大汶河流域生態(tài)系統(tǒng)服務(wù)時空變化及其驅(qū)動因素

摘要：探究生態(tài)系統(tǒng)服務(wù)的時空變化并識別主要驅(qū)動因素，對流域生態(tài)系統(tǒng)的保護和利用具有重要意義。采用InVEST模型從生境質(zhì)量、產(chǎn)水量、碳儲量和土壤保持等4方面對2000—2020年大汶河流域生態(tài)系統(tǒng)服務(wù)進行綜合評價，利用Pearson系數(shù)和地理探測器探究生態(tài)系統(tǒng)服務(wù)間的權(quán)衡/協(xié)同關(guān)系及驅(qū)動機制。結(jié)果表明：（1）大汶河流域土地利用類型以耕地和建設(shè)用地為主，建設(shè)用地呈增加趨勢，草地呈減少趨勢；（2）綜合生態(tài)系統(tǒng)服務(wù)變化較小，空間異質(zhì)性明顯，高值主要分布在北部泰山、中部徂徠山以及東部新泰新甫山；（3）生境質(zhì)量呈變差趨勢，產(chǎn)水量呈增加趨勢，碳儲量基本保持穩(wěn)定，土壤保持則先減少后增加，產(chǎn)水量與碳儲量呈權(quán)衡關(guān)系，其余生態(tài)系統(tǒng)服務(wù)間呈協(xié)同關(guān)系；（4）綜合生態(tài)系統(tǒng)服務(wù)主要受年平均溫度、高程和年降水量等自然環(huán)境因素的影響，受人口密度和GDP等經(jīng)濟社會因素影響較小。

關(guān)鍵詞：綜合生態(tài)系統(tǒng)服務(wù)；時空變化；InVEST模型；地理探測器；大汶河流域

中圖分類號：X171" " " " 文獻標志碼：A" " " " 文章編號：1674-3075（2025）01-0189-14

生態(tài)系統(tǒng)服務(wù)包括供給、調(diào)節(jié)、支持和文化服務(wù)，是人類從生態(tài)系統(tǒng)中所獲得的收益，是連接人類社會系統(tǒng)和自然生態(tài)系統(tǒng)的紐帶（Daily，1997）。受氣候變化和人類活動的雙重影響，生態(tài)系統(tǒng)承受前所未有的壓力，流域生態(tài)系統(tǒng)服務(wù)發(fā)生變化，且不同服務(wù)之間存在復(fù)雜的交互作用（Mccullough et al，2019）。因此，定量評價流域綜合生態(tài)系統(tǒng)服務(wù)的時空變化特征及自然—社會因子的作用強度，對維持區(qū)域生態(tài)安全、實現(xiàn)人類和自然生態(tài)系統(tǒng)的可持續(xù)發(fā)展具有重要意義。

國內(nèi)外針對生態(tài)系統(tǒng)服務(wù)評估開展了較多研究，Costanza等（1998）首次將生態(tài)系統(tǒng)服務(wù)分為水調(diào)節(jié)、水供應(yīng)等17類，并采用價值當(dāng)量法量化了各項服務(wù)的價值。2005年聯(lián)合國千年生態(tài)系統(tǒng)評估項目提出了生態(tài)系統(tǒng)服務(wù)的評估思路，得到了國內(nèi)外學(xué)者的廣泛認可。早期生態(tài)系統(tǒng)服務(wù)評估主要以統(tǒng)計分析方法為主，如Zuo等（2021）對喀斯特生態(tài)優(yōu)先保護區(qū)與重點恢復(fù)區(qū)的生態(tài)系統(tǒng)服務(wù)功能進行的研究。隨著3S技術(shù)的發(fā)展，借助模型進行生態(tài)系統(tǒng)服務(wù)評估并實現(xiàn)結(jié)果的空間化和可視化，成為研究的熱點，常用模型有CITYgreen（凌煥然等，2011）、SoIVES（夏哲一等，2024）和InVEST（魏培潔等，2022）等。其中InVEST模型具有模擬精度較高、數(shù)據(jù)需求較少且易獲取、運行速度快等優(yōu)點，應(yīng)用最為廣泛。例如龐彩艷等（2024）采用InVEST模型探究黃河上游流域生態(tài)系統(tǒng)服務(wù)變化及其權(quán)衡協(xié)同關(guān)系，任胤銘等（2023）結(jié)合FLUS-InVEST模型分析了京津冀土地利用變化對生態(tài)系統(tǒng)服務(wù)的影響，趙雪雁等（2021）、余昊軒等（2024）分別在黃土高原和湖北省進行了類似研究。鑒于InVEST模型的優(yōu)點和廣泛應(yīng)用性，本研究選用該模型進行生態(tài)系統(tǒng)服務(wù)綜合評估及驅(qū)動因子識別。

目前國內(nèi)已有研究多集中在流域（張亞麗等，2024；Hu et al，2024）和區(qū)域（Liu et al，2023；王培家等，2024）尺度，流域尺度上多針對黃河（Zhang et al，2023a；王奕淇和孫學(xué)瑩，2024）和長江（牛麗楠等，2024；Chen et al，2024）等大型流域，區(qū)域尺度多以市域（Zhou et al，2024）、省域（Zhang et al，2023b）等為研究對象，流域尺度的氣候條件、地形地貌和水文循環(huán)關(guān)系更為密切，相對于區(qū)域尺度，各項生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡/協(xié)同關(guān)系更加顯著，進行流域生態(tài)系統(tǒng)服務(wù)評估更加準確，且更能反映其時空變異性。大汶河流域作為黃河下游的最大支流，關(guān)乎黃河流域生態(tài)保護和高質(zhì)量發(fā)展的推動。自2000年以來，流域內(nèi)農(nóng)業(yè)活動頻繁，建設(shè)用地擴張明顯，人地矛盾突出，流域生境破壞嚴重，極大制約了生態(tài)系統(tǒng)服務(wù)的穩(wěn)定供給，目前該流域研究多為生態(tài)補償適度標準（趙晶晶等，2023）和健康評價，生態(tài)系統(tǒng)服務(wù)評估關(guān)注較少。作為耕地和建設(shè)用地為主的強人類干擾流域，其生態(tài)系統(tǒng)服務(wù)與其他流域存在明顯的區(qū)域差異。基于此，本研究以2000、2010和2020年土地利用數(shù)據(jù)為基礎(chǔ)，采用InVEST模型對流域生態(tài)系統(tǒng)服務(wù)進行綜合評估，分析生態(tài)系統(tǒng)服務(wù)間的權(quán)衡/協(xié)同關(guān)系，并探究自然環(huán)境和經(jīng)濟社會因素的影響，為流域生態(tài)保護政策制定與安全格局構(gòu)建提供參考。

1" "材料與方法

1.1" "研究區(qū)概況

大汶河流域位于山東省中部（圖1），發(fā)源于山東沂源縣境內(nèi)，自東向西流經(jīng)萊蕪、新泰、岱岳、東平等區(qū)縣，干流長209 km，流域面積8 633 km2，河段落差362 m。上游和中游以泰安大汶口為分界，東平縣戴村壩以下為下游，稱為大清河。流域?qū)倥瘻貛Т箨懶园霛駶櫦撅L(fēng)氣候區(qū)，季節(jié)分明，降水年際變化較大，多年平均溫度13.94 ℃，多年平均降水量772.99 mm，降水主要集中在6—9月，地勢東高西低，以丘陵、山地為主（張芹，2006）。流域分布有大量耕地及岱岳區(qū)、鋼城區(qū)、新泰市等多個縣級以上城市，還建有雪野水庫和戴村壩等多座水利工程，人類活動強烈，土地開發(fā)利用強度高。受此影響，流域內(nèi)出現(xiàn)各種生態(tài)環(huán)境問題，包括生境破壞嚴重、水資源短缺、水環(huán)境質(zhì)量不穩(wěn)定、土壤保持能力差等，生態(tài)環(huán)境健康狀況一般（張亞欣等，2024）。

1.2" "數(shù)據(jù)來源

本研究需要的數(shù)據(jù)主要包括土地利用、地形、氣候、歸一化植被指數(shù)（normalized difference vegetation index，NDVI）、土壤、人口密度和國內(nèi)生產(chǎn)總值（GDP）等，數(shù)據(jù)系列分別為2000、2010和2020年，數(shù)據(jù)來源及數(shù)據(jù)精度如表1所示，所有數(shù)據(jù)投影坐標統(tǒng)一轉(zhuǎn)換為WGS_1984_UTM_zone_50N，驅(qū)動因子數(shù)據(jù)采用最鄰近分配法重采樣為1 000 m空間分辨率。

1.3" "土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣可以反映區(qū)域某一時段初期和末期的土地類型變化情況，能直觀了解初期轉(zhuǎn)出和末期轉(zhuǎn)入的變化情況。根據(jù)土地利用轉(zhuǎn)移矩陣結(jié)果，使用Origin 2022制作土地利用轉(zhuǎn)移演變圖。

1.4" "生態(tài)系統(tǒng)服務(wù)評估

生境質(zhì)量反映了區(qū)域生境的破碎程度和生境退化的抗干擾能力，產(chǎn)水量在徑流調(diào)節(jié)和維持水文循環(huán)等方面發(fā)揮重要作用，碳儲量是對流域碳循環(huán)過程的定量研究，土壤保持在減少土壤侵蝕和防止土地退化等方面具有積極作用，目前研究多從以上4個方面評價生態(tài)系統(tǒng)服務(wù)。結(jié)合研究區(qū)生態(tài)環(huán)境特點和數(shù)據(jù)的可獲取性（王琦琨，2023；梅子鈺等，2024），采用InVEST模型中生境質(zhì)量、產(chǎn)水量、碳儲量和土壤保持等4個模塊分別進行評估，計算原理如下。

1.4.1" "生境質(zhì)量" "不同土地利用類型具有不同的生境適宜度，根據(jù)研究區(qū)土地利用分布情況和已有研究（王琦琨，2023），生境質(zhì)量模塊選取耕地、城鎮(zhèn)用地、農(nóng)村用地、交通用地等4個因子構(gòu)成威脅因子表，計算生境質(zhì)量指數(shù)，公式如下：

式中：Qj，x為土地利用類型j中柵格單元x的生境質(zhì)量指數(shù)；Hj為土地利用類型j的生境適宜度；Dj，x為土地利用類型j中柵格單元x的生境退化度；k為半飽和常數(shù)；z為歸一化常量。生境質(zhì)量指數(shù)位于0～1，數(shù)值越大，表示生境越好，本研究將生境質(zhì)量分為5類，其中[0，0.2]，（0.2，0.4]，（0.4，0.6]，（0.6，0.8]和（0.8，1.0]分別代表低、較低、中等、較高和高生境質(zhì)量。

1.4.2" "產(chǎn)水量" "產(chǎn)水量模塊利用降水量、蒸散量、植物有效含水量和土地利用等數(shù)據(jù)計算，公式如下：

式中：Y為年產(chǎn)水量，PET，A為年實際蒸散量，P為年降水量，PET為潛在蒸散量，PET，0為參考植被蒸散量，單位均為mm；Kc為作物蒸散發(fā)系數(shù)；CAW為植物可利用含水量，單位為mm；ω為經(jīng)驗參數(shù)；Z為經(jīng)驗常數(shù)。

1.4.3" "碳儲量" "碳儲量模塊根據(jù)地上生物碳、地下生物碳、土壤碳、死亡有機碳綜合評估，公式如下：

[Ctot=Cabove+Cbelow+Csoil+Cdead] ⑥

式中：Ctot為總碳儲量，Cabove為地上生物碳儲量，Cbelow為地下生物碳儲量，Csoil為土壤碳儲量，Cdead為死亡有機碳儲量，單位均為t/hm2。本文碳密度數(shù)據(jù)參考前人相關(guān)研究成果（秦慧穎，2022），并結(jié)合研究區(qū)進行了修正，獲取研究區(qū)不同土地利用類型碳密度數(shù)據(jù)（表2）。

1.4.4" "土壤保持" "土壤保持模塊通過土壤流失方程來評估土壤保持能力，基于降水侵蝕因子、土壤可蝕性因子、土地利用等分別計算潛在土壤侵蝕量和實際土壤侵蝕量，計算公式如下：

[RKLS=R×K×LS] ⑦

[USLE=R×K×LS×C×P] ⑧

[SD=RKLS?USLE] ⑨

式中：RKLS為土壤潛在侵蝕量，USLE為土壤實際侵蝕量，SD為土壤保持量，單位均為t/hm2；R為降雨侵蝕力因子，單位為（MJ·mm）/（hm2·h·a）；K為土壤可蝕性因子，單位為（t·h）/（MJ·mm）；LS為坡度坡長因子；C為植被覆蓋和管理因子；P為水土保持措施因子；模型參數(shù)設(shè)置參考前人研究（龐彩艷等，2024）。

1.4.5" "綜合生態(tài)系統(tǒng)服務(wù)指數(shù)" "為綜合評估大汶河流域生態(tài)系統(tǒng)服務(wù)水平，本研究采用加權(quán)平均法構(gòu)建了綜合生態(tài)系統(tǒng)服務(wù)指數(shù)（comprehensive ecosystem service index，ICES）（Laterra et al，2012；Pan et al，2013；Wu et al，2017）公式如下：

式中：ICES，j為第j年的綜合生態(tài)系統(tǒng)服務(wù)指數(shù)，指數(shù)位于0～1，指數(shù)越大表明生態(tài)系統(tǒng)服務(wù)越強；n為生態(tài)系統(tǒng)服務(wù)的種類數(shù)；wi為第i種生態(tài)系統(tǒng)服務(wù)的權(quán)重；Sij為第j年第i種生態(tài)系統(tǒng)服務(wù)的歸一化值；參考前人研究（任胤銘等，2023）結(jié)合研究區(qū)情況，確定各項生態(tài)系統(tǒng)服務(wù)的權(quán)重均為0.25。

1.5" "生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同

采用Pearson相關(guān)性分析衡量各項生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡協(xié)同關(guān)系。

式中：R為相關(guān)系數(shù)，X、Y分別為2個生態(tài)系統(tǒng)服務(wù)，i為柵格單元，N為柵格單元數(shù)量，Xi、Yi為柵格單元i的生態(tài)系統(tǒng)服務(wù)值，[X]和[Y]分別為X和Y的均值；若Rgt;0，表示兩項生態(tài)系統(tǒng)服務(wù)之間為協(xié)同作用，若Rlt;0，則表示為權(quán)衡作用，且相關(guān)系數(shù)的絕對值越大，表明相關(guān)性越強（王耕和馮妍，2024）。

同時，雙變量局部空間自相關(guān)可以揭示生態(tài)系統(tǒng)服務(wù)之間的權(quán)衡/協(xié)同關(guān)系的空間聚集程度（錢彩云等，2018），主要借助Geoda軟件進行。

1.6" "冷熱點分析

為更好反映不同生態(tài)系統(tǒng)服務(wù)的空間異質(zhì)性，采用熱點分析（Getis-Ord Gi*）識別具有統(tǒng)計顯著性的熱點和冷點區(qū)域，主要計算公式如下：

式中：Gi*為Getis-Ord統(tǒng)計值；Wij為斑塊i和j間的空間權(quán)重；Z為Gi*的標準化數(shù)值；E為數(shù)學(xué)期望；Var為方差，本研究采用Z值和P值進行統(tǒng)計顯著性檢驗，Zgt;0且越高，表示目標對象的高值聚類越緊密，即為熱點區(qū)，Zlt;0且絕對值越高，表示目標對象的低值聚類越緊密，即為冷點區(qū)，參考趙筱青等（2022）的研究，具體分類見表3。

1.7" "地理探測器驅(qū)動因子

本研究以綜合生態(tài)系統(tǒng)服務(wù)指數(shù)為因變量，為探究地形和氣候等自然因素和人類活動等因素對生態(tài)系統(tǒng)服務(wù)產(chǎn)生的影響，以自然環(huán)境和經(jīng)濟社會因子為自變量，采用地理探測器識別影響綜合生態(tài)系統(tǒng)服務(wù)的主要驅(qū)動因子。結(jié)合研究區(qū)情況和已有文獻（廖鐘淇等，2024；梅子鈺等，2024；王佳琪等，2024），自然環(huán)境因子選擇高程（X1）、坡度（X2）、年平均氣溫（X3）、年降水量（X4）和歸一化植被指數(shù)（NDVI、X5），經(jīng)濟社會因子選擇人口密度（X6）和國內(nèi)生產(chǎn)總值（GDP、X7）。具體計算方法詳見參考文獻（王勁峰和徐成東，2017）。

2" "結(jié)果與分析

2.1" "生態(tài)系統(tǒng)服務(wù)時空變化特征

2.1.1" "土地利用變化" "耕地是大汶河流域的主要土地利用類型，約占總面積的59.58%。2000—2020年間，耕地、林地和草地呈現(xiàn)減少趨勢，耕地和林地減少幅度較小，草地由11.49%減少到8.96%，建設(shè)用地由11.08%增加到17.13%。根據(jù)土地利用轉(zhuǎn)移演變（圖2），2000—2010年各土地利用類型變化較大，減少的草地多數(shù)轉(zhuǎn)變?yōu)楦?，轉(zhuǎn)移面積為182.22 km2，而耕地多數(shù)轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，轉(zhuǎn)移面積為616.77 km2，其他土地利用類型相互轉(zhuǎn)移幅度不大。

2.1.2" "生態(tài)系統(tǒng)服務(wù)時空分布特征" "從空間分布來看，2000—2020年各項生態(tài)系統(tǒng)服務(wù)存在明顯的空間異質(zhì)性，且空間分布格局基本一致（圖3）。高值區(qū)均集中于流域東北部的泰山至雪野湖、中部的徂徠山、東部的新泰新甫山和萊蕪蓮花山區(qū)域。低值區(qū)主要分布在泰安市岱岳區(qū)、肥城區(qū)、新泰市等，人類活動強烈，生境質(zhì)量最差。

2000—2020年各項生態(tài)系統(tǒng)服務(wù)呈現(xiàn)不同的變化規(guī)律（圖3和圖4），其中生境質(zhì)量整體呈現(xiàn)變差趨勢，68.16%的區(qū)域生境質(zhì)量變差。產(chǎn)水量由2000年的6×108 m3增加到2020年的19.2×108 m3，增加區(qū)域主要位于流域中上游。碳儲量比較穩(wěn)定，基本維持在9.19×107 t。2000、2010和2020年土壤保持量分別為3.22×108、2.86×108和4.33×108 t，整體呈現(xiàn)先減少后增加的趨勢，2000—2020年除下游小部分區(qū)域，大部分區(qū)域均呈增加趨勢。

2.1.3" "綜合生態(tài)系統(tǒng)服務(wù)時空變化" "大汶河流域綜合生態(tài)系統(tǒng)服務(wù)整體較差（圖5和圖6），2000、2010和2020年ICES均值分別為0.281、0.285和0.297，整體上看，東南部、北部泰山等山區(qū)的ICES呈增加趨勢，而西北部、泰山南部及東北部等以城鎮(zhèn)中心為主的ICES呈減少趨勢。

從空間分布來看，大汶河北部泰山及其群落、中部徂徠山和新泰新甫山ICES較高，這些地區(qū)多為山區(qū)，海拔較高，林地和草地分布廣泛，人類活動干擾較小。其余地區(qū)密集分布在東平、肥城、新泰、岱岳區(qū)、鋼城區(qū)等城鎮(zhèn)，受人類活動影響較大，綜合生態(tài)系統(tǒng)服務(wù)功能較差。

2.2" "生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系

Pearson分析結(jié)果（圖7）顯示，生境質(zhì)量與碳儲量、生境質(zhì)量與土壤保持、碳儲量與土壤保持均呈顯著協(xié)同關(guān)系（P≤0.01），其中生境質(zhì)量和碳儲量為強協(xié)同作用，產(chǎn)水量與碳儲量為權(quán)衡關(guān)系，2020年產(chǎn)水量與生境質(zhì)量呈微弱權(quán)衡關(guān)系。

由圖8可知，生態(tài)系統(tǒng)服務(wù)間權(quán)衡/協(xié)同關(guān)系空間異質(zhì)性顯著。2000—2020年， 生態(tài)系統(tǒng)服務(wù)在泰山、徂徠山和新泰新甫山區(qū)域均為高—高協(xié)同關(guān)系。生境質(zhì)量、產(chǎn)水量和碳儲量3種生態(tài)系統(tǒng)服務(wù)與土壤保持在空間上主要為低—低協(xié)同關(guān)系，表現(xiàn)在流域下游、泰山和徂徠山之間。在泰山南部和新泰新甫山周圍等城鎮(zhèn)區(qū)域，生境質(zhì)量—產(chǎn)水量為低—高權(quán)衡關(guān)系，產(chǎn)水量—碳儲量為高—低權(quán)衡關(guān)系。

2.3" "生態(tài)系統(tǒng)服務(wù)熱點分析和聚類分析

2000—2020年生境質(zhì)量熱點區(qū)（圖9）主要位于流域東北部泰山、萊蕪雪野湖、中部徂徠山和東部新泰新甫山等山區(qū)，冷點區(qū)主要集中分布在泰安、萊蕪等城鎮(zhèn)區(qū)域，生境質(zhì)量較差。產(chǎn)水量熱點區(qū)由2000年的10.43%增加到2020年的15.65%，分布格局與生境質(zhì)量相似，冷點區(qū)域面積占比呈增加趨勢，2000和2010年分布較為零散，但2020年集中分布在上游萊蕪市和下游大部分區(qū)域。碳儲量和土壤保持的熱點區(qū)域面積較小，主要分布在中部徂徠山及東北部泰山區(qū)域，大部分區(qū)域不顯著。

2000—2020年生境質(zhì)量高—高聚集區(qū)和低—低聚集區(qū)較多（圖10），高—高聚集區(qū)集中在泰山、徂徠山和新泰新甫山等區(qū)域，低—低聚集區(qū)集中在泰安、萊蕪等城鎮(zhèn)區(qū)域。碳儲量呈現(xiàn)類似分布格局。產(chǎn)水量2000—2010年均為高—高聚集區(qū)，且多集中在上游，2020年出現(xiàn)低—低聚集區(qū)，主要分布在下游和東北部。土壤保持2000—2020年聚集分布較穩(wěn)定，均為高—高聚集區(qū)，分布在泰山等地區(qū)。

2.4" "生態(tài)系統(tǒng)服務(wù)驅(qū)動因素

2.4.1" "不同生態(tài)系統(tǒng)服務(wù)驅(qū)動因素" "通過地理探測器分析得到單因子對各生態(tài)系統(tǒng)服務(wù)功能的解釋力（圖11），不同環(huán)境因子對生境質(zhì)量、碳儲量和土壤保持的影響相似，均以高程和年平均氣溫為主要解釋因子，其次是年降水量，人口密度和國內(nèi)生產(chǎn)總值解釋力較低。其中，人口密度對生境質(zhì)量的解釋力隨著時間變化逐漸減弱，年降水量對產(chǎn)水量的解釋力隨時間變化逐漸增強。各環(huán)境因子交互后的解釋力均有提升（圖11），但提升程度存在差異，依舊以單因子解釋力較大的因子為主。

2.4.2" "綜合生態(tài)系統(tǒng)服務(wù)驅(qū)動要素" "地理探測器結(jié)果（圖12）表明，高程、年平均氣溫和年降水量對大汶河流域綜合生態(tài)系統(tǒng)服務(wù)功能空間異質(zhì)性的解釋率最高，是影響綜合生態(tài)系統(tǒng)服務(wù)的主要驅(qū)動因子。其他因子的影響在不同年份存在一定的差別，2000—2020年間，人口密度解釋力逐漸減弱，國內(nèi)生產(chǎn)總值先增強后減弱，二者解釋力之和分別為0.2、0.24和0.07，表明人類活動對綜合生態(tài)系統(tǒng)服務(wù)影響先增強后減弱，是次要影響因子。

雙因子交互后解釋力均變大（圖12），2000年和2010年的各因子交互作用呈現(xiàn)基本相同的規(guī)律，高程、年平均氣溫和年降水量與其他因子交互后對綜合生態(tài)系統(tǒng)空間分布具有較強解釋力，人口密度和國內(nèi)生產(chǎn)總值的單因子解釋力均不高，但與高程、年平均氣溫等自然環(huán)境因子交互后，解釋力達到0.39以上，表現(xiàn)為非線性增強。研究區(qū)綜合生態(tài)系統(tǒng)服務(wù)受自然環(huán)境因子和經(jīng)濟社會因子的相互作用影響，隨著經(jīng)濟社會發(fā)展逐漸穩(wěn)定，地形、氣溫、降水等自然環(huán)境因子對該流域生態(tài)系統(tǒng)服務(wù)功能的空間分布格局發(fā)揮決定性作用，人口密度和經(jīng)濟發(fā)展對生態(tài)系統(tǒng)服務(wù)功能的影響逐漸變小。

3" "討論

3.1" "生態(tài)系統(tǒng)服務(wù)時空變化

大汶河流域各項生態(tài)系統(tǒng)服務(wù)呈現(xiàn)顯著的空間分布格局，且與流域內(nèi)土地利用類型和植被覆蓋具有密切的聯(lián)系（楊曉楠等，2015）。流域內(nèi)泰山、徂徠山和新泰新甫山等是各項生態(tài)系統(tǒng)服務(wù)功能的高值區(qū)，該區(qū)域林地和草地分布密集，植被覆蓋度高，促進了碳儲存（Wei et al，2022），有效減少了土壤侵蝕（王曉峰等，2023），人類活動相對較少，生境質(zhì)量、碳儲量和土壤保持等服務(wù)較好。降水和潛在蒸散量是影響產(chǎn)水量的主要因素，大汶河南支和瀛汶河所在的上游支流降水增多，潛在蒸散量有所下降，引起產(chǎn)水量的增加。下游區(qū)域降水相對上游較少，潛在蒸散發(fā)較大，且受流域上游水庫和閘壩蓄水等的影響，產(chǎn)水量很少，這與龐彩艷等（2024）對黃河流域的研究結(jié)果基本一致。大汶河流域作為黃河下游最大支流且是山東省典型流域，研究其生態(tài)系統(tǒng)服務(wù)對流域生態(tài)安全和管理具有重要意義，研究結(jié)果顯示，流域整體生態(tài)健康一般，各生態(tài)系統(tǒng)服務(wù)空間分布不均衡，存在較大差異。

3.2" "生態(tài)系統(tǒng)服務(wù)權(quán)衡/協(xié)同關(guān)系

研究結(jié)果表明生境質(zhì)量、碳儲量和土壤保持呈協(xié)同關(guān)系，這與已有研究結(jié)果基本一致（王耕和馮妍，2024），受植被覆蓋影響，植被覆蓋度高的區(qū)域生境質(zhì)量高，固碳能力強，土壤保持能力強。產(chǎn)水量和碳儲量呈權(quán)衡關(guān)系，主要是由于建設(shè)用地的增加使地表徑流增加，產(chǎn)水量增大，而耕地、林地和草地的減少引起含碳量的減少，這與王啟名等（2023）對滇池流域的研究結(jié)果一致。對于碳儲存和土壤保持的關(guān)系在不同研究區(qū)有不同的結(jié)論，戴路煒等（2020）在多倫縣的研究表明兩者之間存在協(xié)同關(guān)系，而Egoh等（2009）在南非的研究表明這兩者之間存在權(quán)衡關(guān)系，本文研究結(jié)果顯示碳儲量和土壤保持呈協(xié)同關(guān)系，這主要與自然環(huán)境和社會經(jīng)濟的差異有關(guān)，泰山、徂徠山等林地覆蓋區(qū)域，碳儲量高，土壤保持能力強，而對以耕地為主的大部分區(qū)域，碳儲量小，受農(nóng)業(yè)耕作影響，土壤保持能力較差，城鎮(zhèn)區(qū)域多為不透水區(qū)域，碳儲量和土壤保持能力關(guān)系不顯著。

3.3" "生態(tài)系統(tǒng)服務(wù)驅(qū)動因子影響

高程、坡度等地形因子通過水熱分配而影響植被分布（常學(xué)禮等，2015），Wang等（2021）、談旭和王承武（2023）的研究也表明高程、年平均氣溫和年降水量對生態(tài)系統(tǒng)服務(wù)有重要影響，這與本文研究結(jié)果一致。除了受降水、氣溫等自然因素影響，閘壩蓄水、土地利用等下墊面因素對產(chǎn)水量也存在較大影響，因此產(chǎn)水量的驅(qū)動因子在不同年份之間存在較大差異，2020年降水較多，成為影響產(chǎn)水量的首要因子，氣溫等其他因子的影響相對變小。2010年流域處于城鎮(zhèn)化快速發(fā)展時期，此時人口密度和GDP等經(jīng)濟社會因子的影響最明顯，2000年和2020年分別處于城鎮(zhèn)化起步和穩(wěn)定階段，經(jīng)濟社會因子的影響相對較小，但與高程、年平均氣溫等自然環(huán)境因子疊加后，交互作用的影響明顯增大，表明自然環(huán)境因子仍是影響生態(tài)系統(tǒng)服務(wù)的主要因素，這與梅子鈺等（2024）對青海湖流域的研究結(jié)果基本一致。

3.4" "生態(tài)系統(tǒng)服務(wù)適應(yīng)性管理措施

明確流域綜合生態(tài)系統(tǒng)服務(wù)的空間分布特征，對于流域生態(tài)系統(tǒng)適應(yīng)性管理至關(guān)重要。研究結(jié)果表明，泰山區(qū)、鋼城區(qū)和岱岳區(qū)等綜合生態(tài)系統(tǒng)服務(wù)值較低的城鎮(zhèn)區(qū)域，應(yīng)重點建設(shè)綠化帶，提升植被覆蓋度，增加綠色用地。發(fā)展特色產(chǎn)業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進產(chǎn)業(yè)升級是城鎮(zhèn)發(fā)展的未來趨勢。對于以農(nóng)業(yè)活動為主的區(qū)域，應(yīng)減少化肥和農(nóng)藥的使用，推廣有機農(nóng)業(yè)技術(shù)，以提高土壤結(jié)構(gòu)的穩(wěn)定性，并改善農(nóng)田灌溉措施，實現(xiàn)對水資源的合理利用。而在泰山和徂徠山等生態(tài)系統(tǒng)服務(wù)值較高的區(qū)域，發(fā)展生態(tài)旅游經(jīng)濟區(qū)，合理利用自然資源，保持區(qū)域生態(tài)平衡，同時實現(xiàn)經(jīng)濟效益的可持續(xù)增長。

InVEST模型允許輸入研究區(qū)自然（高程、土地利用、氣候等）和社會經(jīng)濟等數(shù)據(jù)以獲得評價結(jié)果的可視化表達，根據(jù)土地利用等數(shù)據(jù)的時空變化可以模擬各生態(tài)系統(tǒng)服務(wù)的動態(tài)變化，模型操作過程具有可重復(fù)性，可以基于模型反饋結(jié)果調(diào)整參數(shù)，以提高模型評估精度。目前，該模型在生境質(zhì)量、產(chǎn)水量、碳儲量和土壤保持等的研究已趨于成熟，應(yīng)用十分廣泛。本研究參考已有文獻，并結(jié)合流域土地利用類型、年降水量和年蒸散量等數(shù)據(jù)，采用InVEST模型實現(xiàn)對生境質(zhì)量、產(chǎn)水量、碳儲量和土壤保持等4種生態(tài)系統(tǒng)服務(wù)的評估，對模型參數(shù)（如產(chǎn)水量模塊Z值和土壤保持模塊不同土地利用類型碳密度等）均進行了率定，受篇幅限制，未做介紹，通過與流域?qū)嶋H情況對比，模型結(jié)果較為可靠，應(yīng)用到該流域是可行的。但由于模型原理等方面的原因，仍然具有一定的局限性，不能完全反映實際情況。除此之外，綜合生態(tài)系統(tǒng)服務(wù)驅(qū)動因子的選擇較少，可能無法全面解釋綜合生態(tài)系統(tǒng)服務(wù)的變化。在后續(xù)研究中，將結(jié)合更多的實測數(shù)據(jù)，提高模型模擬的精度，選取更多的驅(qū)動因子，更好地分析綜合生態(tài)系統(tǒng)服務(wù)的變化。

4" "結(jié)論

（1）大汶河流域不同生態(tài)系統(tǒng)服務(wù)表現(xiàn)出明顯的空間分異特征，且空間分布格局基本一致，高值主要分布在北部泰山區(qū)域、中部徂徠山以及東部的新泰新甫山，低值主要分布在東平、肥城、新泰、岱岳區(qū)、鋼城區(qū)等城鎮(zhèn)區(qū)域。

（2）2000—2020年，生境質(zhì)量呈變差趨勢，產(chǎn)水量呈增加趨勢，碳儲量基本穩(wěn)定，土壤保持呈先減少后增加趨勢，生態(tài)系統(tǒng)服務(wù)之間空間變化分布存在差異。

（3）各項生態(tài)系統(tǒng)服務(wù)之間呈現(xiàn)不同程度的相關(guān)關(guān)系，生境質(zhì)量與碳儲量、土壤保持均呈現(xiàn)同增共減的協(xié)同關(guān)系，產(chǎn)水量和碳儲量則呈此消彼長的權(quán)衡關(guān)系。

（4）綜合生態(tài)系統(tǒng)服務(wù)受多因子共同影響，以地形和氣候等自然環(huán)境因子影響為主，經(jīng)濟社會因子影響較小。

參考文獻

常學(xué)禮， 呂世海， 馮朝陽， 等， 2015. 地形對草甸草原植被生產(chǎn)力分布格局的影響[J]. 生態(tài)學(xué)報， 35（10）：3339-3348.

CHANG X L， LYU S H， FENG C Y， et al， 2015. Impact of topography on the spatial distribution pattern of net primary productivity in a meadow[J]. Acta Ecologica Sinica， 35（10）：3339-3348.

戴路煒， 唐海萍， 張欽， 等， 2020. 北方農(nóng)牧交錯帶多倫縣生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系研究[J]. 生態(tài)學(xué)報， 40（9）：2863-2876.

DAI L W， TANG H P， ZHANG Q， et al， 2020. The trade-off and synergistic relationship among ecosystem services：A case study in Duolun County， the agro-pastoral ecotone of Northern China[J]. Acta Ecologica Sinica， 40（9）：2863-2876.

凌煥然， 王偉， 樊正球， 等， 2011. 近二十年來上海不同城市空間尺度綠地的生態(tài)效益[J]. 生態(tài)學(xué)報， 31（19）：5607-5615.

LING H R， WANG W， FAN Z Q， et al， 2011. Ecological effect of green space of Shanghai in different spatial scales in past 20 years[J]. Acta Ecologica Sinica， 31（19）：5607-5615.

廖鐘淇， 范業(yè)婷， 王君櫹， 等， 2024.長三角耕地生態(tài)系統(tǒng)服務(wù)功能時空演變及其驅(qū)動機制[J/OL].環(huán)境科學(xué)，1-19[2024-12-20].https：//doi.org/10.13227/j.hjkx.202405081.

LIAO Z Q， FAN Y T， WANG J X， et al， 2024. Spatiotemporal Evolution of Cultivated Land Ecosystem Services in the Yangtze River Delta and Its Driving Mechanism[J/OL]. Environmental Science， 1-19[2024-12-20].https：//doi.org/10.13227/j.hjkx.202405081.

梅子鈺， 張雅茹， 黃心言， 等， 2024. 基于生態(tài)系統(tǒng)服務(wù)的青海湖流域生態(tài)風(fēng)險評估及其空間異質(zhì)性影響因素分析[J]. 生態(tài)學(xué)報， 44（12）：4973-4986.

MEI Z Y， ZHANG Y R， HUANG X Y， et al， 2024. Ecological risk assessment and its influencing factors of spatial heterogeneity based on ecosystem services in Qinghai Lake Basin[J]. Acta Ecologica Sinica， 44（12）：4973-4986.

牛麗楠， 邵全琴， 陳美祺， 等， 2024. 2000—2020年長江流域生態(tài)系統(tǒng)服務(wù)變化及其權(quán)衡協(xié)同關(guān)系[J]. 資源科學(xué)， 46（5）：853-866.

NIU L N， SHAO Q Q， CHEN M Q， et al， 2024. Changes in ecosystem services and their tradeoffs and synergies in the Yangtze River Basin from 2000 to 2020[J]. Resources Science， 46（5）：853-866.

龐彩艷， 文琦， 丁金梅， 等， 2024. 黃河上游流域生態(tài)系統(tǒng)服務(wù)變化及權(quán)衡與協(xié)同關(guān)系研究[J]. 生態(tài)學(xué)報， 44（12）：5003-5013.

PANG C Y， WEN Q， DING J M， et al， 2024. Ecosystem services and their trade-offs and synergies in the upper reaches of the Yellow River basin[J]. Acta Ecologica Sinica， 44（12）：5003-5013.

錢彩云， 鞏杰， 張金茜， 等， 2018. 甘肅白龍江流域生態(tài)系統(tǒng)服務(wù)變化及權(quán)衡與協(xié)同關(guān)系[J].地理學(xué)報， 73（5）：868-879.

QIAN C Y， GONG J， ZHANG J X， et al， 2018. Change and tradeoffs-synergies analysis on watershed ecosystem services：A case study of Bailongjiang Watershed， Gansu[J]. Acta Geographica Sinica， 73（5）：868-879.

秦慧穎， 2022. 山東省土地利用情景模擬與生態(tài)系統(tǒng)服務(wù)預(yù)測[D]. 青島：山東大學(xué).

任胤銘， 劉小平， 許曉聰， 等， 2023. 基于FLUS-InVEST模型的京津冀多情景土地利用變化模擬及其對生態(tài)系統(tǒng)服務(wù)功能的影響[J]. 生態(tài)學(xué)報， 43（11）：4473-4487.

REN Y M， LIU X P， XU X C， et al， 2023. Multi-scenario simulation of land use change and its impact on ecosystem services in Beijing-Tianjin-Hebei region based on the FLUS-InVEST Model[J]. Acta Ecologica Sinica， 43（11）：4473-4487.

談旭， 王承武， 2023. 伊犁河谷生態(tài)系統(tǒng)服務(wù)價值時空演變及其驅(qū)動因素[J]. 應(yīng)用生態(tài)學(xué)報， 34（10）：2747-2756.

TAN X， WANG C W， 2023. Temporal and spatial evolution of ecosystem service value in Ili Valley and its driving factors[J]. Chinese Journal of Applied Ecology， 34（10）：2747-2756.

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

WANG J F， XU C D， 2017. Geodetector： Principle and prospective[J]. Acta Geographica Sinica， 72（1）：116-134.

魏培潔， 吳明輝， 賈映蘭， 等， 2022. 基于InVEST模型的疏勒河上游產(chǎn)水量時空變化特征分析[J]. 生態(tài)學(xué)報， 42（15）：6418-6429.

WEI P J， WU M H， JIA Y L， et al， 2022. Spatiotemporal variation of water yield in the upstream regions of the Shule River Basin using the InVEST Model[J]. Acta Ecologica Sinica， 42（15）：6418-6429.

王琦琨， 2023. 大汶河生態(tài)流量計算及價值評估[D]. 濟南：濟南大學(xué).

王曉峰， 賈子續(xù)， 馮曉明， 等， 2023. 黃土高原土壤保持服務(wù)供需平衡及其驅(qū)動因素[J]. 生態(tài)學(xué)報， 43（7）：2722-2733.

WANG X F， JIA Z X， FENG X M， et al， 2023.Analysis on supply and demand balance of soil conservation service and its driving factors on the Loess Plateau[J]. Acta Ecologica Sinica， 43（7）：2722-2733.

王啟名， 楊昆， 李立曉， 等， 2023. 滇池流域水文生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同時空異質(zhì)性及其歸因分析[J].生態(tài)學(xué)報， 43（12）：4876-4891.

WANG Q M， YANG K， LI L X， et al， 2023. Spatio-temporal heterogeneity and attribution analysis of hydrological ecosystem services tradeoffs and synergies in Dianchi Lake Basin[J]. Acta Ecologica Sinica， 43（12）：4876-4891.

王耕， 馮妍， 2024. 遼寧太子河流域生態(tài)系統(tǒng)服務(wù)權(quán)衡/協(xié)同關(guān)系時空變化與情景預(yù)測[J]. 生態(tài)學(xué)報， 44（1）：96-106.

WANG G， FENG Y， 2024. Spatio-temporal variation and scenario prediction of ecosystem service tradeoffs/synergies in the Taizi River Basin， Liaoning Province[J]. Acta Ecologica Sinica， 44（1）：96-106.

王佳琪， 邢艷秋， 常曉晴， 等， 2024. 東北地區(qū)生態(tài)系統(tǒng)服務(wù)空間分布及其驅(qū)動因子分析[J]. 環(huán)境科學(xué)， 45（9）：5385-5394.

WANG J Q， XING Y Q， CHANG X Q， et al， 2024. Analysis of Spatial Distribution of Ecosystem Services and Driving Factors in Northeast China[J]. Resources Science， 45（9）：5385-5394.

王培家， 章錦河， 楊良健， 等， 2024. 典型旅游城市生態(tài)系統(tǒng)服務(wù)時空演變及其影響因素：以黃山市為例[J]. 生態(tài)學(xué)報， 44（9）：3897-3910.

WANG P J， ZHANG J H， YANG L J， et al， 2024. Spatio-temporal evolution of ecosystem services in a typical tourist city and its influencing factors： a case study of Huangshan City[J]. Acta Ecologica Sinica， 44（9）：3897-3910.

王奕淇， 孫學(xué)瑩， 2024. 黃河流域生態(tài)系統(tǒng)服務(wù)權(quán)衡協(xié)同關(guān)系及其時空異質(zhì)性[J/OL].環(huán)境科學(xué)， 1-23[2024-12-20].https：//doi.org/10.13227/j.hjkx.202402126.

WANG Y Q， SUN X Y， 2024. Trade-off and Synergy of Ecosystem Services in the Yellow River Basin and Their Spatiotemporal Heterogeneity[J/OL]. Resources Science， 1-23[2024-12-20].https：//doi.org/10.13227/j.hjkx.202402126.

夏哲一， 劉黎明， 袁承程， 等， 2024. 基于社會—生態(tài)耦合視角的城市邊緣區(qū)生境服務(wù)評估與分區(qū)[J]. 生態(tài)學(xué)報， 44（4）：1501-1513.

XIA Z Y， LIU L M， YUAN C C， et al， 2024. Assessment and zoning of habitat services in urban fringe areas from the perspective of social-ecological coupling[J]. Acta Ecologica Sinica， 44（4）：1501-1513.

楊曉楠， 李晶， 秦克玉， 等， 2015. 關(guān)中—天水經(jīng)濟區(qū)生態(tài)系統(tǒng)服務(wù)的權(quán)衡關(guān)系[J]. 地理學(xué)報， 70（11）：1762-1773.

YANG X N， LI J， QIN K Y， et al， 2015. Trade-offs between ecosystem services in Guanzhong-Tianshui Economic Region[J]. Acta Geographica Sinica， 70（11）：1762-1773.

余昊軒， 湯江龍， 陳榮清， 2024. 湖北省生態(tài)系統(tǒng)服務(wù)供需時空演變特征及其多尺度的空間平衡與匹配分析[J]. 環(huán)境科學(xué)， 45（11）：6477-6488.

YU H X， TANG J L， CHEN R Q， 2024. Spatiotemporal Evolution Characteristics and Multi-scale Spatial Balance and Matching Analysis of Ecosystem Service Supply and Demand in Hubei Province[J]. Environmental Science， 45（11）：6477-6488.

張芹， 2006. 大汶河流域地下水資源評價及可持續(xù)利用[D]. 南京：河海大學(xué).

趙雪雁， 馬平易， 李文青， 等， 2021. 黃土高原生態(tài)系統(tǒng)服務(wù)供需關(guān)系的時空變化[J]. 地理學(xué)報， 76（11）：2780-2796.

ZHAO X Y， MA P Y， LI W Q， et al， 2021. Spatiotemporal changes of supply and demand relationships of ecosystem services in the Loess Plateau[J]. Acta Geographica Sinica， 76（11）：2780-2796.

趙筱青， 石小倩， 李馭豪， 等， 2022. 滇東南喀斯特山區(qū)生態(tài)系統(tǒng)服務(wù)時空格局及功能分區(qū)[J]. 地理學(xué)報， 77（3）：736-756.

ZHAO X Q， SHI X Q， LI Y H， et al， 2022. Spatio-temporal pattern and functional zoning of ecosystem services in the karst mountainous areas of southeastern Yunnan[J]. Acta Geographica Sinica， 77（3）：736-756.

趙晶晶， 葛顏祥， 李穎， 等， 2023. 基于生態(tài)系統(tǒng)服務(wù)價值的大汶河流域生態(tài)補償適度標準研究[J]. 干旱區(qū)資源與環(huán)境， 37（4）：1-8.

ZHAO J J， GE Y X， LI Y， et al， 2023. Study on the appropriate standard of eco-compensation based on ecosystem service value in Dawen River basin[J]. Journal of Arid Land Resources and Environment， 37（4）：1-8.

張亞麗， 陳亮， 田義超， 等， 2024. 模擬多情景下桂西南峰叢洼地流域土地利用變化及生態(tài)系統(tǒng)服務(wù)價值的空間響應(yīng)[J]. 環(huán)境科學(xué)， 45（12）：6935-6948.

ZHANG Y L， CHEN L， TIAN Y C， et al， 2024. Land Use Change and Ecosystem Service Value Measurement in the Peak Cluster Depression Basin in Southwest Guangxi Under Simulated Multiple Scenarios[J]. Resources Science， 45（12）：6935-6948.

張亞欣， 蔡子昭， 譚曉波， 等， 2024. 大汶河流域淺層地下水水化學(xué)特征與水質(zhì)類型識別[J/OL].環(huán)境科學(xué)， 1-19[2024-12-20].https：//doi.org/10.13227/j.hjkx.202403023.

ZHANG Y X， CAI Z Z， TAN X B， et al， 2024. Hydrochemical characteristics of shallow groundwater and identification of water quality types in the Dawen River Basin[J/OL]. Resources Science， 1-19[2024-12-20].https：//doi.org/10.13227/j.hjkx.202403023.

COSTANZA R， D'ARGE R， DE GROOT R， et al， 1998. The value of the world's ecosystem services and natural capital[J]. Ecological Economics， 25（1）：3-15.

CHEN W， YUAN Y， LIU Z， et al， 2024. Ecosystem health in the Yangtze and Yellow River basins in China： Regional differences and driving forces[J]. Ecological Indicators， 166：112422.

DAILY G C， 1997. Nature's services： societal dependence on natural ecosystems[M]. Washington DC： Island Press：1-10.

EGOH B， REYERS B， ROUGET M， et al， 2009. Spatial congruence between biodiversity and ecosystem services in South Africa[J]. Biological Conservation， 142（3）：553-562.

HU X， WANG H， FANG Q， et al， 2024. Integrating ecosystem services trade-off， drivers and zoning into watershed water environment management in Nansihu Lake Basin， China[J]. Ecological Indicators， 167：112642.

LATERRA P， ORúE M E， BOOMAN G C， 2012. Spatial complexity and ecosystem services in rural landscapes[J]. Agriculture Ecosystems amp; Environment， 154： 56-67.

LIU Y， ZHAO J， ZHENG X， et al， 2023. Evaluation of Biodiversity Maintenance Capacity in Forest Landscapes： A Case Study in Beijing， China[J]. Land， 12（7）：1293.

MILLENNIUM ECOSYSTEM ASSESSMENT， 2005. Ecosystems and human well-being： synthesis[M]. Washington DC： Island Press：27-28.

MCCULLOUGH I M， CHERUVELIL K S， COLLINS S M， et al， 2019. Geographic patterns of the climate sensitivity of lakes[J]. Ecological Applications， 29（2）：e01836.

PAN Y， XU Z R， WU J X， 2013. Spatial differences of the supply of multiple ecosystem services and the environmental and land use factors affecting them[J]. Ecosystem Services， 5：E4-E10.

WU J， ZHAO Y， YU C， et al， 2017. Land management influences trade-offs and the total supply of ecosystem services in alpine grassland in Tibet， China[J]. Journal of Environmental Management， 193：70-78.

WANG H， LIU L B， YIN L， et" al， 2021.Exploring the complex relationships and drivers of ecosystem services across different geomorphological types in the Beijing-Tianjin-Hebei region， China （2000-2018）[J]. Ecological Indicators， 121：107116.

WEI X D， YANG J， LUO P P， et al， 2022. Assessment of the variation and influencing factors of vegetation NPP and carbon sink capacity under different natural conditions[J]. Ecological Indicators， 138：108834.

ZUO L， GAO J， DU F， 2021. The pairwise interaction of environmental factors for ecosystem services relationships in karst ecological priority protection and key restoration areas[J]. Ecological Indicators， 131：108125.

ZHANG P P， LI X， YU Y， 2023. Relationship between ecosystem services and farmers' well-being in the Yellow River Wetland Nature Reserve of China[J]. Ecological Indicators， 146：109810.

ZHANG Y， HU X， WEI B， et al， 2023. Spatiotemporal exploration of ecosystem service value， landscape ecological risk， and their interactive relationship in Hunan Province， Central-South China， over the past 30 years[J]. Ecological Indicators， 156：111066.

ZHOU X， WANGHE K， JIANG H， et al， 2024. Construction of green infrastructure networks based on the temporal and spatial variation characteristics of multiple ecosystem services in a city on the Tibetan Plateau： A case study in Xining， China[J]. Ecological Indicators， 163：112139.

Spatiotemporal Variation and Driving Factors of Ecosystem Services

in Dawen River Basin

Abstract：To protect watersheds and benefit from the ecosystem services they provide， it is necessary to identify spatiotemporal changes in ecosystem services and their primary driving forces. In this study， four ecosystem services： habitat quality， water yield， carbon storage and soil retention were assessed in the Dawen River basin using InVEST （Integrated Valuation of Environmental Services and Tradeoffs） models， and Pearson correlation analysis was applied to analyze synergistic relationships among the ecosystem services. The factors driving ecosystem services were explored with Geographic detectors. The study was based on data on land use， geography， climate， the normalized difference vegetation index （NDVI）， soil， population density， and GDP of the Dawen River basin in 2000， 2010， and 2020. Results show that： （1） Farmland and construction land were the primary land use types in the basin. Farmland， forest and grass lands decreased during 2000-2020， while construction land increased. （2） There was little temporal change in the value of comprehensive ecosystem services （CES） during 2000-2020， but marked spatial heterogeneity throughout the basin. The higher ecosystem service values were mainly in Mount Tai （north）， Culai Mountain （central） and Xinfu Mountain （east）. The lower values were mainly in the urban areas of Taian City and Xintai City， with intense human activity and poor habitat quality. （3） Habitat quality decreased， but water yield increased from 6×108 m3 in 2000 to 19.2×108 m3 in 2020. Carbon storage remained stable， at 9.19×107 t during the investigation period. Soil retention decreased and then increased， with values of 3.22×108 （2000）， 2.86×108 （2010） and 4.33×108 t （2020）. A tradeoff was observed between water yield and carbon storage， while the remaining ecosystem services were synergistic. （4） The spatial pattern of CES was primarily influenced by the natural environmental factors of annual average temperature， elevation， and annual precipitation. The impacts of population density and GDP were relatively small. The results of this study provide a valuable reference for resource conservation and sustainable development in the northern river basins of China.

Key words：comprehensive ecosystem service （CES）; spatiotemporal variation; InVEST model; geographic detector; Dawen River basin