《Land》：Spatiotemporal Dynamics and Drivers of Ecosystem Service Value and Trade-Offs in the Agricultural Liaohe River Mainstream Basin, China (2000–2023)
编辑推荐：
摘要：农业流域须同时提供多种生态系统服务（Ecosystem Services, ESs），然而生态系统服务价值（Ecosystem Service Value, ESV）增长与ESs协同之间的关系仍不明确。研究人员以典型农业流域——辽河干流流域（LRMB）为
摘要：农业流域须同时提供多种生态系统服务（Ecosystem Services, ESs），然而生态系统服务价值（Ecosystem Service Value, ESV）增长与ESs协同之间的关系仍不明确。研究人员以典型农业流域——辽河干流流域（LRMB）为研究对象，探究了ESV及ESs间权衡的时空动态及其驱动因素。选取食物生产（Food Production, FP）、水源涵养（Water Conservation, WC）、水质净化（Water Purification, WP）、土壤保持（Soil Conservation, SC）及景观美学（Landscape Aesthetics, LA）5项关键ESs，综合运用InVEST模型、功能价值法、均方根偏差（Root Mean Square Deviation, RMSD）及耦合协调度（Coupling Coordination Degree, CCD），评估2000–2023年流域ESV、权衡强度及其耦合协调度的时空变化；采用最优参数地理探测器（Optimal Parameters-based Geographical Detector, OPGD）和多尺度地理加权回归–空间自回归模型（Multiscale Geographically Weighted Regression with Spatial Auto-correlation, MGWR-SAR）探讨ESV与权衡强度的驱动机制，识别主要驱动因子及其空间异质性。结果表明：（1）2000–2023年LRMB总ESV由776.6亿元增至1315.9亿元（+69.5%），WC和FP分别贡献增量的42.8%和41.9%；空间上ESV由"西低东高"梯度转为U形分布，高值集中于山区、低值沿干流分布。（2）权衡强度均值稳定在约0.29，但空间极化明显，高权衡区由西南河口向干流廊道迁移，主要由FP与其他ESs冲突加剧驱动。（3）流域平均CCD稳定在0.71–0.73，但辽河干流沿线CCD下降超15%，形成协调衰退廊道，表明ESV增长以内部协同牺牲为代价。（4）ESs动态受非线性交互作用主导，降水（PREC）与人类干扰强度（Human Disturbance Intensity, HASILS）交互对ESV和RMSD的解释力最高（q值分别为0.61和0.58）。（5）山地以自然气候因子（PREC、TEMP）促进协同为主，干流及中部平原以人文及景观因子（HASILS、香农多样性指数Shannon's Diversity Index, SHDI、水域百分比PLAND of water, PLAND）加剧权衡为主。本研究构建了"ESV–权衡–CCD"诊断框架并提出差异化管控策略，为农业流域可持续治理提供可推广范式。
论文解读：辽河干流农业流域生态系统服务价值与权衡的时空动态及驱动机制（2000–2023）
该研究发表于《Land》期刊。当前生态系统服务（Ecosystem Services, ESs）研究多聚焦城市或森林流域，对以粮食生产和生态调节双重功能为主的农业流域关注不足；且现有研究多单独评估生态系统服务价值（Ecosystem Service Value, ESV）或权衡关系，缺乏将二者耦合分析的整合框架，亦忽视ESV增长与ESs内部协同（或权衡）之间的内在联系，难以揭示农业流域人—自然耦合系统中因过度追求供给服务而引致的隐性生态矛盾。辽河干流流域（Liaohe River Mainstream Basin, LRMB）是我国典型商品粮基地农业流域，2000年以来经历快速农业扩张与生态修复并存的复杂过程，是探究上述问题的理想案例。为此，研究人员以LRMB为对象，在3 km×3 km格网尺度上集成ESV评估、权衡强度度量、耦合协调分析及驱动机制探测，定量揭示2000–2023年ESV与ESs权衡的时空演变特征、耦合协调关系及其驱动因子的空间异质性，提出分区分类管理策略。研究发现LRMB总ESV显著上升但伴随干流沿线权衡加剧与协调衰退，ESs演化受自然—人文因子非线性交互驱动且效应具明显空间分异，据此提出的"三区三策"差异化管控可为同类农业流域可持续发展提供参考。
研究人员采用2000年和2023年两期土地利用数据（源于资源与环境科学数据平台并经Landsat影像修正），辅以气象（降水PREC、温度TEMP、蒸散量）、土壤属性、社会经济栅格化数据（人口密度POP、GDP、夜间灯光NTL等，通过多因子加权分配法由统计数据降尺度得到），在预实验比较1 km、3 km、5 km、10 km格网后选定3 km×3 km为评价尺度，共7749个格网。关键技术方法包括：（1）基于InVEST模型量化5项ESs生物物理量，结合市场价值法（FP）、影子工程法（WC、SC）、替代成本法（WP）和空间价值转移法（LA）核算ESV；（2）采用均方根偏差（Root Mean Square Deviation, RMSD）测度多项ESs间权衡强度（RMSD越高权衡越强，反之协同越强）；（3）以ESV与(1?RMSD)构建耦合协调度（Coupling Coordination Degree, CCD），评估ESV增长与服务协同的关系；（4）运用最优参数地理探测器（Optimal Parameters-based Geographical Detector, OPGD）识别主导驱动因子及双因子交互作用（q统计量）；（5）建立含空间自回归项的MGWR-SAR（Multiscale Geographically Weighted Regression with Spatial Auto-correlation）模型分析驱动因子的多尺度空间异质性，经方差膨胀因子（Variance Inflation Factor, VIF）<5检验无严重共线性。
4.1. Spatiotemporal Changes in ESV（ESV时空变化）
研究人员通过InVEST模型与功能价值法核算发现，2000–2023年LRMB总ESV由776.6亿元增至1315.9亿元（+69.5%），其中WC与FP合计贡献增量84.7%（分别占42.8%和41.9%），SC贡献约12.2%，LA贡献下降。空间上，ESV由2000年"西低东高"渐变梯度转为2023年U形分布——东西两侧山区为高值区（东部最高达3889万元/格网），中部平原及辽河干流、柳河流域形成低值廊道（1000–1500万元/格网）；ESV增长热点集中于东西山区及山—平原过渡带，干流沿线、柳河及河口区ESV显著下降，主因WC和FP减少，证实农业流域ESV增长具明显空间分异。
4.2. Spatiotemporal Changes in Trade-Off Intensity（权衡强度时空变化）
研究人员以Min–Max标准化后计算5项ESs的RMSD，发现流域平均RMSD在2000年（0.29）与2023年基本持平，但空间格局重组：2000年高权衡区（RMSD>0.40）集中于西部山区和南部河口（WP与FP/WC/SC冲突强），2023年山区权衡减弱，高权衡带状区沿辽河干流中上游—中下游形成并强化，主因FP与WC、SC、WP、LA冲突全面加剧，表明ESs冲突发生空间极化与向农业生产核心带迁移。
4.3. Spatiotemporal Changes in CCD（耦合协调度时空变化）
研究人员将RMSD取补(1?RMSD)与ESV等权（α=β=0.5）计算CCD。流域平均CCD维持在0.71–0.73（良好协调级），但空间差异显著；2000年南河口仅为初级协调甚至失调，西部为中级协调，其余大部为良好协调。2000–2023年除局部东西山区微升外，大部分区域CCD下降，辽河干流沿线格网CCD降幅>15%（p<0.05），形成连续低值协调衰退廊道，揭示总ESV增长未能同步提升服务内部协同，甚至以牺牲协同为代价。
4.4. The Interactions of Driving Factors（驱动因子交互作用）
研究人员经VIF剔除共线与逐步筛选，保留降水（PREC）、温度（TEMP）、水域百分比（PLAND of water, PLAND）、景观香农多样性指数（Shannon's Diversity Index, SHDI）及人类活动干扰强度（Human Disturbance Intensity, HASILS）5个主导因子。OPGD单因子q值较低（最高HASILS对ESV为0.31），但任意双因子交互q值均大于单因子最大值，呈非线性增强；其中PREC∩HASILS交互对ESV和RMSD的q值分别达0.61和0.58，表明ESs变化由多因子非线性交互而非单一因子独立驱动。
4.5. Spatial Differentiation of Driving Mechanisms（驱动机制的空间分异）
研究人员构建MGWR-SAR模型（ESV调整R2=0.91，RMSD调整R2=0.81，残差Moran's I不显著），发现驱动效应具多尺度异质性：TEMP和PREC为局地变量，在下游一般促ESV增长、降RMSD（协同），山区正效应更显著；PLAND在上游部分抑制ESV并加剧权衡，其他区影响弱；SHDI在上游关联较高ESV，中部平原则加剧权衡；HASILS普遍与ESV负相关、与RMSD正相关，负面效应集中分布于辽河干流及东西侧支流沿线，印证人文景观因子在平原/干流区主导权衡强化、自然气候因子在山区促进协同的空间分异模式。
讨论与结论总结
讨论指出LRMB的ESV大幅增长伴生空间重构与权衡空间位移，CCD揭示单纯ESV指标掩盖内部协同退化，"协调衰退廊道"凸显以水文廊道为核心协同调控之必要。驱动机制证实农业流域以供给服务优先挤压调节与文化服务空间引致权衡集中化，且自然—人文非线性交互主导，山地以气候因子促协同、平原/干流以人为景观因子加剧权衡的空间分化区别于城市或森林流域。据此提出"三区三策略"分区管控：①河岸协同修复区（干流CCD降幅>15%带）——划生态红线、建缓冲带、严控高强度农建扩张，恢复WP与LA；②东西山区保育提升区——巩固退耕还林还草成效，适度开发生态农业与旅游以提升景观美学价值（LA）；③中部平原农业优化区——稳粮食产能前提下推绿色农业减化肥、整理破碎农田、嵌半自然生境斑块（生态沟渠、防风林带）缓和FP-WP冲突促服务协同。
结论翻译如下：
（1）2000–2023年LRMB的ESV大幅上升，服务结构转向以WC和FP为主导，空间格局转为东西高、中部低的U形分布；ESs权衡强度均值稳定但空间极化明显，高权衡区由西南向干流迁移；ESV与服务协同的CCD沿干流显著下降形成协调衰退廊道，证实流域ESV增长以ESs权衡加剧为代价，暴露整体协调与可持续发展的隐性风险。
（2）PREC、TEMP、PLAND、SHDI和HASILS为LRMB 23年间ESs变化的主要驱动因子；因子间非线性两两交互主导演化过程，驱动效应具显著空间异质性——东西山区ESs协同增强主要与自然气候因子（PREC、TEMP）关联，中部平原及干流ESs权衡强化主要与人文及景观因子（PLAND、SHDI、HASILS）关联。
（3）基于驱动机制与耦合状态的空间异质性，提出"河岸协同修复—山区保育提升—平原农业优化"三区三策略分区管控框架，通过实施契合各分区生态冲突与主控因子的差异化措施，为LRMB及类似农业流域生态修复、土地利用优化和多ESs协调发展提供精准决策支持。
