【文献分享】中国北方城市群生态系统服务的权衡与协同关系及其驱动力分析

文摘   2024-09-10 08:01   浙江  


摘要



全面了解生态系统服务(ESs)之间的权衡/协同作用(TOS)及其内在驱动因素对于促进区域可持续发展和做出明智决策至关重要。在本研究中,我们利用皮尔逊相关分析、地理加权回归、自组织映射分析和冗余分析等多种分析技术,探讨了辽中南城市群(CSLUA)网格和县域尺度上六种生态系统服务及其驱动因素的时空动态。研究结果表明:(1)2000年至2020年间,产水量(WY)、土壤保持(SR)、景观美学(LA)和粮食产量(FP)总体呈上升趋势,而生境质量(HQ)和碳储量(CS)呈下降趋势;(2)从网格尺度到县域尺度, TOS 关系的集中效应减弱,主要集中在供给服务(WY、FP)和其他服务之间。一些ESs对之间的重要关系变成了中性。在县域尺度上,所有ESs的TOS关系的地理空间异质性也有所减弱。网格尺度比县尺度能捕捉到更多的地理特征细节。(3) 在两种分析尺度上,本文发现具有不同生态功能特征和空间模式的5个生态系统服务簇。潜在高价值协同簇将转变为高价值协同簇。虽然从网格尺度到县级尺度,LA簇的面积有所增加,但连续性较差。(4)驱动因子对 ES 的影响方向在时间上并不恒定,驱动因子对6个ES的影响程度在两个尺度上也不尽相同。NDVI是大多数ES的主要驱动因子。本研究有助于拓展对不同尺度上生态系统服务之间关系的理解,并可为多种尺度上的可持续生态系统管理提供参考。





研究背景及意义




生态系统服务(ESs)是指生态系统向人类提供的各种服务,包括供应、调节、支持和文化服务,这些服务直接或间接地影响人类福祉。目前,人们越来越关注生态保护与经济发展之间的关系。千年生态系统服务评估等政策的发布对学术界产生了重大影响,强调通过生态管理管理生态系统相互作用可能是一种更有效的措施,并促进了对生态系统的深入研究。生态环境在解决可持续性问题方面的潜力已得到广泛认可,了解多个生态环境之间的相互作用是实践可持续自然资源利用原则的关键一步。因此,ESs研究可以为可持续发展的空间规划提供支持。

经济社会的快速发展,加上城市群的扩张,导致土地利用的剧烈变化,在推动城市经济增长的同时,也导致自然环境的持续退化。因此, 生态脆弱性突出,对区域生态安全构成严重威胁。工业扩张和城市化建设等社会经济因素对自然生态系统产生了不同程度的影响,导致ES供应能力下降,阻碍了区域可持续发展,损害了人类福祉。因此,实现城市群发展与生态保护的可持续平衡势在必行。了解生态系统之间权衡或协同效应(TOS)的变化模式对人类生存、经济可持续发展和生态环境至关重要。在具有权衡的ES对中,一个ES的显著增加通常会导致另一个ES的减少。为了避免权衡,促进协同发展,有必要考虑ES,探索多个ES之间的关系,并分析ES驱动因素的变化。





研究亮点

         


本研究选择辽宁中南部城市群(CSLUA)作为研究对象,试图揭示不同尺度下生态环境与生态环境驱动因素之间复杂的相互作用,为城市群区域生态系统保护和生态环境提升提供参考。主要目的是:(1)分析CSLUA生态系统服务驱动力的空间分布特征;(2)评价不同驱动力对生态系统服务驱动力的影响;(3)为CSLUA可持续发展决策提供科学依据。





研究结果




1. ESs的时空变化
在网格尺度和县域尺度上,6个区域的时空分布格局相似(图2a、b、图s2、图s3)。从空间上看,CSLUA的空间格局呈现出明显的空间异质性,尤其是东西向的差异。5个ESs (WY、SR、HQ、CS和LA)的空间分布相似,呈现自东向西逐渐减少的总体趋势。其中,高值区主要集中在东部剩余的长白山地区,低值区主要分布在城市群西部的平原地区。值得注意的是,WY在中心城区也有较高的数值。而FP则呈现相反的趋势,总体空间分布自东向西逐渐增加。这可能是因为林地主要分布在东部山区(图s1)。耕地主要分布在西部平原,是粮食供应的主要区域。

Fig.S2 Spatial and temporal patterns of ESs at the grid scale during 2000-2015

Fig.S3 Spatial and temporal patterns of ESs at the county scale during 2000-2015

从时间上看,从2000年到2020年,不同ES的变化率趋势存在差异。其中,WY、SR、LA、FP的总体平均值均呈上升趋势。WY和SR的变化更为显著。2000~2020年,WY、SR、LA和FP呈增加趋势,增长率分别为138.89%、111.60%、6.54%和106.56%。相比之下,虽然HQ和CS的平均值总体状态保持稳定,但总体呈下降趋势,下降率分别为7.97%和2.12%(图2c)。

2. ESs之间的TOS分析

(1)相关分析结果

Pearson相关分析表明,在网格尺度上,ESs对之间存在显著的TOS,随着时间的推移,WY-CS关系之间的权衡和协同作用发生了转变。此外,6对ESs分别对WY-LA、WY-FP、SR-FP、HQ-FP、CS-FP和LA-FP存在权衡效应。8对ESs分别对WY-SR、WY-HQ、SR-HQ、SR-CS、SR-LA、HQ-CS、HQ-LA和CS-LA具有协同效应。在县域尺度上,大多数ESs之间的TOS与网格尺度相似,但在某些年份有5对ESs之间呈现中性TOS关系。ESs之间的TOS关系在方向上变化较小,只有WY和CS之间的关系在TOS关系中随尺度的变化而变化。与栅格尺度上呈现的TOS强度不同,县域尺度上TOS强度均较大(图3)。

(2)地理加权回归分析结果

相关性分析从总体上探讨了ESs之间的TOS关系,但未能捕捉到ESs之间TOS的空间异质性。本文利用地理加权回归进一步揭示了网格和县域尺度下ESs之间TOS的地理空间异质性(图4a、图5a、图s4和图s5)。在网格尺度上,地理加权回归结果表明,SR、HQ和CS服务之间的6种服务关系的空间格局相似。协同关系主要分布在东部山地丘陵区,权衡关系主要分布在西部平原区。在ES对之间提供服务(WY、FP)和其他服务时,大多数ES对在空间分布中存在较高比例的权衡关系,表明这些ES对主要以权衡关系为主。值得注意的是,在WY-FP的TOS关系的空间分布中,协同关系区域所占比例高于权衡关系区域(图4)。

县域尺度上ES对的空间TOS关系与栅格尺度不同(图5和图s5)。6个ES对(SR、HQ和CS)之间的TOS格局表现出更多的区域协同关系,只有少数区县存在权衡关系。供给服务(WY、FP)与其他服务之间的TOS空间分布差异较大。特别是在WY-FP中,权衡关系的面积份额显著增加。

Fig.S4 Spatial TOS between pairs of ESs at the grid scale in 2005-2020

Fig.S5 Spatial TOS between pairs of ESs at the county scale in 2005-2020

3. ES簇的时空格局

在网格和县尺度上,有5个ES簇,分别是高价值协同簇(Bundle 1)、FP簇(Bundle 2)、LA簇(Bundle 3)、Urban簇(Bundle 4)和潜在高价值协同簇(Bundle 5)(图6和图7)。高价值协同簇的特征是除FP外的多个ess高度协同(图6b和图7b),但在网格尺度上仅覆盖0.33% - 3.94%的研究面积(图6c)。潜在高价值协同簇以3个ESs (HQ、CS和LA)协同为特征,并将向高价值协同簇转变,主要位于植被覆盖率高的东部山区林地,网格尺度覆盖研究区域的26% ~ 32%,县尺度覆盖研究区域的4% ~ 43%(图6、图7和图s1)。

FP簇和LA簇分别具有较高的ES值。在格网尺度上FP簇覆盖面积在42%以上,在县域尺度上覆盖面积在28%以上(图6c和图7c),主要分布在西部平原。这些地区是粮食主产区,耕地占比很大。从网格尺度上升到县域尺度,FP簇损失面积主要向LA簇转移(图6a和图7a)。LA簇覆盖的研究面积从栅格尺度的14%-19%以上上升到县尺度的27%-35%以上(图6c和图7c),但连续性较差。在格网尺度上,本文可以发现LA Bundle主要位于研究区中心区的山地平原交错带(图6a),景观多样性丰富。城市簇位于高度城市化或工业化地区,其特征是低ESs。由于这些地区缺乏植被,直接地表径流量高(图6和图7)。

4. ESs的驱动因素及其动态特征

冗余分析显示,2000-2020年,ES与9个社会生态驱动因素(SED)之间存在相关性(p<0.001,999次排列)。不同尺度的RDA分析的前两个坐标轴如图所示(图8,图S6)。除网格尺度上的个别驱动因素外,大多数驱动因素与ES之间的关系类型随着时间的推移保持不变。从2000年至2020年两个尺度的动态变化来看,降雨和ndvi通过影响WY和SR来影响ESs的空间格局,城市化因子(gdp、pop)通过影响LA来影响ES分布格局。2000-2020年,在县级尺度上,驱动因素与ES之间的关系较为稳定。在网格尺度上,2000年和2015年与其他年份呈现出近乎镜像对称的关系,但某些相关关系有所变化。在网格尺度上,Tclay与FP之间的关系发生了方向性变化。在两个尺度上,雨量和ndvi与FP呈负相关,而与所有其他ES呈正相关。2000-2020年,在不同尺度上,城市化因子(gdp 和 pop)与HQ呈负相关关系。随着尺度的变化,驱动因素与ES之间的关系类型也发生了更明显的变化。随着尺度的变化,不同环境因子与驱动因子之间的关系程度也不同,粮食产量与土壤因子,尤其是Tph的关系更为密切。此外,Toc和Tclay、Tsilt与FP和WY有很强的相关性,且相关性随尺度的扩大而增强,但这些因子的影响有限。

Fig. S6 RDA of ESs (blue) and SED (red) of analysis in 2000-2015





研究展望




研究结果揭示了长江经济带生态环境功能的历史地位,为今后重工业城市群区域生态环境的合理保护和政策制定提供科学依据。然而,本研究也有一定的局限性。与ESs相关的物理尺度的确定对评估结果影响较大,本研究的相关尺度是参考前人研究确定的,但不同研究区域的相关尺度信息可能有所不同。本文的研究结果仅针对过去和现状,但随着社会的发展和景观管理政策的制定,不同情况下ESs供给的后续变化值得进一步探讨。此外,ESs的相互关系存在尺度效应,本研究仅探讨了网格和县域两个尺度下的ESs相互关系,因为行政尺度更有利于ESs的管理,是适合城市群研究的尺度。研究表明,流域尺度有利于研究生态系统之间的相互关系,因为流域内具有相似的生物物理性质,这对于研究更深层的内在关系更为精确。这样的研究在未来可以在多个尺度上进行。





初审:王朝勇

审核:徐彩瑶

排版编辑:李   宁

文献推荐人:李   宁


参考文献Baoliang Chang, Bingming Chen, Wei Chen, Sheng Xu, Xingyuan He, Jing Yao, Yanqing Huang,Analysis of trade-off and synergy of ecosystem services and driving forces in urban agglomerations in Northern China,Ecological Indicators,Volume 165,2024,112210,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】Analysis of trade-off and synergy of ecosystem services and driving forces in urban agglomerations in Northern China.pdf


推荐阅读




数字生态与绿色发展学术团队



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!

数字生态与绿色发展学术团队
孔凡斌教授数字生态与绿色发展学术团队公众号。本团队立足长江三角洲地区,面向全国,服务国家战略,综合运用社会科学和自然科学的知识和方法进行跨学科研究,探索生态系统数字化智能化管理及其产品价值实现促进共同富裕和绿色发展的路径与政策。
 最新文章