南京农业大学Environmental Impact Assessment Review 发文!人类足迹与生态系统服务的时空交互分异——保护区及边缘地带的多情景分析

• SCI期刊： Environmental Impact Assessment Review

• 英文题目： Divergent spatiotemporal interactions between human footprint and ecosystem services: multi-scenario analysis of protected areas and edge zones

• 中文题目： 人类足迹与生态系统服务的时空交互分异——保护区及边缘地带的多情景分析

• 发表时间： 2025年12月19日

• 文章链接：https://doi.org/10.1016/j.eiar.2025.108312

🌍 研究背景

保护区是全球生物多样性和生态系统服务保护的核心工具。然而，尽管保护区面积持续扩大（“30×30”目标要求到2030年保护全球30%的陆地和海洋），人类活动压力仍在不断渗透——全球约三分之一的保护区面临严重人为压力，超过40%的热带森林保护区经历着森林损失。与此同时，保护区的边界并非生态过程的终点：边缘地带作为“共管过渡区”和“人类主导区”的界面，既是缓冲区也是交互前沿。人类足迹通过边缘地带持续向内渗透，深刻影响着保护区内部的生态功能。理解保护区与其边缘地带之间人类足迹与生态系统服务的时空交互差异，对于提升保护成效至关重要。

🎯 研究意义

本研究首次构建了融合空间尺度、治理梯度和人类压力梯度的多情景分析框架，以中国447个国家级自然保护区为对象，定义了五种治理连续体情景：严格保护核心区（PAs）、共管边缘区（PAs+0–5 km、PAs+0–10 km）和人类主导边缘区（0–5 km、0–10 km）。通过双变量空间自相关、耦合协调模型和四象限匹配模型，系统分析了2000—2020年人类足迹（HF）与四项关键生态系统服务（生境质量HQ、碳固持CS、土壤保持SR、产水量WY）的时空交互关系。研究发现：边缘区为保护区提供了差异化的缓冲效应；产水量在0–5 km边缘区与HF空间相关性最强；自然遗迹类保护区的协调度最低且呈现独特的空间相关模式。研究为评估保护区成效和制定差异化治理策略提供了科学依据。

🧠 研究目的

1. 量化2000—2020年中国447个国家级自然保护区及五种边缘情景下HF与四项ES（HQ、CS、SR、WY）的时空动态。

2. 利用双变量空间自相关（全局/局部Moran’s I）揭示HF与ES的空间依赖与聚类模式。

3. 运用耦合协调度模型（CCD）分析HF与ES的系统协调水平及其时空变化。

4. 通过四象限模型（H-H、L-H、L-L、H-L）识别HF与ES的空间匹配类型及其动态演变。

5. 比较生态系统型、野生动物型和自然遗迹型三类保护区的交互差异，提出针对性管理建议。

🗂️ 研究内容

• 多情景框架构建：基于治理梯度定义五类情景——严格保护区（PAs）、共管边缘区（PAs+0–5 km、PAs+0–10 km）、人类主导边缘区（0–5 km、0–10 km）。0–5 km反映外部干扰的集中传导区，0–10 km反映更广泛的外部压力。

• HF量化：采用Mu等（2022）的全球HF数据集，包含建成环境、人口密度、夜间灯光、耕地、牧场、道路、铁路、通航水道8类压力变量，综合指数0–50。

• ES评估：InVEST模型——碳固持（碳模块）、生境质量（生境模块）、土壤保持（RUSLE）、产水量（水模块）。所有数据重采样至1km。

• 交互分析方法：①双变量空间自相关（全局Moran‘s I + LISA聚类）；②耦合协调度模型（C=2√(HF·ES)/(HF+ES)，T=0.5HF+0.5ES，D=√(C·T)）；③四象限模型（HF为x轴，ES为y轴，划分H-H/L-H/L-L/H-L四类）。

• 保护区类型比较：按中国保护区分类体系分为生态系统型（295个）、野生动物型（145个）、自然遗迹型（7个），分别比较交互模式差异。

🌏 研究区概况

研究覆盖中国447个国家级自然保护区，分布在全国各地。按保护对象分为三类：生态系统型保护区（森林、草地/湿地、荒漠、海岸）、野生动物型保护区（野生动物、野生植物）和自然遗迹型保护区（地质/古生物遗迹）。保护区边缘地带涵盖从核心区到人类主导区的完整治理梯度，东部沿海和中部人口密集区HF高值聚集，西部高原和沙漠地区HF普遍较低。

📊 数据概况

• 保护区边界：公开数据库收集，经去重和拓扑一致性检查后保留447个有效保护区。

• 土地利用数据：ESA 30m，重分类为6类（耕地、林地、草地、水域、建设用地、未利用地）。

• HF数据集：全球HF数据集（Mu et al., 2022），含8类压力变量，1km分辨率。

• 辅助数据：DEM、年降水、土壤类型、蒸散发（支持InVEST模型运行）。

• 时间范围：2000、2010、2020年三期。

• 投影系统：Krasovsky 1940 Albers，所有数据重采样至1km。

⚙️ 研究方法

• InVEST模型：碳固持模块、生境质量模块、产水模块；土壤保持采用RUSLE方程。

• 人类足迹指数：8类压力变量加权合成（0–50）。

• 双变量空间自相关：全局Moran‘s I衡量整体空间相关性；LISA识别局部聚类类型（H-H、L-L、H-L、L-H）。

• 耦合协调度模型：C（耦合度）+T（协调指数）→D（耦合协调度），五级分类（极度失调/中度失调/基本协调/中度协调/高度协调）。

• 四象限匹配模型：以HF为横轴、ES为纵轴，划分四类匹配模式，分析类型比例及动态变化。

• 情景对比：五类情景（PAs、PAs+5、PAs+10、0–5、0–10）之间的交互差异分析。

📈 研究结果

1. HF时空动态：2000—2020年HF持续增强，呈“东高西低”格局，2010—2020年增长最显著。边缘区HF增幅显著高于保护区内部，且随缓冲区距离增加而增大。HF均值从PA到边缘区逐步上升，反映外部发展压力的持续渗透。

2. ES时空格局：

• CS：东中部高、西部低，均值随缓冲区距离增加而增加，边缘区植被恢复效应明显。

• HQ：西部高海拔/偏远保护区高、东部低，呈持续下降趋势，随缓冲区距离增加进一步下降（栖息地破碎化加剧）。

• SR：东部丘陵和中部山区高，2000—2010年显著增加，2010—2020年略有下降。

• WY：长江中下游和湿润南方高，呈先增后降趋势。

• 边缘区对比：CS、SR、WY在0–5 km边缘区均值高于0–10 km（受益于保护区溢出效应）；HQ始终在PA内最高，随距离增加急剧下降。

3. 双变量空间自相关：

• HF-CS：H-H聚类集中在西南，L-L集中在西北荒漠。

• HF-HQ：H-H稀少，以L-L或L-H为主（人类活动与栖息地退化冲突显著）。

• HF-SR/WY：H-H集中在南方丘陵（高服务与一定干扰并存）。

• 全局Moran‘s I：CS和HQ与HF的相关性随时间减弱；SR和WY呈“先降后升”趋势（0–10 km边缘区恢复明显）。

4. 耦合协调度：

• 空间上，极度/中度失调集中在西北荒漠和野生动物保护区；中度/高度协调集中在东部和南部的森林/湿地保护区。

• 总体上，CCD随缓冲区距离增加而升高，表明HF与ES在大尺度上更协调。

• 时间上：CS和WY保持稳定；HQ持续下降；SR呈“下降-恢复”轨迹。

• 边缘区：0–5 km→0–10 km，CS/SR/WY的CCD增加，HQ下降（边缘区扩张可缓冲局部压力，但可能掩盖PA内部栖息地退化风险）。

5. 四象限匹配：

• Quadrant I（H-H）：南方丘陵和东部森林/湿地保护区（高HF与高ES共存）。

• Quadrant II（L-H）：偏远高山区或原始森林（低干扰、高ES的理想保护状态）。

• Quadrant III（L-L）：西北荒漠和高山草原（生态本底脆弱，服务潜力有限）。

• Quadrant IV（H-L）：城市边缘或旅游热点附近（自然遗迹类保护区为主，存在过度开发风险）。

• 边缘区：H-H和L-H比例增加，L-L和H-L比例减少，表明边缘区生态功能整体改善但存在局部退化风险。

6. 不同类型保护区比较：

• 空间自相关：自然遗迹类HF-CS相关性最强，野生动物类最弱；HQ在生态系统和野生动物类呈负相关（冲突），自然遗迹类呈正相关（独特空间使用模式）。

• 耦合协调度：自然遗迹类协调度最低且变化模式独特；生态系统类和野生动物类对同一ES的协调水平相当、时间轨迹相似。

• 四象限匹配：生态系统和野生动物类象限比例、情景变化模式相似；自然遗迹类明显偏离。

💬 主要讨论

• HF与ES关系的异质性：HQ持续与HF呈强负相关（栖息地破碎化），而CS/SR/WY多呈正相关——部分人类活动（生态修复、植被恢复）可与某些ES提升共存。这并不意味着HF对ES无害，而是反映了不同ES对人类压力的差异化响应及政策干预（退耕还林、生态补偿）的调节作用。

• 边缘区的双重角色：边缘区既是“缓冲区”（为PA提供保护缓冲）也是“交互前沿”（人类压力渗透的通道）。CS/SR/WY在边缘区均值高于PA内（溢出效应），但HQ随距离增加急剧下降——说明边缘区可吸收部分压力，但难以维持核心栖息地质量。这提示管理应区分“边缘区增益”与“核心区保护”的不同目标。

• 自然遗迹类保护区的特殊性：样本量仅7个，多为小面积、高景观价值、位于旅游热点附近。其HF-ES关系（HQ正相关、协调度低、匹配模式独特）反映了以地质遗迹为保护对象的区域面临“保护与旅游开发”的特殊张力，需要专门的可持续旅游管理策略。

• “表观协调”掩盖的风险：四象限分析中，边缘区H-H和L-H比例增加、CCD升高，看似整体改善，但HQ在边缘区持续下降——提示“量”的改善可能掩盖“质”的退化（如碳储增加但栖息地破碎化加剧）。评估保护区成效需同时关注多类ES的综合响应。

• 治理梯度的政策含义：PA核心区应坚持严格保护；共管边缘区（PA+0–5/10 km）可探索社区共管与生态补偿；人类主导边缘区（0–5/10 km）需加强土地利用管控和生态红线划定。不同类型保护区（生态系统/野生动物/自然遗迹）应采取差异化的管理策略。

✨ 创新点

1. 首次将保护区与边缘地带纳入统一的“治理梯度—人类压力梯度”多情景分析框架，区分了严格保护核心区、共管边缘区和人类主导边缘区三种治理情景，超越了传统仅聚焦保护区内部的局限。

2. 集成双变量空间自相关、耦合协调度和四象限匹配三种互补方法，实现了从“空间聚类→系统协调→区域匹配”的多层次交互诊断，比单一方法更具解释力。

3. 揭示了不同类型保护区（生态系统型、野生动物型、自然遗迹型）HF-ES交互模式的显著差异：自然遗迹类协调度最低且空间关联独特，生态系统和野生动物类模式相似，为分类管理提供了直接依据。

4. 发现边缘区“表观协调”掩盖HQ持续下降的风险，警示生态评估不能仅关注面积或总量指标，需同时追踪功能质量退化。

5. 覆盖447个国家级保护区、三个时段（2000/2010/2020）、四种情景、四项ES的系统分析，是目前中国国家级保护区HF-ES交互最全面的多情景研究之一。

⚠️ 不足与展望

• 样本覆盖局限：仅国家级保护区，未纳入地方级和社区级保护区，可能限制了结论在多种治理模式下的代表性。

• HF数据分辨率与感知局限：HF指数依赖公开数据集，可能无法捕捉小尺度、瞬时干扰（非法采伐、季节性地类变化），可能低估局部人类压力。

• 因果机制未充分解耦：研究聚焦于“共变关系”而非“因果机制”，未能分离自然恢复、生态工程和政策干预的相对贡献。未来可引入结构方程模型或因果推断方法。

• 边缘区边界定义简化：固定缓冲区（0–5 km、0–10 km）可能无法捕捉地形、道路网络等实际传导路径的空间异质性。未来可基于实际景观连通性定义边缘区。

• 未纳入气候变化因子：ES变化受气候（降水、温度）强烈影响，但未与气候变量交互分析。后续可将气候因子纳入框架。

📌 总结

本研究构建了多情景分析框架，系统评估了2000—2020年中国447个国家级自然保护区及边缘地带人类足迹与四项生态系统服务的时空交互关系。主要结论：（1）HF持续增强，边缘区增幅显著高于保护区内部；CS和SR随缓冲区距离增加而增加，HQ在PA内最高且随距离急剧下降。（2）双变量空间自相关显示：HQ与HF持续强负相关（栖息地退化），CS/SR/WY多呈正相关（与生态修复并存）。（3）CCD随缓冲区距离增加而升高，但HQ的CCD在边缘区下降（栖息地退化风险被整体协调改善掩盖）。（4）四象限匹配显示：边缘区H-H和L-H比例增加，但HQ下降揭示“表观协调”下的功能退化。（5）自然遗迹类保护区协调度最低且交互模式独特（旅游开发压力），生态系统和野生动物类模式相似。研究建议：PA核心区严格保护，共管边缘区探索社区共管与生态补偿，人类主导边缘区加强土地利用管控；自然遗迹类需专项可持续旅游管理。该框架为评估保护区成效、制定基于治理梯度的差异化保护策略提供了科学支撑。