低山丘陵县域生态系统服务价...素分析——以江西德兴市为例_赵琪琛.pdf

低山丘陵县域生态系统服务价值的时空分异及影响因素分析以江西德兴市为例赵琪琛，余敦*，王检萍，卢一乾，郑亚萍，罗恬欣江西农业大学国土资源与环境学院摘要科学评估生态系统服务价值（ESV）并分析其时空分异特征和影响因素对保障区域生态安全具有重要意义。以典型低山丘陵地貌的德兴市为例，基于 2000 年、2007 年、2013 年以及 2018 年遥感影像数据，分析土地利用结构和动态变化，利用当量因子系数修正法评估 ESV，采用空间自相关和热点分析方法描述 ESV 的时空分异特征，并运用地理探测器探析 ESV 空间分异的影响因素。结果表明：20002018 年，德兴市土地利用类型以林地为主，占总面积的 75%以上，建设用地面积增加最多（2 230.38hm2），林地面积减少最大（2 763.54 hm2），未利用地面积变化最剧烈；德兴市 ESV 共减少了 1.1 亿元，总量变化比较稳定；从空间上看，ESV 呈西北低、东南高的空间分布格局，且存在显著的空间集聚效应；研究期间，ESV 显著变化区域占总面积的 20%左右，局部地区 ESV 变化比较剧烈；ESV 空间分布受到自然条件和人类活动的共同作用，双因子间交互作用的影响要高于单一因子，且影响因子的作用强度存在空间差异。德兴市未来发展中，应注重对林地、水域等生态用地的保护，盘活存量建设用地，提高国土资源的利用效率，优化城乡建设用地布局，同时针对不同区域特点，采取差异化、精准化的生态管控措施。关键词生态系统服务价值(ESV)；时空分异；影响因素；地理探测器；低山丘陵县域中图分类号：X171.1 文章编号：1674-991X（2023）02-0704-11doi：10.12153/j.issn.1674-991X.20220247Spatial and temporal variation and impact factors analysis of ecosystem servicevalue in low-mountain counties:taking Dexing City inJiangxi Province as an exampleZHAO Qichen,YU Dun*,WANG Jianping,LU Yiqian,ZHENG Yaping,LUO TianxinCollege of Land Resources and Environment,Jiangxi Agricultural UniversityAbstractScientific assessment of ecosystem service value(ESV)and analysis of its temporal and spatial variationcharacteristics and impact factors are of great significance to ensure regional ecological security.Taking DexingCity,a typical low mountainous landscape,as an example,based on the remote sensing images in 2000,2007,2013and 2018,the land use structure and dynamic changes were analyzed,the ESV was evaluated according to theequivalent factor coefficient correction method,the temporal and spatial variation characteristics of ESV weredescribed by using spatial auto-correlation and hot-spot analysis method,and the impact factors of ESV spatialvariation were explored by using GeoDetector.The results showed that:From 2000 to 2018,forest land was themain land use type in Dexing City,accounting for more than 75%of the total area.The construction land areaincreased the most(2 230.38 hm2),forest land area decreased the most(2 763.54 hm2),and the unused land areachanged the most drastically.The ESV of Dexing City decreased by 110 million yuan,and the total change wasrelatively stable.The ESV showed a spatial distribution pattern of low in the northwest and high in the southeast,and there was a significant spatial agglomeration effect.During the study period,the area with significant changes in 收稿日期：2022-03-16基金项目：江西省社会科学基金项目（20GL08）；江西省高校人文社会科学研究项目（GL19128）；南昌市社科规划项目（GL202006）；江西省教育厅科学技术研究项目（GJJ210453）作者简介：赵琪琛（1999），男，硕士研究生，主要从事土地生态研究，*责任作者：余敦（1975），男，教授，博士，主要从事土地生态、土地规划等研究， Vol.13，No.2环境工程技术学报第 13 卷，第 2 期Mar.，2023Journal of Environmental Engineering Technology2023 年 3 月赵琪琛，余敦，王检萍，等.低山丘陵县域生态系统服务价值的时空分异及影响因素分析：以江西德兴市为例 J.环境工程技术学报，2023，13（2）：704-714.ZHAO Q C,YU D,WANG J P,et al.Spatial and temporal variation and impact factors analysis of ecosystem service value in low-mountain counties:takingDexing City in Jiangxi Province as an exampleJ.Journal of Environmental Engineering Technology，2023，13（2）：704-714.ESV accounted for about 20%of the total area,and the ESV changes in local areas were relatively drastic.Thespatial distribution of ESV was affected by both natural conditions and human activities,the interaction between twofactors was higher than that of a single factor,and there were spatial differences in the strength of the impact factors.In the future development,Dexing City should pay attention to the protection of ecological land such as forest landand water area,revitalize the stock of construction land,improve the utilization efficiency of national land resources,optimize the layout of urban and rural construction land,and at the same time,adopt differentiated and preciseecological control measures for different regional characteristics.Key wordsecosystem service value(ESV);spatial and temporal variation;impact factors;GeoDetector;low-mountain counties 生态系统为人类提供了实物型的生态产品以及各种非实物型的生态系统服务，这些产品和服务为人类带来了巨大的、不可替代的价值1-3。但随着城镇化与工业化进程的加快，人类活动对生态系统的影响程度日益加剧，阻碍了生态系统服务功能的正常发挥。生态系统服务价值（ecosystem services value，ESV）作为衡量生态系统服务功能的核心指标，可以在一定程度上反映生态系统受自然本底和人类活动的影响程度4，同时，ESV 评估也是生态环境评价与自然资源资产核算的基础和依据5-6。20 世纪末期，ESV 定量评估已成为生态学研究的热点7-9。1997 年，Costanza 等10把生态系统的服务功能划分为 17 种主要类型，并对全球 ESV 进行了量化。国内对 ESV 的估算方法主要分为基于能值的功能价值法1和基于单位面积的当量因子法11，相较前种方法，当量因子法因具有操作简单、涉及参数较少、评估全面的优点而备受青睐。其中，谢高地等12-13在 Costanza 等的研究基础上建立了中国生态系统单位面积生态服务价值当量表，该当量表在中国得到了广泛应用。目前，大多学者对省级4、地区（市级）14-15、流域16-17、城市群18等不同空间尺度以及森林19、农田20、草地21、河流22等不同类型的生态系统进行了较多研究，研究内容主要包括 ESV 测算系数修正23、时空变化24、驱动力25、权衡与协同26以及模拟预测27等。虽然 ESV 研究方法成熟、成果丰富，但依旧有以下 2 个方面亟待完善：1）研究多集中于宏观尺度，相对来说，以县域等小尺度作为研究区的较少，大尺度的评估结果难以推广到小尺度上的生态调控管理与应用，因此有必要制定不同尺度、不同区域且符合当地实际情况的 ESV 当量表；2）ESV影响因子在空间上的作用强度并不均质，研究区内部不同区域的主要影响因子可能存在差异，目前对其空间异质性的研究较少。江西省德兴市是典型的低山丘陵地貌，山地丘陵面积占全市总面积的 80%左右，属于江西省重点生态功能区，发挥着赣东北山地森林生态屏障的重要功能。但随着城镇化和工业化进程的加快，德兴市出现了一系列生态问题，生态系统稳定性受到影响。鉴于此，基于德兴市土地利用数据，分析土地利用结构及变化，通过当量因子系数修正法从粮食产量、生物量和社会发展阶段 3 个方面修正 ESV，借助空间探索性分析方法刻画 ESV 的时空分异特征，并利用地理探测器探究 ESV 空间分异的影响因素，以期为德兴市构建生态安全格局、制定生态补偿政策提供理论与实践支撑，同时，为山地丘陵地区开展ESV 研究提供参考。1研究区概况德兴市（11722E 11805E，2838N2915N）地处江西省东北部，上饶市北部（图 1）。属于亚热带季风性湿润气候，气候温暖、雨量充沛，光照充足，年平均气温为 17.8，年平均降水量为 1 980 mm。市域内山地面积占 44%，丘陵面积占 33%，是典型的低山丘陵地貌，地势东南高西北低，平均海拔 730 m 左右。德兴市森林覆盖率达 75.5%，是中国科学兴林试点县市之一。市域内有乐安河、体泉水等多条河流，水资源丰富。德兴市矿产资源丰富，拥有亚洲最大的露天铜矿德兴铜矿，素有“铜都”“银城”“金山”之称。图 1 德兴市行政区划Fig.1 Administrative division of Dexing City第 2 期赵琪琛等：低山丘陵县域生态系统服务价值的时空分异及影响因素分析以江西德兴市为例 705 2数据来源与研究方法 2.1数据来源及数据处理土地利用数据来源于地理空间数据云（https:/）Landsat TM/OLI 的 30 m30 m 遥感影像，通过 ENVI 软件进行辐射定标、大气校正、影像裁剪等预处理，利用 eCognition 软件面向对象分类方法，参照 GB/T 21 0102017土地利用现状分类，将地类划分为耕地、林地、建设用地、水域和未利用地，最后以第三次全国国土调查数据中的土地利用现状矢量数据为参考选取样本点进行精度验证。结果显示，分类总体精度均高于 90%，Kappa系数均大于 0.9。社会经济数据包括 2018 年德兴市和全国粮食产量、粮食价格、播种面积、平均降水量、平均气温等，均源自德兴市统计年鉴（2019）中国统计年鉴（2019）。为科学有效地厘清 ESV 空间分异格局的内在机理，有必要对其影响因素进行重点探究。参照已有研究成果28-30并考虑德兴市实际情况，从自然条件和人类活动 2 个方面选择 12 个指标作为 ESV 空间分异的影响因子（表 1），并将多源影响因子数据进行统一处理（分辨率为30 m30 m，坐标系为China GeodeticCoordinate System 2000）。网格作为研究单元可以较好地将研究结果进行连续表达31。网格尺度的选择参照黄木易等28空间数据探索性分析方法，确定 500 m 网格作为研究单元。在该尺度下，计算每个网格的地均 ESV，并利用ArcGIS 的 Zonal Statistics As Table 工具统计每个网格中影响因子的均值，共得到 8 763 个研究单元。2.2研究方法 2.2.1土地利用动态度D采用土地利用动态度（）定量分析一定时期内土地利用变化的剧烈程度15，公式如下：D=UbUaUa1t100%（1）UaUbt式中：、分别为研究期初和研究期末某一地类的面积，hm2；为研究时长，a。2.2.2生态系统服务价值系数修正谢高地等11-13在 Costanza 等10研究的基础上构建了中国生态系统单位面积生态服务价值当量表，为中国 ESV 的核算提供了一定参考。生态系统是受到自然条件、社会状况和经济水平等多重因素影响的复合系统，不同尺度、不同区域的自然资源本底和社会经济水平存在一定差异，因此，考虑到尺度效应和区域差异性，必须结合研究区实际情况进行系数修正。从单位面积粮食产量、生物量和社会发展 3 个方面进行系数修正23，相关统计数据如表 2所示。B粮食产量系数（）修正公式如下：B=P研究区/P全国（2）P式中：为平均粮食产量，kg/hm2。Q利用净初级生产力（NPP）代替生物量进行生物量系数（）修正，采用 Thornthwaite Memorial 模型进行 NPP 预测，公式如下：H=3 000+25T+0.05T3（3）Z=1.05R/1+(1+1.05R/H)2（4）NPP=3 0001e0.000 969(Z20)（5）Q=NPP研究区/NPP全国（6）HTZRNPP式中：为年平均蒸散量，mm；为年平均气温，；为实际蒸散量，mm；为年平均降水量，mm；为净初级生产力，kg/(hm2a)(以 C 计，全文同）。C通过皮尔生长曲线（S 曲线）模型模拟社会发展阶段，社会发展系数（）修正公式如下：l=L/1+e(1/En3)（7）l=l1W1+l2W2（8）C=l研究区/l全国（9）lLEnl1l2W1W2式中：为与现实支付意愿有关的社会发展阶段系数；为人们在极富情况下的支付意愿，取值为 1；为恩格尔系数，%；l 为区域社会发展阶段系数；和 分别为农村与城镇社会发展阶段系数；和分别为农 表 1 德兴市 ESV 空间分异的影响因子Table 1 Impact factors of spatial differentiation of ESV inDexing City影响因素影响因子代码数据来源自然条件高程X1地理空间数据云（https:/）坡度X2由ArcGIS软件的Slope工具计算得到降水量X3国家地球系统科学数据中心（http:/）归一化植被指数（NDVI）X4由遥感影像预处理后的Red波段和NIR波段计算得到人类活动与公路的距离X5每个像元到公路的欧氏距离与自然保护地的距离X6每个像元到自然保护地的欧氏距离与城镇村居民点的距离X7每个像元到城镇村居民点的欧氏距离与采矿用地的距离X8每个像元到采矿用地的欧氏距离与中心城区的距离X9每个像元到中心城区的欧氏距离地均GDPX10资源环境科学与数据中心（http:/）夜间灯光亮度X11珞珈一号夜间灯光数据（http:/59.175.109.173:8888）土地利用程度X12参照文献32计算土地利用程度 706 环境工程技术学报第 13 卷村与城镇人口数占比，%。经过式（2）式（9）计算，得到粮食产量修正系数为 0.994，生物量修正系数为 2.070，社会发展修正系数为 1.048。2.2.3生态系统服务价值计算根据谢高地等11-13的研究成果，单位当量因子的价值约等于研究区当年平均粮食单产市场价值的1/7，由此计算出 2018 年德兴市平均标准当量的经济价值为 2 072.94 元/hm2。德兴市 ESV 估算系数表的构建采用式(10)进行计算，应遵循耕地对应农田、林地对应森林、水域对应水体、未利用地对应裸地的原则，建设用地的系数假定为 0（表 3）。VCk=17MBQCEk（10）VCkkMEkk式中：为调整后第 种地类的 ESV 系数，元/hm2；为德兴市 2018 年平均粮食单产的市场价值，元/hm2；为中国生态系统单位面积生态服务价值当量表中第 种地类的 ESV 当量。AkVCk根据各地类面积（）和相应的计算 ESV，公式如下：ESV=(AkVCk)（11）2.2.4空间自相关与热点分析全局空间自相关可以反映特定区域某一变量的空间依赖程度和空间差异程度，采用莫兰指数（Morans I，简称 I）描述 ESV 的空间自相关特征。当 I0 时，说明 ESV 具有正向空间自相关，值越大正向自相关性越强；当 I0 时，说明具有负向空间自相关，值越小负向自相关性越强；当 I=0时，说明没有相关性，即呈随机分布28。采用 Gi*指数探究 ESV 变化量在空间上的聚集特征，即 ESV 变化的“热点”与“冷点”24。相关公式如下：I=nni=1nj=1wij(xix)(xjx)ni=1(xix)2|ijwij|（12）Gi=nj=1wijxjXnj=1wijS|nnj=1wij2|nj=1wij|2(n1)（13）X=1nnj=1xj（14）S=1nnj=1xj2(X)2（15）xixji、jnxwijXS式中：和分别为单元的 ESV；为研究区样本总量；为研究区 ESV 的平均值；为基于距离函数邻接关系建立的空间权重矩阵；为样本的平均值；为样本的方差。2.2.5地理探测器q地理探测器是探测空间分异性以及揭示其背后驱动力的一组统计学方法，其理论核心是通过空间异质性来探测因变量和自变量之间空间分布格局的一致性，据此度量自变量对因变量的解释力（q），的 表 2 德兴市和全国相关统计数据Table 2 Relevant statistics of Dexing City and China区域粮食产量/（kg/hm2）降水量/mm气温/农村恩格尔系数/%城镇恩格尔系数/%农村人口占比/%城镇人口占比/%德兴市5 589.062 354.2018.7024.8830.8949.1851.11全国5 621.07673.8010.1030.1027.7040.4259.58 表 3 德兴市生态系统服务价值系数 Table 3 Table of coefficients of ecosystem service values in Dexing City元/hm2一级类型二级类型耕地林地建设用地水域未利用地供给服务食物生产4 469.261 474.860.002 368.7189.39原材料生产1 743.0113 318.390.001 564.24178.77调节服务气体调节3 217.8719 307.200.002 279.32268.16气候调节4 335.1818 189.880.009 206.67581.00水文调节3 441.3318 279.270.0083 887.98312.85废物处理6 212.277 687.120.0066 368.491 162.01支持服务保持土壤6 569.8117 966.420.001 832.40759.77维持生物多样性4 558.6420 156.360.0015 329.561 787.70文化服务提供美学景观759.779 296.060.0019 843.511 072.62合计35 307.14125 675.560.00202 680.886 212.27第 2 期赵琪琛等：低山丘陵县域生态系统服务价值的时空分异及影响因素分析以江西德兴市为例 707 FqY含义是自变量 解释了 100%的因变量33。地理探测器包括空间分异性测度及因子探测、交互作用探测、风险区探测和生态探测 4 个探测器。采用因子探测和交互作用探测分析德兴市 ESV 空间分异的影响因素，公式如下：q=1Vh=1Nhh2N2（16）VYFNhNhh22hY式中：为变量 或因子 的分层，即分类或分区；和 分别为层 和整个区域的样本数目；和分别为层 和整个区域的 的方差。F1F2F1F2qF1F2Y交互作用探测用于描述双因子交互协同作用对因 变 量 的 影 响，通 过 对 不 同 因 子、以 及的 进行比较，判断和共同作用时是否会增加或减弱对因变量 的解释力，或者这些因子是否独立对因变量产生影响（表 4）。表 4 双因子交互作用的类型Table 4 Types of two-factor interaction判断依据交互作用q(F1F2)minq(F1)，q(F2)非线性减弱minq(F1)，q(F2)q(F1F2)maxq(F1)，q(F2)双因子增强q(F1F2)=q(F1)+q(F2)独立q(F1F2)q(F1)+q(F2)非线性增强 3结果与分析 3.1土地利用动态变化20002018 年土地利用结构和动态变化如表 5所示。由表 5 可知，林地是德兴市的主导地类，2000年、2007 年、2013 年、2018 年的林地面积分别占总面积的 79.18%、78.60%、78.53%和 77.85%；其次是耕地、建设用地和水域，4 个时期其平均面积分别占12.22%、7.09%和 1.64%；未利用地面积占比最小，不足 1%。研究期间，建设用地面积增加最大，为2 230.38 hm2，说明德兴市处于经济发展的活跃期；耕地、水域面积也持续增加，这是由于人口增加对粮食的需求增多导致耕地扩张，而废弃矿坑长期积水以及河道整治使得水域面积增加；林地和未利用地面积持续减少，其中林地面积减少最大，为 2 763.54hm2，减少的林地主要转化为耕地和建设用地，这是由于随着工业化、城镇化进程加快和人口的增加，人们对生产用地以及生活用地的需求逐步上升。从土地利用变化动态度来看，水域增加速度最快，其动态度为 2.15%；其次是建设用地和耕地，其动态度分别为 0.90%、0.14%；未利用地的减少速度最快；林地变化相对稳定，主要因为林地总量大，但其仍是耕地和建设用地得以扩张的来源。3.2ESV 的时空分异特征 3.2.1ESV 的时间变化20002018 年德兴市 ESV 构成和变化特征如图 2 所示。4 个时期 ESV 分别为 221.59 亿、221.18亿、221.46 亿、220.49 亿元，整体呈减少增加减少的分段式变化，期间 ESV 共减少 1.1 亿元，基本保持稳定，生态环境质量并未显著降低，这可能与近年来大力实施的“生态立市、绿色发展”战略有关，废弃矿山生态治理以及“四项整治”等工作的开展使得局部生态状况有所改善。不同服务类型的 ESV 表现为调节服务支持服务供给服务文化服务，调节服务和支持服务 ESV 分别占 ESV 总量的 51%和 30%左右，在德兴市 ESV 中占主导地位，这主要是因为二者的 ESV 系数较高；供给服务和文化服务 ESV 占比较少，合计占 19%左右。研究期间，除调节服务 ESV略有增加外，供给服务、支持服务和文化服务 ESV均减少。不同地类的 ESV 表现为林地耕地水域未利用地，其中林地 ESV 的贡献率最大，占 ESV 总量的 92%左右，这主要是因为林地是德兴市的主导土地利用类型；而未利用地 ESV 的贡献率最小，占比不足 0.1%。研究期间不同地类 ESV 的变化态势为“两增两减”：耕地和水域 ESV 增加，增幅分别为 表 5 德兴市 20002018 年土地利用结构及动态度Table 5 Land use structure and dynamic attitude in Dexing City from 2000 to 2018土地利用类型面积/hm2动态度/%2000年2007年2013年2018年20002007年20072013年20132018年20002018年耕地25 074.0925 260.8425 593.6625 719.750.110.220.100.14林地164 635.83163 436.94163 294.38161 872.290.100.010.170.09建设用地13 714.6514 533.6514 810.7615 945.030.850.321.530.90水域2 825.283 342.153 534.663 919.232.610.962.182.15未利用地1 681.741 358.01698.13475.292.758.106.383.99合计207 931.59207 931.59207 931.59207 931.59 708 环境工程技术学报第 13 卷2.60%和 38.57%；林地和未利用地 ESV 减少，减幅分别为 1.68%和 70%。3.2.2ESV 的空间格局基于 ArcGIS 软件，将德兴市 ESV 进行空间可视化，并利用自然间断点法将其分为 5 个区间(图 3)。由图 3 可知，ESV 空间格局与土地利用分布密切相关，林地和水域的 ESV 较高，耕地、建设用地以及未利用地 ESV 较低。4 个时期 ESV 分布特征基本相似，整体呈现西北低、东南高的空间格局：高值区主要集中在东南部和中部的绕二镇、龙头山乡、新岗 图 2 20002018 年德兴市不同服务类型与地类的 ESV 变化Fig.2 ESV of different service types and land types in Dexing City in 2000-2018 图 3 20002018 年德兴市 ESV 空间分布Fig.3 Spatial distribution of ESV in Dexing City in 2000-2018 第 2 期赵琪琛等：低山丘陵县域生态系统服务价值的时空分异及影响因素分析以江西德兴市为例 709 山镇等，这是由于这些乡镇受三清山、大茅山和怀玉山脉影响，地貌为中、低山区，海拔相对较高，植被覆盖率高，同时拥有三清山、大茅山风景自然公园等自然保护地，受人类活动冲击较小，ESV 相对较高；低值区集中在西北部，这是由于这些地区地势较为平坦，土地利用类型以建设用地和耕地为主，其中银城街道、新营街道是中心城区，人类活动密集，开发利用程度高，建设用地规模较大，泗洲镇、花桥镇和海口镇有矿区分布，采矿用地较多，而黄柏乡耕地较多，因此这些乡镇的 ESV 比较低。3.2.3ESV 的空间自相关及热点分析空间自相关分析结果显示，2000 年、2007 年、2013 年以及 2018 年 Morans I 分别为 0.531、0.533、0.543 和 0.548，P 均为 0，表明德兴市 ESV 存在显著的空间集聚效应，且随着时间的推移，这种空间集聚效应在逐渐增强。将德兴市20002007 年、20072013 年、20132018 年和 20002018 年 4 个时段的 ESV 变化量进行热点分析，结果如图 4 所示。各时段不显著区占总面积的 81%左右，热点区和冷点区均占 9%左右，表明德兴市局部地区 ESV 变化较为剧烈。研究期间，热点区占总面积比例由 9.58%减少到 8.45%，冷点区由 7.71%增加到 9.98%，在未来城市发展过程中应该重视冷点区有逐渐扩张的趋势。热点区和冷点区多零散分布在西北部，叠加土地利用变化图可以发现，其空间分布特征与土地利用变化特征基本吻合：热点区出现的原因多是废弃矿坑长期积水以及未利用地“变荒为林、变荒为绿”，形成水域和林地等生态用地；冷点区则是由于城镇化建设使得城区扩张占用林地以及矿产资源不断开采造成植被破坏，在带来经济效益的同时，造成了 ESV 的损失。3.3ESV 空间分异的影响因素分析 3.3.1Pearson 相关性分析地理探测器只能探测作用强度，不能判断作用方向，故在地理探测器分析之前，将 ESV 和影响因子进行 Pearson 相关性分析。结果显示，相关性检验 图 4 20002018 年德兴市 ESV 变化量的冷热点格局Fig.4 Cold-hot pattern of ESV changes in Dexing City in 2000-2018 710 环境工程技术学报第 13 卷的 P 均小于 0.01，说明 ESV 和影响因子之间存在显著相关性，这也进一步验证了所选影响因子的合理性。其中，X1、X2、X3、X4、X5、X7、X8、X9 与ESV 呈正相关，X6、X10、X11、X12 与 ESV 呈负相关。3.3.2因子探测结果因子探测结果（表 6）显示，所有影响因子均通过显著性检验（P0.05），说明所选影响因子对 ESV 的空间分异均具有一定的解释力，德兴市 ESV 在空间上的分布差异受自然条件和人类活动的共同作用。由表 6 可见，不同影响因子的 q 表现为 X12X4X2X1X7X5X10X8X3X11X9X6。从自然条件来看，NDVI 的解释力最强，为 0.574，这与德兴市植被覆盖率高有密切关系；其次是坡度和高程，解释力分别为 0.355 和 0.246，这可能源于德兴市地貌多山地和丘陵，海拔高、坡度大的地区面积大，这些地区地势陡峭，不易被开发利用，人为干扰较小，ESV较高。从人类活动作用来看，土地利用程度的解释力最强，为 0.883，说明 ESV 的空间分异主要受土地利用程度影响；与城镇村居民点的距离、与公路的距离和地均 GDP 的解释力也在 0.100 以上，是影响ESV 空间分异比较重要的因子。因此，未来德兴市国土空间规划应综合考虑这些因素，调整优化土地利用结构，合理布局城镇住宅用地和农村居民点用地，科学规划公交道路网络。对比各影响因子的相对重要性发现，排名前5 的影响因子分别是 X12、X4、X2、X1、X7，这表明自然条件和人类活动对德兴市 ESV 的影响程度基本相同。因此未来建设发展过程中要重视人类活动对生态系统的干扰，同时也要注重对自然资源尤其是森林资源的保护，科学编制并严格落实自然资源专项规划。表 6 2018 年德兴市 ESV 空间分异影响因子的q统计量Table 6 Q statistics of spatially divergent impact factors of ESV in Dexing City in 2018影响因子X1X2X3X4X5X6X7X8X9X10X11X12q0.2460.3550.0880.5740.1230.0320.2230.0970.0480.1100.0680.883P0.000.000.000.000.000.000.000.000.000.000.000.00 3.3.3交互探测结果交互作用探测可以识别 2 个影响因子共同作用对 ESV 空间分异的影响（图 5）。结果显示，影响因子两两交互之后的解释力均大于单独作用的解释力，说明德兴市 ESV 的空间分布差异并非单个影响因子独立、直接作用造成的，而是自然条件和人类活动共同作用的结果。其中，X6X9、X3X6、X6X11、X4X6、X3X9、X4X9 的 q 都大于各自 q 之和，表现为非线性增强；其余因子两两交互后的 q 均大于二者 q 的最大值，表现为双因子增强。土地利用程度与其他因子交互作用的 q 均在 0.880 以上，其中 X4X12 对 ESV 空间分异的解释力最强，为0.915，处于主导优势地位；NDVI、坡度与其他因子交互作用的解释力也高于 0.350，表明这些因子对ESV 的空间分异也起了较为重要的作用；其他因子两两交互的 q 虽然在 0.350 以下，但也表明了双因子交互作用的影响要强于单一因子。3.3.4不同乡镇的影响因子探析考虑到影响因子作用强度的空间差异，分别对各个乡镇和街道的 ESV 影响因子进行探究（表 7）。据表 7 可知，不同功能定位的乡镇的影响因子存在差别：土地利用程度对大部分乡镇 ESV 的解释力仍居首位，均在 0.850 以上，NDVI、坡度和高程也是重要的因子，这与全局探测结果基本一致；除此之外，新岗山镇、李宅乡、绕二镇、张村乡、万村乡以及中心城区的 3 个街道（银城街道、新营街道和香屯街道）受到与城镇村居民点的距离影响较大；李宅乡受到与公路的距离、降水量影响显著；新营街道受到与公路的距离、与城镇村居民点的距离、与中心城区的距离以及夜间灯光等因子的影响较大。在未来生 图 5 2018 年德兴市 ESV 空间分异影响因子交互作用的q统计量Fig.5 Q statistics for the interaction of spatially divergentimpact factors of ESV in Dexing City in 2018 第 2 期赵琪琛等：低山丘陵县域生态系统服务价值的时空分异及影响因素分析以江西德兴市为例 711 态系统服务可持续管理中，应当考虑不同影响因素的类型和特征，遵循因地制宜的管理原则，采取准确化、差异化的管理措施。4结论与展望 4.1结论（1）20002018 年，德兴市土地利用类型以林地为主，林地面积占总面积的 75%以上。耕地、建设用地、水域面积增加，其中建设用地面积增加最多，为 2 230.38 hm2；林地、未利用地面积减少，其中林地面积减少最多，为 2 763.54 hm2。从土地利用动态度来看，未利用地、水域和建设用地变化相对剧烈，耕地、林地变化幅度较小。（2）研究期间，德兴市 ESV 呈现减少增加减少的分段式变化，共减少了 1.1 亿元，总量基本保持稳定。从 ESV 结构来看，调节服务、支持服务是主要服务功能，林地对 ESV 的贡献率最大。ESV 总体呈现西北低、东南高的空间格局，高值区集中在绕二镇、龙头山乡等乡镇，低值区集中在银城街道、泗洲镇、黄柏乡等乡镇。空间自相关结果显示，ESV 存在逐渐增强的空间集聚效应。热点分析表明，ESV显著变化区域占总面积的 20%左右，局部地区 ESV变化比较剧烈。（3）德兴市 ESV 空间分异受到自然条件和人类活动 2 个维度的共同作用，