EN中文

风景园林 >

2024 , Vol. 31 >Issue 9: 111 - 119

DOI: https://doi.org/10.3724/j.fjyl.202401160038

研究

闽三角城市群景观生态风险时空演变分析

  • 卓健 1, 2 ,
  • 翟端强 , 1, 3, 4, * ,
  • 毛衍云 5
展开
  • 1 同济大学建筑与城市规划学院
  • 2 高密度人居环境生态与节能教育部重点实验室
  • 3 上海同济城市规划设计研究院有限公司创研中心
  • 4 自然资源部国土空间智能规划技术重点实验室
  • 5 同济大学城市交通研究院

卓健/男/博士/同济大学建筑与城市规划学院教授、博士生导师、规划系主任/高密度人居环境生态与节能教育部重点实验室成员/研究方向为国土空间治理与专项规划编制、可持续城市交通机动性、城乡韧性与可适应规划

翟端强/男/博士/同济大学建筑与城市规划学院在站博士后/上海同济城市规划设计研究院有限公司创研中心副研究员/自然资源部国土空间智能规划技术重点实验室成员/研究方向为国土空间治理

毛衍云/男/同济大学城市交通研究院在读硕士研究生/研究方向为城乡适应性规划

收稿日期: 2024-01-16

  修回日期: 2024-07-25

  网络出版日期: 2025-12-16

基金资助

国家自然科学基金面上项目“基于空间冲突机制的区域生态空间与农业空间规划管控体系优化研究——以长三角地区为例”(52178051)

国家重点研发计划项目(2023YFC3803903)

高密度人居环境生态与节能教育部重点实验室（同济大学）暨上海同济城市规划设计研究院有限公司联合自主课题(KY-2022-LH-A06)

版权

版权所有 © 2024 风景园林编辑部
收起

Analysis of Spatiotemporal Evolution of Landscape Ecological Risk in the Fujian Delta Urban Agglomeration

  • Jian ZHUO 1, 2 ,
  • Duanqiang ZHAI , 1, 3, 4, * ,
  • Yanyun MAO 5
Expand
  • 1 College of Architecture and Urban Planning (CAUP), Tongji University
  • 2 Key Laboratory of Ecology and Energy Saving Study of Dense Habitat, Ministry of Education
  • 3 Innovative Research Center, Shanghai Tongji Urban Planning & Design Institute Co., Ltd.
  • 4 Key Laboratory of Spatial Intelligent Planning Technology, Ministry of Natural Resources of the People's Republic of China
  • 5 Urban Mobility Institute, Tongji University

ZHUO Jian, Ph.D., is a professor and doctoral supervisor in and director of the Department of Urban Planning, College of Architecture and Urban Planning (CAUP), Tongji University, and a member of the Key Laboratory of Ecology and Energy Saving Study of Dense Habitat, Ministry of Education. His research focuses on territorial spatial governance and specialized planning, sustainable urban mobility, urban-rural resilient and adaptive planning

ZHAI Duanqiang, Ph.D., is a postdoctoral researcher in the College of Architecture and Urban Planning (CAUP), Tongji University, an associate research fellow in Innovation and Research Center, Shanghai Tongji Urban Planning & Design Institute Co., Ltd., and a member of the Key Laboratory of Spatial Intelligent Planning Technology, Ministry of Natural Resources. His research focuses on territorial spatial governance

MAO Yanyun is a master student in the Urban Mobility Institute, Tongji University. His research focuses on urban and rural adaptive planning

Received date: 2024-01-16

  Revised date: 2024-07-25

  Online published: 2025-12-16

Copyright

Copyright © 2024 Landscape Architecture. All rights reserved.
Fold

摘要

【目的】闽三角城市群等沿海经济发达地区在土地利用演化过程中面临生态功能退化、生态空间碎片化的风险。揭示闽三角城市群土地利用与景观格局演化规律，为闽三角城市群生态空间管控优化与土地资源合理配置提供科学参考。【方法】以2000—2020年土地利用变化数据为基础，分析闽三角城市群的土地利用动态度、土地利用类型转移矩阵等土地利用变化特征，明确景观格局变化特征，最后利用景观格局指数构建景观生态风险评价模型，获取景观生态风险时空分布特征，并识别出城市群景观生态风险空间聚集的冷热点。【结果】2000—2020年，闽三角城市群土地利用类型转移的重点是耕地向林地、建设用地转移，景观生态格局破碎化程度加重，景观生态风险等级先降低再升高。厦门、漳州、泉州三市的景观生态风险分别呈现“稳定可控”“轻度失控”和“基本可控”的特征，“低-低”和“高-高”聚集类型分别分布在区域西北内陆和东南沿海地区。【结论】基于景观生态风险评估模型的总体分析方法，实现了闽三角城市群土地利用空间信息的定量化表达，并基于景观生态风险时空分布特征及空间集聚冷热点识别结果，有效揭示了研究区域景观生态风险的关联图式及分异规律，为闽三角城市群化解景观生态风险提供技术支撑。

关键词： 风景园林; 土地利用; 景观格局; 生态风险评价; 时空演变; 闽三角城市群

本文引用格式

卓健 , 翟端强 , 毛衍云 . 闽三角城市群景观生态风险时空演变分析[J]. 风景园林, 2024 , 31(9) : 111 -119 . DOI: 10.3724/j.fjyl.202401160038

Abstract

[Objective] Urban agglomerations, as advanced spatial organizational forms resulting from urbanization reaching a certain level, serve as the primary centers of human economic activities and, simultaneously, sensitive areas vulnerable to ecological disturbances. With escalating conflicts between human activities and ecological constraints, urban agglomerations face challenges of ecological space fragmentation, posing intricate issues in ecological risk management. As a typical coastal urban agglomeration with developed economy, the Fujian Delta Urban Agglomeration is dominated by low hills with diverse yet fragile ecological elements. Its ecological services have been compromised, exacerbating conflicts between land resource supply and demand, leading to risks of ecological function degradation and spatial fragmentation during land use evolution. Predicting and mitigating landscape ecological risks in this region are fundamental prerequisites for optimizing land resource allocation and maintaining ecological security. This research aims to construct a landscape ecological risk assessment model using landscape pattern indices to unveil the patterns of land use and landscape pattern evolution in the Fujian Delta Urban Agglomeration, thus providing scientific references for optimizing ecological spatial control and rational land resource allocation.

[Methods] Taking the Fujian Delta Urban Agglomeration as the research area, this research adopts the data on land use change during the period from 2000 to 2020 as the basis for assessing landscape ecological risks by a grid-based method. To determine the optimal evaluation unit scale, emphasis is placed on precise grid division and rapid calculation. Considering the area of the research area, a 500 m × 500 m fishnet grid is chosen as the basic evaluation unit, increasing by 500 m for each subsequent test. Results show that a 3 km × 3 km basic unit achieves a balance between computational accuracy and speed, thus confirmed as the foundational evaluation unit. Integrated software including Archaist, Frag stats and Geode are employed comprehensively to analyze land use dynamicity, land use type transition matrices, and landscape pattern changes. Constructed from disturbance index, vulnerability index, and loss index, the ecological risk index (ERI) can effectively analyze landscape heterogeneity and ecosystem dynamicity. Additionally, the hotspot analysis method is employed to distinguish the degree of spatial distribution aggregation and reflect high-value clusters and low-value clusters in local spatial regions, namely hot spots and cold spots, thus reviewing the spatial clustering distribution characteristics of the Fujian Delta Urban Agglomeration. Ultimately, the spatiotemporal distribution characteristics of landscape ecological risks and the aggregation of cold and hot spots are summarized.

[Results] 1) From 2000 to 2020, the primary land use transition in the Fujian Delta Urban Agglomeration was the conversion from arable land to forest land and construction land, with the overall trend of land use evolution shifting towards institutionalization. The evolution rate of land use dynamicity notably accelerated after 2010, mainly attributed to the promulgation of the Overall Plan for Urban Integration Development in the Xiamen-Zhangzhou-Quanzhou Metropolitan Area in 2015, which aims to achieve basic urban integration featuring the high integration of industry, space and society by 2020, thus accelerating the urbanization process in the Fujian Delta Urban Agglomeration region. 2) In terms of the evolution of landscape pattern evolution, arable land faced the most severe fragmentation risk, while forests underwent a trend towards large-scale conversion. The fragmentation degree of grasslands and water bodies initially increased and then decreased, with a decrease in the complexity of spatial form changes. The patchiness of construction land shifted from simple to complex after 2015. 3) In terms of the evolution of landscape ecological risk, influenced by intense human development activities, the ecological risks in coastal and southeastern regions were significantly higher than in other inland areas. Xiamen, Zhangzhou, and Quanzhou exhibited ecological risks “stable and controllable”, “slightly out of control”, and “basically controllable”, respectively. 4) In terms of the analysis of hot and cold spots with respect to the spatial aggregation of landscape ecological risk, the overall distribution of landscape ecological risks in the Fujian Delta Urban Agglomeration exhibited significant spatial heterogeneity, with areas with relatively high or relatively low risk indices more likely to aggregate. “Low-low” and “high-high” aggregation types were distributed in the northwestern inland and southeastern coastal areas, respectively.

[Conclusion] This research confirms the significant spatial heterogeneity of landscape ecological risks in the Fujian Delta Urban Agglomeration, achieving a quantitative expression of spatial information on land use in the region. Through the analysis of the spatiotemporal distribution characteristics of landscape ecological risks and the spatial aggregation of cold and hot spots, a refined visualization analysis of multidimensional risk prediction effectively reveals the associative patterns and differentiation rules of landscape ecological risks in the research area. The research proposes a method for applying the landscape ecological risk assessment model to analyze the overall distribution characteristics of landscape ecological risks in the region, which can facilitate the integration of scale effects and spatiotemporal effects to rapidly identify areas of risk mismanagement. Leveraging the data on land use change, this research effectively screens and preliminarily assesses regional landscape ecological risks, overcoming the inherent problems of traditional indicator systems based on the relationship between risk sources and exports such as subjectivity, complexity, and reliance on large amounts of natural, social, and economic data. The research simplifies data requirements, focusing on “dynamicity changes in land use” as a key representation directly reflecting the root conditions of landscape ecological risks. The proposed method only requires adjustments to the granularity of land use data to analyze the spatial differentiation characteristics of landscape ecological risks from urban to national scales.

Key words： landscape architecture; land use; landscape pattern; ecological risk assessment; spatiotemporal evolution; the Fujian Delta Urban Agglomeration

城市群作为城镇化到达一定程度出现的高级空间组织形式，是人类经济活动的主要活力区，同时也是生态环境易遭受侵扰的敏感地区[1]。城市群区域人地矛盾突出、生态资源约束不断收紧[2]，人类与自然系统作用关系复杂[3]，生态空间、农业空间被不断蚕食，空间碎片化风险不断加剧，化解生态风险已经成为城市群空间管控的难点问题[4]。闽三角城市群是典型的沿海经济发达城市群，多为低山丘陵，生态要素多样且脆弱，区域关键生态服务功能受损、土地资源供应与使用矛盾突出，对该区域景观生态风险的预判与防控是优化土地资源配置和维持生态安全格局的基本前提，亟需一种直观、简明、可操作性强的景观生态风险的筛选和评估方法，以快速识别应对该地区面临的生态安全问题。
景观生态风险评价逐渐成为国土资源空间优化配置与生态资源管理决策设计的综合手段，主要通过对自然要素与人类活动要素双重影响的分析，评估土地利用景观格局结构、过程、功能的风险程度，重点强调“格局影响过程，过程改变格局”[5]，较为关注“人类—自然”互馈作用的过程。由于景观生态风险评价的实现原理是分析某段时期特定区域内土地利用景观格局在空间上的作用过程与结构变化[6]，能够体现地理学的水平空间异质性与生态学的垂直相关性[7]，因此，本研究进行景观生态风险评价，识别在土地利用变化过程中重要生态空间面临的主要风险，既为划定维护城市安全和健康的底线提供重要参考依据，也是为保护生态空间不被随意侵占的基础性工作，对于改善、恢复生态系统生命机能至关重要，为国土空间土地利用变化的生态效应定量化评估提供新视角。
景观生态风险相关研究主要集中于近20年，基于土地利用变化的景观生态风险评价方法近年来逐渐应用于城市土地开发工作中[8]，国内外学者对景观生态风险的研究聚焦于尺度效应与时空效应。尺度效应方面，景观生态风险的研究尺度主要集中于人类活动与自然环境作用效应明显的区域，如城市群[9-10]、流域[11-12]、市县[13-14]等多个尺度，除了上述区域外，近年来部分学者开始关注海岸带[15]、丘陵地区[16]、农牧交错带[17]、城乡交错带[18]等生态脆弱区，相关研究为陆海协调、物种保护、水土保持、人类活动强度严控提供重要决策支撑。时空效应方面，土地利用或覆盖变化与景观生态风险的时空分布具有高度关联性，相关研究立足土地利用变化这一基本内容，将影响因素[19]、驱动关系[20]、识别优化[21]、情景模拟[22]等内容纳入研究框架，实现了对多尺度多源风险的综合表征和“人类—自然”耦合系统时空分异的表达。
本研究以闽三角城市群为研究对象，基于2000—2020年土地利用变化数据，分析闽三角城市群土地利用与景观格局演化规律，利用景观格局指数构建景观生态风险评价模型，借助GIS网格化分析实现对闽三角城市群土地利用空间信息的定量化表达，并基于景观生态风险时空分布特征及空间集聚冷热点识别结果，进行多维风险预估的精细可视化分析，揭示景观生态风险的关联图式及分异规律，研究结果可为闽三角城市群的生态空间管控与土地资源合理配置提供科学参考。

1 研究区域概况

闽三角城市群是中国东部地区最重要的海湾型城市群之一，包括福建省的厦门市、漳州市和泉州市 3 个设区市及所辖县区[23]（图1）。地形地貌大多以低山丘陵、冲积和海积平原为主，海拔西北高、东南低，平均海拔高度900 m。闽三角城市群生态本底较好，水系发达，有洛阳江、九龙江、晋江等流域分布，区内森林覆盖率约61.3%。区域位于亚热带季风气候区，年平均气温13.4~22.8 ℃，年均降水量1 200~1 800 mm，降水主要集中在春夏两季，降水量大且日照时间长。区域关键生态服务功能受损等生态安全问题尤为突出，高强度的人类活动给闽三角生态系统带来了巨大压力。
图1 研究区域概况

Fig. 1 Overview of the research area

2 数据来源与研究方法

2.1 数据来源

本研究采用的数据为2000年、2005年、2010年的Landsat 5影像和2015年、2020年Landsat 8 TM影像，空间分辨率均为30 m×30 m，利用随机森林分类器得到分类结果，分类解析精度达80%。此外将获取的数据与现有的土地覆被数据相互比较，发现本研究数据与全球森林变化、全球地表水和不透水面时序数据集具有良好的一致性。闽三角城市群土地利用类型图统一采用AcrGIS空间分析软件构建基础数据库，空间地理坐标系统一为CGCS2000，投影方式为Gauss-Krüger投影。用地分类结合闽三角城市群实际情况，将用地类型进行重分类，简化成六大地类：耕地、林地、草地、水域、未利用地、建设用地 （图2）。
图2 2000—2020年闽三角城市群土地利用类型

Fig. 2 Land use types in the Fujian Delta Urban Agglomeration from 2000 to 2020

2.2 研究方法

2.2.1 景观生态风险指数计算

本研究采用网格法对闽三角城市群景观生态风险进行评价，为明确最佳评价单元尺度，重点考虑网格的精确划分和快速计算，结合研究区域面积，以500 m×500 m网格为基础评价单元，每次试验都在此基础上增加500 m，结果发现3 km×3 km单元兼具较高的计算精度和较快的计算速度，将其确认为基础评价单元，区域内网格共计3 137个单元。景观生态风险指数（ecological risk index, ERI）由干扰度指数、脆弱度指数和损失度指数构建，能有效分析景观异质性与生态系统的动态变化[10, 24]。干扰度指数反映不同景观类型受到干扰的程度，干扰度指数越小，表明该景观类型越有利于生物正常活动[15]；脆弱度指数反映不同景观类型抵抗外部干扰的能力，脆弱度指数越大，代表该景观类型的抵抗能力越小[25]；损失度指数反映不同景观类型在受到自然和人为干扰时自然属性的损失程度，损失度指数越小，表明该景观类型的自然属性损失程度越低[10]，计算式
${{\rm{ERI}}}_{i}=\sum _{i=1}^{n}\frac{{A}_{ki}}{{A}_{k}}{R}_{i}，$
${R}_{i}={{E}}_{i}\times {{V}}_{i}，$
${E}_{i}=\mathrm{a}{C}_{i}+\mathrm{b}{N}_{i}+{\mathrm{c}}{D}_{i}，$
式中，$ {{\rm{ERI}}}_{i} $为第i类景观的景观生态风险指数； $ {A}_{k} $为第k个基本单元的面积；$ {A}_{ki} $为第k个基本单元的第i类景观面积；$ {R}_{i} $为第i类景观损失度指数；$ {E}_{i} $为第i类景观干扰度指数；$ {V}_{i} $为第i类景观脆弱度指数，由6类地类赋值后进行归一化处理得出；$ {C}_{i} $为第i类景观的景观破碎度指数，值越小则表示景观生态系统稳定性越高；$ {N}_{i} $为第i类景观的景观分离度指数，值越大则表示景观分布上越分散；$ {D}_{i} $为第i类景观的景观分维数，值越小则表示受到人类的影响越小；$ {C}_{i} $、$ {N}_{i}\mathrm{、}{D}_{i} $均为景观格局指数，a、b、c分别代表各指数的权重值，总和为1，可通过Fragstats 4.3软件计算得出。经查阅相关文献[10, 24-26]，各地类赋值情况如下：耕地为4、林地为2、草地为3、水域为5、建设用地为1、未利用地为6；各指数权重值赋值情况如下：a=0.5，b=0.3，c=0.2。

2.2.2 冷热点分析

冷热点分析是一种检验局部空间聚类分布特征的有效手段，它可以将变量空间分布集聚的程度通过冷点与热点进行区分。与全局莫兰指数（Global Moran’s I）不同，冷热点分析（Getis-Ord $G_{i}^{*} $）可以完整反映变量在局部空间内高值簇与低值簇分布情况，即热点区（hot spots）与冷点区（cold spots）的空间分布[27-28]，计算式
${G}_{i}^{*}=\frac{\displaystyle\sum \nolimits_{j=1}^{n}{\boldsymbol W}_{\mathit{i}\mathit{j}}{x}_{i}{x}_{j}}{\displaystyle\sum \nolimits_{j=1}^{n}{x}_{j}}，$
式中，${G}_{i}^{*} $为空间单元 i 的集聚程度，$ {x}_{i} $、$ {x}_{j} $分别为空间地域单元i和j的景观要素观测值，$ {\boldsymbol W}_{\mathit{i}\mathit{j}} $为空间权重矩阵。为便于解释和比较，$ {G}_{i}^{*} $进行标准化处理后得到$ {\text{Z}}（{G}_{i}^{*}） $，计算式
${\text{Z}}（{G}_{i}^{*}）=\frac{{G}_{i}^{*}-{\rm{E}}（{G}_{i}^{*}）}{\sqrt{{\rm{VAR}}（{G}_{i}^{*}）}}，$
式中，${\rm{E}} $（$ {G}_{i}^{*} $）、${\rm{ VAR}}（{G}_{i}^{*}） $分别表示${G}_{i}^{*} $的期望值与方差。若$ {\text{Z}}（{G}_{i}^{*}） $为正，且显著，表明单元i及其周围的景观要素观测值相对较高（高于均值），属高值空间集聚（热点区）；反之，如果$ {\text{Z}}（{G}_{i}^{*}）$为负，且显著，则表明单元i及其周围的值相对较低（低于均值），属低值空间集聚（冷点区）。

3 结果与分析

3.1 闽三角城市群土地利用变化分析

3.1.1 土地利用动态变化度分析

土地利用动态变化度用于定量描述土地利用动态变化情况，用于表征区域内土地资源利用的变化速度与程度[29]。从土地利用动态变化情况①来看，2000—2020年，闽三角城市群的土地利用类型呈现“三增三减”特征。耕地、水域和草地的面积处于持续减少状态，其中耕地面积减少得最多，水域和草地次之，减少量分别为973.70 km2、116.53 km2、32.89 km2，动态度变化分别为−3.77%、−0.45%、−0.13%；建设用地、林地、未利用地的面积处于增加状态，其中建设用地增加的面积 最多，为905.59 km2，林地增加面积次之，为210.86 km2，未利用地增加面积最少，为6.66 km2，动态度变化分别为3.51%、0.82%、0.03%。可以发现闽三角城市群土地利用格局整体演化方向以非农化为主，且土地利用动态度演化速率在2010年之后显著加快。这种转变主要是由于2015年《厦漳泉大都市区同城化发展总体规划》颁布，该规划文件要求至2020年需基本实现同城化发展，实现产业、空间和社会的高度融合，这为闽三角城市群土地利用演化提供了重要动力，加速了闽三角城市群区域城镇化进程。

3.1.2 土地利用类型转移矩阵分析

土地利用类型转移矩阵（transition matrix）主要用于描述某一时间段内区域土地利用类型演变的结构、数量特征。 土地利用系统状态和数量转移情况[30-32]。本研究计算了闽三 角城市群2000—2020年的土地利用类型面积及占比转移矩阵（表1），归纳为3点特征。1）土地利用类型转移的重点是耕地向林地 ②（包括自然林地与人工林地）、建设用地转移。耕地是闽三角城市群最明显的土地利用转出类型，耕地转出主要集中在2005—2010年间，在20年间共计14.05%的耕地发生转移，总面积为973.70 km2，林地是耕地转入数量最 大的用地类型，总面积为2 497.83 km2，转向建设用地总面积为914.82 km2。2）林地、草地、水域转移的重点类型均是耕地。2000—2020年，林地、草地、水域向耕地转移的总面积分别为2 274.82 km2、47.84 km2、173.17 km2，2015—2020年是林地、草地、水域向耕地转移面积占比最多的时期，分别为5.00%、33.56%、15.03%。3）建设用地在2015—2020年出现多样化转移趋势。但在2000—2015年，建设用地基本未发生转移，转移总量极少，整体结构稳定，直到2015—2020年，建设用地向耕地、水域、林地等类型转移的面积才明显增多。
表1 2000—2020年闽三角城市群土地利用类型面积及占比转移矩阵

Tab. 1 Transition matrix of area and share of land use types in the Fujian Delta Urban Agglomeration from 2000 to 2020

时段 景观类型 土地利用景观类型面积（km2）/比例（%）
耕地 林地 草地 水域 未利用地 建设用地
2000—
2005年		 耕地 5 562.03/80.27 1 145.27/16.53 25.40/0.37 62.64/0.90 0.07/0.00 133.98/1.93
林地 266.64/1.55 16 890.88/98.42 1.01/0.01 0.05/0.00 0.00/0.00 3.16/0.02
草地 13.21/27.36 5.61/11.61 24.87/51.50 0.92/1.91 0.51/1.06 3.16/6.55
水域 18.53/3.27 2.68/0.47 2.87/0.51 531.31/93.64 0.40/0.07 11.61/2.05
未利用地 0.99/15.95 0.00/0.03 0.73/11.74 0.09/1.46 3.42/54.96 0.99/15.86
建设用地 0.02/0.00 0.00/0.00 0.00/0.00 10.77/0.96 0.00/0.00 1 112.19/99.04
2005—
2010年		 耕地 5 052.59/86.20 515.65/8.80 13.86/0.24 33.10/0.56 1.54/0.03 244.69/4.17
林地 495.43/2.75 17 538.81/97.20 0.40/0.00 0.05/0.00 0.00/0.00 9.74/0.05
草地 12.70/23.14 3.33/6.06 22.87/41.67 0.84/1.53 3.33/6.06 11.82/21.53
水域 29.11/4.81 2.63/0.43 2.41/0.40 535.95/88.47 4.41/0.73 31.28/5.16
未利用地 0.44/10.00 0.00/0.00 0.11/2.47 0.05/1.18 3.00/68.08 0.80/18.29
建设用地 0.07/0.01 0.00/0.00 0.00/0.00 8.63/0.68 0.00/0.00 1 256.39/99.31
2010—
2015年		 耕地 4 985.29/89.18 371.52/6.65 10.39/0.19 18.83/0.34 0.11/0.00 204.20/3.65
林地 621.88/3.44 17 426.26/96.49 0.41/0.00 0.03/0.00 0.00/0.00 11.83/0.07
草地 12.44/31.39 1.64/4.15 15.66/39.51 0.49/1.25 1.31/3.32 8.08/20.39
水域 45.51/7.87 1.63/0.28 1.26/0.22 505.84/87.42 4.29/0.74 20.10/3.47
未利用地 1.81/14.73 0.00/0.01 0.53/4.33 0.08/0.61 7.71/62.81 2.15/17.51
建设用地 0.05/0.00 0.00/0.00 0.01/0.00 7.04/0.45 0.05/0.00 1 547.57/99.54
2015—
2020年		 耕地 4 833.32/85.29 465.39/8.21 4.54/0.08 30.39/0.54 1.39/0.02 331.95/5.86
林地 890.87/5.00 16 885.55/94.86 1.76/0.01 6.04/0.03 0.09/0.00 16.74/0.09
草地 9.48/33.56 3.94/13.95 6.92/24.50 0.61/2.17 0.93/3.29 6.37/22.53
水域 80.01/15.03 9.01/1.69 1.05/0.20 386.24/72.56 4.35/0.82 51.65/9.70
未利用地 2.10/15.58 0.07/0.54 0.32/2.35 2.79/20.68 5.12/37.98 3.08/22.88
建设用地 139.89/7.80 8.64/0.48 0.81/0.05 24.80/1.38 1.01/0.06 1 618.77/90.24

3.2 闽三角城市群景观格局变化分析

景观格局指数能够高度概括和全面反映研究区域内景观结构和空间配置的特性[33-36]。本研究利用 Fragstats 4.3 软件计算2000—2020年5个时段的景观格局类型水平指数 （表2），用于定量分析闽三角城市群景观格局变化特征。
表2 2000—2020年闽三角城市景观格局类型水平指数变化

Tab. 2 Changes of landscape patten type level index in the Fujian Delta Urban Agglomeration from 2000 to 2020

年份 类型 斑块个数 斑块密度/
个·km-2		 景观形状
指数		 平均斑块
面积/km2		 分维数 破碎度 分离度
2000 耕地 84 635 1.413 336.258 7.990 1.434 1.413 0.999
林地 41 622 0.695 157.161 40.162 1.400 0.695 0.934
草地 15 473 0.258 139.856 0.305 1.469 0.258 1.000
水域 9 169 0.153 105.993 6.046 1.376 0.153 1.000
建设用地 33 572 0.560 227.232 3.263 1.374 0.560 1.000
未利用地 1 175 0.020 39.775 0.520 1.460 0.020 1.000
2005 耕地 93 011 1.553 366.097 6.149 1.441 1.553 0.999
林地 30 294 0.506 149.815 58.027 1.402 0.506 0.926
草地 34 172 0.570 226.431 3.611 1.371 0.570 1.000
水域 9 775 0.163 110.990 6.055 1.380 0.163 1.000
建设用地 13 262 0.221 136.278 0.405 1.464 0.221 1.000
未利用地 961 0.016 37.035 0.449 1.466 0.016 1.000
2010 耕地 86 764 1.448 365.704 6.287 1.436 1.448 1.000
林地 30 604 0.511 137.353 57.490 1.391 0.511 0.929
草地 13 088 0.219 132.355 0.297 1.474 0.219 1.000
水域 36 453 0.609 239.586 4.160 1.383 0.609 1.000
建设用地 11 329 0.189 116.015 4.992 1.380 0.189 1.000
未利用地 2 778 0.046 61.012 0.433 1.453 0.046 1.000
2015 耕地 89 829 1.499 394.630 6.155 1.440 1.499 1.000
林地 33 388 0.557 149.010 51.941 1.382 0.557 0.927
草地 10 787 0.180 118.284 0.256 1.472 0.180 1.000
水域 38 099 0.636 249.161 4.594 1.389 0.636 1.000
建设用地 12 182 0.203 118.778 4.270 1.385 0.203 1.000
未利用地 2 984 0.050 62.174 0.443 1.461 0.050 1.000
2020 耕地 89 160 1.442 394.393 6.520 1.420 1.442 1.000
林地 35 198 0.569 151.662 48.075 1.361 0.569 0.935
草地 6 995 0.113 92.585 0.214 1.466 0.113 1.000
水域 12 080 0.195 113.696 3.649 1.380 0.195 1.000
建设用地 38 169 0.617 251.798 5.185 1.386 0.617 1.000
未利用地 3 057 0.049 62.984 0.412 1.449 0.049 1.000
1）耕地方面，闽三角城市群耕地的斑块个数、斑块密度明显高于其他类型且趋于稳定，耕地面临的破碎化风险最为严重，其景观形状指数也明显高于其他类型，且呈增长趋势，说明其几何形状的复杂程度不断增加。
2）林地方面，林地的斑块个数、斑块密度和景观形状指数均呈现持续下降趋势，平均斑块面积呈现上升趋势，表明其几何形状趋于规则，破碎化程度和景观异质性降低。同时其连片化程度提高，总体上由小片林地向大片林地转化，一定程度上体现了林地整体的扩张规模效应，可考虑发挥与强化城市绿地系统的生态服务功能，提升小型生态斑块的数量与密度，以实现人类绿化与自然植被协调发挥生态系统服务价值[37]。
3）草地与水域方面，草地和水域的斑块个数、斑块密度和景观形状指数都经历了先上升后下降的过程，说明其破碎化程度先加深后减弱，二者的几何形状变化由复杂趋向简单，空间形态变化复杂程度降低。
4）建设用地方面，建设用地斑块个数、斑块密度和景观形状指数以2015年为分界点呈现先下降后上升的趋势，平均斑块面积无明显变化，说明其破碎化程度减弱后开始不断加深，几何形状由简单向复杂变化，这可能与大规模城镇化建设转向多点精细化的小规模开发建设有关。

3.3 闽三角城市群景观生态风险演变分析

借助ArcGIS 10.7软件克里金插值法获取闽三角城市群景观生态风险分析结果，并采用自然断点法将景观生态风险结果划分为：低、较低、中、较高、高风险区5类分区。具体来看，在2000—2020年，闽三角城市群低风险区面积先增大后减小，在2010年面积达到最大值12 198.73 km2；较低风险区面积 先减小后增大，在2020年面积达到最大值 5 792.63 km2；中风险区面积先减小后增大，在2020年面积达到最大值3 704.80 km2；较高风险区面积先减小后增大，在2020年面积达到最大值3 412.96 km2；高风险区面积持续减少，其最大值为2000年的5 252.59 km2。较高、高风险区主要集中于沿海地带，明显高于内陆地带，且东南部地区整体风险高于其他地区。闽三角地区同城化程度较高，人口密度持续增大，土地使用强度较大，人类高强度开发活动对于闽三角城市群土地利用景观格局的演变起到重要的推动作用（图3，表3）。
图3 2000—2020年闽三角城市群景观生态风险空间分布

Fig. 3 Spatial distribution of landscape ecological risk in the Fujian Delta Urban Agglomeration from 2000 to 2020

表3 2000—2020年闽三角城市群景观生态风险区面积

Tab. 3 Area of each type of landscape ecological risk area in the Fujian Delta Urban Agglomeration from 2000 to 2020

年份 城市 低风险区/km2 较低风险区/km2 中风险区/km2 较高风险区/km2 高风险区/km2
2000 厦门市 229.91 292.05 156.83 240.79 695.30
漳州市 5 221.78 1 996.76 1 482.76 1 397.18 2 698.61
泉州市 3 918.21 2 712.18 1 668.87 1 266.09 1 858.69
总计 9 369.91 5 000.99 3 308.46 2 904.06 5 252.59
2005 厦门市 410.66 168.67 206.49 238.87 590.19
漳州市 6 448.38 1 763.01 1 370.63 1 249.84 1 965.23
泉州市 4 633.00 2 370.36 1 524.28 1 202.14 1 694.27
总计 11 492.03 4 302.05 3 101.41 2 690.84 4 249.68
2010 厦门市 418.12 245.52 163.63 297.14 490.48
漳州市 6549.35 1611.40 1475.63 1333.66 1827.05
泉州市 5231.27 2437.22 1196.57 1373.26 1185.71
总计 12 198.73 4 294.15 2 835.83 3 004.06 3 503.24
2015 厦门市 431.29 252.56 202.94 303.61 424.48
漳州市 6 006.38 2 007.87 1 492.69 1 542.90 1 747.25
泉州市 4 593.79 2 768.56 1 596.64 1 397.25 1 067.81
总计 11 031.45 5 028.99 3 292.27 3 243.76 3 239.54
2020 厦门市 430.65 307.08 269.20 298.95 308.99
漳州市 5 522.25 2 279.34 1 628.87 1 657.79 1 708.84
泉州市 4 325.12 3 206.21 1 806.73 1 456.21 629.76
总计 10 278.02 5 792.63 3 704.80 3 412.96 2 647.60
厦门市景观生态风险呈现“稳定可控” 的特征。在2000—2020年，厦门市低风险区面积基本处于先增大后稳定的态势，较低风险区与中风险区面积变化趋势是先减小后增大的趋势，并先后在2005年、2010年达到最低点，较高风险区面积先增大后稳定，高风险区面积持续减少。其他研究[38-39]也表明厦门市在快速城镇化进程后生态风险度较低，整体处于风险可控状态。这说明厦门市整体土地利用方式在持续改善，其建设用地开发先集中于厦门岛岛内，后逐渐向岛外扩展，但整体对全市土地使用进行了较强的管制约束。同时受制于市域面积狭小、建设适宜程度低等自身条件，厦门市采取精明增长、集约紧凑的发展理念，避免了其景观生态风险进一步加剧的现象。
漳州市景观生态风险呈现“轻度失控” 的特征。在2000—2020年期间，漳州市低风险区面积先增大后减少，较低风险区面积先减少后增大，中风险区面积基本保持稳定并略有上升，较高风险区面积先减少后大幅增大，高风险区面积持续减少。分析可知，漳州市虽然高风险区面积持续减少，但较高风险区面积在2010年后迎来较大幅度增长，且总面积占比远大于高风险区，这说明漳州市土地开发模式仍比较粗犷，主要原因是漳州市农业资源相对丰富且农村居民点数量增长过快，土地无序扩张现象较为严重。结合其他研究[38, 40]发现，漳州市存在降水时空分布不均，基础设施对生态干扰强等问题，城市整体景观生态风险仍然呈现继续增加的趋势，所以协调好生态保护与经济发展关系是漳州市当前土地开发的重要任务。
泉州市景观生态风险呈现“基本可控” 的特征。在2000—2020年，泉州市低风险区面积先增大后减少，较低风险区、中风险区面积先减少后增大，较高风险区面积持续增大，高风险区面积持续减少，且减少幅度最大。可以发现，泉州市面临极端景观生态风险的可能性大幅降低，但中、较高风险区面积仍然保持增大，整体景观生态风险可控。主要由于泉州市受制于“一湾两江四山”地理环境，建设用地增长空间受限，开发活动强度整体处于较为稳定的状态。结合泉州市相对稳定的发展水平来看[38-41]，其土地建设增量虽受限，但整体新增建设用地分布较为散乱，土地利用集约程度仍然不高，土地使用效率仍有进一步提升的潜力。

3.4 闽三角城市群景观生态风险空间聚集冷热点分析

冷热点分析是一种检验局部空间聚类分布特征的有效手段，热点区代表景观要素高值区域集中分布，冷点区代表景观要素低值区集中分布，热点区为“高-高”聚集区域，冷点区为“低-低”聚集区域。通过冷热点分析可筛选出景观生态风险普遍发生且空间集聚指数较高的区域，为后续进行针对性风险防控提供参考。本研究运用GeoDa软件中Queen 的二阶邻接权重矩阵进行2000—2020年闽三角城市群景观生态风险空间聚集冷热点分析（图4），可以发现5个时段的景观生态风险指数的聚集特征较为一致，均为“低-低”“高-高”聚集，且“低-低”聚集类型分布在研究区域西北内陆边缘地区，“高-高”聚集类型分布在研究区域东南沿海地区。其中2000年与2005年聚集特征较为类似，西北部“低-低”聚集类型更为集中且连续性较强，东南部“高-高”聚集类型面积较大。2010年、2015年、2020年3个时期西北部“低-低”聚集类型更为分散且连续性较弱，东南部“高-高”聚集类型面积明显小于2000年、2005年 2个时期。这也说明2000—2020年期间，闽三角城市群整体景观生态风险分布空间异质性显著，低风险区与高风险区内部关系逐渐松散化，具体表现为西北部地区开发活动仍普遍处于小规模增长状态，导致部分低风险区空间集聚指数增加，而东南沿海地带整体开发存量空间较小，土地使用进入集约、精明增长阶段，导致部分高风险区空间集聚指数下降。
图4 2000—2020年闽三角城市群景观生态风险空间聚集冷热点分析

Fig. 4 Analysis of cold and hot spots with respect to the spatial aggregation of landscape ecological risk in the Fujian Delta Urban Agglomeration from 2000 to 2020

4 结论

本研究以2000—2020年闽三角城市群土地利用数据为基础，进行土地利用动态变化分析、景观格局演变分析、景观生态风险演变分析和景观生态风险空间聚集冷热点分析，在时空维度对闽三角城市群的景观生态风险进行评价，主要有4个方面的结论。1）闽三角城市群的土地利用类型转移的重点是耕地向林地、建设用地转移，土地利用格局整体演化方向以非农化为主，且土地利用动态度演化速率在2010年之后显著加快。2）在景观格局演变方面，耕地面临最为严重的破碎化风险；林地总体呈现连片化趋势；草地与水域破碎化程度先加深后减弱，空间形态变化复杂程度降低；建设用地斑块以2015年为分界点由简单转向复杂变化。3）沿海、东南部地带的生态风险明显高于内陆其他地区，厦门市、漳州市、泉州市景观生态风险分别呈现“稳定可控”“轻度失控”和“基本可控”的特征。4）在景观生态风险空间聚集冷热点分布方面，闽三角城市群整体景观生态风险分布空间异质性显著，“低-低”和“高-高”聚集类型分别分布在研究区域西北内陆和东南沿海地区。
本研究借助土地利用变化数据实现对区域景观生态风险区的筛选和风险初步评估，有效克服了传统基于风险源汇关系的指标体系中存在的主观性强、复杂度高以及对大量气象遥感、实验观测等自然、社会、经济数据的依赖性问题。本研究思路简化了对数据的需求，专注于“土地利用动态变化”这一直接反映景观生态风险根源状况的关键表征。本研究提出的方法仅需调整土地利用数据粒度，即可分析城市至国家等不同尺度下的景观生态风险的空间分异特征。但基于土地利用进行景观生态风险分析方法无法进一步细化人类与自然环境的作用关系，后续仍需结合经济、社会、生态、气候等因素进一步探究景观生态风险结果的影响机制。

① 2000—2020 年闽三角城市群土地利用类型面积及动态度变化表见本刊官网该文章资源附件（http://www.lalavision.com/cn/article/doi/10.3724/j.fjyl.202401160038）。

② 从国家粮食安全角度出发，为进一步明确2000—2020年基本农田的转移量（损失量），本研究将021果园、022茶园、023其他园地等人工林地纳入林地大类范畴，本研究界定的耕地向林地转换面积包括基本农田转向人工林地的面积。

图表来源(Sources of Figures and Tables)：

文中图表均由作者绘制，其中图1底图的审图号为闽S（2023）254号（2023年6月），底图无修改。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
方创琳. 中国城市群形成发育的新格局及新趋向[J]. 地理科学, 2011, 31(9): 1025-1034.

FANG C L. New Structure and New Trend of Formation and Development of Urban Agglomerations in China[J]. Scientia Geographica Sinica, 2011, 31(9): 1025-1034.

[2]
郑德高, 陆容立. 我国国家层面国土空间规划目标与战略的若干研究[J]. 上海城市规划, 2020(5): 63-70.

DOI

ZHENG D G, LU R L. Studies on Objectives and Strategies of National Territory Spatial Planning[J]. Shanghai Urban Planning Review, 2020(5): 63-70.

DOI

[3]
顾朝林. 科学的“双评价”是新时代国土空间规划的关键和基础[J]. 城市与区域规划研究, 2019, 11(2): 1-4.

GU C L. Scientific “Dual-Evaluation” as the Key and Foundation for Territorial Spatial Planning in the New Era[J]. Journal of Urban and Regional Planning, 2019, 11(2): 1-4.

[4]
田莉, 夏菁. 土地发展权与国土空间规划: 治理逻辑、政策工具与实践应用[J]. 城市规划学刊, 2021(6): 12-19.

TIAN L, XIA J. Land Development Rights and Territorial Spatial Planning: Governance Logic, Policy Tools and Practical Applications[J]. Urban Planning Forum, 2021(6): 12-19.

[5]
傅伯杰. 地理学综合研究的途径与方法: 格局与过程耦合[J]. 地理学报, 2014, 69(8): 1052-1059.

DOI

FU B J. The Integrated Studies of Geography: Coupling of Patterns and Processes[J]. Acta Geographica Sinica, 2014, 69(8): 1052-1059.

DOI

[6]
FU B J, WANG S, SU C H, et al. Linking Ecosystem Processes and Ecosystem Services[J]. Current Opinion in Environmental Sustainability, 2013, 5(1): 4-10.

DOI

[7]
曾辉, 陈利顶, 丁圣彦. 景观生态学[M]. 北京: 高等教育出版社, 2017.

ZENG H, CHEN L D, DING S Y. Landscape Ecology[M]. Beijing: Higher Education Press, 2017.

[8]
吕乐婷, 张杰, 孙才志, 等. 基于土地利用变化的细河流域景观生态风险评估[J]. 生态学报, 2018, 38(16): 5952-5960.

LU L T, ZHANG J, SUN C Z, et al. Landscape Ecological Risk Assessment of Xi River Basin Based on Land-Use Change[J]. Acta Ecologica Sinica, 2018, 38(16): 5952-5960.

[9]
翟培秀, 李飞雪, 邱小倩, 等. 长三角地区景观生态风险时空演变评估[J]. 水土保持研究, 2023, 30(4): 245-255.

ZHAI P X, LI F X, QIU X Q, et al. Assessment on Spatial-Temporal Evolution of Landscape Ecological Risk in the Yangtze River Delta[J]. Research of Soil and Water Conservation, 2023, 30(4): 245-255.

[10]
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.

[11]
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.

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.

[12]
田雅楠, 马龙, 吴全. 黄河流域内蒙古段土地利用演变与景观生态风险评价[J]. 生态科学, 2023, 42(5): 103-113.

TIAN Y N, MA L, WU Q. Landscape Ecological Risk Assessment in Inner Mongolia Reach of Yellow River Based on Land Use Evolution[J]. Ecological Science, 2023, 42(5): 103-113.

[13]
翟端强, 卓健, 徐弈. 市县级国土空间生态风险评估方法优化研究[J]. 规划师, 2023, 39(2): 53-60.

DOI

ZHAI D Q, ZHUO J, XU Y. Optimization of Ecological Risk Assessment in City and County Level Territorial Space Planning[J]. Planners, 2023, 39(2): 53-60.

DOI

[14]
翟端强, 卓健, 张诗洁. 国土空间生态风险评估的国际经验比较及启示[J]. 城市问题, 2022(8): 90-98.

ZHAI D Q, ZHUO J, ZHANG S J. Comparison of International Experiences and Enlightenment on Ecological Risk Assessment in National Territory Spatial Planning[J]. Urban Problems, 2022(8): 90-98.

[15]
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.

[16]
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.

[17]
徐兰, 罗维, 周宝同. 基于土地利用变化的农牧交错带典型流域生态风险评价: 以洋河为例[J]. 自然资源学报, 2015, 30(4): 580-590.

DOI

XU L, LUO W, ZHOU B T. Landscape Ecological Risk Assessment of Farming-Pastoral Ecozone Based on Land Use Change: A Case Study of the Yanghe Watershed, China[J]. Journal of Natural Resources, 2015, 30(4): 580-590.

DOI

[18]
荆玉平, 张树文, 李颖. 基于景观结构的城乡交错带生态风险分析[J]. 生态学杂志, 2008(2): 229-234.

JING Y P, ZHANG S W, LI Y. Ecological Risk Analysis of Rural-Urban Ecotone Based on Landscape Structure[J]. Chinese Journal of Ecology, 2008(2): 229-234.

[19]
郑可君, 李琛, 吴映梅, 等. 云南边境山区景观生态风险时空演变及其影响因素[J]. 生态学报, 2022, 42(18): 7458-7469.

ZHENG K J, LI C, WU Y M, et al. Temporal and Spatial Variation of Landscape Ecological Risk and Influential Factors in Yunnan Border Mountainous Area[J]. Acta Ecologica Sinica, 2022, 42(18): 7458-7469.

[20]
马骏, 裴燕如, 王慧媛, 等. 鄂尔多斯—榆林地区景观生态风险评价及其驱动因子分析[J]. 水土保持通报, 2022, 42(2): 275-283.

DOI

MA J, PEI Y R, WANG H Y, et al. Landscape Ecological Risk Assessment and Its Driving Factor Analysis in Ordos-Yulin Area[J]. Bulletin of Soil and Water Conservation, 2022, 42(2): 275-283.

DOI

[21]
乔斌, 颜玉倩, 张婷华, 等. 基于土地利用变化的西宁市景观生态风险识别及优化策略[J]. 生态学杂志, 2023, 42(8): 2020-2031.

QIAO B, YAN Y Q, ZHANG T H, et al. Landscape Ecological Risk Identification and Optimization Strategy in Xining City Based on Land Use Change[J]. Chinese Journal of Ecology, 2023, 42(8): 2020-2031.

[22]
曾永年, 靳文凭, 王慧敏, 等. 青海高原东部土地利用变化模拟与景观生态风险评价[J]. 农业工程学报, 2014, 30(4): 185-194.

DOI

ZENG Y N, JIN W P, WANG M H, et al. Simulation of Land-Use Changes and Landscape Ecological Assessment in Eastern Part of Qinghai Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(4): 185-194.

DOI

[23]
唐明珠, 梁晨, 曾坚, 等. 生态约束下闽三角城市群城镇发展特征与转型路径[J]. 生态学报, 2021, 41(15): 6038-6050.

TANG M Z, LIANG C, ZENG J, et al. Development Characteristics and Transformation Paths of Towns in Fujian Triangle Urban Agglomeration Under Ecological Constraints[J]. Acta Ecologica Sinica, 2021, 41(15): 6038-6050.

[24]
倪畅, 周凯, 郑曦. 基于景观生态风险评价的景观格局优化: 以北京市浅山区为例[J]. 风景园林, 2021, 28(5): 80-85.

NI C, ZHOU K, ZHENG X. Landscape Pattern Optimization Based on Landscape Ecological Risk Assessment: A Case Study of Shallow Mountain Area in Beijing[J]. Landscape Architecture, 2021, 28(5): 80-85.

[25]
韩振华, 李建东, 殷红, 等. 基于景观格局的辽河三角洲湿地生态安全分析[J]. 生态环境学报, 2010, 19(3): 701-705.

DOI

HAN Z H, LI J D, YIN H, et al. Analysis of Ecological Security of Wetland in Liaohe River Delta Based on the Landscape Pattern[J]. Ecology and Environmental Sciences, 2010, 19(3): 701-705.

DOI

[26]
刘可暄, 王冬梅, 魏源送, 等. 密云水库流域多尺度景观生态风险时空演变趋势[J]. 生态学报, 2023, 43(1): 105-117.

LIU K X, WANG D M, WEI Y S, et al. Spatio-Temporal Evolution Trend of Multi-scale Landscape Ecological Risk in Miyun Reservoir Watershed[J]. Acta Ecologica Sinica, 2023, 43(1): 105-117.

[27]
付强, 诸云强, 孙九林, 等. 中国畜禽养殖的空间格局与重心曲线特征分析[J]. 地理学报, 2012, 67(10): 1383-1398.

DOI

FU Q, ZHU Y Q, SUN J L, et al. Spatial Patterns and Gravity Centers Curve of Livestock and Poultry Breeding in China[J]. Acta Geographica Sinica, 2012, 67(10): 1383-1398.

DOI

[28]
王钊, 杨山. 多中心城市区域城市蔓延冷热点格局及演化: 以苏锡常地区为例[J]. 经济地理, 2015, 35(7): 59-65.

WANG Z, YANG S. Evolution of Cold-Hot Spot Pattern of Polycentric Urban Areas Urban Sprawl: A Case Study of Suzhou-Wuxi-Changzhou Area[J]. Economic Geography, 2015, 35(7): 59-65.

[29]
刘丹, 李琳娜. 1995—2015年中国北方边境样带土地利用时空格局演变及驱动因素[J]. 资源科学, 2021, 43(6): 1208-1221.

DOI

LIU D, LI L N. Spatiotemporal Change and Driving Factors of Land Use in the Northern Border Transect of China, 1995−2015[J]. Resources Science, 2021, 43(6): 1208-1221.

DOI

[30]
杨清可, 段学军, 王磊, 等. 基于“三生空间”的土地利用转型与生态环境效应: 以长江三角洲核心区为例[J]. 地理科学, 2018, 38(1): 97-106.

YANG Q K, DUAN X J, WANG L, et al. Land Use Transformation Based on Ecological-Production-Living Spaces and Associated Eco-environment Effects: A Case Study in the Yangtze River Delta[J]. Scientia Geographica Sinica, 2018, 38(1): 97-106.

[31]
张佰发, 苗长虹. 黄河流域土地利用时空格局演变及驱动力[J]. 资源科学, 2020, 42(3): 460-473.

DOI

ZHANG B F, MIAO C H. Spatiotemporal Changes and Driving Forces of Land Use in the Yellow River Basin[J]. Resources Science, 2020, 42(3): 460-473.

DOI

[32]
李方正, 解爽, 李雄. 基于多源数据分析的北京市中心城绿色空间时空演变研究（1992—2016）[J]. 风景园林, 2018, 25(8): 46-51.

LI F Z, XIE S, LI X. The Spatio-Temporal Evolution of Green Spaces in Central Beijing Based on Multi-source Data (1992−2016)[J]. Landscape Architecture, 2018, 25(8): 46-51.

[33]
崔晓伟, 张磊, 朱亮, 等. 三峡库区开县蓄水前后景观格局变化特征[J]. 农业工程学报, 2012, 28(4): 227-234.

DOI

CUI X W, ZHANG L, ZHU L, et al. Changes of Landscape Pattern and Its Characteristics in Kaixian County Before and After Impoundment of Three Gorges Dam Projects[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(4): 227-234.

DOI

[34]
冯异星, 罗格平, 周德成, 等. 近 50a土地利用变化对干旱区典型流域景观格局的影响: 以新疆玛纳斯河流域为例[J]. 生态学报, 2010, 30(16): 4295-4305.

FENG Y X, LUO G P, ZHOU D C, et al. Effects of Land Use Change on Landscape Pattern of a Typical Arid Watershed in the Recent 50 Years: A Case Study on Manas River Watershed in Xinjiang[J]. Acta Ecologica Sinica, 2010, 30(16): 4295-4305.

[35]
郭晋平. 森林景观生态研究[M]. 北京: 北京大学出版社, 2001.

GUO J P. Research on Forest Landscape Ecology[M]. Beijing: Peking University Press, 2001.

[36]
陈文波, 肖笃宁, 李秀珍. 景观指数分类、应用及构建研究[J]. 应用生态学报, 2002, 13(1): 121-125.

DOI

CHEN W B, XIAO D N, LI X Z. Classification, Application, and Creation of Landscape Indices[J]. Chinese Journal of Applied Ecology, 2002, 13(1): 121-125.

DOI

[37]
张桂莲, 仲启铖, 张浪. 面向碳中和的城市园林绿化碳汇能力建设研究[J]. 风景园林, 2022, 29(5): 12-16.

ZHANG G L, ZHONG Q C, ZHANG L. Research on Carbon Sink Capacity Construction via Urban Landscaping for Carbon Neutrality[J]. Landscape Architecture, 2022, 29(5): 12-16.

[38]
陈菁, 林忠弼, 江越, 等. 基于快速城市化的生态风险分析: 以福建省为例[J]. 湖南师范大学自然科学学报, 2011, 34(1): 80-85.

DOI

CHEN J, LIN Z B, JIANG Y, et al. Ecological Risk Analysis Based on Rapidly Urbanizing Area: A Case Study of Fujian Province[J]. Journal of Natural Science of Hunan Normal University, 2011, 34(1): 80-85.

DOI

[39]
石龙宇, 杜宾宾, 陈丁楷. 基于生态系统服务价值的城市生态风险评价[J]. 环境科学与技术, 2021, 44(2): 203-210.

SHI L Y, DU B B, CHEN D K. Assessment of Urban Ecological Risks Based on Valuation of Ecosystem Services[J]. Environmental Science & Technology, 2021, 44(2): 203-210.

[40]
张师赫, 李宝银, 林玉英, 等. 基于生态系统服务的景观生态风险评价及其驱动因素研究: 以福建省为例[J]. 水土保持研究, 2022, 29(6): 174-182.

ZHANG S H, LI B Y, LIN Y Y, et al. Research on Landscape Ecological Risk Assessment and Driving Factors Based on Ecosystem Services: A Case Study of Fujian Province[J]. Research of Soil and Water Conservation, 2022, 29(6): 174-182.

[41]
田鹏, 龚虹波, 叶梦姚, 等. 东海区大陆海岸带景观格局变化及生态风险评价[J]. 海洋通报, 2018, 37(6): 695-706.

DOI

TIAN P, GONG H B, YE M Y, et al. Landscape Pattern Change and Ecological Risk Assessment of the Continental Coast of the East China Sea[J]. Marine Science Bulletin, 2018, 37(6): 695-706.

DOI

Options
文章导航

/

〈 〉