黄土高原典型县域生态系统服务变化特征及驱动因素.pdf

生态环境学报 2023,32(6):1140-1148 http:/ Ecology and Environmental Sciences E-mail: 基金项目：国家自然科学基金项目（U21A2011；41971129）；陕西水保科技计划项目（2019slkj-）；国家重点研发计划课题（2022YFF1300403）作者简介：王琳（1997 年生），女，博士研究生，研究方向为生态水文。E-mail:linwang2019_*通讯作者，E-mail: 收稿日期：2023-01-14 黄土高原典型县域生态系统服务变化特征及驱动因素 王琳1,2，卫伟1,2,3*1.中国科学院生态环境研究中心/城市与区域生态国家重点实验室，北京 100085；2.中国科学院大学，北京 100049；3.陕西黄土高原地球关键带国家野外科学观测研究站，陕西 西安 710061 摘要：陕北黄土高原沟壑区作为全国重点水土流失区和退耕还林还草核心区，探究县域尺度生态系统服务的时空变化特征、驱动因素和权衡关系对于生态系统的可持续管理更有针对性和现实性。基于 RUSLE、CASA 和 InVEST 模型，分析了陕北志丹县 20002018 年土壤保持、碳固存和水源供给 3 种生态系统服务的时空变化，并运用地理探测器和偏相关分析研究了生态系统服务的驱动因子和权衡关系。结果表明：20002018 年，志丹县土壤保持、碳固存（以 C 计）和水源供给都呈现增加趋势，分别增加了 199 thm2a1、426 gm2a1和 122 mm。地形、气候和植被生长状况等自然因素对生态系统服务空间异质性的影响强于土地利用类型等人为因素，并且多因子的交互作用对生态系统服务的影响大于单一因子。影响土壤保持服务空间异质性最主要的因子是坡度，其次是 NDVI，碳固存服务空间异质性受降雨、NDVI 和土壤类型等因素的综合影响，水源供给服务空间异质性的主要驱动因素是降雨和土地利用类型。志丹县土壤保持和碳固存、土壤保持和水源供给以及碳固存和水源供给之间的关系整体上分别表现为弱协同、弱协同和协同作用，并在空间上具有异质性。该研究有助于进一步了解不同生态系统服务间的复杂关系及其驱动因子差异，可为黄土高原县域生态系统管理和可持续发展提供参考。关键词：黄土高原；生态系统服务；地理探测器；权衡；土地利用/覆被变化；县域 DOI:10.16258/ki.1674-5906.2023.06.016 中图分类号：X196;X144 文献标志码：A 文章编号：1674-5906（2023）06-1140-09 引用格式：王琳,卫伟,2023.黄土高原典型县域生态系统服务变化特征及驱动因素J.生态环境学报,32(6):1140-1148.WANG Lin,WEI Wei,2023.Characteristics and driving factors of ecosystem services changes in a typical county of the Loess Plateau J.Ecology and Environmental Sciences,32(6):1140-1148.生态系统服务是生态系统对人类福祉和利益直接或间接的贡献，链接了生态系统和社会系统，对维持生态安全、保证人类自身安全和维持高质量生活等方面有重要作用（Fu et al.，2013；傅伯杰等，2016）。千年生态系统评估（Millennium Ecosystem Assessment，MEA）和联合国可持续发展目标（Sustainable Development Goals，SDGs）要求我们保护对人类福祉至关重要的生态系统服务（Yang et al.，2022a）。目前评估生态系统服务已被广泛关注并纳入政府决策（Zhang et al.，2019；李扬子等，2021；陈春谛，2022；Xu et al.，2022）。生态系统普遍的异质性导致生态系统服务在空间分布上具有异质性（陈玉福等，2003）。驱动生态系统服务变化的因素很多，主要包括气候、土壤、地形等自然因素和人口、土地利用/土地覆盖变化、政策、经济等人为因素（Wang et al.，2022a，2022b）。Xu et al.（2018）研究表明，土地利用/土地覆盖变化是驱动长江经济带土壤保持和碳固存变化的主导力量，而气象因素对水源涵养变化的影响更大。研究生态系统服务驱动力因素主要有定性和定量两类方法，且逐渐由定性表征各驱动因子与生态系统服务之间关系向定量判别各驱动因子对生态系统服务的贡献程度转变。例如，邵明等（2020）利用地理回归加权构建回归模型，定量研究了成渝城市群自然社会因素对生态系统服务的驱动作用。地理探测器是一种可以有效识别空间相邻要素之间关联程度的新型空间统计方法，能够揭示空间分异背后的驱动力，已被广泛应用于生态评价，污染防治，地质灾害等方面（丁倩等，2021；汪宙峰等，2022；杨艳等，2022）。黄欣等（2022）利用地理探测器探析了多种因子对水源供给服务的空间驱动特征，结果表明，各驱动因素在不同流域分区对产水量的影响具有明显的空间异质性。识别生态系统服务空间异质性的主导驱动因素，进而制定针对性的政策，仍是当前生态系统管理的重点。生态系统服务并不是独立的，由于生态系统服王琳等：黄土高原典型县域生态系统服务变化特征及驱动因素 1141 务空间分布的异质性和生态过程的复杂性，不同生态系统服务之间存在此消彼长的权衡关系和同增同减的协同关系（钱彩云等，2018；李理等，2021）。了解生态系统服务关系是制定可持续生态系统管理战略以有效改善人类福祉的先决条件（邓楚雄等，2019）。在自然环境和人为干扰的综合影响下，生态系统服务之间权衡/协同关系随着时空尺度的变化存在差异性和不确定性（张静静等，2020；Yan et al.，2022）。裴渊杰等（2022）的研究表明，全域尺度和流域尺度下延安市净初级生产力（NPP）与土壤保持之间为权衡关系，而县域尺度下为协同关系。区域尺度的生态系统服务权衡/协同关系并不能代表小尺度的生态系统服务关系，而只有当政策的实施与所考虑问题的内在尺度相匹配时，政策才能有效（Zen et al.，2019；He et al.，2022；叶璇等，2022；唐志雄等，2023）。作为区域战略和政策的重要参与者，县级行政单位是相对独立的基本行政区域单元，在协调社会经济发展和生态环境保护方面发挥着重要作用。在县级地区进行完整和针对性的生态系统服务评价，对地方政府的行动有更大的现实参考意义（刘海龙等，2022；Yang et al.，2022a）。因此，有必要在县级行政单位开展生态系统服务评估，了解生态系统服务之间的关系，以提高决策的科学性和可行性。因此，研究生态系统服务的时空变化及其驱动因素对于平衡多种生态系统服务，实现生态和社会的可持续发展是必要的。志丹县位于陕北黄土高原，是全国生态最脆弱、黄河流域水土流失最严重的县份之一，实施了一系列水土保持措施。研究表明，一系列的水土保持措施可以减少水土流失和风沙，但同时可能导致水资源缺乏（孙思琦等，2022），从而改变生态系统服务及相互作用关系。然而目前尚不清楚该地区的生态系统服务如何相互作用，是自然因素还是人为干扰驱动生态系统服务变化尚缺乏研究。本研究基于 RUSLE、CASA 和 InVEST 模型，在评估 20002018 年志丹县土壤保持、碳固存和水源供给服务时空变化的基础上，借助地理探测器综合气候、地形、土壤、土地利用/土地覆盖（LULC）、人口等因子进行生态系统服务空间异质性的驱动因素分析，并利用偏相关分析方法探索生态系统服务之间的权衡与协同关系，旨在为陕北地区县域生态环境保护与生态系统高质量可持续发展建设提供科学依据。1 研究区概况 志丹县（1081156E109348E，362123N371147N）位于陕西省延安市西北部（图 1），地处黄土高原腹地，总面积 3.78103 km2，常住人口 1.49105人。志丹县属温带大陆性季风气候区，年均温 8.1，年降水量 320640 mm。志丹县地形由西北向东南倾斜，境内沟壑纵横，山高坡陡，河谷深切，泥石流、滑坡、土壤盐渍化等自然灾害发生频率较高。自 1999 年来，志丹县实施了退耕还林、坡改梯、淤地坝等水保工程。2 数据来源与研究方法 2.1 数据来源 研究使用的数据主要包括：土地利用、气象、土壤、高程、归一化植被指数（NDVI）和人口密度数据等。其中土地利用/土地覆盖（LULC）数据来源 于 中 国 科 学 院 资 源 环 境 科 学 数 据 中 心（http:/ AUNSPLIN 插值为 30 m30 m 的栅格数据。土壤质地、土壤有机质含量、土壤容重等数据来源世界土壤数据库（HWSD）的中国土壤数据集。归一化植被指数（NDVI）在 Google Earth Engine（https:/ Landsat TM/ETM+数据计算得到。数字高程模型（DEM）数据（30 m30 m）来自地理空间数据云（http:/ WoldPop 中心的人口密度数据集（https:/hub.worldpop.org/）。选择2000、2010 和 2018 年的数据进行研究和分析。2.2 研究方法 2.2.1 土壤保持 土壤保持服务是通过修订的通用土壤流失方程（RUSLE）估计的，因为它易于获取输入参数和 图 1 研究区位置及高程示意图 Figure 1 Location and elevation map of the study area 1142 生态环境学报 第 32 卷第 6 期（2023 年 6 月）良好的模拟。Am=RKLSCP（1）Ap=RKLS（2）Ac=ApAm（3）其中：Ac土壤保持（thm2a1）；Ap潜在土壤侵蚀量（thm2a1）；Am实际土壤侵蚀量（thm2a1）；R降雨侵蚀因子（MJmmhm2h1a1），由 Wischmeier et al.（1958）提出的月尺度公式计算得出；K土壤可蚀性因子（thm2MJ1mm1）；L坡长系数；S坡度因素；C植被覆盖和管理因子；P保护支持实践因子。2.2.2 碳固存 净初级生产力（NPP）反映着植物固定和转化光合作用产物的效率，是地表碳循环的重要组成部分（左丽媛等，2020）。CASA 模型通过遥感获取多种植被参数，可以估算 NPP 的年际和季节动态。因此，本研究中利用 CASA 模型来模拟 NPP，计算方法如下：N(x,t)=A(x,t)(x,t)（4）A(x,t)=S(x,t)F(x,t)0.5（5）其中：N(x,t)t 月像素 x 的净初级生产力（以 C 计，gm2）；A(x,t)t 月像素 x 吸收的光合有效辐射（MJm2）；S(x,t)t 月像素 x 的太阳总辐射（MJm2）；F(x,t)植 物 吸 收 的 入 射 光 合 有 效 辐（MJm2）；常数 0.5 反映了植被可以利用的有效太阳辐射与总太阳辐射相比的比例。光合作用产生 1 kg 干物质可以固定 1.63 kg 的CO2，释放 1.2 kg 的 O2（Li et al.，2016），因此碳固存量（以 C 计）与 NPP 的转换关系为：C=1.63N（6）其中：C碳固存量（gm2）；N净初级生产力（gm2）。2.2.3 水源供给 水源供给服务反映了一个地区可以提供给人类的水资源量，是衡量水资源供给能力的有效指标（Wang et al.，2022c；Wang et al.，2022d）。采用基于 Budyko 曲线方程的综合评价与权衡模型（InVEST）对水源供给服务进行评估。与其他水文模型相比，该模型依赖于地理信息系统（GIS），在可视化和空间化方面具有优势。主要模型可以表示如下：()()=1()()E xY xP xP x（7）其中：Y(x)像元 x 的年水源供给量（mm）；E(x)像元 x 的年实际蒸散量（mm）；P(x)像元 x 的年降雨量（mm）。2.2.4 地理探测器 地理探测器模型被用来识别不同生态系统服务空间异质性的主要驱动因素。地理探测器模型假设如果自变量 X 对因变量 Y 有本质影响，那么它们之间存在相似的空间分布；与一般的因子分析方法相比，它考虑了因子之间的空间异质性。本研究选取年降水、年均温、高程、坡度、土壤类型、NDVI、土地利用类型和人口密度作为驱动因素。年降水、年均温、NDVI、高程、人口密度借助 ArcGIS 10.3 工具通过自然断点法分为 9 级，土壤类型因子分为 9 个土类，坡度按照5、58、815、1525、2535、35分为 6 级，土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地 6 种类型。使用因子检测器来检测自变量 X（驱动因子）对因变量 Y（生态系统服务）的解释程度。因子检测模型如下：212=1LhhhqNN=（8）其中：h=1,2,.,L指变量层；Nh和2h层 h 的样本单元总数和方差；N 和2全区的单元总数和方差之和。q 的值域为0,1，值越大表示自变量 X 对因变量 Y 的解释力越强，反之则越弱。2.2.5 生态系统服务权衡关系 本研究基于逐像素时间和空间的偏相关统计映射方法来评估生态系统服务之间的相互关系。两种生态系统服务的偏相关系数为正值是协同关系（相互增益），偏相关系数为负值是权衡关系（此消彼长）。主要计算公式如下：11,12,21222111,12,2=()()()()niiinniiiirSSSSSSSS=（9）王琳等：黄土高原典型县域生态系统服务变化特征及驱动因素 1143 1213 2312,3221323=(1)(1)rr rrrr+（10）其中：S1和 S2两种类型的生态系统服务；r12S1和 S2的相关系数；n栅格数据的时间序列；r12,3像素上 S1和 S2之间的偏相关系数，而其他生态系统服务保持不变。基于偏相关统计映射方法，将权衡/协同关系分为 7 个层次，即强权衡（r0.5）、权衡（0.5r0.2）、弱权衡（0.2r0）、不相关（r=0）、弱协同作用（0r0.2）、协同作用（0.2r0.5）。3 研究结果 3.1 生态系统服务时空变化 20002018 年，志丹县土壤保持，碳固存和水源供给服务都呈现不同程度的增加（图 2）。土壤保持由 2000 年的 123 thm2a1增加到 2018 年的 323 thm2a1。碳固存（以C计）由2000年的306 gm2a1增加到 2018 年的 732 gm2a1。水源供给由 2000 年的 34 mm 增加到 156 mm。空间分布上，土壤保持分布较为均匀，没有明显的空间变化特征，而碳固存和水源供给整体都表现为东南高西北低的空间分布特征。随着时间推移，志丹县 84.5%的区域土壤保持服务表现为正增长，东南部的增加更为明显。志丹县几乎所有区域的碳固存和水源供给量都增 图 2 志丹县 20002018 年生态系统服务时空分布 Figure 2 Spatial and temporal distribution of ecosystem services in Zhidan County from 2000 to 2018 1144 生态环境学报 第 32 卷第 6 期（2023 年 6 月）加。具体来讲，碳固存服务在中部地区的增加高于东南部，水源供给西南部的增加高于其他区域。3.2 生态系统服务空间异质性的驱动因素 运用地理探测器量化了志丹县自然因素和人为因素对土壤保持、碳固存和水源供给服务空间异质性的贡献程度，如图 3 和图 4 所示。从单因子的影响来看（图 3），土壤保持、碳固存和水源供给的主要驱动力是地形、气候和植被。具体来讲，坡度对土壤保持的解释力最强，为 20.4%28.5%，其次是 NDVI（0.8%20.6%）和土地利用类型（0.4%10%）。碳固存的空间分异主要受自然因子的影响，其中降雨和 NDVI 的解释力较高，分别为 12.7%60.1%和 15.2%51.4%，其次是土壤类型（11.7%33.7%）。此外，土地利用类型和温度对碳固存的影响作用也不容忽视，分别为 14.1%28.5%和 0.3%20.7%。降雨和土地利用类型是影响水源供给服务的最主要的因素，解释力分别为 17.7%35.4%和16.3%29.6%。从 20002018 年，志丹县土壤保持、碳固存和水源供给的主导驱动因子随时间变化具有差异，解释力呈现不同程度的减小。对于土壤保持服务，坡度的解释力仍最强，但土地利用的影响减小（因子解释力由 0.1 减小到 0.04），相应的 NDVI 作用凸显（因子解释力由 0.08 增加到 0.20）。气候、NDVI、土地利用和土壤类型仍是显著影响碳固存的主要驱动因素（P0.05），但因子解释力 q 值都有较大幅度的降低（降雨的因子解释力由 0.60 减小到 0.13，DNVI 的因子解释力由 0.51 减小到 0.15）。水源供给服务中，最大解释力的因子由降雨变为土地利用，体现了人类活动的影响加大。从生态系统服务的因子交互探测结果来看（图4），任意两因子的交互作用对志丹县生态系统服务的解释力度均大于单一因子。双因子交互作用对 3种生态系统服务的解释力度都高于 41%。具体来看，影响土壤保持服务的主要交互因子是坡度和土地利用以及坡度和 NDVI。对碳固存服务解释力度较大的交互因子主要为高程和气候（降雨和温度）。降雨和土地利用的交互作用对水源供给服务的解释力最高。因子交互作用对生态系统服务的影响也随时间动态变化，主要反映在影响因子类型和解释力的变化。土壤保持服务中解释力最强的交互因子由2000 年的坡度和土地利用变为 2018 年的坡度和NDVI，因子综合解释力增加（0.45 增加到 0.50）。2000、2010 和 2018 年对碳固存解释力最强的交互因子分别为降雨与温度、降雨与高程以及温度与高程，但解释力逐年降低（2000 年为 0.74，2010 年为0.65，2018 年为 0.41）。水源供给服务中解释力最强的交互因子保持不变，都为降雨和土地利用，但解释力呈先增加后减小趋势（2000、2010 和 2018 年分别为 0.54、0.65 和 0.58）。3.3 生态系统服务权衡与协同分析 利用偏相关分析计算了 20002018 年间志丹县土壤保持，碳固存和水源供给之间的权衡与协同关系，结果如图 5 所示。整体上，志丹县土壤保持与碳固存和水源供给的关系都表现为弱协同，而碳固存和水源供给服务为协同。空间分布上，土壤保持和碳固存在 43.1%的区域表现为弱协同，35.8%的区域表现为弱权衡，12.3%的区域为协同作用，主要分布在西北部，7.5%的区域为权衡作用，主要分布在东南角。土壤保持和水源供给在 39.9%的区域为弱协同，38.2%的区域为弱权衡，11.6%的区域为协同作用，主要分布在东南角，7.4%的区域为权衡作用，主要分布在西北部。碳固存和水源供给在志丹 SC 表示土壤保持（thm2a1）；CS 表示碳固存（以 C 计，gm2a1）；WS 表示水源供给（mm）图 3 20002018 年各驱动因子对志丹县生态系统服务的影响程度 Figure 3 Impacts of driving factors on ecosystem services in Zhidan County from 2000 to 2018 LULC 表示土地利用/土地覆盖；NDVI 表示归一化植被指数 图 4 驱动因子交互作用对志丹县生态系统服务的影响 Figure 4 Effects of factor interaction on ecosystem services in Zhidan County 王琳等：黄土高原典型县域生态系统服务变化特征及驱动因素 1145 全县都表现为协同作，其中有 56.7%的区域为强协同作用。4 讨论 4.1 生态系统服务驱动因素 随着气候变化和人为活动的干扰加剧，评价生态系统服务的演变特征和驱动机制仍是当前研究的重点。本文对陕北黄土高原沟壑区志丹县的土壤保持，碳固存和水源供给进行了时空变化特征分析。结果显示，志丹县在 20002018 年间土壤保持，碳固存和水源供给 3 种生态系统服务都增加，这一结果与前人对陕北生态系统服务的研究结果相符合（Zhao et al.，2021a；林隆超等，2022；叶璇等，2022）。生态系统服务的空间异质性是自然因素和人为因素复杂耦合的结果。整体来看，志丹县自然环境因素对生态系统服务空间异质性的影响强度高于人类活动，这与 Wang et al.（2022b）对黄土高原的研究结果一致。地形、气候、植被和土地利用是驱动志丹县土壤保持、碳固存和水源供给服务空间异质性的主要影响因子。一般来讲大于 15以上的土地更易发生土壤侵蚀，频繁的农业生产实践活动也会加剧水土流失（赵清贺等，2018；刘婷等，2021）。降雨和温度的变化会改变水输入和蒸散，进而影响净初级生产力（NPP）和产水量（Falloon et al.，2007；Bai et al.，2019；Gao et al.，2021）。高植被覆盖度有较强的土壤抗侵蚀能力和水源供给能力（赵清贺等，2018；Wang et al.，2022e）。土地利用主要通过改变土地覆盖类型（如退耕还林还草）来影响生态系统服务。双因子间交互作用对生态系统服务的解释力明显大于单一因子。这表明自然和人为因素对生态系统服务的影响是呈非线性增强和交互增强的，不同因子之间的复杂耦合共同影响生态系统服务空间分异（Xiang et al.，2022）。生态系统服务的驱动因素是动态变化的。志丹县退耕还草还林工程（20002018 年耕地减少l.38103 km2，草地和林地分别增加 236 km2和 137 km2）使得土地利用类型对水源供给的影响程度逐渐增强。但在退耕还草还林工程后期，志丹县土地利用格局基本稳定，土地利用对土壤保持服务的影响程度降低，而对 NDVI 的影响增强。NDVI 是反映植被生长状态和植被覆盖度的有效指标（卢乔倩等，2020）。志丹县 NDVI 由 2000 年的 0.45 增加到 2018年的 0.62，植被覆盖度的提高在减少降雨侵蚀性和随后的土壤流失方面发挥了重要作用（Mehri et al.，2018）。由于气候因素和植被之间存在复杂的生物物理联系（Yu et al.，2020；Zhao et al.，2021b），志丹县碳固存服务的驱动因素由年降雨量、NDVI 和年均温综合控制。在气候变化和人类活动加剧的背景下，单一的指标已不能很好地解释驱动碳固存变化的原因。研究表明，生态系统碳通量不仅受年降水量和年均温的影响，还受降雨事件的频率、时间和太阳辐射的影响（Wei et al.，2022；Yang et al.，2022b；Zhai et al.，2022）。此外，城市化、农业实践、植树造林等人类活动的干扰增加会削弱气候因素对 NPP 变化的影响（王钊等，2018；Bejagam et al.，2022；余玉洋等，2022）。生态系统服务驱动因子及其解释力的动态变化无疑增加了生态系统管理的难度，在未来的管理中，应更加关注气候变化，因地制宜地合理优化用地结构，保持人地关系的协调发展。4.2 生态系统服务权衡/协同关系 在社会经济和生物物理因素的交织影响下，生态系统服务间的权衡与协同关系复杂多变（Hao et al.，2017；王鹏涛等，2017）。志丹县土壤保持，碳固存和水源供给服务之间呈现不同程度的协同作用，其中碳固存和水源供给的协同作用最强，而土壤保持与碳固存和水源供给的协同关系处于较低水平，这需要政府调控有关政策使其过渡到协同甚至高协同状态。进一步分析了生态系统服务关系的空间特征，结果显示，志丹县生态系统服务权衡/协同关系表现出空间异质性。东南部土壤保持与碳固存为权衡关系，土壤保持与水源供给为协同关系，在西北部则相反，而碳固存和水源供给在全域都保持协同关系。土壤保持与碳固存和水源供给关系的 图 5 20002018 年志丹县生态系统服务之间的 空间相关性 Figure 5 Spatial correlation between ecosystem services in Zhidan County from 2000 to 2018 1146 生态环境学报 第 32 卷第 6 期（2023 年 6 月）改变甚至逆转受多种因素的影响。一方面 NPP 高的地区通常有较高的植被覆盖度，可以截留雨水和避免坡地水土流失，但另一方面，植被覆盖度高的地区降水普遍较丰富，土壤侵蚀风险增加，同时高植被覆盖度往往耗水多（宁静等，2022；叶璇等，2022）。Liu et al.（2019）研究表明，土壤保持和碳固存在山区林地趋向于权衡关系，而在降水较少的地区具有较稳定的协同关系。此外，不同的种植方式和植被类型可能会对土壤保持和碳固存有不同的影响，如种植大面积单一作物可能会增加土壤侵蚀的风险，从而降低土壤保持服务，但同时可能会提高碳固存（马传功等，2016；许小明等，2022）。未来管理应注重优化植被类型配置，合理规划植被恢复，促进土壤保持与碳固存和水源供给的协同增加。因此，优化或最大化生态系统服务，平衡土壤保持、碳固存和水源供给等多种生态系统服务供给仍是未来研究的重点和难点。5 结论 本文基于 RUSLE、CASA 和 InVEST 模型分析了陕北黄土高原沟壑区志丹县土壤保持、碳固存和水源供给服务的长期变化规律，利用地理探测器定量分析了影响生态系统服务空间异质性的驱动因素，并探讨了生态系统服务之间的权衡与协同关系，主要结论如下：（1）受气候变化和退耕还林等人类活动的影响，20002018 年间县域土壤保存、碳固存（以 C计）和水源供给服务大幅提升，分别增加了 199 thm2a1、426 gm2a1和 122 mm。全县 80%以上区域生态系统服务均呈增加趋势，尤其在东南部更为突出。（2）县域土壤保持、碳固存和水源供给服务空间异质性的影响因素复杂多变，其中地形，气候和植被等自然因素是主导因素，但人为干扰的影响日益增强。多因子间交互作用的影响均高于单个因子。（3）整体上，碳固存和水源供给服务协同作用最强，而土壤保持与碳固存和水源供给服务之间的协同关系处于较低水平。空间上，土壤保持与碳固存表现为“南部权衡-北部协同”的空间格局，土壤保持与水源供给表现为“北部权衡-南部协同”的相互关系，而碳固存与水源供给表现为“全县协同”的分布态势。参考文献：BAI Y,OCHUODHO T O,YANG J,2019.Impact of land use and climate change on water-related ecosystem services in Kentucky,USA J.Ecological Indicators,102(6141):51-64.BEJAGAM V,SHARMA A,2022.Impact of climatic changes and anthropogenic activities on ecosystem net primary productivity in India during 20012019 J.Ecological Informatics,70:101732.FALLOON P,JONES C D,CERRI C E,et al.,2007.Climate change and its impact on soil and vegetation carbon storage in Kenya,Jordan,India and Brazil J.Agriculture,Ecosystems&Environment,122(1):114-124.FU B J,WANG S,SU C H,et al.,2013.Linking ecosystem processes and ecosystem services J.Current Opinion in Environmental Sustainability,5(1):4-10.GAO J B,ZUO L Y,2021.Revealing ecosystem services relationships and their driving factors for five basins of Beijing J.Journal of Geographical Sciences,31:111-129.HAO R F,YU D Y,WU J G,2017.Relationship between paired ecosystem services in the grassland and agro-pastoral transitional zone of China using the constraint line method J.Agriculture,Ecosystems&Environment,240:171-181.HE C J,SHAO H Y,XIAN W,2022.Spatiotemporal variation and driving forces analysis of eeco-system service vvalues:A case study of Sichuan Province,China J.International Journal of Environmental Research and Public Health,19(14):8595.LI J,ZHOU Z X,2016.Natural and human impacts on ecosystem services in Guanzhong-Tianshui economic region of China J.Environmental Science and Pollution Research,23:6803-6815.LIU L L,ZHANG H B,GAO Y,et al.,2019.Hotspot identification and interaction analyses of the provisioning of multiple ecosystem services:Case study of Shaanxi Province,China J.Ecological Indicators,107:105566.MEHRI A,SALMANMAHINY A,TABRIZI A R M,et al.,2018.Investigation of likely effects of land use planning on reduction of soil erosion rate in river basins:Case study of the Gharesoo River Basin J.Catena,167:116-129.WANG L J,GONG J W,MA S,et al.,2022a.Ecosystem service supplydemand and socioecological drivers at different spatial scales in Zhejiang Province,China J.Ecological Indicators,140(7713):109058.WANG T F,GONG Z W,2022d.Evaluation and analysis of water conservation function of ecosystem in Shaanxi Province in China based on“Grain for Green”Projects J.Environmental Science and Pollution Research,29(55):83878-83896.WANG X J,LIU G X,LIN D R,et al.,2022c.Water yield service influence by climate and land use change based on InVEST model in the monsoon hilly watershed in south China J.Geomatics,Natural Hazards and Risk,13(1):2024-2048.WANG X Z,WU J Z,LIU Y L,et al.,2022b.Driving factors of ecosystem services and their spatiotemporal change assessment based on land use types in the Loess Plateau J.Journal of Environmental Management,311:114835.WANG Y X,WANG H M,LIU G,et al.,2022e.Factors driving water yield ecosystem services in the Yellow River Economic Belt,China:Spatial heterogeneity and spatial spillover perspectives J.Journal of Environmental Management,317:115477.WEI X D,YANG J,LUO P P,et al.,2022.Assessment of the variation and influencing factors of vegetation NPP and carbon sink capacity under different natural conditions J.Ecological Indicators,138(2):108834.XIANG M S,WANG C J,TAN Y X,et al.,2022.Spatio-temporal evolution and driving factors of carbon storage in the western Sichuan Plateau J.Scientific Reports,12(1):8114.XU T Y,NIU X,WANG B,2022.The Grain for Green Project in contiguous poverty-stricken regions of China:A nature-based solution J.Sustainability,14(13):7755.XU X B,YANG G S,TAN Y,et al.,2018.Ecosystem services trade-offs and determinants in Chinas Yangtze River Economic Belt from 2000 to 2015 J.Science of the Total Environment,634:1601-1614.YAN K,WANG W F,LI Y H,et al.,2022.Identifying priority conservation areas based on ecosystem services change driven by Natural Forest Protection Project in Qinghai province,China J.Journal of Cleaner Production,362:132453.YANG P,WANG N A,ZHAO L Q,et al.,2022b.Responses of grassland ecosystem carbon fluxes to precipitation and their environmen