中国土壤保护服务供需关系的多尺度分析

《Ecological Indicators》：Multi-scale analysis of the supply–demand relationship of soil conservation services in China

中国土壤保持服务供需时空格局及尺度效应研究：基于RUSLE模型的多尺度分析显示，2010-2020年间全国土壤保持服务供应先降后升，需求总体下降，西南地区供需匹配良好，而西北和西藏因生态脆弱性呈现供需失衡。研究发现，空间分辨率与行政单位对服务供需分布的表征具有显著差异，10km网格以上尺度易掩盖局部异质性，导致管理政策失准。建议构建多尺度协同治理框架，整合精细化网格分析与行政聚合管理，以精准匹配土壤保持服务供需矛盾，提升生态管理效能。

　　土壤保护是一项重要的生态系统调节服务，对于缓解土地退化具有关键作用。然而，目前对于其在不同空间尺度上的供给与需求动态，还缺乏深入理解。本研究通过采用修正的通用土壤流失方程（RUSLE）模型，对2010年至2020年间中国土壤保护服务（SCS）的供给与需求进行了量化分析，空间分辨率为1公里。具体而言，SCS供给被定义为潜在土壤侵蚀与实际土壤侵蚀之间的差异，而实际土壤侵蚀量则代表需求。进一步地，我们还从多个尺度，包括重采样网格分辨率和行政单位，对空间模式进行了分析。

研究结果揭示了明显的时空趋势和空间异质性：供给在经历了一段时间的下降后逐步恢复，而需求总体呈下降趋势。高供给高需求区域主要集中在西南地区，而西北地区和西藏则表现出明显的供需失衡，低供给与高需求并存。多尺度分析显示，行政单位的聚合效应会使得空间格局趋于一致，掩盖了局部的异质性。这种供需模式的变化凸显了生态系统服务评估对尺度效应的高度敏感性。本研究强调了制定多尺度治理策略的必要性，以防止宏观政策掩盖局部失衡，从而实现精准的生态管理。

土壤覆盖了大部分的地表景观，并在自然生态系统中发挥着至关重要的作用。随着人类活动的增加，如农业耕作、采伐、建设工地的扩张、道路建设以及旅游业的发展，土壤侵蚀的过程被大大加速，从而引发一系列生态和环境问题。当土壤侵蚀变得严重时，它会消耗土壤养分，加剧景观破碎化，并增加洪水事件的可能性，所有这些都会对可持续的社会经济发展构成限制。土壤侵蚀是一个全球性的问题，中国是受影响最严重的国家之一。根据第一次全国水土保持普查公报，全国总的侵蚀面积达到了约295万平方公里，占调查区域的31.12%。因此，深入理解土壤保护服务对于改进中国的水土管理政策和确保长期的生态稳定性至关重要。

SCS指的是生态系统控制侵蚀、防止土壤退化和增强沉积物滞留的能力。这种服务对于维持生态调节和生态系统可持续功能不可或缺。目前研究SCS的主要模型包括RUSLE、SWAT、InVEST和SPANs。这些模型之间存在显著差异：RUSLE与地理信息系统（GIS）的结合可以有效评估人类活动（如植被恢复和水土保持措施）及生态系统过程在减少土壤侵蚀中的效果。基于RUSLE的InVEST模型具有用户友好的操作界面，并且包含了沉积物输送率模块，增强了土壤侵蚀量的完整性。然而，RUSLE和InVEST仍然局限于静态评估。SWAT模型专注于高精度的水文和沉积物动态模拟，但其建模过程复杂，对数据质量和计算能力有较高要求。SPANs模型则强调土壤保护服务流的可视化和量化，其结果高度依赖于输入数据的准确性和完整性。自RUSLE和USLE模型引入中国以来，它们主要应用于小范围区域和流域单位的研究，而针对更大流域和区域尺度的研究仍较为有限。云计算技术如Google Earth Engine和可自由获取的地球观测（EO）数据档案的出现，使得跨大陆和国家的大规模、长期生态系统服务评估成为可能。近年来的研究也展示了这一点。

目前大多数研究集中在SCS供给的时空变化上，然而仅评估供给方面未能全面反映SCS在不同区域的作用。需求评估则反映了人类福祉对土壤保护的依赖程度，揭示了特定区域在特定时期内对SCS的需求。近年来，对需求侧以及供需关系的关注有所增加。一些研究将需求定义为缓解过度土壤侵蚀所需SCS的数量，通常通过实际土壤侵蚀率进行量化。另一些研究则特别关注饮用水源流域，以确保水质为目标，将下游悬浮沉积物浓度作为关键指标来量化需求。识别SCS供给与需求的空间错配有助于制定有效的空间策略，以判断这些服务是否能够满足区域需求。

尺度效应指的是生态过程或生态系统服务在不同空间、时间或组织尺度下表现出的异质性和规律性。生态系统服务的供给和需求通常显示出显著的空间异质性，这种异质性会随着研究尺度的变化而发生显著变化。许多研究已经识别出这些服务的时空趋势及其影响因素，并发现它们的尺度依赖性。为了更好地理解这些关系，研究人员越来越多地采用多尺度框架，包括城市、县、流域以及网格系统，以探索服务的空间分布及其相互依赖的权衡关系。在政策制定中忽视尺度效应可能导致资源错配，进而可能引发生态退化。例如，在美国森林治理中，美国森林局采用“区域办公室/国家森林”作为空间层级，而社区组织则多集中在“乡镇级别”。这种空间错配阻碍了协同规划和信息共享。新西兰的湿地政策在“农场尺度”上发放资源许可，允许土地所有者在其财产边界内进行农业活动。这种地块尺度的方法破坏了湿地流域的水文连通性，导致上游农场的农业污染物通过水流传输至下游，最终引发水体富营养化和生物多样性下降。

因此，考虑到生态系统服务的尺度敏感性对于制定科学且实用的策略以推进环境管理至关重要。一些学者已经研究了不同城市层级尺度下的生态系统服务动态，以指导减少生态风险的景观规划。

为了探讨SCS的尺度敏感性，本研究从多个空间视角考察了供给与需求的动态变化。具体来说，研究：（1）量化了中国2010年、2015年和2020年的SCS供给与需求，并分析了它们的供需动态；（2）利用多尺度分析方法研究了空间分辨率对供需平衡和关系的影响；（3）识别了不同空间分辨率下供需热点区域的分布特征和演变趋势。通过对全国范围内的SCS模式进行深入分析，本研究旨在识别适合不同地理和社会经济条件的土壤保护最佳实践，提出针对性的土壤保护措施和适应性管理策略，并建立促进生态安全和可持续发展的理论基础。

本研究区域涵盖中国约960万平方公里，位于东亚。该地区地形多样，包括高原、山地、丘陵、平原和盆地。异质的地理和气候条件为农业生产、工业发展和城市化进程提供了不同的基础。地理和气候区域的变化对植被分布和土地利用配置产生了强烈影响，最终导致区域经济发展的差异。近年来，中国面临日益加剧的生态挑战，包括土壤侵蚀、盐碱化和污染。人类活动，尤其是过度耕作、城市化和工业化，显著加剧了土壤退化过程，同时放大了土壤和水侵蚀的风险。例如，从1950年到2000年，沙漠化土地面积从13.7万平方公里增长至38.5万平方公里，而在内蒙古等地区，由于过度放牧，土壤退化在三十年内增加了32%。这些不可持续的土地利用实践削弱了景观的自然土壤保护能力，从而威胁生态安全并影响长期农业可持续性。

研究中使用的数据集包括数字高程模型（DEM）、土地利用/覆盖变化（LUCC）、降水（PRE）、土壤性质以及归一化植被指数（NDVI）。所有空间数据均统一重新投影至Krasovsky_1940_Albers坐标系统。数据来源包括国际科学数据服务平台，地理数据共享基础设施，资源与环境科学数据中心，中国气象数据服务中心，中国科学院土壤研究所以及国家青藏高原数据中心。这些数据的整合为评估土壤保护服务的供给与需求提供了全面的视角。

本研究采用RUSLE模型评估不同生态系统在研究区域内的SCS供给。RUSLE模型最初应用于坡度尺度，但许多研究人员已成功将其与GIS结合，用于大范围区域应用。在本研究中，SCS供给通过计算潜在土壤侵蚀与实际土壤侵蚀的差异进行评估。具体公式如下：
供给量（Ac）= 潜在土壤侵蚀量（Ap） - 实际土壤侵蚀量（Ar）
潜在土壤侵蚀量（Ap）= R × K × LS
实际土壤侵蚀量（Ar）= R × K × LS × C × P
其中，Ac表示单位面积的土壤保护量（t·hm?2·a?1）；Ap指单位面积的潜在土壤侵蚀量（t·hm?2·a?1），即裸土条件下的侵蚀风险，即C=1，P=1；Ar表示单位面积的实际土壤侵蚀量（t·hm?2·a?1）；R是降雨侵蚀性因子（MJ·mm·hm?2·h?1·a?1）；K是土壤可蚀性因子（t·h·hm?2·MJ?1·mm?1）；LS是坡长和坡度的综合因子（无量纲）；C是植被覆盖率因子（无量纲）；P是保护措施因子（无量纲），用于表示侵蚀缓解干预的影响（详见附录A中的详细公式）。

目前学术界尚未对SCS的需求有明确的定义。在本研究中，我们采用实际土壤侵蚀量作为SCS需求的代理指标。这一指标反映了在现有植被条件和实施的保护措施下发生的土壤流失。它表征了人类活动干预后的侵蚀情况，从而作为社会对土壤保护功能的需求。

在本研究中，我们利用供给与需求之间的差异来表示SCS的相互作用和平衡。正的ΔS表示供给过剩，即服务供给超过需求；零值表示供需平衡；负值表示供给不足。计算公式如下：
ΔS = S - D
其中，S代表SCS的供给，D表示相应的供需，ΔS反映了供需匹配的程度。

局部空间自相关可以反映特定空间单元的聚类、分散模式和空间位置特征。为了研究SCS供给与需求之间的空间耦合关系，本研究应用了双变量局部空间自相关方法。这种方法基于供给和需求的量化值，揭示了空间异质性和两者之间的空间耦合特征。供给和需求变量使用z-score变换进行标准化处理。分析在GeoDa1.22.0.10软件平台上进行，该软件专为空间关联分析设计。所使用的公式如下：
I = [n ∑i ∑j w_ij (x_i - x?) (y_j - ?)] / [S_x S_y ∑i ∑j w_ij]
其中，w_ij表示空间权重矩阵（采用queen相邻性构建权重矩阵），x_i和y_j分别代表供给和需求的标准化值，S_x和S_y分别表示其对应的标准差。

通过应用这种双变量局部空间自相关分析，我们检测到四种不同的供给与需求空间关联模式：高供给-高需求（HH）、低供给-低需求（LL）、高供给-低需求（HL）和低供给-高需求（LH）（详见附录A中的HH、LL、HL和LH分类的象限图）。这些模式揭示了供给与需求之间的复杂关系，为制定精准的生态管理策略提供了依据。

本研究采用1公里×1公里的网格作为最小研究单元，量化了中国SCS的供给与需求。为了探讨这些服务在不同空间分辨率下的表现，原始数据被重采样至5公里×5公里和10公里×10公里的网格分辨率。在行政尺度上，我们选择了县作为最小单元，进一步扩展至市级和省级尺度，以比较不同尺度下的变化。由于低值区域的空间分布相对均匀，本研究强调了热点区域——那些表现出高供给、高需求或显著供需错配的区域。通过分析不同尺度下价值区间的比例分布，探讨了尺度效应。空间分区在ArcMap10.8.2中进行，使用OriginPro10.1.5.132软件生成比例分布图。

在研究期间，中国的SCS供给在1公里×1公里尺度上表现出波动趋势——最初下降，随后回升。具体而言，2010年，总的土壤保护量为15373.8亿吨（t）。根据整个研究区域计算的每公顷供给量为1632.17 t·hm?2·a?1。到2015年，总土壤保护量下降至12233.9亿吨，每单位面积的土壤保护量降至1299.25 t·hm?2·a?1（下降了20.4%）。然而，到2020年，总的土壤保护量回升至16955.1亿吨，每单位面积的土壤保护量升至1800.95 t·hm?2·a?1，反映了从2015年增长了38.6%，并从2010年增长了10.3%。从2010年到2020年，SCS供给的空间配置相对一致，呈现出从东南（高值）到西北（低值）的梯度。较高的供给值主要分布在南方山区，尤其是横断山脉和大巴山脉，这些区域在SCS供给中占据主导地位。中国北方的热点区域位于长白山脉附近，而南方山脉对SCS供给有显著贡献。

当分析尺度扩大到5公里和10公里时，SCS热点区域逐渐缩小，越来越集中在中国南方的山区，如横断山脉、秦岭山脉和大巴山脉。尽管热点区域的集中度发生了变化，但整体空间分布模式基本保持一致。大多数地区在所有尺度下仍处于相同的值区间内，表明这些地区的SCS供给具有高度一致性和稳定性。总体而言，随着空间尺度的增加，SCS的空间异质性程度降低，其供给模式从分散的局部特征转变为整合的区域聚集。然而，在网格尺度下，尺度变化对SCS空间特征的影响相对较小，表明尽管存在向同质化和聚集的总体趋势，但细尺度的空间特征仍然保持相对稳定。

本研究发现，随着空间尺度的扩大，SCS供给与需求的空间匹配模式表现出显著的区域差异。高供给-高需求区域（如西南地区）反映了协调的生态能力与侵蚀风险。高供给但低需求区域主要分布在东部、中部和南部中国，这些地区由于有利的气候条件而具有较高的供给能力。相反，低供给-高需求区域（如西北地区和西藏）则突显了需要区域特定管理策略的供需错配。这些地区通常具有干旱气候、稀疏植被和破碎地形，尽管存在较高的侵蚀压力，但土壤保留能力有限。总体而言，供给与需求之间的匹配模式高度依赖于空间尺度，这为生态系统管理与政策制定提供了重要的理论支持。

此外，本研究还探讨了不同尺度下SCS供给与需求的变化趋势。在1到10公里的网格尺度上，供给与需求之间的差异（ΔS）表现出高度一致的空间模式，且值区间比例的变化不超过1.2%。这表明在这些尺度下，供给通常超过需求，显示出较强的生态服务供给能力。然而，随着尺度的扩大，ΔS的空间模式发生了显著变化：极端高值（>10000 t·hm?2·a?1）和低值（<200 t·hm?2·a?1）区域的比例下降，迅速向中等值区间（2000-5000 t·hm?2·a?1）集中。例如，在2010年西南地区，高值区域的比例从10公里尺度的12.3%下降至省级尺度的0%。这一尺度平滑效应削弱了对局部供需错配的识别，与可修改区域单位问题（MAUP）理论一致，即决策尺度会影响统计分析，如果仅依赖大尺度评估，可能会导致次优的政策响应。因此，本研究强调了多尺度治理策略的必要性，以平衡精细化管理与区域调控，从而提升区域服务的可持续供给。

在制定政策时，需要考虑到多尺度效应，以确保能够有效识别并应对不同区域的具体需求。研究发现，1到10公里的网格尺度能够有效识别局部供需错配，如南方中东部地区出现的供给不足（需求>供给），而在行政尺度上，这些局部特征被平均效应所稀释。因此，结合网格和行政单位分析的多尺度评估框架对于制定科学合理的政策至关重要。单尺度评估可能带来两个主要风险：（1）细尺度分析可能过于强调极端局部值而忽略整体背景；（2）粗尺度分析可能稀释关键的异质性，导致对脆弱区域的检测不足。因此，跨尺度的协同治理是必要的，要求政策在不同尺度之间保持一致性，并具有实际意义，以确保SCS供给的公平分配。

综上所述，本研究通过RUSLE模型系统评估了中国2010年至2020年间SCS供给与需求的时空动态及其匹配模式。研究结果揭示了供给在初期下降后逐步恢复的趋势，主要由生态恢复政策驱动，而需求则由于土地管理改善和侵蚀控制而总体下降。研究进一步揭示了SCS的显著尺度效应：随着空间尺度的扩大，供给和需求模式趋于同质化。例如，西南地区的高值供给区域在省级尺度下完全消失，这表明不同尺度揭示了不同的生态模式——细尺度适合局部管理，而粗尺度则为区域政策框架提供信息。因此，生态系统服务评估和相关政策应通过多尺度评估框架，整合网格和行政单位分析，采用宏观优先与细尺度干预相结合的方法，以提升生态效益和管理效率。本研究提供了多尺度生态系统服务评估的方法论框架，并为跨尺度生态管理和政策制定提供了理论支持。