EN中文

Scientia Geographica Sinica  2015 , 35 (6): 790-797

Orginal Article

基于PSR模型的白龙江流域景观生态安全时空变化

谢余初, 巩杰, 张玲玲

兰州大学西部环境教育部重点实验室 西部环境与气候变化研究院, 甘肃 兰州 730000

Dynamics of Landscape Ecological Security Based on PSR Model in the Bailongjiang River Watershed

XIE Yu-chu, GONG Jie, ZHANG Ling-ling

Key Laboratory of Western China’s Environmental Systems (Ministry of Education), Research School of Arid Environment and Climate Change, Lanzhou University, Lanzhou, Gansu 730000, China

中图分类号:  F171.4/X82643

文献标识码:  A

文章编号:  1000-0690（2015）06-0790-08

通讯作者:  巩 杰,副教授。E-mail:jgong@lzu.edu.cn

收稿日期: 2014-08-2

修回日期:  2014-10-4

网络出版日期:  2015-06-20

版权声明:  2015 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.

基金资助:  中央高校基本科研业务费专项资金（lzujbky-2014-265,lzujbky-2014-117）、国家自然科学基金项目（41271199）资助

作者简介:

作者简介：谢余初（1983-）,男,广西宾阳人,博士研究生,研究方向为GIS应用、景观生态学与生态评价。E-mail:xieych09@lzu.edu.cn

展开

摘要

以地貌灾害频发的甘肃白龙江流域为研究区,基于“压力-状态-响应”框架模型构建流域景观生态安全评价指标体系,探讨其时空变化过程及其特征。结果表明：1990~2010 年间白龙江流域景观生态安全综合指数逐渐上升,中高安全等级以上的面积约占研究区总面积的52%。流域内低生态安全区域主要集中在舟曲-武都段白龙江两岸区域、宕昌县西北区域和迭部县北部山区,高安全区域主要集中在自然保护区、林业发展区等植被覆盖较好的区域,其分布格局与滑坡、泥石流和水土流失等地貌灾害的风险分布格局相反。

关键词： 景观生态安全 ; PSR模型 ; 地貌灾害 ; 白龙江流域

Abstract

Bailongjiang River watershed (BRW), a typical geomorphic area with frequent-hazards, located in the transitional ecotone among the Loess Plateau, Qinba Mountains and Tibet Plateau, was chosen as the study area to analyze the landscape ecological security (LES). Based on the Pressure-State-Response (PSR) conceptual framework and platforms of GIS and RS technology, an evaluation system for landscape ecological security was suggested with three dimensions (Pressure, State and Response) from 1990 to 2010. The three components, namely each of the three dimensions and two factors specific to the particular dimension, were determined separately from each other, and then integrated into a single rating. The factors were also divided into two types, depending on their impact on the ecological security: positive (+) or negative (-). Here the pressure index, which reflected the pressure that geomorphic hazard exerted on the environment, consists of landslides, debris flows, soil and water erosion. The landscape state index, which was related to the quality of the environment, was composed of landscape vulnerability index and ecological service value. The response index, which was described as reaction of human beings to landscape dynamics, was defined as adjusted intensity of natural reserve districts, water area, forest, grazing district and crop lands. And then, the landscape ecological security was classified into 5 levels: low, slight, medium, medium-high and high. In the same time, the evaluation units were Landsat TM pixels and the fundamental data set was obtained by classifying raw TM data in this study; and the factors used in PSR model were obtained by using different data from meteorological station, soil surveys and maps, digitized topographic maps, NDVI, DEM and Landsat TM images. The results showed that: the maximum value of landscape pressure index was 0.697, 0.699, and 0.709 in 1990, 2002 and 2010 respectively, although the average value change was not obvious, which means the landscape pressure increased locally. The values of landscape state index and response index increased from 0.531 and 0.802 in 1990 to 0.550 and 0.815 in 2010, respectively, suggesting that landscape security became more secure. After then, landscape ecological security, which was the weighted sum of the pressure index, the landscape security state index and the response index, increased from 0.623 in 1990 to 0.636 in 2010. In the meantime, the change of LES pattern was small and trended to be better, and the cover area of medium to medium-high grades increased (2 089.95 km2) during the whole period of 1990-2010; especially after 2002, the proportion of above high ecological security levels was up to 52%, showing that the performing of ecological engineering (such as Grain for Green, Construction of Shelter Forest System in the Upper- Middle Changjiang River.) were very effective. As to the spatial distribution pattern, the districts with low ecological security mostly located along the Bailongjiang River and its tributaries, northwestern part of Tanchang County and northern mountains of Diebu County, while the high ecological security happened as nature reserve and forest district. And then, the distribution pattern of LES was opposite to that of landscape ecological risk on the landslides, debris flows, soil and water erosion. This research showed that the PSR model based on gridding GIS was a useful way for the quantitative evaluating and mapping LES under natural hazard stress and can be used in other similar regions.

Keywords： landscape ecological security ; pressure-state-response ; geomorphic hazard ; Bailongjiang River watershed

0

PDF (1948KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

谢余初, 巩杰, 张玲玲. 基于PSR模型的白龙江流域景观生态安全时空变化[J]. , 2015, 35(6): 790-797 https://doi.org/

XIE Yu-chu, GONG Jie, ZHANG Ling-ling. Dynamics of Landscape Ecological Security Based on PSR Model in the Bailongjiang River Watershed[J]. Scientia Geographica Sinica, 2015, 35(6): 790-797 https://doi.org/

地貌灾害是指自然营力或人类活动引起的破坏地貌稳定性给人类生命财产和生态环境带来灾难性影响和损失的地貌过程和现象,其种类包括崩塌、滑坡、泥石流和水土流失等[1,2]。中国是世界上受自然灾害影响最严重的国家之一,据统计[3,4]每年约有7.4×107人次不同程度地受山洪、滑坡和泥石流等地貌灾害的影响,直接经济损失达数十亿元。同时,地貌灾害也深刻地影响着森林植被退化、土地荒漠化及生物多样性减少等全球性和区域性的生态安全问题[4,5]。生态安全是生态系统健康和完整状况的表征[5~7]。随着生态环境与社会发展的相互关系越来越复杂,生态安全已被各国政府提高到国家战略高度,以保持区域生态可持续发展[7,8]。景观生态学原理与方法能发挥景观结构组分特征易于保存信息的优势,且景观格局及变化能直接反映生态系统的结构和功能的变化,是多种生态过程作用的积累结果,因此越来越多的学者从景观尺度上探讨和研究区域生态安全[9~12]。这些研究为景观尺度上的生态安全提供了基本思路和示例,也注意到人类活动对生态安全的重要影响,然而其评价指标多是在行政区划尺度上进行数据插值获取,插值结果的精度深受插值方法、样点选取及样本量的影响[11]。同时,由山区地貌灾害因素（如滑坡、泥石流和水土流失）导致的潜在景观生态安全时空动态研究明显不足。因此,在景观尺度上,如何以流域为单元利用格网GIS 技术将生态安全评价诸多指标空间化投影到评价单元上,以及地貌灾害胁迫下景观生态安全时空变化特征等亟需深入研究。

甘肃白龙江流域地处甘肃东南部,是中国滑坡和泥石流灾害四大高发区之一。2010年8月7日流域内舟曲县发生特大泥石流灾害,造成1 765人死亡和失踪,严重威胁着区域的可持续发展。本文拟在遥感与GIS平台下,基于“压力-状态-响应”（Pressure-State -Response,PSR）框架模型,构建流域景观生态安全评价指标体系,定量分析和评价地貌灾害胁迫下白龙江流域景观生态安全时空分异特征,旨在为流域环境管理与生态恢复提供参考依据。

1 研究区概况

甘肃段白龙江流域发源于川、甘边境的岷山北麓,是长江上游水土保持与水源涵养的重要区域之一,干流长约475 km,流域面积达18 437.7 km2。流域内地形复杂,有山地、河谷、黄土等多种地貌景观,高山峻岭与峡谷盆地相间分布、江河纵横,以山大沟深著称。白龙江流域属于暖温带向北亚热带过渡的气候交错区,气候垂直地带分异明显,年平均气温6~14.9℃,年平均降水量400~850 mm,且呈现由东南向西北有递减趋势。行政单元上,甘肃白龙江流域主要包括宕昌县、舟曲县、迭部县、文县和武都区的大部分区域,总人口约130万人[13,14]。

2 研究方法与数据

2.1 数据来源与处理

数据来源主要包括Landsat TM/ETM+卫星遥感影像、滑坡点位数据、多年平均气温和降水量、DEM（30 m）、地形图（1∶500 00）,MODIS NDVI数据（250 m）以及社会经济统计年鉴数据和土地利用总体规划、环境保护规划等相关资料。其中,土地利用信息主要是采用监督分类方法对1990、2002、2010年3期影像数据解译获得,并结合中国土地利用分类的标准和白龙江流域土地资源利用的实际情况,将研究区土地利用类型划分为耕地、林地、草地、水域、建设用地、未利用地等6类。同时,利用地形图和Google Earth高分辨率影像（2010年）,对土地利用解译结果和植被覆盖情况进行野外选点验证并访谈当地老百姓,经统计各土地利用与覆被的解译精度均在84%以上。

2.2 基于PSR模型的指标体系构建

PSR模型是由环境压力、环境状态和社会响应指标组成的框架模型[15,16]。环境压力是指描述人类或自然因素直接或者间接给环境带来的负担（压力）;环境状态是反映环境质量、自然资源与生态系统的现状,以及资源环境随时间的变化状态;社会响应描述人类社会对环境变化响应和关注的程度及所采取的相关对策与措施[9,16,17]。在景观尺度上,PSR模型综合考虑了风险压力-环境变化-人们（或社会）响应之间的相互作用关系,具有较强的灵活性和实用性[16]。根据模型指标体系的系统性、实用性以及数据获取可能性等原则,结合研究区的实际特征,细化白龙江流域景观生态安全评价指标体系并确定各指标的权重（表1）,并采用网格进行系统采样。

LLESi=1-LLSPi)×ε1+LLSSi×ε2+LLSRi×ε3（1）

式中,LLESi是景观生态安全指数,LLSPi是景观生态压力指数,LLSSi是景观状态指数,LLSRi是景观生态安全指数,ε为权重。i 为评价单元（网格）编号。LLESi值越大,区域景观生态安全性越高。所有指标采用公式（2）进行归一化处理：

Χ'=Χ-ΧminΧmax-Χmin（2）

式中, Χ'为无量纲化指标,X为原指标,Xmax和Xmin分别表示指标最大值和最小值。

1） 景观压力指数。白龙江流域景观生态压力除了人类活动与生产带来的压力外,地貌灾害是影响流域生态安全的最大风险源（压力源）,因此,本文着重考虑滑坡、泥石流和水土流失等地貌灾害对景观造成的压力。根据流域内压力源发生的概率和强度,以及前人的研究成果[13,18~21],基于ArcGIS技术平台,获得研究区内滑坡、泥石流灾害和水土流域的风险分布图[13,18]。同时,采用层次分析法（AHP） 计算各地貌灾害因子的权重,进而构建区域景观生态压力指数。

LLSPi=P1i×ω1+P2i×ω2+P3i×ω3（3）

式中,LLSPi 表示评价单元i景观生态压力指数,P1、P2、P3分别为滑坡、泥石流和水土流失的危害程度,ω1、ω2、ω3分别为滑坡、泥石流、水土流失危害性的权重。LLSPi 越大,说明评价单元i 在景观生态环境压力就越大,区域生态安全越低。

表1   白龙江流域景观生态安全评价指标体系

Table 1   Index system of landscape ecological security assessment in the Bailongjiang watershed

目标层准则层权重指标层权重指标特征

景观生态
安全指数		景观生态压力指数0.3滑坡危险性P10.3值越小表示景观生态安全程度越好
泥石流危险性P20.5值越小表示景观生态安全程度越好
水土流失风险度P30.2值越小表示景观生态安全程度越好
景观状态指数0.6景观结构指数S10.5值越小表示景观生态安全程度越好
生态系统服务价值S20.5值越大表示景观生态安全程度越好
景观响应指数0.1功能区控制力度R11.0值越大表示景观生态安全程度越好

新窗口打开

2） 景观状态指数。景观状态指标主要考虑景观生态的结构状况和功能安全性,分别以景观结构损失指数和生态系统服务价值来度量。其中,景观结构损失指数由景观破碎度、景观分离度和景观分维数加权函数式表征[13,18,21];其值越大,说明景观越破碎、结构越不稳定,景观安全性越低。生态系统服务价值则通过Costanza生态系统服务价值模型和谢高地提出的修正方法[22]进行计算获得。生态系统服务价值越大,景观功能越安全。

LLSS=1-Si)×ωs+EESV×ωes（4）

Si=aCi+bNi+cFi（5）

EESV=∑(AAk×VVCk)（6）

式中,LLSS为景观状态指数,Si为景观结构指数,EESV为研究区域生态系统服务价值, ωs、 ωes分别为两者的权重;Ci为景观破碎度指数,Ni为景观分离度指数,Fi为景观分维数;a、b和c分别为各个景观格局指标的权重（a+b+c=1）。根据相关研究[13,18,21],结合研究区实地特点,对景观破碎度指数、分离度和景观分维数脆弱性权重值分别赋以0.5、0.3和0.2。AAk为研究区土地利用类型的面积（hm2）,VVCk为第k类土地利用类型单位面积的生态服务价值[元/（hm2·a）]。

3） 景观响应指数。基于前人的研究成果[9,11]以及指标空间量化的原则,结合研究区生态功能区划特点[23],以不同时期不同生态功能区的调控力度来反映人们和社会对环境变化的响应程度,其响应程度越大,景观生态安全程度越高。运用德尔菲法,对流域内不同功能区的响应指数赋值如表2。

表2   不同功能区的响应指数

Table 2   Response of human beings to different function districts

年份（年）林业发
展区		牧业发
展区		农耕区自然保
护区		生态安全
控制区		水域
19900.80.60.80.50.40.2
20020.90.70.90.70.60.2
20101.00.80.90.90.80.2

新窗口打开

3 结果与分析

3.1 白龙江流域景观生态压力时空分异

由图1和表3可知,白龙江流域水土流失、滑坡和泥石流的潜在高危险区域分布格局相似,主要集中在舟曲-武都-文县段白龙江两岸及其以北区域,低危险区则主要分布在白水江南岸区域、拦坝河上中游、迭部县大部分区域、岷江西岸至迭山之间的区域,造就了白龙江流域景观生态压力分布格局呈现沿河谷带状分布,行政上以武都区的生态压力最大。近20 a间灾害发生的频率、强度及其破坏程度呈无规律性,年均经济损失呈增长的趋势,以2010年舟曲特大泥石流造成的损失最大。1990~2002年间,流域内景观生态压力指数表现出轻微的两极化方向发展,过去景观生态压力大的区域其承受的压力不断增大,而自然保护区、水源涵养地等景观生态压力比较小的地区,其景观承受的压力相对较小。2002~2010年间,流域内景观生态压力总体呈现增长的趋势。整个研究期间,流域内景观生态压力最大值增长明显,其增幅达1.72%,表明过去20 a里景观生态压力较大的区域随社会的发展,生态压力越来越大,而景观生态压力相对较小的地区呈现先减小后增大的态势。

显示原图| 下载原图ZIP| 生成PPT

图1   白龙江流域景观生态压力源分布

Fig.1   The spatial distribution of ecological security hazard sources in the Bailongjiang River watershed

表3   白龙江流域景观生态安全等级及其面积

Table 3   Landscape ecological security grades and their cover area in the Bailongjiang River watershed

年份（年）地貌灾害影响景观压力指数景观状态指数景观响应指数景观生态安全指数
平均死亡
人数（人）		平均经济损
失（亿元）		最大值最小值平均值最大值最小值平均值最大值最小值平均值最大值最小值平均值
1990130.0390.6970.0940.2530.6510.4130.5310.9970.0120.8020.7240.4400.623
200290.4030.6990.0930.2510.6450.3980.5310.9980.0120.8120.7310.4380.624
20105830.250.7090.0940.2520.6720.3880.5500.9980.0130.8150.7510.4260.636

新窗口打开

3.2 白龙江流域景观状态时空变化

1990~2002年间,白龙江流域景观状态总体变化不大,但最大值和最小值下降趋势明显,分别从0.651和0.413降至0.645和0.398,表明流域内景观结构不稳、破碎化加剧、脆弱性增加、形状不规则,景观生态服务价值功能呈现减少趋势（图2）。2002~2010年间,景观状态指数最小值持续减少,最大值呈增长的趋势,表明景观状态呈现两极分化突出,与景观生态压力刚好相反,即高生态压力区域其景观状态质量较低。在空间分布上,流域景观状态格局变化较小,景观状态较好区域占主导优势,主要集中在森林、草地等景观类型区,尤其是国家森林自然保护区,如甘肃文县尖山大熊猫自然保护区、白水江国家级自然保护区、舟曲县插岗梁自然保护区、迭部县阿夏与多儿大熊猫自然保护区、武都裕河森林自然保护区、迭山林业发展区等。而景观状态质量较低的地区主要分布在武都区的安化镇、马街乡、汉王镇、鱼龙乡、三河镇、熊池乡及两水镇,宕昌县的哈达铺镇至八力乡以及县城至车拉乡等区域。

显示原图| 下载原图ZIP| 生成PPT

图2   1990~2010年白龙江流域景观状态指数

Fig.2   Landscape security state distribution in the Bailongjiang River watershed from 1990 to 2010

3.3 白龙江流域景观响应时空变化

近20 a间流域景观响应指数不断增长,由1990年的0.802升至2010年的0.815,其最小值和最大值也略有所增长（表3）,表明随着社会的发展,人们越来越重视环境保护,社会响应积极。在空间上,1990~2002年间农业和水土保持生态区、自然保护区景观响应指数相对较高。2002~2010年间,自然保护区和林牧业发展区和滑坡泥石流灾害重点治理区景观响应指数相对较高（图3）。

显示原图| 下载原图ZIP| 生成PPT

图3   1990~2010年白龙江流域景观生态响应指数

Fig.3   Landscape response distribution in Bailongjiang River watershed from 1990 to 2010

3.4 白龙江流域景观生态安全指数时空变化

由公式（1）计算可获得流域景观生态安全指数,并对其分级以展示流域景观生态安全状态的空间差异性（表4）。1990~2002年间白龙江流域景观生态安全指数略有增长,最大值增长幅度较大,但最小值趋向减小,表现出中度安全区和中高安全区面积增长迅速,其总增幅达7.97%;低安全区面积轻微增加,高安全区域面积呈下降的态势。2002~2010年间,景观生态安全指数从0.624持续增长至0.636,表明流域景观结构趋向于稳定,景观生态安全处在中高状态。整个研究期间,高安全区面积比例从36.91%增至39.38%,且中度安全区域以上的面积比例在75.7%以上,说明研究区景观生态安全趋向稳定,风险得到一定的控制,生态环境有所改善。然而,轻安全区域以下的面积仍占20.8%以上,且低安全区面积呈增长的态势,说明近20 a来白龙江流域景观生态安全局部不稳定及恶化。在空间上,景观生态安全分布格局极不平衡,低安全区主要集中在舟曲-武都段白龙江两岸区域、宕昌县西北及岷江东岸、迭部县北部地区（图4）。这与其他学者[13,14,19,20]研究的灾害和生态风险的空间分布成果刚好相反,即景观生态低安全区与滑坡、泥石流灾害多发区和水土流失高风险区相对应,间接表明了研究区内景观生态安全深受地貌灾害的影响。

表4   白龙江流域景观生态安全等级及其面积

Table 4   Landscape ecological security grades and their cover area in the Bailongjiang River watershed

景观生态安全等级景观生态安全指数1990年2002年2010年
面积（km2）比重（%）面积（km2）比重（%）面积（km2）比重（%）
低安全区LLES <0.5321227.26.661233.16.691322.07.17
轻安全区0.532≤LLES <0.5833262.217.692957.716.042510.613.62
中度安全区0.583≤LLES <0.6264273.123.184463.424.213105.516.84
中高安全区0.626≤LLES <0.6684713.625.575239.128.424237.622.98
高度安全区0.667≤LLES <0.7514961.026.914543.924.657261.439.38

新窗口打开

以1990和2010年的流域景观生态安全等级分布图为例,分析不同生态安全等级之间面积动态转化情况。由图5a可知,中高安全区和中度安全区分别向高安全区和中高安全区转化的面积最大,高达2 089.95 km2和1 255.24 km2,其次是轻安全区向中度安全区转化644.48 km2。这种大面积由低生态安全区向高生态安全区转移的现象,说明研究区生态安全呈现良好的发展趋势,生态环境有所改善。在空间上,高生态安全区主要分布在迭部-舟曲憨班乡段白龙江流域、文县白水江流域及武都东南部山区;而低生态安全区主要分布宕昌县岷江流域及舟曲-武都段河谷地带（图5b）。对应土地利用变化分析可以发现,高生态安全区和中高安全区主要分布在林地,其面积比重从1990年32.75%增长至2010年的40.64%。低和轻安全区主要发生在耕地和草地,两者总面积约占20.12%以上,且在中低山地区域以坡耕地和低覆盖度草地尤为突出;在高海拔山区则以高寒荒漠草地和裸岩占主导地位,这与地貌灾害发生所在的景观类型相一致[13,14]。

显示原图| 下载原图ZIP| 生成PPT

图4   1990~2010年白龙江流域景观生态安全指数

Fig.4   Landscape ecological security dynamics in Bailongjiang River watershed from 1990 to 2010

显示原图| 下载原图ZIP| 生成PPT

图5   1990~2010年白龙江流域景观生态安全面积转换及空间分布

Fig.5   Conversion and spatial distribution of different landscape ecological security grades from 1990 to 2010

4 讨 论

白龙江流域景观生态安全的时空分布呈现出一定的规律性,景观生态低安全区域多集中在人类活动相对频繁,且黄土地貌向石山区过渡的交错带上,以舟曲-武都段白龙江流域最为突出。同时,景观生态安全不断减小区域（低安全区）与地貌灾害高危险区域分布相一致。景观生态高安全区则主要分布在地表扰动较少的石质性山区,尤其体现在一些自然保护区和林业发展区[13,21]。2000年以来,“退耕还林还草工程”、“长江中上游防护林体系建设工程”、“天然林保护工程”等生态工程相继实施后,研究区林业经营模式也由以经济效益为核心转变为以保护区域生态环境为主的经营制度,坡耕地面积也逐渐减少,流域内生态安全得到了一定的提高。

景观生态安全变化在土地利用类型变化上表现为：景观结构和生态服务功能相对稳定的生态高安全区域主要是自然保护区和林业发展区;低生态安全区域主要是耕地和中低山区低覆盖度草地;轻和中度生态安全区域主要是草地、耕地和林地。由于流域内耕地和草地往往首先被交通、居民及工矿等建设用地侵占,致使景观生态安全变化过程中是轻和中度安全区域的面积大量减少。景观生态安全的空间分布格局及其在不同土地利用类型上的变化时空格局总体上与滑坡、泥石流和水土流失等地貌灾害的空间分布及其在不同景观类型上的分布格局相反,间接表明流域生态安全受地貌灾害的影响较大。因此,建议研究区在结合自身实际情况,坚持生态优先,在保护“源景观”（自然保护区、林业发展区）的同时,优先发展多年生的经济林果产业,如核桃、花椒、橄榄等,而对地表扰动较大的农作物（如糜子、玉米、谷物等粮食作物及疏菜瓜果种植等）则不适宜大规模发展[14,21]。

PSR框架模型是目前评估区域生态安全变化最为广泛的方法之一[24],然而其在评估自然灾害因素影响下区域生态安全研究中相对较少。本文尝试在不考虑人类活动影响下,仅从滑坡、泥石流和水土流失等山区地貌灾害压力胁迫视角出发,其研究结果仍较客观地反映了白龙江流域景观生态安全变化的特征,间接表明PSR模型在单独评估自然灾害影响下的区域生态安全的可行性。

5 结 论

1990~2010年期间甘肃白龙江流域景观生态安全总体呈现增长的趋势,其空间分布格局变化不大,但呈一定的规律性,即景观生态安全的空间分布与滑坡、泥石流和水土流失等地貌灾害发生的空间格局相反,但在土地利用类型上的分布格局相似。具体而言,其生态低安全区（灾害高风险区）以舟曲-武都段白龙江两岸及其以北区域最为严重,生态高安全区（灾害低风险区）则主要分布在自然保护区和林业发展区。

2000年后,流域景观生态安全指数在林地类型上提高明显,这与研究区积极实施“长防林”、“天保林”和“退耕还林”等生态工程相关,因此未来在维持现有自然保护区基础上,对地貌灾害常发生的坡耕地实施退耕还林还草政策,在宜林荒山荒地进行植树造林,同时,加大水土保持生态建设重要性的宣传力度及山区灾害宣传教育,增强人们的忧患意识,促进区域可持续发展。

The authors have declared that no competing interests exist.

参考文献

[1] Chorley R J,Schumm S A,Sugden D E.

Geomorphology

[M].London:Methuen & Co.Ltd,1984:574-589.

[本文引用: 1]     

[2] 刘希林,莫多闻.

地貌灾害预测预报的基本问题——以泥石流预测预报为例

[J].山地学报,2001,19(2):150~156.

https://doi.org/10.3969/j.issn.1008-2786.2001.02.011      URL      [本文引用: 1]      摘要

从地貌灾害的定义入手 ,阐述了地貌灾害预测预报需要解决的四个基本问题、解决这四个问题的二种途径 ,以及进行预测预报的四种方法。以泥石流为例 ,论述了泥石流预测预报的现状及其热点、难点和可能的突破点 ,以及目前和今后一段时期的切入点和研究重点。综述了国内外对泥石流小尺度空间预测 ,规模预测 ,时间预测 ,包括重现期预测、降雨预测和危险度预测的一系列有实用价值的经验公式及其在应用中存在的问题。阐明了灾害评价和预测预报在灾害学研究中的重要地位。
[3] 崔鹏.

中国山地灾害研究进展与未来应关注的科学问题

[J].地理科学进展,2014,33(2):145~152.

https://doi.org/10.11820/dlkxjz.2014.02.001      URL      Magsci      [本文引用: 1]      摘要

本文首先简要回顾了山地灾害研究与防治方面的新进展：认识了山地灾害的空间分布规律，建立了山洪、泥石流、滑坡危险性评价方法；发展了滑坡稳定性分析的原理和计算方法，建立了泥石流流体应力本构关系、泥石流流速流量和冲击力计算公式、粘性泥石流起动模型，提出了山洪和泥石流规模放大效应；基于降雨和地面成灾环境要素耦合分析，发展了山地灾害气象预报方法；基于对灾害物理特性的认识，研发了一系列灾害监测预警仪器、数字流域平台与智能手机网络相结合的山洪预警系统；发展了灾害治理工程技术，形成了适合欠发达地区特点的灾害治理技术体系。在此基础上，分析了在灾害形成、运动、预测预报、防治技术和风险管理等方面还需要进一步深化研究的问题，提出山地灾害学科今后面临的任务。最后，针对国家减灾需求和学科发展目标，提出灾害对生态的响应机制、气候变化对山地灾害的影响与巨灾预测、水—土耦合的细观结构力学、灾害风险的理论与方法、基于灾害形成理论的机理预报模式、灾害防治技术规程的健全等未来应该关注的科学技术问题。
[4] 周寅康,金晓斌,王千,等.

基于GIS的关中地区农业生产自然灾害风险综合评价研究

[J].地理科学,2012, 23(1):1465~1472.

URL      [本文引用: 2]      摘要

旱灾、洪灾等自然灾害对农业生 产有重要影响,通过分析关中地区主要自然灾害类型,选择各类型灾害的主要影响因素,建立评价模型,对关中地区农业生产中可能遭受的自然灾害风险进行综合分 析评价,结果表明:关中地区农业生产自然灾害综合风险总体较高,高、中、低级别风险区分别占研究区面积的28.2%、46.6%和25.2%,其中高风险 区主要分布在凤县、太白县、麟游县以及陇县的北部地区,中风险区主要分布在台塬边缘区和低山地区,低风险区主要分布在关中盆地地区,从具体灾害类型上看, 高风险区域主要面临地质灾害和水土流失的威胁,中风险区域主要灾害是水土流失和生态环境恶化,低风险区域则是干旱和洪涝灾害。
[5] 肖笃宁,陈文波,郭福良.

论生态安全的基本概念和研究内容

[J].应用生态学报,2002,13(3):354~358.

URL      [本文引用: 2]      摘要

安全是风险的反函数,通常指评价对象对于期望值状态的保障程度, 或防止非理想的不确定性事件发生的可靠性.生态安全可定义为人类在生产、生活与健康等方面不受生态破坏与环境污染等影响的保障程度,包括饮用水与食物安 全、空气质量与绿色环境等基本要素.生态安全研究的主要内容包括生态系统健康诊断、区域生态风险分析、景观安全格局、生态安全监测与预警以及生态安全管 理、保障等方面.区域生态安全研究具有宏观性和针对性的特点,评价标准则具有相对性和发展性,生态安全预警与设计要针对某一生态问题体现人类活动的能动 性.最后,以干旱内流区为例,对绿洲景观的生态安全分析和内陆河流域的生态安全保障措施进行了讨论.
[6] 马克明,傅伯杰,黎晓亚,等.

区域生态安全格局:概念与理论基础

[J].生态学报,2004,24(4):761~768.

https://doi.org/10.3321/j.issn:1000-0933.2004.04.017      URL      Magsci      摘要

提出区域生态安全格局概念的提出 ,适应了生态系统恢复和生物多样性保护的发展需求。针对区域生态环境问题 ,通过干扰排除以及空间格局规划和管理 ,能够保护和恢复生物多样性 ,维持生态系统结构、功能和过程的完整性 ,实现对区域生态环境问题的有效控制和持续改善。区域生态安全格局的研究对象具有针对性、研究尺度具有区域性、研究问题具有系统性、研究手段具有主动性。它强调区域尺度的生物多样性保护、退化生态系统恢复及其空间合理配置、生态系统健康的维持、景观生态格局的优化、以及对社会经济发展需求的满足。它更加强调格局与过程安全及其整体集成 ,将生态系统管理对策落实到具体的空间地域上 ,实现管理效果的直观可视。相关理论 ,景观生态学、干扰生态学、保护生物学、恢复生态学、生态经济学、生态伦理学、和复合生态系统理论等为其提供了坚实的理论基础。区域生态安全格局不存在一个固定标准 ,人类对生态系统服务功能需求的不断变化是生态系统管理的根本原因。实现区域生态安全不但要以社会、经济、文化、道德、法律、和法规为手段 ,更要以其不断发展对生态系统服务功能的新需求为目标逐步进行。区域生态安全格局研究对于解决区域生态环境问题具有不可替代的作用 ,具有广阔应用前景。
[7] 陈星,周成虎.生态安全:

国内外研究综述

[J].地理科学进展,2005,24(6):8~20.

https://doi.org/10.3969/j.issn.1007-6301.2005.06.002      URL      Magsci      [本文引用: 2]      摘要

<p>生态安全是21世纪人类社会可持续发展所面临的一个新主题。本文归纳了学术界对生态安全概念的各种理解和认识，并将生态安全内涵概括为：（1）生态系统自身的健康、完整和可持续性，（2）生态系统对人类提供完善的生态服务。简述了生态安全的研究内容，提出了生态安全研究框架。综述10年来生态安全方面的研究进展，概括出生态安全研究十几年来的3个基本理论：①生态系统健康与环境风险评价理论;②环境（生态）安全的国家利益理论;③生态权利理论及其法律实践，以及生态安全研究所采用的几种主要技术方法，最后提出了生态安全研究展望。</p>
[8] Soffer A.

Environmental quality and national security

[J].Water Science and Technology,2000, 42(1-2):361-366

https://doi.org/10.1016/S0043-1354(99)00143-8      URL      [本文引用: 1]      摘要

Defines national security and environmental quality. Predictors of famine and the collapse of governments; Connection between national security and social ecology.
[9] Li Y F,Sun X,Zhu X D,et al.

An early warning method of landscape ecological security in rapid urbanizing coastal areas and its application in Xiamen,China

[J].Ecological Modelling,2010,221(19):2251-2260.

https://doi.org/10.1016/j.ecolmodel.2010.04.016      URL      [本文引用: 3]      摘要

Based on the Pressure–State–Response (P–S–R) approach, an index system for landscape ecological security (LES) was suggested using three dimensions, six factors, and three weights. The indicators in the system were divided into two groups: spatial interpolation (acquired by the remote sensing data) and non-spatial interpolation (acquired by consultation with experts). According to data of 2003 and 2006, coupled with current tendencies, the early warning method was classified into four categories: security and degradation, sub-security and slow degradation, sub-security and rapid degradation, and insecurity. Our research with early warning method finds three interesting phenomena: (1) mean value of LES in 2003 was 0.586, indicating medium security; while in 2006 it was 0.650, an upper medium security. The LES level within each districts of Xiamen in 2006 was better than the level in 2003. In terms of LES, the comprehensive condition within each district of Xiamen in 2006 was enhanced compared with 2003. Overall, there was improvement in 80.5% of areas from 2003 to 2006, showing promising signs of positive development. (2) The LES of Xiang’an District and Jimei District were in stages of high early warning given that the percentage of land in these districts that showed symptoms of insecurity and degradation was 41.03 and 34.89%, respectively. (3) On the whole, the areas that showed notable signs of insecurity and rapid landscape, and which can already be identified as early warning areas requiring immediate attention, correspond closely with the distribution of coastal industrial parks in these regions. In conclusion, the consequences of rapid industrialization and urbanization are far reaching and affect local and regional ecological security.
[10] 吕建树,吴泉源,张祖陆,等.

基于RS和GIS的济宁市土地利用变化及生态安全研究

[J].地理科学,2012, 32(8):928-935.

URL      Magsci      摘要

在RS/GIS技术的支持下, 选择南四湖流域典型市域——济宁市为研究区,基于多源数据,揭示了研究区1987～2008年的土地利用时空变化特点,进一步构建"隐患-状态-免疫"的 生态安全评价指标体系,采用组合赋权法确定指标权重,应用改进TOPSIS模型实现了100 m×100 m栅格水平上的生态安全综合评价。结果表明:研究区土地利用变化较为剧烈且具有独特的区域特色,其总体特征为耕地、林地、草地和未利用地的面积持续下降, 建设用地急剧扩张,水域面积则先降后升;20 a来,研究区生态安全状况经历了先恶化后改善的变化趋势,南水北调工程的实施、环境治理和生态建设加大是2000年后研究区生态安全好转的主要驱动力;研 究区生态安全状态空间差异明显,东部山地丘陵区和南四湖区最好,中部和西北部地区最差,其余区域基本处在预警状态。研究结果可为研究区生态建设和土地生态 安全格局的制定提供依据。
[11] 杨青生,乔纪纲,艾彬.

快速城市化地区景观生态安全时空演化过程分析——以东莞市为例

[J].生态学报, 2013,33(4):1230~1239.

https://doi.org/10.5846/stxb201203010274      URL      Magsci      [本文引用: 2]      摘要

依托“压力-状态-响应”概念框架模型,建立景观生态安全评价指 标体系,以东莞市为例,研究区域景观生态安全时空发展变化过程,揭示快速城市化地区生态安全发展变化的规律.结果表明:1988、1997和2005年东 莞市的平均生态安全综合指数分别为0.497、0.436和0.395,区域总体生态安全从中高安全状态逐步降低到中低安全状态；生态中低安全的区域空间 上从“市中心-镇中心”沿“市中心-镇中心-道路”不断扩张.采用以像元为中心的公里网格滑动模板的指标作为像元的评价指标,可以有效解决景观结构指数等 指标的计算,在生态安全等级划分时边界过度很平滑,景观尺度的生态安全评价可以为生态可持续发展政策的制定提供科学依据.
[12] 王耕,王嘉丽,龚丽妍,等.

基于GIS-Markov区域生态安全时空演变研究——以大连市甘井子区为例

[J].地理科学,2013,33(8):957~964.

URL      Magsci      [本文引用: 1]      摘要

以大连市甘井子区为例,基于压力-状态-响应（P-S-R）框架构建区域生态安全评价体系,利用研究区1990年、2000年和2009年3期TM遥感影像数据,在GIS格网技术下量化多源数据,创建区域生态安全格网数据库,采用加权综合评价方法进行生态安全状态评价。以评价结果为基础,构建区域生态安全GIS-Markov模型,通过计算区域生态安全状态转移矩阵,揭示区域生态安全时空演变特点。研究结果表明：①1990~2009年甘井子区各街道生态安全指数逐年增加,其中1990~2000年生态安全变化较大的地区集中于甘井子北部和中部,西部和南部地区生态安全变化较小;2000~2009年除泉水街道与南关岭街道外,其他地区生态安全状况均大幅好转。②区域背景在生态安全空间演变趋同过程中起着重要的作用。甘井子区生态安全演变的可能性受邻域的影响,安全等级较高的邻域对生态安全等级转移起到正面作用,而安全等级较低的邻域则产生负向影响。1990~2000年,甘井子区生态安全状态受较高安全等级邻域的影响,安全状态好转的面积较大,营城子街道北部及革镇堡街道西部的农村地区受较低安全等级邻域的影响,安全状态变差。2000~2009年,甘井子区生态安全总体向好的方面转变,受邻域的影响较小,只有泉水街道及营城子街道与红旗街道交界处受不安全邻域影响,其生态安全状况转差。
[13] 赵彩霞.

甘肃白龙江流域生态风险评价[D]

.兰州:兰州大学,2013

[本文引用: 8]     

[14] 谢余初,巩杰,赵彩霞.

甘肃白龙江流域水土流失的景观生态风险评价

[J].生态学杂志,2014, 33(3):702~708.

URL      Magsci      [本文引用: 4]      摘要

？以青藏高原、黄土高原和秦巴山区三大地形交汇过渡带水土流失的典型流域——甘肃白龙江流域为研究区，结合rusle模型和生态风险评价方法，定量分析流域尺度的水土流失景观生态风险时空分异特征。结果表明：(1)白龙江流域水土流失景观生态风险较高，中等风险区以上面积占研究区总面积的48%；在空间上，白龙江两岸及其以北区域、岷江沿岸和迭部县西北部地区的景观生态风险高于其他地区。(2)景观生态风险格局变化不大，呈先增加后减弱的趋势，尤其在2002年后，低风险区迅速增加，其面积达280.89km2，表明研究区水土流失治理效果显著。(3)水土流失的景观生态风险主要集中在未利用地和耕地（尤其是坡耕地），而林地的生态风险最低；武都区水土流失景观生态风险面积最大。今后重点治理的区域应集中在马街乡、洛塘镇、安化镇、汉王镇、鱼龙乡、浦田乡、熊池乡、桔柑乡和两水镇北部等区域。
[15] 彭建,吴健生,潘雅婧,等.

基于PSR模型的区域生态持续性评价概念框架

[J].地理科学进展,2012, 31(7):933~940.

https://doi.org/10.11820/dlkxjz.2012.07.012      URL      Magsci      [本文引用: 1]      摘要

区域可持续发展是可持续发展的重要基础, 生态持续性则是实现区域可持续发展的重要前提与基本途径, 但目前仍缺乏普遍认可的生态持续性目标分解方案;而在人类活动对自然生态影响日益显著且不断增大的背景下, 生态系统健康、风险、安全与可持续性评价已成为当前宏观生态学的研究热点, 虽然在各类评价之间普遍存在概念混淆、指标体系雷同等问题。本研究在系统梳理生态持续性相关概念逻辑关联的基础上, 将区域视为人类自然-经济复合生态系统, 强调人类活动的主导性, 基于&ldquo;压力-状态-响应(PSR)&rdquo;模型, 从生态胁迫、生态系统健康和生态可持续能力3 方面构建了一个具有鲜明生态意义的区域生态持续性评价概念模型, 并对评价模型、评价指标筛选及其阈值与权重展开了深入探讨。研究认为:系统工程的综合评价法是区域生态持续性评价的基本方法;不存在绝对的评价标准, 区域生态持续性评价的终极目标, 不在于静态的评价某时某地人类-自然复合生态系统可持续与否, 而在于定量表征时空尺度上系统可持续性的动态变化与空间分异。
[16] Whitall D,Bricker S,Ferreira J,et al.

Assessment of eutrophication in estuaries:Pressure-State-Response and nitrogen source apportionment

[J].Environ Manage,2007,40(4):678-690.

https://doi.org/10.1007/s00267-005-0344-6      Magsci      [本文引用: 3]      摘要

<a name="Abs1"></a>A eutrophication assessment method was developed as part of the National Estuarine Eutrophication Assessment (NEEA) Program. The program is designed to improve monitoring and assessment of eutrophication in the estuaries and coastal bays of the United States with the intent to guide management plans and develop analytical and research models and tools for managers. These tools will help guide and improve management success for estuaries and coastal resources. The assessment method, a Pressure-State-Response approach, uses a simple model to determine Pressure and statistical criteria for indicator variables (where applicable) to determine State. The Response determination is mostly heuristic, although research models are being developed to improve that component. The three components are determined individually and then combined into a single rating. Application to several systems in the European Union (E.U.), specifically in Portugal, shows that the method is transferable, and thus is useful for development of management measures in both the Unites States and E.U. This approach identifies and quantifies the key anthropogenic nutrient input sources to estuaries so that management measures can target inputs for maximum effect. Because nitrogen is often the limiting nutrient in estuarine systems, examples of source identification and quantification for nitrogen have been developed for 11 coastal watersheds on the U.S. east coast using the WATERSN model. In general, estuaries in the Northeastern United States receive most of their nitrogen from human sewage, followed by atmospheric deposition. This is in contrast to some watersheds in the Mid-Atlantic (Chesapeake Bay) and South Atlantic (Pamlico Sound), which receive most of their nitrogen from agricultural runoff. Source identification is important for implementing effective management measures that should be monitored for success using assessment methods, as described herein. For instance, these results suggest that Northeastern estuaries would likely benefit most from improved sewage treatment, where as the Mid and South Atlantic systems would benefit most from agricultural runoff reductions.
[17] Wolfslehner B,Vacik H.

Evaluating sustainable forest management strategies with the analytic network process in a pressure-state-response framework

[J].Journal of Environmental Management,2008,88(1):1-10.

https://doi.org/10.1016/j.jenvman.2007.01.027      URL      PMID: 17418934      Magsci      [本文引用: 1]      摘要

Nowadays forestry faces a complex management situation; the understanding of sustainable forest management (SFM) has gone far beyond the original meaning of sustainable yield of timber. SFM strategies should fulfil ecological, economic and social functions without causing damage to other ecosystems. In this understanding, forest management actions cannot be seen as isolated or mono-causal. In this case study, indicators for SFM are arranged in a Pressure-State-Response (PSR) framework at forest management unit level. This framework links pressures on the environment caused by human activities with changes of environmental state (condition) parameters. Forest management also responds to these changes by instituting environmental and economic measures to reduce pressures and restore natural resources. The Analytic Network Process (ANP) is utilized to evaluate the performance of four management strategies with regard to the PSR framework on SFM. Priorities of indicators and alternatives are modelled with the ANP resulting from the interconnections to other indicators and their respective cumulative importance. The approach allows for more detailed information on the network of human influences and their impacts on forest ecosystems and goes beyond the limitations of flat-dimensioned indicator sets.
[18] 巩杰,赵彩霞,王合领,等.

基于地质灾害的陇南山区生态风险评价——以陇南市武都区为例

[J].山地学报, 2012,30(5): 570~577.

URL      [本文引用: 4]      摘要

陇南山区地质构造活动强烈，频繁的地质灾害对生态环境和生态安全构成严重威胁。分别以陇南市 武都区的主要地质灾害（滑坡、泥石流和地震）和景观类型为风险源和受体，以景观结构指数和易损性指数作为评价指标，构建生态风险评价模型，进行生态风险特 征评估。结果表明：武都区生态风险特征的分布主要受地质灾害风险分布和景观格局的影响，人类活动、植被覆盖度和海拔梯度也是重要的影响因素。极高风险区和 高风险区主要集中分布在东江镇以东的白龙江沿岸及整个白龙江南岸、安化、马街、汉王和两水镇北部等地；低风险区和较低风险区主要分布在武都区东部和南部以 及西部和西北部区域。基于景观结构的多风险源生态风险评价对于区域生态风险管理具有重要的现实和指导意义。
[19] 邢钊.

基于信息熵与 AHP 模型的白龙江流域泥石流危险性评价[D]

.兰州:兰州大学,2012.

[本文引用: 1]     

[20] 周伟.

基于Logistic回归和SINMAP模型的白龙江流域滑坡危险性评价研究[D]

.兰州:兰州大学,2012.

[本文引用: 1]     

[21] 巩杰,谢余初,赵彩霞,等.

甘肃白龙江流域景观生态风险评价及其时空分异

[J].中国环境科学, 2014,34(8): 2153~2160.

https://doi.org/10.3969/j.issn.1000-6923.2014.08.033      URL      Magsci      [本文引用: 5]      摘要

以我国典型生态环境过渡带——甘肃白龙江流域为对象，借助GIS技术和Fragstats软件，基于土地利用变化的生境脆弱度和景观生态损失度构建了流域景观生态综合生态风险评价模型，并利用空间自相关分析方法，开展了土地利用变化及其生态风险评价与时空分异研究．结果表明：1990-2010年白龙江流域土地利用变化明显，林地和建设用地呈现增长趋势，耕地和草地面积呈现减少，未利用地和水域则呈波动变化．研究区景观生态风险空间分布差异明显，白龙江流域西北部和北部的生态风险高于流域的西部、东部和南部．同时，各风险等级上呈现“两头小中间大”的趋势，即中等风险区面积呈扩张的态势，低风险区和高风险区呈减弱的趋势．流域景观生态风险具有显著的空间集聚特征，其生态风险值呈现显著的空间正相关关系，这可能是流域生态风险时空分布与土地利用强度、土地利用结构及人类活动之间关系密切．
[22] 谢高地,鲁春霞,冷允法,等.

青藏高原生态资产的价值评估

[J].自然资源学报,2003,18(2):189~196.

https://doi.org/10.3321/j.issn:1000-3037.2003.02.010      URL      Magsci      [本文引用: 1]      摘要

论文根据一系列1∶1000000自然资源专题图,把青藏高原生态资产划分为森林、草地、农田、湿地、水面、荒漠6个一级类型,应用GIS技术进行了数据处理与统计分析,编制了青藏高原1∶4000000自然资产图。生态资产价值评估以Costanza等人(1997)对全球生态系统服务价值评估的部分成果为参考,同时综合了对我国专业人士进行的生态问卷调查结果,建立了中国陆地生态系统单位面积服务价值表。以此表为基础,通过生物量等因子的校正,对青藏高原不同生态资产的服务价值进行了估算,结果表明,青藏高原生态系统每年的生态服务价值为9363.9&times;10<sup>8</sup>元/年,占全国生态系统每年服务价值的17.68%,全球的0.61%。在青藏高原生态系统每年提供的生态服务价值中,土壤形成与保护价值最高,占19.3%;其次是废物处理价值,占16.8%;水源涵养价值占16.5%,生物多样性维持的价值占16%。高原不同生态系统类型中,森林生态系统和草地生态系统对青藏高原生态系统总服务价值的贡献最大,贡献率分别为31.3%和48.3%。
[23] 刘英英,石培基,刘春雨,等.

基于GIS陇南市生态功能区划及环境友好型土地利用模式

[J].干旱区资源与环境,2011,25(1):39~43.

URL      [本文引用: 1]      摘要

针对陇南市的自然、经济和生态 条件,运用现代生态学理论,采用叠置法,以主导因素的区划界线为模板,综合分析其它非主导因素的区划界线,以相重合的界限或平均位置作为新区划的界限,最 终确定生态功能的区划界线,对其进行了生态功能区划。陇南市辖区划分为2个一级生态区、2个二级生态亚区和11个三级生态功能区,包括水源涵养与生物多样 性生态功能区、农业与水土保持生态功能区、滑坡及泥石流重点控制区,并针对不同功能区土地资源的特点,探讨了各区的环境友好型土地利用模式,提出了土地资 源区域治理措施和土地利用的方向。
[24] 左伟,王桥,王文杰,等.

区域生态安全综合评价模型分析

[J].地理科学,2005,25(2):209~214.

https://doi.org/10.3969/j.issn.1000-0690.2005.02.013      URL      Magsci      [本文引用: 1]      摘要

区域生态安全评价需通过评价模型实现。而此类模型的构建则要克服理论、技术、方法、数据等方面的巨大障碍。文章根据生态环境系统的本质特征,对层次分析方法、灰色系统方法、模糊数学方法、变权方法等常用区域生态安全评价模型进行优化的复合,以期获得更加贴近实际情况的评价结论。在此基础上,构建层次分析-变权-模糊-灰色关联复合模型,作为区域生态安全综合评价的评价模型。

网站版权 © 《地理科学》编辑部
地址：长春市高新北区盛北大街4888号　
邮编：130102
电话：0431-85542217，0431-85542212　
E-mail：geoscien@neigae.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发

/

〈 〉