三峽庫區生態敏感區土地生態安全預警測度與時空演變
——以重慶市萬州區為例

馬世五,謝德體,張孝成,彭正濤,洪惠坤,羅 卓,肖玖金

1 西南大學資源環境學院, 重慶 400715 2 重慶市國土資源和房屋勘測規劃院, 重慶 400020 3 國土資源部土地利用重點實驗室重慶研究中心, 重慶 400020 4 西南大學地理科學學院, 重慶 400715 5 四川農業大學林學院, 溫江 611130

生態安全是21世紀人類社會可持續發展所面臨的一個新主題[1],土地生態安全作為生態安全問題研究的重要組成部分,己成為當前土地資源可持續利用研究的前沿課題。近年來,由于我國人口急劇增加、工業化和城鎮化進程加快,人地矛盾愈發凸顯,不合理的土地利用方式以及土地利用強度的不斷加大,導致部分區域土地生態系統遭受到嚴重的威脅和破壞,土地生態安全問題成為區域土地資源可持續利用的主要“瓶頸”。因此,如何保障區域土地生態系統的安全、實現土地生態安全預警成為關系到人類社會能否持續穩定發展的關鍵問題。

土地生態安全預警研究起源于生態安全預警,可以追溯到20世紀70年代[2]。隨著1975全球環境監測系統(GEMS)的建立[2],生態安全預警研究開始得到廣泛關注；在此基礎上部分學者[3- 4]從不同角度對生態環境預警進行了開拓性研究,生態環境預警理論不斷完善,技術方法和手段不斷更新和提高,從單項預警發展到綜合預警,從專題預警發展到區域預警[5]。隨著生態環境預警理論研究的不斷深入,生態環境預警理論被逐步引入到土地科學領域,土地生態安全預警隨著土地生態安全問題的產生和信息技術的發展亦隨之出現[6],國內外學者進行了大量研究。在國外土地生態安全預警方面,相關研究以監測預警為主,主要包括土壤監測系統建設[7],土地利用變化廣域性、綜合性的動態監測[8-11]和農業資源環境、土地生態環境預警預測等方面[12-15]。在國內土地生態安全預警方面,主要涉及土地生態安全預警理論[6,16-18]、預警指標體系[19-22]、預警方法[23- 26]及預警信息系統建設[27-28]等方面。綜合來看,盡管國內外學者針對土地生態安全預警開展了大量研究,但仍存在以下不足：一是土地生態安全預警多以縣(區)行政單位為評價單元,難以反映縣(區)內部土地生態安全狀況的局部差異；二是土地生態預警評價指標體系過多地依賴統計年鑒等社會統計資料,對土地生態狀況的自然屬性重視不夠；三是忽略了土地生態安全警度在空間上的聚集規律、關聯模式等空間分布特征及其演變過程,而土地生態安全警度的時空演變規律更具實用性,更有利于揭示區域土地生態狀況的變化特征及驅動機制,能更好地為土地生態環境保護及人地關系協調發展提供參考。

三峽庫區生態敏感區位于長江流域生態屏障的咽喉地帶,是中國具有全球保護意義的生物多樣性關鍵地區之一,同時也是長江上游經濟帶西部中心樞紐,保護資源與保障發展的矛盾日益突出。本研究選取三峽庫區生態敏感區典型區域萬州區2000年、2009年、2014年3個時期以行政村為評價單元開展土地生態安全預警測度與時空演變研究,構建基于PSR模型的區域土地生態安全預警指標體系,應用空間自相關模型和GIS相關技術開展區域土地生態安全警度時空分異特征,旨在為破解三峽庫區生態敏感區生態環境瓶頸要素制約,實現區域土地資源可持續利用和社會經濟可持續發展提供決策參考。

1 研究區概況

重慶市萬州區位于三峽庫區腹心地帶、四川盆地東部邊緣,地處107°52′22″—108°53′25″E,30°24′25″—31°14′58″,東與云陽,南與石柱和湖北省利川,西與忠縣和梁平,北與開縣和四川省達州接壤。全區轄11個街道辦事處,29個鎮,12個鄉,幅員面積3456.55 km2。萬州區在地勢上處于我國第二階段的東部邊緣地帶,四川盆地向秦巴山地和云貴高原的過渡帶,境內地勢總體上以長江為界,長江以北為北高南低,長江以南為南高北低,區內山脈平行延伸,谷嶺相間分布,山脊線構造線基本一致,多呈東北—西南走向,形成以中低山和丘陵為主的地貌類型,屬亞熱帶季風濕潤帶,氣候溫和,四季分明,冬暖夏熱,無霜期長,雨量充沛,年均降雨量1416 mm。萬州區素有“川東門戶”之稱,是輻射川東、渝東、鄂西、黔東北、陜南、湘西的水陸交通樞紐和物資集散中心,區位優勢十分明顯。隨著國家長江經濟帶戰略的深入實施,萬州區作為三峽庫區腹心地帶的區域性中心城市,其土地生態安全建設不僅是區域經濟可持續發展的目標,更是三峽庫區國土資源安全和生態文明建設的重要保障。

2 數據來源與處理方法

2.1 數據來源

本研究土地利用現狀數據以萬州區2000年、2009年、2014年土地利用矢量圖、1∶1萬DEM、土地利用現狀圖、行政區劃圖為基礎,同時結合區域土壤、氣候、植被等自然地理資料,利用ArcGIS 10.2、GeoDa等軟件對土地利用數據進行分析處理。其他社會經濟數據來源于2001年、2010年、2015年萬州區統計年鑒及林業、環保、農業等部門統計資料和實地調查資料。

2.2 土地生態安全預警評價模型

2.2.1 預警指標體系構建

本研究遵循科學性、綜合動態性、指標可獲得及可操作性、靈敏性原則,綜合三峽庫區生態敏感區土地生態狀況實際情況[29- 31],參照20世紀80年代末聯合國環境規劃署(UNEP)和經濟合作開發組織(OECD)聯合提出的“壓力一狀態一響應”(Pressure-State-Response,即 PSR)框架模型和聯合國(UN)修改PSR模型后提出的“驅動力一狀態一響應”(Driving Force-State-Response,即DSR)框架模型[32-34],并結合《生態環境狀況評價技術規范》(HJ 192—2015),采用德爾菲法、相關分析法,充分運用國土、環保、林業、農業等領域15位專家深厚的專業理論知識和豐富的實踐經驗,選取了21項指標構建了預警指標體系(表1)。本研究構建的PSR土地生態安全預警指標體系中,“壓力指標”是指人類活動對土地生態系統安全產生的壓力,具體由人口、經濟、城鎮化及交通建設發展等方面的壓力構成；“狀態指標”用來反映特定時間階段土地生態安全狀況與動態特征,包括土地生態系統的自然環境狀態以及土地利用狀況等方面；“響應指標”是能夠反映處理土地生態安全問題和維護改善土地生態安全狀態的能力等方面。

2.2.2 指標閾值確定與標準化

參照相關研究[26,35],將三峽庫區生態敏感區土地生態安全等級劃分為無警、輕警、中警、重警、巨警五級。在確定土地生態安全預警指標體系基礎上,參考國家、行業和地方規定的相關環境質量標準,結合相關研究成果[18,30,36-37],從三峽庫區土地生態環境現狀與特征[29- 31]出發,采用絕對確定法、相對確定法、專家確定法、借鑒法[37]和自然分類法(該方法利用統計學Jenk最優化法得出分界點,能夠使各級內部方差之和最小)[38]確定各預警指標對應的各生態安全級別的閾值(表1),并據此閾值采用內插法進行預警指標標準化處理。

2.2.3 權重確定

本研究選取熵權法計算預警指標權重,并選取國土、環保、林業、農業等領域15位專家采用特爾菲法進行校核,綜合確定區域土地生態安全預警指標權重(表1),熵權法權重計算過程如下：

1)計算第j項指標的信息熵ej:

(1)

(2)計算第j項指標的效應值gj:

gj=1-ej

(2)

(3)計算第j項指標的權重wj:

(3)

某項評價指標的熵值越大,其權重值越小,反之亦然,研究區土地生態安全預警指標的權重值詳見表1。

2.2.4 土地生態安全預警指數測算

參照相關研究[39-40],采用乘算模型對評價單元進行土地生態安全預警指數計算,公式如下：

(4)

式中：ESWI：某類指標的土地生態安全預警指數；Ai為評價指標標準化值；Wi為土地生態安全預警指標Ai的權重；n為指標總項數。

2.2.5 警度判別標準

本研究采用系統聚類法計算模糊等價關系進行初始分類,再經ISODATA聚類法反復迭代進行研究區土地生態安全警度分類,構造無警點、低警點、中警點、重警點、巨警點等多個警限,并劃分出無警、輕警、中警、重警、巨警等5個土地生態安全預警等級,詳見表2。

表2 土地生態安全預警分級參數

2.3 土地生態安全警度時空演變統計學方法

2.3.1 地統計學方法

目前,地統計學方法已成為研究生態安全空間變異性的一種有效方法。區域土地生態安全預警指數是一種空間變量,空間變化特征具有結構性和隨機性,可以采用地統計學中空間變異函數的方法,借助半方差函數進行區域土地生態安全警度的空間分析[41]計算公式如下：

(5)

式中：r(h)是半變異函數,揭示了整個尺度上的空間變異格局；h為兩樣本點的空間分割距離；Z(xi)和Z(xi+h)分別為空間位置xi和xi+h處的數值；n(h)為空間距離為h時的樣本對數。

2.3.2 空間自相關

地理學第一定律指出：任何事物之間均相關,而離得較近的事物總比離得較遠的事物相關性要高[42],亦即地理實體由于受到空間吸引和空間擴散的影響而表現出一定的相關性[43]。空間自相關分析是理論地理學的基本方法之一[44],主要用來分析空間數據的統計性分布規律。根據空間分析尺度不同,土地生態安全空間自相關可以劃分為全局型空間自相關和局域型空間自相關兩種。全局指標用于驗證整個研究區域某一要素的空間相關關系,而局部指標則用于反映整個大區域中的一個局部小區域單元上的某種地理現象或某一屬性與相鄰局部小區域單元上同一現象或屬性的相關程度。本研究運用全局空間自相關Moran′sI指標和局部空間自相關指標LISA(Local Indicators of Spatial Association)來分析萬州區土地生態安全警度的空間分布特征。Moran′sI和LISA指標的計算公式如下[45-47]：

(6)

局部空間自相關Local Moran′sI(LISA)是將Moran′sI分解到各個空間單元,其公式為：

(7)

3 結果統計與分析

3.1 區域土地生態安全警度時間演變特征

由圖1和表3可以看出,2000年土地生態安全警度以無警和輕警為主,兩者之和占到了區域土地總面積的78.1%,說明了區域土地生態狀況總體情況較好；而警度較高區域(重警和巨警)主要集中分布在中心城區所在鄉鎮及其鄰近區域(周家壩街道、百安壩街道、牌樓街道、沙河街道、太白街道、高筍塘街道、鐘鼓樓街道、陳家壩街道、龍都街道、五橋街道、九池鄉、雙河口街道),僅占區域土地總面積的7.08%。2009年區域土地生態安全發生了較大變化,其土地生態安全警度明顯提高,警度較低區域(無警、輕警)面積比例下降到48.34%,而警度較高區域(重警和巨警)面積比例則上升到18.47%,除了2000年土地生態安全警度較高區域外,大周鎮、小周鎮、天城鎮、太龍鎮、高梁鎮、熊家鎮等中心城區鄰近區域亦由2000年的低警度區域變為2009年的高警度區域。2014年與2009年相比,土地生態安全警度變化不明顯,略有提升,警度較低區域(無警、輕警)面積比例進一步下降到45.61%；而警度較高區域(重警和巨警)面積比例則由2005年的18.47%下降到2014年的15.63%,這是由于部分高警度區域(高梁鎮、熊家鎮、太龍鎮等)土地生態環境質量得到一定程度提升所致,其生態安全警度由2009年的重警轉變為2014年的中警狀態。總體來說,研究區2000—2014年土地生態安全警度呈連續上升趨勢,警度較高區域由萬州區中心城區不斷向四周擴散,但2000—2009年期間研究區土地生態安全警度提升幅度比2009—2014年期間更為明顯,可見2000—2009年期間是區域土地生態安全警度變化的關鍵時段。這主要是由于2000—2009年期間區域城鎮化和工業化進程的加快,加劇了人地矛盾,農田、園地和未利用地都存在被不同程度開發占用的現象[48],進而導致土地生態環境受到越來越大的壓力,生態系統穩定性逐步變差,土地生態安全警度亦隨之逐步提升。而隨著近年來國家生態文明建設戰略的大力實施和綠色發展理念的深入踐行,研究區土地生態狀況得到的保護力度不斷增強,這在一定程度上緩解了區域2009—2014年期間土地生態安全警度快速提升的趨勢。

土地生態安全警度Landecologicalsecuritywarningdegree2000年面積Areain20002009年面積Areain20092014年面積Areain20142000—2009年During2000—20092009—2014年During2009—20142000—2014年During2000—2014面積Area增加幅度/%Increasedamplitude面積Area增加幅度/%Increasedamplitude面積Area增加幅度/%Increasedamplitude無警NoWarning153002．2552224．8047351．38-100777．45-65．87-4873．42-9．33-105651．00-69．05輕警LightWarning116970．19114868．90110289．26-2101．29-1．80-4579．64-3．99-6680．93-5．71中警ModerateWarning51207．80114701．03133997．6363493．22123．9919296．6016．8282789．83161．67重警SevereWarning15653．6345284．5336699．3029630．90189．29-8585．23-18．9621045．66134．45巨警HugeWarning8820．6718575．2917316．989754．62110．59-1258．31-6．778496．3196．32總面積TotalArea345654．55345654．55345654．550．00—0．00—0．00—

3.2 區域土地生態安全警度空間結構分析

3.2.1 空間結構變異性分析

結合土地生態安全預警指數,運用GS+地統計學軟件對研究區土地生態安全警度進行變異函數理論模型的擬合,模型擬合結果見表4。可以看出,2000年、2009年、2014年研究區土地生態安全預警指數均為球形模型的擬合效果最佳,復相關系數分別R2分別為0.838、0.949、0.961。

表4 研究區土地生態安全警度理論變異函數

C0為塊金值、C為偏基臺值、C0+C為基臺值、A0為變程、R2為復相關系數、RSS為殘差

土地生態狀況空間分布具有異質性,其空間分布受結構性因素和隨機性因素(或稱非結構性因素)的雙重作用,可通過擬合空間結構模型來探索區域土地生態安全警度空間格局變化的內在機理。塊金值C0表示距離為零時的空間變異程度,反映了區域化土地生態狀況的隨機性特征,塊金值越大則區域土地生態狀況分布隨機性越強。基臺值(C0+C)表示空間的最大變異程度,基臺值越高,區域土地生態狀況的空間異質性越強。C0/(C0+C)表示隨機性變異占總變異的比例,該比值越高,隨機性因素影響越大。隨機性因素(外因)包括各種自然災害以及人為活動等因素；而結構性因素(內因)包括氣候、地形地貌、土壤類型、植被類型等主導區域土地生態安全狀況的空間分布因素。變程A0反映了區域土地生態狀況空間自相關尺度的范圍,若要素間距離在A0范圍內,則要素間存在空間自相關；否則,要素呈隨機性分布。

2000—2014年研究區土地生態安全警度的塊金效應逐步增強,從2000年的0.00061增加到2014年的0.001,表明研究區隨機性因素逐步增強,不可忽視。C0/(C0+C)在2000年、2009年、2014年分別為13.8%、18.07%、19.34%,表明隨機性因素對區域土地生態安全警度空間分異影響效應逐步增強,這與研究區14年來經濟高速發展、人類對土地資源利用強度加劇以及區域自然災害頻發的實際情況相符。2000年、2009年、2014年研究區土地生態安全警度空間分異變程分別為2.26、3.43、3.59 km,可以看出研究區土地生態安全警度的相關性范圍亦在不斷擴張。

3.2.2 空間結構關聯性分析

(1)全局自相關分析

利用Moran′sI指數判定區域土地生態安全預警指數的空間相關性和聚集程度。2000年、2009年、2014年研究區域土地生態安全預警指數的Moran′sI值分別為0.7823、0.7772、0.7750,整體呈略微下降趨勢,表明研究區域土地生態安全警度在空間上具有較強的正相關。通過Moran散點圖可以定性區分某一區域與周邊區域某種屬性值的相互關系。Moran散點圖分為4個象限,第一象限表示高—高聚集(HH)、第二象限表示低—高聚集(LH)、第三象限表示低—低聚集(LL)、第四象限表示高—低聚集(HL)。由圖2可知,三個年份土地生態安全警度主要集中在HH和LL區,少量分布于HL、LH兩個區,表明研究區土地生態安全警度具有較強的空間正相關性,空間集聚特征顯著,亦即土地生態安全警度在空間上存在趨于集群的現象。

圖2 土地生態安全預警指數Moran散點圖Fig.2 Moran scatter plot of early warning index of land ecological security

(2)局部自相關分析

全局Moran′sI指數可檢驗研究區土地生態安全警度的總體空間分布模式,卻不能反映相鄰區域間的要素或屬性的空間關聯模式及局域顯著性水平,而局域空間自相關能更深入地發現集聚和變異特征[49],因此需要通過局域指標來進一步研究相鄰區域之間的土地生態安全警度相關程度,進而深入探討區域土地生態安全警度的空間格局及其可能成因。通過對研究單元的土地生態安全預警指數進行局域空間關聯分析,得到LISA集聚圖(圖3)、LISA顯著性檢驗圖(圖4)和LISA面積統計表(表5)。

圖3 萬州區土地生態安全警度局部空間自相關LISA集群圖Fig.3 The LISA cluster graph of local spatial autocorrelation of land ecological security warning degree in Wanzhou District

圖4 萬州區土地生態安全警度局部空間自相關LISA顯著性水平圖Fig.4 The LISA significance level graph of local spatial autocorrelation of land ecological security warning degree in Wanzhou District

從圖3和表5可以看出,2000年“高—高”值分布集中,主要集中分布在中心城區所在鄉鎮及其鄰近區域(周家壩街道、百安壩街道、牌樓街道、沙河街道、太白街道、高筍塘街道、鐘鼓樓街道、陳家壩街道、龍都街道、五橋街道、九池鄉、雙河口街道、高峰鎮、高粱鎮、天城鎮、熊家鎮、長嶺鎮等),大周鎮、小周鎮、太龍鎮、新鄉鎮、走馬鎮、地保鄉略有零星分布。中心城鎮及其鄰近區域歷來是萬州區經濟社會快速發展地區,地勢平坦、土壤質量好,人類土地利用活動劇烈,土地生態安全警度較高；“低—低”值分布相對零散,主要分布在研究區西部的武陵鎮、分水鎮、孫家鎮、柱山鄉、彈子鎮和東南部的新田鎮、茨竹鄉、龍駒鎮、恒合鄉,與這一時期的土地生態安全警度較低區域(無警、輕警)分布基本一致；“低—高”值主要集中分布在鐘鼓樓街道、天城鎮、熊家鎮、高粱鎮、小周鎮等中心城區所在鄉鎮及其鄰近區域；“高—低”值僅有零星分布。

2000—2009年研究區土地生態安全警度“高—高”值地區基本沒有發生變化,但是范圍進一步擴展,主要是大周鎮、小周鎮、太龍鎮等鄉鎮的部分不顯著區域和熊家鎮、天城鎮、高粱鎮等鄉鎮的“低—高”值區變為了2009年的“高—高”值區。“低—低”值總體分布情況與2000年基本一致,主要分布在萬州區西部的彈子鎮、余家鎮、孫家鎮、后山鎮、分水鎮、響水鎮、郭村鎮、柱山鄉和萬州區東南部的茨竹鄉、龍駒鎮、恒合鄉、羅田鎮等地區。

2009—2014年研究區土地生態安全警度“高—高”值范圍較2009年有所縮小,主要體現是高粱鎮、太龍鎮等部分“高—高”值區變為了不顯著區域和熊家鎮等部分“高—高”值區變為了“低—高”值區；“低—低”值區未發生明顯變化,仍主要集中分布在研究區西北部和東南部等土地利用程度相對較弱、植被覆蓋相對較好地區。可以看出,研究區“高—高”值區總體上呈現出2000—2009年范圍逐漸增加,而2009—2014年范圍縮小的趨勢,這與區域土地生態安全警度變化情況相一致。土地生態安全警度的空間分布并不是隨機的,存在空間上的聚集趨勢；土地生態安全警度較低的單元可以對周邊地區產生正面影響,使其周圍土地生態警度降低,而“高—高”值區也可以對周邊地區產生負面影響,使其土地生態安全警度提高。

表5 萬州區土地生態安全警度局部空間自相關LISA面積統計表

從圖4和表5可以看出,土地生態安全警度集群分布的顯著性水平分異明顯,“高—高”值、“低—低” 值區均以極顯著水平(P<0.01)為主,而“低—高”值區、“高—低” 值區則均以顯著水平(P<0.05)為主。研究區域2000—2014年土地生態安全警度集群分布的顯著性水平發生了明顯改變,其“高—高”值區極顯著性水平的區域面積從2000年的36934.24 hm2增加到2009年的43132.95 hm2,再減少到2014年的40596.52 hm2,呈現出先增后減、總體增加的趨勢,與區域土地生態安全警度2000—2014年期間的總體提升,而2000—2014年期間略有緩解的總體變化特征相一致。

4 結論與討論

本研究以三峽庫區生態敏感區典型區域萬州區為研究對象,基于PSR模型構建土地生態安全預警指標體系,計算土地生態安全預警指數并劃分出土地生態安全預警等級,通過半變異函數模型和空間自相關分析方法,以2000年、2009年、2014年為3個年份為基礎,分析2000—2014年研究區土地生態狀況警度時空演變狀況,結論及建議如下：

(1)本研究選取的土地生態安全預警指標是基于三峽庫區生態敏感區自然生態基底與人類社會發展對生態環境需求而選取的評價指標,是能較好地反映研究區土地生態狀況實際的個性化指標,改變了以往區域土地生態安全評價中過多地依賴于社會經濟統計資料而對土地生態狀況自然屬性重視不夠的不足之處,以更加科學合理地表征研究區土地生態安全警度。

(2)本研究以土地利用現狀數據庫中行政村為基本評價單元,能很好地展示三峽庫區生態敏感區典型區域萬州區的土地生態安全警度的時空分異狀況,極大地提高了區域土地生態狀況評估精度,可以為整個三峽庫區生態敏感區土地生態安全時空分異規律提供參考依據。研究表明,研究區2000—2014年土地生態安全狀況呈現連續下降趨勢,土地生態安全警度較高區域由萬州區中心城區不斷向四周擴散,但2000—2009年期間研究區土地生態安全狀況變化比2009—2014年期間明顯,這主要得益于近年來國家生態文明建設戰略的大力實施和綠色發展理念的深入踐行,區域土地生態狀況得到的保護力度不斷增強,這在一定程度上緩解了2009—2014年期間土地生態狀況快速下降的趨勢。可以看出,盡管區域土地生態狀況快速惡化的趨勢得到一定程度緩解,但仍不容樂觀,為改善區域土地生態狀況,在“十三五”期間乃至今后更遠時期內,有關部門必須在保護耕地、控制建設用地盲目擴張和水土流失、預防地質災害、減少污染物排放、增加綠化建設、提高綠色發展水平等方面做出更加積極有效的排警調控措施,促進土地生態系統安全平穩運行,為社會經濟可持續發展提供堅實保障。

(3)研究表明,土地生態安全警度在空間上存在趨于集群的現象,“高—高”值、“低—低” 值區均呈現出2000—2009年范圍逐漸增加,而2009—2014年范圍逐漸縮小的趨勢,且“高—高”值區主要集中分布在中心城區所在鄉鎮及其鄰近區域,“低—低”值區則主要集中分布在研究區西北部和東南部等土地利用程度相對較弱、植被覆蓋好地區。近年來,隨著重慶市“五大功能區”發展戰略的深入實施和新型工業化、城鎮化戰略的快速推進,區域土地利用結構發生了顯著變化,城市周邊土地生態安全警度的聚集趨勢會愈發明顯。因此,中心城區周邊的“低—高”值區將是城市發展中優先被占用的區域,在未來的土地利用中,尤其需加強對城區周邊“低—高”值區的重點保護。

(4)構建基于PSR模型的土地生態安全預警指標體系和采用地統計學方法、空間自相關分析方法的研究適用于區域土地生態安全警度變化的診斷,有利于促進區域土地利用生態環境的保護和改善。本研究對進一步完善區域土地生態安全預警具有一定的參考價值,對于當前受到高度關注的國家生態安全戰略問題的認知與解決具有重要意義,同時也為區域土地資源利用的規劃、管理以及社會經濟的可持續發展提供決策參考。但是,區域土地生態安全預警是一項系統工程,本研究設置的土地生態安全預警指標閾值等問題是一個長期復雜的學術問題,目前學術界對這個問題還沒形成一定的定論,有待深入研究。

[1] 陳星, 周成虎. 生態安全: 國內外研究綜述. 地理科學進展, 2005, 24(6): 8- 20.

[2] Munn R E. Global Environmental Monitoring System (GEMS). SCOPE Report 3, Toronto, Canada: ICSU-SCOPE, 1973.

[3] Wang X H, Du C M. An internet based flood warning system. Journal of Environmental Informatics, 2003, 2(1): 48- 56.

[4] 羅婷文, 蘇墨, 徐雅莉. 生態環境預警研究進展及在土地領域的應用. 現代經濟信息, 2010, (16): 202- 204.

[5] Clark J S, Carpenter S R, Barber M, Collins S, Dobson A, Foley J A, Lodge D M, Pascual M, Pielke R Jr, Pizer W, Pringle C, Reid W V, Rose K A, Sala O, Schlesinger W H, Wall D H, Wear D. Ecological forecasts: an emerging imperative. Science, 2001, 293(5530): 657- 660.

[6] 吳次芳, 鮑海君. 土地資源安全研究的理論與方法. 北京: 氣象出版社, 2004.

[7] 張桃林, 潘劍君, 趙其國. 土壤質量研究進展與方向. 土壤, 1999, 31(1): 1- 7.

[8] Riebsame W E, Meyer W B, Turner II B L. Modeling land use and cover as part of global environmental change. Climate Change, 1994, 28(1/2): 45- 64.

[9] Stéphenne N, Lambin E F. A dynamic simulation model of Land-use changes in Sudano-sahelian countries of Africa (SALU). Agriculture, Ecosystems & Environment, 2001, 85(1/3): 145- 161.

[10] Verburg P H, Soepboer W, Veldkamp A, Limpiada R, Espaldon M V O, Veldkamp S S A. Modeling the spatial dynamics of regional land use: the CLUE-S model. Environmental Management, 2002, 30(3): 391- 405.

[11] Adams J B, Sabol D E, Kapos V, Filho R A, Roberts D A, Smith M O, Gillespie A R. Classification of multispectral images based on fractions of endmembers: application to land-cover change in the Brazilian Amazon. Remote Sensing of Environment, 1995, 52(2): 137- 154.

[12] Parr J F, Papendick R I, Hornick S B, Meyer R E. Soil quality: attributes and relationship to alternative and sustainable agriculture. American Journal of Alternative Agriculture, 1992, 7(1): 5- 11.

[13] Herrick J E, Brown J R, Tugel A J, Shaver P L, Havstad K M. Application of soil quality to monitoring and management. Agronomy Journal, 2002, 94(1): 3- 11.

[14] Bouma J, Stoorvogel J, van Alphen B J, Booltink H W G. Pedology, precision agriculture, and the changing paradigm of agricultural research. Soil Science Society of America Journal, 1999, 63(1763): 1763- 1768.

[15] Capparelli G, Tiranti D. Application of the MoniFLaIR early warning system for rainfall-induced landslides in Piedmont region (Italy). Landslides, 2010, 7(4): 401- 410.

[16] 黃賢金, 曲福田. 耕地生態經濟預警的理論與方法. 生態經濟, 1998, (5): 14- 17.

[17] 劉友兆, 馬欣, 徐茂. 耕地質量預警. 中國土地科學, 2003, 17(6): 9- 12.

[18] 吳冠岑. 區域土地生態安全預警研究[D]. 南京: 南京農業大學, 2008.

[19] 余敦, 高群, 歐陽龍華. 鄱陽湖生態經濟區土地生態安全警情研究. 長江流域資源與環境, 2012, 21(6): 678- 683.

[20] 韓天放. 遼寧省土地利用變化生態安全評價及預警研究[D]. 沈陽: 東北大學, 2010.

[21] 劉邵權, 陳國階, 陳治諫. 農村聚落生態環境預警——以萬州區茨竹鄉茨竹五組為例. 生態學報, 2001, 21(2): 295- 301.

[22] Li, Y F, Sun X, Zhu X D, Cao H H. An early warning method of landscape ecological security in rapid urbanizing coastal areas and its application in Xiamen, China. Ecological Modelling, 2010, 221(19): 2251- 2260.

[23] 許學工. 黃河三角洲生態環境的評估和預警研究. 生態學報, 1996, 16(5): 461- 468.

[24] Jiang Y, Fu M C, Wang Z, Ru J, Zhang Z Y, Zhang H J. Early warning of agricultural ecological security based on the emergy analysis in Wu′an city. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(6): 319- 323.

[25] 李華生, 徐瑞祥, 高中貴, 彭補拙. 南京城市人居環境質量預警研究. 經濟地理, 2005, 25(5): 658- 661, 672- 672.

[26] 張強, 薛惠鋒, 張明軍, 劉雪艷. 基于可拓分析的區域生態安全預警模型及應用——以陜西省為例. 生態學報, 2010, 30(16): 4277- 4286.

[27] 張鴻輝, 劉友兆, 曾永年, 金曉斌, 鄒濱. 耕地質量預警系統設計與實證. 農業工程學報, 2008, 24(8): 74- 79.

[28] 李志斌, 陳佑啟, 姚艷敏, 石淑芹, 何英彬, 郭斌. 基于GIS的區域性耕地預警信息系統設計. 農業現代化研究, 2007, 28(1): 57- 60.

[29] 洪惠坤, 廖和平, 魏朝富, 李濤, 謝德體. 基于改進TOPSIS方法的三峽庫區生態敏感區土地利用系統健康評價. 生態學報, 2015, 35(24): 8016- 8027.

[30] 周啟剛, 張曉媛, 王兆林. 基于正態云模型的三峽庫區土地利用生態風險評價. 農業工程學報, 2014, 30(23): 289- 297.

[31] 洪惠坤, 廖和平, 李濤, 楊俊, 謝德體. 基于熵值法和Dagum基尼系數分解的鄉村空間功能時空演變分析. 農業工程學報, 2016, 32(10): 240- 248.

[32] 仝川. 環境指標研究進展與分析. 環境科學研究, 2000, 13(4):53- 55.

[33] FAO. Land Quality Indicators and Their Use in Sustainable Agriculture and Rural Development. Rome: FAO, 1997: 2- 5.

[34] Walz R. Development of environmental indicator systems: experiences from Germany. Environmental Management, 2000, 25(6): 613- 623.

[35] 陳美婷, 匡耀求, 黃寧生. 基于RBF模型的廣東省土地生態安全時空演變預警研究. 水土保持研究, 2015, 22(3): 217- 224.

[36] 李喆. 山地平原過渡區土地生態安全預警——以都江堰市為例[D]. 成都: 成都理工大學, 2012.

[37] 徐美. 湖南省土地生態安全預警及調控研究[D]. 長沙: 湖南師范大學, 2013.

[38] 高俊剛, 吳雪, 張鐿鋰, 劉林山, 王兆鋒, 姚治君. 基于等級層次分析法的金沙江下游地區生態功能分區. 生態學報, 2016, 36(1): 134- 147.

[39] 喻鋒, 李曉兵, 王宏, 余弘婧. 皇甫川流域土地利用變化與生態安全評價. 地理學報, 2006, 61(6): 645- 653.

[40] 馮異星, 羅格平, 尹昌應, 周德成, 魯蕾, 許文強, 戴麗. 干旱區內陸河流域土地利用程度變化與生態安全評價——以新疆瑪納斯河流域為例. 自然資源學報, 2009, 24(11): 1921- 1932.

[41] 游巍斌, 何東進, 巫麗蕓, 洪偉, 詹仕華, 覃德華, 游惠明. 武夷山風景名勝區景觀生態安全度時空分異規律. 生態學報, 2011, 31(21): 6317- 6327.

[42] Tobler W R. A computer movie simulating urban growth in the Detroit Region. Economic Geography, 1970, 46(S1): 234- 240.

[43] 韋仕川, 熊昌盛, 欒喬林, 胡月明. 基于耕地質量指數局部空間自相關的耕地保護分區. 農業工程學報, 2014, 30(18): 249- 256.

[44] 陳彥光. 基于Moran統計量的空間自相關理論發展和方法改進. 地理研究, 2009, 28(6): 1449- 1463.

[45] Anselin L. Local Indicators of spatial association—LISA. Geographical Analysis, 1995, 27(2): 93- 115.

[46] 謝花林. 基于景觀結構和空間統計學的區域生態風險分析. 生態學報, 2008, 28(10): 5020- 5026.

[47] 賀振. 基于空間自相關的河南省城鎮化水平空間格局研究. 測繪科學, 2010, 35(6): 178- 179, 191- 191.

[48] 馬世五, 謝德體, 張孝成, 彭正濤, 顏崢, 袁朝兵. 西南山區生態敏感區生態服務價值對土地利用變化的響應——以重慶市萬州區為例. 西南師范大學學報: 自然科學版, 2015, 40(11): 80- 87.

[49] 公云龍, 張紹良, 章蘭蘭. 城市地價空間自相關分析——以宿州市為例. 經濟地理, 2011, 31(11): 1906- 1911.