南四湖流域關鍵生態系統服務的時空權衡關系

張文靜,孫小銀,2,3,*,周 俊

1 曲阜師范大學地理與旅游學院, 日照 276826

2 南四湖濕地生態與環境保護山東省高校重點實驗室, 日照 276826

3 日照市國土空間規劃與生態建設重點實驗室, 日照 276826

4 天津師范大學地理與環境科學學院, 天津 300387

生態系統服務是指人類可以直接或者間接從生態系統中獲得的各種效益[1],通常被劃分為供給、調節、支持和文化四類服務[2]。目前,由于人類活動的干擾和高強度的經濟開發活動,全球生態系統服務一直處于不斷退化中。例如,2005年的千年生態系統服務評估報告指出,全球范圍內有一半以上的生態系統服務出現明顯退化[3]。生態系統服務保護與管理已成為當前人們關注的熱點,但是,由于生態系統空間分布結構的異質性和生態過程的復雜性,各類生態系統服務間都或多或少地存在著此消彼長的權衡關系和共同增減的協同關系[4- 5],對某種生態系統服務的保護和管理有可能導致另外一種生態系統服務受到損害[6]。因此,正確認識生態系統服務間的權衡與協同關系及其在不同空間尺度上的差異,是規劃生態功能區、完善生態保護建議的關鍵舉措,也是推進區域協調發展的必要步驟。

隨著自然資源開發利用與生態保護間的矛盾日益凸顯,探究生態系統服務間的權衡與協同關系已成為生態系統服務研究的核心議題之一。目前,國內外學者主要應用統計學方法[7-8]、空間分析方法[9-10]和情景模擬方法[11-12]等開展研究,內容多聚焦于權衡與協同關系的概念內涵、統計數量、時空特征和區域差異等[13-14],研究結果適用于農業生產[15]、漁業管理[16]、水源區管理[17]等多方面。例如,饒勝等構建草地生態系統服務權衡模型,分析供給功能和防風固沙功能之間的權衡作用[18]。Turner等在10 km×10 km的網格尺度上對丹麥的11種生態系統服務進行空間分析,結果顯示供應服務與文化服務、調節服務之間存在著明顯的權衡傾向,文化服務與調節服務具有形成協同效應的潛力[19]。Qiao等在1km2像素尺度和縣域尺度上對太湖流域8種生態系統服務間的權衡與協同關系進行研究,結果顯示在兩種尺度上生態系統服務間的關系有所不同[20]。傅伯杰和于丹丹通過對生態系統服務權衡與集成方法的深入研究,指出生態系統服務間的消長和權衡具有尺度依賴性[21]。諸多學者在生態系統服務權衡與協同方面的研究已經取得一些成果,但是這些研究大多基于統計關系的數量分析,在權衡與協同關系的動態變化分析和區域內部空間差異分析等方面的研究相對較少[22]。

南四湖是重要的鳥禽以及水生動植物棲息地,是山東省自然保護區,在山東省具有“生物寶庫”的美稱。同時,南四湖在南水北調東線輸水干線上具有重要的調蓄作用[23]。因此,無論是在生態環境保護還是經濟發展方面,南四湖流域都具有不可忽視的重要地位。伴隨著城市化水平飛速提高,南四湖流域內工農業活動不斷發展,人類對生態系統的干擾程度不斷增強,生態環境的保護與發展成為流域管理活動中的一大挑戰[24-25]。因此,本文以南四湖流域為研究對象,基于1980、2000、2018年3期土地利用數據,結合氣象、土壤等多種數據,利用InVEST模型模擬測算流域關鍵生態系統服務,包括產水量、水質凈化、土壤保持、碳存儲、生物多樣性維持(生境質量)和授粉等6種生態系統服務,在ArcGIS 10.2中分析生態系統服務的時空變化和空間冷熱點分布特征,使用相關分析展現生態系統服務間的相互作用關系,并運用主成分分析從子流域尺度和縣域尺度分析權衡與協同關系的動態變化,以期揭示南四湖流域生態系統服務的時空差異和生態系統服務權衡與協同關系在時間上的變化特征,以及在不同的尺度上權衡與協同關系的區別。

1 研究地區與數據準備

1.1 研究區概況

南四湖由微山湖、昭陽湖、獨山湖、南陽湖等相連湖組成,是山東省的第一大湖,也是中國大型淡水湖泊之一。流域地處山東省西南部,位于34°15′—34°53′N,114°50′—117°48′E,總面積約3.14萬km2,行政上涉及山東省、江蘇省、安徽省和河南省。南四湖流域地勢東高西低,湖區是流域內地勢最低的區域,流域內的所有河流呈輻射狀匯入湖區(圖1)。南四湖流域具有豐富的礦產資源和水產資源,盛產魚、蝦、蟹等水產品,是山東省重要的淡水漁業基地。流域內以種植小麥、水稻、玉米等糧食作物為主,是魯西南的魚米之鄉,同時也是全國重要的商品糧基地。流域內林地、草地和湖區等地區生物多樣性較高,在山東省具有較高的生態地位。近年來,作為典型的農業流域,南四湖水土流失加劇,非點源污染嚴重,水環境質量惡化,且動植物棲息地喪失,生境質量下降,生物多樣降低,流域各類生態系統服務功能退化。根據南四湖流域生態環境特征,本研究選擇流域關鍵生態系統服務展開研究,包括產水量、水質凈化、土壤保持、碳存儲、生物多樣性維持(生境質量)和授粉等6種區域關鍵生態系統服務,探討南四湖流域各類生態系統服務及其權衡與協同關系,以期為流域資源配置以及生態環境保護政策制定提供重要參考。

圖1 研究區地理位置和1980—2018年土地利用分布Fig.1 Location and the spatial distribution of land use type in 1980—2018 of the study area

1.2 數據來源

本研究使用的南四湖流域1980、2000、2018年3期土地利用數據,來自中國科學院資源環境科學與數據中心(http://www.resdc.cn/), 通過遙感影像解譯獲得,分辨率為30 m。降水和氣溫數據來自中國氣象數據網(http://data.cma.cn/),選取南四湖流域及其周邊的氣象站點數據進行空間插值。土壤數據來自聯合國糧農組織(FAO)和維也納國際應用系統研究所(IIASA)構建的世界土壤數據庫(HWSD)中的中國土壤數據集(1∶100萬)。DEM數據來自美國馬里蘭大學全球土地覆被數據庫(http://glcfapp.glcf.umd.edu/),分辨率為30 m。縣級行政區劃矢量數據來自全國基礎地理數據(1∶400萬)。

2 研究方法

2.1 生態系統服務價值評估方法

本文使用InVEST模型和ArcGIS 10.2軟件,定量評估南四湖流域產水量、水質凈化、土壤保持、碳存儲、生物多樣性維持和授粉六種生態系統服務。

2.1.1產水量

InVEST模型的產水量模塊是一種基于水量平衡并且結合氣候、地形、土壤和植被類型等計算得出流域每個柵格產水量的估算方法[26]。產水量越多,水資源供給量越大。模型參數設置和校驗參考課題組前期研究[23],產水模塊計算的基本原理如下：

(1)

式中,Yxj為土地利用類型j上柵格x的年產水量(mm)；AETxj為土地利用類型j上柵格x的年實際蒸散量(mm)；Px為柵格x上的年降水量(mm)。

2.1.2水質凈化

InVEST模型的水質凈化模塊是利用氮和磷的總量來表征水質狀況,通過評估生態系統中植被和土壤對氮磷營養物質的截留能力來評估其水質凈化的能力[27]。模型評估分為兩個部分,首先通過產水量模型計算年平均徑流量；然后計算污染物截留量。模型參數設置參考模型幫助文件及相關研究文獻[27- 29],水質凈化模塊計算的基本原理如下：

ALVx=HSSx×polx

(2)

(3)

式中,ALVx是柵格x的營養物輸出值,HSSx是柵格x的水文敏感性得分,polx是柵格x的輸出系數,λx是徑流指數,ˉλw表示區域內平均徑流指數。

氮磷營養物輸出越高,水質凈化能力越低,為合理表征流域水質凈化功能,對模型模擬結果負向標準化后進行下一步分析。

2.1.3土壤保持

InVEST模型的土壤保持模塊根據地形地貌和氣候條件評估潛在土壤流失量,通過通用土壤流失方程(USLE)評估土壤保持能力。土壤保持量包含侵蝕減少量和泥沙持留量[30- 32],通用土壤流失方程整合了土地利用、土壤性質、DEM、降水和氣溫等信息。模型參數設置參考模型幫助文件和前期研究[27, 30-31],土壤保持模塊計算的基本原理如下：

首先,計算潛在土壤侵蝕量,潛在土壤侵蝕量計算公式如下：

RKLS=R×K×LS

(4)

其次,根據通用土壤流失方程計算得出生態系統中的土壤實際侵蝕量,計算公式如下：

USLE=R×K×LS×P×C

(5)

最后,土壤保持量計算公式如下：

SD=RKLS-USLE

(6)

式中,R表示降雨侵蝕力因子,K表示土壤可蝕性因子,LS表示坡度坡長因子,C表示植被覆蓋和管理因子,P表示水土保持措施因子。

土壤侵蝕越強,泥沙輸出越高,土壤保持服務越低,為合理表征流域土壤保持服務,對模型模擬結果負向標準化后進行下一步分析。

2.1.4碳存儲

InVEST模型的碳存儲模塊根據不同的土地利用類型數據及其所對應的五大碳庫的碳密度等數據計算不同時期和不同土地類型的碳儲量[33]。由于中國市場的木材衰減率等信息較難獲取,只考慮前四種基本碳庫。模型參數設置參考模型幫助文件和前期研究[27, 33],碳存儲模塊計算的基本原理如下：

Cz=Cabove+Cbelow+Cdead+Csoil

(7)

式中,Cz為總碳儲量,Cabove為地上碳儲量,Cbelow為地下碳儲量,Cdead為死亡有機質碳儲量,Csoil為土壤碳儲量。各碳儲量由碳密度與面積相乘所得。

2.1.5生物多樣性維持(生境質量)

InVEST模型的生境模塊以土地利用信息和生物多樣性脅迫因子為基礎開展生境質量評價,進而評估生物多樣性維持功能[34]。模型依據各生態系統類型對動植物的生境適宜度和人類干擾因子的威脅強度來模擬評估生境質量的空間分布。模型參數設置參考模型幫助文件和前期研究[27, 35],生境模塊計算的基本原理如下：

(8)

2.1.6授粉

InVEST模型的授粉模塊利用筑巢地和花蜜資源的可用性以及野生蜜蜂飛行距離的范圍來獲得在景觀內每個柵格單元上蜜蜂筑巢的豐度指標,再結合飛行距離信息來估算農業柵格單元內蜜蜂訪問花卉的物種豐度指標[36]。模型參數設置參考模型幫助文件和前期研究[27, 36],授粉模塊計算的基本原理如下：

由于傳粉者豐度受到筑巢和花蜜資源的限制,對于柵格x和物種β的物種豐度的指數,Pxβ是傳粉者豐度覓食和筑巢的產物：

(9)

式中,Nj是土地利用類型j筑巢的適用性,Fj是土地利用類型j產生的花蜜資源的相對數量,Dmx是柵格m和x之間的歐氏距離,αβ是傳粉者β的預期覓食距離。

根據上述方程的框架確定每個農作物柵格上的蜜蜂的相對豐度即為：

(10)

式中,Pxβ是傳粉物種β在柵格x傳粉者供應,Doxβ是物種β從源柵格x到農業柵格o的距離,αβ是物種β的平均覓食距離。

2.2 生態系統服務權衡與協同關系評估方法

為了分析南四湖流域各類生態系統服務之間的相關性,揭示其權衡與協同關系,本研究參考太湖流域[20]的研究方法,在ArcGIS 10.2中使用“Create Random Points”工具隨機創建1000個點,然后提取每個點的生態系統服務值進行相關分析。如果生態系統服務間的相關性數值為負,即為權衡關系,反之則為協同關系[37]。

從行政區劃因素和自然地理性質兩方面出發,選取縣域尺度和子流域尺度來探討流域各類生態系統服務間的權衡與協同關系以及尺度效應。采用主成分分析的方法,在縣域尺度和子流域尺度進行定量分析,以確定各類生態系統服務以及三大類生態系統服務之間的權衡與協同關系。

3 結果與分析

3.1 生態系統服務時空變化

南四湖流域6種生態系統服務的時空分布和不同土地利用類型的生態系統服務時空差異分別由圖2、圖3所示。結果顯示產水量總體上處于增加的趨勢,1980—2018年南四湖流域的平均產水深度從101.83 mm增加到185.53 mm；從空間分布來看,2000年開始流域南部城市化較快的縣區產水量明顯增加,到2018年城市建設用地所對應的產水量高值區相較于其他地區更加顯著,洪水風險增加。在水質凈化服務中,1980—2018年氮、磷輸出平均值分別由0.46 kg和0.02 kg增加到0.49 kg和0.03 kg,水質凈化服務降低；在空間上看,2000年后流域南部氮、磷輸出明顯增多,該區域根底比重大,氮磷負荷較高,故水質凈化服務降低；2018年建設用地分布與氮、磷輸出高值區一致,建設用地氮、磷輸出較多。泥沙輸出量總體呈增加趨勢,近40年來單位面積泥沙輸出量由0.01 t增加到0.05 t,土壤保持功能逐漸下降；從空間上看,建設用地分布的區域泥沙輸出量明顯較低,原因在于城市擴張過程中建設用地面積擴大,不透水地面的增加減少了泥沙輸出。研究期內碳儲量先增加后下降,總體呈下降的趨勢；從空間分布上看,東部林地和草地碳存儲能力最強,耕地次之,建設用地和水域依次降低。生境質量總體上處于不斷降低的趨勢,1980—2018年從0.21降低到0.20,說明整體上生物多樣性維持服務較低并且處于逐漸惡化的趨勢。相對授粉潛力在1980—2018年總體上處于下降趨勢,這與研究期內土地利用變化密切相關,建設用地和水域的增加,耕地減少,導致相對授粉潛力下降；空間分布上,東部林地和草地相對授粉潛力較高,耕地次之,建設用地和水域最低。

本研究制作風向玫瑰圖表征不同土地利用類型上的各類生態系統服務功能。首先,在ArcGIS 10.2中使用空間統計工具統計每種土地利用類型上6種生態系統服務的平均值,由于6種生態系統服務值的單位和數量級不同,在分析過程中具有較大困難,因此,選擇極差標準化對生態系統服務值進行標準化處理。本文將研究重點放在不同生態系統服務之間的關系上,以土地利用類型為基礎,將3個年份同種土地利用類型上的六種生態系統服務價值進行升序排列,在序列基礎上進行等級劃分,從0到1劃分為20級。最后,為方便結果的可分析性及可視性,運用 origin對各土地利用類型的生態系統服務數據制作南四湖流域不同土地利用類型生態系統服務風向玫瑰圖(圖3)。在草地中,授粉服務與土壤保持服務較高,水質凈化功能次之。在耕地中,水質凈化功能一直較高,但是在研究期內耕地的泥沙輸出量越來越大,土壤保持功能逐漸下降。建設用地土壤保持與產水服務相對較高。在林地中,一直存在較高的碳存儲功能。當土地利用為水域時,氮、磷輸出和泥沙輸出數值都低到接近于0,因此水質凈化和土壤保持功能呈現較高的狀態,生境質量也一直較高。未利用地中,土壤保持功能一直較高,產水功能在不斷增強。

圖3 不同土地利用類型生態系統服務風向玫瑰圖Fig.3 Rose map of ecosystem services in different land use types

3.2 生態系統服務空間冷熱點分析

對各種生態系統服務進行空間冷熱點分析(圖4),結果表明不同種生態系統服務的冷熱點區域出現類似分布,比如碳存儲、生境質量和授粉服務,研究期內東部丘陵山區一直為這3種服務的熱點區域,與東部的土地利用類型大多為林地和草地有密切關系,湖區南部和北部小部分區域則為這些服務的冷點區域,該區域多為耕地,人類活動干擾強烈,生態系統服務價值低。

圖4 單項生態系統服務冷熱點空間分布圖Fig.4 Distribution of the hot spots of single ecosystem services

1980年,產水量服務的熱點區域分布在研究區東部,而2000年和2018年熱點區域分布在研究區南部,這與南部各縣區城市化發展較快,地面硬化導致的不透水地面增加有關,研究區北部一直是產水量的冷點區域,因為當地海拔較高,山地上的各類植物對降水有一定的攔蓄作用。水質凈化服務中,1980年很少有熱點區域,水域的周圍出現了冷點區域,說明氮和磷輸出較少。2000年和2018年流域南部出現熱點區域,與同時期城市擴張,氮磷輸出增多有關,水質凈化功能較差。冷點區域分布在研究區東北部,原因是這些地區草地和林地的面積較大,攔截氮磷輸出,水質凈化功能較好。土壤保持服務中,流域東北部一直為泥沙輸出的熱點區域,因為當地海拔較高,土壤流失嚴重,泥沙輸出較多,土壤保持功能較差。土壤保持服務的冷點區域變化較大,1980年冷點區域分布在研究區南部, 2000年和2018年流域北部兗州市、曲阜市出現少量的冷點區域,與當地經濟發展,建設用地增多,不透水地面土壤流失較少有關。

3.3 生態系統服務權衡與協同關系分析

通過相關分析,研究6種生態系統服務間的關系及其強度(表1)。1980—2018年,產水量與水質凈化、碳存儲和生境質量均存在顯著的負相關,屬于權衡關系,其中產水量與水質凈化的權衡關系更為突出,相關系數絕對值均在0.5左右,且隨著時間的推移相關性不斷增強,到2018年產水量與水質凈化相關系數高達-0.597。

表1 1980—2018年南四湖流域生態系統服務相關性Table 1 Correlation among ecosystem services of Nansihu Lake basin in 1980—2018

水質凈化與碳存儲和生境質量之間存在顯著的正相關,其中水質凈化與生境質量之間的相關系數最高值達到0.636,具有較強的協同關系。碳存儲和生境質量、碳存儲和授粉之間存在顯著的正相關,且碳存儲和授粉相關系數在2018年高達0.849,說明碳存儲和授粉服務是相互增益的,山地丘陵區的花蜜可得性高且人類活動干擾較少,并且在山地丘陵區林地和草地面積較大,因此碳儲量和授粉服務都較高。生境質量與授粉服務在1980年和2000年存在顯著正相關,但相關系數均較低。

綜上所述,研究區的供給服務(產水量)與部分調節服務(水質凈化和碳存儲)和部分支持服務(生境質量)之間存在此消彼長的權衡關系,調節服務和支持服務之間(水質凈化、土壤保持、碳存儲、生境質量和授粉)都是相互增益的協同關系。因此,當前生態管理策略制定的核心就是要綜合平衡好流域供給服務與調節服務以及供給服務與支持服務間的權衡關系,優化流域生態系統服務結構。

3.4 生態系統服務主成分分析

使用主成分分析來確定各類生態系統服務間以及各大類生態系統服務間的權衡和協同關系(表2和表3)。1980年,在子流域尺度上前兩個主成分占總貢獻率的85.948%(特征根大于1),第一主成分占貢獻率的62.767%,代表水質凈化與碳存儲、授粉、產水量之間的權衡關系,第二主成分占總貢獻率的23.181%,代表了水質凈化(N輸出)和生境質量之間的協同作用。2000年,第一主成分占總貢獻率的56.965%,代表水質凈化、土壤保持、生境質量與產水量、碳存儲之間的權衡作用,第二主成分代表了碳存儲與授粉服務之間的協同關系,占總貢獻率額外的25.5%。2018年,第一主成分占總貢獻率的58.767%,代表了水質凈化、生境質量與碳存儲、授粉、產水量之間的權衡關系,第二主成分占總貢獻率的24.483%,代表了存在于土壤保持與授粉服務之間的空間權衡作用。

表2 子流域尺度生態系統服務主成分分析Table 2 Principal component analysis of ecosystem services at sub-watershed scale

表3 縣域尺度生態系統服務主成分分析Table 3 Principal component analysis of ecosystem services at county scale

由上可知,1980—2018年,各生態系統服務間權衡與協同效應不斷變化,但總的來說,在子流域尺度上,空間權衡關系總是發生在供給服務與調節服務以及供給服務與支持服務之間。

在縣域尺度上,1980—2018年,第一主成分的貢獻率都在40%以上,且都代表了水質凈化、生境質量和碳存儲之間的協同效應。1980年產水量與土壤保持具有協同作用,2000年,新的協同作用出現在產水量、碳存儲和授粉服務之間。1980年與2018年水質凈化(P輸出)和授粉服務之間都具有權衡關系。1980年和2018年,供給服務、調節服務和支持服務之間都只存在相互增益的協同關系,然而2000年,并非只有協同關系,在供給服務與調節服務、供給服務與支持服務之間存在權衡關系。各生態系統服務間的權衡與協同關系在縣域尺度上與子流域尺度上具有較大差異,但是2000年縣域尺度上的權衡關系與子流域尺度上3大類生態系統服務之間的權衡關系一致。

4 討論與結論

4.1 討論

不同尺度生態系統服務的時空權衡與協同關系研究旨在充分認識和掌握各類生態系統服務之間的相互作用關系、驅動機制和尺度效應等,尋求區域經濟開發、自然資源利用與生態環境保護之間的平衡點,從而實現經濟發展與生態保護的雙贏。本研究直接揭示了研究區關鍵生態系統服務之間在數量與空間上的權衡與協同關系,并探討其尺度效應,但是各生態系統服務之間的相互作用機理方面還需要深入研究。

在本研究區,產水量和與水質凈化服務呈顯著負相關,與丹麥Raudsepp-Hearne 等[38]的研究結果相同,其中產水量與水質凈化的權衡作用最明顯且隨時間不斷增強,隨著經濟發展建設用地面積不斷增加,產水功能越來越強,洪水風險在不斷增加。而由于各個工廠企業的氮和磷輸出較高,城市建設用地所占區域的水質凈化功能降低。水質凈化與生境質量、碳存儲與授粉之間都存在較強的協同關系,在研究區林地和草地廣布的地區,不但具有較高的生物多樣性,還具有較高的花蜜可用性,同時植物可以起到截留污染物的能力。對于土壤保持和碳存儲的權衡與協同關系,在不同研究區有不同的結論,如戴路煒[9]在多倫縣的研究表明兩者之間存在協同關系,而Egoh等[39]在南非的研究表明這兩者之間存在權衡關系,本研究中土壤保持和碳存儲兩者之間關系并不顯著,可能因為不同地區自然環境的差異,導致研究結果不同。

各類生態系統服務間的權衡與協同關系在不同尺度上經常會有不同的體現,孫澤祥等[40]在呼包鄂榆地區的研究結果顯示,在城市群尺度上,產水量和固碳服務表現出顯著的權衡關系,而在區域尺度上這兩種服務間的權衡關系只體現在農業區。本研究中,子流域尺度和縣域尺度上,生態系統服務間的關系也存在較大差異。子流域尺度上表現出的空間權衡關系與加拿大[38]、太湖[20]等研究結果一致,權衡關系主要存在于供給服務與調節服務、供給服務與支持服務之間,而本研究在縣域尺度上主要表現出協同關系,在1980年和2018年,空間協同關系存在于供給服務、調節服務和支持服務之間。兩個尺度上表現出差異的原因是不同尺度的每一個小單元上土地利用類型的構成和配置會不同,在縣域尺度上行政劃分導致土地利用構成較為綜合復雜,而子流域尺度各單元則具有相似的自然地理特征,可以從單元內部的土地利用構成角度更加詳細地揭示各類生態系統服務間的作用機制。

4.2 結論

本研究根據南四湖流域自然地理特征、生態環境狀況和社會經濟特征,選擇了產水量、水質凈化、土壤保持、碳儲存、生物多樣性維持(生境質量)、授粉等6類區域關鍵生態系統服務開展研究,運用InVEST模型模擬評估了南四湖流域關鍵生態系統服務的空間格局和時間變化趨勢,在此基礎上,運用相關分析和主成分分析揭示了自改革開放以來(1980—2018年)這些生態系統服務的時空權衡關系。

(1)模擬結果表明,1980—2018年南四湖流域產水量上升,洪水風向增加,而水質凈化服務、土壤保持服務、碳儲存、生境質量、授粉服務總體呈下降趨勢。

(2)各類生態系統服務的高值區分布與流域土地利用分布格局有密切關系,研究區東部林地和草地廣布,生物多樣性較高,人類活動干擾較小,是碳存儲、生境質量和授粉服務的高值區。城市建設用地分布的地區水泥硬化路面較多,降雨的下滲量較小,是產水量和土壤保持服務的高值區。

(3)研究發現,產水量和與除土壤保持外的調節服務顯著負相關,水質凈化與生境質量、碳存儲與授粉之間都存在較強的協同關系。而且隨著時間的變化,各類生態系統服務之間的相關性類型和強度在不斷變化。

(4)在子流域尺度和縣域尺度上,各類生態系統服務間的權衡與協同關系存在較大差異。在子流域尺度上,權衡關系主要存在于供給服務(產水量)與調節服務(水質凈化和土壤保持)、供給服務(產水量)與支持服務(生境質量)之間；在縣域尺度上,供給服務、調節服務與支持服務(產水量、水質凈化、碳存儲、生境質量和授粉)之間主要是空間協同關系。子流域和縣域尺度上權衡與協同關系的差異,為流域不同尺度的生態保護與管理提供了數據和理論支撐。