山西沿黄19县生境质量时空演变特征及驱动机制

来源:用户上传      作者:靳海霞 田惠文 张欣欣 毕如田 吕春娟

　　摘要：退耕还林还草工程改善了黄河流域的生态环境，而快速的城镇化导致了严重的生境退化。采用生态系统服务功能模型、局部空间自相关分析和地理探测器，探索2000―2020年山西省沿黄19县生境质量的时空演变特征及其驱动机制。结果表明：①2000―2020年山西省沿黄19县生境质量从0.526上升到0.539，空间上形成低海拔生境质量较低，高海拔生境质量较高的分布格局；时间上南部生境质量相对稳定，中部、北部整体生境质量提高；生境退化度呈现南低北高的空间格局，且随着时间推移中低海拔区生境退化度升高。②局部空间自相关分析显示，生境质量和生境退化度在南部平原区为低低型集聚区，生境质量与生境退化度在北部高高集聚区互补。③地理探测分析发现，NDVI、地形（海拔、坡度）是影响山西省沿黄19县生境质量的主要因子；NDVI 和坡度在2000年、2010年的交互作用最强，NDVI 和年均气温在2020年交互作用最强。
　　关键词：InVEST模型；局部空间自相关分析；地理探测器；生境质量
　　中图分类号：X822 文献标志码：A doi：10.3969／j.issn.1000－1379.2022.10.017
　　引用格式：靳海霞，田惠文，张欣欣，等.山西沿黄19县生境质量时空演变特征及驱动机制[J].人民黄河，2022，44（10）：89－94，100.
　　Spatial?Temporal Evolution of Habitat Quality and Driving Factors Along the Yellow River：A Case Study of 19 Counties in Shanxi
　　JIN Haixia1，2，TIAN Huiwen3，4，ZHANG Xinxin2，BI Rutian2，LYU Chunjuan2
　　（1.Jinzhong College of Information，Taigu 030800，China；2.College of Resources and Environment，Shanxi Agricultural University，Taigu 030801，China；3.College of Geography and Environmental Science ，Henan University，Kaifeng 475001，China；4.Key Laboratory of Geospatial Technology for the Middle and Lower Yellow River Regions of the
　　Ministry of Education （ Henan University ），Kaifeng 475001，China）
　　Abstract：The long?term conversion of farmland to forests has improved the ecological environment of the Yellow River Basin，and rapid ur?banization has also led to serious habitat degradation.This paper integrated the ecosystem service function model （ InVEST ），local spatial au? tocorrelation analysis （ Local Moran’s I ） and geographic detector （ Geodetector） to explore the temporal and spatial evolution of habitat quali? ty and its driving factors in 19 counties along the Yellow River in Shanxi Province from 2000 to 2020.The results show that a ） from 2000 to2020 the habitat quality index of 19 counties along the Yellow River in Shanxi Province is increased from 0.526 to 0.539 forming a spatialdistribution pattern with low altitude and high altitude.The overall habitat quality in the north has been improved；the habitat degradation de?gree shows a spatial pattern of weak in the south and strong in the north and habitat degradation in the middle and low altitude areas is in?creased with time.b ） Local spatial autocorrelation analysis shows that both habitat quality and habitat degradation degree are LL?typeagglom? eration in the southern plains ，and complementary in the northern HH?typeagglomeration.c ） Geographical detection analysis finds out that NDVI and terrain （ elevation，slope ） are the dominant factors affecting the habitat quality of the 19 counties along the Yellow River in ShanxiProvince；NDVI and the interaction of slope are the largest in 2000 and 2010，and the interaction between NDVI and annual average tempera?ture is the largest in 2020；the socioeconomic factors （ population per unit area，GDP ） and NDVI also have a strong synergistic effect.

nlc202212201114

　　Key words：InVEST model；local spatial autocorrelation；geographic detector；habitat quality
　　黄河是世界上含沙量最大的河流，流域内水土流失严重、生态环境脆弱。黄河流域作为退耕还林还草工程的重点区域之一，评估其生境质量的时空演变规律，对于生物多样性保护、生态系统服务权衡与协同、生态安全格局构建等具有重要意义[1]。生境质量是生态系统在一定时间和空间为个体和种群提供可持续生存和发展条件的能力[2－3]，常用来反映区域生物多样性状况[4]。目前，生境质量评价方法主要有野外调查法和模型模拟法两大类[1，5－7]。野外调查法通过实地调查和构建评价指标体系对生境质量进行评价，获得研究区生境质量参数[8－9]，但其实地调查耗时费力，仅适用于小的时空尺度[10]。生境质量评价模型，如生境适宜度指数（ HIS）模型[11]、生态系统服务社会价值（ SolVES）模型[12－13]和生态系统服务功能（ InVEST）模型[14－15]等，可以对生境质量进行大范围、长时间的动态监测和定量评估，尤其是InVEST模型中的生境质量模块具有数据获取容易、评估结果准确、计算结果可视化等优点，广泛应用于不同尺度的生境质量时空演变特征研究[16－17]。然而，现有研究忽视了生境质量在不同时间尺度对自然－社会经济驱动因子的响应分析。笔者基于2000年、2010年、2020年3期土地利用数据，应用InVEST模型评估山西省沿黄19县生境质量的时空格局，并通过局部空间自相关分析和地理探测器探索生境质量的时空分异特征及其对自然－社会经济驱动因子的响应，旨在为黄河流域生态保护和高质量发展提供借鉴。
　　1 研究区概况
　　山西省位于黄河中游，黄河自偏关县老牛湾入境，至垣曲县碾盘沟出境，流经忻州、吕梁、临汾、运城4市19县（见图1），全长965 km 。研究区整体地势北高南低，北中部为黄土丘陵沟壑区、水土流失严重，南部为农业区、人口集中。研究区为温带大陆性季风气候区，降水量少，且多集中在夏秋季。土壤类型包括山地草甸土、褐土、栗褐土和风沙土等。研究区植被物种丰富，但覆盖度低、生态环境脆弱。
　　2 数据来源与方法
　　2.1 数据来源
　　研究采用的2000年、2010年、2020年3期土地利用、土壤类型、土壤侵蚀及单位面积 GDP 数据来源于中国科学院资源环境科学与数据中心（ http：／www.resdc.cn／），人口密度数据来源于WordPop人口栅格数据集（ https：／www.worldpop.org／），年降水量、年均气温数据来源于国家地球系统科学数据中心（ http：／ www.geodata.cn／），归一化植被指数（ NDVI）、植被净初级生产力（ NPP）数据来源于美国地质勘探局网站（ http：／www.usgs.gov／），海拔、坡度从地理空间数据云（ http：／www.gscloud.cn／）获得的数字高程模型（ DEM）推导。以上数据均重采样为30 m，投影为Albers 坐标系。
　　2.2 研究方法
　　（1） InVEST 模型。本研究依据InVEST模型手册选取受人类活动影响较大的耕地、建设用地和荒地作为威胁源，结合区域特色和专家知识得到威胁源最大影响距离和影响程度、生境质量对威胁源的敏感度等参数（见表1 、表2），详细的方法参照文献[1，10，18－19]，评估山西省沿黄19县2000年、2010年、2020年的生境质量。
　　生境质量计算公式为
　　式中：Dxj、Qxj、Hj分别为生境退化度、生境质量、生境适宜度，其中j 为土地利用类型，x 为栅格；r 为威胁源编号；R 为威胁源个数；y 为威胁源 r 中的栅格编号；Y 为威胁源 r 的栅格总数；ωr 为威胁源对生境质量影响的程度，0表示小，1表示大；ry为栅格 y 的胁迫值；βx 为生境抗干扰水平；Sjr为不同土地利用类型对威胁源的敏感程度；irxy为栅格 y 中的威胁源 r 对栅格 x 的影响；z为归一化常量，通常取2.5；k 为半饱和系数，通常为最大生境退化度的一半[20]。
　　（2）局部空间自相关分析。通过 ArcGIS10.2的空间统计工具，采用局部空间自相关分析进行空间聚类分析[21]，探究沿黄19县生境质量与生境退化度的空间聚类特征，识别生境质量和生境退化度在空间上是否存在显著高值集聚区（ HH）与低值集聚区（LL）。
　　（3）地理探测器。地理探测器可以探测目标变量的空间异质性进而分析其驱动力，其中的因子探测可以识别单个驱动因子多大程度上解释目标变量，交互因子探测可以明晰不同驱动因子之间的交互作用对目标变量的影响，具有揭示生境质量对自然－社会经济等驱动因子响应程度的潜力[22－24]（见表3，表中 x 1、x2为驱动因子）。研究选取海拔、坡度、NDVI、NPP、年均气温、年降水量、土壤类型、土壤侵蚀等自然因素及人口密度和单位面积 GDP 等社会经济因素，分析山西省沿黄19县生境质量时空分异的驱动机制。
　　式中：q 为各因子对山西省沿黄19县生境质量的解释程度，q 值越大解释程度越大；h 为生境质量或各因子的分级；N、σ2分别为山西省沿黄19县各指标样本数和方差；Nh 、σh（2）为分级h 的样本数和方差。
　　3 结果与分析
　　3.1 生境质量时空变化分析
　　（1）土地利用化分析。耕地、草地和林地是山西省沿黄19县主要土地利用类型，且各土地利用类型面积变化明显。2000―2010年耕地和草地面积分别减少337.390、217.007 km2，减幅分别为2.88％、1.91％；林地和建设用地分别增加328.983、214.825 km2，增幅分别为7.368％、27.754％。土地利用转移情况见图2。

nlc202212201114

　　结合图2（图中箭头表示土地利用类型转移方向，箭头的厚度表示转移面积的大小）可知，虽然耕地与草地之间相互转移最为剧烈，但其转移面积相近（1256.351～1305.361 km2），耕地的减少在于退耕还林还草、三北防护林工程的实施以及城镇化发展。根据表4，2010―2020年耕地面积减少756.160 km2，减幅为6.650％，林地、草地、建设用地分别增加336.253、295.042、175.062 km2，增幅分别为7.014％、2.646％、17.704％，耕地与草地之间的相互转移仍然最为剧烈，但耕地更多地转移为草地（736.823 km2）。同时，林地更多地向耕地转移（119.177 km2），林地的主要来源为草地，草地向林地转移的面积被耕地向草地转移的面积补充，可以认为耕地是林地扩张的间接来源。随着城镇化的快速推进，建设用地面积增大，与建设用地相邻的耕地仍然是其主要占地目标（136.419 km2），虽然2006年开始实行耕地的占补平衡，但耕地被侵占的趋势仍未得到遏制。此外，20 a 来灌木林和荒地面积减小。相对而言，水域受到保护，2000―2010年水域面积增加，2010―2020年水域面积基本保持稳定。综上，林地及建设用地面积增加，说明政府在牺牲局部地区生态环境进行经济发展的同时也加强了生态保护。
　　（2）生境质量与生境退化度的时空演变。由图3（ a）可知，山西省沿黄19县生境质量空间分异明显，其中南部平原区、柳林县北部生境质量较低，南部山区、乡宁县和吉县东部生境质量较高。沿黄19县生境质量整体呈略微上升趋势，2000年、2010年、2020年均值分别为0.526、0.530、0.539。2000―2010年、2010―2020年生境质量上升率分别为0.760％、1.698％。空间上，研究区南部生境质量相对稳定，原因是南部主要为平原和山地，平原区人口集中，土地利用类型主要为耕地，城镇化率较高，生境质量很低，不具备明显下降的条件；山地的土地利用类型主要为林地，受人类活动影响小，生境质量不易受到干扰。研究区中部、北部整体生境质量略有上升，该地区为山地丘陵区，没有广袤的平原，人口更多地分布于中低海拔的山间谷地，城镇化的推进虽然会降低部分区域的生境质量，但城镇周边退耕还林还草工程的实施使得中部、北部生境质量略有上升。此外，该地区高海拔山地同样为受人类活动影响较小的林地，生境质量较高且相对稳定。
　　根据已有研究[10，25]将生境质量按照分值划分为高、较高、中等、较低、低5个等级（见表5）。沿黄19县生境质量较低和中等的区域各占约40％，其中较低生境质量面积占比从2000年的40.825％下降到2020年的37.011％，中等生境质量面积占比的波动范围小于1％。同时，较高生境质量的区域不足0.5％，且呈下降趋势。与2000年相比，2020年研究区低生境质量和高生境质量的面积均增加，产生这种两极分化的原因是，沿黄19县城镇用地蔓延式扩张，耕地、草地等约389.887 km2变为建设用地，而退耕还林还草工程、三北防护林建设显著提高了林地的面积占比，威胁源发生了较大波动进而影响了生境质量的空间分布。
　　InVEST模型在进行生境质量评估时，根据生境受威胁源的影响程度生成生境退化度空间分布图，参考文献[1]，将生境退化度划分为强退化、较强退化、中等退化、较弱退化和弱退化5个等级，见图3（b）。空间上，沿黄19县北部生境退化度明显比南部的高，原因是耕地作为主要威胁源，对南部以耕地为主的区域威胁较小。研究区北部及中南部部分区域为中等退化和较强退化，南部为弱退化和较弱退化。随着时间的推移，研究区北部生境退化度逐渐降低，南部平原^生境退化度由弱退化向较弱退化转变，中部各县低海拔区域生境退化度由较弱退化向中等退化转变。此外，研究区中北部（柳林县北部）生境退化度先降低后升高，可能原因是，2010―2020年柳林县煤炭开采等社会经济活动增强，植被被毁坏，加剧了生境退化。整体上看，中低海拔区域建设用地面积急速扩张，生境质量受威胁源影响的区域变广，生境退化度升高。
　　3.2 生境质量与生境退化度局部空间自相关分析
　　由图4（ N 为不显著区，LL 为生境质量低值集聚区，LH 为低生境质量包围高生境质量区，HL 为高生境质量包围低生境质量区，HH 为生境质量高值集聚区）可知，2000―2020年沿黄19县生境质量与生境退化度的空间分布特征相似，存在明显的空间集聚效应。生境质量的局部空间自相关分析结果显示，除不显著区域外，HH 集聚区主要分布在中高海拔的山区，LL集聚区则分布在南部平原区。生境退化度的局部空间自相关分析结果显示，HH 集聚区主要分布在研究区北部及中南部中低海拔丘陵区，LL 集聚区主要分布在研究区南部。在时间维度上，2000―2020年研究区北部生境质量为 HH 聚集区逐渐向其周边扩散，同时生境退化度为 HH 集聚区逐渐减小，LL 集聚区逐渐增大，这些区域海拔较高，退耕还林还草、三北防护林改造面积较大，植被覆盖度高，容易向生境质量高、生态退化度降低的方向转变。与此同时，研究区南部生境质量和生境退化度 LL 集聚区保持稳定。就目前的发展趋势，沿黄19县整体生境质量在未来仍会继续提升，但南部生境质量改善面临较大压力。
　　3.3 生境质量时空演变影响因素分析
　　利用地理探测器进一步探索山西省沿黄19县2000―2020年生境质量时空演变的驱动机制。单因子探测结果（见图5（ a），环形的相对长度代表 q 值的大小）沿黄19县各驱动因子对生境质量的解释程度 q 值（显著性水平 p＜0.01）随时间发生变化。就 q 值来看，NDVI 是解释各个年份生境质量的最佳单因子（ q＝0.255～0.283），坡度的解释程度仅次于 NDVI 的，海拔、年均气温、单位面积 GDP 和人口密度的解释程度相对较高。此外，地形（坡度、海拔）对生境质量时空演变的影响相对于植被（ NDVI、NPP）、社会经济活动（单位面积 GDP 、人口密度）、气候（年均气温、年降水量）和土壤（土壤类型、土壤侵蚀）更大。从时间维度看，土壤的 q 值逐渐下降，但各驱动因子在不同年份解释研究区生境质量的程度接近。综上而言，NDVI 对山西省沿黄19县的生境质量提升的影响是显著的，其与地形是生境质量时空演变的主要控制因子。此外，社会经济活动及气候也是研究区生境质量变化的重要驱动力，土壤和 NPP 的解释程度较弱。

nlc202212201114

　　交互因子探测结果（见图5（ b），原点大小代表 q 值的大小，X1为海拔、X2为坡度、X3为 NDVI、X4为 NPP、X5为年均气温、X6为年降水量、X7为人口密度、X8为单位面积 GDP 、X9为土壤类型、X10为土壤侵蚀）显示，2000―2020年各驱动因子之间对研究区生境质量变化均呈现双因子增强或非线性增强的特征，即任意两个因子的交互作用对生境质量的解释能力均强于单个因子的，交互作用均表现为协同增强。整体上看，NDVI 与其他因子的交互作用最强，地形与其他因子之间的交互作用适中，社会经济活动与NPP、土壤、气候的交互作用较弱。时间维度上，NDVI 与坡度在2000年、2010年的交互作用最强，q 值分别为0.509、0.481；NDVI 与年均气温在2020年交互作用最强，q 值为0.538。值得注意的是气候、社会经济活动与 NDVI 在不同年份的交互作用增强了其对生境质量变化的解释能力，主要原因是，水热条件是促进植被生长的重要因素，同时退耕还林还草、建设用地侵占农田等社会经济活动改变了森林及城镇周边的生态环境，极大提升或者降低了植被覆盖度，使得因子间交互作用显著增强。此外，2000―2020年各驱动因子解释生境质量的交互作用强度时是波动变化的，但其 q 值大小的趋势是一致的。
　　4 讨论与结论
　　4.1 讨论
　　InVEST模型评估生境质量已在黄河流域部分区域得到应用，如 Zhang 等[18]对柳林县生境质量的研究表明，柳林县生境质量降低，与本研究柳林县生境质量降低、生境退化增强的结果一致。山西省沿黄19县生境质量在20 a 里仅上升了0.013，但并非区域内生境质量几乎不变，而是朝着两极分化的方向发展。退耕还林还草、三北防护林、土地复垦修复等生态保护与恢复工程的实施显著增加了林地面积，但城镇化的快速推进严重破坏了土地生态功能，建设用地面积不断增大，两者相抵导致生境质量上升缓慢。此外，林地生境质量最高，建设用地生境质量最低，改变土地利用类型是促使生境质量变化的根源，这也是山西沿黄19县生境质量向两极分化发展的原因。
　　随着脱贫攻坚和吕梁山生态综合治理工程的实施，山西省沿黄19县经济发展水平和生态环境逐步向好，但生态稳定性仍需提高，南部农业区人口集中且经济发展较快，人地矛盾突出。因此，这些地区应合理控制建设用地的扩张，实施低效用地再开发，促进土地集约节约利用，同时配合建设生态廊道提升城市绿化面积等，改善生境质量。对于生境质量较高的地区，应加强生态保护，防止退耕植被损毁，必要时应建设生态保护区。
　　4.2 结论
　　研究以山西省沿黄19县为对象，通过InVEST模型、局部空间自相关分析和地理探测器，揭示了其生境质量的时空演变特征及驱动机制。
　　（1）沿黄19县中等和较低生境质量占比约80％，20 a 来平均生境质量上升了2.471％，形成南部平原区、柳林县北部生境质量较低，南部山区、乡宁县和吉县东部生境质量较高的空间分布特征。在时间维度上，南部生境质量相对稳定，中部、北部整体生境质量提高。生境退化度呈现南低北高的空间格局，随着时间的推移中低海拔地区生境退化度升高。
　　（2）研究区生境质量和生境退化度呈现明显的空间集聚性，南部平原区为 LL 集聚区，生境质量与生境退化度在北部 HH 集聚区互补。
　　（3）地理探测器计算结果显示，NDVI 是解释生境质量演变的最佳单因子，地形（坡度、海拔）对生境|量时空演变的影响最大。此外，NDVI 与坡度或 NDVI 与年均气温的交互作用对生境质量的影响较大。
　　参考文献：
　　[1] 岳文泽，夏皓轩，吴桐，等.浙江省生境质量时空演变与生态红线评估[J／OL].生态学报，2022，42（15）：1－12[2022－04－07].https：／www.cnki.net／KCMS／detail／detail.aspx？dbcode＝CAPJ＆dbname＝ CAPJLAST＆filename＝STXB20220406007＆v＝MzIzOTE0SE5QT XE0OURaT3NJWXdrN3ZCQVM2amg0VEF6bHEyQTB mTFQ3Uj dxZFplWm5GeZsVmIvSkkxZz1Oam5UYkxH.
　　[2] GOLDSTEIN，J H，CALDARONE G，DUARTE T K，et al.In?tegratingEcosystem?Service Tradeoffs into Land ?Use Decisions [J].Proc.Natl.Acad.Sci.USA，2012，109（19）：7565－7570.
　　[3] HALL L S ，KRAUSMAN P R，MORRISON M L.TheHabitatConcept and a Plea for Standard Terminology [J].Wild Life Society Bulletin，1997，25（1）：173－182.
　　[4] ZHU C ，ZHANG X，ZHOU M ，et al.Impacts of Urbanizationand Landscape Pattern on Habitat Quality Using OLS and GWR Models in Hangzhou ，China [J].Ecological Indicators ，2020，117（3）：106654.
　　[5] YU W，JI R，HAN X，et al.Evaluation of the Biodiversity Conservation Function in Liaohe Delta Wetland，Northeastern China [J].Journal of Meteorological Research，2020，34（4）：798－805.

nlc202212201114

　　[6] 欧阳志云，刘建国，肖寒，等.卧龙自然保护区大熊猫生境评价[J].生态学报，2001，21（11）：1869－1874.
　　[7] WU L，SUN C ，FAN F.Estimating the Characteristic Spatio?temporal Variation in Habitat Quality Using the InVEST Model：A Case Study from Guangdong?HongKong?Macao Greater Bay Area [J].Remote Sens.，2021，13（5）：1008.
　　[8] 刘华，蔡颖，於梦秋，等.太湖流域宜兴片河流生境质量评价[J].生态学杂志，2012，31（5）：1288－1295.
　　[9] ELIVANIA Reis ，GERM?N M L I ，RENATO T P.ChangesinBird Species Richness Through Different Levels of Urbaniza? tion：Implications for Biodiversity Conservation and Garden Design in Central Brazil [J].Landscape and Urban Planning，2012，107（1）：31－42.
　　[10] 李胜鹏，柳建玲，林津，等.基于1980―2018年土地利用变化的福建省生境质量时空演变[J].应用生态学报，2020，31（12）：4080－4090.
　　[11] CHEN T，HWANG G，MAYFELD A B ，et al.TheDevelop?ment of Habitat Suitability Models for Fddler Crabs Residing in Subtropical Tidal Fats [J].Ocean ＆ Coastal Management，2019，182：12.
　　[12] 霍思高，黄璐，严力蛟.基于SolVES模型的生态系统文化服务价值评估：以浙江省武义县南部生态公园为例[J].生态学报，2018，38（10）：3682－3691.
　　[13] 潘健峰，马月伟，陈艳，等.社会－生态耦合分析视角下普达措国家公园生物多样性价值评估[J].生态与农村环境学报，2022，38（5）：609－620.
　　[14] 周亮，唐建军，刘兴科，等.黄土高原人口密集区城镇扩张对生境质量的影响：以兰州、西安－咸阳及太原为例[J].应用生态学报，2021，32（1）：261－270.
　　[15] 王超，常勇，侯西勇，等.基于土地利用格局变化的胶东半岛生境质量时空演变特征研究[J].地球信息科学学报，2021，23（10）：1809－1822.
　　[16] SONG Y ，WANG M ，SUN X，et al.QuantitativeAssessmentof the Habitat Quality Dynamics in Yellow River Basin， China [J].Environmental Monitoring and Assessment，2021，193（9）：614.
　　[17] 贾艳艳，王少杰，刘福胜，等.黄河三角洲高效生态经济区土地利用变化及其与生境质量的相关性[J].水土保持通报，2020，40（6）：213－220，227.
　　[18] ZHANG X，LYU C ，FAN X，et al.SpatiotemporalVariatioand Influence Factors of Habitat Quality in Loess Hilly and Gully Area of Yellow River Basin：A Case Study of Liulin County，China [J].Land ，2022，11（1）：127.
　　[19] ⒅欠剑唐立娜，邱全毅，等.基于土地利用变化的福建省生境质量时空变化研究[J].生态学报，2017，37（13）：4538－4548.
　　[20] 黄鑫，程文仕，李晓丹，等.甘肃省生境质量变化的图谱特征[J].应用生态学报，2020，31（9）：3131－3140.
　　[21] 田惠文，张欣欣，毕如田，等.非均匀网格环境下基于耕地质量与集中连片度的基本农田划定[J].农业工程学报，2020，36（3）：254－262，321.
　　[22] 王劲峰，徐成东.地理探测器：原理与展望[J].地理学报，2017，72（1）：116－134.
　　[23] 刘春芳，王川，刘立程.三大自然区过渡带生境质量时空差异及形成机制：以榆中县为例[J].地理研究，2018，37（2）：419－432.
　　[24] 李明臣，何霖.陕西黄土高原生态系统服务时空变化及热点识别[J].人民黄河，2022，44（4）：94－99，106.
　　[25] XU L，CHEN S ，XU Y，et al.Impacts of Land Use Changeon Habitat Quality During 1985－2015 in the TaihuLakeBasin [J].Sustainability，2019，11（13）：3513.
　　【责任编辑 吕艳梅】

nlc202212201114

转载注明来源:https://www.xzbu.com/1/view-15443527.htm