干旱區塔額盆地綠洲土地生態脆弱性時空演變及驅動因素

摘要：以新疆塔城市為例，基于景觀生態脆弱性評價方法與地理加權回歸模型研究土地生態脆弱區的時空演變特征及驅動因素。結果表明，2010—2020年塔城市低脆弱區和較低脆弱區面積占比減少4.21個百分點，中度脆弱區和高脆弱區面積占比增加4.45個百分點，較高脆弱區面積先增加后減少，整體減少0.24個百分點；2010—2020年塔城市土地生態脆弱度空間變化包括5種趨勢，分別為低脆弱區轉變為較低脆弱區、較低脆弱區轉變為中度脆弱區、中度脆弱區轉變為較高脆弱區、較高脆弱區轉變為高脆弱區、較高脆弱區轉變為中度脆弱區；到主要道路距離、到城市建成區距離、人口密度、到水域距離、植被覆蓋度和高程6項指標與土地生態脆弱性顯著相關，到主要道路距離與土地生態脆弱性呈正相關，到水域距離、植被覆蓋度、人口密度與生態脆弱性呈負相關，到城市建成區距離、高程與土地生態脆弱性的相關性有正有負。

關鍵詞：土地生態脆弱性；干旱區；綠洲；時空演變；驅動因素；塔額盆地；新疆塔城市

中圖分類號：X826；F301.2" " " " "文獻標識碼：A" " " " "文章編號：0439-8114（2025）02-0043-08

DOI：10.14088/j.cnki.issn0439-8114.2025.02.007 開放科學（資源服務）標識碼（OSID）：

Abstract： Taking Tacheng City of Xinjiang as an example， the spatio-temporal evolution characteristics and driving factors of land ecological fragile areas were studied based on the landscape ecological vulnerability assessment method and geographically weighted regression model. The results showed that， from 2010 to 2020， the proportion of low vulnerability areas and relatively low vulnerability areas in Tacheng City decreased by 4.21 percentage points， the proportion of moderate vulnerability area and high vulnerability area increased by 4.45 percentage points， and the area of relatively high vulnerability areas increased first and then decreased， with an overall decrease of 0.24 percentage points. The spatial variation of land ecological vulnerability in Tacheng City from 2010 to 2020 included five trends， namely， the low vulnerability areas were mainly transformed into relatively low vulnerability areas，" the relatively low vulnerability areas were transformed into moderate vulnerability areas， the moderate vulnerable areas were transformed into relatively high vulnerable areas， the relatively high vulnerable areas were transformed into the high vulnerable areas， and the relatively high vulnerable areas were transformed into moderate vulnerable areas. The six indexes of the distance from the main road， the distance from the urban built-up area， the population density， the distance from the water area， the vegetation coverage and the elevation were significantly correlated with the land ecological vulnerability. The distance from the main road was positively correlated with land ecological vulnerability. The distance from the water area， the vegetation coverage and the population density were negatively correlated with vulnerability. The distance from the urban built-up area and elevation were positively or negatively correlated with land ecological vulnerability.

中國是世界上土地生態脆弱種類最多且分布面積最廣的國家［1］，環境承載力低下，生態和環境問題日益突出，阻礙著區域可持續發展。土地生態脆弱性是外界壓力和干擾超過了土地生態系統的可承受能力，導致生態系統難以恢復。在中國整體生態脆弱性普遍嚴峻的背景下，開展土地生態脆弱性研究對提升區域生態質量、開展理性規劃以推動區域可持續發展具有重要意義［2］。目前國外學者對生態脆弱性的研究集中于自然災害或氣候變化背景下的自然生態系統脆弱性研究，通過建立符合當地實際環境的生態脆弱性指數對不同生態系統的脆弱性進行評估，如農業系統、混合生態、沿海生態系統等［3-7］。中國對生態脆弱性的研究大多關注大尺度流域和生態系統的脆弱性評價［8-12］，為生態脆弱性研究提供了較為成熟的方法，主要有模糊評價法、綜合評價法和基于景觀格局的脆弱性評價等方法［13-15］，取得了一些重要的研究成果，但對小尺度的典型縣域生態敏感地區研究較少，且評價單元多以行政區域進行劃分，未考慮每個生態單元的實際情況。

新疆塔城市位于西北干旱半干旱區。河流眾多，水源充足，三面環山，地形復雜，屬于典型的盆地地形，聚集了大量的水汽成為綠洲，經濟發展潛力大，有研究其生態狀況的必要性；研究區內草地和耕地交錯分布，是干旱半干旱區典型的生態脆弱區，生態恢復能力不足，生態環境較為脆弱。作為人類干擾下生態環境變化的典型區域［16］，其生態狀況的變化直接影響當地社會和經濟的可持續發展，因此將塔城市作為研究區探討其生態脆弱性具有一定的現實意義，且目前鮮有關于塔城市土地生態脆弱狀況的研究。基于此，本研究堅持因地制宜保護綠洲生態環境與促進區域經濟可持續發展的原則，從保護小尺度生態脆弱區域的理念出發，以新疆塔城市為例，將景觀生態脆弱性評價方法與地理加權回歸相結合，探究其內部土地生態脆弱性變化特征及影響因素空間地理分異情況，從而提出適合于當地情況的生態修復建議，以期促進當地生態可持續發展和維護區域生態安全。

1 研究區概況

塔城市位于82°41′—83°41′E、46°21′—47°14′N，隸屬于新疆塔城地區，地處塔額盆地北緣，塔爾巴哈臺山南坡，額敏河北岸，西部和北部與哈薩克斯坦接壤，三面環山，地勢北高南低，由東北向西南傾斜。行政區域面積為4 356 km2，戶籍人口為147 977人。屬中溫帶大陸性干旱氣候，農區年平均氣溫7.1 ℃，年均降水量282.4 mm，年日照時間7 950 h。水資源總量5.17億m3，全市有季節性河流14條，年總流量2.96億m3。轄區內擁有中國第二大天然平原草原庫魯斯臺草原，草場資源豐富，總面積23.9萬hm2［17］，耕地面積63 775 hm2，是典型的農牧交錯區。

2 數據與方法

2.1 數據來源及處理

塔城市2010年、2015年、2020年的土地利用數據來源于中國科學院資源與環境研究中心，空間分辨率30 m。基于全國土地利用一級分類標準和研究區實際情況，利用GIS技術將土地按利用類型分為耕地、林地、草地、水域、建設用地、未利用地" " " " "6類［18］。基于ArcGIS10.4數據提取工具提取建設用地，并對其做多層緩沖區分析得到城鎮建成區數據。基于Fragstats4.2軟件的移動窗口法計算不同年份土地破碎度、敏感度及易損度等景觀數據。高程數據、人口密度、歸一化植被指數（NDVI）、道路等數據來源于地理空間數據云。

結合研究區實際情況和工作量，利用等間距采樣法將研究區域劃分為3 km×3 km的407個網格。計算每個網格的生態脆弱度并將網格平均值賦給中心點坐標，利用GIS的克里金插值工具計算研究區整體的土地生態脆弱度。

2.2 土地生態脆弱性模型構建

2.2.1 景觀格局指數計算

1）景觀干擾度指數計算。基于Fragstats4.2軟件和GIS技術通過計算景觀破碎度（FN）、分維數倒數（FD）、優勢度（DO）來構建景觀干擾度指數（U），如式（1）所示。其中，景觀破碎度數值越小破碎程度越低；分維數倒數越大表明景觀的幾何形狀越復雜；優勢度表示景觀受一種或少數幾種景觀類型控制的程度［19］。

式中，i代表斑塊；a、b、c代表各指數權重，反映其對景觀敏感度的貢獻［20］，本研究根據研究區的實際情況并借鑒前人研究成果［21］，對景觀破碎度、分維數倒數和優勢度的權重分別賦值0.5、0.3和0.2。

2）景觀類型易損度計算。景觀類型易損度表示不同土地利用類型受到外界干擾時的相對易損程度。本研究參考文獻［22］，對各土地利用類型賦予不同的權重來表達其易損程度。一般認為，未利用土地最為敏感，林草地次之，耕地相對穩定，城鄉工礦居民用地和水域最為穩定［23］，但結合塔城市特殊的地理條件，認為水域在干旱地區相對不穩定，因此分別對未利用地、林地、草地、水域、耕地、建設用地賦值6、5、4、3、2、1，對各賦值進行標準化處理，得到各地類易損度（Vi）分別為0.28、0.24、0.19、0.14、0.10、0.05。

2.2.2 生態脆弱度指數模型構建

依據生態脆弱性的內涵，采取景觀敏感度指數（LSI）和景觀適應度指數（LAI）計算景觀脆弱度指數（LVI），以此來定量描述研究區土地的生態脆弱性［24-26］。LVI數值越高，土地生態系統越脆弱。其計算式如式（2）所示。

1）景觀敏感度指數。由于不同景觀類型對外界干擾的抵抗能力不同［27-29］，所以選取景觀干擾度指數并結合景觀類型易損度來反映景觀格局受外界干擾后的敏感響應程度［30.31］。景觀敏感度指數（LSI）表達式如式（3）所示。

式中，n為景觀類型數目，i為景觀類型，U為景觀干擾度指數，V為景觀類型易損度［32，33］。

2）景觀適應度指數。景觀的適應能力與景觀多樣性呈正相關，景觀結構越復雜且越均勻，多樣化程度越高，系統越穩定，景觀適應度越高。景觀生態學中常用香農多樣性指數（SHDI）和斑塊豐度密度指數（PRD）反映景觀多樣性，用香農均勻度指數（SHEI）描述景觀中不同生態系統空間分布的均勻程度，用于比較不同景觀或同一景觀不同時期的變化［34-36］。鑒于此，選取PRD、SHDI和SHEI構建景觀適應度指數，從而實現景觀適應度指數的定量化表達，表達式如式（4）所示。

2.3 地理加權回歸模型

地理加權回歸（GWR）模型是一種更為考慮空間異質性的回歸模型，增加了空間權重矩陣的應用，相較于傳統的回歸模型不僅能分析驅動因素對地理現象的影響程度，還能得出每個因子在空間上的作用程度，可以較好地探測地理現象的空間分異特征，其模型表達式如式（5）所示［37］。

式中，[yi]為全局因變量；[xik]為自變量；[（ui，vi）]為第i個網格單元的空間地理位置坐標；[βk（ui，vi）]為第i個網格單元上第k個回歸參數；[εi]為隨機誤差項［38］；[β0（ui，vi）]為函數的截距。

3 結果與分析

3.1 塔城市土地生態脆弱性的時空演變

基于各期的景觀指數計算脆弱度，進一步得到研究區2010年、2015年、2020年的生態脆弱度指數。同時為突顯其土地生態脆弱度空間分布的等級差異，參考有關土地生態環境脆弱性研究的分級標準［39，40］，并結合研究區的實際生態環境特征對研究區的土地生態脆弱度指數進行等級劃分［41］，共分為5級，分別為高脆弱區、較高脆弱區、中脆弱區、較低脆弱區、低脆弱區（圖1）。基于劃分的各等級土地生態脆弱區，得到塔城市各期生態脆弱性等級空間分布面積及占比情況（表1）。

3.1.1 脆弱區時間變化

結合圖1、表1可知，各時期不同脆弱區空間面積由大到小排序基本一致，依次為較高脆弱區、中度脆弱區、較低脆弱區、高脆弱區、低脆弱區。從不同脆弱區時間變化來看，2010—2020年低脆弱區和較低脆弱區面積逐年減少，中度脆弱區和高脆弱區面積逐年增加，較高脆弱區面積先增加后減少。具體來看，低脆弱區面積占比從2010年的7.07%下降至2020年的6.04%，下降了1.03個百分點；較低脆弱區面積占比從2010年的19.04%下降至2020年的15.86%，下降了3.18個百分點，面積大幅減少；中度脆弱區面積占比從2010年的30.36%增加至2020年的33.61%，增加了3.25個百分點，面積變化較大；較高脆弱區面積變化較小，占比從2010年的34.19%增加至2015年的34.48%，然后減少至2020年的33.95%，呈先增加后減少的趨勢；高脆弱區面積占比從2010年的9.34%增加至2020年的10.54%，呈遞增趨勢，共增加了1.20個百分點。

3.1.2 脆弱區空間變化

從不同脆弱區空間分布變化情況來看，2015年前后兩期的變化趨勢基本一致，變化情況包括脆弱度上升和下降兩種趨勢，主要細分為5種變化類型，包括低脆弱區轉變為較低脆弱區、較低脆弱區轉變為中度脆弱區、中度脆弱區轉變為較高脆弱區、較高脆弱區轉變為高脆弱區、較高脆弱區轉變為中度脆弱區。在5種變化類型中，土地生態脆弱度上升的變化類型包括4種，其中較低脆弱區、中度脆弱區和較高脆弱區在空間上的變化最為明顯（圖1）。較低脆弱區的一些區域轉變為中度脆弱區，空間體量出現大幅縮小，變化區域集中在塔城市二工鎮以西、兵團農九師一六三團北部以及一六四團南部的大部分區域。中度脆弱區轉變為較高脆弱區集中在阿西爾達斡爾民族鄉南部-喀拉哈巴克西部-二工鎮東部-新城街道交匯區域。較高脆弱區轉變為高脆弱區變化面積較小但變化范圍最為明顯，主要分布于塔城市東北部。土地生態脆弱度下降的變化類型為較高脆弱區轉變為中度脆弱區，變化區域主要分布于窩依加依勞牧場北部以及其東北部與阿西爾達斡爾民族鄉交界處。

3.2 塔城市土地生態脆弱性的驅動因素

土地生態脆弱度的時空變化主要受自然環境和人為干擾的影響。因此，基于“自然-人文社會”相結合原則選取了自然因子（河流、植被覆蓋度、高程）和社會經濟因子（到主要道路距離、到城市建成區距離、人口密度）對塔城市土地生態脆弱度影響因素進行分析［42］。

3.2.1 影響因素多重共線性檢驗

采用OLS模型對研究區土地生態脆弱度與驅動因素進行變量共線性檢驗，結果如表2所示。由表2可知，方差膨脹系數（VIF）均小于7.5，通過檢驗，且顯著性水平小于0.05，說明可以做地理加權回歸，以進一步分析其影響因子的作用程度。

對塔城市土地生態脆弱度及影響因素做地理加權回歸，得出GWR模型的擬合優度AICC由OLS模型的-1 755下降至-1 781，殘差進一步減小。總體上，GWR模型在影響因素全局分析方面比OLS模型有更好的適用性。

3.2.2 土地生態脆弱性的驅動因素

回歸系數反映驅動因子對各網格評價單元脆弱度的作用程度及性質，正值表示正相關，負值表示負相關［37］。某些變量并不是在全局范圍內各區域中均比較顯著，因為在某些區域中，其是正相關關系，而在其他區域中則是負相關關系。為最真實表達研究區驅動因素對生態環境的影響，對研究區土地生態脆弱性的影響因素做地理加權回歸分析，得到不同因素的回歸系數（圖2、圖3），其反映出各因素在空間上對土地生態脆弱度的作用程度和性質。

社會因素方面，距主要道路距離的回歸系數由西南部向東北部遞減，其對研究區西南部影響大于北部及中東部地區（圖2a）。距主要道路距離與LVI呈正相關，距離越近，土地脆弱性越高，生態環境越差。塔城市主要道路分布在中西部偏南以及南部部分區域，尤其是城市建成區附近密布交通網絡，道路對中南部區域的城市建設、農產品生產運輸以及人民生活有著至關重要的作用。距城市建成區距離在塔城市多數地區與LVI呈正相關，西部少數地區呈負相關（圖2b）。其回歸系數整體較低，表明其對生態脆弱性的影響程度較小。距城市建成區距離的回歸系數由東向西、由中部向南北遞減，說明城市建成區對塔城市中東部的影響大于其他區域，這部分區域主要用地類型為耕地，交通便利，受城市影響較大。人口密度的回歸系數均為負值，與LVI呈負相關（圖2c）。但回歸系數整體較低，對生態脆弱性的影響程度較小。人口密度的回歸系數絕對值由西向東遞增，對東部地區的土地生態脆弱性影響較大。該區域主要用地類型為建設用地和耕地，人口密度較大會影響城市中心建成區的建設和擴張。

自然因素方面，高程的回歸系數在塔城市西南部為負，東北部為正，說明高程與LVI在塔城市西南部區域呈負相關，在塔城市東北部區域呈正相關（圖3a）。塔城市中東部的回歸系數較高，表明高程對研究區中東部的影響大于其他區域。該區域地形平坦，主要用地類型為耕地，地形因素對其有著較為重要的影響。到水域距離的回歸系數絕對值由東北部向西南部遞增，對研究區北部的影響小于南部，與LVI呈負相關（圖3b），距離越近，土地脆弱性越低，生態環境越好。塔城市北部山地區域因地勢較高且多冰雪融水，林草覆蓋較多，所以水源充足，影響相對較小。植被覆蓋度（以NDVI表征）與LVI呈負相關，值越高，生態脆弱性越低（圖3c）。其回歸系數絕對值由南北兩側向中部遞減，其中東北部與西南部回歸系數最大。塔城市東北、西南部的地勢較高，多分布林木、草場以及未利用地，其植被覆蓋率對其土地生態脆弱性的影響十分重要。

4 對策與建議

研究期間塔城市生態較脆弱，平均脆弱度逐年上升，說明該地區外界環境對生態的壓力較大，需要對其開展整治和保護措施。為實現對研究區更為精準有效的保護，本研究基于時間序列下生態環境的變化趨勢，將2010—2020年塔城市生態脆弱性等級上升的區域歸為生態退化區，生態脆弱性等級降低的區域歸為生態修復區，生態脆弱性等級不變的區域歸為生態持平區［43］，并對不同的生態區域分別提出對策建議。

4.1 生態退化區

生態退化區主要分布于農牧交錯地帶、城鎮建成區附近和各脆弱等級之間的交界地帶。生態退化區生態條件變差，受人為因素影響較大，應該著重加強生態退化區的保護與生態修復，制定和實施生態修復計劃。結合驅動因素的回歸系數來看，該區域影響較大的因素為到主要道路距離、植被覆蓋度和人口密度。合理規劃道路布局，設計生態友好型道路，充分考慮周邊生態環境的保護，避免直接破壞敏感地區，盡量減少對生態系統的干擾，保護周邊生態環境的穩定性和健康。積極進行植樹造林工作，采取適當的措施恢復植被覆蓋度和生態功能，提高生態系統的穩定性和抗干擾能力。優化城市規劃與建設，注重合理布局和空間利用，提高城市的承載能力，減少對周邊生態環境的沖擊。提高人們的資源節約和環境保護意識，推動區域可持續發展。

4.2 生態修復區

生態修復區生態趨勢向好，應加強當地生態保護，維護好已恢復的生態系統。建立生態保護區、自然保護區等，限制人類活動對生態系統的破壞。鼓勵和支持當地的生態修復和保護工作，提高農牧民的環境保護意識和參與度，促進生態可持續發展。

4.3 生態持平區

生態持平區生態環境穩定，應實行以預防和保護為主的環境政策。加強環境監測和管理，在生態持平區建立環境保護和管理機制，定期監測環境指標，及時發現和解決環境問題。制定并實施綠色發展政策，鼓勵資源的高效利用和環境友好型產業的發展，助力傳統產業轉型升級，平衡經濟發展和生態環境保護，推動生態持平區的可持續發展。

5 小結與討論

5.1 小結

基于土地生態脆弱度模型對塔城市開展脆弱性分析并劃分不同脆弱區，從多時相角度研究生態脆弱區的時空演變及驅動因素，結論如下。

2010—2020年土地生態脆弱區的時間變化趨勢表現為低脆弱區和較低脆弱區面積逐年下降，中度脆弱區和高脆弱區面積逐年增加，較高脆弱區面積先增加后減少；土地生態脆弱性的空間變化趨勢包括低脆弱區轉變為較低脆弱區、較低脆弱區轉變為中度脆弱區、中度脆弱區轉變為較高脆弱區、較高脆弱區轉變為高脆弱區、較高脆弱區轉變為中度脆弱區共5種類型。

到主要道路距離與土地生態脆弱性（以土地生態脆弱度指數表征）呈正相關，回歸系數由西南部向東北部遞減；到水域距離與土地生態脆弱性呈負相關，回歸系數絕對值由東北部向西南部遞增；人口密度與土地生態脆弱性呈負相關，回歸系數絕對值由西向東遞增；高程的回歸系數在塔城市西南部為負、東北部為正，回歸系數絕對值較高的區域集中在塔城市中東部；到城市建成區距離與土地生態脆弱性呈正相關，回歸系數由東向西、由中部向南北遞減；植被覆蓋度與土地生態脆弱性呈負相關，回歸系數絕對值由南北兩側向中部遞增。

5.2 討論

本研究以塔城市為例，將生態脆弱性研究聚焦于小尺度縣域地區，評價單元使用格網探究其內部土地生態脆弱性的差異，并分析其脆弱性的時空演變特征。從研究結果看，首先，塔城市的土地生態脆弱度中部低、南北高并依據脆弱性等級呈多環狀排列，主要原因在于當地農牧業交錯發展的土地利用模式。塔城市中部地區為建設用地和耕地，土地敏感度低且不易受外界影響，土地生態狀況較穩定。塔城市北部和南部草地和耕地交錯分布，當地居民從事農業種植業和牧場放牧兩種經營方式，生態風險較大，土地生態脆弱度較高。其次，在塔城市的空間分布變化方面，由于人為因素的干擾，位于塔城市西部的建成區附近、窩依加依勞牧場東南部、喀拉哈巴克鄉北部等區域的生態脆弱度上升，由原來較低等級的脆弱區變化為較高等級的脆弱區，其主要因素包括公路、河流附近的排洪設施、產業集聚、人口密度等。在塔城市東北部的部分區域由較高脆弱區轉變為高脆弱區，主要是自然因素與人為因素共同作用的結果。自然方面，無林草覆蓋已荒蕪的未利用地土地質量較差，生態環境十分脆弱，隨著當地農牧業和經濟的發展，該區域脆弱的生態環境受到影響，使得高脆弱區向南擴張。

在對土地生態脆弱性驅動因素的研究方面，本研究遵循易獲取性、自然與社會經濟相結合原則，選擇對土地生態脆弱性影響度高、易于收集的指標，研究道路、河流、植被覆蓋度、城市建成區、高程、人口密度對土地生態脆弱性在空間上的作用程度，有助于對區域土地生態環境的保護和修復提供多維的精準調控。

研究區域生態脆弱性對促進脆弱區的社會經濟發展，實現人與自然和諧共生具有重要意義。在改善生態環境方面，研究結果可為區域脆弱生態環境整治和修復及類似地區生態安全、生態環境保護及其生態系統可持續發展提供科學參考。然而，脆弱性研究是一個復雜的領域，如何繼續深入探索和完善評價方法和指標體系，以更好地適應不同地區和不同尺度的需求，是下一步的研究重點。此外，未來要更好地實現科學研究成果的有效轉化和應用，脆弱性研究必須與實際環境保護和可持續發展實踐相結合。

參考文獻：

［1］ 李學東，劉云慧，李鵬山，等.生態脆弱區農村居民點布局優化對區域生態系統服務功能的影響——以四川省西昌市為例［J］. 生態學報，2022，42（17）： 6900-6911.

［2］ 許章華，陳文慧，石文春，等. 福州新區建設背景下生態脆弱性的演變研究［J］. 遙感信息，2021，36（6）： 34-43.

［3］ BIRKMANN J. Risk and vulnerability indicators at different scales： Applicability， usefulness and policy implications［J］. Environmental hazards， 2007， 7（1）： 20-31.

［4］ DWARAKISH G， VINAY S， NATESAN U， et al. Coastal vulnerability assessment of the future sea level rise in Udupi coastal zone of Karnataka state， west coast of India［J］. Ocean and coastal management，2009，52（9）： 467-478.

［5］ ALEKSANDROVA M，GAIN K A，GIUPPONI C. Assessing agricultural systems vulnerability to climate change to inform adaptation planning：An application in Khorezm，Uzbekistan［J］. Mitigation and adaptation strategies for global change，2016，21（8）：1263-1287.

［6］ PRAMOD L， LALIT K， KISHOR A， et al. Vulnerability and impacts of climate change on forest and freshwater wetland ecosystems in Nepal： A review［J］. Ambio， 2017， 46（8）： 915-930.

［7］ FIFAME J D， XIANG X L， MOHAMMED S， et al. Hybrid model for ecological vulnerability assessment in Benin［J］. Scientific reports， 2021， 11（1）： 2449.

［8］ 孫東琪，張京祥，朱傳耿，等.中國生態環境質量變化態勢及其空間分異分析［J］.地理學報，2012，67（12）： 1599-1610.

［9］ 朱 琪，王亞楠，周旺明，等.東北森林帶生態脆弱性時空變化及其驅動因素［J］.生態學雜志，2021，40（11）： 3474-3482.

［10］ 郭澤呈，魏 偉，龐素菲，等.基于SPCA和遙感指數的干旱內陸河流域生態脆弱性時空演變及動因分析——以石羊河流域為例［J］. 生態學報，2019，39（7）： 2558-2572.

［11］ 張 超，聞國靜，劉云根，等.典型巖溶濕地流域生態脆弱性演變及突變特征［J］.林業資源管理，2019（3）： 57-65.

［12］ 孫宇晴，楊 鑫，郝利娜.基于SRP模型的川藏線2010—2020年生態脆弱性時空分異與驅動機制研究［J］.水土保持通報，2021，41（6）： 201-208.

［13］ 蘇維詞.貴州喀斯特山區生態環境脆弱性及其生態整治［J］.中國環境科學，2000（6）： 547-551.

［14］ 吳春生，黃 翀，劉高煥，等.基于模糊層次分析法的黃河三角洲生態脆弱性評價［J］.生態學報，2018，38（13）： 4584-4595.

［15］ 張佳辰，高 鵬，董學德，等.基于景觀格局分析的青島市海岸帶生態脆弱性評價［J］.生態與農村環境學報，2021，37（8）： 1022-1030.

［16］ 孫桂麗，陸海燕，鄭佳翔，等.新疆生態脆弱性時空演變及驅動力分析［J］.干旱區研究，2022，39（1）： 258-269.

［17］ 劉志有，蒲春玲，閆志明，等.基于生態文明視角新疆綠洲土地生態安全影響因素及管控機制研究——以塔城市為例［J］.中國農業資源與區劃，2018，39（3）： 155-160.

［18］ 排日海·合力力，昝 梅，阿里木江·卡斯木.烏魯木齊市生態環境遙感評價及驅動因子分析［J］.干旱區研究，2021，38（5）： 1484-1496.

［19］ 孫才志，閆曉露，鐘敬秋.下遼河平原景觀格局脆弱性及空間關聯格局［J］.生態學報，2014，34（2）： 247-257.

［20］ 錢大文，顏長珍，修麗娜.青藏高原木里礦區及其周邊土地覆被變化及景觀格局脆弱性響應［J］.冰川凍土，2020，42（4）： 1334-1343.

［21］ 梁秋怡，李 峙.基于GIS的景觀格局脆弱性時空變化分析——以廣西大化縣為例［J］.廣西師范學院學報（自然科學版），2019，36（1）： 108-113.

［22］ 付揚軍，師學義，和 娟.汾河流域景觀格局脆弱性時空分異特征［J］.水土保持研究，2020，27（3）： 197-202.

［23］ 張金茜.涼城縣景觀格局及其脆弱性時空變化研究［D］.蘭州： 蘭州大學，2019.

［24］ 劉 嬌，鐘九生，陳海喜，等.基于景觀指數法的烏江流域生態評價［J］.貴州科學，2019，37（2）： 56-62.

［25］ 陳 鵬，潘曉玲.干旱區內陸流域區域景觀生態風險分析——以阜康三工河流域為例［J］.生態學雜志，2003，22（4）： 116-120.

［26］ 李克讓，曹明奎，於 琍，等.中國自然生態系統對氣候變化的脆弱性評估［J］.地理研究，2005，24（5）： 653-663.

［27］ 黃寶華.基于時序變化的山東土地利用對生境質量影響研究［J］.國土資源科技管理，2021，38（4）： 41-50.

［28］ 黃寶華.基于遙感的山東省土地利用時空變化和驅動力分析［J］.農學學報，2021，11（4）： 62-67.

［29］ 何 靜，陰俊齊，夏倩柔，等.硫磺溝礦區景觀生態風險評價研究［J］.新疆環境保護，2018，40（2）： 21-25，37.

［30］ 段寶玲，卜玉山.山西省土地利用動態特征及驅動因素分析［J］.山西農業大學學報（自然科學版），2018，38（3）： 43-51.

［31］ 賀 佳，張 瑩.陜西省生態環境景觀格局脆弱性及空間關聯研究［J］.環境科學與管理，2017，42（5）： 146-149.

［32］ 許鳳嬌，呂 曉.基于土地利用變化的江蘇沿海地區生態風險格局［J］.生態學報，2018，38（20）： 7312-7325.

［33］ 宋雨桐，張子璇，牛蓓蓓，等. 2005—2018年黃河三角洲景觀格局脆弱性的時空變化規律［J］.水土保持通報，2021，41（3）： 258-266.

［34］ 林世滔，謝弟炳，劉郁林，等.景觀格局特征與區域生物多樣性的關系研究［J］.生態環境學報，2017，26（10）： 1681-1688.

［35］ 左 岍，周 勇，李 晴，等.基于最優尺度的鄂西南山區景觀生態風險時空變化特征［J］.生態學雜志，2023，42（5）： 1186-1196.

［36］ 王 飛，陶 宇，歐維新.景觀格局變化的水質凈化服務響應關系研究進展［J］.地球科學進展，2021，36（1）： 17-28.

［37］ 黃木易，仲 勇，馮少茹，等.1970s以來巢湖流域水環境保護區景觀生態脆弱性時空特征及驅動解析［J］.湖泊科學，2020，" " 32（4）： 977-988.

［38］ 尹上崗，宋偉軒，馬志飛，等.南京市住宅價格時空分異格局及其影響因素分析——基于地理加權回歸模型的實證研究［J］. 人文地理，2018，33（3）： 68-77.

［39］ 齊潤澤，潘竟虎.河湟地區生態脆弱性時空演變及影響因素研究［J］. 干旱區研究，2023，40（6）： 1002-1013.

［40］ 王 茜，趙筱青，普軍偉，等.滇東南喀斯特區域生態脆弱性的時空演變及其影響因素［J］.應用生態學報，2021，32（6）： 2180-2190.

［41］ 原 野，師學義，牛姝燁，等.基于GWR模型的晉城市村莊空心化驅動力研究［J］.經濟地理，2015，35（7）： 148-155.

［42］ 王 躍，劉家福，周林鵬，等.基于AHP-SPCA熵權模型的松花江流域生態脆弱性時空演變及預測［J］.水土保持通報，2023，43 （2）： 212-219.

［43］ 劉 慧，師學義.靜樂縣生態脆弱性時空演變與分區研究［J］.生態與農村環境學報，2020，36（1）： 34-43.

收稿日期：2024-04-24

基金項目：新疆維吾爾自治區高校科研計劃項目（XJEDU2019SY011）

作者簡介：史可珍（1999-），女，甘肅靖遠人，在讀碩士研究生，研究方向為土地生態，（電話）18235154325（電子信箱）2821748108@qq.com；通信作者，劉志有（1986-），男，河南浚縣人，副教授，博士，主要從事區域經濟與土地資源利用管理研究，（電話）15292853217（電子信箱）381357529@qq.com。