基于地理探測器的喀斯特山區生態系統服務關系分異特征及驅動力解析
——以貴州省為例

陳田田,黃 強,王 強

1 重慶師范大學地理與旅游學院,三峽庫區地表過程與環境遙感重慶市重點實驗室,重慶 401331 2 重慶市規劃和自然資源調查監測院,重慶 401121

生態系統服務是指自然生態系統以及物種所提供的能夠滿足和維持人類生活需要的條件和過程,是人類直接或間接從生態系統獲得的所有收益[1]。由于生態系統服務的多樣性、空間分布的不均衡性以及人類使用的選擇性,在人類活動及自然因素的共同作用下,生態系統服務內部和不同生態系統服務之間呈現出了動態變化,表現為此消彼長的權衡關系和相互促進的協同關系[2]。充分認識生態系統服務間的權衡/協同關系是實現區域生態系統服務可持續供給的基礎,對區域生態系統服務優化具有重要意義[3]。

喀斯特地貌是一種特殊的景觀類型,其在可溶性巖石上發育而成,約占全球陸地總面積的15%[4]。作為世界上最大的連續型喀斯特區,中國西南喀斯特山區土壤厚度較薄(通常小于10 cm),地下洞穴系統發育強烈,地表徑流嚴重不足,加之強烈的人類開發活動,造成了嚴重的生態環境問題(石漠化等),威脅著區域生態系統服務功能的可持續供給,確保區域生態系統服務安全迫在眉睫[5]。目前,將生態系統服務及其關系納入西南喀斯特地區的研究較多,主要集中于生態系統服務時空變化研究[6]及其權衡/協同關系識別[7]。在權衡/協同關系識別過程中,學者們發現由于水土組合、光熱條件、人類活動的差異,喀斯特地區生態系統服務關系表現出了明顯的空間異質性[8]。于是,學者們開始衡量其空間分異的程度,比如利用變異系數[9]和空間自相關指數[10]等定量揭示其空間變異大小,或者在不同梯度(環境)條件下探索生態系統服務關系的空間差異[11]。在此基礎上,學者們還對喀斯特山區生態系統服務關系異質性產生的內在機理進行了剖析,發現自然氣候條件[12]、生態環境因子[13]、土地利用變化[14]、生態修復工程[15]等都會對其產生影響。只是,這些研究多局限于一種或幾種特定影響因素,較少從自然條件-社會-經濟-生態等多方面對生態系統服務關系的空間異質性進行解釋。

貴州省作為中國西南典型的喀斯特地貌區,生態本底條件較脆弱,歷史上由于自然與人為因素影響,區域出現了嚴重的生態破壞和功能退化問題；為此,近年來區域實施了一系列生態修復措施,以增加地表植被覆蓋,改善區域生態環境。正如預期,這些措施在增加區域植被覆蓋[16]、增加碳儲量[17]、減少土壤侵蝕[18]等方面發揮了積極作用。同時,也有研究指出生態修復措施的實施影響了地表產水,增加了供給與調節服務間的沖突關系。只是這些研究多將貴州省作為一個整體研究,忽略了其空間差異,同時對生態系統服務關系變化的內在驅動機制也鮮有研究。基于此,本文以2000—2015年為時間節點,在對貴州省植被凈初級生產力(Net primary productivity, NPP)、土壤保持(Soil conservation, SC)、產水(Water yield, WY)3類生態系統服務估算的基礎上,通過相關性分析、均方根誤差法對生態系統服務關系變化及其分異特征進行分析,并借助地理探測器探測各因子對區域生態系統服務關系變化的影響及因子間的交互作用關系,旨在明晰生態系統服務關系變化的驅動機理,以此為區域生態建設與工程布局提供科學參考。

1 數據與方法

1.1 研究區概況

貴州省地處中國云貴高原,地理范圍介于103°36′—109°35′E、24°37′—29°13′N(圖1)。全省包含89個行政區(縣),總面積約17.2萬 km2,約占全國總面積的1.8%。氣候上屬于亞熱帶濕潤季風氣候,冬暖夏涼,年均氣溫10—18℃,年均降水量1000—1500 m[19]。地質構造上主要由石灰巖、白云巖組成,面積約為全省70%,廣泛發育著世界五大造型地貌之一的喀斯特地貌。區域由于自然本底條件的制約,土層較薄,土壤有機質含量較低,基巖裸露,生態環境敏感且脆弱。同時,貴州省也是我國貧困問題較突出的省份之一,人類活動頻繁且不盡合理。在自然與人為因素的共同作用下,區域出現了石漠化、水土流失等生態環境問題,區域生態系統服務功能下降、供給與調節服務沖突不斷,制約著地區經濟社會發展和生態協調。

圖1 研究區概況圖Fig.1 Location of the study area

1.2 數據來源與處理

省域、區(縣)等邊界數據來源于國家測繪地理信息局；地貌類型根據張雪梅等[9]的研究繪制而成；巖性數據來源于全國1∶250萬地質圖空間數據庫；數字高程數據來源于中國科學院資源環境中心的SRTMDEM-V2產品,空間分辨率為30 m,網址為https://www.resdc.cn/,坡度數據是根據高程在ArcGIS軟件中生成；土壤數據采用的是基于世界土壤數據庫(HWSD)的中國土壤數據集,來源于蘭州寒區旱區科學數據中心；土地利用類型數據來源于中國科學院資源環境科學數據中心,空間分辨率為30 m；氣象數據,主要包括氣溫和降水,來源于中國氣象數據網,采用ANUSPLIN軟件的薄盤樣條法對其進行插值,獲得了多年逐月時間序列的柵格圖像,并通過最大合成法獲取了年序列的柵格數據,空間分辨率為1 km；歸一化植被指數(Normalized Difference Vegetation Index, NDVI)和植被類型數據來源于中國科學院資源環境科學數據中心,網址為https://www.resdc.cn/,其中植被數據為1∶100萬的矢量圖層,NDVI為空間分辨率為1 km的柵格圖層；實際蒸散發數據來源于國家青藏高原科學數據中心(http://data.tpdc.ac.cn/zh-hans/),空間分辨率為0.1°；燈光數據來源于美國海洋和大氣管理局地球觀測組(https:// www.ngdc.noaa.gov/eog/viirs.html),空間分辨率為500 m。統計數據中的人均地區生產總值(Gross Domestic Product,GDP)、人口密度數據來源于貴州省統計年鑒,造林總面積來源于中國林業統計年鑒。對于統計數據的空間化,人均GDP和人口密度是通過燈光數據插值所得,即計算各柵格DN值在區(縣)總DN值上的占比,然后乘以相應的統計數據[20]；參考陳金珂等[21]研究,通過NDVI計算得到貴州省的植被覆蓋度,進而得到區域裸巖率的空間分布圖。按照裸巖率越大的區域實施生態修復的可能性越大,將造林總面積落實于空間。其他部分有關數據來源于相關文獻或者采用的模型默認值,例如InVEST模型計算土壤保持服務時所需的降水侵蝕因子R、土壤可蝕性因子K等主要是參考相關文獻,而泥沙輸移比等校準參數采用的是模型默認值。在獲得相關數據后,對其進行了矢柵轉換,并將數據的坐標系和分辨率分別統一為WGS 1984和1 km。

1.3 研究方法

1.3.1生態系統服務估算

植被凈初級生產力(NPP): 基于CASA光能利用效率模型,利用相關數據估算得到貴州省植被凈初級生產力,其計算公式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式中,APAR(x,t)代表t月像元x吸收的光合有效輻射(MJ/m2)；ε(x,t)對應t月像元x的實際光能利用效率(gC MJ-1)；SOL(x,t)表示t月像元x的太陽總輻射(MJ/m2)；FPAR(x,t)表示植被層對入射光合有效輻射的吸收系數。具體計算過程主要是參考朱文泉等[22]的研究。

土壤保持(Soil conservation, SC):本文基于InVEST模型中的泥沙輸送比例模塊計算了潛在土壤侵蝕量與實際土壤侵蝕量,通過兩者差值估算得到貴州省土壤保持服務,計算公式具體如下:

SEDRETx=RKLSx-USLEx

(3)

RKLSx=Rx×Kx×LSx

(4)

USLEx=Rx×Kx×LSx×Cx×Px

(5)

式中,SEDRETx和RKLSx為柵格x的土壤保持能力和潛在土壤侵蝕量(t hm-2a-1)；USLEx是柵格x的實際土壤侵蝕量(t hm-2a-1)；Rx是降水侵蝕因子(MJ mm hm-2h-1a-1),依據Wischmeier等[23]提出的基于月均降水量和年均降水量的關系計算所得；LSx為地形因子,通過高程數據模擬而得；Kx為土壤可蝕性因子(t hm2h MJ-1hm-2mm-1),通過高敏等[24]的研究和區域土壤類型數據獲取；Cx為植被覆蓋管理因子,Px是水土保持因子,通過韓會慶等[25]的研究成果和區域土地利用類型而獲得。

產水服務(Water yield, WY)： 本文通過計算降水量與實際蒸散發量之間的差值,用以量化區域產水服務。其計算公式如下:

(6)

式中,Yx代表研究區柵格x的年產水量(mm/a)；AETx是研究區柵格x的年實際蒸發量(mm/a)；Px是柵格x的年降水量(mm/a)。

1.3.2生態工程影響區識別

趨勢分析法: 本文通過趨勢分析計算了2000—2015年NDVI變化斜率(Slope),用以明晰研究時段內NDVI變化趨勢。其計算公式如下：

(7)

式中,Slope表示回歸方程斜率；i為時間變量；n為研究時段長度即n=16；NDVIi為像元在第i年的值；Slope>0和Slope<0分別表示NDVI隨時間呈現出上升或下降趨勢；Slope=0表示研究時段內NDVI無明顯變化趨勢。同時,基于此得出貴州省2000—2015年NDVI的Slope平均值為0.0045,用于后續研究。

偏相關分析: 氣候影響著研究區NDVI變化。本文利用偏相關分析法計算得到NDVI與年均溫、年降水總量間的偏相關系數,用于檢測氣候與NDVI之間的相關程度。其計算公式如下：

(8)

(9)

(10)

式中,t為顯著性檢測統計量,n(n=16)為樣本量,m自變量。

圖2 生態工程作用分區Fig.2 Zoning of ecological restoration engineering

基于以上研究方法,本文參考相關研究[26],對生態工程顯著影響區進行了識別,該區域必須同時滿足3個條件：(1) 2000—2015年NDVI水平必須得到顯著提升；(2) NDVI與氣候(年均溫、降水總量)間正相關性不顯著；(3) 年NDVI的Slope值大于區域平均值,0.0045。據此條件得到生態工程顯著影響區和非生態工程影響區,結果如圖2所示。從圖中可知,研究區大部分區域NDVI的增長受到生態修復工程的顯著影響,面積達63.2%,主要分布于研究區北部和西南部,這與Tong等[17]得到的研究結果相吻合。

1.3.3權衡/協同關系評價

相關分析法：為揭示生態系統服務間的權衡/協同關系,本文采用Pearson相關系數法計算生態系統服務間的相關性。在通過1%顯著性檢驗的條件下,相關性系數為正,表明生態系統服務之間為協同關系,反之則為權衡關系。

均方根誤差法：均方根誤差(Root Mean Square Error, RMSE)不僅可以表征生態系統服務間的協同/權衡關系,也可以表達生態系統服務關系間同向變化率的不均衡性和同向間協同/沖突程度,是量化兩個或多個生態系統服務間權衡度的一個簡單而有效的方法。其計算公式如下：

(11)

1.3.4影響因子探測

指標因子選取 影響生態系統服務關系變化的因素復雜多樣,大致可以分為自然地理條件、社會經濟發展、生態修復工程3方面。結合區域現狀及數據的可獲得性、代表性,借鑒前人研究成果[27],自然地理條件方面選取坡度、高程、年均溫、降水總量4個因子,社會經濟方面選取人均GDP和人口密度2個因子,生態修復工程方面以2000年開始實施的退耕還林(還草)政策為例,選取造林總面積這個因子,形成貴州省生態系統服務關系變化的驅動因子集。

地理探測器 喀斯特地理現象具有明顯的空間分層異質性,而地理探測器是近年來探測空間分異性并揭示其驅動機理的新型統計學方法[28],由風險探測、因子探測、生態探測、交互探測4個模塊組成。本文在明確貴州省生態系統服務間權衡關系空間分異特征后,利用地理探測器模型中的生態探測比較驅動因子對權衡分布差異形成的影響是否存在顯著性,然后通過因子探測和交互探測定量解析各因子及因子相互作用對生態系統服務權衡的影響,旨在明晰區域生態系統服務權衡空間分異性的驅動機理。

生態探測主要用于揭示自變量解釋力相對重要性的差異,以F統計量來衡量,計算公式如下：

(12)

式中,Nx1和Nx2分別表示兩個因子的樣本數量；L1和L2表示自變量x1和x2的分層數。

因子探測的核心是若存在某個自變量x對某個因變量y有影響,那么自變量的空間分布和因變量的空間分布應該具有趨同性。其計算公式如下：

(13)

式中,q為探測因子對因變量的探測力值,q∈[0,1],q值越大自變量x對因變量y的解釋力越強,反之則越弱；N,σ2代表研究區的總樣本量和方差；L表示探測分區數；Ni,σi2代表不同分區的樣本量和方差。

交互探測主要是通過計算自變量x1與x2對于因變量y的q值及x1與x2交互后對y的q值,然后比對單因子的q值與雙因子交互作用后的q值,以此判定交互作用的類型和方向,其交互關系可以分為5類,具體見表1。

表1 雙自變量交互作用類型

x1,x2表示選取的驅動因子,∩表示x1和x2的交互作用

2 結果與分析

2.1 生態系統服務時空變化特征

通過與NPP產品、統計公報中的徑流深、侵蝕模數數據進行對比以及統計分析發現,本文生態系統服務的估算效果良好,結果較為可信,其供給空間分布及變化趨勢如圖3。2000—2015年,區域NPP均值從403.3 gC m-2a-1增加到了481.2 gC m-2a-1,變化幅度為-579.5—1243.2 gC m-2a-1；土壤保持量均值從422.1 t hm-2a-1增加到了512.8 t hm-2a-1,變化幅度為-11580.8—14477.3 t hm-2a-1；產水服務從373.1 mm/a增長到了397.1 mm/a,變化幅度為-943.2—1020.7 mm/a。整體而言,3類生態系統服務均值均呈增長趨勢。同時,各項生態系統服務在空間分布上差異明顯：NPP和產水服務均呈現出了北部低南部高的分布格局；土壤保持服務高值區分布于貴州省北部和南部,中部屬于低值區。就變化量的空間分布而言,NPP和土壤保持服務在除研究區東南部和西南部的部分區域外均呈增長趨勢；產水服務在研究區北部和西部呈現出了減少趨勢,東南部增加趨勢最明顯。

圖3 生態系統服務時空分布及變化Fig.3 Spatial distribution and change of ecosystem services

2.2 全域生態系統服務關系探討

借助ArcGIS軟件,通過建立漁網對研究區3類生態系統服務間的相關性進行分析,結果如表2所示。2000—2015年,NPP、產水服務、土壤保持間相關性變化明顯。其中,NPP與土壤保持,NPP與產水服務間存在明顯的正相關性,即協同關系,只是相關性系數在減小,說明協同性在降低。土壤保持與產水服務從2000年的正相關性變成了2015年的相關性不顯著。整體而言,研究區生態系統服務關系以協同為主,但協同關系的正相關性系數在降低；同時在2015年生態系統服務間關系有向權衡轉移的趨勢,應引起適當關注。

表2 生態系統服務間的相關性

在明確了生態系統服務間的相關性后,本文采用均方根誤差法對區域生態系統服務間權衡度進行了計算,結果如圖4。2000—2015年,土壤保持與產水服務間權衡度較大,矛盾最突出。就權衡度的變化而言,NPP與土壤保持間的權衡度從2000年的0.159降到了0.138,而NPP與產水服務,土壤保持與產水服務間的權衡度由2000年的0.129和0.161分別增加到了2015年的0.165和0.188。可見,產水服務與其它兩類生態系統服務間權衡度均呈增加趨勢,水資源是制約區域生態系統服務平衡的重要因素。

圖4 貴州省生態系統服務權衡度 Fig.4 Trade-off intensity of ecosystem services in Guizhou Province NPP-SC：植被凈初級生產力-土壤保持服務 Net primary productivity-Soil conservation；SC-WY：土壤保持服務-產水服務 Soil conservation-Water yield；NPP-WY：植被凈初級生產力-產水服務 Net primary productivity-Water yield

2.3 生態系統服務關系的空間分異特征

本文從巖性、地貌、土地利用及生態工程影響出發,計算了不同背景條件下生態系統服務間的權衡度,用以剖析生態系統服務關系的空間分異特征,結果如圖5所示。就不同巖性而言,非巖溶地區NPP與土壤保持間權衡度高于巖溶地區,可見巖溶區的生態修復促進了區域植被生長、土壤保持；同時,白云巖碎屑巖互層上NPP與產水服務的權衡度較高,石灰巖碎屑巖互層上土壤保持與產水服務間的權衡度較高。就連續性石灰巖和白云巖而言,石灰巖上NPP與土壤保持、土壤保持與產水服務間的權衡度要高于白云巖,這可能與石灰巖本身更易溶蝕有關。

就地貌而言,巖溶盆地上NPP與土壤保持間的權衡度較高,巖溶峽谷上土壤保持與產水服務間的權衡度較高,巖溶槽谷上NPP與產水服務間的權衡度較高,整體表現為平坦的地區土壤保持服務與NPP間沖突較明顯。就權衡度的變化而言,巖溶盆地NPP與土壤保持間的權衡度減小最明顯,而峰叢洼地產水服務與其它兩類生態系統服務間的權衡度減小趨勢最明顯,這可能與區域蓄水條件的改善有關。

就土地利用而言,建設用地上NPP與土壤保持、NPP與產水服務間的權衡度略高于高植被覆蓋度地類(耕地、林地和草地),而高植被覆蓋度地類(耕地和林地)上的土壤保持與產水服務間的權衡度更高,表明隨著植被覆蓋度的提升土壤保持與產水服務間的沖突會增強,這也側面暗示出以退耕還林(還草)為代表的生態修復工程不能僅追求植被覆蓋度的提高,同時也要關注生態系統服務間沖突關系及其變化。

就生態工程影響而言,生態工程顯著影響區產水服務與土壤保持間的權衡度略高于非生態工程影響區,這與上述關于高植被覆蓋度地類上產水服務與土壤保持間沖突更明顯的結果相同；同時,生態工程顯著影響區NPP與產水服務間的權衡度較小,NPP與土壤保持間權衡度的下降程度高于非生態工程影響區,這說明生態修復工程在一定程度上緩解了NPP與土壤保持、產水服務間的矛盾。

2.4 生態系統服務權衡變化的驅動因子解析

本文首先根據生態探測對驅動因子對生態系統服務權衡關系空間分異影響的顯著性進行了檢驗。由表中可知：共有13對因子通過了NPP與土壤保持間權衡分異的顯著性檢驗,主要集中在坡度、造林總面積、高程、人均GDP等因子(表3)；也有13對因子通過了NPP與產水服務間權衡分異的顯著性檢驗,主要為高程、人均GDP、降水等因子(表4)；共有17對因子通過了土壤保持與產水服務間權衡分異的顯著性檢驗,集中于高程、人均GDP、降水等因子(表5)。

圖5 不同背景條件下生態系統服務的權衡度Fig.5 Trade-off intensity of ecosystem services in different background

在此基礎上,對研究區生態系統服務權衡關系變化的單因子進行了識別,結果如圖6。就NPP與土壤保持間的權衡關系而言,生態修復工程的影響力大于其它因子,主要表現為造林總面積的解釋率最高,達40.2%(q值=0.402),其次是高程與人均GDP,解釋率分別為30.9%和26.2%,最后是降水總量(12.4%)和年均溫(11.6%)。就NPP與產水服務間的權衡關系而言,自然因子的影響力較強,降水總量的解釋率為17.5%,其次是人均GDP和高程,解釋率分別為8%和7.7%。就土壤保持與產水服務間的權衡關系而言,自然和經濟因子的影響較強,其中,高程的解釋率最大,達21.3%,其次是人均GDP,解釋率為19%。對人口密度而言,其對貴州省生態系統服務權衡關系變化的影響并不顯著。整體來看,兩兩生態系統服務間權衡變化的影響因子不盡相同,其中,造林總面積是影響NPP與土壤保持間權衡變化的主導因子,降水總量是影響NPP與產水服務間權衡變化的主導因子,高程與人均GDP是造成土壤保持與產水服務間權衡變化的主導因子。

表3 探測因子對NPP與SC權衡分異的顯著性檢驗

表4 探測因子對NPP與WY權衡分異的顯著性檢驗

表5 探測因子對SC與WY權衡分異的顯著性檢驗

圖6 生態系統服務權衡關系的單因子探測結果Fig.6 Single factor detection of the trade-off among ecosystem services

在對主導因子進行識別后,本文又對因子間的交互作用進行了探討,結果表明(圖7),任意兩個因子交互作用的解釋力均大于單因子驅動作用,交互作用后因子的影響強度明顯提升。就NPP與土壤保持間權衡關系而言,其受造林總面積與高程的交互影響最強,影響力為0.562,其次是造林總面積與人均GDP、造林總面積與降水總量,影響力均在0.4以上；NPP與產水服務間權衡關系受降水總量與高程的交互影響最強,影響力為0.293,其次是降水總量與人均GDP、降水總量與造林總面積。土壤保持與產水服務間權衡關系受降水總量與高程的交互影響較明顯,影響力為0.394,其次是年均溫與高程、高程與人均GDP,影響力均大于0.3。整體來看,NPP與土壤保持間受因子交互影響作用最強,其次是土壤保持與產水服務,最弱的是NPP與產水服務。

圖7 生態系統服務權衡影響因子的交互作用Fig.7 The interaction of driving factors on ecosystem service trade-off

3 討論

3.1 生態系統服務權衡/協同特征

喀斯特地區由于特殊的自然地理環境及不合理的人類活動,生態環境問題頻發,生態系統矛盾突出。為此,區域開展了一系列生態修復工作,以提升生態系統服務的綜合水平。已有研究表明,生態修復工程實施過程中喀斯特地區供給服務得到了明顯提升,而某些調節服務卻表現出了下降趨勢[12,29],也就是說生態系統服務間存在權衡/協同現象。通過本文研究發現,NPP、土壤保持、產水服務間確實存在一定的權衡關系,特別是產水與其它兩類生態系統服務間沖突明顯。而從生態系統服務的角度來說,生態保護和修復工程的目標應該是減少權衡、促進協同。準確識別區域生態系統服務權衡/協同關系及變化規律具有重要價值。

喀斯特地區是一個復雜的二元空間異質體結構,其地貌、水熱、植被、土壤條件具有明顯的空間非平穩性,這在一定程度上影響了生態系統服務及其關系的空間表達[9]。從本文研究來看,不同背景條件下,NPP與土壤保持、產水服務間權衡關系呈現了一定的空間分異特征。在巖性上,非巖溶地區NPP與土壤保持間的權衡度較大,這一結論從側面印證了巖溶區生態修復工程對區域土壤保持的重要意義。相較于白云巖,石灰巖更容易被溶蝕,所以其土壤保持與產水服務間的權衡度更大,這與王歡等[30]得出的石灰巖、碎屑巖土壤流失程度高于白云巖的結論相契合。巖溶盆地上土壤保持與NPP間的權衡度較高,主要是由于其地形平坦、光照充足、人類活動頻繁,人口壓力較大,存在較嚴重的土地退化、植被破壞問題[31]。生態修復工程顯著影響區及高植被覆蓋區域,土壤保持與產水服務間的權衡度更大,原因在于高植被覆蓋可以增強土壤抗蝕能力、減少土壤流失,同時植被根系也具有較大的吸水能力,會間接減少地表產水[32]。為此,在未來生態修復過程中要改進喀斯特區域背景條件下的措施類型,實現生態系統的精準修復。

3.2 生態系統服務權衡的驅動機制

本文從自然氣候條件-社會經濟-生態政策3方面選取指標,綜合剖析貴州省生態系統服務權衡關系變化的內在機制。結果顯示,造林總面積是影響NPP與土壤保持間權衡關系變化的最主要因素,這反映了生態修復工程在區域植被恢復、土壤修復方面的重要作用[33]。降水總量是影響NPP與產水服務間權衡關系的最主要因素,這與學者們得到的降水是影響植被生長和地表產水最重要的要素的結論相吻合[13]。高程是影響土壤保持與產水服務間權衡關系變化的最重要因素,主要是因為高程會影響喀斯特地區地表徑流和土壤流失的強度[34]。人口密度對區域生態系統服務關系變化影響不明顯,原因在于貴州省社會經濟發展相對落后,與快速城市化地區相比,人口聚集程度相對較低,包括氣候、生態政策在內的其它因素可能會帶來更大影響[12],本研究中氣候條件、生態修復政策及地形對生態系統服務權衡變化的主導作用也證明了這一點。同時,各因子對區域生態系統服務關系變化的影響并非完全獨立,而是會產生一定的交互作用,并且交互作用起到了決定性的作用[35]。未來在對影響因子進行解析時應更加關注因子間交互作用對生態系統服務關系的影響,并盡可能的將因子影響落實于空間,以更好地服務生態管理與決策。

3.3 不確定性分析與展望

本文通過相關模型和方法對3類生態系統服務進行估算,對于模型中的常量采用的是默認值或參考相關研究,雖然生態系統服務整體變化趨勢與Peng等[12]的研究結果相一致,但對模型參數閾值等問題未進行深入探討。在對造林總面積進行空間化時,由于可參考性文獻較少,本文以地表裸露率為依據對其進行空間化,雖然結果符合區域實際,但內在科學依據需進一步梳理。同時,喀斯特生態系統具有多種服務,而本文僅考慮了3類,未來可以將多種生態系統服務納入研究。

生態和地理現象的空間異質性違反了經典統計學中的獨立和相同分布假設[36],而基于空間分層異質性的地理探測器可以定量檢測驅動因素及其相互作用對生態系統服務關系變化的影響,這在一定程度上又有效地減少了信息冗余和共線性,為本文提供了重要的方法支撐。同時,時間和空間是生態系統服務及其關系研究的重要視角,未來可以考慮多時間節點或更長時間序列,系統性開展喀斯特地區生態系統服務關系的空間分異性及驅動機制研究,以獲得更客觀的結果。

4 結論

基于對2000—2015年貴州省NPP、土壤保持、產水服務的模擬,本文對不同背景條件下3類生態系統服務關系及其分異特征進行了剖析,并通過地理探測器對其權衡關系變化的內在驅動機制進行了探討。結論如下：

(1)研究時段內貴州省3類生態系統服務均值均呈增長趨勢,表明生態系統服務供給能力的提升。生態系統服務關系以協同為主,但協同關系在減弱,并且在2015年表現出了一定程度的權衡趨勢。

(2)貴州省生態系統服務關系具有明顯的分異特征。在巖性上,由于石灰巖更容易被溶蝕,因此相對于白云巖,其土壤保持與產水服務間面臨著更大的沖突；隨著不同地貌類型的變化,地勢平坦地區即巖溶盆地上土壤保持與NPP間權衡度更大,而陡坡地區NPP與產水服務、土壤保持與產水服務間的權衡度較大；由于植被顯著的保土保水能力,隨著植被覆蓋度的提高,NPP與產水服務間的沖突更明顯。

(3)研究區生態系統服務權衡關系受多種因素影響,其中,造林總面積對NPP與土壤保持間權衡關系的解釋率最大,達40.2%；降水總量對NPP與產水服務間權衡關系的解釋率較大,為17.5%；高程對土壤保持與產水服務間權衡關系解釋率達21.3%。同時,因子之間的交互作用均高于單因子的影響,對生態系統服務權衡關系變化的影響更明顯。