基于地區GDP和人口空間分布的粵港澳大灣區生境質量時空演變研究

江偉康,吳雋宇,2,3,*

1 華南理工大學建筑學院, 廣州 510640 2 亞熱帶建筑科學國家重點實驗室, 廣州 510640 3 廣州市景觀建筑重點實驗室, 廣州 510640

快速的經濟發展與人口集聚使區域土地利用強度不斷增加,以城市和耕地擴張為代表的土地利用變化所造成的生境破碎、退化和喪失,已被認為是生境質量下降和生物多樣性喪失的最大驅動力[1- 2]。2019年2月中共中央、國務院印發實施《粵港澳大灣區發展規劃綱要》,確立粵港澳大灣區在國家經濟發展和對外開放中的支撐引領作用。作為中國開放程度最高、經濟活力最強、人口最密集的區域之一,大灣區近年來經歷了快速的城鎮化和高強度的土地利用變化,生態環境遭受巨大壓力,大量林地、草地、耕地轉化為建設用地,對人類福祉產生不利影響[3-4],帶來諸如熱島效應[5]、洪澇災害[6]、霧霾[7]、水質污染[8]、生物多樣性喪失[9]等一系列環境問題[10-11]。因此分析粵港澳大灣區生境質量的時空變化特征及其與社會經濟發展的關系,探索區域生態環境空間管制分區方法,對于粵港澳大灣區提高人居環境質量、改善生態環境、協同經濟發展有重要意義。

早期學者對生境的研究多為靜態分析,如Valero等[12]用河岸帶植被指數和河流生境指數評估河流生境狀況,Tang等[13]采用綜合指標法評估鄱陽湖地區土地利用變化對水鳥遷徙生境適宜性的影響。而動態分析則一般通過建構模型進行量化分析,常見的評估模型有HIS模型[14-15]、ARIES模型[16]、MIMES模型[17]和 InVEST模型[18]等,其中InVEST模型相比于其他模型,具有數據較易獲取、評估準確度高、空間可視化能力強的特點[19-20]。目前已有不少學者應用InVEST模型對生境質量進行分析,如吳健生等用InVEST 模型基于2000—2010的土地利用變化對京津冀地區的生境質量進行評估[21]；鐘莉娜等基于InVEST模型發現大安市土地整治前中后期項目區生境質量經歷了先下降后上升的過程[22]； 此外也有學者將InVEST模型結合其他方法復合評估,如鄧越等將InVEST模型與景觀指數法結合,研究發現京津冀總體生境質量下降的同時,生境斑塊破碎度加劇[23]；褚琳等對2000—2015年武漢市景觀時空格局和生境質量變化進行分析,并將CA-Markov模型模擬得到的土地利用數據輸入InVEST模型,預測2020年武漢生境質量將進一步下降[24],復合評估將生境質量研究拓展到更深層次。目前關于大灣區的研究包括大灣區生態系統服務價值評估[25]、生態環境脆弱性評價[26]、生態風險指數變化[27]、大灣區景觀格局和生態系統服務時空變化[28]、大灣區生態系統服務分類制圖[29]等。

綜上,當前研究多從生態學角度分析生境質量時空變化,缺乏生境質量與人口分布、城市經濟發展的相關關系研究,不能很好指導生態環境保護與經濟協調發展[30],而生境質量和經濟發展的權衡是難以回避的重要問題,綜合這兩個因素的討論對灣區未來發展有很大意義。鑒于此,本文以粵港澳大灣區為例,運用InVEST模型與CA-Markov模型研究大灣區2005—2030年生境質量時空演變特征,結合社會經濟數據和人口空間分布,探究粵港澳大灣區生態環境質量的變化趨勢、存在問題及原因,提出有針對性的生態環境建設對策與建議,為大灣區的區域國土空間規劃、空間管制分區與生物多樣性保護提供方法的參考和數據支持。

1 研究地區與研究方法1.1 研究區概況

粵港澳大灣區位于我國華南沿海(21°25′N—24°30′N,111°12′E—115°35′E),由香港、澳門兩個特別行政區和廣東省廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶九個城市組成,總面積5.6萬km2,亞熱帶季風氣候為主,植被類型為亞熱帶常綠闊葉林,年均溫達22.5℃,年均降水量在1500—2500mm之間,夏季高溫多雨,冬季溫和少雨。2018年末總人口已達7000萬人,GDP生產總值達10萬億元,是中國開放程度最高、經濟活力最強的區域之一。

圖1 粵港澳大灣區行政邊界及高程圖Fig.1 Administrative boundary and elevation map of Guangdong-Hong Kong-Macao Greater Bay Area

1.2 數據來源

粵港澳大灣區2005、2010、2015、2018年四期的30m土地利用數據,2015年的人口空間分布1km柵格數據[31]來源于中國科學院資源環境科學數據中心(http://www.resdc.cn)。研究區土地利用一級類有6大類,分別為耕地、林地、草地、水域、建設用地和未利用土地,二級類有22個類型[32],用作InVEST模型輸入參數之一；人口空間分布用于空間管制分區疊加制圖。大灣區各地市2005—2018年GDP數據及三產產值來源于廣東省統計年鑒(http://stats.gd.gov.cn/),用于分析生境質量變化與經濟發展權衡關系。

1.3 研究方法

1.3.1生境質量分析

研究采用的InVEST模型是一套用于評估生態系統服務物質量、支持生態系統管理和決策的模型系統,具有快速檢驗生境質量變化及圖示化表達的優點,具體原理參見INVEST 3.7.0用戶指導手冊[33]。

分析首先需對生境進行劃分：城鎮用地、農村居民點、其他建設用地為人工表面；沙地、裸土地基本無植被覆蓋,環境惡劣；水田、旱地等耕地人為干擾嚴重,生物多樣性極低,因此將城鎮用地、農村居民點、其他建設用地、水田、旱地、沙地、裸土地定義為非生境。結合粵港澳大灣區空間特征,將林地、草地、水域、海洋等自然生態生態系統定義為生境[29]。模型中需要根據研究區具體情況進行調整的參數主要包括威脅源的最大影響距離及相對影響權重、各土地利用類型的生境值及其對威脅源的敏感程度。一方面參考了國內外學者的研究[21-24]和模型指導手冊[33],另一方面則基于對自然地理學、生態學等領域專家的訪談。

表1 威脅源及其最大威脅距離、權重及衰減類型

表2 生境適宜度及其對不同威脅源的相對敏感程度

1.3.2生境質量模擬

采用CA-Markov模型模擬大灣區2030年的土地利用變化。CA-Markov模型綜合了CA模型的空間模擬能力和Markov模型的數量變化預測優勢,對空間和數量的變化都有較好的模擬效果[24]。操作過程如下：

1)在Markov模塊輸入2015、2018年粵港澳大灣區土地利用數據,得到土地利用類型轉移概率矩陣、轉移面積矩陣和一系列條件概率圖像。

2)以研究區2015—2018年土地利用類型轉移概率矩陣為基礎,將2018年作為土地利用預測的起始時刻,每3年迭代一次,迭代次數取4,分別模擬當前發展情景下和規劃保護情景下粵港澳大灣區2030年土地利用變化。

研究采用Kappa系數對模型土地利用預測的準確性進行檢驗,kappa系數是一種衡量分類精度的指標,也可用于一致性檢驗,操作通過IDRISI軟件的CROSSTAB模塊計算完成。利用得到的2015—2018年土地利用類型轉移概率矩陣,以2015年土地利用為底圖,設置迭代次數為1,得到2018年土地利用預測圖,與2018年土地利用現狀圖進行對比分析,得到Kappa系數為0.92,表明預測結果與實際一致性較高,可利用該模型進行預測。

1.3.3空間管制分區

將2018年粵港澳大灣區人口密度和生境質量指數分別按自然間斷點分級法,結合區域特征對間斷點進行微調,分為低、中、高三個區間,在ArcGIS中進行地圖代數柵格疊加,得到9種人口密度-生境質量空間類型：低生境質量-低人口密度(11)；中生境質量-低人口密度(21)；高生境質量-低人口密度(31)；低生境質量-中人口密度(12)；中生境質量-中人口密度(22)；高生境質量-中人口密度(32)；低生境質量-高人口密度(13)；中生境質量-高人口密度(23)；高生境質量-高人口密度(33)。

管制分區依據各類空間適宜發展策略,將9種空間劃分為適度開發區、生境恢復區、生境保護區。適度開發區包含21、22、32,生境恢復區包含11、12、13、23,生境保護區包含31、33。 適度開發區是指在滿足相應人口需求下,可進行適度的城市擴張區域；生境恢復區則為生境質量較差,人口對高質量人居環境的需求得不到滿足的地區；生境保護區是重要的生態功能區,是粵港澳大灣區的生態屏障,也是多種動植物的棲息地。

1.3.4情景設置

將2015、2018年的土地利用數據輸入IDRISI軟件,利用Markov模塊和CA-Markov模塊運行模擬當前發展情景、規劃保護情景下,粵港澳大灣區2030年土地利用變化。當前發展情景是延續2015—2018年的土地利用變化趨勢,不對土地利用類型轉移概率矩陣做任何干預；規劃保護情景下,依據空間管制分區,適度開發區按當前發展模式進行土地利用轉化,生境恢復區采用2015—2018的轉移概率逆矩陣,生境保護區維持其現有生境,據此模擬出2030年土地利用變化。

圖2 粵港澳大灣區2005—2018年土地利用分布圖Fig.2 Distribution of land use in Guangdong-Hong Kong-Macao Greater Bay Area from 2005 to 2018

圖3 粵港澳大灣區2005—2018年各地類面積變化Fig.3 Changes in the area of various regions in Guangdong, Hong Kong and Macau Greater Bay Area from 2005 to 2018

2 結果與分析

2.1 土地利用變化

2005—2018年期間,粵港澳大灣區林地面積占比均超過53%,耕地占比超過22%,即粵港澳大灣區75%以上的土地為耕地和林地,具有良好的生態基礎。隨著2005—2018年間的城市建設,耕地、林地、水域、未利用土地均呈現不同程度的減少趨勢,耕地減少了5.6%,水域減少了10.3%,未利用土地減少了55.8%,生態用地中僅有草地增加了8.5%,而建設用地增加了28.3%,廣州、深圳、東莞、佛山是土地利用變化最為顯著的四個城市。

2.2 生境質量變化分析

生境質量指數是生態棲息地的環境質量相對大小,取值范圍為0—1,可有效反映地區生物多樣性的高低。將數據輸入InVEST模型生境質量模塊得到粵港澳大灣區2005、2010、2015、2018年四期的生境質量分布圖,運用ArcGIS統計得到大灣區各年份平均生境質量,分別為0.613、0.604、0.600、0.595,呈現逐年下降,趨勢漸緩。

圖4 2005—2018粵港澳大灣區生境質量分布Fig.4 Habitat quality distribution of Guangdong-Hong Kong-Macao Greater Bay Area from 2005 to 2018

圖5 粵港澳大灣區2018年GDP對比Fig.5 Guangdong-Hong Kong-Macao Greater Bay Area GDP Comparison in 2018

空間分布上,大灣區生境質量呈現中部低、四周高的環狀分布,以廣州、佛山、東莞為代表的中心城市群生境質量最低,均值為0.35,緊鄰中心的深圳、中山等地區生境質量為0.40。粵港澳大灣區以廣、深為發展核心,離心式的城市擴張模式下,佛山、東莞、中山等緊鄰廣深的城市受到較大的輻射影響,生境破壞較為嚴重；此外,生境質量還呈現出南部低,北部高,沿海向內陸降低的趨勢,沿海多為經濟發達地區,如香港、澳門、深圳等,國家提出“一帶一路”、“海上絲綢之路”等戰略決策后,極大促進了江門、珠海等地城市建設,導致耕地、水域轉為建設用地,未利用土地大量開發,使生境質量降低。而北部肇慶與惠州則由于大面積的山地保留了較高的生境質量,是大灣區的北部生態屏障,但局部地區也出現了低生境質量斑塊、生境破碎化、生境質量降低的現象。

時間變化上,粵港澳大灣區2005—2018年整體生境質量降低,其中生境質量不變的區域占比70.7%,生境質量降低的區域占比24.7%,生境質量升高的區域占比4.6%。生境質量降低的土地中,有79.1%降低了0—0.3,7.1%降低了0.3—0.6,14.8%降低了0.6以上,表明這期間有超過20%的高質量棲息地喪失了生態功能。生境質量降低較為嚴重的區域主要集中在佛山、中山等緊鄰大灣區中心的城市群。通過對土地利用變化的分析,佛山、中山等地區大量灘涂、坑塘被開墾為水田、魚塘,隨后逐漸被城市侵占,轉為城市建設用地,并架設高速公路,對生態造成了極大的破壞；深圳、珠海、江門等地則存在有將沿海灘涂轉為建設用地、填海造陸等破壞海洋生態環境的行為；惠州則主要將林地、草地、耕地等轉化為城市建設用地,造成了部分區域生境質量的急劇下降。

圖6 粵港澳大灣區2018年生境質量對比Fig.6 Comparison of Habitat Quality in Guangdong, Hong Kong and Macau Greater Bay Area in 2018

2.3 粵港澳大灣區各地區生境質量與社會經濟分析

總體來說,2005—2018年間粵港澳大灣區經濟發展極為迅速,除香港外各地區GDP年平均增長率均超過10%,其中惠州、肇慶發展最為迅速,增速達13.3%。珠三角九市生境質量與GDP的Pearson相關系數為-0.32,P<0.05,表明有弱負相關關系。此外,粵港澳各地區生境質量與其第一、第二、第三產業產值的Pearson相關系數分別為0.49、-0.37、0.21,表明生境質量與第一產業產值呈中等正相關,與第二產業產值呈中等負相關,與第三產業產值呈弱正相關。

通過交叉分析各地區的GDP與生境質量,采取自然斷裂法分類得到高、中、低三個區間,可得到下表：由表可知,高GDP與高生境質量并不是互相矛盾的,地區可以實現經濟與生態協同發展,城市政策及發展戰略很大程度上會影響生境質量。香港作為全球最富裕、經濟最發達和生活水準最高的地區之一,是大灣區高生境質量-高GDP的典范,其自1970年代開始,便通過立法保護了約占全香港總面積40%的郊野公園,維持了較高的生境質量；此外,廣州、深圳是中生境質量-高GDP的城市代表；東莞、佛山屬于低生境質量-中GDP,是2005—2018年大灣區土地利用變化最為劇烈的兩個地區,其區位優勢帶來大量產業和人口的遷移,具有良好的經濟發展潛力,但亟需加強環境保護和治理；惠州和肇慶為典型的高生境質量-低GDP城市,是大灣區的北部生態屏障；中山處在低生境質量-低GDP的不良發展模式中,有大量灘涂、坑塘被開墾為規整的水田、魚塘,后逐漸被城市侵占,轉為城市建設用地,對地區生態造成極大破壞。

表3 GDP與生境質量交叉分析表

2.4 基于人口密度與生境質量分布的空間管制分區

粵港澳大灣區人口密集,密度最高的地方達到41401.2人/km2。從地區分布來看,人口主要集中在廣州、佛山、東莞、深圳、香港等中部地區與伶仃洋沿岸。疊加得到的9種空間類型中,高生境質量-低人口密度(31)區域面積占比45.2%,是大灣區最主要的空間類型,主要分布在北部、西南部等邊緣區域,這是由于肇慶、惠州、江門西南部、廣州東北部有大量林地、草地,而人口稀疏；低生境質量-低人口密度(11)、低生境質量-中人口密度(12)、低生境質量-高人口密度(13)三種空間類型占比37.4%,以大灣區中部為核心,類型13、類型12、類型11逐層向外呈環狀分布,這是大灣區人口密度中部向邊緣降低、生境質量中部向邊緣升高疊加的結果；中生境質量-低人口密度(21)占比4.6%,中生境質量-中人口密度(22)占比2.6%,中生境質量-高人口密度(23)占比0.5%,主要分布在肇慶東部、中山北部、江門和珠海南部沿海區域。

圖7 粵港澳大灣區人口密度與生境質量疊加分析Fig.7 Overlay analysis of population density and habitat quality in the Guangdong-Hong Kong-Macao Greater Bay Area

空間管制分區結果如圖8所示：適度開發區主要分布在大灣區南部及東部地區,未來可向伶仃洋兩側沿岸及東莞、惠州中部發展,西面向肇慶適當擴張,南面向珠海、江門東部建設；生境恢復區集中在大灣區中部區域,分散在適度開發區外圍,佛山、廣州、東莞、深圳、中山是生境恢復重點城市；生境保護區分布在大灣區北部與西南部,主要為肇慶、惠州、江門三市。

圖8 粵港澳大灣區生態空間管制分區 Fig.8 Ecological Space Controlled Zoning of the Guangdong-Hong Kong-Macao Greater Bay Area

2.5 2030年生境質量模擬

當前發展情景下,惠州、東莞、廣州、佛山等地區建設用地、耕地顯著增加,肇慶北部山區林地轉為旱地,珠海和中山部分區域坑塘被開墾為水田或在灘涂區域圍海造田,對生境質量造成負面影響,該情景下2030年大灣區平均生境質量為0.579,較2018年下降了0.016,與2005年至2018年下降趨勢一致。生境質量不變的區域占比56.6%,生境質量降低的區域占27.5%,生境質量升高的區域占16.0%。空間分布上,生境質量降低區域主要集中在北部的肇慶、惠州、廣州、和南部的中山、江門等區域,新一輪的建設開發主要由大灣區中部向四周擴張,因此中部區域生境質量穩定、邊緣區域生境質量下降。作為生態屏障的肇慶北部和惠州西北部,生境質量均有不同程度下降,大面積林地轉為建設用地或耕地,在人群聚居點零星出現低生境質量斑塊,導致高質量生境破碎化。若不加以管控,生境質量將進一步下降,因此利用生態空間管制分區對大灣區生境進行保護與修復是一項必要措施與方法。

圖9 不同情景下2030粵港澳大灣區生境質量變化Fig.9 Habitat quality changes of Guangdong-Hong Kong-Macao Greater Bay Area under different scenarios

在規劃保護情景下,城市擴張主要發生在大灣區中部區域,如廣州、佛山、東莞等地,且整體擴張范圍有所控制；大灣區西北部與東北部的林地得到了較好的保護,未發生大面積的土地性質轉變,保留了較好的生態屏障作用。該情景下2030年大灣區平均生境質量較2018年有所上升,達到0.599,且肇慶、惠州等北部區域,珠海、江門、深圳、香港等南部區域有一定的生境恢復。整體來說,生境質量不變的區域占59.1%,生境質量降低的區域占20.8%,生境質量升高的區域占20.1%。相比于當前發展情景,規劃保護情景下大灣區10.8%的土地生境質量得到改善,整體生境質量較2018年上升0.04,是自2005年來首次上升,表明該情景下,經濟發展與生態保護達到一定平衡,基于空間管制分區的生態規劃對于改善大灣區的生境質量有顯著作用。

3 結論與展望

(1)2005—2018年粵港澳大灣區整體生境質量逐年降低,呈現出中部低、四周高的環狀分布,生境破碎、建設用地增加是生境質量下降的主要原因。

(2)珠三角九市生境質量與地區總GDP呈弱負相關,與第一產業產值呈中等正相關,與第二產業產值呈中等負相關,與第三產業產值呈弱正相關。

(3) 粵港澳大灣區生境質量與人口密度存在較大的不平衡,最主要的空間為高生境質量-低人口密度、低生境質量-高人口密度兩種類型。通過空間管制分區,預測2030年大灣區城市擴張有所控制,北部林地得到了較好保護,生境質量上升。

綜上,粵港澳大灣區未來發展應著重保護沿海灘涂與坑塘湖泊,發揮北部肇慶、惠州地區林地生態屏障作用,防止生境破碎；積極利用各地區優勢互補,發展第三產業,平衡不同地區的生境與人口壓力,從而實現經濟與生態協同發展。

參考文獻(References):

[1] Sala O E, Chapin Ⅲ F S, Armesto J J, Berlow E, Bloomfield J, Dirzo R, Huber-Sanwald E, Huenneke L F, Jackson R B, Kinzig A, Leemans R, Lodge D M, Mooney H A, Oesterheld M, Poff N L, Sykes M T, Walker B H, Walker M, Wall D H. Global biodiversity scenarios for the year 2100. Science, 2000, 287(5459): 1770- 1774.

[2] Falcucci A, Maiorano L, Boitani L. Changes in land-use/land-cover patterns in Italy and their implications for biodiversity conservation. Landscape Ecology, 2007, 22(4): 617- 631.

[3] Haddad N M, Brudvig L A, Clobert J, Davies K F, Gonzalez A, Holt R D, Lovejoy T E, Sexton J O, Austin M P, Collins C D, Cook W M, Damschen E I, Ewers R M, Foster B L, Jenkins C N, King A J, Laurance W F, Levey D J, Margules C R, Melbourne B A, Nicholls A O, Orrock J L, Song D X, Townshend J R. Habitat fragmentation and its lasting impact on Earth′s ecosystems. Science Advances, 2015, 1(2): e1500052.

[4] Newbold T, Hudson L N, Hill S L L, Contu S, Lysenko I, Senior R A, B?rger L, Bennett D J, Choimes A, Collen B, Day J, De Palma A, Díaz S, Echeverria-Londoo S, Edgar M J, Feldman A, Garon M, Harrison M L K, Alhusseini T, Ingram D J, Itescu Y, Kattge J, Kemp V, Kirkpatrick L, Kleyer M, Correia D L P, Martin C D, Meiri S, Novosolov M, Pan Y, Phillips H R P, Purves D W, Robinson A, Simpson J, Tuck S L, Weiher E, White H J, Ewers R M, Mace J M, Scharlemann J P W, Purvis A. Global effects of land use on local terrestrial biodiversity. Nature, 2015, 520(7545): 45- 50.

[5] 林學椿, 于淑秋. 北京地區氣溫的年代際變化和熱島效應. 地球物理學報, 2005, 48(1): 39- 45.

[6] 袁藝, 史培軍, 劉穎慧, 鄒銘. 土地利用變化對城市洪澇災害的影響. 自然災害學報, 2003, 12(3): 6- 13.

[7] 何楓, 馬棟棟. 霧霾與工業化發展的關聯研究——中國74個城市的實證研究. 軟科學, 2015, 29(6): 110- 114.

[8] 閆佰忠, 肖長來, 劉泓志, 危潤初, 梁秀娟. 吉林市城區土地利用對地下水污染空間分布的影響. 中國環境科學, 2015, 35(3): 934- 942.

[9] 戚仁海. 生境破碎化對城市化地區生物多樣性影響的研究——以蘇州為例[D]. 上海: 華東師范大學, 2008.

[10] 涂小松, 濮勵杰. 蘇錫常地區土地利用變化時空分異及其生態環境響應. 地理研究, 2008, 27(3): 583- 593.

[11] 黃忠華, 杜雪君. 快速城市化地區土地利用變化的生態環境效應——以杭州市中心城區為例. 水土保持通報, 2015, 35(6): 223- 229.

[13] Tang X G, Li H P, Xu X B, Yang G S, Liu G H, Li X Y, Chen D Q. Changing land use and its impact on the habitat suitability for wintering Anseriformes in China′s Poyang Lake region. Science of the Total Environment, 2016, 557- 558: 296- 306.

[14] 王志強, 陳志超, 郝成元. 基于HSI模型的扎龍國家級自然保護區丹頂鶴繁殖生境適宜性評價. 濕地科學, 2009, 7(3): 197- 201.

[15] 金龍如, 孫克萍, 賀紅士, 周宇飛. 生境適宜度指數模型研究進展. 生態學雜志, 2008, 27(5): 841- 846.

[16] Bagstad K J, Villa F, Johnson G W, Voigt B. ARIES (Artificial Intelligence for Ecosystem Services): a Guide to Models and Data, Version 1.0. Aries Report Series, Bilbao: The ARIES Consortium, 2011.

[17] Boumans R, Costanza R. The multiscale integrated Earth Systems model (MIMES): the dynamics, modeling and valuation of ecosystem services. Issues in Global Water System Research, 2007, 2: 104- 107.

[18] Kareiva P, Tallis H, Ricketts T H, Daily G C, Polasky S. Natural Capital: Theory and Practice of Mapping Ecosystem Services. Oxford: Oxford University Press, 2011.

[19] 馬良, 金陶陶, 文一惠, 吳秀芹, 劉桂環. InVEST模型研究進展. 生態經濟, 2015, 31(10): 126- 131, 179- 179.

[20] 黃從紅, 楊軍, 張文娟. 生態系統服務功能評估模型研究進展. 生態學雜志, 2013, 32(12): 3360- 3367.

[21] 吳健生, 曹祺文, 石淑芹, 黃秀蘭, 盧志強. 基于土地利用變化的京津冀生境質量時空演變. 應用生態學報, 2015, 26(11): 3457- 3466.

[22] 鐘莉娜, 王軍. 基于InVEST模型評估土地整治對生境質量的影響. 農業工程學報, 2017, 33(1): 250- 255.

[23] 鄧越, 蔣衛國, 王文杰, 呂金霞, 陳坤. 城市擴張導致京津冀區域生境質量下降. 生態學報, 2018, 38(12): 4516- 4525.

[24] 褚琳, 張欣然, 王天巍, 李朝霞, 蔡崇法. 基于CA-Markov和InVEST模型的城市景觀格局與生境質量時空演變及預測. 應用生態學報, 2018, 29(12): 4106- 4118.

[25] 葉長盛, 董玉祥. 珠江三角洲土地利用變化對生態系統服務價值的影響. 熱帶地理, 2010, 30(6): 603- 608, 621- 621.

[26] 徐慶勇, 黃玫, 劉洪升, 閆慧敏. 基于RS和GIS的珠江三角洲生態環境脆弱性綜合評價. 應用生態學報, 2011, 22(11): 2987- 2995.

[27] 葉長盛, 馮艷芬. 基于土地利用變化的珠江三角洲生態風險評價. 農業工程學報, 2013, 29(19): 224- 232.

[28] 林媚珍, 周汝波, 鐘亮. 基于景觀格局變化的粵港澳大灣區生態系統服務變化研究. 廣州大學學報: 自然科學版, 2019, 18(2): 87- 95.

[29] 李婧賢, 王鈞. 粵港澳大灣區生態系統服務識別、分類及制圖. 生態學報, 2019, 39(17): 6393- 6403.

[30] 常巧素. 區域生態環境與經濟協調發展——評《生態文明建設與區域經濟協調發展戰略研究》. 廣東財經大學學報, 2020, 35(1): 113- 113.

[31] 徐新良. 中國人口空間分布公里網格數據集. 中國科學院資源環境科學數據中心數據注冊與出版系統.[2020-03- 10].http://www.resdc.cn/DOI/doi.aspx?DOIid=32.

[32] Liu J Y, Liu M L, Deng X Z, Zhuang D F, Zhang Z X, Luo D. The land use and land cover change database and its relative studies in China. Journal of Geographical Sciences, 2002, 12(3): 275- 282.

[33] Sharp R, Tallis H T, Ricketts T. InVEST 3.7.0 User′s Guide. The Natural Capital Project, Stanford University, University of Minnesota, The Nature Conservancy, and World Wildlife Fund, 2018 [2020-03- 10]. http://releases.naturalcapitalproject.org/invest-userguide/latest/index.html#