英文题目：Spatiotemporal dynamics of ecosystem supply service intensity in China:
Patterns, drivers, and implications for sustainable development
中文译名：中国生态系统供给服务强度的时空动态：模式、驱动因素及对可持续发展的影响
发表时间：2024年
发表期刊：Journal of Environmental Management
第一作者：Guize Luan et al
第一单位：云南大学国际河流与生态安全研究所
DOI：10.1016/j.jenvman.2024.122042
精选理由：本文深入探讨了中国生态系统供给服务强度的时空动态，揭示了其与土地利用变化、气候因素以及人类活动之间的复杂关系。通过创新提出中国生态系统供给服务强度发展平衡线（ESSIL）这一概念，本文为制定大尺度区域的生态可持续发展战略提供了全新视角，对中国的区域协调发展具有重要参考价值。这篇文章为关注生态系统服务、环境保护与可持续发展的读者带来前沿的科研成果和重要的理论创新。
随着全球经济的稳步发展和人口的快速增长，量化生态系统服务供给能力并揭示其驱动因素对可持续发展具有重要意义。利用2000 - 2020年的自然和文化数据，对生态系统供给服务强度（ESSI）进行了量化。然后将这些数据与土地信息熵联合分析，得到多尺度下中国ESSI的时空演化规律.同时，根据中国生态系统供给服务强度的空间分布特征，创新性地提出了中国生态系统供给服务强度发展平衡线（ESSIL）的概念。结果表明，中国ESSI的空间分布格局与ESSIL的空间分布格局是对称的，ESSIL与胡焕庸线基本垂直。由于区域发展政策的不同，不同经济水平的区域对土地变化的驱动作用也不同。此外，由于该国幅员辽阔，各地区的主要ESSI驱动因素差异很大。从多尺度上评价了中国ESSI的变化，并结合土地覆被变化、气候和人类活动的影响，提出了中国ESSI的新格局分布模式，为大尺度区域生态可持续发展战略的制定提供了新的视角。
胡焕庸线以黑龙江省黑河市和云南省腾冲市为端点，划分了中国的人口和经济区域。胡焕庸线是我国人口密度的对比线，也是我国经济社会结构的分界线。东西部的经济差异很大。
沿着胡焕庸线，中国的地形地貌、自然环境、人口分布、经济发展都能体现出一定的对称结构，而博台线的提出也印证了在与胡焕庸线垂直的情况下，有了新的地理边界，可以平分中国的区域发展。那么，有没有一条线可以划分中国生态系统供给服务的格局呢？本研究将对上述问题进行适当讨论。
中国（东经73.5 −东经135，北纬3.5-北纬53.5）国土面积约960万平方公里，省级行政区34个。
【以往研究】：气候变化、土地利用/覆被变化（LUCC）和人类活动是导致生态系统服务功能变化的主要因素。
【本文研究】：将气候变化、LUCC和NTL作为驱动因子来分析生态系统供给和服务能力的变化。本研究中使用的气候相关数据、LUCC数据、NTL数据和归一化植被指数（NDVI）数据如表1所示。
1）气候数据
本文将月降水量、月平均气温数据和月潜在蒸散量数据用于降水、气温和蒸散量数据。空间分辨率为0.0083333（约1 km），时间为2000.1-2020.12。即数据格式为NETCDF。NC.数据单位分别为0.1mm、0.1C和1mm。
2）LUCC数据
数据收集涵盖2000-2020年，空间分辨率为30米。耕地、森林、灌木、草地、水、雪/冰、荒地、不透水和湿地是土地利用的九个类别。该数据集的总准确率为79.31%，来自5463个视觉样本。
3）NTL数据
NTL数据来源于Li等人协调的国防气象卫星计划（DMSP）/业务线扫描系统（OLS）和可见光红外成像辐射计套件（VIIRS）的校准数据。这些数据是由两颗独立卫星收集的夜间灯光数据的融合，产生了一个标准一致的长期夜间灯光数据系列，空间分辨率为1公里，涵盖1993年至2020年。
4）NDVI数据
NDVI数据是GEE平台“MOD13A1.061 Terra植被指数16天全球500米”的产品。该产品由美国地质勘探局地球观测卫星中心的美国航天局LP DAAC生产，自2000年以来定期更新，具有16天的时间分辨率和500米的空间分辨率。
技术流程图。
1）生态系统供给服务强度
使用每个乡镇的NDVI来计算生物量：
各乡镇的食品生产服务强度和原材料生产服务强度：
ESSkm代表第k个乡镇第m类生态系统服务价值强度（m为粮食产量或原材料产量）：
在确定中国生态系统单位面积服务功能当量价值系数wn时，根据土地利用的类型进行选择和修改。
2）土地信息熵
由于信息熵是反映地理空间变化规律的重要因子，因此，在土地利用类型测度中加入信息熵来表征土地分布结构和多样性分布的变化。基于信息熵理论，计算了土地利用均衡度、土地多样性和土地利用结构信息熵。
土地利用结构信息熵：
土地利用平衡：
3）Pearson相关系数
PCC是一个线性相关系数，表示两个变量X和Y之间的线性相关程度
1）中国ESSI的变化
以城镇为统计单元，对2000-2020年我国食品生产服务能力和原材料生产服务能力进行了逐年测算，得到了强度分布，并计算了变化趋势。
从总体分布格局可以看出，我国食品生产服务密集度总体上是对称的。根据其分布格局，提出以甘肃省酒泉市和福建省泉州市为端点，以“中国生态系统供给服务强度发展平衡线”为对称轴的“中国生态系统供给服务强度发展平衡线”。值得注意的是，发展平衡线与胡焕勇的线（94.44度）几乎垂直。
根据2000 - 2020年各乡镇原材料生产和服务能力的变化情况，计算趋势变化程度，从统计直方图中选出上升和下降趋势最明显的乡镇。
2）不同省份ESSI总体变化情况
通过按省份对乡镇进行汇总，得出2000-2020年中国各省食品生产服务强度和原材料生产服务强度的变化情况。
中国乡镇分省的原材料生产服务强度统计结果，与食品生产服务强度统计结果相同。
1）LIE在中国的变化
2000 - 2020年中国土地利用系统结构熵和土地利用平衡的变化，两者的趋势是一致的。
2000 - 2020年中国土地多样性熵的趋势变化。
2）LIE在乡镇的变化
土地利用均衡与土地利用结构信息熵的变化趋势是一致的，意义也是相似的。为此，利用土地利用均衡计算结果，分析了2000 - 2020年乡级土地信息熵的变化。
基于2000 - 2020年拖船土地信息熵的变化情况，计算了土地信息熵的总体趋势变化，并按照自然断点法将其分为三个等级。
1）自然和人为驱动力
将2000 - 2020年的平均蒸散量、降水量、气温、净蒸腾量与相应区域和年份的粮食供应强度和原料生产服务强度进行相关分析，并采用Pearson相关系数法计算了相关系数。选择各区域相关系数绝对值最大且p值小于0.1的结果进行分析。
正向驱动的服务强度的区域分布。
中国原材料生产服务业强度和粮食生产服务业强度的显著正向驱动力的区域分布有一定的相似性，但前者更为广泛。
负向驱动的服务强度的区域分布。
中国粮食生产服务强度受自然和人为因素显著负驱动的区域主要集中在东南沿海地区、江苏和河北省北方。
2）土地利用变化及驱动力
①土地利用类型变化驱动
ESSI正驱动下的主要土地利用类型的分布。
ESSI负驱动下的主要土地利用类型的分布。
粮食生产服务强度受到土地利用类型面积变化负面影响的地区。
②土地变化状况驱动
结合2000 - 2020年各乡镇土地信息熵与粮食生产服务和原材料生产服务强度的变化，计算相关性。
显示了原材料生产服务强度中土地信息熵变化驱动的乡镇分布。
中国整体食品生产服务强度可以与ESSIL视为对称轴，呈现对称分布格局。我国原材料生产服务强度的分布也可以看作是以ESSIL为对称轴，呈现出对称分布格局，但东北、西南地区的高强度区域比食品生产服务强度区域窄。
未来的区域经济发展和生态系统供给服务，需要不同象限之间、各象限内城市之间的协同合作，逐步实现我国区域经济和生态系统供给服务协调发展的目标。
ESSIL的形成机制与以胡焕庸线为代表的中国区域发展意义直接相关。胡焕庸线不仅在我国人口区划中具有关键性作用，而且在我国地理、人口、经济、社会的区划中也具有重要作用。
从2000 - 2020年中国省级行政区划生态系统服务强度的变化来看，云南、黑龙江、四川、内蒙古等省份在粮食生产和原材料生产方面一直处于较高水平，而上海、天津、北京等城市则一直处于较低水平。这可能与各地区的经济发展战略和地理环境密切相关。
我国生态系统服务能力较强的乡镇主要集中在耕地、森林和草地分布较广、土地信息熵较低的地区。然而，土地信息熵高的乡镇往往提供较弱的生态系统服务能力。这与中国的经济发展战略息息相关。为了实现城市经济的快速发展，当地的农田、林地、草地等生态系统服务能力较高的土地利用类型将被转化为更具经济能力的建设用地。这将使土地分布更加均衡和多样，但同时也会导致当地生态系统服务能力水平的快速下降。
我们的研究从多个尺度对中国2000 - 2020年的ESSI进行了横向比较，并结合土地利用变化、气候和人类活动对其变化过程进行了深入分析。其中提到的ESSI评估方法具有通用性，改善了货币评估体系的缺陷，可以实现不同年度之间的高效计算和比较。同时，利用熵值对土地利用变化进行量化，以反映各区域土地利用类型的演变趋势。
本文创新性地提出了生态系统可持续发展评价指标（ESSIL），将中国生态系统供给服务格局分为东北半区和西南半区，从不同尺度对中国生态系统可持续发展进行了总体评价并分析了相关驱动力，为中国生态系统可持续发展评价提供了新的视角。虽然我们的方法对中国的总体环境可持续发展指数进行了全面的评价和分析，但由于中国乡镇数量众多，各因素变化不一致，没有对各地区的结果进行详细深入的讨论。在后续研究中，将在提取中国代表性乡镇的基础上，结合人口分布、经济发展等更多因素，实现对生态系统供给服务能力的更深入研究。
