陕北黄土高原地区生态风险评估及生态修复优先区识别

Ecological risk assessment and spatial identification of ecological restoration in the Loess Plateau of Northern Shaanxi

摘要

目的 探究陕北黄土高原地区生态风险和修复对于黄河流域生态保护和高质量发展具有重要意义。 方法 基于生态系统服务，采用生态风险评估模型，得出生态风险评估结果；同时基于植被覆盖度，采用Slope+Mann-Kendall趋势检验分析模型，得出植被退化趋势评估结果。将二者结果根据综合指数法，形成陕北黄土高原地区生态修复优先区。 结果 （1） 2000—2020年陕北黄土高原地区产水量、土壤保持、生境质量和碳固定生态系统服务均呈现增长趋势，单位面积产水量增长率为563.98%；单位面积土壤保持量增长率为54.22%；单位面积生境质量增长率为2%；单位面积碳固定增长率为113.05%。（2） 生态风险较高的区域位于西北部的长城沿线风沙滩地。（3） 陕北黄土高原地区植被覆盖度呈逐渐增加趋势，植被改善区域占比95.87%，植被退化区域主要位于西北部的长城沿线风沙滩地和南部的黄土丘陵沟壑区。（4） 生态修复优先级较高的区域位于定边县、榆阳区、横山区、靖边县，采取防风固沙林带建设、退耕还林还草、盐碱地综合治理等生态修复措施。 结论 陕北长城沿线风沙滩地作为陕北黄土高原地区生态修复优先区域，需加强区域生态保护，采取科学的生态修复措施，保障黄河流域生态保护和高质量发展。

Abstract

Objective This study explores the ecological risks and restoration of the Loess Plateau of Northern Shaanxi which are important for the ecological protection and high-quality development of the Yellow River Basin. Methods Based on ecosystem services， an ecological risk assessment model was used to derive the ecological risk assessment results. Additionally， based on vegetation coverage， the Slope+Mann-Kendall trend analysis model was employed to obtain the vegetation degradation trend assessment results. By integrating these results using the comprehensive index method， the study identified priority areas for ecological restoration in the Loess Plateau of Northern Shaanxi. Results （1） From 2000 to 2020， the ecological services of water yield， soil conservation， habitat quality， and carbon sequestration in the Loess Plateau of Northern Shaanxi all exhibited an increasing trend. Growth rates per unit area were 563.98% for water yield， 54.22% for soil conservation， 2% for habitat quality， and 113.05% for carbon sequestration. （2） Areas with higher ecological risk were located in the northwestern part of the plateau， particularly in the aeolian sand areas near the Great Wall. （3） The vegetation coverage in the Loess Plateau of Northern Shaanxi showed a gradual increase， with 95.87% of the area exhibiting vegetation improvement. Vegetation degradation was mainly found in the aeolian sand areas along the Great Wall in the northwestern plateau and the loess hill and gully areas in the southern part. （4） Ecological restoration priority areas were identified in Dingbian County， Yuyang District， Hengshan District and Jingbian County， where ecological restoration measures such as windbreaks and sand-fixing forest belts， returning farmland to forests and grasslands， and comprehensive management of saline-alkali land should be implemented. Conclusion The aeolian sand areas along the Great Wall in Northern Shaanxi are identified as key areas for ecological restoration in the Northern Shaanxi Loess Plateau. Strengthening regional ecological protection and adopting scientific ecological restoration measures should be implemented to ensure ecological protection and high-quality development in the Yellow River Basin.

Graphical abstract

关键词

生态修复 / 生态风险 / 生态系统服务 / 植被退化 / 陕北黄土高原地区

Key words

ecological restoration / ecological risk / ecosystem service / vegetation degradation / Loess Plateau of Northern Shaanxi

实施国土空间保护与修复是全面推进美丽中国建设的重要途径。国土空间生态保护与修复是国家的重大战略，对于实现可持续发展目标、构筑生态文明新格局具有重要意义。然而受人为活动的影响，国土空间抵抗自然灾害能力和生态系统服务功能下降，生态退化风险增大，影响国家生态安全和社会经济发展^［1］。为应对国土空间生态问题，国家开展了一系列国土空间保护与修复措施，包括三北防护林、退耕还林还草、小流域综合治理等生态修复工程。国土空间保护与修复措施的实施，依赖于生态修复空间的准确识别。如何准确识别生态修复空间，构建国土空间生态保护与修复格局成为当前研究的重点^［2］。

目前，国内外针对生态修复研究主要集中在森林^［3］、草原^［4］、城市^［5］、矿山等^［6］自然区生态修复研究，或基于土地沙化、水土流失等生态问题进行生态修复研究和实践^［7-8］。但针对自然区或生态问题的生态修复研究，缺乏对于国土空间生态修复系统性和完整性的考虑^［9］。近年来，综合性生态修复得到进一步发展^［10］，如卫新东等以山水林田湖草沙一体化保护和修复为基础，对神木市生态问题进行了定量诊断^［11］。应凌霄等在闽江流域针对水环境污染、水土流失、矿区生态破坏、森林和生物多样性威胁进行完整性的生态保护修复工作^［12］。但当前研究缺乏对生态修复领域长时间维度生态退化过程的深入分析^［13］。因此，如何从整体性角度出发，开展生态修复空间识别，是亟需解决的问题^［14］。

陕北黄土高原地区是黄河中游典型的生态脆弱区，国家开展了一系列生态修复工程^［15-16］修复陕北黄土高原生态环境。选取陕北黄土高原地区作为研究区，基于生态风险和植被退化综合评估，识别国土空间生态修复区，并结合修复区的地理环境和存在的生态问题提出针对性生态修复措施，为陕北黄土高原地区生态保护与修复工作提供参考。

1 材料与方法

1.1 研究区概况

本研究中的陕北黄土高原地区为延安市和榆林市所辖范围，陕北黄土高原地区气候类型为温带大陆型半干旱气候，全年平均气温为8~12 ℃，年均降水量为350~600 mm。陕北黄土高原地区主要地貌为黄土梁峁丘陵和沟谷深切的黄土塬，受风和流水等外营力影响，地形复杂多变^［17］，地形分布状况如图1所示。

1.2 数据来源

降水量、潜在蒸散发量、气温数据来源于中国气象科学数据共享服务网（https：∥data.cma.cn/），其空间分辨率为1 km×1 km；土地利用数据来源于中国科学院资源环境科学与数据中心（https：∥www.resdc.cn/），其空间分辨率为30 m×30 m；数字高程模型（DEM）数据来源于地理空间数据云（https：∥www.gscloud.cn/），其空间分辨率为30 m×30 m；土壤属性数据（土壤质地、土壤类型、土壤有机碳等）数据来源于世界土壤数据库（http：∥westdc.westgis.ac.cn），其空间分辨率为1 km×1 km；土壤可蚀性因子数据集来源于中国科学院生态环境研究中心（https：∥rcees.cas.cn/），其空间分辨率为1 km×1 km；归一化植被指数（NDVI）数据来源于美国NASA EOS/MODIS的MOD13A1产品（https：∥lpdaac.usgs.gov），其空间分辨率为250 m×250 m；植被净初级生产力（NPP）数据来源于美国NASA EOS/MODIS的MOD17A3H产品（https：∥lpdaac.usgs.gov），其空间分辨率为500 m×500 m。

1.3 研究方法

1.3.1　生态系统服务　（1）产水量。产水量采用InVEST模型的Water Yield模块^［18］评估，计算公式如下：

\mathrm{Y}\mathrm{i}\mathrm{e}\mathrm{l}{\mathrm{d}}_{ni}=(\mathrm{1}-\frac{\mathrm{A}\mathrm{E}{\mathrm{T}}_{ni}}{P_n})\times P_n（1）

式中：\mathrm{Y}\mathrm{i}\mathrm{e}\mathrm{l}{\mathrm{d}}_{ni}是土地利用类型为i时像元n上的产水量\left(\mathrm{m}\mathrm{m}\right)；P_n为像元n上的年均降雨量\left(\mathrm{m}\mathrm{m}\right)；\mathrm{A}\mathrm{E}{\mathrm{T}}_{ni}为年均蒸散发量\left(\mathrm{m}\mathrm{m}\right)。

（2）土壤保持。土壤保持采用修正通用土壤流失方程^［19］评估，计算公式如下：

A=R\times L\times S\times K\times (\mathrm{1}-C\times P)（2）

式中：A为年土壤保持量；R为降雨侵蚀系数；K为土壤侵蚀性因子；L是坡长因子；S是坡度因子；C为植被覆盖和管理因子；P为土壤保持实践因子。

（3）生境质量。生境质量采用InVEST模型的Habitat Quality模块^［20］评估，计算公式如下：

Q_{nj}=H_j〔\mathrm{1}-(\frac{{D^z}_{nj}}{{d^z}_{nj}+k^z})〕（3）

式中：Q_{nj}为生境类型j中像元n的生境质量指数；H_j为生境类型j的生境适宜度；k为半饱和常数，根据参考文献取0.5；D_{nj}为生境类型j中像元n的生境退化度；z为归一化常量。

（4）碳固定。碳固定采用植被净初级生产力（NPP）估算模型^［21］测算，将2000年、2010年、2020年共三年MOD17A3H的NPP数据通过MODIS Reprojection Tool（MRT）软件进行提取，将提取的数据通过ArcGIS软件投影转化、掩膜提取等操作获取研究区NPP数据。

1.3.2 生态风险评估

首先，将2000年和2020年产水量、土壤保持、生境质量、碳固定生态系统服务数据通过栅格计算器计算栅格单元各生态系统服务差值，取差值的前10%为该栅格单元生态系统服务逆向转化。生态系统服务逆向转化概率由栅格单元发生逆向转化的生态系统服务数量决定，若栅格单元产水量、土壤保持、生境质量、碳固定均发生逆向转化，表明该栅格单元的逆向转化概率为最大值（100%）；其余逆向转化概率依次为0.75、0.5、0.25、0^［22-23］。其次，将各栅格单元差值采用极差标准化处理并叠加，叠加值前10%则为轻度损失；叠加值处于10%~20%为中度损失；其余则为重度损失^［23］。将上述综合，建立生态风险等级判定矩阵^［22-23］，如表1所示。

1.3.3 植被退化趋势

参考相关研究建立陕北黄土高原地区植被退化程度分级表^［23-24］，如表2所示。通过像元二分模型得到植被覆盖度，再将植被覆盖度代入趋势分析模型，形成陕北黄土高原植被覆盖度变化趋势，最终根据植被退化程度分级表，形成陕北黄土高原地区植被退化等级空间分布结果。

（1） 像元二分模型。基于归一化植被指数（NDVI）数据，采用像元二分模型得到植被覆盖度（FVC），植被覆盖度的计算公式如下：

\mathrm{F}\mathrm{V}\mathrm{C}=\frac{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}-\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{i}\mathrm{n}}}{\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{a}\mathrm{x}}-\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{i}\mathrm{n}}}（4）

式中：\mathrm{F}\mathrm{V}\mathrm{C}表示植被覆盖度，取值范围为（0~1）之间，\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{a}\mathrm{x}}\mathrm{和}\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{i}\mathrm{n}}\mathrm{为}\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}的最大值和最小值。对21期\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}数据进行直方图统计分析，取\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}累积频率最接近5%的\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}值为\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{i}\mathrm{n}},\mathrm{取}\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}近95%的\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{I}值为\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{a}\mathrm{x}},\mathrm{将}\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{a}\mathrm{x}}\mathrm{和}\mathrm{N}\mathrm{D}\mathrm{V}{\mathrm{I}}_{\mathrm{m}\mathrm{i}\mathrm{n}}代入公式（1）中得到2000—2020年陕北黄土高原地区共21 a植被覆盖度数据。

（2） 趋势分析模型。将陕北黄土高原地区植被覆盖度（FVC）进行一元线性回归处理，一元线性回归方程的斜率（\mathrm{S}\mathrm{l}\mathrm{o}\mathrm{p}\mathrm{e}）反映了研究区植被覆盖度的年际变化趋势^［25］。如果\mathrm{S}\mathrm{l}\mathrm{o}\mathrm{p}\mathrm{e}>\mathrm{0}表示植被覆盖度呈上升趋势，表示植被覆盖度呈下降趋势。计算公式如下：

\mathrm{S}\mathrm{l}\mathrm{o}\mathrm{p}\mathrm{e}=\frac{n{\displaystyle \sum _{i=\mathrm{1}}^n}i\times f_i-({\displaystyle \sum _{i=\mathrm{1}}^n}i)({\displaystyle \sum _{i=\mathrm{1}}^n}{f}_i)}{n{\displaystyle \sum _{i=\mathrm{1}}^n}{i}^{\mathrm{2}}-{({\displaystyle \sum _{i=\mathrm{1}}^n}i)}^{\mathrm{2}}}（2）

式中：n为所选时间段的年数；f_i为研究区第i年的植被覆盖度。

引入Mann-Kendall方法对植被覆盖度趋势进行显著性检验^［23］，Mann-Kendall显著性检验计算公式为：

（3）

式中：Z为检验结果；r为中间参数。取显著性\alpha =\mathrm{0.05},Z_{\frac{\left(\mathrm{1}-\alpha \right)}{\mathrm{2}}}=Z_{\mathrm{0.975}}=1.96，\left|Z\right|>\mathrm{1.96}呈显著变化\left|Z\right|\le \mathrm{1.96}呈不显著变化。

1.3.4 生态修复优先区识别

基于ArcGIS软件，将计算得到的陕北黄土高原地区生态风险评估结果与植被退化评估结果以1∶1的权重相叠加，将叠加后的结果根据生态修复优先级判定矩阵（表3）进行级别划分，形成陕北黄土高原地区生态修复优先区^［23］。

2 结果与分析

2.1 陕北黄土高原地区生态系统服务时空格局及生态风险评估

陕北黄土高原地区2000—2020年产水量、土壤保持、生境质量和碳固定等生态系统服务空间分布情况如图2所示，通过结果发现各类生态系统服务在空间分布上具有较强的空间异质性特征。产水量呈现西北部高、中部和南部低的特征，土壤保持、生境质量和碳固定生态系统服务在空间分布上呈现出南部高、北部低的特征。

2000—2020年研究区产水量、土壤保持量、生境质量和碳固定生态系统服务均呈现增长趋势，单位面积产水量由7.19 mm增长至47.74 mm，增长率为563.98%；单位面积土壤保持量由117.6 t/hm²增长至181.36 t/hm²，增长率为54.22%；单位面积生境质量由0.5增长至0.51，增长率为2%；单位面积碳固定量由160.63 gC/m²增长至342.22 gC/m²，增长率为113.05%。其中，单位面积产水量增幅最大，单位面积生境质量增幅最小。

根据2000年、2020年陕北黄土高原地区产水量、土壤保持量、生境质量和碳固定生态系统服务评估陕北黄土高原地区生态风险等级发现，风险等级较高的区域集中在西北部的长城沿线风沙区。Ⅰ级区面积占比为72.34%，主要位于陕北黄土高原地区中部和南部部分地区；Ⅱ级区面积占比为21.51%，主要位于陕北黄土高原中部和北部；Ⅲ级区面积占比为5.23%；Ⅳ级区面积占比为0.88%；Ⅴ级区面积占比为0.04%，III、IV、V级均集中于陕北黄土高原西北部。陕北黄土高原地区生态风险等级呈现出西北高，中部和南部低的分布格局，具体如图3A所示。

2.2 植被退化趋势评价

利用ArcGIS软件逐像元计算2000—2020年陕北黄土高原地区植被覆盖的年际变化趋势，如图3B所示。陕北黄土高原地区植被覆盖度呈逐渐增加趋势，植被改善区域（slope>0）主要位于陕北黄土高原中部和东北部，占总面积的95.87%；植被退化区域（slope<0）主要位于陕北黄土高原南部，占总面积的4.13%。通过Matlab软件进行显著性检验，将显著性检验结果与年际变化趋势度通过ArcGIS软件进行叠加，并依据表2进行分类，2000—2020年，陕北黄土高原地区以未退化为主，占总面积的96.29%；轻度退化区域主要分布在中部和南部，占总面积的3.41%；中重度退化区域则集中在西北部，占总面积的0.3%。

2.3 生态修复优先区识别及修复策略

从整体性和系统性角度出发，基于生态风险评估和植被退化定量识别陕北黄土高原地区生态修复优先区，结果表明，陕北黄土高原地区生态修复区以优先级较低的区域为主，占总面积的95.46%；优先级一般的区域较少，主要分布在南部和西北部，占总面积的4.52%。对于生态修复优先级一般的区域，根据其本底条件，因地制宜，治理其生态问题。而优先级较高的区域较少，主要位于定边县（8.25 km²）、榆阳区（5 km²）、横山区（1.5 km²）、靖边县（0.75 km²）。从图3D可见，陕北黄土高原地区生态修复优先级较高的区域主要分布在陕北长城沿线风沙滩地。陕北长城沿线风沙滩地地处干旱与半干旱地带，年降水量较少，水资源严重短缺，土壤类型以沙土为主，水土流失严重，生态环境脆弱^［26］。其生态本底条件决定该区域无法开展大规模生态修复措施。该区域生态修复应注重荒漠化综合防治，以提升区域生态环境的稳定性^［27］。

对于陕北长城沿线风沙滩地生态修复与保护，采取土地综合整治、盐碱地治理、工矿地复垦等生态修复措施，综合治理水土流失现象，增加生物多样性、提高植被覆盖度，美化乡村自然景观，改善生态环境、推进乡村振兴。

陕北长城沿线风沙滩地光热资源丰富，远离城市，是良好的绿色农业生产基地，在当地种植耐旱经济作物，防风固沙的同时，提高当地人民群众生活水平，构建人与自然和谐相处的新格局。

3 讨 论

本研究基于生态系统服务，采用生态风险评估模型，得出生态风险评估结果；基于植被覆盖度，采用Slope+Mann-Kendall趋势检验分析模型，得出植被退化趋势评估结果。将二者结果通过综合指数法，形成陕北黄土高原地区生态修复优先区，并提出具体生态修复措施。2000—2020年陕北黄土高原地区产水量、土壤保持、生境质量、碳固定生态系统服务整体呈现增长趋势。

（1） 陕北黄土高原地区2000—2020年产水量呈增长趋势，植被恢复明显，植被根系发达，增加土壤孔隙，吸纳更多水分，同时植被产生大量枯枝落叶，地面蒸散发量减少^［28］。（2） 陕北黄土高原地区土壤保持量呈现由北到南逐渐上升的趋势，与植被覆盖分布趋势较为一致，植被恢复能减缓降雨侵蚀，减少土壤流失，提高区域土壤保持能力。（3） 陕北黄土高原地区生境质量受植被恢复影响略有提升，北部长城沿线风沙滩地受当地生态环境制约，植被恢复缓慢，生态质量较低。南部具有较高的植被覆盖度，生态环境保护较好，生境质量较高。（4） 2000—2020年中部黄土丘陵沟壑区碳固定服务增长较快，该区域植被恢复明显，植被覆盖度增加，进而促进固碳量的增长^［29］。

2000—2020年陕北黄土高原地区植被覆盖度整体呈现增长趋势，植被覆盖增长呈现出中部和东北部较高、南部和西北部较低的分布格局，与叶璇等^［30］的研究结果基本一致。原因在于，陕北黄土高原中部生态本底条件一般，但长期开展生态修复工程，导致植被覆盖度增长较大；而西北部生态本底条件脆弱，无法进行大规模生态修复工程，植被覆盖度增长较小；南部早期生态本底条件较好，且以自然恢复为主，因此植被覆盖度变化较小。

陕北黄土高原地区生态修复优先级较高的区域主要位于陕北长城沿线风沙滩地，针对生态修复优先级较高的区域，采取退耕还林还草、盐碱地综合治理等工程措施。相较于以往研究，本文生态风险评估模型的构建考虑到了生态系统服务内部之间的联系和均衡性，并引入植被退化程度，实现对生态修复优先区的准确识别。

4 结 论

（1） 2000—2020年陕北黄土高原地区产水量、土壤保持、生境质量和碳固定生态系统服务均呈现增长趋势，其中单位面积产水量增长率为563.98%；单位面积土壤保持量增长率为54.22%；单位面积生境质量增长率为2%；单位面积碳固定增长率为133.83%。

（2） 2000—2020年陕北黄土高原地区产水量、土壤保持、生境质量和碳固定指标整体均呈现逐年增长趋势，主要受退耕还林还草、三北防护林建设、山水林田湖草沙一体化保护和修复工程影响，促使陕北黄土高原地区降水量增加，水土流失减少，植被恢复明显，生物多样性提升，生态环境得到显著改善。

（3） 陕北黄土高原地区生态风险等级以Ⅰ，Ⅱ，Ⅲ级为主，主要集中在黄土高原丘陵沟壑区和南部黄河重点生态区，该区域经过封山育林和退耕还林还草等生态保护措施，降雨增多。植被覆盖度提高，生态环境风险较小。生态风险等级较高的区域占比较小，Ⅳ级区域面积占比0.88%，Ⅴ级区域面积占比0.04%，主要集中分布在陕北长城沿线，年降水量较少，水土流失严重，生态环境脆弱，生态风险较高。

（4） 2000—2020年陕北黄土高原地区植被覆盖整体呈现逐年增长趋势，植被改善区域面积占比为95.87%，主要受退耕还林还草、三北防护林建设、山水林田湖草沙一体化保护和修复工程影响，植被恢复成效明显。2000—2020年陕北黄土高原地区植被轻度退化主要分布在中部和南部；中重度退化则集中分布在陕北长城沿线风沙滩地。

（5） 生态修复优先识别区主要位于定边县、榆阳区、横山区、靖边县，按位置和形成原因划分为陕北长城沿线风沙滩地生态修复优先区。陕北长城沿线风沙滩地生态修复优先区应加强区域防风固沙林带建设、退耕还林还草、盐碱地综合治理等工程措施，促进区域生态恢复。

参考文献

[1] 殷楠，王帅，刘焱序.生态系统服务价值评估：研究进展与展望［J］.生态学杂志，2021，40（1）：233-244.

[2] Yin N， Wang S， Liu Y X. Ecosystem service value assessment： research progress and prospects［J］. Chinese Journal of Ecology， 2021，40（1）：233-244.

[3] 王夏晖，张箫，牟雪洁，等.国土空间生态修复规划编制方法探析［J］.环境保护，2019，47（5）：36-38.

[4] Wang X H， Zhang X， Mou X J， et al. Discussion on the planning of land spatial ecological restoration［J］. Environmental Protection， 2019，47（5）：36-38.

[5] Lamb D， Erskine P D， Parrotta J A. Restoration of degraded tropical forest landscapes［J］. Science， 2005，310（5754）：1628-1632.

[6] Ödman A M， Schnoor T K， Ripa J， et al. Soil disturbance as a restoration measure in dry sandy grasslands［J］. Biodiversity and Conservation， 2012，21（8）：1921-1935.

[7] Standish R J， Hobbs R J， Miller J R. Improving city life： Options for ecological restoration in urban landscapes and how these might influence interactions between people and nature［J］. Landscape Ecology， 2013，28（6）：1213-1221.

[8] 张进德，郗富瑞.我国废弃矿山生态修复研究［J］.生态学报，2020，40（21）：7921-7930.

[9] Zhang J D， Xi F R. Study on ecological restoration of abandoned mines in China［J］. Acta Ecologica Sinica， 2020，40（21）：7921-7930.

[10] 田美荣，高吉喜，宋国宝，等.基于主导生态功能与生态退化程度的生态修复分区研究［J］.生态与农村环境学报，2017，33（1）：7-14.

[11] Tian M R， Gao J X， Song G B， et al. Zoning for ecological remediation by dominant ecological function and ecological degradation degree［J］. Journal of Ecology and Rural Environment， 2017，33（1）：7-14.

[12] 宋伟，韩赜，刘琳.山水林田湖草生态问题系统诊断与保护修复综合分区研究：以陕西省为例［J］.生态学报，2019，39（23）：8975-8989.

[13] Song W， Han Z， Liu L. Systematic diagnosis of ecological problems and comprehensive zoning of ecological conservation and restoration for an integrated ecosystem of mountains-rivers-forests-farmlands-lakes-grasslands in

[14] Shaanxi Province［J］. Acta Ecologica Sinica， 2019，39（23）：8975-8989.

[15] 高吉喜，杨兆平.生态功能恢复：中国生态恢复的目标与方向［J］.生态与农村环境学报，2015，31（1）：1-6.

[16] Gao J X， Yang Z P. Restoration of ecological functions： Goal and orientation of ecological restoration in China［J］. Journal of Ecology and Rural Environment， 2015，31（1）：1-6.

[17] 张文炤，朱明君，杜琳玮，等.基于山水林田湖草系统的汤河流域生态修复研究［J］.中国水土保持，2020（7）：24-26，41.

[18] Zhang W Z， Zhu M J， Du L W， et al. The ecological restoration in tanghe river basin based on the system of mountain， river， forest， farmland， lake and grass-land［J］. Soil and Water Conservation in Chin， 2020（7）：24-26，41.

[19] 卫新东，林良国，冯小龙，等.神木市生态安全格局构建与生态问题定量诊断［J］.生态学报，2023，43（1）：82-94.

[20] Wei X D， Lin L G， Feng X L， et al. Construction of ecological security pattern and quantitative diagnosis of ecological problems in Shenmu City［J］. Acta Ecologica Sinica， 2023，43（1）：82-94.

[21] 应凌霄，王军，周妍.闽江流域生态安全格局及其生态保护修复措施［J］.生态学报，2019，39（23）：8857-8866.

[22] Ying L X， Wang J， Zhou Y. Ecological-environmental problems and solutions in the Minjiang River basin， Fujian Province， China［J］. Acta Ecologica Sinica， 2019，39（23）：8857-8866.

[23] 王文静，逯非，欧阳志云.国土空间生态修复与保护空间识别：以北京市为例［J］.生态学报，2022，42（6）：2074-2085.

[24] Wang W J， Lu F， Ouyang Z Y. Spatial identification of territory space ecological conservation and restoration： A case study of Beijing［J］. Acta Ecologica Sinica， 2022，42（6）：2074-2085.

[25] 彭建，吕丹娜，董建权，等.过程耦合与空间集成：国土空间生态修复的景观生态学认知［J］.自然资源学报，2020，35（1）：3-13.

[26] Peng J， Lyu D N， Dong J Q， et al. Processes coupling and spatial integration： Characterizing ecological restoration of territorial space in view of landscape ecology［J］. Journal of Natural Resources， 2020，35（1）：3-13.

[27] 郭彩玲.黄土高原半干旱区生态环境恢复的对策研究［J］.地域研究与开发，2008，27（3）：79-82.

[28] Guo C L. The study on the restoration strategies in semi-arid region of Loess Plateau［J］. Areal Research and Development， 2008，27（3）：79-82.

[29] 崔晓临，雷刚，王涛，等.退耕还林还草工程实施对洛河流域土壤侵蚀的影响［J］.水土保持研究，2016，23（5）：68-73.

[30] Cui X L， Lei G， Wang T， et al. Impacts of grain for green project on soil erosion in Luohe River Basin of northern Shaanxi Province， China［J］. Research of Soil and Water Conservation， 2016，23（5）：68-73.

[31] 卓静，朱延年，何慧娟，等.生态恢复工程对陕北地区生态系统格局的影响［J］.生态学报，2020，40（23）：8627-8637.

[32] Zhuo J， Zhu Y N， He H J， et al. Impacts of ecological restoration projects on the ecosystem in the Loess Plateau［J］. Acta Ecologica Sinica， 2020，40（23）：8627-8637.

[33] Zhang C Q， Li W H， Zhang B， et al. Water yield of xitiaoxi river basin based on InVEST modeling［J］. Journal of Resources and Ecology， 2012，3（1）：50-54.

[34] Gou M M， Li L， Ouyang S， et al. Identifying and analyzing ecosystem service bundles and their socioecological drivers in the Three Gorges Reservoir Area［J］. Journal of Cleaner Production， 2021，307：127208.

[35] 包玉斌，刘康，李婷，等.基于InVEST模型的土地利用变化对生境的影响：以陕西省黄河湿地自然保护区为例［J］.干旱区研究，2015，32（3）：622-629.

[36] Bao Y B， Liu K， Li T， et al. Effects of land use change on habitat based on InVEST model： taking Yellow River wetland nature reserve in Shaanxi Province as an example［J］. Arid Zone Research， 2015，32（3）：622-629.

[37] 徐建英，樊斐斐，刘焱序，等.汶川县生态系统服务对景观格局及其变化的响应［J］.生态学报，2020，40（14）：4724-4736.

[38] Xu J Y， Fan F F， Liu Y X， et al. Response of ecosystem services to landscape pattern and its changes in Wenchuan County， Sichuan Province［J］. Acta Ecologica Sinica， 2020，40（14）：4724-4736.

[39] 潘翔，石培基，吴娜.基于生态系统服务均衡性视角的生态风险评估及管控优先区识别：以兰州市为例［J］.环境科学学报，2020，40（2）：724-733.

[40] Pan X， Shi P J， Wu N. Ecological risk assessment and identification of priority areas for management and control based on the perspective of ecosystem services equilibrium： a case study of Lanzhou［J］. Acta Scientiae Circumstantiae， 2020，40（2）：724-733.

[41] 付梦娣，唐文家，刘伟玮，等.基于生态系统服务视角的生态风险评估及生态修复空间辨识：以长江源区为例［J］.生态学报，2021，41（10）：3846-3855.

[42] Fu M D， Tang W J， Liu W W， et al. Ecological risk assessment and spatial identification of ecological restoration from the ecosystem service perspective： a case study in source region of Yangtze River［J］. Acta Ecologica Sinica， 2021，41（10）：3846-3855.

[43] 谭学玲，闫庆武，王瑾，等.榆神府矿区植被覆盖的动态变化及其影响因素［J］.生态学杂志，2018，37（6）：1645-1653.

[44] Tan X L， Yan Q W， Wang J， et al. The dynamics of vegetation coverage and its influencing factors in Yushenfu coalmine［J］. Chinese Journal of Ecology， 2018，37（6）：1645-1653.

[45] 董天，肖洋，张路，等.鄂尔多斯市生态系统格局和质量变化及驱动力［J］.生态学报，2019，39（2）：660-671.

[46] Dong T， Xiao Y， Zhang L， et al. Analysis of driving factors that influence the pattern and quality of the ecosystem in Ordos［J］. Acta Ecologica Sinica， 2019，39（2）：660-671.

[47] 米朝娟，周自翔，刘婷，等.陕北长城沿线植被恢复与生态系统防风固沙服务模拟分析［J］.生态学报，2022，42（19）：7884-7897.

[48] Mi Z J， Zhou Z X， Liu T， et al. Simulation analysis of vegetation restoration and ecosystem wind prevention and sand fixation service along the Great Wall in Northern Shaanxi［J］. Acta Ecologica Sinica， 2022，42（19）：7884-7897.

[49] 马泽钰，李鹏，肖列，等.青海省生态修复关键区识别及修复分区划分［J］.水土保持学报，2024，38（3）：252-265.

[50] Ma Z Y， Li P， Xiao L， et al. Identification of key areas for ecological restoration and division of restoration zones in Qinghai province［J］. Journal of Soil and Water Conservation， 2024，38（3）：252-265.

[51] 徐省超，赵雪雁，宋晓谕.退耕还林（草）工程对渭河流域生态系统服务的影响［J］.应用生态学报，2021，32（11）：3893-3904.

[52] Xu X C， Zhao X Y， Song X Y. Impacts of the returning farmland to forest （grassland） project on ecosystem services in the Weihe River Basin， China［J］. Chinese Journal of Applied Ecology， 2021，32（11）：3893-3904.

[53] 刘迎春，王秋凤，于贵瑞，等.黄土丘陵区两种主要退耕还林树种生态系统碳储量和固碳潜力［J］.生态学报，2011，31（15）：4277-4286.

[54] Liu Y C， Wang Q F， Yu G R， et al. Ecosystems carbon storage and carbon sequestration potential of two main tree species for the Grain for Green Project on China′s hilly Loess Plateau［J］. Acta Ecologica Sinica， 2011，31（15）：4277-4286.

[55] 叶璇，康帅直，赵永华，等.陕北黄土高原植被恢复与生态系统服务的时空关系［J］.应用生态学报，2022，33（10）：2760-2768.

[56] Ye X， Kang S Z， Zhao Y H， et al. Spatio-temporal relationship between vegetation restoration and ecosystem services in the Loess Plateau of Northern Shaanxi， China， Chinese Journal of Applied Ecology， 2022，33（10）：2760-2768.

基金资助

中国科学院科技服务网络计划（STS计划）

重点脆弱生态区生态恢复技术集成与应用项目子课题“重点脆弱生态区生态恢复综合效益评估关键指标的遥感监测”(KFJ-STS-ZDTP-036)