秦嶺生態保護區生態系統服務地形梯度效應

摘" 要：秦嶺作為我國南北氣候分界線與重要生態安全屏障，明確其典型生態系統服務空間差異及地形梯度效應，對構建生態安全屏障和實現可持續發展意義重大。利用 InVEST、CASA 等方法與多源遙感數據，估算 2020 年秦嶺生態保護區典型生態系統服務，結合海拔、坡度等4種地形因素分析梯度效應，劃分多重生態系統服務重要性并分析其在地形因子上的梯度效應。結果顯示，生態系統服務空間分布區域分異顯著，高值區為林草地等生態用地，低值區為建設用地;秦嶺生態保護區地形差異大，地形起伏度從中部向四周、地形位指數從西北向東南遞減;生態系統服務在地形梯度上空間分異明顯，生境質量隨地形因子梯度增加而提升，產水服務相反，土壤保持隨坡度等梯度增加呈線性增長，植被固碳隨坡度和地形位指數梯度增加呈對數增長。研究結果為秦嶺生態保護及可持續發展提供參考。

關鍵詞：生態系統服務;InVEST模型;地形梯度;空間分布;秦嶺生態保護區

中圖分類號：X171.1" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2025）11-0006-08

Abstract： The Qinling Mountains， serving as the climate divide between north and south China and a crucial ecological security barrier， clarifying the spatial differences of its typical ecosystem services and topographic gradient effects is vital for ecological security and sustainable development. Using methods like InVEST and CASA and multi - source remote sensing data， the typical ecosystem services in Qinling's ecological protection areas in 2020 were estimated. Gradient effects were analyzed by combining four topographic factors such as elevation and slope. The importance of multiple ecosystem services was classified and its gradient effects on topographic factors were studied. Results show： Ecosystem services have significant spatial regional differentiation， with high - value areas being ecological land like forests and grasslands and low - value areas being construction land; There are large topographic differences in Qinling's ecological protection areas， with topographic relief decreasing from the center to the periphery and topographic position index decreasing from northwest to southeast; Ecosystem services show obvious spatial differentiation on topographic gradients. Habitat quality improves with the increase of topographic factor gradients， while water yield service is opposite. Soil conservation shows a linear growth with the increase of slope and other gradients， and vegetation carbon sequestration shows a logarithmic growth with the increase of slope and topographic position index gradients. The research provides a reference for Qinling's ecological protection and sustainable development.

Keywords： ecosystem service; InVEST model; terrain gradient; space distribution; Qinling Ecological Reserve

生態文明建設是關乎中華民族永續發展的根本大計，是我國的重大戰略，秦嶺在我國生態文明建設中具有重要的戰略地位[1]。秦嶺處于南北過渡帶，因其地理環境的獨特性、復雜性和敏感性，是地理過程、生態恢復、環境保護和人地協調研究的典型區域[2]。隨著城市化和旅游項目的開發，秦嶺森林生態系統逐漸被蠶食，并向中高海拔地區蔓延。同時全球氣候變暖也對秦嶺生態環境帶來了一定的影響和挑戰。生態系統服務作為人類與自然和諧共生的重要紐帶，量化其功能并深入研究其地形梯度效應，對構建秦嶺生態安全屏障，以及可持續發展具有十分重大而深遠的意義[3-4]。

生態系統服務概念自提出后，國內外學者就其形成機制[5-6]、價值評估[7]、協同與權衡[8-9]、情景模擬與預測[10-11]等方面開展了大量的研究，其逐漸被視為實現可持續發展目標過程中的關鍵因素[12]。土地利用和生態系統服務的變化相互影響，根據不同的土地利用方式，陸地生態系統可分為城鎮生態系統、農田生態系統、森林生態系統、草地生態系統、濕地生態系統和荒漠生態系統[13-14]。尹飛等[15]分析了農田生態系統服務功能形成的根本驅動力。Tiemann等[16]針對森林生態系統制定了系統的生物物理指標用來評估生態系統服務。Harrison等[17]系統評價了生物多樣性屬性與生態系統服務之間的聯系。而秦嶺作為包含森林生態系統和農田生態系統在內的多生態系統綜合體，針對單一生態系統的服務功能的研究不足以支撐該地區的可持續發展。地形作為重要的自然地理要素，在一定程度上決定著區域土地覆被分布格局，進而導致生態系統服務存在空間異質性和區域差異，是影響生態系統服務空間分異的重要因子[18]。目前地形梯度影響機制研究多集中于青藏高原[19]、西南山區[20]、安第斯山脈[21]等具有絕對高差和垂直地帶性的地區，而基于生態系統服務功能的地形梯度研究多集中于生境質量[22]、植被固碳[21]等單一功能，基于多個地形因子對多種生態系統服務的定量研究相對較少，尤其是對于秦嶺地區的相關研究甚少。秦嶺存在絕對高差，具有一定的垂直地帶性，研究典型生態系統服務在不同地形因子梯度下的空間分異特征，對于構建秦嶺生態安全屏障，實現人與自然和諧共生具有重要意義[23]。

秦嶺是我國南北氣候的分界線和重要的生態安全屏障，具有調節氣候、保持水土、涵養水源和維護生態多樣性等諸多功能[24]。秦嶺作為中國南北氣候的分界線、中國東部最高山脈，地形起伏、氣候、水文、土壤和植被等差異明顯，利用海拔、坡度、地形起伏度等多個地形因子分析秦嶺生態保護區生態系統服務的地形梯度效應及其垂直空間分布格局具有代表性和典型性。本文以秦嶺生態保護區為研究對象，首先，利用InVEST、CASA和RUSLE模型估算產水、生境質量、植被固碳、土壤保持4類典型生態系統服務。其次，量化秦嶺生態保護區各地形因子的分布特征。最后，分析4種典型生態系統服務以及多重生態系統服務重要性分區在不同地形因子梯度下的空間分布特征。研究結果對保護秦嶺生態環境，完善秦嶺區域長效保護機制，實現秦嶺地區可持續發展提供參考依據。

1" 研究區概況與數據來源

1.1" 研究區概況

秦嶺生態保護區位于陜西省南部（圖1），地理范圍介于105°29′18″—111°01′54″E，32°28′53″—34°32′23″N，包括商洛市全市，以及西安市、寶雞市、渭南市、漢中市和安康市部分行政區域，涉及39個縣，總面積5.82×104 km2。地形起伏明顯，地勢東低西高，南緩北陡。海拔168～3 772 m，平均海拔1 000 m以上，具有明顯的自然景觀垂直分異特征[25]。地處中緯度季風區，跨黃河、長江兩大水系。北部為暖溫帶半濕潤氣候，南部為北亞熱帶季風性濕潤氣候。年均溫約為14.5 ℃，年均降水量約為820 mm[26]。

1.2" 數據來源

本文使用的基礎數據來源包括：土地利用數據[27]來源于Zenodo-CLCD V1.0.1（https：//zenodo.org），空間分辨率為30 m;DEM數據來源于地理空間數據云（https：//www.gscloud.cn），使用ArcGIS10.8計算坡度、地形位指數及坡度坡長因子，空間分辨率為30 m;氣溫、降水數據[28]來源于國家地球系統科學數據中心（http：//www.geodata.cn），空間分辨率為1 km;太陽輻射數據[29]來源于國家青藏高原科學數據中心（https：//data.tpdc.ac.cn），空間分辨率為10 km;歸一化植被指數數據[30]來源于國家青藏高原科學數據中心（https：//data.tpdc.ac.cn），基于MOD13Q1產品中空間分辨率為250 m，時間分辨率為16 d的NDVI數據，經單期影像同類地物噪聲像元初步重建、長時間序列影像S-G濾波、保留高質量像元、16 d合成月度數據，空間分辨率為250 m;土壤數據來源于世界土壤數據庫（https：//www.fao.org）的中國土壤數據集（v1.2），空間分辨率為250 m。所有柵格數據均通過ArcGIS10.8重采樣為30 m×30 m空間分辨率，統一投影為阿爾伯斯（Albers）投影。

2" 研究方法

2.1" 生態系統服務功能評估

2.1.1" 產水服務估算

產水服務主要利用降水量、蒸散量等數據，通過水量平衡的方法計算得到[31]，計算公式如下

式中：Yn為柵格數據像元n的年產水量（mm）;AETn為柵格數據像元n的年實際蒸散量（mm）;P為柵格數據像元n的年降水量（mm）。

2.1.2 植被固碳服務估算

植被固碳服務主要通過植被凈初級生產力（NPP）進行計算。植物通過光合作用吸收二氧化碳，釋放氧氣，并生成有機物[32-33]。植被凈初級生產力通過CASA模型進行計算[34-35]，公式如下

NPP（n，t）=APAR（n，t）×ε（n，t） ， （2）

式中：NPP（n，t）為柵格單元n在第t月的植被凈初級生產力（g/m2）;APAR（n，t）為光合有效輻射（MJ/m2）;ε（n，t）為光能利用率（g/MJ）。

2.1.3" 土壤保持服務估算

土壤保持服務主要通過RUSLE模型進行計算[36]，公式如下

A=R×K×LS×（1-C×P） ， （3）

式中：A為土壤保持量（t/hm2）;R為降雨侵蝕力因子（MJ·mm/（hm2·h·a））;K為土壤可蝕性因子（t·hm2·h/（hm2·MJ·mm））;LS為坡長坡度因子，無量綱;C為植被覆蓋與管理因子，無量綱;P為水土保持措施因子，無量綱。

2.1.4 生境質量服務估算

生境質量服務主要通過土地利用類型以及威脅源和敏感性參數表進行計算[37-38]，公式如下

式中：Qni為土地利用類型i中柵格單元n的生境質量指數;Hi為土地利用類型i中柵格單元n的生境適宜度;Dni為土地利用類型i中柵格單元n的生境退化度;z為歸一化常量;k為半飽和參數;威脅源及敏感性參數表參考王曉晨[39]的研究。

2.2 地形因子梯度量化

2.2.1 地形起伏度

地形起伏度是分析單元內的相對高差，是描述地貌形態的定量指標[23，33]，公式如下

R=Emax-Emin ， （5）

式中：R為地形起伏度;Emax為分析單元中最大海拔值;Emin為分析單元中最小海拔值。

2.2.2 地形位指數

地形位指數將海拔與坡度組合計算，綜合反映地形條件的空間分異[40]，公式如下

式中：TI為地形位指數;E為單元內柵格的海拔;E0為單元內柵格的平均海拔;S為單元內柵格的坡度;S0為單元內柵格的平均坡度。

2.2.3" 地形因子梯度分級標準

為表征地形梯度的空間差異性，結合自然斷點法的優勢，將海拔、坡度、地形起伏度、地形位指數4種地形因子進行分級，分級情況見表1。

2.3" 地形分布指數

地形分布指數表征不同生態系統服務類型在不同地形區間的分布頻率[41]，公式如下

式中：F表征地形分布指數;A為t地形因子y梯度上第x類重要區的面積;A為第x類重要區的面積;A為t地形因子y梯度上的面積;A為研究區總面積。Fgt;1為某類重要區在某地形因子梯度上分布的優勢區間。地形分布指數曲線波動越劇烈，表明某類重要區對地形差異的選擇性越強[41]。

3 結果分析

3.1 生態系統服務空間分布特征

秦嶺生態保護區2020年典型生態系統服務的空間分布情況如圖2所示。秦嶺生態保護區的產水量為8.10～1 075.24 mm，高值區主要分布在東部地區的耕地，低值區主要分布在中部和西部的林地和草地。植被的固碳量為109.7～1 232.3 gC/m2，高值區主要分布在中部地區的林地，低值區主要分布在東部和南部地區的耕地和建設用地。土壤保持量為0～6 650.06 t/hm2，高值區主要分布在西部地區的林地，低值區主要分布在東部地區的耕地和建設用地。生境質量為0～1，高值區主要分布在中部地區的林地，低值區主要分布在東部地區的耕地和建設用地。整體而言，秦嶺生態保護區的生態系統服務的空間分布特征具有顯著的區域分異性。其植被固碳量、土壤保持量及生境質量均呈現由中部的林地向四周的耕地和建設用地逐漸遞減的趨勢，而產水量則呈現與之相反的趨勢。

3.2 秦嶺生態保護區地形特征

通過計算可知秦嶺生態保護區地形起伏度、地形位指數及地形分布指數，秦嶺生態保護區各地形因子的梯度特征如圖3所示。秦嶺生態保護區地形差異較大，總體地勢西北高東南低，海拔最高為3 771 m，最高處位于太白山主峰拔仙臺，最低為168 m;保護區中部較陡，坡度最高值為76.97°;地形起伏度最大值為291，最小值為0，由中部向四周逐漸遞減;地形位指數由西北向東南逐漸遞減，最大值為2.57，最小值為0.14。

3.3" 生態系統服務的地形梯度效應

將產水量、植被固碳、土壤保持及生境質量4種生態系統服務分別與不同地形梯度疊加分析，獲取每個地形梯度級別的分布趨勢，如圖4所示。生境質量服務總體隨著各地形因子梯度的增加而上升， 具體來看，生境質量服務隨著海拔與地形位指數梯度的增加呈對數增長趨勢，隨著坡度與地形起伏度梯度的增加呈對數增長趨勢。植被固碳服務隨著坡度和地形位指數梯度的增加，上升速度逐漸放緩，整體呈對數增長趨勢，隨著海拔和地形起伏度梯度的增加呈現先上升后下降的趨勢，分別在Ⅳ級海拔梯度和Ⅲ級地形起伏度梯度上達到最大值。產水服務總體隨著各地形因子梯度的增加而降低。土壤保持服務隨著坡度、地形起伏度、地形位指數梯度的增加而提升，相反，隨著海拔的增加而呈先上升后下降的趨勢，在Ⅱ級海拔梯度上達到最大值。

在海拔上，產水服務隨著海拔梯度的增加整體呈直線下降趨勢;土壤保持服務隨著海拔的增加呈先上升后下降的趨勢，在第Ⅱ級海拔梯度上達到最大值，且在第Ⅱ—Ⅴ級梯度迅速下降;生境質量服務隨著海拔的增加呈對數增長趨勢;植被固碳隨著海拔的增加呈先上升后下降的趨勢，在第Ⅳ級海拔梯度上達到最大值。在坡度和地形起伏度上，植被固碳及生境質量隨梯度的增加均呈對數增長趨勢，因此這2種生態系統服務在坡度和地形起伏度上的梯度變化具有相似性。在地形位指數上，植被固碳服務隨梯度的增加，增長速度逐漸放緩，整體呈對數增長趨勢;土壤保持及生境質量服務隨梯度增加而增加，產水服務則與之相反，隨梯度增加而減少，但這3種生態系統服務整體均呈線性趨勢，表明地形位指數對其具有較大影響。

4" 結論與討論

4.1" 結論

1）利用InVEST、CASA和RUSLE模型估算秦嶺生態保護區2020年產水量、生境質量、植被固碳及土壤保持4種生態系統服務功能，其中，產水量為8.1～1 075.24 mm，固碳量為109.7～1 232.3 gC/m2，土壤保持量為0～6 650.06 t/hm2，生境質量為0～1。研究區域內，生態系統服務空間分布特征具有顯著的區域分異性，植被固碳量、土壤保持量以及生境質量指標，均表現出以中部林地為高值中心，向四周耕地及建設用地逐漸降低的空間分布特征;而產水量指標的空間變化趨勢則呈現與之相反的趨勢。

2）秦嶺生態保護區地形差異較大，總體地勢西北高東南低，最高處位于太白山主峰拔仙臺;在保護區中部區域，坡度呈現出明顯的陡峭態勢，最高值達76.97°。地形起伏度方面，最大值達291，最小值為0，呈現出從中部向四周逐步降低的變化規律;地形位指數自西北向東南方向遞減，范圍為0.14至2.57。

3）生態系統服務在不同地形梯度上具有明顯的空間分異特征。生境質量服務總體隨著不同地形因子梯度的增加呈現提升特征，產水服務總體則呈現隨各地形因子梯度的增加而降低的態勢。土壤保持服務隨著坡度、地形起伏度、地形位指數梯度的增加呈線性增長趨勢，隨著海拔梯度的增加呈先升后降的趨勢，在第Ⅱ級海拔梯度上達到最大值。植被固碳服務隨著坡度和地形位指數梯度的增加呈對數增長趨勢，隨著海拔和地形起伏度梯度增加，上升趨勢呈倒“V”字，分別在Ⅳ級海拔梯度和Ⅲ級地形起伏度梯度上達到最大值。

4.2" 討論

本研究借助多重生態系統服務重要性分區方法，全面剖析了不同生態系統服務在各類地形因子上的梯度特性。就植被固碳、土壤保持以及生境質量這三項生態系統服務而言，隨梯度的遞增均呈現出上升態勢。但其上升速率卻隨著梯度的升高而逐步降低。這主要是因為在中低梯度區域人類活動較為頻繁，人為干擾作用明顯。隨著梯度逐漸升高，人為干擾作用減弱，植被覆蓋度得以提升，進而使得各項生態系統服務相應增加，但梯度增加至一定程度后，由于海拔、坡度等因素影響，地表覆被由喬木林地轉變為灌木或高山草甸，從而導致其上升速度放緩。而產水服務則隨梯度的增加呈下降的趨勢，原因是中低梯度坡度緩，植被覆蓋率低，隨著梯度升高，植被覆蓋度增加，從而導致產水服務隨之下降。這與徐彩仙等[23]、張耀文[42]的研究結果相似。

4.3" 不足與展望

InVEST模型雖較為成熟，且廣泛應用于不同區域生態系統服務的量化評估，但對于評估中所需參數，如生境質量中的威脅源、敏感度參數依賴于專家知識和既往研究，由于認知水平的局限性，評估結果必然會出現一定的誤差。在未來的研究中，需結合實地調研等方法，利用實測數據修正模型參數，使之能夠更加精準地評估區域的生態系統服務。

參考文獻：

[1] 李君軼，傅伯杰，孫九林，等.新時期秦嶺生態文明建設：存在問題與發展路徑[J].自然資源學報，2021，36（10）：2449-2463.

[2] 張百平.中國南北過渡帶研究的十大科學問題[J].地理科學進展，2019，38（3）：305-311.

[3] 李克非，龔斌，吳艷玲.秦嶺生態保護和生態文明建設的思考[J].中國生態文明，2021（3）：40-42.

[4] 劉美娟，仲俊濤，王蓓，等.基于InVEST模型的青海湖流域產水功能時空變化及驅動因素分析[J].地理科學，2023，43（3）：411-422.

[5] 劉國華.西南生態安全格局形成機制及演變機理[J].生態學報，2016，36（22）：7088-7091.

[6] 劉綠怡，劉慧敏，任嘉衍，等.生態系統服務形成機制研究進展[J].生態學雜志，2017，28（8）：2731-2738.

[7] 謝高地，張彩霞，張雷明，等.基于單位面積價值當量因子的生態系統服務價值化方法改進[J].自然資源學報，2015，30（8）：1243-1254.

[8] 李雙成，張才玉，劉金龍，等.生態系統服務權衡與協同研究進展及地理學研究議題[J].地理研究，2013，32（8）：1379-1390.

[9] 牛忠恩，何洪林，任小麗，等.基于過程模型的2000-2018年中國陸地生態系統服務時空動態及其權衡與協同分析[J].生態學報，2023，43（2）：496-509.

[10] MORáN-ORD?EZ A， ROCES-DíAZ J V， OTSU K， et al. The use of scenarios and models to evaluate the future of nature values and ecosystem services in Mediterranean forests[J]. Regional Environmental Change， 2019， 19（2）： 415-428.

[11] 劉焱序，于丹丹，傅伯杰，等.生物多樣性與生態系統服務情景模擬研究進展[J].生態學報，2020，40（17）：5863-5873.

[12] 鮮祖德，巴運紅，成金璟.聯合國2030年可持續發展目標指標及其政策關聯研究[J].統計研究，2021，38（1）：4-14.

[13] HASAN S S， ZHEN L， MIAH MD G， et al. Impact of land use change on ecosystem services： A review[J]. Resources Use， Ecosystem Restoration and Green Development， 2020（34）： 100527.

[14] 劉亞群，呂昌河，傅伯杰，等.中國陸地生態系統分類識別及其近20年的時空變化[J].生態學報，2021，41（10）：3975-3987.

[15] 尹飛，毛任釗，傅伯杰，等.農田生態系統服務功能及其形成機制[J].應用生態學報，2006（5）：929-934.

[16] TIEMANN A， RING I. Towards ecosystem service assessment： Developing biophysical indicators for forest ecosystem services[J]. Ecological Indicators， 2022， 137： 108704.

[17] HARRISON P A， BERRY P M， SIMPSON G， et al.. Linkages between biodiversity attributes and ecosystem services： A systematic review[J]. Ecosystem Services， 2014（9）： 191-203.

[18] 程靜，王鵬，陳紅翔，等.渭河流域生境質量時空演變及其地形梯度效應與影響因素[J].干旱區地理，2023，46（3）：481-491.

[19] LI X， GAO J， ZHANG J. A topographic perspective on the distribution of degraded meadows and their changes on the Qinghai-Tibet Plateau， West China[J]. Land Degradation amp; Development， 2018， 29（6）：1574-1582.

[20] LI M， LUO G， LI Y， et al. Effects of landscape patterns and their changes on ecosystem health under different topographic gradients： A case study of the Miaoling Mountains in southern China[J]. Ecological Indicators， 2023（154）： 110796.

[21] WARREN D， CLéMENT S， BENO?T B， et al. Tree stem and soil methane and nitrous oxide fluxes， but not carbon dioxide fluxes， switch sign along a topographic gradient in a tropical forest[J]. Plant and Soil， 2023， 488（1）： 533-549.

[22] XIAO P N， ZHOU Y， LI M Y， et al. Spatiotemporal patterns of habitat quality and its topographic gradient effects of Hubei Province based on the InVEST model[J]. Environment， Development and Sustainability， 2023， 25（7）： 6419-6448.

[23] 徐彩仙，鞏杰，李焱，等.基于地形梯度的甘肅白龍江流域典型生態系統服務分布特征[J].生態學報，2020，40（13）：4291-4301.

[24] 馬新萍，李晶，余玉洋，等.秦嶺山地碳中和空間服務范圍及其模擬預測[J].生態學報，2022，42（23）：9431-9441.

[25] 王茜，穆琪，羅漫雅，等.秦嶺生態系統服務協同與權衡的時空異質性[J].應用生態學報，2022，33（8）：2057-2067.

[26] 李大偉，段克勤，石培宏，等.秦嶺中部山地降水的垂直變化研究[J].地理學報，2022，77（7）：1762-1774.

[27] YANG J， HUANG X. The 30m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data， 2021， 13（8）： 3907-3925.

[28] PENG S Z， DING Y X， LIU W Z， et al. 1km monthly temperature and precipitation dataset for China from 1901 to 2017[J]. Earth System Science Data，2019，11（4）：1931-1946.

[29] MA R， LETU H， YANG K， et al， CHEN， L. Estimation of Surface Shortwave Radiation From Himawari-8 Satellite Data Based on a Combination of Radiative Transfer and Deep Neural Network[J]. IEEE Trans. Geosci. Remote Sensing，2020（58）：5304-5316.

[30] 高吉喜，史園莉，張宏偉，等.中國區域250米歸一化植被指數數據集（2000-2022）[EB/OL].國家青藏高原數據中心.https：//doi.org/10.11888/Terre.tpdc.300328.

[31] 王曉峰，符鑫鑫，楚冰洋，等.秦嶺生態屏障產水服務時空演變特征及驅動要素[J].自然資源學報，2021，36（10）：2507-2521.

[32] 張靜，任志遠，張嘉琪.汾河中下游土地生態系統固碳釋氧動態測評[J].干旱地區農業研究，2018，36（2）：242-249.

[33] 杜可心，張福平，馮起，等.黑河流域生態系統服務的地形梯度效應及生態分區[J].中國沙漠，2023，43（2）：139-149.

[34] 朱文泉，潘耀忠，張錦水.中國陸地植被凈初級生產力遙感估算[J].植物生態學報，2007（3）：413-424.

[35] 蘇勝濤，曾源，趙旦，等.中國陸地植被凈初級生產力估算模型優化與分析——基于中國生態系統研究網絡數據[J].生態學報，2022，42（4）：1276-1289.

[36] 衛新東，林良國，馮小龍，等.神木市生態安全格局構建與生態問題定量診斷[J].生態學報，2023，43（1）：82-94.

[37] 賈磊，姚順波，鄧元杰，等.2000～2020年陜西秦巴山區生境質量時空演變及其地形梯度效應[J].長江流域資源與環境，2022，31（2）：398-413.

[38] 張學儒，周杰，李夢梅.基于土地利用格局重建的區域生境質量時空變化分析[J].地理學報，2020，75（1）：160-178.

[39] 王曉晨.基于InVEST模型的陜西秦嶺（渭河流域）生態系統服務評估[D].西安：西北大學，2022.

[40] 段小薇，李小建.山區縣域聚落演化的空間分異特征及其影響因素——以豫西山地嵩縣為例[J].地理研究，2018，37（12）：2459-2474.

[41] 臧玉珠，劉彥隨，楊園園.山區縣域土地利用格局變化及其地形梯度效應——以井岡山市為例[J].自然資源學報，2019，34（7）：1391-1404.

[42] 張耀文，張勃，姚榮鵬，等.2000-2020年渭河流域植被覆蓋度及產水量時空變化[J].中國沙漠，2022，42（2）：223-233.