京津冀城市群地区土地生态状况评估

于 潇，吕春艳，郭旭东，张智杰，4，李双成，郝继坤

（1.中国土地勘测规划院，北京 100035；2.国土资源部土地利用重点实验室，北京 100035；3.中国科学院遥感与数字地球研究所，北京 100094；4.内蒙古农业大学林学院，内蒙古 呼和浩特 010019；5.北京

大学城市与环境学院，北京 100871；6.河北省国土资源利用规划院，河北 石家庄 050051）

1 引言

土地生态状况评估是土地生态学的重要研究内容[1]。目前土地生态状况评估研究仍然薄弱[2-3]，相关研究主要集中在土地退化[4]、土地质量[5]、土地生态适宜性[6]、生态系统健康[7]、生态安全[8]等方面。上述研究主要存在以下特点：（1）以单因子或一部分生态因子为指示器，从某个侧面反映特定生态过程的研究；（2）综合性的土地生态评估也较丰富，但多是以“生态系统健康”、“生态安全”等抽象概念展开，基于生态系统的结构、格局、质量、功能和服务等固有特征，从区域尺度全面评估土地生态状况的成果还不多。为此，如何科学、客观的评估区域土地生态状况，进而掌握更加全面、更加精细的土地生态基础信息，是当前国土空间布局优化和生态安全格局构建的迫切需要。

城市群是人类生活与生产的主要空间，也是驱动区域经济发展和保障国家安全的重点区域[9]，但在全球城市化进程中普遍存在由城市集聚、人口稠密、资源消耗和建设扩张带来的生态环境退化现象[10]。京津冀城市群地区是中国的政治文化中心与经济增长的第三极[11]，近年来已有大量研究围绕京津冀地区土地生态系统评估展开。王静等揭示了京津冀地区城市化进程对植被覆盖和生态质量的干扰过程[12]。吴建生等采用InVEST模型中的生境质量模块从区域、流域和子流域三个尺度刻画了京津冀地区生境质量的时空分异特征[13]。Han等基于P-S-R框架，对2003—2012年京津冀地区城市生态安全进行了评估[14]。Chu分析了1995—2010年期间京津冀地区生态承载力、生态赤字和生态安全的演变规律[15]。Wang等利用动态耦合协同度模型，刻画了京津冀地区城市化进程与生态环境子系统间的交互支配关系[16]。李超等对环京津地区生态服务价值的时空分异特征进行了分析[17]。总体来看，综合评估土地生态系统结构、质量和服务的研究相对不足，针对生态系统服务的研究也多是基于价值量的方法，较缺乏以物质量方法评估生态系统的供给、调节和支持服务的研究。

在生态文明建设与京津冀协同发展的背景下，以京津冀地区为研究对象开展区域土地生态状况综合评估是协调经济增长、社会发展与生态环境保护，促进城市群健康与可持续发展的重要基础。为此，本文以2015年土地利用调查变更数据、MODIS数据产品和基础气象、土壤数据为数据源，从生态系统结构、生态质量和生态系统服务3个方面构建土地生态状况评估框架，探索区域尺度土地生态状况评估的空间分布特征，解析生态因子间的冲突关系，诊断影响土地生态状况的主导因素，旨在为京津冀城市地区国土空间利用的科学决策提供依据，并服务于当前和未来开展的土地资源规划与管理。

2 研究区与研究数据

2.1 研究区概况

京津冀城市群地区的地理位置介于东经113°27′—119°50′，北纬36°05′—42°40′之间，区域地貌复杂多样，由西北部的燕山—太行山系构造逐渐过渡为东南部的平原，渤海沿岸湿地、滩涂分布丰富。该区为典型的暖温带大陆性季风气候，北部为半干旱地区，南部为半湿润地区。2015年，京津冀地区的国内生产总值为693.59×106元，常住人口111.42×106人，城镇化率为62.5%。

2.2 数据准备

本文土地利用数据来自2015年第二次全国土地调查变更数据，采用二级分类系统，其他需要使用的数据包括2015年中国国家级地面气象站基本气象要素日值数据集（V3.0）、中国1∶100万土壤图、全球90 m DEM数据、2015年250 m和1km分辨率的MODIS NDVI数据产品，以及2015年1km分辨率的MODIS LST数据产品。其中，二调变更数据来自全国土地基础数据库，基本气象要素日值数据集来自国家气象信息中心——中国气象数据网（www.cma.gov.cn），土壤数据来自中国科学院南京土壤所，DEM数据来自中国科学院计算机网络信息中心——地理空间数据云（www.gscloud.cn），MODIS数据产品来自NASA官方网站（modis.gsfc.nasa.gov）。

3 研究方法

3.1 土地生态状况评估框架

以生态系统结构、质量和提供服务的能力对生态系统状况进行评估已成为近年来国内外学术界的科学共识[18-19]。土地生态系统是在一定时空范围内，由不同生态子系统的交互作用组成的综合体，其状况评估同样也需要从这3个角度展开。一般来说，人类活动干扰将首先作用于土地生态系统的结构与质量，而生态系统结构、质量的演替方向决定了生态系统服务的数量、质量变化与空间差异[7，20]，同时在土地生态系统的自我调节与代偿能力的作用下[21]，生态系统服务的改变也将对结构和质量因素产生正向或逆向反馈。

基于以上原理，本文借鉴相关研究[2-3，18-19]，依据地域特征和评价目的，以科学性、系统性、实用性和可得性为评估原则，通过分析反映土地生态状况的影响因素，从生态系统结构、生态质量和生态系统服务3个方面遴选出关键因素作为参评因子，建立研究区域的土地生态状况评估指标体系（表1）。其中，土地生态系统的结构主要体现在土地生态系统的构成以及不同构成要素间的相互作用[22-23]。采用干扰度指数、源生境连通性、物种迁移阻力和生境优势度4个指标反映土地生态系统的水平空间镶嵌结构及其对生态过程、物质循环和生物多样性可能造成影响。生态质量指一定时空范围内生态系统总体或部分组分的质量[24]。采用植被覆盖度作为生态质量的指示器，侧面反映土壤、水和生境质量对生态系统的支撑程度。生态系统服务则指人类从生态系统获得的福祉[25]。采用物质量的评估方法，以生产服务、产水服务、土壤保持服务、温度调节服务和碳贮存5类服务表征土地生态系统的生产、调节和支持服务。

3.2 指标评估方法

（1）干扰度指数。干扰度指数（Disturbance Index，DI）是自然或人为干扰下土地利用结构的空间表达，可用斑块密度、边缘密度和景观分离度的加权表示[26]。研究借鉴相关文献研究尺度，将研究区划分为10 km×10 km 共计2369个采样单元。对土地利用数据矢量图层进行分单元计算后得到研究区2015年干扰度指数的空间分布。

（2）源生境连通性。源生境连通性（Source Habitat Connectivity，SHC）反映源生境自身的连通程度及其对特定水平生态过程的重要程度，采用整体连通性指数（IIC）测度[27]。以水域湿地核心区（不包括沟渠、坑塘水面）和面积大于25 hm2的林地、草地核心区为区域尺度上的源生境。分别计算林地、草地和水域湿地源生境矢量图层的连通性，叠置后得到研究区2015年源生境连通性的空间分布。

（3）物种迁移阻力。采用最小累积阻力模型（MCR）计算物种在源生境间的迁移阻力（Migration Resistance，MR）。研究依据相关文献资料，以专家打分为基础确定土地利用二级类的阻力经验系数[28-29]。以阻力系数构建生态阻力面，利用ArcGIS中的Cost Distance模块实现最小累积阻力计算，得到研究区2015年物种迁移阻力的空间分布。

表1 土地生态状况评估框架、评估方法及指标权重Tab.1 The framework, methods and index weights of the assessment on land ecosystem status

（4）生境优势度。以景观优势度和生境质量指数的乘积测度生境优势度（Habitat Dominance，HD），并以此反映景观类型的重要程度、面积比例与空间分布频率，生境优势度越高，说明对生态系统较重要的生境类型在区域景观中占据优势。其中，生境质量指数分值参考环境保护行业标准中的生境质量分类权重[30]。以10 km×10 km网格对研究区进行划分，对土地利用矢量图层进行分单元计算后得到研究区2015年生境优势度的空间分布。

（5）植被覆盖度。植被覆盖度（Vegetation Coverage，VC）是土地生态质量的重要指示器，研究采用植被指数转换法中的像元二分模型估算植被覆盖度[31]。以MODIS的250 m 分辨率NDVI产品为数据源，通过ENVI进行波段运算得到研究区2015年植被覆盖度的空间分布。

（6）生产服务。采用CASA模型计算植被群落在自然环境条件下的生产能力（NPP），以此表征区域土地生态系统的生产服务[32]。利用“中国国家级地面气象站基本气象要素日值数据集（V3.0）”提取了278个站点的日平均温、日降水量、日相对湿度等气象要素，采用克里金法对站点数据进行插值得到250 m分辨率的各气象要素图层，结合土地利用数据和250 m分辨率的NDVI产品进行计算，最终得到研究区2015年生产服务的空间分布。

（7）产水服务。采用InVEST模型中的“产水量”（Water Yield，WY）表征一段时间内区域陆地生态系统的水分收支平衡。采用土地利用数据、气象插值数据、土壤数据和植被蒸散数据（采用InVEST模型中的系数值），根据产水量模型进行连续计算得到研究区2015年产水服务的空间分布。

（8）土壤保持服务。采用修正的通用土壤流失方程（USLE）估算实际土壤侵蚀量和潜在土壤侵蚀量，二者之差为生态系统的土壤保持服务量（Soil Conservation，SC）[33]。采用土地利用数据、DEM数据、气象插值数据、土壤数据，根据土壤侵蚀方程估算逐个像元的土壤保持量，得到研究区2015年土壤保持服务的空间分布。

（9）温度调节服务。地表植被的温度调节服务（Temperature Regulation，TR）可以用植被与开阔地的地表温度（LST）差值表征。建立MODIS 1km LST数据与DEM数据、MODIS 1km NDVI数据间的回归方程，借助MODIS 250 m NDVI数据对LST产品进行降尺度处理后，利用窗口搜索策略计算植被与开阔地的LST差值，最终得到研究区2015年温度调节服务的空间分布。

（10）碳贮存服务。采用 InVEST模型中的碳贮存模块计算研究区2015年碳贮存服务（Carbon Storage，CS）及其空间分布。其中，地上和地下生物量以及死亡有机碳密度是通过相关文献或经验公式得到[34-36]，土壤碳密度的计算是基于中国科学院南京土壤所提供的中国1∶100万土壤图。运行InVEST模型得到研究区2015年碳贮存服务的空间分布。

3.3 评估模型

3.3.1 指标权重计算方法 本文采用主观、客观相结合的方法确定评估因子权重。其中，主观权重是采用AHP法确定的，客观权重则采用CRITIC法进行计算。CRITIC法以评估因子间的冲突程度和因子本身的对比强度为基础计算因子信息量，从而确定评估因子权重[37]，计算公式为：

式（1）—式（2）中，Woj为第j个评估指标的客观权重，σj为第j个评估指标的标准差，标准差越高则因子的对比强度越大；Cij为评估指标i与j间的冲突程度，计算方法为1减去评估指标i与j间的Pearson系数，即一个评估因子与其他因子之间的相关性较弱，或具有较强的负相关，则因子的冲突程度较高；Aj为第j个评估指标的信息量，信息量越高则因子的客观权重越大。

第j个评估指标的综合权重Wj是客观权重Woj和主观权重Wsj的平均值，计算公式为：

3.3.2 综合评估方法 采用综合指数法计算土地生态状况的评估值，计算公式为：

式（4）中，ES为评估单元的土地生态状况值；Xj为评估指标的标准化值。

图1 京津冀城市群地区2015年土地生态状况的空间分异Fig.1 The spatial variation of land ecosystem status in Beijing-Tianjin-Hebei urban agglomeration in the year of 2015

4 研究结果

4.1 土地生态状况的空间分布特征

对土地生态状况评估因子图层进行加权叠加，最终得到空间分辨率为250 m的京津冀城市群地区2015年土地生态状况的空间分布（图1（a）），在此基础上进行分区统计得到县域土地生态状况的空间格局 （图1（b））。

分析图1（a）可知，研究区的土地生态状况形成了较为明显的地理梯度变化。土地生态状况最高的区域主要位于太行—燕山一带。这是由于该区域分布有大量的林地和草地，而这2种生境具有较为重要的生态功能，对应的植被覆盖度、NPP、土壤保持、温度调节和碳贮存服务均相对较优；同时在山地、高原地形因素和退耕还林、京津风沙治理等政策因素的共同影响下，该区域重要生境的干扰程度较低，连通性和优势度较高。其次是坝下低中山盆地，这一区域的草地面积比例较高，并且该区域土壤碳密度也相对较高。河北平原区的土地生态状况普遍较低，而生态状况最低的区域主要分布于北京、天津等中心城市及其辐射区。这些区域的土地利用类型主要是耕地和建设用地，由于人类活动相对频繁，从而对土地生态状况的造成了较为显著的负面影响。分析图1（b）可知，县域土地生态状况的空间分异基本以邢台市的邢台县—石家庄市的赞皇县、平山县和灵寿县—保定市的阜平县、涞源县、易县和涞水县—北京市的房山区、门头沟区、昌平区、怀柔区、密云县和平谷区—承德市的兴隆县—唐山市的迁西区——秦皇岛市的青龙满族自治县、卢龙县和抚宁县为分界线。北部、西部山地高原区的土地生态状况较优，东部、南部平原区的土地生态状况较差。土地生态状况相对较高的地区依次为承德、秦皇岛、北京和张家口，其中北京市土地生态状况的空间异质性最为显著。北京市的西、北部为山区，东、南部为建成区，作为特大都市，近年北京市建设用地的快速扩张使各类用地间的矛盾增强，但生态保护力度也随之增大，从而令土地生态系统的内部结构异化，承担的多种生态功能也出现了空间分异，相对京津冀城市群的其他区域来说，其土地生态状况也呈现出较为典型的复杂性。

图2 土地生态因子间的冲突程度Fig.2 The degree of conf l icts among ecological factors of land ecosystem

图3 土地生态因子评估值的空间重心分布Fig.3 The spatial centers of ecological factors’ assessed values

4.2 土地生态因子的冲突关系分析

城市群尺度上，大部分土地生态因子间存在不同程度的正相关关系，即一定区域的生态系统结构、生态质量较好，其生态系统服务也可能较优。而负相关关系主要存在于产水服务、碳贮存服务与其他因子之间，表现为这2个因子具有较高的冲突程度（图2）。这些负相关关系中，仅产水服务与干扰度指数和碳贮存服务之间存在相对明显的冲突关系（冲突程度≥1.1，Pearson系数通过P = 0.01的双侧检验）。分析图3可以得到，绝大多数生态因子的空间重心分布在研究区北部，而产水服务的空间重心位于研究区的东南部。该区域主要土地利用类型是耕地和建设用地，景观相对破碎，干扰程度也较高，这是导致产水服务与干扰度指数冲突的主要原因，可通过土地整治实现这2个因子的区域协同。产水服务与碳贮存服务之间则更多的是一种权衡关系[38]。产水服务的空间差异是在地表蒸发、蒸散量和降雨量的共同作用下产生的。通常来说，植被类型中森林的蒸散作用最为显著，其次是耕地和草地。碳贮存服务的空间重心位于研究区北部，该区域大量分布的森林在增加碳库的同时也带来了较高的地表蒸散，加之该区域的降雨量相对较少，从而在一定程度上降低了区域生态系统的产水服务。京津冀地区存在水资源紧缺、地下水超载的问题，研究区的生态修复、环境治理过程中应侧重产水服务与碳贮存服务的权衡，根据不同区域的降雨条件与水分收支确定相应的植被恢复方式。

4.3 土地生态状况的限制因素诊断

采用障碍因素诊断模型识别影响县域土地生态状况的主要限制因素，并按障碍度进行排序得到不同区域最主要的三个限制因素，以此划分土地生态状况的限制类型[8]（图4）。

2015年，影响研究区土地生态状况的限制因素主要有碳贮存服务、源生境连通性、净初级生产力和产水服务。其中，碳贮存服务是京津冀地区土地生态状况最主要的限制因素，以该因子为主要限制类型的区域占总面积的比例为90.83%；限制类型为碳贮存服务—源生境连通性—产水服务的区域面积比例为50.19%，主要分布于京津冀地区的西部和北部；限制类型为碳贮存服务—源生境连通性—净初级生产力的区域面积比例为28.97%，主要分布于环渤海地区和华北平原。在京津冀地区，导致碳贮存功能产生显著空间分异的主要原因是由土壤特性决定的土壤碳密度，以及不同植被类型的生物量和死亡有机碳差异。通常情况下森林、草地的碳贮存功能相对较高，通过还林、还草等地表植被恢复方式一方面可以增加地上、地下生物量和死亡有机碳，另一方面可以促进土壤碳库的自然恢复。对于耕地分布区，可以采用土体构型改良、施用生物炭等整治方式增加土壤碳库。净初级生产力和源生境连通性同样也是京津冀地区土地生态状况的主要影响因素。2015年，京津冀地区林地NPP的平均值为828.75 gC/m2·a、草地NPP的平均值为742.83 gC/m2·a、农田NPP的平均值为639.24 gC/m2·a。由此可知，确保耕地总量动态平衡并适当增加林地和草地的面积对维持区域土地生态系统的生产服务有重要意义。研究区的源生境主要由林地、草地和水域湿地构成，在维持其核心区面积比例的同时仍需注重景观格局的空间优化。

图4 县域土地生态状况的限制类型Fig.4 The limiting types of land ecosystem status in the County level

5 结论

（1）2015年，京津冀城市群地区的土地生态状况具有明显的地理梯度分异。土地生态状况呈现西部、北部山地高原区较优，东部、南部平原区较低的现象，生态状况最低的区域主要分布于城镇及其辐射区，表现为城市化对土地生态系统的胁迫。

（2）产水服务与干扰度指数、碳贮存服务存在较为明显的冲突关系。产水服务与干扰度指数间的冲突可以通过土地破碎化治理实现区域协同，而产水服务和碳贮存服务之间存在权衡关系，应在分析区域水分收支平衡的基础上确定相应的生态修复方式。

（3）碳贮存服务、净初级生产力和源生境连通性是研究区土地生态状况的主要限制因素。土地生态状况的主要限制类型为碳贮存—源生境连通性—产水服务和碳贮存—源生境连通性—净初级生产力，分别占研究总面积的50.19%和28.97%。

（4）在当前或未来的土地利用管理中应综合权衡城市扩张、粮食安全和生态维护，针对不同区域的土地生态状况差异、生态因子间的冲突关系及主要的限制类型，采取生态红线划定、生态功能分区、土地整治等手段构建区域土地生态安全格局。

［1］ 谢俊奇，郭旭东，李双成，等. 土地生态学［M］ . 北京：科学出版社，2014：210 - 211.

［2］ 戴靓，姚新春，周生路，等. 长三角经济发达区金坛市土地生态状况评价［J］ . 农业工程学报，2013，29（8）：249 -257.

［3］ 刘明远，张合兵，孙江锋，等. 典型区域土地生态状况精细评估［J］ . 中国农学通报，2014，30（33）：206 - 211.

［4］ Turnbull L, Wainwright J, Brazier RE. A conceptual framework for understanding semi-arid land degradation:Ecological interactions across multiple-space and time scales［J］ . Ecohydrology，2010，1（1）：23 - 34.

［5］ 郭旭东，邱扬，连纲，等. 基于PSR框架的土地质量指标体系研究进展与展望［J］ . 地理科学进展，2003，22（5）：479 - 489.

［6］ 石龙宇，黄云凤，崔胜辉，等. 半城市化地区土地适宜性评价方法及应用——以厦门市集美区为例［J］ . 中国土地科学，2010，24（5）：53 - 57.

［7］ Ford AES, Graham H, Whit PCL. Integrating Human and Ecosystem Health Through Ecosystem Services Frameworks［J］ . Ecohealth，2015，12（4）：660 - 671.

［8］ 李春燕，南灵. 陕西省土地生态安全动态评价及障碍因子诊断［J］ . 中国土地科学，2015，29（4）：72 - 81.

［9］ 陈利顶，周伟奇，韩立建，等. 京津冀城市群地区生态安全格局构建与保障对策［J］ . 生态学报，2016，36（22）：7125 - 7129.

［10］ Li YF, Sun X, Zhu XD, et al. An early warning method of landscape ecological security in rapid urbanizing coastal areas and its application in Xiamen, China［J］ . Ecological Modelling，2010，221（19）：2251 - 2260.

［11］ 杨坤矗，毕润成，孙然好，等. 京津冀地区城市化发展时空差异特征［J］ . 生态学报，2017，37（12）：3998 - 4007.

［12］ 王静，周伟奇，许开鹏，等. 京津冀地区城市化对植被覆盖度及景观格局的影响［J］ . 生态学报，2017，37（21）：1 -11.

［13］ 吴健生，曹祺文，石淑芹，等. 基于土地利用变化的京津冀生境质量时空演变［J］ . 应用生态学报，2015，26（11）：3457 - 3466.

［14］ Han B, Liu H, Wang R. Urban ecological security assessment for cities in the Beijing-Tianjin-Hebei metropolitan region based on fuzzy and entropy methods［J］ . Ecological Modelling，2015，318（1）：217 - 225.

［15］ Chu X, Deng X, Jin G, et al. Ecological security assessment based on ecological footprint approach in Beijing-Tianjin-Hebei region, China［J］ . Physics and Chemistry of the Earth,Parts A/B/C，2017，101：43 - 51.

［16］ Wang SJ, Ma H, Zhao YB. Exploring the relationship between urbanization and the eco-environment—A case study of Beijing-Tianjin-Hebei region［J］ . Ecological Indicators，2014，45（5）：171 - 183.

［17］ 李超，杜哲，陈亚恒，等. 环京津地区土地生态服务价值时空分异特征［J］ . 土壤通报，2015，46（1）：42 - 47.

［18］ EEA. Mapping and assessing the condition of Europe’s ecosystems: progress and challenges［R］ . Luxembourg:Publications Office of the European Union，2016：10 - 11 .

［19］ 蒋冲，王德旺，罗上华，等. 三江源区生态系统状况变化及其成因［J］ . 环境科学研究，2017，30（1）：10 - 19.

［20］ 牟雪洁，赵昕奕，饶胜，等. 青藏高原生态屏障区近10年生态系统结构变化研究［J］ . 北京大学学报（自然科学版）， 2016， 52（2）： 279 - 286.

［21］ 吴次芳，陈美球. 土地生态系统的复杂性研究［J］ . 应用生态学报，2002，13（6）： 753 - 756.

［22］ 韩瑞，陈求稳，王丽基，等. 基于生态通道模型的长江口水域生态系统结构与能量流动分析［J］ . 生态学报，2016， 36（15）： 4907 - 4918.

［23］ Wang Z, Deng X, Bai Y. Land use structure and emission intensity at regional scale: A case study at the middle reach of the Heihe River basin［J］ . Applied Energy，2016，183：1581 - 1593.

［24］ 梁变变，石培基，王伟，等. 基于RS和GIS的干旱区内陆河流域生态系统质量综合评价——以石羊河流域为例［J］ . 应用生态学报，2017，28（1）： 199 - 209.

［25］ MA. Ecosystems and Human Well-being: A Framework for Assessment［M］ . Washing DC: Island Press，2003：49.

［26］ 于潇，吴克宁，郧文聚，等. 三江平原现代农业区景观生态安全时空分异分析［J］ . 农业工程学报，2016，32（8）：253 - 259.

［27］ Saura S, Pascual-Hortal L. A new habitat availability index to integrate connectivity in landscape conservation planning:Comparison with existing indices and application to a case study［J］ . Landscape & Urban Planning, 2007，83（2-3）：91 - 103.

［28］ Li F, Ye Y, Song B, et al. Evaluation of urban suitable ecological land based on the minimum cumulative resistance model: A case study from Changzhou, China［J］ . Ecological Modelling，2014，318（1）：194 - 203.

［29］ 杨姗姗，邹长新，沈渭寿，等. 基于生态红线划分的生态安全格局构建——以江西省为例［J］ . 生态学杂志，2016，35（1）：250 - 258.

［30］ HJ192-2015. 生态环境状况评价技术规范［EB/OL］ . http://kjs.mep.gov.cn/.

［31］ 李苗苗，吴炳方，颜长珍，等. 密云水库上游植被覆盖度的遥感估算［J］ . 资源科学，2006，26（4）：153 - 159.

［32］ 杨晓楠，李晶，秦克玉，等. 关中——天水经济区生态系统服务的权衡关系［J］ . 地理学报，2015，70（11）：1762 -1773.

［33］ 李士美，谢高地，张彩霞，等. 森林生态系统土壤保持价值的年内动态［J］ . 生态学报，2010，30（13）：3482 -3490.

［34］ 朴世龙，方精云，贺金生，等. 中国草地植被生物量及其空间分布格局［J］ . 植物生态学报，2004，28（4）：491 -498.

［35］ 方精云，郭兆迪，朴世龙，等. 1981—2000年中国陆地植被碳汇的估算［J］ . 中国科学，2007，37（6）：804 - 812.

［36］ 杨芝歌，周彬，余新晓，等. 北京山区生物多样性分析与碳储量评估［J］ . 水土保持通报，2012，32（3）：42 - 46.

［37］ Diakoulaki D, Mavrotas G, Papayannakis L. Determining objective weights in multiple criteria problems: The critic method［J］ . Computers & Operations Research，1995，22（7）：763 - 770.

［38］ 孙泽祥，刘志峰，何春阳，等. 中国快速城市化干燥地区的生态系统服务权衡关系多尺度分析——以呼包鄂榆地区为例［J］ . 生态学报，2016，36（15）：4881 - 4891.