了解驱动生态系统服务关系的潜在机制对于制定成功的城市规划和管理政策至关重要。对生态系统服务关系背后的驱动因素，特别是对其时空格局的长期评价以及驱动效应和驱动阈值的研究仍然缺乏认识。本研究利用InVEST 3.13.0模型、最优参数地理探测器、贝叶斯信念网络等多种分析方法对生态系统服务功能进行评估，并探讨其相互关系。在此基础上，分析了1990 - 2020年芜湖市生态系统服务关系时空变化的关键驱动因素及其影响因素。结果表明：(1) 随着时间的推移，芜湖市三种生态系统服务的高价值区域分布保持相对稳定。粮食生产服务的高价值区域主要分布在传统的圩田，洪水调蓄服务主要集中在城市北部的平原地区，生境质量服务主要分布在南部的丘陵地区。然而，随着城市的扩张，这三种服务有可能进一步退化。(2) 生态系统服务关系的时空变化具有规律性，对生态系统服务及其关系进行长期评估非常重要。(3) 生物物理因素对生态系统服务关系的时空格局影响最大。(4) 两个驱动因素的综合影响大于单一因素的影响。(5)存在一个促进生态系统服务协同作用的驱动因素阈值。(6) 在同一驱动因素的阈值内，多种生态系统服务可能表现出协同关系。本研究的结果可为城市管理者提供有关生态系统服务关系的宝贵见解。
研究背景及意义
改善生态系统服务的提供是促进可持续城市发展的一个重要F 方面，研究在这一努力中的作用对于提高人类福祉至关重要。世界上的城市人口正在增长。联合国人居署最新的《2022年世界城市报告》显示，到2021年，城市人口占世界人口的56%，预计到2050年将达到68%。中国是全球快速城市化进程的缩影。在过去的三十年里，中国的城市人口经历了显著的增长，从总人口的30%以下增加到近70%。综合提供多种生态系统服务对于维持城市居民的福祉至关重要。然而，加速的城市化进程极大地改变了区域生态系统的结构和功能，导致重要生态系统服务的失衡和枯竭，对城市居民的健康和生计构成风险。实施科学的城市生态系统管理方法，协调城市生态系统的多种服务，对促进城市可持续发展和增进居民福祉具有重要意义。
芜湖市位于长江中下游。芜湖市凭借其丰富的水资源，已成为长江三角洲重要的农业重镇。然而，这也使它容易受到洪水灾害造成的破坏。因此，在促进粮食生产的同时减轻洪涝灾害是确保芜湖市城市生态系统服务的关键。此外，芜湖市地处山地平原中间地带，水利基础设施先进，拥有丰富的动植物资源。芜湖的可持续发展在很大程度上依赖于生境质量的维持。20世纪90年代以来，芜湖市社会经济发展迅速，城市人口增长迅速。预计到2022年，芜湖市城市人口将占总人口的72.30%，超过长三角城市地区的平均水平。尽管如此，在过去的三十年中，芜湖市的快速城市化导致了城市土地利用的巨大变化，导致了粮食生产、防洪和栖息地质量等基本服务的差异或退化，从而对城市居民的福利构成了威胁。因此，必须改进生态系统管理方法，充分发挥生态系统服务的协同潜力，发挥生态系统服务的综合优势。
探索生态系统服务关系的驱动机制对促进城市多种生态系统服务的综合提供具有重要意义，但相关研究仍存在一些问题。芜湖市为解决上述问题提供了一个合适的案例。本文的研究目标是：(1)揭示城市生态系统服务功能的时空变化及其相互关系。(2)研究城市生态系统服务关系波动的主要驱动因素。(3)明确关键驱动因素的影响作用和阈值。
研究结果
1. 生态系统服务功能时空格局
各生态系统服务功能的空间分布格局随时间变化而变化（图2），其中，粮食生产（FP）高值区在1990 - 2010年呈现相对紧凑的空间聚集状态，而高值区在2020年呈现空间分散状态。FP高值面积先增加后减少，从1990年的1359.15 km2减少到2020年的1206.32 km2。洪水调蓄（FM）表现出与FP相似的时空格局特征。近30年来，生境质量（HQ）高价值区域的分布位置相对稳定，但高价值区域的面积却在不断缩小。HQ高值区面积由1990年的1230.70 km2增加到2020年的1139.80 km2。上述结果表明，芜湖市三大生态系统服务功能存在着严重的退化风险。
分析结果表明：1990 ~ 2020年芜湖市三大生态系统服务功能高值区分布具有相似的环境特征；其中，FP高值区主要位于武威、九江和万治平原地区，这些地区地形平缓，水网密集，是芜湖市传统的圩区。FM高值区主要分布在芜湖市北部的九江镇、宜江镇和镜湖区。中等价值区和低价值区主要分布在城市中部和南部。其分布格局与FP较为相似，间接表明两者之间存在一定的空间相关性。总部高价值区主要分布在芜湖市中南部的繁昌、南岭等山地丘陵地区。这些地区海拔相对较高，人类活动干扰较小，自然背景良好。
2. 生态系统服务关系的时空格局
通过对服务对的时空相关性分析，揭示了芜湖市生态系统服务关系的变化特征。近30年来，芜湖市三种生态系统服务供给受到生态系统服务关系的显著影响。受影响的乡镇67个，占总面积的88.47%（图S1）。这表明在管理该地区的生态系统服务供给时，生态系统服务关系是不可忽视的。
Fig. S1 Significance pattern of ecosystem service relationships
从1990年到2010年，各区域FPFM三者之间的关系相对稳定。2010 - 2020年FPFM的协同取舍关系面积呈增加趋势，损失关系面积呈减少趋势。从1990年到2000年，FPHQ协同面积减少，权衡和损失增加。2000 - 2020年，FPHQ的3种关系呈现出与之前相反的变化，协同区域高于取舍和损失区域。1990 - 2010年FMHQ的权衡关系区域呈增加趋势，而协同关系和损失关系区域呈下降趋势。2010 - 2020年，FMHQ权衡面积减小，协同面积和损失面积增大。到2020年，FMHQ协同面积大于损失和权衡面积（图3）。
基于以上结果，本文发现，近30年来，虽然具有生态系统服务关系的城镇面积在不同时期表现出不同的特征，但其变化仍有规律：（1）HQ与其他生态系统服务协同关系的面积呈波动趋势增加；（2）2010年后FPFM协同、取舍和损失领域发生了显著变化。上述现象可归因于局部生态系统过程或外部因素对其关系的影响。
1990 - 2010年，FPFM的协同效应区主要分布在芜湖市北部的九江镇和镜湖镇，而权衡和损失主要分布在武威和南陵县南部。2010 - 2020年，FPFM之间的空间分布关系发生了显著变化。协同区主要分布在南岭和万治，交换和损失区主要分布在武威。繁昌和南岭地区虽有协同区和权衡区，但随着时间的推移，权衡区已逐渐转化为协同区。然而，FPHQ有损失关系的城镇格局相对分散。FMHQ的协同、取舍和损失关系主要集中在繁昌镇和南岭镇。在过去的30年里，该地区FMHQ的协同和权衡关系已经相互转化（图4）。
综上所述，芜湖市生态系统服务关系的空间位置具有动态变化特征，但不同关系的空间格局不是随机的，而是有规律的：①HQ与其他生态系统服务的协同区域主要分布在芜湖市南部；(2) 1990 - 2010年，FPFM协同区域的区位相对稳定，但2010年以后，FPFM协同区域的空间格局发生了剧烈变化。
3. 生态系统服务关系的驱动机制
3.1 生态系统服务关系的驱动力
通过OPGD的因子检测器分析，本文发现共有7个驱动FPFM关系的因素通过了显著性检验（图5），前三个主要驱动因素是蔓延指数（CONTAG）、香农多样性指数（SHDI）和蒸散（ET），其q值分别为0.21、0.14和0.12。土壤含砂率（SAND）因子的驱动力最小。共有7个因子驱动FPHQ关系通过显著性检验，其中高程（DEM）的q值最高，为0.51，其次是坡度（SL）和森林覆盖率（FP）， q值分别为0.49和0.37。WP因子的驱动力最小。共有8个因子驱动FMHQ关系通过显著性检验，其中降水（PRE）因子的q值最高，为0.23，ET和温度（TEM）因子次之，q值分别为0.20和0.13，WP因子的驱动力最小。结果表明，生物物理因子对生态系统服务关系空间异质性的驱动力最大，景观配置因子和景观组成因子次之，经济因子和人口因子的驱动力最小。
此外，本文比较了不同服务关系之间的驱动因子，发现DEM和水域（WP）是三种生态系统服务之间关系共享的显著驱动因子。耕地（CP）、FP、ET和SAND是两类服务之间关系共享的重要驱动因素。其中DEM、WP和FP是驱动总部与其他两种生态系统服务关系变化的共同因子。
根据交互检测器分析结果（图6），本文发现在三种类型的生态系统服务关系中，几乎所有双驱动因子的联合驱动力都高于单因素的驱动力。其中，FPFM关系的前3位联合驱动因子及其q值由高到低依次为GONTAG∩SAND（0.34）、SHDI∩DEM（0.31）和CONTAG∩DEM(0.30)，分别来源于生物物理因子和景观配置因子。生物物理因子和景观组成因子对FPHQ关系的联合驱动因子q值由高到低依次为SL∩FP（0.68）、DEM∩SL（0.63）、DEM∩CP和SL∩SAND（0.61）。FMHQ关系的前3位联合驱动因子及其q值由高到低依次为TEM∩FP（0.37）、PRE∩归一化植被指数（NDVI）、PRE∩ET和TEM∩NDVI（0.35）和TEM∩WP（0.34）。这提醒本文耦合不同类型驱动因子对调节生态系统服务关系的重要性，其中生物物理因子与景观组成和配置因子的耦合至关重要。
3.2 驱动因素的驱动效应和阈值
基于OPGD分析结果，利用Netica 6.09软件构建了3个生态系统服务关系贝叶斯网络及其主要影响因子。三种模型的总体准确率分别为87.84%、81.20%和93.72%，说明贝叶斯网络是合理的，可以用于进一步的研究（图s2）。
(a)FPFM |
(b)FPHQ |
(c)FMHQ |
Fig. S2 Bayesian network structure |
此外，本文还试图分析生态系统服务关系的共享驱动因子阈值。DEM和WP是促进生态系统服务协同作用的共同驱动因子。DEM促进多种生态系统服务协同作用的阈值分别为：FPFM （DEM <7.95）、FPHQ （DEM 18.65 ~ 49.35）和FMHQ（DEM >29.98）。WP促进多种生态系统服务协同作用的阈值分别为：FPHQ （WP: 4.08 ~ 16.48）、FPHQ （WP: 1.59 ~ 10.07）和FMHQ （WP: <1.59）。结果表明，上述两种共享驱动因子的取值范围不存在共同交集，表明不存在一个高程和水量比例的值范围，从而导致三种生态系统服务同时协同作用。
然而，总部与其他两种生态系统服务之间关系的DEM和FP值范围存在交集。当DEM > 29.98且≤49.35,FP≥12.02且FP≤34.60时，HQ与FP或FM协同的概率最高。虽然WP是FPHQ和FMHQ的共同驱动因子，但它没有一个共同的值范围来促进生态系统服务关系的协同作用。
研究展望
对生态系统服务关系的长期评估有助于全面理解驱动生态系统服务关系的机制。在这项研究中，本文的评估跨越了31年，广泛选择了驱动因素。研究结果更真实地反映了生态系统服务关系的驱动机制，为相关研究提供了可比较的案例。该研究不仅确定了生态系统服务关系的主要驱动因素，而且定量表征了驱动因素阈值，为生态系统管理提供了更详细和适用的信息。此外，OPGD与BBN模型的结合不仅有助于完善BBN网络结构，使其分析更加合理，而且在诊断生态系统服务关系驱动机制和揭示驱动效应阈值方面具有相当大的潜力。虽然本研究基于OPGD分析优化了BBN节点的选择过程及其离散化，但节点到节点的连通性和指向仍然比较主观，可能会对得到的网络产生误解，导致结果的不确定性。
如何使节点之间的连接更加合理是未来研究的方向。此外，生态系统服务关系具有空间尺度效应，不同空间尺度的生态系统服务关系可能表现出较大的差异。为了与生态系统管理尺度匹配，本研究仅以乡镇单位作为分析的基本尺度。未来还需要进行多尺度分析，使生态系统服务关系的认识更加全面。
初审：严 露
审核：徐彩瑶
排版编辑：李 宁
文献推荐人：李 宁
参考文献：Haopeng Zhang, Song Liu, Exploring the spatial–temporal patterns of urban ecosystem service relationships and their driving mechanisms: A case study of Wuhu City, China, Ecological Indicators, Volume 167, 2024, 112726, 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。
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！
