EN中文

自然资源学报 >

2025 , Vol. 40 >Issue 9: 2448 - 2464

DOI: https://doi.org/10.31497/zrzyxb.20250909

其他研究论文

基于综合框架的产水生态系统服务流属性评估与格局优化

  • 平晓莹 , 1 ,
  • 范钦栋 , 2 ,
  • 魏国杰 2, 3 ,
  • 宗敏 4 ,
  • 李春林 5
展开
  • 1.华北水利水电大学公共管理学院，郑州 450046
  • 2.华北水利水电大学建筑学院，郑州 450046
  • 3.河南省城乡规划设计研究总院股份有限公司，郑州 450044
  • 4.聊城大学地理与环境学院，聊城 252000
  • 5.中国科学院沈阳应用生态研究所，沈阳 110016
范钦栋（1983- ），男，河南洛阳人，博士，教授，研究方向为景观生态。E-mail:

平晓莹（1993- ），女，河北石家庄人，博士，讲师，研究方向为景观生态与流域可持续发展。E-mail:

收稿日期: 2024-10-08

  修回日期: 2025-04-16

  网络出版日期: 2025-09-05

基金资助

河南省哲学社会科学规划项目(2024CJJ152)

收起

Evaluation of flow attributes and pattern optimization of freshwater yield ecosystem service based on a comprehensive framework

  • PING Xiao-ying , 1 ,
  • FAN Qin-dong , 2 ,
  • WEI Guo-jie 2, 3 ,
  • ZONG Min 4 ,
  • LI Chun-lin 5
Expand
  • 1. School of Public Administration, North China University of Water Resources and Electric Power, Zhengzhou 450046, China
  • 2. College of Architecture, North China University of Water Resources and Electric Power, Zhengzhou 450046, China
  • 3. Henan Urban Planning and Design Institute Co., Ltd., Zhengzhou 450044, China
  • 4. School of Environment and Planning, Liaocheng University, Liaocheng 252000, Shandong, China
  • 5. Institute of Applied Ecology, CAS, Shenyang 110016, China

Received date: 2024-10-08

  Revised date: 2025-04-16

  Online published: 2025-09-05

Fold

摘要

生态系统服务流是连接生态系统服务供给与人类需求的重要桥梁，但目前在驱动机制和应用实践方面的框架研究仍存在不足。以黄河流域河南段产水生态系统服务为例，采用网络模型、随机森林和贝叶斯网络等方法，从“供需量化—属性评估—驱动分析—格局优化”角度构建了一套完整的研究框架。主要结论如下：（1）研究区产水生态系统服务供需存在空间不匹配，需求量大于供给量。（2）该服务在流动过程中产生三条流向和35条子边界，流量范围为0~188×106 m3。（3）蒸散发量与人类活动是影响服务供需变化的主要因素，贡献率分别为0.47与0.14。（4）重点优化区域包括洛阳南部、三门峡中南部以及济源中部。所构建的综合研究框架从四个维度深入分析生态系统服务供需，提升了“流”研究的系统化水平和深度。此外，该框架还具备较强的实践操作性，尤其是在解决生态系统服务供需矛盾方面，通过水资源优化能够为黄河流域河南段水资源管理和政府决策提供有力支持。

关键词： 生态系统服务流; 产水生态系统服务; 框架; 格局优化; 黄河流域河南段

本文引用格式

平晓莹 , 范钦栋 , 魏国杰 , 宗敏 , 李春林 . 基于综合框架的产水生态系统服务流属性评估与格局优化[J]. 自然资源学报, 2025 , 40(9) : 2448 -2464 . DOI: 10.31497/zrzyxb.20250909

Abstract

Ecosystem service flows (ESF) serve as a crucial bridge connecting the supply of ecosystem services to human demand. However, there are still deficiencies in the framework research on driving mechanisms and practical applications. In this research, we took the freshwater yield ecosystem service in the Henan section of the Yellow River Basin as a case study. We developed a comprehensive framework focusing on "supply-demand quantification-attribute evaluation-driving analysis-pattern optimization" utilizing methods such as network model, random forest, and Bayesian belief network. The key findings are as follows: (1) There was a spatial mismatch between the freshwater yield ecosystem service supply and demand, with demand exceeding supply in the study area. (2) Three flow directions and 35 sub-boundaries were identified throughout the flow process, with flow quantity ranging from 0 to 188×106 m3. (3) Evapotranspiration and human activities were the primary factors affecting the changes in supply-demand, with the contribution of 0.47 and 0.14, respectively. (4) Key optimization areas included Southern Luoyang, Central and Southern Sanmenxia, and Central Jiyuan. The comprehensive framework developed in this study analyzes ecosystem service supply and demand from four dimensions, enhancing the organization and depth of "flow" research. Furthermore, the framework demonstrates strong practical applicability, specifically in addressing the supply-demand imbalance of ecosystem services, providing robust support for water resource management and government decision-making in the Henan section of the Yellow River through effective water resource optimization.

Key words： ecosystem services flow; freshwater yield ecosystem service; framework; pattern optimization; Henan section of the Yellow River Basin

生态系统服务流是指生态系统服务从供给区向受益区传递的动态流动过程，既是连接生态系统服务供给与人类需求的重要桥梁，又是自然资源从生产、传递到消费这一空间分布过程的重要体现[1-3]。生态系统服务流研究侧重分析不同时空尺度下的供需匹配关系和空间传输特征，关注人类从生态系统中的实际惠益[4,5]。这一传递过程受到土地利用/覆被变化的显著影响，其通过改变生境、生物多样性和生态系统过程，直接影响生态系统服务的空间分布与传递效率[6-8]。因此，开展生态系统服务流的评估与格局优化研究，不仅有助于揭示服务流动过程的供需盈亏和损耗特征，深化对生态过程与人类福祉关系的认识[9,10]，而且能够识别优化潜力区域、明确土地利用优化方向，从而为实现区域生态安全和可持续发展提供科学依据[11,12]。
当前，生态系统服务流的定量评估多从供需角度出发，结合生物物理模型和社会经济数据量化供给和需求[3,13-15]，并采用快速评估法、空间叠加法、ARIES模型、服务链效应等方法量化服务在空间上的流动[16,17]。近年来，一些研究借助通用模型（如比较辐射力模型、断点公式和场强模型等）量化多种生态系统服务流[18-20]。然而，由于不同类型生态系统服务流的传递载体和路径各异[21]，通用模型难以适配所有类型，导致现有研究多局限于对“流量”的定量评估[22-24]，包括从实际使用量、空间属性和生态过程等视角的量化[25-27]。尽管也有部分学者尝试量化了“流”的其他属性，例如莫丽春等[28]利用HYSPLIT模型量化北京地区空气净化服务的流量和路径，Zhang等[1]基于元耦合框架确定青藏高原湟水流域服务流的边界，Yu等[20]采用比较辐射力模型，模拟秦岭区域固碳服务的流动路径，但整体上仍缺乏对服务流属性的系统性评估[29]。因此，本文认为生态系统服务流的评估方法要与其传递特征相适配，并从“流量—流向—边界”三个维度，系统刻画生态系统服务流的属性特征。
近年来，学界日益关注土地管理与生态系统服务在区域与景观可持续发展中的应用。一些研究通过优化土地利用格局以最大化生态系统服务效益[30,31]，提升人类福祉；另一些研究关注景观格局变化对生态系统服务的影响，尝试通过优化景观结构促进生态系统服务的恢复和重建[32,33]。然而，这些格局优化研究多侧重于生态系统服务供给水平的提升，而忽略了生态系统服务供需关系的协调[27,34,35]，同时也缺乏将驱动机制分析与格局优化相结合的完整框架[4]。基于此，本文提出了一个涵盖“供需量化—属性评估—驱动分析—格局优化”四个维度的生态系统服务流综合研究框架（图1），并以产水生态系统服务为例，探讨其形成机制、生态过程及管理实践，以期为区域生态系统服务的有效管理提供理论和实践支撑。
图1 研究框架

Fig. 1 Framework of the research

黄河流域河南段既是河南省重要的生态屏障和水源涵养区，也是支撑中原经济发展、促进中原崛起的战略区域。然而，该地区人均水资源量仅为248 m3，为全省人均水资源量的65%[36]，属于典型的缺水地区，生态安全形势严峻。随着全球气候变暖、经济快速发展和城镇化的持续推进，城市工业和农业用水量激增，水资源供需矛盾进一步加剧，这一问题在中国其他缺水区域亦普遍存在。鉴于此，本文选取黄河流域河南段为研究区旨在：（1）构建一个涵盖生态系统服务流的形成、评估、驱动机制和格局优化的完整框架；（2）利用网络模型系统描述并可视化产水生态系统服务的属性特征；（3）从供需角度优化产水生态系统服务流，以促进生态系统管理与景观的可持续发展。

1 研究方法与数据来源

1.1 研究区概况

黄河是中国第二长河，流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南和山东九省（自治区）（图2a），最终汇入渤海。黄河流域河南段（33°41′N~36°6′N，110°21′E~116°6′E）位于黄河中下游，属山区向平原的过渡地带，总面积3.62×104 km2，长度711 km。属大陆性季风气候，年均降水量为518 mm，年均气温范围为12~16 ℃。研究区地势总体西南高、东北低（图2a）。研究区以耕地和林地为主，分别占研究区面积的45%和25%，耕地主要分布在海拔较低的东北部及中部平原地区，林地主要分布在西南部的山地丘陵地带（图2b）。
图2 研究区概况

Fig. 2 Location of the study area (Henan section of the Yellow River Basin)

在2022年黄河流域河南段25.43×108 m3的地表耗水总量中，农业用水最多，为16.10×108 m3。其次为生态环境、工业和生活用水，分别为3.84×108 m3、2.76×108 m3和2.73×108 m3[37]。受气候变化与人类活动影响，该区生态环境脆弱、水资源供需矛盾突出，是河南省生态保护和区域协调发展的重点区域。

1.2 数据来源和预处理

本文用到的数据集主要包括气候、土壤、高程、土地利用、人口、人均用水量等（表1），用于研究区域产水生态系统服务的供给、需求评估及驱动因素分析。该数据集均已重采样至1 km空间分辨率。本文采用SWAT模型，进行研究区水系提取和子流域划分，共将研究区划分为74个子流域（图2b）。
表1 数据信息与来源

Table 1 Data information and sources

变量 缩写 来源
产水生态系统服务供给量化参数
降雨 PRE 中国气象科学数据中心（https://data.cma.cn/）
蒸散发量 EVA 中国科学院资源环境科学数据中心（https://www.resdc.cn）
潜在蒸发 PET 中国科学院资源环境科学数据中心
根深 RD 空间分辨率100 m的中国基岩深度图（https://www.nature.com/articles/s41597-019-0345-6#citeas）
植物可利用水分 PAWC 基于Zhou等[38]土壤质地方程计算，需要的土壤参数源自土壤数据库v1.2（https://www.fao.org/soils-portal/data-hub/soil-maps-and-databases/harmonized-world-soil-database-v12/en/）
土地利用覆被 LULC 分辨率为10 m的全球土地利用覆被产品数据（https://esa-worldcover.org/en）
生物物理表 — InVEST用户指南
Z参数 Z https://naturalcapitalproject.stanford.edu/software/invest/invest-downloads-data
产水生态系统服务需求量化参数
人口 POP 河南省统计局（https://tjj.henan.gov.cn）
综合人均需水量 ∝ 人均综合消耗量（工业、农业、生态和居民用水）
（https://slt.henan.gov.cn/）
其他数据
气温 TEM https://data.cma.cn/
夜间灯光数据 NL DMSP-OLS-like数据[39]
国内生产总值 GDP 中国国内生产总值分布图[40]
归一化植被指数 NDVI NASA发布的MOD13A3数据集（https://search.earthdata.nasa.gov）
数字高程模型 DEM GDEMV2数据集（https://gscloud.cn）
坡度 SLO DEM中提取得到
净初级生产力 NPP 中国科学院资源环境科学数据中心
供需差/供需比 DSDWY/WYSDR D S D W Y = W Y s - W Y d； W Y S D R = W Y s   / W Y d

1.3 研究方法

本文以黄河流域河南段2020年的产水生态系统服务为例进行框架研究，共包含四部分内容，分别是产水生态系统服务的供需量化、流的属性特征评估、供需比的驱动因素分析及格局优化（图3）。
图3 技术路线

Fig. 3 The workflow of the study

1.3.1 产水生态系统服务供需量化

本文采用InVEST模型中的产水模块来估算产水生态系统服务供给。该模块基于Budyko曲线并结合降雨、蒸散发量、根深、土地利用覆被等数据和参数，量化子流域尺度的年均降水量。计算公式如下：
Y i = 1 - A E T i   / P i × P i
A E T i   / P i = 1 + P E T i   / P i - 1 + P E T i   / P i 1 / ω
ω i = Z × A W C i   / P i + 1.25
式中： Y i 、 A E T i、 P i分别为栅格 i的年均产水量（mm）、年实际蒸散量（mm）和年实际降雨量（mm）； P E T i为栅格 i的潜在蒸散量（mm）； ω i是表征自然气候—土壤特性的非物理参数； A W C i代表植物有效含水量的体积（mm），通过植物可利用水分（PAWC）和根系约束层深度估计； Z是一个经验常数，代表当地的降水模式和其他水文地质特征。
产水生态系统服务需求通过配额法评估。先将人口数据空间化到县级尺度，再将其与人均综合用水量（包括工业、农业、生态和居民用水）乘积得到县级尺度年均需水量，最后采用ArcGIS区域统计分析，得到子流域尺度的年均需水量。计算公式如下：
P O P c , g = P O P c × B u i c , g / B u i c
D e m a n d g = P O P g × ∝
式中： P O P c , g和 B u i c , g分别为 c市 g县的人口（万人）和建筑用地（m2）； P O P c和 B u i c分别为 c市的人口（万人）和建筑用地（m2）； D e m a n d g和 P O P g分别为 g县的年均需水量（m3）和人口（万人）； ∝是人均综合用水量（m3/人）。

1.3.2 产水生态系统服务流属性特征刻画

（1）属性特征描述
① 流向。产水生态系统服务沿水流方向传递，属定向流，受地势和重力影响明显。流向是空间流的重要属性特征之一，能够表征生态系统服务从供给区传递到需求区的空间分配过程。② 流量。指的是生态系统服务流动过程中，从供给区向需求区移动的具体数量或体积。产水生态系统服务的流量指上游供给区提供给下游受益区的具体水量。③ 边界。产水生态系统服务流的边界包含两个方面：一是整体范围边界，表示产水生态系统服务从起始区域流动到终止区域。二是将整个流域划分为子流域的边界线。
（2）属性特征评估
本文将研究区假定为一个封闭系统，不考虑产水生态系统服务流的空间溢出效应，采用网络模型评估其属性特征。首先，将每个子流域区域的质心看作流的节点，并通过供需差确定节点状态。如果供需差大于0，表示该区域的供给可以满足需求，为盈余节点，反之则为赤字节点。每一个节点不仅包含位置信息，还包括子流域的盈余、赤字状态，可通过节点颜色和大小对其可视化表达。其次，定义边的状态。边连接两个区域的节点，是具有方向和数值属性的流动路径。如果一个节点是盈余节点且有上游补充，盈余量与上游补充量将一起流向下游；如果节点赤字但上游补充量仍能满足需求，仍可产生流；反之，若上游补充量不足以满足需求，则便被中断，生态系统服务流终止（图3）。最后，基于节点位置、盈余和边的状态，采用Gephi软件（https://gephi.org/）构建并可视化产水生态系统服务流网络。

1.3.3 产生生态系统服务供需驱动因素分析

产水生态系统服务在每个子流域内的供需状态主要受自然资源与人类活动两方面影响。因此，从自然资源和人类活动两方面选取多种因子，采用斯皮尔曼相关性分析筛选出对供需比影响显著的因子。然后，采用12个机器算法模型并结合Python语言对筛选出的驱动因素与供需比进行建模分析，以均方误差（Mean Square Error，MSE）作为评价指标，筛选最优算法模型。结果显示，随机森林模型性能最佳，均方误差最小，因此采用随机森林模型展开供需比的驱动因素分析。

1.3.4 产水生态系统服格局优化

产水生态系统服务的格局优化以驱动因素分析为基础，结合概率统计与贝叶斯网络模型，量化各因子在不同条件的发生概率，筛选出可使供需比达到最优状态但实际未达到最优的区域，即为适宜优化区域。
首先，基于驱动因素分析结果，将所有变量离散成三种等级，并借助python语言与贝叶斯网络计算两两变量在不同等级状态下发生的条件概率，并转换成条件概率像素图，计算公式如下：
P A i = S U M A i   / S U M
P A i B j = S U M A i B j   / S U M
P A i | B j = P A i B j / P B j
式中： A i、 B j为变量A、B的不同分级状态； S U M A i为A变量在不同分级状态下的栅格数量； S U M为研究区总栅格数； P A i B j为 A i和 B j同时发生的联合概率。
随后，选取随机森林模型中回归系数最高的两个变量作为关键变量，确定关键变量最优状态子集，并将其空间化。最优状态是指使供需比等级状态达到最高时所对应的关键变量的等级状态。最后，将关键变量最优状态空间分布与低等级的产水生态系统服务区域叠加，得到适宜优化区域，然后根据关键变量影响因子大小，对适宜优化区域分级。

2 结果分析

2.1 产水生态系统服务的供需空间分布

InVEST模型估算结果显示，研究区2020年产水生态系统服务产水总量为40×108 m3，跟水资源公报中数据基本吻合[41]，表明模型模拟良好，结果可信。2020年黄河流域河南段产水生态系统服务的供给量范围为0.5×106~153×106 m3（图4a），需求量范围是0.4×106~303×106 m3（图4b），需求量远高于供给量。此外，产水生态系统服务的供需分布存在明显的空间不匹配。高供给及供需差大于0的子流域集中分布在研究区上游的三门峡和洛阳地区（图4c、图4d），其中有7个子流域供给量高于100×106 m3。然而，高需求及供需差小于0的子流域多分布在研究区中下游，主要位于洛阳、焦作、郑州、新乡和濮阳等地。尤其是分布在洛阳东北部、焦作中南部、濮阳中北部区域的27号、28号、33号、73号子流域，赤字状态排序前四，其值分别为-199×106 m3、-154×106 m3、-186×106 m3、-195×106 m3。
图4 2020年黄河流域河南段产水生态系统服务供给、需求、供需差量化结果

Fig. 4 The freshwater yield service supply, demand, and difference in 2020 in the Henan section of the Yellow River Basin

2.2 产水生态系统服务流的属性特征

2.2.1 流向

产水生态系统服务通过河道和河网，以高海拔上游地区为起点，在地势坡度的影响下，向低海拔的下游区域流动。由于上游起始位置和所属河流不同，共形成三条流向（图5）。流向Ⅰ沿着黄河从0号子流域开始，流经研究区的上中下游，最终到达73号子流域（图5a）。流向Ⅱ从2号子流域出发，沿伊洛河流经4个子流域后到达27号子流域（图5b）。在27号子流域中，产水生态系统服务的供给无法满足需求，流向Ⅱ在此终止。流向Ⅲ沿伊河，从9号子流域开始，流经5个子流域后在34号子流域结束（图5c）。
图5 2020年黄河流域河南段产水生态系统服务流向

Fig. 5 The freshwater yield service flow direction in 2020 in the Henan section of the Yellow River Basin

2.2.2 流量

产水生态系统服务流量与子流域节点状态密切相关。研究区的74个节点中，30个为盈余节点，其余均为赤字节点，主要分布在中下游（图6）。由于上游流入量高于这些节点的赤字水平，从而维持了流的传递（图6a）。在众多子流域中，位于流向Ⅲ中的16号子流域流量最大，值为188×106 m3。尽管其下游28号子流域为赤字节点（-155×106 m3），但16号子流域的补充仍使其维持33×106 m3的流量。然而，该流量不足以满足下游34号子流域的赤字需求，导致该流向终止（图6b）。
图6 2020年黄河流域河南段产水生态系统服务流量

Fig. 6 The freshwater yield service flow quantity in 2020 in the Henan section of the Yellow River Basin

流量排在第二和第三位的子流域分别是20号（153×106 m3）和25号（137×106 m3），分别位于流向Ⅱ和流向Ⅰ中。20号子流域为盈余节点，但盈余量仅为5.3×106 m3，主要依赖于上游14号、15号子流域的补充（148×106 m3）。由于27号子流域赤字较大（-199×106 m3），该流向在此终止。同样，25号子流域盈余量为3.3×106 m3，依赖于上游补充（134×106 m3）。然而，由于上游补给充足且下游子流域赤字较小，该流向最终流至73号子流域。

2.2.3 边界

产水生态系统服务从高海拔上游流向低海拔下游，流向固定，因此，边界具有明显的有序性。产水生态系统服务流的总边界范围为从子流域编号为0号、1号、2号、4号、5号、8号、9号、11号、14号、22号、 30号、31号、32号、48号的起始区，延伸至27号、34号、73号结束（图7）。在总边界范围内共存在35个子边界。因起始区域不同，边界范围被划分为三部分。第一部分和第二部分分别在流到27号和34号子流域后停止，包含的子边界较少。第三部分横跨研究区大部分区域，水生态系统服务流到73号子流域终止，包含21个子边界。
图7 2020年黄河流域河南段产水生态系统服务边界

Fig. 7 The freshwater yield service flow boundary in 2020 in the Henan section of the Yellow River Basin

2.3 产水生态系统服务供需的主要驱动因素

通过斯皮尔曼相关性分析，筛选出影响产水生态系统服务供需比的8个因子，分别为气温（TEM）、坡度（SLO）、高程（DEM）、归一化植被指数（NDVI）、蒸散发量（EVA）、夜间灯光（NL）、净初级生产力（NPP）和国内生产总值（GDP）（P<0.01）。随机森林模型结果显示，均方误差为1.66，围绕-2.5~2.5浮动（图8a），绝对误差数据的84.03%分布在0~1之间，R2为0.71（图8b），表明模型拟合良好，模型可信。回归系数重要性结果图显示，蒸散发量对供需比的解释程度最高，为总体解释程度的一半，系数为0.50（图8c）。其次为夜间灯光，回归系数为0.15；紧接着是净初级生产力、气温、归一化植被指数和高程，贡献率分别为0.09、0.07、0.06、0.06。
图8 随机森林模型拟合结果

Fig. 8 The fitting results of random forest model

2.4 产水生态系统服务的格局优化

条件概率图结果显示，当{DEM=3, GDP=1, EVA=1, NL=1, NDVI=3，NPP=3, SLOPE=3, TEM=1}时，产水生态系统服务的供需比值处于高水平状态下的概率更高（图9）。结合随机森林模型回归结果EVA和NL是关键变量，得出关键变量最优状态子集为{EVA=1, NL=1}。
图9 供需比的条件概率像素

Fig. 9 The conditional probability pixel of WYSDR

格局空间分布结果显示，关键状态子集，即蒸散发量和夜间灯光分别离散等级为1的数据集，主要分布在三门峡、洛阳和济源（图10a、图10b）。高供需比区域主要分布在洛阳南部、三门峡中部和南部以及济源中西部地（图10c）。研究区内优先优化区域和次级优化区域主要分布在洛阳和三门峡南部，第三优化区域主要分布在三门峡中北部以及济源西部（图10d）。
图10 格局优化空间分布结果

Fig. 10 Spatial distribution of pattern optimization

3 结论与讨论

3.1 结论

本文以黄河流域河南段的产水生态系统服务为例，构建了一个生态系统服务流研究框架，系统评估其属性特征，识别其关键驱动因素并优化格局，得到如下结论：
（1）研究框架有助于提高对流的系统化认知。本文提出的框架涵盖流的评估、驱动分析与格局优化，解决了现有研究缺乏整体性、系统性视角的问题。特别是在生态系统服务流的动态传递过程中，框架通过集成属性特征（如流量、流向和边界）深化流动过程理解，并拓展其在实际管理中的应用，填补了理论研究中机制探究和应用实践的不足。
（2）系统评估服务流属性特征更能全面反映流动过程。基于系统属性评估，本文揭示了产水生态系统服务在空间上的动态变化，提供了更精细的流动特征分析，并帮助识别出水资源流动的关键区域和供需失衡点。这些结果可为地方政府提供有针对性的水资源调度和政策优化建议，特别是在水资源分配和区域水资源管理中的实际应用。
（3）基于供需的格局优化研究结果更为科学准确。从供需角度出发，在考虑人类需求和气候变化的动态影响下，展开的格局优化研究比单纯基于供给的优化策略，更具科学性和适应性。框架可实时调整水资源分配，尤其是在干旱季节或极端气候条件下，可根据变化提出有效的水资源调度策略，平衡水资源利用与生态保护，为长期的水资源管理和生态可持续性提供了前瞻性支持。

3.2 讨论

3.2.1 生态系统服务流的框架研究

生态系统服务流框架的构建有助于系统分析生态系统空间分布及具体空间流动过程，从而支持更有效的生态系统管理与决策[15]。当前学者大多通过构建理论框架进行生态系统服务流的量化，框架组分通常包括供给侧、受益侧及传输过程[42]。例如，Hou等[43]基于生态系统的社会经济级联图构建概念框架，评估营养调节服务的潜在供给、需求及流量间的关系；Xu等[44]利用‘is-ought’框架评估城市绿地生态系统服务的供需流；Zhou等[45]建立社会生态网络框架以量化粮食生产生态系统服务流。然而，这些框架仍集中在理论概念或流的量化层面，与应用实践联系不紧密[5]。本文所提出的框架中，不仅包含生态系统服务流的量化评估组分，还涵盖服务流的影响因素分析及格局优化应用，形成了生态系统服务流研究的完整链条[11,42]，填补了生态系统服务流在机制探究与应用实践方面的不足[5]。
此外，有学者指出生态系统服务必须依赖某种形式，才能从供给区传递到需求区[15,46]。因此，基于载体的数量、方向和范围是生态系统服务流量化的重要方面[4]。目前基于框架的生态系统服务流研究在量化传输过程时，仍多侧重载体的数量或方向评估[26,28]，过程属性的特征刻画缺乏系统化。本文基于生态系统服务流载体的方向、数量和范围三个重要方面，量化产水生态系统服务的流向、流量和边界。研究结果的三种流向直观展示产水生态系统服务流产生和使用的空间位置以及流动方向[35,47]。边界明晰了流的尺度和范围[48]。流量揭示了该地区水资源盈余、赤字及转移量[11,45]。
通过系统评估“流”的过程属性特征，不仅能够揭示供需空间关系，还能深化空间动态特征认知[4]，为科学决策和管理提供重要支持[13,25]。例如，16号、20号和25号子流域流量排名前三（图6），这些子流域及其上游应重点保护，以维护安全与健康的自然和人类水生态系统。子流域27号、28号和33号是赤字状态最严重的三个节点（图4c），结合边的状态和流量可见（图6b），这三个子流域在水生态系统网络中处于关键位置。因此，可针对这几个子流域重点实施水利工程建设，构建黄河流域河南段智慧水网[36]，促进水资源的可持续利用和经济社会的稳定发展。
基于该研究框架的可调节性和可扩展性，其不仅适用于产水生态系统服务，还在跨类型服务和跨区域应用方面具有一定的潜力。框架可根据不同生态系统服务特点，灵活调整服务流的评估标准与优化方法。例如，固碳生态系统服务以大气为媒介向四周各个方向扩散，因此框架需结合气体扩散规律及碳浓度平衡状态，计算固碳服务流的流量[27,49,50]。粮食供给服务的流动不仅受生物物理特征影响，还与道路、地形、配送距离以及人口等因素密切相关[17,45]，框架可据此调整驱动因子，进而展开服务流的优化。基于黄河流域优化案例，框架还可根据不同生态环境特征，调整水文、气候及生态特征来适配类似区域（如长江流域、珠江流域），为这些区域同样提供生态系统服务流评估与优化策略，从而为跨区域的水资源和生态管理提供科学依据。

3.2.2 产水生态系统服务的驱动机理探索

本文蒸散发和夜间灯光被确定为影响产水生态系统服务供需比的关键驱动因子。作为水循环的重要组成部分，蒸散发反映了水分通过植物和土壤蒸腾作用返回到大气的过程，是关联水文过程和能量循环的重要因子[51,52]。已有研究表明，蒸散发量的变化直接影响水生态系统服务的供给能力[53]，尤其是在干旱与半干旱地区，蒸散发量占降水的比例高达90%，从而导致水资源供给量的减少[54]。在气候变化的背景下，气温升高引发的蒸散发量增加，还可能通过促进土壤水分蒸发，进一步加剧水资源的短缺[52]。夜间灯光作为人类活动的重要指标之一，其强度直接反映了城市化水平、人口密度和社会经济活动强度[55]。已有研究表明，水资源消耗量与人口、GDP和产业结构等社会经济指标紧密相关[56]，这些因素的变化通常会导致水资源需求的增加，进而间接影响供需比。
此外，蒸散发对供需比的解释程度占总解释程度的一半，这可能由于蒸散发与气候变化和土地利用/土地利用覆被变化密切相关[57]。蒸散发的能量供给和蒸发介质的水分供应能力分别受气温和下垫面植被状况影响[57]，这些因子的变化会影响流域水文过程，进而影响水资源的供需。例如，在全球气候变暖背景下，气温升高加剧了蒸散发，同时土壤水分和下渗强度也随之变化，影响了水资源的供给状况。土地利用覆被变化，例如黄河中游地区的植被恢复活动，能够提高植被蒸腾及冠层节流蒸散发量，进一步促进蒸散发的增加[58]，不仅加剧了供给侧水资源的流失和蒸发，同时也可能通过改变水资源的可获得性和使用模式，间接影响水资源需求。

3.2.3 产水生态系统服务的格局优化研究

通过有效的土地利用管理来改善生态系统服务供需匹配是景观可持续研究的重要组成部分[59-61]。本文核心理念是将供给和需求及其相关理论知识转化为应用实践，以促进景观可持续性研究[62]。因此，从供需角度出发，在考虑人类社会的需求变化时，对研究区的产水生态系统服务展开格局优化。相对于基于生态系统服务供给探讨格局优化策略的研究[27,63]，基于供需角度进行格局优化更为科学准确[64,65]。在人口增长和气候变化背景下，水资源需求呈现出时间尺度波动[13]，框架可根据供需变化实时调整优化方案。例如，在干旱季节或极端气候条件下，框架能够动态评估水资源的分配和使用，提出应对气候变化的水资源调度策略，确保水资源的高效利用与生态保护之间的平衡。通过这种动态优化，框架不仅增强了在不同情境下的普适性，也为长期的水资源管理和生态可持续性提供了前瞻性支持。
格局优化结果显示，适宜优化的地区主要位于洛阳南部、三门峡中部和南部以及济源西部，土地利用类型以林地和草地为主（图10b、图10c）。因此，针对这两种土地利用类型制定优化措施。首先，在林地覆盖地区，考虑到干旱季节的水分压力，可适当增加林地间伐的频率与强度，优先间伐高密度区域的速生树种，如杨树（Populusspp.）或柳树（Salixspp.），以减少蒸散发量[66]。同时，根据不同地区的气候特点进行多层次植被配置。例如，在济源西部等较为干旱区域，建议引入柠条（Caragana korshinskii）、沙棘（Hippophae rhamnoides）等耐旱灌木，增加植被层次，提高林地的水土保持能力[67]。其次，在草地覆盖地区，建议采取高频轮牧法，促进草地植被健康与植物群落稳定[68,69]。高频轮牧通过将草地划分为多个放牧单元，在每个单元放牧1~3天后转移至下一个单元，从而延长草地的恢复期，提高草地的水分保持能力[70]。此外，推广使用节水灌溉技术[71]，如滴灌和喷灌，减少水分蒸发损失。

3.2.4 不足与展望

本文以黄河流域河南段为研究区，对产水生态系统服务供需和“流”的属性特征进行量化分析。在分析过程中，将整个研究区视为封闭系统，未考虑到区域间的流入、流出及引水工程的影响。此外，本文仅评估了2020年的产水生态系统服务流，未考虑到生态系统服务流的尺度依赖性。未来研究应进一步开展多年度、多尺度的动态变化分析，探讨不同时间尺度和区域尺度下生态系统服务流的演变趋势。同时，跨流域生态系统服务的交互作用也应纳入考虑，如引调水工程引发的水资源变化、生态系统服务的联动效应等。未来应进一步加强区域协同政策探讨，推动跨流域水资源与生态系统服务的综合管理，为黄河流域乃至更大范围的水资源与生态系统服务的科学管理和优化提供坚实的理论基础和实践指导。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
ZHANG J X, HE C Y, HUANG Q X, et al. Understanding ecosystem service flows through the metacoupling framework. Ecological Indicators, 2023, 151: 110303, https://doi.org/10.1016/j.ecolind.2023.110303.

[2]
SHEN J K, WANG Y C. Allocating and mapping ecosystem service demands with spatial flow from built-up areas to natural spaces. Science of the Total Environment, 2021, 798: 149330, https://doi.org/10.1016/j.scitotenv.2021.149330.

[3]
闫晓露, 武帅, 吴雪雪, 等. 海岸带景观破碎化对固碳服务流的影响. 地理学报, 2024, 79(1): 114-133.

DOI

[YAN X L, WU S, WU X X, et al. Impacts of landscape fragmentation of coastal zone on carbon sequestration service flow. Acta Geographica Sinica, 2024, 79(1): 114-133.]

DOI

[4]
HUANG M D, XIAO Y, XU J, et al. A review on the supply-demand relationship and spatial flows of ecosystem services. Journal of Resources and Ecology, 2022, 13(5): 925-935.

DOI

[5]
PENG J, XIA P, LIU Y X, et al. Ecosystem services research: From golden era to next crossing. Transactions in Earth, Environment, and Sustainability, 2023, 1(1): 9-19.

[6]
张宇硕, 吴殿廷, 吕晓. 土地利用/覆盖变化对生态系统服务的影响: 空间尺度视角的研究综述. 自然资源学报, 2020, 35(5): 1172-1189.

DOI

[ZHANG Y S, WU D T, LYU X. A review on the impact of land use/land cover change on ecosystem services from a spatial scale perspective. Journal of Natural Resources, 2020, 35(5): 1172-1189.]

[7]
董孝斌, 刘梦雪. 土地利用/覆盖变化—生态系统服务—人类福祉关系研究进展. 北京师范大学学报: 自然科学版, 2022, 58(3): 465-475.

[DONG X B, LIU M X. Relationships among LUCC, ecosystem services and human well-being. Journal of Beijing Normal University: Natural Science, 2022, 58(3): 465-475.]

[8]
LORENCOVÁ E, FRÉLICHOVÁ J, NELSON E, et al. Past and future impacts of land use and climate change on agricultural ecosystem services in the Czech Republic. Land Use Policy, 2013, 33: 183-194.

[9]
BAGSTAD K J, JOHNSON G W, VOIGT B, et al. Spatial dynamics of ecosystem service flows: A comprehensive approach to quantifying actual services. Ecosystem Services, 2013, 4: 117-125.

[10]
BAGSTAD K J, VILLA F, BATKER D, et al. From theoretical to actual ecosystem services: Mapping beneficiaries and spatial flows in ecosystem service assessments. Ecology and Society, 2014, 19(2): art64, Doi: http://dx.doi.org/10.5751/ES-06523-190264.

[11]
WANG L J, ZHENG H, CHEN Y Z, et al. Systematic review of ecosystem services flow measurement: Main concepts, methods, applications and future directions. Ecosystem Services, 2022, 58: 101479, https://doi.org/10.1016/j.ecoser.2022.101479.

[12]
刘芦萌, 邬建国. 生态系统服务与人类福祉关系的研究框架、途径与方法. 自然资源学报, 2024, 39(9): 2044-2065.

DOI

[LIU L M, WU J G. Frameworks, approaches, and methods for studying the relationship between ecosystem services and human wellbeing. Journal of Natural Resources, 2024, 39(9): 2044-2065.]

[13]
WANG Z Z, ZHANG WL, LI X P, et al. A network perspective for mapping freshwater service flows at the watershed scale. Ecosystem Services, 2020, 45: 101129, https://doi.org/10.1016/j.ecoser.2020.101129.

[14]
马琳, 刘浩, 彭建, 等. 生态系统服务供给和需求研究进展. 地理学报, 2017, 72(7): 1277-1289.

DOI

[MA L, LIU H, PENG J, et al. A review of ecosystem services supply and demand. Acta Geographica Sinica, 2017, 72(7): 1277-1289.]

DOI

[15]
李双成, 王珏, 朱文博, 等. 基于空间与区域视角的生态系统服务地理学框架. 地理学报, 2014, 69(11): 1628-1639.

DOI

[LI S C, WANG J, ZHU W B, et al. Research framework of ecosystem services geography from spatial and regional perspectives. Acta Geographica Sinica, 2014, 69(11): 1628-1639.]

DOI

[16]
VALLECILLO S, LA NOTTE A, FERRINI S, et al. How ecosystem services are changing: An accounting application at the EU level. Ecosystem Services, 2019, 40: 101044, https://doi.org/10.1016/j.ecoser.2019.101044.

[17]
LIU W, ZHAN J Y, ZHAO F, et al. The tradeoffs between food supply and demand from the perspective of ecosystem service flows: A case study in the Pearl River Delta, China. Journal of Environmental Management, 2022, 301: 113814, https://doi.org/10.1016/j.envman.2021.113814.

[18]
DU H Q, ZHAO L, ZHANG P T, et al. Ecological compensation in the Beijing-Tianjin-Hebei region based on ecosystem services flow. Journal of Environmental Management, 2023, 331: 117230, https://doi.org/10.1016/j.envman.2023.117230.

[19]
WU J S, FAN X N, LI K Y, et al. Assessment of ecosystem service flow and optimization of spatial pattern of supply and demand matching in Pearl River Delta, China. Ecological Indicators, 2023, 153: 110452, https://doi.org/10.1016/j.ecolind.2023.110452.

[20]
YU Y Y, LI J, HAN L Q, et al. Research on ecological compensation based on the supply and demand of ecosystem services in the Qinling-Daba Mountains. Ecological Indicators, 2023, 154: 110687, https://doi.org/10.1016/j.ecolind.2023.110687.

[21]
FISHER B, TURNER R K, MORLING P. Defining and classifying ecosystem services for decision making. Ecological Economics, 2009, 68(3): 643-653.

[22]
SERNA-CHAVEZ H M, SCHULP C J E, VAN BODEGOM P M, et al. A quantitative framework for assessing spatial flows of ecosystem services. Ecological Indicators, 2014, 39: 24-33.

[23]
LI D L, WU S Y, LIU L B, et al. Evaluating regional water security through a freshwater ecosystem service flow model: A case study in Beijing-Tianjian-Hebei region, China. Ecological Indicators, 2017, 81: 159-170.

[24]
LIN J Y, HUANG J L, HADJIKAKOU M, et al. Reframing water-related ecosystem services flows. Ecosystem Services, 2021, 50: 101306, https://doi.org/10.1016/j.ecoser.2021.101306.

[25]
BURKHARD B, KANDZIORA M, HOU Y, et al. Ecosystem service potentials, flows and demands-concepts for spatial localisation, indication and quantification. Landscape Online, 2014, 34: 1-32.

[26]
RIOUX J F, CIMON-MORIN J, PELLERIN S, et al. How land cover spatial resolution affects mapping of urban ecosystem service flows. Frontiers in Environmental Science, 2019, 7: 93.

[27]
LI T, LI J, WANG Y Z. Carbon sequestration service flow in the Guanzhong-Tianshui economic region of China: How it flows, what drives it, and where could be optimized?. Ecological Indicators, 2019, 96: 548-558.

[28]
莫丽春, 马蕊, 谢屹, 等. 北京湿地削减大气PM2.5的生态系统服务流研究. 生态学报, 2021, 41(14): 5570-5577.

[MO L C, MA R, XIE Y, et al. Ecosystem service flows of wetlands blocking atmospheric PM2.5 in Beijing. Acta Ecologica Sinica, 2021, 41(14): 5570-5577.]

[29]
夏沛, 彭建, 徐子涵, 等. 生态系统服务流概念内涵与量化方法. 地理学报, 2024, 79(3): 584-599.

DOI

[XIA P, PENG J, XU Z H, et al. Conceptual connotation and quantification methods of ecosystem service flows. Acta Geographica Sinica, 2024, 79(3): 584-599.]

DOI

[30]
CHUAI X W, HUANG X J, WU C Y, et al. Land use and ecosystems services value changes and ecological land management in coastal Jiangsu, China. Habitat International, 2016, 57: 164-174.

[31]
KELLER A A, FOURNIER E, FOX J. Minimizing impacts of land use change on ecosystem services using multi-criteria heuristic analysis. Journal of Environmental Management, 2015, 156: 23-30.

DOI PMID

[32]
LIU J G. Leveraging the metacoupling framework for sustainability science and global sustainable development. National Science Review, 2023, 10(7): nwad090, https://doi.org/10.1093/nsr/nwad090.

[33]
JONES K B, ZURLINI G, KIENAST F, et al. Informing landscape planning and design for sustaining ecosystem services from existing spatial patterns and knowledge. Landscape Ecology, 2013, 28(6): 1175-1192.

[34]
SHI Y S, SHI D H, ZHOU LL, et al. Identification of ecosystem services supply and demand areas and simulation of ecosystem service flows in Shanghai. Ecological Indicators, 2020, 115: 106418, https://doi.org/10.1016/j.ecolind.2020.106418.

[35]
SU D, YU C, DONG X Y, et al. Evaluation of ecosystem services budget based on ecosystem services flow: A case study of Hangzhou Bay area. Applied Geography, 2024, 162: 103150, https://doi.org/10.1016/j.apgeog.2023.103150.

[36]
姜龙. 黄河河南段河湖水系格局演变与水资源利用可持续性评估. 郑州: 郑州大学, 2022.

[JIANG L. Evolution of river system network pattern and assessment of sustainable water resources utilization in the Henan section of the Yellow River. Zhengzhou: Zhengzhou University, 2022.]

[37]
水利部黄河水利委员会. 黄河流域水资源公报, 2022.

[Yellow River Conservancy Commission of Ministry of Water Resources. Water Resources Bulletin of Yellow River Basin, 2020.]

[38]
ZHOU W Z, LIU G H, PAN J J, et al. Distribution of available soil water capacity in China. Journal of Geographical Sciences, 2005, 15(1): 3-12.

DOI

[39]
WU Y Z, SHI K F, CHEN Z Q, et al. Developing improved time-series DMSP-OLS-like data (1992-2019) in China by integrating DMSP-OLS and SNPP-VIIRS. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 4407714, https://doi.org/10.1109/TGRS.2021.3135333.

[40]
ZHAO N Z, LIU Y, CAO G F, et al. Forecasting China's GDP at the pixel level using nighttime lights time series and population images. GIScience & Remote Sensing, 2017, 54(3): 407-425.

[41]
河南省水利厅. 水资源公报, 2020.

[Henan Water Conservancy Department. Henan Water Resources Bulletin, 2020.]

[42]
林静玉. 淡水生态系统服务流新框架及其在社会—生态系统中的应用. 厦门: 厦门大学, 2021.

[LIN J Y. An extended framework for freshwater-related ecosystem services flows and its application on social-ecological system. Xiamen: Xiamen University, 2021.]

[43]
HOU Y, DING S K, CHEN W P, et al. Ecosystem service potential, flow, demand and their spatial associations: A comparison of the nutrient retention service between a human- and a nature-dominated watershed. Science of the Total Environment, 2020, 748: 141341, https://doi.org/10.1016/j.scitotenv.2020.14134.

[44]
XU L Y, HANG Y, JIN F. Evaluating the supply-demand relationship for urban green parks in Beijing from an ecosystem service flow perspective. Urban Forestry & Urban Greening, 2023, 85: 127974, https://doi.org/10.1016/j.ufug.2023.127974.

[45]
ZHOU Y, LIU Z H. A social-ecological network approach to quantify the supply-demand-flow of grain ecosystem service. Journal of Cleaner Production, 2024, 434: 139896, https://doi.org/10.1016/j.jclepro.2023.139896.

[46]
JOHNSON G W, BAGSTAD K J, SNAPP R R, et al. Service path attribution networks (SPANs): A network flow approach to ecosystem service assessment. International Journal of Agricultural and Environmental Information Systems, 2012, 3(2): 54-71.

[47]
SCHIRPKE U, TAPPEINER U, TASSER E. A transnational perspective of global and regional ecosystem service flows from and to mountain regions. Scientific Reports, 2019, 9(1): 6678, https://doi.org/10.1038/s41598-019-43229-z.

[48]
冯晓玙, 黄斌斌, 李若男, 等. 生态系统服务流特征及量化方法研究进展. 环境保护科学, 2019, 45(6): 29-38.

[FENG X Y, HUANG B B, LI R N, et al. Research progress on characteristics and quantification methods of ecosystem service flow. Environmental Protection Science, 2019, 45(6): 29-38.]

[49]
王嘉丽, 周伟奇. 生态系统服务流研究进展. 生态学报, 2019, 39(12): 4213-4222.

[WANG J L, ZHOU W Q. Ecosystem service flows: Recent progress and future perspectives. Acta Ecologica Sinica, 2019, 39(12): 4213-4222.]

[50]
LIANG J, PAN J H. Identifying carbon sequestration's priority supply areas from the standpoint of ecosystem service flow: A case study for Northwestern China's Shiyang River Basin. Science of the Total Environment, 2024, 927: 172283, https://doi.org/10.1016/j.scitotenv.2024.17228.

[51]
JUNG M, REICHSTEIN M, CIAIS P, et al. Recent decline in the global land evapotranspiration trend due to limited moisture supply. Nature, 2010, 467(7318): 951-954.

[52]
刘宁, 孙鹏森, 刘世荣. 陆地水—碳耦合模拟研究进展. 应用生态学报, 2012, 23(11): 3187-3196.

[LIU N, SUN P S, LIU S R. Research advances in simulating land water-carbon coupling. Chinese Journal of Applied Ecology, 2012, 23(11): 3187-3196.]

[53]
詹云军, 章文, 严岩, 等. 长江流域实际蒸散发演变趋势及影响因素. 生态学报, 2021, 41(17): 6924-6935.

[ZHAN Y J, ZHANG W, YAN Y, et al. Analysis of actual evapotranspiration evolution and influencing factors in the Yangtze River Basin. Acta Ecologica Sinica, 2021, 41(17): 6924-6935.]

[54]
白鹏, 蔡常鑫. 1982—2019年中国陆地蒸散发变化的归因分析. 地理学报, 2023, 78(11): 2750-2762.

DOI

[BAI P, CAI C X. Attribution analysis of changes in terrestrial evapotranspiration in China during 1982-2019. Acta Geographica Sinica, 2023, 78(11): 2750-2762.]

DOI

[55]
冯小威, 樊良新, 王宝山, 等. 基于夜间灯光数据的长三角城市群城市用水时空演变及驱动研究. 水资源与水工程学报, 2022, 33(4): 97-107.

[FENG X W, FAN L X, WANG B S, et al. Spatial-temporal evolution characteristics and driving factors of urban water consumption in Yangtze River Delta Urban Agglomeration based on nighttime light data. Journal of Water Resources and Water Engineering, 2022, 33(4): 97-107.]

[56]
孙艳芝, 鲁春霞, 谢高地, 等. 北京城市发展与水资源利用关系分析. 资源科学, 2015, 37(6): 1124-1132.

[SUN Y Z, LU C X, XIE G D, et al. The conjunction between urban development and the utilization of water resources in Beijing. Resources Science, 2015, 37(6): 1124-1132.]

[57]
宋晓猛, 张建云, 占车生, 等. 气候变化和人类活动对水文循环影响研究进展. 水利学报, 2013, 44(7): 779-790.

[SONG X M, ZHANG J Y, ZHAN C S, et al. Review for impacts of climate change and human activities on water cycle. Journal of Hydraulic Engineering, 2013, 44(7): 779-790.]

[58]
杨泽龙, 李艳忠, 梁康, 等. 植被恢复背景下黄河中游及6个典型流域蒸散发及其组分变化格局. 自然资源学报, 2022, 37(3): 816-828.

DOI

[YANG Z L, LI Y Z, LIANG K, et al. Variation patterns of evapotranspiration and its components in the Middle Yellow River and six typical basins under the background of vegetation restoration. Journal of Natural Resources, 2022, 37(3): 816-828.]

[59]
MUSACCHIO L R. Key concepts and research priorities for landscape sustainability. Landscape Ecology, 2013, 28(6): 995-998.

[60]
WANG L J, ZHENG H, WEN Z, et al. Ecosystem service synergies/trade-offs informing the supply-demand match of ecosystem services: Framework and application. Ecosystem Services, 2019, 37: 100939, https://doi.org/10.1016/j.ecoser.2019.100939.

[61]
LIAO C, QIU J X, CHEN B, et al. Advancing landscape sustainability science: Theoretical foundation and synergies with innovations in methodology, design, and application. Landscape Ecology, 2020, 35(1): 1-9.

[62]
WU J G. Landscape sustainability science II: Core questions and key approaches. Landscape Ecology, 2021, 36(8): 2453-2485.

[63]
李婷, 李晶, 王彦泽, 等. 关中—天水经济区生态系统固碳服务空间流动及格局优化. 中国农业科学, 2017, 50(20): 3953-3969.

DOI

[LI T, LI J, WANG Y Z, et al. The spatial flow and pattern optimization of carbon sequestration ecosystem service in Guanzhong-Tianshui Economic Region. Scientia Agricultura Sinica, 2017, 50(20): 3953-3969.]

[64]
FANG G J, SUN X, SUN R H, et al. Advancing the optimization of urban-rural ecosystem service supply-demand mismatches and trade-offs. Landscape Ecology, 2024, 39(2): 32.

[65]
刘雨婷, 覃盟琳, 欧阳慧婷, 等. 基于生态系统服务供需平衡的国土空间资源配置优化. 自然资源学报, 2024, 39(6): 1358-1383.

DOI

[LIU Y T, QIN M L, OUYANG H T, et al. The optimization of territorial spatial resources allocation based on the balance of supply and demand of ecosystem services. Journal of Natural Resources, 2024, 39(6): 1358-1383.]

[66]
YAN R, ZHANG X P, YAN S J, et al. Spatial patterns of hydrological responses to land use/cover change in a catchment on the Loess Plateau, China. Ecological Indicators, 2018, 92: 151-160.

[67]
徐雅洁, 郭月峰, 姚云峰, 等. 不同林分配置对土壤水分物理性质的影响. 四川农业大学学报, 2021, 39(3): 370-377.

[XU Y J, GUO Y F, YAO Y F, et al. Effect of different forest-stand configuration on soil-moisture physical properties. Journal of Sichuan Agricultural University, 2021, 39(3): 370-377.]

[68]
闫卫民, 张世彬, 杨元武. 放牧强度对高寒草甸物种多样性和生产力关系的影响. 草业科学, 2024, 41(3): 539-547.

[YAN W M, ZHANG S B, YANG Y W. Effects of grazing intensity on the relationship between plant species diversity and primary productivity in an alpine meadow. Pratacultural Science, 2024, 41(3): 539-547.]

[69]
张扬建, 朱军涛, 沈若楠, 等. 放牧对草地生态系统影响的研究进展. 植物生态学报, 2020, 44(5): 553-564.

DOI

[ZHANG Y J, ZHU J T, SHEN R N, et al. Research progress on the effects of grazing on grassland ecosystem. Chinese Journal of Plant Ecology, 2020, 44(5): 553-564.]

[70]
茹雅倩, 薛建国, 葛萍, 等. 高频轮牧对典型草原生产生态效果的影响. 植物生态学报, 2024, 48(2): 171-179.

DOI

[RU Y Q, XUE J G, GE P, et al. Ecological and economic effects of intensive rotational grazing in a typical steppe. Chinese Journal of Plant Ecology, 2024, 48(2): 171-179.]

[71]
YIN X W, FENG Q, ZHENG X J, et al. Assessing the impacts of irrigated agriculture on hydrological regimes in an oasis-desert system. Journal of Hydrology, 2021, 594: 125976, https://doi.org/10.1016/j.jhydrol.2021.125976.

Options
文章导航

/

〈 〉