陕北黄土高原景观生态质量时空分异及驱动力分析

项曦明　丁诗雨　赵永华　康宏亮　韩磊　赵明　张鹏

摘 要：景观生态质量是衡量生态系统稳定度的重要指标。基于景观稳定性、景观干扰度和恢复与重建力三个层面构建景观生态质量评估模型，探究了陕北黄土高原２０ ａ 来景观生态质量及时空变化，并利用地理探测器进行了驱动力分析。结果表明：陕北黄土高原景观生态质量呈现中南部高、西部及北部低的分布特征，空间相关性和异质性显著；景观生态质量等级在中等及以上的区域面积占比由４０．０％上升至６３．５％，景观生态质量明显改善，并呈现先下降后上升的变化趋势；区域景观生态质量受自然因子和人为因子的共同作用，ＮＤＶＩ 和高程是主要驱动因子，且与降水、气温、ＧＤＰ 和人口密度等因素交互后驱动力增强。

关键词：景观生态质量；时空分异；驱动力；地理探测器；陕北黄土高原

中图分类号：Ｐ９０１ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０４．０１５

引用格式：项曦明，丁诗雨，赵永华，等．陕北黄土高原景观生态质量时空分异及驱动力分析［Ｊ］．人民黄河，２０２４，４６（４）：９２－９８，１１６．

近年来城镇化进程在驱动经济社会发展的同时推动了土地利用转型［１］ ，对原有景观生态系统产生冲击，造成景观破碎化、生物多样性受损、植被覆盖度锐减等问题［２－３］ ，威胁人类生存与发展。景观生态质量作为衡量生态系统稳定性的关键指标，从景观的角度研究区域环境质量，对区域生态修复、资源优化配置具有重要意义。国内外学者对景观生态质量进行了大量研究。Ｂａｒｂａｒａ［４］ 基于景观多样性、景观结构特征和土地覆被提出了景观生态质量评价指标体系，探究了波兰东部的景观生态质量；Ｇａｖｒｉｌｉｄｉｓ 等［５］ 借助城市景观质量指数对罗马尼亚的城市景观质量进行了评价，进而分析了城市生活质量水平；许洛源等［６］ 从景观稳定度、干扰度和产出功能等方面构建评价指标体系，对生态系统封闭的海坛岛景观生态质量进行了评价；马守臣等［７］ 采用四象限模型以行政村为基本单元对煤粮复合区的景观生态质量进行了综合评价；Ｗｕ 等［８］ 基于岩溶生态环境特征，应用空间异质性和景观格局基础理论，从景观稳定性、景观干扰度和恢复与重建力三个层面评价了华南喀斯特地区的生态质量。以上研究为不同类型景观的生态质量评价提供了指导，但侧重于景观生态质量评价指标体系的构建，对其驱动力因素的定量探究尚不充分。

陕北黄土高原作为“两屏三带”中“黄土高原—川滇生态屏障”的核心区域［９］ ，在区域生态、经济发展中具有重要的战略地位［１０］ 。同时，陕北黄土高原是我国生态脆弱区，水土流失严重，城镇化发展与生态环境之间的矛盾突出［１１］ 。目前针对该区域的研究多侧重于景观格局演变［１２］ 、土地生态安全［１３］ 、水土流失敏感性［１４］ 、生态系统服务［１５］ 等方面，虽然也有对该区域景观生态质量及其时空演变特征的研究［１６］ ，但研究尺度仅限于区域内的市级行政区，缺少陕北黄土高原全域尺度的评价。本文以陕北黄土高原为研究对象，从景观稳定性、景观干扰度和恢复与重建力三个层面建立景觀生态质量评估模型，探究２０００—２０２０ 年景观生态质量及其时空演变，并借助地理探测器分析其驱动因素，以期为陕北地区的生态景观规划和高质量发展提供参考。

１ 研究区概况

陕北黄土高原总面积８０ ３３０．６ ｋｍ２，占黄土高原总面积的１２．６％，区域内有２５ 个县（市、区）。该地区属于黄土高原典型丘陵区，地貌形态复杂，整体西北高东南低，海拔４００～２ ０００ ｍ，南北分别与毛乌素沙地和关中盆地毗邻，属于半湿润气候向半干旱气候过渡区域。土地利用类型多样，农牧、农林交错，南部林草资源相对丰富，整体生态环境脆弱。

２ 数据来源与研究方法

２．１ 数据来源与预处理

研究所需行政边界、ＤＥＭ、归一化植被指数（ＮＤ?ＶＩ）、土地利用、土壤类型、人口和ＧＤＰ 数据来自资源环境科学与数据中心（ｈｔｔｐ：／／ ｗｗｗ．ｒｅｓｄｃ．ｃｎ）。年降水量和年均气温根据国家气象科学数据中心（ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ）各气象站点数据通过反距离插值得到。根据ＬＵＣＣ 分类体系，把土地利用类型划分为耕地、林地、草地、水域、建设用地和未利用地６ 类。坡度由ＤＥＭ 数据通过ＡｒｃＧＩＳ 的表面分析工具计算获得。结合研究区特点及相关文献［１７－１８］ ，建立１０ ｋｍ×１０ ｋｍ 网格（共计９１４ 个网格）作为评价单元进行空间化表达。

２．２ 研究方法

２．２．１ 景观生态质量评价

１）构建评价指标体系。景观生态质量指生态系统维持自身结构与功能稳定的能力，取决于生态系统自身的稳定程度和受外界干扰程度［１９－２０］ 。稳定程度主要指景观能够抵抗干扰、维持内部生态系统稳定的能力，而干扰度指影响景观生态系统的外部事件［２１］ 。景观格局由不同生态系统构成，结构具有动态性，当受到小幅度的外界干扰时，有些干扰能被景观生态系统消化吸收，保持系统相对稳定［２２］ 。恢复与重建力作为景观稳定程度的一部分，侧重于探究人类活动对生态系统的影响，例如荒地开发、植树造林等行为影响生态系统的运转速度，促进生态恢复与重建［８］ 。黄土高原自２０００ 年实施退耕还林（草）工程，优化生态系统结构，提升生态系统服务功能。探究区域的恢复与重建力一定程度上为后续生态建设提供参考。因此，将恢复与重建力从生态系统稳定程度中分离出来，与景观稳定性和干扰度共同作为一级指标构建景观生态质量评价指标体系。选取的二级指标的含义及计算方法见表１，其中土地利用结构指数计算时，林地、草地、耕地／ 水域、建设用地／ 未利用地的贡献度分别为３、２、１、０；取ｘｉ得分由大到小前４ 的地类采用加权求和法计算土地利用类型指数，其ωｉ 分别为０．４、０．３、０．２、０．１［２０］ 。根据土地利用类型将研究区分为６ 种景观类型，分别为耕地景观、森林景观、草地景观、水域景观、建筑景观和荒地，在Ｆｒａｇｓｔａｔｓ ４．０ 软件中完成景观指数计算。

２）评估模型的建立。选取熵权法确定各评价指标权重，以避免不同指标之间信息的重叠［２３］ ；采用极值法对数据进行标准化处理，消除指标数据量纲不同对综合评价结果的影响；确定评价指标体系和权重后，计算景观生态质量评价指数。景观生态质量评价模型：

ＬＥＱ ＝ ＷｓＪｓ ＋ ＷｄＪｄ ＋ ＷｒＪｒ （１）

式中：ＬＥＱ 为景观生态质量评价指数；Ｗｓ、Ｗｄ、Ｗｒ 分别为景观稳定性、干扰度、恢复与重建力的权重；Ｊｓ、Ｊｄ、Ｊｒ分别为景观稳定性、干扰度、恢复与重建力指数，由二级指标标准化后按权重叠加计算得到。

２．２．２ 空间自相关分析

空间自相关分析能够检验某空间要素的观测值与相邻空间观测值的关联性，认为空间中邻近数据的相关性高于间隔远的，以此判断研究区内空间变量是否显著相关［２４］ ，通常用莫兰指数Ｉ 衡量。本文利用ＧｅｏＤａ 软件计算研究区２０００ 年、２０１０ 年、２０２０ 年景观生态质量的全局莫兰指数和局部莫兰指数，分析研究区景观生态质量的空间相关性和异质性。

２．２．３ 地理探测器

地理探测器作为一种空间分析模型，能够探测变量的空间异质性，探究其与驱动因子之间的关系，并对其显著性进行统计学检验，实现对定性和定量数据的分析，包括因子探测、交互探测、生态探测及风险区探测［２５］ 。选取因子和交互探测探究陕北黄土高原景观生态质量影响因子的内在机理。综合研究区自然与社会经济发展状况，选取包括自然因子（ＮＤＶＩ、高程、坡度、土壤类型、到河流的距离、年降水量、年均气温）和社会因子（到道路的距离、ＧＤＰ、人口密度）在内的１０个因子作为潜在驱动力，分析其对景观生态质量的影响程度。

３ 结果与分析

３．１ 景观生态质量时空演变特征

综合２０００ 年、２０１０ 年和２０２０ 年研究区景观生态质量评价结果，按照自然断点法将景观稳定性、干扰度、恢复与重建力、景观生态质量评价指数划分为高、较高、中等、较低、低５ 个等级，其空间分布见图１、图２，各等级面积占比见图３。景观稳定性等级和恢复与重建力等级越高，景观生态质量越好，为正向指标；景观干扰度等级越高，景观生态质量越差，为负向指标。

在时间维度上，研究时段内陕北黄土高原景观生态质量呈现先下降后上升变化趋势。２０００—２０１０ 年，研究区景观稳定性、恢复与重建力上升，但景观干扰度显著增大导致整体景观生态质量稍有下降，景观生态质量等级为高的区域变化明显，占比由３．１０％降至０．２６％，向中等及较高等级转移，较低、低等级区域面积基本不变。２０１０—２０２０ 年，研究区景观干扰度减小，恢复与重建力上升明显，整体景观生态质量显著提升，等级在中等及以上的区域面积占比由４０．０％增大至６３． ５％， 高等级区域面积占比从０． ２６％ 上升至７．８４％，低等级区域面积锐减。整体上，景观生态质量等级基本不变的区域面积占比５３．９０％，景观生态质量变好的区域面积占比４６．１０％，低、较低、中等等级区域都有向较高、高等级区域转化的情况，表明陕北黄土高原地区生态治理取得明显成效。

从空间分布看，陕北黄土高原景观生态质量整体呈现中南部高、西部及北部低的分布特征，等级以较低、中等为主，高等级区域面积占比最小。多年来景观生态质量等级为较高、高的区域主要集中在中南部，２０１０ 年后扩散至北部榆阳区、神木市等区域。研究区中西部定边县、靖边县、吴起县，西南部和东南部黄陵县、富县、黄龙县部分区域景观生态质量始终较差。２０１０ 年，原景观生态质量等级高的洛川县、富县及周边地区景观干扰度明显增大，景观生态质量等级由高降为较高，区域内景观生态质量高等级区域锐减；景观生态质量基本不变的区域面积占比８８．３５％，主要分布于研究区中部广大黄土高原沟壑区及南部部分植被覆盖度高的区域；研究区北部府谷县及神木市东北部景观生态质量等级由低、较低转为中等。２０２０ 年，研究区整体景观生态质量明显提升，景观生态质量变好的区域主要分布在研究区南部洛川县、延长县及北部榆阳区和神木市，景观干扰度减小且恢复与重建力上升，景观生态质量状况恢复明显。

３．２ 空间异质性

２０００ 年、２０１０ 年、２０２０ 年的全局莫兰指数Ｉ 的计算结果为０．６０３、０．４９７、０．５１２，均大于０，说明研究区景观生态质量的空间分布具有正相关性，聚集效应明显。从景观生态质量聚集类型空间分布（见图４）看，研究区景观生态质量的聚类以高高型、低低型为主。高高聚集区主要分布于研究区南部延安市洛川县、宝塔区、延长县及北部榆林市小部分地区，且北部高高聚集区的面积随时间推移而增大。低低聚集区主要分布于研究区西部定边县和靖边县，南部黄陵县、黄龙县、富县以及北部府谷县零星区域，２０２０ 年低低聚集区的面积相对于２０００ 年增大、但相对２０１０ 年稍有减小。

３．３ 驱动力分析

１）探测因子单因素分析。通过单因子探测得出２０００ 年、２０１０ 年、２０２０ 年各因子对研究区景观生态质量的影响程度，见图５（其中Ｘ１、Ｘ２、…、Ｘ１０ 分别表示ＮＤＶＩ、高程、坡度、土壤类型、年降水量、年均气温、到道路的距离、到河流的距离、ＧＤＰ、人口密度）。结果显示１０ 个驱动因子在３ 个年份的Ｐ 值（因子显著性）均为０，說明各因子对陕北黄土高原景观生态质量均有显著影响。因子探测结果的ｑ 值代表各驱动因子对研究区景观生态质量的影响程度，范围为［０，１］，数值越大影响程度越大。各因子中，ＮＤＶＩ、高程、土壤类型和ＧＤＰ 对景观生态质量驱动作用较大，坡度对其影响最小。２０００ 年主导驱动因子为ＮＤＶＩ，其ｑ ＞０．３，ｑ 值在０．２ 以上的因子有ＧＤＰ、高程、年降水量和年均气温。２０１０ 年，ＮＤＶＩ、高程、年降水量仍是景观生态质量重要的影响因子，尤其是年降水量的ｑ 值上升至０．２５７，说明２０１０ 年降水量对陕北景观生态质量影响程度大。ＮＤＶＩ 和年降水量的ｑ 值在２０２０ 年明显下降，且各因子的ｑ 值相差不大，表明２０２０ 年陕北景观生态质量受各驱动因子的综合影响，单个因子的驱动作用不突出。

２）探测因子交互分析。各驱动因子交互探测结果见图６，驱动因子间双因子交互作用的影响力比单因子的显著，类型以双因子增强为主。ＮＤＶＩ 与其他因子的交互作用普遍较高，表明归一化植被指数是影响景观生态质量的关键因子。从交互作用影响力排序（见表２）看，ＮＤＶＩ、高程分别与年降水量、ＧＤＰ、人口密度间的交互作用较强，说明自然因子与社会因子综合影响推动了陕北景观生态质量的变化。

４ 讨论

从景观生态学的角度探究了陕北黄土高原景观生态质量的时空演变。在时间维度上，本文研究结果与以往陕北地区研究结果相似［１６］ ，区域内景观生态质量在研究时段内呈现先下降后上升的变化趋势。２０１０年的景观生态质量相较于２０００ 年的稍有退化，尤其是南部延安市宝塔区、洛川县、富县等，景观干扰度增大，这可能与２０１０ 年前后该地区推进工业园区建设以及畜牧科技园区发展密切相关。在空间维度上，本文研究景观生态质量的空间分布与刘燕等［２６］ 的研究结果基本一致，中南部景观生态质量状况明显高于西部及北部的。中南部景观生态质量高等级区，由于植被覆盖度高且有水体存在，因此有利于生态系统稳定；研究区西部及西南部地处黄土沟壑区，抗干扰性差，生态环境脆弱，景观生态质量明显较差。２０００ 年、２０１０ 年研究区北部景观生态质量相对较低，一方面榆林市北部地处毛乌素沙地南缘风沙草滩区，沙滩地广布，植被稀少，生态状况恶劣［２７］ ；另一方面神木市作为陕北重要矿区所在地，煤炭开采导致的地表下沉、土壤污染等威胁当地生态环境，导致景观干扰度增大。２０１０ 年以后，国家有针对性地进行黄土高原综合治理，将植被自然修复与退耕还林（草）政策相结合，针对黄土高原水土流失现状，实施水土保持及土地整治措施，治理成效显著，土地沙化和水土流失明显减少，这与研究中２０２０ 年中北部景观恢复与重建力提高、景观生态质量明显提高的情况相符。在驱动力分析方面，研究发现ＮＤＶＩ、高程、土壤类型和年降水量是驱动景观生态质量变化的关键因素。这与前文中生态质量的空间分布吻合，海拔越高且植被覆盖度越低的黄土沟壑区生态质量差。年降水量在２０００ 年、２０１０ 年的单因子探测中影响力显著，在２０２０ 年与高程的交互作用影响力较突出。毛盛林等［２８］ 研究表明，黄土高原自２０００ 年以后降水量逐渐增加，林草占比的上升影响植被覆盖变化与土地利用的分布格局，可能是驱动景观生态质量发生转变的原因。另外，ＧＤＰ 对景观生态质量的影响反映了快速城镇化对地区生态环境产生干扰。

５ 结论

在时间维度上，陕北黄土高原景观生态质量明显改善，并呈现先下降后上升的变化趋势。２０１０ 年研究区景观干扰度增大，南部和西部黄土沟壑区生态状况稍有恶化，整体景观生态质量略有下降。２０２０ 年研究区景观干扰度减小，恢复与重建力上升，景观生态质量显著提高，景观生态质量高等级区域面积明显增大。

在空间维度上，研究区景观生态质量空间差异明显，呈现中南部高、西部及北部低的分布特征，景观生态质量较高的区域由南向北扩散。研究区景观生态质量存在明显的空间自相关性，局部空间聚集类型以高高型、低低型为主。

在驱动力方面，自然因子对陕北黄土高原景观生态质量影响较大，社会因子在一定程度上起到驱动作用。其中高程在２０００ 年、２０１０ 年、２０２０ 年的单因子影响力均较强，与陕北黄土高原特殊的地理条件相关。ＮＤＶＩ、高程与气候因子（年降水量）、人文因子（ＧＤＰ、人口密度）的交互作用影响力较强，存在多因素协同作用。

参考文献：

［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．基于景观生态的城市土地开发适宜性评价：以丹东市为例［Ｊ］．生态学报，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］ 许洛源，黄义雄，叶功富，等．基于土地利用的景观生态质量评价：以福建省海坛岛为例［Ｊ］．水土保持研究，２０１１，１８（２）：２０７－２１２．

［７］ 马守臣，谢放放，丁翠，等．基于四象限模型煤粮复合区景观生态质量时空变化及影响因素［Ｊ］．农业工程学报，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］ 卓静，朱延年，李韬，等．陕北黄土高原区生态服务价值对土地利用变化的响应［Ｊ］．水土保持研究，２０２２，２９（５）：３３６－３４２．

［１０］ 张君，薛亮，延军平．陕北黄土高原人类活动价值度变化分析［Ｊ］．干旱区资源与环境，２０２０，３４（９）：１－８．

［１１］ 穆兴民，胡春宏，高鹏，等．黄河输沙量研究的几个关键问题与思考［Ｊ］．人民黄河，２０１７，３９（８）：１－４，４８．

［１２］ 李正国，王仰麟，张小飞．陕北黄土高原景观破碎化及其土壤裸露效应［ Ｊ］． 生态学报， ２００５， ２５ （ ３）： ４２１ －４２７，６５８．

［１３］ 肖风劲，徐雨晴，黄大鹏，等．气候变化对黄河流域生态安全影响及适应对策［Ｊ］．人民黄河，２０２１，４３（１）：１０－１４，５２．

［１４］ 穆兴民，李朋飞，刘斌涛，等．１９０１—２０１６ 年黄土高原土壤侵蚀格局演变及其驱动机制［Ｊ］．人民黄河，２０２２，４４（９）：３６－４５．

［１５］ 李明臣，何霖．陕西黄土高原生态系统服务时空变化及热点识别［Ｊ］．人民黄河，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］ 左伟，张桂兰，万必文，等．中尺度生态评价研究中格网空间尺度的选择与确定［Ｊ］．测绘学报，２００３，３２（３）：２６７－２７１．

［１８］ 巩杰，赵彩霞，谢余初，等．基于景观格局的甘肃白龙江流域生态风险评价与管理［Ｊ］．应用生态学报，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，濮励杰，赵春雨．景观生态质量评价研究：以吴江市为例［Ｊ］．地理科学，２００７，２７（２）：１８２－１８７．

［２１］ 吴见，张艳，侯兰功．安徽省２０００—２０１０ 年景观生态质量变化研究［Ｊ］．南京林业大学学报（自然科学版），２０１５，３９（２）：８４－９０．

［２２］ 王仰麟．景观生态系统及其要素的理论分析［Ｊ］．人文地理，１９９７，１２（１）：５－９．

［２３］ 翁建武，夏军，陈俊旭．黄河上游水资源脆弱性评价研究［Ｊ］．人民黄河，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］ 王劲峰，徐成东．地理探测器原理与展望［Ｊ］．地理学报，２０１７，７２（１）：１１６－１３４．

［２６］ 刘燕，刘康．陕北黄土高原生态质量评价研究［Ｊ］．干旱区资源与环境，２０１０，２４（６）：２６－３１．

［２７］ 王仁德，吴晓旭．毛乌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 年黄土高原土地利用／ 植被覆盖变化特征及其成因［Ｊ］．水土保持研究，２０２２，２９（５）：２１３－２１９．

【责任编辑 吕艳梅】

基金项目：陕西省创新能力支撑计划创新团队项目（２０２４ＲＳＣＸＴＤ－５５）；自然资源部退化及未利用土地整治工程重点实验室开放基金资助项目（ＳＸＤＪ２０１９－０３）；中央高校基本科研业务费专项（３００１０２２７０２０６）