2. 中国环境科学研究院/国家环境保护区域生态过程与功能评估重点实验室, 北京 100012;
3. 北京麋鹿生态实验中心, 北京 100076;
4. 中国人民大学环境学院, 北京 100872
2. Chinese Research Academy of Environmental Sciences/State Environmental Protection Key Laboratory of Regional Eco-process and Function Assessment, Beijing 100012, China;
3. Beijing Milu Ecological Research Center, Beijing 100076, China;
4. School of Environment and Natural Resources, Renmin University of China, Beijing 100872, China
生态脆弱性研究是全球环境变化领域的核心问题之一, 也是评价生态问题和开展生态恢复的重要分析工具[1]。“脆弱性”一词最早应用于社会科学领域, 后被生态学领域广泛使用[2]。WILLIAMS等[3]认为生态脆弱性反映的是生态系统应对干扰的潜力和耐受力, 生态脆弱性会受到系统的内部组织结构、外部自然条件以及人为因素的影响, 即由系统的维持能力、抵抗能力和外在的干扰强度所决定[4]。
目前我国生态脆弱性研究已经从早期的生态脆弱区的识别[5], 扩展到社会、经济和自然生态系统等多个领域[6]。常用的脆弱性评估模型有:地点危险模型、危险-暴露-响应模型、压力-状态-响应模型[7]、敏感-暴露-适应模型[8]、物种敏感性分布模型和“敏感、弹性和压力”评估框架模型[9]等。随着全球气候变化以及土地利用和覆盖变化研究的深入, 生态脆弱性及其评估、脆弱生态环境可持续性管理的应用领域日趋广泛, 并成为全球可持续发展研究的热点问题[10]。而地理信息系统(GIS)的发展, 为研究生态脆弱性提供了新的时空研究角度, 使其呈现综合化发展和空间定量化分析的趋势[11]。
“敏感、弹性和压力”评估框架模型更适于评价“社会-自然”耦合系统[12], 框架包含生态敏感性评价、生态弹性评价和生态压力评价3个部分, 生态敏感性指系统对环境和人为干扰的敏感程度[13], 一般而言生态敏感性越高, 生态系统脆弱性就越大; 生态弹性指系统在内外压力不超过其阈值时能够进行自我调节和恢复的能力[5, 14], 当外界压力超过系统承受能力和恢复能力时, 生态环境就会遭到破坏; 生态压力指系统面临的外界干扰的程度, 反映系统受到胁迫的程度。北京市是我国最大的城市之一, 在快速城市化背景下, 土地覆盖剧烈变化等一系列问题致使区域生态压力过大[15], 产生生态环境问题。采用“敏感、弹性和压力”评估框架模型, 根据北京市生态环境特点, 选取自然、社会和经济等多源空间分布数据, 利用空间主成分分析法, 以30 m×30 m栅格为评价单元, 定量评价北京市生态脆弱性, 这有助于了解北京市生态环境质量状况, 判别敏感暴露源, 为生态环境管理提供决策依据, 对北京市生态环境保护和资源合理利用有较高现实意义。
1 研究区概况北京市位于华北平原北部, 地跨39°28′~41°05′ N, 115°25′~117°30′ E, 总面积16 410.54 km2, 平均海拔43.5 m, 其中最高海拔达2 303 m, 最低海拔仅10 m, 地势呈西北高, 东南低; 属于暖温带半湿润大陆性季风气候区, 典型植被类型为暖温带落叶阔叶林。研究区年平均气温12.3 ℃, 年平均降水400~600 mm。北京为华北地区降水量最多的区域之一, 但降水量季节分配不均, 夏季降水量大, 常有暴雨发生, 局部区域出现短时洪涝灾害; 冬季降水量较少, 容易产生风沙及重污染天气。
“十二五”以来, 研究区生态环境得到一定改善, 但仍然面临大气污染、水资源稀缺、人口压力过大等问题。近几年的《北京市环境质量公报》显示, 北部山区生态环境质量最好, 中心城镇区域和西南部生态环境质量指数较低, 主要面临湿地退化、生态恢复能力差和环境容量不足等风险[16]。
2 研究数据与方法 2.1 数据来源与处理数据来源见表 1。
|
表 1 数据来源与说明 Table 1 Date sources and description |
遥感影像数据采用ENVI 5.0和ArcGIS 10.2软件进行预处理, 主要包括:配准、大气校正、波段融合、几何校正和裁剪等。遥感解译采用面向对象的分类方法, 基于4层尺度的分割算法, 根据分类对象和地物特征的差异, 采用eCognition 8.7软件中模糊分类方法和最邻近分类方法提取土地覆盖二级分类对象, 并按GB/T 21010—2007《土地利用现状分类》进行分类, 得到空间分辨率为2.5 m的土地覆盖数据(图 1)。抽取150个检验点对分类结果进行精度检验, Kappa系数为0.81, 检验精度为83.5%, 符合研究需求。
|
图 1 北京市土地覆盖数据 Figure 1 The land use cover of Beijing city |
生态脆弱性指标选择需综合考虑区域的复杂性、尺度和过程[2], 基于北京市生态环境特征, 参照已有自然生态系统和城市系统相关脆弱性研究结果[17], 建立指标体系[18-23](表 2)。
|
|
表 2 北京市生态脆弱性评价指标体系 Table 2 Index system assessment of ecological vulnerability in Beijing City |
“敏感、弹性和压力”评估框架模型是一个适宜于耦合系统的综合性评价模型, 可以强调“社会-自然”耦合系统的敏感性、弹性和压力间的折衷关系[24], 计算公式为
| $ \begin{array}{l} {I_{{\rm{EV}}}} = f({I_{{\rm{ES}}}}, {I_{{\rm{EE}}}}, {I_{{\rm{EP}}}}) = \sum\limits_{u = 1}^n {({S_u} \cdot {W_{\rm{S}}}) + } \\ \;\;\;\;\;\;\;\;\sum\limits_{u = 1}^n {({E_u} \cdot {W_{\rm{E}}}) + \sum\limits_{u = 1}^n {({P_u} \cdot {W_{\rm{P}}})} } 。\end{array} $ | (1) |
式(1)中, IEV为生态脆弱度(ecological vulnerability index, EVI); IES为生态敏感度(ecological sensitivity index, ESI); IEE为生态弹性度(ecological elasticity index, EEI); IEP为生态压力度(ecological pressure index, EPI); Su、Eu和Pu分别为栅格数据中各栅格ESI、EEI和EPI值; WS、WE和WP分别为ESI、EEI和EPI权重。
主成分分析法(PCA)是多元统计分析中用数据降维方式获得指标权重的常用方法。空间主成分方法(SPCA)则是基于GIS的PCA方法。各指标均为空间栅格矩阵数据, 使用ArcGIS 10.2软件空间分析模块中SPCA功能, 将各空间变量进行SPCA分析, 得到新空间主成分及其贡献率、特征向量和载荷系数[25]，计算公式为
| $ F = \sum\limits_{i = 1}^m {{F_i} \cdot \frac{{{\lambda _i}}}{{\sum\limits_{i = 1}^m {{\lambda _i}} }}} , $ | (2) |
| $ {w_j} = \sum\limits_{i = 1}^m {\left( {\frac{{{b_{ij}}}}{{\sqrt {{X_j}} }} \cdot \frac{{\sqrt {{\lambda _i}} }}{{\sum\limits_{i = 1}^m {{\lambda _i}} }}} \right)/\sum\limits_{j = 1}^n {\sum\limits_{i = 1}^m {\left( {\frac{{{b_{ij}}}}{{\sqrt {{X_j}} }} \cdot \frac{{\sqrt {{\lambda _i}} }}{{\sum\limits_{i = 1}^m {{\lambda _i}} }}} \right)} } } 。$ | (3) |
式(2)~(3)中, F为综合指标; Fi为SPCA计算得到的第i个主成分; m为主成分个数; λi为第i个主成分的特征向量值; wj为第j个指标的权重; n为指标个数;
式(1)中各指标及其权重由式(2)~(3)计算得到, 按ESI、EEI、EPI和EVI 4个综合指标数值大小划分为5个等级:一般(0~ < 0.2)、低度(0.2~ < 0.4)、中度(0.4~ < 0.6)、高度(0.6~ < 0.8)和极高(0.8~1.0)。
若指标数值与生态脆弱程度呈正相关, 为正向型指标; 反之则为逆向型指标。计算前先采用极差法进行数据标准化处理, 计算公式为
| $ 正向型指标:{P_f} = (P - {P_{\min }})/({P_{\max }} - {P_{\min }}), $ | (4) |
| $ 逆向型指标:{P_f} = ({P_{\max }} - P)/({P_{\max }} - {P_{\min }})。$ | (5) |
式(4)~(5)中, Pf为指标标准化值; Pmax为指标最大值; Pmin为指标最小值; P为原值。
2.3 生态脆弱性空间自相关分析地理空间格局往往具有某种趋势或梯度, 即生态脆弱性指标在空间格局上的变化可能依赖一个或多个空间结构的自变量, 且在空间格局上具有尺度效应, 可以采用生态脆弱性指标空间格局的Moran′s I指数反映其地理空间依赖性[26]。Moran′s I指数可反映空间上邻接或邻近区域单元属性值的相似程度。北京市生态脆弱性指标的全局Moran′s I指数的I值[27]和Z检验的Z值采用GeoDa 1.6和ArcGis 10.2软件计算得到。
I值为-1~1, I值小于0则某一格局尺度下数据间的地理空间相关性为负相关, 等于0则为不相关, 大于0则为正相关。
| $ I = \frac{n}{{\sum\limits_{i = 1}^n {\sum\limits_{j = 1}^n {{w_{ij}}} } }} \cdot \frac{{\sum\limits_{i = 1}^n {\sum\limits_{j = 1}^n {{Q_{ij}} \cdot ({x_i} - \bar x)\cdot({x_j} - \bar x)} } }}{{\sum\limits_{i = 1}^n {{{({x_i} - \bar x)}^2}} }}。$ | (6) |
式(6)中, n为样本总数; xi和xj分别为位置i和j处观测值; x为所有观测值平均值; Qij为空间权重矩阵W的元素。
3 结果与分析 3.1 生态敏感度、弹性度和压力度评价结果分析EVI的11个指标标准化数据及权重见图 2。指标中植被生产力(NDVI)和建设压力(UND)权重最大, 分别为0.424和0.210, 是北京市生态脆弱性的主要影响因子。各指标空间分布具有显著地理格局特征, 呈“西北—东南”方向性渐进变化趋势。
|
图 2 北京市生态脆弱性的11个指标标准化数据及权重 Figure 2 The standardized values of the 11 variables in Beijing City Wj为指标权重, +为正向指标, -为负向指标。SE为水土流失敏感度, TF为地形因子, LS为景观敏感度, AEQ为空气环境质量, WEQ为水域环境质量, NDVI为植被生产力, RF为自然保护区因子, EQ为区域环境适宜度, UND为建设压力, PPD为人口压力, GDP为经济压力。 |
根据评价指标计算方法, 采用ArcGIS 10.2软件计算得到ESI、EEI和EPI的评价结果(图 3), 并根据等级划分统计各等级面积占比(表 3)。研究区ESI、EEI和EPI的空间异质性较大, 各区域面临的生态压力、弹性和敏感状况都不同, 研究区ESI为低度敏感性的区域面积最大, 占研究区面积的35.5%, 主要分布于东、南平原地区; EEI主要为中、高度, 其面积之和占研究区面积的52.6%, 主要土地利用类型为农田和草地; EPI则主要与人类活动有关, 表现出中心城区聚集分布的特征。研究区在地理空间分布上可分为山区和平原地区2大区域, 山区特点为高ESI、高EEI和低EPI, 陡坡山区的生态敏感性最高, 极高敏感区面积占研究区面积的5.4%, 主要生态风险为水土流失; 平原地区特点为高EPI、中EEI和低ESI, 其中, 东北部平原地区的生态适宜度较高, 具有较高生态弹性, 而城镇区域生态弹性较低; 北京市生态压力从中心城区到郊区呈现递减趋势, 北京市资源、人口和经济在空间上呈中心大城区高周边低的“层圈式”分布特点。
|
图 3 北京市生态敏感度、生态弹性度和生态压力度的空间分布 Figure 3 Spatial heterogeneity of ecological sensitivity, ecological elasticity index and ecological pressure in Beijing City ESI为生态敏感度, EEI为生态弹性度, EPI为生态压力度。 |
|
|
表 3 北京市生态敏感度、生态弹性度、生态压力度和生态脆弱度各等级面积占比统计 Table 3 The ecological vulnerability index and grade statistics of the districts in Beijing City |
由表 3可知, 研究区生态脆弱性一般区域面积占研究区面积的10.6%, 极高脆弱区面积占8.9%, 低度、中度和高度脆弱区面积分别占研究区面积的28.9%、27.0%和24.6%。研究区生态脆弱性指标和等级空间分布见图 4, 其中, EEI权重最大, 为0.526, EPI和ESI权重分别为0.278和0.196。平原地区人为开发强度大, 植被减少, 建设用地增加, 以中心城区和周围城镇区域为代表的城镇化区域生态脆弱性最高; 北部和西部山地林区自然植被覆盖较高, 生态脆弱性较低。由图 4可知, 脆弱性一般区域生态环境良好, EPI较小, EEI较高, 具有较强的抗干扰能力和恢复能力; 低度脆弱区生态弹性和生态承载力较高, 但面临一定的水土流失风险; 中度脆弱区EEI较低，EPI中等, 但区域环境适宜度(EQ)较高, 生态恢复潜力较大; 高度脆弱区多位于城郊交错区, EEI很低, 人口压力较大, 生态恢复成本较高; 极高脆弱区主要位于中心城区及新城区, 是城市化最显著的区域, 区域内植被较少, 不透水地面占比高, 生态压力大。
|
图 4 北京市生态脆弱性指标和等级空间分布 Figure 4 Ecological vulnerability index and ecological vulnerability degree in Beijing City |
从北京市行政区尺度进行衡量, 得到全市及16个行政区域(东城区和西城区作为1个区域进行评价)ESI、EEI、EPI和EVI的特征状况。由图 5~6可知, 研究区各区域脆弱度等级分布较均衡, 整体呈中度脆弱性, 但各行政区域的生态脆弱性状况差异较大, 中心城区生态压力高, 是极高脆弱区的主要分布区域, 其中，东、西城区土地利用类型主要为建设用地, 生态脆弱度最高, 属于极高脆弱区。而延庆、密云、怀柔和门头沟4区森林覆盖较高, 生态脆弱性最低, 主要为低度脆弱区和一般区域。
|
图 5 北京市各区域生态脆弱性评价 Figure 5 The ecological vulnerability index and grade statistics of the districts in Beijing City 1~16分别为北京市全市、东西城区、朝阳、丰台、海淀、大兴、通州、石景山、顺义、平谷、昌平、房山、延庆、密云、怀柔和门头沟区。 |
|
图 6 北京市各区域生态脆弱性等级面积堆栈图 Figure 6 The percentage of each ecological vulnerability grade in Beijing City 1~16分别为北京市全市、东西城区、朝阳、丰台、海淀、大兴、通州、石景山、顺义、平谷、昌平、房山、延庆、密云、怀柔和门头沟区。 |
整体上, 研究区EVI空间格局呈从西北到东南方向的山区低、城镇高的分布特征。在行政区域尺度上, 各区EVI指标与到中心城区的距离呈反比, 说明研究区生态脆弱性指标的空间分布特征具有地理格局依赖性。进一步分析不同尺度下I值和Z值发现, 北京市EVI、ESI、EEI和EPI的空间自相关性均具有显著空间正相关的聚集关系(图 7, α=0.05, Z>1.96, P < 0.05), 且随尺度增加空间分布的相关性逐渐降低。尺度为40~50 km时，Z值最大, 表明该尺度下研究区生态脆弱性格局的空间自相关性最显著, 这与北京市中心城区“层圈式”结构的直径较一致, 充分说明格局尺度依赖性较大。尺度相同时, I值和Z值由大到小依次均为ESI、EPI和EEI, 说明生态敏感性指标在研究区的空间依赖性最高, 其地理格局的趋势性变化最显著。Moran′s I指数还反映出局部空间在景观层次上同质化现象, 这在一定程度上表明研究区生态系统和景观多样性降低。因此, 建议在生态压力较大区域实施生态恢复, 增加绿地景观丰富度, 提高研究区生物多样性, 为研究区健康发展提供充裕生态保障。
|
图 7 北京市生态脆弱性的空间自相关性评价 Figure 7 Value of global Moran′s I index and Z at different scales of spatial autocorrelation of vulnerability in Beiing City |
北京市5种主要土地利用类型为耕地、林地、草地、湿地和建设用地, 研究区快速城市化过程中建设用地不断扩张, 湿地退化、耕地减少问题突出, 而土地利用类型的转移也会反映在生态脆弱性问题上。笔者发现土地利用方式与生态脆弱性之间关系密切, 对研究区EVI、ESI、EEI和EPI与土地利用类型的栅格数据提取的间距1 km的网点矩阵数据进行Pearson相关性分析发现, Pearson相关性均为显著相关(P < 0.01), EVI、ESI、EEI和EPI相关系数分别为0.571、0.359、0.472和0.672。
分析不同土地利用类型组间差异可进一步发现土地利用方式对生态脆弱性的影响。基于多重比较分析法的EVI、EEI、EPI和ESI的不同土地利用类型间差异情况见图 8。不同土地利用类型间生态脆弱性指标存在显著差异, 且同一土地利用类型不同生态脆弱性指标也有差异。建设用地EVI最高, 林地EVI最低, 草地、湿地和耕地EVI之间差异不显著(P>0.05), 林地和建设用地与其他土地利用类型间EVI有显著差异(P < 0.05)。建设用地与EVI间相关性最大(Pearson相关系数为0.80, P < 0.01)。林地与其他土地利用类型间均存在极显著差异(P < 0.01), 说明森林生态系统在研究区具有独特地位和价值, 林地生态压力较小, 生态敏感性和生态弹性较高, 虽然北京市生态林保护已经取得一定成绩, 但仍有必要继续加强。
|
图 8 北京市生态脆弱性的土地利用类型组间差异分析 Figure 8 Analysis on the difference between land use types of ecologically vulnerable groups in Beijing City 同一组直方柱上方英文小写字母不同表示不同土地利用类型间某指标差异显著(P < 0.05) |
针对北京市“社会-自然”耦合生态系统特征, 从土壤流失、景观格局、气候、植被、自然保护和城镇化等方面进行分析, 以“敏感、弹性和压力”生态脆弱性评估框架模型为基础, 依托地理信息平台构建生态脆弱性评价方法, 并从生态敏感性、生态弹性和生态压力3个子系统角度进行研究, 揭示了研究区生态脆弱性的空间特征及其与土地利用类型的关系。其中, 生态敏感性评价结果与颜磊等[28]研究结果较一致, 其中对水土流失敏感度的评价一致性最高, 山区陡坡区域及东北部丘陵地区水土流失风险最高, 这也与北京市水土流失生态风险评价结果[29]较一致。景观指标能够反映生态脆弱性的空间格局状况[30], 一般地，景观指标破碎化程度越高, 生态系统受外部影响越大, 生态敏感性也越高[31]。生态压力度主要反映人类社会活动对区域的压力状况, 建设压力指标是主要影响因子, 北京市生态压力度大小与建设用地密切相关, 城镇和城郊交错区生态脆弱度最高。土地利用类型改变, 尤其是农业用地转为建设用地, 湿地转为农业用地, 会使生态系统承受更大压力, 导致系统生态承载力降低，脆弱性增加。准则层中, EEI对EVI的贡献最多, EEI与植被覆盖度呈正比, 城镇与城郊区域主要生态问题之一就是绿地景观不足和生物多样性低, 而城市绿地建设等生态保护工程对提高城镇区域生态弹性具有积极作用[32], 所以在高度脆弱区域实施生态修复、增加绿地景观具有较高价值。
北京市已有生态工程的实施对降低生态脆弱性有明显效果, 研究表明退耕还林面积最大的行政区生态脆弱性较低, 且生态工程实施区域的生态脆弱性也低于周边区域, 如北京百万亩造林工程、永定河河岸生态修复等生态工程实施区域生态脆弱性较低。建议根据各区域生态脆弱性特点, 在极高、高度生态脆弱区和敏感区优先实施生态恢复工程, 可以起到良好效果。局部区域, 如东部和南部EVI呈“箭状条带”分布, 是北京市发展中的城市“副中心”和京津、京保“发展轴”等重点发展区域。这些区域地理位置较好, 生态敏感性较低, 作为北京市新经济带, 面临的生态压力较大, 主要生态问题为地表水水质恶化、水资源不足和土地退化。建议加强这些区域的水资源保护和治理, 加强生态修复，增强生态弹性, 为进一步发展做好生态保障。
土地利用方式与生态脆弱度间关系密切, 不同土地利用类型间生态脆弱性存在差异。生态脆弱性最高的土地利用类型是建设用地。城郊区域主要面临耕地丧失和景观破碎化风险, 也是中、高度脆弱区的主要分布区域。山地林区生态脆弱性较低, 但具有一定的水土流失风险。密云水库库区呈中度生态脆弱性, 主要存在湿地退化和景观破碎化的风险。而处于快速城市化地区的东部水域, 面临的生态压力较大, 河流水质有待提高。不同区域的脆弱性主导因素也不同, 城市郊区生态脆弱性的主导因素为城市化过程中土地覆盖变化, 即自然植被向耕地或由耕地向建设用地转变; 而山区的主导因素为植被减少、景观同质化和土壤流失。
笔者研究主要基于静态空间分析, 没有进行长时间序列的研究区生态脆弱性时空演变分析。通过情景模拟方式模拟环境、经济和社会发展背景下的脆弱性变化, 会是未来研究生态脆弱性问题关注的重点[33]。
5 结论(1) 北京市整体生态脆弱性程度呈中等水平, 但城镇区域生态脆弱性偏高(极高、高度脆弱区面积占北京市总面积的34%)。在行政区尺度上, 东城、西城、朝阳、丰台、海淀和石景山区等城区生态脆弱性最高, 而门头沟、怀柔和密云区生态脆弱性最低。
(2) 生态弹性不足是造成平原地区生态脆弱性过高的首要原因, 尤其是平原地区植被覆盖度低和城镇建设用地比例过高是北京市生态脆弱性的主要影响因子, 主要表现在快速城市化过程中自然生态系统退化、建设用地无序扩张和湿地退化等方面。
(3) EVI、ESI、EEI和EPI与土地利用方式关系密切, 均呈显著相关。其中, 建设用地与EVI间相关性最大, Pearson相关系数为0.80。
(4) 建议根据北京市生态脆弱性评价结果, 针对不同的脆弱性成因采用不同的保护策略, 对于由生态敏感性主导的北京市西部和北部山地脆弱区, 要采取保护为主的策略, 封山育林，退耕还草, 逐步恢复受损的天然森林和草地生态系统; 对于生态弹性度较低的区域, 要进行资源的合理利用, 增加人工林面积, 避免人类经济活动超出区域生态承载力范围; 对于生态压力较大的城市核心区域, 需要进一步完善生态廊道, 增加城市绿地面积。
| [1] |
OKEY T A, AGBAYANI S, ALIDINA H M. Mapping Ecological Vulnerability to Recent Climate Change in Canada's Pacific Marine Ecosystems[J]. Ocean & Coastal Management, 2015, 106: 35-48. (  0) |
| [2] |
BEROYA-EITNER M A. Ecological Vulnerability Indicators[J]. Ecological Indicators, 2016, 60: 329-334. DOI:10.1016/j.ecolind.2015.07.001 ( 0) |
| [3] |
WILLIAMS L R R, KAPUSTKA L A. Ecosystem Vulnerability:A Complex Interface With Technical Components[J]. Environmental Toxicology and Chemistry, 2000, 19(4): 1055-1058. ( 0) |
| [4] |
GALLOPIN G C. Linkages Between Vulnerability, Resilience, and Adaptive Capacity[J]. Global Environmental Change, 2006, 16(3): 293-303. DOI:10.1016/j.gloenvcha.2006.02.004 ( 0) |
| [5] |
乔青, 高吉喜, 王维, 等. 生态脆弱性综合评价方法与应用[J]. 环境科学研究, 2008, 21(5): 117-123. [ QIAO Qing, GAO Ji-xi, WANG Wei, et al. Method and Application of Ecological Frangibility Assessment[J]. Research of Environmental Sciences, 2008, 21(5): 117-123.] ( 0) |
| [6] |
靳毅, 蒙吉军. 生态脆弱性评价与预测研究进展[J]. 生态学杂志, 2011, 30(11): 2646-2652. [ JIN Yi, MENG Ji-jun. Assessment and Forecast of Ecological Vulnerability:A Review[J]. Chinese Journal of Ecology, 2011, 30(11): 2646-2652.] ( 0) |
| [7] |
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. ( 0) |
| [8] |
POLSKY C, NEFF R, YARNAL B. Building Comparable Global Change Vulnerability Assessments:The Vulnerability Scoping Diagram[J]. Global Environmental Change, 2007, 17(3/4): 472-485. ( 0) |
| [9] |
TURNER B L II, KASPERSON R E, MATSON P A, et al. A Framework for Vulnerability Analysis in Sustainability Science[J]. Proceedings of the National Academy of Sciences of the USA, 2003, 100(14): 8074-8079. DOI:10.1073/pnas.1231335100 ( 0) |
| [10] |
ADGER W N, KELLY P M. Social Vulnerability to Climate Change and the Architecture of Entitlements[J]. Mitigation and Adaptation Strategies for Global Change, 1999, 4(3/4): 253-266. DOI:10.1023/A:1009601904210 ( 0) |
| [11] |
田亚平, 常昊. 中国生态脆弱性研究进展的文献计量分析[J]. 地理学报, 2012, 67(11): 1515-1525. [ TIAN Ya-ping, CHANG Hao. Bibliometric Analysis of Research Progress on Ecological Vulnerability in China[J]. Acta Geographica Sinica, 2012, 67(11): 1515-1525. DOI:10.11821/xb201211008] ( 0) |
| [12] |
SONG G B, LI Z, YANG Y G, et al. Assessment of Ecological Vulnerability and Decision-Making Application for Prioritizing Roadside Ecological Restoration:A Method Combining Geographic Information System, Delphi Survey and Monte Carlo Simulation[J]. Ecological Indicators, 2015, 52: 57-65. DOI:10.1016/j.ecolind.2014.11.032 ( 0) |
| [13] |
WIIK E, BENNION H, SAYER C D, et al. Ecological Sensitivity of Marl Lakes to Nutrient Enrichment:Evidence From Hawes Water, UK[J]. Freshwater Biology, 2015, 60(11): 2226-2247. DOI:10.1111/fwb.2015.60.issue-11 ( 0) |
| [14] |
李湘梅, 肖人彬, 王慧丽, 等. 社会-生态系统弹性概念分析及评价综述[J]. 生态与农村环境学报, 2014, 30(6): 684-687. [ LI Xiang-mei, XIAO Ren-bin, WANG Hui-li, et al. Resilience Concept Analysis and Evaluation of Socio-Ecological Systems:An Overview[J]. Journal of Ecology and Rural Environment, 2014, 30(6): 684-687.] ( 0) |
| [15] |
HUBACEK K, GUAN D B, BARRETT J, et al. Environmental Implications of Urbanization and Lifestyle Change in China:Ecological and Water Footprints[J]. Journal of Cleaner Production, 2009, 17(14): 1241-1248. DOI:10.1016/j.jclepro.2009.03.011 ( 0) |
| [16] |
李耀明, 王玉杰, 王云琦. 基于GIS的北京地区生态风险评价[J]. 中国水土保持科学, 2017, 15(2): 100-106. [ LI Yao-ming, WANG Yu-jie, WANG Yun-qi. Ecological Risk Assessment in Beijing Based on GIS[J]. Science of Soil and Water Conservation, 2017, 15(2): 100-106.] ( 0) |
| [17] |
PEI H, FANG S f, LIN L, et al. Methods and Applications for Ecological Vulnerability Evaluation in a Hyper-Arid Oasis:A Case Study of the Turpan Oasis, China[J]. Environmental Earth Sciences, 2015, 74(2): 1449-1461. DOI:10.1007/s12665-015-4134-z ( 0) |
| [18] |
刘康, 欧阳志云, 王效科, 等. 甘肃省生态环境敏感性评价及其空间分布[J]. 生态学报, 2003, 23(12): 2711-2718. [ LIU Kang, OUYANG Zhi-yun, WANG Xiao-ke, et al. Eco-Environmental Sensitivity and Its Spatial Distribution in Gansu Province[J]. Acta Ecologica Sinica, 2003, 23(12): 2711-2718. DOI:10.3321/j.issn:1000-0933.2003.12.026] ( 0) |
| [19] |
万忠成, 王治江, 董丽新, 等. 辽宁省生态系统敏感性评价[J]. 生态学杂志, 2006, 25(6): 677-681. [ WAN Zhong-cheng, WANG Zhi-jiang, DONG Li-xin, et al. Ecosystem Sensitivity Assessment of Liaoning Province[J]. Chinese Journal of Ecology, 2006, 25(6): 677-681. DOI:10.3321/j.issn:1000-4890.2006.06.017] ( 0) |
| [20] |
付刚, 肖能文, 乔梦萍, 等. 北京市近二十年景观破碎化格局的时空变化[J]. 生态学报, 2017, 37(8): 2551-2562. [ FU Gang, XIAO Neng-wen, QIAO Meng-ping, et al. Spatial-Temporal Changes of Landscape Fragmentation Patterns in Beijing in the Last Two Decades[J]. Acta Ecologica Sinica, 2017, 37(8): 2551-2562.] ( 0) |
| [21] |
刘义, 袁秀, 李景文, 等. 北京市自然保护区管理有效性评估及优先性确定[J]. 林业资源管理, 2008(4): 58-63. [ LIU Yi, YUAN Xiu, LI Jing-wen, et al. Assessing Management Effectiveness and Setting Priorities for Nature Reserves in Beijing[J]. Forest Resources Management, 2008(4): 58-63. DOI:10.3969/j.issn.1002-6622.2008.04.016] ( 0) |
| [22] |
JAFARI S, ZAREDAR N. Land Suitability Analysis Using Multi-Attribute Decision Making Approach[J]. International Journal of Environmental Science and Development, 2010, 1(5): 441-445. ( 0) |
| [23] |
韩刚, 袁家冬, 李恪旭. 兰州市城市脆弱性研究[J]. 干旱区资源与环境, 2016, 30(11): 70-76. [ HAN Gang, YUAN Jia-dong, LI Ke-xu, et al. Research on the Urban Vulnerability in Lanzhou[J]. Journal of Arid Land Resources and Environment, 2016, 30(11): 70-76.] ( 0) |
| [24] |
TURNER B LII. Vulnerability and Resilience:Coalescing or Paralleling Approaches for Sustainability Science?[J]. Global Environmental Change, 2010, 20(4): 570-576. DOI:10.1016/j.gloenvcha.2010.07.003 ( 0) |
| [25] |
潘竟虎, 刘晓. 基于空间主成分和最小累积阻力模型的内陆河景观生态安全评价与格局优化:以张掖市甘州区为例[J]. 应用生态学报, 2015, 26(10): 3126-3136. [ PAN Jing-hu, LIU Xiao. Assessment of Landscape Ecological Security and Optimization of Landscape Pattern Based on Spatial Principal Component Analysis and Resistance Model in Arid Inland Area:A Case Study of Ganzhou District, Zhangye City, Northwest China[J]. Chinese Journal of Applied Ecology, 2015, 26(10): 3126-3136.] ( 0) |
| [26] |
FAN C, MYINT S. A Comparison of Spatial Autocorrelation Indices and Landscape Metrics in Measuring Urban Landscape Fragmentation[J]. Landscape and Urban Planning, 2014, 121: 117-128. DOI:10.1016/j.landurbplan.2013.10.002 ( 0) |
| [27] |
陈彦光. 基于Moran统计量的空间自相关理论发展和方法改进[J]. 地理研究, 2009, 28(6): 1449-1463. [ CHEN Yan-guang. Reconstructing the Mathematical Process of Spatial Autocorrelation Based on Moran's Statistics[J]. Geographical Research, 2009, 28(6): 1449-1463.] ( 0) |
| [28] |
颜磊, 许学工, 谢正磊, 等. 北京市域生态敏感性综合评价[J]. 生态学报, 2009, 29(6): 3117-3125. [ YAN Lei, XU Xue-gong, XIE Zheng-lei, et al. Integrated Assessment on Ecological Sensitivity for Beijing[J]. Acta Ecologica Sinica, 2009, 29(6): 3117-3125. DOI:10.3321/j.issn:1000-0933.2009.06.042] ( 0) |
| [29] |
时宇, 史明昌. 基于GIS的北京市水土流失生态风险评价[J]. 生态科学, 2014, 33(6): 1100-1105. [ SHI Yu, SHI Ming-chang. Ecological Risk Assessment of Soil Erosion in Beijing Based on GIS[J]. Ecological Science, 2014, 33(6): 1100-1105.] ( 0) |
| [30] |
VYSKUPOVA M, PAVLICKOVA K, BAUS P. A Landscape Vulnerability Analysis Method Proposal and Its Integration in the EIA[J]. Journal of Environmental Planning and Management, 2017, 60(7): 1193-1213. DOI:10.1080/09640568.2016.1208078 ( 0) |
| [31] |
WANG Y P, THORNTON D H, GE D P, et al. Ecological Correlates of Vulnerability to Fragmentation in Forest Birds on Inundated Subtropical Land-Bridge Islands[J]. Biological Conservation, 2015, 191: 251-257. DOI:10.1016/j.biocon.2015.06.041 ( 0) |
| [32] |
赵强, 李秀梅, 谢嘉欣. 济南市生态弹性力评价研究[J]. 生态科学, 2015, 34(2): 156-160. [ ZHAO Qiang, LI Xiu-mei, XIE Jia-xin. Evaluation on City Ecosystem Resilience in Jinan City[J]. Ecological Science, 2015, 34(2): 156-160.] ( 0) |
| [33] |
徐广才, 康慕谊, 贺丽娜, 等. 生态脆弱性及其研究进展[J]. 生态学报, 2009, 29(5): 2578-2588. [ XU Guang-cai, KANG Mu-yi, HE Li-na, et al. Advances in Research on Ecological Vulnerability[J]. Acta Ecologica Sinica, 2009, 29(5): 2578-2588. DOI:10.3321/j.issn:1000-0933.2009.05.047] ( 0) |