《Ecological Frontiers》：Identification of sensitive areas of ecosystem services supply and demand in the yellow river basin on bayesian belief network
编辑推荐：
生态系统服务供需时空演变及驱动机制研究揭示黄河流域DEM和LUCC是关键驱动因素，通过贝叶斯信念网络模型确定多情景临界阈值，识别出76.3%的节水敏感区集中在下游经济活跃区。该模型有效解析了多因子非线性交互作用下的供需响应机制，为流域精准生态管理提供科学依据。
Gulibaiheremu Aihemaiti|梁晓英|陈海|刘一帆
中国西北大学城市与环境科学学院，西安710127
摘要
气候变化和人类活动的加剧显著增加了对生态系统服务（ESs）的压力，导致资源需求急剧上升，并加剧了供需不平衡。然而，现有的研究主要依赖于线性或简单的非线性模型，这些模型无法充分捕捉多个驱动因素之间的复杂相互作用及其影响ESs供需的关键阈值，从而限制了识别敏感区域的准确性。为此，本研究引入了一种创新的贝叶斯信念网络-生态系统服务供需指数（BBN-SDI）模型，系统地分析了2000年至2020年间黄河流域ESs供需背后的驱动机制，同时识别了关键状态和空间敏感区域。研究结果表明：（1）黄河流域ESs的供需表现出明显的空间异质性，呈现出从西向东的梯度分布，西部水平较高，东部逐渐降低；（2）数字高程模型（DEM）和土地利用/覆盖变化（LUCC）被确定为影响供需关系的关键因素，不同的状态组合会导致供需响应的显著变化；（3）通过多情景概率推理确定了不同权衡和协同作用下的驱动因素的关键阈值，从而精确定位了敏感区域。值得注意的是，76.3%的节水（W_C）敏感区域集中在经济发展迅速的下游地区。本研究利用BBN揭示了多因素非线性相互作用下ESs的供需响应机制，克服了传统方法在复杂因果关系识别和敏感区域阈值确定方面的局限性。这些结果为黄河流域生态系统的精准管理和可持续发展提供了坚实的科学基础。
引言
生态系统服务（ESs）的供需平衡是区域可持续发展理论的基本组成部分，也是理解人类社会与自然环境相互作用的关键视角[1]。然而，工业化和城市化的快速发展伴随着基础设施的扩张和人口持续增长，减少了ESs的供应能力，从而加剧了供需不平衡[2]、[3]。ESs的供需受到许多因素的影响，包括自然因素和人为因素[4]、[5]。尽管通过线性和非线性分析框架已经确定了一些驱动因素[6]、[7]，但利用基于网络的模型来辨别和分析ESs供需的驱动因素及空间敏感区域的定量研究仍然有限。此外，在多重相互作用因素的共同影响下，对敏感区域及其形成机制的全面分析仍是一个重大挑战。因此，深入探讨影响ESs供需的关键驱动因素，并准确识别对变化敏感的区域，对于平衡ESs动态和推进可持续区域发展具有重要的理论和实践意义。
目前，量化ESs供需的方法论框架已经越来越成熟，出现了一些代表性的方法，包括供需指数、空间自相关分析和四象限建模[8]、[9]、[10]、[11]。其中，供需指数（SDI）作为一种基本分析工具，在ESs研究中得到了广泛应用，因为它具有多尺度适用性和与多种服务类型的兼容性[12]、[13]。最近的研究利用地理探测器（geodetector）、随机森林（random forest）和地理加权回归（GWR）等模型揭示了环境和社会经济因素对ESs供需动态的影响[14]、[15]、[16]。虽然这些方法有助于直观识别关键驱动因素，但在识别ESs供需的空间敏感区域方面存在明显局限，尤其是在准确描述其潜在机制和空间异质性方面。因此，仍有很大的方法改进空间。
近年来，贝叶斯信念网络（BBN）模型越来越多地应用于ESs研究，特别是在识别ESs的驱动因素方面，因为它能够表示多个因素之间的非线性关系。例如，曾等人使用BBN探索了W_C的驱动因素并优化了其空间分布[17]；党等人应用BBN分析了水稻稻田ESs供需的驱动因素[18]；沈等人和李等人利用BBN研究了多种服务之间的权衡和协同作用[19]、[20]。总之，BBN在概率推断和表达ESs研究中的不确定性方面表现出强大能力，能够在各种驱动因素的复杂相互作用背景下，用条件概率表示ESs的动态过程。然而，利用BBN分析ESs供需的驱动因素、识别关键状态和划定敏感区域的研究仍然相对较少。
总体而言，尽管在ESs供需研究方面取得了显著进展，但在分析驱动机制和识别敏感区域方面仍存在一些局限性。（1）大多数关于ESs供需平衡的现有研究基于线性或简单的非线性结构模型。虽然这些模型确定了一些ESs供需的驱动因素，但未能充分考虑生态系统内部各要素之间的复杂相互作用和动态反馈机制。相比之下，基于网络的模型更能捕捉这些复杂关系。然而，利用复杂网络结构深入研究ESs供需驱动因素的研究仍然有限。（2）目前，敏感区域的划定通常依赖于驱动因素的影响范围，但很少有研究关注其关键状态的有效范围。这种做法可能导致对敏感区域的过度估计，从而降低敏感性评估的准确性，并可能使管理范围偏离实际受影响区域。因此，在定义敏感区域时，有必要进一步明确驱动因素的有效阈值和机制，以提高划定过程的科学准确性和特异性。
黄河流域既是中国的关键生态安全屏障，也是重要的社会经济中心，同时支持生态系统的稳定性和密集的人类居住区及工业活动[21]。尽管黄河流域在生态恢复和环境治理方面取得了显著进展[22]、[23]，但快速的城市化和人口增长导致了生态系统退化，加剧了ESs供需的不平衡[24]。因此，阐明ESs供需平衡的动态、揭示潜在的驱动机制，并识别黄河流域的关键敏感区域至关重要，因为这些工作对于促进生态保护和高质量的区域发展具有理论和实践意义。本研究的具体目标是：（1）量化2000年至2020年间黄河流域ESs供需的时空演变；（2）研究影响ESs供需动态的驱动因素并识别关键状态；（3）在不同情景下识别敏感区域，考察短缺区域，并提出政策建议。
研究区域
黄河流域位于东经95°53′至119°05′、北纬32°10′至41°50′之间，是中国最重要的河流流域之一[25]。发源于青藏高原的黄河流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南和山东等九个省和自治区，全长5464公里，流域面积约为75.2×104平方公里（图1）。该流域的地貌特征...
ESs供需的空间模式演变
ESs的供需表现出显著的时空异质性（图3）。从空间上看，S_C和C_S的供需主要在中游和下游地区处于盈余状态，而某些上游地区则存在短缺（图3a-b）。W_C的供需分布极不均匀，大多数地区出现短缺，只有少数地区出现盈余（图3c）。盈余主要集中在...
黄河流域ESs短缺及其因果因素的分析
研究结果表明，黄河流域各种ESs的短缺存在显著的时空差异[12]、[13]。这种变化是该地区生态管理需要重点关注的问题。因此，探索ESs短缺的动态变化与其驱动因素之间的关系具有重要意义。
关于S_C的短缺，上游和中游地区的短缺趋势有所缓解...
结论
本研究基于六种ESs和十个潜在驱动因素的供需关系，构建了BBN-SDI模型，系统地识别了影响黄河流域ESs供需的关键驱动因素及其关键状态，并划定了敏感区域。研究结果表明：2000年至2020年间，（1）ESs的供需表现出显著的时空异质性。总体而言，S_C、C_S、H_Q和L_S的供需...
作者贡献声明
Gulibaiheremu Aihemaiti：撰写原始稿件、软件开发、项目管理、方法论设计、数据分析。梁晓英：数据可视化、监督、资源协调、调查、资金筹措。陈海：撰写原始稿件、概念构思。刘一帆：审稿与编辑。
资助
本研究得到了国家自然科学基金（资助编号：42171256）的支持。
利益冲突声明
本手稿尚未在其他地方提交或考虑发表，所有作者均已同意提供手稿，且不存在任何利益冲突。
