摘" 要：秦嶺作為我國(guó)南北氣候分界線與重要生態(tài)安全屏障，明確其典型生態(tài)系統(tǒng)服務(wù)空間差異及地形梯度效應(yīng)，對(duì)構(gòu)建生態(tài)安全屏障和實(shí)現(xiàn)可持續(xù)發(fā)展意義重大。利用 InVEST、CASA 等方法與多源遙感數(shù)據(jù)，估算 2020 年秦嶺生態(tài)保護(hù)區(qū)典型生態(tài)系統(tǒng)服務(wù)，結(jié)合海拔、坡度等4種地形因素分析梯度效應(yīng)，劃分多重生態(tài)系統(tǒng)服務(wù)重要性并分析其在地形因子上的梯度效應(yīng)。結(jié)果顯示，生態(tài)系統(tǒng)服務(wù)空間分布區(qū)域分異顯著，高值區(qū)為林草地等生態(tài)用地，低值區(qū)為建設(shè)用地;秦嶺生態(tài)保護(hù)區(qū)地形差異大，地形起伏度從中部向四周、地形位指數(shù)從西北向東南遞減;生態(tài)系統(tǒng)服務(wù)在地形梯度上空間分異明顯，生境質(zhì)量隨地形因子梯度增加而提升，產(chǎn)水服務(wù)相反，土壤保持隨坡度等梯度增加呈線性增長(zhǎng)，植被固碳隨坡度和地形位指數(shù)梯度增加呈對(duì)數(shù)增長(zhǎng)。研究結(jié)果為秦嶺生態(tài)保護(hù)及可持續(xù)發(fā)展提供參考。

關(guān)鍵詞：生態(tài)系統(tǒng)服務(wù);InVEST模型;地形梯度;空間分布;秦嶺生態(tài)保護(hù)區(qū)

中圖分類(lèi)號(hào)：X171.1" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2025）11-0006-08

Abstract： The Qinling Mountains， serving as the climate divide between north and south China and a crucial ecological security barrier， clarifying the spatial differences of its typical ecosystem services and topographic gradient effects is vital for ecological security and sustainable development. Using methods like InVEST and CASA and multi - source remote sensing data， the typical ecosystem services in Qinling's ecological protection areas in 2020 were estimated. Gradient effects were analyzed by combining four topographic factors such as elevation and slope. The importance of multiple ecosystem services was classified and its gradient effects on topographic factors were studied. Results show： Ecosystem services have significant spatial regional differentiation， with high - value areas being ecological land like forests and grasslands and low - value areas being construction land; There are large topographic differences in Qinling's ecological protection areas， with topographic relief decreasing from the center to the periphery and topographic position index decreasing from northwest to southeast; Ecosystem services show obvious spatial differentiation on topographic gradients. Habitat quality improves with the increase of topographic factor gradients， while water yield service is opposite. Soil conservation shows a linear growth with the increase of slope and other gradients， and vegetation carbon sequestration shows a logarithmic growth with the increase of slope and topographic position index gradients. The research provides a reference for Qinling's ecological protection and sustainable development.

Keywords： ecosystem service; InVEST model; terrain gradient; space distribution; Qinling Ecological Reserve

生態(tài)文明建設(shè)是關(guān)乎中華民族永續(xù)發(fā)展的根本大計(jì)，是我國(guó)的重大戰(zhàn)略，秦嶺在我國(guó)生態(tài)文明建設(shè)中具有重要的戰(zhàn)略地位[1]。秦嶺處于南北過(guò)渡帶，因其地理環(huán)境的獨(dú)特性、復(fù)雜性和敏感性，是地理過(guò)程、生態(tài)恢復(fù)、環(huán)境保護(hù)和人地協(xié)調(diào)研究的典型區(qū)域[2]。隨著城市化和旅游項(xiàng)目的開(kāi)發(fā)，秦嶺森林生態(tài)系統(tǒng)逐漸被蠶食，并向中高海拔地區(qū)蔓延。同時(shí)全球氣候變暖也對(duì)秦嶺生態(tài)環(huán)境帶來(lái)了一定的影響和挑戰(zhàn)。生態(tài)系統(tǒng)服務(wù)作為人類(lèi)與自然和諧共生的重要紐帶，量化其功能并深入研究其地形梯度效應(yīng)，對(duì)構(gòu)建秦嶺生態(tài)安全屏障，以及可持續(xù)發(fā)展具有十分重大而深遠(yuǎn)的意義[3-4]。

生態(tài)系統(tǒng)服務(wù)概念自提出后，國(guó)內(nèi)外學(xué)者就其形成機(jī)制[5-6]、價(jià)值評(píng)估[7]、協(xié)同與權(quán)衡[8-9]、情景模擬與預(yù)測(cè)[10-11]等方面開(kāi)展了大量的研究，其逐漸被視為實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)過(guò)程中的關(guān)鍵因素[12]。土地利用和生態(tài)系統(tǒng)服務(wù)的變化相互影響，根據(jù)不同的土地利用方式，陸地生態(tài)系統(tǒng)可分為城鎮(zhèn)生態(tài)系統(tǒng)、農(nóng)田生態(tài)系統(tǒng)、森林生態(tài)系統(tǒng)、草地生態(tài)系統(tǒng)、濕地生態(tài)系統(tǒng)和荒漠生態(tài)系統(tǒng)[13-14]。尹飛等[15]分析了農(nóng)田生態(tài)系統(tǒng)服務(wù)功能形成的根本驅(qū)動(dòng)力。Tiemann等[16]針對(duì)森林生態(tài)系統(tǒng)制定了系統(tǒng)的生物物理指標(biāo)用來(lái)評(píng)估生態(tài)系統(tǒng)服務(wù)。Harrison等[17]系統(tǒng)評(píng)價(jià)了生物多樣性屬性與生態(tài)系統(tǒng)服務(wù)之間的聯(lián)系。而秦嶺作為包含森林生態(tài)系統(tǒng)和農(nóng)田生態(tài)系統(tǒng)在內(nèi)的多生態(tài)系統(tǒng)綜合體，針對(duì)單一生態(tài)系統(tǒng)的服務(wù)功能的研究不足以支撐該地區(qū)的可持續(xù)發(fā)展。地形作為重要的自然地理要素，在一定程度上決定著區(qū)域土地覆被分布格局，進(jìn)而導(dǎo)致生態(tài)系統(tǒng)服務(wù)存在空間異質(zhì)性和區(qū)域差異，是影響生態(tài)系統(tǒng)服務(wù)空間分異的重要因子[18]。目前地形梯度影響機(jī)制研究多集中于青藏高原[19]、西南山區(qū)[20]、安第斯山脈[21]等具有絕對(duì)高差和垂直地帶性的地區(qū)，而基于生態(tài)系統(tǒng)服務(wù)功能的地形梯度研究多集中于生境質(zhì)量[22]、植被固碳[21]等單一功能，基于多個(gè)地形因子對(duì)多種生態(tài)系統(tǒng)服務(wù)的定量研究相對(duì)較少，尤其是對(duì)于秦嶺地區(qū)的相關(guān)研究甚少。秦嶺存在絕對(duì)高差，具有一定的垂直地帶性，研究典型生態(tài)系統(tǒng)服務(wù)在不同地形因子梯度下的空間分異特征，對(duì)于構(gòu)建秦嶺生態(tài)安全屏障，實(shí)現(xiàn)人與自然和諧共生具有重要意義[23]。

秦嶺是我國(guó)南北氣候的分界線和重要的生態(tài)安全屏障，具有調(diào)節(jié)氣候、保持水土、涵養(yǎng)水源和維護(hù)生態(tài)多樣性等諸多功能[24]。秦嶺作為中國(guó)南北氣候的分界線、中國(guó)東部最高山脈，地形起伏、氣候、水文、土壤和植被等差異明顯，利用海拔、坡度、地形起伏度等多個(gè)地形因子分析秦嶺生態(tài)保護(hù)區(qū)生態(tài)系統(tǒng)服務(wù)的地形梯度效應(yīng)及其垂直空間分布格局具有代表性和典型性。本文以秦嶺生態(tài)保護(hù)區(qū)為研究對(duì)象，首先，利用InVEST、CASA和RUSLE模型估算產(chǎn)水、生境質(zhì)量、植被固碳、土壤保持4類(lèi)典型生態(tài)系統(tǒng)服務(wù)。其次，量化秦嶺生態(tài)保護(hù)區(qū)各地形因子的分布特征。最后，分析4種典型生態(tài)系統(tǒng)服務(wù)以及多重生態(tài)系統(tǒng)服務(wù)重要性分區(qū)在不同地形因子梯度下的空間分布特征。研究結(jié)果對(duì)保護(hù)秦嶺生態(tài)環(huán)境，完善秦嶺區(qū)域長(zhǎng)效保護(hù)機(jī)制，實(shí)現(xiàn)秦嶺地區(qū)可持續(xù)發(fā)展提供參考依據(jù)。

1" 研究區(qū)概況與數(shù)據(jù)來(lái)源

1.1" 研究區(qū)概況

秦嶺生態(tài)保護(hù)區(qū)位于陜西省南部（圖1），地理范圍介于105°29′18″—111°01′54″E，32°28′53″—34°32′23″N，包括商洛市全市，以及西安市、寶雞市、渭南市、漢中市和安康市部分行政區(qū)域，涉及39個(gè)縣，總面積5.82×104 km2。地形起伏明顯，地勢(shì)東低西高，南緩北陡。海拔168～3 772 m，平均海拔1 000 m以上，具有明顯的自然景觀垂直分異特征[25]。地處中緯度季風(fēng)區(qū)，跨黃河、長(zhǎng)江兩大水系。北部為暖溫帶半濕潤(rùn)氣候，南部為北亞熱帶季風(fēng)性濕潤(rùn)氣候。年均溫約為14.5 ℃，年均降水量約為820 mm[26]。

1.2" 數(shù)據(jù)來(lái)源

本文使用的基礎(chǔ)數(shù)據(jù)來(lái)源包括：土地利用數(shù)據(jù)[27]來(lái)源于Zenodo-CLCD V1.0.1（https：//zenodo.org），空間分辨率為30 m;DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云（https：//www.gscloud.cn），使用ArcGIS10.8計(jì)算坡度、地形位指數(shù)及坡度坡長(zhǎng)因子，空間分辨率為30 m;氣溫、降水?dāng)?shù)據(jù)[28]來(lái)源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http：//www.geodata.cn），空間分辨率為1 km;太陽(yáng)輻射數(shù)據(jù)[29]來(lái)源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心（https：//data.tpdc.ac.cn），空間分辨率為10 km;歸一化植被指數(shù)數(shù)據(jù)[30]來(lái)源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心（https：//data.tpdc.ac.cn），基于MOD13Q1產(chǎn)品中空間分辨率為250 m，時(shí)間分辨率為16 d的NDVI數(shù)據(jù)，經(jīng)單期影像同類(lèi)地物噪聲像元初步重建、長(zhǎng)時(shí)間序列影像S-G濾波、保留高質(zhì)量像元、16 d合成月度數(shù)據(jù)，空間分辨率為250 m;土壤數(shù)據(jù)來(lái)源于世界土壤數(shù)據(jù)庫(kù)（https：//www.fao.org）的中國(guó)土壤數(shù)據(jù)集（v1.2），空間分辨率為250 m。所有柵格數(shù)據(jù)均通過(guò)ArcGIS10.8重采樣為30 m×30 m空間分辨率，統(tǒng)一投影為阿爾伯斯（Albers）投影。

2" 研究方法

2.1" 生態(tài)系統(tǒng)服務(wù)功能評(píng)估

2.1.1" 產(chǎn)水服務(wù)估算

產(chǎn)水服務(wù)主要利用降水量、蒸散量等數(shù)據(jù)，通過(guò)水量平衡的方法計(jì)算得到[31]，計(jì)算公式如下

式中：Yn為柵格數(shù)據(jù)像元n的年產(chǎn)水量（mm）;AETn為柵格數(shù)據(jù)像元n的年實(shí)際蒸散量（mm）;P為柵格數(shù)據(jù)像元n的年降水量（mm）。

2.1.2 植被固碳服務(wù)估算

植被固碳服務(wù)主要通過(guò)植被凈初級(jí)生產(chǎn)力（NPP）進(jìn)行計(jì)算。植物通過(guò)光合作用吸收二氧化碳，釋放氧氣，并生成有機(jī)物[32-33]。植被凈初級(jí)生產(chǎn)力通過(guò)CASA模型進(jìn)行計(jì)算[34-35]，公式如下

NPP（n，t）=APAR（n，t）×ε（n，t） ， （2）

式中：NPP（n，t）為柵格單元n在第t月的植被凈初級(jí)生產(chǎn)力（g/m2）;APAR（n，t）為光合有效輻射（MJ/m2）;ε（n，t）為光能利用率（g/MJ）。

2.1.3" 土壤保持服務(wù)估算

土壤保持服務(wù)主要通過(guò)RUSLE模型進(jìn)行計(jì)算[36]，公式如下

A=R×K×LS×（1-C×P） ， （3）

式中：A為土壤保持量（t/hm2）;R為降雨侵蝕力因子（MJ·mm/（hm2·h·a））;K為土壤可蝕性因子（t·hm2·h/（hm2·MJ·mm））;LS為坡長(zhǎng)坡度因子，無(wú)量綱;C為植被覆蓋與管理因子，無(wú)量綱;P為水土保持措施因子，無(wú)量綱。

2.1.4 生境質(zhì)量服務(wù)估算

生境質(zhì)量服務(wù)主要通過(guò)土地利用類(lèi)型以及威脅源和敏感性參數(shù)表進(jìn)行計(jì)算[37-38]，公式如下

式中：Qni為土地利用類(lèi)型i中柵格單元n的生境質(zhì)量指數(shù);Hi為土地利用類(lèi)型i中柵格單元n的生境適宜度;Dni為土地利用類(lèi)型i中柵格單元n的生境退化度;z為歸一化常量;k為半飽和參數(shù);威脅源及敏感性參數(shù)表參考王曉晨[39]的研究。

2.2 地形因子梯度量化

2.2.1 地形起伏度

地形起伏度是分析單元內(nèi)的相對(duì)高差，是描述地貌形態(tài)的定量指標(biāo)[23，33]，公式如下

R=Emax-Emin ， （5）

式中：R為地形起伏度;Emax為分析單元中最大海拔值;Emin為分析單元中最小海拔值。

2.2.2 地形位指數(shù)

地形位指數(shù)將海拔與坡度組合計(jì)算，綜合反映地形條件的空間分異[40]，公式如下

式中：TI為地形位指數(shù);E為單元內(nèi)柵格的海拔;E0為單元內(nèi)柵格的平均海拔;S為單元內(nèi)柵格的坡度;S0為單元內(nèi)柵格的平均坡度。

2.2.3" 地形因子梯度分級(jí)標(biāo)準(zhǔn)

為表征地形梯度的空間差異性，結(jié)合自然斷點(diǎn)法的優(yōu)勢(shì)，將海拔、坡度、地形起伏度、地形位指數(shù)4種地形因子進(jìn)行分級(jí)，分級(jí)情況見(jiàn)表1。

2.3" 地形分布指數(shù)

地形分布指數(shù)表征不同生態(tài)系統(tǒng)服務(wù)類(lèi)型在不同地形區(qū)間的分布頻率[41]，公式如下

式中：F表征地形分布指數(shù);A為t地形因子y梯度上第x類(lèi)重要區(qū)的面積;A為第x類(lèi)重要區(qū)的面積;A為t地形因子y梯度上的面積;A為研究區(qū)總面積。Fgt;1為某類(lèi)重要區(qū)在某地形因子梯度上分布的優(yōu)勢(shì)區(qū)間。地形分布指數(shù)曲線波動(dòng)越劇烈，表明某類(lèi)重要區(qū)對(duì)地形差異的選擇性越強(qiáng)[41]。

3 結(jié)果分析

3.1 生態(tài)系統(tǒng)服務(wù)空間分布特征

秦嶺生態(tài)保護(hù)區(qū)2020年典型生態(tài)系統(tǒng)服務(wù)的空間分布情況如圖2所示。秦嶺生態(tài)保護(hù)區(qū)的產(chǎn)水量為8.10～1 075.24 mm，高值區(qū)主要分布在東部地區(qū)的耕地，低值區(qū)主要分布在中部和西部的林地和草地。植被的固碳量為109.7～1 232.3 gC/m2，高值區(qū)主要分布在中部地區(qū)的林地，低值區(qū)主要分布在東部和南部地區(qū)的耕地和建設(shè)用地。土壤保持量為0～6 650.06 t/hm2，高值區(qū)主要分布在西部地區(qū)的林地，低值區(qū)主要分布在東部地區(qū)的耕地和建設(shè)用地。生境質(zhì)量為0～1，高值區(qū)主要分布在中部地區(qū)的林地，低值區(qū)主要分布在東部地區(qū)的耕地和建設(shè)用地。整體而言，秦嶺生態(tài)保護(hù)區(qū)的生態(tài)系統(tǒng)服務(wù)的空間分布特征具有顯著的區(qū)域分異性。其植被固碳量、土壤保持量及生境質(zhì)量均呈現(xiàn)由中部的林地向四周的耕地和建設(shè)用地逐漸遞減的趨勢(shì)，而產(chǎn)水量則呈現(xiàn)與之相反的趨勢(shì)。

3.2 秦嶺生態(tài)保護(hù)區(qū)地形特征

通過(guò)計(jì)算可知秦嶺生態(tài)保護(hù)區(qū)地形起伏度、地形位指數(shù)及地形分布指數(shù)，秦嶺生態(tài)保護(hù)區(qū)各地形因子的梯度特征如圖3所示。秦嶺生態(tài)保護(hù)區(qū)地形差異較大，總體地勢(shì)西北高東南低，海拔最高為3 771 m，最高處位于太白山主峰拔仙臺(tái)，最低為168 m;保護(hù)區(qū)中部較陡，坡度最高值為76.97°;地形起伏度最大值為291，最小值為0，由中部向四周逐漸遞減;地形位指數(shù)由西北向東南逐漸遞減，最大值為2.57，最小值為0.14。

3.3" 生態(tài)系統(tǒng)服務(wù)的地形梯度效應(yīng)

將產(chǎn)水量、植被固碳、土壤保持及生境質(zhì)量4種生態(tài)系統(tǒng)服務(wù)分別與不同地形梯度疊加分析，獲取每個(gè)地形梯度級(jí)別的分布趨勢(shì)，如圖4所示。生境質(zhì)量服務(wù)總體隨著各地形因子梯度的增加而上升， 具體來(lái)看，生境質(zhì)量服務(wù)隨著海拔與地形位指數(shù)梯度的增加呈對(duì)數(shù)增長(zhǎng)趨勢(shì)，隨著坡度與地形起伏度梯度的增加呈對(duì)數(shù)增長(zhǎng)趨勢(shì)。植被固碳服務(wù)隨著坡度和地形位指數(shù)梯度的增加，上升速度逐漸放緩，整體呈對(duì)數(shù)增長(zhǎng)趨勢(shì)，隨著海拔和地形起伏度梯度的增加呈現(xiàn)先上升后下降的趨勢(shì)，分別在Ⅳ級(jí)海拔梯度和Ⅲ級(jí)地形起伏度梯度上達(dá)到最大值。產(chǎn)水服務(wù)總體隨著各地形因子梯度的增加而降低。土壤保持服務(wù)隨著坡度、地形起伏度、地形位指數(shù)梯度的增加而提升，相反，隨著海拔的增加而呈先上升后下降的趨勢(shì)，在Ⅱ級(jí)海拔梯度上達(dá)到最大值。

在海拔上，產(chǎn)水服務(wù)隨著海拔梯度的增加整體呈直線下降趨勢(shì);土壤保持服務(wù)隨著海拔的增加呈先上升后下降的趨勢(shì)，在第Ⅱ級(jí)海拔梯度上達(dá)到最大值，且在第Ⅱ—Ⅴ級(jí)梯度迅速下降;生境質(zhì)量服務(wù)隨著海拔的增加呈對(duì)數(shù)增長(zhǎng)趨勢(shì);植被固碳隨著海拔的增加呈先上升后下降的趨勢(shì)，在第Ⅳ級(jí)海拔梯度上達(dá)到最大值。在坡度和地形起伏度上，植被固碳及生境質(zhì)量隨梯度的增加均呈對(duì)數(shù)增長(zhǎng)趨勢(shì)，因此這2種生態(tài)系統(tǒng)服務(wù)在坡度和地形起伏度上的梯度變化具有相似性。在地形位指數(shù)上，植被固碳服務(wù)隨梯度的增加，增長(zhǎng)速度逐漸放緩，整體呈對(duì)數(shù)增長(zhǎng)趨勢(shì);土壤保持及生境質(zhì)量服務(wù)隨梯度增加而增加，產(chǎn)水服務(wù)則與之相反，隨梯度增加而減少，但這3種生態(tài)系統(tǒng)服務(wù)整體均呈線性趨勢(shì)，表明地形位指數(shù)對(duì)其具有較大影響。

4" 結(jié)論與討論

4.1" 結(jié)論

1）利用InVEST、CASA和RUSLE模型估算秦嶺生態(tài)保護(hù)區(qū)2020年產(chǎn)水量、生境質(zhì)量、植被固碳及土壤保持4種生態(tài)系統(tǒng)服務(wù)功能，其中，產(chǎn)水量為8.1～1 075.24 mm，固碳量為109.7～1 232.3 gC/m2，土壤保持量為0～6 650.06 t/hm2，生境質(zhì)量為0～1。研究區(qū)域內(nèi)，生態(tài)系統(tǒng)服務(wù)空間分布特征具有顯著的區(qū)域分異性，植被固碳量、土壤保持量以及生境質(zhì)量指標(biāo)，均表現(xiàn)出以中部林地為高值中心，向四周耕地及建設(shè)用地逐漸降低的空間分布特征;而產(chǎn)水量指標(biāo)的空間變化趨勢(shì)則呈現(xiàn)與之相反的趨勢(shì)。

2）秦嶺生態(tài)保護(hù)區(qū)地形差異較大，總體地勢(shì)西北高東南低，最高處位于太白山主峰拔仙臺(tái);在保護(hù)區(qū)中部區(qū)域，坡度呈現(xiàn)出明顯的陡峭態(tài)勢(shì)，最高值達(dá)76.97°。地形起伏度方面，最大值達(dá)291，最小值為0，呈現(xiàn)出從中部向四周逐步降低的變化規(guī)律;地形位指數(shù)自西北向東南方向遞減，范圍為0.14至2.57。

3）生態(tài)系統(tǒng)服務(wù)在不同地形梯度上具有明顯的空間分異特征。生境質(zhì)量服務(wù)總體隨著不同地形因子梯度的增加呈現(xiàn)提升特征，產(chǎn)水服務(wù)總體則呈現(xiàn)隨各地形因子梯度的增加而降低的態(tài)勢(shì)。土壤保持服務(wù)隨著坡度、地形起伏度、地形位指數(shù)梯度的增加呈線性增長(zhǎng)趨勢(shì)，隨著海拔梯度的增加呈先升后降的趨勢(shì)，在第Ⅱ級(jí)海拔梯度上達(dá)到最大值。植被固碳服務(wù)隨著坡度和地形位指數(shù)梯度的增加呈對(duì)數(shù)增長(zhǎng)趨勢(shì)，隨著海拔和地形起伏度梯度增加，上升趨勢(shì)呈倒“V”字，分別在Ⅳ級(jí)海拔梯度和Ⅲ級(jí)地形起伏度梯度上達(dá)到最大值。

4.2" 討論

本研究借助多重生態(tài)系統(tǒng)服務(wù)重要性分區(qū)方法，全面剖析了不同生態(tài)系統(tǒng)服務(wù)在各類(lèi)地形因子上的梯度特性。就植被固碳、土壤保持以及生境質(zhì)量這三項(xiàng)生態(tài)系統(tǒng)服務(wù)而言，隨梯度的遞增均呈現(xiàn)出上升態(tài)勢(shì)。但其上升速率卻隨著梯度的升高而逐步降低。這主要是因?yàn)樵谥械吞荻葏^(qū)域人類(lèi)活動(dòng)較為頻繁，人為干擾作用明顯。隨著梯度逐漸升高，人為干擾作用減弱，植被覆蓋度得以提升，進(jìn)而使得各項(xiàng)生態(tài)系統(tǒng)服務(wù)相應(yīng)增加，但梯度增加至一定程度后，由于海拔、坡度等因素影響，地表覆被由喬木林地轉(zhuǎn)變?yōu)楣嗄净蚋呱讲莸椋瑥亩鴮?dǎo)致其上升速度放緩。而產(chǎn)水服務(wù)則隨梯度的增加呈下降的趨勢(shì)，原因是中低梯度坡度緩，植被覆蓋率低，隨著梯度升高，植被覆蓋度增加，從而導(dǎo)致產(chǎn)水服務(wù)隨之下降。這與徐彩仙等[23]、張耀文[42]的研究結(jié)果相似。

4.3" 不足與展望

InVEST模型雖較為成熟，且廣泛應(yīng)用于不同區(qū)域生態(tài)系統(tǒng)服務(wù)的量化評(píng)估，但對(duì)于評(píng)估中所需參數(shù)，如生境質(zhì)量中的威脅源、敏感度參數(shù)依賴(lài)于專(zhuān)家知識(shí)和既往研究，由于認(rèn)知水平的局限性，評(píng)估結(jié)果必然會(huì)出現(xiàn)一定的誤差。在未來(lái)的研究中，需結(jié)合實(shí)地調(diào)研等方法，利用實(shí)測(cè)數(shù)據(jù)修正模型參數(shù)，使之能夠更加精準(zhǔn)地評(píng)估區(qū)域的生態(tài)系統(tǒng)服務(wù)。

參考文獻(xiàn)：

[1] 李君軼，傅伯杰，孫九林，等.新時(shí)期秦嶺生態(tài)文明建設(shè)：存在問(wèn)題與發(fā)展路徑[J].自然資源學(xué)報(bào)，2021，36（10）：2449-2463.

[2] 張百平.中國(guó)南北過(guò)渡帶研究的十大科學(xué)問(wèn)題[J].地理科學(xué)進(jìn)展，2019，38（3）：305-311.

[3] 李克非，龔斌，吳艷玲.秦嶺生態(tài)保護(hù)和生態(tài)文明建設(shè)的思考[J].中國(guó)生態(tài)文明，2021（3）：40-42.

[4] 劉美娟，仲俊濤，王蓓，等.基于InVEST模型的青海湖流域產(chǎn)水功能時(shí)空變化及驅(qū)動(dòng)因素分析[J].地理科學(xué)，2023，43（3）：411-422.

[5] 劉國(guó)華.西南生態(tài)安全格局形成機(jī)制及演變機(jī)理[J].生態(tài)學(xué)報(bào)，2016，36（22）：7088-7091.

[6] 劉綠怡，劉慧敏，任嘉衍，等.生態(tài)系統(tǒng)服務(wù)形成機(jī)制研究進(jìn)展[J].生態(tài)學(xué)雜志，2017，28（8）：2731-2738.

[7] 謝高地，張彩霞，張雷明，等.基于單位面積價(jià)值當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法改進(jìn)[J].自然資源學(xué)報(bào)，2015，30（8）：1243-1254.

[8] 李雙成，張才玉，劉金龍，等.生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同研究進(jìn)展及地理學(xué)研究議題[J].地理研究，2013，32（8）：1379-1390.

[9] 牛忠恩，何洪林，任小麗，等.基于過(guò)程模型的2000-2018年中國(guó)陸地生態(tài)系統(tǒng)服務(wù)時(shí)空動(dòng)態(tài)及其權(quán)衡與協(xié)同分析[J].生態(tài)學(xué)報(bào)，2023，43（2）：496-509.

[10] MORáN-ORD?EZ A， ROCES-DíAZ J V， OTSU K， et al. The use of scenarios and models to evaluate the future of nature values and ecosystem services in Mediterranean forests[J]. Regional Environmental Change， 2019， 19（2）： 415-428.

[11] 劉焱序，于丹丹，傅伯杰，等.生物多樣性與生態(tài)系統(tǒng)服務(wù)情景模擬研究進(jìn)展[J].生態(tài)學(xué)報(bào)，2020，40（17）：5863-5873.

[12] 鮮祖德，巴運(yùn)紅，成金璟.聯(lián)合國(guó)2030年可持續(xù)發(fā)展目標(biāo)指標(biāo)及其政策關(guān)聯(lián)研究[J].統(tǒng)計(jì)研究，2021，38（1）：4-14.

[13] HASAN S S， ZHEN L， MIAH MD G， et al. Impact of land use change on ecosystem services： A review[J]. Resources Use， Ecosystem Restoration and Green Development， 2020（34）： 100527.

[14] 劉亞群，呂昌河，傅伯杰，等.中國(guó)陸地生態(tài)系統(tǒng)分類(lèi)識(shí)別及其近20年的時(shí)空變化[J].生態(tài)學(xué)報(bào)，2021，41（10）：3975-3987.

[15] 尹飛，毛任釗，傅伯杰，等.農(nóng)田生態(tài)系統(tǒng)服務(wù)功能及其形成機(jī)制[J].應(yīng)用生態(tài)學(xué)報(bào)，2006（5）：929-934.

[16] TIEMANN A， RING I. Towards ecosystem service assessment： Developing biophysical indicators for forest ecosystem services[J]. Ecological Indicators， 2022， 137： 108704.

[17] HARRISON P A， BERRY P M， SIMPSON G， et al.. Linkages between biodiversity attributes and ecosystem services： A systematic review[J]. Ecosystem Services， 2014（9）： 191-203.

[18] 程靜，王鵬，陳紅翔，等.渭河流域生境質(zhì)量時(shí)空演變及其地形梯度效應(yīng)與影響因素[J].干旱區(qū)地理，2023，46（3）：481-491.

[19] LI X， GAO J， ZHANG J. A topographic perspective on the distribution of degraded meadows and their changes on the Qinghai-Tibet Plateau， West China[J]. Land Degradation amp; Development， 2018， 29（6）：1574-1582.

[20] LI M， LUO G， LI Y， et al. Effects of landscape patterns and their changes on ecosystem health under different topographic gradients： A case study of the Miaoling Mountains in southern China[J]. Ecological Indicators， 2023（154）： 110796.

[21] WARREN D， CLéMENT S， BENO?T B， et al. Tree stem and soil methane and nitrous oxide fluxes， but not carbon dioxide fluxes， switch sign along a topographic gradient in a tropical forest[J]. Plant and Soil， 2023， 488（1）： 533-549.

[22] XIAO P N， ZHOU Y， LI M Y， et al. Spatiotemporal patterns of habitat quality and its topographic gradient effects of Hubei Province based on the InVEST model[J]. Environment， Development and Sustainability， 2023， 25（7）： 6419-6448.

[23] 徐彩仙，鞏杰，李焱，等.基于地形梯度的甘肅白龍江流域典型生態(tài)系統(tǒng)服務(wù)分布特征[J].生態(tài)學(xué)報(bào)，2020，40（13）：4291-4301.

[24] 馬新萍，李晶，余玉洋，等.秦嶺山地碳中和空間服務(wù)范圍及其模擬預(yù)測(cè)[J].生態(tài)學(xué)報(bào)，2022，42（23）：9431-9441.

[25] 王茜，穆琪，羅漫雅，等.秦嶺生態(tài)系統(tǒng)服務(wù)協(xié)同與權(quán)衡的時(shí)空異質(zhì)性[J].應(yīng)用生態(tài)學(xué)報(bào)，2022，33（8）：2057-2067.

[26] 李大偉，段克勤，石培宏，等.秦嶺中部山地降水的垂直變化研究[J].地理學(xué)報(bào)，2022，77（7）：1762-1774.

[27] YANG J， HUANG X. The 30m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data， 2021， 13（8）： 3907-3925.

[28] PENG S Z， DING Y X， LIU W Z， et al. 1km monthly temperature and precipitation dataset for China from 1901 to 2017[J]. Earth System Science Data，2019，11（4）：1931-1946.

[29] MA R， LETU H， YANG K， et al， CHEN， L. Estimation of Surface Shortwave Radiation From Himawari-8 Satellite Data Based on a Combination of Radiative Transfer and Deep Neural Network[J]. IEEE Trans. Geosci. Remote Sensing，2020（58）：5304-5316.

[30] 高吉喜，史園莉，張宏偉，等.中國(guó)區(qū)域250米歸一化植被指數(shù)數(shù)據(jù)集（2000-2022）[EB/OL].國(guó)家青藏高原數(shù)據(jù)中心.https：//doi.org/10.11888/Terre.tpdc.300328.

[31] 王曉峰，符鑫鑫，楚冰洋，等.秦嶺生態(tài)屏障產(chǎn)水服務(wù)時(shí)空演變特征及驅(qū)動(dòng)要素[J].自然資源學(xué)報(bào)，2021，36（10）：2507-2521.

[32] 張靜，任志遠(yuǎn)，張嘉琪.汾河中下游土地生態(tài)系統(tǒng)固碳釋氧動(dòng)態(tài)測(cè)評(píng)[J].干旱地區(qū)農(nóng)業(yè)研究，2018，36（2）：242-249.

[33] 杜可心，張福平，馮起，等.黑河流域生態(tài)系統(tǒng)服務(wù)的地形梯度效應(yīng)及生態(tài)分區(qū)[J].中國(guó)沙漠，2023，43（2）：139-149.

[34] 朱文泉，潘耀忠，張錦水.中國(guó)陸地植被凈初級(jí)生產(chǎn)力遙感估算[J].植物生態(tài)學(xué)報(bào)，2007（3）：413-424.

[35] 蘇勝濤，曾源，趙旦，等.中國(guó)陸地植被凈初級(jí)生產(chǎn)力估算模型優(yōu)化與分析——基于中國(guó)生態(tài)系統(tǒng)研究網(wǎng)絡(luò)數(shù)據(jù)[J].生態(tài)學(xué)報(bào)，2022，42（4）：1276-1289.

[36] 衛(wèi)新東，林良國(guó)，馮小龍，等.神木市生態(tài)安全格局構(gòu)建與生態(tài)問(wèn)題定量診斷[J].生態(tài)學(xué)報(bào)，2023，43（1）：82-94.

[37] 賈磊，姚順波，鄧元杰，等.2000～2020年陜西秦巴山區(qū)生境質(zhì)量時(shí)空演變及其地形梯度效應(yīng)[J].長(zhǎng)江流域資源與環(huán)境，2022，31（2）：398-413.

[38] 張學(xué)儒，周杰，李夢(mèng)梅.基于土地利用格局重建的區(qū)域生境質(zhì)量時(shí)空變化分析[J].地理學(xué)報(bào)，2020，75（1）：160-178.

[39] 王曉晨.基于InVEST模型的陜西秦嶺（渭河流域）生態(tài)系統(tǒng)服務(wù)評(píng)估[D].西安：西北大學(xué)，2022.

[40] 段小薇，李小建.山區(qū)縣域聚落演化的空間分異特征及其影響因素——以豫西山地嵩縣為例[J].地理研究，2018，37（12）：2459-2474.

[41] 臧玉珠，劉彥隨，楊園園.山區(qū)縣域土地利用格局變化及其地形梯度效應(yīng)——以井岡山市為例[J].自然資源學(xué)報(bào)，2019，34（7）：1391-1404.

[42] 張耀文，張勃，姚榮鵬，等.2000-2020年渭河流域植被覆蓋度及產(chǎn)水量時(shí)空變化[J].中國(guó)沙漠，2022，42（2）：223-233.