宁夏农牧交错区复合生态系统景观格局演变特征与驱动机制

Evolution characteristics and driving mechanisms of composite ecosystem landscape patterns in the agro-pastoral ecotone of Ningxia

摘要

为定量揭示复合生态系统景观格局演变的自然-社会协同机制，以宁夏农牧交错区为研究区，聚焦1990—2020年草地、林地、耕地及建设用地4类主导地物景观格局演变，运用土地利用时序数据与景观格局指数法，揭示其景观格局演变规律；并结合地理探测器方法解析自然与社会因子及其交互作用对景观格局空间分异的影响。结果表明，研究区主要土地利用类型为耕地、草地和林地，三者占比超过99%，土地利用呈现耕地缩减、林草地增加及建设用地扩张的特征；景观格局经历破碎重组—核心整合—边缘扰动三阶段演变，草地的最大斑块指数明显超过其他地类，建设用地斑块密度在研究后期显著上升至0.034；景观格局驱动机制从自然因子主导转向自然-社会协同；地形-植被协同作用始终主导景观异质性演化，自然因子的空间耦合效应对景观格局的解释力较社会经济因子高1.8~4.5倍，且双因子交互作用强度普遍超越单因子效应。

Abstract

To quantitatively reveal the natural-social synergistic mechanism of landscape pattern evolution in composite ecosystems， this study focuses on the evolution of four main types of dominant land use patterns—grassland， forest land， arable land， and construction land-in the agro-pastoral ecotone of Ningxia from 1990 to 2020. Utilizing temporal land use data and landscape pattern index methods， the study characterizes the patterns and trends of landscape evolution. Furthermore， the geographic detector method is employed to analyze the impact of natural and social factors， as well as their interactions， on the spatial differentiation of landscape patterns. The results show that the main land use types in the study area are arable land， grassland， and forest land， which together account for over 99% of the total area. Land use has exhibited characteristics of arable land reduction， grassland and forest land increase， and construction land expansion. The landscape pattern has undergone three stages of evolution：fragmentation and reorganization，core integration，and edge disturbance. The maximum patch index of grassland significantly exceeds that of other land types， while the patch density of construction land has notably increased to 0.034 in the later period of the study. The driving mechanism of landscape patterns has shifted from being predominantly influenced by natural factors to a coupled natural-social driving mechanism. The synergy between terrain and vegetation has consistently dominated the evolution of landscape heterogeneity， with the spatial coupling effect of natural factors explaining the landscape pattern 1.8 to 4.5 times more effectively than socio-economic factors， and the interaction strength of dual factors generally surpassing that of single-factor effects.

Graphical abstract

关键词

复合生态系统 / 景观格局 / 时空变化 / 驱动机制 / 地理探测器 / 宁夏农牧交错区

Key words

composite ecosystem / landscape pattern / spatio-temporal changes / driving mechanism / geographical detector / Ningxia agro-pastoral ecotone

景观动态演变驱动机制是解析人地相互作用的关键，其格局特征及变化深刻影响着生态系统结构、功能与过程^[1]。时空维度分析可揭示人类活动与地表覆盖变化的关联，其中，土地利用转型作为人类干预自然系统的显性表征，主导着区域景观空间构型演化^[2-3]。特定时空尺度的景观异质性演变不仅记录了土地覆被转型轨迹，更反映了生态系统功能与结构的响应机制。景观格局演变受气候变化与人类活动的双重驱动^[4]，通过研究景观格局的时空动态及其驱动力，既可以揭示生态系统的稳定性与脆弱性变化，识别人类活动的干扰强度和生态风险水平^[5]，又可以支撑生态保护与修复决策，提升生态工程的科学性与精准性。

自20世纪90年代以来，国内外学者围绕自然-社会耦合视角，在驱动力识别、作用机制解析及模拟预测方法上取得了显著进展。研究方向上，国外早期侧重于气候、地形等自然要素的静态影响，后逐步转向城市化、农业扩张等人类活动的动态主导作用^[6-7]；国内研究则呈现追赶-融合特征，早期聚焦土地利用变化的政策响应^[8]，近年结合生态文明建设需求，强化多尺度驱动力互馈研究^[9]。研究内容上，国际学界注重全球变化背景下的景观韧性评估，而国内更关注快速城镇化与生态安全格局的协同机制。景观驱动力分析方法历经了3个阶段的革新：早期依赖于Logistic回归等统计模型解析线性关系^[10]；随后，CLUE-S（conversion of land use and its effects at small regional extent）、PLUS（patch-generating land use simulation）等空间显式模型因整合了邻域效应，模拟精度得以提升^[11]；近年来，随机森林、深度学习与多源数据融合技术突破了传统方法局限，显著增强了对驱动力非线性交互的解析能力^[12]。然而，当前研究仍然存在对过渡带自然-社会双阈值驱动力及多因子非线性协同效应关注不足的问题，特别是在长时序动态监测及空间显式建模方面仍需深入探索。

宁夏农牧交错区是北方农牧交错区的典型区域。近年来，在气候变化、退耕还林政策及产业化农业扩张的多重驱动下，该区域耕地-草地-林地的空间博弈加剧，景观破碎化与生态服务功能退化现象凸显。本研究基于1990—2020年宁夏农牧交错区土地利用数据，定量分析区域景观格局演化及其驱动机制，揭示自然约束与人为干预下生态系统空间结构的潜在规律，以期优化区域土地利用空间格局，为指导生态修复和制定精准的生态恢复对策提供一些科学依据。

1 材料与方法

1.1 研究区概况

宁夏农牧交错区（35°14′N—39°23′N，104°17′E—108°39′E）位于我国西北内陆地区，属温带半干旱大陆性季风气候，干旱少雨，年均气温约7.9 ℃，年均降水量约375 mm，自然条件对土地利用方式具有显著的约束作用。研究区总面积约17 851 km²，主要包括宁夏中部和南部，涵盖中卫市、吴忠市及固原市部分区域，并向北延伸至少量区域（图1）。区域土地利用结构以耕地、草地和林地为主，是典型的农牧交错区和生态敏感区。从社会经济特征看，研究区以农业和畜牧业生产为主，人口分布呈现中南部相对集中，北部相对稀疏的格局，城镇化水平总体较低，但近年增长明显。近年来，随着退耕还林还草、防沙治沙等国家生态工程的持续推进^[13]，区域生态环境质量和生态系统服务功能得到显著提升，但受气候干旱和人类活动扰动影响，土地退化问题仍在局地范围内持续存在^[14]。

1.2 数据来源

1.2.1 土地利用数据

土地利用数据源于Google Earth Engine（GEE）平台中的中国年度土地覆盖数据集（Chinese land cover dataset， CLCD），空间分辨率为30 m。研究获取了1990、2000、2010、2020年4期数据，原始数据中包含9类地物。为聚焦人类农牧与城镇化影响显著、生态功能主导的景观类型，将数据重新分类为耕地、林地、草地和建设用地。湿地因面积占比太小不予分析；水域与荒地为背景基质，因非主动态要素，予以排除，以聚焦林地-草地-耕地核心景观系统^[15]。

1.2.2 边界数据

宁夏农牧交错带矢量边界图源自全球变化科学研究数据出版系统（http：//www.geodoi.ac.cn/）。

1.2.3 驱动因子数据

在选取气象、自然环境与社会经济共14项驱动因子的过程中（表1），综合考虑了数据可获取性与区域代表性，并在分析前对各因子进行相关性检验与显著性筛选。结果表明，各驱动因子之间不存在显著的强相关关系，未出现明显共线性问题。地理探测器方法对多重共线性不敏感，且强调因子对空间分异的独立解释能力，因此，所选因子能够较为稳健地用于景观格局驱动机制分析。

采用ArcGIS 10.8平台进行多源数据标准化处理：基于高程（DEM）提取坡度因子（SLOPE），运用欧氏距离算法生成道路邻近度；通过自然断点法将连续变量离散为5级分类数据，通过构建1 km×1 km的规则渔网，实现空间上的等概率采样，最终形成驱动因子矩阵库。渔网覆盖研究区的433个格点，以确保空间的代表性和样本的独立性。

1.3 研究方法

1.3.1 土地利用动态变化

对于特定时间段内土地利用类型数量变化特征的描述，可采用单一土地利用动态度（K）指标。其计算公式^[16]为

K=\frac{U_{\mathrm{b}}-U_{\mathrm{a}}}{U_{\mathrm{a}}}\times \frac{\mathrm{1}}{T}\times \mathrm{100}%。（1）

式中：U_a，U_b分别为研究时段初期、末期的某一类土地利用的面积，km²；T为研究时段。

综合土地利用动态度（LC）可反映各类土地利用间转移变化情况，且能表征土地利用剧烈程度，其计算公式^[16]为

\mathrm{L}\mathrm{C}=\left[\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}\mathrm{\Delta }\mathrm{L}{\mathrm{U}}_{i-j}}{\mathrm{2}{\displaystyle \sum _{i=\mathrm{1}}^n}\mathrm{L}{\mathrm{U}}_i}\right]\times \frac{\mathrm{1}}{T}\times \mathrm{100}%。（2）

式中：LU _i 为研究时段初期第i类土地利用面积，m²；\mathrm{\Delta }\mathrm{L}{\mathrm{U}}_{i-j}为研究时期内第i类土地利用转为第j类土地利用的面积，m²。

1.3.2 景观格局指数法

景观格局指数是用于定量刻画景观空间结构与异质性特征的常用方法。本研究基于Fragstats 4.2软件计算各类景观格局指数，并对宁夏农牧交错区不同时期土地利用栅格数据进行景观格局分析。Fragstats通过栅格邻域分析和斑块识别算法，能够在斑块、类型和景观多个层级上系统表征景观结构特征，已被广泛应用于景观生态学研究^[17]。

结合研究区半干旱生态脆弱区特征及土地利用变化过程，遵循多层级、少冗余、强代表性的原则，选取6个典型景观格局指数，从斑块层级、类型层级和景观整体层级刻画生态系统景观格局演变特征。在斑块层级，选取斑块密度（PD）表征景观破碎化程度和人类扰动强度；用最大斑块指数（LPI）衡量优势斑块在景观中的主导地位，以反映核心生态斑块的整合特征。在类型层级，采用边缘密度（ED）刻画不同土地利用类型斑块边界发育程度及其受人为活动影响的强度；用形状指数（LSI）表征斑块形态复杂度及空间配置特征。在景观整体层级，引入景观连通度指数（COHESION）和香农多样性指数（SHDI），以分别反映景观结构的整体连通性和类型组成复杂性。上述指标能够从不同空间层级综合反映农牧交错区景观格局特征及其演变过程，具有良好的典型性和代表性。

1.3.3 地理探测器

地理探测器是一种用于识别变量空间异质性特征的高级工具^[18]，它基于自变量（X）与因变量（Y）在空间分布层面的一致性程度进行测算，包含4种不同类型，能够揭示变量间潜在的因果关联。将2000—2020年驱动因子按自然断点法离散为5级分类变量后，计算各因子对景观格局空间变异的解释强度，最终解析单因子主导作用与多因子交互机理。模型表达式^[1]为

q=\mathrm{1}-\frac{\mathrm{1}}{N{\sigma }^{\mathrm{2}}}{\displaystyle \sum _{h=\mathrm{1}}^L}{N}_h{\sigma }_h^{\mathrm{2}}。（3）

式中：q为空间分异影响因素检测能力指标，值区间为[0，1]；L为变量Y或因子X的分层；N_h 为h层的样本单元数；N为整个区域的样本单元数；σ_h²为第h层的方差；σ²为整个面积的方差。

2 结果与分析

2.1 土地利用时空动态变化

2.1.1 土地利用时空变化特征

研究区域内土地利用空间分布受地形条件制约明显，整体呈现沿高程梯度变化的地域分异特征（图2）。低中海拔区域地势相对平缓、水热条件较好，是耕地集中分布的主要区域，研究区中部形成一条自南向北延伸的连续耕地带。随着海拔升高，耕地逐渐减少，草地分布范围显著扩大，广泛占据中高海拔丘陵和台塬区，构成农牧交错区的主体景观类型。林地主要集中分布于高海拔山地及生态敏感区域，如六盘山、罗山和南华山等国家级自然保护区，其空间分布与地形起伏和生态保护功能区高度一致，体现出典型的低海拔耕地-中高海拔草地-高海拔林地的垂直梯度格局。

如图3所示，耕地、草地及林地作为该区域三大核心土地利用类型，其总面积占比超过99%。耕地面积呈现先扩张后收缩的倒V型特征；草地经初期缩减后加速恢复，2020年面积达20 930 hm²。林地与建设用地持续增长，但增长规模相对有限，且空间分布特征不显著。其中，建设用地动态度最高达25%，但因其面积远远小于其他地类，其可视化程度并不明显。区域耕地、草地及林地的综合土地利用动态度分别为0.19%、0.24%和0.07%。

2.1.2 土地利用时空转化特征

如图4所示，1990—2000年，土地利用转换以草地向耕地转移为主，转换强度较大，并在南部区域形成集中分布的高强度转移中心，反映出农业扩张对草地景观的显著侵占。2000—2010年，土地利用转移方向发生明显转变，中南部地区以耕地向草地回转为主，表明退耕还草政策在该阶段对土地利用结构调整发挥了主导作用。2010—2020年，土地利用转换总体强度明显减弱，土地利用转移格局主要表现为中南部农牧过渡带内的局地调整，转移方向逐渐趋于稳定，且变化涉及的空间范围显著收缩。综合全时段来看，研究区土地利用变化以草地-耕地之间的双向转移为主要特征，且变化高度集中于南部区域，其中，2000—2010年的土地利用转移幅度和空间影响范围均显著高于其他阶段，凸显该时期政策调控对土地利用格局演变的关键作用。

此外，1990—2020年，草地与耕地双向转换频繁且强度高，是区域景观演变的核心特征（图5）。1990—2000年，耕地扩张主导土地覆盖变化，净流入1 402.6 hm²；2000年后耕地缩减，转出流量主要流向草地恢复与林地扩张，林地和建设用地虽持续增加但增速趋缓。总体而言，各时期土地利用类型转换活跃，转换轨迹从单向侵占向多向均衡过渡。

2.2 景观格局时空变化分析

2.2.1 景观类型层次分析

如图6所示，草地在各时期均表现出最高的最大斑块指数（LPI），且波动上升至71.49，表明其在空间上持续向集中连片发展，是维系区域景观格局稳定性的核心景观类型。耕地LPI在2000年后显著下降，显示其景观主导性减弱。耕地斑块密度（PD）由1.62降至0.61，草地PD由0.50降至0.27，斑块由零散分布逐渐向规整化、规模化演变。建设用地边缘密度（ED）和PD在研究后期出现回升。林地形状指数（LSI）整体呈下降趋势，表明主要自然景观类型的斑块边界逐步趋于规整；而建设用地LSI的升高则反映出其不规则扩张特征。连通度指数（COHESION）在各时期均维持在较高水平，尤其是草地和林地的COHESION长期接近99，说明核心生态景观具有较强的空间连通性和结构稳定性。总体来看，研究区景观格局经历了由早期破碎化向核心斑块整合演变的过程，同时在城镇扩展区表现出明显的人类扰动特征。

2.2.2 景观总体水平分析

如图6所示，依据表2呈现的景观格局指数结果，ED持续降低，LSI同步下降，LPI呈现先降后升的态势。PD总体下降与COHESION持续高位，共同表明景观破碎化程度显著降低，空间分布呈现大斑块、低离散的集聚模式。香农多样性指数（SHDI）波动平稳，2000年达到峰值，此后指数下降，表明优势斑块类型扩张导致景观异质性减弱。总体而言，研究区经历了从多元探索到集约整合的转变，2000—2010年间变化最为剧烈，后期逐渐形成以少数优势斑块为主导、边界规整的新景观格局。

2.3 景观变化驱动力分析

2000年为国家生态工程启动初期，受早期驱动因子数据可获取性限制，本文未对1990年土地利用变化的驱动机制进行分析。对选取的景观水平景观格局指数进行地理探测器分析，经p<0.05显著性筛选后，景观水平指数可视化揭示图见图7。2000年，各因子对ED和SHDI指数空间分布的解释程度较高。其中，年日照时数（SSD）、年平均相对湿度（RHU）、年降水量（PRE）、年蒸发量（EVP）对所有景观格局指数空间分布的解释率均超过30%，是影响景观破碎化程度和复杂性的主要影响因子；道路邻近度（ROAD）的解释力均不足5%，是景观破碎化程度和复杂性的次要影响因子。2020年，各影响因子对景观格局空间分布的解释力略有变化，人口密度（POP）和道路邻近度这些社会因素对各景观格局指数空间分布的解释力都略有上升，其中，人口密度和道路邻近度对ED的解释力最为明显，分别从2000年的0.143、0.037上升到2020年的0.286和0.173。

双因子交互效应分析表明（图8、图9，热图中未着色区域表示该因子的q值小于0.05，在多重比较校正后未达显著水平，因此未予显示），地形-植被协同作用（DEM∩NDVI）始终主导景观异质性演化，2000年，该因子对SHDI的解释力q值为0.401，显著高于温度-地形交互效应（TEM∩DEM，q=0.172）。至2020年，DEM∩NDVI仍维持最高解释强度（q>0.3），但道路邻近度与自然因子的交互贡献提升了2.1~3.7倍，揭示人类活动正逐步介入自然主导的景观分异系统。2000—2020年，高程（DEM）、归一化植被指数（NDVI）、年平均气压（PRS）等自然因子的空间耦合效应对景观格局的解释力较社会经济因子高1.8~4.5倍，且双因子交互作用强度普遍超越单因子效应，证实研究区林草地景观异质性本质上是多个驱动因子共同作用的结果，遵循地形约束—植被响应—人为调制的阶梯式驱动逻辑。

3 结论与讨论

3.1 结论

基于1990—2020年宁夏农牧交错区土地利用结构变化、景观格局演变过程及其驱动机制的系统分析，本文得到如下3 点主要结论。

1）30 a间，研究区土地利用格局呈现耕地缩减、林草用地增加及建设用地扩张的显著特征，自然因素与社会因素共同塑造了以农牧生产为主导的土地利用格局。

2）研究区经历了从多元探索到集约整合的转型过程，2000—2010年间变化强度最大，后期逐渐形成以少数优势斑块为主导、边界规整化的新景观格局。

3）1990—2020年间，研究区景观格局经历了由自然因子主导的分异模式向自然与社会经济因子共同驱动的动态演化过程。地形-植被协同作用始终主导景观异质性演化。生态工程驱动的水分-植被耦合推进了核心区斑块规整化。与此同时，城镇化进程加速及交通网络扩展导致区域景观破碎化加剧，形成显著的边缘切割效应。

3.2 讨论

3.2.1 土地利用时空动态变化分析

研究选取1990—2020年4期土地利用数据，旨在刻画重大国家生态工程与宏观社会经济发展背景下土地利用格局的阶段性与转折性变化，该时间尺度与国土“三调”所强调的土地利用现状精细识别及国土空间规划中对中长期格局演变的分析需求具有较好的衔接性。4个时间节点能够有效反映近30 a来研究区土地利用结构调整的主要方向，与当前国土空间规划中对耕地保护、生态空间管控和建设用地集约利用的总体目标具有一致性。研究区整体形成了以农牧生产为主导的土地利用格局，其空间分异特征与区域社会经济发展及生态政策高度耦合。耕地与草地面积变化呈显著负相关关系，表明“退耕还林还草”等生态工程在一定程度上重塑了土地利用结构，该过程与“三调”成果中生态用地比例提升的总体特征相一致^[19]。土地利用转换由早期草地向耕地的单向扩张逐步转向多类型双向调整，反映出区域人地关系由农业扩张主导向生态保护与生产功能协调并重的演变趋势，这与国土空间规划中“优化农业空间、稳定生态空间、严控建设空间”的管控导向相契合^[20]。六盘山等区域作为黄河中上游重要水源涵养区和生物多样性保护重点区，其林地集中分布特征与地形、降水条件相适应，符合国土空间规划中对关键生态功能区实施严格保护和用途管制的原则^[21]，进一步表明自然条件约束与政策引导共同塑造了研究区土地利用格局。

3.2.2 景观格局时空演变分析

研究区景观格局经历了显著的阶段性演变：1990—2000年以破碎化、复杂化为特征，表现为耕地扩张导致草地退化，PD与ED较高；中期转向整合与规则化，得益于“退耕还林还草”政策，保护区集中连片造林，推动LPI从61.08回升至71.49，形成林草核心斑块集聚效应；2000年后，随着“退耕还林还草”等国家生态工程的系统实施^[22]，研究区进入生态修复主导的发展新阶段，草地和林地面积显著增加，尽管工程设计中包含林草地复合修复目标，但基于地带性植被分布规律，退耕地块初期普遍呈现草地恢复特征，需经历10~15 a生态演替方可形成稳定林地群落^[23]，因此，在2010年后部分草地面积减少，转化为林地，林地斑块呈现规整化、连片化趋势。建设用地面积的增加及景观低聚集度伴随斑块密度的持续上升，充分表征了城镇化进程的加剧及其对自然景观的挤压效应^[4]。

3.2.3 景观格局驱动机制分析

1990—2020年间，研究区景观格局由以自然因子主导的分异模式逐步演变为自然与社会经济因子共同驱动的格局，但这一过程在南部、中部和北部区域表现出显著的空间异质性。总体而言，“退耕还林还草”政策的实施构成了区域景观演变的重要转折点，重塑了植被恢复、降水响应等自然过程与人口增长、交通扩展等社会过程之间的作用关系^[24]。

在北部区域，受自然保护地分布集中及政策刚性约束影响，景观格局整体保持较高稳定性。地理探测器结果表明，地形-植被交互作用（DEM∩NDVI）对景观格局的解释力显著高于单一社会因子，印证了地形约束-植被响应-人为调制的驱动逻辑^[9]。该区域林草斑块连通性较强，人类活动对景观结构的扰动相对有限。

在中部区域，作为农牧交错与人口活动相对集中的过渡带，自然因子与社会因子的协同作用最为显著。POP对ED的解释力由0.143提升至0.286，道路邻近度的解释力亦显著增强，表明城镇化进程与交通基础设施扩展通过边缘切割机制加剧了景观破碎化。该区域成为自然约束与人类干扰叠加最为突出的地带。

在南部区域，耕地与草地频繁转换导致景观格局呈现出较强的动态性与隐性胁迫特征。尽管整体景观指标未出现剧烈恶化，但土地利用调整叠加农业活动持续干预，使局地生态系统稳定性面临潜在风险。这种由政策引导整体趋优、局地开发持续扰动所形成的核心整合-边缘扰动格局，与Yang等^[25]关于半干旱区人地系统复杂性研究所得结论一致。在自然因子方面，NDVI与降水对SHDI的高解释度支持了半干旱区水分-植被耦合驱动机制^[26]；而社会因子解释力的持续增强，表明城镇化和交通网络扩展在重塑区域景观结构中的作用已超过单一建设用地扩张的线性影响^[27]。

4 建议

宁夏农牧交错区景观格局在自然约束与人为干预共同作用下，呈现出破碎重组-核心整合-边缘扰动的阶段性演变特征。首先，在林地和草地占优势的核心生态区，应以连片化保护和整体性修复为重点，优先维持林草斑块的高聚集度与连通性，避免零散开发对生态屏障功能的削弱。地形-植被协同作用对景观演化的持续主导表明，生态修复应充分尊重地形条件和地带性植被分布规律，因地制宜推进林草配置。其次，在农牧交错的过渡地带，应重点关注耕地与草地频繁转换带来的景观破碎化风险，通过优化农业空间布局和控制人为扰动强度，减缓景观边缘切割效应。总体而言，应在核心区强化保护，在过渡区精细管控，在扰动区实施修复，以实现区域生态系统稳定性与土地利用可持续性的协同提升。

参考文献

[1] Niu H P， Zhao X M， Xiao D Y， et al. Evolution and influencing factors of landscape pattern in the Yellow River Basin （Henan section） due to land use changes[J]. Water，2022，14（23）：3872.

[2] Awotwi A， Anornu G K， Quaye-ballard J A， et al. Water balance responses to land-use/land-cover changes in the Pra River Basin of Ghana，1986-2025[J]. Catena，2019，182：104129.

[3] 卿巧玲，黄云，裴婵.基于景观结构变化的生态风险评价与管控：以重庆市万州区为例[J].西南大学学报（自然科学版），2021，43（1）：174-184.

[4] Lambin E F， Geist H J， Lepers E. Dynamics of land-use and land-cover change in tropical regions[J]. Annual Review of Environment and Resources，2003，28：205-241.

[5] 白金明，王继山，许莹，等.三江并流区林地与草地景观格局变化及其驱动因子[J].东北林业大学学报，2025，53（3）：46-57.

[6] Turner M G. Landscape ecology： The effect of pattern on process[J]. Annual Review of Ecology and Systematics，1989，20：171-197.

[7] Lambin E F， Meyfroidt P. Global land use change， economic globalization， and the looming land scarcity[J]. Proceedings of the National Academy of Sciences of the United States of America，2011，108（9）：3465-3472.

[8] 刘纪远，张增祥，庄大方，等.20世纪90年代中国土地利用变化时空特征及其成因分析[J].地理研究，2003，22（1）：1-12.

[9] 吕一河，陈利顶，傅伯杰.景观格局与生态过程的耦合途径分析[J].地理科学进展，2007，26（3）：1-10.

[10] Pontius R G， Cornell J D， Hall C A S. Modeling the spatial pattern of land-use change with GEOMOD2： Application and validation for Costa Rica[J]. Agriculture， Ecosystems and Environment，2001，85（1/2/3）：191-203.

[11] Liang X， Guan Q F， 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.

[12] Song Y C， Wang H J， Peng X T， et al. Modeling land use change prediction using multi-model fusion techniques： A case study in the Pearl River Delta， China[J]. Ecological Modelling，2023，486：110545.

[13] 纪平，邵全琴，王敏，等.中国三北防护林工程第二阶段生态效益综合评价[J].林业科学，2022，58（11）：31-48.

[14] 周德成，赵淑清，朱超.退耕还林还草工程对中国北方农牧交错区土地利用/覆被变化的影响：以科尔沁左翼后旗为例[J].地理科学，2012，32（4）：442-449.

[15] Forman R T. Foundations： Land mosaics： The ecology of landscapes and regions （1995） [M] // The Ecological Design and Planning Reader. Washington， DC： Island Press，2014：217-234.

[16] 孙贵艳，代云川.2000—2020年重庆市土地利用变化及景观生态风险评价[J].湖北农业科学，2023，62（7）：38-43.

[17] Malingreau J P. Global vegetation dynamics： Satellite observations over Asia[J]. International Journal of Remote Sensing，1986，7（9）：1121-1146.

[18] 李颖，冯玉，彭飞，等.基于地理探测器的天津市生态用地格局演变[J].经济地理，2017，37（12）：180-189.

[19] Chen X， Yu L， Du Z R， et al. Toward sustainable land use in China： A perspective on China’s national land surveys[J]. Land Use Policy，2022，123：106428.

[20] Cui J X， Jin H， Kong X S， et al. Territorial spatial resilience assessment and its optimisation path： A case study of the Yangtze River economic belt， China[J]. Land，2024，13（9）：1395.

[21] BAI Y， WONG C P， JIANG B， et al. Developing China’s Ecological Redline Policy using ecosystem services assessments for land use planning[J]. Nature Communications，2018，9：3034.

[22] Qiu D X， Xu R R， Wu C X， et al. Vegetation restoration improves soil hydrological properties by regulating soil physicochemical properties in the Loess Plateau， China[J]. Journal of Hydrology，2022，609：127730.

[23] Deng L， Liu G B， Shangguan Z P. Land-use conversion and changing soil carbon stocks in China’s “Grain-for-Green” Program： A synthesis[J]. Global Change Biology，2014，20（11）：3544-3556.

[24] An W M， Li Z S， Wang S， et al. Exploring the effects of the “Grain for Green” program on the differences in soil water in the semi-arid Loess Plateau of China[J]. Ecological Engineering，2017，107：144-151.

[25] Yang Y Y， Bao W K， Li Y H， et al. Land use transition and its eco-environmental effects in the Beijing-Tianjin-Hebei urban agglomeration： A production-living-ecological perspective[J]. Land，2020，9（9）：285.

[26] Gong C F， Yu S X， Joesting H， et al. Determining socioeconomic drivers of urban forest fragmentation with historical remote sensing images[J]. Landscape and Urban Planning，2013，117：57-65.

[27] Lan Y P， Chen J J， Yang Y P， et al. Landscape pattern and ecological risk assessment in Guilin based on land use change[J]. International Journal of Environmental Research and Public Health，2023，20（3）：2045.

基金资助

国家自然科学基金青年基金项目(71904093)

宁夏自然科学基金项目(2024AAC03088)