全 文 ：基于探索性空间数据分析的海坛岛
土地利用生态风险评价*
吴摇 剑1 摇 陈摇 鹏1**摇 文超祥2 摇 傅世锋1 摇 陈庆辉1
( 1国家海洋局第三海洋研究所, 福建厦门 361005; 2厦门大学建筑与土木工程学院, 福建厦门 361005)
摘摇 要摇 生态风险评价作为一种新型环境管理工具,提供了定量化评估土地利用变化生态效
应的新视角.本研究以福建海坛岛为案例区,基于 1990 年 Landsat TM 与 2010 年 SPOT5 遥感
影像、2030 年平潭综合试验区总体布局规划图和野外调查等数据,构建度量生态终点的生态
风险表征指数,运用探索性空间数据分析中的空间自相关和半方差分析方法,对海坛岛过去鄄
现在鄄未来不同土地利用情景下生态风险进行评价,分析其潜在的风险性及其变化趋势.结果
表明: 海坛岛生态风险指数存在明显的尺度效应,在 3000 m范围内表现出较强的正相关,生
态风险指数空间分布以高鄄高聚集和低鄄低聚集类型为主;生态风险指数具有显著的各向同性
特点,且其空间分布与对应时期局部空间自相关指数分布模式一致;各生态风险等级区年际
变化较为剧烈,波动态势与波动幅度均有所不同;低生态风险区呈先增后降趋势,中、高生态
风险区呈先降后升趋势.规划期的人为扰动强烈,高生态风险区在整个区域扩展蔓延.为减低
土地利用生态风险、维护区域生态安全,可采取的生态风险控制策略包括:优化土地资源空间
格局、保护关键生态区域、控制建设用地规模.
关键词摇 海坛岛摇 土地利用摇 生态风险摇 探索性空间数据分析(ESDA)
*国家海洋局第三海洋研究所基本科研业务费专项资金项目(海三科 2011029)和海洋公益性行业科研专项经费项目(201305009鄄2)资助.
**通讯作者. E鄄mail: chenpeng@ gmail. com
2013鄄11鄄25 收稿,2014鄄04鄄22 接受.
文章编号摇 1001-9332(2014)07-2056-07摇 中图分类号摇 Q149; X835摇 文献标识码摇 A
Ecological risk assessment of land use based on exploratory spatial data analysis (ESDA): A
case study of Haitan Island, Fujian Province. WU Jian1, CHEN Peng1, WEN Chao鄄xiang2, FU
Shi鄄feng1, CHEN Qing鄄hui1 ( 1Third Institute of Oceanography State Oceanic Administration, Xia鄄
men 361005, Fujian, China; 2College of Architecture and Civil Engineering, Xiamen University,
Xiamen 361005, Fujian, China) . 鄄Chin. J. Appl. Ecol. , 2014, 25(7): 2056-2062.
Abstract: As a novel environment management tool, ecological risk assessment has provided a new
perspective for the quantitative evaluation of ecological effects of land鄄use change. In this study,
Haitan Island in Fujian Province was taken as a case. Based on the Landsat TM obtained in 1990,
SPOT5 RS images obtained in 2010, general layout planning map of Pingtan Comprehensive Experi鄄
mental Zone in 2030, as well as the field investigation data, we established an ecological risk index
to measure ecological endpoints. By using spatial autocorrelation and semivariance analysis of Ex鄄
ploratory Spatial Data Analysis (ESDA), the ecological risk of Haitan Island under different land鄄
use situations was assessed, including the past (1990), present (2010) and future (2030), and
the potential risk and its changing trend were analyzed. The results revealed that the ecological risk
index showed obvious scale effect, with strong positive correlation within 3000 meters. High鄄high
(HH) and low鄄low (LL) aggregations were predominant types in spatial distribution of ecological
risk index. The ecological risk index showed significant isotropic characteristics, and its spatial dis鄄
tribution was consistent with Anselin Local Moran I (LISA) distribution during the same period.
Dramatic spatial distribution change of each ecological risk area was found among 1990, 2010 and
2030, and the fluctuation trend and amplitude of different ecological risk areas were diverse. The
low ecological risk area showed a rise鄄to鄄fall trend while the medium and high ecological risk areas
应 用 生 态 学 报摇 2014 年 7 月摇 第 25 卷摇 第 7 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Jul. 2014, 25(7): 2056-2062
showed a fall鄄to鄄rise trend. In the planning period, due to intensive anthropogenic disturbance, the
high ecological risk area spread throughout the whole region. To reduce the ecological risk in land鄄
use and maintain the regional ecological security, the following ecological risk control strategies
could be adopted, i. e. , optimizing the spatial pattern of land resources, protecting the key ecore鄄
gions and controlling the scale of construction land use.
Key words: Haitan Island; land use; ecological risk; exploratory spatial data analysis (ESDA).
摇 摇 由景观城市化导致的大规模土地系统变化引人
注目,已经成为一种非常典型的人地相互作用过
程[1-2] .全球土地计划( global land project, GLP)的
研究核心领域之一是强调在土地系统变化后的综合
分析和模拟[3-4] . 认识和理解城市化进程中土地利
用变化的资源、环境、生态和灾害效应,寻求其资源
节约和环境友好的可持续发展途径,也已成为当代
中国地理科学的核心问题之一[5] . 生态风险评价作
为一种新型环境管理工具,提供了定量化评估土地
利用变化生态效应的新视角[6-10] .美国国家环保局
(USEPA) [11-12]将生态风险定义为一种或多种压力
形成的不利生态效应的可能性过程,如何定量地表
征生态风险成为现阶段研究焦点问题之一[13-14] .探
索性空间数据分析(exploratory spatial data analysis,
ESDA)以空间关联测度为核心,通过对事物或现象
空间分布格局的描述与可视化,发现空间集聚和空
间异常,揭示研究对象之间的空间相互作用机
制[15-17] . ESDA具有强大的空间解析分析及表达能
力,为土地利用生态风险定量化研究提供了新的技
术手段.本文以福建海坛岛为典型案例区,对海坛岛
过去鄄现在鄄未来不同土地利用情景下的生态风险进
行评价,分析其潜在的风险性及其变化趋势,以期为
海岛开发与产业布局、生态规划与建设提供科学
依据.
1摇 研究区域与研究方法
1郾 1摇 研究区概况
海坛岛又名平潭岛、海山,地处福建省沿海中部
(25毅23忆—25毅40忆 N,119毅45忆—119毅53忆 E).该岛是福
建省第一大岛、中国第五大岛,陆地面积 324 km2,
距离大陆 3. 25 km,为大陆岛,以海积平原为主,多
花岗岩陵地,最高峰君山海拔 438. 2 m,海岸蜿蜒曲
折,岸线长度 217 km. 该区属南亚热带海洋性季风
气候,年均气温 19. 5 益,年降水量 1196. 2 mm,年 7
级以上大风日数为 125 d,7—9 月常受台风影响.海
坛岛是平潭县的主岛,县人民政府设在潭城镇,全岛
有 7 镇 4 乡,2011 年人口约 40 万[18] . 2009 年批准
设立海峡西岸经济区综合实验区,发展定位为两岸
交流合作先行先试的示范区、海峡西岸经济社会协
调发展的先行区、海峡西岸生态宜居的新兴海岛城
市.海坛岛作为平潭综合实验区的核心区域,其开发
建设采取组团推进、分时序开发的空间发展模式,构
建“四区、十一组团冶的功能互补、协调发展的空间
开发格局.
1郾 2摇 数据来源与预处理
研究采用的数据源为 1990 年 Landsat TM(分辨
率 30 m)和 2010 年 ALOS(分辨率 2. 5 m)遥感影像
数据,以及平潭综合试验区总体布局规划图[平潭
综合实验区总体规划 (2010—2030)]. 参考文献
[19-20],将 1990 和 2010 年研究区域内的土地利
用类型分为 8 类:林地(L1 )、农用地(L2 )、居民地
(L3)、养殖区(L4)、水体(L5)、沙滩(L6)、建设用地
(L7)、道路交通(L8). 2030 年远期规划区内划分为
7 类土地利用类型:生态绿地、农用地、居住用地、建
设用地、交通用地、水体和沙滩(沙滩采用 2010 年遥
感解译数据). 将上述土地利用类别作为风险受体
进行评价.
在遥感图像处理软件 Erdas 支持下,对 2 个时
相的遥感影像和远景规划图进行几何校正、空间配
准、假彩色合成与融合、影像图像增强与影像裁剪等
预处理;野外调查建立遥感解译标志,采用监督分类
法与人机交互结合方法解译,提取出 3 个时期的土
地利用矢量数据.数据转换到统一的坐标系(WGS_
1984_UTM_Zone_50N)和投影系统(Transverse_Mer鄄
cator),投影带中央经线 117毅.遥感影像采用. img 格
式,栅格数据采用. grid 格式(30 m伊30 m),矢量数
据采用. shape格式.
1郾 3摇 生态风险指数构建
参考 USEPA生态风险评估框架与相关学者的
研究成果[21-24],基于土地利用的景观响应与生态服
务价值,构建度量生态终点的生态风险表征指数
(ecological risk index, ERI),以建立土地利用变化
与区域生态风险之间的经验联系.计算公式如下:
ERI =
PD j
CONTAG j
伊 移
n
i = 1
Ai,j
A j
伊 Véëêê
ù
û
úúi
75027 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴摇 剑等: 基于探索性空间数据分析的海坛岛土地利用生态风险评价摇 摇 摇 摇 摇 摇
式中:PD j和 CONTAG j分别为第 j个样方的斑块密度
和蔓延度,二者比值既可反映景观破碎化过程,也反
映了人类干扰活动的强弱程度[22];Vi为第 i 类土地
利用类型的生态服务价值系数;Aij为第 j个区域 i类
土地利用类型面积;A j为第 j个样方总面积.
在 Fragstats 4. 0 中,应用移动窗口法(边长 500
m)计算景观水平的斑块密度和蔓延度指数并输出
其空间分布栅格数据,景观响应指数的计算公式见
Fragstats 4. 0 的帮助文件.生态服务价值系数的确定
参照谢高地等[25]提出的“中国陆地生态系统生态服
务价值当量表冶以及厦门滨海湿地生态服务价值核
算成果[26] .采用 500 m伊500 m的单元网格对景观格
局指数和生态风险指数进行空间化,采样方式为等
间距系统采样法.同时对各评价指标进行极差标准
化转换到[0,1]区间.其中,转换后的林地、农用地、
居民地、养殖区、水体、沙滩,以及道路与建设用地的
生态价值系数分别为 0. 470、0. 142、0. 013、0. 061、
1. 000、0. 124、0.
1郾 4摇 空间数据探索
1郾 4郾 1 空间自相关摇 空间自相关是空间依赖性的重
要形式,指研究对象与其空间位置之间存在的相关
性.全局空间自相关用于测度属性值在整个区域的
空间分布特征和关联程度,局部空间自相关主要分
析局部乃至每个空间单元的属性值在异质性空间的
分布格局.本研究选取全局空间自相关指数(global
Moran I)及局部空间自相关指数(Anselin local Mo鄄
ran I, LISA) [27-29],对海坛岛 3 个时期的生态风险
指数的空间模式进行度量. 采用 GS+ 9. 0 ( www.
Gammadesign. com)软件计算不同空间尺度下生态
风险指数的 Moran I值(图 1).局部空间自相关利用
GeoDa 1. 4. 1 软件进行分析,采用 Queen 的二阶邻
接权重矩阵计算 LISA.
1郾 4郾 2 地统计学摇 生态风险指数本身是一种空间变
量,可以利用地统计学方法进行空间特征分析.以半
方差函数作为工具,进行生态风险指数的空间结构
分析及其最优化模拟,并通过半方差函数的主要参
数,如块金值(nugget)、基台值(sill)、变程(range)与
块金效应(nugget effect)等定量地描述空间变量的
空间异质性程度、组成、尺度和格局的特征[30-31] .应
用 GS+ 9. 0 软件完成生态风险指数半方差函数的计
算.生态风险程度的空间可视化表达在 ArcGIS 9. 3
中的地统计学模块支持下完成,以半方差函数的理
论模型参数为控制参数,应用普通克里格法(ordina鄄
ry Kriging)进行插值与模拟.
2摇 结果与分析
2郾 1摇 空间自相关分析
2郾 1郾 1 全局空间自相关分析摇 海坛岛生态风险指数
的全局 Moran I值存在明显的尺度效应(图 1).随着
尺度增大,3 个时期的 Moran I值均呈下降趋势且变
化趋势相似,说明随着空间距离的增大,生态风险指
数在空间分布上的差异性明显增加,而相似性减少.
从变异程度上看,在 3000 m范围内表现出较强的正
相关,且随着尺度增大而急剧减少;在 3000 m 以上
的相关性不明显,Moran I 值在 0 附近有小幅波动.
1990、2010 和 2030 年的全局 Moran I 值分别为
0. 4672、0. 4203 和 0. 3923,说明生态风险指数整体
上呈正相关,在空间上表现为聚集分布;全局 Moran
I值随时间推移而下降,说明空间自相关程度有所
减弱,空间趋同性逐渐降低.城市化过程影响着生态
风险指数的空间格局,并导致其空间分布由聚集向
均匀过渡.
2郾 1郾 2 局部空间自相关分析 摇 利用 GEODA 软件计
算海坛岛 1990—2030 年生态风险指数的 LISA系数
值,并进行 z检验基础上(琢 = 0. 05)绘制 LISA 分布
图(图 2).结果表明,3 个时期的生态风险指数空间
分布均以高鄄高聚集(HH)和低鄄低聚集(LL)类型为
主,而高鄄低集聚(HL)与低鄄高集聚(LH)则呈零散
分布.研究期间,生态风险指数空间分布状态发生了
明显变化,HH区呈现出聚集寅萎缩寅分散趋势,而
LL区呈现分散寅聚集寅分散趋势. 1990 年,HH 区
明显聚集在海坛岛南部的北厝镇和岚城乡,而 LL
区成片分布于海坛岛北部的芦洋乡和流水镇. 2010
年,HH区仍聚集在北厝镇和岚城乡,但范围缩小,
图 1摇 生态风险指数的 Moran I值对尺度变化的响应
Fig. 1 摇 Moran I of ecological risk index responds to grain
change.
8502 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
图 2摇 海坛岛 1990、2010 和 2030 年生态风险指数局部空间自相关图
Fig. 2摇 LISA cluster map of Haitan Island in 1990, 2010 and 2030.
a) 不显著 Not significant; b) 高鄄高 High鄄high; c) 低鄄低 Low鄄low; d) 低鄄高 Low鄄high; e) 高鄄低 High鄄low.
外围分布着 LH区;LL 区范围以平原镇和芦洋乡为
中心向周边扩展,其与中楼乡、流水镇过渡地带分布
着HL区 . 2030年,HH区东移聚集在澳前镇、谭城
图 3摇 海坛岛 1990、2010 和 2030 年生态风险指数的等方向
变异函数曲线图
Fig. 3摇 Isotropic semi鄄variogram curves of ecological risk index
in Haitan Island of 1990, 2010 and 2030.
镇,向北则聚集在芦洋乡和苏澳镇;LL 区呈小片聚
集在北厝镇、潭城镇、流水镇和中楼乡.
2郾 2摇 生态风险指数的空间结构分异
通过生态风险指数值的直方图可知,数据符合
正态分布.为探索生态风险指数的方向性结构,在各
向同性的基础上对 0毅、45毅、90毅和 135毅等 4 个方向
进行各向异性搜索计算,容限角为 22. 5毅,结果表
明,3 个时期的生态风险指数具有显著的各向同性
特点.因此,本文只讨论各向同性. 利用 GS+软件计
算得到 3 个时期生态风险指数的半方差函数散点图
(图 3),根据其变化趋势,用具有阈值(基台值 sill)
的模型分别拟合,并以决定系数最大、残差最小为选
择标准,选出最优的半方差拟合模型.根据拟合的球
状模型、指数模型和高斯模型得到相关的模型参数
值(表 1),进行空间结构分异分析.
摇 摇 基台值是衡量生态风险指数波动幅度的参
数.研究区生态风险指数的基台值从 1990 年的
1. 27 ´10-3增加至 2030 年的 4. 49 ´10-3(表 1),表明
生态风险的空间分布差异呈增大趋势.
变程反映了生态风险指数空间自相关的尺度状
况.研究区生态风险指数的变程值从 1990 年的
2830 m降至 2030 年的 1310 m,表明生态风险指数
的相关性范围在缩小.
块金与块金效应表示随机因素对生态风险指数
变量引起的变异大小. 3 个时期生态风险指数的半
方差函数中都存在块金效应现象,且呈现不断增强
趋势,从 1990 年的 0. 01 ´10-4增加到 2030 年的
6. 5 ´10-4,表明研究区非结构因素作用逐渐增强.此
外,块金效应也反映了随机因素对生态风险指数变
95027 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴摇 剑等: 基于探索性空间数据分析的海坛岛土地利用生态风险评价摇 摇 摇 摇 摇 摇
表 1摇 生态风险指数半方差函数的拟合模型及参数
Table 1摇 Semi鄄variogram fitting models and its parameters of ecological risk index
年份
Year
模型
Model
块金值
Nugget
基台值
Sill
变程
Range
(m)
块金效应
Nugget effect
(% )
决定系数
Decision
coefficient
残差
Residual
1990 S 0. 01伊10-4 1. 27伊10-3 2830 0. 1 0. 88 1. 28伊10-7
2010 E 0. 14伊10-4 1. 86伊10-3 2650 0. 8 0. 97 0. 23伊10-8
2030 G 6. 50伊10-4 4. 49伊10-3 1310 14. 5 0. 98 2. 18伊10-7
S: 球状模型 Spherical model; E: 指数模型 Exponential model; G: 高斯模型 Gaussian model.
图 4摇 海坛岛 1990、2010 和 2030 年土地利用生态风险指数(ERI)空间分布图
Fig. 4摇 Spatial distribution map of ERI in Haitan Island for 1990, 2010 and 2030.
玉: ERI臆0. 05;域: 0. 050. 1.
量空间分异的影响程度. 3 个时期块金效应均
<25% ,说明变量具有较强的空间自相关性,块金效
应逐年增大也表明非结构因素对生态风险指数空间
分异的影响效应在增强,尤其在 2030 年呈现跳跃式
增长,这与规划期内由政策因素导致规模化土地利
用改变的情况相关.
2郾 3摇 生态风险指数的时空分异
根据半方差函数模型参数,利用 ArcGIS 的地统
计学模块,绘制出 3 个时段生态风险空间分布图
(图 4),该图直观显示了生态风险指数在空间上的
分布情况与变化趋势. 3 个时期生态风险指数高、低
值分布与其对应时期 LISA 分布相一致. 1990 年,生
态风险高值区呈斑块状分布于农用地与林地、水域
的交错地带;此时段人为干扰活动以农牧业为主,生
态风险强度较弱(最高值仅为 0. 2723). 2010 年,生
态风险高值区呈点状分布于建设用地与林地、水域
的交错地带;此时段农业和城镇发展达到相对稳定
状态,两种用地类型连片导致生态风险低值区在研
究区蔓延扩展;此时段人为干扰活动以局部城镇
建设开发为主,生态风险强度较强 (最高值为
0郾 4348). 2030 年,生态风险高值区呈带状分布于城
市用地与生态用地、农业用地、水域的交错地带,并
以交通干线为轴线导向;此时段土地利用格局经历
着全方位开发与改造,但生态风险强度有所下降
(最高值为 0. 3586).
为了比较不同时期生态风险指数的大小,采用
相对指标法对研究区不同时期的生态风险指数进行
划分.利用 ArcGIS中的 Natural Break法将生态风险
指数分成 3 个等级:低生态风险(ERI臆0. 05)、中生
态风险(0. 050. 1),
并统计各级别的面积百分比. 1990 年,海坛岛生态
风险类型以中低生态风险为主,低生态风险区占研
究区总面积的 63. 1% ,中生态风险区占 31. 0% ,高
风险区仅占 5. 9% . 2010 年,低生态风险区占绝对优
势,其面积比例增加至 88. 3% ,而中、高生态风险区
的占比分别降至 9. 1% 、2. 6% . 2030 年,3 类生态风
险区面积比例接近,低生态风险区降至 36. 2% ,中
生态风险区占 30. 0% ,高生态风险区增至 33. 8% .
3摇 结摇 摇 语
研究期间,海坛岛生态风险指数存在明显的尺
度效应,在 3000 m范围内表现出较强的正相关,生
态风险指数空间分布以高鄄高聚集(HH)和低鄄低聚
集(LL)类型为主;生态风险指数具有显著的各向同
0602 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
性特点,且其空间分布与对应时期 LISA分布模式相
一致;各生态风险等级区之间转化较为剧烈,波动态
势与波动幅度均有所不同;低生态风险区呈先增后
降趋势,中、高生态风险区呈先降后升趋势. 在规划
期人为扰动强烈,高生态风险区更是在整个区域扩
展蔓延.
为减低土地利用生态风险、维护区域生态安全,
可采取的生态风险控制策略包括:优化土地资源空
间格局、保护关键生态区域、控制建设用地规模以缓
冲其扩张带来的生态风险. 生态风险高值区分布在
生态价值系数大、景观破碎化程度高的交错地带,这
是控制海坛岛生态安全格局的关键区域;应加强此
地带景观斑块的生态保育和生态修复,形成高效的
城市自然保护系统. 生态风险低值区分布于城市建
成区或者农业发展区,也是加强生态补偿与生态修
复的重点关注区域;应严格控制此地带城乡建设用
地规模,促进集约高效利用土地,实行城乡建设用地
扩展边界控制,落实城乡建设用地空间管制制度.
基于土地利用的景观响应与生态服务价值构建
的生态风险表征指数,能快速简便地建立起土地利
用变化与区域生态风险之间的经验联系.同时,借助
ESDA方法也能有效地映射出生态风险的空间分异
特征和动态变化,可为海坛岛城市空间发展与生态
保护决策提供数据支持和理论依据. 以生态风险空
间分布作为阻力面,基于累积耗费距离模型的“源
地鄄廊道鄄节点冶生态网络,是土地利用生态风险控制
策略的一种优选空间化方案,可将城市建设、经济发
展和生态环境保护协调起来,构建海坛岛土地利用
生态风险防范的空间结构,这是有待进一步探讨的
问题.
参考文献
[1]摇 He C鄄Y (何春阳), Shi P鄄J (史培军). Landscape Ur鄄
banization and Land System Modeling. Beijing: Science
Press, 2009 (in Chinese)
[2]摇 Lu D鄄D (陆大道), Yao S鄄M (姚士谋), Li G鄄P (李
国平), et al. Comprehensive analysis of the urbaniza鄄
tion process based on China爷 s conditions. Economic
Geography (经济地理), 2007, 27(6): 883-887 ( in
Chinese)
[3]摇 Turner BL, Lambin EF, Reenberg A. The emergence of
land change science for global environmental change and
sustainability. Proceedings of the National Academy of
Science of the United States of America, 2007, 104:
20666-20671
[4]摇 Ma Z鄄W (马宗文), Xu X鄄G (许学工). Summary of
research methods on ecological effects of land change.
Geography and Geo鄄Information Science (地理与地理信
息科学), 2011, 27(2): 80-86 (in Chinese)
[5]摇 Cai Y鄄L (蔡运龙), Lu D鄄D (陆大道), Zhou Y鄄X (周
一星), et al. National demands for and development
strategies of Chinese geography. Acta Geographica Sinica
(地理学报), 2004, 59(6): 811-819 (in Chinese)
[6]摇 Liu SL, Cui BS, Dong SK, et al. Evaluating the influ鄄
ence of road networks on landscape and regional ecologi鄄
cal risk: A case study in Lancang River Valley of South鄄
west China. Ecological Engineering, 2008, 34: 91-99
[7]摇 Xia N鄄K (夏南凯), Qiao W (乔 摇 玮), Liu S (刘
晟). A land鄄use based analysis of regional ecological
risk index assessment method. Urban Planning Forum
(城市规划学刊), 2011(1): 53-57 (in Chinese)
[8]摇 Shi T鄄M (石铁矛), Li S (李摇 绥). Study on ecologi鄄
cal risk warning of urbanization based on spatial informa鄄
tion technology: A case study of Nanchong City. City
Planning Review (城市规划), 2012, 36(2): 51-57
(in Chinese)
[9]摇 Zhao Y鄄J (赵岩洁), Li Y鄄B (李阳兵), Shao J鄄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 Nat鄄
ural Resources (自然资源学报), 2013, 28(6): 944-
956 (in Chinese)
[10]摇 Chen SQ, Chen B, Brian DF. Ecological risk assess鄄
ment on the system scale: A review of state鄄of鄄the鄄art
models and future perspectives. Ecological Modelling,
2013, 250: 25-33
[11]摇 Suter GW, Vermier T, Jr Munns WR, et al. Framework
for the integration of health and ecological risk
assessment. Human and Ecological Risk Assessment,
2003, 9: 281-302
[12]摇 Shi P鄄J (史培军). Integrated Risk Governance Project:
Science, Technology and Demonstration. Beijing: Sci鄄
ence Press, 2011 (in Chinese)
[13] 摇 Sun H鄄B (孙洪波), Yang G鄄S (杨桂山), Su W鄄Z
(苏伟忠). Research progress on ecological risk assess鄄
ment. Chinese Journal of Ecology (生态学杂志),
2009, 28(2): 335-341 (in Chinese)
[14]摇 Shi H鄄P (石浩朋), Yu K鄄Q (于开芹), Feng Y鄄J (冯
永军). Ecological risk assessment of rural鄄urban eco鄄
tone based on landscape pattern: A case study in Daiyue
District of Tai爷an City, Shandong Province of East Chi鄄
na. Chinese Journal of Applied Ecology (应用生态学
报), 2013, 24(3): 705-712 (in Chinese)
[15]摇 Wu J鄄S (吴健生), Qiao N (乔 摇 娜), Peng J (彭
建). Spatial variation of landscape eco鄄risk in open
mine area. Acta Ecologica Sinica (生态学报), 2013,
33(12): 3816-3824 (in Chinese)
[16]摇 Xie H鄄L (谢花林). Regional eco鄄risk analysis of based
on landscape structure and spatial statistics. Acta Eco鄄
logica Sinica (生态学报), 2008, 28(10): 5020-5026
(in Chinese)
[17]摇 Anselin L, Getis A. Spatial statistical analysis and geo鄄
graphic information systems / / Anselin L, Rey SJ, eds.
Perspectives on Spatial Data Analysis (Advances in Spa鄄
16027 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴摇 剑等: 基于探索性空间数据分析的海坛岛土地利用生态风险评价摇 摇 摇 摇 摇 摇
tial Science). Berlin: Springer, 2010: 35-47
[18]摇 Pingtan Statistical Bureau (平潭县统计局). Pingtan
Statistic Yearbook in 2012. Beijing: China Statistics
Press, 2012 (in Chinese)
[19]摇 Chen B鄄M (陈百明), Zhou X鄄P (周小萍). Explana鄄
tion of current land use condition classification for na鄄
tional standard of the People爷s Republic of China. Jour鄄
nal of Natural Resources (自然资源学报), 2007, 22
(6): 994-1003 (in Chinese)
[20]摇 Chen P (陈 摇 鹏), Wu J (吴 摇 剑), Fu S鄄F (傅世
锋). Study on the dynamic change of landscape pattern
and its landscape ecological effects in Haitan Island of
Pingtan County. Ecological Science (生 态 科 学 ),
2013, 32(3): 265-270 (in Chinese)
[21]摇 Chen C鄄L (陈春丽), L俟 Y鄄L (吕永龙), Wang T鄄Y
(王铁宇). Emerging issues and prospects for regional
ecological risk assessment. Acta Ecologica Sinica (生态
学报), 2010, 30(3): 808-816 (in Chinese)
[22]摇 Zeng Y (曾摇 勇). The regional ecological risk assess鄄
ment of Hohhot City. Acta Ecologica Sinica (生态学
报), 2010, 30(3): 668-673 (in Chinese)
[23]摇 Xu L鄄F (徐丽芬), Xu X鄄G (许学工), Lu Y鄄L (卢亚
灵), et al. Integrated ecological risk assessment of J鄄50
based on natural disasters risk source. Ecology and
Environmental Sciences (生态环境学报), 2010, 19
(11): 2607-2612 (in Chinese)
[24]摇 Xiao Y (肖摇 杨), Mao X鄄Q (毛显强). Spatial analy鄄
sis of regional landscape ecological risk. China Environ鄄
mental Science (中国环境科学), 2006, 26(5): 623-
626 (in Chinese)
[25]摇 Xie G鄄D (谢高地), Zhen L (甄摇 霖), Lu C鄄X (鲁春
霞), et al. Expert knowledge based valuation method of
ecosystem services in China. Journal of Natural Re鄄
sources (自然资源学报), 2008, 23(5): 911-919 (in
Chinese)
[26]摇 Chen P (陈摇 鹏). Evaluation on service value of wet鄄
land ecosystem in Xiamen City. Wetland Science (湿地
科学), 2006, 4(2): 101-107 (in Chinese)
[27] 摇 Anselin L. Local indicators of spatial association. Geo鄄
graphical Analysis, 1995, 27: 93-115
[28]摇 Chen Y鄄G (陈彦光). Reconstructing the mathematical
process of spatial autocorrelation based on Moran爷 s sta鄄
tistics. Geographical Research (地理研究), 2009, 28
(6): 1449-1463 (in Chinese)
[29] 摇 Bone C, Wulder MA, White JC, et al. A GIS鄄based
risk rating of forest insect outbreaks using aerial overview
surveys and the local Moran爷s I statistic. Applied Geog鄄
raphy, 2013, 40: 161-170
[30]摇 Wang Z鄄Q (王政权). Geostatistics and Its Application
in Ecology. Beijing: Science Press, 1999 (in Chinese)
[31]摇 Olivera MA, Webster R. A tutorial guide to geostatis鄄
tics: Computing and modelling variograms and Kriging.
Catena, 2014, 113: 56-69
作者简介 摇 吴 摇 剑,男,1982 年生,博士,助理研究员. 主要
从事海岛海岸带遥感监测与评价研究. E鄄mail: jianjian431@
tom. com
责任编辑摇 杨摇 弘
2602 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷