露天礦區景觀生態風險空間分異

吳健生，喬 娜，彭 建，黃秀蘭，劉建政，潘雅婧

(1.城市人居環境科學與技術重點實驗室，北京大學深圳研究生院城市規劃與設計學院，深圳 518055;2.地表過程分析與模擬教育部重點實驗室，北京大學城市與環境學院，北京 100871)

我國疆域遼闊，成礦地質條件優良、礦種齊全、總量豐富，95%以上的能源、80%以上的工業原料、70%以上的農業生產資料都來自礦業［1］。目前，我國因礦產資源開發造成的挖損、塌陷、壓占等已損毀土地約21億畝［2］，由此引發的環境污染、生態資源破壞以及地質災害等生態環境問題日益嚴峻。

生態風險評價作為管理生態環境的重要工具，其主要內容是評價負面影響發生的可能性及危害程度［3-4］。當前對生態風險壓力的描述已從單一化學因子，擴展到多來源、多層次的風險因子及生態事件［5］。隨著研究尺度的擴大，基于流域、城市等尺度進行描述和評估生態風險的工作日益增多［6-9］。礦區是以礦山生產作業區為核心的一個獨立的人工、半人工生態系統，其輻射范圍包括礦山職工及礦區農民所在地，甚至包括依托礦業演替形成的鄉鎮、縣市及工業小區［2，10］。礦區獨特的生態環境、經濟和社會發展規律促使其風險形成機理與發展方向有別于流域、城市、農村等綜合性區域。由于存在諸多生態環境問題，礦區日益成為生態風險評價的熱點，但多以定性或半定量化研究為主［11-15］。

景觀生態學強調空間格局及生態學過程與尺度之間的相互作用，并將人類活動與生態系統的結構和功能相整合［16］。隨著景觀生態學理論與生態風險的結合，景觀生態風險評價成為區域生態風險評價的熱點方向，但是針對礦區景觀生態風險的研究仍較為少見。而從景觀斑塊的層面考慮，更能體現礦區生態風險評價的綜合性和系統性［10，17］。因此，本研究以平朔礦區為例，構建綜合指數定量評估露天礦區景觀生態風險，并嘗試采用ESDA方法探析礦區景觀生態風險的空間分異特征。

1 研究區概況

平朔礦區位于東經 112°17'—112°26'，北緯39°24'—39°32'，地處黃土高原晉陜蒙接壤的黑三角地帶，山西省北部的朔州市境內，屬于我國煤炭大規模集中開發地區，以露天開采為主的作業方式對該區造成嚴重的土地破壞。研究區總面積為1764 km2，其中煤礦核心作業區面積約380 km2，約占研究區面積的20%。研究區屬溫帶半干旱大陸性季風氣候，年均降雨量428.2—449.0 mm，而蒸發量1786.6—2598.0 mm，超過降水量的4倍，導致干旱與雨水侵蝕并發。研究區自然環境呈現風蝕、水土流失嚴重、植被覆蓋度低等特征。

本研究采用30 m分辨率的2010年7月的TM影像為數據源(處于植被生長茂盛期，利于采用NDVI進行植被與非植被和植被種類的區分)，經幾何精校準與影像預處理，應用決策樹算法進行遙感解譯。參考相關專家關于露天煤礦生態風險的研究成果，將挖損與壓占等土地破壞視為煤礦區主要的人類干擾活動［1，18］，綜合全國土地利用分類標準，將研究區景觀類型為林地、荒草地、坡耕地、平原耕地、裸地、采掘地、壓占地、水域、居民點九類。基于已有文獻的研究尺度［19］，及研究區的空間異質性、斑塊大小并保證柵格信息的完整，將研究區劃分為1.5 km×1.5 km的采樣單元，共計784個(圖1)。

同時，根據人類活動對景觀的干擾程度將礦區分為人工區、半自然區和自然區(圖1)。其中，人工區包括礦業核心區、城市生活區與礦業生活區，依據明顯的道路及礦區作業邊緣等人工線性地物劃分;半自然區依據山脊線、道路、河流等自然線性與人工線性地物綜合劃分;自然區則以山脊線(自然線性地物)為劃分依據。

圖1 研究區景觀分類及功能分區Fig.1 Landscape classification and different functional zones of opencast mining area

2 研究方法

2.1 景觀生態風險評價

景觀生態風險指基于景觀尺度的環境污染、人為活動及自然災害等干擾源對生態系統的結構和功能造成不利影響的可能性和危害程度［20］。評價的核心內容分為3部分:確定干擾源對區域生態環境的作用效果，構建景觀干擾度指數;評估景觀要素抵抗外界干擾的能力，構建景觀脆弱度指數;應用恰當的評估模型綜合兩者得到景觀生態風險指數，評價研究區景觀生態風險水平。

2.1.1 景觀干擾度指數

不同景觀類型在維護生態系統結構和功能完整性的過程中會面臨外界環境的干擾［21］，而景觀所受外界干擾的程度可由其景觀結構的變化程度予以度量。參考相關文獻以景觀結構指數為基礎，通過表征景觀結構的各指數疊加構建景觀干擾度指數Ei［17］，表達式如下:

式中，Ci、Di、DQi分別為景觀破碎度、景觀分離度、景觀優勢度，公式內容及表征意義詳見文獻［16，22］。其中，破碎度值越大，表明景觀單元內部穩定性越低;分離度指數越大，表明景觀在地域上分布越分散，受到的干擾程度越大;景觀優勢度表征景觀結構中某一類型支配景觀的程度，反映了該景觀類型對景觀格局形成和變化影響的大小。

對上述指標進行歸一化，以W1、W2、W3為對應權重，三者相加為1。權重值不同，反映各景觀指數解釋景觀所受干擾的能力不同［17］，參考相關文獻綜合確定破碎度指數、分離度指數和優勢度指數的重要性差異，將三者分別賦值為 0.6、0.3、0.1 的權值［23，24］。

2.1.2 景觀脆弱度指數

不同的景觀類型在維護生物多樣性、保護物種與促進景觀結構自然演替等方面的作用是有差別的，同時抵抗外界干擾的能力也不同［17，21］，由此構建景觀脆弱度指數表征各景觀類型內部結構的易損性。易損性越大，抗干擾的能力越小，表明生態風險越大。綜合各類景觀易損性的特點［18-21］，將九類景觀按脆弱程度由高到低賦值:采掘地9、壓占地8、裸地7、水域6、坡耕地5、荒草地4、平原耕地3、居民點2、林地1，歸一化得到脆弱度指數Fi。

2.1.3 景觀生態風險指數

基于景觀結構，引入景觀面積比重，建立景觀結構指數與礦區生態風險之間的聯系，用于描述一個樣地內整體生態風險的相對大小，通過采樣的方法將景觀空間格局轉化為空間化的生態風險變量［17］。其計算公式如下:

式中，ERI為景觀生態風險指數;n為景觀類型數量;Ei為景觀類型i的干擾度指數;Fi為景觀類型i的脆弱度指數;Aki為第k個采樣單元i類景觀組分的面積，Ak為第k個采樣單元的總面積。

2.2 空間數據探索性分析(ESDA)

ESDA是一系列空間數據分析方法和技術的集合［25］，它以空間關聯測度為核心，注重數據的空間關聯性、集聚性與異質性，通過對事物空間分布格局的描述，揭示空間關聯特征與模式［25-26］。國內外研究多集中于區域經濟［27-29］、社會和政治研究、城市社會結構［26，30］、空間結構演變［31］等方面。景觀生態風險作為空間變量，探析其空間特征有助于理解風險的發生機理及變化趨勢等深層次問題。

2.2.1 全局空間自相關

空間自相關反映了某一變量在空間上是否相關及其相關程度，常用測度指標為Moran's I指數，計算公式詳見有關文獻［25-26］。Moran's I系數取值在-1至+1之間，其絕對值越趨近于1，表示研究單元的空間自相關程度越強。一般使用Moran's I的標準化統計量Z來檢驗。基于一定顯著性水平，當Moran's I＞0，表明存在正的空間自相關，研究單元屬性值呈趨同集聚;Moran's I＜0，表明存在負的空間自相關，研究單元屬性值呈離散分布;Moran's I=0，表明不存在空間自相關，空間單元觀測值呈隨機分布［25，27］。

2.2.2 局部空間自相關

全局Moran's I指數值能夠測度事物在整體空間上的相關程度，但對于局部異常現象，需引入局部空間自相關方法進行探析［25］。Moran's I散點圖不能反映空間關聯類型的顯著性水平，而LISA(Local Indicators of Spatial Association，局域空間關聯指數)分析方法可解決此類問題。其計算公式如下:

式中，Ii為LISA指數空間單元值;Zi和Zj分別為空間單元i和j上觀測值的標準化值;Wij為空間權重矩陣。LISA的實質在于將Moran's I分解并呈現到各個區域單元，并形成LISA聚類圖，由此識別局部空間高高集聚的“熱點”和低低集聚的“冷點”，并探析局部空間異常特征。

3 結果分析

3.1 礦區景觀生態風險

根據自然斷裂點法分級原理［32-33］將景觀生態風險值分為3級(圖2):風險等級由高到低呈環形包圍趨勢，核心區域為高風險區，景觀組分以采掘地、壓占地、居民點、水域為主;中等風險區域部分集中于高風險區域外圍的平原耕地、居民點及部分壓占地，部分集中于人類擾動相對較少的裸地、坡耕地區域;低風險區域基本介于兩部分中等風險區域之間，景觀組分以人類擾動最少的林地、荒草地為主。

由此可見，高風險集中于礦業生產與城市生活區域，并且由中心向外呈現水平遞減的趨勢。與此相應，風險等級逐漸過渡到中、低水平，擾動過渡為城市生活、農業生產為主，波及范圍較大，景觀逐漸轉為半自然、自然類型。如圖2所示，城市生活區風險最高，次之為礦業核心區，半自然區域中等，最低為自然區。礦業核心區除了大部分采礦用地類型還分布有風險值較低的礦區復墾林、荒草地及坡耕地，這些景觀對整體生態環境有緩沖、調節作用，而城市生活區由于包含高風險的水域、居民點、裸地使得整體的風險值最高。半自然區依河流劃分為兩塊區域，右側緊鄰城市生活區的區域風險值高于左側區域。礦業生活區的風險水平位于兩者之間，但半自然區域平均生態風險值小于礦業生活區。自然區生態風險最小，主要原因是區域內存在大面積干擾度較低、脆弱度較低的林地、荒草地等景觀。

綜合研究區景觀生態風險特征(表1)，可以發現，干擾度、脆弱度、景觀生態風險各等級采樣單元的比例差異明顯。其中，干擾度整體以中、低水平為主，說明研究區承受外界擾動的劇烈程度在空間上差異較小;而采樣單元中74.36%為中等脆弱度水平，呈現“兩頭少，中間多”的正態分布模式，說明研究區景觀脆弱度總體水平較為均衡;由干擾度與脆弱度得到的景觀生態風險綜合了兩者的比例特征，高風險區比例最小，中等風險區比例最大，各等級風險的采樣單元比例近似等于同等級干擾度與脆弱度比例加和的平均值。

圖2 礦區采樣單元與功能分區景觀生態風險空間分布Fig.2 landscape eco-risk of sample units and the different functional zones of opencast mining area

表1 礦區景觀生態風險統計Table 1 landscape eco-risk statistics of opencast mining area

3.2 礦區景觀生態風險空間自相關性

礦區景觀生態風險空間自相關指數的計算結果表明，Moran's I為0.7521且隨機分布檢驗Z值高達39.7341，說明礦區景觀生態風險值存在顯著的空間正相關，即風險值高的區域，周邊區域的風險值亦高;風險值低的區域，周邊區域的風險值亦低;空間趨同集聚現象明顯。同時，標準差僅為0.0252，相對較小，說明風險值大小波動不明顯，總體水平較為平穩。

對比景觀生態風險指數值的空間鄰接特征(圖3)，可以發現，HH象限內的研究單元風險值差距較大，散點較為分散，即高風險的區域內部差異較大;LL象限內的研究單元風險值差距較小，散點較密集，即低風險的區域內部差異不明顯;LH象限的研究單元數目較少，低高離群程度較為顯著。即存在有一部分風險“低洼”區域(低風險區被高風險區包圍);HL象限的研究單元數目最少且高低離群程度更低。即存在個別風險“高聳”區域(高風險區被低風險區包圍)。同時，散點接近于回歸線，表明在局部空間上，它們呈現更顯著的“同質集聚、異質隔離”特征。

基于LISA指數分析礦區景觀生態風險的集聚特征(圖3)，并通過P≤0.05的顯著性檢驗。圖中“熱點”、“冷點”十分突出，同時存在一定數量的空間“奇異值”。其中，“熱點”主要集聚于礦業核心區與城市生活區;“冷點”主要集聚在半自然、自然區域。“熱點”、“冷點”的位置與功能分區的對應關系證明人類活動的集聚程度與風險的空間集聚程度是對應的。低高離群“奇異點”位于礦業核心區，原因是該區域的復墾林地周邊存在較高風險的裸地、采掘地;而高低離群“奇異點”位于半自然、自然區，原因是裸地區域被林地與坡耕地包圍。總體而言，“奇異點”一般為局部風險發生急劇變化的區域，也是風險最可能蔓延的位置。

3.3 景觀生態風險驅動因子分析

景觀生態風險的空間差異的決定因素包括:景觀的干擾度與脆弱度。景觀干擾度可視為外因(人為干擾)，景觀脆弱度可視為內因(景觀自身維持生態穩定性的能力)，而內、外因在影響風險的大小及空間分異的作用是有差別的。

圖3 礦區景觀生態風險Moran散點分布與生態風險值LISA指數空間特征Fig.3 Moran scatter plot and Cluster map of LISA of landscape eco-risk of opencast mining area

本研究分析各風險等級與干擾度及脆弱度水平的對應關系，理論上共有27種組合模式，但實際疊加只有14種對應模式(圖4)。其中，低風險采樣單元比例較高，以LLM、LML模式為主，各模式比例差異較大;中等風險采樣單元比例最高，各模式比例差距較小，其中以MMM、MLM與MML模式為主，其余模式均為零星分布;高風險采樣單元以HHM、HHH兩種模式為主。總結而言，低風險且低干擾度的采樣單元比例最大(31.5%)，說明決定低風險狀態的主導因素是景觀干擾度;同理，高風險狀態下，高干擾度的采樣單元比例最大(7.65%)，即景觀干擾度起主導作用;而中等風險狀態下，中等脆弱度采樣單元比例最大(39.8%)，即景觀脆弱度起主導作用。由此可知，低、高風險主要由“外因”驅動為主，而中等風險以“內因”驅動為主。

圖4 礦區景觀生態風險結構統計Fig.4 The statistics of landscape eco-risk structure

同時，對比各風險組合模式的空間分布格局(圖5)與景觀功能分區，可以發現，由低風險到高風險，各種結構的集聚形式趨于簡單。其中，HHH模式主要集聚于礦業核心區，HHM主要集聚于礦業生活區外圍與城市生活區的核心;MML、MMM與MLM3種主要模式大面積分布于自然、半自然區域、城市生活區及礦業核心區邊緣，整體面積較大、分布較散;LLM、LML模式局部集聚特征明顯，且于自然區、半自然區、礦業核心區分布較多。綜合景觀生態風險的數量結構與空間格局，總體來看，區域景觀生態風險越大，景觀類型越單一，風險的空間集聚程度越大。由此可見，人類干擾是景觀多樣性喪失、景觀結構單一化的重要影響因素。

4 結論與討論

本研究基于風險評價原理，結合景觀生態學與生態風險理論，構建景觀生態風險評價模型定量表征露天礦區景觀生態風險狀況。研究結果表明，礦區大部分區域的景觀生態風險處于中、低水平，礦業生產地區處于高水平;而大規模的土地破壞、壓占等礦業生產與生活擾動是高風險的主要來源。雖然這種干擾波及范圍小，但呈現出由礦業核心生產區向外蔓延的趨勢;中等風險區域以裸地、坡耕地、平原耕地等景觀類型為主，風險來源主要是城市生活與農業生產。此外，惡劣的自然條件造成水土流失嚴重、植被退化，形成大面積生態穩定性低的裸地、荒草地，使得平朔礦區的自然生態環境整體較為脆弱。因此，在生態環境治理、生態風險防范的過程中，需要從自然條件出發，因地制宜，采用適宜的植被覆蓋類型、多層次的治理、復墾手段對礦區環境進行分類型、分重點治理。

圖5 礦區景觀生態風險結構空間分布Fig.5 Landscape eco-risk structure and distribution in opencast mine area

對比不同功能區的景觀生態風險，表明礦區整體呈現人工區風險＞半自然區＞自然區的空間分異特征。但是，礦業核心區不是風險最高的區域，城市生活區風險水平反而更高，同樣礦業生活區比部分半自然區域風險值小。這些異常可能是風險值在空間的累積速度小于面積的擴張速度(面積越大，其均值就越小)，且這種面積與均值的關系在決定功能分區的風險平均水平方面呈主導作用。此外，不同區域風險值的差異一方面表明干擾的空間分異特征較為明顯，另一方面說明人類的生產、生活擾動是主要的風險源。因此，從基礎環節層面控制風險要從減少人類擾動、減輕破壞程度、科學處理已有破壞痕跡等方面出發。

進一步的景觀生態風險空間自相關分析表明，礦區景觀生態風險值呈現明顯的空間正相關關系，說明風險具有顯著的空間集聚特征。局部空間的景觀生態風險值具有明顯的“冷點”、“熱點”區域，這為針對性開展生態環境治理工作提供了空間參考范圍。同時，明顯的“奇異點”為預測區域的風險水平將要發生變化提供了依據，對風險防控起到預警作用;尤其是“低洼”區域極易成為下階段風險擴散的突破口，應在礦區環境管理工作中予以重點關注。而對比風險驅動因子的組合形式發現，高風險與低風險區域，干擾度為主要驅動因子，即造成風險的外因起主導作用;而中等風險區域，脆弱度為主要驅動因子，即景觀內在的特質為決定性因素。因此，對于低風險和高風險區域，宜重點控制外界擾動強度，從風險源頭控制;而針對中等風險區域，則需加強脆弱度低的景觀類型的覆蓋度。

但是，需要指出的是，上述研究結果均為基于一期遙感影像對未來風險的估測，對風險驅動的規律有待于在多期影像的長時間序列評估中進一步驗證。同時，囿于TM遙感影像空間分辨率，本研究未能進一步細分礦業核心生產區域，有待深入探析礦山開采作業區內部不同礦業生產單元之間的景觀生態風險空間分異特征。此外，采用專家打分法對干擾度權重及脆弱度進行賦值，這種方法盡管具備專家經驗的優點，仍存在一定主觀性，對研究結果帶來了一定的不確定性。

［1］ Chang Q，Qiu Y，Xie M M，Peng J.Theory and method of ecological risk assessment for mining areas based on the land destruction.Acta Ecologica Sinica，2012，32(16):5164-5174.

［2］ Li J C，Bai Z K.Land Reclamation and Ecological Rehabilitation of Land in Surface Mines.Beijing:Science Press，2000.

［3］ Suter G W II，Norton S B，Barnthouse L W.The evolution of frameworks for ecological risk assessment from the Red Book Ancestor.Human and Ecological Risk Assessment，2003，9(5):1349-1360.

［4］ Chen H，Liu J S，Cao Y，Li S C，Ouyang H.Progresses of ecological risk assessment.Acta Ecologica Sinica，2006，26(5):1558-1566.

［5］ Landis W G.Twenty years before and hence:ecological risk assessment at multiple scales with multiple stressors and multiple endpoints.Human and Ecological Risk Assessment，2003，9(5):1317-1326.

［6］ Fu Z Y，Xu X G.Regional ecological risk assessment.Advance in Earth Sciences，2001，16(2):267-271.

［7］ Fu Z Y，Xu X G，Lin H P，Wang X L.Regional ecological risk assessment of in the Liaohe river delta wetlands.Acta Ecologica Sinica，2001，21(3):365-373.

［8］ Sun H B，Yang G S，Su W Z，Zhu T M，Wang R R.Ecological risk assessment of land use in the area along Changjiang River:a case study of Nanjing，China.Acta Ecologica Sinica，2010，30(20):5616-5625.

［9］ Zeng Y.The regional ecological risk assessment of Hohhot City.Acta Ecologica Sinica，2010，30(3):668-673.

［10］ Pan Y J，Wang Y L，Peng J，Han Y N.Research progress in ecological risk assessment of mining area.Acta Ecologica Sinica，2012，32(20):6566-6574.

［11］ Bai Z K，Zhao J K，Li J C，Wang W Y，Lu C E，Ding X Q，Cai S J，Chen J J.Ecosystem damage in a large opencast coal mine——A case study on PINGSHUO Surface Coal Mine，China.Acta Ecologica Sinica，1999，19(6):870-875.

［12］ Hattemer-Frey H A，Quinlan R E，Krieger G R.Ecological risk assessment case study:impacts to aquatic receptors at a former metals mining superfund site.Risk Analysis，1995，15(2):253-265.

［13］ Michalik B.NORM impacts on the environment:an approach to complete environmental risk assessment using the example of areas contaminated due to mining activity.Applied Radiation and Isotopes，2008，66(11):1661-1665.

［14］ Jia Y，Cao L X.Review on ecological risk assessment method for coal-mining area.Environmental Science and Management，2011，36(4):177-182.

［15］ Ma X.Ecological Risk Assessment of Vulnerable Mine Area［D］:Beijing:China University of Geoscience，2011.

［16］ Wu J G.Landscape Ecology-Pattern，Process，Scale and Grade.2nd ed.Beijing:Beijing Higher Education Press，2000.

［17］ Xie H L.Regional eco risk analysis of based on landscape structure and spatial statistics.Acta Ecologica Sinica，2008，28(10):5020-5026.

［18］ Cheng J L，Lu Z H，Fan Y H.Method of ecological risk assessment for opencast mine area.Acta Ecologica Sinica，2004，24(12):2945-2950.

［19］ Hu H B，Liu H Y，Hao J F，An J.The urbanization effects on watershed landscape structure and their ecological risk assessment.Acta Ecologica Sinica，2011，31(12):3432-3440.

［20］ Li X H，Li J Y.Analysis on regional landscape ecological risk based on GIS——A case study along the lower reaches of the Weihe river.Arid Zone Research，2008，25(6):899-903.

［21］ Cheng P，Pan X L.Ecological risk analysis of regional landscape in inland river watershed of arid area——a case study of Sangong river basin in Fukang.Chinese Journal of Ecology，2003，22(4):116-120.

［22］ Wang G X，Chen G D.Study on the landscape pattern of a desert-Oasis ecological system:a spatial grid method and its application.Arid Zone Research，1999，16(3):6-11.

［23］ Gao B，Li X Y，Li Z G，Chen W，He X Y，Qi S Z.Assessment of ecological risk of coastal economic developing zone in Jinzhou Bay based on Landscape pattern.Acta Ecologica Sinica，2011，31(12):3441-3450.

［24］ Lu Y，Su W J，Hua C，Tang C Y.Landscape ecological risk assessment for upper Zuojiang River basin.Tropical Geography，2010，30(5):496-503.

［25］ Anselin L.Local indicators of spatial association-LISA.Geographical Analysis，1995，27(2):93-115.

［26］ Xuan G F，Xu J G，Zhao J.An analysis of urban social space based on ESDA——A case study of the central urban district in Shanghai.Scientia Geographica Sinica，2010，30(1):22-29.

［27］ Lee S II.Spatial Association Measures for an ESDA-GIS Framework:Developments，Significance Tests，and Applications to Spatio-Temporal Income Dynamics of United States Labor Market Areas，1969—1999［D］.Ohio:Ohio State University，2001.

［28］ Meng B，Wang J F，Zhang W Z，Liu X H.Evaluation of regional disparity in China based on spatial analysis.Scientia Geographica Snica，2005，25(4):393-400.

［29］ Zhang H F，Bai Y P，Chen Q，Wang B H，Niu D W.Regional economic disparities in Qinghai Province based on ESDA and GIS.Arid Land Geography，2009，32(3):454-461.

［30］ Lü A M，Li C M，Lin Z J，Shi W Z.Population growth rate and its spatial association by providence in China.Acta Geographica Sinica，2002，57(2):143-150.

［31］ Huang H C，Li M Y.Spatial urban structure evolution analysis of the forerunner development zone of the Changchun-Jilin-Tumen River development region based on the ESDA-Take Yanji as the example.Journal of Hebei Normal University:Natural Science Edition，2011，35(6):633-639.

［32］ Jiang W G，Zhu X H，Wu J J，Gu L，Ma G B，Liu X C.Retrieval and analysis of coal fire temperature in Wuda Coalfield，Inner Mongolia，China.Chinese Geographical Science，2011，21(2):159-166.

［33］ Cao X L，Zhang L M，Xue D S，Wang D P.The changes in disparity of urban transportation development level rank in China.Acta Geographica Sinica，2007，62(10):1034-1040.

參考文獻:

［1］ 常青，邱瑤，謝苗苗，彭建.基于土地破壞的礦區生態風險評價:理論與方法.生態學報，2012，32(16):5164-5174.

［2］ 李晉川，白中科.露天煤礦土地復墾與生態重建.北京:科學出版社，2000.

［4］ 陳輝，劉勁松，曹宇，李雙成，歐陽華.生態風險評價研究進展.生態學報，2006，26(5):1558-1566.

［6］ 付在毅，許學工.區域生態風險評價.地理科學進展，2001，16(2):267-271.

［7］ 付在毅，許學工，林輝平，王憲禮.遼河三角洲濕地區域生態風險評價.生態學報，2001，21(3):365-373.

［9］ 曾勇.區域生態風險評價——以呼和浩特市區為例.生態學報，2010，30(3):668-673.

［10］ 潘雅靜，王仰麟，彭建，韓憶楠.礦區生態風險評價研究述評.生態學報，2012，32(20):6566-6574.

［11］ 白中科，趙景逵，李晉川，王文英，盧崇恩，丁新啟，柴書杰，陳建軍.大型露天煤礦生態系統受損研究——以平碩露天煤礦為例.生態學報，1999，19(6):870-875.

［14］ 賈媛，曹玲嫻.煤炭礦區生態風險評價方法研究.環境科學與管理，2011，36(4):177-182.

［15］ 馬蕭.脆弱性礦區生態風險評價——以勝利東二號露天礦為例［D］.北京:中國地質大學，2011.

［16］ 鄔建國.景觀生態學，格局、過程、尺度與等級 (第二版).北京:高等教育出版社，2007.

［17］ 謝花林.基于景觀結構和空間統計學的區域生態風險分析.生態學報，2008，28(10):5020-5026.

［18］ 程建龍，陸兆華，范英宏.露天煤礦區生態風險評價方法.生態學報，2004，24(12):2945-2950.

［19］ 胡和兵，劉紅玉，郝敬鋒，安靜.流域景觀結構的城市化影響與生態風險評價.生態學報，2011，31(12):3432-3440.

［20］ 李謝輝，李景宜.基于GIS的區域景觀生態風險分析——以渭河下游河流沿線區域為例.干旱區研究，2008，25(6):899-903.

［21］ 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.生態學雜志，2003，22(4):116-120.

［22］ 王根緒，程國棟.荒漠綠洲生態系統的景觀格局分析——景觀空間方法與應用.干旱區研究，1999，16(3):6-11.

［23］ 高賓，李小玉，李玉剛，陳瑋，何興元，齊善忠.基于景觀格局的錦州灣沿海經濟開發區生態風險分析.生態學報，2011，31(12):3441-3450.

［24］ 盧遠，蘇文靜，華璀，湯傳勇.左江上游流域景觀生態風險評價.熱帶地理，2010，30(5):496-503.

［26］ 宣國富，徐建剛，趙靜.基于ESDA的城市社會空間研究——以上海市中心城區為例.地理科學，2010，30(1):22-29.

［28］ 孟斌，王勁峰，張文忠，劉旭華.基于空間分析方法的中國區域差異研究.地理科學，2005，25(4):393-400.

［29］ 張海峰，白永平，陳瓊，王保宏，牛定煒.基于ESDA-GIS的青海省區域經濟差異研究.干旱區地理，2009，32(3):454-461.

［30］ 呂安民，李成名，林宗堅，史文中.中國省級人口增長率及其空間關聯分析.地理學報，2002，57(2):143-150.

［31］ 黃煥春，李明玉.基于ESDA的長吉圖開發先導區城市內部空間結構演化分析——以延吉市為例.河北師范大學學報:自然科學版，2011，35(6):633-639.

［33］ 曹小曙，張利敏，薛德升，王大鵬.中國城市交通運輸發展水平等級差異變動特征.地理學報，2007，62(10):1034-1040.