渝东北生态系统服务价值时空演变及地形梯度效应.pdf

为研究山丘区生态系统服务价值（ecosystem service value，ESV）时空演变及地形梯度效应，以渝东北 11 个区县为研究区，利用 2000 年、2010 年和 2020 年 3 期土地覆被数据和相关统计资料，分析研究区 ESV 的时空演变及不同地形要素 ESV 的梯度效应。结果表明：（1）20002020年研究区土地覆被以耕地和林地为主，面积占 89%以上。随着时间变化，林地、水体、建设用地面积增加，耕地和草地面积减少，土地覆被具有明显空间差异性。（2）研究区森林 ESV占主导地位，面积占 67%以上。随着时间变化，ESV 逐渐增加，其中水域 ESV 增加最显著，为39.19 亿元，次为林地，17.92 亿元，草地和耕地 ESV 分别减少 16.27，2.09 亿元。研究区 ESV 的空间分布呈显著正向自相关关系，高值与低值呈明显集聚特征。（3）2000年，2010年和 2020年，研究区 ESV 随海拔梯度增加而减少，随坡度和地形起伏度梯度增加呈先增加后减少趋势，随地形位梯度增加，整体呈波动减少趋势。研究结果可为区域土地资源合理规划、长江上游生态环境修复和生态文明建设提供理论依据与参考。关键词：土地覆被；生态系统服务价值；地形梯度效应；渝东北中图分类号：X171.1文献标志码：A文章编号：1673-9787（2023）4-92-11Temporal and spatial evolution of ecosystem service value and topographic gradient effect in Northeast ChongqingCHEN Xiaobo1，LIN Xiaosong1，MU Fengyun1，WANG Ying1，CHENG Zhi1，JIA Lachun2（1.School of Architecture and Urban Planning，Chongqing Jiaotong University，Chongqing 400074，China；2.School of Geography and Environmental Sciences，Northwest Normal University，Lanzhou 730070，Gansu，China）Abstract：In order to study the temporal and spatial evolution of ecosystem service value（ESV）and its topographic gradient effect in hilly area，taking 11 districts and counties in Northeast Chongqing as the study area，the temporal and spatial evolution of ecosystem service value and the gradient effect of ecosystem service value of different topographic elements in the study area were comprehensively analyzed by using three periods of land cover data and relevant statistical data in 2000，2010 and 2020.The results showed that：（1）From 2000 to 2020，the land cover in the study area was mainly cultivated land and forest land，accounting for more than 89%.With the change of time，the area of forest land，water body and construction land in陈小波，林孝松，牟凤云，等.渝东北生态系统服务价值时空演变及地形梯度效应 J.河南理工大学学报（自然科学版），2023，42（4）：92-102.doi：10.16186/ki.1673-9787.2021110087CHEN X B，LIN X S，MU F Y，et al.Temporal and spatial evolution of ecosystem service value and topographic gradient effect in Northeast ChongqingJ.Journal of Henan Polytechnic University（Natural Science），2023，42（4）：92-102.doi：10.16186/ki.1673-9787.2021110087收稿日期：2021-11-22；修回日期：2022-01-11基金项目：国家自然科学基金资助项目（41601564）；重庆市基础研究与前沿探索项目（cstc2018jcyjAX0156）第一作者简介：陈小波（1997），女，重庆城口人，硕士生，主要从事资源环境与 3S技术应用研究。Email：通讯作者简介：林孝松（1976），男，苗族，湖南绥宁人，博士，教授，主要从事资源环境与地理信息系统方面的教学和研究工作。Email：O S I D第 4 期陈小波，等：渝东北生态系统服务价值时空演变及地形梯度效应creased，the area of cultivated land and grassland decreased，and the land cover had obvious spatial differences；（2）The forest ecosystem service value in the study area was dominant，accounting for more than 67%.With the change of time，the total value of ecosystem services gradually increased，of which the service value of water ecosystem increased by 3.919 billion yuan，followed by forest land 1.793 billion yuan；The ecosystem service value of grassland and cultivated land decreased by 1.627 billion yuan and 209 million yuan respectively.The spatial distribution of ecosystem service value in the study area had significant positive spatial auto-correlation，and the high value and low value showed significant agglomeration characteristics；（3）The ecosystem service value of the study area decreased with the increase of altitude and slope，and increased first and then decreased with the increase of gradient grade；On the topographic relief gradient，the overall change increased first and then decreased；On the topographic potential gradient，its change trend showed a fluctuating type，and the overall change showed a fluctuating decreasing trend.This study could provide theoretical basis and reference for regional rational planning of land resources，ecological environment restoration in the upper reaches of the Yangtze River and ecological civilization construction.Key words：land cover；ecosystem service value；topographic gradient effect；Northeast Chongqing0引言生态系统服务与人们生活质量息息相关1，对生态系统服务进行量化评估，有助于土地利用高效管理2、水资源保护和生态环境质量改善3，可为区域生态补偿4和生态系统科学管理5-6提供 依 据。R.Costanza 等7就 生 态 系 统 服 务 价 值（ecosystem service value，ESV）提出较科学的估算原理和计算方法，但其评估对象为国外生态系统，对中国生态系统适用性不强；欧阳志云等8对中国陆地生态系统服务的发展和生态经济价值作了进一步探讨；谢高地等9从中国国情出发，制定出适用于中国 ESV 评估的当量因子表，并对其进行了优化改进10。此外，国内相关学者多集中于研究土地利用/覆被变化对区域 ESV 的影响11-15。在快速城镇化背景下，人类活动造成的土地覆被变化对 ESV 的影响日益显著，快速掌握土地覆被变化状况，客观分析其与 ESV 变化关系，对科学规划区域土地资源具有重要意义。地形在一定程度上决定着区域土地覆被分布格局，进而导致 ESV 发生变化 15。已有研究表明，ESV 具有明显的地形梯度分异特征，张学斌等16、李理等17从高程、坡度和地形起伏度等方面探讨了 ESV 的地形分布特征；郭晓娜等18基于土地利用数据分析了地形起伏度对三峡库区（重庆段）ESV 的影响；徐煖银等19、石宇等20利用 RS和 GIS 技术，基于地形位指数分析了人为干扰与ESV 的关系，探讨了不同时期 ESV 的地形梯度变化情况；周寒冰等21基于地形位和地形分布指数对贵阳市中心城区的 ESV 地形梯度效应展开了分析；姜栋栋等22从地貌和地表粗糙度两方面探讨了乡镇尺度 ESV 的时空演变特征和地形效应。总体而言，ESV 时空演变规律与地形要素有着密不可分的关系，目前，虽有学者从地形角度探讨了其空间分布特征，但地形因子选取不同且单一，基于海拔、坡度、地形起伏度和地形位等多种因子综合探讨 ESV 时空变化及其地形梯度效应的研究相对较少。本文以渝东北为研究区，利用 2000 年，2010年和 2020 年土地覆被数据，基于 GIS 技术和数理统计方法，综合分析不同地形梯度的 ESV 时空演变，探讨其关系，以期为该区域合理规划土地资源、提升生态文明建设质量和发挥生态屏障作用提供参考。1研究区概况渝东北是以万州区为核心的三峡库区城镇群，包含 11个县级行政区和 364个乡镇街道，总面积 3.39万 km2，长江干流贯穿其中（图 1）。地势东北高，西南低，山地、丘陵较多，地形起伏相对较大，海拔 812 792 m，平均 867 m。气候类型为亚热带季风气候，夏热冬温，四季分明，雨热同季。区内水资源丰富，年均降水量 8001 600 mm，夏半年（49 月）降水占全年总量的 70%。土地覆被以林地和耕地为主，2020 年二者面积总占比90.76%。研究区 2019 年末总人口 1 093.86 万人，占重庆市总人数的 32.02%，地区生产总值 4 078亿元，932023 年第 42 卷河南理工大学学报（自然科学版）占重庆市的 17.28%。城镇化率 50.49%，除垫江和梁平，其余 9个区县曾为国家级和市级贫困县，东北部属于秦巴山区集中连片贫困区。研究区生态系统较全面，生物资源丰富，是国家重点生态涵养发展区和长江上游地区重要生态屏障。随着社会经济发展和快速城镇化持续推进，研究区生态系统不可避免地受到人为干扰影响，经济发展与生态保护的冲突日益明显，因此，基于土地覆被数据的渝东北生态系统服务价值时空演变及地形梯度效应研究尤为重要。2数据与方法2.1数据来源与预处理研究采用的数据主要包括 DEM 数据、土地覆被数据和相关年份统计资料。其中，DEM 数据来源于地理空间数据云（http：/ ASTER GDEM，分辨率 30 m；土地覆被数据来 源 于 GlobeLand30（http：/），包括 2000年，2010年和 2020年 3期数据，空间分辨率 30 m；粮食产量、播种面积等相关统计资料来源于 重庆市统计年鉴。利用 ArcGIS10.4 软件对 DEM 数据进行镶嵌和掩膜提取，得到研究区 30 m 分辨率数字高程模型；在投影转换、图形拼接和掩膜提取等预处理基础上，结合研究区实际情况重新分类，得到耕地、林地、草地、水体、建设用地 5 种一级土地覆被类型数据（图 2）。2.2研究方法2.2.1生态系统服务价值评估1997年 R.Costanza等7提出生态系统服务价值估算的原理和方法，为区域土地覆被变化与生态系统服务价值估算奠定了定量评价的基础。计算式为ESV=i=1mj=1nAiEij，（1）式中：ESV为区域生态系统服务总价值，元；Ai为第 i类生态系统的面积，hm2；Eij为第 i类生态系统第 j 项服务功能的单位面积生态系统服务价值，元；m 为生态系统类型；n 为生态系统服务功能类型。参考郭晓娜等18对三峡库区（重庆段）土地利用类型的划分，结合研究区实际，将区内耕地、林地和水体分别与农田生态系统、森林生态系统和水域生态系统对应，因建设用地生态服务价值为 0，故未体现。借鉴谢高地等9最新修订的中国生态系统单位面积生态服务价值当量因子表，结合研究区实际情况，将二级生态系统服务价值当量按照类型求平均，再合并修正，得到各生态类型价值的当量因子，如农田的当量因子为 1.105；为方便对比分析各研究时段，消除粮食价格随时间图 1 研究区位置示意Fig.1 Location diagram of the study area图 2 研究区不同年份土地覆被类型分布Fig.2 Distribution maps of land cover types of the study area in different years94第 4 期陈小波，等：渝东北生态系统服务价值时空演变及地形梯度效应波动的影响，选取研究时间段中间点 2010年重庆市粮食平均收购价格 2.06 元/kg为基准价格18，23，以20002019年重庆市平均粮食产量4 797 kg/hm2为研究区基准单产，并以平均粮食产量与平均价格乘积的 1/7 估算单位粮食播种面积提供的粮食生产服务价值12，24，得出研究区 1 个生态服务价值当量因子的经济价值为 1 412 元/hm2，由此计算得到研究区单位面积 ESV（表 1）。2.2.2地形梯度效应分析ESV 通常与人类活动、自然地表要素息息相关。ESV 的地形梯度效应从地形角度出发，探讨其空间布局的差异性。人类活动导致土地利用/覆被变化，使得 ESV 发生空间分异，而基于不同地形要素，ESV 对土地利用/覆被变化的响应也存在一定差异。海拔和坡度可表征地形的直观变化，地形位指数综合海拔和坡度反映某处的地形情况，地形起伏度更是从宏观层面反映地形特征。基于研究区复杂多样的地形地貌特征，选取海拔、坡度、地形起伏度和地形位指数 4 种地形因子综合探讨研究区土地覆被变化和 ESV 时空演变及地形梯度效应。海拔是地形变化最明显的因子之一，由 DEM数据可直接获取研究区海拔高度；坡度表示地表倾斜程度，利用 GIS 空间分析工具计算得到研究区坡度为 086.27；地形起伏度可准确反映某区域地形起伏变化特征，基于 DEM 数据，利用 ArcGIS空间分析工具邻域分析功能，选择 1111的矩形窗口，计算得到研究区地形起伏度；地形位指数是复合分析海拔和坡度的地形因子，常用于定量分析土地覆被空间格局与地形梯度的关系，计算式20为T=ln(E E0+1)(S S0+1)，（2）式中：T 为地形位指数；E 为研究区内任意一点的海拔，m；E0为研究区平均海拔，869 m；S为研究区内任意一点的坡度，（）；S0为该点所在区域的平均坡度，18.63。基于研究区地形分布情况，综合考虑各种分级方法特点16-19，22，采用自然间断点分级法将海拔、坡度、地形起伏度和地形位指数划分为，和共 5个地形梯度等级（表 2）。3结果与分析3.1土地覆被时空演变研究区土地覆被以耕地和林地为主，二者面积占比 89.69%92.21%（表 3）。20002020 年研究区土地覆被变化呈林地、水体和建设用地面积增加，耕地和草地面积减少趋势。其中，林地增幅最 大，由 2000 年 的 48.99%增 至 2020 年 的50.89%，其次是建设用地和水体，面积分别增加了 37 005，22 096 hm2。面积减少最多的是草地，由 2000 年的 9.12%减少至 2020 年的 6.30%，其次是耕地，面积减少了 28 026 hm2，占比下降 0.83%。土地覆被变化原因主要为近年来持续退耕还林使林地不断增加，耕地稍微减少，而社会经济发展，表 1 渝东北单位面积 ESV Tab.1 Ecosystem service value of unit area in Northeast Chongqing 元/hm2土地覆被类型农田森林草地水域供给服务粮食生产1 560.26356.53329.471 129.60原料生产345.94818.96484.79324.76水资源供给28.24423.60268.2811 705.48调节服务气体调节1 256.682 693.391 703.811 087.24气候调节656.588 058.994 504.283 233.48净化环境190.622 361.571 487.317 836.60水文调节2 110.945 273.823 299.37144 362.88支持服务土壤保持734.243 279.372 075.641 313.16维持养分循环218.86250.63160.0398.84维持生物多样性240.042 986.381 887.373 600.60文化服务提供美学景观105.901 309.63833.082 668.68合计7 448.3027 812.8717 033.43177 361.32表 2 研究区地形梯度Tab.2 Topographic gradient situation of the study area梯度等级海拔数值/m815395398798791 2781 2781 7621 7622 792面积比/%34.1625.3619.4313.437.63坡度数值/（）08.128.1217.2517.2526.7326.7337.8937.8986.27面积比/%22.4526.6725.7318.077.08地形起伏度数值/m068681331332032032952951 346面积比/%22.8631.6125.6114.795.10地形位指数数值00.390.390.810.811.251.251.721.722.75面积比/%19.7827.0719.2920.6013.26952023 年第 42 卷河南理工大学学报（自然科学版）特别是城镇化快速发展，使建设用地面积增加，同时，三 峡 工 程 建 成 并 蓄 水 运 行 使 得 水 体 面 积增加。研究区土地覆被的空间变化呈较明显的空间差异性（图 2），耕地除梁平和忠县有所增长，其他区县均不同程度减少，但减幅不大；草地面积减少主要集中在云阳、万州、奉节和巫山等区县，共减少 82 382.63 hm2；林地总体呈增加趋势，研究区东北部的万州、云阳和奉节等区县分别增加了 23 162.07，21 165.97，15 690.75 hm2；各区县水体面积均有所增加，且长江干流沿线的云阳、奉节、巫山、万州、忠县、开州和丰都等区县面积增加最明显，增加总面积达 20 537.91 hm2，这是因为三峡工程建设及蓄水使得水域面积扩大；城镇扩张导致各区县建设用地面积增加，增幅大小存在一定差异。3.2生态系统服务价值时空变化3.2.1生态系统服务价值时间变化利用式（1）计算得到研究区 2000 年，2010 年和 2020 年 ESV 总值分别为 672.81，697.70，711.57亿元（表 4）。从研究区 ESV 构成看，森林生态系统占主导地位，3个时期的占比均在 67%以上，说明森林对研究区 ESV 贡献最大。从时间变化看，研究区ESV 总值逐年增加，20002010 年增加 24.89 亿元，增幅 3.70%。水域、森林 ESV 增加较多，分别为 21.44，19.69亿元，农田 ESV稍有增加，草地 ESV减少较多，减幅 32.90%；20102020 年，研究区ESV 增幅减小，为 13.87 亿元，这是因为森林和农田生态系统服务价值为负增长，水域和草地 ESV呈正增长，但草地增幅不大。总体而言，20002020 年，研究区 ESV 呈增加趋势，增加值达 38.76亿元，其中水域和森林为增加的主体，草地减少较多，达 16.27 亿元，农田稍有下降，减少 2.09 亿元。综上所述，研究区 ESV 的变化与区内土地覆被变化特征吻合，今后需加强水域和森林生态系统保护与质量提升。3.2.2生态系统服务价值空间变化利用地理信息系统相关功能，将基于土地覆被类型的 ESV 细化到研究区 364 个乡镇街道，并根据面积计算出各单元 2000 年，2010 年和 2020年的 ESV 密度。按照 GIS 分位数法划分出低值（12 286 元/hm2）、较低值（12 28617 591元/hm2）、中值（17 59121 720 元/hm2）、较高值（21 72025 231 元/hm2）和高值（25 231 元/hm2）5 个等值区（图 3）。由图 3 可知，研究区 2000 年，2010 年和 2020年的 ESV 密度等级分区相对较均匀，各等级区乡镇街道数占比 16%24%，高值区乡镇数最多，为88 个，占比 24%。随着时间变化，较低值和中值乡镇数不断减少，分别减少了 26 和 18 个，高值和较高值乡镇数分别增加了 28 和 12 个。研究区2000 年，2010 年和 2020 年的 ESV 密度低值、较低值区空间分布相对集中，主要分布在研究区西南表 3 20002020年研究区土地覆被变化Tab.3 Land cover changes of the study area from 2000 to 2020年份2000年2010年2020年耕地面积/hm1 382 8951 398 0181 354 869比例/%40.7041.1439.87林地面积/hm1 664 6871 735 4791 729 144比例/%48.9951.0750.89草地面积/hm309 764.00207 821.40214 231.50比例/%9.126.126.30水体面积/hm30 472.7442 559.0252 568.55比例/%0.901.251.55建设用地面积/hm10 252.8914 193.3647 257.74比例/%0.300.421.39表 4 20002020年研究区各生态系统类型 ESV及比例Tab.4 ESV and its proportion of various ecosystem types of the study area from 2000 to 2020生态系统农田森林草地水域总计2000年ESV/亿元103.00463.0052.7654.05672.81比例/%15.3168.827.848.03100.002010年ESV/亿元104.13482.6935.4075.48697.70比例/%14.9269.185.0710.82100.002020年ESV/亿元100.91480.9236.4993.24711.57比例/%14.1867.595.1313.10100.00ESV变化/亿元20002010年1.1319.6917.3621.4424.8920102020年3.211.761.0917.7513.8720002020年2.0917.9316.2739.1938.7696第 4 期陈小波，等：渝东北生态系统服务价值时空演变及地形梯度效应部的垫江、梁平、忠县、丰都、开州、万州等区县乡镇，中值区主要分布在长江沿岸的方斗山、七曜山一带，高值和较高值区变化较明显，2000 年主要集中在研究区东北部的城口、巫溪、巫山、奉节等区县和其他区县的高海拔乡镇，2010年长江沿岸地带高值区乡镇增加迅速，增幅达 43%，2020 年巫山和开州的 2 个乡镇变为高值区，长江沿岸区县较高值区增长较快，增幅达 22%。利用 GIS软件制图，将研究区 20002010年、20102020年、20002020年各乡镇街道 ESV 密度变化值在空间上表达（图 4），并将其划分为下降（1 000元/hm2）3种类型。整体而言，20002020 年研究区 ESV 变化以稳定型为主，乡镇街道数共计 233 个，占比 64%；呈增长趋势的共计 107个乡镇街道，占比 29%，主要分布在长江沿岸的巫山、奉节、云阳、万州、开州、忠县、丰都等区县乡镇；ESV 值下降乡镇比例较 小，仅 7%，主 要 分 布 在 梁 平、忠 县 等 区 县（图 4（c）。分阶段看，研究区 20002010 年和 20102020 年 ESV 均以稳定型为主，乡镇数占比均在68%以上。20002010 年，ESV 增长区域主要集中在巫山、奉节、云阳、万州等区县，下降区域则分布在梁平、忠县、垫江、丰都等区县，其他区域 ESV变化相对稳定（图 4（a）；20102020年，ESV以稳定型为主，占比 79%，ESV增长区域集中分布在研究区东南部的丰都、忠县、万州等区县，乡镇数为61 个，占比 17%，下降区较少且分散于城口、开州、梁平、万州等区县，数量仅为 15个（图 4（b）。3.2.3ESV空间相关性分析研究区 2000 年、2010 年和 2020 年 ESV 全局Moran s I 指数均为正（表 5），Z 值均大于 2.58，P值均为 0（0.01），表明研究区 ESV空间分布具有显著的正向自相关性，ESV 高值与低值呈显著集聚特征。20002020年，Moran s I指数随时间推移 而 增 大，因 此 ESV 空 间 集 聚 效 应 也 在 不 断图 3 研究区不同年份 ESV分布Fig.3 ESV distribution maps of the study area in different years图 4 20002020年研究区 ESV空间变化Fig.4 Spatial variation of ESV of the study area from 20002020972023 年第 42 卷河南理工大学学报（自然科学版）增强。由图 5可知，2000年、2010年和 2020年除 HH集聚区分布格局有所区别，HL，LH 和 LL 集聚区分布情况基本一致（HH 集聚区为高高集聚区，HL集聚区为高低集聚区，LH 集聚区为低高集聚区，LL 集聚区为低低集聚区）。其中，2000 年 HH 集聚区在研究区东北部集中连片分布，主要集中在山地众多、森林面积较广的城口、巫溪、开州等区县。而 2010 年和 2020 年，由于水域面积迅速扩大，大部分 HH 集聚区由研究区西北方向转移至长江沿岸一带，主要分布在巫山、奉节、云阳、万州等区县，LL 集聚区主要集中在西南部的梁平、垫江、忠县、万州等区县，这些区县海拔相对较低，地势较平坦，人类活动强度大，故该区域 ESV低值聚集。研究区内 HL和 LH集聚区极少，HL集聚区位于云阳、梁平、垫江 3 个区县，LH 集聚区位于巫山、奉节、万州、忠县等区县。3.3ESV的地形梯度效应3.3.1海拔梯度效应研究区各梯度 ESV均随海拔梯度增加而减少（图 6（a），出现这种变化趋势的主要原因是除森林 ESV 随海拔梯度增加先增加后减小外，其他 3类 ESV 均随海拔梯度增加而减小（表 6）。第梯度的 ESV 最大，2000 年、2010 年和 2020 年 ESV 峰值分别为 187.30，206.23，218.68亿元，之后随着海拔升高而持续减少，在第梯度达到最低值，这种变化与草地和水域面积在海拔梯度上的变化相似，最大值均出现在第梯度，具体表现为：梯度，研究区 ESV 大幅减少，梯度，ESV减少平缓，随后逐级递减，这主要是由于渝东北单位面积水域 ESV 贡献率最大，第梯度水域面积占水体总面积的 90%以上，第梯度水域面积急剧减少，造成 ESV快速下降，第梯度 ESV值平缓减少是因为森林 ESV 在第梯度上出现最大值，中和了 ESV随海拔梯度下降的速度。3.3.2坡度梯度效应随着坡度梯度增加，2000 年、2010 年和 2020年研究区 ESV 整体呈先增加后减少趋势（图 6（b），峰值均出现在第梯度上，这主要是因为，在坡度梯度上，森林 ESV 占主要部分，2000 年、2010 年、2020 年 森 林 ESV 占 比 分 别 为 68.81%，69.18%，67.58%，平均 68.53%，且随着坡度梯度增加，森林面积呈先增加后减少趋势，在梯度上达到最大值，其对应坡度梯度上的森林 ESV 变化亦如此（表 6）。2000 年，ESV 在坡度梯度上呈先增加后减少趋势，由第梯度的 138.40 亿元增加至第梯度的 175.44 亿元，随后减至第梯度的 63.49 亿元；2010 年，第 梯 度 的 ESV 分 别 为 153.44，152.12，179.41，148.71，63.99 亿元，呈波动减少趋势；2020 年，ESV 变化趋势与 2010 年基本一致。2010 年、2020 年 ESV 在 梯 度 上 的 降 幅 比2000年大，是因为 2000年第梯度上水域 ESV较少，2010 年和 2020 年水域 ESV 占主导地位，故表 5 20002020年研究区 ESV全局 Morans I指数Tab.5 Global Morans I index of ESV of the study area from 20002020年份200020102020Moran s I指数0.405 1970.491 3870.474 712Z值14.578 06717.555 19316.989 144P值0.000 0000.000 0000.000 000图 5 20002020年研究区 ESV局部自相关空间分布Fig.5 Spatial distribution diagrams of local auto correlation of ESV of the study area from 2000202098第 4 期陈小波，等：渝东北生态系统服务价值时空演变及地形梯度效应ESV在第梯度缓慢下降。3.3.3地形起伏度梯度效应研究区土地覆被类型在各地形起伏度梯度上空间分异明显，由此导致对应的 ESV 呈明显梯度变化。农田、水域 ESV 随地形起伏度梯度增大而减少，其中，梯度农田 ESV占比达 95%以上，水域 ESV 达 98%以上；草地、森林 ESV 随地形起伏度梯度增大呈先增加后减少趋势，并分别在第，梯度达到最大（表 6）。由图 6（c）可知，随着地形起伏度梯度增大，研究区各年 ESV 的整体变化为先增加后减少，具体表现为：ESV在第梯度达到最大，之后随地形起伏度增大而持续减少，在第梯度达到最小。梯度，研究区 ESV随地形起伏度梯度增加而增加，梯度，ESV缓慢减少，梯度，ESV快速递减。引起这种变化的主要原因为森林 ESV在第梯度增幅最大，到第梯度时，除森林 ESV 缓慢增长外，其他 ESV均减小，在第梯度后，农田、森林、草地和水域 ESV均呈快速减少趋势。3.3.4地形位梯度效应森林 ESV 的地形位梯度效应与坡度效应类似，都呈先增后减趋势，只是峰值出现在第梯度上；农田 ESV 随地形位梯度增加呈先增加后减少趋势，峰值在第梯度上；水域和草地 ESV的地形位梯度效应与地形起伏度效应一致。研究区 ESV在地形位梯度上的变化呈波动减少趋势（图6（d）。除梯度，2000 年、2010 年和 2020 年 ESV 变化基本一致。梯度，2000年和 2010年研究区 ESV 随地形位梯度增加而增大，而 2020 年 ESV随地形位梯度增大稍有减少。ESV在第梯度上出现最大值，在第梯度上出现最小值。这主要是因为研究区森林和草地生态系统面积随地形位增大呈拱形变化，面积最大值在第梯度，且面积最小值均在梯度。总体而言，20002020年，研究区梯度海拔、坡度和地形起伏度 ESV变化基本一致，均随梯度增加而减小，这可能是由于近年来低地形梯度退耕还林还草政策和三峡工程的作用，高地形梯度人类活动影响较小，土地覆被变化不大导致的。4结论（1）研究区土地覆被以耕地和林地为主，面积占比在 89%以上，其变化呈林地、水体、建设用地面积增多，耕地、草地减少趋势，这主要与近年来快速城镇化有关，退耕还林政策的实施直接导致表 6 20002020年研究区 ESV梯度变化情况 Tab.6 ESV gradient changes of the study area from 2000 to 2020 亿元地形梯度海拔坡度地形起伏度地形位2000年农田58.7928.6411.813.430.3438.3335.3021.557.000.8441.5838.2518.194.540.4437.6240.5815.228.511.09森林54.41102.61127.12110.7568.0741.9993.31136.70130.5260.4331.01122.39149.69114.3145.6021.5770.7099.99151.88118.82草地23.5418.007.502.041.6810.8015.6715.648.592.079.9320.0615.845.931.019.4619.6515.446.761.47水域50.563.020.400.000.0747.284.511.550.570.1547.485.490.840.210.0347.335.371.280.060.012010年农田59.3729.1211.853.460.3438.4135.6421.857.290.9441.9938.6918.354.630.4537.8541.1015.358.621.22森林58.57111.82132.18111.4968.5843.3298.80144.80134.7061.03