2024, Vol. 45
2. 中国科学院南京地理与湖泊研究所, 南京 210008;
3. 自然资源部碳中和与国土空间优化重点实验室, 南京 210023
2. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
3. Key Laboratory of Carbon Neutrality and Territory Optimization, Ministry of Natural Resources, Nanjing 210023, China
土地资源作为社会经济活动的空间载体, 是气候气象、水文、地质地貌、动植物等自然产物和人文活动的综合体, 也是实现人与自然和谐发展的基础[1, 2]. 在快速工业化和城镇化的背景下, 土地利用作为重要的人类活动而影响生态安全, 资源承载力、生物多样性和可持续发展均面临严峻挑战[3 ~ 5]. 尤其是自然生态系统和人工生态系统面积比重的此消彼长, 其结构、功能退化直接影响土地生态系统的健康[6, 7]. 为保障我国土地资源安全和生态文明建设, 土地资源已从单纯的“数量管理”走向“数量管控、质量管理、生态管护”三位一体管理[8]. 作为自然社会交互界面的土地生态系统是调控土地利用方式的基础, 也是开展生态修复的关键入口[9, 10]. 因此, 开展土地生态状况评价及障碍因子诊断研究, 对土地生态学的学科建设有一定学术价值, 也对协调解决土地生态问题有重要实践意义.
土地生态状况是土地各组成要素之间, 及其与环境之间相互联系和相互制约所构成的动态的、分层次的和可反馈的系统, 由土地、自然环境、技术和人等因子组合而成的有机整体[11, 12]. 最早源自澳大利亚环境部倡导的“与自然和谐共处而不是相反”的原则, 制定了生态状况关键指标, 标志着土地生态状况评价的规范化, 正式进入政府和学界的视野[13]. 近年来, 学者对土地生态状况评价开展的研究工作, 可从研究内容、空间尺度和评价方法等方面进行总结：①研究内容上, 采用遥感解译和矢量数据, 将地形、水文、土壤、用地结构等自然和人文要素纳入土地生态评价体系, 探究特殊用途上的土地利用适宜性, 服务于国土空间规划的编制[14 ~ 16]. 同时, 针对土壤污染和水土流失等问题, 开展土地生态因子的野外踏勘, 模拟土地生态系统演化过程, 解析土地生态问题的作用机制, 为管控措施的制定提供参考[17, 18]；②研究尺度上, 从区域、省域和市域中选取典型案例, 注重不同尺度的多重转换, 并结合相关统计、多源数据和政策材料, 探究土地生态空间分异规律, 识别评价单元的障碍因子[19 ~ 21]；③研究方法上, 选取系统动力学模型模拟土地生态格局的演化过程, 服务于土地结构的空间优化[22]. 借鉴已有研究成果[23, 24], 开展土地生态服务价值的定量评价. 此外, 随着认识的深入, 学者们构建“压力-状态-响应”、“经济-环境-社会”和“暴露-响应”等概念模型, 从结构、功能和效益等多维视角遴选指标, 开展土地生态的风险评价[25]、安全评价[26]和承载力评价[27]. 由于土地生态评价的服务对象复杂、内容丰富和尺度多样, 需要探索更加科学的指标体系和评价方法.
综上, 国内外有关土地生态评价的成果虽很丰富, 但从土地生态的基础本底、结构功能、生态建设与保护等诸多层面还需对其开展系统研究. 同时, 从多尺度空间视角开展数据获取、影像解译和信息抓取, 再到土地生态状况的集成分析略显不足, 且对土地生态状况的实地调查也需强化[13, 28, 29]. 土地生态状况评价, 是从土地资源管理与生态环境保护等双重视角, 构建系统化的指标体系, 对土地生态的利用现状、人为干预和环境影响进行全方位解析[30, 31]. 因此, 本文以江苏为例, 开展土地生态状况评价及其障碍因子诊断研究, 精准识别城镇化和工业化快速推进中出现的土地生态问题, 以期为构建绿色国土空间格局提供支撑.
1 材料与方法 1.1 研究区研究区选取江苏省, 空间上跨越长江、淮河南北, 植被覆盖、气候气象兼具北方和南方的地理特征, 见图 1. 江苏陆域面积10.72万km2, 仅占国土面积的1.12%, 人均国土面积在中国各省区中最少. 作为中国经济最活跃的省份之一, 2020年江苏总人口8 477.26万人, 城镇化率为73.43%, 人均GDP高达12.34万元. 行政村数目共计15 978个. 城镇化和工业化发展中, 村域内土地利用存在质量下降、供需矛盾和土壤污染等诸多问题, 威胁着土地生态安全[32]. 因此, 江苏无论经济发展水平, 还是土地生态状况, 均有较高的研究价值.
|
图 1 江苏地理位置示意 Fig. 1 Geographical of Jiangsu |
选取的静态指标基期为2020年, 动态指标时段为2018~2020年. 数据收集中, 土壤有机质和有效土层厚度是利用2020年Landsat7 ETM+遥感影像解译数据, 根据植被覆盖度计算公式提取植被覆盖信息, 影像中的部分条带由修复软件还原为地物. 土地利用类型包括耕地、林地、草地、水域、建设用地和未利用土地. 根据2020年江苏土地利用变更调查数据、第三次全国土地利用调查数据, 采用信息挖掘法提取不同类型土地利用面积, 计算不同地类的面积占比. 土壤污染面积比例是评价重金属污染的关键参照量, 选用2020年江苏地质调查研究院实测土壤重金属数据. 点状数据通过空间插值法, 得到整个江苏的指标信息. 各评价单元的景观多样性指数和斑块多样性指数等通过Fragstats软件运行得到. 土地损毁、退化和恢复指标通过与2018年土地利用矢量图叠加分析得到. 根据ArcGIS10.7软件中的矢量叠加技术, 将上述指标数据赋值于各行政村上. 不同层级行政边界、政府驻地、路网交通、河流水系等矢量数据来自国家基础地理信息中心（http://www.ngcc.cn/ngcc/）中的地理国情数据库. 社会经济数据来自2021年的《中国城市统计年鉴》《江苏统计年鉴》, 以及各县区国民经济和社会发展统计公报.
1.3 评价体系构建遵循综合性、层次性和数据可得性等原则, 从土地生态基础、利用结构、损毁和退化、生态建设和保护等方面构建准则层, 全面反映土地生态状况. 此外, 还需考虑江苏经济发展的梯度分异和评价体系对土地利用类型的普适性[33, 34]. 因此, 面向多种地类的土地生态安全情况, 筛选出25个关键指标来构建评价体系, 见表 1.
|
表 1 土地生态评价指标体系的构建 Table 1 Construction of index system on land ecological evaluation |
具体地：①基础性指标反映土壤条件和植被状况等自然生态背景. 与土壤条件相关的指标选取反映土壤肥力的有机质含量和有效土层厚度. 植被状况由植被覆盖度和生物量等指标来表征[35, 36]；②结构性指标通过不同地类的面积占比和景观生态特征来表示. 土地利用格局、景观类型和斑块多样性指数反映景观生态格局[37, 38]. 不同地类的面积比例由生态地类占比和反映硬质覆盖的建设用地占比表征；③胁迫性指标反映土地生态系统的污染、损毁和退化状况. 选择土壤污染面积比例作为反映土壤污染的典型指标. 土地损毁在江苏以耕地压占和废弃撂荒为主[39]. 土地退化由各类生态用地转化为非生态用地的比例来表征；④效益性指标衡量土地生态系统的生产建设和生态价值. 土地生态建设是对未利用土地的开发和改良、生态用地修复等. 参考Costanza生态系统服务价值计算方法和中国陆地生态系统服务价值表, 测算土地生态价值[23, 24].
值得注意的是, 25个指标属性不一, 土壤有机质含量属于区间值. 其余可根据属性特征分为正向指标和负向指标. 为解决指标量纲不同而无法对比的问题, 采用极差标准化法对数据进行无量纲化处理, 并选取熵权法确定指标权重.
1.4 研究方法 1.4.1 空间异质性模型（1）空间相关分析 由于土地生态状况存在空间异质性, 评价单元之间并非完全独立, 因此采用空间相关分析, 构建权重矩阵, 解析评价单元和邻近区域的相关联系[40, 41]. 同时, 根据空间滞后向量明确评价单元的邻域状态, 探究土地生态状况的空间相关性. 其中, 全局空间相关是衡量区域整体空间关联和差异程度, 某一要素是否具有聚集或分散特性, 采用global Moran's I进行考察[42]. 公式为：
|
(1) |
式中, I > 0时, 表明相邻要素有“高高、低低”的聚集趋势, 为正相关；I < 0时, 表明相邻要素有“高低、低高”的聚集趋势, 为负相关；I=0时, 随机分布, 不存在相关性.
（2）空间热点分析 测算Getis-Ord Gi*值, 识别要素在空间上的显著性聚类区域, 判断是否表现出某种程度的高（低）聚类特征[43]. 公式为：
|
(2) |
为便于解释和比较, 对Gi*（d）进行标准化处理：
|
(3) |
式中, wij（d）为以距离定义的权重, d为距离, xi和xj分别为单元i和j的土地生态状况指数；E（Gi*）和Var（Gi*）分别为Gi*的期望和方差. Z（Gi*） > 0时, 表示单元i邻近区域的值高于平均值, 是热点区；Z（Gi*） < 0时, 表示评价单元i邻近区域的值低于平均值, 是冷点区.
1.4.2 最小跨度树法最小跨度树是一种空间聚类分组方法, 是根据江苏土地生态状况对其进行空间分区. 该方法对要素施加约束条件, 定义要素之间的相邻或相连, 通过构建连通图表现要素的空间关系[44, 45]. 在约束条件下, 若要素相邻或相连, 存在权重边, 要素之间越相似, 边的权重越大. 生成最小跨度树后, 基于组内差异最小、组间差异最大的原则对树的分支进行剪除, 直至获得指定的组数[46]. 最小跨度树法通过Calinski-Harabasz F统计量评估最佳分组数, F统计量越大, 分组数越佳. 公式为：
|
(4) |
其中：
|
(5) |
式中, n为要素的总数目, nc为要素的分组数目, ni为第i组中要素的数目, nv为要素进行分组的变量数, vi，jk为第i组中第j个要素的第k个变量的值, vk为第k个变量的平均值, vik为第i组中第k个变量的平均值.
1.4.3 障碍因子诊断法依据江苏土地生态状况评价和空间特征, 对土地生态状况进行病理诊断, 识别关键障碍因子, “对症下药”解决土地利用和生态安全问题. 因此, 采用指标因子贡献度、指标偏离度和障碍度等变量来诊断土地生态状况的障碍因子[47, 48]. 障碍度的计算公式为：
|
(6) |
|
(7) |
式中, Yij为第i年指标j的土地生态状况指数. Cj为因子贡献度, 反映单项评价因素对总目标的影响程度, 由单因素的权重wj表示. Nij为指标偏离度, 反映单项评价因子与土地生态安全总目标之间的相差程度, 由该指标的标准化数值与1之间的差值计算得到. Pij为障碍度, 反映该指标对评价单元土地生态状况的影响程度.
2 结果与讨论 2.1 土地生态状况评价以行政村作为研究的最小尺度单元, 运用综合评价法得到江苏土地生态的基本状况, 见图 2. 江苏土地生态呈现北高南低的空间分异特征, 多个高值区向外辐射减少, 而低值中心向外辐射增加. 具体地, 最高值区为3.22万km2, 约占总面积的30%. 分布在苏南地区的宁镇丘陵区、沿海地区的盐城中南部和南通北部. 此区域分布有大量林地、草地等生态用地, 被划入生态保护红线内, 生态状况良好. 较高值区分布零散, 主要在各县市的郊区和边缘地区. 中间值区面积最大, 为5.36万km2, 约占总面积的一半. 位于连云港中部、徐州中部和淮安大部地区, 以及盐城东部沿海地区, 空间分布连续. 此区域城镇化和工业化推进平缓, 土地开发强度适中, 与生态环境承载力相协调. 较低值分布占总面积的15%, 位于南京中部、镇江北部和无锡大部地区, 空间连续性强. 最低值区面积最小, 为0.54万km2, 仅占总面积的5%. 在空间上位于连云港南部、盐城北部, 以及镇江、常州、无锡等城区周围. 此区域承载人类活动, 集聚外来人口, 建设用地扩张对耕地、林地的侵占较多, 土地生态状况较差, 亟需加强生态建设和保护工作.
|
图 2 江苏土地生态状况的综合评价 Fig. 2 Comprehensive assessment of land ecology in Jiangsu |
对于各指标层的土地生态状况, 基础层结果由南向北递减、由西向东递减的分异特征显著[图 3（a）]. 结构层指标呈现团簇状组团分布的空间趋势, 苏北的淮安和宿迁、苏中的泰州为高值中心, 而低值中心多位于徐州和沿海地区的行政村[图 3（b）]. 土地生态污染、损毁、退化严重, 遍布全省, 尤以镇江及以南的行政村最为明显. 盐城等地的土地退化、损毁、污染结果值较高, 在各行政村均有零星分布, 约占全省的5%. 中间值面积占全省的20%, 分布在苏南的大部地区, 连云港及其以东的行政村[图 3（c）]. 土地生态建设和保护指数的空间界限清晰, 最高值区位于徐州和连云港, 盐城的滨海和大丰, 而低值区分布在连云港和盐城市区, 以及泰州大部地区, 具有北高南低、西高东低的空间特征[图 3（d）].
|
图 3 江苏土地生态特征空间分异 Fig. 3 Spatial differentiation map of land ecological characteristics |
从全局空间自相关分析土地生态状况的空间相关性, global Moran's I的估计值, 见表 2. 江苏土地生态状况的空间自相关性较高, 通过0.01水平下的显著性检验, 表明邻近区域的土地生态状况相似. 其中, 综合状况的自相关性最高, Moran's I指数为0.981. 其次为结构状况, Moran's I指数为0.976. 效益状况的自相关性最低, Moran's I指数仅为0.103.
|
|
表 2 土地生态的global Moran's I估计值 Table 2 The global Moran's I estimation of land ecology |
2.2.2 空间热点分析
开展江苏土地生态综合状况的空间热点分析, 结果见图 4. 热点区聚集在苏北的徐州和宿迁等地, 冷点区聚集在苏南的南京和无锡等地, 以及泰州、南通部分地区的行政村. 土地生态状况的空间分布和经济水平呈互补格局, 发达区的土地生态指数倾向于低值, 欠发达地区的综合指数则较高. 主要是由于发达地区城市扩张中大量侵占林地、草地等生态用地, 耕地面积急剧缩减, 土地生态安全缺乏保护. 城市规划与土地利用、产业发展不相匹配, 造成景观和斑块多样性指数降低；欠发达地区城镇化和工业化发展虽然相对滞后, 但土地利用类型和格局的多样性间接得到保护, 尤其是水源涵养区、水土保持区和生物多样性维护区等被纳入生态保护红线, 使得土地生态安全处于较高水平.
|
图 4 江苏土地生态综合状况的热点分析 Fig. 4 Hot spot analysis of land ecological comprehensive status in Jiangsu |
将土地生态综合状况分解为基础、结构、胁迫和效益等4个准则层, 空间变化明显, 见图 5. 基础层与综合状况的空间布局具有一致性, 但冷点区有所扩大, 热点区不断缩小. 结构层的热点区除聚集在苏北, 还新增了南京的南部地区；冷点区进一步缩小, 分布在南京、常州和苏州等地. 胁迫层的热点区较大, 涵盖苏北和苏中大部分行政村, 冷点区集中在宁镇丘陵区. 效益层的冷点区不显著, 热点区主要分布在徐州和宿迁等地.
|
图 5 江苏土地生态特征的热点分析 Fig. 5 Hotspot analysis of land ecological status at each criterion level in Jiangsu |
根据土地生态状况空间分异规律, 基于最小跨度树的空间聚类分组合并方法, 将研究区划分为3个一级土地生态区和8个二级土地生态区, 见图 6. 基于此, 测算土地生态区中评价指标的障碍度, 遴选出障碍度排名前3的指标, 作为主要障碍因子, 见表 3.
|
图 6 江苏土地生态综合状况分区 Fig. 6 Zoning of land ecological comprehensive status in Jiangsu |
|
|
表 3 江苏土地生态分区与障碍因子1） Table 3 Land ecological zoning and obstacle factors in Jiangsu |
Ⅰ-1类土地生态区有3 485个村, 占总面积的15.58%. 空间上多位于徐州和宿迁辖区内的行政村, 状况指数在二级分区中最高, 为0.484. 主要障碍因子为水域比例、耕地年退化率和林地年退化率, 表明区内水域面积较小, 工业化、城镇化推进过程中对耕地、林地侵占过多, 限制了土地生态水平的提升. Ⅰ-2类土地生态区有2 135个村, 面积占比为9.06%, 年降雨量、水域比例和林地年退化率等障碍因子对土地生态的影响明显. 总体上, Ⅰ类区气候上雨热同期, 适合农业发展, 但土壤盐碱化制约大, 作物种植和产出水平有限. 空间上位于淮河以北, 以山地、丘陵为主, 部分地区处于生态红线范围内. 因此, Ⅰ类区自然本底优越, 生态建设效益好, 未来在发展经济的同时, 注意避免发达地区的污染转移, 以发展清洁型经济为主, 保持现有较高的土地生态水平.
Ⅱ-1类土地生态区涵盖1 777个村, 面积占比为11.28%, 生态状况均值为0.448, 障碍因子为土壤有机质含量、废弃撂荒土地比例和草地年退化率. Ⅱ-2类区有3 604个村, 面积占比在Ⅱ类区中最大, 障碍因子为未利用土地开发年增加率、耕地年退化率和水域比例, 作用机制复杂. Ⅱ-3类区有1 374个村, 面积占比在二级分区中最小, 仅有9.46%, 障碍因子为土壤有机质含量、多样性指数和土壤污染面积比例. 总体上, Ⅱ类区位于淮南地区, 包括运西湖区平原、里下河浅洼平原和苏北滨海平原. 所属区域地势平坦、耕地占比高和景观板块完整, 土地利用受自然条件和人为活动双重影响. 未来应保持土地生态与经济发展的协调, 促进人地关系协调, 逐步提升土地生态质量水平.
Ⅲ-1类土地生态区包括1785个村, 面积占比为11.84%, 生态状况均值为0.424, 与Ⅰ类和Ⅱ类一级区差距不大. Ⅲ-2类区涵盖的行政村最多, 高达4914个, 但生态分值低, 为0.374, 障碍因子为耕地年退化率、土壤污染面积比例和生物量, 该区以平原为主, 水系发达、水网复杂. 此类区域生产、生活活跃, 城市空间扩展大, 不透水面增加, 土地生态堪忧. Ⅲ-3类区所占面积最小, 仅有8.53%, 障碍因子为土壤污染面积比例、耕地年退化率和耕地比例等. 总体上, Ⅲ类区位于苏南沿江地区, 包括宁镇扬丘陵、里下河太湖平原. 该区域已基本实现工业化, 生态基础遭到一定破坏, 应在保持经济发展的同时, 着力改善土地生态环境, 限制污染企业的发展, 提升生态建设的人为响应水平, 以改善土地生态恶化的局面.
3 结论（1）江苏土地生态在空间上呈现北高南低的分异特征, 多个高值区向外辐射减少, 而低值中心向外辐射增加. 中间值区面积最大, 超过总面积的50%, 主要分布在连云港中部、徐州中部、宿迁和淮安的部分地区. 最高值和较低值区面积较小, 较高值则分布在各县市的郊区和边缘地区.
（2）江苏土地生态状况的空间自相关性显著, 区域越邻近, 土地生态状况越相似. 热点区聚集在苏北, 冷点区则聚集在苏南以及泰州、南通的部分区域. 冷热点区的空间分布与地区发展水平呈互补格局, 发达地区的土地生态指数较低, 欠发达地区的指数较高.
（3）江苏Ⅰ类一级土地生态区的自然本底优越, 生态建设效益好, 生态状况水平高. 空间上位于淮河以北, 以山地、丘陵为主. 障碍因子为水域比例、林地年退化率等. Ⅱ类一级生态区位于淮南地区, 受自然条件和人为活动双重影响, 土地利用结构合理, 生态水平适中. Ⅲ类一级生态区面积最大, 位于苏南沿江地区. 工业化发展程度高, 生态基础遭到一定破坏, 生态建设的人为响应弱. 障碍因子为耕地年退化率、土壤污染面积比例等, 通过管控土地生态风险, 提高生态危机的预警水平.
| [1] |
连心桥, 朱广伟, 杨文斌, 等. 土地利用对太湖入流河道营养盐的影响[J]. 环境科学, 2021, 42(10): 4698-4707. Lian X Q, Zhu G W, Yang W B, et al. Effects of land use on nutrient concentrations in the inflow river of Lake Taihu, China[J]. Environmental Science, 2021, 42(10): 4698-4707. |
| [2] | He J, Shi X Y, Fu Y J, et al. Evaluation and simulation of the impact of land use change on ecosystem services trade-offs in ecological restoration areas, China[J]. Land Use Policy, 2020, 99. DOI:10.1016/j.landusepol.2020.105020 |
| [3] | Yang C, Zeng W, Yang X. Coupling coordination evaluation and sustainable development pattern of geo-ecological environment and urbanization in Chongqing municipality, China[J]. Sustainable Cities and Society, 2020, 61. DOI:10.1016/j.scs.2020.102271 |
| [4] |
张凯, 吴凤平, 成长春. 三重属性的承载力约束下中国水资源利用效率动态演进特征分析[J]. 环境科学, 2021, 42(12): 5757-5767. Zhang K, Wu F P, Cheng C C. Dynamic evolution characteristics of water resources utilization efficiency in China under the constraint of triple attribute carrying capacity[J]. Environmental Science, 2021, 42(12): 5757-5767. |
| [5] | He Y H, Wang Z R. Water-land resource carrying capacity in China: changing trends, main driving forces, and implications[J]. Journal of Cleaner Production, 2022, 331. DOI:10.1016/j.jclepro.2021.130003 |
| [6] |
刘焱序, 王仰麟, 彭建, 等. 耦合恢复力的林区土地生态适宜性评价——以吉林省汪清县为例[J]. 地理学报, 2015, 70(3): 476-487. Liu Y X, Wang Y L, Peng J, et al. Land ecological suitability assessment for forest coupled with the resilience perspective: a case study in Wangqing county, Jilin province, China[J]. Acta Geographica Sinica, 2015, 70(3): 476-487. |
| [7] | Li Q G, Wang L C, Gul H N, et al. Simulation and optimization of land use pattern to embed ecological suitability in an oasis region: a case study of Ganzhou district, Gansu province, China[J]. Journal of Environmental Management, 2021, 287. DOI:10.1016/j.jenvman.2021.112321 |
| [8] | Ahmed A, Gasparatos A. Reconfiguration of land politics in community resource management areas in Ghana: insights from the Avu Lagoon CREMA[J]. Land Use Policy, 2020, 97. DOI:10.1016/j.landusepol.2020.104786 |
| [9] | Han B, Jin X B, Xiang X M, et al. An integrated evaluation framework for land-space ecological restoration planning strategy making in rapidly developing area[J]. Ecological Indicators, 2021, 124. DOI:10.1016/j.ecolind.2021.107374 |
| [10] |
黄海, 杨顺, 田尤, 等. 汶川地震重灾区泥石流灾损土地利用及生态修复模式——以北川县都坝河小流域为例[J]. 自然资源学报, 2020, 35(1): 106-118. Huang H, Yang S, Tian Y, et al. The debris flow disaster land use and ecological restoration measures in Wenchuan earthquake hard-hit disaster areas: a case study in the small watershed of Duba River[J]. Journal of Natural Resources, 2020, 35(1): 106-118. |
| [11] | Zou S J, Zhang L, Huang X, et al. Early ecological security warning of cultivated lands using RF-MLP integration model: a case study on China's main grain-producing areas[J]. Ecological Indicators, 2022, 141. DOI:10.1016/j.ecolind.2022.109059 |
| [12] |
屈颂杰, 韩玲, 黄馨, 等. 未来不同情景下陕西省碳储量的时空演变分析[J]. 环境科学, 2024, 45(8): 4683-4695. Qu S J, Han L, Huang X, et al. Analysis of the spatiotemporal evolution of carbon reserves in Shaanxi Province under different scenarios in the future[J]. Environmental Science, 2024, 45(8): 4683-4695. |
| [13] |
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[J]. 地理研究, 2019, 38(9): 2173-2187. Chen W X, Li J F, Zeng J, et al. Spatial heterogeneity and formation mechanism of eco-environmental effect of land use change in China[J]. Geographical Research, 2019, 38(9): 2173-2187. |
| [14] | Cheng H, Dong S C, Li F J, et al. A circular economy system for breaking the development dilemma of 'ecological Fragility-Economic poverty' vicious circle: a CEEPS-SD analysis[J]. Journal of Cleaner Production, 2019, 212: 381-392. DOI:10.1016/j.jclepro.2018.12.014 |
| [15] | Franco L, Magalhães M R. Assessing the ecological suitability of land-use change. Lessons learned from a rural marginal area in southeast Portugal[J]. Land Use Policy, 2022, 122. DOI:10.1016/j.landusepol.2022.106381 |
| [16] |
魏婵娟, 蒙吉军. 中国土地资源生态敏感性评价与空间格局分析[J]. 北京大学学报(自然科学版), 2022, 58(1): 157-168. Wei C J, Meng J J. Ecological sensitivity assessment and spatial pattern analysis of land resources in China[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2022, 58(1): 157-168. |
| [17] |
张荣群, 王大海, 艾东, 等. 基于生态位和"反规划"思想的城市土地开发适宜性评价[J]. 农业工程学报, 2018, 34(3): 258-264. Zhang R Q, Wang D H, Ai D, et al. Suitability evaluation of urban land development based on niche and anti-planning[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(3): 258-264. |
| [18] | Cheng K, He K X, Sun N, et al. Comprehensive evaluation of eco-environmental resources in the main grain-producing areas of China[J]. Ecological Informatics, 2023, 75. DOI:10.1016/j.ecoinf.2023.102059 |
| [19] | Du L D, Dong C, Kang X C, et al. Spatiotemporal evolution of land cover changes and landscape ecological risk assessment in the Yellow River Basin, 2015-2020[J]. Journal of Environmental Management, 2023, 332. DOI:10.1016/j.jenvman.2022.117149 |
| [20] |
张凤太, 王腊春, 苏维词. 基于物元分析-DPSIR概念模型的重庆土地生态安全评价[J]. 中国环境科学, 2016, 36(10): 3126-3134. Zhang F T, Wang L C, Su W C. Evaluation of land ecological security in Chongqing based on the matter-element analysis-DPSIR model[J]. China Environmental Science, 2016, 36(10): 3126-3134. DOI:10.3969/j.issn.1000-6923.2016.10.042 |
| [21] |
刘师师, 秦建新, 麻战洪, 等. 湖南典型贫困区土地生态状况评估与障碍因子诊断——以平江县为例[J]. 地质学刊, 2018, 42(4): 694-700. Liu S S, Qin J X, Ma Z H, et al. Evaluation of land ecological status and diagnosis of obstacle factors in typical poor areas of Hunan Province: a case study of Pingjiang County[J]. Journal of Geology, 2018, 42(4): 694-700. DOI:10.3969/j.issn.1674-3636.2018.04.021 |
| [22] |
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 D W, Liu Y, Sun H. 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, 2017, 33(18): 267-276. DOI:10.11975/j.issn.1002-6819.2017.18.035 |
| [23] | Costanza R, d'Arge R, de Groot R, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260. DOI:10.1038/387253a0 |
| [24] |
谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报, 2015, 30(8): 1243-1254. Xie G D, Zhang C X, Zhang L M, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8): 1243-1254. |
| [25] | Gao L N, Tao F, Liu R R, et al. Multi-scenario simulation and ecological risk analysis of land use based on the PLUS model: a case study of Nanjing[J]. Sustainable Cities and Society, 2022, 85. DOI:10.1016/j.scs.2022.104055 |
| [26] | Cheng H R, Zhu L K, Meng J J. Fuzzy evaluation of the ecological security of land resources in mainland China based on the Pressure-State-Response framework[J]. Science of the Total Environment, 2022, 804. DOI:10.1016/j.scitotenv.2021.150053 |
| [27] |
王世豪, 黄麟, 徐新良, 等. 特大城市群生态空间及其生态承载状态的时空分异[J]. 地理学报, 2022, 77(1): 164-181. Wang S H, Huang L, Xu X L, et al. Spatio-temporal variation characteristics of ecological space and its ecological carrying status in mega-urban agglomerations[J]. Acta Geographica Sinica, 2022, 77(1): 164-181. |
| [28] | Liao X, Fang C L, Shu T H. Multifaceted land use change and varied responses of ecological carrying capacity: a case study of Chongqing, China[J]. Applied Geography, 2022, 148. DOI:10.1016/j.apgeog.2022.102806 |
| [29] |
王芳, 李文慧, 林妍敏, 等. 1990~2020年黄河流域典型生态区生态环境质量时空格局及驱动力分析[J]. 环境科学, 2023, 44(5): 2518-2527. Wang F, Li W H, Lin Y M, et al. Spatiotemporal pattern and driving force analysis of ecological environmental quality in typical ecological areas of the Yellow River Basin from 1990 to 2020[J]. Environmental Science, 2023, 44(5): 2518-2527. |
| [30] |
刘志有, 徐馨怡, 李慧, 等. 西部干旱绿洲区城市土地生态风险预警及管控研究——以新疆乌鲁木齐市为例[J]. 国土资源科技管理, 2018, 35(1): 11-21. Liu Z Y, Xu X Y, Li H, et al. On early warning and control of urban land ecological risk of oasis in western arid region: a case study of Urumqi City of Xinjiang[J]. Scientific and Technological Management of Land and Resources, 2018, 35(1): 11-21. |
| [31] |
曹刚, 刘艳中, 张祚, 等. 土地生态安全二维预警模型构建及应用——以临湘市为例[J]. 中国环境科学, 2022, 42(5): 2305-2314. Cao G, Liu Y Z, Zhang Z, et al. Construction and application of two-dimensional early warning model for land ecological security——A case study of Linxiang City[J]. China Environmental Science, 2022, 42(5): 2305-2314. DOI:10.3969/j.issn.1000-6923.2022.05.037 |
| [32] |
王雅竹, 段学军, 杨清可, 等. 近30年江苏省建设用地扩张的时空特征、模式与驱动因素研究[J]. 长江流域资源与环境, 2019, 28(7): 1531-1540. Wang Y Z, Duan X J, Yang Q K, et al. Spatial-temporal characteristics and driving factors of urban construction land in Jiangsu Province in the last 30 years[J]. Resources and Environment in the Yangtze Basin, 2019, 28(7): 1531-1540. |
| [33] |
杨清可, 王磊, 李永乐, 等. 供需匹配视角下土地利用空间均衡的理论分析与状态评价——以江苏省为例[J]. 资源科学, 2021, 43(5): 932-943. Yang Q K, Wang L, Li Y L, et al. Land use spatial equilibrium from the perspective of supply and demand matching: a case study of Jiangsu Province[J]. Resources Science, 2021, 43(5): 932-943. |
| [34] | He W K, Li X S, Yang J, et al. How land use functions evolve in the process of rapid urbanization: evidence from Jiangsu Province, China[J]. Journal of Cleaner Production, 2022, 380. DOI:10.1016/j.jclepro.2022.134877 |
| [35] |
李广宇, 周长波, 翟明洋, 等. "十四五"时期中国应对气候变化的区域行动: 规划、问题与对策[J]. 中国环境管理, 2022, 14(4): 32-39. Li G Y, Zhou C B, Zhai M Y, et al. China's regional action on climate change during the 14th Five-Year Plan Period: planning, issues, and countermeasures[J]. Chinese Journal of Environmental Management, 2022, 14(4): 32-39. |
| [36] |
徐勇, 黄雯婷, 郑志威, 等. 基于空间尺度效应的西南地区植被NPP影响因子探测[J]. 环境科学, 2023, 44(2): 900-911. Xu Y, Huang W T, Zheng Z W, et al. Detecting influencing factor of vegetation NPP in Southwest China based on spatial scale effect[J]. Environmental Science, 2023, 44(2): 900-911. |
| [37] |
方林, 方斌, 刘艳晓, 等. 长三角地区景观生态风险与人类活动强度的响应及其时空关联[J]. 农业工程学报, 2022, 38(22): 210-219. Fang L, Fang B, Liu Y X, et al. Scale response and spatiotemporal correlations between landscape ecological risk and human activity intensity in the Yangtze River Delta region[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(22): 210-219. DOI:10.11975/j.issn.1002-6819.2022.22.023 |
| [38] |
梁膑月, 曹春, 李锦超, 等. 近20年兰西城市群生态系统服务价值对土地利用转型的时空响应[J]. 环境科学, 2024, 45(6): 3329-3340. Liang B Y, Cao C, Li J C, et al. Spatiotemporal response of ecosystem service value to land use change in the Lanzhou-Xining urban agglomeration over the past 20 years[J]. Environmental Science, 2024, 45(6): 3329-3340. |
| [39] |
肖善才, 欧名豪. 基于生态位适宜度模型的江苏省陆域生态保护红线划定研究[J]. 长江流域资源与环境, 2022, 31(2): 366-378. Xiao S C, Ou M H. Study on delineation of ecological protection red line on the terrestrial parts of Jiangsu Province based on Niche-fitness model[J]. Resources and Environment in the Yangtze Basin, 2022, 31(2): 366-378. |
| [40] | Bylak A, Kukuła K, Ortyl B, et al. Small stream catchments in a developing city context: the importance of land cover changes on the ecological status of streams and the possibilities for providing ecosystem services[J]. Science of the Total Environment, 2022, 815. DOI:10.1016/j.scitotenv.2021.151974 |
| [41] | Sun Z H, Han J C, Li Y N, et al. Effects of large-scale land consolidation projects on ecological environment quality: a case study of a land creation project in Yan'an, China[J]. Environment International, 2024, 183. DOI:10.1016/j.envint.2023.108392 |
| [42] |
王少剑, 苏泳娴, 赵亚博. 中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素[J]. 地理学报, 2018, 73(3): 414-428. Wang S J, Su Y X, Zhao Y B. Regional inequality, spatial spillover effects and influencing factors of China's city-level energy-related carbon emissions[J]. Acta Geographica Sinica, 2018, 73(3): 414-428. |
| [43] |
葛岂序, 刘岩, 杨洪, 等. 2015~2019年河南省PM2.5时空特征与驱动因素分析[J]. 环境科学, 2022, 43(4): 1697-1705. Ge Q X, Liu Y, Yang H, et al. Analysis on spatial-temporal characteristics and driving factors of PM2.5 in Henan Province from 2015 to 2019[J]. Environmental Science, 2022, 43(4): 1697-1705. |
| [44] |
牛笑笑, 钟艳梅, 杨璐, 等. 2015~2020年中国城市PM2.5-O3复合污染时空演变特征[J]. 环境科学, 2023, 44(4): 1830-1840. Niu X X, Zhong Y M, Yang L, et al. Spatiotemporal evolution characteristics of PM2.5-O3 compound pollution in Chinese cities from 2015 to 2020[J]. Environmental Science, 2023, 44(4): 1830-1840. |
| [45] | Li X Q, Zhao H, Liu J. Minimum spanning tree niching-based differential evolution with knowledge-driven update strategy for multimodal optimization problems[J]. Applied Soft Computing, 2023, 145. DOI:10.1016/j.asoc.2023.110589 |
| [46] | Li Y N, Chu T P, Liu Y O, et al. Classification of major depression disorder via using minimum spanning tree of individual high-order morphological brain network[J]. Journal of Affective Disorders, 2023, 323: 10-20. DOI:10.1016/j.jad.2022.11.029 |
| [47] |
贺博文, 聂赛赛, 李仪琳, 等. 承德市PM2.5中多环芳烃的季节分布特征、来源解析及健康风险评价[J]. 环境科学, 2022, 43(5): 2343-2354. He B W, Nie S S, Li Y L, et al. Seasonal distribution characteristics, source analysis, and health risk evaluation of PAHs in PM2.5 in Chengde[J]. Environmental Science, 2022, 43(5): 2343-2354. |
| [48] | Wang D, Li Y M, Yang X D, et al. Evaluating urban ecological civilization and its obstacle factors based on integrated model of PSR-EVW-TOPSIS: a case study of 13 cities in Jiangsu Province, China[J]. Ecological Indicators, 2021, 133. DOI:10.1016/j.ecolind.2021.108431 |