土地生態安全二維預警模型構建及應用——以臨湘市為例

曹　剛,劉艷中*,張　祚,陳　勇,宋湘湘

土地生態安全二維預警模型構建及應用——以臨湘市為例

曹剛1,劉艷中1*,張祚2,陳勇1,宋湘湘1

(1.武漢科技大學資源與環境工程學院,湖北 武漢 430081；2.華中師范大學公共管理學院,湖北 武漢 430070)

引入生態可持續性指數,在風險矩陣的框架下與土地生態安全指數相結合,構建了土地生態安全二維預警模型,并應用于臨湘市土地生態安全預警.研究表明:土地生態安全指數逐年上升,土地生態系統自身穩定性及其對社會經濟發展的支撐能力不斷提高;生態可持續性指數逐年下降,土地生態系統對社會經濟發展的支撐能力的可持續性逐漸減弱,如不采取相應措施,未來將難以避免跌入不可持續狀態;2005～2019年土地生態安全警情呈“中警-輕警-中警-輕警”的波折變化,最終穩定為輕警,預測2020～2025年將延續輕警,跌入重警的可能性較小,但仍存在跌回中警的風險.臨湘市應通過發展生態友好型產業?加大環保投入?有序擴張第二產業和建設用地?節制消費和應用新技術提高生產力等措施,綜合改善土地生態安全狀況.研究認為二維預警模型可有效避免傳統模型預警失真的問題,有利于提高土地生態安全預警結果的全面性?前瞻性和合理性.

土地生態安全；二維預警；生態可持續性指數；風險矩陣

自然資源的高強度開發支撐了經濟發展和社會進步,但同時也引發了全球氣候變化、資源能源短缺、土地荒漠化等一系列生態環境問題[1].這些問題引起了國際社會的廣泛關注[2],使得安全的范圍由對國家主權的政治和軍事威脅,延伸到自然環境的惡化及其對社會持續發展的潛在威脅[3].土地既是自然資源又是其他自然資源的載體,其生態安全在安全領域占據著重要地位.土地生態安全指在一定時空內,土地生態系統能維持其自身結構功能穩定并支撐社會經濟可持續發展,從而確保復合系統長期穩定、協調發展的能力[4].隨著社會經濟的高速發展,我國土地利用強度不斷增大,不合理利用方式不斷增多,土地生態系統遭到嚴重威脅,土地生態安全問題已成為制約區域可持續發展的重要因素[5].如何科學準確地預警區域土地生態安全狀況,成為維護區域社會經濟可持續發展的關鍵問題.

土地生態安全預警是基于土地生態安全現狀預測未來演變趨勢,控制和預防不安全要素,維護區域土地生態安全的手段[5-7],源于生態安全預警.國外生態安全預警研究以監測預警為主,主要集中于土地質量和土壤肥力[8]、土壤退化及沙漠化[9]、生態環境和農業資源環境[10]的監測預警.國內生態安全預警以從生態安全評價延伸的評價預警模式為主[11].早期關于土地生態安全預警理論[12]、區域生態安全預警綜合指標體系[13]和耕地生態經濟預警系統[14]等的研究,形成了國內土地生態安全預警研究的基本框架體系和研究思路,為此后的應用研究打下了良好的基礎.在理論研究的基礎上,通過引入土地生態安全評價領域的指標體系和方法,土地生態安全預警應用研究得以廣泛開展,形成了以PSR[15-17]為主線,DPSIR[18]、EES[19]及綜合模型[20]等為支線,多線并存的指標體系庫;以綜合指數法[21]為主,物元分析模型[22]、投影尋蹤模型[23]、BP神經網絡算法[24]?GM(1,1)預測模型[25]等多元發展的方法庫.傳統的土地生態安全預警模式簡單套用土地生態安全評價模型,僅以土地生態安全指數作為唯一預警依據.因此,大量傳統土地生態安全預警研究將其重心放在土地生態安全評價、預警指標體系的完善上.然而,土地生態安全指數僅能反映土地生態系統自身狀態及其對社會經濟的支撐能力,卻不能反映這種支撐能力是否具有可持續性,導致評價結果不能全面體現土地生態安全內涵和預警本質.目前,尚未有研究嘗試將土地生態系統自身穩定性及其對社會經濟的支撐能力與這一支撐能力的可持續性相結合開展預警.

自Rees[26]提出利用生態足跡衡量可持續發展能力以來,大量區域可持續發展能力評價研究迅速開展[27-29],并衍生出了生態可持續性指數[30].該指數表征區域生態供給人類活動的可持續能力[31-32],且具有一定的未來表征能力.為了彌補傳統土地生態安全預警在生態可持續性和未來表征上的不足,本文嘗試將生態可持續性指數引入土地生態安全預警,與傳統預警中的土地生態安全指數相結合,在風險矩陣[33]的框架下構建土地生態安全二維預警模型,并以臨湘市為例開展土地生態安全預警,為維護區域土地生態安全和可持續發展提供新途徑,為土地生態安全預警研究提供新思路.

1 研究區概況與數據來源

1.1 研究區域概況

臨湘市地處湖南省岳陽市東北部,湖南、湖北兩省交界處,位于29°10′～29°52′N,113°15′～113°45′E,長江、洞庭湖水系在此交匯.轄區共有3河16湖,森林覆蓋面積達51.11%,已查明礦床礦點50多處,具有資源豐富、生態多樣等特點.

臨湘市作為成熟型資源城市,是長江經濟帶生態環境保護的重要區域(圖1).近年來,該市依托優越的地理位置和豐富的資源儲備,社會經濟高速發展,對土地生態系統形成了巨大壓力.開展土地生態安全預警研究,不僅對促進該市土地生態安全建設和可持續發展具有重要作用,而且對保障長江經濟帶全局生態安全具有重要意義.

1.2 數據來源

社會經濟數據主要來自于2005～2020年《臨湘市統計年鑒》《岳陽市統計年鑒》、統計公報和生態環境局網站(http://www.yueyang.gov.cn/hbj/index. htm);土地利用數據主要來自于統計年鑒、《臨湘市土地利用總體規劃(2006-2020)》及土地利用變更調查數據.

2 研究方法

2.1 土地生態安全指數

2.1.1 評價指標體系構建采用壓力-狀態-響應模型(PSR)進行土地生態安全評價.PSR模型以人類與環境的交互作用關系建立指標體系,由壓力、狀態、響應子系統構成,具有指標綜合性強?指標間存在因果關系和層次結構的特點.壓力子系統(P)表示人類活動對環境產生的壓力,狀態子系統(S)表示壓力下的環境狀態,響應子系統(R)表示受到環境改變壓力后人類采取的措施.本文基于PSR模型,以科學性、全面性、獨立性和可獲取性為原則[34],充分分析相關研究指標體系構建成果[5,15-16],結合臨湘市土地生態安全特點、主要影響因素,構建了臨湘市土地生態安全評價指標體系(表1).選取的指標涵蓋社會、經濟、自然等角度,各指標均有其表征意義,重點選取了人口密度、經濟密度、人均GDP等具有典型代表意義的指標和林地、耕地、水域比重等體現臨湘用土地特點的特色指標,以盡可能全面綜合地反映土地生態系統自身結構功能狀態和對社會經濟發展的支撐能力.

圖1 臨湘市區位示意

為消除指標量綱,本文采用極差法對原始數據進行標準化處理,公式如下:

式中:X表示標準化后的值;X為原始值;Xmax表示第年第項指標的最大值,Xmin表示第年第項指標的最小值.

為降低主觀因素影響,本文選用熵權法、變異系數法綜合確定指標權重[35],如公式(3),結果見表1.

式中:W表示第項指標綜合權重;ej表示第項指標熵權法所確定的權重;vj表示第項指標變異系數法所確定的權重.

2.1.2 土地生態安全指數及等級采用綜合指數法計算土地生態安全指數,公式如下:

式中:LESI表示土地安全指數,X表示第年第項指標的標準化值;W表示第項指標的權重.

表1 臨湘市土地生態安全評價指標體系

注:*土地生態安全指數.

表2 臨湘市土地生態安全指數分級標準

目前,土地生態安全指數等級閾值尚未有統一的劃分標準,參考相關研究[36-37],并結合臨湘市實際情況,將臨湘市土地生態安全指數劃分為5個等級,表2.

2.2 生態可持續性指數

2.2.1 “消費-產出”生態足跡 傳統的生態足跡運用于區域可持續性評價中,常得到有悖于可持續發展理論的結論——經濟越不發達地區可持續性越強.對此,熊德國等[38]將生態足跡區分為消費性生態足跡和生產性生態足跡,前者表征區域發展的公平性,后者表征人類活動對當地生態系統的壓力并用于判定區域生態可持續性.劉艷中等[39]進一步改進并構建了“消費-產出”生態足跡模型,即消費足跡(EFC)反映域內對域內?外生態生產性土地面積的索取程度,可利用生態承載力(EC)與消費足跡的差值即消費盈虧(ERC/EDC);產出足跡(EFO)表示域內?外對域內生態生產性土地面積的索取程度,產出足跡與可利用生態承載力的差值即產出盈虧(ERO/EDO).公式如下:

式中:、、分別代表人口數、生態生產性土地類型、消費產出項目類型;r、y分別代表均衡因子、產量因子;C、o、p、a分別代表項目的人均消費量、人均產出量、全球平均產量、地類的人均面積.

2.2.2 可持續承載生態虧損額 因為區域存在資源進出口,消費足跡產生的壓力不完全來自域內,產出足跡產生的壓力也不完全由域內承載,所以單一的消費足跡和產出足跡都難以反映人類活動造成的區域生態壓力.對此,周蘭蘭等[40]基于“消費-產出”生態足跡構建了可持續承載生態虧損額(EL),并以此表征區域繼續承受生態生產性土地虧損面積,判別區域生態可持續性,公式如表3.

2.2.3 生態可持續性指數 可持續承載生態虧損額是絕對值,其值的對比可直觀反映區域不同時期生態承載力的差距,進而反映生態可持續性差距.但因缺乏相對等級判別標準,無法確定生態可持續性所處強弱層級.為解決這一問題,陳章等[41]將其引入生態可持續性指數(ESI),改進并構建了基于EL的生態可持續性指數及其分級標準,進一步判定區域生態可持續性所處的強弱層級.改進公式如下:

式中:EL表示生態可持續承載生態虧損額.ESI=0.5,即EL=0時,為可持續程度臨界點,依據指數與其距離將生態可持續程度劃分為5個等級,如表4.

表3 可持續承載生態虧損額計算公式

表4 臨湘市生態可持續性指數分級標準

2.3 土地生態安全二維預警模型

基于前文,在風險矩陣框架下構建土地生態安全二維預警模型.風險矩陣法[33]是基于危險發生的可能性和危害的嚴重程度綜合評估風險的風險可視化工具(圖2a),被廣泛運用于風險評價領域[42-43],可有效綜合兩個維度的信息評價風險.本研究基于該框架,將土地生態安全指數和生態可持續性指數作為兩個維度,構建二維預警模型,綜合判定警情狀況(圖2b).

圖2 風險矩陣-土地生態安全二維預警模型

2.4 動態預測

表5 GM(1,1)模型精度檢驗標準

注:1.均方差;2.小概率誤差.

考慮到評價指標值變化的模糊性和影響因素的復雜性,采用灰色預測模型GM(1,1)對指數變化進行預測.在DPS軟件中以2005～2019年臨湘市LESI和ESI數據預測2020～2025變化情況,并檢驗預測精度確保模擬效果,檢驗標準[44]見表5.

3 結果與分析

3.1 土地生態安全指數分析

表6 臨湘市土地生態安全指數計算結果

圖3 臨湘市土地生態安全指數變化趨勢

土地生態安全評價結果及其變化趨勢,見表6、圖3.2005～2019年間,臨湘市生態安全指數逐步提高,由較不安全狀態轉為臨界狀態,最后達到較安全狀態.土地生態安全指數在0.371～0.657范圍內呈現波動上升的趨勢.從增長速度看,2013～2019年的年均增速為7.24%,顯著高于2005～2013年的年均增速2.95%.上述結果表明臨湘市土地生態系統自身穩定性及其對社會經濟發展的支撐能力逐漸增強,且在2013年后增強效果更為明顯.通過相關性分析可發現,LESI與3個子系統指數均高度相關,但與狀態和響應子系統相關性較高(圖4a),說明土地生態安全指數主要受響應和狀態子系統影響.

壓力指數在0.297～0.072之間呈持續下降趨勢.2005～2011年由0.297迅速下降到0.089,此后基本維持在0.080附近波動.從壓力指標分析可知,建設用地的擴張、經濟密度和第二產業比重的快速上升、人口密度的提高及人均耕地面積的下降,是導致該指數逐年下降的主要因素(圖4b).

圖4 PSR模型指數相關性分析

■負相關

2011～2019年壓力指數的平衡是由經濟密度和第二產業比重呈相反方向變化合力的結果.狀態指數全程緩慢上升,由0.052上升到0.228,表明研究期間土地生態系統狀態整體轉好.該指數的變化主要受到城鄉居民經濟條件改善和生態友好的農業經濟發展的影響,但期間出現林地減損的狀況,對其產生一定負面影響(圖4c).響應指數在0.022～0.344之間呈持續上升趨勢.2009年增速較快,主要原因在于臨湘市環境保護支出大幅提高.農民人均純收入?城鎮污水處理率?建成區綠地率的提高對該指數影響較大(圖4d).

3.2 生態可持續性

臨湘市生態可持續性指數計算結果如表7.臨湘市生態可持續性水平以2015年為界,由中可持續轉化為臨界.ESI逐年下降,由0.790下降至0.546,整體降幅達30.88%;2005～2010年下降較快,年均下降4.03%;2010～2019年降速減慢,年均下降1.49%;2010年單年降幅最大,達9.58%.ESI持續下降源于EFC增速遠超過EFO增速,導致EL不斷降低.而EL降低速度又遠低于EFC上升速度,進而導致ESI持續下降.ESI持續下降表明臨湘市土地生態系統對社會經濟發展支撐能力的可持續性不斷減弱.盡管在2010年以后有所減緩,但下降的趨勢并未逆轉,亟須采取措施轉變.

表7 臨湘市生態可持續性水平

3.3 土地生態安全預警結果

在DPS軟件中運行灰色GM(1,1)預測模型,以2005～2019年土地生態安全指數和生態可持續性指數為原始數據,預測2020～2025年兩項指數的發展趨勢,模擬精度達到一級,模擬效果好(見表8).擬合結果與實際對比見圖5.

表8 預測精度檢驗

3.3.1 二維預警模型預警結果分析 由前文構建的土地生態安全二維預警模型確定臨湘市警情,結果見表9.可知:2005～2015年隨著土地生態安全等級的不斷提高,警情逐漸從中警轉入輕警;2016～2018年受生態可持續性指數下降的影響,警情再次跌入中警;2019年由于土地生態安全等級提高至較安全,警情恢復輕警.預測2020～2025將延續2019年的輕警,其中LESI由0.627上升到0.747,維持較安全狀態;ESI由0.529下降到0.468,仍處于臨界狀態.警情的時間演變趨勢表明,臨湘市警情在波動中有所緩解,這主要得益于LESI的提高.但由于ESI的持續下降,極有可能跌入生態不可持續狀態,從而將警情拖回中警.同時,因兩指數變化具有連續性,且LESI指數較高,LESI驟降導致警情跌入重警的可能性較小.但在ESI指數處于較低水平的情況下,LESI一旦下降,也將導致警情迅速升級.綜上,臨湘市土地生態安全形勢仍不容樂觀.

3.3.2 兩種模型預警結果對比分析 分別通過土地生態二維預警模型和傳統預警模型判定警情,二維預警模型的警情由土地生態安全指數和生態可持續性指數綜合判定,傳統預警模型警情僅依據土地生態安全指數判定,結果見表9.二維預警模型判定的警情呈現“中警-輕警-中警-輕警”的變化趨勢,傳統預警模型警情則呈現“重警-中警-輕警-無警”的變化趨勢.2005～2015年傳統模型判定的警情高于二維模型,原因在于生態可持續性指數處于中可持續狀態,弱化了二維預警模型判定的警情.分析認為,2005～2008年臨湘市社會經濟處于快速發展初期,土地生態系統自身穩定性及其對社會經濟發展支撐能力較弱,但這種支撐能力具有較強的可持續性,警情為重警的可能性較小;2009～2015年隨著響應措施投入加大和土地生態系統狀態的改善,土地生態系統自身穩定性及其對社會經濟發展的支撐能力不斷加強,警情進一步趨于好轉.2025年傳統模型警情預測低于二維模型,原因在于傳統模型僅考慮處于高值的LESI,而忽視了處于臨界狀態的ESI.LESI處于高值反映了土地生態系統自身穩定,且對社會經濟發展有較強的支撐能力,但ESI的臨界狀態表明難以確保這一支撐能力具有可持續性.

表9 臨湘市土地生態安全預警結果

4 討論

臨湘市土地生態安全警情在研究期內呈改善趨勢,主要得益于土地生態安全指數的持續上升.而生態可持續性指數不斷下降,意味著盡管土地生態系統自身穩定性及其對社會經濟發展支撐能力不斷增強,但這種支撐能力卻越來越難以持續.生態可持續性指數的下降不僅是臨湘市警情改善的阻力,也是未來警情惡化的隱患.因此,維持土地生態安全指數上升和阻止生態可持續性指數下降,是改善臨湘市土地生態安全警情的兩個關鍵.

傳統土地生態安全預警通常采用PSR模型進行評價預警,但是因其僅能反映土地生態系統自身狀態及其對社會經濟發展的支撐能力,而不能反映支撐能力的可持續性,進而導致預警結果失真.通過對比分析發現,傳統模型預警失真主要出現在2005～ 2015年和2025年.2005～2015年土地生態系統自身穩定性及對社會經濟發展的支撐能力較弱,但其生態可持續性較強,能持續地為社會經濟發展提供支撐.若僅依據較低的土地生態安全指數預警,則易導致警情偏高.2025年土地生態系統自身穩定性及對社會經濟發展的支撐能力較強,而此時經過長期高強度開發利用的土地已難以持續提供這種強支撐能力.若僅依據較高的土地生態安全指數預警,又易導致警情偏低.因此,通過引入生態可持續性指數表征土地生態系統對社會經濟發展支撐能力的可持續性,可豐富預警的考慮因素,彌補傳統模型警情判斷失真的缺陷,提高預警的全面性?前瞻性和合理性.綜上,預警應結合土地生態安全內涵綜合考慮多因素,而非僅以土地生態安全指數為依據.二維預警模型的構建為預警模型的改進提供了一種新思路.

本文僅從土地生態安全定義視角出發,綜合土地生態安全指數和生態可持續性指數兩個維度信息,初步探索了二維預警模型的構建,從其他視角探索二維?三維甚至多維參數的選取及預警模型的構建,仍是一項有意義的工作.本研究在綜合判定警情時未考慮兩個維度的權重,各維度權重的不同可能對預警結果產生何種影響,仍有待進一步探索.此外,受限于鄉鎮層面數據暫未獲取,以及PSR指標體系在反映社會-經濟-自然關系方面尚不夠全面,本文未能從空間布局角度全面分析臨湘市土地生態警情狀況.后續研究可進一步收集鄉鎮層面數據,嘗試采用DPSIR模型構建更完整的指標體系,開展更全面?合理的預警.

5 結論

5.1 土地生態安全二維預警模型結合了土地生態系統自身穩定性及其對社會經濟的支撐能力與這種支撐能力的可持續性,可有效避免傳統模型因忽視土地生態系統對社會經濟的支撐能力的持續性而導致預警結果失真的問題,預警結果更接近實際狀況,并能更全面地表征土地生態安全.同時,由于生態可持續性指數具有一定的未來表征能力,使得預警模型更貼近預警本質.

5.2 臨湘市土地生態系統自身穩定性及對社會經濟發展的支撐能力持續改善,且改善效率持續提高,由較不安全狀態轉化至較安全狀態.這一改善得益于在生態文明建設背景下,臨湘市大力推進節能減排?土地綜合整治和鄉村振興,發展了生態友好的農業經濟,并加大了環保投入.但持續的開發利用使得臨湘市生態可持續性指數逐漸下降,由中可持續惡化到臨界,如不采取相應措施,將難以避免跌入不可持續狀態.

5.3 2005～2019年期間,臨湘市土地生態安全警情呈“中警-輕警-中警-輕警”變化,整體情況較好,預測2020～2025年將維持輕警.在土地生態安全二維預警模型中,警情受土地生態安全指數和生態可持續性指數的綜合作用.因此,只有尋求兩個維度的合力,才能快速有效地降低警情,保障土地生態安全.

5.4 臨湘市應從以下四個方面采取措施維護和改善土地生態安全:發展生態友好型農業經濟和第三產業經濟;持續加大環保投入,強化污水處理?固廢處理?綠地建設等環保措施的實施;合理規劃第二產業擴張,控制建設用地侵占耕地和林地;節制消費和改良土地,應用新技術提高綜合生產能力.

[1] 王怡然,張大紅,吳宇倫.基于DPSIR模型的森林生態安全時空間變化研究——以浙江省79個縣區為例 [J]. 生態學報, 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] 馬世五,謝德體,張孝成,等.三峽庫區生態敏感區土地生態安全預警測度與時空演變——以重慶市萬州區為例 [J]. 生態學報, 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] 趙宏波,馬延吉.基于變權-物元分析模型的老工業基地區域生態安全動態預警研究——以吉林省為例 [J]. 生態學報, 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] 徐成龍,程鈺,任建蘭.黃河三角洲地區生態安全預警測度及時空格局 [J]. 經濟地理, 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] 秦曉楠,盧小麗,武春友.國內生態安全研究知識圖譜——基于Citespace的計量分析 [J]. 生態學報, 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] 吳冠岑.區域土地生態安全預警研究 [D]. 南京:南京農業大學, 2008.

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

[13] 傅伯杰.區域生態環境預警的理論及其應用 [J]. 應用生態學報, 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] 黃賢金,曲福田.耕地生態經濟預警的理論與方法 [J]. 生態經濟, 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] 張利,陳影,王樹濤,等.濱海快速城市化地區土地生態安全評價與預警——以曹妃甸新區為例 [J]. 應用生態學報, 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,劉春臘.基于RBF的湖南省土地生態安全動態預警 [J]. 地理學報, 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] 李沖,張璇,許楊,等.京津冀生態屏障區人類活動對生態安全的影響 [J]. 中國環境科學, 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,王祥榮,等.基于DPSIR模型的長三角城市群生態安全評價研究 [J]. 生態學報, 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] 劉勇,劉友兆,徐萍.區域土地資源生態安全評價——以浙江嘉興市為例 [J]. 資源科學, 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,關婧文,劉吉平.基于DPSIR-EES模型的旅游型城鎮生態安全評價研究 [J]. 生態學報, 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,原偉鵬,劉新平.哈爾濱城市土地生態安全時序評價及預測分析 [J]. 干旱區地理, 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] 張鳳太,王臘春,蘇維詞.基于物元分析-DPSIR概念模型的重慶土地生態安全評價 [J]. 中國環境科學, 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] 張成,黃芳芳,尚國琲.土地生態安全預警系統設計與實現 [J]. 中國生態農業學報(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] 黃烈佳,楊鵬.基于機器學習的武漢城市圈土地生態安全格局識別與優化策略 [J]. 生態與農村環境學報, 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,劉春臘,李丹,等.基于改進TOPSIS-灰色GM(1,1)模型的張家界市旅游生態安全動態預警 [J]. 應用生態學報, 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] 張佳琦,段玉山,伍燕南.基于生態足跡的蘇州市可持續發展動態研究 [J]. 長江流域資源與環境, 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,孫才志,楊璇業,等.基于能值生態足跡的長山群島人地關系分析 [J]. 生態學報, 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] 曾曉霞,劉云國,黃磊,等.基于能值定理的生態足跡模型修正研究——以長沙市為例 [J]. 中國環境科學, 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] 陳晨,夏顯力.基于生態足跡模型的西部資源型城市可持續發展評價 [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] 李夢皓,羅懷良,胡娟.基于生態足跡的洪雅縣生態建設評價 [J]. 生態科學, 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] 紀榮婷,陳梅,劉溪,等.基于能值生態足跡分析的寧海縣可持續發展潛力評價 [J]. 環境科學研究, 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.區域土地資源持續利用的生態安全研究 [J]. 水土保持學報, 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,侯淑濤,趙悅,等.基于P-S-R模型的河南省土地生態安全評價及預測 [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] 王鵬,王亞娟,劉小鵬,等.基于PSR模型的青銅峽市土地生態安全評價與預測 [J]. 水土保持通報, 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] 熊德國,鮮學福,姜永東.生態足跡理論在區域可持續發展評價中的應用及改進 [J]. 地理科學進展, 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] 周蘭蘭,劉艷中,宋彥,等.基于生態足跡模型的區域生態可持續性判別準則研究 [J]. 環境科學與技術, 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] 陳章,劉艷中,孫榮澤,等.基于消費—產出賬戶分類的開放系統生態足跡研究及應用 [J]. 生態科學, 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] 董濤,金菊良,王振龍,等.基于風險矩陣的區域農業旱災風險鏈式傳遞評估方法 [J]. 災害學, 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] 汪鐵楠,翟越,王康,等.新冠肺炎疫情下的高校復課綜合風險評估 [J]. 中國安全科學學報, 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.環渤海地區土地生態安全評價研究 [D]. 保定:河北大學, 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

曹剛(1996-),男,貴州龍里人,碩士研究生,主要從事土地生態安全研究.

2021-09-28

國家自然科學基金資助項目(72174071,41971237)

* 責任作者, 教授, Liuyanzhong@wust.edu.cn