中国陆地生态敏感性时空演变特征

doi:10.11821/dlxb202201011

地理学报 ›› 2022, Vol. 77 ›› Issue (1): 150-163.doi: 10.11821/dlxb202201011

• 生态系统服务与环境健康 • 上一篇下一篇

中国陆地生态敏感性时空演变特征

李振亚¹(), 魏伟¹(), 周亮²^,³, 刘春芳¹^,⁴, 郭泽呈¹, 庞素菲¹, 张静¹

1.西北师范大学地理与环境科学学院,兰州 730070
2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京 100101
3.兰州交通大学测绘与地理信息学院,兰州 730070
4.甘肃省土地利用与综合整治工程研究中心,兰州 730070

收稿日期:2020-11-09 修回日期:2021-06-24 出版日期:2022-01-25 发布日期:2022-03-25
通讯作者: 魏伟(1982-), 男, 甘肃庄浪人, 博士, 副教授, 研究方向为资源环境遥感与GIS应用。E-mail: weiweigis2006@126.com
作者简介:李振亚(1995-), 男, 甘肃会宁人, 硕士生, 研究方向为生态环境遥感与GIS应用。E-mail: 2991180590@qq.com
基金资助:
国家自然科学基金项目(41861040);国家自然科学基金项目(41761047)

Spatio-temporal evolution characteristics of terrestrial ecological sensitivity in China

LI Zhenya¹(), WEI Wei¹(), ZHOU Liang²^,³, LIU Chunfang¹^,⁴, GUO Zecheng¹, PANG Sufei¹, ZHANG Jing¹

1. College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070, China
2. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China
3. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
4. Land Use and Comprehensive Improvement Engineering Research Center of Gansu Province, Lanzhou 730070, China

Received:2020-11-09 Revised:2021-06-24 Published:2022-01-25 Online:2022-03-25
Supported by:
National Natural Science Foundation of China(41861040);National Natural Science Foundation of China(41761047)

摘要/Abstract

摘要：

生态敏感性作为评价区域生态环境问题的重要指标之一,对区域的生态治理与管理工作具有重要意义。本文从自然生态系统、自然—社会复合生态系统、社会生态系统等视角选取生物多样性、水热环境、土壤盐渍化、土地荒漠化、土壤侵蚀和人类干扰6个指标,运用全排列多边形图示指标法对2000—2018年间中国陆地生态敏感性进行计算,并运用格网编码法对其时空演变特征进行分析。研究结果表明：① 2000—2018年间中国陆地生态敏感性总体稳定,生态敏感值稳定在0.33~0.34之间;但得益于21世纪以来中国实施了一系列生态环境治理与预防工作,敏感值在2000—2018年间持续下降,表明中国陆地生态敏感性状况正在逐渐好转。② 中国陆地生态敏感性空间异质性显著,呈现出“东低西高、南低北高”“城区高、郊区低”的空间分布格局。中国西部区域和北方区域自然环境恶劣,生态自我调节能力较差,易受外界因素的影响,而人类聚居区生态自我调节能力虽然较强,但由于人类活动强度较大,其敏感性反而较高。③ 中国陆地生态敏感性受土壤（地）环境因素影响较大,但人类干扰因素影响力也在逐年递增,这表明在经济快速发展的同时,中国的生态环境保护与治理工作仍然任重道远。

关键词: 中国陆地, 生态敏感性, 时空演变, 地理信息系统, 全排列多边形图示指标法

Abstract:

Ecological sensitivity is one of the most important indicators used to evaluate regional ecological environment. Its research is significant to regional ecological governance and management. Therefore, six indicators including biodiversity, hydrothermal environment, soil salinization, land desertification, soil erosion and human disturbance from the perspectives of natural ecosystems, natural-social ecosystems, and social ecosystems and the entire-array-polygon indicator method were used to calculate terrestrial ecological sensitivity of China from 2000 to 2018. Besides, the spatio-temporal evolution characteristics were also analyzed with the grid coding method. The results showed that: (1) China's terrestrial ecological sensitivity was generally stable from 2000 to 2018, between 0.33-0.34. However, it declined from 0.342 in 2000 to 0.333 in 2018, which indicates that China's terrestrial ecological sensitivity is gradually improving. (2) There is significant spatial heterogeneity of ecological sensitivity in China, showing a spatial distribution pattern of "low in the east and high in the west, and low in the south and high in the north", and "high in urban areas and low in suburban areas". This is mainly due to the poor natural environment in the western and northern regions of China, poor ecological self-regulation ability, and being prone to be affected by external factors. (3) In terms of driving factors, China's terrestrial ecological sensitivity is greatly affected by soil (land) environmental factors. But at the same time, the influence of human disturbance factors is increasing year by year, which shows that China's terrestrial ecological environment management and protection work still has a long way to go.

Key words: China's terrestrial land, ecological sensitivity, spatio-temporal evolution, GIS, entire-array-polygon indicator method

李振亚, 魏伟, 周亮, 刘春芳, 郭泽呈, 庞素菲, 张静. 中国陆地生态敏感性时空演变特征[J]. 地理学报, 2022, 77(1): 150-163.

LI Zhenya, WEI Wei, ZHOU Liang, LIU Chunfang, GUO Zecheng, PANG Sufei, ZHANG Jing. Spatio-temporal evolution characteristics of terrestrial ecological sensitivity in China[J]. Acta Geographica Sinica, 2022, 77(1): 150-163.

图/表 14

图1

图2

表1

表2

指标介绍及要素计算

指标层	因子层	计算公式及数据	解释说明
土壤侵蚀	土壤侵蚀强度	土壤侵蚀强度数据产品	–
	地形起伏度	由DEM数据计算获得	–
	植被覆盖度	$FVC = NDVI - NDV I min NDV I max - NDV I min$	NDVI是归一化植被指数;NDVI_max为植被的植被指数;NDVI_min为裸土的植被指数^[25]
人类干扰	人口密度	由统计数据插值获得	用克里金插值法中的普通克里金插值方法进行插值^[22]
人类干扰	GDP	由统计数据插值获得	普通克里金插值方法
生物多样性	生物丰度指数	$BSI = A bio × (0.35 × 林地 + 0.21 × 草地 + 0.28 × 水域湿地 + 0.11 × 耕地 + 0.04 × 建设用地 + 0.01 × 未利用地) / 区域面积$	A_bio为生物丰度指数归一化系数;BSI为生物丰度指数^[26]
土地荒漠化	LST	MODIS 11A2数据产品处理获得	采用最大值合成法获得年尺度LST数据;
	TVDI	$TVDI = T s - (a 1 + b 1 × NDVI) (a 2 + b 2 × NDVI) - (a 1 + b 1 × NDVI)$	式中：T_S为地表温度;a₁、b₁、a₂和b₂分别为干边与湿边拟合方程系数^[27]
	植被覆盖度	同土壤侵蚀植被覆盖度	–
水热环境	年降水	由气象数据插值获得	采用克里金插值法中的协同克里金插值方法进行插值^[22]
水热环境	年均温	由气象数据插值获得	协同克里金插值方法
土地盐渍化	土地盐渍化指数	$SI = b 1 × b 2$ $SRSI = (NDVI - 1) 2 + S I 2$	b1、b2分别为MOD09A1中的620~670mm、841~876mm波段反射率;NDVI为归一化植被指数^[28];SI为盐分指数^[29];SRSI为土壤盐渍化指数

表2

图3

表3

表4

表5

图4

图5

图6

图7

表6

图8

参考文献 32

[1]	Rind D. Complexity and climate. Science, 1999, 284(5411): 105-107. doi: 10.1126/science.284.5411.105
[2]	Chen Wanxu, Li Jiangfeng, Zeng Jie, et al. Spatial heterogeneity and formation mechanism of eco-environmental effect of land use change in China. Geographical Research, 2019, 38(9): 2173-2187. doi: 10.11821/dlyj020180659
	[ 陈万旭, 李江风, 曾杰, 等. 中国土地利用变化生态环境效应的空间分异性与形成机理. 地理研究, 2019, 38(9): 2173-2187.]
[3]	Sun Dongqi, Zhang Jingxiang, Zhu Chuangeng, et al. An assessment of China's ecological environment quality change and its spatial variation. Acta Geographica Sinica, 2012, 67(12): 1599-1610.
	[ 孙东琪, 张京祥, 朱传耿, 等. 中国生态环境质量变化态势及其空间分异分析. 地理学报, 2012, 67(12): 1599-1610.]
[4]	Wu Yijin, Zhao Xingshuang, Xi Yue, et al. Comprehensive evaluation and spatial-temporal changes of eco-environmental quality based on MODIS in Tibet during 2006-2016. Acta Geographic Sinica, 2019, 74(7): 1438-1449.
	[ 吴宜进, 赵行双, 奚悦, 等. 基于MODIS的2006—2016年西藏生态质量综合评价及其时空变化. 地理学报, 2019, 74(7): 1438-1449.]
[5]	Pan Feng, Tian Changyan, Shao Feng, et al. Evaluation of ecological sensitivity in Karamay, Xinjiang, northwest China. Acta Geographica Sinica, 2011, 66(11): 1497-1507.
	[ 潘峰, 田长彦, 邵峰, 等. 新疆克拉玛依市生态敏感性研究. 地理学报, 2011, 66(11): 1497-1507.]
[6]	Guan Qingchun, Hao Jinmin, Wang Hongliang, et al. Evaluation of ecological sensitivity of mineral resources city under economic transformation. Transactions of the CSAE, 2018, 34(21): 253-262.
	[ 管青春, 郝晋珉, 王宏亮, 等. 经济转型视角下矿产资源城市生态敏感性评价. 农业工程学报, 2018, 34(21): 253-262.]
[7]	Liu Kang, Ouyang Zhiyun, Wang Xiaoke, et al. Eco-environmental sensitivity and its spatial distribution in Gansu Province. Acta Ecologica Sinica, 2003, 23(12): 2711-2718.
	[ 刘康, 欧阳志云, 王效科, 等. 甘肃省生态环境敏感性评价及其空间分布. 生态学报, 2003, 23(12): 2711-2718.]
[8]	Liu Junhui, Gao Jixi, Ma Su, et al. Evaluation of ecological sensitivity in China. Journal of Natural Resources, 2015, 30(10): 1607-1616.
	[ 刘军会, 高吉喜, 马苏, 等. 中国生态环境敏感区评价. 自然资源学报, 2015, 30(10): 1607-1616.]
[9]	Pan Jinghu, Dong Xiaofeng. GIS-based assessment and division on eco-environmental sensitivity in the Heihe river basin. Journal of Natural Resources, 2006, 21(2): 267-273.
	[ 潘竟虎, 董晓峰. 基于GIS的黑河流域生态环境敏感性评价与分区. 自然资源学报, 2006, 21(2): 267-273.]
[10]	Ding Zhenmin, Yao Shunbo. Theoretical framework and model design for ecological sensitivity assessment: A case study of Shaanxi province. Geographical Research, 2019, 38(8): 2085-2098. doi: 10.11821/dlyj020181415
	[ 丁振民, 姚顺波. 区域生态敏感性评估的理论框架与模型设计: 以陕西省为例. 地理研究, 2019, 38(8): 2085-2098.]
[11]	Wang Lin, Sun Yuanyuan, Wang Jin. Coastal wetland ecosystem sensitivity evaluation method research. China Population, Resources and Environment, 2016, 26(Suppl.2): 223-227.
	[ 王琳, 孙苑苑, 王晋. 滨海湿地生态系统敏感性评价方法研究. 中国人口·资源与环境, 2016, 26(Suppl.2): 223-227.]
[12]	Nazren Leman, Mohammad Firuz Ramli, Rd Puteri Khairani Khirotdin. GIS-based integrated evaluation of environmentally sensitive areas (ESAs) for land use planning in Langkawi, Malaysia. Ecological Indicators, 2016, 61: 293-308. doi: 10.1016/j.ecolind.2015.09.029
[13]	Liu Chunxia, Li Yuechen, Yang Hua, et al. RS and GIS-based assessment for eco-environmental sensitivity of the Three Gorges reservoir area of Chongqing. Acta Geographica Sinica, 2011, 66(5): 631-642.
	[ 刘春霞, 李月臣, 杨华, 等. 三峡库区重庆段生态与环境敏感性综合评价. 地理学报, 2011, 66(5): 631-642.]
[14]	Qin Xianhong, Chen Wen, Duan Xuejun, et al. Eco-sensitivity assessing and protecting policy in the complex geomorphic region: A case study of Qinzhou city in Guangxi. Journal of Natural Resources, 2013, 28(4): 608-617.
	[ 秦贤宏, 陈雯, 段学军, 等. 复杂地貌区域生态敏感区综合评价与保护对策: 以广西钦州市为例. 自然资源学报, 2013, 28(4): 608-617.]
[15]	Liu Yaolong, Wang Jun, Xu Shiyuan, et al. Ecological sensitivity of Jingnanxia-Heishanxia reach of Yellow river. Chinese Journal of Applied Ecology, 2009, 20(1): 113-120. pmid: 19449574
	[ 刘耀龙, 王军, 许世远, 等. 黄河靖南峡—黑山峡河段的生态敏感性. 应用生态学报, 2009, 20(1): 113-120.] pmid: 19449574
[16]	Guo Zecheng, Wei Wei, Shi Peiji, et al. Spatiotemporal changes of land desertification sensitivity in the arid region of Northwest China. Acta Geographica Sinica, 2020, 75(9): 1948-1965. doi: 10.11821/dlxb202009010
	[ 郭泽呈, 魏伟, 石培基, 等. 中国西北干旱区土地沙漠化敏感性时空格局. 地理学报, 2020, 75(9): 1948-1965.]
[17]	Ouyang Zhiyun, Wang Xiaoke, Miao Hong. China's eco-environmental sensitivity and its spatial heterogeneity. Acta Ecologica Sinica, 2000, 20(1): 9-12.
	[ 欧阳志云, 王效科, 苗鸿. 中国生态环境敏感性及其区域差异规律研究. 生态学报, 2000, 20(1): 9-12.]
[18]	Liu Kang, Xu Weihua, Ouyang Zhiyun, et al. GIS-based assessment on sensitivity to land desertification in Gansu Province. Bulletin of Soil and Water Conservation, 2002, 22(5): 29-35.
	[ 刘康, 徐卫华, 欧阳志云, 等. 基于GIS的甘肃省土地沙漠化敏感性评价. 水土保持通报, 2002, 22(5): 29-35.]
[19]	Wang Liang, Liu Hui. The comprehensive evaluation of regional resources and environmental carrying capacity based on PS-DR-DP theoretical model. Acta Geographica Sinica, 2019, 74(2): 340-352. doi: 10.11821/dlxb201902010
	[ 王亮, 刘慧. 基于PS-DR-DP理论模型的区域资源环境承载力综合评价. 地理学报, 2019, 74(2): 340-352.]
[20]	Zhou Wei, Cao Yingui, Qiao Luyin. Urban land intensive use assessment based on the entire-array-polygon indictor method. China Land Sciences, 2012, 26(4): 84-90.
	[ 周伟, 曹银贵, 乔陆印. 基于全排列多边形图示指标法的西宁市土地集约利用评价. 中国土地科学, 2012, 26(4): 84-90.]
[21]	Liu Yong. Evolution and operating orientation of Chinese urbanization strategies. Reform, 2012(9): 18-30.
	[ 刘勇. 我国城镇化战略的演进轨迹和操作取向. 改革, 2012(9): 18-30.]
[22]	Ma Zice, Yu Hongbo, Cao Congming, et al. Spatiotemporal characteristics of fractional vegetation coverage and its influencing factors in China. Resources and Environment in the Yangtze Basin, 2020, 29(6): 1310-1321.
	[ 马梓策, 于红博, 曹聪明, 等. 中国植被覆盖度时空特征及其影响因素分析. 长江流域资源与环境, 2020, 29(6): 1310-1321.]
[23]	Guo Zecheng, Wei Wei, Zhang Xueyuan, et al. Spatial distribution characteristics and influencing factors of eco-environmental quality based on RS and GIS in Shiyang River Basin, China. Chinese Journal of Applied Ecology, 2019, 30(9): 3075-3086.
	[ 郭泽呈, 魏伟, 张学渊, 等. 基于RS和GIS的石羊河流域生态环境质量空间分布特征及其影响因素. 应用生态学报, 2019, 30(9): 3075-3086.]
[24]	Xie Tian, Wang Meie, Su Chao, et al. Evaluation of the natural attenuation capacity of urban residential soils with ecosystem-service performance index (EPX) and entropy-weight methods. Environmental Pollution, 2018, 238: 222-229. doi: S0269-7491(17)35336-8 pmid: 29558656
[25]	Zhou Wenying, He Binbin. Eco-environmental quality assessment of Ruoergai County in Sichuan Province based on multi-sources remote sensing data. Journal of Geo-information Science, 2014, 16(2): 314-319.
	[ 周文英, 何彬彬. 四川省若尔盖县生态环境质量评价. 地球信息科学学报, 2014, 16(2): 314-319.]
[26]	Ji Xuepeng, Bai Yongping, Du Haibo, et al. Research on the spatial quantitative evaluation and coupling coordination degree of ecological carrying capacity in Gansu Province. Acta Ecologica Sinica, 2017, 37(17): 5861-5870.
	[ 纪学朋, 白永平, 杜海波, 等. 甘肃省生态承载力空间定量评价及耦合协调性. 生态学报, 2017, 37(17): 5861-5870.]
[27]	Liu Aixia, Wang Changyao, Wang Jing, et al. Method for remote sensing monitoring of desertification based on MODIS and NOAA/AVHRR data. Transactions of the CSAE, 2007, 23(10): 145-150, 293.
	[ 刘爱霞, 王长耀, 王静, 等. 基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法. 农业工程学报, 2007, 23(10): 145-150, 293.]
[28]	Chen Shi, Xu Bin, Jin Yunxiang, et al. Remote sensing monitoring and spatial-temporal characteristics analysis of soil salinization in agricultural area of northern Xinjiang. Scientia Geographica Sinica, 2015, 35(12): 1607-1615.
	[ 陈实, 徐斌, 金云翔, 等. 北疆农区土壤盐渍化遥感监测及其时空特征分析. 地理科学, 2015, 35(12): 1607-1615.]
[29]	Wang Fei, Ding Jianli, Wu Manchun, et al. Remote sensing monitoring models of soil salinization based on NDVI-SI feature space. Transactions of the CSAE, 2010, 26(8): 168-173.
	[ 王飞, 丁建丽, 伍漫春, 等. 基于NDVI-SI 特征空间的土壤盐渍化遥感模型. 农业工程学报, 2010, 26(8): 168-173.]
[30]	Wu Qiong, Wang Rusong, Li Hongqing, et al. The indices and the evaluation method of eco-city. Acta Ecologica Sinica, 2005, 25(8): 2090-2095.
	[ 吴琼, 王如松, 李宏卿, 等. 生态城市指标体系与评价方法. 生态学报, 2005, 25(8): 2090-2095.]
[31]	Li Zhenya, Wei Wei, Zhou Liang, et al. Temporal and spatial evolution of ecological sensitivity in arid inland river basins of northwest China based on spatial distance index: A case study of Shiyang River Basin. Acta Ecologica Sinica, 2019, 39(20): 7463-7475.
	[ 李振亚, 魏伟, 周亮, 等. 基于空间距离指数的中国西北干旱内陆河流域生态敏感性时空演变特征: 以石羊河流域为例. 生态学报, 2019, 39(20): 7463-7475.]
[32]	Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective. Acta Geographica Sinica, 2017, 72(1): 116-134. doi: 10.11821/dlxb201701010
	[ 王劲峰, 徐成东. 地理探测器: 原理与展望. 地理学报, 2017, 72(1): 116-134.]

指标	指标因子标准化	指标	指标因子标准化
土壤侵蚀敏感性	土壤侵蚀强度(+)	土地荒漠化敏感性	LST(+)
	地形起伏度(+)		TVDI(–)
	植被覆盖度(–)		植被覆盖度(–)
人类干预敏感性	人口密度(+)	水热环境敏感性	年降水(–)
人类干预敏感性	GDP(+)	水热环境敏感性	年均温(–)
生物多样性敏感性	生物丰度指数(–)	土地盐渍化敏感性	土地盐渍化指数(+)

指标	p	TOL	VIF
土壤盐渍化敏感性	<0.001	0.193	5.171
土壤侵蚀敏感性	<0.001	0.290	3.453
土地荒漠化敏感性	<0.001	0.154	6.482
水热环境敏感性	<0.001	0.688	1.454
生物多样性敏感性	<0.001	0.408	2.451
人类干预敏感性	<0.001	0.828	1.208

敏感分级	生物多样性	水热环境	土地荒漠化	土壤盐渍化	土壤侵蚀	人类干预	综合生态敏感性	赋值
不敏感	< 0.24	< 0.35	< 0.23	< 0.18	< 0.14	< 0.11	< 0.32	1
轻度敏感	0.24~0.41	0.35~0.50	0.23~0.34	0.18~0.30	0.14~0.26	0.11~0.17	0.32~0.36	2
中度敏感	0.41~0.59	0.50~0.65	0.34~0.49	0.30~0.44	0.26~0.39	0.17~0.27	0.36~0.42	3
重度敏感	0.59~0.81	0.65~0.78	0.49~0.64	0.44~0.59	0.39~0.52	0.27~0.45	0.42~0.47	4
极度敏感	≥ 0.81	≥ 0.78	≥ 0.64	≥ 0.59	≥ 0.52	≥ 0.45	≥ 0.47	5

敏感性涨落分区	二级分区	编码变化	涨落状况描述
不变区	常年不变区波动不变区	11111, 22222, 33333, 44444, 55555 11121, 11211, 23222, 31233, 43344, 42344, 55445, 55545, 等	代码不变的区域首尾代码一致的区域
波动升高区	波动升高区	11112, 12112, 13223, 12343, 21213, 22123, 22323, 23223, 32224, 33234, 34544, 35545, 35454, 43455, 43445, 44345, 45445, 等	首尾代码相比,其代码增大的区域
波动降低区	波动降低区	21211, 22221, 23221, 23231, 23211, 31321, 32121, 34332, 43223, 43232, 43343, 43432, 45543, 54433, 54332, 54323, 55443, 等	首尾代码相比,其代码减小的区域

指标	2000年		2005年		2010年		2015年		2018年
指标	q	p	q	p	q	p	q	p	q	p
生物多样性	0.728	<0.001	0.725	<0.001	0.723	<0.001	0.721	<0.001	0.727	<0.001
水热环境	0.464	<0.001	0.457	<0.001	0.470	<0.001	0.443	<0.001	0.436	<0.001
土壤侵蚀	0.737	<0.001	0.743	<0.001	0.733	<0.001	0.735	<0.001	0.737	<0.001
土壤盐渍化	0.785	<0.001	0.762	<0.001	0.795	<0.001	0.768	<0.001	0.789	<0.001
土地荒漠化	0.866	<0.001	0.862	<0.001	0.826	<0.001	0.836	<0.001	0.828	<0.001
人类干扰	0.018	<0.001	0.020	<0.001	0.022	<0.001	0.044	<0.001	0.039	<0.001

中国陆地生态敏感性时空演变特征

Spatio-temporal evolution characteristics of terrestrial ecological sensitivity in China

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 32

相关文章 15

Metrics

本文评价

[1]	韩宗伟, 焦胜. 1980—2019年湘鄂豫公共卫生服务均等性及其人地关系的时空差异[J]. 地理学报, 2022, 77(8): 2019-2033.
[2]	王泽宇, 王焱熙, 赵莉, 赵璐. 中国制造业全要素生产率时空演变及影响因素[J]. 地理学报, 2021, 76(12): 3061-3075.
[3]	刘志涛, 王少剑, 方创琳. 粤港澳大湾区生态系统服务价值的时空演化及其影响机制[J]. 地理学报, 2021, 76(11): 2797-2813.
[4]	赵艳艳, 张晓平, 陈明星, 高珊珊, 李润奎. 中国城市空气质量的区域差异及归因分析[J]. 地理学报, 2021, 76(11): 2814-2829.
[5]	王少剑, 高爽, 黄永源, 史晨怡. 基于超效率SBM模型的中国城市碳排放绩效时空演变格局及预测[J]. 地理学报, 2020, 75(6): 1316-1330.
[6]	余姝辰, 王伦澈, 夏卫平, 余德清, 李长安, 贺秋华. 清末以来洞庭湖区通江湖泊的时空演变[J]. 地理学报, 2020, 75(11): 2346-2361.
[7]	刘晓琼, 吴泽洲, 刘彦随, 赵新正, 芮旸, 张健. 1960-2015年青海三江源地区降水时空特征[J]. 地理学报, 2019, 74(9): 1803-1820.
[8]	张行,梁小英,刘迪,史琴琴,陈海. 生态脆弱区社会—生态景观恢复力时空演变及情景模拟[J]. 地理学报, 2019, 74(7): 1450-1466.
[9]	王振波, 梁龙武, 王旭静. 中国城市群地区PM_2.5时空演变格局及其影响因素[J]. 地理学报, 2019, 74(12): 2614-2630.
[10]	周亮, 车磊, 周成虎. 中国城市绿色发展效率时空演变特征及影响因素[J]. 地理学报, 2019, 74(10): 2027-2044.
[11]	陈玮彤,张东,崔丹丹,吕林,谢伟军,施顺杰,侯泽宇. 基于遥感的江苏省大陆岸线岸滩时空演变[J]. 地理学报, 2018, 73(7): 1365-1380.
[12]	李玉辉,丁智强,吴晓月. 基于Strahler面积—高程分析的云南石林县域喀斯特地貌演化的量化研究[J]. 地理学报, 2018, 73(5): 973-985.
[13]	徐丽, 于贵瑞, 何念鹏. 1980s-2010s中国陆地生态系统土壤碳储量的变化[J]. 地理学报, 2018, 73(11): 2150-2167.
[14]	侯孟阳, 姚顺波. 1978-2016年中国农业生态效率时空演变及趋势预测[J]. 地理学报, 2018, 73(11): 2168-2183.
[15]	薛德升,万雅文,杨忍. 中国对外建设水电站时空演变过程及影响机制分析[J]. 地理学报, 2018, 73(10): 1942-1953.