基于土地利用结构的河流岸带生态系统服务簇识别

为识别河流岸带土地利用与生态服务价值的空间结构,从河流岸带保护角度选取水资源保护、净化环境、水文调节、土壤保持、维持养分循环、生物多样性6项生态服务功能,基于遥感影像解译的土地利用数据,运用修正的当量因子法估算得到生态服务价值的空间分布规律,进而进行层次聚类分析识别河流岸带生态服务簇,并应用于太湖流域湖西区溧阳市县级河流——竹箦河作为实例研究。结果表明:(1)竹箦河河岸带6项生态服务价值呈现出显著的空间异质性和聚集性;(2)竹箦河河岸带可划分为5大类生态服务簇,分别为水源涵养型、绿色多元型、经济生态型、生态脆弱型以及耗水污染型;(3)各类服务簇的生态系统服务特点与空间布局分异明显,与岸带实际土地利用结构相协调,揭示了竹箦河河岸带生态服务功能普遍较薄弱的现状。研究结果可为竹箦河及类似平原地区骨干河流岸带功能区划分以及河岸带生态保护与修复方案的制定提供理论参考。

长汀县生态系统服务权衡与协同关系

以长汀县为研究区,采用当量因子法核算2010—2020年的生态系统服务价值,使用Pearson相关性分析方法和双变量自相关方法探讨生态系统间的权衡与协同关系,并借助自组织映射网络方法识别不同的生态系统服务簇.结果表明:2010—2020年长汀县生态系统服务价值在数量上呈现上升趋势,在空间上呈现“四周高、中心低”的环状分布特征;协同关系是长汀县生态系统服务的主导关系,主要分布在生态系统服务价值高的区域,权衡关系主要分布在生态系统服务价值低的区域;根据聚类结果和生态系统的主导服务功能将长汀县分为水源涵养簇、服务枯竭簇、生态调节簇和生产生态簇.研究结果可为长汀县生态系统服务可持续发展提供科学依据.

基于自组织映射神经网络的淮河流域生态系统服务簇时空变化特征

生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神经网络(SOFM)识别了生态系统服务簇,探讨了生态系统服务簇的时空变化特征。结果表明:(1)2000—2020年,WP,NPP与WC呈上升趋势,WC的增幅最大;CS与HQ呈下降趋势。淮河流域各生态系统服务具有时空异质性,生态系统服务高值区多位于西南部山区与东北部丘陵山地地区。(2)识别了5个生态系统服务簇:核心生态服务簇,WP服务簇,WY服务簇,NPP服务簇与生态过渡服务簇。核心生态服务簇与生态过渡服务簇的面积总体增加,流域西南部山区与东北部丘陵山地地区生态系统服务提升,2000—2020年,WY服务簇与NPP服务簇间的转移面积较大,WY服务簇面积减少达60.09%,NPP服务簇面积显著增加,2020年占整个流域面积的57.02%。研究结果不仅有助于清晰认识淮河流域生态系统服务簇的空间分布格局及动态变化,也为探索淮河流域可持续的生态系统管理与规划决策奠定了基础。

基于服务簇的沱江流域生态系统服务权衡/协同关系演变

明确流域生态系统服务簇的时空格局以及簇内生态系统服务动态权衡/协同关系对管理和维持流域生态系统结构与功能的稳定性和可持续性有重要意义。基于InVEST模型、土壤流失方程等方法估算2010、2015、2020年3期沱江流域生态系统服务,并使用K-means聚类识别生态系统服务簇,以服务簇视角衡量服务簇内部主要生态系统服务间动态权衡/协同关系,讨论权衡/协同关系及服务簇的时空变化规律,针对不同簇模式提出相应的分区管控建议。结果表明:(1)2010—2020年沱江流域各生态系统服务空间格局稳定,生态系统服务变化各异。生境质量、产水、固碳服务总量上升,粮食生产、水土保持服务总量下降。固碳、水土保持以及生境质量服务高值区表现为在北部及中北部集中分布,产水服务量由南向北减小,粮食生产服务高值区主要集中于流域中北部和南部耕地区,文化娱乐服务高值区呈现出显著的城市及城市间网络状连接趋势。(2)根据聚类结果将流域划分为5种生态系统服务簇,各簇存在时空异质性。粮食生产簇占比为72.9%,以粮食生产、产水服务为主;生态保育簇占比为15.2%,以生境质量、固碳服务为主;文化娱乐簇占比为6.9%,以文化娱乐服务为主;多功能耦合簇占比为4.4%,以生境质量、固碳、水土保持服务为主;水土保持簇占比为0.5%,以水土保持服务为主。(3)宏观而言,沱江流域整体权衡关系多于协同关系,服务簇内部各服务协同关系多于权衡关系,应因地制宜采取管控措施。不同生态系统服务簇内部各服务权衡/协同关系存在相似与差异性,不同服务簇内各相同服务组合的权衡/协同关系强弱不同,服务簇内部各服务协同关系多于权衡关系,流域整体权衡关系多于协同关系。研究成果可为沱江流域区域未来生态系统管理与优化、生态文明建设及可持续性发展提供科学依据。

忻州市生态系统服务时空变化及城镇化响应

为探究忻州市生态系统服务(ESs)的时空变化情况,分析ESs对城镇化的响应,以1995~2020年6期土地利用数据为基础,选取3项城镇化指标和4项ESs指标,借助InVEST模型和修正通用土壤流失方程(RUSLE)等评估ESs,并使用K-均值聚类识别生态系统服务簇,采用皮尔逊相关性分析ESs间权衡协同关系及其对城镇化的响应.结果表明:忻州市土地利用类型以草地、耕地和林地为主,1995~2020年建设用地扩张280.7km^(2),林地增加1201.4km^(2),草地增加511.4km^(2),耕地和水域面积减少.有较多耕地向草地、草地向林地转移.建设用地、GDP和人口持续增长,2005~2015年是城镇化较快的时期.1995~2020年食物供给能力稳步提升,碳储量在2015年以后明显提升,生境质量先升后降,水土保持量先降后升.以草地为主的功能复合型服务簇面积占比达51.4%,各ESs间主要呈协同关系,生境质量、土壤保持与城镇化指标间存在负相关.研究结果为忻州市土地管理与生态保护提供决策依据.

基于logistic回归模型的生态系统服务簇变化驱动力分析——以关天经济区为例

生态系统服务簇(ESB)是多种生态系统服务在特定空间上形成的不同组合,探索影响其变化的驱动因素有助于理解ESB的功能变化特征,为国土空间优化提供理论支撑。以2000-2020年关中-天水经济区为例,在量化土壤保持、NPP、游憩服务、生境质量和粮食生产5种生态系统服务的基础上,利用自组织映射网络识别ESB,并探讨了影响不同ESB变化的驱动因素。结果表明,1)土壤保持、NPP、生境质量和游憩服务4种生态系统服务呈现出中西部低、南北山系高的空间分布格局,而粮食生产则恰好相反。2)研究区被划分为4种ESB,其中ESB1和ESB2主要分布在秦岭地区,ESB1的土壤保持服务显著高于ESB2;ESB3主要位于关中平原城市建成区和天水市,簇中5种生态系统服务水平均较低;ESB4则集中分布在关中平原地区,以粮食生产服务为主。3)ESB间的转换主要表现为6种类型,且其主要驱动因素存在一定差异。即:土地利用对4种ESB的转换均有重要驱动作用,其中以耕地和建筑用地的影响最显著;同时,ESB1、ESB4还受到降水等自然因素的影响,ESB2、ESB3、ESB4则多受GDP等社会经济因素的影响。该研究为关中-天水经济区的生态保护和可持续发展提供了新视角和科学依据。

浙江省生态保护修复优先区识别

生态保护修复是维持和提升生态系统稳定性和可持续性的重要举措。识别生态保护修复优先区并进行有规划的生态保护修复能够达到抑制生态环境退化的目的。以浙江省为研究对象,运用生态系统服务价值计算模型、神经网络自组织映射(SOM)聚类分析法、空间统计、Spearman非参数相关性分析等方法,识别生态系统服务簇,分析生态系统服务簇演化和人类活动强度变化特征,识别生态保护修复优先区,探讨不同生态系统服务价值的权衡/协同关系,提出生态保护修复优先区规划策略。结果表明:(1)2000—2021年浙江省生态系统服务空间分布逐渐趋于均衡,生态系统服务价值总量由7279.73亿元降低至6980.28亿元;(2)2000—2021年浙江省人类活动强度显著增加,呈现由西到东、由南到北的递增趋势;(3)2000—2021年浙江省生态系统服务与人类活动强度变化Moran′s I指数呈现显著负相关性,说明人类活动强度与生态服务价值两者空间上处于相互制约状态;(4)2000—2021年浙江省90县(区)可划分为4类生态系统服务簇,包括:城市中心簇、农业生产簇、核心生态簇和生态保育簇;(5)基于2021年双变量Moran′s I指数聚类结果将研究区划分的5种类型分区作为生态保护修复一级分区,以区域内主导生态系统服务簇作为生态保护修复二级分区划分依据。浙江省生态保护修复优先区划分为4个类型,即面积占比14.83%的生态预防治理区、面积占比19.94%的生态调控建设区、面积占比50.23%的核心生态保护区和面积占比15.00%的生态综合提升区。据此,提出不同类型优先分区实施生态保护修复的规划策略。

梁子湖流域生态系统服务簇时空演变及其驱动力

生态文明建设背景下,明确流域生态系统服务及其相互作用关系的演变和驱动机制,对流域国土空间生态保护与可持续发展具有重要意义。以梁子湖流域为例,基于FLUS模型、Pearson相关性分析、自组织映射、地理探测器等方法识别流域2010—2030年土地利用变化情况,揭示流域生态系统服务及其相互作用关系的时空演变规律与驱动因素,并提出基于生态系统服务簇的流域生态空间保护的工作框架。结果发现:(1)2010—2030年,流域土地利用变化情况显著,整体表现为耕地和水体面积减少、林地和建设用地面积增加。(2)3种模拟情景中,仅生态保护情景时流域生态系统服务价值上升,其余均呈现不同程度的下降趋势。(3)流域各项生态系统服务之间存在权衡与协同关系,且协同关系占据主导地位。(4)流域共识别出6种生态系统服务簇,其中以食物生产为主导功能的服务簇面积占比最大;服务簇的识别结果与实际土地利用类型较为一致,但同类用地仍可提供多个具有不同主导服务功能的服务簇。(5)流域生态系统服务簇的分异是自然环境、社会经济与景观格局共同作用的结果,优化景观格局能一定程度上保护流域主导服务功能的稳定。

石羊河流域生态系统服务相互作用的时空变化及驱动机制研究

了解生态系统服务的时空变化及其内部复杂关系对管理生态系统服务是至关重要的。以石羊河流域为研究区,评估流域2010、2015年和2020年6种生态系统服务,分析栅格和乡镇尺度上生态系统服务权衡协同及生态系统服务簇的时空变化,利用增强回归树模型探讨研究区生态系统服务簇的驱动机制。结果表明:(1)各类服务空间分异明显,产水量、碳储量、土壤保持和生境质量呈“西南高-东北低”的空间格局,粮食供应主要集中于流域中部和北部的耕地区,休闲娱乐高值区分布于流域南部及中部和北部人口密集地区;研究期间内各类服务均有不同程度提高,其中土壤保持的增幅最大,碳储量和生境质量增幅较小。(2) 2个尺度上生态系统服务权衡协同作用呈相似性,但权衡协同作用强度不同,总体上表现为12对协同关系,3对权衡关系。(3) 2个尺度上生态系统服务簇的空间格局相似,流域南部分布除粮食供应外其他5种服务为主的服务簇,流域中部和北部民勤绿洲地区分布与粮食供应和休闲娱乐为主的服务簇,其他地区的生态环境相对恶劣,分布其中的服务簇内各项服务供应较低;研究期间内服务簇存在明显的空间和数量转移变化。(4)多种因素在研究区生态系统服务簇的变化中起着重要作用,影响因子在不同年份的影响程度略不相同,其中土地利用类型、归一化植被指数、年降水量和海拔是生态系统服务簇变化的重要驱动因子。

哈尔滨市生态系统服务权衡协同及生态系统服务簇的多尺度研究

分析生态系统服务之间多变复杂的相互作用,为哈尔滨市多尺度区域规划与生态系统管理制定策略提供参考。计算2010—2020年3个时期的生态系统服务,并在网格、乡镇、区县尺度上计算生态系统服务相关性、空间相关性,最后计算3个尺度生态系统服务簇。结果表明:1)2010—2020年3个时段生态系统空间格局基本稳定,其中2020年林地固碳最高值由7.43 t下降至5.13 t,产水量与降水量密切相关,2015年低至483.9 mm。2)生态系统服务权衡协同关系随时间、尺度改变,6对生态系统服务为协同效应,其中5对随着尺度增大协同效应增强,6对生态系统服务呈现权衡效应,权衡效应在乡镇尺度发生变化。3)3个尺度生态系统服务簇有差异,而生态综合簇、林地协同簇在3个尺度相似,反映不同尺度区域特征,可为多尺度管理提供依据。

山江海耦合关键带生态系统服务评价及服务簇识别研究——以桂西南喀斯特-北部湾为例

明确山江海耦合关键带生态系统服务与服务簇空间分布对区域生态功能管理和提高生态系统服务能力具有重要意义。通过InVEST模型和多重生态系统服务景观指数(MESLI)评估桂西南喀斯特-北部湾地区2018年生态系统服务功能及多重生态系统服务能力,进而探讨生态系统服务权衡/协同关系与分布格局,并通过自组织特征映射网络识别不同服务簇。结果表明:山江海耦合关键带多重生态系统服务能力较高,MESLI均值为1.65;产水、食物生产服务呈现东南向西北降低的分布特征;MESLI与碳储量、土壤保持、生境质量、水质净化服务呈现中间低四周高的分布特征。随着地形位梯度的增加,产水、食物生产服务逐渐降低,MESLI与生境质量、碳储量、水土保持、水质净化服务逐渐提高。生态系统服务之间主要以协同关系为主,食物生产与碳储量、生境质量、土壤保持、水质净化服务为权衡关系,权衡高值区主要分布在左右江流域关键带和北部湾海岸关键带地区。山江海耦合关键带可划分为生态保育簇、土壤保持簇、食物供给簇、人居环境簇4类,其中生态保育簇分布面积最大,主要分布在西北喀斯特关键带山区及东南十万大山、六万大山等地区,MESLI最大;人居环境簇主要分布在食物供给簇地区周围,分布面积最小,MESLI最小。因此,该地区需要加强对人居环境簇的生态管理与修复,进而提高山江海耦合关键带多重生态系统服务能力,促进地区协调可持续发展。

基于生态系统服务簇的小尺度区域生态用地功能分类——以重庆两江新区为例

生态用地功能分类是其生态价值评估及管理的基础,与生态系统服务的权衡和协同关系联系密切;对小尺度区域进行生态用地功能分类研究有助于实现精细化生态资源管理。以重庆两江新区为例,选取该区8种重要的生态系统服务,兼顾生态与社会成分,基于层次聚类法得到6类生态系统服务簇,依据提供重要生态系统服务和维护关键生态过程的原则,对其重要性等级进行了划分;依据生态系统服务簇与土地利用类型之间的关联关系,将生态用地定义为提供重要生态系统服务、维护关键生态过程或生态脆弱的用地空间,并按重要性将其划分为3个等级。研究结果表明,基于生态系统服务簇的生态用地分类框架不仅能够最大限度涵盖生态用地的功能属性,而且能够在空间上量化不同生态系统服务的相对比例,有助于对用地类型与生态功能之间的对应关系形成深入系统的认识,也可为精细化生态管理提供参考。

基于生态系统服务簇时空演变的生态功能分区研究——以安徽省芜湖市为例

科学划定生态功能分区,对生态文明建设和国土空间优化具有重要指导意义。基于生态系统服务簇定量化分析视角,运用长时间序列数据,综合多种模型算法分析快速城市化背景下芜湖市村域尺度生态系统服务簇时空演变特征。依据其演变规律将芜湖市域分为主导生态系统服务稳定供给区和波动供给区2个功能大区,并进一步细分为都市生态修复、长江生态保护、生态农业维护、丘陵生态保育、生态农业建设、都市农业发展和丘陵生态恢复区7个功能区,并提出差异化的生态系统管理建议。研究有助于提升生态功能分区客观性和科学性,为生态系统管理提供依据。

基于生态系统服务簇的生态功能区划及管控策略研究——以嘉兴市为例

通过建立一种在认知区域生态系统服务权衡协同关系的基础上,利用生态系统服务簇实现生态功能区划的方法,以针对生态功能区划提出差异性的管控策略,从而高效利用有限的生态资源,实现生态系统可持续发展。以浙江省嘉兴市为研究对象,(1)采用当量因子法测算了4种用地类型的11种生态系统服务价值;(2)采用相关性分析和冷热点分析探究研究区生态系统服务的权衡协同关系;(3)以K-means均值聚类算法识别生态系统服务簇,以其为依据进行生态功能区划,并提出各类生态功能区划管理建议。研究发现:(1)嘉兴市生态系统服务价值(Ecosystem Service Value,ESV)具备北部高,东南部次之,西南部低的空间分异特征;(2)除水资源供给服务与食物生产、原料生产、气体调节、维持养分循环服务呈现权衡关系外,嘉兴市大部分生态系统服务间呈现出显著的协同效应;(3)基于生态系统服务簇理论,嘉兴市生态系统服务簇可分为5种类型,相应划分为5种生态功能分区,并针对性地提出了管控措施。研究提出的方法能够较好识别区域生态功能,具有可行性和应用价值,并为探索协同多项生态系统服务,促进生态系统可持续发展的生态分区管控策略提供了新的思路。

基于生态系统服务簇的深圳市生态系统服务时空演变轨迹研究

明晰生态系统服务的演变特征,有助于针对性的提出区域生态系统服务提升决策,对于维持和改善人类福祉、促进城市可持续发展具有重要意义。以深圳市为例,选取11种生态系统服务,以街道为基本空间单元,对生态系统服务结构特征进行分类,进而探究生态系统服务的长时序演变轨迹。结果表明,深圳市生态系统服务簇有6种类型,分别为水文调节主导型、文化支持潜力型、服务枯竭型、水文调节控制型、水源消耗型、生态保育型;1980-2015年深圳市大部分地区的生态系统服务簇结构稳定,变化明显的地区大多毗邻香港;生态系统服务簇的时空演变轨迹类型有8种,以持续型轨迹为主;生态系统服务簇的时空演变轨迹与城市扩张具有一定的一致性,表明城市扩张对生态系统结构和功能影响的主导性。

基于服务簇的东北地区生态系统服务权衡与协同

生态系统服务簇是多种生态系统服务的组合,能够表征生态系统服务间权衡与协同关系,可为制定有效的区域社会⁃生态系统管理方案提供科学依据。研究采用全局Moran′s I指数、主成分分析、聚类分析等方法,系统阐明了东北地区6种生态系统服务的组成、权衡与协同、作用机制和区域差异。结果表明:(1)6种生态系统服务均表现出显著的正空间自相关(Moran′s I>0),即各生态系统服务存在空间聚类分布,而非随机分布;(2)聚类分析将东北地区划分为南部经济⁃生态协调区、东北部森林生态平衡区、西部防风固沙区和中部粮食生产区四个生态功能区;(3)水源涵养、固碳和土壤保持服务之间具有极显著的协同关系(r=0.73,r=0.70,r=0.80),而防风固沙和土壤保持服务之间存在极显著的权衡关系(r=-0.22);(4)东北部森林生态平衡区和南部经济⁃生态协调区的固碳能力显著高于西部防风固沙区和中部粮食生产区,中部粮食生产区的食物供给服务和生物多样性服务则较高。开展基于服务簇的生态系统服务权衡与协同的研究,有助于针对每种生态功能服务簇制定相应的管理方案,促进各个生态功能区经济、社会、资源与生态环境的全面协调可持续发展。

基于服务簇的南宁市生态系统服务权衡与协同关系研究

阐明多种生态系统服务之间的关系及相互作用机制可有效提高生态系统可持续供给能力。采用InVEST模型估算了南宁市6种典型生态系统服务,运用双变量Moran′s I指数探讨生态系统服务间权衡与协同关系,采用主成分因子分析和聚类分析识别出不同生态系统服务簇。结果表明:(1)南宁市6种典型生态系统服务格局呈现显著空间异质特征,除产水量以外,其余生态系统服务均呈郊区高、城区低的分布格局;(2)支持服务与调节服务呈现协同关系,供给服务与其他服务之间既有协同关系也有权衡关系;(3)主成分1和3反映生态系统服务受共同驱动因子影响,主成分2反映生态系统服务的相互抑制作用;(4)根据聚类分析结果,可将南宁市分为5类生态系统服务簇,分别为山地生态均衡区、森林生态保育区、城市生态脆弱区、丘陵产量区和河谷水土流失区。研究成果可为南宁市土地利用配置优化和生态健康可持续发展提供科学依据。

流域生态系统服务簇变化及影响因素——以大清河流域为例

生态系统服务簇是多种生态系统服务的组合,是生态系统多功能性中的主导功能表征。识别生态系统服务簇的空间和功能变化及影响因素,可为基于主导功能实施分区管理策略、统筹土地多功能性,进而为整体提升区域生态系统服务提供参考。本研究以大清河流域为例,选取6种生态系统服务(水资源供给服务、粮食供给服务、水源涵养服务、水质净化服务、土壤保持服务、固碳服务),在乡镇尺度上探讨了生态系统服务簇的变化特征,研究了影响其变化的主要因素。结果表明:(1)依据主导的生态系统服务类型,大清流域可以分为3个生态系统服务簇,生态调节服务簇(B1),农产品供给服务簇(B2)和人居环境簇(B3);(2)2000—2015年,生态调节服务簇的空间格局变幅最大,乡镇变化率为19.6%,而农产品供给服务簇和人居环境簇的空间稳定性较强,变化率小于5.0%;生态系统服务簇类型发生转化的区域主要位于服务簇交界处;(3)尽管服务簇在空间上有变化,但生态调节服务簇、农产品供给服务簇和人居环境簇的生态系统服务呈增长趋势,平均增幅高达8.62%;(4)自然本底条件和生态保护政策是驱动生态调节服务簇变化的主要因素,农产品供给和建设用地面积的变化分别是驱动农产品供给服务簇和人居环境簇时空变化的主要因素。该案例研究结果为管理土地多功能属性、整体提升国土空间功能提供了有效的途径。

武夷山小流域生态系统服务(簇)权衡/协同及对地形起伏度的响应

地形起伏度(RDLS)通过影响生态系统的格局、过程和功能而作用于生态系统服务,揭示二者间的作用关系对提升生态系统服务认知具有重要意义。综合运用地形起伏度模型、InVEST模型、K-mean聚类分析、生态系统服务变化指数(ESCI)及权衡协同度指数(ESTD)等方法,探究2009—2016年武夷山国家公园武夷山九曲溪流域主要生态系统服务、生态系统服务簇及其权衡/协同关系对地形起伏度的响应规律。结果表明:①2009—2016年生物多样性维持、固碳、水源涵养和水质净化服务及其增益面积均随着RDLS等级的升高而增加。②生态脆弱型服务簇聚集在RDLS较低地方,生态调节型服务簇则聚集在RDLS较高区域,而生态保育型服务簇无明显分布规律。2009—2016年,RDLS较低和较高区域分别有19%、18%的生态保育型服务簇转变为生态脆弱型服务簇和生态调节型服务簇。③生态系统服务权衡/协同关系对RDLS的响应模式有两种模式,即以二级或四级RDLS为峰值的倒U型曲线(固碳与生物多样性维持的权衡关系,固碳与水源涵养的协同关系)和以二级、四级RDLS为拐点的N型曲线(水质净化与固碳、水源涵养的协同关系,水质净化与生物多样性维持的权衡关系)。

基于MaxEnt模型的生态系统服务需求及其簇的空间分异——以陕西省米脂县为例

从微观土地利用主体视角量化并明确生态系统服务需求的空间格局对于改善资源依赖地区农户福祉具有重要意义。以地处黄土丘陵沟壑区的米脂县为例,基于参与式制图与MaxEnt模型实现10类生态系统服务需求空间评估;同时,采用K-means聚类识别村域服务需求簇,并探究环境变量对服务需求及其簇空间分布的影响。结果如下:(1)各类服务需求空间分异明显。供给服务中粮食和肉类供给均呈现中部高东西低的空间格局,水果供给空间分布规律相反;调节服务中土壤保持和空气净化高需求区均分布于高海拔区域,水源涵养高需求区分布于无定河流域;4类文化服务均呈现高、中、低需求区相间分布的空间格局但各等级需求区面积占比差异明显。(2)研究区有食物供给需求簇、文化娱乐需求簇和生态保育需求簇等3类。其中,食物供给需求簇是当地主导的需求簇,主要分布在研究区北部和南部;文化娱乐需求簇主要集中在无定河两岸;生态保育需求簇在研究区南部紧邻文化娱乐需求簇,在北部则较为分散。(3)影响各类服务需求空间分布的主导环境因子各不相同;影响食物供给需求簇的环境变量排序为:土地利用>海拔>距水体距离,影响文化娱乐需求簇的环境变量排序为:距居民点距离>距水体距离>距旅游景点距离,影响生态保育需求簇的环境变量排序为:土地利用>距居民点距离>距水体距离。研究结果揭示了资源依赖地区农户生态系统服务需求及其簇的空间分异规律,可为该区域生态系统管理和政策制定提供参考。