基于GEE的土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響研究
——以京津冀地區(qū)為例

董 欣，劉鵬程*

(1.華中師范大學(xué)地理過(guò)程分析與模擬湖北省重點(diǎn)實(shí)驗(yàn)室，武漢 430079；2.華中師范大學(xué)城市與環(huán)境科學(xué)學(xué)院，武漢 430079)

生態(tài)系統(tǒng)服務(wù)(Ecosystem services)是指人類從生態(tài)系統(tǒng)所獲得的所有惠益，包括供給服務(wù)、調(diào)節(jié)服務(wù)、文化服務(wù)以及支持服務(wù)[1]，生態(tài)系統(tǒng)服務(wù)常常通過(guò)生態(tài)系統(tǒng)服務(wù)價(jià)值(Ecosystem Service Value,ESV)進(jìn)行量化.土地利用變化與當(dāng)下全球環(huán)境變化、生態(tài)系統(tǒng)過(guò)程、生態(tài)功能和結(jié)構(gòu)密切相關(guān)，進(jìn)而對(duì)ESV產(chǎn)生影響，ESV可為地區(qū)生態(tài)保護(hù)措施的制訂提供科學(xué)依據(jù)，因此研究區(qū)域內(nèi)土地利用變化下的ESV變化具有重要的意義.近年來(lái)，對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的研究成為生態(tài)學(xué)領(lǐng)域的熱點(diǎn).國(guó)外學(xué)者Costanza等[2]最先用經(jīng)濟(jì)學(xué)的研究方法給出了生態(tài)系統(tǒng)服務(wù)價(jià)值量化模型，該模型闡明了生態(tài)系統(tǒng)服務(wù)價(jià)值的內(nèi)涵.國(guó)內(nèi)學(xué)者歐陽(yáng)志云等[3]基于生態(tài)系統(tǒng)中物質(zhì)的循環(huán)運(yùn)用和生態(tài)功能通過(guò)影子價(jià)格等方法評(píng)價(jià)了中國(guó)陸地生態(tài)系統(tǒng)及生態(tài)經(jīng)濟(jì)價(jià)值.謝高地等[4]學(xué)者基于Costanza等提出的方法，在生物量訂正的基礎(chǔ)，對(duì)中國(guó)不同類型自然草地生態(tài)系統(tǒng)單項(xiàng)服務(wù)價(jià)值及構(gòu)成進(jìn)行了評(píng)估.何玲[5]等學(xué)者在生態(tài)系統(tǒng)服務(wù)價(jià)值的基礎(chǔ)上對(duì)生態(tài)安全格局進(jìn)行構(gòu)建，基于生態(tài)安全格局通過(guò)馬爾可夫模型和元胞自動(dòng)機(jī)對(duì)河北省黃驊市進(jìn)行土地利用格局模擬.王航等[6]根據(jù)淮河市統(tǒng)計(jì)年鑒及土地利用數(shù)據(jù)，通過(guò)居民消費(fèi)指數(shù)對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)進(jìn)行修訂，分析淮河上游土地利用變化及土地景觀格局對(duì)ESV的影響.岳書平等[7]基于中國(guó)陸地生態(tài)系統(tǒng)服務(wù)單位面積價(jià)值的平均值對(duì)東北森林-草原陸地樣帶的生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空變化進(jìn)行分析.

Google Earth Engine(GEE)是谷歌公司研發(fā)的專門處理衛(wèi)星圖像和其他地球觀測(cè)數(shù)據(jù)云端運(yùn)算平臺(tái)，提供Landsat、MODIS、Sentinel等全球尺度下的多源遙感數(shù)據(jù)，用戶能夠使用JavaScript、Python語(yǔ)言編程調(diào)用平臺(tái)的多種模型解譯影像，為遙感工作者提供極大便.本文基于GEE平臺(tái)的Sentinel 2影像數(shù)據(jù)和隨機(jī)森林算法解譯出研究區(qū)2017年—2019三年間的土地利用數(shù)據(jù)，對(duì)研究區(qū)內(nèi)單元的ESV進(jìn)行定量估算，分析研究區(qū)近三年的土地利用數(shù)據(jù)及ESV的變化規(guī)律，發(fā)現(xiàn)研究區(qū)內(nèi)ESV的波動(dòng)的影響因素．

1 研究區(qū)概況與數(shù)據(jù)獲取

1.1 研究區(qū)概況

選取京津冀地區(qū)作為研究區(qū)，包括北京、天津兩個(gè)直轄市和河北省的11個(gè)地級(jí)市(如圖1所示).研究區(qū)地理位置優(yōu)越，坐落于華北平原北部，地處113°27′～119°50′E，36°05′～42°40′N之間，其北部與燕山山脈相接，西部與太行山相依，東部相鄰渤海灣，西北和北部地勢(shì)較高，以山地、高原為主，南部和東部地區(qū)地形較為平坦，以平原為主.研究區(qū)總面積約21.8 ×106hm2，占全國(guó)土地面積的2.3%，其中北京市面積為1.64 ×106hm2，天津市面積為1.19×106hm2，河北省面積為18.88×106hm2.在此區(qū)域范圍內(nèi)，常住人口1.11億，占全國(guó)人口總數(shù)的8.1%．

圖1 研究區(qū)范圍Fig.1 Range of research region

1.2 數(shù)據(jù)獲取

原始影像選取自GEE平臺(tái)提供的空間分辨率為10 m的Sentinel 2衛(wèi)星影像2017年—2019年數(shù)據(jù)，為保證研究區(qū)內(nèi)云量降至最低，基于GEE 編程篩選成像時(shí)間為每年1～12月云量小于8%的影像.輔助數(shù)據(jù)包括京津冀地區(qū)矢量數(shù)據(jù)及30 m空間分辨率的 DEM 數(shù)據(jù)、源于中國(guó)統(tǒng)計(jì)局的社會(huì)經(jīng)濟(jì)數(shù)據(jù).訓(xùn)練樣本數(shù)據(jù)源于Google Earth Pro軟件中目視解譯標(biāo)定．

2 研究方法

2.1 基于GEE的隨機(jī)森林算法(Random Forest)土地利用分類

隨機(jī)森林算法是機(jī)器學(xué)習(xí)方法的一種，通過(guò)在原始訓(xùn)練樣本中隨機(jī)有放回的抽取n個(gè)樣本，構(gòu)成不同的訓(xùn)練樣本集，從而構(gòu)造決策樹，決策樹的每一個(gè)非葉子節(jié)點(diǎn)為一次判斷，葉子節(jié)點(diǎn)為判斷結(jié)果，決策樹從根節(jié)點(diǎn)開始依次對(duì)像元進(jìn)行判斷，得到判斷結(jié)果，通過(guò)生成大量互相獨(dú)立的決策樹，綜合所有決策樹的判斷結(jié)果進(jìn)行投票，得出分類結(jié)果(如圖2所示).隨機(jī)森林算法能夠有效處理大量的輸入指標(biāo)，并且提供快捷的、可靠性高的分類結(jié)果.對(duì)于處理大量數(shù)據(jù)而言，與其他遙感分類器相比，隨機(jī)森林算法的訓(xùn)練速度快且不容易產(chǎn)生過(guò)擬合，其運(yùn)算量相對(duì)較大，計(jì)算速度慢的缺點(diǎn)通過(guò)調(diào)用GEE云端服務(wù)器計(jì)算解決．

圖2 隨機(jī)森林結(jié)構(gòu)圖Fig.2 Structure of random forest

首先基于GEE遙感云平臺(tái)檢索出Sentinel 2影像，對(duì)影像進(jìn)行鑲嵌、裁剪、云掩膜和影像融合等處理，提取歸一化植被指數(shù) NDVI、歸一化水域指數(shù)NDWI、歸一化建筑指數(shù)NDWI和增強(qiáng)植被指數(shù)EVI等光譜特征，通過(guò)DEM數(shù)據(jù)計(jì)算坡度、坡向以及高程等地形特征.將研究區(qū)土地利用類型根據(jù)2019年發(fā)布的土地利用現(xiàn)狀分類國(guó)家標(biāo)準(zhǔn)劃分為耕地、林地、草地、水域、未利用地及建設(shè)用地，按照上述標(biāo)準(zhǔn)在 Google Earth Pro中對(duì)2017年—2019年3個(gè)時(shí)間段的高分辨率影像進(jìn)行目視解譯圈定樣本，樣本點(diǎn)分布如圖3所示，表1給出樣本點(diǎn)類別及數(shù)量．

圖3 樣本分布圖Fig.3 Distribution of samples

表1 各土地利用類型的樣本數(shù)量Tab.1 Number of samplesintypes of land use

選取多種光譜特征及地形特征作為分類器訓(xùn)練參數(shù)，其中光譜特征為Sentinel 2影像的 B2、B3、B4、B8、B11、B12、NDVI、NDWI、NDBI和EVI，地形特征為通過(guò)DEM數(shù)據(jù)計(jì)算得到的坡度、坡向、高程數(shù)據(jù).將樣本在0～1之間隨機(jī)賦值，小于0.7的作為訓(xùn)練數(shù)據(jù)，大于0.7的作為驗(yàn)證數(shù)據(jù)，根據(jù)以上數(shù)據(jù)通過(guò)隨機(jī)森林分類器對(duì)影像分類并驗(yàn)證精度.將基于驗(yàn)證樣本測(cè)試后的誤差混淆矩陣導(dǎo)出，以總體精度和Kappa系數(shù)作為精度評(píng)價(jià)標(biāo)準(zhǔn)，結(jié)果顯示研究區(qū)2017年—2019年3個(gè)時(shí)期土地利用分類的總體精度分別為0.86、0.84及0.87，Kappa系數(shù)分別為0.82、0.80及0.84，分類數(shù)據(jù)總體精度較高，可以利用該數(shù)據(jù)進(jìn)行后續(xù)土地利用變化分析．

2.2 生態(tài)系統(tǒng)服務(wù)價(jià)值計(jì)算

基于研究區(qū)社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r，根據(jù)相關(guān)學(xué)者[10-12]提出的理論對(duì)研究區(qū)單位面積糧食產(chǎn)量創(chuàng)造的經(jīng)濟(jì)價(jià)值進(jìn)行修正.查詢研究區(qū)各單元統(tǒng)計(jì)年鑒可知，2017年—2019年北京市平均糧食產(chǎn)量6 155.2 kg·hm-2，天津市平均糧食產(chǎn)量為6 201.4 kg·hm-2，河北省平均糧食產(chǎn)量為5 995.2 kg·hm-2.本文以當(dāng)年該地區(qū)平均糧食單產(chǎn)市場(chǎng)價(jià)值的1 /7為該地區(qū)1個(gè)生態(tài)服務(wù)價(jià)值當(dāng)量的經(jīng)濟(jì)價(jià)值作為計(jì)算依據(jù)，結(jié)合2017年—2019年各地區(qū)平均糧食價(jià)格，以北京市平均糧食價(jià)格為2.03元·kg-1，天津市平均糧食價(jià)格為1.923元·kg-1，河北省平均糧食價(jià)格為1.904元·kg-1進(jìn)行計(jì)算，得出北京市、天津市以及河北省農(nóng)田自然糧食產(chǎn)的經(jīng)濟(jì)價(jià)值分別為1 785.0元·hm-2、1 703.6元·hm-2、1 630.7元·hm-2，由此計(jì)算出研究區(qū)生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價(jià)值(表3).計(jì)算公式如式(1)：

ESV=∑Ak×VCk，

(1)

式中，ESV是生態(tài)系統(tǒng)服務(wù)價(jià)值，單位為元· a-1，Ak是研究區(qū)第k種土地利用類型的面積，單位為hm2，VCk是第k種土地利用類型對(duì)應(yīng)的生態(tài)價(jià)值系數(shù)，單位為元·hm-2·a-1．

表2 研究區(qū)土地生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)VCkTab.2 The coefficient of ecosystem service value of each land use type in research region yuan 元·hm-2·a-1

2.3 敏感性分析方法

本文借用敏感性指數(shù)(Coefficient of Sensitivity，CS)來(lái)確定價(jià)值系數(shù)(VC)隨著時(shí)間變化引起生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV)的變化程度.通過(guò)調(diào)整50%的價(jià)值系數(shù)來(lái)計(jì)算敏感性系數(shù)，從而計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV)對(duì)價(jià)值系數(shù)(VC)的敏感程度，如果CS>1，說(shuō)明ESV對(duì)VC是具有一定彈性的；如果CS<1，則說(shuō)明ESV對(duì)VC是缺乏彈性的，VC的變化對(duì)ESV的影響較小，結(jié)果具有可靠性.敏感性指數(shù)計(jì)算說(shuō)明公式如式(2)：

(2)

其中，CSk是第k種土地利用類型對(duì)應(yīng)的敏感性指數(shù)，VCik是k種土地利用類型對(duì)應(yīng)的初始生態(tài)價(jià)值系數(shù)，VCjk是第k種土地利用類型調(diào)整50%后的生態(tài)價(jià)值系數(shù)，單位為元·hm-2·a-1，ESVi是初始生態(tài)系統(tǒng)服務(wù)價(jià)值，ESVj是價(jià)值系數(shù)調(diào)整50%后對(duì)應(yīng)的生態(tài)系統(tǒng)服務(wù)價(jià)值，單位為元·a-1．

3 結(jié)果與討論

3.1 土地利用變化

由圖4及表3可知，研究區(qū)主要土地利用類型為耕地、草地及林地，共占總面積的85%，耕地主要分布于中部平原地區(qū)，地形平坦，適宜農(nóng)作物的耕種.草地和林地分布于西部及西北部燕山、太行山山麓地帶，該地帶地勢(shì)較高，地形復(fù)雜，氣候較為濕潤(rùn)，適宜灌木從、闊葉林等植物的自然生長(zhǎng).研究區(qū)主要土地利用類型及空間分布存在一定差異.北京市土地類型以林地、草地以及建設(shè)用地為主，約占總面積的80%，其中2017年林地、草地面積占比分別為42.63%、27.25%，主要分布于西北部山地地帶.建設(shè)用地及耕地主要分布于中部和東部平原地區(qū)；天津市地勢(shì)以平原和洼地為主，耕地、建設(shè)用地占比較大，2017年面積占比分別為39.20%、25.06%，林地、草地多分布于天津北部與燕山南側(cè)接壤山地.天津東部相鄰渤海地區(qū)，擁有豐富的水資源，相比北京、河北，其水域面積占比最多，2017年為25.06%，其于兩地分別為14.74%、9.20%；河北省平原面積廣闊，土地利用類型以耕地、草地、林地為主，2017年草地、耕地、林地分別占比33.44%、32.67%、22.04%，林地及草地主要分布于西部及北部山地地區(qū)，耕地主要大面積分布于中部及東南部．

圖4 2017年—2019年研究區(qū)土地利用變化Fig.4 Land use change in research region from 2017 to 2019

2017年—2019年，研究地區(qū)的土地利用變化見表3，總體來(lái)看，三年間研究區(qū)各土地利用類型均有一定變化，其中草地的面積變化幅度最大，三年間，研究區(qū)草地面積占比減少了4.12%，北京市草地面積變化幅度最大，面積占比減少8.44%，其余河北省、天津市草地面積占比分別減少3.80%、3.14%；其次面積變化幅度較大的為林地，研究區(qū)林地面積占比由2017年的22.96%增加至2019年的25.49%，增幅為2.53%，其中2017年—2019年間北京市、河北省的林地面積占比持續(xù)增長(zhǎng)，增幅分為5.56%、2.32%，天津市林地面積先增后減，林地面積占比由2017年的9.87%增加至2018年的15.75%，于2019年減少為11.27%，最終林地面積增加1.41%；研究區(qū)耕地、建設(shè)用地面積占比均有一定幅度增長(zhǎng)，分別為1.25%、0.48%.其中北京市、河北省耕地面積分別增長(zhǎng)1.40%、1.30%，天津市耕地面積先減后增，呈現(xiàn)較大波動(dòng)，天津市耕地面積2017年—2018年減少4.40%，2018年—2019年增加4.70%，2017年—2019年總體仍增加0.3%；未利用地面積變化最小，三年間研究區(qū)未利用地面積僅增加0.03%，北京市、天津市未利用地面積分別增加0.06%、0.39%，河北省未利用地面積先減后增，最終無(wú)明顯變化；此外，2017年—2019年以來(lái)，研究區(qū)內(nèi)的水域面積總體上具有波動(dòng)下降的趨勢(shì)，2019年水域面積占比為1.73%，相比2017年下降了0.16%.其中天津市、河北省2017年—2019年體面積占比分別降低了0.71%、0.75%，北京市水域面積占比先降后增，2017年—2019年水域面積占比增加了0.06%．

由表4可知，2017年—2019年，研究區(qū)各單元分別有1.41%、2.41%、0.95%的耕地轉(zhuǎn)化為林地，1.54%、3.62%、2.73%的耕地轉(zhuǎn)化為草地，說(shuō)明近些年來(lái)研究區(qū)內(nèi)退耕還林、退耕還草等政策的實(shí)施有一定的成效；其次發(fā)現(xiàn)各單元分別有3.26%、4.37%、4.08%的草地轉(zhuǎn)化為耕地，1.90%、2.51%、1.07%的草地轉(zhuǎn)化為建設(shè)用地，是表3中研究區(qū)內(nèi)草地面積占比降低的主要原因；建設(shè)用地的面積亦有小幅度變動(dòng)，研究發(fā)現(xiàn)此現(xiàn)象主要來(lái)源于草地、耕地的轉(zhuǎn)化；水域及未利用地的變化幅度較小，水域主要轉(zhuǎn)化為草地及未利用地，其中天津市0.35%的水域轉(zhuǎn)化為草地、0.36%的水域轉(zhuǎn)化為未利用地．

表3 2017年—2019年研究區(qū)土地利用類型占比變化格局Tab.3 Land use proportion change pattern in research region from 2017 to 2019 %

表4 2017年—2019年研究區(qū)土地利用轉(zhuǎn)移矩陣Tab.4 Land use transfer matrix in research region from 2017 to 2019 %

3.2 生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)間變化

由表5及圖5可知，2017年—2019年間，研究區(qū)ESV總值共增加99.99億元，其中北京市、河北省ESV總值分別增加22.11、82.47億元，天津市ESV總值減少4.59億元.2017年—2019年研究區(qū)6種土地利用類型貢獻(xiàn)的ESV中，耕地、林地、未利用地貢獻(xiàn)的ESV增加，草地、水域貢獻(xiàn)的ESV減少，其中ESV變化幅度最大的為林地.2017年—2019年研究區(qū)林地貢獻(xiàn)的ESV總值增加208.38億元，其中北京、河北林地貢獻(xiàn)的ESV分別增加36.22、165.93億元，是其ESV總值主要的增長(zhǎng)來(lái)源，天津市林地貢獻(xiàn)的ESV先增后減，增加6.23億；其次為草地，研究區(qū)各地區(qū)草地貢獻(xiàn)的ESV均呈下降趨勢(shì)，總值共減少112.82億元，其中河北省草地貢獻(xiàn)的ESV價(jià)值減少90.3億元，北京市、天津市草地貢獻(xiàn)的ESV價(jià)值分別減少17.9、4.63億元；2017年—2019年研究區(qū)耕地貢獻(xiàn)的ESV增加32.66億元，北京市、天津市及河北省耕地貢獻(xiàn)的ESV分別增加2.83、0.42及29.4億元；研究區(qū)水域貢獻(xiàn)的ESV總體呈下降趨勢(shì)，從2017年的100.47億元減少至2019年的93.83億元，共減少28.27億元，其中河北省、天津市水域貢獻(xiàn)的ESV總值分別減少22.57、6.64億元；未利用土地所貢獻(xiàn)的ESV總體呈波動(dòng)上升趨勢(shì)，但未利用地貢獻(xiàn)的ESV較少，且增加幅度較?。?/p>

表5 2017年—2019年研究區(qū)土地生態(tài)系統(tǒng)服務(wù)價(jià)值Tab.5 ESV in different land use in research region from 2017 to 2019 ×108yuan·a-1

圖5 2017年—2019年研究區(qū)土地生態(tài)系統(tǒng)服務(wù)價(jià)值趨勢(shì)圖Fig.5 The trend of ESV in different land use in research region from 2017 to 2019

綜上所述，2017年—2019年間研究區(qū)林地貢獻(xiàn)的ESV最多，其中北京市、河北省的林地及天津市的水域，分別為當(dāng)?shù)谽SV總值的主要來(lái)源，所貢獻(xiàn)的ESV占其總值的70%、50%及42%.因此加強(qiáng)建設(shè)林地、保護(hù)草地資源，推進(jìn)水域治理，優(yōu)化水生態(tài)環(huán)境，是京津冀一體化協(xié)調(diào)發(fā)展，改善京津冀地區(qū)生態(tài)環(huán)境、提高生態(tài)系統(tǒng)服務(wù)價(jià)值的關(guān)鍵．

3.3 價(jià)值系數(shù)敏感性分析

根據(jù)上文所述敏感性研究方法，將研究區(qū)土地利用類型對(duì)應(yīng)的生態(tài)價(jià)值系數(shù)進(jìn)行50%的調(diào)整，計(jì)算對(duì)應(yīng)的敏感性系數(shù)，結(jié)果如表6所示，2017年—2019年間，研究區(qū)各地區(qū)各土地類型敏感性系數(shù)均不高于1，其中研究區(qū)內(nèi)未利用地的CS最低，為0.000 1～0.000 5，表明研究區(qū)內(nèi)未利用地對(duì)應(yīng)的VC每變化1%時(shí)，研究區(qū)內(nèi)ESV總價(jià)值僅有0.000 1～0.000 5的變化，北京市林地的CS最高，為0.71～0.76，表明北京市林地對(duì)應(yīng)的VC每變化1%時(shí)，北京市ESV總價(jià)值波動(dòng)0.71%～0.76%.表明ESV對(duì)三地的生態(tài)價(jià)值系數(shù)缺乏彈性，生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)對(duì)ESV的影響較小，結(jié)果具有可靠性

4 結(jié)論

2017年—2019年間，研究區(qū)土地利用狀況有一定程度地改變，其中耕地、林地、建設(shè)用地及未利用地面積均有一定增長(zhǎng)，北京市、河北省內(nèi)林地及耕地面積增長(zhǎng)最多，其次為天津市內(nèi)建設(shè)用地；草地及水域面積減少，其中北京市草地面積占比減少8.44%，天津市水域面積占比減少0.71%.三年間六種土地類別有一定程度的互相轉(zhuǎn)化，其中林地增長(zhǎng)的面積主要轉(zhuǎn)化自耕地，草地減少的面積主要轉(zhuǎn)化為建設(shè)用地，部分水域轉(zhuǎn)化為草地及未利用地.從六種土地利用類型的增減狀況可以看出，京津冀地區(qū)三北防護(hù)林、太行山綠化等工程在林地建設(shè)中發(fā)揮了一定的作用，但是草地流失嚴(yán)重，草原過(guò)度墾殖、草場(chǎng)退化、沙化，水土面積流失嚴(yán)重，水資源不斷萎縮，需要加強(qiáng)生態(tài)環(huán)境的優(yōu)化建設(shè)，在保證耕地面積的基礎(chǔ)上，合理推進(jìn)退耕還草的實(shí)施，推進(jìn)水域環(huán)境治理及生態(tài)修復(fù)．

2017年—2019年間，研究區(qū)內(nèi)ESV總值從3 914億元增長(zhǎng)至4 013.99億元，共增加99.99億元，其中北京市、河北省ESV總值增加，天津市ESV總值減少.各土地利用類型中貢獻(xiàn)ESV最多的是林地，其次是耕地和草地，未利用地最少.北京市、河北省ESV主要來(lái)源于林地，其次是草地和耕地；天津市ESV主要來(lái)源于水域，其次是耕地和林地.根據(jù)研究區(qū)各單元ESV主要來(lái)源以及變化狀況，應(yīng)合理規(guī)劃土地資源，加強(qiáng)對(duì)草地和水域的保護(hù)，高效優(yōu)化開發(fā)未利用地，增強(qiáng)生態(tài)環(huán)境的建設(shè)，

2017年—2019年間，研究區(qū)6種土地利用類型對(duì)價(jià)值系數(shù)的均低于1，表明生態(tài)系統(tǒng)服務(wù)價(jià)值對(duì)調(diào)整后的各土地利用類型對(duì)應(yīng)的生態(tài)價(jià)值系數(shù)缺乏彈性，證明本研究結(jié)果可信性．