近期，我院张平博士课题组在土地利用和气候变化对水相关生态系统服务的影响和城市景观格局与PM₁污染的关联机制取得新进展。相关研究成果以一号平台登录注册为第一单位，先后发表在Sustainable Cities and Society（中国科学院1区Top，IF=11.7）和Journal of Cleaner Production（中国科学院1区Top，IF=11.1）。

1.未来土地利用和气候变化对西南地区水相关生态系统服务的相对贡献、综合效应和多尺度不确定性

探讨未来土地利用（LUCC）和气候变化（CC）对水相关生态系统服务（WRESs）的影响对于可持续的城市生态系统规划至关重要。然而，很少有研究考虑到未来不同CC和LUCC对WRESs的相对贡献和综合影响，LUCC和CC对WRESs的未来影响的多尺度不确定性仍不清楚。本研究提出了一种整合BNU-ESM、FLUS和InVEST模型的新框架，探讨了CC和LUCC对西南地区产水量（WY）和土壤保持（SC）的相对贡献和综合效应，并利用制图比较统计（MCS）方法进一步量化了多尺度不确定性。在未来情景中WY总体减少，但SC先减少后增加。CC对WY和SC的贡献分别在84.23%和91.76%以上，但LUCC的影响随时间的推移不断扩大。LUCC带来的不确定性较小，CC较大，年际变化导致的不确定性最大。不确定性有着明显的尺度依赖性，但在不同尺度上保持相对稳定。这些关键知识可用于应对未来的气候变化风险、优化土地利用空间格局以及实施跨尺度的可持续生态系统管理。该成果以“Assessing the relative contributions, combined effects and multiscale uncertainty of future land use and climate change on water-related ecosystem services in Southwest China using a novel integrated modelling framework”为题，发表于Sustainable Cities and Society（2024，106，105400）期刊上，论文第一作者为我院2021级硕士生马雪楠，通讯作者为张平博士。

文章链接：https://doi.org/10.1016/j.scs.2024.105400

2.中国城市景观格局与PM₁污染的多尺度关联机制

城市景观格局是大气污染物的排放源和影响因素的空间载体，对大气颗粒物（PM）污染产生影响。然而，很少有研究考虑城市景观格局对PM₁浓度的空间非平稳性效应和非线性影响。本研究集成多尺度地理加权回归模型（MGWR）和Shapley加性可解释机器学习方法（SHAP），在国家与城市群尺度上探索景观格局对PM₁浓度的空间异质效应、相对贡献程度和非线性依赖关系。结果表明城市景观格局与PM₁污染密切相关，具有明显的空间差异。城市建成区无序扩张与不规则的城市形态将加剧PM₁污染，而城市破碎化与连通性具有削减作用。分散的景观格局可以有效降低长三角（YRD）、珠三角（PRD）和成渝（CDCQ）地区的PM₁浓度，而紧凑且连续的景观指数对缓解京津冀（BTH）和关中平原（GZH）城市群的PM₁污染具有积极作用。城市景观格局与PM₁污染之间的关系在城市群中体现更强烈。ENN_MN是特征重要性最强和可解释程度最大的景观指数。与其他景观指数相比，城市形状指标与PM₁浓度之间的阈值效应关系更复杂。这些关键知识为深入理解PM₁污染与景观格局之间的关联机制、城市可持续规划和大气污染调控提供科学依据。该成果以“Investigating the multiscale associations between urban landscape patterns and PM₁pollution in China using a new combined framework”为题，发表于Journal of Cleaner Production（2024，456，142306）期刊上，论文第一作者为我院2021级硕士生朱慧敏，通讯作者为张平博士。

文章链接：https://doi.org/10.1016/j.jclepro.2024.142306

以上研究工作得到了国家博士后基金面上项目、陕西省自然基金面上项目、西部绿色建筑国家重点实验室基金项目和西安市国土空间信息重点实验室基金项目的资助。

（撰稿：张平 审核：武占省）