基于氣候帶與農(nóng)業(yè)區(qū)劃的農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡及驅(qū)動(dòng)機(jī)制

衛(wèi)彥宏，喬旭寧，張仲伍，楊永菊，牛海鵬

基于氣候帶與農(nóng)業(yè)區(qū)劃的農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡及驅(qū)動(dòng)機(jī)制

衛(wèi)彥宏1，喬旭寧2※，張仲伍1，楊永菊2，牛海鵬2

（1. 山西師范大學(xué)地理科學(xué)學(xué)院，太原 030000；2. 河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院，焦作 454000）

農(nóng)田生態(tài)系統(tǒng)作為重要的陸地生態(tài)系統(tǒng)之一，不同氣候帶與農(nóng)業(yè)區(qū)的農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡關(guān)系與機(jī)理尚不明確。該研究定量分析了1990—2019年典型區(qū)域淮河流域農(nóng)田生態(tài)系統(tǒng)關(guān)鍵服務(wù)食物供給與土壤保持的權(quán)衡強(qiáng)度，運(yùn)用地理探測(cè)器方法揭示了不同氣候帶與農(nóng)業(yè)區(qū)劃下農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡關(guān)系的驅(qū)動(dòng)機(jī)制，完善與細(xì)化了農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡機(jī)理，為推進(jìn)淮河流域不同氣候區(qū)和農(nóng)業(yè)區(qū)的糧食安全和生態(tài)安全協(xié)同和精準(zhǔn)施策提供科學(xué)依據(jù)。結(jié)果表明：1）淮河流域食物供給服務(wù)總體呈現(xiàn)增長(zhǎng)趨勢(shì)，黃淮海平原食物供給增長(zhǎng)幅度顯著高于長(zhǎng)江中下游。土壤保持服務(wù)分區(qū)差異較大，在氣候帶上表現(xiàn)為亞熱帶增長(zhǎng)趨勢(shì)快于暖溫帶，在農(nóng)業(yè)區(qū)劃上表現(xiàn)為長(zhǎng)江中下游增長(zhǎng)趨勢(shì)快于黃淮海平原，但黃淮海平原土壤保持平均值高于長(zhǎng)江中下游。2）淮河流域農(nóng)田食物供給與土壤保持兩種服務(wù)間的權(quán)衡關(guān)系存在時(shí)空分異性，總體呈現(xiàn)加劇態(tài)勢(shì)，權(quán)衡強(qiáng)度表現(xiàn)為暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)>亞熱帶農(nóng)業(yè)區(qū)>暖溫帶黃淮海平原農(nóng)業(yè)區(qū)。3）淮河流域農(nóng)田生態(tài)系統(tǒng)食物供給與土壤保持間的權(quán)衡關(guān)系受自然因素和人為因素共同作用，人為因素尤其是化肥施用量顯著增強(qiáng)了食物供給與土壤保持間的權(quán)衡；在不同氣候帶與農(nóng)業(yè)區(qū)，氣候因素和地形因素對(duì)權(quán)衡關(guān)系的影響差異顯著，其中，暖溫帶黃淮海平原農(nóng)業(yè)區(qū)受地形因素和年均溫的影響顯著，而其他農(nóng)業(yè)區(qū)年降水量的作用更明顯。4）糧食主產(chǎn)區(qū)耕地利用與保護(hù)政策制定應(yīng)充分考慮農(nóng)田生態(tài)系統(tǒng)供給服務(wù)（糧食生產(chǎn)）和支持服務(wù)（土壤保持）的權(quán)衡關(guān)系在不同氣候帶和農(nóng)業(yè)區(qū)劃作用機(jī)制的時(shí)空差異性，同時(shí)要考慮驅(qū)動(dòng)因素的普遍性與差異性，減少人為因素的普遍影響，并結(jié)合不同區(qū)域自然因素及與人為因素的交互影響分區(qū)施策。

農(nóng)田；生態(tài)系統(tǒng)服務(wù)；權(quán)衡；驅(qū)動(dòng)因素；氣候帶；農(nóng)業(yè)區(qū)劃；淮河流域

0 引 言

生態(tài)系統(tǒng)可以為人類提供供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)。生態(tài)系統(tǒng)服務(wù)權(quán)衡普遍存在于不同時(shí)空尺度中[1-2]，人類對(duì)生態(tài)系統(tǒng)服務(wù)的偏好與選擇造成了生態(tài)系統(tǒng)服務(wù)間的權(quán)衡[3]。人類活動(dòng)在提升供給服務(wù)的同時(shí)會(huì)導(dǎo)致調(diào)節(jié)功能下降[2]。國(guó)內(nèi)外學(xué)者使用多種方法對(duì)生態(tài)系統(tǒng)服務(wù)權(quán)衡進(jìn)行了探究，如均方根誤差法（Root Mean Square Error，RMSE）[4-5]、約束線[6]、空間疊置分析法[7]等。權(quán)衡研究的最終目標(biāo)是減少生態(tài)系統(tǒng)服務(wù)間的沖突，增強(qiáng)生態(tài)系統(tǒng)服務(wù)協(xié)同。

作為陸地重要的生態(tài)系統(tǒng)之一，農(nóng)田各生態(tài)系統(tǒng)服務(wù)之間存在積極或消極的相互聯(lián)系。食物供給是農(nóng)田生態(tài)系統(tǒng)重要的服務(wù)功能之一，研究發(fā)現(xiàn)中國(guó)糧食主產(chǎn)區(qū)的食物供給及其對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的貢獻(xiàn)具有空間異質(zhì)性[8]。農(nóng)田生態(tài)系統(tǒng)在為人類提供各種農(nóng)產(chǎn)品的同時(shí)也承擔(dān)著重要的水土保持功能，研究表明人類活動(dòng)尤其是農(nóng)業(yè)耕作會(huì)加劇土壤侵蝕[9]，人類活動(dòng)在提高農(nóng)田供給服務(wù)的同時(shí)可能會(huì)導(dǎo)致其他生態(tài)系統(tǒng)服務(wù)的下降，加重農(nóng)田生態(tài)系統(tǒng)服務(wù)間的權(quán)衡。這種權(quán)衡關(guān)系受自然和人為因素的影響，學(xué)者們通過地理探測(cè)器[10]、冗余分析[11]等方法驗(yàn)證了自然因素和人為因素對(duì)生態(tài)系統(tǒng)服務(wù)權(quán)衡的影響機(jī)制，研究發(fā)現(xiàn)不同氣候條件下生態(tài)系統(tǒng)服務(wù)權(quán)衡存在差異，并且不同氣候帶各環(huán)境因子的相對(duì)貢獻(xiàn)程度差異顯著[12]。目前，國(guó)內(nèi)外學(xué)者對(duì)不同時(shí)空尺度的生態(tài)系統(tǒng)服務(wù)權(quán)衡效應(yīng)展開了深入的研究[13-14]，但針對(duì)不同氣候帶農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡關(guān)系研究較少，作用機(jī)理和驅(qū)動(dòng)機(jī)制不清楚，降低了研究成果的普適性和農(nóng)業(yè)政策制訂的靶向性。

中國(guó)不同農(nóng)業(yè)區(qū)耕地生態(tài)系統(tǒng)服務(wù)價(jià)值變化差異顯著[15]，對(duì)農(nóng)業(yè)區(qū)生態(tài)系統(tǒng)服務(wù)的研究表明不同農(nóng)業(yè)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值存在差異，并且糧食生產(chǎn)活動(dòng)過程中會(huì)產(chǎn)生負(fù)外部效應(yīng)[16]。糧食主產(chǎn)區(qū)的食物供給關(guān)乎中國(guó)糧食安全狀況[8]，探究不同農(nóng)業(yè)區(qū)劃下生態(tài)系統(tǒng)服務(wù)權(quán)衡關(guān)系及其內(nèi)在機(jī)理，有助于推動(dòng)糧食安全與生態(tài)安全協(xié)同發(fā)展及分區(qū)精準(zhǔn)施策。

淮河流域地處南北氣候過渡帶，淮河干流以南為亞熱帶，以北為暖溫帶。作為中國(guó)糧食主產(chǎn)區(qū)之一，淮河流域分屬長(zhǎng)江中下游和黃淮海平原兩個(gè)農(nóng)業(yè)區(qū)，耕地占比高達(dá)70%，是研究不同氣候區(qū)與不同農(nóng)業(yè)區(qū)劃農(nóng)田生態(tài)系統(tǒng)服務(wù)時(shí)空動(dòng)態(tài)權(quán)衡差異的理想?yún)^(qū)域。基于此，本研究選擇跨氣候帶和農(nóng)業(yè)區(qū)的糧食核心產(chǎn)區(qū)淮河流域?yàn)榈湫蛥^(qū)域，將氣候區(qū)與農(nóng)業(yè)區(qū)劃相結(jié)合，考慮到亞熱帶黃淮海平原區(qū)面積較小，將其與亞熱帶長(zhǎng)江中下游區(qū)域合并研究，將流域分為亞熱帶農(nóng)業(yè)區(qū)、暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)和暖溫帶黃淮海平原農(nóng)業(yè)區(qū)，量化了1990—2019年淮河流域不同氣候帶與農(nóng)業(yè)區(qū)劃下農(nóng)田生態(tài)系統(tǒng)關(guān)鍵服務(wù)食物供給與土壤保持，揭示了兩種服務(wù)間的權(quán)衡強(qiáng)度及其驅(qū)動(dòng)機(jī)制，以期為國(guó)家糧食安全戰(zhàn)略導(dǎo)向下實(shí)現(xiàn)農(nóng)田生態(tài)系統(tǒng)穩(wěn)定與可持續(xù)提供科學(xué)依據(jù)。

1 研究區(qū)概況

淮河流域位于東經(jīng)111°55′～121°20′，北緯30°55′～36°20′之間，行政區(qū)劃包括安徽、河南、江蘇、山東四?。▓D1）?；春恿饔虻靥幹袊?guó)南北氣候過渡帶，秦嶺—淮河一線自淮河流域境內(nèi)穿過，以淮河為分界線，流域北部為暖溫帶半濕潤(rùn)區(qū)，南部為亞熱帶濕潤(rùn)區(qū)。流域境內(nèi)光熱資源充足，多年平均氣溫13.2～15.7 ℃，平均降水量約為883 mm[17]。土地利用以耕地和林地為主，其中耕地面積占比高達(dá)70%，是中國(guó)的糧食主產(chǎn)區(qū)之一。

淮河流域在農(nóng)業(yè)區(qū)劃上包括長(zhǎng)江中下游區(qū)和黃淮海平原區(qū)。流域境內(nèi)的長(zhǎng)江中下游區(qū)域分屬亞熱帶與暖溫帶，農(nóng)作物以水稻、小麥為主，亞熱帶區(qū)域農(nóng)業(yè)熟制為水田旱地三熟二熟，暖溫帶區(qū)域則為二熟區(qū)[18]。黃淮海平原區(qū)主要位于暖溫帶地區(qū)，農(nóng)作物以小麥、玉米、水稻和棉花為主，處于農(nóng)作二熟區(qū)[18]。

淮河流域人口眾多，人口密度居全國(guó)各大流域之首?；春恿饔蜃鳛橹袊?guó)重點(diǎn)糧食生產(chǎn)核心區(qū)，在提高糧食產(chǎn)量的同時(shí)兼顧農(nóng)田生態(tài)系統(tǒng)的土壤保持功能，降低農(nóng)業(yè)耕作對(duì)土壤的侵蝕作用，對(duì)流域及國(guó)家糧食安全戰(zhàn)略具有重要意義。

圖1 研究區(qū)概況

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

數(shù)據(jù)主要來源于地理空間數(shù)據(jù)云、國(guó)家冰川凍土沙漠科學(xué)數(shù)據(jù)中心、美國(guó)國(guó)家航空航天局網(wǎng)站、中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心等平臺(tái)、網(wǎng)站、數(shù)據(jù)集及統(tǒng)計(jì)年鑒（表1）。使用ArcGIS軟件將所有數(shù)據(jù)處理為空間分辨率1 km×1 km、蘭伯特投影。部分年份統(tǒng)計(jì)數(shù)據(jù)缺失，使用SPSS軟件進(jìn)行缺失值分析或采用相鄰年份數(shù)據(jù)進(jìn)行填補(bǔ)。

表1 數(shù)據(jù)來源

2.2 農(nóng)田生態(tài)系統(tǒng)服務(wù)量化

2.2.1 食物供給

以縣域?yàn)榻y(tǒng)計(jì)單元，使用NPP（Net Primary Productivity）數(shù)據(jù)將糧食產(chǎn)量數(shù)據(jù)空間化處理，通過單位面積糧食產(chǎn)量來衡量食物供給。

P=NPP/NPP·P（1）

式中P是縣耕地第柵格中的糧食產(chǎn)量（t），P是縣耕地平均糧食產(chǎn)量（t），NPP是縣耕地第柵格的NPP（t/km2），NPP是縣耕地平均NPP（t/km2）。

2.2.2 土壤保持

RUSLE（Revised Universal Soil Loss Equation）模型已被廣泛應(yīng)用于土壤侵蝕研究[21]，本文采用RUSLE模型估算研究區(qū)土壤保持情況。

A=E-E（2）

E=R·K·L·S（3）

E=R·K·L·S·C·P（4）

式中為土壤保持量（t/km2·a）；E是潛在的土壤侵蝕量（t/km2·a），即當(dāng)耕地沒有被植被覆蓋并且受到侵蝕控制措施保護(hù)時(shí)的土壤侵蝕量；E為實(shí)際土壤侵蝕量（t/km2·a），即耕地利用過程中的土壤侵蝕量；為降雨侵蝕因子；為土壤侵蝕因子；為坡長(zhǎng)因子；為坡度因子；為植被覆蓋因子；為土壤保持措施因子。

基于數(shù)據(jù)可獲取性及測(cè)算簡(jiǎn)便性，研究中值采用周伏建等[22]基于月降雨量的簡(jiǎn)易算式估算；值采用Williams[23]提出的經(jīng)典方法估算；由于淮河流域總體坡度較為平緩，采用Wischmeier等[24]提出的公式計(jì)算因子，計(jì)算值時(shí)10°以下采用McCool等[25]的公式計(jì)算，10°以上采用Liu等[26]的方法；值采用蔡崇法等[27]提出的因子計(jì)算方式估算；因子根據(jù)前人研究成果對(duì)淮河流域耕地土壤保持措施因子賦值為0.35[28]。

2.3 農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡效應(yīng)量化

本文采用Bradford等[4]提出的均方根誤差法RMSE對(duì)生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡進(jìn)行量化。RMSE描述了單個(gè)生態(tài)系統(tǒng)服務(wù)標(biāo)準(zhǔn)差與平均生態(tài)系統(tǒng)服務(wù)標(biāo)準(zhǔn)差之間的分散幅度，可以量化任意兩個(gè)生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡度[5]。RMSE值介于0～1之間，RMSE值越大，表示兩種生態(tài)系統(tǒng)服務(wù)間的權(quán)衡強(qiáng)度越強(qiáng)，值越小，表示權(quán)衡強(qiáng)度越弱，當(dāng)RMSE值為0時(shí)，兩種生態(tài)系統(tǒng)服務(wù)間為協(xié)同關(guān)系。

2.4 驅(qū)動(dòng)因素分析

農(nóng)業(yè)生產(chǎn)活動(dòng)受自身地理、氣象條件約束顯著，同時(shí)，農(nóng)田作為人地作用關(guān)系表現(xiàn)強(qiáng)烈的生態(tài)系統(tǒng)，農(nóng)業(yè)發(fā)展在一定程度上受到農(nóng)業(yè)人口數(shù)量的影響，化肥投入的增長(zhǎng)有助于糧食增產(chǎn)，但過量的化肥使用會(huì)破壞土壤環(huán)境，造成農(nóng)田土壤退化。地理探測(cè)器可用于定量探測(cè)空間分異性并揭示其驅(qū)動(dòng)力，包括分異及因子探測(cè)、交互作用探測(cè)、風(fēng)險(xiǎn)區(qū)探測(cè)和生態(tài)探測(cè)4個(gè)探測(cè)器[29]。本文采用分異及因子探測(cè)和交互作用探測(cè)，選取地形因素（DEM、坡度）、氣候因素（年均溫、年降水量）、土壤質(zhì)地（砂粒、粉砂粒、黏粒）和人為因素（人口密度、化肥施用量）分析農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡效應(yīng)的驅(qū)動(dòng)因素。

3 結(jié)果與分析

3.1 農(nóng)田生態(tài)系統(tǒng)服務(wù)時(shí)空變化

3.1.1 食物供給

1990—2019年淮河流域食物供給服務(wù)總體呈現(xiàn)增長(zhǎng)趨勢(shì)，但增長(zhǎng)幅度不同。食物供給平均值在不同分區(qū)表現(xiàn)為暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)>暖溫帶黃淮海平原農(nóng)業(yè)區(qū)>亞熱帶農(nóng)業(yè)區(qū)，但其增長(zhǎng)幅度表現(xiàn)為暖溫帶黃淮海平原農(nóng)業(yè)區(qū)（139.82%）>亞熱帶農(nóng)業(yè)區(qū)（118.07%）>暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)（88.42%）。亞熱帶農(nóng)業(yè)區(qū)、暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)和暖溫帶黃淮海平原農(nóng)業(yè)區(qū)食物供給服務(wù)與年份之間的線性模型斜率分別為59.26、51.47和63.04，這表明1990—2019年淮河流域3個(gè)分區(qū)食物供給服務(wù)都大幅增長(zhǎng)，其中暖溫帶黃淮海平原農(nóng)業(yè)區(qū)增長(zhǎng)幅度最大，其次為亞熱帶農(nóng)業(yè)區(qū)和暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)（表2）。

30 a中，糧食產(chǎn)量在不同分區(qū)均呈現(xiàn)增長(zhǎng)狀態(tài)，亞熱帶農(nóng)業(yè)區(qū)增長(zhǎng)60.42%，暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)增長(zhǎng)67.93%，暖溫帶黃淮海平原農(nóng)業(yè)區(qū)增長(zhǎng)了92.41%。從氣候帶來看，淮河流域亞熱帶糧食產(chǎn)量增長(zhǎng)幅度低于暖溫帶區(qū)域，而從農(nóng)業(yè)區(qū)劃來看，淮河流域境內(nèi)黃淮海平原區(qū)域糧食產(chǎn)量增長(zhǎng)幅度顯著高于長(zhǎng)江中下游區(qū)域。

空間上，亞熱帶農(nóng)業(yè)區(qū)食物供給服務(wù)呈現(xiàn)出東高西低的特征，高值區(qū)主要分布在東部京杭運(yùn)河、通揚(yáng)運(yùn)河與通榆運(yùn)河之間，低值區(qū)分布于亞熱帶農(nóng)業(yè)區(qū)西南部。暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)食物供給呈現(xiàn)兩邊高、中間低的分布特征，高值區(qū)主要分布在京杭運(yùn)河以東及區(qū)域西部地區(qū)，低值區(qū)則集中于中部區(qū)域。暖溫帶黃淮海平原農(nóng)業(yè)區(qū)食物供給呈現(xiàn)中間高、兩邊低的空間分布，高值區(qū)主要集中于中部區(qū)域，低值區(qū)分布在東部和西部。

3.1.2 土壤保持

1990—2019年淮河流域3個(gè)研究分區(qū)土壤保持呈現(xiàn)較大差異，暖溫帶黃淮海平原農(nóng)業(yè)區(qū)土壤保持平均值最高，其次為亞熱帶農(nóng)業(yè)區(qū)土壤保持平均值，暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)土壤保持平均值最低（表2）。

表2 1990—2019年淮河流域農(nóng)田食物供給和土壤保持平均值

亞熱帶農(nóng)業(yè)區(qū)、暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)和暖溫帶黃淮海平原農(nóng)業(yè)區(qū)土壤保持服務(wù)平均值與年份之間的線性模型斜率分別為0.978、0.337與-0.047。從氣候帶來看，相較于暖溫帶區(qū)域，1990—2019年亞熱帶區(qū)域土壤保持服務(wù)增長(zhǎng)趨勢(shì)明顯，而土壤保持服務(wù)在農(nóng)業(yè)區(qū)劃上的表現(xiàn)為長(zhǎng)江中下游區(qū)域土壤保持服務(wù)增長(zhǎng)趨勢(shì)顯著高于黃淮海平原區(qū)域。

空間上，亞熱帶農(nóng)業(yè)區(qū)土壤保持服務(wù)高值區(qū)分布于淮南地區(qū)西南部，低值區(qū)位于東部和中部地區(qū)。暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)土壤保持服務(wù)高值區(qū)集中在區(qū)域中部，低值區(qū)分布在東部和西部。暖溫帶黃淮海平原農(nóng)業(yè)區(qū)土壤保持服務(wù)高值區(qū)分布于東部和西部，中部地區(qū)土壤保持服務(wù)較低。

3.2 農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡效應(yīng)時(shí)空變化

淮河流域農(nóng)田食物供給與土壤保持兩種服務(wù)間的權(quán)衡關(guān)系存在時(shí)空分異性。1990—2019年淮河流域不同氣候帶與農(nóng)業(yè)區(qū)劃下的食物供給與土壤保持間的權(quán)衡關(guān)系呈現(xiàn)加劇態(tài)勢(shì)。暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)RMSE均值最高，表明該區(qū)域食物供給與土壤保持間的權(quán)衡關(guān)系更顯著，其次為亞熱帶農(nóng)業(yè)區(qū)，暖溫帶黃淮海平原農(nóng)業(yè)區(qū)RMSE均值最低。亞熱帶農(nóng)業(yè)區(qū)、暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)和暖溫帶黃淮海平原農(nóng)業(yè)區(qū)RMSE均值與年份之間的線性模型斜率分別為0.021、0.018和0.011，意味著亞熱帶農(nóng)業(yè)區(qū)食物供給與土壤保持之間的權(quán)衡關(guān)系加劇態(tài)勢(shì)比暖溫帶農(nóng)業(yè)區(qū)更顯著（圖2）。

空間上，亞熱帶農(nóng)業(yè)區(qū)RMSE高值區(qū)主要分布在京杭運(yùn)河、通揚(yáng)運(yùn)河與通榆運(yùn)河之間，低值區(qū)分布于淮南地區(qū)西南部。暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)RMSE高值區(qū)主要分布在東部和西部，中部RMSE較低。暖溫帶黃淮海平原農(nóng)業(yè)區(qū)RMSE高值區(qū)主要集中于中部地區(qū)，低值區(qū)位于東部和西部（圖3）。

圖2 1990—2019年淮河流域農(nóng)田食物供給與土壤保持權(quán)衡變化

圖3 1990—2019年淮河流域農(nóng)田食物供給與土壤保持間均方根誤差（RMSE）空間分布

3.3 農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡關(guān)系的驅(qū)動(dòng)因素

3.3.1 因子探測(cè)

1990—2019年淮河流域食物供給與土壤保持兩種服務(wù)間的權(quán)衡關(guān)系因子探測(cè)結(jié)果顯示，人為因素、地形因素和氣候因素對(duì)食物供給與土壤保持間的權(quán)衡關(guān)系的影響較高，土壤質(zhì)地對(duì)權(quán)衡關(guān)系的影響較低。

在亞熱帶農(nóng)業(yè)區(qū)，人為因素是對(duì)兩種生態(tài)系統(tǒng)服務(wù)間權(quán)衡關(guān)系貢獻(xiàn)最大的因素，亞熱帶農(nóng)業(yè)區(qū)人口密度高值區(qū)與化肥施用量高值區(qū)主要分布在京杭運(yùn)河、通揚(yáng)運(yùn)河與通榆運(yùn)河之間，以及淮河沿線區(qū)域，低值區(qū)分布在亞熱帶農(nóng)業(yè)區(qū)西南部，與RMSE的空間分布一致，表明人類活動(dòng)在食物供給與土壤保持間的權(quán)衡關(guān)系中具有重要作用。氣候因素對(duì)亞熱帶農(nóng)業(yè)區(qū)兩種服務(wù)間權(quán)衡關(guān)系的貢獻(xiàn)僅次于人為因素，其中，年降水量對(duì)亞熱帶農(nóng)業(yè)區(qū)權(quán)衡效應(yīng)的相對(duì)貢獻(xiàn)大于年均溫。地形因素中，DEM對(duì)亞熱帶農(nóng)業(yè)區(qū)兩種服務(wù)間權(quán)衡關(guān)系的影響大于坡度。亞熱帶農(nóng)業(yè)區(qū)地形因素高值區(qū)分布在西南地區(qū)，與亞熱帶農(nóng)業(yè)區(qū)RMSE低值區(qū)分布一致，地形因素低值區(qū)分布與RMSE高值區(qū)分布一致。土壤質(zhì)地因素對(duì)亞熱帶農(nóng)業(yè)區(qū)兩種生態(tài)系統(tǒng)服務(wù)間權(quán)衡關(guān)系的影響最?。ū?）。

在暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)，人為因素是影響兩種生態(tài)系統(tǒng)服務(wù)間權(quán)衡關(guān)系的首要因素，并且化肥施用量對(duì)權(quán)衡關(guān)系的影響顯著高于人口密度；空間上，暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)人口密度高值區(qū)與化肥施用量高值區(qū)主要分布在西部和東部，中部區(qū)域主要為低值區(qū)，與暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)RMSE空間分布一致。同亞熱帶農(nóng)業(yè)區(qū)一樣，氣候因素對(duì)暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)兩種生態(tài)系統(tǒng)服務(wù)間權(quán)衡關(guān)系的貢獻(xiàn)程度較高，年降水量對(duì)權(quán)衡關(guān)系的影響大于年均溫。地形因素對(duì)暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)兩種服務(wù)間的權(quán)衡關(guān)系貢獻(xiàn)度次之，其中DEM對(duì)權(quán)衡關(guān)系的影響大于坡度，并且坡度對(duì)該區(qū)域權(quán)衡關(guān)系的解釋未通過置信度檢驗(yàn)。在3個(gè)研究區(qū)中，地形因素對(duì)該區(qū)域兩種服務(wù)間權(quán)衡關(guān)系的貢獻(xiàn)度最小，這與該區(qū)域整體處于地勢(shì)低平的平原有關(guān)。土壤質(zhì)地因素對(duì)暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)兩種服務(wù)間權(quán)衡關(guān)系的影響最小，且都未通過置信度檢驗(yàn)（表3）。

在暖溫帶黃淮海平原農(nóng)業(yè)區(qū)，人為因素是影響兩種生態(tài)系統(tǒng)服務(wù)間權(quán)衡關(guān)系的首要因素，人口密度對(duì)權(quán)衡關(guān)系的貢獻(xiàn)度大于化肥施用量但并不顯著，這一點(diǎn)與其他兩個(gè)研究分區(qū)不同；空間上，暖溫帶黃淮海平原農(nóng)業(yè)區(qū)人口密度高值區(qū)主要集中在中部與西部，低值區(qū)分布在東部與南部區(qū)域，化肥施用量高值區(qū)主要集中在中部與東部，西部多為低值區(qū)，與該區(qū)域RMSE中間高、東西低的空間分布一致。與其他兩個(gè)研究分區(qū)不同的是，地形因素對(duì)該區(qū)域兩種生態(tài)系統(tǒng)服務(wù)權(quán)衡關(guān)系貢獻(xiàn)度次之，DEM對(duì)權(quán)衡關(guān)系的影響大于坡度，空間分布上，DEM和坡度呈現(xiàn)中間低、兩邊高的特征，與RMSE的空間分布相反。氣候因素對(duì)暖溫帶黃淮海平原農(nóng)業(yè)區(qū)兩種生態(tài)系統(tǒng)服務(wù)間權(quán)衡關(guān)系的貢獻(xiàn)程度較高，年均溫對(duì)權(quán)衡關(guān)系的影響大于年降水量。土壤質(zhì)地因素對(duì)該農(nóng)業(yè)區(qū)權(quán)衡關(guān)系的貢獻(xiàn)度同樣較小（表3）。

綜合來看，人為因素是影響淮河流域食物供給服務(wù)與土壤保持服務(wù)間權(quán)衡關(guān)系的首要因素，對(duì)亞熱帶農(nóng)業(yè)區(qū)、暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)和暖溫帶黃淮海平原農(nóng)業(yè)區(qū)的權(quán)衡關(guān)系貢獻(xiàn)度都很高，尤其是化肥施用量；氣候因素對(duì)流域兩種生態(tài)系統(tǒng)服務(wù)間權(quán)衡關(guān)系的貢獻(xiàn)度次之；地形因素對(duì)亞熱帶農(nóng)業(yè)區(qū)和暖溫帶黃淮海平原農(nóng)業(yè)區(qū)兩種服務(wù)間的權(quán)衡關(guān)系都具有較高的影響，且DEM的貢獻(xiàn)度均高于坡度；3個(gè)農(nóng)業(yè)區(qū)的土壤質(zhì)地對(duì)兩種服務(wù)間權(quán)衡關(guān)系的影響都是最小的。

表3 1990—2019年淮河流域農(nóng)田食物供給與土壤保持間權(quán)衡關(guān)系因子探測(cè)q值

注：※表示值未通過0.05顯著性水平檢驗(yàn)。

Note:※Thevalue failed the test at the 0.05 significance level。

3.3.2 交互作用探測(cè)

交互作用探測(cè)反映兩種因素共同作用下的解釋力。結(jié)果顯示，任意兩種驅(qū)動(dòng)因素交互作用下的影響均高于單因素對(duì)淮河流域農(nóng)田生態(tài)系統(tǒng)中食物供給服務(wù)與土壤保持服務(wù)間權(quán)衡關(guān)系的影響。在亞熱帶農(nóng)業(yè)區(qū)和暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)，因子間兩兩交互的類型主要表現(xiàn)為“非線性增強(qiáng)”，其次為“雙因子增強(qiáng)”，在暖溫帶黃淮海平原農(nóng)業(yè)區(qū)主要表現(xiàn)為“雙因子增強(qiáng)”，其次為“非線性增強(qiáng)”，這表明淮河流域不同氣候帶與不同農(nóng)業(yè)區(qū)劃下農(nóng)田生態(tài)系統(tǒng)中食物供給與土壤保持之間權(quán)衡關(guān)系的空間格局是由多因子交互作用形成的。

表4顯示了1990—2019年淮河流域交互作用探測(cè)最高因子組合，結(jié)果表明，淮河流域在自身的地形條件、氣候條件以及土壤質(zhì)地約束下，人為因素的干擾增強(qiáng)了淮河流域農(nóng)田生態(tài)系統(tǒng)食物供給服務(wù)與土壤保持服務(wù)間權(quán)衡關(guān)系的空間分異。各因素中，對(duì)不同分區(qū)因子交互作用增強(qiáng)貢獻(xiàn)最大的均為人為因素中的化肥施用量，貢獻(xiàn)次之的因素均為氣候因素，但在不同區(qū)域表現(xiàn)不同，年降水量對(duì)亞熱帶農(nóng)業(yè)區(qū)和暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)因子交互作用增強(qiáng)的貢獻(xiàn)度更大，而年均溫對(duì)暖溫帶黃淮海平原農(nóng)業(yè)區(qū)因子交互作用增強(qiáng)的貢獻(xiàn)度更大。

表4 1990—2019年淮河流域交互作用探測(cè)最高因子組合

4 討 論

本研究中，淮河流域農(nóng)田生態(tài)系統(tǒng)食物供給與土壤保持兩種服務(wù)間呈現(xiàn)權(quán)衡效應(yīng)，這與閆曉露等[30]、鞏杰等[31]對(duì)大連市、甘肅白龍江流域的研究結(jié)果一致，與冉鳳維等[32]對(duì)鄱陽湖北部丘陵地區(qū)的研究結(jié)果不同，體現(xiàn)了生態(tài)系統(tǒng)服務(wù)權(quán)衡效應(yīng)的空間分異性。人為影響因子的干擾增強(qiáng)了生態(tài)系統(tǒng)服務(wù)權(quán)衡的空間分布差異，這與黃木易等[33]、陳睿等[34]的研究結(jié)果相一致。人口密度和化肥施用量對(duì)淮河流域農(nóng)田生態(tài)系統(tǒng)兩種服務(wù)間權(quán)衡關(guān)系的影響較大，這可以歸因于兩點(diǎn)，一是淮河流域人口密度高，二是化肥的使用對(duì)農(nóng)作物具有增產(chǎn)作用，但同時(shí)也可能會(huì)加重土壤負(fù)擔(dān)，破壞土壤環(huán)境。

生態(tài)系統(tǒng)服務(wù)間的相互關(guān)系往往呈現(xiàn)出地域分異特征。本研究采用RMSE探究了典型區(qū)域淮河流域農(nóng)田生態(tài)系統(tǒng)食物供給與土壤保持兩種服務(wù)間的權(quán)衡關(guān)系，該方法是量化任意兩個(gè)或兩個(gè)以上生態(tài)系統(tǒng)服務(wù)間權(quán)衡程度的簡(jiǎn)單而有效的方式。研究結(jié)果表明，淮河流域不同氣候帶與農(nóng)業(yè)區(qū)劃下的食物供給與土壤保持兩種服務(wù)間的權(quán)衡關(guān)系整體呈現(xiàn)加劇態(tài)勢(shì)，這種權(quán)衡關(guān)系在亞熱帶農(nóng)業(yè)區(qū)、暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)和暖溫帶黃淮海平原農(nóng)業(yè)區(qū)都伴隨食物供給服務(wù)的增加而增加，這與Qiu等[12]對(duì)陜西省不同氣候帶權(quán)衡關(guān)系的研究結(jié)果一致。

本研究中，農(nóng)田生態(tài)系統(tǒng)食物供給服務(wù)與土壤保持服務(wù)間的權(quán)衡關(guān)系受人類活動(dòng)影響強(qiáng)度最高，人為因素尤其是化肥施用量對(duì)淮河流域3個(gè)研究分區(qū)兩種服務(wù)間權(quán)衡關(guān)系增長(zhǎng)的相對(duì)貢獻(xiàn)均為最高，這是由于化肥施用在提高農(nóng)田食物供給能力的同時(shí)，在一定程度上會(huì)加重土壤負(fù)擔(dān)，對(duì)生態(tài)系統(tǒng)帶來負(fù)面影響。人口密度對(duì)生態(tài)系統(tǒng)服務(wù)權(quán)衡具有增強(qiáng)作用，這與汪仕美等[35]得出的人口密度與糧食生產(chǎn)呈正相關(guān)但與生境質(zhì)量呈負(fù)相關(guān)相一致。同時(shí)，3個(gè)研究分區(qū)中化肥施用量對(duì)兩種服務(wù)間權(quán)衡關(guān)系的貢獻(xiàn)度差異并不顯著，這表明該因素對(duì)食物供給與土壤保持權(quán)衡關(guān)系的相對(duì)貢獻(xiàn)度受氣候帶和農(nóng)業(yè)區(qū)劃的影響較小。此外，本研究還選取了氣候因素、地形因素及土壤質(zhì)地因素中的7個(gè)自然因素對(duì)淮河流域兩種服務(wù)間的權(quán)衡關(guān)系進(jìn)行了驅(qū)動(dòng)因素分析，綜合來看，氣候因素對(duì)亞熱帶農(nóng)業(yè)區(qū)和暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)權(quán)衡關(guān)系的相對(duì)貢獻(xiàn)較高，這兩個(gè)分區(qū)主要屬于長(zhǎng)江中下游。地形因素對(duì)暖溫帶黃淮海平原農(nóng)業(yè)區(qū)權(quán)衡關(guān)系的貢獻(xiàn)度更高，同時(shí)，地形因素中的DEM對(duì)淮河流域兩種服務(wù)間權(quán)衡關(guān)系的相對(duì)貢獻(xiàn)均高于坡度。土壤質(zhì)地因素對(duì)淮河流域兩種服務(wù)間權(quán)衡關(guān)系的影響都不顯著。這表明自然因素中的氣候因素和地形因素對(duì)食物供給與土壤保持兩種服務(wù)間權(quán)衡關(guān)系的貢獻(xiàn)度受氣候帶與農(nóng)業(yè)區(qū)劃的影響較大，而土壤質(zhì)地因素的相對(duì)貢獻(xiàn)度受氣候帶與農(nóng)業(yè)區(qū)劃的影響較小。

本研究?jī)H涉及農(nóng)田生態(tài)系統(tǒng)服務(wù)中較重要的食物供給與土壤保持兩項(xiàng)服務(wù)，并且在測(cè)算不同氣候區(qū)與農(nóng)業(yè)區(qū)兩種服務(wù)時(shí)采用了統(tǒng)一的測(cè)算方法，未結(jié)合不同氣候帶和農(nóng)業(yè)區(qū)劃條件對(duì)公式參數(shù)進(jìn)行修正，可能會(huì)忽略不同分區(qū)自然因素差異對(duì)研究結(jié)果產(chǎn)生的影響，在今后的研究中可以結(jié)合研究區(qū)域的自然、人為條件對(duì)測(cè)算方式進(jìn)行修正，將不同地域自然和人為因素對(duì)生態(tài)系統(tǒng)服務(wù)的影響納入研究測(cè)算中，從多尺度對(duì)農(nóng)田生態(tài)系統(tǒng)各項(xiàng)服務(wù)進(jìn)行全面評(píng)估。

5 結(jié) 論

生態(tài)系統(tǒng)服務(wù)權(quán)衡具有時(shí)空異質(zhì)性特征，淮河流域作為跨氣候帶、跨農(nóng)業(yè)區(qū)劃的糧食核心產(chǎn)區(qū)，探究其生態(tài)系統(tǒng)服務(wù)權(quán)衡機(jī)理對(duì)保障中國(guó)糧食主產(chǎn)區(qū)的糧食安全、生態(tài)安全及實(shí)現(xiàn)二者協(xié)同具有重要價(jià)值。研究綜合考慮了氣候帶和農(nóng)業(yè)區(qū)劃，對(duì)淮河流域農(nóng)田生態(tài)系統(tǒng)核心服務(wù)食物供給與土壤保持服務(wù)間權(quán)衡強(qiáng)度的時(shí)空異質(zhì)性及其驅(qū)動(dòng)因素進(jìn)行了長(zhǎng)時(shí)序的探究，旨在揭示不同氣候帶和農(nóng)區(qū)農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡機(jī)理及多因素驅(qū)動(dòng)機(jī)制，為國(guó)家糧食安全戰(zhàn)略精準(zhǔn)施策及農(nóng)田生態(tài)系統(tǒng)穩(wěn)定性提供支持。研究主要結(jié)論如下：

1）1990—2019年淮河流域食物供給服務(wù)總體呈現(xiàn)增長(zhǎng)趨勢(shì)，黃淮海平原食物供給增長(zhǎng)幅度顯著高于長(zhǎng)江中下游區(qū)域。食物供給服務(wù)在亞熱帶農(nóng)業(yè)區(qū)呈現(xiàn)東高西低的特征，在暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)表現(xiàn)為中間低兩邊高，在暖溫帶黃淮海平原農(nóng)業(yè)區(qū)則為中間高兩邊低。土壤保持服務(wù)在不同分區(qū)差異較大，在氣候帶上表現(xiàn)為亞熱帶增長(zhǎng)趨勢(shì)快于暖溫帶，在農(nóng)業(yè)區(qū)劃上表現(xiàn)為長(zhǎng)江中下游區(qū)域增長(zhǎng)趨勢(shì)快于黃淮海平原區(qū)域，但黃淮海平原區(qū)域土壤保持平均值高于長(zhǎng)江中下游區(qū)域。

2）淮河流域農(nóng)田食物供給與土壤保持兩種服務(wù)間的權(quán)衡關(guān)系存在時(shí)空分異性并呈現(xiàn)加劇態(tài)勢(shì)，權(quán)衡強(qiáng)度表現(xiàn)為暖溫帶長(zhǎng)江中下游農(nóng)業(yè)區(qū)>亞熱帶農(nóng)業(yè)區(qū)>暖溫帶黃淮海平原農(nóng)業(yè)區(qū)。

3）淮河流域農(nóng)田生態(tài)系統(tǒng)食物供給與土壤保持權(quán)衡的空間分異受人為因素和自然因素共同作用，人為因素尤其是化肥施用量顯著增強(qiáng)了二者權(quán)衡關(guān)系的空間分異。氣候帶與農(nóng)業(yè)區(qū)劃對(duì)人為因素和土壤質(zhì)地因素的相對(duì)貢獻(xiàn)率的影響較小，對(duì)氣候因素和地形因素相對(duì)貢獻(xiàn)率的影響差異顯著，暖溫帶黃淮海平原農(nóng)業(yè)區(qū)受地形因素和年均溫的影響顯著而其他農(nóng)業(yè)區(qū)年降水量的作用更明顯。

4）基于農(nóng)田生態(tài)系統(tǒng)服務(wù)間的權(quán)衡關(guān)系，明確耕地政策的重點(diǎn)區(qū)域和關(guān)鍵約束因子，制定差異化耕地利用和保護(hù)策略。在淮河流域，應(yīng)充分考慮農(nóng)田生態(tài)系統(tǒng)供給服務(wù)（糧食生產(chǎn)）和支持服務(wù)（土壤保持）的權(quán)衡關(guān)系在不同氣候帶和農(nóng)業(yè)區(qū)劃作用機(jī)制的時(shí)空差異性，優(yōu)先考慮權(quán)衡強(qiáng)度高的區(qū)域作為政策優(yōu)先區(qū)；考慮人為及自然因素作用機(jī)制的時(shí)空差異性，合理施用化肥，降低人為因素的普遍影響，避免因單純追求糧食產(chǎn)量及其經(jīng)濟(jì)效益而導(dǎo)致農(nóng)田生態(tài)服務(wù)損失；基于不同區(qū)域自然因素及與人為因素的交互作用機(jī)制，分區(qū)施策，提升不同氣候區(qū)和農(nóng)業(yè)區(qū)政策制定的靶向性，促進(jìn)糧食安全與生態(tài)安全協(xié)同發(fā)展。

[1] 朱從謀，李武艷，杜瑩瑩，等. 浙江省耕地多功能價(jià)值時(shí)空變化與權(quán)衡-協(xié)同關(guān)系[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(14)：263-272.

Zhu Congmou, Li Wuyan, Du Yingying, et al. Spatial-temporal change, trade-off and synergy relationships of cropland multifunctional value in Zhejiang Province, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(14): 263-272. (in Chinese with English abstract)

[2] 仲俊濤，王蓓，米文寶，等. 農(nóng)牧交錯(cuò)帶禁牧草地生態(tài)系統(tǒng)服務(wù)空間權(quán)衡與協(xié)同關(guān)系[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(12)：268-275.

Zhong Juntao, Wang Bei, Mi Wenbao, et al. Spatial trade-offs and synergies of ecosystem services for grazing-prohibited grassland in agro-pasture ecotone[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(12): 268-275. (in Chinese with English abstract)

[3] 傅伯杰，于丹丹. 生態(tài)系統(tǒng)服務(wù)權(quán)衡與集成方法[J]. 資源科學(xué)，2016，38(1)：1-9.

Fu Bojie, Yu Dandan. Trade-off analyses and synthetic integrated method of multiple ecosystem services[J]. Resources Science, 2016, 38(1): 1-9. (in Chinese with English abstract)

[4] Bradford J B, D'Amato A W. Recognizing trade-offs in multi-objective land management[J]. Frontiers in Ecology and the Environment, 2012, 10(4): 210-216.

[5] Lu N, Fu B J, Jin T T, et al. Trade-off analyses of multiple ecosystem services by plantations along a precipitation gradient across Loess Plateau landscapes[J]. Landscape Ecology, 2014, 29(10): 1697-1708.

[6] 方露露，許德華，王倫澈，等. 長(zhǎng)江、黃河流域生態(tài)系統(tǒng)服務(wù)變化及權(quán)衡協(xié)同關(guān)系研究[J]. 地理研究，2021，40(3)：821-838.

Fang Lulu, Xu Dehua, Wang Lunche, et al. The study of ecosystem services and the comparison of trade-off and synergy in Yangtze River Basin and Yellow River Basin[J]. Geographical Research, 2021, 40(3): 821-838. (in Chinese with English abstract)

[7] 張靜靜，朱文博，朱連奇，等. 伏牛山地區(qū)森林生態(tài)系統(tǒng)服務(wù)權(quán)衡/協(xié)同效應(yīng)多尺度分析[J]. 地理學(xué)報(bào)，2020，75(5)：975-988.

Zhang Jingjing, Zhu Wenbo, Zhu Lianqi, et al. Multi-scale analysis of trade-off/synergy effects of forest ecosystem services in the Funiu Mountain Region[J]. Acta Geographica Sinica, 2020, 75(5): 975-988. (in Chinese with English abstract)

[8] 羅海平，朱勤勤，潘柳欣，等. 糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)服務(wù)價(jià)值動(dòng)態(tài)演化與空間分異[J]. 統(tǒng)計(jì)與決策，2020，36(4)：49-52.

Luo Haiping, Zhu Qinqin, Pan Liuxin, et al. Dynamic evolution and spatial differentiation of farmland ecosystem service values in major grain producing areas[J]. Statistics & Decision, 2020, 36(4): 49-52. (in Chinese with English abstract)

[9] 孫新章，謝高地，成升魁，等. 中國(guó)農(nóng)田生產(chǎn)系統(tǒng)土壤保持功能及其經(jīng)濟(jì)價(jià)值[J]. 水土保持學(xué)報(bào)，2005，19(4)：156-159.

Sun Xinzhang, Xie Gaodi, Cheng Shengkui, et al. Services for soil conservation and its monetary value of Chinese cropping system[J]. Journal of Soil and Water Conservation, 2005, 19(4): 156-159. (in Chinese with English abstract)

[10] 李理，趙芳，朱連奇，等. 淇河流域生態(tài)系統(tǒng)服務(wù)權(quán)衡及空間分異機(jī)制的地理探測(cè)[J]. 生態(tài)學(xué)報(bào)，2021，41(19)：7568-7578.

Li Li, Zhao Fang, Zhu Lianqi, et al．Geographical detection of ecosystem services trade-offs and their spatial variation mechanism in Qihe River Basin[J]．Acta Ecologica Sinica, 2021, 41(19): 7568-7578. (in Chinese with English abstract)

[11] 李成，趙潔，莊智程，等. 長(zhǎng)三角城市群生態(tài)系統(tǒng)服務(wù)權(quán)衡強(qiáng)度時(shí)空演變及影響因素研究[J]. 生態(tài)學(xué)報(bào)，2022，42(14)：1-13.

Li Cheng, Zhao Jie, Zhuang Zhicheng, et al. Spatiotemporal dynamics and influencing factors of ecosystem service trade-offs in the Yangtze River Delta urban agglomeration[J]. Acta Ecologica Sinica, 2022, 42(14): 1-13. (in Chinese with English abstract)

[12] Qiu M L, Voorde T V D, Li T, et al. Spatiotemporal variation of agroecosystem service trade-offs and its driving factors across different climate zones[J]. Ecological Indicators, 2021, 130: 108154.

[13] 溫玉玲，張小林，魏佳豪，等. 鄱陽湖環(huán)湖區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空變化及權(quán)衡協(xié)同關(guān)系[J]. 地理科學(xué)，2022，42(7)：1229-1238.

Wen Yuling, Zhang Xiaolin, Wei Jiahao, et al. Temporal and spatial variation of ecosystem service value and its trade-offs and synergies in the peripheral region of the Poyang Lake. Scientia Geographica Sinica, 2022, 42(7): 1229-1238. (in Chinese with English abstract)

[14] Sylla M, Hagemann N, Szewrański S. Mapping trade-offs and synergies among peri-urban ecosystem services to address spatial policy[J]. Environmental Science & Policy, 2020, 112: 79-90.

[15] 黃海潮，雷鳴，孔祥斌，等. 中國(guó)耕地空間格局變化及其生態(tài)系統(tǒng)服務(wù)價(jià)值響應(yīng)[J]. 水土保持研究，2022，29(1)：339-348.

Huang Haichao, Lei Ming, Kong Xiangbin, et al. Spatial pattern change of cultivated land and response of ecosystem service value in China[J]. Research of Soil and Water Conservation, 2022, 29(1): 339-348. (in Chinese with English abstract)

[16] 羅海平，潘柳欣，胡學(xué)英，等. 我國(guó)糧食主產(chǎn)區(qū)糧食安全保障的生態(tài)代價(jià)評(píng)估：2000-2018年[J]. 干旱區(qū)資源與環(huán)境，2022，36(1)：1-7.

Luo Haiping, Pan Liuxin, Hu Xueying, et al. Assessment of ecological cost of food security in major grain producing areas in China: 2000-2018[J]. Journal of Arid Land Resources and Environment, 2022, 36(1): 1-7. (in Chinese with English abstract)

[17] 陳紅，江旭聰，任磊，等. 基于RUSLE模型的淮河流域土壤侵蝕定量評(píng)價(jià)[J]. 土壤通報(bào)，2021，52(1)：165-176.

Chen Hong, Jiang Xucong, Ren Lei, et al. Quantitative evaluation of soil erosion in the Huaihe River Basin based on RUSLE model[J]. Chinese Journal of Soil Science, 2021, 52(1): 165?176. (in Chinese with English abstract)

[18] 陳阜，姜雨林，尹小剛. 中國(guó)耕作制度發(fā)展及區(qū)劃方案調(diào)整[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2021，42(3): 1-6.

Chen Fu, Jiang Yulin, Yin Xiaogang. Adjustment of China’s farming system regionalization scheme[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(3), 1-6. (in Chinese with English abstract)

[19] 陳鵬飛. 北緯18°以北中國(guó)陸地生態(tài)系統(tǒng)逐月凈初級(jí)生產(chǎn)力1公里柵格數(shù)據(jù)集(1985-2015)[J]. 全球變化數(shù)據(jù)學(xué)報(bào)，2019，3(1)：34-41.

Chen Pengfei. Monthly NPP dataset covering China's terrestrial ecosystems at north of 18°N (1985-2015)[J]. Journal of Global Change Data & Discovery, 2019, 3(1): 34-41.

[20] Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925.

[21] 劉曉娜，劉春蘭，陳龍，等. 北京灣過渡帶生態(tài)系統(tǒng)服務(wù)梯度效應(yīng)分析及生態(tài)分區(qū)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(12)：276-285.

Liu Xiaona, Liu Chunlan, Chen Long, et al. Gradient effects and ecological zoning of ecosystem services in transition zone of Beijing Bay[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(12): 276-285. (in Chinese with English abstract)

[22] 周伏建，黃炎和. 福建省降雨侵蝕力指標(biāo)R值[J]. 水土保持學(xué)報(bào)，1995，9(1)：13-18.

Zhou Fujian, Huang Yanhe. The rainfall erosivity index in Fujian Province[J]. Journal of Soil and Water Conservation, 1995, 9(1): 13-18. (in Chinese with English abstract)

[23] Williams J R. EPIC-erosion/productivity impact calculator: 1. Model documentation[J]. Technical Bulletin-United States Department of Agriculture, 1990, 4(4): 206-207.

[24] Wischmeier W H, Smith D D. Predicting rainfall erosion losses-A guide to conservation planning: Agriculture handbook (USA), No. 537[M]. Berkeley (CA): Department of Agriculture, Science and Education Administration, 1978.

[25] McCool D K, Brown L C, Foster G R, et al. Revised slope steepness factor for the universal soil loss equation[J]. Transactions of the ASAE, 1987, 30(5): 1387-1396.

[26] Liu B Y, Nearing M A, Risse L M. Slope gradient effects on soil loss for steep slopes[J]. Transactions of the ASAE, 1994, 37(6): 1835-1840.

[27] 蔡崇法，丁樹文，史志華，等. 應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測(cè)小流域土壤侵蝕量的研究[J]. 水土保持學(xué)報(bào)，2000，14(2)：19-24.

Cai Chongfa, Ding Shuwen, Shi Zhihua, et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed[J]. Journal of Soil and Water Conservation, 2000, 14(2): 19-24. (in Chinese with English abstract)

[28] 陳正發(fā)，龔愛民，寧東衛(wèi)，等. 基于RUSLE模型的云南省土壤侵蝕和養(yǎng)分流失特征分析[J]. 水土保持學(xué)報(bào)，2021，35(6)：7-14.

Chen Zhengfa, Gong Aimin, Ning Dongwei, et al. Characteristics of soil erosion and nutrient loss in Yunnan Province based on RUSLE model[J]. Journal of Soil and Water Conservation, 2021, 35(6): 7-14. (in Chinese with English abstract)

[29] 王勁峰，徐成東. 地理探測(cè)器：原理與展望[J]. 地理學(xué)報(bào)，2017，72(1)：116-134.

Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. (in Chinese with English abstract)

[30] 閆曉露，李欣媛，劉澄浩，等. 生態(tài)系統(tǒng)服務(wù)簇空間演變軌跡及其社會(huì)-生態(tài)驅(qū)動(dòng)的地理探測(cè)：以大連市為例[J]. 生態(tài)學(xué)報(bào)，2022，42(14)：5734-5747.

Yan Xiaolu, Li Xinyuan, Liu Chenghao, et al. Spatial evolution trajectory of ecosystem service bundles and its social-ecological driven by geographical exploration: A case study of Dalian[J]. Acta Ecologica Sinica, 2022, 42(14): 5734-5747. (in Chinese with English abstract)

[31] 鞏杰，柳冬青，高秉麗，等. 西部山區(qū)流域生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系：以甘肅白龍江流域?yàn)槔齕J]. 應(yīng)用生態(tài)學(xué)報(bào)，2020，31(4)：1278-1288.

Gong Jie, Liu Dongqing, Gao Bingli, et al. Tradeoffs and synergies of ecosystem services in western mountainous China: A case study of the Bailongjiang watershed in Gansu, China[J]. Chinese Journal of Applied Ecology, 2020, 31(4): 1278-1288. (in Chinese with English abstract)

[32] 冉鳳維，羅志軍，吳佳平，等. 鄱陽湖地區(qū)生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系的時(shí)空格局[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2019，30(3)：995-1004.

Ran Fengwei, Luo Zhijun, Wu Jiaping, et al. Spatiotemporal patterns of the trade-off and synergy relationship among ecosystem services in Poyang Lake Region, China[J]. Chinese Journal of Applied Ecology, 2019, 30(3): 995-1004. (in Chinese with English abstract)

[33] 黃木易，方斌，岳文澤，等. 近20a來巢湖流域生態(tài)服務(wù)價(jià)值空間分異機(jī)制的地理探測(cè)[J]. 地理研究，2019，38(11)：2790-2803.

Huang Muyi, Fang Bin, Yue Wenze, et al. Spatial differentiation of ecosystem service values and its geographical detection in Chaohu Basin during 1995-2017[J]. Geographical Research, 2019, 38(11): 2790-2803. (in Chinese with English abstract)

[34] 陳睿，楊燦，楊艷，等. 洞庭湖生態(tài)經(jīng)濟(jì)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空演繹及其驅(qū)動(dòng)因素[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2022，33(1)：1-13.

Chen Rui, Yang Can, Yang Yan, et al. Spatial-temporal evolution and drivers of ecosystem service value in the Dongting Lake Eco-economic Zone, China[J]. Chinese Journal of Applied Ecology, 2022, 33(1): 1-13. (in Chinese with English abstract)

[35] 汪仕美，靳甜甜，燕玲玲，等. 子午嶺區(qū)生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同變化及其影響因素[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2022，33(11)：3087-3096.

Wang Shimei, Jin Tiantian, Yan Lingling, et al. Trade-off and synergy among ecosystem services and the influencing factors in the Ziwuling Region, North-west China[J]. Chinese Journal of Applied Ecology, 2022, 33(11): 3087-3096. (in Chinese with English abstract)

Trade-off and driving mechanisms for farmland ecosystem services based on climatic zones and agricultural regionalization

Wei Yanhong1, Qiao Xuning2※, Zhang Zhongwu1, Yang Yongju2, Niu Haipeng2

(1.,,030000,; 2.,,454000,)

Farmland is one of the important terrestrial ecosystems that related to the national food security. There are some trade-offs among the farmland ecosystem services during sustainable development. But, it is still unclear on the trade-off relationship and driving mechanisms of farmland ecosystem services in the different climatic and agricultural zones. Among them, the Huaihe River Basin under the subtropical and warm temperate zones can be divided into the Middle-lower Yangtze Plain and the Huang-Huai-Hai Plain, in terms of agricultural zoning. Taking the Huaihe River Basin farmland ecosystem as the research object, this study aims to refine the trade-off mechanism of farmland ecosystem service using climate and agricultural zones. The core service functions were quantitatively analyzed (such as the food supply and soil conservation) from 1990 to 2019. Root Mean Square Error (RMSE) was then selected to evaluate the trade-off degree between them. GeoDetector was also used to reveal the natural and human drivers of changes in the trade-off relationship. The results showed that: 1) An overall growth trend was found in the food supply services of the study area. Specifically, the growth of food supply in the Huang-Huai-Hai Plain was significantly higher than that in the Middle-lower Yangtze Plain. Soil conservation services varied greatly in the different districts. A faster growth trend of climate zones was observed in the subtropical zone than in the warm temperate zone. A faster growth trend of agricultural zones was in the Middle-lower Yangtze Plain than that in the Huang-Huai-Hai Plain. By contrast, the average soil conservation value in the Huang-Huai-Hai Plain was higher than that in the Middle-lower Yangtze Plain. 2) There was an increasing trend with the significant spatial divergence in the trade-off between the farmland food supply and soil conservation services. The trade-off relationship was the most significant in the warm temperate Middle-lower Yangtze Plain agricultural zone, followed by the subtropical agricultural zone, and the warm temperate Huang-Huai-Hai Plain agricultural zone. 3) Both natural and human factors were dominated in the trade-off relationship between the food supply and soil conservation in the study area. There were only a few variations in the relative contributions of human factors and soil texture factors to the trade-off relationship between the two services in different zones. A significant variation was found in the contributions of climatic and topographic factors to the trade-off relationship between the two services in the different subdivisions. The contribution of topographic factors to the trade-off relationship was higher in the warm temperate Huang-Huai-Hai Plain agricultural zone than that in the rest two regions. There was also the great difference in the relative contribution of climatic factors. Therefore, the annual average temperature posed a higher influence on the trade-off relationship in the warm temperate Huang-Huai-Hai Plain agricultural zone, whereas, the annual precipitation was a higher influence in the other two regions. 4) Some recommendations were given for the decision making on the use and conservation of farmland in major food-producing regions. The spatial and temporal variability can also be fully considered for the trade-off between supply services (food production) and support services (soil conservation) of farmland ecosystems in different climatic and agricultural zones. At the same time, the universality of driving factors can also be critical to reduce the negative impact of human factors. The natural factors of different regions and the interaction mechanisms can be expected to combine with the human factors for the zoned policies, in order to improve the targeting policies in different climate and agricultural zones. The finding can also provide a scientific basis to promote the precise policy-making and synergistic development for the food and ecological security in different climatic and agricultural zones of the Huaihe River Basin.

farmland; ecosystem service; trade-off; driving factors; climatic zone; agricultural regionalization; the Huaihe River Basin

10.11975/j.issn.1002-6819.2022.20.025

X171.1；F301.21

A

1002-6819(2022)-20-0220-09

衛(wèi)彥宏，喬旭寧，張仲伍，等. 基于氣候帶與農(nóng)業(yè)區(qū)劃的農(nóng)田生態(tài)系統(tǒng)服務(wù)權(quán)衡及驅(qū)動(dòng)機(jī)制[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(20)：220-228.doi：10.11975/j.issn.1002-6819.2022.20.025 http://www.tcsae.org

Wei Yanhong, Qiao Xuning, Zhang Zhongwu, et al. Trade-off and driving mechanisms for farmland ecosystem services based on climatic zones and agricultural regionalization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(20): 220-228. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.20.025 http://www.tcsae.org

2022-06-13

2022-09-24

國(guó)家自然科學(xué)基金項(xiàng)目（41971274）；河南省高校哲學(xué)社會(huì)科學(xué)創(chuàng)新團(tuán)隊(duì)（2021-CXTD-08，2022-CXTD-02）；河南省高?？萍紕?chuàng)新團(tuán)隊(duì)支持計(jì)劃項(xiàng)目（22IRTSTHN008）

衛(wèi)彥宏，研究方向?yàn)槌擎?zhèn)化與生態(tài)系統(tǒng)服務(wù)。Email：13935744403@163.com

喬旭寧，博士，教授，博士生導(dǎo)師，研究方向?yàn)橥恋乩门c生態(tài)系統(tǒng)服務(wù)。Email：qiaoxuning@126.com