赵兵兵，刘殿锋,2

多情景退耕还林对林地生物多样性保护价值的潜在影响

赵兵兵1，刘殿锋1,2※

（1. 武汉大学资源与环境科学学院，武汉 430079；2. 数字制图与国土信息应用工程自然资源部重点实验室，武汉 430079）

退耕还林对生物多样性保护具有显著的正向影响，评估其生物多样性保护生态服务价值意义重大。现有研究多采用当量法计算生物多样性保护的生态服务价值，但该方法未考虑不同林地类型的差异化生物多样性价值，因而难以实现空间精细化评估。该研究从生态连通视角切入，以云南省保山市施甸县为例，根据坡度和相关政策设定1种现状情景（情景I）与3种退耕情景（情景II、情景III与情景IV），采用形态空间模式识别生态源地、指数法分析生态连通性和斑块重要性，进而计算各情景下的生物多样性保护的生态服务价值。在此框架中，该研究通过空间精细化手段修正各类林地的当量因子系数。结果表明：随着物种扩散距离的增加，生态连通性增加，情景II、III和IV的森林的生物多样性保护的生态服务价值均呈现增加趋势，依次增加了3.02×107、4.7×106和1.57×107元，更有助于增加生物多样性保护生态服务价值的退耕方式是情景II；从修正当量角度看，情景II、III和IV的修正当量系数分别为1.51、1.46和1.47，最有利的退耕情景为退耕程度最小的情景II，而退耕程度最大的情景III却没有取得相应的成效。研究表明，除退耕程度外，栖息地空间结构和分布也是影响生物多样性保护价值的因素，三者共同构成确定退耕还林形式和建立生态补偿机制的关键依据。同时，该研究通过实地调研和回归模型验证了结果的准确性，为探究其他区域提供理论依据。

退耕还林；生物多样性；生态系统服务；生态连通性；修正当量

0 引 言

长期以来，过度开垦和盲目毁林严重破坏着生态系统，导致生态系统服务供应量锐减，出现水土流失、生态退化和物种多样性受到威胁等负面问题[1]。为保障国家生态安全、实现可持续发展战略，中国于2002年全面实施退耕还林[2]。退耕还林是将坡耕地有计划地转为林地，从而使退化的生态系统得以修复的大型补偿项目，其对整个生态系统及其服务功能和价值产生了影响[3]。目前，退耕还林对生态系统服务功能的影响主要包括：通过恢复植被覆盖和优化土地利用格局来改善碳储量、水源涵养量、空气质量、生物多样性保护等功能，但同时也带来了粮食减产、农户的生计满意度降低和农村剩余劳动转移等弊端[4]。其中，退耕还林对生物多样性保护功能的影响是当前生态优先国土空间优化战略开展的前沿问题，深入探讨二者关系能够为协调农业生产和生态保护关系提供科学依据[5]。生物多样性保护的价值评估将有助于政府决策退耕还林的管理方案，使未来的生态效益最大化和农户利益得到更好的保障[6]。

生物多样性对于生态系统的保护有重要意义，生态系统的保护可以促进生物多样性长期收益。尽管大多数生态系统保护措施都强调增加栖息地的植被覆盖率。然而，仅增加栖息地的植被覆盖率并不一定会导致生物多样性或自然生态系统的恢复[7]，生物多样性保护更强调减缓栖息地的碎片化。据研究表明城市化、农业集约化和资源开采等活动导致栖息地碎片化，进而导致地球生物多样性减少了 62%[8]。碎片化栖息地的保护主要集中在保持大块栖息地的完好无损，即面积更大的栖息地拥有更多的生物多样性[9]；然而，小而孤立的栖息地可以作为某些关键生物的避难所，提供大片区域之间的连通性，增加生物多样性的保护价值[10]。除了栖息地大小，栖息地可用性、栖息地退化程度和土地覆盖类别等因素也对鸟类多样性有重要影响[11]。因此，评估生物多样性保护价值和维护栖息地合理分布的能力是生物多样性保护的新途径。大部分学者认为生物多样性保护功能空间分布具有异质性，其取决于栖息地破碎度、廊道和生态连通性等因素[12]。作为生物多样性保护功能的关键指标，生态连通性对于退耕还林政策的响应过程是目前研究热点。生态连通性指物种在栖息地间交流和能量交换的能力，具体分为功能连通性和结构连通性[13]。结构连通性主要涉及到景观的物理特征，退耕还林通过影响着当地的景观格局变化，减少了孤立的区域和栖息地破碎程度，从而增加相应的结构连通性[14]；而功能连通性在结构连通的基础上，聚焦于物种在景观中的实际流动，例如退耕还林对森林鸟类丰富度和多样性的影响[15]。此外，以往的研究仅仅分析了退耕还林与生态连通性空间隐性改善之间的关系，或者退耕还林前后生态连通性的时空变化等方面[16]，部分学者也提出将连通性价值化的方式来计算生物多样性保护生态服务价值[17]，但很少从生态连通性角度探究退耕还林前后林地的生物多样性保护功能价值。

自退耕还林实施以来，为了更好地为权衡粮食稳定与物种保护之间的关系，如何量化生物多样性保护价值是该项政策研究中的一个关键议题[18]。目前相对成熟的评价生态服务价值的方法一般分为两类，一种是基于土地利用数据和生态模型（如土壤保持模型）量化生态服务价值的方法；另一种是使用经济估价技术的方法（如市场价值、旅行成本和利益转移等方法）[19]。其中，由谢高地等提出的当量因子法适用范围较广，评价结果具有规范性，可以充分体现自然、社会经济因素与生态系统服务其价值的相关性[20]。但大部分研究直接应用了生态系统服务价值的系数表，忽略生态系统多样性带来的价值差异，例如不同林地类型，因此现有研究应对当量因子的空间精细化进行修正区域差异，进而量化退耕还林前后的生物多样性保护的生态服务价值。

云南省保山市施甸县林业处于生态文明建设的前沿阵地，施甸县善洲林场更是被称为“国家生态文明教育基地”。兼顾耕地保护的可持续发展的战略问题，如何正确开展退耕还林的具体措施有进一步研究的意义。本文以生态连通性为评价指标并进行当量因子系数的修正，评估林地的生物多样性保护的生态服务价值，根据价值变化量分析出不同退耕还林情景下的效益最大值和退耕措施的可取性。基于此框架，以施甸县的现状情景作为基准对象，探究不同退耕情景对生态连通性的影响，量化生态连通性带来的生物多样性保护的生态服务价值，同时考虑到空间区域和不同林地类型的异质性问题，特别是在坡耕地大量存在的云南省，对连通性价值化的空间精细化问题进行改进。而后使用生境质量作为替代指标，验证生物多样性价值变化的真实性。最后，根据生物多样性保护价值的变化，确定今后如何实施退耕还林政策。

本文从连通性视角出发，模拟分析多种潜在的退耕还林情景对林地生物多样性保护价值的影响，进而为未来退耕还林政策制定提供决策支持和一种新视角。

1 研究区概况与数据来源

1.1 研究区概况

施甸县地处中国云南的西部，是云南保山市下辖县，位于98°54′E～99°21′E和24°16′N～25°00′N，该县下辖5个镇、8个乡，邻近隆阳区、昌宁县、龙陵县和永德县4个行政区（如图2）。总面积为195 295.71 hm2，县域内自然资源丰富，耕地资源为43 054.22 hm2，为施甸县人民的粮食安全和主要农产品有效供给提供保障，林地资源为111 046.01 hm2，还拥有4A级旅游景区“善洲林场”，分别占施甸县总面积的56.86%和22.05%。整体地势较为复杂，海拔由560 m变化到2 895.4 m，起伏大，有发生洪水、泥石流、滑坡等灾害的可能，因此自然灾害的治理是施甸县的当务之急。施甸县自在2002年实施“退耕还林”政策以来，坚持把生态保护放在第一位，不断加大造林力度，有效缓解景观格局恶化、生物多样性匮乏等严重的环境问题。但不同土地利用类型、强度对应不同的农业需求，同时坡耕地造林是生态修复的重要保护措施，因此明确退耕还林的具体形式可以使施甸县走上一条经济效益与环境效益共赢的道路，为施甸县国土空间优化决策理论研究提供支持。

图1 研究区示意图

1.2 数据源及预处理

本文使用了多源数据，主要包括：第三次国土调查数据来自云南省自然资源厅，包括林、草、园、耕、建设用地和水体等各类用地，其中本文研究的林地又细分为乔木林地、灌木林地、竹林地和其他林地；森林生物量结果来自云南省林业和草业局；DEM数据来自地理空间数据云（http://www.gscloud.cn），经过ArcGIS重采样处理，最后形成分辨率为30 m的数据；本文所使用的海拔、坡度、景观元素通过栅格处理计算得到；施甸县鸟类物种品种来自于中国观鸟记录中心（http://www. birdreport.cn/）；鸟类具体的饮食特征和平均体重均来自（http://www.zoology.csdb.cn/），本研究的扩散距离中值基于以上物种信息计算得到；价值当量因子来自谢高地的专家评估[20]；行政边界等空间信息数据来源于国家目录地理信息服务（www.webmap.cn）。结合国土空间规划编制实地调研工作，获取了退耕还林潜在区域、生物量参数、自然保护区（包括施甸善洲省级森林自然公园，以及野鸭湖省级湿地自然保护区、摩苍省级野生动物保护区、芦子园国家级野生动物保护区、尖山省级野生动物保护区和鱼洞湿地保护区）等数据。本研究使用的空间数据统一采用CGCS2000地理坐标，空间分辨率均转化为30 m，研究年份均为2019年。

2 研究方法

本文的退耕还林对生物多样性保护的生态服务价值影响分析主要从情景设定、林地连通性分析、当量因子的空间精细化修正和连通性价值化等角度研究。该研究划分出4种情景，即现实情景（情景I）与3种退耕情景（情景II、情景III与情景IV），采用形态空间模式分析提取生态源地，利用conefor软件进行连通性和斑块重要性的分析。采用修正的当量因子和连通性价值化模型计算生物多样性保护的价值，以基准情景为标准，对比各个情景下的生物多样性保护的生态服务价值的差异性，从而确定最佳退耕模式。在这过程中为确保空间异质性，本文从非生物和生物因素两方面修正森林的生物量和由生物量决定的生物多样性保护价值的系数，具体技术路线见图2。

图2 研究框架

2.1 多情景土地利用变化模拟

退耕还林作为国土空间规划、生态修复功能的一项重大生态工程，将致力于增加森林覆盖率，整治坡耕地的水土流失，更好地解决土地资源的低效利用问题。考虑到部分以农田为栖息地的物种生存问题，面向施甸县未来退耕还林的战略重点应聚焦在耕地和林地的数量和结构转化上，以增加生物多样性保护的生态服务价值，限制耕地的大面积无序还林。

本文在情景设定过程中参考《关于进一步完善政策措施巩固退耕还林还草成果的通知》（自然资发[2022]191号）等政策和施甸县土地利用的历史变化规律，并结合形态空间模式分析计算生态源地的数量结构和空间分布[21]，以面积大小作为土地利用数量的约束对象，确定三种不同强度的退耕还林的情景和现状情景进行比较。具体情景参数描述如下：

1）情景I：该情景以现实情景作为对比分析的重要依据，保持现有的土地利用结构和分布，利用形态空间模式分析将林地像元作为前景，非林地像元作为背景。

2）情景II：将所有坡度大于25°的坡耕地转为林地，采用形态空间模式分析将林地和25°以上坡耕地的像元作为前景，非林地为背景。

3）情景III：将所有坡度大于20°的坡耕地转为林地，利用形态空间模式分析将林地和20°以上坡耕地的像元作为前景，非林地为背景。

4）情景IV：将所有坡度大于20°的坡耕地转为林地，同时从即可恢复和工程可恢复用地中耕地后备资源补充为耕地。由于即可恢复用地恢复耕种的操作较为简单，可将其全部转为耕地，而工程可恢复用地需要工程操作才能恢复耕种，只能将部分工程可恢复用地转为耕地。根据云南省耕地后备资源划定标准[22]可知，全省可开垦土地资源分布在地形坡度为6°～18°和20°～25°。按照此要求，利用形态空间模式进行进一步分析。

2.2 目标物种选择

目标物种选择对生物多样性和自然保护景观规划有重大意义。本文选择了4种在研究区长期生活的鸟类作为目标物种，其中包括：灰燕鵙（Artamus fuscus）、山鹪莺（Prinia superciliaris）、距翅麦鸡（Vanellus duvaucelii）和黑翅雀鹎（Aegithina tiphia）。饮食类型也包含了食肉动物（Carnivore）、食草动物（Herbivore）和杂食动物（Omnivore）合并的两种类型。具体原因包括：1）以上物种均是施甸县境内野生保护动物，对维护生物多样性和生态平衡起到重大意义。2）物种所引起的扩散距离不同，对研究区的连通性体现出不同尺度的效应。

本文根据鸟类饮食的生理特征和平均质量估计了鸟类的扩散距离。为了进一步检验退耕还林对连通性的影响，基于目标物种和其他潜在动物的散布距离构建了一个从100 m到15 km的距离序列，具体见表1。

2.3 生态连通性计算

本文运用Guidos软件对不同情景下的林地进行形态空间模式分析，识别重要生态源地。形态空间模式分析的结果为7种互不重复的景观类型：其中核心区可以分析内部组成和分布，桥接区即景观生态学中的廊道，是核心地之间建立关系的连接器，可以分析系统的连通性。二者均是有利于生物迁移和景观连接的栖息地，故确定核心区和桥街区的林地为本文研究的生态源地。

表1 目标物种的生态特征

栖息地的破碎化是对生物多样性保护的主要威胁，群落中物种的空间分布和栖息地的空间配置，在评估生物多样性保护中至关重要。生态连通性能通过促进生物体扩散的方式来影响群落的组成和动态变化，由于两个栖息地之间的最短距离可能不是主要的扩散路线，选择合适的栖息地扩散路线（即功能连通性）能更有效地预测和反映物种运动能力和生物多样性[23]。因此生物多样性可以通过生态连通性的大小来量度。连通性概率（）指数是根据区域和图形结构来评估功能连接的方法，可将栖息地大小和栖息地之间的距离这两个重要因素结合为一个指数，是维护生物种群、生态流动和生态功能的重要指数，即

式中a和a为栖息地斑块和的面积（hm2），A为整个研究区的总面积（hm2），p表示斑块和之间所有可能路径的最大乘积概率，反映两个栖息地斑块间的连接强度，据以往研究经验将p设为0.5，可计算现状情景与3种退耕情景下10种假设的扩散距离下的生态连通性。

式中表示栖息地斑块的重要性，可以比较退耕还林前后的整体连通性差异，表明每个栖息地对维护整体连接的贡献方面的重要程度，PC表示林地中所有斑块的整体指数值，PC′表示去除单个斑块后剩余斑块的整体指数值。除了斑块重要性外，斑块分布决定空间异质性，空间异质性制约着所在斑块的生态过程。基于已有研究，本文采用破碎度指数可用来衡量景观破碎性，分析斑块分布格局[24]。

2.4 生物多样性保护的生态服务价值评估

许多学者提出生态系统服务与生物多样性在空间尺度上存在相关关系[25]。生物多样性是大多数生态系统服务的基础，在生态系统过程充当调节者、服务本身和商品[26]。在本文生物多样性被视为一种服务，即Costanza等[27]提出的生物多样性保护的生态系统服务价值。

2.4.1 当量因子的修正

基于谢高地等[28]提出生态服务功能强度与生物量成线性关系的理论，可知森林生物量的确定有助于生物多样性保护的生态服务价值的量化。当量因子法主要依赖于土地利用类型，不同林地类型的差异化生物量也是修正当量因子系数的关键。因此，本研究从空间精细化生物量和林地细分两个角度，进行当量因子系数的修正。

本研究将现状林地细分为乔木林地、竹林地、灌木林地和其他林地，经过实地调研得知退耕还林后的林地一般为新幼林或者疏林地，且本研究仅考虑退耕还林后一年内的森林成长情况，因此将退耕还林后的林地均归为其他林地。在每种类型林地中，选取100个随机地块样本，统计该地块影响生物量的两大生物和非生物因素[29]，其中包括生物量中的香农多样性和物种丰富度、非生物量中的海拔和坡度4个自变量。将各因素与各类别林地的生物量进行多元回归分析得到线性关系，按照各类林地面积比例进行加权得到当地的平均森林生物量。

以中国陆地生态系统单位面积服务价值表数值、当地平均森林生物量和全国平均森林生物量为基础[30]，进一步修订生物多样性保护的生态系统服务价值的系数。

式中′为修正后的单位面积生态系统的生态服务价值系数（yuan/hm2），VC是原来土地覆盖类别的生物多样性保护生态系统服务的系数值（yuan/hm2），为当地平均森林生物量（t/hm2），为中国一级生态系统类型单位面积平均森林生物量（t/hm2）。

2.4.2 生物多样性价值评估

生态系统服务的提供并不是单个斑块决定的，而是斑块间的相互作用，特别是对于物种迁移和繁衍而言[12]。生态连通性是评估物种在栖息地斑块上移动能力的重要指标，斑块可能由于不同连通性而提供不同的生态系统服务功能和价值，因此生物多样性保护的生态系统服务的价值可通过生态连通性来测算。本研究基于生态连通性的角度，考虑退耕还林对生物多样性保护的生态系统服务价值的影响，旨在加强生物多样性和生态系统的关联供应，为人类提供社会和经济效益。生物多样性保护的生态系统服务价值（Biodiversity Ecological Service Value，BESV）依赖于当地价值系数、栖息地大小和空间连通性[17]，计算式如下：

式中dPC表示每个栖息地斑块的重要性，dPC表示研究区内栖息地斑块重要性的最大值。

2.4.3 方法验证

如上所述，本文首先通过生物量修正当量因子，基于生态连通性视角，评估生物多样性的生态服务价值；然后根据政策设计4种情景，识别生态服务价值最高的情景，并将该情景退耕还林的耕地作为退耕还林的潜在区。为确保该方法的准确性，本研究通过实地调研和模型验证两种方式进行验证。

1）实地调研数据验证

为了验证生物量的数据准确性，以及生态服务价值的计算结果，依托国土空间规划编制工作，进行了为期10 d的调研，以怒江沿岸和重点生态功能区组成调研路线，调研的核心内容包括当前施甸县的植被覆盖情况和潜在退耕还林区域，退耕还林为施甸县带来的生态、经济和社会效益，退耕还林目前存在的问题和挑战。

本研究调研统计出施甸县的1个自然公园，以及5个重要野生动物与湿地保护区，验证自然公园、重要野生动物与湿地保护区的保护等级与生物多样性生态服务价值的匹配情况。此外，结合国土空间基本农田保护线划定工作，开展了退耕还林潜在区的生态条件与管理方式调研工作。以善洲林场和怒江沿岸等退耕潜力较大的地区为重点调研对象，验证本研究潜在退耕还林识别结果的准确性。

2）模型验证

为了进一步说明基于生态连通性计算生态服务价值的有效性，本文通过生境质量代替生物多样性的方式来验证改进模型。生境质量（栖息地质量）为生境提供条件的能力，决定生境物种的组成、交流及维护，也是导致生物多样性恶化最突出的因素，因此生境质量模型可监测生物多样性的动态变化，特别是在生物多样性可用数据有限的地区。InVEST 模型主要用于生境质量的计算，已有大量文献证明InVEST模型在评估生物多样性方面是可靠的，且生境质量与生物多样性二者之间存在正相关的线性关系[31]。因此，本文首先验证生境质量与生物多样性之间的相关性，而后采用生境质量作为替代指标，验证生物多样性价值变化的真实性。InVEST模型综合考虑栖息地类型、适宜性、敏感性和威胁因素等因素，反映生态系统生物多样性状态[32]。

生境退化度：

线性衰退函数：

式中D为生境类型中第个生境像元的生境退化程度，为生境威胁源，w为归一化威胁因子的权重，为威胁因子所有栅格，为所有退化源，N为胁迫因子的一组栅格，w为归一化威胁因子的权重，介于0～1之间，r为栅格的胁迫因子值，i为栅格n中的威胁因子r对栅格m的影响，β为生境保护程度，S为土地利用类型对胁迫因子的敏感性，d为栅格与栅格的距离（km），d为威胁因子的影响范围（km）。

生境质量指数：

式中Q为土地利用类型中栅格的生境质量指数，介于0～1之间；H为土地利用类型的生境适合度；D为土地利用类型中网格的生境退化程度；为半饱和常数；为模型默认参数，通常取2.5。

3 结果与分析

3.1 退耕还林的潜力

各情景下施甸县耕地和林地之间的具体变化情况如表2。施甸县的土地利用现状中耕地和林地面积分别为57 568.27 hm2和111 046.01 hm2，占施甸县总面积的29.48%和56.86%。坡度大于25°和20°以上的耕地分别为12 847.60 hm2和27 296.91hm2，占耕地面积的22.32%和47.42%，即情景II、III中由耕地转为林地的面积分别为12 847.60 hm2和27 296.91 hm2。情景IV中由后备耕地资源为耕地的面积为6 979.49 hm2，林地转为耕地的面积为3 840.04 hm2，故设定情景IV退耕还林后的耕地和林地总面积分别为37 251.85 hm2和134 502.88 hm2。三种退耕情景中，林地面积依次为123 893.61、138 342.92和134 502.88 hm2，占总面积的63.44%、70.84%和68.87%。故以情景I的基准情景相比，退耕程度大小依此为情景III>IV>II。

表2 各情景下耕地、林地转化情况

通过形态空间模式分析得到施甸县各情景的土地利用空间格局如图3所示。4种情景的生态源地的斑块分别为465、536、499和528，数量较多，但并未随退耕程度呈现增加的趋势，有助于整体连通性的生态源地大多集中在南部的林地和耕地。4种情景的生态源地面积依次是21 425.20、32 266.15、27 838.22和28 507.13hm2。综上所述，和基准情景I相比，退耕效果最好的是情景II；退耕效果最差的是情景III。可见，退耕还林能增加林地中生态源地总面积，但生态源地的总面积并未完全与退耕程度成正比。

3.2 生态连通性

整体而言，生态连通性随扩散距离增加而增加。扩散距离在1 500 m到10 000 m区间呈显著增长趋势，其中扩散距离在2 500～5 000 m区间时，连通性变化最快，这说明具有高扩散能力的物种连通性更大。最低连通性为情景I下的最低扩散能力的物种，其数值为3.30×106；最高连通性为情景II下的最高扩散能力的物种，其数值为4.39×108。就各个情景而言，退耕面积相差较少，但连通性存在较大差异，具体如图4。三种退耕情景中情景III的连通性最低，更有助于连通性的是情景II和情景IV，该结果主要取决于退耕还林后林地生态源地的破碎程度和聚集程度，而非退耕程度。

图3 各情景林地空间形态

经计算，退耕情景II-IV中的斑块破碎度指数分别为2.917 1、3.212 2和2.902 5。情景III的退耕面积最大但栖息地斑块的分布最为分散，情景IV退耕面积较少但其栖息地斑块的分布较为聚集，故三种退耕情景的斑块聚集度大小为情景IV>情景II>情景III。在斑块重要性方面，最大值为情景II，最小值为情景I，主要是由于情景II中生态斑块最多，而情景I中斑块最少；情景III和情景IV的斑块重要性大小相近。由此可见，退耕还林计划增加了连通性，连通性的大小由斑块面积、斑块间的分布和斑块的重要性共同决定。

图4 4种情景下的生态连通性概率

3.3 当量因子的修正结果

根据第三次土地调查分类，林地分为乔木林地、竹林地、灌木林地和其他林地4种类型，它们的面积依次为94 316.94 、1 585.87 、13 618.29 和1 524.92 hm2，分别占总林地的84.94%、1.43%、12.26%和1.37%。将香农多样性、物种丰富度、海拔和坡度4个自变量与乔木林地、竹林地、灌木林地和其他林地的生物量进行回归分析。

为确保回归方程的有效性，对回归系数进行检验（表3）。结果显示：在乔木林地生物量、灌木林地生物量、竹林地生物量和其他林地生物量上，海拔检验的值分别为0.001、0.004、0.002和0.001，均低于0.01，与相应类型林地的生物量有显著相关性；坡度检验的值分别为0.003、0.027、0.001和0.001，该因素也均低于0.01，与相应类型林地的生物量有显著相关性。

表3 生物量相关系数的显著性和回归方程式

将不同退耕还林情景下各地类的平均坡度和海拔代入关系式中得到4种情景下各类林地生物量，按照各类林地面积比例进行加权平均森林生物量分别为186.91 、181.22、175.30和175.97 t/hm2。根据修正当量因子公式和全中国平均森林生物量密度约为120 t/hm2，可得4种情景下系数为1.56、1.51、1.46和1.47。从修正当量角度看，修正当量系数最大值为情景II，其退耕程度最小，但却为中最有利的退耕情景；最小值为情景III，其退耕程度最大，但却没取得相应的成效。

3.4 森林生物多样性保护的生态服务价值

随着扩散距离增大，情景I即现状情景的生态系统服务价值由31 110 624.78元增加到81 754 375.23元，呈现增加的趋势。情景II、III、IV整体呈现增加趋势，分别从43 595 565.40元到112 013 403.57元、33 791 374.54元到86 416 947.16元和32 679 739.31元到97 469 384.10元。3种退耕情景森林的生物多样性保护的生态服务价值均呈现增加趋势，依次增加了3.02×107元、4.7×106元和1.57×107元，退耕还林计划可以通过增加生态连通性和生物量的方式增加生态服务价值。情景III虽退耕程度最大，但生态连通性和修正当量的系数并未实质性增加，故而森林的生物多样性保护的生态服务价值并未大幅度增加。部分扩散距离中，也存在有大浮动的极值，如情景II中当扩散距离为500 m时，其生态服务价值达到了最大值113 948 882.48元，扩散距离为2 000 m时，在情景III和IV情况下也出现了小幅度下降的趋势，具体见表4。

表4 不同情景下生物多样性保护的生态服务价值

以上结果表明：对于大多数物种来说，与情景I的现状林地相比，退耕还林对生物多样性保护有着积极影响。退耕情景II方案明显是3种退耕还林的最优解，情景IV次之，退耕成效最差的为情景III。

3.5 方法验证结果

1）实地调研

结合国土空间规划与实地调研，确定了以省级自然公园为主体的自然保护地体系。其中，施甸善洲省级森林自然公园为省级自然公园；芦子园国家级野生动物保护区为国家级保护区；野鸭湖省级湿地保护区、摩苍省级野生动物保护区、鱼洞湿地保护区和尖山省级野生动物保护区为省级保护区，6个自然保护地的生物多样性保护重要性依次下降。

结合生物量，基于生态连通性，计算各个保护区生物多样性保护的生态服务价值，结果如表5所示。除了扩散距离2 km和5 km的摩苍省级野生动物保护区、鱼洞湿地保护区外，其他计算结果均与生物多样性保护重要性的排序一致，即生物多样性保护的生态服务价值依次为施甸善洲省级森林自然公园、芦子园国家级野生动物保护区、野鸭湖省级湿地保护区、摩苍省级野生动物保护区、鱼洞湿地保护区和尖山省级野生动物保护区。

此外，调研结果表明，退耕还林潜在区集中于怒江沿岸。怒江1 000 m缓冲区内坡度超过25°的坡耕地面积为7 654.04 hm2，占全域坡度超过25°的坡耕地面积的80.13%。受到地形与生态条件限制，怒江沿岸坡耕地水土流失严重。同时，怒江沿岸的坡耕地与自然保护区林地、国家级与省级公益林大量重合，亟需恢复原有森林植被与生物多样性。根据情景模拟，情景II（25°以上耕地退耕为林地）为最佳的退耕模式。该情景下退耕工程量较小，且生态服务价值较大，与实地调研结果一致。

表5 6种自然保护区下各扩散距离的生物多样性保护的生态服务价值

2）模型验证

InVEST的生境质量模块进行评估计算生境质量，该模块主要利用土地利用数据和生物多样性的威胁因素。本文据参考文献并结合研究区的概况[33]，选择受影响较大的旱地、水田、交通用地、农村用地和城镇用地作为胁迫因子，建立其与土地类型之间的敏感程度（表6）。结合距离和权重和衰退方式计算生境质量指数（表7），该指数在0～1之间，数值越大，表示生境越好。

随机选取4种情景的100块生态源地，计算生境质量，分析生境质量与生物多样性的生态服务价值的相关性。结果显示，4种情景下生境质量分别为0.699、0.845、0.753 9和0.841，该结果与生物多样性生态服务价值的排序符合（情景II>情景IV>情景III>情景I），4种情景下生境质量与生态系统服务均存在显著的正向线性相关关系。为确保检验结果的有效性，引入回归方程中的检验，4种情景的检验值分别为0.020、0.023、0.044、0.037，值均小于0.05（图5），此结果表明本文所设计的生物多样性保护生态服务价值计算模型具有合理性。

表6 土地利用类型对威胁因子的敏感程度

图5 生物多样性的生态服务价值与生境质量的相关分析

表7 威胁因子的影响范围、权重和衰退方式

4 讨 论

4.1 生物多样性保护的价值的影响因素

影响生物多样性保护的价值因素主要是生态连通性和当地修正后的当量因子。从生态连通性角度，扩散距离大于1 000 m的更高扩散能力物种所带来的生物多样性保护的价值更多，扩散距离和生物多样性保护的价值虽无明显线性关系，但也表明生态连通性有助于生态系统功能的发挥[34]。生态连通性可以促进繁殖体的扩散和能量交流，而物种的扩散和能量交换可以作为繁殖的来源，因此生态连通性有利于生物多样性保护。森林总面积、森林斑块破碎度分别对价值评估有着正向和负向影响，在决定森林生物多样性功能方面，森林斑块破碎度比森林斑块面积更重要[35]。

从修正当量角度，海拔和坡度为影响生物量的主要因素，林地的生长状况与海拔、坡度密切相关[36]；林地的异质性结果显示，林地类型的不同可能导致森林覆盖总面积不同，从而影响森林的生物量计算。为能精确适配不同林地类型的差异化生物多样性价值的特征和差异，本文改进生态系统服务价值的系数表，更能精细空间数据、利于价值评估和模型建立。因此，修正当量和生态连通性可作为生物多样性保护的生态系统服务方面的指标[17]。修正当量和连通性价值化评估的方法可以应用于区域结构和森林空间分布的研究，更有助于在区域规划过程中对提供生物多样性保护的生态系统服务进行指导[37]。

在生物多样性及其服务价值评估方面，以往研究方法主要分为三种：实地调查、生态指标和生态模型[38,39]。已有学者以云南为研究区[40]，采用综合生态系统服务模型（PANDORA）对生物多样性保护的生态系统服务价值评估并进行模型的验证，也强调了生态连通性对生物多样性保护的生态系统服务价值结果影响敏感。上述结果与本文采用实地调研和模型计算所得到的结果一致。

4.2 各个情景与生物多样性保护的生态服务价值之间的关系

研究结果表明，通过模拟退耕还林情景，林地与耕地资源得到有效补充和转化，能在一定程度缓解耕地扩张造成的负面影响并保障粮食安全，有助于国土空间格局的优化利用。3种退耕情景后的生物多样性保护服务价值综合效果最好的是退情景II，其次是情景IV，最后为情景III，而退耕程度大小依此为情景III>情景IV>情景II。森林的生物多样性保护的服务价值并未与退耕的面积呈正相关变化，故退耕程度不是导致研究区生物多样性保护价值变化的最直接原因。退耕还林的退耕方式、连通性和修正当量等其他因素共同作用于生物多样性保护和生态服务价值[41]。退耕方式是影响生物多样性保护的生态服务价值的主要原因，考虑到农业用地的集约利用和非森林木本植被在陡坡上自发生长，优化未来情景可以增加其空间结构的连通性，从而提高生物多样性[42]。为了保护生物多样性及其提供的生态服务功能，应谨慎尝试退耕还林的方法，可选择本文的模型方法，其结果将为推动新一轮退耕还林提供参考。这种估算生物多样性保护的生态服务价值的方法将实现森林生态服务功能的有偿使用，界定实际补偿范围，从而改变单纯依靠国家财政开展退耕还林的局面，为建立退耕还林生态补偿机制提供有益参考[43]。

4.3 局限性和未来的研究方向

本文仅考虑空间变化而未考虑时间变化带来的局限性，无法准确评估实施退耕还林后的森林状况以及建模的不确定性，只能进行粗略模拟。未来研究可以通过引入不同区域的实例，将影响当量因子的时间因素代入研究区内，探究当量系数的时空变化。但本文选择的研究区具有明显的坡度和海拔效果，将有助于阐明选择效应和研究结果推广的适当范围[44]；模拟情景中的土地利用变化影响研究区内部结构和功能特征，将生态连通性作为指标引入退耕还林的生物多样性保护的生态服务价值估算中，并考虑空间精细化问题，是当前研究中未探究的领域；通过实地验证生物多样性丰富度的方式，充分检验本研究方法的科学性，增加了模型可信度。因此，本文有效的生物多样性服务价值评估方法有助于生物多样性保护与经济发展的权衡取舍，模型优化过程为政策决策者提供最佳的退耕还林的方案，以便更好地完善退耕还林制度。

5 结 论

本研究利用土地利用模拟情景的设定，从生态连通性和当量修正的角度评价退耕还林带来的生物多样性保护的生态服务价值变化。在此框架中，考虑到不同区域的空间异质性问题，对连通性价值化的空间精细化问题进行改进。以云南省保山市施甸县为案例区，得出主要结论如下：

1）在所有情景下，施甸县的林地核心区主要分布在施甸县的东南部。退耕程度大小依此为情景III>情景IV>情景II；在形态空间模式的源地分析中，情景II的退耕效果最好，而只考虑退耕面积的情景III效果最差；修正当量结果中，系数最大值为情景II，最小值为情景III；生物多样性保护的的价值评估中，价值最大为情景II，最小值为情景III，故最终的退耕选择方案为情景II。

2）对于扩散距离大于1 000 m的高扩散能力的物种，生态连通性对生物多样性保护的生态服务价值的影响呈现正向作用。根据斑块的面积和斑块间的生态连通性，可以有效地反映生物多样性，从而根据生物多样性的变化判定退耕还林造林政策的影响。

3）本文从生态连通性和当量的空间精细化修正角度评估生物多样性保护的生态服务价值，更有利于讨论退耕还林的方案。生物多样性保护的生态服务价值并非完全取决于退耕的面积，更多取决于斑块之间的结构和功能关系和空间位置等因素。因此，退耕还林的实施务必与影响林地植被的其他过程以及地理空间变化进行有效结合，这些工作为促进退耕还林的政策完善和目标制定提供了依据。

[1] Cheng J Z, Lee Xinqing, Tang Yuan, et al. Changes in above-and below-ground nitrogen stocks and allocations following the conversion of farmland to forest in rocky desertification regions[J]. Agriculture, Ecosystems & Environment, 2016, 232: 9-16.

[2] 侯大伟，刘艳，孙华. 退耕还林背景下寒地山区土地生态安全格局动态变化[J]. 农业工程学报，2017，33(18)：267-276.

Hou Dawei, Liu Yan, Sun Hua. Analysis on dynamic change of ecological security pattern of land in cold mountainous region under background of Grain for Green Project[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(18): 267-276. (in Chinese with English abstract)

[3] 於嘉闻，龙爱华，邓晓雅，等. 湄公河流域生态系统服务与利益补偿机制[J]. 农业工程学报，2020，36(13)：280-290.

Yu Jiawen, Long Aihua, Deng Xiaoya, et al. Ecosystem services and benefit compensation mechanism in the Mekong River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(13): 280-290. (in Chinese with English abstract)

[4] 仲俊涛，王蓓，米文宝，等. 农牧交错带禁牧草地生态系统服务空间权衡与协同关系[J]. 农业工程学报，2020，36(12)：268-275.

Zhong Juntao, Wang Bei, Mi Wenbao, et al. Spatial trade-offs and synergies of ecosystem services for grazing-prohibited grassland in agro-pasture ecotone[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(12): 268-275. (in Chinese with English abstract)

[5] Liu X J, Liu D F, Zhao H Z, et al. Exploring the spatio-temporal impacts of farmland reforestation on ecological connectivity using circuit theory: A case study in the agro-pastoral ecotone of North China[J]. Journal of Geographical Sciences, 2020, 30(9): 1419-1435.

[6] 周萍，刘国彬，侯喜禄. 黄土丘陵区退耕前后典型流域农业生态经济系统能值分析[J]. 农业工程学报，2009，25(6)：266-273.

Zhou Ping, Liu Guobin, Hou Xilu. Energy analysis of agricultural eco-economic system before and after grain for green in typical watershed in loess hilly region of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(6)：266-273. (in Chinese with English abstract)

[7] Hua F, Wang L, Fisher B, et al. Tree plantations displacing native forests: The nature and drivers of apparent forest recovery on former croplands in Southwestern China from 2000 to 2015[J]. Biological Conservation, 2018, 222(7):113-124.

[8] Fahrig L. Effects of habitat fragmentation on biodiversity[J]. Annual Review of Ecology, Evolution, and Systematics, 2003, 34(1): 487-515.

[9] Tulloch A I T, Barnes M D, Ringma J, et al. Understanding the importance of small patches of habitat for conservation[J]. Journal of Applied Ecology, 2016, 53(2): 418-429.

[10] Wintle B A, Kujala H, Whitehead A, et al. Global synthesis of conservation studies reveals the importance of small habitat patches for biodiversity[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(3): 909-914.

[11] MacGregor-Fors I. Relation between habitat attributes and bird richness in a western Mexico suburb[J]. Landscape and Urban Planning, 2008, 84(1): 92-98.

[12] Willemen L, Verburg P H, Hein L, et al. Spatial characterization of landscape functions[J]. Landscape and Urban Planning, 2008, 88(1): 34-43.

[13] Philip D T, Lenore F, Kringen H, et al. Connectivity is a vital element of landscape structure[J]. Oikos, 1993, 68(3): 571-573.

[14] Ribeiro R, Carretero M A, Sillero N, et al. The pond network: can structural connectivity reflect on (amphibian) biodiversity patterns?[J]. Landscape Ecology, 2011, 26(5): 673-682.

[15] Sieving K E, Willson M F, DeSanto T L. Habitat barriers to movement of understory birds in fragmented south-temperate rainforest[J]. AUK, 1996, 113(4): 944-949.

[16] Garcia-Feced C, Saura S R, Elena-Rossello R. Improving landscape connectivity in forest districts: A two-stage process for prioritizing agricultural patches for reforestation[J]. Forest Ecology and Management, 2011, 261(1): 154-161.

[17] Ng C N, Xie J Y, Yu X J. Integrating landscape connectivity into the evaluation of ecosystem services for biodiversity conservation and its implications for landscape planning[J]. Applied Geography, 2013, 42:1-12.

[18] Fisher B, Turner RK, Morling P. Defining and classifying ecosystem services for decision making[J]. Ecological Economics, 2009, 68(3): 643-653.

[19] 刘林，雷冬梅，冉玉菊，等. 基于生态系统服务功能的滇池流域关键性生态用地识别 [J]. 农业工程学报，2021，37(11): 277-284.

Liu Lin, Lei Dongmei, Ran Yuju, et al. Identification of critical ecological land in Dianchi Watershed based on the perspective of ecosystem service function[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2021,37(11):277-284. (in Chinese with English abstract)

[20] 谢高地，甄霖，鲁春霞，等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报，2008，23(5)：911-919.

Xie Gaodi, Zhen Lin, Lu Chunxia, et al. Expert knowledge based valuation method of ecosystem services in China[J]. Journal of Natural Resources, 2008, 23(5): 911-919. (in Chinese with English abstract)

[21] Wickham J D, Riitters K H, Wade T G, et al. A national assessment of green infrastructure and change for the conterminous United States using morphological image processing[J]. Landscape and Urban Planning, 2010, 94(3/4): 186-195.

[22] 刘语旺，谭继中. 云南省耕地后备资源开发对策的初步研究[C].21世纪中国土地科学与经济社会发展——中国土地学会2003年学术年会论文集，2003:65-70.

Liu Yuwang, Tan Jizhong. Preliminary study on the development strategy of reserve cultivated land Resources in Yunnan Province [C]. China's Land Science and Economic and Social Development in the 21st Century -- Proceedings of the 2003 Annual Conference of China Land Society, 2003:65-70.

[23] Salgueiro P A, Valerio F, Silva C, et al. Multispecies landscape functional connectivity enhances local bird species' diversity in a highly fragmented landscape[J]. Journal of Environmental Management, 2021, 284: 112066.

[24] Ma B R, Zeng W H, Xie Y X, et al. Boundary delineation and grading functional zoning of Sanjiangyuan National Park based on biodiversity importance evaluations[J]. Science of the Total Environment, 2022, 825:154068.

[25] Schneiders A, Van Daele T, Van Landuyt W, et al. Biodiversity and ecosystem services: Complementary approaches for ecosystem management?[J]. Ecological Indicators, 2012, 21:123-133.

[26] Mace G M, Norris K, Fitter A H. Biodiversity and ecosystem services: a multilayered relationship[J]. Trends in Ecology& Evolution, 2012, 27(1): 19-26.

[27] Costanza R, d'Arge R, Groot R d, et al. The value of the world's ecosystem services and natural capital[J]. Ecological Economics, 1998, 25(1): 3-15.

[28] 谢高地，鲁春霞，冷允法，等. 青藏高原生态资产的价值评估[J]. 自然资源学报，2003,18(2):189-196.

Xie Gaodi, Lu Chunxia, Leng Yunfa, et al. Ecological assets valuation of the Tibetan Plateau[J]. Journal of Natural Resources, 2003, 18(2): 189-196. (in Chinese with English abstract)

[29] Sanaei A, Chahouki M A Z, Ali A, et al. Abiotic and biotic drivers of aboveground biomass in semi-steppe rangelands[J]. Science of the Total Environment, 2018, 615: 895-905.

[30] Su Y J, Guo Q H, Xue B L, et al. Spatial distribution of forest aboveground biomass in China: Estimation through combination of spaceborne lidar, optical imagery, and forest inventory data[J]. Remote Sensing of Environment, 2016, 173:187-199.

[31] Tripp E A, Lendemer J C, McCain C M. Habitat quality and disturbance drive lichen species richness in a temperate biodiversity hotspot[J]. Oecologia, 2019, 190(2): 445-457.

[32] 钟莉娜，王军.基于InVEST模型评估土地整治对生境质量的影响[J].农业工程学报，2017，33(1):250-255.

Zhong Lina, Wang Jun. Evaluation on effect of land consolidation on habitat quality based on InVEST model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2017, 33(1):250-255. (in Chinese with English abstract)

[33] 周子康，刘殿锋. 基于多元国土空间整治情景模拟的生态系统服务功能分区[J]. 农业工程学报，2021，37(22)：262-270.

Zhou Zikang, Liu Dianfeng. Zoning of the ecosystem service functions under multiple land consolidation scenarios[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 262-270. (in Chinese with English abstract)

[34] Frank S , Furst C , Koschke L, et al. A contribution towards a transfer of the ecosystem service concept to landscape planning using landscape metrics[J]. Ecological Indicators, 2012, 21:30-38.

[35] Piquer-Rodriguez M, Torella S, Gavier-Pizarro G, et al. Effects of past and future land conversions on forest connectivity in the Argentine Chaco[J]. Landscape Ecology 2015, 30(5): 817-833.

[36] Chun J H, Ali A, Lee C B. Topography and forest diversity facets regulate overstory and understory aboveground biomass in a temperate forest of South Korea[J]. Science of the Total Environment, 2020, 744: 140783.

[37] Walker D H, Cowell S G , Johnson A K L. Integrating research results into decision making about natural resource management at a catchment scale[J]. Agricultural Systems, 2001, 69(1/2): 85-98.

[38] Coates P S, Casazza M L, Ricca M A, et al. Integrating spatially explicit indices of abundance and habitat quality: An applied example for greater sage-grouse management[J]. Journal of Applied Ecology, 2016, 53(1): 83-95.

[39] Costa G C, Nogueira C, Machado R B, et al. Sampling bias and the use of ecological niche modeling in conservation planning: A field evaluation in a biodiversity hotspot[J]. Biodiversity and Conservation, 2009, 19(3): 883-899.

[40] Cheng F Y, Liu S L, Hou X Y, et al. The effects of urbanization on ecosystem services for biodiversity conservation in southernmost Yunnan Province, Southwest China[J]. Journal of Geographical Sciences, 2019, 29(7): 1159-1178.

[41] Ma S, Qiao Y P, Jiang J, et al. Incorporating the implementation intensity of returning farmland to lakes into policymaking and ecosystem management: A case study of the Jianghuai Ecological Economic Zone, China[J]. Journal of Cleaner Production, 2021, 306: 127284.

[42] Li W Q, Wang W L, Chen J H, et al. Assessing effects of the Returning Farmland to Forest Program on vegetation cover changes at multiple spatial scales: The case of northwest Yunnan, China[J]. Journal of Environmental Management, 2022, 304: 114303.

[43] Chervier C, Costedoat S. Heterogeneous Impact of a collective payment for environmental services scheme on reducing deforestation in Cambodia[J]. World Development, 2017, 98:148-159.

[44] Michel L N M, Andrew G. Biodiversity as spatial insurance in heterogeneous landscapes[J]. Proceedings of the National Academy of Sciences of the United States of America, 2003, 100(22): 12765-12770.

Potential impacts of multi-scenario farmland reforestation on the biodiversity conservation values of forests

Zhao Bingbing1, Liu Dianfeng1,2※

(1.,,430079,;2.430079,)

Farmland reforestation can exert some positive impacts on the biodiversity conservation in forests. It is very necessary to evaluate the response of ecosystem services to biodiversity conservation in recent years. Particularly, the ecosystem assessment of biodiversity conservation can greatly contribute to the decision-making on returning farmland to forests for future ecological benefits. There is a heterogeneous spatial distribution of biodiversity conservation functions, depending mainly on habitat fragmentation, corridors, and ecological connectivity. Among them, a key indicator of biodiversity conservation function can be the response process of ecological connectivity to the policy of returning farmland to forests. In previous studies, the equivalence method was widely employed to calculate the ecosystem service value of biodiversity conservation. However, the spatially explicit assessment of ecosystem service values cannot be performed without considering the effect of different woodland categories on the equivalence coefficients. Furthermore, farmland reforestation can benefit from the balance of economic development and ecological conservation during the spatial land allocation, especially in a fluctuating terrain with a large probability of natural disasters. Taking Shidian County, Yunnan Province, China as the study area, this study aims to clarify the effect of three farmland reforestation scenarios on the biodiversity conservation values of forest land. The morphological analysis model and ecological connectivity index were integrated to identify the ecological importance of the forest patches. The spatial relationship with the local physical factors (slope and forest coverage) was selected to adjust the coefficients of ecological service value for the biodiversity conservation in the various types of forest land. The changing trend of values was used to determine the maximum benefit and the feasibility of returning farmland to forests under different scenarios. The results showed that the farmland reforestation significantly altered the land use structure and pattern. The ecological source areas of the four scenarios were 21 425.20, 32 266.15, 27 838.22, and 28 507.13 hm2, respectively. The ecological connectivity showed a significant increase in the diffusion distance from 1500 to 10000 m. There was an upward trend in the ecological service value of forest biodiversity conservation under the different scenarios, increasing by 3.02×107, 4.7×106, and 1.57×107Yuan, respectively, with the increase of species dispersal distance. There was a high significance between the biomass with the slope and altitude in the different types of forest land. Therefore, the maximum revised equivalence factor was obtained as Scenario II, according to the revised equivalence factor formula and the average forest biomass density in China. Scenario II presented the least conversion of farmland to forest. In the value assessment of biodiversity conservation, the maximum and minimum were Scenario II, and III, respectively. Correspondingly, Scenario II can be expected to increase the ecological service value of biodiversity conservation. Anyway, the spatial structure and distribution of forest habitats can also provide solid guidelines for the decision making on reforestation policies and ecological compensation, as well as the intensity of farmland reforestation.

farmland reforestation; biodiversity; ecosystem services; ecological connectivity; coefficient correction

10.11975/j.issn.1002-6819.2022.20.027

X171.1

A

1002-6819(2022)-20-0239-11

赵兵兵，刘殿锋. 多情景退耕还林对林地生物多样性保护价值的潜在影响[J]. 农业工程学报，2022，38(20)：239-249.doi：10.11975/j.issn.1002-6819.2022.20.027 http://www.tcsae.org

Zhao Bingbing, Liu Dianfeng. Potential impacts of multi-scenario farmland reforestation on the biodiversity conservation values of forests[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(20): 239-249. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.20.027 http://www.tcsae.org

2022-03-29

2022-10-07

国家自然科学基金面上项目（42171414；41771429）

赵兵兵，研究方向为土地整治与生态系统服务。Email：zhaobingbing@whu.edu.cn

刘殿锋，博士，教授，主要研究方向为土地资源可持续利用、土地利用生态效应与优化决策。Email：liudianfeng@whu.edu.cn