研究成果以Evaluating and simulating the impact of afforestation policy on land use and ecosystem services trade-offs in Linyi, China为题发表在国际期刊Ecological Indicators（中科院期刊分区环境科学与生态学领域2区Top期刊，影响因子6.9）。本研究得到了国家社会科学基金（23BTJ030）和山东省自然科学基金（ZR2022MC056）的资助支持。
通讯作者：山东大学环境科学与工程学院博士研究生梁田
通讯单位：山东大学黄河生态产品价值实现研究中心、山东大学环境科学与工程学院
论文DOI：https://doi.org/10.1016/j.ecolind.2024.111898
本研究以临沂政府间森林生态权益交易政策为例，利用“Markov+PLUS”模型设置无政策实施情景，分析政策实施后林地增长情况及主要驱动因素，进而从网格和乡镇双尺度探究政策实施后生态系统服务权衡协同和簇的变化。
由于城市化进程的加快和粮食需求的增长，全球目前正面临着森林砍伐的风险，世界各国已经出台了一系列政策来缓解森林砍伐问题。临沂政府推出了政府间森林生态权益交易政策，政策机制如
图1
所示，该政策将区县政府作为交易主体，以森林覆盖率与新造林面积作为交易对象，采用“存量+增量”双交易手段，并引入竞争机制以提高区县政府植树造林的积极性。本研究基于Markov模型和PLUS模型创建无政策实施反事实情景，以分析政策实施对林地增长和生态系统服务权衡协同的影响。
图1 临沂政府间森林生态权益交易机制
本研究基于可获取的遥感数据、自然环境数据和统计数据，结合已有研究成果和研究区实际情况，利用ArcGIS、InVEST、Google Earth Engine、R语言等多种模型工具，从土地利用时空格局变化、林地增长成效与驱动因素和生态系统服务权衡协同与簇多角度对临沂政策实施成效进行评估，具体技术路线如图2所示。首先，本研究基于Google Earth Engine平台对Landsat8 SR遥感影像进行土地利用监督分类，分类方法为随机森林，并分析了临沂2013年、2017年和2021年的土地利用时空格局变化特征。随后，本研究结合Markov模型和PLUS模型探究政策实施后林地增长成效与驱动因素。基于2013年至2017年土地利用变化趋势，通过Markov模型构建2021年无政策实施反事实情景，并利用PLUS模型对情景模拟结果进行空间化处理。本研究利用2021年实际土地利用数据减去2021年无政策情景下的土地利用数据，获取政策实施后的土地利用真实变化。最后，本研究选用InVEST模型核算四种生态系统服务的实物量，并利用Spearman相关性分析和地理加权回归（GWR）进行生态系统服务权衡协同分析，以及使用自组织映射（SOM）和主成分分析（PCA）对生态系统服务簇进行分析。
研究结果表明（
图3
），政策实施后森林覆盖率增长加快，增长幅度是政策实施前的1.78倍。政策实施后的林地增长区域主要位于耕地和林地的边缘，林地增长的最主要驱动因素为到耕地的距离。与无政策情景相比，增长林地的坡度较缓，海拔较低。
图3
林地增长分析结果。(a) 森林覆盖率的变化；(b) 不同林地变化的空间分布；(c) 驱动因素对林地增长的贡献度
政策实施后，碳储存、土壤保持和生境质量实物量均有较大提升。如图4所示，在网格和乡镇尺度上，生态系统服务呈现出更多协同优化趋势。与此同时，更大的空间尺度会更容易表现出协同作用，而不太准确地代表权衡协同变化趋势。由碳储量、土壤保持和生境质量组成的生态系统服务簇出现了显著增长。本研究揭示了临沂政府间森林生态权益交易政策实施后的林地增长和生态系统服务权衡协同的变化情况，为未来政府间市场交易模式的优化和进一步推广提供了宝贵的启示。
图4 生态系统服务权衡协同在网格和乡镇尺度上的变化
本期编辑|任耀发
