2026, Vol. 47
2. 西安建筑科技大学建筑学院，西安 710055;
3. 西安建筑科技大学绿色建筑全国重点实验室，西安 710055
2. College of Architecture, Xi'an University of Architecture and Technology, Xi'an 710055, China;
3. State Key Laboratory of Green Building, Xi'an University of Architecture and Technology, Xi'an 710055, China
改革开放以来，我国城市化进程持续加快，推动土地利用格局迅速转变[1]. 这一过程在促进经济高速发展的同时，也引发了一系列生态环境问题[2]，不仅显著削弱了生态系统服务的供给能力，还对区域生态安全带来了严重威胁[3]. 构建区域生态安全格局，提供空间解决方案，改善和优化区域生态安全状况，已经成为了环境保护与推动人类可持续发展的迫切需求[4，5].
目前，生态安全格局研究已基本建立起以“识别生态源地-构建生态阻力面-提取生态廊道”为核心流程的研究范式[6]. 生态源地的识别方法包括基于政策界定的直接识别方法[7]，基于空间分析的间接识别方法[8，9]以及综合指标框架法[10，11]. 其中综合指标框架法基于区域生态安全具体问题厘定指标体系，有利于因地制宜，提升源地识别的合理性和准确性. 阻力面构建多通过选取影响物种迁移的因子并赋予权重进行叠加分析[6]. 生态廊道提取则主要使用最小累积阻力模型（MCR）[12]与电路理论模型[13]. 其中，电路理论模型可以模拟生物流动的方向和程度，识别生态网络中的夹点和障碍点[14]，更好地反映景观过程的流通性与复杂性[15].
在已有研究聚焦生态安全格局科学构建的基础上，进一步探究其演变的驱动机制，有助于为区域生态高质量发展与可持续空间治理提供理论支撑与决策依据[16]. 近年来，FLUS模型凭借其在未来土地利用预测与多情景模拟中的优势[17]，被广泛用于区域生态高质量发展与可持续空间治理研究中. 然而，该模型驱动因子设置多基于常规自然地理和社会经济变量[18，19]，少有研究整合生态安全格局历史演变特征与驱动机制展开模拟分析，导致模型驱动变量的生态安全指向性不足，难以准确预测土地利用格局的结构响应与韧性变化. 相关研究表明，人类与自然因素共同驱动生态系统变化，其中，自然因素通常在较长时间尺度上对生态安全产生深远影响，而在人类活动频繁的背景下，生态安全在较短时间内更易受到人为因素扰动[20]. 针对生态安全格局变化的驱动机制识别，现有研究主要采用两类方法. 第一类采用线性统计模型，如普通最小二乘法（OLS）[21]，从全局角度定量分析驱动因素的影响方向与强度，但忽略了空间异质性，难以揭示关键因子的空间分布规律及其区域差异特征. 第二类为空间模型，如地理加权回归（GWR）[22]和地理探测器[23]，虽然可以从局部角度探索生态安全驱动机制的空间异质性，但在变量选择与因果解释方面仍存在不确定性. 因此，本文综合考虑驱动因子的整体效应与空间异质性，整合采用地理探测器、OLS与GWR模型，构建“定性-定量-空间”递进分析框架，识别生态安全格局变化的驱动机制，以期科学解析影响生态安全格局演变的关键因素. 此外，生态安全格局是持续、动态的特征变量[24]，通过“定性-定量-空间”递进方法科学识别生态安全格局演变的驱动因子，解释生态安全格局“为何发生变化”；进一步将驱动因子应用于未来情景模拟，探讨驱动机制“将如何影响未来演变趋势”，以满足空间规划设计对未来格局演变趋势的预测需求[25]. 因此，为实现生态安全格局从“机制认知”到“模拟预测”的系统整合，亟需构建一种“驱动因子识别-模拟反馈-格局响应评估”的系统框架，明确关键驱动因子在未来土地利用格局演变中的作用路径与调控效果，评估生态安全格局构建的有效性，从而为生态修复与空间管控提供更具针对性的决策依据.
2000~2020年西安市建设用地扩张明显，快速的城镇化水平加大区域生态安全压力. 同时，作为国土空间生态修复规划的试点城市，大规模生态修复工程的实施在一定程度上重塑了区域景观格局，但整体仍缺乏基于生态安全格局演变规律的系统认知与策略引导. 基于此，本研究构建“生态系统服务重要性-生态敏感性-景观连通性”三维识别框架识别生态源地，综合自然与人类干扰因子构建阻力面，基于电路理论提取生态廊道、夹点与障碍点，刻画2000~2020年生态安全格局演变过程. 在此基础上，进一步运用地理探测器、OLS与GWR模型从“定性-定量-空间”三重维度识别关键驱动因子，并将其嵌入FLUS模型作为情景模拟的驱动变量，设置自然发展、经济优先发展与生态保护优先这3种情景，模拟2030年土地利用变化，系统评估格局响应的景观结构特征与生态韧性表现. 本研究旨在实现生态安全格局研究由“解释过去”向“引导未来”的转变，既关注驱动机制的识别，也强调其在模拟预测中的实践适用性，以期为区域生态保护修复与空间格局优化提供机制导向与预测支撑.
1 研究区概况与数据来源 1.1 研究区概况西安市（107°40′~109°49′E，33°42′~34°45′N）位于陕西省中部（图 1），是关中平原城市群的核心城市和西部地区的特大城市，地势南高北低，土地总面积约为10 108 km². 2000~2020年间，西安市土地利用结构发生显著变化，耕地和林地面积普遍减少，而建设用地、水域和草地面积则有所增加，其中以建设用地扩张最为明显. 随着景观格局的快速演变和人类干扰强度的持续增强，西安市生态安全格局不断发生改变，为本研究分析2000~2020年西安市生态安全格局的动态演变及其驱动因素，并预测2030年多情景模拟下的土地利用格局提供了坚实基础.
|
图 1 研究区概况 Fig. 1 Overview of the study area |
本研究所使用的数据及来源如表 1所示. 其中土地利用类型数据基于研究需要划分为耕地、林地、草地、水域、建设用地和未利用地. 在ArcGIS 10.8中将所有数据均重采样为30 m空间分辨率，空间参考统一设置为Albers_Conic_Equal_Area.
|
表 1 本研究使用的数据及来源 Table 1 Data and sources used in this study |
2 研究方法
本文研究框架如图 2所示，首先基于“生态系统服务重要性-生态敏感性-景观连通性”三维识别框架识别生态源地；然后，综合自然特征与人为干扰，选取8个因子构建阻力面；在此基础上，利用电路理论提取生态廊道、生态夹点与障碍点，构建西安市2000年、2010年和2020年生态安全格局；最后，利用地理探测器、普通最小二乘法和地理加权回归模型识别影响西安市生态安全格局空间变化的关键因子，并将其导入FLUS模型，预测2030年多情景模拟下的土地利用格局，结合土地利用变化与景观格局特征评估生态安全响应，为西安市国土空间生态修复提供理论参考.
|
图 2 研究框架 Fig. 2 Research framework |
参考相关研究[26，27]，结合西安市生态本底特征和《西安国土空间生态修复规划（2021~2035年）》的要求，选取生物多样性、水源涵养、土壤保持和固碳释氧这4类典型生态系统服务进行评价（表 2）. 采用模糊隶属度函数进行标准归一化处理，通过栅格等权叠加，得到综合生态系统服务格局，形成最终的生态系统服务重要性综合评价.
|
|
表 2 生态系统服务评价体系 Table 2 Ecosystem service evaluation system |
2.1.2 面向生态敏感性的综合因子评估
生态敏感性是指生态系统对自然因素及人类活动干扰所表现出的响应程度，通常用于评估区域生态系统在受到扰动时发生生态环境问题的潜在风险[22]. 参考相关研究[32~34]，选取高程、坡度、土地利用类型、NDVI和降水量这5个因子作为生态敏感性评价指标，采用AHP层次分析法计算权重（表 3）.
|
|
表 3 生态敏感性评价指标及权重 Table 3 Ecological sensitivity evaluation indicators and weights |
2.1.3 面向景观连通性的形态格局识别
形态空间格局分析（morphological spatial pattern analysis，MSPA）方法强调景观内部结构性的连接，本文将环境质量好的林地、草地和水源分别作为前景要素，其余地类作为背景. 将前景划分为核心区、孤岛、孔隙、边缘区、环岛区、桥接区和支线这7类景观格局结构，其中核心区是可以为物种提供较大的栖息地，对生物多样性的保护具有重要意义[35]，将其提取作为生态网络中的生态源地.
2.1.4 生态源地综合识别对生态系统服务重要性与生态敏感性评价结果进行标准化处理后实施等权叠加分析，并采用自然断点法将结果划分为5个等级，提取高等级和极高等级斑块作为生态源地初步识别结果. 进一步与MSPA分析结果中的陆域与水域核心区进行叠加，并剔除面积小于2 km²且分布零散的斑块[36]，最终确定西安市陆域生态源地与水域生态源地.
2.2 生态安全格局构建 2.2.1 阻力面构建阻力面可以模拟物种在特定区域内迁移和扩散过程的难易程度，进而评估不同区域之间的连通性和可达性[37]. 参照西安市独特的生态本底和相关研究[38，39]，选取：土地利用类型、NDVI、高程、坡度、地形起伏度、距水源距离、距居民点距离和距主要道路距离这8个阻力因子来共同构建西安市综合阻力面，并采用客观熵权法[40]进行权重赋值（表 4），阻力值越大，表明物种的迁徙阻力越大.
|
|
表 4 西安市阻力因子分级及权重 Table 4 Grading and weighting of resistance factors in Xi'an |
2.2.2 生态廊道、生态夹点及障碍点识别
在电路理论模型中，景观被视作具有不同电导性的表面，物种迁移路径被比作电流流动路径，迁移友好的景观类型被赋予较低的电阻值，而不利于扩散的区域则具有较高的阻力值，从而反映不同地貌对生态过程的影响[41]. 生态廊道作为连接生态源地的关键纽带，承担着物质循环、能量传输与物种迁移等功能，是实现景观生态过程连通性、缓解生态破碎化、提升生态系统稳定性与整体功能的重要空间载体[42]. 利用电路理论模型Linkage Mapper工具箱的Linkage Pathway Tool工具提取生态廊道，并设置20 000加权成本距离作为廊道宽度，同时通过Centrality Mapper工具，采用自然断点法将廊道分为关键生态廊道与一般生态廊道.
在此基础上，借助Pinchpoint Mapper模块，参考相关研究[39，43]，设定廊道宽度为1 200 m，采用“All-to-one”模式识别生态夹点，即那些具有重要连通功能、缺乏可替代路径且生物迁徙概率较高的关键通道区段，作为维持生态连通性的重要节点[44]. 同时，利用Barrier Mapper模块，在最佳搜索半径下提取当前累计恢复值，用以识别生态廊道中限制生物流动的阻碍区域，从而界定源地间生态过程受阻的“障碍点”及其阻力强度[45].
2.3 驱动因素分析生态安全格局以生态源地和阻力面为基础，通过分析影响因素对生态安全格局构成要素的作用来反映生态安全格局的驱动机制[46]. 考虑到可操作性和重要性，本研究将生态源地与阻力面作为关键切入点，结合西安市地形地貌复杂、经济发展迅速及人类活动强度时序差异等特征，从自然和人类干扰两方面初步选取了8个影响因子：土地利用类型、NDVI、高程、地形起伏度、坡度、距水源距离、距居民点距离和距道路距离.
2.3.1 地理探测器地理探测器是一种用于识别空间格局与多因素驱动机制之间关系的统计分析方法，能够有效评估各类因子对系统变化的影响[47]. 其中，因子探测器用于衡量单一因子对因变量的解释程度，结果以q值表示，取值范围为0~1，数值越高代表解释力越强. 计算公式如下[48]：
式中，Nh和N分别为层h和整个研究区的样本单元数；h为变量Y或者因子X的分区，h=1，2，⋯，L；L为分区的数量；
OLS是用来解释因变量（ym）与自变量（xm）之间关系的一种统计学方法. 计算公式如下[21]：
式中，ym为第m个区县的因变量值；β0为模型截距；xmk为第k个自变量在第m个区县的值；k为自变量记数；βk为第k个自变量的回归系数；εm为区县m的随机误差项.
2.3.3 地理加权回归（GWR）模型GWR模型是OLS的扩展，能够在空间上反映自变量与因变量之间的关系，使变量间的关系可以随空间位置的变化而变化[49]. GWR模型的计算公式如下：
式中，yi为位置i处因变量的值；（ui，vi）为位置i处的地理坐标；β0（ui，vi）为位置i处的截距；βj（ui，vi）为自变量xij在位置i处的回归系数；k为解释变量的个数；xij为位置i处的第j个自变量值；
由Liu等[50]开发的FLUS模型通过融合元胞自动机（CA）与随机种子扩散机制，模拟土地利用的时空动态过程，能有效预测不同土地类型的扩张趋势、驱动因子贡献及空间开发潜力. 本研究基于识别的生态安全格局演变驱动因子，选取关键因子作为FLUS模型的驱动变量，模拟2030年3种发展情景下的土地利用格局. 自然发展情景（BAU）在时间维度上保持2000~2020年间各类土地类型的过渡概率不变，在空间上以重要水体为生态约束，借助CARS模块生成2030年土地利用空间分布. 经济优先发展情景（PED）强调城镇扩张优先，提高生态用地转为建设用地的概率，降低建设用地转为其他类型的可能性，空间约束与BAU情景一致. 生态保护优先情景（PEP）注重生态系统保护，限制生态用地转为建设用地的转换概率，提升建设用地转出概率，并以构建的生态安全格局作为空间开发限制条件.
为了评估2030年3种情景下的生态安全状况，本文从土地利用数量变化与景观格局特征两个维度开展综合评估（表 5）. 其中，土地利用数量的评估内容聚焦于建设用地、耕地与生态用地的变化情况，用以刻画城市扩张趋势、粮食安全压力及生态退化风险. 景观格局特征评估侧重景观结构及空间分布对生态安全的影响，引入SHDI、SHEI等指标，从景观多样性、破碎化、连通性与干扰风险4方面进行评估[51，52]. 其中基于斑块密度、景观分离度和破碎度计算的干扰风险指数量化了人类活动对生态系统的影响[53].
|
|
表 5 生态安全评估体系 Table 5 Ecological security assessment system |
3 结果与分析 3.1 生态安全格局的时空演变 3.1.1 生态源地的时空变化
2000~2020年，西安市生态源地面积占全域土地面积的比例稳步上升，分别为87.44%、88.62%和89.36%. 其中，陆域生态源地占比始终维持在99%左右，主要分布于秦岭和骊山地区；水域生态源地则由2000年的0.90%上升至2020年的1.30%，集中分布于渭河、黑河和灞河等河流水库周边. 整体呈现陆域生态源地占比略降和水域生态源地占比略增的趋势. 图 3放大区域显示，局部陆域生态源地面积有所减少，而水域生态源地连通性显著增强，主要受城镇扩张挤压陆域生态空间及水系治理和生态修复推动水体结构优化的共同影响. 从整体空间分布来看，生态源地集中于南部秦岭的中高山和丘陵地区，该区域地形复杂、人类干扰较小，生态系统较为完整. 而北部及中部区域受城镇化和土地开发强度影响，生态源地分布零散，生境破碎度较高.
|
（a1）~（c1）为（a）~（c）的局部放大 图 3 2000~2020年西安市生态源地空间分布 Fig. 3 Spatial distribution of ecological sources in Xi'an from 2000 to 2020 |
2000年、2010年和2020年，西安市阻力面均值分别为2.48、2.52和2.56，呈持续上升趋势，反映出人类活动干扰程度不断增强. 阻力面总体呈现以秦岭北麓为界的“北高南低”格局（图 4），秦岭北麓以北地区地势平坦，耕地与建设用地集中，叠加环绕水系和逐步连通的交通路网，对陆地物种的迁移和扩散形成一定阻隔，进一步提升该区域的阻力水平.
|
图 4 2000~2020年西安市阻力面空间分布 Fig. 4 Spatial distribution of resistance surface in Xi'an from 2000 to 2020 |
2000年、2010年和2020年，西安市生态廊道数量分别为86、62和60条，总长度分别为480.71、379.32和316.50 km，整体呈下降趋势，其中2000~2010年减幅最大，主要受零星生态源地减少影响. 廊道主要分布于西安市中部平原与东部山区（图 5），中部廊道多呈狭长连续形态，东部多为短小破碎形态. 同时，2000年、2010年和2020年关键廊道数量分别为21、18和19条，长度为14.77、19.28和15.11 km；一般廊道分别为65、44和41条，长度为465.94、360.04和301.39 km. 一般廊道主要位于中部及周边地区，形态较为连续，连接水源地和林地；关键廊道主要集中于生态源地内部，骊山山脉外围地区，在提升区域生态联通性方面作用突出.
|
图 5 2000~2020年西安市生态廊道空间分布 Fig. 5 Spatial distribution of ecological corridors in Xi'an from 2000 to 2020 |
2000年、2010年和2020年生态夹点数量分别为132、119和101个，主要分布在渭河、灞河等重要水源地和骊山山域（图 6）. 叠加遥感影像显示，部分夹点区域周边面临荒漠化、水土流失等生态退化风险，需重视此类区域的生态环境保护与修复.
|
图 6 2000~2020年西安市生态夹点和生态障碍点空间分布 Fig. 6 Spatial distribution of ecological pinch points and barriers in Xi'an from 2000 to 2020 |
同期生态障碍点数量分别为133、127和135个，主要分布在建设用地、耕地和林地、水域和草地的交错地带（图 6）. 平原地区人类活动密集，显著削弱生态连通性；而骊山山域因地形破碎，生态过程易受阻隔. 此外，分析发现部分生态夹点与障碍点存在空间重叠现象，表明该区域兼具连通潜力与阻隔风险，是生态修复的优先干预对象.
3.2 生态安全格局的影响因素分析 3.2.1 生态源地影响因素多重共线性诊断结果表明，8项影响因子的VIF均小于10，排除显著共线性问题. 地理探测器分析结果显示（表 6），各因子P值均通过显著性检验，与生态源地空间分布存在显著关联. 高程在3个时期的q值分别为0.702、0.623和0.698，始终为解释力最强因子. 土地利用类型、地形起伏度、NDVI与距居民点距离的q值多集中在0.4~0.6之间，说明自然地形与人类活动对生态源地的形成存在协同影响. 坡度在2020年首次进入主导因子前5，q值为0.439，表明其对生态源地的影响力逐步增强.
|
|
表 6 生态源地影响因子地理探测测算结果（q值） Table 6 Results of Geodetector measurements of influencing factors in ecological sources(q value) |
OLS回归结果显示（表 7），3个时期的主要影响因子均通过显著性检验. 其中，高程、坡度与地形起伏度对生态源地形成具有正向促进作用；土地利用类型、NDVI和距居民点距离表现为负向影响. 高程的重要性持续增强，回归系数由2000年的0.052 0上升至2020年的0.052 5. 土地利用类型和距居民点距离的负向效应逐步加深，2020年系数分别为-0.045 2和-0.017 0，反映出城市扩张与人类活动对生态源地形成的制约作用日益显著. NDVI的负相关性主要归因于城市绿地分布零散、生态功能较弱，以及耕地受干扰严重，难以稳定支撑生态源地形成. 空间自相关检验发现，生态源地不存在空间相关性，因此，本文仅利用OLS分析生态源地的影响因素.
|
|
表 7 生态源地影响因子OLS测算结果 Table 7 Results of OLS measurements of influencing factors in ecological sources |
3.2.2 阻力面影响因素
方差膨胀因子检验结果显示，距道路距离与距水源距离的VIF值均大于10，存在共线性问题，因此予以剔除. 地理探测器结果表明（表 8），2000年、2010年和2020年其余6个因子的q值均大于0.1，具有较强解释力. 其中，土地利用类型、地形起伏度与距居民点距离的q值在3期均超过0.5，始终为主导因子，显示其在阻力空间格局中的关键作用.
|
|
表 8 阻力面影响因子地理探测测算结果（q值） Table 8 Results of Geodetector measurements of resistance surface influencing factors(q value) |
OLS回归结果（表 9）进一步验证了上述因子的显著影响. 土地利用类型、地形起伏度和距居民点距离均正向促进生态阻力形成. 其中，距居民点距离影响最大，回归系数由2000年的0.122 0上升至2020年的0.139 5，表明人类活动密集区域的生态干扰程度显著增强.
|
|
表 9 阻力面影响因子OLS测算结果 Table 9 OLS measurements of resistance surface influencing factors |
空间自相关分析表明，阻力面具有显著正向集聚特征（Moran's I=0.28，Z=283.46，P < 0.001）. 从空间分布来看（图 7），距居民点距离在南部秦岭山区的正向影响显著，反映出低密度人类活动对维持低阻力的支撑作用；同时，地形起伏度对生态阻力的影响主要集中在南部山区，阻力系数显著升高，反映了山地地形对生态过程的限制作用.
|
图 7 阻力面影响因子的GWR回归系数空间分布 Fig. 7 Spatial distribution of GWR regression coefficients for resistance surface influencing factors |
基于前述分析结果，选取土地利用类型、地形起伏度、高程、坡度、NDVI与距居民点距离这6个关键因子作为FLUS模型的驱动变量，模拟2030年西安市在自然发展（BAU）、经济优先发展（PED）和生态保护优先（PEP）这3种情景下的土地利用格局. 模拟结果Kappa系数为0.902，表明模型精度较高. 在3种情景中（图 8），耕地、林地与草地总面积占比均超过50%. 模拟结果显示（图 9），各情景下土地利用格局变化明显，其中在BAU与PED情景下建设用地持续扩张，耕地流失显著. 相比之下，PEP情景通过生态安全格局约束，有效抑制了建设用地无序扩张，生态用地比例保持稳定，林地实现净增长.
|
图 8 2030年不同情景下的土地利用比例和空间分布 Fig. 8 Proportion and spatial distribution of land use under different scenarios in 2030 |
|
图 9 2030年不同情景下的土地利用变化面积和比例 Fig. 9 Area and proportion of land use change under different scenarios in 2030 |
土地利用转移分析显示（图 10），耕地向建设用地转移是主要的土地变化路径，在BAU情景中转出面积超过200 km²，其中逾100 km²转为建设用地；PED情景中该路径也极为明显，而PEP情景通过土地管控显著降低了耕地转出. 林地在BAU和PED情景中呈净流出状态，而在PEP情景中实现唯一的净转入，表明该情景在生态修复与结构稳定方面成效显著.
|
图 10 2030年不同情景下的土地利用转移 Fig. 10 Land use shifts under different scenarios in 2030 |
3种情景下生态用地占比均在50%以上（图 11），其中PEP情景最高，展现出其在维持生态系统稳定性方面的显著优势. 景观格局分析结果显示，PEP情景在景观多样性（SHDI=1.122）、连通性（99.948）与聚合度（97.363）方面均优于其他情景，有助于减少破碎化、提升生态连通性. 景观干扰风险指数依次为：PED（3.648） > BAU（3.218） > PEP（3.036），进一步验证了生态安全格局在降低人为干扰方面的显著成效.
|
（a）城市扩张风险，（b）粮食储备压力，（c）生态退化风险，（d）景观多样性和均匀性，（e）景观聚合度，（f）景观连接性，（g）景观干扰风险；1.自然发展情景，2.经济优先发展情景，3.生态保护优先情景 图 11 2030年不同情景下的生态安全对比 Fig. 11 Comparison of ecological security under different scenarios in 2030 |
本研究基于2000~2020年西安市生态安全格局演变过程，融合地理探测器、OLS与GWR这3种方法，构建了“定性-定量-空间”递进式分析框架：利用地理探测器识别主要驱动因子，结合OLS定量评估因子作用方向与强度，并通过GWR揭示其空间异质性特征，从而实现对自然与人为因子综合驱动效应的系统刻画. 本研究识别出高程、坡度、地形起伏度、NDVI、土地利用类型与距居民点距离这6个关键驱动因子，并验证了其对生态安全格局构建的解释力与适用性. 结果表明，高程、坡度和地形起伏度等自然因子稳定推动生态源地向秦岭和骊山等山区集中，土地利用类型、NDVI和距居民点距离等人类活动相关因子则揭示了建成区与农业区生态破碎化的机制，反映出城市扩张对生态安全格局的显著影响.
不同于以往研究主要关注生态安全格局“为何变化”的驱动因子识别，本研究进一步将历史阶段验证的关键因子实证导入FLUS模型，构建面向未来的多情景土地利用模拟，实现了生态安全格局研究从机制解释向趋势预测的转型. 该方法弥补了传统预测研究中驱动因子生态指向性不足的问题，使模拟结果更准确地体现生态安全格局的结构响应与生态系统的韧性变化. 进一步通过生态安全评价体系，对模拟结果进行量化评估，系统展现了生态安全格局在生态保护中的调控成效.
综上，本研究通过“驱动因子识别-模拟反馈-格局响应评估”的研究路径，不仅深化了生态安全格局演变驱动机制的理论认知，还提升了土地利用情景模拟的生态科学性与空间规划的实践适用性，能为生态修复和区域空间管控提供更加精准且具针对性的决策依据.
4.2 生态保护修复的策略建议在政府生态保护资金有限的背景下，根据生态安全格局的影响因素、多情景模拟预测结果和西安市的实际情况，因地制宜地提出生态保护修复建议：
（1）秦岭山区为主要生态源地集中区，其高程与地形起伏度对源地形成具有积极作用. 建议在该区域继续实施严格生态保护政策，限制人类活动，并重点关注低NDVI区，通过植被恢复、绿地连通与耕地管理，提升生态基底质量.
（2）土地利用类型、地形起伏度与距居民点距离是阻力形成的主导因子. 因此，未来应平衡好经济发展与生态环境保护的关系，优化土地利用结构，尽可能地减少人类活动对生态系统的干扰.
（3）生态保护优先情景模拟表明，生态安全格局可有效限制城市蔓延、控制耕地压缩并提升生态连通性. 建议将其作为生态保护与空间治理的刚性约束工具，嵌入国土空间规划体系中，强化对空间开发的引导能力.
4.3 研究不足与未来方向本研究虽识别了生态安全格局的关键驱动因子并将其应用于土地利用情景模拟，但尚未在模拟结果基础上进一步构建2030年生态安全格局本体，未形成“驱动识别-情景模拟-格局重建”的完整闭环. 此外，在关键因子的识别过程中，未区分陆域与水域生态源地的差异性，可能影响因子识别的适应性. 未来研究可进一步针对陆域和水域生态源地开展差异化驱动因子识别，并在模拟结果基础上深化生态源地、廊道等核心要素的重构，增强预测成果的生态指导价值和空间规划适用性.
5 结论（1）2000~2020年，西安市生态源地主要集中于南部秦岭的中高山和丘陵地区，而北部及中部区域在城镇化和土地开发的作用下零散分布，生境破碎度较高. 同期，生态廊道数量由86条减至60条，总长度由480.71 km降至316.50 km，呈减少趋势. 部分生态夹点与障碍点存在空间重叠现象，在生态修复中需要优先干预.
（2）自然与人类因素共同驱动西安市生态安全格局的构建. 高程、土地利用类型、地形起伏度、NDVI、距居民点距离和坡度是生态源地的主要影响因子，其中高程、坡度和地形起伏度为显著正向因子. 阻力面主要受土地利用类型、地形起伏度和距居民点距离影响，三者在南部山区呈现显著空间效应，且均对阻力增强有显著促进作用.
（3）FLUS模型的多情景模拟结果显示，不同发展路径下西安市土地利用格局存在显著差异. 其中生态保护优先情景在生态安全格局的约束下有效遏制了建设用地增长，林地面积实现净增长，生态用地占比最高（53.35%），生态安全状况最优（LDI=3.036），验证了生态安全格局对维护生态稳定及增强抗风险能力的有效性.
| [1] |
黄继超, 邓晓颖, 齐玉峰, 等. 基于MSPA、电路理论和空间句法的河南省生态安全格局构建[J]. 环境科学, 2026, 47(2): 1011-1024. Huang J C, Deng X Y, Qi Y F, et al. Construction of ecological security pattern in Henan Province based on MSPA, circuit theory, and space syntax[J]. Environmental Science, 2026, 47(2): 1011-1024. DOI:10.13227/j.hjkx.202502144 |
| [2] |
祝诗榕, 祝明建, 林丰泽, 等. 基于生态网络构建的国土空间生态修复关键区域识别: 以粤港澳大湾区为例[J]. 中国园林, 2024, 40(10): 34-40. Zhu S R, Zhu M J, Lin F Z, et al. Identification of key areas for territorial ecological restoration based on ecological networks: a case study of the Guangdong-HongKong-Macao Greater Bay Area China[J]. Chinese Landscape Architecture, 2024, 40(10): 34-40. |
| [3] |
应凌霄, 孔令桥, 肖燚, 等. 生态安全及其评价方法研究进展[J]. 生态学报, 2022, 42(5): 1679-1692. Ying L X, Kong L Q, Xiao Y, et al. The research progress and prospect of ecological security and its assessing approaches[J]. Acta Ecologica Sinica, 2022, 42(5): 1679-1692. |
| [4] |
毛诚瑞, 代力民, 齐麟, 等. 基于生态系统服务的流域生态安全格局构建——以辽宁省辽河流域为例[J]. 生态学报, 2020, 40(18): 6486-6494. Mao C R, Dai L M, Qi L, et al. Constructing ecological security pattern based on ecosystem services: a case study in Liaohe River Basin, Liaoning Province, China[J]. Acta Ecologica Sinica, 2020, 40(18): 6486-6494. |
| [5] | Peng J, Yang Y, Liu Y X, et al. Linking ecosystem services and circuit theory to identify ecological security patterns[J]. Science of the Total Environment, 2018, 644: 781-790. DOI:10.1016/j.scitotenv.2018.06.292 |
| [6] |
彭洁, 蔡海生, 张学玲, 等. 基于主导生态功能的抚河流域国土空间生态安全格局分析[J]. 生态学报, 2022, 42(18): 7430-7444. Peng J, Cai H S, Zhang X L, et al. Spatial pattern analysis of ecological security in Fuhe River Basin based on dominant ecological function[J]. Acta Ecologica Sinica, 2022, 42(18): 7430-7444. |
| [7] | Peng J, Pan Y J, Liu Y X, et al. Linking ecological degradation risk to identify ecological security patterns in a rapidly urbanizing landscape[J]. Habitat International, 2018, 71: 110-124. DOI:10.1016/j.habitatint.2017.11.010 |
| [8] |
李治明, 张国飞, 邢捷, 等. 基于MSPA-InVEST模型的陇南市生态安全格局时空演变[J]. 干旱区研究, 2025, 42(6): 1103-1113. Li Z M, Zhang G F, Xing J, et al. Spatiotemporal evolution of the ecological security pattern in Longnan City based on the MSPA-InVEST model[J]. Arid Zone Research, 2025, 42(6): 1103-1113. |
| [9] |
吴贺, 蔚霖, 刘昊, 等. 基于生态安全格局的国土空间生态修复关键区域识别及策略: 以河南省为例[J]. 环境科学, 2026, 47(1): 456-466. Wu H, Wei L, Liu H, et al. Identification and strategy of key areas of land and space ecological restoration based on the ecological safety pattern: take Henan Province as an example[J]. Environmental Science, 2026, 47(1): 456-466. DOI:10.13227/j.hjkx.202412076 |
| [10] |
王浩, 马星, 杜勇. 基于生态系统服务重要性和生态敏感性的广东省生态安全格局构建[J]. 生态学报, 2021, 41(5): 1705-1715. Wang H, Ma X, Du Y. Constructing ecological security patterns based on ecological service importance and ecological sensitivity in Guangdong Province[J]. Acta Ecologica Sinica, 2021, 41(5): 1705-1715. |
| [11] |
高祖桥, 李常斌, 杨致远, 等. 基于"敏感性-重要性-连通性"框架的区域生态安全格局构建: 以贵州省为例[J]. 应用生态学报, 2024, 35(10): 2822-2832. Gao Z Q, Li C B, Yang Z Y, et al. Construction of regional ecological security pattern based on the "sensitivity-importance-connectivity" framework: a case study of Guizhou Province[J]. Chinese Journal of Applied Ecology, 2024, 35(10): 2822-2832. |
| [12] |
安睿, 窦超, 陆砚池, 等. 耦合SOM-MCR模型的多特征生态安全格局构建——以武汉城市圈为例[J]. 生态学报, 2023, 43(22): 9486-9499. An R, Dou C, Lu Y C, et al. Construction of multi-feature ecological security patterns by coupling SOM-MCR model: a case study of Wuhan Metropolitan Area[J]. Acta Ecologica Sinica, 2023, 43(22): 9486-9499. |
| [13] |
周璟, 王宏卫, 谈波, 等. 开都河流域生态安全格局构建与生态修复分区识别[J]. 生态学报, 2022, 42(24): 10127-10137. Zhou J, Wang H W, Tan B, et al. Construction of ecological security pattern and identification of ecological rehabilitation zones in Kaidu River Basin[J]. Acta Ecologica Sinica, 2022, 42(24): 10127-10137. |
| [14] |
贾朝阳, 付强, 崔嵩. 黑龙江省西部半干旱区生态安全格局构建与优化[J]. 环境科学, 2025, 46(8): 5180-5195. Jia Z Y, Fu Q, Cui S. Construction and optimization of ecological security pattern in semi-arid region of western Heilongjiang Province[J]. Environmental Science, 2025, 46(8): 5180-5195. DOI:10.13227/j.hjkx.202408195 |
| [15] |
潘竟虎, 王云. 基于CVOR和电路理论的讨赖河流域生态安全评价及生态格局优化[J]. 生态学报, 2021, 41(7): 2582-2595. Pan J H, Wang Y. Ecological security evaluation and ecological pattern optimization in Taolai River Basin based on CVOR and circuit theory[J]. Acta Ecologica Sinica, 2021, 41(7): 2582-2595. |
| [16] |
夏楚瑜, 国淏, 赵晶, 等. 京津冀地区生态系统服务对城镇化的多空间尺度动态响应[J]. 生态学报, 2023, 43(7): 2756-2769. Xia C Y, Guo H, Zhao J, et al. Dynamic responses of ecosystem services to urbanization at multi-spatial scales in the Beijing-Tianjin-Hebei region[J]. Acta Ecologica Sinica, 2023, 43(7): 2756-2769. |
| [17] | Liu X Q, Wang X, Chen K L, et al. Simulation and prediction of multi-scenario evolution of ecological space based on FLUS model: a case study of the Yangtze River Economic Belt, China[J]. Journal of Geographical Sciences, 2023, 33(2): 373-391. DOI:10.1007/s11442-023-2087-9 |
| [18] |
刘小琼, 何鹏飞, 韩继财, 等. 长江经济带生态安全格局演化及多情景模拟预测[J]. 经济地理, 2023, 43(12): 192-203. Liu X Q, He P F, Han J C, et al. Evolution of ecological security pattern of Yangtze River Economic Belt and its multi-scenario simulation[J]. Economic Geography, 2023, 43(12): 192-203. |
| [19] |
贾梦圆, 陈天. 基于土地利用变化模拟的水生态安全格局优化方法——以天津市为例[J]. 风景园林, 2021, 28(3): 95-100. Jia M Y, Chen T. Identifying and optimizing hydro-ecological security pattern with land use change modeling: a case study of Tianjin[J]. Landscape Architecture, 2021, 28(3): 95-100. |
| [20] | Qiao X N, Zhang J, Liu L, et al. Spatiotemporal changes in vegetation cover during the growing season and its implications for Chinese Grain for Green Program in the Luo River Basin[J]. Forests, 2024, 15(9). DOI:10.3390/f15091649 |
| [21] |
张杰, 屈建军, 陈海, 等. 基于电路理论的生态安全格局时空演变与影响因素研究——以陕北黄土高原为例[J]. 干旱区地理, 2025, 48(3): 494-505. Zhang J, Qu J J, Chen H, et al. Spatial and temporal evolution and influencing factors of ecological security pattern based on circuit theory: a case of Loess Plateau in northern Shaanxi[J]. Arid Land Geography, 2025, 48(3): 494-505. |
| [22] |
陈绎安, 胡宝群, 汤江龙, 等. 生态系统服务供需权衡下南昌市生态安全格局演变及其影响因素分析[J]. 环境科学, 2025, 46(11): 7316-7328. Chen Y A, Hu B Q, Yang J L, et al. Analysis of evolution and influencing factors of ecological security pattern in Nanchang City under the trade-off between ecosystem service supply and demand[J]. Environmental Science, 2025, 46(11): 7316-7328. DOI:10.13227/j.hjkx.202410013 |
| [23] | Zhang J Y, Qiao X N, Yang Y J, et al. Ecological security driving mechanisms and optimization of zoning in Chinese urban agglomerations: a case study of the central plains urban agglomeration[J]. Ecological Indicators, 2025, 171. DOI:10.1016/j.ecolind.2025.113190 |
| [24] | 于倩茹. 基于生态系统服务评估的生态安全格局构建研究——以鄂西北地区为例[D]. 北京: 中央民族大学, 2021. |
| [25] | Li L, Huang X J, Wu D F, et al. Construction of ecological security pattern adapting to future land use change in Pearl River Delta, China[J]. Applied Geography, 2023, 154. DOI:10.1016/j.apgeog.2023.102946 |
| [26] |
王茜, 穆琪, 罗漫雅, 等. 秦岭生态系统服务协同与权衡的时空异质性[J]. 应用生态学报, 2022, 33(8): 2057-2067. Wang X, Mu Q, Luo M Y, et al. Spatial and temporal variations of ecosystem service synergy and trade-off in Qinling Mountains, China[J]. Chinese Journal of Applied Ecology, 2022, 33(8): 2057-2067. |
| [27] |
张鑫, 张丹, 张广森, 等. 关中平原城市群生态系统服务时空特征及生态功能区划分[J]. 干旱区地理, 2024, 47(9): 1587-1595. Zhang X, Zhang D, Zhang G S, et al. Spatiotemporal characteristics of ecosystem services and ecological function areas in Guanzhong Plain urban agglomeration[J]. Arid Land Geography, 2024, 47(9): 1587-1595. |
| [28] |
余玉洋, 李晶, 周自翔, 等. 基于多尺度秦巴山区生态系统服务权衡协同关系的表达[J]. 生态学报, 2020, 40(16): 5465-5477. Yu Y Y, Li J, Zhou Z X, et al. Multi-scale representation of trade-offs and synergistic relationship among ecosystem services in Qinling-Daba Mountains[J]. Acta Ecologica Sinica, 2020, 40(16): 5465-5477. |
| [29] |
曹叶琳, 宋进喜, 李明月, 等. 陕西省生态系统水源涵养功能评估分析[J]. 水土保持学报, 2020, 34(4): 217-223. Cao Y L, Song J X, Li M Y, et al. Evaluation of ecosystem water conservation function of Shaanxi Province[J]. Journal of Soil and Water Conservation, 2020, 34(4): 217-223. |
| [30] |
王语馨, 郑颖, 高永, 等. 鄂尔多斯市典型生态系统服务时空演变特征及权衡/协同关系[J]. 应用生态学报, 2025, 36(6): 1661-1670. Wang Y X, Zheng Y, Gao Y, et al. Spatio-temporal variations and trade-offs/synergies of typical ecosystem services in Ordos City[J]. Chinese Journal of Applied Ecology, 2025, 36(6): 1661-1670. |
| [31] |
白艳. 西安市长安区生态系统质量评价及生态网络构建修复研究[D]. 咸阳: 西北农林科技大学, 2024. Bai Y. Ecosystem quality evaluation and ecological network construction and restoration in Chang'an District of Xi'an City[D]. Xianyang: Northwest A & F University, 2024. |
| [32] |
池葆春, 杨力, 郝海钊, 等. 基于空间冲突调控的生态安全格局构建与优化: 以西安都市圈为例[J]. 环境科学, 2026, 47(6): 3825-3835. Chi B C, Yang L, Hao H Z, et al. Construction and optimization of ecological security pattern based on spatial conflict regulation: a case study of Xi'an metropolitan area[J]. Environmental Science, 2026, 47(6): 3825-3835. DOI:10.13227/j.hjkx.202506064 |
| [33] |
姚龙杰. 国土空间生态修复规划优先区域评估框架整合优化研究[D]. 西安: 西安建筑科技大学, 2023. Yao L J. Research on the integration and optimization of assessment framework for priority areas in territorial ecological restoration planning[D]. Xi'an: Xi'an University of Architecture and Technology, 2023. |
| [34] |
宋婷, 李岱青, 张林波, 等. 秦巴山脉区域生态系统服务重要性评价及生态安全格局构建[J]. 中国工程科学, 2020, 22(1): 64-72. Song T, Li D Q, Zhang L B, et al. Importance evaluation of ecosystem services and construction of ecological security pattern in Qinba Mountain Area[J]. Strategic Study of CAE, 2020, 22(1): 64-72. |
| [35] |
毛媛媛, 徐凡, 高义轩, 等. 基于形态学空间格局分析的汝州市蓝绿生态网络构建与规划应用[J]. 应用生态学报, 2023, 34(8): 2226-2236. Mao Y Y, Xu F, Gao Y X, et al. Construction and planning application of blue-green ecological network in Ruzhou City based on morphological spatial pattern analysis (MSPA)[J]. Chinese Journal of Applied Ecology, 2023, 34(8): 2226-2236. |
| [36] |
潘卫涛, 岳邦瑞, 姚龙杰, 等. 耦合风险与服务的市域生态安全格局构建——以陕西省咸阳市为例[J]. 应用生态学报, 2023, 34(1): 178-186. Pan W T, Yue B R, Yao L J, et al. Urban ecological security pattern construction coupled with risk and service: a case study of Xianyang City, Shaanxi Province, China[J]. Chinese Journal of Applied Ecology, 2023, 34(1): 178-186. |
| [37] |
樊影, 王宏卫, 杨胜天, 等. 基于生境质量和生态安全格局的阿勒泰地区生态保护关键区域识别[J]. 生态学报, 2021, 41(19): 7614-7626. Fan Y, Wang H W, Yang S T, et al. Identification of ecological protection crucial areas in Altay Prefecture based on habitat quality and ecological security pattern[J]. Acta Ecologica Sinica, 2021, 41(19): 7614-7626. |
| [38] |
卢培嘉, 韦燕飞, 童新华, 等. 国土空间生态修复关键区域识别研究——以西安市为例[J]. 环境工程技术学报, 2024, 14(6): 1877-1891. Lu P J, Wei Y F, Tong X H, et al. Study on identification of key areas for ecological restoration of territorial space: taking Xi'an City as an example[J]. Journal of Environmental Engineering Technology, 2024, 14(6): 1877-1891. |
| [39] |
杜雨阳, 王征强, 于庆和, 等. 基于生境质量模型和电路理论的区域生态安全格局构建——以秦岭(陕西段)为例[J]. 农业资源与环境学报, 2022, 39(5): 1069-1078. Du Y Y, Wang Z Q, Yu Q H, et al. Construction of a regional ecological security pattern based on a habitat quality model and circuit theory: a case study of the Qinling Mountains (Shaanxi section)[J]. Journal of Agricultural Resources and Environment, 2022, 39(5): 1069-1078. |
| [40] |
张权, 张舟, 刘晶晶, 等. 基于MSPA技术和InVEST模型的杭州市生态安全格局构建[J]. 环境科学, 2026, 47(1): 495-505. Zhang Q, Zhang Z, Liu J J, et al. Construction of ecological security pattern in Hangzhou based on MSPA and InVEST model[J]. Environmental Science, 2026, 47(1): 495-505. DOI:10.13227/j.hjkx.202411235 |
| [41] |
刘佳, 尹海伟, 孔繁花, 等. 基于电路理论的南京城市绿色基础设施格局优化[J]. 生态学报, 2018, 38(12): 4363-4372. Liu J, Yin H W, Kong F H, et al. Structure optimization of circuit theory-based green infrastructure in Nanjing, China[J]. Acta Ecologica Sinica, 2018, 38(12): 4363-4372. |
| [42] | Zhao S M, Ma Y F, Wang J L, et al. Landscape pattern analysis and ecological network planning of Tianjin City[J]. Urban Forestry & Urban Greening, 2019, 46. DOI:10.1016/j.ufug.2019.126479 |
| [43] |
朱强, 俞孔坚, 李迪华. 景观规划中的生态廊道宽度[J]. 生态学报, 2005, 25(9): 2406-2412. Zhu Q, Yu K J, Li D H. The width of ecological corridor in landscape planning[J]. Acta Ecologica Sinica, 2005, 25(9): 2406-2412. |
| [44] |
曾黎, 杨庆媛, 杨人豪, 等. 三峡库区生态屏障区景观格局优化——以重庆市江津区为例[J]. 生态学杂志, 2017, 36(5): 1364-1373. Zeng L, Yang Q Y, Yang R H, et al. Landscape pattern optimization for ecological barrier in the Three Gorges Reservoir Area: a case study in Jiangjin, Chongqing[J]. Chinese Journal of Ecology, 2017, 36(5): 1364-1373. |
| [45] |
姜虹, 张子墨, 徐子涵, 等. 整合多重生态保护目标的广东省生态安全格局构建[J]. 生态学报, 2022, 42(5): 1981-1992. Jiang H, Zhang Z M, Xu Z H, et al. Construction of ecological security pattern integrating multiple ecological protection objectives in Guangdong Province[J]. Acta Ecologica Sinica, 2022, 42(5): 1981-1992. |
| [46] |
李彤, 贾宝全, 刘文瑞, 等. 宜昌市生态安全网络要素时空动态及其影响因素[J]. 生态学报, 2023, 43(15): 6154-6169. Li T, Jia B Q, Liu W R, et al. Spatio-temporal dynamics and influencing factors of ecological security network elements in Yichang, Hubei Province[J]. Acta Ecologica Sinica, 2023, 43(15): 6154-6169. |
| [47] | Wang J F, Li X H, Christakos G, et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China[J]. International Journal of Geographical Information Science, 2010, 24(1): 107-127. DOI:10.1080/13658810802443457 |
| [48] |
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. Wang J F, Xu C D. Geodetector: principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. |
| [49] | Zhu C M, Zhang X L, Zhou M M, et al. Impacts of urbanization and landscape pattern on habitat quality using OLS and GWR models in Hangzhou, China[J]. Ecological Indicators, 2020, 117. DOI:10.1016/j.ecolind.2020.106654 |
| [50] | Liu X P, Liang X, Li X, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape and Urban Planning, 2017, 168: 94-116. DOI:10.1016/j.landurbplan.2017.09.019 |
| [51] | Boongaling C G K, Faustino-Eslava D V, Lansigan F P. Modeling land use change impacts on hydrology and the use of landscape metrics as tools for watershed management: the case of an ungauged catchment in the Philippines[J]. Land Use Policy, 2018, 72: 116-128. DOI:10.1016/j.landusepol.2017.12.042 |
| [52] | Ma S, Wang L J, Zhu D Z, et al. Spatiotemporal changes in ecosystem services in the conservation priorities of the southern hill and mountain belt, China[J]. Ecological Indicators, 2021, 122. DOI:10.1016/j.ecolind.2020.107225 |
| [53] | 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 |