呂榮芳，趙文鵬，田曉磊，張建明

（蘭州大學(xué) 資源環(huán)境學(xué)院，甘肅蘭州 730000）

0 引言

生態(tài)系統(tǒng)服務(wù)指人類直接或間接從生態(tài)系統(tǒng)獲取的各項(xiàng)產(chǎn)品和服務(wù)［1］。它是連接自然生態(tài)環(huán)境和人類社會(huì)的橋梁，其可持續(xù)利用是實(shí)現(xiàn)生態(tài)保護(hù)和高質(zhì)量發(fā)展的前提和基礎(chǔ)［2-3］。千年生態(tài)系統(tǒng)評(píng)估的結(jié)果顯示，全球60%的生態(tài)系統(tǒng)都處于退化狀態(tài)，評(píng)估氣候變化和人類活動(dòng)對(duì)生態(tài)系統(tǒng)服務(wù)的影響，對(duì)生態(tài)系統(tǒng)的科學(xué)管理和政策制定具有重要意義［4-6］。生態(tài)系統(tǒng)服務(wù)與人類福祉息息相關(guān)，已成為地理學(xué)、生態(tài)學(xué)、經(jīng)濟(jì)學(xué)等多學(xué)科交叉研究的前沿和熱點(diǎn)問(wèn)題，國(guó)內(nèi)外多位學(xué)者從概念定義［7］、分類體系［8］、定量評(píng)估［1］、權(quán)衡分析［9］、供需耦合［10］、驅(qū)動(dòng)機(jī)制［11］、政策制定［12］等方面開展了大量研究。生態(tài)系統(tǒng)中，碳循環(huán)、水循環(huán)、污染降解等生態(tài)過(guò)程相互依賴、相互影響，生態(tài)系統(tǒng)服務(wù)依此而生，因此不同服務(wù)間通常存在復(fù)雜關(guān)聯(lián)，包括此消彼長(zhǎng)的權(quán)衡關(guān)系和同升同降的協(xié)同關(guān)系［13］。服務(wù)間關(guān)聯(lián)分析可為土地利用管理和生態(tài)規(guī)劃提供關(guān)鍵信息，逐漸成為相關(guān)研究的熱點(diǎn)［14］。

生態(tài)系統(tǒng)服務(wù)間的關(guān)聯(lián)存在一定的非線性，會(huì)隨時(shí)間和空間分布而變化，因此難以通過(guò)簡(jiǎn)單的統(tǒng)計(jì)分析方法來(lái)進(jìn)行計(jì)算［15-17］?，F(xiàn)有研究多采用相關(guān)性分析、主成分分析、聚類分析、疊置分析等方法來(lái)探索服務(wù)間的權(quán)衡和協(xié)同關(guān)系，簡(jiǎn)單易行，但難以表征服務(wù)間的非線性關(guān)聯(lián)及其空間異質(zhì)性［13，18］。Mouchet等［19］提出現(xiàn)行的分析方法僅適合提供關(guān)于服務(wù)的變化趨勢(shì)和相對(duì)高低的初步信息。相關(guān)性分析和主成分分析難以判別非線性關(guān)系，通常是在全區(qū)尺度上分析整體關(guān)聯(lián)，不足以反映服務(wù)間關(guān)聯(lián)的空間異質(zhì)性［15］。疊置分析的結(jié)果存在很大的不確定性，會(huì)因個(gè)人觀點(diǎn)而變化，降低了不同地區(qū)研究的可對(duì)比性［13］。因此，迫切需要引入新的方法來(lái)探索服務(wù)間關(guān)聯(lián)的非線性和空間異質(zhì)性。另一方面，服務(wù)的時(shí)空變化會(huì)受到降雨、氣溫、土壤、植被分布等自然生態(tài)環(huán)境和經(jīng)濟(jì)發(fā)展、人口分布、城鎮(zhèn)擴(kuò)展等社會(huì)經(jīng)濟(jì)條件的綜合影響［5，20］。定量化探索生態(tài)系統(tǒng)服務(wù)及其關(guān)聯(lián)的社會(huì)-生態(tài)驅(qū)動(dòng)機(jī)制，對(duì)協(xié)調(diào)服務(wù)間權(quán)衡、制定生態(tài)管理政策具有重要意義［21-22］?，F(xiàn)有研究多對(duì)單項(xiàng)服務(wù)的社會(huì)-生態(tài)驅(qū)動(dòng)機(jī)制進(jìn)行分析，缺少對(duì)服務(wù)間關(guān)聯(lián)的形成機(jī)制的研究，難以對(duì)協(xié)調(diào)服務(wù)間權(quán)衡、增強(qiáng)服務(wù)間協(xié)同提供有效的管理建議［23］。同時(shí)，現(xiàn)有研究多在區(qū)域尺度上對(duì)服務(wù)的驅(qū)動(dòng)機(jī)制進(jìn)行整體研究，對(duì)服務(wù)間非線性關(guān)聯(lián)的空間異質(zhì)性的研究較少，尤其是造成服務(wù)間權(quán)衡的關(guān)鍵環(huán)境因子及其閾值效應(yīng)，不足以對(duì)土地利用管理和政策制定提供有效建議［15］。

山區(qū)占據(jù)全球陸地生態(tài)系統(tǒng)中大概1/4的地表面積，為全球大概12%的人口提供住所，是全球超過(guò)50%的物種的熱點(diǎn)分布區(qū)［24］。山區(qū)可為全球提供糧食、木材等原材料，可防護(hù)泥石流、風(fēng)沙侵蝕等自然災(zāi)害，能夠保存特有文化，并為多樣化物種提供生境，因此山區(qū)生態(tài)系統(tǒng)服務(wù)可全面表征山區(qū)為人類社會(huì)提供的服務(wù)和效益［25］。祁連山是我國(guó)西部重要的生態(tài)屏障，承擔(dān)著水源涵養(yǎng)、生物多樣性保護(hù)等生態(tài)重任，被譽(yù)為河西走廊的“母親山”［26］。它是我國(guó)干旱區(qū)與非干旱區(qū)的分界線，也是我國(guó)200 mm年等降水量線，其生態(tài)重要性不言而喻［27-28］。本研究對(duì)祁連山地區(qū)重要的生態(tài)系統(tǒng)服務(wù)進(jìn)行研究，分析服務(wù)間非線性關(guān)聯(lián)的空間差異性及其對(duì)社會(huì)-生態(tài)環(huán)境的響應(yīng)機(jī)制，為祁連山地區(qū)的生態(tài)管理和修復(fù)提供科學(xué)依據(jù)。

1 研究區(qū)概況

祁連山地區(qū)（93°56′～103°90′E，35°84′～39°97′N）地處內(nèi)蒙古高原、青藏高原和黃土高原的交匯處，是疏勒河、黑河、石羊河三大內(nèi)陸河流域的水源涵養(yǎng)地（圖1）。它橫跨甘肅、青海兩省，總面積約為19.47×104km2，海拔1 937～5 792 m，高程自東南向西北呈降低趨勢(shì)，是我國(guó)西部地區(qū)重要的生態(tài)屏障。內(nèi)有雪山、冰川、森林、灌叢、草原、草甸、沼澤、濕地等多種土地利用和植被覆蓋類型，也是我國(guó)重要的野生動(dòng)物遷徙廊道，社會(huì)-生態(tài)環(huán)境多樣［29-30］。

圖1 祁連山地區(qū)位置和高程圖Fig.1 The location of Qilian Mountains in China and its topography

2 研究方法

2.1 生態(tài)系統(tǒng)服務(wù)的計(jì)算

基于研究區(qū)的社會(huì)-生態(tài)環(huán)境特征和主要生態(tài)問(wèn)題，本研究重點(diǎn)分析可以緩解全球變暖趨勢(shì)的碳服務(wù)（碳固定和碳儲(chǔ)存）［31］、水文相關(guān)服務(wù)（產(chǎn)水量、土壤保持和水質(zhì)凈化）和物種多樣性保持的支持服務(wù)（生境質(zhì)量）。主要數(shù)據(jù)來(lái)源如表1所示。

表1 主要數(shù)據(jù)來(lái)源Table 1 The main data sources

2.1.1 碳固定

碳固定服務(wù)利用InVEST模型的Carbon模塊進(jìn)行計(jì)算，分為地下生物碳、土壤碳和死亡有機(jī)碳，以土地利用類型為評(píng)估單元，利用各類碳在不同土地利用類型內(nèi)的平均碳密度進(jìn)行評(píng)估［32，33，34］。其計(jì)算公式如下：

式中：Ctot為碳固定量，Cbelow為地下生物碳儲(chǔ)量，Csoil為土壤碳儲(chǔ)量，Cdead為死亡有機(jī)碳儲(chǔ)量。不同土地利用類型內(nèi)各類碳的平均碳密度如表2所示。

表2 不同土地利用類型內(nèi)各類碳庫(kù)的平均碳密度（單位：Mg·hm-2）Table 2 The average carbon densities of three pools in different land use types（unit：Mg·hm-2）

2.1.2 碳儲(chǔ)存

碳儲(chǔ)存通過(guò)植被凈初級(jí)生產(chǎn)力（Net Primary Productivity，NPP）進(jìn)行表示，指的是地表植被在單位面積單位時(shí)間內(nèi)積累的有機(jī)物總量，為植被通過(guò)光合作用產(chǎn)生的有機(jī)物量減去自養(yǎng)呼吸消耗量。本研究以朱文泉等提出的基于CASA模型的ENVI遙感計(jì)算模塊（zhu_npp_calc）進(jìn)行計(jì)算［35］。其計(jì)算公式如下：

式中：NPP（x，t）為像元x在t月的植被凈初級(jí)生產(chǎn)力g C·m-2·a-1，APAR(x，t)為像元x在t月的光合有效輻射（g C·m-2），ε(x，t)為像元x在t月的實(shí)際光能利用率（g C·MJ-1），SOL(x，t)為像元x處在t月的太陽(yáng)總輻射，F(xiàn)PAR(x，t)為像元x處在t月的光合有效輻射吸收率，常數(shù)0.5表示植被所能利用的太陽(yáng)有效輻射占太陽(yáng)總輻射的比例，Tε(x，t)、Wε(x，t)分別表示溫度和水分脅迫系數(shù)，εmax為在理想條件下植被的最大光能利用率。

2.1.3 產(chǎn)水量

產(chǎn)水量通過(guò)InVEST模型Water Yield模塊進(jìn)行計(jì)算。該模塊基于水量平衡原理，綜合降雨、地表蒸發(fā)、植物蒸騰、植物最大根系深度以及可用水量等參數(shù)，假定各柵格所有產(chǎn)水量都經(jīng)過(guò)地表或地下徑流到達(dá)流域出口，最終將各柵格的產(chǎn)水量在子流域尺度上進(jìn)行加權(quán)或平均［36］。其計(jì)算公式如下：

式中：Yxj為土地覆被類型j上柵格單元x的年產(chǎn)水量（mm）；Px為柵格單元x的年降水量（mm）；AETxj為實(shí)際年平均蒸散發(fā)量（mm），ωx為氣候與土壤屬性關(guān)系的非物理參數(shù)；Rxj為潛在蒸散發(fā)與降水量的比值；Kxj為植被類型的蒸散系數(shù)；ET0x為柵格單元x的蒸散發(fā)量（mm），ET0-PM為計(jì)算參考作物蒸發(fā)蒸騰量的Penman-Monteith公式，其中T為計(jì)算時(shí)段內(nèi)的平均氣溫（℃），Δ為飽和水氣壓（kPa·℃-1），Rn為太陽(yáng)凈輻射（MJ·m-2·d-1），G為土壤熱通量（MJ·m-2·d-1），本文G＝0，γ為濕度計(jì)常數(shù)（kPa·℃-1），es為飽和水氣壓、ea為實(shí)際水氣壓（kPa），μ2是高出地面2 m處的平均風(fēng)速（m·s-1）。模型基于水文站點(diǎn)的監(jiān)測(cè)數(shù)據(jù)進(jìn)行多次校準(zhǔn)。

2.1.4 水質(zhì)凈化

水質(zhì)凈化通過(guò)InVEST模型NDR模塊進(jìn)行計(jì)算，僅考慮面源污染，基于長(zhǎng)期穩(wěn)定的污染物移動(dòng)計(jì)算各像元的污染物攔截量，綜合高程、根系限制層深度、降雨量、土地利用、植被可利用水含量、平均潛在蒸散發(fā)等參數(shù)進(jìn)行計(jì)算。參考相關(guān)研究獲取不同土地利用類型的污染物攔截系數(shù)和過(guò)濾量［37］。其計(jì)算公式如下：

式中：NEi為像元i中的污染物截留量（kg·pixel-1）；fj為各土地利用類型j的污染物截留容量；ALVj為像元i內(nèi)基于水文敏感系數(shù)的污染物載荷量調(diào)整值；poli為像元i的輸出系數(shù)；λi為像元i的輸出指數(shù)；為平均輸出指數(shù)。

2.1.5 土壤保持

土壤保持通過(guò)InVEST模型SDR模塊進(jìn)行計(jì)算，該模塊基于通用土壤流失方程USLE進(jìn)行計(jì)算，主要包括上坡泥沙來(lái)源下地塊自身攔截量與植被覆蓋和水土保持措施下減少的土壤侵蝕量，以潛在土壤侵蝕量減去實(shí)際土壤侵蝕量來(lái)表示［38］。其計(jì)算公式如下：

式中：SEDRx為柵格x自身攔截的沉積物保留量（單位：t）；SEx、USLEy以及SEz分別表示為柵格x的截留率、上坡柵格y產(chǎn)生的泥沙量（單位：t）以及上坡柵格的泥沙截留量（單位：t）；SEDRETxD為土壤保持量（單位：t）；RKLSx與USLEx表示為潛在土壤侵蝕量（單位：t）和實(shí)際土壤侵蝕量（單位：t）。

2.1.6 生境質(zhì)量

生境質(zhì)量通過(guò)InVEST模型Habitat Quality模塊進(jìn)行計(jì)算，基于各土地利用類型的威脅因子敏感度、外界威脅強(qiáng)度以及威脅因子的空間權(quán)重和影響距離進(jìn)行計(jì)算［39-40］。計(jì)算公式如下：

式中：Dxj為生境脅迫水平；Hj為土地利用類型j的生境適宜性；k為半飽和常數(shù)，取Dxj最大值的一半；z為歸一化常數(shù)，取2.5。

2.2 生態(tài)系統(tǒng)服務(wù)間權(quán)衡和協(xié)同關(guān)系分析

首先，創(chuàng)建樣本數(shù)據(jù)集，利用ArcGIS 10.4軟件中的“創(chuàng)建隨機(jī)點(diǎn)”和“值提取至點(diǎn)”工具創(chuàng)建生態(tài)系統(tǒng)服務(wù)時(shí)間變化的樣本數(shù)據(jù)集，內(nèi)含100 000個(gè)樣本點(diǎn)，不同點(diǎn)之間距離超過(guò)300 m，以降低其空間自相關(guān)性。第二，在區(qū)域尺度上，采用相關(guān)性分析和主成分分析定量化研究六項(xiàng)服務(wù)間的關(guān)聯(lián)。對(duì)樣本數(shù)據(jù)集中各變量進(jìn)行z-score標(biāo)準(zhǔn)化處理，以消除數(shù)據(jù)量綱的影響。Kolmogotov-Smirnov檢測(cè)的結(jié)果顯示變量存在非正態(tài)分布，因此采用Spearman相關(guān)系數(shù)來(lái)計(jì)算其相關(guān)性，并通過(guò)主成分分析探索不同服務(wù)間關(guān)聯(lián)的接近程度。以上分析主要通過(guò)R語(yǔ)言軟件“corrgram”和“vegan”包實(shí)現(xiàn)。

多元回歸樹分析（Multivariate Regression Tree，MRT）為機(jī)器學(xué)習(xí)算法中二元回歸樹分析的拓展，可同時(shí)處理多個(gè)因變量，用于分析復(fù)雜的生態(tài)數(shù)據(jù)，并探索多元生態(tài)數(shù)據(jù)和環(huán)境因子間的關(guān)系。該方法以自變量為分類節(jié)點(diǎn)，利用二分類法將因變量逐步分為不同類型，可有效模擬變量間的非線性關(guān)系，已廣泛應(yīng)用于研究物種分布與環(huán)境因子之間的關(guān)系，并以此劃分植物群落類型［41］?；谘芯繀^(qū)的社會(huì)-生態(tài)環(huán)境特征，以選擇因子的代表性和數(shù)據(jù)的可獲得性為原則，參考服務(wù)的計(jì)算方法和相關(guān)研究，選擇對(duì)六項(xiàng)服務(wù)可能存在顯著影響的社會(huì)-生態(tài)環(huán)境因子［42］（表3）。以六項(xiàng)服務(wù)為因變量，以13項(xiàng)環(huán)境因子為自變量，進(jìn)行多元回歸樹分析，以此探索服務(wù)間權(quán)衡和協(xié)同關(guān)系的空間異質(zhì)性及其對(duì)社會(huì)-生態(tài)環(huán)境的響應(yīng)機(jī)制。

表3 生態(tài)系統(tǒng)服務(wù)的可能影響因子Table 3 The potential socio-ecological factorsof ecosystem services

3 研究結(jié)果

3.1 區(qū)域尺度上生態(tài)系統(tǒng)服務(wù)的空間分布格局和服務(wù)間關(guān)聯(lián)

在區(qū)域尺度上，對(duì)祁連山地區(qū)六項(xiàng)生態(tài)系統(tǒng)服務(wù)的空間分布進(jìn)行Spearman相關(guān)性分析和主成分分析，定量化探索六項(xiàng)服務(wù)的空間分布格局和服務(wù)間的整體關(guān)聯(lián)（圖2、圖3）。結(jié)果顯示，2019年，六項(xiàng)服務(wù)的空間分布存在一定的相似性，東南部相對(duì)較高，西北部相對(duì)較低，各項(xiàng)服務(wù)就空間分布而言均呈正相關(guān)性。六項(xiàng)服務(wù)中，碳固定、碳儲(chǔ)存和生境質(zhì)量的空間分布較為相似，兩兩之間相關(guān)性均高于0.82，且在第一主成分上均有較大載荷，在東南部地區(qū)較高，在西南部地區(qū)較低，其中碳儲(chǔ)存的空間異質(zhì)性相對(duì)最高。水質(zhì)凈化與前三項(xiàng)服務(wù)也存在較高的正相關(guān)性，相關(guān)系數(shù)為0.65～0.85，同樣呈西低東高的分布格局，但在西部地區(qū)隨高程出現(xiàn)較大差異。此外，土壤保持和產(chǎn)水量的相關(guān)性為0.46，與其他服務(wù)間的相關(guān)性均小于0.42，顯示兩服務(wù)與其他服務(wù)的空間分布存在較大差異，其較高值主要出現(xiàn)在西北部的石羊河流域?？偟膩?lái)說(shuō)，在區(qū)域尺度上，就空間分布而言，除了產(chǎn)水量與水質(zhì)凈化間之外，六項(xiàng)服務(wù)間均存在顯著的協(xié)同關(guān)系。六項(xiàng)服務(wù)可分為三組：第一組為碳固定、碳儲(chǔ)存和生境質(zhì)量，第二組為土壤保持和產(chǎn)水量，第三組為水質(zhì)凈化，同一組內(nèi)服務(wù)關(guān)聯(lián)更為緊密，空間分布較為相似，不同組間關(guān)聯(lián)性較低，空間分布差異較大。

圖2 2019年祁連山地區(qū)六項(xiàng)生態(tài)系統(tǒng)服務(wù)的空間分布圖Fig.2 The spatial distribution of six ecosystem services in Qilian Mountains in 2019

圖3 基于空間分布的六種生態(tài)系統(tǒng)服務(wù)的關(guān)聯(lián)圖及原理分析結(jié)果Fig.3 The corrgram and principle analysisresult of six ecosystem services

3.2 生態(tài)系統(tǒng)服務(wù)間關(guān)聯(lián)的空間差異及其環(huán)境響應(yīng)機(jī)制

3.2.1 空間差異性

通過(guò)多元回歸樹分析，定量化研究六項(xiàng)服務(wù)及服務(wù)間關(guān)聯(lián)的空間差異性，并探索其環(huán)境響應(yīng)機(jī)制?；贑VRE值最小表示預(yù)測(cè)能力最佳為原則，經(jīng)交叉驗(yàn)證，最終的多元回歸樹由5片葉子組成，模擬精度（R2）達(dá)0.904，模擬結(jié)果良好（圖4）。研究結(jié)果顯示，基于六項(xiàng)服務(wù)及服務(wù)間關(guān)聯(lián)的空間差異性，整個(gè)研究區(qū)可被分為5個(gè)聚類，回歸樹的每片葉子即為一個(gè)聚類。然后對(duì)不同聚類內(nèi)各項(xiàng)服務(wù)的值域范圍進(jìn)行對(duì)比（表4）。結(jié)果顯示，聚類1中，產(chǎn)水量和土壤保持處于全區(qū)平均值水平，其他服務(wù)均低于平均值，其中碳固定、產(chǎn)水量和生境質(zhì)量遠(yuǎn)低于其他聚類，而碳儲(chǔ)存、土壤保持和水質(zhì)凈化處于較低水平。因此，六項(xiàng)服務(wù)均呈協(xié)同關(guān)系。聚類2中，產(chǎn)水量遠(yuǎn)高于平均值，土壤保持略高于平均值，水質(zhì)凈化略低于平均值，碳固定、碳儲(chǔ)存和生境質(zhì)量遠(yuǎn)低于平均值。其中，產(chǎn)水量和土壤保持要高于其他聚類，碳固定和水質(zhì)凈化相對(duì)較低，而碳儲(chǔ)存和生境質(zhì)量遠(yuǎn)低于其他葉子。因此，聚類2中產(chǎn)水量和土壤保持與其他服務(wù)間呈權(quán)衡關(guān)系。聚類3中，碳固定和水質(zhì)凈化處于全區(qū)平均值水平，產(chǎn)水量低于平均值，三者相較于其他聚類均處于中等水平，而碳儲(chǔ)存、土壤保持和生境質(zhì)量略高于全區(qū)平均值，三者呈協(xié)同關(guān)系。聚類4中，碳固定和產(chǎn)水量略低于全區(qū)平均值，碳儲(chǔ)存和水質(zhì)凈化遠(yuǎn)高于平均值，土壤保持位于平均值水平，而生境質(zhì)量遠(yuǎn)低于平均值。其中水質(zhì)凈化遠(yuǎn)高于其他聚類，碳固定相對(duì)較高，產(chǎn)水量相對(duì)較低，而其他服務(wù)處于中等水平。因此，聚類4中水質(zhì)凈化和碳固定呈協(xié)同關(guān)系，與產(chǎn)水量均呈權(quán)衡關(guān)系。聚類5中，碳固定和水質(zhì)凈化處于全區(qū)平均值水平，碳儲(chǔ)存遠(yuǎn)高于平均值，產(chǎn)水量、土壤保持和生境質(zhì)量高于平均值，其中碳固定和生境質(zhì)量遠(yuǎn)高于其他葉子，水質(zhì)凈化處于平均水平，而其他三項(xiàng)服務(wù)均處于略高水平。因此，除水質(zhì)凈化外的五項(xiàng)服務(wù)在聚類5內(nèi)均呈協(xié)同關(guān)系。

表4 多元回歸樹結(jié)果的定量統(tǒng)計(jì)Table 4 Qualitative interpretation of the resultsof Multivariate Regression Tree

3.2.2 社會(huì)-生態(tài)環(huán)境響應(yīng)機(jī)制

結(jié)果顯示（圖4），12個(gè)社會(huì)-生態(tài)環(huán)境因子中三個(gè)因子的影響最為顯著，分別是土地利用格局（第一層和第三層的分割點(diǎn)）、降雨量（第二層的分割點(diǎn)）和植被覆蓋度（第二層的分割點(diǎn)），其他環(huán)境因子的影響被前三個(gè)因子所掩蓋或代替。在回歸樹的第一級(jí)分層中，依照土地利用類型為無(wú)植被覆蓋用地（水體、建筑用地、裸地和冰川/積雪）和有植被覆蓋用地（耕地、林地、草地、灌叢和濕地）而分割，前者依照年均降雨量高低被分為葉子1（＜440.2 mm）和葉子2（≥440.2 mm），而后者則依照植被覆蓋度高低進(jìn)行第二層分級(jí)，植被覆蓋度較低（＜0.559）的為葉子3，植被覆蓋度較高的繼續(xù)進(jìn)行第三級(jí)分層，其中土地利用類型為耕地的區(qū)域?yàn)槿~子4，用地類型為林地、草地、灌叢和濕地的區(qū)域?yàn)槿~子5。每片葉子即為一個(gè)聚類。聚類1主要分布在中西部地區(qū)和東部和青海湖地區(qū)，以水體、建筑用地、裸地和冰川/積雪等無(wú)植被覆蓋用地為主，且降雨相對(duì)較低。聚類2主要分布在東北部地區(qū)高程較高的地區(qū)，同樣無(wú)植被覆蓋，但降雨量相對(duì)較高。聚類3遍布整個(gè)研究區(qū)，以耕地、林地、草地、灌叢和濕地等有植被覆蓋用地為主，且植被覆蓋度相對(duì)較低。聚類4面積最小，僅占分布在黑河和石羊河流域內(nèi)部分地區(qū)，以耕地為主，且植被覆蓋度相對(duì)較高。聚類5主要分布在研究區(qū)東部地區(qū)，以林地、草地、灌叢和濕地為主，且植被覆蓋度相對(duì)較高。

4 討論

4.1 生態(tài)系統(tǒng)服務(wù)間關(guān)聯(lián)的空間異質(zhì)性

生態(tài)系統(tǒng)中碳循環(huán)、水循環(huán)、植被生長(zhǎng)等生態(tài)過(guò)程相互依賴、相互影響，生態(tài)系統(tǒng)服務(wù)依此而生，因此不同服務(wù)間通常會(huì)存在一定關(guān)聯(lián)［13］。地形、地質(zhì)、地貌、水文、氣候等生態(tài)環(huán)境因子和道路網(wǎng)、人口分布等社會(huì)經(jīng)濟(jì)因子的時(shí)空異質(zhì)性共同造就了服務(wù)間關(guān)聯(lián)的復(fù)雜性。該復(fù)雜性不僅存在于空間尺度上，即服務(wù)間關(guān)聯(lián)可能隨社會(huì)-生態(tài)環(huán)境不同而變化，還存在于時(shí)間尺度上，即服務(wù)間關(guān)聯(lián)可能從早期的協(xié)同關(guān)系變?yōu)楹笃诘臋?quán)衡關(guān)系［43］。因此，在制定相關(guān)的管理政策過(guò)程和土地利用規(guī)劃過(guò)程中，需要對(duì)服務(wù)間關(guān)聯(lián)的時(shí)空異質(zhì)性進(jìn)行詳加考慮。國(guó)內(nèi)外多位學(xué)者對(duì)此展開了大量研究，現(xiàn)有結(jié)果顯示山區(qū)的調(diào)節(jié)服務(wù)間多呈協(xié)同關(guān)系［24］，這與本研究中全區(qū)尺度上的結(jié)果相一致，但與聚類2和聚類4內(nèi)調(diào)節(jié)服務(wù)間多呈權(quán)衡關(guān)系的結(jié)果相反。這與兩區(qū)域內(nèi)特殊的生態(tài)環(huán)境存在很大關(guān)系。喬木、灌木、草本等地表植被在生態(tài)系統(tǒng)中具有重要作用，它可通過(guò)光合作用從空氣中吸收大量碳，也可對(duì)降雨和地表污染物進(jìn)行截留，同時(shí)固定土壤阻止土壤流失，在生態(tài)系統(tǒng)服務(wù)具有重要的生態(tài)功能和作用［20］。聚類2內(nèi)地表無(wú)植被覆蓋且降雨量較高，因此產(chǎn)水量較高而碳儲(chǔ)存較低，二者因而呈權(quán)衡關(guān)系。聚類4的情況與此相反，植被覆蓋度較高，且多為耕地，對(duì)降雨的攔截作用較強(qiáng)，因而產(chǎn)水量較低而水質(zhì)凈化較高，二者呈權(quán)衡關(guān)系。因此，山區(qū)內(nèi)調(diào)節(jié)服務(wù)間關(guān)聯(lián)并不一定為協(xié)同，降雨量過(guò)高或單一的土地利用類型（耕地）會(huì)使服務(wù)間關(guān)聯(lián)從協(xié)同變?yōu)闄?quán)衡，在降雨較高的山地區(qū)可鼓勵(lì)植被種植和恢復(fù)，在耕地區(qū)推行滴灌、水肥一體化等節(jié)水降污措施，對(duì)服務(wù)提高和服務(wù)間權(quán)衡關(guān)系的協(xié)調(diào)十分重要。

4.2 社會(huì)-生態(tài)環(huán)境因子對(duì)生態(tài)系統(tǒng)服務(wù)及服務(wù)間關(guān)聯(lián)的影響

研究結(jié)果顯示，在干旱區(qū)半干旱區(qū)的山地生態(tài)系統(tǒng)中，就碳固定、碳儲(chǔ)存、產(chǎn)水、水質(zhì)凈化、土壤保持和生境質(zhì)量六項(xiàng)服務(wù)而言，土地利用類型、降雨量和植被覆蓋度是生態(tài)系統(tǒng)服務(wù)供給的重要決定因素，其影響要超過(guò)其他環(huán)境因子。降雨量的高低更多的受到全球尺度上氣候的宏觀影響，在區(qū)域尺度上難以控制和改變［44-45］。相較而言，土地利用格局和植被覆蓋度為可控管理因子。研究結(jié)果可為土地利用管理和空間規(guī)劃提供有效參考，有助于政策制定者和管理者在不同環(huán)境條件下判別主要的保護(hù)對(duì)象和關(guān)鍵生態(tài)問(wèn)題［46-48］。如在黑河流域的耕地區(qū)域，服務(wù)供給以高水質(zhì)凈化和低產(chǎn)水量為主要特征。該地區(qū)農(nóng)業(yè)生產(chǎn)以灌溉為主，依靠上游地區(qū)降水和冰川融水，其自身的產(chǎn)水服務(wù)不足以滿足日常生產(chǎn)和生活所需。而農(nóng)業(yè)生產(chǎn)在追求經(jīng)濟(jì)效益的同時(shí)，農(nóng)藥化肥的大量使用帶來(lái)了嚴(yán)重的面源污染問(wèn)題［49］，耕地地表植被覆蓋度較高，可截留部分污染，提供相對(duì)較高的水質(zhì)凈化服務(wù)，但仍有一定的污染流入河流［50］。因此，在該地區(qū)農(nóng)業(yè)生產(chǎn)過(guò)程中推行滴灌、水肥一體化等節(jié)水降污措施對(duì)提高生態(tài)質(zhì)量具有重要意義。

山區(qū)地勢(shì)陡峭，其地表植被可有效緩沖和保護(hù)周邊低地免于滑坡、雪崩等自然災(zāi)害的危害，也可截留大氣降雨和地表徑流以降低洪水威脅，保護(hù)土壤免遭侵蝕并增強(qiáng)土壤發(fā)育過(guò)程［51-52］。結(jié)果顯示，有植被覆蓋區(qū)內(nèi)相較于無(wú)植被覆蓋區(qū)，除產(chǎn)水量可能較低外，其他五項(xiàng)服務(wù)都較高，表明了植被覆蓋在山區(qū)環(huán)境質(zhì)量提高和生態(tài)效益供給方面的重要性。另一方面，在有植被覆蓋的地區(qū)，植被覆蓋度對(duì)生態(tài)系統(tǒng)服務(wù)的影響要高于其他地形、氣候、水文和人類活動(dòng)因子，植被覆蓋度較低的地區(qū)碳儲(chǔ)存服務(wù)較低，這與秦嶺-大巴山區(qū)的研究結(jié)果相一致［40］。其次為土地利用類型，耕地相較于其他用地，因其地表植被較為密集且為氮磷等污染物的重要來(lái)源而提供較高的水質(zhì)凈化服務(wù)，同時(shí)受人類活動(dòng)的干擾較強(qiáng)，其環(huán)境和生存物種較為單一，因此提供的生境質(zhì)量服務(wù)較低。

4.3 多元回歸樹分析的優(yōu)劣

本研究通過(guò)多元回歸樹分析來(lái)判別生態(tài)系統(tǒng)服務(wù)間關(guān)聯(lián)的空間異質(zhì)性和驅(qū)動(dòng)機(jī)制，該方法可有效考慮服務(wù)間關(guān)聯(lián)的非線性和閾值效應(yīng)。例如，研究區(qū)在年降雨量為440.2 mm處存在閾值效應(yīng)，高于該值產(chǎn)水量與碳儲(chǔ)存間的關(guān)系從協(xié)同變?yōu)闄?quán)衡，在生態(tài)管理政策制定過(guò)程中需加以考慮。第二，數(shù)理統(tǒng)計(jì)方法通常對(duì)輸入數(shù)據(jù)有所要求［53-54］，如皮爾遜相關(guān)系統(tǒng)分析要求數(shù)據(jù)呈正態(tài)分布［15］。相較于其他方法，多元回歸樹分析對(duì)輸入數(shù)據(jù)的要求較低，便于對(duì)多源數(shù)據(jù)進(jìn)行處理，結(jié)果易于解讀，便于管理者和研究者就政策制定進(jìn)行探討，有利于研究結(jié)果的推廣。第三，多元回歸樹分析可將社會(huì)-生態(tài)驅(qū)動(dòng)因子和生態(tài)系統(tǒng)服務(wù)納入同一平臺(tái)上，判別產(chǎn)生服務(wù)聚類和服務(wù)間關(guān)聯(lián)的環(huán)境條件。但該方法也存在缺點(diǎn)，其中最主要的是未考慮服務(wù)的空間集聚性，相較于應(yīng)用更為廣泛的自組織迭代聚類法，獲得的服務(wù)聚類在空間上分散性較高，特別是聚類3，這也是未來(lái)研究待解決的重要問(wèn)題。

5 結(jié)論

本研究基于多元回歸樹分析法定量化分析2019年祁連山地區(qū)六項(xiàng)重要生態(tài)系統(tǒng)服務(wù)（碳固定、碳儲(chǔ)存、產(chǎn)水量、土壤保持、水質(zhì)凈化和生境質(zhì)量）間的非線性權(quán)衡和協(xié)同關(guān)系，揭示服務(wù)分布和服務(wù)間關(guān)聯(lián)的空間異質(zhì)性，探索其社會(huì)-生態(tài)驅(qū)動(dòng)機(jī)制和關(guān)鍵閾值。六項(xiàng)服務(wù)的空間分布主要受土地利用類型、降雨和植被覆蓋度的影響，整體均呈東南高、西北低的格局，其中碳固定、碳儲(chǔ)存和生境質(zhì)量的空間分布更為相似，土壤保持和產(chǎn)水量更為相似，而水質(zhì)凈化與其他服務(wù)的分布格局差異較大。在全區(qū)尺度上，六項(xiàng)服務(wù)整體呈協(xié)同關(guān)系，但該關(guān)聯(lián)在不同社會(huì)-生態(tài)環(huán)境下存在顯著的空間異質(zhì)性。

基于六項(xiàng)服務(wù)空間分布和服務(wù)間關(guān)聯(lián)的差異性，祁連山地區(qū)可被分為五個(gè)聚類，各聚類內(nèi)六項(xiàng)服務(wù)的供給特征和服務(wù)間關(guān)聯(lián)相對(duì)一致。無(wú)植被覆蓋度區(qū)內(nèi)服務(wù)供給和服務(wù)間關(guān)聯(lián)受降雨量的影響更大，年均降雨量高于440.2 mm時(shí)，整體服務(wù)相對(duì)較高，產(chǎn)水量和土壤保持與其他服務(wù)間呈權(quán)衡關(guān)系。在植被覆蓋區(qū)內(nèi)，服務(wù)供給受植被覆蓋度的影響更大，植被覆蓋度低于0.559或耕地區(qū)內(nèi)服務(wù)間關(guān)聯(lián)減弱。

謹(jǐn)以此文，紀(jì)念恩師李吉均先生！