通过整合景观生态风险与生态系统健康来研究生态分区的识别与模拟方法

《Frontiers in Ecology and Evolution》：Study of identification and simulation of ecological zoning through integration of landscape ecological risk and ecosystem health

本研究以长沙-株洲-湘潭都市聚合区为对象，基于2000-2020年土地利用变化数据，构建了包含自然约束、景观格局、人类活动及自然灾害的综合生态风险评估框架，并采用VORS模型评估生态系统健康指数。研究发现：森林覆盖率占比超60%，但受城市化影响，建设用地扩张显著（增长60.20%），导致生态风险等级呈现“中心高、边缘低”的空间分布特征，高风险区面积从2000年的21.4%增至2020年的28.3%；生态系统健康指数从0.555降至0.518，显示整体生态退化趋势。通过SD-PLUS模型模拟发现，在SSP126（低排放）、SSP245（中排放）和SSP585（高排放）情景下，生态控制区将分别扩张1.04%、0.89%和2.05%，而生态保护核心区面积缩减幅度达1.23%-1.67%。研究提出需建立动态分区管控体系，强化核心生态屏障功能，并制定差异化修复策略。

　　### 中文解读

随着全球城市化进程的加快，中国城市化率从2000年的36.2%上升至2023年的66.16%。这一趋势对区域土地利用模式产生了深远影响，导致自然生态系统在结构、功能和过程方面发生显著变化。这些变化不仅加剧了景观生态风险（LER），还削弱了生态系统的稳定性。在面对全球气候变化和人类活动日益加剧的背景下，仅依赖单一的生态方法已难以平衡经济发展与生态保护之间的关系。因此，需要采用综合性的方法，考虑外部风险扰动与内部生态系统健康之间的互动，以更好地理解和管理生态系统的动态变化。

生态区划作为生态治理的重要工具，结合差异化功能评估和针对性管理策略，对于识别生态问题和促进区域生态可持续性具有关键作用。景观生态风险（LER）反映了工业发展、气候变化和人口增长对生态系统结构、功能和过程的扰动程度和不确定性。其评估旨在识别潜在风险，并提供生态风险的空间显性表示。常见的评估方法包括源-汇模型和景观格局指数分析。前者可以捕捉风险源、汇和暴露-响应过程的动态，但往往过于简化生态系统之间的相互作用，忽略了结构与功能组件之间的相互依赖性。后者则通过分析景观格局与生态过程的耦合，有效地反映空间完整性与复杂性。然而，单一的景观指数难以全面反映风险，尤其是那些由自然、社会和生态系统相互作用引发的风险。为此，提出了整合自然、社会经济和景观维度的综合评估框架。例如，Zhao等人开发的三维框架通过整合多源数据提高了风险识别的准确性。Gao和Lin的研究表明，生态风险在不同地区由自然和人为因素共同驱动。Yan进一步验证了这种整合框架在生态规划、保护和管理中的实际价值。

随着生态风险的上升，生态系统服务和生态系统健康面临严峻挑战。生态系统健康指数（EHI）作为反映生态系统结构和功能稳定性的关键指标，对于指导区域尺度上的生态修复具有重要作用。大多数研究采用多指标集成框架，其中Costanza提出的VOR模型被广泛应用。然而，鉴于生态系统的复杂性，健康评估必须结合自然和人为驱动因素。因此，VORS模型被广泛应用于分析生态系统健康，并支持可持续发展规划。例如，Qing和Lv通过将人类活动强度与EHI结合，发现生态健康区域通常对人类干扰高度敏感。进一步研究表明，生态系统健康受气候条件、植被覆盖、景观格局、社会经济发展和土地利用等多重因素影响。在区域尺度上，主导因素因地区而异。在贵州喀斯特地区，社会经济因素的影响更为显著，而在城市核心区域，建设用地的扩张是主要决定因素。

土地利用的组成、结构和功能直接影响LER和EHI的变化。现有研究显示，建设用地的扩张增加了生态风险，尤其是在发展中国家。森林的减少削弱了碳储存能力，加速了温室气体排放，并降低了生态系统的恢复力，从而损害了生态健康。因此，分析不同土地利用模式下LER和EHI的时空耦合与互动机制至关重要。生态区划作为生态治理的关键工具，有助于保护生态系统服务、恢复退化土地和实施差异化管理策略。关于生态区划管理的研究已较为丰富，许多学者提出了基于不同视角的区划方法。例如，Li强调生态管理应整合韧性演变、机制和评估，以增强社会-生态系统韧性。Zhou等人提出了ESV–LER功能区划系统，从人类福祉和生态安全的角度出发，为提高生态管理效率提供了参考。然而，将生态风险与再生潜力结合，预测未来条件并制定适应性策略的研究仍较为有限。大多数研究集中在单一维度，如Bao和Zhao利用情景模拟探讨未来生态风险和生态系统健康，而Wang则建议从风险视角优化土地利用结构，以提高承载力并减少生态赤字。因此，预测未来土地利用模式在人类活动和气候变化的共同影响下，评估其对LER和EHI的影响，并构建前瞻性的生态区划框架，对于设定保护优先级和指导生态管理至关重要。

研究选取了中国中部地区的重要城市群——长沙-株洲-湘潭城市群（CZXUA）作为案例。该区域是湖南省经济发展的核心增长极，土地利用模式在快速城市化过程中发生了显著变化，导致生态系统结构、功能和过程受到破坏。该区域的景观具有山地、河流和湖泊交错的特点，但由于城市扩张，耕地、森林和湿地等生态用地受到严重侵蚀，景观破碎化加剧，生态系统恢复能力下降，形成了高度异质化的生态风险格局。这种复杂性凸显了单一维度生态评估的局限性，强调了采用综合方法的必要性。因此，本研究以CZXUA为研究区域，采用LER和EHI作为指标进行生态区划，并构建了基于SSP–RCP情景的土地利用模拟框架，旨在分析该区域在动态发展中的生态区划演变趋势，从而增强区域风险防御和生态服务提供能力，促进人地关系的协调发展。研究的具体目标包括：（1）分析2000年至2020年间LER和EHI的时空变化；（2）基于LER与EHI的耦合关系进行生态区划；（3）预测2030年、2040年和2050年在不同SSP–RCP情景下的生态区划演变趋势，并提出未来区域发展的实用建议。

### 方法部分

本研究采用多维数据集，涵盖土地利用、社会经济、气候和生态变量。核心变量包括土地利用（2000年、2010年、2020年）、GDP、人口、降水量、温度、植被覆盖、PM2.5、地表温度、土壤类型、夜间灯光、净初级生产力（NPP）和NDVI。为了确保空间一致性，所有栅格数据均被投影到WGS-1984-UTM-49N坐标系统。向量数据（如交通网络）被转换为栅格数据以匹配栅格分辨率。对于不同分辨率的数据集，采用双线性插值或最近邻插值方法统一到50米分辨率。缺失或异常值通过周围栅格单元的众数或相邻单元的平均值进行修正。2000年和2010年数据被用作模型构建的基准数据，2020年的土地利用数据用于验证。模型性能通过总体准确率和Kappa系数进行评估。通过调整邻域权重和系统参数进行敏感性分析，以提高模型的稳健性。

研究选择了四个维度的指标——地理基础、景观格局、人类活动和自然灾害——构建生态风险评估系统。采用层次分析法（AHP）和标准相关权重分析法（CRITIC）确定各指标的权重，从而构建一个全面的生态风险评估系统。AHP基于成对比较构建判断矩阵，计算权重向量，并通过一致性检验（CR=0.0516，满足CR<0.1的标准）。CRITIC方法则基于标准差和皮尔逊相关系数矩阵客观地分配权重。两种方法的结合有效减少了主观干预，增强了指标权重的科学性和合理性，从而提高了生态风险评估的可靠性和解释力。

生态系统健康评估方面，研究参考了改进的生态系统健康评估模型，并结合生态系统服务功能评估来评价研究区域的生态系统健康水平。生态系统健康指数（EHI）由生态系统健康（PH）和生态系统服务价值（ESV）的平方根计算得出。PH由生态系统活力（EV）、组织（EO）和韧性（ER）三个维度构成，而ESV则包括碳固存、栖息地质量、水土保持等服务。这些服务通过InVEST 3.14模型计算，并进行归一化处理后相加得到整体生态系统服务价值。EV、EO和ER分别代表生态系统的活力、组织力和韧性。活力反映生态系统的代谢或初级生产力，通常通过净初级生产力（NPP）作为指标。组织力反映生态系统中各组成要素之间的相互作用，通过景观异质性（LH）、景观连通性（LC）和景观形态（IPC）进行评估。韧性则体现生态系统在面对外部风险扰动时维持其功能和结构的能力，研究通过设定不同土地利用类型的恢复系数，并将其与各自面积相乘得到生态系统韧性。

生态区划方面，Z-score标准化方法将具有不同单位和尺度的数据转换为标准正态分布，从而有效消除指标间的维度差异，提高其可比性。本研究采用Z-score标准化方法构建一个二维坐标系，其中LER作为纵坐标，EHI作为横坐标。基于此框架，研究区域被划分为四个生态功能区：严格生态保护区（高风险、高健康）、生态控制区（高风险、低健康）、生态保护区（低风险、高健康）和生态提升区（低风险、低健康）。这种区划方法能够捕捉生态条件与风险扰动之间的相互作用，突出空间异质性，并为差异化生态管理和针对性保护政策提供科学依据。Z-score标准化计算公式为。

### 结果部分

从2000年到2020年，研究区域的土地利用类型变化显著。森林仍然是主导土地利用类型，分别占63.79%、62.99%和62.28%。耕地和建设用地紧随其后。耕地、森林和草地均呈现逐渐减少的趋势，其中耕地减少最为显著（7.45%）。建设用地则显著扩张（60.20%），主要集中在核心城市区域，反映出快速城市化和基础设施发展的趋势。草地面积减少3.20%，表明对自然生态系统造成了一定程度的干扰。尽管草地和裸地的总体变化相对有限，但裸地面积增加了42.72%，这可能与建设活动的加剧和工程用地的扩张有关。从2000年到2020年，研究区域经历了大量的土地利用转换，其中耕地的转换最为显著。累计耕地转换面积达到1,029.37平方公里，主要转换为建设用地（555.65平方公里）和森林（394.97平方公里）。森林也经历了显著的转换，累计损失面积为890.88平方公里，主要转化为建设用地（466.22平方公里）和耕地（362.87平方公里）。其他土地利用类型的变化相对较小，对整体空间格局影响有限。

为了进一步揭示土地利用变化的动态，研究生成了土地利用转换弦图，分别展示了2000-2010年和2010-2020年的变化。结果显示，在两个阶段中，耕地的总转换面积基本保持稳定（分别为712.36平方公里和711.22平方公里），表明过去二十年耕地转换的强度一直较高。2000年至2010年间，耕地主要转化为建设用地，占总转换面积的47.80%，反映出快速城市化对工业发展和建设用地需求的驱动作用。2010年至2020年间，耕地转化为建设用地的面积减少（19.29平方公里），而转化为森林的面积增加（39.42平方公里）。这种转变可能受到生态文明政策的影响，一些耕地被纳入生态修复和造林项目。同时，区域发展进入结构优化和存量调整的阶段，建设用地的扩张有所放缓。总体而言，虽然“发展与生态并重”的土地利用模式在一定程度上缓解了耕地向建设用地的转换压力，但城市化驱动的耕地减少趋势仍然显著，导致土地资源短缺问题日益突出。

景观生态风险（LER）在五个等级中分布，采用自然断点法进行分类（见表4）。通过分析各风险等级的面积变化，研究考察了LER在多因素驱动下的时空演变，并识别其空间分布模式。结果显示，LER主要集中在中等和中低风险等级。这些等级在2000年、2010年和2020年分别占总面积的76.97%、74.40%和63.48%，呈现出持续下降的趋势，表明生态风险逐渐增加。从2000年到2010年和从2010年到2020年，低、中低和中等风险区域的面积分别减少了784.24平方公里和3,266.91平方公里。与第一阶段相比，第二阶段低、中低和中等风险区域的面积减少分别是3.18、2.39和10.69倍，表明中等风险区域的下降最为显著。同时，中高和高风险区域持续扩张。2010年至2020年间，中高和高风险区域分别增加了2,247.41平方公里和1,019.50平方公里，分别是2000年至2010年增长的7.0倍和2.2倍。这表明中高风险区域成为主要扩张类别，生态风险在更广范围内扩散，生态系统稳定性面临更大威胁。这些发现强调了在中高风险区域加强生态保护和恢复措施的重要性，以提高区域生态韧性。

在空间分布上（见图5），2000年、2010年和2020年的平均LER值分别为0.423、0.431和0.453，呈现出“中心高、边缘低”的空间格局。高风险区域主要集中在中心城区（如芙蓉区），通常以集聚或条带状形式分布。这些区域与密集的建设用地和主要交通基础设施重合，显示出人类活动和经济发展对生态系统的强烈影响。到2020年，高风险区域向外扩张，进一步加剧了城市扩张与生态保护之间的失衡。中高和中等风险区域主要分布在城市核心区与外围县市之间的过渡地带，如岳麓区。岳麓区的LER值从2000年的0.525上升到2020年的0.611。在此期间，产业结构调整和基础设施扩张导致了人口增长和建设密度增加，加剧了生态系统干扰。一些中等风险区域因此转化为中高风险区域，受经济外溢效应影响。中低和低风险区域则主要分布在外围县市，如浏阳、茶陵和鄢陵，这些地区具有较强的生态基础。例如，鄢陵县保持85.67%的森林覆盖率，自然地貌保存较好，景观结构稳定，受到的人为干扰较少。这进一步确认了生态用地（尤其是森林）在维持景观稳定性和缓解生态风险中的关键作用。

生态系统健康指数（EHI）在五个等级中分布，采用自然断点法进行分类（见图6）。总体来看，生态系统健康呈现出“中心低、边缘高”的空间格局。高和中高EHI值主要分布在外围地区，如浏阳、鄢陵和茶陵，这些地区以森林和草地为主，生态系统稳定性较强。中等和中低水平主要集中在城市中心与外围县市之间的过渡地带，分别占2000年、2010年和2020年区域面积的52.40%、57.64%和63.68%。这些区域主要由耕地组成，形成了区域的生态矩阵。然而，由于城市扩张，它们逐渐变得碎片化，导致生态系统健康持续下降。低EHI值主要集中在中心城区，如芙蓉区，这些地区以建设用地为主。在快速经济增长和人口集中压力下，这些区域的EHI值明显低于周边地区。研究区域的平均EHI值从2000年的0.555下降到2010年的0.543和2020年的0.518。2000年至2010年间的下降2.16%可能归因于2007年CZXUA整合战略的实施，该战略加速了经济发展和建设用地扩张，尽管当时生态退化程度有限。2010年至2020年间下降4.60%可能与加速的城市整合过程、先前生态风险的积累以及生态修复措施的延迟有关。

从土地利用角度来看，EHI在2000年至2020年间总体呈下降趋势。森林、水体和草地的EHI分别下降了6.29%、4.21%和1.97%，其中森林的下降最为显著。这可能归因于自然灾害（如森林火灾、虫害、极端天气和土壤退化）与人为压力（如非法砍伐和建设侵占）的共同作用。耕地的EHI起初有所上升，这可能归因于生态保护措施（如自然保护区、生态红线和植树造林计划）的积极影响，但随后由于这些措施的长期效果减弱而再次下降。裸地的EHI先因城市基础设施扩张而下降，随后因生态修复计划的实施而有所改善。建设用地的EHI则持续显著下降，总下降22.15%。这主要受到建设用地持续扩张、生态用地减少以及生态系统服务（如水土保持和栖息地质量）退化的影响。因此，生态系统结构的稳定性和恢复力减弱，导致整体生态系统健康水平显著下降。

从2000年至2020年，生态控制区的面积变化显著。生态控制区主要分布在核心城市区域的中北部，以建设用地和耕地为主。在城市扩张和人口集中的压力下，该区域的生态空间减少，景观破碎化加剧，生态系统功能削弱，从而增加了生态安全风险。生态控制区与法定保护区域的重叠面积和比例分别为306.34平方公里（3.34%）、292.99平方公里（3.17%）和295.30平方公里（3.20%）。比例的波动反映了生态控制区内部城市扩张和土地利用变化，强调了加强生态保护与土地利用管理协调的必要性。

严格生态保护区呈现下降趋势，2000年、2010年和2020年的面积占比分别为17.99%、17.48%和17.44%。该区域主要位于城市核心外围的过渡地带，以耕地为主。生态系统面临退化风险，需要特别关注生态脆弱性和景观破碎化问题。该区域与法定保护区域的重叠面积和比例分别为330.39平方公里（6.44%）、258.39平方公里（5.18%）和312.19平方公里（6.28%）。显著的波动表明，严格保护区域的范围受城市化进程和开发政策的影响。因此，需要加强对严格保护区域的生态功能恢复和保护。

生态提升区的面积占比最小，分别占2000年、2010年和2020年区域总面积的8.72%、8.52%和8.69%。该区域主要分布在You县等地区，以森林和耕地的混合为主。该区域位于生态保护区和控制区之间，是生态恢复和功能重建的关键调节区域。生态提升区与法定保护区域的重叠面积和比例分别为159.04平方公里（6.49%）、172.03平方公里（6.89%）和176.76平方公里（7.03%）。比例的持续增加表明，生态保护政策的实施正在增强该区域的生态恢复潜力和功能。然而，该区域的面积在所有情景下均呈现下降趋势，并因周边区域的侵占而变得更加碎片化。为应对这一趋势，建议采用自然演替与适度人为干预相结合的策略。鼓励低干扰的土地利用方式，如绿色农业和生态林业，同时进行土地整理和碎片化区域的恢复，以增强生态恢复能力并提升生态系统服务的提供。

### 讨论部分

研究发现，土地利用的演变对景观生态风险（LER）和生态系统健康指数（EHI）具有显著影响。在人类活动和自然过程的相互作用下，土地利用的组成、结构和功能的变化直接决定了LER的水平，揭示了土地利用动态与LER时空模式之间的紧密联系。研究采用主客观权重结合的方法，全面计算每个评估因素的权重，确保权重分配的全面性和客观性。研究还发现，森林在土地利用结构中占据主导地位（占总面积的60%以上），主要分布在中等和中低LER区域。这表明森林具有缓冲生态风险的功能，与Li和Liu的研究结果一致。前者强调森林的稳定性与抗干扰能力，后者则指出生态用地（森林、草地和水体）的减少会削弱水文功能和生态系统服务，对生态安全构成威胁。Wu的研究也表明，森林具有较强的结构稳定性和生态连通性，能够在压力下实现自我调节。在SSP126情景下，限制建设用地扩张可以有效缓解LER的上升趋势，使EHI平均下降6.25%。在SSP245情景下，风险和健康之间的关系更为复杂和矛盾。在SSP585情景下，快速城市化加剧了生态风险，并显著损害了生态健康，使EHI平均下降8.97%。这表明，LER和EHI之间的负耦合关系更加紧密，确认了土地利用动态是LER和EHI耦合演化的核心驱动因素。此外，不同发展路径下，这种耦合机制存在显著差异。

然而，本研究也存在一定的局限性。首先，尽管LER评估综合考虑了经济发展和人口密度等因素，但不同区域的驱动机制差异较大，统一的指标体系难以全面反映区域特征。未来研究应将环境因素（如工业用地和建设用地的邻近性、城市形态和生态污染事件频率）与社会经济因素（如农业产出、工业产出和土地利用率）相结合，建立更全面的评估框架。基于LER和EHI的生态区划研究有效地反映了风险敏感性和系统稳定性，但忽略了生态系统服务价值和社会生态韧性等关键要素。未来研究应开发一个包含LER、EHI、ESV和REI的多维耦合指标体系，并通过地理加权回归（GWR）和随机森林等方法，深入探讨生态区划的空间模式、驱动机制和溢出效应，从而增强生态区划评估的理论基础和实际应用。

其次，为了聚焦气候-经济情景模拟，SD-PLUS模型中的交通网络组件采用了2020年的静态数据进行参数化。尽管研究结合了《湖南省国土空间规划（2021-2035年）》、《长沙-株洲-湘潭生态绿心高水平保护和高质量发展规划（2024-2035年）》、《湖南省高速公路网规划（2024-2035年）》和《湖南省公路网布局规划（2021-2050年）》等政策文件，并进行了敏感性测试以增强模型的稳健性和预测有效性，但仍存在一定的不确定性。未来研究可以采用核密度估计方法计算城市道路网络密度扩张率，从而提高预测精度。

第三，SSP-RCP数据的空间分辨率仅为千米级，难以捕捉局部尺度的变化。情景预测本身存在不确定性，实际发展可能偏离模拟轨迹。土地利用与生态响应之间的关系依赖于经验模型，无法完全涵盖所有生态过程和非线性反馈。此外，数据和模型本身也包含一定的误差和不确定性。未来研究应考虑整合高分辨率遥感影像和细化社会经济数据，采用多源融合技术以提高模拟精度和决策支持能力。

### 结论

本研究评估了CZXUA在2000年至2020年间的土地利用变化、景观生态风险（LER）和生态系统健康指数（EHI），并预测了未来在SSP126、SSP245和SSP585情景下的生态区划模式。主要结论如下：

从2000年到2020年，土地利用以森林为主，占总面积的60%以上，其次是耕地和建设用地。耕地的累计转换面积达到1,029.37平方公里，主要转化为建设用地和森林。森林是第二大的转换类型，累计转换面积为890.88平方公里，主要转化为建设用地和耕地。其他土地利用类型的转换幅度相对较小。两个研究阶段中，耕地的总转换面积基本保持稳定（分别为712.36平方公里和711.22平方公里）。在早期阶段，耕地主要转化为建设用地，而在后期阶段，转化为建设用地的面积减少，而转化为森林的面积增加。

景观生态风险（LER）主要集中在中等和中低风险等级，分别占总面积的76.97%、74.40%和63.48%。低、中低和中等风险区域的面积逐渐减少，而中高和高风险区域的面积持续扩大。LER的空间分布呈现出“中心高、边缘低”的格局。高风险区域主要集中在中心城区，通常以集聚或条带状形式分布，与建设用地和交通网络高度重合。中高和中等风险区域位于城市核心区与外围县市之间的过渡地带，而中低和低风险区域则分布在生态基础较强的外围县市。

生态系统健康指数（EHI）的空间分布呈现出“中心低、边缘高”的格局。高和中高值主要集中在以森林和草地为主的外围县市。中等和中低值主要由耕地构成，占总面积的52%以上，形成了区域生态格局的核心。低值主要集中在以建设用地为主的中心城区。总体来看，生态健康从2000年到2020年持续下降。森林、水体和草地的EHI分别下降了6.29%、4.21%和1.97%，其中森林的下降最为显著。耕地的EHI先上升后下降，而裸地的EHI则呈现出相反的趋势。建设用地的EHI持续显著下降，总下降幅度为22.15%。

在2000年至2020年间，生态保护区的面积占比始终保持在40%以上。其与法定保护区域的重叠面积和比例基本稳定，对生态系统稳定性和生态服务功能起到积极作用。生态控制区的面积占比位居第二，分别为19,875平方公里和18,175平方公里，分别转化为严格生态保护区和生态提升区。然而，其与法定保护区域的重叠面积和比例存在波动，突显了加强生态保护与土地利用管理协调的必要性。严格生态保护区的面积占比持续下降，其与法定保护区域的重叠面积和比例波动较大，需要密切关注生态恢复和保护功能。生态提升区的面积占比最小，但其与法定保护区域的重叠面积和比例持续增加，表明加强生态保护努力正在逐步恢复生态功能。

在未来的SSP情景下，生态控制区预计会扩大，热点区域显著增长，冷点区域的收缩程度有所减弱。应根据其“中心-辐射+聚类分布”的空间结构，划定城市扩张边界和生态缓冲区，同时建立生态风险评估和预警系统。生态保护区预计会缩小，热点区域更加分散，冷点区域收缩更为显著。应利用当地生态资源发展绿色经济，建设生态廊道和网络，提高景观连通性和系统自我调节能力。严格生态保护区需要加强保护政策和红线约束，实施严格的保护和风险防控体系。生态提升区应结合自然演替与适度的人为干预，推动低干扰的农业林业和栖息地恢复，以增强生态服务供给和系统恢复能力。