吉林省辽河流域土地利用类型演变过程研究
张大伟 胡长群 何怀江 包广道 王梓默 刘婷 燕红 马琼芳 郝欣宇 罗也
摘 要：為准确了解吉林省辽河流域土地利用变化趋势，提供土地可持续利用及生态恢复技术的基础数据，本研究通过对吉林省内9个市、县（区）林业、国土、水利、测绘、农委和气象等部门的矢量数据和地方史志等基础资料收集，并检索了相关文献、标准和技术规程（规范），同时结合实地踏查，分别采用遥感影像分类和土地利用现状归类两种方法对辽河流域不同时期的土地利用现状进行处理、分析和研判。结果表明：1970s（20世纪70年代）辽河流域主要土地利用类型以耕地、草地、沼泽为主，自1970s—2016年近50 a间，吉林省辽河流域范围内沼泽湿地、草地面积大幅度减少，耕地、居民建设用地面积大幅度增加，林地、水田和水体面积稍有增加。土地利用逐渐转为耕地、居民建设用地等人工干预较强的土地利用类型，尤其以居民建设用地增加幅度最大。流域流经的中西部城市四平、梨树及双辽等地区，其草地、沼泽等土地利用类型急剧减少，耕地、居民用地及人工林面积不断增加已成为主要发展趋势，而东南部的辽源地区则表现为天然林减少，耕地、居民用地不断增加的趋势。
关键词：辽河流域;土地利用类型;演变过程
中图分类号：S157 ? ?文献标识码：A ? 文章编号：1006-8023（2020）05-0045-09
Abstract：In order to accurately understand the land use change trend in the Liaohe River Basin of Jilin Province， and provide basic data for sustainable land use and ecological restoration technologies， this study collected basic data such as vector data and local history records of forestry， land， water conservancy， surveying and mapping， agriculture committee， meteorology and other departments in 9 cities and counties （districts） in Jilin Province， and retrieved relevant literature， standards， technical procedures （specifications）， at the same time， combined with on-the-spot investigation， then the methods of remote sensing image classification and land use status classification were used to treat， analyze and judge the land use status in different periods in the Liaohe River Basin. The results showed， the main land use types in the Liaohe River Basin in 1970s were mainly arable land， grassland and swamp， in the nearly 50 years from 1970s to 2016， the area of swamp wetlands and grassland in the Liaohe River Basin of Jilin Province had been greatly reduced， the area of arable land and residents construction land had increased significantly， and the area of wood land， paddy fields and water bodies had increased slightly. Land use had gradually been converted to land use types such as arable land and residential construction land， which had strong manual intervention， especially for the increase in residential construction land. In the central and western cities of Siping， Lishu and Shuangliao， the land use types of grassland and swamp had been drastically reduced， the increasing area of arable land， residential land and plantation forest had become a major development trend， while the Liaoyuan area in the southeastern part， it showed that natural forests were decreasing， and the arable land and residential land were increasing.
Keywords： Liaohe River Basin; land use types; evolution process
0 引言
近年来，随着我国城市人口不断增加，推动了沿河工农业的不断发展，生态、农业和工业等行业需水量急剧增加， 辽河流域水资源供需矛盾持续紧张， 对该流域生态环境已构成严重的威胁[1-2]。为保障辽河流域生态系统的可持续良性循环，相关学者围绕辽河流域进行了大量相关研究。王志春等[3]研究了近57 a辽河流域气候变化特征;钟玉龙等[4]结合卫星遥感数据和实测数据观测了辽河流域蒸发量;孙凤华等[5]对辽河流域平均径流与气候之间的关系进行了研究，为流域水质变化及其与气候之间的关系提供了可靠依据。水土保持综合治理一直是河流流域重点问题，孙宪[6]对辽河流域水土保持综合治理的效益进行了分析，为辽河流域生态环境科学治理提供了借鉴方法;胡青坤[7]、田力[8]、杨柏[9]分别对辽河流域水质的健康状况进行了评价，为准确了解辽河流域水质现状提供了依据;高丽娟等[10]对辽河流域全氟等化合物来源、赋存和风险等进行了分析与评价，为流域尺度下的科学管理提供了依据;孟云飞等[11]研究了辽河流域大型底栖动物群落与水环境因子关联性，通过量化大型底栖动物群落与水环境因子之间的关系，可以为河流流域生态环境的保护和修复提供重要的指导意义。但是目前的研究中对于吉林省辽河流域土地利用类型历史演变过程尚未涉及。
土地利用是人类为自身生存和发展而进行的活动，并凭借土地的某些属性进行生产性或非生产性活动的方式、过程和结果[12-13]，同时也是生态系统功能性转变的过程[14-15]，土地利用历史演变过程的分析对于了解区域土地历史状况起着至关重要的作用。土地利用的变化可以改变生态系统服务格局，不同的土地利用类型组合对生态系统影响有所差异[16]，近年来，不同地区土地利用类型多数向耕地和建筑用地转换，河流湿地等面积逐渐减少[17-20]。
本研究通过对吉林省辽河流域近50 a土地利用类型演变过程的调查，可以更加准确的认识该区域土地利用变化规律，预测未来土地利用变化趋势，提供制定土地可持续利用决策的基礎，为土地资源开发与生态环境保护提供依据，同时可为辽河流域土地利用类型的改变及生态恢复提供技术数据和参考。
1 研究地区概况
吉林省内辽河流域位于辽河流域的上游，地理坐标为122°05′～125°35′ E，42°37′～ 44°41′N（图1），主要包括东辽河、招苏台河、条子河和西辽河等4条河流，流域面积达1.61 km×104 km。吉林省辽河流域主要位于吉林省西南部，涉及四平市、辽源市、公主岭市、双辽市、伊通满族自治县、梨树县、东辽县、通榆县和长岭县9个市、县（区）。
吉林省辽河流域属于典型温带大陆性季风气候，年温差较大，四季分明，日照丰富，春秋季短，风速大。年平均气温约为6.25 ℃，日照时数为2 200～3 000 h，年平均降水量为578.3 mm，年平均蒸发量为800～1 020 mm。
吉林省辽河流域主要地处长白山的余脉，植被属长白山植被区系，植物物种较为丰富，植被类型以次生林、阔叶林为主，主要乔木树种有黑松、落叶松、蒙古栎、山杨和白桦等;草本植物有细辛、穿地龙、玉竹、天南星和蕨类植物等。
2 研究方法
本研究收集了吉林省内9个市、县（区）林业、国土、水利、测绘、农委和气象等部门的矢量数据和地方史志等基础资料，并检索了相关文献、标准和技术规程（规范），同时，前往吉林省辽河流域主要河流源头区、河流沿岸及水源地进行了实地踏查。根据收集到的资料及现场踏查情况，分别采用遥感影像分类和土地利用现状归类两种方法对辽河流域不同时期的土地利用现状进行了处理和分析。
2.1 数据来源
遥感影像采用Landsat MSS/TM/OLI卫星遥感影像为数据源，其中1970s（20世纪70年代）影像分辨率为60 m，其余时期均为30 m，吉林省辽河流域范围每个时期涉及遥感影像4景，4个时期共采用遥感影像16景，由于每个时期影像质量受季节、天气等因素影响较大，所以同一时期影像可能来自不同年份，但整体数据均在相应的十年演变过程的划分时期内，且相邻划分期内影像数据来源的年份具有一定的间隔，因此对后续的量化分析影响较小。土地利用现状采用吉林省国土厅提供的2010年和2016年两期土地利用数据库为数据源。
2.2 历史演变时期划分
根据遥感影像资料及收集资料情况，综合吉林省辽河流域范围内的土地利用状况，将吉林省辽河流域范围内土地利用演变过程分为6个时期：分别为1970s（20世纪70年代）、1980s（20世纪80年代）、1990s（20世纪90年代）、2000s（21世纪00年代）、2010年和2016年，整个分析时间跨度近50 a。
2.3 数据处理方法
为获取吉林省辽河流域范围内土地利用类型历史状况，针对不同时期分别采用遥感影像分类和土地利用现状归类两种方法。
2.3.1 遥感影像分类方法
土地利用类型提取采用监督分类方法，并利用支持向量计算法对遥感影像进行提取，分类训练样本选择及后期提取结果处理均采用人机交互方式。1980s、1990s及2000s的最终提取结果数据经过精度检验，Kappa系数均在0.7以上，符合本次历史演变过程分析的精度需要。1970s由于时间跨度较大、影像空间分辨率较低，其提取结果无法验证，结果精度不高，仅供参考。
2.3.2 土地利用归类方法
土地利用现状归类方法采用国土厅提供的2010年和2016年两期土地利用数据库为数据源，依据土地利用类型分类，将土地利用数据库内容进行归类，并结合历史资料、土地利用类型，将该区域土地利用类型划归为8类，分别为居民建设用地、林地、耕地、水田、水体、沼泽、草地及盐碱地，具体分类见表1。
2.3.3 数据分析方法
（1）动态度模型
动态度是描述土地资源数量变化程度的常用方法，本研究引用该方法构建本区域的动态度模型，用于反映辽河流域土地利用类型面积的变化幅度与速度，并通过类型间的比较反映变化的类型差异，从而探测其背后的驱动或约束因素。其表达式为：
K1=Ub-UaUa×1T×100%。（1）
式中：K1为研究时段内区域某一种土地利用类型的动态度;Ua、Ub分别为研究时段初期与末期该土地利用类型的面积;T为研究时段，当设定为年时，模型结果表示该区此类土地利用类型的年变化率。
（2）马尔柯夫（Markov）转移矩阵
马尔柯夫（Markov）模型用转移概率矩阵模拟景观从一种状态向另一种状态转移的动态过程，是一系列特定的时刻间隔下，一个亚稳定系统由T时刻状态向T+1时刻转化的一系列过程。本研究采用马尔柯夫转移矩阵来描述不同土地利用类型之间在时间维上的发展演化过程，其数学表达式为：
以年为单位，把土地利用变化分成一系列离散的演化狀态，从一个状态到另一个状态的转化速率通过各时期内某土地利用类型的年平均转化率获得。对不同时期的土地利用类型数据进行叠加分析运算，得到研究区域不同时段的各个土地利用动态图层，并通过该图层的属性表，计算出土地利用类型转移概率。
3 实验结果
3.1 不同时期土地利用类型面积
从表2中可知，在各时期耕地面积最大，其次为林地，草地在1970s具有和林地相似的面积大小，但经过近50 a的变化，草地面积大幅度降低，到2016年仅剩1970s的1/5。在所有土地类型中，沼泽面积降低幅度最大，自1970s到2016年降低幅度达95%，而居民建设用地增加幅度最大，2016年居民建设用地面积是1970s的110倍。
3.2 不同时期土地利用变化幅度
为了解不同时期内土地利用面积变化情况，对相邻时期（1970s—1980s、1980s—1990s、1990s—2000s、2000s—2010年、2010—2016年）以及整个时期（1970s—2016年）内各土地利用类型面积变化进行比较，结果见表3。居民建设用地1970s—2016年逐渐增长，共计增长了13.971 5 万hm2;林地除2000s—2010年内增加（增长14.625 9 万hm2）外，其他各时期均降低，但总体上1970s—2016年呈增加趋势，共计增加3.426 1 万hm2;耕地的增加主要在1970s—1980s和1990s—2000s两个时期，分别增加20.276 0 万hm2和14.193 1 万hm2，其他时期呈降低趋势，其中1980s—1990s降低3.149 0 万hm2， 2000s—2010年降低21.583 0 万hm2，2010—2016年有所降低，但降低量较少，仅0.149 1 万hm2，1970s—2016年总体来看耕地面积增加9.588 0 万hm2;水田面积除1990s—2000s降低4.554 7 万hm2外，其他时期均呈增加趋势，整体来看， 1970s—2016年，水田面积增加2.432 5 万hm2;水体面积除1970s—1980s出现降低（降低0.153 9 万hm2）外，其他时期内均有所增加，其中1980s—1990s、1990s—2000s、2000s—2010年各时期水体面积增加量大体相同，均在0.700 0～0.800 0 万hm2，2010—2016年增加量（0.107 4 万hm2）稍低， 1970s—2016年，整体呈增加趋势，增加量达2.231 4 万hm2;草地除2000s—2010年有所增加（增加0.011 4 万hm2）外，其他各时期均呈降低趋势，特别是1970s—1980s、1980s—1990s、1990s—2000s降低量均较大，分别降低10.380 7、2.515 3、9.127 9 万hm2， 2010—2016年降低0.060 4 万hm2， 1970s—2016年整个时期，草地呈大幅度降低的趋势，总面积减少了22.072 9 万hm2;沼泽面积1970s（9.732 2 万hm2）—2016年（0.581 5 万hm2）几乎减少殆尽，在整个过程中减少了9.150 7 万hm2，沼泽面积降低主要发生1970s—1980s和2000s—2010年两个时期，分别降低9.075 4 万hm2和1.255 9 万hm2，在2010—2016年也呈减少趋势，但减少量（0.077 0 万hm2）极少，其他时期呈增加趋势，但增加量都较少（1990s—2000s时期增加0.539 9 万hm2， 1990s—2000s时期增加0.717 7 万hm2）;盐碱地面积自1970s（3.449 5 万hm2）—2016年（3.152 6 万hm2）变化量不大，总体降低0.296 9 万hm2，其中1970s—1980s、2000s—2010年和2010—2016年3个时期呈降低趋势，分别降低2.128 0、6.017 8、0.262 3 万hm2; 1980s—1990s和1990s—2000s两个时期呈增加趋势，分别增加了5.994 6 万hm2和2.116 6 万hm2。
3.3 不同时期土地利用变化动态度
土地利用变化的速度可以通过土地利用动态度模型进行度量，它既可以表征单一土地利用类型的时序变化，也可以反映区域土地利用动态的总体状况及其各时期的基本情况。
根据公式（1）计算得出吉林省辽河流域内不同时期各土地利用类型年变化率，结果见表4。从表4中可知，自20世纪70年代到2016年，居民建设用地以237.38%的年速率快速增加，林地、耕地、水田和水体分别以0.26%、0.21%、0.96%和1.40%的年速率缓慢增加;沼泽地和草地分别以34.97%和9.24%的年速率快速降低，盐碱地以0.21%的年速率缓慢降低。
3.4不同土地利用面积在各时期内变化趋势
为了直观地了解土地利用面积在各时期内的变化，对吉林省辽河流域居民建设面积、林地面积、耕地面积、水田面积、水体面积、草地面积、沼泽面积和盐碱地面积建立折线图及其趋势线（图2）。由图2可以看出，居民建设用地（图2a）在整个时段内呈明显增加的趋势， 1980s—1990s这一时段内面积急剧增加;林地（图2b）则是以2000s为分界点，呈现出先降低后增加的趋势;耕地（图2c）作为研究区内的主要土地利用类型，其总体变化趋势略有增加，中间伴有波动，其中2000s—2010年耕地下降趋势明显;水田（图2d）在整个时期内，以1990s为分界点，呈现先增加后减少的趋势;水体（图2e）在整个时期内呈现出增加的趋势，仅在1970s—1980s年之间有小幅度降低;草地（图2f）的变化在所有土地类型中最为显著，尤其是1970s—1980s年这一时期内，面积急剧减少;沼泽（图2g）呈下降的趋势十分明显， 1970s—1980s这一时段内面积下降最为剧烈;盐碱地（图2h）在前期有所增加，但从2000年开始面积减少非常明显。
3.5 不同时期土地利用类型相互转移情况
利用公式（2）对1970s—2016年各个时期的土地利用类型的转化情况建立转移矩阵。从表5可以看出1970s—2016年时期内各土地利用类型面积的相互转移变化的总体情况。居民建筑用地1970s—2016年向其他土地类型转变量为0.087 6 万hm2，由其他土地利用类型向居民建设用地转变量为14.059 0 万hm2，整体呈增加趋势。林地1970s—2016年向其他土地类型转变量为11.718 8 万hm2，由其他土地利用类型向林地转变量为15.123 9 万hm2，整体呈增加趋势，减少的林地主要转变为耕地，增加的林地除大部分来源于耕地外，还有部分来源于沼泽、草地和盐碱地。耕地1970s—2016年向其他土地类型转变量为24.70 99 万hm2，由其他土地利用类型向耕地转变量为34.226 0 万hm2，整体呈增加趋势，减少的耕地主要被居民建设用地占用，同时有大面积通过退耕还林方式转变为林地，还有一部分由于耕作方式的改变转变为水田地，耕地的增加主要来源于沼泽和草地被开垦成耕地。水田1970s—2016年向其他土地类型转变量为2.350 5 万hm2，由其他土地利用类型向水田转变量为4.780 4 万hm2，整体呈增加趋势，减少的水田主要被林地占用，还有部分转化为居民建设用地，水田面积的增加来源于林地转化以及部分沼泽和草地的开垦，还有一部分是由于耕作方式的改变，使得耕地转化为水田地。水体1970s—2016年向其他土地类型转变量为0.563 2 万hm2，由其他土地利用类型向水体转变量为2.793 5 万hm2，整体呈增加趋势，减少的水体主要转化为林地和沼泽，还有部分转化成盐碱地，水体面积增加主要有林地、沼泽、耕地和草地转化而来。沼泽面积在1970s—2016年向其他土地类型转变量为24.867 0 万hm2，由其他土地利用类型向沼泽转变量为2.772 2 万hm2，整体呈降低趋势，减少的沼泽地主要转化成了林地、耕地、居民建设用地和盐碱地，还有少部分转化成水田和水体，而沼泽地的增加主要有林地、盐碱地和草地转化而来。草地面积1970s—2016年向其他土地类型转变量为9.707 6 万hm2，由其他土地利用类型向草地转变量为0.549 1 萬hm2，整体呈大幅度降低趋势，减少的草地主要转化成了林地、耕地、居民建设用地和草地，还有少部分转化成水田、水体和盐碱地，而沼泽地的增加主要有林地和耕地，但转化量较少。盐碱地面积1970s—2016年向其他土地类型转变量为2.865 9 万hm2，由其他土地利用类型向盐碱地转变量为2.566 2 万hm2，整体来看有降低趋势，减少的盐碱地主要转化成了林地、草地、耕地和居民建设用地，还有少部分转化成水体;而盐碱地增加主要由林地和草地转化而来。
4 讨论与结论
通过本实验研究结果可知，1970s辽河流域主要土地利用类型以耕地、草地、沼泽为主， 1970s—2016年近50 a，由于工业化、城镇化进程的加快以及产业结构、消费结构的升级等，形成了对新增建设用地的刚性需求，同样，建设新农村需要一定规模的新增建设用地，又要满足应对金融危机、保障扩大内需的用地需求等[17]，使得人类干预活动强度不断增大，对自然资源的开发日益加强，从而导致吉林省辽河流域范围内各类型生态系统面积发生了较大幅度波动，主要表现为沼泽湿地、草地面积大幅度减少，耕地、居民建设用地面积大幅度增加，林地、水田和水体面积稍有增加。土地利用逐渐转为耕地、居民建设用地等人工干预较强的土地利用类型，尤其以居民建设用地增加幅度最大，流域内原生生态系统遭到破坏严重。流域流经的中西部城市四平、梨树及双辽等地区，其草地、沼泽等土地利用类型急剧减少，耕地、居民用地及人工林面积不断增加已成为主要发展趋势，而东南部的辽源地区则表现为天然林减少，耕地、居民用地不断增加的趋势。
本研究可为全面、准确地了解吉林省辽河流域现状和生态环境情况提供科学的理论支持，为后续的深入研究提供基础材料，同时，基于分析结果及当前自然条件，针对吉林省辽河流域各类型生态系统现状，现急需提出一套完整、科学的还林、还湿、还草生态修复技术指导方案及建议，该方案及建议的提出可使得生态保育与修复、功能需求和视觉形态要求尽可能满足和协调于生态保育的要求，同时可使流域河道恢复到天然河流形态，河岸缓冲带恢复到完整稳固的形态，河漫滩恢复达到天然地貌类型，并起到防洪和防止水土流失效果等，从而为辽河流域生态系统的恢复提供保障措施。
【参 考 文 献】
[1]卢丹.基于改进的多元模糊综合评价数学模型的河流水质评价研究[J].水利规划与设计，2016，29（4）：66-68.
LU D. Study on river water quality evaluation based on improved multivariate fuzzy comprehensive evaluation mathematical model [J]. Water Resources Planning and Design， 2016， 29（4）： 66-68.
[2]王磊.遼河流域水资源承载能力评价[J].水资源开发与管理，2019，17（6）：59-62.
WANG L. Evaluation of water resources carrying capacity in Liaohe River basin[J]. Water Resources Development and Management， 2019， 17（6）： 59-62.
[3]王志春，陈素华，李超.近57年西辽河流域气候变化特征分析[J].内蒙古农业大学学报（自然科学版），2020，41（1）：42-48.
WANG Z C， CHEN S H， LI C. Analysis of the climatic change characteristics in the Xiliao River basin in recent 57 years[J]. Journal of Inner Mongolia Agricultural University （Natural Science Edition）， 2020， 41（1）： 42-48.
[4]钟玉龙，钟敏，冯伟，等.联合GRACE重力卫星与实测资料估计西辽河流域蒸散发量[J].武汉大学学报（信息科学版），2020，45（2）：173-178.
ZHONG Y L， ZHONG M， FENG W， et al. Evaluation of the evapotranspiration in the west Liaohe River basin based on GRACE satellite and in situ measurements[J]. Geomatics and Information Science of Wuhan University， 2020， 45（2）： 173-178.
[5]孙凤华，李丽光，袁健，等.辽河流域年平均径流对气候变化响应的试验分析[J].气象与环境学报，2018，34（6）：91-95.
SUN F H， LI L G， YUAN J， et al. The experimental analysis on the response of the annual average runoff to climate change in Liaohe river basin [J]. Journal of Meteorology and Environment， 2018， 34（6）： 91-95.
[6]孙宪.水土保持综合治理措施的效益分析：以辽河流域辽宁段为例[J].黑龙江水利科技，2019，47（5）：208-211.
SUN X. Benefit analysis of soil and water conservation comprehensive regulation measures [J]. Heilongjiang Hydraulic Science and Technology， 2019， 47（5）： 208-211.
[7]胡青坤.辽河流域的河流健康评价[J].水利技术监督，2019，27（3）：189-192.
HU Q K. River health assessment in Liaohe river basin [J]. Technical Supervision in Water Resources， 2019， 27（3）： 189-192.
[8]田力.辽河流域辽宁境内水质评价研究[J].水利技术监督，2019，27（3）：157-161.
TIAN L. Research on water quality assessment of Liaohe river basin in Liaoning Province [J]. Technical Supervision in Water Resources， 2019， 27（3）： 157-161.
[9]杨柏.辽河流域蓝水绿水时空分布特征探究[J].水利技术监督，2019，27（3）：167-170.
YANG B. Research on spatial and temporal distribution characteristics of blue water and green water in Liaohe river basin [J]. Technical Supervision in Water Resources， 2019， 27（3）： 167-170.
[10]高丽娟，刘静玲，陈楠楠，等.辽河流域全氟和多氟烷基化合物来源、赋存和风险评价研究进展[J].水资源保护，2019，35（4）：63-70.
GAO L J， LIU J L， CHEN N N， et al. Research progress of evaluation on sources， occurrence and ecological risk of per- and polyfluoroalkyl substances in Liaohe River Basin [J]. Water Resources Protection， 2019， 35（4）： 63-70.
[11]孟云飞，崔恩慧，鲁甲，等.辽河流域太子河大型底栖动物群落与水环境因子关联性的量化分析[J].湖泊科学，2019，31（6）：1637-1650.
MENG Y F， CUI E H， LU J， et al. Quantitative analysis of the relationship between benthic macroinvertebrate community and water environment factors in Taizi River， Liaohe River catchment [J]. Journal of Lake Sciences， 2019， 31（6）： 1637-1650.
[12]GESSESSE B， BEWKET W， ACHIM B. Model-based characterization and monitoring of runoff and soil erosion in response to land use/land cover changes in the Modjo watershed， Ethiopia[J]. Land Degradation & Development， 2015， 26（7）： 711-724.
[13]刘登强.延河流域土地利用/覆盖变化研究[D].杨凌：西北农林科技大学，2016.
LIU D Q. On the land-use/land-cover change of Yanhe Basin [D]. Yangling： Northwest A & F University， 2016.
[14]LI F， ZHANG S W， YANG J C， et al. The effects of population density changes on ecosystem services value： a case study in western Jilin， China[J]. Ecological Indicators， 2016， 61： 328-337.
[15]岳书平，张树文，闫业超.东北样带土地利用变化对生态服务价值的影响[J].地理学报，2007，62（8）：879-886.
YUE S P， ZHANG S W， YAN Y C. The impact of land use change on the value of ecological service in northeast transect [J]. Acta Geographica Sinica， 2007， 62（8）： 879-886.
[16]胡和兵，刘红玉，郝敬锋，等.城市化流域生态系统服务价值时空分异特征及其对土地利用程度的响应[J].生态学报，2013，33（8）：2565-2576.
HU H B， LIU H Y， HAO J F， et al. Spatio-temporal variation in the value of ecosystem services and its response to land use intensity in an urbanized watershed[J]. Acta Ecologica Sinica， 2013， 33（8）： 2565-2576.
[17]李煜东，臧传富，陈相龙.淮河流域1990—2015年间土地利用时空变化特征及驱动机制研究[J].生态科学，2020，39（2）：104-113.
LI Y D， ZANG C F， CHEN X L. Research on temporal and spatial variation characteristics and driving mechanism of land use in Huaihe River Basin from 1990 to 2015 [J]. Ecological Science， 2020， 39（2）： 104-113.
[18]刘云根，王妍，张紫霞，等.普者黑岩溶湿地景观格局演变及驱动机制研究[J].林业科技，2019，44（1）：4-9.
LIU Y G， WANG Y， ZHANG Z X， et al. Landscape pattern change and the driving mechanism of the Puzhehei Karst Lake wetland[J]. Forestry Science & Technology， 2019， 44（1）：4-9.
[19]罗传文.均匀论[M].北京：科学出版社，2014.
LUO C W. Uniform Theory[M]. Beijing： Science Press， 2014.
[20]张红梅，甘元楠.南昌市近二十年土地利用空间格局演变特征及驱动力分析[J].南昌工程學院学报，2019，38（6）：81-84.
ZHANG H M， GAN Y N. Difference of land use change in Nanchang City during the past two decades[J]. Journal of Nanchang Institute of Technology， 2019， 38（6）： 81-84.
