海峡西岸经济区生态系统健康评价

基于活力、组织结构、恢复力、生态功能、人类健康等区域生态系统健康标准,综合考虑人为压力、响应措施等因素,构建了海峡西岸经济区(海西区)生态系统健康评价指标体系;针对区域生态系统健康的自然特性与人工特性,采用均方差法和层次分析法,确定了各指标权重;运用模糊综合评价法,建立了海西区生态系统健康评价模型.结果表明： 2008年,海西区生态系统健康状态优越,人为压力较轻,区域生态系统健康状况总体较好,但具有显著的空间差异;受固定资产投资、教育经费支出等响应指标的制约,部分地市生态系统健康状况劣于其健康状态.与1992年相比,2000和2008年海西区生态系统健康状况相对较优,驱动要素以经济活力、组织结构、人类健康、人口压力和投资调整等为主;但受建设用地扩张及其引起的自然景观减少、人类干扰增强等制约,2008年海西区生态系统健康状况劣于2000年.     

东北粮食主产区耕地生态安全的时空格局及障碍因子——以吉林省为例

针对东北粮食主产区耕地生态安全状况,以吉林省48个县域为研究对象,构建基于PSR-EES模型的耕地生态安全评价指标体系,综合运用改进的TOPSIS模型、马尔可夫链模型、GIS空间分析方法和障碍度模型对1995-2011年吉林省耕地生态安全时空格局以及障碍因子进行分析.结果表明： 1995-2011年,吉林省耕地生态安全综合指数呈波动上升趋势,耕地生态安全等级从敏感级提高到一般安全级;各县域耕地生态安全水平存在“俱乐部趋同”现象,且空间分布格局差异趋于扩大,“两极分化”趋势日益显著,敏感级和临界安全级由带状趋于分散分布,一般安全级和比较安全级由分散趋于集中成片分布,安全级分布比较零散,耕地生态安全等级水平不稳定趋势越来越明显;农民人均纯收入、经济密度、环境保护投资总额占GDP比重、机耕程度、工业固体废物综合利用率是影响吉林省耕地生态安全水平的主要障碍因子.     

大亚湾石化排污海域生态系统健康评价

基于近海生态系统健康评价模型,以2011—2012年间海洋生态环境调查数据为基础,对大亚湾石化排污海域的生态系统健康状态进行了综合评价。结果表明:丰水期(2011年8月),大亚湾石化排污海域生态系统健康综合指数为0.808,健康状态为"好",空间分布为近岸海域健康状况好于远岸海域,其中底栖生物多样性综合指数是影响该海域生态系统健康的主要负面因子。枯水期(2012年1月),石化排污海域生态系统健康综合指数为0.767,健康状态为"一般",远岸海域健康状况好于近岸海域,浮游植物多样性综合指数和底栖生物多样性综合指数是影响该海域生态系统健康的主要负面因子。与2006—2007年相比,大亚湾石化排污海域生态系统的健康状况正向"一般"状态退化。     

珠江口淇澳岛红树林湿地生态系统健康评价

基于湿地生态系统健康理论和压力-状态-响应模型,以珠江口淇澳岛红树林湿地生态系统为研究对象,构建了红树林湿地生态系统健康评价指标体系,并确定了具体的评价指标、评价标准、指标权重、评价等级和评价方法,对珠江口淇澳岛红树林湿地生态系统健康状况进行了评价.结果表明:2008年,淇澳岛红树林湿地生态系统总健康指数为0.6580,评价等级为Ⅱ级(健康);压力、状态和响应指标的健康指数分别为0.3469、0.8718和0.7554,说明该评价系统存在一定的压力,而状态和响应方面较好.作为省级自然保护区,珠江口淇澳岛红树林湿地生态系统健康水平有待进一步提升.红树林湿地生态系统健康评价研究目前尚不成熟,进一步研究需重点关注针对红树林特征的评价因子筛选、相关数据的长期定位监测、生态系统健康与生态系统功能的定量关系研究等.     

粤港澳大湾区生态系统健康时空变化及其对城镇化的响应

区域生态系统健康评价是获取区域生态系统状况的重要手段，对生态保护和恢复具有现实的指导意义。研究从人类与生态系统耦合角度出发，基于生态系统完整性以及人类对生态系统服务的需求，在“活力-组织力-弹性”框架基础上引入生态系统服务供需指标构建评价框架。以粤港澳大湾区为例，分析2005—2018年生态系统健康时空变化特征及其对城镇化的响应。研究结果表明：(1)2005—2018年间，大湾区生态系统健康呈现中部低四周高的空间格局，以好，较好和一般水平为主；从时间变化上来看，大湾区四周山区生态系统健康状况有所改善，而中部地区健康状况则逐渐恶化。(2)大湾区生态系统活力在改善区域生态系统健康中发挥了重要的作用；此外，生态系统服务供需对传统生态系统健康评价结果进行适当修正，生态系统服务供需赤字加剧了中部地区生态系统健康状况的恶化。(3)大湾区生态系统健康与人口城镇化、土地城镇化间均存在显著的空间负相关性，其中，土地城镇化对生态系统健康的负面影响越来越显著，特别是大湾区中部地区。研究以期为生态系统健康评价提供新思路，同时为大湾区生态系统保护与管理提供参考。     

吉林省生态系统服务价值与景观生态风险关联性及其空间分异

探究生态系统服务价值与景观生态风险之间的相关性及其空间分异的驱动因子,有助于维护区域生态安全的稳定并促进人类福祉的持续创造。本研究以吉林省为例,基于5 km×5 km的评价单元,对2000、2005、2010、2015、2020年土地利用数据进行网格化和重采样,定量评价研究区的景观生态风险和生态系统服务价值,揭示其时空变化特征,并采用双变量空间自相关分析方法和地理探测器模型揭示二者的相关性及其空间分异的驱动因子。结果表明：2000—2020年间,研究区生态系统服务价值总量由3858.95亿元下降至3782.11亿元。研究区东部以极低风险区、中风险区和低风险区为主,西部以极高风险区和高风险区为主。吉林省景观生态风险与生态系统服务价值间呈现出显著的负相关性以及显著的空间负相关性。土地利用类型和人为影响指数是促使研究区生态系统服务价值和景观生态风险产生空间分异的重要驱动因子。未来应通过合理规范土地利用和合理控制人为活动强度对吉林省进行生态环境优化。     

区县生态系统健康评价方法——以东莞市各镇区为例

现有城市生态系统健康研究多集中在城市及城市群层面，未能深入探究城市内部特征。鉴于此，聚焦区县生态系统健康状况，进一步探究城市内部的健康分布特征；提出了"发展水平-服务功能-抵御干扰-自我维育"四维区县生态系统健康评价框架，并建立了相应的多层级指标体系，构建了区县生态系统健康评价模型；在分析区县生态系统健康变化过程及空间分异特征的基础上，识别区县生态系统健康的主要贡献因子。针对东莞各镇区的研究结果表明：1995-2015年间，各镇区生态系统健康状态总体趋于恶化，其中西南地区生态系统的退化比东南地区更为明显。自我维育对各镇区生态系统健康变化具有重要影响，主要瓶颈在于快速发展过程中土地资源的稀缺及较低的利用效率。对区县生态系统健康的研究可以帮助决策者了解城市生态系统复杂的内部特征，在此基础上更好地平衡区域发展、维护城市生态系统健康。     

山西省生态安全时空演变特征及影响因素

基于压力-状态-响应模型（PSR），运用综合权重法对山西省2000-2018年的生态安全水平进行综合评价并分析其时空演变特征，采用Dagum基尼系数测度生态安全水平的区域差异与来源，利用空间计量模型进行影响因素探究。研究发现：2000-2018年山西省生态安全综合指数呈逐年增长趋势，生态环境改善明显，总体生态安全水平较低，不同行政单元尺度下增幅表现为省域 > 市域 > 县域。县域生态安全在空间上呈"带状"分布，呈现由中部向南北两侧递减的非均衡化空间格局，空间上集聚程度在增强。县域生态安全水平空间上存在非均衡性特征，非均衡性程度不断下降，空间差异的主要来源是子群间差异，并呈现明显的空间溢出效应，经济规模、人口密度、城镇化率、NDVI、高程是影响县域生态安全空间演变的关键因素。生态安全水平空间特征存在尺度效应，研究尺度越大，尺度效应的作用越大，需要在更大范围内维持生态系统功能的完整与可持续性的平衡。县域生态安全水平演化存在路径依赖现象，需创新发展模式摆脱路径依赖，实现路径突破。在经济发展的基础上维持生态系统相对稳定状态与人类社会经济持续发展之间的平衡，是促进区域生态安全水平提升，维持人与自然和谐相处的关键。     

2000—2018年西秦岭景观格局变化及生态系统健康评价

西秦岭地区生态环境脆弱，人地矛盾日益加剧，区域景观格局变化及其生态系统健康演变趋势关系到区域生态安全。研究探讨2000—2018年西秦岭景观格局和生态系统健康状况的时空演变，采用2000—2018年的遥感数据，分析西秦岭的景观格局及其演变；并且在活力-组织力-反弹力(VOR)框架模型的基础上，结合生态系统服务能力和人类胁迫指标，分析西秦岭的生态系统健康状态及变化趋势。研究结果表明：西秦岭有三种优势景观，包括林地、耕地和草地，2000—2018年景观类型转移主要发生在这三者的互相转换；城镇用地的面积也处于增加的态势且增势较大。西秦岭景观扩张是通过大量小规模零散的斑块扩张实现的。由于秦岭生态保护的加强，西秦岭的景观异质性和破碎化程度在2005年出现转折点，景观类型呈均衡发展趋势。研究区超过60%面积的地区生态景观属于健康状态，且2000—2018年西秦岭的生态系统健康指数呈增加态势，生态系统的状态逐渐向好发展，但西秦岭的高寒山地以及秦岭与黄土高原复合边缘地带的生态脆弱区处于亚健康或不健康状态。研究成果对西秦岭生态脆弱敏感地带的生态保护与治理具有重要意义。     

关中地区生态系统服务价值变化及其与经济发展耦合关系

探究区域生态系统服务价值变化及其与经济发展的耦合关系,对实现区域生态与经济可持续发展具有重要意义。关中地区人类活动剧烈,生态与经济可持续发展仍是该区域研究的热点问题之一。本文以2000—2018年为研究时段,基于改进的当量因子定量研究关中地区生态系统服务价值,并采用熵值法构建指标体系探讨区域经济发展水平变化特征,在此基础上,利用耦合协调度模型分析关中地区生态与经济的耦合关系。结果表明：关中地区生态系统服务价值呈现明显上升趋势,各土地利用类型中林地生态系统服务价值所占比重最大且增速最快;经济发展水平呈现上升趋势,空间上呈现以西安市为中心、咸阳市为副中心的双核分异特征;生态与经济发展协调度整体趋于好转,大多数县区由基本不协调趋于低度协调状态,但与良好协调状态仍有差距。     

吉林省县域环境污染的时空演变特征与影响因素

基于2011年和2015年环境污染物排放和经济社会数据,选取4类污染物的工业源、农业源和城镇生活源排放总量指标,通过构建整体环境污染综合指数和分来源污染指数综合反映吉林省县域尺度单元污染状况,运用Moran I指数、时空跃迁分析和标准差椭圆分析定量研究吉林省环境污染的时空演变特征,并构建空间计量模型对环境污染的影响因素进行分析.结果表明:吉林省环境污染具有空间集聚特征,环境污染主要分布在长春、吉林等中部地区,分来源的环境污染空间分布存在明显的区域差异特征;吉林省县域单元整体环境污染和农业源污染均具有空间相关性,环境污染空间布局的关联结构稳定性高,环境污染具有路径锁定特征;环境污染的空间分布呈现西北-东南分布格局,且环境污染表现出由中心向四周扩散态势,环境污染的重心在43.65-43.66°N,125.83-125.84°E之间变动;地区经济发展水平、城市化水平和农业生产是吉林省县域环境污染和工业源污染的主要驱动因素,产业结构的调整优化改善了整体环境污染与工业源污染状况.化肥的过度使用增加了农业源污染,经济发展水平和城市化水平是城镇生活源污染排放的主要驱动因素.县域整体环境污染和农业源污染均具有空间扩散效应,各自污染状况分别与相邻地区整体环境污染和农业源污染状况密切相关.     

Case Study of an Integrated Framework for Quantifying Agroecosystem Health

Agroecosystem health derives from a combination of biophysical and socioeconomic conditions that jointly influence such properties as productivity, sustainability, stability, and equitability. In this case study, we describe and analyze a method to quantify agroecosystem health through a combination of geographically referenced data at various spatial scales. Six key variables were hypothesized to provide a minimum set of conditions required to quantify agroecosystem health: soil health, biodiversity, topography, farm economics, land economics, and social organization. Each of these key variables was quantified by one or more attributes of a study area near Wooster, Ohio. Data sources included remote sensing, digital elevation models, soil maps, county auditor records, and a structured questionnaire of landowners in the study area. These data were combined by an analytical hierarchy process to yield an agroecosystem health index. The two steps in the process were first to combine the data at the pixel scale (30 m²) into key variables with normalized values, and then to combine the key variables into the final index. The analytical hierarchy process model was developed by panels of experts for each key variable and by participants in the Ohio Agricultural Research and Development Center’s Agroecosystems Management Program for the final agroecosystem health index value. Observed spatial patterns of the agroecosystem health index were then analyzed with respect to the underlying data. Consistent with our hypothesis and the definition of agroecosystems, spatial patterns in the agroecosystem health index were an emergent property of combined socioeconomic and biophysical conditions not apparent in any of the underlying data or key variables. The method proposed in this study permits estimation of agroecosystem health as a function of specific underlying conditions, which combine in complex ways. Because values of the agroecosystem health index and the data underlying them can be analyzed for a particular landscape, the method proposed could be useful to policy makers, educators, service agencies, organizations, and the people who live in the area for finding opportunities to improve the health of their agroecosystem. Electronic supplementary material The online version of this article (doi:) contains supplementary material, which is available to authorized users. ^†Dr. Ben Stinner is deceased     

黔东南苗族侗族自治州生态系统健康的时空变化

黔东南苗族侗族自治州位于贵州东南部，是我国重点林区，也是长江、珠江上游地区的重要生态屏障区。以空间网格为基准单元，利用1990-2015年研究区的土地利用数据，结合社会经济、野外调查数据，基于"压力-状态-响应"模型、"活力-组织-弹性-功能"理论框架和空间分析模型，对黔东南州的生态系统健康时空变化进行分析，并选取城市化和地形位指数进行空间相关性分析，探讨影响黔东南州生态健康的关键因素。研究结果表明：时间分布上，1990-2015年期间，黔东南州生态系统健康指数呈现下降趋势，表现为从"亚健康"状态向"临界"状态的转变，呈现先增后减的波动式变化。研究期间生态系统健康水平的区域面积占比大小依次为亚健康（42%-45%）、临界健康（30%-35%）、健康（15%-22%）、不健康（0.1%-0.4%）、病态（<0.1%），且25年间研究区生态系统各种健康水平的占地面积有显著变化。在空间分布上，黔东南州中部的台江县、剑河县和东北部的三穗县、锦屏县等地区生态系统健康水平较高，多处于亚健康和健康状态；而南部的榕江县、东部的黎平县和北部的镇远县、岑巩县等区域生态系统健康状况多处于临界状态；西北部的凯里市等区域生态系统健康水平最低，且整体上呈现下降的趋势。空间相关性研究表明：在1990-2015年期间，黔东南州的地形位指数与生态系统健康之间呈显著的空间正相关关系，"低-低"集聚区和"高-高"集聚区的面积均呈现"减-增-减"的波动趋势，而城市化与生态系统健康只在州府凯里市具有显著的空间负相关关系，说明在城市化水平较高的地方，人口密度、人均生产总值、建设用地比例等城市化因素是影响生态系统健康的主要原因，但在城市化进程较低的区域，生态系统健康受到地形梯度等自然因素的影响较大。本研究为黔东南州生态系统的管理与可持续发展提供理论基础。     

农业生态系统健康的基本内涵及其评价指标

农业生态系统健康在国际上日益受到关注。并成为农业生态学研究的热点和前沿领域之一．农业生态系统健康是食物安全和人类健康的基础．农业生态系统健康是指具有良好的生态环境、健康的农业生物、合理的时空结构、清洁的生产方式,以及具有适度的生物多样性和持续农业生产力的一种系统状态和动态过程．农业生态系统是一类典型的人工．自然复合生态系统,其健康状况在很大程度上受人类活动的调控与影响,并往往以农产品品质、食物安全和生物安全为标准．农业生态系统健康可采用生物学、环境学、生态经济学几个方面的指标。进行综合评价．其评价方法可采用综合指数法、生态毒理学方法、生态风险评估方法等．     

基于PSR模型的陕西省土地生态系统健康评价

基于“压力-状态-响应”(PSR)模型和熵值法对陕西省十市一区的土地生态系统健康状况进行诊断,分析了2009—2017年间土地生态系统健康等级时空变化趋势,以及影响土地生态系统健康变化的驱动因素。结果表明: 2009—2017年间,陕西省土地生态系统健康水平整体提升,其中,2009—2014年间土地生态系统健康程度较低,2014年后健康状况得到明显改善。西安市、宝鸡市、渭南市和汉中市土地生态系统健康等级高且变化幅度大,延安市、榆林市、安康市土地生态系统健康等级较低且变化幅度小,整体呈陕南地区>关中地区>陕北地区。总体来看,陕西省土地生态系统的压力、状态和响应指数均有所增长,但增速趋缓,2014年以后基本趋于平缓,表明在2014—2017年陕西省土地生态系统处于稳定的健康状态。人口增长、城市化水平、单位耕地化肥负荷、森林覆盖率、工业废水排放达标率和工业固体废物综合利用率是影响陕西省土地生态系统健康变化的主要驱动因素。控制化肥农药使用量、优化土地利用结构和提高土地利用效率是陕西省推进生态文明建设、落实生态保护红线的必要措施。     

辽宁省玉米旱灾时空分布特征及综合风险评价

以辽宁省气象数据、空间数据和田间管理数据集为基础,首先,依据自然灾害风险形成理论,从危险性、脆弱性、暴露性和防灾减灾能力四因子入手,选择10个副指标,构建辽宁省玉米旱灾综合风险评价指标体系,并利用组合加权法和GIS空间分析方法,确定其权重及区域化。利用自然灾害风险指数法和加权综合评价方法,建立辽宁省玉米旱灾综合风险评价模型,并进行了辽宁省玉米旱灾时空分布特征分析及综合风险评价研究。结果表明：（1）自1960年以来,研究区干旱频率总体呈上升趋势,尤其2010年以后有明显增加态势。其中1970-1979年间干旱发生频率较低,2010-2019年间干旱频率最高。不管是月尺度、季节尺度、生长季尺度还是年际尺度,辽宁省西北部干旱频率普遍较高,而东南部干旱频率较低。干旱强度呈现从辽宁省中部地区向东西地区两个方向递减的趋势,高值出现在辽宁省中部的阜新、锦州、铁岭、辽阳、盘锦、鞍山、营口和大连等地。干旱历时从辽宁省东部向西部区域递减的趋势,其中高值出现在铁岭北部、盘锦、鞍山、营口和丹东南部等地,低值分布在朝阳西南部、葫芦岛西北部、本溪西部和丹东等地。（2）从4个因子角度来说,辽宁省朝阳西部和葫芦岛西北部玉米旱灾危险性指数较低以外其他区域玉米旱灾危险性指数均较高。然而,辽宁省西北玉米主产区玉米旱灾脆弱性指数和暴露性指数均较高,且防灾减灾能力较低。当4个因子加权综合评价时,辽宁省西北部玉米旱灾综合风险呈现较高的现象。研究结果可为保障辽宁省粮食安全及制定防灾减灾政策提供理论依据和科学指导。     

基于增强型植被指数序列和景观格局分析的松嫩平原盐碱地动态——以大安市为例

吉林省西部是我国盐碱化严重的地区之一,盐碱地动态变化与监测受到关注.基于盐碱化典型区大安市2000、2005和2010年TM影像解译获取的土地利用数据与2000—2012年增强型植被指数（EVI）的序列数据,结合传统景观格局方法分析盐碱地的动态变化,并通过灰色关联方法分析盐碱地动态变化的主要驱动因子.结果表明： 2000—2010年,大安市主要景观类型为耕地、草地和盐碱地,其中,盐碱地和耕地面积呈增加趋势,草地呈减少趋势,盐碱地面积的增加主要来源于草地、沼泽和水域,盐碱地呈现出连通性和聚集度增加的特征.大安市年际EVI呈增长趋势,年均EVI空间分布差异明显,盐碱地EVI值低于其他景观类型,2000—2012年植被覆盖改善的面积稍高于植被覆盖退化的面积,景观类型转化影响了EVI的变化趋势.盐碱地景观演变是自然因素与人为因素共同作用的结果,人类活动干扰对土地盐碱化的影响大于气候因子.
     

基于改进TOPSIS方法的三峡库区生态敏感区土地利用系统健康评价

土地利用系统健康评价研究能够有效引导土地合理利用,协调城市发展与自然生态保护之间的矛盾。构建基于PSR模型的土地利用系统健康评价指标体系,并采用改进TOPSIS方法对三峡库区生态敏感区的典型区域—重庆市进行实证分析。结果表明:1)研究区土地利用系统健康综合分值整体呈现T型带状分布格局,可分为四个健康等级,即健康、临界健康、不健康、病态。2)渝东北、渝东南和重庆市西南片区部分地区因其土地生态系统脆弱敏感,土地利用风险性大和生态系统稳定性差,土地生态系统呈现病态和不健康状态,属于高风险-高压力区域;重庆市主城区环线区域因其属于城市核心拓展区和人类活动频繁区域,人口压力指数和土地利用压力指数较大,土地利用风险性较小,健康度较为良好,是低风险-中度压力区域。3)PSR模型能够较好地改变现有研究主要关注自然资源环境的状况,更准确地反映土地利用系统健康的各要素之间的关系和影响土地生态系统健康的关键因素,为三峡库区生态敏感区土地利用系统健康状态起到一定的预警作用。4)以改进TOPsis方法计算土地利用系统健康指数,消除了不同指标量纲的影响,并能充分利用原始数据的信息,能充分反映各方案之间的差距,客观真实的反映实际情况。5)为保障三峡库区生态敏感区土地利用系统的健康发展,应加强土地利用规划与调整,控制人类过度开发,维持生态系统正常功能。     

吉林省限制开发生态区绿色发展水平评价与障碍因素

以吉林省限制开发生态区为实证研究区域,基于2005、2010、2015年3期分县市区截面数据,从国土空间优化、自然资本利用、经济发展质量、社会福祉进步及环境污染治理5个维度构建绿色发展指标体系,结合熵权-TOPSIS评价法、马尔科夫链、障碍度模型等方法,测度吉林省限制开发生态区各县市区绿色发展水平,揭示绿色发展水平分异格局与转移类型,并探究绿色发展水平障碍因素。结果表明:吉林省限制开发生态区绿色发展综合水平整体处于较低水平,并呈现下降的趋势;绿色发展水平空间分布格局相对稳定,呈"西南高、东北低"特征;2005—2010、2010—2015年绿色发展水平类型转移状态较为不稳定,绿色发展水平各类型转移较为明显;科技支出比重、地均固定资产投资、建设用地比重、建设用地产出率、万人中学生人数、耕地产出率、林地产出率、化学需氧量去除率是制约绿色发展水平的主要障碍因素;最后提出构建生态型产业体系、加大绿色科技投入、提高土地集约使用效率、完善生态补偿机制等对策建议。