基于土地利用變化的枝江市生態系統服務價值多情景模擬

摘要：以枝江市為研究范圍，采集枝江市2000、2010、2020年三期遙感影像數據，運用ENVI和ArcGIS軟件，借助土地利用轉移矩陣法、土地利用動態度、生態系統服務價值當量因子法、生態系統服務價值貢獻率對土地利用時空演變分析和生態系統服務價值時空分異特征進行分析，使用MCE-CA-Markov模型預測2030年3種情景設定下枝江市土地利用和生態系統服務價值（ESV）變化情況。結果表明，①2000—2020年枝江市土地利用變化顯著，建設用地面積急速擴張，主要來源于耕地的轉出。土地利用綜合動態度較高，單一動態度中建設用地和濕地高達10%/a左右。②單項生態服務價值貢獻率以水文調節為最高，各用地類型中水體的生態服務價值貢獻率最大，水體對ESV變化的影響最為顯著。③ESV的空間分異特征顯著，長江以南地區的ESV高于北部區域。整個研究期間枝江市生態系統服務價值呈減少的趨勢。④自然發展和耕地保護情景下，2030年的ESV均存在損失，耕地向建設用地流失是ESV減少的關鍵。生態保護情景下，ESV較2020年增長了7%，減少趨勢得到有效遏制。

關鍵詞：生態系統服務價值；土地利用變化；生態貢獻率；MCE-CA-Markov；枝江市

中圖分類號：F301.2" " " " "文獻標識碼：A

文章編號：0439-8114（2023）07-0149-08

DOI：10.14088/j.cnki.issn0439-8114.2023.07.026 開放科學（資源服務）標識碼（OSID）：

Abstract：Taking Zhijiang City as the research area and the remote sensing image data of Zhijiang City in 2000， 2010 and 2020 was collected. ENVI and ArcGIS software， with the help of land use transfer matrix methods， land use dynamic index， equivalent factor method of ecosystem service value and the contribution rate of the ecosystem service value， were used to analyse the temporal and spatial evolution of land use and the characteristics of the temporal and spatial differentiation of the ecosystem service value. The MCE-CA-Markov model was used to predict the change trends of the land use and ecosystem service value （ESV） of Zhijiang City under three scenarios in 2030. The results showed that： ①The land use in Zhijiang City significantly changed from 2000 to 2020， and the area of the construction land expanded rapidly， mainly due to the transfer of cultivated land. The comprehensive dynamic degree of land use was relatively high， and the construction land and wetlands in a single dynamic degree were as high as roughly 10%/a. ②The hydrological adjustment was the highest amongst the ecological contribution rate of the single ecological service. The ecological contribution rate of the water area was the largest amongst the various types of the land use， which had the most significant impact on ESV changes. ③The spatial differentiation of ESV was significant. The ESV in the south of the Yangtze River was higher than that in the north. Overall， the ecosystem service value of Zhijiang City showed a decreasing trend during the whole study period. ④A loss of ESV in 2030 would transpire under natural development and cultivated land protection scenarios， and the land loss from the cultivated land to the construction land was the key to reduce ESV. Under the ecological protection scenario， ESV increased by 7% compared with that in 2020， thus curbing the decreasing trend effectively.

Key words：ecosystem service value； land use change； ecological contribution rate； MCE-CA-Markov； Zhijiang City

改革開放以來，中國經濟得到快速的發展，但對環境存在巨大破壞和反作用力。21世紀以來，中國耕地和建設用地的需求日益增長，使得生態空間不斷壓縮。同時，受到不合理的土地利用的影響，中國生態系統功能退化嚴重，導致許多生態環境問題。為改變生態環境惡化、實現全球可持續發展，生態系統服務功能的研究成為學界關注的熱點［1-8］。

1997年，Cosanza等［9］對全球生物圈的生態系統服務價值（Ecosystem service value，ESV）進行了定量研究；2015年，謝高地等［10-12］在此基礎上進行了詳細探究，對當量因子法進行補充和修訂，編制了中國《陸地生態系統服務價值當量表》，為中國ESV研究提供借鑒。目前，國內外學者通常使用土地利用轉移矩陣法及動態度分析法來挖掘土地利用演變信息。如喬偉峰等［13］通過對土地利用轉移矩陣和轉移概率矩陣的深入研究，對計算模型進行改進，提出地類轉移無序度，并應用到實例中進行分析。曾夢婷等［14］基于修正后的當量因子法，評估北京市16個轄區10年間的生態系統服務價值，并分析了10年間生態-經濟協調度的變動規律。根據謝高地等［11］的價值當量因子法，結合枝江市的土地利用情況以及農業生產情況選取各生態系統服務價值當量并進行系數修正，研究枝江市生態系統服務價值的貢獻率以及時空分異特征。

枝江市具備西部大開發戰略、三峽工程建設、長江經濟帶三大戰略優勢，在經濟飛速發展的同時，其土地利用時空分布格局隨之改變，也必然會帶動生態服務功能的變化［15-20］。本研究以枝江市2000、2010、2020年土地利用數據為基礎，生態系統服務價值評估能夠為枝江市的土地利用結構優化及生態質量評價提供重要的數據支撐。同時，基于土地利用的生態系統服務價值研究，能夠引起政府部門對生態系統服務價值作用的重視，為區域生態保護政策制定提供思路及借鑒，推動長江上中下游地區協調發展和沿江地區高質量發展。

1 研究區域概況與數據來源

1.1 研究區域概況

枝江市位于長江中游，地處江漢平原西緣，是宜昌市惟一的平原縣市，有“三峽水鄉、魚米之鄉”之稱。近20年來，枝江市社會經濟發展迅速，人口的增長和城市的擴張侵占了大量土地，建設用地急劇增長，造成土地利用格局變化，引發系列的環境問題，如水環境污染嚴重、生態環境質量下降、土地資源配置失衡等問題。枝江市承擔著生態保護與經濟發展的雙重任務，在長江經濟帶中承東啟西，發揮著重要的生態安全保障作用，因此生態環境和土地利用格局成為枝江市發展的重中之重。

1.2 數據來源

使用的枝江市2000、2010、2020年三期土地利用數據來源于30 m全球地表覆蓋數據Globe Land30（http：//www.globeland30.org）和地理空間數據云（https：//www.gscloud.cn/）。30 m全球地表覆蓋數據包含地理位置分布信息和景觀格局分布信息，空間分辨率為30 m，影像云量小于3%，使數據具有可靠性，并且便于解譯。覆蓋枝江市每期遙感影像均采用3景遙感影像鑲嵌而成。利用ENVI5.3和ArcGIS10.5軟件，結合研究實際需求，對遙感影像進行解譯。

此外，本研究經濟數據和人口數據來源于國家統計局網站（http：//www.stats.gov.cn/）和湖北省統計局（http：//tjj.hubei.gov.cn/），通過查閱2018、2019、2020年的《宜昌市統計年鑒》《湖北省統計年鑒》和《中國統計年鑒》，降雨量數據來源于中國水資源公報。

2 研究方法

2.1 動態度分析

式中，St表示土地利用類型當前時刻的狀態；St+1表示土地利用類型在未來時刻的狀態；Pij表示土地利用類型狀態轉移概率矩陣。

3 結果與分析

3.1 枝江市土地利用時空演變特征

3.1.1 土地利用基本狀況 對研究區域三期（2000、2010、2020年）土地利用數據進行提取，在ENVI軟件中對30×30分辨率遙感影像進行人機交互解譯［23］。由于解譯精度的可操作性，以及要與《陸地生態系統服務價值當量表》中的地類相銜接等因素，因此將遙感影像解譯為耕地、林地、草地、濕地、建設用地、水體6個土地利用類型，并在 GIS平臺中繪制三期土地利用分布現狀圖如圖1所示。

3.1.2 土地利用類型轉換 通過制作枝江市2000—2020年土地利用轉移矩陣，對研究期間枝江市土地利用類型相互轉換的情況進行分析（表2）。2020年間枝江市耕地向建設用地的轉化最為活躍，其次是耕地和水體之間的相互轉化。2020年建設用地面積相較2000年增加100.67 km2，增長2倍多。耕地流失面積為75.22 km2，主要轉化為建設用地，轉出面積為100.35 km2，建設用地轉入量幾乎來自耕地。其次是水體和濕地面積變化，水體面積減少16.92 km2，濕地減少2.90 km2，濕地減少比例達到97.6%，2020年枝江市濕地面積僅剩0.07 km2。經濟增長和城鎮化發展需要大量城鄉建設用地支撐，耕地占地面積大，價格相對低廉，成為建設用地擴張的主要侵占對象。同時，隨著近幾年農村居民點整理工作的開展，通過拆舊使得部分農村居民用地轉化成了耕地，但顯然兩者的相互轉化不對等，耕地顯示“入不敷出”狀態，面積一直在減少，與之相反，建設用地迅速增加。

3.1.3 土地利用動態度分析 枝江市2000—2020年的土地利用年變化率如表3所示。2000—2020年，枝江市土地利用單一動態度除建設用地外，其他用地呈不同程度的下降趨勢。建設用地的土地利用動態度最大，在2000—2020年達到最大（12.6%/a），表明枝江市在20年間建設用地擴張迅猛；濕地的土地利用變化程度在2000—2010年最大，達到17.8%/a，到2020年濕地面積僅剩0.07 km2，消耗殆盡。從綜合動態度來看，由2000—2010年的10.5%/a減至2010—2020年的9.3%/a，變化速率逐漸變緩。隨著枝江市土地利用方式轉變、土地利用程度加深，使得土地利用結構朝著更為穩定的方向發展，同時也表明土地利用變化受人類活動的影響較為顯著。

3.2 生態系統服務價值時空分異特征

3.2.1 生態系統服務價值貢獻率分析 基于2000、2010、2020年土地利用類型面積數據，結合各單項生態服務功能進行計算，得到11個單項生態服務功能在2000、2010、2020年的生態系統服務價值，然后利用百分比表達其對生態服務價值貢獻，如圖2所示。2000、2010、2020年枝江市生態服務功能貢獻率中水文調節的貢獻率始終位于首位，最高達到68.2%；其次是水資源供給對生態價值的貢獻率，最高占比為9.0%；再次是食品生產和氣候調節，最高貢獻率分別為5.5%和4.4%；居于最后兩位的是原料生產和維持養分循環，最高貢獻率分別為1.4%和0.8%。由此可知，水文調節和水資源供給是ESV的主要貢獻因子和敏感因子。

整個研究期間，各地類生態服務功能貢獻價值變化不大（圖3）。其中水體的貢獻率位于首位，貢獻率最大為75.1%，最小為69.1%；其次耕地對生態價值的貢獻率較大，均為25%以上；林地、草地和濕地的貢獻率均較小，在1%左右，主要原因在于這幾類土地利用類型的面積較少；水體和耕地的ESV之和占比超過了85%，是影響生態系統服務價值變化的主要貢獻因子。

3.2.2 生態系統服務價值時間變化分析 生態系統服務價值動態度表示單位時期內生態系統服務價值變化的速度，其計算方法可以參考土地利用動態度。表4體現不同土地利用類型在2000—2020年的ESV變化情況。2000—2020年，濕地、建設用地生態系統服務價值變化程度較大，建設用地增加12.63%、濕地減少4.89%。2000—2020年枝江市建設用地產生的負生態服務價值效益呈逐年上升的趨勢，說明其對其他生態用地類型在逐年侵蝕、占用。同時，除建設用地外，其他用地生態系統服務價值在20年間整體都處于衰減趨勢，且土地利用類型的變化與各類用地生態系統服務價值總量變化趨勢基本一致。

利用枝江市9個鎮區（街道）研究期間的土地利用數據，結合生態系統服務價值估算模型，得到9個鎮區（街道）3個時期生態系統服務價值如表5所示。從各鎮區（街道）的ESV總量上來看，百里洲鎮各時期的生態系統服務價值都是9個鎮區（街道）中最高的。2000—2010年，各鄉鎮（街道）的生態系統服務價值均在下降，其中百里洲鎮減少幅度最大，減少了23 500萬元；2010年后，安福寺鎮、顧家店鎮的ESV值有所上升，到2020年安福寺鎮的ESV相較2000年增長了3 800萬元；2010—2020年，除安福寺鎮外，其他鎮區和街道的ESV都呈下降趨勢，馬家店鎮在2010年以來ESV急劇下降，到2020年的十年間減少13 700萬元，主要原因是在2010年以來馬家店鎮的建設用地大肆擴張，由此造成負生態系統服務價值量增大。

3.2.3 生態系統服務價值空間變化分析 從空間角度探索研究區生態服務價值的變化情況，考慮到各鎮區面積不同對生態系統服務價值的影響，引入地均生態系統服務價值進行分析。使用ArcGIS軟件將ESV數據與枝江市行政單元數據進行疊加分析，并根據各鎮區面積計算得到地均生態系統服務價值，然后將數據重新分類為5個等級［31］，分別為低值區（＜250萬元/km2）、較低值區（250萬～350萬元/km2）、中值區（350萬～450萬元/km2）、較高值區（450萬～550萬元/km2）、高值區（＞550萬元/km2），最后通過調整數據色彩布局來區分各等級地均ESV分布情況如圖4所示。

從空間分布上來看，整個研究區地均生態系統服務價值空間分布格局具有明顯的區域特征，南部沿長江區域的地均ESV普遍高于北部遠離長江區域。高值區與河流湖泊分布較為一致，分布在南部長江流域的顧家店鎮、馬家店鎮；較高值區分布于南部長江流域的百里洲鎮和七星臺鎮；仙女鎮和安福寺鎮的地均ESV在9個鎮區（街道）中始終處于低值區；低值區、較低值區主要分布在中部和東北部地區。綜合來看，地均ESV分布情況與各鎮區水體密度密切相關，水體面積占鎮區總面積比例越大，地均ESV越高。2000—2020年研究區域地均ESV高值區、較高值區逐年減少，主要原因在于該區域的建設用地占比增加，耕地占比減少。整體而言，枝江市地均生態服務價值處于下降階段。

3.3 三種情景模擬下的土地利用與生態系統服務價值

3.3.1 多情景模擬下的2030年土地利用格局 利用MCE-CA-Markov模型，基于枝江市2020年土地利用現狀數據，以土地利用轉換矩陣文件和區域限制文件，設定自然發展情景、生態保護情景和耕地保護情景對未來土地利用空間格局進行模擬，結果如圖5所示。基于2000年、2010年枝江市土地利用數據，間隔時間為10年，模擬得到2020年土地利用情況，并使用crosstab進行驗證。將預測結果與2020年實際土地利用狀況對比，得到kappa系數為0.899 6，說明預測結果精度較高，模型及模擬數據可作為優化配置研究的基礎。

自然發展情景下，2020—2030年枝江市建設用地面積大規模增加，其他用地類型面積減少。相較于2020年，枝江市2030年建設用地面積增加了142.52 km2，耕地面積減少了155.03 km2，建設用地增加的土地面積幾乎全部由耕地轉換而成；耕地保護情景下，建設用地面積增量明顯低于自然發展情景，僅增加88.47 km2，城鎮開發邊界的擴張速率明顯降低。耕地面積減少54.80 km2，依舊是建設用地面積增加的主要貢獻者。其他地類面積變化較小，枝江市土地利用格局在3種情景中最為穩定；生態保護情景，即生態系統服務價值最大化情景，增加耕地向水體、濕地、林地、草地等生態用地轉換的概率，控制建設用地產生的負生態效益的增加。在該情景下，2030年水體面積將達到154.42 km2，主要增量來自安福寺鎮北部水系的擴大。

3.3.2 多情景模擬下的2030年生態系統服務價值 枝江市2030年生態系統服務價值在自然發展、耕地保護和生態保護3種情景下分別為45.05億元、46.16億元、50.86億元（表5）。相比2020年，自然發展、耕地保護、生態保護3種情景下ESV分別減少2.49億元、1.38億元及增加3.32億元。在自然發展情景下，枝江市ESV損失最大，主要原因在于建設用地的負生態系統服務價值增加3.41億元，是2020年ESV的2倍。21世紀以來，枝江市建設用地面積呈倍數增長，為枝江市未來城市規劃和邊界開發提供了警示，城鎮建設不可無限制地擴張和肆意侵占土地資源，生態、生活、生產組成的“三生”空間需要協調發展才能維持人類生存環境的平衡；耕地保護情景的ESV值相較于自然發展情景僅高出1.11億元，表明近10年來枝江市城市規劃發展方向并不利于生態環境建設。因此枝江市在經濟發展的同時需要兼顧生態系統的可持續發展，通過及時調整近期及遠期國土空間規劃策略，進一步優化配置土地利用格局；生態保護情景下，為實現生態系統服務價值最大化，根據式（3），由于各土地利用類型總面積保持不變，則系數較大的土地利用類型面積越大，枝江市生態系統服務價值越大。在現狀基礎上，對各土地利用類型面積進行重分配、優化土地利用空間格局，預測2030年枝江市生態系統服務價值將得到顯著提升，恢復到2010年以前的生態質量水平。

4 結論與討論

4.1 結論

選取湖北省枝江市作為研究區，通過對遙感影像進行解譯，獲得枝江市2000、2010、2020年土地利用類型數據，對其進行時空演變特征分析；根據市場化評估法計算枝江市生態系統服務功能價值，并展開時序變化研究和空間分異研究；利用預測模型對枝江市2030年的土地利用及生態系統服務價值進行多情景模擬，結論如下：

1）2000—2020年，枝江市土地利用類型變化最顯著的是建設用地和耕地，其他土地利用變化較小。研究期間建設用地面積逐年增加，主要通過侵占耕地實現。2000—2010年建設用地的動態度高達10.9%/a，說明枝江市在該10年間城市建設非常活躍，對生態環境造成嚴重破壞。土地利用綜合動態度后10年開始變緩，表明土地利用結構逐漸趨于穩定。

2）2000—2020年，單項生態服務價值貢獻率以水文調節最高，其次是水資源供給，水文調節和水資源供給是ESV的主要貢獻因子和敏感因子；各地類生態服務功能貢獻率中水體對ESV變化的貢獻率始終位于首位，水體、耕地和草地的生態貢獻率之和超過了90%，是ESV變化的主要貢獻因子和敏感因子。

3）2000—2020年，研究區域生態系統服務價值在空間分布上表現出明顯的區域特征，南部沿長江流域的鎮區生態系統服務價值普遍高于北部區域。高ESV區和較高ESV區主要分布在南部沿長江地區；低ESV區主要分布于建設用地集中的中部和東北部地區。總體而言，整個研究區域的生態系統服務價值處于下降趨勢。

4）自然發展與耕地保護情景下，耕地、建設用地、水體是導致ESV減少的重要推手。水體、濕地、林地等單位面積生態系統服務價值較高，是枝江市ESV變化的關鍵。生態保護情景下，通過降低生態用地向其他土地利用類型轉換的概率，進行土地利用優化配置，扭轉生態系統服務價值下降的趨勢，有助于提高枝江市未來的生態效益、促進人與自然環境的協調發展。

4.2 討論

土地利用轉移矩陣顯示研究期內枝江市建設用地大量增加，轉入量主要來源于耕地。從空間上看，沿長江南北兩側的建設用地增長較多，如馬家店街道、百里洲鎮、董市鎮等。土地利用動態度反映出2010—2020年綜合土地利用變化動態度較2000—2010年有所減緩，與枝江市土地利用開發強度保持一致。土地利用變化情況和活躍程度與枝江市土地利用總體規劃（2006—2020年）堅持建設用地總量控制目標不突破、不得占用基本農田和生態保護紅線原則基本吻合，說明土地利用轉移矩陣法和動態度分析法在判斷土地的轉移數量和發展方向上適應性較強。但是本研究具有一定的局限性，如遙感影像數據因為云量影響等因素產生一定的誤差；對生態系統服務價值當量的選擇和修正由于用地類型劃分的精度不同，單位當量因子會存在差異。

未來幾年是枝江市經濟和社會發展的重要歷史時期，面臨良好發展的機遇，協調各規劃充分發揮作用顯得更為重要。在用地規劃中，著重水體、濕地和草地等主要ESV貢獻因子的生態保護。百里洲鎮作為枝江市ESV最高的鎮區，更應該加大生態環境保護力度，尤其是水環境污染的防治工作。完善土地保護、開發建設機制，提高土地的合理利用程度，大大提高社會的經濟效益和生態效益。耕地、建設用地的規劃同時也有利于枝江市土地利用程度并提高產業聚集度，體現了優化用地結構與布局、節約集約用地的思想。

參考文獻：

［1］ GRAFIUS D R，CORSTANJE R，WARREN P H，et al.The impact of land use/land cover scale on modelling urban ecosystem services［J］.Landscape ecology，2016，31（7）：1509-1522.

［2］ SUTTON P C，ANDERSON S J，COSTANZA R，et al. The ecological economics of land degradation：Impacts on ecosystem service values［J］.Ecological economics，2016，129：182-192.

［3］ 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.

［4］ REYNAUD A， LANZANOVA D. A global meta-analysis of the value of ecosystem services provided by lakes［J］.Ecological economics，2017，137：184-194.

［5］ 陳萬旭，李江風，姜 衛，等.豫西山區土地利用變化對生態服務價值的影響［J］.水土保持研究，2018，25（1）：376-381.

［6］ 齊 靜，鄧 偉，周 渝，等.三峽庫區生態系統服務價值時空演變及驅動力［J］.人民長江，2020，51（1）：113-119.

［7］ 危小建，江 平，馬國慶.基于不同Logistic模型的土地利用格局模擬對比研究——以湖北省宣恩縣和咸豐縣為例［J］.國土資源科技管理，2016，33（1）：93-101.

［8］ 傅伯杰，張立偉.土地利用變化與生態系統服務：概念、方法與進展［J］.地理科學進展，2014，33（4）：441-446.

［9］ COSTANZA R， D’ARGE R， GROOT R D，et al.The value of the world’s ecosystem services and natural capital［J］. Nature， 1997， 387（15）：253-260.

［10］ 謝高地，張彩霞，張昌順，等.中國生態系統服務的價值［J］.資源科學，2015，37（9）：1740-1746.

［11］ 謝高地，張彩霞，張雷明，等.基于單位面積價值當量因子的生態系統服務價值化方法改進［J］.自然資源學報，2015，30（8）：1243-1254.

［12］ 謝高地，張釔鋰，魯春霞，等.中國自然草地生態系統服務價值［J］.自然資源學報，2001（1）：47-53.

［13］ 喬偉峰，盛業華，方 斌，等.基于轉移矩陣的高度城市化區域土地利用演變信息挖掘——以江蘇省蘇州市為例［J］.地理研究，2013，32（8）：1497-1507.

［14］ 曾夢婷，李志剛.基于改進價值當量因子的北京市生態-經濟協調度實證分析［J］.生態經濟，2021，37（4）：163-169.

［15］ 孫 灝，胡佳琪，崔雅靜，等.基于多源遙感數據的生態系統服務功能時空演變趨勢分析［J］.測繪通報，2021（4）：1-7.

［16］ SOLOMON N， SEGNON A C，BIRHANE E. Ecosystem service values changes in response to land-use/land-cover dynamics in dry afromontane forest in northern Ethiopia［J］.International journal of environmental research and public health， 2019，16（23）：4653.

［17］ BROWN G. The relationship between social values for ecosystem services and global land cover： An empirical analysis［J］. Ecosystem services， 2013， 5：58-68.

［18］ 左玲麗，彭文甫，陶 帥，等.岷江上游土地利用與生態系統服務價值的動態變化［J］.生態學報，2021，41（16）：6384-6397.

［19］ 劉鳳蓮，楊人懿.武漢市土地利用變化及對生態系統服務價值的影響［J］.水土保持研究，2021，28（3）：177-183，193，2.

［20］ 楊振民，劉新平.烏魯木齊市生態系統服務價值時空演變研究［J］.環境科學與技術，2021，44（4）：226-236.

［21］ 吳琳娜， 楊勝天， 劉曉燕，等. 1976年以來北洛河流域土地利用變化對人類活動程度的響應［J］. 地理學報， 2014， 69（1）：54-63.

［22］ 李忠鋒，王一謀，馮毓蓀，等.基于RS與GIS的榆林地區土地利用變化分析［J］.水土保持學報，2003，17（2）：97-99，140.

［23］ 張 晶，曹明明.咸陽市土地利用與生態系統服務價值時空變化研究［J］.水土保持通報，2008（2）：184-189.

［24］ 朱 懋，韋素瓊，居鳳云.福州市土地利用變化趨勢及其生態服務價值評價［J］.太原師范學院學報（自然科學版），2009，8（4）：89-93，124.

［25］ 鄧舒洪.區域土地利用變化與生態系統服務價值動態變化研究［D］.杭州：浙江大學，2012.

［26］ 肖 玉， 謝高地， 安 凱. 莽措湖流域生態系統服務功能經濟價值變化研究［J］. 應用生態學報， 2003， 14（5）：676-680.

［27］ 徐麗芬， 許學工， 羅 濤，等. 基于土地利用的生態系統服務價值當量修訂方法——以渤海灣沿岸為例［J］. 地理研究， 2012， 31（10）：1775-1784.

［28］ 李曉賽，朱永明，趙 麗，等.基于價值系數動態調整的青龍縣生態系統服務價值變化研究［J］.中國生態農業學報，2015，" " 23（3）：373-381.

［29］ SHAFIEZADEH M， MORADI H， FAKHERAN S. Evaluating and modeling the spatiotemporal pattern of regional-scale salinized land expansion in highly sensitive shoreline landscape of southeastern Iran［J］.Journal of arid land， 2018，10（6）：946-958.

［30］ 徐睿擇，孫建國，韓 惠， 等.基于MCE-Markov-CA的鄭州市土地利用時空變化模擬研究［J］.地理與地理信息科學，2020，36（1）：93-99.

［31］ 彭 皓，李鎮清.錫林河流域天然草地生態系統服務價值評價［J］.草業學報，2007（4）：109-117.