EN中文

干旱区研究 >

2025 , Vol. 42 >Issue 3: 556 - 567

DOI: https://doi.org/10.13866/j.azr.2025.03.15

生态与环境

“三生空间”视角下庆阳市景观生态风险评价及耦合协调度

  • 巩小维 ,
  • 周冬梅 ,
  • 张军 ,
  • 罗世玉 ,
  • 陈建坤 ,
  • 高雅娟
展开
  • 甘肃农业大学资源与环境学院，甘肃 兰州 730000
周冬梅. E-mail:

巩小维（1998-），男，硕士研究生，主要从事农业资源利用. E-mail:

收稿日期: 2024-07-30

  修回日期: 2024-09-29

  网络出版日期: 2025-08-13

基金资助

甘肃省自然科学基金(23JRRA1413)

甘肃省林业和草原科技创新计划(LCKJCX202205)

甘肃省科技厅重点研发计划-农业领域(23YFNA0036)

收起

Landscape ecological risk evaluation and degree of coupling coordination in Qingyang City from the perspective of production-living-ecological space

  • GONG Xiaowei ,
  • ZHOU Dongmei ,
  • ZHANG Jun ,
  • LUO Shiyu ,
  • CHEN Jiankun ,
  • GAO Yajuan
Expand
  • College of Resources and Environment, Gansu Agricultural University, Lanzhou 730000, Gansu, China

Received date: 2024-07-30

  Revised date: 2024-09-29

  Online published: 2025-08-13

Fold

摘要

庆阳市地处陇东黄土高原区自然资源丰富，是全国重要的能源供给区之一，在推动西部大开发、大保护、高质量发展及生态环境保护有着举足轻重的地位，探索分析三生空间景观生态风险格局及耦合协调性具有深刻意义。本文以陇东黄土高原区庆阳为研究对象，运用土地利用转移矩阵、景观生态风险评价模型、耦合协调度模型等方法探索分析2000—2020年土地利用结构变化、基于三生空间评价景观生态风险格局及三生空间耦合协调性。结果表明：（1） 2000—2020年庆阳市生态与生活空间面积呈逐年稳步持续上升趋势，而生产空间面积呈现逐年下降趋势。（2） 庆阳市景观生态状况整体呈低风险状态，且风险程度呈现“东低西高”的分布规律。（3） 三生空间耦合协调度整体呈向好发展且集中，呈现“南高北低”的分布特征，耦合协调区域面积呈逐年持续扩张态势而不协调区域面积呈逐年缩减。（4） 在利用自然因素和社会经济因素分析三生空间耦合协调性，得出社会经济因素影响较大。因此将驱动因子与三生空间的需求和特征相结合，优化三生空间布局以促进景观生态风险格局协同发展，提升区域景观生态安全性，推进庆阳市生态经济可持续发展。

关键词： 三生空间; 景观生态风险; 耦合协调; 驱动因素; 庆阳市

本文引用格式

巩小维 , 周冬梅 , 张军 , 罗世玉 , 陈建坤 , 高雅娟 . “三生空间”视角下庆阳市景观生态风险评价及耦合协调度[J]. 干旱区研究, 2025 , 42(3) : 556 -567 . DOI: 10.13866/j.azr.2025.03.15

Abstract

Qingyang City is located in the loess plateau region of eastern Gansu Province, which is endowed with abundant natural resources and serves as one of the key zones for supplying energy to the country. It plays a crucial role in fostering development, safeguarding ecological integrity, promoting high-quality growth, and enhancing environmental protection within the western region. Exploring and analysing the ecological risk patterns and coupled the coordination of the production-living-ecological space landscapes is of profound significance. This study focused on Qingyang, located in the loess plateau region of eastern Gansu Province, employing methodologies such as land use transfer matrix analysis, landscape ecological risk assessment models, and coupling coordination degree models to investigate and analyze changes in land use structure from 2000 to 2020. This work also incorporated the patterns of landscape ecological risk, and the degree of coupling coordination among production-living-ecological space based on comprehensive evaluation. The following results were obtained: (1) Over the last two decades, the ecological and residential space in Qingyang City has consistently increased year after year, whereas the area designated for production has exhibited a gradual decline. (2) The overall landscape ecological condition of Qingyang City is in a low-risk state, and the distribution of the degree of risk is “low in the east and high in the west.” (3) The degree of coupling coordination of the production-living-ecological space is well developed and concentrated, presenting a distribution of “high in the south and low in the north.” The coupling coordination area is expanding continuously year by year, while the uncoordinated area is shrinking. (4) By analyzing the coupling coordination of the production-living-ecological space using natural and social economic factors, it is concluded that socioeconomic factors have a more significant impact on this. Therefore, the driving factors are integrated with the needs and characteristics of the production-living-ecological space, and the layout of the production-living-ecological space is optimized to facilitate the coordinated development of the ecological risk pattern of the landscape, enhance the regional ecological security of the landscape, and advance the sustainable development of the ecological economy of Qingyang City.

Key words： production-living-ecological space; landscape ecological risk; coupling coordination; driving factor; Qingyang City

“三生空间”是指生产、生活、生态功能交互作用的系统和场所，是人类生存与发展的载体，反映了人们改造自然的能力和自身发展的水平。其中，生产空间是指以生产功能为主导的用地空间，主要提供经济产出，获取产品与服务的空间；生活空间是指供人们居住、消费、休闲和娱乐等容纳各种日常生活活动发生或进行的场所总合；生态空间是以提供生态服务或生态产品为主体功能的国土空间，涵盖了多种自然生态系统（如森林、草原、河流、湖泊等），这些空间为生物体维持自身生存与繁衍提供了必要的环境条件，三者之间在国土空间规划中相互关联又相互独立，共同构成了国土空间利用的主体框架。
21世纪初国际组织正式提出“农业多功能”概念，随后农业多功能的概念被应用于土地利用的多功能性研究中，不断扩展到生态环境和社会经济等领域[1-2]，De Groot[3]研究指出可用生态、社会文化以及经济价值等评估土地多功能价值，进行土地利用变化综合评估时要考虑土地利用与土地功能之间的关系[4]，2004年SENSOR项目首次提出将土地利用多功能性概括为社会、经济、环境三大功能[5]，渐渐衍生出了三生空间概念。随着全球城市化发展，各类复杂的城市问题再次凸显，为了限制城市无序蔓延现象而提出的城市增长边界，主要倡导城市适宜增长[6]，成为比较新颖的研究主题。国内学者从不同视角和尺度构建“三生”功能评价指标体系，运用耦合协调度模型探讨了“三生空间”演变特征、驱动机制及其与区域可持续发展的关系，Li等[7]构建“三生空间”功能评价指标体系，运用耦合协调度模型和空间自相关检验分析其时空演化特征和空间相关性，党慧等[8]研究了农牧交错区三生空间的时空演变特征及影响因素。在县域层面，姚成斌等[9]以鲁甸县为例，采用耦合协调度与反距离权重插值法，解析了“三生”功能之间的耦合协调性；在城市群层面，Yang等[10]基于三生空间视角，对2001—2020年黄河沿岸城市群的脆弱性进行了综合评价。景观生态风险主要评价的是人类活动对区域内景观格局和生态系统的负面影响[11-12]，侧重对生态环境恶化提出风险管控路径[13]，Wang等[14]从流域尺度评估景观生态风险及景观格局优化，研究其时空演变，用生态系统服务改进评估方法，运用人与自然系统方法说明其理论基础，为科学制定生态管理策略服务。Li等[15]用高精度栅格要素做基本单元，然后用SPCA-RDA和MCR、重力模型进行综合评价和优化，用空间主成分分析法做综合评价，然后用MCR对景观格局进行优化[16-17]，构建生态风险格局。Guo等[18]结合了土地扩张策略分析、CA模型和景观生态风险评估模型，建立了基于斑块生成的土地利用模拟（PLUS）模型的景观生态风险预测框架，来了解土地利用的时空动态及其引发的生态风险。近年来，国内学者从“三生空间”视角出发，对景观生态风险进行了广泛研究。张湘等[19]、邹永偲等[20]、王飞等[21]基于景观生态学理论，构建了景观生态风险评价模型，借助耦合协调模型，系统分析了区域景观生态风险时空变化和耦合协调特征。
在此背景下，分析三生功能的演变特征，探索区域三生空间的协调发展，已成为区域可持续发展的关键问题，进而优化布局三生空间结构，研究三生空间景观生态风险及耦合协调特征，对增强景观生态安全性具有重要意义。庆阳市地处我国西部地区，在推动西部地区大开发、大保护起着重要作用，本文以庆阳市为研究区，分析庆阳市三生空间分布特征，评估生态风险，并在此基础上分析各三生空间的耦合协调度，揭示庆阳市三生空间相互关系的紧密程度和协调发展水平，以期为庆阳市生态文明建设、环境保护、区域可持续发展提供依据。

1 研究区概况与方法

1.1 研究区概况

庆阳市位于甘肃省最东部，系黄土高原沟壑区，是陕甘宁三省区交汇的地界，境内海拔885~2082 m，地理位置位于35°15′~37°10′N，106°20′~108°45′E（图1）。东邻陕西省延安市，西连甘肃省平凉市，南接陕西省咸阳市和甘肃省定西市，北靠宁夏固原市和吴忠市。庆阳市下辖七县一区，分别为西峰区、庆城县、环县、华池县、合水县、正宁县、宁县和镇原县，总面积约为2.7×104 km2。属于暖温带大陆性季风气候，冬季寒冷干燥，夏季炎热多雨，降水的季节分布不均，冬春雨少，降水主要集中在7—9月。
图1 研究区概况示意图

Fig. 1 Study area overview diagram

1.2 数据来源

2000—2020年土地利用二级分类数据从中国科学院资源环境科学与数据中心（https://www.resdc.cn）获取，分辨率为30 m；DEM数据来源于地理空间数据云（https://www.gscloud.cn），空间分辨率为30 m；NDVI植被数据源于国家生态科学数据中心（http://www.nesdc.org.cn），空间分辨率30 m；社会经济数据人口、GDP等来源于各统计年鉴公布数据。

1.3 研究方法

1.3.1 三生空间分类

参考已有研究[19]，依据土地利用数据，由25种用地类型划分为农业、工矿生产空间，城镇、农村生活空间，林地、草地、水域以及其他生态空间8类三生空间用地；结合本研究需要，依据土地利用的主导功能划分三生空间（表1）。
表1 三生空间分类体系

Tab. 1 Production-living-ecological space classification system

三生空间类型 二级分类 三级地类
生产空间 农业生产空间 11水田、12旱地
工矿生产空间 53工矿建设用地
生活空间 城镇生活空间 51城镇建设用地
农村生活空间 52农村建设用地
生态空间 林地生态空间 21有林地、22灌木林地、23疏林地、24其他林地
草地生态空间 31高覆盖度草地、32中覆盖度草地、33低覆盖度草地
水域生态空间 41河渠、42湖泊、43水库、坑塘、
46滩涂
其他生态空间 61沙地、63盐碱地、64沼泽地、65裸土地、67其他未利用

1.3.2 景观生态风险评价模型构建

景观生态风险指数（ERI）是用于量化评估景观在受到人为或自然因素影响下的生态风险程度，是多个景观生态指数的综合体，能够定量描述景观格局的分布与组成，从而有效揭示区域景观结构与景观生态风险的内在联系[21]。因此结合研究区实际情况，采用全区法利用Fragstats软件计算景观生态风险指数，利用景观破碎度、分离度、优势度、干扰度、脆弱度指数与景观损失度指数构建景观生态风险评价模型[22]，计算公式为：
E R I i = ∑ i = 1 N A k i A k × R i
式中： E R I i为第i个风险小区生态风险指数，其值越小，景观生态风险程度性愈小，越大风险程度愈高； A k i为第k个风险小区第i类景观的面积； A k为第k个风险小区的面积； R i为第i类景观的景观损失度指数。
景观损失度指数用于描述区域中各景观类型在受到外界干扰时其自然属性所受到的生态损失程度，景观损失度指数的计算通常涉及到景观干扰度指数（E）和景观脆弱度指数（F）
R i = E i × F i
景观干扰度指数 E i表示景观生态环境受到自然或人为活动影响程度，反映在外部因素影响下，景观由简单、形状规则、景观联系紧密向景观破碎、不规则、不连续和异质性加剧转变的程度。可以通过景观破碎度 C i、分离度 N i以及优势度指数 D i来计算，其中破碎度越大，分离度也就越大，干扰度指数就越高，景观生态风险程度越高。a、b、c分别为破碎度、分离度和优势度的权重，根据参考文献[23]赋值a=0.5，b=0.3，c=0.2。
E i = a C i + b N i + c D i
景观破碎度指数：
C i = n i A i
景观分离度指数：
N i = A 2 A i × n i A
景观优势度指数：
D i = Q i + M i 4 + L i 2
式中： n i为景观类型i的斑块数； A i为景观类型i的总面积（hm2）；A为研究区景观总面积（hm2）； Q i为景观类型i的网格数量/总网格数量（斑块的频度）； M i为斑块i的数量/总斑块数（斑块的密度）； L i为斑块i的面积/景观总面积（斑块的比例）。
景观脆弱度指数是表征景观因受外界因素的干扰而使自身理化性质保持稳定的重要量化指标，其抵抗外界干扰能力越小，脆弱性越高，景观风险程度越高。不同类型的景观在生态系统中扮演着不同的角色，具有不同的脆弱性；赋值法根据景观类型的特征，既考虑了景观的自然属性，也反映了人为因素与自然因素的综合效应。本研究参考已有研究成果[19,22,24]，对研究区8个三生空间二级地类脆弱度赋值：城镇生活空间=1、农村生活空间=2、林地生态空间=3、草地生态空间=4、农业生产空间=5、水域生态空间=6、工矿生产空间=7、其他生态空间=8，并作归一化处理，得到更科学合理的景观脆弱度指数。
参考已有研究对研究区进行粒度划分[25]，综合研究区域不同土地利用类型的斑块面积大小，确定评价单元大小为600 m×600 m，利用ArcGIS对研究区进行渔网划分，划分为76601个网格评价单元，将各时期土地利用数据导入Fragstats软件计算网格单元的景观生态风险指数，最后经“克里金插值”将景观生态风险指数赋值于每个评价单元中心点，得到景观生态风险格局分布。

1.3.3 耦合协调度模型

耦合度是指系统中两个或两个以上相互作用的程度；协调度是衡量系统中各要素协调状态或协调水平的定量元素指标[26-27]。这意味着耦合协调度不仅考虑了系统中各要素之间的相互作用程度，还反映了系统中各要素之间的协调水平。
C = 3 P i × R i × E i P i + R i + E i 3 1 / 3
T = P i α + R i β + E i γ
D = C × T 1 / 2
式中：C为三生空间耦合度，C∈[0,1]，C值越大，耦合度越强，C值越小，则反之耦合度越小； P i、 R i和 E i分别代表生产、生活和生态景观生态风险指数；T代表生产、生活、生态各景观的协调指数；α、β和γ分别是生产、生活和生态函数的待定系数；基于现有的研究成果，待定系数赋值α=β=0.3，γ=0.4；D为生产、生活、生态各景观的耦合协调程度，D值越高，各景观间耦合协调性越好，D值越低，各景观间协调性越差。

1.3.4 地理探测器

地理探测器是探讨空间分异并揭示其背后驱动力的一组统计学方法，通过分别计算和比较各单因子q值，并用q值[0,1]度量驱动因素对其空间分异解释力，解释力随q值增大而增强[17]。本文选取高程、坡度、年均气温、年均降水量、归一化植被指数（NDVI）、GDP、年末总人口、人口密度、城镇化率等9个因子分析驱动力影响。

2 结果与分析

2.1 庆阳市“三生空间”时空演变特征

2.1.1 时间变化特征

2000—2020年庆阳市三生空间类型中（图2），生态空间面积最多占比最大，每年生态空间面积均在1.6×104 km2以上，占比均大于60%，其主要效益来源于林地与草地；生产空间面积占比稳列第二，均在35%以上，庆阳市地处黄土高原和丘陵地带，土壤层深厚、土壤肥沃且适宜农业生产，是重要的粮食生产区；生活空间面积最小，占比不足5%。从变化趋势来看，近20 a生态与生活空间面积呈现逐年稳步的持续上升趋势，生态空间、生活空间增加总面积分别为737.82 km2、135.30 km2；而生产空间面积呈现逐年下降趋势，减少总面积为873.12 km2。
图2 2000—2020年庆阳市三生空间面积及占比

Fig. 2 Production-living-ecological space area and proportion from 2000 to 2020

2000—2020年庆阳市以农业生产空间、林地和草地生态空间为主导（图3），三者面积之和占总面积90%以上，其中草地生态空间面积最多，是庆阳市主要的土地利用类型，进一步证实了三生空间中生态空间占比最大；其他生态空间面积最少，其他生态空间以沙地、盐碱地、裸土地、裸岩石砾地、其他未利用地为主，说明庆阳市土地利用较为充分。其次，农村和城镇生活空间、工矿生产空间以及水域和其他生态空间面积占比较小不超过10%。在此期间，农业生产空间与水域生态空间的面积呈逐渐下降趋势，近20 a减少总面积分别为891.82 km2、2.40 km2，这些减少的面积主要转变为草地和林地生态空间；而工矿生产空间、城镇和农村生活空间、林地和草地以及其他生态空间类型面积均呈上升趋势，这些增长的面积主要由农业生产空间转变而来，很大程度上受益于“退耕还林还草”政策。
图3 2000—2020年庆阳市三生空间地类转移桑基图

Fig. 3 Production-living-ecological space diagram of spatial terrestrial transfer Qingyang City from 2000 to 2020

2.1.2 空间分布特征

农业生产空间主要分布于庆阳市中部地区（图4），这些地区适宜进行农业生产；庆阳市是国家重要的能源供给区之一，石油、煤炭、天然气等资源储量丰富，主要集中在宁县、西峰区、环县、合水县。庆阳市植被覆盖较少，主要分布在华池县、合水县、宁县以及正宁县；草地生态空间广泛分布于环县西北部以及西峰区周边，有少许分布于其他各个县区；水域生态空间主要是渭河流域分支水系，有马莲河（流经环县、庆城县、合水县、宁县、蒲河（流经镇原县、西峰区、宁县）、葫芦河（流经华池县、合水县）、四郎河（流经正宁县）等。
图4 2000—2020年庆阳市三生空间分布

Fig. 4 Spatial distribution of production-living-ecological in Qingyang City from 2000 to 2020

2.2 庆阳市“三生空间”下景观生态风险演变

结合研究区实际状况，将生态风险指数划分为低风险区（ERI<0.110）、较低风险区[0.110~0.121）、中风险区[0.121~0.133）、较高风险区[0.133~0.191）、高风险区[0.191<ERI）5个等级。克里金插值交叉验证精度评价（表2），误差平均值与标准平均值接近于0，平均标准误差接近于均方根，标准均方根接近于1，进一步证实了插值的可靠性。
表2 景观生态风险指数插值精度评价指标

Tab. 2 Landscape ecological risk index interpolation precision evaluation index

2000年 2005年 2010年 2015年 2020年
平均值（Mean） -0.00004 -0.00001 -0.00003 -0.00006 -0.00013
均方根（RMS） 0.01033 0.00938 0.00935 0.00931 0.01530
标准平均值（MSE） -0.00350 -0.00074 0.00229 -0.00283 -0.00483
标准均方根（RMSSE） 1.22828 1.24761 1.05313 1.11263 1.03588
平均标准误差（ASE） 0.00826 0.00671 0.00788 0.00718 0.00966
如图5所示。2000—2020年庆阳市景观生态风险状况主要以较低风险区和中风险区为主导，两者比例占总面积的80%以上，而较高风险区和高风险区在各阶段内所占比例均较小，两者比例之和不超过10%，这得益于2000年以来我国在保护环境和生态文明建设政策的实施，“退耕还林”以及“生态文明建设”战略的全面开展，区域景观格局安全性稳步上升。近20 a来庆阳市景观生态风险格局以中风险区面积最多，所占比例均在42%以上；高风险区面积占比最小，均在1%以下。各等级面积变化中，中风险区与高风险区面积变化幅度较小，比较稳定，且面积整体呈上升态势，较低风险区与中风险区以及较高风险区面积变化幅度较大，其中较高风险区变化幅度最为明显，减少面积810.36 km2，呈断崖式下降；从变化趋势来看，较低风险区呈逐渐增长的趋势，而中风险区与较高风险区呈现逐年减少的趋势。综上所述，庆阳市景观生态状况整体呈安全状态。
图5 2000—2020年庆阳市景观生态风险等级面积

Fig. 5 Landscape ecological risk level area of Qingyang City from 2000 to 2020

庆阳市景观生态风险格局呈现“东低西高”的分布规律（图6），生态低风险区主要集聚分布于华池县、合水县、宁县、正宁县东部，该区域土地利用类型主要以林地生态空间为主，草地生态空间次之，生态环境以及自身稳定性良好且景观破碎度与分离度最小；较低风险区与中风险区分布面积广，主要分布在环县北部、华池县、庆城县，以草地生态空间、农业生产空间为主；较高风险区与高风险区主要分布在庆阳市西峰区以及周边各个县区的城镇生活空间、农村生活空间以及工矿生产空间、高利用密集耕地区域，主要是因为西峰区为庆阳市行政中心，城市化水平较高，人类活动以及产业建设较为频繁，受人为因素干扰后土地破碎化程度高而导致的景观生态风险程度高。
图6 2000—2020年庆阳市景观生态风险空间分布

Fig. 6 Spatial distribution of landscape ecological risk in Qingyang City from 2000 to 2020

2.3 庆阳市“三生空间”耦合协调度

根据已有文献资料[26]，结合研究区特点将耦合协调度划分为严重失调（0<D≤0.010）、中度失调（0.010<D≤0.034）、基本协调（0.034<D≤0.06）、中度协调（0.06<D≤0.089）、高度协调（D>0.089）5类，并进行相应的面积计算。

2.3.1 时间变化特征

2000—2020年庆阳市三生空间耦合协调性以严重失调为主（图7），占区域总面积的77%以上；高度协调区域面积最少占区域总面积的3%。从变化趋势来看，2000—2020年高度协调与中度协调区域均表现出逐年稳步持续的上升趋势，其中高度协调区域由2000年的612.36 km2增加到2020年814.32 km2，增加面积201.96 km2，中度协调区域增加面积217.08 km2；而严重失调区域面积呈现出逐年持续下降的趋势，减少总面积为593.28 km2；中度失调与基本协调区域面积变化趋势呈“先减少后增加”的规律，整体来看表现出上升态势。
图7 2000—2020年三生空间耦合协调度等级

Fig. 7 The degree of coordination degree of production-living-ecological space coupling from 2000 to 2020

2.3.2 空间分布特征

2000—2020年庆阳市三生空间耦合协调性在空间上的分布较为集中，大体呈现出“南高北低”的分布特征，地区差异明显（图8）。庆阳“生产-生活-生态”高度协调与中度协调区域集中分布于镇原县、西峰区、宁县以及正宁县，这些地区城镇村庄布局连片较为集中，土地利用类型多样，土地集约利用效率高，相应三生空间耦合协调性较高；中度失调区与基本协调区域分布较为零散，大致分布于人类活动较为频繁的农村生活用地周边以及农业生产用地交互地带；而严重失调区大面积分布于庆阳市北部，因为这些地区受自然地理环境影响，水资源较为匮乏，土地利用类型比较单一。
图8 2000—2020年三生空间耦合协调度空间分布

Fig. 8 Spatial distribution of the coordination degree of the coupling between the production-living-ecological space from 2000 to 2020

2.4 三生空间耦合协调驱动力

从自然环境、社会经济因素两方面，选取高程、坡度、年均气温、年均降雨量、NDVI、GDP、年末总人口、人口密度、城镇化率9类因子，利用地理探测器交互探测、单一因子探测分析三生空间耦合协调驱动力。

2.4.1 因子探测

从单个影响因子来看（图9），三生空间耦合协调度影响因子平均解释力q值大小排序为年均降雨量>城镇化率>GDP>年末总人口>年均气温>高程>人口密度>坡度>NDVI，由此可见，该区域对三生空间耦合协调性的影响解释力最强的单一影响因子是年均降雨量，其平均q值为0.21，这一自然影响因素对人类生活水资源管理、生态系统健康、城市规划和土地利用均有着深远的影响，在一定的适度范围内与三生空间耦合协调性呈正向影响；城镇化率、GDP、年末总人口影响解释力均靠前，平均q值均大于0.15，表明对三生空间耦合协调性有着较大的影响，城镇化率、GDP，以及年末总人口是社会经济要素的重要组成部分也是间接反映土地利用率的重要指标，其越高说明土地利用率较好，各地类斑块耦合性越好；气温、高程、人口密度、坡度和NDVI解释力q值较小。
图9 单一因子探测q值

Fig. 9 Single factor detection of q values

2.4.2 交互探测

首先分析这些因子的影响解释力是否互相独立，来定量表征因子两两之间的共同影响作用关系，某一事物变化的背后都有其特定的驱动因素作用，各影响因子之间相互作用共同影响，推动事物发生变化。交互探测结果可分为双因子增强、非线性增强、单因子非线性减弱、非线性减弱。
由庆阳市三生空间耦合协调度影响因子两两之间交互探测可知（图10），交互探测q值均呈双因子增加，表明所有交互因子对三生空间耦合协调空间异质性影响程度相对于单个影响因子明显较强；年均降雨量、城镇化率、GDP、人口等因素交互作用对三生空间耦合协调空间异质性的影响更大。
图10 影响因子交互探测

注：X1为高程；X2为坡度；X3为年均气温；X4为年均降雨量；X5为NDVI；X6为GDP；X7为年末总人口；X8为人口密度；X9为城镇化率。

Fig. 10 Interactive detection of impact factors

3 讨论

“三生空间”是国土空间规划下生产、生活、生态三类土地利用方式组合，是人们生存生产生活交互复杂的场所，也反映了人类活动与自然环境的相互作用和关系，三生空间结构的变化影响着景观生态风险格局的稳定[19]，三生空间与景观生态风险格局相互影响、相互作用，三生空间协调发展才能实现景观生态系统的稳定和生态环境的安全[28]。
本研究以土地利用数据为依据，分析研究区域三生空间土地利用结构的转移变化特征，总体上生产空间呈下降趋势，生活与生态空间呈上升趋势，这与陈斌等[24]的研究结果相似。选取景观损失度、干扰度、脆弱度指数构建景观生态风险评价模型，根据实际情况对干扰度、脆弱度指数赋予相应的权重，体现不同指数的重要性和影响程度，研究区以中等风险区为主，这与张湘等[19]、邹永偲等[20]的研究结果相似，景观生态安全性趋于扩张趋势。在进行三生空间耦合协调分析时引用了“生产-生活-生态”景观生态风险指数，在后续研究中独立构建三生功能指数，更精准的评价景观生态风险格局和三生空间耦合协调性；本研究分析得出三生空间耦合协调性与景观生态风险度成反比，与邹永偲等[20]、陈斌等[24]研究结果相似，河谷地带人口分布密集，土地利用斑块破碎度高，土地利用高效集约，人类活动频繁三生空间景观生态耦合协调性高，然而景观生态越易受到外界干扰，生态景观较为脆弱，因此在满足本研究内容的需要，借助部分社会经济因素和自然环境因素，分析其影响因子驱动作用，得到驱动因子影响机制。在今后的相关研究领域内，在数据的支持下可以引入国家政策影响，更细化、更全面的分析驱动力影响。

4 结论

（1） 2000—2020年庆阳市土地利用三生空间类型中，生态空间面积最多占比最大，大于60%，其中以林地、草地生态空间为主；其次为生产空间，占研究区总面积的35%以上，以农业生产空间为主；生活空间面积最小，占比不足5%；土地利用结构变化主要以生产空间转向生态空间类型为主，生态空间占主体，生产空间占比适度，表明农业种植条件优良且富有大量的草地、林地资源，适宜发展草畜养殖业与种植业。
（2） 庆阳市景观生态状况整体呈安全状态，以中等级安全性为主。从整体变化趋势来看，景观生态低风险区呈逐渐增长的趋势，而景观生态高风险区呈现逐年下降的趋势；景观生态风险格局呈现“东低西高”的分布规律。
（3） 2000—2020年庆阳市三生空间耦合协调性以不协调为主，从变化趋势来看，协调区域表现出逐年持续上升趋势，而失调区域呈现出逐年持续下降的趋势，三生空间耦合协调度整体呈向好发展且集中，整体呈“南高北低”的分布特征。
（4） 从影响因素方面得出各影响因子作用程度大小为年均降雨量>城镇化率>GDP>年末总人口>年均气温>高程>人口密度>坡度>NDVI，其中作用于三生空间景观耦合协调性效果最显著的因子是年均降雨量、城镇化率、GDP、人口等因素，两两之间交互作用对三生空间景观耦合协调空间异质性的影响更大。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李明蔚. 基于“三生”空间的丹江口库区土地利用功能转变及其生态环境响应研究[D]. 武汉: 湖北大学, 2021.

[Li Mingwei. Transformation of Land use Function and Response of Eco-environment Based on “Production-Life-Ecology Space” in Danjiangkou Reservoir Area[D]. Wuhan: Hubei University, 2021.]

[2]
Holmes J. Impulses towards a multifunctional transition in rural Australia: Gaps in the research agenda[J]. Journal of Rural Studies, 2006, 22(2): 142-160.

[3]
De Groot R. Function-analysis and valuation as a tool to assess land use conflicts in planning for sustainable, multi-functional landscapes[J]. Landscape and Urban Planning, 2006, 75(3-4): 175-186.

[4]
Verburg P H, Van De Steeg J, Veldkamp A, et al. From land cover change to land function dynamics: A major challenge to improve land characterization[J]. Journal of Environmental Management, 2009, 90(3): 1327-1335.

[5]
Pérez-Soba M, Petit S, Jones L, et al. Land use functions—a multifunctionality approach to assess the impact of land use changes on land use sustainability[J]. Sustainability Impact Assessment of Land use Changes, 2008: 375-404.

[6]
Jun M. The effects of Portland’s urban growth boundary on housing prices[J]. Journal of the American Planning Association, 2006, 72(2): 239-243.

[7]
Li Wengyu, Tao Lixia, Wen Chuanhao. Study on function evolution and coupling coordination degree of “production-living-ecological space” in the upper reaches of Yangtze River in China[J]. Environmental Science and Pollution Research International, 2024, 31(9): 13026-13045.

[8]
党慧, 荣丽华, 李伊彤, 等. 农牧交错区三生空间时空演变特征与影响因素——以内蒙古呼和浩特市为例[J]. 干旱区研究, 2023, 40(10): 1698-1706.

[Dang Hui, Rong Lihua, Li Yitong, et al. Spatiotemporal evolution characteristics and influencing factors of production-living-ecological spaces in the farming-pastoral ecotone: Taking Hohhot of Inner Mongolia as an example[J]. Arid Zone Research, 2023, 40(10): 1698-1706.]

[9]
姚成斌, 周明忠, 张迪, 等. 乌蒙山区县域三生空间功能耦合协调的时空特征与格局演化[J]. 贵州师范大学学报(自然科学版), 2024, 42(1): 45-54.

[Yao Chengbin, Zhou Mingzhong, Zhang Di, et al. Spatio-temporal characteristics and evolution of production-living-ecological space function coupling coordination in Wumeng Mountain area[J]. Journal of Guizhou Normal University(Natural Sciences), 2024, 42(1): 45-54.

[10]
Yang Long, Meng Huihong, Wang Jitao, et al. The vulnerability assessment and obstacle factor analysis of urban agglomeration along the Yellow River in China from the perspective of “production-living-ecological space”[J]. PloSone, 2024, 19(4): e0299729-e0299729.

[11]
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 Jian, Dang Weixiong, Liu Yanxu, et al. Review on landscape ecological risk assessment[J]. Acta Geographica Sinica, 2015, 70(4): 664-677.]

[12]
Faber J H, Van Wensem J. Elaborations on the use of the ecosystem services concept for application in ecological risk assessment for soils[J]. Science of the Total Environment, 2012, 415: 3-8.

[13]
Peng Jian, Pan Yajing, Liu Yanxu, et al. Linking ecological degradation risk to identify ecological security patterns in a rapidly urbanizing landscape[J]. Habitat International, 2018, 71: 110-124.

[14]
Wang Kaige, Zheng Huihui, Zhao Xiangyu, et al. Landscape ecological risk assessment of the Hailar River basin based on ecosystem services in China[J]. Ecological Indicators, 2023, 147: 109795.

[15]
Li Shaokun, He Wenxi, Wang Lei, et al. Optimization of landscape pattern in China Luojiang Xiaoxi basin based on landscape ecological risk assessment[J]. Ecological Indicators, 2023, 146: 109887.

[16]
Zhang Xuemao, Du Huaming, Wang Ying, et al. Watershed landscape ecological risk assessment and landscape pattern optimization: Take Fujiang River basin as an example[J]. Human and Ecological Risk Assessment: An International Journal, 2021, 27(9-10): 2254-2276.

[17]
Huang Yicheng, Zhang Jinbing, Zhang Pengyan, et al. Construction and optimization of ecological security pattern based on landscape ecological risk assessment in the affected area of the Lower Yellow River[J]. Frontiers in Ecology and Evolution, 2023, 11:1271352.

[18]
Guo Hongjiang, Cai Yanpeng, Li Bowen, et al. An integrated modeling approach for ecological risks assessment under multiple scenarios in Guangzhou, China[J]. Ecological Indicators, 2022, 142:109270.

[19]
张湘, 张仕超, 张煊赟, 等. “三生空间”视域下近40年长江经济带景观生态安全时空演变及其影响因素[J]. 中国生态农业学报(中英文), 2023, 31(10): 1539-1552.

[Zhang Xiang, Zhang Shichao, Zhang Xuanyun, et al. Spatial and temporal evolution of landscape ecological security and its influencing factors in the Yangtze River Economic Belt from the perspective of production-living-ecological space in the past 40 years[J]. Chinese Journal of Eco-Agriculture 2023, 31(10): 1539-1552.]

[20]
邹永偲, 兰安军, 范泽孟, 等. “三生空间”视角下贵州省景观生态安全评价及其耦合特征分析[J]. 水土保持研究, 2024, 31(3): 432-442.

[Zou Yongcai, Lan Anjun, Fan Zemeng, et al. Evaluation of landscape ecological security and its coupling characteristics analysis in Guizhou Province from the perspective of production-living-ecology space[J]. Research of Soil and Water Conservation, 2024, 31(3): 432-442.]

[21]
王飞, 叶长盛, 华吉庆, 等. 南昌市城镇空间扩展与景观生态风险的耦合关系[J]. 生态学报, 2019, 39(4): 1248-1262.

[Wang Fei, Ye Changsheng, Hua Jiqing, et al. Coupling relationship between urban spatial expansion and landscape ecological risk in Nanchang City[J]. Acta Ecologica Sinica, 2019, 39(4): 1248-1262.]

[22]
张学斌, 石培基, 罗君, 等. 基于景观格局的干旱内陆河流域生态风险分析——以石羊河流域为例[J]. 自然资源学报, 2014, 29(3): 410-419.

[Zhang Xuebin, Shi Peiji, Luo Jun, et al. The ecological risk assessment of Arid Inland River Basin at the landscape scale: A case study on Shiyang River Basin[J]. Journal of Natural Resources, 2014, 29(3): 410-419.]

[23]
潘竟虎, 刘晓. 疏勒河流域景观生态风险评价与生态安全格局优化构建[J]. 生态学杂志, 2016, 35(3): 791-799.

[Pan Jinghu, Liu Xiao. Landscape ecological risk assessment and landscape security pattern optimization in Shule River Basin[J]. Chinese Journal of Ecology, 2016, 35(3): 791-799.]

[24]
陈斌, 徐尚昭, 周阳阳, 等. “三生空间”视角下宜昌市景观生态安全评价及其耦合特征分析[J]. 水土保持研究, 2022, 29(4): 344-351.

[Chen Bin, Xu Shangzhao, Zhou Yangyang, et al. Evaluation and coupling coordination analysis of landscape ecological security of Yichang from the perspective of production-life-ecological space[J]. Research of Soil and Water Conservation, 2022, 29(4): 344-351.]

[25]
杨伶, 邓敏, 王金龙, 等. 近40年来洞庭湖流域土地利用及生态风险时空演变分析[J]. 生态学报, 2021, 41(10): 3929-3939.

[Yang Ling, Deng Min, Wang Jinlong, et al. Spatial-temporal evolution of land use and ecological risk in Dongting Lake Basin during 1980-2018[J]. Acta Ecologica Sinica, 2021, 41(10): 3929-3939.]

[26]
王成, 唐宁. 重庆市乡村三生空间功能耦合协调的时空特征与格局演化[J]. 地理研究, 2018, 37(6): 1100-1114.

[Wang Cheng, Tang Ning. Spatio-temporal characteristics and evolution of rural production-living-ecological space function coupling coordination in Chongqing municipality[J]. Geographical Research, 2018, 37(6): 1100-1114.]

[27]
程佳琦, 林伊琳, 赵俊三, 等. 昆明市“三生空间”功能耦合协调时空特征与影响因素[J]. 水土保持研究, 2024, 31(3): 299-310, 319.

[Cheng Jiaqi, Lin Yilin, Zhao Junsan, et al. Spatiotemporal characteristics and influencing factors of functional coupling and coordination of ‘production-living-ecological’ spaces in Kunming City[J]. Research of Soil and Water Conservation, 2024, 31(3): 299-310, 319.]

[28]
徐磊. 基于“三生”功能的长江中游城市群国土空间格局优化研究[D]. 武汉: 华中农业大学, 2017.

[Xu Lei. Research on the Optimization of Geographical Spatial Pattern of Urban Agglomeration in the Middle Reaches of the Yangtze River Base on the Production-Living-Ecological Function[D]. Wuhan: Huazhong Agricultural University, 2017.]

Options
文章导航

/

〈 〉