Medical Journal of the Chinese People's Armed Police Forces

Journal of Changjiang River Scientific Research Institute >

2024 , Vol. 41 >Issue 9: 70 - 78

DOI: https://doi.org/10.11988/ckyyb.20230379

Soil and Water Conservation and Ecological Restoration

Spatial and Temporal Variation Characteristics of Landscape Patterns and Ecological Risks in the Chaohu Lake Watershed

  • WANG Shi-qi ,
  • ZHOU Zhen-hong
Expand
  • School of Forestry and Landscape Architecture, Anhui Agricultural University, Hefei 230036, China

Received date: 2023-04-12

  Revised date: 2023-06-27

  Online published: 2023-11-01

Fold

Abstract

Investigating the distribution characteristics of landscape ecological risks in the Chaohu Lake watershed based on topographic gradients is crucial for formulating ecological risk avoidance measures and future development strategies in small watersheds. In this study, the landscape pattern index and ecological risk index were employed to illustrate the evolution mechanism of landscape patterns and ecological risks in the Chaohu Lake watershed. The topographic position index and distribution index were adopted to enhance geomorphological descriptions, facilitating the exploration of spatial and temporal variations in landscape patterns and ecological risks within the watershed. Findings reveal that the Chaohu Lake watershed is dominated by low-grade terrain. Within low- and medium-low-grade terrain areas, human activity distribution gradually intensifies, leading to landscape irregularity. Areas with lower risk grades exhibit greater adaptability to in high-gradient spaces, whereas high-risk areas are predominantly situated in low-grade terrain. Stable change is the overwhelmingly primary change pattern of landscape ecological risk grades. Future planning for the Chaohu Lake watershed requires tailored measures to improve water ecological environments, strictly adhere to ecological redlines, and prevent excessive expansion that could jeopardize ecological integrity.

Key words： landscape pattern; landscape ecological risk; topographic gradient effect; geo-information mapping; spatial and temporal variation characteristics; Chaohu watershed

Cite this article

WANG Shi-qi , ZHOU Zhen-hong . Spatial and Temporal Variation Characteristics of Landscape Patterns and Ecological Risks in the Chaohu Lake Watershed[J]. Journal of Changjiang River Scientific Research Institute, 2024 , 41(9) : 70 -78 . DOI: 10.11988/ckyyb.20230379

开放科学(资源服务)标识码(OSID):

0 引言

随着城市化进程的加快,高强度的人类活动大幅度扰乱了生态系统的结构和功能,并给区域环境带来了一定的生态风险。近年来,景观生态风险研究为探寻景观格局-生态过程的相互作用机制提供了全新视角,成为当前研究的热门领域[1]。通过构建景观生态风险指数模型,可以直观展示出区域风险的空间分布,确定用地类型变化对生态系统的干扰程度,是从宏观尺度进行生态学研究的重要方式[2]。
早期,国内外学者多热衷于将景观格局演变与区域生态安全进行结合研究,并完成评价性分析[2]。目前,国内研究多是基于遥感影像和数字高程数据,结合地理信息系统(Geographic Information System,GIS)空间分析,探究土地利用变化与景观生态风险的响应机制,或是模拟各种景观生态风险情景[3-4]。例如,张月等[5]引用生态风险评价的方法,在景观格局和土地利用变化的基础上,构建新疆艾比湖区域的景观生态风险指数,并对该区域进行风险分析;杜军等[6]借助用地类型占比、景观扰动指数和脆弱指数构建景观生态风险指数模型,对豫西黄土丘陵区生态风险的时空分布及关联特征进行评估;李玮麒等[7]基于FLUS模型和景观生态风险评估模型,针对广州市开展2种不同情景下的景观生态风险时空分异特性研究。在国外,大多学者利用相对风险评价模型(Relative Risk Model,RRM)对生态环境进行分析,例如Landis[8]实现了流域和景观尺度上的多视角生态风险评估;此外,还有部分学者着力于重金属污染及风险情况研究,例如Maanan等[9]采用不同环境指数对受重金属影响的纳多尔泻湖进行风险评价。已有研究表明,地形因子能够导致土地利用类型的分布差异,进而造成景观生态风险出现时空分异特征,但当前研究多基于地形单因子展开,缺乏对地形的综合性表述,且对于景观生态风险等级变化过程与地形梯度效应的关联性鲜有深入探究[10⇓⇓-13]。
安徽省巢湖流域水生态修复与治理工程隶属于国家重大水利工程,同时也是长三角一体化发展规划“十四五”实施方案的重大项目之一[14]。目前,有关巢湖流域研究多局限于水源污染和气体排放等生态污染源探究[14⇓⇓⇓-18],从宏观角度分析景观生态风险等级分布及其演变过程与地形因子的响应机制目前尚不多见。本文以巢湖流域2000—2020年遥感影像和数字高程数据为基础,构建景观生态风险指数模型,并借助地形位指数、分布指数、景观指数和地学信息图谱等方法,综合探讨研究区内景观格局和生态风险在不同地形作用下的分布情况。

1 研究区概况

巢湖流域(116°23'E—118°22'E,30°52'N—32°7'N)地处长江中下游,位于安徽省的中心地带,流域总面积达13 486 km2,整体上呈现出西南高东北低的地形趋势,是安徽省内最具实力和潜力的区域板块之一,在长三角一体化发展战略中具有重要地位[19-20]。其空间位置如图1所示。
图1 巢湖流域空间位置示意图

Fig.1 Location of the Chaohu Lake watershed

作为国内首个“生态湿地蓄洪区”,本文从宏观视角对巢湖流域的地形位梯度和景观生态风险响应机制进行探究,以求为未来土地规划提供参考依据,丰富区域景观多样性,促进巢湖流域景观生态恢复。

2 材料与方法

2.1 数据来源及预处理

本研究采用的GDEMV3 30 m分辨率数字高程数据来源于地理空间数据云网站(http://www.gscloud.cn/search),借助ArcGIS10.5对其进行水文分析,获取巢湖流域的溪流网络,再通过填洼、流向计算、累计流量、提取河网、河流链接、分水岭工具等操作提取出流域范围[21]。研究区2000年、2010年、2020年3期土地利用数据(30 m×30 m)来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/),参照该系统的分类标准,将研究区用地类型划分为耕地、林地、草地、水体(含湿地)、建设用地和未利用地6种类型。

2.2 研究方法

2.2.1 地形位梯度

2.2.1.1 地形位指数

地形位指数通过高程与坡度双因子来强化对地貌特征的描述[22],具体计算公式为
T = l g [ ( G / G ¯ + 1 ) ( P / P ¯ + 1 ) ] 　 。
式中:T为地形位指数;G、P分别为研究区任一栅格的高程和坡度; G ¯、 P ¯分别表示其高程和坡度的平均值。高程和坡度越大,其地形位指数越大,反之越小。

2.2.1.2 分布指数

分布指数能够反映研究单元内各景观类型的空间分布差异及优势区间[22],计算公式为
F = ( M t n / M t ) / ( M n / M ) 　 。
式中:F为分布指数;Mtn为t类景观在n级地形中所占的面积;Mt为t类景观总面积;Mn为n地形区总面积;M为研究区总面积。F<1和F>1,分别表示该类景观在n级地形上呈劣势分布和优势分布,且P值越大,分布优势越明显。

2.2.2 划分生态风险小区

参考相关研究成果,根据研究区实况,利用ArcGIS10.5的渔网工具将研究区划分为2.5 km×2.5 km的正方形网格,共计2 355个风险小区。

2.2.3 构建景观生态风险指数模型

通过景观干扰度指数、脆弱度指数和损失度指数构建景观生态风险指数模型[23]。
(1)景观干扰度指数(U)的表达式为
U i = a C i + b N i + c D i 　 。
式中:Ci、Ni、Di分别表示景观破碎度指数、景观分离度指数、景观优势度指数;a、b、c为相应景观指数的权重,且a+b+c=1。结合已有研究和研究区实际状况,对各景观指数的权重赋值如下:a=0.5、b=0.3、c=0.2[13]。
(2)景观脆弱度指数(F)表示不同景观类型受到外界干扰的脆弱程度,采用专家打分法对研究区内6种用地类型进行赋值,经过归一化后获得各类景观的脆弱度。
(3)景观生态风险指数(Ecological Risk Index,ERI)的表达式为
E R I k = ∑ i = 1 n A k i A k R i 　 。
其中,
R i = U i F i 　 。
式中:ERIk为第k个风险小区的景观生态风险指数;n为景观类型的数量;Aki为第k个风险小区中景观类型i的面积;Ak为第k个风险小区的面积;Ri为景观类型i的损失度指数;Ui和Fi分别为第i类景观的景观干扰度指数和景观脆弱度指数。

3 结果与分析

3.1 巢湖流域景观格局的地形梯度效应

3.1.1 不同景观类型在各地形位梯度上的分布特征

借助ArcGIS10.5提取巢湖流域的高程及坡度,通过区域分析和栅格计算器工具得到地形位指数。结合研究区实际地形,将地形位指数自然间断点分为10个等级,并界定为低、中低、中高和高等级4种地形位梯度,分类标准如表1所示。由表1可知,巢湖流域以低等级地形为主,占总面积的63.14%,地形位指数等级主要分布在1—4级,其中2级地形区面积占比最大,与巢湖流域平原为主的地形实况相吻合。
表1 巢湖流域地形分级及其面积占比

Table 1 Topographic grades of Chaohu Lake watershed and their area proportions

地形位
梯度		 地形位指数
等级		 分级区间 面积/km2 面积占比/
%
1 <0.15 2 003.469 4 14.69
低 2 [0.15, 0.30) 3 635.503 8 26.65
3 [0.30, 0.44) 2 974.301 7 21.80
4 [0.44,0.60) 2 060.433 8 15.10
中低 5 [0.60,0.80) 915.041 2 6.71
6 [0.80,1.04) 571.418 8 4.19
7 [1.04,1.27) 509.032 8 3.73
中高 8 [1.27, 1.49) 457.387 5 3.35
9 [1.49,1.74) 339.921 3 2.49
高 10 ≥1.74 175.630 3 1.29
通过分布指数反映巢湖流域各类景观在不同地形位梯度带上的空间分布特征,如图2所示。比较2000年、2010年和2020年3个时期的景观分布情况,发现除未利用地分布特征发生较大幅度变化外,其他各类用地随地形分布趋势基本不变。
图2 不同景观类型随地形位梯度变化的分布指数

Fig.2 Distribution index of different landscape types as a function of topographic gradient

从分布区间来看,耕地、林地、草地在各个地形位梯度均有分布,其优势区间分别为2—4级、5—10级和5—9级地形区。水体在1级地形区呈显著优势分布,随着地形位梯度上升其分布指数逐渐减小,即水体主要分布在低地形区内,梯度越高该用地分布越少,且2000年以后9、10级地形区内再无水体分布;2000年和2010年建设用地在高等级地形位梯度均无分布,2020年演变为全梯度分布,说明随着科学技术的不断发展,人类能够突破部分自然因素限制,向着更高的地域拓展其生产生活的空间范围;在整个研究时序中,高等级地形位均未出现未利用地,且其分布逐渐向着低等级地形扩张,2000年在1—2级地形区无分布,2010年时覆盖到2级区域,2020年时1—9级地形区均有分布,且随着年份推进,分布指数峰值逐渐向着更低的地形位等级演变,这是因为低等级地形区内人类活动更加频繁,生态环境所受负面影响更大,并且出于经济利益考虑,开发重点集中在中心城区,导致边缘用地被忽略。

3.1.2 景观格局的地形梯度效应

借助Fragstats4.2软件,选取一些典型的景观格局指数,从景观形状复杂性、聚散性和多样性等角度对巢湖流域不同梯度上的景观格局分布特征进行探讨,得到各地形位上指数等级的景观格局指数变化曲线如图3所示。
图3 巢湖流域景观格局指数随地形位梯度变化情况

Fig.3 Changes in landscape pattern index with topographic gradient in Chaohu Lake watershed

从时间序列上看,除斑块丰富度(Patch Richness,PR)外,其余各指数的变化趋势基本相同。PR表征景观中所有斑块类型的总数,由图3可知,2000—2020年间,随地形位上升,PR到达峰值的拐点不断提前,且峰值持续范围从2000年的7个等级地形区拓展为2020年8个等级地形区,即受人类活动影响低地形位梯度斑块类型不断增多,研究区整体景观空间异质性上升。
从变化趋势来看,斑块密度(Patch Density,PD)1—2级地形区略有降低,此后大幅上升至5级地形区达到峰值,再持续下降为最小值;最大斑块指数(Largest Patch Index,LPI)自1级地形区的最高值持续下降到5级地形区后又开始回升,且梯度越高增幅越大;边缘密度(Edge Density,ED)用于揭示景观被边界分割的程度,其在1—6级地形区间波动上升至最大值,此后持续均匀地快速下降,表明巢湖流域中低地形区域内人类活动较为频繁,导致此区间景观被分割,破碎化严重。周长面积分维数(Perimeter Area Fractal Dimension,PAFRAC)以增幅递减的趋势持续上升至4级地形区,中低地形位梯度内保持降低,6—8级趋于平稳,此后降幅增大持续下降;景观形状指数(Landscape Similarity Index,LSI)与PAFRAC变化趋势大致相似,上升至3级地形区为峰值,此后连续下降,说明3—4级地形区景观形状复杂程度高,自低等级到中低等级地形区,人类活动的干扰性越来越强,景观的不规则程度逐渐加深,而由于开发难度的增加,中高、高等级地形区景观愈加完整。蔓延度(Contagion Index,CONTAG)用以描述景观斑块团聚程度,图中巢湖流域蔓延度随梯度上升经历了增加-降低-增加的变化过程。从研究时序上看,2000、2010和2020年的蔓延度指数值基本相差不大,仅在3—5级地形区内随年份有较明显的下降趋势,说明研究期间此区域内人类活动频次和对景观的干扰程度持续上升,导致景观逐渐破碎。香浓多样性指数(Shannon’s Diversity Index,SHDI)和香浓均匀度指数(Shannon’s Evenness Index,SHEI)变化趋势与蔓延度相反,经历了降低-增大-降低的过程,且变化拐点均为2级、5级地形区,说明2—5级地形区间各斑块类型在景观中呈均衡化趋势分布。

3.2 巢湖流域景观生态风险时空分布特征

3.2.1 景观生态风险等级分布特征

为方便数据比较,以2000年为基准,利用自然段点法将巢湖流域3期景观生态风险指数值划分为5个等级:低风险区(ERI<0.018 0)、较低风险区(0.018 0≤ERI≤0.027 1)、中风险区(0.027 1<ERI≤0.034 9)、较高风险区(0.034 9<ERI≤0.042 0)和高风险区(ERI>0.042 0)[24],得到巢湖流域各年份景观生态风险等级分布如图4所示。由图4可知,巢湖流域整体呈现为东南及中部大范围生态风险高,西南及北部、东部小区域风险低。西南部分以安庆市岳西县和六安市金安区、舒城县部分地区为主,表现为长期生态质量优良状态,这是由于该地区以大面积山地为主,自然环境良好,人口分布较少,人为干扰有限。
图4 巢湖流域景观生态风险等级分布

Fig.4 Distribution of landscape ecological risk levels in the Chaohu Lake watershed

从时间序列上看,巢湖流域生态风险变化主要表现为北部的低、较低生态风险区呈现向外扩张趋势,此处为合肥市中心城区,以蜀山、包河、瑶海和庐阳4区为主,延及肥西、肥东、长丰3县。近十几年来合肥市政府有意打造绿色生态城市,坚持精准治污、低碳发展、产业升级等方针政策,使得生态环境质量大幅好转。
表2为巢湖流域景观生态风险等级面积变化。由表2可知,研究期间以低生态风险区增长为尤,较高生态风险区面积降低最甚,表明研究区整体生态环境向着更好的态势发展。巢湖流域高风险区主要分布于中心的环巢湖区域,早在1984—1994年巢湖水质就进入快速恶化阶段,1990年中期其富营养化更是达到了近30 a的峰值[25⇓-27]。1995—2007年得益于“九五”和“十五”期间的大量投入,巢湖水质逐步改善,恢复到1980年中期略高的水平;“十三五”期间,在巢湖综合治理方面,累计投资244亿元。未来,环巢湖区域的生态保护与修复工程仍是治理工作的重点方向。
表2 巢湖流域景观生态风险等级面积变化

Table 2 Changes in the areas of different landscape ecological risk levels in the Chaohu Lake watershed

景观生态
风险等级		 面积/km2 面积占比/% 变化面积/km2
2000年 2010年 2020年 2000年 2010年 2020年 2000—2010年 2010—2020年 2000—2020年
低 52.99 155.49 474.58 0.39 1.14 3.48 0.75 2.34 3.09
较低 1 269.86 1 503.39 1 556.24 9.31 11.02 11.41 1.71 0.39 2.10
中等 1 837.88 2 259.31 2 293.29 13.47 16.56 16.81 3.09 0.25 3.34
较高 8 727.10 8 006.23 7 674.16 63.97 58.69 56.25 -5.28 -2.43 -7.72
高 1 754.71 1 718.11 1 644.26 12.86 12.59 12.05 -0.27 -0.54 -0.81

3.2.2 景观生态风险空间自相关分析

运用ArcGIS10.5的空间自相关工具得到巢湖流域2000年、2010年和2020年的Moran’I值分别为0.798 2、0.763 7和0.782 1,均为正值,表示巢湖流域景观生态风险的空间分布呈现为显著正相关;研究期内概率p值<0.01,表示只有1%的可能性是随机生成的结果;标准差倍数z得分>2.58,表示所求结果是标准差的2.58倍,即研究区域内景观生态风险为集聚分布。2000—2020年间Moran’I值经历先减小再增大的变化,即随年份变化,巢湖流域景观生态风险的空间相关性和趋同性有所降低。
借由ArcGIS10.5的聚类分析工具,得到巢湖流域景观生态风险聚类分布特征(图5),研究期内景观生态风险分布以高-高聚类和低-低聚类为主。研究期内,北部中心区域的低-低聚类呈现向四周扩张的趋势,边缘偶有高-低聚类散落,表明此区域及其相邻区域整体生态风险水平低,与前文所说合肥市生态环境治理实况相符。
图5 巢湖流域景观生态风险聚类分布特征

Fig.5 Clustering distribution characteristics of landscape ecological risk in the Chaohu Lake watershed

3.3 巢湖流域景观生态风险的地形梯度效应

3.3.1 景观生态风险等级的地形梯度效应

将巢湖流域3期景观生态风险数据与地形位梯度进行叠加,得到不同等级风险区随梯度变化的分布指数(图6)。低风险区、中风险区和较高风险区的分布指数变化走向随地形位指数等级上升均呈现为先增加再减少,其优势分布区间分别为3—5级、4—8级和2—4级地形区。较低和高风险区随梯度上升的分布指数变化趋势正好相反,前者随梯度上升逐渐增大,在6—10级地形区呈优势分布,这表明较低风险等级区对于高等级梯度空间具有更强的适应性,而高风险区域则更多地分布于低等级地形位,尤以1级地形区优势显著。
图6 不同景观生态风险等级随地形位梯度变化的分布指数

Fig.6 Distribution indices of different landscape ecological risk levels as a function of topographic gradient

从不同等级风险区的优势区间来看,在低等级地形位上以较高和高等级风险区分布为主;在中低等级地形位上以低风险区和中风险区为主,以合肥市中心城区为主;在中高等级地形位上以较低风险区和中风险区为主,高等级地形位上也仅有此两类风险区,并以较低等级风险区为主,中高和高等级地形位的覆盖范围主要为巢湖流域西南角的山地区域,因其自然资源丰富且人类活动干扰有限,故生态环境质量较好。

3.3.2 景观生态风险等级变化图谱的地形梯度效应

将巢湖流域2000年、2010年和2020年的景观生态风险等级进行叠加分析,生成连续2个等量时段内景观生态风险等级变化图谱(图7),图谱变化模式分为以下5类。①稳定型:研究区域3个时期内景观生态风险等级均未发生变化。②前期变化型:研究区域3个时期内,前期到中期景观生态风险等级发生变化,中期至后期风险等级保持不变。③后期变化型:研究区域3个时期内,前期到中期景观生态风险等级无变动,中期至后期发生变化。④反复变化型:研究区域3个时期内,中期景观风险等级发生变化,且前期和后期风险等级一致。⑤持续变化型:研究区域3个时期内景观风险等级均不相同。由图5可知,在巢湖流域景观生态风险等级变化中,稳定型为绝对主导分布,面积占比87.74%,其次为前期变化型和后期变化型,分别占比4.90%和4.49%。
图7 巢湖流域景观生态风险等级变化图谱

Fig.7 Changes of landscape ecological risk levels in the Chaohu Lake watershed

叠加计算分布指数,得到景观生态风险变化类型在不同梯度上的分布特征(图8)。从等级分布来看,1级和5—10级为稳定型变化图谱的优势区间,整体上分布指数稳定在0.931~1.125,此梯度区间以林地和水体为主,且绝大多数分布于天然环境良好的山地区域和水污染严重的环巢湖地区,其生态风险等级鲜有变化。前期、后期变化型图谱优势区间均为2—4级地形位,且分布指数随地形位梯度呈现出先增大后减小的趋势,并且在中高、高等级地形位上分布极少,甚至没有,这是由于人类活动主要发生在低、中低地形区域,此区间更易由于政策实施或商业开发等因素导致环境质量受到改善或加速恶化。反复变化型图谱面积占比最小,其分布指数在1—4级地形区内波动上升,此后持续下降至高等级地形位上再无分布,其中,1级和3—4级为其优势区间;从变化图谱类型来看,反复型中以水体-草地-水体、水体-建设用地-水体分布最广,这主要是由于研究区内有多个湿地公园建成落地所致。持续变化型主要发生在合肥城区附近,与近20 a合肥快速扩容、改革改制密不可分。
图8 景观生态风险变化类型在不同地形位梯度上的分布指数

Fig.8 Distribution indices of landscape ecological risk change pattern as a function of topographic gradient

4 结论与建议

4.1 结论

本文综合高度和坡度双因子,强化对地貌特征的描述,再结合计算分布指数,开展基于地形梯度效应的景观格局和生态风险分布特征研究。此外,借助地学信息图谱可视化展示出20 a间巢湖流域景观生态风险等级的变化过程,并将其风险等级变化叠加地形位进行分析,力求深层次揭示景观生态风险在地形作用下的演变机制,为后期巢湖流域制定土地规划策略和生态管理措施提供参考。
研究结果表明,地形因子对于巢湖流域景观格局和生态风险的分布及演化具有显著影响作用。其中,低、中低等级地形区域的景观不规则度较高,且受到人类活动干扰的程度也相对较大。这些区域的生态风险等级也相对较高。此外,研究还发现,巢湖流域的景观生态风险等级变化呈现出稳定型为主导的格局,但在某些局部区域也存在一定程度的波动。

4.2 建议

基于以上研究结果,巢湖流域在未来规划中应根据地形位梯度因地施策,更加重视低、中低等级地形区的生态保护和修复工作,加强对高风险区域的监测和管理,严格控制污染物排放,推进巢湖综合治理;针对“点源”污染,实施城市污水系统提质增效行动,加快乡镇污水处理设施和管网建设;严守生态红线,加强山林保护,保持对生态优势区的治理,预防低风险区向高坡度地区蔓延;合理把控城镇扩张趋势,防止过度扩张打破生态平衡;最后,应建立健全生态风险评估机制,定期对巢湖流域的生态风险进行评估和预警,及时发现和解决潜在的生态风险问题,保障流域生态安全。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
曹祺文, 张曦文, 马洪坤, 等. 景观生态风险研究进展及基于生态系统服务的评价框架: ESRISK[J]. 地理学报, 2018, 73(5): 843-855.

(CAO Qi-wen, ZHANG Xi-wen, MA Hong-kun, et al. Review of Landscape Ecological Risk and an Assessment Framework Based on Ecological Services: ESRISK[J]. Acta Geographica Sinica, 2018, 73(5): 843-855. (in Chinese))

[2]
何钊全, 尚雪, 张铜会, 等. 近20年陕北黄土丘陵区景观生态风险时空变化及其冷热点格局[J]. 生态学杂志, 2023, 42(10): 2514-2525.

(HE Zhao-quan, SHANG Xue, ZHANG Tong-hui, et al. Spatiotemporal Variations of Landscape Ecological Risk and Its Cold-hot Spot Pattern in the Loess Hills of Northern Shaanxi over the Past 20 Years[J]. Chinese Journal of Ecology, 2023, 42(10): 2514-2525. (in Chinese))

[3]
杜文涛, 李新萍, 宋佳伟, 等. 黄河流域景观生态风险分析及预测[J]. 水土保持通报, 2022, 42(5): 105-113.

(DU Wen-tao, LI Xin-ping, SONG Jia-wei, et al. Analysis and Prediction of Landscape Ecological Risk in Yellow River Basin[J]. Bulletin of Soil and Water Conservation, 2022, 42(5): 105-113. (in Chinese))

[4]
吴启亮, 郑航, 刘悦忆, 等. 基于气候变化情景的汉江流域景观生态风险变化模拟[J]. 长江科学院院报, 2024, 41(4): 78-88.

(WU Qi-liang, ZHENG Hang, LIU Yue-yi, et al. Simulation of Landscape Ecological Risk Change in Hanjiang River Basin under SSP-RCP Scenarios[J]. Journal of Yangtze River Scientific Research Institute, 2024, 41(4): 78-88. (in Chinese))

[5]
张月, 张飞, 周梅, 等. 干旱区内陆艾比湖区域景观生态风险评价及时空分异[J]. 应用生态学报, 2016, 27(1): 233-242.

(ZHANG Yue, ZHANG Fei, ZHOU Mei, et al. Landscape Ecological Risk Assessment and Spatial and Temporal Differentiation in the Inland Lake Abbey Region of the Arid Zone[J]. Journal of Applied Ecology, 2016, 27(1): 233-242. (in Chinese))

[6]
杜军, 赵胜朝, 邱士可, 等. 2000—2015年豫西黄土丘陵区土地利用变化及景观生态风险评价[J]. 水土保持研究, 2021, 28(1): 279-284, 291.

(DU Jun, ZHAO Sheng-zhao, QIU Shi-ke, et al. Evaluation of Land Use Change and Landscape Ecological Risk in the Loess Hilly Area of Western Henan from 2000 to 2015[J]. Research on Soil and Water Conservation, 2021, 28(1): 279-284, 291. (in Chinese))

[7]
李玮麒, 兰泽英, 陈德权, 等. 广州市土地利用多情景模拟及其生态风险时空响应[J]. 水土保持通报, 2020, 40(4): 204-210, 227.

(LI Wei-qi, LAN Ze-ying, CHEN De-quan, et al. Multi-scenario Simulation of Land Use and Its Spatial-temporal Response to Ecological Risk in Guangzhou City[J]. Bulletin of Soil and Water Conservation, 2020, 40(4): 204-210, 227. (in Chinese))

[8]
LANDIS W G. Twenty Years Before and Hence: Ecological Risk Assessment at Multiple Scales with Multiple Stressors and Multiple Endpoints[J]. Human and Ecological Risk Assessment, 2003, 9(5): 1317-1326.

[9]
MAANAN M, SADDIK M, MAANAN M, et al. Environmental and Ecological Risk Assessment of Heavy Metals in Sediments of Nador Lagoon, Morocco[J]. Ecological Indicators, 2015, 48: 616-626.

[10]
程严, 李伊黎, 常中兵, 等. 基于土地利用变化的景观生态风险评价: 以广东省海岸带为例[J]. 环境生态学, 2022, 4(11): 23-33.

(CHENG Yan, LI Yi-li, CHANG Zhong-bing, et al. Landscape Ecological Risk Assessment Based on Land Use Change—A Case Study of Coastal Zone of Guangdong Province[J]. Environmental Ecology, 2022, 4(11): 23-33. (in Chinese))

[11]
韩继冲, 喻舒琳, 杨青林, 等. 1999—2015年长江流域上游植被覆盖特征及其对气候和地形的响应[J]. 长江科学院院报, 2019, 36(9): 51-57.

(HAN Ji-chong, YU Shu-lin, YANG Qing-lin, et al. Responses of Vegetation Coverage in the Upper Reaches of the Yangtze River Basin to Climate and Topography from 1999 to 2015[J]. Journal of Yangtze River Scientific Research Institute, 2019, 36(9): 51-57. (in Chinese))

[12]
郑可君, 李琛, 吴映梅, 等. 云南边境山区景观生态风险时空演变及其影响因素[J]. 生态学报, 2022, 42(18): 7458-7469.

(ZHENG Ke-jun, LI Chen, WU Ying-mei, et al. Temporal and Spatial Variation of Landscape Ecological Risk and Influential Factors in Yunnan Border Mountainous Area[J]. Acta Ecologica Sinica, 2022, 42(18): 7458-7469. (in Chinese))

[13]
陈全通, 殷浩然, 李艳红, 等. 秦巴山地景观生态风险的时空分异[J]. 水土保持通报, 2022, 42(3): 239-246.

(CHEN Quan-tong, YIN Hao-ran, LI Yan-hong, et al. Spatial and Temporal Differentiation of Landscape Ecological Risk in Qinling-Daba Mountains[J]. Bulletin of Soil and Water Conservation, 2022, 42(3): 239-246. (in Chinese))

[14]
方佳伟. 长三角一体化发展“十四五”实施方案敲定[N]. 合肥晚报,2021-07-13(A02).

(FANG Jia-wei. Yangtze River Delta Integrated Development “14th Five-Year Plan” Implementation Programme Finalised[N]. Hefei Evening News, 2021-07-13( A02). (in Chinese))

[15]
胡香, 孟令鑫, 侯红勋. 巢湖流域某城镇污水处理厂污染物去除协同温室气体排放研究[J]. 工业用水与废水, 2023, 54(1): 46-50.

(HU Xiang, MENG Ling-xin, HOU Hong-xun. Study on Cooperative Control of Pollutants Removal and Greenhouse Gas Emissions in an Urban Sewage Treatment Plant in Chaohu Lake Basin[J]. Industrial Water & Wastewater, 2023, 54(1): 46-50. (in Chinese))

[16]
祁钊, 赵相龙, 桑金慧, 等. 基于16SrDNA测序的巢湖流域水体粪便污染溯源[J]. 农业环境科学学报, 2023, 42(5): 1128-1138.

(QI Zhao, ZHAO Xiang-long, SANG Jin-hui, et al. Tracking Fecal Contamination in the Chaohu Lake Basin Based on 16S rDNA Sequencing[J]. Journal of Agro-Environment Science, 2023, 42(5): 1128-1138. (in Chinese))

[17]
吴利, 张雁, 陈亚军, 等. 巢湖流域河湖系统水环境因子分布特征及营养状态评价[J]. 水生态学杂志, 2023, 44(1): 65-72.

(WU Li, ZHANG Yan, CHEN Ya-jun, et al. Distribution of Water Environmental Factors and Evaluation of Trophic State in the River-lake System of Chaohu Lake Basin[J]. Journal of Hydroecology, 2023, 44(1): 65-72. (in Chinese))

[18]
胡香, 陈孔明, 李涛. 巢湖流域城镇污水处理厂温室气体排放特征分析[J]. 环境污染与防治, 2022, 44(10): 1409-1414.

(HU Xiang, CHEN Kong-ming, LI Tao. Characteristic Analysis of Greenhouse Gas Emissions in Municipal Wastewater Treatment Plants in Chaohu Lake Basin[J]. Environmental Pollution & Control, 2022, 44(10): 1409-1414. (in Chinese))

[19]
何彬方, 姚筠, 冯妍, 等. 基于Sentinel-1A的安徽省2020年梅雨期洪水淹没监测[J]. 自然资源遥感, 2023, 35(1): 140-147.

(HE Bin-fang, YAO Yun, FENG Yan, et al. Sentinel-1A Based Flood Inundation Monitoring in Anhui Province during the Plum Rain Period of 2020[J]. Remote Sensing for Natural Resources, 2023, 35(1): 140-147. (in Chinese))

[20]
田帅, 单旭东, 程启鹏, 等. 巢湖流域典型稻麦轮作区大气氮磷沉降及对巢湖影响的分析[J]. 江苏农业学报, 2022, 38(4): 958-966.

(TIAN Shuai, SHAN Xu-dong, CHENG Qi-peng, et al. Analysis of Atmospheric Nitrogen and Phosphorus Deposition and Its Impact on Chao Lake in Typical Rice-wheat Rotation Area of Chao Lake Basin[J]. Jiangsu Journal of Agricultural Sciences, 2022, 38(4): 958-966. (in Chinese))

[21]
王诗琪, 周振宏, 刘东义, 等. 基于土地利用变化的巢湖流域景观格局变化研究[J]. 延边大学农学学报, 2022, 44(4): 84-93.

(WANG Shi-qi, ZHOU Zhen-hong, LIU Dong-yi, et al. Study on Landscape Pattern Change of Chaohu Basin Based on Land Use Change[J]. Agricultural Science Journal of Yanbian University, 2022, 44(4): 84-93. (in Chinese))

[22]
党怡雯, 刘景刚, 张家琛, 等. 基于地形位梯度的阜平县景观格局演变与热环境效应分析[J]. 江苏农业学报, 2022, 38(4): 985-993.

(DANG Yi-wen, LIU Jing-gang, ZHANG Jia-chen, et al. Analysis of Landscape Pattern Evolution and Thermal Environment Effect in Fuping County Based on Topographic Gradient[J]. Jiangsu Journal of Agricultural Sciences, 2022, 38(4): 985-993. (in Chinese))

[23]
贾艳艳, 唐晓岚, 任宇杰. 长江流域安徽段生态系统服务价值与景观生态风险时空演变及其关联分析[J]. 南京林业大学学报(自然科学版), 2022, 46(3): 31-40.

(JIA Yan-yan, TANG Xiao-lan, REN Yu-jie. Spatial-temporal Evolution and Correlation Analyses of Ecosystem Service Values and Landscape Ecological Risks in Anhui Section of the Yangtze River Basin[J]. Journal of Nanjing Forestry University (Natural Sciences), 2022, 46(3): 31-40. (in Chinese))

[24]
于化龙, 陈青锋, 田超, 等. 基于景观结构的土地利用生态空间特征及风险评估:以怀来县为例[J]. 水土保持研究, 2016, 23(3): 155-163.

(YU Hua-long, CHEN Qing-feng, TIAN Chao, et al. Eco-spatial Characteristics and Risk Evaluation of Land Use Based on Landscape Structure—Taking Huailai County as an Example[J]. Research of Soil and Water Conservation, 2016, 23(3): 155-163. (in Chinese))

[25]
张民, 孔繁翔. 巢湖富营养化的历程、空间分布与治理策略(1984—2013年)[J]. 湖泊科学, 2015, 27(5): 791-798.

(ZHANG Min, KONG Fan-xiang.The Process,Spatial and Temporal Distributions and Mitigation Strategies of the Eutrophication of Lake Chaohu(1984-2013)[J]. Journal of Lake Sciences, 2015, 27(5): 791-798. (in Chinese))

[26]
李云生, 王东. 有限目标突出重点确保实现重点流域总量削减与水质改善目标: 重点流域水污染防治规划解读[J]. 环境保护, 2009, 37(1): 56-58.

(LI Yun-sheng, WANG Dong. Limited Targets, Highlighting Key Points, and Ensuring the Realization of Total Reduction and Water Quality Improvement Targets in Key River Basins: Interpretation of Water Pollution Prevention and Control Planning in Key River Basins[J]. Environmental Protection, 2009, 37(1): 56-58. (in Chinese))

[27]
尚广萍. 流域水污染控制规划SEA: 以巢湖流域为例[D]. 长春: 东北师范大学, 2007.

(SHANG Guang-ping. Strategic Environmental Assessment for Watershed Water Pollution Control Planning[D]. Changchun: Northeast Normal University, 2007. (in Chinese))

Options
Outlines

/

〈 〉

Copyright © Journal of Changjiang River Scientific Research Institute, All Rights Reserved.
Powered by Beijing Magtech Co. Ltd.