文献推荐：大区域生态系统服务与社会生态驱动的空间关系——以黄河流域为例
本文来源：i地理
本文发表于国际期刊SCIENCE OF THE TOTAL ENVIRONMENT，2021年第766卷。通讯作者为山西财经大学的张宇硕副教授和东北大学的吕晓教授。
文章指出，黄河流域生态系统服务之间的协同效应大大超过了权衡效应，其中农作物生产和畜牧业之间的协同效应最强，并且对耕地和人口密度的响应都很强。文章以黄河流域182万平方公里为研究区，评估了中国黄河流域（YRB）65个城市的7个生态系统服务指标的供应情况，即3个供应服务（作物生产、畜牧生产和工业生产）、3个调节服务（水源、水土保持和碳固存）和1个文化服务（娱乐）。研究使用Spearman's系数分析了生态系统服务之间权衡/协同效应，并通过主成分分析和K平均算法来识别生态系统服务簇。随后，利用地理检测器模型检测了影响生态系统服务供应的驱动因素，并根据空间重叠表征了生态系统服务簇与社会生态聚类之间的关联。结果表明，生态系统服务簇以供应生态系统服务为主，与农田，降水和社会经济条件等因素都有着很重要的关联，生态系统服务簇的管理与具有明显生态特征的地区有关。本研究强调了在大区域条件下研究生态系统服务和社会生态驱动因素的重要性。
研究分为三部分：
第一部分，研究估计了五种主要作物类型: 水稻、小麦、玉米、豆类和土豆。作物产量的计量方法是将每个城市的作物产量除以其行政边界，以计算每单位提供的服务，并将其输入矢量化城市图像的属性表。与农作物生产的计算方法一样，猪肉、牛肉和羊肉的生产按市区面积分割，用于估算畜牧业生产的供应量。选择工业总产值作为工业生产的代表，代表每个直辖市的工业生产供给。工业总产值(百万元)取自城市统计年鉴。在保留水量的基础上，采用森林生态系统蓄水的方法作为黄河流域水资源保护的替代指标。利用通用土壤流失方程来估算土壤保持作为潜在的和实际的土壤侵蚀之间的差异。净初级生产力(NPP)可以作为碳固存的替代指标。在这项研究中，NPP 使用 (CASA)模型进行估计。利用游客人数作为间接估计娱乐服务的替代指标。
第二部分，成对生态系统服务的相关性通过基于 Spearman’s rho 的相关系数来量化。在这项研究中，采用了三步法来描述 ES 束(ESB)。首先，PCA 被用来获得主成分(PCs)和更稳定的聚类解决方案。主成分的数量是使用一个螺旋测试和累积方差贡献率确定。根据 Kaiser-Guttman 标准建立了与相关 PCs 作为轴的相关双图。在第二步中，对占总方差93%的相关PC轴进行K-均值聚类，用1000次随机开始和10000次迭代来划定ES束的范围。通过这种方式，K平均算法内的 ES 值比集群之间的更相似。第三步是将每个市镇的聚类结果值导入ArcGIS 10.0中的市镇地图的属性表，以呈现ES束的空间分布。
第三部分，为了确定对ES有显著影响的候选驱动变量，利用R中的 "vegan "和 "packfor "包，对所有潜在的驱动变量进行了冗余分析（RDA），并采用正向逐步程序，选择R2值最高、P值最小的变量组合的模型。RDA显示，以下变量的组合能显著解释黄河流域的ES（P≤0.001）：坡度、降水、作物用地、林地、草地、裸地、人口密度、城市化率、经济密度和与河流的距离。通过计算变异膨胀因子（VIFs），进一步探讨了驱动变量之间的线性依赖关系。利用地理探测器来探测个体驱动变量对 ES 分布的影响。使用PCA和K-means算法将这些驱动变量归入社会生态群组（SEC）。为了评估ESBs是否与SECs在空间上有关联，使用空间重叠度评估了它们之间的空间一致性。然后，计算每个ESB中与每个SEC类别重叠的城市的百分比。
研究结果表明：
生态系统服务的空间分布
7种生态系统服务的提供在黄河流域中差异很大，并表现出空间自相关（Moran's I≥0.34，p = 0.000）。在黄河流域东部平原地区，作物生产、畜牧业生产和工业生产数值最大的地区最为突出。水资源保护分布在南部地区。水土保持的高价值区位于青藏高原的玉树藏族自治州、秦岭的宝鸡和西安。土壤保持的高价值区也出现在秦岭地区，而低价值区则出现在北部地区（沙漠是主要的土地覆盖类型）和东部平原地区。碳封存的高价值区主要集中在南部山区和东部平原地区。低价值地区主要在黄土高原北部和青藏高原西部。东南部地区人口较密集的城市提供的娱乐活动较多，而研究区域的其他地区则较少。总的来说，提供服务和文化服务的分布表现出明显的东西差异，而调节服务则表现出明显的南北差异。
生态系统服务簇的空间分布及其特征
在整个研究区，通过PCA确定了两个主成分，解释了70.28%的ESs差异。第一个主成分轴（PC1）代表了土壤保持和大多数其他服务之间的权衡，其中以农作物生产的权衡最为强烈。第二个主成分轴（PC2）代表了农作物生产、畜牧业生产和工业生产之间的协同作用，以及它们与土壤保持之间的权衡。通过K-means将65个市镇划分为三组ES束。农业束（ESB 1，n = 15）覆盖研究区域的6.3%。该区块集中在黄河流域东部最重要的农业种植区。它由作物生产、牲畜生产和工业生产价值最高的城市组成。水资源保护和土壤保持的潜力非常低。森林监管束（ESB 2，n = 14）覆盖研究区域的12.3%。它由调节服务价值高、娱乐价值适中但供应服务价值相对较低的城市组成。确定了一个具有相对单一的碳封存供应的ESB，即草原和沙漠束（ESB 3，n = 36），其ES广泛分布于干旱和半干旱地区，裸地和草原的比例最高。它覆盖了研究区域的81.4%，拥有最多的市镇，它占据了中、高海拔地区。碳固存量远高于该束中的其他ES，而远低于ESB 1和ESB 2的碳固存值。
确定社会生态驱动因素
通过GDM的因子检测器得到10个社会生态变量的检测结果，其中包括ESs的影响系数（q值）和显著性程度（p值）。对于农作物生产和畜牧业生产，根据q值，影响系数可以排列为耕地（0.73）>人口密度（0.60）>坡度（0.53）>GDP（0.50）。这一结果表明，这两种服务的决定性驱动因素是相似的。GDP对工业生产的影响系数最大。水资源保护主要受到降水的影响，尽管影响系数只有0.24。根据q值，坡度和林地是土壤保护的决定性变量。六个社会生态变量对碳汇有较大的影响系数：裸地（0.72）、降水（0.63）、与河流的距离（0.50）、人口密度（0.39）、林地（0.39）和耕地（0.37）。在娱乐方面，国内生产总值（0.71）和人口密度（0.59）是主要的决定因素。
按社会生态协变量对ES束的特征进行分析
根据10个社会生态驱动变量对65个城市进行分组并划分为4个群组。空间叠加的结果表明，ESB 1以提供服务为主，与SEC 4（100%）在空间上共存，后者由耕地、降水和社会经济变量决定。ESB 2，其调节服务的重要性很高，主要映射在SEC 3的区域（85.4%），其特点是生态变量和城市化率数值较大。按各聚类重叠面积百分比降序排列，ESB 3与SEC 2（64%）、SEC 1（22.2%）和SEC 3（12.2%）重叠，这是由生态和社会经济变量综合决定的。SEC 2的特点是裸地和草地的数值较大，SEC 1的特点是草地和坡度的数值最大。
讨论部分指出，在本研究中，成对的ES之间的协同作用大大超过了权衡。农作物生产和畜牧业生产之间的协同关系最强，这可能是由于它们的主要决定因素相似，即耕地和人口密度，在GDM的检测结果中影响系数最高。令人惊讶的是，除土壤保持外，娱乐服务和所有其他服务之间都有协同作用。主要原因是，娱乐服务主要与社会经济变量有关，并且不需要像供应和调节服务那样多的土地。例如，各种农业或森林景观也可以作为休闲空间来吸引游客。在ESs之间的相关分析结果中，发现了供给服务和土壤保护之间的权衡关系。土壤保护的决定性因素是坡度和林地。因此，土壤保护的高供给区域包含大量的森林覆盖。然而，林地和耕地之间存在着土地利用竞争，这在很大程度上取决于供给服务的提供。因此，这些权衡可能是由空间上的不相容性造成的，而这种不相容性是由于本研究中供给和调节服务对相关土地利用类型的依赖。
由于耕地和降水以及社会经济条件的数值较大，农业束主要与SEC 4重叠。这突出了耕地数量和人口密度对提供服务的重要性。本研究的农业束区域集中分布在高人口密度地区，这与Turner等人（2014）的结果不一致，他们认为人口较少地区的农作物和畜牧业生产价值最大。一种解释可能是，与本研究中的农业束区相比，农业用地压力大的丹麦城市的农业实践更加密集，尤其是作物和猪肉生产。由于降水和林地的数值较大，以调节服务为主的森林调节束主要与中间的SEC 3重叠。在这项研究中，该区域的高森林覆盖率可能是由自然条件和人类干预的耦合效应解释的。该区域分布在秦岭北缘，雨量充沛，与高森林覆盖率的自然优势相对应。在人类干预方面，自1999年以来，为了缓解水的退化和土壤保护，已经实施了一系列的生态恢复计划。以耕地转为森林和草原为目标的 "以粮为纲 "项目，对该区域以森林为主的ESs产生了积极的影响。草原和沙漠捆绑区与三个SEC（SEC 2、SEC 1和SEC 3）广泛重叠，这主要由生态变量决定。该束的主要决定因素是草原和裸地。这可以通过观察到这一束的主要覆盖物是广泛的草地和裸地来解释，它们分别占该束总面积的40.8%和49.3%。在这种情况下，没有明显的社会经济梯度，可能限制了ES的多样性，从而避免了与供给和文化服务的已知权衡。
本研究的局限性包括以下几个方面。首先，本研究在ES的量化方面存在局限性，在评估ES时，本研究使用了不止一个基于代理的模型，这不可避免地产生了数据收集或参数选择方面的不确定性。对于土壤保持，在地形比较复杂、耕作系统在小范围内变化、耕作和管理方法不具体的情况下，USLE的评价结果不太准确。此外，游客数量被用作评价休闲的替代变量，这可能导致高估。在社会生态变量中，研究既没有考虑土地利用，也没有考虑管理实践。未测量的变量或实践可能会影响研究地区的权衡、协同作用和ES束。本研究中的空间单位面积远远大于以往应用相同的ES捆绑方法的研究。这种方法未能在如此大的空间单元中代表精细的生态和人工方面，这对ES束的形成和后果确定尤为重要。因此，在未来的研究中，应在整个研究区域内以多种空间尺度划定ES束，包括市镇。
END
声明：本推送内容仅代表课题组对文章的理解，请各位专家、同学批评指正。
原文请见：Zhang, Yushuo, Xiao Lu, Boyu Liu, Dianting Wu, Guo Fu, Yuntai Zhao and Piling Sun. 《Spatial Relationships between Ecosystem Services and Socioecological Drivers across a Large-Scale Region: A Case Study in the Yellow River Basin》. Science of The Total Environment 766 (2021年4月): 142480. https://doi.org/10.1016/j.scitotenv.2020.142480.
为了不让您最关心的内容被湮没
防止我们一不小心失散
快关注“地学科研信息交流平台”公众号并设置为星标吧★
<推荐阅读>
【关注必回】最新2022年中国省、市、县最新版行政区划shp矢量地图数据
66个！超全！工作学习中常用的遥感、地理、生态等数据下载平台汇总
地学网站汇总
地图 | 中国政区图2022年版（详细超清）
高质量论文配图配色，让你的图更加亮眼
科技论文配色心得（附RGB值及16进制码）
20个SCI图片配色网站推荐-科研论文也有艺术感
最全地理数据下载网址，必须收藏!!
地理空间数据公开资源汇总
必收藏！跟着顶刊学配色
74张高清地理图，直接保存！
数据汇总！
最新版标准中国与省级地图（含Shp矢量格式-审图号GS(2020)4619号中国地图）
上百张自然地理高清图，直接保存！
各省市人文地图，高清无码，上百张，快收藏！
学术资源 | 57个学术网站和9个科研工具汇总
中国各省级行政区三维地形图
【经验分享】SCI论文绘图配色分享
我国34个省级人文地图
如何为一篇论文配色&分享几个配色网站
数据分享| 全国城市轨道交通数据分享（地铁、轻轨、单轨铁路、有轨电车、索揽铁道）
直接领取| 2023年水系数据（全国/分省/分城市）
中国基础地理数据（1951-2023）含水系、气象站shp、乡镇行政shp、DEM等 免费下载
使用DEM数据提取流域水系
常用wmts地图服务合集（天地图）
【数据分享】中国土地利用现状遥感监测数据（1980-2020年）
分享一些Arcgis插件
2022年国家、省、市、区县4级行政区划矢量面
技术分享| ArcGIS渔网分析
【实用教程】教你制作好看的论文区位图
ArcGIS行政区位图制作流程
【数据直接分享】中国土壤质地空间分布数据
免费面板气象数据！1991-2020年中国219个地面国际交换站气候值数据集（气温、降水、气压、风速、水汽压、积雪、日照等）
10个超好用的配色网站！
地图资源下载工具
ArcGIS基础教程——将一整列数据导入属性表中
战国七雄的都城现在都什么样了？
技术分享| 土地利用转移矩阵
【技术分享】全面认识GIS坐标系
中国数字山地图”数据集，含山地空间范围shp、山地类型shp、山峰shp、山脉shp等数据免费领取！
14 种免费GIS软件
265GB，最高分辨率0.2米！高分辨率航空遥感影像数据集下载
[Science]气候变化下全球向骤旱的转变
【ArcGIS教程】基于ArcGIS的平均最近邻分析
1M分辨率中国31个主要城市城市绿地数据 免费下载
最新中国1千米分辨率逐日土壤水分数据集（2003-2022）
中国地图标准版，收藏！
公开数据资源合集！
带你从G1开到G98，5分钟看懂中国国家高速
最新！中国地图，这样才规范！
2023年国自然申请书的撰写要素
ArcGIS基本操作收集汇总
【数据分享】中国1km分辨率逐月降水量数据集（1901-2020）
全国各省（区、市）地形图总览
免费领取|《世界红树林地图集》
免费领取|2019《中国交通地图册》
哥斯达黎加为何是“世界上最幸福的国家”？
《竖版世界地图》有多重要？为何能改变国家计划？
十几张重要的非洲地图
100+中国地理高清图库（含农业分布、灾害、温度等）一次性收藏！
再这么玩下去，我国的科研就真没戏了
数据分享 | 全球7.77亿建筑物轮廓数据
[资料免费下载]11年中国1km栅格月平均气温数据集
数据分享 | 可拆分de矢量中国地图