内蒙古大兴安岭森林生态系统服务多维影响因素及其耦合协调机制研究

本研究针对高寒生态系统服务(ESs)及其关系的影响因素缺乏多模型集成分析的问题，以内蒙古大兴安岭森林区(DFAIM)为案例，综合运用InVEST模型、RMSD、CCDM、OPGDM、GBRTM和QRM方法，量化了2013–2018年土壤保持(SC)、产水量(WY)、碳储存(CS)和生境质量(HQ)的时空变化及关系，揭示了自然与人文因素的多维影响机制，为高寒生态系统可持续管理提供了科学依据。

　　

高寒生态系统作为中高纬度地区的敏感脆弱带，在全球气候变化和人类活动加剧背景下正面临严重退化，约60%的全球生态系统在过去半个世纪里服务功能下降。内蒙古大兴安岭森林区（DFAIM）作为中国北方重要的生态安全屏障，具有典型的寒温带明亮针叶林生态系统，却在长期高强度人类活动和气候变暖影响下，出现火灾频发、土壤流失、森林质量下降和生态失衡等问题。尽管生态系统服务（ESs）之间的关系及其影响因素是优化生态管理的关键，但现有研究多依赖单一方法，难以全面揭示多维因素的影响机制，尤其缺乏针对高寒森林生态系统的多模型集成分析。

为厘清DFAIM地区ESs的时空变化、相互关系及驱动因素，徐来贤等研究人员在《Forest Ecosystems》发表论文，开展了2013–2018年的时序研究。他们采用多模型融合框架：通过InVEST模型量化了产水量（WY）、土壤保持（SC）、碳储存（CS）和生境质量（HQ）四项关键ESs；利用均方根偏差（RMSD）分析ES对间的局部权衡关系（Trade-off Intensity, TI）；运用耦合协调度模型（CCDM）评估四项ES的整体协调关系（Coupling Coordination Degree, CCD）；并整合最优参数地理探测器（OPGDM）、梯度提升回归树（GBRTM）和分位数回归模型（QRM），从空间异质性、非线性关系、因子交互作用和分布特征等多维度解析影响因素。

主要技术方法包括：基于30 m分辨率土地利用、DEM、气象、土壤属性、植被指数（NDVI）及社会经济等多源数据，采用InVEST模型进行ES量化；使用1 km×1 km渔网采样获取97,548个有效样本；通过OPGDM优化空间离散化方案并计算因子解释力（q值）；采用GBRTM解析非线性响应与因子相对重要性；利用QRM识别不同分位数下因子影响的方向与强度。

研究结果显示，2013–2018年间，DFAIM的WY、SC和HQ均呈下降趋势，降幅分别为55.83%、12.85%和0.24%，仅CS增加1.46%。空间上，WY高值区分布于中部，低值区向中东扩展；CS高值集中在北部和中部；SC高值呈斑块状分布；HQ总体较高（约0.84），但低值区在东南部和中部轴线扩展。ES对间的权衡强度（TI）以低值主导（TI<0.15），但WY-CS、WY-SC等对的平均TI未下降，竞争性仍存。四项ES的整体耦合协调度（CCD）平均值从0.498降至0.463，低协调度区域占比上升至59.46%，表明系统整体处于初级失调状态。

影响因素方面：自然与土地利用因子主导ES变化，其中年均降水（MAP）是WY的首要因子（q值0.46–0.78），森林比例（RF）对CS、SC和HQ的解释力最强（q值0.30–0.65），坡度（S）显著影响SC。气候与社会经济因子如年均温（MAT）、人口密度（PD）、路网密度（RND）和GDP则多呈负效应，且影响持续增强。因子交互作用普遍存在非线性或双因子增强效应，如MAP∩SBD对WY的解释力达0.85（2013年），RF∩PD对CS和HQ的交互效应突出。GBRTM揭示MAP、RF和S的相对重要性最高，QRM进一步验证SBD、RF和NDVI对ESs具有显著正效应，而MAT、PD和GDP负效应随分位数升高而加剧。

对于ES关系（TI和CCD），RF、PD、NDVI和MAP是TI的主要影响因子，而CCD受RF、S、SBD和NDVI正影响，受PD、MAT、GDP和RND负向抑制。超过62%的因子交互作用对CCD的解释力超越单因子，尤以S∩MAP和S∩SBD交互效应显著。

研究结论强调，DFAIM的ES供给整体下降，局部ES对关系呈中等协调但整体趋于失调，自然与土地利用因子是核心驱动力，而气候变暖和社会经济发展加剧了ES退化与竞争。据此，作者提出应增强自然系统韧性而非替代，建立气候适应监测体系，推广保护性耕作和部门协同机制，并通过差异化生态修复、植被优化配置、生态补偿和绿色基础设施等技术途径，促进高寒生态系统可持续发展。

该研究创新性地融合多模型方法，突破了单一方法局限，为高寒森林生态系统提供了多维度、多尺度的解析框架，不仅对DFAIM生态管理具有实践指导意义，也为类似区域的ES优化提供了方法论借鉴和决策支持。