耕地保護對生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響
——以武漢市為例

柯新利, 普鹍鵬, 楊柏寒, 鄭偉偉

(華中農(nóng)業(yè)大學(xué) 公共管理學(xué)院, 武漢 430070)

近50年來，人類活動對生態(tài)系統(tǒng)的影響比歷史上任何一個時期更廣泛，全球性和區(qū)域性的生態(tài)危機日益嚴峻，生態(tài)系統(tǒng)的服務(wù)功能衰退劇烈，直接威脅著人類社會的可持續(xù)發(fā)展[1]。尤其是快速城市化擴張對生態(tài)系統(tǒng)服務(wù)功能造成了極大的影響，如耕地、草地、水域等生態(tài)用地被建設(shè)用地大量侵占，城市生態(tài)系統(tǒng)服務(wù)功能急劇下降[2]。然而，我國人口基數(shù)大，耕地資源少是長期不變的基本國情。在城市化進程中，滿足耕地數(shù)量需求，提高耕地質(zhì)量，穩(wěn)定糧食產(chǎn)量，從而保障國家糧食安全一直是眾多學(xué)者以及國家政策關(guān)注的問題[3-5]。為此，改革開放以來，我國制定了一系列嚴格的耕地保護政策，比如耕地占補平衡政策，劃定十八億畝耕地保護“紅線”等。但現(xiàn)有情況下，為保持耕地總量不變，城市周邊的優(yōu)質(zhì)耕地資源被不斷占用，補充質(zhì)量較低的邊際土地[6]，城市湖泊、綠草地等城市生態(tài)用地逐漸萎縮[7]。在耕地保護與快速城市化耦合作用下，生態(tài)問題頻現(xiàn)[8-10]。

生態(tài)系統(tǒng)水源涵養(yǎng)功能是生態(tài)系統(tǒng)內(nèi)多個水文過程及其水文效應(yīng)的綜合表現(xiàn)，也常被認為是攔蓄降水或調(diào)節(jié)河川徑流量的重要功能[11]。已有眾多研究表現(xiàn)土地利用變化對生態(tài)系統(tǒng)水源涵養(yǎng)功能具有重要的影響[12-14]。而我國是處于快速城鎮(zhèn)化階段的人口大國，在城鎮(zhèn)化和耕地保護的雙重壓力下，土地利用變化對水源涵養(yǎng)功能的影響十分劇烈。因此，迫切需要厘清快速城鎮(zhèn)化階段，耕地保護政策對生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響，為土地資源的合理保護和利用提供支撐。

目前生態(tài)系統(tǒng)服務(wù)功能的評估可分為價值量和物質(zhì)量評估兩類[15-16]。由于大多數(shù)生態(tài)系統(tǒng)服務(wù)具有非競爭性和非排他性，各服務(wù)功能之間相互交織，因此很難對其單獨量化[17-18]。目前存在許多關(guān)于評估生態(tài)系統(tǒng)服務(wù)的方法與模型，謝高地等[19]基于Costanza等[20]提出的生態(tài)系統(tǒng)服務(wù)功能價值評估體系的基礎(chǔ)上，提出新的生態(tài)系統(tǒng)服務(wù)功能評估單價體系。美國科羅拉多州立大學(xué)與美國地質(zhì)勘探局合作開發(fā)SoⅣES(Social Values for Ecosystem Services)模型用于評估生態(tài)系統(tǒng)服務(wù)功能社會價值[21]，該模型可用于量化和評估生物多樣性、休閑和美學(xué)等生態(tài)系統(tǒng)服務(wù)功能的社會價值。然而，這些評估體系以及方法均偏重于生態(tài)系統(tǒng)服務(wù)功能價值測算，存在空間表達能力較弱等局限性[22]。InVEST模型(The Integrate Valuation of Ecosystem Services and Tradeoffs tool)由斯坦福大學(xué)、世界自然基金會、大自然保護協(xié)會等相關(guān)機構(gòu)聯(lián)合開發(fā)生態(tài)系統(tǒng)與服務(wù)權(quán)衡模型，該模型具有適宜不同區(qū)域尺度，較好融合生態(tài)過程以及空間化顯示效果好等特點,模型能夠基于不同土地利用情景下對生態(tài)系統(tǒng)價值及服務(wù)進行很好地評估和分析[23]。

武漢市為典型城鎮(zhèn)化城市，2015年城鎮(zhèn)化率達到79.3%[24]。耕地保護和快速城鎮(zhèn)化耦合作用對武漢市生態(tài)系統(tǒng)服務(wù)功能產(chǎn)生了巨大的壓力，水土流失、洪澇等生態(tài)災(zāi)害頻發(fā)[25]。本文以武漢市為案例區(qū)，采用基于CA的土地利用變化模型——LANDSCAPE模型，開展武漢市土地利用變化情景模擬，利用InVEST模型水源涵養(yǎng)模塊測算嚴格、適度耕地保護情景下武漢市2020年的水源涵養(yǎng)功能，定量分析嚴格、適度耕地保護政策對生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響。

1 研究方法

1.1 總體研究方案

本文基于LANDSCAPE模型設(shè)定土地利用變化模擬情景，以快速城鎮(zhèn)化地區(qū)武漢市為案例區(qū)，設(shè)定嚴格耕地保護情景與適度耕地保護情景，進而采用InVEST水源涵養(yǎng)模型分別測算兩種情景下武漢市2020年的水源涵養(yǎng)功能，從而分析嚴格、適度耕地保護政策對生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響。總體有兩個步驟：土地利用變化情景模擬和生態(tài)系統(tǒng)水源涵養(yǎng)功能評估。首先，以武漢市2005年土地利用圖為基礎(chǔ)，用LANDSCAPE模型模擬武漢市2013年土地利用空間布局，與2013年現(xiàn)狀圖對比，進行模型校準，用校準后的模型分別模擬武漢市2020年嚴格耕地保護與適度耕地保護的土地利用情景。其次，采用InVEST水源涵養(yǎng)模型測算兩種情景下2020年武漢市的水源涵養(yǎng)功能，并分析耕地保護政策對武漢市水源涵養(yǎng)功能的影響，為科學(xué)認識耕地保護政策的實施對生態(tài)系統(tǒng)服務(wù)功能的影響提供新視角。

1.2 LANDSCAPE模型

元胞自動機(Celluar Automata，CA)具有強大的空間建模能力與運算能力，可以模擬復(fù)雜的地理時空變化[26-29]。LANDSCAPE模型是基于CA的土地系統(tǒng)模擬與優(yōu)化模型，能夠解釋和模擬交互級聯(lián)過程和土地利用變化之間競爭[30]。LANDSCAPE模型主要通過分層分配策略和分類轉(zhuǎn)換概率實現(xiàn)多種土地利用變化的模擬。

(1) 分層分配策略。根據(jù)影響土地利用變化的主要驅(qū)動力，在模型中將土地利用類型劃分成主動地類與被動地類。主動型地類是指其變化直接受人類活動驅(qū)動的地類，如城市建設(shè)用地、耕地等；被動型地類的變化并不直接受人類活動驅(qū)動，而是由主動型地類的變化驅(qū)動，如濕地、草地等。LANDSCAPE模型根據(jù)主動型地類的活躍程度逐地類落實其空間位置。

如一般而言，在快速城市化地區(qū)，城鎮(zhèn)建設(shè)用地具有最強的競爭能力，其次是農(nóng)村建設(shè)用地和耕地。因而在LANDSCAPE模型中首先根據(jù)城鎮(zhèn)建設(shè)用地的轉(zhuǎn)換概率進行城鎮(zhèn)建設(shè)用地的空間布局，接著進行農(nóng)村建設(shè)用地的和耕地的空間布局。而諸如濕地、草地、林地的被動型地類則在主動型地類空間布局的過程中被動完成布局。

(2) 轉(zhuǎn)換概率。LANDSCAPE模型在每一地類空間布局的基本依據(jù)是該地類的轉(zhuǎn)換概率。該模型的轉(zhuǎn)換概率由土地利用適應(yīng)性和阻抗兩個因素決定。

TTPlu=Plu-Ru

(1)

式中：TTPlu為位置l轉(zhuǎn)換成土地利用類型u的總潛力；Plu為位置l轉(zhuǎn)變?yōu)橥恋乩妙愋蛈的適應(yīng)性，其取決于該位置的社會經(jīng)濟特征和生物物理特性以及約束條件和鄰域效應(yīng)；Ru為當前的土地利用類型u轉(zhuǎn)換成其他地類的阻抗。其中Plu的計算公式為;

(2)

式中：γ為(0,1)范圍內(nèi)的隨機數(shù)；α為控制隨機數(shù)影響大小的參數(shù)，其取值范圍是1～10之間的整數(shù)；Pgu表示該位置的社會經(jīng)濟特征和生物物理特性(如坡度、海拔及與道路之間的距離)，可以通過專家知識、統(tǒng)計分析及計量經(jīng)濟分析等方法確定適應(yīng)性與交通區(qū)位、地形特征等驅(qū)動力之間的關(guān)系，本文采用支持向量機(SVM)方法計算Pgu；Con(Clu)為每個元胞單元的約束值，其中0表示該元胞不可發(fā)生轉(zhuǎn)化，1表示該元胞可以發(fā)生轉(zhuǎn)化；Ωlu為鄰域轉(zhuǎn)化概率[31]。

1.3 InVEST模型

InVEST(The Integrate Valuation of Ecosystem Services and Tradeoffs tool)模型為生態(tài)系統(tǒng)服務(wù)功能權(quán)衡得失評估和綜合估價模型，其最大的優(yōu)點是能夠基于GIS平臺將量化的生態(tài)系統(tǒng)服務(wù)功能以地圖的形式表現(xiàn)出來[32-33]。InVEST產(chǎn)水量模塊是評估水源涵養(yǎng)量的基礎(chǔ)模塊，主要依據(jù)水循環(huán)原理，綜合考慮植物蒸騰、地表蒸發(fā)、降水、土層深度和根系深度等參數(shù)計算得出每一個柵格上的產(chǎn)水量，并在此基礎(chǔ)上對產(chǎn)水量進行修正從而得出每一個柵格單元的水源涵養(yǎng)量。該模型已廣泛應(yīng)用于美國的加利福尼亞州、明尼蘇達州、內(nèi)華達山脈、夏威夷群島、坦桑尼亞弧形山脈區(qū)以及印度尼西亞[34]。具體計算公式為[35]：

(3)

式中：WaterRetention為每一個柵格單元的年水源涵養(yǎng)量；Velocity為流速系數(shù)[36]；Kast為土壤飽和導(dǎo)水率(cm/d)，利用NeuroTheta軟件計算所得；TI為地形指數(shù)，由DEM計算所得，無量綱。其中TI的計算公式為：

(4)

式中：Drainage_Area為集水區(qū)單元數(shù)量；Soil_Depth為土層深度(mm)；Percent_Slope為百分比坡度。

(5)

式中：Yjx為第j種土地利用類型柵格x的年產(chǎn)水量；AETxj為第j種土地利用類型柵格單元x的年均蒸散發(fā)量(mm)；Px為柵格單元x的年均降雨量。本文中，j=1為耕地，j=2為林地，j=3為草地，j=4為河流，j=5為水體，j=6為城市建設(shè)用地，j=7為農(nóng)村居民點。

(6)

式中：Rxj為第j種土地利用類型柵格單元x的Budyko干燥指數(shù)，無量綱；ωx為修正植被年可利用水量與降雨量的比值，無量綱。

(7)

式中：k為蒸散系數(shù)，由植被葉面積指數(shù)LAI計算獲得；ET0為潛在蒸散量，是指在一定氣象條件下水分供應(yīng)不受限制時，大片均勻的自然表面通過蒸騰和蒸發(fā)作用所散失的水分，計算方式為基于修正的Hargreaves公式：

ET0=0.0013×0.408×RA×(Tavg+17)×

(8)

式中：RA為太陽大氣頂層輻射[MJ/(m2·d)]；TD為日最高均值和日最低溫均值的差值(℃)；Tavg為日最低溫均值與日最高溫均值的平均值(℃)。

(9)

式中：Z為zhang系數(shù)，是捕獲局部降水模式和水文地質(zhì)特征的典型的經(jīng)驗常數(shù)，其值在1～10之間，降水主要集中于夏季或分布較均勻的時間時，其值接近于1，降水主要集中于冬季時，其值接近于10，本研究據(jù)模型測試經(jīng)驗選取默認值；AWCx為單元x的植被有效含水量，可由公式(10)獲取。

AWCx=min(Rest.Layer.Depth,Root.Depth)·PWACx

(10)

式中：Rest.Layer.Depth為植被生根深度；Root.Depth為根限制層深度；PWACx為植物可利用水量，可利用土壤質(zhì)地計算，公式如下：

(11)

式中：sand為土壤砂粒含量(%)；silt為土壤粉粒含量(%)；clay為土壤黏粒含量(%)；OM為土壤有機質(zhì)含量(%)。

1.4 情景設(shè)定

本文的主要目的是對比嚴格、適度耕地保護政策對生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響。因此，本文設(shè)定了兩種土地利用情景：嚴格耕地保護情景與適度耕地保護情景(表1)。

(1) 嚴格耕地保護情景：在滿足武漢市城市建設(shè)用地需求的前提下，2020年耕地面積嚴格執(zhí)行耕地占補平衡政策，與2013年耕地面積保持一致，為470，616 hm2。

(2) 適度耕地保護情景：在城市擴張的過程中保證武漢市2020年耕地保有量不低于一定的水平。

表1 土地利用情景的參數(shù)設(shè)定

2 研究區(qū)域與數(shù)據(jù)來源

2.1 研究區(qū)域

武漢地處江漢平原東部、長江中游，中部六省唯一的副省級城市，也是國家中心城市。下轄13個行政區(qū)，其中七個主城區(qū)及六個遠城區(qū)，另外設(shè)有三個國家級開發(fā)區(qū)，分別為武漢經(jīng)濟技術(shù)開發(fā)區(qū)、東湖新技術(shù)開發(fā)區(qū)和武漢臨空港經(jīng)濟技術(shù)開發(fā)區(qū)。全市總面積8 494.41 km2，2015年常住人口1 060.77萬，城鎮(zhèn)化率79.3%[37]。全市地形以平原為主，兼有少量崗地與低山丘陵，耕地資源豐富，耕地利用方式多樣。武漢市作為典型城鎮(zhèn)化城市，在快速城鎮(zhèn)化和耕地保護的雙重壓力下，土地利用變化劇烈，生態(tài)系統(tǒng)服務(wù)功能受到較大的影響。

2.2 數(shù)據(jù)來源

(1) 地形數(shù)據(jù)。主要包括DEM和坡度，數(shù)據(jù)分辨率為90 m×90 m，采用ArcGIS 10.2空間分析工具slope生成坡度數(shù)據(jù)集，并將其重采樣到100 m分辨率；

(2) 武漢市交通數(shù)據(jù)集。包括武漢市各類交通用地數(shù)據(jù)，采用ArcGIS中“Euclidean Distance”工具對原始交通數(shù)據(jù)進行柵格運算，分別得到距國道、省道、鐵路、高速公路、主干道和次干道的柵格距離，用以計算位置可達性。

(3) 土地利用數(shù)據(jù)集。包括武漢市2005年和2013年的土地利用數(shù)據(jù)，2005年土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境中心，2013年土地利用數(shù)據(jù)采用Landsat OLI遙感影像數(shù)據(jù)解譯，兩期數(shù)據(jù)均分為耕地、林地、草地、城市建設(shè)用地、農(nóng)村居民點、河流和水體七大類，并重采樣至100 m空間分辨率。

(4) 多年降雨量數(shù)據(jù)。來自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，此數(shù)據(jù)為文本類型，由湖北省及其周邊省市39個氣象站點年降水數(shù)據(jù)經(jīng)過計算后，采用Kriging插值法并結(jié)合ArcGIS 10.2空間分析工具得出武漢市年均降雨量。

(6) 潛在蒸散量。根據(jù)日最高溫、日最低溫以及太陽大氣頂層輻射，采用修正的Hargreaves公式求取[38]。

(7) 植物可利用水含量。采用周文佐測算植物可利用水含量的公式，以武漢市土壤質(zhì)地數(shù)據(jù)(來源于全國第二次土壤普查)為基礎(chǔ)數(shù)據(jù)，計算所得[39]。

(8) 土層深度。此數(shù)據(jù)為柵格類型，來源于國際土壤參考資料和信息中心，基于ArcGIS 10.2空間分析平臺，將其重采樣到100 m分辨率。

3 結(jié)果與分析

3.1 耕地保護對武漢市土地利用變化影響的情景模擬

以武漢市2013年土地利用數(shù)據(jù)為基點，采用LANDSCAPE模型設(shè)定土地利用模擬情景，得到2020年嚴格、適度耕地保護情景土地利用空間格局。嚴格耕地保護情景下，武漢市城市擴張嚴格執(zhí)行耕地總量動態(tài)不變，與2013年耕地面積保持一致，為470,616 hm2。適度耕地保護情景下，城市擴張適度控制耕地保有量，即保證2020年武漢市耕地面積不低于一定的數(shù)量。通過對比兩種情景下的土地利用空間格局發(fā)現(xiàn)(附圖12)：適度耕地保護情景下武漢市西北地區(qū)大部分以及西南地區(qū)的零星林地多于嚴格耕地保護情景，尤其是位于西北部的林區(qū)，這主要是由于武漢市嚴格落實耕地保護政策，保證耕地總量不變占用生態(tài)用地造成的。此外，在草地方面，適度耕地保護情景下，位于武漢市東北地區(qū)零星多于嚴格耕地保護情景下。另一方面，嚴格、適度耕地耕地保護兩種情景下，生態(tài)用地的數(shù)量分別為244，676 hm2和268，808 hm2，兩者之間相差9.9%(表2)。

表2 嚴格、適度耕地保護情景各土地利用類型數(shù)量對比

3.2 耕地保護對武漢市生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響評估

根據(jù)InVEST模型的運行原理，結(jié)合前人的研究[40]對原始數(shù)據(jù)進行空間化處理，制備模型所需參數(shù)變量：以ArGIS 10.2為空間處理平臺，本文采用Kriging插值法得到武漢市多年平均降雨量(Px)；依據(jù)土壤質(zhì)地數(shù)據(jù)并結(jié)合相關(guān)參考文獻獲取植物可利用水量(PWACx)[39]；潛在蒸散發(fā)量是由修正的Hargreaves公式計算獲得[38]；土層深度數(shù)據(jù)來自于國際土壤參考資料和信息中心，此數(shù)據(jù)為柵格類型；zhang系數(shù)是表征降水特征的常數(shù)，適用于降水次數(shù)多且具有明顯季節(jié)變化的區(qū)域，對于總量相等的區(qū)域，降水次數(shù)越多，zhang系數(shù)值越大，本文采用默認值5，測算得到不同情景下武漢市生態(tài)系統(tǒng)水源涵養(yǎng)功能的空間分布見附圖13。對比兩種情景下水源涵養(yǎng)量的空間布局發(fā)現(xiàn)，水源涵養(yǎng)量高值區(qū)主要集中在武漢市西北部的國有林區(qū)，但在適度耕地保護情景下，該區(qū)域的水源涵養(yǎng)量分布零星多于嚴格耕地保護情景。

在水源涵養(yǎng)總量方面，適度耕地保護情景下的水源涵養(yǎng)總量為4.58×108m3，嚴格耕地保護情景下水源涵養(yǎng)總量為4.33×108m3，兩者之間的差異為5.5%，差異性顯著。其中，嚴格耕地保護情景下，林地、草地、水體、河流等生態(tài)用地的水源涵養(yǎng)量為1.06×108m3，而適度耕地擴情景下，生態(tài)用地的水源涵養(yǎng)量為1.27×108m3。兩種情景下，林地的水源涵養(yǎng)量最多，水體、草地次之(表3)。

表3 嚴格、適度耕地保護情景各地類水源涵養(yǎng)量對比

為了更加直觀地分析嚴格、適度耕地保護情景下武漢市2020年的水源涵養(yǎng)情況，運用ArGIS 10.2平臺空間分析工具中自然斷點法對兩種情景下水源涵養(yǎng)功能進行重分類，結(jié)果見附圖14?？梢?，在兩種不同情景下水源涵養(yǎng)量主要集中于中等水源涵養(yǎng)區(qū)；在高水源涵養(yǎng)區(qū)方面，嚴格、適度耕地保護情景所占面積分別為9.5×104hm2，1.05×105hm2(表4)，適度耕地保護情景多于嚴格耕地保護情景。

表4 嚴格、適度耕地保護情景水源涵養(yǎng)量分級面積對比

4 結(jié)論與討論

本文綜合采用LANDSCAPE模型和InVEST模型對武漢市2020年嚴格、適度耕地保護情景對生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響進行了定量評估，分析兩種情景下水源涵養(yǎng)功能的差異。結(jié)果表明：相較于適度耕地保護情景，在嚴格耕地保護情景下，林地、草地、水體等生態(tài)用地面積被侵占較多，水源涵養(yǎng)總量、生態(tài)用地水源涵養(yǎng)量相對下降。具體而言：

(1) 兩種情景下的武漢市水源涵養(yǎng)功能無論是在空間還是在數(shù)量方面都有顯著的差異。在空間方面，嚴格耕地保護情景下，位于武漢市東北地區(qū)的低水源涵養(yǎng)區(qū)分布范圍明顯多于適度耕地保護情景；在數(shù)量方面，武漢市2020年適度耕地保護情景下水源涵養(yǎng)總量為4.58×108m3，嚴格耕地保護情景下的水源涵養(yǎng)總量為4.33×108m3，兩者之間差異為5.5%，差異性顯著。(2) 嚴格、適度耕地耕地保護情景下，生態(tài)用地的數(shù)量分別為244，676和268，808 hm2，兩者相差9.9%，生態(tài)用地水源涵養(yǎng)量分別為1.06×108m3，1.27×108m3。

然而，由于耕地保護政策涉及社會、經(jīng)濟、人為決策以及政策落實等諸多因素，本文從保護耕地總量不變的視角，分析嚴格、適度耕地保護政策情景下對生態(tài)系統(tǒng)水源涵養(yǎng)功能的影響，難免會有一定的局限性。在進一步的研究中，需要結(jié)合社會經(jīng)濟發(fā)展需求和耕地保護的實際開展耕地保護政策評估，以期獲得更為客觀、現(xiàn)實的認識。

參考文獻：

[1] 戴曉蘇. IPCC第二工作組第四次評估報告的基本結(jié)論[J].氣象軟科學(xué),2008(1):155-163.

[2] Kreuter U P, Harris H G, Matlock M D, et al. Change in ecosystem service values in the San Antonio area, Texas[J]. Ecological economics, 2001,39(3):333-346.

[3] Chen J. Rapid urbanization in China:a real challenge to soil protection and food security[J]. Catena, 2007,69(1):1-15.

[4] Xu Z, Xu J, Deng X, et al. Grain for green versus grain:conflict between food security and conservation set-aside in China[J]. World Development, 2006,34(1):130-148.

[5] 柯新利,鄧祥征,劉成武.基于分區(qū)異步元胞自動機模型的耕地利用布局優(yōu)化:以武漢城市圈為例[J].地理科學(xué)進展,2011,29(11):1442-1450.

[6] 李秀彬.中國近20年來耕地面積的變化及其政策啟示[J].自然資源學(xué)報,1999,14(4):329-333.

[7] Yang B, Ke X. Analysis on urban lake change during rapid urbanization using a synergistic approach: A case study of Wuhan, China[J]. Physics and Chemistry of the Earth, Parts A/B/C,2015,89:127-135.

[8] 彭少麟,周凱,葉有華,等.城市熱島效應(yīng)研究進展[J].生態(tài)環(huán)境學(xué)報,2005,14(4):574-579.

[9] 湯江龍,劉友兆,李娟.城市化進程中城鄉(xiāng)結(jié)合部土地利用規(guī)劃問題的探討[J].東華理工大學(xué)學(xué)報：社會科學(xué)版,2004,23(4):25-29.

[10] 葉斌,盛代林,門小瑜.城市內(nèi)澇的成因及其對策[J].水利經(jīng)濟,2010,28(4):62-65.

[11] 白楊,初東,田良,等.武漢城市圈的水源涵養(yǎng)功能重要性評價研究[J].地球信息科學(xué)學(xué)報,2014,16(2):233-241.

[12] Tianhong L, Wenkai L, Zhenghan Q. Variations in ecosystem service value in response to land use changes in Shenzhen[J]. Ecological economics, 2010,69(7):1427-1435.

[13] Kosmas C, Gerontidis S, Marathianou M. The effect of land use change on soils and vegetation over various lithological formations on Lesvos(Greece)[J]. Catena, 2000,40(1):51-68.

[14] 潘竟虎.近15年來長江源區(qū)土地利用變化及其生態(tài)環(huán)境效應(yīng)[J].長江流域資源與環(huán)境,2005,14(3):310-315.

[15] 歐陽志云,王如松,趙景柱,等.生態(tài)系統(tǒng)服務(wù)功能及其生態(tài)經(jīng)濟價值評價[J].應(yīng)用生態(tài)學(xué)報,1999,10(5):635-640.

[16] Boumans R, Costanza R, Farley J, et al. Modeling the dynamics of the integrated earth system and the value of global ecosystem services using the GUMBO model[J]. Ecological Economics, 2002,41(3):529-560.

[17] Nelson E, Mendoza G, Regetz J, et al. Modeling multiple ecosystem services, biodiversity conservation, commodity production, and tradeoffs at landscape scales[J]. Frontiers in Ecology & the Environment, 2009,7(1):4-11.

[18] 白楊,鄭華,莊長偉,等.白洋淀流域生態(tài)系統(tǒng)服務(wù)評估及其調(diào)控[J].生態(tài)學(xué)報,2013,3(3):711-717.

[19] 謝高地,甄霖,魯春霞,等.一個基于專家知識的生態(tài)系統(tǒng)服務(wù)價值化方法[J].自然資源學(xué)報,2008,23(5):911-919.

[20] Costanza R. D′′Arge R, de Groot R, et al The value of the woxld′s ecosystem services and natural capital[J]. Notore,1997,387(6630):253-260.

[21] 黃從紅,楊軍,張文娟.生態(tài)系統(tǒng)服務(wù)功能評估模型研究進展[J].生態(tài)學(xué)雜志,2013,32(12):3360-3367.

[22] Brown G, Brabyn L. The extrapolation of social landscape values to a national level in New Zealand using landscape character classification[J]. Applied Geography, 2012,35(1/2):84-94.

[23] 孫傳淳，甄霖，王超，等.基于InVEST模型的鄱陽湖濕地生物多樣性情景分析[J].長江流域資源與環(huán)境,2015,24(7):1119-1125.

[24] 趙渺希,李欣建,王慧芹.中國城鎮(zhèn)化進程與建設(shè)用地消耗的趨勢初探[J].中國人口·資源與環(huán)境,2016(S1):405-409.

[25] 馬才學(xué),孟芬,趙利利.1990—2005年武漢市土地利用時空變化及其政策驅(qū)動因素分析[J].水土保持研究,2015，22(2):117-122.

[26] 周成虎.地理元胞自動機研究[M].北京：科學(xué)出版社,1999.

[27] 黎夏,葉嘉安.知識發(fā)現(xiàn)及地理元胞自動機[J].中國科學(xué):地球科學(xué),2004,34(9):865-872.

[28] 柯新利,鄧祥征,何書金.地理元胞自動機模型的尺度敏感性及原因[J].地理研究,2010,29(5):863-872.

[29] 柯新利,邊馥苓.基于C5.0決策樹算法的元胞自動機土地利用變化模擬模型[J].長江流域資源與環(huán)境,2010,19(4):403-409.

[30] 柯新利,鄭偉偉,楊柏寒.權(quán)衡城市擴張、耕地保護與生態(tài)保育的土地利用布局優(yōu)化:以武漢市為例[J].地理與地理信息科學(xué),2016,32(5):9-13.

[31] Ke X, Qi L, Zeng C. A partitioned and asynchronous cellular automata model for urban growth simulation[J]. International Journal of Geographical Information Science, 2016,30(4):1-23.

[32] 楊園園,戴爾阜,付華.基于InVEST模型的生態(tài)系統(tǒng)服務(wù)功能價值評估研究框架[J].首都師范大學(xué)學(xué)報：自然科學(xué)版,2012,33(3):41-47.

[33] 周彬,余新曉,陳麗華,等.基于InVEST模型的北京山區(qū)土壤侵蝕模擬[J].水土保持研究,2010,17(6):9-13.

[34] 唐堯,祝煒平,張慧,等. InVEST模型原理及其應(yīng)用研究進展[J].生態(tài)科學(xué),2015,34(3):204-208.

[35] 包玉斌,李婷,柳輝,等.基于InVEST模型的陜北黃土高原水源涵養(yǎng)功能時空變化[J].地理研究,2016,35(4):664-676.

[36] 傅斌,徐佩,王玉寬,等.都江堰市水源涵養(yǎng)功能空間格局[J].生態(tài)學(xué)報,2013,33(3):789-797.

[37] 戴德藝,饒映雪,劉殿鋒,等.1989—2015年武漢市城市格局時空演變分析[J].長江流域資源與環(huán)境,2016,25(10):1545-1554.

[38] Droogers P, Allen R G. Estimating reference evapotranspiration under inaccurate data conditions[J]. Irrigation and Drainage Systems, 2002,16(1):33-45.

[39] 周文佐.基于GIS的我國主要土壤類型土壤有效含水量研究[D].南京：南京農(nóng)業(yè)大學(xué),2003.

[40] 張微微,李晶.關(guān)中—天水經(jīng)濟區(qū)農(nóng)田生態(tài)系統(tǒng)涵養(yǎng)水源價值量時空變化[C]∥全國地理學(xué)研究生學(xué)術(shù)年會.2012:52-57.