生态系统服务(Ecosystem Services, ES)是链接人类福祉和自然生态系统的纽带,是生态文明建设的重要一环[1]。生态系统文化服务(Cultural Ecosystem Services, CES)作为ES的重要组成部分,在促进公众身心健康、提高生活品质方面发挥着关键作用[2]。随着公众对高质量生态服务产品需求的增加,CES成为近年来的研究热点,其相关研究成果为生态工程高质量发展提供了理论参考[3]。CES感知与评价是判别其服务质量的重要指标[4]。在研究尺度上,CES研究在空间方面聚焦于森林[5]、湿地[6]、海洋[7]、城市绿地[8]等生态敏感性高的生态系统类型[9]。目前针对乡村区域的CES研究较少,且丰富的文化资源和自然资源是乡村保持生态与经济健康的重要部分[10],因此,开展乡村CES研究能够更加全面认知乡村生态空间价值[11],进一步指导其生态产品规划改造[12]。CES研究在时间尺度上多为静态研究,较少涉及动态研究与预测研究,动态研究能够预测将来时域的服务维持能力[13],更加具体地指导规划,其研究方法包括货币化价值评估、非货币化定量结合定性描述[14],其中货币化价值评估多采用旅行成本法[15]、条件价值法[16]等。经济学理论的货币化价值评估依赖消费者主观意愿,存在评价尺度单一、结果存在误差、无法反映CES功能的空间特征等问题[17]。CES蕴含社会与文化属性,具有无形性[18],目前对CES进行感知评价研究以非货币化定量为主,比如问卷调查法结合参与式制图[19]、价值模型[20]等,但这些方法存在实施成本高、具有时效性且无法比对历史数据等问题,不同的时空尺度、外在条件、文化需求都会影响公众对CES的感知,不同研究的评估方法差异较大。随着网络技术的发展,社交媒体数据因其易收集、样本充足、时间序列连续等优势,逐渐成为CES感知研究的有效依据[21]。另外,语言处理、语义分割等计算机技术的发展进一步推动了CES研究朝着定量化与空间可视化方向发展,借助社交媒体数据对CES价值进行区域空间描述是日益流行的评估替代方法[22]。
漓江流域不仅拥有丰富的自然生态资源,而且还保存有大量传统村落和文物古迹,具有重要的文化、生态、经济与社会服务价值,是乡村CES评估量化的理想研究区域。目前针对漓江流域CES研究主要服务于土地利用变化与空间规划[23]、ES总价值核算[24]、时空分异[25]等方面,针对CES感知与潜力预测方面的研究相对较少。本研究将以漓江流域传统村落为对象,基于多源数据,结合时序分析法构建CES“总量-潜力”分布模型,对漓江流域文化单元进行识别、预测与分类。
1 材料与方法 1.1 研究区域漓江流域位于广西壮族自治区桂林市境内,本研究以漓江干流和支流所涉及的乡镇区域作为研究区域[图 1,审图号:桂S (2024) 1号]。漓江流域面积为6 711.91 km2,拥有平原、丘陵、山地、喀斯特等丰富的地形地貌[26]。研究对象为已发布的中国传统村落名录、广西传统村落名录中位于漓江流域范围内的传统村落,目前流域内共有58个传统村落,其中国家级传统村落27个,自治区级传统村落31个。
![]() |
图 1 研究区域传统村落区位图 Fig. 1 Location map of traditional villages in the research area |
1.2 数据来源
本研究使用的多源数据集包括:①社交媒体数据,综合考虑地方性与容量,选取去哪儿、携程、马蜂窝、穷游网、桂林人论坛、微博共6家旅游网站和参与式社交平台,利用Python软件对游记点评进行抓取,筛选出2015-2023年与漓江流域传统村落评论相关的样本共2 982条,共计176 835字;②土地利用信息来源于中国科学院资源环境科学与数据中心的卫星遥感影像,空间分辨率为1 m;③数字高程模型来源于中国科学院地理空间数据云平台,空间分辨率为12.5 m。
1.3 方法以漓江流域传统村落为对象,爬取社交媒体数据,结合空间环境数据,建立CES感知指标词典并结合时序分析法和指标评价法构建CES“总量-潜力”分布预测模型,对漓江流域文化单元的CES总量与潜力进行识别、评估和分类,具体过程分为5个步骤(图 2)。
![]() |
图 2 漓江流域CES评估技术路径 Fig. 2 Technical path for CES evaluation of Lijiang River Basin |
1.3.1 有效文化单元筛选
对采集的文本以传统村落名称作为标准名称进行处理,删除范围过大及描述模糊的词汇,最后得到21个有效文化单元(表 1)。筛选结果显示,存在如四联村、潜经村等样本数据偏少的村落,后续步骤使用数学插值方法扩大样本量和缺失值,降低其对实验的影响。
序号 Serial number |
村落名称 Name of village |
样本数量 Number of samples |
序号 Serial number |
村落名称 Name of village |
样本数量 Number of samples |
|
1 | Yulong Village | 694 | 12 | Ditang Village | 12 | |
2 | Yankoulao Village | 293 | 13 | Changgangling Village | 11 | |
3 | Yu Village | 160 | 14 | Laojie Village | 11 | |
4 | Jiuxian Village | 121 | 15 | Longmen Village | 11 | |
5 | Xiong Village | 95 | 16 | Liangfeng Village | 11 | |
6 | Liugong Village | 60 | 17 | Yangmeiling Village | 10 | |
7 | Langshi Village | 45 | 18 | Shangqiao Village | 4 | |
8 | Jiangtou Village | 29 | 19 | Taiping Village | 2 | |
9 | Langzi Village | 18 | 20 | Silian Village | 1 | |
10 | Longtan Village | 18 | 21 | Qianjing Village | 1 | |
11 | Jiu Village | 15 |
1.3.2 CES感知词库构建
以联合国千年生态系统评估(MA)[27]、赵海兰[28]和王云才等[29]的研究为参考,结合漓江流域传统村落实际情况与分词结果,选取景观遗产、场所感、游憩度3项指标,建立指标分类词典,判断对应分词所属的文化服务类别,进行标签标注,生成CES感知分类词典,共计139个关键词(表 2)。
指标名称 Name of indicator |
指标含义 Meaning of indicator |
关键词 Key word |
Landscape heritage | Sites with landscape features that reflect local historical traditions, embodying cultural and historical value | 马头墙、古民居、文物、历史、老房子、旧居、明清建筑、古建、宗祠、祠堂、古桥、古墙、关帝庙、唐宋戏台、北帝庙、水洛庙、古码头、古镇、古寨、老寨、古村、古城、遗址、古碑、古道、古街、古楼、古井、老街、古树、古庙、古宅、老宅、古屋、古建筑、古门 |
Sense of place | Spatially distinctive places offering recreational spaces and other natural and cultural landscapes | 山水、漓江、水秀、水流、小溪、碧水、河流、两岸、水乡、湖泊、流水、瀑布、水潭、江涧、河水、江水、河道、河畔、山泉、溪流、码头、青石板、街巷、雕花窗、街道、渡口、喀斯特、岩洞、洞穴、溶洞、山地、大山、山峦、山峰、峰林、峰丛、山脉、群山、群峰、山景、青山、山清、丘陵、峡谷、土地、石滩、仙境、自然、生态、树林、山林、田野、田园、乡村、农村、村庄、稻田、风光、岸边、观景台 |
Degree of recreation | Leisure and recreational activities or entertainment services associated with human activities | 漂流、划船、露营、骑行、游船、乘船、骑车、徒步、散步、自驾游、爬山、登山、摄影、拍照、拍摄、驻足、参观、停留、观景、游玩、游赏、游览、回忆、结伴、生活、体验、农家乐、消费、购买、休闲、聚会、诗意、悠闲、恬静、静谧、古朴、欣赏、惬意、享受、宁静、打卡、远眺、休息 |
1.3.3 CES单项指标感知量计算
CES单项指标感知量用于探究各项指标所代表的服务类型在特定范围内的发展趋势,通过量化CES各项指标量来识别对公众福祉贡献最大的指标,揭示CES指标的空间分布规律。计算具体步骤如下:①通过Rost-cm 6.0软件中的组件将文本内容进行分词处理;②通过Ultra-Replace 5.0软件分别建立景观遗产、场所感、游憩度替换规则[30],增加具有区域特色的替换规则;③将处理后的文本按指标对应分词进行批量替换,得到各指标词频数值,作为计量依据;④利用熵权法对景观遗产、场所感、游憩度等3项指标进行标准化处理,得到指标权重,结合词频数值计算得到指标综合得分(cx),具体计算公式如下,
$ c_x=w_x a, $ | (1) |
其中,wx为指标权重,a为指标感知词频。
1.3.4 CES感知总量计算CES感知总量用于表征同一文化单元一段时间内的CES综合得分总额。CES感知总量越高代表各项服务指标均值越高,可用于探究区域内各文化单元的CES发展情况与趋势,分析其空间异质性,结合时间序列数据,揭示其变化响应机制。具体计算步骤如下:①运用多重生态系统服务能力(Multi-Ecosystem Services Capacity,MESC)分布模型[31]计算感知总量,具体计算公式如下,
$ \left\{\begin{array}{l} f_j=\beta\left(\sum\limits_{i=1}^N \omega_i x_i+\omega_y \prod\limits_{i=1}^N x_i^{\frac{1}{n}}\right) \\ \omega_i=\frac{1}{N(N+2)} \\ \omega_y=\frac{N+1}{N+2} \\ \beta=\frac{N}{3} \end{array}\right., $ | (2) |
其中,fj为所处年份的CES总量;j为所处年份;β为比例因子;i为CES指标项数;N为CES指标项数上限;ωi为第i个CES指标的贡献权重;xi为第i个CES指标的综合得分;ωy是协同作用下CES指标的贡献权重。由于MESC分布模型为不具备时间维度的扁平化数据计算模型,需在此基础上增加时间序列维度,得到CES总量历时性数据模型。通过叠加同一文化单元不同年份的CES总量,可得到单个文化单元内2015-2023年的CES总量(F),计算公式如下,
$ F=\sum\limits_{j=2015}^{2023} f_j 。$ | (3) |
② 通过Mathematica 14.0软件完成CES总量计算模型代码的编写,利用综合得分计算CES总量。③基于CES总量结果,在ArcGIS 10.6软件中进行文化单元空间分布特征的映射。
1.3.5 CES“总量-潜力”评估基于各文化单元2015-2023年的CES总量,通过外插函数预测得出2024年CES总量估值。具体计算步骤如下[32]。
① 运用插值法(Interpolation)弥补数据缺失值、还原原始序列。通过Mathematica 14.0软件进行spline、Hermite、Lagrange插值函数试验代码编写,基于插值实验结果(图 3),选取稳定性好、收敛性好、无过大对冲现象的spline插值函数作为潜力预测函数,在已有CES数据基础上求得2024年CES总量估值。
![]() |
图 3 spline、Hermite、Lagrange插值函数典型实验结果 Fig. 3 Typical test results of spline, Hermite and Lagrange extrapolation functions |
② 在CES总量预测数据基础上,计算每年的平均增长率,即CES潜力(P),具体计算公式如下,
$ P=\sum\limits_{j=2015}^{2023} \frac{F_{j+1}-F_j}{2023-2015}, $ | (4) |
其中,Fj为所处年份j的各文化单元CES总量之和。
③ 选取波士顿矩阵(BCG Matrix)模型[33],以CES总量为横坐标、CES潜力为纵坐标,采用分位数断点法求得中断值,构建“总量-潜力”历时性分布模型,对各文化单元进行四象限分类。
2 结果与分析 2.1 CES总量感知与评价 2.1.1 CES单项指标分析通过熵权法得到指标权重与排名(表 3),由此计算各文化单元的历时性CES感知总量。进一步生成各文化单元评价雷达图(图 4),可用于追踪各文化单元的3项指标在时间上的发展趋势。结果表明,从时序变化上分析,2015-2019年间场所感、游憩度等CES指标整体上呈上升趋势,2020-2022年有所回落,在2023年又重新出现显著的上升趋势;CES指标中的景观遗产综合得分在2015-2023年没有明显变化。从场地供给水平上分析,不同场地的CES供给水平存在差异,其中岩口老村的3项CES指标均为高值,兼具多项文化服务功能;而朗梓村、长岗岭仅具备1-2项高值指标,提供的文化服务较为单一。
指标名称 Name of indicator |
熵 Entropy value |
变异系数 Coefficient of variation |
权重 Weight |
排名 Ranking |
Landscape heritage | 0.850 | 0.150 | 0.163 | 3 |
Sense of place | 0.526 | 0.474 | 0.368 | 2 |
Degree of recreation | 0.397 | 0.386 | 0.469 | 1 |
![]() |
图 4 各文化单元评价雷达图 Fig. 4 Evaluation radar chart of each cultural unit |
为进一步分析各文化单元空间异质性,对其历时性CES总量进行整合,生成CES指标历时性分布图(图 5)。景观遗产单项指标高值点集中在熊村、岩口老村、旧县村与朗梓村4个文化单元内,村落内景观遗产留存情况较好,如熊村和旧县村作为典型村落,拥有代表性的明清民居建筑群,古建筑保存完好、数量众多;场所感单项指标高值点集中于岩口老村、遇龙村、浪石村与渔村4个文化单元内,村落依托遇龙河景区而建,山水景观资源丰富,具有高场地活力;游憩度单项指标高值点集中于遇龙村、岩口老村、渔村与旧县村4个文化单元内,村落能为公众提供较好的游憩活动体验,如旧县村位于漓江支流遇龙河的上游,属于黄金航行河段,旅游开发程度高,游人到访频次高。
![]() |
图 5 各文化单元CES指标历时性分布 Fig. 5 Diachronic distribution of CES indicator in each cultural unit |
2.1.2 CES总量感知评估
根据计算结果生成CES总量空间分布图(图 6)以及历时性分布图(图 7)。在空间维度上,研究区域内有效CES文化单元数量偏少,整体聚落效果不明显,集中在漓江流域中下游,表明上游地区村落开发程度不够或暂未找到适应性发展模式,漓江流域生态价值的整体性暂未得到充分发挥。CES总量较高的村落大多位于漓江流域干流沿岸,显示出一定的空间趋同性。从年际变化角度看,CES总量在2015-2019年整体呈上升趋势,2020-2022年由于疫情影响有所回落,在2023年数值又重新出现明显上升趋势,有效文化单元数量增加,这体现了随着疫情结束,游客对漓江流域CES全方位探索加强,供给范围增大。不同村落的CES总量变化呈现出不同的特点。如遇龙村由于疫情冲击,CES总量呈现2015-2019年上升、2020-2023年回升幅度相对下降的趋势。岩口老村CES总量呈现2015-2020年平缓无波动、2020-2023年数值上升的趋势,在网络媒体平台上爆火的打卡景点“状元桥”使得村落到访人次增多,所受到的关注增加。CES总量最高的村落为遇龙村(115.802)。此外,CES总量的高值还集中于渔村、留公村、旧县村和岩口老村4个村落,以上村落依托优越的山水景观或历史景观资源,旅游业发展良好,受关注热度较高,游客专程打卡漓江竹筏项目及遇龙河漂流节等活动,说明近年来桂林市注重漓江流域旅游产品开发,吸引游客驻足娱乐。
![]() |
图 6 各文化单元CES总量空间分布 Fig. 6 Spatial distribution of CES total in each cultural unit |
![]() |
图 7 各文化单元CES总量历时性分布 Fig. 7 Diachronic distribution of total CES in each cultural unit |
2.2 CES潜力分析
基于spline插值函数的预测得到各文化单元CES潜力值,对应进行空间特征映射(图 8)。潜力值反映发展趋势,正值代表潜力正向增长,负值表明该文化单元可能因资源消耗、环境变化或市场需求波动等因素,已过发展高峰期,CES潜力呈下降趋势。其中旧村CES潜力值最高(4.118),潜经村、长岗岭村、老街村次之。以上村落依托其丰富的文化遗产和自然景观,展现出较高的CES发展潜力。
![]() |
图 8 各文化单元CES潜力空间分布 Fig. 8 Spatial distribution of CES potential in each cultural unit |
2.3 CES文化单元“总量-潜力”分类
通过构建CES“总量-潜力”分布模型得到4种分类结果(图 9)及空间映射(图 10)。第一象限为供给热点区,含3个高总量-高潜力(H-H)类型文化单元。以岩口老村为例,此类型文化单元CES供给水平最高,宜作为提供CES的核心区域。第二象限为更新发展区,含4个低总量-高潜力(L-H)类型文化单元。以旧村为例,此类型文化单元CES面积最小,空间场所感不强,人文活动兴起较晚导致名胜古迹较少,CES总量偏低,但潜力发展趋势维持在较高水平,保护利用空间大。第三象限为重点提升区,含10个低总量-低潜力(L-L)类型文化单元。以江头村为例,此类型文化单元数量最多,但空间分布较为分散,未能形成发展合力,但山水自然景观资源发展相对稳定,场所感与游憩度服务较为完善。第四象限为潜力开发区,含4个高总量-低潜力(H-L)类型文化单元,此区域的典型文化单元为遇龙村和浪石村,CES总量较高,可能由于发展受限导致潜力呈现下降趋势,应作为CES重点更新与提升的第二区域。
![]() |
图 9 CES“总量-潜力”分布 Fig. 9 "Total-potential" distribution model of CES |
![]() |
图 10 4种类型文化单元空间映射 Fig. 10 Spatial mapping of four types of cultural units |
在时间维度上,4种类型文化单元指标变化存在趋同与差异。根据4种类型文化单元的指标变化(图 11),L-H、L-L与H-L类型在2020-2021年受疫情冲击明显,H-H类型则相对稳定,其中游憩度与场所感指标关注度最高。
![]() |
图 11 4种类型文化单元CES指标历时性变化 Fig. 11 Diachronic changes of CES indicators in four types of cultural units |
3 讨论 3.1 基于多源数据的CES感知与评估体系构建
在网络发展背景下,技术更新为CES量化提供了新视角与新方法。与传统空间分析相比,本研究基于社交媒体评论与环境空间数据,从游客感知视角构建了多源数据驱动的乡村CES感知与评估体系,将游客需求映射至具体空间。研究有助于梳理乡村CES发展现状,对接乡村规划,强化自然系统保护,促进社会系统发展,丰富乡村多元文化价值,推动人居环境高质量可持续发展。由于社交媒体数据在覆盖非网络原生群体(如老年人、儿童)方面存在局限,可能导致抽样偏差。此外,评价体系中指标间的相互作用尚未深入分析。未来可进一步探究指标协同作用对CES发展的影响,基于多源数据和多尺度背景构建感知与评价指标体系,协同多种方法以增强评估的有效性与全面性。
3.2 漓江流域乡村CES分区提升策略基于以上实证分析结果,本研究结合4种分区类型对漓江流域乡村CES发展提出分区提升策略与建议。
3.2.1 供给热点区供给热点区包含全部H-H类型文化单元,应作为提供CES的核心区域。此区域CES发育时期较早且过程完整,自然景观与文化遗迹众多,公众认可度高,发展趋势好。提升策略包括:①利用典型文化单元带动周边区域发展。利用漓江流域线辐射优势,以CES发育成熟的村落(如中下游的岩口老村、旧县村)为核心,通过完善的交通网络,促进资源流动,构建CES供给廊道。②保护CES优质资源。对热点区内现存文化景观资源采取保护性措施,纳入重点保护范围,以最少干预为原则,保持村落传统风貌,维持优质CES水平。③深入挖掘漓江流域文化内涵,打造生态文明品牌,提升游客对流域文化的认知和认同感。
3.2.2 潜力开发区潜力开发区包含全部H-L类型文化单元,可作为CES重点更新与提升的第二区域。此区域因开发受限、服务类型单一或宣传不足等问题,CES潜力不足,发展不稳定。但CES总量维持在较高水平,典型文化单元包括遇龙村、浪石村。提升策略包括:①利用网络媒体优势。针对遇龙村、浪石村等发展动力不足的单元,应结合社会热点话题挖掘游客需求,提升宣传力度。②丰富文化单元内文化服务类型。以现存文化遗产较为丰富的区域(如熊村等)为主体向周边辐射,开展特色体验项目如规划研学路线、组织自然考察、开展野外实验等活动,以景观遗产服务带动游憩服务发展。③提升CES水平稳定性,加强文化资源保护与传承,优化旅游产业结构,推动旅游产业与其他产业融合发展,提高市场抗风险能力。
3.2.3 更新发展区更新发展区包含全部L-H类型文化单元,宜作为最大化利用与改善空间的区域。此区域文化单元CES总量偏低,但潜力发展趋势维持在较高水平,主要存在名胜古迹挖掘不够、历史遗址损坏严重等问题,亟须通过科学规划与保护措施提升其CES供给能力。提升策略包括:①挖掘历史景观。将历史景观作为CES的重要载体,整合原有CES资源,深入挖掘如长岗岭村和老街村等历史资源丰富但开发不足的村落。②保护和修缮历史景观。对已开发历史遗迹的保护与修缮情况进行重点关注,定期监控其状态,确保其可持续发展。③构建CES空间网络。通过完善交通基础设施、优化旅游线路设计,提高区域内各文化单元间联通性,提升该区域文化单元与周边优质CES村落的可达性,实现文化服务资源共享与优势互补,建立健全高效的CES空间服务网络。
3.2.4 重点提升区重点提升区包含全部L-L类型文化单元,应作为CES设施需要重点提升的区域。此区域山水自然景观资源发展稳定,但游憩基础服务不够完善,典型文化单元包括上桥村、龙门村、龙潭村、迪塘村等。提升策略包括:①加强对山水景观资源的挖掘与利用。通过宣传普及活动,增强公众对山水景观价值的认同感,打造漓江流域特色山水景观品牌。②增加多元化的廊道功能与服务。在整合现有CES资源的同时,以山水景观资源为核心向外围辐射,补充休闲娱乐、文化体验等服务,构建多层级CES结构。③完善基础设施。增强对文化馆、展览馆等人文基础设施建设的关注,完善导览体系与配套设施,提升游客满意度及村民幸福感,提升综合服务能力。
3.3 时序分析视角下的CES预测与分区优化现有CES评估研究为乡村生态系统文化服务提升与设施优化提供了依据,但仍存在局限:一方面,与传统静态研究相比,本研究利用附带时间序列标签的社交媒体数据,实现了CES区域性特征和历时性动态变化分析,增强了时空维度的解析力,提升了CES需求评估精度。本研究完善了漓江流域CES动态预测方法,探究了CES发展趋势与空间规律,直观呈现了不同空间格局下CES感知差异及其时序变化,为政策制定提供了精准数据支持。另一方面,前人研究中多局限于CES识别与分析,尚未进一步提出对规划设计层面有指导意义的CES分区提升策略。本研究结合“总量-潜力”分布模型,对文化单元进行四象限分类,提出了漓江流域乡村CES分区提升策略。然而,研究方法仍存在局限性:预测所基于的外插模型精度低于内插模型,对时间序列长度和数量要求较高;部分村落样本量不足,可能影响预测准确性。未来研究应扩展数据源,采用更高精度和稳定性的预测模型,增加数据时间长度和数量,以提升CES预测结果的可靠性与精度。
4 结论本研究利用海量、客观的社交网络数据,对CES进行量化评价,并实现CES预测与时序分析。本研究突破了以往局限于公众感知的单一视角,通过引入经济学评估方法与生态学模型相结合的多维度分析框架,不仅为CES量化研究提供了新路径,还将为CES优化与提升策略的制定和实施提供重要参考,在经济学与生态学领域具有理论与实践意义。
第一,在CES单项指标评价方面,漓江流域乡村地区文化单元单项CES的发展在时间与空间维度上具有显著差异性。从时间维度上看,场所感与游憩度指标在2015-2023年呈“升-降-升”的波动趋势,景观遗产指标较为稳定。其中岩口老村的3项CES指标均为高值,兼具多项文化服务功能;而朗梓村、长岗岭仅具备1-2项高值指标,提供的文化服务较为单一。
第二,在CES总量感知与评价方面,从空间分布上看,CES总量较高的文化单元大多位于干流沿岸,形成了中下游聚集、上游分散的分布特点,表明上游村落开发不足或缺乏适应性发展模式。其中遇龙村依托漓江流域丰富的山水景观与文化资源,CES总量最高(115.802)。
第三,在CES总量-潜力方面,从单个文化单元上分析,高潜力文化单元呈散点状分布,区域各具特色,发展动力多元,空间分布与CES总量无明显一致性。其中旧村潜力值最高(4.118),得益于其丰富的文化遗产及自然景观资源,潜经村、长岗岭村、老街村次之。从文化单元分类上分析,供给热点区包含高总量-高潜力(H-H)类型文化单元3个,是提供CES的核心空间;更新发展区包含低总量-高潜力(L-H)类型文化单元4个,具备较大保护利用空间;重点提升区包含低总量-低潜力(L-L)类型文化单元10个,需加强资源整合;潜力开发区包含高总量-低潜力(H-L)类型文化单元4个,需重点更新与提升。
[1] |
LIU L M, WU J G. Ecosystem services-human wellbeing relationships vary with spatial scales and indicators: the case of China[J]. Resources, Conservation and Recycling, 2021, 172: 105662. DOI:10.1016/j.resconrec.2021.105662 |
[2] |
NIE X, WANG Q L, WU J X, et al. Effectively enhancing perceptions of cultural ecosystem services: a case study of a Karst cultural ecosystem[J]. Journal of Environmental Management, 2022, 315: 115189. DOI:10.1016/j.jenvman.2022.115189 |
[3] |
CAO H J, WANG M, SU S L, et al. Explicit quantification of coastal cultural ecosystem services: a novel approach based on the content and sentimental analysis of social media[J]. Ecological Indicators, 2022, 137: 108756. DOI:10.1016/j.ecolind.2022.108756 |
[4] |
HERNÁNDEZ-MORCILLO M, PLIENINGER T, BIELING C. An empirical review of cultural ecosystem service indicators[J]. Ecological Indicators, 2013, 29: 434-444. DOI:10.1016/j.ecolind.2013.01.013 |
[5] |
NESBITT L, HOTTE N, BARRON S, et al. The social and economic value of cultural ecosystem services provided by urban forests in North America: a review and suggestions for future research[J]. Urban Forestry & Urban Greening, 2017, 25: 103-111. |
[6] |
GHERMANDI A, FICHTMAN E. Cultural ecosystem services of multifunctional constructed treatment wetlands and waste stabilization ponds: time to enter the mainstream?[J]. Ecological Engineering, 2015, 84: 615-623. |
[7] |
FLETCHER R, BAULCOMB C, HALL C, et al. Revealing marine cultural ecosystem services in the Black Sea[J]. Marine Policy, 2014, 50: 151-161. DOI:10.1016/j.marpol.2014.05.001 |
[8] |
GOODNESS J, ANDERSSON E, ANDERSON P M L, et al. Exploring the links between functional traits and cultural ecosystem services to enhance urban ecosystem management[J]. Ecological Indicators, 2016, 70: 597-605. DOI:10.1016/j.ecolind.2016.02.031 |
[9] |
JIM C Y, CHEN W Y. Recreation-amenity use and contingent valuation of urban greenspaces in Guangzhou, China[J]. Landscape and Urban Planning, 2006, 75(1/2): 81-96. |
[10] |
范逸凡, 王珂, 黄璐. 乡村地区生态系统服务权衡与协同关系: 以湖州市为例[J]. 生态学报, 2022, 42(17): 6875-6887. |
[11] |
毛华松, 蒲旸. 基于生态系统文化服务的乡村复兴策略研究: 以重庆市北碚区龙王村为例[J]. 园林, 2022, 39(3): 39-47. |
[12] |
CSURGÓ B, SMITH M K. The value of cultural ecosystem services in a rural landscape context[J]. Journal of Rural Studies, 2021, 86: 76-86. DOI:10.1016/j.jrurstud.2021.05.030 |
[13] |
白羽萍, 王佳斌, 刘恋, 等. 黑河流域生态系统服务价值预测及权衡分析: 以张掖市为例[J]. 生态学报, 2022, 42(13): 5187-5199. |
[14] |
BEAUMONT N J, AUSTEN M C, MANGI S C, et al. Economic valuation for the conservation of marine biodiversity[J]. Marine Pollution Bulletin, 2008, 56(3): 386-396. |
[15] |
杨怀宇, 李晟, 杨正勇. 池塘养殖生态系统服务价值评估: 以上海市青浦区常规鱼类养殖为例[J]. 资源科学, 2011, 33(3): 575-581. |
[16] |
张志强, 徐中民, 程国栋, 等. 黑河流域张掖地区生态系统服务恢复的条件价值评估[J]. 生态学报, 2002, 22(6): 885-893. DOI:10.3321/j.issn:1000-0933.2002.06.013 |
[17] |
COSTANZA R, DE GROOT R, BRAAT L, et al. Twenty years of ecosystem services: how far have we come and how far do we still need to go?[J]. Ecosystem Services, 2017, 28: 1-16. |
[18] |
DAI D X, CHEN Y X, DAI K Y. Evaluating cultural ecosystem services in China's modern historic parks: a sentiment computing approach[J]. Urban Forestry & Urban Greening, 2024, 95: 128314. |
[19] |
赵雨晴, 游巍斌, 林雪儿, 等. 游客和居民视角下武夷山市生态系统文化服务感知比较研究[J]. 生态学报, 2022, 42(10): 4011-4022. |
[20] |
霍思高, 黄璐, 严力蛟. 基于SolVES模型的生态系统文化服务价值评估: 以浙江省武义县南部生态公园为例[J]. 生态学报, 2018, 38(10): 3682-3691. |
[21] |
李杰, 单依雲, 裘江, 等. 基于网络点评的上海黄浦江滨水绿地生态系统文化服务感知研究[J]. 园林, 2024, 41(3): 88-94. |
[22] |
梁启凡, 李畅, 林倍多, 等. 基于社交媒体数据的文化生态系统服务供需评估与优化研究: 以苏州市为例[J]. 中国园林, 2023, 39(11): 125-131. |
[23] |
李宁, 王浩宇, 王金叶, 等. 漓江流域土地利用时空变化对生态系统服务价值的影响[J]. 桂林理工大学学报, 2019, 39(3): 685-692. |
[24] |
胡金龙, 郑文俊, 王影雪. 漓江流域景观格局演变对生态系统服务价值的影响[J]. 风景园林, 2020, 27(10): 64-70. |
[25] |
刘胜峰, 闫文德. 漓江流域土地生态安全时空分异及其影响因素[J]. 中南林业科技大学学报, 2021, 41(11): 136-151. |
[26] |
张军民, 荣城, 董国松. 2000-2020年漓江流域景观生态脆弱性时空分异[J]. 水土保持研究, 2022, 29(5): 283-292. |
[27] |
REID W V, MOONEY H A. The millennium ecosystem assessment: testing the limits of interdisciplinary and multi-scale science[J]. Current Opinion in Environmental Sustainability, 2016, 19: 40-46. |
[28] |
赵海兰. 生态系统服务分类与价值评估研究进展[J]. 生态经济, 2015, 31(8): 27-33. |
[29] |
王云才, 李烨, 盛硕. 基于诗词文本的历史文化景观服务评估与分区管控: 以富春江历史性河流廊道为例[J]. 风景园林, 2022, 29(10): 12-19. |
[30] |
吴潇, 李鑫, 赵炜. 基于唐诗文本挖掘的关中地区人文景观格局研究[J]. 风景园林, 2019, 26(12): 52-57. |
[31] |
SHEN J K, GUO X L, WANG Y C. Identifying and setting the natural spaces priority based on the multi-ecosystem services capacity index[J]. Ecological Indicators, 2021, 125: 107473. |
[32] |
朱求安, 张万昌, 余钧辉. 基于GIS的空间插值方法研究[J]. 江西师范大学学报(自然科学版), 2004, 28(2): 183-188. |
[33] |
张毓峰, 袁安贵, 何光汉. 基于波士顿矩阵理论模型的四川省入境旅游市场竞争态分析[J]. 生态经济, 2008, 24(3): 95-97. |