EN中文

Landscape Architecture >

2025 , Vol. 32 >Issue 4: 125 - 132

DOI: https://doi.org/10.3724/j.fjyl.202406170326

Research

Spatial Impact of Rural Landscape Pattern on Ecosystem Service in Hangzhou

  • WANG Shuying , 1 ,
  • YANG Guofu , 2 ,
  • XU Yiren , 1 ,
  • XU Bin , 1, *
Expand
  • 1School of Landscape Architecture, Zhejiang A & F University
  • 2College of Art and Archaeology, Hangzhou City University

WANG Shuying is a master student in the School of Landscape Architecture, Zhejiang A&F University. Her research focuses on landscape planning and design

YANG Guofu, Ph.D., is a lecturer and master supervisor in the College of Art and Archaeology, Hangzhou City University. His research focuses on urban ecology

XU Yiren is a master student in the School of Landscape Architecture, Zhejiang A&F University. Her research focuses on landscape planning and design

XU Bin, Ph.D., is a professor and doctoral supervisor in the School of Landscape Architecture, Zhejiang A&F University. His research focuses on landscape planning and design

Received date: 2024-06-17

  Revised date: 2025-01-02

  Online published: 2025-12-14

Copyright

Copyright © 2025 Landscape Architecture. All rights reserved.
Fold

Abstract

Objective Changes in landscape pattern often bring about alterations in the structure, process, and function of ecosystem. In the context of rapid urbanization, drastic changes in land use/land cover (LULC) significantly disturb the structure and function of rural landscapes, leading to a series of ecological and environmental issues in rural areas such as farmland transformation, landscape fragmentation, and habitat degradation. These issues, in turn, pose threats to the stability of ecosystem. Therefore, understanding the impact of rural landscape pattern on ecosystem service provision is fundamental for managing and planning rural ecosystem under rapid urbanization. In light of this, this research takes Hangzhou as an example to reveal the relationship between rural landscape pattern and ecosystem service under rapid urbanization, in hope of providing a reference value for local decision-makers in terms of land use, and a basis for planning and layout in the central and western regions of China that are about to undergo urbanization. Methods This research focuses on a typical area undergoing rapid urbanization — the rural area of Hangzhou, Zhejiang Province. This area has experienced dramatic changes in land use/land cover over the past 20 years, resulting in significant ecological issues such as habitat degradation and landscape fragmentation. The research employs models such as InVEST and Fragstats to assess ecosystem services (including food production, water yield, carbon sequestration, habitat support, soil conservation, and cultural services) in relation to rural landscape patterns. Spatial relationships between ecosystem service provision and rural landscape pattern within the research area are identified using OLS (ordinary least squares), GWR (geographically weighted regression), and MGWR (multiscale geographically weighted regression) models. Additionally, the performance of the MGWR model is compared with other global or local regression models. Results 1) The spatial pattern of ecosystem service function in the rural area of Hangzhou is closely related to land use type. Overall, woodland and grassland have a positive impact on ecosystem service, while arable land, residential area, and construction land have a negative impact. Additionally, water yield service is influenced not only by land use/cover type but also by factors such as climate and watershed runoff. 2) The rural landscape of Hangzhou is becoming increasingly fragmented and homogenized, with the most notable changes occurring in the plain area, while the mountainous and hilly areas are less affected by human interference. This is primarily due to the fact that human activities, such as urban expansion and scale-up of agricultural and forestry operations, have led to an increase in urban construction area and population density. These changes have altered the landscape pattern, contributing to a certain degree of fragmentation and complexity. 3) The impacts of rural landscape pattern on different ecosystem services vary, which is reflected in both landscape pattern indicators and their impact degrees. Landscape pattern indicators (slope degree, total landscape area, Shannon’s evenness index, edge density, and contagion) have a significant impact on ecosystem service, presenting a nonlinear relationship. However, the impacts of rural landscape pattern on different ecosystem services vary. Specifically, slope degree (SLOPE) has the most significant impact on ecosystem service, showing a strong positive correlation with the latter. This is followed by total landscape area (TA), Shannon’s evenness index (SHEI), edge density (ED), and contagion (CONTAG). 4) Here are optimization recommendations guided by the relationship between landscape pattern and ecosystem service. At the rural scale, ecosystem service can be optimized based on the influence strength of various landscape pattern indicators. For provisioning services, it is recommended to rationally optimize the layout of agricultural land to restrict the expansion of construction land and to promote high-level farmland protection. For regulating services, enhancing the connectivity of landscape patches can be achieved by restoring woodland, increasing water area, and strengthening vegetation cover. In terms of cultural services, planning should be optimized based on existing rural landscapes, and “agriculture+” and “ecology+” models should be explored to achieve a synergistic development of ecological and economic benefits. Conclusion This research is not a simple overlay of rural landscape pattern and ecosystem service. Rather, it distinguishes between the ecological conservation directions of rural landscapes and the priorities for regional development. It can serve as a theoretical basis for policy-making concerning ecosystem service and for the planning and management of rural landscape, aiming to achieve healthy and sustainable management of rural ecosystem services. Admittedly, the research has limitations: It models the relationship between landscape pattern and ecosystem service with 2.5 km × 2.5 km grid as the basic geographic analysis unit. In practical applications, spatial planning may require adjustments, potentially utilizing existing planning management units, such as the rural scale, and incorporating more influencing factors of ecosystem service to build a more comprehensive and integrated assessment framework. Additionally, temporal scale considerations should be included to understand the evolution and mechanism of rural ecosystem service provision under the pressure of urbanization. This approach will accurately reveal the complex relationships between ecosystem service and landscape pattern, and further advance the methods for rural landscape planning and design to better promote the sustainable development of rural living environment and regional development.

Key words： landscape architecture; ecosystem service; rural area; landscape pattern; sustainable management; spatial regression model

Cite this article

WANG Shuying , YANG Guofu , XU Yiren , XU Bin . Spatial Impact of Rural Landscape Pattern on Ecosystem Service in Hangzhou[J]. Landscape Architecture, 2025 , 32(4) : 125 -132 . DOI: 10.3724/j.fjyl.202406170326

中国乡村地区在地理空间上占据了大部分国土面积[1]，提供了多种生态系统服务与多元生态价值。乡村景观生态系统服务是指乡村景观中自然和人工生态系统提供的各种惠益[2-3]，直接关系着当地居民福祉[4]。乡村地区的管理与规划目标是维持稳定的生态系统服务供应，从而实现区域的可持续发展[5-6]。快速城市化的背景下，土地利用/覆被（land-use/land-cover, LULC）的剧烈变化显著干扰了乡村景观的结构与功能，导致乡村景观破碎化，影响生态系统稳定性[7-8]。因此，探索乡村景观格局对生态系统服务的空间影响，对乡村地区空间规划部署和策略实施具有重要意义。
景观格局是人类活动作用于地区生态系统服务的直观表现[9]。景观格局的改变往往带来生态系统构成、过程和功能的变化，最终影响生态系统服务[10]。为确定乡村景观格局与生态系统服务之间的关系，通常采用最小二乘法（ordinary least squares, OLS）[11]、地理加权回归（geographically weighted regression, GWR）[12]等空间回归模型。随着研究深入，相关学者引入多尺度地理加权回归（multiscale geographically weighted regression, MGWR），进一步弥补了GWR无法支持各变量空间差异尺度的不足[13]。
近年来，关于景观格局与生态系统服务关系的研究已在多方面取得一定进展，例如生态服务的动态变化、驱动因素及人类福祉关系[14-16]等。为解决中国在经济发展过程中出现的一系列生态环境问题，以往的此类研究视角更多聚焦于各类生态过程、人类活动关系、景观格局优化等，研究对象较多关注自然保护区、生态交错带、城市等类型，与此同时，研究区域和空间尺度也大多为省市域[17]、城市群[18]等大中尺度（沪杭湾城市群[19]、宁夏回族自治区[20]）。当然，也有部分研究考虑了较小尺度的研究区域（如中心城区[15]、流域[7, 21]、湿地[22]、农田[23]等）：柳迪子等[24]探讨了旅游型乡村景观格局的演变过程及其对生态系统服务价值的影响；赵健伦等[21]揭示了洞庭湖地区景观格局与生态系统服务之间的非线性关系。这些研究在一定程度上解释了景观格局与生态系统服务之间的影响机制，为区域的景观规划、管理和政策制定提供了一定的理论参考。
尽管此前研究已在理论和方法上取得了长足的进步，但仍存在以下不足。首先，已有研究更多关注于景观格局与生态系统服务的价值评估方面，对于服务的空间分布差异和区域内部差异的关注仍然不足，忽视乡村景观格局在生态系统服务供给中的作用；其次，前人更多从土地利用/覆被面积变化展开研究，忽视景观格局特征本身对生态系统服务的空间影响，特别是在景观日益破碎化的乡村地区，现有研究成果难以直接或转化应用于乡村景观规划，因而有必要针对乡村地区开展精细尺度的研究。
杭州市作为中国典型的快速城市化地区[25]，乡村地区在城市化进程中出现农田改造、景观破碎化、生境退化等系列生态环境问题。因此，本研究以杭州为案例，拟开展2个方面的研究：1）分析杭州乡村地区的生态系统服务价值及景观格局空间分布；2）识别乡村景观格局对生态系统服务的空间影响；以推进乡村土地决策、可持续发展为目标，提出乡村景观规划发展优化路径。

1 研究区域和方法

1.1 研究区域

杭州乡村地区位于浙江省北部（118°21′~120°30′E，29°11′~30°33′N），地处长江三角洲南沿和钱塘江流域，区域面积约16 162 km2，年平均气温17.8 ℃，年降水量约2 041.9 mm。研究区西南部为山地，具有人类活动强度低和林地比例高的特点[26]，东部属浙北平原，具有典型的“江南水乡”特征。乡村区域界定参考前人研究[27-28]：以1990年城市边界为老城区范围、1990—2018年新增的城市区域为新城区范围，剩余区域即为乡村（图1）。近20年来，杭州城镇化率增长了128.92%，城镇人口增长了96.54%，城市产业不断向该区集聚。杭州乡村地区正面临着土地利用/覆盖剧烈变化的风险与压力，这一变化影响着乡村生态系统服务功能及人居环境质量，威胁着区域整体生态安全。
图1 研究区域

Fig. 1 Research area

1.2 数据收集和处理

考虑到数据的时效性和可获得性，本研究以2020年数据为依据（表1）。土地利用/覆被的空间分布数据根据《中国科学院与土地利用状况分类》进行预处理，将研究区域土地类型划分为有林地、灌木林地、疏林地、其他林地、城镇用地、农村居民点、耕地、草地、水域和其他用地。
表1 数据来源

Tab. 1 Data sources

数据名称 空间分辨率 数据来源
土地利用/覆被 30 m 中国科学院资源与环境数据云平台（www.resdc.cn）
植被归一化指数 30 m 国家生态科学数据中心（www.nesdc.org.cn）
气候数据（年降雨量、蒸散量）/mm 1 km 国家地球系统科学数据中心（www.geodata.cn）
根系限制层深度/m 1 mm 世界土壤数据库（Harmonized World Soil Databas, HWSD）数据集
道路矢量数据（国道、省道、县道、乡道、铁路、高速公路） / 高德地图
降水侵蚀力因子/[MJ·mm/(hm2·h)] 1 km 国家地球系统科学数据中心（www.geodata.cn）
土壤质地和土壤有机质数据 1 km 世界土壤数据库
兴趣点数据 / 高德地图应用程序接口（application programming interface, API）
以网格作为基础评价单元，通过Fragstats 4.2软件计算出研究区景观斑块平均面积为1.40 km2。根据已有研究[9, 29]，样本单元面积为区域景观斑块平均面积的2~5倍时能有效反映景观格局特征；在ArcGIS平台采用等距采样将研究区划分为2.5 km×2.5 km的网格，共得到2 923个评估样本单元。使用大于平均数的地理单元可以保证大多数地理单元内的异质性[13]，同时评价单元比LULC的空间土地单位大，经过多次不同尺度格网验证，使用此大小的样本单元较为合理。

1.3 研究方法

1.3.1 生态系统服务评估

生态系统服务和权衡综合评估模型（integrated valuation of ecosystem services and trade-offs, InVEST）可针对各类研究地区的多种生态系统服务功能进行空间的直观量化与动态显性表达，具有输入简单、支持不同尺度评估、强解释性等优点[30]，适用于乡村尺度的地方性景观生态系统服务评估。根据已有研究[6, 31-32]，结合杭州市乡村地区生态特征，对相对典型和重要的6项生态系统服务进行评估：选择InVEST模型评估产水、碳储量、生境质量、土壤保持服务；选择ArcGIS平台评估粮食生产、文化服务①。

1.3.2 景观格局评估

景观格局指数是高度浓缩景观格局信息的定量指标，利用单一或若干指数能够反映景观空间结构及演变特征[10]。参照相关文献和研究区域的实际需要[13, 33-34]，从景观水平上选取5个景观指数：边缘密度（edge density, ED）、斑块破碎化指数（splitting index, SPLIT)、蔓延度指数（contagion, CONTAG）、香农均匀度指数（Shannon’s evenness index, SHEI）、景观面积（total landscape area, TA）。此外，杭州乡村地区多山地丘陵，高差大，对比其他指数，发现生态系统服务对于地形坡度（slope degree, SLOPE）较为依赖和敏感，因而本研究也选用这一指数。景观格局指数均通过Fragstats 4.2软件基于格网法在景观水平上进行计算，随后利用ArcGIS进行空间制图。

1.3.3 相关性分析

OLS模型能够解释生态系统服务与景观格局之间多重共线性、正态分布的残差，以及模型残差的空间自相关[11]。GWR模型可以有效评估具有空间自相关性的数据并反映参数的空间异质性[5]。通过GWR模型，以生态系统服务为自变量，景观格局指数为因变量，分析两者之间的空间影响特征。MGWR模型用于考虑响应变量和预测变量之间的条件关系，是分析空间异质性的较新工具[13]。MGWR模型中的各个自变量是在不同的空间尺度（带宽）下进行建模，兼顾各自变量差异化的空间分布异质性尺度，拟合结果更加接近真实情况。因此，本研究选取以上3种空间回归模型，揭示乡村景观格局与生态系统服务间的空间影响。

2 结果与分析

2.1 景观格局与生态系统服务价值空间分布

杭州市乡村地区耕地面积仅占15.86%，总体粮食产量偏小，在乡村尺度上平均产量为1.74 t/hm2。粮食产量在空间上大体上呈中部、东部聚集，其余区域零散分布（图2）。产水服务均值为936.1 mm，分布格局四周高中部低，高值区通常与林地分布相吻合。碳储量呈现出的空间格局与LULC分布密切相关，林地和草地等植被覆盖丰富的区域表现出较高的碳存储能力，低值区呈斑块状零星分布于千岛湖流域与中部。生境质量总体效益较低，均值为0.44，空间分布态势与LULC类型变化高度一致。研究区西南部、钱塘江流域和千岛湖周边地区生境质量较为优越，表明受人为影响较小的疏林地和水体生境质量较好。土壤保持服务呈现西高东低的空间分布，较高值分布在西南部山脉，山体陡峭，灌丛和乔木较多，可以有效减缓土壤流失，而平原及流域地区呈现低值。文化服务空间分布均匀，均值为4.49。高值区分布于湖泊山体与靠近钱塘江流域的城市集中建设区，主要原因是杭州地区经济、旅游产业发达，景观类型丰富，大量公园、历史遗址等能提供丰富的文化服务。
图2 生态系统服务价值评估结果

Fig. 2 Ecosystem service value assessment results

总体而言，林地、草地对生态系统服务产生积极影响，耕地、居民点、建设用地产生消极影响，因为森林植被覆盖区有着优越的自然基底，且山区丘陵的地貌会限制人类活动的发展，故对生态系统服务产生正面效益。此外，产水服务除受到土地利用/覆被类型影响外，还会受气候、流域径流量等因素影响。
ED平均值为24.39 m/hm2，高值区以东部平原为基点辐射蔓延，表明这些区域的乡村景观更加离散和不连续，反映了城镇、建设用地对其他用地类型有一定的干扰作用（图3）。SPLIT空间分布与ED较为相似，均值为2.29，说明研究区已出现景观破碎化和均匀化的生态问题。CONTAG均值为66.46%，高值区主要分布在中西部山地，说明研究区内不同景观类型的连接度良好，景观的破碎化程度低，而低值区分布在平原与丘陵地区，表明这些范围的景观破碎化程度正在进一步加深。SHEI均值为0.46，中西部较高，空间上呈带状分布，显示区域景观类型较为丰富，总体向均匀化和多样化发展。杭州大部分乡村地区位于地形复杂的山区，东部多平原，海拔跨度近1 800 m，河网密布，因此SLOPE变化多样，呈现中西高东部低的格局。
图3 景观格局空间分布

Fig. 3 Spatial distribution of landscape pattern

总体而言，山地丘陵受人为干扰较小，景观丰富度高，而人类活动，如城市化扩张与农林业规模化作业导致了景观格局变化。究其原因，杭州市政府于2000年开始实施“城市东扩、旅游西进”战略，随着新农村建设、旅游设施建设，城镇建设面积扩张，人口密度增加，一定程度上加剧景观格局的破碎化与复杂化。

2.2 景观格局对生态系统服务的空间影响

景观格局指数分别解释了研究区粮食生产、产水、碳储量、生境质量、土壤保持、文化服务的2.7%、74.0%、45.4%、74.0%、75.3%和75.7%的变异。为进一步阐释景观格局与服务的空间相关性，采用GWR模型分析乡村景观格局对生态系统服务的具体影响程度。对比结果显示：GWR模型的拟合优度R2均大于OLS模型，说明GWR模型能更好地解释乡村景观格局对生态系统服务的影响作用及空间差异性（表2）。
表2 OLS模型和GWR模型参数结果对比

Tab. 2 Comparison of parameter results between OLS model and GWR model

生态系统服务类型 OLS模型 GWR模型
R2 调整R2 R2 调整R2
粮食生产 0.027 0.023 0.045 0.042
产水 0.740 0.739 0.758 0.758
碳储量 0.454 0.453 0.468 0.468
生境质量 0.740 0.739 0.755 0.754
土壤保持 0.753 0.752 0.767 0.766
文化 0.757 0.757 0.771 0.770
乡村景观格局与生态系统服务呈正相关关系。从整体来看，景观格局指数中对生态系统服务影响最显著的是SLOPE，其次是TA、SHEI、CONTAG、ED（表3）。所选服务与SLOPE变量显著正相关，土壤保持与文化服务与CONTAG、SHEI、TA显著正相关，生境质量服务与CONTAG、TA显著正相关，产水服务与ED显著正相关。
表3 GWR模型拟合结果

Tab. 3 Fitting results of the GWR model

因变量 自变量 β VIF 因变量 自变量 β VIF
粮食生产
（R2=0.042）		 ED 0.534 3.052 生境质量
（R2=0.754）		 ED 0.459 3.052
SPLIT 0.259 2.732 SPLIT 0.588 2.732
CONTAG 0.648 1.321 CONTAG* 0.034 1.321
SHEI 0.632 2.834 SHEI 0.077 2.834
TA 0.744 1.199 TA* 0.018 1.199
SLOPE** 0 1.020 SLOPE** 0.000 1.020
产水
（R2=0.758）		 ED* 0.034 3.052 土壤保持
（R2=0.766）		 ED 0.386 3.052
SPLIT 0.359 2.732 SPLIT 0.611 2.732
CONTAG 0.497 1.321 CONTAG* 0.042 1.321
SHEI 0.349 2.834 SHEI* 0.044 2.834
TA 0.616 1.199 TA* 0.022 1.199
SLOPE** 0.000 1.020 SLOPE** 0.000 1.020
碳储量
（R2=0.468）		 ED 0.462 3.052 文化
（R2=0.770）		 ED 0.118 3.052
SPLIT 0.294 2.732 SPLIT 0.264 2.732
CONTAG 0.135 1.321 CONTAG* 0.023 1.321
SHEI 0.100 2.834 SHEI* 0.023 2.834
TA 0.257 1.199 TA* 0.012 1.199
SLOPE** 0.000 1.020 SLOPE** 0.000 1.020

2.3 MGWR模型对生态系统服务与景观格局间空间关系的验证

本研究发现，ED、CONTAG、SHEI、TA、SLOPE这5个景观格局指标对生态系统服务产生空间异质性影响，而SPLIT这一指标对生态系统服务的影响并不显著。整体来看，表征景观格局的关键指标对生态系统服务均有不同强度、不同尺度的空间影响差异。从作用强度来看，SLOPE的作用强度最大，ED的作用强度最弱；从作用尺度来看，在SLOPE变量中发现了最显著的正向关系，而在TA变量中发现了最显著的负向关系（图4）。
图4 景观格局影响生态系统服务的系数及空间分布

Fig. 4 Coefficients for impacts of landscape pattern on ecosystem service and their spatial distribution

1）ED对生态系统服务具有显著负向影响。从系数空间分布来看，产水服务低值区主要分布在研究区中部，说明该地区景观边缘密度的增加对产水量的影响最小。从作用强度来看，影响系数均值为－0.042，说明景观边缘密度的下降对优化生态系统服务有显著作用，且该作用随空间波动不大。
2）CONTAG对生态系统服务具有显著正向影响。从系数空间分布来看，生境质量高值区分布于东北部，向西南部逐渐下降；在土壤保持中，影响程度为中间低四周高；文化服务呈现不规则的散布格局。从作用强度来看，生境质量影响系数均值为0.362；在土壤保持中，影响均值系数为0.107，即优化生态系统服务需要通过增强CONTAG来实现。
3）SHEI对生态系统服务影响机制较为复杂。从系数空间分布来看，土壤保持服务的影响程度为中间低四周高；文化服务则呈现不规则的散布格局。从作用强度来看，土壤保持的影响系数为－0.303~0.425，文化服务影响系数为－3.706~8.547，说明SHEI的降低有助于提升大部分区域的服务，该作用随空间波动较大。
4）TA对生态系统服务影响机制较为复杂。从系数空间分布来看，生境质量低值区位于中部，东部相比西部负向影响更为显著；土壤保持高值区位于中部；文化服务呈现不规则的散布格局，高值区域零星分布于南部和北部。从作用强度来看，对生境质量的影响系数为－0625~－0.012；土壤保持影响系数为－0.844~0.332；文化服务系数为－8.976~4.463，意味着在大部分研究区TA的增强反而不会优化服务。
5）SLOPE对生态系统服务影响机制较为复杂。从系数空间分布来看，粮食生产的高值区在西部，形成明显的圈层结构，与土壤保持相反；产水、生境质量散布格局不规则，中西部呈现小范围的低值区；碳储量、文化服务高值区为中部，由两端向中部递增。从作用强度来看，各生态系统服务的均值分别为0.096、0.958、0.694、0.999、0.890、1.001，说明SLOPE的增加会使植被覆盖的LULC面积增加而改变径流量等要素，从而优化生态系统服务。值得注意的是，在小范围负相关区，SLOPE的上升会使得产水量、生境质量明显降低。

3 讨论

3.1 乡村景观格局对生态系统服务空间的影响

研究区域内，6项生态系统服务显著受到乡村景观格局的影响，均存在明显的空间异质性，这与以往研究结果是一致的[13, 35]。其中ED具有显著负向影响，CONTAG具有正向影响，SHEI、TA、SLOPE则较为复杂，SPLIT指数不显著。这与在马山半岛[24]和南京市溧水区[32]的研究结果相符，与在福州市[36]和北京市[37]的研究结果存在差异，这表明景观格局对生态系统服务价值的影响可能存在地域或尺度差异[23, 38]。在北京市的研究中，CONTAG指数与生态系统服务关系指数为－0.880，而本研究CONTAG对分项服务的影响均为正值，这有可能与地区经济社会发展水平或规划模式有关。经济发达的北京市近年来整体景观格局趋于破碎化，但其密集的网络型基础设施可能增强生态系统的连通性从而优化生态系统服务，而较大的景观斑块可能提供更多的服务供给资源；相比之下，经济后发的杭州乡村景观得益于新农村建设规划可持续发展的要求，景观破碎化程度较低。因此，CONTAG未成为影响杭州生态系统服务的负向变量，这也进一步表明乡村与城市的景观格局和生态系统服务关系可能具有地域或尺度依赖性。此外，乡村景观格局对于生态系统服务的影响差异也可能受到生态系统服务评估方法、选择指标因素与研究地区特征差异的影响，仍需要通过大量区域案例进行深入研究。因此，乡村景观格局和生态系统服务之间的关系非常复杂。特别是在异质景观中，检测它们之间关系的非平稳性对于充分理解两者复杂关系非常重要[23, 35]。
在研究方法上，笔者验证了MGWR模型相较全局回归模型（OLS、GWR）在处理空间自相关和非平稳性方面有着最佳模型性能[39]。MGWR的一个重要优势是它能够产生相应的最佳带宽来分析景观格局和生态系统服务之间的关系，这是其他空间方法通常无法获得的。例如，模拟TA与SLOPE文化功能空间关系的带宽值为344.00和43.00，表明SLOPE 对文化服务的影响在局部尺度上较为显著，而TA对在更大尺度上文化服务功能的影响更为有效，这与研究者在新西兰农场对于LPI和SHDI与产水服务之间影响尺度效应的研究结果[13]相同。在研究区，大部分服务分布都具有空间异质性，因而证明MGWR模型能够确定乡村景观格局及其对生态系统供给的影响程度，可以有效地量化杭州乡村地区景观格局对生态系统服务提供的空间异质性影响。

3.2 基于景观格局与生态系统服务关系指导下的优化建议

乡村景观格局的坡度、边缘密度、斑块破碎化指数、香农均匀度指数和景观面积均对生态系统服务存在显著影响，且呈非线性关系，但乡村景观格局对不同生态系统服务的影响存在空间异质性。因此，杭州地区的未来乡村规划可考虑分类提升生态系统服务的供给、调节、文化功能。
1）供给服务方面。研究结果清楚地显示了ED对供给服务产生的负向影响，SHEI、SLOPE产生正向影响，系数变化较小。这意味着减缓人类活动干扰，能够正向促进景观保护和恢复，同时部分建设用地向生态用地和非植被覆盖土地类型的转变，有可能提升生态服务水平[10, 40]。具体优化建议包括：通过优化水系和建设水塘来满足水资源补给、作物生产灌溉的需求；结合耕地保护等工作要求，合理优化农用地布局，即限制建设用地扩张；高水平推动耕地保护，集中保护研究区东北部、中部优质耕地，实行合理的农业政策；对于农业用地与林地交织区域，应实行科学的退耕还林等土地管理政策，划定生态公益林地区进行封山育林，总体提升生态屏障的供给服务功能。
2）调节服务方面。实证表明，TA对调节服务产生负向影响，增加CONTAG、SLOPE产生正向影响，因此扩大生态用地面积，能够加强斑块连通性，并且能够提升乡村地区的生境质量与水土保持功能[41]。具体优化建议包括：严格控制耕地及其他地表类型对林地、水域的侵占，通过修复林地、增加水域面积，加强空气净化、水文调节能力；支持退耕还林、维护乡村生态基底与海绵城市建设，增加植被覆盖，以提升景观斑块间的物理连通性；可通过乡村绿道等线性空间连接分散乡村景观资源，加强对乡村蓝绿系统的修复，形成可持续的乡村蓝绿格局。
3）文化服务方面。实证表明，TA的下降，CONTAG、SHEI与SLOPE的升高会提升大部分文化景观的审美质量，这意味着地形的复杂性能够提供更多的生态优势与娱乐美学价值，从而提升文化服务的多样性和稳定性[42]。基于现有的乡村景观特征，应对河岸带、湖泊和山体等区域进行保护与优化。具体优化建议包括：整合、补缀景观斑块，通过恢复耕地、培育林地、保护各类乡村景观，修复美学与游憩价值；在坚持“农地农用、以农为主”的基础上，探索“农业+”“生态+”等兼容和复合模式，发掘各类用地的多种价值，实现生态与经济效益良性协同，兼顾乡村地区的休闲游憩、娱乐教育等文化功能。

4 结论

本研究针对乡村地区开展精细尺度的研究，揭示景观格局特征本身对生态系统服务的影响，进而探讨与土地利用/覆被的相互转换在乡村规划实践中的应用，同时验证MGWR模型在处理空间自相关和非平稳性方面的回归性能。研究结果不仅能为地方管理者在乡村土地利用/覆被效益评价、资源优化配置和可持续发展等土地决策方面提供参考价值，同时还可为其他即将经历城市化的地区提前规划布局提供参考依据和借鉴。
本研究使用2.5 km×2.5 km网格作为基本的地理单元，分析景观格局与生态系统服务之间的关系，然而，对于更小尺度的空间规划实践，可能还需相应转换。未来可以考虑对现有规划管理单元、村级等尺度开展研究，以增强模型结果对实际空间规划的适用性，也应从长期动态视角探索城市化进程压力下的乡村生态系统服务供给演变进程及机制。此外，更多的生态系统服务影响因素有待挖掘，构建更为全面和综合的分析框架，以更准确地揭示生态系统服务与景观格局之间的复杂关系，进一步优化乡村景观规划和设计的方法，更好推进乡村人居环境与区域可持续发展建设。

① 具体计算过程与模型运行中涉及的其他关键参数设置见网站文章下方的资源附件（http://www.lalavision.com/article/doi/10.3724/j.fjyl.202406170326）。

图1底图来源于国家基础地理信息中心的杭州市行政区图，审图号为浙杭S（2018）018号；其余图表均由作者绘制。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
ZHOU Y, LI X H, LIU Y S. Land Use Change and Driving Factors in Rural China During the Period 1995−2015[J]. Land Use Policy, 2020, 99:105048

[2]
赵人镜, 刘家睿, 李雄. 2000—2020年国内外乡村景观研究热点[J]. 风景园林, 2022, 29(3):12-18.

ZHAO R J, LIU J R, LI X. Domestic and Foreign Research Hotspots on Rural Landscape (2000−2020)[J]. Landscape Architecture, 2022, 29(3):12-18.

[3]
ZHANG D H, JING P Q, SUN P J, et al. The Non-significant Correlation Between Landscape Ecological Risk and Ecosystem Services in Xi’an Metropolitan Area, China[J]. Ecological Indicators, 2022, 141:109118

[4]
WANG L Y, CHEN C, XIE F, et al. Estimation of the Value of Regional Ecosystem Services of an Archipelago Using Satellite Remote Sensing Technology: A Case Study of Zhoushan Archipelago, China[J]. International Journal of Applied Earth Observation and Geoinformation, 2021, 105:102616

[5]
YUAN M H, LO S L. Ecosystem Services and Sustainable Development: Perspectives from the Food-Energy-Water Nexus[J]. Ecosystem Services, 2020, 46:101217

[6]
WANG J Y, CAO Y, FANG X Q, et al. Identification of the Trade-Offs/Synergies Between Rural Landscape Services in a Spatially Explicit Way for Sustainable Rural Development[J]. Journal of Environmental Management, 2021, 300:113706

[7]
HAN Q, LI L, WEI H J, et al. Identifying the Relationships Between Landscape Pattern and Ecosystem Service Value from a Spatiotemporal Variation Perspective in a Mountain − Hill − Plain Region[J]. Forests, 2023, 14(12):2446

[8]
WEI L, LUO Y, WANG M, et al. Essential Fragmentation Metrics for Agricultural Policies: Linking Landscape Pattern, Ecosystem Service and Land Use Management in Urbanizing China[J]. Agricultural Systems, 2020, 182:102833

[9]
LIN X, WANG Z T. Landscape Ecological Risk Assessment and Its Driving Factors of Multi-mountainous City[J]. Ecological Indicators, 2023, 146:109823

[10]
TANG Z L, WANG Y T, FU M, et al. The Role of Land Use Landscape Patterns in the Carbon Emission Reduction: Empirical Evidence from China[J]. Ecological Indicators, 2023, 156:111176

[11]
杨佳明, 安睿, 仝照民, 等. 基于多尺度地理加权回归的建成环境对通风潜力的影响研究: 以武汉市主城区为例[J]. 南京师大学报（自然科学版）, 2023, 46(4):29-39.

YANG J M, AN R, TONG Z M, et al. Exploring the Relationship Between Built Environment and Ventilation Potential in Wuhan: A Multi-scale Geographically Weighted Regression Analysis[J]. Journal of Nanjing Normal University (Natural Science Edition), 2023, 46(4):29-39.

[12]
DEGEFU M A, ARGAW M, FEYISA G L, et al. Dynamics of Urban Landscape Nexus Spatial Dependence of Ecosystem Services in Rapid Agglomerate Cities of Ethiopia[J]. Science of The Total Environment, 2021, 798:149192

[13]
TRAN D X, PEARSON D, PALMER A, et al. Quantifying Spatial Non-stationarity in the Relationship Between Landscape Structure and the Provision of Ecosystem Services: An Example in the New Zealand Hill Country[J]. Science of The Total Environment, 2022, 808:152126

[14]
徐建英, 樊斐斐, 刘焱序, 等. 汶川县生态系统服务对景观格局及其变化的响应[J]. 生态学报, 2020, 40(14):4724-4736.

徐建英, 樊斐斐, 刘焱序, 等. 汶川县生态系统服务对景观格局及其变化的响应[J]. 生态学报, 2020, 40(14):4724-4736.

[15]
EGARTER VIGL L, SCHIRPKE U, TASSER E, et al. Linking Long-Term Landscape Dynamics to the Multiple Interactions Among Ecosystem Services in the European Alps[J]. Landscape Ecology, 2016, 31(9):1903-1918.

[16]
胡金龙, 郑文俊, 王影雪. 漓江流域景观格局演变对生态系统服务价值的影响[J]. 风景园林, 2020, 27(10):64-70.

HU J L, ZHENG W J, WANG Y X. Impact of Landscape Pattern Evolution on Ecosystem Services Value in Lijiang River Basin[J]. Landscape Architecture, 2020, 27(10):64-70.

[17]
KREMER P, HAMSTEAD Z A, MCPHEARSON T. The Value of Urban Ecosystem Services in New York City: A Spatially Explicit Multicriteria Analysis of Landscape Scale Valuation Scenarios[J]. Environmental Science & Policy, 2016, 62:57-68.

[18]
刘志涛, 王少剑, 方创琳. 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[J]. 地理学报, 2021, 76(11):2797-2813.

LIU Z T, WANG S J, FANG C L. Spatiotemporal Evolution and Influencing Mechanism of Ecosystem Service Value in the Guangdong − Hong Kong − Macao Greater Bay Area[J]. Acta Geographica Sinica, 2021, 76(11):2797-2813.

[19]
LI S N, HE Y Y, XU H L, et al. Impacts of Urban Expansion Forms on Ecosystem Services in Urban Agglomerations: A Case Study of Shanghai − Hangzhou Bay Urban Agglomeration[J]. Remote Sensing, 2021, 13(10):1908

[20]
XU S N, LIU Y F, WANG X, et al. Scale Effect on Spatial Patterns of Ecosystem Services and Associations Among Them in Semi-arid Area: A Case Study in Ningxia Hui Autonomous Region, China[J]. Science of The Total Environment, 2017, 598:297-306.

[21]
ZHAO J L, LIU S G, WANG Z, et al. The Impact of Land Use and Landscape Pattern on Ecosystem Services in the Dongting Lake Region, China[J]. Remote Sensing, 2023, 15(9):2228

[22]
YUN J , LIU H M, XU Z C, et al. Assessing Changes in the Landscape Pattern of Wetlands and Its Impact on the Value of Wetland Ecosystem Services in the Yellow River Basin, Inner Mongolia[J]. Sustainability, 2022, 14(10):6328

[23]
NELSON K S, BURCHFIELD E K. Landscape Complexity and US Crop Production[J]. Nature Food, 2021, 2(5):330-338.

[24]
柳迪子, 杜守帅, 王晨旭. 旅游型乡村景观格局变化及生态系统服务价值响应[J]. 水土保持通报, 2021, 41(5):264-275.

LIU D Z, DU S S, WANG C X. Landscape Pattern Change and Its Response to Ecosystem Services Value in A Rural Tourism Area[J]. Bulletin of Soil and Water Conservation, 2021, 41(5):264-275.

[25]
XU T, NIE W B, WANG Z G, et al. Research on the Coupled Mechanism of Landscape Connectivity Simulation by Integrating Multi-level Ecological Security Patterns and Multi-scenario Simulation: A Case Study of the Main Urban Area of Hangzhou[J]. Land Degradation & Development, 2024, 38(5):2716-2737.

[26]
LIU Z Y, LIU L J, LI Y, et al. Influence of Urban Green Space Landscape Pattern on River Water Quality in A Highly Urbanized River Network of Hangzhou City[J]. Journal of Hydrology, 2023, 621:129602

[27]
ZHOU T Y, LIU H M, GOU P, et al. Conflict or Coordination? Measuring the Relationships Between Urbanization and Vegetation Cover in China[J]. Ecological Indicators, 2023, 147:109993

[28]
张淑怡, 尤怡靖, 朱泓恺, 等. 长三角地区植被覆盖演变城乡差异及其原因[J]. 生态学报, 2023, 43(14):5980-5993.

ZHANG S Y, YOU Y J, ZHU H K, et al. Urban and Rural Differences in Vegetation Cover Evolution and Its Causes in the Yangtze River Delta[J]. Acta Ecologica Sinica, 2023, 43(14):5980-5993.

[29]
YANG L A, LI Y L, JIA L J, et al. Ecological Risk Assessment and Ecological Security Pattern Optimization in the Middle Reaches of the Yellow River Based on ERI+MCR Model[J]. Journal of Geographical Sciences, 2023, 33(4):823-844.

[30]
GAO X X, XIAO F J, LIU Q F, et al. Evolution of Ecosystem Services Under the Impact of Urbanization Using the InVEST Model in the Xiongan New Area, China[J]. Environmental Research Communications, 2024, 6(3):035021

[31]
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 Y F, WANG K, HUANG L. Trade-Offs and Synergies of Ecosystem Services in Rural Areas: A Case Study of Huzhou[J]. Acta Ecologica Sinica, 2022, 42(17):6875-6887.

[32]
夏敏, 季晓垭, 邹伟, 等. 新农村建设中高速城镇化地区景观格局与生态系统服务的关联效应[J]. 长江流域资源与环境, 2024, 33(5):982-992.

XIA M, JI X Y, ZOU W, et al. Correlation Effect Between Landscape Pattern and Ecosystem Services in High-Speed Urbanization Areas in New Rural Construction[J]. Resources and Environment in the Yangtze Basin, 2024, 33(5):982-992.

[33]
李志英, 李媛媛, 薛梦柯, 等. 昆明市景观格局变化及其生态环境效应研究[J]. 西南林业大学学报（自然科学）, 2023, 43(4):152-163.

LI Z Y, LI Y Y, XUE M K, et al. The Change of Landscape Pattern and Its Ecological Environment Effect in Kunming[J]. Journal of Southwest Forestry University (Natural Sciences), 2023, 43(4):152-163.

[34]
DENG L Y, ZHANG Q, CHENG Y, et al. Underlying the Influencing Factors Behind the Heterogeneous Change of Urban Landscape Patterns Since 1990: A Multiple Dimension Analysis[J]. Ecological Indicators, 2022, 140:108967

[35]
RONG Y, LI K, GUO J, et al. Multi-scale Spatio-Temporal Analysis of Soil Conservation Service Based on MGWR Model: A Case of Beijing − Tianjin − Hebei, China[J]. Ecological Indicators, 2022, 139:108946

[36]
ZOU X Y, WANG C, QUE X, et al. Spatiotemporal Heterogeneous Responses of Ecosystem Services to Landscape Patterns in Urban-Suburban Areas[J]. Sustainability, 2024, 16(8):3260

[37]
王丽群, 张志强, 李格, 等. 北京边缘地区景观格局变化及对生态系统服务的影响评价: 以牛栏山-马坡镇为例[J]. 生态学报, 2018, 38(3):750-759.

WANG L Q, ZHANG Z Q, LI G, et al. Landscape Pattern Change in Beijing Fringe Area and Its Impact on the Ecosystem Services: A Case Study in Niulanshan−Mapo Town[J]. Acta Ecologica Sinica, 2018, 38(3):750-759.

[38]
MARTIN E A, DAINESE M, CLOUGH Y, et al. The Interplay of Landscape Composition and Configuration: New Pathways to Manage Functional Biodiversity and Agroecosystem Services Across Europe[J]. Ecology Letters, 2019, 22(7):1083-1094.

[39]
XUE C L, CHEN X H, XUE L R, et al. Modeling the Spatially Heterogeneous Relationships Between Tradeoffs and Synergies Among Ecosystem Services and Potential Drivers Considering Geographic Scale in Bairin Left Banner, China[J]. Science of The Total Environment, 2023, 855:158834

[40]
LIU C G, SUN W, LI MAN. Evolution of Ecosystem Service Value in Rural Regions Based on Geographical Scope of Entities: A Case Study of Nanjing, China[J]. Ecological Informatics, 2021, 64:101368

[41]
FABIO J B, PUNEET D, SUSANA F, et al. Trade-Offs Between the Value of Ecosystem Services and Connectivity Among Protected Areas in the Upper Chattahoochee[J]. Watershed. Environ Manage, 2022, 69:937-951.

[42]
HASAN S S, LIN Z, MIAH G MD, et al. Impact of Land Use Change on Ecosystem Services: A Review[J]. Environmental Development, 2020, 34:100527

Options
Outlines

/

〈 〉