祁連山自然保護(hù)區(qū)生境質(zhì)量模擬及預(yù)測(cè)

摘要：【目的】揭示未來(lái)土地利用變化下祁連山自然保護(hù)區(qū)生境質(zhì)量潛在問(wèn)題及沖突，響應(yīng)“山水林田湖草沙”生命共同體理念下區(qū)域生態(tài)環(huán)境保護(hù)政策，為區(qū)域生態(tài)管理與可持續(xù)發(fā)展提供科學(xué)依據(jù)?！痉椒ā炕?000—2020年5期土地利用數(shù)據(jù)，利用PLUS模型對(duì)未來(lái)2030年不同情境下的土地利用進(jìn)行模擬，耦合InVEST模型對(duì)祁連山自然保護(hù)區(qū)生境質(zhì)量的現(xiàn)狀及未來(lái)進(jìn)行評(píng)估與預(yù)測(cè)。【結(jié)果】①祁連山自然保護(hù)區(qū)土地利用方式以草地、林地和未利用地為主，生態(tài)用地面積增加；②2030年生態(tài)保護(hù)情景下生態(tài)用地面積的增長(zhǎng)要明顯多于自然發(fā)展情景；③研究區(qū)生境質(zhì)量呈現(xiàn)“西北低、東南高”的空間分布格局，2000—2020年5期的生境質(zhì)量均值分別為0.656 2、0.656 3、0.665 8、0.664 6和0.665 7，呈現(xiàn)先上升再下降后又上升的波動(dòng)趨勢(shì)，2030年生態(tài)保護(hù)情景下的生境質(zhì)量均值為0.667 9，自然發(fā)展情景下的生境質(zhì)量均值為0.665 6，生態(tài)保護(hù)情景下的生境貢獻(xiàn)度總和大于自然發(fā)展情景；④2000—2030年間生境退化度先上升后下降，在空間上呈現(xiàn)從中心向外由弱到強(qiáng)的圈層分布關(guān)系，強(qiáng)退化區(qū)主要分布于與未利用地及受人類(lèi)活動(dòng)影響較強(qiáng)區(qū)域相接的草地邊緣。【結(jié)論】祁連山自然保護(hù)區(qū)生境質(zhì)量整體向好發(fā)展，未來(lái)生態(tài)保護(hù)情景下的生境質(zhì)量明顯好于自然發(fā)展情景，加強(qiáng)對(duì)林地和草地等生態(tài)用地的保護(hù)有利于保護(hù)區(qū)生境質(zhì)量的提升。

關(guān)鍵詞：生境質(zhì)量；土地利用；PLUS模型；InVEST模型；祁連山自然保護(hù)區(qū)

中圖分類(lèi)號(hào)：S759.9;X826 文獻(xiàn)標(biāo)志碼：A開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

文章編號(hào)：1000-2006（2024）03-0135-10

Simulation and prediction of habitat quality in the Qilian Mountain Nature Reserve

ZHANG Ying， WANG Ranghui^*， LIU Chunwei， ZHOU Limin

（School of Applied Meteorology， Nanjing University of Information Science and Technology， Nanjing， 210044， China）

Abstract：【Objective】 To explore the potential problems and conflicts of habitat quality in the Qilianshan Nature Reserve as per future land use changes; to respond to the regional ecological environmental protection policy per the concept of “Mountain， Water， Forest， Field， Lake， Grass， and Sand”， and to provide a scientific basis for regional ecological management and sustainable development. 【Method】 Based on five phases of land use data from 2000 to 2020， the PLUS model was used to simulate land use under different scenarios in the future through 2030. The InVEST model was coupled to assess and predict the current and future habitat quality of the Qilian Mountain Nature Reserve. 【Results】 Land use in the Qilian Mountain Nature Reserve was dominated by grassland， forest land， and unused land， and an increase in the area of ecological land. The increase in the area of ecological land under the ecological protection scenario was significantly higher than under the natural development scenario for 2030. Habitat quality showed a spatial distribution pattern of “l(fā)ow in the northwest and high in the southeast，” with the mean value of habitat quality from 2000 to 2020 as follows： 0.656 2， 0.656 3， 0.665 8， 0.664 6， and 0.665 7， respectively. This showed a fluctuating trend of increasing， decreasing， and increasing values. The average value of habitat quality in 2030 was 0.667 9 under the ecological protection scenario and 0.665 6 under the natural development scenario. The total habitat contribution under the ecological protection scenario was greater than that under the natural development scenario. The degree of habitat degradation increased and then decreased from 2000 to 2030， showed a spatial distribution from weak to strong circles from the center outwards， with the most degraded areas located at the edges of grassland adjacent to unused land—the areas most affected by human activities. 【Conclusion】 The habitat quality of the Qilian Mountain Nature Reserve is developing in a positive direction; the habitat quality under the future ecological protection scenario is significantly better than that under the natural development scenario; strengthening the protection of ecological land such as woodland and grassland is conducive to the improvement of habitat quality.

Keywords：habitat quality; land use; PLUS model; InVEST model; the Qilian Mountain Nature Reserve

不同的土地利用方式、格局和強(qiáng)度會(huì)造成生態(tài)系統(tǒng)結(jié)構(gòu)和功能的不同，由此影響生物多樣性和生境質(zhì)量，在一定程度上增強(qiáng)對(duì)生境質(zhì)量的評(píng)估可展現(xiàn)區(qū)域生態(tài)系統(tǒng)的優(yōu)劣情況^[1-2]。而用地的轉(zhuǎn)變會(huì)影響生境斑塊間物質(zhì)流和能量流循環(huán)過(guò)程^[3]，從而進(jìn)一步影響生境的分布格局和生態(tài)系統(tǒng)服務(wù)功能^[4]。所以結(jié)合土地利用定量評(píng)估區(qū)域生境質(zhì)量對(duì)協(xié)調(diào)資源利用與生態(tài)環(huán)境保護(hù)具有十分重要的現(xiàn)實(shí)意義。

土地利用的變化包含數(shù)量結(jié)構(gòu)和空間結(jié)構(gòu)分布的演變，模型的選擇必須具備定量預(yù)測(cè)和空間模擬能力^[5]。目前定量預(yù)測(cè)模型包括單變量灰色預(yù)測(cè)模型、馬爾可夫模型、系統(tǒng)動(dòng)力學(xué)模型、邏輯回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型。馬爾可夫模型描述了基于馬爾可夫鏈理論的隨機(jī)過(guò)程，由于其副作用少而被廣泛應(yīng)用于未來(lái)土地利用模擬及預(yù)測(cè)^[6]。元胞自動(dòng)機(jī)（CA）模型可以根據(jù)某些轉(zhuǎn)換規(guī)則來(lái)模擬土地利用^[7]，基于此形成了CA-Markov模型^[8]、CLUE-S模型^[9]、FLUS模型^[10]和ST-CA模型^[11]等。然而它們?cè)谕诰蛲恋乩冒l(fā)展?jié)摿投喾N斑塊類(lèi)型潛在驅(qū)動(dòng)因素方面能力較弱。PLUS模型是基于CA模型的最新模型，可以使用機(jī)器學(xué)習(xí)方法來(lái)捕捉土地?cái)U(kuò)張及其驅(qū)動(dòng)因子間的復(fù)雜關(guān)系，從而提高土地利用模擬的準(zhǔn)確性^[12]，但其應(yīng)用仍相對(duì)較少。

生境質(zhì)量是指生態(tài)系統(tǒng)為個(gè)體和種群的可持續(xù)發(fā)展提供適宜生活條件的能力，在一定程度上可以反映生物多樣性^[1，13]。近年來(lái)越來(lái)越多的學(xué)者開(kāi)始關(guān)注與生境質(zhì)量相關(guān)的研究，因?yàn)樯硢?wèn)題直觀表現(xiàn)于生態(tài)系統(tǒng)現(xiàn)狀中，對(duì)區(qū)域生態(tài)環(huán)境保護(hù)和規(guī)劃具有重要價(jià)值。目前對(duì)生境質(zhì)量的研究主要有指標(biāo)體系法和模型評(píng)價(jià)法，指標(biāo)體系法通過(guò)構(gòu)建生境指標(biāo)來(lái)評(píng)價(jià)生境質(zhì)量，但忽略了現(xiàn)有威脅源等因素，而InVEST模型不僅考慮了威脅因素，還具有操作簡(jiǎn)單、數(shù)據(jù)需求量小和空間表達(dá)能力強(qiáng)的特點(diǎn)^[14]成功用于不同尺度的生境質(zhì)量研究。目前鮮有學(xué)者將PLUS和InVEST這兩個(gè)模型相結(jié)合，此外，大多數(shù)研究?jī)H預(yù)測(cè)了一種自然發(fā)展情景下的生境質(zhì)量，而單一情景無(wú)法展現(xiàn)政策規(guī)劃帶來(lái)的變化。

祁連山作為我國(guó)西部重要的生態(tài)安全屏障及黃河流域的重要水源地，是國(guó)家重點(diǎn)生態(tài)功能區(qū)之一，也是生物多樣性保護(hù)的優(yōu)先區(qū)域^[15]，在維護(hù)生態(tài)穩(wěn)定性和保障生態(tài)安全方面具有十分重要的作用^[16]。本研究以祁連山自然保護(hù)區(qū)國(guó)家公園試點(diǎn)區(qū)為對(duì)象，結(jié)合了PLUS模型和InVEST模型對(duì)其生境質(zhì)量現(xiàn)狀和未來(lái)進(jìn)行評(píng)估和預(yù)測(cè)，依據(jù)研究區(qū)實(shí)際情況進(jìn)行多情景設(shè)置，以期有效揭示未來(lái)土地利用變化下區(qū)域生境質(zhì)量的潛在問(wèn)題和沖突，為區(qū)域生態(tài)管理和可持續(xù)發(fā)展提供依據(jù)，同時(shí)有助于響應(yīng)“山水林田湖草沙” 生命共同體理念下祁連山自然保護(hù)區(qū)生態(tài)環(huán)境保護(hù)與民生協(xié)調(diào)發(fā)展政策，推動(dòng)未來(lái)人與自然和諧發(fā)展新格局的形成。

1 材料與方法

1.1 研究區(qū)概況

祁連山自然保護(hù)區(qū)位于甘肅和青海兩省交界處（94°49′18″～102°59′08″E，36°46′45″～39°47′05″N），是我國(guó)西部重要的生態(tài)安全屏障，總面積5.02萬(wàn)km²，其中甘肅省片區(qū)面積為3.44萬(wàn)km²，約占自然保護(hù)區(qū)總面積的68.50%；位于青海省的面積1.58萬(wàn)km²，約占總面積的31.50%。研究區(qū)平均海拔達(dá)3 803 m，屬于典型的高原大陸氣候，晝夜溫差大、太陽(yáng)輻射強(qiáng)、雨熱同季、干濕分明，區(qū)域內(nèi)地形復(fù)雜，海拔梯度大，氣溫與降水具有東西和垂直變化差異；土壤類(lèi)型豐富且垂直地帶分布顯著，東部主要為山地草甸土和栗鈣土，西部為高山草原土和棕鈣土；植被分布也具有明顯的垂直地帶差異；水資源豐富，河流眾多；物種多樣性豐富。

1.2 數(shù)據(jù)來(lái)源及處理

研究區(qū)土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)科院資源環(huán)境科學(xué)與數(shù)據(jù)中心，該數(shù)據(jù)以L(fǎng)andsat陸地衛(wèi)星遙感影像數(shù)據(jù)作為信息源，通過(guò)人工目視解譯生成，解譯精度達(dá)90%以上。根據(jù)研究區(qū)特征，選擇氣象因素、地形因素、社會(huì)經(jīng)濟(jì)因素、道路和河網(wǎng)因素作為土地利用的驅(qū)動(dòng)因子（表1），利用GIS的歐氏距離工具對(duì)河流和道路數(shù)據(jù)進(jìn)行處理，將驅(qū)動(dòng)因子數(shù)據(jù)重采樣成30 m×30 m精度的柵格數(shù)據(jù)。

1.3 模型的構(gòu)建

1.3.1 PLUS模型

該模型基于柵格數(shù)據(jù)，可靈活地處理多種類(lèi)型的土地利用斑塊變化，并可用于斑塊尺度的土地利用變化模擬^[17]，它集成了基于土地?cái)U(kuò)張分析策略（LEAS）的規(guī)則挖掘框架和基于多種隨機(jī)斑塊種子（CARS）的元胞自動(dòng)機(jī)模型（CA），并結(jié)合隨機(jī)種子生成和閾值遞減機(jī)制來(lái)精確地模擬土地利用變化^[18]。另外，隨機(jī)森林算法使得各種類(lèi)型土地利用擴(kuò)張的發(fā)展概率和各驅(qū)動(dòng)因素對(duì)各地類(lèi)貢獻(xiàn)度獲得成為可能。

1）土地?cái)U(kuò)張分析策略（LEAS）。該策略疊加兩期土地利用數(shù)據(jù)，提取各類(lèi)用地?cái)U(kuò)張的部分，用5%隨機(jī)抽樣方法從中進(jìn)行抽樣，由隨機(jī)森林算法逐一探索各地類(lèi)擴(kuò)張的因素和驅(qū)動(dòng)力，以獲得各地類(lèi)發(fā)展概率^[19]，公式如下：

式中：P^d_i，k（X）是單元i中土地利用類(lèi)型k的最終增長(zhǎng)概率；I[·]是決策樹(shù)的指示函數(shù)；X是由多個(gè)驅(qū)動(dòng)因子組成的向量；h_n（X）是決策樹(shù)為n時(shí)向量X的預(yù)測(cè)類(lèi)型；d的值為0或1，1時(shí)表示有其他地類(lèi)轉(zhuǎn)變?yōu)榈仡?lèi)k，而0時(shí)表示不向地類(lèi)k轉(zhuǎn)變；M是決策樹(shù)的總數(shù)。

2）基于多類(lèi)隨機(jī)斑塊種子的CA模型（CARS）。該模型結(jié)合隨機(jī)種子生成和閾值遞減機(jī)制，在LEAS生成的發(fā)展概率約束下，動(dòng)態(tài)模擬了斑塊在時(shí)間和空間上的自動(dòng)生成。

式中：D^t_k、D^t-1_k分別是時(shí)刻t與t-1時(shí)地類(lèi)k的慣性系數(shù)；G^t-1_k、G^t-2_k分別是時(shí)刻t-1、t-2時(shí)用地需求與實(shí)際數(shù)量之間的差異。

式中：P^1，t_i，k是引入隨機(jī)斑塊生成機(jī)制后，在t時(shí)刻向地類(lèi)k過(guò)渡的綜合概率；r是（0，1）內(nèi)的隨機(jī)值；μ_k是新的土地利用斑塊生成閾值。Ω^t_i，k是時(shí)刻t地類(lèi)k在空間單元i處的鄰域權(quán)重；ω_k是地類(lèi)k的鄰域權(quán)重參數(shù)，其值在[0，1]之間；n×n為元胞單位。依據(jù)研究區(qū)過(guò)去各土地利用類(lèi)型擴(kuò)張面積占總擴(kuò)張面積的比例來(lái)確定各地類(lèi)的鄰域權(quán)重，分別為耕地0.01、林地0.22、草地0.59、水域0.19、建設(shè)用地0.01、未利用地0.57。

3）土地利用模擬多情景設(shè)置。結(jié)合前人研究成果和研究區(qū)特點(diǎn)，設(shè)置自然發(fā)展和生態(tài)保護(hù)兩種不同的情景對(duì)未來(lái)土地利用進(jìn)行模擬。自然發(fā)展依據(jù)2010—2020年土地利用發(fā)展模式，不設(shè)定各地類(lèi)轉(zhuǎn)換的限制條件，因祁連山自然保護(hù)區(qū)在2015年后采取了一系列生態(tài)保護(hù)措施，故以2015—2020年土地發(fā)展方向?yàn)榛鶞?zhǔn)，并加入生態(tài)保護(hù)的因素，減少林地、草地和水域的轉(zhuǎn)出，適當(dāng)增加未利用地和耕地向其他地類(lèi)的轉(zhuǎn)移。其中0表示不轉(zhuǎn)化，1表示可轉(zhuǎn)化（表2）。

4）精度驗(yàn)證分析。為了驗(yàn)證模型對(duì)土地利用模擬的準(zhǔn)確度，現(xiàn)引入Kappa系數(shù)（κ）檢驗(yàn)精度。Kappa系數(shù)是一種評(píng)價(jià)遙感圖像分類(lèi)結(jié)果一致性的檢驗(yàn)方法，公式如下：

式中：P₀是模擬的正確網(wǎng)格數(shù)與總數(shù)的比值；P_c是隨機(jī)模擬的正確網(wǎng)格數(shù)與總數(shù)的比值；P_p是理想狀態(tài)下模擬的正確網(wǎng)格數(shù)與總數(shù)的比值。Kappa系數(shù)與模擬精度呈正相關(guān)，Kappa系數(shù)的值越大，模擬的結(jié)果越準(zhǔn)確^[20]。

利用2000和2010年兩期的土地利用圖像模擬了2020年的土地利用，并與2020年實(shí)際的土地利用圖像進(jìn)行對(duì)比，得到Kappa系數(shù)精度為0.88，總體精度為0.93，認(rèn)為PLUS模型對(duì)研究區(qū)的模擬精度較高、適用性較好。

1.3.2 InVEST模型

1）生境質(zhì)量模塊。InVEST模型的生境質(zhì)量模塊結(jié)合了景觀類(lèi)型敏感性和外部威脅強(qiáng)度，考慮了威脅因子的影響距離、空間權(quán)重等，以連續(xù)變量計(jì)算生境質(zhì)量^[21]。該模型充分考慮了土地利用方式以及土地利用模式變化對(duì)生境的影響^[22]。生境質(zhì)量退化程度代表物種面臨的威脅水平大小，其值在[0，1]之間，數(shù)值越大表示退化程度和受威脅可能性越大。

式中：Q_xj表示地類(lèi)j中柵格x的生境質(zhì)量指數(shù)；H_j表示生境適宜性指標(biāo)，取值在[0，1]之間；D_xj表示生境退化度；k為半飽和參量，通常取最大生境退化度數(shù)值的1/2；z為常量。

2）參數(shù)設(shè)置。參考InVEST用戶(hù)手冊(cè)以及前人研究，選取耕地、道路、建設(shè)用地和未利用地作為生境威脅因子^[23-25]，這4個(gè)威脅因子的權(quán)重分別為0.6、0.5、0.8、0.5，最大脅迫距離分別為3.0、0.5、8.0、2.0 km，其中建設(shè)用地的衰減性為指數(shù)型，其他3個(gè)因子的衰減性為線(xiàn)性。在此基礎(chǔ)上，確定各地類(lèi)對(duì)威脅因子的敏感度見(jiàn)表3。

3）生境貢獻(xiàn)率計(jì)算。生境貢獻(xiàn)率是指生境質(zhì)量受土地利用變化影響發(fā)生改變的比率^[26]。本研究以2020年生境質(zhì)量指數(shù)為基準(zhǔn)，分析自然發(fā)展和生態(tài)保護(hù)情景下土地利用變化對(duì)生境質(zhì)量的貢獻(xiàn)率，公式如下：

式中：Q_LH是地類(lèi)變化的生境貢獻(xiàn)率；Q_H是某地類(lèi)生境質(zhì)量指數(shù)；L₁、L₂分別對(duì)應(yīng)研究初期和末期不同的用地類(lèi)型；L是某地類(lèi)轉(zhuǎn)移的面積；S是轉(zhuǎn)移地類(lèi)總面積。

2 結(jié)果與分析

2.1 祁連山自然保護(hù)區(qū)土地利用變化分析

祁連山自然保護(hù)區(qū)土地利用方式主要以草地、林地和未利用地為主，耕地和建設(shè)用地占比較少（圖1、圖2）。由圖1可以看出，未利用地主要集中在自然保護(hù)區(qū)西北部，平均中心略向東南偏移，標(biāo)準(zhǔn)橢圓逐漸縮小；中部及東南地區(qū)以林地和草地交錯(cuò)分布為主，中心及標(biāo)準(zhǔn)橢圓遷移并不明顯；水域零星塊狀分布于祁連山北部、西部及中部，包括高海拔地區(qū)的冰川積雪和濕地，重心略向南偏移，標(biāo)準(zhǔn)橢圓擴(kuò)大；耕地和建設(shè)用地主要分布于自然保護(hù)區(qū)東南部，重心向西北部偏移。結(jié)合圖2發(fā)現(xiàn)，2000—2010年間，研究區(qū)6.04%的面積發(fā)生了變動(dòng)，草地、耕地、林地和水域的面積都有所增加，其中水域面積的增長(zhǎng)最多，增加了669.36 km²，主要由未利用地轉(zhuǎn)入；建設(shè)用地和未利用地面積有所減少，其中未利用地的變化最為顯著，減少了683.62 km²，主要向水域和草地進(jìn)行轉(zhuǎn)出，2000—2005年的土地利用變化不明顯，變動(dòng)主要發(fā)生在2005—2010年間。2010—2020年間，研究區(qū)土地利用面積的變化率較前10年有所降低，有4.15%的面積發(fā)生變化。以2015年作為一個(gè)轉(zhuǎn)折，在2010—2015年間，林地和水域等生態(tài)用地面積都有所下降；2015—2020年間，國(guó)家針對(duì)祁連山生態(tài)環(huán)境采取了一系列整治策略，在對(duì)原有林地進(jìn)行保護(hù)的基礎(chǔ)上植樹(shù)造林和退耕還林還草，使得林地覆蓋度有所上升，再加上對(duì)水電站的關(guān)停措施、濕地的保護(hù)修復(fù)和冰雪融水等使得區(qū)域水域面積有所增加。

總體來(lái)看，2000—2020年間，祁連山自然保護(hù)區(qū)土地利用整體向好發(fā)展，林地和水域面積都呈上升趨勢(shì)，分別增加了777.68 km²和38.45 km²，草地面積減少了130.20 km²未利用地減少693.22 km²。

2.2 不同情景下祁連山自然保護(hù)區(qū)未來(lái)土地利用預(yù)測(cè)

由于2015年為祁連山生態(tài)保護(hù)的轉(zhuǎn)折年份，故分別以2010和2020年、2015和2020年的土地利用數(shù)據(jù)為基礎(chǔ)，預(yù)測(cè)2030年自然發(fā)展和生態(tài)保護(hù)情景下的土地利用，結(jié)果見(jiàn)圖3。未來(lái)土地利用的空間格局基本延續(xù)了現(xiàn)有的土地利用分布方式?？梢钥闯?，自然發(fā)展情況下，水域和林地面積仍有所增長(zhǎng)，分別增加了35.02 km²和102.67 km²，主要由草地和未利用地轉(zhuǎn)入，耕地面積有所下降，建設(shè)用地有所增加，未利用地面積持續(xù)減少。相較自然發(fā)展情景，生態(tài)保護(hù)情景限制了林地、草地和水域的轉(zhuǎn)出，控制建設(shè)用地的盲目擴(kuò)張且不得由生態(tài)用地轉(zhuǎn)入，雖然草地的面積仍有所下降，但退化幅度減小，建設(shè)用地也基本沒(méi)有擴(kuò)張，林地面積增長(zhǎng)了68.25 km²、水域增長(zhǎng)了228.56 km²、未利用地減少了165.06 km²。

2.3 祁連山自然保護(hù)區(qū)生境質(zhì)量空間分布及趨勢(shì)

生境是區(qū)域氣候、水文、土壤、植被和地形地貌的綜合表現(xiàn)，在一定程度上受到生態(tài)環(huán)境和土地利用變化的影響，利用InVEST模型，基于土地利用數(shù)據(jù)得到研究區(qū)2000—2020年生境質(zhì)量空間分布圖，可知生境質(zhì)量數(shù)值在0～1之間，數(shù)值越大則代表生境質(zhì)量越好，反之則越差。在GIS中根據(jù)自然斷點(diǎn)法將生境質(zhì)量等級(jí)分為低（0，0.2]、較低（0.2，0.4]、中等（0.4，0.8]、較高（0.8，0.9]、高（0.9，1]5類(lèi)（圖4）。生境質(zhì)量高值區(qū)主要分布于祁連山自然保護(hù)區(qū)東南部和中部林地覆被較多的地區(qū)；較低值區(qū)主要位于研究區(qū)西北部未利用地占比較多的區(qū)域，該區(qū)域主要以裸地、戈壁和鹽堿地為主，生境質(zhì)量較差；低值區(qū)穿插于較低值區(qū)域內(nèi)，該區(qū)域主要分布道路和建筑用地等，受人為影響較大；中值區(qū)點(diǎn)狀分布于研究區(qū)東南部耕地為主的區(qū)域；生境質(zhì)量較高值區(qū)塊狀分布于研究區(qū)中部，該區(qū)域主要土地利用類(lèi)型為水域濕地?？傮w來(lái)看，祁連山自然保護(hù)區(qū)生境質(zhì)量呈現(xiàn)東南高、西北低的空間分布規(guī)律。2000、2005、2010、2015和2020年研究區(qū)生境質(zhì)量均值分別為0.656 2、0.656 3、0.665 8、0.664 6和0.665 7，從時(shí)間跨度來(lái)看，祁連山自然保護(hù)區(qū)生境質(zhì)量先上升再下降后又有所回升，總體生境質(zhì)量較高。

由未來(lái)土地利用數(shù)據(jù)預(yù)測(cè)結(jié)果得到2030年不同情景下的祁連山自然保護(hù)區(qū)生境質(zhì)量空間分布，發(fā)現(xiàn)2030年研究區(qū)生境質(zhì)量空間分布仍然呈現(xiàn)西北低、東南高的格局，其中自然發(fā)展情景下的生境質(zhì)量均值為0.665 6，較2020年略有下降，生態(tài)保護(hù)情景下的生境質(zhì)量均值為0.667 9，與2020相比有所上升，生境質(zhì)量向好發(fā)展。

從各生境質(zhì)量等級(jí)面積及占比情況來(lái)看，研究區(qū)生境質(zhì)量等級(jí)主要以較低等級(jí)和高等級(jí)為主，占據(jù)總面積的90%以上。

2000—2020年間，低生境質(zhì)量區(qū)域面積先增多后減少，主要是由于2000—2010年間經(jīng)濟(jì)的發(fā)展增加了一些耕地等受人為影響較大的用地類(lèi)型面積，使得低生境質(zhì)量面積有所增加，但2015—2020年間，隨著一系列針對(duì)祁連山的生態(tài)保護(hù)政策施行，該等級(jí)生境質(zhì)量面積有所下降，在對(duì)2030年生境質(zhì)量的預(yù)測(cè)中，自然發(fā)展情景下的低生境質(zhì)量區(qū)域面積有所增加，占比為1.63%，而生態(tài)保護(hù)情景下的低生境質(zhì)量面積則明顯減少，達(dá)到2010—2030年來(lái)的最低值，所以區(qū)域的生態(tài)保護(hù)不可松懈；較低生境質(zhì)量等級(jí)區(qū)域面積在2000—2010年間逐漸下降，主要源于對(duì)未利用地的使用，部分未利用地向草地和水域轉(zhuǎn)化，使得原本較低生境質(zhì)量區(qū)域生境質(zhì)量提高，2010—2015年間該等級(jí)區(qū)域面積又有所增加，可能由于該時(shí)期水域和林地面積減少，水土流失情況較嚴(yán)重，2015—2020年間該等級(jí)面積逐漸下降，這依賴(lài)于2017年祁連山山水林田湖生態(tài)修復(fù)工程試點(diǎn)項(xiàng)目的實(shí)施，一系列水環(huán)境治理與植被恢復(fù)措施增加了林地和水域的面積；中等生境質(zhì)量等級(jí)區(qū)域面積占比較小，基本維持在0.33%左右；較高等級(jí)和高等級(jí)生境質(zhì)量面積總和在2000—2020年間呈現(xiàn)先增加再減少后增加的趨勢(shì)，在2030年的兩種不同情景模擬下，生態(tài)保護(hù)情景中這兩類(lèi)生境質(zhì)量等級(jí)面積較自然發(fā)展情景增長(zhǎng)較多，相較于2000年占比分別提升了1.39%和1.70%，由此可見(jiàn)，合理增加生態(tài)用地的面積、限制草地的轉(zhuǎn)出、控制耕地和建設(shè)用地的擴(kuò)張有利于維持區(qū)域高生境質(zhì)量水平。

根據(jù)生境貢獻(xiàn)率公式計(jì)算2030年不同情景下土地利用方式轉(zhuǎn)變對(duì)生境質(zhì)量的貢獻(xiàn)度（表5），發(fā)現(xiàn)對(duì)生境質(zhì)量提升貢獻(xiàn)較大的地類(lèi)轉(zhuǎn)換是未利用地向草地的轉(zhuǎn)化，其次是未利用地向水域的轉(zhuǎn)化，自然發(fā)展情景下未利用地未向草地轉(zhuǎn)移，向水域轉(zhuǎn)移了6.28 km²，生態(tài)保護(hù)情景下未利用地向草地和水域分別轉(zhuǎn)移了96.74 km²和57.06 km²，貢獻(xiàn)度達(dá)19.6%和10.13%；使生境質(zhì)量下降的地類(lèi)轉(zhuǎn)移主要是草地向建設(shè)用地的轉(zhuǎn)化以及草地向水域的轉(zhuǎn)化，生態(tài)保護(hù)情景下禁止了草地向建設(shè)用地的轉(zhuǎn)化，且草地向水域轉(zhuǎn)化的負(fù)向貢獻(xiàn)率值要小于自然發(fā)展情景。綜合看來(lái)，生態(tài)保護(hù)情景下各地類(lèi)轉(zhuǎn)化對(duì)生境質(zhì)量貢獻(xiàn)率之和為27.83%，而自然發(fā)展情景下的貢獻(xiàn)率之和為-2.39%，生態(tài)保護(hù)情景下的生境貢獻(xiàn)率要明顯大于自然保護(hù)情景。所以在生態(tài)保護(hù)情景下，區(qū)域生境質(zhì)量呈上升趨勢(shì)。

2.4 祁連山自然保護(hù)區(qū)生境質(zhì)量退化度分析

生境退化度數(shù)值在0～1之間，值越大代表退化程度越高。由InVEST模型得到研究區(qū)生境退化空間分布，結(jié)果見(jiàn)圖5。將生境退化分為弱退化[0，0.02）、較弱退化[0.02，0.04）、中等退化[0.04，0.06）、較強(qiáng)退化[0.06，0.08）和強(qiáng)退化（≥0.08）等5級(jí)。從空間分布上看，研究區(qū)大部分區(qū)域生境退化度較低，退化方式呈現(xiàn)圈層關(guān)系，由內(nèi)向外依次為弱退化、較弱退化、中等退化、較強(qiáng)退化和強(qiáng)退化，主要分布于草地覆被區(qū)，越接近草地的邊緣，與未利用地、耕地、建設(shè)用地和道路相連的地方退化程度越高。未利用地因土壤質(zhì)量較差、海拔較高、氣溫較低等自然地理因素使得其周?chē)莸氐母脖惠^少且退化度較高，而耕地、道路和建設(shè)用地則是受人類(lèi)活動(dòng)影響強(qiáng)度較大的區(qū)域，其周邊生境退化度較高。2000—2020年研究區(qū)生境質(zhì)量退化均值分別15.068×10^-3、15.078×10^-3、15.133×10^-3、15.095×10^-3和15.072×10^-3，退化度呈現(xiàn)先上升后下降的趨勢(shì)，研究區(qū)總體退化程度較低。2000—2010年間生境退化度的變化率為0.431%，這期間生境退化的原因與研究區(qū)土地利用方式的轉(zhuǎn)變息息相關(guān)，耕地面積的增多占用了部分草地，2010—2020年間的生境退化度變化率為-0.404%，2000—2020年的生境退化度變化率為0.03%，期間退化程度基本維持穩(wěn)定，可見(jiàn)祁連山草地生境質(zhì)量總體穩(wěn)定，局部惡化的趨勢(shì)得到了遏制，但退化值并未顯著下降，草地的退化趨勢(shì)尚未得到根本扭轉(zhuǎn)，仍需持續(xù)關(guān)注。

在對(duì)2030年不同情景的生境退化度預(yù)測(cè)中發(fā)現(xiàn)，生境退化度的空間分布依然延續(xù)了之前的分布方式，其中自然發(fā)展情景下生境退化度均值為15.053×10^-3，生態(tài)保護(hù)情景下的生境退化度均值為15.046×10^-3，生境退化度變化率則分別為-0.126%和-0.173%。相較于2020年，兩種情景下的生境退化度都有所下降。生態(tài)保護(hù)情景比自然保護(hù)情景下的生境退化度下降更多，說(shuō)明2015年后對(duì)祁連山自然保護(hù)區(qū)生態(tài)環(huán)境的治理頗具成效，生態(tài)環(huán)境逐漸得到改善，延續(xù)之前的發(fā)展方式，生境退化度逐漸下降，若在原先的發(fā)展模式下加強(qiáng)對(duì)生態(tài)的保護(hù)，如重視對(duì)現(xiàn)有草地的保護(hù)以及流失草地的修復(fù)，減少耕地和建設(shè)用地等人為影響較強(qiáng)的區(qū)域面積，道路的設(shè)置避開(kāi)生境質(zhì)量較高的區(qū)域，則生境退化程度的減輕更為明顯。

3 討 論

1）祁連山自然保護(hù)區(qū)土地利用類(lèi)型以草地、林地和未利用地為主。2000—2020年間土地利用的轉(zhuǎn)化主要發(fā)生在草地、林地、水域和未利用地之間，其中水域面積的增長(zhǎng)最為明顯，其次是林地，分別增加了777.68 km²和38.45 km²，草地面積有所減少，減少了130.20 km²，未利用地面積減少了693.22 km²?？傮w看來(lái)，祁連山自然保護(hù)區(qū)生態(tài)用地面積逐漸增多，趨勢(shì)向好發(fā)展。

2）2030年兩種不同情景下的土地利用預(yù)測(cè)結(jié)果有明顯差異，生態(tài)保護(hù)情景下生態(tài)用地面積的增長(zhǎng)要多于自然發(fā)展情景。在自然發(fā)展情景下，水域面積增長(zhǎng)了35.02 km²，林地面積增長(zhǎng)了102.67 km²，耕地面積有所下降，建筑用地略有增長(zhǎng)，未利用地持續(xù)減少；而在生態(tài)保護(hù)情景下，耕地面積減少，建筑用地面積基本不變，林地和水域面積分別增加了68.25 km²和228.56 km²，是自然發(fā)展情景下水域和林地?cái)U(kuò)張面積的2倍，未利用地減少了165.06 km²。

3）2000—2020年祁連山自然保護(hù)區(qū)生境質(zhì)量呈現(xiàn)“西北低、東南高”的空間分布特征，在時(shí)間上生境質(zhì)量呈現(xiàn)先上升再下降后又上升的波動(dòng)趨勢(shì)，在對(duì)2030年的預(yù)測(cè)中，兩種情景下皆延續(xù)了“西北低、東南高”的空間分布特征，生態(tài)保護(hù)情境下的生境質(zhì)量持續(xù)升高，自然發(fā)展情景下生境質(zhì)量略有下降。生境質(zhì)量等級(jí)以較低等級(jí)和高等級(jí)為主，總占比達(dá)區(qū)域面積的90%以上，高值區(qū)主要分布于研究區(qū)東南部林地覆被較多的區(qū)域，較低值區(qū)位于研究區(qū)西北部以裸地、戈壁、鹽堿地為主的未利用地區(qū)域，低值區(qū)穿插于較低值區(qū)內(nèi)，受道路和建設(shè)用地等人類(lèi)活動(dòng)較強(qiáng)區(qū)域的影響。在2000—2020年這20年間，生境質(zhì)量低和較低等級(jí)區(qū)域面積在逐漸減少，較高和高等級(jí)區(qū)域面積在不斷增加。研究區(qū)生境質(zhì)量貢獻(xiàn)度較高的地類(lèi)轉(zhuǎn)化方式是未利用地向草地和水域的轉(zhuǎn)化，生態(tài)保護(hù)情景下的生境貢獻(xiàn)度總和明顯大于自然發(fā)展情景。

4）2000—2030年間的生境退化度逐漸降低，退化度在空間分布上呈現(xiàn)由弱到強(qiáng)的圈層分布關(guān)系，在對(duì)未來(lái)的預(yù)測(cè)中，生態(tài)保護(hù)情景下的生境退化度較自然發(fā)展情景要低。退化度強(qiáng)的區(qū)域主要分布于草地與未利用地、耕地、道路和建設(shè)用地相接的區(qū)域，草地的退化得到遏制但尚未根本扭轉(zhuǎn)，仍需進(jìn)一步加強(qiáng)保護(hù)。

基于PLUS模型和InVEST模型生境質(zhì)量模塊對(duì)祁連山自然保護(hù)區(qū)生境現(xiàn)狀及未來(lái)進(jìn)行分析，2000—2020年間生境質(zhì)量先上升再下降后又上升，2000—2010年間生境質(zhì)量的提升依賴(lài)于未利用地向生態(tài)用地的轉(zhuǎn)化，2010—2015年間，生境質(zhì)量的下降源于水域和林地等生態(tài)用地的減少，2015年后，隨著國(guó)家對(duì)祁連山自然保護(hù)區(qū)的生態(tài)環(huán)境整治和保護(hù)修復(fù)，流域林草植被恢復(fù)、水環(huán)境保護(hù)治理等山水林田湖草生態(tài)保護(hù)修復(fù)試點(diǎn)項(xiàng)目的實(shí)施，生境質(zhì)量又開(kāi)始上升。在對(duì)未來(lái)（2030年）不同情景的模擬中，生態(tài)保護(hù)情景能使生境質(zhì)量保持穩(wěn)定上升是因?yàn)槠湓黾恿肆值睾退虻拿娣e，控制了草地的轉(zhuǎn)出，草地局部惡化的趨勢(shì)有所控制，故在研究區(qū)后期的發(fā)展中不僅要持續(xù)加強(qiáng)對(duì)林地和水域的增加與保護(hù)，也要避免草地的退化對(duì)生境產(chǎn)生影響，如適當(dāng)修復(fù)增大草地面積，合理控制人類(lèi)活動(dòng)影響較大的區(qū)域面積，道路的修建也盡量避開(kāi)生態(tài)用地。

生境受復(fù)雜生態(tài)系統(tǒng)耦合的影響，包括區(qū)域地形地貌、氣候、水文、植被、土壤和人類(lèi)活動(dòng)等，土地覆被在一定程度上可以體現(xiàn)這些要素的變化，但仍具有一定的局限性。InVEST模型的發(fā)展已較為成熟，在空間表達(dá)、動(dòng)態(tài)研究方面優(yōu)于其他模型，被廣泛應(yīng)用于區(qū)域生境的研究，但I(xiàn)nVEST模型中的一些參數(shù)設(shè)置依賴(lài)于以往的研究成果及專(zhuān)家經(jīng)驗(yàn)，尚無(wú)統(tǒng)一的標(biāo)準(zhǔn)，這就使得生境質(zhì)量的模擬結(jié)果具有一定的主觀性。此外，InVEST模型通過(guò)累積各種威脅源的影響來(lái)評(píng)估生境質(zhì)量，但簡(jiǎn)單對(duì)威脅源影響的累積并不能綜合反映威脅源對(duì)生境質(zhì)量的影響，且在威脅源選取中，道路條件過(guò)去和未來(lái)或多或少會(huì)發(fā)生改變，鑒于自然保護(hù)區(qū)內(nèi)道路變動(dòng)不劇烈，故只采用了可獲得道路源數(shù)據(jù)。但本研究結(jié)果仍可為祁連山自然保護(hù)區(qū)生態(tài)環(huán)境保護(hù)和可持續(xù)發(fā)展提供科學(xué)的理論依據(jù)，具有一定的參考價(jià)值。未來(lái)的研究中可重點(diǎn)探索PLUS模型和InVEST模型的參數(shù)設(shè)置優(yōu)化。另外，在未來(lái)情景的設(shè)置中預(yù)期結(jié)合CMIP6下最新共享社會(huì)經(jīng)濟(jì)路徑，可更豐富且多維度地對(duì)祁連山自然保護(hù)區(qū)生境質(zhì)量進(jìn)行評(píng)估。

參考文獻(xiàn)（reference）：

[1]王建華，田景漢，呂憲國(guó)．撓力河流域河流生境質(zhì)量評(píng)價(jià)[J]．生態(tài)學(xué)報(bào)，2010，30（2）：481-486．WANG J H，TIAN J H，LYU X G．Assessment of stream habitat quality in Naoli River watershed，China[J]．Acta Ecol Sin，2010，30（2）：481-486．

[2]鐘莉娜，王軍．基于InVEST模型評(píng)估土地整治對(duì)生境質(zhì)量的影響[J]．農(nóng)業(yè)工程學(xué)報(bào)，2017，33（1）：250-255．ZHONG L N，WANG J．Evaluation on effect of land consolidation on habitat quality based on InVEST model[J]．Trans Chin Soc Agric Eng，2017，33（1）：250-255．DOI： 10.11975/j.issn.1002-6819.2017.01.034.

[3]吳健生，毛家穎，林倩，等．基于生境質(zhì)量的城市增長(zhǎng)邊界研究：以長(zhǎng)三角地區(qū)為例[J]．地理科學(xué)，2017，37（1）：28-36．WU J S，MAO J Y，LIN Q，et al．Urban growth boundary based on the evaluation of habitat quality：taking the Yangtze River delta as an example[J]．Sci Geogr Sin，2017，37（1）：28-36．DOI： 10.13249/j.cnki.sgs.2017.01.004.

[4]鄭宇，張蓬濤，湯峰，等．基于InVEST模型的昌黎縣土地利用變化對(duì)生境質(zhì)量的影響研究[J]．中國(guó)農(nóng)業(yè)資源與區(qū)劃，2018，39（7）：121-128. ZHENG Y， ZHANG P T， TANG F， et al. The effects of land use change on habitat quality in Changli County based on InVEST model[J]. Chin J Agric Resour Reg Plan， 2018， 39（7）： 121-128.DOI： 10.7621/cjarrp.1005-9121.20180718.

[5]GOMES E，BANOS A，ABRANTES P，et al．Future land use changes in a peri-urban context：local stakeholder views[J]．Sci Total Environ，2020，718：137381．DOI： 10.1016/j.scitotenv.2020.137381.

[6]HUANG W J，AN Y T，PAN Y，et al．Predicting transient particle transport in periodic ventilation using Markov chain model with pre-stored transition probabilities[J]．Build Environ，2022，211：108730．DOI： 10.1016/j.buildenv.2021.108730.

[7]MOKARRAM M，PHAM T M．CA-Markov model application to predict crop yield using remote sensing indices[J]．Ecol Indic，2022，139：108952．DOI： 10.1016/j.ecolind.2022.108952.

[8]褚琳，張欣然，王天巍，等．基于CA-Markov和InVEST模型的城市景觀格局與生境質(zhì)量時(shí)空演變及預(yù)測(cè)[J]．應(yīng)用生態(tài)學(xué)報(bào)，2018，29（12）：4106-4118．CHU L，ZHANG X R，WANG T W，et al．Spatial-temporal evolution and prediction of urban landscape pattern and habitat quality based on CA-Markov and InVEST model[J]．Chin J Appl Ecol，2018，29（12）：4106-4118．DOI： 10.13287/j.1001-9332.201812.013.

[9]VERBURG P H，SOEPBOER W，VELDKAMP A，et al．Modeling the spatial dynamics of regional land use：the CLUE-S model[J]．Environ Manage，2002，30（3）：391-405．DOI： 10.1007/s00267-002-2630-x.

[10]LIANG X，LIU X P，LI X，et al．Delineating multi-scenario urban growth boundaries with a CA-based FLUS model and morphological method[J]．Landsc Urban Plan，2018，177：47-63．DOI： 10.1016/j.landurbplan.2018.04.016.

[11]陳霆，徐偉銘，吳升，等．國(guó)土空間規(guī)劃視角下的城鎮(zhèn)開(kāi)發(fā)邊界劃定和空間管控體系構(gòu)建[J]．地球信息科學(xué)學(xué)報(bào)，2022，24（2）：263-279．CHEN T，XU W M，WU S，et al．Delimitation of urban development boundary and construction of space control system from the perspective of territorial spatial planning[J]．J Geo Inf Sci，2022，24（2）：263-279．DOI： 10.12082/dqxxkx.2022.210552.

[12]LIANG X，GUAN Q F，CLARKE K C，et al．Understanding the drivers of sustainable land expansion using a patch-generating land use simulation （PLUS） model：a case study in Wuhan，China[J]．Comput Environ Urban Syst，2021，85：101569．DOI： 10.1016/j.compenvurbsys.2020.101569.

[13]VAN HORNE B．Density as a misleading indicator of habitat quality[J]．J Wildl Manag，1983，47（4）：893-901．DOI： 10.2307/3808148.

[14]XU J， XIE G D， XIAO Y， et al. Dynamic analysis of ecological environment quality combined with water conservation changes in national key ecological function areas in China [J]. Sustainability， 2018， 10（4）： 1202.DOI： 10.3390/su10041202.

[15]徐潔，謝高地，肖玉，等．國(guó)家重點(diǎn)生態(tài)功能區(qū)生態(tài)環(huán)境質(zhì)量變化動(dòng)態(tài)分析[J]．生態(tài)學(xué)報(bào)，2019，39（9）：3039-3050．XU J，XIE G D，XIAO Y，et al．Dynamic analysis of ecological environmental quality changes in national key ecological function areas in China[J]．Acta Ecol Sin，2019，39（9）：3039-3050．DOI： 10.5846/stxb201806011227.

[16]王讓會(huì)，趙文斐，彭擎，等．氣候變化及景觀格局與生態(tài)系統(tǒng)碳儲(chǔ)存的耦合關(guān)系：以祁連山為例[J]．干旱區(qū)研究，2022，39（1）：250-257．WANG R H，ZHAO W F，PENG Q，et al．The relationship of climate change and landscape pattern with ecosystem carbon storage：a case study from the Qilian Mountains[J]．Arid Zone Res，2022，39（1）：250-257．DOI： 10.13866/j.azr.2022.01.24.

[17]LI C，WU Y M，GAO B P，et al．Multi-scenario simulation of ecosystem service value for optimization of land use in the Sichuan-Yunnan ecological barrier，China[J]．Ecol Indic，2021，132：108328．DOI： 10.1016/j.ecolind.2021.108328.

[18]AHMAD KURNIA A，RUSTIADI E，F(xiàn)AUZI A，et al．Understanding industrial land development on rural-urban land transformation of Jakarta megacity’s outer suburb[J]．Land，2022，11（5）：670．DOI： 10.3390/land11050670.

[19]張大川，劉小平，姚堯，等．基于隨機(jī)森林CA的東莞市多類(lèi)土地利用變化模擬[J]．地理與地理信息科學(xué)，2016，32（5）：29-36，127．ZHANG D C，LIU X P，YAO Y，et al．Simulating spatiotemporal change of multiple land use types in Dongguan by using random forest based on cellular automata[J]．Geogr Geo Inf Sci，2016，32（5）：29-36，127．DOI： 10.3969/j.issn.1672-0504.2016.05.005.

[20]PRASAD P，LOVESON V J，CHANDRA P，et al．Evaluation and comparison of the earth observing sensors in land cover/land use studies using machine learning algorithms[J]．Ecol Inform，2022，68：101522．DOI： 10.1016/j.ecoinf.2021.101522.

[21]CHEN X，YU L，DU Z R，et al．Distribution of ecological restoration projects associated with land use and land cover change in China and their ecological impacts[J]．Sci Total Environ，2022，825：153938．DOI： 10.1016/j.scitotenv.2022.153938.

[22]XUE CL，ZHANG H Q，WU S M，et al．Spatial-temporal evolution of ecosystem services and its potential drivers：a geospatial perspective from Bairin Left Banner，China[J]．Ecol Indic，2022，137：108760．DOI： 10.1016/j.ecolind.2022.108760.

[23]張學(xué)儒，周杰，李夢(mèng)梅．基于土地利用格局重建的區(qū)域生境質(zhì)量時(shí)空變化分析[J]．地理學(xué)報(bào)，2020，75（1）：160-178．ZHANG X R，ZHOU J，LI M M．Analysis on spatial and temporal changes of regional habitat quality based on the spatial pattern reconstruction of land use[J]．Acta Geogr Sin，2020，75（1）：160-178．DOI： 10.11821/dlxb202001012.

[24]包玉斌，劉康，李婷，等．基于InVEST模型的土地利用變化對(duì)生境的影響：以陜西省黃河濕地自然保護(hù)區(qū)為例[J]．干旱區(qū)研究，2015，32（3）：622-629．BAO Y B，LIU K，LI T，et al．Effects of land use change on habitat based on InVEST model： taking Yellow River Wetland Nature Reserve in Shaanxi Province as an example[J]．Arid Zone Res，2015，32（3）：622-629．DOI： 10.13866/j.azr.2015.03.29.

[25]李瀟，楊加猛，陳禹衡，等. 基于土地利用變化的江蘇鹽城濕地自然保護(hù)區(qū)生境質(zhì)量評(píng)估[J]. 南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2022， 46（5）： 169-176．LI X， YANG JM， CHEN Y H， et al. Evaluations of habitat quality of Jiangsu Yancheng Wetland National Nature Rare Bird Reserve based on land use changes[J]. J Nanjing For Univ （Nat Sci Ed）， 2022， 46（5）： 169-176.DOI： 10.12302/j.issn.1000-2006.202105002.

[26]和娟，師學(xué)義，付揚(yáng)軍，等．汾河源頭區(qū)域土地利用及生境質(zhì)量時(shí)空演變的多情景模擬[J]. 水土保持研究， 2020， 27（5）：250-258．HE J，SHI X Y，F(xiàn)U Y J，et al．Multi-scenario simulation of spatiotemporal evolution of land use and habitat quality in the source area of Fenhe River basin[J]. Res Soil Water Conserv， 2020， 27（5）： 250-258. DOI： 10.13869/j.cnki.rswc.2020.05.033.

（責(zé)任編輯 鄭琰燚）