黃土高原典型縣域生態系統服務變化特征及驅動因素

王琳，衛偉,3*

1. 中國科學院生態環境研究中心/城市與區域生態國家重點實驗室，北京 100085；2. 中國科學院大學，北京 100049；3. 陜西黃土高原地球關鍵帶國家野外科學觀測研究站，陜西 西安 710061

生態系統服務是生態系統對人類福祉和利益直接或間接的貢獻，鏈接了生態系統和社會系統，對維持生態安全、保證人類自身安全和維持高質量生活等方面有重要作用（Fu et al.，2013；傅伯杰等，2016）。千年生態系統評估（Millennium Ecosystem Assessment，MEA）和聯合國可持續發展目標（Sustainable Development Goals，SDGs）要求我們保護對人類福祉至關重要的生態系統服務（Yang et al.，2022a）。目前評估生態系統服務已被廣泛關注并納入政府決策（Zhang et al.，2019；李揚子等，2021；陳春諦，2022；Xu et al.，2022）。

生態系統普遍的異質性導致生態系統服務在空間分布上具有異質性（陳玉福等，2003）。驅動生態系統服務變化的因素很多，主要包括氣候、土壤、地形等自然因素和人口、土地利用/土地覆蓋變化、政策、經濟等人為因素（Wang et al.，2022a，2022b）。Xu et al.（2018）研究表明，土地利用/土地覆蓋變化是驅動長江經濟帶土壤保持和碳固存變化的主導力量，而氣象因素對水源涵養變化的影響更大。研究生態系統服務驅動力因素主要有定性和定量兩類方法，且逐漸由定性表征各驅動因子與生態系統服務之間關系向定量判別各驅動因子對生態系統服務的貢獻程度轉變。例如，邵明等（2020）利用地理回歸加權構建回歸模型，定量研究了成渝城市群自然社會因素對生態系統服務的驅動作用。地理探測器是一種可以有效識別空間相鄰要素之間關聯程度的新型空間統計方法，能夠揭示空間分異背后的驅動力，已被廣泛應用于生態評價，污染防治，地質災害等方面（丁倩等，2021；汪宙峰等，2022；楊艷等，2022）。黃欣等（2022）利用地理探測器探析了多種因子對水源供給服務的空間驅動特征，結果表明，各驅動因素在不同流域分區對產水量的影響具有明顯的空間異質性。識別生態系統服務空間異質性的主導驅動因素，進而制定針對性的政策，仍是當前生態系統管理的重點。

生態系統服務并不是獨立的，由于生態系統服務空間分布的異質性和生態過程的復雜性，不同生態系統服務之間存在此消彼長的權衡關系和同增同減的協同關系（錢彩云等，2018；李理等，2021）。了解生態系統服務關系是制定可持續生態系統管理戰略以有效改善人類福祉的先決條件（鄧楚雄等，2019）。在自然環境和人為干擾的綜合影響下，生態系統服務之間權衡/協同關系隨著時空尺度的變化存在差異性和不確定性（張靜靜等，2020；Yan et al.，2022）。裴淵杰等（2022）的研究表明，全域尺度和流域尺度下延安市凈初級生產力（NPP）與土壤保持之間為權衡關系，而縣域尺度下為協同關系。區域尺度的生態系統服務權衡/協同關系并不能代表小尺度的生態系統服務關系，而只有當政策的實施與所考慮問題的內在尺度相匹配時，政策才能有效（Zen et al.，2019；He et al.，2022；葉璇等，2022；唐志雄等，2023）。作為區域戰略和政策的重要參與者，縣級行政單位是相對獨立的基本行政區域單元，在協調社會經濟發展和生態環境保護方面發揮著重要作用。在縣級地區進行完整和針對性的生態系統服務評價，對地方政府的行動有更大的現實參考意義（劉海龍等，2022；Yang et al.，2022a）。因此，有必要在縣級行政單位開展生態系統服務評估，了解生態系統服務之間的關系，以提高決策的科學性和可行性。

因此，研究生態系統服務的時空變化及其驅動因素對于平衡多種生態系統服務，實現生態和社會的可持續發展是必要的。志丹縣位于陜北黃土高原，是全國生態最脆弱、黃河流域水土流失最嚴重的縣份之一，實施了一系列水土保持措施。研究表明，一系列的水土保持措施可以減少水土流失和風沙，但同時可能導致水資源缺乏（孫思琦等，2022），從而改變生態系統服務及相互作用關系。然而目前尚不清楚該地區的生態系統服務如何相互作用，是自然因素還是人為干擾驅動生態系統服務變化尚缺乏研究。本研究基于RUSLE、CASA 和InVEST 模型，在評估2000－2018 年志丹縣土壤保持、碳固存和水源供給服務時空變化的基礎上，借助地理探測器綜合氣候、地形、土壤、土地利用/土地覆蓋（LULC）、人口等因子進行生態系統服務空間異質性的驅動因素分析，并利用偏相關分析方法探索生態系統服務之間的權衡與協同關系，旨在為陜北地區縣域生態環境保護與生態系統高質量可持續發展建設提供科學依據。

1 研究區概況

志丹縣（108°11′56″E－109°3′48″E，36°21′23″N－37°11′47″N）位于陜西省延安市西北部（圖1），地處黃土高原腹地，總面積3.78×103km2，常住人口1.49×105人。志丹縣屬溫帶大陸性季風氣候區，年均溫8.1 ℃，年降水量320－640 mm。志丹縣地形由西北向東南傾斜，境內溝壑縱橫，山高坡陡，河谷深切，泥石流、滑坡、土壤鹽漬化等自然災害發生頻率較高。自1999 年來，志丹縣實施了退耕還林、坡改梯、淤地壩等水保工程。

圖1 研究區位置及高程示意圖Figure 1 Location and elevation map of the study area

2 數據來源與研究方法

2.1 數據來源

研究使用的數據主要包括：土地利用、氣象、土壤、高程、歸一化植被指數（NDVI）和人口密度數據等。其中土地利用/土地覆蓋（LULC）數據來源于中國科學院資源環境科學數據中心（http://www.resdc.cn/）。氣象數據來源于國家氣象科學數據中心（http://data.cma.cn/）的逐日氣象資料，并利用AUNSPLIN 插值為30 m×30 m 的柵格數據。土壤質地、土壤有機質含量、土壤容重等數據來源世界土壤數據庫（HWSD）的中國土壤數據集。歸一化植被指數（NDVI）在Google Earth Engine（https://earthengine.google.com/）平臺，利用Landsat TM/ETM+數據計算得到。數字高程模型（DEM）數據（30 m×30 m）來自地理空間數據云（http://www.gscloud.cn/）。人口密度數據來源于WoldPop 中心的人口密度數據集（https://hub.worldpop.org/）。選擇2000、2010 和2018 年的數據進行研究和分析。

2.2 研究方法

2.2.1 土壤保持

土壤保持服務是通過修訂的通用土壤流失方程（RUSLE）估計的，因為它易于獲取輸入參數和良好的模擬。

其中：

Ac——土壤保持（t·hm?2·a?1）；

Ap——潛在土壤侵蝕量（t·hm?2·a?1）；

Am——實際土壤侵蝕量（t·hm?2·a?1）；

R——降雨侵蝕因子（MJ·mm·hm?2·h?1·a?1），由Wischmeier et al.（1958）提出的月尺度公式計算得出；

K——土壤可蝕性因子（t·hm?2·MJ?1·mm?1）；

L——坡長系數；

S——坡度因素；

C——植被覆蓋和管理因子；

P——保護支持實踐因子。

2.2.2 碳固存

凈初級生產力（NPP）反映著植物固定和轉化光合作用產物的效率，是地表碳循環的重要組成部分（左麗媛等，2020）。CASA 模型通過遙感獲取多種植被參數，可以估算NPP 的年際和季節動態。因此，本研究中利用CASA 模型來模擬NPP，計算方法如下：

其中：

N(x,t)——t月像素x的凈初級生產力（以C 計，g·m?2）；

A(x,t)——t月像素x吸收的光合有效輻射（MJ·m?2）；

S(x,t)——t月像素x的太陽總輻射（MJ·m?2）；

F(x,t)——植物吸收的入射光合有效輻（MJ·m?2）；常數0.5 反映了植被可以利用的有效太陽輻射與總太陽輻射相比的比例。

光合作用產生1 kg 干物質可以固定1.63 kg 的CO2，釋放1.2 kg 的O2（Li et al.，2016），因此碳固存量（以C 計）與NPP 的轉換關系為：

其中：

C——碳固存量（g·m?2）；

N——凈初級生產力（g·m?2）。

2.2.3 水源供給

水源供給服務反映了一個地區可以提供給人類的水資源量，是衡量水資源供給能力的有效指標（Wang et al.，2022c；Wang et al.，2022d）。采用基于 Budyko 曲線方程的綜合評價與權衡模型（InVEST）對水源供給服務進行評估。與其他水文模型相比，該模型依賴于地理信息系統（GIS），在可視化和空間化方面具有優勢。主要模型可以表示如下：

其中：

Y(x)——像元x的年水源供給量（mm）；

E(x)——像元x的年實際蒸散量（mm）；

P(x)——像元x的年降雨量（mm）。

2.2.4 地理探測器

地理探測器模型被用來識別不同生態系統服務空間異質性的主要驅動因素。地理探測器模型假設如果自變量X對因變量Y有本質影響，那么它們之間存在相似的空間分布；與一般的因子分析方法相比，它考慮了因子之間的空間異質性。本研究選取年降水、年均溫、高程、坡度、土壤類型、NDVI、土地利用類型和人口密度作為驅動因素。年降水、年均溫、NDVI、高程、人口密度借助ArcGIS 10.3 工具通過自然斷點法分為9 級，土壤類型因子分為9 個土類，坡度按照≤5°、5°－8°、8°－15°、15°－25°、25°－35°、>35°分為6 級，土地利用類型分為耕地、林地、草地、水域、建設用地和未利用地6 種類型。

使用因子檢測器來檢測自變量X（驅動因子）對因變量Y（生態系統服務）的解釋程度。因子檢測模型如下：

其中：

h=1, 2, ...,L——指變量層；

Nh和σh2——層h的樣本單元總數和方差；

N和σ2——全區的單元總數和方差之和。q的值域為[0, 1]，值越大表示自變量X對因變量Y的解釋力越強，反之則越弱。

2.2.5 生態系統服務權衡關系

本研究基于逐像素時間和空間的偏相關統計映射方法來評估生態系統服務之間的相互關系。兩種生態系統服務的偏相關系數為正值是協同關系（相互增益），偏相關系數為負值是權衡關系（此消彼長）。主要計算公式如下：

其中：

S1和S2——兩種類型的生態系統服務；

r12——S1和S2的相關系數；

n——柵格數據的時間序列；

r12,3——像素上S1和S2之間的偏相關系數，而其他生態系統服務保持不變。基于偏相關統計映射方法，將權衡/協同關系分為7 個層次，即強權衡（r0.5）。

3 研究結果

3.1 生態系統服務時空變化

2000－2018 年，志丹縣土壤保持，碳固存和水源供給服務都呈現不同程度的增加（圖2）。土壤保持由2000 年的123 t·hm?2·a?1增加到2018 年的323 t·hm?2·a?1。碳固存（以C計）由2000年的306 g·m?2·a?1增加到2018 年的732 g·m?2·a?1。水源供給由2000 年的34 mm 增加到156 mm。空間分布上，土壤保持分布較為均勻，沒有明顯的空間變化特征，而碳固存和水源供給整體都表現為東南高西北低的空間分布特征。隨著時間推移，志丹縣84.5%的區域土壤保持服務表現為正增長，東南部的增加更為明顯。志丹縣幾乎所有區域的碳固存和水源供給量都增加。具體來講，碳固存服務在中部地區的增加高于東南部，水源供給西南部的增加高于其他區域。

3.2 生態系統服務空間異質性的驅動因素

運用地理探測器量化了志丹縣自然因素和人為因素對土壤保持、碳固存和水源供給服務空間異質性的貢獻程度，如圖3 和圖4 所示。從單因子的影響來看（圖3），土壤保持、碳固存和水源供給的主要驅動力是地形、氣候和植被。具體來講，坡度對土壤保持的解釋力最強，為20.4%－28.5%，其次是NDVI（0.8%－20.6%）和土地利用類型（0.4%－10%）。碳固存的空間分異主要受自然因子的影響，其中降雨和NDVI 的解釋力較高，分別為12.7%－60.1%和15.2%－51.4%，其次是土壤類型（11.7%－33.7%）。此外，土地利用類型和溫度對碳固存的影響作用也不容忽視，分別為14.1%－28.5%和0.3%－20.7%。降雨和土地利用類型是影響水源供給服務的最主要的因素，解釋力分別為17.7%－35.4%和16.3%－29.6%。

圖4 驅動因子交互作用對志丹縣生態系統服務的影響Figure 4 Effects of factor interaction on ecosystem services in Zhidan County

從2000－2018 年，志丹縣土壤保持、碳固存和水源供給的主導驅動因子隨時間變化具有差異，解釋力呈現不同程度的減小。對于土壤保持服務，坡度的解釋力仍最強，但土地利用的影響減小（因子解釋力由0.1 減小到0.04），相應的NDVI 作用凸顯（因子解釋力由0.08 增加到0.20）。氣候、NDVI、土地利用和土壤類型仍是顯著影響碳固存的主要驅動因素（P<0.05），但因子解釋力q值都有較大幅度的降低（降雨的因子解釋力由0.60 減小到0.13，DNVI 的因子解釋力由0.51 減小到0.15）。水源供給服務中，最大解釋力的因子由降雨變為土地利用，體現了人類活動的影響加大。

從生態系統服務的因子交互探測結果來看（圖4），任意兩因子的交互作用對志丹縣生態系統服務的解釋力度均大于單一因子。雙因子交互作用對3種生態系統服務的解釋力度都高于41%。具體來看，影響土壤保持服務的主要交互因子是坡度和土地利用以及坡度和NDVI。對碳固存服務解釋力度較大的交互因子主要為高程和氣候（降雨和溫度）。降雨和土地利用的交互作用對水源供給服務的解釋力最高。

因子交互作用對生態系統服務的影響也隨時間動態變化，主要反映在影響因子類型和解釋力的變化。土壤保持服務中解釋力最強的交互因子由2000 年的坡度和土地利用變為2018 年的坡度和NDVI，因子綜合解釋力增加（0.45 增加到0.50）。2000、2010 和2018 年對碳固存解釋力最強的交互因子分別為降雨與溫度、降雨與高程以及溫度與高程，但解釋力逐年降低（2000 年為0.74，2010 年為0.65，2018 年為0.41）。水源供給服務中解釋力最強的交互因子保持不變，都為降雨和土地利用，但解釋力呈先增加后減小趨勢（2000、2010 和2018 年分別為0.54、0.65 和0.58）。

3.3 生態系統服務權衡與協同分析

利用偏相關分析計算了2000－2018 年間志丹縣土壤保持，碳固存和水源供給之間的權衡與協同關系，結果如圖5 所示。整體上，志丹縣土壤保持與碳固存和水源供給的關系都表現為弱協同，而碳固存和水源供給服務為協同。空間分布上，土壤保持和碳固存在43.1%的區域表現為弱協同，35.8%的區域表現為弱權衡，12.3%的區域為協同作用，主要分布在西北部，7.5%的區域為權衡作用，主要分布在東南角。土壤保持和水源供給在39.9%的區域為弱協同，38.2%的區域為弱權衡，11.6%的區域為協同作用，主要分布在東南角，7.4%的區域為權衡作用，主要分布在西北部。碳固存和水源供給在志丹全縣都表現為協同作，其中有56.7%的區域為強協同作用。

圖5 2000－2018 年志丹縣生態系統服務之間的空間相關性Figure 5 Spatial correlation between ecosystem services in Zhidan County from 2000 to 2018

4 討論

4.1 生態系統服務驅動因素

隨著氣候變化和人為活動的干擾加劇，評價生態系統服務的演變特征和驅動機制仍是當前研究的重點。本文對陜北黃土高原溝壑區志丹縣的土壤保持，碳固存和水源供給進行了時空變化特征分析。結果顯示，志丹縣在2000－2018 年間土壤保持，碳固存和水源供給3 種生態系統服務都增加，這一結果與前人對陜北生態系統服務的研究結果相符合（Zhao et al.，2021a；林隆超等，2022；葉璇等，2022）。生態系統服務的空間異質性是自然因素和人為因素復雜耦合的結果。整體來看，志丹縣自然環境因素對生態系統服務空間異質性的影響強度高于人類活動，這與Wang et al.（2022b）對黃土高原的研究結果一致。地形、氣候、植被和土地利用是驅動志丹縣土壤保持、碳固存和水源供給服務空間異質性的主要影響因子。一般來講大于15°以上的土地更易發生土壤侵蝕，頻繁的農業生產實踐活動也會加劇水土流失（趙清賀等，2018；劉婷等，2021）。降雨和溫度的變化會改變水輸入和蒸散，進而影響凈初級生產力（NPP）和產水量（Falloon et al.，2007；Bai et al.，2019；Gao et al.，2021）。高植被覆蓋度有較強的土壤抗侵蝕能力和水源供給能力（趙清賀等，2018；Wang et al.，2022e）。土地利用主要通過改變土地覆蓋類型（如退耕還林還草）來影響生態系統服務。雙因子間交互作用對生態系統服務的解釋力明顯大于單一因子。這表明自然和人為因素對生態系統服務的影響是呈非線性增強和交互增強的，不同因子之間的復雜耦合共同影響生態系統服務空間分異（Xiang et al.，2022）。

生態系統服務的驅動因素是動態變化的。志丹縣退耕還草還林工程（2000－2018 年耕地減少l.38×103km2，草地和林地分別增加236 km2和137 km2）使得土地利用類型對水源供給的影響程度逐漸增強。但在退耕還草還林工程后期，志丹縣土地利用格局基本穩定，土地利用對土壤保持服務的影響程度降低，而對NDVI 的影響增強。NDVI 是反映植被生長狀態和植被覆蓋度的有效指標（盧喬倩等，2020）。志丹縣NDVI 由2000 年的0.45 增加到2018年的0.62，植被覆蓋度的提高在減少降雨侵蝕性和隨后的土壤流失方面發揮了重要作用（Mehri et al.，2018）。由于氣候因素和植被之間存在復雜的生物物理聯系（Yu et al.，2020；Zhao et al.，2021b），志丹縣碳固存服務的驅動因素由年降雨量、NDVI 和年均溫綜合控制。在氣候變化和人類活動加劇的背景下，單一的指標已不能很好地解釋驅動碳固存變化的原因。研究表明，生態系統碳通量不僅受年降水量和年均溫的影響，還受降雨事件的頻率、時間和太陽輻射的影響（Wei et al.，2022；Yang et al.，2022b；Zhai et al.，2022）。此外，城市化、農業實踐、植樹造林等人類活動的干擾增加會削弱氣候因素對NPP 變化的影響（王釗等，2018；Bejagam et al.，2022；余玉洋等，2022）。生態系統服務驅動因子及其解釋力的動態變化無疑增加了生態系統管理的難度，在未來的管理中，應更加關注氣候變化，因地制宜地合理優化用地結構，保持人地關系的協調發展。

4.2 生態系統服務權衡/協同關系

在社會經濟和生物物理因素的交織影響下，生態系統服務間的權衡與協同關系復雜多變（Hao et al.，2017；王鵬濤等，2017）。志丹縣土壤保持，碳固存和水源供給服務之間呈現不同程度的協同作用，其中碳固存和水源供給的協同作用最強，而土壤保持與碳固存和水源供給的協同關系處于較低水平，這需要政府調控有關政策使其過渡到協同甚至高協同狀態。進一步分析了生態系統服務關系的空間特征，結果顯示，志丹縣生態系統服務權衡/協同關系表現出空間異質性。東南部土壤保持與碳固存為權衡關系，土壤保持與水源供給為協同關系，在西北部則相反，而碳固存和水源供給在全域都保持協同關系。土壤保持與碳固存和水源供給關系的改變甚至逆轉受多種因素的影響。一方面NPP 高的地區通常有較高的植被覆蓋度，可以截留雨水和避免坡地水土流失，但另一方面，植被覆蓋度高的地區降水普遍較豐富，土壤侵蝕風險增加，同時高植被覆蓋度往往耗水多（寧靜等，2022；葉璇等，2022）。Liu et al.（2019）研究表明，土壤保持和碳固存在山區林地趨向于權衡關系，而在降水較少的地區具有較穩定的協同關系。此外，不同的種植方式和植被類型可能會對土壤保持和碳固存有不同的影響，如種植大面積單一作物可能會增加土壤侵蝕的風險，從而降低土壤保持服務，但同時可能會提高碳固存（馬傳功等，2016；許小明等，2022）。未來管理應注重優化植被類型配置，合理規劃植被恢復，促進土壤保持與碳固存和水源供給的協同增加。因此，優化或最大化生態系統服務，平衡土壤保持、碳固存和水源供給等多種生態系統服務供給仍是未來研究的重點和難點。

5 結論

本文基于RUSLE、CASA 和InVEST 模型分析了陜北黃土高原溝壑區志丹縣土壤保持、碳固存和水源供給服務的長期變化規律，利用地理探測器定量分析了影響生態系統服務空間異質性的驅動因素，并探討了生態系統服務之間的權衡與協同關系，主要結論如下：

（1）受氣候變化和退耕還林等人類活動的影響，2000－2018 年間縣域土壤保存、碳固存（以C計）和水源供給服務大幅提升，分別增加了199 t·hm?2·a?1、426 g·m?2·a?1和122 mm。全縣80%以上區域生態系統服務均呈增加趨勢，尤其在東南部更為突出。

（2）縣域土壤保持、碳固存和水源供給服務空間異質性的影響因素復雜多變，其中地形，氣候和植被等自然因素是主導因素，但人為干擾的影響日益增強。多因子間交互作用的影響均高于單個因子。

（3）整體上，碳固存和水源供給服務協同作用最強，而土壤保持與碳固存和水源供給服務之間的協同關系處于較低水平。空間上，土壤保持與碳固存表現為“南部權衡-北部協同”的空間格局，土壤保持與水源供給表現為“北部權衡-南部協同”的相互關系，而碳固存與水源供給表現為“全縣協同”的分布態勢。