岷江上游土地資源承載力評價

李 剛，盧曉寧，邊金虎，李愛農，雷光斌，南 希，姜 琳

（1.成都信息工程學院，成都610225；2.中國科學院水利部成都山地災害與環境研究所，成都610041）

土地作為人類財富之源，為人類提供了源源不斷的生產和生活資料。隨著人口激增和經濟快速發展，能源粗放利用、廢棄物污染加劇、土地資源不合理利用等一系列問題相繼出現，人地關系顯現出緊張化態勢，由此引發了全球對土地承載力研究的關注［1－7］。土地資源承載力是指在一定生產條件下土地資源的生產能力和生活水平下所承載的人口限度［2］，它反映了一個國家和地區可持續發展的程度和當前的生態安全狀況，對土地、人口、環境與發展都有一定的提示和預警作用。

岷江上游是成都平原的水源“生命線”和長江上游生態屏障的重要組成部分。然而，其特殊的地理位置與生態環境使本區域的土地資源承載力形勢嚴峻。表現為，區域高差懸殊的地形導致的嚴重水土流失［8］，滑坡、泥石流等地質災害頻發［9］。人口持續增長及土地質量退化更使得本區人地矛盾尤為凸顯［10］。近年來，國家實施了多項政策保護該區域的生態環境，提高土地資源承載力，如1998年實施的“天然林保護工程”和2000年實施的“退耕還林還草”工程［11］。然而，2008年汶川地震對岷江上游生態環境造成巨大破壞，使得土地資源的脆弱性加劇。在如此復雜的地理環境以及多種因素的驅動下，研究岷江上游土地資源承載力狀況，可為區域未來的土地資源規劃和調整提供思路。

目前，對土地資源承載力研究的方法主要有：資源 供 需 平 衡 法［12－13］、指 標 體 系 法［14－15］、系 統 模 型法［16－17］等。隨著社會經濟的發展，影響某一區域土地資源承載力的因素越來越復雜多樣，應用指標體系法能盡可能充分考慮包括糧食供給、居住空間、經濟產出等多方面影響因素，使得評價結果更綜合、更全面，評價結論更可靠。

基于岷江上游突出的人地關系矛盾，本文利用GIS技術和DPSIR模型的指標體系法，重點開展基于格網的2010年岷江上游地區土地資源相對承載力評價，并對相對承載力分布格局從社會經濟、自然環境等多個角度進行分析，同時也從貢獻率的角度分析各準則層對相對承載力的影響。本研究對掌握岷江上游土地資源相對承載力現狀，確定正確合理的土地利用模式以及當地的農業經濟發展具有指導意義。

1 研究區概況與數據搜集

1.1 研究區概況

岷江是長江上游的重要支流，位于四川省中部。發源于岷山弓杠嶺和郎架嶺，流經松潘、汶川等縣到都江堰出峽，都江堰以上為上游。位于102°59′—104°14′E，31°26′—33°16′N，流域面積約為24 657km2。其范圍與四川省阿壩藏族羌族自治州的松潘、黑水、理縣、茂縣及汶川5縣的行政轄區基本重合［18－19］。區域地形復雜，峽谷相間，相對高差較大［20］，人地矛盾問題突出，土地資源，尤其是耕地資源成為本地區的稀缺資源。區域得天獨厚的森林和牧業資源，使其成為四川省，乃至全國主要材林生產基地和水源區。

1.2 數據源

主要數據源包括社會經濟統計數據、土地利用數據、土壤侵蝕數據、MODIS的月NDVI產品數據、90m分辨率DEM數據、1∶25萬行政界線數據。其中，社會經濟統計數據主要來自2010年各縣統計年鑒及政府工作報告；土地利用數據基于國產環境衛星、TM衛星等多源衛星遙感數據采用面向對象分類算法獲取，分類精度一級類高于95%，二級類高于85%，滿足研究需求；地質災害數據來自遙感解譯和野外調查；土壤侵蝕數據來自已有研究成果［21］；MODIS數據來自國家數據服務平臺網站（http：∥datamirror.csdb.cn）。

2 研究方法

本 文 選 用 DPSIR［22－23］（driving forces－pressurestate－impact－response）模型構建岷江上游土地資源承載力評價指標體系。其中，“D（驅動力）”是指引起土地資源承載力變化的潛在誘因，主要是社會經濟方面的指標，“P（壓力）”是指引發土地資源承載力發生變化的直接原因，包括人類活動對自然環境的壓力以及自然屬性產生的壓力，“S（狀態）”是指土地資源承載力的現實表現，“I（影響）”是指土地資源承載力的狀態在上述壓力作用下所產生的影響變化，“R（響應）”是指人類社會為提高土地資源承載力而采取的措施。

2.1 指標體系的構建

岷江上游地區生態環境現狀具有如下表現：① 森林大面積砍伐、過度放牧、陡坡開墾等引起的土壤侵蝕嚴重［24］；② 人口快速增長、經濟落后等導致的環境壓力與糧食問題突出［8］；③ 氣候干旱、地質災害頻發等造成的生態環境脆弱［10，25－26］；④ 環保投資、天然林保護工程等對生態環境的改善［11］。針對以上對生態環境正負反饋的各種現象，本研究從綜合的、動態的、反饋的及可持續的角度，基于DPSIR模型框架，建立了岷江上游土地資源相對承載力評價指標體系。針對土壤侵蝕加劇的指標包括：林地覆蓋率、草地覆蓋率、25°以上坡耕地面積比、土壤侵蝕模數、實際載畜量；針對環境壓力以及糧食問題加劇的指標包括：城鎮化水平、人口密度、地均GDP、工業占GDP比重、人均耕地面積、耕地面積比、農業綜合機械化水平、化肥集約度、人均糧食產量、糧食單產作為指標；針對生態環境脆弱現象的指標包括：干旱指數、地質災害易發區面積比；針對響應對策的指標包括：人工造林面積、環保投入占GDP比重。詳細指標體系見表1。

表1 岷江上游土地資源相對承載力評價指標體系

2.2 指標的標準化處理

土地資源相對承載力評價是多指標的綜合性評價，不同評價指標存在量綱不統一的情況，為避免量綱不同對評價結果產生影響，首先對各指標進行標準化處理。本文采用的指標標準化方法是極差變換法［27］，對數值越大越優型指標（X1，X2，X3，X5，X6，X8，X11，X12，X13，X14，X16，X17，X18，X19）采 用 式（1）進行標準化處理：

對數值越小越優型指標（X4，X7，X9，X10，X15）采用式（2）進行標準化處理：

式中：xi——第i個指標的原始數值；xmin——第i個指標的原始數據最小值；xmax——第i個指標的原始數據最大值；xi′——第i個指標標準化后的數值。

2.3 指標空間化方法

在GIS平臺支持下，將研究區用1km×1km的網格進行劃分，作為評價單元，并將各類指標數據分配到網格中，即格網化。人口密度格網化是通過建立居民地、耕地面積與人口之間的二元線性回歸模型［28］實現。地均GDP格網化是在人口密度格網化結果屬性表中將人口密度字段與人均GDP統計數據相乘求得。環保投入占GDP比重、人工造林面積兩指標均對全縣范圍有影響，本文認為縣內影響相同，通過追加屬性的方式將統計數據添加到屬性表中。干旱指數指標則是由研究區2001—2010年10a的NDVI數據，依據公式［29］計算得到植被狀態指數（VCI）。地質災害易發區面積比、林地覆蓋率、草地覆蓋率、耕地面積比、25°以上坡耕地面積比和土壤侵蝕模數6個指標都是通過將對應要素矢量圖層與評價單元疊加，統計每一評價單元內各要素的面積比例實現格網化。因為化肥集約度、農業綜合機械化水平、人均耕地面積、人均糧食產量和糧食單產類指標（和耕地相關性最大），城鎮化水平和工業占GDP類指標（和建設用地相關性最大），實際載畜量指標（和草地相關性最大）都有與之關系最密切的土地利用類型，除該關系密切土地利用類型外，該類指標在其它非密切土地利用類型上的值都設為0，故在對該類指標格網化前，首先將土地利用矢量數據與評價單元進行疊加，實現土地利用數據的格網化，進一步在屬性表中將每一指標的統計數據與評價單元中與其關系最密切的土地利用類型面積相乘實現這8個指標的格網化。各指標格網化結果見附圖3。

2.4 指標權重的確定

指標權重的確定方法有多種，依據權重計算時原始數據的來源，可分為兩種：主觀賦權法（層次分析法（PHA）［30］、德爾菲法（Delphi）［31］等）與客觀賦權法（主成分分析法（PCA）［32］、熵值法［33］等）。本文選用客觀賦權法中的PCA法對指標進行賦權，該方法是基于數據分析建立指標之間的內在結構關系確立指標權重，避免主觀因素的影響，增強分析評價結果的客觀性和可信性［34］。在SPSS軟件平臺支持下，選用降維方法中的因子分析法確定主成分，以每個主成分對應的特征值占所提取主成分特征值之和的比例作為每個主成分的權重，再由主成分載荷矩陣計算出每個主成分中各指標的特征向量，最后，兩者相乘求和作為每個指標的權重，結果見表2。

表2 岷江上游土地資源承載力指標權重

2.5 土地資源承載力綜合評價值的計算

土地資源相對承載力評價體系是一個多層次、多因子的復雜系統，各準則層之間及各指標層之間既相互制約又相互依存，且都具有不可替代的功能和作用，對整個評價都有重要貢獻。本文運用線性加權求和函數法［35］來計算土地資源相對承載力（Y）。表達如下：

式中：Y——土地資源相對承載力評價值，wi——第i個指標對應的權重值；xi——第i個指標的標準化值；n——指標個數。

2.6 準則層貢獻率的計算

用貢獻率（Z）來衡量指標體系中各準則層對土地資源相對承載力的影響，見式（4）。

式中：Z——各準則層貢獻率；wi——第i個指標的權重；xi——第i個指標的標準化值；j——指標體系中指標的總數；n——準則層包含指標的起始標號；m——準則層包含指標的結束標號。

3 結果與分析

3.1 岷江上游土地資源相對承載力結果與分析

依據表2的各指標權重，應用式（3）計算出每個格網的土地資源相對承載力評價值，該值越高，則區域土地資源承載力越強。根據區域土地資源相對承載力值大小，采用等間隔的分級方法，將研究區土地資源承載力分為5種相對等級（相對低等級（Y＜0.220）、相對較低等級（0.220＜Y≤0.388）、相對中等級（0.388＜Y≤0.556）、相對較高等級（0.556＜Y≤0.724）和相對高等級（Y＞0.724）），最終得到岷江上游土地資源承載力分級顯示圖（附圖3）。

從附圖3可以看出，岷江上游地區土地資源相對承載力總體呈東高西低的規律，與李愛農等［36］關于該地區生態環境脆弱度及郭兵等［37］關于該地區宜居性的規律吻合。其中：

（1）相對低承載力等級區。該等級承載力區的面積為1 693.5km2，占研究區總面積的6.8%，且在各縣內均有分布，但在松潘縣面積最大，占到該等級區面積的41.9%（圖1）。該等級承載力區植被覆蓋類型以落葉灌木和稀疏草地為主，尤其是黑水、松潘兩縣，主要為稀疏草地，植被覆蓋度較低，年均NDVI為0.36左右；實際載畜量大，土壤侵蝕嚴重，平均侵蝕模數約為7 055.6t／（km2·a），屬于強度侵蝕區；區域氣候干旱降水，受旱情脅迫嚴重；除此之外，該等級區的經濟不發達，地均GDP的平均值只有0.005元／km2。以上這些方面嚴重影響了該等級區的土地資源承載力。

（2）相對較低承載力等級區。該等級承載力區面積為6 011.7km2，占研究區總面積的24.3%，且主要分布于松潘的東、西兩側及理縣的西側和北側，該類型等級區在兩縣的面積占到該區總面積的68.1%（圖1），茂縣面積比例最少，僅占到6.1%。該等級區植被覆蓋仍以稀疏草地為主，但年均NDVI已經較相對低等級區有所上升，平均值為0.40，但仍然很低；該區的平均侵蝕模數為5 110.6t／（km2·a），仍達到中等土壤侵蝕程度；加上經濟亦仍欠發達，地均GDP平均值僅為0.24元／km2。以上這些方面是導致該類型區土地資源承載力低的主要原因，也是未來提高該區域土地資源承載力應該重點關注的內容。

（3）相對中等承載力等級區。該等級承載力區面積為8 228.9km2，占研究區總面積的33.2%，主要在松潘縣，占到該等級區面積的38.7%，其它4縣也有少量分布（圖1）。該等級區植被類型以灌木林為主，土壤侵蝕較小，平均侵蝕模數為3 234.3t／（km2·a），水土保持較好，退耕還林政策發揮了較大作用，年均NDVI達到0.522；但是該區耕地面積較少，糧食產出較小。雖然汶川地震區土壤侵蝕嚴重，但該區自身經濟較為發達，對災害的承載力較強，因此，屬于相對中等級區。

（4）相對較高承載力等級區。該等級承載力區面積為7 666.3km2，占研究區總面積的30.9%，在茂縣分布最為廣泛，占到該區總面積的25.6%（圖1）。耕地主要分布在該區，該區耕地面積占總耕地面積的36.7%，主要沿著岷江干流、支流分布于干旱河谷之中，糧食產出較多，化肥集約度和農業綜合機械化水平也較高，經濟基礎較強，地均GDP達到24.5元／km2，從而導致該區域土地資源承載力較高。

（5）相對高承載力等級區。該等級承載力區的面積為1 183.9km2，僅占到研究區總面積的4.8%，主要沿河谷分布，茂縣分布最廣（圖1）。該區主要為建設用地以及農業綜合機械化水平和化肥集約度高的耕地，該區的耕地和建設用地就占到研究區兩土地利用類型總面積的60.2%和93.2%。區域土壤侵蝕亦很輕，土壤侵蝕模數僅為2 812.5t／（km2·a），同時地均 GDP達到444.5元／km2。因此，該區特征就是土地肥沃和經濟較發達。以上因素的綜合作用使得這些區域成為岷江上游土地資源承載力最高的區域。

圖1 五縣中各承載力等級面積占該承載力等級總面積比例

對各縣不同承載力等級區進行面積比例統計（圖2），用于比對分析各縣內部的相對承載力差異。由圖2可看出，松潘縣以相對中等級區面積比例最大，達38.2%，而相對高等級區所占比例最小，僅為2.5%；汶川縣則以相對較高等級區占有最大比例，達40.2%，亦以相對高等級區占最小比例，僅為6.4%；理縣相對中、較高和較低等級區所占比例分別為31.2%，31.5%和31.3%，相對低等級區占比例最小，僅為1.4%；茂縣以相對較高等級區占最大比例，達50.3%，相對低等級區占最小比例，僅為7.2%；黑水縣相對中、較高和較低等級區所占比例亦相近，分別為33.0%，29.1%和24.8%，相對高等級區占最小比例，僅為4.3%。因此，就區縣上看，汶川、茂縣的土地資源承載力水平較高，而理縣、黑水、松潘的土地資源承載力水平較低，依據各縣相對承載力平均值對五縣的土地承載力進行排序，結果為茂縣（0.531）＞汶川（0.510）＞理縣（0.470）＞黑水（0.456）＞松潘（0.423）。茂縣最高的主要原因是該縣耕地面積較大，具有較大的糧食產出，“退耕還林”工程的實施使得該縣土壤侵蝕較輕，水土保持較好，同時經濟也較為發達；松潘最低，是因為該縣耕地面積較小，以稀疏草地覆蓋為主，糧食產量低，加上土壤侵蝕較嚴重，經濟發展相對欠發達。

圖2 五縣中各承載力等級面積占對應縣行政區面積比例

3.2 準則層分析

利用式（4），分別計算岷江上游驅動力、壓力、狀態、影響、響應各準則層對區域土地資源相對承載力的貢獻率，計算結果如圖3所示。與附圖3對比可以看出，驅動力層在整個研究區的貢獻率均較小，大部分區域的貢獻率均小于7%，只有相對高等級區貢獻率相對較大，但最大值也僅達到37%。壓力層在相對低、較低等級區貢獻率較大（大于48%），是該兩等級區的主要作用層；在相對高等級區貢獻率小于36%，影響相對較小。狀態層在整個研究區的貢獻率均較大，絕大部分地區貢獻率大于51%，其中在相對中、較高等級區貢獻率大于71%，是該兩等級區的絕對作用層；在相對高等級區貢獻率相對較小（小于50%），在相對低、較低等級區貢獻率介于兩者之間。影響層在相對低等級區貢獻率較大（大于48%），是該等級區的主要作用層；在相對中、較高、高等級區貢獻率相對較小（小于31%），相對較低等級區貢獻率介于兩者之間。響應層在整個研究區的貢獻率均較小，絕大部分區域貢獻率小于5%，貢獻率最小的區域為松潘縣（小于1%）。綜上所述，狀態層對整個區域的貢獻率最大，均值為72%，其次是壓力層，均值為48%，說明狀態層對研究區土地資源相對承載力評價最為敏感，也是提高區域土地資源承載力的關鍵所在。

圖3 各準則層貢獻率空間分布

4 結 論

本文基于DPSIR模型構建了岷江上游土地資源相對承載力評價指標體系，利用GIS實現了各指標的格網化，并應用PCA法進行指標權重賦值，最終實現了基于格網的岷江上游2010年土地資源相對承載力評價，所得結論如下：

（1）通過主成分分析法確定的各指標權重可以說明影響岷江上游土地資源相對承載力的主要指標有城鎮化水平、人口密度、地均GDP、實際載畜量、草地覆蓋率，其中草地覆蓋率＞實際載畜量＞人口密度＞城鎮化水平＞地均GDP，說明社會經濟指標與放牧類指標對該區域土地資源承載力影響較大。

（2）評價結果顯示岷江上游土地資源相對承載力總體空間分布為東高西低，相對中承載力等級區面積最大，相對高承載力等級區面積最小，各等級區面積排序為相對中等級區＞相對較高等級區＞相對較低等級區＞相對低等級區＞相對高等級區。汶川地震區雖然土壤侵蝕嚴重，草地、林地覆蓋率較低，但該區經濟相對較為發達，對災害的承載力較強，因此，屬于相對中等級區。

（3）岷江五縣的承載力排序依次為茂縣＞汶川＞理縣＞黑水＞松潘。其中，茂縣、汶川、理縣以相對較高等級區為主，黑水、松潘以相對中等級區為主。茂縣最高的土地資源承載力緣于該縣耕地面積大，水土保持較好且經濟發展相對較好；松潘最低是因為糧食產量較少，土壤侵蝕較嚴重且經濟發展相對欠發達。

（4）從準則層的角度分析得出，狀態層對研究區土地資源相對承載力評價最為敏感，貢獻率均值為72%，其次為壓力層。

因此未來可以通過從發展區域經濟，包括工業和農業產出，植樹造林，合理畜牧提高區域植被覆蓋度，來提高區域土地資源承載力。

［1］ Sara J，Heidi H，Alan B A，et al.Identification of superfluous roads in terms of sustainable military land carrying capacity and environment［J］.Journal of Terramechanics，2011，48（2）：97－104.

［2］ Murray L.The carrying capacity imperative：Assessing regional carrying capacity methodologies for sustainable land－use planning［J］.Land Use Policy，2010，27（4）：1038－1045.

［3］ Haraldsson H V，Olafsdóttir R.A novel modelling approach for evaluating the preindustrial natural carrying capacity of human population in Iceland［J］.Science of the Total Environment，2006，372（1）：109－119.

［4］ Wang X J，Zhang J Y，Liu J F，et al.Water resources and planning and management based on system dynamics：a case study of Yulin city［J］.Environ.Dev.Sustain.，2011，13（2）：331－351.

［5］ Li H P，Yu B.Numerical study of regional environmental carrying capacity for livestock and poultry farming based on planting－breeding balance［J］.Journal of Environmental Sciences，2013，25（9）：1882－1889.

［6］ 彭立，劉邵權.土地功能視角下的土地資源人口承載力研究：以攀枝花、六盤水市為例［J］.長江流域資源與環境，2012，21（S1）：74－81.

［7］ Zhen L，Cao S Y，Cheng S K，et al.Arable land requirements based on food consumption patterns：Case study in rural Guyuan District Western China［J］.Ecologic economics，2010，69（7）：1443－1453.

［8］ 葉延瓊，樊宏，陳國階.岷江上游土地退化及其防治對策［J］.水土保持通報，2002，22（6）：56－58.

［9］ 柳金峰，游勇，陳興長.岷江上游潛在性泥石流堰塞湖危害及判識［J］.地理科學，2012，32（7）：885－891.

［10］ 趙永華，何興元，胡遠滿，等.岷江上游土地利用覆被變化及其驅動力［J］.應用生態學報，2006，17（5）：862－866.

［11］ 馬超飛，馬建文，哈斯巴干，等.基于RS和GIS的岷江流域退耕還林還草的初步研究［J］.水土保持學報，2001，15（4）：20－24.

［12］ Zhao X G，Xiao L，Lan Y X，et al.Dynamics of ecological footprint and ecological capacity of Shanxi［J］.Scientia Agricultura Sinica，2005，38（4）：746－753.

［13］ Yue T X，Tian Y Z，Liu J Y，et al.Surface modeling of human carrying capacity of terrestrial ecosystems in China［J］.Ecological Modelling，2008，214（2）：168－180.

［14］ Shi Y，Wang H，Yin C.Evaluation method of urban land population carrying capacity based on GIS：A case of Shanghai，China［J］.Computers Environment and Urban Systems，2013，39：27－38.

［15］ 呂寶，王成端，周亞紅.綿陽市土地資源承載力研究［J］.合肥工業大學學報：自然科學版，2007，30（4）：489－492.

［16］ 哈斯巴根，李百歲，寶音，等.區域土地資源人口承載力理論模型及實證研究［J］.地理科學，2008，28（2）：189－194.

［17］ He R W，Liu SH Q，Liu Y W.Application of SD model in Analyzing the Cultivated Land Carrying Capacity：A Case Study in Bijie Prefecture，Guizho Province，China［J］.Procedia Environmental Sciences，2011，10：1985－1991.

［18］ 何興元，胡志斌，李月輝，等.支持下岷江上游土壤侵蝕動態研究［J］.應用生態學報，2005，16（12）：2271－2278.

［19］ 李愛農，周萬村，江曉波.遙感和GIS技術支持下的岷江上游15a土地利用／土地覆被動態變化研究［J］.水土保持學報，2003，27（4）：153－156.

［20］ 李愛農，周萬村，江曉波，等.土地利用與土地覆被時空動態變化分析：以岷江上游地區為例［J］.地球信息科學，2003，5（2）：100－104.

［21］ 姜琳，李愛農，邊金虎，等.岷江上游2000—2010年土壤侵蝕時空格局動態變化分析［J］.水土保持學報2014，28（1）：18－25.

［22］ Skoulikidis N T.The environmental state of rivers in the Balkans：A review within the DPSIR framework［J］.Science of the Envrronment，2009，407（8）：2501－2516.

［23］ Amanda J G，Jonathan P A，Daryl B，et al.A problem structuring method for ecosystem－based management：The DPSIR modelling process［J］.European Journal of Operational Research，2013，227（3）：558－569.

［24］ 劉艷鋒，陳學華，賀秀斌，等.岷江上游土壤侵蝕與土地利用的耦合關系研究［J］.西北林學院學報，2009，24（5）：161－165，185.

［25］ 周睿，胡玉喆，熊穎，等.岷江上游河岸帶土地覆蓋格局及其生態學解釋［J］.植物生態學報，2007，31（1）：2－10.

［26］ 楊兆平，常禹，問青春.岷江上游干旱河谷耕地和居民用地的空間特征［J］.生態學雜志，2007，26（3）：327－331.

［27］ 楊奇勇，楊勁松，李曉明，等.基于GIS的鹽漬土改良區耕地土壤適宜性評價［J］.自然資源學報，2011，26（3）：477－485.

［28］ 王雪梅，李新，馬明國.干旱區內陸河流域人口統計數據的空間化：以黑河流域為例［J］.干旱區資源與環境，2007，21（6）：39－47.

［29］ Steven M Q，Srinivasan G.Evaluating the utility of the Vegetation Condition Index（VCI）for monitoring meteorological drought in Texas［J］.Agricultural and Forest Meteorology，2010，150（3）：330－339.

［30］ Liu Z X，Zhang R.A new method that can improve regional eco－environmental evaluation：combining GIS with AHP［J］.Resour.Environ.Yangtze Basin，2003，12（2）：163－168.

［31］ Christoph M，Inga－Lena D，Heiko von der G.A Delphi－based risk analysis：Identifying and assessing future challenges for supply chain security in a multistakeholder environment［J］.Technological Forecasting and Social Change，2013，80（9）：1815－1833.

［32］ Parinet B，Lhote A，Legube B.Principal component analysis：an appropriate tool for water quality evaluation and management：application to a tropical lake system［J］.Ecol.Model.，2004，178（3）：295－311.

［33］ 胡碧玉，胡昌升，郭郡郡.基于熵權的川北城市生態系統健康綜合評價［J］.水土保持研究，2010，17（6）：158－162，168.

［34］ 孫奇奇，宋戈，齊美玲.基于主成分分析的哈爾濱市土地生態安全評價［J］.水土保持研究，2012，19（1）：234－238.

［35］ 徐博，雷國平，張慧，等.基于主成分分析法和GIS的土地利用綜合分區研究：以黑龍江省紅興隆墾區五九七農場為例［J］.水土保持研究，2013，20（2）：186－190，200.

［36］ Li A N，Wang A S H，Liang S H L，et al.Eco－environmental vulnerability evaluation in mountainous region using remote sensing and GIS：A case study in the upper reaches of Minjiang River，China［J］.Ecological Modelling，2006，192（1）：175－187.

［37］ 郭兵，陶和平，姜琳，等.自然災害脅迫下的岷江上游生態環境宜居性評價［J］.水土保持通報，2013，33（1）：124－128.