基于PLUS—InVEST模型的滁州市土地利用与生境质量时空演变及预测

摘""" 要：探究土地利用及生境质量变化，对促进区域土地资源可持续利用，维护生态安全具有重大意义。以滁州市为研究区，基于2000—2020年土地利用数据，利用PLUS模型、IM模型和InVEST模型分析土地利用及生境质量时空演变，并预测2030年滁州市不同情景下的土地利用和生境质量状况。结果表明：2000—2020年，滁州市建设用地持续扩张，耕地面积逐渐减少，土地利用强度变化倾向性特征明显;2030年滁州市生态保护情景下的林草地增长较明显，建设用地扩张速度减缓，其他3种情景下的生态用地呈减少趋势，城市蓝绿空间萎缩;2000—2020年，滁州市生境质量整体呈下降趋势，建设用地扩张引发琅琊区及周边生境质量显著下降;2030年滁州市4种情景下的生境质量水平由高到低排序为生态保护情景gt;耕地保护情景gt;自然发展情景gt;经济发展情景。综上，本研究可为滁州市生态格局优化及高质量发展提供科学参考。

关键词：土地利用变化;生境质量;PLUS模型;InVEST模型;滁州市

中图分类号：X826;X171.1"""""""" 文献标识码：A"""""""""" DOI 编码：10.3969/j.issn.1006-6500.2024.08.006

Spatio-temporal Evolution and Prediction of Land Use and Habitat Quality in Chuzhou City Based on PlUS-InVEST Model

REN Chaoqun，LIU Pinghui

（School of Earth Sciences， East China University of Technology， Nanchang， Jiangxi 330000， China）

Abstract：Exploring land use patterns and habitat quality under different scenarios is of great significance to promote the sustainable use of regional land resources and maintain ecological security. Based on the land use data of Chuzhou City from 2000 to 2020， the PLUS model， IM model and InVEST model were used to analyze the spatial-temporal evolution characteristics of land use change and habitat quality and to simulate the land use pattern and habitat quality of Chuzhou City under different scenarios in 2030. The results showed that from 2000 to 2020， the construction land of Chuzhou City continued to expand， the cultivated land area gradually decreased， and the change tendency of land use intensity was obvious. In 2030， under the ecological protection scenario of Chuzhou City， forest and grassland land increased significantly， and the expansion rate of construction land slowed down. In the other three scenarios， ecological land use decreased， and the urban blue-green spaces shrank.From 2000 to 2020， the overall habitat quality of Chuzhou City showed a downward trend， and the expansion of construction land led to a significant decline in habitat quality in Langya District and its surrounding areas. In 2030， the habitat quality of Chuzhou City was ranked from high to low in four scenariosecological protection scenariogt;cultivated land protection scenariogt;natural development scenariogt;economic development scenario. The results can provide scientific references for the optimization of ecological patterns and the high-quality development in Chuzhou City.

Key words： land use change; habitat quality; PLUS model; InVEST model; Chuzhou City

天津农业科学" Tianjin Agricultural Sciences

2024，30（8）：39-47

收稿日期：2024-07-03

作者简介：任超群（1997—），女，安徽滁州人，在读硕士生，主要从事土地资源管理研究。

通讯作者简介：刘平辉（1969—），男，江西抚州人，教授，博士，主要从事土地资源管理研究。

土地利用变化是连接自然与人类社会的重要纽带，也可以直接反映人类活动在地表环境上的转化过程[1]。生境质量是指生态系统在特定时空条件下，提供给物种生存和可持续发展的能力[2]，在一定程度上反映区域生物多样性状况，是衡量生态环境的重要指标。然而，随着社会经济的快速发展和人类活动强度的提高，建设用地扩张不断，土地利用结构和功能发生巨大改变[3-4]，区域生境质量下降，生境斑块破碎化现象日益凸显[5]。因此，深入分析区域土地利用变化及生境质量时空演变，能够为生态文明建设提供科学借鉴。

LUCC研究中，模拟并预测未来LUCC演变过程成为普遍研究方法。在CA模型的基础上，研究人员开发出FLUS、CLUS-S、PLUS等模型[6-7]。PLUS模型能够有效模拟多地类综合演变，被广泛应用于国内外研究。周侗等[8]基于PLUS模型分析不同情景下的南京市土地利用的时空动态变化，比较不同情景下的生态风险等级占比和土地类型的空间分布。徐海斌等[9]利用PLUS模型模拟各类用地未来空间布局，划分各类用地弹性空间。目前，常见的生境质量评价研究方法主要有RSEI、HIS、SoLVES、InVEST等模型[10-11]，而InVEST模型具有操作简便、数据易获取的优势。国内研究多集中在城市群、流域、市域等尺度。常玉旸等[12]基于InVEST模型和Fragstats软件评估京津冀地区景观格局和生境质量演变特征。杨伶等[13]基于InVEST模型模拟2030年洞庭湖流域不同情景下的生境质量格局。苏敬等[14]利用InVEST模型评估1985—2020年忻州市生境质量并分析其地形梯度效应。

PLUS模型和InVEST模型在预测土地利用和评估生境质量等方面各有优势并得到了广泛运用。鉴于此，耦合2种模型并深入探究未来城市土地利用变化和生境质量演变特征，可为制定区域生物多样性保护和土地开发政策提供了重要的理论支撑。

近年来，滁州市凭借南京都市圈和合肥都市圈的地缘优势，工业化、城镇化进程加快，土地利用格局发生改变，经济社会发展与生态环境之间矛盾突出。因此，利用相关软件定量探究滁州市生境质量具有重要的现实意义。本文基于滁州市2000年、2010年、2020年3期土地利用数据，运用InVEST模型定量评估研究区生境质量时空演变特征，借助PLUS模型预测2030年滁州市不同发展情景下的土地利用格局并分析生境质量，对未来滁州市管理生态环境质量，实现可持续发展目标具有借鉴意义。

1 研究区域概况与数据来源

1.1 研究区域概况

滁州市（31°51'～33°13'N，117°09'～119°13'E）位于安徽省东部，是长三角一体化发展核心城市之一。滁州属亚热带湿润季风气候，雨热同期。地势西高东低，地貌以丘陵、平原为主。土地利用类型总体上以耕地、林地为主，建设用地总量不断扩张。截至2023年底，滁州市地区实现生产总值3 782.01亿元，常住人口405万人。随着人口增长和城镇化水平提高，滁州市土地利用与覆被发生变化，生物多样性减少，威胁到区域的可持续发展。

1.2 数据来源

本文所用数据包括土地利用数据[15]和PLUS模型驱动因子数据[16]，数据来源见表1。所有栅格数据精度统一为30 m×30 m，坐标统一为WGS_1984_UTM_Zone_50N。

2 研究方法

2.1" PLUS模型

2.1.1 模型介绍 PLUS模型是基于栅格数据预测未来土地利用空间格局的模型[6]。该模型通过挖掘各类土地利用变化的诱因，利用随机森林算法提取土地扩张部分，计算各地类发展的可能性，分析土地利用变化综合概率，实现对土地利用模式的优化[17]。PLUS模型具有模拟精度高、数据处理速度快的优点。

LEAS模块采用随机森林算法对空间数据进行随机抽样，探索土地利用类型扩张的驱动因素，获得各地类发展概率[17]。CARS模块负责区域内各地类的发展演变趋势模拟，联合土地利用转换规则、领域权重和各地类未来需求像元数等模拟不同斑块的生长和转换过程。模型运行各参数设置参照陈竹安等[18]研究和滁州市实际情况。公式如下[17]：

Pi， k" （X） =（1）

式中，Pi， k" （X） 为空间单元i处输出的地类k的增长概率;X表示多个驱动力因素组成的向量;函数I为决策树集成的指数函数;函数hn（X）为预测的土地利用类型;M为决策树的总数;d取值1或0。若d=1，表示存在其他地类可以转为地类k;若d=0，则表示其他地类可以向地类k以外的地类转移。

（2）

式中，Dk t 表t时地类k的惯性系数;Gk t -1和Gk t -2分别表示t-1时和t-2时土地需求和实际数量的差值。

2.1.2 精度验证 本文以2000—2010年土地利用数据为基础，预测2020年土地利用空间分布，并与2020年实际数据进行空间叠加分析。结果显示，Kappa系数为0.85，FOM值为0.23。Kappa系数大于0.8，表明模拟精度较高[13]，PLUS模型对滁州市土地利用变化模拟效果较好。

2.1.3 多情景设置 根据滁州市保护与发展的需求，结合已有研究经验[7]，参考历史滁州市土地利用转移变化规律和《滁州市国土空间总体规划（2021—2035年）》，本文设定自然发展、耕地保护、生态保护和经济发展4种情景。

自然发展情景：2030年土地需求基于2010—2020年演化趋势利用Markov chain模块预测确定，将水域设为限制转化区。

耕地保护情景：在自然发展情景基础上，通过限制像元数降低转移概率限制。建设用地向耕地转移的概率增加50%，耕地向建设用地转移的概率减少50%。

生态保护情景：建设用地转为林地的概率增加50%，林地向建设用地转移的概率减少50%，草地和水域等生态用地转为建设用地的概率均减少20%。

经济发展情景：耕地、草地、林地转为建设用地的概率均增加20%，建设用地向其他地类转移的概率减少20%。

2.2 IM模型

IM模型是由中国地质大学（武汉）李帅呈在深入研究土地利用转移的基础上[19]提出的强度分析框架。该模型依据绝对数量和相对比例2个维度，通过构建土地利用变化强度图谱直观地展示地类间的转换特征，从而对LUCC的转移趋势展开深入探究。相较于单一的土地利用分析方法，IM模型能够更深层次地挖掘土地利用类型演变趋势和转移规律[20]，分析该趋势对土地利用/覆被结构产生的影响，为土地利用管理提供了有效的科学依据。

2.3 InVEST模型

InVEST模型中，生境质量模块被广泛应用于评估生境质量和人类活动对生态环境的影响。该模型基于威胁因子权重、影响距离、土地利用类型对威胁因子的敏感度计算研究区的生境质量，具有良好的适用性和易操作性[21]。生境质量取值范围为0～1。值越接近1，表明生境质量越好;值越接近0，表明生境质量越差。计算公式如下[22-23]：

Qik=Hk1-

（3）

式中，Hk为生境适宜度;Dik为生境退化度;K为半饱和参数，软件默认取值0.5;Z为常量，一般取值为2.5;Qik为生境质量指数，取值范围0～1。值越大，表明生境质量越好。

通过参考现有研究成果[24-25]，结合研究区实际情况，本研究将耕地、建设用地和未利用地作为威胁因子，设置InVEST模型相关参数（表2、表3）。

3 结果与分析

3.1 土地利用变化

3.1.1 土地利用结构 2000—2020年，滁州市土地利用类型以耕地和林地为主（表4）。区内耕地分布范围连续且广泛。林地主要分布在江淮分水岭地区，水域主要集中分布在天长市和明光市地区。

建设用地主要分布在东部中心城市及城镇地区和西北部平原地区。草地和未利用地面积较少，不足总面积的2%，呈零星斑状分布（图1）。

图2显示不同土地利用类型在20年间的动态转换关系。2000—2010年，滁州市林地面积变化最大，减少9 354.87 hm2，主要转为耕地和建设用地。此阶段人口增长，粮食需求量增加，人造地表扩张。2010—2020年，滁州市建设用地扩张幅度最大，增加50 411.25 hm2，大量耕地、林地转为建设用地。随着退耕还林（草）和长江防护林工程的实施，林地面积的变化幅度呈下降趋势。此阶段城市化进程加快，对住宅用地和工业用地需求增加，城市基础设施建设不断完善，侵占农业和生态空间。总体而言，20年间滁州市耕地面积呈减少趋势，建设用地以琅琊区为中心面积逐步扩大，生态土地覆盖流失严重，耕地、林地和建设用地之间相互转换剧烈。

3.1.2 土地利用强度 由图3可知，耕地和林地向建设用地转化、林地向耕地转化呈现出系统倾向性的转换特征;耕地向林地转化、建设用地向水域转化呈现出绝对倾向性特征;未利用地向建设用地、林地转化等呈现出相对倾向性特征;草地、水域向建设用地转化等呈现出系统抑制性特征。

强度图谱体现土地利用类型的区域共性规律，有助于判断各地类之间的转换趋势[19]。2000—2020年，滁州市地类转入面积较多的有建设用地、耕地、林地，这与强度图谱中的倾向性特征一致。这进一步说明了其他地类更倾向于转入这3种地类，符合中国土地系统变化的一般性规律。

3.2 土地利用预测

在自然发展情景下，相较于2020年，2030年滁州市建设用地面积变化幅度较大，增加38 056.41 hm2;耕地和林地面积呈减少趋势，林地、耕地面积分别减少16 066.26、23 869.08 hm2。在耕地保护情景下，耕地扩张显著，增加28 884.96 hm2;林地和建设用地面积减少明显，分别减少15 737.76、5 463.00 hm2。在生态保护情景下，建设用地扩张幅度较小;林地和草地面积分别增加3 335.31、1 147.50 hm2。在经济发展情景下，建设用地较自然发展情景进一步扩张，耕地和林地规模大幅减小，面积分别减少30 967.20、17 626.05 hm2（表5、图4）。

总体而言，在自然发展情景下，各土地利用类型主要流向建设用地，生态面积减少。在耕地保护情景下，实现了耕地的有效保护，但较少考虑经济发展的实际情况，参考性较低。在生态保护情景下，受生态保护修复政策的影响，具有高生态效益的林地和草地得到有效保护，建设用地规模增长幅度较小，对滁州市土地利用变化有较强的指导作用。在经济发展情景下，耕地和林地规模缩小，建设用地快速扩张，严重威胁滁州市耕地保护和生态建设。

3.3 生境质量变化

为了呈现生境质量在不同年份的演变过程，本文基于“自然断点法”将生境质量结果依次划分0～0.3、0.3～0.6、0.6～0.8、0.8～1，分别对应差、中、良、优4个等级[25]，得出各时期滁州市不同等级的生境质量面积占比（表6）。滁州市2000年、2010年、2020年生境质量均值分别为0.366 8、0.365 3、0.354 7，具有潜在的生境退化风险。

从时间尺度上看，2000年以来，滁州市生境质量呈逐年下降趋势，各等级生境质量面积变化显著。2000—2020年，中等级生境质量面积占比最大，但呈现逐年下降趋势，面积减少48 535.38 hm2;良和优等级生境质量面积较2000年分别减少1 044.36、1 065.69 hm2;差等级生境质量区域分布范围扩张，面积增加50 645.43 hm2。

从空间尺度上看，滁州市生境质量空间差异显著，沿江淮岭脊线和西北部呈高分布格局，其余区域呈低分布格局（图5）。生境质量为优等的区域主要集中于中部林地，植被覆盖度较高且受人类活动影响较小。中和良等级生境质量区域主要位于中部和西北部，集中在凤阳县、南谯区、来安县西北部等地，该区域土地类型主要为林地、草地和水域。差等级生境质量区域主要位于东南部和西南部地区，集中于天长市、定远县、琅琊区等地，该区域以耕地与建设用地为主，地势平缓，人类活动密集。滁州市在南京经济区的辐射带动下，城镇化和工业化对周边生境的威胁较为强烈。

结合土地利用及转移变化可知，2000—2020年，作为生境威胁源的建设用地快速扩张，林地、草地等生态用地面积减少，导致区域生态环境恶化，差等级生境质量面积持续增加。琅琊区、来安县、天长市等区域生境质量变差，这与工业园区建设和人造地表扩张有关。耕地向林地、草地转移区域主要集中在南谯区、明光市，该区域生境质量相对较高。这说明退耕还林等生态保护措施的实施有利于恢复生态土地，提高区域生态服务功能。

3.4 生境质量模拟

本研究基于PLUS模型获得的2030年滁州市多情景土地利用预测结果，提取各情景下的威胁因子数据导入InVEST模型（图6）。自然发展情景、耕地保护情景、生态保护情景和经济发展情景下的生境质量均值分别为0.344 0、0.351 5、0.354 9、0.338 3。与2020年相比，2030年滁州市不同情景下的各等级生境质量面积存在差异（表7）。

在自然发展情景下，中等级生境质量面积减少45 830.16 hm2;差等级生境质量区域扩张，面积增加39 654.72 hm2，主要集中在琅琊区、凤阳县西部;良和优等级生境质量面积无明显变化。综合来看，在自然发展情景下，滁州市生境质量进一步下降，生态环境脆弱。

在耕地保护情景下，中和优等级生境质量面积分别减少7 894.17、2 991.78 hm2，主要集中在江淮分水岭地区;差等级生境质量面积增加10 847.07 hm2;良等级生境质量面积变化不明显。与自然发展情景相比，耕地保护情景下的生境质量有所提升。

在生态保护情景下，差等级生境质量面积减少7 420.32 hm2;中等级生境质量面积增加11 067.75 hm2，主要集中在江淮分水岭地区和天长市东部;良和优等级生境质量面积减少幅度较小。滁州市生境质量指数提高，草地和林地面积增多，区域景观连通性提高，生境破碎化程度降低。

在经济发展情景下，优等级生境质量面积减少3 873.06 hm2;差等级生境质量面积增加53 756.64 hm2，主要集中在琅琊区和来安县南部;中和良等级生境质量面积均减少。滁州市建设用地的扩张影响城市总体生境质量。

通过多情景预测和生境质量对比分析发现，在生态保护情景下，生境质量得到较大程度的恢复和改善。原因主要是建设用地面积缩减、林地等生态用地面积增多。因此，在滁州市土地利用发展过程中，应将空间规划与生境质量相结合，发展经济的同时，加大生态保护的力度，构建城市绿色发展空间，加强对土地资源的合理利用。

4 讨论与结论

4.1 讨论

结合土地利用和生境质量变化情况看，生境质量空间格局演变与土地利用变化基本一致。2000—2020年，滁州市生境质量存在退化趋势，这与滁州市城市建设用地急剧扩张导致生态系统不稳定有关。在所有土地利用类型中，建设用地扩张对生境质量的影响最为明显。江淮岭脊线地区植被覆盖度较高，并且近年来该地区积极开展生态保护，总体生境质量较高。滁州市东南部等平原地区，人口众多，耕地面积广阔，生境质量相对较差。

不同的发展情景会直接影响区域土地利用变化而土地利用变化是导致区域生境质量变化的重要因素。在自然发展情景、经济发展情景和耕地保护情景下，滁州市未来生境质量不容乐观。只有在生态保护情景下，区域生境质量才能得到有效恢复。因此，应当协调和稳定好生态用地平衡问题，降低建设用地扩张和农田开垦对生态廊道的破坏，实现生态安全格局优化，引导土地可持续发展。

本研究仍然存在不足，如涉及宏观政策性的要素因种种原因未能加入模型、各情景下的像元需求数预测精度存在误差等，未来将进一步优化。

4.2 结论

（1）滁州市土地利用类型以耕地为主，2000—2020年，建设用地大幅增长，建设用地增长主要由耕地、林地转入。受人类开发活动的影响，耕地流出面积较多。耕地、林地和建设用地之间转化较为明显，土地利用强度变化倾向性特征明显。

（2）2030年滁州市生态保护情景下的林草地面积增长较为明显，建设用地扩张速度减缓;在自然发展情景和经济发展情景下，建设用地增幅较大，城市蓝绿空间萎缩;在耕地保护情景下，耕地面积明显提升，林草地面积下降。

（3）2000—2020年，滁州市生境质量呈下降趋势，高生境质量区域主要集中在江淮岭脊线和西部林地。建设用地侵占耕地，生态用地急剧减少，引发琅琊区及周边生境质量的显著下降。

（4）对比分析2030年滁州市4种情景下的生境质量可知，仅在生态保护情景下，差等级生境质量面积减少，生境质量整体呈改善趋势，生态环境得到改善;在其他3种情景下，生境质量均呈现轻微下降趋势。因此，滁州市政府需进一步管制生态用地用途，优化生态补偿机制，控制建设用地，避免盲目扩张，保护生态用地完整性，提高滁州市整体生境质量。

参考文献：

[1] 何春阳， 张金茜， 刘志锋， 等. 1990-2018年土地利用/覆盖变化研究的特征和进展[J]. 地理学报， 2021， 76（11）： 2730-2748.

[2] 岳文泽， 夏皓轩， 吴桐， 等. 浙江省生境质量时空演变与生态红线评估[J]. 生态学报， 2022， 42（15）： 6406-6417.

[3] 勾蒙蒙， 刘常富， 李乐， 等. 三峡库区典型流域生境质量时空演变特征与情景模拟[J]. 生态学杂志， 2023， 42（1）： 180-189.

[4] 郑贱成， 谢炳庚， 游细斌. 基于土地利用变化的广东省生境质量时空演变特征[J]. 生态学报， 2022， 42（17）： 6997-7010.

[5] 乔治， 贺曈， 卢应爽， 等. 全球气候变化背景下基于土地利用的人类活动对城市热环境变化归因分析——以京津冀城市群为例[J]. 地理研究， 2022， 41（7）： 1932-1947.

[6] LIANG X， GUAN Q F， 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.

[7] 牛统莉， 熊立华， 陈杰， 等. 基于PLUS模型的长江流域土地利用变化模拟与多情景预测[J]. 武汉大学学报（工学版）， 2024， 57（2）： 129-141， 151.

[8] GAO L N， TAO F， LIU R R， et al. Multi-scenario simulation and ecological risk analysis of land use based on the PLUS model： A case study of Nanjing[J]. Sustainable Cities and Society， 2022， 85： 104055.

[9] 徐海斌， 肖长江， 刘雅雯， 等. 基于PLUS模型的徐州市土地利用布局弹性空间模拟[J]. 资源科学， 2024， 46（1）： 175-186.

[10] 汪东川， 陈星， 孙志超， 等. 格尔木长时间序列遥感生态指数变化监测[J]. 生态学报， 2022， 42（14）： 5922-5933.

[11] 赵庆建， 吴晓珍. 基于InVEST模型的岷江流域土地利用变化对生境质量的影响研究[J]. 生态科学， 2022， 41（6）： 1-10.

[12] 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.

[13] 杨伶， 王金龙， 周文强. 基于多情景模拟的洞庭湖流域LUCC与生境质量耦合演变分析[J]. 中国环境科学， 2023， 43（2）： 863-873.

[14] 苏敬， 芮菡艺， 朱沁园， 等. 基于InVEST模型的1985-2020年忻州市生境质量演变及地形效应[J]. 生态与农村环境学报， 2023， 39（12）： 1525-1533.

[15] YANG J， HUANG X. The 30m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data， 2021， 13（8）： 3907-3925.

[16] 雒舒琪， 胡晓萌， 孙媛， 等. 耦合PLUS-InVEST模型的多情景土地利用变化及其对碳储量影响[J]. 中国生态农业学报（中英文）， 2023， 31（2）： 300-314.

[17] 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.

[18] 陈竹安， 刘子强， 张立亭， 等. 南昌市LUCC多情景模拟和生境质量时空演变与预测[J]. 农业机械学报， 2023， 54（5）： 170-180.

[19] 李帅呈， 龚健， 杨建新， 等. 兰西城市群土地利用/覆被变化模式特征——基于强度分析框架[J]. 资源科学， 2023， 45（3）： 480-493.

[20] 阮俞理， 刘翠善， 王国庆， 等. 浏阳河流域土地利用变化特征及其与关键水文要素的关系[J]. 节水灌溉， 2024（1）： 53-59， 68.

[21] 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.

[22] 刘永婷， 杨钊， 徐光来， 等. 基于MGWR模型的皖江城市带生境质量对城镇化的响应研究[J]. 地理科学， 2023， 43（2）： 280-290.

[23] WANG Z Y， LI X， MAO Y T， et al. Dynamic simulation of land use change and assessment of carbon storage based on climate change scenarios at the city level： A case study of Bortala， China[J]. Ecological Indicators， 2022， 134： 108499.

[24] 张徐， 李云霞， 吕春娟， 等. 基于InVEST模型的生态系统服务功能应用研究进展[J]. 生态科学， 2022， 41（1）： 237-242.

[25] 郑亚平， 张俊华， 田惠文， 等. 大别山区生境质量时空特征及自然-人为因素驱动机制[J]. 环境科学， 2024， 45（4）： 2268-2279.