2. 浙江省海洋文化与经济研究中心, 浙江 宁波 315211
, LI Jialin1,2 
, YE Mengyao1 , JIANG Yimei1 , SHI Zuoqi1 , FENG Baixiang1 , HE Gaili1
2. Zhejiang Ocean Culture and Economic Research Center, Ningbo 315211, Zhejiang Province, China
生态风险是生态系统及其组分在自然或人类活动的干扰下所承受的风险，指一定区域内具有不确定性事故或灾害对生态系统的结构和功能可能产生的不利影响[1-2].科学的生态风险评价及风险格局演化分析对建立生态风险预警机制、降低生态风险概率、促进区域可持续发展具有重要的意义[3].随着生态风险研究的深入，研究尺度从初期全球环境、个人健康等极端尺度逐渐转向区域尺度[4]，从对单一压力源对单一受体的风险评价走向区域生态风险评价[5]，其尺度效应、空间异质性和等级理论等概念与景观学共通，并将生态风险评价应用到区域景观尺度[6-7].自景观生态风险概念提出以来，中国学者高度关注对景观生态风险评估理论与方法的探讨，目前已初步形成了具有一定国际引领意义的景观生态风险评价研究框架，在流域[8-10]、城市[11-13]、工矿开采区[14-16]、自然保护区[17-19]等区域做了大量研究并取得了丰硕的成果.近年来，随着海岸带的经济发展与生态环境恶化，海岸带地区生态风险研究逐渐受到关注[20-21].本文以宁波北仑为例，基于景观时空格局演变进行海岸带生态风险评估研究，旨在揭示研究区生态风险的时空变化特征，为东南地区海岸带生态风险管理提供理论、技术支持及决策依据.
1 研究区概况北仑区位于浙江省宁波市中心城北部(121°27′40″E~122°10′22″E，29°41′44″N~29°58′48″N)，中国海岸线中部，是中国重点沿海港口城市之一.东北两面濒临东海，与定海、普陀县交界，南与鄞州接壤，西隔甬江与镇海区相望.北仑区属亚热带季风气候，气候温和湿润，四季分明，无霜期长，雨量充沛，台风、暴雨、冰雹、大雪等灾害性天气时有出现.北仑区拥有南北2条可供超大型船舶自由进出的深水航道，20世纪70年代开始开发北仑港，区域内已建成北仑、大榭、穿山和梅山4个港区.全港区可开发利用的各类生产性泊位285个，其中万吨级以上152个.此外，北仑区域内有宁波经济技术开发区、宁波保税区、大榭开发区、宁波出口加工区、梅山保税港区5个国家级开发区.优越的区位与快速发展的经济使其在长三角地区的战略地位不断提高.
2 研究数据与研究方法 2.1 数据来源及处理数据主要来源于宁波北仑区1990，1995，2000，2005，2010，2015年6期Landsat TM/OLI遥感影像，轨道号为118-39.采用ENVI4.7遥感影像处理软件对遥感数据进行大气校正、几何精校正、假彩色合成和图像拼接等数据预处理，用北仑区域界线进行影像裁剪，得到研究区影像数据.对6期遥感影像进行土地利用类型的目视解译和人机交互解译，得到不同时期的北仑景观类型矢量数据，6年解译精度均达0.9以上，符合研究判别的精度要求.本研究主要参考《土地利用现状分类》(GB/T 21010-2007)分类办法，同时充分考虑研究区土地实际利用现状，将景观分为建设用地、耕地、水体、林地、草地、未利用地等6种类型.
2.2 景观格局指数与生态风险指数采用ArcGIS 10.2将研究区景观类型矢量数据转换为栅格数据，采用Fragstats3.4分析栅格数据，得到6期研究区的景观格局指数.本文参照前人的研究成果，从类型与景观2个层次选取指标，对北仑区景观格局进行量化描述分析.类型层次主要采用斑块数量(NP)、斑块类型平均面积(MPS)、边界密度(ED)、形态指数(LSI); 景观层次采用Shannon多样性指数(SHDI)、Shannon均匀度指数(SHEI)2个指标.
不同的景观类型在保护物种、维护生物多样性、完善整体结构与功能、促进景观结构自然演替等方面的作用是有差别的，同时，不同的景观类型对外界干扰的抵抗能力也是不同的[22].以景观格局指数为基础，计算景观的破碎度指数(Ci)、分离度指数(Ni)、优势度指数(Di)，并加权叠加得到景观干扰度指数(Ei), 具体公式参照文献[23].综合考虑前人的研究与研究区的实际情况，将6类景观格局的脆弱度分为6级，从高到低依次为未利用地、水域、草地、耕地、建设用地、林地，对此进行归一化处理后即得景观脆弱度指数(Fi)，再结合景观干扰度指数可得到景观损失度(Ri)：
| ${\rm{Ri}} = \sqrt {{\rm{Ei}} \times {\rm{Fi}}} .$ |
人类活动导致的海岸带景观生态风险格局演变分析可以表示为海岸带景观的生态脆弱性和风险受体对风险源(人类对景观的利用活动)的响应程度函数式.不同的景观类型对风险源的暴露-响应程度各不相同，区域中生态系统的细微变化首先表现在景观结构组分的空间结构、相互作用及功能的变化上.故生态风险指数与景观损失度在一定程度上相关，具体计算方法见文献[24].
2.3 风险小区划分与空间分析法为表现生态风险的空间分布，对研究区进行了风险小区的划分.总结前人对生态风险小区划分的经验[25]，考虑到研究中北仑区的实际情况，本文采用等间距采样法，将研究区划分为1 027个800 m×800 m的风险小区，计算各风险小区的生态风险指数(ERI)，将其作为各小区中心质点的生态风险值.
生态风险指数作为一种空间变量，在空间变化上具有结构性和异质性的特征，而地统计学方法主要用来检测、模拟和估计一系列变量在空间上的相关关系和分布格局.因此，区域的生态风险指数空间分析可采用地统计学中的半方差分析方法.本文主要借助地统计学分析方法中的半方差变异函数模型对采样点数据进行最优拟合，通过克里金(Kriging)插值获得区域生态风险的空间分异.
3 研究结果 3.1 景观格局分析1990~2015年，随着北仑区内人类建设活动的开展与对自然景观的干预，其土地利用情况与景观格局发生了很大的变化.1990年北仑区内耕地与林地是其主要景观类型，两者约占区域总面积的三分之二，其次为建设用地，水域、草地、未利用地面积相对较小.1990~2015年，林地面积变化不大，耕地面积减少了100.8 km2，变化最大，其中减幅最明显发生在2000~2005年与2010~2015年，分别减少了37.8与33.4 km2.大部分耕地因为人类的开发活动被占为建设用地.建设用地面积从1990年的35.3 km2增加至2015年的148 km2，增加了419%，其中，2000~2005年就增加了43.6 km2.草地与水域面积有不同程度的增加，这是因为建设用地占用了一部分耕地，一些被割裂开的小耕地转换为草地或开发成水域.
北仑区不同地类景观的变化在景观格局指数上也有所反映.由表 1、表 2可知，1990~2015年，在城镇化推动下，最初以林地与耕地为主要景观类型的北仑地区，建设用地、草地、水域面积持续增加，使得均匀度(SHEI)指数持续增大，并伴随着多种景观类型的扩张延伸，不同景观类型相互侵占割裂，增大了景观的破碎度、复杂度，边界密度(ED)在1990~2010年内持续增大，在2010~2015年稍有下降，人类活动干扰越来越强，表征为形态指数(LSI)在前20a内持续增大，后5a有所下降，而整体的景观空间格局则趋向多样(SHDI增大).斑块数量、破碎度、分离度都是对景观破碎程度的描述，三者变化趋势相近，可分为2个阶段：1990~1995年为快速城镇化初期，建设用地在区域内多处分散生长、扩大，使得斑块数量快速增加，破碎度与分离度增大；1995~2015年，各个区域持续开发建设，规模都较小，建设用地零散生长，随着城镇化进程的推进，各街道建设用地之间连通形成大块的建设用地，且合并了周边的破碎用地，使得斑块数量增加减缓，破碎度与分离度波动上升.
|
表 1 1990~2015年北仑区景观尺度的空间格局分析指标 Table 1 Analysis indicators of spatial pattern of landscape scale in Beilun district from 1990 to 2015 |
|
|
表 2 1990~2015北仑区景观类型的空间格局分析 Table 2 Spatial pattern analysis of landscape type in Beilun area from 1990 to 2015 |
此外，从类型层面分析，1990~2015年，耕地、水域、建设用地三者的斑块数量(NP)分别增加了55%，53%，34%，这从另一方面体现了建设用地对耕地的占用割裂.建设用地斑块数量在1990~1995年间陡增了82%，耕地斑块也随之增加了24%，两者平均斑块面积分别减少了17%，28%，这是快速城镇化初期建设用地在区域内多处零星生长、扩大的体现.在平均斑块面积(MPS)这一指标变化上也能体现人类活动的影响：林地平均斑块面积最大，但其面积变化较小；其次是耕地，其平均斑块面积逐年下降，25a间下降了61%；建设用地平均斑块面积则呈现增大的趋势.边界密度(ED)指景观中单位面积的边缘长度，边界密度越大表征景观的破碎程度越大；形态指数(LSI)则反映了斑块形态的复杂程度，形态指数越大表示斑块越不规则，受人类干扰程度越大.1990~2010年，除了未利用地外，其余景观类型的边界密度与形态指数都在持续增加，其中最为显著的是建设用地，20a内边界密度增大了105%，耕地形态指数增加了40%.表明1990~2010年北仑区不断开发、建设用地不断扩张，使得区域的景观格局趋于破碎化，建设用地与其他景观的边界愈加曲折复杂，各景观受人类活动干扰的程度进一步增强，其中耕地受其影响最大.2010~2015年保持平稳或微降是土地开发规整化与细碎景观整合重组互相作用的结果.
3.2 景观生态风险的时空分异根据生态景观指数与生态风险指数的计算公式，可计算出各个时期北仑区1 027个风险小区中心质点的生态风险指数，统一采用高斯模型并设置相关参数对其变异函数进行拟合，通过ArcGIS 10.2软件进行克里金插值分析，并对得到的景观生态风险趋势面进行地向导统计与重分类.采用重分类划分生态风险区时，通过比较多种分类方案划分后数据的均衡性与区分度，结合自然间断点分级法与相等间隔法，将ERI值≤0.22的区域定义为低生态风险区，以0.05为间隔等距划分，由此得到5个等级：低生态风险区(ERI≤0.22)、较低生态风险区(0.22＜ERI≤0.27)、中生态风险区(0.27＜ERI≤0.32)、较高生态风险区(0.32＜ERI≤0.37)、高生态风险区(ERI＞0.37)，如图 1所示，并对面积进行统计，得图 2.土地覆被重心迁移模型可以很好地描述各景观类型在空间上的时空演变过程，揭示其空间变化特征及驱动机制，计算6个年份各景观类型的重心，得表 3.
|
图 1 1990~2015年北仑区生态风险变化图 Fig. 1 Changes of ecological risk in Beilun district from 1990 to 2015 |
|
图 2 1990~2015年北仑区各生态风险区面积变化 Fig. 2 Area changes of ecological risk areas in Beilun district from 1990 to 2015 |
|
|
表 3 1990~2015年北仑区景观生态风险区的重心变化 Table 3 Gravity changes of landscape ecological risk zone center in Beilun district from 1990 to 2015 |
由图 1、图 2可知，随着北仑土地景观的变化，区内各生态风险区的面积随之改变.总体来讲，1990~2015年，研究区内低生态风险区面积最大，其减幅亦最大，减少了29%，面积减少了104 km2.转变为较低生态风险区的面积与较低生态风险区转出量相当，25 a内较低生态风险区面积减少了21 km2，年均减少0.7%，面积较为稳定.中生态风险区、较高生态风险区、高生态风险区在1990~1995年面积骤增，1995~2015年中生态风险区、较高生态风险区面积以较低的速度持续扩大，高生态风险区1995~2010年面积在30 km2附近波动，最大差值不超过7 km2，但在2010~2015年面积从30 km2骤增至51 km2，总体来说，这3类风险区在25 a内面积分别增大了116%，130%，429%.
随着社会经济的不断发展，北仑区建设用地不断扩展，改变了其生态风险区的时空分异与演化.1990年，北仑区内以低生态风险区为主，其面积为355 km2，占全区总面积的63%，分布于灵峰山及其山麓、天台山余脉及其山麓、大榭街道与梅山街道北部，这些地区主要为林地，故生态风险较低.较低生态风险区和中生态风险区面积分别为125和48 km2，占全区总面积的22%，9%.较低生态风险区、中生态风险区广泛分布于小港街道、戚家山街道、大碶街道、新碶街道、霞浦街道、柴桥街道与白峰镇地区，当时这些区域以大面积耕地为主，建设用地零星分散于耕地内，生态风险相对较小.较高生态风险区、高生态风险区集中分布于新碶街道西北部、春晓镇东部、梅山乡南部，面积分别为22和10 km2，其中新碶街道为依托北仑港最早发开的城区，工业和交通用地集中分布，故生态风险高.
1990~2000年，灵峰山以西的小港街道、戚家山街道平原内建设用地骤增，且分布较为分散，破碎度大，使这些区域内大量较低生态风险区转变为中生态风险区.一方面，北部平原地区新碶街道向大碶街道、霞浦街道扩张，高生态风险区与较高生态风险区面积分别增大了120%，208%，向西南方向延伸，高生态风险区重心向西南移动了5.6 km，较高生态风险区重心向西南移动了4.9 km.另一方面，北部平原也涌现了大量分散的小块建设用地，大大增大了景观分离度与破碎度，使得低生态风险区边界朝山麓方向后退，从而导致大量的低生态风险区转变为较低生态风险区、较低生态风险区转变为中生态风险区，其中中生态风险区面积增大了97.5%，成为大碶街道、霞浦街道、柴桥街道最主要的风险区.
2000~2010年，小港街道建设用地自西向东扩张、戚家山街道建设用地自东向西扩张，使得灵峰山以西地区较低风险区持续转变为中生态风险区，中生态风险区面积增大了19 km2，重心向西北移动了1.3 km.北部平原区域，建设用地的扩张从原来的西南方向转向东西两侧.在新碶街道、大碶街道西部与霞浦街道的北部，大规模开发占用了此区域的耕地，虽然整合了零散的建设用地，降低了景观破碎程度，但建设用地的高风险值使得较高生态风险区、高生态风险区持续扩张，面积分别增加了41.8%，27.3%，而两者重心分别朝西南方向移动了4.5，4.6 km.白峰镇位于北仑区东北部，地处穿山半岛的峰腰地带，缺少大面积平原，人们依山麓而居.10a间，迫于发展需要，人们占用、改造了部分山地、山麓地带，使得北仑东部部分低生态风险区转变为较低生态风险区，10a间较低生态风险区重心向东南移动了5.7 km.
2010~2015年，人类建设活动强度加剧，北仑区生态风险进一步增大.西北部的小港街道、戚家山街道形成沿甬江分布的建设用地带，沿江区域的中生态风险区逐渐转变为较高生态风险区.北部平原区域，新碶街道、大碶街道、霞浦街道的建设用地相互连通，此区高生态风险区21.5 km2的范围增大了72%. 2013年，大榭二桥试运营改善了大榭街道的交通条件，榭西榭北工业区快速发展，与此同时，榭西榭北的低生态风险区亦转变为较高生态风险区、中生态风险区，生态风险大幅上升.开发建设过程中，如何找到经济价值与生态价值的平衡点仍是一个值得思考的问题.
3.3 景观生态风险等级转移分析因为同一时段同时存在其他等级生态风险区转入与此等级生态风险区转出，故单纯由生态风险区的净变化量无法确定其实际的生态风险区转换情况.利用ArcGIS 10.2的叠加分析功能得到各时期生态风险区的转移矩阵，矩阵Aij、Bij、Cij、Dij、Eij、Zij分别表示1990~1995年、1995~2000年、2000~2005年、2005~2010年、2010~2015年、1990~2015年，其中i、j分别等于1(表示低等级生态风险区)、2(表示较低等级生态风险区)、3(表示中等级生态风险区)、4(表示较高等级生态风险区)、5(表示高等级生态风险区)，并统计主要的生态风险转移量，得表 4.
|
|
表 4 1990~2015年北仑区主要生态风险等级转化量 Table 4 The conversion of major ecological risk grades in Beilun district from 1990 to 2015 |
| $\begin{array}{l} {\mathit{\boldsymbol{A}}_{ij}} = \left| {\begin{array}{*{20}{c}} {293} & {59} & 3 & 0 & 0\\ 1 & {30} & {77} & {15} & 0\\ 0 & 2 & {14} & {24} & 8\\ 0 & 0 & 1 & 8 & {13}\\ 0 & 0 & 0 & 0 & 0 \end{array}} \right|,\\ {\mathit{\boldsymbol{B}}_{ij}} = \left| {\begin{array}{*{20}{c}} {289} & 5 & 0 & 0 & 0\\ {21} & {67} & 5 & 0 & 0\\ 0 & {33} & {58} & 4 & 0\\ 0 & 0 & {24} & {21} & 3\\ 0 & 0 & 0 & 9 & {21} \end{array}} \right|,\\ {\mathit{\boldsymbol{C}}_{ij}} = \left| {\begin{array}{*{20}{c}} {273} & {35} & 2 & 0 & 0\\ 7 & {62} & {31} & 4 & 2\\ 1 & {11} & {44} & {20} & {12}\\ 0 & 3 & {10} & {12} & {10}\\ 0 & 1 & 5 & 5 & {12} \end{array}} \right|,\\ {\mathit{\boldsymbol{D}}_{ij}} = \left| {\begin{array}{*{20}{c}} {262} & {18} & 0 & 0 & 0\\ 8 & {81} & {22} & 0 & 0\\ 0 & 7 & {76} & 8 & 0\\ 0 & 0 & 7 & {32} & 1\\ 0 & 0 & 0 & 7 & {28} \end{array}} \right|,\\ {\mathit{\boldsymbol{E}}_{ij}} = \left| {\begin{array}{*{20}{c}} {247} & {18} & 3 & 0 & 0\\ 4 & {82} & {19} & 2 & 0\\ 0 & 3 & {79} & {21} & 3\\ 0 & 0 & 3 & {26} & {18}\\ 0 & 0 & 0 & 0 & {30} \end{array}} \right|,\\ {\mathit{\boldsymbol{Z}}_{ij}} = \left| {\begin{array}{*{20}{c}} {251} & {77} & {23} & 3 & 0\\ 0 & {18} & {55} & {30} & {22}\\ 0 & 7 & {14} & 8 & {19}\\ 0 & 1 & {10} & 4 & 7\\ 0 & 0 & 2 & 4 & 3 \end{array}} \right|. \end{array}$ |
对各时间段生态风险转化量进行分析，1990~2015年的25a间，研究区内由低等级生态风险区转向高等级生态风险区的面积为238 km2，占研究区总面积的42.5%，大量分布于小港街道、戚家山街道、新碶街道、大碶街道、霞浦街道、柴桥街道、白峰镇、大榭街道，其中变化最为显著的是低生态风险区转换为较低生态风险区，面积减少了77 km2，这些区域分布于灵峰山、天台山余脉.因为人类持续开发山麓低坡地带，此过程中生态风险较高的建设用地占用林地、耕地，提高了这一地带的生态风险.此外，由较低生态风险区转变为中生态风险区的面积也达到55 km2，集中分布于小港街道、戚家山街道、柴桥街道、梅山街道中央平原地区，少量分布于大碶街道南部.这些年北仑城市发展迅速，这些区域虽然不是中心城区，但是开发活动也十分强烈，大量建设用地占用耕地、水体，使这些区域的生态风险上升.而在25a间，生态风险由高转低的区域面积仅有25 km2，占区域总面积的4.4%.
分阶段来看，1990~1995年生态风险的上升十分显著，由低生态风险区转变为较低生态风险区的面积达59 km2，由较低等级生态风险区转变为中生态风险区的面积达77 km2，分布于山麓地带及其周边2.5 km内，这5 a的变化是1990~2015年25 a变化的缩影.1995~2000年与2000~2005年亦有大量低生态风险区转变为较低生态风险区、较低生态风险区转变为中生态风险区，但在后一阶段中出现了中生态风险区、较高生态风险区转变为更高危等级生态风险区，此类区域面积达到41 km2，占风险升高区域总面积的36%，说明2000~2005年研究区内中、较高生态风险区域不仅有横向面积的增大，还有纵向风险值的上升.这些区域主要分布于新碶街道与大碶街道的中心城区，此区域是经济发展的重心，周边农村居民不断涌入，居住用地、港口码头、交通用地与基础设施的建设需占用周围的大量耕地，加速了环境的恶化，区域生态风险上升.2005~2015年，生态风险升高的区域面积分别为50，85 km2，相对前15a整体有所放缓，但其中中生态风险区转变为较高生态风险区的面积年均达2.9 km2，且均分布于10a内城区拓展部分，这是研究区城市化过程中城区持续向外扩张的体现.研究区三面环山，适宜建城的平原面积有限，今后需要更多地转向产业结构优化、高新技术引进等纵向发展，以此来调整依赖土地的经济发展模式.
面对不断上升的区域环境生态风险和社会经济发展的需求，一方面，在开发过程中要重视对城镇建设、生态环境和社会经济发展之间关系的耦合研究和综合评价，制定适合区域发展的规划，以保护生态环境，提高土地利用效率，切实做到以人为本的科学可持续发展；另一方面，须增强区域生态风险管理的意识，把握整体，并根据不同的风险级别采用相应的管理对策，高危区域重点管理，并在今后的建设中因地制宜、合理规划.
4 结论 4.11990~2015年，林地与耕地是研究区的主要景观类型，1990年两者占总面积的三分之二，景观类型的转变主要体现为建设用地面积增加、耕地面积减少；研究区景观破碎化愈加明显，边界密度、多样性、均匀度不断增加；其中破碎化最为显著的类型是建设用地与耕地，25a内建设用地边界密度增加了117%，耕地平均斑块面积减少了61%.
4.225a间，研究区内低生态风险区大量减少，而中、较高和高生态风险区面积显著增加；高生态风险区主要分布于于北部平原地区，重心向西南方向移动，这与建设用地扩张的趋势一致；在灵峰山、天台山余脉的山麓地带，人类的开发活动使大量低生态风险区转变为较低生态风险区.
4.3在研究时段内，研究区内由低等级生态风险区转向高等级生态风险区的面积为238 km2，占研究区总面积的42.5%，而生态风险由高转向低的区域面积仅占总面积的4.4%；研究时段前期以低生态风险区、较低生态风险区转向中生态风险区为主，后阶段中生态风险区转向较高生态风险区、高生态风险区的情况也有所增加；1990~1995年、2000~2005年、2010~2015年3个时间段生态风险转换面积较大，表征人类开发活动较为剧烈.
| [1] |
阳文锐, 王如松, 黄锦楼, 等. 生态风险评价及研究进展[J].
应用生态学报, 2007, 18(8): 1869–1876.
YANG W R, WANG R S, HUANG J L, et al. Advances in ecological risk assessment and research[J]. Chinese Journal of Applied Ecology, 2007, 18(8): 1869–1876. |
| [2] | WAYNE G L. Twenty years before and hence:Ecological risk assessment at multiple scales with multiple stressors and multiple endpoints[J]. Human & Ecological Risk Assessment, 2003, 9(5): 1317–1326. |
| [3] |
刘晓, 苏维词, 王铮, 等. 基于RRM模型的三峡库区重庆开县消落区土地利用生态风险评价[J].
环境科学学报, 2012, 32(1): 248–256.
LIU X, SU W C, WANG Z, et al. Ecological risk assessment of land use in the water-level-fluctuating area of Kaixian county in the Three Gorges Reservoir Area based on RRM model[J]. Acta Scientiae Circumstantiae, 2012, 32(1): 248–256. |
| [4] |
彭建, 党威雄, 刘焱序, 等. 景观生态风险评价研究进展与展望[J].
地理学报, 2015, 70(4): 664–677.
PENG J, DANG W X, LIU Y X, et al. Progress and prospect of landscape ecological risk assessment[J]. Acta Geographica Sinica, 2015, 70(4): 664–677. |
| [5] |
颜磊, 许学工. 区域生态风险评价研究进展[J].
地域研究与开发, 2010, 29(1): 113–118.
YAN L, XU X G. Research progress of regional ecological risk assessment[J]. Geographical Research and Development, 2010, 29(1): 113–118. |
| [6] | HUNSAKER C T, GRAHAM R L, SUTERⅡ G W, et al. Assessing ecological risk on a regional scale[J]. Environmental Management, 1990, 14(3): 325–332. DOI:10.1007/BF02394200 |
| [7] |
吴莉, 侯西勇, 邸向红. 山东省沿海区域景观生态风险评价[J].
生态学杂志, 2014, 33(1): 214–220.
WU L, HOU X Y, DI X H. Evaluation of landscape ecological risk in coastal areas of Shandong province[J]. Chinese Journal of Ecology, 2014, 33(1): 214–220. |
| [8] |
李谢辉, 李景宜. 基于GIS的区域景观生态风险分析——以渭河下游河流沿线区域为例[J].
干旱区研究, 2008, 25(6): 899–903.
LI X H, LI J Y. Geological risk analysis of regional landscape based on GIS:A case study of the area along the lower reaches of Weihe River[J]. Arid Zone Research, 2008, 25(6): 899–903. |
| [9] |
陈鹏, 潘晓玲. 干旱区内陆流域区域景观生态风险分析——以阜康三工河流域为例[J].
生态学杂志, 2003, 22(4): 116–120.
CHEN P, PAN X L. Analysis of landscape ecological risk in arid inland watershed-A case study in Sangong River Basin, Fukang[J]. Chinese Journal of Ecology, 2003, 22(4): 116–120. |
| [10] |
许妍, 高俊峰, 郭建科. 太湖流域生态风险评价[J].
生态学报, 2013, 33(9): 2896–2906.
XU Y, GAO J F, GUO J K. Ecological risk assessment of Taihu Lake Basin[J]. Acta Ecologica Sinica, 2013, 33(9): 2896–2906. |
| [11] |
刘焱序, 王仰麟, 彭建, 等. 基于生态适应性循环三维框架的城市景观生态风险评价[J].
地理学报, 2015, 70(7): 1052–1067.
LIU Y X, WANG Y L, PENG J, et al. Ecological ecological risk assessment of urban landscape based on ecological adaptability cycle 3D framework[J]. Journal of Geographical Science, 2015, 70(7): 1052–1067. |
| [12] |
张小飞, 王如松, 李正国, 等. 城市综合生态风险评价——以淮北市城区为例[J].
生态学报, 2011, 31(20): 6204–6214.
ZHANG X F, WANG R S, LI Z G, et al. Evaluation of integrated urban ecological risk:A case study of Huaibei city[J]. Acta Ecologica Sinica, 2011, 31(20): 6204–6214. |
| [13] |
蒙晓, 任志远, 张翀. 咸阳市土地利用变化及生态风险[J].
干旱区研究, 2012, 29(1): 137–142.
MENG X, REN Z Y, ZHANG C. Study on land use change and ecological risk in Xianyang city[J]. Arid Zone Research, 2012, 29(1): 137–142. |
| [14] |
吴健生, 乔娜, 彭建, 等. 露天矿区景观生态风险空间分异[J].
生态学报, 2013, 33(12): 3816–3824.
WU J S, QIAO N, PENG J, et al. Spatial differentiation of landscape ecological risk in open mining area[J]. Journal of Ecology, 2013, 33(12): 3816–3824. |
| [15] |
李保杰. 矿区土地景观格局演变及其生态效应研究——以徐州市贾汪矿区为例[D]. 徐州: 中国矿业大学, 2014.
LI B J. Evolution of Land Landscape Pattern and Its Ecological Effects in Mining Area:A Case Study of Jiawang Mining Area in Xuzhou City[D]. Xuzhou:China University of Mining and Technology, 2014. http://d.wanfangdata.com.cn/Thesis/D564893 |
| [16] |
郭美楠, 杨兆平, 马建军, 等. 矿区景观格局分析、生态系统服务价值评估与景观生态风险研究——以伊敏矿区为例[J].
资源与产业, 2014, 16(2): 83–89.
GUO M N, YANG Z P, MA J J, et al. Landscape pattern analysis, ecosystem service value evaluation and landscape ecological risk study in mining area:Taking mining area as an example[J]. Resources and Industry, 2014, 16(2): 83–89. |
| [17] | GAINES K F, PORTER D E, DYER S A, et al. Using wildlife as receptor species:A landscape approach to ecological risk assessment[J]. Environmental Management, 2004, 34(4): 528–545. DOI:10.1007/s00267-004-0261-0 |
| [18] |
张莹, 雷国平, 林佳, 等. 扎龙自然保护区不同空间尺度景观格局时空变化及其生态风险[J].
生态学杂志, 2012, 31(5): 1250–1256.
ZHANG Y, LEI G P, LIN J, et al. Zhalong Nature Reserve in different spatial scale changes of landscape spatial pattern and ecological risk[J]. Journal of Ecology, 2012, 31(5): 1250–1256. |
| [19] |
刘梦琪. 基于RS和GIS技术的典型滨海湿地保护区生态风险评价方法及应用研究[D]. 大连: 大连海事大学, 2016.
LIU M Q. Ecological Risk Assessment and Application of Typical Coastal Wetland Reserve Based on RS and GIS Technology[D]. Dalian:Dalian Maritime University, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10151-1016057001.htm |
| [20] |
李加林, 徐谅慧, 杨磊, 等. 浙江省海岸带景观生态风险格局演变研究[J].
水土保持学报, 2016, 30(1): 293–299.
LI J L, XU L H, YANG L, et al. Study on landscape ecological risk pattern evolution of coastal zone in Zhejiang province[J]. Journal of Soil and Water Conservation, 2016, 30(1): 293–299. |
| [21] |
马金卫, 吴晓青, 周迪, 等. 海岸带城镇空间扩展情景模拟及其生态风险评价[J].
资源科学, 2012, 34(1): 185–194.
MA J W, WU X Q, ZHOU D, et al. Scenario simulation and ecological risk assessment of coastal urban spatial expansion[J]. Resource Science, 2012, 34(1): 185–194. |
| [22] |
许学工, 林辉平, 付在毅, 等. 黄河三角洲湿地区域生态风险评价[J].
北京大学学报:自然科学版, 2001, 37(1): 111–120.
XU X G, LIN H P, FU Z Y, et al. The Yellow River Delta wetland regional ecological risk assessment[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2001, 37(1): 111–120. |
| [23] |
高宾, 李小玉, 李志刚, 等. 基于景观格局的锦州湾沿海经济开发区生态风险分析[J].
生态学报, 2011, 31(12): 3441–3450.
GAO B, LI X Y, LI Z G, et al. Ecological risk analysis of coastal economic development zone in Jinzhou Bay based on landscape pattern[J]. Acta Ecology Sinica, 2011, 31(12): 3441–3450. |
| [24] |
邬建国.
景观生态学:格局、过程、尺度与等级[M]. 第2版. 北京: 高等教育出版社, 2007.
WU J G. Landscape Ecology:Pattern, Process, Scale and Hierarchy[M]. 2nd ed. Beijing: Higher Education Press, 2007. |
| [25] |
曾辉, 刘国军. 基于景观结构的区域生态风险分析[J].
中国环境科学, 1999, 19(5): 454–457.
ZENG H, LIU G J. Regional ecological risk analysis based on landscape structure[J]. Chinese Environmental Science, 1999, 19(5): 454–457. |