烏魯木齊市生境質(zhì)量時空演變特征及預(yù)測

摘 要：【目的】評估烏魯木齊市生境質(zhì)量的演變特征?！痉椒ā窟\用PLUS模型和InVEST模型對烏魯木齊市土地利用類型和生境質(zhì)量進行預(yù)測、評估。【結(jié)果】①2000—2022年烏魯木齊市出現(xiàn)“四增二減”趨勢，建設(shè)用地、未利用地面積擴張趨勢明顯，林地、水域面積略有增加，草地、耕地面積縮減較大。②研究區(qū)生境質(zhì)量與土地利用類型關(guān)系緊密，生境質(zhì)量高值區(qū)主要分布于天山林地，低值區(qū)主要分布于人類活動聚集區(qū)和古爾班通古特沙漠和達坂城區(qū)戈壁灘。③研究期內(nèi)烏魯木齊市生境質(zhì)量整體較低并呈現(xiàn)持續(xù)下降趨勢，退化區(qū)集中在烏魯木齊城區(qū)周圍、達坂城戈壁沿線;在自然情景下，2030年烏魯木齊市生境持續(xù)惡化，在生態(tài)保護情景下，會有一定程度改善。【結(jié)論】研究結(jié)果對未來烏魯木齊市生態(tài)治理工作和優(yōu)化國土空間布局具有一定的參考價值。

關(guān)鍵詞：土地利用變化；生境質(zhì)量；InVEST模型；烏魯木齊市

中圖分類號：X321 文獻標(biāo)志碼：A 文章編號：1003-5168（2024）16-0098-08

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.16.020

The Spatiotemporal Evolution Characteristics and Prediction of Habitat Quality in Urumqi

LI Chenzeng1，2 ZHANG Yongfu1，2

（1.School of Geography and Remote Sensing Science， Xinjiang University， Urumqi 830017， China;

2.Key Laboratory of Oasis Ecology， Ministry of Education， Xinjiang University， Urumqi 830017， China）

Abstract：[Purposes] This paper aims to evaluate the evolutionary characteristics of habitat quality in Urumqi. [Methods]The PLUS model and InVEST model were used to predict and evaluate the land use types and habitat quality in Urumqi . [Findings] ① From 2000 to 2022， Urumqi experienced a trend of "four increases and two decreases"， with a significant expansion trend of construction and unused land areas， a slight increase in forest and water areas， and a significant reduction in grassland and cultivated land areas.② The relationship between habitat quality and land use types is closely related in the research area. High value areas of habitat quality are mainly distributed in the Tianshan forest， while low value areas are mainly distributed in human activity gathering areas， such as the Gurbantunggut Desert， and the Gobi Desert in Dabancheng District. ③ During the research period， the overall habitat quality in Urumqi was relatively low and showed a continuous downward trend. The degraded areas were concentrated around the urban area of Urumqi and along the Gobi Desert in Dabancheng District. In natural scenarios， the habitat in Urumqi will continue to deteriorate by 2030， and there will be some improvement in ecological protection scenarios.[Conclusions] The research results have certain reference value for future ecological governance work and optimization of land spatial layout in Urumqi.

Keywords： land use change; habitat quality; InVEST model; Urumqi

0 引言

生境質(zhì)量是衡量生態(tài)系統(tǒng)服務(wù)功能的重要指標(biāo)，也是生物多樣性維持能力的重要表征，準(zhǔn)確預(yù)測生境質(zhì)量的演變對于推動區(qū)域生態(tài)環(huán)境的高質(zhì)量發(fā)展至關(guān)重要［1］。土地作為自然環(huán)境和社會環(huán)境的物質(zhì)基礎(chǔ)與承載空間，其利用變化是人與自然交互過程中最直接的表現(xiàn)之一，也是引起生境質(zhì)量發(fā)生改變的主要原因［2］。

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)測和空間模擬能力［3］。目前土地利用預(yù)測模型種類繁多，CLUE-S模型［4，5］、CA-Markov模型［6，7］、FLUS模型［8，9］等已得到廣泛應(yīng)用。井云清等［10］以1998、2006年Landsat TM影像和2014年Landsat OLI影像的土地利用/覆被分類結(jié)果為輸入數(shù)據(jù)，采用CA-Markov模型，預(yù)測研究區(qū)未來的土地利用。張廷等［11］運用PLUS模型對2030年哈爾濱市自然發(fā)展情景、耕地保護情景、生態(tài)保護情景、城鎮(zhèn)發(fā)展情景下的土地利用預(yù)測均取得了較好效果。

生境質(zhì)量是指生態(tài)系統(tǒng)為個體和種群的可持續(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［12］。國內(nèi)外學(xué)者主要采用SoIVES模型［13］、ARIES模型［14］、InVEST模型［15］、MxaEnt模型［16］等對其評估。其中，InVEST模型因空間分析與可視化能力強、參數(shù)獲取便捷、評估精度高得到廣泛應(yīng)用。劉美娟等［17］運用InVEST模型及地理探測器方法，模擬青海湖流域產(chǎn)水服務(wù)、評估產(chǎn)水量空間分異特征、剖析其空間異質(zhì)性歸因。

烏魯木齊市作為我國西北干旱地區(qū)經(jīng)濟最活躍、人口最集中的區(qū)域之一，發(fā)展進程中始終面臨著生態(tài)保育與經(jīng)濟建設(shè)的協(xié)調(diào)問題。因此，本研究從土地利用變化角度出發(fā)，研究烏魯木齊市生境質(zhì)量時空演變規(guī)律，為促進其生態(tài)治理及土地資源可持續(xù)利用提供參考。

1 數(shù)據(jù)來源與方法

1.1 研究區(qū)概況

烏魯木齊市地處亞洲中部大陸腹地（如圖1所示），位于我國西北內(nèi)陸遠離海洋，屬于溫帶大陸性干旱氣候區(qū)，全年干旱少雨。寒暑變化劇烈，晝夜溫差大，是典型的干旱區(qū)綠洲城市。其地勢起伏大地貌復(fù)雜多樣，南部、東北部高，中部、北部低，分布有山地、山間盆地、丘陵、沙漠戈壁等地貌特征。作為中國西北地區(qū)最大城市之一，烏魯木齊總面積為1.38萬 km2，常住人口為408.24萬人，隨著經(jīng)濟快速發(fā)展，區(qū)域內(nèi)土地利用類型在迅速改變。

1.2 數(shù)據(jù)來源

土地利用數(shù)據(jù)來源于武漢大學(xué)CLCD數(shù)據(jù)集［18］；高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http： //www.gscloud.cn/）；行政區(qū)界線、道路等來源于中國基礎(chǔ)地理信息數(shù)據(jù)庫；人口密度、GDP公里網(wǎng)格數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（https： //www.resdc.cn/）；年降水量來源于《中國1980年以來逐年年降水量空間插值數(shù)據(jù)集》［19］。

1.3 研究方法

1.3.1 土地利用變化分析。土地轉(zhuǎn)移矩陣可表示研究期內(nèi)各類土地轉(zhuǎn)出流入的面積，具體反映各土地利用類型之間的轉(zhuǎn)移方向，具體公式為式（1）。

[Sij]=[S11 S12 S13 S1nS21 S22 S23 S2n... ... ... ...Sn1 Sn2 Sn3 Snn] （1）

式中：[Sij]表示初期與末期土地利用的轉(zhuǎn)變形態(tài)；i表示初期土地利用類型；j表示末期土地利用類型；n為土地利用類型數(shù)。

1.3.2 PLUS模型。PLUS模型是基于土地擴張分析策略（LEAS）的規(guī)則挖掘框架和基于多類型隨機種子（CARS）的CA模型，通過LEAS可分析兩期不同土地利用數(shù)據(jù)間的變化情況，并可通過隨機森林算法得到各個驅(qū)動因子對土地利用類型的貢獻率。在自然情景下，基于烏魯木齊市2010—2020年土地利用變化規(guī)律，不加限制條件，模擬自然情景下2030年土地利用情況；在生態(tài)保護情景下，結(jié)合前人研究［14，19］，將耕地、林地、草地向建設(shè)用地轉(zhuǎn)移概率降低50%，耕地、未利用地向林地轉(zhuǎn)移概率提高20%、耕地、未利用地向草地轉(zhuǎn)移概率分別提高30%、40%。

1.3.3 生境質(zhì)量分析。InVEST模型具有空間分析與可視化表達能力強、評估精度高、參數(shù)獲取便捷等優(yōu)勢，模型生境質(zhì)量公式為式（2）。

[Qxj]=[Hj]［1-（[DzxjDzxj+kz]）］ （2）

式中：[Hj]為j類土地利用類型的生境適宜度；[Dzxj]為j類生境在柵格x處受到的威脅程度；z是常數(shù)，默認(rèn)值為2.5；k是半飽和系數(shù)，默認(rèn)為0.5；棲息地質(zhì)量由棲息地質(zhì)量指數(shù)衡量，該指數(shù)介于0和1之間，該值越高，棲息地質(zhì)量越好。

本研究選取耕地、建設(shè)用地、未利用地、鐵路作為威脅因子，結(jié)合前人研究［20-21］依次設(shè)置威脅因子相應(yīng)參數(shù)（見表1），并對不同土地利用類型的生境適宜性及對威脅因子的敏感性進行賦值（見表2）。

1.3.4 生態(tài)貢獻率。研究區(qū)內(nèi)不同時期土地利用類型的改變所導(dǎo)致的生境質(zhì)量的變化被稱為土地利用轉(zhuǎn)型的生態(tài)貢獻率，從中可以看出各類土地利用變化對生境的影響程度［22-23］，計算公式為式（3）。

LEI=（[LE1?LE0]）*LA/TA （3）

式中：LEI為其中一類土地利用變化下的生態(tài)貢獻率；[LE1]、[LE0]分別為代變化初期、末期該類土地利用類型的生境質(zhì)量指數(shù)；LA為該類土地利用類型面積，TA為研究區(qū)總面積。

2 結(jié)果與分析

2.1 2000—2022年烏魯木齊土地利用變化分析

烏魯木齊市2000—2022年土地利用面積變化情況見表3。由表3可知，烏魯木齊市土地利用類型主要以草地、未利用地為主，占比超過80%，其次依次為耕地、建設(shè)用地、水域。草地分布范圍較廣主要集中于烏魯木齊縣、水磨溝區(qū)米東區(qū)南部和達坂城山地，未利用地主要分布在北部的古爾班通古特沙漠和達坂城區(qū)南部（如圖2所示）。研究期內(nèi)，烏魯木齊市未利用地、草地、建設(shè)用地、耕地面積變化幅度較大，其中，未利用地面積增加815.82 km2，建設(shè)用地面積增加219.45 km2，草地面積減少922.11 km2，耕地面積減少212.0 5 km2，林地、水域面積變化較小，但由于受荒山改造、全球氣候變暖和冰川消融加劇等影響，林地、水域面積均呈現(xiàn)增長趨勢。通過土地利用轉(zhuǎn)移弦圖（如圖3所示）可知，近20年間烏魯木齊市土地利用類型主要在耕地、草地、未利用地之間相互轉(zhuǎn)換，其中耕地、未利用地向草地轉(zhuǎn)出面積分別為279.38 km2和236.66 km2草地向未利用地轉(zhuǎn)出面積為1 066.86 km2。

2.2 不同情景下烏魯木齊市2030年土地利用模擬預(yù)測

在運用CA-Markov和PLUS耦合模型預(yù)測烏魯木齊2030年土地利用情況之前，基于2010年土地利用現(xiàn)狀模擬2020年土地利用空間分布情況。通過計算Kappa系數(shù)為0.81，其中耕地、林地、草地、水域、建設(shè)用地、未利用地Kappa系數(shù)分別為0.68、0.79、0.84、0.76、0.74、0.91，其模擬效果較好，實用性較好。在此基礎(chǔ)上以2020年為基期年模擬2030年烏魯木齊市土地利用變化情況（如圖4所示）。烏魯木齊市2022—2030年土地利用面積變化情況見表4，由表4可以看出在無約束和人為干預(yù)的自然發(fā)展情景下，相較于2022年，建設(shè)源地擴展較明顯，未利用地面積增加顯著（分別為79.37 km2、360.36 km2），由轉(zhuǎn)移矩陣可以看出建設(shè)用地面積增加主要來源于耕地、草地，表明經(jīng)濟的增長在一定程度上限制了其他土地利用類型的增長，大面積草地退化為未利用地，若不加以人為干預(yù)，生態(tài)環(huán)境

可能會進一步惡化。在生態(tài)保護情景下，相較于2022年草地面積增加158.28 km2、林地增加20.37 km2，耕地減少91.85 km2未利用地減少109.1 km2，草地增加面積主要由耕地、未利用地轉(zhuǎn)出。從分布上看，主要分布于原有耕地周圍，若未來繼續(xù)實施退耕還林及生態(tài)保護工程，持續(xù)推進國土綠化，厚植高質(zhì)量發(fā)展生態(tài)底色，未來烏魯木齊市生態(tài)環(huán)境質(zhì)量將得到持續(xù)改善。

2.3 生境質(zhì)量變化分析

生境是區(qū)域地形、氣候、水文、土壤和植被的綜合，生態(tài)環(huán)境和土地利用類型的變化會導(dǎo)致生境的演替.根據(jù)Invest模型生境質(zhì)量模塊運行結(jié)果得到研究區(qū)生境質(zhì)量分布如圖5所示。為更直觀地顯示，本研究按自然斷點法將生境質(zhì)量指數(shù)劃分為低、較低、中等、較高、高5個等級，統(tǒng)計每個等級面積和間隔期生境質(zhì)量指數(shù)平均值如圖6所示。

從時間尺度上，研究區(qū)生境質(zhì)量指數(shù)平均值在50%以下，且近20年來生境質(zhì)量指數(shù)平均值呈現(xiàn)下降趨勢，研究區(qū)總體上生境質(zhì)量偏低，低值區(qū)由2000年的5 087.27 km2增加到2022年的6 129.34 km2占比逐年增加，較高值區(qū)域由2000年的5 137.29 km2下降至2022年的4 413.16 km2面積不斷下降。從空間尺度上可看出低值區(qū)域主要分布于北部的古爾班通古特沙漠和達坂城區(qū)南部的低值區(qū)，以烏魯木齊市城區(qū)和達坂城區(qū)南部未利用地分布集中區(qū)域為中心向外擴張（如圖5所示），生境質(zhì)量高值區(qū)主要分布于山區(qū)及山間河谷人煙稀少，人為干擾較少變化幅度較小。由于經(jīng)濟發(fā)展和人類活動對原有植被的破壞，分布于耕地，建設(shè)用地周邊的中等質(zhì)量生境區(qū)域面積也呈現(xiàn)逐年減少趨勢。

以2022年為基礎(chǔ)對2030年的兩種發(fā)展情景進行分析。在自然發(fā)展情景下，由于經(jīng)濟發(fā)展和人類活動的影響，建筑用地持續(xù)增加耕地面積減少，草地退化，以及沒有采取積極的治沙對策，未利用地面積的進一步擴大給生境質(zhì)量帶來了較大的負(fù)面作用，因而在自然情景下2030年生境質(zhì)量出現(xiàn)降低趨勢。在生態(tài)保護情景下降低了草地向未利用地轉(zhuǎn)化、耕地向建設(shè)用地轉(zhuǎn)化的概率，并且荒山綠化的不斷踐行使得部分未利用地得到有效改善，在此情境下，生境質(zhì)量水平有所提高。由表6可知，烏魯木齊市生境質(zhì)量降低主要是大面積草地轉(zhuǎn)化為未利用地導(dǎo)致，其貢獻率占比達75%。

2.4 烏魯木齊市生境退化研究

生境退化是指在人類活動或者自然因素改變等影響下，所導(dǎo)致的棲息地質(zhì)量下降和支持生物群落的能力減弱的現(xiàn)象。作為生境質(zhì)量的衡量標(biāo)準(zhǔn)，其對維護區(qū)域生物多樣性和促進經(jīng)濟社會發(fā)展具有重要影響。通過疊加分析得到烏魯木齊市研究期內(nèi)生境質(zhì)量退化情況（如圖7所示），2000—2022年，烏魯木齊市大部分區(qū)域生境質(zhì)量較為穩(wěn)定，托里鄉(xiāng)西北部由于人為開荒，未利用地轉(zhuǎn)變?yōu)楦厣迟|(zhì)量有所上升。米東區(qū)中部古爾班通古特沙漠綠洲附近由于生態(tài)治理的實施，生境也有提升。生境退化顯著區(qū)主要分布在烏魯木齊中心城區(qū)、甘泉堡工業(yè)園、達坂城戈壁沿線。城區(qū)和工業(yè)園區(qū)周邊大量建設(shè)，耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地導(dǎo)致其生境退化最為嚴(yán)重。達坂城戈壁外沿由于草地不斷退化為未利用地，給當(dāng)?shù)厣鷳B(tài)環(huán)境的保護造成了一定的壓力。

3 討論與結(jié)論

烏魯木齊市主要土地利用類型為草地、未利用地，占總面積的80%以上，2000—2020年耕地、草地面積分別減少24%、12%。近20年間，烏魯木齊經(jīng)濟迅速發(fā)展，城區(qū)面積不斷擴大，建筑用地面積漲幅達91%。由于降水量減少、過度放牧不合理開發(fā)等因素影響，研究期內(nèi)烏魯木齊市未利用地面積增加815.82 km2、增加17%并且呈持續(xù)增加趨勢。通過PLUS模型模擬自然情景和生態(tài)保護情景下的2030年烏魯木齊市土地利用變化情況可以看出：自然情景下，建設(shè)用地、未利用地增加明顯、草地退化加??；生態(tài)保護情景下，建設(shè)用地增速得到控制，耕地更多轉(zhuǎn)為生態(tài)用地，未利用地面積縮減109.1 km2，草地增加158.28 km2，荒漠化得到一定控制。

2000—2022年，烏魯木齊市生境質(zhì)量整體較低，低值區(qū)域分布有明顯聚集性，集中于北部古爾班通古特沙漠、中部城區(qū)和達坂城戈壁。生境退化程度逐年增高，若放任不管，在自然發(fā)展情景下，生境質(zhì)量將不斷降低，若加以控制采取合理措施，在生態(tài)保護情景下，烏魯木齊市生態(tài)環(huán)境會得到有效治理，生境質(zhì)量也會得到提升。后期應(yīng)堅持當(dāng)前的生態(tài)政策，繼續(xù)推行退耕還林還草、荒山綠化工程，經(jīng)濟發(fā)展要堅持適度擴展原則和耕地保護原則，抑制耕地向建設(shè)用地流出速度，保護耕地紅線，防止荒漠進一步擴大。

本研究將PLUS和InVEST模型相結(jié)合，預(yù)測了烏魯木齊市兩種情景下土地利用和生境質(zhì)量的時空格局演變，為烏魯木齊市生態(tài)環(huán)境保護和可持續(xù)發(fā)展提供了依據(jù)和參考。但本研究也存在一定的不足：首先，在使用PLUS模型預(yù)測氣候情景的過程中使用了多源數(shù)據(jù)。其中，人口、地區(qū)生產(chǎn)總值、氣溫和降水?dāng)?shù)據(jù)是在全國范圍內(nèi)的，數(shù)據(jù)的準(zhǔn)確性和數(shù)據(jù)之間的差異匹配程度需要進一步考慮。其次，盡管本研究考慮了指標(biāo)的空間平衡和數(shù)據(jù)的可用性，并從自然條件和社會經(jīng)濟的角度選擇了驅(qū)動因素，但仍然不夠全面。在未來的研究中地方政策制定中，應(yīng)考慮更合理的土地利用需求，提高模型模擬預(yù)測的準(zhǔn)確性。

參考文獻：

［1］金貴，郭柏樞，成金華，等.基于資源效率的國土空間布局及支撐體系框架［J］.地理學(xué)報，2022，77（3）：534-546.

［2］HILLARD M E ，NIELSEN K ，GRONINGER W J .Swamp rabbits as indicators of wildlife habitat quality in bottomland hardwood forest ecosystems［J］.Ecological Indicators，2017，47-53.

［3］杜峯屹，陳松林，蒲佳豪.2000—2020年閩東南地區(qū)土地利用變化及生境質(zhì)量時空演變［J］.水土保持研究，2023，30（6）：345-356.

［4］趙明松，徐少杰，鄧良，等.基于CLUE-S模型的煤礦城市土地利用變化模擬［J］.農(nóng)業(yè)機械學(xué)報，2022，53（5）：158-168.

［5］岳智慧，王玉貴，任平.基于GIS與CLUE-S模型的土地利用/覆被變化模擬：以成都市龍泉驛區(qū)為例［J］.江蘇農(nóng)業(yè)科學(xué)，2018，46（24）：291-294，307.

［6］AL-SHARIF A A A ，PRADHAN B .Monitoring and predicting land use change in Tripoli Metropolitan City using an integrated Markov chain and cellular automata models in GIS［J］.Arabian Journal of Geosciences，2014，7（10）：4291-4301.

［7］任胤銘，劉小平，許曉聰，等.基于FLUS-InVEST模型的京津冀多情景土地利用變化模擬及其對生態(tài)系統(tǒng)服務(wù)功能的影響［J］.生態(tài)學(xué)報，2023，43（11）：4473-4487.

［8］陳理庭，蔡海生，張婷，等.基于Markov-FLUS模型的饒河流域土地利用多情景模擬分析［J］.生態(tài)學(xué)報，2022，42（10）：3947-3958.

［9］MUKHOPADHYAY A ，MONDAL A ，MUKHERJEE S ， et al.Forest cover change prediction using hybrid methodology of geoinformatics and Markov chain model： A case study on sub-Himalayan town Gangtok， India［J］.Journal of earth system science，2014，123（6）：1349-1360.

［10］井云清，張飛，張月.基于CA-Markov模型的艾比湖濕地自然保護區(qū)土地利用/覆被變化及預(yù)測［J］.應(yīng)用生態(tài)學(xué)報，2016，27（11）：3649-3658.

［11］張廷，胡玉柱，胡海輝，等.基于PLUS-InVEST模型的哈爾濱市土地利用及生境質(zhì)量預(yù)測［J/OL］.環(huán)境科學(xué)，1-20［2023-12-08］.https：//doi.org/10.13227/j.hjkx.202308212.

［12］王建華，田景漢，呂憲國.撓力河流域河流生境質(zhì)量評價［J］.生態(tài)學(xué)報，2010，30（2）：481-486.

［13］王玉，傅碧天，呂永鵬，等.基于SolVES模型的生態(tài)系統(tǒng)服務(wù)社會價值評估：以吳淞炮臺灣濕地森林公園為例［J］.應(yīng)用生態(tài)學(xué)報，2016，27（6）：1767-1774.

［14］DICKSON G B ，ROEMER W G ，MCRAE H B ， et al.Models of regional habitat quality and connectivity for pumas （Puma concolor） in the southwestern United States.［J］.PLoS ONE，2017，8（12）：e81898.

［15］CHENG P ，MIN M ，ZHAO W ， et al.Spatial Differentiation Pattern of Habitat Quality and Mechanism of Factors Influencing in Resource-Based Cities： A Case Study of Tangshan City， China［J］.Journal of Resources and Ecology，2021，12（5）：636-649.

［16］吳慶明，王磊，朱瑞萍，等.基于MAXENT模型的丹頂鶴營巢生境適宜性分析：以扎龍保護區(qū)為例［J］.生態(tài)學(xué)報，2016，36（12）：3758-3764.

［17］劉美娟，仲俊濤，王蓓，等.基于InVEST模型的青海湖流域產(chǎn)水功能時空變化及驅(qū)動因素分析［J］.地理科學(xué)，2023，43（03）：411-422.

［18］YANG J ， HUANG X . The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019［J］. Earth System Science Data， 2021， 13（8）：3907-3925.

［19］沈艷，馮明農(nóng)，張洪政，等.我國逐日降水量格點化方法［J］.應(yīng)用氣象學(xué)報，2010，21（3）：279-286.

［20］王炎，鄧文彬.基于Markov-PLUS模型的烏魯木齊市土地利用變化及模擬研究［J］.河南科技，2023，42（18）：95-100.

［21］胡豐，張艷，郭宇，等.基于PLUS和InVEST模型的渭河流域土地利用與生境質(zhì)量時空變化及預(yù)測［J］.干旱區(qū)地理，2022，45（4）：1125-1136.

［22］梁甜，黃茜，楊霏，等.基于InVEST-PLUS模型的三峽庫區(qū)（重慶段）生境質(zhì)量演變及預(yù)測［J］.長江流域資源與環(huán)境，2023，32（10）：2184-2195.

［23］王佳佳，滕明塔，令狐雪雪.貴州省土地利用轉(zhuǎn)型的生態(tài)環(huán)境質(zhì)量演變及驅(qū)動因素分析［J］.農(nóng)業(yè)與技術(shù)，2022，42（22）：95-101.