2023, Vol. 43 
2. 海南省环境科学研究院, 海南 海口 571126
2. Hainan Academy of Environmental Sciences, Haikou, Hainan 571126, China
生态补偿是指通过经济与非经济手段协调不同利益相关者之间的关系，将环境外部成本内部化的一种措施[1]。随着人类活动程度与范围的增加，全球生态系统质量在持续下降[2]。生态系统服务功能的下降对人类生产生活形成不利影响，为了恢复生态系统的稳定性，生态补偿政策被广泛关注和应用，以此实现人与自然的和谐发展[3]。因此，生态补偿政策成为了国内外环境经济政策领域的研究热点之一，研究内容包括确定补偿对象、核算补偿标准、分配补偿资金等。其中，针对生态补偿标准核算的方法较多，比如支付意愿法、总成本核算法、水资源价值法和生态系统服务价值法等[4]，各类补偿标准根据需要运用在不同场景，各有利弊，存在许多争议。
生态产品是一个国内化的概念，是人类从自然界获取的生态服务和最终物质产品的总称，国际上与之相近的概念是生态系统服务[5-6]。生态产品分为调节功能产品、供给功能产品和文化功能产品。自2010年《全国主体功能区规划》首次从国家层面提出“生态产品”概念以来，中国开始积极探索生态产品价值实现途径，生态补偿政策因参与方多元化，效益可持续化等被视为生态产品价值实现的主要方式[7]。基于生态产品价值核算生态补偿标准时，供给功能产品因已作用于当地经济体系，文化功能产品对生态系统服务功能影响甚微且调节功能产品价值占比远远大于文化功能产品[8]，不再纳入生态补偿标准核算体系。调节服务功能产品能直接反映生态补偿政策生态效益改善的效果。因此，如何基于生态产品调节服务功能确定生态补偿标准是生态产品价值实现的关键点。基于外部性理论，生态补偿标准应该是实施生态保护后或造成生态损害后生态系统服务功能的变化，即生态系统服务经济价值的增加与减少[9]。生态系统服务价值法是评估以生态价值为依据的生态补偿标准核算的常用方法，在学术研究中多有案例。例如李芬等[10]在海南省森林生态补偿标准探讨中，将生态系统服务总价值与生态补偿系数相结合，计算出3个阶段的生态补偿标准。高鑫等[11]以太湖流域为研究区域，计算了2005—2018年该地区的生态系统服务价值，构建了基于GDP、流域面积和人口的补偿标准核算模型。盛文平等[12]计算了北京市山区森林生态系统服务价值，依据位置多样性，选取主要功能导向分区、人口密度、生态重要性和生态脆弱性3个指标调整生态补偿标准。大多研究将生态系统服务总价值与补偿系数相结合考虑确定补偿标准，导致补偿标准较高，通常被视为补偿上限。流域生态补偿是生态补偿的分支内容之一，其作为调整流域生态环境保护的环境及经济利益关系的重要政策手段，在国内大量实践[13]。因此本文在基于生态损害赔偿，生态保护补偿的理念基础上，使用较为成熟的生态系统服务评估模型-InVEST模型[14]和ArcGIS相结合，对流域内水源涵养、土壤保持和水质净化服务进行评估，计算2015—2020年南渡江流域生态系统服务年际变化量，确定流域生态补偿标准。本研究相对于其他生态系统服务价值法具有空间上的表达优势且考虑生态补偿年度考核的机制，通过改变生态系统服务变化评估长时间尺度的要求，具备了时间尺度上的相适性，为相关各方提供一个以生态为中心的视角，更具科学性，易于利益相关方接受的生态补偿标准。
1 研究区域及研究方法 1.1 研究区概况南渡江是海南岛第一大河流，与昌化江、万泉河并称为海南三大河流，起源于海南岛白沙县南峰山，于海口市汇入琼州海峡。南渡江流域地处热带北部边缘，流域面积7 173 km2，干流全长333.8 km，具有丰富的降雨、阳光和热能，干湿季差别显著。5—9月为高温期，7月平均气温最高，为28 ℃，绝对最高温度41.6 ℃。流域内降水量充沛，多年平均降水量为1 929.2 mm。降水量自上游向下游递减，南部多于北部。南渡江流域的特点是流域内水资源极其丰富；流域内森林资源丰富且防护林面积约占66.58%，为土壤保持服务提供了良好的环境与支撑；流域内主要产业以农业为主，橡胶与槟榔为主要农业产品，面源污染成为其主要的污染问题。
1.2 数据来源及处理生态系统服务实物量评估模拟数据主要包括气象数据、土壤数据和土地利用数据等(表 1)。2015—2020年6期土地利用数据主要来源于海南省地理国情监测数据。土壤数据来自于中科院土壤所1:100万HWSD土壤数据集。气象数据来源于南渡江流域内9个市县的气象站点数据以及中国气象数据网。DEM高程数据来源地理空间数据云ASTER GDEM 30 m分辨率数字高程数据集。模型数据空间投影为CGCS2000_GK_CM_111 E，空间分辨率为100 m。
|
表 1 模型主要评估参数及本地化处理 Table 1 Main evaluation parameters of the model and localisation treatment |
改善生态系统服务是生态补偿的基本目标[30]，南渡江流域生态补偿标准核算与影响生态系统环境效益最强的调节服务相联系，以2015年为基准年，使用InVEST模型评估南渡江流域相关生态系统服务实物量，通过机会成本法和替代市场法等计算新增或减少的生态系统服务供给量价值确定流域2016—2020年生态补偿标准。其计算公式为：
| $ V=\sum\limits_{i=1}^n V_{\mathrm{wrb}}+V_{\mathrm{srb}}+V_{\mathrm{wpb}} $ | (1) |
式中：V为南渡江流域生态补偿标准(元/a); Vwrb表示水源涵养变化量价值(元/a); Vsrb表示土壤保持变化量价值(元/a); Vwpb表示水质净化变化量价值(元/a)。
1.3.1 生态系统服务实物量评估水源涵养主要指的是植被、土壤及枯枝落叶等在生态系统中的蓄水作用，通常以降雨量减去蒸发量和径流量表示。其中InVEST模型基于水量平衡原理使用Budyko水热耦合平衡假设公式估算了每栅格单元降雨量减去实际蒸散发后的产水量。计算公式为：
| $ \mathrm{WY}=Y(x)-S $ | (2) |
| $ Y(x)=\left[1-\frac{\operatorname{AET}(x)}{P(x)}\right] \times P(x) $ | (3) |
| $ S=P(x) \times S_c $ | (4) |
式中：WY表示水源涵养量; Y(x)表示栅格单元x的产水量(mm); AET(x)表示栅格单元x的年实际蒸散量(mm); P(x)表示栅格单元x的年均降雨量(mm); S表示径流量; Sc表示径流系数。
InVEST-SDR模型是一个在数字高程模型单元大小下工作的空间数据模型，基于修正的通用土壤流失方程(RUSLE)计算流域的年度土壤流失和泥沙输出。土壤保持量由该地块对其上坡来沙的保留量与植被覆盖和水土保持措施减少的土壤侵蚀量构成，计算公式为：
| $ \operatorname{SEDRET}_x=\mathrm{RKLS}_x-\mathrm{USLE}_x+\operatorname{SEDR}_x $ | (5) |
式中：SEDRETx表示土壤保持量(t/a); RKLSx表示潜在土壤侵蚀量(t/a); USLEx表示实际土壤侵蚀量(t/a); SEDRx表示泥沙保留量(t/a)。
InVEST模型以径流中养分污染物的清除能力来估算植被和土壤对水质净化的贡献。模型中主要对氮、磷两种营养物质模拟评估，其计算公式为：
| $ \mathrm{ALV}_x=\mathrm{HSS}_x \cdot \operatorname{pol}_x $ | (6) |
式中：ALVx表示栅格x的调整后输出量; HSSx表示栅格x的水文敏感性得分; polx表示栅格x的输出系数。
1.3.2 生态系统服务价值量评估水源涵养价值指的是地表植被拦截降水，地下土壤层吸水储水，补充地下水存量和维持河流流量的价值。水源涵养价值功能表现与水库水利工程相似，因此本文以水库单位库容造价成本计算水源涵养价值，计算公式为：
| $ V_{\mathrm{wr}}=Q_{\mathrm{wr}} \cdot c $ | (7) |
式中：Vwr表示水源涵养价值(元/a); Qwr表示水源涵养量(m3/a); c表示水库单位库容造价, 取6.11元/m3。
土壤保持价值涵盖减少泥沙淤积价值和减少面源污染价值。本文使用影子工程法和替代成本法计算，计算公式为：
| $ V_{\mathrm{sr}}=V_{\mathrm{sd}}+V_{\mathrm{dp}} $ | (8) |
| $ V_{\mathrm{sd}}=0.24 \times\left(\frac{Q_{\mathrm{sr}}}{\rho}\right) \times c $ | (9) |
| $ V_{\mathrm{dp}}=\sum\limits_{i=1}^n Q_{\mathrm{sr}} \cdot C_i \cdot P_i $ | (10) |
式中：Vsr表示土壤保持总价值(元/a); Vsd表示减少泥沙淤积价值(元/a); Vdp表示减少面源污染价值(元/a); ρ表示土壤容重, 取1.24 t/m3; c表示水库清淤工程费用, 参考《森林生态系统服务功能评估规范》指南, 取12.6元/m3; Qsr表示土壤保持量(t/a); Ci表示土壤中氮、磷营养物质的纯含量, 取0.1%, 0.05%; Pi表示处理氮、磷废水成本, 参考《排污费征收标准及计算方法》和海南省水污染物税额, 取3 500和11 200元/t。
水质净化价值量计算采用替代市场法，通过工业治理水污染物成本核算生态系统水质净化价值，计算公式为：
| $ V_{\mathrm{wp}}=\sum\limits_{i=1}^n Q_i \cdot C_i $ | (11) |
式中：Vwp表示生态系统水质净化的价值(元/a); Qi表示氮、磷水污染物的净化量(t/a); Ci表示处理氮、磷废水成本, 取3 500和11 200元/t。
2 结果与分析 2.1 生态系统服务变化量及价值核算 2.1.1 水源涵养由InVEST模型输出结果可知，2015—2020年南渡江流域产水量在0~2 148 mm之间(图 1)，平均年产水深808.04 mm，其年产水量分别为5.98×109 m3，6.30×109 m3，6.01×109 m3，5.81×109 m3，5.26×109 m3，5.42×109 m3，年际变化整体呈下降趋势。流域内产水量空间分布规律与降雨量大致相同，高值区域主要集中在琼中黎族苗族自治县、屯昌县和海口市，呈现中部高，西南方向低的格局。其中流域内海口市因城镇面积远大于其他市县，植被覆盖率较低，在模型运算中实际蒸发量结果小于其他市县，导致其产水量高于其他相同气象特征的区域。
|
图 1 南渡江流域2015—2020年产水量 Figure 1 Water yield at the Nandu River basin during 2015—2020 |
通过Invest模型产水量的输出结果及径流系数计算可得，南渡江流域地区2015—2020年水源涵养量在0~1 666.24 mm之间(图 2)，年均变化较大，呈现略微增强再降低的趋势(表 2)。流域水源涵养量空间变化幅度不大，与产水量空间分布格局不同的是流域内西南地区的水源涵养量大于东北地区。通过土地利用类型分析，西南地区白沙县方向土地利用类型主要以截水、蓄水能力强的森林生态系统为主，东北地区海口市方向主要以截水、蓄水能力弱的城镇及耕地为主，其耕地面积达到流域内耕地总面积50%以上，导致其水源涵养量低于西南地区。
|
图 2 南渡江流域2015—2020年水源涵养量 Figure 2 Water conservation of the Nandu River basin during 2015—2020 |
|
|
表 2 南渡江流域2015—2020年水源涵养量及变化量 Table 2 Water conservation and change at volume in the Nandu River basin from 2015 to 2020 |
南渡江流域地区2015—2020年水源涵养变化量分别为2.56×108 m3，2.71×108 m3，-1.88×108 m3，4.47×108 m3及2.75×108 m3。水源涵养变化量大小趋势与变化量分布范围大小相同，在水源涵养总量减少年份，流域内水源涵养量减少区域大于增加区域，水源涵养总量增加年份，情况相反(图 3)。宁亚洲等[31]人的研究结果表明产水量的变化直接影响着流域的水源涵养量。影响产水量的主要因素为降雨量与实际蒸发量，实际蒸发量的变化主要由下垫面的气候因子和土地利用类别决定[32]。降雨变化量的空间分布差异明显，与水源涵养变化量空间分布具有高度相似性，表明降雨量对流域水源涵养具有重要的影响。假设与上年气候条件不变的情况下，以产水量与水源涵养量变化程度最高的2019年分析其土地利用类型造成的影响。由模型计算可得该情境下流域产水量为5.81×109 m3，水源涵养量为3.82×109 m3，对比2018年产水量与水源涵养量可得，人类活动造成的土地利用变化对水源涵养量年际变化影响弱于气象因素。研究时限期间流域水源涵养能力增强地区主要分布在流域中上游，主要集中于白沙、琼中、儋州、临高及屯昌；流域下游部分地区水源涵养能力虽有增强，但大范围地区持续减弱。
|
图 3 南渡江流域2015—2020年水源涵养量变化空间分布 Figure 3 Spatial distribution of water conservation changes at the Nandu River basin from 2015 to 2020 |
经核算可知，2015—2020年研究区域内水源涵养价值分别为245.11，260.76，244.21，232.71，205.39和222.19亿元；水源涵养变化量价值分别为15.65，16.55，11.50，27.32和16.81亿元。
2.1.2 土壤保持由InVEST模型输出结果可知，2015—2020年土壤保持量变化不大，年际间变化量分别为9.90×105 t，-4.92×106 t，2.73×106 t，-8.98×106 t和6.07×106 t，时间变化整体呈现下降趋势。相同年份内，南渡江流域的土壤保持量在空间上分布不均匀；不同年份间，单位面积土壤保持量分布较为一致，南渡江流域内土壤保持能力以上游白沙黎族自治县逐渐向中下游递减，形成中上游土壤保持能力远大于中下游的情境。其中土壤保持量最小的年份为2019年，土壤保持总量为1.65×108 t，土壤侵蚀量为2.15×106 t，输沙量为2.09×105 t，地块自身截留量为1.92×106 t(图 4)。由核算结果可知，2015—2020年南渡江流域土壤保持价值在19.11~20.39亿元之间，2016—2020年变化量价值分别为1 137.16，5 674.52，3 157.26，10 365.34和7 009.16万元，其中减少面源污染价值占比最高，约占78.86%(表 3)。
|
图 4 南渡江流域2020年土壤保持量 Figure 4 Sediment retention at the Nandu River basin in 2020 |
|
|
表 3 南渡江流域2015—2020年土壤保持变化量及价值 Table 3 Sediment retention values and changes from 2015 to 2020 at the Nandu River basin |
InVEST模型输出结果为氮磷输入与输出负荷，水质净化能力以流域内各生态系统类型对氮磷营养物的截留量进行评估。由模拟结果可知2015—2020年单位面积总氮输出量在0.59~3.62 kg/hm2之间，总磷输出量在0.04~0.30 kg/hm2之间(图 5)；单位面积总氮净化量在6.69~13.56 kg/hm2之间，总磷净化量在0.51~1.11 kg/hm2之间。其中2019—2020年水质净化变化量最高，总氮、总磷净化变化量分别为9.0×105 kg，9.21×104 kg(表 4)。土地利用类型氮磷负荷中，研究年限内氮磷输出量以耕地最高，平均输出量占总量50%以上。2015—2019年流域氮磷输出量变化速率较小，耕地氮磷输出量平均下降率为6.36%；2019—2020年氮磷输出量变化速率较高，耕地氮磷输出量平均下降率为27.91%，其氮磷输出变化量为2020年氮磷输出量的17.41%和22.99%。流域氮磷输出变化量与耕地面积下降率成正比，表明农业活动是南渡江流域水质净化服务的主要影响因素。流域氮磷净化量空间分布与模型氮磷输出负荷相似，水质净化能力高，氮磷输出量低的区域集中在上游山区，土地利用类型以氮磷负荷低、截留效率高的林地为主；水质净化能力低，氮磷输出量高的区域的主要集中在流域下游，土地利用类型以人类活动强度高、氮磷负荷高和截留效率低的农用地为主。
|
图 5 南渡江流域内氮磷输出量范围 Figure 5 Range of nitrogen and phosphorus export at the Nandu River basin |
|
|
表 4 南渡江流域氮磷净化量及变化量 Table 4 Retention and change in nitrogen and phosphorus at the Nandu River basin from 2015 to 2020 |
由核算结果可知，2016—2020年水质净化变化量价值分别为63.42，7.99，24.08，51.03和400.59万元。2020年流域内耕地面积大幅减少，总的氮磷输出负荷量急剧降低，使该年流域水质净化变化量价值较高。
2.2 南渡江流域生态补偿标准核算流域生态系统服务价值高值区域主要集中在中上游，低值区域集中在流域下游。以2015年为基准年，由公式(1)可得2016—2020年南渡江流域生态补偿总额为90.62亿元，年生态补偿标准分别为15.77，17.12，11.82，28.36和17.55亿元，年单位面积生态补偿标准分别为2 198.13，2 386.09，1 646.89，3 952.99和2 445.43元/hm2。流域生态补偿标准以土壤保持变化价值和水源涵养变化价值比例最重，二者在时间变化中呈现相同的“增—减—增—减”的规律性。
3 讨论(1) 补偿优先级。郭年东等[33]根据生态补偿优先级(单位面积生态系统调节服务价值/单位面积GDP)确定流域补偿主客体，南渡江流域内琼中黎族苗族自治县和白沙黎族自治县两者2015—2020年均生态补偿优先级均大于1，其对生态补偿资金和发展绿色经济需求度高于其他市县，为流域生态补偿主要补偿对象；海口市的年均生态补偿优先级仅为0.04，对改善生态环境的需求远大于经济发展，为流域生态补偿主要补偿主体，这与陈伊郴等[34]人研究成果和现行实践政策相同。
(2) 补偿标准科学性。陈姗姗等[35]人的研究表明，InVEST模型的产水量与实际水资源量较为接近，《中国河流泥沙公报》中南渡江流域多年平均水资源量为5.64×109 m3，模型计算年均产水量为5.80×109 m3，与本研究结果基本吻合。饶恩明等[24]人的研究表明，海南岛平均单位面积土壤保持量为247.28 t/hm2，呈现中部高四周低的空间格局；模型计算年平均单位面积土壤保持量为240.71 t/hm2，呈现上游高，中下游低的空间格局，与本研究结果一致。本文进行了南渡江流域氮磷负荷的大尺度模拟，因自然地理单元的独特性与面源污染的难检测性，因此参照吴哲等[27]人对海南岛氮磷负荷的风险评估划分，对流域内完整的松涛水库进行风险评估，来验证水质净化模型准确性。通过松涛水库产水量与氮磷负荷叠加分析可得，2015—2020年松涛水库总氮平均浓度在0.42~0.51 mg/L之间，在贫营养化与中营养化之间波动；总磷平均浓度在0.011~0.013 mg/L之间，处于中营养化状态，符合《地表水环境质量标准》3类标准，与2015—2020年《海南省生态环境状况公报》重点湖库水质和营养状态监测结果较为一致。
(3) 补偿标准的合理性。由海南省2015—2020年统计年鉴可得，本研究方法的南渡江流域生态补偿标准占流域内9市县GDP的0.55%，补偿标准对地方财政压力小；同时在《完善松涛水库跨流域生态补偿机制的建议》中对南渡江流域内的松涛水库小流域估算生态补偿资金时使用了补偿标准结果较低的机会成本法，估算需要补偿资金近3 a为13.63亿元，平均4.54亿元/a，松涛水库流域面积约占南渡江流域面积的22.51%。因此本研究结果相对其他生态系统服务价值法核算出的结果更易于各相关方接受，可以作为科学、有效、可行的南渡江流域生态补偿标准的实际应用基础。
(4) 补偿资金重点使用方向。基于生态产品价值实现的流域生态补偿标准资金应落实在生态产品供给能力的改善中，补偿资金在用于流域内水资源的保护、水土保持和面源污染治理等生态效益提升措施后，各市县应通过补偿资金统筹开展生态产品的开发利用与市场化交易。构建绿色生态产业链、发展多元化雨林旅游、创建优势生态产品品牌等将生态产品价值转化为GDP的相关措施。
(5) 局限性。本研究也存在一些不足之处，比如模型生物物理属性表参数从文献中获取，未取得实测值，评估结果精度有待提高；因噪声消减等生态系统服务权重较小且缺乏可用数据，未纳入核算体系。未来研究中需深入研究模型参数完全本地化，以期提高评估结果精确性。同时在得出生态系统服务空间分布差异情况的基础上，探索如何制定生态补偿标准区域化差异，更加精准识别补偿主客体，提高生态补偿政策可操作性。
4 结论(1) 南渡江流域内生态系统服务具有明显的空间异质性，2015—2020年水源涵养量与水质净化量集中分布在琼中黎族苗族自治县与屯昌县，白沙黎族自治县次之，以流域出口海口市分布量最少；土壤保持量集中分布在白沙黎族自治县，从上游向下游大幅减少。
(2) 南渡江流域内生态系统服务价值大小：水源涵养＞土壤保持＞水质净化。2015—2020年水源涵养服务价值在205.39~260.76亿元之间；土壤保持服务价值在19.11~20.39亿元之间；水质净化服务价值在2 782.30~3 233.92万元之间。服务变化量价值大小：水源涵养＞水质净化＞土壤保持。水源涵养变化量价值在11.50~27.32亿元之间；土壤保持变化量价值在1 137.16~10 365.34万元之间；水质净化变化量价值在7.99~400.59万元之间。
(3) 根据3种服务功能价值量计算，南渡江流域2016—2020年生态补偿标准在11.82~28.36亿元，单位面积生态补偿标准为1 646.89~3 952.99元/hm2。
| [1] |
毛显强, 钟瑜, 张胜. 生态补偿的理论探讨[J]. 中国人口·资源与环境, 2002, 12(4): 40-43. |
| [2] |
Groot R D, Brander L, Ploeg S V D, et al. Global estimates of the value of ecosystems and their services in monetary units[J]. Ecosystem Services, 2012, 1(1): 50-61. DOI:10.1016/j.ecoser.2012.07.005 |
| [3] |
Zhong Shaozhuo, Geng Yong, Huang Binbin, et al. Quantitative assessment of eco-compensation standard from the perspective of ecosystem services: A case study of Erhai in China[J]. Journal of Cleaner Production, 2020, 263: 121530. DOI:10.1016/j.jclepro.2020.121530 |
| [4] |
郭庆, 王敏英, 王晨野. 流域生态补偿标准核算方法研究进展[J]. 浙江林业科技, 2022, 42(2): 84-89. |
| [5] |
Costanza R, D'arge R, Groot R D, et al. The value of the world's ecosystem services and natural capital[J]. Nature: International Weekly Journal of Science, 1997, 387(6630): 253-260. |
| [6] |
Li Liang, Fan Zuhong, Xiong Kangning, et al. Current situation and prospects of the studies of ecological industries and ecological products in eco-fragile areas[J]. Environmental Research, 2021, 201: 111613. DOI:10.1016/j.envres.2021.111613 |
| [7] |
张林波, 虞慧怡, 李岱青, 等. 生态产品内涵与其价值实现途径[J]. 农业机械学报, 2019, 50(6): 173-183. |
| [8] |
高振斌, 王小莉, 苏婧, 等. 基于生态系统服务价值评估的东江流域生态补偿研究[J]. 生态与农村环境学报, 2018, 34(6): 563-570. |
| [9] |
Duan Jie, Yan Yan, Wang De, et al. Principle analysis and method improvement on cost calculation in watershed ecological compensation[J]. Acta Ecologica Sinica, 2010, 30(1): 221-227. |
| [10] |
李芬, 李文华, 甄霖, 等. 森林生态系统补偿标准的方法探讨: 以海南省为例[J]. 自然资源学报, 2010, 25(5): 735-745. |
| [11] |
Gao Xin, Shen Juqin, He Weijun, et al. Spatial-temporal analysis of ecosystem services value and research on ecological compensation in Taihu Lake Basin of Jiangsu Province in China from 2005 to 2018[J]. Journal of Cleaner Production, 2021, 317: 128241. DOI:10.1016/j.jclepro.2021.128241 |
| [12] |
Sheng Wenping, Zhen Lin, Xie Gaodi, et al. Determining eco-compensation standards based on the ecosystem services value of the mountain ecological forests in Beijing, China[J]. Ecosystem Services, 2017, 26(b): 422-430. |
| [13] |
蒋毓琪, 陈珂. 流域生态补偿研究综述[J]. 生态经济, 2016, 32(4): 175-180. |
| [14] |
黄从红, 杨军, 张文娟. 生态系统服务功能评估模型研究进展[J]. 生态学杂志, 2013, 32(12): 3360-3367. |
| [15] |
周文佐, 刘高焕, 潘剑君. 土壤有效含水量的经验估算研究: 以东北黑土为例[J]. 干旱区资源与环境, 2003, 17(4): 88-95. |
| [16] |
He Feng, Jin Jie, Zhang Hong, et al. The change of ecological service value and the promotion mode of ecological function in mountain development using InVEST model[J]. Arabian Journal of Geosciences, 2021, 14(6): 1-8. DOI:10.1007/s12517-021-06869-y |
| [17] |
潘韬, 吴绍洪, 戴尔阜, 等. 基于InVEST模型的三江源区生态系统水源供给服务时空变化[J]. 应用生态学报, 2013, 24(1): 183-189. |
| [18] |
张翠萍, 姜佳, 白杨. 重点生态功能区建设对海南中部山区水源涵养功能的影响[J]. 安徽农业科学, 2018, 46(5): 66-72. |
| [19] |
刘娇, 郎学东, 苏建荣, 等. 基于InVEST模型的金沙江流域干热河谷区水源涵养功能评估[J]. 生态学报, 2021, 41(20): 8099-8111. |
| [20] |
周伏建, 陈明华, 林福兴, 等. 福建省降雨侵蚀力指标的初步探讨[J]. 福建水土保持, 1989, 1(2): 58-60. |
| [21] |
Williams J R, Renard K G, Dyke P T. EPIC: A new method for assessing erosion's effect on soil productivity[J]. Journal of Soil & Water Conservation, 1983, 38(5): 381-383. |
| [22] |
张科利, 彭文英, 杨红丽. 中国土壤可蚀性值及其估算[J]. 土壤学报, 2007, 44(1): 7-13. |
| [23] |
蔡崇法, 丁树文, 史志华, 等. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 2000, 14(2): 19-24. |
| [24] |
饶恩明, 肖燚, 欧阳志云, 等. 海南岛生态系统土壤保持功能空间特征及影响因素[J]. 生态学报, 2013, 33(3): 746-755. |
| [25] |
Wang Xiuming, Liu Xucheng, Long Yingxian, et al. Analysis of soil retention service function in the north area of Guangdong based on the InVEST model[J]. IOP Conference Series: Earth and Environmental Science, 2020, 510(3): 032011. |
| [26] |
胡胜, 曹明明, 刘琪, 等. 不同视角下InVEST模型的土壤保持功能对比[J]. 地理研究, 2014, 33(12): 2393-2406. |
| [27] |
吴哲, 陈歆, 刘贝贝, 等. 基于InVEST模型的海南岛氮磷营养物负荷的风险评估[J]. 热带作物学报, 2013, 34(9): 1791-1797. |
| [28] |
葛成军, 唐文浩, 陈淼, 等. 海南岛典型农业土壤产流与面源污染特征分析[J]. 热带作物学报, 2015, 36(8): 1469-1474. |
| [29] |
吴瑞, 刘桂环, 文一惠. 基于InVEST模型的官厅水库流域产水和水质净化服务时空变化[J]. 环境科学研究, 2017, 30(3): 406-414. |
| [30] |
田义超, 白晓永, 黄远林, 等. 基于生态系统服务价值的赤水河流域生态补偿标准核算[J]. 农业机械学报, 2019, 50(11): 312-322. |
| [31] |
宁亚洲, 张福平, 冯起, 等. 秦岭水源涵养功能时空变化及其影响因素[J]. 生态学杂志, 2020, 39(9): 3080-3091. |
| [32] |
李昂, 叶长青, 朱丽蓉, 等. 土地利用/覆被变化对产水服务功能的影响: 以海南热带雨林国家公园为例[J]. 水利水电技术(中英文), 2022, 53(5): 36-45. |
| [33] |
郭年冬, 李恒哲, 李超, 等. 基于生态系统服务价值的环京津地区生态补偿研究[J]. 中国生态农业学报, 2015, 23(11): 1473-1480. |
| [34] |
陈伊郴, 李硕, 徐慧珺, 等. 海南中部生态核心区流域水资源横向生态补偿方法[J]. 生态学杂志, 2019, 38(4): 1149-1156. |
| [35] |
陈姗姗, 刘康, 包玉斌, 等. 商洛市水源涵养服务功能空间格局与影响因素[J]. 地理科学, 2016, 36(10): 1546-1554. |