基于生態(tài)系統(tǒng)服務(wù)簇的珠江源區(qū)生態(tài)功能分區(qū)

摘要：識(shí)別生態(tài)系統(tǒng)服務(wù)簇，進(jìn)行珠江源生態(tài)功能分區(qū)，為珠江源區(qū)土地利用格局優(yōu)化、生物多樣性保護(hù)、生態(tài)修復(fù)以及土地資源精準(zhǔn)管控提供理論指導(dǎo)與技術(shù)支撐。研究基于InVEST模型和食物供給模型對(duì)珠江源區(qū)2010—2020年的生境質(zhì)量、土壤保持、水源供給、碳儲(chǔ)量和食物供給5項(xiàng)重要生態(tài)系統(tǒng)服務(wù)進(jìn)行評(píng)估，運(yùn)用Python平臺(tái)實(shí)現(xiàn)輪廓系數(shù)算法并確定最佳聚類(lèi)數(shù)，通過(guò)SPSS軟件進(jìn)行K-means聚類(lèi)分析識(shí)別生態(tài)系統(tǒng)服務(wù)簇，并基于XGBoost機(jī)器學(xué)習(xí)算法，結(jié)合SHAP模型解釋法探討了生態(tài)系統(tǒng)服務(wù)簇的影響因素。結(jié)果表明：（1）珠江源區(qū)自然生態(tài)系統(tǒng)服務(wù)功能總體上呈現(xiàn)退化趨勢(shì)。生境質(zhì)量、碳儲(chǔ)量和水源供給高值區(qū)占據(jù)珠江源區(qū)大多數(shù)地區(qū)，土壤保持呈現(xiàn)南北兩側(cè)高于中部的空間格局，食物供給與土地利用分布較為一致。（2）生態(tài)保育區(qū)鄉(xiāng)鎮(zhèn)數(shù)占比不斷上升，主要分布在珠江源區(qū)北部和東南部的山地丘陵；城鎮(zhèn)發(fā)展區(qū)鄉(xiāng)鎮(zhèn)數(shù)占比保持不變，位于珠江源區(qū)中部麒麟?yún)^(qū)；供給服務(wù)區(qū)鄉(xiāng)鎮(zhèn)數(shù)占比變化不大，分布在珠江源區(qū)中部和西南部平原。（3）坡度、生產(chǎn)總值和人為影響指數(shù)對(duì)生態(tài)系統(tǒng)服務(wù)簇的形成有著較為重要的影響，自然環(huán)境因素仍是生態(tài)系統(tǒng)服務(wù)的決定性因素。

關(guān)鍵詞：生態(tài)系統(tǒng)服務(wù)簇；InVEST模型；K-means聚類(lèi)分析；生態(tài)功能分區(qū)；珠江源區(qū)

中圖分類(lèi)號(hào)：X826" " " " 文獻(xiàn)標(biāo)志碼：A" " " " 文章編號(hào)：1674-3075（2025）01-0177-12

生態(tài)系統(tǒng)服務(wù)簇是指具有相同空間分布、模式特征以及組成結(jié)構(gòu)的各種生態(tài)系統(tǒng)服務(wù)類(lèi)型的組合（彭立等，2021）。生態(tài)系統(tǒng)服務(wù)簇的識(shí)別在生態(tài)功能區(qū)劃研究、景觀格局優(yōu)化以及土地資源管理中應(yīng)用廣泛（Chen et al，2021；Peng et al，2016；Zhang et al，2022），是一種通過(guò)聚類(lèi)方法來(lái)識(shí)別主導(dǎo)生態(tài)系統(tǒng)服務(wù)類(lèi)型進(jìn)而為區(qū)域生態(tài)系統(tǒng)服務(wù)結(jié)構(gòu)的優(yōu)化提供理論與技術(shù)支撐的重要手段（祁寧等，2020）。近些年來(lái)，隨著人地關(guān)系矛盾的日益突出以及人們對(duì)區(qū)域生態(tài)安全的重視，生態(tài)系統(tǒng)服務(wù)簇成為生態(tài)功能分區(qū)管理的重要途徑（Dang et al，2021）。

目前，國(guó)內(nèi)外學(xué)者從服務(wù)簇角度對(duì)區(qū)域生態(tài)功能分區(qū)進(jìn)行了大量研究，在研究方法上，主要有自組織網(wǎng)絡(luò)分析、空間自相關(guān)分析、K-means聚類(lèi)分析和主成分分析等服務(wù)簇識(shí)別方法，例如趙筱青等（2022）運(yùn)用K-means聚類(lèi)分析方法識(shí)別滇東南喀斯特山區(qū)生態(tài)系統(tǒng)服務(wù)簇，并將研究區(qū)劃分為生態(tài)保護(hù)區(qū)、生態(tài)過(guò)渡區(qū)、農(nóng)業(yè)主產(chǎn)區(qū)和人類(lèi)生產(chǎn)生活區(qū)；申嘉澍等（2020）通過(guò)自組織網(wǎng)絡(luò)分析方法對(duì)雄安新區(qū)生態(tài)系統(tǒng)服務(wù)簇進(jìn)行識(shí)別，并將雄安新區(qū)劃分為食物供給簇、文化娛樂(lè)簇、生態(tài)保育簇和城鎮(zhèn)生活簇；李慧蕾等（2017）借助SOFM分析方法來(lái)識(shí)別內(nèi)蒙古自治區(qū)生態(tài)系統(tǒng)服務(wù)簇，并將內(nèi)蒙古自治區(qū)劃分為生態(tài)均衡區(qū)、牧業(yè)盈余區(qū)、水土保持區(qū)和生態(tài)脆弱區(qū)。在這些服務(wù)簇識(shí)別方法中，K-means聚類(lèi)分析是一種基于距離來(lái)計(jì)算數(shù)據(jù)集聚程度的方法，由于具有原理簡(jiǎn)單、可解釋度強(qiáng)、聚類(lèi)效果好等優(yōu)點(diǎn)而被廣泛運(yùn)用。在研究尺度上，當(dāng)前生態(tài)系統(tǒng)服務(wù)簇識(shí)別主要從國(guó)家（Dittrich et al，2017）、地方（Hamann et al，2015）和全流域（潘瑩等，2021）等宏觀尺度開(kāi)展生態(tài)功能區(qū)劃研究。雖然宏觀尺度利于區(qū)域統(tǒng)籌管理，但對(duì)于土地精細(xì)化管理目標(biāo)而言，在鄉(xiāng)鎮(zhèn)尺度上識(shí)別生態(tài)系統(tǒng)服務(wù)簇并進(jìn)行生態(tài)功能分區(qū)更有利于區(qū)域生態(tài)系統(tǒng)服務(wù)管理與優(yōu)化（祁寧等，2020）。盡管生態(tài)系統(tǒng)服務(wù)簇識(shí)別方法多樣、研究尺度精細(xì)，但學(xué)術(shù)界仍缺乏對(duì)其驅(qū)動(dòng)機(jī)制的探討。調(diào)控生態(tài)系統(tǒng)服務(wù)簇的影響因素，可實(shí)現(xiàn)區(qū)域生態(tài)可持續(xù)發(fā)展。

珠江源區(qū)是中國(guó)第三大河流珠江的發(fā)源地，深刻影響著中國(guó)南方地區(qū)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展、生態(tài)文明高質(zhì)量建設(shè)以及生態(tài)安全格局穩(wěn)定，由于區(qū)域獨(dú)特的地質(zhì)構(gòu)造、土壤、植被和氣候特點(diǎn)，以及人口增長(zhǎng)、城鎮(zhèn)建設(shè)用地?cái)U(kuò)張等人為因素影響，地表出現(xiàn)水土流失、土壤肥力降低和石漠化等生態(tài)環(huán)境問(wèn)題（趙筱青等，2022），影響了生態(tài)系統(tǒng)服務(wù)功能。本研究評(píng)估了珠江源區(qū)2010—2020年的5項(xiàng)生態(tài)系統(tǒng)服務(wù)，提出生態(tài)系統(tǒng)服務(wù)功能分區(qū)管理及決策建議。研究可為珠江源區(qū)土地利用格局優(yōu)化、生物多樣性保護(hù)、生態(tài)修復(fù)以及土地資源精準(zhǔn)管控提供理論指導(dǎo)與技術(shù)支撐。

1" "材料與方法

1.1" "研究區(qū)概況

珠江源區(qū)位于我國(guó)西南部，是珠江的發(fā)源地，地處云南、貴州和廣西的交界地帶（圖1）。該地區(qū)地貌類(lèi)型復(fù)雜，以小起伏山地、中起伏山地和丘陵為主，少量分布著臺(tái)地、平原和大起伏山地。地表水資源豐富，分布著北盤(pán)江、南盤(pán)江、喜舊溪等珠江分支水系，以及牛欄江、普渡河、以禮河等長(zhǎng)江分支水系。氣候?yàn)閬啛釒Ц咴撅L(fēng)氣候，降水量從東南到西北逐漸遞減，年均氣溫南高北低。土壤類(lèi)型以鐵鋁土、初育土、淋溶土和人為土為主，少量分布有半水成土、半淋溶土和水成土。植被類(lèi)型以栽培植被、針葉林、草叢和灌叢為主，少量分布有草甸和闊葉林。

1.2" "數(shù)據(jù)來(lái)源

本研究所使用的2010、2015、2020年3期土地利用數(shù)據(jù)來(lái)源于地球大數(shù)據(jù)科學(xué)工程的數(shù)據(jù)共享服務(wù)系統(tǒng)（https：//data.casearth.cn/）（汪仕美等，2022）；高程數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云（https：//www.gscloud.cn/search）；降水量、潛在蒸散量數(shù)據(jù)集來(lái)源于中國(guó)科學(xué)院成都山地災(zāi)害與環(huán)境研究所（閆曉露等，2022）；土壤數(shù)據(jù)來(lái)源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心提供的世界土壤數(shù)據(jù)庫(kù)（HWSD）的中國(guó)土壤數(shù)據(jù)集（https：//data.tpdc.ac.cn/zh-hans/）（馮兆等，2020）；食物數(shù)據(jù)來(lái)源于云南省統(tǒng)計(jì)局（https：//stats.yn.gov.cn/）。

1.3" "研究方法

結(jié)合自然地理環(huán)境和社會(huì)經(jīng)濟(jì)發(fā)展實(shí)際情況，基于 InVEST 模型和食物供給模型評(píng)估珠江源區(qū)2010—2020 年的生境質(zhì)量、碳儲(chǔ)量、土壤保持、水源供給和食物供給5項(xiàng)生態(tài)系統(tǒng)服務(wù)。運(yùn)用Python平臺(tái)實(shí)現(xiàn)輪廓系數(shù)算法并確定最佳聚類(lèi)數(shù)，利用SPSS軟件進(jìn)行 K-means 聚類(lèi)分析識(shí)別生態(tài)系統(tǒng)服務(wù)簇，根據(jù)不同生態(tài)系統(tǒng)服務(wù)簇的空間分布、模式特征以及組成結(jié)構(gòu)進(jìn)行生態(tài)功能分區(qū)，基于 XGBoost 機(jī)器學(xué)習(xí)算法，結(jié)合 SHAP 模型解釋法探討生態(tài)系統(tǒng)服務(wù)簇的影響因素。

1.3.1" "生態(tài)系統(tǒng)服務(wù)功能評(píng)估" "（1）生境質(zhì)量

生境質(zhì)量是指在一定的時(shí)空尺度范圍內(nèi)，生態(tài)系統(tǒng)能夠?yàn)樯锾峁┥妗⒎敝骋约俺掷m(xù)發(fā)展的能力（Cao et al，2020）。研究采用InVEST模型中的Habitat Quality模塊來(lái)評(píng)估珠江源區(qū)生物棲息地質(zhì)量，該模塊基于土地利用數(shù)據(jù)，通過(guò)各生境類(lèi)型的生境適宜性、威脅因子的最大影響距離與影響權(quán)重、各地類(lèi)對(duì)威脅因子的敏感性來(lái)進(jìn)行生物棲息地質(zhì)量評(píng)估，計(jì)算公式如下：

式中：[Qxj]為地類(lèi)[j]中柵格[x]的生物棲息地質(zhì)量；[Hj]為地類(lèi)[j]的生境適宜水平；[Dxj]為地類(lèi)[j]中柵格[x]所受脅迫水平；[k]為半飽和參數(shù)，通常取[Dxj]最大值的一半；[z]為歸一化常量，采用模型默認(rèn)值2.5。

（2）水源供給

InVEST模型中的水源供給模塊（module）綜合考慮地區(qū)的氣候、地形、土壤以及植被等因素，是一種以區(qū)域降雨量與實(shí)際蒸散量的差值來(lái)表征水源供給量的估算方法（Wei et al，2023）。該模塊的計(jì)算公式如下：

式中：[Yxj]為地類(lèi)[j]中柵格[x]的年水源供給量（mm）；[Axj]為地類(lèi)[j]中柵格[x]的年實(shí)際蒸散量（mm）；[Px]為柵格[x]的年降雨量（mm）。

（3）碳儲(chǔ)量

InVEST模型中的碳儲(chǔ)量模塊（module）常用于評(píng)估陸地生態(tài)系統(tǒng)碳儲(chǔ)量服務(wù)功能（稅偉等，2019）。地下生物碳庫(kù)、地上生物碳庫(kù)、死亡有機(jī)質(zhì)碳庫(kù)以及土壤碳庫(kù)構(gòu)成了陸地生態(tài)系統(tǒng)的四大基本碳庫(kù)。具體計(jì)算公式如下：

[C=Cabove+Cbelow+Csoil+Cdead] ③

式中：[C]為總碳儲(chǔ)量；[Cabove]為植物在地上部分的碳儲(chǔ)量；[Cbelow]為植物在地下部分的碳儲(chǔ)量；[Csoil]為土壤有機(jī)質(zhì)中的碳儲(chǔ)量；[Cdead]為植物凋落物中的碳儲(chǔ)量。

（4）土壤保持

運(yùn)用InVEST模型中的沉積物輸送比模塊（sediment delivery ratio，SDR）來(lái)對(duì)珠江源區(qū)土壤保持量進(jìn)行估算，該模塊原理基于修正后通用土壤流失方程（revised universal soil loss equation，RUSLE），以潛在土壤流失量（RKLS）與實(shí)際土壤流失量（USLE）的差值來(lái)表征土壤保持量（Wu amp; Fan，2022）。具體計(jì)算公式如下：

[[USx=Rx×Kx×Lx×Sx×Cx×Px]] ④

[Rkx=Rx×Kx×Lx×Sx] ⑤

[SEDx=RKx?USx+SEx] ⑥

式中：x為不同柵格單元；[Rx]為降雨侵蝕力因子；[Kx]為土壤可蝕性因子；[Lx]為坡長(zhǎng)因子；[Sx]為坡度因子；[Cx]為植被覆蓋與管理因子；[Px]為土壤保持措施因子，[Rkx]為潛在土壤流失量；[USx]為實(shí)際土壤流失量；[SEDx]為土壤保持量；[SEx]為攔截上游的泥沙量。

（5）食物供給

食物供給模型以珠江源區(qū)不同土地利用類(lèi)型作為統(tǒng)計(jì)單元。糧食、油料、糖類(lèi)、蔬菜和水果對(duì)應(yīng)耕地；肉類(lèi)、蛋類(lèi)和奶類(lèi)對(duì)應(yīng)草地；水產(chǎn)品對(duì)應(yīng)水體。再參考食物熱量表，將食物產(chǎn)量換算成食物熱量來(lái)對(duì)珠江源區(qū)食物供給服務(wù)進(jìn)行估算（杜勇等，2019），具體計(jì)算公式如下：

式中：[Px]為地區(qū)[x]的食物總熱量；[Ajix]為地區(qū)[x]中食物[j]在地類(lèi)[i]中的面積；[Pjix]為地區(qū)[x]中食物[j]的單位面積產(chǎn)量；[Ej]為食物[j]的熱量。

1.3.2" "輪廓系數(shù)法" "輪廓系數(shù)法（silhouette coefficient method）是一種基于分離度（tearing mode crack）和凝聚度（cohesion）來(lái)確定最佳聚類(lèi)數(shù)K，從而使聚類(lèi)效果達(dá)到最佳的研究方法（劉迪等，2022）。研究基于Python平臺(tái)實(shí)現(xiàn)輪廓系數(shù)算法，得到聚類(lèi)數(shù)和輪廓系數(shù)值之間的關(guān)系（圖2），從圖中可以看出，當(dāng)聚類(lèi)數(shù)K等于3時(shí)，輪廓系數(shù)值達(dá)到最高，說(shuō)明聚類(lèi)效果最好，因此確定最佳聚類(lèi)數(shù)為3。輪廓系數(shù)的具體計(jì)算公式如下：

式中：[S（i）]為樣本[i]的輪廓系數(shù)值，取值為-1～1，[S（i）]的值越高，表明聚類(lèi)效果越好，[S（i）]的值越低，表明聚類(lèi)效果越差，[S（i）]的值越接近0，則表明樣本[i]處于兩簇之間；[a（i）]為樣本[i]到同簇內(nèi)其他樣本的平均不相似度；[b（i）]為樣本[i]到最近簇的平均不相似度。

1.3.3" "K-means聚類(lèi)算法" "是一種基于距離來(lái)計(jì)算數(shù)據(jù)聚集的聚類(lèi)分析方法（analytic methods）（張春悅等，2022；Toledo-Gallegos et al，2021）。該算法主要是根據(jù)給定的聚類(lèi)數(shù)K以及初始聚類(lèi)中心來(lái)對(duì)距離相近數(shù)據(jù)點(diǎn)進(jìn)行迭代劃分以獲取最優(yōu)聚類(lèi)結(jié)果（Yang et al，2015），由于原理簡(jiǎn)單、可解釋度強(qiáng)、聚類(lèi)效果好等優(yōu)點(diǎn)而被廣泛運(yùn)用（潘瑩等，2021；Zhou et al，2020）。

基于輪廓系數(shù)法確定最佳聚類(lèi)數(shù)K。研究使用SPSS軟件對(duì)珠江源區(qū)生境質(zhì)量、土壤保持、水源供給、碳儲(chǔ)量和食物供給5項(xiàng)生態(tài)系統(tǒng)服務(wù)進(jìn)行K-means聚類(lèi)分析識(shí)別生態(tài)系統(tǒng)服務(wù)簇。基于Python平臺(tái)繪制各類(lèi)生態(tài)系統(tǒng)服務(wù)簇玫瑰圖，剖析不同生態(tài)系統(tǒng)服務(wù)功能區(qū)的模式特征、結(jié)構(gòu)以及主導(dǎo)服務(wù)類(lèi)型，并進(jìn)行生態(tài)功能分區(qū)。具體公式如下：

式中：[Xi]為樣本[X]中的第[i]個(gè)對(duì)象；[Cj]為第[j]個(gè)聚類(lèi)中心；[Xit]為第[i]個(gè)對(duì)象的第[t]個(gè)屬性，[Cjt]為第[j]個(gè)聚類(lèi)中心的第[t]個(gè)屬性；[m]為樣本[X]中的每個(gè)對(duì)象具有的[m]個(gè)維度的屬性。

1.3.4" "XGBoost機(jī)器學(xué)習(xí)算法" "是一種提升迭代型算法，是對(duì)GBDT（gradient boosting decision tree）算法的優(yōu)化，主要包括前向分布算法和加法模型。基本原理是在預(yù)測(cè)過(guò)程中不斷將新的回歸樹(shù)添加到模型中來(lái)擬合每次迭代產(chǎn)生的殘差，從而逐步縮小預(yù)測(cè)值和真實(shí)值的殘差，最終達(dá)到提升預(yù)測(cè)模型精度的目的。這種算法將損失函數(shù)進(jìn)行二階泰勒公式展開(kāi)并加入正則項(xiàng)，可以有效保留目標(biāo)函數(shù)信息和避免過(guò)度擬合，定義表達(dá)式如下：

1.3.5" "SHAP模型解釋法" "SHAP（shapley additive explanation）是一種加性解釋模型，可用來(lái)提升XGBoost算法的可解釋性。基本原理是將每個(gè)特征都作為貢獻(xiàn)者并計(jì)算其歸因值（shap values），以此判斷每個(gè)特征在預(yù)測(cè)過(guò)程中對(duì)模型的貢獻(xiàn)能力，把所有輸入特征的歸因值進(jìn)行相加得到預(yù)測(cè)模型的最終輸出結(jié)果：

為更好解釋XGBoost模型，SHAP對(duì)預(yù)測(cè)模型的輸出結(jié)果和歸因值的關(guān)系進(jìn)行轉(zhuǎn)換：

2" "結(jié)果與分析

2.1" "生態(tài)系統(tǒng)服務(wù)時(shí)空變化特征

珠江源區(qū)2010—2020年生態(tài)系統(tǒng)服務(wù)空間格局及變化趨勢(shì)如圖3，可以看出，珠江源區(qū)生態(tài)系統(tǒng)服務(wù)功能總體上呈現(xiàn)退化趨勢(shì)。具體而言，珠江源區(qū)生境質(zhì)量處于較高水平，但大多數(shù)地區(qū)呈現(xiàn)不斷降低的趨勢(shì)，這些區(qū)域主要位于海拔較低的山地、丘陵、盆地和平原地帶，是人類(lèi)活動(dòng)較為集中的區(qū)域，對(duì)應(yīng)的土地利用類(lèi)型為水田、旱地和建設(shè)用地；生境質(zhì)量較高的區(qū)域占據(jù)珠江源區(qū)的大部分地區(qū)，主要位于北部和東南部海拔較高的山地、丘陵以及河谷沿岸地帶，其中珠江源自然保護(hù)區(qū)、海峰濕地自然保護(hù)區(qū)和十八連山自然保護(hù)區(qū)的生境質(zhì)量指數(shù)顯著高于其他區(qū)域。

碳儲(chǔ)量與生境質(zhì)量變化趨勢(shì)一致，整體呈下降趨勢(shì)。碳儲(chǔ)量減少區(qū)域主要為城鎮(zhèn)建設(shè)用地和農(nóng)業(yè)用地，這些區(qū)域工農(nóng)業(yè)發(fā)展導(dǎo)致生物量減少，碳儲(chǔ)量降低。高碳儲(chǔ)量區(qū)域分布在北部和東南部森林覆蓋率高的山地丘陵地帶，這些區(qū)域原生植被豐富。水源供給服務(wù)功能較好，但呈下降趨勢(shì)，珠江源區(qū)地表水資源總量減少，水源供給受到威脅。水源供給減少區(qū)域主要為中部城鎮(zhèn)建設(shè)用地和周邊耕地，城鎮(zhèn)開(kāi)發(fā)破壞了地表景觀格局，導(dǎo)致蒸散量上升，水源供給量下降。水源供給呈東高西低分布，與降水量分布一致，高供給區(qū)域位于東南部林地，海拔高、氣溫低、降雨量充沛、蒸散量少。

珠江源區(qū)水土流失嚴(yán)重，土壤保持減少，主要分布在北部和東部山區(qū)。人類(lèi)活動(dòng)導(dǎo)致植被破壞，土壤侵蝕嚴(yán)重。土壤保持呈南北高、中間低的格局，較高區(qū)域位于北部和東南部河谷盆地，這些區(qū)域植被覆蓋高、坡度緩。食物供給服務(wù)功能顯著提升，增加區(qū)域主要為中部和西南部糧食主產(chǎn)區(qū)，由于農(nóng)業(yè)生產(chǎn)力提高，食物供給量增加。食物供給與土地利用類(lèi)型空間分布一致，較高區(qū)域位于中部和西南部的耕地、草地和水體。

2.2" "K-means聚類(lèi)結(jié)果精度檢驗(yàn)

K-means聚類(lèi)分析方差檢驗(yàn)結(jié)果（表1）顯示，各項(xiàng)生態(tài)系統(tǒng)服務(wù)的顯著性均小于0.05，表明在同種生態(tài)系統(tǒng)服務(wù)簇中各生態(tài)系統(tǒng)服務(wù)值具有顯著差異，聚類(lèi)結(jié)果較為科學(xué)。

2.3" "生態(tài)系統(tǒng)服務(wù)簇識(shí)別及生態(tài)功能分區(qū)

通過(guò)K-means聚類(lèi)得到3種生態(tài)系統(tǒng)服務(wù)簇，如圖4、圖5。第1類(lèi)生態(tài)系統(tǒng)服務(wù)簇主要分布在以生境質(zhì)量、碳儲(chǔ)量和土壤保持服務(wù)為主的林區(qū)，故將第1類(lèi)生態(tài)系統(tǒng)服務(wù)簇命名為生態(tài)保育區(qū)；第2類(lèi)生態(tài)系統(tǒng)服務(wù)簇主要分布在各項(xiàng)生態(tài)系統(tǒng)服務(wù)值都較低的城鎮(zhèn)區(qū)域，故將第2類(lèi)生態(tài)系統(tǒng)服務(wù)簇命名為城鎮(zhèn)發(fā)展區(qū)；而第3類(lèi)生態(tài)系統(tǒng)服務(wù)簇主要分布在以食物供給和水源供給服務(wù)為主的耕地、林地和草地，故將第3類(lèi)生態(tài)系統(tǒng)服務(wù)簇命名為供給服務(wù)區(qū)。

2.3.1" "生態(tài)保育區(qū)" "在2010、2015和2020年的鄉(xiāng)鎮(zhèn)數(shù)占比分別為47.4%、47.4%和49.1%，總體呈現(xiàn)上升趨勢(shì)（表2），表明珠江源區(qū)退耕還林、植樹(shù)造林和石漠化治理等生態(tài)治理工程卓有成效，人工林面積的不斷擴(kuò)大使得區(qū)域景觀破碎化和自然災(zāi)害風(fēng)險(xiǎn)程度逐漸降低，生境質(zhì)量、土壤保持和碳儲(chǔ)量等生態(tài)系統(tǒng)服務(wù)功能不斷增強(qiáng)，珠江源區(qū)生態(tài)環(huán)境質(zhì)量持續(xù)向好。生態(tài)保育區(qū)主要分布在珠江源區(qū)北部和東南部會(huì)澤縣、宣威市、羅平縣和師宗縣的部分鄉(xiāng)鎮(zhèn)，這些區(qū)域海拔較高并且是以常綠闊葉林、落葉闊葉林和常綠針葉林等自然植被類(lèi)型為主的山地丘陵地帶。小江生態(tài)廊道、珠江生態(tài)廊道東北段和南盤(pán)江—黃泥江生態(tài)廊道成為生態(tài)保育區(qū)與其他生態(tài)功能區(qū)的明顯分界線。該區(qū)域充沛的降雨量、茂密的森林覆蓋以及遠(yuǎn)離工農(nóng)業(yè)活動(dòng)中心等地理特征使其成為了珠江源區(qū)動(dòng)植物資源豐富的生物避難所，其中分布著黑頸鶴自然保護(hù)區(qū)、金沙江干熱河谷地帶、十八連山自然保護(hù)區(qū)和丁累大箐自然保護(hù)區(qū)等生物多樣性較高的自然保護(hù)地，故該區(qū)域的生境質(zhì)量、土壤保持和碳儲(chǔ)量等生態(tài)系統(tǒng)服務(wù)值都要明顯高于其他生態(tài)功能區(qū)。

2.3.2" "城鎮(zhèn)發(fā)展區(qū)" "近10年來(lái)，城鎮(zhèn)發(fā)展區(qū)鄉(xiāng)鎮(zhèn)數(shù)占比處于穩(wěn)定水平，表明在云南省副中心城市和“麒沾馬”一體化建設(shè)的背景下，麒麟?yún)^(qū)作為珠江源區(qū)重要經(jīng)濟(jì)中心，城鎮(zhèn)開(kāi)發(fā)建設(shè)活動(dòng)較為集中，城市化進(jìn)程較快，并與生態(tài)保育區(qū)、供給服務(wù)區(qū)有著較為顯著的差異。城鎮(zhèn)發(fā)展區(qū)主要分布在珠江源區(qū)中部地勢(shì)較為平坦并以城鎮(zhèn)建設(shè)用地為主的山間平原和河谷盆地，地面植被類(lèi)型以覆蓋度較低的人工林和次生林為主。城鎮(zhèn)化水平較高，但生境質(zhì)量、土壤保持和碳儲(chǔ)量服務(wù)值都明顯低于其他生態(tài)功能區(qū)，食物供給和水源供給服務(wù)雖然相對(duì)較高，但也顯著低于生態(tài)保育區(qū)和供給服務(wù)區(qū)。城鎮(zhèn)發(fā)展區(qū)的生態(tài)系統(tǒng)服務(wù)存在嚴(yán)重的供需失衡問(wèn)題，需要從其他功能區(qū)進(jìn)行大量補(bǔ)給以維持城鎮(zhèn)發(fā)展區(qū)工農(nóng)業(yè)活動(dòng)的正常進(jìn)行，生態(tài)系統(tǒng)的自我調(diào)節(jié)能力較差。

2.3.3" "供給服務(wù)區(qū)" "2010—2020年，供給服務(wù)區(qū)鄉(xiāng)鎮(zhèn)數(shù)占珠江源區(qū)比重基本保持不變，總體上呈現(xiàn)穩(wěn)定態(tài)勢(shì)，表明珠江源區(qū)供給服務(wù)功能較為穩(wěn)定。城鎮(zhèn)建設(shè)用地周邊的農(nóng)業(yè)用地、林地和草地是城鎮(zhèn)建設(shè)用地不斷擴(kuò)張的重要基礎(chǔ)，但農(nóng)業(yè)生產(chǎn)力水平的提升在一定程度上弱化了耕地面積減少帶來(lái)的負(fù)面影響，使得供給服務(wù)功能處于穩(wěn)定水平。此外，由于退耕、還林、還草、還湖等生態(tài)工程的實(shí)施也讓供給服務(wù)區(qū)的水源供給、碳儲(chǔ)量、生境質(zhì)量等生態(tài)系統(tǒng)服務(wù)功能維持穩(wěn)定。供給服務(wù)區(qū)主要分布在珠江源區(qū)中部和西南部沾益區(qū)、富源縣、馬龍區(qū)、陸良縣和師宗縣的部分鄉(xiāng)鎮(zhèn)。這些區(qū)域主要分布在海拔較低、地勢(shì)較為平坦并以耕地和林地為主要土地利用類(lèi)型的山間盆地和河谷平原，東北-西南走向的烏蒙山和牛欄江貫穿于供給服務(wù)區(qū)。作為珠江重要源頭水系的牛欄江在珠江源區(qū)中部沖刷形成陸良?jí)巫印⑶磯巫拥?0余個(gè)山間平原，為農(nóng)作物的耕種提供了得天獨(dú)厚的自然地理?xiàng)l件，加上豐沛的降雨量、充足的熱量和較為肥沃的土壤條件使得供給服務(wù)區(qū)的核心區(qū)成為云南省重要糧倉(cāng)。其中還分布有珠江源自然保護(hù)區(qū)、海峰濕地自然保護(hù)區(qū)和東南喀斯特地帶等森林資源豐富的重要自然保護(hù)地，這些區(qū)域大面積分布的原始森林成為水源供給服務(wù)的重要保障。

2.4" "生態(tài)系統(tǒng)服務(wù)簇影響因素

生態(tài)系統(tǒng)服務(wù)簇的形成與自然地理、社會(huì)經(jīng)濟(jì)等因素密切相關(guān)，研究基于XGBoost機(jī)器學(xué)習(xí)算法，結(jié)合SHAP模型解釋法對(duì)珠江源區(qū)生態(tài)系統(tǒng)服務(wù)簇的影響因素進(jìn)行了探究。生態(tài)系統(tǒng)服務(wù)簇影響因素重要性排序如圖6所示。可以看出，坡度、生產(chǎn)總值和人為影響指數(shù)的影響力位居前列，特別是坡度對(duì)生態(tài)系統(tǒng)服務(wù)簇的形成有著較為顯著的影響，表明自然地理環(huán)境仍是生態(tài)系統(tǒng)服務(wù)簇形成的決定性因素，珠江源區(qū)北部和東南部的地勢(shì)較為崎嶇，北部為高大的烏蒙山系，東南部為典型喀斯特山區(qū)，這些區(qū)域的地形坡度較大，并不利于農(nóng)業(yè)生產(chǎn)和城鎮(zhèn)建設(shè)活動(dòng)，因此受人類(lèi)活動(dòng)影響較小。同時(shí)，較好的水熱條件使得該區(qū)域成為原始森林寶庫(kù)，地表覆蓋度較高，動(dòng)植物資源較為豐富，生境質(zhì)量、碳儲(chǔ)量和水源供給服務(wù)功能較好，因此形成生態(tài)保育區(qū)。

生產(chǎn)總值和人為影響指數(shù)對(duì)生態(tài)系統(tǒng)服務(wù)簇的形成也有著一定的影響，表明社會(huì)經(jīng)濟(jì)因素仍能夠通過(guò)影響生態(tài)系統(tǒng)服務(wù)進(jìn)程從而塑造生態(tài)系統(tǒng)服務(wù)簇的空間格局。麒麟?yún)^(qū)是曲靖市人口最集中、經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)。城鎮(zhèn)建設(shè)用地的擴(kuò)張不斷侵占周邊林地，地表原生植被面積不斷減少，生物多樣性面臨嚴(yán)重威脅，生態(tài)系統(tǒng)結(jié)構(gòu)受到破壞，自然生態(tài)系統(tǒng)功能穩(wěn)定性降低。生境質(zhì)量、碳儲(chǔ)量、土壤保持、水源供給等生態(tài)系統(tǒng)服務(wù)功能逐漸枯竭，并與其他生態(tài)功能區(qū)形成明顯界限，形成服務(wù)枯竭簇（城鎮(zhèn)發(fā)展區(qū)）。由于人類(lèi)選擇的偏好，食物供給服務(wù)功能得到重視，珠江源區(qū)中部和西南部的曲沾壩子、陸良?jí)巫映蔀樵颇鲜〖Z食、糖料、油料、蔬菜等農(nóng)產(chǎn)品的重要生產(chǎn)基地。與生態(tài)保育區(qū)相比，珠江源區(qū)中部和西南部地區(qū)地表植被覆蓋度較低，植被蒸散量較少，水源供給處于較高水平，因此該區(qū)域的供給服務(wù)功能較為突出。

3" "討論

3.1" "珠江源區(qū)生態(tài)系統(tǒng)服務(wù)對(duì)人類(lèi)活動(dòng)的響應(yīng)

土地利用格局對(duì)生態(tài)系統(tǒng)服務(wù)的空間分布有著深刻影響（Zong et al，2021），而土地利用格局的變化主要受到人為因素的影響（Wang et al，2021）。珠江源區(qū)是中國(guó)西南喀斯特地區(qū)生態(tài)屏障的重要組成部分，在我國(guó)南方生態(tài)安全格局中具有舉足輕重的地位。珠江源區(qū)所在地曲靖市是云南省副中心城市，隨著“麒沾馬”一體化建設(shè)的快速推進(jìn)，相鄰城鎮(zhèn)間的耕地、林地和草地被不斷擴(kuò)張的建設(shè)用地所侵占。土地利用格局的變化使得珠江源區(qū)碳儲(chǔ)量、生境質(zhì)量、水源涵養(yǎng)和土壤保持等生態(tài)系統(tǒng)服務(wù)功能受到影響。麒麟、沾益和馬龍等城鎮(zhèn)周邊的生態(tài)系統(tǒng)服務(wù)功能退化趨勢(shì)較為明顯。這些區(qū)域是珠江源區(qū)人口和城鎮(zhèn)分布最集中、經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)，較高強(qiáng)度的城市開(kāi)發(fā)建設(shè)活動(dòng)破壞了區(qū)域的生態(tài)系統(tǒng)服務(wù)結(jié)構(gòu)，地表植被破壞、水土流失、石漠化等生態(tài)環(huán)境問(wèn)題日益突出。而珠江源區(qū)北部和東南部的高山峽谷地帶由于地勢(shì)崎嶇、海拔較高和交通運(yùn)輸不便等問(wèn)題，受人類(lèi)活動(dòng)影響較小，在自然生態(tài)系統(tǒng)的調(diào)節(jié)能力下，各項(xiàng)生態(tài)系統(tǒng)服務(wù)功能處于穩(wěn)定水平。

面對(duì)珠江源區(qū)日益突出的生態(tài)環(huán)境問(wèn)題，優(yōu)化區(qū)域土地利用格局，維護(hù)區(qū)域生態(tài)安全穩(wěn)定，減輕工農(nóng)業(yè)活動(dòng)對(duì)生態(tài)系統(tǒng)服務(wù)功能的影響愈發(fā)迫切。作為黑頸鶴、珠江源和海峰濕地等自然保護(hù)區(qū)所在地，珠江源區(qū)應(yīng)通過(guò)建立科學(xué)合理、管理完善和功能齊全的自然保護(hù)區(qū)體系來(lái)推進(jìn)自然資源的綜合保護(hù)與利用（Liu et al，2021），逐步推動(dòng)石漠化區(qū)域、珠江水系和礦山的生態(tài)修復(fù)工作（潘換換等，2021）；根據(jù)珠江源區(qū)石漠化程度來(lái)劃定專(zhuān)項(xiàng)修復(fù)區(qū)，并分類(lèi)采取生態(tài)修復(fù)措施來(lái)逐步減少石漠化面積；推動(dòng)珠江源區(qū)重點(diǎn)水源地及河道的水環(huán)境治理工作來(lái)保障水源供給服務(wù)功能；基于可持續(xù)開(kāi)發(fā)原則對(duì)不同類(lèi)型礦山進(jìn)行分類(lèi)、專(zhuān)項(xiàng)修復(fù)以優(yōu)化區(qū)域礦產(chǎn)資源開(kāi)發(fā)利用格局（Dai et al，2012）。

3.2" "生態(tài)系統(tǒng)服務(wù)功能分區(qū)管理及決策建議

作為全球典型喀斯特生態(tài)脆弱區(qū)和中國(guó)第三大江河發(fā)源地，珠江源區(qū)地表土壤層較薄且貧瘠，內(nèi)部黏結(jié)力弱，植被生長(zhǎng)速度緩慢且生態(tài)壽命較短，土壤保持和涵養(yǎng)水源能力有限。粗放的土地利用模式更令森林草場(chǎng)退化嚴(yán)重，常綠闊葉林青岡林、石櫟林、元江栲林等地帶性原生植被萎縮破碎。在地勢(shì)起伏大的巖溶中山、峰叢洼地，由于缺乏植被覆蓋層的生態(tài)防護(hù)功能，坡面徑流能量加大，土壤侵蝕隨之加重，極易造成基巖的裸露。短期經(jīng)濟(jì)利益驅(qū)動(dòng)下的引流造田行為也令喀斯特生態(tài)系統(tǒng)功能衰退。在鄉(xiāng)鎮(zhèn)尺度上開(kāi)展生態(tài)功能區(qū)劃研究可為珠江源區(qū)土地利用格局優(yōu)化、生物多樣性保護(hù)、生態(tài)專(zhuān)項(xiàng)修復(fù)以及土地資源精準(zhǔn)管控提供技術(shù)支撐和理論指導(dǎo)，鑒于此，研究提出以下建議：

（1）相較于城鎮(zhèn)發(fā)展區(qū)和供給服務(wù)區(qū)，生態(tài)保育區(qū)的生境質(zhì)量、碳儲(chǔ)量和土壤保持等生態(tài)系統(tǒng)服務(wù)功能較好，以常綠闊葉林、落葉闊葉林和常綠針葉林為主要地表植被類(lèi)型的復(fù)雜生態(tài)系統(tǒng)服務(wù)結(jié)構(gòu)使得生態(tài)保育區(qū)具有豐富的動(dòng)植物資源、較高的生物量和較強(qiáng)的抗干擾能力。眾多自然保護(hù)地的分布凸顯了生態(tài)保育區(qū)的生物多樣性保護(hù)價(jià)值。因此在對(duì)生態(tài)保育區(qū)的管理中，要特別注重生物多樣性的保護(hù)，通過(guò)構(gòu)建科學(xué)合理的自然保護(hù)地體系來(lái)嚴(yán)格保護(hù)黑頸鶴、十八連山和丁累大箐等自然保護(hù)地；建立完善生態(tài)產(chǎn)品價(jià)值實(shí)現(xiàn)機(jī)制來(lái)推進(jìn)生態(tài)保育區(qū)自然資源的保護(hù)與綜合利用；適當(dāng)調(diào)整生態(tài)紅線范圍進(jìn)一步優(yōu)化重點(diǎn)保護(hù)與禁止開(kāi)發(fā)相結(jié)合的生態(tài)安全格局（Wang amp; Fan，2020；韓增林等，2021）。

（2）城鎮(zhèn)發(fā)展區(qū)的各項(xiàng)生態(tài)系統(tǒng)服務(wù)值均低于生態(tài)保育區(qū)和供給服務(wù)區(qū)。以人工林、次生林和經(jīng)濟(jì)林為主要地表植被類(lèi)型的生態(tài)系統(tǒng)結(jié)構(gòu)使得城鎮(zhèn)發(fā)展區(qū)存在嚴(yán)重的生態(tài)系統(tǒng)服務(wù)供需失衡問(wèn)題，需要從其他功能區(qū)進(jìn)行大量補(bǔ)給以維持城鎮(zhèn)發(fā)展區(qū)工農(nóng)業(yè)活動(dòng)的正常進(jìn)行，生態(tài)系統(tǒng)的抗干擾能力較差。因此在對(duì)城鎮(zhèn)發(fā)展區(qū)的管理與規(guī)劃中，要重點(diǎn)提升城鎮(zhèn)生態(tài)功能，通過(guò)最大化保留城鎮(zhèn)周邊的林地、草地和水體來(lái)實(shí)現(xiàn)藍(lán)綠空間在城市內(nèi)外連通；通過(guò)提升城市結(jié)構(gòu)性綠地面積、修建生態(tài)湖和自然公園等措施來(lái)提高城鎮(zhèn)發(fā)展區(qū)的碳儲(chǔ)量、生境質(zhì)量和土壤保持等生態(tài)系統(tǒng)服務(wù)值（王宏亮等，2020）。

（3）供給服務(wù)區(qū)的水源供給、食物供給服務(wù)值都要明顯高于其他生態(tài)功能區(qū)，碳儲(chǔ)量和生境質(zhì)量服務(wù)功能也較好，以耕地和林地為主要地類(lèi)的供給服務(wù)區(qū)在優(yōu)越水熱條件下成為云南省糧食、油料、糖類(lèi)、蔬菜等農(nóng)產(chǎn)品的重要生產(chǎn)基地。因此在對(duì)供給服務(wù)區(qū)的管理與規(guī)劃中，要重點(diǎn)加強(qiáng)永久基本農(nóng)田的保護(hù)，通過(guò)推廣生態(tài)農(nóng)業(yè)來(lái)保障耕地及周邊林地生態(tài)功能的發(fā)揮；通過(guò)嚴(yán)格執(zhí)行土地資源管理政策整治侵占耕地現(xiàn)象，通過(guò)農(nóng)田整治、防護(hù)林建設(shè)等工程進(jìn)一步提升食物供給、水源供給、碳儲(chǔ)量和生境質(zhì)量等生態(tài)功能（Xu et al，2021）。

3.3" "研究創(chuàng)新與局限性

以往生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)機(jī)制研究常采用趨勢(shì)分析、相關(guān)分析、方差分析等傳統(tǒng)方法，但生態(tài)系統(tǒng)服務(wù)對(duì)外界環(huán)境因子的響應(yīng)并不呈嚴(yán)格線性關(guān)系，因此這些方法具有一定的局限性。本研究采用XGBoost機(jī)器學(xué)習(xí)算法，結(jié)合SHAP模型解釋法來(lái)探討生態(tài)系統(tǒng)服務(wù)簇的驅(qū)動(dòng)機(jī)制，能夠更加科學(xué)合理地揭示珠江源區(qū)生態(tài)系統(tǒng)服務(wù)簇形成的重要影響因素。此外，由于InVEST模型采用簡(jiǎn)化算法對(duì)生態(tài)系統(tǒng)服務(wù)進(jìn)行評(píng)估量化，使得模型具有一定的局限性，例如水源供給模塊，未能考慮喀斯特地區(qū)的地下暗河以及林冠截留的影響。由于數(shù)據(jù)獲取的限制，部分參數(shù)采用模型數(shù)據(jù)庫(kù)或參考前人研究成果，使得模型評(píng)估結(jié)果與研究區(qū)真實(shí)情況有偏差，未來(lái)應(yīng)通過(guò)開(kāi)展野外調(diào)查工作來(lái)獲取實(shí)測(cè)數(shù)據(jù)，不斷提升模型參數(shù)與研究區(qū)的適配度，使生態(tài)系統(tǒng)服務(wù)評(píng)估結(jié)果更加精準(zhǔn)。

參考文獻(xiàn)

杜勇， 稅偉， 孫曉瑞， 等， 2019. 海灣型城市生態(tài)系統(tǒng)服務(wù)權(quán)衡的情景模擬： 以福建省泉州市為例[J].應(yīng)用生態(tài)學(xué)報(bào)， 30（12）： 4293-4302.

DU Y， SHUI W， SUN X R， et al， 2019. Scenario simulation of ecosystem service trade-offs in bay cities： a case study in Quanzhou， Fujian Province， China[J].Chinese Journal of Applied Ecology，30（12）： 4293-4302.

馮兆， 彭建， 吳健生， 2020. 基于生態(tài)系統(tǒng)服務(wù)簇的深圳市生態(tài)系統(tǒng)服務(wù)時(shí)空演變軌跡研究[J].生態(tài)學(xué)報(bào)， 40（8）： 2545-2554.

FENG Z， PENG J， WU J S， et al， 2020. Ecosystem service bundles based approach to exploring the trajectories of ecosystem service spatiotemporal change： a case study of Shenzhen City[J]. Acta ecologica Sinica， 40（8）： 2545-2554.

韓增林， 劉澄浩， 閆曉露， 等， 2021. 基于生態(tài)系統(tǒng)服務(wù)供需匹配與耦合協(xié)調(diào)的生態(tài)管理分區(qū)： 以大連市為例[J].生態(tài)學(xué)報(bào)， 41（22）： 9064-9075.

HAN Z L， LIU C H， YAN X L， et al， 2021. Coupling coordination and matches in ecosystem services supply-demand for ecological zoning management： a case study of Dalian[J]. Acta Ecologica Sinica， 41（22）： 9064-9075.

李慧蕾， 彭建， 胡熠娜， 等， 2017. 基于生態(tài)系統(tǒng)服務(wù)簇的內(nèi)蒙古自治區(qū)生態(tài)功能分區(qū)[J].應(yīng)用生態(tài)學(xué)報(bào)， 28（8）： 2657-2666.

LI H L， PENG J， HU Y N， et al， 2017. Ecological function zoning in Inner Mongolia Autonomous Region based on ecosystem service bundles[J].Chinese Journal of Applied Ecology， 28（8）： 2657-2666.

劉迪， 陳海， 荔童， 等， 2022. 黃土丘陵溝壑區(qū)村域生態(tài)系統(tǒng)服務(wù)簇的時(shí)空分異及其地形梯度分析[J].地理科學(xué)進(jìn)展， 41（4）： 670-681.

LIU D， CHEN H， LI T，et al， 2022. Spatiotemporal differentiation of village ecosystem service bundles in the loess hilly and gully region and terrain gradient analysis[J].Progress in Geography， 41（4）： 670-681.

潘換換， 吳樹(shù)榮， 姬倩倩， 等， 2021. 山西煤田生態(tài)系統(tǒng)服務(wù)時(shí)空格局及驅(qū)動(dòng)力[J].應(yīng)用生態(tài)學(xué)報(bào)， 32（11）： 3923-3932.

PAN H H， WU S R， JI Q Q， et al， 2021. Spatio-temporal pattern and driving forces of ecosystem services in coalfields of Shanxi Province， China[J].Chinese Journal of Applied Ecology， 32（11）： 3923-3932.

潘瑩， 鄭華， 易齊濤， 等， 2021. 流域生態(tài)系統(tǒng)服務(wù)簇變化及影響因素： 以大清河流域?yàn)槔齕J]. 生態(tài)學(xué)報(bào)， 41（13）： 5204-5213.

PAN Y， ZHENG H， YI Q T， et al， 2021. The change and driving factors of ecosystem service bundles： a case study of Daqing River basin[J]. Acta Ecologica Sinica， 41（13）： 5204-5213.

彭立， 鄧偉， 黃佩， 等， 2021. 四川盆地多重生態(tài)系統(tǒng)服務(wù)景觀指數(shù)評(píng)價(jià)與服務(wù)簇識(shí)別[J].生態(tài)學(xué)報(bào)， 41（23）： 9328-9340.

PENG L， DENG W， HUANG P， et al， 2021. Evaluation of multiple ecosystem services landscape index and identification of ecosystem services bundles in Sichuan Basin[J].Acta Ecologica Sinica， 41（23）： 9328-9340.

祁寧， 趙君， 楊延征， 等， 2020. 基于服務(wù)簇的東北地區(qū)生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同[J].生態(tài)學(xué)報(bào)， 40（9）： 2827-2837.

QI N， ZHAO J， YANG Y Z， et al， 2020. Quantifying ecosystem service trade-offs and synergies in Northeast China based on ecosystem service bundles[J]. Acta Ecologica Sinica， 40（9）： 2827-2837.

申嘉澍， 梁澤， 劉來(lái)保， 等， 2020. 雄安新區(qū)生態(tài)系統(tǒng)服務(wù)簇權(quán)衡與協(xié)同[J].地理研究， 39（1）： 79-91.

SHEN J S， LIANG Z， LIU L B， et al， 2020. Trade-offs and synergies of ecosystem service bundles in Xiong'an New Area[J]. Geographical Research， 39（1）： 79-91.

稅偉， 杜勇， 王亞楠， 等， 2019. 閩三角城市群生態(tài)系統(tǒng)服務(wù)權(quán)衡的時(shí)空動(dòng)態(tài)與情景模擬[J].生態(tài)學(xué)報(bào)， 39（14）： 5188-5197.

SHUI W， DU Y， WANG Y N， et al， 2019. Spatio-temporal dynamics and scenarios simulation of trade-offs between ecosystem services in Min Delta Urban Agglomeration[J].Acta Ecologica Sinica， 39（14）： 5188-5197.

王宏亮， 高藝寧， 王振宇， 等， 2020. 基于生態(tài)系統(tǒng)服務(wù)的城市生態(tài)管理分區(qū)： 以 深圳市為例[J].生態(tài)學(xué)報(bào)， 40（23）： 8504-8515.

WANG H L， GAO Y N， WANG Z Y， et al， 2020. Urban ecological management division based on ecosystem services：a case study of Shenzhen City[J].Acta Ecologica Sinica， 40（23）： 8504-8515.

汪仕美， 靳甜甜， 燕玲玲， 等， 2022. 子午嶺區(qū)生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同變化及其影響因素[J].應(yīng)用生態(tài)學(xué)報(bào)， 33（11）： 3087-3096.

WANG S M， JIN T T， YAN L L， et al， 2022. Trade-off and synergy among ecosystem services and the influencing factors in the Ziwuling Region， Northwest China[J].Chinese Journal of Applied Ecology， 33（11）： 3087-3096.

閆曉露， 李欣媛， 劉澄浩， 等， 2022. 生態(tài)系統(tǒng)服務(wù)簇空間演變軌跡及其社會(huì)-生態(tài)驅(qū)動(dòng)的地理探測(cè)： 以大連市為例[J].生態(tài)學(xué)報(bào)， 42（14）： 5734-5747.

YAN X L， LI X Y， LIU C H， et al， 2022. Spatial evolution trajectory of ecosystem service bundles and its social-ecological driven by geographical exploration：a case study of Dalian[J]. Acta Ecologica Sinica， 42（14）： 5734-5747.

張春悅， 白永平， 楊雪荻， 等， 2022. 多情景模擬下寧夏平原生態(tài)系統(tǒng)服務(wù)簇識(shí)別研究[J].地理研究， 41（12）： 3364-3382.

ZHANG C Y， BAI Y P， YANG X D， et al， 2022. Identification of ecosystem service bundles in Ningxia Plain under multi-scenario simulation[J].Geographical Research，41（12）： 3364-3382.

趙筱青， 石小倩， 李馭豪， 等， 2022. 滇東南喀斯特山區(qū)生態(tài)系統(tǒng)服務(wù)時(shí)空格局及功能分區(qū)[J].地理學(xué)報(bào)， 77（3）： 736-756.

ZHAO X Q， SHI X Q， LI Y H， et al， 2022. Spatio-temporal pattern and functional zoning of ecosystem services in the karst mountainous areas of Southeastern Yunnan[J].Acta Geographica Sinica， 77（3）： 736-756.

CAO Y， LI G Y， TIAN Y H， et al， 2020. Linking ecosystem services trade-offs， bundles and hotspot identification with cropland management in the coastal Hangzhou Bay area of China[J]. Land Use Policy， 97： 104689.

CHEN H J， YANG Q Y， SU K C， et al， 2021. Identification and optimization of production-living-ecological space in an ecological foundation area in the upper reaches of the Yangtze River： a case study of Jiangjin District of Chongqing， China[J]. Land， 10（8）： 863.

DAI X Y， LI Z， LIN S Y， et al， 2012. Assessment and zoning of eco-environmental sensitivity for a typical developing province in China[J]. Stochastic Environmental Research and Risk Assessment， 26（8）： 1095-1107.

DANG H， LI J， ZHANG Y M， et al， 2021. Evaluation of the equity and regional management of some urban green space ecosystem services： a case study of main urban area of Xi'an City[J]. Forests， 12（7）：813.

DITTRICH A， SEPPELT R， VACLAVIK T， et al， 2017. Integrating ecosystem service bundles and socio-environmental conditions： a national scale analysis from Germany[J]. Ecosystem Services， 28： 273-282.

HAMANN M， BIGGS R， REYERS B， 2015. Mapping social-ecological systems： identifying 'green-loop' and 'red-loop' dynamics based on characteristic bundles of ecosystem service use[J]. Global Environmental Change-Human and Policy Dimensions， 34： 218-226.

LIU L， SONG W， ZHANG Y J， et al， 2021. Zoning of ecological restoration in the Qilian Mountain Area， China[J]. International journal of environmental research and public health， 18（23）： 12417.

PENG J， MA J， DU Y Y， et al， 2016. Ecological suitability evaluation for mountainous area development based on conceptual model of landscape structure， function， and dynamics[J]. Ecological indicators， 61： 500-511.

TOLEDO-GALLEGOS V M， LONG J， CAMPBELL D， et al， 2021. Spatial clustering of willingness to pay for ecosystem services[J]. Journal of Agricultural Economics， 72（3）： 673-697.

WANG H， LIU X M， ZHAO C Y， et al， 2021. Spatial-temporal pattern analysis of landscape ecological risk assessment based on land use/land cover change in Baishuijiang National nature reserve in Gansu Province， China[J]. Ecological Indicators， 124： 107454.

WANG Y F， FAN J， 2020. Multi-scale analysis of the spatial structure of China's major function zoning[J]. Journal of Geographical Sciences， 30（2）： 197-211.

WEI W， NAN S X， XIE B B， et al， 2023. The spatial-temporal changes of supply-demand of ecosystem services and ecological compensation： a case study of Hexi Corridor， Northwest China[J]. Ecological Engineering， 187： 106861.

WU L L， FAN F L， 2022. Assessment of ecosystem services in new perspective： a comprehensive ecosystem service index （CESI） as a proxy to integrate multiple ecosystem services[J]. Ecological Indicators， 138： 108800.

XU C， YANG G S， WAN R R， et al， 2021. Toward ecological function zoning and comparison to the Ecological Redline Policy： a case study in the Poyang Lake Region， China[J]. Environmental Science and Pollution Research， 28（30）： 40178-40191.

YANG G F， GE Y， XUE H， et al， 2015. Using ecosystem service bundles to detect trade-offs and synergies across urban-rural complexes[J]. Landscape and urban planning， 136： 110-121.

ZHANG J， LI S N， LIN N F， et al， 2022. Spatial identification and trade-off analysis of land use functions improve spatial zoning management in rapid urbanized areas， China[J]. Land Use Policy， 116： 106058.

ZHOU S Y， LI W， LU Z， et al， 2020. An ecosystem-based analysis of urban sustainability by integrating ecosystem service bundles and socio-economic-environmental conditions in China[J]. Ecological Indicators， 117： 106691.

ZONG S S， HU Y C， ZHANG Y L， et al， 2021. Identification of land use conflicts in China's coastal zones： from the perspective of ecological security[J]. Ocean amp; Coastal Management， 213： 105841.

Ecological Function Zoning of the Pearl River Source Area Based

on Ecosystem Service Clusters

Abstract：Ecosystem service clustering is an important means for managing regional ecological function zoning， and ecological function zoning can provide theoretical support and technical guidance for regional land use pattern optimization， biodiversity conservation， ecological restoration， and precise management and control of land resources. The source area of the Pearl River， with karst geology is ecologically fragile and an important source of Asian rivers. It is also an important part of the ecological barrier in southern China and a key area for sustainable development and ecological civilization construction. In this study， based on the InVEST model and a food supply model， we evaluated five important ecosystem services provided by the Pearl River source area： habitat quality， soil retention， water supply， carbon storage， and food provision during the decade 2010-2020. The evaluation procedure involved elucidating spatio-temporal distribution patterns， identifying ecosystem service clusters， ecological function zoning， and identifying factors that influence ecosystem service clusters. First， a contour coefficient algorithm was developed on a Python platform and the optimal number of clusters was determined. Then K-means cluster analysis was carried out using SPSS software to identify ecosystem service clusters. Finally， based on a XGBoost machine learning algorithm， the factors influencing ecosystem service clusters were identified and interpreted using the SHAP model interpretation method to measure the contribution each predictor in the machine learning model. Results show that： （1） Ecosystem services provided by the Pearl River source area tended toward degradation and their overall value decreased during the 10-year study period. High-value areas of habitat quality， carbon storage and water supply occupied most of the Pearl River source area. Soil conservation in the northern and southern areas were higher than that in the central area， and the distribution of food supply was generally consistent with the land use. （2） The proportion of townships in ecological conservation areas continuously increased and is primarily distributed in the mountainous and hilly regions in the north and southeast of the source area. The proportion of developed urban area， located in Qilin District in the central part of the source area has not changed. The proportion of townships in the supply service area changed little and is distributed in the central and southwestern plains of the source area. （3） Slope， gross domestic product （GDP） and anthropogenic impact index had large impacts on the formation of ecosystem service clusters， and natural environmental conditions remained as the decisive factors for ecosystem services. Ecological function zoning is important for achieving sustainable socio-economic development and constructing an ecological civilization in the source area of the Pearl River.

Key words：ecosystem service clusters; InVEST model; K-means cluster analysis; ecological function zoning; Pearl River source area