土地生态安全二维预警模型构建及应用——以临湘市为例

曹　刚,刘艳中*,张　祚,陈　勇,宋湘湘

土地生态安全二维预警模型构建及应用——以临湘市为例

曹刚1,刘艳中1*,张祚2,陈勇1,宋湘湘1

(1.武汉科技大学资源与环境工程学院,湖北 武汉 430081；2.华中师范大学公共管理学院,湖北 武汉 430070)

引入生态可持续性指数,在风险矩阵的框架下与土地生态安全指数相结合,构建了土地生态安全二维预警模型,并应用于临湘市土地生态安全预警.研究表明:土地生态安全指数逐年上升,土地生态系统自身稳定性及其对社会经济发展的支撑能力不断提高;生态可持续性指数逐年下降,土地生态系统对社会经济发展的支撑能力的可持续性逐渐减弱,如不采取相应措施,未来将难以避免跌入不可持续状态;2005～2019年土地生态安全警情呈“中警-轻警-中警-轻警”的波折变化,最终稳定为轻警,预测2020～2025年将延续轻警,跌入重警的可能性较小,但仍存在跌回中警的风险.临湘市应通过发展生态友好型产业､加大环保投入､有序扩张第二产业和建设用地､节制消费和应用新技术提高生产力等措施,综合改善土地生态安全状况.研究认为二维预警模型可有效避免传统模型预警失真的问题,有利于提高土地生态安全预警结果的全面性､前瞻性和合理性.

土地生态安全；二维预警；生态可持续性指数；风险矩阵

自然资源的高强度开发支撑了经济发展和社会进步,但同时也引发了全球气候变化、资源能源短缺、土地荒漠化等一系列生态环境问题[1].这些问题引起了国际社会的广泛关注[2],使得安全的范围由对国家主权的政治和军事威胁,延伸到自然环境的恶化及其对社会持续发展的潜在威胁[3].土地既是自然资源又是其他自然资源的载体,其生态安全在安全领域占据着重要地位.土地生态安全指在一定时空内,土地生态系统能维持其自身结构功能稳定并支撑社会经济可持续发展,从而确保复合系统长期稳定、协调发展的能力[4].随着社会经济的高速发展,我国土地利用强度不断增大,不合理利用方式不断增多,土地生态系统遭到严重威胁,土地生态安全问题已成为制约区域可持续发展的重要因素[5].如何科学准确地预警区域土地生态安全状况,成为维护区域社会经济可持续发展的关键问题.

土地生态安全预警是基于土地生态安全现状预测未来演变趋势,控制和预防不安全要素,维护区域土地生态安全的手段[5-7],源于生态安全预警.国外生态安全预警研究以监测预警为主,主要集中于土地质量和土壤肥力[8]、土壤退化及沙漠化[9]、生态环境和农业资源环境[10]的监测预警.国内生态安全预警以从生态安全评价延伸的评价预警模式为主[11].早期关于土地生态安全预警理论[12]、区域生态安全预警综合指标体系[13]和耕地生态经济预警系统[14]等的研究,形成了国内土地生态安全预警研究的基本框架体系和研究思路,为此后的应用研究打下了良好的基础.在理论研究的基础上,通过引入土地生态安全评价领域的指标体系和方法,土地生态安全预警应用研究得以广泛开展,形成了以PSR[15-17]为主线,DPSIR[18]、EES[19]及综合模型[20]等为支线,多线并存的指标体系库;以综合指数法[21]为主,物元分析模型[22]、投影寻踪模型[23]、BP神经网络算法[24]､GM(1,1)预测模型[25]等多元发展的方法库.传统的土地生态安全预警模式简单套用土地生态安全评价模型,仅以土地生态安全指数作为唯一预警依据.因此,大量传统土地生态安全预警研究将其重心放在土地生态安全评价、预警指标体系的完善上.然而,土地生态安全指数仅能反映土地生态系统自身状态及其对社会经济的支撑能力,却不能反映这种支撑能力是否具有可持续性,导致评价结果不能全面体现土地生态安全内涵和预警本质.目前,尚未有研究尝试将土地生态系统自身稳定性及其对社会经济的支撑能力与这一支撑能力的可持续性相结合开展预警.

自Rees[26]提出利用生态足迹衡量可持续发展能力以来,大量区域可持续发展能力评价研究迅速开展[27-29],并衍生出了生态可持续性指数[30].该指数表征区域生态供给人类活动的可持续能力[31-32],且具有一定的未来表征能力.为了弥补传统土地生态安全预警在生态可持续性和未来表征上的不足,本文尝试将生态可持续性指数引入土地生态安全预警,与传统预警中的土地生态安全指数相结合,在风险矩阵[33]的框架下构建土地生态安全二维预警模型,并以临湘市为例开展土地生态安全预警,为维护区域土地生态安全和可持续发展提供新途径,为土地生态安全预警研究提供新思路.

1 研究区概况与数据来源

1.1 研究区域概况

临湘市地处湖南省岳阳市东北部,湖南、湖北两省交界处,位于29°10′～29°52′N,113°15′～113°45′E,长江、洞庭湖水系在此交汇.辖区共有3河16湖,森林覆盖面积达51.11%,已查明矿床矿点50多处,具有资源丰富、生态多样等特点.

临湘市作为成熟型资源城市,是长江经济带生态环境保护的重要区域(图1).近年来,该市依托优越的地理位置和丰富的资源储备,社会经济高速发展,对土地生态系统形成了巨大压力.开展土地生态安全预警研究,不仅对促进该市土地生态安全建设和可持续发展具有重要作用,而且对保障长江经济带全局生态安全具有重要意义.

1.2 数据来源

社会经济数据主要来自于2005～2020年《临湘市统计年鉴》《岳阳市统计年鉴》、统计公报和生态环境局网站(http://www.yueyang.gov.cn/hbj/index. htm);土地利用数据主要来自于统计年鉴、《临湘市土地利用总体规划(2006-2020)》及土地利用变更调查数据.

2 研究方法

2.1 土地生态安全指数

2.1.1 评价指标体系构建采用压力-状态-响应模型(PSR)进行土地生态安全评价.PSR模型以人类与环境的交互作用关系建立指标体系,由压力、状态、响应子系统构成,具有指标综合性强､指标间存在因果关系和层次结构的特点.压力子系统(P)表示人类活动对环境产生的压力,状态子系统(S)表示压力下的环境状态,响应子系统(R)表示受到环境改变压力后人类采取的措施.本文基于PSR模型,以科学性、全面性、独立性和可获取性为原则[34],充分分析相关研究指标体系构建成果[5,15-16],结合临湘市土地生态安全特点、主要影响因素,构建了临湘市土地生态安全评价指标体系(表1).选取的指标涵盖社会、经济、自然等角度,各指标均有其表征意义,重点选取了人口密度、经济密度、人均GDP等具有典型代表意义的指标和林地、耕地、水域比重等体现临湘用土地特点的特色指标,以尽可能全面综合地反映土地生态系统自身结构功能状态和对社会经济发展的支撑能力.

图1 临湘市区位示意

为消除指标量纲,本文采用极差法对原始数据进行标准化处理,公式如下:

式中:X表示标准化后的值;X为原始值;Xmax表示第年第项指标的最大值,Xmin表示第年第项指标的最小值.

为降低主观因素影响,本文选用熵权法、变异系数法综合确定指标权重[35],如公式(3),结果见表1.

式中:W表示第项指标综合权重;ej表示第项指标熵权法所确定的权重;vj表示第项指标变异系数法所确定的权重.

2.1.2 土地生态安全指数及等级采用综合指数法计算土地生态安全指数,公式如下:

式中:LESI表示土地安全指数,X表示第年第项指标的标准化值;W表示第项指标的权重.

表1 临湘市土地生态安全评价指标体系

注:*土地生态安全指数.

表2 临湘市土地生态安全指数分级标准

目前,土地生态安全指数等级阈值尚未有统一的划分标准,参考相关研究[36-37],并结合临湘市实际情况,将临湘市土地生态安全指数划分为5个等级,表2.

2.2 生态可持续性指数

2.2.1 “消费-产出”生态足迹 传统的生态足迹运用于区域可持续性评价中,常得到有悖于可持续发展理论的结论——经济越不发达地区可持续性越强.对此,熊德国等[38]将生态足迹区分为消费性生态足迹和生产性生态足迹,前者表征区域发展的公平性,后者表征人类活动对当地生态系统的压力并用于判定区域生态可持续性.刘艳中等[39]进一步改进并构建了“消费-产出”生态足迹模型,即消费足迹(EFC)反映域内对域内､外生态生产性土地面积的索取程度,可利用生态承载力(EC)与消费足迹的差值即消费盈亏(ERC/EDC);产出足迹(EFO)表示域内､外对域内生态生产性土地面积的索取程度,产出足迹与可利用生态承载力的差值即产出盈亏(ERO/EDO).公式如下:

式中:、、分别代表人口数、生态生产性土地类型、消费产出项目类型;r、y分别代表均衡因子、产量因子;C、o、p、a分别代表项目的人均消费量、人均产出量、全球平均产量、地类的人均面积.

2.2.2 可持续承载生态亏损额 因为区域存在资源进出口,消费足迹产生的压力不完全来自域内,产出足迹产生的压力也不完全由域内承载,所以单一的消费足迹和产出足迹都难以反映人类活动造成的区域生态压力.对此,周兰兰等[40]基于“消费-产出”生态足迹构建了可持续承载生态亏损额(EL),并以此表征区域继续承受生态生产性土地亏损面积,判别区域生态可持续性,公式如表3.

2.2.3 生态可持续性指数 可持续承载生态亏损额是绝对值,其值的对比可直观反映区域不同时期生态承载力的差距,进而反映生态可持续性差距.但因缺乏相对等级判别标准,无法确定生态可持续性所处强弱层级.为解决这一问题,陈章等[41]将其引入生态可持续性指数(ESI),改进并构建了基于EL的生态可持续性指数及其分级标准,进一步判定区域生态可持续性所处的强弱层级.改进公式如下:

式中:EL表示生态可持续承载生态亏损额.ESI=0.5,即EL=0时,为可持续程度临界点,依据指数与其距离将生态可持续程度划分为5个等级,如表4.

表3 可持续承载生态亏损额计算公式

表4 临湘市生态可持续性指数分级标准

2.3 土地生态安全二维预警模型

基于前文,在风险矩阵框架下构建土地生态安全二维预警模型.风险矩阵法[33]是基于危险发生的可能性和危害的严重程度综合评估风险的风险可视化工具(图2a),被广泛运用于风险评价领域[42-43],可有效综合两个维度的信息评价风险.本研究基于该框架,将土地生态安全指数和生态可持续性指数作为两个维度,构建二维预警模型,综合判定警情状况(图2b).

图2 风险矩阵-土地生态安全二维预警模型

2.4 动态预测

表5 GM(1,1)模型精度检验标准

注:1.均方差;2.小概率误差.

考虑到评价指标值变化的模糊性和影响因素的复杂性,采用灰色预测模型GM(1,1)对指数变化进行预测.在DPS软件中以2005～2019年临湘市LESI和ESI数据预测2020～2025变化情况,并检验预测精度确保模拟效果,检验标准[44]见表5.

3 结果与分析

3.1 土地生态安全指数分析

表6 临湘市土地生态安全指数计算结果

图3 临湘市土地生态安全指数变化趋势

土地生态安全评价结果及其变化趋势,见表6、图3.2005～2019年间,临湘市生态安全指数逐步提高,由较不安全状态转为临界状态,最后达到较安全状态.土地生态安全指数在0.371～0.657范围内呈现波动上升的趋势.从增长速度看,2013～2019年的年均增速为7.24%,显著高于2005～2013年的年均增速2.95%.上述结果表明临湘市土地生态系统自身稳定性及其对社会经济发展的支撑能力逐渐增强,且在2013年后增强效果更为明显.通过相关性分析可发现,LESI与3个子系统指数均高度相关,但与状态和响应子系统相关性较高(图4a),说明土地生态安全指数主要受响应和状态子系统影响.

压力指数在0.297～0.072之间呈持续下降趋势.2005～2011年由0.297迅速下降到0.089,此后基本维持在0.080附近波动.从压力指标分析可知,建设用地的扩张、经济密度和第二产业比重的快速上升、人口密度的提高及人均耕地面积的下降,是导致该指数逐年下降的主要因素(图4b).

图4 PSR模型指数相关性分析

■负相关

2011～2019年压力指数的平衡是由经济密度和第二产业比重呈相反方向变化合力的结果.状态指数全程缓慢上升,由0.052上升到0.228,表明研究期间土地生态系统状态整体转好.该指数的变化主要受到城乡居民经济条件改善和生态友好的农业经济发展的影响,但期间出现林地减损的状况,对其产生一定负面影响(图4c).响应指数在0.022～0.344之间呈持续上升趋势.2009年增速较快,主要原因在于临湘市环境保护支出大幅提高.农民人均纯收入､城镇污水处理率､建成区绿地率的提高对该指数影响较大(图4d).

3.2 生态可持续性

临湘市生态可持续性指数计算结果如表7.临湘市生态可持续性水平以2015年为界,由中可持续转化为临界.ESI逐年下降,由0.790下降至0.546,整体降幅达30.88%;2005～2010年下降较快,年均下降4.03%;2010～2019年降速减慢,年均下降1.49%;2010年单年降幅最大,达9.58%.ESI持续下降源于EFC增速远超过EFO增速,导致EL不断降低.而EL降低速度又远低于EFC上升速度,进而导致ESI持续下降.ESI持续下降表明临湘市土地生态系统对社会经济发展支撑能力的可持续性不断减弱.尽管在2010年以后有所减缓,但下降的趋势并未逆转,亟须采取措施转变.

表7 临湘市生态可持续性水平

3.3 土地生态安全预警结果

在DPS软件中运行灰色GM(1,1)预测模型,以2005～2019年土地生态安全指数和生态可持续性指数为原始数据,预测2020～2025年两项指数的发展趋势,模拟精度达到一级,模拟效果好(见表8).拟合结果与实际对比见图5.

表8 预测精度检验

3.3.1 二维预警模型预警结果分析 由前文构建的土地生态安全二维预警模型确定临湘市警情,结果见表9.可知:2005～2015年随着土地生态安全等级的不断提高,警情逐渐从中警转入轻警;2016～2018年受生态可持续性指数下降的影响,警情再次跌入中警;2019年由于土地生态安全等级提高至较安全,警情恢复轻警.预测2020～2025将延续2019年的轻警,其中LESI由0.627上升到0.747,维持较安全状态;ESI由0.529下降到0.468,仍处于临界状态.警情的时间演变趋势表明,临湘市警情在波动中有所缓解,这主要得益于LESI的提高.但由于ESI的持续下降,极有可能跌入生态不可持续状态,从而将警情拖回中警.同时,因两指数变化具有连续性,且LESI指数较高,LESI骤降导致警情跌入重警的可能性较小.但在ESI指数处于较低水平的情况下,LESI一旦下降,也将导致警情迅速升级.综上,临湘市土地生态安全形势仍不容乐观.

3.3.2 两种模型预警结果对比分析 分别通过土地生态二维预警模型和传统预警模型判定警情,二维预警模型的警情由土地生态安全指数和生态可持续性指数综合判定,传统预警模型警情仅依据土地生态安全指数判定,结果见表9.二维预警模型判定的警情呈现“中警-轻警-中警-轻警”的变化趋势,传统预警模型警情则呈现“重警-中警-轻警-无警”的变化趋势.2005～2015年传统模型判定的警情高于二维模型,原因在于生态可持续性指数处于中可持续状态,弱化了二维预警模型判定的警情.分析认为,2005～2008年临湘市社会经济处于快速发展初期,土地生态系统自身稳定性及其对社会经济发展支撑能力较弱,但这种支撑能力具有较强的可持续性,警情为重警的可能性较小;2009～2015年随着响应措施投入加大和土地生态系统状态的改善,土地生态系统自身稳定性及其对社会经济发展的支撑能力不断加强,警情进一步趋于好转.2025年传统模型警情预测低于二维模型,原因在于传统模型仅考虑处于高值的LESI,而忽视了处于临界状态的ESI.LESI处于高值反映了土地生态系统自身稳定,且对社会经济发展有较强的支撑能力,但ESI的临界状态表明难以确保这一支撑能力具有可持续性.

表9 临湘市土地生态安全预警结果

4 讨论

临湘市土地生态安全警情在研究期内呈改善趋势,主要得益于土地生态安全指数的持续上升.而生态可持续性指数不断下降,意味着尽管土地生态系统自身稳定性及其对社会经济发展支撑能力不断增强,但这种支撑能力却越来越难以持续.生态可持续性指数的下降不仅是临湘市警情改善的阻力,也是未来警情恶化的隐患.因此,维持土地生态安全指数上升和阻止生态可持续性指数下降,是改善临湘市土地生态安全警情的两个关键.

传统土地生态安全预警通常采用PSR模型进行评价预警,但是因其仅能反映土地生态系统自身状态及其对社会经济发展的支撑能力,而不能反映支撑能力的可持续性,进而导致预警结果失真.通过对比分析发现,传统模型预警失真主要出现在2005～ 2015年和2025年.2005～2015年土地生态系统自身稳定性及对社会经济发展的支撑能力较弱,但其生态可持续性较强,能持续地为社会经济发展提供支撑.若仅依据较低的土地生态安全指数预警,则易导致警情偏高.2025年土地生态系统自身稳定性及对社会经济发展的支撑能力较强,而此时经过长期高强度开发利用的土地已难以持续提供这种强支撑能力.若仅依据较高的土地生态安全指数预警,又易导致警情偏低.因此,通过引入生态可持续性指数表征土地生态系统对社会经济发展支撑能力的可持续性,可丰富预警的考虑因素,弥补传统模型警情判断失真的缺陷,提高预警的全面性､前瞻性和合理性.综上,预警应结合土地生态安全内涵综合考虑多因素,而非仅以土地生态安全指数为依据.二维预警模型的构建为预警模型的改进提供了一种新思路.

本文仅从土地生态安全定义视角出发,综合土地生态安全指数和生态可持续性指数两个维度信息,初步探索了二维预警模型的构建,从其他视角探索二维､三维甚至多维参数的选取及预警模型的构建,仍是一项有意义的工作.本研究在综合判定警情时未考虑两个维度的权重,各维度权重的不同可能对预警结果产生何种影响,仍有待进一步探索.此外,受限于乡镇层面数据暂未获取,以及PSR指标体系在反映社会-经济-自然关系方面尚不够全面,本文未能从空间布局角度全面分析临湘市土地生态警情状况.后续研究可进一步收集乡镇层面数据,尝试采用DPSIR模型构建更完整的指标体系,开展更全面､合理的预警.

5 结论

5.1 土地生态安全二维预警模型结合了土地生态系统自身稳定性及其对社会经济的支撑能力与这种支撑能力的可持续性,可有效避免传统模型因忽视土地生态系统对社会经济的支撑能力的持续性而导致预警结果失真的问题,预警结果更接近实际状况,并能更全面地表征土地生态安全.同时,由于生态可持续性指数具有一定的未来表征能力,使得预警模型更贴近预警本质.

5.2 临湘市土地生态系统自身稳定性及对社会经济发展的支撑能力持续改善,且改善效率持续提高,由较不安全状态转化至较安全状态.这一改善得益于在生态文明建设背景下,临湘市大力推进节能减排､土地综合整治和乡村振兴,发展了生态友好的农业经济,并加大了环保投入.但持续的开发利用使得临湘市生态可持续性指数逐渐下降,由中可持续恶化到临界,如不采取相应措施,将难以避免跌入不可持续状态.

5.3 2005～2019年期间,临湘市土地生态安全警情呈“中警-轻警-中警-轻警”变化,整体情况较好,预测2020～2025年将维持轻警.在土地生态安全二维预警模型中,警情受土地生态安全指数和生态可持续性指数的综合作用.因此,只有寻求两个维度的合力,才能快速有效地降低警情,保障土地生态安全.

5.4 临湘市应从以下四个方面采取措施维护和改善土地生态安全:发展生态友好型农业经济和第三产业经济;持续加大环保投入,强化污水处理､固废处理､绿地建设等环保措施的实施;合理规划第二产业扩张,控制建设用地侵占耕地和林地;节制消费和改良土地,应用新技术提高综合生产能力.

[1] 王怡然,张大红,吴宇伦.基于DPSIR模型的森林生态安全时空间变化研究——以浙江省79个县区为例 [J]. 生态学报, 2020,40(8): 2793-2801.

Wang Y R, Zhang D H, Wu Y L. The spatio-temporal changes of forest ecological security based on DPSIR model: cases study in Zhejiang Province [J]. Acta Ecologica Sinica, 2020,40(8):2793-2801.

[2] Westing A H. The environmental component of comprehensive security [J]. Bulletin of Peace Proposals, 1989,20(2):129-134.

[3] Brundtland G H. Our common future. World commission on environment and development [J]. Environmental Policy & Law, 1987,14(1):26-30.

[4] Lu H, Yan L, Wu J. Assessing urban sustainability of Chinese megacities: 35years after the economic reform and open-door policy [J]. Landscape and Urban Planning, 2015,145:57-70.

[5] 马世五,谢德体,张孝成,等.三峡库区生态敏感区土地生态安全预警测度与时空演变——以重庆市万州区为例 [J]. 生态学报, 2017,37(24):8227-8240.

Ma S W, Xie D L, Zhang X C, et al. Measures of land ecological security early warning and its spatial-temporal evolution in the ecologically sensitive area of the Three Gorges reservoir area: A case study of Wanzhou District, Chongqing City [J]. Acta Ecologica Sinica, 2017,37(24):8227-8240.

[6] 赵宏波,马延吉.基于变权-物元分析模型的老工业基地区域生态安全动态预警研究——以吉林省为例 [J]. 生态学报, 2014,34(16): 4720-4733.

Zhang H B, Ma Y J. Study on early-warning model based on variable weight-matter element analysis for ecological security in old industrial bases: a case study of Jilin Province [J]. Acta Ecologica Sinica, 2014,34(16):4720-4733.

[7] 徐成龙,程钰,任建兰.黄河三角洲地区生态安全预警测度及时空格局 [J]. 经济地理, 2014,34(3):149-155.

Xu C L, Cheng Y, Ren J L. The measure of ecological security early warning and the temporal and spatial pattern in Yellow River Delta [J]. Economic Geography, 2014,34(3):149-155.

[8] Turner M D. Rethinking land endowment and inequality in rural Africa: the importance of soil fertility [J]. World Development, 2016, 87:258-273.

[9] Higginbottom T P, Symeonakis E. Assessing land degradation and desertification using vegetation index data: Current frameworks and future directions [J]. Remote Sensing, 2014,6(10):9552-9575.

[10] Vásquez-Méndez R, Ventura-Ramos E, Oleschko K, et al. Soil erosion and runoff in different vegetation patches from semiarid Central Mexico [J]. Catena, 2010,80(3):162-169.

[11] 秦晓楠,卢小丽,武春友.国内生态安全研究知识图谱——基于Citespace的计量分析 [J]. 生态学报, 2014,34(13):3693-3703.

Qin X N, Lu X Y, Wu C Y. The knowledge mapping of domestic ecological security research: bibliometric analysis based on citespace [J]. Acta Ecologica Sinica, 2014,34(13):3693-3703.

[12] 吴冠岑.区域土地生态安全预警研究 [D]. 南京:南京农业大学, 2008.

Wu G C, Study on early warning of regional land ecological security [D]. Nanjing: Nanjing Agricultural University, 2008.

[13] 傅伯杰.区域生态环境预警的理论及其应用 [J]. 应用生态学报, 1993,(4):436-439.

Fu B J. Early warning theory on regional eco-environmental issues and its application [J]. Chinese Journal of Applied Ecology, 1993(4): 436-439.

[14] 黄贤金,曲福田.耕地生态经济预警的理论与方法 [J]. 生态经济, 1998,(5):14-17.

Huang X J, Qu F T. Theory and method of early warning of cultivated land ecological economy [J]. Ecological Economy, 1998, (5):14-17.

[15] 张利,陈影,王树涛,等.滨海快速城市化地区土地生态安全评价与预警——以曹妃甸新区为例 [J]. 应用生态学报, 2015,26(8): 2445-2454.

Zhang L, Chen Y, Wang S T, et al. Assessment and early warning of land ecological security in rapidly urbanizing coastal area: A case study of Caofeidian new district, Hebei, China [J]. Chinese Journal of Applied Ecology, 2015,26(8):2445-2454.

[16] 徐美,朱翔,刘春腊.基于RBF的湖南省土地生态安全动态预警 [J]. 地理学报, 2012,67(10):1411-1422.

Xu M, Zhu X, Liu C L. Early-warning of land ecological security in Hunan Province Based on RBF [J]. Acta Geographica Sinica, 2012, 67(10):1411-1422.

[17] 李冲,张璇,许杨,等.京津冀生态屏障区人类活动对生态安全的影响 [J]. 中国环境科学, 2021,41(7):3324-3332.

Li C, Zhang X, Xu Y, et al. The impacts of human activities on ecological security in the ecological barrier zone in Beijing- Tianjin-Hebei region [J]. China Environmental Science, 2021,41(7): 3324-3332.

[18] 崔馨月,方雷,王祥荣,等.基于DPSIR模型的长三角城市群生态安全评价研究 [J]. 生态学报, 2021,41(1):302-319.

Cui X Y, Fang L, Wang X R, et al. Urban eco-security assessment in the urban agglomerations based on DPSIR model: a case study of Yangtze River Delta, China [J]. Acta Ecologica Sinica, 2021,41(1): 302-319.

[19] 刘勇,刘友兆,徐萍.区域土地资源生态安全评价——以浙江嘉兴市为例 [J]. 资源科学, 2004,(3):69-75.

Liu Y, Liu Y Z, Xu P. Evaluation on ecological security of regional land resources: A case study of Jianxing city, Zhejiang Province [J]. Resource Science, 2004,(3):69-75.

[20] 石丹,关婧文,刘吉平.基于DPSIR-EES模型的旅游型城镇生态安全评价研究 [J]. 生态学报, 2021,41(11):4330-4341.

Shi D, Guan J W, Liu J P. Ecological security evaluation of tourism towns based on DPSIR-EES-matter element [J]. Acta Ecologica Sinica, 2021,41(11):4330-4341.

[21] 王晶,原伟鹏,刘新平.哈尔滨城市土地生态安全时序评价及预测分析 [J]. 干旱区地理, 2018,41(4):885-892.

Wang J, Yuan W P, Liu X P. Time series evaluation and prediction analysis of urban land ecological security in Harbin City [J]. Arid Land Geography, 2018,41(4):885-892.

[22] 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.

Zhang F T, Wang L C, Su W C. Evaluation of land ecological security in Chongqing based on the matter-element analysis-DPSIR model [J]. China Environmental Science, 2016,36(10):3126-3134.

[23] 张成,黄芳芳,尚国琲.土地生态安全预警系统设计与实现 [J]. 中国生态农业学报(中英文), 2020,28(6):931-944.

Zhang C, Huang F F, Shang G B. Design and implementation of the land ecological security warning system [J]. Chinese Journal of Eco-griculture, 2020,28(6):931-944.

[24] 黄烈佳,杨鹏.基于机器学习的武汉城市圈土地生态安全格局识别与优化策略 [J]. 生态与农村环境学报, 2020,36(7):862-869.

Huang L J, Yang P. Identification and optimization of land ecological security pattern in Wuhan Metropolitan Area based on machine learning [J]. Journal of Ecology and Rural Environment, 2020,36(7): 862-869.

[25] 徐美,刘春腊,李丹,等.基于改进TOPSIS-灰色GM(1,1)模型的张家界市旅游生态安全动态预警 [J]. 应用生态学报, 2017,28(11): 3731-3739.

Xu M, Liu C L, Li D, et al. Tourism ecological security early warning of Zhangjiajie, China based on the improved TOPSIS method and the grey GM(1,1) model [J]. Chinese Journal of Applied Ecology, 2017, 28(11):3731-3739.

[26] Rees W E. Ecological footprints and appropriated carrying capacity: What urban economics leaves out [J]. Environment and Urbanization, 1992,4(2):121-130.

[27] 张佳琦,段玉山,伍燕南.基于生态足迹的苏州市可持续发展动态研究 [J]. 长江流域资源与环境, 2015,24(2):177-184.

Zhang J Q, Duan Y S, Wu Y N. Dynamic analysis of sustainable development in Suzhou on ecological footprint [J]. Resources and Environment in the Yangtze Basin, 2015,24(2):177-184.

[28] 曹威威,孙才志,杨璇业,等.基于能值生态足迹的长山群岛人地关系分析 [J]. 生态学报, 2020,40(1):89-99.

Cao W W, Sun C Z, Yang X Y, et al. Analysis of man-land relationship in Changshan Archipelago based on emergy ecological footprint [J]. Acta Ecologica Sinica, 2020,40(1):89-99.

[29] 曾晓霞,刘云国,黄磊,等.基于能值定理的生态足迹模型修正研究——以长沙市为例 [J]. 中国环境科学, 2015,35(1):312-320.

Zeng X X, Liu Y G, Huang L, et al. The modified model of the emergetic ecological footprint: a case study of Changsha City [J]. China Environmental Science, 2015,35(1):312-320.

[30] 陈晨,夏显力.基于生态足迹模型的西部资源型城市可持续发展评价 [J]. 水土保持研究, 2012,19(1):197-201.

Chen C, Xia X L. Assessment on sustainable development status of western resources-based cities based on the ecological footprint model [J]. Research of Soil and Water Conservation, 2012,19(1):197-201.

[31] 李梦皓,罗怀良,胡娟.基于生态足迹的洪雅县生态建设评价 [J]. 生态科学, 2018,37(4):195-203.

Li M H, Luo H L, Hu J. Evaluation of ecological construction in Hongya County based on ecological footprint [J]. Ecological Science, 2018,37(4):195-203.

[32] 纪荣婷,陈梅,刘溪,等.基于能值生态足迹分析的宁海县可持续发展潜力评价 [J]. 环境科学研究, 2020,33(12):2752-2760.

Ji R T, Chen M, Liu X, et al. Sustainable development potential assessment of Ninghai County using an emergy ecological footprint analysis [J]. Research of Environmental Sciences, 2020,33(12):2752- 2760.

[33] Li J, Bao C, Wu D. How to design rating schemes of risk matrices: A sequential updating approach [J]. Risk Analysis, 2017,38(1):99-117.

[34] 曹新向,郭志永,雒海潮.区域土地资源持续利用的生态安全研究 [J]. 水土保持学报, 2004,(2):192-195.

Cao X X, Guo Z Y, Luo H C. Study on ecological security of regionally sustainability utilization of land resources [J]. Journal of Soil and Water Conservation, 2004,(2):192-195.

[35] Li Q, Meng X X, Liu Y B, et al. Risk assessment of floor water inrush using entropy weight and variation coefficient model [J]. Geotechnical and Geological Engineering, 2019,37(3):1493-1501.

[36] 李玲,侯淑涛,赵悦,等.基于P-S-R模型的河南省土地生态安全评价及预测 [J]. 水土保持研究, 2014,21(1):188-192.

Li L, Hou S T, Zhao Y, et al. Evaluation and forecast of land ecology security of He’nan Province based on P-S-R model [J]. Research of Soil and Water Conservation, 2014,21(1):188-192.

[37] 王鹏,王亚娟,刘小鹏,等.基于PSR模型的青铜峡市土地生态安全评价与预测 [J]. 水土保持通报, 2018,38(2):148-153,159.

Wang X, Wang Y J, Liu X P, et al. Evaluation and prediction of land ecological security in Qingtongxia City based on PSR model [J]. Bulletin of Soil and Water Conservation, 2018,38(2):148-153,159.

[38] 熊德国,鲜学福,姜永东.生态足迹理论在区域可持续发展评价中的应用及改进 [J]. 地理科学进展, 2003,(6):618-626.

Xiong D G, Xian X F, Jiang Y D. Discussion on ecological footprint theory applied to regional sustainable development evaluation [J]. Progress in Geography, 2003,(6):618-626.

[39] Liu Y Z, Zhou X, Chen Y, et al. Ecological footprint-based environmental impact assessment of structural adjustment objectives for overall land utilization planning [J]. Journal of Animal & Plant Sciences, 2015,25(3):99-106.

[40] 周兰兰,刘艳中,宋彦,等.基于生态足迹模型的区域生态可持续性判别准则研究 [J]. 环境科学与技术, 2017,40(9):183-191.

Zhou L L, Liu Y Z, Song Y, et al. Regional ecological sustainability assessment criterion based on ecological footprint model [J]. Environmental Science & Technology, 2017,40(9):183-191.

[41] 陈章,刘艳中,孙荣泽,等.基于消费—产出账户分类的开放系统生态足迹研究及应用 [J]. 生态科学, 2019,38(6):156-164.

Chen Z, Liu Y Z, Sun R Z, et al. Ecological footprint accounting and application to open eco-economic system based on consumption- output account classification [J]. Ecological Science, 2019,38(6):156- 164.

[42] 董涛,金菊良,王振龙,等.基于风险矩阵的区域农业旱灾风险链式传递评估方法 [J]. 灾害学, 2019,34(3):227-234.

Dong T, Jin J L, Wagn Z L, et al. China transfer assessment method of regional agricultural drought risk based on risk matrix [J]. Journal of Catastrophology, 2019,34(3):227-234.

[43] 汪铁楠,翟越,王康,等.新冠肺炎疫情下的高校复课综合风险评估 [J]. 中国安全科学学报, 2021,31(2):143-148.

Wang T N, Zhai Y, Wang K, et al. Comprehensive risk assessment method for resuming classes in universities during COVID- 19epidemic [J]. China Safety Science Journal, 2021,31(2):143-148.

[44] 李莉.环渤海地区土地生态安全评价研究 [D]. 保定:河北大学, 2019.

Li L. Land ecological security evaluation in Bohai Rim Region [D]. Baoding: Hebei University, 2019.

Construction and application of two-dimensional early warning model for land ecological security——A case study of Linxiang City.

CAO Gang1, LIU Yan-zhong1*, ZHANG Zuo2, CHEN Yong1, SONG Xiang-xiang1

(1.College of Resource and Environmental Engineering, Wuhan University of Science and Technology, Wuhan 430081, China；2.School of Public Administration, Central China Normal University, Wuhan 430070, China)., 2022,42(5)：2305～2314

A two-dimensional early warning model was established by combining the land ecological security index with the ecological sustainability index under the framework of the risk matrix. And then, it was applied to Linxiang’s early warning for land ecological security. The land ecological security index increased yearly. The stability and socio-economic supporting capacity of land ecosystem were enhanced continuously. The ecological sustainability index decreased continuously. The sustainability of land ecosystem’s supporting capacity to socio-economic development was weakened gradually and it would inevitably become unsustainable without any measures. From 2005 to 2019, the warning degrees of land ecological security showed a fluctuated trend of “middle alert-light alert-middle alert-light alert”. It is predicted that the “light alert” will continue from 2020 to 2025. The possibility of falling into “heavy alert” is highly unlikely. But there is still a risk of falling back into the “middle alert”. The research suggests that land ecological security of Linxiang should be comprehensively improved by developing eco-friendly industries, increasing investment in environmental protection, expanding the secondary industry and construction land orderly, reducing consumption, and applying new technologies to improve productivity. It is significant that the two-dimensional early warning model can effectively avoid the problem of distortion in traditional models. The innovation of the two-dimensional early warning model is beneficial to improve the comprehensiveness, rationality, and forward-looking of the early warning results of land ecological security.

land ecological security；two-dimensional early warning；ecological sustainability index；risk-matrix

X24,X9

A

1000-6923(2022)05-2305-10

曹刚(1996-),男,贵州龙里人,硕士研究生,主要从事土地生态安全研究.

2021-09-28

国家自然科学基金资助项目(72174071,41971237)

* 责任作者, 教授, Liuyanzhong@wust.edu.cn