基于DPSIR模型的土地生态系统健康诊断

高洁芝 郑华伟 刘友兆

摘要：以土地生态系统健康的内涵为基础构建驱动力-压力-状态-影响-响应（DPSIR）模型，运用熵权优劣解距离法（Topsis模型）对2008—2017年江苏省土地生态系统健康进行诊断，探讨人类活动对土地生态系统健康的影响。研究结果表明：（1）城镇化率、人口密度、单位GDP废水排放强度、单位农用地一产业增加值、单位GDP能耗、生活垃圾无害化处理率、环保投资占GDP比例、土地经济密度等是江苏省土地生态系统健康状况改善的主要影响因素;（2）2008—2017年江苏省土地生态系统健康水平总体呈现逐步上升趋势，由较不健康状态上升到了较健康狀态，但距离健康状态还有一定的差距;（3）从各子系统进行分析，江苏省土地生态系统健康的驱动力、压力、状态、影响和响应系统的健康状况虽有不同程度的波动但都在向较好水平发展。基于DPSIR模型的评价指标体系可以揭示人类活动和土地生态系统之间存在的问题，适用于土地生态系统健康诊断。

关键词：土地生态系统健康;DPSIR模型;评价指标体系;熵权Topsis;江苏省

中图分类号： F301  文献标志码： A

文章编号：1002-1302（2021）11-0178-08

收稿日期：2020-11-02

基金项目：国家自然科学基金青年科学基金（编号：71403130）;中国博士后科学基金特别资助项目（编号：2018T110520）。

作者简介：高洁芝（1992—），女，宁夏固原人，博士研究生，主要从事土地可持续利用研究。E-mail：jzgao1990@163.com。

通信作者：郑华伟，博士，教授，主要从事农村社会发展与环境治理研究。E-mail：zhw1985@njau.edu.cn。

土地资源提供了人类生产活动关键要素，是人类生存发展的重要依托。土地生态系统健康有助于缓解当前由于有限土地资源遭到损害而造成的人地矛盾问题，是一项实现可持续发展的有效途径。生态学家Aldo Lcopold于20世纪40年代针对土地疾病（land sickness）提出了土地健康（land health）的概念[1]，1994年国际生态健康组织（International Society of Ecosystem Health）的建立以及之后千年生态系统评估（Millennium Ecosystem Assessment）项目的开展进一步推动了生态系统健康的研究。国外关于生态环境承载力[2-4]和景观生态健康评价[5-6]等方面的研究较多，其中对土地生态系统健康、以土壤健康指数概念为基础对土地质量指标体系的研究[7-8]、根据生态环境脆弱性对土地生态风险的分析[9]、以生态系统健康基本理论为基础强调土地生态健康的重要性和可持续利用的价值方面都有不同程度的探讨[10]。我国对土地生态系统健康开展全方面的研究相对较晚，目前主要集中在农业生态系统健康评价[11-12]、流域、海岸带生态系统健康[13-14]以及土地生态安全[15-16]等方面，随着相关研究理论方法的不断探索，层次分析法、环境评价（PSR）模型、物元模型、生态足迹等方法[17-18]也得到了广泛应用。

土地生态系统健康是土地资源充分发挥其效益的基础，是提高土地利用率的关键，土地生态系统健康诊断旨在较为准确地评估土地生态系统可否满足对人类生产生活所需产品及服务的供应。总体来看，针对区域生态环境的研究较多，但关于人类活动对土地生态系统健康影响的关注度不足，缺乏综合监测各项评价指标间连续性的反馈机制，无法充分体现人地耦合在生态系统健康中所起的作用，不能整体把控土地生态系统各要素间的关系，弱化了人类对当前土地生态系统健康与理想健康状态间的差距作出有效决策以对土地生态系统进行调整的能力。本研究应用驱动力-压力-状态-影响-响应（DPSIR）模型构建土地生态系统健康诊断的评价指标体系，引入改进的熵权优劣解距离 （Topsis） 法对其进行评估，此模型基本能够涵盖研究土地生态系统的人口、资源、经济、社会、环境等各要素，可以较好地分析人类活动对土地生态系统的影响，探讨人地耦合与生态系统健康间的关系，具有综合性、系统性、动态性、灵活性等特点[19]。通过对江苏省2008—2017年土地生态系统健康情况的变化及其制约因素的分析，力求探索集问题评价和决策指导于一体的土地生态系统健康诊断方法，以期为江苏省土地生态系统健康提供参考。

1 研究区概况及数据来源

1.1 研究区概况

江苏省位于我国大陆东部沿海中心，地理位置为116°18′～121°57′E、30°45′-35°20′N，东濒黄海，西连安徽，北接山东，东南与浙江省和上海市毗邻，地处长江三角洲，平原辽阔，自然条件优越，经济基础较好。全省面积10.72万 km2，约占全国总面积的1.1%。2017年江苏省供应土地4.08万hm2，同比增长11.2%，其中盘活存量用地占供应总量的55%，比2016年底提升5.58个百分点，完成城镇低效用地再开发1.2万hm2，建设高标准农田24.84万hm2[20]。受土地后备资源不足的影响，江苏省近年来在建设用地审批、土地整理复垦开发、矿业权市场运行等方面不断改进以提高土地利用率，但由于区域发展不平衡以及土地利用目标多元化等因素影响，江苏省土地的人地关系并未得到有效改善，土地生态系统健康问题的关注度有待提高。

1.2 数据来源及处理

为了确保数据的有效性和可靠性，本研究所涉及数据主要是根据2009—2018年《中国统计年鉴》《江苏省统计年鉴》《江苏农村统计年鉴》《中国国土资源年鉴》和《中国国土资源统计年鉴》中相关资料数据计算得出，其中由于2017年江苏省耕地面积和建设用地实际面积与所查找的数据存在差异，为保证客观性依旧延用2016年耕地面积和建设用地面积数据。

2 土地生态系统健康评价指标体系构建

2.1 DPSIR模型框架

土地生态系统是地球陆地表层有机物和无机物的综合体，涉及资源、环境、人口等方面，具有一定的复杂性，要实现对其较为准确的评价，构建合理的评价指标体系尤为必要。压力、状态、响应（PSR）模型通过不断的演化修正，逐渐形成更为准确全面的驱动力、压力、状态、影响、响应（DPSIR）模型。PSR模型最开始由联合国（UN）提出，经过发展修改为驱动力-状态-响应（DSR）模型[21]，最终DPSIR模型于1998年由欧洲环境署（EEA）确定提出，其不仅涵盖了资源和生态环境要素，还包括了经济、人口和社会发展等要素，可以较好地反映人类社会经济活动对土地生态系统的影响，以及土地生态系统中各要素间的内在关系，具有综合性、整体性、系统性、动态性、灵活性等优点[19]。

DPSIR模型中土地生态系统各要素相互作用相互影响，系统驱动力往往会从不同方面导致系统压力的产生，尤其是在人类生产生活对生态系统的影响下，系统压力在生态系统无法承受时便会迫使系统原有状态发生不同程度的变化，而原有状态的改变会对整个系统造成影响，当这些影响对人类生产生活造成危害时，人类会根据当前状态做出响应来减少压力，促使系统状态向良好方向发展[17，22]。在基于DPSIR模型的土地生态系统健康诊断中，“驱动力”是土地生态系统发生变化的直接或间接原因，包括自然环境自身的变化以及人类需求活动的影响，资源禀赋、人口变动等都会成为土地生态系统的内在动力;“压力”主要包括人类活動对资源环境的过度需求打破了资源环境承载力，如土地污染严重、植被破坏、水土流失等对生态环境可持续性的胁迫;“状态”主要表示“驱动力”和“压力”共同作用于土地生态系统所产生的影响结果;“影响”是指区域内土地生态系统对生态环境和人类经济社会的影响程度，通常表现为一种生态、经济、社会对土地生态系统的反馈现象;“响应”主要是以人为主体，对已经或可能对土地生态系统造成破坏的各种活动加以控制，并采取各项措施促进生态、经济、社会的和谐可持续发展[19，23]。根据以上分析可构建土地生态系统健康诊断的DPSIR模型框架（图1）。

2.2 评价指标体系构建

土地生态系统健康是生态系统与人类生产活动和谐有序发展的基础，是可持续发展的保证。陈伊多等对土地生态安全基本概念作了阐述，虽然土地生态安全与土地生态系统健康有紧密联系，但两者依然存在一定程度的差别，土地生态系统健康意味着土地生态安全，但土地生态安全并不表示土地生态系统健康，两者是互相影响并不断递进的关系[18，24-25]。本研究参考现有生态系统健康[26-27]、土地生态安全[25，28]、土地利用系统健康评价[29-30]等方面研究，认为土地生态系统健康主要是指在一定区域内以陆地表层为主所构成的在一定时期内既可以实现自身系统结构的自我修复，又可以为人类生产生活提供各种服务以满足人类发展所需的生态系统。该系统主要强调人与自然之间的平衡关系，即人类活动对土地生态系统产生一定的影响，而土地生态系统在一段时间内能够自行调整组织系统结构的一种可持续状态。所以土地生态系统健康具有一定的综合性和复杂性，对其进行诊断就须要对土地生态系统自然、经济以及社会等各方面进行整合分析，理清人口、经济社会的变化与生态资源之间的关系，诊断人类活动对土地生态系统的胁迫程度，以实现土地生态系统的健康可持续性。

根据上述分析，在参考已有相关研究的基础上[18，30-31]，结合《国家生态文明建设试点示范区指标（试行）》以及江苏省的实际情况，按照数据的科学性和可获得性原则，以DPSIR模型框架为基础，从驱动力、压力、状态、影响和响应出发构建包含目标层、准则层、要素层的土地生态系统健康诊断指标体系（表1），其中驱动力层包括人口驱动、经济驱动和社会驱动，压力层包括人口压力、社会压力、环境压力和资源压力，状态层包括经济状态和资源状态，影响层包括社会影响、经济影响和环境影响，响应层包括经济响应、环境响应和社会响应。

2.3 评价方法

2.3.1 熵权Topsis模型 Topsis模型，主要是对评价对象优劣解距离进行研究的方法，在最初确定评价对象之后，根据具体情况明确最优的评价目标，最后研究其逼近理想解的一种排序方法。熵权Topsis 模型对传统的Topsis方法进行了改进，可以更加有效地实现评价对象结果与实际情况间的契合度[32-33]，步骤如下：

（1）研究数据的规范化处理：根据评价指标对各项数据进行标准化处理。本研究采用极值标准化方法，以求更加客观地反映各项评价指标实际情况和指标权重。计算公式如下：

正向指标的归一化值：

xij′=xij-jminjmax-jmin;

负向指标的归一化值：

xij′=jmax-xijjmax-jmin。（1）

式中：xij为区域土地生态系统健康评价指标;jmin是其最小值;jmax是其最大值;xij′为xij的归一化值，xij′∈[0，1]。

（2）构建熵权决策矩阵

综合标准化值（Pij）、熵值（ei）的计算公式如下：

Pij=xij′∑nj=1x′ij（j=1，2，…，n）。（2）

ei=-k∑nj=1PijlnPij=-1lnn ∑nj=1Pij lnPij。（3）

式中：ei为第i个指标的熵值，n为评价年份数。

差异性系数（Ii）的计算：

Ii=1-ei。（4）

权重（Wj）的计算：

Wi=Ii∑nj=1Ii。（5）

设立规范化决策矩阵V：

V=u11u12…u1j

u21u22…u2j

ui1ui2…uij=X×W。（6）

（3）确定理想解和贴近度

正理想解和负理想解计算公式如下：

V+={maxuij︱i=1，2，…，m}={u+1，u+2，…，u+m};

V-={minuij︱i=1，2，…，m}={u-1，u-2，…，u-m}。（7）

式中：uij为加权规范化值;V+为正理想解;V-为负理想解;m为评价指标数。

不同区域指标数据到正理想解和负理想解的距离的计算公式如下：

M+=∑mi=1（uij-u+j）2;

M-=∑mi=1（uij-u-j）2。（8）

式中：M+表示具体向量到正理想解V+的距离，如果土地生态系统健康评价中各个指标评价的结果距离正理想解越远则M+越大，此评价偏离最健康方案;M-表示具体向量到负理想解V-的距离，土地生态系统健康评价中各个指标评价的结果距离负理想解越远则M-越大，说明此评价趋近于最健康方案。

计算各向量与正理想解的贴近度（O）计算公式如下：

O=M-iM+i+M-i。（9）

式中：0≤O≤1，如果该区域土地生态系统越健康则O的取值越大，如果该区域土地生态系统越不健康则O的取值越小。当O越趋近于1时，即该区域的此类指标越趋近于该指标的正理想解，表明土地生态系统最健康，各方面的总体健康水平达到了预期目标;当O趋近于0时，即该区域的此类指标越趋近于该指标的负理想解，表明土地生态系统最不健康，各方面的总体健康水平未达到预期目标。

2.3.2 评判标准

本研究根据江苏省具体情况和已有的相关研究[25，32]，将贴近度划分为5个等级标准，用以表示土地生态系统健康的程度（表2）。

3 结果与分析

3.1 江苏省土地生态系统健康影响因素

采用熵权法确定土地生态系统健康评价指标的权重（表3），可以看出2008—2017年影响江苏省土地生态系统健康的前10位主要因素依次为城镇化率（D3）、人口密度（P1）、单位GDP废水排放强度（I5）、单位农用地一产业增加值（I2）、单位GDP能耗（P6）、生活垃圾无害化处理率（R5）、环保投资占GDP比例（R1）、土地经济密度（S1）、人均城市建设用地面积（P5）和收益分配指数（R6）。对江苏省土地生态系统健康起主要影响作用的要素集中在驱动力层的社会驱动要素，压力层的人口压力和资源压力要素，状态层的经济状态要素，影响层的经济影响和环境影响要素，以及响应层的经济、环境和社会响应要素方面，其中压力层和响应层的影响较为明显。从要素层出发可以发现社会要素和人口要素对江苏省土地生态系统健康的影响较大，但资源环境要素和经济要素对江苏省土地生态系统健康的影响范围更广，这表明资源环境和经济发展作为社会和谐有序发展的基础，对土地生态系统的健康起着关键作用。降低单位GDP能耗和废水排放量，提升生活垃圾无害化处理率，增加人均城市建设用地面积等减少资源环境损耗的方法和对环保的直接性经济投入行为对于土地生态系统健康发展的影响尤为明显。

3.2 江苏省土地生态系统健康综合状况分析

根据公式（1）～公式（9）和江苏省研究数据计算可知，2008—2017年江苏省土地生态系统健康具体评价指标向量到正理想解的距离从0.177 0下降到0.073 2，到负理想解的距离从0.073 1上升到0.178 4，即逐步趋近于正理想解，贴近度从0.292 2上升到0.708 9，健康等级由较不健康程度上升到较健康（表2、表4）。2008—2017年江苏省土地生态系统健康无明显的大幅波动，整体上呈现出稳步上升态势，其中在2009年期间江苏省土地生态系统健康水平有所下降，主要是受到驱动力、压力、状态贴近度明显下降的影响，尤其是压力层面单位耕地农药与化肥负荷的增加造成了一定的农业污染，同时城市建设用地的不断扩张对土地生态系统健康也产生了不良影响。2013—2014年江苏省土地生态系统健康程度明显上升，从临界健康变为较为健康的状态，在此期间M+有较为明显的下降，M-有较为明显的上升，使贴近度发生明显的上升现象，从而促使在此期间土地生态系统健康程度发生较为明显的变化。其中人口压力要素和社会压力要素中人口密度和城镇居民家庭恩格尔系数的变动对2013—2014年期间江苏省土地生态系统健康波动产生了主要影响，这与在此期间江苏省经济结构的调整、城镇居民生活质量的提升、人地关系的改善有着紧密联系。2014年之后，江苏省土地生态系统健康的贴近度在2016年受到人口自然增长率的影响较2015年有所下降，但总体上依旧呈现出一种较为稳定的上升趋势，说明近年来江苏省对生态环境采取的保护措施有所成效，土地生态系统的健康状况也在逐渐好转。可以看出，江苏省土地生态系统健康程度仍处于较健康水平，资源环境方面的压力依旧存在，距离土地生态系统达到完全健康的程度还有一定距离，进一步加大对生态环境的保护力度，提高土地利用效率必不可少。

3.3 江苏省土地生态系统健康各子系统状况分析

由图2、图3、图4可以看出：

（1）由驱动力系统变化趋势可知，2008—2017年各指标向量到正理想解的距离（M+）呈减小趋势，到负理想解的距离（M-）呈增大的态势，表明其值在逐年趋近于正理想解。贴近度由0.255 1上升到0.661 7，土地生態系统健康水平从较不健康上升至较健康水平，但在2009年和2015年受到M+和M-的影响出现较为明显的波动。这主要是2008—2017年江苏省人口自然增长率得到了有效控制，人均GDP在不断增加，同时城镇化水平也有了明显提升，良好的社会经济发展不仅提高了人民生活水平，也对土地生态系统的健康起到了一定的支撑作用，但在2009年和2015年人口自然增长率出现明显的波动现象，导致在这2年期间江苏省土地生态系统健康发展不够平稳。

（2）由压力系统变化趋势可知，2008—2017年期间各指标向量到正理想解的距离M+由0.073 4减小到0.044 9，到负理想解的距离M-由0.055 7增加到0.082 9，贴近度由0.431 6上升到0.648 7，表明土地生态系统健康从临界健康状态达到了较健康状态。但从其变化趋势可以发现，M+虽然总体上呈减小趋势，在2013年较2012年有所增加;M-则在2008—2013年期间出现逐渐减小的状况，2013年后才呈现出逐步增加的现象;相对应的，贴近度受到M+和M-的影响，在2008—2013年期间基本处在临界健康的稳定状态，到2017年初步达到了较健康的水平。表明江苏省在近10年的初期阶段人地协调关系有所破坏，化肥、农药使用量的控制力度较弱，对土地生态系统的健康造成了威胁;但在2013—2014年期间人民生活水平得到明显提高，城镇居民家庭恩格尔系数下降明显，减少了社会压力对土地生态系统健康的不利影响，一定程度上改善了江苏省土地生态系统的健康水平。

（3）由状态系统变化趋势可知，各指标向量到正理想解的距离M+在2008—2017年呈较为稳定的减小趋势，M-虽然在2008—2010年期间有所波动，但自2011年开始逐渐增加，贴近度从2008年的0.306 8上升到2017年的0.629 2，其间在2008—2010年虽有小幅变动，但土地生态系统健康水平依旧由较不健康水平上升到较健康水平。主要是因为虽然资源状态中人均水资源量在不断发生变动，耕地面积有所减少，土地利用率还有待提升，但经济状态中单位土地面积固定资产投入的增加以及地均GDP水平的不断上升促使状态系统向着较为良好的方向变动，对土地生态系统健康水平起到了重要的作用。

（4）由影响系统变化趋势可知，各指标向量到正理想解的距离M+迅速减小，到负理想解的距离M-逐年增大，贴近度从2008年的0.001 3上升到2017年的0.933 6，上升幅度明显，土地生态系统健康由不健康水平上升到了健康水平。对于影响系统，M+、M-、贴近度在发展之初较其他子系统都处于劣势，但随着逐年的发展改善，到2017年其土地生态系统健康水平与其他子系统相比，达到了最优的状况，这与社会影响、经济影响和环境影响的共同发展进步有着密切的关系。随着经济的发展，科学技术水平的提高，人均粮食产量以及单位农用地和建设用地的增加值在不断增加，同时人均公园绿地面积的增加和单位GDP废水排放量的减少改善了人居环境，促使影响系统不断趋向健康状态，再加上较为稳定的状态系统的影响，进一步加快了影响系统由不健康状态向健康状态趋近的速度。

（5）由响应系统变化趋势可知，2008—2017年期间各指标向量到正理想解的距离M+由0.089 2减少到0.0248，减少幅度较明显;到负理想解的距离M-由0.026 3增加到0.090 9，其最终M+高于其他各子系统，土地生态系统健康水平从较不健康水平上升到较健康水平。但在2012年M+出现了明显的增加，随后逐年减小，M-同样在2012年出现明显的减小现象，随后开始呈现出逐年增大的趋势，由此导致了响应系统的贴近度在2011—2013年期间出现在较不健康和临界健康之间的波动现象。主要是在2012年环境响应要素中的有效灌溉面积指数和水土流失治理率都出现了不同程度的下降，引发了响应系统贴近度的变动，对土地生态系统产生了一定的影响。

4 结论

本研究基于DPSIR模型对江苏省2008—2017年土地生态系统健康进行研究，主要得出以下结论：

（1）结合江苏省实际情况，运用DPSIR模型从驱动力、压力、状态、影响、响应5个方面出发，构建涉及社会、人口、经济和资源环境等要素的土地生态系统健康评价指标体系，对江苏省近年来土地生态系统健康状况进行分析，结果表明土地生态系统的健康发展不仅须要保证自然资源和生态环境的绿色健康发展，还须要强化人类活动对土地生态系统的积极影响，才能实现土地生态系统健康有序发展。

（2）根据2008—2017年江苏省土地生态系统健康评价指标的权重计算结果可以看出，影响近年来江苏省土地生态系统健康状况的主要因素是城镇化率、人口密度、单位GDP废水排放强度、单位农用地一产业增加值、单位GDP能耗、生活垃圾无害化处理率、环保投资占GDP比例、土地经济密度、人均城市建设用地面积和收益分配指数。其中社会要素和人口要素对土地生态系统健康的影响较为明显，而资源环境要素和经济要素对土地生态系统健康的影响更具基础性和广泛性。

（3）对2008—2017年江苏省土地生态系统健康评价结果进行诊断，由综合分析结果可知，江苏省土地生态系统健康水平在2008—2017年期间由较不健康阶段上升到了较健康阶段，贴近度总体上呈上升趋势，但当前较健康水平距离完全健康水平还有一定差距，状况有待改善。由各子系统分析结果可知，2008—2017年期间江苏省土地生态系统健康各子系统在不同阶段虽然有所波动，但均呈现出上升趋势，其中驱动力系统、状态系统和响应系统健康状态由较不健康上升到较健康状态，压力系统健康状况由临界健康上升到较健康水平，而影响系统健康状态由不健康上升到健康状态，各子系统健康状况还有进一步优化的空间。

本研究主要是从时间跨度出发分析了江苏省土地生态系统健康当前状况以及主要影响因素，对其在某一特定时间内各要素之间的特性研究和土地生態系统健康未来可能的发展态势并没有做出评价，在今后的研究中还有待于进一步探讨。

参考文献：

[1]Rapport D J，Bhm G，Buckingha D，et al. Ecosystem health：the concept，the ISEH，and the important tasks ahead[J]. Ecosystem Health，2001，5（2）：82-90.

[2]Silva A M. Carrying capacity in agriculture：environmental significance and some related patents[J]. Recent Patents on Food，Nutrition & Agriculture，2009，1（2）：100-103.

[3]Lee B，Lee K. Environmental sustainability assessment based on the concept of carbon carrying capacity[J]. Applied Mechanics and Materials，2013，284/285/286/287：1511-1517.

[4]Astuti L T，Koestoer R H. Green well-being through the cities carrying capacity：a special reference to Bekasi of west Java，Indonesia[J]. Procedia-social and Behavioral Sciences，2016，227：738-746.

[5]Hong B，Limburg K E，Erickson J D，et al. Connecting the ecological-economic dots in human-dominated watersheds：models to linksocio-economic activities on the landscape to stream ecosystem health[J]. Landscape and Urban Planning，2009，91（2）：78-87.

[6]Styers D M，Chappelka A H，Marzen L J，et al. Developing a land-cover classification to select indicators of forest ecosystem health in a rapidly urbanizing landscape [J]. Landscape and Urban Planning，2010，94（3/4）：158-165.

[7]Turmel M S，Speratti A，Baudron F，et al. Crop residue management and soil health：a systems analysis[J]. Agricultural Systems，2015，134：6-16.

[8]Jeffrey E H. Soil quality：an indicator of sustainable land management[J]. Applied Soil Ecology，2000，15（1）：75-83.

[9]De Lange H J，Sala S，Vighi M，et al. Ecological vulnerability in risk assessment-a review and perspectives [J]. Science of the Total Environment，2010，408（18）：3871-3879.

[10]Costanza R，DArge R，Groot R D，et al. The value of the worlds ecosystem services and natural capital[J]. World Environment，1998，25：3-15.

[11]葉延琼，章家恩，陈丽丽. 佛山市顺德区土地利用变化及社会经济发展对生态系统服务的影响[J]. 生态科学，2014，33（5）：872-878.

[12]谢花林，李秀彬 .基于GIS的农村住区生态重要性空间评价及其分区管制——以兴国县长冈乡为例[J]. 生态学报，2011，31（1）：230-238.

[13]解雪峰，蒋国俊，肖 翠，等. 基于模糊物元模型的西苕溪流域生态系统健康评价[J]. 环境科学学报，2015，35（4）：1250-1258.

[14]宁立新，马 兰，周云凯，等. 基于PSR模型的江苏海岸带生态系统健康时空变化研究[J]. 中国环境科学，2016，36（2）：534-543.

[15]张凤太，王腊春，苏维词. 基于物元分析-DPSIR概念模型的重庆土地生态安全评价[J]. 中国环境科学，2016，36（10）：3126-3134.

[16]孙奇奇，宋 戈，齐美玲.基于主成分分析的哈尔滨市土地生态安全评价[J]. 水土保持研究，2012，19（1）：234-239.

[17]徐 美，朱 翔，李静芝. 基于DPSIR-TOPSIS模型的湖南省土地生态安全评价[J]. 冰川冻土，2012，34（5）：1265-1272.

[18]陈伊多，杨庆媛，杨人豪，等. 基于熵权物元模型的土地生态安全评价——重庆市江津区实证[J]. 干旱区地理，2018，41（1）：185-194.

[19]李 民，邓楚雄，谢炳庚，等. 基于 DPSIR 模型的长沙市低碳经济发展水平变化评价 [J]. 农业现代化研究，2016，37（3）：453-459.

[20]江苏省国土资源厅. 江苏省国土资源管理2017年工作总结[EB/OL]. （2018-01-10） [2020-01-01]. http：//zrzy.jiangsu.gov.cn/gtxxgk/nrglIndex.action？messageID=2c908254 67617cd50167644c21db00a9.

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

[22]張继权，伊坤朋，Hiroshi T，等. 基于DPSIR的吉林省白山市生态安全评价[J]. 应用生态学报，2011，22（1）：189-195.

[23]刘宝涛，王冬艳，刘惠清. 基于DPSIR模型与TOPSIS算法的吉林省土地利用系统健康诊断[J]. 吉林农业大学学报，2017，39（1）：74-81.

[24]肖笃宁，陈文波，郭福良. 论生态安全的基本概念和研究内容[J]. 应用生态学报，2004，13（3）：354-358.

[25]李玉平，蔡运龙. 河北省土地生态安全评价[J]. 北京大学学报（自然科学版），2007，43（6）：784-789.

[26]肖风劲，欧阳华. 生态系统健康及其评价指标和方法[J]. 自然资源学报，2002，17（2）：203-209.

[27]彭 建，王仰麟，吴健生，等. 区域生态系统健康评价——研究方法与进展[J]. 生态学报，2007，27（11）：4877-4885.

[28]张军以，苏维词，张凤太. 基于PSR模型的三峡库区生态经济区土地生态安全评价[J]. 中国环境科学，2011，31（6）：1039-1044.

[29]姚 岚，吴次芳，吕添贵，等. 基于三角模型的喀斯特地区土地利用系统健康评价[J]. 农业工程学报，2015，31（14）：246-254.

[30]郑华伟，张锐，刘友兆. 基于物元分析的土地利用系统健康诊断[J]. 中国土地科学，2012，26（11）：33 - 39.

[31]郭 杰，吴 斌. 土地利用系统健康评价[J]. 中国土地科学，2011，25（4）：71-77，96.

[32]雷勋平，Qiu Robin，刘 勇. 基于熵权TOPSIS模型的区域土地利用绩效评价及障碍因子诊断[J]. 农业工程学报，2016，32（13）：243-253.

[33]洪惠坤，廖和平，魏朝富，等. 基于改进TOPSIS方法的三峡库区生态敏感区土地利用系统健康评价[J]. 生态学报，2015，35（24）：8016-8027.