干旱河谷生態服務價值與景觀生態風險時空演變

周建偉　羅君

摘要：基于2000～2020年高精度土地利用數據，利用生態系統服務價值（ESV）和景觀生態風險指數（LERI）評估模型、雙變量空間自相關模型、地理探測器，探究安寧河流域和白龍江流域ESV和LERI的時空演變、關聯和分異特征。結果表明：安寧河流域和白龍江流域土地利用以林草為主；城鎮擴張影響下兩地ESV和LERI 均呈降低趨勢，ESV以低和中等等級為主，LERI以極低和低等級為主；ESV和LERI具有顯著空間負相關性且兩者關系以高價值-低風險和低價值-高風險為主；人類活動對兩地ESV和LERI空間分異起主導作用；林地和草地是兩流域ESV的重要來源，建設用地的激增使兩流域ESV不斷減少、LERI有所降低。需因地制宜完善用地結構，加強林草及水域保護，合理控制城鎮擴張，推動流域土地利用結構可持續發展。

關 鍵 詞：生態系統服務價值； 景觀生態風險指數； 干旱河谷； 時空演變； 時空分異

中圖法分類號： X171

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.04.013

0 引 言

隨著經濟社會的快速發展，人類活動對自然環境的影響加劇［1］，致使生態系統結構與功能惡化［2］、區域生態風險不斷上升［3］等一系列生態問題日益嚴重。全面準確把握生態系統功能的變化、科學防范生態風險是區域生態環境保護和生態安全格局構建的前提和關鍵［4］。

生態系統服務價值（Ecosystem Service Value，ESV）和景觀生態風險指數（Landscape Ecological Risk Index，LERI）評估是生態環境評價的重要內容，同生態安全評價息息相關［1］。生態系統服務指人類通過生態系統的結構、過程和功能直接或間接獲得的生命支持產品和服務［5］，是人類賴以生存和發展的自然條件和效用［6］，對其進行價值評估是聯系生態系統研究與管理決策的關鍵環節［7］，有助于使自然資本在公共決策中得到認可。當前，ESV評估方法主要分為單位面積服務價值功能價格法［8］和單位面積價值當量因子法［9］，當量因子法因適用于區域ESV評估［10］而被學者廣泛應用于各級尺度研究［11-12］。景觀生態風險指自然或人為因素干擾下景觀格局和生態過程相互作用可能產生的不利后果［13-14］，LERI評價可為區域綜合風險防范提供決策依據，能有效引導區域景觀格局優化與管控［15］。ESV和LERI的綜合運用，有利于使人類福祉與生態環境變化相聯系，可為區域生態環境保護提供決策支持［16］。

前人針對ESV和LERI各自進行了大量研究［13，17］，也開展了ESV和LERI空間關聯的相關研究［1，4］。但當前ESV和LERI空間關聯和空間分異研究局限于單一區域或單一時段，缺乏不同區域及多時段動態對比研究，不僅無法對比不同區域ESV和LERI的空間關聯性，更無法全面表征ESV和LERI 空間分異性的動態變化。沿安寧河和白龍江分布的狹長干旱地段作為中國干旱河谷的重要組成部分，是區域社會、經濟和文化的中心。安寧河流域是攀西城市群經濟發展的核心地帶，白龍江流域是成渝城市群與城市群間的重要能源樞紐，兩地同為中國西部重要的多民族聚居區，對區域經濟可持續發展及國家長治久安意義重大。在城鎮化進程加快、西部大開發、退耕還林還草等因素影響下，安寧河流域和白龍江流域經濟增長迅速，但隨之而來的人口激增、城鎮過度擴張等問題不僅加劇區域人地矛盾突出及生態退化，也威脅中國生態文明建設和生態安全格局構建。研究安寧河流域和白龍江流域ESV和LERI時空演變、二者空間關聯性及分異性特征，可為中國西部干旱河谷區土地利用規劃、生態修復、生態安全格局構建及人地關系協調發展提供科學參考。

1 研究區概況與研究方法

1.1 研究區概況

安寧河為雅礱江一級支流，流經四川省涼山州和攀枝花市（見圖1），流域面積約11 053.59 km2，海拔997～5 081 m，地處橫斷山脈東緣，屬亞熱帶季風氣候區，夏季高溫多雨、冬季干燥少雨［18］；流域內安寧河平原為四川省第二大平原，是川西南地區重要的經濟增長極，2020年末GDP約960.51億元、人口約192.61萬人、城鎮化率約52.65%。白龍江為嘉陵江一級支流，流經甘肅省甘南州、隴南市及四川省阿壩州和廣元市（見圖1），流域面積約32 113.07 km2，海拔450～4 865 m，處青藏高原向黃土高原、秦巴山區及暖溫帶向北亞熱帶過渡地帶［19］，夏季高溫多雨、冬季溫暖少雨，2020年末GDP約510.07億元、人口約182.11萬人、城鎮化率約37.72%。白龍江流域為川、甘交界處的重要多民族聚居區，流域內梯級水電開發對中國能源安全起重要作用。

1.2 數據來源

2000～2020年3期30 m分辨率土地利用數據來源于地球大數據科學工程數據共享服務系統數據（http：∥data.casearth.cn/），該數據由中國科學院空天信息創新研究院利用Landsat衛星（Lnadsat TM，ETM+和OLI）所生產，總體精度為82.5%［20］，Kappa系數達0.784，滿足研究需求。地理探測因子數據包括源自中國科學院資源環境數據中心（http：∥www.resdc.cn/）的歸一化植被指數、年降水、年均溫、地均GDP和人口密度數據；高程數據來自地理空間數據云（http：∥www.gscloud.cn/），并由高程計算得到坡度和坡向數據；人為影響指數利用公式計算而得。糧食產量和價格數據源于研究期內兩流域主要縣級行政區統計年鑒、四川省糧食和物資儲備局（https：∥lwj.sc.gov.cn/）和甘肅省糧食和物資儲備局（http：∥lscb.gansu.gov.cn/）。

1.3 研究方法

1.3.1 生態系統服務價值評估模型

基于ESV評估模型［5］，參照謝高地等［21］提出的中國陸地生態系統單位面積ESV當量（見表1），依據研究期內安寧河流域和白龍江流域主要縣級行政區平均糧食產量（分別為5 389.86，4 088.20 kg/hm2）及2020年四川省和甘肅省主要農作物收購價格（分別為2.41，3.15元/kg），按“單位面積農田ESV等于平均糧食單產市場經濟價值的1/7”［21］，得出安寧河流域和白龍江流域ESV當量因子經濟價值（分別為1 855.65，1 839.69元/hm2），最終得到研究區ESV總量，公式為

式中：ESV表示生態系統服務價值總量；Ai表示評價格網第i種地類的面積；Sij表示第i種地類第j種生態系統服務類型單位面積所提供的ESV當量；i為地類數量；j為生態系統服務類型。

1.3.2 景觀生態風險指數評估模型

從區域生態系統的景觀結構出發，選取景觀干擾度指數、景觀脆弱度指數、景觀損失度指數構建綜合生態風險指數，以此分析研究區生態風險大小及其變化情況，計算公式［22］如下：

式中：LERIk為第k個風險小區的景觀生態風險指數；Aki為第k個風險小區內第i種地類的面積；Ak為第k個風險小區的面積；n為評價格網數；Ri為第i類地類的景觀損失度指數。各參數計算公式及含義［23-25］詳見表2。

1.3.3 人為影響指數

人為影響指數（Human Active Index，HAI）能表征人為活動對土地利用和景觀結構變化的影響［26］，故利用HAI分析研究區ESV和LERI同人類干擾強度間的相互關系。公式如下：

式中：HAI為人為影響指數；Ai為評價格網內第i種地類的總面積；Si為第i種地類的人為影響強度參數，基于前人研究［26-27］對Si進行賦值；n為地類數量；AT為評價格網總面積。

1.3.4 雙變量空間自相關模型

為探索研究區ESV和LERI的空間關聯特征，運用GeoDa雙變量空間分析模型，利用全局空間自相關Morans I指數反映兩者整體空間關聯和差異狀況，計算公式［28］如下：

式中：Iel為單位面積生態系統服務價值e和生態風險指數l的雙變量全局自相關系數；yie和yil分別為第i個評價小區單位面積生態系統服務價值和生態風險指數；σe和σl為方差；n為評價小區數；wij為基于空間鄰接關系建立的權重矩陣。

1.3.5 地理探測器

地理探測器（Geodetector）可探索要素的空間分異特征［29］，采用其因子探測器對研究區ESV和LERI空間分異的驅動因子進行探測，公式為

式中：q表示自變量對因變量空間分異的解釋力；σh2和σ2分別為評價小區和全區Y值的方差；Nh和N分別為評價小區h和全區的樣本數。

2 結果與分析

2.1 土地利用動態變化分析

2000～2020年兩個典型干旱河谷土地利用均以林地為主，其次為草地和耕地，其余地類占比較小（見圖2），安寧河流域與白龍江流域的林草地占比分別在89.74%和84.78%以上、耕地占9.26%和13.15%以上。20 a來除安寧河流域林地和草地、白龍江流域耕地和草地有所減少外，其余地類均呈增長趨勢（見表3），其中安寧河流域草地縮減3.58%（113.95 km2）、建設用地增長激增85.73%（69.02 km2），白龍江流域耕地減少4.63%（144.31 km2）、建設用地擴張120.59%（116.51 km2）。

2.2 ESV動態變化分析

2000～2020年安寧河流域和白龍江流域ESV呈緩慢下降趨勢，分別減少0.61%和0.07%，兩地林草地對ESV的貢獻率突出，分別達91.58%和95.19%以上（見表3）。近20 a，安寧河流域林地、白龍江流域耕地以及兩地草地和建設用地ESV呈減少趨勢，其余地類ESV不斷增加，其中安寧河流域水域和耕地ESV增長11.52%和3.16%、草地和建設用地ESV變化率為-3.58%和85.73%，白龍江流域水域和林地ESV增長12.46%和0.22%、建設用地和耕地變化率達120.59%和-4.63%。可見安寧河流域林草地面積的銳減、白龍江流域耕地和草地的縮減以及兩地城鎮建設的快速推進，使區域生態環境逐步惡化。

通過1 km×1 km和2 km×2 km格網分別計算安寧河流域與白龍江流域單位面積ESV（萬元/hm2），并利用ArcGIS 10.7進行克里金插值，依據自然斷點法進行分級。其中，安寧河流域分為極低價值［-1.033 0，1.792 1）、低價值［1.792 1，2.929 1）、中等價值［2.929 1，3.740 2）、高價值［3.740 2，11.822 5）和極高價值［11.822 5，25.510 0）；白龍江流域分為極低價值［1.148 4，2.403 5）、低價值［2.403 5，3.194 0）、中等價值［3.194 0，3.845 0）、高價值［3.845 0，6.986 7）和極高價值［6.986 7，9.175 8）。得到2000～2020年兩地單位面積ESV的空間分布圖（見圖3），同時對不同等級ESV的面積占比進行統計（見圖4）。近20 a，安寧河流域與白龍江流域單位面積ESV以高和中等兩個等級為主，兩等級面積占比之和分別在69.6%和71.2%以上，此外兩地低等級單位面積ESV占比分別在22.2%和27.5% 以上，除安寧河流域低、中等和極高3個等級及白龍江流域中等等級單位面積ESV占比有所降低外，其余等級緩慢增長。高ESV集中于兩流域水域及林地密集帶，低ESV主要分布于耕地和建設用地集中的河谷地帶，中等ESV則集中于兩地草地及林草過渡帶。

近20 a，安寧河流域和白龍江流域單位面積ESV平均值分別下降0.6%和0.1%，表明經濟快速發展、城鎮化加快推進等人為因素干擾下，兩地生態環境在不斷惡化，威脅區域生態可持續發展。

2.3 LERI動態變化分析

同樣借助ArcGIS 10.7自然斷點法將格網尺度下兩流域LERI進行分級（見圖5），并統計各等級面積占比變化（見圖6）。其中，安寧河流域分為極低風險［0.016 1，0.026 4）、低風險［0.026 4，0.041 2）、中等風險［0.041 2，0.063 4）、高風險［0.063 4，0.153 6）和極高風險［0.153 6，0.332 1）；白龍江流域分為極低風險［0.013 8，0.026 4）、低風險［0.026 4，0.041 7）、中等風險［0.041 7，0.061 9）、高風險［0.061 9，0.089 1）和極高風險［0.089 1，0.191 7）。2000～2020年安寧河流域和白龍江流域LERI以極低和低兩個等級為主，兩等級面積占比之和分別達66.01%和75.00%以上，兩地中等LERI占比分別在17.15%和12.38%以上，除安寧河流域極低、低兩等級及白龍江流域極低等級LERI占比有所增長外，其余等級緩慢增長。高LERI集中在兩地耕地、建設用地集中的河谷地帶和水域面積較大區，低LERI主要分布于兩地林地密集區域，中等LERI則處于河谷人類活動頻繁區與林草等植被過渡地帶。

近20 a，安寧河流域和白龍江流域LERI平均值分別下降8.24%和3.50%，表明隨著人類活動對流域生態環境的干擾，區域土地利用趨于集中，致使破碎度降低，兩地景觀生態風險得到一定緩解。

2.4 ESV與LERI的空間關聯分析

運用GeoDa計算2000～2020年研究區ESV和LERI的雙變量空間自相關指數（見表4）。兩流域Morans I均小于0且逐步降低，同時|Z|均大于2.58，P＜0.001表明ESV和LERI存在顯著空間負相關性并呈增強趨勢。

進一步借助GeoDa對2000～2020年研究區ESV和LERI進行雙變量局部空間自相關分析（見圖7），并統計各自相關等級的面積占比及變化（見圖8）。安寧河流域和白龍江流域高價值-高風險區分別占 1.77% 和1.91%以上，前者呈增長趨勢，主要分布于流域中上游邛海、大橋水庫（1999年蓄水）、冶勒水庫（2001年動工）周邊及支干流河面寬闊處；后者呈降低趨勢，集中于流域中下游碧口（1997年建成）、寶珠寺（1998年建成）和苗家壩（2014年建成）3個大型水電站庫區及支干流河面寬闊處，這些區域涵蓋面積較大且能提供高價值ESV的水域，但被人類活動侵占的風險極高，故需加強對水域的保護。安寧河流域和白龍江流域高價值-低風險區占27.47%和27.96%以上，前者呈擴張趨勢，集中于北部小相嶺山脈、西部牦牛山脈和東南部螺髻-魯南山脈；后者呈減少趨勢，主要分布于岷山-龍門山脈，上述區域以能創造較高ESV的林地為主，因面積極大，受經濟活動影響有限，LERI較低。低價值-高風險區主要分布于耕地和建設用地集中的寬闊河谷帶，ESV較低的同時極易受人類活動干擾，故LERI較高；其中安寧河冕寧縣-米易縣段、白龍江宕昌縣-文縣和劍閣縣段有大面積分布，兩地占比在12.93%和12.97%以上，均呈增長態勢。低價值-低風險區安寧河流域和白龍江流域分別占1.24%和1.17%以上，均緩慢增長，零散分布在兩流域高山林草過渡帶，ESV較低且較少受人類活動影響，LERI較低。不顯著區主要分布于安寧河流域的東部、南部和白龍江流域的西北部、中部以及兩地河谷邊緣帶，多以草地、耕地向林地過渡帶為主，故ESV和LERI適中，兩地占55.73%和55.77%以上，前者有所降低，后者緩慢增長。

2.5 ESV與LERI空間分異的驅動分析

要素空間分異受自然條件和經濟條件的復合作用影響，通過地理探測器對選取的高程（X1）、坡度（X2）、年均溫（X3）、年降水（X4）、歸一化植被指數（X5）、人口密度（X6）、地均GDP（X7）、HAI（X8）、ESV/LERI（X9）驅動因子進行探測。從ESV空間分異探測結果看（見圖9），安寧河流域ESV空間分異驅動因子按q統計量大小進行整體排序為X8＞X1＞X2＞X6＞X3＞X4＞X7＞X5，白龍江流域為X8＞X5＞X4＞X7＞X1＞X6＞X3＞X2。可見X8是兩地ESV分異的主導因子，解釋力分別在58.31%和42.29%以上。此外，X1、X2、X6是安寧河流域ESV分異的重要因素，解釋力在21.94%以上；X5和X4對白龍江流域ESV分異的影響較大，解釋力在33.31%和20.45%以上；其余因子對兩地ESV空間分異的影響力不顯著。從時間變化看，2000～2020年除安寧河流域X1、X5和X7以及白龍江流域X1、X4和X6的影響力有一定增強外，其余因子的影響力不同程度減弱。

從2000～2020年LERI空間分異探測結果看（見圖10），安寧河流域按q統計量由高到低排序為X8＞X1＞X2＞X6＞X3＞X4＞X7＞X5，白龍江流域為X8＞X5＞X4＞X6＞X7＞X3＞X1＞X2。可知X8是兩地LERI空間分異的主導因素，解釋力分別達67.80%和67.27% 以上。X1、X2、X3和X6對安寧河流域LERI分異產生較大影響，解釋力達25.09%以上；X4、X5和X6對白龍江流域LERI分異影響較大，解釋力分別在7.52%，31.75%和9.33%以上；其他因子對兩地LERI 空間分異的影響較小。在時間上，除安寧河流域X1、X5 、X7和X8以及白龍江流域X6的影響力有所增強外，其他因子影響力呈降低趨勢。

研究表明，自然因素和社會經濟因素共同對兩個典型干旱河谷ESV和LERI空間分異產生影響。X8均為兩地ESV和LERI分異的主導因子，說明人類活動對兩流域生態環境的干擾程度極大，需規范土地利用開發，加強對人類干擾所帶來的生態風險管控。此外，安寧河流域X1、X2和白龍江流域X4和X5等自然因子較經濟因子更易對流域ESV和LERI產生影響，故需加強流域生態環境保護，遵循因地制宜的資源開發模式，促進人地關系和諧健康發展。

3 討 論

本文借鑒近年來ESV和LERI相關研究［1，30］，基于土地利用數據探討了兩個典型干旱河谷ESV和LERI的時空演變、二者關聯性及空間分異性特征。結果顯示，2000～2020年兩個典型干旱河谷ESV和LERI呈持續縮減趨勢，與多數干旱河谷ESV預測結果相悖［31］。主要與以下因素有關：21世紀以來，因作為西部邊遠山區的區域經濟中心，兩地在西部大開發、退耕還林還草及城鎮化建設加快和人口激增的影響下，土地利用結構發生劇烈變化。建設用地的快速擴張，使安寧河流域草地、白龍江流域草地和耕地明顯減少，雖安寧河流域耕地、白龍江流域林地及兩地水域的增長對ESV起一定促進作用，但兩地快速城鎮化所產生的極大阻礙作用使ESV不斷下降，而當前建設用地對ESV的巨大消極影響往往被忽視［12］。20 a 來，兩地LERI緩慢降低，景觀生態風險狀況呈轉好趨勢，與其他經濟較發達區結果一致［4，16］，在兩地主要地類斑塊數不斷減少影響下，分離度和破碎度降低，但人類活動頻繁區LERI極高，需格外注意生態風險防范。因此，需根據ESV和LERI主要集聚關系，對干旱河谷不同分區因地制宜地采取針對性措施，以促進區域協調發展：河流支干流河谷地帶為低價值-高風險區，人口密集、經濟建設活動活躍，要格外注重生態環境保護，減少對耕地的侵占；水庫、湖泊及大型水電站庫區為高價值-高風險區，對局部生態至關重要，需加強水域保護力度；兩地占主導的林地和草地為高價值-低風險區，是流域生態安全及可持續發展的基石，需加大對林草生態系統的保護。

將ESV和LERI二者進行結合更有助于區域生態環境保護決策的制定與實施［16］。但本研究仍有所不足：ESV和LERI均通過土地利用進行評估，無法全面準確反映區域實際；通過研究區糧食產量及價格來修正ESV的方法有待完善；ESV和LERI空間分異的驅動因子選取難以深刻反映區域內部差異。因此，今后需探索更為科學的ESV和LERI評估方法，從自然和經濟等多角度深度分析二者的空間分異性。

4 結 論

2000～2020年安寧河流域和白龍江流域ESV均呈減少趨勢，前者由370.597 3億元減少到368.337 2億元、后者由1 137.410 1億元減少到1 136.584 4億元，林地和草地ESV貢獻率分別達91.58%和95.19%以上，ESV以中等和高兩個等級為主，建設用地的快速擴張是兩地ESV縮減的主要原因；兩地LERI呈降低趨勢，分別下降8.24%和3.50%，以極低和低兩個等級為主，LERI降低主要緣于土地利用集約化加強引發的破碎度下降；兩地ESV和LERI具有顯著空間負相關性且呈增強態勢，高價值-低風險和低價值-高風險為兩者主要關系；人類活動對兩地ESV和LERI空間分異的干擾極大，其中HAI是兩地ESV和LERI空間分異的主導因子。

參考文獻：

［1］李輝，周啟剛，李斌，等.近30年三峽庫區生態系統服務價值與生態風險時空變化及相關性研究［J］.長江流域資源與環境，2021，30（3）：654-666.

［2］周忠學，仇立慧.城市化對生態系統服務功能影響的實證研究：以西安市南郊為例［J］.干旱區研究，2011，28（6）：974-979.

［3］李景剛，何春陽，李曉兵.快速城市化地區自然/半自然景觀空間生態風險評價研究：以北京為例［J］.自然資源學報，2008，23（1）：33-47.

［4］朱潤苗，陳松林.1980～2020年福建省景觀生態風險與生態系統服務價值的空間關系［J］.應用生態學報，2022，33（6）：1599-1607.

［5］COSTANZA R，DARGE R，GROOT R，et al.The value of the world′s ecosystem services and natural capital［J］.Ecological Economics，1998，25（1）：3-15.

［6］COSTANZA R，GROOT R，BRAAT L，et al.Twenty years of ecosystem services：how far have we come and how far do we still need to go？［J］.Ecosystem Services，2017，28：1-16.

［7］虞依娜，彭少麟.生態系統服務價值評估的研究進展［J］.生態環境學報，2010，19（9）：2246-2252.

［8］歐陽志云，王如松，趙景柱.生態系統服務功能及其生態經濟價值評價［J］.應用生態學報，1999，10（5）：635-640.

［9］謝高地，張彩霞，張雷明，等.基于單位面積價值當量因子的生態系統服務價值化方法改進［J］.自然資源學報，2015，30（8）：1243-1254.

［10］ 于德永，郝蕊芳.生態系統服務研究進展與展望［J］.地球科學進展，2020，35（8）：804-815.

［11］張曉瑤，陸林，虞虎，等.青藏高原土地利用變化對生態系統服務價值影響的多情景模擬［J］.生態學雜志，2021，40（3）：887-898.

［12］朱相君，薛亮.關中地區生態系統服務價值變化及其與經濟發展耦合關系［J］.生態學雜志，2022，41（4）：769-776.

［13］彭建，黨威雄，劉焱序，等.景觀生態風險評價研究進展與展望［J］.地理學報，2015，70（4）：664-677.

［14］曹祺文，張曦文，馬洪坤，等.景觀生態風險研究進展及基于生態系統服務的評價框架：ESRISK［J］.地理學報，2018，73（5）：843-855.

［15］賈艷艷，唐曉嵐.長江流域安徽段生態系統服務價值與景觀生態風險時空演變及其關聯分析［J］.南京林業大學學報（自然科學版），2022，46（3）：31-40.

［16］李俊翰，高明秀.濱州市生態系統服務價值與生態風險時空演變及其關聯性［J］.生態學報，2019，39（21）：7815-7828.

［17］殷楠，王帥，劉焱序.生態系統服務價值評估：研究進展與展望［J］.生態學雜志，2021，40（1）：233-244.

［18］廖成浩，姚昆，曾艷.安寧河流域土地生態安全動態評價與預測［J］.環境監測管理與技術，2022，34（2）：27-31，37.

［19］范建容，楊超，包維楷，等.西南地區干旱河谷分布范圍及分區統計分析［J］.山地學報，2020，38（2）：303-313.

［20］ZHANG X，LIU L Y，CHEN X D，et al.GLC_FCS30：global land-cover product with fine classification system at 30 m using time-sLERIes Landsat imagery［J］.Earth System Science Data，2021，13（6）：2753-2776.

［21］謝高地，張彩霞，張昌順，等.中國生態系統服務的價值［J］.資源科學，2015，37（9）：1740-1746.

［22］LIU Y C，LIU Y X，LI J L，et al.Evolution of landscape ecological risk at the optimal scale：a case study of the open coastal wetlands in Jiangsu，China［J］.International Journal of Environmental Research and Public Health，2018，15（8）：1691-1701.

［23］韓振華，李建東，殷紅，等.基于景觀格局的遼河三角洲濕地生態安全分析［J］.生態環境學報，2010，19（3）：701-705.

［24］胡和兵，劉紅玉，郝敬鋒，等.流域景觀結構的城市化影響與生態風險評價［J］.生態學報，2011，31（12）：3432-3440.

［25］高賓，李小玉，李志剛，等.基于景觀格局的錦州灣沿海經濟開發區生態風險分析［J］.生態學報，2011，31（12）：3441-3450.

［26］陳浮，葛小平，陳剛，等.城市邊緣區景觀變化與人為影響的空間分異研究［J］.地理科學，2001，21（3）：210-216.

［27］黃木易，方斌，岳文澤，等.近20 a來巢湖流域生態服務價值空間分異機制的地理探測［J］.地理研究，2019，38（11）：2790-2803.

［28］楊遠琴，任平，洪步庭.基于生態安全的三峽庫區重慶段土地利用沖突識別［J］.長江流域資源與環境，2019，28（2）：322-332.

［29］王勁峰，徐成東.地理探測器：原理與展望［J］.地理學報，2017，72（1）：116-134.

［30］JIA Y Y，TANG X L，LIU W.Spatial-temporal evolution and correlation analysis of ecosystem service value and landscape ecological risk in Wuhu City［J］.Sustainability，2020，12（7）：2803-2819.

［31］歐朝蓉，朱清科，孫永玉.干熱河谷區土地利用與生態系統服務價值：以云南省元謀縣為例［J］.農業現代化研究，2018，39（3）：494-502.

（編輯：黃文晉）

Spatial-temporal evolution of ecosystem service value and landscape ecological risk in dry valleys

ZHOU Jianwei1，2，3，LUO Jun2，3

（1.College of Life Sciences，China West Normal University，Nanchong 637009，China； 2.Sichuan Provincial Engineering Laboratory of Monitoring and Control for Soil Erosion on Dry Valleys，Nanchong 637009，China； 3.Liangshan Soil Erosion and Ecological Restoration in Dry Valleys Observation and Research Station，Liangshan 616753，China）

Abstract：

Based on the high-precision land use data of Anning River Basin and Bailong River Basin from 2000 to 2020，the ecosystem service value （ESV） and landscape ecological riskindex （LERI） assessment model，bivariate spatial autocorrelation model and Geodetector were used to explore the spatio-temporal evolution，correlation and differentiation characteristics of ESV and LERI in different dry valleys.The results indicated that forest and grass dominated the Anning River Basin and Bailong River Basin.With the influence of urban expansion，ESV and LERI showed a decreasing trend.ESV was mainly in low and medium grade，while LERI was mainly in extremely low and low grade.ESV and LERI had significant negative spatial correlation，and the relationship between ESV and LERI were dominated by high value-low risk and low value-high risk.Human activities played a leading role in spatial differentiation of ESV and LERI.Forestland and grassland were important sources of ESV in the two basins，and the surge of construction land leaded to the continuous decreasing of ESV and LERI in the two basins.It is necessary to improve land use structure according to local conditions，strengthen protection of forest，grass and water area，control urban expansion reasonably，and promote sustainable development of land use structure in watershed.

Key words： ecosystem service value；landscape ecological risk index；dry valley；spatial-temporal evolution；spatio-temporal differentiation

收稿日期：2022-06-24

基金項目：國家自然科學基金項目（41971015）；生態安全與保護四川省重點實驗室開放基金項目（ESP201301）

作者簡介：周建偉，男，碩士研究生，主要從事水土保持與荒漠化防治研究。E-mail：gesang3650@163.com

通信作者：羅 君，男，講師，博士，主要從事地理綜合研究。E-mail：luojunxmx@126.com