下载:
-
在自然和人为因素的共同作用下，土地利用结构在不断发生变化[1]。土地利用变化是影响全球气候的重要成因之一，对生态系统的结构、功能和过程产生深远的影响，从而对人类及自然环境的变化产生至关重要的作用[2]。随着人类对生态环境保护的日益重视，土地利用变化与生态系统间的相互关系已成为多学科研究的热点之一[3]。生态系统服务是指人类通过生态系统直接或间接得到的收益，通常分为供给服务、调节服务、支持服务及文化服务[4]。研究表明：土地利用变化对生物[5]、气候[6]、土壤[7]、水文[8]等生态环境产生负面影响，在不同尺度下改变了生态系统结构与功能，导致生态系统发展失衡、功能变弱等问题。生态系统服务价值定量评估有利于实现土地集约化高效配置，提升土地利用效率，实现土地利用与生态环境的协调可持续发展[9−11]。近年来，土地利用变化对生态系统服务价值影响的定量研究已成为国内外研究热点。生态系统服务价值作为最普遍的衡量标准，能够直接反映人类活动对自然环境的影响。为了更好地研究生态资源优化与可持续发展的关系，COSTANZA等[12]首次提出了生态系统服务价值评估原则、功能分类和具体方法，并对全球范围内16个生物群落的17项生态系统服务价值进行了评估，这为相关领域奠定了理论基础。由于生态保护意识的提高和国家政策导向的影响，国内对生态系统服务价值的研究逐渐深入。谢高地等[13−15]依据中国区域生态特点，以专家知识问卷调查形式构建了中国陆地单位面积生态系统服务价值当量因子表，这对国内生态系统服务价值的评估与测算具有一定的借鉴意义。
安徽省太湖县作为国家重点生态功能区，承担着区域生态安全与生态保护的重任。生态系统服务价值评估方法是构建生态补偿机制的重要理论依据，是确立生态补偿标准的价值基础[16]。鉴于此，本研究基于太湖县2000、2010、2020年3期土地利用数据，分析土地利用变化与生态系统服务价值的空间关联性，探讨生态系统服务价值变化量的冷热点分异规律，为国家重点生态功能区生态服务功能的发生机制和评价方法提供科学依据。
-
太湖县(30°09′~30°46′N，115°45′~116°30′E)地处安徽省西南部、安庆市西南部、大别山南麓，县域总面积为2 040 km2。该县地势西北高、东南低，属于丘陵低山地形。气候属典型的北亚热带季风气候，四季分明，降水丰富，平均降水量为1 368 mm，水热资源充足。该区域的土地利用性质以林地居多，农田次之，建筑用地面积相对较小。2020年太湖县户籍人口为577 972人，比2010年户籍人口数量增加了2.03%。从2000—2020年整体人口变化趋势来看，户籍人口总量增加了约13 472人，增长率为2.39%，城市化进程发展迅速，城市化水平提高了18.2%，农村人口不断迁往城市地区。县域国内生产总值(GDP)从2000年的16.87亿元增至2020年的198.12亿元，20 a间增加了10.7倍。太湖县在人口和经济方面呈现增长趋势，为太湖县带来了更多的旅游业发展机会，促进生态产业增长。2018年太湖县已成为安徽省内第1个“全国森林旅游示范县”，属于国家划定的重点生态功能区，具有生态保护、可持续发展方面的生态研究价值。
-
研究数据包括了安徽省土地利用遥感影像解译数据和中国土地数据等。其中，太湖县2000、2010和2020年3期空间分辨率为30 m的土地利用数据，土地利用遥感监测数据集来自中国科学院资源环境科学与数据中心(http://www.resdc.cn)，并参照其土地利用分类体系，将太湖县土地利用划分为耕地、林地、草地、水域、建设用地与未利用地。太湖县未利用地面积极小，未被纳入研究范围。太湖县社会经济数据来自《安庆市统计年鉴》《中国农产品价格调查年鉴》等。
-
土地利用转移矩阵表示某一时期不同土地利用类型的转化趋势和范围[17]，其表示如下：
$$ {{\boldsymbol{S}}_{ij}} = \left[ {\begin{array}{*{20}{c}} {{S_{11}}}&{{S_{12}}}& \cdots &{{S_{1n}}} \\ {{S_{21}}}&{{S_{22}}}& \cdots &{{S_{2n}}} \\ \vdots & \vdots & \vdots & \vdots \\ {{S_{n1}}}&{{S_{n2}}}& \cdots &{{S_{nn}}} \end{array}} \right] 。 $$ (1) 式(1)中：Sij表示转移前$i$地类转换成转移后的$j$地类的面积(hm2)；$n$为土地利用的类型总数；$i$，$j$分别对应研究开始与结束的土地利用类型。
-
土地利用动态变化可用来表示土地流转的速度[18]，单一土地利用动态度反映某个地区或某个时期区域的某种土地利用总量变化的快慢与程度[19−20]。公式如下：
$$ K = \frac{{{U_b} - {U_a}}}{{{U_a}}} \times \frac{1}{T} \times 100\% 。 $$ (2) 式(2)中：$ K $为土地利用的单一动态度；$ {U}_{a} $、$ {U}_{b} $分别表示研究初期a和末期b的生态系统面积；$ T $则为研究期时长(a)。
-
通过计算太湖县1个标准单位生态系统服务价值当量因子的价值量，结合太湖县实际情况修正了生态系统服务价值系数，最终得到太湖县各土地利用类型单项生态系统服务与总价值量(表1)。
表 1 太湖县单位面积生态系统服务价值当量及生态系统服务价值
Table 1. Ecosystem service value equivalent per unit area and ecosystem service value coefficient of Taihu County
一级分类 二级分类 太湖县单位面积生态系统服务价值当量 太湖县单位面积生态系统服务价值/(元·hm−2) 耕地 林地 草地 水域 耕地 林地 草地 水域 供给服务 食物生产 1.00 0.33 0.43 0.45 2 158.41 712.28 928.12 960.49 原材料生产 0.39 2.98 0.36 0.30 841.78 6 432.06 777.03 636.73 调节服务 气体调节 0.72 4.32 1.50 1.46 1 554.06 9 324.33 3 237.62 3 151.28 气候调节 0.97 4.07 1.56 14.58 2 093.66 8 784.73 3 367.12 31 469.62 水文调节 0.77 4.09 1.52 16.09 1 661.98 8 827.90 3 280.78 34 728.82 废物处理 1.39 1.72 1.32 14.63 3 000.19 3 712.47 2 849.10 31 566.75 支持服务 保持土壤 1.47 4.02 2.24 1.20 3 172.86 8 676.81 4 834.84 2 590.09 维持生物多样性 1.02 4.51 1.87 3.56 2 201.58 9 734.43 4 036.23 7 683.94 文化服务 提供美学景观 0.17 2.08 0.87 4.57 366.93 4 489.49 1 877.82 9 853.14 总计 7.90 28.12 11.67 56.82 17 051.45 60 694.50 25 188.66 122 640.86 说明：由于建设用地当量因子系数为0，因此在计算生态系统服务价值过程中未纳入考虑。 1个标准单位生态系统服务价值当量(简称标准当量)是指农田每年单位面积土地内所产出的经济价值，可衡量各项生态系统产生的社会贡献水平[21]。根据已有研究[22]，确定1个标准粮食当量的实际经济价值量，等于当年全国平均粮食单产市场价值的1/7。计算公式如下：
$$ {E_{\rm{a}}} = \frac{1}{7}\sum\limits_{i = 1}^n {\frac{{{m_i}{q_i}{p_i}}}{M}} 。 $$ (3) 式(3)中：$E_{\rm{a}}$为单位农业生态系统生产经营过程中的经济效益(元·hm−2)；$i$为作物种类；${p_i}$为$i$种作物的全国平均价格(元·hm−2)；${q_i}$为$i$种作物总产量(t·hm−2)；${m_i}$为$i$种作物种植面积(hm2)；$M$为$n$种作物总种植面积(hm2)。参考《安徽统计年鉴》和《全国农产品成本收益资料汇编》，确定太湖县年标准粮食当量的经济效益与借鉴价值为2 158.41元·hm−2。
根据谢高地等[15]制定的单位面积生态系统服务价值当量因子表，划分出了供给服务、调节服务、支持服务、文化服务4个一级类型和11个二级类型的分类体系，并根据太湖县实际情况，对各项生态系统服务价值类型进行了调整。表1为经过修正，更符合研究区实际情况的太湖县生态系统服务价值系数。
GIS格网尺度法以格网点状单元作为数据载体，以指标因子为基础评价分析单元[23]。基于格网尺度下的生态系统服务价值研究，尺度的缩小和精度的提升为土地利用空间特征提供了新思路[24]。根据太湖县的地形、面积与海拔等情况，利用ArcGIS采用Greate Fishnet工具构建600 m×600 m格网。通过对各格网土地利用类型生态系统服务价值进行加权，从而获得整个研究区生态系统服务价值总值。公式如下：
$$ {E_{{\rm{SV}}}} = \sum\limits_{m = 1}^{{x}} {\sum\limits_{n = 1}^y {{A_m}} } {E_{mn}}(m = 1,2, \cdots ,x;\;n = 1,2, \cdots ,y) 。 $$ (4) 式(4)中：${E_{{\rm{SV}}}}$为生态系统服务价值；$ {A_m} $为格网内第$m$类生态系统的面积；${E_{mn}}$为格网内第$m$类生态系统的第$n$类生态系统功能单位面积的价值当量。$x$和$y$分别表示生态系统及服务功能的总类别数。
-
空间自相关(Moran’s I)一般用来表示某地理事物或现象在某区域不同位置的空间相关程度[25]，可以评估土地利用与生态系统服务价值空间分布的集聚性，局部自相关可描述生态系统服务价值可能存在的空间关联模式[26]，其中LISA聚类图能清晰反映各区域的关联属性[27]。冷热点分析用以衡量生态系统服务价值空间变化的聚集与分异特征，探究生态系统服务价值的空间变化是否具有高值集聚(热点)和低值集聚(冷点)的现象。通过热点分析，可以确定生态系统服务价值高值区或低值区在空间上发生聚类的位置[28]，空间自相关分析采用Geoda 1.18软件，冷热点分析采用ArcGIS热点分析空间统计工具完成。计算公式[29]为：
$$ {I_i} = \frac{{\left( {{x_i} - \bar x} \right)\displaystyle \sum\limits_{j = 1}^n {{w_{ij}}} \left( {{x_i} - \bar x} \right)}}{{{S^2}}} \text{；} $$ (5) $$ {S^2} = \frac{1}{n}\sum\limits_{i = 1}^n {{{\left( {{x_i} - \bar x} \right)}^2}} 。 $$ (6) 式(5)~(6)中：$ {I}_{i} $表示局部空间自相关指数；$ n $为格网单元数量；$ {x}_{i} $和$ {x}_{j} $分别表示格网单元$ i $和格网单元$ j $的测度值；$ \left({x}_{i}-\bar{x}\right) $是第$ i $个格网单元上测度值与平均值的偏差；$ {w}_{ij} $表示空间权重的矩阵；${S^2}$表示方差。
-
如图1和表2所示：2000—2020年，太湖县林地占县域总面积的59.57%，是太湖县最重要的土地利用形式；耕地是太湖县第二大土地利用形式，占比达26.58%；其次是水域和草地，占总面积的比例分别为6.18%和4.92%，县域的水资源和湿地草地等自然资源得到了一定程度的保护。规模最小的则为城市建设用地，仅为总面积比例的2.75%。
图 1 2000—2020年太湖县土地利用时空变化示意图
Figure 1. Schematic diagram of spatiotemporal changes in land use in Taihu County from 2000 to 2020
表 2 2000—2020年太湖县土地利用变化
Table 2. Land use change in Taihu County from 2000 to 2020
土地利用
类型2000年
面积/hm22010年
面积/hm22020年
面积/hm22000—2010年 2010—2020年 2000—2020年 面积变化/hm2 动态度/% 面积变化/hm2 动态度/% 面积变化/hm2 动态度/% 耕地 55 380.78 53 811.27 53 340.39 −1 569.51 −0.28 −470.88 −0.09 −2 040.39 −0.18 林地 121 758.90 121 458.20 121 040.10 −300.70 −0.02 −418.10 −0.03 −718.80 −0.03 草地 10 136.61 10 006.83 9 966.42 −129.78 −0.13 −40.41 −0.04 −170.19 −0.08 水域 12 608.64 12 543.03 12 616.02 −65.61 −0.05 72.99 0.06 7.38 0.00 建设用地 3 930.21 5 997.51 6 857.01 2 067.30 5.26 859.50 1.43 2 926.80 3.72 建设用地和耕地分别是增长最多和减少最多的土地利用类型。2000—2020年，建设用地增长了2 926.80 hm2，动态度为3.72%，占比增加了1.43%，耕地共减少了2 040.39 hm2，动态度为−0.18%，占比减少了1.00%。研究期间建设用地面积在逐年上升，耕地、林地和草地面积逐年下降，而水域面积总体呈上升态势，面积共计增长了7.38 hm2。
如表3~5所示：2000—2010年，太湖县耕地主要转为了建设用地及林地，占转移总面积的97%以上，这主要受退耕还林政策的影响。林地面积在逐渐减少，主要转为了耕地与建设用地。这与后10 a的变化趋势基本一致；水域减少的面积不大，仅部分转为了林地和建设用地，占转移总面积的68%以上。2010—2020年，草地和耕地主要转为了林地和建设用地，分别占转出总面积的95%和98%；而水域和林地面积均出现了一定程度的减少，这与此期间太湖县城市化加快，城区面积扩张，建设用地面积增加有一定的关联。2000—2020年，转入草地和水域的面积很小，大部分土地向城乡建设用地转化，且耕地、建设用地与林地转移面积占比在90%以上，耕地与林地面积在减少，建设用地面积在增加，表明太湖县建设用地增长以耕地与林地转换为主。林地的主要转出地类是耕地与建设用地，占总转出土地的80%以上，其中多数区域成为耕地和林地。
表 3 2000—2010年太湖县土地利用变化转移矩阵
Table 3. Land use change transition matrix in Taihu County from 2000 to 2010
2000年土地利用类型 2010年各土地利用类型转移面积/hm2 总计/hm2 草地 耕地 建设用地 林地 水域 草地 9 845.41 11.63 130.25 131.58 3.38 10 122.25 耕地 15.64 52 969.10 1 670.66 658.73 42.28 55 356.41 建设用地 0.95 101.28 3 798.04 28.13 1.09 3 930.50 林地 125.20 647.96 338.60 120 500.69 81.69 121 694.14 水域 4.76 56.63 59.29 73.31 12 404.98 12 598.97 总计 9 991.96 53 786.61 5 996.83 121 392.45 12 533.41 203 701.27 表 4 2010—2020年太湖县土地利用变化转移矩阵
Table 4. Land use change transition matrix in Taihu County from 2010 to 2020
2010年土地利用类型 2020年各土地利用类型转移面积/hm2 总计/hm2 草地 耕地 建设用地 林地 水域 草地 9 552.98 36.01 62.11 319.51 11.51 9 982.12 耕地 30.79 51 150.11 744.13 1 643.18 204.04 53 772.24 建设用地 8.83 301.16 5 581.00 98.87 6.73 5 996.60 林地 337.48 1 689.69 463.08 118 664.63 202.57 121 356.45 水域 9.92 124.09 5.37 212.90 12 171.88 12 524.15 总计 9 940.00 53 300.05 6 856.69 120 939.09 12 596.74 203 631.56 表 5 2000—2020年太湖县土地利用变化转移矩阵
Table 5. Land use change transition matrix in Taihu County from 2000 to 2020
2000年土地利用类型 2020年各土地利用类型转移面积/hm2 总计/hm2 草地 耕地 建设用地 林地 水域 草地 9 563.09 34.04 185.47 317.64 10.44 10 110.69 耕地 33.68 51 221.11 2 250.08 1 640.01 194.96 55 339.84 建设用地 2.05 249.33 3617.36 57.29 3.25 3 929.28 林地 329.52 1 663.42 743.11 118 714.39 200.40 121 650.85 水域 10.21 129.64 56.65 202.55 12 187.31 12 589.36 总计 9 938.55 53 297.54 6 855.68 120 931.88 12 596.36 203 620.01 -
如表6所示：2000—2020年太湖县生态系统服务价值总量呈递减趋势，从2000年的1 013 607.8万元，到2020年的1 005 427.8万元，20 a间共减少了8 180.1万元，变化率为−0.81%。其中：2000—2010年，各土地利用类型生态系统服务价值均呈下降趋势，耕地的生态系统服务价值下降幅度最大，共减少了2 676.2元；2010—2020年，除了水域外，其他土地利用类型生态系统服务价值均呈下降趋势，林地的下降幅度最大，降低率为0.59%，下降了4 362.7万元，其次是耕地，降低率为3.68%，减少总量为3 479.2万元，再次是草地，降低率为1.68%，减少了428.7万元，水域则增加了90.5万元，变化率为0.06%。2000—2020年太湖县土地利用类型的生态系统服务价值总量呈减少态势，但占比结构相对稳定，从大到小依次为林地、水域、耕地和草地，其中，耕地、林地和水域之和占比均超95%以上。
表 6 2000—2020年太湖县不同土地利用类型生态系统服务价值(ESV)
Table 6. Ecosystem service value (ESV) of different land use types in Taihu County from 2000 to 2020
土地利用类型 2000年 2010年 2020年 ESV变化量/万元 ESV/万元 占比/% ESV/万元 占比/% ESV/万元 占比/% 2000—2010年 2010—2020年 2000—2020年 耕地 94 432.2 9.3 91 756.0 9.1 90 953.0 9.0 −2 676.2 −802.9 −3 479.2 林地 739 009.4 72.9 737 184.3 73.1 734 646.7 73.1 −1 825.1 −2 537.6 −4 362.7 草地 25 532.7 2.5 25 205.8 2.5 25 104.1 2.5 −326.9 −101.8 −428.7 水域 154 633.4 15.3 153 828.8 15.3 154 723.9 15.4 −804.6 895.2 90.5 总计 1 013 607.8 100.0 1 007 974.9 100.0 1 005 427.8 100.0 −5 632.9 −2 547.2 −8 180.1 -
2000—2020年对太湖县各单项生态系统的综合评价中，食物生产、原材料生产等所有二级分类指标的生态系统服务价值，都呈波动递减态势；通过表2和表6可以看出，各土地利用类型面积的下降会引起生态服务价值总量的变化。由于耕地与林地面积下降，建设用地面积扩大，保持土壤、维持生物多样性的功能价值量减少最多，共减少了2 563.3万元。2000—2020年在太湖县的各项生态系统服务价值中，以水文调节、气候调节以及维持生物多样性等的生态系统服务价值较高，其中水文调节的服务价值量最大，占总功能价值的16.19% (表7)。综上可知，太湖县生态系统服务以气体、气候、水文调节服务为主，因此保持湿地与水体面积不被转换，同时守住林地生态红线对县域生态水循环与森林自然生态功能的增强具有关键作用。
表 7 2000—2020年太湖县单项生态系统服务价值(ESV)变化
Table 7. Change of individual ecosystem services value(ESV) in Taihu County from 2000 to 2020
生态系统服务功能 ESV/万元 比例/% ESV变化量/万元 二级分类 2000年 2010年 2020年 2000年 2010年 2020年 2000—2010年 2010—2020年 2000—2020年 食物生产 22 777.9 22 399.3 22 271.2 2.25 2.22 2.22 −378.5 −128.2 −506.7 原材料生产 84 568.4 84 228.6 83 921.5 8.34 8.36 8.35 −339.8 −307.1 −646.8 气体调节 129 393.7 128 806.7 128 353.6 12.77 12.78 12.77 −587.0 −453.1 −1 040.1 气候调节 161 648.8 160 805.8 160 556.0 15.95 15.95 15.97 −842.9 −249.8 −1 092.7 水文调节 163 805.6 163 008.8 162 801.7 16.16 16.17 16.19 −796.7 −207.1 −1 003.9 废物处理 104 507.3 103 680.6 103 603.0 10.31 10.29 10.30 −826.6 −77.6 −904.2 保持土壤 131 386.1 130 547.4 130 034.6 12.96 12.95 12.93 −838.6 −512.8 −1 351.4 维持生物多样性 144 497.6 143 756.6 143 285.7 14.26 14.26 14.25 −741.1 −470.9 −1211.9 提供美学景观 71 022.6 70 741.0 70 600.3 7.01 7.02 7.02 −281.6 −140.7 −422.3 总计 1 013 607.8 1 007 974.9 1 005 427.8 100.00 100.00 100.00 −5 632.9 −2 547.2 −8 180.1 -
为了更好量化表达空间信息的精准性与差异化，使用ArcGIS 10.2软件选择适合研究区范围尺度大小为600 m×600 m的单元格网，对耕地、草地、林地、水体和建设用地的生态体系服务资源加以汇总，分别将2000、2010与2020年的生态系统服务价值从低到高分为5个等级。
由图2可知：太湖县生态系统服务价值的空间分布呈现“南部与中部水体区域高—中北部林地区域较高—东南部耕地和草地区域为低值”的分异特征；从生态系统服务价值空间格局分布看，高值区主要分布于中部花凉亭水库和南部泊湖区域，水域是该区域主要的土地利用类型，生态系统服务价值系数较高。较高值区集中在中北部林地区域，生态环境优良，具体分布在李杜乡、寺前镇、天华镇、汤泉乡、大山乡、刘畈乡、塔镇的林地区域，低值区分布于城镇化水平高、地形较为平坦的耕地与建设用地集中区域，人类活动作用较为明显。城镇郊区林地外围分布的耕地与草地，自然生态环境良好，为中值与较低值分布区域。2000—2020年生态系统服务价值变动集中在中高值区与低值区，且生态系统服务价值总量逐年略有下降，这是由于城镇化进程的加快使得生态系统受到一定破坏，后续应以林地和水域生态系统保护为重点，严守生态底线，在未来土地利用上进一步改善用地结构。
图 2 2000—2020年太湖县生态系统服务价值(ESV)空间分异
Figure 2. Spatial differentiation of ecosystem services value (ESV) in Taihu County from 2000 to 2020
-
从图3可知：太湖县生态系统服务价值在研究土地利用变化的区间内，局部的聚集特征主要以高-高区域和低-低区域居多，而低-高和高-低区域为零星的分布特征。低-低区域地势相对平缓，是新型城市化较集中的地方，土地变化类型不明显，人类活动对生态系统干扰强度较高，因而生态系统服务价值也相应较低，而北部和中部水体流经的区域大多为高-高聚集区域。从现实情况分析，上游多是林地、草地分布区，生态优势明显且脆弱性较高，因而水体面积的适当增加也会带动生态系统服务价值总量的上升，而低-高聚集区域大多集中于水域、湿地以及水陆缓冲带附近。受地形、交通的限制，这类区域较少受到人类干扰，用地类型基本保持不变，水域的高生态系统价值系数很大程度促进该区域形成了低土地利用-高生态系统服务价值的聚集格局。
图 3 2000—2020年太湖县生态系统服务价值LISA聚类图
Figure 3. LISA clustering of ecosystem service value in Taihu County from 2000 to 2020
图4所示：2000—2020年冷、热点集聚效应明显，太湖县生态系统服务价值在总体上呈现“中热东冷，南部冷热分异明显”的分布特征，生态系统服务价值变化热点主要分布在中部的百里镇、牛镇镇、弥陀镇、天华镇、寺前镇的交界带与大石乡南部，也是水域集中片区；生态系统服务价值变化冷点主要分布在北石镇东北部，小池镇与晋熙镇中部，江塘乡西部，徐桥镇大部分区域与大石乡的北部。2000—2020年太湖县生态系统服务价值变化热点分布格局基本保持稳定，热点数量从2000年的18.29%上升到2010年的18.65%， 2020年减至18.23%，整体变化数量不大。冷点在晋熙镇、徐桥镇和大石乡有所增加，主要是受林地转为耕地、建设用地的影响。且冷点比例从2000年的8.81%下降到2010年的8.69%，至2020年又增加到了8.84%，冷点数量总体呈现波动上升的态势。2000—2020年冷热点空间分布的区域及数量密度表明，生态系统服务价值变化幅度和区域分布呈现明显的集聚现象，这也进一步预测了已经发生变化的区域在今后更容易产生变化。
图 4 2000—2020年太湖县生态系统服务价值变化量冷热点分析
Figure 4. Analysis of hot and cold spots of ecosystem service value change in Taihu County from 2000 to 2020
-
随着社会发展及人类需求的不断提升，在人地关系作用下，人们更倾向于通过技术进步和效率提升优化生产活动空间，并不断改善生态空间的规模、结构和功能。合理的城市空间发展布局和生态环境保护政策对生态系统服务价值具有提升作用[30]。因此，在土地利用规划管理方面，通过分析生态系统服务价值对土地利用的响应，可以更加全面了解不同土地利用方式对生态系统功能的影响，有助于优化土地利用结构。根据生态系统服务价值的变化情况，合理划分各类土地用途。针对国家重点生态功能区，应充分考虑生态系统服务功能，合理划定生态保护区、发展协调区、水源涵养区等重要区域，确保生态系统服务的持续供给和生态环境的可持续利用。
生态补偿为失去自我恢复能力的生态系统提供物质、经济和法律等一系列的补偿措施，也是确保和完善国家重点生态服务功能的根本保障和有效手段[31]。准确评估不同土地利用类型对生态系统服务价值的影响，可确定合理的生态补偿标准，确保补偿金额与生态系统服务价值的损失相匹配，有助于为国家重点生态功能区生态补偿政策的制定提供科学依据，也有助于及时发现太湖县生态系统受损严重的地区，从而有针对性地实施生态补偿措施，促进生态环境的修复，保障生态系统功能的完整性和稳定性。在未来的研究中，可以基于生态系统稳定性评估、自然和人为活动的影响，建立相应的风险指标体系，采用数学模型和遥感工具分析生态风险的空间分布、趋势和程度，并根据县域范围进行不同生态风险指标的分区，以便进一步评估和管控生态风险，降低风险数值与生态系统遭受破坏的可能性，保障生态系统服务的稳定供给，从而推动国家重点生态功能区的建设实现平稳、可持续发展。
-
2000—2020年，太湖县的土地利用类型以林地和耕地为主，耕地、草地和林地面积均有所减少，而建设用地和水域面积则有所增加。耕地减少最多，大部分转化为建设用地，其次为草地，转变为林地和建设用地。太湖县的新型城镇化进程导致城区土地利用面积快速增加，水体的增长主要来自农田。生态系统服务价值在总体平稳的趋势下略有减少，其中气体调节和水文调节的功能对生态系统服务价值影响最大。太湖县的生态系统服务价值空间分布呈现中部和南部水体较高、东部和东南部较低、北部相对较高的特点。中部低的建设用地和南部耕地平原区的生态系统服务价值总量较低并逐年下降，表明太湖县用地规模在扩大，处于城镇化进程不断推进的阶段。生态系统服务价值冷热点分布在空间格局上主要表现为高-高聚集和低-低聚集，表明生态系统服务价值变化高值区由北部向中部和东部偏移，冷点主要位于县城南部。
Spatiotemporal response of ecosystem service value to land use changes in national key ecological functional areas
-
摘要:
目的 研究国家重点生态功能区用地结构转变对生态系统服务功能的影响，对编制地方经济社会发展计划和调整国土资源合理配置有重大参考价值。 方法 利用安徽省太湖县2000、2010、2020年3期土地利用数据，建立转移矩阵分析土地利用变化规律，在600 m×600 m格网尺度下计算生态系统服务价值的空间定量，并运用空间自相关探究生态系统服务价值对土地利用变化的时空聚集特征与冷热点分异规律。 结果 ①2000—2020年太湖县土地利用面积变化的速度总体缓慢，建设用地增长了1.43%，耕地减少了1.00%，草地、林地、耕地面积逐年下降，建设用地逐年增加；②土地利用综合变化指数高于0，全县的土地利用变化结构正处于成长期；③20 a来，太湖县各土地利用类型的生态系统服务价值均出现一定程度的下降，其中水域和林地对研究区生态系统服务价值总量的贡献率最高；④土地利用变化对生态系统服务价值空间分布呈正相关，以低-低聚集区和高-高聚集区为主，随着土地利用结构的改变，集聚的相关度也随之增加。从冷热点分布状况看，太湖县生态系统服务价值变化量在总体上呈现“中热北冷，南部冷热分异明显”的分布特征。 结论 太湖县不同土地利用类型生态系统服务价值的数量和空间分布差异明显，需要关注水体面积保护与南部建设用地扩张两者的土地资源配置优化问题，加强对土地利用结构的优化和生态用地空间格局的提升。图4表7参31 Abstract:Objective This study, with an investigation into the impact of land use structure transformation in national key ecological functional areas on ecosystem service functions, is aimed to provide reference for the formulation of local economic and social development plans as well as the rational and effective allocation of land resources. Method With land use data collected of Taihu County in 2000, 2010, and 2020, a land use transfer matrix was established to analyze the law of land use changes whereas spatial quantitative calculations were performed based on the ecosystem service value (ESV) at the 600 m×600 m grid scale. Afterwards, spatial autocorrelation was employed to explore the spatiotemporal aggregation characteristics and hot and cold hot spot differentiation rules of ecosystem service value on land use changes. Result (1) The change in land use area in Taihu County from 2000 to 2020 was generally gradual with the proportion of construction land increasing by 1.43%, and the proportion of cultivated land decreasing by 1.00%; the area of grassland, forestland, and cultivated land from 2000 to 2020 was on the decline year by year while the construction land increased year by year. (2) The comprehensive land use change index was higher than 0 and the county’ s land use change structure was in the growth stage. (3) The past 20 years witnessed a decline in the ecosystem service value of all land use types in Taihu County with waters and forestland having the highest contribution rate to the total ecosystem service value of the study area. (4) Land use changes were positively correlated with the spatial distribution of ESV, mainly in low-low agglomeration areas and high-high agglomeration areas and such a correlation is enhanced with the changes in the land use structure, and in terms of the distribution of cold and hot spots in Taihu County, hot spots were mainly in the middle area while the cold ones are distributed in the northern area, with noticeable differentiation in the southern part. Conclusion Different land use types would cause significant differences in the quantity and spatial distribution of ESV in Taihu County, therefore, it is necessary to focus on the protection of water body area and the optimization of land resource allocation in the expansion of construction land in the south, and strengthen the optimization of land resource allocation for the sake of sustainable and effective ecological development of Taihu County. [Ch, 4 fig. 7 tab. 31 ref.] -
放牧是草地的主要利用方式之一，主要通过牲畜的采食、践踏、卧息和排泄粪便等方式对地表植被、土壤养分以及土壤微生物产生影响[1]。土壤微生物在有机质的分解、养分循环与转化等方面具有重要作用[2]，其数量和群落功能多样性能够在一定程度上指示土壤质量及其可持续利用性[3]。研究放牧与土壤微生物的关系，有助于揭示过度放牧导致草场沙漠化的机制。根际是植物、土壤、微生物之间进行物质和能量交换的关键区域，是植物和土壤相互作用的重要界面，诸多学者对植物根际与非根际土壤的养分、微生物数量及群落组成的差异性开展了大量的研究[4-7]。邱权等[8]综合比较了4种人工灌木丛根际和非根际土壤的特性，发现土壤酶活性和微生物数量呈现出根际高于非根际；对宁夏宁南山区猪毛蒿Artemisia scoparia，百里香Thymus mongolicus等9种典型植物[9]和内蒙古羊草Leymus chinensis，大针茅Stipa grandis和冷蒿Artemisia frigida等典型植物[10]进行研究，表明大多数植物的根际土壤微生物数量、活性及多样性等均高于非根际土壤，是由于植物物种差异所引起。冷蒿是菊科Compositae蒿属Artemisia植物，多年生小半灌木，是退化草场的典型植物，具有强烈的耐牧生存能力，高强度放牧干扰后仍能够生长繁殖并维持一定的生产力，这与其自身的生物学特性[11]及根系代谢产物[12]对土壤微环境的调控密切相关。目前，关于放牧干扰对冷蒿根际土壤微生物群落多样性影响的研究尚未报道。本研究拟采用微生物传统培养法和Biolog-ECO板技术，对不同放牧强度下冷蒿根际土壤化学性质、微生物数量及其群落功能多样性进行研究，分析冷蒿根际土壤微生物数量及代谢功能多样性对放牧干扰的响应，探讨冷蒿耐牧性与土壤微生物群落多样性之间的关系，为揭示冷蒿成为草场退化阻击者提供土壤生态学方面的理论依据。
1. 材料与方法
1.1 研究地区概况
本研究依托内蒙古锡林浩特市毛登牧场（内蒙古大学草地生态学研究基地）进行，其地理位置为44°10′02.4″ N，116°28′56.8″ E，海拔1 160 m，属半干旱大陆性气候，冬季寒冷干燥，夏季在一定程度上受海洋季风气候影响。全年平均气温为-0.4 ℃，最冷月（1月）平均气温-22.3 ℃，最热月（7月）平均气温18.8 ℃，≥0 ℃年积温为2 410 ℃，≥10 ℃积温为1 597.9 ℃，无霜期91 d，草场植物生长期为150 d左右。全年平均降水量为365.6 mm，集中于6-9月，占年降水量的80%左右，但年度间的变幅较大，多雨和少雨的年份降水量相差1倍以上。该地雨热同期，有利于植物的生长，土壤为栗钙土。本研究区域主要草原植物为羊草，糙隐子草Cleistogenes squarrosa，克氏针茅Stipa krylovii，大针茅，防风Saposhnikovia divaricata，冷蒿，瓣蕊唐松草Thalictrum petaloideum，阿尔泰狗哇花Heteropappus altaicus等。
1.2 样地设置及土样采集
1.2.1 试验设计
于2012年5月至2014年7月连续2 a对草场进行不同放牧强度处理，每年放牧时间为5-9月。试验按照放牧强度设置不放牧为对照（ck），5月和7月每月21日放牧1 d为轻度放牧（light grazing，LG），5-9月每月21日放牧1 d为重度放牧（heavy grazing，HG），3个处理；受天气因素的影响，每次放牧时间延后。分别设置重复3个·处理-1，面积为33.3 m × 33.3 m·小区-1。试验用羊为当年生乌珠穆沁羊Capra hircus ‘Ujimqin’，各个放牧季节羊放牧率为6只·小区-1。
1.2.2 土壤样品的采集与保存
土壤样品采集于2014年7月冷蒿生长高峰期，在各个小区采用5点取样法。随即选取4~5丛冷蒿，以冷蒿株丛为中心，将冷蒿纯植株丛完整挖起（0~10 cm），轻轻抖动根系并去除粘附在根系上的较大颗粒土，作为冷蒿非根际土壤（NRS），采集粘附在根际上根系表面的土壤作为冷蒿根际土壤（ARS）。各个小区采集的土壤混合在一起作为该小区样地的土样，各个小区用5点取样法采样2次以获得同一小区的2份土样。将土壤装入无菌封口塑料袋，带回实验室。土样分成2份，1份于4 ℃保存，用于可培养微生物的分离、计数及Biolog-ECO板测定，另1份风干过2 mm筛，用于测定土壤理化性质。
1.2.3 微生物分离与记数
土壤可培养微生物数量（colony forming units，cfu）用稀释平板法分离计数。细菌采用牛肉膏蛋白胨固体培养基；真菌采用马丁培养基；放线菌采用高氏1号培养基，30 ℃恒温培养，细菌培养1 d后计数，真菌、放线菌培养3 d后计数。
1.2.4 微生物代谢功能多样性测定
土壤微生物代谢功能多样性采用Biolog-ECO板方法进行分析。称取新鲜土样1 g于9 mL磷酸缓冲液中，在摇床上震荡30 min，在接种前按10倍稀释法制成10-4土壤稀释液，使用8通道移液器，从V型槽中吸取150 μL稀释液至ECO板的微孔中，接种后的板置于30 ℃恒温培养，每隔24 h在Biolog读板仪上用Biolog Reader 4.2软件（Biolog，Hayward，CA，美国）读取590 nm波长的吸光度D（590），培养时间为168 h。
1.3 土壤理化性质测定
测定参照鲁如坤[13]的土壤农化分析方法进行。有机质（organic matter，OM）采用重铬酸钾容量法；全氮（total nitrogen，TN）采用半微量凯氏定氮法；碱解氮（hydrolysis nitrogen，HN）采用碱解扩散法；全磷（total phosphorus，TP）采用氢氧化钠碱溶-钼锑抗比色法；速效磷（available phosphorus，AP）采用碳酸氢钠浸提钼锑抗比色法；全钾（total potassium，TK）采用氢氧化钠碱溶-火焰光度法；速效钾（available potassium，AK）采用乙酸氨浸提-火焰光度法；pH值采用酸度计法，土壤悬液为水土比为m（水）: m（土）=5:1。
1.4 数据处理
土壤微生物群落利用碳源的整体能力（即代谢活性）用平均孔颜色变化率（average well color development，AWCD）表示。AWCD=[∑（Ci-R）]/n，其中：Ci为测定的31个碳源孔吸光值，R为对照孔吸光值，n为碳源数目。土壤微生物群落功能多样性采用Shannon指数、Simpson指数、丰富度指数和McIntosh指数进行分析。
所有的数据均为5次重复的平均值±标准误差，利用Origin 8软件（美国Origin Lab公司）对96 h的AWCD值进行统计分析和作图。统计方法采用单因素方差分析（one-way ANOVA）进行检验，并进行Fisher最小显著差数法（LSD）多重比较（P＜0.05）。采用双因素方差分析（two-way ANOVA）分析土壤×放牧处理之间相互作用的影响，利用SPSS 16.0进行主成分分析[14]。
2. 结果与分析
2.1 不同放牧强度下土壤部分化学性质的变化
由表 1可知：放牧对2种土壤中的有机质、全磷、碱解氮、速效钾和pH值具有极显著影响，对全氮和全钾具有显著影响。放牧特别是重度放牧后，NRS土壤中各养分质量分数均显著增加，pH值显著下降；ARS土壤中有机质和其他养分质量分数均显著增加，重度放牧后，有机质、全氮、全磷、碱解氮、速效磷和速效钾与对照相比分别增加20.0%，29.1%，17.7%，13.0%，3.4%和6.7%，但pH值显著降低，重度放牧后呈弱碱性；相同放牧处理下ARS土壤各养分质量分数均显著高于NRS土壤，pH值明显低于NRS土壤。
表 1 不同放牧强度下土壤化学性质Table 1. Soil chemical properties under different grazing intensity
2.2 不同放牧强度下土壤微生物的组成
不同放牧强度下2类土壤中微生物的总量、主要类群数量差异显著（图 1），微生物总量以LG-ARS和ck-ARS最高，分别为24.6×106个（cfu）·g-1和20.4×106个（cfu）·g-1，显著高于其他处理组。三大类异养微生物数量在各土壤微生物组成中均以细菌类群占绝对优势，但细菌、真菌、放线菌间的组成比例差异较大，其中细菌占微生物总数88%~95%，放线菌其次，占微生物总数的3%~12%，真菌最少。放牧后NRS土壤中细菌、真菌数量显著下降，而ARS土壤中真菌数量增加显著，且显著高于NRS，细菌数量在轻度放牧后显著增加，重度放牧后下降。
图 1 不同放牧强度下土壤微生物种群密度Figure 1. Soil microbial population density under different grazing intensity2.3 土壤微生物群落代谢活性的变化
图 2为土壤微生物群落代谢活性（AWCD）随培养时间的变化曲线：在培养初始的24 h内土壤微生物活性较低，24 h后AWCD值快速增长，168 h时各处理的AWCD值均达到最大，利用碳源能力的顺序为LG-ARS＞ck-ARS＞ck-NRS＞LG-NRS＞HG-ARS＞HG-NRS，平均值分别为0.999，0.918，0.861，0.769，0.695，0.310；相同牧压下ARS土壤微生物的AWCD值均显著高于NRS，对照、轻度和重度放牧后AWCD值分别是NRS的1.07倍、1.30倍和2.24倍。
图 2 不同放牧强度下土壤微生物群落AWCD随培养时间的变化Figure 2. AWCD changes with incubation time of soil microbial under different grazing intensity2.4 土壤微生物对不同类型碳源利用强度分析
放牧强度不同，土壤微生物对不同种类碳源利用强度存在显著差异（表 2）；冷蒿根际土壤中，轻度放牧可增加微生物对不同种类碳源的利用能力，碳源代谢的优势群落与对照相同，依次为糖类＞氨基酸＞羧酸＞聚合物＞胺类＞酚酸代谢群落，土壤微生物群落结构稳定；重度放牧后，微生物对各类碳源的利用率显著下降，优势群落发生改变；冷蒿非根际土壤中，放牧强度增强，土壤微生物对不同种类碳源利用率变化较大，未显示一定的规律性，土壤微生物群落功能多样性变化很大，不稳定。
表 2 不同放牧强度下土壤微生物群落对6类碳源的利用（96 h）Table 2. Effect of soil microbial on the ability to utilize six types carbon source under different grazing intensity (96 h)
2.5 土壤微生物群落功能多样性指数分析
随放牧强度的增加，冷蒿根际和非根际土壤微生物的4种指数均显著降低（表 3）。Shannon指数和碳源利用丰富度指数表明放牧降低微生物群落功能多样性，减少碳源的利用数目，而冷蒿根际土壤微生物种类多且较均匀，利用的碳源数量较多；冷蒿根际土壤的Simpson指数显著高于非冷蒿根际，表明冷蒿能够显著提高优势菌的数量，削弱放牧对常见微生物物种的不良影响；LG-ARS和HG-ARS的McIntosh指数显著高于LG-NRS和HG-NRS，说明LG-ARS和HG-ARS的土壤微生物种类更为丰富，碳源利用程度较高；重度放牧后McIntosh指数最低，表明过度放牧会降低土壤微生物种类丰富度和碳源利用程度。
表 3 不同放牧强度下土壤微生物群落功能多样性指数比较（96 h）Table 3. Functional diversity indices for soil microbial community under different grazing intensity (96 h)
2.6 不同放牧强度下土壤微生物碳源利用的主成分分析
运用SPSS软件对培养96 h测定的AWCD数据进行主成分分析，得到2个与土壤微生物利用碳源多样性相关的主成分，累计贡献率达到69.3%。其中第1主成分（PC1）的方差贡献率为52.1%，权重最大，第2主成分（PC2）贡献率为17.2%。因其他主成分贡献率较小，因此只用PC1和PC2得分作图来表征微生物群落碳源代谢特征（图 3）。由图 3可知：不同处理在PC轴上出现明显的分布差异，HG-ARS位于PC1负方向，得分系数为-0.308，其他处理均位于PC1正方向，得分系数为0.160~1.030；HG-NRS位于PC2负方向，得分系数为-0.357，其他处理位于PC2正方向，得分系数范围为0.300~0.950。可见，提取的2个主成分基本上能够区分不同放牧强度ARS和NRS土壤类别的微生物群落功能多样性。另外，将主成分PC1和PC2的得分系数与31种单一碳源做相关性分析，其中与PC1相关的碳源有16种，其中11个呈负相关，主要是糖类、羧酸类和聚合物，肝糖与PC1显著负相关；5个呈正相关，主要是氨基酸类和胺类。与PC2相关的碳源有17种，其中15种呈正相关，主要是糖类和羧酸类碳源，L-苯丙氨酸与其相关性显著。可见羧酸类和氨基酸类碳源在主成分分离中具有主要贡献作用。
图 3 不同放牧强度下土壤微生物碳源利用类型的主成分分析Figure 3. Principal components for carbon utilization of soil microbial communities under different grazing intensity3. 讨论
3.1 放牧对冷蒿根际土壤养分的影响
土壤养分是土壤健康状况的重要指标，放牧对土壤有机质、元素循环产生影响。对中国西藏高原高山草甸[15]、科尔沁沙漠化草地[16]、松嫩平原羊草草甸[17]和玉树隆宝滩地区高寒草甸[18]的研究中均发现土壤有机质质量分数在放牧后显著降低，但是REEDER等[19]和WIENHOLD等[20]的研究结果与之相反，认为放牧能够增加土壤中的有机质等。安慧等[21]认为放牧过程动物通过粪便将消耗的植物养分大部分返还到土壤中，增加土壤碳氮输入，使有机质、氮素和速效钾、速效磷等增加。本研究结果与上述研究结果相似，放牧后土壤中有机质、全氮、全磷、全钾、碱解氮、速效钾和速效磷等增加，土壤pH值下降。同时，本研究还发现冷蒿根际土壤中有机质、全氮、碱解氮、速效磷和速效钾等养分显著高于非根际，而土壤的pH值显著低于非根际（P＜0.05），冷蒿的生长能够有效改善土壤健康状况，降低放牧对土壤的扰动，可能是由于冷蒿的生物量、盖度、根茎比与牧压成正比[22]，较大的根茎比增加了碳素等向地下的分配量[23]，使得土壤中各化学组分的量增加；根系分泌大量的酸性物质[12]，降低土壤pH值的同时增加各种元素的可溶性和可被利用性。
3.2 放牧对冷蒿根际土壤微生物数量的影响
关于放牧对草原土壤微生物影响的研究很多，但结果不一致。WANG等[24]在美国佛罗里达州一草地的研究结果表明，放牧草地土壤微生物数量显著高于未放牧草地，停止放牧微生物数量也随之下降；BARDGETT等[25]研究表明：放牧能增加高原草地土壤的微生物量。有更多研究认为，适度放牧有助于土壤微生物数量的增加，过度放牧则会导致微生物数量显著降低[26]。与此类研究结果不同，本研究中放牧干扰降低了非根际土壤微生物数量，但冷蒿的生长却使土壤微生物数量在放牧后显著升高，并且相同放牧强度下，冷蒿根际微生物的数量均高于非根际（图 1）。表明冷蒿的生长能够降低放牧对土壤微生物产生的干扰，使土壤微生物能够较正常的生长繁殖，这可能是冷蒿在放牧后较其他草原植物仍能生长良好引起的。冷蒿被动物践踏破坏顶端优势后，其半匍匐型枝条生成不定根进行克隆生长[22, 27]，其发达的根系及丰富的根系分泌物能够为土壤微生物提供丰富的生长基质和有利的生存环境，丰富了土壤微生物的能量来源。另外，冷蒿地上茎叶部分常释放出具有抑制动物采食、其他牧草种子萌发、幼苗生长和繁衍能力的挥发性物质，增强冷蒿的生存竞争力[28-29]，这些特性为构建稳定土壤生态群落提供了坚实基础。冷蒿的良好生长为土壤微生物提供了良好的生存环境以及丰富的碳源，而对非根际土壤微生物来说土壤微环境破坏严重且可用的碳源较少而不能大量繁殖。本研究表明：土壤微生物量与冷蒿的有无具有密切关系，冷蒿能够为微生物提供相对稳定的微生态环境以及相对丰富的土壤养分，降低放牧对土壤的扰动，使土壤微生物量显著升高。
3.3 放牧对冷蒿根际土壤微生物群落功能多样性的影响
本试验采用Biolog-ECO板技术对内蒙古典型草原不同放牧强度下冷蒿根际和非根际土壤微生物功能多样性进行了研究，结果显示放牧后土壤微生物活性、4种微生物多样性指数及碳源利用能力均显著下降。导致微生物群落功能多样性下降的可能原因是放牧改变了地表植被多样性，使输入地下的植物残体、根系分泌物成分改变，加之牧畜践踏增强对土壤团聚体及地表的破坏，改变了土壤结构，使土壤微生物生境改变，从而影响土壤微生物的活性及群落多样性。当前，诸多研究证明草地利用、管理条件和植被类型的变化能显著改变土壤微生物群落组成、活性及功能多样性[30]。张海芳等[31]对内蒙古贝加尔针茅草原在放牧、刈割和围封等3种不同利用方式下土壤微生物功能多样性进行研究，发现放牧后土壤微生物代谢活性降低，但功能多样性增强；刈割与放牧方式下微生物群落碳源利用情况及代谢功能相似，而围封土壤微生物群落代谢活性最高，碳源利用模式及代谢强度也不同于放牧和刈割。李玉洁等[32]认为随着休牧年限增加，贝加尔针茅草原土壤微生物的代谢功能增强，数量增大；毕江涛等[33]研究荒漠草原5种不同植被类型土壤微生物活性、主要利用碳源类型、群落功能多样性均存在显著差异。可见，植物根际土壤微生物多样性不仅随着利用方式改变，还随着植物类型改变，具有很强的植物种的特异性。
本研究还发现：不同放牧强度处理下冷蒿根际土壤微生物活性、碳源利用能力及功能多样性等都高于非根际土壤。主成分分析表明：对照和轻度放牧后冷蒿根际与非冷蒿根际土壤差异不显著，重度放牧后两者差异显著，羧酸类和氨基酸类碳源在分异中起重要作用，植被类型和多样性的改变影响微生物的碳源利用，尤其体现在对这两类碳源的利用上[34-35]。其中羧酸类和氨基酸类碳源是根系分泌物的主要成分，分别与植物抗胁迫和土壤养分有效性有关[36]。根际土壤与非根际土壤微生物之间的差异与植物凋落物和根系分泌物息息相关，植物凋落物和根系分泌物是土壤微生物生长基质和有利环境的提供者。而不同植物的凋落物和根系分泌物化学组分差异很大[37]，是植被类型影响土壤微生物活性及功能类群的主要推进力量[38]。王纳纳等[10]对内蒙古草原典型植物对土壤微生物群落影响的研究发现，植物不同土壤微生物群落组成不同，并且土壤微生物群落结构在根际和非根际间的差异大于不同物种间的差异，说明植物根际和非根际土壤性质和微生物群落功能多样性存在巨大不同。杨阳等[7]对宁夏荒漠草原不同植物根际与非根际微生物量分布特征的研究也发现，长芒草Stipa bungeana，蒙古冰草Agropyron mongolicum，甘草Glycyrrhiza uralensis等6种地带性优势植物根际土壤微生物量显著高于非根际土壤。滕应等[39]发现矿区土壤根际微生物数量、群落功能多样性、碳源利用类型及群落结构因种植牧草种类不同而发生相应变化，且根际土壤微生物代谢活性均显著高于非根际土壤。
4. 结论
本研究结果表明：放牧处理后，在冷蒿根际和非根际土壤化学性质、微生物量、群落结构和代谢功能上存在不同程度的差异。冷蒿根际土壤微生物量、代谢活性、碳源利用能力和多样性指数均高于非根际。LG-ARS微生物代谢活性最高，ck-ARS微生物多样性指数最高，对31种碳源利用最强，而HG-NRS微生物多样性指数均最低。冷蒿根际土壤微生物优势代谢群落为糖类、氨基酸类和羧酸类，相对稳定，而非根际优势代谢群落变化较大，不稳定。放牧处理后，冷蒿根际土壤pH值均低于pH 8.0，土壤养分均高于非根际。总之，冷蒿的“纯植株丛”生长方式能够改善土壤微环境，增加其根际土壤微生物群落功能多样性，从而增强抵抗放牧胁迫的能力，成为草场的优势群落。
-
图 1 2000—2020年太湖县土地利用时空变化示意图
Figure 1 Schematic diagram of spatiotemporal changes in land use in Taihu County from 2000 to 2020
图 2 2000—2020年太湖县生态系统服务价值(ESV)空间分异
Figure 2 Spatial differentiation of ecosystem services value (ESV) in Taihu County from 2000 to 2020
图 3 2000—2020年太湖县生态系统服务价值LISA聚类图
Figure 3 LISA clustering of ecosystem service value in Taihu County from 2000 to 2020
图 4 2000—2020年太湖县生态系统服务价值变化量冷热点分析
Figure 4 Analysis of hot and cold spots of ecosystem service value change in Taihu County from 2000 to 2020
表 1 太湖县单位面积生态系统服务价值当量及生态系统服务价值
Table 1. Ecosystem service value equivalent per unit area and ecosystem service value coefficient of Taihu County
一级分类 二级分类 太湖县单位面积生态系统服务价值当量 太湖县单位面积生态系统服务价值/(元·hm−2) 耕地 林地 草地 水域 耕地 林地 草地 水域 供给服务 食物生产 1.00 0.33 0.43 0.45 2 158.41 712.28 928.12 960.49 原材料生产 0.39 2.98 0.36 0.30 841.78 6 432.06 777.03 636.73 调节服务 气体调节 0.72 4.32 1.50 1.46 1 554.06 9 324.33 3 237.62 3 151.28 气候调节 0.97 4.07 1.56 14.58 2 093.66 8 784.73 3 367.12 31 469.62 水文调节 0.77 4.09 1.52 16.09 1 661.98 8 827.90 3 280.78 34 728.82 废物处理 1.39 1.72 1.32 14.63 3 000.19 3 712.47 2 849.10 31 566.75 支持服务 保持土壤 1.47 4.02 2.24 1.20 3 172.86 8 676.81 4 834.84 2 590.09 维持生物多样性 1.02 4.51 1.87 3.56 2 201.58 9 734.43 4 036.23 7 683.94 文化服务 提供美学景观 0.17 2.08 0.87 4.57 366.93 4 489.49 1 877.82 9 853.14 总计 7.90 28.12 11.67 56.82 17 051.45 60 694.50 25 188.66 122 640.86 说明：由于建设用地当量因子系数为0，因此在计算生态系统服务价值过程中未纳入考虑。 
下载: 导出CSV
表 2 2000—2020年太湖县土地利用变化
Table 2. Land use change in Taihu County from 2000 to 2020
土地利用
类型2000年
面积/hm22010年
面积/hm22020年
面积/hm22000—2010年 2010—2020年 2000—2020年 面积变化/hm2 动态度/% 面积变化/hm2 动态度/% 面积变化/hm2 动态度/% 耕地 55 380.78 53 811.27 53 340.39 −1 569.51 −0.28 −470.88 −0.09 −2 040.39 −0.18 林地 121 758.90 121 458.20 121 040.10 −300.70 −0.02 −418.10 −0.03 −718.80 −0.03 草地 10 136.61 10 006.83 9 966.42 −129.78 −0.13 −40.41 −0.04 −170.19 −0.08 水域 12 608.64 12 543.03 12 616.02 −65.61 −0.05 72.99 0.06 7.38 0.00 建设用地 3 930.21 5 997.51 6 857.01 2 067.30 5.26 859.50 1.43 2 926.80 3.72
下载: 导出CSV
表 3 2000—2010年太湖县土地利用变化转移矩阵
Table 3. Land use change transition matrix in Taihu County from 2000 to 2010
2000年土地利用类型 2010年各土地利用类型转移面积/hm2 总计/hm2 草地 耕地 建设用地 林地 水域 草地 9 845.41 11.63 130.25 131.58 3.38 10 122.25 耕地 15.64 52 969.10 1 670.66 658.73 42.28 55 356.41 建设用地 0.95 101.28 3 798.04 28.13 1.09 3 930.50 林地 125.20 647.96 338.60 120 500.69 81.69 121 694.14 水域 4.76 56.63 59.29 73.31 12 404.98 12 598.97 总计 9 991.96 53 786.61 5 996.83 121 392.45 12 533.41 203 701.27
下载: 导出CSV
表 4 2010—2020年太湖县土地利用变化转移矩阵
Table 4. Land use change transition matrix in Taihu County from 2010 to 2020
2010年土地利用类型 2020年各土地利用类型转移面积/hm2 总计/hm2 草地 耕地 建设用地 林地 水域 草地 9 552.98 36.01 62.11 319.51 11.51 9 982.12 耕地 30.79 51 150.11 744.13 1 643.18 204.04 53 772.24 建设用地 8.83 301.16 5 581.00 98.87 6.73 5 996.60 林地 337.48 1 689.69 463.08 118 664.63 202.57 121 356.45 水域 9.92 124.09 5.37 212.90 12 171.88 12 524.15 总计 9 940.00 53 300.05 6 856.69 120 939.09 12 596.74 203 631.56
下载: 导出CSV
表 5 2000—2020年太湖县土地利用变化转移矩阵
Table 5. Land use change transition matrix in Taihu County from 2000 to 2020
2000年土地利用类型 2020年各土地利用类型转移面积/hm2 总计/hm2 草地 耕地 建设用地 林地 水域 草地 9 563.09 34.04 185.47 317.64 10.44 10 110.69 耕地 33.68 51 221.11 2 250.08 1 640.01 194.96 55 339.84 建设用地 2.05 249.33 3617.36 57.29 3.25 3 929.28 林地 329.52 1 663.42 743.11 118 714.39 200.40 121 650.85 水域 10.21 129.64 56.65 202.55 12 187.31 12 589.36 总计 9 938.55 53 297.54 6 855.68 120 931.88 12 596.36 203 620.01
下载: 导出CSV
表 6 2000—2020年太湖县不同土地利用类型生态系统服务价值(ESV)
Table 6. Ecosystem service value (ESV) of different land use types in Taihu County from 2000 to 2020
土地利用类型 2000年 2010年 2020年 ESV变化量/万元 ESV/万元 占比/% ESV/万元 占比/% ESV/万元 占比/% 2000—2010年 2010—2020年 2000—2020年 耕地 94 432.2 9.3 91 756.0 9.1 90 953.0 9.0 −2 676.2 −802.9 −3 479.2 林地 739 009.4 72.9 737 184.3 73.1 734 646.7 73.1 −1 825.1 −2 537.6 −4 362.7 草地 25 532.7 2.5 25 205.8 2.5 25 104.1 2.5 −326.9 −101.8 −428.7 水域 154 633.4 15.3 153 828.8 15.3 154 723.9 15.4 −804.6 895.2 90.5 总计 1 013 607.8 100.0 1 007 974.9 100.0 1 005 427.8 100.0 −5 632.9 −2 547.2 −8 180.1
下载: 导出CSV
表 7 2000—2020年太湖县单项生态系统服务价值(ESV)变化
Table 7. Change of individual ecosystem services value(ESV) in Taihu County from 2000 to 2020
生态系统服务功能 ESV/万元 比例/% ESV变化量/万元 二级分类 2000年 2010年 2020年 2000年 2010年 2020年 2000—2010年 2010—2020年 2000—2020年 食物生产 22 777.9 22 399.3 22 271.2 2.25 2.22 2.22 −378.5 −128.2 −506.7 原材料生产 84 568.4 84 228.6 83 921.5 8.34 8.36 8.35 −339.8 −307.1 −646.8 气体调节 129 393.7 128 806.7 128 353.6 12.77 12.78 12.77 −587.0 −453.1 −1 040.1 气候调节 161 648.8 160 805.8 160 556.0 15.95 15.95 15.97 −842.9 −249.8 −1 092.7 水文调节 163 805.6 163 008.8 162 801.7 16.16 16.17 16.19 −796.7 −207.1 −1 003.9 废物处理 104 507.3 103 680.6 103 603.0 10.31 10.29 10.30 −826.6 −77.6 −904.2 保持土壤 131 386.1 130 547.4 130 034.6 12.96 12.95 12.93 −838.6 −512.8 −1 351.4 维持生物多样性 144 497.6 143 756.6 143 285.7 14.26 14.26 14.25 −741.1 −470.9 −1211.9 提供美学景观 71 022.6 70 741.0 70 600.3 7.01 7.02 7.02 −281.6 −140.7 −422.3 总计 1 013 607.8 1 007 974.9 1 005 427.8 100.00 100.00 100.00 −5 632.9 −2 547.2 −8 180.1
下载: 导出CSV
-
[1] 张合兵, 于壮, 邵河顺. 基于多源数据的自然生态空间分类体系构建及其识别[J]. 中国土地科学, 2018, 32(12): 24 − 33. ZHANG Hebing, YU Zhuang, SHAO Heshun. Construction of classification system and identification of ecological spatial based on multi-sources data [J]. China Land Science, 2018, 32(12): 24 − 33. [2] 宋小青. 论土地利用转型的研究框架[J]. 地理学报, 2017, 72(3): 471 − 487. SONG Xiaoqing. Discussion on land use transition research framework [J]. Acta Geographica Sinica, 2017, 72(3): 471 − 487. [3] 刘永强, 龙花楼. 长江中游经济带土地利用转型时空格局及其生态服务功能影响[J]. 经济地理, 2017, 37(11): 161 − 170. LIU Yongqiang, LONG Hualou. Study on the spatio-temporal patterns of land use transition and its impact on ecological service function of the middle of Yangtze River economic belt [J]. Economic Geography, 2017, 37(11): 161 − 170. [4] Millennium Ecosystems Assessment. Ecosystems and Human Well-Being: a Framework for Assessment [M]. Washington D C: Island Press, 2003. [5] 吴卓, 戴尔阜, 葛全胜, 等. 土地利用和气候变化对森林地上生物量的影响模拟: 以江西省泰和县为例[J]. 地理学报, 2017, 72(9): 1539 − 1554. WU Zhuo, DAI Erfu, GE Quansheng, et al. Modelling the integrated effects of land use and climate change scenarios on forest aboveground biomass: a case study in Taihe County of China [J]. Acta Geographica Sinica, 2017, 72(9): 1539 − 1554. [6] 田晶, 郭生练, 刘德地, 等. 气候与土地利用变化对汉江流域径流的影响[J]. 地理学报, 2020, 75(11): 2307 − 2318. TIAN Jing, GUO Shenglian, LIU Dedi, et al. Impacts of climate and land use/cover changes on runoff in the Hanjiang River basin [J]. Acta Geographica Sinica, 2020, 75(11): 2307 − 2318. [7] 王国兵, 赵小龙, 王明慧, 等. 苏北沿海土地利用变化对土壤易氧化碳含量的影响[J]. 应用生态学报, 2013, 24(4): 921 − 926. WANG Guobing, ZHAO Xiaolong, WANG Minghui, et al. Effects of land use change on soil readily oxidizable carbon in a coastal area of northern Jiangsu Province, east China [J]. Chinese Journal of Applied Ecology, 2013, 24(4): 921 − 926. [8] 魏兆珍, 李建柱, 冯平. 土地利用变化及流域尺度大小对水文类型分区的影响[J]. 自然资源学报, 2014, 29(7): 1116 − 1126. WEI Zhaozhen, LI Jianzhu, FENG Ping. The impacts of land use change and watershed scale on hydrologic type regions [J]. Journal of Natural Resources, 2014, 29(7): 1116 − 1126. [9] 王志刚, 韩培, 周耀华, 等. 超大城市水土流失空间分布格局及其防治策略——以武汉市为例[J]. 水土保持通报, 2018, 38(5): 122 − 126, 353. WANG Zhigang, HAN Pei, ZHOU Yaohua, et al. Spatial distribution pattern of soil and water loss and its conservation strategies in megacity: a case study in Wuhan City [J]. Bulletin of Soil and Water Conservation, 2018, 38(5): 122 − 126, 353. [10] 焦菊英, 贾燕锋, 景可, 等. 自然侵蚀量和容许土壤流失量与水土流失治理标准[J]. 中国水土保持科学, 2008, 6(4): 77 − 84. JIAO Juying, JIA Yanfeng, JING Ke, et al. Natural soil erosion, soil loss tolerance and criterion of soil and water conservation [J]. Science of Soil and Water Conservation, 2008, 6(4): 77 − 84. [11] 余新晓, 吴岚, 饶良懿, 等. 水土保持生态服务功能评价方法[J]. 中国水土保持科学, 2007, 5(2): 110 − 113. YU Xinxiao, WU Lan, RAO Liangyi, et al. Assessment methods of ecological functions of soil and water conservation measures [J]. Chinese Soil and Water Conservation Science, 2007, 5(2): 110 − 113. [12] COSTANZA R, D’ ARGE R, GROOT D R, et al. The value of ecosystem services: putting the issues in perspective [J]. Ecological Economics, 1998, 25(1): 67 − 72. [13] 谢高地, 肖玉, 甄霖, 等. 我国粮食生产的生态服务价值研究[J]. 中国生态农业学报, 2005, 13(3): 10 − 13. XIE Gaodi, XIAO Yu, ZHEN Lin, et al. Study on ecosystem services value of food production in China [J]. Chinese Journal of Eco-Agriculture, 2005, 13(3): 10 − 13. [14] 谢高地, 甄霖, 鲁春霞, 等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报, 2008, 23(5): 911 − 919. XIE Gaodi, ZHEN Lin, LU Chunxia, et al. Expert knowledge based valuation method of ecosystem services in China [J]. Journal of Natural Resources, 2008, 23(5): 911 − 919. [15] 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 Gaodi, ZHANG Caixia, ZHANG Leiming, 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. [16] 俞海, 任勇. 流域生态补偿机制的关键问题分析——以南水北调中线水源涵养区为例[J]. 资源科学, 2007, 39(2): 28 − 33. YU Hai, REN Yong. Key issues of watershed eco-compensation mechanism: a case study in water source areas of south-to-north water transfer [J]. Resources Science, 2007, 39(2): 28 − 33. [17] 乔伟峰, 盛业华, 方斌, 等. 基于转移矩阵的高度城市化区域土地利用演变信息挖掘——以江苏省苏州市为例[J]. 地理研究, 2013, 32(8): 1497 − 1507. QIAO Weifeng, SHENG Yehua, FANG Bin, et al. Land use change information mining in highly urbanized area based on transfer matrix: a case study of Suzhou, Jiangsu Province [J]. Geographical Research, 2013, 32(8): 1497 − 1507. [18] 段彦博, 雷雅凯, 马格, 等. 郑州市生态系统服务价值时空变化特征[J]. 浙江农林大学学报, 2017, 34(3): 511 − 519. DUAN Yanbo, LEI Yakai, MA Ge, et al. Spatio-temporal dynamics of ecosystem service value in Zhengzhou [J]. Journal of Zhejiang A&F University, 2017, 34(3): 511 − 519. [19] 蒋晶, 田光进. 1988年至2005年北京生态服务价值对土地利用变化的响应[J]. 资源科学, 2010, 32(7): 1407 − 1416. JIANG Jing, TIAN Guangjin. Responses of ecosystem service value to land use change in Beijing from 1998 to 2005 [J]. Resources Science, 2010, 32(7): 1407 − 1416. [20] 彭文甫, 周介铭, 杨存建, 等. 基于土地利用变化的四川省生态系统服务价值研究[J]. 长江流域资源与环境, 2014, 23(7): 1053 − 1062. PENG Wenfu, ZHOU Jieming, YANG Cunjian, et al. Research on ecosystem service values based on land use change in Sichuan Province [J]. Resources and Environment in the Yangtze Basin, 2014, 23(7): 1053 − 1062. [21] 姜晗, 吴群. 基于LUCC的江苏省生态系统服务价值评估及时空演变特征研究[J]. 长江流域资源与环境, 2021, 30(11): 2712 − 2725. JIANG Han, WU Qun. Ecological service value evaluation and temporal-spatial evolution characteristics in Jiangsu Province based on LUCC [J]. Resources and Environment in the Yangtze Basin, 2021, 30(11): 2712 − 2725. [22] 陈万旭, 李江风, 朱丽君. 长江中游地区生态系统服务价值空间分异及敏感性分析[J]. 自然资源学报, 2019, 34(2): 325 − 337. CHEN Wanxu, LI Jiangfeng, ZHU Lijun. Spatial heterogeneity and sensitivity analysis of ecosystem services value in the Middle Yangtze River region [J]. Journal of Natural Resources, 2019, 34(2): 325 − 337. [23] 侯孟阳, 姚顺波, 邓元杰, 等. 格网尺度下延安市生态服务价值时空演变格局与分异特征——基于退耕还林工程的实施背景[J]. 自然资源学报, 2019, 34(3): 539 − 552. HOU Mengyang, YAO Shunbo, DENG Yuanjie, et al. Spatial-temporal evolution pattern and differentiation of ecological service value in Yan’ an City at the grid scale based on sloping land conversion program [J]. Journal of Natural Resources, 2019, 34(3): 539 − 552. [24] 杨光宗, 吕凯, 李峰. 基于格网尺度的南昌市土地利用变化及生态系统服务价值时空相关性分析[J]. 中国土地科学, 2022, 36(8): 121 − 130. YANG Guangzong, LÜ Kai, LI Feng. Spatial and temporal correlation analysis of land use change and ecosystem service value in Nanchang City based on grid scale [J]. China Land Science, 2022, 36(8): 121 − 130. [25] 公云龙, 张绍良, 章兰兰. 城市地价空间自相关分析——以宿州市为例[J]. 经济地理, 2011, 31(11): 1906 − 1911. GONG Yunlong, ZHANG Shaoliang, ZHANG Lanlan. Spatial autocorrelation of urban land price: a case study of Suzhou [J]. Economic Geography, 2011, 31(11): 1906 − 1911. [26] 刘玉卿, 张华兵, 张云峰. 盐城海岸带生态系统服务价值时空分异[J]. 浙江农林大学学报, 2019, 36(4): 774 − 782. LIU Yuqing, ZHANG Huabing, ZHANG Yunfeng. Spatio-temporal variation of ecosystem services value in Yancheng coastal zone [J]. Journal of Zhejiang A&F University, 2019, 36(4): 774 − 782. [27] 李子杰, 高沪宁, 丁琪洵, 等. 基于Moran’ s I的安徽省太湖县耕地质量时空格局分析[J]. 水土保持通报, 2021, 41(3): 350 − 356. LI Zijie, GAO Huning, DING Qixun, et al. Analysis on temporal and spatial patterns of cultivated land quality based on Moran’ s I in Taihu County, Anhui Province [J]. Bulletin of Soil and Water Conservation, 2021, 41(3): 350 − 356. [28] 王蓓, 赵军, 胡秀芳. 基于InVEST模型的黑河流域生态系统服务空间格局分析[J]. 生态学杂志, 2016, 35(10): 2783 − 2792. WANG Bei, ZHAO Jun, HU Xiufang. Spatial pattern analysis of ecosystem services based on InVEST in Heihe River Basin [J]. Chinese Journal of Ecology, 2016, 35(10): 2783 − 2792. [29] 赵晓慧, 朱明畅, 雷军成, 等. 东江源区生态系统服务价值时空变化及驱动力研究[J]. 水生态学杂志, 2023, 44(2): 26 − 33. ZHAN Xiaohui, ZHU Mingchang, LEI Juncheng, et al. Spatio-temporal changes and driving forces of ecosystem service value in the headwater region of Dongjiang river [J]. Journal of Hydroecology, 2023, 44(2): 26 − 33. [30] 乔蕻强. 兰州市城市化与生态系统服务价值的耦合关系定量研究[J]. 水土保持通报, 2017, 37(4): 333 − 337,344. QIAO Hongqiang. Quantitative coupling between urbanization of Lanzhou City and its ecosystem service value [J]. Bulletin of Soil and Water Conservation, 2017, 37(4): 333 − 337,344. [31] 吴健, 郭雅楠. 生态补偿: 概念演进、辨析与几点思考[J]. 环境保护, 2018, 46(5): 51 − 55. WU Jian, GUO Ya’ nan. Analysis and some observations on the evolution of eco-compensation related concepts [J]. Environmental Protection, 2018, 46(5): 51 − 55. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20230506
点击查看大图
计量
- 文章访问数: 478
- HTML全文浏览量: 120
- PDF下载量: 24
- 被引次数: 0
