楊雪姣 張軍 李全文 張贇琨 曹培培 張媛媛 張漢朝

摘要 對2019和2022年的Sentinel-2衛(wèi)星遙感影像進行解譯，分析新濟洲濕地公園的土地利用/覆被動態(tài)變化情況，并基于InVEST模型分析新濟洲濕地公園生境質(zhì)量和碳儲量變化，探究濕地公園生態(tài)系統(tǒng)服務(wù)情況及其管理建設(shè)效果；同時探究生態(tài)系統(tǒng)服務(wù)之間的協(xié)同/權(quán)衡關(guān)系。結(jié)果表明：2019—2022年新濟洲濕地公園土地利用/覆被變化較大，其中，林地和草地呈現(xiàn)增加趨勢，農(nóng)田呈現(xiàn)減少趨勢。2019—2022年新濟洲濕地公園碳儲量增加了3.09萬t，碳儲量較高的區(qū)域主要分布在新濟洲島和新生洲島；平均生境質(zhì)量上升了0.11，變化較大的區(qū)域主要位于再生洲島。新濟洲濕地公園碳儲量與生境質(zhì)量存在較強的協(xié)同關(guān)系。新濟洲濕地公園的管理建設(shè)取得了一定成效，明顯提升了濕地公園的生態(tài)系統(tǒng)服務(wù)功能。

關(guān)鍵詞 新濟洲國家濕地公園；InVEST模型；土地利用/覆被；生態(tài)系統(tǒng)服務(wù)；動態(tài)變化

中圖分類號 X37? 文獻標(biāo)識碼 A? 文章編號 0517-6611（2024）06-0075-06

doi：10.3969/j.issn.0517-6611.2024.06.017

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Study of Dynamic Change of Ecosystem Services in Xinjizhou National Wetland Park Based on InVEST Model

YANG Xue-jiao1， ZHANG Jun2， LI Quan-wen2 et al

（1. Nanjing Puhou Ecological Technology Co.， Ltd.， Nanjing，Jiangsu 210033;2.Nanjing Yangtze River Xinjizhou National Wetland Park， Nanjing，Jiangsu 211110）

Abstract The remote sensing images of Sentinel-2 in 2019 and 2022 were interpreted to analyze the dynamic changes of land use/cover in Xinjizhou Wetland Park， and the dynamic changes of the habitat quality and carbon storage were analyzed based on the InVEST model， the ecosystem services status and management and construction effects of the wetland park were explored. At the same time， the synergy/tradeoff relationship between ecosystem services was explored. The results showed that the land use/cover of Xinjizhou Wetland Park changed greatly from 2019 to 2022，the forest land and grassland showed an increasing trend， while the farmland showed a decreasing trend.From 2019 to 2022， carbon storage of Xinjizhou Wetland Park increased by 30 900 tons， and the areas with high carbon storage were mainly distributed in Xinjizhou Island and Xinshengzhou Island;the average habitat quality increased by 0.11， and the area with great change was mainly located in Zaishengzhou Island.There was a strong synergistic relationship between carbon storage and habitat quality in Xinjizhou Wetland Park. The management and construction of Xinjizhou Wetland Park has made remarkable achievements， which significantly improved the ecosystem service of the Wetland Park.

Key words Xinjizhou National Wetland Park;InVEST model;Land use/cover;Ecosystem services;Dynamic change

濕地具有水源涵養(yǎng)、生物多樣性維持、氣候調(diào)節(jié)、水質(zhì)凈化等生態(tài)功能［1］，與人類的生存和發(fā)展息息相關(guān)。然而，近幾十年來，隨著世界人口不斷增長、城鎮(zhèn)化進程不斷加快，全球的濕地面臨面積迅速減少、功能逐漸喪失的巨大壓力［2-3］。為了緩解這一現(xiàn)狀，世界各地積極采取相應(yīng)措施進行濕地的生態(tài)保護與修復(fù)［4］。目前，中國已逐漸建立起包含自然保護區(qū)、濕地公園等在內(nèi)的濕地保護體系［5-6］。

國家濕地公園是對濕地資源進行有效保護的手段之一，其基本理念為“在濕地的合理利用中對濕地進行保護”［7］，一般建立在城市郊區(qū)及周邊區(qū)域。隨著濕地公園建設(shè)熱潮的出現(xiàn)，關(guān)于濕地公園的研究越來越多。從研究內(nèi)容來看，主要集中在生態(tài)修復(fù)［8］、景觀規(guī)劃［9-10］、空間分布［11-12］等層面。盡管近年來國家濕地公園的建設(shè)和發(fā)展較為迅速，但仍然存在科研基礎(chǔ)薄弱、監(jiān)管體系不完善、發(fā)展建設(shè)程序不規(guī)范等問題［13］。國家濕地公園為人們提供生態(tài)旅游休閑、空氣凈化、水源涵養(yǎng)等生態(tài)服務(wù)［14］，研究其生態(tài)系統(tǒng)服務(wù)的時空動態(tài)對濕地的管理建設(shè)具有重要意義。

南京長江新濟洲國家濕地公園（以下簡稱“新濟洲濕地公園”）是長江干流中下游唯一一個洲灘型國家濕地公園，受人為活動干擾較小，植被類型和生物資源豐富，具有極強的碳匯功能和生物多樣性維持功能。該研究對2019和2022年兩期Sentinel-2遙感影像數(shù)據(jù)進行解譯，獲取了2019和2022年新濟洲濕地公園的土地利用/覆被數(shù)據(jù)，基于InVEST模型對新濟洲濕地公園碳儲量和生境質(zhì)量2種生態(tài)系統(tǒng)服務(wù)的時空動態(tài)變化進行評估，從而評價新濟洲濕地公園建成以來的保護恢復(fù)成效，以期為濕地公園的管理建設(shè)提供理論指導(dǎo)。

1 資料與方法

1.1 研究區(qū)概況

江蘇南京長江新濟洲國家濕地公園（118°29′15″～118°33′54″E，31°47′5″～31°53′24″N）是位于長江干流下游典型的洲灘型濕地，由子母洲島、子匯洲島、新濟洲島、再生洲島、新生洲島5個洲島組成（圖1），濕地總面積約為2 679.21 hm2（采用WGS 84坐標(biāo)系UTM投影50N分度帶）。新濟洲歷史上曾是一個自然村，因居民生活和農(nóng)業(yè)生產(chǎn)活動，洲灘濕地生態(tài)系統(tǒng)結(jié)構(gòu)改變，生態(tài)系統(tǒng)功能降低。自2011年濕地公園開始建設(shè)以來，新濟洲濕地開展了包括植被恢復(fù)、棲息地保護、水系連通等恢復(fù)工程，有效改善了濕地公園內(nèi)的水動力條件，恢復(fù)了濕地植被，濕地生態(tài)系統(tǒng)結(jié)構(gòu)和功能得到了一定程度上的恢復(fù)。

1.2 遙感影像數(shù)據(jù)及其處理

該研究使用的遙感影像數(shù)據(jù)取自歐洲空間局（ESA）發(fā)布的2019和2022年同期10月的10 m空間分辨率的Sentinel-2衛(wèi)星，遙感影像數(shù)據(jù)經(jīng)大氣校

正、監(jiān)督分類、分類后處理、裁剪、重分類等處理后得到研究區(qū)的土地利用/覆被數(shù)據(jù)，土地利用/覆被劃分為林地、草地、裸地、水面、不透水表面、農(nóng)田6個類型。

1.3 評價方法

InVEST（integrated valuation of ecosystem services and tradeoffs）是一種用于評估生態(tài)系統(tǒng)服務(wù)的模型系統(tǒng)，它將生態(tài)系統(tǒng)服務(wù)與景觀格局聯(lián)系在一起實現(xiàn)生態(tài)系統(tǒng)服務(wù)的空間表達，有助于濕地資源的科學(xué)管理［15］。該研究利用InVEST模型評估新濟洲濕地公園的碳儲量和生境質(zhì)量。

1.3.1 基于InVEST的碳儲量模型。

InVEST模型的碳儲存模塊可以用來估算當(dāng)前土地利用/覆被下的碳儲量或者一個時間段內(nèi)的碳匯量，其包含地上碳庫、地下碳庫、土壤碳庫、死亡有機物碳庫4個基本的碳庫類型。模型的輸入包括新濟洲濕地不同時期的土地利用/覆被數(shù)據(jù)以及不同土地利用/覆被類型的4種碳密度。該研究的碳密度數(shù)據(jù)從已發(fā)表的文獻中獲?。?6］，選擇原則為優(yōu)先查找南京地區(qū)的碳密度數(shù)據(jù)（表1）。碳儲量計算公式如下：

Ctotal=C1+C2+C3+C4

式中：Ctotal為總碳儲量（t/hm2）；C1為地上碳庫的碳儲量（t/hm2）；C2為地下碳庫的碳儲量（t/hm2）；C3為土壤碳庫的碳儲量（t/hm2）；C4為死亡有機物碳庫的碳儲量（t/hm2）。

1.3.2 基于InVEST的生境質(zhì)量模型。

InVEST模型中的生

境質(zhì)量模塊可以用來表征生物多樣性水平，生境質(zhì)量越高，區(qū)域生物多樣性水平越高。它將土地利用/覆被的生境適宜性與生物多樣性的威脅信息結(jié)合，評估每種土地利用/覆被的棲息地質(zhì)量［17］。其計算公式如下：

Qxj=Hj（1-DzxjDzxj+kz）

式中：Qxj為類型j中柵格x的生境質(zhì)量指數(shù)；Hj為類型j的生境適宜性指數(shù)，生境適宜性越高，Hj數(shù)值越大；Dxj為類型j中柵格x的生境退化程度，退化程度越高，Dxj數(shù)值越大；k為半飽和常數(shù)；z為模型默認參數(shù)，一般取值2.5。其中，Dxj的計算公式如下：

Dxj=Rr=1Yry=1WrRr=1WrryirxySjr

式中：r為威脅因子；R為威脅因子的數(shù)量；y為脅迫因子的所有柵格；Yr為威脅因子r的柵格數(shù)量；Wr為威脅因子r的權(quán)重；ry為柵格y上威脅因子r的強度；irxy為柵格y上的威脅因子r對柵格x的影響；Sjr表示類型j對威脅因子r的敏感性。

生境質(zhì)量模型的輸入包括土地利用/覆被、威脅因子、威脅源、生境適宜性。該研究將農(nóng)田、不透水面和裸地類型作為威脅源，其相應(yīng)的參數(shù)主要參考相關(guān)文獻并結(jié)合研究區(qū)實際情況所得［18-20］，具體如表2所示。不同土地利用/覆被為生命有機體提供棲息、繁殖和生存的能力不同，該研究基于相關(guān)研究及研究區(qū)實際情況，對每種生境類型的適宜性和其對每種威脅源的相對敏感性進行賦值［18-21］。該研究各土地利用/覆被的生境適宜性及其對農(nóng)田、不透水面和裸地3類威脅源的相對敏感性如表3所示。

該研究的生態(tài)系統(tǒng)服務(wù)均在InVEST 3.10.2和ArcGIS 10.2進行計算。

1.4 Spearman相關(guān)性分析

該研究利用Spearman相關(guān)分析檢驗碳儲量與生境質(zhì)量之間的相關(guān)性，以判斷二者之間的協(xié)同/權(quán)衡關(guān)系。若碳儲量與生境質(zhì)量存在顯著的正相關(guān)關(guān)系，表明二者存在協(xié)同效應(yīng)，若存在顯著的負相關(guān)關(guān)系，表明二者存在權(quán)衡效應(yīng)。具體做法：在研究區(qū)生成2 000個隨機點，然后將碳儲量與生境質(zhì)量的柵格值提取到隨機點上，最后進行Spearman相關(guān)分析。

2 結(jié)果與分析

2.1 土地利用/覆被分布及其變化

2019—2022年新濟洲濕地公園土地利用/覆被占比較多的為林地、草地和水面，其中，林地主要分布在新濟洲島和新生洲島，草地主要分布在再生洲島、子母洲島、子匯洲島，水面主要包括新濟洲濕地公園內(nèi)的庫塘、溝渠等。不透水表面主要為新濟洲濕地公園的管理中心及道路等，基本分布于新濟洲島合理利用區(qū)。2019年再生洲島有部分農(nóng)田分布，至2022年遺留的農(nóng)業(yè)生產(chǎn)活動被全部清退。

從土地利用/覆被分布（圖2）和轉(zhuǎn)移矩陣（表4）可以看出，2019—2022年新濟洲濕地公園的林地和草地面積呈現(xiàn)增加趨勢，分別增加了218.06和190.91 hm2；林地的增加主要由草地轉(zhuǎn)換而來，共有255.77 hm2的草地轉(zhuǎn)換為林地；草地的增加主要由退耕后的農(nóng)田轉(zhuǎn)換而來，共有282.93 hm2的農(nóng)田轉(zhuǎn)換成草地。農(nóng)田呈現(xiàn)減少趨勢，共減少了325.08 hm2。裸地和水面的變化可能主要由水位變化導(dǎo)致的，據(jù)了解，2019年10月長江平均水位高于2022年同期水位，故2019年部分光灘處于淹沒狀態(tài)，也有部分水面轉(zhuǎn)為草地（草本沼澤），同時，因洲尾水流自然沖刷和新濟洲島內(nèi)水系疏通等生態(tài)恢復(fù)，使部分草地轉(zhuǎn)變?yōu)樗妗?/p>

2.2 生態(tài)系統(tǒng)服務(wù)分布與變化

2.2.1 碳儲量。

從2019和2022年新濟洲濕地公園碳密度分布（圖3a、b）可以看出，新濟洲濕地公園碳密度較高的區(qū)域主要分布在新濟洲島和新生洲島，碳密度分布主要集中在（100，150］和（150，228］t/hm2，對應(yīng)的土地利用/覆被分別為草地或農(nóng)田、林地。2019年新濟洲濕地公園平均碳密度為143.41 t/hm2，總碳儲量約為38.42萬t；2022年新濟洲濕地公園平均碳密度為154.95 t/hm2，總碳儲量約為41.51萬t。2019—2022年新濟洲濕地總碳儲量增加了3.09萬t。新濟洲濕地公園碳密度變化情況如圖3c所示，在2019和2022年柵格面積不變的前提下，碳儲量變化與碳密度布局一致。由此可見，碳儲量變化較大的區(qū)域在各個洲島呈零散分布，主要增加的區(qū)域位于新濟洲島中部及新生洲島北部，主要原因為林地植被類型的增加；減少的區(qū)域主要為因公園建設(shè)而修建的道路、展覽館等基礎(chǔ)設(shè)施。

2.2.2 生境質(zhì)量。

2019、2022年新濟洲濕地公園平均生境質(zhì)量分別為0.75、0.86，2019—2022年新濟洲濕地公園的平均生境質(zhì)量上升了0.11。如表5所示，該研究將新濟洲濕地公園的生境質(zhì)量分為5個等級。其中，生境質(zhì)量在（0.6，1.0］的土地面積占比較大，且占比呈增加趨勢；生境質(zhì)量在（0.2，0.6］的土地面積呈減少趨勢，主要原因為農(nóng)田逐漸轉(zhuǎn)化為草地，生境質(zhì)量增加。

2019和2022年新濟洲濕地公園生境質(zhì)量分布如圖4a、b所示。2019年新濟洲濕地公園生境質(zhì)量較低的區(qū)域主要位于再生洲島，該區(qū)域的土地利用/覆被主要為農(nóng)田；新濟洲島部分區(qū)域生境質(zhì)量較低，對應(yīng)的土地利用/覆被為道路、濕地管理中心等建筑物；生境質(zhì)量較高的區(qū)域主要位于子匯洲島、子母洲島、新濟洲島和新生洲島。2022年生境質(zhì)量普遍較高，僅新濟洲島和新生洲島少部分區(qū)域生境質(zhì)量較低，新濟洲島對應(yīng)的土地利用/覆被為道路、濕地管理中心等建筑物，新生洲島對應(yīng)的土地利用類型為裸地。2019—2022年新濟洲濕地公園生境質(zhì)量變化較大的區(qū)域主要分布在再生洲島（圖4c），主要原因為農(nóng)田退耕后草地大面積增加。

2.3 碳儲量與生境質(zhì)量的協(xié)同關(guān)系

從表6可以看出，2019、2022年新濟洲濕地公園碳儲量與生境質(zhì)量之間的Spearman相關(guān)系數(shù)分別為0.511 4、0.700 0，說明碳儲量與生境質(zhì)量在空間分布上存在較強的正相關(guān)關(guān)系，表明二者之間存在顯著的協(xié)同關(guān)系。2019年的相關(guān)系數(shù)低于2022年，可能的原因為2019年新濟洲濕地公園部分區(qū)域為農(nóng)田，農(nóng)田具有與草地相似的碳儲量，但其生境質(zhì)量卻遠低于草地，可能會導(dǎo)致生境質(zhì)量與碳儲量之間的正相關(guān)性下降。

3 討論

土地利用/覆被是影響生態(tài)系統(tǒng)服務(wù)的關(guān)鍵因素［22］。一般來說，森林具有較強的碳儲存能力［23］，該研究中，由于植被恢復(fù)工程的實施，2019—2022年新濟洲濕地公園林地面積大幅增加，碳儲量也相應(yīng)增加。農(nóng)田與草地具有相似的碳儲存能力，但由于農(nóng)田受到人為干擾較大，其生境質(zhì)量相對較低。2019—2022年再生洲島農(nóng)田全部轉(zhuǎn)換為草地后，再生洲島的生境質(zhì)量大幅提升。新濟洲濕地公園存在生境質(zhì)量和碳儲量均較低的區(qū)域，主要為濕地公園內(nèi)的道路、展覽館等基礎(chǔ)設(shè)施，盡管這些區(qū)域不利于碳儲量和生境質(zhì)量的增加，但支撐了濕地公園的管理行為、科普宣教和基礎(chǔ)配套服務(wù)，對濕地公園的可持續(xù)發(fā)展極為重要。

生態(tài)系統(tǒng)服務(wù)在空間分布上往往存在協(xié)同/權(quán)衡關(guān)系，比如，不同調(diào)節(jié)服務(wù)之間、不同文化服務(wù)之間以協(xié)同關(guān)系為主，而調(diào)節(jié)服務(wù)與供給服務(wù)之間以權(quán)衡關(guān)系為主［24］。理解生態(tài)系統(tǒng)服務(wù)之間的協(xié)同/權(quán)衡關(guān)系對生態(tài)系統(tǒng)的管理具有重要意義，可以減少生態(tài)系統(tǒng)服務(wù)間不必要的權(quán)衡，有時可以達到事半功倍的效果［24-26］。碳儲量與生境質(zhì)量在大尺度上表現(xiàn)為協(xié)同關(guān)系，但在小尺度范圍內(nèi)，生境質(zhì)量可能與碳儲量存在權(quán)衡關(guān)系。例如，對水域來說，其支撐了水鳥和水生動物多樣性，但其碳儲量較少。該研究中，碳儲量與生境質(zhì)量存在較強的協(xié)同關(guān)系，在濕地公園的管理建設(shè)中可以實現(xiàn)2種服務(wù)同時增加。

InVEST模型能夠?qū)⑸鷳B(tài)系統(tǒng)服務(wù)與時空信息聯(lián)系起來，直觀地反映生態(tài)系統(tǒng)服務(wù)分布及變化情況，有利于生態(tài)系統(tǒng)的分區(qū)管理，可用于支持環(huán)境決策［27-28］。對于生態(tài)系統(tǒng)服務(wù)增加的區(qū)域，可以減少管理力度，降低資金投入，將資源運用到生態(tài)系統(tǒng)服務(wù)降低的區(qū)域。該研究中，新濟洲濕地公園的管理建設(shè)取得了一定的成效，明顯提升了新濟洲濕地公園的碳儲量與生境質(zhì)量，但新濟洲島內(nèi)部仍有少部分區(qū)域為裸地，碳儲量與生境質(zhì)量較低，建議加強對這些區(qū)域的管理建設(shè)。

4 結(jié)論

該研究利用Sentinel-2衛(wèi)星遙感影像數(shù)據(jù)，對2019和2022年的新濟洲濕地公園土地利用/覆被進行解譯，并基于InVEST模型評估新濟洲濕地公園碳儲量和生境質(zhì)量2種生態(tài)系統(tǒng)服務(wù)的時空動態(tài)變化，對新濟洲濕地公園的建設(shè)管理效果進行評價，同時分析了碳儲量與生境質(zhì)量之間的協(xié)同/權(quán)衡關(guān)系。結(jié)果表明：

（1）新濟洲濕地公園面積較大的土地利用/覆被為林地、草地和水面，林地主要分布在新濟洲島和新生洲島，草地主要分布在再生洲島、子匯洲島和子母洲島。2019—2022年林地和草地面積呈現(xiàn)增加趨勢，分別增加了218.06和190.91 hm2。農(nóng)田呈現(xiàn)減少趨勢，共減少了325.08 hm2，主要轉(zhuǎn)換成草地。

（2）2019年新濟洲濕地公園碳儲量為38.42萬t，2022年為41.51萬t，共增加了3.09萬t。碳儲量較高的區(qū)域主要分布在新濟洲島和新生洲島，2019—2022年碳儲量增加的區(qū)域主要位于新濟洲島中部和新生洲島北部，由林地面積增加導(dǎo)致。

（3）2019年新濟洲濕地公園平均生境質(zhì)量為0.75，2022年為0.86，上升了0.11。2019年由于再生洲島農(nóng)田面積較大，故其生境質(zhì)量較低，其他洲島生境質(zhì)量相對較高。2022年各個洲島生境質(zhì)量普遍較高。2019—2022年生境質(zhì)量變化較大的區(qū)域為再生洲島，由農(nóng)田退耕轉(zhuǎn)換成草地引起。

（4）碳儲量與生境質(zhì)量在空間分布上存在顯著的正相關(guān)關(guān)系，表明二者存在較強的協(xié)同效應(yīng)，在生態(tài)系統(tǒng)的管理中可以同時提升2種服務(wù)。

參考文獻

［1］ MITSCH W J，GOSSELINK J G.Wetlands［M］.Hoboken，NJ：John Wiley & Sons，2015.

［2］ DAVIS J A，F(xiàn)ROEND R.Loss and degradation of wetlands in southwestern Australia：Underlying causes，consequences and solutions［J］.Wetlands ecology and management，1999，7（1）：13-23.

［3］ BAI J H，CUI B S，CAO H C，et al.Wetland degradation and ecological restoration［J］.Scientific world journal，2013，2013：1-3.

［4］ 張永澤，王垣.自然濕地生態(tài)恢復(fù)研究綜述［J］.生態(tài)學(xué)報，2001，21（2）：309-314.

［5］ 歐陽志云，徐衛(wèi)華.整合我國自然保護區(qū)體系，依法建設(shè)國家公園［J］.生物多樣性，2014，22（4）：425-427.

［6］ 高吉喜，徐夢佳，鄒長新.中國自然保護地70年發(fā)展歷程與成效［J］.中國環(huán)境管理，2019，11（4）：25-29.

［7］ 王立龍，陸林.濕地公園研究體系構(gòu)建［J］.生態(tài)學(xué)報，2011，31（17）：5081-5095.

［8］ 朱穎，林靜雅，趙越，等.太湖國家濕地公園生態(tài)恢復(fù)成效評估研究［J］.浙江農(nóng)業(yè)學(xué)報，2017，29（12）：2109-2119.

［9］ 劉華斌.城市濕地公園景觀格局及多樣性設(shè)計［J］.農(nóng)業(yè)與技術(shù)，2021，41（20）：126-129.

［10］ 李夢蝶，王立龍，夏強，等.太平湖國家濕地公園土地利用轉(zhuǎn)換及景觀格局變化［J］.環(huán)境科學(xué)與技術(shù)，2023（S02）：58-67.

［11］ 潘竟虎，張建輝.中國國家濕地公園空間分布特征與可接近性［J］.生態(tài)學(xué)雜志，2014，33（5）：1359-1367.

［12］ 郭子良，張曼胤，崔麗娟，等.中國國家濕地公園的建設(shè)布局及其動態(tài)［J］.生態(tài)學(xué)雜志，2019，38（2）：532-540.

［13］ 吳后建，但新球，舒勇，等.中國國家濕地公園：現(xiàn)狀、挑戰(zhàn)和對策［J］.濕地科學(xué)，2015，13（3）：306-314.

［14］ 周婷，牛安逸，馬姣嬌，等.國家濕地公園時空格局特征［J］.自然資源學(xué)報，2019，34（1）：26-39.

［15］ SHARP R，TALLIS H，RICKETTS T，et al.InVEST users guide［M］.Stanford，CA，USA：The Natural Capital Project，2014.

［16］ 孫欣欣，薛建輝，董麗娜.基于PLUS模型和InVEST模型的南京市生態(tài)系統(tǒng)碳儲量時空變化與預(yù)測［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報，2023，39（1）：41-51.

［17］ TERRADO M，SABATER S，CHAPLIN-KRAMER B，et al.Model development for the assessment of terrestrial and aquatic habitat quality in conservation planning［J］.Science of the total environment，2016，540：63-70.

［18］ 鄧楚雄，郭方圓，黃棟良，等.基于INVEST模型的洞庭湖區(qū)土地利用景觀格局對生境質(zhì)量的影響研究［J］.生態(tài)科學(xué)，2021，40（2）：99-109.

［19］ 趙夢雨，薛亮.咸陽市生境質(zhì)量變化遙感監(jiān)測研究［J］.遙感技術(shù)與應(yīng)用，2017，32（6）：1171-1180.

［20］ 鐘桂.基于InVEST模型的風(fēng)景名勝區(qū)生境質(zhì)量及景觀格局分析［J］.福建建設(shè)科技，2022（6）：10-13.

［21］ 如克亞·熱合曼，阿里木江·卡斯木，哈力木拉提·阿布來提，等.基于InVEST模型的天山北坡城市群生境質(zhì)量時空演化研究［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報，2022，38（9）：1112-1121.

［22］ TOLESSA T，SENBETA F，KIDANE M.The impact of land use/land cover change on ecosystem services in the central highlands of Ethiopia［J］.Ecosystem services，2017，23：47-54.

［23］ SEDJO R，SOHNGEN B.Carbon sequestration in forests and soils［J］.Annual review of resource economics，2012，4（1）：127-144.

［24］ LEE H，LAUTENBACH S.A quantitative review of relationships between ecosystem services［J］.Ecological indicators，2016，66：340-351.

［25］ KANDZIORA M，BURKHARD B，MLLER F.Interactions of ecosystem properties，ecosystem integrity and ecosystem service indicators-A theoretical matrix exercise［J］.Ecological indicators，2013，28：54-78.

［26］ MASTRANGELO M E，WEYLAND F，VILLARINO S H，et al.Concepts and methods for landscape multifunctionality and a unifying framework based on ecosystem services［J］.Landscape ecology，2014，29（2）：345-358.

［27］ 馬良，金陶陶，文一惠，等.InVEST模型研究進展［J］.生態(tài)經(jīng)濟，2015，31（10）：126-131，179.

［28］ 王雅，蒙吉軍，齊楊，等.基于InVEST模型的生態(tài)系統(tǒng)管理綜述［J］.生態(tài)學(xué)雜志，2015，34（12）：3526-3532.