《Land Degradation & Development》：Coupling Water Purification and Carbon Sequestration at Various Spatial Scales From Supply and Demand Perspective
编辑推荐：
本文从生态系统服务供需平衡视角，系统量化了三峡库区（TGRA）水净化（WP）与碳汇（CS）的时空演变规律，揭示了WP供给下降（-6.25×102t/年）而CS供给增长（20.27×104tC/年）、WP需求轻微减少（-8.42×102t/年）而CS需求激增（73.7×104tC/年）的动态特征。研究创新性地构建了生态系统服务供需可达性（ESDR）指标，发现WP与CS的供给-需求匹配度在海拔>1000米、坡度>25°区域达到峰值。通过偏最小二乘结构方程模型（PLS-SEM）解析驱动机制，表明气候因子（Fc）显著促进WP供给（0.41）与需求（0.54），但抑制CS供给（-0.11）与需求（-0.05）；社会经济因子（Fse）对CS需求呈强正相关（0.94），而土壤因子（Fs）对CS供给有正向影响（0.35）。研究提出应结合空间靶向治理与区域"总量控制与交易"机制，协同提升WP-CS服务功能。
引言
生态系统服务（ESs）通过供给（ES-supply）与需求（ES-demand）的机制连接自然与社会经济系统。ES供给反映自然系统通过"结构-过程-功能-服务/产品"链提供的服务总量，而ES需求则量化社会所需的服务量，受资源依赖、人类偏好和消费能力影响。区域可持续发展依赖于ES供给与需求间的动态平衡，失衡会导致资源浪费、过度开发或利用不足，威胁可持续发展。生态系统服务供需可达性（ESDR）是反映特定时空范围内生态系统满足人类需求能力的关键指标，常通过GIS空间显式方法量化。
集成多尺度分析是阐明ESDR的有效方法，能捕捉不同空间尺度下ES的异质性和变异性。本研究采用"区/县-流域-1公里网格"的多尺度分析视角，避免单一尺度的局限性，为不同层级决策者提供科学依据。碳汇（CS）和水净化（WP）是重要的生态系统服务，但全球碳汇限制及空间错配、水需求持续上升及区域WP服务的空间不匹配等问题日益突出。因此，从供需视角研究WP和CS具有重要科学和实践价值。
三峡库区（TGRA）既是生态脆弱区，又是关键生态功能区，作为世界最大水电工程之一，面临人口迁移、快速城市化、水土流失和非点源污染等压力，但拥有丰富的森林资源、高植被覆盖度和显著的土壤保持能力。近年来其生态功能稳步改善，三峡工程为确保长江中下游水安全、环境安全和生态稳定做出贡献。在此背景下，系统分析TGRA的WP和CS，对区域景观管理和空间规划具有理论和技术支持意义。
材料与方法
研究区概况
TGRA位于长江上中游，涵盖受三峡工程影响的20个区（县、市），总面积约5.8×104km2。该区域植被覆盖度高，土壤保持能力强，对保障水安全和水质至关重要，同时具有与碳达峰和碳中和目标相容的巨大碳汇潜力。
数据来源与处理
研究数据包括环境数据、遥感数据和社会经济统计数据，所有地理数据空间分辨率统一为30米。土地覆被数据源自Landsat TM/ETM+/OLI遥感影像，时间跨度为1990、1995、2000、2005、2010、2015和2020年。地形数据来自30米分辨率数字高程模型（DEM）。气候数据包括月平均温度、总降水量和总辐射量（1990-2020年）。土壤属性数据基于1:100万比例尺土壤电子图。植被指数数据包括GIMMS-NDVI（1990-2000年）和MODIS-NDVI（2001-2020年）。社会经济数据包括人口密度和GDP栅格数据。
WP供给与需求评估
WP供给采用InVEST模型的营养物输送比（NDR）模块计算氮素单位面积流失量，通过污染物负荷与污染物输出量的差值计算污染物截留量来表征。WP需求根据中国地表水环境质量标准（GB 3838-2002），基于产水量和总氮污染限值（0.2 mg/L）计算单位面积氮污染限值，通过污染物负荷与污染物限值的差值计算污染物截留需求。
碳汇与碳排放评估
碳汇供给（CS-supply）采用CASA模型估算净初级生产力（NPP）。碳汇需求（CS-demand）基于区域碳排放数据量化，参考现有研究方法计算人均碳排放和人口密度。根据IPCC设定的化石燃料碳转化原则，计算各区县总碳排放量。
ES供给与需求关系分析
ESDR用于表征ES供需匹配状态，计算公式为ESDR = ES-supply - ES-demand。ESDR > 0表示供给过剩，ESDR = 0表示平衡，ESDR < 0表示赤字。采用空间自相关分析识别统计地理要素间的相关性，使用局部空间自相关指数（LISA）识别高-高（H-H）、低-低（L-L）、高-低（H-L）、低-高（L-H）等空间聚类模式。
ES供需驱动机制
选择自然和人为因素作为WP和CS的驱动因子，关键自然驱动因子包括气候（温度、降水）、地形（高程、坡度）和土壤属性（土壤有机质SOM、全氮TN）。社会经济效应通过人口密度和GDP评估。采用Spearman等级相关分析确定8个驱动因子间的显著相关性，通过主成分分析（PCA）降维，将第一主成分标记为气候因子（Fc），第二为社会经济因子（Fse），第三为土壤因子（Fs），第四为地形因子（Ft）。采用偏最小二乘结构方程模型（PLS-SEM）探索ES供给、ES需求、ESDR与显变量之间的内在关系。
结果
WP供需关系
1990-2020年间，TGRA的WP供给从46,428.33 t下降至28,757.63 t（-624.55 t/年），WP需求从56,110.17 t下降至28,446.12 t（-841.21 t/年）。ESDRWP以261.58 t/年的速度增长，所有区县均显示增长趋势。空间上，WP供给和需求呈现显著空间异质性，东北部和南部流域WP供给较低，而西南部和中部地区值较高。WP需求在西南部和中部地区较高（>1000 kg/km2），东北部较低（<400 kg/km2）。ESDRWP随海拔和坡度增加而改善，>1000米和>25°区域达到最高绝对值（55.52 kg/km2）。
CS与碳排放关系
CS供给从2657.35×104tC增长至3168.5×104tC（20.27×104tC/年），CS需求从1302.17×104tC激增至3075.51×104tC（73.7×104tC/年）。ESDRCS从1355.18 tC下降至92.99 tC（-53.43×104tC/年）。空间上，CS供给呈现明显异质性，东部流域显著高于西南部。CS需求在西南部地区（如重庆）极高，超过40,000 tC/km2，而东部森林地区维持较高覆盖度（>800 tC/km2）。ESDRCS随海拔和坡度增加而增加，>1000米和>25°区域维持最高ESDRCS（541.51和485.15 tC/km2）。
WP与CS的空间关系
WP供给与需求呈现强空间正相关（Moran's I = 0.777），西南部和长江中游北部形成高-高聚类，东北部和南部为低-低聚类。CS供给与需求呈现空间权衡关系（Moran's I = -0.394），东部为高-低模式，西南部为低-高模式。这种空间格局在1公里网格和流域尺度上高度一致。
WP和CS的驱动机制
WP主要受气候因子（正效应）和土壤因子（负效应）驱动。Fc对WP供给有促进作用（0.41），Fs（-0.37）、Fse（-0.12）和Ft（-0.16）有抑制作用。Fc对CS供给和需求均有抑制作用（-0.11和-0.05），而Fse对CS需求有强促进作用（0.94），对CS供给有抑制作用（-0.38）。Fs对CS供给有正向影响（0.35），对CS需求影响微弱（0.03）。驱动因子间存在显著空间耦合：Fc通过成土作用强烈控制Fs（路径：-0.91），Fc与Fse因移民安置政策呈现正空间耦合（+0.34），而Fs与Fse存在空间解耦（路径：-0.22），形成"山区碳供给、都市碳需求"格局。
讨论
TGRA的WP供需关系
WP时空变化受污水处理设施、农业非点源污染控制和生态农业发展影响。空间上，WP关系受人為压力和景观异质性塑造，农业活动特别是耕地活动提升氮浓度，污染物通过径流输送并通过与上游植被相互作用减少。<500米和<15°区域因强烈人类活动持续遭受慢性WP供给赤字。西南部和中部地区因化肥使用和建设用地扩张呈现高污染负荷，导致高WP需求，但这些区域也表现出增强的污染物截留能力和优越WP供给。436个流域ESDRWP停滞，40个下降，需针对性管理。中央区域和西南流域显示高-高空间聚类，表明环境与经济发展平衡，而东部、北部和南部流域的低-低聚类代表高风险区域。
TGRA的CS与碳排放关系
CS需求增长快于供给，导致ESDRCS下降，但TGRA整体维持CS供给盈余（2020年ESDRCS= 92.99 tC），主要归因于生态恢复带来的森林扩张。西南部建设用地扩张约束CS供给，城市增长加剧CS需求。碳循环流动性使远程碳抵消成为可能，例如武隆的CS供给（267.34×104tC）可有效中和万州的碳需求（154.99×104tC）。ESDRCS呈现显著空间异质性，东部高值，西部低值。东部高海拔地区（>1000米）形成高-低匹配，陡坡森林（>25°）实现611.3 tC/km2的CS速率。西南部重庆呈现低-高错配，CS需求强度（>1000 tC/km2）远超当地植被CS供给（<200 tC/km2）。中央区域455个子流域（16.5%）正从碳盈余向赤字过渡，需紧急干预。
驱动机制原理解读
TGRA独特的"冬蓄夏排"节律使Fc充当双向开关。夏季泄水暴露新生湿地，促进先锋植被快速定殖，增强污染物截留，对WP供给产生显著正总效应（+0.715）。但水文暴露导致河岸带陆地植被生长期缩短，间接减少CS供给（总效应-0.544）。肥沃土壤具有 contrasting 效应：SOM和TN的高载荷使Fs对CS产生强正效应（+0.421），但营养丰富土壤在强降雨期间可能从"汇"转为"源"，淋溶过量养分（特别是全氮）进入水道，成为非点污染源，对WP产生负面影响（-0.346）。Fse呈现双重角色：通过建成区扩张减少CS供给，同时通过集中人口和工业活动放大CS需求，显著加剧ESDRCS。对WP，Fse的负面影响主要来自污染源增加，但可能被TGRA内污水处理和生态恢复政策的密集投资削弱。
WP与碳中和的协同管理策略
WP管理需空间差异化干预，中上游流域WP需求高，但这些区域也通过污染物同化履行关键WP供给功能。优先干预区应强调源头控制和植被恢复，包括减少施肥、推广有机农业、构建生态沟渠减轻农业径流，同时通过生态护岸和人工湿地实施海岸线稳定化。建议实施1公里网格动态监测系统识别436个滞后子流域的影响因子。东部陡坡区森林保护政策必须维持以保持WP供给能力，缓坡区强化污染控制和生态恢复可缩小ES供需差距。需主动措施将东部和南部低-低聚类模式转化为高-高或高-低关系，最小化权衡。
CS管理优先定量均衡而非空间配置，因碳扩散的无方向性。关键可持续性阈值当ESDRCS> 0，表明CS供给超越需求。西南重庆低-高错配区面临巨大CS压力，需紧急减排措施，同时表明显著CS供给潜力。低海拔缓坡城市化呈现增长CS需求和遏制措施需求。高海拔陡坡ESDRCS低-高聚类是关键CS供给区，需保护自然CS。重庆、西部流域和东部富碳区间的跨区域碳交易可优化资源配置，缓解区域失衡。
WP与CS协同管理需考虑其独特空间属性和功能机制。WP供需错配高风险区和优先管理干预关键区包括人口密集上游污染控制关键区和陡坡植被恢复精确定位。鉴于碳循环流动性和远程抵消能力，CS管理强调宏观政策干预而非局部空间精度。数据分析表明库区整体CS能力足以抵消碳排放，因此建议通过造林和生态恢复增强区域CS，而非专注细粒度空间分配。
协同路径上，TGRA内WP与CS的内在冲突表现为生态保护区（高CS和WP供给区）与农业/城市发展空间（高CS和WP需求区）间的土地利用竞争。西南和库区中部缓坡低海拔区张力尤为突出，这些区域持续城市扩张和集约农业活动，同时代表重要非点污染源和保留相当WP供给潜力。通过陡坡森林保护和河岸缓冲带建设等植被恢复可产生三重红利：增强CS、减少排放和节约水资源。中上游城市区应扩展绿色基础设施减轻径流污染和降低能耗。河岸农业区采用生态农业和农林业系统最小化施肥并增强WP和CS。东北高海拔陡坡CS功能区需严格保护措施维持其CS能力和远程抵消潜力。
政策协调对持续治理效能至关重要。建立集成"水-碳"生态补偿机制有助于创建激励相容融资机制，基于区域尺度碳预算促进WP和CS协同管理。通过这些多层次策略，可确保可持续ES供给，缓解土地利用冲突，增强区域发展生态韧性。
局限性与不确定性
模型精度依赖可靠气象和植被数据，简化假设可能未完全捕捉生态系统复杂性，引入影响评估精度的不确定性。分析提供TGRA的一些见解，但缺乏与附近区域的跨境生态协调。忽视ES流和库区与周边区域间跨境管理将影响区域协同。驱动机制有限空间数据分析不足，降低恢复和管理策略有效性。
生态功能区详细划定应受ESDR结果和空间相关模式指导。集成宏观规划与精确微观干预将促进景观设计与生态恢复间的协同相互作用，从而增强生态系统可持续性。
结论
本研究从供需视角调查了1990-2020年间TGRA的CS和WP时空演变，采用PLS-SEM检验其驱动机制。主要发现包括：WP供给显著下降趋势（-6.25×102t/年），CS供给持续增长（20.27×104tC/年），WP需求减少（-8.42×102t/年），CS需求激增（73.7×104tC/年）。ESDRWP呈现强空间正相关，北部和南部低-低协调，西南部高-高协调。ESDRCS主要表征为权衡，东部（高-低）和西南部（低-高）为明显权衡区。TGRA独特水文节律触发核心权衡：增强WP但抑制CS，而Fs和Fse进一步驱动 contrasting 且空间耦合的ES动态。TGRA管理策略应结合WP空间靶向干预缓解局部供需失衡，联合集成空间调控的区域"总量控制与交易"机制保存CS盈余。在植被恢复和协调水-碳治理系统支持下，此集成策略可有效增强ES与可持续发展目标间的协同作用。
