伊犁河谷“三生”空間景觀生態風險時空演變與多情景模擬

吳常蕊 王宏衛 羅魁 鄭旭東 閆曉梅

摘要： 基于伊犁河谷1990-2020年土地利用數據，利用景觀生態風險評價模型探析“生產-生活-生態”（“三生”）空間及景觀生態風險格局時空演變特征，借助PLUS模型模擬伊犁河谷2030年生產空間優先、生活空間優先和生態空間優先3種情景下“三生”空間格局及景觀生態風險分布特征。結果表明：1990-2020年，伊犁河谷“三生”空間以草地生態空間為主，草地生態空間和林地生態空間面積呈減少趨勢，其余空間呈增加趨勢；1990，2000，2010，2020年景觀生態風險均值分別為0.035 5，0.033 1，0.034 8，0.034 6，伊犁河谷景觀生態風險呈先下降后上升趨勢，風險等級在空間分布上呈現梯度變化；2020-2030年3種情景的景觀生態風險均呈上升趨勢，景觀生態風險均值從大到小為生活空間優先情景、生態空間優先情景、生產空間優先情景。

關鍵詞： “三生”空間； 景觀生態風險； PLUS模型： 模擬預測； 伊犁河谷

中圖分類號： P 901； X 826文獻標志碼： A?? 文章編號： 1000-5013（2024）01-0061-10

Spatiotemporal Evolution and Multi Scenario Simulation of Ecological Risks in “Three Lives” Spatial Landscape of Ili River Valley

WU Changrui1，2， WANG Hongwei1，2， LUO Kui1，2，ZHENG Xudong1，2， YAN Xiaomei1，2

（1. School of Geographic Science and Remote Sensing， Xinjiang University， Urumqi 830046， China

2. Key Laboratory of Xinjiang Oasis Ecological Autonomous Region， Xinjiang University， Urumqi 830046， China）

Abstract： Based on the land-use data of the Ili River Valley from 1990 to 2020， the landscape ecological risk assessment model was used to explore the spatiotemporal evolution characteristics of the “production-living-ecological”（“three lives”） spaces and landscape ecological risk patterns. The PLUS model was used to simulate the spatial patterns and the landscape ecological risk distribution characteristics of “three lives” under the three scenarios including the production space priority， the living space priority and the ecological space priority of the Ili River Valley in 2030. The results showed that， from 1990 to 2020， “three lives” spaces of Ili River Valley was dominated by the grassland ecological space， and the area of grassland ecological space and woodland ecological space showed a decreasing trend， while the remaining space showed an increasing trend. In 1990，2000，2010 and 2020， the average landscape ecological risks were 0.035 5， 0.033 1， 0.034 8 and 0.034 6， respectively. The landscape ecological risks of the Ili River Valley showed a trend of first decreasing and then increasing， and the risk levels showed a gradient change in spatial distribution. From 2020 to 2030， the landscape ecological risks showed an upward trend under the three scenarios， and the average value of landscape ecological risks which ranged from high to low were the living space， the ecological space， and the production space of priority scenarios.

Keywords：“three lives” space； landscape ecological risk； PLUS model； simulation prediction； Ili River Valley

美國環境保護署在20世紀90年代提出生態風險評估框架，為深入理解生態系統的穩定性和可持續性提供理論支持［1］。生態風險評估是基于現有生態風險源評估系統的潛在損害［2-3］，生態風險評估框架不僅有助于更好地管理環境，還有助于更全面地了解潛在的生態風險［4-5］。

景觀生態風險評價作為生態風險評估的重要分支，強調在自然和人為的影響下的景觀結構和類型［6-9］，而當前的研究主要集中于人類活動頻繁的大城市和生態脆弱區域，例如，流域、行政區、城市、礦區和自然保護區等［10-16］，對于生態類型復雜的綠洲地區，特別是在“三生”空間視角下的景觀生態風險變化的研究相對薄弱［17-22］。

綠洲地區作為生態系統中的亮點，其生態環境變化對整個區域的可持續發展具有重要影響［9］。然而，現有的研究大多基于短時間跨度的土地利用數據，對于長時間跨度的景觀生態風險變化缺乏深入研究。因此，探討綠洲地區長時間序列景觀生態風險的演變特征及未來趨勢顯得尤為重要，這將有助于全面地理解和預測區域的生態環境狀況。伊犁河谷不僅是新疆乃至中亞地區的生態調節樞紐，同時也是承載新疆重要社會經濟發展的地理單元［23-24］。本文對伊犁河谷“三生”空間景觀生態風險時空演變與多情景模擬進行研究。

1 研究區概況與數據來源

1.1 研究區概況

伊犁河谷位于新疆天山西部的伊犁河上游，東經80°09′～84°56′，北緯42°14′～44°50′。伊犁河谷東面、南面和北面都被群山環繞，地勢西低東高，西寬東窄，伊犁河由東向西穿越伊犁中央。伊犁河谷屬于溫帶大陸性氣候，氣候溫和濕潤，年均氣溫為10.4 ℃，年降雨量約為417.6 mm，山區降雨量可達600 mm，是新疆最濕潤的地區。伊犁河谷農牧業發展優勢明顯，農牧產品豐富。隨著經濟發展和城鎮化進程加快，人類活動對“三生”空間格局影響越來越大，生態環境長期受到人類活動干擾，進而影響著區域生態風險，以伊犁河谷為研究區域，研究區域示意圖，如圖1所示。

1.2 數據來源

采用1990，2000，2010，2020年土地利用柵格數據（30 m×30 m），年均降水、年均氣溫、植被覆蓋度（FVC）、人均國內生產總值（GDP）、人口密度數據均為精度 1 km×1 km 的柵格數據，30 m×30 m的均重采樣。以上數據均來自中國科學院資源環境數據中心（http：∥www.resdc.cn）。

數字高程模型（DEM）數據來自地理空間數據云平臺（http：∥www.Gscloud.cn），坡度和坡向由 DEM 數據衍生得到，研究區域矢量邊界由中國縣級行政區劃邊界圖進行提取，距離數據由歐氏距離法計算?；凇叭笨臻g與土地利用主導功能的視角，結合研究區域的實際情況，歸并基礎數據中各用地類型［25］。

“三生”空間分類體系，如表1所示。

2 研究方法

2.1 PLUS模型

PLUS模型利用土地擴展分析策略（LEAS）計算研究區域各土地利用類型的增長概率，結合不同土地利用類型的像元數、轉換矩陣、各土地利用類型的鄰域權重和多類型隨機種子（CARS）對研究區域未來土地利用進行模擬，從而確定土地擴張和景觀動態變化的驅動因素［26-27］。以2010，2020年土地利用數據為基礎，綜合文獻［22，28-37］，從研究區域實際情況、數據可獲取性和驅動因子可量化性3方面進行考慮，在驗證PLUS模型精度時，不斷調整因子，最終得到模擬精度較高的影響因子組合。土地利用模擬驅動因子，如圖2所示。

利用2010年土地利用現狀圖，模擬得到2020年土地利用空間分布狀態，PLUS模型整體精度為0.92，Kappa系數為0.85（>0.80）。因此，模擬結果精度較高，可對2030年的土地利用格局進行模擬。

綜合考慮不同的發展需求，在 PLUS 模型中設置生產空間優先發展、生活空間優先發展和生態空間優先發展3種情景，從而模擬伊犁河谷 2030 年的土地利用格局［38-39］。轉換原則設計如下：1） 生產空間優先發展情景下，農業生產空間和工礦生產空間是重要空間類型，因此，保護并擴大生產空間是這一情景的主要目標，伊犁河谷處于經濟發展的重要階段，預計生態空間向生產空間轉化的可能性將提高10%；2） 生活空間優先發展情景下，通過限制生活空間向其他空間類型轉化來實現生活空間優先發展，禁止高等級空間類型向低等級空間類型轉換（空間類型等級由高向低為城鎮生活空間、鄉村生活空間、工礦生產空間、農業生產空間、林地生態空間、草地生態空間、水域生態空間、其他生態空間）；3） 生態空間優先發展情景下，將生態環境保護作為第一目標，限制城市化，將生態保護紅線設為限制區，限制生態空間向其他空間類型的轉出，不允許高生態效益用地向低生態效益用地轉換，增加其他空間類型向生態空間的轉換概率。

空間類型轉換成本矩陣，如表2所示。表2中：1 表示可能轉換；0 表示不可能轉換；a，b，c，d，e，f，g，h分別表示農業生產空間、工礦生產空間、城鎮生活空間、農村生活空間、草地生態空間、林地生態空間、水域生態空間和其他生態空間。

參考文獻［37］，根據空間類型擴張面積的占比進行計算，得到不同場景下的鄰域因子權重（表3）。表3中：s表示空間類型擴張面積；η表示擴張面積比例（鄰域因子權重）。鄰域因子權重數值范圍為 0～1，數值越大，表明該空間類型轉化為其他空間類型難度越大，擴張能力越強；反之，則轉為其他空間類型越容易。

2.2 景觀生態風險模型

為了明確“三生”空間景觀生態風險狀況，基于網格采樣法 （格網宜采用平均斑塊面積的2～5倍［17］），選用3 km×3 km的網格作為評價單元（風險小區6 220個），利用Fragstats計算各時期各單元的景觀生態風險指數。將景觀生態風險指數作為景觀風險小區中心點的風險指數，構建景觀生態風險模型［32］。評價單元k的景觀生態風險指數（IER，k）越小，表示該評價單元的生態風險程度越低，反之，景觀生態風險程度越高。IER，k表達式為

式（1）中：sk，i為評價單元k中i類景觀的面積；sk為評價單元 k的總面積；IR，i為i類景觀的損失度指數，IR，i=IE，i×IV，i，IE，i為i類景觀干擾度指數，IV，i為i類景觀類型的脆弱度指數。

景觀干擾度指數IE，i表達式為

IE，i=αIC，i+βIN，i+γIF，i。（2）

式（2）中：IC，i，IN，i，IF，i分別為i類景觀破碎度指數、分離度指數和分維數指數；σ，β，γ分別為各景觀指數的權重，α+β+γ=1，α=0.5，β=0.3，γ=0.2［29］。

景觀格局指數的計算方法，如表4所示。

3 研究結果與分析

3.1 土地利用變化分析

1990-2020年，伊犁河谷主要用地為草地生態空間（GES），占地面積可達60%以上。伊犁河谷農業生產空間（APS）、工礦生產空間（IPS）、城鎮生活空間（ULS）、農村生活空間（RLS）、水域生態空間（WES）和其他生態空間（OES）面積呈增加趨勢，分別增加1 687.49，84.99，73.36，1.06，49.85，75.96 km2；草地生態空間和林地生態空間（FES）面積則呈減少趨勢，分別減少了1 733.38，245.68 km2?？臻g類型轉移圖，如圖3所示。

由圖3可知：1990-2020年，內伊犁河谷以草地生態空間與農業生產空間、林地生態空間、其他生態空間相互轉換為主。草地生態空間轉為農業生產空間的面積最多（448.56 km2），占草地生態空間轉出總面積的78.36%，農業生產空間轉為草地生態空間的面積為537.64 km2，占農業生產空間轉出總面積的66.12%。這表明伊犁河谷“三生”空間的變化以草地生態空間的轉出、轉入為主導。

3.2 景觀生態風險時空演變分析

1990-2020年景觀生態風險，如圖4所示?；谧匀粩帱c法將生態風險統一分為5個等級的生態風險區，即低風險區域（IER≤0.015 6）、較低風險區域（0.015 60.046 4）。

從時間尺度上看，1990年，IER為0.005 5～0.060 4，其平均值為0.035 5；2000年，IER為0.005 5～0.057 8，其平均值為0.033 1；2010年，IER為0.005 5～0.056 8，其平均值為0.034 8；2020年，IER為0.005 3～0.056 7，其平均值為0.034 6。

從空間分布上看， 1990年，高風險區域主要分布于伊犁河谷最北部、東部、南部的山地區域（圖4（a）），此區域以其他生態空間為主，包括積雪等，景觀類型較復雜，景觀損失度和景觀脆弱度均較大，故景觀生態風險較高；較高風險區域的分布以高風險區域為中心，向四周擴散分布，主要沿伊犁河、特克斯河及鞏乃斯河分布，河岸區域以農業生產空間為主，生產空間和生活空間零散分布其中，人類活動干擾較強，景觀斑塊趨于破碎和零散；中、較低風險區主要分布于谷地，該區域以林地生態空間和草地生態空間為主，連片分布，降水充足，氣候適宜，人類活動干擾相對較小，因此，景觀生態風險較低；低風險區域的面積占比極小，僅為1.53%，集中分布于伊寧市東南部，是由于該區域中城鎮生活空間集中分布，景觀類型單一，斑塊數少，破碎度極低，因此，景觀生態風險低。2000年，中、較高、高風險區域面積顯著減少（圖4（b）），分別減少3 771，2 889，2 358 km2，分布范圍明顯收縮，而較低、低風險區面積顯著增加，分別增加2 187，6 831 km2，低風險區的大量分布于各個縣市，雖仍是星點狀分布，但數量和面積均增加，這得益于退耕還林、還草政策的實施。2010年，中、較高、高風險區域的面積增加（圖4（c）），分別增加5 301，594，1 269 km2，較低、低風險區域的面積分別減少2 124，5 040 km2，較高、高風險區域的分布更為集中，低風險區域僅分布在伊寧市、昭蘇縣、新源縣及研究區邊緣。2020年風險區的分布與2010年相似（圖4（d）），變化較小，低風險區域在鞏留縣也有分布，位于伊寧市的低風險區面積增加。此外，伊犁河谷的景觀生態風險分布呈現出以高風險區為中心，較高風險區、中風險區、較低風險區、低風險區依次出現的特征?？偟膩碚f，1990-2020年，低風險區主要集中于新疆伊寧市且呈擴張趨勢。

景觀生態風險面積統計，如表5所示。由表5可知：1990-2000年，低風險區與較低風險區的面積占比由31.98%上升到48.08%，中風險區面積占比由35.88%降到29.15%，較高風險區面積和高風險區面積占比由32.14%降低到22.77%，這個階段以較低風險區面積上升，中風險區面積下降為主，景觀生態風險顯著降低；2000-2020年，景觀生態風險明顯上升，其中，2010-2020年有略微下降，但不明顯，2000-2020年的低和較低風險區面積占比共降低12.52%，中風險區面積增速較快（增加10.67%），較高風險區面積先增加后減少（減少0.26%），高風險區面積占比減少2.11%，伊犁河谷景觀生態風險分布主要以中風險為主，景觀生態風險高值雖有降低，高值區面積有縮減，但整體景觀生態風險仍呈升高趨勢。

3.3 伊犁河谷土地利用生態風險預測

3.3.1 3種情景的“三生”空間分布預測 3種情景的“三生”空間分布圖，如圖5所示。由圖5（a），（b）可知：PLUS模型模擬精度較高。由圖5（c）可知：2030年，農業生產空間和工礦生產空間的擴張加劇，面積分別增加了391.19，72.60 km2，伊犁河谷有362.18 km2的草地生態空間轉向農業生產空間和工礦生產空間。由圖5（d）可知：伊犁河谷已經存在城市化趨勢，伊犁河谷的生態空間和生活空間均擴張，增加面積分別為526.21，61.21 km2，伊犁河谷其他生態空間和生產空間均有所縮減，分別減少了26.98，589.29 km2，各縣市的生產空間面積均減少。由圖5（e）可知：伊犁河谷的城市用地擴張受到明顯抑制，生活空間、生產空間面積都呈減少趨勢，共縮減578.15 km2，草地生態空間和林地生態空間面積分別增加561.58，58.82 km2，而水域生態空間和其他生態空間面積分別減少8.36，26.78 km2。

3.3.2 基于土地利用的景觀生態風險預測 從空間分布來看，2030年，生產空間優先情景、生活空間優先情景、生態空間優先情景的生態風險分布特征與2020年相差較小，研究區特殊的三山夾兩谷的地形特征對風險區分布有較大影響。

3種情景的景觀生態風險等級面積，如表6所示。由表6可知：3種情景的中風險區均占比最大，分別為37.14%，41.07%，40.73%，面積為20 790，22 995，22 797 km2；3種情景的低風險區占比最小，分別為1.50%，1.58%，1.46%，面積為837，882，819 km2；生產空間優先情景下低和較低風險區面積最?。?5 732 km2），高和較高生態風險面積最大（19 458 km2），生態空間優先情景下的低和較低風險區面積最大（16 488 km2），高和較高風險區面積最?。?6 695 km2）。

2030年3種情景的景觀生態風險，如圖6所示。

生產空間優先情景的景觀生態風險范圍為0.005 6～0.063 1，均值為0.036 093 235（3種情景中最高），區域整體景觀生態風險等級明顯升高，中風險等級向較高風險轉移面積最多（5 490 km2），風險等級上升、不變、下降區域分別為風險惡化區（風險惡化區域較大，占研究區面積的20.74%，呈星點狀分布，河岸地區的分布相對集中）、穩定區（面積為44 253 km2，占比為79.05%）、改善區（位于新疆察布查爾錫自治縣的西北角，面積僅有117 km2，占比0.21%）。

生活空間優先情景的景觀生態風險范圍為0.005 6～0.058 4，均值為0.035 628 9 3，整體生態風險雖仍呈上升趨勢，但以較低風險轉向中風險為主，面積為3 870 km2，風險惡化區、改善區、穩定區面積分別為8 136，198，47 646 km2。

生態空間優先情景的景觀生態風險也呈升高態勢，景觀生態風險值為0.005 6～0.062 7，均值為0.035 627 599，風險轉移特征與生活空間優先情景相似，風險惡化區、改善區、穩定區面積分別為7 677，198，48 105 km2。

因此，雖然3種情景中生活空間優先情景的景觀生態風險均值最低，但從風險區面積占比來看，生態空間優先情景下伊犁河谷的整體生態風險最低。

3 結論

1） 1990-2020年，伊犁河谷“三生”空間以草地生態空間為主，占地面積達60%以上。伊犁河谷農業生產空間、工礦生產空間、城鎮生活空間、農村生活空間、水域生態空間和其他生態空間面積增加，草地生態空間和林地生態空間面積則減少。

2） 1990-2020年，景觀生態風險降低，這一時期景觀生態風險均值呈現減小趨勢；2000-2020年，景觀生態風險明顯上升，均值雖有波動但不明顯。

3） 2020-2030年，生產空間優先情景下，區域整體生態風險等級明顯升高，中風險等級向較高風險轉移面積最多。生活空間優先情景下，整體生態風險雖仍呈升高趨勢，但風險轉移特征以較低風險轉向中風險為主。生態空間優先情景下，景觀生態風險也呈升高態勢，風險轉移特征與生活空間優先情景相似，伊犁河谷整體生態風險最低。這是由于20世紀90年代中期以來，國家西部大開發從政策的角度鼓勵了新疆土地的開發 ［40-45］ 。

參考文獻：

［1］ TIAN Peng，LI Jialin，GONG Hongbo，et al.Research on land use changes and ecological risk assessment in Yongjiang River Basin in Zhejiang Province， China［J］.Sustainability，2019，11（10）：2817.DOI：10.3390/su11102817.

［2］ PENG Jian，ZONG Minli，HU Yina，et al.Assessinglandscape ecological risk in a mining city： A case study in Liaoyuan City， China［J］.Sustainability，2015，7（7）：8312-8334.DOI：10.3390/su7078312.

［3］ CUI Lu，ZHAO Yonghua，LIU Jianchao，et al.Landscape ecological risk assessment in Qinling Mountain［J］.Geological Journal，2018，53：342-351.DOI：10.1002/gj.3115.

［4］ CHEN Gong，LI Qi，PENG Fei，et al.Henanecological security evaluation using improved 3D ecological footprint model based on emergy and net primary productivity［J］.Sustainability，2019，11（5）：1353.DOI：10.3390/su11051353.

［5］ YAN Yichen，JU Hongrun，ZHANG Shengrui，et al.The construction of ecological security patterns in coastal areas based on landscape ecological risk assessment： A case study of Jiaodong Peninsula， China［J］.International Journal of Environmental Research and Public Health，2021，18（22）：12249.DOI：10.3390/ijerph182212249.

［6］ LIU Di，CHEN Hai，ZHAN Hang，et al.Spatiotemporal evolution of landscape ecological risk based on geomorphological regionalization during 1980-2017： A case study of Shaanxi Province， China［J］.Sustainability，2020，12（3）：941.DOI：10.3390/su12030941.

［7］ YANG Yang，SPYROU B，WHITE J M，et al.Palladium-mediated CO2 extrusion followed by insertion of allene： Translating mechanistic studies to develop a one-pot method for the synthesis of alkenes［J］.Organometallics，2020，39（3）：453-467.

［8］ 王潔，擺萬奇，田國行.土地利用生態風險評價研究進展［J］.自然資源學報，2020，35（3）：576-585.DOI：10.31497/zrzyxb.20200306.

［9］ 高星，劉澤偉，李晨曦，等.基于“三生空間”的雄安新區土地利用功能轉型與生態環境效應研究［J］.生態學報，2020，40（20）：7113-7122.DOI：10.5846/stxb202002240325.

［10］ 陳慧敏，周冬梅，張軍，等.基于景觀格局的渭河流域甘肅段生態風險評價［J］.農業工程，2022，12（11）：72-79.

［11］ 劉可暄，王冬梅，魏源送，等.密云水庫流域多尺度景觀生態風險時空演變趨勢［J］.生態學報，2023，43（1）：105-117.

［12］ 修煬景，侯蒙京，田驕陽，等.基于土地利用/覆蓋的甘肅省景觀生態風險時空變化特征［J］.草業學報，2023，32（1）：1-15.DOI：10.11686/cyxb2021298.

［13］ 翟培秀，李飛雪，邱小倩，等.長三角地區景觀生態風險時空演變評估［J］.水土保持研究，2023，30（4）：245-255.

［14］ 王玲，汪淼.成渝城市群景觀生態風險演變分析［J］.長江流域資源與環境，2023，32（3）：626-637.

［15］ 楊庚.景觀格局演變背景下晉北大型露天礦區生態系統彈性與風險評價［D］.北京：中國地質大學，2021.

［16］ 喬斌，曹曉云，孫瑋婕，等.基于生態系統服務價值和景觀生態風險的生態分區識別與優化策略： 以祁連山國家公園青海片區為例［J］.生態學報，2023，43（3）：986-1004.

［17］ 陳心怡，謝跟蹤，張金萍.?？谑泻０稁Ы?0年土地利用變化的景觀生態風險評價［J］.生態學報，2021，41（3）：975-986.DOI：10.5846/stxb201909211974.

［18］ CHEN Jian，DONG Bin，LI Haoran，et al.Study on landscape ecological risk assessment of hooded crane breeding and overwintering habitat［J］.Environmental Research，2020，187（4）：109649.DOI：10.1016/j.envres.2020.109649.

［19］ 何釗全，尚雪，張銅會，等.近20年陜北黃土丘陵區景觀生態風險時空變化及其冷熱點格局［J］.生態學雜志，2023，42（10）：2514-2525.DOI：10.13292/j.1000-4890.202310.007.

［20］ 王敏，胡守庚，張緒冰，等.干旱區綠洲城鎮景觀生態風險時空變化分析： 以張掖綠洲鄉鎮為例［J］.生態學報，2022，42（14）：5812-5824.DOI：10.5846/stxb202105111234.

［21］ 袁雪松，周俊，胡蓓蓓，等.基于FLUS模型粵港澳大灣區“三生空間”多情景模擬預測［J］.地理科學，2023，43（3）：564-574.DOI：10.13249/j.cnki.sgs.2023.03.018.

［22］ 趙霽雨，崔柳，王佳，等.基于土地利用模擬預測模型分析的城市綠色空間發展多情景模擬及建設時序研究： 以湛江市中心城區為例［J］.生態學報，2023，43（15）：6307-6320.

［23］ 康紫薇，張正勇，位宏，等.基于土地利用變化的瑪納斯河流域景觀生態風險評價［J］.生態學報，2020，40（18）：6472-6485.DOI：10.5846/stxb201908191731.

［24］ 樊影，王宏衛，楊勝天，等.基于生境質量和生態安全格局的阿勒泰地區生態保護關鍵區域識別［J］.生態學報，2021，41（19）：7614-7626.DOI：10.5846/stxb202011202987.

［25］ 楊清可，段學軍，王磊等.基于“三生空間”的土地利用轉型與生態環境效應： 以長江三角洲核心區為例［J］.地理科學，2018，38（1）：97-106.DOI：10.13249/j.cnki.sgs.2018.01.011.

［26］ LIU Shishi，SU Hang，CAO Guofeng，et al.Learning from data： A post classification method for annual land cover analysis in urban areas［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2019，154（8）：202-215.DOI：10.1016/j.isprsjprs.2019.06.006.

［27］ YAO Yao，LIU Xiaoping，LI Xia，et al.Simulating urban land-use changes at a large scale by integrating dynamic land parcel subdivision and vector-based cellular automata［J］.International Journal of Geographical Information Science，2017，31（12）：2452-2479.DOI：10.1080/13658816.2017.1360494.

［28］ 王子堯，黃楚梨，李倞，等.耦合InVEST-HFI-PLUS模型的生態分區規劃與動態評估： 以博爾塔拉蒙古自治州為例［J］.生態學報，2022，42（14）：5789-5798.DOI：10.5846/stxb202108202319.

［29］ 靳甜甜，張云霞，朱月華，等.黃土高原林區生態系統服務價值與景觀生態風險時空變化及其關聯性： 以子午嶺區為例［J］.應用生態學報，2021，32（5）：1623-1632.DOI：10.13287/j.1001-9332.202105.030.

［30］ 高賓，李小玉，李志剛，等.基于景觀格局的錦州灣沿海經濟開發區生態風險分析［J］.生態學報，2011，31（12）：3441-3450.

［31］ PENG Jian，WANG Yanglin，ZHANG Yuan，et al.Evaluating the effectiveness of landscape metrics in quantifying spatial patterns［J］.Ecological Indicators，2010，10（2）：217-223.

［32］ 呂樂婷，張杰，孫才志，等.基于土地利用變化的細河流域景觀生態風險評估［J］.生態學報，2018，38（16）：5952-5960.

［33］ 邱彭華，徐頌軍，謝跟蹤，等.基于景觀格局和生態敏感性的海南西部地區生態脆弱性分析［J］.生態學報，2007（4）：1257-1264.DOI：10.3321/j.issn：1000-0933.2007.04.001.

［34］ 孫才志，閆曉露，鐘敬秋.下遼河平原景觀格局脆弱性及空間關聯格局［J］.生態學報，2014，34（2）：247-257.DOI：10.5846/stxb201303200465.

［35］ 孔冬艷，陳會廣，吳孔森.中國“三生空間”演變特征、生態環境效應及其影響因素［J］.自然資源學報，2021，36（5）：1116-1135.DOI：10.31497/zrzyxb.20210503.

［36］ 姜昕彤，翟石艷，王錚，等.基于未來土地利用模擬模型的鄭州市“三生空間”模擬及生態環境效應分析［J］.生態學報，2023，43（15）：6225-6242.

［37］ 柳夢琪.基于PLUS模型的老撾土地利用格局時空演變及模擬預測研究［D］.武漢：華中科技大學，2022.

［38］ 陳鴻基，楊慶媛，彭立嫻，等.三峽庫區縣域“三生空間”時空演變特征與情景模擬［J］.農業工程學報，2022，38（13）：285-294.

［39］ 蘇迎慶，劉庚，趙景波，等.基于FLUS模型的汾河流域生態空間多情景模擬預測［J］.干旱區研究，2021，38（4）：1152-1161.

［40］ 李萬年，曹月娥，張婷婷.基于GIS的伊犁河谷2000-2010年土地利用的動態變化［J］.湖北農業科學，2017，56（20）：3853-3858.DOI：10.14088/j.cnki.issn0439-8114.2017.20.016.

［41］ 賀可，吳世新，楊怡，等.近40 a新疆土地利用及其綠洲動態變化［J］.干旱區地理，2018，41（6）：1333-1340.

［42］ 談旭，王承武.伊犁河谷生態系統服務價值時空演變及其驅動因素［J］.應用生態學報，2023，34（10）：2747-2756.DOI：10.13287/j.1001-9332.202310.021.

［43］ 鄭藝文，劉曉煌，熊茂秋，等.1990-2018年新疆“三生”用地時空變化特征及其碳排放效應［J］.草業科學，2022，39（12）：2565-2577.

［44］ LIANG Xun，GUAN Qingfeng，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.

［45］ 牛統莉，熊立華，陳杰，等.基于PLUS模型的長江流域土地利用變化模擬與多情景預測［J］.生態學報，2022，42（10）：3947-3958.