生态安全格局叠加生态风险评价的延河流域生态修复分区与策略优化

引用本文

郑颖, 秦思斯, 郝尉竣, 李欣, 周吉喆, 宋光. 生态安全格局叠加生态风险评价的延河流域生态修复分区与策略优化[J]. 环境科学, 2026, 47(10): 7026-7038.

ZHENG Ying, QIN Si-si, HAO Wei-jun, LI Xin, ZHOU Ji-zhe, SONG Guang. Ecological Restoration Zoning and Strategy Optimization in the Yanhe River Basin Based on the Integration of Ecological Security Patterns and Ecological Risk Assessment[J]. Environmental Science, 2026, 47(10): 7026-7038.

生态安全格局叠加生态风险评价的延河流域生态修复分区与策略优化

郑颖¹, 秦思斯¹, 郝尉竣¹, 李欣¹, 周吉喆¹, 宋光²

1. 长安大学建筑学院，西安 710061;
2. 西安建筑科技大学环境与市政工程学院，西安 710061

收稿日期: 2025-08-11; 修订日期: 2025-11-04

基金项目: 陕西省自然科学基础研究计划项目（2025JC-YBMS-219）；长安大学中央高校基本科研业务费专项（300102415102）

作者简介: 郑颖（1989~），女，博士，副教授，主要研究方向为干旱半干旱区生态修复及生态系统服务功能，E-mail：zhengying@chd.edu.cn

通信作者: 宋光, E-mail：songguang@xauat.edu.cn

摘要: 生态修复分区是衔接生态保护红线与国土空间规划的关键环节，其核心在于识别区域生态本底特征与胁迫机制，为制定差异化生态修复策略提供科学支撑. 研究综合考虑生态安全格局与风险评价，建立“生态安全格局构建-生态风险评价-综合识别修复分区-修复策略优化”的生态修复分区划定模式. 以延河流域为研究区，采用形态学空间格局分析法（MSPA）和Conefor 2.6软件筛选出生态源地，基于电路理论构建生态安全格局，并叠加生态风险评价，最终划定延河流域生态修复分区. 结果表明，共识别出41个重要生态源地（总面积为1 338.02 km²，占研究区17.41%），主要分布于延河流域上游西部和下游；生态廊道82条，总长度为361.66 km，平均长度为4.41 km；生态夹点3 173个，其面积分布呈显著分异特征，面积小于0.02 km²的夹点数量占比91.57%（2 907个），占夹点总面积的37.88%；累积阻力阈值300是平衡生态连通性与土地利用效率的最优空间尺度，可作为延河流域最优生态廊道宽度；基于生态源地连通性与风险空间分异规律，构建“一心引领、两核支撑、多节点镶嵌、两轴贯通、三带协同、四区管控”的多层次修复网络，实现生态安全格局优化与风险防控的深度融合，科学划分出水土流失防治区、山体滑坡崩塌防治区、综合防治区和生态保育区四大生态修复单元. 该方法将修复单元定位至乡镇行政边界，分区责任衔接乡镇国土空间用途管制，衔接了生态保护红线与城镇开发边界，提出“格局构建-风险评价-修复分区-策略优化”的实施路径，可为促进国土空间高效利用、推动生态修复从被动治理转向主动调控提供科学依据和技术支撑.

关键词: 生态安全格局生态风险评价延河流域生态修复分区乡镇级生态修复策略

Ecological Restoration Zoning and Strategy Optimization in the Yanhe River Basin Based on the Integration of Ecological Security Patterns and Ecological Risk Assessment

ZHENG Ying¹ , QIN Si-si¹ , HAO Wei-jun¹ , LI Xin¹ , ZHOU Ji-zhe¹ , SONG Guang²

1. School of Architecture, Chang'an University, Xi'an 710061, China;
2. School of Environmental and Municipal Engineering, Xi'an University of Architecture and Technology, Xi'an 710061, China

Abstract: Ecological restoration zoning is a key link connecting ecological protection red lines and land spatial planning. Its core lies in identifying the regional ecological baseline characteristics and stress mechanisms, providing scientific support for formulating differentiated ecological restoration strategies. This study comprehensively considers ecological security patterns and risk assessment, establishing a model for defining ecological restoration zones that encompasses "construction of ecological security patterns-ecological risk assessment-comprehensive identification of restoration zoning-optimization of restoration strategies." Using the Yanhe River Basin as the research area, the morphological spatial pattern analysis (MSPA) method and Conefor 2.6 software were used to identify ecological sources. Based on circuit theory, an ecological security pattern was constructed, and an ecological risk assessment was superimposed, ultimately delineating the ecological restoration zones of the Yanhe River Basin. The results indicated that 41 important ecological sources were identified (total area 1 338.02 km², accounting for 17.41% of the study area), primarily distributed in the upper western and downstream sections of the Yanhe River Basin; 82 ecological corridors were identified, with a total length of 361.66 km and an average length of 4.41 km. There were 3 173 ecological pinch points which exhibited significant distribution characteristics, with 91.57% (2 907) of these pinch points having an area less than 0.02 km², accounting for 37.88% of the total area of pinch points. A cumulative resistance threshold of 300 was determined as the optimal spatial scale to balance ecological connectivity and land use efficiency, which can serve as the optimal width for ecological corridors in the Yanhe River Basin. Based on the connectivity of ecological sources and patterns of spatial risk differentiation, a multi-level restoration network was constructed with "one center leading, two cores supporting, multiple nodes interspersed, two axes connecting, three belts coordinating, and four zones controlling" to achieve a deep integration of ecological security pattern optimization and risk prevention, scientifically delineating four ecological restoration units: soil and water loss prevention zones, landslide and collapse prevention zones, comprehensive prevention zones, and ecological conservation zones. This study locates the repair units within the administrative boundaries of towns and townships, aligns the responsibility zones with the control of land space use in towns, connects the ecological protection red line with urban development boundaries, and proposes an implementation path of "pattern construction-risk assessment-repair zoning-strategy optimization." This provides a scientific basis and technical support for promoting efficient utilization of land space and for shifting ecological restoration from passive governance to proactive regulation.

Key words: ecological security pattern ecological risk assessment Yanhe River Basin ecological restoration zoning township-scale restoration strategy

干旱半干旱区约占我国国土面积的52%，是保障国家生态安全与资源可持续利用的关键区域^[1]. 该区域普遍面临水资源短缺与时空分配不均、生态退化风险高和人地矛盾突出的严峻挑战^[2，3]. 尽管国家实施了三北防护林和退耕还林等重大工程，取得了显著成效^[4]，但人类活动加剧与气候变化双重影响下，乡镇级工程与流域级网络缺乏空间联动，导致生态修复“碎片化”^[5，6]，亟需优化生态修复分区格局，识别生态修复优先区^[7]，开展系统性的分区治理与管控，提升区域生态稳定性与生态系统功能，为我国划定生态用地、完善和落实生态功能区划、主体功能区划等区域调控政策提供理论支持^[8].

生态修复分区是衔接生态保护红线与国土空间规划的核心工具^[9]，通过识别区域生态本底特征与胁迫机制，可为差异化修复策略提供科学依据，协调生态保护刚性约束与城市发展弹性需求，避免“一刀切”式管控. 目前生态修复分区主要基于综合自然地理分区法划分宏观生态单元，聚焦生态系统服务功能^[10]，通过“源地识别-阻力面构建-廊道提取”的识别范式构建生态安全格局^[11]. 生态源地对于维护区域景观完整性和促进物种迁徙尤为重要^[12]，通常有多种识别方法，例如形态学空间格局分析（MSPA）、景观连通性（Conefor 2.6）、生态系统服务功能评价和生态系统服务供需关系分析等方法^[13]. 生态廊道是连接不同生态区域的通道，能通过促进物种迁移、基因交流及资源流动，从而维持生物多样性、修复生态系统并缓解栖息地破碎化的问题^[14]. 最小累积阻力模型（MCR）^[15]和电路理论^[16]是廊道识别最常用的方法. 然而物种的运动特性难以被MCR模型捕捉，无法识别到生态廊道的宽度和生态关键点，电路理论方法能够模拟物种在自然界中迁徙的过程，根据电流的大小可以提取廊道宽度，弥补了MCR模型仅能识别最小成本路径的缺陷，被越来越多的研究采用.

尽管生态安全格局构建方法体系日益完善，但其聚焦于生态系统结构与功能的空间优化，面对全球气候变化与人类活动叠加的复合压力，单一依赖生态安全格局划分生态修复分区，将忽略人类活动或自然灾害的影响，难以响应风险影响^[17，18]. 而生态风险评价（ERA）虽可量化外部胁迫对生态系统的潜在破坏，却缺乏对生态系统服务网络的整合，导致修复策略常陷入空间范围过大或治理碎片化的困境^[19]. 综合考虑生态安全格局与风险评价，建立“生态安全格局构建-生态风险评价-综合识别修复分区-修复策略优化”的生态修复分区划定模式，可以体现“诊断-预测-评估-调控”的系统性，实现科学合理的精准修复，推动生态修复分区优化与国土空间可持续发展.

延河是黄河的主要支流之一，延河流域作为黄河流域中上游重要的生态屏障，是区域内水土保持、水源涵养和生物多样性保护的关键区域^[20]. 延河流域水土流失面积占总面积的55%以上，强烈的土壤侵蚀导致土壤质量下降、耕地碎片化，水源涵养能力下降，旱涝灾害频率上升. 同时，又由于人均水资源量较低，煤炭、石油等资源开发和农业活动更是加剧了生态压力^[21]. 虽然通过退耕还林等工程使森林覆盖率显著提升，但由于延河流域地形复杂，人工林占比高且生态效益低下，乡镇级修复工程与流域级生态修复网络缺乏协同，在自然本底脆弱性与社会经济压力的叠加下，亟需构建“格局构建-风险评价-修复分区-策略优化”的协同框架^[22]，明确分区责任衔接国土空间规划，推动生态修复分区优化与黄河流域高质量发展. 鉴于此，本研究：①通过“生态源地识别-生态阻力面构建-生态廊道模拟（及最优宽度划定）-生态夹点检测”这4个步骤构建生态安全格局；②结合延河流域实际生态问题，进行生态风险评价，与生态安全格局叠加，采用冲突分析法划定延河流域生态修复分区；③基于“生态安全格局构建-叠加生态风险评价-综合识别修复分区-优化修复策略”的协同框架，提出延河流域生态修复优化策略，实现将自然地理单元“流域”的生态修复需求精准落入至具体的乡镇级“行政单元”，明确分区责任衔接国土空间规划，以期为延河流域精准科学的生态修复提供理论依据与实践支撑，助力黄河流域高质量发展.

1 研究区概况与数据来源 1.1 研究区概况

延河流域（36°21′~37°19′N，108°39′~110°28′E）位于陕西省北部[图 1（a）]，面积为7 687 km²，海拔为495~1 795 m. 该区域属大陆性半干旱季风气候，年平均气温为9℃，年平均降水量为495.60 mm，年平均蒸发量为897.70~1 067.80 mm，冬季寒冷干燥，夏季高温多雨，降水多暴雨且集中在7~9月. 延河流域属于典型的黄土丘陵沟壑区，整体呈现西北高、东南低的地势格局，上游区从河源至化子坪，地貌以峁梁丘陵沟壑区为主，中游区从化子坪至甘谷驿，下游区从甘谷驿至延长县南河沟，地貌为破碎塬区[图 1（b）].

图 1 研究区示意 Fig. 1 Study area

1.2 数据类型、来源与预处理方法

本研究数据包括土地利用数据（分为林地、草地、水域、耕地、建设用地和其他用地这6种土地利用类型），数字高程模型（DEM）、归一化植被指数（NDVI）、土壤、降水量与蒸散发、道路与河流数据（含地质灾害点），具体来源与预处理方法见（表 1）.

表 1 数据来源^1） Table 1 Data sources

2 研究方法

本研究基于“生态安全格局构建-叠加生态风险评价-综合识别修复分区-优化修复策略”的协同框架，提出延河流域生态修复优化策略. 依据“生态源地识别-生态阻力面构建-生态廊道模拟（及最优宽度划定）-生态夹点检测”这4个步骤构建生态安全格局（图 2）.

图 2 研究框架 Fig. 2 Research framework

2.1 生态源地识别 2.1.1 生态系统服务功能评价

生态系统服务功能是指自然生态系统在其运行过程中，所提供的能够直接或间接惠及人类福祉的各种服务，涵盖了人类在生存与发展过程中对资源、环境和生态调节等方面的需求. 本研究从延河流域的自然资源本底与面临的生态环境问题出发，重点关注延河流域的水源涵养、生境质量、土壤保持和碳储存服务功能^[23]. 采用InVEST模型中的水源涵养、生境质量、水土保持和碳储量4个模块，分别评估这4类生态系统服务功能^[24，25]（表 2）.

表 2 延河流域生态综合阻力面评价体系 Table 2 Evaluation index system of ecological comprehensive resistance surface in the Yanhe River Basin

水源涵养：采用Annual Water Yield模块评估延河流域水源涵养功能重要性. 公式为：

Y_{x j} = (1 - \frac{A E T_{x j}}{P_{x}}) \times P_{x}

(1)

式中， $Y_{x j}$ 为第j类土地利用类型在栅格单元 $x$ 内的年产水量； $A E T_{x j}$ 为第j类土地利用类型在栅格单元 $x$ 内的年实际蒸散发量； $P_{x}$ 为栅格单元 $x$ 的年降水量；下标 $x$ 为空间栅格， $j$ 为土地利用类型分类.

生境质量：采用Habitat Quality模块评估延河流域生境质量重要性. 公式为：

Q_{i j} = Y_{j} (1 - \frac{M_{i j}^{z}}{M_{i j}^{z} + k^{z}})

(2)

式中， $Q_{i j}$ 为第 $j$ 类用地类型在栅格单元 $i$ 中的生境质量指数， $M_{i j}$ 为第 $j$ 类用地类型在栅格单元 $i$ 中所受的胁迫程度； $Y_{j}$ 为第 $j$ 类用地类型的栖息地适宜程度， $k$ 为半饱和常数， $z$ 为归一化常数.

土壤保持：采用Sediment Delivery Ratio模块评估延河流域水土保持重要性，土壤保持量（SC）为潜在土壤侵蚀量（RKLS）减去实际土壤侵蚀量（USLE）.

碳储存：采用Carbon Storage and Sequestration模块评估延河流域碳储存重要性. 公式为：

C_{t o t a l} = C_{s o i l} + C_{a b o v e} + C_{b e l o w} + C_{d e a d}

(3)

式中， $C_{t o t a l}$ 为总碳储量密度； $C_{s o i l}$ 为土壤有机碳密度； $C_{a b o v e}$ 为地上有机碳密度； $C_{b e l o w}$ 为地下有机碳密度； $C_{d e a d}$ 为死亡有机质碳密度.

2.1.2 形态空间格局分析

采用形态空间格局分析（MSPA）可以识别出在空间形态和连通性上具有重要作用的斑块；其中，核心区是前景像元中连通性较高的自然斑块^[26]，是生态网络中的关键节点，对生物多样性保护和生态系统稳定具有重要意义. 本研究将归一化后的生态系统服务评价结果中大于0.62的部分作为前景像元，采用最小阈值法筛选出114个关键生态斑块作为生态源地^[27，28].

2.1.3 景观连通性

景观连通性（dPC）反映了景观中不同斑块之间的连接程度，以及物种在这些斑块之间迁移和扩散的难易程度^[29]. 本研究以dPC指数大于1的斑块作为生态源地^[30，31]，公式如下：

P C = \frac{\sum_{i = 1}^{n} \sum_{j = 1}^{n} m_{i} \times m_{j} \times Y_{i j}^{*}}{H_{L}^{2}}

(4)

d P C = \frac{P C - P C_{r e m o v e}}{P C} \times 100

(5)

式中， $P C$ 为生态斑块的潜在连通性指数，其数值越高，表明区域整体景观的连通性水平越高； $m_{i}$ 和 $m_{j}$ 分别代表斑块和斑块的面积（km²）； $n$ 为斑块总数量（个）； $H_{L}^{2}$ 为景观总面积（km²）； $Y_{i j}^{*}$ 为物种在斑块 $i$ 和 $j$ 中扩散的最大可能性； $d P C$ 为斑块重要性指数，用于衡量某一现有斑块对维持景观连通性的贡献程度； $P C_{r e m o v e}$ 为移除某一生态斑块后的可能连通性指数.

2.2 阻力面构建

本研究从生态阻力和人为干扰两方面选取生态阻力面的相关因子，其中自然属性因素有高程、坡度和归一化植被指数，而人为干扰性质的因素有土地利用类型、距水系距离和距道路距离. 为反映各阻力因子的影响强度，本文对其阻力水平进行了赋值处理，阻力越低的区域对应的赋值越小^[32]. 为降低因子间多重共线性带来的干扰，本文采用空间主成分分析法对多个因子进行综合赋权，其特征值、贡献率及因子载荷矩阵如表 2所示.

2.3 生态廊道模拟及最优宽度划定、夹点识别

电路理论是指生态系统中的生态流类比为电路中的电流，通过模拟电流在电路中的流动，可以预测物种在景观中的迁移路径和扩散概率，并基于累积电流密度量化分析廊道空间特征^[33]. 生态廊道作为具有生态服务功能的带状景观空间，其宽度直接影响生态功能的发挥^[34]：不同宽度对应差异化的建设成本、功能效益及生态价值. 狭窄廊道因边缘效应显著难以提供稳定生境，而过度宽阔的廊道可能增加物种被捕食风险. 因此，廊道宽度的确定需统筹物种需求与环境特征^[35]. 在实际规划中，为平衡生态效益与建设成本，需通过多宽度情景模拟优化决策. 传统方法依赖专家经验设定累积阻力阈值^[36]，缺乏对最优宽度的量化探讨，而电路理论通过生成带有空间宽度信息的廊道电流密度图，可以解析廊道结构与功能的关系，为宽度优化提供依据. 本研究通过分析累积电流密度变化曲线与不同阈值下非生态用地面积占比的响应关系，识别电流密度增速拐点，据此确定生态效益与成本均衡的最优廊道宽度^[37]. 生态夹点是由McRae等^[38]基于电路理论提出的概念，指生态廊道中电阻较小、电流高度密集的区域，反映生物迁徙过程中通过概率最高或缺乏替代路径的关键节点，其退化或破坏会直接切断生态源地间的连通性，导致区域生物迁移路径断裂，因此必须优先保护且不可移除.

2.4 生态风险评价叠加

生态风险评价是通过系统性科学方法，量化评估特定环境压力下自然生态系统遭受威胁或损害程度的分析过程. 本研究聚焦延河流域典型生态风险，将山体滑坡、水土流失与山体崩塌定为三大核心风险^[39]. 基于多源空间数据，综合应用核密度分析（kernel density estimation，KDE）^[40]与层次分析法（AHP）^[41]，分别量化单一风险的空间分布强度与权重贡献. 通过空间叠加分析与归一化处理，集成多风险因子，构建流域综合生态风险评价模型^[42]. KDE是一种常用的概率密度函数估计方法. 在空间数据分析中，核密度分析能够用来揭示点或者线特征的空间集聚特征. 本文中采用核密度法对延河流域的自然灾害的分布密集程度进行评估，并据此实现对该区域生态风险的量化. 公式如下：

f_{h} (x) = \frac{1}{n h} \sum_{i = 1}^{n} K (\frac{x - X_{i}}{h})

(6)

式中， $f_{h} (x)$ 表示 $x$ 处的生态风险类型的核密度值； $n$ 为某一生态风险类型点个数； $h$ 为带宽参数，用于控制核函数的影响范围； $K$ 为核函数的权重； $x - X_{i}$ 为某一生态风险的特征值.

本文在延河流域生态风险评价中引入AHP方法，以量化不同风险因子的影响并确定其综合权重. 层次分析法与直接经验或等权叠加相比，将主观判断和数理思维结合，从而更科学地反映区域生态风险水平. 其原理公式如下.

计算权重：假设层级结构中有 $n$ 个评价指标 $D_{1}, D_{2}, \dots, D_{n}$ ，相对权重依次为 $W_{1}, W_{2}$ ， $\dots, W_{n}$ ，公式如下：

W_{i} = (1 / n) \sum_{j = 1}^{n} a_{i j} / \sum_{k = 1}^{n} a_{k j}

(7)

一致性检验：计算一致性比例 $C R$ ，若 $C R \leq 0.10$ ，则满足判断矩阵一致性标准.

C R = \frac{λ_{m a x} - n}{(n - 1) R I}

(8)

式中， $λ_{m a x}$ 为判断矩阵最大特征值， $R I$ 为随机一致性指标.

2.5 生态修复分区确定及策略优化

流域作为生态保护与修复的基本空间单元，其生态修复分区布局的科学性直接影响修复工程的实施效能. 本研究通过耦合生态安全格局与生态风险评价，采用自然断点法将水土流失、滑坡和崩塌这3类风险分为5级，并据此划定水土流失防治区、山体滑坡崩塌防治区、综合防治区和生态保育区. 在此基础上，以生态源地、廊道和夹点冲突为核心，分别赋值10、3和1进行加权求和，得到综合冲突值，并划分为高、中和低3级，从而识别高风险区域^[43]，确定修复优先顺序. 最终，研究构建出“生态安全格局构建-生态风险评价-综合识别修复分区-修复策略优化”协同分析框架，并依据冲突指数阈值与乡镇行政区生态本底问题，将修复分区划分为3级：优先修复区、功能提升区和风险防范区^[44].

3 结果与分析 3.1 延河流域生态源地识别

评估4类生态系统服务功能，水源涵养功能高值区集中分布于流域中游[图 3（a1）]，大于研究区域平均值的区域约占59.07%；生境质量高值区则主要位于上游，中游低值区显著[图 3（a3）]，且大于研究区域平均值的区域约为40.12%；水土保持与碳储量功能空间分布相对均衡，其中大于研究区域平均值的区域分别为55.91%与67.15%[图 3（a2）和图 3（a4）]. 将4种生态系统服务功能的评价结果等权叠加，结果显示上游中部与下游西部地区生态系统服务功能重要性较高，而中游及下游东部地区重要性较低[图 3（b）]. 经MSPA筛选，核心区面积占比18.75%，桥接区（生态廊道功能载体）占比仅1.11%，斑块间连通性不足导致物种迁徙受阻[图 3（c）]. 结合最小阈值法与景观连通性筛选[图 3（d1）]，并叠加直选水域数据[图 3（d2）]，最终识别出41个重要生态源地（总面积为1 338.02 km²，占研究区17.41%），主要分布于延河流域上游、中游东部及下游[图 3（e）].

（a1）水源涵养评价，（a2）水土保持评价，（a3）生境质量评价，（a4）碳储量评价，（b）各类生态系统服务功能叠加，（c）MSPA筛选核心区，（d1）直选水域，（d2）dPC和最小阈值法筛选结果，（e）生态源地图 3 生态源地筛选 Fig. 3 Ecological source selection

3.2 延河流域阻力面构建与廊道空间分布

主成分分析结果表明（表 3），不同生态阻力因子的权重分配存在显著差异. 其中，道路距离因子的权重最高（0.328），表明其对延河流域生态系统完整性与功能维持的制约作用最为突出. 阻力面空间分布特征如图 4（b）所示. 高阻力区集中分布于延河流域中游的建设用地及河流两岸人类活动密集带，该区域因高强度人为干扰导致生境破碎化，显著阻碍物种迁移与生态流过程；中低阻力区在上、中和下游呈均衡分布，这些区域生态本底相对较好且受人类活动扰动较小，对维持流域生态系统服务功能具有关键作用. 延河流域共识别出生态廊道82条，总长度361.66 km，平均长度4.41 km，廊道走向以横向为主[图 4（d）]. 依据阻力值梯度可划分为3类：高阻力廊道（9条），主要位于流域中游，连接中部生态源地，面临较强人为干扰压力；中阻力廊道（21条），在全流域均匀分布，形态细长，连通西北部与东南部核心源地；低阻力廊道（52条），集中于中下游，上游零星分布，有效串联中部与西北部源地，具备较高的生态流通效率.

表 3 各阻力因子主成分载荷值、累计方差贡献率及权重 Table 3 Principal component loadings, cumulative variance contribution rates, and weights of resistance factors

（a1）距道路距离，（a2）距水系距离，（a3）DEM，（a4）Slope，（a5）土地利用，（a6）NDVI，（b）综合阻力面，（c）生态源地，（d）最小成本路径图 4 最小成本路径构建 Fig. 4 Construction of the least-cost paths

3.3 延河流域最优廊道宽度

随着累积阻力阈值从100逐步提升至900，生态廊道的平均电流密度从0.027 5 A·m^-2逐渐降低到0.003 8 A·m^-2，非生态区面积占比从0.37%增长至1.67%[图 5（a）]. 空间分析表明，非生态斑块虽未发生显著扩张，但其空间阻隔效应导致生物迁移路径受阻，进而削弱了生态系统的能量传输效率，对生态过程的连续性构成潜在威胁. 通过对电流密度与非生态区域占比关系进行解析，发现当累积阻力阈值为300时，二者关系出现明显的拐点. 此阈值下，电流密度衰减速率趋缓，而非生态区域扩张速率显著低于高阈值区间. 这表明累积阻力阈值300是平衡生态连通性与土地利用效率的最优空间尺度，可作为延河流域最优的生态廊道划定宽度[图 5（b1）~5（b12）].

（a）不同阈值下累积电流密度变化与非生态用地面积占比曲线，（b1）累积阻力阈值100，（b2）累积阻力阈值125，（b3）累积阻力阈值150，（b4）累积阻力阈值175，（b5）累积阻力阈值200，（b6）累积阻力阈值300，（b7）累积阻力阈值400，（b8）累积阻力阈值500，（b9）累积阻力阈值600，（b10）累积阻力阈值700，（b11）累积阻力阈值800，（b12）累积阻力阈值900 图 5 最适生态廊道宽度在延河流域的空间分布分析 Fig. 5 Spatial distribution analysis of optimal ecological corridor width in the Yanhe River Basin

3.4 延河流域生态安全格局构建、生态风险评价与冲突识别

基于电路理论的电流阈值分析，共识别生态夹点3 173个，其面积分布呈显著分异特征. 面积小于0.02 km²的夹点数量占比91.57%（2 907个），占夹点总面积的37.88%，表明延河流域的生态夹点以小面积夹点为主，面积大于0.02 km²的夹点共215个（总面积为13.66 km²）. 夹点空间上集中分布于3类关键区位[图 6（a4）]：生态廊道交汇节点，生态源地邻近的廊道衔接带（因源地辐射效应形成高连通性区域）以及上游狭长生态廊道区. 整合41处生态源地、82条生态廊道及3 173个生态夹点，构建了基于“源地-廊道-夹点”的延河流域生态安全格局[图 6（a5）].

（a1）生态源地，（a2）生态阻力面，（a3）最优生态廊道宽度，（a4）生态夹点，（a5）生态安全格局，（b1）崩塌风险评价，（b2）水土流失风险，（b3）滑坡风险，（b4）综合风险评价，（c1）源地冲突，（c2）廊道冲突，（c3）夹点冲突，（c4）全域冲突图 6 生态安全格局、生态风险评价与冲突识别 Fig. 6 Ecological security pattern, ecological risk assessment, and conflict identification

延河流域因其独特的地质环境、气候条件和人类活动影响，成为山体滑坡、水土流失与崩塌灾害的高发区. 本研究聚焦延河流域典型生态风险，识别山体滑坡、水土流失与山体崩塌三大核心风险进行生态风险评价，结果表明（表 4），水土流失高风险区集中分布于上游的天赐湾镇、镰刀湾乡、杏河镇以及化子坪镇[图 6（b2）]，该区域地形破碎且植被覆盖度低；崩塌风险以及滑坡风险多发生于中游的坪桥镇、建华镇、真武洞镇、沿河湾镇、高桥镇、万花山乡、柳林镇、青化砭镇以及下游的黑家堡镇、禹居镇等乡镇，该区域多陡坡，加剧地质灾害风险[图 6（b1）和图 6（b3）]. 综合风险分级显示，姚店镇、杨米涧镇、周河镇、枣园镇和七里村镇等处于较高及以上的风险等级，需优先开展生态修复工程[图 6（b4）].

表 4 延河流域生态修复分区划定^1） Table 4 Division of ecological restoration zones in the Yanhe River Basin

乡镇级行政区	生态源地冲突分级	生态源地冲突面积/km²	生态廊道冲突分级	生态廊道冲突面积/km²	生态夹点冲突分级	生态夹点冲突面积/km²	综合冲突分级	生态风险分级			生态修复分区
乡镇级行政区	生态源地冲突分级	生态源地冲突面积/km²	生态廊道冲突分级	生态廊道冲突面积/km²	生态夹点冲突分级	生态夹点冲突面积/km²	综合冲突分级	水土流失风险	山体滑坡风险	山体崩塌风险	分级	修复方向
杏河镇	较低	191.06	较低	86.37	较低	1.09	高	较高	中	较低	优先修复区	水土流失防治区
化子坪镇	较低	59.65	较低	3.05	低	—	高	高	较低	低	优先修复区
镰刀湾乡	低	4.03	低	—	低	—	中	高	低	低	功能提升区
李渠镇	中	17.11	较低	20.71	低	—	中	高	中	中	功能提升区
天赐湾镇	低	—	低	—	低	—	低	高	低	低	风险防范区
小河乡	低	—	低	—	低	—	低	高	低	低	风险防范区
张家滩镇	较高	70.59	中	4.38	低	—	高	中	高	高	优先修复区	山体滑坡崩塌防治区
高桥镇	中	53.81	较低	7.83	中	0.82		中	中	较高
郑庄镇	较高	80.25	低	0.04	低	—		中	高	高
川口乡	较高	85.26	较低	14.06	中	0.19		中	中	高
郭旗乡	高	60.80	中	1.58	较高	0.09		中	高	高
甘谷驿镇	高	90.79	高	7.57	高	0.10		中	较高	高
黑家堡镇	高	52.18	高	10.95	较高	0.01		中	高	高
顺宁镇	较低	11.58	低	—	低	—	中	中	较高	较低	功能提升区
建华镇	较低	19.46	较低	5.37	较低	0.12		中	较高	较高
沿河湾镇	较低	9.34	较高	36.47	较高	2.32		中	高	较高
真武洞镇	中	25.64	较高	30.47	较高	3.90		中	高	较高
万花山乡	较低	15.10	中	38.31	较高	5.64		中	中	高
交口镇	较高	16.33	低	—	低	—		较低	高	高
柳林镇	低	—	较低	14.47	中	0.51		中	较低	高
梁村乡	较低	5.97	中	34.96	较低	0.02		中	较高	中
坪桥镇	低	—	低	—	低	—	低	中	较高	较高	风险防范区
南泥湾镇	低	—	低	—	低	—	低	中	低	较高	风险防范区
七里村镇	中	70.12	较高	7.60	较高	0.01	高	较高	较高	较高	优先修复区	综合防治区
姚店镇	较高	53.13	较高	37.13	较高	0.06	高	较高	中	高	优先修复区
杨米涧镇	较低	8.79	低	—	低	—	中	高	高	中	功能提升区
青化砭镇	较低	12.03	中	21.67	中	1.08		较高	较低	高
河庄坪镇	中	2.00	中	9.24	中	0.99		较高	较高	较高
雷赤镇	中	4.46	较低	0.23	低	—		较高	高	高
周河镇	较高	32.22	低	—	低	—		高	高	较低
冯庄乡	较低	15.38	中	39.84	中	0.78		较高	较高	中
枣园镇	低	0.02	较高	27.76	中	1.90		较高	中	高
永宁镇	低	—	低	—	低	—	低	较高	较高	较高	风险防范区
南市街道	低	—	低	—	低	—		较高	中	高
凤凰山街道	低	0.32	中	2.61	较高	0.86		高	中	高
宝塔山街道	中	0.80	较低	0.03	低	—		高	中	高
罗子山镇	低	0.46	较低	0.12	低	—		较高	高	高
桥沟镇	较低	0.83	较低	2.45	较低	—		高	较高	较高
安沟乡	中	71.91	较低	2.96	较低	0.04	高	较低	中	中	优先修复区	生态保育区
砖窑湾镇	中	88.60	较低	25.89	较低	0.15		中	较低	中
招安镇	较低	44.65	较低	97.81	较低	1.80		中	中	较低
蟠龙镇	低	—	较低	39.84	低	—	中	中	较低	中	功能提升区
双河乡	较低	30.29	低	—	低	—		较低	较低	较低
保安镇	较低	18.90	低	—	低	—		中	较低	较低
下寺湾镇	低	—	低	—	低	—	低	低	低	低	风险防范区
麻洞川乡	中	0.01	低	—	低	—		中	较低	较低
劳山乡	低	—	低	—	低	—		低	低	低
余家坪镇	低	—	低	—	低	—		中	较低	较低
城关镇	低	—	低	—	低	—		低	低	低
石门乡	低	—	低	—	低	—		低	低	低
关庄镇	低	—	低	—	低	—		较低	低	低
永坪镇	低	—	低	—	低	—		较低	中	较低
禹居镇	中	1.14	低	—	低	—		较低	中	中
临镇	较低	0.30	低	—	低	—		中	中	较低
1）“—”表示为极低值地区

表 4 延河流域生态修复分区划定^1） Table 4 Division of ecological restoration zones in the Yanhe River Basin

基于冲突分析结果，生态源地冲突主要发生在中游丘陵交错区，受道路、居民地扩张及坡面侵蚀影响，源地破碎化严重[图 6（c1）]；廊道冲突区沿主要交通走廊与河流分布，表现为廊道被切割或阻隔，生态能流传输受限[图 6（c2）]；生态夹点冲突则集中于廊道和源地交界处，是生态流“瓶颈”区，一旦退化将导致整体网络连通性下降[图 6（c3）]. 综合冲突强度分析表明，延河流域生态系统受威胁程度由北向南逐渐增强，中下游交界处为典型的高冲突集聚区，是未来生态修复与风险管控的重点地带[图 6（c4）].

3.5 延河流域综合生态修复分区划定及优化策略

将延河流域生态风险冲突按乡镇级行政区划进行区分，其生态风险冲突呈现显著的空间异质性（表 4）：生态源地高风险区集中分布于黑家堡镇、甘谷驿镇和郭旗乡等9个乡镇，累计冲突面积达541.55 km²，主要表现为人类活动侵占导致的生态空间破碎化与水源涵养功能退化；生态廊道风险高值区集中于黑家堡镇、甘谷驿镇和沿河湾镇等7个镇域，冲突总面积157.95 km²，以道路阻隔引发的生物迁移通道中断为主要矛盾；生态夹点高风险区分布于甘谷驿镇、姚店镇和凤凰山街道等8个行政单元，累积冲突面积12.99 km². 依据综合冲突分级，将修复分区划分为3级：优先修复区、功能提升区和风险防范区. 基于生态冲突-风险双维度，确定生态修复分区主要修复方向. 结果表明，优先修复区中的杏河镇和华子坪镇需重点关注水土流失风险，而张家滩镇、高桥镇、郑庄镇、川口乡、郭旗乡、甘谷驿镇和黑家堡镇需重点防治山体滑坡崩塌，除此之外，七里村镇和姚店镇是“高冲突-复合多风险”耦合单元，既面临极高的水土流失风险，也面临极高的山体滑坡崩塌风险，且综合冲突分级高，是综合防治区里需要重点关注的区域（图 7）. 本研究结合延河流域自然本底特征，为各个镇、乡科学划分生态修复分区的优先分级度和重点修复方向.

图 7 延河流域生态修复分区 Fig. 7 Ecological restoration zoning of the Yanhe River Basin

4 讨论 4.1 “生态安全-生态风险”协同框架的生态修复分区划定

本研究提出的“生态安全格局”叠加“生态风险评价”双目标框架突破了以往仅依赖单一生态安全格局或风险评价的局限. 生态安全格局作为区域生态系统维持的基本底线，提供了生态安全所必需的核心空间，但其内部不同组成部分所面临的风险影响存在显著差异. 若仅依赖格局识别，容易忽视生态源地、廊道和关键节点在复合风险作用下的脆弱性；而风险评价单独使用时，又可能脱离生态功能维系的优先性.

在延河流域地区共计识别出41个生态源地、82条廊道和3 173个夹点，并叠加山体滑坡、水土流失和山体崩塌这3类生态风险，最终划定出4类生态修复分区. 其中，综合防治区是典型的“高冲突-复合多风险”类型单元，它的高值区面积超过160 km²，远高于冲突单元低值区不足10 km²的水平，印证了“复合高风险高供给区需优先修复”的理论框架^[45].

与钱塘江流域^[46]主要依托生态系统服务与生态敏感性评价来构建生态安全格局不同，延河流域因地处黄土丘陵沟壑区，面临着水土流失与地质灾害叠加型风险的独特挑战. 本研究提出的协同框架，能够更全面地应对这种复合风险情境^[47]. 同时，将修复分区进一步细化到乡镇行政单元，使生态学识别结果与管理边界紧密衔接，从而显著提升了研究成果的政策落地性与实践操作性.

4.2 延河流域生态修复分区的特点

本研究基于生态源地连通性与风险空间分异规律，构建“一心引领、两核支撑、多节点镶嵌、两轴贯通、三带协同、四区管控”的多层次修复网络，实现生态安全格局优化与动态风险防控的深度融合. 该格局呈现出一种多中心、分布式的网络特性，与“单核”格局相比，这种结构有利于在高风险扰动下维持生态韧性. 中部宝塔山街道、河庄坪镇等区域被识别为主要生态核心，这类区域的存在保证了生态流的贯通性，而多节点与多廊道的设计，则在局部遭遇地质灾害或人为干扰时，能通过替代路径有效维持生态过程的连续性，缓冲外部扰动对区域生态系统整体稳定性的冲击^[48].

4.3 延河流域乡镇级差异化修复策略

为提升修复措施的靶向性与有效性，明确不同乡镇面临的核心生态问题并制定对应修复方向，为后续治理工程实施提供科学依据^[49]，本研究在生态安全格局与生态风险空间叠加分析的基础上，将延河流域划分为4类修复单元，提出乡镇级差异化修复策略. 水土流失防治区与滑坡崩塌防治区的划定，精准对应延河流域“北部侵蚀严重-中部灾害频发-下游生境退化”的梯度. 分区结果表明，水土流失防治区（如杏河镇、化子坪镇）冲突面积超过300 km²，其坡面破碎、覆盖度不足，是流域水土流失的主要源区；山体滑坡崩塌防治区（如黑家堡镇、甘谷驿镇）综合冲突面积高达541 km²，需加强“工程-生态”复合措施；综合防治区（七里村镇、姚店镇）同时面临极高水土流失与地质灾害风险，是典型“耦合风险单元”；生态保育区（砖窑湾镇、蟠龙镇）生态本底良好，应以“保护优先、防患未然”为主. 这一分区模式在分区数量与功能定位上，与王迪等^[50]和何佳瑛等^[51]的研究结果高度一致，表明框架具备良好的区域适应性与可推广性，表明基于多源数据分析的精细化分区是未来生态修复的主流方向，明确了不同乡镇的主导生态功能和保护修复责任.

5 结论

（1）延河流域共识别出41个重要生态源地，总面积为1 338.02 km²，占研究区面积的17.41%；提取82条生态廊道，累计长度为361.66 km、平均长度为4.41 km；并发现3 173个生态夹点，整体呈现出生态空间破碎化与连通性不足的特征.

（2）采用累积阻力阈值和电流密度共同判定生态廊道最优宽度，当阈值为300时出现明显拐点，表明该值是平衡生态连通性与土地利用效率的最优廊道宽度.

（3）延河流域生态风险形成了“北部侵蚀严重-中部灾害频发-下游生境退化”的空间格局，其中，水土流失高风险区面积超过55%，滑坡与崩塌灾害多集中于中游城镇.

（4）基于综合冲突指数评价结果，延河流域划分出水土流失防治区、山体滑坡崩塌防治区、综合防治区和生态保育区这4类修复单元，并在此基础上提出乡镇级差异化修复策略，为后续治理工程的精准实施提供科学依据.

（5）本研究提出的“格局构建-风险评价-修复分区-策略优化”实施路径，有助于落实修复责任至乡镇行政单元，实现生态保护红线与城镇开发边界的有效衔接，为黄土丘陵沟壑区生态修复与国土空间规划优化提供理论支撑与实践参考.

参考文献

[1]	何旭刚, 孙建好, 吴科生, 等. 西北干旱区植被时空演变及驱动力分析[J]. 环境科学, 2025, 46(11): 6969-6979. He X G, Sun J H, Wu K S, et al. Spatial-temporal evolution and driving force analysis of FVC in the arid region of Northwest China[J]. Environmental Science, 2025, 46(11): 6969-6979. DOI:10.13227/j.hjkx.202410261
[2]	Wu X T, Fu B J, Wang S, et al. Decoupling of SDGs followed by re-coupling as sustainable development progresses[J]. Nature Sustainability, 2022, 5(5): 452-459. DOI:10.1038/s41893-022-00868-x
[3]	刘玒玒, 王雨昕. 黄河流域水-社会-经济系统韧性的时空演化及影响因素分析[J]. 环境科学, 2026, 47(4): 2673-2687. Liu H H, Wang Y X. Spatiotemporal evolution and influencing factors analysis of the resilience of the "water society economy" system in the Yellow River Basin[J]. Environmental Science, 2026, 47(4): 2673-2687.
[4]	Liu H L, Wang Z L, Zhang L P, et al. Construction of an ecological security network in the Fenhe River Basin and its temporal and spatial evolution characteristics[J]. Journal of Cleaner Production, 2023, 417. DOI:10.1016/j.jclepro.2023.137961
[5]	罗明, 于恩逸, 周妍, 等. 山水林田湖草生态保护修复试点工程布局及技术策略[J]. 生态学报, 2019, 39(23): 8692-8701. Luo M, Yu E Y, Zhou Y, et al. Distribution and technical strategies of ecological protection and restoration projects for mountains-rivers-forests-farmlands-lakes-grasslands[J]. Acta Ecologica Sinica, 2019, 39(23): 8692-8701.
[6]	罗明, 张琰, 张海. 基于自然的解决方案在《山水林田湖草生态保护修复工程指南》中的应用[J]. 中国土地, 2020(10): 14-17.
[7]	关凤峻, 刘连和, 刘建伟, 等. 系统推进自然生态保护和治理能力建设——《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》专家笔谈[J]. 自然资源学报, 2021, 36(2): 290-299. Guan F J, Liu L H, Liu J W, et al. Systematically promoting the construction of natural ecological protection and governance capacity: Experts comments on master plan for major projects of national important ecosystem protection and restoration (2021-2035)[J]. Journal of Natural Resources, 2021, 36(2): 290-299.
[8]	Lu F, Hu H F, Sun W J, et al. Effects of national ecological restoration projects on carbon sequestration in China from 2001 to 2010[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(16): 4039-4044.
[9]	Suding K, Higgs E, Palmer M, et al. Committing to ecological restoration[J]. Science, 2015, 348(6235): 638-640. DOI:10.1126/science.aaa4216
[10]	Su Y X, Chen X Z, Liao J S, et al. Modeling the optimal ecological security pattern for guiding the urban constructed land expansions[J]. Urban Forestry & Urban Greening, 2016, 19: 35-46.
[11]	Li S C, Xiao W, Zhao Y L, et al. Incorporating ecological risk index in the multi-process MCRE model to optimize the ecological security pattern in a semi-arid area with intensive coal mining: a case study in northern China[J]. Journal of Cleaner Production, 2020, 247. DOI:10.1016/j.jclepro.2019.119143
[12]	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.
[13]	符静雅, 朱文博, 邓文萍, 等. 基于"生态潜力-恢复力-连通性"多层次构建伏牛山生态格局[J]. 环境科学, 2026, 47(4): 2424-2439. Fu J Y, Zhu W B, Deng W P, et al. Constructing the ecological pattern of Funiu mountain based on a multilevel approach of "ecological potential-resilience-connectivity[J]. Environmental Science, 2026, 47(4): 2424-2439.
[14]	Wei Q Q, Halike A, Yao K X, et al. Construction and optimization of ecological security pattern in Ebinur lake basin based on MSPA-MCR models[J]. Ecological Indicators, 2022, 138. DOI:10.1016/j.ecolind.2022.108857
[15]	Zhou J Z, Hou Q H, Li W J. Spatial resilience assessment and optimization of small watershed based on complex network theory[J]. Ecological Indicators, 2022, 145. DOI:10.1016/j.ecolind.2022.109730
[16]	Zhang Y L, Zhao Z Y, Fu B J, et al. Identifying ecological security patterns based on the supply, demand and sensitivity of ecosystem service: a case study in the Yellow River Basin, China[J]. Journal of Environmental Management, 2022, 315. DOI:10.1016/j.jenvman.2022.115158
[17]	郭金龙, 李成, 赵洁, 等. 基于生态安全格局的国土空间生态修复关键区域识别——以淮河流域为例[J]. 中国环境科学, 2025, 45(10): 5718-5731. Guo J L, Li C, Zhao J, et al. Identification of key areas for territorial ecological restoration based on ecological security patterns: a case study of the Huaihe River Basin[J]. China Environmental Science, 2025, 45(10): 5718-5731.
[18]	Peng J, Tang H, Su C, et al. Regarding reference state to identify priority areas for ecological restoration in a karst region[J]. Journal of Environmental Management, 2023, 348. DOI:10.1016/j.jenvman.2023.119214
[19]	张芷祺, 程琳琳, 李明睿, 等. 基于景观生态风险评价的生态安全格局构建: 以北京生态涵养区为例[J]. 环境科学, 2026, 47(5): 3285-3296. Zhang Z Q, Cheng L L, Li M R, et al. Construction of ecological security pattern based on landscape ecological risk assessment: a case study of Beijing ecological conservation area[J]. Environmental Science, 2026, 47(5): 3285-3296. DOI:10.13227/j.hjkx.202504354
[20]	Liu X T, Zhao H R, Ye H P. Multidimensional multiscale complexity analysis of sediment dynamics in the Yanhe Watershed of the loess Plateau, China[J]. Journal of Environmental Management, 2024, 370. DOI:10.1016/j.jenvman.2024.122928
[21]	王丽霞, 张信伟, 赵蕊, 等. 延河流域生态环境质量遥感测评模型改进及其精度分析[J]. 环境科学, 2025, 46(11): 7186-7196. Wang L X, Zhang X W, Zhao R, et al. Improvement and accuracy analysis of remote sensing evaluation model for Yanhe River Basin ecological environment quality[J]. Environmental Science, 2025, 46(11): 7186-7196. DOI:10.13227/j.hjkx.202409271
[22]	Zhang Z Y, Liu L, He X L, et al. Evaluation on glaciers ecological services value in the Tianshan Mountains, Northwest China[J]. Journal of Geographical Sciences, 2019, 29(1): 101-114. DOI:10.1007/s11442-019-1586-1
[23]	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
[24]	倪庆琳, 侯湖平, 丁忠义, 等. 基于生态安全格局识别的国土空间生态修复分区——以徐州市贾汪区为例[J]. 自然资源学报, 2020, 35(1): 204-216. Ni Q L, Hou H P, Ding Z Y, et al. Ecological remediation zoning of territory based on the ecological security pattern recognition: taking Jiawang district of Xuzhou city as an example[J]. Journal of Natural Resources, 2020, 35(1): 204-216.
[25]	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): 494-505. 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): 494-505. DOI:10.13227/j.hjkx.202411235
[26]	Zeng W, Tang H, Liang X, et al. Using ecological security pattern to identify priority protected areas: a case study in the Wuhan Metropolitan Area, China[J]. Ecological Indicators, 2023, 148. DOI:10.1016/j.ecolind.2023.110121
[27]	田锐, 赵中秋, 宋东阳. 基于生态退化风险与生态安全格局的国土空间生态修复区域识别: 以长株潭都市圈为例[J]. 环境科学, 2025, 46(3): 1608-1620. Tian R, Zhao Z Q, Song D Y. Identification of ecological restoration of territorial space based on ecosystem degradation risk and ecological security pattern: a case study of the Chang-Zhu-Tan metropolitan area[J]. Environmental Science, 2025, 46(3): 1608-1620. DOI:10.13227/j.hjkx.202404061
[28]	王永强, 黄背英, 谢保鹏, 等. 基于"干旱-人类活动"视角的河西走廊地区国土空间生态修复区域顺序划定[J]. 环境科学, 2026, 47(6): 3892-3904. Wang Y Q, Huang B Y, Xie B P, et al. Defining the priority sequence of ecological restoration areas in the Hexi corridor region from a "drought-human activity" perspective[J]. Environmental Science, 2026, 47(6): 3892-3904.
[29]	Liu H Y, Zhu J H, Zeng L X, et al. Identification of urban ecological security pattern based on ecosystem services supply-demand[J]. Ecosystem Health and Sustainability, 2024, 10. DOI:10.34133/ehs.0146
[30]	向爱盟, 岳启发, 赵筱青, 等. 国土空间生态修复关键区识别及修复分区——以西南喀斯特山区开远市为例[J]. 中国环境科学, 2023, 43(12): 6571-6582. Xiang A M, Yue Q F, Zhao X Q, et al. Identification and restoration zoning of key areas for ecological restoration of territorial space in southwestern karst mountainous areas: a case study of Kaiyuan City in karst mountainous area of Southwest China[J]. China Environmental Science, 2023, 43(12): 6571-6582.
[31]	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, Tang J L, et al. Analysis of evolution and influencing factors of ecological security patterns 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
[32]	Kang J M, Zhang X, Zhu X W, et al. Ecological security pattern: a new idea for balancing regional development and ecological protection. A case study of the Jiaodong Peninsula, China[J]. Global Ecology and Conservation, 2021, 26. DOI:10.1016/j.gecco.2021.e01472
[33]	Ma H, Lv Y, Li H X. Complexity of ecological restoration in China[J]. Ecological Engineering, 2013, 52: 75-78. DOI:10.1016/j.ecoleng.2012.12.093
[34]	Wang B, Fu S T, Hao Z X, et al. Ecological security pattern based on remote sensing ecological index and circuit theory in the Shanxi section of the yellow river basin[J]. Ecological Indicators, 2024, 166. DOI:10.1016/j.ecolind.2024.112382
[35]	Luo Y, Chen D P, Luo X Y, et al. Construction of ecological corridors in complex terrain areas based on the 'cost-function-ecological benefit' model[J]. Ecological Indicators, 2024, 166. DOI:10.1016/j.ecolind.2024.112312
[36]	Jin L J, Xu Q L, Yi J H, et al. Integrating CVOR-GWLR-Circuit model into construction of ecological security pattern in Yunnan Province, China[J]. Environmental Science and Pollution Research, 2022, 29(54): 81520-81545. DOI:10.1007/s11356-022-21421-5
[37]	Yang J, Xie B P, Wang T B, et al. Identification and optimization strategy of ecological security pattern in Maiji district of Gansu, China[J]. Ecological Indicators, 2023, 157. DOI:10.1016/j.ecolind.2023.111309
[38]	McRae B H, Dickson B G, Keitt T H, et al. Using circuit theory to model connectivity in ecology, evolution, and conservation[J]. Ecology, 2008, 89(10): 2712-2724. DOI:10.1890/07-1861.1
[39]	Benson N U, Adedapo A E, Fred-Ahmadu O H, et al. New ecological risk indices for evaluating heavy metals contamination in aquatic sediment: a case study of the gulf of Guinea[J]. Regional Studies in Marine Science, 2018, 18: 44-56. DOI:10.1016/j.rsma.2018.01.004
[40]	张伟志, 陈学刚. 黄河流域低碳经济转型的时空格局、区域差异及动态演进[J]. 环境科学, 2025, 46(9): 5554-5565. Zhang W Z, Chen X G. Spatiotemporal pattern, regional disparities, and dynamic evolution of Low-Carbon economic transition in the Yellow River Basin[J]. Environmental Science, 2025, 46(9): 5554-5565. DOI:10.13227/j.hjkx.202408140
[41]	鄂施璇, 黄丹妮, 王兆林, 等. 长江上游岸线(重庆段)生态修复分区及诊断[J]. 环境科学, 2026, 47(6): 3879-3891. E S X, Huang D N, Wang Z L, et al. Territorial ecological restoration zoning and diagnosis of the upper reaches of the Yangtze River Shoreline in the Chongqing section[J]. Environmental Science, 2026, 47(6): 3879-3891.
[42]	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): 454-466. Wu H, Yu 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): 454-466. DOI:10.13227/j.hjkx.202412076
[43]	Cui L, Wang J, Sun L, et al. Construction and optimization of green space ecological networks in urban fringe areas: a case study with the urban fringe area of Tongzhou district in Beijing[J]. Journal of Cleaner Production, 2020, 276. DOI:10.1016/j.jclepro.2020.124266
[44]	Wang N, Zhao Y. Construction of an ecological security pattern in Jiangnan water network area based on an integrated approach: a case study of Gaochun, Nanjing[J]. Ecological Indicators, 2024, 158. DOI:10.1016/j.ecolind.2023.111314
[45]	李欣, 郑颖, 陈安宁, 等. 基于生态安全格局与风险评价的生态修复优先区识别——以神木市为例[J]. 生态学报, 2024, 44(19): 8784-8797. Li X, Zheng Y, Chen A N, et al. Identification of ecological restoration priority areas based on ecological security patterns and risk assessment: a case study of Shenmu City[J]. Acta Ecologica Sinica, 2024, 44(19): 8784-8797.
[46]	孔凡斌, 段淑慧, 徐彩瑶. 基于生态系统服务和生态敏感性的生态安全格局构建——以钱塘江流域为例[J]. 生态学报, 2024, 44(24): 11359-11374. Kong F B, Duan S H, Xu C Y. The construction of ecological security pattern based on ecosystem services and ecological sensitivity: a case study of the Qiantang River Basin[J]. Acta Ecologica Sinica, 2024, 44(24): 11359-11374.
[47]	王晓萌, 党安荣, 佟彪, 等. 无定河流域人居生态安全格局构建及优化策略[J]. 风景园林, 2025, 32(4): 31-39. Wang X M, Dang A R, Tong B, et al. Strategies for construction and optimization of the ecological security pattern for human settlements in the Wuding River Basin[J]. Landscape Architecture, 2025, 32(4): 31-39.
[48]	郑婷婷, 杨莉, 贾卓霏, 等. 基于生态系统"受损-恢复力-修复潜力"评价的内蒙古生态空间分区及保护修复策略[J]. 环境工程技术学报, 2023, 13(5): 1901-1909. Zheng T T, Yang L, Jia Z F, et al. Ecological space zoning and conservation and restoration strategies based on the evaluation of ecosystem "damage-resilience-restoration potential" in Inner Mongolia Autonomous Region[J]. Journal of Environmental Engineering Technology, 2023, 13(5): 1901-1909.
[49]	俞金凤, 杜怀玉, 王家亮, 等. 基于Zonation-MSPA耦合模型的甘肃沿黄地区生态安全格局构建与评估[J]. 环境科学, 2025, 46(5): 3085-3097. Yu J F, Du H Y, Wang J L, et al. Construction and assessment of ecological security pattern in Gansu along the Yellow River based on zonation-MSPA coupling model[J]. Environmental Science, 2025, 46(5): 3085-3097.
[50]	王迪, 郑华, 刘智, 等. 基于生态修复效益的生态修复优先区识别[J]. 生态学报, 2025, 45(11): 5137-5146. Wang D, Zheng H, Liu Z, et al. Identification of priority areas for ecological restoration based on ecological restoration benefits[J]. Acta Ecologica Sinica, 2025, 45(11): 5137-5146.
[51]	何佳瑛, 蒋晓辉, 雷宇昕. 黄土高原生态工程对关键生态系统服务时空变化的影响——以延河流域为例[J]. 生态学报, 2023, 43(12): 4823-4834. He J Y, Jiang X H, Lei X Y. Effects of ecological engineering on spatio-temporal changes of key ecosystem services on the Loess Plateau: a case study in the Yanhe River Basin, China[J]. Acta Ecologica Sinica, 2023, 43(12): 4823-4834.


环境科学 2026, Vol. 47 Issue (10): 7026-7038	PDF