江西省改革开放40年来人类影响综合指数对植被覆盖的影响.pdf

18D0I:10.16056/j.2096-7705.2023.03.004能源研究与管理 2 0 2 3,1 5(3)“低碳发展”专栏江西省改革开放40 年来人类影响综合指数对植被覆盖的影响喻艳菁1，吴小红1，熊劲枫，熊文亮1，谢运生2 3*(1.南昌市生态环境监测中心，南昌330038；2.江西省科学院能源研究所，南昌3.江西省碳中和研究中心，南昌330096;330096)摘要：利用人类影响综合指数HAI和归一化植被指数NDVI分别来量化人类影响格局、植被覆盖分布，两者之间的关系及时间上的动态变化，了解江西省改革开放1 0 年来人类活动对植被覆盖的影响，用一元线性回归模型来衡量两者之间的关系。结果表示：1）HAI高值多集中在平原区域，低值集中在丘陵区域，而NDVI的低值区大多集中在平原地区，高值区则呈带状沿着山脉分布。对比40 年内的空间分布来看，低值区在扩张、增加，赣州市西部、景德镇市北部等区域增加较为明显。2）HAI增加的最快的市为鹰潭市，吉安市的HAI增加的最小。NDVI的降低幅度略大于HAI的增加幅度大。3）随着时间的变化，HAI对NDVI的影响更加剧烈，两者的负相关性越来越大。一元线性结果为，在1 98 0 年，NDVI=一0.30 8 xHAI+0.896；在2 0 2 0 年，NDVI=一0.442 xHAI+0.882。结果可以为江西省后续的产业布局和生态保护提供参考价值，区域植被覆盖提升建议为：缓解持续增加的人类影响，优化土地利用的空间分配；增加植被覆盖面积；执行有差异的政策。关键词：江西省；人类影响综合指数HAI；归一化植被指数NDVI；一元线性回归模型中图分类号：X24Effects of Human Influence Index on Vegetation Cover inJiangxi Province Since the Reform and Opening-up over 40 Years Ago文献标志码：A文章编号：2 0 96 7 7 0 5（2 0 2 3）0 30 0 1 8 0 7YU Yanjing,WU Xiaohong,XIONG Jingfeng,XIONG Wenliang,XIE Yunsheng 23*(1.Nanchang Eco-environmental Monitoring Center,Nanchang 330038,China;2.Institute of Energy Research,Jiangxi Academy of Sciences,Nanchang 330096,China;3.Jiangxi Carbon Neutralization Research Center,Nanchang 330096,China)Abstract:This study uses human active index(HAI)and normalized difference vegetation index(NDVI)to quantify thepatterns of human impact and vegetation coverage distribution,as well as the relationship between the two and their temporal收稿日期：2 0 2 3-0 6-1 2基金项目：中国工程院战略研究与咨询重大项目（2 0 2 3-0 1 JXZD-02)；中科生态文明研究院开放基金项目（JXZK-2020-04)；江西省科学院省级科研基础研究和人才类科研经费项目（2 0 2 2 YJC2010)；江西省科学院省级财政科研项目经费包干制试点示范项目(2 0 2 2 YSBG22016)第一作者：喻艳菁（1 98 5 一），女，工程师，硕士，主要研究方向为生态环境监测及环境管理。E-mail：2 5 8 0 2 7 1 5 7 q q.c o m*通信作者：谢运生（1 98 5 一），男，副研究员，博士，主要研究方向为低碳与新能源领域的开发及其应用。E-mail：x y s 1 98 5 1 6 3.c o m引用格式：喻艳菁,吴小红,熊劲枫,等.江西省改革开放40 年来人类影响综合指数对植被覆盖的影响J.能源研究与管理,2 0 2 3,1 5(3):1 8-2 4.“低碳发展”专栏changes,to understand the impact of human activities on vegetation coverage in Jiangxi province over the past forty years ofreform and opening up.A simple linear regression model is used to measure the relationship between the two.The resultsindicate that:1)High values of the comprehensive index of human impact are mostly concentrated in the plain areas,whilelow values are concentrated in the hilly areas.Low-value areas of NDVI are mainly concentrated in the plain areas,whilehigh-value areas are distributed along the mountain ranges.In comparison to the spatial distribution over the past 40 years,low-value areas are expanding and increasing,particularly in the western part of Ganzhou city and the northern part ofJingdezhen city.2)The city with the fastest increase in HAI is Yingtan city,while the smallest increase is in Jian city.Thedecrease in NDVI is slightly greater than the increase in HAI.3)With the passage of time,the impact of HAI on NDVIbecomes more severe,and the negative correlation between the two becomes increasingly stronger.The results indicate that in1980,NDVI=-0.308xHAI+0.896;in 2020,NDVI=-0.442 xHAI+0.882.The results can provide reference value forthe subsequent industrial layout and ecological protection in Jiangxi province.Suggestions for improving regional vegetationcoverage include:alleviating the continuous increase in human impact,optimizing the spatial allocation of land use,increasing vegetation coverage,and implementing differentiated policies.Keywords:Jiangxi province;human active index(HAI);normalized difference vegetation index(NDVI);univariate linearregression model能源研究与管理 2 0 2 3,1 5(3)19.我们更好地理解人类活动如何影响生态系统的健康引言和可持续性，助于评估生态系统健康的动态变化及改革开放40 年来，社会经济、生态环境都发生现状，保障人类和其他生物的可持续发展。了巨大的变化，人类活动也进一步地扩张，对环境随着人类活动对生态系影响的加剧，学者们开产生了一定的影响。一方面，40 年来人们对环境始对各种人类活动的强度、生态环境质量以及两者保护的态度发生了天翻地覆的变化，各种环境保护之间的影响进行评估。有很多研究学者利用统计年政策的实施使得森林覆盖率从1 2%提高到2 1.6%。鉴来探索人类活动的影响，如利用年末牲畜存栏量、另一方面，人类活动对生态环境破坏的问题仍然存家畜出栏率等统计数据来量化单位面积草地实际承在。人类活动表现在多个方面，大量学者展开了系载的羊单位数量；也有学者利用城镇和农村人口数统的研究。主要有：1）工业和能源消耗。人类的工量以及不同产业生产总值来反映城镇化的进程5 。也业活动和能源消耗导致大量的温室气体排放，致使有学者利用遥感数据直接或者间接的反应人类活动全球气候变暖，引发极端天气事件和海平面上升，的强度，比如夜间灯光数据，通过卫星观测和遥感对生态系统产生负面影响。2）水资源利用。人类对技术获取的关于地球表面夜间照明的信息，学者们水资源的过度利用和污染对水生态系统造成了严重用这些数据量化分析人类活动、城市化程度、经济的影响。大规模的水资源开采导致河流和湖泊干，发展水平以及环境变化等方面的信息6-7。但是这些湿地退化，生物栖息地破坏。水污染（如工业废水、数据并不能较为全面的对人类活动进行描述，土地农药和化学物质的排放）导致水生态系统的破坏和覆被可直接反应人类活动，研究土地利用的变化对生物多样性减少。3）城镇化加速。人类活动导致了生态环境的影响是目前的研究热点，因此本文也借土地利用的变化，包括城镇化、农业扩张和森林砍助土地利用构建HAI，来全面地量化人类活动。评伐2 。城市化和农业扩张导致了自然生态系统的破碎估生态环境质量也采用相似的方法，有大量的学者化和退化，减少了生物多样性，并且对土壤质量和利用统计年鉴建立指标体系，用于衡量生态环境的水循环产生了负面影响。森林砍伐导致了大面积的质量；遥感数据也为生态环境多方面的评估提供了森林退化和生物栖息地丧失，同时减少了固碳能力，新的数据源，比如利用多光谱数据进行解译的数据，加剧了气候变化。总之，人类活动对生态系统服务其中有 NDVI(normalized difference vegetation index,的影响非常大，自改革开放以来，越来越多的环境归一化植被指数）、NDWI（n o r m a l i z e d d i f f e r e n c e问题进人人们的视野，江西省的某些生态指标也有water index，归一化水体指数）、NDBSI（n o r m a li z e d不同程度的退化。研究人类影响综合指数（humandifferencebare soil index，归一化差异裸土指数）等active index，H A I）与植被覆盖之间的关系可以帮助一些列遥感生态指标。当然也有用于评估两者之间20的联系的方法，如耦合协调法9、相关系数法、回归法等。本文为更清楚地研究人类活动对植被的影响，选取土地利用对人类活动进行衡量，这一指数全面的评估了人类活动对于生态环境的影响程度，选择NDVI指数对植被的覆盖进行评估，NDVI能够在时间尺度上与土地利用数据更好地匹配。江西省城镇化率由1 9 49 年的9.5%上升到2 0 2 0年的6 0.44%，表明江西省城市化进程持续加快。随着城市化的不断推进，建设用地面积逐年增加，森林覆盖率逐年下降，草地和湿地的退化问题愈发严重。2 0 1 9年，江西省森林覆盖率为5 7.1%，湿地面积为1.7 万km，且逐年减少，湿地退化严重。气候变化以及城镇化变化等带来了一系列的问题。同时，农荒地面积逐年增加，耕地面积减少，水土流失面积也逐年增加，2 0 2 0 年达到2.36 万km，水土保持形势严峻。这些问题的出现主要是由于江西省人类活动逐渐加剧导致的，急需要采取有效措施，加强生态文明建设，保护植被覆盖，实现生态文明建设和可持续发展。因此，本文利用土地利用数据，选取HAI对江西省改革开放40 年来的人类影响进行量化，选取NDVI对区域植被覆盖状况进行量化，将数据统计至5 km的格网上，并绘制到地图上，最后对各市进行分析，建立不同时间两者之间的拟合曲线。探究其对植被覆盖的影响，旨在明晰江西省的人类影响格局、植被覆盖分布以及时间上的动态变化。1#数据来源及方法1.1数据来源本文中的数据主要有土地利用数据以及NDVI,均来自中科院资源环境科学与数据中心（https:/ 2 0 2 3,1 5(3)式中：A,为第i类土地类型的面积；TA为区域总面积；P,为不同土地覆被的人为影响参数，人为影响参数借鉴前人的研究结果，具体如表1 所示。表1 不同土地利用人为影响参数Table 1 Human influence parameters of different land use土地类型型人为影响参数P土地类型人为影响参数P农田0.67草地0.12建设用地0.961.3植被覆盖参数计算选取归一化植被指数NDVI来反映地表植被覆盖度和生长状况3。NDVI的计算公式为：NDVI=(NIR-RED)/(NIR+RED)式中：NIR为近红外波段的反射率；RED红波段的发射率增加为红光波段的发射率。NDVI的取值范围为一1 1，数值越大表示植被覆盖度越高，植被生长状况越好。NDVI可用来代替植被覆盖度来评估植被生长状况。通常情况下，植被覆盖度通过人工采样和计算得出，而NDVI则可通过遥感技术快速获取，大大提高了评估效率。同时，NDVI能够反映植被生长状况，包括植被的绿度、生长速度、叶面积指数等，因此更能全面反映植被的生长情况。在实际应用中，可使用NDVI指数代替植被覆盖度来进行植被监测和评估1 4，故本研究选取NDVI来衡量江西省的植被覆盖。1.4相关性分析建模为更好的量化不同年份HAI对NDVI的影响，利用皮尔逊相关系数(Pearson correlation coefficient)及一元线性回归模型（ordinary least squares，O LS)来用于测量2 个变量之间的关系1 5-1 6 。建模分为3个步骤：1）计算皮尔逊相关系数。根据收集的数据，计算皮尔逊相关系数。如果相关系数接近于1，则表明HAI和NDVI之间存在很强的正线性关系；如果相关系数接近于一1，则表示HAI和NDVI之间存在很强的负线性关系；如果相关系数接近于0，则表示HAI和NDVI之间不存在线性关系。2）绘制散点图并建立拟合曲线。为了更好地理解自变量和因变量之间的关系，可以绘制HAI和NDVI的散点图，每个点表示1 个数据样本。如果计算得到的皮尔逊相关系数表明HAI 和NDVI之间“低碳发展”专栏HAI=A.P.TA(1)林地0.13水体0.10未利用地0.05(2)“低碳发展”专栏存在线性关系，则可以利用最小二乘法拟合一条直线，使得该直线与所有样本点的距离之和最小化。该直线的一般形式为：NDVI=a xHAI+b，其中a为斜率，b为截距。3）利用OLS进行建模7。这是一种用于测量2个变量之间线性相关程度的统计方法。它的取值范围在一1 1 之间，当相关性较强时接近于一1 或1，当没有相关性时接近于0。该方法能更好用于线性相关的数据分析。(a)1980 年HAI值能源研究与管理2023,15(3)2结果与讨论2.1空间分布格局将HAI和NDVI数据进行统计，在5 km的格网上进行空间可视化，分类方法参考自然断点法并且进行取整得到，并且保持2 年的分类间隔一致，江西省HAI及NDVI分布图如图1 所示。由图可知，HAI在格网上呈现沿南昌市向周围逐渐降低的趋势，高值多集中在南昌市区、鄱阳湖沿岸，低值(b)2020 年HAI值21.0.050.100.100.200.200.300.300.450.450.650.650.760.050.100.100.200.200.300.300.450.450.650.650.76(c)1980年NDVI值(d)2020年NDVI值N0.810.920.810.920.760.800.610.750.410.600.000.40图1江西省HAI及NDVI分布图Fig.1HAI and NDVI distribution in Jiangxi province0.760.800.610.750.410.600.000.40037.575150km22集中在鄱阳湖区域以及丘陵区域。40 年来HAI的空间格局变化并不明显，但部分区域高HAI区域逐步扩张，如吉安市。NDVI同HAI一样进行统计、分类，并在5 km的格网上进行可视化。NDVI的低值区大多集中在鄱阳湖周围的平原地区、吉安市与赣州市的交接区域，高值区则呈带状沿着山脉分布。对比40 年内的空间分布来看，低值区在扩张、增加，赣州市西部、景德镇市北部等区域增加较为明显。综合图1 来看，NDVI高值区域与HAI低值区相互重叠。总的来看，人类活动在空间上与植被覆盖有关系，人类活动会引起植被覆盖的下降，尤其是在HAI增加的区域，NDVI有明显的降低，这从侧面证实了人类活动对生态系统服务的影响。2.2日时间变化随着人类发展的进一步推进，江西省的人类影响和植被覆盖都有一定的变化，总的来看，HAI在城市南昌市景德镇市萍乡市九江市新余市鹰潭市赣州市吉安市宜春市抚州市上饶市NDVI的改变较多。2.3HAI对植被覆盖的影响去除了水域之后，利用格网提取HAI和NDVI数据，并且去除空值和异常值后，建立HAI和NDVI之间的线性回归，来探索HAI对 NDVI 的影响，1 98 0 年、2 0 2 0 年的HAI与NDVI之间的关系如图2 所示，由图可明显看出，相比于1 98 0 年、2020年HAI0.6的逐渐增加，NDVI0.6的也逐步增加。1 98 0 年，HAI和NDVI之间的相关系数约为一0.7 2，且P值远小于0.0 5，HAI对NDVI的影响十分明显。2 0 2 0 年的数据说明随着时间的变化，能源研究与管理 2 0 2 3,1 5(3)逐步上升，NDVI在逐步下降。各市的变化如表2所示，由表可知，HAI增加的最快的市为鹰潭市，约增加5.8%，吉安市的HAI增加的最小，其余各市的变化在3%5%间，可以看出40 年来各区域的人类影响均在加重，但区域之间有一定的差异。NDVI的降低幅度略大于HAI的增加幅度大，新余市降低最多，约1 4.91%，上饶市降低较少，约为5.1 7。由于水域的NDVI和HAI变化较小，仅关注陆域的HAI和NDVI的变化来看，HAI从1 98 0 年的0.2 7 8增加到2 0 2 0 年的0.2 8 7，增加了约3.1%，NDVI则约从0.7 91 降低到0.7 39，降低了约6.7%。人类活动在逐步增加，在江西各市均有增加，且我们发现NDVI 的变化均为减小，但两者在一定程度上并不是HAI增加最多的区域NDVI减少最多，比如新余市。经过分析，这有可能和区域的土地利用模式有一定的关系，新余市海拔较低，土地资源较为丰富，因此，在这一区域内虽然HAI的变化率不多，但是表2 不同年份的HAI和NDVITable 2HAI and NDVI in different yearsHAI1980年2020年0.460.490.280.300.280.300.290.300.370.390.330.350.230.240.290.290.330.340.280.290.280.30“低碳发展”专栏NDVI变化率/%1980年2020年0.680.620.840.770.850.790.740.690.790.670.800.750.810.750.810.760.800.730.820.770.780.74HAI对NDVI的影响更加剧烈，相关系数约降低至一0.7 6，即两者的负相关性越来越大。一元线性拟合结果为：1 98 0 年，NDVI=0.308xHAI+0.896;2020年，NDVI=一0.442 HAI+0.882。改革开放40年来，江西省的HAI对NDVI的影响越来越大，既体现在两者的相关性越来越大，也体现在拟合公式中。随着人类活动对区域环境影响的进一步加深，人类活动与区域环境的关系更进一步，人类活动通过影响土地利用进一步对区域的植被有影响，因此，要稳定区域的生态环境，控制人类活动是重要的途径。HAI5.235.344.752.494.705.803.131.712.942.525.34NDVI一8.2 6-8.48-6.90-6.60-14.91-6.80-7.13-6.05-8.18-6.025.17“低碳发展”专栏1.00.8ICN0.6能源研究与管理 2 0 2 3,1 5(3)R-0.72,P2.2e-16IN0.623.1.0R-0.76,P2.2e-160.80.40.40.20.03区域植被覆盖提升建议3.1缓解持续增加的人类影响，优化土地利用的空间分配人类影响对NDVI的影响通过HAI对NDVI的影响明显的体现，虽然仅仅在土地利用角度衡量了人类影响，但这种影响是多元存在的，因此应该通过多个途径来缓解人类活动的压力，增加区域的可持续发展能力。1）推广低碳生活方式。低碳生活是指通过减少碳排放来减轻人类活动对环境的影响，包括减少能源消耗、减少交通出行、垃圾分类和回收等。2）提高环保意识和教育水平。加强环保教育，提高人们的环保意识，让人们养成环保习惯，积极参与环保活动，为环境保护做出自已的贡献。3）推行可持续发展模式。可持续发展是指在满足当前需求的前提下，不破坏自然资源，不影响未来世代的生活。我们可以通过促进经济、社会和环境的协调发展，降低城市化通过影响土地利用方式对生态系统健康产生的负面影响1 8，实现可持续发展。4）加强环境保护法律的制定和执行。通过加强环境保护法律的制定和执行，惩处环境违法行为，保护环境，促进可持续发展。5）加强生态补偿和生态修复。建立生态补偿机制，对破坏生态环境的行为进行惩罚，用于生态修复和植被恢复工作。3.2增加植被覆盖面积在区域内适当的地方进行植树造林可对NDVI产生积极的影响。随着植树造林的推进，区域内的植被覆盖度逐渐增加1 9，其NDVI值也会相应提高。为了改善生态环境，可以优先选择当地生态环境适0.20.20.4HAI(a)1980年Fig.2 HAI and NDVI linear regression0.6图2HAI与 NDVI线性回归宜的树种，如杉木、水杉、红豆杉等，以保证树木成活率。同时，采用梯田种植、林下种植等方式，提高植树造林的效益和质量。为了保证植树造林工作的顺利进行，还需要建立植树造林的长效机制，对种植的树木进行管理和保护。江西省具有降雨充沛、山地地形复杂、土地资源分布不均、土地利用率较低等特点，水土流失现象比较严重。水土流失不仅导致土地质量的下降，还会造成水资源的浪费和污染，破坏生态平衡，威胁人类的生存环境。因此采取措施，如梯田、防风林、林草相间等，保护土壤，减少水土流失，增加植被覆盖率。水土保持措施可降低水土流失率，减少土壤中的养分和水分流失，提高土壤水分含量，有利于植被的生长和发育。这些措施可有效地提高NDVI值，改善生态环境，促进可持续的地区发展。3.3扶执行有差异的政策江西省的NDVI和HAI的分布具有明显的空间差异，这表明不同地区的生态环境状况和经济社会发展水平存在着差异。因此，为了更好地保护生态环境和支撑经济社会的可持续发展，需要因地制宜地执行政策。对于HAI较低、NDVI较高的区域，应当加强对这一区域的保护，让这一区域更好地承载人类活动所带来的压力，以支撑当地经济社会的发展。对于HAI较高、NDVI较低的区域，如南昌市周围，应当采取适当的措施，缓解人类活动对生态系统的压力，正确地布局产业格局，分散较为集中的生态压力，避免人类活动超过环境承载力而带来不可逆的危害。只有在根据实际情况因地制宜地制定和执行政策，才能在保护生态环境的同时实现0.81.00.00.20.4HAI(b)2020年0.60.81.024经济社会的可持续发展。4结论1）H A I 在格网上呈现沿南昌市向周围逐渐降低的趋势，高值多集中在南昌市区、鄱阳湖沿岸，低值集中在鄱阳湖区域以及丘陵区域。2）ND V I 的低值区大多集中在鄱阳湖周围的平原地区、吉安市与赣州市的交接区域，高值区则呈带状沿着山脉分布。对比40 年内的空间分布来看，低值区在扩张、增加，赣州市西部、景德镇市北部等区域增加较为明显。3）H A I 增加最快的市为鹰潭市，约增加5.8%，吉安市的HAI增加的最小。NDVI的降低幅度略大于HAI的增加幅度大，新余市降低最多，约为14.91%，上饶市降低较少，约为5.1 7。4）2 0 2 0 年的数据说明随着时间的变化，HAI对NDVI的影响更加剧烈，相关系数约降低至一0.7 6,即两者的负相关性越来越大。NDVI的一元线性结果为：1 98 0 年，NDVI=0.308xHAI+0.896；2 0 2 0年,NDVI=-0.442xHAI+0.882。5）区域植被覆盖提升建议：缓解持续增加的人类影响，优化土地利用的空间分配；增加植被覆盖面积；执行有差异的政策。参考文献1黄木易,方斌,岳文泽,等.近2 0 a来巢湖流域生态服务价值空间分异机制的地理探测.地理研究,2 0 1 9,38(1 1):2 7 90-2803.2杨静媛,张明,多玲花,等.江西省土地利用碳排放空间格局及碳平衡分区.环境科学研究,2 0 2 2,35(1 0):2 31 2-2 32 1.3 LIU Jianguo,DIETZ T,CARPENTER S R,et al.Complexity ofcoupled human and natural systemsJJ.Science,2007,317:1513-1516.4袁秀.气候与人类活动对青藏高原草地植被变化的影响.徐州：江苏师范大学,2 0 2 0.能源研究与管理 2 0 2 3,1 5(3)5李雪铭,张丹.城市化与我国北方城市居民用水关系的定量研究:以大连市为例J.干旱区资源与环境,2 0 0 6(1):1 8-2 2.6肖巧俐,王跃.区域经济研究中夜间灯光与GDP的相关性特征J.遥感信息,2 0 2 2,37(3):42-5 0.7刘冰洁,陈佐旗,余柏,等.夜间灯光遥感对城市发展类动能与相似性评估.遥感学报,2 0 2 1,2 5(5):1 1 8 7-1 2 0 0.8田智慧,尹传鑫,王晓蕾.鄱阳湖流域生态环境动态评估及驱动因子分析J.环境科学,2 0 2 3,44(2):8 1 6-8 2 7.9袁三明,黄林峰,向淑君,等.贵州省生态环境和交通发展耦合协调研究J.中低纬山地气象,2 0 2 3,47(1):90-95.10陈正兴,王照应.改革开放40 年来江西省生态环境保护与生态文明建设综述J.江西科学,2 0 1 9,37(2):2 33-2 38.11段群滔,罗立辉.人类活动强度空间化方法综述与展望:以青藏高原为例J.冰川冻土,2 0 2 1,43(5):1 5 8 2-1 5 93.12李益敏,段亚苹,蒋德明,等.人类活动条件下兰坪县土地利用景观格局及生态系统服务价值 .水土保持研究,2 0 1 9,26(1):293-300.13黄龙全.基于LandsatTM影像的松花江河流哈尔滨段植被盖度研究J.能源研究与管理,2 0 1 1(2):38-39.14王群,李玥,刘兴波,等.基于植被覆盖度的剑川县森林城市创建潜力研究J.林业调查规划,2 0 2 3,48(2):1 2 0-1 2 4.15 程?杰,孟妮娜,蔡昕楠,等.陕西省 NDVI 时空变化及其对气候和人类活动的响应J.人民黄河,2 0 2 3,45(4):2 8-34.16 牛继强,张倩,杨晨曦,等.准河流域NDVI时空变化特征及其气候响应.地域研究与开发,2 0 2 3,42(2):1 5 5-1 6 0.17 YANG Ying,LI Mingwei,FENG Xiaomiao,et al.Spatiotempo-ral variation of essential ecosystem services and their trade-off/synergy along with rapid urbanization in the Lower PearlRiver Basin,ChinaJ.Ecological Indicators,2021,133:108439.18 ZHANG Ji,SHI Yu,XIAN Chaofan,et al.How urbanizationaffect the ecosystem health of Tibet based on terrain gradients:a case study of Shannan,China.Ecosystem Health and Sus-tainability,2022,8(1):2097449.19 CUI Fengqi,WANG Bojie,ZHANG Qin,et al.Climate changeversus land-use change-what affects the ecosystem servicesmore in the forest-steppe ecotone?JJ.Science of the TotalEnvironment,2021,759:143525.“低碳发展”专栏