Assessment of ecological integrity and analysis of its influencing factors in Zhangjiakou City
-
摘要:
城市化和农业生产等人类干扰造成区域生态系统退化, 然而目前尚缺乏一套基于生态完整性的区域人类综合影响评估方法。本研究以首都水源涵养功能区和生态环境支撑区——张家口市为例, 基于景观条件模型, 采用耕地坡度、草地到最近居民点距离、地表水到最近居民点距离、城区面积、公路等级、铁路等级6种人类干扰指标评估2000年和2022年区域生态完整性, 并结合空间自相关和共性分析等多种定量方法, 分析该地区生态完整性的高低值聚集特征和主要影响因素。结果表明: 2000—2022年, 张家口生态完整性整体呈东部高、中部和西部低的格局, 并且出现东部地区生态完整性进一步改善, 其余地区生态完整性不同程度退化的两极化发展趋势。受生态修复项目影响, 东部高生态完整性地区随林地呈块状分布; 受公路建设影响, 中部、北部和南部地区形成以市区为中心并沿公路向四周辐射的低生态完整性格局; 受农牧业生产影响, 西部地区无明显的生态完整性聚集特征。因此, 今后应根据生态完整性评估结果, 针对性设计不同地区的具体管理措施, 改善区域生态完整性。本研究可为区域生态系统人类综合影响评估提供一套科学方法和技术参考。
Abstract:Anthropogenic disturbances, such as urbanization and agricultural production, significantly contribute to the degradation of regional ecosystems. While the concept of human-integrated impact assessments is widely recognized, regional assessment methods based on ecological integrity are less present in China. This study addresses this gap by examining Zhangjiakou City, a critical area for water source conservation and ecological support for Beijing. We employed a landscape condition model to evaluate six anthropogenic disturbance indicators: slope gradient of cropland, distance from grassland to the nearest settlement, distance from surface water to the nearest settlement, urban area size, road grade, and railway grade. These indicators encompass four domains: agriculture and pastoral production, surface water utilization, urbanization, and transportation infrastructure. To quantify the impact scores and maximum impact radius for each indicator, we used a participatory method. This approach led to the creation of separate data layers, each numerically valued from 0 to 1, for each disturbance indicator. These layers were then synthesized into a continuous ecological integrity index using the product method. We conducted spatial autocorrelation, hotspot, sensitivity, and commonality analyses to explore the spatial distribution, clustering characteristics, and primary influencing factors of ecological integrity in 2000 and 2022. Our findings revealed a distinct spatial distribution pattern in Zhangjiakou City: high ecological integrity was observed in the eastern regions, whereas lower integrity characterized the central and western areas. This pattern was influenced by regional resources, transportation, and development orientation. Between 2000 and 2022, a polarization phenomenon in the human impact on ecological integrity was observed. Specifically, human disturbance decreased in areas with high ecological integrity but increased in areas with lower integrity, indicating diverse levels of anthropogenic influence across different regions. In the eastern part of Zhangjiakou City, the high ecological integrity areas are distributed in blocks along with the forest land due to the implementation of ecological restoration projects. Conversely, road construction has created a low-integrity spatial distribution pattern in the central regions, emanating from urban centers and radiating along major roads. The western region, impacted by agricultural and pastoral activities, did not exhibit clear clustering characteristics of ecological integrity. Our study identified cropland, roads, and grassland as the primary factors influencing the ecological integrity of Zhangjiakou City. To mitigate these impacts, we recommend enhancing forest landscape restoration in the eastern region. For the central region, clear boundaries for highway development should be delineated in accordance with the ecological protection guidelines. Additionally, efforts to convert farmland to grassland in the western region should be intensified to improve water supply and enhance the ecological carrying capacity. These initiatives aim to establish an ecological security barrier in the northwest of Beijing and improve the resilience of the region to anthropogenic pressures. This study provides an effective scientific methodology and a technical reference for human-integrated impact assessments of regional ecosystems. This underscores the importance of tailored management interventions based on the spatial aggregation of ecological integrity to address specific challenges posed by anthropogenic disturbances. Such targeted interventions are crucial for promoting sustainable development and enhancing ecological resilience in regions under significant human pressure.
-
目前, 城市化和农业生产等人类干扰加剧了全球和区域生态系统退化[1]。一般通过评估各类干扰的综合影响来掌握生态系统退化状况, 常用的评估方法为景观格局分析法和人类足迹法。景观格局分析法通过各类景观指数分析景观结构组成和空间配置, 根据指数时空变化确定干扰程度和范围[2], 但是该方法无法解释有关干扰的具体生态过程(如城市化)[3-4]。人类足迹指人类活动对环境造成的压力, 通过叠加各种人类干扰分布的栅格数据得出[5-6]。然而, 该方法没有考虑干扰的空间衰减, 导致人类影响被高估[3]。
生态完整性(ecological integrity)指生态系统维持一个生物群落的能力, 该生物群落的物种组成、多样性和功能组织与本地自然栖息地相匹配[7]。在明确各类干扰大小、范围和空间衰减变化的基础上, 生态完整性能够更加准确地评估人类影响。首先, 根据专家知识结合实地验证, 确定各种干扰源的影响大小和范围[8]。在此基础上, 通过线性函数、S型函数(Sigmoid)等模拟干扰的空间衰减变化[9-10], 避免高估人类影响。最后, 采用最小值法[10]、乘积法[11]和加权线性模型[12]等定量方法叠加同一地块的多种干扰, 得到生态完整性空间分布。
全球尺度上, Kennedy等[13]基于生态完整性评估了全球陆地生态系统的人类影响; Grantham等[14]采用人类干扰和斑块连通性等指标, 评估了全球森林景观完整性。区域尺度上, McGarigal等[12]评估了美国东北地区的生态完整性, 并对其未来变化做出预测。我国学者基于区域生态完整性, 先后开展了河流健康评价[15-17]、国家公园规划[18-20]以及景观格局分析[21-22]等研究。近年来, 我国一些地区的生态环境承载力已达到或接近上限[23], 为了有效保护区域生态系统, 需要在评估人类综合影响的基础上, 针对性设计保护对策, 然而目前尚缺乏一套基于生态完整性的区域人类综合影响评估方法。
本研究以河北省张家口市为例, 在量化各种人类干扰的基础上, 基于景观条件模型(Landscape Condition Model, LCM), 结合空间自相关和共性分析等多种定量方法, 评估2000年和2022年的生态完整性, 分析不同地区生态完整性的空间聚集特征, 并识别主要影响因素, 最后针对性提出生态完整性提升策略。本研究可为区域生态系统人类综合影响评估提供一套科学方法和技术参考。
1. 材料与方法
1.1 研究区域概况
张家口市位于河北省西北部(113°50′~116°30′E, 39°30′~42°10′N), 是连接京、冀、蒙、晋的中心城市。全市总面积3.68万km2, 涵盖大清河流域、永定河流域、滦河流域、内陆河流域和潮白河流域, 地势西北高、东南低(图1)。张家口地处我国北方农牧交错带, 生态环境脆弱。多年以来, 随着社会经济发展, 在城市化和农业生产等人类干扰, 以及气候变化的共同作用下, 张家口市生态系统呈退化趋势, 防风固沙和产水等生态系统服务供给不足, 已严重威胁首都生态安全。因此, 自2000年起, 张家口先后实施京津风沙源治理和退耕还林还草等项目, 修复退化生态系统, 改善生态系统服务供给, 并取得一定成效。与此同时, 这一时期张家口社会经济快速发展, 特别是2015—2022年间, 筹办北京冬奥会不仅为当地带来重大发展机遇, 也导致了严峻的“保护-发展”矛盾。
1.2 土地利用数据
根据Yang等[24]制作的全国30 m分辨率年度土地覆被数据, 提取出张家口2000年和2022年土地利用数据(图2)。
总体来看, 研究期间张家口市耕地、林地和草地平均占比达97%, 反映出张家口以农牧业为主的发展现状。在此基础上, 计算2000—2022年各土地利用类型的面积和变化情况(表1)。
表 1 张家口市2000年和2022年各种土地利用类型面积变化Table 1. Areas of various land use types in Zhangjiakou City in 2000 and 2022土地利用类型
Land use type2000年面积
Area in 2000 (km2)2022年面积
Area in 2022 (km2)面积变化
Variation in area (km2)变化率
Variation rate (%)耕地 Cropland 14 616.2 11 912.8 −2703.4 −18.5 林地 Forest land 5416.4 7071.4 1655.0 30.6 草地 Grassland 15 842.7 16 371.7 529.0 3.3 水体 Water body 251.6 132.5 −119.1 −47.3 建设用地 Construction land 670.3 1319.5 649.2 96.9 未利用地 Unused land 26.1 15.5 −10.6 −40.6 与2000年相比, 2022年张家口市建设用地增加649.2 km2 (96.9%), 表明城市化水平大幅提升。由于京津风沙源治理和退耕还林等生态修复项目持续实施, 林地和草地面积分别增加1655.0 km2 (30.6%)和529.0 km2 (3.3%)。以上3类土地面积的增加, 直接导致耕地减少2703.4 km2 (−18.5%)。
1.3 生态完整性评估
本文采用LCM模型评估张家口生态完整性。该模型是基于python开发的ArcGIS 10.x工具箱, 通过栅格运算得出生态完整性空间分布, 准确性更高[3]。
1.3.1 确定人类干扰源和干扰指标
农牧业生产、地表水利用、城市化和交通设施(包括公路和铁路)为人类干扰, 可通过测量相关指标反映干扰源强度。其中, 机械耕作和施肥等农业生产干扰随耕地坡度升高而减弱[25]; 水资源利用和放牧干扰分别与地表水和草地到最近居民点的距离密切相关, 随距离增加, 干扰减弱[14,26]; 城区面积决定了城市化干扰水平, 面积越大, 干扰越强[3]; 交通设施规模或等级与人类干扰强度密切相关, 公路和铁路建设等级越高, 干扰越强[8]。将以上干扰源指标划分为若干级, 随着指标等级升高, 干扰逐渐减弱, 如表2所示。
表 2 人类干扰源、指标和分级Table 2. Sources, indicators, and levels of anthropogenic disturbance干扰源
Disturbance source指标
Indicator分级 Level 参考文献
Reference1 2 3 4 5 农业生产
Agricultural production耕地坡度
Slope gradient of cropland (°)0~15 >15 [25] 牧业生产
Pastoral production草地到最近居民点距离
Distance from grassland to the nearest settlement (km)0~3 3~6 >6 [27] 地表水利用
Surface water utilization地表水到最近居民点距离
Distance from surface water to the nearest settlement (km)0~3 3~6 >6 [27] 城市化
Urbanization城区面积
Size of urban area (km2)>200 50~200 0~50 [28] 公路
Road公路等级
Road grade高速公路
Expressway国道
National road省道
Provincial road县道
County road乡道
Country road[29] 铁路
Railway铁路等级
Railway grade高速铁路
High-speed railway一般铁路
Regular railway[29] 1.3.2 模型参数化
利用LCM模型基于干扰指标分值和影响范围计算生态完整性。首先, 通过问卷调查确定干扰指标分值。研究人员于2023年12月28日—2024年1月5日向61位专家发送手机调查问卷, 邀请他们为各级干扰指标评分, 干扰强度越大, 分值越大(0≤分值≤1)。本次调查回收有效问卷61份, 问卷有效率100%, 汇总调查结果, 计算各级干扰源平均分数, 得到干扰指标平均分值。在此基础上, 查阅国内外相关研究成果, 确定各级干扰源的最大影响半径。结果如表3所示。
表 3 各级人类干扰指标的影响分值和最大影响半径Table 3. Impact scores and maximum impact radius of anthropogenic disturbance indicators at varying levels干扰指标
Disturbance indicator分级
Level影响分值
Impact score最大影响半径
Maximum impact radius (m)来源
Source耕地坡度
Slope gradient of cropland1 0.456 2000 [6] 2 0.523 1500 草地到最近居民点距离
Distance from grassland to the nearest settlement1 0.526 1500 [30] 2 0.382 1000 3 0.256 500 地表水到最近居民点距离
Distance from surface water to the nearest settlement1 0.579 1500 [31] 2 0.410 1000 3 0.257 500 城区面积
Size of urban area1 0.830 4000 [3] 2 0.633 2500 3 0.462 1500 公路等级
Road grade1 0.700 4000 [32] 2 0.641 3000 3 0.579 2500 4 0.479 1200 5 0.382 800 铁路等级
Railway grade1 0.639 2000 [33] 2 0.639 1500 1.3.3 评估生态完整性
LCM模型通过Sigmoid函数模拟干扰源强度的空间非线性衰减, 并采用乘积法叠加发生在同一地块或像元的各类干扰, 从而根据每一像元到干扰源的欧氏距离得出生态完整性空间分布, 具体如式(1)所示:
$$ \mathrm{E}\mathrm{I} = {{\prod }_{i=1}^{n} \left\{ \begin{split} \frac{1}{1 + \mathrm{e}\mathrm{x}\mathrm{p} \left[ -2 \times \left({d}_{i} - \dfrac{{r}_{i} \times 0.5}{{r}_{i}\times 0.25}\right) \right]} \end{split} \right\}}^{\left[-0.25 \times \mathrm{ln}\left(1-{S}_{i}\right)-8\times {10}^{-16}\right]} $$ (1) 式中: EI表示某一像元的生态完整性, EI∈[0, 1]; di表示该像元到干扰源i的欧氏距离; ri表示i的最大影响半径; Si表示干扰源i的影响分值。随着到干扰源距离的增加, 干扰强度减弱, 生态完整性升高, 直至为1。
1.4 热点分析
热点分析是一种确定变量高低值空间聚集状态的方法, 具体通过计算像元聚集系数(
${G}_{i}^{*} $ )得出, 如式(2)所示:$$ {G}_{i}^{*}=\frac{{\displaystyle\sum }_{j=1}^{n}\left({w}_{i j}\times {x}_{j}\right)}{{\displaystyle\sum }_{j=1}^{n}{x}_{j}} $$ (2) 式中: xj表示像元j的生态完整性;
$w_{i j} $ 表示相邻权重, 若像元i和j相邻,$w_{i j}=1 $ , 否则$w_{i j}=0 $ ; n表示像元数。在此基础上, 对${G}_{i}^{*}$ 进行标准化处理, 得到Z(${G}_{i}^{*}$ ), 具体如式(3)所示:$$ Z\left(G_i^{\mathrm{*}}\right)=\frac{G_i^*-\mathrm{\mathit{E}}\left(G_i^{\mathrm{*}}\right)}{\sqrt{\mathrm{v}\mathrm{a}\mathrm{r}\left(G_i^{\mathrm{*}}\right)}} $$ (3) 式中:
$ \mathit{\mathrm{\mathit{E}}}(G_i^*) $ 表示数学期望,$ {\mathrm{var}}({G}_{i}^{*})$ 表示方差。$Z({G}_{i}^{*})$ 值越大, 高值越聚集, 代表热点区, 反之, 则代表冷点区。以上计算采用ArcGIS 10.4的热点分析工具完成。1.5 空间自相关
空间自相关表明变量在空间上的分布特征及其对邻域的影响程度[2]。本研究利用Moran’s I指数来反映流域尺度生态完整性的空间自相关水平, 具体如式(4)所示:
$$ I=\frac{n{{\displaystyle\sum }}_{i=1}^{n}{\displaystyle\sum }_{j=1}^{n}{w}_{i j}\left({x}_{i}-\overline{x}\right)\left({x}_{j}-\overline{x}\right)}{{\displaystyle\sum }_{i=1}^{n}{\displaystyle\sum }_{j=1}^{n}{w}_{i j}{\displaystyle\sum }_{i=1}^{n}{\left({x}_{i}-\overline{x}\right)}^{2}} $$ (4) 式中: I表示Moran’s I指数, xi和xj分别表示相邻配对像元i和j的生态完整性,
$\overline x $ 表示流域平均生态完整性。0<I≤1表示正相关, 生态完整性随像元距离缩小而变得更相似; −1≤I<0表示负相关, 生态完整性随像元距离缩小而变得更不同; I＝0表示不相关, 生态完整性不表现出任何空间依赖关系。本研究在每条流域布设1000个随机点, 并相应生成泰森多边形, 将随机点的生态完整性赋值给多边形, 通过求多边形间的Moran’s I指数来反映流域生态完整性自相关水平。以上计算利用spdep R包完成。1.6 敏感性分析
敏感性分析是研究参数变化对模型结果影响程度的一种方法[34]。生态完整性结果受多种干扰指标影响。单因素轮换方法(one-at-a-time, OAT)每次调整一个指标分值, 而保持其他指标不变, 以此评估各指标对生态完整性结果的影响。指标敏感性越高, 对结果影响越大, 反之则越小[35]。设定指标分值在[−20%, 20%]内变化, 每次分值在上次变化基础上±5%。具体如式(5)所示:
$$ W\left({c}_{m},\mathrm{p}\mathrm{c}\right)=W\left({c}_{m},0\right)+W\left({c}_{m},0\right)\times \mathrm{p}\mathrm{c}\quad 1\leqslant m\leqslant n $$ (5) 式中: W(cm, pc)表示指标cm被调整pc百分比后的分值, W(cm, 0)表示cm的原分值, n表示指标数。通过逐一调整指标分值, 观察生态完整性空间变化, 从而确定指标影响大小。
1.7 共性分析
各类干扰指标既可单独对生态完整性产生影响, 也可通过指标间的多重共线性共同对生态完整性产生影响。在建立生态完整性(因变量)与干扰指标(自变量)间多元线性回归模型的基础上, 共性分析(commonality analysis)能够识别不同指标间的多重共线性, 将模型的拟合优度(R2)分解为某个指标对生态完整性方差的单独解释率(%), 以及多个指标的共同解释率(%)[36]。具体原理如式(6)所示:
$$ {U}_{m}={R}_{y.m.n}^{2}-{R}_{y.n}^{2} $$ (6) 式中: Um表示干扰指标m对方差的单独解释率,
${R}_{y.m.n}^{2} $ 表示生态完整性y与干扰指标m、n之间多元线性回归模型的拟合优度,${R}_{y.n}^{2} $ 表示该模型y与干扰指标n之间的拟合优度。同理, n的单独解释率为:$$ {U}_{n}={R}_{y.m.n}^{2}-{R}_{y.m}^{2} $$ (7) 式中: Un表示干扰指标n对方差的单独解释率,
${R}_{y.m}^{2} $ 表示上述模型中y与干扰指标m之间的拟合优度。因此, 干扰指标m和n的共同解释率(Cm.n)为:$$ {C}_{m.n}={R}_{y.m.n}^{2}-{U}_{m}-{U}_{n} $$ (8) 以上计算采用yhat R包完成。
1.8 数据来源
数据来源如表4所示。
表 4 研究数据及来源Table 4. Study datasets and sources数据集
Dataset年度
Year时间分辨率
Temporal resolution (a)空间分辨率
Spatial resolution (m)格式
Format参考文献
Reference数字高程数据 Digital Elevation Model 2020 1 30 GeoTiff [37] 公路 Road 2022 1 — shp [29] 1980—2010 1 — shp [38] 铁路 Railway 2022 1 — shp [29] 2015 1 — shp [29] 地表水系 Surface water system 2022 1 — shp [29] 2005 1 — shp [39] 2010 1 — shp [40] 城市建成区 Urban built-up area 2000, 2020 1 1000 GeoTiff [41] 2. 结果与分析
2.1 生态完整性
基于相等间隔将生态完整性结果重分类为: 低、较低、中等、较高和高5个等级, 张家口2000年和2022年生态完整性空间分布如图3所示。2000年和2022年, 张家口生态完整性整体呈东部高、中部和西部低的格局; 与2000年相比, 2022年高和较高生态完整性地区面积增加629 km2, 低和较低生态完整性地区面积增加959 km2, 后者增量超过前者, 生态完整性整体呈下降趋势。
![]()
图 3 2000年和2022年张家口市生态完整性空间分布Figure 3. Spatial distribution of ecological integrity in Zhangjiakou City in 2000 and 2022在流域尺度上生态完整性表现出两极化发展趋势(表5)。在此期间, 内陆河流域的高和较高生态完整性地区减少53 km2 (−96%), 生态完整性明显退化, 而其余流域则不同程度增加。从低和较低生态完整性地区变化来看, 大清河和潮白河流域分别减少14 km2 (−8%)和282 km2 (−9%), 生态完整性明显改善; 永定河和滦河流域则分别增加1411 km2 (14%)和33 km2 (2%), 生态完整性水平明显下降。
表 5 2000年和2022年张家口市五大流域不同等级生态完整性面积Table 5. Area of different levels of ecological integrity in five watersheds of Zhangjiakou City in 2000 and 2022km2 生态完整性
Ecological integrity潮白河流域
Chaobai River
Watershed大清河流域
Daqing River
Watershed滦河流域
Luanhe River
Watershed内陆河流域
Inland River
Watershed永定河流域
Yongding River
Watershed2000 2022 2000 2022 2000 2022 2000 2022 2000 2022 高和较高 High and relatively high 1152 1437 650 752 10 21 55 2 1014 1299 中等 Moderate 1582 1579 277 190 246 202 1509 1750 6582 4886 低和较低 Low and relatively low 3018 2736 165 151 1562 1595 8625 8437 9768 11 179 2.2 热点分析
由图4可知, 2000年和2022年冷热点以及不显著区大体保持稳定。热点区(包含次热点)占研究区总面积的17%, 呈块状分布于东部地区; 冷点区(包含次冷点)占研究区总面积的22%, 呈带状分布于中部、北部和南部地区, 特别是2022年中部地区的带状分布更为明显; 不显著区占研究区总面积的61%, 主要分布于西部地区。
![]()
图 4 2000年和2022年张家口市生态完整性冷热点分布Figure 4. Distribution of cold and hot spots of ecological integrity in Zhangjiakou City in 2000 and 20222.3 空间自相关
从Moran’s I散点图(图5)能够更清楚地观察到各流域生态完整性的空间聚集特征。Moran’s I结果显示, 流域生态完整性的空间自相关性从大到小依次为: 大清河流域>潮白河流域>滦河流域>永定河流域>内陆河流域。具体来说, 东部大清河和潮白河流域表现为典型的一致性聚集, 其中, 大清河流域以“高-高”聚集(第1象限)和“低-低”聚集(第3象限)为主(图5a, b); 潮白河流域以“低-低”聚集(第3象限)为主(图5c, d)。以上进一步表明东部地区生态完整性较高, 均匀分布, 且随时间的变化不大。
![]()
图 5 2000年和2022年张家口市五大流域生态完整性Moran散点图菱形点表示具有较高影响度量值, 对周围空间影响较大的采样点; 垂直和水平虚线分别表示流域生态完整性均值及其空间滞后均值; 图a和b: 大清河流域; 图c和d: 潮白河流域; 图e和f: 永定河流域; 图g和h: 滦河流域; 图i和j: 内陆河流域。Diamond-shaped points indicate sampling locations with relatively high impact metric values, and significantly influences on the surrounding spatial area. The vertical and horizonal dashed lines represent the average values of ecological integrity and its spatial lag, respectively. Figure a and b refer to Daqing River Watershed, Figure c and d refer to Chaobai River Watershed, Figure e and f refer to Yongding River Watershed, Figure g and h refer to Luanhe River Watershed, and Figure i and j refer to Inland River Watershed.Figure 5. Moran scatterplots for the ecological integrity of five watersheds in Zhangjiakou City in 2000 and 2022永定河和滦河流域的生态完整性及聚集程度较大清河和潮白河流域有所减弱, 以“低-低”聚集(第3象限)为主(图5e-h), 表明中部、北部和南部地区生态完整性低, 且分布更松散, 其中2022年永定河流域“低-低”聚集(第3象限)略有增加(图5f), 这与热点分析得出的这一年冷点区带状分布更明显的结果一致。内陆河流域采样点较为均匀地分布在4个象限, 没有体现出明显的生态完整性聚集特征。以上结果与热点分析结果(图4)基本一致, 进一步在流域尺度上明确了张家口不同地区生态完整性的空间格局特征。
2.4 敏感性分析
各干扰指标的敏感性分析结果如图6所示。耕地坡度和草地到最近居民点距离的敏感性较高, 对生态完整性格局影响较大。2000—2022年, 当耕地坡度分值从−20%变化到+20%时, 低、较低和中等生态完整性地区分别波动−16.9%、+7.4%和+6.6%; 同理, 草地到最近居民点距离分值变化导致低、较低和中等生态完整性地区分别波动−12.1%、−10.4%和+19.5%。此外, 公路等级也表现出一定的敏感性, 低、较低和中等生态完整性地区分别波动−6.1%、+4.1%和+1.6%。
![]()
图 6 2000年和2022年不同等级生态完整性面积占比随人类干扰指标分值的变化Figure 6. Changes of proportions of five levels of ecological integrity associated with variations in scores of anthropogenic disturbance indicators in 2000 and 20222.5 共性分析
各干扰指标对生态完整性方差(空间变化)的单独和共同贡献(解释率)如图7所示。2000年和2022年多元线性回归模型的R2分别为0.90和0.88, 表明各干扰指标在此期间能够较为稳定地解释大部分生态完整性空间变化。单独方差解释率前3名依次为耕地坡度>草地到最近居民点距离>公路等级, 三者在两个年份对生态完整性空间变化的平均解释率分别为32%、27%和14%, 其中公路等级的解释率从2000年的12%上升至2022年的16%, 这表明公路对生态完整性格局的影响在增强。在多重共线性的影响下, 剩余空间变化被2种以上指标共同解释。2000—2022年, 草地到最近居民点距离的共同方差解释率为−15%, 表明草地与其他指标共同限制了生态完整性空间变化。这一发现能够解释草地集中分布的内陆河流域无明显生态完整性聚集特征(图4、图5i和j)。综上, 耕地、公路和草地3种指标主要决定了完整性空间变化, 其中, 耕地坡度的总方差解释率最强(44%), 其次是公路等级(29%)和草地到最近居民点距离(12%)。
![]()
图 7 2000年和2022年人类干扰指标对生态完整性的方差解释率H1: 耕地坡度; H2: 草地到最近居民点距离; H3: 地表水到最近居民点距离; H4: 城区面积; H5: 公路等级; H6: 铁路等级。H1: slope gradient of cropland; H2: distance from grassland to the nearest settlement; H3: distance from surface water to the nearest settlement; H4: size of urban area; H5: road grade; H6: railway grade.Figure 7. Explanatory rate of anthropogenic disturbance indicators on the variance of ecological integrity in 2000 and 20223. 讨论
2000—2022年, 张家口生态完整性整体呈东部高、中部和西部低的格局。东部地区森林覆盖率较高, 各类生产开发活动严格受限[26], 故生态完整性较高; 中部、北部和南部地区交通区位重要, 公路和铁路网密度高[42], 因而生态完整性较低; 西部地区是京津冀主要的农产品生产基地, 耕地数量多, 农业生产干扰强度大[43], 生态完整性水平较低。
这一时期出现高生态完整性地区进一步改善, 低生态完整性地区不同程度退化的两极化发展趋势。东部大清河和潮白河流域毗邻北京, 2000年以来京津风沙源治理工程和京冀生态水源保护林等各类生态修复项目在此先后实施[44], 进一步提升了地区森林覆盖率(图2), 生态完整性改善趋势明显; 永定河流域和滦河流域覆盖张家口市区等主要城区, 该地区近年来城市快速扩张, 交通建设力度加大[44-45], 因此生态完整性显著退化; 由于实施草原生态修复[46], 这一时期西部内陆河流域草地面积大幅增加(图2), 牧业生产扩张导致的干扰加剧了该地区生态完整性退化。
张家口生态完整性的空间聚集性也表现出与空间格局大体一致的特征, 东部地区为高值(高-高)聚集(图4、图5a-d), 中部地区为低值(低-低)聚集(图4、图5e-h), 西部地区则无明显聚集特征(图4、图5i-j)。东部大清河和潮白河流域的高生态完整性地区随林地呈块状分布, 表明通过生态修复措施恢复森林景观能够进一步改善该地区生态完整性。
各类干扰指标能够解释绝大多数生态完整性空间变化, 但不同指标的影响大小不同。2000年以来, 张家口各级公路总计增长14 217 km, 其中永定河和滦河流域增长8756 km, 占总增长里程的62%, 对区域生态完整性的影响大幅增强, 加之城区扩张, 永定河流域和滦河流域形成以市区为中心并向四周辐射的低生态完整性分布格局。官厅水库和滦河水源地位于该地区, 水源保护意义重大, 今后应以生态保护红线为基础, 将重要水源保护区划入生态空间, 据此严格划定公路开发边界, 维护地区生态完整性, 从而实现保护与发展的双赢。
草地与耕地共同限制了西部内陆河流域的生态完整性空间变化, 这是因为该地区位于我国北方农牧交错带, 景观破碎化程度高(图2), 农牧业生产干扰不同程度相互叠加, 无法形成均一、连续分布的生态完整性区域, 增加了生态系统退化的复杂性和不确定性。因此, 今后在确保粮食安全的前提下, 张家口西部应加大退耕还草力度, 降低景观破碎化水平, 同时实施禁牧、轮牧和休牧措施, 加强草原围栏封育, 最大程度减少牧业生产干扰, 改善地区生态完整性。
在各地区规划实施上述管理措施时, 应充分平衡保护与发展间的关系, 具体可根据生态完整性空间聚集性, 以及生态系统服务权衡与协同关系[44]等特征, 在更小空间尺度上(如流域), 设计更为具体的保护和发展分区, 协调保护与发展间的矛盾, 实现区域高质量发展和高水平保护。
综上, 张家口生态区位重要, 资源禀赋特征鲜明, 根据生态完整性评估结果, 针对性设计具体管理措施, 不仅有利于改善本地生态完整性, 而且对于推动首都“两区”建设, 维护首都生态安全, 均具有十分重要意义。
4. 结论
本研究基于景观条件模型(LCM), 结合空间自相关和共性分析等多种定量方法, 评估2000年和2022年张家口生态完整性, 分析其空间聚集特征, 并识别主要影响因素, 在此基础上提出生态完整性提升策略。主要结论如下:
1)受地区资源禀赋、交通区位和发展定位影响, 张家口生态完整性整体呈东部高、中部和西部低的格局。
2) 2000—2022年, 在生态修复、城市扩张和交通建设驱动下, 张家口出现高生态完整性地区进一步改善, 低生态完整性地区不同程度退化的两极化发展趋势。
3)受生态修复项目影响, 东部高生态完整性地区随林地呈块状分布; 受公路建设影响, 中部、北部和南部地区形成以市区为中心并沿公路向四周辐射的低生态完整性格局; 受农牧业生产影响, 西部地区无明显的生态完整性聚集特征。
4)东部地区可通过恢复森林景观进一步提升生态完整性; 中部、北部和南部地区应根据水源保护红线严格划定公路开发边界, 维护地区生态完整性; 西部地区应在确保粮食安全的前提下, 加大退耕还草力度, 减少景观破碎化, 同时降低牧业生产带来的干扰, 改善地区生态完整性。
-
![]()
图 3 2000年和2022年张家口市生态完整性空间分布
Figure 3. Spatial distribution of ecological integrity in Zhangjiakou City in 2000 and 2022
![]()
图 4 2000年和2022年张家口市生态完整性冷热点分布
Figure 4. Distribution of cold and hot spots of ecological integrity in Zhangjiakou City in 2000 and 2022
![]()
图 5 2000年和2022年张家口市五大流域生态完整性Moran散点图
菱形点表示具有较高影响度量值, 对周围空间影响较大的采样点; 垂直和水平虚线分别表示流域生态完整性均值及其空间滞后均值; 图a和b: 大清河流域; 图c和d: 潮白河流域; 图e和f: 永定河流域; 图g和h: 滦河流域; 图i和j: 内陆河流域。Diamond-shaped points indicate sampling locations with relatively high impact metric values, and significantly influences on the surrounding spatial area. The vertical and horizonal dashed lines represent the average values of ecological integrity and its spatial lag, respectively. Figure a and b refer to Daqing River Watershed, Figure c and d refer to Chaobai River Watershed, Figure e and f refer to Yongding River Watershed, Figure g and h refer to Luanhe River Watershed, and Figure i and j refer to Inland River Watershed.
Figure 5. Moran scatterplots for the ecological integrity of five watersheds in Zhangjiakou City in 2000 and 2022
![]()
图 6 2000年和2022年不同等级生态完整性面积占比随人类干扰指标分值的变化
Figure 6. Changes of proportions of five levels of ecological integrity associated with variations in scores of anthropogenic disturbance indicators in 2000 and 2022
![]()
图 7 2000年和2022年人类干扰指标对生态完整性的方差解释率
H1: 耕地坡度; H2: 草地到最近居民点距离; H3: 地表水到最近居民点距离; H4: 城区面积; H5: 公路等级; H6: 铁路等级。H1: slope gradient of cropland; H2: distance from grassland to the nearest settlement; H3: distance from surface water to the nearest settlement; H4: size of urban area; H5: road grade; H6: railway grade.
Figure 7. Explanatory rate of anthropogenic disturbance indicators on the variance of ecological integrity in 2000 and 2022
表 1 张家口市2000年和2022年各种土地利用类型面积变化
Table 1 Areas of various land use types in Zhangjiakou City in 2000 and 2022
土地利用类型
Land use type2000年面积
Area in 2000 (km2)2022年面积
Area in 2022 (km2)面积变化
Variation in area (km2)变化率
Variation rate (%)耕地 Cropland 14 616.2 11 912.8 −2703.4 −18.5 林地 Forest land 5416.4 7071.4 1655.0 30.6 草地 Grassland 15 842.7 16 371.7 529.0 3.3 水体 Water body 251.6 132.5 −119.1 −47.3 建设用地 Construction land 670.3 1319.5 649.2 96.9 未利用地 Unused land 26.1 15.5 −10.6 −40.6 
下载: 导出CSV
表 2 人类干扰源、指标和分级
Table 2 Sources, indicators, and levels of anthropogenic disturbance
干扰源
Disturbance source指标
Indicator分级 Level 参考文献
Reference1 2 3 4 5 农业生产
Agricultural production耕地坡度
Slope gradient of cropland (°)0~15 >15 [25] 牧业生产
Pastoral production草地到最近居民点距离
Distance from grassland to the nearest settlement (km)0~3 3~6 >6 [27] 地表水利用
Surface water utilization地表水到最近居民点距离
Distance from surface water to the nearest settlement (km)0~3 3~6 >6 [27] 城市化
Urbanization城区面积
Size of urban area (km2)>200 50~200 0~50 [28] 公路
Road公路等级
Road grade高速公路
Expressway国道
National road省道
Provincial road县道
County road乡道
Country road[29] 铁路
Railway铁路等级
Railway grade高速铁路
High-speed railway一般铁路
Regular railway[29]
下载: 导出CSV
表 3 各级人类干扰指标的影响分值和最大影响半径
Table 3 Impact scores and maximum impact radius of anthropogenic disturbance indicators at varying levels
干扰指标
Disturbance indicator分级
Level影响分值
Impact score最大影响半径
Maximum impact radius (m)来源
Source耕地坡度
Slope gradient of cropland1 0.456 2000 [6] 2 0.523 1500 草地到最近居民点距离
Distance from grassland to the nearest settlement1 0.526 1500 [30] 2 0.382 1000 3 0.256 500 地表水到最近居民点距离
Distance from surface water to the nearest settlement1 0.579 1500 [31] 2 0.410 1000 3 0.257 500 城区面积
Size of urban area1 0.830 4000 [3] 2 0.633 2500 3 0.462 1500 公路等级
Road grade1 0.700 4000 [32] 2 0.641 3000 3 0.579 2500 4 0.479 1200 5 0.382 800 铁路等级
Railway grade1 0.639 2000 [33] 2 0.639 1500
下载: 导出CSV
表 4 研究数据及来源
Table 4 Study datasets and sources
数据集
Dataset年度
Year时间分辨率
Temporal resolution (a)空间分辨率
Spatial resolution (m)格式
Format参考文献
Reference数字高程数据 Digital Elevation Model 2020 1 30 GeoTiff [37] 公路 Road 2022 1 — shp [29] 1980—2010 1 — shp [38] 铁路 Railway 2022 1 — shp [29] 2015 1 — shp [29] 地表水系 Surface water system 2022 1 — shp [29] 2005 1 — shp [39] 2010 1 — shp [40] 城市建成区 Urban built-up area 2000, 2020 1 1000 GeoTiff [41]
下载: 导出CSV
表 5 2000年和2022年张家口市五大流域不同等级生态完整性面积
Table 5 Area of different levels of ecological integrity in five watersheds of Zhangjiakou City in 2000 and 2022
km2 生态完整性
Ecological integrity潮白河流域
Chaobai River
Watershed大清河流域
Daqing River
Watershed滦河流域
Luanhe River
Watershed内陆河流域
Inland River
Watershed永定河流域
Yongding River
Watershed2000 2022 2000 2022 2000 2022 2000 2022 2000 2022 高和较高 High and relatively high 1152 1437 650 752 10 21 55 2 1014 1299 中等 Moderate 1582 1579 277 190 246 202 1509 1750 6582 4886 低和较低 Low and relatively low 3018 2736 165 151 1562 1595 8625 8437 9768 11 179
下载: 导出CSV
-
[1] Bongaarts J. Summary for policymakers of the global assessment report on biodiversity and ecosystem services of the Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services[J]. Population & Development Review, 2019, 45(3): 680−681 doi: 10.1111/padr.12283
[2] 邬建国. 景观生态学: 格局、过程、尺度与等级[M]. 2版. 北京: 高等教育出版社, 2007: 103–129 WU J G. Landscape Ecology: Pattern, Process, Scale and Hierachy[M]. 2nd ed. Beijing: Higher Education Press, 2007: 103–129
[3] HAK J C, COMER P J. Modeling landscape condition for biodiversity assessment — Application in temperate North America[J]. Ecological Indicators, 2017, 82: 206−216 doi: 10.1016/j.ecolind.2017.06.049
[4] TISCHENDORF L. Can landscape indices predict ecological processes consistently?[J]. Landscape Ecology, 2001, 16(3): 235−254 doi: 10.1023/A:1011112719782
[5] SANDERSON E W, JAITEH M, LEVY M A, et al. The human footprint and the last of the wild[J]. BioScience, 2002, 52(10): 891 doi: 10.1641/0006-3568(2002)052[0891:THFATL]2.0.CO;2
[6] VENTER O, SANDERSON E W, MAGRACH A, et al. Sixteen years of change in the global terrestrial human footprint and implications for biodiversity conservation[J]. Nature Communications, 2016, 7: 12558 doi: 10.1038/ncomms12558
[7] PARRISH J D, BRAUN D P, UNNASCH R S. Are we conserving what we say we are? Measuring ecological integrity within protected areas[J]. BioScience, 2003, 53(9): 851 doi: 10.1641/0006-3568(2003)053[0851:AWCWWS]2.0.CO;2
[8] THEOBALD D M. A general model to quantify ecological integrity for landscape assessments and US application[J]. Landscape Ecology, 2013, 28(10): 1859−1874 doi: 10.1007/s10980-013-9941-6
[9] DECKER K L, POCEWICZ A, HARJU S, et al. Landscape disturbance models consistently explain variation in ecological integrity across large landscapes[J]. Ecosphere, 2017, 8(4): e01775 doi: 10.1002/ecs2.1775
[10] WALSTON L J, HARTMANN H M. Development of a landscape integrity model framework to support regional conservation planning[J]. PLoS One, 2018, 13(4): e0195115 doi: 10.1371/journal.pone.0195115
[11] CAI W W, ZHOU Z Y, XIA J H, et al. An advanced index of ecological integrity (IEI) for assessing ecological efficiency of restauration revetments in river plain[J]. Ecological Indicators, 2020, 108: 105762 doi: 10.1016/j.ecolind.2019.105762
[12] MCGARIGAL K, COMPTON B W, PLUNKETT E B, et al. A landscape index of ecological integrity to inform landscape conservation[J]. Landscape Ecology, 2018, 33(7): 1029−1048 doi: 10.1007/s10980-018-0653-9
[13] KENNEDY C M, OAKLEAF J R, THEOBALD D M, et al. Managing the middle: A shift in conservation priorities based on the global human modification gradient[J]. Global Change Biology, 2019, 25(3): 811−826 doi: 10.1111/gcb.14549
[14] GRANTHAM H S, DUNCAN A, EVANS T D, et al. Anthropogenic modification of forests means only 40% of remaining forests have high ecosystem integrity[J]. Nature Communications, 2020, 11: 5978 doi: 10.1038/s41467-020-19493-3
[15] 金小伟, 王业耀, 王备新, 等. 我国流域水生态完整性评价方法构建[J]. 中国环境监测, 2017, 33(1): 75−81 JIN X W, WANG Y Y, WANG B X, et al. Methods development for monitoring and assessment of ecological integrity of surface waters in China[J]. Environmental Monitoring in China, 2017, 33(1): 75−81
[16] 席浩郡, 袁一斌, 昝晓辉, 等. 基于生态完整性和社会服务功能的柏条河–府河河流健康评价[J]. 北京大学学报(自然科学版), 2022, 58(6): 1111−1120 XI H J, YUAN Y B, ZAN X H, et al. Health assessment of the Baitiao-Fu River based on ecological integrity and social service functions[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2022, 58(6): 1111−1120
[17] 李欣桐, 王远铭, 梁瑞峰, 等. 河流系统生态完整性评估的回顾与展望[J]. 中国环境科学, 2024, 44(4): 2256−2272 doi: 10.3969/j.issn.1000-6923.2024.04.047 LI X T, WANG Y M, LIANG R F, et al. A review and prospect for ecological integrity assessment of river systems[J]. China Environmental Science, 2024, 44(4): 2256−2272 doi: 10.3969/j.issn.1000-6923.2024.04.047
[18] 代云川, 薛亚东, 张云毅, 等. 国家公园生态系统完整性评价研究进展[J]. 生物多样性, 2019, 27(1): 104−113 doi: 10.17520/biods.2018142 DAI Y C, XUE Y D, ZHANG Y Y, et al. Summary comments on assessment methods of ecosystem integrity for national parks[J]. Biodiversity Science, 2019, 27(1): 104−113 doi: 10.17520/biods.2018142
[19] 魏钰, 雷光春. 从生物群落到生态系统综合保护: 国家公园生态系统完整性保护的理论演变[J]. 自然资源学报, 2019, 34(9): 1820−1832 doi: 10.31497/zrzyxb.20190903 WEI Y, LEI G C. From biocenosis to ecosystem: The theory trend of conserving ecosystem integrity in national parks[J]. Journal of Natural Resources, 2019, 34(9): 1820−1832 doi: 10.31497/zrzyxb.20190903
[20] 蒋亚芳, 田静, 赵晶博, 等. 国家公园生态系统完整性的内涵及评价框架: 以东北虎豹国家公园为例[J]. 生物多样性, 2021, 29(10): 1279−1287 doi: 10.17520/biods.2021319 JIANG Y F, TIAN J, ZHAO J B, et al. The connotation and assessment framework of national park ecosystem integrity: A case study of the Amur Tiger and Leopard National Park[J]. Biodiversity Science, 2021, 29(10): 1279−1287 doi: 10.17520/biods.2021319
[21] 石玉琼, 王宁练. 榆林景观生态完整性的地统计分析[J]. 西北大学学报(自然科学版), 2023, 53(1): 25−32 SHI Y Q, WANG N L. Geostatistics analysis of landscape ecological integrity in Yulin, China[J]. Journal of Northwest University (Natural Science Edition), 2023, 53(1): 25−32
[22] 石玉琼, 王宁练. 基于景观尺度的太原生态完整性时空动态与空间变异[J]. 遥感技术与应用, 2024, 39(3): 690–698 SHI Y Q, WANG N L. Spatio-temporal dynamics and spatial variation of ecological integrity in Taiyuan based on landscape scale[J]. Remote Sensing Technology and Application, 2024, 39(3): 690–698
[23] 中华人民共和国国家发展和改革委员会, 中华人民共和国自然资源部. 关于印发《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》的通知[EB/OL]. 北京: 中国政府网. (2020-06-03) [2024-04-30]. https://www.gov.cn/zhengce/zhengceku/2020-06/12/content_5518982.htm National Development and Reform Commission, Ministry of Natural Resources of the People’s Republic of China. Notification on issuance of overall plan for major projects of protection and restoration of national important ecological systems (2021−2035)[EB/OL]. Beijing: The State Council of the People’s Republic of China. (2020-06-03) [2024-04-30]. https://www.gov.cn/zhengce/zhengceku/2020-06/12/content_5518982.htm
[24] YANG J, HUANG X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907−3925 doi: 10.5194/essd-13-3907-2021
[25] ZHANG B Q, WU P T, ZHAO X N, et al. Changes in vegetation condition in areas with different gradients (1980–2010) on the Loess Plateau, China[J]. Environmental Earth Sciences, 2013, 68(8): 2427−2438 doi: 10.1007/s12665-012-1927-1
[26] LI H, ZHANG X, ZHANG Y, et al. Risk assessment of forest landscape degradation using Bayesian network modeling in the Miyun Reservoir catchment (China) with emphasis on the Beijing-Tianjin sandstorm source control program[J]. Land Degradation & Development, 2018, 29(11): 3876−3885
[27] LI H, MA Z C, ZHU Y J, et al. Planning and prioritizing forest landscape restoration within megacities using the ordered weighted averaging operator[J]. Ecological Indicators, 2020, 116: 106499 doi: 10.1016/j.ecolind.2020.106499
[28] 谈明洪, 吕昌河. 以建成区面积表征的中国城市规模分布[J]. 地理学报, 2003(2): 285−293 doi: 10.3321/j.issn:0375-5444.2003.02.016 TAN M H, LV C H. Distribution of China city size expressed by urban built-up area[J]. Acta Geographica Sinica, 2003(2): 285−293 doi: 10.3321/j.issn:0375-5444.2003.02.016
[29] Open Street Map. Roads (511x), Waterways (810x), Bodies of Water (82xx), Railways (6101)[DB/OL]. 2024 [2024-06-19]. https://download.geofabrik.de/asia/china.html
[30] KNIGHT K B, COMER P J, PICKARD B R, et al. Including condition into ecological maps changes everything — A study of ecological condition in the conterminous United States[J]. Land, 2021, 10(11): 1145 doi: 10.3390/land10111145
[31] LIU S L, ZHAO Q H, WEN M X, et al. Assessing the impact of hydroelectric project construction on the ecological integrity of the Nuozhadu Nature Reserve, southwest China[J]. Stochastic Environmental Research and Risk Assessment, 2013, 27(7): 1709−1718 doi: 10.1007/s00477-013-0708-z
[32] ZHANG X Y, NING X G, WANG H, et al. Quantitative assessment of the risk of human activities on landscape fragmentation: A case study of Northeast China Tiger and Leopard National Park[J]. Science of the Total Environment, 2022, 851(Pt 2): 158413
[33] LEU M, HANSER S E, KNICK S T. The human footprint in the west: A large-scale analysis of anthropogenic impacts[J]. Ecological Applications, 2008, 18(5): 1119−1139 doi: 10.1890/07-0480.1
[34] 蔡毅, 邢岩, 胡丹. 敏感性分析综述[J]. 北京师范大学学报(自然科学版), 2008(1): 9−16 CAI Y, XING Y, HU D. On sensitivity analysis[J]. Journal of Beijing Normal University (Natural Science), 2008(1): 9−16
[35] 於家, 陈芸, 刘静怡, 等. 基于OAT的空间多准则决策中的权重敏感性分析[J]. 资源科学, 2014, 36(9): 1870−1879 YU J, CHEN Y, LIU J Y, et al. One-at-a-time based weight sensitivity analysis in spatial multi-criteria decision making[J]. Resources Science, 2014, 36(9): 1870−1879
[36] RAY-MUKHERJEE J, NIMON K, MUKHERJEE S, et al. Using commonality analysis in multiple regressions: A tool to decompose regression effects in the face of multicollinearity[J]. Methods in Ecology and Evolution, 2014, 5(4): 320−328 doi: 10.1111/2041-210X.12166
[37] National Aeronautics and Space Administration. NASADEM: Creating a new NASA digital elevation model and associated products[DB/OL]. (2020-02-18) [2024-04-30]. https://www.earthdata.nasa.gov/esds/competitive-programs/measures/nasadem
[38] Center for International Earth Science Information Network - CIESIN - Columbia University, and Information Technology Outreach Services - ITOS - University of Georgia. Global Roads Open Access Data Set, Version 1 (gROADSv1)[DB/OL]. New York: NASA Socioeconomic Data and Applications Center (SEDAC). (2018-05-05) [2024-04-30]. https://sedac.ciesin.columbia.edu/data/set/groads-global-roads-open-access-v1
[39] 徐新良. 基于DEM提取的中国流域、河网数据集[DB/OL]. 北京: 资源环境科学数据注册与出版系统. (2018-06-01) [2024-04-30]. https: //www. resdc. cn/DOI/DOI. aspx?DOIID=44 XU X L. China Watershed and River Network Dataset Extracted from DEM[DB/OL]. Beijing: Resource and Environmental Science Data Platform. (2018-06-01) [2024-04-30]. https://www.resdc.cn/DOI/DOI.aspx?DOIID=44
[40] 邱玉宝. 全球河湖矢量数据集(2010)[DB/OL]. 北京: 国家青藏高原数据中心. (2021-04-20) [2024-04-30]. https://data.tpdc.ac.cn/zh-hans/data/66145a93-42c8-41cc-8b0a-12f2b7e5d948 QIU Y B. Global river and lake vector dataset (2010)[DB/OL]. Beijing: National Tibetan Plateau / Third Pole Environment Data Center. (2021-04-20) [2024-04-30]. https://data.tpdc.ac.cn/zh-hans/data/66145a93-42c8-41cc-8b0a-12f2b7e5d948
[41] HE C, LIU Z, XU M, et al. Dataset of urban built-up area in China (1992−2020) V1.0[DB/OL]. Beijing: National Tibetan Plateau / Third Pole Environment Data Center. (2022-10-19) [2024-04-30]. https://cstr.cn/18406.11.HumanNat.tpdc.272851
[42] CHEN Y, JIN F J, LU Y Q, et al. Development history and accessibility evolution of land transportation network in Beijing-Tianjin-Hebei Region over the past century[J]. Journal of Geographical Sciences, 2018, 28(10): 1500−1518 doi: 10.1007/s11442-018-1558-x
[43] 刘超, 许月卿, 卢新海. 生态脆弱贫困区土地利用多功能权衡/协同格局演变与优化分区−以张家口市为例[J]. 经济地理, 2021, 41(1): 181−190 LIU C, XU Y Q, LU X H. Spatio-temporal evolution and optimization regionalization of trade-off and synergy of land use functions in ecologically fragile and poverty areas: A case study of Zhangjiakou City[J]. Economic Geography, 2021, 41(1): 181−190
[44] 李皓, 赵友, 薛倩楠, 等. 张家口市生态系统服务权衡与协同分区优化管理[J]. 陆地生态系统与保护学报, 2023, 3(6): 10−22 doi: 10.12356/j.2096-8884.2023-0068 LI H, ZHAO Y, XUE Q N, et al. Optimal management of zoning for tradeoffs and synergies between ecosystem services in Zhangjiakou[J]. Terrestrial Ecosystem and Conservation, 2023, 3(6): 10−22 doi: 10.12356/j.2096-8884.2023-0068
[45] 张家口市人民政府. 张家口市“十四五”现代综合交通运输体系发展规划[EB/OL]. (2022-10-06) [2024-04-30]. https://www.zjk.gov.cn/content/gzbs/193061.html People’s Government of Zhangjiakou Municipality. The 14th Five-Year Plan for the development of modern comprehensive transportation system in Zhangjiakou City[EB/OL]. (2022-10-06) [2024-04-30]. https://www.zjk.gov.cn/content/gzbs/193061.html
[46] 栾卓然, 田晓华, 吕凤军, 等. 基于遥感张家口坝上地区1980—2019年草地变化趋势与影响因素分析[J]. 河北地质大学学报, 2022, 45(4): 73−79 LUAN Z R, TIAN X H, LV F J, et al. Analysis of grassland change trend and influencing factors in Zhangjiakou Plateau from 1980 to 2019 based on remote sensing[J]. Journal of Hebei GEO University, 2022, 45(4): 73−79
计量
- 文章访问数: 170
- HTML全文浏览量: 52
- PDF下载量: 28
