1.生态风险研究现状
生态风险是指种群、生态系统及其组成部分的正常性能受到外界胁迫，从而使得现在与未来该系统内部某些因子功能减弱与价值不断降低的可能性，体现了不同因素对生态系统的消极影响[1]。生态风险评价是多门学科知识的综合运用，是用以评估生态风险源对生态系统产生的影响[2]。通过生态风险评价可以识别产生风险的不同风险源。生态风险评价起始于20世纪80年代，且开始仅限于评估人体健康的范围内。20世纪末，美国环境保护局(USEPA)提出的全球首要的生态风险评价基本框架——“生态风险评估指南”，该指南推动了生态风险评价进一步的发展，使之走上了成熟阶段[3]。传统生态风险评估方法主要是基于单一风险源和风险受体开展的[4]，为了减弱生态系统演变的不确定性和复杂性对风险评估的影响，学者们将评价的范围扩大到景观层次上，并且在结合地统计分析的基础上不断向着大区域，多尺度，多层次的评价方向发展[5]。
景观作为人类活动的基本单元，具有空间异质性特征，与生态系统的恢复能力[6]、稳定性[7]和多样性[8]等指标息息相关。景观生态风险是指景观和环境变化对生态系统产生不利影响的概率。与传统生态风险评估相比，景观生态风险更侧重于风险的时空异质性与演变性，综合考虑生态风险的时空演变，对时间跨度长的生态风险评估更为适用[9]。
目前，学者们针对不同区域、不同评价方法选取不同的评价指标、模型和方法等开展了大量的研究。从评估的对象来看，景观生态风险评估的热点区域多集中在城市[9]、流域[10]和自然保护区[11,12]等。如：Deng等人[13]通过选取自然和社会因子构建景观生态风险评估模型，揭示了在快速城市化进程下杭州市的生态环境变化；Lin等人[14]将道路路网引入景观生态风险评估模型之中，评估了福建闽江流域生态风险的时空动态分布，探究路网分布与闽江流域的地理异质性；Jin等人[15]利用RS和GIS地理信息系统方法，揭示了脆弱生态系统下复杂区域的生态风险时空演变特征。从评价方法来看，景观生态风险评价方法主要有基于风险源汇模型[16]和基于景观格局模型[17]两种。基于风险源汇模型的研究方法限制性较大，主要针对风险源的识别和受体的分析展开，而景观格局模型是对整个区域的生态变化进行评估，并以景观指数为基础建立景观结构和现象之间的联系[18,19]。目前，基于景观格局生态风险评估侧重于从土地利用强度变化和土地利用类型的转变引起的空间景观格局的角度来定量评估生态风险[20]。近年来，基于土地利用变化的生态风险评价方法成为了国内外研究的热点。如，Potter等[21]于景观格局模型分析了美国北卡罗纳州的生态风险与非点源污染之间的关系；石小伟等[22]将土地利用转移矩阵和空间相关性分析方法结合，利用半变异函数开展景观生态风险空间分异性评价；Zhang等[23]通过土地利用数据计算景观格局指数分析中国沿海地区的景观破碎度情况。
2.生境质量研究
政府间生物多样性和生态系统服务科学平台（IPBES）发布的报告指出，全球约有100万种面临灭绝威胁的动植物物种，生物多样性大规模的净损失广泛地发生在世界各地。城镇化研究与实践表明，以土地利用方式、强度为变化基础的城市化和产业转型重构，极大改变了原有生境的完整性、结构性和功能性，正在对生态环境产生严重的胁迫效应，甚至引起生态系统退化[24]、环境污染严重[25]、水土资源过度消耗[26]等一系列生态和环境问题。揭示生境质量变化规律与空间分异特征，为城市建设提供合理建议，必然且迫切地需要成为生态文明建设的基础，为人类改善生态系统服务提供科学依据。
生境质量指生态系统提供给个体和群落适宜生存繁衍资源及条件的能力，在一定程度上能够表征区域的生物多样性和生态系统功能的优劣[27,28]。早期人们对生境质量的研究停留在单一生物多样性研究上，忽视了区域整体人类活动和生态环境的剧烈变化对生境质量的影响，其中，人类活动的不确定性给生境质量研究提供了较大难题与不确定性。
生境质量的测量和监测需要整合生态系统的多样性，相较于传统地面数据采集方法耗时且主观评价性强的特点。目前，国内外学者在景观尺度上多采用指标体系方法或模型测算的方法[28]。模型测算的方法具有准确性高﹑数据容易获取、成本低,可视性强等优势,其中最成熟和最常用的模型是由美国斯坦福大学、明尼苏达大学、自然保护协会和野生动物基金协会联合开发的InVEST模型。
国内外学者常用InVEST模块中的生境质量模块(Habitat Quanlity Model)进行生境质量评价，它的优点是建立了一种整合土地利用/土地覆被变化、生物多样性威胁来评估生境质量的方法，从空间距离上权衡了人类活动造成的威胁对栖息地整体生态质量的影响，可为自然保护区、城市、城市群、流域等不同尺度各类生态系统的环境管理和生态保护提供依据，具有数据可及性强、分析结果可视化等优势，已成为生境质量评价与预测研究的热点[29]。如：李学东等人[30]分别利用InVEST模型中的生境质量评估模块、沉积物持留率分析模块、养分输出率分析模块评估了生态脆弱区农村居民点布局优化对区域生态系统服务功能的影响；郑贱成等人[31]以生境质量的高低作为为测度地区生态健康及可持续状态的关键因子，利用FLUS-InVEST耦合模型探究广东省生态质量及退化过程，为城市综合治理提供合理建议；He等人[32]从土地利用变化对自然栖息地的影响，过CA模拟了三种具有不同发展方向的替代未来方案，并通过InVEST模型评估了每种方案中的栖息地质量；谢余初等人[33]以甘肃白龙江流域为例，结合遥感、GIS技术和InVEST模型，从景观地理学角度选取区域生境质量、植物净初级生产力和景观状态指数为评价指标，构建区域景观尺度上生物多样性空间格局综合评估方法。随着研究的逐渐深入，生境质量研究现已在景观生态安全格局的构建中，开展了多视角、多方法和多区域的生境质量评估，为提高生态系统服务质量和生态安全格局的稳定性提供了合理参考。
3.生态安全格局研究
生态安全格局也称生态其安全框架，是指生态系统健康完整、生态功能良好且可持续的区域空间状态。生态安全格局起源于景观生态规划方法，其实质是指景观中某种潜在的，作为沟通生态系统服务与人类社会发展的桥梁生态安全格局是协调生态环境与社会经济可持续发展的重要空间途径之一，生态安全格局最早被定义成“为造福人类而连接公园和其他绿色空间的自然区域”，相关研究在国外经历了适应性评价、指标最优评价、“格局−过程”评价3个阶段，由Warntz[34]提出的利用生态阻力面构建生态安全格局开辟了探索的新视角，之后出现了对景观连通性和廊道体系的研究。20世纪90年代以来中国逐步开始对生态安全格局进行探索。随着环境问题日益突出，相关研究逐渐从早期关注静态的单一的景观斑块配置，深入到注重人类活动影响、生态过程的动态模拟和综合优化。
目前国内生态安全格局研究可分为3类：一是对各单一生态系统过程要素所构建的生态安全格局进行叠加，得到综合生态安全格局；二是以景观生态学为基础，通过“源地−廊道”结构，判别不同水平生态安全格局；三是综合不同学科、理论对生态安全格局的理解，着力于对区域生态对象的调整配置进行定量分析，总体上形成了“提取生态源地−设置阻力面−MCR识别生态廊道”的基本研究框架[35]。生态源地是指在生态网络构建时能更好的促进物质能量流动的重要斑块[36]。根据研究区大小和研究内容的需要，生态源地的识别一般分为定性识别和定量识别两种[37,38]。定性识别是根据研究区生态质量状况，直接选取生态湿地[39]、自然保护区[40]或风景名胜区[41]等生境质量较好的斑块作为生态源地，虽然可以简单快速识别源地，但具有一定主观性且易忽略斑块内部之间的内部联系。定量识别源地主要从生态敏感性、生态功能重要性以及景观连通性等几个方面构建综合评价指标识别重要斑块。在生态阻力面的构建中，研究者们多采用多指标综合构建法，选取多个阻力因子来充分反映研究区的阻力值分布情况，因子主要包括自然因素和社会经济因素等。生态走廊是链接生态源地的通道，能使生态网络具有高度的连通性和整体协调性[42]。走廊的提取主要采用最小累积阻力模型(MCR)[36]、电路理论[37]和图论方法[40]等。
但是随着生态土地利用研究的进步，学者们逐渐意识到生态安全格局构建的重点和难点是生态源地的有效识别，且识别模式不应再局限于传统的单一尺度模式，需要以研究区对于生态用地的大小及分布要求不同为出发点，探究在不同视角、不同尺度下的生态网络构建。伴随于此，一种偏向测度结构连接性的形态学空间格局分析方法逐渐被应用于尺度研究中[43]。MSPA方法基于图形学原理，结合栅格运算方式在像元级尺度识别生态源地，利用该方法与Conefor平台能够有效评估生境斑块和土地利用变化对景观连通性的影响。尺度的选择将直接影响景观格局分析结果的科学性和合理性，只有选择了适宜的研究尺度，对生态安全格局的研究才有意义[44]。如今，国内外学者们针对不同尺度的生态格局构建进行了深入研究。如聂文斌等人[45]利用MSPA模型对中国浙江省安吉县进行生态网络构建，从县域尺度到乡镇尺度的逐步深入分析，证明了城镇间生态网络的面积和土地利用类型存在明显差异；Ostapowicz[46]等分析了MSPA模型对不同边缘宽度的敏感性，为MSPA模型识别不同分辨率尺度下的生态景观类型的研究提供参考依据。在生态系统内部复杂关系探讨的基础下，研究在地方或者区域的生态环境变化下的生态网络构建，更能反应区域差异性和尺度差异性。
参考文献
[1]李青圃, 张正栋, 万露文, 等. 基于景观生态风险评价的宁江流域景观格局优化[J]. 地理学报, 2019, 74(7): 1420-1437.
[2]Jin X, Jin Y, Mao X. Ecological risk assessment of cities on the Tibetan Plateau based on land use/land cover changes–Case study of Delingha City [J]. Ecol. Indicat, 2019, 101: 185–190.
[3]左丽君, 徐进勇, 张增祥, 等. 渤海海岸带地区土地利用时空演变及景观格局响应[J]. 遥感学报, 2011, 15(03): 604-620.
[4]赵文武, 房学宁. 景观可持续性与景观可持续性科学[J]. 生态学报, 2014, 34(10): 2453-2459.
[5]王涛, 张超, 于晓童, 等. 洱海流域土地利用变化及其对景观生态风险的影响[J]. 生态学杂志, 2017, 36(07): 2003-2009.
[6]Mclntyrea S, Lavorel S. A conceptual model of land use effects on the structure and function of herbaceous vegetation [J]. Agriculture, Ecosystems and Environment, 2007, 119(1): 11-21.
[7]叶长盛, 冯艳芬. 基于土地利用变化的珠江三角洲生态风险评价[J]. 农业工程学报, 2013, 29(19): 224-232,294.
[8]Li J X, Song C H, Cao L, et al. Impacts of landscape structure on surface urban heat islands: A case study of Shanghai, China[J]. Remote Sensing of Environment, 2011, 115(12): 3249-3263.
[9]田晶, 邵世维, 黄怡敏, 等． 土地利用景观格局核心指数提取: 以中国广州市为例[J]. 武汉大学学报: 信息科学版, 2019, 44(3): 443-450．
[10]吕乐婷, 张杰, 孙才志, 等. 基于土地利用变化的细河流域景观生态风险评估[J].生态学报, 2018, 38(16): 5952-5960.
[11]杨庚, 张振佳, 曹银贵, 等. 晋北大型露天矿区景观生态风险时空异质性[J]. 生态学杂志, 2021, 40(01): 187-198.
[12]Zhang, X., Du, H., Wang, Y., et al. Watershed landscape ecological risk assessment and landscape pattern optimization: Take Fujiang River Basin as an example[J]. Human and Ecological Risk Assessment: An International Journal, 2021, 1-23.
[13]Deng, J. S., Wang, K., Hong, Y., et al. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization[J]. Landscape and Urban Planning, 2009, 92(3–4), 187–198.
[14]Lin, Y. Y., Hu, X. S., Zheng, X. X., et al. Spatial variations in the relationships between road network and landscape ecological risks in the highest forest coverage region of China[J]. Ecological Indicators, 2019, 96, 392–403.
[15]Jin, X., Jin, Y., Mao, X. Ecological risk assessment of cities on the Tibetan Plateau based on land use/land cover changes–Case study of Delingha City[J]. Ecological Indicators
[16]胡金龙, 周志翔, 滕明君, 等. 基于土地利用变化的典型喀斯特流域生态风险评估——以桂林市为例[J]. 应用生态学报, 2017, 28(06): 2003-2012.
[17]Rani M, Rehman S, Sajjad H, et al. Assessing coastal landscape vulnerability using geospatial techniques along Vizianagaram–Srikakulam coast of Andhra Pradesh, India[J]. Natural Hazards, 2018, 94(2): 711–725.
[18]朱会文,关于区域土地利用变化指数模型方法的讨论[J]. 地理学报, 2003(5): 643-650.
[19]卢江林, 李阳兵. 基于土地利用/覆被变化的贵阳市红枫湖水源保护区生态风险演变[J]. 水土保持研究, 2015, 22(06): 229-233+239.
[20]程江, 杨凯, 赵军, 等. 基于生态服务价值的上海土地利用变化影响评价[J]. 中国环境科学, 2009, 29(01): 95-100.
[21]Potter K M，Cubbage F W，Blank G B，Schaberg R H． A Watershed-scale model for predicting nonpoint pollution risk in North Carolina[J]. Environmental Management, 2004, 34(1): 62-74．
[22]石小伟, 冯广京, YI Y, 等. 浙中城市群土地利用格局时空演变特征与生态风险评价[J].农业机械学报, 2020, 51(5): 242-251.
[23]Zhang, W., Chang, W.J., Zhu, Z.C., et al. Landscape ecological risk assessment of Chinese coastal cities based on land use change[J]. Appl. Geogr, 2020, 117, 102174.
[24]蒋志刚, 马克平, 韩兴国. 保护生物学[M]．杭州: 浙江 科学技术出版社, 1997.
[25]俞孔坚, 李迪华，生物多样性保护的景观规划途径[J]．生物多样性，1998, 6(30)： 205-212．
[26]Jongman R H G. Landscape planning for biological diversity in Europe．Landscape Research[J]. 2002, 27( 2) : 187-195．
[27]Hall L S, krausman P R, Morrision M L. The habitat concept and a plea for standard terminology. Wildlife Society Bulletin[J]. 1997, 25(1): 173-182.
[28]吴健生, 曹祺文, 石淑芹, 等. 基于土地利用变化的京津冀生境质量时空演变[J]. 应用生态学报, 2015, 26(11): 3457-3466.
[29]Xu L T, Chen S, Xu Y, et al. Impacts of land-use change on habitat quality during 1985-2015 in the Taihu Lake Basin[J]. Sustainability, 2019, 11(13): 3513.
[30]李学东, 刘云慧, 李鹏山, 等. 生态脆弱区农村居民点布局优化对区域生态系统服务功能的影响——以四川省西昌市为例[J]. 生态学报, 2022, 42 (17): 6900-6911.
[31]郑贱成, 谢炳庚, 游细斌. 基于土地利用变化的广东省生境质量时空演变特征[J]. 生态学报, 2022, 42(17): 6997-7010.
[32]He J H，Huang J L，Li C. The evaluation for the impact of land use change on habitat quality: A joint contribution of cellular automata scenario simulation and habitat quality assessment model[J]. Ecological Modelling, 2017, 366: 58-67
[33]谢余初, 巩杰, 张素欣, 等. 基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究[J]. 地理科学, 2018, 38(06): 979-986.
[34]Warntz W. The topology of a socio-economic terrain and spatial flows[J]. Papers in Regional Science, 1966, 17: 47-61.
[35]Chi Y，Xie Z，Wang J． Establishing archipelagic landscape ecological network with full connectivity at dual spatial scales[J]. Ecological Modelling, 2019, 399: 54－65.
[36]许文雯, 孙翔, 朱晓东, 等. 基于生态网络分析的南京主城区重要生态斑块识别[J]. 生态学报, 2012, 32( 4) : 260-268.
[37]Clergeau P，Burel F. The role of spatio-temporal patch connectivity at the landscape level: An example in abird distribution[J]. Landscape ＆ Urban Planning, 1997,38: 37-43
[38]Gao, M., Y. Hu, Y. Bai. Construction of ecological security pattern in national land space from the perspective of the community of life in mountain, water, forest, field, lake and grass: A case study in Guangxi Hechi, China[J]. Ecological Indicators, 2022 139: p. 108867.
[39]Peng, J., Yang, Y., Liu, Y., et al. Linking ecosystem services and circuit theory to identify ecological security patterns[J]. Sci. Total Environ., 2018, 644, 781–790
[40]史芳宁，刘世梁，安毅，等． 基于生态网络的山水林田湖草生物多样性保护研究—以广西左右江为例. 生态学报，2019，39( 23) : 8930－8938
[41]刘常富, 周彬, 何兴元, 陈玮. 沈阳城市森林景观连接度距离阈值选择[J]. 应用生态学报, 2010, 21(10): 2508- 2516.
[42]林丽清. 武汉市城市森林生态网络多目标规划研究 [D]. 武汉: 华中农业大学, 2011
[43]许峰, 尹海伟, 孔繁花, 等. 基于MSPA与最小路径方法的巴中西部新城生态网络构建[J]. 生态学报, 2015, 35(19): 6425-6434.
[44]Peng, J., et al. Linking ecosystem services and circuit theory to identify ecological security patterns[J]. Sci. Total Environ. 2018, 644, 781–790.
[45]Nie,W B, Yan S,Martin John Siaw,et al.Constructing and optimizing ecological network at county and town Scale: The case of Anji County, China[J]. Ecological Indicators, 2021 132: 108294.
[46]Ostapowicz k, Vogt P, Riitte Rskh, et al. Impact of scale on morphological spatial pattern of forest[J]. Landscape Ecology, 2008 23( 9) : 1107-111
(线性衰退)
(指数衰退)
，
