2026, Vol. 47
随着城镇化快速发展，建设用地不断扩张导致土地利用结构变化明显，影响了景观格局的完整性和稳定性，区域生态环境面临生境破碎化和生境质量下降等问题，经济发展与生态保护之间的矛盾日趋凸显. 对区域景观格局与生境质量演变特征进行量化评估，深入探究生境质量与景观变化过程的时空相关关系，可为景观配置优化与生境质量提升提供技术支持，有助于促进资源合理利用与区域可持续发展.
生境质量是指在一定的时空范围内，生态系统提供适宜个体与种群持续发展和生存条件的能力，是人类福祉提升和生态安全保障的关键环节[1]. 目前，国内外学者主要围绕生境质量时空演变[2，3]、多情景模拟预测[4]以及影响因素[5，6]等方面展开相关研究；在研究方法上，较多学者运用MaxEnt模型[7]、SolVES模型[8]、HSI模型[9]和InVEST[10]等模型对生境质量进行定量评估，其中InVEST模型由于其高效率、低数据要求以及高精确度等优势并被广泛运用；土地利用格局的转变是驱动生境质量变化的关键因素，为探究不同发展路径下生境质量时空变化特征，学者们结合Markov模型[11]、PLUS模型[12]以及CLUE-S模型[13]等预测不同政策、社会经济发展路径和环境条件下的土地利用变化，其中PLUS模型具备较强的空间模拟能力，能够有效刻画土地利用变化的空间异质性与多情景下的演化过程. 而景观格局指数作为反映景观结构组成和空间配置等方面特征的定量指标[14]，从景观空间结构的破碎度、连通性等宏观角度表征区域生态环境状况，能更好地揭示生态状况及格局演变特征. 目前，针对景观格局与生境质量相关性研究主要采用普通最小二乘模型[15]、灰色关联度[16]和地理探测器[17]等方法，主要聚焦于两者的数理关联，本研究运用Pearson相关性分析，并进一步结合双变量空间自相关分析从时空维度阐明两者的相关关系，强调空间耦合关系和可视化分析在揭示景观格局对生境质量相关机制中的作用. 现有研究多集中于山地[18，19]、特殊生态功能区[20，21]以及城市群[22，23]等，而对典型水网地区的景观格局与生境质量研究相对较少，吴江区兼具水网格局与快速城镇化的双重特征，以吴江区为研究对象有助于深入理解特殊地域背景的格局发展趋势及生态系统状况，为水网地区生态管理优化提供了科学依据.
苏州吴江区位于苏南水乡，生态资源禀赋优越，是长三角生态绿色一体化发展示范区重要组成部分. 但近年来随着城镇化进程的加快，景观格局破碎化、生境斑块孤岛化等生态问题日益突出，厘清吴江区景观格局与生境质量演变及未来发展趋势，不仅是优化景观配置的重要依据，也是推动区域可持续发展的重要保障. 本研究选取具有典型水网特征的苏州吴江区为例，运用景观格局指数、InVEST模型和双变量局部空间自相关等方法，明晰时空序列下景观格局与生境质量的发展变化规律及其相关关系，同时引入PLUS模型对未来不同情景下景观格局和生境质量的变化趋势进行模拟预测，以期为区域景观格局优化和生态环境保护提供科学依据.
1 研究区概况与数据来源 1.1 研究区概况吴江区（120°21′~120°54′E，30°46′~31°14′N）地处江苏省苏州市东南部，全区总面积约为1 229.07 km2，其中水域面积占比达到21.28%，境内水网如织，湖荡密布，独特的地理环境造就了丰富的生态景观资源. 近年来随着城镇化进程不断推进，大规模人工建设对地区景观格局和生态环境质量产生较大干扰. 吴江区是我国长三角生态一体化发展示范区重要区域，优化景观格局、维护生境质量是保障地区经济与生态协同发展的必然需求.
1.2 数据来源研究采用2002年、2012年和2022年这3期土地利用数据，空间分辨率为30 m，均来源于中国科学院资源环境科学与数据中心（http://www.resdc.cn/）. 参考中国科学院发布的土地利用/覆被变化（land use/cover change，LUCC）分类体系，并针对苏南水网地区的地理环境特征，将研究区土地利用类型分为耕地、水域、林地、草地以及建设用地等5类.
2 研究方法 2.1 景观格局指数景观格局指数是分析区域景观结构组成和空间配置的定量化评价指标，能够揭示苏南水网地区景观格局时空演变特征[24]，根据已有研究[25，26]并结合研究区实际情况，研究选取景观水平景观格局指数包括：最大斑块指数（LPI）、斑块密度指数（PD）、凝聚度指数（COHESION）、蔓延度指数（CONTAG）、Shannon多样性指数（SHDI）以及Shannon均匀度指数（SHEI），并运用Fragstats 4.2软件定量表达区域整体景观的结构特征.
2.2 InVEST模型本研究基于2002年、2012年和2022年研究区土地利用数据，运用InVEST模型的Habitat Quality模块定量评估2002~2022年研究区生境质量，其取值范围为[0, 1]，值越接近1，生境质量越好，反之生境质量越差[27]. 具体计算公式如下：
| (1) |
当威胁因子的空间衰减类型为线性时，irxy的计算见公式（2）；当威胁因子的空间衰减类型为指数时，为公式（3）. 计算公式如下.
| $ \text {线性衰减：} \quad i_{r x y}=1-\left(\frac{d_{x y}}{d_{r \text {max}}}\right) $ | (2) |
| $ \text { 指数衰减：} \quad i_{r x y}=\exp \left(\frac{-2.99 d_{x y}}{d_{r \text {max}}}\right) $ | (3) |
式中，irxy为栅格y中威胁因子r生境栅格单元x的影响程度；dxy为栅格x与y之间的距离；drmax为威胁因子最大影响距离.
本文根据InVEST用户手册、相关研究成果[28，29]和研究区实际情况，选取了建设用地、耕地为生境威胁因子，最终确定了研究区威胁因子参数（表 1）及不同土地利用类型生境适宜度及其对威胁因子的敏感度（表 2）.
|
表 1 研究区威胁因子及权重 Table 1 Threat factors and weights for the study area |
|
|
表 2 生境适宜度及其对不同威胁因子的敏感度 Table 2 Habitat suitability and its sensitivity to different threat factors |
2.3 PLUS模型
PLUS模型是一种基于栅格数据的元胞自动机模型，具备高精度和强解释性，能够进行多情景模拟，为景观格局预测与生态评估提供定量依据[30，31]. 模型包括土地扩张分析策略（LEAS）和基于多类随机斑块种子的CA模型（CARS）两个模块[30]，研究运用PLUS模型对区域景观格局与生境质量进行多情景模拟预测.
2.3.1 驱动因子选取土地利用的转变是自然界和社会经济发展多重因素共同作用的结果. 综合考虑数据的可获取性和研究区实际情况，结合已有研究[32]，从自然条件、社会经济和可达性这3个方面选取9种驱动因子进行研究区土地利用多情景模拟预测，具体驱动因子数据名称及来源见表 3.
|
|
表 3 驱动因子来源及描述 Table 3 Sources and descriptions of driving factors |
2.3.2 精度验证
基于研究区2012年土地利用数据模拟2022年土地利用格局，并将模拟结果与2022年实际值进行比较，进行精度验证显示Kappa系数为0.83，FoM系数为0.24，总体模拟精度为0.89，达到较高水平，能够对2032年研究区土地利用进行多情景模拟，并进一步进行景观格局与生境质量的预测研究.
2.3.3 多情景设置为探讨不同发展路径下研究区景观格局与生境质量可能演变趋势，本研究依据相关规划政策和研究区实际情况，同时参考已有研究成果[33，34]，考虑研究区土地规划政策调整和生态环境的重要性与稳定性，设定自然发展、生态保护和城镇发展3种情景（表 4）.
|
|
表 4 吴江区未来土地利用变化多情景设置及原则 Table 4 Multi-scenario settings and principles of future land-use change in Wujiang District |
2.4 景观格局与生境质量相关关系分析 2.4.1 Pearson相关性分析
Pearson相关性分析是一种线性相关系数，用来反映两个变量之间线性关系强度和方向的统计方法[37]，绝对值越大则代表相关性越强，研究运用SPSS 26.0软件中的Pearson系数测度研究区景观格局指数与生境质量的基础回归关系，结合已有研究成果[38，39]及研究区实际情况，借助ArcGIS 10.4软件渔网工具生成500 m×500 m的网格，作为测度不同景观格局特征对生境质量的影响程度的基本单元. 计算公式如下：
| (4) |
式中，Rxy为相关变量x和y之间的相关性系数；Xi为研究区各个景观格局指数；Yi为生境质量.
2.4.2 双变量局部空间自相关双变量局部空间自相关可以揭示两个空间要素在区域内的空间聚集或分散特征，研究采用GeoDa软件中的双变量局部莫兰指数模型（bivariate local Moran's I）和LISA（local indicators of spatial association）聚集图将景观格局与生境质量的空间相关关系和聚集特征进行可视化表达，直观呈现集聚区的具体空间位置和范围[40]. 公式如下：
| (5) |
式中，
分析图 1和表 5可知，2002~2022年吴江区土地利用类型以耕地为主，水域和建设用地次之，三者在吴江区各土地利用类型中占主导地位. 2002~2022年，吴江区耕地、水域面积持续缩减，占比分别减少了10.61个百分点和6.67个百分点，建设用地面积显著扩张，增加约20 508.70 hm2，增幅达到183.36%，林草面积略有增加，但总体占比较小. 总体而言，研究期间吴江区城镇化发展迅速，建设用地呈集中连片式地扩张态势，耕地和水域等生态用地持续缩减，进一步加剧了社会经济发展和生态保护之间的矛盾.
|
图 1 2002~2022年吴江区土地利用类型分布 Fig. 1 Land use/land cover (LULC) distribution in Wujiang District from 2002 to 2022 |
|
|
表 5 2002~2022年吴江区各土地利用类型面积与占比 Table 5 Area and proportion of LULC types in Wujiang District from 2002 to 2022 |
3.1.2 不同情景下土地利用预测
以2022年土地利用数据为基准，预测自然发展、生态保护以及城镇发展情景下2032年土地利用变化情况，结果如图 2和表 6所示. 自然发展情景下各土地利用类型变化较为平缓；城镇发展情景下建设用地加速扩张，耕地和水域面积下降明显，占比较2022年分别减少4.06个百分点和4.56个百分点，下降幅度显著高于自然发展情景和生态保护情景；而在生态保护情景下，建设用地扩张趋势被有效遏制，扩张幅度减小，耕地面积上较2022年增加了1 855.88 hm2，水域、林地以及草地面积虽减少但下降幅度较自然发展和城镇发展情景有所缓和，区域内耕地和水域等生态用地得到了有效保护.
|
图 2 2032年吴江区土地利用类型多情景模拟预测 Fig. 2 Multi-scenario LULC simulation projections for Wujiang District in 2032 |
|
|
表 6 2032年吴江区不同情景下各土地利用类型面积与占比 Table 6 Area and proportion of LULC types in Wujiang District under different scenarios in 2032 |
3.2 景观格局指数时空演变分析及预测 3.2.1 2002~2022年景观格局指数变化分析
本研究运用Fragstats 4.2软件从破碎化、连通性以及多样性这3个维度选取6个景观格局指数进行量化分析，以揭示2002~2022年吴江区景观格局时空演变特征（表 7和图 3）.
|
|
表 7 2002~2022年吴江区景观格局指数分析 Table 7 Analysis of landscape pattern indices in Wujiang District from 2002 to 2022 |
|
图 3 2002~2022年吴江区景观格局指数空间分布 Fig. 3 Spatial distribution of landscape pattern indices in Wujiang District from 2002 to 2022 |
2002~2022年吴江区与破碎化特征相关的LPI和PD指数分别下降14.632 2和0.637 8，空间分布上破碎化程度较高区域呈由西北部向东南部转移的趋势，且三白荡、吴江开发区等破碎化高值区逐步扩展. 表明研究期间吴江区受到城镇化和建设用地不断扩张影响，优势斑块面积持续减少，破碎化程度增加.
2002~2022年吴江区与连通性特征相关的COHESION、CONTAG指数均呈下降趋势，空间分布上连通性高值区逐步由西南部向中部转移扩展. 其中CONTAG高值区主要集中于吴江开发区、吴江高新区等建设用地区域以及长漾、东太湖度假区等大面积连续水体区域；COHESION低值区主要集中于凤凰荡、莺脰湖片区等湖荡与建设用地交织区域. 表明研究期间吴江区整体景观聚集程度下降，局部建设用地团聚程度高，而部分生态用地被穿插分布于城镇扩展地带，导致景观结构趋于零散，总体景观连通性与聚集程度呈下降趋势.
2002~2022年吴江区与多样性特征相关的SHDI和SHEI指数波动上升，空间分布上多样性高值区呈由中部向东北部转移的趋势，且范围呈持续扩增趋势，尤其以莺脰湖和三白荡等湖荡密集区、桃源镇以及吴江开发区等建设用地增加最为明显. 表明研究期间随着水域、建设用地等其他用地类型的发展，吴江区优势景观主导能力逐渐减弱，斑块向均衡变化过渡，景观多样性有所增加.
3.2.2 多情景模拟下景观格局指数预测基于PLUS和Fragstats软件对2032年吴江区不同情景下景观格局指数进行预测，得到各情景景观格局指数空间分布变化情况，见表 8和图 4.
|
|
表 8 2032年吴江区景观格局指数多情景模拟预测 Table 8 Multi-scenario simulation projections of landscape pattern indices for Wujiang District in 2032 |
|
图 4 2022年和2032年吴江区不同情景下景观格局指数空间分布 Fig. 4 Spatial distribution of landscape metrics under different scenarios in Wujiang District in 2022 and 2032 |
自然发展情景下，各景观格局指数变化趋势较缓，其中LPI值较2022年下降0.385 4，PD值较为稳定，破碎化高值区长畸荡、长漾等湖荡密集区以及桃源镇等区域略有扩大，整体景观格局破碎化程度增加.
生态保护情景下，LPI值达24.659 4，为3个情景的最高值；且COHESION值较自然发展情景增加0.053 3，东太湖度假区、北麻漾等片区破碎化减小，且南星湖、长漾等片区均保持较好连通性，表明生态保护措施有效提升了优势斑块的规模和连续性，斑块数量有所减少且面积较大，整体景观格局得到优化.
城镇发展情景下，COHESION值低于其他情景，而CONTAG值显著高于其他情景，SHDI值、SHEI值分别增长0.005 4、0.003 4，连通性高值区较2022年有所缩减，以石头潭、凤凰荡等生态敏感区域下降显著，表明建设用地斑块呈现连片开发趋势，虽在一定程度上提升了景观多样性，但反映了自然生态空间逐步被人为景观侵占的趋势，以牺牲生境斑块景观连通性为代价，小型生境斑块被建设用地包围分割，形成“生态孤岛”现象.
3.3 生境质量时空演变分析及预测 3.3.1 2002~2022年生境质量变化分析本研究运用InVEST模型定量评估研究区生境质量状况，参考相关研究成果[41 ~ 43]并结合研究区实际情况，将生境质量结果以等间距法划分为5个等级：低[0，0.2）、较低[0.2，0.4）、中等[0.4，0.6）、较高[0.6，0.8）和高[0.8，1]，并对其各等级面积进行统计（表 9）. 在2002年、2012年和2022年吴江区生境质量均值分别为0.659、0.582和0.513，总体生境质量由较高下降至中等.
|
|
表 9 2002~2022年吴江区生境质量变化分析 Table 9 Analysis of habitat quality changes in Wujiang District from 2002 to 2022 |
从时间尺度看，由表 9可知2002~2022年吴江区低生境质量面积大幅增加2 155.79 hm2，面积占比上升17.50个百分点，中等生境质量面积总体呈下降趋势，2012~2022年面积略有回升2 114.09 hm2，占比仍超过50%，占吴江区生境质量主导地位，而高生境质量区域面积减少10 251.33 hm2，面积占比下降至20.73%. 总体而言，研究期间吴江区低生境质量区域显著扩展，而高生境质量区域持续减少，整体生境质量呈下降趋势且逐步出现两极分化现象.
从空间尺度看，由图 5可知2002~2022年吴江区生境质量分布呈现明显空间异质性，整体表现为“西部高、南北部低”的格局，低生境质量区域形成明显的面状集聚区，而高生境质量区域则呈零散分布状态；低生境质量区域集中于吴江开发区、盛泽镇等建设用地与部分耕地密集区，此区域受快速城市化与人类活动干扰影响，生态空间破碎、生境质量下降明显. 中等生境质量区域分布最为广泛，多集中于震泽镇、东太湖度假区等连片耕地，开发强度相对较低，生态环境受到的人为干扰较小，大面积的耕地依旧维持较为良好的生态连通性，生境质量维持在中等水平；高生境质量区域集中于东太湖、北麻漾和长漾等湖荡、林地区域，由于这些区域拥有丰富的水资源和较高的植被覆盖度，且人为因素干扰较小，生物多样性较为丰富，对生态系统保护与维稳具有较强支撑作用.
|
图 5 2002~2022年吴江区生境质量空间分布 Fig. 5 Spatial distribution of habitat quality in Wujiang District from 2002 to 2022 |
基于PLUS和InVEST模型对2032年吴江区不同情景下生境质量进行预测，得到各情景生境质量等级面积变化情况，见表 10和图 6. 2032年自然发展、生态保护以及城镇发展情景的生境质量均值分别0.486、0.512和0.443，与2022年的0.513相比存在部分衰退现象，但在生态保护情景下生境质量均值下降较小，而自然发展和城镇发展情景的生境质量衰退则较大.
|
|
表 10 2032年吴江区生境质量多情景模拟预测 Table 10 Multi-scenario projections of habitat quality in Wujiang District in 2032 |
|
图 6 2022年和2032年吴江区不同情景下生境质量空间分布 Fig. 6 Spatial distribution of habitat quality under different scenarios in Wujiang District in 2022 and 2032 |
自然发展情景下，低生境质量面积持续增加，而中等、高生境质量面积略有下降，基本延续了2012~2022年期间吴江区的生境质量变化趋势，整体变化较为平稳，且呈小幅下降趋势；生态保护情景下，相较于自然发展情景，中等和高生境质量面积小幅上升985.08 hm2和3 573.89 hm2，空间上同里湖、南星湖等片区高生境质量区域略有扩大，生境质量整体向好；城镇发展情景下，中等、高生境质量面积占比分别减少5.76个百分点、3.95个百分点，显著低于自然发展和生态保护情景，空间上黎里镇、盛泽镇等城镇与周围乡镇连片，形成大面积的低生境质量区域，高生境质量区域进一步收缩，甚至部分小型生境斑块消失，连通性显著降低，表明该情景下生态退化将进一步加剧.
3.4 景观格局与生境质量相关关系分析 3.4.1 相关性分析研究以渔网法将吴江区划分为4 683个网格单元，借助SPSS 26.0软件中Pearson相关性分别计算2002年、2012年以及2022年各网格内景观格局指数与生境质量. 由表 11可知，2002~2022年吴江区生境质量与所选景观格局指数在数值上总体始终保持一定相关性，由于吴江区为中小尺度空间范围，空间梯度变化较小，且受水网平原地域环境特征等因素影响，相关性数值大小有限，该结果亦与相关研究所揭示的规律相一致[44 ~ 46]. 对比各景观格局指数相关系数平均绝对值，从大到小依次表现为：CONTAG > LPI > SHEI > COHESION > SHDI > PD，从时序来看，多数景观格局指数相关系数的绝对值呈上升趋势，表明随城镇化快速发展，吴江区景观格局与生境质量相关性正逐步加强，反映了景观格局变化与生态过程和生境质量的耦合关系日益增强.
|
|
表 11 景观格局指数与生境质量相关性1） Table 11 Correlation between landscape pattern indices and habitat quality |
3.4.2 空间关系分析
为进一步探究景观格局与生境质量在空间尺度上的关联特征，研究运用GeoDA软件对2002~2022年吴江区景观水平景观格局指数与生境质量进行双变量Moran's I空间自相关计算，得到2002年、2012年以及2022年吴江区景观格局指数与生境质量双变量LISA聚类（图 7），其聚集类型分为景观格局指数高值-生境质量高值（H-H型）、景观格局指数低值-生境质量低值（L-L型）、景观格局指数低值-生境质量高值（L-H型）、景观格局指数高值-生境质量低值（H-L型）和不显著等5种空间聚类模式. 由图 7可知，2002~2022年间吴江区各景观格局指数与生境质量空间聚集效应显著，揭示了不同景观格局指数对生境质量的多维影响及其复杂的空间异质性特征[47].
|
图 7 2002~2022年吴江区景观格局与生境质量局部空间自相关分析 Fig. 7 Local spatial autocorrelation analysis between landscape patterns and habitat quality in Wujiang District from 2002 to 2022 |
最大斑块指数（LPI）和斑块密度指数（PD）是衡量景观破碎化特征的关键指标. 其中，LPI与生境质量的H-H型聚集区主要分布东太湖度假区、北麻漾等大型生境斑块完整性较高的区域，与PD与生境质量的L-H型聚集区基本一致，表明较大且完整的水域空间有利于维持生境的连通性和生态稳定性，从而提高生境质量；LPI与生境质量的L-L型聚集区主要分布在吴江开发区等建设用地密集区域，以及莺脰湖、三白荡片等小而分散的水域区域，与PD与生境质量的H-L型聚集区大致相同，表明频繁的人工建设活动导致生态空间被持续侵占，破坏了原有的景观结构并加剧了景观破碎化程度，生态系统功能不稳定，因此生境退化风险较高，进而致使生境质量下降显著.
凝聚度指数（COHESION）、蔓延度指数（CONTAG）是衡量景观连通性特征的关键指标. 从空间分布来看，COHESION与生境质量的H-H型聚集区主要分布于东太湖度假区、北麻漾片区等生态用地区域，这些区域生境斑块较为完整，景观斑块间的连通性较高，斑块形态相对紧凑，表明这些区域受人为干扰较少，生态功能更为完善且稳定性较高，则生境质量较好；CONTAG与生境质量的H-L型聚集区由局部分布扩展至吴江开发区、吴江高新区等人类活动频繁的建成区内部，这些区域随着土地利用强度的加大，吴江区建设用地呈团聚黏合扩展态势，大面积同质化建设用地斑块占据主导地位，整体景观趋于高度聚集，割裂了生态用地连续性和连通性，致使生境质量下降显著.
香农多样性指数（SHDI）和香农均匀度指数（SHEI）是衡量景观多样性特征的关键指标. SHDI、SHEI与生境质量的H-L型聚集区显著分布于吴江开发区、盛泽镇等城镇建设用地密集区域及其扩展边缘地带，此时研究区内增加的景观斑块以建设用地等威胁因子为主，多样化的人工景观侵占外围较平整的耕地斑块，而破碎化引起的伪多样性现象破坏了区域内以耕地、水域等为优势景观斑块，会使得生态系统更加复杂并影响生境质量，因此适度减少吴江区内部耕地、建设用地等不连续地类的异质性对提升生境质量有一定积极影响.
总体而言，破碎化、连通性及多样性特征与生境质量二者间的空间相关关系存在一定的区域差异性[48，49]，这反映出景观格局特征与生境质量之间的关系并非单一线性，而是受区域特征和生态背景的共同制约. 其中，生态用地破碎化加剧和建设用地高度集中是生境质量下降的主要驱动因素，而伪多样性和均质化趋势进一步加重了生态系统的脆弱性. 因此，未来应通过优化土地利用结构、增强生态连通性以及缓解城镇高度聚集化对生境质量的不利影响，实现吴江区的景观多样性与生态可持续性的协调发展.
4 讨论 4.1 景观格局与生境质量的相关性结果表明，生境质量与景观格局指数具备一定相关关系，这与前人研究结果[50]相印证，2002~2022年吴江区景观格局破碎化程度加剧、连通性下降且各类型景观斑块趋于均衡化发展，同时生境质量经历由大幅下降转向趋于稳定的阶段，与宁启蒙等[51]和刘小玉等[52]的研究结果相一致，表明城镇化进程中人类活动对自然生境造成了一定破坏，人工景观增加导致原本连通的自然栖息地和生态廊道被割裂，进而导致生态系统愈加脆弱，生境质量持续下降，反映了我国城镇化进程中普遍面临的生态环境退化风险与治理难题.
但就研究结果来看，吴江区SHDI、SHEI指数与生境质量呈负相关，部分研究表明景观丰富度增加有助于生境质量的提升[53]. 针对本文研究区造成这一现象的原因可能为：苏南水网地区具有独特的自然环境基底，其景观格局和生境质量可能受到地域性因素的影响，高SHDI和SHEI主要集中于建设用地外围，反映了更多的水体分割和耕地破碎化，进而影响了生境连续性和栖息地的完整性[54].
4.2 景观格局与生境质量优化建议从景观格局与生境质量相关关系分析来看，优化区域生态功能及生态环境保护可从加强景观完整性、优化景观连通性，以及平衡景观多样性等角度出发.
（1）加强景观完整性，提升生境质量 东太湖度假区、元荡片区等具有高LPI、低PD，破碎化程度低、生境质量优. 应加强生态保护红线执行力度，防控城镇扩张对自然生态基底的侵蚀，设立缓冲区与生态监测机制，保障生态系统结构稳定性与关键功能不受干扰. 相对而言，长漾、南星湖和莺脰湖等区域PD高、LPI低，破碎严重、生境质量偏低，应通过小斑块整合、土地修复与生态用地扩展，减少破碎格局，提高区域生态稳定性.
（2）优化景观连通性，降低生境退化风险 长荡、北白荡片区及同里湖等区域COHESION值高，斑块连通性良好，生境质量整体较优. 应持续优化生态廊道，结合河湖湿地格局，构建多尺度、多类型的生态廊道网络，保障物种迁移通道畅通，降低生境隔离度. 针对吴江开发区等高CONTAG、低生境质量区域，应加强生态隔离与空间渗透设计，修复断裂点，扩大绿色空间，缓解城市扩张对生境连通性的破坏.
（3）平衡景观多样性，维护生态功能稳定性 黎里镇和平望镇等区域虽表现出高SHDI和SHEI，但因建设用地扩张导致斑块异质性增加、生境破碎，生境质量反而下降. 应加强建设用地边界控制，规划生态缓冲区，防止高异质性带来的边缘效应和生态功能削弱. 加强针对汾湖高新区、吴江开发区等区域的永久基本农田监管与保护，优化耕地空间布局，维持耕地景观的优势度，控制人为多样性扩张对生态系统的冲击.
4.3 研究不足与展望本文通过Pearson相关性分析、双变量局部空间自相关分析对景观格局特征与生境质量相关关系进行了探讨，通过探究苏南水网地区景观格局演变与生境质量变化分析，明晰吴江区在快速城镇化过程中面临的生态环境问题，为区域景观格局配置优化与生境质量提升提供科学依据，促进区域经济与生态协同发展.
此外，本研究还存在一些不足，InVEST模型对威胁因子最大影响距离、不同生境类型对威胁因子敏感度以及生境适宜度等重要参数比较敏感，尽管主要参数设置参考了前人研究成果，但由于不同地区具有不同的地理环境、地形特征和生态条件，因此，模型在不同研究区的适用性和准确性可能受到限制，还需充分考虑地方性因素对模型输出结果的影响，结合实地调查数据、专家评价等对关键参数进行本地化校准与优化，提高模型结果的科学性与可靠性；另外，本研究中选取了景观水平层面7个景观格局指数探究与生境质量之间的相互关系，这些指数能够有效反映研究区景观结构的空间分布与生态特征，进而为生境质量评估提供一定的支持. 然而，指数选取未能全面覆盖区域生态系统所有特征，且不同景观格局指数与生境质量的响应存在一定局限性，有必要构建综合景观格局指标体系，全面揭示景观格局特征与生态功能之间的多维联系.
5 结论（1）2002~2022年吴江区景观格局呈现破碎化加剧、连通性持续减弱且景观多样化发展的演变特征，表明建设用地扩张以及人类活动的频繁干扰对景观配置造成一定影响，进一步加剧了区域生态系统的脆弱性. 多情景模拟预测显示，生态保护情景下生境斑块完整性提升，破碎化降低且连通性、多样性有所提升，较自然发展和城镇发展情景整体景观格局趋于优化，生态系统稳定性和抗干扰能力增强.
（2）2002~2022年吴江区生境质量有所下降，北麻漾和长漾片区等高质量生境区域逐步萎缩，吴江开发区、盛泽镇片区等低质量生境范围扩大，表明吴江区在快速城镇化、土地利用强度不断加剧的背景下，自然生态空间受挤压，生境破碎化程度加深，生态系统稳定性面临挑战. 多情景模拟预测显示，生态保护情景下的生境质量有明显改善，自然发展和城镇发展情景下的生境质量较低，并且有相似的空间分布特征.
（3）景观格局与生境质量具有多维影响和空间异质性特征. 不同景观格局指数对生境质量影响强度存在差异，在区域内呈现多种空间响应模式，景观变化与生态过程的耦合关系随城镇化加深而增强.
| [1] | Zhang X R, Song W, Lang Y Q, et al. Land use changes in the coastal zone of China's Hebei Province and the corresponding impacts on habitat quality[J]. Land Use Policy, 2020, 99. DOI:10.1016/j.landusepol.2020.104957 |
| [2] |
冯君明, 李翅, 冯一凡. 基于ISODATA空间镶嵌聚类的流域生境质量演变——以河南省黄河流域周边城镇为例[J]. 中国园林, 2024, 40(4): 89-95. Feng J M, Li C, Feng Y F. Evolution of habitat quality based on ISODATA spatial mosaic clustering analysis: a case study of the towns along the Yellow River Basin, Henan Province[J]. Chinese Landscape Architecture, 2024, 40(4): 89-95. |
| [3] | Das M, Mandal A, Das A, et al. Urban dynamics and its impact on habitat and eco-environmental quality along urban-rural gradient in an urban agglomeration (India)[J]. Environmental Challenges, 2024, 14. DOI:10.1016/j.envc.2023.100824 |
| [4] |
陈月明, 李俊熙, 余楷煜. 基于PLUS和InVEST模型的梅州市土地利用与生境质量时空变化及多情景模拟[J]. 测绘通报, 2024(S1): 156-160. Chen M Y, Li J X, Yu K Y. Spatial-temporal changes and multi-scenario simulation of land use and habitat quality in Meizhou City based on PLUS and InVEST models[J]. Bulletin of Surveying and Mapping, 2024(S1): 156-160. |
| [5] |
牛晓耕, 朱雪莲, 刘美玉, 等. 河北省生态系统碳储量和生境质量的时空演变特征及驱动因素[J]. 水土保持通报, 2024, 44(6): 353-365. Niu X G, Zhu X L, Liu M Y, et al. Characteristics and driving factors of spatial and temporal evolution of ecosystem carbon stocks and habitat quality in Hebei Province[J]. Bulletin of Soil and Water Conservation, 2024, 44(6): 353-365. |
| [6] | Huo A D, Liu Q, Zhao Z X, et al. Habitat quality assessment and driving factor analysis of Xiangyu in Feng River Basin based on InVEST model[J]. Water, 2023, 15(23). DOI:10.3390/w15234046 |
| [7] |
曾欣怡, 宋钰红. 基于关键物种与生境质量评估的昆明市中心城区绿色空间生物多样性分布格局研究[J]. 中国园林, 2023, 39(9): 126-132. Zeng X Y, Song Y H. Study on the biodiversity distribution pattern of the green space in the central city of Kunming based on the key species and habitat quality assessment[J]. Chinese Landscape Architecture, 2023, 39(9): 126-132. |
| [8] |
李嘉宁, 姚磊, 刘凌宙, 等. 基于SolVES模型的长株潭城市群绿心地区生态系统服务社会价值评估[J]. 生态与农村环境学报, 2025, 41(8): 987-1001. Li J N, Yao L, Liu L Z, et al. Evaluating the social value of ecosystem services for the green heart area of the Changsha-Zhuzhou-Xiangtan urban agglomeration using the SolVES model[J]. Journal of Ecology and Rural Environment, 2025, 41(8): 987-1001. |
| [9] |
曾浩威, 凌成星, 张军, 等. 基于融合MaxEnt和HSI模型的驼鹿生境适宜性评价[J]. 林业资源管理, 2023(4): 115-122. Zeng H W, Ling C X, Zhang J, et al. Habitat suitability assessment of moose based on combined MaxEnt and HSI model[J]. Forest Resources Management, 2023(4): 115-122. |
| [10] | Huang M L, Mamitimin Y, Abulizi A, et al. Integrated assessment of land use and carbon storage changes in the Tulufan-Hami Basin under the background of urbanization and climate change[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 135. DOI:10.1016/j.jag.2024.104261 |
| [11] | Rahnama M R. Forecasting land-use changes in Mashhad metropolitan area using cellular automata and Markov chain model for 2016-2030[J]. Sustainable Cities and Society, 2021, 64. DOI:10.1016/j.scs.2020.102548 |
| [12] | Zhang K, Wang Y, Mamtimin A, et al. Simulation and attribution analysis of spatial⁃temporal variation in carbon storage in the northern slope economic belt of Tianshan Mountains, China[J]. Land, 2024, 13(5). DOI:10.3390/land13050608 |
| [13] |
吉雄娟, 程文仕. 基于CLUE-S和Markov模型的土地利用变化模拟预测[J]. 国土与自然资源研究, 2024(6): 17-21. Ji X J, Cheng W S. Simulation and prediction of land use change based on CLUE-S and Markov models[J]. Territory & Natural Resources Study, 2024(6): 17-21. |
| [14] |
杨漫, 刘恩勤, 杨扬, 等. 基于Landsat时间序列遥感影像的若尔盖高原湿地演变特征及其驱动因子定量分析[J]. 环境科学, 2025, 46(7): 4461-4472. Yang M, Liu E Q, Yang Y, et al. Quantitative analysis of wetland evolution characteristics and driving factors in Ruoergai Plateau based on Landsat time series remote sensing images[J]. Environmental Science, 2025, 46(7): 4461-4472. DOI:10.13227/j.hjkx.202406190 |
| [15] |
陆禹, 魏甫, 罗改改. 万宁市景观格局对生境质量的影响[J]. 热带农业科学, 2023, 43(4): 63-69. Lu Y, Wei F, Luo G G. Impact of landscape pattern on habitat quality in Wanning City[J]. Chinese Journal of Tropical Agriculture, 2023, 43(4): 63-69. |
| [16] |
贾艳艳, 于东明, 王明杰, 等. 泰安市景观格局和生境质量时空演变及其关联分析[J]. 西北林学院学报, 2022, 37(2): 229-237. Jia Y Y, Yu D M, Wang M J, et al. Spatio-temporal evolution and correlation analysis of landscape pattern and habitat quality in Tai'an City[J]. Journal of Northwest Forestry University, 2022, 37(2): 229-237. |
| [17] | Han Q, Li L, Wei H J, et al. Identifying the relationships between landscape pattern and ecosystem service value from a spatiotemporal variation perspective in a Mountain-Hill-Plain region[J]. Forests, 2023, 14(12). DOI:10.3390/f14122446 |
| [18] |
曾真, 吴天杰, 陈凌艳, 等. 基于土地利用转型的山地城市生境质量时空演变及驱动力因素分析——以三明市为例[J]. 西北林学院学报, 2024, 39(1): 228-236. Zeng Z, Wu T J, Chen L Y, et al. Spatial and temporal evolution of habitat quality in mountainous city based on land use transition and its driving factors——a case study of Sanming City[J]. Journal of Northwest Forestry University, 2024, 39(1): 228-236. |
| [19] |
郭佳晖, 刘晓煌, 李洪宇, 等. 2000—2030年云贵高原碳储量和生境质量时空格局演变[J]. 地质通报, 2024, 43(9): 1485-1497. Guo J H, Liu X H, Li H Y, et al. Evolution of spatial and temporal patterns of carbon stocks and habitat quality on the Yunnan-Guizhou Plateau during 2000—2030[J]. Geological Bulletin of China, 2024, 43(9): 1485-1497. |
| [20] |
阿迪力江·帕尔合提, 李刚勇, 陈春波, 等. 昆仑山北坡绿洲荒漠关键带生境质量时空变化——以和田地区于田绿洲为例[J]. 干旱区地理, 2025, 48(10): 1721-1735. Parhat A, Li G Y, Chen C B, et al. Spatio-temporal shifts in ecological habitat quality of the oasis-desert critical zone on the northern slope of Kunlun Mountains: taking the Yutian Oasis in Hotan prefecture as an example[J]. Arid Land Geography, 2025, 48(10): 1721-1735. |
| [21] |
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]. 环境科学, 2025, 46(12): 7971-7981. Zhou S Y, Luo P J, Chen H, 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]. Environmental Science, 2025, 46(12): 7971-7981. DOI:10.13227/j.hjkx.202504114 |
| [22] |
张歌, 叶长盛. 不同生境破碎化过程对环鄱阳湖城市群生态系统服务影响[J]. 水土保持研究, 2025, 32(5): 329-340. Zhang G, Ye C S. Effects of different habitat fragmentation processes on ecosystem services in Poyang Lake urban agglomeration[J]. Research of Soil and Water Conservation, 2025, 32(5): 329-340. |
| [23] |
张未, 李婧妤, 杨杰, 等. 京津冀城市群城市化与生态系统服务时空分布变化的关系[J]. 生态学杂志, 2026, 45(4): 1080-1089. Zhang W, Li J Y, Yang J, et al. The relationship between urbanization and spatiotemporal changes in ecosystem services in the Beijing-Tianjin-Hebei urban agglomeration[J]. Chinese Journal of Ecology, 2026, 45(4): 1080-1089. |
| [24] |
丁金华, 吴忻. 苏南水网地区景观格局演变分析及其驱动因素探究——以七都镇为例[J]. 西北林学院学报, 2023, 38(2): 257-264. Ding J H, Wu X. Landscape pattern evolution and the driving factors in southern Jiangsu water network area——a case study of Qidu Township[J]. Journal of Northwest Forestry University, 2023, 38(2): 257-264. |
| [25] |
李思荣, 苏同向. 基于保护政策影响的抚仙湖流域景观格局变化及生态系统服务价值响应[J]. 南京林业大学学报(自然科学版), 2024, 48(3): 145-154. Li S R, Su T X. Protection policy impacts on landscape pattern changes and ecosystem service value responses in Fuxian Lake Basin[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2024, 48(3): 145-154. |
| [26] |
王春晓, 黄舒语, 苗菁, 等. 珠三角基塘景观格局演变特征及驱动因素研究——以佛山顺德区为例[J]. 中国园林, 2022, 38(6): 75-80. Wang C X, Huang S Y, Miao J, et al. Characteristics and driving factors of landscape pattern evolution of dike-ponds in the Pearl River Delta: a case study of Shunde District, Foshan[J]. Chinese Landscape Architecture, 2022, 38(6): 75-80. |
| [27] |
胡佶熹, 朱玉莹, 王卫林, 等. 赣粤运河江西沿线区域生境质量时空预测[J]. 环境科学, 2025, 46(10): 6408-6418. Hu J X, Zhu Y Y, Wang W L, et al. Temporal and spatial prediction of habitat quality along the Gan-Yue Canal in Jiangxi Province[J]. Environmental Science, 2025, 46(10): 6408-6418. DOI:10.13227/j.hjkx.202407272 |
| [28] |
刘海龙, 安芷萱, 王焕珂, 等. 京津冀城市群县域城市韧性与创新效率耦合协调时空演变及影响因素的空间异质性[J]. 地理研究, 2025, 44(2): 577-602. Liu H L, An Z X, Wang H K, et al. The coupling of urban resilience and innovation efficiency for coordinated spatio-temporal evolution and spatial heterogeneity in the Beijing-Tianjin-Hebei urban agglomeration[J]. Geographical Research, 2025, 44(2): 577-602. |
| [29] |
窦丽霞, 徐丽婷, 李文紫怡, 等. 基于SD-PLUS-InVEST模型的江西省土地利用与生境质量演变及模拟[J]. 环境科学, 2026, 47(2): 903-915. Dou L X, Xu L T, Li W Z Y, et al. Land use and habitat quality changes and simulations in Jiangxi Province based on SD-PLUS-InVEST model[J]. Environmental Science, 2026, 47(2): 903-915. DOI:10.13227/j.hjkx.202412293 |
| [30] |
王想, 王春雨, 吕飞南, 等. 基于PLUS-InVEST模型的区县碳储量时空格局变化与碳汇提升策略——以延庆区为例[J]. 应用生态学报, 2023, 34(12): 3373-3384. Wang X, Wang C Y, Lyu F N, et al. Temporal and spatial variations of carbon storage and carbon sink improvement strategy at the district and county level based on PLUS-InVEST model: taking Yanqing District as an example[J]. Chinese Journal of Applied Ecology, 2023, 34(12): 3373-3384. |
| [31] |
安文举, 李王成, 王帅, 等. 基于PLUS-InVEST耦合的黄河上中游流域生态功能分区[J]. 环境科学, 2026, 47(4): 2411-2423. An W J, Li W C, Wang S, et al. Ecological function zoning in the upper and middle Yellow River Basin based on PLUS-InVEST coupling[J]. Environmental Science, 2026, 47(4): 2411-2423. DOI:10.13227/j.hjkx.202503218 |
| [32] | Xu Q Y, Guo S F, Zhai L M, et al. Guiding the landscape patterns evolution is the key to mitigating river water quality degradation[J]. Science of the Total Environment, 2023, 901. DOI:10.1016/j.scitotenv.2023.165869 |
| [33] |
熊瑶, 陈亚娟, 杨云峰. 豫中地区蓝绿空间演化及其驱动因素研究——以河南省许昌市为例[J]. 西北林学院学报, 2024, 39(6): 197-206. Xiong Y, Chen Y J, Yang Y F. Blue-green spatial evolution and driving factors in central Henan Province——a case study of Xuchang City of Henan Province[J]. Journal of Northwest Forestry University, 2024, 39(6): 197-206. |
| [34] |
谭昭昭, 陈毓遒, 丁憬枫, 等. 浙江东部沿海城市土地利用模拟及生态系统服务价值评估[J]. 应用生态学报, 2023, 34(10): 2777-2787. Tan Z Z, Chen Y Q, Ding J F, et al. Simulation of land use and assessment of ecosystem service value in the eastern coastal cities of Zhejiang Province, China[J]. Chinese Journal of Applied Ecology, 2023, 34(10): 2777-2787. |
| [35] |
张贤, 刘彦随, 王伟, 等. 基于PLUS-InVEST模型的中国多情景土地利用变化模拟及其对生态系统服务功能的影响[J]. 生态学报, 2025, 45(19): 9577-9593. Zhang X, Liu Y S, Wang W, et al. Simulation of multi-scenario land use change and its impact on ecosystem services in China based on PLUS-InVEST model[J]. Acta Ecologica Sinica, 2025, 45(19): 9577-9593. |
| [36] |
孙欣欣, 薛建辉, 董丽娜. 基于PLUS模型和InVEST模型的南京市生态系统碳储量时空变化与预测[J]. 生态与农村环境学报, 2023, 39(1): 41-51. Sun X X, Xue J H, Dong L N. Spatiotemporal change and prediction of carbon storage in Nanjing ecosystem based on PLUS model and InVEST model[J]. Journal of Ecology and Rural Environment, 2023, 39(1): 41-51. |
| [37] |
杨宇萍, 陈彩虹, 佘济云, 等. 多情景模拟下县域生境质量时空演变预测——以桃源县为例[J]. 南京林业大学学报(自然科学版), 2024, 48(6): 201-209. Yang Y P, Chen C H, She J Y, et al. Prediction of the spatiotemporal evolution of county habitat quality under multi-scenario simulation: a case of Taoyuan County[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2024, 48(6): 201-209. |
| [38] |
杨晓芳, 于少康, 罗志军, 等. 多尺度视角下环鄱阳湖区景观生态风险与生态系统服务的相互关系及分区管控[J]. 环境科学, 2025, 46(12): 7918-7934. Yang X F, Yu S K, Luo Z J, et al. Interaction and zoning management of landscape ecological risk and ecosystem services around Poyang Lake from multi-scale perspective[J]. Environmental Science, 2025, 46(12): 7918-7934. DOI:10.13227/j.hjkx.202412081 |
| [39] |
唐燕, 冯兴华, 曾凡盛, 等. 水网型城市的蓝绿景观变化对生境质量的影响分析——以南昌市为例[J]. 长江流域资源与环境, 2023, 32(9): 1949-1959. Tang Y, Feng X H, Zeng F S, et al. Impact of blue-green landscape changes on habitat quality in water network cities: a case study of Nanchang City[J]. Resources and Environment in the Yangtze Basin, 2023, 32(9): 1949-1959. |
| [40] |
赵婷, 潘竟虎. 讨赖河流域生态系统服务权衡与协同的多尺度测度[J]. 生态与农村环境学报, 2022, 38(7): 839-850. Zhao T, Pan J H. Multi-scale measurement of trade-offs and synergies of ecosystem services in the Taolai River Basin[J]. Journal of Ecology and Rural Environment, 2022, 38(7): 839-850. |
| [41] |
王超锐, 钟佳辉, 张勇, 等. 景观组成和景观配置对百山祖国家公园生态系统服务的影响[J]. 南京林业大学学报(自然科学版), 2026, 50(3): 101-111. Wang C R, Zhong J H, Zhang Y, et al. Effects of landscape composition and configuration on ecosystem services of Baishanzu National Park[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2026, 50(3): 101-111. |
| [42] |
张柏豪, 刘家福, 祝悦, 等. 长三角城市群生境质量与城市化耦合研究[J]. 人民长江, 2024, 55(6): 75-84. Zhang B H, Liu J F, Zhu Y, et al. Study on coupling of habitat quality and urbanization in Yangtze River Delta Urban Agglomeration[J]. Yangtze River, 2024, 55(6): 75-84. |
| [43] |
杨立言, 陈万旭, 曾杰, 等. 长江流域城镇化对生境质量的影响梯度差异研究[J]. 生态学报, 2024, 44(10): 4038-4050. Yang L Y, Chen W X, Zeng J, et al. Gradient differences of the impact of urbanization on habitat quality in the Yangtze River Basin[J]. Acta Ecologica Sinica, 2024, 44(10): 4038-4050. |
| [44] |
赵强, 王天鸠, 王涛, 等. 基于InVEST模型的长三角生态绿色一体化示范区生境质量时空演变特征分析[J]. 自然资源遥感, 2024, 36(3): 187-195. Zhao Q, Wang T J, Wang T, et al. InVEST model-based analysis of spatiotemporal evolution characteristics of habitat quality in the ecological green integrated demonstration area, Yangtze River Delta[J]. Remote Sensing for Natural Resources, 2024, 36(3): 187-195. |
| [45] |
庞惠心, 安睿, 刘艳芳. 武汉市城市化进程中生境质量对景观格局的样带响应[J]. 生态科学, 2022, 41(3): 33-43. Pang H X, An R, Liu Y F. Gradient response of habitat quality to landscape pattern based on transect method in urbanization procession in Wuhan[J]. Ecological Science, 2022, 41(3): 33-43. |
| [46] |
刘书雅, 张安兵, 王贺封, 等. 华北平原生境质量与景观格局时空演变及预测[J]. 西北林学院学报, 2025, 40(2): 236-250. Liu S Y, Zhang A B, Wang H F, et al. Spatio-temporal evolution and prediction of habitat quality and landscape pattern in the North China Plain[J]. Journal of Northwest Forestry University, 2025, 40(2): 236-250. |
| [47] |
张若琪, 张琼锐, 王晨茜, 等. 珠三角景观格局变化对生境及碳储量的影响[J]. 生态科学, 2025, 44(1): 221-231. Zhang R Q, Zhang Q R, Wang C X, et al. Effects of landscape pattern changes in the Pearl River Delta on habitat quality and carbon storage[J]. Ecological Science, 2025, 44(1): 221-231. |
| [48] |
夏敏, 季晓垭, 邹伟, 等. 新农村建设中高速城镇化地区景观格局与生态系统服务的关联效应[J]. 长江流域资源与环境, 2024, 33(5): 982-992. Xia M, Ji X Y, Zou W, et al. Correlation effect between landscape pattern and ecosystem services in high-speed urbanization areas in new rural construction[J]. Resources and Environment in the Yangtze Basin, 2024, 33(5): 982-992. |
| [49] |
张紫怡, 仝照民, 张立亭, 等. 景观格局对生态系统服务的非线性影响和阈值调控——以福建省生态高效协同区为例[J]. 生态学报, 2024, 44(21): 9535-9551. Zhang Z Y, Tong Z M, Zhang L T, et al. Nonlinear effects of landscape pattern on ecosystem services and threshold regulation: a case study of eco-efficient synergistic zone in Fujian Province[J]. Acta Ecologica Sinica, 2024, 44(21): 9535-9551. |
| [50] |
范育蕾, 夏哲一, 魏雪, 等. 四个时期长江经济带湿地生态系统服务对景观格局响应研究[J]. 湿地科学, 2024, 22(1): 139-147. Fan Y L, Xia Z Y, Wei X, et al. The response of wetland ecosystem services to landscape pattern of the Yangtze River Economic Belt during four periods[J]. Wetland Science, 2024, 22(1): 139-147. |
| [51] |
吕大伟, 蔡海生, 张学玲, 等. 基于InVEST模型的万年县生境质量时空演变与景观格局分析[J]. 江西农业大学学报, 2022, 44(3): 783-793. Lyu D W, Cai H S, Zhang X L, et al. Analysis of spatial and temporal evolution of habitat quality and landscape pattern in Wannian County based on InVEST model[J]. Acta Agriculturae Universitatis Jiangxiensis, 2022, 44(3): 783-793. |
| [52] |
宁启蒙, 何自强, 胡然, 等. 洞庭湖流域生态状况时空分异及影响因素[J]. 生态学报, 2024, 44(18): 8072-8083. Ning Q M, He Z Q, Hu R, et al. Spatiotemporal differentiation of ecological status and influencing factors in Dongting Lake Basin[J]. Acta Ecologica Sinica, 2024, 44(18): 8072-8083. |
| [53] |
刘小玉, 李士杰, 何海洋, 等. 基于InVEST和PLUS模型下的土地利用变化及生境质量演变分析: 以汉中盆地为例[J]. 西北地质, 2024, 57(4): 271-284. Liu X Y, Li S J, He H Y, et al. Analysis of land use change and habitat quality evolution based on InVEST and PLUS models: example from Hanzhong Basin[J]. Northwestern Geology, 2024, 57(4): 271-284. |
| [54] |
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. Chang Y Y, Gao Y, Xie Z, et al. Spatiotemporal evolution and spatial correlation of habitat quality and landscape pattern over Beijing-Tianjin-Hebei region[J]. China Environmental Science, 2021, 41(2): 848-859. |