基于GWR的浙江省生态系统服务供需格局及影响因素分析

参赛院校：北京师范大学

指导老师：高培超

队员姓名：程璐颖 李思睿 贾涵彬 胡晓钰

作品赏析

在人口数量快速增长与社会经济快速发展的背景下，人们对各种服务的过度需求导致生态系统受到严重破坏，许多地区的生态系统服务能力下降并出现退化。而生态系统服务与人类的福祉密切相关,因而对生态系统服务的研究受到许多学者与机构的重视。

位于中国东部沿海的浙江省，是长江经济走廊南端的重要一环，同时也是构成长江三角洲都市圈的核心区域之一，与上海、江苏、安徽紧密相连。浙江以其经济的快速增长和高度活跃而在全国沿海省份中脱颖而出，为当地居民提供了优质的居住条件、就业机会、交通便利、教育资源和医疗服务。在2020年中国百强县排名中，浙江共有24个县市上榜，显示出其县域经济的强大实力和综合能力。此外，浙江还是“绿水青山就是金山银山”、“五水共治”政策和“最多跑一次”服务模式的发源地和实践的先驱者。

因此，本文基于2020年浙江省土地利用数据，构建人类影响指数模型，使用地理探测器探究生态系统服务供需格局的影响因素，又进一步使用地理加权回归（Geographically weighted regression，GWR）模型对该地区生态系统服务供需进行时空探测，以期探究浙江省县域尺度上的生态系统服务供需格局，为该地区生态保护相关政策制定提供了一定的理论依据，助力地区合理、有效的可持续发展。

图1 研究思路

基础数据

根据浙江省30米分辨率土地利用数据，将其按照浙江省区县进行划分，得到各二级用地的栅格数量并分别计算各区县的建设用地、绿地比例。浙江省行政区划、年平均气温与年降水量来源于中国科学院资源环境科学与数据中心。浙江省人均可支配收入、人均农作物播种面积来自于浙江省统计年鉴，数字高程模型（Digital Elevation Model，DEM）数据来自ASTER GDEM的30m分辨率DEM栅格图像文件，并据其计算坡度。

分析过程

1.计算生态系统服务供需比率

在采用Z-Score标准化方法分别对研究区ESPI和LDI进行标准化处理后，采用以下公式进行计算：

式中：ESDR为生态系统服务供需比率；E为标准化后的生态系统服务供给指数；L为标准化后的生态系统服务需求指数。E_max 和D_max分别是供给、需求指数的最大值。供需比率ESDR>0表示供大于求，ESDR<0表示供不应求，ESDR=0表示供需平衡状态。

图2 2020年浙江省生态系统服务供需比率格局

2.空间自相关分析

使用全局空间自相关分析从全局层面上分析2020年浙江省生态系统服务供需指数的空间聚集和离散程度，进一步的利用局部莫兰指数对2020年浙江省生态系统服务供需指数进行聚类和异常值分析。

图3 2020年浙江省生态系统服务供需比率聚类分布

3.影响因素分析

使用地理探测器对11个候选指标进行探测，选择4个解释变量；采用普通最小二乘（Ordinary Least Square，OLS）模型检验各县域生态系统服务供需比率与各解释变量之间的回归关系。由于OLS模型无法反映影响因子的空间异质性，因此利用地理加权回归分析探究浙江省生态系统服务供需比率格局的影响因素。

表1 GWR与OLS模型对比

作品亮点及提升方向

本作品的主要亮点如下

1.在选题上结合地理空间统计分析方法和与人类生存息息相关的生态系统服务能力。

2.在数据处理方面，采用多种方式获取数据，并能运用多种数据处理方法对原始数据进行二次加工，使其符合进一步的分析要求。

3.在影响因素探究方面，从多个维度对影响因素进行分析，并在这一过程中着重关注到人地关系和可持续发展，为该地区生态保护相关政策制定提供了一定的理论依据。

作品可能的提升方向如下

增加时间尺度上的分析，探究浙江省生态系统服务供需格局及影响因素随时间变化的规律。