2000—2015年盐池县禁牧草地生态系统服务空间格局

王蓓, 仲俊涛, 谭美宝

2000—2015年盐池县禁牧草地生态系统服务空间格局

王蓓1, 仲俊涛2,*, 谭美宝1

1. 兰州大学资源环境学院, 兰州 730001 2. 青海师范大学地理科学学院, 西宁 810008

以宁夏盐池县为研究区, 基于InVEST模型对禁牧前后(2000、2004、2007、2010和2015年)草地生态系统碳储存、水源涵养、土壤保持3项服务进行估算, 利用空间统计方法对不同年份各项服务的冷热点、空间分异、综合热点区进行识别。结果显示: 草地碳储存、水源涵养和土壤保持量在禁牧前后都有显著提升, 呈“N”型波动上升态势, 且南部增幅大于北部; 草地碳储量变化幅度较小, 而水源涵养和土壤保持量变化幅度较大; 生态系统服务在水平较高或增幅较大的年份冷热点显著区分布范围较大, 且界线明确, 在较低或下降的年份, 冷热点分布不显著范围增大, 且界线模糊; 草地的各项生态系统服务空间分异特征以高-低类型和高-高类型为主, 各项服务高值区重叠比例非常低, 且呈现出明显的区域分布差异。分析盐池县草地生态系统服务空间格局, 为摸清草地生态系统服务时空发展变化提供数据和方法, 可促进草地生态系统保护与建设。

InVEST模型; 草地生态系统服务; 热点分析; 空间分异; 盐池县

0 前言

草地生态系统, 作为我国陆地上面积最大的生态系统类型, 约有400万km2, 相当于耕地面积的3.2倍, 林地面积的2.3倍[1]。它不仅是肉、奶、皮、毛等重要的畜牧业生产基地, 同时具有调节气候、涵养水源、防风固沙, 维持生物多样性等服务功能[2-3], 对保障我国生态安全具有极其重要的作用[4]。长期以来, 由于以草地生产功能为主导, 加之过度放牧、政策实施偏差等人类活动[2,5-6], 导致我国约90%左右的草地处于不同程度的退化之中, 威胁区域生态安全。2000 年以来, 我国先后实施了退牧还草工程、草原生态保护奖励补助政策等, 草地生态系统有所恢复。然而, “治理速度赶不上退化速度”的被动局面未从根本上扭转, 一定程度上反映了对草地生态系统服务的认识不足。在此情形下, 选取典型区域, 如何快速发展生态系统服务评估方法, 精准评估草地生态系统服务, 以厘清草地生态系统服务现状和空间格局, 是构建和优化生态安全屏障体系, 实现人与自然和谐共生的重大科技需求[7]。

近十年来, 国外草地生态系统服务主要表现在动态评估和变化机制研究等方面。例如, Schirpke Uta等[8]基于土地利用和气候变化的未来情景下对山区草地生态系统服务变化进行定量研究; Hailu Shiferaw等[9]定量研究土地利用变化和牧豆树入侵对草地生态系统服务价值的影响程度; Obermeier W A等[10]以草地物理、化学等特征视角对草地生态系统服务的变化机制进行探究。我国对于草地生态系统服务研究也取得了一定进展。2006年, 王静等[11]以甘肃省玛曲县为例, 探讨过牧对草地生态系统服务价值的影响; 2009年, 刘纪远等[12]提出了系统完整的三江源区草地生态系统评估指标体系; 2014年, 白永飞等[13]对草地和荒漠生态系统服务功能的形成与调控机制进行了研究; 2017年, 赵苗苗等[14]定量核算青海省生态系统服务功能及其价值; 2019年, 陈海喜[15]对贵州省草地生态功能服务价值进行科学评估。目前, 应“精细化、定量化、模型化、空间化”的生态系统服务评估发展要求, InVEST(Integrated valuation of ecosystem services and tradeoffs)模型被逐渐关注, 且已被广泛应用于国内外各类政府和机构的区域规划、生态保护和建设工作中[16-22]。

宁夏盐池县地处北方农牧交错带核心区, 自2001年开始实施全面禁牧政策以来, 草地生态系统有所改善, 但退化问题仍未得到根本解决, 因此, 厘清禁牧以来草地生态系统服务时空动态变化规律迫在眉睫。目前, 该区域草地生态系统服务方面的研究, 仅受梦婷[23]、王黎黎[24]、岳耀杰[25]等学者通过价值当量法对服务进行评估, 研究结果具有一定意义, 但仍存在所需数据类型单一, 获取方式以文献参考为主; 评估过程缺少对生物物理过程的详细刻画, 评估方法以传统的价值当量法为主; 研究时序较早, 应用性较差等问题。因此, 本文以盐池县为研究区, 以草地生态系统为研究对象, 基于本地化的InVEST模型, 对2000、2004、2007、2010和2015年的水源涵养、土壤保持、碳储存3项关键服务进行动态评估, 在此基础上, 对各项服务的冷热点区、空间分异特征进行识别, 明确草地生态系统服务的强弱分布和空间聚集特征, 为摸清禁牧前后盐池县草地生态系统服务发展状况提供数据支持, 为统筹推进研究区生态保护和修复工作提供科技支撑。

1 研究区概况

盐池县(37°04′—38°10′N, 106°30′—107°41′E)地处我国西北内陆, 宁夏回族自治区东部, 位于农牧交错带西北部核心区, 总面积8661 km2(图1)。属典型的中温带大陆性季风气候, 气候特点为干旱少雨、风大沙多、日照充足、蒸发强烈、冬冷夏热、秋早春迟; 地形整体表现为南部高、北部低, 中间高、东西两侧低; 2015年盐池县家畜存栏量高达153.96万只羊单位。在特殊的自然条件和不合理的人类社会经济活动长期作用下, 盐池县生态环境状况极其脆弱。

图1 研究区位置图

Figure1 Location of study area

2 材料与方法

2.1 研究方法

从盐池县草地实际出发, 结合农牧交错带区域特征, 依据联合国《千年生态系统评估》的生态系统服务分类体系[26], 筛选碳储存、水源涵养和土壤保持3项关键服务类型。使用开源的 InVEST模型, 对禁牧前后(2000年、2004年、2007年、2010年和2015年)草地生态系统服务时空格局变化特征进行研究。

2.1.1 水源涵养

水源涵养(Water Conservation, WC)模块分2部分对涵养水源量进行计算。第一部分, 模型基于传统的水量平衡原理计算区域产水量, 主要涉及降雨量、蒸发量、根系深度和土壤深度等数据; 第二部分, 在产水量的基础上计算得到水源涵养量。具体公式如下:

(1)式中,表示水源涵养量/mm;为流速系数;表示土壤饱和导水率/(cm·d-1);为地形指数, 可由(2)式计算得出:为集水区栅格数量;表征土壤深度/mm;为百分比坡度/%;为产水量/mm, 由(3)式计算得出,表示年降雨量/mm;表示实际年平均蒸散发量/mm。(4)式中,表示干燥指数;是改进的、无量纲的植被可利用水量与年预期降水量, 计算公式为(5)式,是用来表征降水特征的一个常数;为根系深度/mm;表示植被有效可利用水;为干燥指数, 无量纲, 由(6)式计算得出,K为植被蒸散系数;0为潜在蒸散发量/(mm·d-1)。

2.1.2 土壤保持

土壤保持(Soil Conservation, SC)模块用来计算每一地块保持土壤的能力。模块整合了土地利用、土壤性质、、降雨和气象数据等信息。计算分为两个部分, 首先, 模型基于通用的土壤流失方程[27]计算潜在土壤流失量和实际土壤侵蚀量。计算方法如下:

(7)

(8)

式中,为降雨侵蚀力因子/[MJ·mm/(ha·h·a)];为土壤可蚀性因子/[t·ha·h/(ha·MJ·mm)];为坡长坡度因子;为植被覆盖和管理因子;为工程措施因子。

其次, 模型对地块的沉积物保持量进行估算。综上所述, InVEST 模型中的土壤保持量的计算公式如下所示:

=(–)+_(9)

式中,为草地土壤保持量/t;为拦截的上游沉积物量/t。

2.1.3 碳储存

碳储存(Carbon Storage, CS)模块中, 碳库包括地上生物量、地下生物量、土壤碳、死亡有机物碳以及木材收获量5部分。由于本研究评估盐池县草地, 所以不考虑木材收获, 模型将不同土地覆被类型下的上述碳库相加, 即得到该区域所储存的碳, 计算公式如下:

C=C+C+C(10)

C=C+C(11)

式中,C为草地总碳储量/t;C为植被碳储量/t;C是地上碳储量/t;C为地下碳储量/t;C为死亡有机碳储量/t;C为土壤碳储量/t。

2.1.4 热点分析法

2.1.5 空间分异特征分析法

冷热点分析只能表明生态系统服务的局部空间自相关特征, 即识别服务属性相似的集聚区, 对于局部空间内属性值具有高低差异的区域无法识别, 而空间分异特征分析法恰好弥补了冷热点分析法的不足。空间分异特征分析法是测度研究区中一个单元上的属性值与邻近单元同一属性值的相关程度。本文采用局部Moran’s指数值, 当>0, 表明属性值为高-高值或低-低值的空间聚集; 相反,<0时, 属性值为高-低值或低-高值的空间聚集[30]。应用到生态系统服务中, 来识别各项服务呈现的低-低、高-高、低-高、高-低四种空间关联结构模式, 以分析多项服务的空间分异规律。计算公式如下:

2.2 数据来源及处理

主要数据来源及处理见表1。

3 结果与分析

3.1 草地生态系统服务时空分布特征

通过运行InVEST模型得到盐池县2000年、2004年、2007年、2010年和2015年5期草地生态系统碳储存、水源涵养和土壤保持服务分布(图2)。

由图2可以看出, 盐池县草地碳储量密度在空间上呈现由东北向西南逐渐递减的分布规律, 最大值为11.5606 t·ha-1, 平均值为5.51—6.19 t·ha-1, 结果符合盐池县植被分布规律。从时间变化上看, 全面禁牧前的2000年, 草地碳储存量为217.46万t, 密度5.78 t·ha-1, 2004年持续增加, 到2007年达到244.78万t, 密度6.01 t·ha-1, 密度增长3.98%, 随后转为下降态势, 2010年为225.01万t, 密度5.51 t·ha-1, 密度下降9.17%, 2015年又增加到263.12万t, 密度6.19 t·ha-1, 密度增长11.23%。各乡镇中, 花马池镇碳储量最多, 5期均值为45.55万t, 麻黄山乡最少, 5期均值仅10.81万t, 碳储存密度花马池镇最高, 均值达9.09 t·ha-1, 高沙窝镇最低, 5期均值仅4.25 t·ha-1, 前者是后者的2.14倍。

水源涵养量2000年为2884万t, 密度76.69 t·ha-1, 经过2004年的增加, 到2007年达到7869万t, 密度193.12 t·ha-1, 密度增长151.82%, 到2010年下降到4923万t, 密度120.60 t·ha-1, 密度下降37.55%, 随之又转为增长态势, 在2015年达到12235万t, 密度287.83 t·ha-1, 密度增长138.66%。各乡镇中, 花马池镇水源涵养量最多, 5期均值为1632.31万t, 麻黄山乡最少, 5期均值为516.51万t, 水源涵养密度花马池镇最高, 达318.33 t·ha-1, 高沙窝镇最低, 5期均值仅93.73 t·ha-1, 前者是后者的3.40倍, 差异较大。

表1 主要数据来源及处理

注: HMC(花马池镇), GSW(高沙窝镇), WLJ(王乐井乡), DSK(大水坑镇), QS(青山乡), HAB(惠安堡镇), FJG(冯记沟乡), MHS(麻黄山乡), CS(碳储存), WY(水源涵养), SC(土壤保持)。

Figure 2 Temporal and spatial distribution of grassland ecosystem services in Yanchi county

土壤保持量2000年最小, 2007年最大, 2000年为1383万t, 密度26.78 t·ha-1, 经过2004年的增加, 到2007年达到4056万t, 密度99.53 t·ha-1, 密度增长170.63%, 随后转为下降状态, 到2010年下降为2194万t, 密度53.75 t·ha-1, 密度下降45.99%, 随后又转为增长态势, 在2015年达到3474万t, 密度81.71t·ha-1, 密度增长52.01%。各乡镇中, 麻黄山乡土壤保持量最多, 5期均值为788.69万t, 高沙窝镇最少, 5期平值仅93.25万t, 土壤保持密度麻黄山乡最高, 5期均值达415.19 t·ha-1, 高沙窝镇最低, 5期均值仅13.85 t·ha-1, 前者是后者的29.98倍, 区域差异十分悬殊。

3.2 盐池县草地生态系统服务冷热点分析

基于盐池县草地生态系统服务基础数据集, 利用ArcGIS 10.2的空间统计分析工具分别计算各项服务的冷热点分布区域, 测度各服务的局部空间自相关特征。

由图3可知, 盐池县草地碳储存热点区主要分布于盐池县东北部的花马池镇和哈巴湖国家级自然保护区, 冷点区范围集中分布于广大中南部地区, 碳储量高或增幅度较大的年份冷热点显著区分布范围较大, 且界线明确, 在服务功能较低或下降的年份, 冷热点分布不显著区范围大增, 显著区范围急剧缩减, 且界线模糊。水源涵养在5期变化较大, 但冷热点区分布范围比较相近, 变化不明显, 显著类型是主导, 不显著区分布范围较少, 且冷点区与热点区的界线也比较明确, 形成比较鲜明的对比。具体来看, 2000年冷热点显著区面积大, 且连片分布, 在95%上显著的比例高, 界线明确, 2015年热点区与冷点区分布范围变化显著, 界线也变得模糊, 热点区主要集中于东北部花马池镇和南部麻黄山地区, 中部仅有零星分布, 范围有所扩大, 冷点区主要分布在广大中西部地区。2000—2015年, 土壤保持功能的冷热点分布范围界线明确, 变化极小, 热点区覆盖南部麻黄山地区的全部, 广大中北部地区为冷点区(个别起伏较大的山丘除外), 且都以99%水平显著为主, 表明土壤保持功能受地表起伏的严格限制。南部麻黄山地区地表起伏大, 沟壑纵横, 且土壤为侵蚀黄绵土, 极易受流水作用侵蚀, 是土壤保持功能的热点区域, 而广大中北部地区为地势起伏和缓的鄂尔多斯台地, 且土壤以风沙土和灰钙土为主, 侵蚀作用较小。

注: HMC(花马池镇), GSW(高沙窝镇), WLJ(王乐井乡), DSK(大水坑镇), QS(青山乡), HAB(惠安堡镇), FJG(冯记沟乡), MHS(麻黄山乡), CS(碳储存), WY(水源涵养), SC(土壤保持)。

Figure 3 Hotspot distribution of each ecosystem service in Yanchi county

草地碳储存主要受土壤碳储量和植被碳储量影响, 而二者与草地覆被息息相关, 因此, 草地碳储量受草地覆被的直接影响, 其空间分布规律与草地质量相符, 而草地土壤和植被碳储量增长缓慢且稳定, 年际波动小, 因此草地碳储量变化比较平稳, 规律性显著, 冷热点分布范围也比较显著。草地水源涵养和土壤保持功能随降水量的波动而显著变化, 降水多的年份, 二者值较大, 降水少的年份则较低。水源涵养功能热点区主要分布于海拔较低、地势平坦、储水构造好的东北部花马池镇以及麻黄山山前地带, 受降水影响显著, 年际波动大; 土壤保持功能受地形和土壤质地影响最大, 尤其是地表起伏状况, 因此在南部麻黄山地区是其高值区, 广大中北部地区地势平坦, 为低值区, 受降水影响也比较显著, 年际波动大, 但区域分布格局变化不大。

3.3 盐池县草地生态系统服务空间分异特征分析

以盐池县各项生态系统服务评估结果为数据源, 应用GeoDa空间分析软件对其局部空间自相关进行测度(图4)。

由图4可知, 2000—2015年, 草地生态系统服务碳储存功能空间分异规律显著, 以高-高、高-低型为主, 特别是2004年和2010年所占比重非常大, 几乎覆盖整个研究区。2000、2007和2015年的高-高、高-低型主要分布于中北部花马池镇、王乐井乡的大部分区域, 除此之外, 低-低型零星分布于中南部地区; 水源涵养服务空间分异特征明显, 表现由不显著类型向显著类型逐步过渡, 整个研究区高-高、高-低类、型为主要分异特征, 且高-高区分布集中分布于南部麻黄山区和东北部花马池镇, 除此之外, 低-低型也有一定占比, 集中于县域西部冯记沟乡; 土壤保持服务的空间分异特征以高-高型为主, 主要位于南部麻黄山区, 占比介于4.66%—5.19%之间, 其它区域大部为不显著类型, 占比介于94.24%—94.99%之间, 且较其他2项服务, 该服务在整个研究时段变化微弱。

盐池县草地的各类生态系统服务空间分异性以高-低类型和高-高类型为主, 即高值区为低值区所包围和高值区为高值区所包围。这在一定程度上反映出禁牧政策的实施使草地质量在整体上有所好转, 随之碳储存、水源涵养和土壤保持服务水平也有所提高, 空间分异类型以高-高、高-低为主, 但从个别年份来看, 草地碳储存、水源涵养服务出现低-低类型的分异特征, 即低值区为低值区所包围, 这恰好说明中南部地区的碳储存服务和西部地区的水源涵养水平均较低, 这与图2的碳储存服务空间分布研究结论一致; 与此同时, 盐池县草地生态系统服务空间分异特征, 在一定的程度上也反映出3项服务在空间上的显著协同作用。

3.4 盐池县草地生态系统服务综合热点区识别分析

基于碳储存、水源涵养和土壤保持各项服务综合热点的空间分析, 可识别生态系统服务高簇值区的空间组合规律, 从而将差别化的生态系统服务管理手段在空间定位至栅格层面。研究采用五级划分法取2000年、2004年、2007年、2010年和2015年5期3项生态系统服务前20%的高值样本进行叠加。从图5可知, 各服务高值区重叠比例非常低, 在5个研究时段中, 具有3项高值服务的栅格仅占总数的0.03%—0.11%, 具有2项高值服务的栅格所占比例也仅有1.60%—12.19%, 具有1项高值服务的栅格占总数的20.27%—39.19%, 而不具有高值服务的栅格占总数的54.65%—78.08%, 高值服务项较多的栅格主要分布在盐池县南部麻黄山区和东北部的花马池镇。草地碳储存高值区位于县域东北部花马池镇、中部部分地区, 水源涵养高值区位于县域东北部花马池镇, 而土壤保持高值区集中于县域南部麻黄山区, 所以, 三项高值重合区的几率非常小、二项重合的区域也比较小, 仅有或没有1项高值区应该是主导类型。总体来说, 盐池县草地生态系统服务的碳储存、水源涵养和土壤保持能力比较弱, 而且呈现出明显的区域差异性。

注: HMC(花马池镇), GSW(高沙窝镇), WLJ(王乐井乡), DSK(大水坑镇), QS(青山乡), HAB(惠安堡镇), FJG(冯记沟乡), MHS(麻黄山乡), CS(碳储存), WY(水源涵养), SC(土壤保持)。

Figure 4 Spatial differentiation of each ecosystem service in Yanchi county

注: HMC(花马池镇), GSW(高沙窝镇), WLJ(王乐井乡), DSK(大水坑镇), QS(青山乡), HAB(惠安堡镇), FJG(冯记沟乡), MHS(麻黄山乡), 0—3依次表示综合生态系统服务高值区域重叠的服务有0—3项, 即综合热点个数。

Figure 5 Comprehensive hotspot distribution of ecosystem services in Yanchi county

4 讨论

本文运用InVEST模型评估生态系统服务功能, 其所需数据类型多样, 能较为详细地刻画服务的生物物理过程, 模拟结果精细, 与相继开发的ARIES、SolVES等模型相比, 开发较为成熟, 且可推广性更强。基于实测、实验和遥感、土地利用、气象等多源数据类型, 在对InVEST模型进行本地化和修正的基础上, 评估得到盐池县草地碳储存、土壤保持和水源涵养功能均略低于包玉斌[38]对陕北黄土高原的研究, 由于陕北黄土高原在水热条件上都优于宁夏盐池县, 因此本研究结果符合实际。

本研究结合冷热点分析法和空间分异分析法, 分别从识别服务属性相似的集聚区和识别服务空间关联结构模式两个角度对服务空间分布格局进行时空动态化分析, 以反映区域热点的整体水平, 分析结果能更深入地测度服务的空间分布格局, 把握热点区的时空分布规律, 并探索空间格局分布特征的影响机制, 为科学开展区域生态系统服务空间格局研究、生态环境保护、制定社会经济发展政策提供重要依据, 促进区域生态环境的可持续发展, 与此同时, 也丰富了生态系统服务的研究体系, 深化了评估研究的内容。

5 结论

盐池县草地生态系统服务在时空分布上呈现出差异化规律。2000—2015年盐池县草地碳储存功能、水源涵养功能和土壤保持功能显著增强, 储量显著增加, 碳储存和水源涵养功能北部增幅大于南部, 土壤保持功能南部增幅大于北部, 增长过程呈现一个显著的“N”型波动。草地碳储存功能在研究时段内变化幅度较小, 无论是增加或是减少都是缓慢且连续的, 而水源涵养功能和土壤保持功能则处于大幅度增加或减少的状态, 主要受降水因素影响。

碳储存功能的热点区主要分布于盐池县东北部和哈巴湖国家级自然保护区、水源涵养功能热点区主要集中于东北部地区和南部麻黄山地区、土壤保持功能热点区主要集中于南部麻黄山地区, 受坡度影响显著。生态系统服务在水平较高或增幅大的年份冷热点显著区分布范围较大, 且界线明确, 在较低或下降的年份, 冷热点分布不显著范围增大, 且界线变得模糊; 草地的各项生态系统服务空间分异特征以高-低类型和高-高类型为主; 各服务高值区域重叠比例低, 且呈现出明显的区域差异性。

[1] 孙鸿烈. 中国资源科学百科全书[M]. 北京: 中国大百科全书出版社, 2000.

[2] WHITE R P, MURRAY S, ROHWEDER M. Pilot analysis of global ecosystems: grassland ecosystems[M]. Washin­gton: World Resources Institute, 2000.

[3] 白永飞, 黄建辉, 郑淑霞, 等. 草地和荒漠生态系统服务功能的形成与调控机制[J]. 植物生态学报, 2014, 38(2): 93–102.

[4] 刘纪远, 邓祥征. LUCC时空过程研究的方法进展[J]. 科学通报, 2009, 54(21): 3251–3258.

[5] 白永飞, 潘庆民, 邢旗. 草地生产与生态功能合理配置的理论基础与关键技术[J]. 科学通报, 2016, 2016, 61: 201–212.

[6] 韩俊. 中国草原生态问题调查[M]. 上海: 上海远东出版社, 2011.

[7] 白永飞, 赵玉金, 王扬, 等. 中国北方草地生态系统服务评估和功能区划助力生态安全屏障建设[J]. 中国科学院院刊, 2020, 35(6): 675–689.

[8] SCHIRPKE U, KOHLER M, LEITINGER G, et al. Future impacts of changing land-use and climate on ecosystem services of mountain grassland and their resilience[J]. Ecosystem Services, 2019, 26: 79–94.

[9] HAILU S, WOILEAMLAK B, TENA A, et al. Implications of land use/land cover dynamics and Prosopis invasion on ecosystem service values in Afar Region, Ethiopia[J]. Science of the Total Environment, 2019, 675: 354–366.

[10] OBERMEIER W A, LEHNERT L W, POHL M J, et al. Grassland ecosystem services in a changing environment: the potential of hyperspectral monitoring[J]. Remote Sensing of Environment, 2019, 232.

[11] 王静, 尉元明, 孙旭映. 过牧对草地生态系统服务价值的影响—以甘肃省玛曲县为例[J]. 自然资源学报, 2006(1): 109–117.

[12] 刘纪远, 邵全琴, 樊江文. 三江源区草地生态系统综合评估指标体系[J]. 地理研究, 2009, 28(2): 273–283.

[13] 白永飞, 黄建辉, 郑淑霞, 等. 草地和荒漠生态系统服务功能的形成与调控机制[J]. 植物生态学报, 2014, 38(2): 93–102.

[14] 赵苗苗, 赵海凤, 李仁强, 等. 青海省1998—2012年草地生态系统服务功能价值评估[J]. 自然资源学报, 2017, 32(3): 418–433.

[15] 陈海喜. 贵州省山区草地资源空间格局与生态价值研究[D]. 贵阳: 贵州师范大学, 2019.

[16] BHAGABATI N K, RICKETTS T, SULISTYAWAN T B S, et al. Ecosystem services reinforce Sumatran tiger conservation in land use plans[J]. Biological Conservation, 2014, 169: 147–156.

[17] TERRADO M, ACUNA V, ENNAANAY D, et al. Impact of climate extremes on hydrological ecosystem services in a heavily humanized Mediterranean basin[J]. Ecological Indicators, 2014, 37: 199–209.

[18] The Natural Capital Project. InVEST Brochure [EB/OL]. http://www.natural capital project.org/brochures. 2015-05-05.

[19] SANCHEZ C M, LOPEZ B A, ACUNA V, et al. Sensitivity analysis of dynamics model applied in a Mediterranean river basin: global change and management implications[J]. Science of the Total Environment, 2015, 502: 602–610.

[20] BOITHIAS L, TERRADO M, COROMINAS L, et al. Analysis of the uncertainty in the monetary valuation of ecosystem services: a case study at the river basin scale[J]. Science of the Total Environment, 2016, 543: 683–690.

[21] ZHOU Dingyang, TIAN Yingying, JIANG Guanghui. Spatio-temporal investigation of the interactive relationship between urbanization and ecosystem services: case study of the Jingjinji urban agglomeration, China[J]. Ecological indicators, 2018, 95: 152–164.

[22] XU Duanyang, DING Xue. Assessing the impact of desertification dynamics on regional ecosystem service value in north China from 1981 to 2010[J]. Ecosystem services, 2018, 30: 172–180.

[23] 受梦婷. 基于生态系统服务功能和农户受偿意愿的生态补偿标准研究[D]. 银川: 宁夏大学, 2017.

[24] 王黎黎. 盐池县封育条件下草地生态环境演变态势及草场管理[D]. 北京: 北京林业大学, 2016.

[25] 岳耀杰, 闫维娜, 王秀红, 等. 区域生态退耕对生态系统服务价值的影响—以宁夏盐池为例[J]. 干旱区资源与环境, 2014, 28(2): 60–67.

[26] HASSAN R, SCHOLES R, ASH N. Ecosystems and human well-being: current state and trends[M]. Washington D C: Island Press, 2005.

[27] WISCHMERIER W H, SMITH D D. Predicting rainfall erosion losses: a guide to conservation planning[M]. Washington, DC: U S Department of Agriculture, 1978.

[28] GETIS A, ORD J K. The analysis of spatial association by use of distance statistics[J]. Geographical Analysis, 1992, 24: 189–206.

[29] 范新生, 应龙根. 中国SARS疫情的探索性空间数据分析[J]. 地球科学进展, 2005, 20(3): 282–291.

[30] 李双成, 马程, 王阳, 等. 生态系统服务地理学[M]. 北京: 科学出版社, 2014.

[31] 包玉斌, 刘康, 李婷, 等. 基于InVEST模型的土地利用变化对生境的影响—以陕西省黄河湿地自然保护区为例[J]. 干旱区研究, 2015, 32(3): 622–629.

[32] 王蓓, 赵军, 胡秀芳. 基于InVEST模型的黑河流域生态系统服务空间格局分析[J]. 生态学杂志, 2016, 35(10): 2783–2792.

[33] 陈姗姗, 刘康, 李婷, 等. 基于InVEST模型的商洛市水土保持生态服务功能研究[J]. 土壤学报, 2016, 53(3): 800–807.

[34] GUPTA S C, LARSON W E. Estimating soil water retention characteristics from particle size distribution, organic matter percent, and bulk density[J]. Water Resources Research, 1979,15: 1633–1635.

[35] ALLEN-WARDELL G, BERNHARDT P, BITNER R, et al. The potential consequences of pollinator declines on the conservation of biodiversity and stability of food crop yields[J]. Conservation Biology, 1998,12: 8–17.

[36] 蔡崇法, 丁树文. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 2000,14(2): 19–24.

[37] 郑度, 姚檀栋. 青藏高原隆升与环境效应[M]. 北京: 科学出版社, 2004.

[38] 包玉斌. 基于InVEST模型的陕北黄土高原生态服务功能时空变化研究[D]. 西安: 西北大学, 2015.

[39] 程积民, 程杰, 杨晓梅, 等. 黄土高原草地植被碳密度的空间分布特征[J]. 生态学报, 2012, 32(1): 226–237.

[40] 程积民, 程杰, 杨晓梅. 黄土高原草地植被与土壤固碳量研究[J]. 自然资源学报, 2011, 21(3): 401–411.

[41] 朴世龙, 方精云, 贺金生, 等. 中国草地植被生物量及其空间分布格局[J]. 植物生态学报, 2004, 28(4): 491–498.

[42] 方精云, 杨元合, 马文红, 等. 中国草地生态系统碳库及其变化[J]. 中国科学:生命科学, 2010, 40(7): 566–576.

[43] 黄麟, 刘纪远, 邵全琴, 等. 1990—2030年中国主要陆地生态系统碳固定服务时空变化[J]. 生态学报, 2016, 36(13): 3891–3902.

[44] 刘伟, 程积民, 陈芙蓉, 等. 黄土高原中部草地土壤有机碳密度特征及碳储量[J]. 草地学报, 2011, 19(3): 425– 431.

[45] WILLIAMS J R, RENARD K G, DYKE P T. EPIC: A new method for assessing erosion’s effect on soil productivity[J]. Journal of Soil and Water Conservation, 1983, 38: 381– 383.

[46] 张科利, 彭文英, 杨红丽. 中国土壤可蚀性值及其估算[J]. 土壤学报, 2007, 44(1): 7–13.

Spatial pattern analysis of grazing grassland ecosystem services in Yanchi County from 2000 to 2015

WANG Bei1, ZHONG Juntao2,*, TAN Meibao1

1. College of Resources and Environment, Lanzhou University, Lanzhou 730001, China 2. College of Geographical Sciences, Qinghai Normal University, Xining 810008, China

The Yanchi County of Ningxia was taken as the research area, and the three grassland ecosystem services including carbon storage, water conservation and soil conservation were estimated based on InVEST model before and after grazing ban (2000, 2004, 2007, 2010 and 2015 year). Furthermore, the distribution of cold and hot zones, the spatial differentiation characteristics, and the comprehensive hot spots of these ecosystem services were identified by the spatial statistical method. The results firstly showed that the carbon storage, water conservation and soil conservation increased significantly before and after the grazing ban, showing a "N" fluctuation trend, andthe increase was greater in the south than in the north. On the whole, the change range of carbon storage was small, while water conservation and soil conservation were greatly increased or decreased. Secondly, in the year of high level or large increase of ecosystem services, the significant distribution of cold and hot zones was larger and the boundary was clearer. Otherwise, the insignificant distribution of cold and hot zones was increased and the boundary became fuzzy.The spatial differentiation of various types of ecosystem services mainly exhibited as high-low and high-high types. Finally, the overlap ratio of high value areas of three ecosystem services was extremely low, and the overlap areas presented spatially differential characteristics. This paper analyzed the spatial pattern of grassland ecosystem services in Yanchi County before and after grazing ban and closure, and provided a basis for understanding the development and changes of regional grassland ecosystem services, which could promote the protection and construction of grassland ecosystem.

InVEST model; grassland ecosystem services; hotspot analysis; spatial variation; Yanchi County

王蓓, 仲俊涛, 谭美宝. 2000—2015年盐池县禁牧草地生态系统服务空间格局[J]. 生态科学, 2023, 42(1): 30–39.

WANG Bei, ZHONG Juntao, TAN Meibao. Spatial pattern analysis of grazing grassland ecosystem services in Yanchi County from 2000 to 2015[J]. Ecological Science, 2023, 42(1): 30–39.

10.14108/j.cnki.1008-8873.2023.01.004

X171

A

1008-8873(2023)01-030-10

2020-10-26;

2020-11-11

国家自然科学基金项目(42001263, 41361024)

王蓓(1992—), 女, 甘肃宁县人, 博士研究生, 主要从事空间分析与应用生态学研究, E-mail:qwsswb@163.com

仲俊涛, 男, 博士, 副教授, 硕导, 主要从事区域可持续发展研究, E-mail:zhongjuntao88@163.com