Analysis of Land Use Change and Habitat Quality Evolution Based on InVEST and PLUS Models: Example from Hanzhong Basin
-
摘要:
汉中盆地是中国南水北调工程中的重要源头区，分析区内土地利用及生境质量，能提高对该地区演变规律的认识，进一步保护下游研究区的自然资源和生态环境安全。笔者基于2000~2020年20年内共3期土地利用数据，建立了研究区多类型土地利用数据库和生境质量评估体系，从土地利用转移矩阵、景观格局指数、生境质量等多个方面对研究区内的土地利用的时空变化进行研究，并利用PLUS模型进行土地利用扩张和预测分析。结果表明：2000~2020年，土地利用类型变化较大，变化转移主要发生在水田和农村居民点用地、城镇用地之间；蔓延度指数逐年减少，景观破碎化程度较高；生境质量结果呈逐年下降趋势，高值面积减少并向南部扩展，低值面积增多并以城镇为中心向外辐射扩散，高等级的生态质量景观由水域和林草为主，主要沿汉江流域分布。
Abstract:Hanzhong Basin is an important source area in China's South-to-North Water Diversion Project. Analyzing land use and habitat quality within the region can enhance our understanding of its evolutionary patterns and further protect the natural resources and ecological environment security of the downstream working areas. This paper establishes a multi-type land use database and a habitat quality assessment system for the working area based on three periods of land use data from 2000 to 2020. It studies the spatiotemporal changes of land use in the research area from multiple aspects including land use transition matrix, landscape pattern indices, and habitat quality, and uses the PLUS model for land use expansion and prediction analysis. The results show that from 2000 to 2020, there were significant changes in land use types, mainly transfers between paddy fields, rural residential land, and urban land. The sprawl index decreased year by year, indicating a high degree of landscape fragmentation. Habitat quality results showed a downward trend year by year, with the area of high values decreasing and expanding southward, and the area of low values increasing, radiating outward from urban centers. High-grade ecological quality landscapes, dominated by water bodies and forests and grasslands, are mainly distributed along the Han river basin.
-
Keywords:
- InVEST model /
- PLUS model /
- land use /
- transfer matrix /
- landscape pattern /
- simulated prediction
-
实现“双碳”目标是国家根据世界发展新形势作出的重大战略决策。如何着眼地区经济实际和资源环境禀赋，统筹产业结构与发展布局，推动高质量发展，是地方政府助力“双碳”目标的重要举措。生态系统是地球系统正常运转的基础。《2030年前碳达峰行动方案》对生态系统碳汇能力巩固提升提出明确要求。对区域生态资源赋存状态与变化进行准确评估，是构建“双碳”目标下国土空间开发与生态环境保护新格局的基础。基于自然的资本属性，根据生态系统及其固碳功能服务衡量经济价值（Costanza et al.，1997）的区域生态系统价值评估，不仅可以为从国家层面探索自然资源资产负债表提供技术支持，也是地区可持续发展目标导向政策优化调整的基础。
国内很多学者已对中国生态系统固碳服务价值开展评估研究。早期研究表明，中国陆地生态系统效益价值约为GDP的1.25倍（陈仲新等，2000），固碳服务价值约为773.5×109～3619.2×109元（欧阳志云等，1999）。后续研究进一步发现，生态系统的结构、状态和动态可以影响系统的功能和稳定性（Elmqvist et al.，2003；Cortina et al.，2006），从而影响生态系统固碳服务价值，因而不同生态系统类型间差异很大（谢高地等，2015；潘勇军等，2018）。然而，当前研究对于地区生态系统结构变化的影响考虑较少，而这却是生态脆弱与退化地区进行生态修复和国土空间规划布局的基础。基于地区生态系统结构进行固碳功能评估，对于脆弱生态的修复措施和经济建设的政策调整有重要意义。
黄河流域的生态保护和高质量发展是重大国家战略。榆林地处黄河中游地区，丰富的资源储量使榆林具有明显的区位优势。然而，经济发展过程中的环境效应问题也逐渐成为限制榆林市经济与生态可持续发展的主要影响因素。生态系统的脆弱性加剧了环境保护难度，在当前全球变化背景下如何改善生态环境的同时增加应对环境压力和干扰的能力是榆林地区高质量发展的必然要求。笔者基于高分辨率遥感影像对榆林市生态系统固碳价值进行评估，分析环境变化和人类活动的影响，结合景观结构指数对固碳功能进行空间分析，尝试从系统的角度理解榆林市生态系统固碳功能变化特征，以期为榆林市生态建设和高质量发展提供科学依据。
1. 研究方法与数据
1.1 研究区概况
榆林市位于黄河中游西岸，地理坐标为E 107º14′51″～111º14′31″，N36º48′58″～39º35′7″，包含1市2区9县，总面积为42920 km2。全市地势西北高、东西低，古长城以北的风沙草滩区占总面积的42%，风蚀沙化较严重，后备资源开发潜力大。南部黄土高原丘陵沟壑区占58%，地形破碎、水土流失严重。因为地处农牧交错区，榆林在相当长的时间一直以农牧业为主，从20世纪末开始发展轻重工业，到2006年开始以能化产业为主导，榆林经济进入了快速发展阶段。富集的能源矿产资源开发引发了对土地、植被资源的破坏，生态环境质量评价较差，局部地区甚至仍在恶化（陕西省生态环境状况公报，2021）。
1.2 数据来源
遥感数据采用MOD17A3HGF数据（https://ladsweb.modaps.eosdis.nasa.gov/），图像空间分辨率为500 m ×500 m，数据选用2000、2005、2010、2015和2020年。土地利用数据来源于资源环境科学与数据中心（https://www.resdc.cn/），空间分辨率为1 km×1 km，包括耕地、林地、草地、水域、建设用地和未利用土地6个一级分类和25个二级分类。
1.3 研究方法
1.3.1 固碳服务功能价值
MOD17A3HGF数据是基于BIOME-BGC模型通过Terra卫星遥感参数计算的全球植被净初级生产力年际遥感监测产品。将MOD17A3HGF数据转化为NPP值，利用Modis Reprojection Tool对数据进行投影转换，生成1 km×1 km的栅格数据。将生成数据与土地利用遥感监测数据和榆林市行政区划进行重采样、重分类、栅格计算等处理，得到2000～2020年榆林市6大类生产性土地的NPP统计数据。基于净生态系统生产力法对固碳功能量进行估算（国家市场监督管理总局，2020），采用市场价值法对固碳价值进行换算。CO2吸收价值根据2022年中国碳交易市场价格取58元/t。区县单位面积固碳价值通过各区县固碳价值量的总和与区划总面积换算得到，各区县面积加权平均得到全市单位面积固碳价值。
1.3.2 林地系统综合指数
基于遥感数据通过Fragstats对景观格局进行计算。分别在景观和类型水平下选取斑块面积（CA）、斑块所占景观面积比例（PLAND）、斑块数量（NP）、斑块密度（PD）、最大斑块占景观面积比（LPI）、景观形状指数（LSI）、平均斑块面积（AREA_MN）、蔓延度指数（CONTAG）、斑块内聚力指数（COHESION）、聚集度指数（AI）等指标，对各类土地利用类型的景观指数进行计算。对各区县森林景观计算结果标准化处理后通过熵权法确定指标权重，计算得到各区县林地综合指数。对各年份分别计算，得到各区县林地综合指数趋势变化。
1.3.3 主成分分析
基于气象条件、土地利用及工业GDP占比对各区县固碳价值进行PCA分析（Principal Component Analysis），分析环境因素、生态系统结构和人类活动对固碳价值的影响。采矿是榆林地区最主要的重工业产业，由于缺乏直接的采矿数据，以工业GDP占比代表地区工业活动。数据分析使用R-software （version3.5.3）。
2. 分析结果
榆林市2000年陆地生态系统固碳价值为5423万元， 2020年达到11449万元。西部的榆阳区、神木市、靖边县和定边县固碳价值总量最高，平均占全市10%以上。东南部的绥德县、米脂县、佳县、清涧县和子洲县固碳价值量占比较低，吴堡县最低仅约占1%。2020年榆林市固碳价值总量比2000年增加了111%，但各区县间增幅不同。西部的榆阳区、神木市、定边县增幅低于全市，分别增长了89%和96%，靖边县略高增加了114%。东南部增幅高于全市水平，增幅基本高于120%，清涧县增加了175%。
从土地利用类型看，榆林全市范围以草地和耕地为主，面积占比82%。2000年至2020年间全市草地和耕地固碳价值量分别增加了116%和101%。林地在榆林地区占比较小，然而到2020年固碳价值量增加了176%。建设用地增长速率最快固碳价值变幅最大。全市范围未利用土地持续缓慢减少，固碳价值量增幅最小。
3. 讨论
3.1 榆林市固碳价值的空间分布与影响因素
榆林市固碳价值总量的空间分布西北高、东南低。因为价值总量估算是基于行政区划面积，对区划面积较小的区县会低估，笔者基于单位面积固碳价值对各区县生态系统固碳功能进行对比。榆林市单位面积固碳价值量多年平均21.25 元/ha，东南部区县单位面积固碳价值水平高于全市，多年平均为21.96～24.98 元/ha，西北部区县基本低于全市平均水平（图1）。文中估算结果低于已报道的陕北榆林地区结果（李晶等，2011；封建民等，2018），可能与数据分辨率以及采用的市场交易价格低于造林成本价格有关。榆林市单位面积固碳价值从东南向西北递减的空间分布趋势，与陕北地区NPP从南向西北递减的趋势一致（李登科等，2022），显示出区域间土地利用类型的结构差异。
![]()
图 1 榆林市生态系统固碳服务价值空间分布a. 多年平均固碳价值量（104元）；b. 多年平均单位面积固碳价值量（元/ ha）Figure 1. Spatial distribution of value of carbon sequestration service in Yulin ecosystem对12区县固碳价值的PCA运算显示东南部区县与西北部区县在PC1（贡献率为44.1%～57.5%）上表现出显著差异（图2a），西北部区县正向分布，东南部区县负向分布。20年间工业GDP占比对PC1的贡献率始终较高，建筑用地的相关性也逐渐增加，表明榆林市生态系统固碳价值主要依据工业活动形成东南部区县和西北部区县的分划，这与榆林市矿产资源集中分布在市域西北部吻合。西北部区县矿产资源富集，采矿活动等重工业发达，对地表的破坏可以直接影响生态系统固碳服务功能。神木市是榆林典型的采矿工业区，煤矿资源丰富，工业GDP占比在20年间从86%增加到98%，对PC1的负荷也从2.09增加到3.18，表明该区域生态系统固碳价值与工业、建设活动的相关性在逐渐增加。榆林市西北部区县如榆阳区、府谷县也都表现出受工业建设活动影响增加的相似趋势（图2b）。气象条件对PC2轴的贡献率较高。可能受退耕还林还草政策导致的土地利用结构调整影响，各区县没有表现出显著差异。
![]()
图 2 榆林市12区县的PCA排序a.各区县2000、2005、2015与2020年的PCA排序，实心点为西北部区县分组，空心点为东南部区县分组；b.各区县2020年主分量分布Figure 2. The PCA distribution figure of 12 counties of Yulin榆林市地貌类型南北不同，西北部是毛乌素沙漠南缘风沙草滩区，南部是黄土高原丘陵沟壑区。全市土地利用类型基本以草地和耕地为主，贡献了全市约83%的固碳价值。尽管耕草地比例在各区县不同，两种土地利用类型的固碳价值总量并不存在显著差异。东南部区县的林地面积比例较高，因而林地固碳贡献在东南部区县相应增加。西北部靖边县、榆阳区、神木市、府谷县、横山县、定边县3%～4%的林地固碳贡献，在东南部区县增加到10%以上，绥德县和清涧县可以达到17%，提升了东南部区县的单位面积固碳价值。单位面积固碳价值与林地比例的显著正相关（图3），以及与建设用地及工业活动的负相关表明，在采矿、工业建设等人类活动干扰会损害地区生态系统固碳功能，生态系统结构尤其是林地比例对固碳价值的提高有重要影响。
![]()
图 3 榆林市固碳价值影响因素相关性分析结果图中数字为相关系数（p˂0.05）；×代表无显著相关；固碳价值为单位面积固碳价值；土地类型比例为面积比例Figure 3. Correlation analysis results of influencing factors of carbon sequestration value in Yulin全市范围看生态系统固碳价值的增长变化也表现出明显的空间差异。全市单位面积固碳价值在2000～2020年间持续增长，然而区域间增长速率不同（图4a）。2020年西北部6区县固碳价值总量增加了4357万元，平均增长率了107%，平均增长速率为0.67。东南部6区县虽然行政区划面积小，固碳价值总量仅增加1668万元，然而区域内林地系统的面积比例、平均斑块面积更高（图4b），增长速率也显著高于西北部区县（p＜0.05）。林地系统较高的比例和增长率使东南部区县单位面积固碳价值平均增加了147%， 0.955的增速显著高于西北部区县（p＜0.01）。
![]()
图 4 榆林市生态系统固碳价值增长速率与森林系统景观结构综合指数a.圆代表榆林市森林类型综合指数，颜色代表单位面积固碳价值增长速率；b.圆代表森林景观类型面积比例，颜色代表森林类型平均斑块面积Figure 4. The growth rate of carbon sequestration value in Yulin and forest ecosystem landscape structure comprehensive index榆林地处中国干旱半干旱地区，黄土高原与沙漠过渡地带，脆弱的生态条件导致植被生长敏感易变。全球变化背景下，榆林地区也表现出气候暖干化和水资源减少趋势（杨文峰等，2002；王德丽等，2011），多坡地的地貌结构可能进一步加深地表干旱。矿产开发对土地资源的破坏如果不加以维护管理，容易受到人类活动干扰而退化，从而降低生态系统的稳定和功能。林地综合结构指数显示榆林市东南部区县相对较高（图4a）。这种差异不仅仅因为林地总面积比例在东南部区县相对较高，而是区域内林地类型密度、大小、形状、临近度、连通性等的综合表现，表明森林生态系统的结构性在东南部区县相对较好，合理的生态修复和管理措施必然能够更好的发挥系统功能性。西北部区县林地系统结构性相对较差，不仅受地理条件限制，也与地方产业有关。榆林市作为中国能源化工基地，大量的矿产资源集中分布在西北部区县，矿山开发挤占了资源并造成景观破碎化，不利于植被发展。神木市林地类型比例、平均面积大小、连通性在全市基本处于最低值，且在不断恶化，林地综合指数较低并具有较大波动。矿山开发对林地生态系统结构的破坏不仅影响了当前的固碳功能，而且可能会对系统的稳定性及水土保持等生态系统服务产生影响。由这种潜在影响得知，在易发生土壤侵蚀或地质灾害的黄土高原地区（孙萍萍等，2022；仲原等，2022）的生态建设，应尽可能加强系统的整体性、结构性，协调好地区土地利用规划，避免景观的破碎化，加强水资源利用成效，从而实现地区长期的“双碳”目标。
3.2 榆林固碳价值的年代变化
2000～2020年榆林市固碳价值持续稳定增长，然而2000～2010年增长速率显著高于2010～2020年（图5）。定边县和绥德县位于榆林市南部，两县都没有煤矿开采，工业GDP占比不高，2020年分别仅占全县GDP总值的10%和15%。两县均是以耕地为主的传统农业县，建筑用地很少，土地利用类型的差异主要是林地和未利用地（图5b）。林地较多的绥德县单位面积固碳价值更高（图5b），增长率也更高（图5a）。为了在更小尺度进行对比，分别在两县基于相似土地利用结构选取了10 km × 10 km样方，绥德县样方不仅固碳价值提高了27.5%，20年间固碳价值的增长率也提高了92%。
![]()
图 5 榆林市生态系统单位面积固碳价值动态变化a.榆林市生态系统单位面积固碳价值随时间变化，虚线为12区县平均值，阴影为标准偏差，红线为绥德县，蓝线为定边县；b.定边县与绥德县土地利用结构Figure 5. The dynamic change of value of carbon sequestration of Yulin1999年，陕西在全国率先开展了退耕还林还草试点，榆林市重点实施了建设工程，并从2006年起陆续出台了一系列土地利用规划，加强土地整治与生态环境建设。全市耕地面积在2000～2010年下降较快（p＜0.01），2010～2020年下降速率减缓。20年间草地和林地整体呈上升趋势，然而草地面积在2010～2020年出现下降，只有林地始终保持增加。耕地和草地面积变化的年代差异达到显著水平，林地增长达到极显著水平（p＜0.01）。土地整治政策的实施改善了榆林市的生态环境，自然植被的逐渐恢复有效促进了生态系统固碳功能的提高。2000～2010年榆林市林地固碳价值增加337.66万元，2010～2020年增加116.13万元。相应各区县固碳价值总量增加量和增长速率均表现出极显著年代差异（p＜0.01）。西北部区县受采矿等工业建设活动影响，固碳价值增长速率普遍较低。加强全域统筹规划，因地制宜提高生态系统结构的协调性，对榆林市西北部地区的生态修复与建设有重要意义。
4. 结论
（1）2000～2020年榆林市生态系统固碳服务价值持续增长，2000年代固碳价值年增长480万元/a，2010年代增速减缓年增长120万元/a。全市单位面积固碳价值空间分布呈现从东南向西北递减的趋势，东南部区县单位面积固碳价值增长速率也更快。
（2）采矿工业活动是形成榆林市西北、东南各区县分划的主要因素，东南部工业活动少、林地占比较高，固碳价值主要受生态系统结构性变化的影响。
（3）榆林地区长期的资源开发导致地表景观的破碎化，降低了系统的稳定性。长期来看，未来实施退耕还林还草与生态修复建设工程时，应尽可能扩大单个系统类型面积、避免分散，综合考虑生态系统的整体性，以改善林地系统的结构性与稳定性，实现提质增效。后续可进一步对生态系统服务价值总量进行核算，深入分析系统结构变化影响下的系统功能变化。
-
![]()
图 2 2020～2020年汉中盆地土地利用类型分布图
a. 2000年土地利用类型分布图；b. 2010年土地利用类型分布图；c. 2020年土地利用类型分布图
Figure 2. Distribution of land use types in Hanzhong basin in 2020-2022
![]()
图 3 土地转移矩阵弦图
a. 2000～2010年；b. 2010～2020年；c. 2000～2020年
Figure 3. Chord diagram of land stochastic matrix
![]()
图 4 生境质量变化转移矩阵弦图
a. 2000～2010年；b. 2010～2020年；c. 2000～2020年
Figure 4. Chord diagram of land stochastic matrix
![]()
图 5 生境质量时空变化图
a. 2000年；b. 2010年；c. 2020年
Figure 5. Spatial and temporal variation map of habitat quality
![]()
图 6 土地利用扩张时空变化图
a. 2000～2010年；b. 2010～2020年
Figure 6. Temporal and spatial changes in land use expansion
![]()
图 7 建设类用地扩张驱动因素排名（a）和建设类用地扩张因子贡献分析图（b）
Figure 7. (a) Ranking of driving factors for expansion of construction land and（b) Analysis of the Contribution of Construction Land Expansion Factors
![]()
图 8 2030年土地利用预测分析图
a.勉县区域；b.汉中区域；c.固城区域；d.洋县区域
Figure 8. Land use forecast analysis chart in 2030
表 1 驱动因子信息表
Table 1 Driver information table
类型 数据 数据来源 社会经济数据 人口 https://www.resdc.cn/Default.aspx GDP 到一级道路距离 Openstreetmap（https://github.com/openstreetmap） 到二级道路距离 到三级道路距离 到铁路距离 到政府距离 气候与环境数据 土壤类型 HWSDv1.2（https://www.fao.org/soils-portal/en/） 年平均温度 WorldClim v2.0（https://www.fao.org/soils-portal/en/） 年平均降水量 高程 NASA SRTM1 v3.0 坡度 到水域距离 （https://github.com/openstreetmap） 
下载: 导出CSV
表 2 威胁因子信息表
Table 2 Threat factor information table
威胁因子 最大影响距离（km） 权重 衰减类型 耕地 1 0.2 线性衰退 水域 1 0.2 线性衰退 建设类用地 5 0.5 指数衰退 农村居民点 6 0.7 指数衰退 城镇用地 10 1 指数衰退
下载: 导出CSV
表 3 威胁因子敏感度
Table 3 Threat factor sensitivity
土地利用类型 生境适宜度 威胁因子 耕地 水域 建设类用地 农村居民点 城镇用地 耕地 0.3 0.6 0.5 0.6 0.7 0.5 林地 0.9 0.5 0.8 0.7 0.3 0.8 草地 0.8 0.8 0.8 0.4 0.7 0.4 水域 0.7 0.7 0.2 0.1 0.3 0.3 城乡工矿居民 0 0 0 0.2 0 0 未利用土地 0.3 0.2 0.2 0.1 0.2 0.3
下载: 导出CSV
表 4 汉中盆地景观类型水平
Table 4 Landscape type level of Hanzhong basin
类型 2000年 2010年 2020年 PLAND LPI TE ED PLAND LPI TE ED PLAND LPI TE ED 水田 71.28 39.4 5320878.1 31.79 68.07 32.80 5576238.6 33.31 66.03 24.3 5963113.8 35.63 旱地 5.05 1.36 610927.42 3.65 5.18 1.39 646091.46 3.86 5.16 1.35 675959.51 4.04 有林地 0.14 0.02 48228.74 0.29 0.13 0.02 45581.76 0.27 0.13 0.02 45701.71 0.27 灌木林 0.05 0.03 12057.19 0.07 0.05 0.02 13194.72 0.08 0.04 0.02 11995.20 0.07 疏林地 0.76 0.03 271406.66 1.62 0.76 0.03 276039.54 1.65 0.76 0.03 275679.68 1.65 其他林地 0.89 0.04 289552.42 1.73 1.02 0.06 312325.02 1.87 1.01 0.06 317812.82 1.90 高覆盖度草地 0.06 0.03 19345.49 0.12 0.07 0.03 22790.88 0.14 0.08 0.03 26629.34 0.16 中覆盖度草地 9.12 0.17 3140447.0 18.76 8.53 0.17 3031306.9 18.1 8.89 0.17 3139263.7 18.76 低覆盖度草地 0.00 0.00 1439.66 0.01 0.00 0.00 1379.45 0.01 0.00 0.00 1319.47 0.01 河渠 1.22 0.99 333072.27 1.99 0.86 0.14 243802.44 1.46 1.27 1.01 294332.22 1.76 湖泊 0.69 0.08 254730.55 1.52 0.65 0.03 244462.18 1.46 0.65 0.03 243622.51 1.46 水库坑塘 0.27 0.05 68773.95 0.41 0.59 0.25 156447.40 0.93 0.61 0.26 159386.22 0.95 滩地 3.04 0.61 535225.09 3.20 3.18 0.71 549859.97 3.29 2.78 0.64 509915.95 3.05 城镇用地 0.78 0.30 55217.11 0.33 1.90 0.75 126849.24 0.76 2.29 0.76 167183.10 1.00 农村居民点 6.51 0.06 1590768.7 9.50 8.69 0.28 1959835.7 11.71 8.73 0.20 1945261.5 11.62 其他建设用地 0.10 0.06 14756.56 0.09 0.28 0.09 51969.20 0.31 1.51 0.10 520801.60 3.11 沼泽 0.03 0.02 5398.74 0.03 0.02 0.02 5457.82 0.03 0.02 0.02 5457.82 0.03 裸土地 − − − − 0.01 0.00 2938.82 0.02 0.04 0.01 18112.75 0.11
下载: 导出CSV
表 5 汉中盆地景观水平
Table 5 Landscape type level of Hanzhong basin
年份（a） CA LPI TE ED CONTAG SHDI SHEI 2000 167379.642 39.486 6286112.898 37.556 75.089 1.143 0.403 2010 167379.866 32.804 6683185.656 39.928 73.938 1.247 0.432 2020 167379.866 24.304 7210674.576 43.080 72.106 1.330 0.460
下载: 导出CSV
-
陈颐, 林毅伟, 林丽丽, 等. 基于Markov和LoGIStic模型的莆田市土地利用变化及林地转出空间模拟[J]. 中国农业大学学报, 2017, 22（2）: 87−97. doi: 10.11841/j.issn.1007-4333.2017.02.011 CHEN Yi, LIN Yiwei, LIN Lili, et al. Spatial simulation of land use change and forest land transfer in Putian City based on Markov and LoGIS models[J]. Journal of China Agricultural University,2017,22(2):87−97. doi: 10.11841/j.issn.1007-4333.2017.02.011
曹雪, 罗平, 李满春, 等. 基于扩展CA模型的土地利用变化时空模 拟研究——以深圳市为例[J]. 资源科学, 2011, 33（1）: 127−133. CAO Xue, LUO Ping, LI Manchun, et al. Study on spatiotemporal simulation of land use change based on extended CA model: A case study of Shenzhen City[J]. Resource Science,2011,33(1):127−133.
陈竹安, 刘子强, 张立亭, 等. 南昌市LUCC多情景模拟 和生境质量时空演变与预测[J]. 农业机械学报, 2023, 54（5）: 170−180. CHEN Zhu’an, LIU Ziqiang, ZHANG Liting, et al. Multi scenario simulation and spatiotemporal evolution and prediction of habitat quality in Nanchang LUCC[J]. Journal of Agricultural Machinery,2023,54(5):170−180.
代克志. 基于3S技术的花溪河流域景观格局变化及影响研究[D]. 贵州: 贵州师范大学, 2015. DAI Kezhi. Research on Landscape Pattern Changes and Impact in the Huaxi River Basin Based on 3S Technology [D]. Guizhou: Guizhou Normal University, 2015.
冯雨林, 杨佳佳, 吴梦红. 基于景观转移矩阵的黑龙江双河自然护区土地覆被转移研究[J]. 地质与资源, 2016, 25（5）: 1−5. FENG Yulin, YANG Jiajia, WU Menghong. Research on land cover transfer in the Shuanghe Nature Reserve of Heilongjiang Province based on landscape transfer matrix[J]. Geology and Resources,2016,25(5):1−5.
范树平, 程从坤, 刘友兆, 等. 中国土地利用/土地覆盖研究综述与展望[J]. 地域研究与开发, 2017, 36（2）: 94−101. doi: 10.3969/j.issn.1003-2363.2017.02.018 FAN Shuping, CHENG Congkun, LIU Youzhao, et al. A Review and Prospects of Land Use/Land Cover Research in China[J]. Regional Research and Development,2017,36(2):94−101. doi: 10.3969/j.issn.1003-2363.2017.02.018
高文龙, 张景华, 刘洪, 等. 基于转移矩阵的大凉山区土地利用变化研究[J/OL]. 西北地质, 2023: 1−13. doi: 10.12401/j.nwg.2023167. GAO Wenlong,ZHANG Jinghua,LIU Hong,et al. Research on Land Use Change in Daliangshan District Based on Transfer Matrix [J/OL]. Northwest Geology,2023: 1−13. Doi: 10.12401/j.nwg.2023167.
黄钰清, 李骁尧. 1995-2020年黄河流域土地利用变化及驱动力分析[J]. 西北林学院学报, 2020, 37（6）: 113−121. HUANG Yuqing, LI Xiaoyao. Analysis of Land Use Changes and Driving Forces in the Yellow River Basin from 1995 to 2020[J]. Journal of Northwest Forestry University,2020,37(6):113−121.
韩朝辉, 王郅睿, 田辉, 等. 汉中盆地地下水水化学特征及其成因研究[J]. 西北地质, 2023, 56（4）: 263−273. HAN Chaohui, WANG Zhirui, TIAN Hui, et al. Hydrochemical Characteristics and Genesis of Groundwater in the Hanzhong Basin[J]. Northwestern Geology,2023,56(4):263−273.
黄金亭, 曹艳萍, 秦奋. 基于土地利用/覆盖变化模拟的黄河流域生态环境质量分析[J]. 河南大学学报: 自然科学版, 2020, 50（2）: 127−138. HUANG Jinting, CAO Yanping, QIN Fen. Analysis of Ecological Environment Quality in the Yellow River Basin Based on Land Use/Cover Change Simulation[J]. Journal of Henan University: Natural Science Edition,2020,50(2):127−138.
胡丰, 张艳, 郭宇, 等. 基于PLUS和InVEST模型的渭河流域土地利用与生境质量时空变化及预测[J]. 干旱区地理, 2011, 45（4）: 1125−1136. HU Feng, ZHAGN Yan, GUO Yu, et al. Spatial and temporal changes and prediction of land use and habitat quality in the Wei River Basin based on PLUS and InVEST models[J]. Arid Region Geography,2011,45(4):1125−1136.
吕桂军. 长时间序列LandsatTM影像应用于地理国情监测中的 技术方法探讨[D]. 焦作: 河南理工大学, 2014. LV Guijun. Exploration of Technical Methods for Applying Long Time Series LandsatTM Images to Geographical and National Monitoring [D]. Jiaozuo: Henan University of Technology, 2014.
梁甜, 黄茜, 杨霏. 基于InVEST-PLUS模型的三峡库区(重庆段)生境质量演变及预测[J]. 长江流域资源与环境, 2023, 32（10）: 2184−2195. LIANG Tian, HUANG Qian, YANG Fei. Habitat quality evolution and prediction in the Three Gorges Reservoir Area (Chongqing section) based on the InVEST-PLUS model[J]. Yangtze River Basin Resources and Environment,2023,32(10):2184−2195.
刘纪远, 宁佳, 匡文慧, 等. 2010-2015年中国土地利用变化的时空格局与新特征[J]. 地理学报, 2020, 73（5）: 789−802. LIU Jiyuan, NING Jia, KUANG Wenhui, et al. The spatiotemporal pattern and new characteristics of land use change in China from 2010 to 2015[J]. Journal of Geography,2020,73(5):789−802.
李灿, 曾和平. 基于面积转移矩阵的龙川江流域土地利用变化研究[J]. 人民长江, 2018, 49（17）: 06−13. LI Can, ZENG Heping. Research on Land Use Change in the Longchuan River Basin Based on Area Transfer Matrix[J]. Yangtze River,2018,49(17):06−13.
陶蕴之, 张甜, 梁琦珍, 等. 基于转移矩阵的环渤海土地利用研究[J]. 绿色科技, 2016, 37（2）: 4−7. doi: 10.3969/j.issn.1674-9944.2016.02.002 TAO Yunzhi, ZHANG Tian, LIANG Qizhen, et al. Research on Land Use of Bohai Rim Based on Transfer Matrix[J]. Green Science and Technology,2016,37(2):4−7. doi: 10.3969/j.issn.1674-9944.2016.02.002
卫建军, 李新平, 杨勤科. 基于遥感的土地利用与退耕还林时空变化研究—以延河流域下游地区为例[J]. 水土保持通报, 2007（2）: 87−90. doi: 10.3969/j.issn.1000-288X.2007.02.020 WEI Jianjun, LI Xinping, YANG Qinke. Research on spatiotemporal changes of land use and returning farmland to forests based on remote sensing: A case study of the lower reaches of the Yanhe River Basin[J]. Soil and Water Conservation Bulletin,2007(2):87−90. doi: 10.3969/j.issn.1000-288X.2007.02.020
王颖维, 张亚峰, 钱信禹, 等. 南水北调中线工程丹江源地区生态地质格局动态演变[J]. 西北地质, 2023, 56（3）: 129−140. WANG Yingwei, ZHANG Yafeng, QIAN Xinyu, et al. Dynamic Evolution of Eco−geological Pattern: Taking Danjiangyuan Area of Central Line Project of South−to−North Water Diversion[J]. Northwestern Geology,2023,56(3):129−140.
杨朔, 苏昊, 赵国平. 基于PLUS模型的城市生态系统服务价值多情景模拟: 以汉中市为例[J]. 干旱区资源与环境, 2022, 36（10）: 86−95. YANG Shuo, SU Hao, ZHAO Guoping. Multi scenario simulation of urban ecosystem service value based on PLUS model: A case study of Hanzhong City[J]. Resources and Environment in Arid Areas,2022,36(10):86−95.
阳柏苏. 景区土地利用格局及生态系统服务功能研究[D]. 长沙: 中南林业科技大学, 2005. YANG Baisu. Research on Land Use Patterns and Ecosystem Services in Scenic Spots [D]. Changsha: Central South University of Forestry and Technology, 2005.
岳东霞, 杜军, 刘俊艳, 等. 基于RS和转移矩阵的泾河流域生态承载力时空动态评[J]. 生态学报, 2011, 31（9）: 2550−2558. YUE Dongxia, DU Jun, LIU Junyan, et al. Spatial and temporal dynamic evaluation of ecological carrying capacity in the Jinghe River Basin based on RS and transfer matrix[J]. Journal of Ecology,2011,31(9):2550−2558.
张冉, 王义民, 畅建霞, 等. 基于水资源分区的黄河流域土地利用变化对人类活动的响应[J]. 自然资源学报, 2019, 34（2）: 274−287. doi: 10.31497/zrzyxb.20190205 ZHANG Ran, WANG Yimin, CHANG Jianxia, et al. Response of land use change in the Yellow River Basin to human activities based on water resource zoning[J]. Journal of Natural Resources,2019,34(2):274−287. doi: 10.31497/zrzyxb.20190205
张立新, 段文凯. 经济转型背景下城市土地城镇化格局 及影响因素—以长江经济带城市为例[J]. 国农业大学学报, 2021, 26（9）: 206−215. ZHANG Lixin, DUAN Wenkai. Urban Land Urbanization Pattern and Influencing Factors under the Background of Economic Transformation: A Case Study of Cities in the Yangtze River Economic Belt[J]. Journal of China Agricultural University,2021,26(9):206−215.
张恒义, 刘卫东, 王世忠, 等. “省公顷”生态足迹模型中均衡因子及产量因子的计算: 以浙江省为例[J]. 自然资源学报, 2009, 24（1）: 82−92. doi: 10.3321/j.issn:1000-3037.2009.01.010 ZHANG Hengyi, LIU Weidong, WANG Shizhong, et al. Calculation of Equilibrium Factors and Yield Factors in the Ecological Footprint Model of "Provincial Hectares": Taking Zhejiang Province as an Example[J]. Journal of Natural Resources,2009,24(1):82−92. doi: 10.3321/j.issn:1000-3037.2009.01.010
Faichia C, Tong Z, Zhang J, et al. Using RS Data-Based CA–Markov Model for Dynamic Simulation of Historical and Future LUCC in Vientiane, Laos[J]. Sustainability,2020,12(20):8410−8419. doi: 10.3390/su12208410
Lambin EF, Turbner B, Geist HJ, et al. The cauyses of land-use and land-over change: moviong beyong the myths[J]. Global enviroment change,2001,11(4):261−269. doi: 10.1016/S0959-3780(01)00007-3
Newbold T, Hudson L N, Phillips HR, et al. A global model of the response of tropical and sub-tropical forest biodiversity to anthropo genic pressures[J]. Proceedings Biological Sciences,2014,281(1792):1−10.
Verburg P H, De konnig G, Kok K, et al. A spatial explicit allocation procedure for modeling the pattern of land use change based upon actual land use[J]. Ecoligical modelling,1999,116(1):45−61. doi: 10.1016/S0304-3800(98)00156-2
-
期刊类型引用(2)
1. 徐永，聂浩刚，冀显坤，乔冈. 陕北榆林地区植被好转背景下面临的生态环境新挑战. 西北地质. 2024(05): 308-318 . 
本站查看
2. 马红梅，杨焕霞. 榆林市森林生态系统恢复现状问题及对策. 南方农业. 2024(20): 107-109 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 121
- HTML全文浏览量: 8
- PDF下载量: 37
- 被引次数: 3
