EN中文

干旱区研究 >

2024 , Vol. 41 >Issue 6: 1021 - 1031

DOI: https://doi.org/10.13866/j.azr.2024.06.11

生态与环境

拉萨河流域土地利用与生态系统服务价值时空演变及驱动因素

  • 周建伟 , 1, 2, 3, 4 ,
  • 罗君 , 2, 3, 4 ,
  • 马雪洋 5
展开
  • 1.西藏大学生态环境学院，西藏 拉萨 850000
  • 2.西华师范大学地理科学学院，四川 南充 637009
  • 3.四川省干旱河谷土壤侵蚀监测与控制工程实验室，四川 南充 637009
  • 4.大小凉山干旱河谷土壤侵蚀与生态修复野外科学观测研究站，四川 喜德 616753
  • 5.西华师范大学环境科学与工程学院， 四川 南充 637009
罗君. E-mail:

周建伟（1995-），男，在读博士研究生，从事高原生态学研究. E-mail:

收稿日期: 2022-11-23

  修回日期: 2024-02-09

  网络出版日期: 2025-08-12

基金资助

国家自然科学基金项目(41971015)

收起

Spatio-temporal evolution and driving factors of land use and ecosystem service value in the Lhasa River Basin, China

  • ZHOU Jianwei , 1, 2, 3, 4 ,
  • LUO Jun , 2, 3, 4 ,
  • MA Xueyang 5
Expand
  • 1. School of Ecology and Environment, Tibet University, Lhasa 850000, Tibet, China
  • 2. School of Geographical Sciences, China West Normal University, Nanchong 637009, Sichuan, China
  • 3. Sichuan Provincial Engineering Laboratory of Monitoring and Control for Soil Erosion on Dry Valleys, Nanchong 637009, Sichuan, China
  • 4. Liangshan Soil Erosion and Ecological Restoration in Dry Valleys Observation and Research Station, Xide 616753, Sichuan, China
  • 5. College of Environmental Science and Engineering, China West Normal University, Nanchong 637009, Sichuan, China

Received date: 2022-11-23

  Revised date: 2024-02-09

  Online published: 2025-08-12

Fold

摘要

土地利用变化对生态文明建设产生强烈影响，进而威胁经济社会与生态环境的可持续发展。基于高精度土地利用数据，分析了拉萨河流域2000—2020年土地利用和生态系统服务价值（Ecosystem Service Value, ESV）时空演变特征，并借助PLUS模型和地理探测器分别探索了土地利用变化和ESV空间分异的驱动因素。结果表明：（1） 2000—2020年拉萨河流域土地利用以草地为主，占流域总面积的85.23%。土地利用呈草地缩减，其余地类扩张的趋势。其中，草地减少2.45%，建设用地、水域和林地分别扩张199.72%、44.64%和21.97%。（2） 流域土地利用变化受海拔、年均地温、距湖泊和水库距离等因素影响，其中，海拔对耕地、林地、水域和建设用地扩张的贡献度分别高达0.18、0.11、0.28和0.13，坡度和年均地温对草地和未利用地变化的贡献度分别为0.14和0.15。（3） 2000—2020年流域ESV总体增加1.14%（14.96×108元），草地和气候调节分别为ESV贡献最突出的土地利用类型和生态系统服务类型，两者的贡献率分别为87.13%和25.50%。（4） 流域ESV具有显著空间分异性，受NDVI、海拔、年均风速和年均气温等因子影响。其中，NDVI的解释力高达0.46，任意两两因子的交互均会增强ESV的分异性。研究结果可为拉萨河流域及类似区域国土空间规划和生态文明建设提供科学参考。

关键词： 土地利用; 生态系统服务价值; 驱动因子; 拉萨河流域

本文引用格式

周建伟 , 罗君 , 马雪洋 . 拉萨河流域土地利用与生态系统服务价值时空演变及驱动因素[J]. 干旱区研究, 2024 , 41(6) : 1021 -1031 . DOI: 10.13866/j.azr.2024.06.11

Abstract

Change in land use profoundly impacts ecological development, posing a consequential threat to the sustainable progress of society, civilization, economy, and the environment. Based on high-precision land use data from 2000 to 2020, this study delves into the spatiotemporal evolution of land use and ecosystem service value (ESV) in the Lhasa River Basin. By employing PLUS models and geographic detectors, the driving factors of land use alterations and the spatial differentiation of ESV were explored. The findings reveal that (1) The predominant land use in the Lhasa River Basin was grassland from 2000 to 2020, constituting 85.23% of the total basin area, indicating a trend of grassland reduction and expansion of other land types; specifically, the grasslands decreased by 2.45%, while construction land, water area, and forest land expanded by 199.72%, 44.64%, and 21.97%, respectively. (2) The change in land use within the watershed was intricately influenced by factors such as altitude, annual average ground temperature, and distance from lakes and reservoirs. Altitude, in particular, exhibited a substantial contribution to the expansion of cultivated, forest, water bodies, and construction lands, with respective values of 0.18, 0.11, 0.28, and 0.13. Slope and annual average ground temperature contributed significantly to changes in grass and unused lands, registering values of 0.14 and 0.15, respectively. (3) From 2000 to 2020, the overall ESV of the watershed increased by 1.14% (1.496 billion yuan). Grassland and climate regulation were the land use and ecosystem service types with the most prominent respective contributions of 87.13% and 25.50% to the ESV. (4) Furthermore, the ESV within the watershed exhibited substantial spatial differentiation, influenced by factors including NDVI, altitude, annual average wind speed, and annual average temperature. The explanatory power of NDVI reached a notable 0.46, and the interaction between any two factors accentuated ESV differentiation. These research outcomes provide valuable scientific insights for guiding the spatial planning and ecological and civilizational development of the Lhasa River Basin and analogous regions.

Key words： land use; ecosystem service value; driving factors; Lhasa River Basin

生态系统服务指人类通过生态系统的结构、过程和功能直接或间接获得的生命支持产品和服务[1]，与人类福祉密切相关[2]，其可持续供给是经济社会可持续发展的基石[3]。生态系统服务价值（Ecosystem Service Value, ESV）作为评价生态系统服务强弱的方法之一[4]，科学评估生态系统服务价值对区域制定合理的生态保护政策具有重要意义[5]。土地利用作为人类最基本的实践活动[6]，是影响生态系统服务功能变化的重要因素[7]，土地利用变化直接影响着生态系统的质量和过程演变[8]。在经济高速发展、人口激增的背景下[9]，人地矛盾日渐突出，土地利用变化与生态系统服务价值的影响研究正成为全球变化研究的热点[7-8,10]。
当前，学者围绕土地利用和生态系统服务价值展开了大量研究[3,5-6]。土地利用研究注重于其时空格局[6,9]、驱动机制[11]和未来情景模拟[10]等。其中，驱动机制多采用主成分分析法、地理探测器和PLUS等模型进行研究[12]。PLUS模型不同于以往的元胞自动机模型，因以栅格数据为基础、数据获取方便且操作简单[13]而得到广泛应用，可通过随机森林分类算法分析各类驱动因子对土地利用变化的贡献程度[11]。自全球生态系统服务价值实现量化评估[1]和中国生态系统单位面积服务价值当量表建立[14]以来，学者在各级尺度多围绕生态系统服务价值时空演变[3]、空间异质性[9]、地形梯度分布[15]等进行研究。其中，空间异质性主要运用多元回归分析法、空间回归模型和地理探测器等模型实现[16]。地理探测器是一种新型的空间统计方法[5]，可通过分异及因子探测、交互作用探测、风险区探测和生态探测4个探测器揭示要素空间分异性背后的驱动力[17]。然而，目前土地利用变化及生态系统服务价值研究，不仅大多侧重于二三级阶梯内城镇化快速且土地利用转移频繁的经济较发达地区[7]，且往往忽视建设用地的生态价值[6,8]。在有世界第三极之称的青藏高原，特别是其经济腹地拉萨河流域的相关研究极为匮乏，密切关注拉萨河流域土地利用和生态系统服务价值的演变规律，对于该流域乃至西藏的稳定发展意义重大。
20世纪末以来，国家政策倾斜下拉萨河流域城镇化建设快速推进、人口激增，又因全球气候变暖影响，流域土地利用结构剧烈变化，经济发展和生态文明建设间的矛盾日益突出。鉴于此，本文在分析2000—2020年流域土地利用和生态系统服务价值时空演变的基础上，运用PLUS模型和地理探测器分别探究土地利用变化和生态系统服务价值空间分异的驱动因素，以期为流域土地利用布局优化和生态环境保护提供决策支持。

1 材料与方法

1.1 研究区概况

拉萨河源于念青唐古拉山脉南麓彭措拉孔马沟，途径墨竹工卡、达孜、堆龙德庆等地，最终于曲水县城东注入雅鲁藏布江[18]（图1），全长约568 km，为雅鲁藏布江5大支流中的最大支流。流域面积约32692.86 km2，占雅鲁藏布江流域面积的13.5%，其径流主要源自降水和积雪融水[19]。拉萨河流域平均海拔超过4500 m，平均坡降约0.29%[20]。流域属于高原温带半干旱气候，受西南季风影响，干湿季分明，降水集中于5—9月，年降水量257~699 mm，太阳辐射强烈，年均气温6.3~9.1 ℃[20]，气温日较差大。截止2020年末，流域常住人口86.79×104人，城镇化率69.77%，GDP为678.16×108元。经济和人口规模的快速发展，对流域生态环境造成巨大扰动，流域生态环境面临诸多挑战。
图1 拉萨河流域地理位置

注：底图采用自然资源部标准地图制作，审图号为GS(2020)4630号，对底图边界无修改。下同。

Fig. 1 Location of the Lhasa River Basin

1.2 数据来源

30 m空间分辨率土地利用数据集（2000—2020年）来源于中国科学院空天信息创新研究院基于Landsat卫星数据（Landsat TM，ETM+和OLI）生产的全球精细地表覆盖动态监测产品（https://data.casearth.cn/），总体精度为82.5%，Kappa 系数达0.784[21]，满足研究需求。DEM数据源于地理空间数据云（http://www.gscloud.cn/），空间分辨率为30 m，并由此处理得到坡度、坡向和地形起伏度。年均风速、年日照数、年均相对湿度、年均地温、年蒸发量、年降水量、年均气温、NDVI、≥10 ℃积温、地均GDP和人口密度数据源自中国科学院资源环境科学数据中心（http://www.resdc.cn/），空间分辨率均为1 km。铁路、公路、居民点、河流、湖泊和水库数据来自国家基础地理信息中心（https://www.webmap.cn/）发布的1:1000000基础地理信息数据。粮食产量、粮食播种面积数据来源于研究期内《西藏统计年鉴》，粮食价格数据源自西藏自治区粮食和物资储备局（http://xz.lswz.gov.cn/）。

1.3 研究方法

1.3.1 生态系统服务价值评估

基于ESV评估模型[22]，参照中国陆地生态系统单位面积ESV当量表[2]，依据2020年拉萨市（拉萨河流域主体位于拉萨市）平均粮食产量（5794.78 kg·hm-2）及西藏粮食主产地粮食平均收购价格（4.15元·kg-1），对价值当量系数进行修正。然后按“一个标准生态服务价值当量的经济价值为平均粮食单产市场价值的 1/7”理论[14]，得出拉萨河流域ESV的价值当量为3435.48元·hm-2，后由修正的当量表（表1）计算得到研究区ESV，计算公式如下：
E S V = ∑ i = 1 m ∑ j = 1 n A i × S i j
式中： E S V为生态系统服务价值； A i为评价格网第 i种地类的面积； S i j为第 i种地类第 j种生态系统服务类型单位面积的 E S V当量； i为地类数量； j为生态系统服务类型。
表1 研究区单位面积生态系统服务价值当量

Tab. 1 Equivalent of ecological service value per unit area in the study area /（元·hm-2）

生态系统服务类型 土地利用类型
耕地 林地 草地 水域 建设用地 未利用地
食物生产 2920.16 927.58 790.16 2748.38 34.35 34.35
原料生产 1374.19 2164.35 1168.06 790.16 0.00 103.06
水资源供给 68.71 1133.71 652.74 28480.13 0.00 68.71
气体调节 2301.77 7111.44 4156.93 2645.32 0.00 171.77
气候调节 1236.77 21299.98 10959.18 7867.25 0.00 343.55
净化环境 343.55 6183.86 3607.25 19066.91 0.00 515.32
水文调节 927.58 13260.95 8039.02 351243.48 0.00 343.55
土壤保持 3538.54 8657.41 5050.16 3195.00 68.71 446.61
维持养分循环 412.26 652.74 377.90 240.48 0.00 34.35
生物多样性 446.61 7901.60 4603.54 8760.47 1168.06 412.26
美学景观 206.13 3469.83 2026.93 6493.06 34.35 171.77
合计 13776.27 72763.47 41431.89 431530.64 1305.48 2645.32

1.3.2 PLUS模型

PLUS模型中的用地扩张分析策略采用随机森林分类（RFC）算法逐一对各类土地利用扩张和驱动因素进行挖掘，可获取特定时段各地类的发展概率及驱动因素对各地类扩张的贡献[13]。RFC算法能处理高维数据及变量之间的多重共线性，确定 k类土地利用在单元格 i上出现的概率 P i , k d，其演算公式如下：
P i , k d x = ∑ n = 1 M I h n x = d M
式中： d取0或1， d=1表明有其他地类转为 k类，0则表示土地利用类型转变成了除 k外的其他地类； x为多个驱动因素组成的向量； I为决策树集的指示性函数； h n x为向量 x的第 n个决策树的预测类型； M为决策树总数。

1.3.3 地理探测器

地理探测器可探索要素的空间分异特征[17]，采用因子探测器和交互探测器对拉萨河流域ESV空间分异的驱动因子及其交互作用进行探测，公式如下：
q = 1 - 1 N σ 2 ∑ h = 1 L N h σ h 2
式中：q为驱动因子对流域ESV空间分异的影响力；L为变量Y或因子X的分层，即分类或分区；Nh和N分别为评价单元 h和全区单元数； σ h 2和 σ 2分别为评价网格和研究区ESV的方差。

2 结果与分析

2.1 土地利用变化分析

2.1.1 土地利用时空变化

草地为拉萨河流域最主要的土地利用类型（图2），2000—2020年其面积占流域总面积的85.23%，分布于流域大部分地区。其次为未利用地和林地，二者面积分别占9.79%和4.35%。其中，未利用地集中分布于流域西北部念青唐古拉山脉、拉萨河下游干流两侧和上游山地；林地主要分布于流域南部山地和中上游山地。水域、耕地和建设用地面积较少，占比均小于0.50%，水域集中于拉萨河源头澎错、东德错等湖泊和中下游旁多和直孔等水电站，建设用地集中于流域下游城关、达孜和堆龙德庆等区县中心，耕地集中于拉萨河中下游的墨竹工卡、林周和达孜等地的河谷地带。
图2 拉萨河流域土地利用空间分布

Fig. 2 Spatial distribution of land use types in Lhasa River Basin

2000—2020年拉萨河流域除草地呈缩减趋势外，其余地类均不同程度扩张（图3）。其中，草地面积缩减2.45%（687.13 km2），耕地、林地、水域、建设用地和未利用地的面积分别扩张10.72%（5.76 km2）、21.97%（308.05 km2）、44.64%（46.62 km2）、199.72%（32.92 km2）和9.42%（293.78 km2）。可见，拉萨河流域土地利用变化特征主要受全球气候变暖以及国家“西部大开发”等政策、旁多（2011年截流）等水利枢纽工程建设的影响。
图3 2000—2020年拉萨河流域土地利用面积变化

Fig. 3 Area changes of land use types in Lhasa River Basin from 2000 to 2020

从土地利用转移的空间分布和方向来看，2000—2020年拉萨河流域各地类间转移频繁（图4）。草地缩减的面积主要转出为未利用地和林地，面积分别为969.38 km2和676.67 km2，主要集中于拉萨河中下游河谷带、念青唐古拉山脉和中上游山地。此外，草地转为水域（51.19 km2）、耕地（43.98 km2）和建设用地（25.18 km2）的面积较大。其中，转为水域的区域集中在旁多和直孔两处水利设施处，转为耕地的区域主要分布于拉萨河中上游的达孜、林周和墨竹工卡等县的河谷地带，转为建设用地的区域高度集中在达孜区—城关区—堆龙德庆区的拉萨河谷地。同时，未利用地（666.03 km2）、林地（365.28 km2）和耕地（31.49 km2）转为草地的面积也较大，集中在中上游山地、下游河谷两侧山地和西部山地。值得注意的是，未利用地转为水域（40.65 km2）和林地（13.56 km2）、水域转为未利用地（25.87 km2）和草地（16.84 km2）的面积也较大，主要集中在拉萨河城关区段、中游山地和念青唐古拉山脉。与此同时，东南部和流域中上游的山地有22.09 km2的林地退化为未利用地。这进一步佐证了拉萨河流域土地利用变化深受城镇化建设等经济活动和全球气候变暖等自然因素变化的影响。
图4 2000—2020年研究区土地利用转移空间分布及方向

Fig. 4 Land use transformation spatial distribution and direction in the study area from 2000 to 2020

2.1.2 土地利用变化驱动因素

综合拉萨河流域自然和经济状况，依据前人研究成果[10]，筛选包括海拔（X1）、坡度（X2）、坡向（X3）、地形起伏度（X4）、年均风速（X5）、年日照数（X6）、年均相对湿度（X7）、年均地温（X8）、年蒸发量（X9）、年降水量（X10）、年均气温（X11）、NDVI（X12）、≥10 ℃积温（X13）、距河流距离（X14）、距湖泊和水库距离（X15）、地均GDP（X16）、人口密度（X17）、距居民点距离（X18）、距铁路距离（X19）、距公路距离（X20）共20个自然和经济因子，运用PLUS模型，计算各影响因子对不同土地利用类型变化的贡献度，进而探讨拉萨河流域土地利用变化的驱动机制。
从分析结果来看（图5），耕地变化的主导因子为X1，贡献度高达0.18，其次为X3（0.11）和X2（0.08）。X1（0.11）为林地变化的主导因子，其次为X2（0.10）和X3（0.10）。草地变化的主导因子为X15（0.16），其次为X2（0.14）和X1（0.11）。水域变化主要受X1（0.28）影响，其次为X18（0.13）和X16（0.08）。建设用地变化的主导因子为X13（0.13），其次为X11（0.11）和X10（0.09）。未利用地变化的主导因子为X8，其贡献度高达0.15，其次为X2（0.11）和X6（0.11）。耕地、林地、草地和建设用地的变化主要受海拔、坡度等地形因子的制约，水域面积变化主要由海拔和距居民点距离、GDP等经济因素影响，未利用地变化主要受年均地温和年日照数等气象因素影响。故流域土地利用规划需严格遵循因地制宜原则，依据各地自然和经济状况加强国土空间规划监管，规避不合理土地利用方式对流域生态环境的威胁。
图5 2000—2020年拉萨河流域土地利用变化驱动因子贡献度

Fig. 5 Contribution of driving factors of land use change in Lhasa River Basin from 2000 to 2020

2.2 生态系统服务价值变化分析

2.2.1 生态系统服务价值时空变化

拉萨河流域ESV总体呈增长趋势，由2000年的1316.02×108元增至2020年1330.98×108元，增长率为1.14%（图6）。草地是拉萨河流域ESV的最大贡献者，约占流域总ESV的87.13%。其次为林地，ESV贡献率约为7.80%。水域和未利用地也是流域较为重要的ESV贡献系统，两者贡献率分别为4.38%和0.64%。耕地和建设用地的ESV占比极低（均在0.04%以下），但也对流域ESV具有一定影响。2000—2020年各地类ESV变化与其面积变化趋势一致，其中，草地ESV减少3.13%（28.47×108元）。林地、水域和未利用地的ESV分别增长1.60%（22.42×108元）、1.47%（20.12×108元）和0.05%（0.78×108元）；耕地和建设用地的ESV增长不显著，增长率均低于0.05%。
图6 2000—2020年拉萨河流域ESV变化

Fig. 6 Changes of ESV in Lhasa River Basin from 2000 to 2020

在生态系统服务类型方面（图6），气候调节和水文调节的ESV贡献度突出，二者分别约贡献了流域25.50%和21.98%的ESV；其次为土壤保持（11.70%）和生物多样性（10.72%），其余生态系统服务类型的贡献度在10.00%以下。2000—2020年，除水文调节、水资源供给、净化环境和美学景观的ESV分别增加5.34%（15.04×108元）、5.42%（1.25×108元）、0.41%（0.47×108元）和0.05%（0.03×108元）外；其余类型的ESV均不同程度下降，其中，土壤保持、气体调节和气候调节的ESV减少显著，三者分别减少0.32%（0.50×108元）、0.38%（0.48×108元）和0.15%（0.49×108元）；其余类型的ESV减少不显著。可见，林地和水域面积的扩张是流域ESV增长的主要原因。
以1 km×1 km的格网计算单位面积ESV（104元·hm-2），进一步分析流域ESV的空间分布和变化，并采用自然断点法将其划为极低价值[0.23,2.19）、低价值[2.19,3.65）、中等价值[3.65,4.40）、高价值[4.40,6.20）和极高价值[6.20,30.59] 5个等级，并统计面积占比变化。由结果可知（表2、图7），拉萨河流域ESV具有显著空间分异性，极低价值区绵延于西北部念青唐古拉山脉和城关、堆龙等城镇建成区的未利用地和建设用地集中带，其面积约占3.77%。低价值区主要分布于极低价值区边缘和流域东北部未利用地和草地的混交带，面积约占13.71%。中等价值区为流域西部和中部等草地覆盖的大部分区域，面积约占63.31%。高价值区主要分布于流域南部边缘和中上游林地集中的山地，面积约占18.21%。极高价值区高度集中在旁多水电站、南部思金拉措和东北部澎错等水利枢纽和湖泊处，面积约为1.00%。2000—2020年ESV主要呈现中等价值区缩减，其余等级扩张的趋势。其中，中等价值区面积缩减4.94%，高价值和低价值区分别扩张2.26%和1.41%，极低价值和极高价值区扩张不明显。中等价值区缩减区域集中在流域源头湖区，主要被高价值区覆盖（图6）。极低和低价值区分别主要向念青唐古拉山脉和中下游城镇密集带扩张，极高价值扩张区为旁多和直孔等水利枢纽的核心区。
表2 研究区不同等级ESV的面积占比变化

Tab. 2 Changes of area proportion of ESV at different levels in the study area /%

ESV等级
极低价值 低价值 中等低价值 高价值 极高价值
2000年 3.87 13.34 64.35 17.74 0.69
2005年 3.57 13.47 65.01 17.28 0.66
2010年 3.35 12.73 64.37 18.58 0.96
2015年 3.73 14.24 63.39 17.44 1.20
2020年 4.33 14.75 59.42 20.00 1.50
图7 拉萨河流域ESV空间分布

Fig. 7 Spatial distribution of ESV in Lhasa River Basin

2.2.2 生态系统服务价值空间分异影响因素

进一步利用筛选的20个驱动因子，借助地理探测器分析拉萨河流域ESV空间分异的影响因素。由图8可知，流域ESV空间分异受自然和经济因子的双重影响。其中，X12为流域ESV分异的主导因子，解释力q值高达0.46；其次为X1、X5、X11和X8，解释力分别为0.39、0.36、0.34和0.29；此外，X17、X15、X20、X9、X4和X6的解释力也较大，q值均在0.06~0.17；其余因子的解释力均小于0.06，但同样对流域ESV分异产生一定影响。表明年均NDVI、海拔和年均风速等自然因子较人口密度、距公路距离、距居民点距离等经济因子而言，对流域ESV分异产生更为显著的影响。
图8 拉萨河流域ESV空间分异的驱动因子探测结果

Fig. 8 Result of driving factors of spatial differentiation of ESV in Lhasa River Basin

进一步采用因子交互探测器分析驱动因子两两交互对ESV空间分异的影响。由结果可知（图8），X8与X12交互的影响最为显著，解释力达0.54。其次为X5∩X12、X6∩X8、X11∩X15和X12∩X16，q值均为0.52。此外，X1∩X12、X9∩X12和X10∩X11的q值为0.51，X4∩X12、X5∩X8、X6∩X12、X7∩X12、X8∩X9和X10∩X11的q值为0.50。其余因子交互的解释力均低于0.50，但同样较单因子相比表现出更为高的解释力。可见，任意两两因子交互对流域ESV空间分异的影响更为显著，自然因子间的交互效果尤为突出。因此，流域经济发展和生态文明建设过程中不仅需关注自然和经济因子本身对流域生态环境的影响，还需统筹不同因子间交互后产生的增强效应。

3 讨论

土地利用变化被公认为是引起生态环境变化的最主要驱动力之一[23]，随着经济社会的快速发展，日益加剧的人类干扰使土地利用格局发生不同程度变化[24]。同青藏高原主要城市一样[25]，在频繁人类经济活动和气候变化影响下，2000—2020年拉萨河流域土地利用结构变化剧烈，呈现草地缩减，其余地类扩张的趋势。得益于水域和林地扩张，流域ESV呈增长趋势。值得注意的是，流域土地利用变化和ESV扩张多集中于2005年以后，主要表现为能提供较低生态价值的建设用地和能提供极高价值的林地和水域的迅速扩张，与前人研究结果[26]一致。结果同样与21世纪初推出的退牧还草等生态工程[27]和西部大开发等战略政策相吻合，也与青藏、拉日等铁路和拉贡、拉林等高等级公路建设相呼应，更与拉萨市经开区和柳梧新区设立等经济发展活动相对应。
与此同时，在全球气候变暖大背景下，拉萨河流域年均气温不断上升[19]，强烈蒸发、冬春多大风和降水的季节分布不均等因素[20]影响下，拉萨河流域沙漠化呈现加剧趋势，前人研究结果[28]指出，拉萨河下游河谷区沙漠化的风沙物质基础绝大多数为拉萨河及其一级支流的冲积物，风沙源地主要分布在洪积扇、河漫滩、河流阶地和河谷两侧山坡。而不当的利用天然草地等强烈人类活动和冬春季节的大面积裸露耕地极大影响该区风沙源地的形成和分布[28]，威胁流域生态系统稳定性。流域土地利用变化和ESV空间分异受海拔、NDVI、人口密度和距居民点距离等自然和经济因子的双重影响，与学者在干旱区研究结果相似[9]。
故拉萨河流域在今后“东延西拓南跨”城市总体发展规划下，亟需调整城市发展策略，优化土地利用布局，巩固好退耕还林和退牧还草成果。亦需进一步推广现行的拉萨南北山绿化工程、拉萨河河势控导和拦水坝工程，以降低气候变暖引发的拉萨河谷沙漠化加剧风险。此外，面对草地退化问题，需着重考虑通过限制畜牧业发展、围栏放牧及引水灌溉等方式[29]，保护和改善草地资源。研究结果可为拉萨河流域制定协调经济发展与环境保护的国土空间规划提供理论指导，但受数据精度影响，与实际情况仍存在一定误差，今后需提高各类数据精度，也需面向未来土地利用和生态系统服务价值的预测模拟。

4 结论

本文依据高精度土地利用数据分析了2000—2020年拉萨河流域土地利用结构和ESV的时空变化规律，并借助PLUS模型和地理探测器探索了自然和经济因子对流域土地利用变化和ESV分异的影响。主要得出以下结论：
（1） 2000—2020年拉萨河流域土地利用以草地为主，占流域总面积的85.23%。土地利用呈草地缩减，其余地类扩张的趋势。其中，草地减少2.45%，建设用地、水域和林地分别扩张199.72%、44.64%和21.97%。
（2） 流域土地利用变化受海拔、年均地温和距湖泊距离等因素影响。其中，海拔对耕地、林地、水域和建设用地扩张的贡献度分别高达0.18、0.11、0.28和0.13，坡度和年均地温对草地和未利用地变化的贡献度依次为0.14和0.15。
（3） 2000—2020年流域ESV总体增加1.14%（14.96×108元），草地和气候调节分别为ESV贡献最突出的土地利用类型和生态系统服务类型，两者的贡献率依次约为87.13%和25.50%。
（4） 流域ESV具有显著空间分异性，受NDVI、海拔、年均风速和年均气温等因子影响，其中，NDVI的解释力高达0.46，任意两两因子的交互均会增强ESV的分异性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Costanza R, Darge 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]
谢高地, 张彩霞, 张昌顺, 等. 中国生态系统服务的价值[J]. 资源科学, 2015, 37(9): 1740-1746.

[Xie Gaodi, Zhang Caixia, Zhang Changshun, et al. The value of ecosystem services in China[J]. Resources Science, 2015, 37(9): 1740-1746. ]

[3]
兰紫橙, 贾岚, 程煜. 闽江流域生态系统服务价值评估及权衡协同关系[J]. 生态学报, 2020, 40(12): 3909-3920.

[Lan Zicheng, Jia Lan, Cheng Yu. The ecosystem services evaluation and trade-off synergy in Min River Basin[J]. Acta Ecologica Sinica, 2020, 40(12): 3909-3920. ]

[4]
严恩萍, 林辉, 王广兴, 等. 1990—2011年三峡库区生态系统服务价值演变及驱动力[J]. 生态学报, 2014, 34(20): 5962-5973.

[Yan Enping, Lin Hui, Wang Guangxing, et al. Analysis of evolution and driving force of ecosystem service values in the Three Gorges Reservoir region during 1990-2011[J]. Acta Ecologica Sinica, 2014, 34(20): 5962-5973. ]

[5]
黄木易, 岳文泽, 方斌, 等. 1970—2015年大别山区生态服务价值尺度响应特征及地理探测机制[J]. 地理学报, 2019, 74(9): 1904-1920.

[Huang Muyi, Yue Wenze, Fang Bin, et al. Scale response characteristics and geographic exploration mechanism of spatial differentiation of ecosystem service values in Dabie Mountain area, central China from 1970 to 2015[J]. Acta Geographica Sinica, 2019, 74(9): 1904-1920. ]

[6]
雷金睿, 陈宗铸, 陈小花, 等. 1980—2018年海南岛土地利用与生态系统服务价值时空变化[J]. 生态学报, 2020, 40(14): 4760-4773.

[Lei Jinrui, Chen Zongzhu, Chen Xiaohua, et al. Spatio-temporal changes of land use and ecosystem services value in Hainan Island from 1980 to 2018[J]. Acta Ecologica Sinica, 2020, 40(14): 4760-4773. ]

[7]
邓楚雄, 钟小龙, 谢炳庚, 等. 洞庭湖区土地生态系统的服务价值时空变化[J]. 地理研究, 2019, 38(4): 844-855.

[Deng Chuxiong, Zhong Xiaolong, Xie Binggeng, et al. Spatial and temporal changes of land ecosystem service value in Dongting Lake area in 1995-2015[J]. Geographical Research, 2019, 38(4): 844-855. ]

[8]
周建伟, 杨海青, 邓青春, 等. 干旱河谷区土地利用与生态系统服务价值时空演变——以四川攀西地区为例[J]. 环境工程技术学报, 2023, 13(2): 715-724.

[Zhou Jianwei, Yang Haiqing, De-ng Qingchun, et al. Spatial-temporal changes of land use and ecosystem service value in dry valleys: A case study of Panxi area, Sichuan Province[J]. Journal of Environmental Engineering Techn-ology, 2023, 13(2): 715-724. ]

[9]
张晓敏, 张东梅, 张伟. 人类活动对额尔齐斯河流域碳储量的影响[J]. 干旱区研究, 2023, 40(8): 1333-1345.

[Zhang Xiaomin, Zhang Dongmei, Zhang Wei. Effects of human activities on carbon storage in the Irtysh River Basin[J]. Arid Zone Research, 2023, 40(8): 1333-1345. ]

[10]
周建伟, 罗君. 安宁河流域土地利用地形梯度分异及其转型驱动因素[J]. 西南农业学报, 2023, 36(6): 1318-1327.

[Zhou Jianwei, Luo Jun. Terrain gradient differentiation of land use and driving factors of its change in Anning River Basin[J]. Southwest China Journal of Agricultural Sciences, 2023, 36(6): 1318-1327. ]

[11]
罗芳, 潘安, 陈忠升, 等. 四川省宜宾市1980—2018年耕地时空格局变化及其驱动因素[J]. 水土保持通报, 2021, 41(6): 336-344.

[Luo Fang, Pan An, Chen Zhongsheng, et al. Spatiotemporal pattern change of cultivated land and its driving forces in Yibin City, Sichuan Province during 1980-2018[J]. Bulletin of Soil and Water Conservation, 2021, 41(6): 336-344. ]

[12]
韩海青, 王旭红, 牛林芝, 等. 1992—2015年中亚五国LUCC特征及耕地驱动力研究[J]. 中国生态农业学报(中英文), 2021, 29(2): 325-339.

[Han Haiqing, Wang Xuhong, Niu Linzhi, et al. The land-use and land-cover change characteristics and driving forces of cultivated land in Central Asian countries from 1992 to 2015[J]. Chinese Journal of Eco-Agriculture, 2021, 29(2): 325-339. ]

[13]
Liang X, Guan Q F, Clarke K C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers, Environment and Urban Systems, 2021, 85(5): 101569. ]

[14]
谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报, 2015, 30(8): 1243-1254.

[Xie Gaodi, Zhang Caixia, Zhang Leiming, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8): 1243-1254. ]

[15]
张学斌, 罗君, 石培基, 等. 格网尺度下张掖生态系统服务价值时空演变及地形梯度分异特征[J]. 应用生态学报, 2020, 31(2): 543-553.

[Zhang Xuebin, Luo Jun, Shi Peiji, et al. Spatial-temporal evolution pattern and terrain gradient differentiation of ecosystem service value in Zhangye, Northwest China at the grid scale[J]. Chinese Journal of Applied Ecology, 2020, 31(2): 543-553. ]

[16]
Peng J, Zhao M Y, Guo X N, et al. Spatial-temporal dynamics and associated driving forces of urban ecological land: A case study in Shenzhen City, China[J]. Habitat International, 2017, 60: 81-90. ]

[17]
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

[Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. ]

[18]
王鹏, 秦思彤, 胡慧蓉. 近30 a拉萨河流域土地利用变化和生境质量的时空演变特征[J]. 干旱区研究, 2023, 40(3): 492-503.

[Wang Peng, Qin Sitong, Hu Huirong. Spatial-temporal evolution characteristics of land use change and habitat quality in the Lhasa River Basin over the past three decades[J]. Arid Zone Research, 2023, 40(3): 492-503. ]

[19]
霍军军, 伊明启, 王静, 等. 拉萨河流域径流对土地利用和气候变化的响应分析[J]. 长江科学院院报, 2021, 38(10): 33-39.

[Huo Junjun, Yi Mingqi, Wang Jing, et al. Response of runoff in Lhasa River Basin to land use and climate change[J]. Journal of Yangtze River Scientific Research Institute, 2021, 38(10): 33-39. ]

[20]
张惠芳, 刘欢, 苏辉东, 等. 1995—2014年拉萨河流域水环境变化及其驱动力[J]. 生态学报, 2019, 39(3): 770-778.

[Zhang Huifang, Liu Huan, Su Huidong, et al. Analysis on trend and driving force for water environmental change of the Lhasa River basin(1995-2014)[J]. Acta Ecologica Sinica, 2019, 39(3): 770-778. ]

[21]
Zhang X, Liu L Y, Chen X D, et al. GLC_FCS30: Global land-cover product with fine classification system at 30 m using time-series Landsat imagery[J]. Earth System Science Data, 2021, 13(6): 2753-2776.

[22]
Costanza R. Valuing natural capital and ecosystem services toward the goals of efficiency, fairness, and sustainability[J]. Ecosystem Services, 2020, 43 : 101096.

[23]
何改丽, 李加林, 刘永超, 等. 1985—2015年美国坦帕湾流域土地开发利用强度时空变化分析[J]. 自然资源学报, 2019, 34(1): 66-79.

[He Gaili, Li Jialin, Liu Yongchao, et al. Spatio-temporal analysis of land development and utilization intensity in Tampa Bay watershed from 1985 to 2015[J]. Journal of Natural Resources, 2019, 34(1): 66-79. ]

[24]
王超, 常勇, 侯西勇, 等. 基于土地利用格局变化的胶东半岛生境质量时空演变特征研究[J]. 地球信息科学学报, 2021, 23(10): 1809-1822.

[Wang Chao, Chang Yong, Hou Xiyong, et al. Temporal and spatial evolution characteristics of habitat quality in Jiaodong Peninsula based on changes of land use pattern[J]. Journal of Geo-information Science, 2021, 23(10): 1809-1822. ]

[25]
冯仕超, 高小红, 亢健, 等. 西宁市30多年来土地利用/土地覆被变化及城市扩展研究[J]. 干旱区研究, 2012, 29(1): 129-136.

[Feng Shichao, Gao Xiaohong, Kang Jian, et al. Research on land use/cover change and urban expansion in Xining City in recent 30 years[J]. Arid Zone Research, 2012, 29(1): 129-136. ]

[26]
郭长庆, 张学霞, 侯亚丽, 等. 基于多源时空信息的西宁和拉萨近70年来城市扩展过程重现及地表覆盖变化分析[J]. 遥感技术与应用, 2022, 37(2): 342-353.

[Guo Changqing, Zhang Xuexia, Hou Yali, et al. Urban expansion process reappearance and land cover change analysis of Xining and Lhasa in the past 70 years based on multi-source spatiotemporal information[J]. Remote Sensing Technology and Application, 2022, 37(2): 342-353. ]

[27]
唐见, 曹慧群, 陈进. 生态保护工程和气候变化对长江源区植被变化的影响量化[J]. 地理学报, 2019, 74(1): 76-86.

[Tang Jian, Cao Huiqun, Chen Jin. Effects of ecological conservation projects and climate variations on vegetation changes in the source region of the Yangtze River[J]. Acta Geographica Sinica, 2019, 74(1): 76-86. ]

[28]
常春平. 拉萨河下游河谷区风沙源综合整治[J]. 水土保持研究, 2007(6): 219-222.

[Chang Chunping. A study on comprehensive renovation of sand source in the valley of lower reaches of Lhasa River Tibet Plateau[J]. Research of Soil and Water Conservation, 2007(6): 219-222. ]

[29]
Huang L, He C L, Wang B. Study on the spatial changes concerning ecosystem services value in Lhasa River Basin, China[J]. Environmental Science and Pollution Research, 2022, 29: 7827-7843.

Options
文章导航

/

〈 〉