云南省植被固碳能力与产水、土壤保持服务冷热点识别

2024-03-08李子辉陈伟志董春凤杨梦娇文方平中国地质调查局昆明自然资源综合调查中心自然资源部自然生态系统碳汇工程技术创新中心云南昆明650100

中国环境科学 2024年2期

李子辉,张亚,巴永,陈伟志,董春凤,杨梦娇,文方平 (中国地质调查局昆明自然资源综合调查中心,自然资源部自然生态系统碳汇工程技术创新中心,云南昆明 650100)

随着工业化和城市化进程的快速推进,传统能源燃烧排放的CO2造成了巨大的环境效应与气候问题,危及人类生存发展[1-2].在此背景下,全球各国致力于应对各项环境问题,中国政府为此提出“双碳”目标并纳入到生态文明建设[3].植被生态系统作为陆地最主要的吸收系统,固定了大气中1/3 的碳,同时在调节气候以及推动绿色可持续上发挥着至关重要的作用[4].如何有效提升植被生态系统固碳能力是推动落实“双碳”目标的生态途径,亦是实现“双碳”目标与可持续发展的时代使命.

自固碳减排被提出就受到国内外学者的广大关注,在碳汇评价、碳汇空间分析等方面进行了大量的研究[5-9].研究主要以特定的生态系统为载体,开展系统固碳评价以及碳汇价值的研究.研究对象上,主要以森林[10]、草地[11]、农地[12]、湿地[13]进行开展.随着研究的深入,基于岩溶地貌土壤作为对象研究成为新的热点[14].方法上,主要涉及调查方法以及模型计算.调查方法包括生物量法、蓄积量法和生物清单法[4,15],主要基于生物量、树木器官生物量占比、平均碳含量、生态学调查资料与森林普查资料结合等参数计算.模型方法包括 Roth C[16]、Biome-BGC[17]、IBIS[18]、CASA[19]、回归建模[20]、遥感法[21]、微气象法[22]等.模型构建法根据涉及的碳库类型、方法学层级、研究区域开展,基于足量基础数据构建不仅限于植被地上碳库且具有模拟预测功能的多尺度简便计算模型[4].基于足量基础数据构建模型的优势,学者们在草地碳动态[23]、农业生态系统碳足迹评价[24]、湿地土壤有机碳变化关系以及驱动因素探讨[25]上进行了大量研究.这些研究基于不同的研究尺度和视角构建了符合特色生态系统的碳汇评价模型,为开展特定生态系统下碳汇的评价、监测以及碳汇驱动机制的探讨提供了新的视角和方法.

从以往研究上看,学者围绕着碳汇模型构建、碳汇评价分析以及碳汇驱动等方面进行了大量的研究,但仍然存在着一些问题:(1)碳汇评估仅限于对某些植被和土壤类型的区域碳汇核算上,尤其注重于单独生态系统碳汇的评估,尚且缺乏对整个陆地生态系统的全面评估.(2)区域系统固碳能力与典型生态系统服务的空间关系尚不明确,对其空间驱动机制仍不明晰.因此,精准开展陆地生态系统碳汇能力现状核算,厘清固碳与其他典型生态系统服务的空间关系及驱动机制是实现碳中和的当务之急.

基于区域植被生态系统固碳能力与典型生态系统服务空间关系不清晰,空间驱动机制研究缺乏的现状,本文探讨了以下几个科学问题:生态系统固碳与典型生态系统服务功能二者的空间热点格局如何？空间权衡有什么的特征？如何揭示环境变量对二者的响应？为解决上述科学问题,以云南植被生态系统为例,开展云南全域植被生态系统固碳能力与典型生态系统服务评估,并通过空间冷点分析识别出固碳-生态系统服务综合下的空间热点区域,并探讨固碳水平与生态系统服务的空间权衡关系及其驱动过程,为碳汇空间管理提供参考依据.

1 数据与方法

1.1 研究区域概况

云南省地处我国西南,位于21°8′32″～29°15′8″N和97°31′39″～106°11′47″E 之间,北回归线横贯本省南部.地势呈西北高、东南低,自北向南呈阶梯状逐级下降.区内以山地高原地形为主,山地面积占全省总面积的88.64%;区内水资源丰富,长江、珠江、元江、澜沧江、怒江、大盈江6 大水系从其中穿过,大部分地区年降水量约1100mm.截至2022 年,云南省下辖16 个地级行政区,129 个县级区划,常住人口达4693 万.

图1 研究区位示意Fig.1 Location map of the study area

云南气候类型丰富多样,有北热带、南亚热带、中亚热带、北亚热带、暖温带、中温带和高原气候区等7 个温度带气候类型;另外,具有丰富多样植被类型,且南北差异巨大,包括寒温性针叶林、落叶阔叶林、常绿阔叶林、草原、荒漠、沼泽等.巨大气候和植被差异必然导致区域系统固碳能力和生态系统服务的空间格局不均衡,开展固碳与生态系统服务评估及其冷热点分析能够明确区域内部的空间冷热点格局,进而揭示环境变量对植被生态系统固碳能力与典型生态系统服务功能的变化特征,有助于理解其空间关系,推进区域碳汇和生态系统服务管理.

1.2 数据来源与处理

本研究使用的数据包括土地利用数据、行政边界数据、NPP 数据以及空间气象插值数据.其中,土地利用数据、行政边界数据以及空间气象数据来源于中国科学院资源环境科学与数据中心(resdc.cn),空间分辨率为1000m.NPP 数据采用长江经济带500m 植被净初级生产力栅格数据集(2000～2021 年)中2000 年和2020 年的数据集,来源于国家科技资源共享服务平台—国家地球系统科学数据中心湖泊—流域分中心(http://lake.geodata.cn),空间分辨率为500m.土壤空间属性数据来源于国家冰川冻土沙漠科学数据中心(ncdc.ac.cn).所有数据经ArcGIS 进行裁剪、重采样为1000m.

1.3 研究方法

1.3.1 植被生态系统固碳能力评价模型构建固碳能力(CS)指捕获碳并封存大气中CO2的过程.净初级生产力与地表植被固碳能力关系紧密,是植被固碳水平最直观的体现.因此,根据植被光合作用积累与呼吸作用消耗有机物质的原理,对植被生态系统固碳能力进行计算,公式如下:

式中:Qt为固碳能力,t·CO2/a;MCO2/MC为CO2和C的物质的量质量比,44/12;NEP 为净生态系统生产力.其中,净生态系统生产力NEP 有两种算法:

(1)由净初级生产力(NPP)减去异氧呼吸消耗得到:

式中:NEP 为净生态系统生产力,tC/a;NPP 为净初级生产力,tC/a,RS 为土壤呼吸消耗碳量,tC/a.

(2)按照各省市NEP 和NPP 的转换系数,根据NPP 计算得到NEP:

式中:NEP 为净生态系统生产力,t·C/a;α为NEP 和NPP 的转换系数,NPP 为净初级生产力,tC/a,为干物质转化为C 的系数.

本文使用方法(2)来计算NEP,参考《陆地生态系统生产总值核算技术指南》中云南NEP 和NPP的转换系数来进行计算.

1.3.2 典型生态系统服务评价

(1) 产水服务:产水服务(WY)基于水量平衡的原理进行评估,InVEST 模型中综合考虑地形、水文、降水、土地利用类型、土壤状况和植被可利用水等影响因素计算区域的供水量,计算公式如下所示:

式中:WYxj为栅格单元x的产水量,mm;AETx表示栅格单元x的年实际蒸散量,mm;Px表示栅格单元x的年降水量,mm;Rxj为景观类型j上栅格单元x的干燥指数,无量纲;Z即Zhang 系数,无量纲;wx表示植被所需的年水量与降水量的比值;AWCx表示栅格单元x上的植物的可利用水量;ETox表示栅格单元中x中的潜在蒸散量,mm;Kxj是植被系数,表示不同发育时期植物蒸散量与潜在蒸散量的比值.

(2) 土壤保持:土壤保持(SC)表征地区土壤侵蚀减少量和泥沙持留量的总和,土壤侵蚀减少量为潜在土壤侵蚀量与实际土壤侵蚀量的差值,泥沙持留量为该地块对进入它的上坡来沙的持留,即来沙量与泥沙持留率的乘积,计算公式如下:

式中:RKLS 表示潜在土壤流失量,t/hm2;R代表降雨侵蚀力因子,MJ·mm/(ha·h·a);K代表土壤可蚀性因子,t·ha/(MJ·mm);LS 表示坡长坡度因子,无量纲;C表示植被覆盖和作物管理因子;P表示水土保持措施因子;SDR 表示泥沙输移比,无量纲;SE 表示泥沙输移量,t/hm2;SR 表示下游地块会对上游地块冲积而来的泥沙产生沉积作用导致流域的实际土壤流失量与到达流域出口的泥沙输移量存在的泥沙沉积量,t/hm2;SC 为土壤保持量,t/hm2.

1.3.3 冷热点分析生态系统服务热(冷)点被认为是区域内一种或多种生态系统服务提供能力相对较强(较弱)的区域.在GIS 平台中提供了基于Getis-Ord Gi*统计指数的热点分析工具,通过计算各要素之间Z 值和P 值来反映空间高值区(热点区域)与低值区(冷点区域)的集聚.公式原理如下:

式中:E(Gi*)和Var(Gi*)分别是Gi*的数学期望和变异系数;Wij(d)是空间权重.如果Z(Gi*)为正,且显著,表示周围的值相对较高(高于均值),属高值空间集聚(热点区);反之,若Z(Gi*)为负且显著,表示周围的值相对较低(低于均值),属低值空间集聚(冷点区).

2 结果与分析

2.1 植被生态系统固碳能力时空特征分析

2000～2020 年云南植被生态系统碳汇空间分布结果如图2 所示,云南植被生态系统固碳能力的空间分布差异总体较小.植被生态系统碳汇重要生态功能区主要分布于西双版纳、普洱、临沧、德宏等云南西南地区,属云南省固碳能力最大的地区.固碳能力最低的区域主要分布于植被覆盖稀疏的建设用地以及湖泊地区,例如昆明主城区、滇池等地区.曲靖、文山、昭通等地区的固碳能力较云南的西南地区偏弱,主要原因为这些地区地表多为岩溶覆盖区,植被多为灌丛,且露天矿产资源开采进一步降低了植被覆盖,导致其固碳能力不高.对于迪庆、怒江以及丽江等滇西北地区主要为位于三江并流区域,沟深谷高,地势复杂,导致固碳能力较低.整体上看,云南植被生态系统固碳能力呈西南高东北低的空间分布格局.

图2 2000～2020 年云南植被生态系统固碳能力空间分布Fig.2 Spatial distribution of carbon sequestration capacity of vegetation ecosystems in Yunnan from 2000 to 2020

时间上,2000～2020 年云南各地区年固碳能力最大地区出现在西双版纳,2000 年和2020 年最大值分别为590.02 和591.15gC/m2;固碳能力最大值最低的地区为迪庆,分别为279.07 和283.80gC/m2.固碳能力变化趋势上,仅有迪庆、昭通、怒江、德宏以及临沧的固碳能力呈增加趋势,占云南省地区总数的37.5%.其余地级市的固碳能力呈下降趋势,其中,红河下降最大,下降量达到5.0×105gC/m2.总体上看,云南省植被生态系统固碳能力整体呈下降趋势,2020 年较 2000 年总体下降 1.9×106gC/m2.

2.2 典型生态系统服务时空特征分析

2.2.1 产水服务时空特征分析 2000～2020 年云南省产水服务空间格局如图3(a～b)所示,产水服务的空间分布差异总体较小.产水服务能力最强(颜色最深)的区域主要分布于西双版纳与德宏自治州.西双版纳地处于北回归线以南,气候属于热带季风雨林气候,夏季受到来自西南季风的影响,高温多雨,且拥有茂盛的热带季雨林生长,能够为地区提供丰富的雨水供给.德宏地区位于三江并流地区,地势逐渐抬升,夏季来自西南地区的暖湿气流受地形抬升形成坡面雨,且植被生长相对茂盛,从而使得地区的产水服务能力突出.迪庆、怒江大理等滇西北地区的产水能力相对较低,该区域降水相对于西南地区要低,进而导致产水服务能力也相对较低.空间变化上,曲靖、昭通以及文山等区域2020 年的产水服务能力较2000 年颜色较深,说明该区域2020 年的产水服务能力较2000 年有所增强.

时间上,云南地区中产水服务能力最高的地区出现在西双版纳,2000 年和2020 年的产水服务能力最大值为2215.84 和2045.83mm,产水服务最大值最低的地区为迪庆,2000 年和2020 年分别为1195.39和979.76mm.产水总量变化趋势上,昭通、曲靖、昆明、楚雄、玉溪、红河、文山等7 个地区的产水服务总量呈增加趋势,占所有地区的43.75%,其余迪庆、怒江等地区为下降趋势.总体上,云南产水服务能力总量呈下降趋势,2020 年较2000 年下降4.51×106mm.

2.2.2 土壤保持服务时空特征分析 2000～2020 年云南土壤保持空间分布格局如图3(c～d)所示,土壤保持服务能力的空间变化较小.土壤保持高值区域主要分布于迪庆、怒江、德宏、临沧、普洱、西双版纳等云南西部地区,这些地区地形以高大山脉为主,植被生长茂盛,且人口聚集程度较低,人类影响活动因素相对较低,为区域土壤保持服务的维持或提升带来可能.楚雄、昆明、曲靖、文山等地区土壤保持服务能力为全域最低,主要因素为该地区人口相对集中,植被覆盖以灌丛为主,较为稀疏,同时区域露天采矿开发使得地区的水土流失加剧,不利于土壤保持服务的维持.总体上看,云南土壤保持服务呈东低西高的空间局面.

时间上,2000 年云南地区中土壤保持服务能力最高的地区出现在普洱,将近达到4.88×104t;2020年云南地区中土壤保持服务能力最高的地区出现在楚雄,约为5.22×104t;2000 年土壤保持最低的地区为昆明,约为2.12×104t,2020 年土壤保持最低的地区为文山,约为3.19×104t.土壤保持总量变化趋势上,仅有德宏的土壤保持服务总量呈降低趋势,占所有地区的6.25%,其余昆明、迪庆、怒江等地区为增加趋势.总体上看,云南土壤保持服务能力总体呈增加趋势,2020 年较2000 年增加5.70×108t.

2.3 冷热点分析

基于ArcGIS 平台,利用20000m×20000m 进行渔网点构建,然后利用提取工具将栅格上的值提取到点上进行冷热点分析.

2.3.1 固碳能力空间冷热点分析在GIS 平台中基于Getis-Ord Gi*统计指数的热点分析方法,得到云南植被生态系统固碳能力冷热点空间结果如图4所示.热点区域(极显著热点区域(99%可信度)、显著热点区域(95%可信度)和热点区域(90%可信度))主要分布于西双版纳、普洱、临沧和德宏等地区,其中极显著热点区域(99%可信度)在西双版纳、普洱,德宏分布最为明显.冷点区域(极显著冷点区域(99%可信度)、显著冷点区域(95%可信度)和冷点区域(90%可信度))的空间分布区域较广,在迪庆、怒江、丽江、大理、昭通、曲靖、昆明、红河、文山均有分布,其中极显著冷点(99%可信度)主要分布于迪庆、昭通和文山.云南省固碳能力热点区域分布空间与固碳能力的栅格高值区域分布空间基本相同,冷点区域分布空间与栅格低值区分布空间基本相同.冷点区域分布集中,可以采取相应的措施(退耕还林、还草)进行固碳能力的整体提升.

图4 2000～2020 年云南植被生态系统固碳能力冷热点空间结果Fig.4 Spatial results of cold and hot spots on carbon sequestration capacity of vegetation ecosystems in Yunnan from 2000 to 2020

2.3.2 产水服务空间冷热点分析云南产水服务冷热点空间结果如图5 所示,2000 年热点区域(极显著热点区域(99%可信度)、显著热点区域(95%可信度)和热点区域(90%可信度))主要分布于西双版纳、普洱、临沧、德宏和怒江等地区,其中极显著热点区域(99%可信度)在西双版纳、普洱,德宏分布最为明显;2020 年文山、曲靖和昭通等地区变化为产水服务热点,极热点区域尤其在文山、曲靖极其明显.冷点区域(极显著冷点区域(99%可信度)、显著冷点区域(95%可信度)和冷点区域(90%可信度))的空间分布区域较广,在迪庆、丽江、楚雄、普洱、玉溪、红河、大理、昭通、曲靖、昆明、红河、文山均有分布,其中极冷点(99%可信度)主要分布于迪庆、昭通和文山.2020 年极显著冷点区域在迪庆、怒江、宝山、大理等滇西北区域分布集中且最为明显.云南省产水服务热点区域分布空间与产水服务的空间高值区域分布格局基本相同,冷点区域分布空间与空间低值区分布格局基本一致.

图5 2000～2020 年云南产水服务冷热点空间结果Fig.5 Spatial results of cold and hot spots for water yield services in Yunnan from 2000 to 2020

2.3.3 土壤保持服务空间冷热点分析云南土壤保持服务空间冷热点空间结果如图6 所示,2000 年热点区域(极显著热点区域(99%可信度)、显著热点区域(95%可信度)和热点区域(90%可信度))主要分布于西双版纳、临沧、德宏、怒江、大理、丽江和迪庆等地区,其中极显著热点区域(99%可信度)在迪庆、丽江,德宏分布最为明显,总体分布较为分散;2020 年迪庆、丽江等滇西北地区热点区域明显集中连片分布,是土壤保持服务能力增强的效果.冷点区域(极显著冷点区域(99%可信度)、显著冷点区域(95%可信度)和冷点区域(90%可信度))的空间分布主要集中于曲靖、玉溪、文山等云南东部地区,其中2020 年的极冷点(99%可信度)主要在曲靖、文山区域分布明显且集中.云南省土壤保持服务热点区域分布空间与水源供给的栅格高值区域分布空间基本相同,冷点区域分布空间与栅格低值区分布空间基本相同.

图6 2000～2020 年云南土壤保持服务冷热点空间结果Fig.6 Spatial results of cold and hot spots of soil conservation services in Yunnan from 2000 to 2020

2.3.4 综合热点分析云南植被固碳能力-产水服务-土壤保持三项服务的综合空间冷热点分布结果如图7 所示,热点区域(极显著热点区域(99%可信度)、显著热点区域(95%可信度)和热点区域(90%可信度))主要分布于西双版纳、普洱、临沧、德宏等地区,其中极热点区域(99%可信度)在西双版纳分布最为明显;2020 年文山东部出现热点区域,但怒江的热点消失.2000 年冷点区域(极显著冷点区域(99%可信度)、显著冷点区域(95%可信度)和冷点区域(90%可信度))的空间分布主要集中于迪庆、丽江、楚雄、昆明、玉溪、曲靖、昭通等地区,2020 年的极冷点(99%可信度)主要在迪庆、怒江、丽江、大理保山等地区分布明显且集中.总体上,2000～2020 年云南植被固碳能力-产水服务-土壤保持三项服务的综合空间热点变化较小,冷点变化较大.

图7 2000～2020 年云南植被固碳能力-产水服务-土壤保持综合空间冷热点分布Fig.7 Distribution of comprehensive spatial cold and hot spots in vegetation carbon sequestration, water yield, soil conservation,and soil conservation in Yunnan from 2000 to 2020

3 讨论

3.1 云南植被生态系统固碳与产水服务时空权衡

产水服务为区域生态系统的运转提供水分支持,进而保障区域生态系统的稳定[26].因此,区域的产水服务与固碳服务之间必然存在着密切的关系.但由于生态环境中多因素的综合驱动以及地区差异的影响,产水服务与固碳服务空间关系存在巨大的差异性[27].为了更好的探究产水服务与固碳能力在空间的差异水平,本文引入斯皮尔曼分析方法来探究其空间上的权衡协同关系.云南植被生态系统固碳能力与产水服务进行空间权衡协同分布结果如图8 所示.结果表明,2000 年的权衡关系主要分布于保山、临沧、普洱、大理以及丽江等云南西部地区,东部地区的曲靖、文山东部以及昭通东部的权衡关系显著,说明这些区域中,产水服务与固碳能力之间呈此消彼长的约束关系.权衡关系说明产水服务增加将不利于固碳服务能力增加,如降水增加带来生态问题(水土流失、泥石流等灾害)破坏植被覆盖[28-29],降低区域固碳能力.协同关系在西双版纳、丽江、迪庆、文山西部等地区表现最为明显,协同关系说明了产水服务与固碳服务能力呈正向增长的趋势,某种服务的增加可以促进另一种服务的增加.适应的气候能够导致充足的降水以补给区域产水[30];也能促进植被生长,涵养水源,进而促进固碳服务与产水服务协同发展[27,30].2020 年,空间上的权衡协同约束空间发生了较大的变化,权衡关系在曲靖、文山、昆明、昭通等云南东部地区关系显著,迪庆、怒江、大理、西双版纳等云南西部地区主要以协同关系为主.从2020～2000 年权衡协同关系面积的转变上,2000 年权衡关系面积数量为1.69×105km2,占云南国土总面积的44.67%;2020 年权衡关系面积数量为1.89×105km2,占云南国土总面积的49.90%,2020～2000 年增长5.23%.基于云南省年降水量时空格局与变化趋势[29],近20a 来云南年际降水量波动变化显著,总体呈下降趋势,这可能是导致固碳与产水服务权衡关系面积增长的原因.此外,已有研究表明产水服务与降水具有巨大的相关性,降水越多,其产水服务能力越大[13,30].因此,固碳服务能力同时受到了降水的约束,但也并不是简单的正负相关关系,是区域地理位置、海拔、气候等多方面的综合影响的结果.

图8 云南植被生态系统固碳与产水服务空间权衡Fig.8 Spatial trade-off between carbon sequestration and water supply in vegetation ecosystems in Yunnan

3.2 云南植被生态系统固碳与土壤保持时空权衡

土壤保持服务有利于促进地区的水土保持[31],在提升区域生态质量[32]、增加生物多样性[33]等方面发挥着至关重要的作用.同时,同样对地区的固碳能力产生巨大的影响[34].探究土壤保持与固碳能力的空间关系,能够便于管理者从空间上把握二者的关系,对实现地区碳汇管理具有重要的意义.植被生态系统固碳与土壤保持空间权衡的空间分布结果(图9)显示,2000 年保山、临沧、普洱、大理以及丽江等云南西部地区,云南东部地区的曲靖、文山东部以及昭通东部的权衡关系显著;协同关系在西双版纳、丽江、迪庆、文山西部等地区表现最为明显.2020 年权衡关系在曲靖、文山、昆明、昭通等云南东部地区关系显著,而迪庆、怒江、大理、西双版纳等云南西部地区主要以协同关系为主.已有研究结果表明,土壤保持服务受区域的植被覆盖、气温以及降水等因素作用[27,35],因此,固碳服务与土壤保持的权衡协同约束必然受到这些因素的约束,形成不同空间地域上权衡协同的差异约束.植被覆盖度的提升能够促进土壤保持服务能力增加,同样能够增加地区的光合作用进而提升区域的固碳水平能力.从2000～2020 年土壤保持与固碳服务能力空间权衡协同关系面积转换上,2000年权衡关系面积数量为1.61×105km2,占云南国土总面积的 42.83%;2020 年权衡关系面积数量为1.62×105km2,占云南国土总面积的43.04%,2000～2020 年增长0.2%.从2010 年起,楚雄、文山、曲靖、昭通等区域实行退耕还林还草,使得广大区域的植被覆盖度提升,是造成全域固碳服务与土壤保持协同约束面积增加的主要原因.

图9 云南植被生态系统固碳与土壤保持空间权衡Fig.9 Spatial trade-off between carbon sequestration and soil conservation in vegetation ecosystems in Yunnan

3.3 驱动因子响应探讨

植被生态系统的固碳服务能力以及生态系统服务功能空间冷热点格局除了受其相互之间的时空权衡约束外,自然环境因子和人类社会影响是制约固碳能力与生态系统服务功能发展的重要一环[30,36].因此,探讨自然与人为因素对固碳与生态系统服务的约束作用,对帮助理解对固碳能力与生态系统服务空间驱动机制以及实现固碳增汇与生态系统服务功能协同发展具有重要的科学意义.已有研究表明,环境影响因子对生态系统服务功能的影响贡献是巨大的[34],且驱动作用是一个复杂的过程,在不同的地域具有不同的响应特征[37].为了更好的理解驱动因子对固碳与生态系统服务的影响过程,本研究基于地理探测器分析原理对不同区域的指标进行空间提取,并进行提取点的非线性多项式拟合模拟驱动指标对固碳与生态系统服务的影响方式(图10).影响指标驱动上,DEM 对固碳能力、土壤保持以及水源供给均为抑制作用;降水量增加促进了固碳能力、土壤保持以及水源供给的提升;虽然气温升高能够促进固碳和产水服务能力,但对土壤保持起到抑制作用;GDP 增加对三者均为抑制作用,但影响波动较小;NDVI 的影响趋势呈指数增加,在后期的影响最大.从指标模拟曲线的斜率上看,DEM、降水、气温以及NDVI 对固碳能力、土壤保持以及产水服务的斜率最大,说明对其的驱动贡献越大;GDP 作为表征人类活动的影响因子,贡献相对较低,主要原因是该区域人口密度较低,对生态环境的制约较小.

图10 驱动因子作用曲线Fig.10 Driver action curve

生态系统是一个多要素共同作用、相互制约的统一整体,其内部的各种环境要素往往以一个综合作用的过程存在[38].例如海拔的增加不利于固碳能力与生态系统服务能力的提升,反而会使其下降,但在高海拔的迎风坡地区,光照丰富、降水充足,这使得该区域植被生长茂盛,进而导致生态植被的固碳能力与生态系统服务功能突出,而对于背风坡却出现与之相反的局面.生态系统环境中的影响驱动是一个复杂的过程[36],但目前的研究无法将所有驱动指标在一个综合作用下准确描述出某个指标对生态系统或者某项服务的影响,往往从单一的侧面进行指标影响驱动的量化.未来研究还需结合影响指标对于生态系统的驱动与响应,基于相互作用的原理理论,综合考虑并加以多种学科方法融合进行驱动机制的剖析.