EN中文

Remote Sensing for Natural Resources >

2025 , Vol. 37 >Issue 2: 155 - 163

DOI: https://doi.org/10.6046/zrzyyg.2023353

Simulating the response of ecosystem services to the changes in production-living-ecological land use under different scenarios in the ecological economic belt along the Yellow River in Ningxia Hui Autonomous Region

  • LI Conghui , 1 ,
  • MA Caihong , 1 ,
  • AN Siwen 2 ,
  • YANG Hang 1
Expand
  • 1. College of Geographic Sciences and Planning, Ningxia University, Yinchuan 750021, China
  • 2. Second Topographic Survey Team, Ministry of Natural Resources, Xi’an 710000, China

Received date: 2022-11-19

  Revised date: 2024-03-22

  Online published: 2026-06-03

Fold

Abstract

Exploring the response of ecosystem services to the changes in production-living-ecological land use under different scenarios is critical for the sustainable development of territorial space and the improvement of regional systems. This study investigated the ecological economic belt along the Yellow River in Ningxia Hui Autonomous Region. Based on the PLUS-MarKov model, it simulated the changes in production-living-ecological land use in the ecological economic belt in 2030 under the natural development scenario (NDS), ecological protection scenario (EPS), and urban development scenario (UDS). Moreover, it explored the response characteristics of ecosystem service value (ESV) to the changes in production-living-ecological land use. The results show that the production land exhibits both increase and decrease in the Yinchuan and Weining plains. The ecological land is somewhat reduced due to internal structural adjustment and optimization, concentrated in Shapotou, Baijitan, the Yellow River riparian shelterbelt in the north-central Yinchuan Plain, and the loess hilly soil and water conservation area in the south. The land for living continues to increase, expanding from urban to surrounding areas. The NDS reveals a reduced rate of changes in the production-living-ecological land use, while the EPS indicates a reduced rate of shift in ecological land use. In contrast, the UDS shows a higher rate of increase in land for living and higher rates of decrease in ecological and production land. The ESV is improved under the three scenarios, specifically in decreased order of EPS (11.48×108 yuan), UDS (2.74×108 yuan), and NDS (1.89×108 yuan). The ESV improvement areas extend primarily from the north-central Yinchuan Plain, Weining Plain, and Lingyan Platform to the peripheries. The ESV reduction areas show varying distributions under different scenarios. To achieve high-quality development, the ecological economic belt should prioritize ecological protection, prevent the disorderly spreading of land for living, and ensure the retention of production land.

Key words： production-living-ecological land use; PLUS-MarKov model; scenario simulation; ecological economic belt along the Yellow River in Ningxia Hui Autonomous Region

Cite this article

LI Conghui , MA Caihong , AN Siwen , YANG Hang . Simulating the response of ecosystem services to the changes in production-living-ecological land use under different scenarios in the ecological economic belt along the Yellow River in Ningxia Hui Autonomous Region[J]. Remote Sensing for Natural Resources, 2025 , 37(2) : 155 -163 . DOI: 10.6046/zrzyyg.2023353

0 引言

生态系统服务是指基于生态系统的结构、过程和功能,直接或间接为人类生活提供的各种惠益,主要包括供给服务、调节服务、支持服务与文化服务等[1]。生态系统服务价值(ecosystem services value,ESV)是以货币的形式来测定土地利用变化对生态系统服务产生的影响。自改革开放以来,由于经济快速发展,人类活动与自然变化愈加繁杂,人地关系矛盾深化,使得部分地区生态系统受到干扰,生态系统服务价值各有损益,对生态安全产生了极大的影响[2]。三生用地转移变化的方向与数量,在一定程度上深刻影响着ESV的变化过程,开展地类变化及其ESV的关联研究,对区域土地资源可持续发展与生态效益提升具有重要意义[3]。相应地,与之有关的研究也成为了众多学者的关注热点,但当前多数研究是基于现在或过去地类变化所引起ESV的增减来评估生态效益,对未来不同模式下ESV的发展鲜有研究[4]。当前,PLUS(patch-generating land use simulation)与CA-Markov(cellular aumatomata-Markov)模型因在模拟用地斑块时空动态变化方面具有明显优势而受到学界的关注[5]。谭昭昭等[6]利用PLUS模型模拟3种情景下浙江东部沿海城市土地利用变化引起的ESV变化,发现生态保护情景下ESV下降速度放缓; 张春悦等[7]基于CA-Markov模型对宁夏平原地区土地利用进行多情景模拟,并计算其生态系统服务价值,发现ESV仅在生态保护情景下有所提高; 冯丽媛等[8]基于CA-Markov模型,对宁夏沿黄生态经济带的土地利用情况进行模拟,揭示了不同情景下土地利用结构的变化,但未对其生态效益进行研究。当前,多数研究是基于现在或过去地类变化所引起ESV的增减来评估生态效益,对未来不同模式下ESV的发展鲜有研究。
1980年以来,宁夏回族自治区南部百万移民进入该区域,使得研究区的人地关系发生了剧烈变化[9],三生用地之间的矛盾也愈发突出,生态系统更加脆弱,在未来发展中如何提升生态系统服务价值是当前研究区亟待解决的问题。但目前,基于土地利用角度对生态系统服务价值演变的模拟研究较多[10-12],但从三生视角开展ESV与土地变化关系的预测仍然偏少。因此,本文采用PLUS-MarKov模型,设置不同模拟情景,使用修正后的价值当量因子法核算ESV,探究其对三生用地变化数量、结构与空间分布的响应特征,以期为黄河流域生态保护和高质量发展先行区建设提供决策参考。

1 研究区概况与数据源

1.1 研究区概况

宁夏回族自治区(以下简称宁夏)沿黄生态经济带西依贺兰山、西南毗邻腾格里沙漠、北与乌兰布和沙漠交界、东接毛乌素沙地,三面环沙。黄河在宁夏境内长约397 km,自西南向东北方向蜿蜒而过,冲淤形成卫宁平原与宁夏平原,黄河东岸为灵盐台地、南部为黄土丘陵沟壑区(图1)。省会银川市以及石嘴山市、吴忠市、中卫市的行政中心均位于平原绿洲区域,共13个县(市、区),面积224.31×104 hm2,占宁夏总面积43.65%。伴随着生态移民工程的建设与百万移民迁入,城市化与工业化快速发展,城市工矿用地大幅增加,这些因素均使得该区域国土空间格局发生剧烈变化,生态问题显著。截止2020年,国内生产总值(gross domestic product,GDP)为3 089.31亿元,占宁夏GDP的82.42%; 人口458.63万人,占宁夏总人口的66.02%。
图1 研究区概况图

Fig.1 Overview of the study area

1.2 数据源及其预处理

本文所需数据主要包括土地利用数据、社会经济数据与气候环境数据,土地利用数据来自中国科学院资源环境科学与数据中心,通过ENVI5.5软件进行几何校正、图像增强与拼接等预处理,采用随机森林解译,Kappa系数为0.88; 相关数据均通过ArcGIS重采样至30 m分辨率,投影坐标系统一为Krasovsky_1940_Albers,行列号统一为7681, 10324。依据《土地利用现状分类》(GB/T 21010—2017),参照邹利林等[13]三生用地的分类评价体系,结合研究区际情况,建立了三生用地与土地利用对应关系,即生产用地: (1)耕地; 生态用地: (2)林地、(3)草地、(4)水域、(6)未利用地; (5)生活用地。所需数据说明见表1。
表1 所需数据说明

Tab.1 Required data description

类型 名称 时间 分辨率 数据来源
遥感数据 土地利用数据 2000年、2010年、2020年 30 m×30 m 中国科学院资源环境科学与数据中心
社会经
济数据		 人口、GDP、夜间灯光数据 2020年 1 km×1 km
道路数据 2020年 / Open Street Map
县(区/市)政府驻地 2020年 / 全国地理信息资源目录服务系统
主要粮食单产值与单价 2000年、2010年、2020年 / 《宁夏统计年鉴》《全国农产品成本收益资料汇编》
气候与
环境数据		 土壤类型 2019年 1 km×1 km 中国科学院资源环境科学与数据中心
年平均气温、年平均降水 2020年 1 km×1 km 国家地球系统科学数据中心
高程 / 30 m×30 m 地理空间数据云
归一化植被指数(normalized diffeverce vegetation index,NDVI) 2020年 30 m×30 m 中国科学院资源环境科学与数据中心

2 研究方法

2.1 PLUS-Markov 模型

PLUS模型包括土地扩张分析策略(land expansion analysis strategy,LEAS)的转换规则和基于多类随机斑块种子的元胞自动机(celluar aumatomata,CA)模型CARS(CA based on multiple random seeds,CARS)2大模块[14]。其中LEAS模块可以分析用地类型扩张情况及各驱动因子对地类变化的贡献程度,CARS模块在不同情景发展概率的约束下模拟生成不同地类斑块变化结果[15]。本文选取人口、GDP、夜间灯光数据、距铁路距离、距一级道路距离、距二级道路距离、距三级道路距离、距政府驻地距离、高程、坡度、土壤类型、温度数据和降雨数据作为驱动因素进行模拟。Markov模型可以高效率计算长时期土地利用的数量变化[16],将其与PLUS模型结合,可将时序优势与空间模拟优势有机结合,提高土地利用空间格局变化模拟的精度。为防止某地类向其他类无限转变,引入Markov模型设定地类的需求总量。公式如下:
Q t = Q t - 1 P i j ,
式中: Qt和Qt-1分别为在为t和t-1时间用地类型的情况; Pij为某地类型从t-1到t向另一地类转换的概率,其值介于0~1间,总和为1。
在领域权重设置中,斑块面积(patch area,TA)变化量的大小可以定性表征各用地类型的扩张程度,因此可以作为领域权重测算的依据[17],公式如下:
W i = T A i - T A m i n T A m a x - T A m i n ,
式中: W i为第 i类土地类型领域权重,数值范围在0~1之间,数值越大表明该地类的扩张程度越强,难以转换为其他地类,数值越小则越容易被侵占而转换为其他地类; T A i为第 i类土地利用扩张面积; T A m i n与 T A m a x分别为土地利用中最小与最大扩张面积。
模型的精度验证参考Kappa系数和质量因数(figure of merit,FOM)系数值,其中Kappa系数范围在0~1,大于0.7表示模拟结果精度较高,FOM系数范围在0~1,数值越高表示模拟结果精度越高[5]。

2.2 ESV核算模型

根据谢高地等[18]提出的中国陆地生态系统单位面积服务当量表为基础进行计算,考虑到研究结果的普适性与区域差异特点,对全国尺度生态系统服务价值当量因子进行修订,具体修订方法见文献[19-21]。ESV计算公式如下:
E S V = 1 7 ∑ ( A k V C k ) ,
式中: Ak为第k种地类面积; VCk为第k种地类的单位面积生态系统服务价值[22]。单位面积ESV的计算,是根据文献方法,通过2000年、2010年与2020年3大主要粮食作物(玉米、稻谷、小麦)的市场均价,取3期均值的1/7[18],为1 648.26元/hm2。

3 结果与分析

3.1 三生用地时空特征变化与结果分析

3.1.1 情景模拟参数设置

参考高星等[23]、杨强强等[24]学者的研究,依据地类转移规律与宁夏国土空间规划(2021—2035年)需求,设置3种情景: 一是自然发展情景(natural development scenario,NDS)为基准情景,依据历史变化特征,不设地类转移限制; 二是生态保护情景(ecological protection scenario,EPS),该情景中的参数设定向生态用地保护与发展方向倾斜,其内部的转移概率根据以往发展规律设置,即将草地、水域、林地向建设用地的转移概率降低50%; 耕地向建设用地的转移概率降低30%; 林地向草地转移概率降低30%; 建设用地、草地与未利用地向林地转移概率增加50%; 建设用地、未利用地向草地转移概率增加30%; 未利用地向水域转移概率增加30%; 三是城镇发展情景(urban development scenarios,UDS),该情景以生活用地扩张为主,同时也考虑到对基本农田的保护,将耕地、林地、草地向建设用地转移概率增加20%,建设用地向除了耕地以外的用地类型转移概率降低30%。在EPS和UDS情景模拟中,将水域作为限制区。
为验证PLUS模型对该研究结果的可靠性,基于2010年土地利用数据对2020年地类进行模拟,CARS模块参数设置如: 领域范围选择默认值3,并行线程数量16,斑块生成递减阈值的衰减系数0.9,扩散系数0.1,随机斑块种子的概率0.001,土地利用转移成本矩阵如表2所示。
表2 土地利用转移成本矩阵

Tab.2 Land use transfer cost matrix

土地利用
类型		 耕地 林地 草地 水域 建设
用地		 未利
用地
耕地 1 1 1 1 1 1
林地 1 1 1 0 1 1
草地 1 1 1 1 1 1
水域 0 0 0 1 0 0
建设用地 1 0 1 0 1 1
未利用地 1 0 1 1 1 1
在验证中,共拟合24 923 134个图斑,Kappa系数为0.88,总体精度为0.92,FOM系数为0.24,符合模拟精度要求,同时计算得出不同情景下各用地类邻域权重(表3)。
表3 模拟邻域权重

Tab.3 Simulation domain weight calculation

用地类型 耕地 林地 草地 水域 建设用地 未利用地
NDS 0.25 0.19 0.24 0.41 1.00 0.1
EPS 0.69 0.52 1.00 0.80 0.95 0.1
UDS 0.23 0.18 0.18 0.38 1.00 0.1

3.1.2 三生用地时空演变特征

不同模拟情景下三生用地空间差异性明显,但与2010—2020年发展趋势总体一致(图2)。与2020年相比,NDS情景下生产用地与生态用地有所减少,分别减少了0.34×104 hm2与2.83×104 hm2; 生活用地面积有所增加,增加了3.17×104 hm2,符合研究区2000—2020年三生用地惯性发展趋势。
图2 不同模拟情景下三生用地空间分布

Fig.2 Spatial distribution of production-ecological-living land under different simulation scenarios

EPS情景下,生产用地面积增加了0.13×104 hm2,生态用地下降趋势显著减缓,仅降低0.89×104 hm2; 生活用地面积有所扩张,但扩幅较小,面积增加了0.75×104 hm2,该情景下三生用地面积增减幅度较小,反映出三生用地调整趋于稳定。UDS情景下,生产用地与生态用地显著减少,面积分别缩减了0.65×104 hm2与3.94×104 hm2,生活用地面积增加明显,增加了4.60×104 hm2,表明在经济建设下以城市扩张为主要特征的生活用地扩张对生态用地与生产用地形成了挤压,总体发生于大武口区、惠农区、灵武市、沙坡头区以及中宁县境内。总体来看,3种情景下生产用地变化幅度较小,主要在银川平原与卫宁平原呈现增减变化; 生态用地面积有所减少,以内部结构调整为主,空间上主要集中于沙坡头区、白芨滩保护区、黄河河岸防护林带及黄土丘陵水土保持区; 生活用地持续增加,以各市区为核心向周边扩张。

3.2 生态系统服务响应结果分析

3.2.1 ESV数量结构响应特征

通过对2000—2020年以及2030年3种情景下各项生态系统服务价值进行计算,发现2000—2020年ESV呈现增加趋势; 3种模拟情景下较2020年相比,ESV也均有所提升,表现为EPS(11.48×108元)>UDS(2.74×108元)>NDS(1.89×108元),从生态系统服务类型来看,ESV各项结构变化存在一定差异(表4)。
表4 不同情景模拟下单项ESV价值(108元)

Tab.4 Simulate the value of individual ESV in different scenarios(unit: 108yuan)

生态服务分类 2000年 2010年 2020年 2030年(ESV值及与2020年相比变化量)
一级分类 二级分类 NDS 变化量 EPS 变化量 UDS 变化量
供给服务 食物生产 14.83 14.63 14.55 14.48 -0.07 14.66 0.11 14.42 -0.13
原材料生产 6.37 6.30 6.22 6.17 -0.05 6.28 0.06 6.14 -0.08
水资源供给 -1.49 -1.00 -0.42 -0.13 0.29 0.26 0.68 0.05 0.47
调节服务 气体调节 22.65 22.37 22.12 21.93 -0.19 22.29 0.17 21.81 -0.31
气候调节 40.53 39.97 39.33 38.82 -0.51 39.76 0.43 38.54 -0.79
净化环境 19.78 19.97 20.22 20.33 0.11 20.76 0.54 20.37 0.15
水文调节 165.46 168.65 174.24 176.90 2.66 182.99 8.75 178.25 4.01
支持服务 土壤保持 21.62 21.36 21.11 20.92 -0.19 21.31 0.20 20.79 -0.32
保持养分循环 2.89 2.85 2.82 2.80 -0.02 2.84 0.02 2.79 -0.03
生物多样性 18.62 18.50 18.40 18.29 -0.11 18.72 0.32 18.22 -0.18
文化服务 美学景观 9.18 9.15 9.15 9.12 -0.03 9.35 0.20 9.10 -0.05
总计 320.46 322.75 327.72 329.63 1.89 339.22 11.48 330.48 2.74
变化值 2.31 4.99 1.89 11.48 2.74
NDS情景下,ESV增加了1.89×108元,主要得益于调节服务有所提升,其中水文调节ESV增加了2.66×108元,贡献值最大; EPS情景下,ESV增加了11.48×108元,该情景下ESV增加最多,且各单项ESV均呈现提升状态,尤其调节服务与供给服务贡献值最大,占增加值的比例达到86.15%与7.40%; UDS情景下,ESV增加了2.74×108元,其中水资源供给、水文调节与净化环境服务的ESV值有所增加,分别增加了0.47×108元、4.01×108元和0.15×108元,与NDS情景下单项ESV的增减趋势一致。从单项ESV变化量来看,供给服务从单项ESV变化量来看,供给服务的总变化值在3种情景下均呈现增加趋势,增加值表现为EPS(0.85×108元)>UDS(0.26×108元)>NDS(0.17×108元),但只有水资源供给值在3种情景下都有所增长; 调节服务的总增量与供给服务的增加趋势一致,其增加值表现为EPS(9.89×108元)>UDS(3.06×108元)>NDS(2.07×108元),其中仅净化环境与水文调节值均增加,气体调节与气候调节值在NDS与UDS情景下降低; 支持服务与文化服务在EPS情景下增加,分别增加了0.54×108元与0.20×108元,但在NDS与UDS情景中均有所减少,降低幅度表现为UDS>NDS。总体来看,调节服务增加值对ESV总增量的贡献最大,文化服务贡献值最低。

3.2.2 ESV转移流响应特征

2000—2020年,生产用地转为生态用地以及生态用地内部互转是引起ESV增加的关键三生用地转移类型,ESV增加值占总增量的91.33%; 其中耕地与草地转为水域分别使ESV增加了22.25×108元和17.60×108元,水域面积增加引致水资源供给值与水文调节值有所增加,这是ESV增加的主要原因; 而水域转为生产用地、未利用地及草地转向生活用地是导致ESV降低的关键转移地类,ESV降低值占总减量的76.31%(图3(a))。NDS情景下,生产用地转为生态用地中林地、草地与水域的ESV增加值为2.29×108元,占总增量的23.80%; 而生态用地中内部互转及未利用地转为生产用地的ESV增加值为7.01×108元,占总增量的72.86%; 其中生产用地、生态用地中林地、未利用地与草地转为水域引致ESV增加值占总增量的91.52%; 生态用地中水域转为生活用地以及生态用地内部互转导致ESV损失量分别占总损失量的43.45%与45.31%(图3(b)); EPS情景下,生产用地转为生态用地中林地、草地与水域的ESV增加值为3.04×108元,占总增量的26.11%; 生态用地中内部互转及未利用地转为生产用地与生活用地总计使得ESV增加值为7.98×108元,占总增量的68.44%; 而生态用地中水域的转入引起的ESV增加值占增量的84.08%,生产用地转为生态用地中未利用地及生态用地中林地转为草地与草地转为生产用地使得ESV减少值占总减量的95.90%(图3(c)); UDS情景下,生产用地与生态用地中未利用地及草地转为水域使得ESV增量占总增加值的92.54%,水域转出引起的ESV减少值为总损失量的75.52%,生活用地扩张导致ESV降低值占ESV总减额度的55.96%(图3(d))。可以看出,在宁夏沿黄生态经济带,生产用地转为生态用地及生态用地内部互转是使得ESV增加的主要原因,其中ESV对生态用地中水域面积的变化非常敏感,因此研究区应该注重对生产用地高质量发展与生态用地的保护优先发展。
图3 2020—2030年不同情景模拟下ESV转移

注: 横轴中地类转移代码,十位与个位数分别代表初始年份与末期地类代码,如图(a)中12,表示由2000年耕地转为2020年林地。A: 生产用地增加; B: 生产用地降低; C: 生态用地增加; D: 生态用地降低; E: 生活用地增加; F: 生活用地降低。

Fig.3 ESV transfer under different scenarios from 2020 to 2030

2000年—2020年及2020—2030年3种情景下的三生用地转移引起的ESV增减变化幅度有所不同(表5),在2000年—2020年,生产用地的ESV增加最多,为23.44×108元,生态用地因被侵占导致面积缩减,其ESV值下降最多,下降了44.03×108元; NDS情景下,生产用地与生活用地的ESV均有所增加,分别增加了2.71×108元与0.37×108元; 在EPS情景下,三生用地的ESV减少值均为最低,生产、生态与生活用地的ESV分别减少了0.04×108元、0.03×108元、0元,且仅在该情景下生态用地ESV净增长,增加了8.03×108元; 在UDS情景下生产用地与生态用地的ESV值增加最多,增值分别为3.29×108元和11.14×108元,同时也在该情景下减少最多,分别减少了0.30×108元和11.47×108元。从三生用地的ESV净值来看,生态用地对研究区的ESV提升贡献最大,其贡献率均在78%以上; 生产用地次之,贡献率在13%到21%之间; 生活用地最小,其净值贡献率不足1%。EPS情景下生态用地与生活用地的ESV净值贡献率均高于另两种情景,UDS情景下生产用地的ESV净值贡献率最高,这得益于该情景下对基本农田的保护。
表5 不同情景模拟下三生用地ESV变化(108元)

Tab.5 ESV changes of ecological-living-ecological land were simulated under different scenarios(unit: 108yuan)

情景 生产用地 生态用地 生活用地
增值 减值 净值 净值贡献
率/%		 增值 减值 净值 净值贡献
率/%		 增值 减值 净值 净值贡献
率/%
2000年—2020年 23.44 -2.65 68.49 20.90 29.85 -44.03 257.07 78.44 0.70 0.00 2.16 0.66
2020年—NDS情景 2.71 -0.12 44.24 13.42 7.98 -9.05 282.24 85.62 0.37 0.00 3.15 0.96
2020年—EPS情景 2.86 -0.04 45.12 13.30 8.06 -0.03 290.75 85.71 0.63 0.00 3.34 0.98
2020年—UDS情景 3.29 -0.30 45.03 13.64 11.14 -11.47 282.08 85.46 0.09 0.00 2.98 0.90

3.2.3 关键ESV转移空间分异响应特征

宁夏沿黄生态经济带的ESV值损益呈现出明显的空间分异性(图4)。2000—2020年,ESV值提升区主要分布在银川平原中北部,其次在黄土丘陵沟壑区、贺兰山东麓和灵武市的白芨滩风沙林带也有一定的高值区,这主要得益于保护区的生态修复及实施的退耕还林、封山育林育草等工程的实施(图4(a)); 受到土壤沙化,生活用地扩张所致,ESV降低区主要集中在银川市城区、黄河东岸的灵盐台地以及中宁县境内(图4(e))。2020—2030年,NDS情景下,ESV增长显著区域在银川平原中北部、以及永宁县、白芨滩保护区、中宁县、沙坡头区境内(图4(b)); ESV损失高值区在宁东能源基地最突出(图4(f))。EPS情景下高值区与NDS情景下基本一致,但辐射范围较大(图4(c)); ESV降低最显著的区域是在沙坡头区和中宁县交界地带,以及利通区境内(图4(g))。UDS情景下,ESV增量区多以散点分布,主要以银川平原东南部与卫宁平原、灵盐台地等区域为核心向周边辐射扩张(图4(d)); ESV降低区域主要在银川市与贺兰县城区,受生活用地扩张影响大(图4(h))。
图4 2020年及3种情景模拟下各项ESV损益空间图

Fig.4 Spatial diagram of ESV P and L in 2020 of three scenarios

4 结论

本文以宁夏沿黄生态经济带为研究区,运用PLUS-MarKov模型对三生用地变化作了多情景模拟,并从数量结构、转移流特征及其时空演变特征等方面探究了ESV的响应情况。主要结论如下:
1)NDS情景下生活用地扩张,生产与生态用地缩减,符合研究区2000—2020年惯性发展趋势; EPS情景下生产、生活用地略有扩张,生态用地面积减少了0.89×104 hm2; UDS情景下生活用地面积显著增加,增加值为4.60×104 hm2,生产和生态用地面积减少。3种情景下生产用地主要在银川平原与卫宁平原呈现增减变化; 生态用地面积略减,以内部结构调整为主且主要发生在沙坡头区、白芨滩自然保护区、黄河河岸防护林带及黄土丘陵水土保持区; 生活用地持续增加,以各市区为核心向周边扩张。
2)ESV对三生用地变化的响应也存在明显差异。ESV增加值表现为EPS(11.48×108元)>UDS(2.74×108元)>NDS(1.89×108元),各单项生态系统服务中,调节服务与支持服务对ESV提升贡献最大,尤其以水文调节与气候调节值贡献显著; 文化服务贡献值最低,EPS情景下各单项ESV均呈现增加趋势。从三生用地的ESV净值来看,生态用地对研究区的ESV提升贡献最大,其贡献率均在78%以上; 生产用地次之; 生活用地最小,其净值贡献率不足1%。生产用地转为生态用地及生态用地中未利用地及草地转为水域使得ESV大幅提升,生态用地中水域转为生产与生活用地导致ESV损失; 表明ESV对生态用地中水域的转变非常敏感。
3)ESV对三生用地变化的空间响应存在地域分异性。NDS与EPS情景下ESV值提升区以银川平原中北部、卫宁平原、白芨滩自然保护等区域为核心向周边辐射扩张,EPS情景下ESV高值区辐射范围最大; UDS情景下,ESV增量区多以散点分布; 不同情景ESV降低区分布各异,NDS、EPS与UDS情景下,ESV损失高值区分别在宁东能源基地、沙坡头区和中宁县交界地带,利通区、银川市与贺兰县城区,表明ESV减少受生活用地扩张影响大。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
于德永, 郝蕊芳. 生态系统服务研究进展与展望[J]. 地球科学进展, 2020, 35(8):804-815.

DOI

Yu D Y, Hao R F. Research progress and prospect of ecosystem services[J]. Advances in Earth Science, 2020, 35(8):804-815.

DOI

[2]
杨舒媛, 李子君. 土地利用变化背景下沂河流域生态系统服务价值时空格局演化[J]. 环境科学, 2024. 45(8):4722-4732.

Yang S H, Li Z J. Spatio-temporal pattern of ecosystem service value evolution in the Yihe River Basin in the context of land use change[J]. Environmental Science, 2024. 45(8):4722-4732.

[3]
滑雨琪, 马彩虹, 安斯文, 等. 固原市原州区2000—2018年 "三生" 用地及生态系统服务变化[J]. 水土保持通报, 2021, 41(6):295-302,376.

Hua Y Q, Ma C H, An S W, et al. Changes in productive-living-ecological land and ecosystem services in Yuanzhou district of Guyuan City during 2000-2018[J]. Bulletin of Soil and Water Conservation, 2021, 41(6):295-302,376.

[4]
汪清川, 奚砚涛, 刘欣然, 等. 生态服务价值对土地利用变化的时空响应研究——以徐州市为例[J]. 自然资源遥感, 2021, 33(3):219-228.doi:10.6046/zrzyyg.2020305.

Wang Q C, Xi Y T, Liu X R, et al. Spatial-temporal response of ecological service value to land use change:A case study of Xuzhou City[J]. Remote Sensing for Natural Resources, 2021, 33(3):219-228.doi:10.6046/zrzyyg.2020305.

[5]
李琛, 高彬嫔, 吴映梅, 等. 基于PLUS模型的山区城镇景观生态风险动态模拟[J]. 浙江农林大学学报, 2022, 39(1):84-94.

Li C, Gao B P, Wu Y M, et al. Dynamic simulation of landscape ecological risk in mountain towns based on PLUS model[J]. Journal of Zhejiang A & F University, 2022, 39(1):84-94.

[6]
谭昭昭, 陈毓遒, 丁憬枫, 等. 浙江东部沿海城市土地利用模拟及生态系统服务价值评估[J]. 应用生态学报, 2023, 34(10):2777-2787.

DOI

Tan Z Z, Chen Y Q, Ding J F, et al. Simulation of land use and assessment of ecosystem service value in the eastern coastal cities of Zhejiang Province,China[J]. Chinese Journal of Applied Ecology, 2023, 34(10):2777-2787.

[7]
张春悦, 白永平, 杨雪荻, 等. 多情景模拟下宁夏平原生态系统服务簇识别研究[J]. 地理研究, 2022, 41(12):3364-3382.

DOI

Zhang C Y, Bai Y P, Yang X D, et al. Identification of ecosystem service bundles in Ningxia Plain under multi-scenario simulation[J]. Geographical Research, 2022, 41(12):3364-3382.

[8]
冯丽媛, 米文宝, 马国庆. 基于CA-Markov模型的宁夏沿黄生态经济带土地利用变化及模拟研究[J]. 水土保持通报, 2019, 39(5):218-222,230,2.

Feng L Y, Mi W B, Ma G Q. A study of land use change and simulation of a Ningxia eco-economic belt along Yellow River based on CA-Markov model[J]. Bulletin of Soil and Water Conservation, 2019, 39(5):218-222,230,2.

[9]
马彩虹, 安斯文, 滑雨琪, 等. 宁夏沿黄经济带生态用地格局演变及其驱动机制[J]. 经济地理, 2022, 42(6):179-187.

DOI

Ma C H, An S W, Hua Y Q, et al. Evolution and driving mechanism of ecological land use along the yellow economic belt in Ningxia[J]. Economic Geography, 2022, 42(6):179-187.

DOI

[10]
李立, 胡睿柯, 李素红. 基于改进FLUS模型的北京市低碳土地利用情景模拟[J]. 自然资源遥感, 2023, 35(1):81-89.doi:10.6046/zrzyyg.2022065.

Li L, Hu R K, Li S H. Simulations of the low-carbon land use scenarios of Beijing based on the improved FLUS model[J]. Remote Sensing for Natural Resources, 2023, 35(1):81-89.doi:10.6046/zrzyyg.2022065.

[11]
Shi J, Shi P, Wang Z, et al. Multi-scenario simulation and driving force analysis of ecosystem service value in arid areas based on PLUS model:A case study of Jiuquan City,China[J]. Land, 2023, 12(5):937.[LinkOut]

[12]
耿思筱, 杨志, 党小虎, 等. 基于SD-FLUS模型的宁夏土地利用多情景模拟[J]. 地球科学与环境学报, 2023, 45(4):806-818.

Geng S X, Yang Z, Dang X H, et al. Multi-scenarios simulation of Ningxia land use in China based on SD-FLUS model[J]. Journal of Earth Sciences and Environment, 2023, 45(4):806-818.

[13]
邹利林, 王建英, 胡学东. 中国县级"三生用地" 分类体系的理论构建与实证分析[J]. 中国土地科学, 2018, 32(4):59-66.

Zou L L, Wang J Y, Hu X D. An classification systems of production-living-ecological land on the county level:Theory building and empirical research[J]. China Land Science, 2018, 32(4):59-66.

[14]
Liang X, Guan Q, 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, 85:101569.

[15]
Hao W, Cao Z, Ou S, et al. A simulation analysis of land use changes in the Yarlung Zangbo River and its two tributaries of Tibet using the Markov-PLUS model[J]. Sustainability, 2023, 15(2):1376.

[16]
Mokarram M, Pourghasemi H R, Hu M, et al. Determining and forecasting drought susceptibility in southwestern Iran using multi-criteria decision-making (MCDM) coupled with CA-Markov model[J]. Science of the Total Environment, 2021, 781:146703.

[17]
杨朔, 苏昊, 赵国平. 基于PLUS模型的城市生态系统服务价值多情景模拟——以汉中市为例[J]. 干旱区资源与环境, 2022, 36(10):86-95.

Yang S, Su H, Zhao G P. Multi-scenario simulation of urban ecosystem service value based on PLUS model:A case study of Hanzhong city[J]. Journal of Arid Land Resources and Environment, 2022, 36(10):86-95.

[18]
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 G D, Zhang C X, Zhang L M, 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.

DOI

[19]
李聪慧, 马彩虹, 滑雨琪, 等. 黄河上游荒漠绿洲生态系统服务对三生用地变化的响应——以银川市为例[J]. 资源科学, 2023, 45(1):190-203.

DOI

Li C H, Ma C H, Hua Y Q, et al. Response of desert oasis ecosystem services to the production-living-ecological land change in the upper reaches of the Yellow River:A case study in Yinchuan City[J]. Resources Science, 2023, 45(1):190-203.

DOI

[20]
崔旺来, 奚恒辉, 蔡莉, 等. 基于NDVI的中国海岛县生态系统服务价值时空变化[J]. 经济地理, 2021, 41(9):184-192,224.

DOI

Cui W L, Xi H H, Cai L, et al. Spatial and temporal change of ecosystem service value in China's Island Counties base on NDVI[J]. Economic Geography, 2021, 41(9):184-192,224.

DOI

[21]
高超, 赵军, 王玉纯, 等. 石羊河流域自然植被对生态系统服务的约束效应[J]. 生态学报, 2020, 40(9):2851-2862.

Gao C, Zhao J, Wang Y C, et al. Study on the constraint effect of natural vegetation on ecosystem services in the Shiyang River Basin[J]. Acta Ecologica Sinica, 2020, 40(9):2851-2862.

[22]
安斯文, 马彩虹, 袁倩颖, 等. 生态移民区“三生”用地变化对生态系统服务的影响--以宁夏红寺堡区为例[J]. 干旱区地理, 2021, 44(6):1836-1846.

DOI

An S W, Ma C H, Yuan Q Y, et al. Effects of “ecological-production-living” land changes on ecosystem services in ecological migration area:A case of Hongsibu District in Ningxia[J]. Arid Land Geography, 2021, 44(6):1836-1846.

[23]
高星, 杨刘婉青, 李晨曦, 等. 模拟多情景下白洋淀流域土地利用变化及生态系统服务价值的空间响应[J]. 生态学报, 2021, 41(20):7974-7988.

Gao X, Yang L, Li C X, et al. Land use change and ecosystem service value measurement in Baiyangdian Basin under the simulated multiple scenarios[J]. Acta Ecologica Sinica, 2021, 41(20):7974-7988.

[24]
杨强强, 章翩, 邱小琮, 等. 宁夏回族自治区生态系统服务时空变化及其权衡研究[J]. 中国环境科学, 2023, 43(10):5453-5465.

Yang Q Q, Zhang P, Qiu X C, et al. Spatiotemporal changes and trade-off analysis of ecosystem services in Ningxia Hui Autonomous Region[J]. China Environmental Science, 2023, 43(10):5453-5465.

Options
Outlines

/

〈 〉