Опубликовано через 6 часов

Почему страдают дельты? Сравнение заповедных и обычных земель в устье реки Хуанхэ, Китай

Ценность экосистемных услуг (ESV) отражает функции и выгоды экосистем. Однако факторы, влияющие на ESV, и механизмы, движущие ее изменениями на заболоченных и незаболоченных территориях, изучены еще не полностью. Дельта реки Хуанхэ (YRD) отличается наличием многочисленных заболоченных территорий, как в заповедных, так и в незаповедных зонах, поэтому она была выбрана в качестве объекта данного исследования.

В этом исследовании изучались пространственно-временные характеристики экосистемных услуг в дельте реки Хуанхэ в период с 2000 по 2020 год с использованием анализа изменений земельного покрова и метода факторных эквивалентов. Кроме того, мы проанализировали движущие факторы географической изменчивости ESV, применив метод географического детектора. Результаты показали, что структура земель Государственного природного заповедника «Дельта реки Хуанхэ» была относительно стабильной, тогда как на незаповедной территории наблюдались более значительные колебания: площадь водно-болотных угодий на незаповедной территории дельты сократилась на 11,43% по сравнению с более стабильной структурой земель в заповедных зонах, где водно-болотные угодья сократились на 4,93%. Кроме того, различия в распределении типов землепользования обусловили заметное пространственное распределение общей ESV: на северо-востоке наблюдались значительно более высокие уровни ESV по сравнению с юго-западом. Кроме того, за последние два десятилетия центр тяжести ESV в обоих регионах сместился в сторону городских центров, а водно-болотные угодья мигрировали в сторону береговой линии. Нормализованный разностный вегетационный индекс был определен как основной драйвер гетерогенности ESV. Результаты этого исследования имеют большое значение для сохранения региональных экосистем и содействия экономическому и социальному развитию.

Ценность экосистемных услуг (ESV) представляет собой экономическую стоимость, которую экосистемы обеспечивают благодаря своим природным функциям [1,2]. Эти услуги подчеркивают важнейшую (crucial) роль экосистем в сохранении биоразнообразия, регулировании климата и очистке воды. В свете обострения глобальных экологических проблем, в частности изменения климата, изменений в землепользовании и земельном покрове (LUCC) [3] и утраты биоразнообразия, ESV все чаще признается ключевым индикатором здоровья и устойчивости экосистем. Водно-болотные угодья составляют ключевой компонент глобальной экосистемы, обеспечивая более 23 процентов общемировой ESV [4]. Однако по мере интенсификации человеческой деятельности, особенно освоения земель и урбанизации, водно-болотные угодья, особенно эстуарные, сталкиваются с деградацией и утратой, что вызывает заметное снижение их экологических функций и услуг. Напротив (in contrast), незаболоченные территории, как правило, подвергаются более серьезному экологическому ущербу под влиянием LUCC, особенно урбанизации и индустриализации, где функции экосистемных услуг (ES) находятся под большей угрозой [5,6]. Таким образом, изучение факторов и их движущих механизмов, влияющих на ESV водно-болотных угодий и незаболоченных территорий, имеет большое значение для выявления изменений в функциях экологических служб обоих типов территорий в зависимости от различных классов земного покрова [7]. Исследование пространственно-временной динамики ESV водно-болотных угодий и незаболоченных территорий, а также их динамики, способствует пониманию воздействия LUCC на ES. Это понимание обеспечивает (provides) научную основу для разработки более целенаправленной политики в области охраны окружающей среды и планирования землепользования, тем самым поддерживая экологически устойчивый рост региона [8,9].

В настоящее время методологии расчета ESV достигли более продвинутой стадии развития, особенно метод факторных эквивалентов (Equivalence Factor Approach) [10,11], который широко используется в оценке ES благодаря своей простоте и надежной применимости. Преобразуя различные типы ES в единую денежную стоимость, этот метод позволяет проводить сравнения между разными регионами и временными периодами и предоставляет (provides) лицам, принимающим решения, средства для принятия обоснованных решений относительно распределения ресурсов. Тем не менее, несмотря на постоянное совершенствование методологий расчета ESV, все еще не хватает всесторонних исследований ее пространственных характеристик распределения и лежащих в их основе движущих сил. В частности, в отношении пространственной неоднородности и динамических изменений движущих факторов существующие исследования в значительной степени ограничены качественным описанием распределения тенденций ESV на основе карт пространственного распределения ESV. Наблюдается недостаток систематического количественного анализа, что не позволяет полностью объяснить особенности географического распространения ESV и закономерности ее изменения. Принцип стандартного отклонения эллипса (standard deviation ellipse principle) [12,13,14] позволяет количественно оценить протяженность и направление распределения ESV, а также предоставить (provides) морфологическую информацию о пространственном распределении ESV. Геопространственный автокорреляционный анализ [15,16] позволяет измерить сходство между соседними регионами, тем самым выявляя модель географической агрегации ESV и способствуя идентификации и анализу пространственной зависимости между регионами с высокими и низкими показателями ESV. Модель миграции центра тяжести (gravity center migration model) [17,18] позволяет отслеживать ESV в различные временные интервалы путем анализа изменения центра тяжести ESV. Этот подход позволяет отслеживать пространственные изменения ESV в разные периоды времени, обеспечивая тем самым глобальную перспективу для пространственного анализа ESV.

Всестороннее понимание движущих факторов ESV и их основных механизмов имеет важное значение для объяснения синергетических эффектов экосистем [19]. В настоящее время преобладающие аналитические методы, включая корреляционный анализ [1], анализ главных компонент [20,21,22] и географически и временно взвешенную регрессию [23,24], в первую очередь направлены (aimed) на описание региональных различий. Однако эти методы часто предлагают упрощенное представление синергетических эффектов ESV, не углубляясь в основные движущие механизмы. Факторы, движущие ESV, сложны и разнообразны, и множество факторов могут действовать совместно. Однако традиционные регрессионные анализы не способны учесть пространственную неоднородность между факторами. Географический детектор (Geographical detector) [25,26], являясь передовым инструментом пространственного анализа, позволяет количественно анализировать взаимодействия между отдельными факторами и их совокупностью, преодолевая ограничения традиционных методов и становясь важным средством анализа движущего механизма ESV.

Дельта реки Хуанхэ (YRD) [27,28] представляет собой одну из самых обширных и репрезентативных водно-болотных экосистем Китая, охватывающую разнообразные типы водных экологических объектов, включая водно-болотные угодья, илистые отмели, реки и озера [29]. Это важное место для глобальной миграции водоплавающих птиц, а также участник ряда международных сетей по охране экологии, таких как Восточноазиатско-Австралийский путь миграции птиц и Северо-Восточноазиатская сеть резерватов журавлей [30] и др., что придает ей важный международный природоохранный статус. С экономической точки зрения, будучи одним из ключевых драйверов экономического развития Китая, регион богат энергетическими ресурсами, включая ветровую энергию, геотермальную энергию, нефть и газовые ресурсы. Уникальный природный ландшафт и богатое культурное наследие играют неотъемлемую роль в культурной идентичности региона, фольклоре и туристической индустрии. Экологическая функция региона сталкивается со значительными проблемами из-за его чувствительности к последствиям глобального изменения климата [5,31] и повышения уровня моря. Тем не менее, большинство существующих исследований были сосредоточены на оценке ESV в заповеднике водно-болотных угодий YRD [32], в частности в Национальном природном заповеднике [11,33]. Однако, учитывая растущее деловое сообщество региона и увеличение интенсивности деятельности человека, необходимо принимать во внимание экологические изменения и изменения ESV на незаповедной территории (non-Reserve area).

Таким образом, данное исследование фокусируется на YRD как на районе исследования, оценивает ее ESV, используя метод факторных эквивалентов, и подтверждает результаты с помощью индекса чувствительности (SI). В дальнейшем (further) результаты объединяются с пространственным автокорреляционным анализом и методом переноса центра тяжести для анализа пространственно-временной эволюции ESV в регионе YRD. Механизмы взаимодействия движущих факторов ESV в заповедных (Reserve) и незаповедных (non-Reserve) зонах были оценены (evaluated) с использованием географического детектора. Исследование было направлено (aimed) на то, чтобы (1) определить пространственно-временные изменения LULC в заповедных и незаповедных зонах региона YRD за последние 20 лет; (2) изучить связь между геопространственной динамикой ESV в двух регионах и соответствующими изменениями в землепользовании за последние два десятилетия; и (3) изучить роль ключевых движущих факторов в формировании ESV в различных географических зонах.

2.1. Район исследования

YRD (118°33′ в.д. - 119°20′ в.д., 37°35′ с.ш. - 38°12′ с.ш.), расположенная в городе Дунъин провинции Шаньдун, представляет собой уникальную прибрежную зону, сформированную морскими выносными отложениями. Район известен своим богатством биологического разнообразия, водно-болотными угодьями и экологическими функциями, которые обеспечивают (provides) жизненно важные ES, такие как регулирование водного режима, контроль климата и сохранение биоразнообразия. Регион пережил значительные экологические трансформации в последние десятилетия, процесс, на который повлияли как природные явления, так и антропогенные воздействия [34]. YRD отличается (distinguished) неоднородным землепользованием, включающим охраняемые природные резерваты и зоны, предназначенные для сельскохозяйственного и городского развития. Это исследование фокусируется на городе Дунъин, который охватывает как заповедные (144 473,76 га), так и незаповедные (843 085,08 га) зоны. Оно сравнивает ESV этих зон и исследует движущие факторы наблюдаемых различий. Данное исследование направлено (aims) на изучение пространственно-временной динамики ESV и предоставление (provides) важной информации для управления и сохранения этого ключевого экологического региона (Рисунок 1).

Рисунок 1. Географическое положение и основная информация о YRD. Примечание: (a) Город Дунъин. Национальный природный заповеддельты реки Хуанхэ обозначен как "Reserve" (Заповедная зона), а остальные территории обозначены как "Non-Reserve" (Незаповедная зона); (b) Китай; (c) Провинция Шаньдун.

2.2. Данные

Данные, собранные для этого исследования, охватывают ряд факторов, включая землепользование, топографию, климат, социально-экономические показатели, рыночные цены на продовольствие, транспортную инфраструктуру и административное деление (Таблица 1). Данные о землепользовании пригодны для мониторинга изменений в землепользовании в регионе. Топографические данные, данные о дорогах и климатические данные использовались для оценки роли климатических факторов. Кроме того, социально-экономические данные и рыночные цены на зерновые анализировались для понимания человеческой деятельности и экономической динамики в регионе. Данные об административных районах использовались для определения границ данных по факторам воздействия и района исследования. Комбинация этих различных источников данных помогает всесторонне проанализировать географическую и временную изменчивость ESV и ее движущие факторы.

Таблица 1. Описание, название, источник и разрешение данных, собранных в этом исследовании.

2.3. Методы

2.3.1. Изменение землепользования

Матрица перехода земельных угодий (land use transfer matrix) [35] представляет собой матрицу, генерируемую посредством статистического анализа изменений в типах землепользования за определенный период времени. Она имеет важное аналитическое значение, поскольку четко определяет сдвиги между различными категориями землепользования [36], включая зоны расширения, сокращения и стабильности. Эта матрица предоставляет (offers) всесторонний обзор динамики LUCC и устанавливает надежную основу для формулирования стратегий и управления землепользованием. Структура матрицы перехода земельных угодий показана ниже [37]:

где Q обозначает площадь категории земного покрова; r и s обозначают типы земного покрова до и после конверсии соответственно; n - общее количество типов земного покрова; а Qrs обозначает площадь, переведенную из типа земного покрова r в тип s. Каждая строка матрицы предоставляет (provides) информацию о назначении типа земного покрова r в другие типы, тогда как каждый столбец детализирует источник типа земного покрова s из других типов.

2.3.2. Оценка ESV

Чтобы обеспечить точную оценку ESV в YRD, коэффициент эквивалента был скорректирован на основе социально-экономических данных по региону [38].

1. Корректировка фактора эквивалента ES

В этом исследовании применение факторов эквивалента ES, полученных из других регионов, к YRD может привести к неточным результатам из-за региональных различий в условиях окружающей среды и характеристиках землепользования. Чтобы решить эту проблему, мы скорректировали фактор эквивалента ES, используя метод, основанный на урожайности зерновых с единицы площади, обеспечивая более точное отражение местного экологического контекста [39].

где μ - поправочный коэффициент, Ne - количество собранного зерна на единицу площади в пределах исследуемого региона, Nf - количество собранного зерна на единицу площади в Китае, Epq - фактор эквивалента ES скорректированной функции ES q для категории земного покрова p, а Eopq - фактор эквивалента ES функции ES q для категории земного покрова p до корректировки. μ был рассчитан как 1,06.

2. Количественная оценка ES на единицу площади

Основными продовольственными зерновыми культурами, выращиваемыми в YRD, являются соя, кукуруза и пшеница. ESV на гектар обычно оценивается как одна седьмая экономической выгоды, получаемой от урожая зерновых, собранного с одного гектара пашни, по преобладающим рыночным ценам [40,41,42].

где Ex относится к ESV на гектар, n указывает на тип зерновой культуры, o_n представляет ее среднюю рыночную цену, p_n - среднюю урожайность, q_n - среднюю посевную площадь n-й зерновой культуры, а S обозначает общую площадь, засеянную зерновыми. Расчетная ESV для YRD составляет 206,57 долл. США га−1.

3. Вычисление ESV

ESV рассчитывается с использованием метода переноса стоимости (value transfer) [43]:

где Y_i - это ESV одного гектара категории земного покрова i, E_ij - скорректированный фактор корректировки ES для функции ES j в категории земного покрова i, Ex обозначает ESV на гектар, UESV относится к общей ESV, а S_i указывает на площадь категории земного покрова i.

2.3.3. Пространственно-временной анализ ESV

4. Принцип стандартного отклонения эллипса (SDE)

SDE - это инструмент визуализации для описания степени рассеяния и корреляции многомерного набора данных, который генерирует график эллипса путем вычисления центральной тенденции и дисперсии точек данных, таким образом визуально описывая структуру и направление распределения точек данных [44,45]. Центр эллипса представляет средний центр набора данных; то есть центр географического элемента с точки зрения его пространственного распределения, центр которого вычисляется по формуле ниже:

где SDE_x и SDE_y обозначают центр эллипса (т.е. координаты центра), x_c и y_c соответствуют пространственным координатам каждого элемента, в то время как x ̅ и y ̅ являются средними точками, а n - количество точек элемента.

Степень поворота представляет геометрию эллипса, указывая направление основного тренда агрегации точек данных и выражается в виде угла поворота по часовой стрелке, используя направление на север в качестве ориентира. Его формула расчета выглядит следующим образом:

где θ - азимутальный угол, указывающий ориентацию распределения данных, tan θ представляет значение тангенса азимутального угла эллипса, а x ̅_c и y ̅_c обозначают отклонения координат x и y от среднего центра соответственно. Направление эллипса основано на оси x, и 0° соответствует северному направлению, вращаясь по часовой стрелке [46].

Расхождение между длинной и короткой осями эллипса отражает как направление структуры данных, так и степень рассеяния точек данных. Длинная ось представляет направление распределения, в то время как короткая ось означает степень рассеяния, как рассчитано по формуле в [47,48].

5. Анализ пространственной корреляции

Феномен ESV характеризуется пространственными взаимодействиями между различными единицами в пределах региона, отражая сложную динамику взаимодействий человека и окружающей среды. Анализ его пространственной автокорреляции дает представление об агрегированных и дисперсных структурах распределения ESV на исследуемой территории [49]. Наиболее распространенными методами проведения геопространственного корреляционного анализа являются индекс Морана (Moran's I) и карты локальных индикаторов пространственной ассоциации. Соответствующие формулы расчета выглядят следующим образом [50]:

где I представляет глобальный индекс Морана, а I_p обозначает локальный индекс Морана; m - количество пространственных ячеек; x_p и x_q - фактические значения p и q; W_pq относится к геопространственной весовой матрице; а x ̅ представляет среднее значение x_p [51].

2.3.4. Проверка точности оценки ESV

Для того чтобы удостовериться в достоверности скорректированных результатов оценки ESV Дунъина, в эту статью вводится индекс чувствительности (Sensitivity Index, SI) для оценки корреляции между ESV и общей экономической стоимостью на единицу площади типов землепользования. Конкретный метод заключается в расчете SI путем увеличения или уменьшения общей экономической стоимости на единицу площади каждой категории земного покрова на 50% [52]. Формула показана ниже [53]:

где SI представляет индекс чувствительности; ESV_a и ESV_b - общая ESV до и после корректировки; VOE_a и VOE_b представляют общую стоимость на единицу площади категории земного покрова до и после корректировки соответственно; (ESV_b − ESV_a)/ESV_a используется для описания скорости изменения ESV; а (VOE_b − VOE_a)/VOE_a - скорость изменения коэффициента скорости.

Когда SI ниже 1, это предполагает (suggests), что ESV относительно не зависит от изменений в общей экономической стоимости на единицу площади категории земного покрова, демонстрируя лишь незначительные колебания. Это указывает на то, что пересмотренная оценка ESV, основанная на природном и социальном развитии города Дунъин, является как оправданной, так и демонстрирует высокую стабильность [54].

2.3.5. Модель географического детектора (GD)

GD - это инструмент для анализа пространственных структур, помогающий в выявлении пространственной неоднородности географических явлений и количественном определении основных движущих факторов [55,56]. Чтобы исследовать интерактивные эффекты множества факторов, это исследование использует модель для изучения факторов, влияющих на ESV в регионе. Анализ основан на данных, касающихся климата, плотности населения, нормализованного разностного вегетационного индекса (NDVI) и дорожных сетей, которые служат основными движущими слоями. Используются следующие формулы [19]:

где значения 1, 2, …, j обозначают разделение; M_i - это таблица для района i; M - количество ячеек во всех районах; σ_i^2 - дисперсия района i; Mσ^2 - дисперсия всех районов; SSW - сумма вариаций внутри округов; в то время как SST отражает общую вариацию между округами. Значение u является количественным представлением объяснительной силы драйвера, принимая значения между [0, 1]. Увеличение значения u предполагает (suggests) более высокий уровень пространственной неоднородности зависимой переменной и более сильную объяснительную связь между зависимой и независимыми переменными.

3.1. Динамические изменения LULC

3.1.1. LUCC в Дунъине в 2000-2020 гг.

Что касается пространственного распределения (Рисунок 2 и Рисунок 3), пахотные земли являются наиболее распространенной и крупнейшей категорией земного покрова в YRD, покрывая 61,21% всей площади города Дунъин. Распределение этой категории земного покрова в основном сконцентрировано в округах Лицзинь и Гуанжао, охватывая юго-западную часть района Кэнли и южный район района Хэкоу, с незначительным присутствием в западной части района Дунъин. Большинство водных объектов и водно-болотных угодий расположены в прибрежных районах округа Лицзинь и трех других районов. Площадь, покрытая водно-болотными угодьями, немного (slightly) меньше, чем площадь водных объектов, составляя приблизительно 17,66% и 14,12% от общей площади соответственно. Напротив (in contrast), застроенные земли в основном сконцентрированы в районе Дунъин, который служит политическим центром всего города Дунъин. Распределение лугов является более обширным, охватывая почти все районы и округа. Наивысшая концентрация этих земель обнаружена в пределах заповедных зон (Reserve areas). Площадь, покрытая голыми землями, немного (slightly) больше, чем площадь, покрытая лесными землями, причем большинство последних сконцентрировано в незаповедных зонах (non-Reserve areas). Голые земли распределены разрозненно, с небольшим количеством, сконцентрированным в заповедной зоне в районе Кэнли. Площадь лесов является наименьшей, составляя лишь одну тысячную от площади пахотных земель. Она в основном расположена в заповедной зоне в районе Кэнли, центральной зоне района Хэкоу и, в сравнительно меньшей степени, в районе Дунъин.

Рисунок 2. Покрытие земель в Дунъине, 2000-2020 гг.

Рисунок 3. Процентное изменение состава LULC Дунъина в разные годы.

3.1.2. LUCC в заповедных и незаповедных зонах

Основными характеристиками заповедной зоны являются ее пахотные земли, водно-болотные угодья и водные объекты (Таблица 2). Около 39,51% общей площади возделывается (cultivated), в то время как водно-болотные угодья и водные объекты покрывают 33,85% и 24,97% общей площади соответственно. Остальные четыре категории земного покрова покрывали меньшую общую площадь, чем наблюдалось в незаповедной зоне. Последняя имела площадь примерно в шесть раз больше, чем заповедная зона. Большая часть площади в незаповедной зоне была занята пахотными землями (Таблица 2), которые составляли 64,87% от общего числа.

Таблица 2. Площадь и средняя доля типов земель в заповедных и незаповедных зонах, 2000-2020 гг. (га, %).

Тщательное изучение LUCC заповедных и незаповедных зон (Рисунок 4 и Рисунок 5) выявляет постепенное сокращение пахотных земель в обоих регионах. Это сокращение может быть в первую очередь связано с политикой китайского правительства по выводу земель из оборота (fallow policy) и продолжающимся процессом урбанизации. Однако более выраженное снижение наблюдается в незаповедных зонах, с уменьшением на 10,58%, что эквивалентно 61 307,09 га, по сравнению с 2000 годом. И наоборот (conversely), снижение в заповедной зоне составило всего 6,16%, что может быть следствием строгой политики охраны земель в этих зонах, которая строго контролирует освоение и использование пахотных земель. В начале периода наблюдений площадь лугов в обоих регионах была сопоставима, и результаты изменений были схожи, с почти эквивалентным сокращением площади лугов в обоих регионах. Сокращение в незаповедной зоне значительно (substantially) более выражено, демонстрируя уменьшение на 729,36 га, что эквивалентно 46,60% по сравнению с тем же периодом 2000 года и 21,65% по сравнению с тем же периодом в заповедной зоне. И наоборот (conversely), площади, покрытые водными объектами в обоих регионах, демонстрировали постепенное увеличение с каждым годом, с приростом в 1336,86 га в заповедной зоне и значительным расширением на 46 377,45 га в незаповедной зоне. Ландшафты водно-болотных угодий в двух регионах демонстрировали противоположные тенденции: площадь водно-болотных угодий в заповедной зоне увеличилась на 2385,45 га и уменьшилась на 11 692,80 га в незаповедной зоне. Статистически значимая разница была выявлена в изменениях площади водно-болотных угодий между двумя регионами: увеличение на 2385,45 га в заповедной зоне и уменьшение на 11 692,80 га в незаповедной зоне. Кроме того, незаповедная зона, покрытая землями под застройку, значительно (significantly) расширилась на 27 151,56 га, что представляет собой рост на 54% по сравнению с предыдущим годом. И наоборот (conversely), заповедная зона продемонстрировала более чем 100% рост новых построек по сравнению с предыдущим годом, что указывает на заметную тенденцию к расширению. Площадь, покрытая голыми землями, увеличилась в обоих регионах, демонстрируя сравнимую тенденцию, хотя ее доля остается относительно небольшой, не превышая 0,1% от общей площади. Заметная разница между изменениями площади, покрытой водными экосистемами и застроенными землями, в двух регионах может быть связана с такими факторами, как политика охраны, окружающие структуры землепользования, пополнение водных ресурсов, уровень экономического развития, структура промышленности, рост и распределение населения, транспорт и строительство инфраструктуры. Заповедная зона продемонстрировала последовательное увеличение площадей водосборов и постепенное расширение застроенных земель, что объясняется реализацией строгой природоохранной политики, экологически устойчивым землепользованием и структурой промышленности, а также умеренными темпами роста населения. Напротив (in contrast), площадь водосбора в незаповедной зоне подверглась существенному расширению; однако она была нарушена на ранних этапах и претерпела значительное расширение застроенных земель из-за слабого правоприменения, высокой интенсивности освоения, быстрого экономического развития, высокой концентрации населения и высокого спроса на строительство инфраструктуры.

3.2. Временная динамика ESV

Рисунок 5 (вероятно, опечатка, имеется в виду Рисунок 6) иллюстрирует различные траектории ESV четырех основных категорий экологических услуг в пределах заповедной (Рисунок 6a) и незаповедной (Рисунок 6b) зон в городе Дунъин с 2000 по 2020 год. В отчете также рассматривается динамика четырех ключевых категорий услуг: регулирующих (regulatory), поддерживающих (support), обеспечивающих (provision) и культурных (cultural). Общая тенденция указывает на увеличение регулирующих услуг в обоих регионах, с более выраженным увеличением в период с 2000 по 2005 год. Стоимость регулирующих услуг в незаповедных зонах демонстрировала более быстрый рост, с ежегодным увеличением на 13,66%, по сравнению с более умеренным темпом роста в 3,58% в заповедных зонах. В период 2005–2020 годов темпы роста регулирующих услуг в обоих регионах оставались относительно стабильными, при этом наклон кривой роста оставался неизменным. Это указывает на продолжающееся улучшение регулирующих услуг в обоих регионах, достигнув к 2020 году стоимости в 1913,76 миллиона в незаповедной зоне и 6704,91 миллиона в заповедной зоне. Напротив (in contrast), два региона демонстрируют различные тенденции в отношении поддерживающих услуг (support services). Снижение в заповедной зоне составило 0,56% по сравнению с предыдущим годом в период с 2000 по 2005 год, но за этим последовал период восстановления с 2005 года. Напротив (in contrast), незаповедные зоны продолжали сокращаться с 2000 по 2015 год, при этом годовое падение составило 3,13% в период с 2000 по 2005 год. Однако нисходящий тренд смягчился с 2005 по 2015 год и возобновился только в 2015 году. Напротив (in contrast), снижение стоимости поддерживающих услуг в заповедных зонах было менее выраженным и восстановилось быстрее. Обеспечивающие услуги (supply services) демонстрируют последовательные тенденции в обоих регионах, с более выраженным увеличением с 2000 по 2005 год и последующим замедлением темпов роста. Наконец, культурные услуги демонстрируют большую волатильность в заповедных зонах, снижаясь в период с 2000 по 2005 год, а затем восстанавливаясь с 2005 года. Напротив (in contrast), в незаповедных зонах они достигли низшей точки в 111,38 миллиона в период с 2000 по 2010 год, а затем возобновили восходящую траекторию в период с 2010 по 2020 год с ускоряющимися темпами роста.

Рисунок 6. Межгодовые изменения четырех ценностей экосистемных услуг (регулирующие, поддерживающие, обеспечивающие и культурные услуги) с 2000 по 2020 год. Примечание: (a) заповедная зона; (b) незаповедная зона.

Несмотря на значительное расхождение в совокупных значениях ESV между двумя регионами, общая ESV в незаповедной зоне была примерно в три раза выше, чем в заповедной зоне, которая была обширной. Сравнение результатов ESV на единицу площади между двумя регионами (Рисунок 7) показывает, что общая ESV на единицу площади в заповедной зоне значительно (significantly) выше, чем в незаповедной зоне, примерно в два раза. Общая ESV на единицу площади в обоих регионах демонстрировала восходящую траекторию, причем наибольший абсолютный прирост произошел в период 2000–2005 годов, составив 823,05 (долл. США/га) и 1220,85 (долл. США/га) соответственно. В заповедной зоне общая ESV на единицу площади заметно выросла с 0,022 (млн/га) в 2000 году до 0,024 (млн/га). В 2000 году общая ESV на единицу площади в незаповедной зоне составляла 0,010 (млн/га), которая увеличилась до 0,012 (млн/га) в 2020 году, что представляет собой рост на 24,05% по сравнению с предыдущим годом. Этот рост более значителен как с точки зрения абсолютного прироста, так и темпов роста. Как по абсолютному приросту, так и по темпам роста, эффект роста в незаповедной зоне более значителен; однако остается значительное расхождение между общей ESV на единицу площади незаповедной зоны и заповедной зоны.

Рисунок 7. Изменение ESV на единицу площади. Примечание: (a) Заповедная зона; (b) Незаповедная зона.

3.3. Пространственное распределение и анализ центра тяжести ESV

3.3.1. Пространственное распределение ESV

На исследуемой территории проявилась заметная структура пространственного распределения: более высокие значения в основном расположены в северо-восточном регионе, а более низкие значения сконцентрированы в юго-западном регионе (Рисунок 8). Стоит отметить, что зоны с высокой стоимостью были тесно связаны с распределением водных объектов и водно-болотных угодий (Рисунок 2). Эта тенденция распределения особенно очевидна в заповедных зонах, где преобладающей категорией земного покрова являются водно-болотные угодья и водные объекты. Напротив (in contrast), распределение ESV в незаповедных зонах характеризуется низкими значениями, и эти низкозначимые зоны соответствуют регионам, где земной покров представляет собой пахотные земли. Глобальный пространственный автокорреляционный анализ продемонстрировал, что P-значение было меньше 0,01 в 2000, 2005, 2010, 2015 и 2020 годах, при этом значения индекса Морана достигли 0,881, 0,896, 0,901, 0,904 и 0,907 соответственно. Когда значение индекса Морана превышало 1, его большее значение демонстрировало более сильную положительную пространственную корреляцию. Это предполагает (suggests), что географическое распространение ESV в городе Дунъин имеет значительную положительную корреляцию с высокой пространственной агрегацией. Кроме того, наблюдалось ежегодное увеличение значений индекса Морана, что показывает, что пространственная концентрация ESV в этом регионе все еще возрастает. Результаты кластеризации (Рисунок 9) демонстрируют особенности пространственной агрегации ESV в городе Дунъин. Заметная разница наблюдается между результатами кластеризации Высокий-Высокий (High-High) и Низкий-Низкий (Low-Low) для ESV, причем характеристики кластеризации Низкий-Низкий в основном наблюдаются в незаповедных зонах. И наоборот (conversely), незначительные зоны кластеризации и зоны Высокий-Высокий в природных резерватах составляют более высокий процент. Зоны кластеризации Высокий-Высокий в основном сконцентрированы в прибрежных районах.

Рисунок 8. Пространственно-временные структуры ESV в период с 2000 по 2020 год.

Рисунок 9. Результаты пространственного автокорреляционного анализа ESV 2000–2020.

3.3.2. Анализ центра тяжести ESV

Анализируя тенденцию миграции центра тяжести ESV (Рисунок 10d) и центра тяжести основных типов земель в заповедной зоне, было обнаружено, что центр тяжести ESV мигрировал в южном направлении в начальный период и сместился к югу на 0,470 км с 2000 по 2005 год, с меньшим изменением с 2005 по 2010 год, а затем сместился в северо-западном направлении с 2010 года. Расстояние миграции с 2010 по 2015 год составило 0,542 км, что представляет собой наибольшее расстояние за этот период. Общая тенденция была направлена на юго-запад, в сторону городского центра Дунъина. Центр тяжести водных объектов (Рисунок 10c) первоначально мигрировал на 1,097 км к югу, а затем мигрировал на юго-запад, на северо-запад, а затем снова на юго-запад. Общее пройденное расстояние было больше, чем у ESV, причем расстояние, пройденное на каждом сегменте, было примерно вдвое больше, чем у ESV. Напротив (in contrast), центр тяжести водно-болотных угодий (Рисунок 10b) демонстрировал направленный на северо-восток сдвиг на 0,535 км с 2000 по 2005 год, за которым последовал направленный на юго-восток сдвиг на 0,264 км с 2005 по 2010 год. После этого он демонстрировал период стабильности с 2010 по 2015 год, после чего проявил направленный на северо-запад сдвиг на 0,412 км. В целом, центр тяжести водно-болотных угодий демонстрировал тенденцию миграции в сторону береговой линии. Центр тяжести пахотных земель (Рисунок 10a) мигрировал примерно на 0,55 км к северо-западу с 2000 по 2010 год. После этого направление его миграции значительно (significantly) изменилось, сместившись на 0,75 км к юго-востоку. Центр тяжести других типов земель демонстрировал более значительные колебания, тогда как центр тяжести пахотных земель прошел две различные фазы миграции, что привело к сравнительно небольшому общему смещению.

Рисунок 10. Миграция центра тяжести в заповедных зонах. Примечание: (a) пахотные земли; (b) водно-болотные угодья; (c) водные объекты; (d) ESV.

Результаты миграции ядер ESV и основных категорий земного покрова в незаповедных зонах демонстрируют, что водные объекты (Рисунок 11c) и ядра ESV (Рисунок 11d) продолжают демонстрировать схожую тенденцию миграции, оба движутся в сторону северо-запада. Кроме того, расстояние миграции водных объектов примерно в два раза превышает расстояние миграции ESV. В период с 2000 по 2020 год наибольшие расстояния, пройденные обоими, наблюдались в период с 2000 по 2005 год. Расстояния миграции водных объектов и центра тяжести ESV составили 4,843 км и 2,423 км соответственно. Миграция центра тяжести водно-болотных угодий (Рисунок 11b) может быть разделена на две фазы. Первая фаза характеризуется миграцией в юго-восточном направлении, с расстояниями миграции 4,099, 1,796 и 1,046 километра. Вторая фаза - это сдвиг на юго-запад на 0,845 километра, что указывает на продолжение общего направления миграции в сторону прибрежного региона. Направление миграции центра тяжести пахотных земель в незаповедном регионе (Рисунок 11a) было противоположно направлению ESV, с общей миграцией примерно на 1,3 км на юго-запад. Расстояние миграции в год было сопоставимо с наблюдаемым в заповедном регионе. Движение фокуса пахотных земель оставалось более стабильным на всей площади 6 665 674 184 га незаповедных земель.

Рисунок 11. Миграция центра тяжести на незаповедных землях. Примечание: (a) пахотные земли; (b) водно-болотные угодья; (c) водные объекты; (d) ESV.

Миграция центра тяжести ESV является динамическим процессом, как показано на Рисунке 12. С 2000 по 2020 год структуры миграции центра тяжести ESV для четырех основных категорий ES в городе Дунъин демонстрировали заметные различия. Наблюдалась заметная тенденция к миграции центров тяжести регулирующих и обеспечивающих услуг в северо-западном направлении; центр тяжести обеспечивающих услуг демонстрировал более выраженный сдвиг к северу. Стоит отметить, что расстояние миграции на начальном этапе было значительно (significantly) больше, чем на последующем этапе для этих двух типов услуг. Аналогичным образом, центры тяжести поддерживающих услуг и культурных услуг демонстрировали сопоставимые структуры миграции, первоначально смещаясь на юго-восток, а впоследствии мигрируя на северо-восток. Расстояния миграции для этих двух типов услуг также были сопоставимы с первыми двумя, причем начальный этап демонстрировал большие расстояния, чем последующий. Центры тяжести ESV всех четырех типов услуг были сконцентрированы в районе Кэнли, что подчеркивает (highlights) ключевую роль района в предоставлении ES. Средний угол поворота эллипса стандартного отклонения для поддерживающих услуг был самым низким и составлял 3,93°, в то время как углы поворота для остальных трех типов услуг колебались от 155° до 180°, со средним значением 164,07°. Углы поворота доверительных интервалов эллипса для всех типов услуг демонстрировали минимальные изменения с течением времени. Более того, площади эллипсов стандартного отклонения ESV четырех функций ES демонстрировали последовательную нисходящую тенденцию, указывая на то, что все четыре ESV были более агрегированы на региональном уровне. Этот вывод подтверждается результатами пространственного автокорреляционного упражнения.

Рисунок 12. Изменения в эллипсах стандартного отклонения ESV и ее центроида в YRD.

3.4. Анализ чувствительности ESV

Для оценки надежности ESV города Дунъин с 2000 по 2020 год была использована построенная таблица коэффициентов эквивалентности ES. Чтобы оценить это, был введен анализ чувствительности. В соответствии со спецификациями, изложенными в Формуле (12), анализ включал расчет ESV путем постепенного изменения коэффициентов эквивалентности, связанных с различными категориями землепользования, в 50% (Таблица 3).

Таблица 3. Индекс чувствительности ценности экосистемных услуг (ESVSI).

Вышеупомянутые результаты отражают снижающуюся тенденцию SI для ESV пахотных земель, с 0,091 до 0,067. Аналогичным образом, индексы чувствительности для ESV лесов и лугов также показывают падающую тенденцию с более низкими значениями. SI для ESV водных объектов является самым высоким, со средним значением 0,697, и наблюдается тенденция к увеличению, за которой следует снижение. SI для ESV пахотных земель демонстрирует обратную структуру по сравнению с наблюдаемой для водных объектов, сначала снижаясь, а затем повышаясь. SI для ESV голых земель следует изменяющейся тенденции, которая противоположна тенденции водных объектов, первоначально демонстрируя колебания, прежде чем увеличиться. SI для искусственных земных поверхностей равен нулю, так как они не были включены в оценку ESV. Оценка показывает положительную и сильную связь между SI ESV для различных категорий земного покрова и соответствующими площадями. Можно заметить, что чем больше площадь, тем она чувствительнее к изменениям в соответствующих корректировках регулирования для ESV. Кроме того, индексы чувствительности различных классов землепользования показывают значительную положительную связь с изменениями площади. Основываясь на приведенной выше формуле и наблюдаемых изменениях чувствительности, можно сделать вывод, что чувствительность для всех категорий земного покрова ниже 1. Согласно определению SI, это означает, что скорректированная таблица коэффициентов эквивалентности ESV за период 2000–2020 годов подходит для расчета ESV в городе Дунъин, и полученные расчеты являются надежными.

3.5. Анализ движущих факторов пространственной неоднородности ESV

3.5.1. Обнаружение факторов

Движущие факторы ESV в заповедных и незаповедных зонах YRD были исследованы с использованием модуля обнаружения факторов в GD. Результаты подчеркнули (highlighted) способность как экологических, так и социально-экономических факторов объяснять неоднородное пространственное распределение ESV. Как показано в Таблице 4, наблюдалась значительная изменчивость во влиянии переменных-факторов на ESV. В свете распределения данных по ВВП и населению для заповедных зон было принято решение удалить факторы, движущие обнаружение этих двух факторов в заповедных зонах. В заповедной зоне объяснительная сила q-статистик для географической неоднородности ESV была ранжирована следующим образом: наиболее значимыми объясняющими переменными были NDVI (X6), расстояние до железной дороги (X4), DEM (X7), количество осадков (X1), температура (X2), расстояние до дороги (X5) и уклон (X3). Напротив (in contrast), результаты, отсортированные по q-статистике, таковы: NDVI (X6) был наиболее значимым фактором, за которым следовали расстояние до железной дороги (X4), количество осадков (X1), температура (X2), население (X9), расстояние до дороги (X5), ВВП (X8), уклон (X3) и DEM (X7). Вклад NDVI (X6) был заметно выше, чем у других факторов в обоих регионах, составляя 62,51% в заповедной и 73,89% в незаповедной зонах. Напротив (in contrast), вклад DEM (X7) был более изменчивым между двумя регионами, составляя 22,29% в заповедной зоне и только 0,90% в незаповедной зоне.

Таблица 4. Результаты обнаружения факторов.

3.5.2. Обнаружение взаимодействия

Результаты анализа фактора взаимодействия были использованы для определения того, будет ли объединение любых двух заданных факторов усиливать или уменьшать описательную силу их соответствующих влияний на географическое распространение ES. Результаты показывают, что взаимодействие между любыми двумя факторами превышает объяснительную способность отдельного фактора (Рисунок 13), как в заповедных, так и в незаповедных зонах. Кроме того, результаты показывают, что все факторы либо синергетически усиливают друг друга, либо демонстрируют нелинейные взаимодействия. Статистический анализ продемонстрировал, что в заповедной зоне пять пар факторов демонстрировали нелинейное усиление, в то время как 16 пар демонстрировали двухфакторное усиление. В незаповедной зоне 16 пар продемонстрировали нелинейное усиление, в то время как 20 пар продемонстрировали двухфакторное усиление. Расхождение в количестве этих двух категорий интерактивных усилений более выражено в заповедной зоне, что указывает на то, что взаимодействия факторов в этом регионе более сложны, с большей распространенностью нелинейных отношений. Любое незначительное изменение могло бы привести к значительным колебаниям в системе, тем самым делая прогнозирование будущего развития в этой области более сложным.

Рисунок 13. Результаты обнаружения фактора взаимодействия. Примечание: (a) Заповедная зона; (b) Незаповедная зона.

В анализе взаимодействия в заповедной зоне значение q для X6∩X5 достигло 0,66, что указывает на то, что взаимодействие между NDVI (X6) и расстоянием до дороги (X5) было доминирующим и имело самую сильную объяснительную способность для пространственной неоднородности ESV. Впоследствии были исследованы корреляции между NDVI (X6), температурой (X2), уклоном (X3) и количеством осадков (X1). Эти результаты продемонстрировали, что в условиях последовательного доминирования NDVI (X6), температура (X2) проявилась как ключевой фактор, влияющий на пространственное распределение ESV в заповедном регионе. Наивысшее значение q было идентифицировано среди результатов взаимодействия в незаповедной зоне, со значением 0,77 для X6∩X9. Взаимодействие между NDVI (X6) и населением (X9) имело наибольшую объяснительную способность и было доминирующим фактором в регионе. Было обнаружено, что взаимодействие между этими двумя факторами значительно (significantly) мощнее, чем объяснительная способность населения (X9) самого по себе. Кроме того, объяснительные способности таких факторов, как расстояние до дороги (X5), расстояние до железной дороги (X4), ВВП (X8) и население (X9), были заметно сильнее при взаимодействии с другими факторами в двух регионах. Этот результат подчеркивает (underlines) ключевую роль социально-экономических условий и управления водосборами в формировании пространственного распределения ESV.

4.1. Изменения в ESV и LULC

Большинство существующих исследований синергетической связи между LUCC и ESV ограничены качественным анализом на основе карт пространственного распределения [57,58,59], что затрудняет выявление их динамической эволюции. Кроме того, существующая литература по этому вопросу обычно фокусируется на конкретной области, будь то категорически охраняемой [60,61] или неохраняемой [2,62]. Однако сравнительный анализ временных и пространственных тенденций, а также взаимодействий между двумя категориями, как правило, отсутствует в этих исследованиях. Поэтому в данном исследовании использовался метод переноса центра масс для проведения сравнительного изучения тенденций переноса ESV и основных типов землепользования в заповедных и незаповедных зонах города Дунъин.

Карта пространственного распределения (Рисунок 8) и результаты пространственного автокорреляционного анализа демонстрируют, что распределение ESV демонстрирует сильную корреляцию с категориями землепользования (Рисунок 2). Заповедный регион расположен в северо-восточной части города Дунъин, и площадь его водной экосистемы на 58,82% выше, чем в незаповедной зоне (27,21%), в то время как площадь искусственных поверхностей составляет 0,28%, что значительно (significantly) ниже, чем в незаповедной зоне (7,72%). Это различие в ESV на единицу площади между двумя регионами было признано значительным, с соотношениями приблизительно 0,023 и 0,011 (млн/га) соответственно. Регулирующие услуги > Поддерживающие услуги > Обеспечивающие услуги > Культурные услуги в отношении состава ESV в обоих регионах, что согласуется с результатами Lu [63]. YRD отличается (distinguished) своей богатой водной экосистемой, которая обладает заметными способностями с точки зрения очистки воды, регулирования паводков и регулирования климата. Следовательно, регулирующие услуги в рамках этой экосистемы имеют первостепенное значение. Напротив (in contrast), поддерживающие услуги более восприимчивы к воздействию человеческой деятельности. Развитие региона сопровождалось такими видами деятельности, как перелов и нерациональное сельскохозяйственное освоение, что нарушило баланс поставок природной экосистемы. Это привело к четкой разнице в межгодовой тенденции обеспечивающих услуг между двумя регионами. С 2005 года стоимость поддерживающих услуг в заповедной зоне растет (Рисунок 6a), в то время как снижение в незаповедной зоне продолжалось до 2015 года (Рисунок 6b). Культурные услуги в регионе находятся на самом низком уровне, что указывает на недостаток адекватных объектов культурного туризма, профессиональных команд по продвижению культуры и другой связанной инфраструктуры. Очевидно, что стоимость культурных услуг не полностью отражена в текущей системе. Чтобы решить эту проблему, необходимо в будущем усилить управление и планирование этой области.

Результаты анализа центра тяжести демонстрируют, что центр тяжести ESV в заповедных регионах сместился в сторону юго-запада (Рисунок 10d), а центр тяжести ESV в незаповедных регионах сместился в сторону северо-запада (Рисунок 11d). Хотя наблюдались некоторые различия в тенденции центра тяжести ESV в пределах двух зон, все они согласовывались с тенденцией смещения центра тяжести их соответствующих водных объектов в сторону городского центра. Что касается конфигурации земельных структур, пахотные земли составляют основной источник переноса водных объектов и водно-болотных угодий по сравнению с заповедными регионами, как с точки зрения расстояния переноса центра тяжести, так и доли площади. Изменения в земельных структурах в пределах незаповедных зон являются более существенными [64,65,66]. Значительное расширение площади, отведенной под строительство, в сочетании с существенным сокращением площади, покрытой пахотными землями, оказало глубокое воздействие на ES, что согласуется с выводами исследований таких ученых, как Wang [59]. Расширение незаповедных зон в районы крупномасштабной урбанизации и промышленного развития было вызвано спросом на экономический рост, что привело к значительному занятию пахотных земель и сжатию экологического пространства.

Несмотря на установление границ между заповедными и незаповедными зонами, ESV по-прежнему в основном формируется человеческими потребностями, тем самым отражая внутренний дисбаланс между экологической защитой и экономическим развитием. В заповедных зонах План развития высокоэффективной экономической зоны дельты реки Хуанхэ, реализованный правительством Шаньдуна в 2008 году, обеспечил (provided) политическую поддержку восстановлению водно-болотных угодий и водных объектов, эффективно улучшив экологические регулирующие услуги, такие как водоснабжение, регулирование климата и очистка окружающей среды. И наоборот (conversely), было обнаружено, что незаповедные зоны испытывают в этом отношении дефицит, и ESV более восприимчива к процессу урбанизации и промышленному развитию. Чтобы повысить устойчивость региона, необходимо содействовать скоординированному развитию экологической защиты и экономического развития на основе характеристик двух регионов.

4.2. Анализ движущих факторов ESV

ESV связана с распределением растительности, климатическими условиями и экологической структурой [67,68]. Результаты GD указывают на то, что основным фактором, влияющим на ESV в регионе YRD, был NDVI, с объяснительной способностью 62,51% и 73%. Это указывает на то, что распределение растительности является наиболее важной характеристикой, влияющей на пространственное распределение ESV, с объяснительной способностью 89% в двух регионах. Эти результаты согласуются с выводами исследования Kang Lei и др. (et al.), проведенного в шестипровинциальном регионе Северо-Западного Китая [69]. Расстояние до железной дороги также является важным фактором. Влияние рельефа существенно различается между заповедными и незаповедными регионами. Объяснительная способность климата более стабильна в двух регионах, и оба фактора играют значительную роль. Это согласуется с выводом He [70], который обнаружил, что климатические условия оказывают значительное влияние на ESV. В незаповедных регионах влияние экономических и социальных переменных, таких как население и ВВП, стало очевидным, особенно взаимодействие между населением и NDVI, которое продемонстрировало более сильную объяснительную способность. Это предполагает (suggests), что плотность расселения оказывает заметное модулирующее и ограничивающее воздействие на географическое распределение ESV в незаповедных зонах, где влияние антропогенной деятельности более выражено [1].

Кроме того, необходимо учитывать влияние политических факторов на ESV. Реализация политики в области охраны окружающей среды и земельного планирования в разных регионах способна прямо или косвенно изменять структуры землепользования. Эти изменения, в свою очередь, оказывают влияние на ESV. Китайское правительство предложило политику возврата пахотных земель в лесное пользование с 1998 года [71]. Первоначальная реализация этой политики привела к значительному сокращению пахотных земель, что привело к существенному снижению производства продовольствия и стоимости обеспечивающих услуг, предоставляемых производством сырья. Это снижение также объясняет, почему стоимость четырех услуг изменилась наиболее значительно в 2000–2005 годах (Рисунок 6). Технологические достижения, такие как более эффективные сельскохозяйственные технологии, также следует принимать во внимание, поскольку они могут в определенной степени снизить давление на пахотные земли и ESV. Одновременно с этим технологический прогресс, примером чего является повышение эффективности сельскохозяйственных методов, потенциально способен в определенной степени смягчить нагрузку на пахотные земли, тем самым повышая ESV. Что касается политики в области охраны окружающей среды [72], заповедные зоны обычно подпадают под действие более строгой и всеобъемлющей политики защиты, такой как ограничения на деятельность по освоению, строгое планирование землепользования и интенсивный экологический мониторинг и меры защиты. Всеобъемлющая цель этой политики заключается в сохранении целостности экосистем в их первозданном состоянии, одновременно содействуя сохранению биоразнообразия и стабильному выполнению экологических функций. И наоборот (conversely), политика в области охраны окружающей среды в незаповедных зонах является менее строгой, часто допуская определенную степень экономического развития и человеческой деятельности.

Результаты показывают, что вариация ESV в пространстве формируется под влиянием сложного взаимодействия экологических и экономических факторов. Примечательно, что существуют выраженные различия между заповедными и незаповедными регионами. В природных резерватах доминирующее влияние оказывают экологические факторы, тогда как в незаповедных зонах воздействие социально-экономических факторов постепенно усиливается. Это указывает на необходимость реализации регионально-ориентированных стратегий защиты и восстановления с учетом межрегиональной изменчивости.

4.3. Рекомендации и ограничения

Это исследование успешно выявило пространственные характеристики распределения и некоторые ключевые движущие факторы ESV в YRD, предоставив (providing) важную научную основу для региональной экологической защиты и устойчивого развития. Однако оно не лишено ограничений, которые дают направления и идеи для последующих исследований.

Несмотря на выявление основных движущих факторов ESV в регионе YRD, включая LUCC и NDVI, в этом исследовании, сложность региональной экосистемы не позволила учесть все потенциальные движущие факторы и их взаимодействия. Кроме того, микрофакторы, такие как изменения в сообществе почвенных микроорганизмов, и социально-экономические факторы, такие как осведомленность о сохранении экологии и поведение местного населения, не были полностью изучены. Это может привести к неполному пониманию механизмов изменения ESV. Исследование в основном опиралось на общедоступные данные дистанционного зондирования, что облегчает быстрое получение крупномасштабной информации, но не обладает способностью точно отражать микроскопические характеристики экосистемы и экологические процессы. Кроме того, оно недостаточно дополняет результаты полевых исследований и интегрирует (integrated) данные из нескольких источников, что в свою очередь влияет на точность и всесторонность исследования. Кроме того, настоящее исследование фокусируется исключительно на городе Дунъин, центральной зоне YRD, игнорируя при этом сложные процессы круговорота веществ и потока энергии между окружающей переходной зоной и центральной зоной. Это включает качество и количество воды в соседних реках, а также косвенное влияние человеческой деятельности на ES и ESV дельтовых водно-болотных угодий. Следовательно, это ограничивает способность исследования всесторонне отразить целостность экосистем всей YRD и динамические изменения ESV.

Существует потенциал для улучшения будущих исследований несколькими способами. Во-первых, следует расширить исследовательский охват (scope) движущих факторов, включив в него больше микроэкологических факторов. Во-вторых, следует активно проводить полевые исследования и комбинировать данные из нескольких источников для повышения точности и надежности исследования. Кроме того, следует расширить масштаб исследования, включив соседние переходные зоны в исследовательскую систему, и построить более всестороннюю региональную модель экосистемы, чтобы глубже и всесторонне понять механизм формирования и закон динамических изменений ESV в YRD, а также обеспечить (provide) более солидную теоретическую поддержку для региональной экологической защиты и устойчивого развития.

Детальный анализ динамики LULC и ESV как в заповедных, так и в незаповедных регионах YRD подчеркивает (highlights) взаимосвязь между ключевыми движущими факторами и механизмами, обеспечивая теоретическую основу для оптимизированного управления и скоординированной стратегии для бассейна. Результаты обследования (survey) продемонстрировали, что центр тяжести ESV в заповедной зоне мигрировал вместе с центром тяжести водного объекта в незаповедную зону, подчеркивая (highlighting) ключевую роль водосборных экосистем в ESV и показывая, что ESV движется человеческим спросом, и более того, спрос на ES может регулироваться NDVI, плотностью населения и дорожным строительством. В заключение, этот анализ обогащает пространственно-временной анализ предложения, спроса и баланса ES в YRD посредством количественного анализа и анализа изменений во времени, а анализ движущих сил обеспечивает (provides) целевую поддержку управления ES как в заповедных, так и в незаповедных зонах.

YRD Yellow River Delta Дельта реки Хуанхэ

ESV ecosystem service value ценность экосистемных услуг

ES ecosystem service экосистемная услуга

LULC land use and land cover землепользование и земельный покров

LUCC land use and cover change изменение землепользования и земельного покрова

Reserve YRD National Nature Reserve Национальный природный заповедник дельты реки Хуанхэ (Заповедная зона)

Non-Reserve Non-Nature Reserve Незаповедная зона (территория вне заповедника)

GD Geographical Detector географический детектор

NDVI normalized difference vegetation index нормализованный разностный вегетационный индекс

SDE Standard deviation elliptic стандартное отклонение эллипса

SI Sensitivity Index индекс чувствительности

1. Ai, M.; Chen, X.; Yu, Q. Spatial correlation analysis between human disturbance intensity (HDI) and ecosystem services value (ESV) in the Chengdu-Chongqing urban agglomeration. Ecol. Indic. 2024, 158, 111555. [Google Scholar] [CrossRef]

2. Yang, Y.; Song, G.; Lu, S. Study on the ecological protection redline (EPR) demarcation process and the ecosystem service value (ESV) of the EPR zone: A case study on the city of Qiqihaer in China. Ecol. Indic. 2020, 109, 105754. [Google Scholar] [CrossRef]

3. Teshome, D.S.; Tolessa, T.; Gemeda, D.O.; Taddese, H.; You, S. Impact of land use/land cover (LU/LC) changes on ecosystem service values in Muger Sub-basin, Upper Blue Nile Basin, Ethiopia. Environ. Chall. 2024, 17, 101041. [Google Scholar] [CrossRef]

4. Peng, K.; Jiang, W.; Wang, X.; Hou, P.; Wu, Z.; Cui, T. Evaluation of future wetland changes under optimal scenarios and land degradation neutrality analysis in the Guangdong-Hong Kong-Macao Greater Bay Area. Sci. Total Environ. 2023, 879, 163111. [Google Scholar] [CrossRef] [PubMed]

5. Liu, S.; Liu, J.; Shang, S. Attribution of climate change and human activities to spatiotemporal changes of ecological service value in Yunnan Province of China. Glob. Ecol. Conserv. 2024, 55, e03221. [Google Scholar] [CrossRef]

6. Wang, H.; Wu, R.; Liu, Q. Spatial Spillover Effects of Ecosystem Service Values in Northeast China Tiger and Leopard National Park Based on Spatial Durbin Model Analysis. Available at SSRN 4858573. 2024. Available online: https://xs.gupiaoq.com/scholar?q=Spatial+Spillover+Effects+of+Ecosystem+Service+Values+in+Northeast+China+Tiger+and+Leopard+National+Park+Based+on+Spatial+Durbin+Model+Analysis (accessed on 2 February 2025).

7. Duan, H.; Yu, X. Linking landscape characteristics to shorebird habitat quality changes in a key stopover site along the East Asian–Australasian Flyway migratory route. Ecol. Indic. 2022, 144, 109490. [Google Scholar] [CrossRef]

8. Chen, K.; Cong, P.; Qu, L.; Liang, S.; Sun, Z. Wetland degradation diagnosis and zoning based on the integrated degradation index method. Ocean Coast. Manag. 2022, 222, 106135. [Google Scholar] [CrossRef]

9. Shifaw, E.; Sha, J.; Li, X.; Bao, Z.; Zhou, Z. An insight into land-cover changes and their impacts on ecosystem services before and after the implementation of a comprehensive experimental zone plan in Pingtan island, China. Land Use Policy 2019, 82, 631–642. [Google Scholar] [CrossRef]

10. Sun, R.; Tian, Y.; Wang, X.; Mao, Y.; Qin, L.; Wu, D.; Li, S. Quantitative assessment of ecological restoration project benefits at long-term time series monitoring: Ling River Basin, Northern China—A case study. Ecol. Front. 2024, 45, 225–238. [Google Scholar] [CrossRef]

11. Sannigrahi, S.; Chakraborti, S.; Joshi, P.K.; Keesstra, S.; Sen, S.; Paul, S.K.; Kreuter, U.; Sutton, P.C.; Jha, S.; Dang, K.B. Ecosystem service value assessment of a natural reserve region for strengthening protection and conservation. J. Environ. Manag. 2019, 244, 208–227. [Google Scholar] [CrossRef]

12. Liu, F.; Lu, R.; Wu, C. Grassland ecosystem service value in the Tibetan Plateau has not recovered during 1995–2015. Glob. Ecol. Conserv. 2024, 55, e03248. [Google Scholar] [CrossRef]

13. Shao, Y.; Xiao, Y.; Kou, X.; Sang, W. Sustainable land use scenarios generated by optimizing ecosystem distribution based on temporal and spatial patterns of ecosystem services in the southern China hilly region. Ecol. Inform. 2023, 78, 102275. [Google Scholar] [CrossRef]

14. Moody, R.; Geron, N.; Healy, M.; Rogan, J.; Martin, D. Modeling the spatial distribution of the current and future ecosystem services of urban tree planting in Chicopee and Fall River, Massachusetts. Urban For. Urban Green. 2021, 66, 127403. [Google Scholar] [CrossRef]

15. Zhong, J.; Cui, L.; Deng, Z.; Zhang, Y.; Lin, J.; Guo, G.; Zhang, X. Long-Term Effects of Ecological Restoration Projects on Ecosystem Services and Their Spatial Interactions: A Case Study of Hainan Tropical Forest Park in China. Environ. Manag. 2024, 73, 493–508. [Google Scholar] [CrossRef] [PubMed]

16. Li, L.; Tang, H.; Lei, J.; Song, X. Spatial autocorrelation in land use type and ecosystem service value in Hainan Tropical Rain Forest National Park. Ecol. Indic. 2022, 137, 108727. [Google Scholar] [CrossRef]

17. Liu, C.; Li, W.; Xu, J.; Zhou, H.; Wang, W.; Wang, H. Temporal and spatial variations of ecological security on the northeastern Tibetan Plateau integrating ecosystem health-risk-services framework. Ecol. Indic. 2024, 158, 111365. [Google Scholar] [CrossRef]

18. Zhang, L.; Hu, B.; Zhang, Z.; Liang, G. Research on the spatiotemporal evolution and mechanism of ecosystem service value in the mountain-river-sea transition zone based on “production-living-ecological space”—Taking the Karst-Beibu Gulf in Southwest Guangxi, China as an example. Ecol. Indic. 2023, 148, 109889. [Google Scholar] [CrossRef]

19. Li, Y.; Geng, H.; Luo, G.; Wu, L.; Wang, J.; Wu, Q. Multiscale characteristics of ecosystem service value trade-offs/synergies and their response to landscape pattern evolution in a typical karst basin in southern China. Ecol. Inform. 2024, 81, 102584. [Google Scholar] [CrossRef]

20. Hou, L.; Wu, F.; Xie, X. The spatial characteristics and relationships between landscape pattern and ecosystem service value along an urban-rural gradient in Xi’an city, China. Ecol. Indic. 2020, 108, 105720. [Google Scholar] [CrossRef]

21. Toosi, N.B.; Soffianian, A.R.; Fakheran, S.; Waser, L.T. Mapping disturbance in mangrove ecosystems: Incorporating landscape metrics and PCA-based spatial analysis. Ecol. Indic. 2022, 136, 108718. [Google Scholar] [CrossRef]

22. Inácio, M.; Baltranaitė, E.; Bogdzevič, K.; Kalinauskas, M.; Pinto, L.V.; Barceló, D.; Pereira, P. Mapping and assessing the future provision of lake ecosystem services in Lithuania. J. Environ. Manag. 2024, 372, 123349. [Google Scholar] [CrossRef]

23. Zhang, S.; Huang, C.; Li, X.; Song, M. The spatial–temporal evolution and influencing factors of the coupling coordination of new-type urbanization and ecosystem services value in the Yellow River Basin. Ecol. Indic. 2024, 166, 112300. [Google Scholar] [CrossRef]

24. Li, W.; Wang, Y.; Xie, S.; Cheng, X. Coupling coordination analysis and spatiotemporal heterogeneity between urbanization and ecosystem health in Chongqing municipality, China. Sci. Total Environ. 2021, 791, 148311. [Google Scholar] [CrossRef] [PubMed]

25. Liu, J.; Pei, X.; Liao, B.; Zhang, H.; Liu, W.; Jiao, J. Scale effects and spatial heterogeneity of driving factors in ecosystem services value interactions within the Tibet autonomous region. J. Environ. Manag. 2024, 351, 119871. [Google Scholar] [CrossRef]

26. Wang, Z.; Liang, L.; Sun, Z.; Wang, X. Spatiotemporal differentiation and the factors influencing urbanization and ecological environment synergistic effects within the Beijing-Tianjin-Hebei urban agglomeration. J. Environ. Manag. 2019, 243, 227–239. [Google Scholar] [CrossRef]

27. Cui, Y.; Xiao, R.; Zhang, M.; Wang, C.; Ma, Z.; Xiu, Y.; Wang, Q.; Guo, Y. Hydrological connectivity dynamics and conservation priorities for surface-water patches in the Yellow River Delta National Nature Reserve, China. Ecohydrol. Hydrobiol. 2020, 20, 525–536. [Google Scholar] [CrossRef]

28. Li, H.; Fan, Y.; Gong, Z.; Zhou, D. Water accessibility assessment of freshwater wetlands in the yellow river delta national nature reserve, China. Ecohydrol. Hydrobiol. 2020, 20, 21–30. [Google Scholar] [CrossRef]

29. Zhang, M.; Lv, J. Source apportionment of potentially toxic elements in soils of the Yellow River Delta Nature Reserve, China: The application of three receptor models and geostatistical independent simulation. Environ. Pollut. 2021, 289, 117834. [Google Scholar] [CrossRef] [PubMed]

30. He, W.J.; Cui, B.S.; Hua, Y.Y.; Fan, X.Y. Assessment of management effectiveness for the national nature reserve in the yellow river delta. Procedia Environ. Sci. 2012, 13, 2362–2373. [Google Scholar] [CrossRef]

31. Zhang, L.; Deng, C.; Kang, R.; Yin, H.; Xu, T.; Kaufmann, H.J. Assessing the responses of ecosystem patterns, structures and functions to drought under climate change in the Yellow River Basin, China. Sci. Total Environ. 2024, 929, 172603. [Google Scholar] [CrossRef] [PubMed]

32. Yan, J.; Zhu, J.; Zhao, S.; Su, F. Coastal wetland degradation and ecosystem service value change in the Yellow River Delta, China. Glob. Ecol. Conserv. 2023, 44, e02501. [Google Scholar] [CrossRef]

33. Zhang, B.; Li, L. Evaluation of ecosystem service value and vulnerability analysis of China national nature reserves: A case study of Shennongjia Forest Region. Ecol. Indic. 2023, 149, 110188. [Google Scholar] [CrossRef]

34. Jiang, Z.; Li, Y.; Wu, H.; Shariff AR, B.M.; Zhou, H.; Fan, K. Unveiling the impacts of climate change and human activities on land-use evolution in ecologically fragile urbanizing areas: A case study of China’s Central Plains urban agglomeration. Ecol. Indic. 2024, 169, 112936. [Google Scholar] [CrossRef]

35. Liu, Y.; Ma, C.; Ma, L.; Li, N. Ecological effects of land use and land cover change in the typical ecological functional zones of Egypt. Ecol. Indic. 2024, 168, 112747. [Google Scholar] [CrossRef]

36. Hu, C.; Song, M.; Zhang, A. Dynamics of the eco-environmental quality in response to land use changes in rapidly urbanizing areas: A case study of Wuhan, China from 2000 to 2018. J. Geogr. Sci. 2023, 33, 245–265. [Google Scholar] [CrossRef]

37. Cao, Y.; Zhang, M.; Zhang, Z.; Liu, L.; Gao, Y.; Zhang, X.; Chen, H.; Kang, Z.; Liu, X.; Zhang, Y. The impact of land-use change on the ecological environment quality from the perspective of production-living-ecological space: A case study of the northern slope of Tianshan Mountains. Ecol. Inform. 2024, 83, 102795. [Google Scholar] [CrossRef]

38. Belay, T.; Melese, T.; Senamaw, A. Impacts of land use and land cover change on ecosystem service values in the Afroalpine area of Guna Mountain, Northwest Ethiopia. Heliyon 2022, 8, e12246. [Google Scholar] [CrossRef] [PubMed]

39. Liu, W.; Zhan, J.; Zhao, F.; Yan, H.; Zhang, F.; Wei, X. Impacts of urbanization-induced land-use changes on ecosystem services: A case study of the Pearl River Delta Metropolitan Region, China. Ecol. Indic. 2019, 98, 228–238. [Google Scholar] [CrossRef]

40. Zhao, Y.; Zhang, X.; Wu, Q.; Huang, J.; Ling, F.; Wang, L. Characteristics of spatial and temporal changes in ecosystem service value and threshold effect in Henan along the Yellow River, China. Ecol. Indic. 2024, 166, 112531. [Google Scholar] [CrossRef]

41. Xie, Y.; Zhu, Q.; Bai, H.; He, H.; Zhang, Y. Combining ecosystem service value and landscape ecological risk to subdivide the riparian buffer zone of the Weihe River in Shaanxi. Ecol. Indic. 2024, 166, 112424. [Google Scholar] [CrossRef]

42. Xie, G.D.; Zhang, C.X.; Zhang, L.M.; Chen, W.H.; Li, S.M. Improvement of the evaluation method for ecosystem service value based on per unit area. J. Nat. Resour. 2015, 30, 1243–1254. [Google Scholar]

43. Zhang, Z.; Han, L.; Feng, Z.; Zhou, J.; Wang, S.; Wang, X.; Fan, J. Estimating the past and future trajectory of LUCC on wetland ecosystem service values in the Yellow River Delta Region of China. Sustainability 2024, 16, 619. [Google Scholar] [CrossRef]

44. Guo, K.; Yuan, Y. Research on spatial and temporal evolution trends and driving factors of green residences in China based on weighted standard deviational ellipse and panel Tobit model. Appl. Sci. 2022, 12, 8788. [Google Scholar] [CrossRef]

45. Wang, Z.; Li, X.; Mao, Y.; Li, L.; Wang, X.; Lin, Q. Dynamic simulation of land use change and assessment of carbon storage based on climate change scenarios at the city level: A case study of Bortala, China. Ecol. Indic. 2022, 134, 108499. [Google Scholar] [CrossRef]

46. Zhang, P.; Liu, L.; Yang, L.; Zhao, J.; Li, Y.; Qi, Y.; Ma, X.; Cao, L. Exploring the response of ecosystem service value to land use changes under multiple scenarios coupling a mixed-cell cellular automata model and system dynamics model in Xi’an, China. Ecol. Indic. 2023, 147, 110009. [Google Scholar] [CrossRef]

47. Huang, J.; Song, L.; Yu, M.; Zhang, C.; Li, S.; Li, Z.; Geng, J.; Zhang, C. Quantitative spatial analysis of thermal infrared radiation temperature fields by the standard deviational ellipse method for the uniaxial loading of sandstone. Infrared Phys. Technol. 2022, 123, 104150. [Google Scholar] [CrossRef]

48. Ghasemi, K. Enhancing urban livability: Analyzing Tehran through equitable land use distribution. J. Urban Manag. 2024, 13, 596–608. [Google Scholar] [CrossRef]

49. Xiong, C.; Ren, H.; Xu, D.; Gao, Y. Spatial scale effects on the value of ecosystem services in China’s terrestrial area. J. Environ. Manag. 2024, 366, 121745. [Google Scholar] [CrossRef]

50. Cui, X.; Huang, S.; Liu, C.; Zhou, T.; Shan, L.; Zhang, F.; Chen, M.; Li, F.; de Vries, W.T. Applying SBM-GPA model to explore urban land use efficiency considering ecological development in China. Land 2021, 10, 912. [Google Scholar] [CrossRef]

51. Feng, Z.; Sun, L. Response of spatial and temporal variations of ecosystem service value to land use/land cover transformation in the upper basin of Miyun Reservoir. Ecol. Indic. 2024, 160, 111819. [Google Scholar] [CrossRef]

52. Sisay, G.; Gessesse, B.; Fürst, C.; Kassie, M.; Kebede, B.; Alemu, W.G. Evaluating the spatiotemporal dynamics of ecosystem service values in response to land use/land cover change in Goang watershed, Northwest Ethiopia. Environ. Chall. 2024, 15, 100908. [Google Scholar] [CrossRef]

53. Liu, C.; Liu, Y.; Giannetti, B.F.; Almeida, C.M.; Sevegnani, F.; Li, R. Spatiotemporal differentiation and mechanism of anthropogenic factors affecting ecosystem service value in the Urban Agglomeration around Poyang Lake, China. Ecol. Indic. 2023, 154, 110733. [Google Scholar] [CrossRef]

54. Pan, N.; Guan, Q.; Wang, Q.; Sun, Y.; Li, H.; Ma, Y. Spatial differentiation and driving mechanisms in ecosystem service value of arid region: A case study in the middle and lower reaches of Shule River Basin, NW China. J. Clean. Prod. 2021, 319, 128718. [Google Scholar] [CrossRef]

55. Huang, J.; Sun, Z.; Du, M. Spatiotemporal characteristics and determinants of agricultural carbon offset rate in China based on the geographic detector. Environ. Sci. Pollut. Res. 2023, 30, 58142–58155. [Google Scholar] [CrossRef]

56. Han, X.; Yu, J.; Zhao, X.; Wang, J. Spatiotemporal evolution of ecosystem service values in an area dominated by vegetation restoration: Quantification and mechanisms. Ecol. Indic. 2021, 131, 108191. [Google Scholar] [CrossRef]

57. Song, W.; Deng, X. Land-use/land-cover change and ecosystem service provision in China. Sci. Total Environ. 2017, 576, 705–719. [Google Scholar] [CrossRef]

58. Du, X.; Huang, Z. Ecological and environmental effects of land use change in rapid urbanization: The case of Hangzhou, China. Ecol. Indic. 2017, 81, 243–251. [Google Scholar] [CrossRef]

59. Wang, C.; Wang, Y.; Wang, R.; Zheng, P. Modeling and evaluating land-use/land-cover change for urban planning and sustainability: A case study of Dongying city, China. J. Clean. Prod. 2018, 172, 1529–1534. [Google Scholar] [CrossRef]

60. Sobhani, P.; Esmaeilzadeh, H.; Dinan, N.M. Prioritization and valuation of ecosystem services in nature reserve. J. Nat. Conserv. 2024, 84, 126804. [Google Scholar] [CrossRef]

61. Chen, H. Land use trade-offs associated with nature reserve in China: Current state, existing evaluation methods, and future application of ecosystem service valuation. Sci. Total Environ. 2020, 711, 134688. [Google Scholar] [CrossRef]

62. Maimaiti, B.; Chen, S.; Kasimu, A.; Simayi, Z.; Aierken, N. Urban spatial expansion and its impacts on ecosystem service value of typical oasis cities around Tarim Basin, northwest China. Int. J. Appl. Earth Obs. Geoinf. 2021, 104, 102554. [Google Scholar] [CrossRef]

63. Lu, Z.; Song, Q.; Zhao, J.; Wang, S. Prediction and evaluation of ecosystem service value based on land use of the Yellow River source area. Sustainability 2022, 15, 687. [Google Scholar] [CrossRef]

64. Zhang, X.; Wang, G.; Xue, B.; Zhang, M.; Tan, Z. Dynamic landscapes and the driving forces in the Yellow River Delta wetland region in the past four decades. Sci. Total Environ. 2021, 787, 147644. [Google Scholar] [CrossRef]

65. Zhang, C.Y.; Zhao, L.; Zhang, H.; Chen, M.N.; Fang, R.Y.; Yao, Y.; Zhang, Q.-P.; Wang, Q. Spatial-temporal characteristics of carbon emissions from land use change in Yellow River Delta region, China. Ecol. Indic. 2022, 136, 108623. [Google Scholar] [CrossRef]

66. Wang, Q.; Yang, C.H.; Wang, M.L.; Zhao, L.; Zhao, Y.C.; Zhang, Q.P.; Zhang, C.Y. Decoupling analysis to assess the impact of land use patterns on carbon emissions: A case study in the Yellow River Delta efficient eco-economic zone, China. J. Clean. Prod. 2023, 412, 137415. [Google Scholar] [CrossRef]

67. Su, H.; Du, M.; Liu, Q.; Kang, X.; Zhao, L.; Zheng, W.; Liao, Z. Assessment of regional Ecosystem Service Bundles coupling climate and land use changes. Ecol. Indic. 2024, 169, 112844. [Google Scholar] [CrossRef]

68. Liu, M.; Jia, Y.; Zhao, J.; Shen, Y.; Pei, H.; Zhang, H.; Li, Y. Revegetation projects significantly improved ecosystem service values in the agro-pastoral ecotone of northern China in recent 20 years. Sci. Total Environ. 2021, 788, 147756. [Google Scholar] [CrossRef] [PubMed]

69. Kang, L.; Jia, Y.; Zhang, S. Spatiotemporal distribution and driving forces of ecological service value in the Chinese section of the “Silk Road Economic Belt”. Ecol. Indic. 2022, 141, 109074. [Google Scholar] [CrossRef]

70. He, Z.; Shang, X.; Zhang, T.; Yun, J. Coupled regulatory mechanisms and synergy/trade-off strategies of human activity and climate change on ecosystem service value in the loess hilly fragile region of northern Shaanxi, China. Ecol. Indic. 2022, 143, 109325. [Google Scholar] [CrossRef]

71. Shidong, L.I.; Moucheng LI, U. The development process, current situation and prospects of the conversion of farmland to forests and grasses project in China. J. Resour. Ecol. 2022, 13, 120–128. [Google Scholar] [CrossRef]

72. Lei, L.; Jian, L.; Yutao, W.; Nvie, W.; Renqing, W. Cost-benefit analysis and payments for watershed-scale wetland rehabilitation: A case study in Shandong Province, China. Int. J. Environ. Res. 2011, 5, 787–796. [Google Scholar]

Xu Q, Zhang Z, Liu X, Wang Z, Ren C, Xia T, Sun G, Han L. Analysis of Ecosystem Service Value Trends and Drivers in the Yellow River Delta, China. Agriculture. 2025; 15(3):346. https://doi.org/10.3390/agriculture15030346

Перевод статьи «Analysis of Ecosystem Service Value Trends and Drivers in the Yellow River Delta, China» авторов Xu Q, Zhang Z, Liu X, Wang Z, Ren C, Xia T, Sun G, Han L., оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык