋程度。具體地,本文運用均方根偏差法判斷水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間是否存在權衡關系,進而分別以水源涵養量和植被固碳量為自變量(X),土壤侵蝕量為因變量(Y),以地理探測器中體現數值空間變異的解釋力因子表征喀斯特生態系統服務空間權衡度。

3 結果與分析

3.1 喀斯特生態系統服務模擬驗證及其空間特征

貴州省水利廳發布的2011—2015年水土保持公告中2015年全省喀斯特區域土壤侵蝕模數為279.47t km-2a-1,2009年貴州省畢節市鴨池高原山地區平均侵蝕量為4.72 t km-2a-1[38]。本文中修正的RUSLE模型模擬的三岔河流域土壤侵蝕模數為3.19t hm-2a-1,與上述結果基本相近。根據水利部土壤侵蝕分類分級標準[39],侵蝕等級屬于微度侵蝕(圖3)。通過與三岔河流域基巖裸露率情況的對比,印證了Feng等[10]提出的基巖露頭和薄土層地區無土可流的情況可能會導致巖溶地區的土壤侵蝕量低于非巖溶地區。基于2015年的實測月徑流資料,本文采用Nash-Sutcliffe效率NES和確定性系數R2來驗證InVEST模型模擬月、年產流量的可靠性。結果表明,InVEST模型模擬的水源涵養量與實測值之間具有很高的相關性,即NSE=0.802,R2=0.938,模擬效果良好,結果較為可信。圖3顯示三岔河流域五年平均的水源涵養量空間分布差異明顯,呈現出由北向南逐漸遞減的分布規律,水源涵養量范圍為118.77—1230.14mm,均值為917.58mm。張明陽等[40]在桂西北西部喀斯特地區運用CASA模型模擬的NPP結果為422.73gC/m2；王冰等[41]在貴州省運用光合作用與呼吸作用相分離的模型計算得出的喀斯特地區NPP值為407 gC/m2。本文得出的三岔河流域年NPP積累量范圍為0—1035.68 gC/m2,平均值為459.13gC/m2,該值與上述喀斯特地區NPP的研究結果較為一致,證明本文CASA模型模擬的NPP值較為可信。三岔河流域NPP的累積量呈現西北高、東南低的特征(圖3),這一分布特征與研究區的植被類型密切相關。研究區的西北地區分布有大面積的草原,較之于東南地區的灌叢,最大光能利用率較高,植被所能利用的水分條件較好。

圖3 三岔河流域土壤侵蝕強度、水源涵養量、和NPP的空間分布Fig.3 Spatial distributions of soil erosion degree, water conservation, and NPP in Sancha River Basin

3.2 環境因子梯度下的喀斯特生態系統服務空間權衡關系

生態系統服務之間的復雜關系受到自然因素(如海拔、坡度、氣候等)和人為因素(包括政策、市場、偏好等)的作用。其中,自然因素是生態系統服務時空分布的基礎[42]。王歡等[43]基于地理探測器的喀斯特地區土壤侵蝕的定量歸因研究發現土地利用和坡度是決定土壤侵蝕空間異質性的主導因子；Wang等[44]認為大面積的陡坡墾荒是造成水土流失和巖溶石漠化的主要原因；熊康寧等[38]在典型喀斯特石漠化治理區發現隨著植被的生長和恢復,水土流失量逐年降低,石漠化治理區的植被覆蓋度與保土作用存在明顯的正相關關系。地質、地貌因素是脆弱生態系統得以存在、發展的載體與物質基礎,地貌類型從宏觀上控制了自然生態環境的特征與區域水土流失強度,直接決定生態系統服務的供給與維持[45-46]。

3.2.1環境因子梯度下水源涵養-土壤侵蝕空間權衡關系

水源涵養與土壤侵蝕之間的空間權衡度在不同環境因子梯度下表現出明顯的空間分異性(圖4)。植被覆蓋度對水源涵養-土壤侵蝕之間空間權衡度的影響最為顯著。在植被覆蓋度因子的梯度下,水源涵養與土壤侵蝕之間空間權衡度的最大值出現在植被覆蓋度0—0.2的區間內,為0.55。隨著植被覆蓋度的增大,二者之間的空間權衡度逐漸減小。不同梯度海拔因子的運行結果表明,水源涵養與土壤侵蝕之間的空間權衡度在以1000m為界限的低海拔和中海拔地區表現出明顯的空間差異性。具體表現為二者之間的權衡度在800—1000m的低海拔區域未通過顯著性檢驗,而在海拔大于1000m的中海拔區域權衡度較高。坡度和降水因子對水源涵養-土壤侵蝕之間空間權衡關系的影響較小,但權衡度在不同梯度下仍表現出明顯的差異性。

圖4 環境因子梯度下的水源涵養-土壤侵蝕空間權衡度Fig.4 Spatial trade-off between water conservation and soil erosion under the gradient of environmental factors

3.2.2環境因子梯度下植被固碳-土壤侵蝕空間權衡關系

海拔、坡度、降水、植被覆蓋度四項環境因子的不同梯度對植被固碳-土壤侵蝕之間的空間權衡關系表現出不同程度的影響,其空間權衡度的大小隨因子的梯度變化表現出一定的規律(圖5)。在海拔因子的梯度下,植被固碳與土壤侵蝕之間的權衡度仍以1000m為分界線,在800—1000m的低海拔區域內其權衡關系不顯著；在海拔大于1000m的中海拔地區,權衡度隨著海拔的升高而逐漸增大,最大值為0.451。在坡度梯度下,植被固碳與土壤侵蝕之間的空間權衡度隨著坡度的升高而逐漸增大,最大值出現在坡度大于35°的地區,其值為0.62。降水因子對植被固碳-土壤侵蝕之間的影響較為顯著,五個降水等級下其權衡度在0.195—0.297的范圍內波動。植被固碳與土壤侵蝕之間的空間權衡度在植被覆蓋度為0.6—0.8的區間內達到最大值0.1,在植被覆蓋度為0—0.4和0.8—1的區間內,權衡度并不顯著。

圖5 環境因子梯度下的植被固碳-土壤侵蝕空間權衡度Fig.5 Spatial trade-off between NPP and soil erosion under the gradient of environmental factors

3.3 不同地貌形態類型區生態系統服務的空間權衡度

受地貌的宏觀控制作用以及地貌形態特征的影響,水源涵養-土壤侵蝕、植被固碳-土壤侵蝕的權衡度在不同地貌類型區表現出不同程度的敏感性,其值隨地形起伏度的變化表現出一定的規律(表2)。具體表現為：水源涵養與土壤侵蝕之間的權衡度在相對平坦的中海拔平原地區達到最大值0.169,該值是其余四類起伏度較大的地貌形態類型區權衡度的十倍及以上。植被固碳與土壤侵蝕之間權衡度的最大值出現在中起伏中山地區,其值為0.334。隨著不同地貌形態類型區地形起伏度的變化,植被固碳與土壤侵蝕之間的權衡度表現出隨地形起伏度升高而逐漸增大的趨勢,具體表現為權衡度在各地貌形態類型區的排序：中海拔平原<中海拔臺地<中海拔丘陵<小起伏中山<中起伏中山。

表2 不同地貌形態類型區生態系統服務空間權衡度

4 討論與結論

4.1 討論

在當前喀斯特地區運用RUSLE模型進行土壤侵蝕的研究中,模型中各個因子的計算大多采用全國性的普遍參數,未能將巖溶地區和非巖溶地區區別對待,并不能完全反映喀斯特地區特殊的石漠化現象和薄土層地區無土可流的情況[47]。同時,Biesemans等[48]的研究發現,LS因子和C因子對土壤侵蝕最為敏感,其計算的精確性對RUSLE模型整體有效性的影響最為顯著。因此本文考慮了喀斯特地區特殊的地質背景,在RUSLE模型中引入不同程度基巖裸露率校正系數,以9m高精度DEM數據計算L因子,運用基于遙感影像反演的高分辨率NDVI數據(30m)計算C因子,使得本文得到的土壤侵蝕量結果與Feng等[10]在喀斯特小流域尺度上獲得的土壤侵蝕模數較為相似,與貴州省水利廳公布的2015年全省喀斯特區域土壤侵蝕模數較為一致。

本文融合均方根偏差法和地理探測器的優勢,將權衡關系的判斷和空間信息的探測集為一體,構建生態系統服務空間權衡度指標定量化研究水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間的空間權衡關系。結果表明,在水源涵養與土壤侵蝕的空間權衡關系中,植被覆蓋度對水源涵養-土壤侵蝕之間空間權衡度的影響最為顯著,其權衡度隨植被覆蓋度的增大而大幅減小。原因在于植被根系及其凋落物具有較強的持水能力[49],高植被覆蓋度可以增強土壤的抗蝕、滲透、蓄水能力,因此植被覆蓋度較高的地區土壤流失量較少,水源涵養-土壤侵蝕之間的空間權衡度降低。同時,這一結論從側面印證了喀斯特地區石漠化治理等生態工程的實施對減小土壤侵蝕具有重要意義。海拔因子對水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間空間權衡度的影響在1000m以上的中海拔地區明顯高于低海拔區域。此種現象可能是因為我國西南地區的海拔變幅較大,隨著海拔的升高,氣候、植被以及地形的綜合性影響更為顯著,因此權衡關系的空間差異性較為明顯。我國西南喀斯特地區地形復雜、山多坡陡,森林一般分布在海拔較高,坡度較陡的地區[22]。這一結論與本文研究發現植被固碳-土壤侵蝕之間的空間權衡關系隨海拔和坡度的升高而逐漸增大的情況相符合。地貌因素控制著中小尺度空間的水熱資源分配,直接決定生態系統服務的供給與維持[42],這一結論解釋了本文得出的地貌形態類型對水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間的空間權衡關系具有宏觀控制作用。

本文通過對模型中因子的修正提高了模型模擬的精度,構建了生態系統服務空間權衡度指標,定量研究水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間的空間權衡關系,結果發現不同梯度下的環境因子與地貌形態對生態系統服務之間的空間權衡關系具有顯著的影響。本文針對喀斯特地區特殊的地質條件對RUSLE模型進行了優化,而目前陸面模式等其他模型在喀斯特地區應用過程中的不確定性仍需深入研究。此外,基于多尺度的山地水土時空耦合及其效應在機理和驅動機制闡釋方面仍是研究中的關鍵問題。今后應重視多個時間節點或長時間序列內生態系統服務權衡/協同關系的時空變化,辨析不同尺度生態系統結構-過程-功能-服務的作用機制。

4.2 結論

本文基于對三岔河流域2013年到2017年五年平均土壤侵蝕、水源涵養以及植被固碳的優化模擬和空間分析,在坡度、海拔、降水、植被覆蓋度4項環境因子的梯度下運用空間權衡度指標闡釋水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間的空間權衡關系及其隨地貌形態類型變化的趨勢。結論如下：

(1)三岔河流域的土壤侵蝕模數為3.19t hm-2a-1,侵蝕等級屬于微度,占流域面積的79.95%；水源涵養量范圍為118.77—1230.14mm,其空間分布呈現出由北向南逐漸遞減的趨勢；年均植被NPP是459.13gC/m2,NPP累積量呈現西北高、東南低的特征。

(2)由于植被顯著的保持水土能力,植被覆蓋度對水源涵養與土壤侵蝕之間空間權衡關系的影響最大,其空間權衡度隨植被覆蓋度的增大而逐漸減小；水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間的空間權衡度在1000m以上的中海拔區域顯著高于低海拔區域,其中,植被固碳與土壤侵蝕在中海拔區域內的空間權衡度是低海拔區域的4倍。在喀斯特山區,由于地形因子對地表水土過程與植被功能的影響,植被固碳和土壤侵蝕之間的空間權衡度隨海拔和坡度的升高而逐漸增大,其中,陡坡地區的空間權衡度是緩坡地區的6倍。

(3)地貌的宏觀控制作用及其內部特征顯著地影響水源涵養-土壤侵蝕、植被固碳-土壤侵蝕之間的空間權衡關系。隨著不同地貌形態類型區地形起伏度的變化,較平坦地區水源涵養與土壤侵蝕之間的空間權衡度相對山地丘陵區較大,具體表現為較平坦地區的空間權衡度是起伏度較高的山地丘陵區的近兩倍；植被固碳與土壤侵蝕之間的空間權衡度隨地形起伏度的升高而逐漸增大。