环境科学学报  2018, Vol. 38 Issue (8): 3322-3328
煤炭资源型城市生态系统服务功能的时空变化特征分析——来自2006—2015年安徽省淮南市的经验证据    [PDF全文]
万伦来1 , 杨峻1 , 周紫凡2 , 李康玮1     
1. 合肥工业大学经济学院, 合肥 230009;
2. 合肥工业大学资源与环境工程学院, 合肥 230009
摘要: 考虑到生态系统的品质性和稀缺性,对价值当量因子法模型进行拓展,并基于典型煤炭资源型城市淮南市2006—2015年的经验证据,系统分析了该地区生态系统服务功能的时空变化特征,研究结果表明,从时间角度来看,该地区生态系统服务功能价值总体在降低,主要是由于水源涵养、废物循环和气候调节这3种类型生态系统服务功能价值的减弱,不过下降趋势逐步减缓.从空间角度来看,该地区生态系统服务功能强度呈现东部、南部高,中部和北部偏低的格局,说明目前采煤区域的生态系统服务功能仍较脆弱,而传统矿区的生态系统服务功能正在得到恢复提高.
关键词: 煤炭资源型城市     生态系统服务功能     时空变化特征     价值当量因子法    
Analysis on spatial-temporal change characteristics of ecosystem service function in coal resource-based cities: Empirical evidence from Huainan City of Anhui Province over 2006—2015
WAN Lunlai1 , YANG Jun1, ZHOU Zifan2, LI Kangwei1    
1. School of Economics, Hefei University of Technology, Hefei 230009;
2. School of Resources and Environmental Engineering, Hefei University of Technology, Hefei 230009
Received 9 January 2018; received in revised from 18 February 2018; accepted 18 February 2018
Supported by the National Natural Science Foundation of China (No. 71573070)
Biography: WAN Lunlai(1963—), male, professor, E-mail:wllsong9194@163.com
*Corresponding author: WAN Lunlai
Abstract: Given the quality and scarcity of ecosystem, this paper tries to extend the value equivalent factor model and use empirical evidence from the typical coal-based city of Huainan over the year of 2006 to 2015 to systematically analyze the spatial-temporal change characteristics of ecosystem service function in this area. The results show that, from the point of view of time, the ecosystem service value in this region is generally decreasing, mainly due to the decline in ecosystem service function values of water conservation, waste recycling and climate regulation, but the downward trend gradually slows down. From a spatial perspective, the intensity of ecosystem service function in the region exhibits the pattern of high levels in the east and south, relatively low levels in the central and north, which demonstrating that the ecosystem service function in the coal mining area is still relatively weak, while that in traditional mining area is improving.
Key words: coal resource-based cities     ecosystem service function     spatial-temporal change     value equivalent factor method    
1 引言(Introduction)

生态系统服务功能(Ecosystem Service Function)是人类赖以生存的自然资本之所在, 是人类直接或间接从生态系统得到的红利(Daily, 1997; Costanza et al., 1999).然而, 由于人类对生态系统服务功能及其重要性缺乏认识, 片面追求经济增长对自然资源进行掠夺性开采, 从而造成了生态系统服务功能的严重破坏, 生态环境问题突出.那么, 近些年来我国煤炭资源型地区的生态系统服务功能变化趋势如何?其成因何在?研究探明这些问题必将有利于对煤炭资源型地区绿色发展的业绩进行合理、有针对性地评价, 为发展绿色矿业、建设绿色矿山提供有价值的参考资料.

事实上, 随着生态经济、资源环境理论的发展完善, 学术界已展开对区域生态系统服务功能较广泛的研究, 有关成果大致可归纳为两个方面:一是对区域生态系统服务功能进行评价.如Plantier-Santos等(2012)采用市场价值法估算了墨西哥湾地区生态系统服务功能价值变化, 验证说明了该地区生态系统服务功能变化对区域经济社会具有重要的影响.石垚、王如松等(2012)在收集中国1999—2008年土地利用和基于GIMMS遥感影像的NDVI数据基础上, 分析了1999—2008年中国陆地生态系统服务功能价值的时空变化.谢高地等(2015)基于扩展的劳动价值论原理, 采用单位面积生态系统价值当量因子的方法对中国生态系统提供的11种生态服务类型价值进行了估算, 研究结果表明2010年中国各种生态系统年提供总服务价值量为38.10万亿元.张艳军等(2017)基于GIS的生态系统价值密度、ESV保持率等指标, 研究分析了重庆市2000—2010年的生态系统服务价值时空变化特征.赵苗苗等(2017)对青海省1998—2012年的草地生态系统服务功能价值进行了全面的评估, 研究结果表明青海省草地生态系统服务功能均值为2935.63亿元.

二是研究某种因素或者某种人类活动对生态系统服务功能造成的影响.如李屹峰等(2013)以人地关系紧张且生态系统服务功能变化剧烈的密云水库流域为对象, 分析后得到随着土地利用变化, 流域生态系统服务功能相应产生显著变化.Wan等(2015)以矿产资源型城市安徽省淮北市为例, 研究了其城市化与生态系统服务功能的可持续发展问题.Kindu等(2016)探究了埃塞俄比亚高地的Munessa-Shashemene景观土地利用变化对生态系统服务功能的影响.万伦来等(2016)基于系统动力学原理, 构建煤炭开采对生态系统服务功能胁迫作用的系统动力学模型, 并以淮南市为例分析了在不同情境下煤炭开采对生态系统服务功能的胁迫作用特征.税伟等(2017)以福建省安溪县为例, 从不同专业化茶叶种植水平、不同农业种植结构、不同地貌类型3个方面分析了对农业生态系统服务功能的影响.

综上研究文献可以发现, 已有研究大多是以某一类型生态系统或某特定区域为研究对象, 而以煤炭资源型地区为研究对象的研究则较少, 且大多数研究仅单纯地对区域生态系统服务功能进行评价, 也没有在综合考虑生态系统的品质性和稀缺性对其服务功能价值所造成影响的情形下, 从时间和空间角度来探究区域生态系统服务功能变化特征及原因.因此, 为了更全面地探究煤炭资源型地区生态系统服务功能变化特征, 本文以我国典型煤炭资源型城市淮南市为研究对象, 引入品质性和稀缺性因素对传统当量因子法模型进行拓展, 并结合RS与GIS技术对淮南市2006—2015年生态系统服务功能的时空变化特征进行综合分析, 以期为煤炭资源型地区可持续发展提供决策依据.

2 研究方法(Methods) 2.1 价值当量因子法模型的拓展

研究某区域生态系统服务功能的时空变化特征, 必须先估算其生态系统服务功能价值.目前, 学术界大多是基于谢高地等的生态服务价值当量因子法来估算生态系统服务功能价值的(张骞等, 2017; 赵志刚等, 2017), 该方法的基本模型为:

(1)

式中, ESV表示区域生态系统服务功能价值, Si为第i类生态系统的面积, Pij表示第i类生态系统第j种生态系统服务功能单位价值, n为生态系统种类, m为生态系统服务功能种类.

虽然式(1)模型为评价生态系统服务功能提供了极大便利, 但该模型却忽略了生态系统的2个特性:一是生态系统的品质性, 二是生态系统的稀缺性.这是因为, 一方面生态系统给人类提供的生态系统服务功能价值不仅取决于各类生态系统的规模, 而且还取决于各类生态系统的品质(石垚等, 2012);另一方面, 生态系统和其他资源一样都具有资源的稀缺性, 且生态资源稀缺度越高, 人们对其的支付意愿就越大, 进而生态系统服务功能价值就越高(胡喜生等, 2013).因此, 在评价生态系统服务功能时有必要考虑生态系统品质性和稀缺性.

根据以上分析, 本文引入生态系统品质性系数和稀缺性系数对式(1)进行拓展得:

(2)

式中, AESVx表示拓展后的区域生态系统服务功能价值, α即为品质性系数, β为稀缺性系数.

2.2 系数αβ的测算 2.2.1 品质性系数α的测算

考虑到归一化植被指数(NDVI)能够很好地表征植被覆盖和生长状况, 可以反映生态系统的品质变化, 且区域不同年份的植被覆盖和生长状况存在差异.因此, 可通过区域的NDVI计算得到反映区域植被生态系统(森林、园地、草地、农田)品质变化的修正系数α, 具体计算公式为:

(3)

式中, NDVIi为第i个网格的NDVI指数值, min (NDVI)为所有网格中NDVI的最小值, max (NDVI)为所有网格中NDVI的最大值, n为网格数.

2.2.2 稀缺性系数β的测算

由于生态系统服务的对象是人, 生态资源存量越小, 人们对生态资源的需求量越大, 生态资源的稀缺度就越高, 则人们对单位生态资源的支付意愿就越大, 从而生态系统服务功能价值就越大, 这说明生态系统的稀缺程度主要取决于区域平均人口密度(胡喜生等, 2013).因此, 稀缺性系数β的计算公式可表示为:

(4)

式中, M为区域总体的平均人口密度, m为该区域组成部分的平均人口密度.

2.3 区域生态系统服务功能单位价值Pij的测算

区域生态系统服务功能单位价值是衡量区域生态系统服务功能强度的重要指数, 可为比较区域生态系统服务功能强度变化特征奠定基础, 为此, 本文在既有研究基础上, 将生态系统服务功能分为4个大类共9个小类, 并结合区域生态系统类型划分对中国生态系统服务价值当量因子表作出调整(谢高地等, 2008), 参考当量因子的经济价值量确定方法(谢高地等, 2003)及调整后的生态系统服务价值当量因子表(如表 1所列), 得到区域生态系统服务功能单位价值计算公式为:

(5)
表 1 生态系统服务价值当量因子 Table 1 Value equivalent factor of ecosystem service

式中, p为全国稻谷平均最低收购价格, Q为区域粮食年单位面积平均产量, wij为第i类生态系统第j种生态系统服务功能价值当量.

考虑到城镇生态系统的气体调节、水源涵养和废物循环服务功能价值对其生态系统服务功能具有重要影响, 不能将其忽略为零(曾杰等, 2014).故本文借助防治成本法、替代成本法等间接市场法(Wan et al., 2015), 得到城镇生态系统的气体调节、水源涵养和废物循环服务功能单位价值计算公式如下:

(6)
(7)
(8)

式中, PgPwPr分别为城镇生态系统气体调节、水源涵养和废物循环服务功能单位价值, QSO2PSO2分别为二氧化硫排放量与单位治理费用, QNOxPNOx分别为氮氧化物排放量与单位治理费用, QDPD分别为烟(粉)尘排放量与单位清理费用, TwPw分别为用水总量与水单价, Qr1Pr1分别为工业固体废物贮存量与单位堆存费用, Qr2Pr2分别为工业固体废物处置量与全国平均固体废弃物单位治理成本, QwPw0分别为废水排放量与单位净化费用, Sc为城镇生态系统面积.

3 研究区概况及数据来源(Research area and data) 3.1 研究区概况

淮南市位于安徽省中北部(116°21′5″~117°12′30″E, 31°54′8″~33°00′26″N), 是华东地区产煤大市, 也是中国亿吨煤基地、华东火电基地和煤化工基地的“三大基地”, 被称为“建在金库上的城市”.淮南市现辖6个区县, 包括田家庵区、八公山区、潘集区、谢家集区、大通区、凤台县(注:由于寿县在2016年从六安市划入淮南市, 且寿县无煤炭资源, 故本研究区范围不包括寿县), 研究区总面积为2584 km2.

3.2 数据来源

Si(淮南市各生态系统的面积)是根据淮南市2006—2015年土地利用情况调查数据, 并参照淮南市生态系统类型划分(表 2)得到的.NDVI(归一化植被指数)是以地理空间数据云平台上提供的2006—2015年每年8、9月, 且含云量小于1%的分辨率为30 m×30 m的Landsat7-ETM遥感影像作为数据源, 并结合淮南市矢量化地图利用ENVI5.3软件计算得到的.DdQQSO2QNOxQDTwQr1Qr2Qw是根据《2007—2016年淮南市统计年鉴》、《2007—2016年安徽省统计年鉴》统计与计算得到的;p是由国家发展和改革委员会公布的2015年早籼稻、中晚籼稻和粳稻的最低收购价格取平均值得到的;PSO2PNOxPDPwPw0引自国家林业局公布的《森林生态系统服务功能评估规范》;Pr1Pr2引自董舒华等(2006)的研究成果.

表 2 淮南市生态系统类型划分a Table 2 Ecosystem types of Huainan city
4 淮南市生态系统服务功能的时空变化(Temporal and spatial variation of ecosystem services in Huainan) 4.1 时间变化

为了探究淮南市生态系统服务功能的时间变化特征, 必须先计算淮南市每年的生态系统服务功能价值, 为此本文通过式(2)计算得到的具体结果如表 3所列(基于2015年不变价格, 下同), 并绘出该区域生态系统服务功能变化趋势图(图 1).

表 3 2006—2015年淮南市各项生态系统服务功能价值 Table 3 Values of each ecosystem service function in Huainan city during 2006—2015

图 1 2006—2015年淮南市生态系统服务功能总价值变化 Fig. 1 Changes in total value of ecosystem service in Huainan city during 2006—2015

表 3图 1可以看出:①2006—2015年淮南市生态系统服务功能总体价值呈下降趋势, 从2006年的86.95亿元减少到2015年的57.06亿元, 年均下降率为4.57%, 其中水源涵养、废物循环和气候调节功能的生态服务价值减少量分别占总价值减少量的25.59%、25.21%和15.86%.究其原因主要是:据统计, 在2006—2015年间, 该区域森林、园地、草地、水域面积减少分别为5039.52、1285.95、1088.14和4380.4 hm2, 城镇和荒漠面积增加分别为7732.89、999.71 hm2, 而农田面积却只增加3061.41 hm2.因此, 从能够提供正向价值的土地利用类型来看, 增加的农田面积远小于森林、园地、草地、水域等总共减少的面积, 从而导致在此期间该区域生态系统服务功能价值大幅减少;从能够导致生态系统服务功能受损的土地利用类型来看, 城镇面积增加了7732.89 hm2, 多是建设用地和工业用地.正是以上正反两方面因素导致了该区域所有生态系统服务功能价值均减少.②该地区生态系统服务功能总体价值下降趋势具体可分为3个不同阶段:第一阶段为快速下降阶段(2006—2009年), 年均下降率为6.18%;第二阶段为降速变缓阶段(2009—2012年), 年均下降率为4.44%;第三阶段为缓慢下降阶段(2012—2015年), 年均下降率为3.07%.之所以近年来该地区生态系统服务功能总体价值下降趋势逐步减缓, 究其原因主要是“十二五”以来, 特别是党的十八大以来, 淮南市不断加大自然生态环境保护力度, 大力推进矿山地质环境治理恢复与土地复垦义务等绿色矿山建设工程, 从而扭转了生态环境加速恶化的趋势.③该地区4大类服务功能提供的生态系统服务价值大小依次为:调节服务>支持服务>文化服务>供给服务, 其中调节服务和支持服务的价值占历年总价值的近85%.④此外, 图 1还反映淮南市生态系统服务功能总体价值在2010年出现小幅增加、在2013年出现明显增加异常特征.究其原因主要是由于淮南市在这两年8、9月份的降水量远高于前后两年同期的值, 森林、农田、园地、草地等植被的覆盖和生长状况更好, 使得生态系统品质性系数α增大.

4.2 空间变化

上文只从时间角度反映该地区生态系统服务功能变化趋势, 有必要从空间角度深入探究该地区生态系统服务功能变化特征.此外, 考虑到各个区县面积大小不一, 某区县生态系统服务功能价值总量仅能反映该区县生态系统服务功能价值的大小, 不能反映其生态系统生态服务能力的强弱, 故本文选择生态系统服务功能强度来揭示淮南市生态系统服务功能空间变化特征, 具体计算公式为:

(10)

式中, Ix表示区域生态系统服务功能强度, Sx表示区域面积.

通过式(2)和式(10)计算出淮南市各区县每年的生态系统服务功能强度如表 4所示, 并通过ARCGIS 10.2软件GIS图形化显示得到淮南市生态系统服务功能强度空间分布情况(图 2).

表 4 各区县2006—2015年生态系统服务功能强度 Table 4 Intensity of ecosystem service function for each district in Huainan city during 2006—2015

图 2 2006和2015年淮南市生态系统服务功能强度空间分布 Fig. 2 Spatial distribution of ecosystem service function in Huainan city in the year of 2006 and 2015

表 4图 2可以看出:①淮南市生态系统服务功能强度整体呈东部和南部高, 中部和北部偏低的空间格局.②2006—2015年淮南市各区县生态系统服务功能强度大小依次为:谢家集区>大通区>潘集区>凤台县>八公山区>田家庵区.③目前采煤区域主要集中在凤台县、八公山区和潘集区一带, 从图3可以看出该区域生态系统服务功能仍较弱;而大通区、谢家集区等传统采煤区域的生态系统服务功能却较强, 这说明目前采煤区域的生态系统服务功能仍较脆弱, 而传统矿区的生态系统服务功能正在得到恢复提高.④此外, 需要指出的是田家庵区由于是淮南市的主城区, 是全市经济、文化、教育、科技中心, 随着城镇化、工业化的不断深入, 该区域生态系统一直没有得到有效恢复, 从而使得该区域的生态系统服务功能相对最弱.因此, 淮南市必须根据目前生态系统服务功能空间格局, 有针对性地采取生态环境保护措施, 即对于如凤台、潘集目前正在采煤的区县, 必须着力推进绿色矿山建设, 加大生态治理修复力度, 严格执行先治理、后采煤, 谁采煤、谁担责的矿区生态环境保护法规;对于如大通、谢家集等传统矿区, 必须引进先进的生态系统修复技术和生态建设理念, 加快区域生态系统服务功能修复的速度;对于田家庵等主城区, 必须加强生活、工业废弃物治污减排力度, 切实增强居民生态环保意识.

5 讨论(Discussion)

需要指出的是, 本文运用价值当量因子法原基本模型即通过(1)式计算得到2006—2015年淮南市生态系统服务功能价值分别为117.17亿元、110.75亿元、104.41亿元、100.75亿元、96.35亿元、89.97亿元、86.21亿元、83.51亿元、81.54亿元和80.27亿元, 这说明原基本模型评价的数值均比本文提出的模型得到的结果要高出较多, 究其原因主要是原基本模型没有考虑到生态系统服务功能价值的空间异质性, 只是按照生态系统品质好或稀缺程度高的标准来评价整个区域的生态系统服务功能价值, 而本文采用能够反映生态系统品质差异与变化的归一化植被指数, 以及能够反映生态系统稀缺程度的人口密度对区域生态系统服务功能价值进行了品质性和稀缺性调整, 这样避免了仅按生态系统品质好或稀缺程度高的标准来进行评价, 从而使得本文提出模型评价的结果要比原基本模型评价的结果低, 这有助于提高区域生态系统服务功能评价的精度.

虽然本文基于价值当量因子法拓展模型对我国典型煤炭资源型城市生态系统服务功能时空变化特征进行了系统分析, 为区域生态系统服务功能评价理论方法的创新应用做出有益尝试, 但是本研究尚存在如下几方面有待不断完善之处:①考虑到湿地类型的多样性, 并且湿地分类与水体分类中有重合部分, 本文在进行生态系统类型划分的时候, 将湿地生态系统和水体生态系统合并为水域生态系统.由于湿地生态系统单位面积服务功能价值要比水体生态系统大, 这会使得水域生态系统提供的生态服务价值较实际值偏高或偏低.②从表 2可以看出, 在城镇生态系统的11种土地利用类型中, 绝大部分会带来生态系统损坏, 虽然景观用地等会带来一定的正向价值, 但相较其他用地带来的巨大负面影响而言可以忽略不计.因此本文在计算城镇生态系统服务功能价值时, 只考虑了水源涵养、气体调节和废物循环功能的负向价值, 忽略了城镇生态系统带来的正向价值, 从而使得城镇生态系统提供的生态服务价值较实际值偏低.③由于缺乏水质指标数据, 因此未对水域生态系统服务功能的价值进行水体质量修正, 这会使得水域生态系统服务功能价值偏高.

6 结论(Conclusions)

1) 2006—2015年淮南市生态系统服务功能总价值从86.95亿元减少到57.06亿元, 年均下降率为4.57%, 主要是由于水源涵养、废物循环和气候调节功能不断减弱, 总体呈下降趋势, 不过近年下降趋势正逐步减缓.

2) 该地区4大类服务功能提供的生态系统服务价值大小依次为:调节服务>支持服务>文化服务>供给服务, 其中调节服务和支持服务的价值占历年总价值的近85%.

3) 该地区各区县生态系统服务功能强度大小依次为:谢家集区>大通区>潘集区>凤台县>八公山区>田家庵区, 即该地区生态系统服务功能强度整体呈现出东部、南部高, 中部和北部偏低的空间格局, 这说明传统矿区生态系统服务功能正在得到恢复, 目前采煤区域的生态系统服务功能较弱.

参考文献
安徽省统计局. 2007-2016. 安徽省统计年鉴[M]. 北京: 中国统计出版社.
Costanza R, D'Arge R, Groot R D, et al. 1999. The value of the world's ecosystem services and natural capital[J]. Nature, 387(15): 253–260.
Daily G C. 1997. Natures Services:Societal Dependence on Natural Ecosystems[M]. .
董家华, 包存宽, 舒廷飞. 2006. 生态系统生态服务的供应与消耗平衡关系分析[J]. 生态学报, 2006, 26(6): 2001–2010.
淮南市统计局. 2007-2016. 淮南市统计年鉴[M]. 北京: 中国统计出版社.
胡喜生, 洪伟, 吴承祯. 2013. 土地生态系统服务功能价值动态估算模型的改进与应用——以福州市为例[J]. 资源科学, 2013, 35(1): 30–41.
Kindu M, Schneider T, Teketay D, et al. 2016. Changes of ecosystem service values in response to land use/land cover dynamics in Munessa-Shashemene landscape of the Ethiopian highlands[J]. Science of the Total Environment, 547: 137–147. DOI:10.1016/j.scitotenv.2015.12.127
李屹峰, 罗跃初, 刘纲, 等. 2013. 土地利用变化对生态系统服务功能的影响——以密云水库流域为例[J]. 生态学报, 2013, 33(3): 726–736.
Plantier-Santos C, Carollo C, Yoskowitz D W. 2012. Gulf of Mexico Ecosystem Service Valuation Database (GecoServ):Gathering ecosystem services valuation studies to promote their inclusion in the decision-makingprocess[J]. Marine Policy, 36(1): 214–217. DOI:10.1016/j.marpol.2011.05.006
税伟, 陈毅萍, 苏正安, 等. 2017. 专业化茶叶种植影响下的农业生态系统服务功能价值评价——以福建省安溪县为例[J]. 生态学报, 2017, 37(10): 3311–3326.
石垚, 王如松, 黄锦楼, 等. 2012. 中国陆地生态系统服务功能的时空变化分析[J]. 科学通报, 2012, 57(9): 720–731.
万伦来, 刘福, 郭文慧. 2016. 煤炭开采对生态系统功能的胁迫作用:模型·实证[J]. 环境科学研究, 2016, 29(6): 916–924.
Wan L L, Ye X Y, Jay L, et al. 2015. Effects of urbanization on ecosystem service values in a mineral resource-based city[J]. Habitat International, 46: 54–63. DOI:10.1016/j.habitatint.2014.10.020
谢高地, 鲁春霞, 冷允法, 等. 2003. 青藏高原生态资产的价值评估[J]. 自然资源学报, 2003, 18(2): 189–196. DOI:10.11849/zrzyxb.2003.02.010
谢高地, 甑霖, 鲁春霞, 等. 2008. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报, 2008, 23(5): 911–919. DOI:10.11849/zrzyxb.2008.05.019
谢高地, 张彩霞, 张昌顺, 等. 2015. 中国生态系统服务的价值[J]. 资源科学, 2015, 37(9): 1740–1746.
中国林业科学研究院森林生态环境与保护研究所. 2008. LY/T 1721-2008森林生态系统服务功能评估规范[S]. 北京: 中国标准出版社
张艳军, 官冬杰, 翟俊, 等. 2017. 重庆市生态系统服务功能价值时空变化研究[J]. 环境科学学报, 2017, 37(3): 1169–1177.
张骞, 高明, 杨乐, 等. 2017. 1988-2013年重庆市主城九区生态用地空间结构及其生态系统服务价值变化[J]. 生态学报, 2017, 37(2): 566–575.
曾杰, 李江风, 姚小薇. 2014. 武汉城市圈生态系统服务价值时空变化特征[J]. 应用生态学报, 2014, 25(3): 883–891.
赵志刚, 余德, 韩成云, 等. 2017. 鄱阳湖生态经济区生态系统服务价值预测与驱动力[J]. 生态学报, 2017, 37(14): 1–11.
赵苗苗, 赵海凤, 李仁强, 等. 2017. 青海省1998-2012年草地生态系统服务功能价值评估[J]. 自然资源学报, 2017, 32(3): 418–433. DOI:10.11849/zrzyxb.20160421