应众多读者的需求和建议，遥感地理视界创建了学习交流群，想加入交流的可扫描下方二维码添加。请进群后按照群公告备注如“学位-学校(或机构)-昵称”格式（详情请查看公众号置顶推文）。![]()
标题：Exploring new methods for assessing landscape ecological risk in key basin
期刊：《Journal of Cleaner Production》(中科院1区Top, IF=9.8)
作者：Shaokun Li, et al.
doi：10.1016/j.jclepro.2024.142633
本文旨在探索中国关键流域景观生态风险（LER）的评估新方法。研究选取了“生产-生活-生态”空间（PLES）视角，利用2006年、2012年和2019年的高分辨率数据，采用六种方法来揭示LER的格局变化和时空变异。这些方法包括马尔可夫转移矩阵模型、地理信息图谱-重心模型（GIAGC）、LER指数模型、Min/Max Autocorrelation Factors、序贯高斯模拟（MAF-SGS）多元地统计模型和空间自相关性分析。确定10米粒度和200米幅度为LER评估最有效的参数。观察到从2006年到2019年，景观格局结构从“生态空间”向“生产空间”转变，伴随重心向西南方向的移动。发现非结构性空间因素对LER的贡献逐渐增加，最大变异性稳步上升。中等偏低风险区域主导了流域，LER的空间分布呈现中心高、西南和西北部低的格局。低-低空间聚集模式占主导地位，但LER总体呈上升趋势。本研究提供了科学依据，用于调整流域土地利用结构、解决生态风险和促进高质量可持续发展。研究结果强调了准确选择空间分析尺度的重要性，并揭示了景观格局变化对生态风险的影响，为制定有效的生态保护和风险管理策略提供了支持。1.根据尺度效应分析，确定最适合该区域的尺度，以评估 LER。2.将 PLES 的空间视角与流域 LER 相结合。
3.实现复杂 LER 空间模式的多元统计模拟。
4.探索重点流域的综合优化方案和概念。
本研究采用了景观生态风险（LER）评估框架，结合多种方法来分析和量化关键流域的生态风险。研究首先通过适当尺度分析，利用高分辨率遥感数据，确定了最佳的分析粒度和幅度。接着，采用以下方法进行深入分析：（1）景观格局变化分析：使用马尔可夫转移矩阵模型来识别不同时间段内景观类型之间的转换模式。（2）地理信息图谱-重心模型（GIAGC）：构建并分析了景观格局的重心变化，以了解景观动态对生态风险的影响。（3）景观生态风险指数模型：结合景观脆弱性指数和干扰指数，构建了LER评估指数模型，以量化不同景观单元的生态风险。（4）多元地统计模拟（MAF-SGS）：应用这一方法来模拟和分析LER的空间分布和变化。（5）空间自相关性分析：通过Moran’s I指数和局部空间自相关分析，评估LER的空间聚类特征。研究所需的数据主要来源于：土地利用/覆盖数据、数字高程模型（DEM）、土地利用分类等相关的数据。 空间尺度的确定：研究发现，10米的空间粒度和200米的空间幅度是进行LER评估的最佳参数，这为准确评估LER提供了重要的空间尺度依据。
景观格局变化：从2006年到2019年，研究区域的景观格局经历了从“生态空间”向“生产空间”的转变，同时，景观格局的重心向西南方向移动，表明了区域发展的空间不均衡性。
（2）生态风险的动态评估：
风险等级变化：中等偏低风险区域在流域中占主导地位，但整体上LER呈现上升趋势，尤其是在中心区域。
空间聚集模式：低-低（low-low）空间聚集模式占主导地位，表明风险区域倾向于在空间上聚集。
（3）土地利用与生态风险的关系：
土地利用变化： 研究期间，工业和矿业生产空间显著增加，而林地生态空间有所减少，这反映了人类活动对景观格局的显著影响。
生态风险与土地利用的关联： 工业和矿业生产空间的扩张导致了林地的破坏，增加了生态风险，同时，农业和农村生活空间的扩张也对生态空间造成了压力。
（4）空间自相关的分析：
全局空间自相关： 通过Moran’s I指数分析，研究发现LER存在显著的正空间自相关，表明生态风险在空间上呈现聚集分布。
局部空间自相关： 局部空间自相关分析揭示了不同区域之间生态风险的空间差异，以及生态风险在局部区域的分布特征。
![]()
研究发现，六个不同粒度指数的面积信息损失曲线特征各不相同。10米的最佳粒度与较小的损失指数相关，并且随着粒度的减小，景观结构的稳定性增加。指数模型被证明是四级半变异函数模型中的最佳选择，其块金值呈下降趋势，且最佳幅度为200米。(2) 从2006年至2019年，景观格局的结构显示，生产-生活-生态空间（PLES）中的森林生态空间减少最多，减少了11.69平方公里，主要转变为农业生产空间、农村生活空间以及工业和矿业生产空间。就景观格局的重心而言，PLES内所有七类景观的重心都呈现出向西南方向迁移的总体趋势。(3) 从2006年至2019年，土地生态风险（LER）主要为低风险，覆盖总面积的80%以上，但LER的波动性增加。块金值分别增加17.18%、16.59%和19.84%，表明非结构性因素也逐渐增加。在空间上，中高风险区域主要集中在流域的西北部和东北部，风险逐渐蔓延至流域中部。(4) 从2006年至2019年，莫兰指数（Moran’s I）增加，表明空间自相关性和集聚特征更加明显。低-低（L-L）集聚模式占主导地位，其他集聚模式所占比例不显著。从2012年至2019年，风险加速，高-低（H-L）集聚区域整体加强，流域西部出现了新的H-L模式。该区域需要加强监测，以防止生态风险进一步蔓延。政策和管理建议：
土地利用优化： 研究建议优化土地利用结构，减少对生态空间的破坏，以降低生态风险。
生态保护措施： 对于高风险区域，需要加强生态保护和恢复措施，以提高生态系统的韧性。
风险管理策略： 研究提出了基于不同风险等级的风险管理策略，包括生态保护、土地利用优化和生态恢复等。
文章来源 ：
Shaokun Li, Bing Tu*, Zhao Zhang, Lei Wang, Zhi Zhang, Xiaogian che. Zhuangzhuang Wang, J. (2024). Exploring new methods for assessing landscape ecological risk in key basin. Journal of Cleaner Production, 142633.
免责声明 ：
本公众号发布的内容仅供学习交流使用，内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系。
