熵視角下延安市生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空遞變規(guī)律及其影響因子

謝明陽(yáng)， 焦春萌， 韓小雨， 焦 峰,

(1.中國(guó)科學(xué)院水利部水土保持研究所，水利部水土保持生態(tài)工程技術(shù)研究中心，陜西 楊凌 712100；2.中國(guó)科學(xué)院大學(xué)，北京 100049；3.長(zhǎng)安大學(xué)大學(xué)地球科學(xué)與資源學(xué)院，西安 710000；4.西北農(nóng)林科技大學(xué)水土保持研究所,陜西 楊凌 712100)

生態(tài)系統(tǒng)服務(wù)是自然系統(tǒng)反饋于人類的重要資源，是人類賴以生存和發(fā)展的資源與環(huán)境基礎(chǔ)。人類福祉高度依賴生態(tài)系統(tǒng)服務(wù)，包括供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)。人類在土地上的經(jīng)營(yíng)活動(dòng)對(duì)地表的土地覆蓋狀況產(chǎn)生了巨大的影響，影響著生態(tài)系統(tǒng)服務(wù)提供能力的變化。其中，土地利用變化、經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)等因素被認(rèn)為是影響生態(tài)系統(tǒng)服務(wù)與人類福祉時(shí)空關(guān)系的重要因素。對(duì)于生態(tài)系統(tǒng)服務(wù)的價(jià)值評(píng)估是進(jìn)行生態(tài)環(huán)境保護(hù)、生態(tài)功能區(qū)規(guī)劃等決策的重要依據(jù)和基礎(chǔ)。

自生態(tài)系統(tǒng)服務(wù)的類型、價(jià)值科學(xué)測(cè)算的原理及方法被Costanza等提出并發(fā)展后，現(xiàn)已逐漸成為國(guó)內(nèi)外相關(guān)領(lǐng)域的研究熱點(diǎn)。Jafarzadeh等使用土地利用沖突識(shí)別策略模型分析伊朗西部扎格羅斯地區(qū)的土地利用分配制度及生態(tài)系統(tǒng)服務(wù)之間的協(xié)同和權(quán)衡發(fā)現(xiàn)，該地區(qū)在產(chǎn)水和防止土壤侵蝕之間實(shí)現(xiàn)了最高協(xié)同，林地、果園是該地區(qū)優(yōu)化配置的最優(yōu)選擇；Gouhari等對(duì)阿富汗Shah Foladi保護(hù)區(qū)的林地生態(tài)系統(tǒng)服務(wù)進(jìn)行了經(jīng)濟(jì)評(píng)估發(fā)現(xiàn)，該地區(qū)通過植樹造林，增加了木材、薪材的產(chǎn)量，可用以替代支持社區(qū)的生計(jì)來源，緩解土地退化。在對(duì)于生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV)變化的研究中，當(dāng)前多是基于土地利用變化的離散時(shí)相研究或雙時(shí)相變化檢測(cè)，如Han等利用探索性空間數(shù)據(jù)分析對(duì)安塞區(qū)1980-2018年的ESV和土地利用變化特征，而在長(zhǎng)時(shí)序、逐像元的連續(xù)動(dòng)態(tài)變化檢測(cè)方面仍有可供研究的空間，遙感技術(shù)與信息論的發(fā)展為時(shí)間序列的變化檢測(cè)奠定了理論與數(shù)據(jù)基礎(chǔ)。隨著遙感數(shù)據(jù)的積累，長(zhǎng)時(shí)間序列的遙感影像完整地記錄了地表的變化過程。通過時(shí)間序列變化檢測(cè)可以充分地挖掘研究對(duì)象在時(shí)間維的變化信息，更好地反映其時(shí)空變化規(guī)律。王超軍等提出時(shí)間信息熵方法，綜合、定量化地反映了延河流域長(zhǎng)時(shí)間序列植被覆蓋的時(shí)空變化特征，并與應(yīng)用最為廣泛的回歸分析法進(jìn)行了對(duì)比發(fā)現(xiàn)，時(shí)空信息熵方法更為客觀、準(zhǔn)確，從熵的視角出發(fā)分析研究對(duì)象的時(shí)空變化特征，也為長(zhǎng)時(shí)間序列遙感影像的變化檢測(cè)提供了新方法、新思路。但目前在該方法的應(yīng)用層面，僅圍繞NDVI、地表溫度等遙感數(shù)據(jù)展開研究，鮮有利用該方法探究某區(qū)域ESV時(shí)空變化特征的研究，該方法在ESV時(shí)空變化特征研究中的適用性也有待進(jìn)一步評(píng)估。

自1999年起，我國(guó)逐步實(shí)行了林業(yè)生態(tài)建設(shè)史上規(guī)模最大、任務(wù)最重、投入最多、群眾參與度最高的生態(tài)建設(shè)工程——退耕還林還草工程，而延安市作為先期試點(diǎn)地區(qū)，是退耕還林還草工程實(shí)施的主戰(zhàn)場(chǎng)。本研究基于延安市的遙感影像，以謝高地等制定的當(dāng)量因子表為基礎(chǔ)，評(píng)估延安市的生態(tài)系統(tǒng)服務(wù)價(jià)值，引入時(shí)間信息熵模型，分析1990—2020年ESV時(shí)空遞變規(guī)律，并借助地理探測(cè)器識(shí)別來自自然、氣候、社會(huì)與經(jīng)濟(jì)等方面的影響因子，以期為延安市土地資源管理和生態(tài)修復(fù)提供參考依據(jù)。

1 研究地區(qū)與研究方法

1.1 研究區(qū)概況

延安市位于黃土高原中南部，陜西省北部，地理坐標(biāo)35°21′—37°31′N,107°41′—110°31′E(圖1)。延安市屬暖溫帶半濕潤(rùn)易旱氣候區(qū)，四季分明，日照充足，晝夜溫差大，年均無(wú)霜期162天，年均氣溫7.7～10.6 ℃，年均日照時(shí)間2 400 h，年均降水量500 mm。降水多集中夏季，且多暴雨，強(qiáng)度大。延安市屬于黃土高原丘陵溝壑區(qū)，境內(nèi)溝壑縱橫、地表支離破碎，植被稀少，地貌以高原、丘陵為主。地勢(shì)西北高東南低，平均海拔1 200 m，黃河自北而南沿延安東界流過，境內(nèi)兩大河流分別為南部的北洛河及北部的延河。研究區(qū)屬于森林草原區(qū)，延安南部地區(qū)植被類型以森林植被類型為主，而延安北部灌草植被類型占優(yōu)勢(shì)。

圖1 研究區(qū)域

1.2 數(shù)據(jù)來源

研究選取1990年、1995年、2000年、2005年、2010年、2015年、2020年7個(gè)研究時(shí)間節(jié)點(diǎn)。通過地理空間數(shù)據(jù)云網(wǎng)站(http://www.gscloud.cn/)，下載7個(gè)時(shí)期延安地區(qū)的Landsat系列遙感圖像為本研究的主要數(shù)據(jù)源，其中1990-2010年為L(zhǎng)andsat 5遙感圖像，2015-2020年為L(zhǎng)andsat 8遙感圖像。各時(shí)期遙感圖像空間分辨率為30 m×30 m，每景圖像的含云量均小于5%，圖像鑲嵌后研究區(qū)范圍內(nèi)含云量小于1%，圖像時(shí)間以各對(duì)應(yīng)年份7-9月為主?；贓NVI遙感數(shù)字圖像處理軟件平臺(tái)，對(duì)不同土地利用類型的空間位置及其在遙感圖像上的特征，以及不同樣地的地表覆蓋特征等進(jìn)行了調(diào)查。采用支持向量機(jī)(support vector machine，SVM)監(jiān)督分類方法，根據(jù)國(guó)家標(biāo)準(zhǔn)《土地利用現(xiàn)狀分類》(GB/T 21010—2017)將延安地區(qū)土地利用類型分為建設(shè)用地、水域、耕地、未利用地、林地及草地6大類。經(jīng)過隨機(jī)抽樣檢查，Kappa檢驗(yàn)精度達(dá)到90%以上。再通過Matlab R2018b軟件對(duì)各土地利用類型進(jìn)行賦值，得到7期延安市ESV分布。

從影響ESV空間分異的自然因素和人為因素中，結(jié)合數(shù)據(jù)可獲得性和研究區(qū)實(shí)際情況，選擇7個(gè)影響因子：(1)自然因素，包括年均溫度、年降水、高程、坡度、歸一化植被指數(shù)(NDVI)；(2)人為因素，包括地區(qū)生產(chǎn)總值和人口密度。自然因子數(shù)據(jù)來源于國(guó)家科技基礎(chǔ)條件平臺(tái)—國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心-黃土高原分中心(http://loess.geodata.cn)，通過Matlab R2018b軟件將月均數(shù)據(jù)換算為年數(shù)據(jù)；地區(qū)生產(chǎn)總值和人口密度數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)。由于現(xiàn)有數(shù)據(jù)時(shí)間跨度缺失，參考延安市統(tǒng)計(jì)年鑒對(duì)1990年、2020年的缺失數(shù)據(jù)進(jìn)行了估算、補(bǔ)足。以上數(shù)據(jù)最后通過ArcGIS軟件進(jìn)行雙線性內(nèi)插重采樣統(tǒng)一至30 m×30 m精度。

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

本研究采用焦春萌等對(duì)延安市校正后的生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)計(jì)算延安市生態(tài)系統(tǒng)服務(wù)價(jià)值(表1)，延安市ESV計(jì)算公式為：

表1 延安市1990-2020年各土地利用生態(tài)系統(tǒng)服務(wù)價(jià)值變化

(1)

式中：為地區(qū)差異性系數(shù)，根據(jù)1990-2020延安市和全國(guó)的平均氣溫和年降水量，按公式計(jì)算延安地區(qū)差異性系數(shù)，焦春萌等研究計(jì)算值為0.91；為延安市生態(tài)服務(wù)價(jià)值當(dāng)量因子的經(jīng)濟(jì)價(jià)值，經(jīng)焦春萌等計(jì)算為406.29元/hm，該結(jié)果與靳甜甜等對(duì)子午嶺區(qū)的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量因子相近，適用性較好。ESV為研究區(qū)生態(tài)系統(tǒng)服務(wù)總價(jià)值(元)；為土地利用類型，=6；為第種土地利用類型的面積(hm)。

1.4 時(shí)間序列信息熵模型

王超軍等在借鑒信息熵概念的基礎(chǔ)上，提出了時(shí)間信息熵、時(shí)間序列信息熵來挖掘研究對(duì)象在時(shí)間維的變化特征，表征其在某一時(shí)期的變化強(qiáng)度和變化趨勢(shì)信息。時(shí)間信息熵(temporal information entropy)用來反映研究對(duì)象在時(shí)間維的變化強(qiáng)度特征，計(jì)算公式為：

(2)

其中：

式中：≤≤…≤，是像元不同時(shí)期的觀測(cè)值,…,按照從小到大的順序排列后得到的(即表示研究對(duì)象任意像元第期的值)；為“時(shí)間頻率”因子，通過選取不同的值(為不超過/2的正整數(shù))可以反映研究對(duì)象在不同時(shí)間尺度上的變化特征。本文中，由于數(shù)據(jù)跨度為5年1期，故該要素變化的時(shí)間尺度為5年1期，計(jì)算時(shí)取=1，=7；Δ為“縮放系數(shù)”，表示對(duì)不同數(shù)據(jù)源進(jìn)行標(biāo)準(zhǔn)化處理，使得計(jì)算結(jié)果具有可比性，在本研究中Δ=1。

另外，由于時(shí)間信息熵的計(jì)算方法在計(jì)算時(shí)對(duì)遙感觀測(cè)數(shù)據(jù)進(jìn)行了排序處理，結(jié)果只能反映出環(huán)境要素變化的強(qiáng)度信息，而無(wú)法體現(xiàn)出其在時(shí)間維的變化趨勢(shì)信息。王超軍等又提出了時(shí)間序列信息熵(time-series information entropy)來反映某一段時(shí)間內(nèi)研究對(duì)象在時(shí)間維的變化趨勢(shì)信息。時(shí)間序列信息熵的計(jì)算和說明：

(3)

通過時(shí)間信息熵可以反映某一時(shí)段內(nèi)研究對(duì)象在時(shí)間維的變化強(qiáng)度情況：值越大反映出這一段時(shí)間內(nèi)其變化強(qiáng)度越大；反之則表示變化強(qiáng)度越小。時(shí)間序列信息熵則包含有趨勢(shì)信息：′值為正表示在某一時(shí)段內(nèi)研究對(duì)象的變化呈增加趨勢(shì)；反之則表示研究對(duì)象呈減少趨勢(shì)?！浣^對(duì)值越大，表明增加(或減少)的趨勢(shì)越明顯。利用上述時(shí)間信息熵、時(shí)間序列信息熵可以挖掘研究對(duì)象在時(shí)間維的變化特征，定量、客觀地反映出長(zhǎng)時(shí)序研究對(duì)象的變化強(qiáng)度和變化趨勢(shì)信息。同時(shí)，在計(jì)算得到上述熵值的基礎(chǔ)上，對(duì)其直方圖進(jìn)行分割，進(jìn)而得到研究對(duì)象的變化等級(jí)分布，在本研究中可為區(qū)域生態(tài)環(huán)境的保育和治理提供更為方便、宏觀的參考。

1.5 生態(tài)系統(tǒng)服務(wù)價(jià)值空間遞變影響因子的地理探測(cè)

地理探測(cè)器是由王勁峰等提出的探測(cè)空間分異性，以及揭示其背后影響因子的一種新統(tǒng)計(jì)學(xué)方法，包括因子探測(cè)、交互作用探測(cè)、風(fēng)險(xiǎn)探測(cè)和生態(tài)探測(cè)4個(gè)探測(cè)器。在本研究中采用因子探測(cè)器及交互作用探測(cè)器對(duì)影響延安市ESV空間分異的自然因素和人為因素影響力進(jìn)行探測(cè)?？臻g分異性用值度量，表達(dá)式為：

(4)

式中：為ESV空間遞變影響因子探測(cè)力值，∈[0,1]，值越大，表明該影響因子對(duì)于研究區(qū)ESV空間分布影響力越高；和分別為研究區(qū)的取樣數(shù)和第層的樣本數(shù)；和分別是研究區(qū)ESV總方差和其在第層的離散方差；為研究區(qū)某影響因子的分類類型數(shù)。

交互作用探測(cè)可探測(cè)每2個(gè)影響因子之間的交互作用類型，共有非線性減弱、單因子非線性減弱、雙因子增強(qiáng)、獨(dú)立和非線性增強(qiáng)5種交互作用類型，這五種類型的各因子間交互作用依次增強(qiáng)。

2 結(jié)果與分析

2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值總體演變特征

在研究期內(nèi)，延安市生態(tài)系統(tǒng)服務(wù)總值呈現(xiàn)先下降后上升的變化趨勢(shì)(圖2)，轉(zhuǎn)折點(diǎn)出現(xiàn)在2000年。從整個(gè)研究時(shí)期來看，延安市ESV總體增加了7.7億元，增幅約32.4%。耕地ESV從1990年的3.35億元下降至2020年的0.87億元，降幅達(dá)74.1%；林地ESV從1990年的13.97億元，上升至2020年25.22億元，增加11.25億元，增幅為80.5%，說明延安市原來毀林開荒嚴(yán)重，1999年實(shí)行退耕還林還草工程后成效顯著，且研究期內(nèi)延安市ESV的增加主要來自于耕地向林地的轉(zhuǎn)變。水域ESV在研究期內(nèi)增加了0.12億元，增幅為36.6%；同時(shí)城市化也導(dǎo)致了建設(shè)用地面積增加，研究期內(nèi)建設(shè)用地ESV下降了0.17億元，下降了6.31倍之多，但這些減損被林地、水域的擴(kuò)張帶來的生態(tài)系統(tǒng)服務(wù)增益所彌補(bǔ)。

圖2 延安市生態(tài)系統(tǒng)服務(wù)價(jià)值分布

將延安市30 m×30 m ESV柵格數(shù)據(jù)逐年對(duì)比可知，延安市ESV整體呈現(xiàn)東南、西南部高，中南部、北部地區(qū)低的趨勢(shì)，隨著退耕還林還草工程的推進(jìn)，北部和中南部地區(qū)大面積區(qū)域ESV由低轉(zhuǎn)高，這是由于延安市地處荒漠草原—森林生態(tài)系統(tǒng)的過渡地帶，在退耕還林還草工程推行前，延安北部大部分是農(nóng)耕地或低覆蓋度草地，而南部則有天然林、經(jīng)濟(jì)林等林地，可以直觀看到1995年相較于1990年，北部ESV進(jìn)一步降低，2000年較之于1995年仍保持著相似的下降趨勢(shì)，自2000年開始，延安市整體ESV逐步上升。

2.2 生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空變化特征分析

運(yùn)用時(shí)間信息熵模型對(duì)延安地區(qū)ESV進(jìn)行分析，計(jì)算得出延安市ESV時(shí)間信息熵分布圖、延安市ESV時(shí)間序列信息熵分布(圖3)。對(duì)時(shí)間信息熵值分布直方圖進(jìn)行分割(自然間斷法)，確定時(shí)間信息熵值在4.76以下的區(qū)域所發(fā)生的變化不大，進(jìn)一步對(duì)時(shí)間序列信息熵直方圖進(jìn)行分割，確定時(shí)間序列信息熵值在-7.5以下的區(qū)域ESV嚴(yán)重降低，熵值在-7.5～0的區(qū)域ESV降低，熵值在0～4.5的區(qū)域ESV增加，熵值在4.5以上的區(qū)域ESV明顯增加。

圖3 延安市生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)間信息熵及時(shí)間序列信息熵分布

統(tǒng)計(jì)得，延安市ESV基本不變的區(qū)域占68.5%，主要分布在延安市的東南部和西南部；ESV嚴(yán)重降低的區(qū)域占0.4%，大部分分布在各區(qū)縣城郊地帶，表明造成這些地區(qū)ESV嚴(yán)重降低的主導(dǎo)因素是城市化；ESV降低的區(qū)域占6%；ESV增加的區(qū)域占14%；ESV明顯增加的區(qū)域占11.1%，大部分分布在延安市的北部和中南部，也正是在這些地區(qū)，大面積的耕地在退耕還林還草工程中轉(zhuǎn)變?yōu)榱值睾筒莸?圖4)。

圖4 延安市生態(tài)系統(tǒng)服務(wù)價(jià)值變化等級(jí)分布

2.3 生態(tài)系統(tǒng)服務(wù)價(jià)值空間分異的影響因子探測(cè)

從自然因素和人為因素中選擇高程、坡度、NDVI、年均溫度、年降水量、人口密度、GDP等7個(gè)因素作為影響延安市ESV空間分異的影響因子，使用地理探測(cè)器“因子探測(cè)”部分，可以得到延安市ESV空間分異的單因子影響程度(表2)，結(jié)果顯示，2020年延安市各影響因子對(duì)生態(tài)系統(tǒng)價(jià)值空間分異的解釋力由高到低依次為NDVI>年均溫度>高程>人口密度>GDP>坡度≈降水量，NDVI對(duì)空間分異的解釋力最高。

表2 延安市生態(tài)系統(tǒng)服務(wù)價(jià)值空間分異影響因子探測(cè)結(jié)果

對(duì)比歷年各影響因子探測(cè)結(jié)果，NDVI一直是對(duì)空間分異解釋力最高的影響因子，說明植被覆蓋對(duì)ESV空間分異的貢獻(xiàn)處主導(dǎo)地位，且NDVI的解釋力從1995年的0.42驟增到2000年的0.68，之后又下降到2005年的0.40，最終在2020年降低到最低的0.20；年降水量的解釋力也在2000年發(fā)生驟增，從1995年的0.07增加到2000年的0.28，之后逐漸下降，到2020年下降到最低的0.02。其他影響因子的影響程度雖然仍是顯著的，但對(duì)空間分異的解釋力均未超過10%。

通過延安市ESV空間分異影響因子的交互探測(cè)結(jié)果(圖5)可以看出，所選擇的7個(gè)影響因子兩兩交互后對(duì)ESV空間分異的解釋力大多為雙因子增強(qiáng)作用或非線性增強(qiáng)作用。因此，延安市ESV的空間分異更多是不同影響因子之間交互作用的結(jié)果，其中NDVI與其他因子的交互作用也明顯強(qiáng)于其他各因子間的交互作用，在2000年NDVI與其他因子交互作用最強(qiáng)，接近0.70，而后NDVI與其他因子的交互作用逐漸減弱，但仍高于其他因子間交互作用，這也印證了植被覆蓋的影響力強(qiáng)于其他影響因子，處于主導(dǎo)地位。且2000年降水與其他因子的交互作用也較強(qiáng)，這一點(diǎn)也符合單因子探測(cè)中出現(xiàn)的突變。隨著退耕還林還草工程的推進(jìn)，到2020年，各因子之間交互作用類型也更多地從雙因子增強(qiáng)型提高為非線性增強(qiáng)型。

注：DEM為高程；Slope為坡度；NDVI為歸一化植被指數(shù)；PD為人口密度；Tem為溫度；Pre為降水；GDP為國(guó)內(nèi)生產(chǎn)總值.圖5 延安市生態(tài)系統(tǒng)服務(wù)價(jià)值空間分異影響因子的交互探測(cè)

3 討 論

退耕還林還草工程直接改變了土地利用/土地覆蓋，從而提高了區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值，在這一點(diǎn)上本研究與已有研究結(jié)論一致。焦春萌等研究表明，自1999年開展退耕還林還草工程起，延安北部成為建設(shè)用地、林地、水域的競(jìng)爭(zhēng)優(yōu)勢(shì)區(qū)，中部市區(qū)周圍成為草地的優(yōu)勢(shì)競(jìng)爭(zhēng)區(qū)，在縣區(qū)級(jí)行政區(qū)劃尺度上揭示了延安地區(qū)的ESV變化趨勢(shì)，得出了各區(qū)縣ESV均值分布南高北低、ESV變化率北高南低的結(jié)論；而本研究在探測(cè)延安市ESV時(shí)空遞變規(guī)律方面，創(chuàng)新性地引入了時(shí)間序列信息熵方法，較為客觀地表征了長(zhǎng)時(shí)間序列ESV的變化強(qiáng)度和變化趨勢(shì)信息，并在像元尺度上得出了更為細(xì)化的結(jié)果：在退耕還林還草工程實(shí)施前，延安北部地區(qū)存在大面積的耕地，而南部的天然次生林則保存較好，退耕還林還草工程帶動(dòng)的ESV價(jià)值提高也主要來源于耕地向林地、灌草地的轉(zhuǎn)變，與此同時(shí)城市化增加的建設(shè)用地是主要的ESV降低區(qū)域。同時(shí)，時(shí)間信息熵模型在探究ESV時(shí)空遞變規(guī)律中的適用性較好，在像元尺度上能準(zhǔn)確地甄別研究時(shí)序內(nèi)研究對(duì)象的變化趨勢(shì)及變化幅度。

本研究在評(píng)估延安市ESV變化情況的同時(shí)，為延安市生態(tài)環(huán)境的進(jìn)一步改善提供了科學(xué)的參考依據(jù)：延安市應(yīng)在守住耕地紅線的基礎(chǔ)上，繼續(xù)保持北部地區(qū)的退耕還林生態(tài)恢復(fù)態(tài)勢(shì)，同時(shí)豐富林地、草地配置體系，使用擴(kuò)展生態(tài)位(發(fā)展林下經(jīng)濟(jì))、開發(fā)第三產(chǎn)業(yè)等措施以期進(jìn)一步提高延安市尤其是南部地區(qū)的ESV體量，同時(shí)合理控制城市化的擴(kuò)張進(jìn)程，盡可能少地為延安市的ESV帶來減益。

在對(duì)延安市生態(tài)系統(tǒng)價(jià)值空間分異影響因子進(jìn)行探測(cè)時(shí)，本研究部分結(jié)論已有研究一致，孫夢(mèng)華等對(duì)陜甘寧地區(qū)的ESV空間分異影響因子進(jìn)行探測(cè)，得出NDVI是ESV空間分異的主導(dǎo)因子的結(jié)論；李理等對(duì)淇河流域生態(tài)系統(tǒng)服務(wù)進(jìn)行了探測(cè)，得出了NDVI對(duì)固碳與土壤保持服務(wù)間的權(quán)衡影響最強(qiáng)(達(dá)到0.306)的結(jié)論，且大部分影響因子間交互作用類型也都是雙因子增強(qiáng)或非線性增強(qiáng)。在本研究中出現(xiàn)了2個(gè)影響因子解釋力突變的時(shí)間點(diǎn)，在2000年，NDVI和年降水量的解釋力驟增，原因可能為退耕還林還草工程初期，地表植被覆蓋情況劇變，導(dǎo)致NDVI的增長(zhǎng)，從而影響了ESV的變化；另外，已有研究表明，植被恢復(fù)是黃土高原地區(qū)土壤干燥的主要原因，而農(nóng)田生態(tài)系統(tǒng)的土壤水分是跟隨降雨量變化的，因此在退耕還林還草初期，降水量是影響ESV的關(guān)鍵因素；在2010年后，NDVI的解釋力逐漸降低，但伴隨這一過程，各影響因子間的交互作用逐漸強(qiáng)烈，交互作用類型更多地從雙因子增強(qiáng)變?yōu)榉蔷€性增強(qiáng)，說明延安市退耕還林還草工程推進(jìn)過程中，初期單因子影響占主導(dǎo)地位的模式逐漸被因子間共同影響的模式所取代。

4 結(jié) 論

(1)研究期內(nèi)延安市ESV總體增加7.7億元，增幅約32.4%，其增益主要來源于林地的擴(kuò)張；調(diào)節(jié)服務(wù)占比高達(dá)50%，高于供給服務(wù)、支持服務(wù)和文化服務(wù)。

(2)延安市ESV空間分布大致表現(xiàn)出“南高北低”趨勢(shì)，并且以2000年為拐點(diǎn)實(shí)現(xiàn)了ESV由降低到升高的轉(zhuǎn)折。時(shí)間信息熵模型運(yùn)行結(jié)果表明延安北部和中南部ESV明顯增加，占延安市25.1%，延安市的東南、西南部ESV基本不變，一直保持在較高的水平，占延安市的68.5%，各縣區(qū)的城郊地帶ESV嚴(yán)重下降，原因是城市化導(dǎo)致的其他土地利用類型向建筑用地轉(zhuǎn)變。

(3)延安市ESV空間分異受到自然因子和人為因子的共同影響，其中NDVI是影響ESV空間分異的主要因子，影響因子間的交互作用是雙因子增強(qiáng)或非線性增強(qiáng)，以NDVI和降水的交互作用解釋力最高。

時(shí)間序列信息熵模型在探究區(qū)域ESV時(shí)空遞變規(guī)律上具有結(jié)果準(zhǔn)確、捕捉能力敏銳的優(yōu)點(diǎn)，可以探知研究對(duì)象像元尺度上的時(shí)空變化信息；本研究對(duì)時(shí)間信息熵模型輸出結(jié)果的2個(gè)熵值分割中，均采用自然間斷法，但在如何確定其熵值分割標(biāo)準(zhǔn)及分割數(shù)量上仍需根據(jù)自身需要進(jìn)一步研究。對(duì)于地理探測(cè)器的運(yùn)用，本研究所收集的因子均為自然因素或人為因素中具有代表性的因子，在未來研究中為細(xì)化結(jié)果可根據(jù)需要收集更多數(shù)據(jù)進(jìn)行因子探測(cè)。