武汉城市圈生态空间多功能时空演变及驱动机制分析

摘要：生态空间功能支撑城市圈高质量发展与建设，并随其多功能需求变化而需要进行战略性调整。本文以千米格网为评价单元，选取气候调节、水源涵养、生境维持、景观保育、土壤保持与休闲游憩6 个功能指标，分析武汉城市圈生态空间多功能的时空演变特征，采用热点分析、随机森林模型等方法，探究了生态空间多功能的热点演变规律及驱动机制。结果表明：（1）2000—2020 年武汉城市圈生态空间多功能演化特征差异明显，生境维持、景观保育和土壤保持功能总体上表现为减弱趋势，气候调节、水源涵养和休闲游憩功能总体上表现为增强趋势，其中休闲游憩功能增幅最大。（2）在研究期内，六类生态空间功能的空间分布格局均发生了显著的变化。水源涵养和休闲游憩功能的热点区整体上呈增加趋势，气候调节和生境维持功能的热点区表现为先上升后降低的趋势，景观保育和土壤保持功能的热点区基本保持稳定。（3）社会- 生态因子对生态空间功能的发挥具有重要影响。从整体上看，土地利用格局、植被覆盖度和地形因素对生态空间各功能的影响最大，但随着时间的推移，社会经济因素对生态空间多功能的影响逐渐增强。

关键词：生态空间；多功能；时空演变；驱动机制；武汉城市圈

中图分类号：F293.22 文献标志码：A 文章编号：2095-1329（2024）03-0083-09

在社会经济快速发展的过程中，城镇扩张导致大量生态空间被挤占[1]，国土空间格局发生了剧烈变化[2]，许多生态效益高的生态空间服务功能逐渐减弱，使得生态环境问题日益突出[3]。另一方面，居民收入提高和人口激增促使人类需求结构升级[4]，对生态空间所提供的产品提出了更高要求。生态空间以维护生态安全为主要目标，发挥调节气候、保育生物、涵养水源、保持土壤等多种功能，是区域生态系统服务功能发挥的重要保障[5]。生态空间多功能源自于土地利用多功能，是指生态空间提供各种产品以实现人们各种生活需求的能力[6]，其功能变化受到土地管理水平、政府政策管制、服务主体需求等多重因素的影响，土地治理驱动力由政府—市场—需求的转变，生态空间功能也随之不断发生变化。随着生态文明理念的不断深入、落实“三区三线”管控和国土空间规划方案的推动，要求创新国土空间管理方式，优化功能组合配置。因此，融合多源数据综合评估生态空间功能及其演变的驱动机制[7]，对统筹区域生态与经济的协调联动发展、增强国土生态安全保障具有重要意义[8-9]。

近年来，不少学者围绕生态空间识别与分类、生态空间演变与格局评价、生态空间需求测算与配置、生态空间布局模拟与保护利用展开了系列研究。一些学者从土地主体功能、土地利用类型及生态系统服务价值等视角划分生态空间类型，根据生态足迹法与碳氧平衡法测算生态空间需求量。部分学者从不同空间尺度探究生态空间的演变特征与格局优化措施，并从建设用地扩张、自然因素等视角分析其变化的驱动机制。另有学者基于GIS技术和空间模型设定不同情景，进行生态空间布局模拟与重要性分级研究。然而，已有研究主要关注生态空间的数量结构和分布格局的变化，忽视了其功能的演变特征和作用机理。为满足人们追求美好生活而不断增长的生态产品需要，促进“两型社会”的建设与实施，有必要对生态空间多功能演变展开研究。

城市圈作为新型城镇化的主要阵地，带动区域经济快速发展的同时，城镇化发展与生态用地保护的矛盾也日益突出，生态空间被不断挤压，生态服务供需处于动态变化之中，生态服务质量处于不稳定状态。如何在城市圈的迅速发展过程中摸清生态空间演变的态势，保护并提升生态空间的服务能力，以满足人们追求高品质生活对生态产品日益增长的需求，已成为区域长远发展亟待解决的现实问题。武汉城市圈是长江中游具有代表性的国家级试验区之一，是中部崛起的重要中坚力量，随着生态文明理念的不断深入、落实“三区三线”管控和国土空间规划方案的推动，要求创新各类国土空间管理方式，优化功能组合配置，适当增加生态用地和生态空间。因此，生态空间与生态产品的高效利用迫切需要厘清生态空间多功能演变特征和空间分异规律，基于社会- 生态系统理论对生态空间多功能演变的驱动机制进行分析，以期为引导生态系统修复和国土空间规划建设、连续而完整的生态空间多功能体系的武汉都市圈培育提供一些参考。

1 研究区概况

武汉城市圈位于长江中游、江汉平原中东部，是以武汉市为圆心，囊括武汉周边咸宁、黄石、孝感、黄冈、鄂州、仙桃、天门、潜江等湖北省东部的8 个城市所组成的城市群，其具体位置范围见图1。城市圈内大部分地区海拔较低，地形起伏小，北部孝感市大悟县与河南省信阳市相邻，东部黄冈市毗邻安徽省的安庆市和六安市，南部咸宁市通城县与湖南省临湘市相连，东南部黄石阳新县、咸宁通山县与江西省九江市相连。武汉城市圈2021 年的国土面积约为5.80 万km2，占湖北省2021 年国土总面积的比重为31.21%。武汉城市圈用地类型丰富，分布有平原、丘陵等独具地域特色的地形，东部以森林山地为主，中部西部以丘陵平原为主，海拔呈东高西低，南北高中间低分布。

武汉城市圈拥有独特的内陆型亚热带季风性气候，春有梅雨冬有霜降，降水丰富，阳光充足，四季变化明显。区内湖泊众多，由长江和汉江穿境，水域面积广阔，约占城市圈总面积的四分之一。丰富的森林和湿地资源使得武汉城市圈生物种类多样、景观优美，可以为人们提供多样化的生态服务和绿色生态产品，也促进了区域经济- 生态- 社会- 环境协调有序发展。良好的区位状况和优越的资源禀赋对于武汉城市圈发展江汉平原粮食主产区具有重要作用，同时为支撑中部地区的农业生产发挥着中坚力量。

2 数据来源与研究方法

2.1 数据来源

本文主要研究近20 年来武汉城市圈生态空间多功能的演变特征，需要融合多类数据建立生态空间多功能评价指标体系，因此选择2000 年、2010 年、2020 年三个时间节点作为研究截面。所采用的数据包括四种类型：一是土地分类数据、土壤数据、湖北省道路数据、DEM高程数据、降雨和气温数据、植被覆盖数据（NDVI）、NPP 数据、行政区划数据等空间数据，二是向相关政府部门获取的湖北省生态保护红线分布、主体功能区划、自然保护区分布等规划图件数据，三是用于确定指标权重的参考文献数据，四是武汉城市圈各个市县的人口、GDP、行政区面积、公路里程、旅游总收入等人口经济统计数据。数据具体情况阐释如表1 所示。

由于获取的原始数据的来源各不相同，为方便计算，将所有数据进行预处理使得它们的坐标系和行政边界实现统一（CGS_2000_3_Degree_GK_Zone_38）。气象数据和统计年鉴数据利用克里金插值方法转变成同一坐标的格网数据。为统一基础数据的空间分辨率，采用ArcGIS里的“重采样”工具将不同分辨率的原始数据统一转换成1 km，并基于“创建渔网”工具创建覆盖整个武汉城市圈的59171 个千米格网作为研究单元，从而在1 km 单元格网下进行空间化表征各功能指标。由于单个格网面积较小不便于分析功能变化情况，因此后续的结果分析通过将武汉城市圈的县级行政分区矢量图叠加到千米格网上按照县域单元进行分析。

2.2 研究方法

（1）评价指标体系构建

对生态空间功能进行识别和分类是进行生态空间功能时空演变特征及驱动机制分析研究的基础。由于研究的背景和目的不同，学者们对生态空间和生态空间功能的识别和分类存在一些差异。根据武汉城市圈的实际情况、数据的可获取性和研究的科学性，借鉴已有文献[10-12] 关于土地生态功能的评价框架，基于土地利用数据、气象数据、土壤数据、社会经济数据等多源数据，选取具有代表性的生态空间多功能性指标，从水源涵养、气候调节、生境维持、土壤保持、景观保育和休闲游憩六个方面构建生态空间多功能的评价指标体系。由于生态空间各功能的评价指标空间尺度和度量单位不同，为便于格网计算，需要对各类评价数据实行标准化操作处理。根据 Min-Max 归一化方法对2000、2010 和2020 年的评价指标实行无量纲处理。

气候调节功能作为生态空间的基本功能之一，对人与自然的可持续发展具有重要作用。采用固碳量来衡量气候调节功能，根据生长周期内植被呼吸过程中对碳的吸入量和呼出量来计算。参考杨一鹏等的研究成果[13]，关于固碳量的测算方法如下：

水源涵养功能是指生态空间调节河流流量和地表径流的固持水量的能力，是生态空间基本功能的又一重要组成部分。基于生态系统服务和交易的综合评价模型[14]（InVEST） 来测算水源涵养功能，计算公式如下：

生境维持功能是指提供适合物种生存和利于生物能量、物质流动环境的能力。生物多样性的保护与生境质量密切相关。本研究运用InVEST 模型中的生境质量模块计算生境维持功能，测算公式如下：

景观保育功能是指保护和维持各土地类型景观价值，恢复已受损的生态系统结构和功能，防止生态环境退化的能力。植被覆盖程度是景观保育功能的重要组成部分，采用植被覆盖度来测算景观保育功能，计算公式如下：

土壤保持功能是指减少水土流失，保持土壤肥力和维持土壤生产力的能力。可采用修正的通用土壤流失方程[16]（RUSLE） 计算得到，计算公式如下：

休闲游憩功能是生态空间作为一种自然景观能提供人类开展观赏、休憩等活动环境的能力。主要从三个方面来测算休闲游憩功能：（1）可达性，采用ArcGIS 中的欧式距离工具计算距道路的距离模拟；（2）游憩潜力，可以在不同土地类型中进行的潜在活动（表2）[17-18]；（3）景观美丽程度，由距离国家森林公园和自然保护区的距离模拟（表3）。将三个属性指标分别与各自的权重相乘后汇总以计算休闲游憩功能。

（2）热点分析

热点分析已广泛应用于空间分析，以检测对兴趣变量异常高值的区域。运用ArcGIS 10.6 空间统计工具中的Hot Spot Analysis 工具识别每个功能的高值区在空间上聚类的区域，这对于决策制定更加实用[19]。该方法可以根据生态空间每个功能的数据结构和空间分布自动生成阈值。通过ArcGIS10.6 中的“创建渔网”工具将整个区域划分为1 km 的平方网格，将某个格网与其相邻格网的局部总和与所有要素的总和进行比较，当局部总和与所预期的局部总和有很大差异，以至于无法成为随机产生的结果时，会产生一个具有显著统计学意义的z 得分。然后，利用区统计方法计算每个格网的每个生态空间功能的平均值。最后，应用热点分析来识别热点（高正Z 分数和小P 值）和冷点（低负Z 分数和小P 值）。对于具有显著统计学意义的正的z 得分，z 得分越高，热点（高值）的聚类就越紧密。对于统计学上的显著性负z 得分，z 得分越低，冷点（低值）的聚类就越紧密。

（3）驱动因子选取与随机森林分析方法

地形、气候、水文、土壤等生态环境因素和城镇扩张、经济发展、交通建设等社会经济因素对生态空间功能空间分布具有重要影响。基于数据的可获取性和影响因子的代表性，根据研究区的实际情况，本研究分别从地形、植被、气候、可达性、经济和人口等角度选择了11 个影响因子（表4）。在自然环境层面主要考虑了地形和气候的驱动作用，但武汉城市圈气温等气候因素差异不大，高程坡度等非地带性因素对区域生态环境的影响较大。因此，选取高程、坡度、年平均降雨量、年平均气温、年平均风速、年平均相对湿度来表征自然环境状况。在社会经济发展水平层面，选取人口密度表征休闲游憩功能需求，选取国内生产总值密度表征经济发展水平，选取土地类型表征人类活动对土地覆被面积的影响和城镇化发展水平，选取植被覆盖度表征景观保育水平。此外，区位条件对生态空间多功能的发挥具有一定的影响，采用距道路距离来表征。

随机森林是以分类和回归运算为依据的一种机器学习编程算法，一般用来阐释多个自变量对于其相关联的因变量的影响程度，通过对变量进行随机化，生成更多的决策树以获得更优的结果[20]。此外，随机森林对输入变量的多元共线性特征不敏感，不易产生对缺失数据和异常数据的显著反应。使用结果参数中均方误差平均递减值（%IncMSE）来衡量自变量对因变量的反应程度，通过准确度（%Incmse）的平均值降低的归一化值来测量每个变量的贡献的相对重要性，公式如下：

基于相同的影响指标体系和驱动分析方法， 构建2000—2020 年生态空间多功能的驱动机制模型。在ArcGIS 10.6 中使用“创建随机点”和“多个值提取至点”工具从2000 年、2010 年和2020 年六类生态空间功能和11 种社会—生态环境因子数据中提取15000 个随机点，剔除异常值后共14761 个有效样本数据。将11 个社会—生态环境影响因子作为自变量，以6 类生态空间功能作为因变量进行随机森林建模，量化分析各个影响因子对生态空间多功能的空间分异的相对影响，探索生态空间各项功能驱动机制的时间变化特征。

3 结果分析

3.1 生态空间多功能演变

通过指标空间化方法计算得到2000—2020 年单元格网内武汉城市圈生态空间功能状态值，并将不同年份的功能值进行相减，从而得到不同研究时段内武汉城市圈生态空间六类功能的变化值。

2000—2020 年武汉城市圈生态空间各项功能演变特征显著（图2、图3）。气候调节功能整体呈现先降低后上升的趋势，2010—2020 年除武汉市和鄂州市的主城区外，其他地区均表现为增强。水源涵养功能在两个研究时段的变化差异显著，2000—2010 年在咸宁市、武汉市南部和黄冈市东部的零星区域表现为增强，其余大部分区域均表现为减弱；2010—2020 年，除咸宁市外，武汉城市圈的水源涵养功能均有提升，其中孝感市、仙桃市和潜江市的变化最为显著。生境维持功能受建设用地扩张的影响，从2000—2010 年呈现出显著减弱的趋势；2010—2020 年生境维持功能表现为零星分布式增强，但大部分区域仍表现为减弱，其中武汉市和孝感市的减弱趋势更为显著。景观保育功能的增强区域主要分布在研究区的林地、草地面积较大的区域，2000—2010 年，除东部部分区域表现为减弱，其他区域基本保持稳定；景观保育功能在2010—2020 年减弱范围扩大，总体功能值降低。土壤保持功能在大部分区域表现为增强趋势，2000—2010 年孝感东北部、天门西部和潜江的大部分区域略有减弱，这些地区主要为平原耕作区，具有潜在的土壤流失量；2010—2020 年土壤保持功能在大部分区域表现为稳定或略有增强，但整体增幅呈降低趋势，黄冈市东北部的山地区域略有减弱，主要原因在于黄冈东北部的山区县镇滥砍滥伐现象严重，植被覆盖度有所降低。休闲游憩功能在两个研究时段的变化差异较大，2000—2010 年除咸宁市、仙桃市、潜江市和武汉市的西南部表现为增强，其他区域整体表现为减弱，局部区域呈零星分布式增强；2010—2020 年武汉城市圈的休闲游憩功能呈现大范围增强，城市主城区外围表现为分散式减弱。总体而言，生态空间多功能表现为正向增强或负向减弱与城市发展以及人类活动密切相关。

3.2 生态空间功能空间分布格局的变化

由图4 可知，2000—2020 年间，六类生态空间功能的空间分布格局均发生了显著的变化。气候调节功能的热点区主要分布在咸宁市南部和黄冈市东北部的林地区域。水源涵养的热点区变化不大，主要分布在武汉城市圈南部的九宫山群，从2000—2020 年东部也出现了新的热点区，主要是在黄冈市东北部的大别山森林群落。生境维持功能的热点区呈现先增加后减少的趋势，2000—2010 年热点区略有增长，热点高值区较多，主要分布在咸宁市、孝感市和黄冈市的林草地区域；2010—2020 年生境维持功能的高热点区有所下降，主要原因是城镇扩张和经济快速发展使得人类对生态环境的干扰增强。景观保育功能和气候调节功能在城市圈边缘区有相似的热点，而前者的热点区域比较少，西部潜江市和仙桃市的热点区逐渐减少。土壤保持功能的热点区分布和生境维持功能有类似之处，但后者在中部经济发达区域也有零散的热点。休闲游憩功能的冷热点分布格局基本不变，热点区主要位于南部和东北部的大部分地区，冷点区主要位于中部和西北部，且2010—2020 年冷点区表现为减少的趋势。另外中部武汉市和鄂州市的热点区显著增加，这是由于经济的发展和路网建设为游憩活动提供了便利性，再加上该地区旅游景点的逐渐增多，对于休闲游憩活动的吸引力增强。

3.3 生态空间功能空间分布的驱动机制变化

探究不同社会—生态因子对生态空间功能影响的时间变化规律，分别对2000 年、2010 年和2020 年的六种生态空间功能的社会—生态驱动机制进行随机森林建模。结果表明：除2010 年的气候调节功能的模型拟合优度为75.58% 外，其他模型的拟合优度均高于90%（表5），表明选取的11 类社会—生态因子可以有效解释不同年份六种生态空间功能的空间差异，可根据随机森林模拟的结果来分析不同社会—生态因子对生态空间多功能影响的时间变化。

由图5 可知，2000—2020 年对气候调节功能影响最大的三个因素为植被覆盖度、土地利用格局和地形因素，其中植被覆盖度的影响持续升高，影响权重从2000 年的22.32% 升高至2020 年的28.56%，而土地利用和地形的影响持续降低，分别从2000 年的18.67% 和10.41% 降到2020 年的15.17% 和8.35%。另外社会经济条件和道路可达性对气候调节的影响较小且呈下降趋势，气候因子对气候调节的影响比较稳定。降水因子和植被覆盖度对水源涵养功能的影响最大，且其影响权重呈升高趋势，分别由2000 年的17.60% 和14.95% 升高至2020 年的20.28%和17.34%。高程对水源涵养功能的影响排在第三位，其影响基本呈稳定趋势。11 类社会—生态影响因子中，土地利用格局对生境维持功能具有决定性的影响，且其影响逐渐降低，影响权重由2000 年的58.58% 降低至2020年的54.82%。其次为高程和坡度，但影响大小基本不变。社会经济条件和气候因子对生境维持功能的影响相对较小，但前者的影响呈下降趋势，后者的影响呈升高趋势。

植被覆盖度对景观保育功能的影响最大且呈升高趋势，影响权重由2000 年的40.33% 增长至2020 年的45.26%。其次为气候因子和土地利用格局，但气候因子的影响呈升高趋势，而土地利用格局的影响呈下降趋势。地形因子和社会经济条件对景观保育功能的影响都较小，其影响大小整体呈下降趋势。就土壤保持功能的空间差异来看，地形坡度的影响最大，其影响大小呈升高趋势，从2000 年的20.01% 增长至2020 年的23.78%。其次为降水气候因子，其相对影响大小基本不变。植被覆盖度对土壤保持功能的贡献率处于第三位，其影响大小呈升高趋势。土地利用格局和社会经济条件对土壤保持功能的影响都较小，且呈下降趋势。土地利用格局、道路可达性和高程因子对休闲游憩功能空间差异的影响最大，其中土地利用格局的影响呈下降趋势，从2000 年的20.93%降到2020 年的15.89%，而道路可达性和高程因子的影响持续升高，分别从2000 年的10.92% 和9.93% 升高至2020 年的13.26% 和12.34%，社会经济条件对休闲游憩功能的贡献率高于气候因子。

4 结论与讨论

4.1 结论

本研究实现了千米格网下的武汉城市圈生态空间功能的精细化评价，量化分析了2000—2020 年生态空间六类功能的空间分布格局，并探究了生态空间功能的时空变化及其驱动机制，深入认知生态空间空间分布与经济发展、人类需求之间的系统关联，得出以下结论：

（1）2000—2020 年，武汉城市圈生态空间各项功能演化路径差异显著。气候调节和水源涵养功能都呈现出先减弱后增强的趋势，休闲游憩功能在两个研究时段变化差异明显，整体功能值都表现为增长的态势。土壤保持功能、景观保育功能和生境维持功能总体表现为减弱趋势。

（2）2000—2020 年，武汉城市圈生态空间多功能的空间演变特征差异明显。水源涵养和休闲游憩功能的冷热点分布格局基本不变，冷点区都分布在中部和西北部地区；气候调节和景观保育的热点区分布具有相似之处，但前者的热点区呈增强趋势，后者的热点区呈减弱趋势；生境维持功能的热点区在研究时段内表现为先增加后减少的趋势，其热点区受到城镇扩张的影响逐渐缩小；土壤保持功能的热点区整体上变化不大，热点区主要分在南部和东部的林地区域。

（3）生态空间多功能时空演变受到自然环境和社会经济的共同驱动作用的影响。各社会- 生态驱动因子对生态空间六项功能的作用强度存在明显差异，由此引发生态空间多功能时空特征的变化。土地利用格局、植被覆盖度和地形因素对生态空间多功能的影响最大，随着时间的推移，社会经济因子对生态空间多功能的演变程度与方向的影响逐渐增强。气候调节和景观保育功能受植被覆盖度的影响最大，且都呈上升趋势。土地利用格局对生境维持和休闲游憩功能的影响最大，但影响程度逐渐降低。生境维持功能在中西部出现新的热点区，这主要是受到社会经济快速发展的驱动影响。气候因素对水源涵养和土壤保持功能的影响较大且都表现为上升趋势，但对后者影响最大的是地形坡度因子。

4.2 讨论

本文通过构建不同时期生态空间多功能演变的随机森林模型，定量探究了武汉城市圈生态空间多功能变化的驱动机制，平衡生态空间利用结构，引导城市圈内国土生态空间开发与建设。总体来看，景观保育和休闲游憩功能都呈现一定程度的增强，这得益于武汉城市圈原有的自然生态本底基础，另一方面也说明人们对休闲游憩功能的需求较9GlU7QqkV9XEpK+p/WWcMsBYxZE3kY0n8IossvGos54=大，未来应该强化“三线”管控，加强生态保护区建设，以满足人们日益增长的生态产品需求。同时还应严格控制城镇建成区的无序扩张，谨慎对待新增建设用地占用生态空间的行为，着力提高建设用地利用效率。另外，还需加强生态空间的防护工程建设，在充分挖掘功能的同时，建设适应性管理机制，注重生态空间的耗损修复工作。

生态空间多功能演变的驱动机制复杂多样，本研究所选取的驱动因子主要是自然环境和社会经济方面具有代表性的影响因素。不同时期的政策规划因素对生态空间多功能的变化具有重要影响，但由于政策因子的定量化技术和空间化方法还不够成熟，并未将政策因子考虑在内。在后续的研究中，应该积极探索政策规划、法律法规等政策因子的定量评价机理，进而完善生态空间多功能演变驱动机制的评价指标体系。

此外，生态空间多功能利用涉及多方利益主体，未来研究的重点在于创新生态空间管理体系，由地方政府集中管理转变为政府、专家、社会公众多主体参与的管理格局。为保证社会资本充分参与生态空间管理决策，需要加强村委、社区的自主治理。在国家层面，国家要完善社会资本参与管理决策的政策法规，并将公众参与决策的程序实践化、具体化；在地方层面，建立高效、全面的信息公示和意见征询机制；在社会层面，鼓励各社会力量创建环境保护协会或社团组织，并赋予他们一定的参与社会治理的权力。

参考文献（References）

[1] 喻锋， 李晓 波， 张丽君， 等. 中国生态空间研究： 内涵、分类与时空格局[J]. 生态学报，2015，35（14）：4931-4943.

YU F， LI X B， ZHANG L J， et al. Study of ecological land in China： conception， classifi cation， and spatial temporal pattern[J]. Acta Ecologica Sinica， 2015，35（14）：4931-4943.

[2] 金贵， 邓祥征， 张倩， 等. 武汉城市圈国土空间综合功能分区[J]. 地 理研究，2017，36（3）：541-552.

JIN G， DENG X Z， ZHANG Q， et al. Comprehensive function zoning of national land space for Wuhan metropolitan region[J]. Geographical Research， 2017，36（3）：541-552.

[3] 郑涛， 陈爽， 张童， 等. 基于贝叶斯网络的生态空间流失机制研究[J]. 自然资源学报，2020，35（12）：2980-2994.

ZHENG T， CHEN S， ZHANG T， et al. Research on driving mechanism of ecological land loss based on Bayesian network[J]. Journal of Natural Resources， 2020，35（12）：2980-2994.

[4] 陈乐平， 陈竹安. 基于景观格局的环鄱阳湖城市群空间冲突测度及模拟优化研究[J]. 上海国土资源，2023，44（1）：28-35.

CHEN L P， CHEN Z A. Spatial confl ict measurement and simulation optimization of the Poyang Lake urban agglomeration based on landscape pattern[J]. Shanghai Land & Resources， 2023，44（1）：28-35..

[5] 张月朋， 常青， 郭旭东. 面向实践的生态空间内涵、多维度分类体系[J]. 生态学报，2016，36（12）：3655-3665.

ZHANG Y P， CHANG Q， GUO X D. Management-oriented ecological land’s conception and multi-dimensional classifi cation system in China[J].Acta Ecologica Sinica， 2016，36（12）：3655-3665.

[6] 宋小青. 论土地利用转型的研究框架[J]. 地理学报，2017，72（3）：471-487.

SONG X Q. Discussion on land use transition research framework[J]. Acta Geographica Sinica， 2017，72（3）：471-487.

[7] 朱俊杰， 欧向军. 江苏省区域协调发展时空格局及动力机制研究[J]. 上海国土资源，2024，45（1）：52-58.

ZHU J J， OU X J. Study on the spatial-temporal pattern and dynamic mechanism of regional coordinated development in Jiangsu Province[J].Shanghai Land & Resources， 2024，45（1）：52-58.

[8] ZHANG Z J， ZHANG Y J， YU X， et al. Evaluating natural ecological land change in function-oriented planning regions using the national land use survey data from 2009 to 2018 in China[J]. ISPRS International Journal of Geo-Information， 2021，10（3）：1-14.

[9] 费建波， 夏建国， 胡佳， 等. 生态空间与生态空间国内研究进展[J]. 中国生态农业学报，2019，27（11）：1626-1636.

FEI J B， XIA J G， HU J， et al. Research progress of ecological space and ecological land in China[J]. Chinese Journal of Eco-Agriculture，2019，27（11）：1626-1636.

[10] 刘建志， 房艳刚， 王如如. 山东省农业多功能的时空演化特征与驱动机制分析[J]. 自然资源学报，2020，35（12）：2901-2915.

LIU J Z， FANG Y G， WANG R R. Spatio-temporal evolution characteristics and driving mechanisms of agricultural multifunctions in Shandong province[J]. Journal of Natural Resources， 2020，35（12）：2901-2915.

[11] 梁鑫源， 金晓斌， 韩博， 等. 长三角快速城市化地区景观多功能性演变——以苏州市为例[J]. 地理科学进展，2021，40（2）：207-219.

LIANG X Y， JIN X B， HAN B， et al. Landscape multifunctionality change in rapidly urbanized areas of the Yangtze River Delta： a case study of Suzhou City[J]. Progress in Geography， 2021，40（2）：207-219.

[12] 黄海艳， 蔡银莺. 城市吸引力对建设用地规模扩张的影响——以武汉城市圈为例[J]. 上海国土资源，2019，40（1）：23-28.

HUANG H Y， CAI Y Y. The infl uence of city attraction on the expansion of construction land scale： a case of Wuhan Metropolitan Area[J]. Shanghai Land & Resources， 2019，40（1）：23-28.

[13] 杨一鹏， 曹广真， 侯鹏， 等. 城市湿地气候调节功能遥感监测评估[J]. 地理研究，2013，32（1）：73-80.

YANG Y P， CAO G Z， HOU P， et al. Monitoring and evaluation for climate regulation service of urban wetlands with remote sensing[J].Geographical Research， 2013，32（1）：73-80.

[14] SHARP R， TALLIS H T， RICKETTS T， et al. InVEST 3.2.0 user’s guide[R]. Stanford University， University of Minnesota， the Nature Conservancy，and World Wildlife Fund， 2015.

[15] 胡民锋， 谢新朋， 许琴. 全域土地综合整治规划功能传导研究——以武汉市东湖国家自主创新示范区为例[J]. 上海国土资源，2024，45（2）：98-103，110.

HU M F， XIE X P， XU Q. Study on the function conduction of land comprehensive improvement planning： taking the Wuhan Donghu National Innovation Demonstration Zone as an example[J]. Shanghai Land & Resources， 2024，45（2）：98-103，110.

[16] PENG J， CHEN X， LIU Y X， et al. Spatial identifi cation of multifunctional landscapes and associated infl uencing factors in the Beijing-Tianjin-Hebei region， China[J]. Applied Geography， 2016，74：170-181.

[17] NAHUELHUAL L， VERGARA X， KUSCH A， et al. Mapping ecosystem services for marine spatial planning： recreation opportunities in Sub-Antarctic Chile[J]. Marine Policy， 2017，81（3）：211-218.

[18] LYU R F， CLARKE K C， ZHANG J M， et al. Dynamics of spatial relationships among ecosystem services and their determinants： Implications for land use system reform in Northwestern China[J]. Land Use Policy， 2021，102. doi：10.1016/j.landusepol.2020.105231.

[19] LI G D， FANG C L， WANG S J. Exploring spatiotemporal changes in ecosystem-service values and hotspots in China[J]. Science of The Total Environment， 2016，545：609-620.

[20] RAHMATI O， POURGHASEMI H R， MELESSE A M. Application of GIS-based data driven random forest and maximum entropy models for groundwater potential mapping： a case study at Mehran Region， Iran[J]. Elsevier， 2016，137：360-372.