摘要

平衡集约发展与生物多样性保护是生态可持续发展的关键。黄土丘陵沟壑区从 1980 年到 2020 年经历了巨大的环境变化，土地利用的变化对生态系统服务的维护至关重要。然而，这些过程很容易受到气候变化、土地退化和土地管理不善等环境压力因素的影响。尽管认识到这些压力源，但它们对土地利用和生态系统服务的综合影响尚未得到很好的理解。本研究通过利用多模型土地利用模拟结合人工智能来分析40年期间的变化，着重于识别景观连通性所必需的生态节点，发现这些节点可显著增强区域生态系统服务，并进一步分析特定时间范围内各种环境压力下土地利用变化与生态系统服务之间的关系。结果表明，土地利用变化是这些地区生态系统演变的一个强有力的指标。研究发现，在自然条件下，土地利用与生态系统服务的相互作用受随机因子和确定性因子的双重支配。有趣的是，多重压力因素强化了土地利用变化的随机性和生态系统服务的确定性。具体而言，气候变化加上不理想的土地管理对这种关系产生了重大影响，气候变化是研究期间对土地利用格局影响最大的因素。这项研究为在气候变化威胁不断升级的情况下改善环境管理和减少对水生生态系统的影响提供了重要启示。

研究背景及意义

随着人类文明的不断进步，人类对生态系统的依赖程度不断加大。这些系统构成了人类生存和进步的基石，提供水、食物和其他基本资源等不可或缺的服务。然而，随着经济的发展，人类活动对自然环境造成了前所未有的破坏和破坏。这种影响主要体现在全球土地利用的变革性转变上，这种转变往往导致生态系统退化、生物多样性丧失，甚至加剧全球气候变化。联合国《2030年可持续发展议程》强调了加强陆地生态系统保护和恢复的必要性，认为未来十年是减轻生态危害和启动生态系统恢复的最佳窗口期。尽管有这些理想的目标，持续的全球土地利用活动，包括城市蔓延、栖息地破坏和大规模基础设施建设，继续有增无减。基于综合研究的预测表明，这些活动的累积影响，特别是城市扩张和集约化农业实践，预计将导致特定地区80%以上的自然栖息地丧失，有可能对全球作物生产造成高达4%的直接损失。对生态系统的这种深刻影响已成为最紧迫的全球挑战之一。为了应对这些挑战，深入研究土地利用变化的生态影响，了解其对人与环境相互作用的影响，并探索优化土地利用以实现可持续发展的策略至关重要。

生态系统服务是人类从自然中获得的关键利益，在最大化这些优势方面发挥着关键作用。为了保护这些服务，需要平衡各类土地利用的数量和空间分布，以适应不同利益相关者的需求。不合理的土地利用，特别是不合理或不平衡的土地利用，可能导致生态系统结构和功能的改变，从而对生态安全和可持续发展构成威胁。此外，土地利用变化导致的景观格局的多样性既可以增强也可以破坏生态系统服务。因此，有必要通过整合生态安全不可或缺的生态源区、生态廊道和生态节点等景观要素来量化区域生态安全水平。值得注意的是，经常使用生态系统服务的重要性和连通性来确定生态源区。此外，生态阻力面的构建通常需要为不同的景观类型分配阻值并进行适当的调整。生态安全评价常用压力状态响应模型、生态敏感性、生态承载力、生态足迹等指标，但景观格局对区域生态安全的影响往往被忽视。因此，从景观生态学的角度出发，在景观要素识别的基础上构建研究区生态网络对区域生态保护至关重要。这不仅涉及生态系统的复杂性和非线性，还涉及在城乡地区重大人口和产业转移以及日益扩大的城乡差距中，各种城市化模式和高质量和低质量耕地的差异，以及如何在广泛的时间尺度上将其变化纳入土地系统。

为了揭示前面概述的复杂性，本研究坚定地植根于地理角度，深入研究了土地利用与生态安全之间错综复杂的相互作用，引入全面的理论框架。我们将土地利用与生态安全相互作用的复杂过程概念化，并将其分为三个主要研究维度：土地利用、生态安全和人类活动。土地利用作为一种突出的地理现象，不仅提供地理环境资源和社会经济发展的基础，而且是人类生存环境的基本要素，承载着对生态环境造成不可逆转破坏的潜力。生态安全是另一个重要的研究维度，它与森林、草原、水体和其他土地利用密切相关，其稳定性对人类社会的可持续发展至关重要。在这个错综复杂的相互作用网络中，人类活动在调节自然环境变化、影响土地利用效率和生态系统服务方面发挥着决定性作用。为了加深我们对这一互动系统的理解，本研究采用复杂的网络分析方法，进一步揭示了土地利用在生态系统中的核心作用及其对生态安全的多维影响。我们还结合了景观要素变化的轨迹分析，以更准确地了解土地利用、人类活动调节和生态安全之间的相互作用。特别是在中国实施退耕还林政策的背景下，我们通过分析黄土丘陵沟壑区（LHG）的具体案例，探讨了生态保护在地理变化中的关键作用。本文的实证分析将有助于深入理解土地利用、生态安全与人类活动之间的复杂关系，为未来的地理学研究和实践提供有价值的理论支持和实践指导。

研究亮点

黄土丘陵沟壑区是中国一个独特的地理区域，是上述全球生态挑战的一个缩影，使其成为研究土地利用变化的生态效应的宝贵窗口。由于复杂的生态环境，加上人类活动和自然气候变化，该地区土地利用问题日益突出，导致土地利用模式发生重大变化。这些变化进一步加剧了土地沙漠化、水土流失、生物多样性下降等生态问题，对区域可持续发展构成严重威胁。尽管人们对土地利用变化的生态问题日益关注，但对该地区土地利用变化及其生态效应的科学研究相对较少。此外，LHG土地利用变化与生态环境变化之间错综复杂的关系需要进一步细致深入的研究来揭示其本质。因此，LHG的土地利用问题及其生态环境影响是一个具有挑战性但又至关重要的研究领域。对这些课题进行严谨的科学研究，不仅可以增进我们对这一独特地理区域的了解，而且有助于制定更有效的生态保护和土地管理战略。

评估土地利用变化的生态风险的传统方法通常涉及大量的人工数据收集、处理和分析，这些方法不可扩展，也无法为许多利益相关者所利用。机器学习模型可以与元胞自动机或基于代理的模型相关联，以模拟未来土地利用变化的范围和模式。这种数据驱动和基于过程的模型的整合可以减少不确定性，并对土地利用转变的机制产生新的见解。机器学习模型为自动化评估过程提供了强大的工具，但其在土地利用变化预测中的应用尚未得到广泛探索。中国的黄土丘陵沟壑区就是这样一个生态脆弱的地区，近几十年来经历了大规模的土地利用变化。然而，与这些土地利用变化相关的生态风险仍然知之甚少。本研究的目的是开发和验证一个基于多种环境因素的机器学习模型，以预测LHG土地利用变化的生态风险。本研究旨在为土地利用变化的生态风险评估提供一种可扩展和可获取的方法，并为该地区的保护和管理决策提供信息。我们可以考虑更多的土地利用变化轨迹，包括生态恢复类型（例如，农田转化为草地、森林和湿地）及其对栖息地质量和生态系统服务的影响。这将为土地利用动态和生态响应提供更全面的分析。驱动土地利用变化的社会经济因素，如人口增长、农业政策和经济发展，可以纳入情景分析。这将有助于预测不同社会经济情景下的土地利用变化和生态风险。

该方法可以应用于其他数据匮乏的地区，这些地区迫切需要政策干预，以平衡经济发展和环境保护。机器学习模型和生态响应的类型可以根据数据的可用性和不同生态系统服务的本地优先级进行选择。研究结果将为在这个生态脆弱地区平衡农业生产、城市发展和生态可持续性提供有针对性的干预措施。

研究结果

1 土地利用动态与转型模式综合分析

1.1 1980-2020年LHG土地利用变化

1980-2020年，LHG区域土地利用类型发生显著变化，主要表现为林地、草地和建设用地增加，农田和水体减少。为了直观地展示不同土地利用类型随时间的流动和转变，揭示土地变化的复杂性和系统性，本研究采用桑基图、弦图和分类树状图来可视化不同土地类型之间的过渡模式（见图4a-c）。研究开始时，LHG的土地利用调查显示，耕地和草地分别占总面积的37.09%和39.33%，主要分布在东北平原和丘陵地区。林地面积占总面积的16.55%，主要分布在东部山区。建设用地仅占总面积的0.91%，其中城镇和农村居民点分别占0.13%和0.78%，主要集中在西北和南部郊区。沙区、盐碱地、裸地等其他土地利用类型占总面积的4.94%，分布较为分散。

如图4a所示，1980-1990年间，草地面积减少最为显著，共减少39.42平方公里，约占总面积的1.3%。Sankey图清楚地说明了在此期间MCG和LCG面积的减少。1990-2000年草地面积的显著增加主要是由于MCG的扩大，而PF和DL也呈现增长趋势。进入21世纪后，Sankey图进一步揭示了草地的持续增长，特别是LCG的持续增长和UL的显著扩张。到2020年，桑基图显示，草原已成为该地区最主要的土地利用类型，占总面积的40.58%。虽然经过30年的持续增长，2010-2020年略有下降，但总体上仍呈上升趋势，总面积增加1646.39平方公里，占总面积的5.4%。图4b和图4c提供了四十年来土地利用变化动态和相似性的宏观分析。图4b显示了土地利用转换路径，显示了40年来DL类别的显著下降，表明面积显著减少。与DL相连的广泛的和弦表示了几种土地利用类别的不同转变，突出了其多样化的演变。1980年至2020年间，UL弧线大小的变化，以及和弦数，揭示了城市化趋势。

图4c采用分层聚类树形图直观地描绘了1980年至2020年间11种地表类型（不包括建设用地）的面积变化情况。利用欧几里得距离进行相似性分析，该图为研究人员和政策制定者提供了有价值的见解。在此期间，HCG和OFL似乎经历了类似的增长或减少模式，而DL则有明显的差异。

相似度变化可分为3个主要聚类：聚类1以HCG和OFL为特征，表明土地利用变化相似度较高；聚类2包括LCG、SL和FL，它们最初形成一个较近的星团，然后与MCG和WB在较远的距离聚集；聚类3由SFL、PF、U-L和DL组成，表明土地利用变化的差异更大，其中DL与其他类别明显不同，因为它在更高的距离水平上存在显著差异。

1.22020-2030年LHG土地利用变化的可能性

在本研究的长期预测中，LHG观察到显著的土地利用变化，特别是在不同土地利用类型之间的转变。尽管如此，从2020年到2030年的变化幅度相对较小。这一趋势可能源于中国政府旨在保持当前土地利用状态的水土保持政策和环境保护措施（图4d）。草地在区域土地利用中占主导地位，约占41%，表明大部分草地在预测期内将保持原状。农田紧随其后，约占34%，而森林约占18%，将最小程度地转化为建设用地。从农田、森林和草地到建设用地的总体转换较小，表明这段时间内新的建设活动有限，这为该地区未来的土地利用结构提供了宏观预览。

通过对阳阳县、扬州县和桃口县土地利用变化的区域划分比较，揭示了区域内土地利用变化的多样性和具体趋势。阳阳县以草原为主，部分地区转为建设用地。而兖州县则表现出大量的耕地转化为建设用地，表明快速的城市化或工业化可能对区域生态平衡产生重大影响。以森林为主的桃口县也出现了少量的建设用地转化。这些例子说明了土地利用变化的复杂性和区域差别，强调了各区域为平衡社会经济发展压力和环境保护所采用的各种战略。

在模型评价方面，对4个预测模型（SM_1、SM_2、SM_3、SM_4）在F1评分、UA、PA、Kappa 4个关键指标上的精密度、准确度和一致性进行了比较分析。F1分数衡量准确率和召回率的调和平均值，而UA和PA分别从用户和生产者的角度评估准确率。Kappa系数评估预测的一致性。分析表明，耦合机器学习模型（SM_2到SM_4）总体上超过了SM_1模型，其中SM_4在F1得分和Kappa系数方面表现优异，具有较高的准确性和一致性。尽管SM_4在UA指标上表现稍逊，但这一比较不仅确定了性能最佳的模型，而且为模型选择提供了重要的见解。

2 土地利用变化导致生态系统服务退化的定量评估

2.11980-2020年LHG生态系统总服务功能的变化

1980-2020年，长江流域水文、土壤和碳循环过程及其生态系统服务功能在时空尺度上发生了显著变化。利用遥感数据和模式模拟，发现黄土丘陵区4种生态系统服务功能的空间分布格局具有显著的一致性。通过补充图s2至S4详细说明了这一点，该图显示了各个年份的每种服务的可视化。这些模式总体上显示出从东部到北部逐渐减少的梯度，图5a-c进一步综合和分析了1980-2020年时间轴上的趋势。高值区主要分布在黄河流域两侧，以及汾河流域和永定河流域，人为干扰程度低，降水量和植被覆盖度高，生态系统服务功能增强。与1980年相比，2020年三种生态系统服务功能均显著增加，其中1990年和2020年生态系统服务功能值最高。此外，近40年来，Y黄河流域和汾河流域两侧的生态系统服务功能相对稳定，而LHG西南部和东北部的生态系统服务功能变化较大。

产水服务（WY）和保护服务的空间分布与植被类型和人为干扰密切相关（图5a）。WY和保护服务高价值区主要集中在黄河流域两侧、汾河流域和永定河流域周边，森林和草地植被高，人为干扰小。WY和保护服务的低价值区主要分布在黄河流域中部，该流域以建设用地为主，植被覆盖率较低。从1980年到2020年，WY和保护服务量呈波动增长趋势，总计增加了1.20×1010m3。WY和保护量最低的年份是2000年，平均值仅5.00×109m3，而数量最多的年份是2020年，平均为2.02×1010m3。

水土流失防治（EP）高值区主要分布在森林和草原覆盖区域（图5b），植被覆盖度高，能有效减少降雨影响，增加土壤压实度和含水量，从而降低土壤侵蚀和输沙风险。EP低值区主要分布在以耕地和建设用地为主的植被覆盖度低、土壤易被水流冲刷侵蚀的地区。从1980年到2020年，LHG中的EP含量从2.80吨/平方米增加到4.38吨/平方公里，增长率为56.10%。这一结果表明，在过去的40年里，该地区实施了一系列生态修复措施，提高了土壤保持服务水平。

LHG中的固碳服务（CS）在空间上具有明显的地带性分布，与植被类型和气候条件密切相关（图5c）。1980-2020年，高CS区主要集中在黄河流域东侧，CS大于9.60t/hm2，特别是在陕南、陕东地区，植被覆盖度高、降水量大、温度适宜，有利于固碳积累。低碳水饱和度地区主要分布在黄河流域西侧，尤以陕西西北部地区最为明显。LHG中CS呈波动增长趋势。1980-2020年，单位面积碳排放总量增加0.48t/hm2。其中，由于生态修复工程的影响，2000年是CS增长最快的年份，主要集中在黄河流域西部和中部地区；而2020年是长江流域生态承载力增速最慢的年份，主要集中在黄河流域东部和南部。

图5（h ~ i）为4种不同模式预测的未来10年LHG生境质量现状和潜在趋势。该评估利用了InVEST模型，该模型量化了各种威胁对栖息地质量的影响，包括环境和人为因素。该模型确定了对栖息地质量的主要威胁，如污染、城市扩张和气候变化，并根据土地覆盖类型及其对这些威胁的适应能力评估栖息地的敏感性。当前生境质量突出了研究区内的生态多样性，生动地说明了生境条件对各种环境和人为因素的敏感性。值得注意的是，高质量栖息地主要分布在黄河流域北部，主要以草原和森林地区为特征。相反，生境质量较差的区域明显集中在东北和东南边缘，特别是靠近人类活动更频繁的城市地区。4种模式对未来生境质量的预估结果总体上具有一致性，特别是在研究区中部地区，生境质量变化呈扩大趋势。

这种一致性反映了InVEST模型在捕捉多种威胁的综合影响和不同生境类型的不同敏感性方面的综合方法。从2020年到2030年，当前和未来栖息地质量的比较强调了不同程度的变化。最显著的变化发生在森林和草原地区。这表明了重新造林和土地退休政策的有效影响。这些转变突出了适应性管理策略在动态环境条件下保护生态完整性的必要性，强调了InVEST模型在为此类策略提供信息方面的效用。

3 土地利用变化对生态安全格局影响的动态研究

在2020年进行的LHG生态安全模式分析中，综合阻力面的空间分布确定了可能影响生态流量的关键区域。从图6a可以看出，高阻区主要分布在研究区的中东部，以密集的红色斑点为特征。这种模式可能表明由于强烈的人类活动、显著的地形变化或植被覆盖减少而造成的生态流动障碍。相比之下，阻值较低的区域（主要以绿色表示）位于研究区域的西部和南部。这些地区可能以地势较平坦、自然植被保存较好或人为干扰较少为特征，可能成为生态流动的主要渠道。研究结果表明，城市绿地在维持生态流动和生物多样性方面存在明显的空间异质性。分析表明，生态安全格局的发展受到地理因素和人为因素的共同影响。初步绘制的空间分布格局为今后研究该地区生态安全格局演变趋势奠定了基础。

在LHG区域进行的生态节点和电流密度的时间序列分析不仅涵盖了1980年至2020年的历史跨度，而且还经过精心扩展，包括了对2030年的预测（图6b-c），利用先进的预测模型和全面的数据集来揭示生态流的细微变化和整个扩展时间线中关键节点的战略定位。1980年的初始生态节点图展示了分散在生态网络中的绿色区域，象征着相对原始和未受干扰的生态流道和节点。这些绿色斑块代表了具有重要生态完整性的地区，是生物多样性和生态系统服务的重要渠道。随着分析进展到1990年，这些生态节点和路径出现了明显的减少，在人类活动加剧的地区尤其明显。这种减少突出了生境破碎化和生态退化的令人担忧的趋势的开始，这种趋势在随后的几十年里进一步加剧。

到2020年，生态节点和电流密度的空间分布演变为更加复杂和破碎化的景观（图6c）。这一时期的图像不仅显示了高电流密度的地区，而且还显示了生态阻力增强的地区。这些区域的生动描绘表明，由于土地利用的累积变化和人类活动的扩散，某些生态流道和节点的生态意义已经升级，或受到更大的威胁。这些关键区域的出现表明，在持续的环境变化和适应性管理策略的驱动下，生态动力学的基线正在发生变化，以减轻对生态连通性和完整性的新威胁。对2030年的预测，如图6c所示，预测了生态节点的空间配置和电流密度的显著变化，并特别关注识别可能阻碍生态流动的紧急瓶颈区域。这一扩展分析，丰富了详细的时空数据和预测见解，全面概述了1980-2030年生态流量的动态变化和区域关键节点的战略重要性。研究结果强调，在环境快速变化的时代，迫切需要采取综合保护措施和对生态网络进行战略管理，以保护生物多样性和生态系统功能。

研究启示

虽然本研究在LHG土地利用规划和生态风险评价方面取得了积极进展，但仍存在一些局限性和需要改进的地方。首先，该模型依赖于特定的数据集，其准确性和覆盖范围可能会限制分析的深度和广度。这种区别是至关重要的，因为确定变量之间的相关性可以表明值得探索的潜在关系，但如果没有进一步的、有针对性的研究，就无法建立直接的因果关系。对相关性分析的依赖限制了本文明确地说明所观察到的土地利用变化直接导致特定生态风险的能力。未来研究应旨在纳入能够检验因果假设的方法，以加强对这些复杂关系的理解。其次，虽然本文提出的方法整合了土地变化分析、情景建模、机器学习和利益相关者参与，但其在其他地区的适用性可能需要调整。不同地区的环境挑战和数据可用性可能需要对模型进行特定的修改和调优。因此，未来的工作将通过情景分析来探索模型的适应性，考虑到不同的地理和社会经济背景。这个方向的目的是加强方法的更广泛的适用性和相关性。此外，虽然提到了利益相关者的参与，但如何有效地整合他们的观点和需求，以及如何在决策过程中平衡不同利益群体的要求，还需要进一步探索。建立有效的沟通机制和参与框架对于实现可持续土地利用规划至关重要。最后，考虑到环境和社会经济条件的不断变化，建立长期影响评估和持续监测机制也是必不可少的。模型需要定期更新以适应这些变化，持续的环境监测和反馈机制可以帮助决策者和管理者及时调整土地利用规划和管理战略。综上所述，本研究为土地利用规划和生态风险评估提供了有价值的见解，但我们认识到需要不断改进方法，扩大数据集，增强模型适应性和敏感性，加强与利益相关者的互动，以确保研究成果在实际应用中的有效性和可持续性。

初审：钱一莹

审核：徐彩瑶