陜北黃土高原景觀生態質量時空分異及驅動力分析

項曦明　丁詩雨　趙永華　康宏亮　韓磊　趙明　張鵬

摘 要：景觀生態質量是衡量生態系統穩定度的重要指標。基于景觀穩定性、景觀干擾度和恢復與重建力三個層面構建景觀生態質量評估模型，探究了陜北黃土高原２０ ａ 來景觀生態質量及時空變化，并利用地理探測器進行了驅動力分析。結果表明：陜北黃土高原景觀生態質量呈現中南部高、西部及北部低的分布特征，空間相關性和異質性顯著；景觀生態質量等級在中等及以上的區域面積占比由４０．０％上升至６３．５％，景觀生態質量明顯改善，并呈現先下降后上升的變化趨勢；區域景觀生態質量受自然因子和人為因子的共同作用，ＮＤＶＩ 和高程是主要驅動因子，且與降水、氣溫、ＧＤＰ 和人口密度等因素交互后驅動力增強。

關鍵詞：景觀生態質量；時空分異；驅動力；地理探測器；陜北黃土高原

中圖分類號：Ｐ９０１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０４．０１５

引用格式：項曦明，丁詩雨，趙永華，等．陜北黃土高原景觀生態質量時空分異及驅動力分析［Ｊ］．人民黃河，２０２４，４６（４）：９２－９８，１１６．

近年來城鎮化進程在驅動經濟社會發展的同時推動了土地利用轉型［１］ ，對原有景觀生態系統產生沖擊，造成景觀破碎化、生物多樣性受損、植被覆蓋度銳減等問題［２－３］ ，威脅人類生存與發展。景觀生態質量作為衡量生態系統穩定性的關鍵指標，從景觀的角度研究區域環境質量，對區域生態修復、資源優化配置具有重要意義。國內外學者對景觀生態質量進行了大量研究。Ｂａｒｂａｒａ［４］ 基于景觀多樣性、景觀結構特征和土地覆被提出了景觀生態質量評價指標體系，探究了波蘭東部的景觀生態質量；Ｇａｖｒｉｌｉｄｉｓ 等［５］ 借助城市景觀質量指數對羅馬尼亞的城市景觀質量進行了評價，進而分析了城市生活質量水平；許洛源等［６］ 從景觀穩定度、干擾度和產出功能等方面構建評價指標體系，對生態系統封閉的海壇島景觀生態質量進行了評價；馬守臣等［７］ 采用四象限模型以行政村為基本單元對煤糧復合區的景觀生態質量進行了綜合評價；Ｗｕ 等［８］ 基于巖溶生態環境特征，應用空間異質性和景觀格局基礎理論，從景觀穩定性、景觀干擾度和恢復與重建力三個層面評價了華南喀斯特地區的生態質量。以上研究為不同類型景觀的生態質量評價提供了指導，但側重于景觀生態質量評價指標體系的構建，對其驅動力因素的定量探究尚不充分。

陜北黃土高原作為“兩屏三帶”中“黃土高原—川滇生態屏障”的核心區域［９］ ，在區域生態、經濟發展中具有重要的戰略地位［１０］ 。同時，陜北黃土高原是我國生態脆弱區，水土流失嚴重，城鎮化發展與生態環境之間的矛盾突出［１１］ 。目前針對該區域的研究多側重于景觀格局演變［１２］ 、土地生態安全［１３］ 、水土流失敏感性［１４］ 、生態系統服務［１５］ 等方面，雖然也有對該區域景觀生態質量及其時空演變特征的研究［１６］ ，但研究尺度僅限于區域內的市級行政區，缺少陜北黃土高原全域尺度的評價。本文以陜北黃土高原為研究對象，從景觀穩定性、景觀干擾度和恢復與重建力三個層面建立景觀生態質量評估模型，探究２０００—２０２０ 年景觀生態質量及其時空演變，并借助地理探測器分析其驅動因素，以期為陜北地區的生態景觀規劃和高質量發展提供參考。

１ 研究區概況

陜北黃土高原總面積８０ ３３０．６ ｋｍ２，占黃土高原總面積的１２．６％，區域內有２５ 個縣（市、區）。該地區屬于黃土高原典型丘陵區，地貌形態復雜，整體西北高東南低，海拔４００～２ ０００ ｍ，南北分別與毛烏素沙地和關中盆地毗鄰，屬于半濕潤氣候向半干旱氣候過渡區域。土地利用類型多樣，農牧、農林交錯，南部林草資源相對豐富，整體生態環境脆弱。

２ 數據來源與研究方法

２．１ 數據來源與預處理

研究所需行政邊界、ＤＥＭ、歸一化植被指數（ＮＤ?ＶＩ）、土地利用、土壤類型、人口和ＧＤＰ 數據來自資源環境科學與數據中心（ｈｔｔｐ：／／ ｗｗｗ．ｒｅｓｄｃ．ｃｎ）。年降水量和年均氣溫根據國家氣象科學數據中心（ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ）各氣象站點數據通過反距離插值得到。根據ＬＵＣＣ 分類體系，把土地利用類型劃分為耕地、林地、草地、水域、建設用地和未利用地６ 類。坡度由ＤＥＭ 數據通過ＡｒｃＧＩＳ 的表面分析工具計算獲得。結合研究區特點及相關文獻［１７－１８］ ，建立１０ ｋｍ×１０ ｋｍ 網格（共計９１４ 個網格）作為評價單元進行空間化表達。

２．２ 研究方法

２．２．１ 景觀生態質量評價

１）構建評價指標體系。景觀生態質量指生態系統維持自身結構與功能穩定的能力，取決于生態系統自身的穩定程度和受外界干擾程度［１９－２０］ 。穩定程度主要指景觀能夠抵抗干擾、維持內部生態系統穩定的能力，而干擾度指影響景觀生態系統的外部事件［２１］ 。景觀格局由不同生態系統構成，結構具有動態性，當受到小幅度的外界干擾時，有些干擾能被景觀生態系統消化吸收，保持系統相對穩定［２２］ 。恢復與重建力作為景觀穩定程度的一部分，側重于探究人類活動對生態系統的影響，例如荒地開發、植樹造林等行為影響生態系統的運轉速度，促進生態恢復與重建［８］ 。黃土高原自２０００ 年實施退耕還林（草）工程，優化生態系統結構，提升生態系統服務功能。探究區域的恢復與重建力一定程度上為后續生態建設提供參考。因此，將恢復與重建力從生態系統穩定程度中分離出來，與景觀穩定性和干擾度共同作為一級指標構建景觀生態質量評價指標體系。選取的二級指標的含義及計算方法見表１，其中土地利用結構指數計算時，林地、草地、耕地／ 水域、建設用地／ 未利用地的貢獻度分別為３、２、１、０；取ｘｉ得分由大到小前４ 的地類采用加權求和法計算土地利用類型指數，其ωｉ 分別為０．４、０．３、０．２、０．１［２０］ 。根據土地利用類型將研究區分為６ 種景觀類型，分別為耕地景觀、森林景觀、草地景觀、水域景觀、建筑景觀和荒地，在Ｆｒａｇｓｔａｔｓ ４．０ 軟件中完成景觀指數計算。

２）評估模型的建立。選取熵權法確定各評價指標權重，以避免不同指標之間信息的重疊［２３］ ；采用極值法對數據進行標準化處理，消除指標數據量綱不同對綜合評價結果的影響；確定評價指標體系和權重后，計算景觀生態質量評價指數。景觀生態質量評價模型：

ＬＥＱ ＝ ＷｓＪｓ ＋ ＷｄＪｄ ＋ ＷｒＪｒ （１）

式中：ＬＥＱ 為景觀生態質量評價指數；Ｗｓ、Ｗｄ、Ｗｒ 分別為景觀穩定性、干擾度、恢復與重建力的權重；Ｊｓ、Ｊｄ、Ｊｒ分別為景觀穩定性、干擾度、恢復與重建力指數，由二級指標標準化后按權重疊加計算得到。

２．２．２ 空間自相關分析

空間自相關分析能夠檢驗某空間要素的觀測值與相鄰空間觀測值的關聯性，認為空間中鄰近數據的相關性高于間隔遠的，以此判斷研究區內空間變量是否顯著相關［２４］ ，通常用莫蘭指數Ｉ 衡量。本文利用ＧｅｏＤａ 軟件計算研究區２０００ 年、２０１０ 年、２０２０ 年景觀生態質量的全局莫蘭指數和局部莫蘭指數，分析研究區景觀生態質量的空間相關性和異質性。

２．２．３ 地理探測器

地理探測器作為一種空間分析模型，能夠探測變量的空間異質性，探究其與驅動因子之間的關系，并對其顯著性進行統計學檢驗，實現對定性和定量數據的分析，包括因子探測、交互探測、生態探測及風險區探測［２５］ 。選取因子和交互探測探究陜北黃土高原景觀生態質量影響因子的內在機理。綜合研究區自然與社會經濟發展狀況，選取包括自然因子（ＮＤＶＩ、高程、坡度、土壤類型、到河流的距離、年降水量、年均氣溫）和社會因子（到道路的距離、ＧＤＰ、人口密度）在內的１０個因子作為潛在驅動力，分析其對景觀生態質量的影響程度。

３ 結果與分析

３．１ 景觀生態質量時空演變特征

綜合２０００ 年、２０１０ 年和２０２０ 年研究區景觀生態質量評價結果，按照自然斷點法將景觀穩定性、干擾度、恢復與重建力、景觀生態質量評價指數劃分為高、較高、中等、較低、低５ 個等級，其空間分布見圖１、圖２，各等級面積占比見圖３。景觀穩定性等級和恢復與重建力等級越高，景觀生態質量越好，為正向指標；景觀干擾度等級越高，景觀生態質量越差，為負向指標。

在時間維度上，研究時段內陜北黃土高原景觀生態質量呈現先下降后上升變化趨勢。２０００—２０１０ 年，研究區景觀穩定性、恢復與重建力上升，但景觀干擾度顯著增大導致整體景觀生態質量稍有下降，景觀生態質量等級為高的區域變化明顯，占比由３．１０％降至０．２６％，向中等及較高等級轉移，較低、低等級區域面積基本不變。２０１０—２０２０ 年，研究區景觀干擾度減小，恢復與重建力上升明顯，整體景觀生態質量顯著提升，等級在中等及以上的區域面積占比由４０．０％增大至６３． ５％， 高等級區域面積占比從０． ２６％ 上升至７．８４％，低等級區域面積銳減。整體上，景觀生態質量等級基本不變的區域面積占比５３．９０％，景觀生態質量變好的區域面積占比４６．１０％，低、較低、中等等級區域都有向較高、高等級區域轉化的情況，表明陜北黃土高原地區生態治理取得明顯成效。

從空間分布看，陜北黃土高原景觀生態質量整體呈現中南部高、西部及北部低的分布特征，等級以較低、中等為主，高等級區域面積占比最小。多年來景觀生態質量等級為較高、高的區域主要集中在中南部，２０１０ 年后擴散至北部榆陽區、神木市等區域。研究區中西部定邊縣、靖邊縣、吳起縣，西南部和東南部黃陵縣、富縣、黃龍縣部分區域景觀生態質量始終較差。２０１０ 年，原景觀生態質量等級高的洛川縣、富縣及周邊地區景觀干擾度明顯增大，景觀生態質量等級由高降為較高，區域內景觀生態質量高等級區域銳減；景觀生態質量基本不變的區域面積占比８８．３５％，主要分布于研究區中部廣大黃土高原溝壑區及南部部分植被覆蓋度高的區域；研究區北部府谷縣及神木市東北部景觀生態質量等級由低、較低轉為中等。２０２０ 年，研究區整體景觀生態質量明顯提升，景觀生態質量變好的區域主要分布在研究區南部洛川縣、延長縣及北部榆陽區和神木市，景觀干擾度減小且恢復與重建力上升，景觀生態質量狀況恢復明顯。

３．２ 空間異質性

２０００ 年、２０１０ 年、２０２０ 年的全局莫蘭指數Ｉ 的計算結果為０．６０３、０．４９７、０．５１２，均大于０，說明研究區景觀生態質量的空間分布具有正相關性，聚集效應明顯。從景觀生態質量聚集類型空間分布（見圖４）看，研究區景觀生態質量的聚類以高高型、低低型為主。高高聚集區主要分布于研究區南部延安市洛川縣、寶塔區、延長縣及北部榆林市小部分地區，且北部高高聚集區的面積隨時間推移而增大。低低聚集區主要分布于研究區西部定邊縣和靖邊縣，南部黃陵縣、黃龍縣、富縣以及北部府谷縣零星區域，２０２０ 年低低聚集區的面積相對于２０００ 年增大、但相對２０１０ 年稍有減小。

３．３ 驅動力分析

１）探測因子單因素分析。通過單因子探測得出２０００ 年、２０１０ 年、２０２０ 年各因子對研究區景觀生態質量的影響程度，見圖５（其中Ｘ１、Ｘ２、…、Ｘ１０ 分別表示ＮＤＶＩ、高程、坡度、土壤類型、年降水量、年均氣溫、到道路的距離、到河流的距離、ＧＤＰ、人口密度）。結果顯示１０ 個驅動因子在３ 個年份的Ｐ 值（因子顯著性）均為０，說明各因子對陜北黃土高原景觀生態質量均有顯著影響。因子探測結果的ｑ 值代表各驅動因子對研究區景觀生態質量的影響程度，范圍為［０，１］，數值越大影響程度越大。各因子中，ＮＤＶＩ、高程、土壤類型和ＧＤＰ 對景觀生態質量驅動作用較大，坡度對其影響最小。２０００ 年主導驅動因子為ＮＤＶＩ，其ｑ ＞０．３，ｑ 值在０．２ 以上的因子有ＧＤＰ、高程、年降水量和年均氣溫。２０１０ 年，ＮＤＶＩ、高程、年降水量仍是景觀生態質量重要的影響因子，尤其是年降水量的ｑ 值上升至０．２５７，說明２０１０ 年降水量對陜北景觀生態質量影響程度大。ＮＤＶＩ 和年降水量的ｑ 值在２０２０ 年明顯下降，且各因子的ｑ 值相差不大，表明２０２０ 年陜北景觀生態質量受各驅動因子的綜合影響，單個因子的驅動作用不突出。

２）探測因子交互分析。各驅動因子交互探測結果見圖６，驅動因子間雙因子交互作用的影響力比單因子的顯著，類型以雙因子增強為主。ＮＤＶＩ 與其他因子的交互作用普遍較高，表明歸一化植被指數是影響景觀生態質量的關鍵因子。從交互作用影響力排序（見表２）看，ＮＤＶＩ、高程分別與年降水量、ＧＤＰ、人口密度間的交互作用較強，說明自然因子與社會因子綜合影響推動了陜北景觀生態質量的變化。

４ 討論

從景觀生態學的角度探究了陜北黃土高原景觀生態質量的時空演變。在時間維度上，本文研究結果與以往陜北地區研究結果相似［１６］ ，區域內景觀生態質量在研究時段內呈現先下降后上升的變化趨勢。２０１０年的景觀生態質量相較于２０００ 年的稍有退化，尤其是南部延安市寶塔區、洛川縣、富縣等，景觀干擾度增大，這可能與２０１０ 年前后該地區推進工業園區建設以及畜牧科技園區發展密切相關。在空間維度上，本文研究景觀生態質量的空間分布與劉燕等［２６］ 的研究結果基本一致，中南部景觀生態質量狀況明顯高于西部及北部的。中南部景觀生態質量高等級區，由于植被覆蓋度高且有水體存在，因此有利于生態系統穩定；研究區西部及西南部地處黃土溝壑區，抗干擾性差，生態環境脆弱，景觀生態質量明顯較差。２０００ 年、２０１０ 年研究區北部景觀生態質量相對較低，一方面榆林市北部地處毛烏素沙地南緣風沙草灘區，沙灘地廣布，植被稀少，生態狀況惡劣［２７］ ；另一方面神木市作為陜北重要礦區所在地，煤炭開采導致的地表下沉、土壤污染等威脅當地生態環境，導致景觀干擾度增大。２０１０ 年以后，國家有針對性地進行黃土高原綜合治理，將植被自然修復與退耕還林（草）政策相結合，針對黃土高原水土流失現狀，實施水土保持及土地整治措施，治理成效顯著，土地沙化和水土流失明顯減少，這與研究中２０２０ 年中北部景觀恢復與重建力提高、景觀生態質量明顯提高的情況相符。在驅動力分析方面，研究發現ＮＤＶＩ、高程、土壤類型和年降水量是驅動景觀生態質量變化的關鍵因素。這與前文中生態質量的空間分布吻合，海拔越高且植被覆蓋度越低的黃土溝壑區生態質量差。年降水量在２０００ 年、２０１０ 年的單因子探測中影響力顯著，在２０２０ 年與高程的交互作用影響力較突出。毛盛林等［２８］ 研究表明，黃土高原自２０００ 年以后降水量逐漸增加，林草占比的上升影響植被覆蓋變化與土地利用的分布格局，可能是驅動景觀生態質量發生轉變的原因。另外，ＧＤＰ 對景觀生態質量的影響反映了快速城鎮化對地區生態環境產生干擾。

５ 結論

在時間維度上，陜北黃土高原景觀生態質量明顯改善，并呈現先下降后上升的變化趨勢。２０１０ 年研究區景觀干擾度增大，南部和西部黃土溝壑區生態狀況稍有惡化，整體景觀生態質量略有下降。２０２０ 年研究區景觀干擾度減小，恢復與重建力上升，景觀生態質量顯著提高，景觀生態質量高等級區域面積明顯增大。

在空間維度上，研究區景觀生態質量空間差異明顯，呈現中南部高、西部及北部低的分布特征，景觀生態質量較高的區域由南向北擴散。研究區景觀生態質量存在明顯的空間自相關性，局部空間聚集類型以高高型、低低型為主。

在驅動力方面，自然因子對陜北黃土高原景觀生態質量影響較大，社會因子在一定程度上起到驅動作用。其中高程在２０００ 年、２０１０ 年、２０２０ 年的單因子影響力均較強，與陜北黃土高原特殊的地理條件相關。ＮＤＶＩ、高程與氣候因子（年降水量）、人文因子（ＧＤＰ、人口密度）的交互作用影響力較強，存在多因素協同作用。

參考文獻：

［１］ ＬＵＣＫ Ｍ，ＷＵ Ｊ Ｇ．Ａ Ｇｒａｄｉｅｎｔ Ａｎａｌｙｓｉｓ ｏｆ Ｕｒｂａｎ ＬａｎｄｓｃａｐｅＰａｔｔｅｒｎ：ａ Ｃａｓｅ Ｓｔｕｄｙ ｆｒｏｍ ｔｈｅ Ｐｈｏｅｎｉｘ Ｍｅｔｒｏｐｏｌｉｔａｎ Ｒｅｇｉｏｎ，Ａｒｉｚｏｎａ，ＵＳＡ［Ｊ］．Ｌａｎｄｓｃａｐｅ Ｅｃｏｌｏｇｙ，２００２，１４（４）：３２７－３３９．

［２］ ＧＲＩＭＭ Ｎ Ｂ，ＦＡＥＴＨ Ｓ Ｈ，ＧＯＬＵＢＩＥＷＳＫＩ Ｎ Ｅ，ｅｔ ａｌ．ＧｌｏｂａｌＣｈａｎｇｅ ａｎｄ ｔｈｅ Ｅｃｏｌｏｇｙ ｏｆ Ｃｉｔｉｅｓ［Ｊ］．Ｓｃｉｅｎｃｅ，２００８，３１９：７５６－７６０．

［３］ 李猷，王仰麟，彭建，等．基于景觀生態的城市土地開發適宜性評價：以丹東市為例［Ｊ］．生態學報，２０１０，３０（８）：２１４１－２１５０．

［４］ ＢＡＲＢＡＲＡ Ｓ Ｓ． Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｓｕｒｒｏｇａｔｅ Ｍｅａｓｕｒｅｓ ｏｆ Ｅｃｏ?ｌｏｇｉｃａｌ Ｑｕａｌｉｔｙ Ａｓｓｅｓｓｍｅｎｔ：Ｔｈｅ Ｉｎｔｒｏｄｕｃｔｉｏｎ ｏｆ ｔｈｅ Ｉｎｄｉｃａｔｏｒｏｆ Ｅｃｏｌｏｇｉｃａｌ Ｌａｎｄｓｃａｐｅ Ｑｕａｌｉｔｙ（ＩＥＬＱ）［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉ?ｃａｔｏｒｓ，２０１７，７３：２２４－２３４．

［５］ ＧＡＶＲＩＬＩＤＩＳ Ａ Ａ，ＣＩＯＣＡＮＥＡ Ｃ Ｍ，ＮＩＴＡ Ｍ Ｒ，ｅｔ ａｌ．ＵｒｂａｎＬａｎｄｓｃａｐｅ Ｑｕａｌｉｔｙ Ｉｎｄｅｘ?Ｐｌａｎｎｉｎｇ Ｔｏｏｌ ｆｏｒ Ｅｖａｌｕａｔｉｎｇ ＵｒｂａｎＬａｎｄｓｃａｐｅｓ ａｎｄ Ｉｍｐｒｏｖｉｎｇ ｔｈｅ Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ［Ｊ］．ＰｒｏｃｅｄｉａＥｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ，２０１６，３２：１５５－１６７．

［６］ 許洛源，黃義雄，葉功富，等．基于土地利用的景觀生態質量評價：以福建省海壇島為例［Ｊ］．水土保持研究，２０１１，１８（２）：２０７－２１２．

［７］ 馬守臣，謝放放，丁翠，等．基于四象限模型煤糧復合區景觀生態質量時空變化及影響因素［Ｊ］．農業工程學報，２０２０，３６（４）：２５９－２６８，３２３．

［８］ ＷＵ Ｚ Ｇ，ＺＨＵ Ｄ Ｙ，ＸＩＯＮＧ Ｋ Ｎ，ｅｔ ａｌ．Ｄｙｎａｍｉｃｓ ｏｆ Ｌａｎｄ?ｓｃａｐｅ Ｅｃｏｌｏｇｉｃａｌ Ｑｕａｌｉｔｙ Ｂａｓｅｄ ｏｎ Ｂｅｎｅｆｉｔ ＥｖａｌｕａｔｉｏｎＣｏｕｐｌｅｄ ｗｉｔｈ ｔｈｅ Ｒｏｃｋｙ Ｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ Ｃｏｎｔｒｏｌ ｉｎ ＳｏｕｔｈＣｈｉｎａ Ｋａｒｓｔ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ，２０２２，１３８：１０８－１３２．

［９］ 卓靜，朱延年，李韜，等．陜北黃土高原區生態服務價值對土地利用變化的響應［Ｊ］．水土保持研究，２０２２，２９（５）：３３６－３４２．

［１０］ 張君，薛亮，延軍平．陜北黃土高原人類活動價值度變化分析［Ｊ］．干旱區資源與環境，２０２０，３４（９）：１－８．

［１１］ 穆興民，胡春宏，高鵬，等．黃河輸沙量研究的幾個關鍵問題與思考［Ｊ］．人民黃河，２０１７，３９（８）：１－４，４８．

［１２］ 李正國，王仰麟，張小飛．陜北黃土高原景觀破碎化及其土壤裸露效應［ Ｊ］． 生態學報， ２００５， ２５ （ ３）： ４２１ －４２７，６５８．

［１３］ 肖風勁，徐雨晴，黃大鵬，等．氣候變化對黃河流域生態安全影響及適應對策［Ｊ］．人民黃河，２０２１，４３（１）：１０－１４，５２．

［１４］ 穆興民，李朋飛，劉斌濤，等．１９０１—２０１６ 年黃土高原土壤侵蝕格局演變及其驅動機制［Ｊ］．人民黃河，２０２２，４４（９）：３６－４５．

［１５］ 李明臣，何霖．陜西黃土高原生態系統服務時空變化及熱點識別［Ｊ］．人民黃河，２０２２，４４（４）：９４－９９，１０６．

［１６］ ＬＵＯ Ｍ Ｙ，ＬＩ Ｔ Ｓ．Ｓｐａｔｉａｌ ａｎｄ Ｔｅｍｐｏｒａｌ Ａｎａｌｙｓｉｓ ｏｆ Ｌａｎｄ?ｓｃａｐｅ Ｅｃｏｌｏｇｉｃａｌ Ｑｕａｌｉｔｙ ｉｎ Ｙｕｌｉｎ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｔｅｃｈ?ｎｏｌｏｇｙ ＆ Ｉｎｎｏｖａｔｉｏｎ，２０２１，２３（４）：１０１７００．

［１７］ 左偉，張桂蘭，萬必文，等．中尺度生態評價研究中格網空間尺度的選擇與確定［Ｊ］．測繪學報，２００３，３２（３）：２６７－２７１．

［１８］ 鞏杰，趙彩霞，謝余初，等．基于景觀格局的甘肅白龍江流域生態風險評價與管理［Ｊ］．應用生態學報，２０１４，２５（７）：２０４１－２０４８．

［１９］ ＹＡＮＧ Ｇ，ＷＵ Ｚ Ｆ，ＬＯＵ Ｑ Ｓ，ｅｔ ａｌ．Ｌａｎｄｓｃａｐｅ ＥｃｏｌｏｇｉｃａｌＳｅｃｕｒｉｔｙ Ａｓｓｅｓｓｍｅｎｔ Ｂａｓｅｄ ｏｎ Ｐｒｏｊｅｃｔｉｏｎ Ｐｕｒｓｕｉｔ ｉｎ ＰｅａｒｌＲｉｖｅｒ Ｄｅｌｔａ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ ＆ Ａｓｓｅｓｓｍｅｎｔ，２０１２，１８４（４）：２３０７－２３１９．

［２０］ 朱永恒，濮勵杰，趙春雨．景觀生態質量評價研究：以吳江市為例［Ｊ］．地理科學，２００７，２７（２）：１８２－１８７．

［２１］ 吳見，張艷，侯蘭功．安徽省２０００—２０１０ 年景觀生態質量變化研究［Ｊ］．南京林業大學學報（自然科學版），２０１５，３９（２）：８４－９０．

［２２］ 王仰麟．景觀生態系統及其要素的理論分析［Ｊ］．人文地理，１９９７，１２（１）：５－９．

［２３］ 翁建武，夏軍，陳俊旭．黃河上游水資源脆弱性評價研究［Ｊ］．人民黃河，２０１３，３５（９）：１５－２０．

［２４］ ＡＲＴＨＵＲ Ｇ．Ｒｅｆｌｅｃｔｉｏｎｓ ｏｎ Ｓｐａｔｉａｌ Ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ［Ｊ］．Ｒｅ?ｇｉｏｎａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｕｒｂａｎ Ｅｃｏｎｏｍｉｃｓ， ２００７， ３７ （ ４ ）：４９１－４９６．

［２５］ 王勁峰，徐成東．地理探測器原理與展望［Ｊ］．地理學報，２０１７，７２（１）：１１６－１３４．

［２６］ 劉燕，劉康．陜北黃土高原生態質量評價研究［Ｊ］．干旱區資源與環境，２０１０，２４（６）：２６－３１．

［２７］ 王仁德，吳曉旭．毛烏素沙地治理的新模式［Ｊ］．水土保持研究，２００９，１６（５）：１７６－１８０．

［２８］ 毛盛林，上官周平．近２０ 年黃土高原土地利用／ 植被覆蓋變化特征及其成因［Ｊ］．水土保持研究，２０２２，２９（５）：２１３－２１９．

【責任編輯 呂艷梅】

基金項目：陜西省創新能力支撐計劃創新團隊項目（２０２４ＲＳＣＸＴＤ－５５）；自然資源部退化及未利用土地整治工程重點實驗室開放基金資助項目（ＳＸＤＪ２０１９－０３）；中央高校基本科研業務費專項（３００１０２２７０２０６）