李春瑩,李桂娥*,李 杰,焦洋陽 (.中國礦業(yè)大學(xué)公共管理學(xué)院,江蘇 徐州 6；.中國礦業(yè)大學(xué)環(huán)境與測繪學(xué)院,江蘇 徐州 6)

在城市化快速發(fā)展的背景下,生態(tài)系統(tǒng)服務(wù)整體上呈現(xiàn)下降的趨勢[1],再加上生態(tài)系統(tǒng)服務(wù)空間分布的異質(zhì)性及生態(tài)過程的復(fù)雜性,使得協(xié)調(diào)多種生態(tài)系統(tǒng)服務(wù)之間的關(guān)系、探索生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同影響因素的空間異質(zhì)性、進而因地制宜的控制影響因素并鼓勵一定的服務(wù)變得十分必要[2].

理解并量化生態(tài)系統(tǒng)服務(wù)之間的相互關(guān)系有助于土地利用調(diào)控并實現(xiàn)可持續(xù)發(fā)展[3].目前針對生態(tài)系統(tǒng)服務(wù)間相互關(guān)系的研究多停留在描述性階段,不同生態(tài)系統(tǒng)服務(wù)之間相互關(guān)系尚不清晰,如何協(xié)調(diào)生態(tài)系統(tǒng)服務(wù)間的關(guān)系以實現(xiàn)雙贏成為挑戰(zhàn)[4-5].當(dāng)前,基于空間相關(guān)分析法來解釋生態(tài)系統(tǒng)服務(wù)之間的相關(guān)性,并利用權(quán)衡協(xié)同度法、疊置分析法、差異比較法、冷熱點分析法等方法判定生態(tài)系統(tǒng)服務(wù)的協(xié)同與權(quán)衡可以為研究生態(tài)系統(tǒng)服務(wù)時空格局變化提供參考[6],卻很難解釋生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系與各影響因素之間的響應(yīng)程度,并很難對影響因素進行量化[7].另外,生態(tài)系統(tǒng)服務(wù)往往涉及空間異質(zhì)性問題,使用全局回歸的方法無法測定該問題[8].越來越多的研究已經(jīng)證明局部回歸模型可以解決上述問題,但傳統(tǒng)方法得到的生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同結(jié)果無法支持局部回歸的運算,因而局部回歸很少用于測定協(xié)同權(quán)衡與影響因子的空間關(guān)系[9-10].明確生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡和協(xié)同關(guān)系及影響因素的時空非平穩(wěn)響應(yīng),對加強生態(tài)治理和提高生態(tài)環(huán)境的可持續(xù)發(fā)展具有重要意義[11].目前針對協(xié)同權(quán)衡關(guān)系及其空間尺度效應(yīng)的研究多集中在格網(wǎng)或行政區(qū)尺度,缺乏以城市群為研究對象的相關(guān)研究.不同區(qū)域特點可能會存在不同的影響機制,城市群作為我國經(jīng)濟發(fā)展的重心,以城市群為研究區(qū)域十分必要[12].綜上所述,當(dāng)前關(guān)于生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同關(guān)系仍存在以下幾個問題尚未深入分析:局部回歸如何用于測定協(xié)同權(quán)衡與影響因子的空間關(guān)系;生態(tài)系統(tǒng)服務(wù)間權(quán)衡與協(xié)同關(guān)系與各影響因素之間的響應(yīng)程度如何,以及如何對影響因素進行量化？在經(jīng)濟快速發(fā)展的城市群中,生態(tài)系統(tǒng)服務(wù)間協(xié)同權(quán)衡關(guān)系及其空間尺度效應(yīng)又是如何的.

基于此,本文以中國最大的城市群長江三角洲城市群為研究區(qū)域,選擇長江三角洲城市群經(jīng)濟發(fā)展最為迅速的2000～2020 年,利用In VEST 模型計算該地區(qū)典型的生境質(zhì)量、碳儲存、產(chǎn)水服務(wù)3 類生態(tài)系統(tǒng)服務(wù),采用差異比較法表示生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡與協(xié)同關(guān)系,用二元結(jié)果來描述生態(tài)系統(tǒng)服務(wù)協(xié)同權(quán)衡結(jié)果,進而使用地理加權(quán)邏輯回歸來探究協(xié)同權(quán)衡與多元影響因子之間的時空異質(zhì)性,以解決以往研究中生態(tài)系統(tǒng)服務(wù)之間權(quán)衡協(xié)同關(guān)系與潛在影響因素不能進行局部回歸分析的問題,量化由地理過程的復(fù)雜性引起的自然和社會因素對生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同關(guān)系的時空異質(zhì)性.

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

長江三角洲城市群位于中國長江的下游地區(qū),包括上海市、江蘇省、浙江省、安徽省的41 個城市,是中國經(jīng)濟發(fā)展最活躍、創(chuàng)新能力最強、開放程度最高的區(qū)域之一[13].受人類活動及經(jīng)濟發(fā)展影響,長江三角洲城市群生態(tài)系統(tǒng)服務(wù)有所下降[14],因此,協(xié)調(diào)各種生態(tài)系統(tǒng)服務(wù)關(guān)系、識別關(guān)鍵影響因子是十分迫切的任務(wù),這對滿足長三角城市群人類福祉最大化也是十分必要的[14].

1.2 數(shù)據(jù)來源

本研究所用數(shù)據(jù)主要包括:2000、2010、2020年3 期土地利用數(shù)據(jù),源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https: //www.resdc.cn/);研究區(qū)行政邊界數(shù)據(jù),源于國家基礎(chǔ)地理信息中心(https://www.webma.cn/);氣象數(shù)據(jù),來自中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/)、中國氣象數(shù)據(jù)網(wǎng)(http: //cdc.cma.gov.cn/)、國家青藏高原科學(xué)數(shù)據(jù)中心(https://data.tpdc.ac.cn/home);研究區(qū)土壤數(shù)據(jù),源于中國土壤信息系統(tǒng)(http://www.issas.ac.cn/kxcb/zgtrxxxt);社會經(jīng)濟統(tǒng)計數(shù)據(jù),來自研究區(qū)各縣/區(qū)統(tǒng)計年鑒、中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/).本文所有非空間數(shù)據(jù)都進行了空間化處理;地理坐標系均使用CGCS2000 國家大地坐標系;所有數(shù)據(jù)空間分辨率均為1km.

2 研究方法

2.1 生態(tài)系統(tǒng)服務(wù)評估方法與模型

2.1.1 生境質(zhì)量(HQ) 借助In VEST 模型核算生境質(zhì)量,將城鎮(zhèn)建設(shè)用地、旱地、農(nóng)村居民點、水田、工礦用地設(shè)置為威脅源,計算公式如下[14-16]:

式中:Qxj為土地利用類型為的像元x的生境質(zhì)量;Hj為土地利用類型j的生境適宜性;為土地類型j中柵格像元x的總威脅等級;k為半飽和常數(shù),通常是0.5[17-19].

2.1.2 碳儲存(CS) 使用In VEST 模型核算地上生物量、地下生物量、死亡有機物和土壤碳估算當(dāng)前的碳儲量,長江三角洲城市群地區(qū)各地類碳密度數(shù)據(jù)主要參考已發(fā)表的文獻以及長三角實際情況[19-21],計算公式如下[14-15]:

式中:C為碳總量;Cabove為地上生物量碳庫;Cbelow為地下生物量碳庫;Csoil為土壤有機質(zhì)碳庫;Cdead為死亡有機質(zhì)碳庫.

2.1.3 產(chǎn)水服務(wù)(WY) 產(chǎn)水服務(wù)計算公式如下[10]:

式中:Yxj為j類土地覆蓋類型在柵格x的產(chǎn)水量;AETxj為j類土地覆蓋類型在柵格x的年實際蒸散量;xP表示柵格x的年降水量.

2.2 生態(tài)系統(tǒng)服務(wù)間權(quán)衡與協(xié)同的測定

通過比較特定時間段兩種生態(tài)系統(tǒng)服務(wù)的變化量來判斷不同地區(qū)兩種服務(wù)的關(guān)系.如果兩種服務(wù)的變化量的乘積為正值,則認為它們是協(xié)同的,否則,則是權(quán)衡的[16].

式中At1,At2為t1,t2 時期服務(wù)A的值;Bt1,Bt2為t1,t2時期服務(wù)B的值; ΔA, ΔB為服務(wù)A,B的變化量.

2.3 生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同影響因素選擇

2.3.1 潛在因子選擇 通過潛在因子的篩選獲取影響長江三角洲城市群生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系的關(guān)鍵驅(qū)動因素.備選驅(qū)動因子的選擇主要基于以下原則:結(jié)合長江三角洲城市群的實際情況[11-14];借鑒前人研究經(jīng)驗,涵蓋自然因素或社會經(jīng)濟因素中的一個重要部分[17];指標是可以被量化及數(shù)據(jù)的可獲取性.此次分析共計選擇了12 項驅(qū)動因素:包括林地比例、耕地比例、NDVI、降水量、平均氣溫、最低氣溫、最高氣溫、平均地表溫度和日照時數(shù)9 項自然因子,人口密度、GDP 和建設(shè)用地比例3 項社會經(jīng)濟因子[18].

2.3.2 潛在因子篩選 本研究對潛在因子進行二次篩選,以提高模型精度.凡方差膨脹因子(VIF)高于5 則表明所選因子之間存在共線性問題[8];利用散點圖矩陣,相關(guān)系數(shù)r的絕對值一般在0.8 以上,認為A和B 有強的相關(guān)性;0.3 到0.8 之間,可以認為有弱的相關(guān)性;0.3 以下,認為沒有相關(guān)性[8].

2.4 生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同的時空異質(zhì)性分析

地理加權(quán)邏輯回歸是地理加權(quán)回歸和二元線性回歸的結(jié)合,其因變量是特定空間位置的生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡和協(xié)同作用,自變量是特定時間段選定的自然因素和社會經(jīng)濟因素的變化量.由于關(guān)系是二進制的,因此因變量是二進制數(shù)據(jù)層,值1表示協(xié)同作用,值0 表示權(quán)衡[7-8].

3 結(jié)果與分析

3.1 生態(tài)系統(tǒng)服務(wù)變化特征分析

如表1所示,2000～2020 年,長江三角洲城市群生境質(zhì)量與碳儲存均呈現(xiàn)下降的趨勢,生境質(zhì)量在2000～2010 及 2010～2020 年間下降幅度分別為2.13%及1.76%,總的下降幅度為3.85%;碳儲存在2000～2010 及2010～2020 年下降幅度分別為0.44%及0.07%,總的下降幅度為0.51%.這可能是源于長江三角洲城市群在2000～2020 年間經(jīng)濟發(fā)展迅速,建設(shè)用地不斷擴張帶來了生境斑塊破碎化并使得該地區(qū)生態(tài)敏感性加大[19],最終導(dǎo)致生境質(zhì)量下降;并且耕地,林地和草地等具有較高碳密度的土地利用類型減少,也帶來了碳儲量的下降[20-24].除此之外,生境質(zhì)量和碳儲量同時也會受到高程、植被類型等影響,研究區(qū)域生態(tài)環(huán)境變化、植被演替及人為干擾等因素也增加了生境質(zhì)量和固碳能力的不確定性[20].產(chǎn)水服務(wù)在2000～2020 年變化較大,2000～2010 10 年增加了49.09%,2010～2020 年增加25.80%,總體大幅度增加了87.56%,這可能是由于建設(shè)用地面積增加增大了地表不透水層以及降水不斷增多所導(dǎo)致的[21-25].

表1 2000～2020 長江三角洲城市群各項生態(tài)系統(tǒng)服務(wù)總量統(tǒng)計Table 1 The total statistics amount of ecosystem services in the Yangtze River Delta from 2000 to 2020

3.2 生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同關(guān)系分析

3.2.1 權(quán)衡協(xié)同相關(guān)性分析 分析長江三角洲城市群地區(qū)2000～2010 年,2010～2020 年及2000～2020 年3 個時間段生態(tài)系統(tǒng)服務(wù)之間的全局莫蘭指數(shù),以量化空間相關(guān)性(表2).結(jié)果表明,生境質(zhì)量-碳儲存和生境質(zhì)量-產(chǎn)水服務(wù)P<0.01,兩個生態(tài)系統(tǒng)服務(wù)之間的協(xié)同與權(quán)衡關(guān)系在空間上并非隨機分布;生境質(zhì)量-碳儲存P>0.01,生境質(zhì)量-碳儲存之間的協(xié)同與權(quán)衡關(guān)系在空間上可能是存在隨機分布的特征.

表2 生態(tài)系統(tǒng)服務(wù)間權(quán)衡與協(xié)同作用的莫蘭指數(shù)Table 2 The Moran index of trade-offs and synergies between ecosystem services

3.2.2 權(quán)衡協(xié)同時空格局分析 圖1 中,從時間上看, 2000～2020 年,長江三角洲城市群三對生態(tài)系統(tǒng)服務(wù)存在較強的時空異質(zhì)性.2000～2010 年間,產(chǎn)水服務(wù)-生境質(zhì)量、產(chǎn)水服務(wù)-碳儲存的協(xié)同比例占36.72%、43.28%;產(chǎn)水服務(wù)-生境質(zhì)量、產(chǎn)水服務(wù)-碳儲存的協(xié)同比例在2010～2020 年占比37.05%、34.10%;在2000～2020 20 年總體占比22.95%及26.56%,這不僅說明在長江三角洲城市群地區(qū)這兩對生態(tài)系統(tǒng)服務(wù)以權(quán)衡關(guān)系為主,并且表明這兩對生態(tài)系統(tǒng)服務(wù)隨著時間的推移權(quán)衡關(guān)系表現(xiàn)得越來越強烈.生境質(zhì)量-碳儲存在2000～2010 年,2010～2020 年及2000～2020 年3 個時間段內(nèi),協(xié)同比例分別占95.74%, 74.10%及76.39%,整體來講協(xié)同強度下降.

圖1 2000～2020 年生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同空間格局Fig.1 The spatial pattern of trade-offs and Synergies of Ecosystem Services from 2000 to 2020

從空間上看,產(chǎn)水服務(wù)-生境質(zhì)量以權(quán)衡關(guān)系為主.由于大部分的林地和耕地分布在南部和北部地區(qū),提高了生境質(zhì)量,而植被覆蓋率較高增加了蒸散量,使產(chǎn)水服務(wù)變差[22-25],進而使得產(chǎn)水服務(wù)-生境質(zhì)量在南部和北部呈現(xiàn)權(quán)衡關(guān)系;產(chǎn)水服務(wù)-碳儲存權(quán)衡關(guān)系的空間分布和產(chǎn)水服務(wù)-生境質(zhì)量幾乎一致,北部及南部林地和草地具有較高的碳密度[26],使得產(chǎn)水服務(wù)-碳儲存在南部和北部呈現(xiàn)比較顯著的權(quán)衡關(guān)系;生境質(zhì)量-碳儲存以協(xié)同關(guān)系為主,表現(xiàn)出零散分布的特點.生境質(zhì)量-碳儲存之間的權(quán)衡關(guān)系主要發(fā)生在建設(shè)用地面積較多的區(qū)域,在以草地、耕地為主要土地利用類型的區(qū)域權(quán)衡關(guān)系占比較低,這表明生態(tài)用地占比較多的區(qū)域生境質(zhì)量-碳儲存之間協(xié)同性較高,而建設(shè)用地占比較多的地區(qū)協(xié)同性較低,用地類型的不同直接影響了生態(tài)系統(tǒng)服務(wù)功能[27].

3.3 生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同影響因素選擇

3.3.1 初次診斷 由于所選的潛在影響因素可能具有高度相關(guān)性,因此需要對潛在影響因素進行多重共線性檢查,從而提高其估計精度.如表3 所示,考慮到2000～2010 年、2010～2020 年及2000～2020 年3 個時間段影響因子的共線性問題,刪除耕地比例、日照時數(shù)及最高氣溫三個影響因子,以確保各個因子之間的相對獨立性.對其余9個潛在因子再次進行共線性診斷:方差膨脹因子均小于5,因此保留這些因素以供后續(xù)分析.

表3 2000～2020 年潛在影響因素共線性的診斷Table 3 Diagnosis of collinearity of potential influencing factors from 2000 to 2020

3.3.2 二次診斷 利用GWLR 研究生態(tài)系統(tǒng)服務(wù)權(quán)衡影響因素的時空異質(zhì)性時,發(fā)現(xiàn)其余8 個影響因素仍存在明顯的共線性問題,因此進行共線性二次診斷.如表4 散點矩陣所示.

表4 2000～2020 年潛在影響因素的散點矩陣Table 4 Scatter matrix of potential influencing factors from 2000 to 2020

結(jié)合3 個時間段各個因素間共線性檢驗的結(jié)果,去除林地比例,平均地表溫度,NDVI 及最低氣溫四個指標,保留建設(shè)用地比例,降水量,平均溫度,人口密度和GDP 5 個指標.對余下個5 潛在影響因素再次進行診斷:發(fā)現(xiàn)相關(guān)系數(shù)均在0.3 以下,因此保留這些因素以供后續(xù)分析.

3.4 生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同對影響因素的時空非平穩(wěn)響應(yīng)

3.4.1 模型診斷 利用地理加權(quán)邏輯回歸分析了3對生態(tài)系統(tǒng)服務(wù)與5 個影響因素的空間相關(guān)性.如圖2 所示,殘差值在-2.5～2.5 的區(qū)域幾乎覆蓋了整個研究區(qū)域,表明5 個自變量(建設(shè)用地百分比變化,年平均降水量變化,年平均溫度變化,人口密度變化和國內(nèi)生產(chǎn)總值密度變化)和3 個因變量(3 對生態(tài)系統(tǒng)服務(wù)的協(xié)同與權(quán)衡關(guān)系)之間的關(guān)系是穩(wěn)健的[10].

圖2 GWLR 模型的診斷結(jié)果Fig.2 Diagnostic results of the GWLR model

該模型提供了全局模型解釋的偏差、局部模型解釋的偏差和局部模型和全局模型解釋的偏差,這3 個參數(shù)的范圍為0～1,用于測試擬合度,值越大表示擬合越好.全局模型解釋的偏差可以量化全局邏輯回歸的性能;局部模型解釋的偏差是地理加權(quán)邏輯回歸性質(zhì)的量化;局部模型與全局模型解釋的偏差,是通過比較局部模型的殘差平方和與全局模型的殘差平方和來評估從全局模型轉(zhuǎn)向局部回歸模型的優(yōu)勢的指標[29-30].如表5 所示,對于所有生態(tài)系統(tǒng)服務(wù)之間的關(guān)系,局部模型解釋的偏差均大于全局模型解釋的偏差,這表明在解釋生態(tài)系統(tǒng)服務(wù)之間協(xié)同與權(quán)衡關(guān)系與影響因素之間的相關(guān)性方面局部模型優(yōu)于全局,證明了GWLR 是可靠的[31].

3.4.2 生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同對影響因子的時空非平穩(wěn)響應(yīng) 由圖3 可見,從空間上來看,建設(shè)用地面積在整體上與生境質(zhì)量-碳儲存呈現(xiàn)正相關(guān)關(guān)系,與生境質(zhì)量-產(chǎn)水服務(wù)、碳儲存-產(chǎn)水服務(wù)呈現(xiàn)負相關(guān).受人類活動影響,土地利用類型發(fā)生變化,優(yōu)劣服務(wù)差距縮小,服務(wù)間協(xié)同的可能性發(fā)生變化[32-33].建設(shè)用地的擴大將占用大量的耕地和生態(tài)用地,導(dǎo)致某一地區(qū)各種服務(wù)配套地型出現(xiàn)不同程度的下降,這可能導(dǎo)致它們之間的差距縮小或者增大,從而增加ES 之間協(xié)同或權(quán)衡關(guān)系的概率[34].從時間上來看,2000～2010 年建設(shè)用地面積與生境質(zhì)量-碳儲存整體呈現(xiàn)更強烈的正相關(guān)關(guān)系,長江三角洲城市群在2010 年之前西北-東南方向城鎮(zhèn)擴展劇烈[25],占用了大量生態(tài)用地,使得兩種生態(tài)系統(tǒng)服務(wù)同時縮小,帶來了較為明顯的正相關(guān).建設(shè)用地面積與生境質(zhì)量-產(chǎn)水服務(wù)、碳儲存-產(chǎn)水服務(wù)在二十年間空間上沒有顯著變化,但他們之間的負相關(guān)程度也在一定程度上提升,這可能也與長江三角洲城市群地區(qū)在 2010 年以后城鎮(zhèn)擴展在西南方向逐漸劇烈有關(guān)[25].總體來講,建設(shè)用地百分比變化相比于其他影響因子來言,對生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同的響應(yīng)最為劇烈.因此,管理人員應(yīng)密切關(guān)注不透水層面的迅速增長,可以通過舊城改造方式進行城市建設(shè).

氣候因素是影響植物生長的重要因素,這也影響了生態(tài)系統(tǒng)服務(wù)之間的關(guān)系.溫度,降水等氣候因素的不同組合對不同地區(qū)和生態(tài)系統(tǒng)服務(wù)都呈現(xiàn)出不同的影響,生態(tài)系統(tǒng)服務(wù)對每個單一氣候因子的響應(yīng)方向和程度也都具有顯著的區(qū)域特征.因此,很難解釋兩個服務(wù)之間的關(guān)系對單一氣候因素的反應(yīng)機制,但是可以通過了解不同反映的空間分布,管理人員可以控制這些因素,以增加生態(tài)系統(tǒng)服務(wù)間的協(xié)同概率[35].

生態(tài)系統(tǒng)服務(wù)間的關(guān)系對年平均降水量變化產(chǎn)生正響應(yīng)的地區(qū)主要集中在長江三角洲城市群北部以及南部地區(qū),如圖4 所示.在生態(tài)系統(tǒng)服務(wù)之間的關(guān)系對年平均降水量變化產(chǎn)生正響應(yīng)的地區(qū),既可以通過降低地表溫度的方式減少水分的增發(fā),也可以通過灌溉的方式直接增加水量的供給,以增加生態(tài)系統(tǒng)服務(wù)之間的協(xié)同關(guān)系.

圖4 生態(tài)系統(tǒng)服務(wù)協(xié)同權(quán)衡對年平均降水量變化的時空非平穩(wěn)響應(yīng)Fig.4 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to annual average precipitation changes

從空間上來看,年平均氣溫變化與生境質(zhì)量-碳儲存、碳儲存-產(chǎn)水服務(wù)在南部地區(qū)呈現(xiàn)正相關(guān)關(guān)系,與生境質(zhì)量-產(chǎn)水服務(wù)在中東地區(qū)呈現(xiàn)正相關(guān),但是整體上呈現(xiàn)負相關(guān),如圖5 所示.從時間上來看,年平均氣溫變化與生境質(zhì)量-碳儲存、碳儲存-產(chǎn)水服務(wù)在南部地區(qū)的正相關(guān)程度小幅度增強,與生境質(zhì)量-產(chǎn)水服務(wù)在中東地區(qū)的正相關(guān)程度也在小幅度增強.這可能是由于隨著經(jīng)濟快速擴張,地表溫度逐漸上升導(dǎo)致的[27].

圖5 生態(tài)系統(tǒng)服務(wù)協(xié)同權(quán)衡對年平均溫度變化的時空非平穩(wěn)響應(yīng)Fig.5 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to annual mean temperature variation

長江三角洲城市群地區(qū)經(jīng)濟發(fā)展迅速,人口密度較大,地表溫度的增加必須要引起管理人員的注意.首先,在生態(tài)系統(tǒng)服務(wù)之間的關(guān)系對年平均氣溫變化產(chǎn)生負響應(yīng)的區(qū)域,應(yīng)采取措施降低溫度;其次,管理人員在制定城市規(guī)劃時,應(yīng)增加城市綠地面積并關(guān)注城市的幾何形態(tài),包括建筑物的大小、形狀和方向,對風(fēng)流的影響都能降低地表溫度.除此之外,政府應(yīng)控制建筑密度,保證城市風(fēng)向流通.

生態(tài)系統(tǒng)服務(wù)間的關(guān)系與人口密度和GDP 整體上在北部以及西南部表現(xiàn)為正相關(guān),如圖6 和圖7所示.長三角北部和西南部相對于中東地區(qū)來講,人口密度較低,建設(shè)用地占比少,GDP 密度低.在這樣的環(huán)境下適當(dāng)增加活動強度,改變土地利用模式,可能帶來不同類型生態(tài)系統(tǒng)服務(wù)同程度下降,增加各個生態(tài)系統(tǒng)服務(wù)協(xié)同的可能性.從時間上來看,生態(tài)系統(tǒng)服務(wù)之間的關(guān)系與人口密度和GDP在2000～2020年間正相關(guān)關(guān)系占比越來越大,這可能與快速發(fā)展的城市環(huán)境密切相關(guān).

圖6 生態(tài)系統(tǒng)服務(wù)協(xié)同權(quán)衡對人口密度變化的時空非平穩(wěn)響應(yīng)Fig.6 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to population density changes

圖7 生態(tài)系統(tǒng)服務(wù)協(xié)同權(quán)衡對國內(nèi)生產(chǎn)總值密度變化的時空非平穩(wěn)響應(yīng)Fig.7 The spatial-temporal non-stationary response of trade-offs and synergies of ecosystem services to changes in GDP density

3.5 討論

本文研究的創(chuàng)新點是運用差異比較法表征生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同關(guān)系,解決了傳統(tǒng)方法得到的生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同結(jié)果無法支持局部回歸的運算問題.同時采用地理加權(quán)二元邏輯回歸量化了由地理過程的復(fù)雜性引起的自然和社會因素對生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同關(guān)系的時空異質(zhì)性.同時,以城市群為研究區(qū)域探討生態(tài)系統(tǒng)服務(wù)協(xié)同權(quán)衡關(guān)系及其空間尺度效應(yīng),有利于深入探討城市尺度生態(tài)系統(tǒng)服務(wù)之間的協(xié)同權(quán)衡關(guān)系,可為城市群國土空間生態(tài)修復(fù)規(guī)劃策略的制定提供參考.以2000～2020 年為時間跨度,有利于管理者更好地認識生態(tài)系統(tǒng)服務(wù)之間的相互作用,將主導(dǎo)性因子作為調(diào)控優(yōu)化生態(tài)系統(tǒng)的核心內(nèi)容.本文采用的差異比較法能清晰的反映出生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同關(guān)系,二元的結(jié)果也可以為后續(xù)采用地理加權(quán)模型提供基礎(chǔ).但是該方法也具有局限性,如只能反映兩種生態(tài)系統(tǒng)服務(wù)之間的關(guān)聯(lián)而對多種生態(tài)系統(tǒng)服務(wù)之間的關(guān)聯(lián)無法做出解釋,以及不能反映生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同關(guān)系的強弱.由于本文的主要內(nèi)容是研究生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同對其影響因子的時空異質(zhì)性問題,其他難點可以作為今后的研究方向.

4 結(jié)論

4.1 2000～2020 年,長江三角洲城市群生境質(zhì)量與碳儲存均呈現(xiàn)下降的趨勢,生境質(zhì)量下降幅度為3.85%,碳儲存下降幅度為0.51%,這與長三角建設(shè)用地面積增加與土地利用類型變化關(guān)系密切;產(chǎn)水服務(wù)在2000～2020 年間變化較大,總體大幅度增加了87.56%,這與建設(shè)用地面積增加增大了地表不透水層以及降水不斷增多有很大關(guān)聯(lián).

4.2 2000～2020 年間,長江三角洲城市群3 對生態(tài)系統(tǒng)服務(wù)存在較強的時空異質(zhì)性.產(chǎn)水服務(wù)與生境質(zhì)量及產(chǎn)水服務(wù)與碳儲存以權(quán)衡關(guān)系為主,主要分布在南部和北部地區(qū),分別占比77.05%和73.44%;生境質(zhì)量與碳儲存整體呈現(xiàn)協(xié)同狀態(tài),表現(xiàn)出零散分布的特點,占比76.39%.

4.3 在長江三角洲城市群地區(qū),建設(shè)用地面積和年平均溫度變化相比于其他因子而言,對生態(tài)系統(tǒng)服務(wù)權(quán)衡的時空非平穩(wěn)響應(yīng)更加強烈.建設(shè)用地面積在整體上與生境質(zhì)量-碳儲存呈現(xiàn)正相關(guān)關(guān)系,與生境質(zhì)量-產(chǎn)水服務(wù)及碳儲存-產(chǎn)水服務(wù)呈現(xiàn)負相關(guān);年平均氣溫變化與3 對生態(tài)系統(tǒng)服務(wù)在整體上呈現(xiàn)負相關(guān).