中国东北黑土区农田生态系统健康的时空动态与驱动机制

《Sustainability》：Spatiotemporal Dynamics and Driving Mechanisms of Cropland Ecosystem Health in the Black Soil Region of Northeast China

　　

摘要
理解东北黑土区农田生态系统健康的时空动态与驱动机制，对于可持续土地管理、区域生态安全和国家粮食安全至关重要。本研究选取2002年、2012年和2022年作为代表性年份，基于CLCD土地利用数据及相关自然与社会经济数据集，构建了涵盖综合生产力、景观稳定性和生态可持续性的评价框架。研究人员采用InVEST模型与加权评价法相结合的综合评价框架计算了农田生态系统健康指数（Farmland Ecosystem Health Index, FEHI），并利用GeoDetector模型探究了空间分异特征及驱动机制。结果表明：（1）在三个研究年份中，农田综合生产力总体呈上升趋势，而景观稳定性有所下降，生态可持续性维持在相对较低水平并呈现退化迹象；（2）FEHI呈波动上升趋势，均值从0.195升至0.211。低健康区域减少，而高健康区域扩大，表明农田生态系统综合健康水平有所提升；（3）GeoDetector分析揭示，降水和海拔是影响空间分异的主导因子。降水与坡度的交互作用以及降水与夜间灯光强度的交互作用表现出较强的解释力，但主导因子的解释力在不同年份间存在差异。上述发现为东北黑土区的生态保护、黑土保育和农田可持续管理提供了科学支撑。

东北黑土区农田生态系统健康时空演变与驱动机制研究——基于InVEST模型与GeoDetector的综合解析

一、研究背景与科学问题

中国东北黑土区是国家重要的商品粮生产基地，也是世界黑土主要集中分布区之一，在保障国家粮食安全、维护区域生态安全和支撑农业可持续发展方面具有重要战略地位。黑土不仅是土壤资源，更是由土壤、地形、气候、水文、植被与人类活动交互作用形成的复杂社会-生态系统。然而，长期以来高强度农业开发、土地利用方式变化以及人类活动的持续干扰，导致黑土区出现黑土层变薄、土壤侵蚀加剧、土壤结构退化、生态服务功能减弱等问题，区域农田生态系统稳定性面临显著压力。

已有研究主要聚焦于耕地质量评价、生态安全预警、生态环境监测、土地利用变化和生态系统服务评估等单一层面。尽管这些研究为理解黑土区耕地质量变化、生态退化过程和土壤侵蚀规律提供了重要基础，但仍存在以下不足：第一，已有研究较多关注耕地质量和生态环境的单一维度，对内部结构、功能过程与生态系统服务能力之间的耦合关系关注不足；第二，多数研究在典型县域或局地尺度开展，对东北黑土区全域农田生态系统健康的长时序演变趋势和空间分异格局的关注有限；第三，自然环境、社会经济发展和人类活动强度的影响具有显著空间异质性，其相对贡献与交互机制有待进一步识别。

基于此，本研究以东北黑土区为研究对象，从生产力、景观稳定性和生态可持续性三个维度构建农田生态系统健康评价框架，系统分析研究期内农田生态系统健康的时空演变特征，并基于GeoDetector识别自然环境、社会经济因素和人类活动对农田生态系统健康的影响效应及其空间异质性，为黑土保护、生态修复分区、耕地可持续利用和区域生态安全优化提供科学依据。

二、研究方法与技术路线

本研究以东北黑土区为研究对象，该区域主要覆盖黑龙江省、吉林省、辽宁省北部以及内蒙古东部部分地区（包括呼伦贝尔市、兴安盟、通辽市、赤峰市和锡林郭勒盟），总面积约55.6万平方公里，包含146个县级行政单元。土地利用数据来源于杨杰和黄昕构建的中国土地覆盖数据集（China Land Cover Dataset, CLCD）。研究采用以下主要技术方法：（1）基于MODIS遥感产品提取增强型植被指数（Enhanced Vegetation Index, EVI）、净初级生产力（Net Primary Productivity, NPP）、总初级生产力（Gross Primary Productivity, GPP）和蒸散发（Evapotranspiration, ET）等生产力指标，并计算水分利用效率（Water Use Efficiency, WUE）；（2）利用Fragstats 4.2软件中的移动窗口方法计算最大斑块指数（Largest Patch Index, LPI）、斑块密度（Patch Density, PD）和聚集度指数（Aggregation Index, AI）表征景观稳定性；（3）运用InVEST模型评估生境质量和产水量，并结合土壤侵蚀强度数据表征生态可持续性；（4）采用综合加权指数法计算各维度指数及农田生态系统健康指数（Farmland Ecosystem Health Index, FEHI）；（5）运用GeoDetector模型中的因子探测和交互探测分析九大驱动因子（海拔、坡度、坡向、降水、温度、人口密度、GDP、夜间灯光和放牧强度）的解释力及交互效应。

三、主要研究结果

3.1 农田生产力时空演变特征

2002至2022年间，生产力维度各单项指数总体呈增长趋势。EVI呈逐渐上升态势，高值区由东南向中部和北部扩展；NPP低值区在中部和西部减少，表明区域生物量生产能力总体提升；WUE在不同研究年份间存在一定波动，2012年局部扩张后低值区有所减少。农田综合生产力呈现“东南高、西北低”的空间梯度格局。从时间变化看，2002至2012年生产力格局相对稳定，2012至2022年综合生产力进一步提升，中西部低生产力区域减少，部分地区向中等水平转变，南部高值区向中部和北部扩展。

3.2 农田景观稳定性时空演变特征

2002至2022年间，LPI和AI高值区持续集中于中部平原，PD高值区主要分布于东部及边缘丘陵地区，表明核心平原区景观斑块相对连续和聚集，边缘地带景观破碎化程度较高。农田景观稳定性呈“核心高、边缘低”的分布特征。从时间变化看，研究期内整体景观稳定性呈下降趋势：2002至2012年核心区高稳定区域分布范围有所缩减，边缘过渡带中等及低稳定区域向内扩展；2012至2022年边缘高稳定区域进一步减少，部分地区景观破碎化加剧。

3.3 农田生态可持续性时空演变特征

2002至2022年间，生境质量（Habitat Quality, HQ）总体呈下降趋势，土壤侵蚀强度（Soil Erosion, SE）在中西部平原地区保持相对较高水平且空间变化有限，产水量（Water Yield, WY）呈“东高西低”的空间梯度，东部高值区呈减少趋势。农田生态可持续性呈“东高西低”的分布特征。从时间变化看，2002至2012年东部高可持续区域减少，部分地区向中等水平转变；2012至2022年下降趋势减缓，但整体可持续性仍处于相对较低水平。

3.4 农田生态系统健康时空演变特征

研究期内，东北黑土区农田FEHI均值呈总体上升趋势。2002至2012年，区域FEHI均值由0.195升至0.200；2012至2022年进一步增至0.211。空间分布上，农田生态系统健康呈“东南高、中西部低”的格局，高健康区域主要分布于研究区东部和南部边缘及大小兴安岭、长白山农林交错带，中等及低健康区域集中于中部和西部平原区，尤其是松嫩平原。从时间变化看，2002至2012年整体空间格局相对稳定，中南部部分低健康区域减少并向较低或中等水平转变；2012至2022年，中西部低健康区域继续减少，部分区域向中等健康水平转变，东部和南部高健康区域有所扩展，表明农田生态系统健康空间分布总体改善。

3.5 驱动因子分析

因子探测结果显示，降水和海拔在三个研究年份中均表现出相对较高的解释力，是影响农田生态系统健康空间分异的主导因子；坡度的解释力在2022年较前期有所增强；坡向和温度的解释力较低；人口密度、GDP和夜间灯光等社会经济因子的解释力相对较弱；放牧强度在2002年表现出较高解释力，但后期解释力下降。交互探测结果显示，任意两个驱动因子的交互解释力均显著大于单因子，主要表现为双因子增强或非线性增强。其中，涉及降水的交互组合（降水∩海拔、降水∩坡度、降水∩夜间灯光）表现出极高的解释力，最高交互q值从2002年的0.766（降水∩夜间灯光）降至2022年的0.611（降水∩夜间灯光/降水∩坡度）。放牧强度相关的交互组合解释力在过去二十年间显著下降。

四、讨论与结论

讨论部分指出，与已有研究认为东北黑土区农田系统健康持续下降的结论不同，本研究发现FEHI在2002至2022年间总体呈增长趋势。这一差异可能源于评价框架的差异——已有研究多侧重生态恢复能力和阈值稳定性，而本研究的FEHI框架将综合生产力作为核心维度纳入；此外，研究尺度的差异也可能导致结论不同。空间格局方面，本研究发现的高健康值区域更集中于农业生产力较强的平原区，而非传统的生态保护区，这反映了FEHI对农业利用效率与系统稳定性协同关系的侧重。驱动分析方面，降水和海拔是核心因素，与传统放牧等人类活动的影响逐渐减弱形成对比的是，以夜间灯光为代表的人类活动与气候、地形因子的交互作用日益显著，表明黑土区农田生态系统健康已从单一自然力量驱动转向自然条件与人类活动协同作用的复杂耦合过程。

研究结论如下：（1）2002至2022年间，东北黑土区农田综合生产力总体提升，中西部低生产力区域向中等及以上水平转变；景观稳定性呈下降趋势，部分地区出现破碎化特征；生态可持续性维持在相对较低水平并呈现一定下降趋势。（2）FEHI在三个研究年份中呈上升趋势，均值从0.195增至0.211，低健康区域减少，相对较高健康区域局部扩展，表明研究期内FEHI总体呈向好变化。（3）GeoDetector结果表明，降水和海拔对农田生态系统健康空间分异具有较高的解释力，不同因子解释力在不同年份间存在差异；交互探测进一步表明，农田生态系统健康的空间分异受多种环境和人为因素共同影响，因子组合的解释力总体强于单因子。本研究构建的评价框架主要考虑了生产力、景观稳定性和生态可持续性三个维度，土壤属性、农业管理措施和社会经济条件等因素尚未完全纳入；同时，基于三个代表性年份的评价可能限制了对农田生态系统健康连续时间动态的表征，未来研究可整合更全面的指标和连续时序数据以深化对农田生态系统健康长期演变规律的认识。