Hehson财经ESG评级中心提供包括资讯、报告、培训、咨询等在内的14项ESG服务，助力上市公司传播ESG理念，提升ESG可持续发展表现。点击查看【ESG评级中心服务手册】

面向生态补偿的水净化生态系统服务供需流动的空间耦合研究——以长三角生态绿色一体化示范区为例

陈昊扬1,2 , 姚申君2 , 彭婉婷3 , 蔡文博1,2,5 , 蔡永立4,5

1. 华东师范大学中国现代城市研究中心/城市发展研究院, 上海 200062;2. 华东师范大学地理科学学院, 上海 200241;3. 同济大学建筑与城市规划学院, 上海 200092;4. 上海交通大学设计学院, 上海 200240;5. 自然资源部国土空间生态治理数字工程技术创新中心, 上海 200240

摘要: 深入探讨了长三角生态绿色一体化发展示范区(简称“示范区”)内水净化生态系统服务(WPS)的供需状况、服务流动路径及其与生态补偿的关系。随着工业化和城市化的快速推进, 示范区面临着严峻的水资源污染和生态系统退化挑战。针对这些问题, 首先采用InVEST模型对示范区内氮磷WPS的供需进行了量化分析, 揭示了不同子流域和行政区域间的供需差异。研究结果显示, 示范区大部分地区存在显著的WPS供需赤字, 尤其是在太湖东南侧、示范区西南角和东北角区域, 氮磷净化服务的供需矛盾尤为突出。为进一步理解WPS的流动特性, 应用了SPANS算法来模拟服务在示范区内的流动路径。分析发现, 服务盈余区域主要集中在示范区的中心地带以及吴江区的北部和东南部。这些区域通过生态服务流动有效缓解了周边地区的污染压力, 形成了明显的区域生态优势。然而, 流动路径的复杂性也揭示了生态服务在不同地区间分配的不均衡性, 强调了进行合理生态补偿的重要性。基于供需流动分析结果, 提出了示范区生态补偿的优化策略。应优先补偿那些接收大量外来污染负荷、提供重要WPS的区域, 确保这些区域能够持续提供高质量的生态系统服务。通过政策支持和财政援助, 引导资金和资源流向具有潜在供应能力的区域, 增强其生态系统功能。研究还建议引入基于供需流动态监测的补偿调整, 以应对区域生态服务变化的不确定性, 确保生态补偿政策的精准性和有效性。研究不仅为示范区WPS的供需状况提供了全面的量化分析, 还通过流动路径模拟和生态补偿设计, 为区域生态治理和可持续发展提供了科学依据和实践路径。这些成果对于改善示范区水生态环境、优化水资源配置、推动生态文明建设具有重要意义, 同时也为其他地区类似问题的解决提供了有益参考。

关键词: 水净化服务    生态系统服务流    供需空间关联    生态补偿    SPANS算法    长三角生态绿色一体化示范区    

生态系统服务(ES)是指自然生态系统通过生态过程和功能为人类社会提供的直接或间接益处[1]。这些服务的综合效应反映了生态系统的结构和功能, 并为人类社会的可持续发展提供支持[2]。然而, 随着人类活动的加剧和气候变化的影响, 生态系统服务面临着前所未有的威胁, 使得生态系统服务的保护与管理成为全球研究和政策的焦点[3—4]。水生态系统服务(FES), 涵盖河流、湖泊、湿地和地下水系统提供的服务, 是生态系统服务的关键组成部分, 促进了生物多样性和生态系统稳定性[5]。其中, 水净化服务(WPS)是人类社会经济价值的重要组成部分, 它指的是生态环境中植被、微生物和水生生物通过拦截和吸附氮、磷等营养物质自然净化水质的过程[6]。来自森林和其他自然生态系统的径流或渗漏水通常比农业、城市或工业景观的水污染程度低[7]；因此, 用于生产、生活或生态环境目的的水的处理成本相对较低[8], 使得WPS在水生态系统服务(FES)中扮演着重要角色。伴随工业化和城市化进程, 污染和过度开发等因素正威胁着水生态系统的健康和功能[9—10], 同时也将面临气候变暖和土地利用变化等情景[11]。因此, 为防止生态风险并促进区域可持续发展, 准确了解FES的供需状况并对这些服务进行量化显得尤为重要。

21世纪以来, FES研究在全球范围内受到了广泛关注和深入发展。文献计量分析显示, 过去二十年来, 尤其是亚洲和欧洲, FES研究数量显著增加[12]。这些研究主要集中在水净化功能评估、洪水调节和生物多样性保护等方面[13—15]。为了更准确地描述和评价各种FES的供需关系, 研究人员逐渐从定性方法转向规模评价和多准则决策方法(MCDM), 如AHP、TOPSIS[16], 然而这些方法往往需要专家赋分或权重设置, 带有主观性成分, 一定程度上会导致结果的不确定性。

在MCDM方法基础上发展起来的各类定量分析模型(如SWAT、InVEST、ARIES、VIC)虽在各自的适用领域取得了显著进展[16—17], 但它们通常只考虑本地生态服务的供需匹配, 忽略了特定区域的FES可能不会完全被当地消费, 而是从盈余地区流向赤字地区[18], 故而仅依靠这些模型无法有效地对各类生态系统服务的时空流动展开定量分析。为此, 研究人员提出了SPANS(服务路径属性网络, Service Path Attribution Networks)算法的构想[19], 旨在优化生态系统服务供需匹配及流动分析。尽管SPANS算法已自十多年前提出, 但其在实际应用上的探索仍显不足, 使用SPANS算法实现定量且可控的FES服务流动研究的实践探索直到最近才被提出[20]。

广义的生态补偿不仅包括因生态系统和自然资源保护而获得的利益的奖励, 或因对生态系统和自然资源造成损害的补偿, 还包括对环境污染者的收费[21—23]；狭义的生态补偿主要指前者[23]。生态补偿的方法和途径很多, 可根据不同标准进行分类。在西方国家, 生态补偿的探索较早开始, 充分利用市场机制和多渠道融资体系, 初步形成了各种类型的生态补偿框架[24]。然而, 中国尚未形成一套得到政府部门和学术界普遍认可的生态补偿标准和实施细则。目前国内实践主要通过国家重点生态工程项目建设(“退耕还林”、“三北”防护林等)、地方政府征收生态补偿费或污染费以及河流流域内不同行政单位之间的市场交易等方式进行[25—26]。近年来, 国内在不同尺度上有一些成功的试点项目和模式, 如2000年浙江义乌和东阳之间的水资源补偿[27], 以及自2019年以来为响应相关部委的“黄河流域全流域横向生态补偿机制建立试点实施方案”, 在黄河上游(四川-甘肃段、甘肃-宁夏段)和下游(河南-山东段)实施的横向省级生态补偿[28]。随着相关实践的不断深化, 对生态补偿标准和方法的内容逐渐有了清晰详细的认识, 但仍存在标准不一致、市场化多样化不足、过度依赖政府部门等问题[29], 需要学术界、政府部门和所有相关利益者共同努力, 推动我国各级生态补偿建设。

长三角生态绿色一体化发展示范区(简称“示范区”)成立于2019年, 位于经济发达的长江三角洲城市群内的太湖流域。该地区具有良好的生态基础、高水域覆盖率和典型的平原河网景观[30—31]。在示范区案例中, 快速的经济发展、人口增长和水环境中污染物输入的持续增加导致了对WPS的需求远远超过供应, 对生态系统循环造成了严重破坏[32]。尽管已经采取了各种管理措施, 但示范区的水生生态环境仍面临诸多挑战, 且经济和人口的持续增长将进一步增加对WPS的需求。2023年, 中国政府批准了《长三角生态绿色一体化发展示范区总体空间规划(2021—2035)》[33], 提出了2035年的生态绿色发展目标, 本研究致力于为其目标实现提供科学支撑。

本研究将重点关注以下方面：分析示范区水净化生态系统服务的供需现状, 包括量化流域内WPS供需的时空特征, 评估WPS的供需平衡和协调程度, 并探讨供需失衡背后的驱动因素。本研究还将提出示范区WPS流动的生态补偿策略, 明确补偿主体、对象和内容, 基于供需分析设计补偿标准和模式, 并探索生态补偿的实施路径和制度保障。此外, 本研究将提出示范区城乡生态价值协同提升的策略, 基于WPS供需平衡优化“三生空间”格局, 增强城乡在水生态保护与修复中的协同效应, 并提供切实可行的方法和建议, 以促进长江三角洲生态绿色发展示范区和国家“十四五”规划及2035年愿景生态绿色发展目标的实现。通过上述研究, 本研究旨在为示范区WPS的生态补偿和协调发展提供科学依据和实践路径, 这对改善流域水生态环境、优化水资源配置和实现高质量发展目标具有重要意义。

1 数据与方法

1.1 研究区概况

长三角生态绿色一体化示范区(简称“示范区”)位于太湖流域东南部, 涵盖了多样的湖泊与河流系统, 包括太湖、元荡、淀山湖以及太浦河和京杭大运河(图 1)。水域面积占总面积的18.16%, 展现了典型的江南水乡景观。根据规划蓝图, 示范区有望成为“世界级的水岸人居环境典范”。至2035年, 试点启动区将力争实现蓝绿空间比不低于75%, 人均公园绿地面积至少15m2, 河湖水面面积约占22%。示范区内的水资源保护与净化生态服务是探索区域协调、高质量发展的关键领域。

然而, 快速城市化给自然环境带来了巨大压力, 导致生态空间碎片化、森林覆盖率低于国家平均水平以及生态系统供需严重失衡。为应对这些挑战, 示范区在空间上被划分为五个城市集群：青浦城区、吴江城区、嘉善城区、盛泽镇区和试点启动区。这些集群在城市功能上互补, 共享服务, 并努力形成互联互通的生态网络。

1.2 技术路线

本研究包括以下关键步骤(图 2)：

(1) 数据收集与预处理：系统性收集相关地理数据, 并使用GIS平台(ArcGIS Pro 3.0和QGIS 3.28.6)进行预处理, 以确保数据质量和兼容性。并且在Python 3.10环境中实现SPANS算法, 以量化生态系统服务流。

(2) 水净化生态系统服务(WPS)的定量评估：运用InVEST模型的年度产水量和养分输送比模块, 以30 m空间分辨率评估WPS的供需情况。

(3) GIS驱动的定量分析涉及计算关键参数, 包括需求量、供应量、供需差异及供需比例, 遵循当地相关法规和标准。

(4) 分区统计分析：分析不同行政和生态单元的WPS供需模式, 从而对当前水净化生态系统服务状态形成全面的理解。

(5) 流动动态建模：将栅格数据输入到SPANS算法中, 模拟WPS流动, 并提出针对观察到的流动模式的生态补偿应用与优化措施。

1.3 生态系统服务评估方法

1.3.1 水净化服务的供需量化

InVEST水质净化模型(NDR：养分输送比)基于栅格数据运行, 主要用于模拟表层养分的来源及其在地表径流中的流动过程。该模型建立了基于质量守恒原理的供需关系, 意味着总养分输出等于植物/土壤保留的养分总和以及通过地表或地下水流动转移的养分总和。

每种土地利用类型保留的污染物量作为InVEST水质净化模块的输出, 视为水质净化服务(WPS)的供给量, 表示为Retention, 这代表了流域内植被和土壤保留污染物的能力；而每个栅格单元上的截留量和输出量之和视为示范区的总污染负荷。根据“《地表水环境质量标准GB3838—2002》”[34], 示范区的允许水污染浓度(Ⅲ类水质标准限值)与每个栅格单元上的水资源体积(InVEST年产水模型得到)的乘积, 可视为该栅格单元的可允许污染物排放量。总污染负荷与可允许污染物排放量之间的差异表示需要由示范区内的植被和土壤保留的污染物量, 这被视为WPSs的需求, 表示为Export。

分析所采用的空间分辨率为30 m × 30 m, WPS的供需量以吨为单位表示。模型输出的精度保持在五位小数, 即每个30 m × 30 m栅格单元上的结果准确到10-5t, 这一精度水平确保了适合细尺度环境评估的详细输出。

1.3.2 水净化服务供需匹配

相关指标计算使用基本公式：

式中,R表示水质净化服务供需差指数；Retention表示水质净化服务供给量；Export表示需求量。R< 0表示供需赤字, 即水质不达标;R=0表示供需平衡;R>0表示供需盈余, 即水质达标。Substandard表示该区域水质不达标的程度, Standard表示水质达标度。对供需差为负的栅格, 计算百分比后乘以(-1), 即百分比数值越接近100%, 水质达标程度越好, 百分比数值越接近-100%, 水质达标程度越差。

1.3.3 水净化服务流模拟

在对水净化生态系统服务(WPS)供需进行定量分析后, 对生态系统服务流(ESF)进行时空动态分析成为新的挑战。本研究采用了在网格尺度上实现的SPANS算法。由于WPS流动的方向受到水文过程的重大影响, 因此使用了ArcGIS水文分析中的传统D8算法来推导每个网格单元的流动方向, 即允许八种可能的流动方向。这确保了WPS流动遵循研究区域内真实的水流路径。

使用GIS完成对于研究区每个栅格的供需匹配后, SPANS算法将在供需差栅格数据的基础上, 考虑盈余栅格上的WPS向周围栅格的流动, 以栅格尺度在Python中执行, 通过Rasterio等第三方库, 能够处理自由流动和定向流动模式。流动模拟以迭代的时间单位进行, 每次迭代代表WPS流动的一个单位。在每个时间单位内, WPS根据定义的流动方向从一个网格单元流向其八个相邻单元之一。在这种方法中, 我们假设WPS在所有网格单元中同时开始流动。一个时间单位对应于WPS从一个单元移动到相邻单元的定义方向。迭代的次数指定了分析WPS流动的总时间跨度, 结果将保存为新的.tif网格文件。

SPANS实施的主要步骤如下：(1) 定义流动方向偏移量：一个字典指定了根据GIS处理获得的流动方向数据的八个流动方向；(2) 使用rasterio读取供需差栅格数据和流动方向数据；(3) 初始化结果矩阵以跟踪每个像素在每次迭代中的流动方向和供需状态；(4) 执行迭代计算, 根据每个时间步骤的流动方向调整像素值；(5) 输出流动结果并保存为新的.tif网格文件。

这种方法确保WPS流动与区域的基础水文流动一致, 并准确反映生态系统服务在景观中的传播方式。对于自由流动, 在每次迭代中, 计算每个盈余像素与其八个相邻像素之间的差异。选择差异最大的方向作为流动方向, 并相应更新矩阵, 而其余方向保持不变。

1.4 数据收集

本研究使用了多种高分辨率地理空间数据集, 涵盖了地形和土地利用信息、水文边界和土壤特性, 确保为评估WPS的供需动态和理解这些服务的空间分布提供全面的输入, 主要包括：1)地理空间数据云(https://www.gscloud.cn)的ASTER GDEMV3系列30 m分辨率DEM数据, 用于水文分析中生成流向并帮助划定子流域边界, 对于识别水流路径和评估水净化服务的空间分布十分重要；2)国家青藏高原科学数据中心(https://data.tpdc.ac.cn)的1 km分辨率逐月降水、潜在蒸散量数据, 是估计水文预算和流动动态关键参数, 有助于理解子流域内水净化服务需求和供给的时间变化；3)国家青藏高原科学数据中心的中国土壤数据集(v1.1), 提供根系深度和可利用水分数据, 在水文建模中帮助估算水分保留能力和污染物过滤能力；4)国家冰川冻土科学数据中心(http://www.ncdc.ac.cn/portal/)的中科院LUCC 30 m分辨率栅格数据, 是评估水质净化服务供给侧的关键, 其中主要参数是各土地类型的总氮和总磷的污染量(load_n, load_p)以及截留效率(eff_n, eff_p), 即不同土地利用类型中植物和土壤对上游迁移而来的氮素、磷素营养物质的滤除能力, 基于InVEST模型提供的NatCap养分参数数据库、美国国家环境保护局EPA PLOAD文档[35—36], 结合研究区情况与已有研究[5]确定具体参数(表 1)；5)子流域边界数据[37], 作为建模养分流动和评估水质净化服务供需动态的关键分析单元, 为确保与水文和地理条件的一致性, 子流域边界基于DEM和土壤数据, 通过ArcSWAT 2.3.4模型使用进行了优化调整, 增强了水流和污染物运输模拟的准确性；6)其他参数：如crit_len_p、crit_len_n两个参数表示LULC类型以其最大能力保留营养物的距离, 均设为默认值150, proportion_subsurface参数表示溶解到地表下的氮总量的比例, 设为默认值0, 季节参数Z代表区域季节性降水分布经验值, 通过公式Z=0.2×N(N代表研究时段内年均降雨事件(>1 mm)的数量)确定为19.3, 阈值流量累计、Borselli K参数两个经验参数均设置为默认值1000、2。

2 结果与分析

2.1 供需特征分析

示范区WPS供需匹配结果显示, 供需存在明显的空间差异和相关性, 尤其是在示范区及其周边地区。从供需差角度来看(图 3), 示范区氮磷WPS供需均存在显著缺口, 且空间分布广泛。除太湖湖体及其他部分水域供需盈余外, 大部分地区均为赤字, 主要集中在太湖东南侧、示范区西南角和东北角。中部、南部区域氮磷WPS总体呈赤字状态。整体而言, 示范区磷WPS供需赤字面积较小, 供需状况略优于氮WPS。从供需指数结果来看, 氮磷水质不达标区域空间上相近, 严重程度相似。尽管嘉善区的氮磷供需赤字略好, 但广泛的覆盖面积仍使WPS面临巨大压力。

从行政区角度(图 4), WPS供需状况从优到劣依次为：青浦区、吴江区、嘉善县。吴江区位于太湖东、南岸, 其行政边界内栅格的氮磷供需差异多呈负值, 氮供需虽略有盈余, 但十分脆弱, 而磷供需则接近赤字。青浦区的WPS供需尽管存在赤字, 但总体氮磷供需均略有盈余, 在三个区县级行政区域中表现最佳。嘉善县氮磷WPS赤字栅格广泛分布, 导致总体赤字面积较大, 虽然单个栅格的赤字值不显著, 但长期积累加剧了水污染风险, 给各行政单元带来了严峻挑战。

从子流域角度看(图 5), 氮供需赤字的子流域主要集中在示范区南部, 而靠近太湖和淀山湖的子流域供需状况较好, 呈盈余状态。北部和太湖部分区域的氮水质达标率较高, 水质状况良好, 南部子流域的水质达标率多在0-35%之间, 而北部子流域的达标率普遍超过50%。磷WPS供需的空间分布与氮相似, 但在子流域尺度上, 磷WPS赤字的威胁更为严重。除太湖外, 北部子流域的水质达标率很少超过50%, 而南部子流域的不达标率达到25%。

总体而言, 在示范区的54个子流域中, 仅上海市青浦区的一个子流域氮WPS供需比为负值, 即水质不达标。11个子流域的水质达标率在0—25%之间, 22个在25%—50%之间, 14个在50%—75%之间, 7个超过75%。磷水质方面, 3个子流域达标率为负值, 分别位于青浦区西北部、嘉善县东南部以及吴江区与嘉善县交界处。22个子流域的达标率在0—25%之间, 20个在25%—50%之间, 6个在50%—75%之间, 仅3个超过75%。

2.2 服务流动路径与补偿模式

在示范区内, 通过分析氮WPS供需的流动, 发现不同单位时间流动后, WPS供需空间分布特征的显著变化(图 6)。1单位时间流动后, 氮WPS的赤字像素基本消失, 而盈余供应向五个区域集中：吴江区北部和东南部、嘉善县南部、青浦区东南部以及示范区的中心位置。10单位时间流动后, 氮WPS盈余进一步集中在上述区域。这表明, WPS供应能力强的区域通过流动可以有效缓解周边地区的污染压力, 稳定后可形成区域生态优势。

磷WPS的流动模式与氮相似, 但结果更复杂。1单位时间流动后, 磷WPS的赤字区域基本消除, 但由于盈余状态脆弱, 供需平衡不稳定。10单位时间流动后, 磷WPS供应状况有所改善, 但仍未达到氮WPS的盈余水平。最终, 磷WPS的盈余也集中在几乎同样的区域。然而, 这些区域的供应能力难以满足整个示范区的需求, 表明磷WPS迫切需要加强供应能力建设, 并优化流动路径, 以更好地分配净化服务。

根据对示范区内部不同空间单元(县域、子流域、栅格尺度)的WPS供需与流动定量分析, 可以通过匹配供给区和受益区来明确流域内服务的主要流动方向, 并进一步识别现有服务连接中的关键区域。示范区内部的WPS服务流动方向大致如下(图 6)：(1)从吴江区北部承接太湖湖体等水体供给后, 向东南方向流动至示范区中部(三区县交界处), 之后分别向西南、东南方向进一步流动至吴江区东南部与嘉善县南部；(2)从青浦区东、南部出发, 向西南方向流动至示范区中部, 之后同样进一步向吴江区东南部与嘉善县南部流动汇集。

示范区北半部水体分布广泛, WPS供给能力较强, 集中由承接太湖湖体的吴江区北部与承接淀山湖等水体的青浦区东、南部出发向南进行供给, 故吴江区北部与青浦区的东、南部是示范区范围内WPS的主要供给区；而吴江区东南部、嘉善县南部区域, 在流动过程中逐渐累积WPS盈余, 作为示范区范围内WPS的主要受益区。示范区中部区域较为特殊, 两大供给区的WPS流动均先沿水系汇集于该处, 随后分别向西南、东南两处受益区流动, 而非沿吴江区西部或嘉善县东北部之间向南到达受益区, 故而三区县交界处是示范区范围内WPS流动的“枢纽”, 作为需要特别重视生态管理的服务连接区。短期内应当遵循现有的WPS服务流方向, 进一步连接示范区北部太湖、淀山湖间的东西向线路, 增强其水生态系统功能；长远看应当发展吴江区西侧、青浦区与嘉善县交界处两地为次一级服务连接区, 引导部分WPS流动直接向南供给受益区, 补充示范区目前水生态系统功能的薄弱区域。

基于此, 依据提供WPS的数量和质量可明确生态补偿中的权责。在示范区范围内可用的总生态补偿资金将基于栅格尺度结果, 根据各街镇的相对水需求和供给进行分配。相对于示范区的总需求, 水需求较高的区域有义务承担更大比例的补偿。反之, 提供水净化服务的区域则根据其供水能力获得相应的财政支持。这种方法确保了依赖外部水净化生态系统服务的县承担更大部分的补偿成本, 而那些显著提升水质的县则通过财政支持获得激励。通过根据土地使用和水质要求的变化动态调整这些关系, 生态补偿能够有效促进区域生态管理的合作。

3 讨论

近年来, 随着城市化加速和人类活动加剧, 示范区内WPS供需关系变得越来越复杂[38]。这种供需不匹配不仅影响了流域生态健康, 也对优化生态补偿提出了挑战。在示范区内, WPS的供需流存在显著的区域差异, 有效整合供需流已成为设计和实施生态补偿的关键问题：

区域差异对生态补偿的影响显著。根据本文的研究结果, 示范区内WPS的供需关系表现出显著的空间异质性, 森林和湿地的WPS供给能力相对较高[39—40], 而城市和农业地区的需求显著增加[41—42]。这种供需不平衡将直接影响区域生态补偿。正如在相关实践中水资源供需差异是设定补偿标准的核心参考因素[28], 示范区内的补偿政策也应充分考虑各区域的供需特点, 并通过精细化管理实现生态系统服务的均衡分布。

服务供需流与生态补偿的匹配至关重要。在设计生态补偿政策时, 确保其与生态服务供需流的动态变化相匹配是实现有效补偿的关键。研究表明, 不同类型的土地利用模式和经济活动对WPS的供需流有不同程度的影响[43]。城市蔓延和农用地转变显著降低了WPS的供给能力, 同时增加了对净水服务的需求。这种供需不平衡为生态补偿带来挑战[44], 需对补偿标准和范围进行动态调整, 以适应生态服务的实际变化, 可通过实时监测和评估生态服务供需流来调整补偿政策, 确保生态补偿的精准性和有效性[45]。

尽管本文对示范区内净水服务的供需状况和服务流及其在生态补偿中的应用进行了初步探索, 但仍存在一些局限性。未来的研究应深化对供需流的空间异质性和时间动态性的理解, 例如需要在时间分辨率上继续优化和SPANS算法在子流域等矢量尺度上的实现, 并针对性调整生态补偿[46—47]。此外, 还应继续通过回归分析等方法考察净水服务与城市化率、土地利用变化、夜间灯光等指标之间的复杂关系, 以揭示人类活动对生态系统服务供需平衡的影响[48—50]。未来研究还将采用空间回归与多变量自组织映射(SOM)等技术, 分析城市扩展对净水服务供需状况的具体影响, 模拟和预测不同区域城市化进程和土地利用变化对净水服务的动态影响[51—54], 确保生态补偿措施的有效性和可持续性[55]。

4 结论

本研究为深入理解长江三角洲地区水体净化生态系统服务(WPS)的空间耦合和流动动态提供了深刻的见解。分析了长江三角洲生态绿色发展示范区水体净化生态系统服务的供需空间关联和服务流动, 并探讨了生态补偿的优化措施。通过对不同尺度下氮磷水体净化服务的供需关系进行详细调查, 发现流域尺度与子流域尺度分析结果之间存在显著的空间异质性。值得注意的是, 流域西南部及湖区周边地区的供需平衡状况较好, 水质达标率较高, 而流域北部和东南部非中心城区的供需缺口则较为明显。

基于供需流动模型的分析揭示了水体净化服务的空间流动路径和最终汇聚区域, 表明示范区中南部和东南部地区的服务供需缺口较为集中。通过对不同时间单元的流动模拟, 还观察到服务流动路径逐渐汇聚至示范区的北端、东北段和中部地区, 反映了城市中心区域在容纳服务流动中的关键作用。基于流动分析结果可以揭示示范区内水体净化服务流向与关键管理区域, 并探讨生态补偿优化措施。

本研究结合了水体净化服务供需定量分析与SPANS算法的栅格实现, 一定程度上提供了一种定量、可控地分析服务流动的新方法。这一结合不仅提升了研究的精准度, 而且在生态系统服务服务流定量分析方面, 为相关研究提供了有益的探索与参考。

研究结果表明, 优化生态补偿对确保示范区水体净化服务的可持续性至关重要。然而, 当前的生态补偿仍需进一步完善, 尤其是需要考虑供需流动的空间异质性和动态变化。未来的研究应加强探索城市化进程、土地利用变化与水体净化服务之间的复杂相互作用, 并开发更具预测性的综合评估模型, 以应对区域生态管理的挑战。将这些研究成果应用于生态补偿优化, 将有助于实现长江三角洲地区的生态环境保护与可持续发展目标。

向上滑动阅览

参考文献

[1]    de Castro-Pardo M, Fernández Martínez P, Pérez Zabaleta A, Azevedo J C. Dealing with water conflicts: A comprehensive review of MCDM approaches to manage freshwater ecosystem services. Land, 2021, 10(5): 469. DOI:10.3390/land10050469

[2]    朱青, 蔡永立. 生态风险与生态系统健康对生态系统服务的影响. 地理学报, 2024, 79(5): 1303-1317.

[3]    Deeksha, Shukla A K. Ecosystem services: a systematic literature review and future dimension in freshwater ecosystems. Applied Sciences, 2022, 12(17): 8518. DOI:10.3390/app12178518

[4]    

傅伯杰, 周国逸, 白永飞, 宋长春, 刘纪远, 张惠远, 吕一河, 郑华, 谢高地. 中国主要陆地生态系统服务功能与生态安全. 地球科学进展, 2009, 24(6): 571-576. DOI:10.3321/j.issn:1001-8166.2009.06.001

[5]    

刘翠. 太湖流域水供给及水质净化服务供需时空演变分析[D]. 南京: 南京农业大学, 2019.

[6]    

韩宇, 刘焱序, 王晨旭. 基于水生态系统服务的黄河流域生态修复投资优先区识别. 生态学报, 2024, 44(18): 8126-8137. DOI:10.20103/j.stxb.202312252813

[7]    

Kuhn R, Bryant I M, Jensch R, Böllmann J. Applications of environmental nanotechnologies in remediation, wastewater treatment, drinking water treatment, and agriculture. Applied Nano, 2022, 3(1): 54-90. DOI:10.3390/applnano3010005

[8]    

王静, 刘晶晶, 宋子秋, 黄隆杨, 方莹, 李泽慧. 黄河流域高质量发展的生态保护与国土空间利用策略. 自然资源学报, 2022, 37(11): 2930-2945.

[9]    

Sun L, Yu H J, Sun M X, Wang Y T. Coupled impacts of climate and land use changes on regional ecosystem services. Journal of Environmental Management, 2023, 326(Pt A): 116753.

[10]    

Liang J, Li S, Li X D, Li X, Liu Q, Meng Q F, Lin A Q, Li J J. Trade-off analyses and optimization of water-related ecosystem services (WRESs) based on land use change in a typical agricultural watershed, Southern China. Journal of Cleaner Production, 2021, 279: 123851. DOI:10.1016/j.jclepro.2020.123851

[11]    

Sun L, Yu H J, Sun M X, Wang Y T. Coupled impacts of climate and land use changes on regional ecosystem services. Journal of Environmental Management, 2023, 326(Pt A): 116753.

[12]    

Liu C L, Li W L, Xu J, Zhou H K, Li C H, Wang W Y. Global trends and characteristics of ecological security research in the early 21st century: a literature review and bibliometric analysis. Ecological Indicators, 2022, 137: 108734. DOI:10.1016/j.ecolind.2022.108734

[13]    

赵诚诚, 潘竟虎. 基于供需视角的黄河流域甘肃段生态安全格局识别与优化. 生态学报, 2022, 42(17): 6973-6984.

[14]    

孙雨芹, 王军, 杨智威. 基于生态系统服务供需变化的赤水河流域生态修复分区与策略. 地质通报, 2024, 43(08): 1315-1324.

[15]    

孙瑞玲. 长三角地区洪涝灾害风险与韧弹性评估研究[D]. 南京: 南京信息工程大学, 2022.

[16]    

Vigerstol K L, Aukema J E. A comparison of tools for modeling freshwater ecosystem services. Journal of Environmental Management, 2011, 92(10): 2403-2409. DOI:10.1016/j.jenvman.2011.06.040

[17]    

LÜke A, Hack J. Comparing the applicability of commonly used hydrological ecosystem services models for integrated decision-support. Sustainability, 2018, 10(2): 346. DOI:10.3390/su10020346

[18]    

Scandurra G, Smulko J, Kish L B. Fluctuation-enhanced sensing (FES): a promising sensing technique. Applied Sciences, 2020, 10(17): 5818. DOI:10.3390/app10175818

[19]    

Johnson G W, Bagstad K J, Snapp R R, Villa F. Service path attribution networks (SPANs). International Journal of Agricultural and Environmental Information Systems, 2012, 3(2): 54-71. DOI:10.4018/jaeis.2012070104

[20]    

Huang Y T, Cao Y R, Wu J Y. Evaluating the spatiotemporal dynamics of ecosystem service supply-demand risk from the perspective of service flow to support regional ecosystem management: a case study of Yangtze River Delta urban agglomeration. Journal of Cleaner Production, 2024, 460: 142598. DOI:10.1016/j.jclepro.2024.142598

[21]    

韩宇, 刘焱序, 刘鑫. 面向生态产品价值实现的生态修复市场化投入研究进展. 生态学报, 2023, 43(1): 176-188.

[22]    

Le Provost G, Schenk N V, Penone C, Thiele J, Westphal C, Allan E, Ayasse M, Blüthgen N, Boeddinghaus R S, Boesing A L, Bolliger R, Busch V, Fischer M, Gossner M M, Hölzel N, Jung K, Kandeler E, Klaus V H, Kleinebecker T, Leimer S, Marhan S, Morris K, MÜller S, Neff F, Neyret M, Oelmann Y, Perović D J, Peter S, Prati D, Rillig M C, Saiz H, Schäfer D, Scherer-Lorenzen M, Schloter M, Schöning I, Schrumpf M, Steckel J, Steffan-Dewenter I, Tschapka M, Vogt J, Weiner C, Weisser W, Wells K, Werner M, Wilcke W, Manning P. The supply of multiple ecosystem services requires biodiversity across spatial scales. Nature Ecology & Evolution, 2023, 7(2): 236-249.

[23]    

Ju F, Zhou J J, Jiang K. Evolution of stakeholders' behavioral strategies in the ecological compensation mechanism for poverty alleviation. Resources, Conservation and Recycling, 2022, 176: 105915. DOI:10.1016/j.resconrec.2021.105915

[24]    

Zbinden S, Lee D R. Paying for environmental services: an analysis of participation in costa rica's PSA program. World Development, 2005, 33(2): 255-272. DOI:10.1016/j.worlddev.2004.07.012

[25]    

吴立军, 张捷, 刘莹. 损益内化与横纵结合视角下中国省际碳生态补偿机制. 生态学报, 2024, 44(16): 7020-7035.

[26]    

杨永亮, 王维, 覃琼霞. 跨界流域生态补偿与受偿县域经济增长——基于新安江第三轮生态补偿的准自然实验. 中国环境科学, 2024, 44(5): 2923-2936. DOI:10.3969/j.issn.1000-6923.2024.05.052

[27]    

蒋苏青. 政府间供水合作中的利益机制研究——基于永嘉、乐清、东阳、义乌的案例比较[D]. 武汉: 华中师范大学, 2020.

[28]    

李维国, 刘鹏. 黄河流域生态补偿机制的建设思路//河海大学, 江苏省水利学会, 浙江省水利学会, 上海市水利学会. 2024(第十二届)中国水利信息化技术论坛论文集. 黄河水利委员会上游水文水资源局, 2024: 7.

[29]    

颜海娟, 胡小飞, 张佳宁. 长江经济带101个城市生态补偿绩效的时空格局与协调发展. 应用生态学报, 2024, 35(9): 2620-2630.

[30]    

Ren E H, Lin W P, Li B, Jiang Y, Zhang Y X, Yu Y. Regional ecological security assessment based on the pressure-state-response framework: the demonstration zone of Yangtze River Delta as an example. Land, 2024, 13(1): 96. DOI:10.3390/land13010096

[31]    

翟天林, 王静, 金志丰, 祁元. 长江经济带生态系统服务供需格局变化与关联性分析. 生态学报, 2019, 39(15): 5414-5424. DOI:10.5846/stxb201808261825

[32]    

Zhang Y X, Lin W P, Ren E H, Yu Y. Evaluation of spatial distribution of carbon emissions from land use and environmental parameters: a case study in the Yangtze River Delta demonstration zone. Ecological Indicators, 2024, 158: 111496. DOI:10.1016/j.ecolind.2023.111496

[33]    

中共中央国务院. 长三角生态绿色一体化发展示范区总体空间规划(2021-2035) (2023-02-21)[2024-10-16]. https://www.gov.cn/zhengce/content/2023-02/21/content_5742406.htm

[34]    

国家环境保护总局, 国家质量监督检验检疫总局. 地表水环境质量标准: GB 3838-2002. 北京: 中国环境科学出版社, 2002.

[35]    

Pärn J, Pinay G, Mander Ü. Indicators of nutrients transport from agricultural catchments under temperate climate: a review. Ecological Indicators, 2012, 22: 4-15. DOI:10.1016/j.ecolind.2011.10.002

[36]    

Lin J P. Review of published export coefficient and event mean concentration (EMC) data. Vicksburg, MS: US Army Engineer Research and Development Center, 2004.

[37]    

Tao Y, Li Z B, Sun X, Qiu J X, Pueppke S G, Ou W X, Guo J, Tao Q, Wang F. Supply and demand dynamics of hydrologic ecosystem services in the rapidly urbanizing Taihu Lake Basin of China. Applied Geography, 2023, 151: 102853. DOI:10.1016/j.apgeog.2022.102853

[38]    

Yan X, Han Z Y, Zou C, Cheng C G. Assessing the role of emerging green technology transfer in sustainable development and identification of key regions in Yangtze River Delta region. Technological Forecasting and Social Change, 2024, 200: 123099. DOI:10.1016/j.techfore.2023.123099

[39]    

Chen W X, Gu T C, Zeng J. Urbanisation and ecosystem health in the middle reaches of the Yangtze River urban agglomerations, China: a U-curve relationship. Journal of Environmental Management, 2022, 318: 115565. DOI:10.1016/j.jenvman.2022.115565

[40]    

Yu J, Xian Q, Cheng S L, Chen J D. Horizontal ecological compensation policy and water pollution governance: evidence from cross-border cooperation in China. Environmental Impact Assessment Review, 2024, 105: 107367. DOI:10.1016/j.eiar.2023.107367

[41]    

王朝阳, 张军以, 李海懿, 苏维词. 重庆市土地利用冲突多尺度时空演化与多情景演化模拟. 生态学报, 2024, 44(3): 1024-1039.

[42]    

Xue R H, Faye B, Zhang R, Gong X, Du G M. Farmers' willingness to engage in ecological compensation for crop rotation in China's black soil regions. Agriculture, 2024, 14(8): 1320. DOI:10.3390/agriculture14081320

[43]    

刘志涛, 王少剑, 方创琳. 粤港澳大湾区生态系统服务价值的时空演化及其影响机制. 地理学报, 2021, 76(11): 2797-2813. DOI:10.11821/dlxb202111014

[44]    

罗万云, 周杨, 王小娟. 生态公平视域下额尔齐斯河流域生态补偿标准及空间选择研究. 生态学报, 2024, 44(21): 1-16[2024-08-22]. https://doi.org/10.20103/j.stxb.202310072147.

[45]    

Yan N Y, Liu G Y, Casazza M, Yang Z F. A new multiscale collection and allocation framework for national ecological compensation funds based on ecosystem service supply and demand dynamics. Journal of Cleaner Production, 2024, 452: 142118. DOI:10.1016/j.jclepro.2024.142118

[46]    

Boesing A L, Prist P R, Barreto J, Hohlenwerger C, Maron M, Rhodes J R, Romanini E, Tambosi L R, Vidal M, Metzger J P. Ecosystem services at risk: integrating spatiotemporal dynamics of supply and demand to promote long-term provision. One Earth, 2020, 3(6): 704-713. DOI:10.1016/j.oneear.2020.11.003

[47]    

Navarrete-Molina C, de los Ángeles Sariñana-Navarrete M, Meza-Herrera C A, Valenzuela-Nuñez L M, Marin-Tinoco R I. Comparative water footprint analysis of rural and urban areas//Current Directions in Water Scarcity Research. Amsterdam: Elsevier, 2024, 29-47.

[48]    

邱国强, 牛潜, 吴振华, 郭珊珊, 秦琳, 汪应宏. 苏锡常城市群土地利用冲突空间测度及异质性分析. 水土保持研究, 2022, 29(4): 400-406, 414.

[49]    

张潇, 谷人旭. 土地利用冲突的时空格局刻画与多情景模拟研究——以长江三角洲城市群为例. 地理研究, 2022, 41(5): 1311-1326.

[50]    

Liu W, Zhan J Y, Zhao F, Zhang F, Teng Y M, Wang C, Chu X, Kumi M A. The tradeoffs between food supply and demand from the perspective of ecosystem service flows: a case study in the Pearl River Delta, China. Journal of Environmental Management, 2022, 301: 113814. DOI:10.1016/j.jenvman.2021.113814

[51]    

Wang L J, Zheng H, Chen Y Z, Ouyang Z Y, Hu X F. Systematic review of ecosystem services flow measurement: main concepts, methods, applications and future directions. Ecosystem Services, 2022, 58: 101479. DOI:10.1016/j.ecoser.2022.101479

[52]    

Zhang H, Nie K, Wu X. Spatiotemporal Analysis of Ecological Security Based on Landscape Patterns. ISPRS International Journal of Geo-Information, 2024, 13(6): 204. DOI:10.3390/ijgi13060204

[53]    

Ali S, Bogarra S, Riaz M N, Phyo P P, Flynn D, Taha A. From time-series to hybrid models: advancements in short-term load forecasting embracing smart grid paradigm. Applied Sciences, 2024, 14(11): 4442. DOI:10.3390/app14114442

[54]    

Zhang Q H, Wang J B. Multi-functional coupling-based rural ecological pattern construction and network prioritization evaluation: a case study of Jiangning district, Nanjing. Ecological Indicators, 2024, 166:

（转自：生态修复网）

　　Hehson财经ESG评级中心简介

　　Hehson财经ESG评级中心是业内首个中文ESG专业资讯和评级聚合平台，致力于宣传和推广可持续发展，责任投资，与ESG（环境、社会和公司治理）价值理念，传播ESG的企业实践行动和榜样力量，推动中国ESG事业的发展，促进中国ESG评估标准的建立和企业评级的提升。

　　依托ESG评级中心，Hehson财经发布多只ESG创新指数，为关注企业ESG表现的投资者提供更多选择。同时，Hehson财经成立中国ESG领导者组织论坛，携手中国ESG领导企业和合作伙伴，通过环境、社会和公司治理理念，推动建立适合中国时代特征的ESG评价标准体系，促进中国资产管理行业ESG投资发展。