认识和评估生态系统服务（ESV）的价值对于生态系统管理、保护和促进可持续发展至关重要。土地利用/覆盖变化（LUCC）在评估区域ESV中起着重要作用。本研究采用当量因子法评价了三亚市2000年、2010年和2020年的ESV。此外，未来土地利用模拟（FLUS）模型用于预测5种不同情景下2030年的土地利用变化，使用收敛交叉映射（CCM）以及全局敏感性和不确定性分析（GSUA）探究影响ESV及其相互作用的因素。结果表明：2000—2020年，森林、耕地和未利用土地面积减少了61.28平方公里、46.32平方公里和1.91平方公里，而水域面积增加了8.29平方公里，建设用地扩大102.53平方公里。总体而言，ESV呈波动但总体下降的趋势，在2000年值为75.59×108元，在2010年为78.23×108元，在2020年为74.59×108元。高ESV主要分布在内陆地区，而低ESV则普遍存在于沿海建筑区。基于生态保护和综合保护情景，预计2030年ESV将增加2.78×108元和2.26×108元，与自然发展情景相比，由于耕地和森林向建设用地的转换受到限制。本研究发现，国内生产总值（GDP）、归一化植被指数（NDVI）和人口对ESV有显著影响，而森林和水域表现出显著的个体影响。综合保护方案考虑了三亚市的LUCC特征和土地利用策略，确定了综合保护方案是平衡农田与文明生态发展红线的最优选择。本研究建议合理规划城市建设用地，扩大城市绿地，加强生态用地保护。这些发现为三亚市的可持续发展提供了宝贵的理论见解。
生态系统服务（ES）是指人类从生态系统中获得的利益。可持续提供这些服务对于实现可持续的经济和社会发展至关重要。然而，不断升级的人类活动和快速的城市化导致了不合理的土地利用，给生态系统带来了巨大压力，并降低了它们提供基本服务的能力。在21世纪，中国的城市扩张导致了不受控制的建设，这严重影响了ES并导致长期环境退化。因此，评估和预测区域生态系统服务价值（ESV）对研究人员、政策制定者和公众来说变得越来越重要。
几种方法已经被用来评估ESV。基于价格的方法提供了详细的评估，但受到众多输入变量、复杂性评估过程和标准化困难的限制。同样，在确定系统内的能源输入和输出时，能源价值分析也面临挑战。相比之下，等当系数方法由于其简单性和较低的数据需求，得到了更广泛的应用。ESV受到土地利用/覆盖变化（LUCC）的显著影响，土地功能发生变化，对ES产生影响，特别是当自然区域转化为建设用地时，对生态系统产生重大影响。LUCC还会导致土地退化，包括土壤肥力降低和生物多样性丧失，这加剧了不可持续的土地利用。因此，准确评估LUCC及其对ESV的影响对于明智的评估和决策至关重要。为了更好地理解LUCC和ESV之间的关系，已经使用了各种模型来模拟LUCC动力学，例如元胞自动机-马尔可夫模型（CA-Markov）、Logistic-CA和土地利用转换及其在小区域范围内的影响（CLUE-S）模型。未来土地利用模拟（FLUS）模型通过纳入自适应惯性系数和竞争策略得到了增强。这些改进提高了土地利用预测的准确性，并有助于减少系统误差。FLUS模型已广泛应用于土地利用研究，尤其是在模拟不同情景下的未来变化时。因此，在预测未来的土地利用变化时，应考虑社会经济和自然因素，以确保准确评估ESV。
尽管许多研究探讨了LUCC和ESV之间的关系，但具有不同生态水文和气候特征的不同地理区域的比较分析仍然有限。这种比较对于确定研究结果的普遍性和验证在不同情况下应用的方法至关重要。在这方面，海南岛作为中国最大的经济特区和热带岛屿，提供了一个独特的案例研究来探索这些关系。自2018年以来，中国政府推动“中国特色自由贸易港（FTP）”的发展，并在海南建立了国家生态文明试验区（NECPilotZone）。这些举措，尤其是FTP的建设，预计将显著加剧土地利用变化，增加当地生态系统的压力。三亚市是海南省第二大城市，位于海南岛的南端。它以快速的城市发展、旅游业和大量外国居民涌入而闻名。在这些国家战略下，三亚市经历了加速增长，带来了经济机遇和环境挑战。因此，评估三亚市的ESV对于平衡经济发展和生态可持续性至关重要，为实现海南自贸港和新纪元先行区目标提供具体指导。
本研究旨在评估不同情景下LUCC对三亚市ESV的影响，识别关键影响因素，为平衡生态保护与城市发展提供几项政策建议。它调查了生态指标之间的关系，如归一化差值植被指数（NDVI）、坡度（slope）、年平均温度和年平均降水量，以及社会经济因素，如国内生产总值（GDP）和人口密度，与ESV的关系，以确定影响ESV的关键因素。根据2000年至2020年的数据，应用FLUS模型预测2030年的土地利用情景。此外，使用2000年、2010年、2020年的LUCC数据和2030年的预测数据，采用等效系数法评估ESV。基于这些分析，讨论了三亚市LUCC的特点和相应的土地利用政策，并提出了几项政策建议。本研究的见解旨在支持三亚市和其他快速城市化的热带地区的可持续发展。
1.2000至2020年的LUCC
2.ESV评估
2.1.ESV在时间尺度上的变化
图3展示了2000年、2010年和2020年三亚市的ESV状况。图3（a）显示了各种类型的生态系统服务功能值，以及整体ESV。为了提供更详细的信息，补充信息中包括了单个生态系统服务估值。就2010年的ESV而言，较2000年增加了2.64×108元。主要驱动原因是水域面积的增加（图3（c））。此外，2010年至2020年ESV下降了3.65×108元，这是由于森林、耕地和水域处于衰退状态。包括水文调节、供水和食品生产在内的功能价值呈上升趋势，而其他功能服务则呈下降趋势。这是由于水域面积的扩大（图3（c）），并且水文调节功能服务的等效系数明显高于其他生态系统（表1）。水的水文调节功能比森林的当量系数高1倍以上（表1）。
三亚市2000年至2020年四类ES的数值及其趋势如图3（b）所示。供应、调节、支持和文化服务的值均呈下降趋势。值得注意的是，调节服务在2000-2010年期间处于增长状态，这主要归因于水域面积的扩大，这与图3（c）一起进行了分析。
2.2.空间尺度上的ESV变化
基于图4和图2，2000年、2010年和2020年三亚市经济波动揭示了“沿海建成区低值、内陆值高”的地理分布特征，在空间上与高程和地形分布特征一致。研究区北部受地形限制，受人类活动影响最小，森林覆盖面积广，土地面积最大，ESV高，而南部和东部沿海地区以建设用地为主，尽管水分布在该地区的中部。从2000年到2020年，低ESV的沿海地区明显向森林和城市边缘的耕地扩张。
3.多情景模拟
3.1.基于FLUS的LUCC仿真精度
本研究利用kappa系数（Kappa）、总体准确性（OA）和品质因数（FoM）系数，通过将模拟数据与预先存在的实际数据进行对比来确认LUCC预测的准确性。基于这些计算，10%随机采样的模拟结果的Kappa为0.83（0.6<Kappa≤0.8表示模拟结果更好），OA达到0.92，FoM系数为0.11（0.10-0.20是标准水平），这使得结果更加可信。总体而言，测试在合理范围内，验证了FLUS模型在三亚市的能力。模型的驱动因素和设定参数合理，可用于预测2030年三亚市的LUCC。
3.2.LUCC的预测
基于FLUS模型，在五个不同的开发情景下对2030年三亚市LUCC进行了模拟（图5和表4）。1）在NDS中，2030年的LUCC与之前的趋势更相似。与2020年相比，其中包括森林中减少最大，32.12平方公里，以及最大的建设用地扩建，52.40平方公里。2）在EPS中，森林、草原和水体等生态用地得到了更好的保护。虽然与2020年相比，森林和水域面积继续减少，但下降速度不如其他情况快。此外，建筑面积的增加也减少了。3）在CDS中，耕地得到开发，面积增加了0.96公里2.建设用地的增长受到限制，森林和草原面积大大减少，分别减少了23平方公里和0.57平方公里。4）在CPS中，对耕地的保护非常严格，而建设用地保持了显着增长。除NDS外，森林的减少量大于其他情景，森林和水的面积分别减少了29.11平方公里和0.35平方公里。除NDS外，建设用地面积增长最快。5）SPS中建设用地增长受到更多抑制，扩张面积为12.76平方公里，低于其他指标。林、水体减少趋势缓和，草原也有一定程度的发展。此外，耕地面积保持不变。简而言之，生态用地和耕地都得到了更好的保护。
3.3.ESV的预测
表5和表6显示了2030年三亚市的ESV和生态系统服务功能值。与2020年相比，2030年的ESV有所下降，但在五种情景之间有所不同（表5）。与其他情景相比，NDS的ESV减少幅度最高，减少了2.93%。因此，以前的发展模式代表了一种不可持续的发展战略。具体来说，在模拟情景中，ESV的降幅最小的是EPS，降幅为0.21%。其次是SPS，下降了0.9%。在5种情景中，森林和水体的ESV均呈下降趋势，只有草地出现正增长，CDS除外。此外，EPS和SPS下森林的ESV下降幅度最小，分别为0.17%和1.15%。相反，草地在EPS中的ESV增长最显着，而耕地的ESV下降幅度更大，达到6.3%。在CDS、CPS和SPS中，耕地的ESV保持不变。此外，森林和水的ESV下降。
从表6中可以看出，在5种情景下，EPS下只有原材料供应和美学景观功能保持不变，而供水功能值增加了0.03×108元。值得一提的是，SPS下的所有功能，除了EPS之外，都具有最高的值。在EPS中，耕地变化最大，下降了6.3%（表5），而其粮食供应功能服务价值最高，这与目前国家对永久农田红线的指导方针不一致。
4.因果关系推理
图6和表7表明ESV的MAP、DEM、MAT、LDP、Slope和LDR的p值都大于0.05，表明这些因素与ESV之间不存在因果关系。相比之下，ESV×mapPOP和ESV×mapGDP的p值均低于0.05，表明POP和GDP驱动ESV变化存在显著的单向因果关系。这些结果表明，社会经济因素，如GDP和POP，显着影响ESV，ESV的变化是由人口和经济发展的变化驱动的。
对于ESV×mapNDVI和NDVI×mapESV，两个p值都低于0.05，表明ESVs和NDVI之间存在双向因果关系。这种双向关系意味着显着的相互影响，并且随着时间的推移，NDVI和ESV等生态指标之间存在正反馈机制。
5.GSUA的结果
图7（a）显示了eFAST分析获得的敏感性指数，表示每种土地利用类型的一级和总效应敏感性指数。建设用地、耕地、草地和未利用土地的总敏感性指数较高，但一级敏感性指数较低，表明当存在交互作用时，它们对ESV变异性的影响是显著的，而它们的个体影响相对较小。相比之下，水和森林的总敏感性指数和一级敏感性指数之间存在显著差异。水的一级敏感性指数最高，表明其对ESV的显著影响，其次是森林。此外，森林与其他指标的交互作用较强，而水的交互作用较弱。
图7（b）说明了ESV的频率分布，大多数值集中在72×108元之间和74×108元，峰值在73×108元附近。这种分布反映了在给定输入不确定性下ESV的集中趋势。
该研究揭示了LUCC如何影响三亚市的ESV，并为该市的可持续经济和生态发展提供了见解，但仍存在一些局限。首先，使用FLUS模型进行土地利用类型模拟在参数设置中存在一定的主观性。其次，本研究对文化服务的评价仅涵盖景观美学功能，忽略了三亚市丰富的自然资源提供的旅游价值。鉴于三亚的旅游价值明显高于中国大陆其他地区，这一局限性尤为明显。第三，将建设用地的ESV简单地分配为0可能无法准确反映当前情况。未来的研究有必要考虑像三亚市这样的沿海旅游城市的独特之处。此外，未来的研究将进一步整合压力响应模型和物理约束网络，结合梯度分析，以加深对生态系统功能限制、稳定性及其对ESV影响的理解。这一综合分析框架将为生态系统管理和政策制定提供更全面、更详细的支持，帮助沿海城市平衡经济发展和生态保护。
初审：王朝勇
审核：徐彩瑶
排版编辑：许文静
文献推荐人：许文静
参考文献：Peihong Song, Qiu Yang, Wenyin Wu, Tianyan Su, Yamin Jiang, Jingli Lu, Zhongyi Sun, Jie Zhang, Rui Yu, Peng Wang, Lan Wu, Huai Yang, Wenjie Liu,Assessing and predicting the value of ecosystem services in Sanya City, Hainan Island, China,Ecological Indicators,Volume 170,2025,112967,ISSN 1470-160X.
以上内容仅代表个人对文章的理解，详情请点击阅读原文。
【数字生态与绿色发展学术团队】Assessing and predicting the value of ecosystem services in Sanya City, Hainan Island, China.pdf推荐阅读
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
