多尺度景观格局对黑土区耕地生态系统服务的阈值效应研究

《Ecological Indicators》：Threshold effects of multi-scale landscape pattern on cultivated land ecosystem service in the Northeast Black Soil Region of China

本研究针对高强度农业区耕地生态系统服务（CLESs）权衡/协同关系机制不清的问题，以中国东北黑土区（NBSR）为研究对象，通过评估多空间尺度下CLESs的权衡/协同关系，揭示了景观组成与配置的阈值效应。研究发现CLESs相互作用具有尺度依赖性，并识别出高景观连通性（ENN_MN ≥ 0.464）和边界复杂性（PAFRAC ≥ 0.941）等关键阈值可共同增强粮食生产（FP）与调节服务（如WY、CS）的功能互补性。该研究为制定空间明确的可持续黑土管理策略提供了科学依据。

　　

东北黑土区是中国最重要的商品粮生产基地，这片肥沃的土地如同国家的“粮仓”，维系着粮食安全的命脉。然而，在过去几十年的高强度开发利用下，这片黑土地正面临着严峻的生态挑战：土壤有机质下降、结构退化、生态服务功能减弱。更令人担忧的是，人们对于耕地生态系统如何同时实现粮食生产和生态维护的双重目标，其内在机制仍不甚清晰，尤其是在高强度耕作区域，耕地生态系统服务（Cultivated Land Ecosystem Services， CLESs）之间的权衡与协同关系尤为复杂。

传统的耕地保护往往聚焦于耕地本身，忽略了其与周边森林、草地、水体等非耕地生境构成的完整生态系统的相互作用。事实上，这些非耕地生境作为耕地系统的有机组成部分，对维持生物多样性和提升生态系统服务功能至关重要。随着“山水林田湖草沙”生命共同体理念的提出，将耕地系统置于更广阔的生态系统框架下进行保护与修复，已成为实现农业可持续发展的必然选择。在此背景下，探究景观格局——即耕地与周边环境要素的空间配置与组合特征——如何影响CLESs的权衡与协同关系，对于破解高强度农业区生态与生产矛盾的难题具有关键意义。

近期，发表于《Ecological Indicators》的一项研究为我们深入理解这一复杂问题提供了新的视角。由沈阳农业大学土地与环境学院王楚翘、卞正星等人组成的研究团队，聚焦于中国东北黑土区（Northeast Black Soil Region， NBSR），开展了一项关于多尺度景观格局对耕地生态系统服务阈值效应的系统研究。该研究创新性地在县级和网格（20 km × 20 km）两个空间尺度上，量化了五种关键CLESs（食物生产FP、生境质量HQ、碳储量CS、产水量WY、土壤保持SDR）的空间分布及其权衡协同关系，并运用多种先进模型揭示了景观格局驱动CLESs的阈值效应与机制。

为开展此项研究，研究人员综合运用了多种关键技术方法。首先，基于多源数据（如30米分辨率土地利用数据等），利用InVEST模型量化了五种CLESs的空间分布。其次，采用地理加权回归（GWR）模型分析了CLESs在不同尺度下的空间权衡与协同关系。接着，运用自组织映射（SOM）神经网络对CLESs进行服务束分类，识别出不同类型的生态-生产功能组合。最后，结合随机森林（RF）回归模型和多元回归树（MRT）模型，定量揭示了景观格局指标对CLESs的相对重要性及阈值效应。研究区域涵盖了中国东北黑土区的246个县级行政单元和1225个网格单元。

3.1. CLESs的空间分布特征

研究结果显示，NBSR内CLESs的空间分布呈现出明显的异质性。在网格尺度上，高食物生产（FP）值区主要集中在松嫩平原和三江平原的黑土核心区，凸显了肥沃土壤对粮食产能的支撑作用。而高碳储量（CS）、土壤保持（SDR）和生境质量（HQ）值区则相对分散，在松嫩平原等地呈局部聚集。产水量（WY）的高值区则主要分布在水分和热量条件较好的长白山南部地区。在县级尺度上，空间格局更为宏观，但FP的高值分布与网格尺度基本一致，生态服务的高值区分布范围更广。

3.2. 双尺度下CLESs的权衡/协同关系

一个关键的发现是CLESs间的相互作用具有显著的尺度依赖性。在县级尺度上，FP与HQ、CS之间主要表现为空间权衡关系，即粮食生产的高强度往往伴随着生境质量和碳储量的下降。而在网格尺度上，FP与HQ、CS的关系则转变为空间协同，表明在更精细的局部空间范围内，通过优化景观配置有可能实现粮食生产与生态功能的双赢。其他生态服务（如HQ、WY、CS、SDR）之间在两个尺度上均以协同关系为主。

3.3. 双尺度下CLESs服务束的识别

通过SOM模型，研究在县级尺度识别出四种服务束：生态-生产协同束（XB1）、食物生产束（XB2）、关键协同束（XB3）和权衡主导束（XB4）。在网格尺度识别出四种服务束：食物生产束（WB1）、综合生态束（WB2）、关键权衡束（WB3）和多元生态协同束（WB4）。这些服务束的空间分布揭示了不同区域主导的生态-生产关系模式，例如，生态-生产协同束多分布于长白山丘陵农区，而食物生产束则集中于平原高强度农业区。

3.4. 景观格局对CLESs影响的相对重要性

随机森林模型分析表明，景观格局对CLESs综合指数（CLESI）的解释力在不同服务束间存在差异，最高可达58.9%。更重要的是，景观格局的影响存在尺度效应：在县级尺度，景观水平指标（如连通性、多样性）对CLESs的影响占主导地位；而在网格尺度，斑块水平指标（如耕地、林地、草地的比例、形状和破碎度）则更为关键。这说明大尺度优化需关注整体景观结构，而小尺度调控则应聚焦于具体地块的形态与配置。

3.5. 不同服务束中景观格局对CLESs的阈值效应

多元回归树（MRT）模型精准地识别了景观格局影响CLESs的关键阈值。例如，在食物生产束（XB2）中，当平均最近邻距离（ENN_MN）≥ 0.464且周长-面积分维数（PAFRAC）≥ 0.941时，FP与调节服务（WY， CS）呈现功能互补性增强。在生态-生产协同束（XB1）中，高景观多样性（SHDI ≥ 0.364）是驱动服务协同的基础。在权衡主导束（XB4）中，草地比例（PLAND_GL）是关键调控因子，当其 > 15.4%时，结合耕地斑块密度（PD_CUL）和景观形状复杂性（CIRCLE_MN）的优化，能显著增强FP、HQ和WY的协同性。在网格尺度的关键权衡束（WB3）中，当耕地主导区域（PLAND_CUL > 56.7%）内草地比例（PLAND_GL）提升至 > 18.1%时，能显著增强生态系统服务的协同性。

该研究的结论与讨论部分深刻阐释了其科学价值与实践意义。尺度依赖性的发现强调了制定生态管理策略时必须考虑空间尺度，宏观战略与微观措施需相互配合。景观格局作为关键调控因子，其阈值效应的识别为精准实施空间调控提供了“杠杆点”。例如，通过构建高连通性的景观网络、优化耕地与林地/草地的边界复杂性、维持适宜的草地比例等，可以有效引导CLESs从权衡转向协同。

基于研究结果，作者提出了针对不同功能分区的空间规划策略，例如在粮食主产区减少景观破碎化，在生态脆弱区增强非耕地生境的连通性等。这些策略不仅服务于黑土区的可持续管理，也与联合国可持续发展目标（SDGs）中的零饥饿（SDG 2）、清洁饮水和卫生设施（SDG 6）、可持续城市和社区（SDG 11）及陆地生物（SDG 15）等高度契合。

综上所述，这项研究不仅深化了对多尺度景观格局与耕地生态系统服务复杂关系的理解，更重要的是，它将抽象的生态学原理转化为了具体、可操作的空间管理阈值和策略，为东北黑土区乃至全球类似高强度农业区实现粮食安全与生态安全的协同增效提供了宝贵的科学依据和决策支持。未来，如何将这些阈值指标融入具体的土地管理实践和生态补偿政策中，将是实现农业景观可持续性的关键一步。