《Ecological Indicators》:Scale dependence and nonlinear threshold effects of recreation service supply–demand coupling in large river basins
编辑推荐:
游憩生态系统服务(RES)供需匹配影响区域可持续性与人类福祉,但多尺度耦合机制及驱动因子的非线性阈值效应仍不清楚。研究人员以黄河流域为对象,构建“网格–县域–市域”三尺度框架,集成最大熵(MaxEnt)模型、耦合协调度模型、随机森林置换检验与分段阈值识别算法,
游憩生态系统服务(RES)供需匹配影响区域可持续性与人类福祉,但多尺度耦合机制及驱动因子的非线性阈值效应仍不清楚。研究人员以黄河流域为对象,构建“网格–县域–市域”三尺度框架,集成最大熵(MaxEnt)模型、耦合协调度模型、随机森林置换检验与分段阈值识别算法,分析游憩生态系统服务供需耦合协调度(CCD_RES)的尺度依赖格局与驱动阈值。结果表明:(1)CCD_RES空间异质性随尺度增大而减弱,网格与县域尺度极差为0.985,市域尺度降至0.722;格局由南部流域分散(网格尺度)转为西安与郑州周边集聚(县域尺度),并于核心城市稳定(市域尺度)。(2)驱动因子重要性由“自然约束”向“社会支撑”过渡:网格尺度坡度(MSE增量≈100%)与植被覆盖度(≈150%)主导;县域尺度路网密度(≈40%)与GDP(≈35%)主导;市域尺度人口密度(≈25%)与GDP(≈25%)主导。(3)关键驱动因子呈非线性阈值效应:人口密度阈值市域为208.89人/km2、县域为206.53人/km2,网格尺度植被覆盖度阈值为0.8。该研究揭示了CCD_RES驱动的尺度依赖与非线性阈值特征,为大型河流域差异化空间管理提供科学依据。
研究背景方面,在全球城市化与心理健康危机交织背景下,游憩生态系统服务(RES)作为自然环境与人类福祉的关键纽带,其供需空间匹配程度直接关系到区域可持续发展与居民生活质量。现有研究多聚焦供给或需求单一维度,对供需耦合协调度(CCD_RES)的系统分析薄弱;尺度转换规律不清,单尺度研究难以支撑多层次系统管理;虽在单尺度上广泛识别驱动因子与阈值,但多尺度阈值与最优区间的定量识别仍是薄弱环节。黄河流域兼具生态屏障与经济发展引擎属性,地理格局复杂,是典型大河流域游憩服务研究区。为此,研究人员以黄河流域为案例,揭示RES供需匹配格局及其跨尺度驱动机制,对提升流域居民福祉、推进联合国可持续发展目标(SDG 3与SDG 11)及全球大河流域治理具有参考意义。该文发表于《Ecological Indicators》。
关键技术方法上,研究人员以2020年为统一时间基线,构建网格(5 km)、县域、市域三尺度分析框架。供给端采用最大熵(MaxEnt)模型,输入社会经济与自然属性数据(含景观干扰指数、植被覆盖度FVC、距道路水体距离、高程、土地利用、栖息地质量、POI、带地理标签照片、夜间灯光、人口密度)模拟RES供给潜力;需求端采用熵权法加权叠加人口密度、夜间灯光、人均GDP、路网密度、游憩POI密度、照片核密度得到需求水平;随后将供给与需求标准化至[0,1]并计算耦合协调度(CCD)。驱动分析采用随机森林置换检验(%IncMSE)评估八因子多尺度重要性;阈值识别采用R语言“segmented”“stegmented”“step”三模型AIC比较确定突变点;最优区间检测采用OPGD(最优断点分析)计算各区间CCD_RES均值;最后在ArcGIS中做四关键因子最优区间叠加强度分级。
研究结果部分,5.1 RES供给水平显示,网格尺度供给在中南部小尺度集聚、边缘低值散布;县域尺度高值集中于文旅资源富集县(如西安长安区、洛阳洛龙区、郑州中原区)及区域中心(银川兴庆区、兰州城关区);市域尺度高值聚于西安、郑州、洛阳等核心文旅城市。5.2 RES需求水平显示,网格尺度呈“外围高值集聚、中部低值分散”;县域与市域高值均聚于人口经济密集区(西安、郑州、济南)。5.3 CCD_RES分析表明,网格尺度高值(最大0.985)在南流域,县域高值(0.67–0.985)在西安长安区、兰州城关区,市域高值(最大0.722)在西安、郑州,极差由0.985收窄至0.722。5.4 多尺度驱动分析:5.4.1 置换重要性显示网格尺度自然因子主导(FVC≈150%、坡度≈100%),县域过渡至路网密度(≈40%)与GDP(≈35%),市域为社会因子主导(人口密度≈25%、GDP≈25%)。5.4.2 临界点识别给出各尺度四关键因子阈值,如网格FVC=0.8、坡度=0.24°、路网密度=16.19 km/km2、人口密度=270.46人/km2;县域人口密度=206.53人/km2、POI密度=0.04点/km2、GDP=11.1082百万元/km2、路网密度=21.62 km/km2;市域人口密度=208.89人/km2、DEM=1295.75 m、GDP=25.325百万元/km2、路网密度=9.24 km/km2。5.4.3 最优区间检测显示网格最优如路网密度(93.2,126]、坡度[0,0.238]、人口密度(7470,32800]、FVC(0.714,0.892];县域最优如GDP(11400,415000]、POI(0.211,0.995]、路网(109,125]、人口密度(767,21100];市域最优如GDP(2870,22200]、DEM(60.2,235]、路网(28.8,34.3]、人口密度(424,1120]。5.4.4 多因子叠加强度分析显示各尺度南部或中下游核心区受四因子最优区间叠加影响显著,其余区域叠加弱。
讨论部分指出,CCD_RES尺度依赖性表现为微观受地形植被刚性约束、宏观因行政整合而平滑,异质性随尺度增大衰减;驱动机制由自然主导经过渡转为社会主导;阈值应定位为风险诊断与优先排序工具而非强制红线,最优区间可为现行规划标准提供游憩情境下的经验校准(如网格坡度次优区间6.54°远低于建设用地25°标准)。局限性为单期2020年数据未揭示时序演化、未析因子交互,未来可引入长时序与地理探测器交互模块。
结论部分翻译浓缩如下:研究人员集成GIS空间分析、MaxEnt、随机森林与阈值曲线,在黄河流域5 km网格、县域、市域三尺度系统揭示CCD_RES空间格局、驱动机制与阈值特征。(1)CCD_RES多尺度分化显著且随尺度增大梯度增强,高值恒定于资源密集与经济社会发达区,极差由0.985降至0.722。(2)驱动机制尺度依赖明显,网格自然主导(FVC、坡度),县域过渡(路网、GDP),市域社会主导(人口密度、GDP)。(3)多尺度关键驱动呈非线性阈值响应,各尺度最优/次优区间空间分异清晰,多因子叠加高影响区位于核心供需集聚带。基于最优区间识别,研究建立“优先改善–维护优化–审慎调整”三级应用框架,分别服务于微观选址、县域规划与市域战略,首次在游憩供需耦合中定量给出各尺度阈值与最优区间,为差异化空间管理提供可操作数值参照。