黑河流域土地利用变化与景观生态风险评价

引用本文

吕宏波, 郁洁汝, 孙静, 杨茹郡, 张军. 黑河流域土地利用变化与景观生态风险评价[J]. 环境科学, 2026, 47(10): 6988-6999.

LÜ Hong-bo, YU Jie-ru, SUN Jing, YANG Ru-jun, ZHANG Jun. Land Use Change and Landscape Ecological Risk Assessment in the Heihe River Basin[J]. Environmental Science, 2026, 47(10): 6988-6999.

黑河流域土地利用变化与景观生态风险评价

吕宏波¹, 郁洁汝¹, 孙静², 杨茹郡¹, 张军¹

1. 甘肃农业大学资源与环境学院，兰州 730070;
2. 定西市水土保持科学研究所，定西 743000

收稿日期: 2025-09-04; 修订日期: 2025-11-10

基金项目: 甘肃省自然基金项目（23JRRA1413）；定西市科技计划项目（DX2024AZ03）

作者简介: 吕宏波（1997~），男，硕士研究生，主要研究方向为景观生态学，E-mail：719466939@qq.com

通信作者: 郁洁汝, E-mail：yujr@gsau.edu.cn

摘要: 黑河流域作为西北干旱区关键生态屏障，其景观生态系统的稳定性对流域可持续发展具有重要意义. 研究基于1990~2023年4期遥感影像数据，以土地利用变化为切入点，耦合景观干扰度-脆弱度-损失度模型构建黑河流域景观生态风险评价体系，揭示了33 a间流域在土地利用变化驱动下的景观生态风险演变特征. 结果表明：①1990~2023年黑河流域土地利用变化呈现“垦殖-失衡-修复”特征，核心表现由开发向保护转变. ②黑河流域景观生态风险形成“北高南低”的纬度梯度分异和“下游 > 中游 > 上游”的纵向层级结构空间分异格局. ③黑河流域景观生态风险平均值由0.063 3升至0.068 7后开始下降至0.064 6，整体呈现“先升后降”的倒U型演变轨迹，景观生态风险与土地利用变化具有明显的空间一致性，生态环境逐步恢复. 因此，黑河流域的土地利用变化是驱动生态风险演变的关键因素，通过生态风险分区调控引导土地利用变化，进而降低景观生态风险，对流域的可持续发展具有积极意义.

关键词: 土地利用变化景观格局景观生态风险空间自相关黑河流域

Land Use Change and Landscape Ecological Risk Assessment in the Heihe River Basin

LÜ Hong-bo¹ , YU Jie-ru¹ , SUN Jing² , YANG Ru-jun¹ , ZHANG Jun¹

1. College of Resources and Environmental Science, Gansu Agricultural University, Lanzhou 730070, China;
2. Dingxi Institute of Soil and Water Conservation, Dingxi 743000, China

Abstract: As a key ecological barrier in the arid region of Northwest China, the stability of the landscape ecosystem in the Heihe River Basin holds significant importance for the sustainable development of the basin. Based on four periods of remote sensing data from 1990 to 2023, this study takes land use change as the entry point and constructs a landscape ecological risk assessment system for the Heihe River Basin by coupling the landscape disturbance-vulnerability-loss model. It reveals the evolution characteristics of landscape ecological risk in the basin driven by land use changes over 33 years. The results indicate: ①From 1990 to 2023, land use changes in the Heihe River Basin exhibited a "reclamation-disequilibrium-restoration" pattern, with the core trend shifting from development to protection. ②The landscape ecological risk in the Heihe River Basin formed a latitudinal gradient differentiation of "high in the north and low in the south" and a longitudinal hierarchical spatial differentiation pattern of "downstream > midstream > upstream." ③The average landscape ecological risk in the Heihe River Basin increased from 0.063 3 to 0.068 7 before declining to 0.064 6, presenting an inverted U-shaped trajectory of "first rising then falling." Landscape ecological risk and land use changes showed significant spatial consistency, with ecological conditions gradually recovering. Therefore, land use changes in the Heihe River Basin are a key factor driving the evolution of ecological risks. By guiding land use changes through ecological risk zoning regulation to reduce landscape ecological risk, positive implications for the sustainable development of the basin can be achieved.

Key words: land use change landscape pattern landscape ecological risk spatial autocorrelation Heihe River Basin

土地利用变化涵盖土地特性的自然演变过程，以及人类活动驱动下土地覆被类型与利用方式的转变^[1]. 这一过程具有高度的复杂性，受到自然因素和社会经济因素的双重驱动^[2]. 在当前发展阶段，密集的人类活动成为主导驱动力，通过显著改变土地利用格局，进而引发地表景观格局的深层转变^[3，4]. 生态风险是指生态系统及其组成部分所承受的风险^[5]. 作为生态风险研究的核心维度，景观生态风险能够系统反映自然和人为干扰对景观结构和生态过程产生的负面效应^[6]. 在变化过程中，土地利用方式对保护生态系统健康至关重要^[7]，它不仅是连接土地利用变化与景观生态风险的桥梁，还直接影响区域景观完整性和生物多样性^[8]，成为调控生态系统健康的核心要素. “人类活动-土地利用变化-景观格局改变-生态风险加剧”的级联效应，导致的严重后果是景观结构演化进程加速，生态系统稳定性遭到破坏，生态服务功能供给持续衰减. 以上变化不仅威胁自然生态系统的平衡，还对人类社会的可持续发展构成严峻挑战. 在全球范围内，土地利用的景观生态风险评价已受到广泛关注. 为科学合理地制定生态保护政策，精准识别生态风险状况，对区域景观生态风险展开全面且综合性的评价显得尤为必要.

近年来，景观生态风险评价已成为环境科学与生态学领域的研究热点之一^[9，10]，能较好地反映出景观格局对生态过程和功能的影响^[11]，通过对各景观生态风险等级时空分异变化及其土地类型构成等方面的分析与辨析^[12]，可解释、评价和预测生态环境健康程度的时空分布. 当前景观生态风险评价研究多聚焦于时空变化分析^[13，14]、风险预测^[15，16]和驱动因素识别等^[17~19]方面，其研究范围也十分广泛，主要在流域^[20~22]、行政区^[23]、城市群^[24，25]和生态保护区等^[26~28]区域进行评价. 对于景观生态风险研究多基于景观生态风险指数模型^[29~31]，该模型结合了景观类型、分布、形状和空间配置等众多因素，可以在不同尺度和区域进行全面和比较性的生态风险研究. 因此，景观生态风险指数模型不仅能定量、准确地确定生态风险，还能对于复杂多变的区域生态风险进行可视化的描述^[32]. 流域作为区域生态系统的完整单元，在统筹水陆和国家生态安全战略中具有非常重要的地位，作为一类复杂的自然地理区域，流域受到越来越大的外界胁迫，已成为生态压力和风险最大的区域之一^[33]. 目前，国内外学者主要通过构建景观生态风险评价模型来分析流域生态风险，并取得了重要研究成果. 如刘希朝等^[34]基于生态风险模型识别了黄河流域的高风险区，并提出了相应的风险管控对策；张乐等^[35]结合驱动因素与评价模型，系统分析了海南岛三大流域的景观生态风险格局；国外学者如Şenay等^[36]利用空间统计方法，评估了土耳其流域的景观生态风险时空变化特征. 尽管现有研究方法已形成较为成熟的评价体系，但仍存在局限性，一是研究多集中于国内大流域的局部生态风险分析，缺乏对全流域生态风险综合影响的系统性探讨；二是从干旱区特性、全流域尺度和长时间序列的综合视角探究景观生态风险演变规律的研究尚显薄弱. 因此，本文研究通过拓展评价维度，以深化对流域景观生态风险时空动态变化机制的理解.

作为干旱区的第二大内陆河流域，黑河流域景观格局的独特性和生态系统的脆弱性决定了其景观生态风险研究具有重要意义. 黑河流域上中下游差异显著，上游的冰川、中游的河西腹地和下游的戈壁沙漠等随着社会经济的快速发展，周边生产生活对流域生态造成了一定破坏，生态恢复难度极大且过程缓慢，使得流域生态风险波动较大. 因此，以黑河流域为研究对象，首先开展土地利用时空变化分析，明确黑河流域33 a间各土地利用类型面积的阶段性变化特征和总体演变特征，从而得出土地利用格局的转变情况. 在此基础上，创建风险评价单元、计算景观生态风险指数、划分生态风险等级并结合风险评价单元间的相关性，分析不同景观生态风险等级的分布和生态风险格局变化特征. 最后，针对不同的生态风险等级区域提出相应建议，以降低或动态稳定流域景观生态风险，优化景观生态格局^[37]，改善流域生态环境，实现黑河流域可持续发展.

1 材料与方法 1.1 研究区概况

黑河流域是我国西北地区第二大内陆河流域，地处河西走廊中部（97°37′~102°06′E，37°44′~42°40′N，图 1），作为维系河西走廊生态系统的生命线，其流域体系呈东南-西北走向，发源于祁连山冰川带，最终注入居延海，干流总长约821 km，流域面积约14.32万km²，以莺落峡和正义峡划分为上中下游. 流域地形复杂多样，气候干燥，东西部和南北部差异显著，降水稀少且集中，大风频繁，日照充足，太阳辐射强烈，昼夜温差较大，全流域呈现高山、绿洲、戈壁和沙漠断续分布的自然景观. 该流域不仅是丝绸之路经济带的重要生态屏障，更是支撑张掖、酒泉和额济纳旗等绿洲城市群发展的核心水源，因而享有“河西走廊母亲河”的美誉.

图 1 黑河流域示意 Fig. 1 Diagram of Heihe River Basin

1.2 数据来源及处理

数字高程模型（DEM）栅格数据下载自地理空间数据云平台（https://www.gscloud.cn），空间分辨率为30 m；土地利用栅格数据来自中国科学院资源环境科学与数据中心（http://www.resdc.cn），空间分辨率为30 m；黑河流域研究区边界矢量数据获取自国家青藏高原科学数据中心（https://data.tpdc.ac.cn）；水系矢量数据来源于Open Street Map（https://www.openstreetmap.org）. 基于《土地利用现状分类标准》（GB/T 21010-2017），结合黑河流域干旱区景观异质性特征，并参考相关研究成果^[38]，将研究区域重分类为6类景观类型：耕地、林地、草地、水域、建设用地和未利用地. 所有数据均在ArcGIS 10.8平台中经镶嵌、裁剪和按掩膜提取等方式处理，统一采用WGS1984-UTM-ZONE-47N投影坐标系.

1.3 研究方法 1.3.1 土地利用时空变化

单一土地利用动态度主要是用来表征某一土地利用类型在某一个时间段内的变化速度和幅度^[39]. 单一土地利用动态度K的表达式如下：

K = \frac{U_{b} - U_{a}}{U_{a}} \times \frac{1}{T} \times 100 %

(1)

式中，K为单一土地利用动态度；U_a和U_b分别为研究初期和末期该土地利用类型的面积；T为研究时间间隔.

综合土地利用动态度主要是用来表征在某一时间段内，所有土地利用类型的变化速度和幅度^[40]. 综合土地利用动态度L_c的表达式如下：

L_{c} = \frac{\sum_{i = 1}^{n} Δ L_{U_{i - j}}}{2 \sum_{i = 1}^{n} Δ L_{U_{i}}} \times \frac{1}{T} \times 100 %

(2)

式中，L_c为综合土地利用动态度； $Δ L_{U_{i - j}}$ 为某一时期内第i种土地利用类型转化为j种土地利用类型的面积（i≠j）；U_i为研究初期第i种土地利用类型的面积；T为研究时间间隔.

1.3.2 构建风险评价单元

依据景观生态学空间异质性理论以及评价单元（风险小区）的大小应涵盖周边2~5倍景观斑块平均面积^[41，42]. 借助Fragstats 4.2平台提取各景观类型的斑块数量，计算出平均斑块面积为9.32 km²，基于此计算结果，将评价单元确定为5 km×5 km的网格，生成5 993个独立风险评价单元，这样既能有效捕获斑块间相互作用，避免尺度效应引起的生态过程失真，又能确保对冰川、绿洲和荒漠等异质景观的全覆盖. 从流域生态系统的景观结构出发，选取景观干扰度指数、景观脆弱度指数和景观损失度指数构建综合生态风险指数，将计算结果赋予网格中心点，实现流域景观生态风险的空间表达.

1.3.3 景观生态风险评价模型

表 1中景观干扰度指数的权重系数a、b和c基于已有研究的共识^[43]，分别设定为0.5、0.3和0.2，但针对本研究中未利用地风蚀主导的特征，将未利用地系数调整为0.2、0.3和0.5；景观脆弱度指数采用专家打分法对6类景观类型进行脆弱度评估^[44]，耕地、林地、草地、水域、建设用地和未利用地的初始赋值分别为4、2、3、5、1和6，经归一化处理后，其对应的景观脆弱度指数权重分别为0.190 5、0.095 2、0.142 9、0.238 1、0.047 6和0.285 7.

表 1 景观格局指数及意义 Table 1 Landscape pattern index and its significance

景观格局指数名称	计算公式	指数意义	其它
景观破碎度指数(C_i)	$C_{i} = \frac{n_{i}}{A_{i}}$	量化景观被分割、破碎化的程度，反映人类活动或自然干扰对景观结构的影响	i为景观类型 A为景观总面积 A_i为景观类型i的总面积 n_i为景观类型i的斑块数量 Q_i为斑块i出现的样方数/总样方数 M_i为斑块i的数目/斑块总数 L_i为斑块i的面积/样方的总面积
景观分离度指数(N_i)	$N_{i} = \frac{1}{2} \times \sqrt[]{\frac{n_{i}}{A}} \times \frac{A}{A_{i}}$	衡量景观中同一类型斑块在空间上的分散程度的指标
景观优势度指数(D_i)	$D_{i} = \frac{(Q_{i} + M_{i})}{4} \times \frac{L_{i}}{2}$	衡量某一景观类型在整体景观中占据主导地位程度的指标
景观干扰度指数(E_i)	$E_{i} = a C_{i} + b N_{i} + c D_{i}$	衡量自然或人为因素对景观结构和功能造成干扰的强度与范围的指标
景观脆弱度指数(F_i)	归一化处理	衡量景观在面对自然或人为干扰时的脆弱程度
景观损失度指数(R_i)	$R_{i} = E_{i} \times F_{i}$	衡量特定景观类型在特定时期内因自然或人为干扰导致的面积减少或质量退化程度的指标

表 1 景观格局指数及意义 Table 1 Landscape pattern index and its significance

景观生态风险指数是量化区域生态系统受自然或人为干扰后可能产生负面影响的综合性指标，通过整合景观格局特征、生态脆弱性和外部干扰强度，揭示生态系统的潜在风险空间分异规律^[45]，计算公式如下：

E R I = \sum_{i = 1}^{n} \frac{A_{k i}}{A_{k}} R_{i}

(3)

式中，ERI为景观生态风险指数；A_ki为第k个研究单元内景观类型i的面积；A_k为第k个研究单元的面积.

1.3.4 空间自相关分析

空间自相关分析通过量化地理要素属性值与其空间领域单元之间的关联性^[46]，揭示空间变量的空间依赖特征. 本研究采用Moran's I指数体系^[47]，运用GeoDa软件计算景观生态风险的Moran's I指数，Moran's I指数的取值范围为[-1，1]，其中正值表示空间正相关，负值表示空间负相关，而0值则表明空间随机分布，其值越大表明区域网格之间的景观生态风险相关性越高，集聚效应也就更加明显.

全局Moran's I指数用于检验某一要素的属性值在整个研究区内的空间相关性，计算公式如下：

M o r a n' s I = \frac{n \sum_{i = 1}^{n} \sum_{j = 1}^{n} W_{i j} (x_{i} - \bar{x}) (x_{j} - \bar{x})}{\sum_{i = 1}^{n} \sum_{j = 1}^{n} W_{i j} \sum_{i = 1}^{n} {(x_{i} - \bar{x})}^{2}}

(4)

式中，Moran's I为全局莫兰指数；n为要素个数；x_i和x_j为第i个和第j个要素对应的属性值； $\bar{x}$ 为属性值的平均数；W_ij为第i个和第j个要素值的空间权重.

局部Moran's I指数用于反映某一要素的属性值和相邻空间单元的相关性，用于分析流域内各个空间景观类型与其邻域景观类型间的空间相关程度，能够反映流域内的空间异质性与不稳定性，计算公式如下：

I_{i} = \frac{n (x_{i} - x) \sum_{j = 1}^{n} W_{i j} (x_{j} - \bar{x})}{\sum_{i = 1}^{n} (x_{i} {- x)}^{2}}

(5)

式中，I_i为第i个地区的局部莫兰指数；n为要素个数；x_i和x_j为第i个和第j个要素对应的属性值； $\bar{x}$ 为属性值的平均数；W_ij为第i个和第j个要素值的空间权重.

2 结果与分析 2.1 土地利用时空变化分析 2.1.1 土地利用类型变化

黑河流域1990~2023年的土地利用变化呈现出显著的阶段性特征和空间分布格局. 阶段性特征可划分为3个：垦殖驱动期（1990~2000年）、生态失衡期（2000~2010年）和修复逆转期（2010~2023年），如表 2；未利用地占流域总面积约2/3，集中分布于中下游戈壁-荒漠带，涵盖沙地、裸岩及盐碱地等类型；草地占比近1/5，主要分布于上游高海拔区及下游额济纳旗，其它地区零散分布；耕地沿黑河干流及山丹河、梨园河等支流呈带状集聚；林地垂直分布于祁连山北坡海拔2 800~4 000 m区域；建设用地零散分布于张掖、酒泉等城镇行政中心周边，空间格局详见图 2. 土地利用类型数量上呈现出“一增一减四波动”的总体变化特征. 33 a间，建设用地整体处于持续扩张态势，建设用地累计增加642.47 km²，增幅144.32%；特别是在2010年之后，扩张速度明显加快，年均增长39.22 km². 与之趋势相反的是林地持续退化，持续减少152.89 km²；尤其是2010年以后，退化速度加快，年均减少7.38 km². 耕地变化呈现出明显的阶段性，2010年前一直处于持续增长状态，增长1 155.58 km²，增幅达23.39%，新增耕地主要集中于黑河中游绿洲地区，与河西地区商品粮基地建设有关；2010年之后，耕地面积出现了82.82 km²的减少，表明耕地保护、退耕还林和还草政策初见成效. 水域面积经历了“V型”反转，2010年前持续减少129.33 km²；2010年后得到显著恢复逆转，增加402.06 km²，增幅达29.07%，得益于流域水资源管理的加强以及生态修复工程对水域的保护与重建. 草地面积在1990~2010年锐减6 851.89 km²；2010年后恢复6 256.94 km²，显示出生态修复的显著成效，但还未恢复到1990年的基准水平. 未利用地在2000~2010年间增长5 771.08 km²；2010年后随着生态修复工程实施面积减少6 990.05 km². 分析表明2010年作为研究期内关键的土地利用变化拐点，标志着流域土地利用格局由“开发主导”向“保护优先”转变.

表 2 1990~2023年黑河流域土地利用类型面积及变化量/km² Table 2 Land use type area and change in Heihe River Basin from 1990 to 2023/km²

图 2 1990~2023年黑河流域土地利用类型分布及面积占比 Fig. 2 Distribution and proportion of land use types in the Heihe River Basin from 1990 to 2023

2.1.2 土地利用动态度变化

1990~2023年黑河流域土地利用动态度呈现显著阶段性差异，见表 3. 1990~2000年耕地、建设用地为低速扩张主导类型，景观类型整体变化平缓，综合土地利用动态度仅0.03；2000~2010年建设用地、耕地的增长变化与草地、水域锐减变化并存，景观类型面积变化明显，使得综合土地利用动态度跃升至0.72；2010~2023年建设用地持续增加，未利用地减少，生态修复工程使得草地、水域面积增加，生态用地面积变化明显，综合土地利用动态度持续上升至0.78. 33 a间流域内6类景观类型利用差异大，揭示出流域从资源掠夺式开发向“生产-生态”协调模式转型的系统重构过程.

表 3 1990~2023年黑河流域各土地利用类型动态度变化 Table 3 Dynamic changes of land use types in the Heihe River Basin from 1990 to 2023

2.2 景观生态风险评价分析 2.2.1 景观格局指数变化

表 4表明1990~2023年6类景观类型的景观格局指数变化明显，存在差异. 耕地斑块数量呈波动上升趋势，景观破碎度与分离度先降后升，优势度总体提升但干扰度与损失度同步增加，说明人为干扰增强，小面积的耕地景观类型数量增加. 林地斑块数持续增长，景观破碎度与分离度上升，优势度下降，干扰度加剧，表明大面积的林地景观类型数量减少，趋向于小面积并且分散. 草地斑块数量增长明显，分离度与干扰度持续上升，但优势度在2010年降至低谷后恢复至初期1990年水平. 水域斑块数量较1990年增加3.26倍，景观破碎度与分离度上升明显，损失度增幅达57.20%，反映出强烈的人为扰动，表现出水域景观类型脆弱的本质. 建设用地斑块数量增长58.48%，但分离度与干扰度分别下降48.47%和46.63%，显示出城镇化发展呈现空间集聚趋势. 未利用地斑块数量增长明显，其景观破碎度相对稳定但人为干扰导致的损失度波动上升，未利用地景观类型抵抗力弱，脆弱性高. 景观脆弱度归一化处理后，在研究期内为定值，保持了时间稳定性，其中水域和未利用地的脆弱度分别为0.238 1和0.285 7，始终为高脆弱系统，与上述分析结果相符合.

表 4 1990~2023年黑河流域景观格局指数^1） Table 4 Landscape pattern index of Heihe River Basin from 1990 to 2023

2.2.2 景观生态风险格局变化

研究区4个时期的景观生态风险分布格局基本一致，整体上呈现“北高南低”和“下游 > 中游 > 上游”的生态风险空间格局特征，但不同等级的生态风险面积存在差异，见表 5. 低生态风险区集中分布于上游青海省祁连县、甘肃省肃南县、民乐县和山丹县等区域，高生态风险区主要位于下游甘肃省金塔县和内蒙古额济纳旗等区域. 上游地区海拔高、地形复杂，人类活动干扰较少，水资源丰富，植被覆盖度高，生态系统稳定性强，景观生态风险水平低；加之国家级自然保护区的建立，显著提升了流域的生态韧性，抵抗外界风险的能力进一步加强. 中游以绿洲农业为主，耕地扩张致使农业灌溉用水增加，城镇化加速促使人类活动频繁，景观生态风险波动上升. 下游地貌以戈壁、沙漠和裸地为主，气候干旱少雨，风沙活动频繁，植被覆盖度低，生态环境脆弱，抗干扰能力差，导致景观生态风险居高不下. 1990年、2000年、2010年和2023年景观生态风险值区间分别为0.006 5~0.087 7、0.006 5~0.087 7、0.006 6~0.091 2和0.006 6~0.090 0；景观生态风险指数的平均值依次为0.063 3、0.063 3、0.068 7和0.064 6，33 a间流域景观生态风险略有上升，整体呈现“稳定-上升-下降”趋势. 为准确分析生态风险空间分异格局，采用ArcGIS 10.8平台自然断点法对1990年景观生态风险指数（ERI）进行5级划分^[48，49]. 具体风险等级划分如下：低生态风险区（ERI < 0.023 2）、较低生态风险区（0.023 2≤ERI < 0.042 0）、中生态风险区（0.042 0≤ERI < 0.060 6）、较高生态风险区（0.060 6≤ERI < 0.078 3）和高生态风险区（ERI≥0.078 3），确保研究时序可比性，并沿用该分级标准统一划分2000年、2010年和2023年景观生态风险等级. 通过克里金插值法使得景观生态风险可视化，如图 3.

表 5 1990~2023年黑河流域各等级生态风险面积及变化量/km² Table 5 Ecological risk areas and changes at different levels in the Heihe River Basin from 1990 to 2023/km²

图 3 1990~2023年黑河流域生态风险等级空间分布及面积占比 Fig. 3 Spatial distribution and area proportion of ecological risk levels in the Heihe River Basin from 1990 to 2023

通过对黑河流域1990~2023年景观生态风险格局变化分析，可划分为3个典型时期：平稳过渡期（1990~2000年）、风险加剧期（2000~2010年）和修复逆转期（2010~2023年）. 高生态风险区面积在2010年达到扩张顶峰后开始下降，呈现“先激增后回落”的趋势，主要源于上游来水减少，下游发生断流干涸，导致额济纳旗居延海水域面积萎缩，东部胡杨林退化，高生态风险区面积增加，与生态风险变化趋势重合，反映出生态系统敏感性强；较高生态风险区面积在1990~2010年持续减少，降幅4.96%，2010年后增长12.18%，主要分布在高生态风险区边缘，容易受到侵扰发生转移，表现出较高生态风险区的风险抵抗能力弱，不稳定；中生态风险区在2000~2010年锐减后逐步回升，但未恢复至1990年水平；较低生态风险区面积在1990~2010年下降17.53%，低生态风险区面积在2000~2010年下降14.68%，造成生态风险上升，2010年后随生态工程实施，低、较低生态风险区面积逐步恢复；其中2023年较低生态风险区面积较1990年净增加233.80 km²，低生态风险区面积已基本恢复至1990年水平（差值< 0.05%），显示基础生态本底稳定，生态风险逐步下降. 2010~2023年高生态风险区面积显著收敛，其他低等级生态风险区面积增加，说明高生态风险区向其他低等级生态风险区转移，生态风险开始逐步下降，自然环境状况好转. 通过上述分析，黑河流域景观生态风险水平在2010年达到历史峰值后开始下降，这一关键年份不仅是流域土地利用变化的拐点年，更是流域景观生态风险变化的拐点年，说明土地利用变化驱动着景观生态风险变化，需要通过调整人地关系，实施综合治理进行生态修复，持续改善生态环境，以降低生态风险.

2.3 景观生态风险空间自相关分析

1990~2023年间黑河流域景观生态风险Moran's I指数散点图表明，Moran's I指数呈现显著的空间自相关特征，见图 4. 1990~2023年Moran's I值依次为0.800、0.800、0.813和0.799，均超过0.75且通过P < 0.05显著性检验，揭示出研究区生态风险存在持续稳定的空间正相关性. 值得注意的是，在研究期内Moran's I值的变异系数为0.83%，反映出近33 a间生态风险空间集聚强度具有显著的时间稳定性. Moran's I散点图显示，评价单元集中分布在“高-高”和“低-低”象限，且散点密集分布于回归线两侧的狭窄带状区域. 这种分布特征印证了生态风险在空间上存在集聚效应，即高生态风险区与相邻高生态风险区形成空间协同，低生态风险区与周边低生态风险区产生空间共振.

图 4 1990~2023年黑河流域景观生态风险Moran's I散点图 Fig. 4 Moran's I scatter plot of landscape ecological risk in the Heihe River Basin from 1990 to 2023

为进一步揭示黑河流域景观生态风险的空间异质性特征，在Moran's I分析的基础上，进一步采用局部空间自相关方法，对生态风险区的空间集聚模式进行精细化识别. 结果表明，1990~2023年间研究区生态风险空间分布呈现显著的局部空间依赖性特征. LISA聚类图显示（图 5），研究区生态风险空间格局主要表现为“高-高”和“低-低”两种显著集聚类型. 其中“高-高”集聚区主要分布于黑河下游绿洲-荒漠带，呈带状延伸格局，该区域以戈壁、沙漠、裸地和建设用地为主要景观类型，景观连通性弱，生态系统稳定性差，导致生态风险值始终居于高位. “低-低”集聚区集中分布于祁连山高海拔生态屏障区，该区域以林地、草地和水域为主要景观类型，生态系统完整性高，景观连通性强，形成了天然的生态屏障功能，生态风险值较低，生态环境状况较好.

图 5 1990~2023年黑河流域景观生态风险LISA聚类 Fig. 5 LISA cluster of landscape ecological risks in the Heihe River Basin from 1990 to 2023

3 讨论 3.1 土地利用变化与景观生态风险分析

本文基于黑河流域1990~2023年土地利用数据，构建景观生态风险评价体系，揭示了土地利用现状与生态风险的耦合关系. 从空间关联角度分析，建设用地增长呈现出“张掖-酒泉双核集聚”模式，这种集聚模式体现了区域城市化发展的核心带动作用，有助于资源的集中配置和城市功能的协同发展；中游耕地扩张区与黑河干流水系在空间上高度耦合，说明水资源是耕地开发与分布的重要制约因素，表明在农业发展过程中人们充分考虑了水资源的可获取性和灌溉便利性；下游未利用地的退缩与人工绿洲的扩展形成了显著的空间替代关系，反映了人类积极干预土地利用的过程中，通过生态修复和农牧业开发等手段，使原本的未利用土地转变为具有更高经济和生态价值的人工绿洲. 以上空间关联特征不仅改变了流域的地表景观，也使得流域生态风险下降，标志着流域生态治理初见成效.

林地、草地、水域和耕地分布区域生态风险值较低，而建设用地和未利用地分布区域生态风险值较高，生态用地相应风险作用较低，这与郭明等^[50]、李传哲等^[51]和吴绮琦等^[52]对黑河流域的研究结论基本一致. 综合黑河流域已有研究来看，部分研究仅聚焦于黑河流域局部区域的景观生态风险现状，研究尺度较小，难以从宏观层面实施流域综合治理以降低景观生态风险，流域整体性被割据；还有一些研究时间较为久远，无法准确反映当前黑河流域的景观生态风险状况，难以剖析近些年来景观生态风险的分布特征和格局演变；更为关键的是，现有研究未针对黑河流域不同生态风险等级区域提出相应的管控建议与措施，因而难以在生态风险管控、人地关系协调以及推动水资源可持续发展等方面发挥有效作用. 此外，未利用地的高风险性表明其作为潜在开发源地的生态脆弱性，需在未来国土空间规划中重点关注. 研究区生态风险变化是自然环境与人类活动共同作用的结果. 2010年前中游绿洲农业过度开发导致生态风险显著上升；2010年后退耕还林还草、黑河调水等生态修复工程的实施，使低、较低生态风险区面积较2010年增加19.18%，验证了政策干预对风险调控的有效性，这种“修复-胁迫”的张力关系，揭示出干旱区生态恢复的脆弱性本质. 各生态风险等级的空间稳定性存在显著差异，低生态风险区稳定性较高，而高生态风险区因景观破碎化与人为干扰叠加，易向周边扩散.

3.2 研究不足与展望

研究证实，通过系统性生态治理可以实现生态风险等级的结构性下移，为干旱区内陆河流域的可持续发展提供了实证案例，建议未来重点关注高风险区与未利用地的协同治理，以巩固现有的生态修复成效. 但评价指标体系仍存在一定局限，未充分考虑降水和温度等气候变化因素对景观生态风险的长期影响，难以全面揭示“自然-社会”系统的互馈机制. 因此，在后续研究中需要进一步探究自然和社会驱动因素，全面理解驱动因素对景观生态风险的作用机制，为干旱区内陆河流域生态安全提供科学支撑.

4 结论

（1）1990~2023年黑河流域耕地、建设用地和水域持续扩张，未利用地以年均37.58 km²的数量减少，草地和林地有退化趋势，流域生态系统稳定性存在威胁. 2010年作为土地利用变化的拐点，标志着流域土地利用格局由“开发主导”向“保护优先”转变，就目前来看，黑河流域生态恢复成效显著，但生态用地尚未恢复到1990年的水平.

（2）1990~2023年黑河流域景观生态风险呈现“先升后降”的倒U型变化轨迹. 2010年前高生态风险区面积扩张16.10%，环境恶化，生态风险上升；随着生态修复工程的实施，2023年低生态风险区面积较2010年上涨16.66%，流域生态风险逐步下降，生态环境质量得到恢复提升. 33 a间黑河流域土地利用变化与景观生态风险演变在时空上呈现耦合特征. 土地利用类型分布与景观生态风险空间格局高度一致，土地利用动态变化与景观生态风险变化过程在时空上紧密关联，表明土地开发利用是景观生态风险形成的重要因素，印证了“土地利用变化-景观格局改变-生态风险加剧”的级联效应.

（3）针对生态风险等级区域，提出以下分区调控策略. 高、较高生态风险区应列为重点管控范围，该区域生态系统极为脆弱，主要表现为林地和草地分散且未利用地面积较大，生态破坏容易恢复困难，导致生态风险长期处于高位；需重点实施防沙治沙、植被恢复和水资源调配等生态修复措施，扩大林地、草地和水域面积；同时严格限制高强度开发与人类活动，减少荒地开垦，以系统性降低生态风险. 中风险区应被列为严格管控范围，该区域主要分布在生态用地与绿洲农业之间的过渡带，容易受到人类活动侵扰导致风险上升；需制定耕地、草地、林地以及水域在保护与开发层面的协同平衡策略，注重采用生态农业、节水灌溉等措施，以此提高水资源的利用效率；同时控制建设用地扩张，维持或改善区域生态风险水平. 低、较低生态风险区应划为一般管控区，该区域生态用地集中连片，生态功能稳定发挥，需重点优化林地与草地空间布局，提升水源涵养能力，增强景观连通性与生态稳定性；同时通过减少人类活动干扰，恢复生态系统的物种多样性，全面提升生态系统服务功能与景观质量.

参考文献

[1]	叶博文, 孙标, 史小红, 等. 巴彦淖尔市土地利用变化及其对生态环境质量的影响[J]. 环境科学, 2024, 45(12): 6899-6909. Ye B W, Sun B, Shi X H, et al. Land use changes and its impact on ecological environment quality in Bayannur city[J]. Environmental Science, 2024, 45(12): 6899-6909.
[2]	翟家祺, 罗永忠, 罗昕, 等. 土地利用变化背景下山东省生态系统服务及权衡与协同关系[J]. 环境科学, 2025, 46(9): 5907-5918. Zhai J Q, Luo Y Z, Luo X, et al. Ecosystem services and trade-offs and synergies in Shandong province under the background of LUCC[J]. Environmental Science, 2025, 46(9): 5907-5918. DOI:10.13227/j.hjkx.202407082
[3]	雷文韬, 古杰, 谢宏坤. 基于"三生"空间的湖南省土地利用格局及多功能演变[J]. 农业工程学报, 2024, 40(17): 283-293. Lei W T, Gu J, Xie H K. Land use pattern and multifunctional evolution in Hunan province using "production-living-ecosystem" space[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(17): 283-293.
[4]	Liu H, Tang D W. Ecological zoning and ecosystem management based on landscape ecological risk and ecosystem services: a case study in the Wuling mountain area[J]. Ecological Indicators, 2024, 166. DOI:10.1016/J.ECOLIND.2024.112421
[5]	Zhang Y, Li Y Z, Lv J, et al. Scenario simulation of ecological risk based on land use/cover change-a case study of the Jinghe county, China[J]. Ecological Indicators, 2021, 131. DOI:10.1016/J.ECOLIND.2021.108176
[6]	Xu M L, Matsushima H. Multi-dimensional landscape ecological risk assessment and its drivers in coastal areas[J]. Science of the Total Environment, 2024, 908. DOI:10.1016/J.SCITOTENV.2023.168183
[7]	Wei Y L, Zhou P Y, Zhang L Q, et al. Spatio-temporal evolution analysis of land use change and landscape ecological risks in rapidly urbanizing areas based on Multi-Situation simulation-a case study of Chengdu plain[J]. Ecological Indicators, 2024, 166. DOI:10.1016/J.ECOLIND.2024.112245
[8]	Yang N J, Zhang T, Li J Z, et al. Landscape ecological risk assessment and driving factors analysis based on optimal spatial scales in Luan River Basin, China[J]. Ecological Indicators, 2024, 169. DOI:10.1016/J.ECOLIND.2024.112821
[9]	Yan J X, Li J, Yao X D, et al. Ecological security pattern construction based on landscape ecological risk assessment in the Yellow River Basin[J]. Frontiers in Environmental Science, 2025, 13. DOI:10.3389/FENVS.2025.1514599
[10]	彭建, 党威雄, 刘焱序, 等. 景观生态风险评价研究进展与展望[J]. 地理学报, 2015, 70(4): 664-677. Peng J, Dang W X, Liu Y X, et al. Review on landscape ecological risk assessment[J]. Acta Geographica Sinica, 2015, 70(4): 664-677.
[11]	Shen W C, Zhang J J, Wang K, et al. Identifying the spatio-temporal dynamics of regional ecological risk based on google earth engine: a case study from Loess Plateau, China[J]. Science of the Total Environment, 2023, 873. DOI:10.1016/J.SCITOTENV.2023.162346
[12]	杨帆, 金晓斌, 刘晶, 等. 时空动态视角下快速城市化地区景观生态风险评价与分区[J]. 农业工程学报, 2023, 39(18): 253-261. Yang F, Jin X B, Liu J, et al. Assessing landscape ecological risk in rapidly urbanized areas from the perspective of spatiotemporal dynamics[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(18): 253-261.
[13]	张峻铭, 孙永玉, 周姗, 等. 2000—2020年金沙江干热河谷景观生态风险的时空变化[J]. 应用生态学报, 2023, 34(10): 2767-2776. Zhang J M, Sun Y Y, Zhou S, et al. Spatial and temporal variations of landscape ecological risk in the dry and hot valley of the Jinsha River during 2000—2020[J]. Chinese Journal of Applied Ecology, 2023, 34(10): 2767-2776.
[14]	何钊全, 尚雪, 张铜会, 等. 近20年陕北黄土丘陵区景观生态风险时空变化及其冷热点格局[J]. 生态学杂志, 2023, 42(10): 2514-2525. He Z Q, Shang X, Zhang T H, et al. Spatiotemporal variations of landscape ecological risk and its cold-hot spot pattern in the loess hills of northern Shaanxi over the past 20 years[J]. Chinese Journal of Ecology, 2023, 42(10): 2514-2525.
[15]	司琪, 樊浩然, 董文明, 等. 新疆叶尔羌河流域景观生态风险评价及预测[J]. 干旱区研究, 2024, 41(4): 684-696. Si Q, Fan H R, Dong W M, et al. Landscape ecological risk assessment and prediction for the Yarkant River Basin, Xinjiang, China[J]. Arid Zone Research, 2024, 41(4): 684-696.
[16]	张子涵, 王瑾杰, 丁建丽, 等. 基于PLUS模型的艾比湖流域景观生态风险分析及预测[J]. 干旱区地理, 2025, 48(2): 308-322. Zhang Z H, Wang J J, Ding J L, et al. Analysis and prediction of landscape ecological risk in Ebinur Lake Basin based on PLUS model[J]. Arid Land Geography, 2025, 48(2): 308-322.
[17]	孙丽蓉, 周冬梅, 岑国璋, 等. 基于地理探测器模型的疏勒河流域景观生态风险评价及驱动因素分析[J]. 干旱区地理, 2021, 44(5): 1384-1395. Sun L R, Zhou D M, Cen G Z, et al. Landscape ecological risk assessment and driving factors of the Shule River Basin based on the geographic detector model[J]. Arid Land Geography, 2021, 44(5): 1384-1395.
[18]	王成武, 尧良杰, 汪宙峰, 等. 2000—2020年三江源地区景观生态风险评价及驱动因素[J]. 干旱区研究, 2024, 41(11): 1908-1920. Wang C W, Yao L J, Wang Z F, et al. Landscape ecological risk assessment and driving factors analysis in the Three River source region from 2000 to 2020[J]. Arid Zone Research, 2024, 41(11): 1908-1920.
[19]	高彬嫔, 李琛, 吴映梅, 等. 川滇生态屏障区景观生态风险评价及影响因素[J]. 应用生态学报, 2021, 32(5): 1603-1613. Gao B B, Li C, Wu Y M, et al. Landscape ecological risk assessment and influencing factors in ecological conservation area in Sichuan-Yunnan provinces, China[J]. Chinese Journal of Applied Ecology, 2021, 32(5): 1603-1613.
[20]	郝守宁, 董飞, 刘晓波, 等. 西藏尼洋河流域土地景观格局演变的生态风险分析[J]. 水土保持研究, 2023, 30(2): 378-383, 430. Hao S N, Dong F, Liu X B, et al. Analysis on ecological risk of the evolution of land landscape pattern in the Nyang River Basin[J]. Research of Soil and Water Conservation, 2023, 30(2): 378-383, 430.
[21]	王芳. 沱江流域近30年景观生态风险时空演变分析[J]. 测绘科学, 2023, 48(6): 198-211, 221. Wang F. Landscape ecological risk space-temporal evolution analysis of the Tuojiang River Basin in recent 30 years[J]. Science of Surveying and Mapping, 2023, 48(6): 198-211, 221.
[22]	卿希, 李巍, 陆中桂. 黄河流域城市群土地利用变化与生态风险评价[J]. 中国环境科学, 2024, 44(2): 984-991. Qing X, Li W, Lu Z G. Land use change and ecological risk assessment of the urban agglomerations in the Yellow River Basin[J]. China Environmental Science, 2024, 44(2): 984-991.
[23]	胡海, 周勇, 徐涛. 1980~2018年湖北省土地生态风险时空演变分析[J]. 长江流域资源与环境, 2022, 31(10): 2246-2258. Hu H, Zhou Y, Xu T. Spatial-temporal evolution of land ecological risk in Hubei province, China from 1980 to 2018[J]. Resources and Environment in the Yangtze Basin, 2022, 31(10): 2246-2258.
[24]	王玲, 汪淼. 成渝城市群景观生态风险演变分析[J]. 长江流域资源与环境, 2023, 32(3): 626-637. Wang L, Wang M. Chengdu-Chongqing urban landscape ecological risk evolution analysis[J]. Resources and Environment in the Yangtze Basin, 2023, 32(3): 626-637.
[25]	孟祥源, 王子昊, 王冰, 等. 呼包鄂生态系统服务价值与景观生态风险时空动态变化及关联性[J]. 环境科学, 2025, 46(9): 5941-5950. Meng X Y, Wang Z H, Wang B, et al. Spatiotemporal dynamics and correlations between ecosystem service values and landscape ecological risks in Hohhot-Baotou-Ordos[J]. Environmental Science, 2025, 46(9): 5941-5950. DOI:10.13227/j.hjkx.202409091
[26]	于航, 刘学录, 赵天明, 等. 基于景观格局的祁连山国家公园景观生态风险评价[J]. 生态科学, 2022, 41(2): 99-107. Yu H, Liu X L, Zhao T M, et al. Landscape ecological risk assessment of Qilian mountain national park based on landscape pattern[J]. Ecological Science, 2022, 41(2): 99-107.
[27]	邹珮雯, 徐昉. 生态安全格局构建及景观生态风险预测——以赛罕乌拉国家级自然保护区为例[J]. 生态学报, 2023, 43(23): 9981-9993. Zou P W, Xu F. Ecological security pattern construction and landscape ecological risk prediction: a case study of Saihanwula national nature reserve[J]. Acta Ecologica Sinica, 2023, 43(23): 9981-9993.
[28]	周玄德, 邓祖涛, 窦文章, 等. 三江源国家公园近30年土地利用变化生态风险时空特征[J]. 测绘科学, 2024, 49(4): 208-220. Zhou X D, Deng Z T, Dou W Z, et al. The spatiotemporal characteristics of ecological risks of land use change in Sanjiangyuan national park over the past 30 years[J]. Science of Surveying and Mapping, 2024, 49(4): 208-220.
[29]	尉芳, 刘京, 夏利恒, 等. 基于LUCC的陕西渭北旱塬区景观生态风险评价[J]. 中国环境科学, 2022, 42(4): 1963-1974. Wei F, Liu J, Xia L H, et al. Landscape ecological risk assessment in Weibei dryland region of Shaanxi province based on LUCC[J]. China Environmental Science, 2022, 42(4): 1963-1974.
[30]	魏鹏, 余敦, 胡海洋, 等. 立体空间视角下景观生态风险时空演化及影响因素分析[J]. 农业工程学报, 2024, 40(19): 250-261. Wei P, Yu D, Hu H Y, et al. Spatial-temporal evolution and influencing factors of landscape ecological risk from the perspective of three-dimensional space[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(19): 250-261.
[31]	勾容, 苏维词, 黄贤凤. 基于景观生态安全评价的贵州省生态安全网络构建及多情景模拟[J]. 环境科学, 2025, 46(7): 4580-4591. Gou R, Su W C, Huang X F. Construction of ecological security network and Multi-scenario simulation in Guizhou province based on landscape ecological security assessment[J]. Environmental Science, 2025, 46(7): 4580-4591. DOI:10.13227/j.hjkx.202406286
[32]	Ai J W, Yu K Y, Zeng Z, et al. Assessing the dynamic landscape ecological risk and its driving forces in an island city based on optimal spatial scales: Haitan Island, China[J]. Ecological Indicators, 2022, 137. DOI:10.1016/J.ECOLIND.2022.108771
[33]	谢小平, 陈芝聪, 王芳, 等. 基于景观格局的太湖流域生态风险评估[J]. 应用生态学报, 2017, 28(10): 3369-3377. Xie X P, Chen Z C, Wang F, et al. Ecological risk assessment of Taihu Lake Basin based on landscape pattern[J]. Chinese Journal of Applied Ecology, 2017, 28(10): 3369-3377.
[34]	刘希朝, 李效顺, 蒋冬梅. 基于土地利用变化的黄河流域景观格局及生态风险评估[J]. 农业工程学报, 2021, 37(4): 265-274. Liu X Z, Li X S, Jiang D M. Landscape pattern identification and ecological risk assessment using land-use change in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(4): 265-274.
[35]	张乐, 雷金睿, 陈宗铸, 等. 海南岛三大流域景观生态风险时空演变及其驱动因素[J]. 生态学报, 2025, 45(4): 1646-1658. Zhang L, Lei J R, Chen Z Z, et al. Spatiotemporal evolution characteristics and influencing factors of landscape ecological risks in the three major basins of Hainan Island, China[J]. Acta Ecologica Sinica, 2025, 45(4): 1646-1658.
[36]	Şenay D, Nurlu E. Spatio-temporal assessment of landscape ecological risk using spatial statistical analysis in a basin of Turkiye[J]. Environmental Monitoring and Assessment, 2024, 196(10). DOI:10.1007/S10661-024-13008-Z
[37]	李月, 刘静兰, 李静静, 等. 基于生态廊道识别的喀斯特流域生态安全格局构建: 以贵州南明河流域为例[J]. 环境科学, 2025, 46(5): 3098-3113. Li Y, Liu J L, Li J J, et al. Construction of an ecological security pattern in karst watersheds based on ecological corridor identification: a case study of the Nanming River Basin in Guizhou[J]. Environmental Science, 2025, 46(5): 3098-3113.
[38]	于目良, 刘悦俊, 张燕杰. 青藏高原未来土地利用变化与景观生态风险多情景预测[J]. 长江流域资源与环境, 2024, 33(10): 2204-2218. Yu M L, Liu Y J, Zhang Y J. Multi-scenario prediction of future land use change and landscape ecological risk on the Qingzang plateau[J]. Resources and Environment in the Yangtze Basin, 2024, 33(10): 2204-2218.
[39]	陈心怡, 谢跟踪, 张金萍. 海口市海岸带近30年土地利用变化的景观生态风险评价[J]. 生态学报, 2021, 41(3): 975-986. Chen X Y, Xie G Z, Zhang J P. Landscape ecological risk assessment of land use changes in the coastal area of Haikou city in the past 30 years[J]. Acta Ecologica Sinica, 2021, 41(3): 975-986.
[40]	周慧园, 罗文霞, 谢跟踪, 等. 海南热带雨林国家公园40年来景观生态风险时空分布与变化特征[J]. 生态学报, 2025, 45(15): 7401-7414. Zhou H Y, Luo W X, Xie G Z, et al. Characteristics of landscape ecological risk in national park of Hainan tropical rainforest over the past 40 years[J]. Acta Ecologica Sinica, 2025, 45(15): 7401-7414.
[41]	辛亮, 苏维词. 基于景观格局的FAST宁静区生态风险时空演变分析[J]. 中国环境科学, 2023, 43(10): 5475-5487. Xin L, Su W C. Spatial and temporal evolution of ecological risk in FAST Radio Quiet Zone based on landscape pattern[J]. China Environmental Science, 2023, 43(10): 5475-5487.
[42]	高林, 赵中秋, 宋东阳, 等. 景观生态风险演变及其对驱动因素的响应——以北京生态涵养区为例[J]. 中国环境科学, 2024, 44(7): 4031-4041. Gao L, Zhao Z Q, Song D Y, et al. Evolution of landscape ecological risk and its response to natural and anthropogenic factors: a case study of ecological conservation area in Beijing[J]. China Environmental Science, 2024, 44(7): 4031-4041.
[43]	于婧, 汤昪, 陈艳红, 等. 山水资源型城市景观生态风险评价及生态安全格局构建——以张家界市为例[J]. 生态学报, 2022, 42(4): 1290-1299. Yu J, Tang B, Chen Y H, et al. Landscape ecological risk assessment and ecological security pattern construction in landscape resource-based city: a case study of Zhangjiajie city[J]. Acta Ecologica Sinica, 2022, 42(4): 1290-1299.
[44]	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.
[45]	陈彬森, 袁丹晶, 毛怡然, 等. 长江上游流域生态风险评价及生态分区建设[J]. 环境科学, 2025, 46(9): 5861-5871. Chen B S, Yuan D J, Mao Y R, et al. Ecological risk evaluation and ecological zoning construction in the upper Yangtze River Basin[J]. Environmental Science, 2025, 46(9): 5861-5871. DOI:10.13227/j.hjkx.202407276
[46]	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. DOI:10.13227/j.hjkx.202306222
[47]	罗芹芹, 刘凤莲, 朱柯权, 等. 赤水河流域(贵州段)景观生态风险时空分异及空间自相关分析[J]. 水土保持研究, 2025, 32(3): 282-290. Luo Q Q, Liu F L, Zhu K Q, et al. Spatiotemporal differentiation and spatial autocorrelation analysis of landscape ecological risk in the Chishui River Basin (Guizhou section)[J]. Research of Soil and Water Conservation, 2025, 32(3): 282-290.
[48]	王舒, 刘凤莲, 杜汶胶, 等. 滇西北高原湖泊流域景观生态风险时空演变及驱动力识别[J]. 环境科学, 2025, 46(5): 3114-3126. Wang S, Liu F L, Du W J, et al. Spatial-temporal evolution of landscape ecological risk and driving forces in the Plateau Lake Basin of Northwest Yunnan[J]. Environmental Science, 2025, 46(5): 3114-3126. DOI:10.13227/j.hjkx.202306222
[49]	杨帅琦, 何文, 王金叶, 等. 基于MCR模型的漓江流域生态安全格局构建[J]. 中国环境科学, 2023, 43(4): 1824-1833. Yang S Q, He W, Wang J Y, et al. Ecological security pattern construction in Lijiang River Basin based on MCR model[J]. China Environmental Science, 2023, 43(4): 1824-1833.
[50]	郭明, 肖笃宁, 李新. 黑河流域酒泉绿洲景观生态安全格局分析[J]. 生态学报, 2006, 26(2): 457-466. Guo M, Xiao D N, Li X. Changes of landscape pattern bteween 1986 and 2000 in Jiuquan oasis, Heihe River Basin[J]. Acta Ecologica Sinica, 2006, 26(2): 457-466.
[51]	李传哲, 于福亮, 刘佳, 等. 近20年来黑河干流中游地区土地利用/覆被变化及驱动力定量研究[J]. 自然资源学报, 2011, 26(3): 353-363. Li C Z, Yu F L, Liu J, et al. Research on land use/cover change and its driving force in midstream of the Heihe mainstream basin during the past 20 Years[J]. Journal of Natural Resources, 2011, 26(3): 353-363.
[52]	吴绮琦, 蒙吉军. 近40年来黑河流域三生空间格局演变及其驱动因素分析[J]. 北京大学学报(自然科学版), 2023, 59(6): 970-980. Wu Q Q, Meng J J. Analysis of the evolution and driving factors of Production-Living-Ecological space pattern in the Heihe River Basin from 1980 to 2020, China[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2023, 59(6): 970-980.


环境科学 2026, Vol. 47 Issue (10): 6988-6999	PDF