全 文 ：基于景观结构的北京市顺义区生态风险时空特征
卿凤婷　 彭　 羽∗
（中央民族大学生命与环境科学学院， 北京 １０００８１）
摘　 要　 以 １９９７、２００１、２００５、２００９和 ２０１３年遥感影像为基础数据，对快速城市化地区———北
京市顺义区进行景观分类，构建基于景观干扰度和景观脆弱度的生态风险指数，利用 ＧＳ＋和
ＡｒｃＧＩＳ软件进行空间自相关和地统计学分析，研究景观生态风险的时空变化特征．结果表明：
研究区内的生态风险指数存在一定的空间正相关关系，随着粒度的增大，呈现下降的趋势；在
一定的粒度范围内（＜１２ ｋｍ），空间自相关性具有明显的尺度依赖特征．１９９７—２０１３ 年，空间
异质性中的随机变异均小于空间自相关变异，由空间自相关部分引起的空间异质性占据主导
地位．研究期间，研究区生态风险水平一直以中等生态风险程度为主，较高生态风险和较低生
态风险区域面积增加，而中等生态风险区域面积逐渐减少．低生态风险区主要位于顺义区机
场区域及东南部的林地；高生态风险区主要位于水域景观区域，如潮白河两岸．
关键词　 生态风险； 景观格局； 时空变化； 地统计学特征； 空间自相关
Ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎ Ｓｈｕｎｙｉ， Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ ｂａｓｅｄ ｏｎ
ｌａｎｄｓｃａｐｅ ｓｔｒｕｃｔｕｒｅ． ＱＩＮＧ Ｆｅｎｇ⁃ｔｉｎｇ， ＰＥＮＧ Ｙｕ∗ （Ｃｏｌｌｅｇｅ ｏｆ Ｌｉｆｅ ＆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ， Ｍｉｎ⁃
ｚｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎａ， Ｂｅｉｊｉｎｇ １０００８１， Ｃｈｉｎａ） ．
Ａｂｓｔｒａｃｔ： Ｂａｓｅｄ ｏｎ ｔｈｅ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｄａｔａ ｉｎ １９９７， ２００１， ２００５， ２００９ ａｎｄ ２０１３， ｔｈｉｓ ａｒｔｉｃｌｅ
ｃｌａｓｓｉｆｉｅｄ ｔｈｅ ｌａｎｄｓｃａｐｅ ｔｙｐｅｓ ｏｆ Ｓｈｕｎｙｉ， ａｎｄ ｔｈｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎｄｅｘ ｗａｓ ｂｕｉｌｔ ｂａｓｅｄ ｏｎ ｌａｎｄｓｃａｐｅ
ｄｉｓｔｕｒｂａｎｃｅ ｉｎｄｅｘ ａｎｄ ｌａｎｄｓｃａｐｅ ｆｒａｇｉｌｉｔｙ． Ｔｈｅ ｓｐａｔｉａｌ ａｕｔｏ⁃ｃｏｒｒｅｌａｔｉｏｎ ａｎｄ ｇｅｏｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ｂｙ
ＧＳ＋ ａｎｄ ＡｒｃＧＩＳ ｗａｓ ｕｓｅｄ ｔｏ ｓｔｕｄｙ ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｃｈａｎｇｅｓ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ． Ｔｈｅ ｒｅｓｕｌｔｓ
ｓｈｏｗｅｄ ｔｈａｔ ｅｃｏ⁃ｒｉｓｋ ｄｅｇｒｅｅ ｉｎ ｔｈｅ ｓｔｕｄｙ ｒｅｇｉｏｎ ｈａｄ ｐｏｓｉｔｉｖｅ ｓｐａｔｉａｌ ｃｏｒｒｅｌａｔｉｏｎ ｗｈｉｃｈ ｄｅｃｒｅａｓｅｄ ｗｉｔｈ
ｔｈｅ ｉｎｃｒｅａｓｉｎｇ ｇｒａｉｎ ｓｉｚｅ． Ｗｉｔｈｉｎ ａ ｃｅｒｔａｉｎ ｇｒａｉｎ ｒａｎｇｅ （＜１２ ｋｍ）， ｔｈｅ ｓｐａｔｉａｌ ａｕｔｏ⁃ｃｏｒｒｅｌａｔｉｏｎ ｈａｄ
ａｎ ｏｂｖｉｏｕｓ ｄｅｐｅｎｄｅｎｃｅ ｏｎ ｓｃａｌｅ． Ｔｈｅ ｒａｎｄｏｍ ｖａｒｉａｔｉｏｎ ｏｆ ｓｐａｔｉａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｗａｓ ｌｅｓｓ ｔｈａｎ ｓｐａｔｉａｌ
ａｕｔｏ⁃ｃｏｒｒｅｌａｔｉｏｎ ｖａｒｉａｔｉｏｎ ｆｒｏｍ １９９７ ｔｏ ２０１３， ｗｈｉｃｈ ｍｅａｎｔ ｔｈｅ ａｕｔｏ⁃ｃｏｒｒｅｌａｔｉｏｎ ｈａｄ ａ ｄｏｍｉｎａｎｔ ｒｏｌｅ
ｉｎ ｓｐａｔｉａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ． Ｔｈｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｏｆ Ｓｈｕｎｙｉ ｗａｓ ｍａｉｎｌｙ ａｔ ｍｏｄｅｒａｔｅ ｌｅｖｅｌ ｄｕｒｉｎｇ ｔｈｅ ｓｔｕｄｙ
ｐｅｒｉｏｄ． Ｔｈｅ ａｒｅａ ｏｆ ｔｈｅ ｄｉｓｔｒｉｃｔ ｗｉｔｈ ｈｉｇｈｅｒ ａｎｄ ｌｏｗｅｒ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎｃｒｅａｓｅｄ， ｗｈｉｌｅ ｔｈａｔ ｏｆ ｍｏｄｅ⁃
ｒａｔｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｄｅｃｒｅａｓｅｄ． Ｔｈｅ ａｒｅａ ｗｉｔｈ ｌｏｗ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｗａｓ ｍａｉｎｌｙ ｌｏｃａｔｅｄ ｉｎ ｔｈｅ ａｉｒｐｏｒｔ ｒｅ⁃
ｇｉｏｎ ａｎｄ ｆｏｒｅｓｔ ｏｆ ｓｏｕｔｈｅａｓｔ Ｓｈｕｎｙｉ， ｗｈｉｌｅ ｔｈａｔ ｗｉｔｈ ｈｉｇｈ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｗａｓ ｍａｉｎｌｙ ｃｏｎｃｅｎｔｒａｔｅｄ ｉｎ
ｔｈｅ ｗａｔｅｒ ｌａｎｄｓｃａｐｅ， ｓｕｃｈ ａｓ ｔｈｅ ｂａｎｋｓ ｏｆ Ｃｈａｏｂａｉ Ｒｉｖｅｒ．
Ｋｅｙ ｗｏｒｄｓ： ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ； ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎ； ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｃｈａｎｇｅ； ｇｅｏｓｔａｔｉｓｔｉｃａｌ ｆｅａｔｕｒｅ；
ｓｐａｔｉａｌ ａｕｔｏ⁃ｃｏｒｒｅｌａｔｉｏｎ．
本文由国家民委科研项目（１２ＺＹＺ００１）和高等学校学科创新引智计划
项目（Ｂ０８０４４）资助 Ｔｈｉｓ ｗｏｒｋ ｗａｓ ｓｕｐｐｏｒｔｅｄ ｂｙ ｔｈｅ Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ
Ｐｒｏｊｅｃｔｓ ｂｙ ｔｈｅ Ｓｔａｔｅ Ｅｔｈｎｉｃ Ａｆｆａｉｒｓ Ｃｏｍｍｉｓｓｉｏｎ （１２ＺＹＺ００１） ａｎｄ ｔｈｅ Ｐｒｏ⁃
ｇｒａｍｍｅ ｏｆ Ｉｎｔｒｏｄｕｃｉｎｇ Ｔａｌｅｎｔｓ ｏｆ Ｄｉｓｃｉｐｌｉｎｅ ｔｏ Ｕｎｉｖｅｒｓｉｔｉｅｓ （Ｂ０８０４４）．
２０１５⁃０８⁃１０ Ｒｅｃｅｉｖｅｄ， ２０１６⁃０２⁃０４ Ａｃｃｅｐｔｅｄ．
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ． Ｅ⁃ｍａｉｌ： ｙｕｕｐｅｎｇ＠ １６３．ｃｏｍ
　 　 随着人类社会和经济的飞速发展，城市化水平
不断提高．在人类活动占主体优势的城市生态系统
中，不同的土地利用方式和开发强度所产生的影响
将直观地反映在景观空间结构和组成上，从而影响
区域生态安全．因此，如何定量表达区域生态风险水
平成为研究者关注的问题．
生态风险是生态系统及其组分所承受的风险，
指一个种群、生态系统或整个景观的正常功能受到
外界胁迫，从而在目前和将来减少该系统内部某些
要素或其本身的健康、生产力、遗传结构、经济价值
和美学价值的可能性［１－２］ ．对区域进行生态风险分析
可以综合评价各种潜在风险对生态系统结构和功
能产生的不利影响，常用的分析方法为综合指数
应 用 生 态 学 报　 ２０１６年 ５月　 第 ２７卷　 第 ５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｊａｅ．ｎｅｔ
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｍａｙ ２０１６， ２７（５）： １５８５－１５９３　 　 　 　 　 　 　 　 　 ＤＯＩ： １０．１３２８７ ／ ｊ．１００１－９３３２．２０１６０５．０１３
法［３－４］和模型模拟法［５－６］ ．景观具有高度的空间异质
性，能准确反映生态系统的变化，而景观本身也是人
类活动的对象［７］，因此，越来越多学者将景观尺度
作为研究人类活动与生态环境的适宜尺度［８－９］ ．景观
生态风险评价以景观为基础，能确定一种或多种干
扰源对景观要素空间结构和功能产生不利影响的可
能性与危害程度，是区域生态风险评价的重要内
容［１０－１２］ ．
当前，国内外学者在区域生态风险领域开展了
一些研究，如黎启燃等［１３］、赵岩洁等［１４］、刘世梁
等［１５］基于景观格局指数构建了生态风险的评价模
型，分别对长乐市、三峡库区、红河流域进行生态风
险评价；孙洪波等［１６］、凌虹等［１７］利用生态风险模型
完成了长江三角洲南京区及江苏的生态风险分析．
已有研究多集中于一些大尺度的流域及省域、城市
群等，对于处在快速城市化过程中的城市区县研究
较少．且以往研究大多只选取单个年份进行生态风
险评价或选取两个年份进行生态风险变化对比，缺
乏对研究区生态风险时序动态的过程分析．
在过去的几年里，北京市顺义区经济飞速发展，
城镇化步伐不断加快，不可避免地影响到景观完整
性、连通性等特性．在“十二五”规划中，顺义区提出
“完善绿色生态网络，加强生态景观建设”，注重生
态与经济协调发展．本研究选取综合指数法构建生
态风险指数，综合景观破碎度、景观分离度、景观优
势度多个指标将生态风险程度定量化，并运用景观
生态学和空间统计学分析方法，选取 １９９７—２０１３ 年
间的 ５个时间点，分析处于快速城镇化阶段的北京
市顺义区的生态风险变化趋势，揭示区域生态风险
时空变化特征．
１　 研究地区与研究方法
１􀆰 １　 研究区概况
北京市顺义区 （４０° ００′—４０° ２３′ Ｎ，１１６° ２９′—
１１６°５９′ Ｅ）是北京市重点发展的新城之一，位于北
京市东北郊，城区距市中心 ３０ ｋｍ，东邻平谷，北连
怀柔、密云，西接昌平、朝阳区，南界通州区、河北三
河市．区境东西长 ４５ ｋｍ，南北宽 ３０ ｋｍ，总面积 １０２０
ｋｍ２ ．地处燕山南麓，华北平原北端，属潮白河冲积扇
下段，平原面积占 ９５．７％．地势北高南低，北部山地
最高点海拔 ６３７ ｍ，平原海拔 ２５～４５ ｍ，平均海拔 ３５
ｍ．境内水资源相对丰富，土层深厚，具有较为优越
的农业生产条件．顺义也是首都重点发展的新城和
首都国际航空中心的核心区，是服务全国、面向世界
的临空产业中心和现代制造业基地，是首都对外交
往的门户和外向型经济发展的窗口，将被建设成为
北京东北部面向区域、具有核心辐射带动作用的现
代化综合新城．
１􀆰 ２　 数据来源与处理
采用 １９９７、２００１、２００５、２００９、２０１３ 年 ５ 期分辨
率为 ３０ ｍ 的 Ｌａｎｄｓａｔ ＴＭ 影像作为基础数据源（时
相为植被生长旺盛的 ７—９月），结合顺义区行政区
划矢量图、ＧＰＳ野外调查控制点等辅助数据，在 ＥＲ⁃
ＤＡＳ遥感软件支持下，对影像进行几何校正、图像
配准等综合处理，并对遥感影像进行解译．参照全国
土地利用分类方法，将研究区景观类型分为耕地、林
地、草地、水域、城乡建设用地 ５种类型．利用 ＡｒｃＧＩＳ
１０．０，得到 １９９７、２００１、２００５、２００９、２０１３ 年的景观分
类图（图 １），经检验解译精度达 ９０％以上．基于上述
５ 种景观类型建立生态风险指数，得到研究区生态
风险空间分布情况，并对其动态变化进行研究．
１􀆰 ３　 景观生态风险指数构建
１􀆰 ３􀆰 １景观损失度 　 以景观格局指标为依据，通过
不同指数的叠加来反映不同景观类型所代表的生态
系统在受到自然和人为干扰时其自然属性损失的程
度，用景观损失指数（Ｒ ｉ）来表示，它是景观干扰度
指数（Ｕｉ）和脆弱度指数（Ｑｉ）的综合［１８
－２１］ ．Ｕｉ可以通
过景观破碎度（Ｃ ｉ）、景观优势度（Ｄｉ）、景观分离度
图 １　 研究区景观分类
Ｆｉｇ．１　 Ｌａｎｄｓｃａｐｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
Ⅰ： 草地 Ｇｒａｓｓｌａｎｄ； Ⅱ： 城乡建设用地 Ｃｏｎｓｔｒｕｃｔｉｏｎ ｌａｎｄ； Ⅲ： 耕地
Ｃｒｏｐｌａｎｄ； Ⅳ： 水域 Ｗａｔｅｒｌａｎｄ； Ⅴ： 林地 Ｗｏｏｄ ｌａｎｄ．
６８５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
（Ｆ ｉ）叠加构建（表 １），由于 Ｃ ｉ、Ｄｉ、Ｆ ｉ的量纲不同，需
进行归一化处理．针对顺义区的实际情况，结合专家
咨询法，并借鉴前人的研究成果［２２－２３］，将研究区景
观类型脆弱性分成 ５级，其中水域最为脆弱，其次是
耕地，城乡建设用地较稳定．分别对 ５ 种景观类型赋
以脆弱度指数：水域＝ ５、耕地＝ ４、草地＝ ３、林地＝ ２、
城乡建设用地＝ １，然后进行归一化处理，得到相应
的脆弱度指数（Ｑｉ）．
１􀆰 ３􀆰 ２生态风险指数　 利用景观损失度构建景观生
态风险指数，用于描述每个样地内综合生态损失
表 １　 景观生态风险指数组成
Ｔａｂｌｅ １　 Ｃｏｍｐｏｎｅｎｔ ｏｆ ｌａｎｄｓｃａｐｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎｄｉｃｅｓ
指数
Ｉｎｄｅｘ
计算方法和含义
Ｃｏｍｐｕｔａｔｉｏｎａｌ ｍｅｔｈｏｄ ａｎｄ ｍｅａｎｉｎｇｓ
景观破碎度
Ｃｉ
Ｃｉ ＝ Ｎｉ ／ Ａｉ ．式中：Ｎｉ为景观类型 ｉ的斑块数；Ａｉ为
景观类型 ｉ的总面积，其值用来表述整个景观或
某一景观类型在给定时间和给定性质上的破碎
化程度
景观优势度
Ｄｉ
Ｄｉ ＝（Ｍｉ＋Ｌｉ） ／ ４＋Ｐｉ ／ ２．式中：相对密度 Ｌｉ ＝斑块 ｉ
的数目 ／斑块的总数目；盖度 Ｐｉ ＝斑块 ｉ 的面积 ／
总面积；频度 Ｍｉ ＝斑块 ｉ 出现的样方数 ／总样方
数
景观分离度
Ｆｉ
Ｆｉ ＝ Ｓｉ ／ ２Ｐｉ，Ｓｉ ＝ Ｎｉ ／ Ａ，Ｐｉ ＝ Ａｉ ／ Ａ．Ｆｉ为某一景观
类型中不同元素或斑块个体分布的分离程度，分
离程度越大，表明景观在地域分布上越分散，景
观分布越复杂，破碎化程度也越高
景观干扰度
Ｕｉ
Ｕｉ ＝ａＣｉ＋ｂＦｉ＋ｃＤｉ ．式中：ａ、ｂ、ｃ 分别为破碎度、分
离度和优势度的权重，其值可反映不同景观所代
表的生态系统受到干扰（主要是人类活动）的程
度．ａ＋ｂ＋ｃ＝ １，根据研究区情况，并结合前人研究
成果［２４－２５］ ，采用专家咨询法确定．本文中破碎度
指数最重要，其次为分离度指数和优势度指数，
分别赋予 ０．５、０．３、０．２的权值
景观脆弱度
Ｑｉ
查找文献和咨询专家获得各种景观类型的脆弱
度指数．Ｑｉ表示景观类型所代表的生态系统在受
到外界干扰时的易损性
景观损失度
指数
Ｒｉ
Ｒｉ ＝Ｕｉ×Ｑｉ ． Ｒｉ反映不同景观类型所代表的生态
系统在受到自然和人为干扰时其自然属性损失
的程度
图 ２　 生态风险区的划分
Ｆｉｇ．２　 Ｄｉｖｉｓｉｏｎ ｏｆ ｔｈｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｒｅａ．
Ⅰ： 风险小区中心点 Ｃｅｎｔｒｅ ｏｆ ｒｉｓｋ ａｒｅａ； Ⅱ： 顺义区边界 Ｂｏｕｎｄａｒｙ ｏｆ
Ｓｈｕｎｙｉ Ｄｉｓｔｒｉｃｔ； Ⅲ： 采样网格 Ｓａｍｐｌｉｎｇ ｇｒｉｄ．
的相对大小，便于定量化评价生态系统在不利和不
确定性因素影响下可能产生的结果．景观生态风险
指数（ＥＲＩ）的计算公式为：
ＥＲＩ ＝∑
Ｎ
ｉ ＝ １
Ａｋｉ
Ａｋ
Ｒ ｉ
式中：ＥＲＩ为景观生态风险指数；Ｎ为景观类型的数
量；Ｒ ｉ为景观类型 ｉ的损失度指数；Ａｋｉ为第 ｋ 个风险
小区 ｉ类景观组分的面积；Ａｋ为第 ｋ 个风险小区的
总面积．
１􀆰 ４　 采样方法
景观生态学研究认为，景观样本的面积为斑块
平均面积的 ２ ～ ５ 倍［２６］时能综合反映采样点周围景
观的格局信息．在综合考虑顺义区研究范围、空间异
质性、斑块大小及采样工作量的基础上，采用 ２ ｋｍ×
２ ｋｍ的正方形样地对景观综合指数进行空间化，采
样方式为等间距系统采样法，共有样区 ２４８ 个．计算
每个风险小区各类景观的生态风险指数，以此作为
该风险小区的生态风险水平（图 ２）．
１􀆰 ５　 空间统计学分析方法
１􀆰 ５􀆰 １空间自相关分析　 空间自相关指某一变量对
空间潜在的依赖性，空间自相关分析的目的在于确
定该变量是否在空间上相关、相关程度如何［２７］ ．度
量空间自相关性的指标有很多，分为全局指标和局
部指标两种，全局指标如 Ｍｏｒａｎ Ｉ、Ｇｅａｒｙ Ｃ 和 Ｇｅａｒｙ
Ｇ［２８－２９］， 局 部 指 标 如 局 部 空 间 自 相 关 指 标
（ＬＩＳＡ） ［３０］ ．本文选取 Ｍｏｒａｎ Ｉ和 ＬＩＳＡ来分析研究区
的空间自相关性．这两种指标是空间自相关分析常
用的指标，Ｍｏｒａｎ Ｉ反映空间邻近区域单元属性值的
相关程度，当 Ｍｏｒａｎ Ｉ＞０时，表现出正的空间自相关
性，值越大，空间自相关性越明显，Ｍｏｒａｎ Ｉ＜０ 时，表
现出负的空间自相关性，值越小，空间差异性越大，
当 Ｍｏｒａｎ Ｉ＝ ０时，空间呈随机性．ＬＩＳＡ能够反映观测
值的高值和低值的局部空间聚集情况，通过识别高⁃
高聚集和低⁃低聚集的区域来反映局部空间的异常
特征．
１􀆰 ５􀆰 ２地统计学分析　 利用地统计学的变异函数方
法，通过半方差函数进行理论变异函数的拟合，得到
顺义区生态风险时空变化规律．半方差分析公式
如下：
ｒ（ｈ） ＝ １
２Ｎ（ｈ）∑
Ｎ（ｈ）
ｉ ＝ １
［Ｚ（ｘｉ） － Ｚ（ｘｉ ＋ ｈ）］ ２
［ ｉ ＝ １，２，…，Ｎ（ｈ）］
式中：ｒ（ｈ）为变异函数；ｈ 为步长，即配对抽样的空
间分隔距离；Ｚ（ｘｉ）和 Ｚ（ｘｉ＋ｈ）分别是在空间位置 ｘｉ
７８５１５期　 　 　 　 　 　 　 　 　 　 　 　 卿凤婷等： 基于景观结构的北京市顺义区生态风险时空特征　 　 　 　 　
和 ｘｉ＋ｈ处的生态风险观测值［ ｉ ＝ １，２，…，Ｎ（ｈ）］；
Ｎ（ｈ）为分隔距离为 ｈ 时的样本点总对数．
半方差是度量空间依赖性和空间异质性的一个
综合指标，具有 ３ 个重要参数：块金值（ｎｕｇｇｅｔ）、基
台值（ｓｉｌｌ）和变程（ｒａｎｇｅ）．当间隔距离 ｈ ＝ ０ 时，即为
块金值； 当 ｈ增大到相对稳定的常数（Ａ０）时，该常
数称为基台值（Ｃ０＋Ｃ），Ａ０为变程，Ｃ 为结构方差；块
金值表示由随机因素引起的空间异质性，较大的块
金值预示着较小尺度的某些过程不可忽略；结构方
差 Ｃ 表示空间自相关部分引起的空间异质性；基台
值（Ｃ０＋Ｃ）表示最大变异程度，基台值越大，表示总
的空间差异性程度越高；结构方差与基台值的比例
［Ｃ ／ （Ｃ０＋Ｃ）］是对变量在空间上的可预测性的一种
重要度量，而块金值占基台值的比例［Ｃ０ ／ （Ｃ０＋Ｃ）］
则可用来表示系统变量的空间相关程度．
２　 结果与分析
２􀆰 １　 生态风险指数的全局空间自相关分析
由图 ３ 可以看出， １９９７、 ２００１、 ２００５、 ２００９ 和
２０１３年的生态风险度及 １９９７—２０１３ 年生态风险度
变化的 Ｍｏｒａｎ Ｉ 在各粒度水平下均＞０，表明顺义区
生态风险值之间存在一定的空间正相关关系，随着
粒度的增大，Ｍｏｒａｎ Ｉ 基本呈下降趋势．当粒度较小
时（＜１２ ｋｍ）， Ｍｏｒａｎ Ｉ 值的变化呈现出明显的尺度
特征，生态风险值分布表现出很强的空间依赖性，随
着粒度的增大，这种尺度效应逐渐减弱，相邻生态风
险值的差异急剧增大，相似性减小．整体而言，２００９
年生态风险值的Ｍｏｒａｎ Ｉ最大，其次是 ２００５年，其他
年份及 １９９７—２０１３年生态风险变化的 Ｍｏｒａｎ Ｉ在各
粒度水平下相对较小，表现出较弱的正相关性．
２􀆰 ２　 生态风险指数的局部空间自相关分析
由图４可以看出，１９９７—２０１３年，ＬＩＳＡ的高值
图 ３　 Ｍｏｒａｎ Ｉ对粒度变化的响应
Ｆｉｇ．３　 Ｒｅｓｐｏｎｓｅ ｏｆ Ｍｏｒａｎ Ｉ ｔｏ ｇｒａｉｎ ｃｈａｎｇｅ．
图 ４　 研究区 １９９７—２０１３年生态风险指数局部自相关性
Ｆｉｇ．４ 　 Ｌｏｃａｌ ｓｐａｔｉａｌ ａｕｔｏ⁃ｃｏｒｒｅｌａｔｉｏｎ ｏｆ ｅｃｏ⁃ｒｉｓｋ ｆｒｏｍ １９９７ ｔｏ
２０１３ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
Ⅰ： 无显著 Ｎｏｔ ｓｉｇｎｉｆｉｃａｎｔ； Ⅱ： 高⁃高 Ｈｉｇｈ⁃ｈｉｇｈ； Ⅲ： 高⁃低 Ｈｉｇｈ⁃ｌｏｗ；
Ⅳ： 低⁃高 Ｌｏｗ⁃ｈｉｇｈ； Ⅴ： 低⁃低 Ｌｏｗ⁃ｌｏｗ．
聚集区主要位于潮白河的北部和北石槽镇，说明该
区域生态风险值高、生态环境脆弱，且相邻地区生态
风险值也较高，主要是因为该区域存在一定面积的
水域景观，自身景观脆弱度很高，顺义城镇扩张过程
使原本就比较脆弱的水域景观破碎化程度加剧，导
致高生态风险度聚集．而低值聚集区主要位于城镇
中心、首都国际机场区域，说明该区域生态风险值
低，且相邻地区生态风险值也较低．研究期间，聚集
区范围逐渐扩大，该区域是城乡建设用地聚集的地
段，随着城镇化的过程，逐渐连接成一片较完整的城
镇景观，景观连通性增强，破碎化程度减小，而城市
建设用地自身的景观脆弱度很小，对外界干扰的敏
感性较低，因此该区域整体生态风险度较低，另有小
片低值聚集区位于顺义东南部的林地，该地区是顺
义区鲜有的一片较完整的林地，生态风险指数较低．
整体而言，研究区 １９９７—２０１３年间大部分区域生态
风险变化不显著，变化较显著的是研究区东南部高
值聚集区的增加和西南部低值聚集区的扩大，这些
区域的生态风险值变化较大，同时相邻地区生态风
险值也在变化．
２􀆰 ３　 顺义区生态风险指数的时空变化
２􀆰 ３􀆰 １区域生态风险度的时序变化　 为了对比研究
区生态风险程度的空间差异，使不同来源数据能够
进行比较分析，采用等间距法［３１］，将生态风险指数
８８５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
归一化处理后的值划分为：高生态风险区 （ ＥＲＩ
≥０􀆰 ８）、较高生态风险区（０．６≤ＥＲＩ＜０．８）、中生态风
险区（０􀆰 ４≤ＥＲＩ＜０．６）、较低生态风险区（０．２≤ＥＲＩ
＜０􀆰 ４）、低生态风险区（ＥＲＩ＜０．２），并对每一个风险
小区的生态风险指数进行分级统计（图 ５）．１９９７ 年，
顺义区低生态风险和较低生态风险分别占全区面积
的 ３．２％和 １９．４％，到 ２００５年分别达到最大值（８．５％
和 ２８．２％），随后逐渐减小；研究期间，较高生态风险
区和高生态风险区面积比例有所增加．研究期间，中
生态风险区、较高生态风险区和高生态风险区的面
积占据全区的大部分面积，说明研究区大部分区域
生态风险指数较高，即处于不安全状态．１９９７—２００５
年，研究区生态环境质量有所提高，生态风险指数较
低的地区有所增加，而 ２００５—２０１３ 年，研究区生态
环境质量呈下降趋势，生态风险指数较高的地区逐
渐增加．
２􀆰 ３􀆰 ２区域生态风险度的空间分异　 利用地统计学
方法进行生态风险的空间分异研究．区域生态风险
的空间异质性主要由随机部分和自相关部分组成，
块金值表示随机部分的空间异质性，基台值表示自
相关部分的空间异质性．按照生态风险指数的计算
公式，分别计算出研究期间 ２４８ 个风险小区的生态
风险指数，并对其变异函数进行理论模型的最优拟
合．研究选取地统计软件 ＧＳ＋进行样本变异函数理
论模型的拟合．结果表明，１９９７ 和 ２００９ 年用球状模
型的拟合效果最佳，２００１、２００５、２０１３ 年使用指数模
型更为适宜（图 ６）．５个时期的分异特征主要表现在
以下几方面：１）１９９７、２００１、２００５、２００９ 和 ２０１３ 年的
块金值（Ｃ０）分别为 ０．０００７、０．００２２、０．０１３６、０．０１２６
和 ０．００３６（表２） ，表明块金作用较小，在２ ｋｍ研究
图 ５　 １９９７—２０１３年研究区各级生态风险面积比例
Ｆｉｇ．５　 Ａｒｅａ ｐｒｏｐｏｒｔｉｏｎ ｏｆ ｅｃｏ⁃ｒｉｓｋ ｇｒａｄｅｓ ｆｒｏｍ １９９７ ｔｏ ２０１３ ｉｎ
ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
Ⅰ： 高生态风险 Ｈｉｇｈｅｓｔ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ； Ⅱ： 较高生态风险 Ｈｉｇｈｅｒ
ｅｃｏｌｏｇｉｃａｌ ｒｉｓｔ； Ⅲ： 中生态风险 Ｍｉｄｄｌｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ； Ⅳ： 较低生态
风险 Ｌｏｗｅｒ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ； Ⅴ： 低风险 Ｌｏｗ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ．
幅度下的变异特征不显著，该研究幅度能较好地反
映生态风险度的空间异质性特征． ２） １９９７、２００１、
２００５、２００９和 ２０１３年 ５个时期基台值（Ｃ０ ＋Ｃ）分别
为 ０． ０１８４、０． ０２２７、０． ０３１９、０． ０３６２ 和 ０． ０１９３，说明
１９９７—２００９年生态风险度空间变异随时间的推移
而不断加剧，到 ２０１３ 年有所降低，其中，２００９ 年
基台值相对突出，表明这个时段影响生态风险度
的某些因子的空间变异性明显增强．３） １９９７、２００１、
２００５、２００９和２０１３年５个时期Ｃ０ ／ （Ｃ０ ＋Ｃ）值分别为
图 ６　 生态风险指数变异函数曲线
Ｆｉｇ．６　 Ｖａｒｉａｎｃｅ ｆｕｎｃｔｉｏｎ ｃｕｒｖｅｓ ｏｆ ｅｃｏ⁃ｒｉｓｋ ｉｎｄｅｘ．
９８５１５期　 　 　 　 　 　 　 　 　 　 　 　 卿凤婷等： 基于景观结构的北京市顺义区生态风险时空特征　 　 　 　 　
表 ２　 变异函数理论模型的相关参数
Ｔａｂｌｅ ２　 Ｐａｒａｍｅｔｅｒｓ ｏｆ ｔｈｅｏｒｅｔｉｃａｌ ｍｏｄｅｌ ｏｆ ｖａｒｉｏｇｒａｍ
年份
Ｙｅａｒ
模型
Ｍｏｄｅｌ
块金值
Ｎｕｇｇｅｔ
基台值
Ｓｉｌｌ
块金值 ／基台值
Ｎｕｇｇｅｔ ／ ｓｉｌｌ
（％）
变程
Ｒａｎｇｅ
（ｍ）
决定系数
Ｒ２
残差
ＲＳＳ
（×１０－６）
１９９７ 球状模型 Ｓｐｈｅｒｉｃａｌ ｍｏｄｅｌ ０．０００７ ０．０１８４ ３．６ ４０１０ ０．７３０ ４．８１６
２００１ 指数模型 Ｅｘｐｏｎｅｎｔｉａｌ ｍｏｄｅｌ ０．００２２ ０．０２２７ ９．７ ２０６０ ０．８０７ ８．０９４
２００５ 指数模型 Ｅｘｐｏｎｅｎｔｉａｌ ｍｏｄｅｌ ０．０１３６ ０．０３１９ ４２．５ １１５１０ ０．９６５ ４．９２３
２００９ 球状模型 Ｓｐｈｅｒｉｃａｌ ｍｏｄｅｌ ０．０１２６ ０．０３６２ ３４．７ ２３７６０ ０．９８９ ４．４９１
２０１３ 指数模型 Ｅｘｐｏｎｅｎｔｉａｌ ｍｏｄｅｌ ０．００３６ ０．０１９３ １８．８ ７０２０ ０．７８９ ７．２１５
３．６％、９．７％、４２．５％、３４．７％和 １８．８％，５ 个时期空间
异质性中的随机变异均小于空间自相关变异，说明
由空间自相关部分引起的空间异质性占据主导地
位．在 １９９７、２００１ 和 ２０１３ 年，Ｃ０ ／ （ Ｃ０ ＋ Ｃ）值较低
（＜２５％），说明在选取的 ２ ｋｍ 的采样间距内，空间
异质性特征主要取决于系统自身的空间自相关过
程，小尺度上的随机变异较小，具有很强的空间相关
性；２００５和 ２００９年，该比值较高（２５％ ～７５％），具有
中等的空间相关性［３２－３３］，此时随机因素对总空间变
异程度的贡献相对较大，存在一些小尺度的非结构
因素影响区域生态环境质量．Ｃ０ ／ （Ｃ０＋Ｃ）值从 １９９７
年的 ３．６％逐渐升高至 ２００５ 年的最大值（４２．５％），
而后随着时间变化呈下降趋势，说明 ２ ｋｍ以下小尺
度的随机变异在 １９９７ 年最小，逐渐增大又慢慢减
小．１９９７—２００５年，研究区生态风险指数的空间分异
受非结构性因素影响逐渐加大，但是结构性因素仍
然是主导因素；２００５—２０１３ 年，随机变异呈不断下
降趋势，表明随着社会经济的不断发展，人类活动对
环境影响的不断加深，生态风险指数在小尺度上的
随机变异逐渐被较大尺度上的空间结构性变异所
取代．
基于景观干扰度和景观脆弱度构建的景观生态
风险指数是一种反映景观空间格局的变量，其空间
结构变化具有一定的随机性和结构性［３４］ ．利用 ＧＳ＋
的最佳拟合参数和 ＡｒｃＧＩＳ 的地统计分析工具进行
克里金插值得到 １９９７—２０１３ 年顺义区生态风险指
数的空间分布图（图 ７），与单纯的风险小区的生态
风险值相比，其更能实现在综合生态风险的空间分
析中研究景观的空间规律性和等级结构，并对研究
区生态风险的时空分异特征进行直观描述［３５－３６］ ．由
图 ７可以看出，顺义区景观生态风险的空间差异性
显著， 总体呈现中间高、四周低的分布格局．生态风
险值较高的区域主要集中在顺义区中部的潮白河流
域、西北部的北石槽镇及首都国际机场东部；中等生
态风险区分布最广，占据了顺义区面积的一半以上，
且潮白河以东的分布面积明显大于河西；生态风险
较低的区域主要分布在顺义区东北部的唐指山森
林、顺义中心城区、赵全营镇及首都国际机场，并零
星散布在中、高生态风险区的周围．生态风险的特征
分布与景观类型具有密切关联．就景观类型而言，完
整性好且易受人为干扰的自然景观生态风险等级最
高，如水域景观；农田和草地抗人为干扰能力相对较
高，生态风险处于中等水平；林地自身稳定性好，不
易受到人为活动的干扰，生态风险等级低；建设用地
本身的景观脆弱性低，其生态风险等级也较低，在城
市化过程中建设用地的扩增取代了周围区域其他的
景观类型，加大了建设用地斑块的面积，降低了自身
生态风险，加大了其他景观破碎化程度，使得城镇周
边的其他景观生态风险等级较高．
研究期间，顺义区生态风险分布变化不大，均质
性有所加强．全区以中等生态风险区为主且范围在
不断加大，在 ２００９ 年达到最大值．生态风险低的区
域变化最剧烈，呈现先增后减的态势，西南部是面积
波动的主体区域，该区域是研究区的主体，涵盖了首
图 ７　 研究区生态风险的空间分布
Ｆｉｇ．７　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
０９５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
都国际机场与顺义中心城区两大经济中心，长期处
于相对较低的生态风险状态，且区域面积在不断加
大．潮白河流域与汉石桥湿地是顺义区保存完好的
自然景观，一直处于相对较高的生态风险状态．结合
前人相关研究成果［３７］发现，建设用地扩张能降低自
身生态风险等级，增加周边区域的生态风险，而城市
生态系统中脆弱的自然景观易受到人为活动的影
响，在城镇建设过程中需要对其重点保护．
３　 讨　 　 论
伴随着区域经济社会的快速发展，城市景观格
局特征越来越复杂，受格局影响的生态过程、功能也
不断发生变化．本研究基于景观干扰度与景观脆弱
度构建了生态风险指数，并利用 ＧＳ＋和 ＡｒｃＧＩＳ 软件
对研究区生态风险指数变异函数的理论模型进行最
优拟合和空间插值，分析了县区级城市的景观生态
风险时序变化，揭示了生态风险的空间分布特征，是
对城市景观生态风险研究方法的探索．但是，由于本
文没有开展景观格局时空变异驱动机制的研究，构
建的景观生态风险指数只是对区域生态问题可能发
生的综合性概率的度量，并没有考虑到社会、经济因
素与区域景观生态风险之间的联系，且生态风险值
及其强度具有相对性，因此，未来可以在此基础上进
行深入研究．
顺义区生态风险时空分布规律总结如下：１）顺
义区生态风险空间差异明显，全区大部分处于中生
态风险状态，空间分布呈现中间高、四周低的态势；
２）研究区景观类型结构变化显著，建设用地不断增
加，耕地、林地、草地等景观面积减少；３）研究期间，
全区生态风险呈现先降低再升高的趋势．
城市化过程引起土地利用景观格局的改变，从
而影响生态风险的分布及变化．有大片林地分布的
顺义区东北部生态风险程度一直很低，表明林地是
维护生态稳定性、降低生态风险的重要景观类型结
构．而城市化扩张引起的建设用地增加，不仅侵蚀了
农业和自然景观斑块的面积，而且使残留的斑块破
碎度和分离度加大，生态风险增加，生态环境质量
下降．
顺义区是北京市重点发展的新城之一，为了降
低城市化扩张带来的生态风险，维护区域生态安全，
结合顺义区生态风险分析的结果，提出以下管理对
策：１）合理规划土地利用．耕地是顺义区广泛分布的
景观类型，也是中等生态风险主要分布区域，其生态
系统结构简单，易受到人为干扰的影响，顺义区经济
社会的快速发展使大面积耕地被建设用地取代，高
质量的耕地面积萎缩［３８］ ．此类区域应该合理开展城
市化建设和工农业活动，因地制宜实施土地集中整
理，优化连片耕地面积．２）保护重要功能斑块．汉石
桥湿地是北京唯一现存的内陆型大型芦苇沼泽原生
湿地，因受到人为干扰，面积逐渐萎缩，植被覆盖率
不断减少；潮白河流域处在顺义区新城和河东新城
的中央，因其景观类型的特性及城市化活动的干预，
使得该区域一直处于高生态风险度的状态．建议在
城镇化建设过程中能够重点保护森林公园、湿地、流
域等生境斑块的完整性．３）建立城市绿色缓冲带．快
速城市化是顺义区发展的必然形势，为了减少城市
化扩张引起的生态风险增加，建议在城市周边建设
绿色缓冲带，注重保护生态环境，增加人工的生态
屏障．
参考文献
［１］ 　 Ｚｈａｎｇ Ｘ⁃Ｆ （张小飞）， Ｗａｎｇ Ｒ⁃Ｓ （王如松）， Ｌｉ Ｚ⁃Ｇ
（李正国）， ｅｔ ａｌ． Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｕｒｂａｎ
ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋｓ： Ｔｈｅ ｃａｓｅ ｏｆ Ｈｕａｉｂｅｉ Ｃｉｔｙ． Ａｃｔａ Ｅｃｏｌｏｇｉ⁃
ｃａ Ｓｉｎｉｃａ （生态学报）， ２０１１， ３１（２０）： ６２０４－ ６２１４
（ｉｎ Ｃｈｉｎｅｓｅ）
［２］　 Ｐｅｎｇ Ｙ （彭　 羽）， Ｌｉｕ Ｘ⁃Ｈ （刘雪华）， Ｚｈａｎｇ Ｓ （张
爽）， ｅｔ ａｌ． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｔｈｅ Ｓｈｕｎｙｉ
Ｄｉｓｔｒｉｃｔ， Ｂｅｉｊｉｎｇ ｂａｓｅｄ ｏｎ ａｎ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｉｎｔｅｇｒａｔｅｄ
ｅｃｏｌｏｇｉｃａｌ ｌｏｓｓ． Ｊｏｕｒｎａｌ ｏｆ Ｔｓｉｎｇｈｕａ Ｕｎｉｖｅｒｓｉｔｙ （Ｓｃｉｅｎｃｅ
ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ） （清华大学学报：自然科学版），
２００８， ４８（３）： ３６６－３６９ （ｉｎ Ｃｈｉｎｅｓｅ）
［３］　 Ｌｉ Ｙ， Ｃｕｉ Ｈ． Ｔｈｅ ｃｈａｎｇｅｓ ｏｆ ｔｈｅ ｍａｉｎ ｕｒｂａｎ ｌａｎｄ⁃ｕｓｅ
ａｎｄ ｉｔｓ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｉｎ Ｇｕａｎｇｚｈｏｕ． Ｇｅｏｉｎ⁃
ｆｏｒｍａｔｉｃｓ， ２０１０， ２： １－６
［４］　 Ｗａｎｇ Ｗ⁃Ｑ （王巍淇）， Ｌｉ Ｔ⁃Ｈ （李天宏）． Ｔｅｍｐｏｒａｌ
ａｎｄ ｓｐａｔｉａｌ ｖａｒｉａｔｉｏｎ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｎａｌｙｓｉｓ ｉｎ Ｙｕｎ⁃
ｎａｎ Ｐｒｏｖｉｎｃｅ ｂａｓｅｄ ｏｎ ｌａｎｄ ｕｓｅ ｓｐａｔｉａｌ ｓｔｒｕｃｔｕｒｅ． Ａｃｔａ
Ｓｃｉｅｎｔｉａｒｕｍ Ｎａｔｕｒａｌｉｕｍ Ｕｎｉｖｅｒｓｉｔａｔｉｓ Ｐｅｋｉｎｅｎｓｉｓ （北京大
学学报： 自然科学版）， ２０１４， ５０（２）： ３５５－３６０ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［５］　 Ｌｉｕ Ｍ， Ｃｈｅｎ Ｌ， Ｇｏｕ Ｙ， ｅｔ ａｌ． Ａｓｓｅｓｓｍｅｎｔ ｏｆ ｕｒｂａｎ ｅｃｏ⁃
ｌｏｇｉｃａｌ ｒｉｓｋ ｆｒｏｍ ｓｐａｔｉａｌ ｉｎｔｅｒａｃｔｉｏｎ ｍｏｄｅｌｓ ｆｏｒ Ｌｉｊｉａｎｇ
Ｃｉｔｙ． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ ＆
Ｗｏｒｌｄ Ｅｃｏｌｏｇｙ， ２０１１， １８： ５３７－５４２
［６］　 Ｔｈｏｍｓｅｎ Ｍ， Ｆａｂｅｒ ＪＨ， Ｓｏｒｅｎｓｅｎ ＰＢ． Ｓｏｉｌ ｅｃｏｓｙｓｔｅｍ
ｈｅａｌｔｈ ａｎｄ ｓｅｒｖｉｃｅｓ： Ｅｖａｌｕａｔｉｏｎ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｉｎｄｉｃａｔｏｒｓ
ｓｕｓｃｅｐｔｉｂｌｅ ｔｏ ｃｈｅｍｉｃａｌ ｓｔｒｅｓｓｏｒｓ． Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ，
２０１２， １６： ６７－７５
［７］　 Ｐｅｎｇ Ｊ （彭　 建）， Ｗａｎｇ Ｙ⁃Ｌ （王仰麟）， Ｌｉｕ Ｓ （刘
松）， ｅｔ ａｌ． Ｒｅｓｅａｒｃｈ ｏｎ ｌａｎｄｓｃａｐｅ ｅｃｏｌｏｇｙ ａｎｄ ｓｕｓｔａｉ⁃
ｎａｂｌｅ ｌａｎｄ ｕｓｅ． Ａｃｔａ Ｓｃｉｅｎｔｉａｒｕｍ Ｎａｔｕｒａｌｉｕｍ Ｕｎｉｖｅｒｓｉｔａ⁃
ｔｉｓ Ｐｅｋｉｎｅｎｓｉｓ （北京大学学报：自然科学版）， ２００４，
４０（１）： １５４－１６０ （ｉｎ Ｃｈｉｎｅｓｅ）
［８］　 Ｘｕ Ｙ （许　 妍）， Ｇａｏ Ｊ⁃Ｆ （高俊峰）， Ｇａｏ Ｊ⁃Ｋ （郭建
科）． Ｔｈｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｔａｉｈｕ Ｌａｋｅ ｗａ⁃
１９５１５期　 　 　 　 　 　 　 　 　 　 　 　 卿凤婷等： 基于景观结构的北京市顺义区生态风险时空特征　 　 　 　 　
ｔｅｒｓｈｅｄ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２０１３， ３３
（９）： ２８９６－２９０６ （ｉｎ Ｃｈｉｎｅｓｅ）
［９］　 Ｚｈａｎｇ Ｚ⁃Ｌ （张兆苓）， Ｌｉｕ Ｓ⁃Ｌ （刘世梁）， Ｚｈａｏ Ｑ⁃Ｈ
（赵清贺）， ｅｔ ａｌ． Ｅｆｆｅｃｔｓ ｏｆ ｒｏａｄ ｎｅｔｗｏｒｋ ｏｎ ｌａｎｄｓｃａｐｅ
ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ： Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ Ｒｅｄ Ｒｉｖｅｒ ｗａｔｅｒｓｈｅｄ．
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ （生态学杂志）， ２０１０， ２９
（１１）： ２２２３－２２２８ （ｉｎ Ｃｈｉｎｅｓｅ）
［１０］　 Ｃｈｅｎ Ｐ （陈　 鹏）， Ｐａｎ Ｘ⁃Ｌ （潘晓玲）． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ
ａｎａｌｙｓｉｓ ｏｆ ｒｅｇｉｏｎａｌ ｌａｎｄｓｃａｐｅ ｉｎ ｉｎｌａｎｄ ｒｉｖｅｒ ｗａｔｅｒｓｈｅｄ
ｏｆ ａｒｉｄ ａｒｅａ： Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ Ｓａｎｇｏｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ ｉｎ Ｆｕ⁃
ｋａｎｇ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ （生态学杂志 ），
２００３， ２２（４）： １１６－１２０ （ｉｎ Ｃｈｉｎｅｓｅ）
［１１］　 Ｇａｏ Ｙ⁃Ｎ （高永年）， Ｇａｏ Ｊ⁃Ｆ （高俊峰）， Ｘｕ Ｙ （许
妍）． Ｒｅｓｐｏｎｓｅ ｏｆ ｌａｎｄｓｃａｐｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｔｏ ｌａｎｄ ｕｓｅ
ｃｈａｎｇｅ ｉｎ ｌｅｖｅｌ Ｉ ａｑｕａｔｉｃ ｅｃｏ⁃ｆｕｎｃｔｉｏｎａｌ ｒｅｇｉｏｎｓ ｉｎ Ｔａｉｈｕ
Ｌａｋｅ Ｗａｔｅｒｓｈｅｄ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｒｅｓｏｕｒｃｅｓ （自然资
源学报）， ２０１０， ２５（７）： １０８８－１０９６ （ｉｎ Ｃｈｉｎｅｓｅ）
［１２］ 　 Ｌｉｕ Ｓ （刘　 爽）． ＧＩＳ⁃ｂａｓｅｄ Ｌａｎｄ⁃ｕｓｅ Ｃｈａｎｇｅ ｏｆ Ａｇｒｉ⁃
ｃｕｌｔｕｒａｌ Ｌａｎｄｓｃａｐｅ ａｎｄ Ｅｃｏｌｏｇｉｃａｌ Ｒｉｓｋ Ａｓｓｅｓｓｍｅｎｔ．
Ｍａｓｔｅｒ Ｔｈｅｓｉｓ． Ｔｉａｎｊｉｎ： Ｎａｎｋａｉ Ｕｎｉｖｅｒｓｉｔｙ， ２００１ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［１３］　 Ｌｉ Ｑ⁃Ｒ （黎启燃）， Ｌｉｕ Ｈ （刘　 辉）． Ｅｃｏ⁃ｒｉｓｋ ａｎａｌｙｓｉｓ
ｏｆ ｌａｎｄ ｕｓｅ ｂａｓｅｄ ｏｎ ｌａｎｄｓｃａｐｅ ｓｔｒｕｃｔｕｒｅ． Ｊｏｕｒｎａｌ ｏｆ
Ｆｕｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ （Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） （福州大学学报：
自然科学版）， ２０１４， ４２（１）： ６２－６９ （ｉｎ Ｃｈｉｎｅｓｅ）
［１４］　 Ｚｈａｏ Ｙ⁃Ｊ （赵岩洁）， Ｌｉ Ｙ⁃Ｂ （李阳兵）， Ｓｈａｏ Ｊ⁃Ａ （邵
景安）． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｓｍａｌｌ ｗａｔｅｒｓｈｅｄ ｏｆ
ｔｈｅ Ｔｈｒｅｅ Ｇｏｒｇｅｓ Ｒｅｓｅｒｖｏｉｒ ａｒｅａ ｂａｓｅｄ ｏｎ ｌａｎｄ ｕｓｅ
ｃｈａｎｇｅ： Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ Ｃａｏｔａｎｇ Ｒｉｖｅｒ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕ⁃
ｒａｌ Ｒｅｓｏｕｒｃｅｓ （自然资源学报）， ２０１３， ２８（６）： ９４４－
９５６ （ｉｎ Ｃｈｉｎｅｓｅ）
［１５］　 Ｌｉｕ Ｓ⁃Ｌ （刘世梁）， Ｌｉｕ Ｑ （刘　 琦）， Ｚｈａｎｇ Ｚ⁃Ｌ （张
兆苓）， ｅｔ ａｌ． Ｌａｎｄｓｃａｐｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｎｄ ｄｒｉｖｉｎｇ
ｆｏｒｃｅ ａｎａｌｙｓｉｓ ｉｎ Ｒｅｄ Ｒｉｖｅｒ Ｂａｓｉｎ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ
（生态学报）， ２０１４， ３４（１３）： ３７２８ － ３７３４ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［１６］ 　 Ｓｕｎ Ｈ⁃Ｂ （孙洪波）， Ｙａｎｇ Ｇ⁃Ｓ （杨桂山）， Ｓｕ Ｗ⁃Ｚ
（苏伟忠）， ｅｔ ａｌ． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｌａｎｄ ｕｓｅ
ｉｎ ｔｈｅ ａｒｅａ ａｌｏｎｇ Ｃｈａｎｇｊｉａｎｇ Ｒｉｖｅｒ： Ａ ｓｔｕｄｙ ｏｆ Ｎａｎｊｉｎｇ，
Ｃｈｉｎａ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２０１０， ３０
（２０）： ５６１６－５６２５ （ｉｎ Ｃｈｉｎｅｓｅ）
［１７］　 Ｌｉｎｇ Ｈ （凌　 虹）， Ｓｕｎ Ｘ （孙　 翔）， Ｚｈｕ Ｘ⁃Ｄ （朱晓
东）， ｅｔ ａｌ． Ｅｓｔａｂｌｉｓｈｉｎｇ ａ ｒｅｇｉｏｎａｌ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓ⁃
ｓｅｓｓｍｅｎｔ ｍｏｄｅｌ ｆｏｒ Ｊｉａｎｇｓｕ ｃｏａｓｔａｌ ａｒｅａｓ ｕｎｄｅｒ ｒａｐｉｄ
ｃｈｅｍｉｃａｌ ｉｎｄｕｓｔｒｉａｌｉｚａｔｉｏｎ． Ｅｃｏｌｏｇｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ
Ｓｃｉｅｎｃｅｓ（生态环境学报）， ２０１０， １９（５）： １１３８－１１４２
（ｉｎ Ｃｈｉｎｅｓｅ）
［１８］ 　 Ｘｉｅ Ｈ， Ｗａｎｇ Ｐ， Ｈｕａｎｇ Ｈ． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ
ｏｆ ｌａｎｄ ｕｓｅ ｃｈａｎｇｅ ｉｎ ｔｈｅ Ｐｏｙａｎｇ Ｌａｋｅ Ｅｃｏ⁃ｅｃｏｎｏｍｉｃ
Ｚｏｎｅ， Ｃｈｉｎａ． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｒｅ⁃
ｓｅａｒｃｈ ａｎｄ Ｐｕｂｌｉｃ Ｈｅａｌｔｈ， ２０１３， １０： ３２８－３４６
［１９］　 Ｇａｏ Ｂ （高 　 宾）， Ｌｉ Ｘ⁃Ｙ （李小玉）， Ｌｉ Ｚ⁃Ｇ （李志
刚）， ｅｔ ａｌ． Ａｓｓｅｓｓｍｅｎｔ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｏｆ ｃｏａｓｔａｌ ｅｃｏ⁃
ｎｏｍｉｃ ｄｅｖｅｌｏｐｉｎｇ ｚｏｎｅ ｉｎ Ｊｉｎｚｈｏｕ ｂａｓｅｄ ｏｎ ｌａｎｄｓｃａｐｅ
ｐａｔｔｅｒｎ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２０１１， ３１
（１２）： ３４４１－３４５０ （ｉｎ Ｃｈｉｎｅｓｅ）
［２０］　 Ｓｈｉ Ｈ⁃Ｐ （石浩朋）， Ｙｕ Ｋ⁃Ｑ （于开芹）， Ｆｅｎｇ Ｙ⁃Ｊ （冯
永军）． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｒｕｒａｌ⁃ｕｒｂａｎ ｅｃｏ⁃
ｔｏｎｅ ｂａｓｅｄ ｏｎ ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎ： Ａ ｃａｓｅ ｓｔｕｄｙ ｉｎ Ｄａｉｙｕｅ
Ｄｉｓｔｒｉｃｔ ｏｆ Ｔａｉ’ａｎ Ｃｉｔｙ， Ｓｈａｎｄｏｎｇ Ｐｒｏｖｉｎｃｅ ｏｆ Ｅａｓｔ Ｃｈｉ⁃
ｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学
报）， ２０１３， ２４（３）： ７０５－７１２ （ｉｎ Ｃｈｉｎｅｓｅ）
［２１］　 Ｗｅｉ Ｗ （魏 　 伟）， Ｓｈｉ Ｐ⁃Ｊ （石培基）， Ｌｅｉ Ｌ （雷
莉）， ｅｔ ａｌ． Ｅｃｏ⁃ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆ ｏａｓｉｓ ｒｅｇｉｏｎ ｂａｓｅｄ ｏｎ
ｌａｎｄｓｃａｐｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｓｐａｔｉａｌ ｓｔａｔｉｓｔｉｃｓ ｍｅｔｈｏｄ： Ａ ｃａｓｅ
ｓｔｕｄｙ ｏｆ Ｗｕｗｅｉ ａｎｄ Ｍｉｎｑｉｎ ｏａｓｅｓ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ
Ｒｅｓｏｕｒｃｅｓ （自然资源学报）， ２０１４， ２９（１２）： ２０２３－
２０３５ （ｉｎ Ｃｈｉｎｅｓｅ）
［２２］　 Ｌｉ Ｘ⁃Ｈ （李谢辉）， Ｌｉ Ｊ⁃Ｙ （李景宜）． Ａｎａｌｙｓｉｓ ｏｎ ｒｅ⁃
ｇｉｏｎａｌ ｌａｎｄｓｃａｐｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｂａｓｅｄ ｏｎ ＧＩＳ： Ａ ｃａｓｅ
ｓｔｕｄｙ ａｌｏｎｇ ｔｈｅ ｌｏｗｅｒ ｒｅａｃｈｅｓ ｏｆ ｔｈｅ Ｗｅｉｈｅ Ｒｉｖｅｒ． Ａｒｉｄ
Ｚｏｎｅ Ｒｅｓｅａｒｃｈ （干旱区研究）， ２００８， ２５（６）： ８９９－
９０３ （ｉｎ Ｃｈｉｎｅｓｅ）
［２３］　 Ｘｉｅ Ｈ⁃Ｌ （谢花林）． Ｒｅｇｉｏｎａｌ ｅｃｏ⁃ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆ ｂａｓｅｄ
ｏｎ ｌａｎｄｓｃａｐｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｓｐａｔｉａｌ ｓｔａｔｉｓｔｉｃｓ． Ａｃｔａ Ｅｃｏ⁃
ｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２００８， ２８ （ １０）： ５０２０ －
５０２６ （ｉｎ Ｃｈｉｎｅｓｅ）
［２４］　 Ｚｈａｎｇ Ｙ （张 　 莹）， Ｌｅｉ Ｇ⁃Ｐ （雷国平）， Ｌｉｎ Ｊ （林
佳）， ｅｔ ａｌ． Ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｃｈａｎｇｅ ａｎｄ ｉｔｓ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ
ｏｆ ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎ ｉｎ ｄｉｆｆｅｒｅｎｔ ｓｐａｔｉａｌ ｓｃａｌｅｓ ｉｎ Ｚｈａｌｏｎｇ
Ｎａｔｕｒｅ Ｒｅｓｅｒｖｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ （生态学杂
志）， ２０１２， ３１（５）： １２５０－１２５６ （ｉｎ Ｃｈｉｎｅｓｅ）
［２５］　 Ｇｏｎｇ Ｊ （巩　 杰）， Ｚｈａｏ Ｃ⁃Ｘ （赵彩霞）， Ｘｉｅ Ｙ⁃Ｃ （谢
余初 ）， ｅｔ ａｌ． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｉｔｓ
ｍａｎａｇｅｍｅｎｔ ｏｆ Ｂａｉｌｏｎｇｊｉａｎｇ ｗａｔｅｒｓｈｅｄ， ｓｏｕｔｈｅｒｎ Ｇａｎｓｕ
ｂａｓｅｄ ｏｎ ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ
Ｅｃｏｌｏｇｙ （应用生态学报）， ２０１４， ２５（７）： ２０４１－２０４８
（ｉｎ Ｃｈｉｎｅｓｅ）
［２６］ 　 Ｓｕ Ｈ⁃Ｍ （苏海民）， Ｈｅ Ａ⁃Ｘ （何爱霞）． Ａｎａｌｙｓｉｓ ｏｆ
ｌａｎｄ ｕｓｅ ｂａｓｅｄ ｏｎ ＲＳ ａｎｄ ｇｅｏｓｔａｔｉｓｔｉｃｓ ｉｎ Ｆｕｚｈｏｕ． Ｊｏｕｒ⁃
ｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｒｅｓｏｕｒｃｅｓ （自然资源学报）， ２０１０， ２５
（１）： ９１－９９ （ｉｎ Ｃｈｉｎｅｓｅ）
［２７］ 　 Ａｎｓｅｌｉｎ Ｌ． Ｓｐａｔｉａｌ Ｅｃｏｎｏｍｅｔｒｉｃｓ： Ｍｅｔｈｏｄｓ ａｎｄ Ｍｏｄｅｌｓ．
Ｄｏｒｄｒｅｃｈｔ： Ｋｌｕｗｅｒ Ａｃａｄｅｍｉｃ Ｐｕｂｌｉｓｈｅｒｓ， １９８８
［２８］　 Ｍｏｒａｎ ＰＡＰ． Ｔｈｅ ｉｎｔｅｒｐｒｅｔａｔｉｏｎ ｏｆ ｓｔａｔｉｓｔｉｃａｌ ｍａｐｓ． Ｊｏｕｒ⁃
ｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ Ｂ， １９４７， １０： ２４３－
２５１
［２９］ 　 Ｓｏｋａｌ ＲＲ， Ｏｄｅｎ ＮＬ． Ｓｐａｔｉａｌ ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ ｉｎ ｂｉｏｌｏｇｙ．
Ｂｉｏｌｏｇｉｃａｌ Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｌｉｎｎｅａｎ Ｓｏｃｉｅｔｙ， １９７８， １０：
１９９－２２８
［３０］　 Ａｎｓｅｌｉｎ Ｌ． Ｌｏｃａｌ ｉｎｄｉｃａｔｏｒｓ ｏｆ ｓｐａｔｉａｌ ａｓｓｏｃｉａｔｉｏｎ： ＬＩＳＡ．
Ｇｅｏｇｒａｐｈｉｃａｌ Ａｎａｌｙｓｉｓ， １９９５， ２７： ９３－１１５
［３１］　 Ｓｏｎｇ Ｋ （宋 　 珂）， Ｓｏｎｇ Ｘ （宋 　 喧）， Ｈａｎ Ｔ （韩
涛）． Ｅｖａｌｕａｔｉｏｎ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎ ｄｅｖｅｌｏｐｅｄ ｒｅｇｉｏｎｓ
ｂａｓｅｄ ｏｎ ｌａｎｄｓｃａｐｅ ｓｔｒｕｃｔｕｒｅ： Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ Ｋｕｎｓｈａｎ
Ｃｉｔｙ． Ａｃｔａ Ａｇｒｉｃｕｌｔｕｒａｅ Ｊｉａｎｇｘｉ （江西农业学报 ），
２０１５， ２７（１）： １０４－１０９ （ｉｎ Ｃｈｉｎｅｓｅ）
［３２］　 Ｚｈａｎｇ Ｙ⁃Ｍ （张玉铭）， Ｍａｏ Ｒ⁃Ｚ （毛任钊）， Ｈｕ Ｃ⁃Ｓ
（胡春胜）， ｅｔ ａｌ． Ｓｐａｔｉａｌ ｖａｒｉａｂｉｌｉｔｙ ｏｆ ｆａｒｍｌａｎｄ ｓｏｉｌ ｎｕ⁃
ｔｒｉｅｎｔｓ ａｔ Ｔａｉｈａｎｇ ｐｉｅｄｍｏｎｔ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ
Ｅｃｏｌｏｇｙ （应用生态学报）， ２００４， １５ （ １１）： ２０４９ －
２０５４ （ｉｎ Ｃｈｉｎｅｓｅ）
［３３］　 Ｌｉ Ｃ （李　 灿）， Ｚｈａｎｇ Ｆ⁃Ｒ （张凤荣）， Ｚｈｕ Ｔ⁃Ｆ （朱
泰峰）， ｅｔ ａｌ． Ａｎａｌｙｓｉｓ ｏｎ ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌ ｈｅｔｅｒｏｇｅｎｅｉ⁃
２９５１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
ｔｉｅｓ ｏｆ ｌａｎｄｓｃａｐｅ ｆｒａｇｍｅｎｔａｔｉｏｎ ｉｎ ｕｒｂａｎ ｆｒｉｎｇｅ ａｒｅａ： Ａ
ｃａｓｅ ｓｔｕｄｙ ｉｎ Ｓｈｕｎｙｉ Ｄｉｓｔｒｉｃｔ ｏｆ Ｂｅｉｊｉｎｇ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ
Ｓｉｎｉｃａ （生态学报）， ２０１３， ３３（１７）： ５３６３－５３７４ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［３４］ 　 Ｚａｎｇ Ｓ⁃Ｙ （臧淑英）， Ｌｉａｎｇ Ｘ （梁　 欣）， Ｚｈａｎｇ Ｓ⁃Ｃ
（张思冲）． ＧＩＳ⁃ｂａｓｅｄ ａｎａｌｙｓｉｓ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｏｎ
ｌａｎｄ⁃ｕｓｅ ｉｎ Ｄａｑｉｎｇ Ｃｉｔｙ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ
（自然灾害学报）， ２００５， １４（４）： １４１－１４５ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［３５］　 Ｗｕ Ｊ （吴　 剑）， Ｃｈｅｎ Ｐ （陈　 鹏）， Ｗｅｎ Ｃ⁃Ｘ （文超
祥）， ｅｔ ａｌ． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｌａｎｄ ｕｓｅ ｂａｓｅｄ
ｏｎ ｅｘｐｌｏｒａｔｏｒｙ ｓｐａｔｉａｌ ｄａｔａ ａｎａｌｙｓｉｓ： Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ
Ｈａｉｔａｎ Ｉｓｌａｎｄ， Ｆｕｊｉａｎ Ｐｒｏｖｉｎｃｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ
Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报）， ２０１４， ２５ （ ７）：
２０５６－２０６２ （ｉｎ Ｃｈｉｎｅｓｅ）
［３６］　 Ｄｕ Ｙ⁃Ｆ （杜宇飞）， Ｌｉ Ｘ⁃Ｙ （李小玉）， Ｇａｏ Ｂ （高
宾）， ｅｔ ａｌ． Ｉｎｔｅｇｒａｔｉｖｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎ
ｃｏａｓｔａｌ ｃｉｔｉｅｓ ｏｆ Ｌｉａｏｎｉｎｇ Ｐｒｏｖｉｎｃｅ， Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ．
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ （生态学杂志）， ２０１２， ３１
（１１）： ２８７７－２８８３ （ｉｎ Ｃｈｉｎｅｓｅ）
［３７］　 Ｆａｎｇ Ｇ⁃Ｌ （方广玲）， Ｘｉａｎｇ Ｂ （香 　 宝）， Ｗａｎｇ Ｂ⁃Ｌ
（王宝良）， ｅｔ ａｌ． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｈｕｍａｎ
ａｃｔｉｖｉｔｙ ｏｆ ｒａｐｉｄ ｅｃｏｎｏｍｉｃ ｄｅｖｅｌｏｐｍｅｎｔ ｒｅｇｉｏｎｓ ｉｎ
ｓｏｕｔｈｅｒｎ Ｊｉａｎｇｓｕ Ｃｈｉｎａ： Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ Ｄａｎｔｕ Ｄｉｓｔｒｉｃｔ
ｏｆ Ｚｈｅｎｊｉａｎｇ Ｃｉｔｙ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ
（应用生态学报）， ２０１４， ２５（４）： １０７６－１０８４ （ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［３８］　 Ｚｈａｏ Ｔ⁃Ｔ （赵婷婷）， Ｚｈａｎｇ Ｆ⁃Ｒ （张凤荣）， Ａｎ Ｐ⁃Ｌ
（安萍莉）， ｅｔ ａｌ． Ｓｐａｔｉａｌ ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ ｉｎ ｔｈｅ ｅｘｐａｎｓｉｏｎ
ｏｆ ｃｏｎｓｔｒｕｃｔｉｏｎ ｌａｎｄ ｉｎ Ｓｈｕｎｙｉ， Ｂｅｉｊｉｎｇ． Ｒｅｓｏｕｒｃｅ Ｓｃｉｅｎｃｅ
（资源科学）， ２００８， ３０（１０）： １５１７ － １５２４ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
作者简介　 卿凤婷，女，１９９０年生，硕士研究生． 主要从事景
观生态学研究． Ｅ⁃ｍａｉｌ： Ｆｅｎｇｔｉｎｇｑｉｎｇ１９９０＠ １６３．ｃｏｍ
责任编辑　 杨　 弘
卿凤婷， 彭羽． 基于景观结构的北京市顺义区生态风险时空特征． 应用生态学报， ２０１６， ２７（５）： １５８５－１５９３
Ｑｉｎｇ Ｆ⁃Ｔ， Ｐｅｎｇ Ｙ． Ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎ Ｓｈｕｎｙｉ， Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ ｂａｓｅｄ ｏｎ ｌａｎｄｓｃａｐｅ ｓｔｒｕｃｔｕｒｅ．
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， ２０１６， ２７（５）： １５８５－１５９３ （ｉｎ Ｃｈｉｎｅｓｅ）
３９５１５期　 　 　 　 　 　 　 　 　 　 　 　 卿凤婷等： 基于景观结构的北京市顺义区生态风险时空特征