李梓涵 于慧 鞏飛 王天柱 李鵬山 潘一茜 劉斯媛

李梓涵，于 慧，鞏 飛，等. 基于PLUS-InVEST模型的生態(tài)脆弱區(qū)生境質(zhì)量時空演變分析［J］. 湖北農(nóng)業(yè)科學(xué)，2024，63（2）：254-260．

摘要：基于PLUS模型預(yù)測阿壩州生態(tài)脆弱區(qū)2030年土地利用情況，并利用InVEST模型計算2000年、2010年、2020年及2030年生境質(zhì)量，對其時空演變進行分析。結(jié)果表明，研究區(qū)草地、濕地退化情況顯著且裸地持續(xù)增加，預(yù)計2030年裸地面積將達334.38 km²；與2000年相比將會有204.55 km²濕地退化。驅(qū)動因子中，降雨是限制林地、濕地擴張的主要因素，側(cè)面反映水源涵養(yǎng)功能的重要性；草地受各項因子的影響程度相差不大，一般生長在遠離政府的地方，且其面積擴張受DEM限制；氣溫是導(dǎo)致裸地增加的主要因素。生境質(zhì)量總體較高但空間分布差異較大，且有緩慢變差的趨勢，預(yù)計2030年生境質(zhì)量低的區(qū)域面積將比2000年增加670.28 km²，主要由擴張的耕地、建設(shè)用地造成。未來生境質(zhì)量降低的速率將有所減緩，但仍需加強人工措施來阻止降低。

關(guān)鍵詞：PLUS模型；土地利用預(yù)測；InVEST模型；生境質(zhì)量；阿壩州

中圖分類號：X171.1? ? ? ? ?文獻標(biāo)識碼：A

文章編號：0439-8114（2024）02-0254-07

DOI：10.14088/j.cnki.issn0439-8114.2024.02.038 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Temporal and spatial evolution analysis of habitat quality in ecologically vulnerable areas based on PLUS-InVEST model

LI Zi-han 1， YU Hui 2， GONG Fei3， WANG Tian-zhu4， LI Peng-shan5， PAN Yi-xi3， LIU Si-yuan1

（1. School of Earth Science， Chengdu University of Technology， Chengdu? 610051， China； 2. Chengdu Institute of Mountain Hazards and Environment， Chinese Academy of Sciences and Ministry of Water Resources， Chengdu? 610041， China； 3. Sichuan National Spatial Ecological Restoration and Geological Disaster Prevention Research Institute， Chengdu? 610081， China； 4. Agriculture and Rural Affairs Bureau of Cuona City， Shannan? 856700， Xizang，China； 5. Chengdu Center for Land Improvement and Ecological Restoration， Chengdu? 610072， China）

Abstract： Based on the PLUS model， the land use situation in ecologically vulnerable areas of Aba Prefecture in 2030 was predicted， and the InVEST model was used to calculate the habitat quality in 2000， 2010， 2020 and 2030， and analyze its temporal and spatial evolution. The results showed that the degradation of grassland and wetland in the study area was significant and the bare land continued to increase. It was estimated that the area of bare land would reach 334.38 km²in 2030； compared with 2000， there would be 204.55 km²of wetland degradation. Among the driving factors， rainfall was the main factor limiting the expansion of forest land and wetlands， which reflected the importance of water conservation function； there was little difference in the degree of grasslands affected by various factors， the grass land generally grew in places far from the government， and the area expansion was limited by DEM； air temperature was the main factor leading to the increase of bare land. The habitat quality was generally high， but the spatial distribution varied greatly， and there was a slow deterioration trend. It was expected that the area with low habitat quality would increase by 670.28 km²in 2030 compared with 2000， mainly caused by the expansion of cultivated land and construction land. The rate of habitat quality degradation would slow down in the future， but artificial measures were still needed to prevent the decline.

Key words： PLUS model； land use prediction； InVEST model； habitat quality； Aba Prefecture

阿壩州若爾蓋縣、阿壩縣、紅原縣、松潘縣4縣生態(tài)系統(tǒng)脆弱，生態(tài)恢復(fù)力一般，位于《全國重要生態(tài)系統(tǒng)保護和修復(fù)重大工程總體規(guī)劃（2021-2035年）》中“三區(qū)四帶”的青藏高原生態(tài)屏障區(qū)。氣候變化、畜牧超載等造成該區(qū)域濕地萎縮、草地退化，進而造成生境質(zhì)量不斷降低。因此分析其土地利用與生境質(zhì)量的預(yù)測及演變對保護若爾蓋草原濕地、提高區(qū)域生態(tài)系統(tǒng)服務(wù)功能有重要意義。

目前土地利用預(yù)測最常使用的模型為Markov-FLUS和CA-Markov等耦合模型，如李亞楠等^［1］運用CA-Markov模型對南昌市2025年土地利用格局進行預(yù)測；陳理庭等^［2］、謝凌凌等^［3］利用Markov-FLUS模型分別預(yù)測了2035年饒河流域土地利用和廣西土地利用變化。這類模型非常適用于多類土地利用模擬，具有數(shù)量預(yù)測優(yōu)勢^［2］，但缺乏對土地利用變化驅(qū)動機理的挖掘能力和時段概念。而PLUS模型，即斑塊生成土地利用變化模擬模型（Patch-generating land use simulation model，PLUS）保留了模型在一定時間段內(nèi)分析土地利用變化機理的能力，具有更好的解釋性^{［4，5］}。生境質(zhì)量能從整體上反映地區(qū)生態(tài)、生產(chǎn)、生活“三生空間”適宜程度，是生態(tài)系統(tǒng)服務(wù)的前提條件，是優(yōu)化生態(tài)安全格局和提升人類福祉的重要保障^［6］?，F(xiàn)階段的生境質(zhì)量研究更趨向于利用模型^［7］，如Maxent模型、ARIES模型、SoLVES模型以及 InVEST模型等^［8］。其中InVEST模型具有數(shù)據(jù)需求量少且易獲得的優(yōu)點，近年來在評估生境質(zhì)量方面被廣泛運用^［9-11］。

因此，本研究采用PLUS模型對阿壩州若爾蓋縣、阿壩縣、紅原縣、松潘縣4縣土地利用做出預(yù)測，再利用InVEST模型評估其生境質(zhì)量演變情況，進一步探討土地利用變化對其生境質(zhì)量的影響，為維護區(qū)域生態(tài)功能、山水林田湖草沙一體化保護修復(fù)工程提供參考。

1 研究區(qū)概況

研究區(qū)為四川省阿壩州若爾蓋縣、阿壩縣、紅原縣、松潘縣4縣所轄行政區(qū)域，位于101°06′—104°15′E，31°51′—34°18′N，屬于川西北山地向高原過渡地帶，地勢由松潘縣至紅原縣南側(cè)分水嶺向北逐漸降低，東西邊緣高、中部低。研究區(qū)屬高原寒溫帶半濕潤季風(fēng)氣候，長冬無夏，晝夜溫差大，空氣寒冷干燥；無絕對無霜期，春秋相連，干雨季分明。濕地、草地資源豐富，濕地屬于青藏高原高寒濕地，是中國最大的高寒沼澤濕地；草原屬青藏草原區(qū)，在若爾蓋縣、阿壩縣、紅原縣均廣泛分布。研究區(qū)是黃河干流重要水源補給地，地跨羌塘-三江源生物多樣性保護優(yōu)先區(qū)和岷山-橫斷山北段生物多樣性保護優(yōu)先區(qū)，植被類型多樣，垂直地帶性分布變化特征明顯，生物多樣性富集、獨特，有“川西北高原生物基因庫”之稱，但同時面臨著生態(tài)系統(tǒng)較脆弱，系統(tǒng)抗干擾能力弱，對全球氣候變化敏感的問題。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源及處理

土地利用數(shù)據(jù)來源于自然資源部（http：//www.globallandcover.com/home.html？type=data）發(fā)布的2000年、2010年、2020年3期30 m柵格數(shù)據(jù)，用于預(yù)測2030年土地利用及生境質(zhì)量計算；DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）提供的30 m分辨率數(shù)據(jù)高程產(chǎn)品；年均降水量、年均氣溫來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（https：//www.resdc.cn/）；土壤類型數(shù)據(jù)來源于第三次全國國土調(diào)查數(shù)據(jù)成果；人口、GDP數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心 （https：//www.resdc.cn/）提供的1 km柵格數(shù)據(jù)；距離因子來源于地理信息專業(yè)知識服務(wù)系統(tǒng)（http：//kmap.ckcest.cn/），包括道路數(shù)據(jù)和區(qū)縣行政駐地數(shù)據(jù)，經(jīng)歐氏距離處理得到。所有數(shù)據(jù)采用WGS-84坐標(biāo)系，柵格大小采樣到30 m×30 m。各數(shù)據(jù)類型及用途如表1所示。

2.2 研究方法

本研究基于PLUS模型，利用研究區(qū)2000年、2010年、2020年3期土地利用數(shù)據(jù)預(yù)測2030年土地利用情況；在此基礎(chǔ)上參考文獻確定危險因子和各地類對危險因子的敏感性，利用InVEST模型計算2000年、2010年、2020年和2030年4期生境質(zhì)量并探究研究區(qū)30年間土地利用、生境質(zhì)量演變規(guī)律及其影響因素。

2.2.1 PLUS模型 PLUS模型是Liang等^［5］提出的基于柵格數(shù)據(jù)的可用于斑塊尺度土地利用（LULC）變化預(yù)測的元胞自動機（CA）模型，主要包括用地擴張分析策略（LEAS）和基于多類隨機斑塊種子的CA模型（CARS）兩部分。與以往的各類CA模型相比，具有可以更好地挖掘各類土地利用變化的誘因、預(yù)測多類土地利用斑塊級的變化等優(yōu)點。

1）土地利用預(yù)測。PLUS模型通過用地擴張分析策略（LEAS）提取兩期土地利用變化間各類用地擴張的部分，并采用隨機森林算法獲取各類用地的發(fā)展概率及驅(qū)動因子的貢獻程度。土地利用類型總體概率計算的基本公式可以表示為：

在總概率的約束下，通過隨機種子生成和閾值遞減機制生成土地利用斑塊，并使用輪盤賭機制來確定占據(jù)柵格單元的地類。當(dāng)單個土地利用類型的領(lǐng)域效應(yīng)等于0時，閾值遞減機制產(chǎn)生“種子”到每種地類的發(fā)展概率上。公式如下：

式中，Step為PLUS模型估算土地利用需求時的步長；δ為降低閾值τ的衰減因子，取值范圍為［0，1］；r為均值為1的正態(tài)分布隨機值，范圍為［0，2］；l為衰減步數(shù)；TM_k，c為定義是否允許土地利用類型k轉(zhuǎn)換為類型c的轉(zhuǎn)換矩陣。

利用2010年、2020年土地利用數(shù)據(jù)提取用地擴張，并參考羅芳等^［12］、李琛等^［13］的研究，選取年均降水量、年均氣溫、土壤類型、DEM、人口、GDP以及到區(qū)縣政府、鐵路、國道、省道、縣道的距離作為用地擴張分析策略中的驅(qū)動因子。

2）精度驗證。利用2000年、2010年土地利用數(shù)據(jù)預(yù)測2020年土地利用，再根據(jù) PLUS模型中的Validation模塊，將預(yù)測的2020年土地利用數(shù)據(jù)與實際2020年土地利用數(shù)據(jù)對比進行驗證?；煜仃囈姳?，計算出OA精度為0.955 6，Kappa系數(shù)為0.922 8，表明預(yù)測的2030年土地利用結(jié)果可信。

2.2.2 InVEST模型 InVEST模型（Integrated valuation of ecosystem services and tradeoffs）是美國自然資本項目組開發(fā)的、可評估生態(tài)系統(tǒng)服務(wù)功能的模型系統(tǒng)，利用其中的Habitat Quality模塊計算2000年、2010年、2020年、2030年4期生境質(zhì)量。生境質(zhì)量計算公式為：

式中，Q_xj表示生境質(zhì)量；D_xj表示生境退化度；H_j表示生境適宜性指標(biāo)；k為半飽和常數(shù)，通常取最大生境退化度數(shù)值的1/2；z為常量；x表示某柵格；j表示某土地利用類型。參考文獻^［14］并結(jié)合研究區(qū)土地利用數(shù)據(jù)的分類情況設(shè)置研究區(qū)威脅因子及其權(quán)重、最大威脅距離、空間衰退類型（表3）。參考InVEST模型手冊及文獻^{［15，16］}，設(shè)置各地類對威脅因子的敏感度（表4）。由于研究區(qū)總體生境質(zhì)量較高，生境質(zhì)量低的區(qū)域面積小且集中，將生境質(zhì)量指數(shù)分為低［0～0.3）、較低［0.3～0.6）、較高［0.6～0.9）、高［0.9～0.1］4級。

3 結(jié)果與分析

3.1 土地利用時空變化

由表5可知，2000—2020年，研究區(qū)草地少量減少；濕地、水體和林地先減少再少量增加；耕地在2000—2010年大量增加，而后少量減少。根據(jù)PLUS模型預(yù)測的2030年土地利用，人造地表、裸地在2000—2030年3個區(qū)間內(nèi)均增加，其中人造地表由2000年的0.11%增加到2030年的0.32%，裸地從2000年的0.00%增加到2030的0.92%，分別達117.55 km²和334.38 km²；草地和濕地分別減少1.95和0.44個百分點，即687.75 km²和204.55 km²。

利用2000年及預(yù)測的2030年土地利用數(shù)據(jù)制作土地利用轉(zhuǎn)移矩陣見表6。由表6可見，增加的絕大部分裸地由草地轉(zhuǎn)出，少量由林地轉(zhuǎn)出；增加的絕大部分耕地也由草地轉(zhuǎn)入；增加的大部分人造地表同樣由草地轉(zhuǎn)出，其次為耕地、林地和濕地。同時，減少的濕地和林地絕大部分轉(zhuǎn)變?yōu)椴莸兀粶p少的草地主要轉(zhuǎn)變?yōu)榱值?、耕地、人造地表和濕地。即林地、草地、濕地相互轉(zhuǎn)化，但由于大量草地轉(zhuǎn)化為裸地和耕地，總體上草地面積大量減少。各年份土地利用類型見圖1。

3.2 土地擴張因子貢獻分析

通過用地擴張分析策略（LEAS）得到的各類用地的驅(qū)動因子貢獻程度見表7。對研究區(qū)耕地、水體、冰川和永久積雪貢獻程度最高的擴張因子均為DEM，分別為0.32、0.26和0.54，表明DEM對耕地、水體擴張限制最大，對冰川和永久積雪更是決定性的因素；對人造地表貢獻程度最高的因子是人口，表明人口密度與人造地表關(guān)聯(lián)程度最高，即人口密度越大的地方人造地表越可能擴張；對裸地貢獻程度最高的因子為氣溫，反映出氣候變化造成植被退化，進而導(dǎo)致裸地面積增加。生境適宜度高的地類中，林地、草地、濕地的貢獻程度最高的擴張因子分別為降雨、DEM和到政府距離、降雨，表明雨量充沛、水源涵養(yǎng)情況較好的區(qū)域里林地、濕地更易擴張；而草地受各項因子的影響程度相差不大，一般生長在遠離政府的地方，且其面積擴張受DEM限制。

3.3 生境質(zhì)量時空變化

研究區(qū)總體生境質(zhì)量較高，各時段生境質(zhì)量高和較高的區(qū)域面積占比之和均在95%以上，生境質(zhì)量高的區(qū)域主要為東部林地；較高的區(qū)域為中西部大面積的草地。生境質(zhì)量較低的區(qū)域主要分布在紅原縣中北部、松潘縣中部；生境質(zhì)量低的區(qū)域集中在若爾蓋縣西部及阿壩縣西部，各時段生境質(zhì)量等級分布見圖2，面積占比見表8。4期生境質(zhì)量結(jié)果對比顯示，研究區(qū)生境質(zhì)量總體保持較高水平，但有逐步降低的趨勢。生境質(zhì)量低的區(qū)域面積占比由2000年的0.50%逐漸增加到2030年的2.35%，增加的主要區(qū)域為阿壩縣西部的裸地和各縣的建設(shè)用地及耕地；生境質(zhì)量較低的區(qū)域面積占比變化較平穩(wěn)，在2000—2010年有所增加，但在2010—2020年少量下降；生境質(zhì)量較高的區(qū)域面積占比在2000—2010年降低了0.52個百分點；在2010—2020年降低了0.99個百分點，預(yù)測2020—2030年將會降低0.87個百分點，降低速率先增加再有所減緩；生境質(zhì)量高的區(qū)域面積變化也較平穩(wěn)，面積占比在3個時間區(qū)間內(nèi)變化均不超過1個百分點。表明近年來在“綠水青山就是金山銀山”和“山水林田湖草是一個生命共同體”的發(fā)展理念下，生態(tài)環(huán)境保護和生態(tài)系統(tǒng)可持續(xù)管理有一定效果，但亟需加強。

4 小結(jié)與討論

4.1 小結(jié)

本研究利用3期土地利用數(shù)據(jù)，結(jié)合氣候、環(huán)境、距離等驅(qū)動因子預(yù)測研究區(qū)未來土地利用情況，探究各類驅(qū)動因子對不同地類變化的影響程度并評價研究區(qū)2000—2030年生境質(zhì)量變化，主要結(jié)論如下。

1）2000—2020年，由于周邊草地退化，研究區(qū)西部裸地大面積增長，且根據(jù)預(yù)測的2030年土地利用數(shù)據(jù)，如若不加強人工干預(yù)，到2030年裸地面積將大面積增加，達到334.38 km²。將預(yù)測的土地利用數(shù)據(jù)與2000年對比，到2030年將會有204.55 km²濕地退化，由沼澤濕地向草甸演替。

2）各類影響地類變化的驅(qū)動因子中，降雨是限制林地、濕地擴張的首要因素，側(cè)面反映水源涵養(yǎng)功能對維護生境適宜度高的地類有較大作用。而DEM為限制草地的首要因素，反映礦山開發(fā)等破壞景觀、形成高陡邊坡的人類活動對草地會造成顯著影響。裸地的增加與氣溫密切相關(guān)，表明氣候變化對植被、土地利用變化有巨大影響。由于青藏高原不斷隆起抬升，西南季風(fēng)受限不能深入，若爾蓋高原濕地氣候條件有變干變冷的趨勢，這是導(dǎo)致區(qū)域濕地生態(tài)系統(tǒng)脆弱的重要原因。

3）研究區(qū)整體生境質(zhì)量較高，且空間差異較大。生境質(zhì)量低的區(qū)域集中在若爾蓋縣西部及阿壩縣西部。由于草地、濕地的退化，生境質(zhì)量較低的區(qū)域有逐步擴大的趨勢，主要由西部新增裸地和各區(qū)縣擴張的建設(shè)用地、耕地造成。未來生境質(zhì)量降低的速率將有所減緩，但仍需加強人工措施來阻止降低。

4.2 討論

1）為了保證多期土地利用數(shù)據(jù)的地類分類標(biāo)準(zhǔn)相同，本研究采用的土地利用數(shù)據(jù)僅分為了9個一級類型，沒有二級類型，如若利用多期同源的具有二級地類分類的土地利用數(shù)據(jù)，對土地利用預(yù)測及生境質(zhì)量的計算會更加精確。此外，PLUS模型中選取的驅(qū)動因子是否為最佳組合還有待探究。

2）根據(jù)研究區(qū)土地利用及生境質(zhì)量演變情況，研究區(qū)面臨的最大的生態(tài)問題是草地退化、裸地面積大量增加，因此提出以下建議：一是加強草原綜合治理，控制草場載畜量，全面推行草畜平衡、草原禁牧休牧輪牧。二是加強礦山生態(tài)修復(fù)和人工草場建設(shè)；推動重點區(qū)域荒漠化、沙化土地和黑土灘型等退化草原治理，遏制草原沙化趨勢，提升草原生態(tài)功能；抑制牧區(qū)草地鼠害，恢復(fù)草原生態(tài)，促進草原生物多樣性保護。三是針對研究區(qū)內(nèi)若爾蓋濕地自然保護區(qū)，應(yīng)開展重點水源涵養(yǎng)區(qū)封育保護，加強高原濕地保護與修復(fù)，恢復(fù)退化濕地生態(tài)功能和周邊植被，增強水源涵養(yǎng)功能，嚴禁沼澤濕地疏干改造、侵占濕地開發(fā)草場和發(fā)展破壞沼澤濕地及其水源涵養(yǎng)功能的產(chǎn)業(yè)。

參考文獻：

［1］ 李亞楠， 多玲花， 張 明. 基于CA-Markov和InVEST模型的土地利用格局與生境質(zhì)量時空演變及預(yù)測——以江西省南昌市為例［J］. 水土保持研究， 2022，29（2）：345-354.

［2］ 陳理庭， 蔡海生， 張 婷， 等. 基于Markov-FLUS模型的饒河流域土地利用多情景模擬分析［J］. 生態(tài)學(xué)報， 2022，42（10）：3947-3958.

［3］ 謝凌凌， 許進龍， 臧俊梅， 等. 基于Markov-FLUS模型的廣西土地利用變化模擬預(yù)測［J］. 水土保持研究， 2022，29（2）：249-254，264.

［4］ 王子堯， 黃楚梨， 李 倞， 等. 耦合InVEST-HFI-PLUS模型的生態(tài)分區(qū)規(guī)劃與動態(tài)評估——以博爾塔拉蒙古自治州為例［J］. 生態(tài)學(xué)報， 2022，42（14）：5789-5798.

［5］ 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.

［6］ 高慶彥， 潘玉君， 劉 化. 基于InVEST模型的大理州生境質(zhì)量時空演化研究［J］. 生態(tài)與農(nóng)村環(huán)境學(xué)報， 2021，37（3）：402-408.

［7］ 劉 園， 周 勇， 杜越天. 基于InVEST模型的長江中游經(jīng)濟帶生境質(zhì)量的時空分異特征及其地形梯度效應(yīng)［J］. 長江流域資源與環(huán)境， 2019，28（10）：2429-2440.

［8］ 高周冰， 王曉瑞， 隋雪艷， 等. 基于FLUS和InVEST模型的南京市生境質(zhì)量多情景預(yù)測［J］. 農(nóng)業(yè)資源與環(huán)境學(xué)報，2022，39（5）：1001-1013.

［9］ 張 華， 韓武宏， 宋金岳， 等. 祁連山國家公園生境質(zhì)量時空演變［J］. 生態(tài)學(xué)雜志， 2021，40（5）：1419-1430.

［10］ 周 婷， 陳萬旭， 李江風(fēng)， 等. 神農(nóng)架林區(qū)人類活動與生境質(zhì)量的空間關(guān)系［J］. 生態(tài)學(xué)報， 2021，41（15）：6134-6145.

［11］ 趙曉冏，王 建，蘇軍德，等. 基于InVEST模型和莫蘭指數(shù)的甘肅省生境質(zhì)量與退化度評估［J］. 農(nóng)業(yè)工程學(xué)報，2020，36（18）：301-308.

［12］ 羅 芳，潘 安， 陳忠升， 等. 四川省宜賓市1980-2018年耕地時空格局變化及其驅(qū)動因素［J］. 水土保持通報，2021，41（6）：336-344.

［13］ 李 琛，高彬嬪，吳映梅，等. 基于PLUS模型的山區(qū)城鎮(zhèn)景觀生態(tài)風(fēng)險動態(tài)模擬［J］. 浙江農(nóng)林大學(xué)學(xué)報，2022，39（1）：84-94.

［14］ 朱 燕， 李怡然， 李雪梅. 基于InVEST模型的昌黎黃金海岸國家級自然保護區(qū)生境質(zhì)量評價［J］. 環(huán)境與可持續(xù)發(fā)展， 2019，44（6）：156-160.

［15］ 何池全， 趙魁義. 若爾蓋高原濕地生物多樣性保護及其可持續(xù)利用［J］. 自然資源學(xué)報， 1999，14（3）：47-53.

［16］ GONG J， XIE Y C， CAO E J， et al. Integration of InVEST-habitat quality model with landscape pattern indexes to assess mountain plant biodiversity change： A case study of Bailongjiang watershed in Gansu Province［J］. Journal of geographical sciences， 2019，29（7）：1193-1210.

收稿日期：2023-02-06

基金項目：四川省科技計劃重點研發(fā)項目（2022YFS0494）；四川省地質(zhì)調(diào)查研究院項目（51000024Y000010978072）；四川省自然資源廳科研項目（Kj-2021-12）

作者簡介：李梓涵（1998-），女，四川綿陽人，在讀碩士研究生，研究方向為生態(tài)修復(fù)與景觀格局，（電話）18281606607（電子信箱）cdut_zihanli@163.com；通信作者，鞏 飛（1995-），男，四川綿陽人，工程師，碩士，主要從事國土整治與生態(tài)修復(fù)研究，（電話）18582883627（電子信箱）842256774@qq.com。