典型岩溶山区生态系统服务(Ecosystem Services, ESs)的时空演化及协同–权衡(Synergy–Trade-off)关系——以中国乌蒙山区(Wumeng Mountain Area, WMA)为例

《Forests》：Spatiotemporal Evolution and Synergy–Tradeoff Relationships of Ecosystem Services in Typical Karst Mountain Areas, China

　　

摘要：岩溶山区(Karst Mountain Areas, KMAs)地质脆弱、土层浅薄、生态敏感性高，其生态系统服务(Ecosystem Services, ESs)易受土地利用/土地覆被(Land Use and Land Cover, LULC)变化影响。然而ESs的时空演化及其相互间权衡(Trade-off)与协同(Synergy)关系，尤其人类活动与自然约束的交互作用仍不清楚。本研究以中国西南乌蒙山区(Wumeng Mountain Area, WMA)为典型案例，整合2000、2010及2020年多时相LULC数据与InVEST模型，量化四项关键ESs——碳储量(Carbon Storage, CS)、生境质量(Habitat Quality, HQ)、土壤保持(Soil Conservation, SC)和产水量(Water Yield, WY)；并结合土地利用动态度、强度分析、转移矩阵及栅格尺度Spearman秩相关分析揭示ESs相互作用。结果表明：尽管LULC发生显著变化，多数ESs对呈协同关系且协同强度在2000–2020年间增强，尤以CS、SC与HQ间的协同强化明显，利于区域固碳、生物多样性保育及土壤稳定性等多重生态安全目标同步实现。但2000年产水量(WY)与调节服务(CS、HQ)间观测到的权衡关系，突显了脆弱岩溶景观中保障供水与提升其他生态效益间的潜在冲突，为平衡水资源开发与生态保护提供科学警示。研究表明，理解ESs相互作用不仅是生态学描述，更是优化土地利用、提升区域人类福祉与可持续发展的关键科学依据。

论文解读：典型岩溶山区生态系统服务时空演化及协同–权衡关系研究——以中国乌蒙山区为例

该研究发表于《Forests》。岩溶山区(Karst Mountain Areas, KMAs)以可溶碳酸盐岩地层、浅薄且不连续土层、强地表–地下岩溶水力连通性及高空间异质性为特征，生态恢复力低、对外界干扰敏感，一旦退化难以逆转，严重威胁区域生态安全与可持续发展。近几十年快速城镇化、农业集约化及基础设施建设引致剧烈LULC变化，导致水土流失、石漠化加剧、生境破碎化及水资源时空变率增大。联合国千年生态系统评估(MEA)及IPBES全球评估均指出全球大部分ESs持续退化。现有ESs量化多聚焦平原、流域或城市群，对KMAs综合评估较少；ESs间协同(Synergy，多服务同向变化)与权衡(Trade-off，一服务提升伴随另一服务下降)关系在KMAs中的时空格局及驱动机制尚不明晰；以往常孤立考虑人为LULC或自然环境因素，缺乏统一框架解析二者耦合效应对ESs及ESs相互作用的影响。因此，研究人员以典型KMA——横跨滇川黔三省、石漠化严重、近二十年经历快速城镇化与大规模退耕还林还草及水利建设的乌蒙山区(Wumeng Mountain Area, WMA)为研究区，拟阐明：(1)LULC时空变化特征；(2)关键ESs对LULC变化的响应；(3)ESs间协同–权衡关系的时空特征，以期为KMAs国土空间规划、生态修复布设及水资源管理提供依据。

主要关键技术方法：

研究人员以WMA（约106300 km2，25.3°N–29.3°N，101.9°E–107.3°E）为研究区，收集2000/2010/2020年GlobeLand30 30 m LULC数据、国家年均降水数据集(1 km)、中国月潜在蒸散量(Potential Evapotranspiration, PET)数据集(1 km，Hargreaves法，按月累加为年值)、和谐世界土壤数据库(Harmonized World Soil Database, HWSD)土壤属性(1 km)、ASTER GDEM(30 m，重采样至30 m统一分辨率)及天地图行政矢量边界。采用：(1)单一土地利用动态度(D)与综合土地利用动态度(LC_d)刻画LULC变化速率与方向；(2)土地利用强度指数(S，建设用地=4、耕地=3、生态用地(林草水湿地)=2、未利用地=1)表征人为干扰强度；(3)LULC转移矩阵分析各地类间转换方向与规模；(4)InVEST模型定量评估四项ESs——碳储量(CS，分地上/地下生物量、土壤有机碳、死有机质碳池，取WMA及相似区文献与野外调查构建本地化碳密度参数)、生境质量(HQ，威胁源为耕地/建设用地/未利用地，指数/线性衰减，各栖息地类型敏感度见表3)、土壤保持(SC，基于修正通用土壤流失方程RUSLE，SC=RKLS-USLE×SEDR)、产水量(WY，基于Budyko水热耦合框架与水文平衡WY=P-ET_a，植物可用含水量PAWC由砂/粉/黏/有机质含量计算)；(5)栅格(1 km)尺度Spearman秩相关分析ESs两两协同–权衡关系(非正态数据，ρ>0协同，ρ<0权衡)；(6)Getis-Ord G_i*统计量识别ESs冷/热点空间集聚(p<0.05，固定距离带1 km)。所有栅格处理与热点分析在ArcGIS Pro 3.1完成，相关分析用R 4.3.0进行。

研究结果

3.1. Spatiotemporal Evolution Characteristics of LULC（土地利用/土地覆被时空演化特征）

通过分析各地类面积变化、单一与综合动态度、土地利用强度空间分布及2000–2020年LULC转移矩阵得出：研究期内林地、耕地、草地始终占主导；综合动态度较高，耕地与湿地持续减少(耕地净减2125.03 km2，动态度?5.32%；湿地净减8.04 km2，?19.62%)，人工表面、水体、草地持续扩张(人工表面增1055.22 km2，+417.31%；水体增314.85 km2，+94.79%；草地增650.58 km2，+2.88%)。人工表面扩张集中于中西部及南部城镇化区域(以耕地损失为主)，水体扩张主要因东部乌江水系水库蓄水淹没部分耕地/湿地，草地扩张受"退耕还草"驱动。土地利用强度呈"东南高西北低"格局，毕节、昭通一带最高，威宁–昭阳为核心高值区(2020年最高达270.59)。LULC转移矩阵显示>14%区域发生转换，耕地主要转林地(1263.71 km2)、草地(2238.74 km2)及人工表面(883.06 km2)；林地转草地(3499.25 km2)和耕地(969.38 km2)；草地转林地(3402.27 km2)和耕地(1434.95 km2)；湿地转耕地(17.09 km2)及水体(9.46 km2)。反映快速城镇化、水利工程及生态修复是主要驱动，但同时存在草地/湿地转耕地、林地转耕地/草地的农垦与潜在退化压力。

3.2. Spatiotemporal Evolution Characteristics of ESs（生态系统服务时空演化特征）

基于InVEST模拟及热点分析得出：CS、HQ、SC空间格局相似——外围散布高值区(赤水、织金、武定、普格、布拖、金阳、雷波、大关、彝良等县)，中部低值区(以威宁县为中心)；WY呈"东、西北高，北中南部低"的东西向"高–低–高"分布(高值含赤水、习水、桐梓、古蔺、大方、纳雍、黔西、织金及越西、美姑、喜德、昭觉、普格、布拖)。2000–2020年CS总量微变(15.8941×10? t→15.8911×10? t→15.8081×10? t)，HQ均值微变(0.6912→0.6931→0.6885)，二者2000–2010基本稳、2010–2020略降；SC(120.1333×10? t→100.3928×10? t→125.1464×10? t)与WY(485.7683×10? t→341.7994×10? t→492.9578×10? t)波动大——2000–2010显著下降(WY降幅29.64%)，2010–2020明显回升(SC升24.66%，WY升44.22%)，空间上东/北/西北以正变化为主，中/西南以负变化为主；CS、HQ仅局部呈正负变化。

3.3. ESs Synergy–Tradeoff Characteristics（生态系统服务协同–权衡特征）

计算1 km网格Spearman秩相关系数与G_i*空间分布得出：2000年CS–WY、HQ–WY呈显著负相关(权衡，ρ≈?0.07~?0.10，p<0.001)，其余ESs对均为显著正相关(协同，CS–HQ ρ>0.60强协同，CS–SC、HQ–SC、SC–WY中等协同)；2010、2020年WY与其他服务的负相关消失，全为显著正相关。除CS–HQ协同系数微降外，其余五对ESs相关系数2000–2020呈上升趋势，表明协同增强。空间上>90%区域ESs对为正协同，仅南部极小簇CS–HQ弱负、北部窄带CS–WY/HQ–WY弱负；CS–HQ与SC–WY协同空间覆盖最广、强度最高。说明WMA的ESs相互作用以协同为主导且随时间趋于强化，2000年WY与调节服务权衡反映岩溶区植被稀疏陡坡高产流低固碳/低生境质量的特有水文过程，后随植被恢复权衡减弱。

讨论部分总结：

研究人员指出，LULC剧烈变化主驱为城镇化(占用耕地)、退耕还林还草(耕转林/草)及水利蓄水(耕/湿地被淹)，印证人类活动深刻重塑KMAs景观。ESs时空演变受自然因素(降水PET调控SC、WY，解释其大幅波动)与人类活动(植被增减、景观破碎化影响CS、HQ)共同驱动。值得注意的是，尽管LULC与单项ESs绝对值变化显著，ESs相互作用结构(主导协同+基此年轻权衡)却相对稳定——说明岩溶区地质–地形–水文等自然条件奠定ESs交互的基本框架，人类活动主要调节ESs供给强度而非根本重构交互模式。CS–HQ强协同源于森林/灌丛高生物量碳密度兼复杂生境结构的高适宜性，区别于单作人工林碳–多样性权衡报道，凸显植被群落组成结构的关键作用。2000年WY–CS/HQ权衡体现岩溶地表–地下强连通下少植被陡坡高入渗产流伴低调节服务的特殊机制。Getis-Ord G_i*显示CS、SC冷/热点受LUCC影响小；HQ热点因林–耕–建设用地置换2010年明显偏移；WY冷/热spot受降水PET年际变异影响重组——再次佐证自然与人为因子联合作用。研究承认局限：未纳入文化服务；InVEST产水模块未显式刻画岩溶管道/强裂隙快速入渗及地表–地下水交互；碳储量采用各地类均一碳密度查找表未解析内部异质；生境质量未模拟洞穴等地下生物多样性影响；模型未做本地实测校准与不确定度分析。建议后续结合分布式岩溶水文模型、高分辨率生物量/NPP遥感反演、地上–地下协同观测及结构方程模型/地理加权回归深化。管理上提出：基于ESs冷/热spot及协同分区——CS–HQ协同热点划核心生态保护区严控开发续推退耕；SC–WY协同热点(赤水、习水等)优先水源涵养与面源污染防控；高强度低综合ESs供给区(威宁周边)严控城市蔓延并推行坡耕地水土保持；重大工程规划前预模拟ESs权衡优化选址与配套修复方案最大化协同。

结论（翻译自Conclusions部分）：

本研究通过整合多时相遥感数据与InVEST模型，探究了典型岩溶山区LULC与ESs的时空动态，主要结论如下：第一，即便经历二十年快速城镇化与生态修复导致的剧烈LULC变化(如人工表面扩张417.31%)，典型KMA中ESs交互的核心结构——以主导协同模式为特征——表现出显著稳定性，表明ESs相互作用根本上受地质、地形等自然框架约束。第二，识别出产水量(WY)是对城镇化与气候变率耦合效应最敏感的ESs；2000年WY与碳储量(CS)及生境质量(HQ)间观测到的权衡关系为决策者提供警示，强调岩溶区水资源开发中应高度警惕对其他关键生态功能的潜在损害。第三，确认CS与HQ存在最强且稳健的协同关系，意味着保护及恢复森林植被可带来固碳增汇与生物多样性保育的双重生态协同效益。综上，上述认知为在尊重自然约束前提下通过空间规划(如基于协同热点划定生态红线)优化KMAs生态系统管理提供科学依据。ESs交互关系分析显示，多数ESs对呈协同，且2000–2020年权衡–协同整体结构相对稳定而协同强度趋强，印证KMA内ESs相互作用模式受地形、土壤属性及水文过程等本底自然条件制约，人为活动主要通过改变LULC格局调节ESs供给强度而非重构ESs交互。因此KMA有效生态系统管理应注重尊重自然约束下的土地利用优化与能强化协同的生态修复策略。