EN中文

Arid Land Geography >

2024 , Vol. 47 >Issue 9: 1587 - 1595

DOI: https://doi.org/10.12118/j.issn.1000-6060.2023.555

Regional Development

Spatiotemporal characteristics of ecosystem services and ecological function areas in Guanzhong Plain urban agglomeration

  • Xin ZHANG , 1 ,
  • Dan ZHANG , 2 ,
  • Guangsen ZHANG 3 ,
  • Mei SONG 4
Expand
  • 1. College of Architecture and Urban Planning, Tongji University, Shanghai 200092, China
  • 2. School of Architecture, Xi’an University of Architecture and Technology, Xi’an 710054, Shaanxi, China
  • 3. Qingdao Municipal Engineering Company, Qingdao 266555, Shandong, China
  • 4. Qingdao Thermal Electricity and Gas Company, Qingdao 266555, Shandong, China

Received date: 2023-10-08

  Revised date: 2023-11-19

  Online published: 2026-03-11

Fold

Abstract

This study employs a quantitative approach to analyze the spatiotemporal distribution patterns of five ecosystem services in the Guanzhong Plain urban agglomeration, northwest China from 2000 to 2020. Utilizing K-means clustering analysis, ecosystem service clusters are identified, dominant service functions are determined, and ecological functional zones are delineated based on the functional characteristics within each cluster. Results indicate: (1) Grain production and soil retention exhibit a trend of initial increase followed by a decrease, while water yield demonstrates a rapid increase followed by a slow rise. Habitat quality and carbon sequestration services show a relatively mild decrease. High-value zones for grain production are concentrated in the central and northeastern parts, soil retention in the southern and western areas, and habitat quality and carbon sequestration services in the southern region. (2) Grain production shows a trade-off relationship with other services, while soil retention exhibits synergies with habitat quality and soil retention with carbon sequestration, as well as synergies between habitat quality and carbon sequestration, with varying strengths of inter-service correlations over time. (3) Ecological functional zones are identified as primary grain-producing areas, ecological conservation zones, important urban areas, and ecological balance zones. This study is crucial for maintaining the balance of ecosystems and fostering sustainable economic development, providing guidance for ecosystem management in different functional zones within the Guanzhong Plain urban agglomeration.

Key words： ecosystem service clusters; trade-offs; synergies; K-means clustering; Guanzhong Plain urban agglomeration

Cite this article

Xin ZHANG , Dan ZHANG , Guangsen ZHANG , Mei SONG . Spatiotemporal characteristics of ecosystem services and ecological function areas in Guanzhong Plain urban agglomeration[J]. Arid Land Geography, 2024 , 47(9) : 1587 -1595 . DOI: 10.12118/j.issn.1000-6060.2023.555

生态系统服务是人类赖以生存的自然环境条件与效用，能直接或间接地从生态系统中获得的各种惠益[1]。生态系统服务间存在复杂的作用关系，如权衡/协同关系，权衡是指某种服务的增强导致另一种服务减弱；协同是指多种服务同时增强或减少[2]。生态系统服务簇是指在空间或者时间上重复出现的多重生态系统服务所构成的组合[3]。随着城镇化进程推进，过度开发和使用加剧了生态系统服务的退化，从而导致人与生态系统的冲突加剧[4]。通过定量评估区域内的生态系统服务，明确不同服务间的关系，并划分服务簇，可以更好地了解目前区域生态系统现状，优化生态系统布局，从而实现区域生态环境的高质量发展。
近年来，国内外学者分别从城市、流域、区域等尺度针对生态系统服务簇开展了一系列理论和方法的研究，其中主成分分析、自组织映射网络、K-means聚类分析是常用的研究方法[5-6]。城市群是未来生产力布局的重要载体，是未来城镇化发展的主体形态[7]，不合理的管理措施将会加剧人与自然的矛盾，通过对城市群进行生态系统服务评估，识别和划分生态系统服务簇，从而确定不同功能分区发展的侧重点，因此需要从生态系统服务簇的角度了解城市群生态系统服务的时空分布特征，制定合理的生态保护政策，保障人类福祉。
关中平原城市群是黄河流域经济发展、人口密集、产业分布的主要载体，在国家现代化建设和全方位开放格局中具有独特的战略地位[8]，但存在生态环境承载力较弱，部分地区水资源匮乏，矿产资源的大量开采造成了水土流失和土壤污染等问题[9]。然而，目前关于关中平原城市群生态系统服务的平衡/协同关系以及生态功能区划的研究相对较少。因此，本研究通过对近20 a的生态系统服务进行定量评估，基于县域尺度对粮食生产量、土壤保持量、产水量、生境质量和碳固持量的时空特征进行可视化分析，运用Spearman相关分析揭示不同服务间的权衡/协同关系，并运用K-means聚类分析法对区域生态系统服务簇进行识别，确定不同服务簇的主导服务功能，以此作为城市群生态功能分区的依据。研究不同生态系统服务间的关系，划分生态功能分区，对于解决生态保护与经济建设间的矛盾具有重要意义。

1 数据与方法

1.1 研究区概况

关中平原城市群（33°21′~36°43′N，104°34′~112°13′E）以西安市为中心，是西部地区的第二大城市群，同时也是黄河中游唯一的国家级城市群[10]，包含：陕西省的西安市、咸阳市、宝鸡市、铜川市、渭南市及商洛市下辖的商州区、洛南县、丹凤县、柞水县，甘肃省的天水市、庆阳市及平凉市下辖的崆峒区、华亭县、泾川县、崇信县、灵台县，山西省的运城市（除平陆县、垣曲县外）、临汾市的尧都区、侯马市、襄汾县、霍州市、曲沃县、翼城县、洪洞县、浮山县，共涉及11个市，90个县级行政单元，总面积约10.71×104 km2（图1）。该区域海拔241~3765 m，气候类型为暖温带大陆性季风型气候，年均降雨量500~900 mm，年均温6~13 ℃，以耕地（43.87%）为主，其次为草地（27.44%）和林地（21.73%），由西向东包括陇东黄土高原丘陵沟壑生态区、秦岭生物多样性及水源涵养区、中条山生物多样性及水源涵养区[11]。
图1 研究区示意图

注：基于自然资源部标准地图服务网站审图号为GS(2019)1822号的标准地图制作，底图边界无修改。下同。

Fig. 1 Schematic diagram of the study area

1.2 数据来源

研究所需基础数据包括土地利用、气象、数字高程模型（DEM）、归一化植被指数（NDVI）、土壤和社会经济数据等，来源如下：土地利用数据来源于中国科学院资源环境科学与数据中心（https://www.resdc.cn/），将其按照耕地、林地、草地、水域、建设用地和未利用地进行重分类；DEM数据来源于地理空间数据云（https://www.gscloud.cn/）；气象数据来源于国家地球系统科学数据中心（http://www.geodata.cn/）；NDVI数据来源于美国国家航空航天局（https://earthdata.nasa.gov/）的MODID13Q1数据，并采用最大合成法进行处理；土壤数据来源于世界土壤数据库（HWSD，v1.1）的中国土壤数据集（http://westdc.westgis.ac.cn）；相关社会经济数据来源于各省统计局和统计年鉴。对于不同数据来源的分辨率、坐标系已进行标准化处理，统一为WGS 1984。

1.3 生态系统服务的量化

1.3.1 粮食生产量

粮食生产量与NDVI间具有较为显著的线性相关[12]。本文采用NDVI数据和粮食产量数据，基于栅格尺度评估研究区内粮食生产能力[13]：
F P i = N D V I i N D V I s u m × F P s u m
式中： F P i为栅格i的粮食产量（t·km-2）； F P s u m为总粮食产量（t）； N D V I i为栅格i的NDVI值； N D V I s u m为耕地总NDVI值。

1.3.2 土壤保持量

土壤保持量是指生态系统防止土壤流失的能力，本研究采用通用土壤流失方程来评估土壤保持量，土壤保持量即潜在与实际土壤侵蚀量的差[14]：
S R = R × K × L S × 1 - C × P
式中：SR为土壤保持量（t·hm-2）；R为降雨侵蚀力因子；K为土壤侵蚀力因子；LS为坡度坡长因子；C为植被覆盖与管理因子；P为水土保持措施因子。

1.3.3 产水量

产水量是多种生态过程和生态服务的基础。一般认为区域产水量是指区域降雨量减去实际蒸散发量[15-16]。本研究采用InVEST模型的产水量模块进行量化[17]：
W Y x = 1 - A E T x P x × P x
式中： W Y x为栅格单元x的产水量（mm）；AETx为栅格单元x的实际蒸散量（mm）；Px为栅格单元x的年降雨量（mm）。

1.3.4 生境质量

采用InVEST模型的生境质量模块来评估区域的生境质量。生境质量指数是对区域土地利用类型的生境适宜性和生境退化程度状况进行评价的无量纲综合性指标，反映生境质量的优劣，进而评估生物多样性服务功能[18]：
Q x j = H x j × 1 - D x j z D x j z + k 2
式中： Q x j为土地利用类型j中栅格x的生境质量；Hxj为土地利用类型j中栅格x的生境适宜度； D x j为土地利用类型j中栅格x所受的生境威胁水平；k为半饱和常数；z为归一化常量。生境质量取值通常在[0,1]之间，数值越高表示生境质量越好。

1.3.5 碳固持量

采用InVEST模型的碳模块计算生态系统碳固持能力，通过结合土地利用数据计算生态系统碳固持量 （ C i ），包含地上碳库、地下碳库、土壤碳库和死亡有机碳四大基本碳库[19]：
C i = C i - a b o v e + C i - b e l o w + C i - s o i l + C i - d e a d
C t o t a l = ∑ i = 1 n C i × S i
式中： C i - a b o v e为土地利用类型i的地上碳密度（t·hm-2）； C i - b e l o w为土地利用类型i的地下碳密度（t·hm-2）； C i - s o i l为土地利用类型i的土壤碳密度（t·hm-2）； C i - d e a d为土地利用类型i植被枯落物的碳密度（t·hm-2）； C t o t a l为陆地生态系统总的碳固持量（t）； S i为土地利用类型i的面积（hm2）。

1.4 生态系统服务权衡/协同分析

为定量分析关中平原城市群生态系统服务之间的协同与权衡关系，研究采用Spearman相关分析方法，对粮食生产量、土壤保持量、产水量、生境质量和碳固持量间的关联进行研究。若相关性系数（r）为正，且显著性检验P<0.01，表示存在极显著的协同关系；r为正，且0.01<P<0.5，表示存在显著的协同关系；r为负，且P<0.01，则表示存在极显著的权衡关系；r为负，且0.01<P<0.05，则表示存在显著的权衡关系；若P>0.05，则表示两者之间没有显著性差异[20]。

1.5 生态系统服务簇的识别

生态系统服务簇是通过对不同生态系统服务间的相似性进行衡量和评估，将相似度较高的区域划分为同一类生态系统服务簇，将相异度较高的区域划分为不同的生态系统服务簇[21]。K-means聚类分析是一种非监督的聚类方法，具有计算量小、运算速度快、聚类结构明确和过程简单等优点，在空间格局研究中被广泛应用[22]。因此，本研究首先选用K-means聚类分析对服务簇进行识别和划分；其次，基于R平台对5种生态系统服务进行处理；最后，使用组内误差平方和对聚类效果进行判别，提取最优聚类数，按照最优服务簇进行划分，并运用ArcGIS进行空间可视化，分析不同服务簇的组成结构及主导的服务类型。

2 结果与分析

2.1 生态系统服务时空变化特征

2.1.1 关中平原城市群生态系统服务时间变化特征

2000—2020年，关中平原城市群的生态系统服务时间变化较为明显（表1）。粮食生产量和土壤保持量呈现先增加后减少的趋势，2010年相较于2000年，粮食生产量的年均值增加37.35%，土壤保持量增加44.00%；2020年相较于2010年，粮食生产量减少9.13%，土壤保持量减少29.29%。产水量呈现先迅速增加后缓慢增加的趋势，2010年相较于2000年，产水量的年均值增加39.69%，增幅明显，2020年相较于2010年仅增加0.71%。2020年相较于2010、2000年碳固持量呈现较轻幅度的减少。
表1 2000—2020年关中平原城市群5项生态系统服务的年均值

Tab. 1 Annual averages of five ecosystem services in the Guanzhong Plain urban agglomeration from 2000 to 2020

年份 粮食生产量/t·km-2 土壤保持量/t·hm-2 产水量/mm 生境质量 碳固持量/t·hm-2
2000 107.14 434.33 94.51 0.62 165.87
2010 147.16 625.42 132.02 0.62 165.79
2020 133.72 442.23 132.96 0.62 164.99

2.1.2 关中平原城市群生态系统服务空间变化特征

2000—2020年，各项生态系统服务呈不同的空间分布特征（图2）。粮食生产量的高值区主要集中在城市群中部的咸阳市、渭南市和东北部的运城市、临汾市，该区域地形以平原为主，土质肥沃、水热条件良好，主要土地利用类型为耕地，适宜农业生产，结合时间变化来看，2010年和2020年咸阳市、渭南市、运城市、临汾市的单位面积粮食生产量相较于2000年增加明显。粮食生产量的低值区主要集中在宝鸡市、西安市和商洛市，该区域地形以山地和丘陵为主，林草地分布广阔，不适宜进行耕作，因此单位面积粮食生产量较低。
图2 2000—2020年关中平原城市群各项生态系统服务的空间分布特征

Fig. 2 Spatial distribution characteristics of various ecosystem services in the Guanzhong Plain urban agglomeration from 2000 to 2020

土壤保持量的高值区集中在研究区南部的宝鸡市、西安市和商洛市，该区域属于山地丘陵地带，土地利用类型以林地和草地为主，植被覆盖度高，土壤保持功能较强，能够有效地防止和减少土壤侵蚀。土壤保持量的低值区主要分布在研究区中部的咸阳市、渭南市、西安市的市辖区和东北部的运城市，该区域土地利用类型以耕地为主，拦截泥沙能力弱。
产水量主要呈现由南向北逐渐减弱的趋势，这与研究区的地形变化特征相似。结合时间变化来看，城市群内西安市、商洛市以及咸阳市南部县区的土壤保持量和产水量均呈现先增加后减小的趋势，这与降雨量有着密切的关系。2010年较2000年降雨量增加，且年内月降雨集中，导致降雨侵蚀力增加，潜在的土壤侵蚀量和实际的土壤侵蚀量均有所增加。在植被状况和土地利用类型变化较小的情况下，该区域的土壤保持量在2010年相较于2000年呈现增加的趋势，2020年较2010年降雨量减少，导致降雨侵蚀力减少，因此该区域的土壤保持量在2020年相较于2010年呈现减少的趋势；产水量与降雨量、实际蒸散发量有着密切的关系，在实际蒸散发量变化不大的情况下，城市群内降雨量变化明显的县区的产水量也会发生明显变化。
碳固持量与生境质量的高值区空间分布较为相似，主要集中在宝鸡市的南部、商洛市下辖的丹凤县和柞水县、西安市下辖的周至县、铜川市下辖的宜君县、运城市的夏县和绛县，该区域林地占比较高，面积广阔，植被覆盖度较高，生境质量水平因此相对较高，也是名副其实的碳库。西安市下辖的新城区、碑林区、莲湖区和雁塔区始终是生境质量服务和碳固持量的低值区，该区域是城市群内城市化水平最高的区域，土地利用类型以建设用地为主。

2.2 关中平原城市群生态系统服务权衡/协同关系研究

2000—2020年，关中平原城市群县域尺度下不同生态系统服务间的权衡/协同关系具有明显差异，且权衡/协同强度随时间的变化而变化（表2）。粮食生产量与土壤保持量、生境质量、碳固持量之间的相关性均通过0.01水平的显著性检验，属于极显著的权衡关系；与产水量的相关性均通过0.05水平的显著性检验，属于显著的权衡关系。从时间变化来看，粮食生产量与土壤保持量、生境质量、碳固持量的相关性在逐渐减弱，表明极显著的权衡关系也在持续减弱，相反粮食生产量与产水量之间显著的权衡关系在持续增强。土壤保持量与生境质量、土壤保持量与碳固持量、生境质量与碳固持量之间的相关性均通过0.01水平的显著性检验，属于极显著的协同关系，从时间变化来看，土壤保持量与生境质量、土壤保持量与碳固持量、生境质量与碳固持量的相关性出现一定程度的波动，均呈现先增加后减小的趋势。土壤保持量与产水量之间的相关性变化明显，2000年土壤保持量与产水量之间的相关性通过显著性检验（P>0.05），属于显著的协同关系，而2010年和2020年土壤保持量与产水量之间均未通过显著性检验（P>0.05）。产水量与生境质量、产水量与碳固持量之间的相关性没有显著性差异。
表2 关中平原城市群不同生态系统服务间的Spearman相关系数

Tab. 2 Spearman correlation coefficients among different ecosystem services in the Guanzhong Plain urban agglomeration

年份 生态系统
服务		 粮食
生产量		 土壤
保持量
 产水量 生境质量
2000 土壤保持量 -0.63*** - - -
产水量 -0.21** 0.26** - -
生境质量 -0.67*** 0.91*** 0.06 -
碳固持量 -0.56*** 0.83*** 0.01 0.95***
2010 土壤保持量 -0.58*** - - -
产水量 -0.26** 0.10 - -
生境质量 -0.61*** 0.93*** -0.01 -
碳固持量 -0.52*** 0.89*** -0.07 0.95***
2020 土壤保持量 -0.55*** - - -
产水量 -0.34** -0.13 - -
生境质量 -0.57*** 0.91*** -0.13 -
碳固持量 -0.48*** 0.87*** -0.20 0.94***

注：**、***分别表示在P<0.05、P<0.01水平上显著。

2.3 生态功能分区的划分

参考既有研究[21⇓-23]，运用K-means聚类分析法将关中平原城市群90个县级行政单元5项生态系统服务的多年平均值进行分析，结合不同聚类数下组内误差平方和的关系（图3）确定最优聚类数，并最终确定4类服务簇。
图3 关中平原城市群生态系统服务不同聚类数下组内误差平方和

Fig. 3 Intra-cluster sum of squared errors for ecosystem services under different clustering numbers in the Guanzhong Plain urban agglomeration

图4表达了不同服务簇生态系统服务的组成结构，通过对数据进行标准化处理，将各生态系统服务的平均值确定为0，某一类生态系统服务值若大于0，则表明功能分区该类生态系统服务高于平均水平；若小于0，则低于平均水平。
图4 各服务簇内的生态系统服务组成结构

Fig. 4 Composition of ecosystem services within each service cluster

基于各服务簇内的生态系统服务功能，将关中平原城市群划分为四大功能分区：粮食主产区、生态保育区、重要城市区和生态均衡区。根据图5可知，粮食生产区集中分布在运城市、渭南市、咸阳市和铜川市的南部、西安市的北部等地区，所属县区达到了32个，占研究区总面积的23.80%。该区域地形平坦、土质肥沃、灌溉条件充足，耕地为主要的土地利用类型，是城市群内重要的粮食生产基地，是确保全区粮食安全的重要区域，但由于农业活动频繁，人类活动干扰程度不断增强，使得土壤保持量远低于平均值，产水量、生境质量和碳固持量略低于平均值。
图5 关中平原城市群生态系统服务簇空间分布

Fig. 5 Spatial distribution of ecosystem service clusters in the Guanzhong Plain urban agglomeration

生态保育区集中分布在西安市、商洛市、渭南市和宝鸡市的南部、天水市的东部等地区，所属县区达到了15个，占研究区总面积的30.54%。该区域属于城市群南部的秦岭山区，植被覆盖度高，林地和草地为主要的土地利用类型，林地和草地具有调节气候、防止水土流失、提高碳固持能力的作用，但是该区域内生态环境脆弱。生态保育区土壤保持量尤为突出，产水量、生境质量和碳固持量也高于平均值，由于该区耕地面积较少，山地丘陵广布不适宜进行耕作，因此粮食生产量水平低于平均值。
重要城市区所属县区达到了4个，分别为新城区、碑林区、莲湖区和雁塔区，仅占到城市群总面积的0.23%。该区域人口集中、经济发达，建设用地为主要的土地利用类型，结合生态系统服务的空间分布特征来看，该区域的粮食生产量、土壤保持量、生境质量和碳固持量均处于城市群最低水平，难以发挥粮食生产和生态环境保护的功能，因此将其命名为重要城市区。重要城市区产水量远高于区域平均值，主要是由于区域内以建设用地为主，植被分布较少，不透水面广布，降雨到达地面迅速形成径流，减少实际蒸散发量，同时降雨量处于较高水平，因此城市群重要城市区的产水量相对高于其他地区。
生态均衡区集中分布在天水市、平凉市、庆阳市、铜川市、临汾市以及宝鸡市和咸阳市的北部、运城市的东部，所属县区达到了39个，占到了研究区总面积的45.44%。该区域主要集中在城市群西部和北部，耕地、草地和林地是其主要的土地利用类型，该区域所提供的生态系统供给服务不及粮食主产区，调节服务和支持服务不及生态保育区，因此将该区命名为生态均衡区。生态均衡区粮食生产量基本与区域平均值持平，土壤保持量、生境质量和碳固持量略高于平均值，产水量略低于平均值。

3 讨论

在生态功能分析中，关中平原城市群粮食生产量呈现先增加后减少的趋势，虽然2000—2010年耕地面积有所减少，但是粮食生产量的平均值增加明显，主要与农业技术水平的提高、单位面积粮食产量持续增加有关，2010—2020年粮食生产量的平均值有所下降，主要是由于退耕还林还草工程的实施，耕地面积有较大数量的减少，与汪仕美等[24]的研究结果相一致。2000—2020年土壤保持量呈现先增加后减少，产水量呈现先迅速增加后缓慢增加的趋势，与徐省超等[25]的研究结果一致，退耕还林还草工程对于土壤保持量的效果明显，植被枯落物的分解可有效改善土壤结构，提高土壤的抗蚀性和抗冲性，植被的根系可以有效地固定土壤、减少水土流失[26]，2010—2020年土壤保持水平降低主要是由于这一时期内降雨侵蚀力的降低[27]。在实际蒸散发量变化不大的情况下，降雨量的持续增加会使产水量不断增加。王茜等[28]、李明臣等[29]、陈登帅等[30]分别关于秦岭、陕西省和渭河流域的生态系统服务的研究，证明本研究的准确度和科学性。
识别区域生态系统服务簇，作为生态功能分区的依据。基于服务簇内的生态系统服务功能，将关中平原城市群划分为粮食主产区、生态保育区、重要城市区和生态均衡区。赵筱青等[23]以喀斯特山区为例，依据主导的生态系统服务功能将其分为生态保护区、生态均衡区、农业主产区和人类生产生活区四大类；申嘉澍等[31]以雄安新区为例，依据主导的生态系统服务功能将其分为食物供给簇、文化娱乐簇、生态保育簇和城镇生活簇，通过对服务簇组成结构的研究，提升划分的合理性。在未来发展过程中，需通过合理的生态规划方案促进生态系统服务间的协同发展。对于粮食主产区，需加强高标准农田的建设，严守耕地保护红线，优化种植结构，提高农田生态系统多功能性；对于生态保育区，需适当建立自然保护区，加强天然林区、水源保护地的维护，合理开发其特有的旅游、生物资源等；对于重要城市区，需加强绿色基础设施的建设，减少城区不透水面的覆盖；对于生态均衡区，需要优先维护生态系统服务的稳定性，不以牺牲土壤保持、生境质量和碳固持量为代价。
在城市群生态功能分区方法层面，本研究基于K-means聚类分析识别生态系统服务簇，对城市群生态功能分区方法进行一定程度的创新，但对于文化服务尚未涉及。已有研究表明[32]，文化服务与生态系统供给、调节和支持服务存在权衡/协同关系，在未来研究中需加强对多重生态系统服务的评估研究。本研究通过对生态系统服务进行栅格化定量评估，但考虑生态系统服务关系研究的便利性，仅对县级行政单元的生态系统服务进行量化处理，未结合栅格尺度或乡镇单元尺度进行对比分析。未来，将考虑从不同尺度分析关中平原城市群生态系统服务之间的权衡/协同关系，丰富区域生态系统服务的研究。

4 结论

（1） 生态系统服务评估的结果较为准确地反映了城市群内部的生态系统对人类社会发展价值的水平和变化。关中平原城市群粮食生产量、土壤保持量呈现先增加后减少的趋势，产水量呈现先迅速增加后缓慢增加的趋势，生境质量和碳固持量均呈现较轻幅度的减少趋势。城市群内植被覆盖程度较高的山地丘陵区，土壤保持、生境质量和碳固持量也较高，地形平坦、耕地面积大的平原地区，粮食生产水平较高，降雨量大且城市化水平较高的地区产水量较高。
（2） 关中平原城市群粮食生产量与土壤保持量、生境质量、碳固持量之间存在极显著的权衡关系。同时，粮食生产量与产水量之间存在显著的权衡关系。此外，土壤保持量与生境质量、土壤保持量与碳固持量、生境质量与碳固持量之间存在极显著的协同关系，产水量与生境质量、产水量与碳固持量之间没有显著性差异。从时间变化来看，粮食生产量与土壤保持量、生境质量、碳固持量的相关性在持续减弱，粮食生产量与产水量之间的相关性在持续增强，土壤保持量与生境质量、土壤保持量与碳固持量、生境质量与碳固持量的相关性均呈现先增加后减小的趋势。
（3） 基于服务簇内的生态系统服务功能，将关中平原城市群划分为四大功能分区：粮食生产区、生态保育区、重要城市区和生态均衡区。粮食主产区以粮食生产服务为主导，生态保育区以土壤保持量为主导，产水量、生境质量和碳固持量也较高。重要城市区土壤保持量、粮食生产量、生境质量和碳固持量远低于平均值，需要加强人居环境的改善，提高绿化面积。生态均衡区粮食生产量基本与区域平均值持平，土壤保持量、生境质量和碳固持量略高于平均值，产水量略低于平均值。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Costanza R, D’Arge R, Groot R D, et al. The value of the world’s ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260.

[2]
戴尔阜, 王晓莉, 朱建佳, 等. 生态系统服务权衡/协同研究进展与趋势展望[J]. 地球科学进展, 2015, 30(11): 1250-1259.

DOI

[Dai Erfu, Wang Xiaoli, Zhu Jianjia, et al. Progress and perspective on ecosystem services trade-offs[J]. Advances in Earth Science, 2015, 30(11): 1250-1259.]

DOI

[3]
Renard D, Rhemtulla J M, Bennett E M. Historical dynamics in ecosystem service bundles[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(43): 13411-13416.

DOI PMID

[4]
傅伯杰, 张立伟. 土地利用变化与生态系统服务: 概念、方法与进展[J]. 地理科学进展, 2014, 33(4): 441-446.

DOI

[Fu Bojie, Zhang Liwei. Land-use change and ecosystem services: Concepts, methods and progress[J]. Progress in Geography, 2014, 33(4): 441-446.]

DOI

[5]
Chen T Q, Feng Z, Zhao H F, et al. Identification of ecosystem service bundles and driving factors in Beijing and its surrounding areas[J]. Science of the Total Environment, 2020, 711: 134687, doi: 10.1016/j.scitotenv.2019.134687.

[6]
潘莹, 郑华, 易齐涛, 等. 流域生态系统服务簇变化及影响因素——以大清河流域为例[J]. 生态学报, 2021, 41(13): 5204-5213.

[Pan Ying, Zheng Hua, Yi Qitao, et al. The change and driving factors of ecosystem service bundles: A case study of Daqing River Basin[J]. Acta Ecologica Sinica, 2021, 41(13): 5204-5213.]

[7]
陈利顶, 孙然好, 孙涛, 等. 城市群生态安全格局构建: 概念辨析与理论思考[J]. 生态学报, 2021, 41(11): 4251-4258.

[Chen Liding, Sun Ranhao, Sun Tao, et al. Eco-security pattern building in urban agglomeration: Conceptual and theoretical thinking[J]. Acta Ecologica Sinica, 2021, 41(11): 4251-4258.]

[8]
唐立娜, 蓝婷, 邢晓旭, 等. 中国东部超大城市群生态环境建设成效与发展对策[J]. 中国科学院院刊, 2023, 38(3): 394-406.

[Tang Lina, Lan Ting, Xing Xiaoxu, et al. Past achievements and future strategies of eco-environmental construction in mega urban agglomerations in eastern China[J]. Bulletin of Chinese Academy of Sciences, 2023, 38(3): 394-406.]

[9]
Yang Y, Cai Z X. Ecological security assessment of the Guanzhong Plain urban agglomeration based on an adapted ecological footprint model[J]. Journal of Cleaner Production, 2020, 260: 120973, doi: 10.1016/j.jclepro.2020.120973.

[10]
杨屹, 杨凤仪, 蔡梓萱. 黄河流域城市群资源环境承载力演变特征及驱动因素研究——以关中平原城市群为例[J]. 环境科学学报, 2022, 42(2): 476-485.

[Yang Yi, Yang Fengyi, Cai Zixuan. Evolutionary characteristics and driving factors of the resources and environmental carrying capacity of the urban agglomeration in the Yellow River Basin: A case study of the Guanzhong Plain urban agglomeration[J]. Acta Scientiae Circumstantiae, 2022, 42(2): 476-485.]

[11]
Chen J, Wang S S, Zou Y T. Construction of an ecological security pattern based on ecosystem sensitivity and the importance of ecological services: A case study of the Guanzhong Plain urban agglomeration, China[J]. Ecological Indicators, 2022, 136: 108688, doi: 10.1016/j.ecolind.2022.108688.

[12]
赵文亮, 贺振, 贺俊平, 等. 基于MODIS-NDVI的河南省冬小麦产量遥感估测[J]. 地理研究, 2012, 31(12): 2310-2320.

[Zhao Wenliang, He Zhen, He Junping, et al. Remote sensing estimation for winter wheat yield in Henan based on the MODIS-NDVI data[J]. Geographical Research, 2012, 31(12): 2310-2320.]

[13]
武文欢, 彭建, 刘焱序, 等. 鄂尔多斯市生态系统服务权衡与协同分析[J]. 地理科学进展, 2017, 36(12): 1571-1581.

DOI

[Wu Wenhuan, Peng Jian, Liu Yanxu, et al. Tradeoffs and synergies between ecosystem services in Ordos City[J]. Progress in Geography, 2017, 36(12): 1571-1581.]

DOI

[14]
Yin C C, Zhao W W, Pereira P. Soil conservation service underpins sustainable development goals[J]. Global Ecology and Conservation, 2022, 33: e01974, doi: 10.1016/j.gecco.2021.e01974.

[15]
余玉洋, 李晶, 周自翔, 等. 基于贝叶斯网络的生态系统服务空间格局优化——以泾河流域为例[J]. 干旱区地理, 2022, 45(4): 1268-1280.

DOI

[Yu Yuyang, Li Jing, Zhou Zixiang, et al. Spatial pattern optimization of ecosystem services based on Bayesian networks: A case of the Jing River Basin[J]. Arid Land Geography, 2022, 45(4): 1268-1280.]

DOI

[16]
戴尔阜, 王亚慧. 横断山区产水服务空间异质性及归因分析[J]. 地理学报, 2020, 75(3): 607-619.

DOI

[Dai Erfu, Wang Yahui. Spatial heterogeneity and driving mechanisms of water yield service in the Hengduan Mountain region[J]. Acta Geographica Sinica, 2020, 75(3): 607-619.]

DOI

[17]
窦攀烽, 左舒翟, 任引, 等. 气候和土地利用/覆被变化对宁波地区生态系统产水服务的影响[J]. 环境科学学报, 2019, 39(7): 2398-2409.

[Dou Panfeng, Zuo Shuzhai, Ren Yin, et al. The impacts of climate and land use/land cover changes on water yield service in Ningbo region[J]. Acta Scientiae Circumstantiae, 2019, 39(7): 2398-2409.]

[18]
黄木易, 岳文泽, 冯少茹, 等. 基于InVEST模型的皖西大别山区生境质量时空演化及景观格局分析[J]. 生态学报, 2020, 40(9): 2895-2906.

[Huang Muyi, Yue Wenze, Feng Shaoru, et al. Spatial-temporal evolution of habitat quality and analysis of landscape patterns in Dabie Mountain area of west Anhui Province based on InVEST model[J]. Acta Ecologica Sinica, 2020, 40(9): 2895-2906.]

[19]
卢雅焱, 徐晓亮, 李基才, 等. 基于InVEST模型的新疆天山碳储量时空演变研究[J]. 干旱区研究, 2022, 39(6): 1896-1906.

DOI

[Lu Yayan, Xu Xiaoliang, Li Jicai, et al. Research on the spatio-temporal variation of carbon storage in the Xinjiang Tianshan Mountains based on the InVEST model[J]. Arid Zone Research, 2022, 39(6): 1896-1906.]

DOI

[20]
隋露, 蒲春玲, 刘志有, 等. 基于PLUS模型的乌鲁木齐市生态服务价值权衡协同探究[J]. 干旱区地理, 2023, 46(1): 159-168.

DOI

[Sui Lu, Pu Chunling, Liu Zhiyou, et al. Trade-off synergy of ecosystem service value in Urumqi City based on PLUS model[J]. Arid Land Geography, 2023, 46(1): 159-168.]

DOI

[21]
祁宁, 赵君, 杨延征, 等. 基于服务簇的东北地区生态系统服务权衡与协同[J]. 生态学报, 2020, 40(9): 2827-2837.

[Qi Ning, Zhao Jun, Yang Yanzheng, et al. Quantifying ecosystem service trade-offs and synergies in northeast China based on ecosystem service bundles[J]. Acta Ecologica Sinica, 2020, 40(9): 2827-2837.]

[22]
彭立, 邓伟, 黄佩, 等. 四川盆地多重生态系统服务景观指数评价与服务簇识别[J]. 生态学报, 2021, 41(23): 9328-9340.

[Peng Li, Deng Wei, Huang Pei, et al. Evaluation of multiple ecosystem services landscape index and identification of ecosystem services bundles in Sichuan Basin[J]. Acta Ecologica Sinica, 2021, 41(23): 9328-9340.]

[23]
赵筱青, 石小倩, 李驭豪, 等. 滇东南喀斯特山区生态系统服务时空格局及功能分区[J]. 地理学报, 2022, 77(3): 736-756.

DOI

[Zhao Xiaoqing, Shi Xiaoqian, Li Yuhao, et al. Spatio-temporal pattern and functional zoning of ecosystem services in the karst mountainous areas of southeastern Yunnan[J]. Acta Geographica Sinica, 2022, 77(3): 736-756.]

DOI

[24]
汪仕美, 靳甜甜, 燕玲玲, 等. 子午岭区生态系统服务权衡与协同变化及其影响因素[J]. 应用生态学报, 2022, 33(11): 3087-3096.

DOI

[Wang Shimei, Jin Tiantian, Yan Lingling, et al. Trade-off and synergy among ecosystem services and the influencing factors in the Ziwuling region, northwest China[J]. Chinese Journal of Applied Ecology, 2022, 33(11): 3087-3096.]

DOI

[25]
徐省超, 赵雪雁, 宋晓谕. 退耕还林(草)工程对渭河流域生态系统服务的影响[J]. 应用生态学报, 2021, 32(11): 3893-3904.

DOI

[Xu Xingchao, Zhao Xueyan, Song Xiaoyu. Impacts of the returning farmland to forest (grassland) project on ecosystem services in the Weihe River Basin, China[J]. Chinese Journal of Applied Ecology, 2021, 32(11): 3893-3904.]

DOI

[26]
黄麟, 祝萍, 曹巍. 中国退耕还林还草对生态系统服务权衡与协同的影响. 生态学报, 2021, 41(3): 1178-1188.

[Huang Lin, Zhu Ping, Cao Wei. The impacts of the Grain for Green Project on the trade-off and synergy relationships among multiple ecosystem services in China[J]. Acta Ecologica Sinica, 2021, 41(3): 1178-1188.]

[27]
刘文超, 刘纪远, 匡文慧. 陕北地区退耕还林还草工程土壤保护效应的时空特征[J]. 地理学报, 2019, 74(9): 1835-1852.

DOI

[Liu Wenchao, Liu Jiyuan, Kuang Wenhui. Spatiotemporal patterns of soil protection effect of the Grain for Green Project in northern Shaanxi[J]. Acta Geographica Sinica, 2019, 74(9): 1835-1852.]

DOI

[28]
王茜, 穆琪, 罗漫雅, 等. 秦岭生态系统服务协同与权衡的时空异质性[J]. 应用生态学报, 2022, 33(8): 2057-2067.

DOI

[Wang Xi, Mu Qi, Luo Manya, et al. Spatial and temporal variations of ecosystem service synergy and trade-off in Qinling Mountains, China[J]. Chinese Journal of Applied Ecology, 2022, 33(8): 2057-2067.]

DOI

[29]
李明臣, 何霖. 陕西黄土高原生态系统服务时空变化及热点识别[J]. 人民黄河, 2022, 44(4): 94-99, 106.

[Li Mingchen, He Lin. Analysis on spatial-temporal change and hotspot identification of ecosystem services in the Loess Plateau of Shaanxi Province[J]. Yellow River, 2022, 44(4): 94-99, 106.]

[30]
陈登帅, 李晶, 杨晓楠, 等. 渭河流域生态系统服务权衡优化研究[J]. 生态学报, 2018, 38(9): 3260-3271.

[Chen Dengshuai, Li Jing, Yang Xiaonan, et al. Trade-offs and optimization among ecosystem services in the Weihe River Basin[J]. Acta Ecologica Sinica, 2018, 38(9): 3260-3271.]

[31]
申嘉澍, 梁泽, 刘来保, 等. 雄安新区生态系统服务簇权衡与协同[J]. 地理研究, 2020, 39(1): 79-91.

DOI

[Shen Jiashu, Liang Ze, Liu Laibao, et al. Trade-offs and synergies of ecosystem service bundles in Xiong’an New Area[J]. Geographical Research, 2020, 39(1): 79-91.]

[32]
范逸凡, 王珂, 黄璐. 乡村地区生态系统服务权衡与协同关系——以湖州市为例[J]. 生态学报, 2022, 42(17): 6875-6887.

[Fan Yifan, Wang Ke, Huang Lu. Trade-offs and synergies of ecosystem services in rural areas: A case study of Huzhou[J]. Acta Ecologica Sinica, 2022, 42(17): 6875-6887.]

Options
Outlines

/

〈 〉