非对称的生态未来：蒙古国生态系统服务的时空差异

《Global and Planetary Change》：An asymmetric ecological future: Spatiotemporal differentiation of ecosystem services in Mongolia

　　摘要：生态保护已成为全球关注的核心问题，而生态系统服务对于实现可持续发展至关重要。然而，针对蒙古国生态系统服务的动态变化、空间异质性以及未来土地利用情景的综合性评估仍显不足。本研究利用2000年至2021年的土地利用与覆盖数据，将斑块级土地利用模拟模型与生态系统服务及权衡评估框架相结合。通过应用莫兰指数、局部空间关联指标以及吉蒂斯-奥德Gi*统计量，分析了生态系统服务的历史空间聚集特征，并在三种不同的土地利用发展情景下评估了其未来变化趋势。主要研究结果表明：（1）2001年至2021年间，蒙古国的生态系统服务呈现出持续且显著的北高南低的空间梯度；（2）通过与2020年参考数据的对比，验证了该模型在蒙古国尺度上的土地利用模拟能力较强（OA=0.9039，Kappa=0.8082）；（3）在未来的不同情景下，自然发展情景会保持现有趋势，生态保护情景则有利于植被恢复和生态用地的扩大，而城市发展情景则会增加建成区及农业用地的面积，可能对生态空间造成压力。这些研究结果为平衡生态保护与经济社会发展提供了科学依据，也有助于制定干旱地区的可持续土地管理策略。

引言：生态系统服务是指自然生态系统为人类社会提供的各种功能，包括物质供给、环境调节、文化价值提升以及生命支持等。它们是评估生态系统健康状况与功能的重要指标，有助于理解人类与土地系统的相互作用，支撑自然资本核算工作，同时也为生态保护政策的制定提供依据（Díaz等人，2018）。土地利用变化、气候因素以及人类活动之间的相互作用会影响区域尺度上生态系统服务的时空演变趋势（Lahon等人，2023）。例如，在蒙古高原及周边干旱半干旱地区，气候变异与土地利用模式的变化共同影响了碳封存、水资源调节、土壤保持等关键生态系统服务的供给能力（Wang等人，2025a，Wang等人，2025b）。与此同时，各类生态系统服务之间存在着复杂的相互关系，其变化不仅受自然因素影响，还与人口密度、经济发展水平以及资源利用状况密切相关（Reader等人，2022）。区域性的生态系统服务研究进一步表明，生态系统服务供需失衡是导致水资源短缺地区生态风险加剧的重要原因。这就凸显出在生态保护与土地管理过程中需要平衡服务供给与人类需求之间的关系（Hu等人，2023）。因此，这些研究为分析蒙古国境内生态系统服务的时空动态、空间差异以及未来变化提供了理论与实证基础。

在生态系统服务的定量评估方面，国际上已出现了多种模型体系，用于支持基于空间的、情景化的多服务类型评估。这些工具包括集成生态系统服务与权衡评估模型、人工智能环境与可持续性模型、地球系统模型以及EcoMetrix等主流软件。这类工具在全球范围内的区域生态评估与景观规划中得到了广泛应用，推动了生态系统服务定量评估的标准化与可视化进程（Marali等人，2025）。其中，InVEST模型因其模块化结构、相对灵活的数据要求以及强大的空间可视化功能，已成为广泛应用于生态系统服务评估的框架。该模型能够在不同空间和时间尺度上，以及在不同情景下，量化碳储存、水分产出、基于沉积物输送比的土壤保持能力以及生境质量等关键生态系统服务指标（Xu等人，2024a，Xu等人，2024b）。与此同时，斑块级土地利用模拟模型通过随机森林算法确定土地扩张规则，从而模拟不同类型土地利用的斑块级演变过程（Zhang等人，2026）。鉴于蒙古国复杂的地理特征与生态环境，本研究采用了InVEST-PLUS耦合分析框架，对生态系统服务进行定量评估与空间优化分析。在该框架下，InVEST模型用于评估当前及未来不同气候与土地利用情景下，草原、森林、湿地等不同生态类型的服务指标变化情况（Decsi等人，2022；Ye等人，2025）。

尽管蒙古国的生态系统服务研究已取得一定进展，但该国的方法论体系与实际应用仍面临诸多挑战。现有的研究大多依赖传统的基于指标的方法以及简单的替代指标来进行生态系统服务评估，缺乏对主流定量模型与多源遥感数据的有效整合，这限制了人们以一致且具有空间明确性的方式来描述生态系统服务的时空变化特征与空间异质性（Xie等人，2024；Yuan和Chen，2024）。在研究方法方面，虽然地理信息系统与遥感技术已被广泛用于定量分析，但对于多模型比较、模型参数优化以及跨尺度耦合分析的系统研究仍然不足，这制约了对生态系统服务的时空动态、空间异质性以及情景依赖性变化的系统理解（Zhao等人，2024a，Zhao等人，2024b）。此外，传统的制图方法与基于模型的评估虽然能够显示生态系统服务值较高的区域或较低的区域，但却无法判断这些空间格局是否具有统计学意义上的显著聚集性。莫兰指数可以用来量化生态系统服务的整体空间自相关性，而吉蒂斯-奥德Gi*统计量则可用于识别那些存在统计学意义上显著高值或低值的局部集中区域（Fang等人，2026）。将这类空间统计方法与生态系统服务评估相结合，就能够同时揭示整体的空间依赖关系以及局部的热点与冷点分布，从而为确定生态保护的优先区域以及差异化管理措施提供依据。

此外，目前的研究大多侧重于静态或短期的评估，缺乏基于长期时间序列的持续监测与分析框架。这样的局限性使得人们难以深入理解在气候变化与人类活动共同作用下的生态系统服务长期演变趋势。因此，将科学评估结果应用于生态保护策略与政策制定方面的实际效果也较为有限。有鉴于此，迫切需要通过整合多种模型、开展长期动态监测以及推进以政策为导向的研究，提升蒙古国生态系统服务评估的科学性、可比性以及决策支持能力。

本研究通过结合PLUS模型与InVEST模型，旨在阐明蒙古国生态系统服务的时空动态，并探讨在三种不同发展情景下的未来变化趋势：自然发展情景下维持现有趋势，生态保护情景下促进植被恢复与生态用地扩展，而城市发展情景则会产生不同的变化。该框架有助于识别持续存在的生态系统服务热点区域、服务供给不足的集中区域，以及对不同土地利用方式敏感的区域，从而为蒙古国的差异化生态保护、生态修复以及土地利用调控提供空间依据。先前的研究已经证明，InVEST-PLUS耦合框架能够有效地将模拟得到的土地利用变化与相应的生态系统服务响应联系起来。在区域尺度上，这一框架已被用于评估预测的气候与社会经济情景对碳储存、水分产出、沉积物输送比以及生境质量等关键生态系统服务的影响（Lyu和Li，2024）。此外，将InVEST评估与PLUS模拟相结合，还可以用来量化不同土地利用模式对生态系统服务，尤其是碳储存的影响，显示出其在生态情景评估与空间规划中的重要作用（Decsi等人，2022）。

与以往主要依赖静态评估、简化替代指标或描述性空间制图的蒙古国相关研究相比，本研究构建了一个综合性的国家尺度分析框架，将长期生态系统服务评估、空间聚类分析、经过验证的土地利用模拟以及未来情景对比有机结合起来。特别是，通过将全局莫兰指数与吉蒂斯-奥德Gi*统计量应用于InVEST模型生成的生态系统服务结果，使得传统制图方法从仅能直观显示高值与低值区域，升级为能够统计识别具有显著意义的整体与局部聚集模式。除了为蒙古国的生态系统服务研究提供支持外，本研究还为其他干旱半干旱地区的生态系统管理及自然资本评估提供了方法参考。本研究的主要目标包括：（1）运用InVEST模型、全局莫兰指数以及吉蒂斯-奥德Gi*统计量，量化蒙古国关键生态系统服务的时空动态、空间异质性以及聚集特征；（2）利用2020年的实际土地利用数据对PLUS模型进行验证，并预测三种不同发展情景下2040年蒙古国的土地利用格局；（3）模拟自然发展情景、生态保护情景以及城市发展情景下的未来土地利用格局，进而分析碳储存、水分产出、沉积物输送比以及生境质量等方面的相应变化与权衡关系。

研究区域：蒙古国位于东北亚中部，是一个典型的内陆国家，北邻俄罗斯联邦，东、南、西三面与中国接壤（Liu等人，2026）。从地理上看，蒙古国的纬度范围大约在北纬41.6°至52.1°之间，经度范围则在东经87.7°至120.0°之间（见图1），国土总面积约为1,564,116平方公里。作为世界上面积第二大的内陆国家，蒙古国的地形特征为从西向东逐渐降低。

碳储存的时空动态：从空间分布来看，如图3所示，蒙古国内的四种不同碳库及其总碳储量呈现出高度一致的分布特征，且存在显著的正面空间自相关性。2001年至2021年间，全局莫兰指数始终保持在较高水平（介于0.85到0.92之间）。图S1展示了基于剩余碳储存类型的聚类图与热力图。这种空间分布特征导致了不同区域之间生态系统服务价值的显著差异。

蒙古国与全球干旱半干旱地区的比较：此外，土壤侵蚀控制也存在一定的生物物理极限。在蒙古国的高山地区，极端的降雨强度与地形条件决定了该区域原本就具有较高的侵蚀脆弱性，因此单纯的表层植被恢复无法完全抵消由宏观气候因素引发的侵蚀作用（Li等人，2024a，Li等人，2024b）。稳定的地形与土壤条件使得蒙古国的生态系统服务价值呈现出北高南低的分布特征（Ioan等人，2025）。人类活动则可能加剧或缓解气候带来的影响。

结论：为了全面了解蒙古国生态系统服务的时空动态及其形成机制，本研究从三个维度进行了分析：历史演变趋势、土地利用变化预测以及未来生态系统服务的响应情况。主要结论如下：（1）2001年至2021年间，蒙古国的生态系统服务一直保持着由气候因素驱动的北高南低的空间梯度。北部的高山森林地带形成了稳定的高价值生态核心区，而中南部干旱地区则保持较低的生态系统服务价值水平。

作者贡献说明：石梦菲：负责原始稿撰写、可视化处理、软件应用以及方法设计工作；刘悦：承担监督工作以及数据整理任务；Gowhar Meraj：负责结果验证、监督工作以及正式数据分析；Pankaj Kumar：参与结果验证、监督工作、项目管理以及相关调研；王晓鹏：负责可视化处理、结果验证以及监督工作；吴迪：负责结果验证、监督工作以及概念构思；柴远芳：负责结果验证、监督工作以及正式数据分析；徐洪涛：负责结果验证与监督工作；马旭：负责结果验证、监督工作以及项目相关事务。

未引用参考文献：Ballabio, 2020；Fu等人，2025；Gao等人，2025；Guo等人，2024；Luo等人，2024；Wu和Wang，2024；Zhao等人，2023。

利益冲突声明：作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢：我们感谢编辑与审稿人对我们手稿提出的宝贵意见与建议。本研究得到了浙江师范大学双龙学者特聘教授项目（YS304023975）、新疆维吾尔自治区天池人才引进计划以及新疆维吾尔自治区天山英才——青年拔尖人才/青年科技创新人才计划（编号2024TSYCCX0025）的支持。

作者名单：石梦菲|刘悦|Gowhar Meraj|Pankaj Kumar|王晓鹏|吴迪|柴远芳|徐洪涛|马旭|刘长江|王绍勇|张飞
单位：中国浙江省金华市浙江师范大学地理与环境科学学院，邮编321004