文摘

生态系统服务是造福人类直接或间接地来自自然环境。他们受到人工干预,就像土地利用分区的变化,和自然的干预,就像气候变化问题。气候变化背景下,监管服务的生态系统可以加强在适当的土地使用分区政策来减缓气候变化。本文进行了一个案例研究在黑河流域中游评估生态系统服务变化下保护分区土地利用与气候变化有关。研究结果表明土地利用分区的空间影响的生态系统服务的研究区域土地利用空间优化的重要参考分区保护生态系统服务来缓解气候变化的关键。研究有助于增长文学精细描述土地利用变化的生态系统服务区域改变为缓解气候变化的影响,因为没有这样的系统生态系统分区方法。

1。介绍

自然环境提供生态系统服务和公用事业的生态系统提供了人生存的谎言(1]。它是维持人类生存的物质基础和支持地球生命系统[2]。根据千禧生态系统评估(MA) (3),可以将生态系统服务主要分为四类,即供应、支持、规范和文化服务。人类需求的程度影响的维持生态系统服务(4]。与此同时,生态系统提供的服务直接影响人类福祉(5,6]。自然和人类对生态系统服务的干预将会产生很大的影响,这将阻碍社会和经济的发展和对人类福祉的影响。

其中自然生态系统服务的干预措施,气候变化可能会影响到丰富,生态系统的生产、分配和质量(7]。因此,生态系统服务,如通过碳封存气候稳定,提供不用灌溉饲料对家畜和野生动物物种,水的交付支持商业和娱乐运动钓鱼,鱼的生物多样性的重要栖息地,和许多其他类型的生态系统服务,可能会受到气候变化的影响(8]。作为回报下生态系统服务保护和恢复适当的土地使用分区在减缓气候变化的政策起着关键的作用[9]。

至于人类干扰影响生态系统服务,大量研究表明,土地利用变化与气候变化可能会影响生态系统的结构和功能,然后影响生态系统服务的供给函数(2,10,11]。土地利用空间分配可能影响提供一个广泛的生态系统服务和帮助他们保护和增强[12]。

以前的研究已经表明,为了描述生态变化,监控景观格局变化提供了一个间接的方法,因为这种变化会影响各种生态过程和函数(13- - - - - -15]。然而,生态系统服务功能分区,旨在识别重大生态环境问题,因此建立地区生态系统服务区域,似乎是一个更直接的方式来表达生态系统服务变化与土地利用变化有关。

生态功能区划是学术界的热点问题之一在生态学领域(16]。有各种各样的研究从不同的研究方面对生态系统服务功能分区(17- - - - - -19]。然而,这些研究只关注一种类型的生态系统(19)或局限于土地利用分区(20.]。空间变化的区域生态系统服务没有反映。和案例研究网格规模的空间动态分区缺席。

总是需要一个科学合理的指导为规划者的机制土地利用变化的生态和气候的影响,此外,促进可持续发展。为了达到这个目的,有必要进行分区特征的生态系统服务的综合考虑下土地利用和土地覆盖变化和现场条件。虽然是缺少一个成功的模型和系统的方法来完成这一目标在学术界,本文解决的问题提出一个案例研究的研究旨在经验探索土地利用分区将如何影响生态系统服务。不同土地利用分区通过时期从1988年到2008年进行了分析和生态系统服务识别和分区使用大小。大小可以自动生成的边界在案例研究区域生态系统服务功能区域的输入栅格数据,因此直观地揭示了时间和空间变化特征的区域生态系统服务。最后,通过空间和时间变化的关键生态系统服务生成的大小,影响土地使用分区的选择生态系统服务然后定性分析。

研究区位于黑河流域(HRB),中国。作为一个最大的内陆流域在中国东北,它的特点是多种自然景观和由各种自然地理单元。作为一个典型的干旱区,它包括几乎所有主要的自然特征。居民或农民的生活,很大程度上取决于生态系统服务的提供。在中游,耕地的95%,有91%的人口和80%以上的生产价值的分水岭。它是整个地区的主要农业生产区域。然而,近几十年来,人类经济活动的加强,一系列生态环境问题出现,如草原退化、自然森林减少,物种数量和冰川面积减少,土地沙漠化和次生盐渍化,缺水。这些问题都与土地利用和土地覆盖变化和生态环境的质量变化。退化生态系统会削弱生态系统服务功能,从而影响整个地区的社会经济发展。因此,我们选择了三个城市在中游和五个县为研究区域,以评估卢克对生态系统服务的影响。 And the method we used will lend some credence to the related research in similar areas.

本文以下内容分为四个部分,即方法,案例研究,结果,讨论和结论。在方法部分中,我们将明确地介绍大小。之后,一个案例研究的中游HRB提出详尽的土地使用分区保护生态系统服务在气候变化的影响在这个生态脆弱的地区。本研究的主要结果是在“结果”部分。最后几个讨论本研究结论。

2。方法

我们建立了一个系统识别和区域生态系统服务(大小)来识别关键生态系统服务及其时空变化。系统由以下四个主要部分:生态系统服务评价指标体系基于层次分析法(ISESE-AHP),排名矩阵基于因子分析的生态系统服务(RMES-FA),识别的核心基于主成分评价生态系统服务(ICES-PCE),识别和基于非监督模糊聚类分区的生态系统服务(IDES-UFC)。

2.1。大小的原则

尺寸清楚地说明基于核心的区域生态系统服务功能区域生态系统服务最低单位一致。生态系统服务的指标体系规模开发与MEA(2003)提供的概念框架和相应的影响因素在不同时空尺度选择。生态系统服务的核心,全面的指标代表最重要的生态系统服务功能区域,根据其贡献与因子分析确定指标的方差的生态系统服务。核心生态系统服务解释根据主成分的因子负荷矩阵获得方法,进一步计算1公里×1公里网格细胞。最后,为生态系统服务功能区域清楚地说明了模糊聚类分析和关键区域生态系统服务进行标识。尺寸说明的过程具体如下。

(1)基于生态系统服务评估指标体系(ISESA-AHP)。评估层次结构是构建生态系统服务分解成一系列相互关联的因素。由于区域生态系统服务受到各种因素的影响(8),可衡量的主要指标对生态系统服务选择基于层次分析法,将各种影响因素集成到一个模型来确定他们的相互依赖关系和交互感知到的后果。与一个概念性的框架提供的是(21),生态系统服务的重要影响因素是引起根据区域生态系统服务的驱动机构。在这个评估层次结构有四个层次,也就是说,顶部的总体目标、标准和subcriteria在中间,和底部的可衡量的主要指标。在选择的过程中主要指标的区域生态系统服务,遵循三个原则:(1)指标描述生态系统服务很容易访问;(2)所选指标应该涵盖所有方面的区域生态系统服务;和(3)所选指标与上层指标应该是连贯的。

(2)FA-Based提取的核心生态系统服务(ECES-FA)。因子分析是用来总结和汇总上述生态系统服务成几个主成分的主要指标(pc)代表某些核心生态系统服务。它描述了生态系统服务的主要指标的方差可能较少的综合指标,即个人电脑。的电脑数据集被定义为变量的线性组合,占整个数据集内的最大方差和相互正交。标准化数据的相关矩阵的生态系统服务的主要指标,特征值,也就是说,核心生态系统服务的贡献主要的生态系统服务指标的方差,计算及其对应的特征向量。每个电脑的贡献率和累积贡献率也计算。假设贡献率较高的电脑代表更好的核心生态系统服务。只有电脑和累积贡献率达到某个阈值被保留。阈值通常是将在60%以上。因此,只有累积贡献率达到60%以上的个人电脑都保留,用于表示大小的核心生态系统服务。

(3)PCM-Based排名矩阵的生态系统服务(RMES-PCM)。主要指标的相对重要性与RMES-PCM核心生态系统服务进行了分析,排名矩阵基于因子载荷矩阵得到主成分法(PCM)。因子载荷反映了一个主要指标之间的相关性和一个特定的个人电脑。核心生态系统服务的识别和解释方法与沉重的因子载荷的主要指标;涉及这些主要指标的相关矩阵作为输入用于代替协方差矩阵分析,导致规范化PCM。因为可能没有代表性指标的电脑,有必要进行因子旋转,以获得满意的电脑。特征值作为选择的标准个人电脑用于因子旋转。只有电脑保留特征值高于1,进行方差极大旋转最大化主要指标之间的相关性和电脑22]。RMES-PCM得到排序的主要指标是生态系统服务根据他们的因子载荷在降序排列。生态系统服务的主要指标的相对重要性电脑排名代表某些核心生态系统服务。

与核心RMES-PCM生态系统服务可以被识别和解释根据最重要的生态系统服务的主要指标。保留个人电脑的因子得分计算每1公里×1公里网格单元空间代表核心生态系统服务。计算因子得分可以有许多方法,如回归估计方法,巴特利特估计方法,汤姆森估算方法。大小采用Bartlett估计方法和空间代表了核心生态系统服务1公里×1公里网格细胞研究区域因素得分。

(4)UFC-Based区划的生态系统服务(ZES-UFC)。核心生态系统服务代表在1公里×1公里网格细胞,生态系统服务的功能区域与非监督模糊聚类算法(生),清楚地说明基于修改的模糊c均值算法和最大似然估计(标定)。最低的单位(样本)连贯在核心生态系统服务的类型和他们用无监督分为集群优化模糊聚类算法。样品在一个集群的核心生态系统服务更相似,属于不同的集群,相似在哪里定义的距离测量。这种分区方法定义了集群每个样本所属,使用成员资格矩阵的元素。每个样本都已经带有不同程度的每个集群成员。每个分区的初始中心被发现与模糊c的与模糊c中值欧几里得距离指数(或企业)距离用于精确建模的高斯混合样品。集群的数量取决于找到分区与高斯最小数量的集群。具体来说,集群的数量是由从一组数据的中心和添加另一组在每个迭代过程的位置加入前组很小,在检查分区有效性标准,直到达到最大数量的组。最后集群提供最大效度标准测量的数量为最优选择分区。

2.2。功能模块嵌入到大小

上述程序实现四个功能模块的尺寸,也就是说,密斯(确定生态系统服务模块),研究硕士(排名生态系统服务模块),mec(识别核心生态系统服务模块),和mz(分区生态系统服务模块)。

2.2.1。模块识别生态系统服务(密斯)

密斯主要由生态系统服务的指标体系,代表生态系统服务之间的交互过程和影响因素,并启用交互式访问大小。有四个指标,适合广泛的顶部水平指标体系,即支持、配置、管理和文化服务。由于不同研究之间的下级指标可能有所不同,大小的用户可能重新编码程序和设置这些指标通过指定输入参数和系统将动态地跟踪输入指标。用户也可以访问在线帮助系统,明确参数的基本假设和正式的定义中使用这个软件。在密斯的大小,每个单元(1公里×1公里)分配与多层的价值观代表每个因素的属性(例如,NPP和土地质量)。1千米(公里)网格像素数据模型,密斯可以结合,分析和解释多个层次空间因素有效地考虑到维护和改善生态系统服务。

2.2.2。模块中提取核心的生态系统服务(mec)

mec旨在提取代表核心生态系统服务的电脑根据与因子分析建立了标准。核心生态系统服务与以下步骤提取。(1)生态系统服务评估矩阵计算 在哪里的价值吗th变量上的生态系统服务th网格单元。上的向量th可以提出的网格单元。(2)样本偏差矩阵构造 在哪里。(3)样本相关矩阵计算 (4)的特征值和相应的特征向量得到以下步骤。特征值(方程(的))获得与雅可比方法和值排名。然后的特征向量对应的特征值,计算。同时,条件应该同意;也就是说,,在那里是th的向量。然后th电脑。(5)特征值代表这些电脑的方差的贡献生态系统服务的主要指标。电脑计算的贡献率。的电脑按降序排序根据贡献率,然后计算其累积贡献率。当电脑满足的累积贡献率,在那里设置为60%,第一个吗电脑被选中代表核心生态系统服务。

2.2.3。模块生态系统服务排名(研究硕士)

研究硕士确定主要指标的相对重要性与RMES-PCM核心生态系统服务。研究硕士嵌入的接口尺寸如图2。因子载荷矩阵得到PCM。计算因子载荷向量 在哪里相对应的特征值吗th保留个人电脑和是其相应的标准正交特征向量。因子载荷矩阵。进行方差极大旋转最大化之间的相关性主要指标和电脑使个人电脑的代表变量更突出。然后通过排序RMES-PCM生态系统服务的主要指标的因子载荷矩阵根据他们的因子载荷在降序排列。与核心RMES-PCM生态系统服务可以被识别和解释根据生态系统服务的主要指标因子载荷。最后,大小计算核心生态系统服务与Bartlett的因子得分法和空间代表了核心生态系统服务1公里×1公里网格细胞因子得分。

2.2.4。模块对区域生态系统服务(mz)

mz利用无监督模糊聚类(生)分析清楚地说明并生成对生态系统服务功能的区域。消除功能区域的生态系统服务的步骤与无监督模糊聚类分析如下。(1)计算平均值的数据记录: 并设置集群的数量是一个;也就是说,。(2)让()。

基本的模糊c均值算法(FCM)。(3)计算欧氏距离(): (4)计算出隶属程度()所有集群中的所有数据记录(): (5)计算新的聚类中心,(所有): (6)如果,然后步骤3:去,否则一个循环开始并继续步骤6。

修改后的模糊c均值算法基于标定(FMLE)。(7)计算标定距离。

内会员的总和集群的先验概率th集群) 的模糊协方差矩阵th集群 模糊超体积的th集群 然后初速距离(为所有)是 (8)使用标定距离重复步骤4和5。(9)如果,,转到步骤7;如果不是这样,继续下去。(10)计算分区和平均密度有效性标准选择可选数量的集群。例如,分区密度标准定义 (11)创建一个虚构的中心,具有相同的距离(很远)从所有数据记录,例如,通过选择初始距离新的集群 (12)让。如果(最大可行的集群数据),到步骤4;否则,UFC算法完成。

的矩阵和在步骤9中创建所需的输出UFC的算法。

3所示。在黑河流域案例研究

3.1。研究区域

黑河流域,海拔在2000米和5500米之间,是中国西部最大的内陆流域之一,一直延伸超过821公里,占地面积14.29万公里²。它的特点是多种自然景观的冰,河,湖,绿洲,沙漠和由高山雪冰区域的自然地理单元,平原绿洲区,戈壁沙漠区。作为一个典型的干旱区,它包括几乎所有主要的自然特征,因此具有不同的生态系统服务。和居民或农民的生活很大程度上取决于生态系统服务的提供。在中游,径流被充分利用,而耕地的95%,占人口的91%,超过80%的产值整个流域的聚集在这里。它是整个地区的主要农业生产区域。人类和自然的干预都将产生巨大的影响生态系统服务,这将阻碍社会经济发展,从而影响人类福祉。

在这种情况下,气候变化中扮演着重要角色在改变提供服务的中游,在很大程度上取决于该地区生态系统的调节服务来减轻这种变化。因此调查土地利用分区如何保护生态系统服务,因此应对气候变化的影响具有重要意义。所以我们选择了三个城市在中游和五个县为研究区域(图1)。

识别的一般特征,区域生态环境具有重要意义的合理区域生态系统服务功能鉴定。中游的主要生态环境问题是土地沙漠化和盐渍化和水污染。此外,由于缺乏监督和控制措施,情况变得更糟。草原地区的减少造成的大规模土地复垦以及过度放牧导致草原退化。不合理的产业结构不仅限制了区域经济发展,但也加剧了水资源的供需矛盾,进一步导致土地沙漠化和盐渍化等问题。

3.2。数据选择

生态系统服务的选择是基于上述研究区域的特点和马的指导下,已在部分系统地阐述了2.1”,基于生态系统服务评价指标体系”的部分。在这项研究中,我们把生态系统服务的中游HRB分为三大类,即供应服务,规范服务和支持服务。在每个类别,有子分类,进一步项目,每个被相关的土地利用变化过程,描述本研究;因此一个指标体系的关键生态系统服务HRB(表1和2)。考虑到文化服务功能很难量化,这项研究没有考虑文化功能。

在这项研究中,土地利用变化信息的遥感图像中提取出来的HRB 1988年、1955年、2000年和2008年通过人机交互解释(图2)。和信息可以作为分析的基本数据不同的土地使用分区。

3.3。数据处理

我们的研究使用土地覆盖分类数据集由中国科学院(CAS) (23,24)作为空间的背景资料确定的生态系统服务。数据集来自陆地卫星TM / ETM图像乐队3,4,5的空间分辨率30 m×30 m。和分类包含6类型的土地利用/覆盖,包括耕地、森林、草地、水域面积,建筑面积,土地闲置25]。

3.3.1。栅格数据处理

识别关键的生态系统服务功能是基于栅格数据模型。生态系统服务功能的指标具有多源、多尺度。因此,1公里面积百分比数据26,27)(图3)是一种表达方式,数据集成和融合监测,预测,分析了区域生态系统服务的变化。程序生成1公里面积百分比数据集包括四个步骤。第一步是生成一个矢量地图的土地覆盖和土地利用的变化在研究期间的规模1:100000年基于遥感的陆地卫星TM / ETM数据。第二步是生成一个1公里鱼网矢量地图地理边界的研究区域地图的规模1:100000。每个细胞生成的1公里的鱼网矢量地图拥有一个唯一的ID。第三步是覆盖土地覆盖和土地利用变化的矢量地图1公里的鱼网矢量地图。这是通过聚合转换地区每1公里网格通过细胞识别id 1公里的鱼网ArcGIS软件的向量映射表中的模块。最后,面积百分比网格矢量数据转换为栅格数据来识别转换方向和强度。工作流程的设计坚持没有区域信息的损失。没有特别通知,根据网格数据统计耕地面积由卫星遥感数据调查区域,这可以称为“总面积。”

3.3.2。指标数据处理

中指标所需的关键生态系统服务(图的识别4),净初级生产的栅格数据由CAS提供。其他指标的数据来源和处理方法下面列出。(1)食物,水,和薪材供应:为了精确描述谷物的供应,水,和薪材在每一个细胞,在这个研究中,我们使用耕地的比例,水面积,林业表示这些条款。1公里面积百分比上面图中所示的数据处理方法3。(2)气候变量:所有的气候变量产生的实地观察中国气象局。采用样条插值算法进行了气候变量的表面数据获取观测站(28,29日]。气候变量的值在仿真期间估计使用时空随机模型[30.]。(3)景观多样性指数:我们选择了香农多样性指数来衡量景观多样性指数(31日]。香农多样性指数表示为(32] 在哪里土地利用类型的比例吗总面积的景观。(4)土壤数据33:土壤是来自多个数据源的数据。首先,特定的土壤调查当地行政区划基础地图上点校准,根据仔细比较信息在国家二级土壤调查数据和1:250000地形图。其次,艾伯特投影值为特定的土壤调查点被分配到生成的地图和土壤调查底图。之后,土壤属性数据被联系到土壤调查底图用克林插值算法和生成到空间数据包括土壤类型和土壤理化字符。最后,这些土壤数据保存为ArcGIS网格格式,与土壤类型、土壤深度、土壤有机质含量和土壤质地的信息。(5)高程数据:高程数据来自中国1:250000数字高程模型,50米的空间分辨率。平均斜率信息提取在每1公里×1公里的阴谋GIS空间分析功能;然后它被用作土地适宜性评价的基本信息。

4所示。结果

4.1。土地利用变化

土地利用变化,这主要是由人类活动引起的,是生态系统服务变化的主要驱动力。研究区土地利用变化从1988年到2008年(表3)的特点是普遍增加耕地,森林减少,草地和水域。人口密集的地方记录最重要的扩张,快速城市化的结果。在所有六个类型的土地使用,未使用的土地占最大的比例在所有四个研究时期,由高山和沙漠为主,主要集中在北方地区的一部分,主要的生态系统服务的气候调节服务。

至于土地利用类型(表的变换4)描述生态系统结构的变化,我们可以看到,耕地的增加主要来自草地和土地使用。在这个过程中,虽然耕地生态系统服务的加强,草原的生态系统服务,也提供提供和支持服务的关键,是受损的。因此,在土地利用分区,重要的是不仅要考虑土地利用转换的数量也各土地利用类型之间的转换的方向。

空间土地利用变化(图5)主要发生在midnorth、midcentral midsouth区域,这就可以解释的边界不断变化的生态系统服务区域在这些领域。通过研究历史土地利用分区政策及其对生态系统服务的影响,我们的目标是在优化土地利用空间规划保护生态系统服务在气候变化的影响。

4.2。生态系统服务分区变化

在识别和分区的生态系统服务,首先,我们应用层次分析法构建评价指标体系(表1)概念框架所提供的是生态系统服务评估与15个指标是生态系统服务的主要驱动力的中游HRB。这些指标的数据然后空间用1千米(公里)网格像素表示的数据模型。然后利用相关矩阵,因素与特征值> 1保留,因素受到方差极大旋转最大化之间的相关性因素和测量属性。特征值的大小作为标准解读生态系统服务和因素之间的关系。后来总结,总选择的生态系统服务属性、主成分评价进行上述变量。我们认为主成分收到高贡献最好的代表核心生态系统服务。因此,我们只保留主成分累计贡献大于60%。一种非监督模糊聚类算法被使用的保留值执行主成分开发对生态系统服务功能区域,与后续评估迭代后的每1公里网格单元达到阈值。最后,我们分组数据在集群,每个集群内表现出相似的数据。除此之外,在这篇文章中,每个服务区域的重心在ArcGIS每次生成分析重心的转移(图7)。

在1988年和1995年,有五大集群,即气候调节功能食品提供功能、营养循环支持功能,土壤支持功能,并支持功能。每个集群的名称根据上述确定主成分分析在每个集群。同样,四个集群已确定在2000年和2008年,气候调节功能,食物供应函数,土壤支持功能,并支持功能。

每个功能区域涉及一种生态系统服务,这是显示不同的分区边界。生态系统服务获得的功能区域大小全面反映了生态系统服务的空间集群的中游HRB。有一些不确定性,但是大小的结果仍然反映HRB当地生态系统服务的条件;结果表明了生态系统服务功能区域的边界明显不同于行政边界(图6)。一般的功能区域扩大到几个县;通常有一个主要的生态系统服务以及几种次要每个县的生态系统服务。

生态系统服务(图分区结果6)表明,1988 - 2008年期间,保持中游气候调节功能,这是该地区的主要功能主要分布在北部地区。在减缓气候变化中扮演着重要角色。气候调节服务区域的边界略有改变,重心(图7)改变了大多数在这个地区的其他服务,这是一个土地利用结构变化的结果,气候和自己的脆弱的生态环境在北部。

食品供应函数区主要集中在耕地面积。从1988年到1995年,粮食供应函数减少的耕地退化在同一时期。到2008年,这一规定增加耕地面积的扩张。重心也转移之间的两个研究时期,虽然是轻微的转变等等。2000年,一个大面积的薪材供给函数区发生在南部,这被认为是林业用地增加的结果。

支持函数显示一个总体下降趋势表现为边界萎缩,这是净初级生产的结果损失和减少土壤功能减少由于森林和草原。南部,2000年之后从支持函数薪材供应函数是这个地区的林业增加的结果;薪材供应发生为最主要的生态系统服务。

5。讨论和结论

本文使用一个模型来识别和区域生态系统服务探索土地利用分区在减缓气候变化的生态系统服务。精细描述研究有助于增长文学生态系统服务区域通过土地利用分区,以减轻气候变化的影响,因为没有这样的系统生态系统分区方法。

大小的应用证明了能够自动识别的边界生态系统服务功能的区域。在流域尺度生态系统服务空间聚类的方法可以应用在其他地区。虽然在我们的研究中在HRB的中游,我们集中在气候调节生态系统服务,我们的方法可以进一步应用于其它地区探索具体的典型生态系统服务。结果将提供科学依据的制定区域生态系统服务发展规划和生态适应性管理的决定。然而,软件的空间映射能力需要进一步加强。

最大的内陆流域之一,提供生态系统服务的HRB具有重要意义,当地居民的生产和生活。和调节服务是至关重要的生态脆弱地区应对气候变化的影响。在这个研究中,土地利用变化对生态系统服务的影响探讨了中游的HRB。通过生态系统服务的识别,我们认识到,在HRB的中游,是很重要的保护条款,规范服务,特别是本地区脆弱的生态环境。我们确定它是一个直接和有效的土地使用分区保护关键生态系统服务和提高提供和调节功能。

识别主要的区域生态环境问题和此后建立优先生态系统保护区域的现实意义。中游的HRB,主要提供生态系统的功能是食品供应函数,主要集中在耕地面积和加强耕地的扩张在研究时期。2000年,大面积的薪材供应函数区发生在南部,这被认为是林业用地增加的结果。支持服务主要发生在草地和水域和显示退化的趋势,由于净初级生产损失和减少土壤功能减少由于森林和草原。本研究区域气候的主要监管服务监管服务,主要集中在北部沙漠,戈壁、草原地区。主要生态系统服务应优先保护。和土地使用分区作为一个有效的方法来保护生态系统服务的关键。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是财政支持的国家自然科学基金重大研究计划的中国杰出青年学者(批准号71225005),国家自然科学基金(批准号91325302),在中国发展基础科学国家重点项目(批准号2010 cb950900)。