潘竟虎，李 真

?

干旱內陸河流域生態(tài)系統(tǒng)服務空間權衡與協(xié)同作用分析

潘竟虎，李 真

（西北師范大學地理與環(huán)境科學學院，蘭州 730070）

為了測度生態(tài)系統(tǒng)服務的空間權衡/協(xié)同關系，該文以干旱內陸河流域典型地區(qū)嘉峪關-酒泉地區(qū)為研究區(qū)，對其2000年和2010年食物供給、碳儲存、水源涵養(yǎng)和土壤保持4種生態(tài)系統(tǒng)服務物質量進行定量測算。利用相關分析法和空間熱點制圖等方法，分析了生態(tài)系統(tǒng)服務時空變化，從縣域尺度和區(qū)域尺度上分析了生態(tài)系統(tǒng)服務之間的權衡協(xié)同關系，識別了某種服務的物質量或價值量極高的熱點區(qū)。結果表明：研究區(qū)單位面積食物供給的高值區(qū)分布在中東部的肅州區(qū)及嘉峪關市，碳儲存表現(xiàn)為東部及南部較高的分布格局；土壤保持在2000年和2010年變化不大，呈現(xiàn)出從西到東逐漸增大的分布趨勢；單位面積水源涵養(yǎng)值由2000年的0.40 mm/(m2·a)提高到2010年的0.99 mm/(m2·a)?？h域尺度上，各種生態(tài)系統(tǒng)服務之間大多為協(xié)同關系，其中食物-碳和水源-碳之間的協(xié)同程度較高；區(qū)域尺度上，食物供給和土壤保持、水源涵養(yǎng)和土壤保持生態(tài)系統(tǒng)服務間存在此消彼長的權衡關系。4種生態(tài)系統(tǒng)服務的值均未超過各自平均值的0類服務區(qū)和只有1種生態(tài)系統(tǒng)服務的值超過其所對應平均值的1類服務區(qū)分別占總面積的58.50%和25.20%。該研究結果可為制定差別化的區(qū)域發(fā)展與生態(tài)保護雙贏政策提供科學參考。

生態(tài)；地貌；遙感；生態(tài)系統(tǒng)服務；權衡與協(xié)同；嘉酒地區(qū)；干旱內陸河

0 引 言

人類社會永續(xù)發(fā)展在很大程度上取決于持續(xù)供給的生態(tài)系統(tǒng)服務。生態(tài)系統(tǒng)服務定義為人類從自然、半自然或人工生態(tài)系統(tǒng)中所獲得的種類眾多的產品及服務等惠宜[1]。生態(tài)系統(tǒng)服務存在多樣化的類型、不均衡性的空間分布，加之人類對生態(tài)系統(tǒng)服務使用和管理的選擇性、多樣性，生態(tài)系統(tǒng)服務之間往往存在著復雜的相互作用，表現(xiàn)為為此消彼長的權衡（trade-offs）和相互促進的協(xié)同（synergies或co-benefits）[2-3]。如果某類生態(tài)系統(tǒng)服務供給受其它類型生態(tài)系統(tǒng)服務獲取的增加而減少，稱之為權衡；反之，如果2種或多種生態(tài)系統(tǒng)服務同時增強，則稱為協(xié)同[4]。洞悉生態(tài)系統(tǒng)服務權衡與協(xié)同的形成機制、表現(xiàn)類型、尺度依存和空間差異，對于實現(xiàn)區(qū)域社會經濟發(fā)展與生態(tài)保護“雙贏”，科學引導人類理性開發(fā)利用自然資源等活動具有重大意義。但是，當前學術界針對生態(tài)系統(tǒng)服務權衡/協(xié)同的研究尚處于起步階段，急需在多種空間尺度上進行生態(tài)系統(tǒng)服務權衡/協(xié)同關系研究，以支持生態(tài)系統(tǒng)服務的管理和規(guī)劃[5-6]。

21世紀初以來，國內外學者開展了大量生態(tài)系統(tǒng)服務權衡/協(xié)同關系研究。從研究內容來看，主要集中在生態(tài)系統(tǒng)服務權衡/協(xié)同的理論基礎、表現(xiàn)形式、驅動機制、尺度效應、效益優(yōu)化以及不確定性研究[7]。學者們將生態(tài)系統(tǒng)服務的偏好優(yōu)先度從高到低歸納為以下4種：供給服務、調節(jié)服務、文化服務和支持服務[8]。發(fā)現(xiàn)生態(tài)系統(tǒng)服務權衡具有空間上和時間上的可逆性和外部性等特征[9]，并從地理學視角認為[10]，生態(tài)系統(tǒng)服務的時空分異性[11]、生態(tài)系統(tǒng)服務供給和受益的區(qū)域差異及空間流動[12]、多尺度綜合效應分析與模擬[13]、權衡/協(xié)同關系的自然和人文驅動因素[14]等，既是學科理論基礎，也是主要研究的切入點。從研究方法來看，現(xiàn)有生態(tài)系統(tǒng)服務/權衡研究方法可概括為4類[15]：統(tǒng)計學方法、GIS空間分析方法、情景模擬和生態(tài)系統(tǒng)服務流動性分析方法。常用的生態(tài)系統(tǒng)服務權衡模型包括InVEST、ARIES、EcoAIM、ESValue、Envisio、EPM、NAIS等[16]。盡管取得了很大進展，但還存在以下問題[7]：研究內容上，生態(tài)系統(tǒng)服務分類體系不統(tǒng)一，存在著重復和遺漏，造成了生態(tài)系統(tǒng)服務權衡研究的不確定性。研究方法上，生態(tài)系統(tǒng)服務權衡/協(xié)同的數(shù)量模型缺乏。研究視角上，生態(tài)系統(tǒng)服務權衡與協(xié)同的驅動機制研究不夠深入。研究尺度上，雖然學者們分別從全球、洲際、國家、地區(qū)和流域尺度開展了研究，然而從某個尺度上獲得的權衡/協(xié)同關系往往與另一尺度上獲得的結果存在差異。研究實踐上，現(xiàn)有研究案例不能很好地指導生態(tài)規(guī)劃和生態(tài)補償實踐，與具體政策執(zhí)行相脫節(jié)。在這種背景下，從全球尺度到局地小尺度，諸多生態(tài)系統(tǒng)服務空間權衡/協(xié)同的重要科學問題亟需在不同區(qū)域上開展研究案例，繼而進行總結與提升。

中國干旱區(qū)面積占國土面積的三分之一，且以區(qū)域內不足10%的綠洲支撐了85%的人口和經濟產出。干旱內陸河流域由于自然條件限制，生態(tài)環(huán)境極其脆弱，加之人口的持續(xù)增長和社會經濟的快速發(fā)展，對于資源的利用強度不斷增大，近幾十年來，各大內陸河流域普遍出現(xiàn)了上游水源植被退化、涵養(yǎng)功能下降，中游地下水位下降、用水矛盾突出，下游沙漠化等問題。近年來，諸多學者[17-21]已對塔里木河、石羊河、黑河等流域的生態(tài)系統(tǒng)服務及其質量進行了研究，但多數(shù)研究只是通過對流域土地利用和景觀生態(tài)格局的時空變化反映流域生態(tài)環(huán)境質量的變化，或是簡單利用他人在青藏高原或全球尺度上建立的生態(tài)系統(tǒng)服務價值測算標準，估算流域生態(tài)服務價值[22]。嘉峪關-酒泉地區(qū)（以下簡稱嘉酒地區(qū)）作為內陸河流域生態(tài)環(huán)境脆弱區(qū)的典型代表，研究其生態(tài)系統(tǒng)服務空間權衡/協(xié)同關系，可為區(qū)域生態(tài)恢復治理提供基礎性參考，為區(qū)域間、流域上下游間的生態(tài)補償和生物多樣性保護提供科學依據(jù)。

1 研究區(qū)概況

嘉酒地區(qū)位于甘肅省西北部，河西走廊西端的阿爾金山、祁連山與馬鬃山之間，地處38°19′～42°47′N、92°45′～100°15′E，總面積19.4萬km2，約占甘肅省面積的42%。由酒泉和嘉峪關2個地級市組成，行政上包括酒泉市所轄7個縣（市、區(qū)）和嘉峪關市（圖1）。嘉酒地區(qū)地勢南高北低，自西南向東北傾斜。南部祁連山地區(qū)是本區(qū)河流發(fā)源地，中部為河流洪沖積扇平原，北部多為礫質和沙質戈壁區(qū)。境內河流分疏勒河、黑河、哈爾騰河3大水系，年徑流量約32.23億m3。本區(qū)屬大陸性干旱氣候，干燥寒冷，降水奇缺，年均溫3.9～9.3℃，年日照總時數(shù)達3 300 h。降水量由南向北遞減，蒸發(fā)量較大，干旱多風。

嘉酒地區(qū)是甘肅省確立的“中心帶動，兩翼齊飛”區(qū)域發(fā)展戰(zhàn)略中的“西翼”。2016年末，嘉酒地區(qū)總人口約136萬，地區(qū)生產總值753億元。由于嘉峪關市是不轄任何縣區(qū)的地級市，為了行文方便，本文在縣域尺度層面分析時，將嘉峪關市看作1個單元，與酒泉市所轄的7縣（市、區(qū)）一起進行對比分析。嘉酒地區(qū)是河西走廊乃至甘肅省重要的生態(tài)屏障，2014年被列入國家生態(tài)安全屏障綜合試驗區(qū)重點建設區(qū)域。疏勒河和討賴河流域自漢代以來就一直是著名的“糧倉”，灌溉農業(yè)發(fā)達。嘉酒地區(qū)自1996年起開始執(zhí)行農業(yè)灌溉暨移民安置綜合開發(fā)項目，安置了甘肅中、南部共計7.53萬移民，使得流域的人口和耕地面積激增。近年來，隨著中國最大的千萬千瓦級風力發(fā)電基地和甘肅省最大的光伏發(fā)電基地、煤化工、電解鋁、鋼鐵產業(yè)在流域大規(guī)模建設，流域生態(tài)壓力進一步增大。

圖1 嘉酒地區(qū)位置示意圖

2 研究方法與數(shù)據(jù)來源

2.1 研究方法與模型

根據(jù)聯(lián)合國《千年生態(tài)系統(tǒng)評估》[23]所提出的生態(tài)系統(tǒng)服務分類方案，并遵循全面性、重要性、數(shù)據(jù)可獲取性的原則，選擇食物供給、碳儲存、土壤保持和水源涵養(yǎng)4種生態(tài)系統(tǒng)服務類型作為嘉酒地區(qū)空間權衡與協(xié)同研究的對象。之所以選取這4種生態(tài)系統(tǒng)服務類型，一方面是考慮到嘉酒地區(qū)的實際，這4種生態(tài)系統(tǒng)服務是與研究區(qū)人類生活息息相關的，是嘉酒地區(qū)生態(tài)系統(tǒng)供給給人類的4大關鍵服務。嘉酒地區(qū)是甘肅省河西走廊商品糧基地的重要組成部分，也是甘肅優(yōu)質棉花、甜菜、瓜類、水果的主要產地，疏勒河和討賴河流域歷史上就是水草豐美的灌溉農業(yè)區(qū)。肅北縣和阿克塞縣被列入國家重點生態(tài)功能區(qū)中的祁連山冰川與水源涵養(yǎng)生態(tài)功能區(qū)，主要生態(tài)功能是水源涵養(yǎng)。疏勒河和討賴河下游是《全國生態(tài)環(huán)境保護綱要》劃定的重要土壤保持區(qū)。疏勒河、哈爾騰河、黨河、討賴河等流域大面積分布的草原、綠洲、森林植被也是重要的“碳源”。另一方面，糧食緊缺、水資源不足、土壤流失嚴重、沙漠化、亂砍亂伐等一系列的問題，是全世界密切關注的問題，也是干旱內陸河流域所面臨的共性生態(tài)問題。不同生態(tài)系統(tǒng)服務的測算模型如下。

2.1.1 食物供給測算模型

將不同土地利用類型所產生的不同食物，按照其質量轉化為相應的能量。其中，奶類和食草動物肉類對應的土地利用類型為草地，糧食、油料、甜菜、蔬菜和水果對應的土地利用類型為耕地，水產品對應的土地利用類型為水域。具體的測算公式為[24]

式中P為區(qū)域提供的食物總能量，MJ；A為區(qū)域內食物在土地利用類型中所占面積，m2；P為對應的食物的單位面積供給量，kJ/m2。根據(jù)式（1）及各參數(shù)所代表的具體含義，可以算出某一區(qū)域內食物在單位面積的供給量，計算公式為

式中Y為不同食物類型的產量，kg；E為不同食物所含的熱量kJ/kg。

2.1.2 土壤保持估算

采用廣為使用的修正的通用土壤流失方程（RUSLE）對嘉酒地區(qū)的土壤保持能力進行測算。首先，在裸地的情形下計算各種土地利用類型潛在的土壤侵蝕量RKLS，計算式為

RKLS=LS （3）

式中為降雨侵蝕力因子，MJ·mm/(hm2·h·a)；為土壤可蝕性因子，t·hm2·h/(hm2·MJ·mm)；LS為通過數(shù)字高程模型（DEM）測算得到的坡度及坡長因子，無量綱。

其次，在植被覆蓋及工程措施等情形下計算潛在土壤流失量USLE，計算式為[25]

USLE=LS（4）

式中表示植被覆蓋和管理因子，表示工程措施因子。

根據(jù)上述在裸地情形及工程措施情形2類情況下的結果，得到土壤保持量SD，t/(hm2·a)，計算式為

SD=RKLS-USLE （5）

根據(jù)式（5），土壤保持量即可以通過潛在土壤侵蝕量減去潛在土壤流失量得到。

采用Wischmeier 等[26]提出的月尺度計算降雨侵蝕力因子。并且為了避免單年數(shù)據(jù)的低代表性又要與2期的土地利用數(shù)據(jù)相對應，本文采用2個時段的5 a平均降雨量數(shù)據(jù)1996－2000年和2006－2010年，來分別計算2000年和2010年的因子，計算式為[26]

式中為年平均降水量，mm/a；Y為月平均降水量，mm/月。由于RUSLE中的單位是英制單位，1 000 ft×t×in/(ac×h×a)，該單位須乘以系數(shù)17.02轉換成國際單位MJ×mm/(hm2×h×a)，=1,2,…，12。

因子一般采用諾謨圖確定，計算過程中需要用到土壤滲透指數(shù)和土壤結構指數(shù)，由于難以獲得研究區(qū)的這2個數(shù)據(jù)，本文采用Williams等[27]提出的利用土壤有機碳數(shù)據(jù)和土壤顆粒組成數(shù)據(jù)進行計算的方法，公式為

LS因子計算時，經過多次試驗[25]，本文將坡度邊坡閾值設定為25°（46.43%），當坡度小于該閾值時，計算式為[28]

式中F為匯流累積量，單位為柵格數(shù)；C為柵格大小，m；為百分比法表示的坡度，%。根據(jù)DEM確定水系流向，在水流終止及土壤保持功能停止的地方，余下的泥沙就會被輸出到河流中。通過多次反復校驗得出[29]，F設置為800，與研究區(qū)地形圖、遙感影像生成的河網(wǎng)較為匹配，結果也最為接近研究區(qū)的實際情況。

當坡度大于邊坡閾值25°（46.43%）時[28]

式中流向1，4，16，64分別代表正東、正西、正南、正北方向。

因子采用蔡崇法[30]提出的計算式

式中為植被覆蓋率，=(NDVI?NDVImin)/(NDVImax? NDVImin)，NDVI為歸一化植被指數(shù)，NDVImax和NDVImin分別為研究區(qū)NDVI的最大值和最小值。

因子參考已有研究[31]，建設用地取0，耕地取0.4，其余類型取值為1。

2.1.3 水源涵養(yǎng)估算

通過水量平衡原理估算出嘉酒地區(qū)的產水量，并考慮該地形、土壤層厚度及滲透性等因素，計算出研究區(qū)水源涵養(yǎng)量。公式為[32]

WR=min(1, 249/)×min(1, 0.3TI)×min(1,sat/300)×（13）

式中WR為多年平均水源涵養(yǎng)量，mm；為流速系數(shù)，無量綱；TI為地形指數(shù)，無量綱，TI=lg[/(D)]，為集水區(qū)柵格數(shù)量，D為土壤深度，mm；sat為土壤飽和導水率，cm/d；為區(qū)域產水量，mm，Y=(1?AETP)P，AET/P=1+PET/P?[1+(PET/P)]1/wx，w=(AWC/P)+ 1.25，AWC=min(D/D)PAWC。Y為柵格中土地利用類型的年產水量，mm；AET為柵格中土地利用類型的年實際蒸散量，mm；P為柵格的年均降水量，mm；PET為柵格中土地利用類型的年潛在蒸散量，mm；w為自然氣候-土壤性質的非物理參數(shù)；為季節(jié)參數(shù)，即Zhang系數(shù)[25]，表征降水的季節(jié)特征；AWC為柵格的可利用水分，mm；D為土壤深度，mm；D為根系深度，mm；PAWC為柵格的植被可利用水分，mm。

2.1.4 碳儲存估算

計算式如下[33]

=above+below+soil+dead（14）

式中為總碳儲量，t/(hm2·a)；above是地上物質碳儲量；below是地下物質碳儲量；soil是土壤有機碳密度；dead是枯枝落葉碳儲量。碳儲存量的計算通過InVEST模型完成，受篇幅所限，詳細過程見參考文獻[33]。

2.2 權衡與協(xié)同關系的分析方法

為了綜合揭示嘉酒地區(qū)生態(tài)系統(tǒng)服務之間的權衡協(xié)同關系，參考前人[34]的做法，以2010年4種生態(tài)系統(tǒng)服務柵格數(shù)據(jù)為基礎研究對象，利用GIS軟件結合相關系數(shù)法對4種生態(tài)系統(tǒng)服務值進行統(tǒng)計，在縣域尺度和區(qū)域尺度測算生態(tài)系統(tǒng)服務間的相關關系，從而判定4種生態(tài)系統(tǒng)服務之間的權衡與協(xié)同關系。其中，縣域尺度上，設置采樣間隔點距離為3 km，在嘉酒地區(qū)獲取均勻分布的點，對2010年各種生態(tài)系統(tǒng)服務變化量的柵格圖進行分區(qū)采樣，利用相關分析手段計算得到嘉酒地區(qū)縣域各種生態(tài)系統(tǒng)服務間的權衡協(xié)同關系的空間分布。若某兩種生態(tài)系統(tǒng)服務之間的相關系數(shù)為負，并且在5%置信水平上顯著，就認為它們之間存在顯著的權衡關系[35]；若相關系數(shù)為正且顯著，則存在相互增益的協(xié)同關系。

利用生態(tài)系統(tǒng)服務熱點區(qū)的識別，可以進一步分析不同區(qū)域生態(tài)系統(tǒng)服務供給能力的強弱。一般情況下，同一種生態(tài)系統(tǒng)可以提供多種不同的服務，就林地而言，其可以提供水源涵養(yǎng)功能，又可以提供碳儲存的功能，但是其提供這兩種生態(tài)系統(tǒng)服務的能力不同，導致其在單位面積上提供服務的大小不同[36]。本文將嘉酒地區(qū)食物供給、碳儲存、土壤保持和水源涵養(yǎng)服務超過各自平均值的柵格作為該類服務的的熱點區(qū)，將這4類生態(tài)系統(tǒng)服務的熱點區(qū)疊加分析后即可得到嘉酒地區(qū)多重生態(tài)系統(tǒng)服務熱點區(qū)的分布狀況。如果某一柵格單元內4種生態(tài)系統(tǒng)服務的值均未超過各自所對應的平均值，則該類柵格單元被定義為0類服務區(qū)；如果只有一種生態(tài)系統(tǒng)服務的值超過平均值，則該類柵格單元被定義為1類服務區(qū)；以此類推，可定義2類服務區(qū)、3類服務區(qū)和4類服務區(qū)。

2.3 數(shù)據(jù)來源與處理

各種數(shù)據(jù)的來源詳見表1。其中，主要食物營養(yǎng)成分參考了美國農業(yè)數(shù)據(jù)庫（http://usda.gov/ndb/search/list）的標準和許世衛(wèi)[37]的相關研究成果。課題組在2015年和2016年7－8月2次現(xiàn)場實地調研，問卷實地發(fā)放434份，回收398份。另外，采取現(xiàn)場訪談的形式，訪談對象包括高校教師、農業(yè)相關專業(yè)技術人員、大學生、公務員、農戶等。在實地調研的基礎上，按照嘉酒地區(qū)實際情況對相關數(shù)據(jù)進行了修正。氣溫數(shù)據(jù)使用AUNSPLIN軟件插值得到，其他氣象要素通過反距離加權（IDW）插值獲得空間數(shù)據(jù)。利用FAO Penman-Monteith模型來計算潛在蒸散發(fā)量。利用DEM和ArcSWAT工具生成集水區(qū)和子集水區(qū)數(shù)據(jù)；由土壤深度數(shù)據(jù)和坡度數(shù)據(jù)生成地形指數(shù)TI。土壤飽和導水率利用NeuroTheta軟件計算獲得。采用生態(tài)系統(tǒng)服務功能與權衡交易綜合評價模型（InVEST）的InVEST3.3.0版軟件，進行水源涵養(yǎng)和碳儲存2種生態(tài)系統(tǒng)服務的計算。將所有空間數(shù)據(jù)統(tǒng)一投影到Albers投影系下，并空間重采樣為90 m的柵格。

3 結果與分析

3.1 生態(tài)系統(tǒng)服務的時空格局

依據(jù)前文確定的4種生態(tài)系統(tǒng)服務的計算模型，計算得到了食物供給能量、碳儲量、土壤保持量和水源涵養(yǎng)量的時空分布（圖2）。結果顯示，嘉酒地區(qū)耕地食物供給能量的單位面積年平均值由2000年的2 522.42 kJ/(m2·a)降低到2010年的2 115.35 kJ/(m2·a)，總量由118 687.63 MJ下降到116 869.11 MJ；草地食物供給能量的單位面積年平均值由2000年的15.75 kJ/(m2·a)提高到2010年的24.49 kJ/(m2·a)，總量由7 906.88 MJ提高到12 235.57 MJ；水域食物供給能量的單位面積年平均值由6.05 kJ/(m2·a)提高到6.50 kJ/(m2·a)，總量由90.36 MJ提高到101.50 MJ。單位面積食物供給的高值區(qū)分布在肅州、金塔、鼎新等綠洲地帶。

表1 數(shù)據(jù)來源

圖2 嘉酒地區(qū)生態(tài)系統(tǒng)服務時空分布

碳儲量分布的總體趨勢為中部及東南部較強，而中北部較弱，兩時點上碳儲量單位面積較高的區(qū)域均分布在玉門市和瓜州縣。全區(qū)碳儲量的單位面積年平均值由2000年的320.98 t/(hm2·a)提高到2010年的322.20 t/(hm2·a)，碳儲存的總量由86 701.32萬t提高到87 031.57萬t。2個年份上單位面積土壤保持量高值區(qū)都集中分布在肅北縣的野馬河、黨河、鹽池灣地區(qū)。

全區(qū)土壤保持量年平均值由2000年的24.14 t/(hm2·a)提高到2010年的44.42 t/(hm2·a)，總量由6 524.59萬t提高到11 988.57萬t。土壤保持量較高的區(qū)域多分布在內陸河中下游的農業(yè)綠洲地帶，如敦煌市西湖和南湖、瓜州縣布隆吉、金塔縣鼎新等。

全區(qū)水源涵養(yǎng)量單位面積年平均值由2000年的0.40 mm/(m2·a)提高到2010年的0.99 mm/(m2·a)，總量由105.11×104mm提高到268.86×104mm；水源涵養(yǎng)的高值區(qū)分布在肅北縣大水河流域、阿克塞縣哈勒騰河流域、金塔縣黑河干流、討賴河流域等。

從縣區(qū)尺度分析4種生態(tài)系統(tǒng)服務的變化，發(fā)現(xiàn)就單位面積水源涵養(yǎng)量而言，金塔縣和嘉峪關市增加顯著，金塔縣從2000年的0.87 mm/(m2·a)增加到2010年的3.37 mm/(m2·a)，主要歸功于黑河分水方案的實施；嘉峪關市則從1.30 mm/(m2·a)增加到3.79 mm/(m2·a)，主要得益于水生態(tài)文明建設。從單位面積土壤保持能力來看，增加較快的是2個少數(shù)民族牧業(yè)縣肅北縣和阿克塞縣，分別增加了40.11 t/(hm2·a)和28.86 t/(hm2·a)。從單位面積碳儲存來看，嘉峪關市從733.76 t/(hm2·a)增加到757.19 t/(hm2·a)，增幅最大，阿克塞縣減少了0.44 t/(hm2·a)。從單位面積食物供給來看，阿克塞、肅北、金塔縣增加較多，而敦煌、肅州和嘉峪關劇烈減少，主要與這幾個城市的農業(yè)結構調整以及耕地面積減少有關。

3.2 生態(tài)系統(tǒng)服務的時空格局

3.2.1 尺度分析

1）縣域尺度。嘉酒地區(qū)縣域各種生態(tài)系統(tǒng)服務間的權衡協(xié)同關系如表2所示，由表2可知，嘉酒地區(qū)縣域各種生態(tài)系統(tǒng)服務之間的主導關系是協(xié)同關系，其中，食物-碳和水源-碳之間的協(xié)同程度最高。敦煌、阿克塞、瓜州、玉門和金塔縣的食物-碳之間的協(xié)同作用最為明顯。李晶[38]在關中-天水地區(qū)的研究發(fā)現(xiàn)碳儲存能力的增強會影響食物供給的增強，但本文的結果顯示嘉酒地區(qū)多數(shù)縣市食物供給與碳儲存為協(xié)同關系，而且協(xié)同性較強。除地表水資源極為匱乏的敦煌市外，其余7個縣區(qū)水源-碳的協(xié)同作用也較為明顯，表明在該區(qū)域林地會吸收深層土壤水分供樹木蒸騰，其中相當一部分在林區(qū)附近凝結成雨，增加降水；同時造林也會提高碳儲存能力。另一方面，植樹造林在增加干旱區(qū)植被覆蓋度，提高生態(tài)系統(tǒng)碳儲存服務的同時，是否也會導致地表蒸散作用的加強，使得水源涵養(yǎng)服務能力下降值得進一步深入研究。有學者[39]在黃土高原的研究表明，造林非但沒有促使降雨量等增加，還浪費了大量的水資源；陜北實施的退耕還林草政策對該區(qū)域碳儲存能力和土壤保持服務有了明顯改善，但降低了產水量[40]，這表明生態(tài)系統(tǒng)權衡具有地理位置及時空差異性。土壤-碳具有區(qū)域依賴特征，在阿克塞、肅北及玉門表現(xiàn)為較強的協(xié)同關系，這3個縣是典型的牧業(yè)縣，草場面積大，植被覆蓋度的增加會顯著提高生態(tài)系統(tǒng)的碳存儲服務；而在嘉峪關市和肅州區(qū)，卻表現(xiàn)出較強的權衡關系，這種權衡關系是由生態(tài)系統(tǒng)服務間的相互作用以及它們之間的共同驅動力（比如由人類活動引起的土地利用/覆蓋變化等）引起的。嘉峪關市和肅州區(qū)這2個市（區(qū)）是嘉-酒地區(qū)的中心城區(qū)，人類活動劇烈，但城市建設和發(fā)展占用的多為戈壁荒地，形成人工綠洲，反而會增加區(qū)域植被覆蓋度，從而增大碳固持量。如嘉峪關市森林覆蓋率由1990年的0.65%提高到2013年的13.29%，被評為“國家園林城市”。肅州區(qū)森林覆蓋率則由2000年的5.26%提高到2015年的10.8%。同時，建設用地擴張一方面會導致土壤保持功能下降、植被覆蓋度減少，從而降低碳儲存服務，另一方面也會降低地表的蒸散作用，導致產水量增加。該結果與已有研究[40-41]基本一致。

表2 嘉酒地區(qū)縣域尺度生態(tài)系統(tǒng)服務間的相關系數(shù)

注：**表示在0.01水平上顯著相關（雙尾）；*表示在0.05水平上顯著相關（雙尾），下同。

Note: ** refers to significant correlation at 0.01 level (double tail); * refers to significant correlation at 0.05 level (double tail), the same below.

2）區(qū)域尺度。以2010年為例，分析整個嘉酒地區(qū)生態(tài)系統(tǒng)服務間的權衡協(xié)同關系，在SPSS軟件中對4種生態(tài)系統(tǒng)服務進行相關分析（表3）。由表3可知，在區(qū)域尺度上，食物供給和土壤保持、水源涵養(yǎng)和土壤保持生態(tài)系統(tǒng)服務間存在負相關性，它們之間存在著此消彼長的關系。其余幾對生態(tài)系統(tǒng)服務間均存在正相關性，其中，土壤保持-碳儲存、食物供給-碳儲存間相關系數(shù)較高，嘉酒地區(qū)土壤保持與碳儲存具有一定的協(xié)同性，這與縣域尺度上得出的結論也是一致的。干旱內陸河流域水資源有限，林地、草地、耕地等土地利用類型占比較小，未利用地占比較大，增加耕地、草地，會提高該地區(qū)的碳儲存能力，也會提供一定的食物供給。

表3 2010年嘉-酒地區(qū)4類生態(tài)系統(tǒng)服務價值間的相關系數(shù)

3.2.2 熱點分析

圖3是嘉酒地區(qū)2010年多重生態(tài)系統(tǒng)服務熱點區(qū)分級圖，由圖3可知，0類服務區(qū)占嘉酒地區(qū)總面積的58.50%；1類服務區(qū)占總面積的25.20%；2類服務區(qū)占總面積的11.68%；3類服務區(qū)占總面積的4.59%；4類服務區(qū)占總面積的0.03%。從5類服務的占比及空間分布來看，0類服務區(qū)所占比例最大，這也與嘉酒地區(qū)作為干旱內陸河流域的實際生態(tài)環(huán)境狀況相符，0類服務區(qū)主要與嘉酒地區(qū)的戈壁、荒漠、裸巖相對應，主要分布在肅北縣馬鬃山、瓜州縣、敦煌市及阿克塞縣。1類服務區(qū)主要分布在金塔縣除綠洲外的絕大部分地區(qū)，玉門市中北部及敦煌市與阿克塞鄰接地帶。2類服務區(qū)分布在肅州區(qū)東南部，玉門市南部及肅北縣與阿克塞交界地帶，分布較為零散。3類服務區(qū)主要分布在嘉峪關市、金塔縣綠洲周圍、肅北縣哈爾騰河流域。4類服務區(qū)分布在嘉峪關市和肅州區(qū)南部祁連山地。

圖3 2010年嘉酒地區(qū)多重生態(tài)系統(tǒng)服務熱點區(qū)分布

4 討 論

全面系統(tǒng)的模擬和估算生態(tài)系統(tǒng)服務是進行生態(tài)系統(tǒng)服務管理及相關政策制定的前提。地理環(huán)境的空間異質性會導致生態(tài)系統(tǒng)服務的權衡和協(xié)同關系動態(tài)變化出現(xiàn)尺度效應。本文研究發(fā)現(xiàn)，區(qū)域尺度上，2010年嘉-酒地區(qū)食物供給和土壤保持、水源涵養(yǎng)和土壤保持生態(tài)系統(tǒng)服務間呈現(xiàn)一定的權衡關系，這種權衡關系是由生態(tài)系統(tǒng)服務間的相互作用和（或）其之間的共同驅動力（例如干旱區(qū)的降水、氣溫、地形等或者由人類活動引起的土地利用/覆被變化等）引起的?？h域尺度上結果則顯示，生態(tài)系統(tǒng)服務權衡與協(xié)同關系在該地區(qū)具有較強的區(qū)域異質性及區(qū)域尺度依賴性。說明區(qū)域尺度上的協(xié)同/權衡無法代表次一級或者更微觀尺度上也存在同樣的關系。人類活動和自然資源稟賦在空間上的分布差異，可能是嘉-酒地區(qū)生態(tài)系統(tǒng)服務權衡關系出現(xiàn)尺度效應的主要原因。此外，各種生態(tài)系統(tǒng)服務間存在著交叉式的權衡/協(xié)同關系，其內部結構與機理，需要進行更加深入的研究。本文分析得出嘉酒地區(qū)各種生態(tài)系統(tǒng)服務之間的關系大多為協(xié)同關系，而且較為顯著，這也為區(qū)域制定生態(tài)恢復和保護政策提供了利好，但與相關學者在干旱區(qū)的研究[42]結論有所差異，尚需通過更多尺度、更多案例來研究驗證。

本文測算的各生態(tài)服務功能間的相關系數(shù)較低，這可能是研究區(qū)各縣域的面積、植被覆蓋和土地利用結構差異巨大所致，其他學者[38,43]的相關研究也得到類似結果。如李晶等[38]在天水-關中經濟區(qū)的研究發(fā)現(xiàn)各種生態(tài)服務功能間的相關系數(shù)在?0.06～0.5。李鴻健等[43]在銀川盆地的研究顯示各種生態(tài)服務功能間的相關系數(shù)在0.04～0.23。本文在柵格尺度上隨機選擇了樣本區(qū)進行相關分析，相關系數(shù)也不高，下一步可考慮在鄉(xiāng)鎮(zhèn)尺度開展研究。

由于學界在生態(tài)系統(tǒng)服務分類上依然分歧嚴重，可利用的數(shù)據(jù)和技術方法非常有限，往往造成同類生態(tài)系統(tǒng)服務評估結果差別較大。本文在估算各項生態(tài)系統(tǒng)服務時，所使用的數(shù)據(jù)涵蓋了多種分辨率，盡管使用的數(shù)據(jù)已經是現(xiàn)有條件下能夠得到的較高分辨率的數(shù)據(jù)，但誤差和疏漏仍是不可避免的。在定量測算生態(tài)系統(tǒng)服務時，模型參數(shù)的取值采用了經驗法或其他類似地區(qū)的數(shù)值，也引入了主觀誤差。在評價生態(tài)系統(tǒng)服務間相互作用關系時，本文使用了被最廣泛采用的相關分析法，這種方法在某種程度上可視為一種“空間替代時間”的方法，有學者最新的研究[39]顯示，使用這種方法也許將忽略眾多重要的生態(tài)系統(tǒng)服務之間的相互作用關系，因為缺乏區(qū)域生態(tài)系統(tǒng)或景觀變化的歷史數(shù)據(jù)。構建一個能夠包括并反映干旱內陸河流域歷史時期土地利用、景觀格局、氣候、社會經濟變化的長時序和高精度的空間數(shù)據(jù)庫，應該是下一步工作的重點。

權衡和協(xié)同關系與區(qū)域土地利用的博弈關系緊密相關，土地利用變化會對生態(tài)系統(tǒng)服務的沖突和協(xié)同產生影響。但在進行生態(tài)系統(tǒng)服務評估時，對某一種土地利用類型的生態(tài)系統(tǒng)服務賦予同一值可能會造成評估結果與實際空間分布有偏差，不同尺度數(shù)據(jù)的結合己成為目前生態(tài)系統(tǒng)服務評估工作所遇到的共同難題，在本文中同樣存在上述問題。高分辨率、大尺度的數(shù)據(jù)庫構建與完善不可能一蹴而就，在當前我國推進生態(tài)文明建設和干旱內陸河流域生態(tài)補償存在強烈科技需求的背景下，本文結果對政府和利益相關者的決策制定仍有一定的指導意義。

5 結 論

本文以干旱內陸河流域的典型區(qū)嘉-酒地區(qū)作為研究區(qū)，利用相關模型定量測度了2000年和2010年食物供給、碳儲存、土壤保持和水源涵養(yǎng)4種生態(tài)系統(tǒng)服務的時空分布格局，并在縣域尺度和區(qū)域尺度2個尺度上，利用相關系數(shù)分析了4種生態(tài)系統(tǒng)服務之間的權衡與協(xié)同關系，通過生態(tài)系統(tǒng)服務熱點制圖，了解生態(tài)環(huán)境狀況的空間差異，為制定差別化的區(qū)域發(fā)展與生態(tài)保護雙贏政策提供科學參考。主要結論如下：

1）2000年和2010年，單位面積食物供給的高值區(qū)均分布在中東部的肅州區(qū)和嘉峪關市；碳儲存的總體趨勢為中部及東南部較強，而中北部碳較弱；土壤保持高值集中在南部的肅北縣及阿克塞縣，并呈現(xiàn)出從西到東逐漸增大的分布趨勢；水源涵養(yǎng)從2000年到2010年呈現(xiàn)出增加趨勢。

2）在縣域尺度上，嘉-酒地區(qū)各種生態(tài)系統(tǒng)服務之間的關系大多為協(xié)同關系，其中食物-碳和水源-碳之間的協(xié)同程度較高；在區(qū)域尺度上，食物供給和土壤保持、水源涵養(yǎng)和土壤保持生態(tài)系統(tǒng)服務間存在負相關，存在著此消彼長的權衡關系，其余幾對生態(tài)系統(tǒng)服務間均存在正相關，其中，土壤保持與碳儲存、食物供給與碳儲存間相關系數(shù)較高。

3）空間熱點制圖顯示，嘉-酒地區(qū)0類服務區(qū)占總面積的58.50%；1類服務區(qū)占總面積的25.20%；2類服務區(qū)占總面積的11.68%；3類服務區(qū)占總面積的4.59%；4類服務區(qū)占總面積的0.03%。

[1] Raymond C M, Singh G G, Benessaiah K, et al. Ecosystem services and beyond: using multiple metaphors to understand human-environment relationships[J]. Bioscience, 2013, 63(7): 536－546.

[2] Firbank L, Bradbury R B, Mccracken D I, et al. Delivering multiple ecosystem services from Enclosed Farmland in the UK[J]. Agriculture Ecosystems & Environment, 2013, 166(66): 65－75.

[3] Yang G, Ge Y, Xue H, et al. Using ecosystem service bundles to detect trade-offs and synergies across urban–rural complexes[J]. Landscape & Urban Planning, 2015, 136: 110－121.

[4] Xu S, Liu Y, Wang X, et al. Scale effect on spatial patterns of ecosystem services and associations among them in semi-arid area: A case study in Ningxia Hui Autonomous Region, China[J]. Science of the Total Environment, 2017, 598: 297－306.

[5] Darvill R, Lindo Z. The inclusion of stakeholders and cultural ecosystem services in land management trade-off decisions using an ecosystem services approach.[J]. Landscape Ecology, 2016, 31(3): 1－13.

[6] Martinez-Harms M J, Bryan B A, Balvanera P, et al. Making decisions for managing ecosystem services[J]. Biological Conservation, 2015, 184: 229－238.

[7] 戴爾阜，王曉莉，朱建佳，等. 生態(tài)系統(tǒng)服務權衡/協(xié)同研究進展與趨勢展望[J]. 地球科學進展，2015，30(11)：1250－1259.

Dai Erfu, Wang Xiaoli, Zhu Jianjia, et al. Progress and perspective on ecosystem services trade-offs[J]. Advances in Earth Science, 2015, 30(11): 1250－1259. (in Chinese with English abstract)

[8] Swallow B M，Sang J K，Nyabenge M，et al. Tradeoffs，synergies and traps among ecosystem services in the Lake Victoria basin of East Africa[J]. Environmental Science & Policy, 2009, 12(4): 504－519.

[9] 李鵬，姜魯光，封志明，等. 生態(tài)系統(tǒng)服務競爭與協(xié)同研究進展[J]. 生態(tài)學報，2012，32(16)：5219－5229.

Li Peng, Jiang Luguang, Feng Zhiming, et al. Research progress on trade-offs and synergies of ecosystem services: An overview[J]. Acta Ecologica Sinica, 2012, 32(16): 5219－5229. (in Chinese with English abstract)

[10] 李雙成，張才玉，劉金龍，等. 生態(tài)系統(tǒng)服務權衡與協(xié)同研究進展及地理學研究議題[J]. 地理研究，2013，32(8)：1379－1390.

Li Shuangcheng, Zhang Caiyu, Liu Jinlong, et al. The tradeoffs and synergies of ecosystem services: Research progress, development trend, and themes of geography[J]. Geographical Research, 2013, 32(8): 1379－1390. (in Chinese with English abstract)

[11] Stürck J, Schulp C J E, Verburg P H. Spatio-temporal dynamics of regulating ecosystem services in Europe: The role of past and future land use change[J]. Applied Geography, 2015, 63: 121－135.

[12] Serna-Chavez H M, Schulp C J E, Bodegom P M V, et al. A quantitative framework for assessing spatial flows of ecosystem services[J]. Ecological Indicators, 2014, 39(4): 24－33.

[13] Mitchell M G E, Bennett E M, Gonzalez A. Strong and nonlinear effects of fragmentation on ecosystem service provision at multiple scales[J]. Environmental Research Letters, 2015, 10(9): 094014.

[14] Camhi A L. Tradeoffs and compatibilities among ecosystem services: Physical and economic drivers of multifunctionality[J]. Advances in Ecological Research, 2016, 54: 207－243.

[15] 戴爾阜，王曉莉，朱建佳，等. 生態(tài)系統(tǒng)服務權衡：方法、模型與研究框架[J]. 地理研究，2016，35(6)：1005－1016.

Dai Erfu, Wang Xiaoli, Zhu Jianjia, et al. Methods, tools and research framework of ecosystem service trade-offs[J]. Geographical Research, 2016, 35(6): 1005－1016. (in Chinese with English abstract)

[16] Bagstad K J, Semmens D J, Waage S, et al. A comparative assessment of decision-support tools for ecosystem services quantification and valuation[J]. Ecosystem Services, 2013, 5: 27－39.

[17] 潘竟虎，董磊磊. 2001－2010年疏勒河流域生態(tài)系統(tǒng)質量綜合評價[J]. 應用生態(tài)學報，2016，27(9)：2907－2915.

Pan Jinghu, Dong Leilei. Comprehensive evaluation of ecosystem quality in the Shule River basin, Northwest China from 2001 to 2010[J]. Chinese Journal of Applied Ecology, 2016, 27(9): 2907－2915. (in Chinese with English abstract)

[18] Liang Y. Economic valuation of ecosystem service in the middle basin of Heihe River, Northwest China[J]. International Journal of Environmental Engineering & Natural Resources, 2014, 1(3): 164－170.

[19] 潘竟虎，董曉峰. 基于多源空間數(shù)據(jù)的干旱區(qū)內陸河流域生態(tài)環(huán)境綜合評價：以張掖市甘州區(qū)為例[J]. 西北師范大學學報：自然科學版，2005，41(4)：62－66.

Pan Jinghu, Dong Xiaofeng. Synthetic assessment of eco-environment in the arid inland basin based on multi-source spatial data: A case study on Ganzhou District of Zhangye City[J]. Journal of Northwest Normal University: Natural Science, 2005, 41(4): 62－66. (in Chinese with English abstract)

[20] Wan L, Xia J, Bu H M, et al. Sensitivity and vulnerability of water resources in the arid Shiyang River Basin of Northwest China[J]. Journal of Arid Land, 2014, 6(6): 656－667.

[21] Huang X, Chen Y, Ma J, et al. Research of the sustainable development of Tarim river based on ecosystem service function[J]. Procedia Environmental Sciences, 2011, 10(1): 239－246.

[22] 潘竟虎，石培基. 干旱內陸河流域土地利用空間結構的計量地理分析：以甘肅省酒泉市為例[J]. 農業(yè)現(xiàn)代化研究，2008，29(2)：227－230.

Pan Jinghu, Shi Peiji. Analysis on land use spatial structure in arid inland river basins based on quantitative geography model: A case study of jiuquan city[J]. Research of Agricultural Modernization, 2008, 29(2): 227－230. (in Chinese with English abstract)

[23] Hassan R, Scholes R, Ash N. Ecosystems and Human Well-Being: Current State and Trends[M]. Washington D C: Island Press, 2005.

[24] 李雙成，王玨，朱文博，等. 基于空間與區(qū)域視角的生態(tài)系統(tǒng)服務地理學框架[J]. 地理學報，2014，69(11)：1628－1639.

Li Suangcheng, Wang Jue, Zhu Wenbo, et al. Research framework of ecosystem services geography from spatial and regional perspectives[J]. Acta Geographica Sinica, 2014, 69(11): 1628－1639. (in Chinese with English abstract)

[25] Pan J H, Wen Y. Estimation of soil erosion using RUSLE in Caijiamiao watershed, China[J]. Natural Hazards, 2014, 71(3): 2187－2205.

[26] Wischmeier W H，Smith D D. Rainfall energy and its relationship to soil loss[J]. Transactions American Geophysical Union, 1958, 39(2): 285－291.

[27] Williams J R，Arnold J G. A system of erosion: Sediment yield models[J]. Soil Technology, 1997, 11(1): 43－55.

[28] 李婷，劉康，胡勝，等. 基于InVEST模型的秦嶺山地土壤流失及土壤保持生態(tài)效益評價[J]. 長江流域資源與環(huán)境，2014，23(9)：1242－1250.

Li Ting, Liu Kang, Hu Sheng, et al. Soil erosion and ecological benefits evaluation of Qinling mountains based on the InVEST model[J]. Resources and Environment in the Yangtze Basin, 2014, 23(9): 1242－1250. (in Chinese with English abstract)

[29] 胡勝，曹明明，劉琪，等. 不同視角下InVEST模型的土壤保持功能對比[J]. 地理研究，2014，33(12)：2393－2406.

Hu Sheng, Cao Mingming, Liu Qi, et al. Comparative study on the soil conservation function of InVEST model under different perspectives[J]. Geographical Research, 2014, 33(12): 2393－2406. (in Chinese with English abstract)

[30] 蔡崇法，丁樹文，史志華，等. 應用USLE模型與地理信息系統(tǒng)IDRISI預測小流域土壤侵蝕量的研究[J]. 水土保持學報，2000，14(2)：19－24.

Cai Chongfa, Ding Shuwen, Shi Zhihua, et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed[J]. Journal of Soil And Water Conservation, 2000, 14(2): 19－24. (in Chinese with English abstract)

[31] Xu L F, Xu X G, Meng X W. Risk assessment of soil erosion in different rainfall scenarios by RUSLE model coupled with Information Diffusion Model: A case study of Bohai Rim, China[J]. Catena, 2013, 100(2): 74－82.

[32] Kareiva P, Tallis H, Ricketts T H, et al. Natural Capital: Theory and Practice of Mapping Ecosystem Services[M]. New York: Oxford University Press, 2011: 53－72.

[33] Zhang L, Dawes W R, Walker G R. Response of mean annual evapotranspiration to vegetation changes at catchment scale[J]. Water Resources Research, 2001, 37(3): 701－708.

[34] Qiu J, Turner M G. Spatial interactions among ecosystem services in an urbanizing agricultural watershed[J]. Proceedings of the National Academy of Sciences, 2013, 110(29): 12149－12154.

[35] Zheng Z, Fu B, Hu H, et al. A method to identify the variable ecosystem services relationship across time: A case study onYanhe Basin, China[J]. Landscape Ecology, 2014, 29(10): 1689－1696.

[36] 郝夢雅，任志遠，孫藝杰，等. 關中盆地生態(tài)系統(tǒng)服務的權衡與協(xié)同關系動態(tài)分析[J]. 地理研究，2017，36(3)：592－602.

Hao Mengya, Ren Zhiyuan, Sun Yijie, et al. The dynamic analysis of trade-off and synergy of ecosystem services in the Guanzhong Basin[J]. Geographical Research, 2017, 36(3): 592－602. (in Chinese with English abstract)

[37] 許世衛(wèi). 中國食物發(fā)展與區(qū)域比較研究[M]. 北京：中國農業(yè)出版社，2001.

[38] 李晶，李紅艷張良. 關中-天水經濟區(qū)生態(tài)系統(tǒng)服務權衡與協(xié)同關系[J]. 生態(tài)學報，2016，36(10)：3053－3062.

Li Jing, Li Hongyan, Zhang Liang. Ecosystem service trade-offs in the Guanzhong-Tianshui economic region of China[J]. Acta Ecologica Sinica, 2016, 36(10): 3053－3062. (in Chinese with English abstract)

[39] Wang C, Wang S, Fu B J, et al. Precipitation gradient determines the tradeoff between soil moisture and soil organic carbon, total nitrogen, and species richness in the Loess Plateau, China[J]. Science of the Total Environment, 2017, 575: 1538－1545.

[40] Jia X Qg, Fu B J, Feng X M, et al. The tradeoff and synergy between ecosystem services in the Grain-for-Green areas in Northern Shaanxi, China[J]. Ecological Indicator, 2014, 43(3): 103－113.

[41] 孫澤祥，劉志鋒，何春陽，等. 中國快速城市化干燥地區(qū)的生態(tài)系統(tǒng)服務權衡關系多尺度分析：以呼包鄂榆地區(qū)為例[J]. 生態(tài)學報，2016，36(15)：4881－4891.

Sun Zexiang, Liu Zhifeng, He Chunyang, et al. Multi-scale analysis of ecosystem service trade-offs in urbanizing drylands of China: A case study in the Hohhot-Baotou- Ordos-Yulin region[J]. Acta Ecologica Sinica, 2016, 36(15): 4881－4891. (in Chinese with English abstract)

[42] Tomscha S A, Gergel S E. Ecosystem service trade-offs and synergies misunderstood without landscape history[J]. Ecology & Society, 2016, 21(1): 43－45.

[43] 李鴻健，任志遠，劉焱序，等. 西北河谷盆地生態(tài)系統(tǒng)服務的權衡與協(xié)同分析：以銀川盆地為例[J]. 中國沙漠，2016，36(6)：1731－1738.

Li Hongjian, Ren Zhiyuan, Liu Yanxu, et al. Tradeoffs- synergies analysis among ecosystem services in Northwestern Valley Basin: taking Yinchuan Basin as an example[J]. Journal of Desert Research, 2016, 36(6): 1731－1738. (in Chinese with English abstract)

Analysis on trade-offs and synergies of ecosystem services in arid inland river basin

Pan Jinghu, Li Zhen

(,730070,)

Ecosystem services (ES) are the benefits that humans received from the natural environment, which are closely related to the environmental process and human activities. With the deepening understanding on ES, their relationships and integrated effects between different ES have been paid more and more attention both at spatial and temporal dimensions. Due to the complex relationships between diverse ES, there is likely to be a contradictory mutual relationship between various ES, which is mainly shown as reciprocal trade-offs or mutual gain synergies. Trade-offs occur when the provisions of several ES are in the opposite trend, while synergies occur when the provisions of several ES gather. Scientific understanding and weighing trade-offs and synergies relationship of ES makes contribution to ecosystem management and decision-making. What’s more, this also has great significance on realizing “win-win” policies of the economic development and ecological protection. In recent decades, serious eco-environmental problem have occurred in most areas of the arid inland river basin, such as vegetation degradation in the upper reaches, the descending of water conservation capacity, the declining of groundwater level in middle reaches, the outstanding of water conflicts and the desertification in the lower reaches. These problems of fragile ecological environment have influenced the basins’ sustainable development. Jiayuguan-Jiuquan region (JJR), a typical representative of arid inland river basin, was taken as an example. Several models were used to estimate the value of four key ES in 2000 and 2010, including food supply, water retention, soil conservation and carbon storage. Besides, trade-offs and synergies among ES and the characteristics of spatial distribution of ES were also discussed by using the correlation analysis and hot cartography of space. Conclusions were as follows: 1) The annual average value of food supply per unit area in cultivated land decreased from 2 522.42 kJ/(m2·a) in 2000 to 2 115.35 kJ/(m2·a) in 2010. The annual average value of food supply per unit area in grass land increased from 15.75 kJ/(m2·a) to 24.49 kJ/(m2·a), and that in water areas increased from 6.05 kJ/(m2·a) to 6.50 kJ/(m2·a). From 2000 to 2010, the annual average value of carbon storage per unit area, the annual average value of soil retention per unit area and the annual average value of water retention per unit area increased by 0.38%, 84% and 147.5%, respectively. 2) From the perspective of space, the high value regions of food supply were distributed in oasis areas of Suzhou, Jinta and Dingxin. The overall trend of carbon storage distribution was stronger in the central and southeastern regions of JJR, but weaker in the north of JJR. The high value regions of soil conservation were concentrated in Yanchi, Yema River, and Dang River of Subei County. While, the high value regions of water retention distributed in Dashui river basin of Subei County, Haller Teng river basin of Aksay County, and Heihe and Taolai river basin of Jinta County. 3) The correlation analysis displayed that synergy was the dominant relationship among ES, and the synergy degree of carbon storage with food supply and water retention was more obvious. Along with the change of scale, the trade-off and synergy of ES had obvious dependence. In the county scale, there were trade-off between soil retention and carbon storage in Jigyuguan City and Suzhou District. And there were synergy between carbon storage and soil retention in Aksay County, Subei County and Yumen City. In regional scale, trade-offs between food supply and soil conservation, as well as water retention and soil conservation were significant in 2010. Carbon storage with food supply and soil retention showed significant synergies. 4) The hot cartography of space indicated that service areas of type 0 were the largest, accounting for 58.50% of the total area of JJR; and service areas of type 1, type 2, type 3 and type 4 accounting for 25.20%, 11.68%, 4.59% and 0.03% of the total area of JJR, respectively. The results have implications for the planning and management of natural capital and ES, and provide a scientific basis for sustainable development in JJR.

ecology; landforms; remote sensing;ecosystem services; trade-offs and synergies; Jiayuguan-Jiuquan region; arid inland river basin

10.11975/j.issn.1002-6819.2017.17.037

X171

A

1002-6819(2017)-17-0280-10

2017-04-27

2017-08-04

國家自然科學基金項目（41661025）；甘肅省高?？蒲许椖浚?016A-001）；西北師范大學青年教師科研能力提升計劃（NWNU-LKQN-16）

潘竟虎，甘肅嘉峪關人，教授，博士，主要從事生態(tài)環(huán)境遙感研究。蘭州 西北師范大學地理與環(huán)境科學學院，730070。Email：panjh_nwnu@nwnu.edu.cn