黄土高原生态系统服务时空变化及权衡与协同研究

Investigation of spatio-temporal changes and trade-offs and synergies of ecosystem services in the Loess Plateau

摘要

目的 黄土高原是典型的环境脆弱区，探究经济发展背景下黄土高原生态系统服务的时空分异特征及权衡与协同关系，为实现区域经济和生态环境可持续发展提供理论依据。 方法 应用InVEST模型，利用遥感数据和社会经济数据，量化评估了2000~2018年黄土高原五期生境质量，碳储存，土壤保持和粮食供给四项服务的时空格局变化，采用相关性分析探究各服务间的权衡与协同关系，并在此基础上识别了黄土高原多重生态系统服务热点区。 结果 2000~2018年黄土高原生境质量指数均值呈上升态势，增幅为3.16%，碳储量增加了7.8×10⁷t，土壤保持量增幅为25.16%，粮食供给下降显著，降幅为9.97%。各项生态系统服务间相关系数均低于0.6，且通过显著性检验，相关系数年际变化小，生境质量、碳储存和土壤保持三项服务间互为协同关系，粮食供给与其他三项服务呈权衡关系。研究期内黄土高原1类热点区面积基本保持稳定，2类热点区面积共增加3.53%，3类热点区面积占比小，变化不显著，非热点区面积下降显著，不存在4类热点区。高值区分布在东南和西南部，中部和西北部属于低值区。 结论 预期可为全球变化和经济发展下黄土高原生态系统服务的健康发展提供科技支撑和相关理论参考。

Abstract

Objective The Loess Plateau is a typical ecologically fragile area. To explore the temporal and spatial differentiation characteristics，trade-offs and synergies of ecosystem services in the Loess Plateau under the background of economic development,provide a theoretical basis for the sustainable development of regional economy and ecological environment. Method The InVEST model is applied,and remote sensing data and socio-economic data are used to quantitatively assess the changes in the spatial and temporal patterns of the four services of habitat quality，carbon storage，soil conservation，and food supply in the five phases of the Loess Plateau from 2000 to 2018.Correlation analysis was used to examine each service.The trade-offs and synergies between them were identified，and on this basis，several ecosystem service hotspots on the Loess Plateau were identified. Result From 2000 to 2018，the average local quality index of the Loess Plateau showed an upward trend，with an increase of 3.16%，carbon storage increased by 7.8×107 t,soil retention increased by 25.16%，and food supply decreased significantly，with a decrease of 9.97%.The correlation coefficients of various ecosystem services are all lower than 0.6，and through the significance test，the inter-annual variation of the correlation coefficient is small，and the three services of habitat quality，carbon storage and soil conservation are synergistic. The three services are in a trade-off relationship.During the study period，the area of Type 1 hotspots in the Loess Plateau remained basically stable，the area of Type 2 hotspots increased by 3.53%，the area of Type 3 hotspots accounted for a small proportion，and the change was not significant,the area of non-hotspots decreased significantly，and there was no 4 The high-value areas are distributed in the southeast and southwest，and the central and northwest areas belong to the low-value areas. Conclusion This study is expected to provide scientific and technological support and related theoretical references for the healthy development of ecosystem services in the Loess Plateau under global change and economic development.

Graphical abstract

关键词

生态系统服务 / InVEST模型 / 权衡与协同 / 热点区 / 黄土高原

Key words

ecosystem services / InVEST model / trade-offs and synergies / hotspots / Loess Plateau

生态系统服务（ecosystem services，ES）是指生态系统为人类提供的各种惠益，作为生态系统功能向人类社会福祉转化的重要工具，以提供调节，支持，供给和文化服务为主^［1］。生态系统不仅可以为人类提供生产生活所需的物质资料，还可以净化大气环境，提高区域的水源涵养和土壤保持能力，维持生物多样性，为人类生存与发展提供重要的物质和环境基础^［2］。长期以来由于人类对生态系统服务重要性认识不充分，加之社会经济快速发展导致人口激增以及对生态系统的不合理开发利用都严重影响着区域的生态环境。2005年千年生态系统评估报告指出目前全球约60%的生态系统服务处于严重退化状态，作为人与自然关系的重要纽带，生态系统服务退化会对自然生态和社会经济的协调发展产生影响，威胁人类的健康和安全，降低人类社会福祉，会对区域甚至全球生态安全造成严重威胁。因此研究区域生态系统服务能够在一定程度上帮助决策者管理多功能生态系统，促进区域社会经济和生态保护双赢。

随着国家的重视、人类生态安全意识的提高和生态修复工程的实施，有关生态系统服务的研究成为当前热点^［3］。生态系统服务的种类多样性，空间分布异质性及人们对生态系统服务的需求偏好等导致生态系统服务间存在相互联系和相互作用的动态关系，以权衡和协同关系为主。权衡表示一种服务增加或减少的同时另一种服务与之反向变化；协同表示两种服务同增同减^［4］。基于此，科学量化生态系统服务，研究其时空变化特征，分析各项服务的相互关联性对区域发展意义重大。目前学者们对生态系统服务权衡与协同关系的研究以理论基础研究，空间尺度效应，相关关系的表现形式为主^［5］；主要采用相关性统计分析，GIS空间分析及情景模拟等方法^［6］。如王晓峰等基于统计分析法探究中国生态系统脆弱区土壤保持，NPP和产水等服务的相关关系，发现三项服务在整体上协同，但部分权衡^［7］。钱彩云等在分析生态系统服务空间集聚特征基础上，基于乡镇尺度分析了生态系统服务的权衡与协同关系^［8］。方露露等以流域为尺度，基于相关性分析法分别对长江流域，黄河流域生态系统进行权衡与协同研究^［9］。总体来看，基于不同时空尺度探究区域生态系统服务权衡与协同关系的研究成果逐渐增加，研究方法和技术也日渐成熟。然而根据生态系统服务的尺度关联特征，同种服务空间尺度不同其相关关系不同^［10］，目前针对黄土高原生态系统服务的研究多集中在县市和流域等中小尺度^［11-13］，但对黄土高原全域生态系统服务权衡协同关系的研究相对较少。

黄土高原受限于自然和社会条件，区域地形陡峭，黄土堆积，土质疏松，植被覆盖度低，水土流失严重，土壤保持能力低，加之人类过度砍伐，土地资源利用方式不合理等导致区域生态环境退化严重^［14］。为提高生态环境质量，增强植被覆盖，防治水土流失，黄土高原地区从1999年开始实施大规模退耕还林还草工程导致区域生态系统结构发生变化，对各项生态系统服务产生一定影响。因此结合黄土高原实际情况和研究期内退耕还林还草的区域大背景，选择了生境质量、碳储存、土壤保持和粮食供给服务，基于2000~2018年五期遥感影像数据，采用InVEST模型、RUSLE模型、ArcGis空间制图法和SPSS统计分析法定量评估了四项服务的时空变化，并分析了各项服务间的权衡与协同关系，同时采用ArcGis空间叠加法识别了多重生态系统服务区，分析不同区域生态系统服务能力的高低，以期为区域自然生态和社会经济可持续发展提供理论支撑和数据支持。

1 材料与方法

1.1 研究区概况

黄土高原位于中国中偏北部，介于33°~41° N，100°~114° E，是世界上黄土分布面积最多的高原。区域面积约64万km²，覆盖陕，甘，宁，青，晋，豫，内蒙古7个省（自治区）的部分地区。海拔介于75~5 149 m，地势西北高东南低，地形以梁，塬，卯为主。黄土高原气候类型是温带大陆性季风气候，年均温3.6~14.3 ℃，年降水量150~750 mm，降水量时空分布不均主要集中在6~9月，自东南向西北递减，且实际蒸发量普遍高于实际降水量^［15］。黄土高原是世界上水土流失最严重的区域之一，水土流失不仅破坏了土壤资源导致土壤荒漠化，也引起地表植被大量退化，土地的生产力降低，因此，黄土高原区域生态环境问题长期突出^［16］。

1.2 数据来源与处理

本文所需数据主要包括以下7种：1）2000~2018年的土地利用数据（30 m）：下载自中国科学院资源环境科学数据中心（https：//www.resdc.cn），通过重分类把二级土地利用类型合并为耕地，林地，草地，水域，建设用地和未利用地六个一级类。2）土壤数据（1km）：来源于联合国粮农组织发布的世界土壤数据库（HWSD），主要包括土壤类型，土壤质地，土壤泥沙含量等属性。3）降雨量数据来源于中国科学院资源环境科学数据中心（https：//www.resdc.cn）。4）归一化植被指数数据（NDVI）：来源于NASA/EOS LPDAAC 数据分发中心的 MODIS 产品（https：//lpdaac.usgs.gov/），时间分辨率为16天，空间分辨率为250 m。5）DEM数据（250 m）：来源于地理空间数据云（http：//www.gscloud.cn/）。6）行政矢量边界数据：来自中国科学院资源环境科学与数据中心（https：//www.resdc.cn）。7）粮食产量数据：来源于《中国县域统计年鉴》。所有数据空间分辨率统一重采样为250 m，投影坐标系统一为CGCS2000坐标系。

1.3 研究方法

1.3.1 生境质量

本文采用InVEST模型的生境质量模块来定量评估黄土高原地区生境质量潜力水平。该模型是以土地利用数据和相关生物多样性威胁因素等信息为基础，对黄土高原生境质量进行估算来反映研究区生物多样性状态及其为物种提供生存条件的潜在能力。生境质量取值介于0~1之间，值越大说明生境质量越好，值越小表示生境质量越差。公式如下：

Q_{xj}=H_j\left[\mathrm{1}-\left(\frac{D_{xj}^z}{D_{xj}^z+K^z}\right)\right]（1）

式中：Q_{xj}表示生境类型j中栅格x的生境质量；H_j 为生境j的生境适宜度；D_xj 是指生境类型j中栅格x的生境退化度指数；k为半饱和常数，通常取退化度指数最大值的一半，z为归一化常数，是系统默认的参数。

生境质量模块包括生境质量威胁源的影响距离和权重，每种生境对威胁源的敏感性程度等参数。如表1和表2所示^［17-22］。本文结合研究区实际背景，威胁因子按照二级地类选择，其他参数值根据模型手册和相关文献确定。

1.3.2 碳储存

InVEST模型碳储量模块包括四个基本碳库，所需数据有土地利用数据和平均碳密度数据（表3）。碳储量模块评估的基本思路是以土地类型为单元，每一种土地类型的面积与平均碳密度的乘积再求和得到区域总碳储量。碳密度参数根据前人相关研究设置^［23-24］。计算公式如下：

C_total=C_above+C_below+C_soil+C_dead（2）

式中：C_total表示总碳储量（t/hm²）；C_above是指地上碳储量（t/hm²）；C_below代表地下碳储量（t/hm²）；C_soil代表土壤碳储量（t/hm²）；C_dead代表死亡有机碳储量（t/hm²）。

1.3.3 土壤保持

黄土高原作为全球水土流失最严重地区之一，评估其土壤保持服务功能可为区域防治水土流失提供一定的理论及数据支撑。运用修正的通用土壤流失方程来探究黄土高原土壤保持服务变化^［25］。

RKLS=R×K×L×S（3）

USLE=R×K×LS×C×P（4）

SD=RKLS-USLR（5）

式中：RKLS代表土壤的潜在侵蚀量［t/（hm²·a）］；USLE是土壤的实际侵蚀量［t/（hm²·a）］；R为降雨侵蚀力因子，采用章文波等^［26］的逐年雨量估算侵蚀力模型计算得到；K代表土壤可蚀性因子，通过EPIC模型计算得到；LS是坡长坡度因子；C和P分别是植被覆盖管理因子和土壤保持措施因子；相关参数根据参考文献确定^［27-30］。

1.3.4 粮食供给

粮食是生态系统为人类提供的最基本的生存保障之一。相关研究表明，粮食产量与植被指数有显著的线性相关关系^［31-32］。本文粮食供给服务以粮食产量统计数据为基础，基于16 d时间分辨率250 m空间分辨率的年NDVI数据，运用ArcGis软件通过重投影，采用最大值合成法得到黄土高原地区五期年最大NDVI数据。空间上将粮食总产量值根据全部为正值的NDVI分配至县域耕地栅格，通过ArcGis分区统计工具得到研究区粮食产量的空间分布^［33］，计算公式如下：

G_i =G_sum×\frac{NDV{I}_i}{NDV{I}_{sum}}（6）

式中：G_i 表示耕地栅格i的粮食产量；G_sum表示研究区粮食总产量；NDVI_i 表示第i个耕地栅格的归一化植被指数；NDVI_sum表示研究区耕地的归一化植被指数之和。

1.3.5 生态系统服务的权衡与协同分析

生态系统各项服务间不是完全独立的，存在复杂的关联关系，最典型的是权衡与协同关系，因此本文对黄土高原各项服务的权衡与协同关系进行分析。基于单项服务标准化值，运用ArcGis把研究区划分为72 105个3 km×3 k m的生态格网，把研究期内各单项服务的标准化值提取至格网中心点，再导入SPSS软件，采用相关分析法计算5个年份生态系统服务的相关系数。如果两项服务的相关系数是正值且通过显著性检验，表明两者是协同关系，反之是权衡关系^［34］。

1.3.6 生态系统服务热点区识别

识别黄土高原生态系统服务的热点区，可在空间上进一步明确生态系统服务的权衡与协同关系。本研究把各单项服务大于研究期内各自平均值的区域作为热点区，通过ArcGis软件把各单项服务的热点区相叠加，超过1、2、3、4种服务的热点区分别表示为1、2、3、4类生态系统服务热点区，未超过任意一种服务的区域定义为非热点区^［35］。

2 结果与分析

2.1 生态系统服务时空变化分析

本文运用InVEST模型和ArcGis软件的空间制图法评估了2000年、2005年，2010年，2015年，2018年研究区的生境质量，碳储存，土壤保持和粮食供给四项生态系统服务，各项服务整体呈波动变化的时空特征，具体结果如下：

黄土高原生境质量从高到低依次分为高（0.8~1），较高（0.6~0.8），中等（0.4~0.6），较低（0.2~0.4）和低（0~0.2）五个级别（表4）。经分类统计分析表明黄土高原生境质量逐渐提高，生境质量均值的增幅为3.16%。较低及低等级的面积占比降低，其中较低生境的面积减少，但低生境等级面积增加。中等生境以上的面积占总面积比例均高于60%，整体波动变化，在2005年略有增加。高生境等级面积呈持续增加态势。生境质量在空间分布格局上呈现一定的一致性和差异性（图2），高值区在全域范围内交叉分布，地类以林地和草地为主，人为因素对其影响较小，因此生境质量等级高。低值区在空间上主要分布在北部和东南部，中部也有少量分布，区域内建设用地，未利用地和耕地分布广泛，易受外界活动影响，生境质量低。

2000~2018年黄土高原总碳储量从39.11×10⁸ t增加至39.89×10⁸ t（表5），共增加7.8×10⁷t，但不同地类的碳储量变化各有差异。耕地的碳储量呈连续下降趋势，研究期内共减少1.53%。林地的碳储量先增加后降低再增加，主要原因是研究初期退耕还林还草的实施，林地面积增加导致林地固碳能力增强。草地的碳储量年际变化相对较小，占比均在40%以上。建设用地碳储量各年占比呈持续上升趋势，研究期内共增加2.41%。水域和未利用地面积少，占比小，年际变化小。从空间上看（图3），2000~2018年黄土高原碳储量空间分布格局基本一致，整体上碳储量高值区分布在东部，东南部和西南部分地区，低值区在全域范围内交叉分布，高值区在空间上与林地，草地等土地覆被类型大致相吻合，低值区空间上与水域，建设用地及未利用地基本吻合。

研究期间黄土高原土壤保持量呈先降低后升高的趋势（图4）。2000~2005年土壤保持总量减少4.2×10¹⁰ t，2005年土壤保持量最低，2005~2018年土壤保持量上升，2018年土壤保持量最高为9.7×10¹⁰ t。2000~2018年土壤保持量共增加1.95×10¹⁰ t，增幅为25.16%。研究期内黄土高原土壤保持服务的变化主要受降雨和土地利用变化的影响，最大值从577 925（t/hm²）下降到405 116（t/hm²）。黄土高原土壤保持空间分布变化小，大致以中间高四周低的空间格局为主（图5）。高值区集中分布在中部，西南和东南部分地区，西北部大部分地区属于低值区。

2000~2018年黄土高原粮食供给服务呈逐年下降态势（图4），2000年粮食供给服务最高为3.11×10⁷ kg，2018年供给能力最低为2.8×10⁷ kg，降幅是9.97%。研究初期退耕还林还草工程对区域粮食产量影响较大。2010年后建设用地扩张，耕地撂荒等也在一定程度上影响着粮食供给服务能力。空间上粮食供给服务的分布格局基本一致（图6），高值区集中在耕地密集区，以中部和东南部为主，西北部大部分地区以林草地和未利用地为主，粮食供给能力低。

2.2 生态系统服务的权衡与协同分析

由图7可知2000~2018年黄土高原的生境质量，碳储量和土壤保持每两项服务间相关系数都显著为正，存在协同关系。粮食供给与其他三项服务相关系数显著为负，说明粮食供给与其他三项服务是权衡关系。研究期内黄土高原各项服务间的权衡协同关系年际变化幅度小，基本稳定，具体来看存在协同关系的三组服务中，生境质量和碳储存的相关系数最高，相关性最好，土壤保持和碳储存的相关系数较低，相关性次之，生境质量和土壤保持的相关系数最低，相关性最弱，但协同关系不变。存在权衡关系的三组生态系统服务中，生境质量和粮食供给的相关性最强，土壤保持和粮食供给的相关性最弱，但研究期内仍保持权衡。2000~2018年黄土高原的生境质量和碳储量相关系数从0.511下降至0.465；生境质量和土壤保持相关系数先下降后逐渐增加，变化幅度小；碳储量和土壤保持的相关性减弱，总体上协同关系均在不同程度上波动变化。土壤保持和粮食供给的相关系数先减小后增加，但年际变化小，保持稳定；碳储量和粮食供给相关系数从-0.112下降至-0.135，相关系数波动增加，权衡性增强；生境质量和粮食供给相关系数先增加后降低。整体来看2000~2018年四种生态系统服务两两之间的协同关系一定程度上减弱，但权衡关系在增强。

2.3 生态系统服务热点区识别

运用热点区识别法，结合Arcgis空间分析，得到黄土高原五期生态系统服务热点区的空间分布图（图8）。热点区共有3类，其中1类热点区集中分在中部和东部耕地区，粮食供给能力较高但其他服务能力较低；2类热点区在西南部，中部和东南部分地区分布，地类以草地和林地为主，能够提供较高的生境质量和土壤保持服务；3类热点区地类以林地为主，空间分布比较分散，可提供生境质量、土壤保持、碳储存3项服务；不存在四类热点区；非热点区以北部，中部和西南部分地区未利用地为主，可提供多种生态系统服务但数值低。从分布面积来看（图9），研究期内1类热点区面积占比最大，但年际变化小，仅增加1.35%；2类热点区面积逐年增加，共增加了3.53%，其可提供土壤保持及生境质量服务，具有保持水土，提高生物多样性等优势，是黄土高原重要的生态功能区；3类热点区的面积最少，在2005年略有下降，但基本稳定；非热点区面积呈持续下降趋势。黄土高原多重生态系统服务的时空变化受四项服务权衡与协同关系的影响大。

3 讨论

全面系统地模拟和评估黄土高原生态系统服务是科学管理区域生态系统和合理制定相关政策的前提和基础。2000~2018年黄土高原生境质量指数逐年增加，生境质量高值区交叉分布，其中中部生境质量提高最明显，表明黄土高原退耕还林还草生态修复工程对区域生境质量提升起着显著的促进作用，这与谢怡凡^［36］等的研究结果一致，退耕还林能够促进生态修复，加强对生态系统的管理，减少人类活动对生态系统的干扰。植被覆盖度影响着区域碳储量的高低，研究期内黄土高原碳储量逐年增加，在一定程度上得益于退耕还林还草工程的实施，具有高固碳能力的林地和草地面积增加，促进碳储量增加，这与张琨^［37］，Song^［38］，Deng^［39］等的研究结果相似。黄土高原土质疏松，土壤侵蚀严重，水土保持能力差，林地面积的增加在提高植被覆盖度并促进碳储量增加的同时对土壤保持也起到促进作用，这与汪晓珍^［14］在黄土高原地区的研究结果一致。植被根系能够固结土壤，减轻土壤侵蚀，同时退耕还林减少了人类活动，外界因素对土地的干扰降低，土壤稳定性提高。黄土高原土壤保持高值区主要分布在坡度较高的地区，这进一步表明地形对土壤保持存在一定的影响，因此增强高坡度地区的植被覆盖度，对减轻区域水土流失，提高土壤保持意义重大。退耕还林还草工程导致黄土高原林草地面积增加，耕地面积减少，粮食供给能力下降，这与Geng^［40］，Wang^［41］等人的研究结论相似，2010年以后随着社会经济发展，建设用地扩张，耕地撂荒等均在不同程度上影响区域粮食供给。

对区域生态系统服务权衡与协同关系的准确认识是实现区域生态保护和可持续发展的重要前提，但生态系统服务的权衡与协同关系存在一定的尺度效应。黄土高原全域尺度生境质量，碳储量和土壤保持三项服务两两之间均呈协同关系，主要是退耕还林还草工程促进区域林草地等植被覆盖度增加，有利于生态环境的改善，增加生物多样性，提高固碳能力，水土流失减弱。研究发现在黄土高原全域尺度上生境质量与碳储量存在强协同关系，土壤保持与碳储量的协同关系次之，生境质量和土壤保持的协同关系最弱。但王川^［11］等基于黄土高原县域尺度对生态系统服务关系的研究发现生境质量与土壤保持具有强协同关系，但碳储量与土壤保持存在弱协同关系。黄土高原全域尺度上粮食供给与生境质量、碳储量和土壤保持均存在权衡关系，这与黄土高原县域尺度^［11］、市域尺度^［12］的研究结果基本一致。说明在黄土高原各级空间尺度上，食物生产用地（主要为耕地）与其他用地（以林地和草地为主）均存在一定的竞争关系，未来还需继续加强各类用地的调整管控，实现区域粮食生产和生态保护双赢。此外，通过热点分析发现黄土高原不存在4类热点区，其受粮食供给服务与其他三项服务权衡关系的影响大。

本研究采用InVEST模型评估土壤保持服务，使用的DEM数据是同一研究期的，得到的坡度坡长因子一致，但在实际过程中，各年份坡度坡长因子存在差异，这在一定程度上影响土壤保持服务值计算的精确度。生境质量和碳储存服务的相关参数设置参考了与黄土高原自然环境相近地区的文献，使得研究结果存在一定的不确定性，但各项服务变化的总体趋势不会变动。在今后的研究中，要进一步开展野外观测，采用实地调查和监测数据，提高研究数据的精确度，更好的评估黄土高原的生态系统服务能力。生态系统服务的权衡与协同关系增强或减弱受研究区空间尺度的影响，且两项服务间不仅只存在线性关系，因此在下一步研究中，将基于不同的空间尺度分析其权衡与协同关系，探究各项服务间的线性和非线性关系，并进一步明确生态系统服务变化的驱动机制，是研究区域生态系统的关键。

4 结论

1） 2000~2018年黄土高原生境质量指数均值呈上升态势，增幅为3.16%，碳储量增加了7.8×10⁷t，土壤保持量波动上升，共增加1.95×10¹⁰t，增幅为25.16%，粮食供给下降显著，降幅为9.97%。

2） 黄土高原各生态系统服务之间的相关系数均低于0.6，五期数据的相关系数变化相对较小。其中生境质量、碳储存与土壤保持三项服务间均呈协同关系，而粮食供给服务和生境质量、碳储存及土壤保持均存在权衡关系。

3） 黄土高原研究期内1类热点区面积基本稳定；2类热点区面积在研究期内共增加3.53%，呈逐年增加的变化趋势；3类热点区面积少，占比小，变化不显著；非热点区面积下降显著，根据研究结果表明不存在4类热点区。

参考文献

[1] Costanza R D， Arge R， Groot R D，et al.The value of the world's ecosystem services and natural capital［J］.Ecological Economics，1997，25（1）：3-15.

[2] 傅伯杰，周国逸，白永飞，等.中国主要陆地生态系统服务功能与生态安全［J］.地球科学进展，2009，24（6）：571-576.

[3] 欧阳志云，郑华.生态系统服务的生态学机制研究进展［J］.生态学报，2009，29（11）：6183-6188.

[4] 朱殿珍，初磊，马帅，等.青藏高原生态屏障区生态系统服务权衡与协同关系［J］.水土保持研究，2021，28（4）：308-315.

[5] 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.

[6] 王雅，蒙吉军，齐杨，等.基于InVEST模型的生态系统管理综述［J］.生态学杂志，2015，34（12）：3526-3532.

[7] 王晓峰，马雪，冯晓明，等.重点脆弱生态区生态系统服务权衡与协同关系时空特征［J］.生态学报，2019，39（20）：7344-7355.

[8] 钱彩云，巩杰，张金茜，等.甘肃白龙江流域生态系统服务变化及权衡与协同关系［J］.地理学报，2018，73（5）：868-879.

[9] 方露露，许德华，王伦澈，等.长江、黄河流域生态系统服务变化及权衡协同关系研究［J］.地理研究，2021，40（3）：821-838.

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

[11] 王川，刘春芳，乌亚汗，等.黄土丘陵区生态系统服务空间格局及权衡与协同关系—以榆中县为例［J］.生态学杂志，2019，38（2）：521-531.

[12] 孙艺杰，任志远，郝梦雅，等.黄土高原生态系统服务权衡与协同时空变化及影响因素—以延安市为例［J］.生态学报，2019，39（10）：3443-3454.

[13] 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.

[14] 汪晓珍，吴建召，吴普侠，等.2000-2015年黄土高原生态系统水源涵养、土壤保持和NPP服务的时空分布与权衡/协同关系［J］.水土保持学报，2021，35（4）：114-121.

[15] 侯青青，裴婷婷，陈英，等.1986-2019年黄土高原干旱变化特征及趋势［J］.应用生态学报，2021，32（2）：649-660.

[16] 刘雪强，南丽丽，郭全恩，等.黄土高原半干旱区种植不同绿肥作物对土壤理化性质的影响［J］.甘肃农业大学学报，2020，55（1）：145-152.

[17] 刘春艳，朱康文，刘吉平.三峡库区重庆段土地覆盖和生物多样性功能演化及预测［J］.农业工程学报，2017，33（19）：258-267.

[18] Zhang X， Song W， Lang Y，et al.Land use changes in the coastal zone of China's Hebei Province and the corresponding impacts on habitat quality［J］.Land Use Policy，2020，99：104957.

[19] 朱增云，阿里木江·卡斯木.基于地理探测器的伊犁谷地生境质量时空演变及其影响因素［J］.生态学杂志，2020，39（10）：3408-3420.

[20] Zhang X R， Zhou J， Li G N，et al.Spatial pattern reconstruction of regional habitat quality based on the simulation of land use changes from 1975 to 2010［J］.Journal of Geographical Sciences，2020，30（12）：601-620.

[21] Anselin L.Local indicators of spatial association-LISA［J］.Geographical Analysis，1995，27：93-115.

[22] 杨洁，谢保鹏，张德罡.黄河流域生境质量时空演变及其影响因素［J］.中国沙漠，2021，41（4）：12-22.

[23] 梁振春，李静，吴靖，等.退耕还林还草对黄土高原坡地磷素的影响［J］.南方农业学报，2018，49（4）：688-694.

[24] 刘孟竹，王彦芳，裴宏伟.退耕还林（草）背景下中国北方农牧交错带土地利用及碳储量变化［J］.中国沙漠，2021，41（1）：174-182.

[25] 王晓萌，潘佩佩，王晓旭，等.基于土地利用的河北省生态系统服务权衡/协同关系研究［J］.地理与地理信息科学，2021，37（1）：80-88.

[26] 章文波，付金生.不同类型雨量资料估算降雨侵蚀力［J］.资源科学，2003（1）：35-41.

[27] 李明月.秦岭丹江流域水源涵养与土壤保持功能评价［D］.西安：西北大学，2021.

[28] 李妙莹.基于InVEST模型的黄土高原人工灌草系统土壤保持功能评估［D］.兰州：兰州大学，2019.

[29] 陈浩.黄土高原退耕还林前后流域土壤侵蚀时空变化及驱动因素研究［D］.杨凌：西北农林科技大学，2019.

[30] 刘宇林.黄土高原土壤侵蚀对植被恢复的响应［D］.北京：中国科学院大学（中国科学院教育部水土保持与生态环境研究中心），2020.

[31] 李军玲，郭其乐，彭记永.基于MODIS数据的河南省冬小麦产量遥感估算模型［J］.生态环境学报，2012，21（10）：1665-1669.

[32] 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.

[33] 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［J］.生态学报，2021，41（3）：1178-1188.

[34] 刘华妍，肖文发，李奇，等.北京市生态系统服务时空变化与权衡分析［J］.生态学杂志，2021，40（1）：209-219.

[35] 潘竟虎，李真.干旱内陆河流域生态系统服务空间权衡与协同作用分析［J］.农业工程学报，2017，33（17）：280-289.

[36] 谢怡凡，姚顺波，邓元杰，等.延安市退耕还林（草）工程对生境质量时空格局的影响［J］.中国生态农业学报（中英文），2020，28（4）：575-586.

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

[38] Song X Z， Peng C H， Zhou G M，et al.Chinese Grain for Green Program led to highly increased soil organic carbon levels：a meta analysis［J］.Scientific Reports，2015，4：4460.

[39] Deng L， Liu G B， Shangguan Z P.Land-use conversion and changing soil carbon stocks in China’s‘Grain-for-Green’ Program：a synthesis［J］.Global change biology，2014，20（11）：3544-3556.

[40] Geng Q L， Ren Q F， Yan H M，et al.Target areas for harmonizing the Grain for Green Programme in China's Loess Plateau［J］.Land Degradation & Development，2019，31（3）：325-333.

[41] Wang J T， Peng J， Zhao M Y，et al.Significant trade-off for the impact of Grain-for-Green Programme on ecosystem services in North-western Yunnan，China［J］.Science of the Total Environment，2017，574：57-64.

基金资助

甘肃省教育厅优秀研究生“创新之星项目”(2021CXZX-393)

甘肃省高校创新基金项目(2020B-117)

甘肃农业大学人才专项基金(2017RCZX-35)

青年导师扶持基金项目(GAU-QDFC-2021-06)