1996—2015年粤港澳大湾区生态系统服务对景观格局变化的响应
2020-10-30张正栋陈宋佳匡腾飞陈裕婵李青圃毛源远董剑彬
曹 君， 张正栋*， 陈宋佳， 杨 阳， 匡腾飞， 陈裕婵， 李青圃, 毛源远， 董剑彬
(1. 华南师范大学地理科学学院， 广州 510631; 2. 广州地理研究所， 广州 510070;3. 广东省生态环境技术研究所, 广州 510650)
生态系统服务(Ecological Service，ES)是指通过生态系统的结构、过程和功能直接或间接得到的生命支持产品和服务[1-3],其价值评估研究有利于深入了解生态系统功能状况和人地关系[4-5]，是近年来国内外生态学、地理学和环境学等领域的研究热点[6-7]. 目前，国内外对生态系统服务价值(Ecological Service Values,ESV)的定量评估研究日渐完善，其中价值量评估中的当量因子法应用最广泛. COSTANZA等[1]于1997年提出全球尺度生态系统服务的功能划分标准和价值评估体系，成为生态系统服务相关领域研究的重要基础，并于2014年进行了更新和校正[2]；刘永超等[8]在文献[2]的基础上修订了建设用地参数，并研究了中美两大港湾流域的生态系统服务演变进程；谢高地等[9]在文献[1]的基础上提出了“中国陆地生态系统单位面积生态系统服务价值当量表”，其耕地、建设用地和湿地等当量因子的设置更加适用于中国国情以及社会发展现状；随后，学者们[10-13]对ESV的评估方法进行修订探讨和案例研究，但绝大多数国内研究仍以文献[9]的单位面积价值当量表为理论基础[14-15].
土地利用/覆被变化(Land Use/Cover Change，LUCC)为人类活动影响地球陆地表面自然生态系统的最直接的表征形式[16-17]，也是间接影响生态系统服务功能的因素之一，因此，对景观格局与生态系统服务价值进行分析研究，有助于理解生态系统服务的作用机制，从而优化配置土地资源，实现可持续发展[18]. 关于LUCC对ESV的影响研究已有较为丰硕的成果，如：从景观指数的角度探讨景观格局与生态系统服务之间的相关性[15,19-20]，从水源、森林和湿地等单个生态系统探讨生态格局变化下的生态系统服务演变规律[21-22]，从生态安全格局角度研究生态系统服务价值的时空演变规律[23-24]. 目前，此类研究多从土地利用转移引起的ESV损益矩阵角度进行分析，忽略了不同土地利用格局对ESV影响程度的空间异质性. 同时在探讨生态系统服务的影响机制时，大多数学者用单一方法(如土地利用类型、土地利用转移矩阵或景观指数等)对ESV进行相关性分析，综合多方法的景观格局变化与ESV的相关性分析尚不多见.
粤港澳大湾区(下文简称“湾区”)已具备了经济体量大、产业体系完备和基础设施配套完善等特征，但其资源利用率和生境质量与世界一流湾区仍存在一定差距[25]，因此，作为区域发展政策的有机组成部分，湾区的生境保护政策也需要寻找新的方向与着力点. 考虑到文献[9]的部分当量因子参数不适用于全球尺度的ESV估算研究，物理量评估法中不同模型的参数标准难以统一，且测算繁琐、数据需求量较大[26]，而为了服务国家生态安全的重大战略需求和发展与国际接轨的绿色城市环境，课题组的后续研究拟为对各世界级大湾区进行对比研究，因此，本研究选用国际大尺度研究通用的Costanza当量因子表[2]估算湾区的ESV，分析湾区的ESV时空演变特征，并从土地利用转移矩阵、景观指数和土地利用程度综合指数三方面，运用热点分析、相关性分析和双变量空间自相关分析等方法，进一步探讨景观格局演变对生态系统服务价值的影响规律，拟为湾区的空间规划提供科学参考，同时为政府相关部门的宏观决策提供科学依据.
1 研究区概况与数据来源
1.1 研究区概况
粤港澳大湾区位于21.57° N～24.39° N，111.36° E～115.41° E之间，总面积为5.5×104km2，由香港、澳门特别行政区和广东省的广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆市组成(图1)，是中国开放程度最高、经济活力最强的区域之一. 湾区是由珠江水系的西江、北江和东江下游所带来的泥沙在河口湾内堆积而成的复合型三角洲，地处南亚热带，属亚热带海洋性季风气候，雨量充沛，热量充足，雨热同季；多年平均气温为21.9 ℃;受季风气候影响，降雨量集中在4—9月，年平均降雨量为1 600～2 300 mm；冬季盛行偏北风，天气干燥；夏季盛行西南和东南风，高温多雨. 近年来，湾区土地开发强度大，土地利用斑块破碎化严重，湾区的生境问题面临严峻的挑战.
图1 粤港澳大湾区区位图Figure 1 The location of the Guangdong-Hong Kong-Macao Greater Bay Area注：该图基于国家测绘地理信息局标准地图服务网站下载的标准地图(审图号为GS(2016)2556号)制作，底图无修改.
1.2 数据来源
研究数据包括粤港澳大湾区的土地利用数据和数字高程数据：
(1)土地利用数据：选取1996、2000、2005、2010、2015年的土地利用数据，来源于欧空局(ESA)CCI_LC项目所提供的全球土地覆被栅格数据[27]，分辨率为300 m. 本研究参考《土地利用现状分类》
(2)数字高程数据：采用GDEMV2的数字高程数据，分辨率为30 m，来源于中国科学院计算机网络信息中心地理空间数据云平台[29].
2 研究方法
2.1 土地利用景观格局演变分析方法
本研究从土地利用转移矩阵图谱、景观指数和土地利用程度综合指数三方面具体刻画1996—2015年湾区的土地利用类型转移情况、景观格局演变规律和土地利用开发程度，综合反映人类活动影响下湾区的土地利用景观格局演变过程.
2.1.1 土地利用转移矩阵图谱分析 土地利用转移矩阵用于具体刻画区域土地利用变化的结构特征，反映人类活动所引导的土地利用变化方向. 在此基础上运用GIS、RS和叠加运算等技术将土地利用转移矩阵的非空间属性数据空间制图，有利于对土地利用变化的空间异质性和演变规律进行可视化研究. 本研究运用转移矩阵图谱来反映1996—2015年湾区土地利用类型的转化过程，揭示土地利用格局的时空演化过程，其数学表达形式为[30]:
(1)
其中，Sij为转移前的i地类转换成转移后的j地类的面积，i、j(i,j=1,2,…,n)分别为转移前、转移后的土地利用类型，n为土地利用类型数.
2.1.2 景观指数分析 景观指数能够高度浓缩景观格局信息，反映景观结构组成和空间配置，定量描述景观格局演变及其对生态过程的影响，因此，景观指数分析是景观格局时空特征的重要研究手段[31-32]. 根据研究区的复杂性以及数据的栅格格网属性，本文从斑块类型尺度筛选相关指数，从面积-边缘、形状、聚集度3个方面选取6种指数[33-34]：斑块密度(PD)、平均斑块面积(AREA_MN)、面积加权平均斑块分形维数(FRAC_AM)、斑块结合度指数(COHESION)、景观分割度指数(DIVISION)和斑块聚集度指数(AI)(表1)，运用Fragststs4.2导入粤港澳大湾区的5期栅格数据，得到1996—2015年湾区的整体景观指数以及各土地利用类型的景观指数.
表1 景观指数及其内涵Table 1 The landscape pattern index and its implications
2.1.3 土地利用程度综合指数分析 土地利用程度综合指数可在一定层面上反映人类活动对环境的干扰程度，多用于定量化土地利用程度的相关研究. 按照土地自然综合体在社会因素影响下的自然平衡状态将土地利用程度分为4级，并分级赋值：未利用地赋为1级，林地、草地、湿地和水域赋为2级，耕地赋为3级，城镇用地赋为4级，从而给出土地利用程度的定量表达[35].
土地利用程度综合指数公式为：
(2)
其中，L为土地利用程度综合指数，Ai为第i级的土地利用程度分级指数，Ci为第i级土地利用程度分级所占的面积比例.
2.2 生态系统服务价值演变特征分析方法
2.2.1 生态系统服务价值计算方法 生态系统服务价值估算法主要包括价值量评估法、物质量评估法和能值评估法，其中价值量评估法中的当量因子法应用最广泛. 为了便于课题组下一步的研究(将粤港澳大湾区与各世界级大湾区做对比研究)，本文采用修正的单位面积生态系统服务价值当量表[2](表2)，该表适用于全球尺度的生态系统服务价值估算.
表2 研究区土地利用类型的生态系统服务价值系数Table 2 The ecosystem service value coefficients of land use type 元·hm-2·a-1
为消除行政边界处网格面积不完整性问题，对每个网格的生态系统服务价值和强度进行估算，并进行空间特征分析. 每个网格的生态系统服务价值计算公式[1]为：
(3)
(4)
其中，ESV为研究区的生态系统服务价值,ESVj为第j个网格的生态系统服务价值，Aij为第j个网格的土地利用类型i的分布面积(hm2)，Ci为土地利用类型i的单位面积生态系统服务价值系数(元·hm-2·a-1)，n为土地利用类型数，m为网格个数.
第j个网格的生态系统服务价值强度计算公式为：
(5)
2.2.2 生态系统服务价值变化的热点分析法 热点分析主要用于识别具有统计显著性的高值(热点)和低值(冷点)的空间聚类. 若某一要素为高值或低值，且被同样为高值或低值的其他要素所包围，则判定该要素具有显著的聚集意义. 在本研究中，当某斑块在20年间的ESV显著增加，且其周围斑块的ESV同样显著升高，则判定该斑块为ESV增加聚集区，即ESV变化的热点分布区；若某斑块及其周围斑块20年间的ESV均显著下降，则判定该斑块为ESV减少聚集区，即为ESV变化的冷点分布区. 因此，本研究运用热点分析的Getis-OrdGi*指数[36]，探索1996—2015年湾区生态系统服务价值变化量的冷、热点聚集效应，得到变化冷、热点图谱，以便于后期的研究分析.
Getis-OrdGi*指数的公式[36]为：
(6)
对Gi*进行标准化处理[36]：
(7)
2.3 生态系统服务价值对土地利用景观格局变化的响应分析方法
2.3.1 叠加分析 本文基于1996—2015年的土地利用转移矩阵空间图谱和1996—2015年的生态系统服务价值变化量的冷热点分布图，采用ArcGIS的空间分析技术进行叠加运算，从空间层面直接反映ESV变化的冷、热点分布区内土地利用类型的转移情况，分析局部土地利用变化对ESV影响的空间异质性特征.
2.3.2 Person相关性分析 建立景观指数与生态系统服务价值的耦合关系，能够较好地反映景观指数变化对生态系统服务价值的影响，研究选用SPSS软件的Spearman系数对1996—2015年各地类的景观指数和生态系统服务价值进行双变量相关性分析，衡量区域景观格局的变化趋势与区域生态系统服务价值是否具有密切的相关程度，同时分析生态系统服务价值对各景观指数的敏感性，并探讨其影响程度.
2.3.3 双变量空间自相关分析 双变量空间自相关分析是衡量多个变量在空间分布中是否具有集聚性，包括全局空间自相关和局部空间自相关两部分[37]. 全局空间自相关是用来描述研究区域内变量之间的空间关联程度和显著性；局部空间自相关分析可识别在不同空间位置上变量间可能存在的不同空间关联模式，实现空间局部变化的动态性研究[38].
本研究运用GeoDa空间分析软件，建立空间距离权重矩阵，对湾区的生态系统服务价值与土地利用程度综合指数进行空间相关性分析，利用LISA分布图探讨两者的空间关联程度及其空间异质性特征. 将ESV强度大且土地利用程度高的斑块归为“高—高”集聚类，以此类推，将各类型栅格数占比制表，以便于分析各类栅格的数量变化.
以下为全局Moran’s I指数与局部Moran’s I指数的计算公式[39]：
(8)
(9)
(10)
3 结果与分析
3.1 土地利用变化时空格局
由图2、表3可知：(1)1996—2015年，湾区景观以耕地和林地为主，2015年2类用地面积分别为湾区总面积的36.85%、37.80%，20年间2类用地面积均有所减少. 湾区地处三角洲平原且水系众多，适合农业种植和灌溉，其耕地主要分布在广佛地区、江门市以及东莞市部分地区，但城市周边耕地被城镇建设逐年占用，到2015年，耕地面积共减少约2 152.48 km2，变化幅度约为9.49%；林地主要分布于肇庆市、广州市北部以及惠州市北部等地，20年间面积共减少约355.52 km2，减少幅度较弱(约为1.66%). (2)1996年的草地主要分散分布于佛山市、东莞市和深圳市西部等地，20年间佛山市和东莞市的大面积草地在城镇更新中被逐年占用，草地总面积减少约1 150.93 km2，变化幅度高达21.27%. (3)由于湾区正处于珠江水系的入海口，水域分布广且支流众多，20年间共减少约269.68 km2. (4)随着湾区对红树林等滩涂岸带的防护重视，湿地的占地面积呈缓慢的良性增长状态，增长幅度约为29.88%. (5)近20年间，湾区建设进入了快速发展阶段，为满足经济发展的大量用地需求，建设用地面积呈倍数级增长. 1996年主要聚集于广州市，零散分布于深圳市、香港特别行政区和东莞市的沿海地区；2015年扩张到佛山市、东莞市、深圳市的内陆地区、澳门特别行政区和珠海市等地，在珠三角沿海带形成包围趋势，占地面积共增加约3 841.82 km2.
图2 1996—2015粤港澳大湾区土地利用状况图Figure 2 The land use types of the Guangdong-Hong Kong-Macao Greater Bay Area from 1996 to 2015
表3 1996—2015年粤港澳大湾区土地利用面积变化表Table 3 The land use area change of the Guangdong-Hong Kong-Macao Greater Bay Area from 1996 to 2015
3.2 生态系统服务价值时空变化特征分析
由图3、表4可知：(1)1996—2015年，湾区的ESV呈现持续增加趋势，共增长约123.13亿元，增长率约为4.46%. (2)湾区的ESV高值区主要集中于湾区腹部地区，主要分布在中山市北部、顺德区、番禺区东部、澳门特别行政区北部和香港特别行政区的新界东部山区，20年间在新会市和四会市也有少量增加. (3)湾区的ESV低值区广泛分布于湾区的西部与东部等地，主要分布在肇庆市西北部、江门市西南部以及惠州市东部及北部等地.
图3 粤港澳大湾区的ESV空间分布图Figure 3 The spatial distribution of ecosystem service value in Guangdong-Hong Kong-Macao Greater Bay Area
由表4可知：(1)1996—2015年，耕地、林地、草地和水域的ESV贡献率均处于持续减少状态，分别减少了4.61%、1.86%、1.52%和1.37%. (2)湿地的ESV贡献率持续增加，在2015年达到最大值(14.66%)，20年间共增长约2.87%. (3)由于处于经济发展前期，湾区建设用地呈加速扩张趋势，其贡献率也呈现持续增加的状态，共增长了6.50%，是粤港澳大湾区ESV增长的主要贡献力. (4)湾区单位面积ESV值呈持续上升的趋势，在2015年达到最高值(约为514.69万元/km2)，其变化速率则在2005—2010年间最高(约为1.95%).
表4 粤港澳大湾区各地类的ESV以及贡献率Table 4 The rate and change of ESV contribution of different types of land use in the Guangdong-Hong Kong-Macao Greater Bay Area
3.3 生态系统服务价值对土地利用景观格局演变的响应
从土地利用转移矩阵、景观指数和土地利用程度综合指数三方面，运用空间叠加分析、相关性分析和双变量空间自相关分析等方法，探讨景观格局演变对生态系统服务价值的影响.
3.3.1 ESV变化冷、热点与土地利用转移的空间叠加分析 由图4可知：(1)湾区的ESV变化冷点较集中分布于佛山市南部与中山市北部的接壤地区(c区)，此地区为珠江水系的入海口，是水网密集分布区，以草地转水域和草地转建设用地为主，同时部分湿地占地面积减少. (2)肇庆市西部(a区)的冷点分布区的土地利用变化多为水域转草地. 广州市南部与东莞市接壤地区的冷点分布区的土地利用变化主要为水域、林地转为草地. 珠海市南部冷点分布区的围填海工程导致少量耕地转为建设用地和部分水域转为草地. (3)湾区的ESV变化热点分布较分散，主要分布在肇庆市、江门市与佛山市的接壤地区以及香港特别行政区、深圳市和惠州市的沿海等地. 肇庆市内(b区)的热点分布区的土地利用变化多为林地转为湿地或草地，同时在肇庆市西部(a区)、南部等地的土地利用变化多为耕地转草地和草地转水域. (4)江门市北部与佛山市接壤的热点分布区(c区)可能由于近几年的河道变迁，其土地利用变化多为草地与水域互转及部分草地转为湿地. 经多年的围填海工程，江门市南部(f区)的热点区域内部分沿海水域转为草地、水田和少量湿地，而上、下川岛的土地利用变化较复杂，以草地转林地和草地转水域为主. 澳门特别行政区北部的热点区域内部分草地转为湿地，东部有少量水域转为湿地. (5)香港特别行政区(d区)的热点分布区内的土地利用变化比较复杂，主要呈现为大面积的草地减少. 其中，新界东北部山地以草地转为水域和湿地面积增加为主，而香港岛的土地利用变化则以草地转为湿地以及建设用地增多为主. 深圳市东部和惠州市南部沿海(e区)的热点分布区的土地利用变化主要为草地转为水域或湿地，以及部分地区的草地转为林地.
图4 粤港澳大湾区叠加分析图Figure 4 The superposition analysis of the Guangdong-Hong Kong-Macao Greater Bay Area
3.3.2 ESV与景观指数的相关性分析 由表5可知：(1)湾区的ESV与AREA_MN、FRAC_AM、COHESION、AI在95%的置信程度下显著正相关，与DIVISION显著负相关，与PD不相关，表明湾区的生态系统服务价值对景观格局的变化有一定敏感性，且对AREA_MN和DIVISION的敏感性程度较高，说明景观类型越丰富、分割程度越低，越有利于提升景观整体的生态系统服务价值. (2)湾区的耕地、草地、水域、建设用地的ESV与AREA_MN、FRAC_AM、COHESION、AI显著正相关，耕地和水域 的ESV与PD、DIVISION负相关，表明：①湾区的耕地和水域的ESV对景观破碎度、人类活动干扰程度和景观连通度、聚集度等方面敏感度较高，因此，提高草地景观的连通度和聚集度有利于提高草地的生态系统服务价值. ②建设用地的ESV对斑块密度、人为干扰和景观连通度指数均较敏感. 湾区经济在20年间的快速发展推进了城镇基础设施和公共设施的建设，城市景观呈中心包围状密集分布，且公路的建设增加了景观连通度，在此景观影响下的ESV的变化与相关性分析结论一致. (3)林地和湿地与PD、AREA_MN、AI正相关，林地与COHESION、DIVISION负相关. 林地的ESV对斑块密度和斑块在景观中的分割程度较敏感，同时与景观连通度负相关. 20年间林地面积大幅度减少，且经济林的大面积分区规划导致景观分割程度进一步增加，一定程度上不利于物种群落的扩散与流动. 而湿地的ESV对斑块密度、结合度和聚集程度较敏感，与其他指数的相关性较低，说明沿海地区红树林滩涂岸带的防护和生态修复工作，对湿地资源的增加起到了很大的推动作用，而增加湿地景观的物理连通度和聚集度也可有效地提高其生态系统服务价值.
表5 各地类ESV与各景观指数的相关性指数Table 5 The correlation index of ESV and landscape pattern index of each land use type
3.3.3 ESV强度与土地利用程度综合指数的空间自相关分析 由表6、图5可知：(1)湾区ESV强度与土地利用程度综合指数的全局Moran’s I指数均为负数，但其绝对值均趋近于零，表示两者间不存在显著的空间相关关系. (2)“高—高”集聚类分布变化较显著，1996年多集中分布于广州市西部、佛山市与广州市的接壤地区以及中山市北部等地，至2015年呈分散状分布于佛山市、中山市和东莞市北部一带，斑块数占比则呈现先减少后增加的趋势，整体相对增加. “高—高”集聚类的格网走势与水系分布相似，根据土地利用程度综合指数计算方法可知，当格网斑块由水域或湿地与建设用地混合组成时，斑块即可能出现生态系统服务价值高且土地利用程度高的情况. 2000—2005年间，越秀区、天河区的“高—高”集聚区大规模减少并转为“低—高”集聚区，广州市经济中心由天河北并行发展到珠江新城一带，而经济集聚区的快速发展势必造成城镇居住、交通和公共设施需求的增加，从而驱动周围土地利用的剧烈变化，大规模水域和湿地等自然资源被开发填埋，而在2005—2015年间随着城市绿色可持续发展的推进，资源侵占情况得到逐步缓解并逐年优化. (3)湾区“高—低”集聚类呈条状分布于珠海市、广州市和香港特别行政区的南部等地，多出现于沿海湿地以及内陆的河流湖泊等区域，整体斑块数量占比稳定增加. (4)湾区“低—低”集聚类分布较为突出，主要分布于湾区西北部的肇庆市山区以及湾区东北部地区，在江门市西部、香港特别行政区等南部沿海地区也有分散分布，多出现于林地和草地的混合覆被地区，20年间斑块占比持续增加. (5)湾区“低—高”集聚类分布较广泛，在湾区中部、南部和东南部都有大面积分布. 1996年主要位于广州市南部、江门市中部、佛山市、东莞市北部和惠州市南部等地. 20年间，该集聚类在江门市的分布逐渐减少，而在广佛接壤处以及东莞市、深圳市等地集聚，多为耕地和建设用地的覆被地区，总体斑块数大幅度减少.
表6 1996—2015年粤港澳大湾区各集聚类型斑块占比表Table 6 The proportion of plaques of each cluster type in Guangdong-Hong Kong-Macao Greater Bay Area from 1996 to 2015
图5 1996—2015年粤港澳大湾区聚集程度空间分布图Figure 5 The spatial distribution of clustering degree in the Guangdong-Hong Kong-Macao Greater Bay Area from 1996 to 2015
4 结论与讨论
本研究系统探讨了1996—2015年粤港澳大湾区景观格局的动态变化和生态系统服务价值的空间演变规律，从土地利用转移矩阵、景观指数和土地利用程度综合指数3个角度探讨湾区生态系统服务价值对景观格局演变的响应关系，主要结论如下：
(1)1996—2015年，耕地、林地为湾区主要的景观类型，其占地面积均有所减少；湿地面积呈缓慢的良性增加状态；湾区腹部的建设用地呈逐年扩张趋势，20年间从广佛地区扩张到广佛深地区以及东莞市和中山市等地.
(2)湾区的ESV在20年间呈持续上升趋势，2005—2010年间的增加速率最高. ESV高值区主要位于湾区腹地的广佛地区和中山市北部，该地区水网密集，且水系和湿地资源丰富；ESV低值区广泛分布于湾区的西部和惠州市东部地区，其中建设用地和湿地为湾区ESV增长的主要贡献力.
(3)湾区的ESV变化的冷热点分布区内土地利用转移规律性较强. 热点分布区主要位于湾区西北部的肇庆市和南部的香港特别行政区、深圳市等沿海地区，其土地利用变化多为草地转为湿地、水域和林地，而冷点分布区主要位于佛山市南部与中山市北部的经济较发达地区，其土地利用变化多为草地转建设用地和湿地减少.
(4)湾区ESV对AREA_MN和DIVISION的敏感性程度较高，说明景观类型越丰富、分割程度越低，越有利于提升景观整体的生态系统服务价值. 而不同土地利用类型对不同景观指数的敏感性不同，可通过增强自然资源的景观斑块丰富度和聚集度、降低景观分割程度来促进湾区的ESV增加.
(5)1996—2015年，湾区的ESV强度和土地利用程度综合指数不存在显著的空间相关性. 2000—2005年，湾区腹部大规模“高—高”集聚斑块转为“低—高”集聚斑块，表明经济的快速发展加重了对区域内水域和湿地资源的破坏；2005—2015年，环境破坏情况逐步改善，同时“高—低”集聚斑块占比呈缓慢增加状态，说明在可持续发展的政策推动下，城市发展兼顾了生态环境的保护，加快了城市绿色发展进程.
日益加重的景观格局变化对生态系统服务价值造成显著影响，合理配置湾区资源对维护生态平衡、保护生态系统具有重要意义：(1)在粤港澳城市群追求经济快速发展的前期，湾区腹地和南部地区的建设用地快速扩张，在珠三角地区形成包围趋势，大片耕地、草地资源被逐年占用，内陆河流和湿地在城镇建设中被破坏、填埋，大量生态林地被砍伐用作耕地或建设用地，开发和保护林地矛盾突出. 因此，广东省在2003年颁布了《广东省林地保护利用总体规划(2001—2010年)》[40]，以规范各地生态林地与经济林的面积比例，在保障森林资源可持续发展的同时，有效提高资源利用效率. 同时，湾区的滨海湿地滩涂在《广东省湿地保护条例》[41]的法律保护下得到了有效的修复重建. 因此，在湾区现代化建设高速发展的同时，也应加强对自然资源的监测和保护力度，以免因人类的过度干预而造成大规模的景观破碎和生态失衡. (2)研究发现湾区的ESV变化冷点多聚集于湾区腹地的经济较发达地区，说明高强度的人类活动会在一定程度上干扰地区生态系统功能或加速生态系统服务的退化. (3)本文结果表明引起湾区的ESV剧烈变化的土地利用转移具有一定规律性：热点区的土地利用变化多为草地转为湿地、水域和林地等，而冷点区的土地利用变化多为建设用地增加和湿地减少. 经过分析发现湾区的景观格局变化受土地规划政策影响较大，而针对区域土地利用差异性和经济发展的不同步性，需要采取分而治之的优化策略，构建生态安全条件下的景观格局.
生态系统服务是多种因子共同作用的结果，而多因子的耦合机制以及确定各因子的贡献程度仍然是一个具有挑战性的难题，本文着重研究其自然环境和景观格局背景下的生态系统服务价值的变化差异，人文要素考虑不够全面，今后应综合土地利用程度、景观指数和人类福祉指标等自然人文要素共同探讨湾区生态系统服务波动的影响机理和响应. 同时，由于生态系统的复杂性和动态性，根据全球尺度下的当量因子表和使用一级地类的参数所计算的价值具有一定局限性，如能提高土地利用数据精度和增加二级地类的价值参数,则将得到更加精确的研究结果.
