研究，是特别节目的一部分生态系统与社会:气候、土地利用、生态系统服务与社会的相互作用

新罕布什尔州梅里马克河上游流域陆地和水生生物地球物理耦合模型，为气候和土地覆盖变化下的生态系统服务评估和管理提供信息

• 摘要
• 简介
• 方法
  • 梅里马克河上游的分水岭
  • 环境指标
  • 陆生模式与水生模式的耦合
  • 模型参数化
  • 利用观测数据进行模型测试
• 结果与讨论
  • 环境指标的选择
  • 耦合模型的区域验证
  • 到2100年的土地、气候和水指标区域框架
  • 利用耦合模型和多情景划分土地覆盖和气候对水指标的影响
  • 鱼类栖息地丧失的空间变异性
  • 土地覆盖管理的作用
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

随着气候和土地利用的持续变化，了解区域尺度上生态系统服务的变化对环境科学家、管理人员、规划人员和决策者越来越重要(de Groot et al. 2010)。管理决策需要对影响生态系统服务的驱动因素和过程有更好的理解。主要环境驱动因素(如气候和土地覆盖)的变化通常会导致生态系统服务供应的巨大变化(Schroeter等，2005)。这些变化是相互作用的、复杂的，跨越空间和时间(Chen et al. 2013)，需要开发适当的方法来阐明管理策略之间的功能权衡。为了让利益相关者和公民能够评估所提供的生态系统服务的价值，他们需要用与环境条件明确相关的指标来表达这些价值(Nelson等人2009年，Carpenter等人2015年，Qiu和Turner 2015年)。生态系统服务的指标应该是可量化、可扩展的(Bagstad等，2013一个(Burkhard et al. 2012, van Oudenhoven et al. 2012)。此外，适当的指标取决于评估生态系统服务价值的方法(de Groot et al. 2010)。对于更全面的社会文化偏好估值而言，容易变价的常用指标可能并不完整(Mavrommati等，2017)。

水生生态系统受到流域陆地环境的强烈影响。与气候和土地覆盖相关的环境状况指标可以在区域尺度上通过现有的气象观测、缩小的预估、土地覆盖地图集或土地覆盖变化情景生成(Queiroz等，2015)。然而，这些简单的评估在淡水系统中是困难的，因为响应取决于整个流域综合的陆地和气候条件，并且随时间而变化。陆地环境与气候相互作用，决定了区域水系网络的流量、温度和营养状况(Poff et al. 1997)。水文是许多水生生态系统服务的主要控制因素(Brauman et al. 2007)，影响水源的可得性、河流生境、水温和养分通量。随着水从上游流向下游，水生态系统进一步受到内部过程的影响，如温度重新平衡和营养物质去除(Hale et al. 2014)。为了了解生态系统服务的变化，需要建立相关的陆地和水生生态系统模型，以捕捉确定对土地覆盖和气候变化的响应的过程，划分每种响应的影响，并允许对超出先前观察范围的响应进行估计。

各种空间明确的模型或工具已被用于流域尺度的环境指标和生态系统服务的研究。例如，生态系统服务的人工智能(ARIES) (Villa等人2009年)、生态系统服务的多尺度集成模型(MIMES) (Boumans等人2015年)以及生态系统服务和权衡的综合估值(InVEST) (Tallis和Polasky 2009年，Bagstad等人2013年)b， Tallis et al. 2013)。这些模型没有捕捉季节性或次季节性的气候变化，而气候变化预计会发生区域变化(Wood等，2002年，Hayhoe等，2007年，Horton等，2014年)，并且对于捕捉与洪水衰减、供水、河流温度调节和其他生态系统服务相关的流域功能非常重要(viigerstol和Aukema, 2011年)。为了充分解释与改变的降水、温度、土地利用和土地覆盖模式相关的生态系统功能的变化，包含关键空间和时间变化的水文和生态过程的基于过程的模型至关重要(Bagstad等，2013年)b)．

最近，一些基于处理的陆地和/或水生生物地球物理模型被用于生态系统服务价值评估(Logsdon和Chaubey, 2012一个， Bagstad等。2013一个， Carpenter等。2015)。可变入渗能力(VIC)模型是一种模拟水文生态系统服务供应(viigerstol和Aukema 2011)和洪水调节(Lee等人2015)的大尺度半分布式水文模型(Liang et al. 1994)。土壤水分评估工具(SWAT)是一种基于过程的、空间分布的水文和水质模型(Notter et al. 2012)，用于评估水生环境变量，包括水量(Karabulut et al. 2015)和水质(Logsdon and Chaubey 2012)b)．为了计算Yahara农业流域的动态生态系统服务，陆水关联模型使用了基于过程的农业生态系统模型(涉水-农业生态系统模型(涉水-农业生态系统模型)(Soylu等人2014,Carpenter等人2015)、陆地水文模型(THMB) (Coe 2000)、三维地下水流动模型(MODFLOW) (Harbaugh 2005)和水文路由模型(HYDRA)，其中缺乏河流生物地球化学(Coe 2000)。有几个可靠的人类和生物地球物理耦合模型的例子，它们在全球(Boumans等，2002年)和流域(Costanza等，2002年)尺度上量化了生态系统服务。生物圈的全球统一元模型(GUMBO)在复杂性和年时间步长的中间水平上简化了几种现有的自然和社会系统的动态全球模型(Boumans等，2002)。Patuxent景观模型(PLM;Costanza et al. 2002)是一个明确的基于空间过程的模型，以每年的时间步处理人类住区和农业实践的规模和空间模式对水文、植物生产力和景观中的养分循环的影响。最后，通过基于代理的建模框架直接估算了土地利用决策的生态系统服务信息的估值(Heckbert等人2010、2014,Groeneveld等人2017)。

我们的研究通过在空间分布和基于过程的框架中强调短期的时间动态，将陆地和水生功能联系起来，从而有助于生态系统服务模式的演变。这一框架为理解气候、土地覆盖和土地利用变化对陆地和水生资源的影响提供了一个新的视角。

我们提出了一种在区域尺度上连接时变(每日时间步长)陆地和水生生态系统模型的方法，并将该模型应用于未来，利用气候和土地覆盖情景来预测生态系统服务的变化。首先，我们描述了一个指标框架，它简明地代表了一套与重要生态系统服务相关的综合环境条件。其次，我们描述了21世纪陆地和水生生态系统模型之间的联系和验证，以模拟水生指标。我们整合了光合蒸散发-碳和氮(PnET-CN)森林生态系统模型(Ollinger et al. 2002, 2008, Aber et al. 2005)和地球系统水生模拟框架(FrAMES)水生生态系统模型(Wollheim et al. 2008)一个，b， Wisser等人2010,Stewart等人2011,2013,Mineau等人2015;Zuidema, Wollheim, Mineau等人，未出版的手稿)．这些模型集成了陆地和水生过程的动态和每日时间步的联系，使它们成为研究森林为主的流域水生生态系统响应的理想方法。与本特刊其他地方(Mavrommati et al. 2017)描述的评估新罕布什尔上梅里马克河流域(UMRW)提供的生态系统服务价值的另一项工作相协调，我们对比了预测的气候和土地覆盖变化未来的两个极端。结果表明，气候变化对UMRW大部分环境条件指标的影响beplay竞技大于土地覆被的影响，但土地覆被具有重要的交互能力来减弱或加剧未来生态系统服务供给变化的影响。

方法

这项研究的核心目标是评估对目前和未来UMRW流域居民至关重要的生态系统功能。我们提出了研究该流域的描述和理论基础，以及与当地居民的生态系统服务相关的环境指标的发展。接下来，我们将描述预测水生环境指标的陆水一体化模型，包括预测2100年水生指标所需的情景、参数化和数据集。最后，为了了解水生和陆地过程如何控制预测的环境条件，我们评估了模型对一系列气候和土地覆盖变化的敏感性(Thorn等人，2017年)。

梅里马克河上游的分水岭

UMRW位于美国新罕布什尔州中南部。UMRW由新罕布什尔州的8000平方公里组成，流经新罕布什尔州曼彻斯特市以南的一点(纬度:+43.6575，经度:-71.5005;图1)流域目前居住着41万人，人口不断增长，土地覆盖通过大量的住宅开发不断变化，同时也是一个重要的旅游目的地。年降水量目前平均每年1100毫米^－1全年平均分布。目前年平均温度为8.2°C，年平均最低和最高温度分别为-8.3°C和22.5°C。土地覆盖包括落叶和常绿森林(82%)、城市(4.2%)、农业(3.8%)、湿地(5.9%)和开阔水域(4.2%)。森林作为主要的陆地覆盖物，对水环境具有重要的影响，包括供水、水质和水生栖息地。分水岭位于强冬季和弱冬季之间的边界，预计在未来几十年将过渡到更大、更多变的降水和更温暖的气温(Hayhoe等人2007年，Burakowski等人2008年，Wake等人2014年)。该地区还经历着人口的快速增长和持续的住宅开发，预计这种情况将持续到未来(美国环境保护署(USEPA) 2010年)。由于私人林地住房密度的增加，梅里马克流域在预计的水质变化方面排名全国前五，而在预计美国私人林地住房密度增加方面排名第一(Stein et al. 2009)。这些变化导致用水量、氮通量、氯浓度和其他变化的增加。因此，这个分水岭是一个理想的位置，集中精力了解生态系统服务变化。

环境指标

确定清晰而有形的环境指标是沟通复杂的人类-环境系统对变化的反应的必要步骤(Müller和Burkhard 2012)，并跟踪环境项目、法规和机构的表现(Boyd 2004)。一个由生态学家、水文学家、工程师、经济学家和决策科学家组成的多学科小组开发了一套对研究区域重要的潜在环境指标。我们使用了一种迭代和协作的过程，将一组气候、陆地和水生生态系统变量提取为环境指标。这些指标对不同气候和土地覆盖情景的响应变化，随后由参与者在其他地方描述的一组多准则决策研讨会(Mavrommati等人2017年，Murphy等人2017年)中分配了一个相对值。

这些指标代表了当前(1980-2005年)和21世纪末(2070-2099年)UMRW的几十年平均情况。候选指标与气候、土地和水域相关。陆地指标基于土地覆盖情景(Thorn等，2017年)和北方研究站气候变化地图集(Iverson等，2008年)。beplay竞技气候指标基于地球物理流体动力学实验室(GFDL) CM2.1全球气候模式(GCM)的模拟，采用SRES A1Fi(较高)和B1(较低)排放情景(Nakicenvoic和Swart 2000)，这些情景使用异步区域回归模型进行统计缩小(Stoner等人2012,Wake等人2014)。使用缩小的GFDL模拟，因为它们提供了美国东北部气候的合理表征(Hayhoe等人，2007年)。考虑到本研究中使用的多种土地覆盖和排放情景，我们只有能力使用一个GCM的产出。我们对位于研究区域中心的新罕布什尔州富兰克林气象站使用了缩小的全球气候模式模拟。利用基于陆水过程的耦合模型，在流域尺度上提取与水相关的环境因子，预测与陆地覆盖和气候情景相一致的生态系统功能。根据每日时间步的模型模拟生成指标，可以根据浓度、温度或流量等关键变量与天数尺度相关的关键阈值进行明确定义。将环境指标转化为生态系统服务的指标以及这些服务的估值将在稍后的特刊中讨论(Mavrommati et al. 2017)。

陆生模式与水生模式的耦合

我们耦合现有的森林(PnET-CN)和水生(FrAMES)模型，以模拟与生态系统服务相关的水文和水质特征，与森林对气候的响应相一致，在区域尺度上。个别PnET-CN和FrAMES模型的详细描述见附录1，第1.2和1.3节。PnET-CN模型被广泛用于模拟森林水、碳(C)和N动态(Aber et al. 2005, Ollinger et al. 2008)。框架模型(Wollheim et al. 2008一个，b， Wisser et al. 2010, Stewart et al. 2011, 2013)是一种空间分布的网格河网模型，被广泛应用于从流域到全球域的各种空间尺度，用于模拟河流的N动态(Wollheim et al. 2008)一个，b， Stewart等人2011年)，径流/流量动态(Vörösmarty等人1998年，Wisser等人2010年)，河流水温(Stewart等人2013年)，氯离子浓度(Zuidema, Wollheim, Mineau等人，未出版的手稿)．通常，框架具有独立于森林动态的陆面水文组成部分。在这里，我们用PnET-CN对径流量和氮的预测来代替森林向河流网络加载物质。

PnET-CN模型解释了光合作用对蒸散发和养分吸收的影响、森林年龄以及植物对CO变化的生理响应(气孔导度)₂(Ollinger et al. 2008)。这些因素共同控制着与若干生态系统服务直接相关的碳固存、养分输出和径流产生。在耦合模型中(图2)，PnET-CN计算来自森林生根区的每日径流和溶解无机氮(DIN)通量。然后，这些输出被划分为浅层地下水或地表(快流)流动路径，具有不同的旅行时间特征。在城市地区，水文连通的不透水区域的降水和融雪直接流入水系网络，其余部分渗透到草坪区。氯化物是水生生物的一个潜在应激源，来自不渗透区域的道路盐处理部分的融雪，按照土壤和地下水流动路径保守地运输(Zuidema, Wollheim, Mineau等，未出版的手稿)．为了与水生网络连接，我们还纳入了陆地流路径和河岸带在调节DIN负荷中的作用。PnET-CN模型预测了森林生根带的浸出。为了计算陆地-河岸流路径上的滞留量，我们对所有渗滤液应用了70%的恒定滞留系数，这与河岸带(Green et al. 2009)或平均约25米缓冲区的反应性一致(Mayer et al. 2005)。我们利用在其他新英格兰流域发现的DIN、土地使用和流量之间的经验关系来解释城市和农业地区的DIN负荷(Wollheim et al. 2008)一个，b， Stewart et al. 2011, Mineau et al. 2015)。陆地径流的水温模型如Stewart等人(2013)所述。当水流经河网时，河水温度和来自陆地的DIN输入被河流过程进一步修改。

框架通过河网输送来自森林、城市和农业用地的水、DIN、水温和氯，构成了污染物的额外点源，如污水处理厂(WWTP)废水中的N和发电厂冷却水过程中的热负荷(Stewart等人2013,Miara和Vörösmarty 2013)。它还包括路由过程中的流转换，如稀释、反硝化(Wollheim et al. 2008)b， Stewart et al. 2011)和流温度重平衡(Stewart et al. 2013)。河流流量、溶质质量和热通量通过网格河网传播使用线性水库路由方案。因此，pnet框架考虑了陆生-水生和上下游联系，从而在未来情景中提供相互一致的气候、陆地和水响应。该模型首先应用于历史条件(2000-2015年)，并利用缩尺再分析气象观测和当前的土地覆盖对实地观测进行测试。未来情景的气象强迫使用了Hayhoe等人(2007年)和Thorn等人(2017年)的统计缩小气候数据。附录2描述了当代和未来场景的模型输入数据的详细摘要。

模型参数化

模型参数是先验指定的。对于未来的情景，对人类管理做出响应的参数被修改为与每个情景描述一致(表1)。关键参数包括水文连通的不透水率(影响流量状况、总径流)、道路盐施用率(影响水质)、郊区和农业DIN非点位负荷以及污水处理厂DIN点位负荷(影响N出口)。我们使用“土地覆盖”这个术语来描述未来的景观变化。FrAMES-PnET的参数化包括与土地覆盖描述相一致的管理决策(例如，雨水和废水基础设施)。附录3提供了具体的参数化以及它们如何随场景变化。

利用观测数据进行模型测试

为了验证关联的模型套件，我们将模型模拟与来自上游和下游测量位置的数据进行了比较，以确定输入、稀释和处理的空间和时间分布的模拟情况。观测数据代表了梅里马克河和邻近皮斯卡塔夸河流域共106个站点的水生状况(图1)。后者被纳入当代模拟，以增加观测数据。1979-2013年的平均日流量数据来自美国地质调查局(USGS) (n= 41站)。其他观测变量，包括水温、DIN和氯的浓度，来自于两个现场传感器网络:高强度水生网络(HIAN) (n= 12个站点)和Lotic志愿者温度电导率和阶段(LoVoTECS)网络(n= 53站)。HIAN (Mulukutla等人2015)和LoVoTECS网络(LoVoTECS 2012)的数据可以通过数据发现中心(http://ddc.unh.edu)，并在Contosta等人(2017年)中进行了报道。我们利用当代土地覆盖和气候驱动因素，将预测结果与年平均和夏季平均条件的观测结果进行了比较。我们计算了温度、径流、硝酸盐和氯化物浓度的模型预测误差(MPE)和均方根误差(RMSE)。我们比较了上游的预测(以检验陆地输入的预测)和梅里马克河主干沿线的预测，以检验模型的区域化和水生过程成分。

结果与讨论

环境指标的选择

环境指标选择的迭代和协作过程从最初的43个指标(表A2.1)中确定了10个指标，以代表UMRW的一套全面的环境条件。专家组使用的标准是，指标应与一般公众有明显的相关性，应公平地代表三个领域，并应受现有建模能力的限制。所选指标分别代表陆地和气候域的三个指标，以及水域的四个指标。表2定义了这些指标，并在补充材料(附录2)中详细解释了这些指标。十个选定的指标与之前生成的综合列表中包括的几个指标相似(de Groot et al. 2010, Burkhard et al. 2012)。不过，我们的最终指标与以往不同，更贴近本地居民。例如，我们使用森林总覆盖率作为分水岭的百分比，而不是木材生物量单位单位的单位面积(de Groot e al. 2010)，因为木材生物量与生活在分水岭的普通公众缺乏相关性。水指标强调流域尺度和次年度水条件估计，需要空间和时间变化的水生模型。代表特定生态系统服务的指标的选择在本特刊的其他地方进行了更深入的讨论(Mavrommati et al. 2017)。

耦合模型的区域验证

本分析中使用的组件生态系统模型之前已经分别验证过。PnET-CN模型在水和营养平衡方面得到了验证(Ollinger等人2002年、2008年、Aber等人2005年)，而FrAMES模型则通过使用简单的水平衡模型(Vörösmarty等人1998年，Wisser等人2010年)、水温(Stewart等人2013年)、氯化物(Zuidema、Wollheim、Mineau等人，未出版的手稿)和riverine DIN (Wollheim等人，2008年一个，b， Stewart et al. 2011)。在这项研究中，陆地植被过程在pnet框架中驱动区域径流、养分、氯离子和水温负荷，然后通过网络路由。

使用PnET-FrAMES对水变量的区域预测通常优于观测。模拟的年度径流与观测结果相匹配，几乎没有偏差，模型中值百分比误差(MPE)为4.4% (IQR =−5.7-11.7%)。在整个项目领域的计量站(图3)一个)．模拟径流略高于夏季月份的观测值(中位MPE = 15.9%， IQR =−2.5-24.7%)(图3)b)．因此，尽管基于流量(表2)的水指标可以很好地预测，但鱼类栖息地丧失和水短缺指标(由低流量条件触发)可能只是保守估计。

对于年平均气温(MPE中值= -17.5%，IQR=−32.7 -−9.2%)，整个测量站的模拟水温较低，夏季的偏差很小(MPE中值= -2.3%，IQR=−8.1-5.5%)(图3)b)．由于该模型在夏季温度较高时运行良好，因此主要由夏季条件驱动的水生栖息地指标的水温组成部分是稳健的。在不同大小的河流中没有发现差异。

模拟的氯离子浓度年化合理(中值MPE = -4.1%， IQR= -37.8-28.2%)，夏季偏低(中值MPE = -23.2%， IQR= -47.0 -3.8%，年化和夏季分别)(图3)。夏季偏低的原因是对夏季降水稀释的反应比观测结果更明显(Zuidema, Wollheim, Mineau等，未出版的手稿)．纠正这种不兼容性是正在进行的模型改进的主题。因此，使用氯的指标(鱼类栖息地损失)可能被低估了，特别是在夏季。

PnET-FrAMES模型捕捉了通过不同土地覆盖源头流非点输入加载的年平均DIN浓度的变化范围，这反映了河流处理之前的集水区负荷。预测DIN负荷浓度高于观察到的森林流域(n= 4)，但对发达集水区(n= 6)(图3;无花果。A4.1c A4.2c)。众所周知，PnET-CN模型高估了森林DIN (Zhou, Ollinger, Glidden等，未出版的手稿)，并且在这里继续这样做，即使我们添加了一个流路径/河岸保留条款到PnET-FrAMES。由于森林站点的高偏差，图3中DIN的误差百分比高于其他变量。然而，与较发达的站点相比，这些站点的绝对误差非常低。A4.1c A4.2c)。夏季的总体偏差较低(中值MPE = -3.9%， IQR =−53.0-111.4%)，但年度偏差较高(中值MPE = 17.5%， IQR =−41.8-186.4%)。由于小型集水区地表水流动路径短，水的净去除没有机会影响浓度，因此源头溪流中的溶解无机N浓度反映了负荷(Wollheim et al. 2006)。沿着河流干流的观测结果(流域剖面，图A4.3a)表明，该模型合理地反映了整个河网的区域负荷、稀释和水氮去除情况(图A4.4a)。

到2100年的土地、气候和水指标区域框架

我们对评估研讨会(Mavrommati et al. 2017)选择的两种土地覆盖和两种气候情景的环境响应进行了特征描述，以代表未来条件潜在变化的极端情况。我们使用后院和小社区食物土地覆盖情景(表1)来驱动模型，分别采用较高(A1Fi)和较低(B1)的气候情景(后院/高排放和小社区食物/低排放)。

土地指标的变化(表2;人均农业覆盖和森林覆盖)直接反映了土地覆盖情景(Thorn et al. 2017)，具有重要的直接生态系统服务意义。简单地说，在后院情景中，流域森林覆盖率从2010年的80%下降到2100年的60%，以适应增加的农村和郊区发展(图4)。在小社区粮食/低水平情景中，森林覆盖率下降到2100年的64%，取而代之的是农业用地，主要用于牧场和干草。到2100年，在后院/高情况下人口增加170%，在小社区食物/低情况下人口减少5%。在小社区粮食/低情景下(2100年人均约1.0英亩，2010年为0.2英亩)，农业用地相对于人口的增加增加了当地人均粮食生产潜力(Thorn等人，2017年)。枫树存在度指标，主要代表适宜生境的地理分布宏碁蔗糖(Iverson et al. 2008)，在后院/高排放和小社区食物/低排放情景下，森林覆盖率分别从目前的49%下降到27%和31%。下降的原因是与每种土地覆盖情景相关的气候变化。

UMRW气候指标的预估变化在很大程度上取决于排放情景。无论排放情景如何，目前的气候趋势(Hodgkins and Dudley 2006, Hayhoe等人2007,Burakowski等人2008)将持续到2050年(图5)。预计在2050年前后，在后院/高排放情景下，变暖速度将迅速增加。在高排放情景下，热天指标急剧增加，2075年后，平均>高于32°C 45 d(图5)一个)．在低排放情景下，高温日数的多年平均值要低得多(<17 d /年)^－1)(图5)。雪天指数在较高排放量下下降(平均18天/年)^－1)与当代平均水平(60 d /年^－1)，相对于较低排放情景(每年47天)^－1)(图5)。同样，在2040年之后，这种变化会加速。在低排放和高排放两种情况下，休闲天数指标变化不大(图5b)。游憩日数的微小变化是由于夏季太热导致的游憩日数减少，被此前过于凉爽的平季(春季和秋季)的额外日数抵消，这些日数落在游憩日数范围内。

水领域的环境指标反映了预估的气候和陆地覆盖变化以及陆地和水生过程的综合影响。总体而言，所有水指标都反映出后院/高水位情景下水生生态系统服务功能的日益退化，但在小社区食物/低水位情景下相对保持不变(图6)。在后院/高水位情景下，鱼类栖息地损失指标预计将大幅上升，在2075年后平均占河流和河流总长度的40%左右。在小社区食物/低的情况下，只有轻微的增加，很少发生极端事件。在后院/高情景下，氮出口指标在100年期间稳步增长，达到995吨/年^－1比目前的情况高出3100%。然而，在共同体/低情景下，氮出口变化相对较小，仅增长70%，平均每年52吨^－1．后院/高情景的稳步增加是由于与广泛的土地覆盖变化和人口增加相关的氮负荷升高。出现“社区/低”模式的原因是，在这种情况下，农业管理活动被认为反映了对环境的更大关注(最佳肥料施用量、污水处理厂氮去除的改善)，而且它反映了较低的人口数量(表1)。

后院/高的水短缺指标未来将增加(平均6×10⁶人日yr^－1在2075年之后)，但在社区/低水平情况下保持不变。尽管由于降水增加(1320毫米/年相比1270毫米/年)导致径流量增加，但后院/高的水短缺指标仍在增加^－1在高排放情景和低排放情景之间)和较低的森林蒸散发(ET)是由于树木对大气CO增加的响应₂通过提高用水效率(Ollinger et al. 2002)。增加是因为(后院)更多的人口反映了更大的需求，有时无法满足。

尽管存在相当大的年际变化，但两种情况下面临洪水风险的人数预计都将增加，这是可以预料的，因为极端洪水只会周期性地发生。2075年后，受极端流量导致洪水风险影响的人口总数在后院/高情景中更高(1.2×10⁵在小社区食物/低的情况下(4.4×10⁴Pd)因为前者有更大的人口可能受到影响，有更高的平均流量，并有更大的风暴径流由于增加的不透水。

总体而言，这组指标表明，无论气候和土地覆盖情景如何，相关环境条件在2050年之前都保持相对稳定。从2050年开始，在高排放情况下，气候和水指标有可能显著恶化。后院/高地的水指标变化的时间主要表明气候控制，因为此时气候变化也显示快速增加(图5)。beplay竞技

利用耦合模型和多情景划分土地覆盖和气候对水指标的影响

气候驱动因素控制着流域的水文和生物地球化学响应，但这些变化是由土地利用和土地覆盖通过不透水面、植物生长、蒸散发和水停留时间的影响来调节的(Ollinger等人2002年，Raymond和Saiers 2010年，Pellerin等人2011年，Goodridge和Melack 2012年)。上述两种情景将两种信号进行卷积(即两种情景中的气候和土地覆盖都不同)。通过分析土地覆盖变化情景套件(表1)和碳排放(气候)情景套件(图7)的所有组合结果，可以确定气候、土地覆盖和相互作用对水域指标的相对重要性。

气候和土地覆盖的相对重要性在不同的指标中有所不同。对于鱼类栖息地损失，气候主导响应，在所有陆地覆盖情景中，高排放情景比低排放情景的栖息地损失更大(图7)一个)．特定的陆地覆盖情景只能适度地改变鱼类栖息地丧失的程度。鱼类栖息地的丧失主要是由源头溪流的温度损害造成的(图A4.4b)，导致高排放情景下受影响的河流公里数比低排放情景增加了4- 10倍(图5)一个7一个)．后院情景加剧了气候导致的鱼类栖息地变化，而其他三种陆地覆盖情景仍然类似。鱼类栖息地指标由流量、水温和氯化物损害(表2)组成。后院的退化程度更大，是因为不透水表面更丰富，来自陆地的径流增加，导致跨越氯化物和水温阈值的空间和时间概率更大。与其他扩建方案相比，后院方案中的住宅开发和相关的不透水表面导致夏季通过雨水径流流入溪流的热通量更大。在社区(包括小型社区食品和大型社区野生)场景中，将低影响的设计建筑与集中开发相结合，降低了有效的不透水性，导致对河流的热流影响几乎可以忽略不计，相对于当前的土地覆盖和预计的气候，没有额外的鱼类栖息地损失。

对于氮出口，气候也是指标响应的主要决定因素，但与土地覆盖的相互作用也很明显(图7)b)．氮出口指标在所有高排放场景中都高于低排放场景。由于河流系统的负荷增加，较高排放情景比较低排放情景导致更大的沿海氮通量。首先，高排放情景下的降水量大于低排放情景下的降水量，会导致更高的大气氮输入和更高的水径流量。其次，在未来情景下，由于针叶树吸收减少，温度升高导致森林氮淋失量增加。第三，河流系统在高流量状态下降低了保留氮的能力(Wollheim et al. 2008)b)．小社区食品在低排放气候情景(如上所述)下的反应与土地覆盖保持不变时相似。与其他土地覆盖情景相比，大社区荒地和后院情景均显示出额外的氮输出增加，表明土地覆盖与气候之间存在相互作用。与小型社区食品相比，这些场景的人口数量类似高，并导致氮通过家庭垃圾流入河流，或通过化粪池系统(后院)或污水处理厂(大型社区)，从而导致浪费氮的增加。

大社区荒地方案比后院方案的氮输出量更大(图7)b)，尽管前者保护了更多的森林，并将污水处理厂升级到更高的处理水平，人均人类废物氮投入较低。logistic负荷函数用于参数化河流的非点氮输入作为土地覆盖的函数(附录3)，假设低至中等密度的城市和农业发展的氮增加相对较低(后院平均增加约21%的城市+农业土地覆盖，大型社区荒地增加约9%)。这一模式的机理解释是，陆地生态系统的氮去除在自然生态系统损失的某些阈值之前仍然很高，这与之前的一些研究一致(Groffman et al. 2004, Wollheim et. 2005)。后院情景假设未来土地覆盖变化的密度较低，通常低于阈值。因此，与人口增长相关的人类排泄物(通过分布式化粪池系统而不是污水处理厂进行管理)大部分被保留下来，氮输入的变化相对较小。相比之下，大型社区荒地场景假设生活垃圾氮被转移到污水处理厂，总氮(TN)去除效率为90%。负荷函数中嵌入的对土地覆盖变化低响应的假设来自于一个具有一定社会和生物地球物理背景的地点(例如，农村/郊区的化粪池基础设施、湿地丰度等)。Wollheim等人，2008b)．虽然应该对整个域的加载函数进行更彻底的测试，但验证结果表明，它是合理的，因此对探索潜在的未来响应很有用。

造成后院和大型社区荒地之间氮输出差异的另一个小因素是，前者比后者更容易清除河流，因为较小的河流(作为非点源)与较大的河流(作为点源)的废水排放相比，会产生负荷。由此产生的更长的流动时间和更多的暴露于底栖表面，为通过反硝化作用去除氮提供了更多的机会(Mineau等，2015)。然而，在我们的模拟中，与大型社区荒地相比，后院情景下水生系统中只有1.6%的总网络无机氮输入被去除(反硝化)。

水资源短缺更多地受到土地覆盖和人口情景的控制，而不是气候情景(图7)c)．之所以缺乏一个强大的气候驱动因素，是因为预计在低排放和高排放两种情况下，条件都将变得越来越潮湿，从而缓解水资源短缺。后院场景的高度分散发展使得水源集水区的人口不断增加，这依赖于井水。相比之下，社区场景让更多的人使用公共供水系统，从更大的集水区获取水。我们使用的水短缺指标将通过河网积累的水需求(人口和人均需水量的函数)与网格单元中的地表水流量联系起来。在后院场景中，人们被认为主要依赖水井，而不是城市供水基础设施，因为小型集水区的水文储量有限。因此，在这些地方，需求经常超过供应。与低排放情景相比，高排放情景的径流量增加，这反映了在更温暖的气候下预测的更大的年降水量和在富含碳的大气下更大的森林用水效率的组合(图A4.4c, d)。因此，相对于低排放情景，高排放情景实际上减少了水资源短缺(图7)c)．

预计两种排放情景下洪水风险都将增加(图7)d)，这是由于极端事件中发生的更大降水造成的(图A4.4c) (Hayhoe et al. 2007, Trenberth 2011)。与其他情景相比，后院和大型社区荒地的人口数量更多，因此预计受洪水影响的人口数量更多。一般来说，高排放情景比低排放情景有更大的洪水风险，后院情景除外。相对于低排放，高排放预计会有略高的降水和径流。后院情景的不同之处在于，与社区情景(集中在现有的城市地区，图1)相比，更多的人生活在分水岭的更北部，这可能会使这些人口面临更极端的人口流动。

鱼类栖息地丧失的空间变异性

这里使用的空间分布建模方法能够识别与人类住区相关的环境指标的变化。例如，鱼类栖息地损失指标(鱼类栖息地不适宜的年份比例)在研究区域的南部最大(图8)。流域南部的损害更大，是因为随着河流从北向南流动，气温升高导致水温升高(Stewart等人，2011年)，也因为与流域北部相比，道路网络更密集，冬季道路盐使用量更大。

当代研究显示，在分水岭南部的小河流中，鱼类栖息地的丧失有所增加，但在较大的河流中则没有(图8)一个)．1981年和1993年的气象干旱是造成当代鱼类栖息地损失的主要原因，这是由该指标的低流量成分造成的。这些情景中使用的GFDL GCM的未来气候可能无法捕捉到20世纪后期较长时期的夏季干旱情况(Hayhoe等人2007年，Wake等人2014年)。因此，本文提出的情景可能低估了低流量标准对未来鱼类栖息地损失的影响(图8)。

在高排放情景中，未来的情景可能会加剧人口中心附近的鱼类栖息地损失(图8)b，d(上图)，同时扩散到更多以前未受损的分水岭区域。相比之下，低排放情景往往会缩小鱼类栖息地损失指标的足迹，尽管保留了在人口中心附近发生损害的可能性(图8)c，e,底部)。后院场景比社区场景的反应更强烈，因为更大的不透水覆盖层会导致路面盐载量增加，以及夏季不透水地表径流增加导致温度升高。

与当代相比，大河鱼类栖息地损失指标在未来所有情景中尤其明显，这在很大程度上是因为水温升高。大型河流的水温会有不成比例的变化，因为大气变暖会使夏季流向下游的水进一步变暖，而上游的河水则会保持较低的温度，因为地下水会在一年中较冷的时候补充。这里使用的空间分布、时变建模方法允许考虑可用于评估研究的对环境功能的异质性影响。

土地覆盖管理的作用

尽管气候对UMRW的环境指标有主要影响，但土地覆盖管理可以缓解生态系统某些属性的退化(如图8)。扩展情景直接影响森林和农业覆盖等陆地环境指标。保持更大的森林土地的情景会有更大的碳固存量(图A4.4e)，而拥有更多农业的情景会增加粮食供应(Thorn等人2017年)和复原力(Tilman等人2002年)。此外，这些土地覆盖还影响许多社会文化资源，包括与水有关的生态系统服务。根据不同指标的相对价值(Murphy et al. 2017)，可以对景观进行管理，以最大化最重要的生态系统服务。

陆水耦合模型表达了对与特定土地覆盖决策相关的过程的理解，允许探索相关权衡(Antle和Capalbo 2001, Bennett等人2009)，并对理解生态系统动力学对气候和土地覆盖变化的响应至关重要。pnet框架的结果提供了衡量每种土地覆盖情景和每种气候情景对不同生态系统服务指标的潜在影响的指标。由于区域管理者对气候变化的影响很小，而且由于我们目前处于更高的排放轨迹(Pachauri et beplay竞技al. 2014)，管理者应该将潜在的土地覆盖与更高排放的气候情景结合起来，以指导未来的规划。来自PnET-FrAMES的预测表明，在未来高排放的情况下，填充式发展(社区)情景就特定的水生环境指标呈现出两种模式(图7)。与分散的扩建(后院)相比，住宅足迹扩张有限的三种土地覆盖情景(持续、小型社区食物、大型社区野生)显示出鱼类栖息地丧失和水资源短缺的程度更小。大社区荒野情景代表了与后院情景相似的人口翻倍，但基于这两个指标，对环境的损害要低得多。然而，与后院相比，大型社区荒地的情景确实显示出对氮出口指标(更多点源)和洪水风险指标(大型河流廊道上更多的人)的影响有所增加，这表明必须在填充模式下进一步管理这些权衡。

测试的场景很简单，没有包括许多潜在的方法，管理者可以用来减轻所调查的环境压力源的不利影响。这些情景没有考虑到潜在的非点氮径流控制，包括与社区情景一致的管理河岸缓冲区(Mayer等，2005年)或雨水控制(Collins等，2010年)。这些场景也没有考虑新的防洪措施，如蓝绿基础设施(Thorne et al. 2015)或洪水区外的明确开发，因为洪水区地图的分辨率比我们的模拟更精确。因此，这里确定的洪水风险可能会通过工程干预来缓解。最后，没有考虑潜在的管理干预措施，如建造河流避难所(Sedell et al. 1990, Isaak et al. 2015)，但可以缓解河流生物区的温度升高，这在所有建设场景下都是一种威胁。这里提出的情景确定了那些环境压力源，这些环境压力源最有可能需要更有针对性的研究和管理，以缓解人口变化和预期变暖。

结论

基于过程的陆水模式对于量化由于土地覆盖和气候的空间分布变化而产生的潜在未来环境影响至关重要。在这里，我们模拟了跨陆地和水域的动态相互作用，以每天的时间分辨率和空间分辨率来解释新罕布什尔UMRW的异质性和相关过程。我们的方法将中等复杂性的模型连接起来，将陆地和水生领域连接起来，并允许我们通过使用不同的情景组合来探索气候和土地覆盖变化对水生生态系统的影响。基于过程的模型能够理解基于潜在生态系统过程的宏观生态系统响应。

水可以说是社会最基本的资源，因此量化水的数量和质量将如何响应预计的土地覆盖和气候变化至关重要。我们的研究结果表明，气候可能是UMRW中与水相关损害的最具影响力的驱动因素，尽管对气候和水生环境条件的影响可能在本世纪中叶之前都不大。预计2050年后，在高排放情景下，对水体的影响将迅速增加，变化程度将进一步受到土地覆盖的影响。由于最近的分析指出了高排放情景的可能性(Pachauri et al. 2014)，该地区应该为生态系统服务的变化做好准备。土地覆盖管理是地方和国家决策者必须适应全球气候变化的杠杆点，而缓解人口和温度变化的管理干预将需要超越本文分析的简单土地覆盖/土地使用公式。beplay竞技

文献引用

Aber, j.d.， s.v. Ollinger, c.t. Driscoll, c.a. Federer, P. B. Reich, 2005。PnET模型:森林生态系统的碳、氮、水动态(vers。4和5)．模型产品。橡树岭国家实验室分布式主动档案中心，橡树岭，田纳西州，美国。http://dx.doi.org/10.3334/ORNLDAAC/817

J. M. Antle和S. M. Capalbo 2001。农业生产系统综合评估的计量过程模型。农业经济学83(2): 389 - 401。http://dx.doi.org/10.1111/0002-9092.00164

Bagstad, K. J.， D. J. Semmens, S. Waage, R. Winthrop. 2013一个．生态系统服务量化与评估决策支持工具的比较评估。生态系统服务5: e27-e39。http://dx.doi.org/https://doi.org/10.1016/j.ecoser.2013.07.004

Bagstad, K. J.， D. J. Semmens, R. Winthrop. 2013b．空间显性生态系统服务建模方法的比较:亚利桑那州圣佩德罗河的案例研究。生态系统服务5: e40-e50。http://dx.doi.org/https://doi.org/10.1016/j.ecoser.2013.07.007

贝内特，e。M。g。d。彼得森和l。j。戈登，2009。理解多种生态系统服务之间的关系。生态学通讯12:1394 - 1404。http://dx.doi.org/10.1111/j.1461-0248.2009.01387.x

布曼斯，R.， R.科斯坦萨，J.法利，A. M.威尔逊，R. Portela, J.罗特曼斯，F.维拉和M.格拉索，2002。利用GUMBO模型对综合地球系统的动力学和全球生态系统服务的价值进行建模。生态经济学41:529 - 560http://dx.doi.org/10.1016/s0921 - 8009 (02) 00098 - 8

R. Boumans, J. Roman, I. Altman, L. Kaufmanc. 2015。多尺度生态系统服务集成模型(MIMES):模拟人类与自然耦合系统的相互作用。生态系统服务12:30-41。http://dx.doi.org/10.1016/j.ecoser.2015.01.004

博伊德,2004年j。自然价值是什么?用指标打开生态价值评估的黑箱。资源154:18-22。

布劳曼，g.c. Daily, T. K.杜阿尔特，H. A.穆尼。2007。生态系统服务的性质和价值:强调水文服务的概述。《环境资源年度回顾32:6.1 - 6.32。http://dx.doi.org/10.1146/annurev.energy.32.031306.102758

Burakowski, e.a.， P. Cameron, W. B. Braswell和D. P. Brown, 2008。1965-2005年美国东北部冬季气候变化趋势。地球物理研究113: D20114。http://dx.doi.org/https://doi.org/10.1029/2008JD009870

Burkhard, B.， F. Kroll, S. Nedkov和F. Müller。2012.绘制生态系统服务供给、需求和预算。生态指标21:17-29。http://dx.doi.org/10.1016/j.ecolind.2011.06.019

Carpenter, S. R.， E. G. Booth, S. Gillon, C. J. Kucharik, S. Loheide, A. S. Mase, M. Motew, J. Qiu, A. R. Rissman, J. Seifert, E. Soylu, M. Turner, C. B. Wardropper。2015。社会生态系统的合理未来:美国威斯康辛州Yahara流域。生态和社会20(2): 10。http://dx.doi.org/10.5751/ES-07433-200210

陈立东，杨玲，魏伟，王振堂，莫伯仁，蔡国杰。2013。面向可持续流域生态系统综合管理——以黄土高原定西地区为例环境管理51:126 - 137。http://dx.doi.org/10.1007/s00267-011-9807-0

科，马萨诸塞州，2000年。在大陆尺度上模拟陆地水文系统:测试大气GCM的精度。气候13:686 - 704。http://dx.doi.org/10.1175/1520 - 0442 (2000) 013 < 0686: MTHSAT > 2.0.CO; 2

柯林斯，K. A.， T. J.劳伦斯，E. K.斯坦德，R. J.琼托斯，S. S.考沙尔，T. A.纽卡姆，N. B.格林，M. L.科尔·艾克伯格，2010。城市雨水氮管理的机遇与挑战:综述与综合。生态工程36(11): 1507 - 1519。http://dx.doi.org/10.1016/j.ecoleng.2010.03.015

Contosta, A. R.， A. Adolph, D. Burchsted, E. Burakowski, M. Green, D. Guerra, M. Albert, J. Dibb, M. Martin, W. H. McDowell, M. Routhier, C. Wake, R. Whitaker和W. Wollheim. 2017。更长的春季窗口:冬季寒冷和积雪在驱动春季过渡和滞后中的作用。全球变化生物学23:1610 - 1625。http://dx.doi.org/10.1111/gcb.13517

Costanza, R.， A. Voinov, R. Boumans, T. Maxwell, F. Villa, L. Wainger和H. Voinov, 2002。马里兰帕塔克森特河流域综合生态经济模型生态专著72:203 - 231。http://dx.doi.org/10.1890/0012 - 9615 (2002) 072 (0203: IEEMOT) 2.0.CO; 2

de Groot, R. S.， R. Alkemade, L. Braat, L. Hein, L. Willemen. 2010。在景观规划、管理和决策中整合生态系统服务和价值的挑战。生态复杂性7:260 - 272。http://dx.doi.org/10.1016/j.ecocom.2009.10.006

Goodridge, b.m.和j.m. Melack, 2012。加州沿海山区流域河流硝酸盐浓度的土地利用控制。地球物理研究117: G02005。http://dx.doi.org/10.1029/2011JG001833

格林，M. B.， W. M.沃尔海姆，N. B.巴苏，G.盖特尔，P. S. Rao, N.摩斯和R.斯图尔特。2009。在不同的系统中，有效的反硝化作用随水停留时间的增加而增加。自然学报713.

Groeneveld, j.b. Müller, C. Buchmann, G. Dressler, C. Guo, N. Hase, F. Hoffmann, F. John, C. Klassert, T. Lauf, V. Liebelt, H. Nolzen, N. Pannicke, J. Schulze, H. Weise和N. Schwarz。2017。基于主体的土地利用模型中人类决策的理论基础综述。环境模拟及软件87:39-48。http://dx.doi.org/10.1016/j.envsoft.2016.10.008

格洛夫曼，P. M.， N. L. Law, K. T. Belt, L. E. Band, G. T. Fisher。2004。城市流域生态系统中氮的通量和滞留量生态系统7:393 - 403。http://dx.doi.org/https://doi.org/10.1007/s10021-003-0039-x

Hale, R. L.， L. Turnbull, S. Earl, N. Grimm, K. Riha, G. Michalski, K. A. Lohse和D. Childers. 2014。干旱城市流域氮的来源和运输。环境科学与技术48(11): 6211 - 6219。http://dx.doi.org/10.1021/es501039t

哈博，a.w. 2005年。MODFLOW-2005，美国地质调查局的模块化地下水模型——地下水流动过程。美国地质调查技术和方法美国地质调查局，莱斯顿，弗吉尼亚州，美国。(在线)网址:http://pubs.usgs.gov/tm/2005/tm6A16/

海霍，K.， C. P. Wake, T. G. Huntington, L. Luo, M. D. Schwartz, J.谢菲尔德，E. Wood, B. Anderson, J. Bradbury, A. DeGaetano, T. J. Troy和D. Wolfe。2007。美国东北部过去和未来气候和水文指标的变化。气候动力学28:381 - 407。http://dx.doi.org/10.1007/s00382-006-0187-8

赫克伯特，S.， T.贝恩斯和A.里森，2010。基于agent的生态经济学模型。纽约科学院年鉴1185:39-53。http://dx.doi.org/10.1111/j.1749-6632.2009.05286.x

Heckbert, S.， R. Costanza和L. Parrott, 2014。实现可持续社会:模拟古玛雅的经验教训。《解决方案5(5): 55 - 64。

霍奇金斯，g.a.，和r.w.达德利，2006年。1913-2002年北美东部冬春高流量时间的变化。地球物理研究的信33 (6): 1 - 5http://dx.doi.org/https://doi.org/10.1029/2005GL025593

Horton, R.， G. Yohe, W. Easterling, R. Kates, M. Ruth, A. Whelchel, D. Wolfe, F. Lipschultz, E. Sussman. 2014。东北部。第十六章在j·m·梅利略，t·c·里士满，g·w·尤伊，编辑。beplay竞技气候变化对美国的影响:第三次国家气候评估。美国全球变化研究项目，美国政府，华盛顿特区，美国。

艾萨克，D. J.， M. K. Young, D. E. Nagel, D. L. Horan, M. C. Groce, 2015。冷水气候屏障:描绘了21世纪保存鲑鱼的避难所。全球变化生物学(7): 2540 - 2553。http://dx.doi.org/10.1111/gcb.12879

L. R.艾弗森，A. M.普拉萨德，S. N.马修斯，M.彼得斯，2008。六种气候情景下134种美国东部树种的潜在栖息地评估森林生态与管理254:390 - 406。http://dx.doi.org/10.1016/j.foreco.2007.07.023

Karabulut, A. B. N. Egoh, D. Lanzanova, B. Grizzetti, G. Bidoglio, L. Pagliero, F. Bouraoui, A. Aloe, A. Reynaud, J. Maes, I. Vandecasteele, S. Mubareka. 2015。绘制供水服务图，以支持多瑙河流域的生态系统-水-食物-能量联系。生态系统服务17:278 - 292。http://dx.doi.org/10.1016/j.ecoser.2015.08.002

李，S. Y.， M. E. Ryan, A. F. Hamlet, W. J. Palen, J. J. Lawler. 2015。修正:预测气候变化对山地湿地的水文影响。beplay竞技《公共科学图书馆•综合》10 (11): e0142960。http://dx.doi.org/10.1371/journal.pone.0142960

梁X、D. P. Lettenmaier、E. F. Wood和S. J. Burges. 1994。gsm陆地地表水和能量通量的一个简单的水文基础模型。地球物理研究99 (D7): 14415 - 14428。

洛格斯登，r。A。和i。乔比，2012年一个．生态系统服务:从概念到应用的需要。资源5月/ 6月:31。http://dx.doi.org/https://doi.org/10.1016/j.ecolmodel.2013.02.009

洛格斯登，r。A。和i。乔比，2012年b．评价生态系统服务的定量方法:印第安纳州中部的Wildcat Creek Watershed (WCW)。生态模型257:57 - 65。

Lotic志愿者温度，电导率，和阶段传感网络(LoVOTECS)。2012.Lotic志愿者温度，电导率，和阶段传感网络通讯。LoVoTECS网络，普利茅斯州立大学和NH EPSCoR 1:1-4。

Mavrommati, G.， M. Borsuk和R. B. Howarth, 2017。一种基于多准则的生态系统服务价值评估新方法。生态和社会22(2): 39。http://dx.doi.org/10.5751/ES-09105-220239

P. Mayer, S. K. Reynolds, Jr. T. J. Canfield和m.d. McCutchen。2005.河岸缓冲带宽度、植被覆盖和脱氮效果:当前科学和法规的综述。美国环境保护局，国家风险管理研究实验室，阿达，俄克拉荷马州，美国。

Miara, A.和C. J. Vörösmarty。2013.电力生产与河流生态系统保护权衡的动态模型。环境科学过程与影响15:1113 - 1126。http://dx.doi.org/10.1039/c3em00196b

Mineau, M. M.， W. M. Wollheim, R. J. Stewart, 2015。一个表征流域内土地利用空间分布及其对河网养分去除和输出影响的指数。地球物理研究的信42:6688 - 6695。http://dx.doi.org/10.1002/2015GL064965

Müller, F.和B. Burkhard。生态系统服务的指标方面。生态系统服务1:26-30。http://dx.doi.org/10.1016/j.ecoser.2012.06.001

Mulukutla, G. K.， B.T. Godbois和F. Serita, 2015。大规模土壤湿度传感器网络的部署——经验和教训。ACM SISGPATIAL杂志7(2): 3-13。

Murphy, M.， G. Mavrommati, V. R. Mallampalli, R. B. Howarth, M. E. Borsuk. 2017。在评价生态系统服务时，比较群体审议和其他形式的偏好聚集。生态和社会22(4): 17。http://dx.doi.org/10.5751/ES-09519-220417

N. Nakicenvoic和R. Swart，编辑。2000.排放情景特别报告。第三工作组，政府间气候变化专门委员会，日内瓦，瑞士和剑桥大学出版社，英国剑桥。beplay竞技

纳尔逊，E.， G.蒙多扎，J.雷格茨，S.波拉斯基，J.塔利斯，D. R.卡梅隆，K. M. A. Chan, G. C. Daily, J. Goldstein, P. M. Kareiva, E. Londsdorf, R. Naidoo, T. H.里基茨和M. R.肖。2009。在景观尺度上模拟多种生态系统服务、生物多样性保护、商品生产和权衡。生态与环境前沿7(1): 4。http://dx.doi.org/https://doi.org/10.1890/080023

Notter, B. H. Hurni, U. Wiesmann和K. C. Abbaspour, 2012。模拟大东非流域作为生态系统服务的水供应。水文与地球系统科学16:69 - 86。http://dx.doi.org/10.5194/hess-16-69-2012

奥林杰，S. V.， J. D. Aber, P. B. Reich, R. J. Freuder, 2002。氮沉降、对流层臭氧、CO2升高和土地利用历史对北方阔叶林碳动态的交互影响全球变化生物学8:545 - 562。http://dx.doi.org/10.1046/j.1365-2486.2002.00482.x

S. V. Ollinger, C. L. Goodale, K. Hayhoe, J. P. Jenkins, 2008。气候变化和二氧化碳上升对美国东北部森林生态beplay竞技系统过程的潜在影响。缓解和适应全球变化战略13:467 - 485。http://dx.doi.org/10.1007/s11027-007-9128-z

帕乔里、r·K、m·r·艾伦、v·r·巴罗斯、j·布鲁姆、w·克莱默、r·克里斯特、j·a·丘奇、l·克拉克、q·达赫、p·达斯古普塔等人。2014.beplay竞技2014年气候变化综合报告。第一、第二和第三工作组对第五次评估报告的贡献，政府间气候变化专门委员会，日内瓦，瑞士。beplay竞技

Pellerin, b.a. Bergamaschi, p.s. Murdoch, b.d. Downing, j.f. Saraceno, G. R. Aiken和R. G. Striegl。2011。水产实时监测网络;用于监测国家水质的原位光学传感器。事实简报2011-3061，美国地质调查局，华盛顿特区，美国

鲍夫，n.l.， J. D. Allan, M. B. Bain, J. R. Karr, K. L. Prestegaard, B. D. Richter, R. E. Sparks和J. C. Stromberg。自然流动状态:河流保护与恢复的范例。生物科学47:769 - 784。http://dx.doi.org/10.2307/1313099

邱J.， M. G. Turner, 2015。景观异质性在农业流域水文生态系统服务维持中的重要性生态球6(11): -。http://dx.doi.org/10.1890/ES15-00312.1

Queiroz, C.， M. Meacham, K. Richter, A. V. Norström, E. Andersson, J. Norberg和G. Peterson, 2015。生态系统服务捆绑的地图显示了瑞典景观中不同类型的多功能中记录44(增刊。1): S89-S101。http://dx.doi.org/https://doi.org/10.1007/s13280-014-0601-0

Raymond, P. A.和J. E. Saiers, 2010。受事件控制的森林流域出口DOC。生物地球化学100:197 - 209。http://dx.doi.org/10.1007/s10533-010-9416-7

施罗德，D, W.克莱默，R.李曼斯，i.c.普伦蒂斯，M. B.阿劳约，N. W.阿内尔，A.邦多，H.巴格曼，T. R.卡特，C. A.格雷西亚，A. C.德拉维加-莱纳特，M.埃哈德，F. Ewert等人。2005.欧洲生态系统服务供给与全球变化的脆弱性。科学310:1333 - 1337。http://dx.doi.org/10.1126/science.1115233

塞德尔，J. R.， G. H.里夫斯，F. R.豪尔，J. A.斯坦福，C. P.霍金斯，1990。避难所在从混乱中恢复中的作用:现代支离破碎和不相连的河流系统。环境管理14(5): 711 - 724。http://dx.doi.org/10.1007/BF02394720

索伊卢，m.e.， C. J.库查里克和S. P.洛海德，二。2014.地下水对植物水分利用和生产力的影响:一个综合生态系统可变饱和土壤水流模型的发展。农林气象学189 - 190(1): 198 - 210。http://dx.doi.org/10.1016/j.agrformet.2014.01.019

斯坦因，S. M.， R. E. mroberts, L. G. Mahal, M. A. Carr, R. J. Alig, S. J. Comas, D. M. Theobald和A. Cundiff。2009。私人森林，公共利益:增加住房密度和私人森林贡献的其他压力。通用技术报告，美国农业部，林业局，太平洋西北研究站，波特兰，俄勒冈州，美国。http://dx.doi.org/10.2737/PNW-GTR-795

斯图尔特，R. J.， W. M. Wollheim, M. N. Gooseff, M. A. Briggs, J. M. Jacobs, B. J. Peterson和C. S.霍普金森。2011。河网尺度脱氮在主河道和两个暂态贮槽之间的分离。水资源研究47 (10): W00J10,http://dx.doi.org/10.1029/2010WR009896

Stewart, R. J.， W. M. Wollheim, A. Miara, C. J. Vörösmarty, B. Fekete, R. B. Lammers, B. Rosenzweig. 2013。水平冷却塔:河流生态系统服务和当代美国东北部热电热的命运。环境研究快报8(2): 025010。http://dx.doi.org/10.1088/1748-9326/8/2/025010

斯通纳，a.m.k, K. Hayhoe, X. Yang, D. J. Wuebbles, 2012。日气候变量统计降尺度的异步区域回归模型。气候学杂志33(11): 2473 - 2494。http://dx.doi.org/10.1002/joc.3603

泰利斯，H.和S. Polasky, 2009。测绘和评估生态系统服务作为保护和自然资源管理的一种方法。纽约科学院1162:265 - 283。http://dx.doi.org/10.1111/j.1749-6632.2009.04152.x

塔利斯、H. T. T.里基茨、A.盖里、A. S.伍德、R.夏普、E.纳尔逊、D. Ennaanay、S. Wolny、N. Olwero、K. Vigerstol、D. penington、G. Mendoza、J. Aukema、J. Foster、J. Forrest、D. Cameron、K. Arkema、E. Lonsdorf、C. Kennedy、G. Verutes、C. Kim、G. Guannel、M. Papenfus、J. Toft、M. Marsik、J. Bernhartdt、R. Griffin. 2013。InVEST2.6.0用户指南。自然资本项目，斯坦福，加州，美国。

Thorn, A. M.， C. P. Wake, C. Grimm, C. Mitchell, M. M. Mineau, S. V. Ollinger, 2017。在新罕布什尔州的土地覆盖、人口密度、不透水覆盖和保护的发展场景，2010年2100年。生态和社会22(4): 19。http://dx.doi.org/10.5751/ES-09733-220419

索恩，c.r.， E. C.劳森，C. Ozawa, S. L.哈姆林和L. A.史密斯。2015。克服城市洪水风险管理中采用蓝绿色基础设施的不确定性和障碍:采用华大基因的不确定性和障碍。洪水风险管理杂志,在线早期。http://dx.doi.org/10.1111/jfr3.12218

蒂尔曼，D.， K. G. Cassman, P. A. Matson, R. Naylor和S. Polasky, 2002。农业可持续发展和集约化生产实践。自然418:671 - 677。http://dx.doi.org/10.1038/nature01014

Trenberth, K. E. 2011。降水随气候变化的变化。beplay竞技气候研究47:123 - 138。http://dx.doi.org/10.3354/cr00953

美国环保署(USEPA)。2010.ICLUS工具和数据集(版本1.3.2)。美国环境保护局，华盛顿特区，美国。

van Oudenhoven, A. P. E, K. Petz, R. Alkemade, L. Hein, R. S. de Groot. 2012。土地管理对生态系统服务功能影响的系统指标选择框架。生态指标21:110 - 122。http://dx.doi.org/10.1016/j.ecolind.2012.01.012

维格斯托尔和奥克玛2011年。淡水生态系统服务建模工具的比较。环境管理92:2403 - 2409。http://dx.doi.org/https://doi.org/10.1016/j.jenvman.2011.06.040

Villa, F.， M. Ceroni, K. Bagstad, G. Johnson和S. Krivovet, 2009。生态系统服务人工智能(ai):生态系统服务评估、规划和评估的新工具。关于加强生物多样性保护和可持续利用的经济文书的第十一届国际生物经济会议，意大利威尼斯。(在线)网址:http://www.ucl.ac.uk/bioecon/11th_2009/Villa.pdf

Vörösmarty, C. J.， C. A.费德勒和A. L.施洛斯1998。美国流域潜在蒸发函数的比较:全球尺度水平衡和陆地生态系统模拟的可能含义。水文207:147 - 169。

威克、C、E.布拉考斯基、P.威尔金森、K.海霍、A.斯通纳、C.基利和J.拉布兰奇。2014.beplay竞技新罕布什尔州南部过去，现在和未来的气候变化。新英格兰气候解决方案，达勒姆，新罕布什尔州，美国。

Wisser, D.， b.m. Fekete, c.j. Vörösmarty, A. H. Schumann. 2010。重建20世纪全球水文:对全球陆地水文学(GTN-H)的贡献。水文与地球系统科学14:1-24。http://dx.doi.org/10.5194/hess-14-1-2010

Wollheim, W. M.， B. A. Pellerin, C. J. Vörösmarty, C. S. Hopkinson. 2005。城市化源头集水区氮素残留量研究。生态系统8:871 - 884。http://dx.doi.org/10.1007/s10021-005-0178-3

Wollheim, W. M.， B. J. Peterson, C. J. Vörösmarty, C. Hopkinson, S. A. Thomas. 2008一个．郊区河网氮去除的年时间尺度动态地球物理研究113: G03038。

Wollheim, W. M.， C. J. Vörösmarty, A. F. Bouwman, P. A. Green, J. Harrison, E. Linder, B. J. Peterson, S. Seitzinger和J. P. M. Syvitski。2008b．淡水水生系统的全球氮去除:一种空间分布、流域内的方法。全球生物地球化学循环22: GB2026。

Wollheim, W. M.， C. J. Vörösmarty, B. J. Perterson, S. P. Seitzinger, C. S. Hopkinson. 2006。河流大小与养分去除的关系。《地球物理研究快报33: L06410。http://dx.doi.org/10.1029/2006GL025845

Wood, A. W.， E. P. Maurer, A. Kumar和D. P. Lettenmaier, 2002。美国东部的长期试验水文预报，地球物理研究107 (D20开头):ACL 6-1-ACL 6 - 15。