通过将生态系统服务稳定性与植被扰动响应相结合，来解析生态系统稳定性的多途径驱动因素

《Applied Geography》：Disentangling multi-pathway drivers of ecosystem stability by coupling ecosystem service stability with vegetation disturbance responses

　　

• •
  整合生态系统（ES）供应的时间稳定性与植被的抗逆性和恢复力，构建生态系统稳定性指数。
• •
  利用去趋势化的EVI残差趋势和断点检测方法，表征经气候调整的植被恢复信号。
• •
  运用PLS-SEM方法识别影响生态系统稳定性及其构成维度的关键驱动因素和路径效应。
• •
  发现抗逆性和恢复力在空间上呈现对比鲜明且大致相反的模式。
• •
  通过区分抗逆性维持、恢复力增强和人为干扰调节，提供基于路径的目标管理框架。

引言

生态系统稳定性是指生态系统在受到干扰时保持结构完整性和功能连续性的能力（De Keersmaecker等人，2015年）。在全球环境变化和人类活动加剧的背景下，区域生态系统面临多重压力，包括气候变化、土地利用变化以及生态系统服务（ES）供需不匹配（Tian等人，2025年）。随着人口增长和经济发展，人们对水资源的保护、食物供应、碳封存和栖息地维护等生态系统服务的需求不断增加，生态系统功能遭受的干扰更加频繁、强烈和复杂（Turner & Seidl，2023年；Zhang等人，2021b年）。生态系统是否能够在持续干扰下可靠地提供关键服务已成为区域可持续发展的关键科学和管理问题（Fu等人，2023年；Ross等人，2021年）。评估生态系统是否具备足够的稳定性以在持续干扰中继续支撑人类福祉，不仅涉及理解生态系统的变异性（Oliveira等人，2022年），还直接关系到服务提供的可靠性和长期可持续性（Ross等人，2021年）。

生态系统稳定性的概念已经从早期强调时间恒定性发展到一种多维视角，将时间稳定性、抗逆性和恢复力结合起来（De Keersmaecker等人，2014年）。这些维度描述了相关但不同的稳定性特征。时间稳定性指的是生态系统结构或功能随时间保持一致的程度。从生态系统的角度来看，它强调了服务提供的连续性和可靠性，这在气候变化和干扰条件下可能与平均服务水平同样重要（Albrich等人，2018年）。抗逆性和恢复力描述了生态系统对干扰的响应：抗逆性表示在干扰期间限制植被退化程度的能力，而恢复力表示干扰后的恢复能力（Ding等人，2023年；White等人，2020年）。时间稳定性、抗逆性和恢复力之间的关系因生态系统和环境条件的不同而异。当时间稳定性、抗逆性和恢复力的耦合较弱时，仅依赖一个维度可能导致对生态系统稳定性的片面或甚至相反的解释（Donohue等人，2013年；Hillebrand等人，2018年；Liu等人，2023年）。因此，所提出的框架将生态系统稳定性的两个方面联系起来：作为功能输出维度的时间一致性的ES供应，以及基于EVI的抗逆性和恢复力作为干扰响应维度。整合这些维度可以评估生态系统的稳定性，将其视为服务连续性、干扰缓冲和干扰后恢复的联合结果。

遥感和时间序列分析技术的进步使得从区域到全球范围对生态系统稳定性进行系统映射和跨尺度比较成为可能（White等人，2020年）。然而，稳定性估计仍然受时间序列数据的内在属性和不确定性的影响，特别是测量噪声、时间不连贯性和缺失观测值（De Keersmaecker等人，2014年；Smith和Boers，2023年）。此外，大多数稳定性评估仍然主要依赖于植被动态，如植被覆盖度或初级生产力，而对ES供应的长期稳定性关注较少（Ding等人，2023年；Huang和Xia，2019年）。尽管最近的研究开始将服务动态纳入综合稳定性框架，但实证应用仍然有限（Li、Zhao等人，2025年）。同时，现有研究通常使用相关性或回归方法量化个别驱动因素的边际效应，未能完全解决气候条件、人类活动和景观结构之间的中介路径和级联效应（Chen等人，2021年；Grace等人，2012年；Yuan等人，2025年）。这一限制在生态恢复景观中尤为明显，因为气候变率和植被恢复信号往往相互交织（Gao等人，2022年）。因此，需要一个基于路径的建模框架来厘清多个驱动因素通过哪些直接和间接路径影响生态系统稳定性的不同维度（Aynuddin等人，2026年）。

黄土高原（LP）是中国生态最脆弱的地区之一，其特点是人类利用与环境约束之间的矛盾尤为突出（Zhang等人，2022年）。该地区长期面临一系列挑战，包括严重的土壤侵蚀、明显的气候干旱和变异性以及人类干扰的持续加剧（Zhong等人，2026年）。近几十年来，大规模的生态恢复显著增加了LP地区的植被覆盖度并增强了ES供应（Cheng等人，2024年；Zhang等人，2020年）。然而，这些改善对长期生态系统稳定性的影响，以及气候和人为因素共同影响稳定性的机制，并未得到系统评估。基于此，选择LP作为研究区域，并开发了一个多维框架来评估生态系统稳定性。具体而言，我们的目标是：（1）量化和描述ES供应长期时间稳定性的空间模式；（2）通过综合考虑时间稳定性、抗逆性和恢复力，构建一个多维综合稳定性指数，并探讨稳定性维度之间的关系；（3）表征经气候调整的植被恢复信号及其影响生态系统稳定性的路径。

章节片段

研究区域

黄土高原（LP）位于黄河流域的中上游（北纬33°43′–41°16′，东经100°54′–114°33′），覆盖约640,000平方公里，涵盖陕西、山西、内蒙古、河南、甘肃、青海和宁夏七个省份（图1）。地形特征是西北至东南方向的高度逐渐降低。LP具有温带大陆性季风气候，降水量总体上从东南向西北递减。

ES供应及其时间稳定性

2000年至2020年间，LP上的五种生态系统服务（ES）存在明显的空间异质性（图3）。水资源产量在空间上具有明显差异，高值集中在LP的南部和东南部，而低值则分布在西北部（图3a）。这种空间模式在整个研究期间基本保持稳定（图3a和S2）。食物供应主要集中在LP的东南部，汾渭平原形成了一个高值区，并且年际变化较小

生态系统稳定性的空间差异和内部权衡

在区域尺度上，ESI在LP上呈现出明显的西北-东南对比（图5），其中西北部的值较高，而东南部的值较低。这种对比并不反映平均ES供应的空间模式，而是反映了生态系统在干扰下的抵御和恢复能力的差异。在西北部，ESI主要依靠较强的抗逆性维持（图4b），表明在干扰期间的功能下降较小

结论

本研究通过明确将ES供应的可靠性与干扰响应能力联系起来，推进了生态系统稳定性的评估。我们发现，LP地区的综合稳定性主要由抵御和从干扰中恢复的能力决定，而不仅仅是ES供应的年际一致性。从空间上看，出现了一个关键的不匹配：ES供应的时间稳定性呈现出碎片化的马赛克模式，而抗逆性和恢复力则表现出

CRediT作者贡献声明

Binyao Han：撰写——初稿、可视化、软件、方法论、概念构建。Hao Wang：撰写——审稿与编辑、监督、方法论、资金获取、概念构建。Zhuangzhuang Wang：撰写——审稿与编辑、概念构建。Le Hui：可视化、数据管理。Liwei Zhang：撰写——审稿与编辑、资金获取、概念构建。Ying Luo：撰写——审稿与编辑、资金获取、概念构建。Lei Jiao：撰写——

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。

Binyao Han|Hao Wang|Zhuangzhuang Wang|Le Hui|Liwei Zhang|Ying Luo|Lei Jiao|Wei Liang