2. 吉林师范大学附属小学, 136000, 吉林四平
-
项目名称
- 吉林省社会科学基金"乡村振兴背景下的智慧农业创新模式与政策协同机制研究"(2020B028)
-
通信作者简介
- 张丽(1976-), 女, 博士, 教授。主要研究方向: 资源与环境信息系统。E-mail: zli_76@163.com
-
文章历史
-
收稿日期:2021-09-22
修回日期:2022-07-29
2. 吉林师范大学附属小学, 136000, 吉林四平
2. Primary School Affiliated to Jilin Normal University, 136000, Siping, Jilin, China
生态系统是在一定的区域范围内,生物与自然地理环境之间相互作用而形成的动态综合体[1],是人类生存发展的基础,是无法替代的自然资源和自然资产。生态系统及其生态过程不断地提供生态系统物品和服务,从而形成与维持着人类赖以生存的环境条件和物质基础[2]。生态系统服务是在生态系统与生态过程中所能维持和满足的人类赖以生存的各种环境条件与效用[3-4],是生态系统在形成过程中产生对人类所需的功能和价值[2],包括气候调节、净化环境等。生态系统服务对区域生态系统服务功能进行长时间序列分析,可为水土保持与区域可持续发展提供科学依据。沙地是一种典型的荒漠生态系统[5-6]。东北沙地(科尔沁沙地、松嫩沙地和呼伦贝尔沙地)属于半干旱、半湿润区向半干旱区的过渡地带,为气候变化敏感带、生态环境脆弱带和农牧交错带。该区沙地土地沙化严重,是国家防风治沙的重点区域,是开展相关研究的理想靶区。国内外相关学者[7-8]基于生态系统服务能力综合估价和权衡得失评估模型(integrated valuation of ecosystem services and tradeoffs,InVEST),针对生态系统服务功能进行了大量的研究和应用。如Abreham等[9]基于GIS和遥感数据,利用InVEST生境质量模型评估1988—2018年Winike流域不同土地利用类型下生境质量的时空演替特征并探讨了影响因子与生境质量的相关性。Babbar等[10]利用马尔可夫链和InVEST模型对2000、2018和2035年不同情景下基于总碳变化的碳固存进行评估和预测。笔者对1990—2020年东北沙地4种主要生态系统服务功能进行分析,以期为东北沙地生态系统保护提供科学参考。
1 研究区概况东北沙地分布在内蒙古自治区、辽宁省、吉林省和黑龙江省等省(区)的部分地区(E 115°31′~129°12′,N 42°31′~50°37′),地处内蒙古高原和东北平原的过渡地带并且处于亚洲东部温带季风气候区。该区风沙地貌发育受风水交互侵蚀作用。以水系流域分割方法,确定东北沙地的范围,面积51.66万km2 (图 1)。其中,科尔沁沙6.44万km2,年均气温5.2~6.4 ℃,年降水量343~500 mm,年蒸发量1 300~1 800 mm[11];松嫩沙地位于松嫩平原的中西部,面积35.26万km2,年均温3.3 ℃,年降水量360~480 mm,年蒸发量1 600~1 800 mm[12];呼伦贝尔沙地位于大兴安岭西麓的呼伦贝尔高平原,以固定、半固定沙地为主,面积约9.97万km2,年平均气温-2~0 ℃,年平均降水量235~380 mm,年蒸发量1 400~1 900 mm[13]。
![]() |
图 1 东北沙地所在位置 Fig. 1 Location of sandy land in Northeast China |
1) 土壤保持模型。土壤保持模型是基于修正的通用土壤流失方程[14],通过潜在土壤流失量减去实际土壤流失量来评估不同土地利用/覆被类型的土壤保持服务,公式见参考文献[15]。
2) 土壤可蚀性因子K的计算。K因子代表土壤抵抗侵蚀的能力,反映土壤对侵蚀的敏感性,是土壤渗透率、渗透量、容水量以及土壤颗粒抵抗分散和输送能力的综合反映。K值的计算方法很多,结合研究区特点采用EPIC模型中提出的K值计算方法[16]。
3) 水源涵养模型。利用InVEST模型中的水源涵养模块来量化产水量。该模块基于水平衡原理,根据年平均降水量与年实际蒸散发之差来评估各个土地利用类型x上每个像素的年水源供给量[15],计算式见参考文献[17]。
4) 碳储存量模型。碳储存量模型把生态系统碳储存量分为4个子碳库,即地上生物碳、地下生物碳、土壤碳和死亡有机碳,计算式见参考文献[18]。
5) 生境质量模型。生境质量结果描述值范围为0~1,1代表生境适宜度最高[19]。InVEST模型生境质量(habitat quality)模块假设生境质量与生物多样性正相关,用生境退化程度来计算生境质量[19]。
2.2 数据来源与预处理遥感影像选取1990—2020年4个时期Landsat影像,数据来源于地理空间数据云(http://www.gscloud.cn/)。基于ERDAS软件对Landsat系列影像进行多波段合成、几何精校正(误差控制在一个像元内)、图像拼接和按研究区范围裁剪等预处理。根据东北沙地立地条件,划分7类,即耕地、林地、草地、水域、建设用地、沙地和未利用地等。为提高解译精度,基于eCognition 9.0软件平台,采用面向对象分割方法进行遥感影像的解译,对不明确的点位,采用实地调研,获取野外地面验证点。气象数据下载于国家气象信息中心(http://data.cma.cn/),土壤数据下载于寒区旱区科学数据中心(http://westdc.westgis.ac.cn/)。
2.3 数据分析 2.3.1 土壤保持主要包括高程数据,降水量,黏粒、粉粒、砂粒、有机质含量,植被覆盖管理因子C,水土保持措施因子P,并利用这些数据进行如下计算:
1) 高程数据来源于地理空间数据云(http://www.gscloud.cn/),根据研究区范围进行镶嵌和裁剪,可得到研究区域高程图。
2) 降雨侵蚀因子R。该因子受研究区降雨强度和历时的影响,单次降雨强度越大和历时越长,降雨侵蚀力(R)越大。降雨侵蚀因子(R)参照Zhang Liwei等[20]的研究计算。
3) 土壤可侵蚀性因子K。K值越大,说明土壤较易受到侵蚀。土壤可侵蚀性因子K参照王蓓等[21]的研究计算。
4) 生物物理参数表。通过参考InVEST模型手册和相关文献[22-23]获得。
2.3.2 水源涵养InVEST模型水源涵养模块(water yield)运行所需数据包括降水量、潜在蒸发量、土壤质地和有机质数据、土地覆被、土壤最大根系深度、植被蒸散系数和高程数据,并利用数据进行如下计算:
1) 年均潜在蒸散量ET0。计算采用Modified-Hargreaves法[24]。
2) 植物可利用水含量(plant available water content, PAWC)受土壤结构、有机质含量和土壤密度影响。选择Zhou Wenzuo等[24]的“PAWC”公式进行计算。
3) 生物物理参数表。包括土地覆盖、土壤最大根系深度和植被蒸散系数(表 1)。
![]() |
表 1 生物物理参数表 Tab. 1 Biophysical parameters |
4) Z系数。通过多次模拟与校正,Z值定为5.06时,模型评估结果最优。
5) 子流域。InVEST模型中产水量的计算是在流域尺度上进行的,根据研究区DEM数据进行流域提取及次一级小流域的划分。
2.3.3 碳储存量本研究碳密度表数据采用前人[24]研究中的数据,通过单位换算,得到碳密度表(表 2)。
![]() |
表 2 土地利用覆盖碳密度 Tab. 2 Carbon density of land use cover |
InVEST模型生境质量模块运行所需数据主要包括土地利用类型、胁迫因子、最大距离、权重、衰减率,并利用数据进行如下计算:
1) 威胁源。选取耕地、建设用地、沙地和未利用地作为威胁源[25]。
![]() |
表 3 生境敏感性参数 Tab. 3 Habitat sensitivity parameters |
3) 半饱和常数。半饱和常数参考InVEST模型手册设置为0.5[27]。
3 生态系统服务功能 3.1 土地利用变化根据土地利用分类结果,基于ArcGIS得到各地类面积大小依次为耕地、草地、林地、其他未利用土地、水域、建设用地和沙地。1990—2020年间,耕地面积增幅最大,共增加2万5 905.92 km2;林地面积处于减少的趋势,共减少1 568.36 km2;草地面积减幅最大,共减少3万4 332.95 km2,2000—2010年减少最快,减少2万80.97 km2;水域面积也在不断减少,共减少4 979.38 km2;建设用地面积呈现稳定的增长趋势,共增加3 040.79 km2;沙地面积呈现先下降再增长的趋势,1990—2000年减少908.75 km2,后又增加到1万835.65 km2;其他未利用土地呈现增长趋势,共增加1万295.79 km2。
3.2 土壤保持 3.2.1 年际变化东北沙地土壤保持量总体呈现先减少后增加的变化趋势(图 2)。2020年达到最大值,为17.374 8亿t。1990—2020年土壤保持总量共增加5.940 1亿t,年均增加量为0.198亿t。1990—2000年土壤保持总量呈减少趋势,减少4.982 1亿t,年均减少量为0.498 2亿t。2000—2020年土壤保持总量呈现不断增长的趋势,总共增加10.922 2亿t,年均增加量为0.546 1亿t。
![]() |
图 2 1990—2020年东北沙地土壤保持总量 Fig. 2 Total soil conservation amount in sandy land in Northeast China from 1990 to 2020 |
1990—2020年间,东北沙地的土壤保持空间分布特征非常明显(图 3),土壤保持量高值区域主要位于科尔沁沙地的西南地区、松嫩沙地的东部和西部以及呼伦贝尔沙地的东部,而其余地区土壤保持量均较低。
![]() |
图 3 1990—2020年东北沙地土壤保持服务空间分布 Fig. 3 Spatial distribution of soil conservation services in sandy land in Northeast China from 1990 to 2020 |
东北沙地在水源涵养量呈波动增加趋势(图 4),净增加8.644亿mm,年均增加量为0.288亿mm。1990—2000年水源涵养量呈减少趋势,减少76.906亿mm,年均减少量为7.691亿mm。从2000年起水源涵养量呈现不断增加的趋势,至2020年总共增加85.55亿mm,年均增加量为4.278亿mm。
![]() |
图 4 1990—2020年东北沙地产水量 Fig. 4 Water yield in sandy land in Northeast China during from 1990 to 2020 |
1990—2020年间,东北沙地水源涵养量呈现增加的趋势,且出现地域集聚性特点(图 5)。其中,1990年水源涵养量高值区域主要集中于科尔沁沙地东南部、松嫩沙地东北部和西部部分地区以及呼伦贝尔沙地的东部,低值区域集中于松嫩沙地中部以及呼伦贝尔沙地西部地区;2000年水源涵养量高值区域主要集中于松嫩沙地东部和呼伦贝尔沙地的东部;2010年水源涵养量高值区域集中于科尔沁沙地东南部和松嫩沙地的东北部,其余地区水源涵养量均较低;2020年除呼伦贝尔沙地西部以及科尔沁沙地西部以外,其余地区水源涵养量均处于中高水平。
![]() |
图 5 1990—2020年东北沙地产水量空间分布 Fig. 5 Spatial distribution of water yield in sandy land in Northeast China from 1990 to 2020 |
东北沙地碳储存量呈现波动增加趋势(图 6),其值在145.107亿~146.589亿t之间波动,研究期净增加0.486亿t,年均增加量为0.016亿t。东北沙地碳储存量在2010年达到最大值,为146.589亿t。
![]() |
图 6 1990—2020年东北沙地碳储存量 Fig. 6 Carbon storage in sandy land in Northeast China from 1990 to 2020 |
1990—2020年间,东北沙地主要以中高水平碳储量分布为主(图 7),碳储量高值区主要分布于科尔沁沙地东北部、松嫩沙地的东部、西部和呼伦贝尔沙地的东部。中等水平的碳储量主要集中于松嫩沙地中部和呼伦贝尔沙地西部;碳储量低值区主要集中于科尔沁沙地西南部,松嫩沙地和呼伦贝尔沙地少量区域。
![]() |
图 7 1990—2020年东北沙地碳储存量服务空间分布 Fig. 7 Spatial distribution of carbon storage service in sandy land in Northeast China from 1990 to 2020 |
东北沙地在1990—2020年的平均生境质量指数变化不大,呈现先上升后下降的变化趋势。林地的生境质量最高,其次是草地、水域和耕地。林地的生境质量最高,其在4个年份的值分别为0.987 1、0.986 3、0.986 2和0.985 4,其次是草地,其在4个年份的数值分别为0.795 3、0.794 9、0.795 0和0.794 3。
3.5.2 空间分布变化1990—2020年间,东北沙地生境质量高值区域主要分布于松嫩沙地东部和西部、呼伦贝尔沙地东部(图 8)。中值区域主要集中于科尔沁沙地、呼伦贝尔沙地西部以及松嫩沙地中部的部分区域。低值区域主要集中于松嫩沙地中部。
![]() |
图 8 1990—2020年东北沙地生境质量服务空间分布 Fig. 8 Spatial distribution of habitat quality services in sandy land in Northeast China from 1990 to 2020 |
从东北沙地近30年生态系统服务功能的结果来看,区域内各项生态系统服务功能量变化趋势大致相同。土壤保育与水源涵养变化趋势一致,在2020年达到最大;碳储存量在2010年达到最大;生境质量在1990年最好。2000年水源涵养量特别小,2010年碳储存量最大。这与陈童尧等[16]研究一致。这可能与土地利用方式与国家恢复政策有关,此外,地理环境因子对区域内各项功能也有显著影响。对比结果分析可知,区域内的土壤保持量、水源涵养量、碳储量和生境质量指数的变化均以2000年为节点,大体上呈现先下降后上升的变化特征。其中土壤保持总量增幅为0.198亿t/a,水源涵养量增幅为0.288亿mm/a,碳储存量增幅为0.016亿t/a,生态系统服务功能整体变化趋势与张华等[28]在科尔沁沙地的研究结果具有相似性。从空间变化来看,各项生态系统服务功能的高值区空间分布大体上保持一致,并呈现空间的集聚性,表明生态系统服务功能变化受控于土地利用变化。这与宋洁等[29]和孙兴辉等[30]的研究结果较为一致。
东北沙地地区处于干旱半干旱区农牧交错带,生态环境比较脆弱,不同生态系统服务会受到相同影响因子的作用而发生改变,其时间变化的关联性在不同影响因子变化过程中甚至会发生显著变化[31]。在本次研究阶段内各项生态系统服务功能量的变化均以2000年为节点,这与国家的生态保护修复措施有关,如“三北”防护林工程、封沙育林育草、退耕还林(草)等[32]。2000—2020年,东北沙地增加林地覆盖区域3 012.63 km2。目前,该区内各项生态系统服务功能逐渐好转。因而,要继续落实各项生态保护措施,为地区内生态建设保服务。
本研究基于InVEST模型系统分析了东北沙地的土壤保持、水源涵养、碳储存量和生境质量4种生态系统服务功能的时空动态变化特征。但应指出,其他类型生态系统服务功能,如净初级生产力、水质净化和生境风险评估等,对区域生态与可持续发展也至关重要。在今后研究中需要对该区其他典型生态功能进行评估,以全面揭示东北沙地生态系统服务功能的时空变化特征。此外,学者计算土壤保持功能,多基于水蚀模型,但在东北沙地,区域景观变化受控于风、水交互作用,因此,土壤保持功能估算需要增加风蚀因子,以使计算结果更趋合理。这是下一步的重点工作。
5 结论1) 1990—2020年间,东北沙地土壤保持总量呈现先减少后增加的变化趋势,1990,2000,2010,2020 4个年份的值分别为11.434 7亿、6.452 6亿、7.342 0亿和17.374 8亿t,并在2020年达到最大。从空间分布特征来看,土壤保持高值区主要位于科尔沁沙地的西南地区、松嫩沙地的东部和西部以及呼伦贝尔沙地的东部。
2) 东北沙地水源涵养量呈波动增加趋势。4个年份值分别为183.035亿、106.129亿、138.531亿和191.679亿mm。水源涵养空间分布变化明显,水源涵养量高值区域主要集中于科尔沁沙地东南部、松嫩沙地东北部和呼伦贝尔沙地的东部。
3) 碳储存量呈不断增加的趋势。4个年份的值分别为145.906亿、145.107亿、146.589亿和146.392亿t。碳储量空间分布变化较为明显,高值区主要分布于科尔沁沙地东北部、松嫩沙地的东部、西部和呼伦贝尔沙地的东部。
4) 平均生境质量指数变化不大,呈现先上升后下降的变化趋势。林地的生境质量最高,其次是草地、水域和耕地。东北沙地生境质量空间分布格局基本一致,整体上分布状态没有发生太大变动。东北沙地生境质量高值区域主要分布于松嫩沙地东部和西部、呼伦贝尔沙地东部。
[1] |
殷楠, 王帅, 刘焱序. 生态系统服务价值评估: 研究进展与展望[J]. 生态学杂志, 2021, 40(1): 233. YIN Nan, WANG Shuai, LIU Yanxu. Ecosystem services evaluation: progress and prospect of the research[J]. Chinese Journal of Ecology, 2021, 40(1): 233. |
[2] |
谢高地, 张彩霞, 张昌顺, 等. 中国生态系统服务的价值[J]. 资源科学, 2015, 37(9): 1007. XIE Gaodi, ZHANG Caixia, ZHANG Changshun, et al. The value of ecosystem services in China[J]. Resources Science, 2015, 37(9): 1007. |
[3] |
虞依娜, 彭少麟. 生态系统服务价值评估的研究进展[J]. 生态环境学报, 2010, 19(9): 2246. YU Yina, PENG Shaolin. Review on evaluation of ecosystem services[J]. Ecology and Environmental Sciences, 2010, 19(9): 2246. DOI:10.3969/j.issn.1674-5906.2010.09.039 |
[4] |
陈仲新, 张新时. 中国生态系统效益的价值[J]. 科学通报, 2000, 45(1): 17. CHEN Zhongxin, ZHANG Xinshi. Value of ecosystem benefits in China[J]. Chinese Science Bulletin, 2000, 45(1): 17. DOI:10.3321/j.issn:0023-074X.2000.01.004 |
[5] |
孙莉英, 栗清亚, 蔡强国, 等. 水土保持措施生态服务功能研究进展[J]. 中国水土保持科学, 2020, 18(2): 145. SUN Liying, LI Qingya, CAI Qiangguo, et al. Recent progress on ecosystem services functions of soil and water conservation measures[J]. Science of Soil and Water Conservation, 2020, 18(2): 145. DOI:10.16843/j.sswc.2020.02.018 |
[6] |
刘影, 杜小龙, 邹萌萌, 等. 各类生态系统功能与生态服务价值定量评估的理论与方法研究进展[J]. 天津农业科学, 2017, 23(11): 106. LIU Ying, DU Xiaolong, ZOU Mengmeng, et al. Study on theories and methods of ecosystem functions and ecological services evaluation[J]. Tianjin Agricultural Sciences, 2017, 23(11): 106. DOI:10.3969/j.issn.1006-6500.2017.11.026 |
[7] |
陈昳. 基于InVEST模型的舟山群岛生态系统服务能值研究[D]. 浙江舟山: 浙江海洋大学, 2020: 20. CHEN Yi. An emergy research on Zhoushan Archipelago ecosystem services based on the InVEST model[D]. Zhoushan, Zhejiang: Zhejiang Ocean University, 2020: 20. |
[8] |
贾婉琳, 吴赛男, 陈昂. 基于InVEST模型的赤水河流域生态系统服务功能评估研究[J]. 中国水利水电科学研究院学报, 2020, 18(4): 313. JIA Wanlin, WU Sainan, CHEN Ang. Research on evaluation of ecosystem services in Chishui river basin based on InVEST[J]. Journal of China Institute of Water Resources and Hydropower Research, 2020, 18(4): 313. |
[9] |
ABREHAM B A, TOMASZ N, TESHOME S, et al. The InVEST habitat quality model associated with land use/cover changes: A qualitative case study of the winike watershed in the Omo-Gibe basin, southwest Ethiopia[J]. Remote Sensing, 2020, 12(7): 125. |
[10] |
BABBAR D, AREENDRAN G, SAHANAM, et al. Assessment and prediction of carbon sequestration using Markov chain and InVEST model in Sariska Tiger Reserve, India[J]. Journal of Cleaner Production, 2021(278): 123. |
[11] |
杜会石, 哈斯额尔敦, 李爽, 等. 科尔沁沙地风沙与湖泊景观演变及影响因素分析[J]. 地理科学, 2018, 38(12): 2109. DU Huishi, HASI Eerdun, LI Shuang, et al. Landscape evolution and influence factors of aeolian sand and lakes in Horqin sandy land[J]. Scientia Geographica Sinica, 2018, 38(12): 2109. |
[12] |
杜会石, 王良玉, 陈智文, 等. 1980年以来5个时期松嫩沙地湖泊群分布及其变化研究[J]. 湿地科学, 2018, 16(3): 352. DU Huishi, WANG Liangyu, CHEN Zhiwen, et al. Distribution of lakes in Songnen sandy land for 5 periods since 1980 and their changes[J]. Wetland Science, 2018, 16(3): 352. |
[13] |
于娜, 赵媛媛, 丁国栋, 等. 基于生态足迹的中国四大沙地地区可持续评价[J]. 干旱区地理, 2018, 41(6): 1310. YU Na, ZHAO Yuanyuan, DING Guodong, et al. Sustainability assessment in four sandy lands of China based on the ecological footprint model[J]. Arid Land Geography, 2018, 41(6): 1310. |
[14] |
康璇, 王雪梅, 柴仲平. 近25 a来渭-库绿洲土地利用/覆被变化及其影响因素[J]. 水土保持通报, 2016, 36(5): 333. TANG Xuan, WANG Xuemei, CAI Zhongping. Land use/cover changes and influencing factors in delta oasis of Weigan-kuqa river during last 25 years[J]. Bulletin of Soil and Water Conservation, 2016, 36(5): 333. |
[15] |
SCHIRPKE U, KOHLER M, LEITINGER G, et al. Future impacts of changing land-use and climate on ecosystem services of mountain grassland and their resilience[J]. Ecosystem Services, 2017(26): 79. |
[16] |
陈童尧, 贾燕锋, 王佳楠, 等. 基于InVEST模型的祁连山国家级自然保护区土壤保持现状与功能[J]. 干旱区研究, 2020, 37(1): 150. CHEN Tongyao, JIA Yanfeng, WANG Jianan, et al. Current situation and function of soil conservation in national nature reserves in the Qilian mountains based on Invest model[J]. Arid Zone Research, 2020, 37(1): 150. |
[17] |
周彬, 余新晓, 陈丽华, 等. 基于InVEST模型的北京山区土壤侵蚀模拟[J]. 水土保持研究, 2010, 17(6): 9. ZHOU Bin, YU Xinxiao, CHEN Lihua, et al. Soil erosion simulation in mountain areas of Beijing based on InVEST model[J]. Research of Soil and Water Conservation, 2010, 17(6): 9. |
[18] |
史名杰, 武红旗, 贾宏涛, 等. 基于MCE-CA-Markov和InVEST模型的伊犁谷地碳储量时空演变及预测[J]. 农业资源与环境学报, 2021, 38(6): 1010. SHI Mingjie, WU Hongqi, JIA Hongtao, et al. Temporal and spatial evolution and prediction of carbon stocks in Yili Valley based on MCE-CA-Markov and InVEST models[J]. Journal of Agricultural Resources and Environment, 2021, 38(6): 1010. |
[19] |
刘洋. 基于InVEST模型的疏勒河流域生态系统服务功能时空演变[D]. 兰州: 甘肃农业大学, 2020: 19. LIU Yang. Spatial and temporal evolution of ecosystem services in the Shule River Basin based on InVEST model[D]. Lanzhou: Gansu Agricultural University, 2020: 19. |
[20] |
ZHANG Liwei, FU Bojie, LV Yihe, et al. Balancing multiple ecosystem services in conservation priority setting[J]. Landscape Ecology, 2015(30): 535. |
[21] |
王蓓, 赵军, 胡秀芳. 石羊河流域生态系统服务权衡与协同关系研究[J]. 生态学报, 2018, 38(21): 7582. WANG Bei, ZHAO Jun, HU Xiufang. Analysis on trade-offs and synergistic relationships among multiple ecosystem services in the Shiyang River Basin[J]. Acta Ecologica Sinica, 2018, 38(21): 7582. |
[22] |
吴一帆, 张璇, 李冲, 等. 生态修复措施对流域生态系统服务功能提升的研究: 以潮河流域为例[J]. 生态学报, 2020, 40(15): 5168. WU Yifan, ZHANG Xuan, LI Chong, et al. Improvement of ecosystem service function in watershed by ecological restoration measures: A case study in Chaohe River Basin[J]. Acta Ecologica Sinica, 2020, 40(15): 5168. |
[23] |
VIGIAK O, BORSELLI L, NEWHAM L, et al. Comparison of conceptual landscape metrics to define hillslope-scale sediment delivery ratio[J]. Geomorphology, 2012(138): 74. |
[24] |
ZHOU Wenzuo, LIU Gaohuan, PAN Jianjun, et al. Distribution of available soil water capacity in China[J]. Jourmal of Geographical Sciences, 2005, 15(1): 3. |
[25] |
LIANG Y J, Hashimoto S, LIU L J. Integrated assessment of land-use/land-cover dynamics on carbon storage services in the Loess Plateau of China from 1995 to 2050[J]. Ecological Indicators, 2021(120): 106939. |
[26] |
梁晓瑶, 袁丽华, 宁立新, 等. 基于InVEST模型的黑龙江省生境质量空间格局及其影响因素[J]. 北京师范大学学报(自然科学版), 2020, 56(6): 864. LIANG Xiaoyao, YUAN Lihua, NING Lixin, et al. Spatial pattern of habitat quality and driving factors in Heilongjiang province[J]. Journal of Beijing Normal University (Natural Science), 2020, 56(6): 864. |
[27] |
SUN Xiao, LU Zhouming, LI Feng, et al. Analyzing spatio-temporal changes and trade-offs to support the supply of multiple ecosystem services in Beijing, China[J]. Ecological Indicators, 2018, 94(11): 117. |
[28] |
张华, 张爱平, 杨俊. 科尔沁沙地生态系统服务价值变化研究[J]. 中国人口·资源与环境, 2007, 17(3): 60. ZHANG Hua, ZHANG Aiping, YANG Jun. Effects of land use change on ecosystem service values of Horqin Sandy Land[J]. China Population, Resources and Environment, 2007, 17(3): 60. |
[29] |
宋洁, 温璐, 王凤歌, 等. 乌兰布和沙漠生态系统服务价值时空动态研究[J]. 生态学报, 2021, 41(6): 2201. SONG Jie, WEN Lu, WANG Fengge, et al. Spatiotemporal dynamics of ecosystem service value in Ulan Buh Desert[J]. Acta Ecologica Sinica, 2021, 41(6): 2201. |
[30] |
孙兴辉, 金良, 张文娟. 内蒙古土地生态系统服务价值时空变化特征[J]. 内蒙古财经大学学报, 2020, 18(6): 99. SUN Xinghui, JIN Liang, ZHANG Wenjuan. Temporal and spatial changes of land ecosystem service value in Inner Mongolia[J]. Journal of Inner Mongolia University of Finance and Economics, 2020, 18(6): 99. |
[31] |
吕荣芳. 宁夏沿黄城市带生态系统服务时空权衡关系及其驱动机制研究[D]. 兰州: 兰州大学, 2019: 45. LV Rongfang. Spatial-temporal associations among ecosystem services and their driving mechanisms: A case study in the City Belt along the Yellow River Ningxia[D]. Lanzhou: Lanzhou University, 2019: 45. |
[32] |
薛卓彬. 基于InVEST模型的延河流域生态系统服务功能评估[D]. 西安: 西北大学, 2017: 29. XUE Zhuobin. The assessment of ecosystem services functions in Yanhe River Basin based on the InVEST model[D]. Xi'an: Northwest University, 2017: 29. |