闽三角区域生态系统服务重要性评价及其空间分布

朱立晨,王豪伟,唐立娜

1 中国科学院城市环境研究所,城市环境与健康重点实验室,厦门 361021 2 中国科学院大学,北京 100049

生态系统服务是指生态系统与生态过程所形成及所维持的人类赖以生存的自然环境条件与效用[1- 4]。多年来生态学学科不断发展,生态系统服务的相关研究逐渐成为了新热点。20世纪60年代,日本相关学者使用替代成本法率先在森林公益机能的经济价值评估中对生态系统服务进行了评价[5- 6]。而后,1997年Daily等学者对生态系统服务的概念及其价值评估的理论方法进行了系统的说明[1,7],Costanza等学者随之将生态系统服务的主要功能总结为17类,并以货币价值的形式对10类生物群系进行了估算[8- 11]。20世纪80年代初,中国学者也陆续对不同尺度、不同类型的生态系统服务展开了研究[3- 4,9,12]。目前研究已经由类型识别、经济价值评估更多转向机理分析,同时也十分注重时空尺度特征对生态系统服务的影响[13]。生态系统服务重要性评价是针对典型区域生态系统,分析生态系统服务的区域分异规律,明确各种生态系统服务的重要区域。评价结果也将为重点生态功能区的确定以及生态保护政策的制定提供直接依据[5,14]。目前对于陆地生态系统服务重要性的评价主要分为以下四类：(1)对特定区域内生态系统某单一服务进行评价[15- 19]。(2)对某一类型生态系统中的各种服务进行评价[20- 23]。(3)利用土地利用数据对单位面积某种土地类型的生态系统服务价值进行评价,从而表征出生态系统服务的重要性[24- 25]。(4)对于某区域生态系统服务重要性的综合评价[26- 31]。在不同程度上,这些研究提高了人们对于生态系统服务的理解和认知,但仍然存在一些重点和难点问题有待我们进一步的研究和解决。例如：在已有的研究中,对于大中尺度区域生态系统服务重要性综合评价的研究较少。一些研究是基于专家的先验知识对研究区进行定性的、主观的评价分析,结果不能客观的反应研究区生态系统服务的真实情况。而部分量化分级评价方法由于参数设置的过于繁杂,使得数据较难获取。另外,在现有的各类重要性评价研究中,对于评价结果的分析较为单一,也少有文章对评价结果的空间分布以及内在机理进行进一步研究,本文则将针对这些问题展开研究。

近年来,闽三角城市群经济发展迅速,但由于缺乏对重点生态功能区的识别和有效保护,发生了许多因城市扩张占用生态用地的现象,已经对生态系统造成了不同程度上的威胁和破坏。如果不能及时的对重点生态功能区进行科学的识别、划分和加以保护,随着城市的不断发展壮大,未来闽三角区域将会面临更加严峻的生态风险。为了更大程度上降低可能面临的这类生态风险,我们选择以闽三角区域为研究对象,运用NPP定量指标评价方法,借助RS以及GIS相关技术对区内生态系统服务重要性进行综合评价,合理划分出各重要性级别区域,并对评价结果的空间分布进行分析,试图发现生态系统服务重要性从低值地区到高值地区的分布特点以及分布规律。期望通过对土地利用数据以及主控因子的分析能理清影响研究区各生态系统服务重要性区域划分的内在机理[32]。希望通过此项研究工作的开展,能为闽三角区域生态空间的合理开发、利用以及保护工作提供理论和数据的支持,为区域生态保护红线区的划定以及相关政策的制定提供科学依据。

1 研究区概况

闽三角区域地处福建省南部(25°94′—23°56′N,119°02′—116°89′E),地理位置如图1所示,是中国除长三角、珠三角、环渤海之外的第四大沿海区域经济体,素有“闽南金三角”的美誉[33]。研究区东临台湾海峡和金门诸岛,地势西北高、东南低,海拔范围在0—1828m,平均海拔900 m,由厦门、漳州、泉州三市及其所辖的云霄县、漳浦县、诏安县等县(市、区)组成,年平均气温在6.1—21.7℃之间,年平均降水量在1136—1831mm之间,属亚热带季风性气候。区域内植被覆盖度总体较高,自然资源丰富,生态环境质量良好。但由于区内山地、丘陵分布广泛,加之土壤质地多以壤土和粉砂壤土为主,地区内水土流失现象较为严重。区域面积约为25058.89km2,占福建省总面积的20.7%。2015年闽三角区域人口约1700余万人,GDP 总量约占全省总量的 47.86%,实现外贸进出口总值约占全省总量的70%[34]。闽三角区域是中国沿海经济开放区之一,其在加快建设海峡西岸经济区、加强闽台经济合作、推进国家一带一路伟大战略布局中发挥着重要作用。

图1 研究区地理位置Fig.1 Location of the study area

2 研究方法

2.1 数据来源与数据预处理

2.1.1 数据来源

研究所采用的数据主要由研究区内的NPP(净初级生产力)、气温及降水、DEM、土壤质地以及土地利用数据5种数据组成。其中：(1)NPP数据来源于NASA(美国国家航空航天局)MOD17观测项目,本文提取了MOD17A3数据集中自2000年至2015年的年平均NPP数据,空间分辨率为1km。(2)气温及降水数据来源于中国气象数据网中的中国地面累年值数据集(1981—2010年)。(3)DEM数据来源于ASTER GDEM先进星载热发射和反射辐射仪全球数字高程模型数据,空间分辨率为30 m,垂直精度为20 m,水平精度为30 m。(4)土壤质地数据来源于“寒区旱区科学数据中心(http://westdc.westgis.ac.cn)。”基于世界土壤数据库(HWSD)的中国土壤数据集。(5)土地利用数据来源于中科院资源环境科学数据中心的2015年闽三角区域土地利用一级分类数据。

2.1.2 数据预处理

通过对原始数据的提取、整理以及空间插值等运算,将原始数据处理为评价中可直接使用的7种影响因子,分别是：(1)多年平均净初级生产力NPPmean(2)土壤渗流能力因子Fsic(3)降水因子Fpre(4)坡度因子FSlo(5)土壤可蚀性因子K(6)气温因子Ftem(7)海拔因子Falt。具体处理方法如下：(1)将NPP元数据通过提取、转换、剔除无用值、统一单位等操作,得到2000—2015年近16年NPPmean值的分布图。(2)通过对中国土壤数据集的数据进行提取、分类、归一化赋值得到Fsic值的分布图。(3)通过选取闽三角区域以及周边广东省部分区域内69个气象站点近30年的年平均降水数据并对其进行空间克里格插值运算,再将结果归一化,得到Fpre值的分布图。(4)通过GIS工具对DEM数据进行坡度运算并将结果归一化,得到FSlo值的分布图。(5)通过对中国土壤数据集的数据进行提取、分类、查表赋值,得到K值的分布图[35]。(6)通过选取闽三角区域以及周边广东省部分区域内69个气象站点的近30年的年平均气温数据并进行空间插值运算,利用海拔数据对气温插值结果进行进一步矫正,将校正后的插值数据归一化,最终得到Ftem值的分布图。(7)通过对ASTER GDEM分块数据进行拼接、提取、归一化的处理,最终得到Falt值的分布图。数据预处理的结果如图2所示。

图2 闽三角区域七种影响因子的空间分布图Fig.2 Spatial distribution of seven influencing factors in Min triangle area

2.2 生态系统服务重要性评价方法

目前对于生态系统服务重要性的评价主要采用模型评价法[36-38]和NPP定量指标评价法[39-40]等。由于模型评价法参数繁多,且需要精准的数据作为支撑,一些模型使用的地域条件也十分苛刻,所以在对大中尺度区域的重要性评价中较难实现。而NPP定量指标评价法是以NPP数据为基础,结合了种类较少、获取较易的相关数据进行评价,具有客观准确、操作便捷等特点,结合本研究区的实际情况,此方法较为适用[40]。NPP定量指标评价方法分为生态系统服务能力指数的计算和生态系统服务重要性等级的划分两部分,具体方法如下：

2.2.1 生态系统服务能力指数的计算方法

(1)水源涵养服务能力指数的计算方法

生态系统水源涵养服务主要表现为植被截留降水、增强土壤下渗、抑制蒸发、缓和地表径流和增加降水等功能[41- 43]。通过计算闽三角区域水源涵养服务能力指数WR来实现对研究区水源涵养服务重要性的评价。计算中,我们选取了4个主要的影响因子,分别为NPPmean多年平均净初级生产力、Fsic土壤渗流能力因子、Fpre降水因子、FSlo坡度因子。具体WR指数的计算公式如下：

WR=NPPmean×Fsic×Fpre×(1-Fslo)

(1)

(2)水土保持服务能力指数的计算方法

生态系统水土保持服务是指生态系统通过其结构与过程减少由于水蚀所导致的土壤侵蚀作用,主要表现为植被根系能够固定土壤,减少地表土壤随降水流失进入沟壑的能力,是生态系统提供的重要调解服务之一[39]。通过计算闽三角区域水土保持服务能力指数来实现对研究区水土保持服务重要性的评价,计算中,我们选取了3个主要的影响因子,分别为NPPmean多年平均净初级生产力、FSlo坡度因子、K土壤可蚀性因子。此方法强调了绿色植被、地形和土壤结构在水土保持中的作用,可以定量揭示生态系统水土保持服务能力的基本空间格局,具体Spro指数的计算公式如下：

Spro=NPPmean×(1-K)×(1-FSlo)

(2)

(3)生物多样性保护服务能力指数的计算方法

生态系统生物多样性保护服务主要表现为生态系统对生物多样性的产生与维持、对气候的调节、对洪涝与干旱灾害减轻、对种子与花粉的扩散、对有害生物的控制、对土壤环境的净化等[39]。通过计算闽三角区域生物多样性保护服务能力指数来实现对研究区生物多样性保护服务的评价。在计算中,我们选取了4个主要的影响因子,分别为NPPmean多年平均净初级生产力[44]、Ftem气温因子、Fpre降水因子、Falt海拔因子,具体Sbio指数的计算公式如下：

Sbio=NPPmean×Fpre×Ftem×(1-Falt)

(3)

(4)生态系统综合服务能力指数的计算方法

通过计算闽三角区域生态系统综合服务能力指数来实现对研究区生态系统综合服务的重要性评价,由于我们对于闽三角区域3种生态系统服务的研究不涉及具体的权重偏侧,即无法比较哪种服务对总体的贡献最大,为了保持研究的中立性,默认三种能力指数的权重相同,则具体计算公式如下：

IESI=WR+Spro+Sbio

(4)

式中：IESI为生态系统综合服务能力指数,WR为水源涵养服务能力指数,Spro为水土保持服务能力指数,Sbio为生物多样性保护服务能力指数。

2.2.2 生态系统服务重要性等级的划分方法

通过ArcGIS的栅格计算器工具,将4种生态系统服务所涉及影响因子的图层数据按照其公式进行叠加运算,得到闽三角区域4种生态系统服务能力指数的空间分布数据[39]。其中,WR取值范围在0—898之间,Spro取值范围在0—994之间,Sbio取值范围在0—998之间,IESI取值范围在0—2476之间,最后采用自然间断点分级法 (Jenks)[26]对闽三角区域4种生态系统服务重要性进行分级操作,将指数值由低到高依次划分为5个重要性级别,具体分级标准如表1所示。

表1 生态系统服务重要性评价分级标准

2.3 对评价结果空间分布规律的分析方法

通过观察分级评价结果图,我们可以大致观察出各个重要性级别区域的空间分布情况,但为了进一步科学的总结和归纳分级评价结果的空间分布规律,我们又对评价结果的空间分布进行了一系列客观、定量的分析,具体方法如下：

2.3.1 生态系统服务重要性空间平面上的分布规律

为了研究了5个重要性级别区域在4种生态系统服务空间平面中的分布规律。首先,我们对其中心位置及方向分布规律进行分析,通过arcgis软件中的中位数中心计算,找出该级别区域在研究区内分布的一个地理中心位置。再使用方向分布(标准差椭圆)算法,创建各个重要性级别区域分布的标准差椭圆用以概括其整体的位置、离散程度和方向趋势的分布特征[45]。其次,针对各个生态系统服务极为重要区域进行集中区与分散区的分布规律分析,使用arcgis聚类分布工具对极为重要区域的分布数据进行热点分析。通过对集中区与分散区分布规律的识别分析,政府部门可以对某生态系统服务极为重要区域的集中区加以重点保护并限制某些建设与开发。

2.3.2 生态系统服务重要性空间立体上的分布规律

通过arcgis软件将生态系统服务重要性评价结果按照研究区的海拔及坡度范围平均分为若干个区域,分别计算每个范围区域内4种生态系统服务各重要性区域的面积占比,通过统计分析软件制作成随海拔及坡度变化的面积占比趋势图,以定量分析的方法来揭示闽三角生态系统服务各重要性区域在海拔以及坡度上的分布规律。

2.4 对形成现有各重要性区域空间分布规律内在机理的分析方法

首先,对评价结果中各重要性区域的土地利用现状进行分析,使用arcgis软件将选取的2015年闽三角区域土地利用一级分类数据与各个生态系统服务重要性区域叠加进行分析。通过对分析结果的统计和计算,得到闽三角区域4种生态系统服务重要性评价区域内的土地利用现状占比柱状图。其次,对评价结果中各重要性区域内主要控制因子进行识别分析[15]。通过arcgis软件将4种生态系统服务重要性区域内每种影响因子的平均值进行提取和统计,计算各个生态系统服务重要性区域内影响因子的相对偏差,找出每种影响因子在各个重要性分区中正向偏离程度较高前几项,计算结果用于识别各个重要性区域内的主要控制因子。具体计算公式如下：

(5)

3 结果分析

通过使用以上分析方法,最终得到了各类生态系统服务重要性评价的结果(图3)以及其相应的空间分布的规律,结果分析如下：

图3 闽三角区域生态系统服务重要性评价结果分布图Fig.3 Distribution of importance evaluation results of ecosystem services in Min triangle area

3.1 水源涵养服务重要性评价

3.1.1 水源涵养服务各重要性区域的数量特征

从表2可以看出,闽三角区域水源涵养服务极为重要和高度重要区域面积分别为1507.08km2和4131.63km2,占区域总面积的6.01%和16.49%,中等重要区域面积6291.98km2,占区域总面积的25.11%,较为重要和一般重要区域面积分别为6959.65km2和6168.56km2,占区域总面积的27.77%和24.62%。

3.1.2 水源涵养服务各重要性区域的空间分布特征

从空间平面上看,随着重要性级别的提高,闽三角水源涵养服务各重要性区域的地理中分布,由厦门市集美区境内逐渐向西北方向移动,最终极为重要区域的地理中心落在南靖县境内。各个重要性级别区域分布的方向基本为东北至西南方向,且均较为离散(图4)。极为重要区域的集中区主要分布在平和县、南靖县以及德化县境内(图5)。从空间立体上看,闽三角水源涵养服务极为重要和高度重要的区域主要分布在海拔300—1200 m之间,一般重要和较为重要的区域主要分布在海拔0—300 m之间和1200—1800 m之间(图6)。与此同时,极为重要和高度重要区域主要分布在坡度为10°—20°之间的地表环境中,一般重要和较为重要区域主要分布在坡度为0°—10°以及坡度>30°的地表环境中(图7)。

表2 生态系统服务各重要性区域面积占比统计表

3.1.3 形成水源涵养服务各重要性区域空间分布规律的内在机理

在对研究区水源涵养服务各重要性级别区域土地利用情况的研究中,发现,随着重要性级别的提高,相应级别区域内林地面积占比的呈现出明显的提升,草地面积占比保持平稳,而耕地、城乡、工矿、居民用地、水域以及未利用地的面积占比均呈现出持续下降的趋势(图8)。在对水源涵养服务重要性评价结果各重要性区域内主要控制因子的分析中(图9),可以看出一般重要区域的主要控制因子依次为土壤渗流能力因子、多年平均净初级生产力,极为重要区域的主要控制因子依次为土壤渗流能力因子、多年平均净初级生产力(表3)。

图4 评价结果中各重要性级别区域的地理中心及方向分布示意图Fig.4 Sketch map of geographical center and direction of each important grade area in the evaluation result图中椭圆的长轴方向代表区域分布的方向,长轴越长说明分布越离散,反之越集中

3.2 水土保持服务重要性评价

3.2.1 水土保持服务各重要性区域的数量特征

从表2可以看出,闽三角水土保持服务极为重要和高度重要区域面积分别为1862.44km2和4804.11km2,占区域总面积的7.43%和19.17%,中等重要区域面积6790.29km2,占区域总面积的27.10%,较为重要和一般重要区域面积分别为7223.46km2和4378.59km2,占区域总面积的比例为28.83%和17.47%。

图6 闽三角生态系统服务5种重要性级别区域在不同海拔范围内的面积占比示意图Fig.6 Variation trends of the area of five important regions of ecosystem services in the Min triangle region with altitude change图6中横轴 0—300的含义为：大于0且小于等于300的范围,以此类推

3.2.2 水土保持服务各重要性区域的空间分布特征

从空间平面上看,随着重要性级别的提高,闽三角水土保持服务各重要性区域的地理中分布,由安溪县东南部逐渐向西南方向移动,最终极为重要区域分布的地理中心落在漳州市芗城区境内,各个重要性级别区域分布的方向基本为东北至西南方向,且分布均较为离散(图4)。极为重要区域的集中区主要分布在长泰县、南靖县、平和县、华安县、漳州市芗城区、漳浦县、云霄县以及诏安县境内(图5)。从空间立体上看,闽三角水土保持服务各重要性级别区域在海拔上的分布较为平稳,总体来说,随着海拔的不断升高,极为重要以及高度重要区域的面积占比略有下降,而一般重要和较为重要区域的面积占比则略有上升趋势(图6)。与此同时,极为重要和高度重要区域主要分布在坡度为0°—20°之间的地表环境中,一般重要和较为重要区域主要分布在坡度>20°的地表环境中(图7)。

3.2.3 形成水土保持服务各重要性区域空间分布规律的内在机理

在对研究区水土保持服务各重要性级别区域土地利用情况的研究中,我们发现,随着重要性级别的提高,相应重要性级别区域内林地面积占比呈现出明显的提升,草地和耕地面积占比呈现出先增大后持续降低的趋势,而城乡、工矿、居民用地、水域以及未利用地的面积占比均呈现出持续下降的趋势(图8)。在对水土保持服务重要性评价结果中各重要性区域内主要控制因子的分析中(图9),可以看出一般重要区域的主要控制因子依次为土壤渗流能力因子、多年平均净初级生产力,极为重要区域的主要控制因子依次为土壤渗流能力因子、多年平均净初级生产力(表3)。

图7 闽三角生态系统服务5种重要性级别区域在不同坡度范围内的面积占比示意图Fig.7 Variation trends of the area of five important regions of ecosystem services in the Min triangle area with slope change图7中横轴 0—10的含义为：大于0且小于等于10的范围,以此类推

3.3 生物多样性保护服务重要性评价

3.3.1 生物多样性保护服务各重要性区域的数量特征

从表2可以看出,生物多样性保护服务极为重要和高度重要区域面积分别为2381.67km2和5416.92km2,占区域总面积的9.50%和21.62%,中等重要区域面积7122.71km2,占区域总面积的28.42%,较为重要和一般重要区域面积分别为6328.14km2和3809.45km2,占区域总面积的25.25%和15.20%。

3.3.2 生物多样性保护服务各重要性区域的空间分布特征

从空间平面上看,闽三角生物多样性保护服务从一般重要区域到极为重要区域的地理位置中心分布由北部永春县境内逐渐向西南方向移动,最终极为重要区域的地理中心落在了平和县境内,各个重要性级别区域除一般重要区域无明显分布方向外,其余分布方向基本为东北至西南方向。此外,除极为重要区域分布相对集中外,其余分布均较为离散(图4)。极为重要区域的集中区主要分布在南靖县、平和县、云霄县以及漳州市龙文区境内(图5)。从空间立体上看,闽三角生物多样性保护服务极为重要以及高度重要的区域主要分布在海拔0—600 m之间,一般重要以及较为重要的区域主要分布在海拔600—1800 m之间(图6)。与此同时,随着地表坡度的逐渐增加,极为重要以及高度重要区域的面积占比逐渐降低,而一般重要以及较为重要区域的面积占比则呈现出逐渐增加的趋势(图7)。

图8 闽三角生态系统服务各重要性级别区域内的土地利用现状占比图Fig.8 Land use proportion in 4 kinds of ecosystem service importance assessment area

3.3.3 形成生物多样性保护服务各重要性区域空间分布规律的内在机理

在对研究区生物多样性保护服务各重要性级别区域土地利用情况的研究中,我们发现,随着重要性级别的提高,相应重要性级别区域内林地和草地面积的占比基本呈现出先减少后增加的趋势,而耕地、城乡、工矿、居民用地、水域以及未利用地的面积占比则均呈现出先增加后减少的趋势(图8)。在对生物多样性保护服务重要性评价结果中各重要性区域内主要控制因子的分析中(图9),我们可以看出一般重要区域的主要控制因子依次为海拔因子、温度因子,极为重要区域的主要控制因子依次为海拔因子、多年平均净初级生产力(表3)。

图9 闽三角区域生态系统服务各重要性区域内主控因子识别图Fig.9 Identification of main control factors in the importance regions of ecosystem services of Min triangle area

3.4 生态系统综合服务重要性评价

3.4.1 生态系统综合服务各重要性区域的数量特征

从表2可以看出,生态系统综合服务极为重要和高度重要区域面积分别为2199.34km2和5415.09km2,占区域总面积的8.78%和21.61%,中等重要区域面积7177.24km2,占区域总面积的28.64%,较为重要和一般重要区域面积分别为6689.58km2和3577.65km2,占总面积的26.70%和14.28%。

3.4.2 生态系统综合服务各重要性区域的空间分布特征

从空间平面上看,闽三角生态系统综合服务从一般重要区域到极为重要区域的地理位置中心分布由东北沿海逐渐向西南部方向移动,各个重要性级别区域的分布方向除一般重要区域无明显分布方向外,其余基本为东北至西南方向,分布均较为离散(图4)。极为重要区域的集中区主要分布在华安县、漳州市芗城区、漳州市龙文区、平和县、南靖县、漳浦县、诏安县以及云霄县境内(图5)。从空间立体上看,闽三角水源涵养服务极为重要以及高度重要的区域主要分布在海拔0—600 m之间,一般重要区域主要分布在海拔900—1800 m之间,较为重要区域主要分布在海拔600—1200 m之间(图6)。与此同时,随着地表坡度的逐渐增加,极为重要以及高度重要区域的面积占比出现先增加后降低再增加的现象,但总体趋势为下降,而一般重要以及较为重要区域的面积占比则呈现出先降低后增加再降低的现象,但总体趋势为上升(图7)。

表3 主控因子识别结果表

3.4.3 形成生态系统综合服务各重要性区域空间分布规律的内在机理

在对研究区生态系统综合服务各重要性级别区域土地利用情况的研究中,我们发现,随着重要性级别的提高,相应重要性级别区域内林地面积占比的呈现出明显的提升,而耕地、城乡、工矿、居民用地以及水域的面积占比均呈现出持续下降的趋势,未利用地占比基本呈现出平稳下降的趋势(图8)。在对生态系统综合服务重要性评价结果中各重要性区域内主要控制因子的分析中(图9),我们可以看出一般重要区域的主要控制因子依次为多年平均净初级生产力、降水因子、土壤渗流能力因子,极为重要区域的主要控制因子依次为多年平均净初级生产力、海拔因子、降水因子(表3)。

4 讨论与结论

在研究过程中,发现NPP定量指标评价方法对于这类大中尺度区域生态系统服务的重要性评价研究十分有效。在对重要性区域的等级划分中,没有使用已有的分位数法而是选择自然间断点法,是因为分位数法会将每种重要性级别机械的按照等像元数量分类。这样并不能凸显各能力指数分布的客观规律,也不能体现出极为重要区域的差异性。而自然间断点分级法则基于数据中固有的自然分组对分类间隔加以识别,可对相似值进行最恰当的分组,并使各类之间的差异最大化。

同时,发现在现有的同类研究中,对评价结果的空间分布分析存在过多的主观判断,缺少科学定量的分析过程。针对此现象,在研究中给出了一套自己的分析方案,也使得对评价结果能有一个更加科学直观的统一认识。在使用NPP定量指标评价方法对闽三角区域进行了重要性评价之后,并没有立刻结束研究,而是产生了两点新的思考。其一,是否能够进一步发现各重要性区域空间分布与土地利用之间存在的潜在关系。其二,既然NPP定量指标评价方法能够对区域生态系统服务进行重要性评价,那么到底是哪种或者哪几种影响因子对产生各自生态系统服务重要性的评价结果起到了主导作用。正是这两个问题的产生,让我们带着问题重新回到研究中,对形成现有空间分布规律的内在机理做了进一步探究,研究最终得到富有规律的结果也让人们对其有了更加深入的理解。

由于数据收集的困难性,本文仅对研究区影响因子的多年年平均数据进行了获取,希望得到一个稳定的、普适的生态系统综合服务评价结果。而现在看来,此项研究的进展也十分顺利,研究结果明确划分了闽三角区域水源涵养服务、水土保持服务、生物多样性保护服务以及生态系统综合服务的重要性等级和区域。通过对闽三角区域生态系统服务重要性的评价,我们验证了NPP定量指标评价方法在大中尺度区域生态系统服务重要性评价中所具有的科学性与可行性。在对生态系统服务重要性评价的结果分析中,我们引入定量分析的方法,从面积、位置、方向、集中分布区、海拔以及坡度这几个维度切入,直观揭示了闽三角区域4种生态系统服务各重要性区域的空间分布规律。此外,通过对各重要性级别区域内土地利用占比变化的分析和主要控因子的识别分析,我们尝试着发现了部分影响区域内生态系统服务重要性划分结果的内在机理,结果印证了不同土地利用类型下的生态系统所提供服务的能力是有明显差别的。同时,我们还可以看出在这项研究中NPP几乎在每一种生态系统服务重要性的评价中都作为主要控制因子,这也同样可以说明NPP值的空间分布对反映生态系统服务能力的空间分布研究具有重要意义。

在接下来的研究中,我们将会对近些年来每年的影响因子数据进行获取,希望能够探究研究区范围内生态系统服务重要性区域多年的、连续的时空演变规律,进而更好地理解研究区生态系统服务的变化情况,并基于此规律对未来生态系统服务的演变给予科学的预测。最后,希望此项研究的成果能为闽三角区域生态系统科学的研究以及重点生态功能区的识别、划分提供科学依据,为区域生态保护红线划定的相关工作提供理论与技术上的支持,为相关环境规划与管理政策制定者提供客观合理的决策依据。