疏勒河中下游生态脆弱区土地利用变化与未来生境质量评估

doi:10.13866/j.azr.2025.11.13

干旱区研究 ›› 2025, Vol. 42 ›› Issue (11): 2104-2116.doi: 10.13866/j.azr.2025.11.13

疏勒河中下游生态脆弱区土地利用变化与未来生境质量评估

黄志溥¹(), 王军德², 程玉菲², 周昊昊³, 张展⁴, 包志为², 杨传国¹()

1.河海大学水文水资源学院，江苏南京 210098
2.甘肃省水利科学研究院，甘肃兰州 730030
3.黄河水利委员会信息中心，河南郑州 450003
4.黄河水文水资源科学研究院，河南郑州 450003

收稿日期:2025-04-15 修回日期:2025-10-14 出版日期:2025-11-15 发布日期:2025-12-13
通讯作者: 杨传国. E-mail: cgyang@hhu.edu.cn
作者简介:黄志溥（2000-），男，硕士研究生，主要从事遥感解译、水资源管理研究. E-mail: zhiphuang@163.com
基金资助:
国家重点研发计划项目(2022YFC3202301);国家重点研发计划项目(2024YFF1307101);甘肃省水利科技推广项目(24GSLK010)

Land use change and future habitat quality evaluation in the ecologically fragile areas of the middle and lower reaches of the Shule River

HUANG Zhipu¹(), WANG Junde², CHENG Yufei², ZHOU Haohao³, ZHANG Zhan⁴, BAO Zhiwei², YANG Chuanguo¹()

1. College of Hydrology and Water Resources, Hohai University, Nanjing 210098, Jiangsu, China
2. Gansu Research Institute for Water Conservancy, Lanzhou 730030, Gansu, China
3. Information Center of Yellow River Conservancy Commission, Zhengzhou 450003, Henan, China
4. Yellow River Institute of Hydrology and Water Resources, Zhengzhou 450003, Henan, China

Received:2025-04-15 Revised:2025-10-14 Published:2025-11-15 Online:2025-12-13

摘要/Abstract

摘要： 疏勒河流域属于典型的干旱区绿洲-荒漠生态系统，生态环境条件脆弱，科学调控土地利用对于区域发展和生态保护至关重要。基于2012年、2017年和2022年高分辨率遥感影像解译获取的土地利用数据，结合Markov-PLUS模型，设定自然发展、耕地保护和生态保护三种情景，对2035年流域中下游生态脆弱区土地利用进行预测并评估流域生境质量变化。结果表明：（1） 2012—2022年流域土地利用呈现明显的向好趋势，盐碱地、未利用地呈显著减少趋势，面积分别减少484.08 km²和654.61 km²，同期湿地、灌木面积分别增加228.69 km²和502.33 km²。（2）流域生境质量水平整体较低，2012—2022年平均生境质量为0.2799，以低生境质量为主，占研究区面积的54.28%，但整体呈改善趋势。（3） 2035年三种情景中，灌木和湿地增加，盐碱地和未利用地面积继续减少，生境质量主要呈现由“低水平向高水平”的转变，生态保护情景生境质量最优，较2022年提升7.25%。在西北地区持续暖湿化背景下，应继续加强土地利用优化配置与科学管理。

关键词: 土地利用变化, Markov-PLUS模型, 多情景模拟, 生境质量, 疏勒河流域

Abstract:

The Shule River Basin belongs to a typical arid zone oasis-desert ecosystem, with a fragile ecological environment. Scientific regulation of land use is crucial for regional development and ecological protection. Based on land use data obtained from the interpretation of high-resolution remote sensing images in 2012, 2017, and 2022, combined with the Markov-PLUS model, three scenarios (natural development, cultivated land protection, and ecological protection) were set to predict land use in the ecologically fragile areas of the middle and lower reaches of the basin in 2035 and assess changes in the basin’s habitat quality. The results show that: (1) During the period 2012-2022, the land use in the river basin exhibited a distinct positive transition. Saline-alkali land and unused land displayed a notable declining trend, with their areas decreasing by 484.08 km² and 654.61 km² respectively. Over the same period, the areas of wetlands and shrub-covered land increased by 228.69 km² and 502.33 km² respectively. (2) The overall habitat quality of the basin was relatively low. From 2012 to 2022, the average habitat quality was 0.2799, with low habitat quality being dominant, accounting for 54.28% of the study area. However, it showed an overall improving trend. (3) Among the three scenarios in 2035, the area of shrubland and wetlands will increase, while the area of saline-alkali land and unused land will continue to decrease. Habitat quality will mainly show a transition from “low level to high level”. The habitat quality under the ecological protection scenario is the optimal, increasing by 7.25% compared with that in 2022. Under the continuous warming and wetting trend in Northwest China, efforts should be made to strengthen the optimal allocation and scientific management of land use.

Key words: land use change, Markov-PLUS model, multi-scenario simulation, habitat quality, Shule River Basin

黄志溥, 王军德, 程玉菲, 周昊昊, 张展, 包志为, 杨传国. 疏勒河中下游生态脆弱区土地利用变化与未来生境质量评估[J]. 干旱区研究, 2025, 42(11): 2104-2116.

HUANG Zhipu, WANG Junde, CHENG Yufei, ZHOU Haohao, ZHANG Zhan, BAO Zhiwei, YANG Chuanguo. Land use change and future habitat quality evaluation in the ecologically fragile areas of the middle and lower reaches of the Shule River[J]. Arid Zone Research, 2025, 42(11): 2104-2116.

图/表 13

图1

表1

表2

表3

表4

表5

图2

图3

图4

图5

图6

图7

图8

参考文献 30

[1]	刘纪远, 张增祥, 庄大方, 等. 20世纪90年代中国土地利用变化时空特征及其成因分析[J]. 地理研究, 2003, 22(1): 1-12.
	[ Liu Jiyuan, Zhang Zengxiang, Zhuang Dafang, et al. A study on the spatial-temporal dynamic changes of land-use and driving forces analyses of China in the 1990s[J]. Geographical Research, 2003, 22(1): 1-12. ]
[2]	李沛尧, 王新军, 许世贤, 等. 基于PLUS土地利用模拟的阿克苏河流域NEP时空格局研究[J]. 干旱区研究, 2024, 41(6): 1059-1068. doi: 10.13866/j.azr.2024.06.14
	[ Li Peiyao, Wang Xinjun, Xu Shixian, et al. Spatiotemporal pattern of NEP in Aksu River Basin based on PLUS land use simulation[J]. Arid Zone Research, 2024, 41(6): 1059-1068. ] doi: 10.13866/j.azr.2024.06.14
[3]	孙一帆, 徐梦菲, 汪霞. 洛阳市土地利用景观格局时空演变与预测分析[J]. 人民黄河, 2024, 46(8): 110-116, 129.
	[ Sun Yifan, Xu Mengfei, Wang Xia. Spatial-temporal evolution and prediction analysis of land use and landscape pattern in Luoyang City[J]. Yellow River, 2024, 46(8): 110-116, 129. ]
[4]	Li C, Wu Y, Gao B, et al. Multi-scenario simulation of ecosystem service value for optimization of land use in the Sichuan-Yunnan ecological barrier, China[J]. Ecological Indicators, 2021, 132: 10 8328.
[5]	高畅, 郭伟玲, 徐刘洋, 等. 基于PLUS模型的皖江城市带土地利用变化模拟与多情景预测[J/OL]. 南京林业大学学报(自然科学版), 1-12[2025-10-16].
	[ Gao Chang, Guo Weiling, Xu Liuyang, et al. Simulation and multi-scenario prediction of land use change in the urban belt of Wan jiang River based on the PLUS model[J/OL]. Journal of Nanjing Forestry University (Natural Sciences Edition), 1-12[2025-10-16]. ]
[6]	李国清, 柏永青, 杨轩, 等. 基于深度学习的高分辨率遥感影像土地覆盖自动分类方法[J]. 地球信息科学学报, 2021, 23(9): 1690-1704. doi: 10.12082/dqxxkx.2021.200795
	[ Li Guoqing, Bai Yongqing, Yang Xuan, et al. Automatic deep learning land cover classification methods of high-resolution remotely sensed images[J]. Journal of Geo-information Science, 2021, 23(9): 1690-1704. ]
[7]	谢怡凡, 刘耀林, 庞博文, 等. 基于高分辨率遥感影像的NPP估算及驱动因子研究——以银川市为例[J/OL]. 武汉大学学报(信息科学版), 1-17[2025-04-14].
	[ Xie Yifan, Liu Yaolin, Pang Bowen, et al. Study on estimation of net primary productivity based on high resolution remote sensing image and its influencing factors in Yinchuan City[J/OL]. Geomatics and Information Science of Wuhan University, 1-17[2025-04-14]. ]
[8]	胡丰, 张艳, 郭宇, 等. 基于PLUS和InVEST模型的渭河流域土地利用与生境质量时空变化及预测[J]. 干旱区地理, 2022, 45(4): 1125-1136. doi: 10.12118/j.issn.1000-6060.2021.510
	[ Hu Feng, Zhang Yan, Guo Yu, et al. Spatial and temporal changes in land use and habitat quality in the Weihe River Basin based on the PLUS and InVEST models and predictions[J]. Arid Land Geography, 2022, 45(4): 1125-1136. ] doi: 10.12118/j.issn.1000-6060.2021.510
[9]	Wu C B, Cui Y Y, Zhen J L, et al. Spatio-temporal change of habitat quality in Northeast China: Driving factors exploration based on land use and land cover change[J]. Land Degradation & Development, 2025, 36(11): 3742-3755. doi: 10.1002/ldr.v36.11
[10]	王洋, 冯卓亚, 许丽, 等. 塔里木河流域生境质量与土地利用变化响应及驱动力[J]. 干旱区研究, 2024, 41(12): 2132-2142. doi: 10.13866/j.azr.2024.12.14
	[ Wang Yang, Feng Zhuoya, Xu Li, et al. Response and influencing factors of habitat quality and land use change in the Tarim River Basin[J]. Arid Zone Research, 2024, 41(12): 2132-2142. ] doi: 10.13866/j.azr.2024.12.14
[11]	钟莉娜, 王军. 基于InVEST模型评估土地整治对生境质量的影响[J]. 农业工程学报, 2017, 33(1): 250-255.
	[ Zhong Lina, Wang Jun. Evaluation on effect of land consolidation on habitat quality based on InVEST model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(1): 250-255. ]
[12]	Sun Y, Yin X, Mao L. Landscape pattern prediction method based on ANN-CA-Markov coupling model[J]. Heliyon, 2024, 10(19): e38012. doi: 10.1016/j.heliyon.2024.e38012
[13]	Zhang Y, Li Y, Lyu J, et al. Scenario simulation of ecological risk based on land use/cover change-A case study of the Jinghe county, China[J]. Ecological Indicators, 2021, 131: 108176. doi: 10.1016/j.ecolind.2021.108176
[31]	陈乐, 卫伟. 西北旱区典型流域土地利用与生境质量的时空演变特征[J]. 生态环境学报, 2022, 31(9): 1909-1918. doi: 10.16258/j.cnki.1674-5906.2022.09.022
	[ Chen Le, Wei Wei. Spatiotemporal changes in land use and habitat quality in a typical dryland watershed of Northwest China[J]. Ecology and Environmental Sciences, 2022 31(9): 1909-1918. ]
[32]	贾珍珍, 巩杰, 张影. 近35 a来疏勒河中下游绿洲化-荒漠化时空变化[J]. 干旱区研究, 2016, 33(6): 1294-1302.
	[ Jia Zhenzhen, Gong Jie, Zhang Ying. Spatiotemporal change of oasisization and desertification in the middle and lower reaches of the Shule River in recent 35 years[J]. Arid Zone Research, 2016, 33(6): 1294-1302. ]
[33]	张云亮, 曾建军, 胡想全, 等. 基于土地转移矩阵的疏勒河中游土地利用变化研究[J]. 人民长江, 2017, 48(21): 34-39.
	[ Zhang Yunliang, Zeng Jianjun, Hu Xiangquan, et al. Study on land-use change in midstream of Shule River based on land use transfer matrix[J]. Yangtze River, 2017, 48(21): 34-39. ]
[34]	王梓洋, 石培基, 李雪红, 等. 河西走廊地区生境质量对土地利用变化的响应机制及提升路径[J]. 环境科学, 2024, 45(12): 6910-6921.
	[ Wang Ziyang, Shi Peiji, Li Xuehong, et al. Response mechanism and promotion path of habitat quality to land use change in Hexi Corridor area[J]. Environmental Science, 2024, 45(12): 6910-6921. ]
[35]	周志宇, 张莉丽, 高文星, 等. 试论灌木是干旱、半干旱区草地恢复中重要的生物资源[J]. 草业科学, 2007, 24(12): 19-21.
	[ Zhou Zhiyu, Zhang Lili, Gao Wenxing, et al. A discussion about shrub being an important biological resource in grassland restoration in arid and semi-arid regions[J]. Pratacultural Science, 2007, 24(12): 19-21. ]
[14]	郑海岳, 王磊, 魏涛, 等. 基于FLUS-InVEST模型的淮南市土地覆盖模拟与碳储量评估[J]. 环境科学, 2025, 46(8): 4754-4764.
	[ Zheng Haiyue, Wang Lei, Wei Tao, et al. Land cover simulation and carbon stock assessment in Huainan city based on FLUS-InVEST model[J]. Environmental Science, 2025, 46(8): 4754-4764. ]
[15]	Chen M, Samat N, Tilaki M J M, et al. Land use/cover change simulation research: A system literature review based on bibliometric analyses[J]. Ecological Indicators, 2025, 170: 112991. doi: 10.1016/j.ecolind.2024.112991
[16]	乔治, 蒋玉颖, 贺曈, 等. 土地利用变化模拟研究进展[J]. 生态学报, 2022, 42(13): 5165-5176.
	[ Qiao Zhi, Jiang Yuying, He Tong, et al. Land use change simulation: progress, challenges, and prospects[J]. Acta Ecological Sinica, 2022, 42(13): 5165-5176. ]
[17]	Liang X, Guan Q, Clarke K C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers, Environment and Urban Systems, 2021, 85: 101569. doi: 10.1016/j.compenvurbsys.2020.101569
[18]	Wang Q, Guan Q, Sun Y, et al. Simulation of future land use/cover change (LUCC) in typical watersheds of arid regions under multiple scenarios[J]. Journal of Environmental Management, 2023, 335: 117543. doi: 10.1016/j.jenvman.2023.117543
[19]	杨鸿魁, 寇明珠, 祁万强, 等. 基于LUCC变化的黑河流域碳储量时空模拟预测及驱动力分析[J]. 环境科学, 2025, 46(11): 7070-7082.
	[ Yang Hongkui, Kou Mingzhu, Qi Wanqiang, et al. Spatiotemporal simulation and driving force analysis of carbon storage in Heihe River Basin based on LUCC changes[J]. Environmental Science, 2025, 46(11): 7070-7082. ]
[20]	任玥颖, 贾夏, 赵永华, 等. 未来气候变化情景下河西走廊生态系统服务变化及其驱动力[J]. 生态学报, 2025, 45(18): 8821-8836.
	[ Ren Yueying, Jia Xia, Zhao Yonghua, et al. The changes of ecosystem services in the Hexi Corridor and their driving forces under future climate change scenarios[J]. Acta Ecological Sinica, 2025, 45(18): 8821-8836. ]
[21]	丁一汇, 柳艳菊, 徐影, 等. 全球气候变化的区域响应:中国西北地区气候“暖湿化”趋势、成因及预估研究进展与展望[J]. 地球科学进展, 2023, 38(6): 551-562. doi: 10.11867/j.issn.1001-8166.2023.027
	[ Ding Yihui, Liu Yanju, Xu Ying, et al. Regional responses to global climate change: ogress and prospects for trend, causes, and projection of climatic warming-wetting in Northwest China[J]. Advances in Earth Science, 2023, 38(6): 551-562. ] doi: 10.11867/j.issn.1001-8166.2023.027
[22]	田佳西. 西北地区气候暖湿化演变趋势及其对植被恢复影响研究[D]. 南京: 南京林业大学, 2023.
	[ Tian Jiaxi. Study on the Evolution of Warmer and Wetter Climate and Its Influence on Vegetation Restoration in Northwest China[D]. Nanjing: Nanjing Forestry University, 2023. ]
[23]	刘纪远. 中国资源环境遥感宏观调查与动态研究[M]. 北京: 中国科学技术出版社, 1996: 9-11.
	[ Liu Jiyuan. Macro-scale Survey and Dynamic Study of Nature Resources and Environment of China by Remote Sensing[M]. Beijing: China Science and Technology Press, 1996: 9-11. ]
[24]	刘瑞, 朱道林. 基于转移矩阵的土地利用变化信息挖掘方法探讨[J]. 资源科学, 2010, 32(8): 1544-1550.
	[ Liu Rui, Zhu Daolin. Methods for detecting land use changes based on the land use transition matrix[J]. Resources Science, 2010, 32(8): 1544-1550. ]
[25]	刘纪远, 布和敖斯尔. 中国土地利用变化现代过程时空特征的研究——基于卫星遥感数据[J]. 第四纪研究, 2000, 20(3): 229-239.
	[ Liu Jiyuan, Buheaosier. Study on spatial-temporal feature of modern land-use change in China: Using remote sensing techniques[J]. Quaternary Sciences, 2000, 20(3): 229-239. ]
[26]	高鹏程, 岳艳妮, 鄢继选, 等. 甘南藏族自治州土地利用与生态风险时空演变及驱动因素[J]. 干旱区研究, 2024, 41(7): 1140-1152. doi: 10.13866/j.azr.2024.07.06
	[ Gao Pengcheng, Yue Yanni, Yan Jixuan, et al. Spatio-temporal evolution and driving factors of land use and ecological risk in Gannan Tibetan Autonomous Prefecture[J]. Arid Zone Research, 2024, 41(7): 1140-1152. ] doi: 10.13866/j.azr.2024.07.06
[27]	石晶, 石培基, 王梓洋, 等. 基于PLUS-InVEST模型的酒泉市生态系统碳储量时空演变与预测[J]. 环境科学, 2024, 45(1): 300-313.
	[ Shi Jing, Shi Peiji, Wang Ziyang, et al. Spatial-temporal evolution and prediction of carbon storage in Jiuquan City ecosystem based on PLUS-InVEST model[J]. Environmental Science, 2024, 45(1): 300-313. ] doi: 10.1021/es101840s
[28]	金一诺, 黄银洲, 尤凤, 等. 基于Markov-PLUS模型的石羊河流域土地利用及生态系统服务价值模拟[J]. 干旱区资源与环境, 2024, 38(5): 130-139.
	[ Jin Yinuo, Huang Yinzhou, You Feng, et al. Simulation of land use and ecosystem service value in Shiyang River Basin based on Markov-PLUS model[J]. Journal of Arid Land Resources and Environment, 2024, 38(5): 130-139. ]
[29]	周士园, 罗萍嘉, 陈昊, 等. 黄淮东部煤炭资源型城市湿地生境质量演变及多情景模拟:以淮北市为例[J/OL]. 环境科学, 1-18[2025-07-26].
	[ Zhou Shiyuan, Luo Pingjia, Chen Hao, et al. Evolution of wetland habitat quality and multi-scenario simulation in coal-resource-based cities of the eastern Huang-Huai Region:A case study of Huaibei[J/OL]. Environmental Science, 1-18[2025-07-26.]
[30]	薛晓玉, 王晓云, 段含明, 等. 基于土地利用变化的祁连山地区生境质量时空演变分析[J]. 水土保持通报, 2020, 40(2): 278-284, 325.
	[ Xue Xiaoyu, Wang Xiaoyun, Duan Hanming, et al. Analysis on spatio-temporal evolution of habitat quality in Qilian Mountains based on land use change[J]. Bulletin of Soil and Water Conservation, 2020, 40(2): 278-284, 325. ]

数据类型	数据名称	空间分辨率	数据来源
土地利用数据	土地利用2012年	30 m	中国资源卫星中心数据网站(https://data.cresda.cn/)高分辨率遥感解译
土地利用数据	土地利用2017年、2022年	2 m	中国资源卫星中心数据网站(https://data.cresda.cn/)高分辨率遥感解译
自然因子数据	高程	30 m	CGIAR-CS（http://srtm.csi.cgiar.org/）
	坡度	30 m	基于DEM提取
	年均降水量	1000 m	国家青藏高原中心（http://data.tpdc.ac.cn）
	年均气温	1000 m
	年潜在蒸散发量	1000 m
	土壤类型	1000 m	中国科学院资源环境科学数据中心（https://www.resdc.cn/）
	土壤风力侵蚀度	1000 m	中国科学院资源环境科学数据中心（https://www.resdc.cn/）
	年最大NDVI	30 m	国家生态科学数据中心（https://www.nesdc.org.cn/）
社会经济数据	人口密度	1000 m	中国科学院资源环境科学数据中心（https://www.resdc.cn/）
社会经济数据	人均GDP	1000 m	中国科学院资源环境科学数据中心（https://www.resdc.cn/）
区域可达性数据	距主要道路的距离	300 m	OpenStreetMap（https://www.openstreetmap.org/）
区域可达性数据	距水系的距离	300 m	OpenStreetMap（https://www.openstreetmap.org/）

模拟发展情景	基本要求
自然发展情景	假如未来的土地利用政策不变，土地利用变化情况与2017—2022年的变化情况保持一致，各地类的转移概率不变，计算2035年的各地类土地利用需求量，不设置功能限制区
耕地保护情景	《酒泉市2021—2035年国土面积发展规划》要求严格落实耕地保护制度，遏制耕地“非农化”，坚守3001.9 km²耕地保护红线，确保耕地资源有效利用和保护。此情景通过耕地向草地、林地、灌木、水域转移发生概率减少40%，禁止耕地向建设用地、未利用地和盐碱地的转变，加强对耕地转出的管理，保证耕地面积不减少
生态保护情景	《酒泉市“十四五”生态环境保护规划》要求将重要水源涵养、生物多样性保护及水土保持等重要区域划入生态保护红线，加强对湿地生态环境的保护和荒漠化、盐碱化的修复治理。因此，该情景设置禁止林地、灌木、草地和湿地向建设用地、盐碱地和未利用地转变，水域作为功能限制区。同时，将未利用地向草地、林地、灌木、水域、湿地转移发生概率提高20%，盐碱地向草地、林地、灌木、水域、湿地转移提高50%

胁迫源	最大胁迫距离/km	权重	方式
耕地	2	0.7	线性
建设用地	3	0.7	指数
未利用地	3	0.3	线性
盐碱地	4	0.6	线性

土地类型	适宜性系数	耕地	建设用地	未利用地	盐碱地
耕地	0.5	0	0.6	0.4	0.2
林地	1	0.7	0.9	0.5	0.4
灌木	0.9	0.5	0.7	0.6	0.4
草地	0.8	0.5	0.6	0.5	0.6
水体	1	0.7	0.8	0.7	0.5
建设用地	0	0	0	0	0
未利用地	0.05	0.3	0.1	0	0.1
盐碱地	0.1	0.1	0.3	0.6	0
湿地	0.6	0.5	0.4	0.5	0.7

土地类型	2012年	2017年	2022年	2012—2017年		2017—2022年		2012—2022年
土地类型	面积/km²	面积/km²	面积/km²	变化/km²	K/%	变化/km²	K/%	变化/km²	K/%
耕地	1716.68	1782.95	1804.20	66.27	0.77	21.25	0.24	87.52	0.97
林地	92.43	139.10	153.98	46.67	10.10	14.88	2.14	61.55	7.99
灌木	1412.72	1718.40	1915.05	305.68	4.33	196.65	2.29	502.33	5.25
草地	2283.93	2536.36	2444.17	252.43	2.21	-92.19	-0.73	160.24	1.31
水体	114.83	146.03	129.45	31.20	5.43	-16.58	-2.27	14.62	2.26
建设用地	139.65	197.18	223.39	57.53	8.24	26.21	2.66	83.74	7.50
未利用地	7735.76	7231.97	7081.15	-503.79	-1.30	-150.82	-0.42	-654.61	-1.85
盐碱地	1260.00	927.92	775.92	-332.08	-5.27	-152.00	-3.28	-484.08	-12.48
湿地	133.73	209.82	362.42	76.09	11.38	152.60	14.55	228.69	12.62
LC/%	-	-	-	1.123		0.553		0.765

疏勒河中下游生态脆弱区土地利用变化与未来生境质量评估

Land use change and future habitat quality evaluation in the ecologically fragile areas of the middle and lower reaches of the Shule River

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 30

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	张坤, 吴新萍, 刘永强, 张丽芳, 秦艳, 杨雨鹭, 淦惠. 基于PLUS-InVEST模型的新疆碳储量时空演变与预测[J]. 干旱区研究, 2025, 42(9): 1715-1725.
[2]	刘小明, 郑世妍, 乔占明. 基于PLUS-InVEST模型的三江源土地利用变化动态模拟与生境质量[J]. 干旱区研究, 2025, 42(6): 1080-1092.
[3]	张艳, 杨维新, 吕韬. 基于GeoDetector-MCCA的土地利用变化驱动因素分析与多情景模拟——以黄河流域甘肃段为例[J]. 干旱区研究, 2025, 42(4): 668-681.
[4]	王立媛, 张勇. 甘肃省土地利用转型时空格局演化及多情景模拟[J]. 干旱区研究, 2025, 42(4): 695-707.
[5]	张莹, 赵媛媛, 刘如龙, 王岳, 丁国栋. 中国北方农牧交错带生境质量时空演变与情景模拟[J]. 干旱区研究, 2025, 42(1): 154-165.
[6]	张顺鑫, 吴子豪, 闫庆武, 李桂娥, 牟守国. 基于PLUS-InVEST模型的天山北坡生态系统碳储量时空变化与预测[J]. 干旱区研究, 2024, 41(7): 1228-1237.
[7]	李冰洁, 范志韬, 曲芷程, 姚顺予, 宿夏姝, 刘东伟, 王立新. 基于InVEST-PLUS模型的黄河流域内蒙古段生态系统碳储量评价及预测[J]. 干旱区研究, 2024, 41(7): 1217-1227.
[8]	姚小晨, 高凡, 韩方红, 何兵. 2000—2020年阿克苏河流域土地利用强度变化及其对蒸散发的影响[J]. 干旱区研究, 2024, 41(6): 951-963.
[9]	刘如龙, 赵媛媛, 陈国清, 迟文峰, 刘正佳. 内蒙古黄河流域1990—2020年生境质量评估[J]. 干旱区研究, 2024, 41(4): 674-683.
[10]	李佳珂, 邵战林. 基于PLUS和InVEST模型的乌鲁木齐市碳储量时空演变与预测[J]. 干旱区研究, 2024, 41(3): 499-508.
[11]	严莉, 曹广超, 康利刚, 刘梦琳, 叶得力. 基于InVEST模型的共和县生境质量时空变化及驱动因素[J]. 干旱区研究, 2024, 41(2): 314-325.
[12]	王洋, 冯卓亚, 许丽, 高文信. 塔里木河流域生境质量与土地利用变化响应及驱动力[J]. 干旱区研究, 2024, 41(12): 2132-2142.
[13]	王士维, 孙栋元, 周敏, 王亦可, 王祥镔, 季宗虎, 张文睿, 武兰珍. 1951—2020年疏勒河流域气温时空变化特征[J]. 干旱区研究, 2023, 40(7): 1065-1074.
[14]	王鹏, 秦思彤, 胡慧蓉. 近30 a拉萨河流域土地利用变化和生境质量的时空演变特征[J]. 干旱区研究, 2023, 40(3): 492-503.
[15]	陈实, 黄银兰, 金云翔. 退耕还林（草）工程实施前后黄河中游生境质量时空变化分析[J]. 干旱区研究, 2023, 40(3): 456-468.