EN中文

热带地理 >

2024 , Vol. 44 >Issue 12: 2278 - 2291

DOI: https://doi.org/10.13284/j.cnki.rddl.20240636

“比较视野下长三角城市群、粤港澳大湾区的区域发展与治理创新”专刊

珠三角地区生态系统服务簇权衡/协同网络及非线性阈值效应

  • 李婷 , 1 ,
  • 李志文 , 1 ,
  • 陈登帅 2 ,
  • 李辉霞 1 ,
  • 徐皓帆 1
展开
  • 1. 佛山大学 建筑与规划学院，广东 佛山 528011
  • 2. 聊城大学 地理与环境学院，山东 聊城 252000
李志文（1982—），男，湖南湘潭人，副教授，主要研究方向为自然资源评价与管理，（E-mail）。

李婷（1990—），女，广西全州人，讲师，主要研究方向为生态安全评价、土地资源开发利用与保护，（E-mail）；

收稿日期: 2024-09-26

  修回日期: 2024-11-21

  网络出版日期: 2024-12-11

基金资助

国家自然科学基金青年项目(42201098)

广东省哲学社会科学规划面上项目(GD23CSH05)

收起

Trade-off/Synergy Networks and Threshold Effects in Different Ecosystem Service Bundles of the Pearl River Delta Region

  • Ting Li , 1 ,
  • Zhiwen Li , 1 ,
  • Dengshuai Chen 2 ,
  • Huixia Li 1 ,
  • Haofan Xu 1
Expand
  • 1. School of Architecture and Planning, Foshan University, Foshan 528011, China
  • 2. School of Geography and Environment, Liaocheng University, Liaocheng 252000, China

Received date: 2024-09-26

  Revised date: 2024-11-21

  Online published: 2024-12-11

Fold

摘要

非线性关系研究是理解生态系统及其与人类活动之间复杂交互作用机理的重要基础。综合运用InVEST、自组织映射神经网络、地理加权回归和限制性立方样条回归模型，刻画珠三角地区生态系统服务簇空间格局，明确不同服务簇中权衡/协同网络结构和非线性阈值特征，并据此提出差异化生态管控建议。结果表明：1）珠三角地区生态系统服务簇分5种类型，由中部向四周呈圈层分布：都市生态型-生态匮乏型-农业生态型-生态降温型-生态保育型；2）不同服务簇的权衡/协同网络中，碳储存与城市降温维持较稳定的协同关联，其他服务之间则存在明显差异；3）不同服务簇的非线性阈值效应中，生态保育型和生态匮乏型最强，农业生态型和生态降温型次之，都市生态型最弱。建议基于关键阈值划定差异化的重点管控区，并结合各服务簇内部关联机理制定针对性的分区管控策略。

关键词： 生态系统服务簇; 权衡/协同; 生态功能分区; 非线性关系; 阈值效应; 城市群; 珠三角

本文引用格式

李婷 , 李志文 , 陈登帅 , 李辉霞 , 徐皓帆 . 珠三角地区生态系统服务簇权衡/协同网络及非线性阈值效应[J]. 热带地理, 2024 , 44(12) : 2278 -2291 . DOI: 10.13284/j.cnki.rddl.20240636

Abstract

Against the background of ecological civilization construction, optimizing the control of territorial spatial zoning has become an important issue in maintaining regional ecological security. Clarifying different ecological processes and mechanisms within and among different ecological functional zones is of great practical significance for formulating refined spatial ecological management strategies. So far, research studies have focused on delineating ecological functional zones and analyzing linear processes and mechanisms within them, with little discussion on the differences in internal mechanisms and nonlinear characteristics of different ecological functional zones. Thus, it is necessary to elucidate key differences in the internal mechanisms and nonlinear threshold effects among different ecological functional zones to provide a scientific basis for establishing a territorial spatial zoning management system. In this study, the Integrated Valuation of Ecosystem Services and Trade-Offs model was used to evaluate ecosystem services in the Pearl River Delta region. Toward this, a self-organizing map was used to identify ecosystem service bundles, and geographically weighted regression and restrictive cubic spline analysis were used to clarify the key differences in trade-off/synergy networks and nonlinear thresholds among different ecosystem service bundles. Based on the results, suggestions for refined zoning and control of ecological spaces in the Pearl River Delta region are proposed. The results showed that: (1) In the Pearl River Delta, five different types of ecosystem service bundles are distributed in a circular pattern in space from the central to the surrounding areas: the urban-ecological, ecological-scarcity, agricultural-ecological, ecological-cooling, and ecological-conservation types. The ecological-conservation type accounted for 45.38% (the largest proportion), ecological-cooling for 32.80%, and ecological-scarcity for 10.73% of ecosystem service bundles; whereas neither the agricultural-ecological nor urban-ecological types accounted for more than 10%. (2) In the trade-off/synergy network of different ecosystem service bundles, the synergistic relationship between carbon storage and urban cooling remained stable, whereas the relationships between other ecosystem services showed significant differences. Among the five bundles, the trade-off/synergy interaction of the urban-ecological type was the strongest, followed by that of the agricultural-ecological and ecological-conservation types, whereas that of the ecological-cooling and ecological-scarcity types were relatively weak. (3) There were significant differences in the nonlinear threshold effects between the Multiple Ecosystem Services Landscape Index (MESLI) and six identified driving factors in the different ecosystem service bundles. In the ecological conservation and ecological scarcity types, the MESLI exhibited nonlinear relationships with all six factors and clear critical thresholds. The MESLIs of the agricultural ecological and ecological cooling types exhibited nonlinear relationships with elevation, night light, gross domestic product density, and population density, whereas that of the urban ecological type only exhibited nonlinear relationships with elevation and population density. (4) We suggest that decision makers use nonlinear thresholds as references to demarcate key control areas for each ecosystem service bundle, clarify their dominant mechanisms based on trade-off/synergy networks, and develop different control indicators in a targeted manner. In conclusion. this study identified key differences in trade-off/synergy networks and nonlinear threshold effects among different ecosystem service bundles and explored different ecological zoning and control strategies for the Pearl River Delta region, providing a theoretical basis and indicator references for refined management of territorial spaces in urban agglomeration areas.

Key words： ecosystem service bundle; trade-off/synergy; ecological functional zoning; nonlinear relationship; threshold effect; urban agglomeration; the Pearl River Delta

生态系统是人类生存发展的必要基础，然而城市群地区快速的城市化过程中伴随着人口激增、土地退化、环境污染等诸多问题，直接或间接地导致生态系统功能衰退，对人类福祉造成严重威胁（Matthew and Tahia, 2022; Yan et al., 2023；高阳 等，2024）。生态文明建设背景下，优化国土空间分区管控已成为维护地区生态安全的重要课题，明晰不同分区中差异化的生态过程、机制及其阈值，对制定精细化的生态空间管理策略具有重要的现实意义。然而，当前研究主要侧重于生态功能分区划定和基于线性回归的生态过程机理分析，关于不同功能区在内部交互机制和非线性临界阈值方面的差异研究甚少，难以为国土空间差异化管理体系建设提供有效的科学支撑。
一方面，以生态系统服务簇（Ecosystem Service Bundle）为代表的生态功能分区研究多侧重于服务簇识别及其演变特征分析，甚少考虑服务簇内部差异化的驱动机制，难以满足生态系统管理实践的应用需求。生态系统服务簇指在某一时空尺度上反复同时出现的生态系统服务组合，可用于识别区域的主导生态系统服务，进而明确重要生态功能分区，是当前生态安全领域的研究热点（Renard et al., 2015; Chen et al., 2023；刘颂 等，2023）。既有的生态系统服务簇研究主要关注服务簇中主导生态服务的组合特征和服务簇相互转化的规律及其驱动机制（张春悦 等2022；赵筱青 等2022；常耀文 等，2024），从宏观上为生态功能区划分提供参考依据。然而，划分生态功能区只是国土空间分区管控的第一步，制定客观合理的管控措施还须以生态过程机理作为科学指导，厘清不同生态系统服务簇内部差异化的交互机制已成为国土空间分区管控实践中亟待探索的重要方向（Liu et al., 2019；祁宁 等，2020；温婉琴 等，2024）。
另一方面，现有的生态系统服务驱动机制研究多基于线性回归开展，关于生态过程中可能存在的非线性关系及其阈值效应的研究较为薄弱，给出的国土空间优化调控策略往往缺乏精确性和可操作性。生态系统具有自组织、非线性、多稳态等特性，生态系统与人类活动之间也存在相互依赖、相互影响、反馈循环的非线性交互关系（曹祺文 等，2016；张琨 等，2020；邱坚坚 等，2021）。在非线性关系中，当自变量到达临界点时，其微小变化可能引起因变量的显著变化，这种现象被称为非线性阈值效应（Feng et al., 2021; Li et al., 2022）。这意味着生态系统及人地关系的发展演化过程是难以用线性模型来精准预测的。增强对生态系统服务非线性关系的研究，识别生态系统变化过程的临界阈值，有利于明确生态环境管理指标，从而精准制定国土空间分区管控策略。目前生态系统服务的非线性关系研究尚处于初步阶段，学者关注的焦点主要为不同生态系统服务之间的阈值效应（张建香 等，2024；赵曼彤 等，2024）和区域整体生态功能与驱动因子之间的阈值效应（万伦来 等，2019；温婉琴 等，2024；张紫怡 等，2024），对不同生态功能区之间可能存在的关键阈值差异研究较为有限。而缺乏差异化阈值控制的“一刀切”式的管控模式与当前国土空间分区管控的基本原则背道而驰，亟需针对不同生态功能分区深入开展非线性过程及其阈值的差异研究。
综上，生态安全领域中关于生态过程与机理的差异化研究仍面临一系列挑战：不同生态系统服务簇的内部交互机制有何区别？如何明确生态系统服务功能的非线性特征？这些非线性关系的临界阈值在不同服务簇中存在怎样的差异？为回答这些问题，有必要立足中国生态文明建设战略需求，深入开展典型城市化区域的服务簇权衡/协同网络与非线性阈值效应研究。鉴于此，本文以珠三角城市群为研究区，采用自组织映射神经网络（SOM）识别生态系统服务簇空间格局，以权衡/协同网络为载体厘清不同服务簇的内部交互机制，运用限制性立方样条（RCS）识别不同服务簇中生态系统服务对驱动因子的响应阈值，揭示不同生态功能区在交互机制和非线性阈值上的关键差异，以期为珠三角城市群国土空间精细化分区管控提供理论依据和指标参考。

1 研究区概况与数据来源

1.1　研究区概况

珠三角地区位于中国南部地区（21°27—24°24′ N、111°21′—115°25′ E），包括广州、深圳、珠海、佛山、惠州、东莞、中山、江门和肇庆共9市，总面积约5.4万km2。自改革开放以来，珠三角地区经历了快速城市化过程，已发展成为中国南方地区重要的社会、经济和文化中心。由于珠三角地区自然禀赋的分异性、城市系统的复杂性以及城乡结构的差异性，致使其人地关系存在显著的空间差异，区域生态系统的精细化管理面临严峻挑战。以珠三角地区作为典型区域开展生态系统服务簇内部非线性关联结构与关键阈值研究，对于快速城市化地区的生态系统管理实践具有重要参考价值。

1.2　数据来源

数据包括土地利用、DEM、夜间灯光、NDVI、土壤、气象、兴趣点（POI）、农作物产量和调查问卷（表1）。根据相关研究（Shen et al., 2021；邱坚坚 等，2023），100 m×100 m是判析人与自然系统交互作用最直接的微观尺度，易于探寻二者耦合的内在驱动机理。因此本文采用100 m分辨率对所有空间数据进行重采样以确保精度一致。
表1 数据来源

Table 1 Data source

数据类型 分辨率 来源
土地利用数据 30 m 资源环境科学数据平台（https：//www.resdc.cn/）
DEM 30 m
夜间灯光数据 0.004°
NDVI 30 m
人口空间分布数据 1 000 m
GDP空间分布数据 1 000 m
潜在蒸散发 1 000 m Potential evapotranspiration dataset（Peng， 2022）
月降水量 — 中国气象数据服务中心（http：//data.cma.cn/）
碳密度数据 — 中国科学院生态学科数据中心（http：//www.nesdc.org.cn/）
土壤数据 100 m 国家冰川冻土沙漠科学数据中心（http：//www.ncdc.ac.cn）
兴趣点（POI） — 高德地图（https：//www.amap.com/）
农作物产量 — 广东省统计年鉴。具体包括粮食（稻谷和花生）、水果（桔、香蕉、菠萝、荔枝和龙眼）、猪肉和淡水水产产量。
居民对生态系统文化休闲服务的偏好 — 线上、线下问卷调查。其中线上问卷通过问卷星在微信等平台发放，线下问卷则在公园、游乐场、商场等人流量较大的场所发放。调查内容为居民对自然风光、康养度假、文化历史、体育锻炼和生物多样性五类生态系统文化休闲服务的偏好情况。2022年7月至2023年2月面向珠三角地区居民共发放问卷477份（线上256份、线下221份），回收有效问卷435份，问卷有效率为91.2%。

2 方法

采用InVEST等模型评价珠三角地区生态系统服务，运用自组织映射神经网络（SOM）识别生态系统服务簇，通过地理加权回归（GWR）和限制性立方样条（RCS）识别不同服务簇在内部交互机理和非线性阈值上的关键差异，进而提出国土空间精细化分区管控建议。技术流程如图1所示。
图1 技术流程

Fig. 1 Technical flowchart

2.1　生态系统服务评价

结合自然禀赋和人文背景，选取碳储存（CS）、城市降温（UC）、生境质量（HQ）、土壤保持（SD）、食物生产（FP）、产水量（WY）和文化休闲（CU）7种生态系统服务作为珠三角地区典型生态功能。其中，CS、UC、WY、SD和HQ通过InVEST模型计算获得，FP通过食物产量与相应生产土地类型的空间匹配获得，CU通过结合文化休闲POI在各类土地的分布密度与居民对不同文化休闲活动的偏好程度计算获得，7种生态系统服务的计算方法见表2所示。在此基础上，引入多重生态系统服务景观指数（MESLI）用于后续阈值效应分析。MESLI是标准化生态系统服务的总和，可有效识别研究区同时提供多种生态系统服务的能力大小（Shen et al., 2020）。
M E S L I = ∑ i = 1 n x i - m i n ( x i ) m a x ( x i ) - m i n ( x i )
式中：i为生态系统服务类型；n为生态系统服务种类数；xi 为第i类生态系统服务观测值，max（xi ）为第i类生态系统服务最大值；min（xi ）为第i类生态系统服务最小值。
表2 生态系统服务的计算方法

Table 2 Calculation methods of ecosystem services

服务 计算方法 原理和参数
碳储存 InVEST模型碳储存模块（Natural Capital Project， 2022）

         C ( x ) = C a b o v e ( x ) + C b e l o w ( x ) + C s o i l ( x ) + C d e a d ( x ) （2）

式中：C（x）为每个栅格单元x的总碳储量；C above为储存在地上生物量中的碳量；C below为储存在地下生物量中的碳量；C soil为储存在土壤中的碳量；C dead为储存在死亡有机物中的碳量。单位：t/hm2。

城市降温 InVEST模型城市降温模块（Natural Capital Project， 2022）

C C i = 0.6 × s h a d e + 0.2 × a l b e d o + 0.2 × E T I （3）

E T I = K c × E T 0 E T m a x （4）

式中：CC i 为栅格i的制冷量，无量纲，取值范围 [0, 1]；shade为荫蔽系数，表示与每个土地利用类型相关的树冠层（≥2 m高）的比例，取值范围 [0, 1]；albedo为土地利用反射太阳辐射的比例；ETI为潜在蒸散发的归一化值；ET0为潜在蒸散发；ETmax为ET0的最大值；Kc 为作物系数。

产水量 InVEST模型产水模块（Natural Capital Project， 2022）

Y ( x ) = 1 - A E T ( x ) P ( x ) × P（x） （5）

A E T ( x ) P ( x )=1 + P E T ( x ) P ( x ) - 1 + P E T ( x ) P ( x ) ω 1 ω （6）

式中：Y（x）为每个栅格单元x的年产水量，单位：mm；AET（x）表示栅格单元x的年实际蒸散量；P（x）表示栅格单元x的年降水量；PET（x）表示潜在蒸散量；ω表示自然气候-土壤性质的非物理参数。

生境质量 InVEST模型生境质量模块（Natural Capital Project， 2022）

Q i x = H x × 1 - D i x z D i x z + k z （7）

式中：Qix 为土地覆被类型x区域栅格i的生境质量，无量纲，取值范围［0，1］；Hx 为生境适宜度；Dix 为土地覆被类型x区域栅格i的生态环境胁迫程度；z和k为半饱和参数。

土壤保持 InVEST模型泥沙输移比例模块（Natural Capital Project， 2022）

A E R i = R K L S i - U S L E i （8）

R K L S i = R i × K i × L S i （9）

U S L E i = R i × K i × L S i × C i × P i （10）

式中：AER i 为栅格单元i中每年避免的土壤侵蚀总量，单位：t/（hm-2·a-1）；RKLS i 为栅格单元i中每年可能被土壤侵蚀的最大量，ULSE i 为栅格单元i中每年土壤侵蚀总量；Ri 表示降水侵蚀性因子；Ki 为土壤可侵蚀性因子；LS i 为坡度坡长因子；Ci 为植被覆盖和作物管理因子；Pi 为水土保持措施因子。

食物生产

基于植被状况指数的

食物生产服务估算法（Liu et al.， 2022）

F P i j = F P t j × V C I i ∑ i = 1 n V C I i （11）

V C I i = N D V I i - N D V I m i n N D V I m a x - N D V I m i n × 100 % （12）

式中：FP i 为栅格i中第j类食物的产量；FP tj 为各市第j类食物的总产量，食物产量均被折算为能量，单位：KJ，转换参数来自《中国食物成分表》（杨月欣 等，2009）；VCI i 为栅格i的植被状况指数；n为各市用于生产第j类食物的土地栅格总数；NDVI i 为栅格i的年NDVI值。NDVImax和NDVImin分别代表研究区用于生产第j类食物的土地类型的年NDVI的最大值和最小值。

文化休闲

基于POI和居民偏好的

文化服务估算法

S L U k = ∑ i = 1 5 N k i S U M i × S P i （13）

S P i = ∑ j = 1 5 N i j S U M × S j （14）

式中：SLU k 是k类土地的所有文化休闲服务的总得分，无量纲；Nki 为土地类型k中文化服务i的POI数量；SUM i 为文化类型i的POI总数；SP i 是第i类文化服务的分数；Nij 是文化服务i在名次j中的出现次数；SUM是有效问卷的总数；Sj 为名次j相应的赋分值，S 1=5，S 2=4，S 3=3，S 4=2，S 5=1。

2.2　生态系统服务簇识别

常见的服务簇识别聚类算法包括K-means、主成分分析、层次分析以及自组织映射神经网络（SOM）等。其中，SOM是一种具有自适应、自组织和自学习特征的无监督型人工神经网络算法，可将多维评价因子所蕴含的信息映射到低维空间，具有鲁棒性强、对异常值不敏感与空间精度高等优点，可快速高效地实现生态系统服务簇的聚类与可视化（安睿 等，2023；常耀文 等，2024）。本研究基于7种生态系统服务评价结果，采用SOM算法将珠三角地区各乡镇/街道划分为不同的生态系统服务簇，通过Davies-Bouldin指数确定最优聚类数为5。计算过程通过R语言的kohonen包实现。

2.3　权衡/协同评价

利用地理加权回归（GWR）量化生态系统服务对之间的空间相互作用和相关性。该方法将数据的空间位置引入回归系数，利用非参数估计方法在每个地理位置给出函数的局部估计量，依据回归系数在各地理位置的估计值随空间的变化，对回归关系的空间非平稳性进行分析（Xu and Zhang, 2021）。这一假设与产生生态系统服务权衡/协同效应的机制相兼容，即一个共同的驱动因素可以同时影响多个生态系统服务（Bennett et al., 2009; Xia et al., 2023）。
y i = β 0 μ i , v i + ∑ k = 1 p β k μ i , v i x j k + ε i
式中：（μi，vi ）是点i的空间位置；p是自变量的数量；yi 是因变量；xjk 是自变量；εi 是随机误差项；β 0（μi，vi ）表示点i的截距；βk （μi，vi ）表示回归系数。与斯皮尔曼相关分析类似，正回归系数表示协同作用，而负回归系数表示权衡。计算过程通过R语言的GWmodel包实现。

2.4　非线性回归分析与阈值识别

限制性立方样条（RCS）是一种用于对连续变量进行拟合和建模的方法，通过将数据范围分割成若干区间，在每个区间使用一个三次多项式进行拟合，从而创建一个平滑的曲线（Li et al., 2022；温婉琴 等，2024）。该算法能有效捕捉样条曲线的关键特征，同时防止过拟合现象，具有良好的稳健性、客观性和灵活性，在统计学、医学等领域已得到广泛应用（Yang et al., 2024;Hong et al., 2024）。参考相关文献（刘汉仪 等，2021；Liu et al., 2023；柯钦华 等，2024），结合珠三角地区实际情况，选取高程（DEM）、归一化植被指数（NDVI）、建设用地占比（UR）、夜间灯光指数（NL）、人口密度（POP）和人均社会生产总值密度（GDP）6个要素，形成影响区域生态系统服务变化的驱动因素集。通过RCS算法分析珠三角地区MESLI与6种驱动因子之间的非线性关系，识别MESLI响应各因子的临界阈值，进而分析其阈值效应。计算过程通过R中的rms包实现。

3 结果分析

3.1　服务簇的空间分布特征

SOM聚类结果表明，珠三角地区生态系统服务簇具有5种典型结构，按其结构特征分别命名为：1）都市生态型服务簇，以CU和WY为主导服务，其他服务均十分匮乏；2）农业生态型服务簇，以FP作为主导、以UC和CS作为辅助功能；3）生态保育型服务簇，以CS、UC、SD和HQ为主导服务，其他服务较为匮乏；4）生态降温型服务簇，以UC和CS作为主导、以HQ作为辅助功能。需要说明的是，本文生态降温型指对整个珠三角城市群具有冷岛效应的、以城市降温和碳储存为主导生态系统服务的街镇，区别于城市建成区内部蓝绿空间等所形成的小尺度冷岛；5）生态匮乏型服务簇，7项生态系统服务均较为匮乏，无明显的主导服务（图2）。
图2 不同生态系统服务簇的组成结构

注：数值为标准化后的生态系统服务，数值越大服务功能越强。

Fig. 2 Composition structure of different ecosystem service bundles

根据与典型服务簇的结构相似性，明确研究区各街镇的服务簇类型及其空间分布。图3显示，珠三角地区生态系统服务簇呈现明显的圈层分布特征，由中心向四周依次为：都市生态型-生态匮乏型-农业生态型-生态降温型-生态保育型。其中，都市生态型服务簇集中分布在广州、佛山、东莞和深圳的主城区，占珠三角面积的3.82%；生态匮乏型服务簇主要为城区外围以工业发展为主的街镇，连续广泛地分布在佛山中部、中山西北部、广州东南部、东莞大部分地区以及深圳的中部和东北部，占珠三角面积的10.73%；农业生态型服务簇分布相对零散，占珠三角面积的7.27%，主要是城市郊区以蔬菜、水稻等农业种植为主的街镇；生态降温型街镇分布范围较广，对都市生态型、生态匮乏型和农业生态型3种服务簇形成包围式格局，占珠三角的32.80%；生态保育型服务簇广泛且连续地分布在珠三角西北、东北和东部的丘陵地区，西南和东南部亦有少量分布，占珠三角面积的45.38%。
图3 珠三角地区2020年生态系统服务簇空间分布

注：该图基于广东省标准地图服务网站下载的审图号为粤S（2022）119的标准地图制作，底图无修改。图6、9同。

Fig.3 Distribution of ecosystem service bundles in the Pearl River Delta region in 2020

3.2　不同服务簇中的权衡/协同网络

整体上，珠三角地区7项生态系统服务之间普遍存在较明显的权衡/协同关系（图4）。其中，CS-HQ、CS-UC、CU-WY、HQ-SD和HQ-UC 5对生态系统服务的GWR回归系数（RC）均≥0.7，说明碳储存与生境质量和城市降温之间、文化休闲与产水量之间以及生境质量与土壤保持和城市降温之间均存在显著的协同关系。而CU-CS、CU-UC、WY-CS、WY-HQ和WY-UC 5对生态系统服务的RC值均≤-0.7，说明珠三角地区文化休闲服务与碳储存和城市降温存在显著权衡关系，产水量与碳储存、生境质量和城市降温存在显著权衡关系。
图4 珠三角地区生态系统服务权衡/协同关系

图注：圆的颜色代表权衡/协同关系，橘色代表权衡，蓝色代表协同；圆的大小表示相关性大小，圆越大相关性越强。

Fig. 4 Trade-offs/synergies of ecosystem services in the Pearl River Delta region

不同服务簇中各生态系统服务通过权衡/协同关系连接构成不同的网络结构，整体表现为CS与UC构成协同关联组，其他服务则通过不同强度的权衡/协同关系与CS-UC协同组交互形成复杂的关联网络（图5）。
图5 珠三角地区不同生态系统服务簇的主要权衡/协同网络

注：为突出核心结构，弱权衡（-0.4＜RC≤0）和弱协同（0≤RC＜0.4）关联未予展示。

Fig.5 The trade-off/synergy networks of different ecosystem service bundles in the Pearl River Delta region

在都市生态型服务簇中，HQ、UC和CS三者构成强协同（RC≥0.7）关联组，而协同组与该服务簇的2个主导服务（WY和CU）则存在普遍的强权衡关系（RC≤-0.7）。农业生态型服务簇中，其主导服务FP与其他各类服务的权衡和协同关联均较弱，而次主导的UC和CS之间则构成强协同关联组，且与WY构成强权衡关系。生态保育型服务簇中，3种主导服务（UC、CS和HQ）之间构成强协同关联组并与WY形成强权衡关系，另一主导服务SD与其他各类服务的权衡/协同关联均较弱。生态降温型服务簇中，各种服务之间均未呈现强权衡/协同关联，其中主导服务（CS和UC）与FP构成中等强度的协同关联组，WY与关联组和HQ之间均存在中等权衡关系；同时，CU与SD构成中等强度的协同关联组，但与其他服务之间的关联均较弱。生态匮乏型服务簇中，各类生态系统服务之间以协同关联为主，其中CS和UC之间存在强协同关联，其他服务之间均无强关联。

3.3　不同服务簇中的阈值效应

2020年珠三角地区MESLI空间分异较显著，整体呈中部低、四周高的分布格局（图6）。RCS非线性检验结果表明，2020年珠三角地区MESLI与高程（DEM）、归一化植被指数（NDVI）、建设用地占比（UR）、夜间灯光指数（NL）、人口密度（POP）和人均社会生产总值密度（GDP）6个自然和人文要素之间均存在非线性关系（P<0.05）。其中，与DEM和NDVI为非线性正相关，与其他因子为非线性负相关；与DEM、NL、POP和GDP的回归曲线存在明显的临界点（TP），且临界点前的斜率明显大于临界点后（图7）。
图6 珠三角地区MESLI空间分布

Fig.6 Spitial distribution of MESLI in the Pearl River Delta region

图7 珠三角地区MESLI对驱动因子的非线性响应特征

注： R为相关系数，**表示在0.01置信水平上显著相关；图8同。

Fig.7 Nonlinear responses of MESLI to driving factors in the Pearl River Delta region

MESLI与6种驱动因子之间的非线性阈值效应在不同服务簇中存在明显差异（图8），其中，生态保育型和生态匮乏型与各因子的非线性阈值效应最强，农业生态型和生态降温型次之，都市生态型最弱。
图8 珠三角地区不同服务簇中MESLI对驱动因子的响应特征

Fig.8 Responses of MESLI to driving factors in different ecosystem service bundles in the Pearl River Delta region

生态保育型和生态匮乏型服务簇中MESLI均与6个因子存在显著的非线性关系。生态保育型中MESLI与DEM、NDVI为非线性正相关，与UR、NL、GDP和POP为非线性负相关。生态匮乏型服务簇中MESLI与DEM、NDVI和POP为非线性正相关，与UR、NL和GDP呈先增后减趋势。农业生态型和生态降温型服务簇中，MESLI均与4个因子存在非线性关系，且相关性特征相似：MESLI与DEM均为非线性正相关，与NL、GDP和POP均为非线性负相关，与NDVI和UR则均存在较为显著的线性关系。都市生态型服务簇中，MESLI仅与DEM和POP存在非线性关系，与其他因子之间的非线性关系则均不显著，其中与NDVI和UR存在较为显著的线性关系。
根据不同服务簇中MESLI对驱动因子的响应特征（图8），各服务簇中有利于维持优质MESLI的关键阈值差异具体表现为：1）都市生态型：DEM≥15 m且POP≤1.6万人/km2；2）农业生态型：DEM≥17 m、NL≤8.0、GDP≤1.1亿元/km2、POP≤0.12万人/km2；3）生态保育型：DEM≥193 m、NDVI≥0.7、UR≤3%、NL≤1.5、GDP≤0.7亿元/km2、POP≤0.06万人/km2；4）生态降温型：DEM≥55 m、NL≤5.5、GDP≤1.2亿元/km2、POP≤0.12万人/km2；5）生态匮乏型：DEM≥23 m、NDVI≥0.37、UR≤52%、POP≥0.45万人/km2。

3.4　基于权衡/协同网络与阈值效应的差异化管控建议

结合前文分析，珠三角地区不同服务簇在内部交互机理和非线性阈值上均存在显著差异。在交互机理方面，都市生态型服务簇中城市发展助推WY和CU成为主导服务，而城市开发建设过程中大量占用生态空间，CS、UC、HQ只能依靠城市公园等少量生态空间维持。因此WY-CU和HQ-UC-CS 2个协同组之间的强权衡关系是其内部交互机制的核心。农业生态型服务簇在耕地保护等政策影响下，农田生态系统功能相对单一，促使FP成为主导服务且不与其他服务形成较强的权衡/协同关联；而农村住房和基础设施建设占用大量林地、草地等生态空间，致使WY与UC-CS-SD-HQ的强权衡关系成为核心交互机制。生态保育型服务簇生态基底条件较好，但城市发展和文化休闲功能开发对生态系统造成较大的影响，导致WY、CU与UC-CS-HQ的强权衡关系成为其主导机制。生态降温型服务簇因UC主要依靠绿色空间和水域空间共同提供，导致其UC-CS的协同关系较其他服务簇更弱。UC-CS的协同关系和UC-CS与WY之间的权衡关系是该服务簇需要关注的核心机理。生态匮乏型服务簇中各服务功能均较匮乏，且不同服务之间以协同关联为主，UC-CS的协同关系是其内在交互机制的重点。在阈值效应方面，都市生态区的阈值效应主要由高程和人口密度的差异引起，农业生态型和生态降温型主要受高程和社会经济活动强度的影响，生态保育型由高程、植被覆盖、土地开发程度以及社会经济活动强度等综合影响，而生态匮乏型主要由高程、植被覆盖、土地开发程度和人口密度综合决定。交互机理和非线性阈值上的差异可为珠三角地区生态安全精细化管控实践提供新的探索视角和解决方案。
综上，建议以非线性临界阈值为参考，在各服务簇中选取具有生态系统服务保护潜力的街镇作为重点管控区域，并进行差异化管理（图9）。对各生态区的差异化管控建议包括：都市生态区应妥善处理WY-CU和HQ-UC-CS之间的强权衡关系，严格控制建设用地和人口密度的增长，重视城市绿色公共空间的建设和保护。农业生态区应坚持严格的耕地保护政策，保障主导农业品生产，同时还应重视WY与UC-CS-SD-HQ之间的权衡关系，将农村建设用地开发控制在合理范围。生态保育区需充分考虑开发建设对生态环境的影响，严格控制农业开垦和开发建设强度，完善基于生态过程的系统化生态环境管理体系，维护其主导服务功能的稳定性和可持续性。生态降温区可通过合理优化耕地、水库坑塘周围绿色基础设施，以增强UC-CS-FP之间的协同关系，同时控制土地开发建设强度，以维持其主导服务功能。生态匮乏区则应结合人口密度、水系分布等要素合理优化绿色基础设施，进一步巩固UC-CS协同关联。
图9 基于非线性阈值的差异化重点管控街镇空间分布

Fig.9 Distribution of differentiated key controlled streets and towns based on nonlinear threshold

4 讨论

4.1　基于服务簇的生态功能分区

生态系统服务簇是明确生态功能结构、识别生态功能分区的有效途径。珠三角地区生态安全相关的既有研究主要侧重于从生态系统服务的角度剖析快速城市化过程对人地关系的影响，强调生态系统服务的供需状况和格局。如生态安全评价方面主要从生态系统服务、生态韧性和生态承载力等视角开展（王少剑 等，2021；王世豪 等，2022；罗欣然 等，2024）。其中生态系统服务视角的研究主要关注生态系统服务时空变化、权衡/协同关系以及供需平衡关系等内容，核心在于剖析快速城市化过程对人地关系的影响，进而分析珠三角地区的生态安全现状和变化趋势（王世豪 等，2020；刘志涛 等，2021；林媚珍 等，2021；刘汉仪 等，2021）。目前，仅少数学者在珠三角相关地区开展了生态系统服务簇研究（冯兆 等，2020；袁海威 等，2023），这些研究关注的焦点在于不同服务簇在功能特征上的差异，对服务簇内部交互特征和驱动机制的分析有待深入。本研究以街镇为尺度单元识别珠三角地区生态系统服务簇格局，并进一步刻画不同服务簇的权衡/协同网络结构，为理解珠三角地区生态系统的功能结构提供新的视角。

4.2　生态过程机制与国土空间分区管控

自“国土空间规划”概念被提出以来，学者们围绕三生空间、生态修复等重点领域对珠三角地区国土空间分区管控开展了广泛的理论探讨和实证研究（宫清华 等，2020），取得较为丰富的成果。其中，三生空间相关研究主要关注珠三角社会经济发展过程中生产、生活和生态空间的时空变化特征，基于三生空间资源转移特征及其协调性，提出国土空间格局优化配置建议（骆海燕 等，2023），强调按照生产、生活和生态3种功能进行分区管控。而国土空间生态修复的相关研究主要分为2个视角：1）基于生态安全网络的生态修复区域识别；2）基于社会、经济和生态空间分异性的生态管控分区识别。前者主要基于生态本底条件、社会经济因子等确定生态源地和生态阻力，运用最小阻力模型、电路理论模型等构建生态安全网络，从而识别生态修复区域并提出针对性修复建议（陈新闯 等，2021；王秀明 等，2022；唐正宇 等，2023），强调对影响区域宏观生态网络连通性的重点区域进行针对性的分区管控。后者主要围绕珠三角地区快速城市化进程中经济发展与生态保护之间的矛盾，基于生态系统服务供需匹配情况或生态本底分布格局与发展潜力，将研究区分为不同的生态保护/修复区域（周汝波 等，2023；张伟 等，2024），强调按照综合生态风险的严重程度进行差异化分区管控。相较而言，本研究从生态系统的多功能性出发，以生态系统服务簇为基础划定生态功能分区，以主导生态系统服务作为区域生态保护的核心，以主导生态过程的驱动机制作为制定针对性管控策略的客观依据，从而更有利于保障生态空间分区管控实践的科学性和有效性。

4.3　非线性阈值及其形成机理

本文通过RCS分析明确了不同服务簇中生态系统服务对驱动因子的非线性响应阈值，补充和完善了珠三角地区国土空间差异化管控体系的理论依据和关键指标，且所识别的非线性阈值能得到同地区相似研究的支撑。如Liu等（2023）借助约束线法分析了珠三角地区NDVI达到70%时生态系统服务价值总量能达到最大值，该阈值与本研究生态保育型服务簇对NDVI的响应阈值（0.70）相符；柯钦华等（2024）认为粤港澳大湾区生态系统服务综合供给随土地开发程度的增加呈快速下降趋势，且存在显著的突变点。该结论与本研究MESLI对建设用地占比的响应模式一致，但因尺度差异和变量差异等原因，其突变点阈值（28.27%）与本研究（40%）存在差异。
非线性阈值效应形成机理是揭示人地系统复杂交互机理的重要基础，是生态灾害防治、生态恢复和重建等多个领域未来发展的重点方向。然而，非线性阈值效应的内在形成机制研究尚处于起步阶段，本文认为可能受3方面影响：1）生态过程受自然本底条件的约束，导致生态系统服务对自然驱动因子（如DEM）的响应呈梯度式变化；2）社会经济活动具有空间聚集性，导致人类活动要素（如建设用地占比、夜间灯光、人口密度、GDP）对生态过程的干扰存在梯度式差异；3）生态系统内部反馈机制复杂，生态系统服务对部分驱动因子（如NDVI）的响应可能存在累积效应，即量变累积到一定程度才引起质变。

5 结论

本研究基于碳储存、城市降温、生境质量、土壤保持、食物生产、产水量和文化休闲7种生态系统服务，刻画珠三角地区2020年生态系统服务簇空间格局，厘清生态系统服务在不同服务簇内部的权衡/协同关联结构特征和关键阈值，并提出差异化生态管控建议。主要结论为：
1）珠三角地区5种服务簇在空间上呈圈层分布，由中部向四周依次为：都市生态型、生态匮乏型、农业生态型、生态降温型和生态保育型。其中生态保育型面积占比最高（45.38%），生态降温型占比为32.80%，生态匮乏型占比为10.73%，农业生态型和都市生态型占比则均未超过10%。
2）不同服务簇的权衡/协同网络中，碳储存与城市降温始终维持较稳定的协同关联，而其他服务之间存在普遍差异。其中，都市生态型服务簇权衡/协同关联网的相互作用最强，农业生态型和生态保育型次之，生态降温型和生态匮乏型相对较弱。
3）MESLI与6种驱动因子之间的非线性阈值效应在不同服务簇中存在明显差异。在生态保育型和生态匮乏型中MESLI与6种因子均存在非线性关系，且存在明显临界阈值，在农业生态型和生态降温型中与DEM、NL、GDP和POP存在非线性关系，而在都市生态型中仅与DEM和POP存在非线性关系。
4）建议珠三角地区以非线性临界阈值为参考，为各服务簇类型分别划分重点管控区域，以生态系统服务在不同服务簇中权衡/协同关联网络为依据，明晰不同管控区生态系统服务的主导交互机制，有针对性地为各生态功能区制定差异化的管控指标，从而促进珠三角地区国土空间高质量发展。

脚注

李 婷：基础数据处理，研究思路构思与文章框架构建，文章撰写及后续修改；

李志文：研究思路构思与文章框架构建；

陈登帅：数据处理，研究评述与文章校对；

李辉霞、徐皓帆：研究评述与文章校对。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
安睿，窦超，陆砚池，仝照民，王楠楠，刘艳芳，庞惠心，刘耀林．2023．耦合SOM-MCR模型的多特征生态安全格局构建——以武汉城市圈为例．生态学报，43（22）：9486-9499．

An Rui, Dou Chao, Lu Yanchi, Tong Zhaomin, Wang Nannan, Liu Yanfang, Pang Huixin, and Liu Yaolin. 2023. Construction of Multi-Feature Ecological Security Patterns by Coupling SOM-MCR Model: A Case Study of Wuhan Metropolitan Area. Acta Ecologica Sinica, 43(22): 9486-9499.

Bennett Elena M, Peterson Garry D, and Gordon Line J. 2009. Understanding Relationships among Multiple Ecosystem Services. Ecology Letters, 12(12): 1394-1404.

曹祺文，卫晓梅，吴健生．2016．生态系统服务权衡与协同研究进展．生态学杂志，35（11）：3102-3111．

Cao Qiwen, Wei Xiaomei, and Wu Jiansheng. 2016. A Review on the Tradeoffs and Synergies among Ecosystem Services. Chinese Journal of Ecology, 35(11): 3102-3111.

常耀文，吴迪，李欢，刘霞，王蕴鹏，郭家瑜．2024．基于自组织映射神经网络的淮河流域生态系统服务簇时空变化特征．生态学报，44（11）：4544-4557．

Chang Yaowen, Wu Di, Li Huan, Liu Xia, Wang Yunpeng, and Guo Jiayu. 2024. Spatio-Temporal Variations of Ecosystem Service Bundles in Huaihe River Basin Based on SOFM. Acta Ecologica Sinica, 44(11): 4544-4557.

Chen Sha, Chen Hong, Yang Runjia, and Ye Yanmei. 2023. Linking Social-Ecological Management and Ecosystem Service Bundles: Lessons From A Peri-Urban Agriculture Landscape. Land Use Policy, 131: 106697.

陈新闯，李锋，李小倩，胡印红，韩婧，胡盼盼．2021．珠三角城市群生态空间分区方法与管控对策．生态学报，41（13）：5233-5241．

Chen Xinchuang, Li Feng, Li Xiaoqian, Hu Yinhong, Han Jing, and Hu Panpan. 2021. Method and Control Measures of Ecological Space Zoning in Pearl River Delta Urban Agglomeration. Acta Ecologica Sinica, 41(13): 5233-5241.

冯兆，彭建，吴健生．2020．基于生态系统服务簇的深圳市生态系统服务时空演变轨迹研究．生态学报，40（8）：2545-2554．

Feng Zhao, Peng Jian, and Wu Jiansheng. 2020. Ecosystem Service Bundles Based Approach to Exploring the Trajectories of Ecosystem Service Spatiotemporal Change: A Case Study of Shenzhen City. Acta Ecologica Sinica, 40(8): 2545-2554.

Feng Zhe, Jin Xueru, Chen Tianqian, and Wu Jiansheng. 2021. Understanding Trade-offs and Synergies of Ecosystem Services to Support the Decision-Making in the Beijing-Tianjin-Hebei Region. Land Use Policy, 106: 105446.

高阳，沈振，张中浩，熊巨华．2024．生态系统服务视角下的社会-生态系统耦合模拟研究进展．地理学报，79（1）：134-146．

Gao Yang, Shen Zhen, Zhang Zhonghao, and Xiong Juhua. 2024. Advance in Simulation of Social-Ecological System Coupling under the Perspective of Ecosystem Eervices. Acta Geographica Sinica, 79(1): 134-146.

Hong Ge, Liu Sijia, Liu Wenping, and Wu Xuefei. 2024. Nonlinear Trade-off Relationship and Critical Threshold between Ecosystem Services and Climate Resilience for Sustainable Urban Development. Sustainable Cities and Society, 103: 105253.

宫清华，张虹鸥，叶玉瑶，袁少雄．2020．人地系统耦合框架下国土空间生态修复规划策略——以粤港澳大湾区为例．地理研究，39（9）：2176-2188．

Gong Qinghua, Zhang Hong′ou, Ye Yuyao, and Yuan Shaoxiong. 2020. Planning Strategy of Land and Space Ecological Restoration under the Framework of Man-Land System Coupling: Take the Guangdong-Hong Kong-Macao Greater Bay Area as an Example. Geographical Research, 39(9): 2176-2188.

柯钦华，周俏薇，庄宝怡，孙传谆．2024．基于生态系统服务供需平衡的粤港澳大湾区生态安全格局构建．生态学报，44（5）：1765-1779.

Ke Qinhua, Zhou Qiaowei, Zhuang Baoyi, and Sun Chuanzhun. 2024. Construction of Ecological Security Pattern in Guangdong-Hong Kong-Macao Greater Bay Area Based on the Balance of Ecosystem Services Supply and Demand. Acta Ecologica Sinica, 44(5): 1765-1779.

Li Delong, Cao Wenfang, Dou Yuehan, Wu Shuyao, Liu Junguo, and Li Shuangcheng. 2022. Non-Linear Effects of Natural and Anthropogenic Drivers on Ecosystem Services: Integrating Thresholds into Conservation Planning. Journal of Environmental Management, 321: 116047.

林媚珍，刘汉仪，周汝波，龚建周．2021．多情景模拟下粤港澳大湾区生态系统服务评估与权衡研究．地理研究，40（9）：2657-2669．

Lin Meizhen, Liu Hanyi, Zhou Rubo, and Gong Jianzhou. 2021. Evaluation and Trade-offs of Ecosystem Services in Guangdong-Hong Kong-Macao Greater Bay Area under Multi-Scenario Simulation. Geographical Research, 40(9): 2657-2669.

刘汉仪，林媚珍，周汝波，钟亮．2021．基于InVEST模型的粤港澳大湾区生境质量时空演变分析．生态科学，40（3）：82-91.

Liu Hanyi, Lin Meizhen, Zhou Rubo, and Zhong Liang. 2021. Spatial and Temporal Evolution of Habitat Quality in Guangdong-Hong Kong-Macao Greater Bay Area based on InVEST Model. Ecological Science, 40(3): 82-91.

刘颂，张浩鹏，裴新生，王颖．2023．基于生态系统服务簇时空演变的生态功能分区研究——以安徽省芜湖市为例．中国园林，39（4）：121-125．

Liu Song, Zhang Haopeng, Pei Xinsheng, and Wang Ying. 2023. Ecological Function Zoning Based on Spatiotemporal Change of Ecosystem Service Bundles: A Case Study of Wuhu City in Anhui Province. Chinese Landscape Architecture, 39(4): 121-125.

Liu Wei, Zhan Jinyan, Zha, Fen, Zhang Fan, Teng Yanmin, Wang Chao, Chu Xi, and Kumi Michael Asiedu. 2022. 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, 301: 113814.

Liu Yanxu, Li Tong, Zhao Wenwu, Wang Shuai, and Fu Bojie. 2019. Landscape Functional Zoning at a County Level Based on Ecosystem Services Bundle: Methods Comparison and Management Indication. Journal of Environmental Management, 249: 109315.

Liu Yiming, Zhang Chi, and Zeng Hui. 2023. Constraint Effects among Several Key Ecosystem Service Types and Their Influencing Factors: A Case Study of the Pearl River Delta, China. Ecological Indicators, 146: 109883.

刘志涛，王少剑，方创琳．2021．粤港澳大湾区生态系统服务价值的时空演化及其影响机制．地理学报，76（11）：2797-2813．

Liu Zhitao, Wang Shaojian, and Fang Chuanglin. 2021. Spatiotemporal Evolution and Influencing Mechanism of Ecosystem Service Value in the Guangdong-Hong Kong-Macao Greater Bay Area. Acta Geographica Sinica, 76(11): 2797-2813.

骆海燕，吴卓，甘梓莹，陈嘉怡，何珮婷，陈振芳．2023．珠三角城市群三生空间功能的耦合协调时空演变特征．中国水土保持科学，21（6）：43-52．

Luo Haiyan, Wu Zhuo, Gan Ziying, Chen Jiayi, He Peiting, and Chen Zhenfang. 2023. Spatial-Temporal Evolution Characteristics of Coupling Coordination of "Production-Living-Ecology" Space Functions in the Pearl River Delta Urban Agglomeration. Science of Soil and Water Conservation, 21(6): 43-52.

罗欣然，夏丽丽，张佳锃，安琳．2024．珠三角创新生态系统韧性的空间演化及影响因素——基于知识复杂性视角．热带地理，44（7）：1300-1313．

Luo Xinran, Xia Lili, Zhang Jiazeng, and An Lin. 2024. Spatial Evolution and Determinants of Innovation Ecosystem Resilience in the Pearl River Delta: From the Perspective of Knowledge Complexity. Tropical Geography, 44 (7): 1300-1313.

Matthew G E Mitchell and Tahia Devisscher. 2022. Strong Relationships between Urbanization, Landscape Structure, and Ecosystem Service Multifunctionality in Urban Forest Fragments. Landscape and Urban Planning, 228: 104548.

Natural Capital Project．2022．InVEST 3.13.0 User's Guide．(2022-09-05) [2024-09-05]．https://naturalcapitalproject.stanford.edu/software/invest．

祁宁，赵君，杨延征，苟睿坤，陈佳琦，赵鹏祥，李卫忠．2020．基于服务簇的东北地区生态系统服务权衡与协同．生态学报，40（9）：2827-2837．

Qi Ning, Zhao Jun, Yang Yanzheng, Gou Ruikun, Chen Jiaqi, Zhao Pengxiang, and Li Weizhong. 2020. Quantifying Ecosystem Service Trade-offs and Synergies in Northeast China Based on Ecosystem Service Bundles. Acta Ecologica Sinica, 40(9): 2827-2837.

邱坚坚，刘毅华，袁利，陈澄静，黄清瑶．2021．人地系统耦合下生态系统服务与人类福祉关系研究进展与展望．地理科学进展，40（6）：1060-1072．

Qiu Jianjian, Liu Yihua, Yuan Li, Chen Chengjing, and Huang Qingyao. 2021. Research Progress and Prospect of the Interrelationship between Ecosystem Services and Human Well-Being in the Context of Coupled Human and Natural System. Progress in Geography, 40(6): 1060-1072.

邱坚坚，刘毅华，陈澄静，黄清瑶．2023．生态系统服务与人类福祉耦合的空间格局及其驱动方式——以广州市为例．自然资源学报，38（3）：760-778．

Qiu Jianjian, Liu Yihua, Chen Chengjing, and Huang Qingyao. 2023. Spatial Structure and Driving Pathways of the Coupling between Ecosystem Services and Human Well-Beings: A Case Study of Guangzhou. Journal of Natural Resources, 38(3): 760-778.

Renard Delphine, Rhemtulla Jeanine M, and Bennett Elena M. 2015. Historical Dynamics in Ecosystem Service Bundles. Proceedings of the National Academy of Sciences, 112(43): 13411-13416.

Shen Jiashu, Li Shuangcheng, Liang Ze, Liu Laibao, Li Delong, and Wu Shuyao. 2020. Exploring the Heterogeneity and Nonlinearity of Trade-offs and Synergies among Ecosystem Services Bundles in the Beijing-Tianjin-Hebei Urban Agglomeration. Ecosystem Services, 43: 101103.

Shen Jiashu, Li Shuangcheng, Liu Laibao, Liang Ze, Wang Yueyao, Wang Huan, and Wu Shuyao. 2021. Uncovering the Relationships between Ecosystem Services and Social-Ecological Drivers at Different Spatial Scales in the Beijing-Tianjin-Hebei Region. Journal of Cleaner Production, 290: 125193.

唐正宇，冯舒，俞露，汤沫熙，夏丽，崔丽娜．2023．城市群国土空间生态修复区域诊断——以粤港澳大湾区为例．热带地理，43（3）：429-442．

Tang Zhengyu, Feng Shu, Yu Lu, Tang Moxi, Xia Li, and Cui Li'na. 2023. Diagnosis of Territorial Space Ecological Restoration Areas in Urban Agglomeration: A Case Study of Guangdong-Hong Kong-Macao Greater Bay Area. Tropical Geography, 43(3): 429-442.

万伦来，李康玮，娜仁，杨峻．2019．淮北市煤炭开采对生态系统服务胁迫阈值研究．中国环境科学，39（10）：4473-4480．

Wan Lunlai, Li Kangwei, Na Ren, and Yang Jun. 2019. Stress Threshold of Ecosystem Service Affected by Coal Mining in Huaibei City. China Environmental Science, 39(10): 4473-4480.

王少剑，崔子恬，林靖杰，谢金燕，苏坤．2021．珠三角地区城镇化与生态韧性的耦合协调研究．地理学报，76（4）：973-991．

Wang Shaojian, Cui Zitian, Lin Jingjie, Xie Jinyan, and Su Kun. 2021. Coupling Relationship between Urbanization and Ecological Resilience in the Pearl River Delta. Acta Geographica Sinica, 76(4): 973-991.

王世豪，黄麟，徐新良，李佳慧．2022．特大城市群生态空间及其生态承载状态的时空分异．地理学报，77（1）：164-181．

Wang Shihao, Huang Lin, Xu Xinliang, and Li Jiahui. 2022. Spatio-Temporal Variation Characteristics of Ecological Space and Its Ecological Carrying Status in Mega-Urban Agglomerations. Acta Geographica Sinica, 77(1): 164-181.

王世豪，黄麟，徐新良，徐淑琬．2020．粤港澳大湾区生态系统服务时空演化及其权衡与协同特征．生态学报，40（23）：8403-8416．

Wang Shihao, Huang Lin, Xu Xinliang, and Xu Shuwan. 2020. Spatial and Temporal Evolution of Ecosystem Services and Its Trade-offs and Synergies in Guangdong-Hong Kong-Macao Greater Bay Area. Acta Ecologica Sinica, 40(23): 8403-8416.

王秀明，赵鹏，龙颖贤，宋巍巍，刘谞承．2022．基于生态安全格局的粤港澳地区陆域空间生态保护修复重点区域识别．生态学报，42（2）：450-461．

Wang Xiuming, Zhao Peng, Long Yinxian, Song Weiwei, and Liu Xucheng. 2022. Identification of Key Areas of Land Space Ecological Protection and Restoration Based on the Pattern of Ecological Security in Guangdong, Hong Kong and Macau. Acta Ecologica Sinica, 42(2): 450-461.

温婉琴，王强，陈田田．2024．整合生态系统服务与驱动因素阈值效应的生态安全分区研究——以西南地区为例．生态学报，44（8）：3142-3156．

Wen Wanqin, Wang Qiang, and Chen Tiantian. 2024. Integrating the Threshold Effects of Driving Forces on Ecosystem Service into the Ecological Security Zoning: A Case Study in the Southwest China. Acta Ecologica Sinica, 44(8): 3142-3156.

Xia Hao, Yuan Shaofeng, and Prishchepov Alexander V. 2023. Spatial-Temporal Heterogeneity of Ecosystem Service Interactions and Their Social-Ecological Drivers: Implications for Spatial Planning and Management. Resources, Conservation & Recycling, 189: 106767.

Xu Haofan and Zhang Chaosheng. 2021. Investigating Spatially Varying Relationships between Total Organic Carbon Contents and pH Values in European Agricultural Soil Using Geographically Weighted Regression. Science of the Total Environment, 752: 141977.

Yan Yue, Wang Jing, Ding Jingyi, Zhang Shurong, and Zhao Wenwu. 2023. Afforestation Promotes Ecosystem Multifunctionality in A Hilly Area of the Loess Plateau. Catena, 223: 106905.

Yang Mingying, Chen Yufu, Yang Yuanyuan, and Yan Yuxing. 2024. Nonlinear Relationship and Threshold-based Zones between Ecosystem Service Supply-Demand Ratio and Land Use Intensity: A Case Study of the Beijing-Tianjin-Hebei Region, China. Journal of Cleaner Production, 481: 144148.

杨月欣，王光亚，潘兴昌．2009．中国食物成分表. 2版．北京：北京大学医学出版社，3-135．

Yang Yuexing, Wang Guangya, and Pan Xingchang. 2009. China Food Composition. 2nd Edition. Beijing: Peking University Medical Press, 3-135.

袁海威，龚建周，陈雅婷，陈康林，吴卓，邱霓．2023．基于地域区划的广东省陆域生态系统服务簇与模式识别．生态学报，43（22）：9384-9401.

Yuan Haiwei, Gong Jianzhou, Chen Yating, Chen Kanglin, Wu Zhuo, and Qiu Ni. 2023. Recognition and Analysis of Ecosystem Service Cluster Patterns in Guangdong Province based on Region Division. Acta Ecologica Sinica, 43(22): 9384-9401.

张春悦，白永平，杨雪荻，李玲蔚，梁建设，王倩，陈志杰．2022．多情景模拟下宁夏平原生态系统服务簇识别研究．地理研究，41（12）：3364-3382.

Zhang Chunyue, Bai Yongpin, Yang Xuedi, Li Lingwei, Liang Jianshe, Wang Qian, and Chen Zhijie. 2022. Identification of Ecosystem Service Bundles in Ningxia Plain under Multi-Scenario Simulation. Geographical Research, 41(12): 3364-3382.

张建香，汪亚峰，张耀宗，刘艳艳，王东，李旭升，唐述林．2024．延河流域生态系统服务权衡/协同关系的阈值效应．生态学报，44（23）：1-9．

Zhang Jianxiang, Wang Yafeng, Zhang Yaozong, Liu Yanyan, Wang Dong, Li Xusheng, and Tang Shulin. 2024. Threshold Effects of Trade-Offs and Synergies among Ecosystem Services in the Yanhe Basin. Acta Ecologica Sinica, 44(23): 1-9.

张琨，吕一河，傅伯杰，尹礼唱，于丹丹．2020．黄土高原植被覆盖变化对生态系统服务影响及其阈值．地理学报，75（5）：949-960．

Zhang Kun, Lyu Yihe, Fu Bojie, Yin Lichang, and Yu Dandan. 2020. The Effects of Vegetation Coverage Changes on Ecosystem Service and Their Threshold in the Loess Plateau. Acta Geographica Sinica, 75(5): 949-960.

张伟，龙闹，李盛港，王龙．2024．基于生态本底-格局-潜力框架的国土空间生态修复分区研究——以粤港澳大湾区为例．热带地理，44（2）：212-225．

Zhang Wei, Long Nao, Li Shenggang, and Wang Long. 2024. Zoning of Territorial Space for Ecological Restoration Based on Potential Ecological Background Pattern Framework: A Case Study of the Guangdong-Hong Kong-Macao Greater Bay Area. Tropical Geography, 44 (2): 212-225.

张紫怡，仝照民，张立亭，刘耀林．2024．景观格局对生态系统服务的非线性影响和阈值调控——以福建省生态高效协同区为例．生态学报，（21）：1-17．

Zhang Ziyi, Tong Zhaomin, Zhang Liting, and Liu Yaolin. 2024. Nonlinear Effects of Landscape Pattern on Ecosystem Services and Threshold Regulation: A Case Study of Eco-Efficient Synergistic Zone in Fujian Province. Acta Ecologica Sinica, (21): 1-17.

赵曼彤，周秋文．2024．成对喀斯特生态系统服务之间的约束效应．武汉大学学报（理学版），[2024-07-26] https：//doi.org/10.14188/j.1671-8836.2024.0002．[Zhao Mantong and Zhou Qiuwen. 2024. Constraint Effects between Paired Karst Ecosystem Services.Journal of Wuhan University (Natural Science Edition), [2024-07-26] https://doi.org/10.14188/j.1671-8836.2024.0002.]

赵筱青，石小倩，李驭豪，李益敏，黄佩．2022．滇东南喀斯特山区生态系统服务时空格局及功能分区．地理学报，77（3）：736-756．

Zhao Xiaoqing, Shi Xiaoqian, Li Yuhao, Li Yimin, and Huang Pei. 2022. Spatio-Temporal Pattern and Functional Zoning of Ecosystem Services in the Karst Mountainous Areas of Southeastern Yunnan. Acta Geographica Sinica, 77(3): 736-756.

周汝波，林媚珍，吴卓. 2023. 生态系统服务供需视角下粤港澳大湾区国土空间生态修复分区研究．热带地理，43（3）：417-428．

Zhou Rubo, Lin Meizhen, and Wu Zhuo. 2023. Land Space Ecological Restoration Zoning in Guangdong-Hong Kong-Macao Bay Area from the Perspective of Supply and Demand of Ecosystem Services. Tropical Geography, 43 (3): 417-428.

Options
文章导航

/

〈 〉