李春瑩,李桂娥*,李 杰,焦洋陽(yáng) (.中國(guó)礦業(yè)大學(xué)公共管理學(xué)院,江蘇 徐州 6；.中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)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(shì)[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(jìn)而因地制宜的控制影響因素并鼓勵(lì)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(shí)現(xiàn)可持續(xù)發(fā)展[3].目前針對(duì)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(shí)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(diǎn)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(shí)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(duì)影響因素進(jìn)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(cè)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(yùn)算,因而局部回歸很少用于測(cè)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(shí)空非平穩(wěn)響應(yīng),對(duì)加強(qiáng)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(duì)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(duì)象的相關(guān)研究.不同區(qū)域特點(diǎn)可能會(huì)存在不同的影響機(jī)制,城市群作為我國(guó)經(jīng)濟(jì)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(gè)問題尚未深入分析:局部回歸如何用于測(cè)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(duì)影響因素進(jìn)行量化？在經(jīng)濟(jì)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(guó)最大的城市群長(zhǎng)江三角洲城市群為研究區(qū)域,選擇長(zhǎng)江三角洲城市群經(jīng)濟(jì)發(fā)展最為迅速的2000～2020 年,利用In VEST 模型計(jì)算該地區(qū)典型的生境質(zhì)量、碳儲(chǔ)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(jìn)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(shí)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(jìn)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(huì)因素對(duì)生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同關(guān)系的時(shí)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(zhǎng)江三角洲城市群位于中國(guó)長(zhǎng)江的下游地區(qū),包括上海市、江蘇省、浙江省、安徽省的41 個(gè)城市,是中國(guó)經(jīng)濟(jì)發(fā)展最活躍、創(chuàng)新能力最強(qiáng)、開放程度最高的區(qū)域之一[13].受人類活動(dòng)及經(jīng)濟(jì)發(fā)展影響,長(zhǎng)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(shí)別關(guān)鍵影響因子是十分迫切的任務(wù),這對(duì)滿足長(zhǎng)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(guó)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(guó)家基礎(chǔ)地理信息中心(https://www.webma.cn/);氣象數(shù)據(jù),來自中國(guó)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(guó)氣象數(shù)據(jù)網(wǎng)(http: //cdc.cma.gov.cn/)、國(guó)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(guó)土壤信息系統(tǒng)(http://www.issas.ac.cn/kxcb/zgtrxxxt);社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù),來自研究區(qū)各縣/區(qū)統(tǒng)計(jì)年鑒、中國(guó)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(jìn)行了空間化處理;地理坐標(biāo)系均使用CGCS2000 國(guó)家大地坐標(biāo)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(píng)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(diǎn)、水田、工礦用地設(shè)置為威脅源,計(jì)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(jí);k為半飽和常數(shù),通常是0.5[17-19].

2.1.2 碳儲(chǔ)存(CS) 使用In VEST 模型核算地上生物量、地下生物量、死亡有機(jī)物和土壤碳估算當(dāng)前的碳儲(chǔ)量,長(zhǎng)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(xiàn)以及長(zhǎng)三角實(shí)際情況[19-21],計(jì)算公式如下[14-15]:

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

2.1.3 產(chǎn)水服務(wù)(WY) 產(chǎn)水服務(wù)計(jì)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(shí)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(cè)定

通過比較特定時(shí)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(rèn)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(shí)期服務(wù)A的值;Bt1,Bt2為t1,t2時(shí)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(zhǎng)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(dòng)因素.備選驅(qū)動(dòng)因子的選擇主要基于以下原則:結(jié)合長(zhǎng)江三角洲城市群的實(shí)際情況[11-14];借鑒前人研究經(jīng)驗(yàn),涵蓋自然因素或社會(huì)經(jīng)濟(jì)因素中的一個(gè)重要部分[17];指標(biāo)是可以被量化及數(shù)據(jù)的可獲取性.此次分析共計(jì)選擇了12 項(xiàng)驅(qū)動(dòng)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(shí)數(shù)9 項(xiàng)自然因子,人口密度、GDP 和建設(shè)用地比例3 項(xiàng)社會(huì)經(jīng)濟(jì)因子[18].

2.3.2 潛在因子篩選 本研究對(duì)潛在因子進(jìn)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(diǎn)圖矩陣,相關(guān)系數(shù)r的絕對(duì)值一般在0.8 以上,認(rèn)為A和B 有強(qiáng)的相關(guān)性;0.3 到0.8 之間,可以認(rèn)為有弱的相關(guān)性;0.3 以下,認(rèn)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(shí)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(shí)間段選定的自然因素和社會(huì)經(jīng)濟(jì)因素的變化量.由于關(guān)系是二進(jìn)制的,因此因變量是二進(jìn)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(zhǎng)江三角洲城市群生境質(zhì)量與碳儲(chǔ)存均呈現(xiàn)下降的趨勢(shì),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(chǔ)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(zhǎng)江三角洲城市群在2000～2020 年間經(jīng)濟(jì)發(fā)展迅速,建設(shè)用地不斷擴(kuò)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(chǔ)量的下降[20-24].除此之外,生境質(zhì)量和碳儲(chǔ)量同時(shí)也會(huì)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(zhǎng)江三角洲城市群各項(xiàng)生態(tài)系統(tǒng)服務(wù)總量統(tǒng)計(jì)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(zhǎng)江三角洲城市群地區(qū)2000～2010 年,2010～2020 年及2000～2020 年3 個(gè)時(shí)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(chǔ)存和生境質(zhì)量-產(chǎn)水服務(wù)P<0.01,兩個(gè)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(jī)分布;生境質(zhì)量-碳儲(chǔ)存P>0.01,生境質(zhì)量-碳儲(chǔ)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(jī)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(shí)空格局分析 圖1 中,從時(shí)間上看, 2000～2020 年,長(zhǎng)江三角洲城市群三對(duì)生態(tài)系統(tǒng)服務(wù)存在較強(qiáng)的時(shí)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(chǔ)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(chǔ)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(zhǎng)江三角洲城市群地區(qū)這兩對(duì)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(duì)生態(tài)系統(tǒng)服務(wù)隨著時(shí)間的推移權(quán)衡關(guān)系表現(xiàn)得越來越強(qiáng)烈.生境質(zhì)量-碳儲(chǔ)存在2000～2010 年,2010～2020 年及2000～2020 年3 個(gè)時(shí)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(qiáng)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(jìn)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(chǔ)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(chǔ)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(chǔ)存以協(xié)同關(guān)系為主,表現(xiàn)出零散分布的特點(diǎn).生境質(zhì)量-碳儲(chǔ)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(chǔ)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(duì)潛在影響因素進(jìn)行多重共線性檢查,從而提高其估計(jì)精度.如表3 所示,考慮到2000～2010 年、2010～2020 年及2000～2020 年3 個(gè)時(shí)間段影響因子的共線性問題,刪除耕地比例、日照時(shí)數(shù)及最高氣溫三個(gè)影響因子,以確保各個(gè)因子之間的相對(duì)獨(dú)立性.對(duì)其余9個(gè)潛在因子再次進(jìn)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(shí)空異質(zhì)性時(shí),發(fā)現(xiàn)其余8 個(gè)影響因素仍存在明顯的共線性問題,因此進(jìn)行共線性二次診斷.如表4 散點(diǎn)矩陣所示.

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

結(jié)合3 個(gè)時(shí)間段各個(gè)因素間共線性檢驗(yàn)的結(jié)果,去除林地比例,平均地表溫度,NDVI 及最低氣溫四個(gè)指標(biāo),保留建設(shè)用地比例,降水量,平均溫度,人口密度和GDP 5 個(gè)指標(biāo).對(duì)余下個(gè)5 潛在影響因素再次進(jìn)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(duì)影響因素的時(shí)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(duì)生態(tài)系統(tǒng)服務(wù)與5 個(gè)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(gè)研究區(qū)域,表明5 個(gè)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(guó)內(nèi)生產(chǎn)總值密度變化)和3 個(gè)因變量(3 對(duì)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(gè)參數(shù)的范圍為0～1,用于測(cè)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(píng)估從全局模型轉(zhuǎn)向局部回歸模型的優(yōu)勢(shì)的指標(biāo)[29-30].如表5 所示,對(duì)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(duì)影響因子的時(shí)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(chǔ)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(chǔ)存-產(chǎn)水服務(wù)呈現(xiàn)負(fù)相關(guān).受人類活動(dòng)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(kuò)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(shí)間上來看,2000～2010 年建設(shè)用地面積與生境質(zhì)量-碳儲(chǔ)存整體呈現(xiàn)更強(qiáng)烈的正相關(guān)關(guān)系,長(zhǎng)江三角洲城市群在2010 年之前西北-東南方向城鎮(zhèn)擴(kuò)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(shí)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(chǔ)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(fù)相關(guān)程度也在一定程度上提升,這可能也與長(zhǎng)江三角洲城市群地區(qū)在 2010 年以后城鎮(zhèn)擴(kuò)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(duì)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(zhǎng),可以通過舊城改造方式進(jìn)行城市建設(shè).

氣候因素是影響植物生長(zhǎng)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(duì)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(duì)每個(gè)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(gè)服務(wù)之間的關(guān)系對(duì)單一氣候因素的反應(yīng)機(jī)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(duì)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(zhǎng)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(duì)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(duì)年平均降水量變化的時(shí)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(chǔ)存、碳儲(chǔ)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(fù)相關(guān),如圖5 所示.從時(shí)間上來看,年平均氣溫變化與生境質(zhì)量-碳儲(chǔ)存、碳儲(chǔ)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(qiáng),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(qiáng).這可能是由于隨著經(jīng)濟(jì)快速擴(kuò)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(duì)年平均溫度變化的時(shí)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(zhǎng)江三角洲城市群地區(qū)經(jīng)濟(jì)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(duì)年平均氣溫變化產(chǎn)生負(fù)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(shí),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(duì)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(zhǎng)三角北部和西南部相對(duì)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(dòng)強(qiáng)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(gè)生態(tài)系統(tǒng)服務(wù)協(xié)同的可能性.從時(shí)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(duì)人口密度變化的時(shí)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(duì)國(guó)內(nèi)生產(chǎn)總值密度變化的時(shí)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(diǎn)是運(yùn)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(yùn)算問題.同時(shí)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(huì)因素對(duì)生態(tài)系統(tǒng)服務(wù)間權(quán)衡協(xié)同關(guān)系的時(shí)空異質(zhì)性.同時(shí),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(guó)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(shí)間跨度,有利于管理者更好地認(rèn)識(shí)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(duì)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(qiáng)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(duì)其影響因子的時(shí)空異質(zhì)性問題,其他難點(diǎn)可以作為今后的研究方向.

4 結(jié)論

4.1 2000～2020 年,長(zhǎng)江三角洲城市群生境質(zhì)量與碳儲(chǔ)存均呈現(xiàn)下降的趨勢(shì),生境質(zhì)量下降幅度為3.85%,碳儲(chǔ)存下降幅度為0.51%,這與長(zhǎng)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(zhǎng)江三角洲城市群3 對(duì)生態(tài)系統(tǒng)服務(wù)存在較強(qiáng)的時(shí)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(chǔ)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(chǔ)存整體呈現(xiàn)協(xié)同狀態(tài),表現(xiàn)出零散分布的特點(diǎn),占比76.39%.

4.3 在長(zhǎng)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(duì)生態(tài)系統(tǒng)服務(wù)權(quán)衡的時(shí)空非平穩(wěn)響應(yīng)更加強(qiáng)烈.建設(shè)用地面積在整體上與生境質(zhì)量-碳儲(chǔ)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(chǔ)存-產(chǎn)水服務(wù)呈現(xiàn)負(fù)相關(guān);年平均氣溫變化與3 對(duì)生態(tài)系統(tǒng)服務(wù)在整體上呈現(xiàn)負(fù)相關(guān).