遥感技术与应用, 2023, 38(2): 251-263 doi: 10.11873/j.issn.1004-0323.2023.2.0251

LUCC专栏

近40年京津冀地区生境质量变化趋势与归因分析

闫宇星,1,2, 杨园园,3, 王永生1,2, 严建武4

1.中国科学院地理科学与资源研究所，北京 100101

2.中国科学院大学资源与环境学院，北京 100049

3.中国人民大学公共管理学院，北京 100872

4.陕西师范大学地理科学与旅游学院，陕西 西安 710119

Trends and Attribution Analysis of Habitat Quality Changes in Beijing-Tianjin-Hebei Region over the Past 40 Years

YAN Yuxing,1,2, YANG Yuanyuan,3, WANG Yongsheng1,2, YAN Jianwu4

1.Institute of Geographic Sciences and Natural Resources Research，Chinese Academy of Sciences，Beijing 100101，China

2.College of Resources and Environment，University of Chinese Academy of Sciences，Beijing 100049，China

3.School of Public Administration and Policy，Remin University of China，Beijing 100872，China

4.School of Geography and Tourism，Shaanxi Normal University，Xi’an 710119，China

通讯作者: 杨园园(1988-)，女，河南洛阳人，副教授，硕士生导师，主要从事土地系统变化与城乡融合发展方面的研究。E⁃mail:yangyuanyuan@ruc.edu.cn

收稿日期: 2022-05-20   修回日期: 2023-02-18  

基金资助: 国家自然科学基金面上项目“京津冀地区乡村地域空间演化机理与可持续发展途径研究”.  42071231

Received: 2022-05-20   Revised: 2023-02-18  

作者简介 About authors

闫宇星(1999-)，女，陕西榆林人，硕士研究生，主要从事土地利用与生态系统服务方面的研究E⁃mail:yanyuxing21@mails.ucas.ac.cn , E-mail：yanyuxing21@mails.ucas.ac.cn

摘要

生境质量在一定程度上可以反映区域生物多样性状况，在当前全球生物多样性持续减少、生态系统服务退化的背景下，研究生境质量的时空演化对于区域可持续发展具有重要意义。近40 a来，我国快速城镇化进程对生态环境产生了深刻影响，引发了自然生境破碎化、生态退化、生态系统服务功能减弱等系列问题。生境质量是反映生物多样性状况与局地生态功能的重要指标，探讨区域生境质量时空演变及其影响因素对生态恢复与生物多样性保护具有重要的意义。基于京津冀地区1980~2020年（每隔10 a）土地利用遥感监测数据，研究采用InVEST模型定量评估了研究区不同时点的生境质量并探究了其时空演变特征，使用地理加权回归模型分析了社会经济发展与自然条件等因素对生境质量变化的影响。研究结果表明：①京津冀地区生境质量呈“西北高、东南低”的空间分布特征，区域差异明显。研究时段内东部沿海地区以及西部山区生境质量提升明显，而北京、天津以及南部快速城镇化地区生境质量持续降低。②建设用地面积变化、地形位指数对生境质量指数变化影响最为显著；生境质量变化与建设用地面积、GDP、人口密度等社会经济因素呈负相关关系，与地形坡度、降水、气温等自然环境因素呈正相关关系；生境质量变化在研究区西北部主要受自然环境影响，而在东南平原区则受社会经济因素影响更显著。研究结果可为土地资源可持续利用、生态环境保护和管理工作提供科学依据和理论指导。

关键词： 土地利用变化 ; 生态系统服务 ; 生境质量 ; InVEST模型 ; 京津冀地区 ; 快速城镇化

Abstract

Habitat quality has been widely regarded as a proxy indicator for biodiversity. In the context of the continuous decline of global biodiversity and degradation of ecosystem services， it is of great significance to study regional spatio-temporal trends of habitat quality for its sustainable development. Over the past 40 years， rapid urbanization has profoundly impacted the spatial and temporal distribution and functions of habitats， leading to ecological degradation and the weakening of ecosystem service functions. Exploring the spatial and temporal dynamics and driving factors of regional habitat quality is important for ecological restoration and biodiversity conservation. Based on remote sensing monitoring data of land use in the Beijing-Tianjin-Hebei （BTH） region from 1980 to 2020 （every 10 years）， this study used the InVEST model to quantify the regional habitat quality and explore the temporal and spatial evolution characteristic， then it analyzed the response of habitat quality to land use/cover change， socio-economic development， and natural conditions by adopting a Geographically Weighted Regression （GWR） model. The results showed that Habitat Quality （HQ） in the BTH region has shown a decreasing trend during the study period， and the area of low-quality areas has increased significantly， lower-quality areas and medium-quality areas have shown a decreasing trend， while higher-quality areas and high-quality areas are relatively stable. The spatial pattern of HQ in the BTH region was that the northwest areas were relatively high and the southeast areas were relatively low. The habitat quality of eastern coastal areas and western mountainous areas has improved significantly over the past four decades， while the HQ around Beijing， Tianjin， and the southern rapidly developing cities has decreased gradually. The changes of construction land and the topographic index have the most significant impact on the changes of the HQ index. HQ changes were negatively correlated with socio-economic factors such as construction land area， GDP， and population density； and positively correlated with natural environmental factors such as topographic index， precipitation， and temperature. HQ changes were more significantly influenced by the natural environment in the northwestern part of the study area and more significantly influenced by socioeconomic factors in the southeastern plain area. The results help to reveal the response of habitat quality changes to the influencing factors， which can provide scientific basis and theoretical guidance for the implementation of sustainable land use， ecological environmental protection and management.

Keywords： Land use change ; Ecosystem services ; Habitat quality ; InVEST model ; Beijing-Tianjin-Hebei urban agglomeration ; Urbanization

PDF (5473KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

闫宇星, 杨园园, 王永生, 严建武. 近40年京津冀地区生境质量变化趋势与归因分析. 遥感技术与应用[J], 2023, 38(2): 251-263 doi:10.11873/j.issn.1004-0323.2023.2.0251

YAN Yuxing, YANG Yuanyuan, WANG Yongsheng, YAN Jianwu. Trends and Attribution Analysis of Habitat Quality Changes in Beijing-Tianjin-Hebei Region over the Past 40 Years. Remote Sensing Technology and Application[J], 2023, 38(2): 251-263 doi:10.11873/j.issn.1004-0323.2023.2.0251

1 引 言

生境质量是指生态系统为潜在规模的个体和种群的生存繁衍提供所需条件的能力，是一种重要的生态系统服务，在一定程度上可以反映区域生物多样性状况［1-2］。生境质量指数可以表征生境质量的好坏［3］，是维护区域生态系统稳定的重要指标。人类活动对区域生态系统的分布、结构和功能产生深远的影响［4］。随着人口增加与经济增长，生态环境受到不同程度的破坏，全球正面临生物多样性丧失和第六次物种大灭绝，60%的生态系统服务出现退化［5］，生态系统与人类发展面临着很大的挑战。区域生境质量是生态系统服务功能和生态系统健康程度的重要体现，对维持生物多样性水平有重要作用［6］，因此，评估区域生境质量可为区域生物多样性保护和生态保护发展提供科学依据。

土地利用/覆被变化（LUCC）是人与自然环境交互作用的最直接体现［7］。LUCC导致栖息地破碎和生境散失［8］，进而影响生境斑块之间物质、能量、信息及其相互作用过程，使得区域生态系统结构和功能发生变化，影响区域生态系统平衡［9-11］，对生物多样性保护构成一定威胁，特别是在城市化进程的快速发展地区尤为明显［12］。改革开放以来，我国人口持续增长且流动人口规模不断扩大，在经济快速发展过程中，以首都为核心的京津冀地区经历了快速的城镇化与剧烈的土地利用/覆被变化［13］，城市扩张导致耕地、林地、草地等生境被侵占、割裂，生境不断破碎化，从而使生境质量随着周边土地利用强度的增大而下降［14］。

随着3S技术的不断发展，国内外学者多采用可以定量化和可视化的数字模型评估生境质量，如生态系统服务人工智能模型（ARIES）［15］、生态系统服务和权衡的综合评估模型（InVEST）［16-17］、生态系统服务的社会价值模型（SolVES）［18］等生态评估模型。其中，InVEST模型与其他模型相比，具有数据需求小、评估精度高、分析能力强等优点，应用最为广泛［19-20］。该模型在土地利用/覆被变化下根据人为威胁因子和敏感度进行生境质量评估，已被证明可以有效评估区域生物多样性和栖息地状况［21］。基于该模型学者们开展了相关研究，如冯舒等［22］分析了2000~2015年间北京市土地利用时空变化特征，运用InVEST模型分析了北京市生境退化度与生境质量的空间格局；潘耀等［23］采用InVEST模型探究了黄河源区生境质量时空变化，并基于土地利用与NDVI数据探讨生境质量对植被覆盖变化与人类活动的响应；江伟康等［24］运用InVEST模型研究了粤港澳大湾区2005~2030年生境质量时空演变规律，结合社会经济数据与人口空间分布，探究了经济发展对生境质量的影响。整体上看，目前研究主要集中在生境质量的定量评价［5］、时空格局演变［25-27］、影响因素［28］、社会经济发展与生境质量的权衡关系［24］等方面。已有研究在生境质量评估中不断扩充了研究的区域，并逐渐丰富了研究的时间和空间尺度，同时也推进了不同因素对生境质量影响的研究进展。但由于长时间序列的土地利用和威胁源数据较难获取，目前研究的时间尺度上多围绕生境质量现状研究以及较短时期内生境质量动态变化开展，而探究长时间序列特别是我国改革开放40 a以来经济快速发展背景下土地利用/覆被变化对生境质量的影响，对理解长期人地关系、人与环境的耦合机理具有重要意义。

基于此，以京津冀地区为研究对象，基于1980年、1990年、2000年、2010年、2020年5期土地利用/土地覆被数据，采用InVEST模型计算研究区生境质量指数，进而分析近40 a以来研究区生境质量的时空变化特征；并应用地理加权回归模型探讨了社会经济发展以及自然条件等因素对生境质量变化的影响，以期为快速城镇化地区的生态环境保护与土地资源可持续利用提供科学参考。

2 研究区与数据来源

2.1　研究区概况

京津冀地区（36°05′~42°37′ N，113°11′~119°45′ E）位于我国华北地区的中心腹地，其北部与燕山山脉相接，西部与太行山相依，东部相邻渤海湾（图1）。行政区划上，包括北京市、天津市与河北省的保定、唐山、廊坊、秦皇岛、张家口、承德、石家庄、沧州、邯郸、邢台和衡水11个市级行政区。京津冀地区地势西北高、东南低，地貌类型复杂多样，气候属于典型的温带半湿润半干旱季风气候，春秋干旱多风，夏季高温多雨，冬季寒冷干燥［14］。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区位置与高程图

Fig.1   Location and elevation of the study area


京津冀地区是我国华北地区的城市密集区、经济发达区，以占全国2.3%的土地承载了全国8%的人口。1980~2020年间，京津冀地区国民经济持续稳步增长，GDP增长84 154.37亿元，人口増加4 486万，人均GDP增加74 175.2元，城镇化率提高约42%。在产业结构方面，2020年京津冀地区产业构成为4.8∶27.9∶67.3，属于三、二、一型产业结构，产业转型不断推进。

2.2　数据来源

研究时段为1980~2020年，以10 a为一个时间间隔开展生境质量时空动态变化分析。使用的主要数据包括：数字高程数据（DEM）、土地利用/覆被数据、基础地理信息（行政区边界、高速公路、铁路、国道、省道与县道等）矢量数据、社会经济统计数据等。具体如下：①DEM数据（空间分辨率为30 m）和土地利用/覆被数据（空间分辨率为100 m）来源于中国科学院资源环境科学与数据中心（http：∥www.resdc.cn）。②考虑数据的可获得性，同时鉴于2000年以前社会经济发展相对缓慢，研究区主要道路变化相对较小，在计算1980年、1990年、2000年生境质量时模型需要输入的道路数据采用1995年道路数据替代，计算2010年和2020年生境质量时则分别采用2012年与2018年道路数据，各年份道路数据来源于中国科学院资源环境科学与数据中心。③城镇化率、GDP等社会经济统计数据通过EPS数据平台获取，人口密度栅格数据来自worldpop网站。其中，对GDP数据进行空间化，得到空间分辨率为1 km的GDP栅格数据。④气温与降水数据来源于国家科技基础条件平台—国家地球系统科学数据中心（http：∥www.geodata.cn）。⑤地形位数据由地形、坡度数据计算得到［29］。采用1 km×1 km的空间分辨率计算生境质量，故以上数据均处理为1 km×1 km的栅格数据。

表1   数据来源

Table 1  Data sources

数据类型数据格式年份分辨率数据来源
基础数据数字高程数据(DEM)栅格200030 m

中国科学院资源环境科学与数据中心

(http:∥www.resdc.cn)

土地利用数据栅格1980~2020100 m
基础地理数据矢量1995、2012、2018
影响因素社会经济建设用地栅格2000、2010、2020100 m中国科学院资源环境科学与数据中心
人口密度栅格2000、2010、20201 kmworldpop网站(https:∥www.worldpop.org/)
GDP文本2000、2010、2020将EPS数据平台获取数据空间化
自然环境地形位指数栅格20001 km由DEM计算得到
降水栅格2000、2010、20201 km

国家地球系统科学数据中心

(http:∥www.geodata.cn)

气温栅格2000、2010、20201 km

新窗口打开| 下载CSV


3 研究方法

3.1　InVEST模型

研究采用InVEST模型中的生境质量 （Habitat Quality）模块，计算各研究时点研究区的生境质量指数［23］。模型中的生境质量指数在栅格图层上呈现为0~1连续变化的值，值越接近1则代表生境质量越好，所受人类活动的干扰越低，相应的生物多样性水平也就越高。InVEST模型中生境质量模块以土地利用/覆被数据为基础，将生境质量与威胁因子建立联系，结合生境敏感度与外界的威胁因子强度进行分析，进而得出区域生境质量的分布特征。

该模型中生境质量由4个变量决定：威胁因子的影响距离、生境对各威胁因子的敏感性、生境与威胁源的距离以及土地受法律保护程度。鉴于京津冀地区土地法律保护工作比较到位，研究主要考虑前3个变量的影响。在计算生境质量前，需要先计算得到生境退化程度，计算公式为［30］：

Dxj=∑r=1R∑y=1Yrryωr∑r=1Rωr×irxyβxSjr
irxy=1-dxydrmax(线性衰减)
irxy=exp-2.99dxydrmax(指数衰减)

其中：Dxj代表生境退化度；R代表威胁源的个数；Yr代表威胁源的栅格数；ωr代表威胁源r的权重；ry为栅格y的胁迫因子值（0或1）；irxy表示栅格y的威胁因子值对栅格x的胁迫水平；βx代表威胁源对栅格x 的可达性水平；Sjr表示生境类型 j对威胁因子r的敏感度，值域为0~1；dxy表示生境栅格x对威胁源栅格y的直线距离；dr max代表威胁源r对生境的最大影响距离。

在此基础上计算生境质量，公式如下：

Qxj=Hj1-DxjzDxjz+kz

其中：Qxj代表生境质量指数；Dxj表示生境退化度；Hj为生境适宜度；k代表半饱和常数，数值为最大退化度的一半；z表示归一化常量，一般取值2.5。

生境质量变化主要受到人类活动的胁迫，而人类改造地表的活动及建设用地扩张是这一威胁因子最集中和强烈的显示，人类活动强度越高的地方，生境退化程度越高，生境质量越低［31］。研究将城镇用地、农村居民点用地、工矿用地、耕地（水田、水浇地）及主要交通干道（铁路、高速公路、国道、省道、县道）设定为主要的生境威胁因子。威胁因子对生境的威胁程度随二者之间距离的增加而减小，可选择线性或指数距离衰减函数来描述威胁因子在距离上的衰减，指数衰减速度快于线性衰减速度。因此，在InVEST模型推荐值的基础上，参考相关研究成果［2，13-14，25-26， 32-34］，并结合研究区实际地理环境确定威胁因子最大影响距离、权重、衰退类型（表2）和威胁因子敏感性数值（表3）。

表 2   威胁因子及其最大影响距离与权重

Table 2  Threats and their maximum distance of influence and weight

威胁因子最大影响距离/km权重衰退类型
水浇地40.5线性
水田40.5线性
城镇用地101指数
农村居民点60.7指数
工矿用地80.8指数
铁路51线性
高速公路30.6线性
国道30.6线性
省道20.5线性
县道10.4线性

新窗口打开| 下载CSV


表 3   生境适宜度及其对威胁因子的敏感性

Table 3  Sensitivity of habitat types to each threat

地类水浇地水田城镇用地农村居民点工矿用地铁路高速公路国道省道县道
耕地0000000000
林地0.30.310.50.70.70.70.60.40.3
草地0.50.510.70.80.80.70.60.50.4
水体0.50.50.70.50.60.550.550.40.30.2
建设用地0.650.650.90.70.70.70.650.60.40.3
未利用地0000000000

新窗口打开| 下载CSV


3.2　全局空间自相关

全局Moran’s I用于反映研究区域内研究对象空间分布是离散还是聚类，检测空间相关性［35］，本研究基于ArcGIS10.2平台，在格网尺度上判断生境质量是否存在空间集聚［36］。其计算公式如下：

I=n∑i=1n∑j=1nwij(xi-x¯)(xj-x¯)∑i=1n(xi-x¯)2∑i=1n∑j=1nwij

其中：I是Moran指数，其值一般在（-1， 1）之间，正值表示空间正相关，说明属性值较高（或较低）的区域在空间上显著聚集，负值表示空间区域具有明显差异特征，0表示不存在空间相关性；n为研究区域空间单元的总数量；xi和xj为某属性特征x在单元i和j上的观测值；x¯为整个区域观测值的平均值；wij为行标准化的空间权重矩阵，满足∑j=1nwij=1。

3.3　地理加权回归模型

地理加权回归模型（GWR）的实质是局部加权最小二乘法，其中的“权”为待估点与其他各观测点的空间位置之间的距离函数［37］。这些估计的参数随空间位置的变化情况表征了空间数据的非平稳性。模型的表达式如下：

yi=β0μi,vi+β1μi,vixi1+β2μi,vixi2
+⋯+βpμi,vixip+εi

其中：yi与xi1，xi2，，xip为因变量y和解释变量x1，x2，…，xp在位置（μi，vi）处的实测值；系数βj （μi,vi） （j= 1， 2， …， p） 是关于空间位置的p个未知函数；εi （i=1， 2， …， p） 是均值为0，方差为σ2的误差项。

4 结果与分析

4.1　生境质量时间变化特征

从京津冀地区生境质量的时间变化来看，1980~2020年间研究区平均生境质量指数分别为0.532 0、0.528 1、0.544 7、0.546 9、0.494 8，先缓慢上升后急剧下降，整体呈下降趋势。为便于对比，根据研究区生境质量指数的数据分布特征，采用等间距法将生境质量指数划分为低质量区（0， 0.2］、较低质量区（0.2， 0.4］、中等质量区（0.4， 0.6］、较高质量区（0.6， 0.8］和高质量区（0.8， 1.0］ 5个等级。

由京津冀地区生境质量等级面积及其占比变化（表4和图2）可知，研究区过去40 a低质量区面积明显增加，由1980年的8.16%增加到2020年的15.72%；较低质量区和中等质量区面积分别减少10 424.63 km2和5 120.20 km2，面积占比分别减少4.92%和2.41%；较高质量区和高质量区面积较为稳定，面积占比分别在16%和20%左右浮动。分时段来看，1980~1990年间，各类生境质量面积变化相对较小，面积占比保持相对稳定；1990~2000与2000~2010年间，较低质量区面积持续减少，分别减少13 972.58 km2和17 332.72 km2，其他4种类型则均呈增加趋势，其中中等质量区面积增幅最大，两个时段内分别增加9 005.41 km2和14 756.26 km2；2010~2020年间，低质量区与较低质量区面积增加，而中等质量区、较高质量区与高质量区面积减少，同时应注意，在该时段内除高质量区面积变化幅度相对较小，其他4种生境质量类型变化幅度远高于其他时段。整体而言，低质量区面积在不断增加，较低质量区与中等质量区面积在波动减少，较高质量区与高质量区面积变化幅度较小。1980~2010年间生境质量指数值增加，主要是因为研究区自2003年起开始实施退耕还林还草工程，耕地面积大量减少，主要转变为林地与草地；2010~2020年生境质量骤降，这与同时期内京津冀地区城市扩张加速有密切关系，统计数据显示，2010~2020年间京津冀地区城镇化率从55%增加到67%，在此过程中分别有9.32%和2.58%的耕地和草地转变为建设用地，原有生境转变为新的威胁源，造成了生境退化，且新的威胁源将继续对周围生境的质量造成威胁。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   1980~2020年京津冀地区生境质量等级面积占比变化

Fig.2   Change of HQ area proportion of each type in BTH region during 1980~2020


从京津冀各地级市来看，1980年沧州、廊坊、衡水、天津、唐山和邯郸的生境质量指数介于0.3~0.4之间，生境质量较低，其余7市生境质量相对较高，特别是承德其生境质量指数高达0.8。至2020年，廊坊、天津、衡水和沧州等4市的生境质量指数均降低到0.3以下，邯郸、邢台和唐山的生境质量指数介于0.3~0.4之间，石家庄、保定、北京、秦皇岛、张家口的生境质量指数介于0.4~0.6之间，承德的生境质量指数最高为0.78。1980~2020年间，研究区13个市的生境质量指数均呈下降趋势，特别是天津、廊坊、北京等快速城镇化地区的降幅较大；北京的生境质量指数呈持续下降，其余各市均呈波动下降；承德，秦皇岛、张家口3市生境质量指数一直较高，且在研究时段内下降幅度也较低。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   京津冀地区1980~2020年生境质量变化

Fig.3   Habitat quality changes in the BTH region from 1980~2020


4.2　生境质量空间变化特征

京津冀地区生境质量具有显著的空间差异性和集聚性，整体呈“西北高、东南低”的分布特征（图4）。研究区生境高质量区和较高质量区主要集中在北部和西部的燕山—太行山一带；中等质量区主要分布在张家口坝上高原地区以及西部山区与平原的地形过渡区；较低质量区与低质量区主要分布于东南部和南部，距离北京、天津、石家庄等大城市或较大城市较近的区域生境质量较低，这是因为这些地区的生境受到较强的人为活动干扰。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   1980~2020年京津冀地区生境质量空间格局

Fig.4   Spatial distribution of habitat quality in BTH region from 1980 to 2020


为进一步探讨生境质量在空间上的分布规律，本研究对网格化（3 km）生境质量空间分布特征进行全局 Moran’s I 和热点分析。首先，采用全局Moran’s I检验研究区生境质量的整体分布规律。5个时点上，京津冀地区生境质量的全局Moran’s I分别为0.914、0.912、0.882、0.906和0.920，P值均为0，说明研究区生境质量具有显著的空间集聚特征，全局Moran’s I指数随时间变化而波动上升。随后，采用热点分析法探测具体的局部集聚分布特征。基于以上研究可知，1980~2020年间京津冀地区的生境质量空间分布格局基本维持一致，因此研究以2020年为例开展研究区生境质量的冷热点分析。结果表明（图5），冷点和热点分布呈现出显著的空间集聚特征。其中，热点区域主要分布在研究区的北部和西部，主要土地类型为林地和草地等自然地类；冷点区域主要分布在中部和东南部，主要土地类型为耕地和建设用地，是人类为满足其生产活动和生活需求而强烈作用于自然环境的地类。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   2020年京津冀地区生境质量冷热点分布

Fig.5   Distribution of cold and hot spots of habitat quality in BTH region in 2020


利用栅格计算器工具将1980年与2020年生境质量进行差值计算，以直观地反映1980~2020年间京津冀地区生境质量的动态增减情况（图6）。采用Jenks自然断点法将计算结果分为剧烈增加、轻微增加、无变化、轻微降低以及剧烈降低5类（图6）。剧烈降低类型主要分布在沿海地区的天津滨海新区附近以及中部的雄安新区附近。轻微降低类型主要分布在京津大都市区与南部地区的城市周围，随着这些城市扩张的加剧，耕地与草地不断转为建设用地，原来的生境成为新的威胁因子，生境质量剧烈降低，且新的威胁因子将继续对周围生境质量造成威胁。这些地区在过去40 a中经济增长强劲、不断吸引人口迁入，人类活动剧烈，发展经济的同时，修建交通干线、建设用地扩张等导致生境破碎化，从而使这些区域生境质量连片剧烈降低。剧烈增加和轻微增加主要分布在秦皇岛沿海地区、唐山以及西部太行山地区。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   1980~2020年京津冀地区生境质量变化

Fig.6   Variation of habitat quality in BTH region from 1980 to 2020


4.3　生境质量变化影响因素分析

基于数据的可获得性，并考虑到21世纪以来人类活动不断增强导致生境质量快速变化，尤其是城市扩张过程中建设用地的剧增使生境质量相较1980~2000年出现明显下降与退化，因此研究选择2000~2020时段进行生境质量变化影响因素分析。

通过土地利用/覆被变化分析可知，京津冀地区耕地与建设用地是变化最活跃的地类，主要表现为耕地向建设用地转换。随着城镇化进程的快速推进、经济发展与人口增长，土地利用及其结构发生着深刻的变化，建设用地快速扩张，分割周围生境，对生境质量变化起着重要影响，因此研究选取建设用地、GDP、人口密度来探究社会经济发展对生境质量变化的影响。自然环境背景方面，地形是影响生境系统物质交换和能量循环的重要因素［38］，地形位指数可以反映高程与地形的综合影响；同时自然生态系统也受气候变化的影响［39-41］，因此研究选取地形位指数、降水、气温来探究不同高程与坡度、不同雨热条件对生境质量变化的影响。从社会经济发展与自然环境背景两个角度探究生境质量变化的影响因素，能够更好地为生态环境保护与经济协调发展提供科学依据。

研究以3 km×3 km的格网为单元提取生境质量指数以及相关影响因素指标的变化，在MGWR软件中进行了地理加权回归分析，2000~2010年和2010~2020年模型拟合优度分别为0.741和0.705，说明GWR的拟合结果较优。模型权值的确定选择自适应方法，采用AICc方法确定模型带宽。图8显示了GWR回归系数空间分布，反映了各影响因素与生境质量指数变化之间的关系。从回归系数的平均值看，各影响因素对生境质量指数变化影响程度从大到小依次为，建设用地面积变化（-0.472）、地形位指数（0.113）、人口密度（-0.044）、GDP变化（-0.036）、降水（0.085）、气温（-0.022）。具体分析如下：

（1）2000~2010年和2010~2020年两个时段内研究区建设用地面积变化与生境质量指数变化均呈负相关，建设用地的扩张导致生境质量下降。同时应注意，在北京、天津与石家庄的部分区域，建设用地变化与生境质量变化无明显相关性，这是因为在这些城市的建成区范围内生境质量指数无明显变化。2010~2020年间在张家口市与承德市出现部分正相关区域，这是由于这些区域林地和草地面积增加，生态环境改善，生境质量上升。整体上看，2010~2020年建设用地面积变化对生境质量指数的影响相较于2000~2010年有所加深，2010~2020年间各地类间面积变化幅度更大，特别是该时段内大量耕地转变为建设用地，建设用地的快速扩张对生境质量产生更大的负向影响。

（2）2000~2010与2010~2020年间GDP变化与生境质量指数变化均呈负相关关系，2000年以来京津冀地区经济快速发展，产业结构逐渐转变为以第二、三产业为主，过去20年京津冀地区GDP增加76 820.91亿元，对生境质量变化的负向驱动较大。人口密度变化与生境质量指数变化在2000~2010年和2010~2020年间相关性系数分别为0.027和-0.205，表明过去10 a中生境质量指数随着人口密度增加而降低，这一时期内京津冀地区常住人口城镇化率由55%增加到67%，人类活动对生境质量产生着深刻的负向影响。

同时应注意，GDP变化、人口密度变化与生境质量指数变化均在研究区的北部与西部的部分区域呈现正相关关系。这些区域经济发展水平较低，随着城镇化和工业化的不断推进，大量农村人口向城镇流动，同时这些区域在研究时段内多为林地与草地面积增加的区域，土地利用/覆被变化较社会经济变化对生境质量的影响更大。

（3）2000~2020年间，研究区地形位指数与生境质量指数的回归系数整体由西北向东南逐渐减小。西北部无显著相关性的区域较多，这是因为在海拔较高与坡度较陡的地区，主要植被地类为林地与草地，整体生境质量较高，因此地形的起伏对生境质量变化影响较小。东南平原区分布着呈正相关与呈负相关的区域。地貌形态的差异会导致人类活动在空间上对土地利用产生不同程度的影响，地势越低，人类活动强度越大，人为因素对土地利用的干扰就越强烈。2000年以来，京津冀地区不断加强生态保护和修复［42］，2010年东南平原区部分区域生境质量有所提升，由较低质量区转为中等质量区，因此区域内部分呈负相关关系。呈正相关关系的区域主要土地利用类型为耕地和建设用地，生境不断破碎化和退化，且正相关的区域在2010~2020年间进一步扩大。由于人类活动对生态环境的破坏与修复主要发生在低海拔平原地区，因此在地形比较平缓的地区，地形位指数对生境质量影响较为显著。

（4）2000~2010年间降水量变化与生境质量指数变化整体上呈正相关，在该研究时段内研究区年平均降水量由494 mm增加到536 mm，具有较好的雨热环境条件，同时研究区实施了太行山绿化、退耕还林还草、沿海防护林等生态修复工程，促进了区域植被的生长，生境质量得到了一定程度的改善。2010~2020年间，降水量变化与生境质量指数变化呈正相关的区域主要分布在东部海拔较低地区，这是因为降水量随着海拔的降低而减少，生境质量指数减小的区域多位于低海拔地区；负相关区域主要分布在北京、天津等快速扩张的城镇地区，说明该区域快速城镇化对生境质量变化有更强的影响。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   GWR回归系数空间分布

Fig.7   Spatial distribution of the regression coefficients in GWR


气温变化与生境质量指数变化的关系在空间分布上同降水量相似，植被覆盖会随着温度的升高而增加，对生境质量起正向驱动作用［43］。但在较短时间序列内，气温变化幅度较小，且气温变化不仅与人类活动有关，还受多因素综合影响，因此从图8中可以看出，气温变化与生境质量指数变化大多为无明显相关关系，降水变化对生境质量变化影响更大。

综上，研究区生境质量指数变化受社会经济发展与自然环境背景影响的程度具有空间差异性。在主要土地利用/覆被类型为林地与草地的西北部，一部分区域的社会经济因素与生境质量指数变化呈正相关关系，这些区域的生境质量变化受自然环境影响更大。而在京津冀东南平原区，人类活动强度较大，生境质量变化受社会经济因素影响更为显著。因此应利用各地区优势互补，平衡不同区域的生境与人口压力，以实现生态环境保护与经济协同发展。

5 讨论与结论

5.1　讨论

应用InVEST模型定量评估了研究区生境质量，并使用地理加权回归模型分析了社会经济因素与自然环境因素对生境质量变化的影响，即探究了京津冀地区1980年以来生境质量的时空演化特征与影响因素。近40 a来京津冀地区生境质量不断下降，且空间分布格局为“西北高、东南低”，空间分异特征显著，人类活动作用强烈的地区其生境质量明显低于生态系统结构相对完善的地区，这与目前在长江流域、东部沿海等经济发达和高度城市化地区的相关研究结论相一致［44］。同时应注意，秦皇岛沿海地区、唐山以及西部太行山脉的生境质量提升十分明显，这与当地实施太行山绿化、京津风沙源治理、三北防护林、沿海防护林、退耕还林等重大生态修复工程密切相关。从各影响因素对生境质量指数变化影响程度可知，建设用地面积变化对生境质量变化影响最大，生境质量的决定性因子是土地利用，因此建设用地面积变化是生境质量变化的主要影响因素。地形位指数对生境质量变化也有较大影响，这是因为地形不仅影响着植被的分布，也可通过限制人类活动减少负面影响。整体上看，自然环境决定生境质量的空间分布特征，社会经济发展驱动着生境质量分布格局变化［45］。

未来应引入地域识别理论来保障京津冀地区的经济与生态环境协调发展，合理规划生态用地，提高京津冀地区的生境质量；缩小城乡差距，统筹城乡建设用地，凸显生态环境保护目标，构建生态良好的城乡建设用地利用格局［46］。研究结果可为快速城镇化地区的国土空间规划及生态环境保护提供科学支持。

此外，研究存在一定的不足。InVEST模型生境质量模块中输入参数的敏感性与权重对模型的结果有一定的影响，本文在进行威胁因子的选择与参数设置时主要参考同地区国内外学者的相关研究，未能对整个区域进行验证，所以模拟结果与实际状况可能会有一定的误差，在未来工作中将加强实证研究。此外，基于数据的可获得性，在计算1980年、1990年、2000年的生境质量指数时，模型输入的道路数据用1995年道路数据进行了代替；2010年和2020年则分别用2012年和2018年的道路数据进行代替，这与同期的实际道路数据相比存在一定的差异，因而影响着当年生境质量评估结果的精准性，未来研究中将进一步获取地类划分更精细、道路年份更准确的威胁源数据。

5.2　结论

以经历了快速城镇化与剧烈土地利用/覆被变化的京津冀地区为研究案例，基于InVEST模型的生境质量模块，借助ArcGIS平台探究了研究区生境质量时空演化特征，并使用GWR模型分析了土地利用/覆被、社会经济、自然环境变化等相关因素对生境质量的影响。主要研究结论如下：①近40 a京津冀地区生境质量呈下降趋势，低质量区面积明显增加，较低质量区和中等质量区面积减少，较高质量区和高质量区面积未发生明显变化。②京津冀地区生境质量具有显著的空间分异特征，整体呈现西北高、东南低的空间格局。生境质量整体下降，建成区周围生境质量连片降低，但东部沿海地区与西部太行山区生境质量有所增加。③研究区生境质量变化与各影响因素的回归系数在空间上存在较大的异质性。对生境质量指数变化影响从大到小依次为建设用地面积、地形位指数、人口密度、GDP变化、降水、气温。其中生境质量变化与建设用地面积、GDP、人口密度等社会经济因素主要呈负相关关系，与地形位指数、降水、气温与生境质量变化整体呈正相关关系。生境质量变化在海拔较高的西北部，受自然环境影响更显著，而在东南平原区受社会经济因素影响更为显著。

参考文献

SILVIS H.

The economics of ecosystems and biodiversity in national and international policymaking

［J］. European Review of Agricultural Economics，2012，39（1）：186-188.

[本文引用: 1]

ZHANG Xueru， ZHOU Jie， LI Mengmei.

Analysis on spatial and temporal changes of regional habitat quality based on the spatial pattern reconstruction of land use

［J］. Acta Geographica Sinica， 2020，75（1）：160-178.

[本文引用: 2]

张学儒， 周杰， 李梦梅.

基于土地利用格局重建的区域生境质量时空变化分析

［J］. 地理学报， 2020，75（1）：160-178.

[本文引用: 2]

LI Shengpeng， LIU Jianling， LIN Jin， et al.

Spatial and temporal evolution of habitat quality in Fujian Province， China based on the land use change from 1980 to 2018

［J］. Chinese Journal of Applied Ecology，2020，31（12）：4080-4090.

[本文引用: 1]

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.

[本文引用: 1]

LI S C， WU J S， GONG J， et al.

Human footprint in Tibet： Assessing the spatial layout and effectiveness of nature reserves

［J］.Science of the Total Environment，2018，621：18-29.

[本文引用: 1]

RANDS M R W， ADAMS W M， BENNUN L， et al.

Biodiversity conservation： Challenges beyond 2010

［J］. Science，2010，329（5997）：1298-1303.

[本文引用: 2]

WILSON M C， CHEN X Y， CORLETT R T， et al.

Habitat fragmentation and biodiversity conservation：Key findings and future challenges

［J］. Landscape Ecology，2016，31（2）：219-227.

[本文引用: 1]

ZHAO Guosong， LIU Jiyuan， KUANG Wenhui， et al.

Disturbance impacts of land use change on biodiversity conservation priority areas across China during 1990-2010

［J］. Acta Geographica Sinica， 2014，69（11）：1640-1650.

[本文引用: 1]

赵国松，刘纪远，匡文慧，等.

1990-2010年中国土地利用变化对生物多样性保护重点区域的扰动

［J］.地理学报，2014，69（11）：1640-1650.

[本文引用: 1]

WU Jianguo， Jiajia LÜ.

Effects of land use change on the biodiversity

［J］. Ecology and Environmental Sciences，2008，17（3）：1276-1281.

[本文引用: 1]

吴建国，吕佳佳.

土地利用变化对生物多样性的影响

［J］.生态环境，2008，17（3）：1276-1281.

[本文引用: 1]

OUYANG Zhiyun， WANG Rusong， ZHAO Jingzhu.

Ecosystem services and their economic valuation

［J］. Chinese Journal of Applied Ecology，1999，19（5）：635-640.

[本文引用: 1]

欧阳志云， 王如松， 赵景柱.

生态系统服务功能及其生态经济价值评价

［J］. 应用生态学报，1999，10（5）：635-640.

[本文引用: 1]

OUYANG Zhiyun， ZHENG Hua.

Ecological mechanisms of ecosystem services

［J］. Acta Ecologica Sinica，2009，29（11）：6183-6188.

欧阳志云， 郑华.

生态系统服务的生态学机制研究进展

［J］. 生态学报， 2009，29（11）：6183-6188.

GENG Bingjin， CAO Yingui， SU Ruiqing， et al.

Influence of land-use change on ecosystem services in the Chaobai River region of Beijing Tianjin-Hebei

［J］. Journal of Agricultural Resources and Environment，2020，37（4）：583-593.

[本文引用: 1]

耿冰瑾， 曹银贵， 苏锐清， 等.

京津冀潮白河区域土地利用变化对生态系统服务的影响

［J］. 农业资源与环境学报，2020，37（4）：583-593.

[本文引用: 1]

LEI Jinrui， CHEN Yiqing， CHEN Zongzhu， et al.

Spatiotemporal evolution of habitat quality in three basins of Hainan Island based on InVEST model

［J］. Chinese Journal of Applied Ecology，2022，33（9）：2511-2520.

[本文引用: 1]

雷金睿，陈毅青，陈宗铸，等.

基于InVEST模型的海南岛三大流域生境质量时空演变

［J］.应用生态学报，2022，33（9）：2511-2520.

[本文引用: 1]

DENG Yue， JIANG Weiguo， WANG Wenjie， et al.

Urban expansion led to the degradation of habitat quality in the Beijing-Tianjin-Hebei area

［J］. Acta Ecologica Sinica， 2018，38（12）：4516-4525.

[本文引用: 2]

邓越， 蒋卫国， 王文杰，等.

城市扩张导致京津冀区域生境质量下降

［J］. 生态学报，2018，38（12）：4516-4525.

[本文引用: 2]

WU Jiansheng， CAO Qiwen， SHI Shuqin， et al.

Spatio-temporal variability of habitat quality in Beijing-Tianjin-Hebei Area based on land use change

［J］. Chinese Journal of Applied Ecology， 2015，26（11）：3457-3466.

[本文引用: 3]

吴健生， 曹祺文， 石淑芹，等.

基于土地利用变化的京津冀生境质量时空演变

［J］. 应用生态学报， 2015，26（11）：3457-3466.

[本文引用: 3]

BAGSTAD K J， VILLA F， JOHNSON G W，et al.

ARIES—artificial intelligence for ecosystem services： A guide to models and data， version 1.0

［R/OL］. Burlington， VT： ARIES， 2011［2018-03-09］.

URL     [本文引用: 1]

NELSON E， MENDOZA G， REGETZ J， et al.

Modeling multiple ecosystem services， biodiversity conservation， commodity production， and tradeoffs at landscape scales

［J］. Frontiers in Ecology and the Environment， 2009，7（1）：4-11.

[本文引用: 1]

MUSHET D M， NEAU J L， EULISS N H.

Modeling effects of conservation grassland losses on amphibian habitat

［J］. Biological Conservation， 2014，174：93-100.

[本文引用: 1]

SHERROUSE B C， SEMMENS D J， CLEMENT J M.

An application of Social Values for Ecosystem Services（SolVES） to three national forests in Colorado and Wyoming

［J］. Ecological Indicators， 2014，36：68-79.

[本文引用: 1]

MA Liang， JIN Taotao， WEN Yihui，et al.

The research progress of InVEST model

［J］.Ecological Economy，2015，31（10）：126-31，79.

[本文引用: 1]

马良， 金陶陶， 文一惠， 等.

InVEST模型研究进展

［J］. 生态经济， 2015，31（10）：126-31，79.

[本文引用: 1]

HUANG Conghong， YANG Jun， ZHANG Wenjuan.

Development of ecosystem services evaluation models： Research progress

［J］. Chinese Journal of Ecology， 2013，32（12）：3360-3367.

[本文引用: 1]

黄从红， 杨军， 张文娟.

生态系统服务功能评估模型研究进展

［J］. 生态学杂志， 2013，32（12）：3360-3367.

[本文引用: 1]

SALLUSTIO L， DE T A， STROLLO A， et al.

Assessing habitat quality in relation to the spatial distribution of protected areas in Italy

［J］. Journal of Environmental Management， 2017， 201： 129-137.

[本文引用: 1]

FENG Shu， SUN Ranhao， CHEN Liding.

Spatio-temporal variability of habitat quality based on land use pattern change in Beijing

［J］. Acta Ecologica Sinica， 2018，38（12）：4167-4179.

[本文引用: 1]

冯舒，孙然好，陈利顶.

基于土地利用格局变化的北京市生境质量时空演变研究

［J］.生态学报，2018，38（12）：4167-4179.

[本文引用: 1]

PAN Yao， YIN Yunhe， HOU Wenjuan， et al.

Spatiotemporal variation of habitat quality in the source region of the Yellow River based on land use and vegetation cover changes

［J］. Acta Ecologica Sinica， 2022，32（19）：1-11.

[本文引用: 2]

潘耀，尹云鹤，侯文娟，等.

基于土地利用及植被覆盖变化的黄河源区生境质量时空变化特征

［J］.生态学报，2022，32（19）：1-11.

[本文引用: 2]

JIANG Weikang， WU Juanning.

Spatio-temporal evolution of habitat quality in Guangdong-Hong Kong-Macao Greater Bay area based on regional GDP and population spatial distribution

［J］. Acta Ecologica Sinica， 2021，41（5）：1747-1757.

[本文引用: 2]

江伟康， 吴隽宇.

基于地区GDP和人口空间分布的粤港澳大湾区生境质量时空演变研究

［J］. 生态学报， 2021，41（5）：1747-1757.

[本文引用: 2]

YANG Y Y.

Evolution of habitat quality and association with land-use changes in mountainous areas： A case study of the Taihang Mountains in Hebei Province， China

［J］. Ecological Indicators， 2021， 129：107967.

[本文引用: 2]

Chang Yuyang， Gao Yang， Xie Zhen， et al.

Spatiotemporal evolution and spatial correlation of habitat quality and landscape pattern over Beijing-Tianjin-Hebei region

［J］. China Environmental Science， 2021，41（2）：848-859.

[本文引用: 1]

常玉旸， 高阳， 谢臻， 等.

京津冀地区生境质量与景观格局演变及关联性

［J］. 中国环境科学， 2021，41（2）：848-859.

[本文引用: 1]

ZHAO Mengyu， XUE Liang.

Monitoring by remote sensing of habitat quality changes in Xianyang city

［J］. Remote Sensing Technology and Application， 2017，32（6）： 1171-1180.

[本文引用: 1]

赵梦雨， 薛亮.

咸阳市生境质量变化遥感监测研究

［J］. 遥感技术与应用，2017，32（6）：1171-1180.

[本文引用: 1]

WANG Hui， XU Yueqin， LIU Chao， et al.

Response of Habitat quality to land use change based on geographical weighted regression

［J］. Acta Scientiarum Naturalium Universitatis Pekinensis， 2019，55（3）：509-518.

[本文引用: 1]

王惠，许月卿，刘超，等.

基于地理加权回归的生境质量对土地利用变化的响应——以河北省张家口市为例

［J］. 北京大学学报（自然科学版）， 2019，55（3）：509-518.

[本文引用: 1]

SUN Piling， XU Yueqin， WANG Shu.

Terrain gradient effect analysis of land use change in poverty area around Beijing and Tianjin

［J］. Transactions of the Chinese Society of Agricultural Engineering， 2014，30（14）：277-288.

[本文引用: 1]

孙丕苓， 许月卿， 王数.

环京津贫困带土地利用变化的地形梯度效应分析

［J］. 农业工程学报， 2014，30（14）：277-288.

[本文引用: 1]

SHARP R， TALLIS H T， RICKETTS T， et al.InVEST 3.2.

0 User's Guide

［M］. The Natural Capital Project，Stanford University， University of Minnesota， The Nature Conservancy， and World Wildlife Fund， 2015.

[本文引用: 1]

XIE Yuchu， GONG Jie， ZHANG Suxin， et al.

Spatiotemporal change of landscape biodiversity based on InVEST model and remote sensing technology in the Bailong River Watershed

［J］. Scientia Geographica Sinica， 2018，38（6）：979-986.

[本文引用: 1]

谢余初， 巩杰， 张素欣， 等.

基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究

［J］. 地理科学，2018，38（6）：979-986.

[本文引用: 1]

GAO Zhoubing， WANG Xiaorui， SUI Xueyan， et al.

Multi-scenario prediction of habitat quality in Nanjing based on FLUS and InVEST models

［J］.Journal of Agro-Environment Science，2022，39（5）：1001-1013.

[本文引用: 1]

高周冰， 王晓瑞， 隋雪艳， 等.

基于FLUS和InVEST模型的南京市生境质量多情景预测

［J］.农业资源与环境学报，2022，39（5）：1001-1013.

[本文引用: 1]

WU J S， ZHANG L Q， PENG J，et al.

The integrated recognition of the source area of the urban ecological security pattern in Shenzhen

［J］. Acta Ecologica Sinica，2013，33（13）：4125-4133.

CHEN Yan， QIAO Fei， JIANG Lei.

Effects of land use pattern change on regional scale habitat quality based on InVEST model—A case study in Beijing

［J］. Acta Scientiarum Naturalium Universitatis Pekinensis，2016，52（3）：553-562.

[本文引用: 1]

陈妍， 乔飞， 江磊.

基于 In VEST 模型的土地利用格局变化对区域尺度生境质量的影响研究——以北京为例

［J］. 北京大学学报（自然科学版），2016，52（3）：553-562.

[本文引用: 1]

GETIS A， ORD J K.

The analysis of spatial association by use of distance statistics

［J］. Geographical Analysis，1992，24（3）：189-206.

[本文引用: 1]

MORAN P A P.

Notes on continuous stochastic phenomena

［J］. Biometrika， 1950，37（1-2）：17-23.

[本文引用: 1]

FOTHERINGHAM A S， CHARLTON M E， BRUNSDON C.

Geographically weighted regression：A natural evolution of the expansion method for spatial data analysis

［J］. Environment and Planning A， 1998，30（11）：1905-1927.

[本文引用: 1]

HUANG Muyi， YUE Wenze， FENG Shaoru， et al.

Spatial-temporal evolution of habitat quality and analysis of landscape patterns in Dabie Mountain area of west Anhui Province based on InVEST model

［J］. Acta Ecologica Sinica，2020，40（9）：2895-2906.

[本文引用: 1]

黄木易，岳文泽，冯少茹，等.

基于InVEST模型的皖西大别山区生境质量时空演化及景观格局分析

［J］.生态学报，2020，40（9）：2895-2906.

[本文引用: 1]

SOLOMON S.

IPCC： Climate change the physical science basis

［J］. American Geophysical Union，2007，9（1）：123-124.

[本文引用: 1]

QIN Dahe， LUO Yong， CHEN Zhenlin， et al.

Latest advances in climate change sciences： Interpretation of the synthesis report of the ipcc fourth assessment report

［J］. Advances in Climate Change Research，2007，3（6）：311-314.

秦大河，罗勇，陈振林，等.

气候变化科学的最新进展：IPCC第四次评估综合报告解析

［J］.气候变化研究进展，2007，3（6）：311-314.

QIN Dahe， THOMAS Stocker.

Highlights of the IPCC working group fifth assessment report

［J］. Advances in Climate Change Research，2014，10（1）：1-6.

[本文引用: 1]

秦大河， THOMAS Stocker.

IPCC第五次评估报告第一工作组报告的亮点结论

［J］. 气候变化研究进展， 2014，10（1）：1-6.

[本文引用: 1]

PAN Mei， CHEN Tianwei， HUANG Lin， et al.

Spatial and temporal variations in ecosystem services and its driving factors analysis in Jing-Jin-Ji region

［J］. Acta Ecologica Sinica， 2020，40（15）：5151-5167.

[本文引用: 1]

潘梅， 陈天伟， 黄麟， 等.

京津冀地区生态系统服务时空变化及驱动因素

［J］. 生态学报， 2020，40（15）：5151-5167.

[本文引用: 1]

MENG Dan， LI Xiaojuan， GONG Huili， et al.

Analysis of spatial-temporal change of NDVI and its climatic driving factors in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013

［J］. Journal of Geo-Information Science， 2015， 17（8）：1001-1007.

[本文引用: 1]

孟丹， 李小娟， 宫辉力， 等.

京津冀地区NDVI变化及气候因子驱动分析

［J］. 地球信息科学学报， 2015， 17（8）：1001-1007.

[本文引用: 1]

LU Ligang， ZHOU Shenglu， ZHOU Bingbing， et al.

Land use transformation and its eco-environmental response in process of the regional development：A case study of Jiangsu Province

［J］.Scientia Geographica Sinica，2013，33（12）：1442-1449.

[本文引用: 1]

吕立刚， 周生路， 周兵兵， 等.

区域发展过程中土地利用转型及其生态环境响应研究——以江苏省为例

［J］. 地理科学， 2013，33（12）：1442-1449.

[本文引用: 1]

CHEN Shi, JIN Yunxiang, HUANG Yinlan.

Spatio-temporal variation of habitat quality and its underlying mechanism in the central region of Yangtze River Delta

[J]. Chinese Journal of Ecology,1-14[2023-05-18].

URL     [本文引用: 1]

陈实,金云翔,黄银兰.

长三角中心区生境质量时空变化及其影响机制

[J].生态学杂志: 1-14[2023-05-18].

URL     [本文引用: 1]

YANG Y Y， BAO W K， LI Y H， et al.

Land use transition and its eco-environmental effects in the Beijing-Tianjin-Hebei urban agglomeration： A production-living-ecological Perspective

［J］. Land，2020，9（9）：285. DOI：10.3390/land9090285

[本文引用: 1]

/

〈 〉