生态脆弱区社会—生态景观恢复力时空演变及情景模拟

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

张行, 梁小英, 刘迪, 史琴琴, 陈海^,西北大学城市与环境学院,西安 710127

The resilience evolution and scenario simulation of social-ecological landscape in the fragile area

ZHANG Hang, LIANG Xiaoying, LIU Di, SHI Qinqin, CHEN Hai^,College of Urban and Environmental Science, Northwest University, Xi'an 710027, China

通讯作者: 陈海(1971-), 男, 山西侯马人, 教授, 博导, 研究方向为土地利用变化及微观农户行为模拟研究。E-mail: chw@nwu.edu.cn

收稿日期:2018-05-18修回日期:2019-03-5网络出版日期:2019-07-25

基金资助:

国家自然科学基金项目.41671086
国家自然科学基金项目.41271103

Received:2018-05-18Revised:2019-03-5Online:2019-07-25

Fund supported:

National Natural Science Foundation of China.41671086
National Natural Science Foundation of China.41271103

作者简介 About authors
张行(1989-),男,安徽桐城人,博士生,研究方向为人地耦合系统及恢复力的研究E-mail:zhrwdl2000@126.com。

摘要
从最具操作性的景观尺度探究社会—生态系统恢复力的时空分异及其演变,对于揭示人类活动变化对生态环境及其景观服务的影响机制,促进区域可持续发展意义重大。以黄土丘陵沟壑区米脂县作为典型案例地,从生态、社会、生产3个系统维度构建社会—生态景观恢复力评价指标体系,分析研究区各子系统和整体社会—生态景观恢复力时空演变及其相互关系。结果显示：① 研究区2000-2015年社会—生态景观3子系统恢复力空间分异显著且都有增强。其中,“退耕还林”第1阶段（2000-2009年）增强突出,生态、社会、生产三系统恢复力指数分别上升0.134、0.048、0.028;第2阶段（2009-2015年）增强相对减缓,生态、社会、生产三系统恢复力指数分别上升0.038、0.017、0.021。② 总体社会—生态景观恢复力空间分异同样显著,其恢复力指数上升11.60%,呈现中间高东西低的空间格局。③ 子系统与整体景观系统恢复力变化之间有主导性正向关系,且3个子系统恢复力变化协同关系显著,两个或三个系统协同率达到90%以上。最后,运用有序加权平均法,基于干扰指标与适应能力指标的不同权重设置情景偏好,绘制出“不可持续导向型”“维持现状型”和“可持续导向型”3种情景下的社会—生态景观恢复力模拟图,为区域景观适应性管理提供决策支持。
关键词： 社会—生态景观;;景观恢复力;时空演变;情景模拟;生态脆弱区

Abstract

It is of fundamental significance to reveal the influencing mechanism of changes in human activities on ecological environment and landscape services, and to promote regional sustainable development that explores spatio-temporal variation and evolution of social-ecological resilience at the most operable landscape scale. Taking the loess hilly-gully region of Mizhi county as an example, this paper constructed an evaluation index system of social-ecological landscape resilience from the three dimensions of ecosystem, society system, and production system. The resilience of spatial-temporal evolution of the social-ecological landscape and subsystems were analyzed in this area along with their mutual relationships. The following results were obtained from this study: (1) During 2000-2015, the spatial distribution of the three subsystems resilience was prominently distinct and significantly strengthened. Among them, the resilience was significantly enhanced in the first stage of "Grain for Green Project" (2000-2009), and the resilience index of the three systems increased by 0.134, 0.048 and 0.028, respectively. (2) The spatial distribution of resilience on social-ecological landscape was also significantly distinct and the resilience index increased by 11.60%. The spatial distribution of resilience on social-ecological landscape presents a pattern of "high in center and low in eastern and western parts". (3) The positive relationships between the changes of the subsystems resilience and landscape system resilience were dominant, and the synergistic relationship between the resilience of the subsystems was obvious. The synergy rate of two or three systems is over 90%. In this study, OWA method was applied based on different weights of interference and adaptive ability indexes to set up situational preferences. Following this, simulation diagrams of social-ecological landscape resilience of the unsustainably oriented scenario, the current situation oriented scenario and sustainably oriented scenario were mapped, which provide a decision support for the adaptive management of regional landscape.

Keywords：social-ecological landscape;landscape resilience;spatio-temporal evolution;scenario simulation;fragile area

PDF (5696KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
张行, 梁小英, 刘迪, 史琴琴, 陈海. 生态脆弱区社会—生态景观恢复力时空演变及情景模拟. 地理学报[J], 2019, 74(7): 1450-1466 doi:10.11821/dlxb201907013
ZHANG Hang. The resilience evolution and scenario simulation of social-ecological landscape in the fragile area. Acta Geographica Sinice[J], 2019, 74(7): 1450-1466 doi:10.11821/dlxb201907013

1 引言

社会—生态景观（social-ecological landscape, SEL）是一个基于空间,包含社会—生态成分以及它们之间相互作用的复杂自适应系统,具有空间异质性^[1,2,3]。近年来,SEL作为地理学、景观生态学的交叉领域日益成为国内外****关注的热点问题^{[2, 4-5]}。对于生态脆弱区而言,在多源风险与多边扰动下,恢复力是维持系统状态和服务所必有的特性,提高社会—生态系统恢复力能有效应对不确定性和扰动所带来的挑战^{[1, 6-7]}。随着****们对空间恢复力（spatial resilience）的关注^{[1, 8]},从最具操作性的景观尺度探究社会—生态系统有利于区域生物多样性保护、社区人类福祉提升以及区域生产发展,有助于揭示人类活动变化对生态环境及其景观服务的影响机制,对区域可持续发展具有重要意义^{[2-3, 9-10]}。

与传统社会—生态系统恢复力评价相比,社会—生态景观恢复力（social-ecological landscape resilience, SELR）评价突出特征表现在恢复力异质性的定量表征及其时空演变。目前相关研究主要集中在两个方面：① 关注SELR空间异质性,② 关注SELR的时间演变。前者****大多利用土地利用、景观或干扰指数等指标定量表征SELR^{[10,11,12,13]}。国内****李杨帆等通过生态敏感性指标、水质指标、植被覆盖度指标来表征城市湿地SELR^[12],国外****Rescia等通过景观水平指标探讨不同尺度农业SELR^[13]。上述研究在基于景观构成和配置指标定量表征SELR空间异质性方面取得较大进展,但在凸显社会—生态系统中各系统要素具体特征方面还略显不足;后者研究注重SELR评价中系统要素特征及系统随时间的演变机理^{[2, 14-18]},但对系统的空间分异及其演变关注较少。同时,在人地耦合系统研究中,情景模拟可为SELR管理提供相应的规划思路和提前应对方案^[19]。当前系统动力学、人工神经网络、多智能体和有序加权平均（Ordered Weighted Averaging, OWA）等方法在多情景模拟方面得到广泛应用^{[7, 20-22]}。而OWA算法较于其他方法灵活且可模拟多种偏好下的情景,能显著降低某一种单一结果受决策者的主观认知影响,侧面反映区域政策微调导致的模拟结果变化。目前在土地适宜性、生态风险、社会—生态系统脆弱性等研究领域取得较大进展^{[7, 23-24]}。

因此,从系统整体出发,关注系统及其要素的时空分异及其演变就成为SELR研究的主要趋势^[18,19,20]。为分析SELR时空演变,探讨其演变的内在机理,本文以黄土高原米脂县作为生态脆弱区的典型案例地,从生态系统、社会系统、生产系统3个维度构建SELR指标体系,定量评估研究区2000-2015年SEL子系统恢复力及整体恢复力,通过转移矩阵探讨不同类型SELR的时空分异与演变,同时基于OWA方法预测SELR的可能发展状况,为区域可持续性管理提供参考。

2 研究区概况及数据

2.1 研究区概况

米脂县位于陕西省榆林市东南部,面积1178 km²,辖13个乡镇,总人口23.6万。该区地势东西高中间低,以中部无定河川道为集水区。西北部以梁峁景观为主,与榆林风沙区接壤,风蚀沙化明显;东南部以峁状丘陵景观为主,坡陡沟深,共同构成研究区沟壑纵横、梁峁起伏的地貌景观（图1）。伴随“退耕还林”实施、城镇化推进、社会经济转型,土地利用变化显著,2000-2015年流出的土地利用类型主要是耕地和天然草地,主要转变为经济林地和生态林地。该区山地主要种植经济林,坝地和川地多种植粮食与经济作物,有玉米、土豆、红葱、杂粮等,构成多样性生产景观。截止2015年,该区农户约7.1万户,农户类型由纯农户为主发展为农业兼业户、非农兼业户、非农户等类型,构成多样的土地利用方式。选取2000年（米脂县正式“退耕还林”起始年）、2009年（第一轮“退耕”结束年）、2015年（“退耕”基本完成年）3年为时间节点,期间显著的人地关系、景观空间格局与功能的转变为揭示生态脆弱区SELR时空演化提供了良好的研究平台。

图1

新窗口打开|下载原图ZIP|生成PPT
图1研究区地理位置

Fig. 1The location of the research area

2.2 数据来源与处理

2.2.1 数据来源 ① 土地利用数据：2009年土地利用数据源于第二次全国土地利用数据调查（简称“二调”）;2000年土地利用数据是通过当年ETM影像数据参照“二调”数据,进行监督分类和人工目视解译获取,解译精度为91.23%;2015年土地利用数据是通过当年高分一号影像数据（2 m全色、8 m多光谱融合数据）参考“二调”数据,进行监督分类和人工目视解译获取,其解译精度为97.16%。2000-2009年、2009-2015年动态变化的精度在80%以上。此外,将三期土地利用数据统一重采样为15 m×15 m。② 遥感影像来源于地理空间数据云（http://www.dsac.cn/）。③ DEM数据源于地理空间数据云ASTER GDEMS数据集DEM栅格。④ 社会经济数据源自《米脂县国民经济统计年鉴（2000-2015年）》。

2.2.2 数据处理 ① 根据《土地利用现状分类》国家标准（GB/T21010-2007）分为耕地、林地、草地、水域、建设用地和未利用土地6类。② 基于OLI、ETM影像数据,利用ENVI软件对遥感影像处理后获取NDVI数据。③ 研究区为黄土丘陵沟壑区,景观异质性显著,为探讨SELR空间分异,利用等间距系统采样划分单元网格^[26,27]。此外,研究区村庄平均面积大小与1.5 km×1.5 km单元网格大小最接近,因此,采用1.5 km×1.5 km单元网格作为多源数据集成评价的基本单元进行地理空间信息捕捉,得到的单元网格数也接近于村庄总数量,进一步验证了单元网格大小选定的合理性。为使社会经济等无X、Y坐标的属性数据实现指标空间化,将乡镇尺度社会经济数据结合土地利用数据转化成格网数据,保证社会经济数据在空间上的平滑过渡。相较于乡镇尺度,这种方法与研究区实际较吻合。④ 为消除指标数据量纲不一致问题,采用极差标准化方法对原始社会统计数据进行标准化处理。

3 研究方法

3.1 生态脆弱区社会—生态景观恢复力评价指标

通过多层次指标框架来表征社会—生态系统恢复力已得到诸多****认可,但目前尚未形成恢复力评价指标体系范式^{[14, 18, 28]}。本文借鉴Ciftcioglu等提出的SELR研究框架^[16],拟从生态系统、社会系统、生产系统3个层面展开分析。此外,研究区是典型退耕还林示范县,同时也是传统农业县。随着经济不断发展,村民对景观服务的需求发生较大变化,为了构建现代农业产业体系,不断涌现“一乡一业”和“一村一品”的发展模式^{[27, 29]}。农业生产活动作为当地塑造地表景观的主要人类活动形式,可以通过土地利用来体现,而土地利用是连接微观人类活动与宏观景观生态系统的天然桥梁,能有效将二者紧密结合^[30]。因此,结合当地实际情况和数据可获取性,从生态、社会、生产3系统层面评估SELR具有一定的科学与现实依据。此外,为保证数据客观性,本文运用熵权法来确定指标权重和准则层权重。

3.1.1 生态系统恢复力空间表征保持和提高生态系统恢复力（ecosystem resilience, ER）是区域可持续发展的基础,其目标是生态系统保护和生物多样性维持^{[2, 31]}。ER用景观格局、生态系统功能、生态胁迫和生态保护来表征,体现了生态系统在面对内外部压力下维持生态系统结构与功能的应对能力^[31,32]。景观格局通过景观多样性指数和景观连接性指数来表征,可在Fragstats 4.2中完成运算^{[24, 33]}。生态系统功能影响生物多样性,通过NDVI归一化得到^{[12, 31, 34]};生态胁迫主要源于农耕区化肥、农药施用对土壤、水等产生的污染^[35,36];生态保护对黄土沟壑区具有独特战略意义,“三田”（梯田、坝地、水地）作为本区域生态保护及恢复的突破口,反映水土保持能力^[37]。根据格网单元耕地面积占比,基于乡镇农药、化肥施用强度和“三田”面积分别计算每个格网化肥施用强度C_i、农药施用强度B_i和“三田”面积占比E_i。公式如下：

（1）

X_{i} = x_{i} \times g_{i} / G

Tab. 1
表1
表1生态脆弱区社会—生态景观恢复力评价指标体系
Tab. 1Evaluation index system of social-ecological landscape resilience in the fragile area

准则层(权重)	要素层	指标(权重)	单位	指标方向
生态系统(0.350)	景观格局	景观多样性指数(0.146)	%	+
	景观格局	景观连接性指数(0.152)	%	-
	生态系统功能	植被覆盖度(0.169)	%	-
	生态胁迫	化肥施用强度(0.179)	kg/hm²	+
	生态胁迫	农药施用强度(0.137)	kg/hm²	+
	生态保护	“三田”面积占比(0.216)	%	+
社会系统(0.293)	产业结构	产业结构多样化指数(0.207)	%	+
	人口压力	人类活动强度(0.281)	%	-
	农户生计	农业总产值(0.234)	元	+
	集体记忆	外迁人口占比(0.279)	%	-
生产系统(0.357)	地形条件	坡度(0.208)	度	-
	地形条件	高程(0.161)	m	-
	生产能力	粮食产量(0.213)	kg	+
	生产能力	耕地面积占比(0.228)	%	+
	劳动力	农业劳动力数量(0.190)	人	+

新窗口打开|下载CSV

式中：X_i分别表示C_i、B_i、E_i时,x_i分别表示c_i、b_i、e_i（c_i、b_i、e_i分别表示区域单位面积化肥施用强度、区域单位面积农药施用强度和区域单位面积“三田”面积占比）;g_i表示样区耕地面积占比;G表示区域总耕地面积占比。

3.1.2 社会系统恢复力空间表征社会系统恢复力（social system resilience, SR）表征社会系统在面对内外部压力下维持系统结构与功能的应对能力^{[14, 39]}。因此,SR从产业结构、人口压力、农户生计、集体记忆四要素来体现,囊括产业、人口、经济、文化等主要方面^{[2, 18, 38-39]}。产业结构是区域经济结构和经济发展水平的重要反映;Perz等^[40]在构建乡村社区社会—生态恢复力框架时认为,“集体记忆”是社区维持重要特性的能力,将其视为系统经历扰动后进行恢复的关键因子,将人口迁移和流动量变化来衡量“集体记忆”。借鉴Perz研究并根据实际调研,采用“外迁人口占比”反映“集体记忆”。外迁人口越少,社区重组的速度越慢,越容易保留集体记忆,有利于当地社区文化的维持^{[14, 40]};农户生计主要源于农业产值,农业产值越大,农户生计恢复力越高^{[2, 41]},基于统计单元的农业用地面积占比,结合乡镇农业产值,计算出样区农业产值;产业结构多样化指数越高,当地产业应对能力越强^{[7, 18]}。公式如下：

（2）

D = \overset{m}{\sum_{i}} p_{i} \ln p_{i}

式中：

D

表示产业结构多样性指数;

p_{i}

为各产业从业人口占比;m为产业个数。将产业结构多样性指数属性数据输入研究样区实现空间化。

人口压力是社会经济系统所承载压力的重要体现,用人类活动强度来表征。本文参考徐勇等提出的人类活动强度测算方法,根据区域不同土地利用类型建设用地当量总和,计算人类活动强度^[42]。公式如下：

（3）

HA I_{i} = s_{i} / S_{i}

式中：HAI_i表示人类活动强度;s_i为第i个格网单元土地利用类型折算后的建设用地当量面积;S_i为第i个格网单元面积。

3.1.3 生产系统恢复力空间表征生产系统恢复力（production system resilience, PR）对农业资源的有效利用及农业生产的持续发展有着重要作用。PR选择地形条件、生产能力、劳动力3个要素层,综合考虑影响PR的自然和社会因素^{[2, 41]}。地形是黄土高原丘陵沟壑区农业生产重要胁迫因素,坡度越大,耕地生产潜力越小,PR提升空间越小。基于研究区坡度分布特征,设定2°以下为无风险、生产潜力大,25°以上为最大风险、生产潜力最小,对2°~25°区间进行归一化处理;高程越高,农业生产可能性越小,成本越高^{[24, 33, 41, 43]};生产能力是农业生产系统潜力的表征,通过研究区粮食产量和耕地面积占比来反映^[44]。劳动力反映区域农业人力资本供给能力,劳动力越多,PR越大^[35]。公式如下：

（4）

Y_{i} = y_{i} \times t_{i} / T_{i}

式中：Y_i分别表示L_i、Q_i（L_i表示粮食产量、Q_i表示劳动力数量）时,y_i分别表示l_i、q_i（l_i为区域粮食产量、q_i为区域劳动力数量）;t_i表示样区农业用地面积占比;T_i表示区域农业用地面积占比。通过格网的农业用地面积占比,计算粮食产量、劳动力数量,进行空间插值实现空间化。

3.2 OWA方法

OWA方法是美国****Yager提出的一种控制因子权重合并的方法,其通过将各项指标数据按照其属性值大小重新排序,依据各指标位序赋予不同的次序权重并加权聚合,以反映决策者对各项指标重要度排序不同时的决策结果。其中各指标的准则权重运用熵权法来确定。本文采用模糊量化求解模型,其特点是简单易理解且运用广泛^[45,46]。公式为：

（5）

V_{j} = {(\overset{i}{\sum_{k = 1}} W_{k})}^{a} - {(\overset{j - 1}{\sum_{k = 1}} W_{k})}^{a}, a \in (0, \infty), (j = 1,2, 3 \dots \dots, n)

式中：V_j代表次序权重;a为决策风险系数,取决于决策风险,取值范围在0~∞之间,W_k代表指标重要性程度,可由下式计算：

（6）

W_{j} = \frac{n - r_{j} + 1}{\overset{j}{\sum_{I = 1}} n - r_{I} + 1}, (k = 1,2, 3 \dots \dots, n)

式中：

n

表示指标总数;r_k为根据指标数值大小对指标重要性的取值,最大值取1,次大取2,最小取

n

。

OWA算法原理是在次序权重与准则权重计算基础上,将不同图层整合叠加得到研究区SELR综合评估图,通过不同决策偏好系数的设置对区域SELR进行多情景模拟。其中,决策风险系数a体现的是决策者对于问题的乐观程度,系数a由0向∞变化,表征决策者态度由悲观向乐观变化,a = 1即决策者态度无偏好,决策权重相等,即为区域SELR的现状态势。

4 结果分析

4.1 子系统恢复力时空演化

按自然断点法将各子系统恢复力分为5类（图2）：弱恢复力（I级）、较弱恢复力（II级）、中等恢复力（III级）、较强恢复力（IV级）和强恢复力（V级）。采用栅格相减（差值设为X,|X| ≤ 0.1时,恢复力变化定义为“不变”;X < -0.1时;恢复力变化定义为为“减少”;X > 0.1时,恢复力变化定义为“增加”）得到各系统恢复力变化。

图2

新窗口打开|下载原图ZIP|生成PPT
图22000-2015年米脂县各子系统恢复力时空分布

Fig. 2Spatial and temporal distribution of subsystems resilience in Mizhi County during 2000-2015

4.1.1 生态系统恢复力时空演化 2000年、2009年、2015年米脂县ER指数分别为0.297、0.4313、0.4695,ER空间分异显著,呈东西向带状相间分布（图2a）。2000-2009年ER明显增加且空间格局变化较大,各等级ER也变化较大（表2）。I、II级占比分别下降26.91%、5.15%,III级面积增加最大,IV、V级增加占比分别为8.97%、2.65%。ER增加空间分布于西北部和南部、不变空间分布于中部、减小空间分布少（图3a）;2009-2015年ER亦有增加,但空间格局基本维持不变,各等级转变不大。I、II级面积分别下降28.59 km²、21.43 km²,III级面积下降最多,IV、V级占比分别增加4.65%、1.28%。ER增加空间分布于中部、不变是北部及南部局部地区、减小是东部姬岔;2000-2015整体ER显著增强且空间格局变化较大,各等级转变也较大。I、II级减少占比35.53%,III级面积增加185.03 km²。IV、V级区增加占比分别13.62%、3.93%。2000-2015年ER增加区域是西南部和中部、不变区域零散分布,减小区域较少。总体来说,2000-2009年处“退耕”关键阶段,植被覆盖增加、景观格局与功能不断改善,助推了ER提升。相对而言,东北部ER优于其他地区,得益于当地重视生态环境建设、退耕政策落实到位。2009-2015年是“退耕”基本完成阶段,生态环境提升减缓,而中部地区大片农作区农肥施用也一定程度影响ER。

Tab. 2
表2
表22000-2015年各子系统恢复力等级分类
Tab. 2Classification of subsystems resilience grade in Mizhi County during 2000-2015

恢复力等级		2000年		2000-2009年面积变化 (km²)	2009年		2009-2015年面积变化 (km²)	2015年		2000-2015年面积变化 (km²)
恢复力等级		面积 (km²)	比例 (%)	2000-2009年面积变化 (km²)	面积 (km²)	比例 (%)	2009-2015年面积变化 (km²)	面积 (km²)	比例 (%)	2000-2015年面积变化 (km²)
生态系统	I级	378.52	31.49	-324.56	53.96	4.58	-28.59	42.90	3.64	-335.62
	II级	412.39	34.89	-61.78	350.61	29.74	-21.43	329.18	27.92	-83.21
	III级	230.07	17.94	218.66	448.73	38.06	-45.64	415.1	35.21	185.03
	IV级	135.95	11.72	111.25	247.20	20.69	51.54	298.74	25.34	162.79
	V级	22.00	3.96	55.92	77.92	6.61	44.39	93.01	7.89	71.01
社会系统	I级	72.28	6.13	-36.14	36.14	3.07	22.26	58.40	4.95	-13.88
	II级	482.73	41.03	-62.33	420.4	35.66	-225.54	194.86	16.53	-287.87
	III级	245.55	20.83	117.92	363.47	30.83	20.84	384.31	32.60	138.76
	IV级	271.72	23.05	-108.42	163.30	13.85	244.66	407.96	34.61	136.24
	V级	106.28	9.02	89.27	195.55	16.59	-62.23	133.32	11.31	27.04
生产系统	I级	138.93	11.79	-62.79	76.14	6.46	-28.53	47.61	4.04	-91.32
	II级	199.86	16.95	0.54	200.40	17.00	11.16	211.56	17.95	11.70
	III级	589.18	49.98	-25.71	563.47	47.80	-54.86	508.61	43.14	-80.57
	IV级	199.00	16.88	64.30	263.3	22.34	-0.48	302.82	25.69	103.82
	V级	51.50	4.37	24.05	75.55	6.41	32.45	108.00	9.16	56.50

新窗口打开|下载CSV

图3

新窗口打开|下载原图ZIP|生成PPT
图32000-2015年米脂县各子系统恢复力变化

Fig. 3The change of subsystems resilience in Mizhi County during 2000-2015

为更好揭示ER值数量转化关系,采用转移矩阵分析各等级恢复力面积转化情况（表3）。除各等级ER自身转化外,还有9类等级上升（I-II、I-III、I-IV、I-V、II-III、II-IV、III-IV、III-V、IV-V）及3类等级降低（III-II、IV-III、V-IV）转移类型。由转化流向可知,ER等级均在自身等级基础上转向较高一级为主,ER等级由低向高转化面积占比为63.31%,而由高变低的面积占比为6.01%。说明ER整体上是增强趋势。

Tab. 3
表3
表32000-2015年生态系统恢复力转移矩阵
Tab. 3Transition matrixes of ecosystem resilience during 2000-2015

恢复力等级	I级	II级	III级	IV级	V级	2000年总计
I级 (km²)	42.90	174.32	91.93	39.43	29.94	378.52
II级 (km²)		144.51	173.27	94.61		412.39
III级 (km²)		10.35	99.06	92.20	28.46	230.07
IV级 (km²)			50.84	62.87	22.24	135.95
V级 (km²)				9.63	12.37	22.00
2015年总计(km²)	42.90	329.18	415.10	298.74	93.01	1178.90
面积净变化(km²)	-335.62	-83.21	185.03	162.79	71.01

新窗口打开|下载CSV

4.1.2 社会系统恢复力时空演化 2000年、2009年、2015年SR指数分别为0.4386、0.4870、0.5042,整体呈北低南高分布（图2b）。2000-2009年SR有一定增加,空间格局变化较小,各等级SR变化微弱（表2）。I、II级占比下降13.73%,III级占比增加10.00%,IV级占比下降9.20%,V级占比增加7.57%。SR变化明显,增加空间分布于西部地区、不变空间分布于东部地区、减小空间较少（图3）;2009-2015年SR增加趋势不显著,空间格局基本维持不变,但各等级转变较小。II级面积下降最大,I、III级占比增加不足4%,IV级占比增加最大,为20.76%,IV级占比下降为5.28%。SR增加空间分布于周边地区、不变空间分布于中部地区、减小空间较少;2000-2015年整体SR有增加趋势,空间格局有一定变化,各等级转变较小。I、II级减少面积占比最大,约为25%,III级增加占比最大（11.77%）,IV级增加占比也较大,为11.56%,V级面积增加较少,为2.3%。2000-2015年SR增加区域呈连片状、不变区域零散。总的来说,2000-2009年退耕全面推进,耕地减少促进了人口外流,对乡村文化记忆的保持产生影响,但农业补贴、农业生产集约化发展一定程度改善了农户生计水平。城镇化发展使中部乡镇产业结构不断调整升级,中部SR是较高区域。2009-2015年SR局部改善较明显,西部郭兴庄和石沟重视产业结构调整,推进产业规模化发展,特别是商品农业、生态旅游业、文化产业等发展促进了SR显著提升。但北部乡镇以及中部桥河岔面临人口外迁、产业单一、乡村萧条的状况,SR提升不明显。

除各等级SR的自身转化外,还有6类（I-II、I-III、II-III、II-IV、III-IV、IV-V）等级上升及4类（II-I、III-II、IV-III、V-IV）等级降低转移类型（表4）。由转化流向可知,SR等级均在自身等级基础上转向较高一级为主,SR等级由低向高转化面积占比为39.18%,而由高变低的面积占比为16.08%。说明SR虽局部有所降低,但整体朝着好的态势发展。

Tab. 4
表4
表42000-2015年社会系统恢复力转移矩阵
Tab. 4Transition matrixes of society system resilience during 2000-2015

恢复力等级	I级	II级	III级	IV级	V级	2000年总计
I级 (km²)	14.62	32.50	25.16			72.28
II级 (km²)	18.23	210.79	201.48	53.23		483.73
III级 (km²)		87.53	132.08	25.94		245.55
IV级 (km²)			67.57	80.57	123.58	271.72
V级 (km²)				16.23	90.05	106.28
2015年总计(km²)	58.40	194.86	384.31	407.96	133.32	1178.85
面积净变化(km²)	-13.88	-288.87	138.76	136.24	27.04

新窗口打开|下载CSV

4.1.3 生产系统恢复力时空演化 2000年、2009年、2015年PR指数分别为0.4080、0.4357、0.4567。PR整体呈中部高、周边低分布（图2c）。2000-2009年PR增加显著且空间格局变化较大,各等级PR变化较大（表2）。I级减少62.79 km²,II级基本不变,III级减少25.71 km²。IV、V级面积比例增加7.5%。PR增加空间位于中北部和西部、不变空间位于中部区域、减小空间较少,零星分布于西南部（图3）;2009-2015年PR变化趋势不明显,基本维持原有格局,各等级PR转变也相对很小。I级占比面积下降2.42%,而II级面积占比不足1%,III级面积下降是转移面积最大类型,达4.66%。IV、V级面积增加32.93 km²。PR增加空间分布于南部和西北部,不变空间分布于中部,减小空间较少;2000-2015整体PR亦有增加趋势,空间格局变化微弱。I级减少面积最大,II级增加面积最大,III级减少面积为80.57 km²,IV、V级面积比例共增加6.10%。2000-2015年PR整体增加,增加区域集中于北部地区,不变区域集中东南部。总体来说,空间分布与流域地形具有一定一致性,沿河流沟谷地带PR较高。2000-2009年耕地锐减、人口外流等限制了PR提升。2009-2015年生产技术发展,以中部银州为中心的沟谷借助优良生产条件,PR不断提升,而西北部因土地撂荒严重致使PR转变不大。

各等级PR除的自身转化外,有7类（I-II、I-III、II-III、II-IV、III-IV、III-V、IV-V）等级上升及4类（III-II、IV-III、IV-II、V-IV）等级降低的转移类型（表5）。由转化流向可知,PR等级均以在自身等级基础上转向较高一级为主,等级由低向高转化面积占比为35.58%,而由高变低的面积占比为9.32%。说明PR也是整体向好的态势发展。

Tab. 5
表5
表52000-2015年生产系统恢复力转移矩阵
Tab. 5Transition matrixes of production system resilience during 2000-2015

恢复力等级	I级	II级	III级	IV级	V级	2000年总计
I级 (km²)	47.61	57.12	34.20			138.93
II级 (km²)		76.43	60.50	62.93		199.86
III级 (km²)		69.34	400.98	109.36	29.50	609.18
IV级 (km²)		8.67	12.93	111.60	65.80	199.00
V级 (km²)				18.93	32.70	51.50
2015年总计(km²)	47.61	211.56	508.61	302.82	128.00	1178.85
面积净变化(km²)	-91.32	-8.30	29.43	13.51	21.81

新窗口打开|下载CSV

4.2 社会—生态景观恢复力时空演化

SELR是ER、SR、PR的集成表达,在三者图层叠加运算基础上得到,同样方法将恢复力划分为5级（图4）。2000年、2009年、2015年SELR指数分别为0.3852、0.4548、0.5012,总体上升11.60%。SELR空间差异显著,整体呈中间高东西低的空间格局。采用栅格相减的方法得到SELR变化（图5）。

图4

新窗口打开|下载原图ZIP|生成PPT
图42000-2015年米脂县社会—生态景观恢复力时空演化

Fig. 4The spatio-temporal evolution of social-ecological landscape resilience in Mizhi County during 2000-2015

图5

新窗口打开|下载原图ZIP|生成PPT
图52000-2015年米脂县社会—生态景观恢复力空间变化

Fig. 5Spatial variation of social-ecological landscape resilience in Mizhi County during 2000-2015

2000-2009年SELR空间格局大体变化不大,但各等级SELR面积转变较大（表6）,SELR有明显增加。I、II级占比面积分别下降8.49%、12.58%,III级是转移面积最大类型（195.50 km²）,IV、V级面积比例分别增加1.74%、2.75%。SELR整体增加,增加空间分布是西部、不变空间分布是中部和东部,减小空间分布是南部（图5a）;2009-2015年SELR空间格局基本保持不变,但各等级恢复力转变也相对不大,SELR有一定增强。期间,I、II级占比面积分别下降1.25%、2.42%,III级是下降面积占比最大（18.30%）,IV、V级面积比例分别增加11.65%、10.48%。2009-2015年SELR增加,增加空间分布是西部,大部分区域保持不变,减小的区域较少（图5b）;2000-2015年SELR空间格局变化较大,且各等级SELR转变也相对较大,SELR亦有一定增强。期间I、II级减少面积占比最大,约占总面积的24.74%,且空间格局变化明显,而III级面积的减少是最小的类型。IV、V级面积比例分别增加24.78%、6.27%,银州、十里铺IV、V级核心扩大显著。2000-2015年恢复力整体增加,增加区域是西北部,大部分区域不变,减小区域较少（图5c）。总体来说,退耕政策实施以来,研究区林草地封育保护、水土流失治理、污染管治等措施,使生态环境得到改善。最后,受限于黄土高原特殊地形影响,农业生产受到一定影响,但随着农业生产技术发展、农业生产结构调整、劳动力生产能力提升使研究区生产系统也得到发展。

Tab. 6
表6
表62000-2015年米脂县社会—生态景观恢复力等级分类
Tab. 6Classification of social-ecological landscape resilience grade in Mizhi County during 2000-2015

恢复力等级	2000年		2000-2009年面积变化 (km²)	2009年		2009-2015年面积变化 (km²)	2015年		2000-2015年面积变化 (km²)
恢复力等级	面积 (km²)	比例 (%)	2000-2009年面积变化 (km²)	面积 (km²)	比例 (%)	2009-2015年面积变化 (km²)	面积 (km²)	比例 (%)	2000-2015年面积变化 (km²)
I级	173.21	14.69	-100.11	73.10	6.20	-14.70	58.40	4.95	-114.81
II级	371.70	31.53	-148.28	223.42	18.95	-28.56	194.86	16.53	-176.84
III级	459.95	39.02	195.50	655.45	55.60	-271.14	384.31	32.60	-75.64
IV级	114.72	9.73	20.52	135.24	11.47	272.72	407.96	34.60	293.24
V级	59.27	5.03	32.39	91.66	7.78	41.66	133.32	11.30	74.05

新窗口打开|下载CSV

同时,采用转移矩阵分析SELR各等级面积转化情况（表7）。除各等级恢复力自身转化外,有7类（I-II、I-III、II-III、I-IV、III-IV、III-V、IV-V）等级上升及4类（II-I、III-II、IV-III、V-IV）等级降低的转移类型。由转化流向可知,恢复力等级均在自身等级基础上向较高级为主,等级由低向高转化面积占比为57.09%,而由高变低的面积占比为7.74%。说明SELR整体朝着好的方向转变。

Tab. 7
表7
表72000-2015年社会—生态景观恢复力转移矩阵
Tab. 7Transition matrixes of social-ecological landscape resilience during 2000-2015

恢复力等级	I级	II级	III级	IV级	V级	2000年总计
I级 (km²)	50.11	58.01	65.09			173.21
II级 (km²)	8.29	83.65	113.94	165.82		371.70
III级 (km²)		53.20	180.36	191.32	35.07	459.95
IV级 (km²)			24.92	45.99	43.81	114.72
V级 (km²)				4.83	54.44	59.27
2015年总计(km²)	58.40	194.86	384.31	407.96	133.32	1178.85
面积净变化(km²)	-114.81	-176.84	-75.64	293.24	74.05

新窗口打开|下载CSV

4.3 社会—生态景观恢复力与子系统恢复力演化关系

通过叠加2000-2015年整体SELR与ER、SR、PR变化图层,探讨SELR与各子系统恢复力变化之间关系（图6）。结果显示：SELR增加区域占50.19%,有3种情况：① 三系统均增加（E+、S+、P+）^① (① E、S、P表示三子系统（生态、社会系统和生产）恢复力;+、-表示增加、减少,无后缀表示不变。)占13.83%,主要分布于西北部;② 两系统增加中（E+、S+、P）占15.71%、（E+、S、P+）占3.91%、（E、S+、P+）占6.95%,主要分布于西部石沟和北部沙家店;③ 一系统增加中（E+、S、P）占2.47%、（E、S+、P）占2.93%、（E、S、P+）占4.39%,零散位于中部;（2）SELR不变区域占49.43%,有4种情况：① 三系统均不变（E、S、P）占11.60%,主要分布于西北龙镇和东南杨家沟;② 两系统不变（E、S、P+）占4.79%、（E、S、P-）占1.04%、（E、S+、P）占5.96%、（E-、S、P）占2.17%、（E+、S、P）占10.00%,集中分布于桥河岔以及桃镇;③ 一系统不变（E、S+、P-）占1.53%、（E-、S+、P）占0.61%、（E+、S-、P）占1.40%、（E+、S、P+）占6.14%、（E+、S+、P）占1.57%,集中于无定河川道两侧乡镇,该地区随着退耕的推进,生态环境提升显著且生产改善较大,但社会文化发展不显著,甚至出现乡村衰退;④ 三系统都变化（E+、S-、P+）占1.11%、（E+、S+、P-）占1.51%。（3）SELR减少占比很少,不到1%。

图6

新窗口打开|下载原图ZIP|生成PPT
图62000-2015年米脂县景观恢复力与子系统恢复力变化关系

Fig. 6The coupling relationshipofchanges between landscape resilience and subsystems resilience in Mizhi County during 2000-2015

由变化关系可知：① ER增加对应SELR增加区域占总增加区域的71.57%,大于其他两系统对应比例,ER增加与SELR增加有着主导性正向关系;② SR不变区域对应SELR不变占比达到总增加区域的72.30%,大于其他两系统对应的占比,SR不变与SELR不变有着主导性正向关系;③ 两个或三子系统同时增减（不变）达90%以上,说明三子系统恢复力变化协同关系显著。

5 社会—生态景观恢复力情景模拟

情景模拟可为SELR管理提供相应的规划蓝本,有利于揭示恢复力变化的影响机制。SELR情景指标拟定是在前文已有的评价指标基础上,按照6个干扰指标与9个适应能力指标分别来排序（表8）。根据上述公式（5）的方法结合7种不同决策风险系数来进行次序权重计算,从而得到不同决策风险系数a下的次序权重的取值。栅格指标图层在ArcGIS软件中标准化赋值后,通过IDRISI软件MCE决策分析的OWA模块输入准则权重和不同决策系数的次序权重运算得出最终结果。当决策者处于极乐观或乐观态度（即a = 1000或10）时,SEL整体基本处于强恢复力,但决策风险系数太大,不符合实际情况。当决策者处于较乐观态度（a = 2）时,研究区大部分面积处于中等恢复力以上水平且区域整体呈现恢复力增强的趋势。而随着决策者认知态度的降低,次序权重大的指标对评价单元的最终评价结果影响减弱,导致区域恢复力最大值降低,因此,当决策者处于悲观或极其悲观态度（a = 0.1或0.01）时,SEL处于弱恢复力状态,其决策风险最小,严重脱离理性现实。

Tab. 8
表8
表8次序权重计算结果
Tab. 8Result of the ordered of weight

次序权重	a→0(0.0001) 极悲观	a = 0.1 悲观	a = 0.5 较悲观	a = 1 无偏好	a = 2 较乐观	a = 10 乐观	a→∞(1000) 极乐观
人类活动强度	1	0.8123	0.3536	0.0667	0.0156	0.0000	0
外迁人口占比	0	0.0554	0.1380	0.0667	0.0428	0.0000	0
坡度	0	0.0327	0.1000	0.0667	0.0641	0.0000	0
化肥施用强度	0	0.0229	0.0792	0.0667	0.0800	0.0000	0
高程	0	0.0173	0.0652	0.0667	0.0909	0.0018	0
农药施用强度	0	0.0136	0.0546	0.0667	0.0972	0.0069	0
景观多样性指数	0	0.0109	0.0461	0.0667	0.0994	0.0192	0
景观连接性指数	0	0.0088	0.0389	0.0667	0.0978	0.0419	0
植被覆盖度	0	0.0072	0.0327	0.0667	0.0929	0.0759	0
产业结构多样性	0	0.0058	0.0271	0.0667	0.085	0.1170	0
农业劳动力数量	0	0.0046	0.0220	0.0667	0.0746	0.1558	0
农业总产值	0	0.0035	0.0173	0.0667	0.0622	0.1798	0
“三田”面积占比	0	0.0026	0.0127	0.0667	0.0481	0.1776	0
粮食产量	0	0.0017	0.0084	0.0667	0.0328	0.1434	0
耕地面积占比	0	0.0008	0.0042	0.0667	0.0166	0.0803	1

新窗口打开|下载CSV

根据不同决策设置的动态模拟,考虑理性现实,极端决策风险偏好不符合实际。米脂县自正式实行“退耕”政策以来,生态保护、社会经济发展、农业生产之间存在权衡与协同关系,转变社会经济发展结构、实施可持续发展策略等成为政策制定的关注点。因此,充分调研米脂县生态环境、社会经济、农业生产基础上,设置3种可能政策情景：不可持续导向型、维持现状型和可持续导向型（图7）。

图7

新窗口打开|下载原图ZIP|生成PPT
图7不同情景下的米脂县社会—生态景观恢复力空间分布

Fig. 7Spatial distribution of the social-ecological landscape resilience for different scenarios in Mizhi County

SELR影响因素多样,各因子相互作用关系存在不确定性。因此,基于正常决策风险系数与决策者理性考虑,将a = 1作为维持现状型,代表SELR指标因子正常赋权运算的结果。依据以往研究成果,把a = 0.8与a = 1.2作为现状决策风险系数下的波动区间节点。情景一不可持续导向型（a = 0.8）：研究区东部及西部基本处于中低级恢复力、无定河川道两侧基本处于高等级恢复力、中部和西部的郭兴庄恢复力下降显著。a < 1情景下,人类活动强度、外迁人口占比、农肥施用强度、地形等干扰指标因子权重较大,而适应能力因子权重小,说明社会经济发展中决策者缺乏对景观系统适应能力的重视,必然导致恢复力降低;情景二维持现状型（a = 1）：模拟结果与2015年SELR空间分布基本趋同,表明a = 1是一种特殊情景,也验证了情景指标选取的科学性;情景三可持续发展型（a = 1.2）：研究区中部、东北大部以及西部郭兴庄基本是中高级恢复力,沿无定河川道两侧恢复力提升蔓延显著。a > 1情景下,重视适应能力因子指标,而干扰等因子权重较小,即决策者注重农业生产能力、景观生态格局与功能、产业结构升级、农户生计等区域适应能力建设。因此,区域SELR显著提升,以中高等级恢复力为主。

从情景一到情景三,SELR呈增强趋势（表9）。从数量维度看,从情景二到情景一,研究区IV、V等级减少121.11 km²,III等级减少最多,为409.79 km²,I、II等级增加530.9 km²;从情景二到情景三,研究区IV、V等级增加335.29 km²,III等级减少最多,I、II等级减少122.64 km²;从情景一到情景三,研究区IV、V等级增加456.41 km²,III等级增加为197.14 km²,I、II等级减少653.55 km²。从空间维度看,高等级区域依然位于米脂县中部,从情景一到情景二、到情景三,中高等级景观空间面积明显向外扩张,恢复力转化较为显著的是东北部,而东南部恢复力相对转化不明显。由上述模拟分析可知,基于不同决策风险系数,其政策制定的恢复力模拟结果不同,OWA算法是利用多情景组合来识别指标阈值变化不确定区间,通过情景政策对研究区SELR空间分布进行论证预测,得到不同影响因素的重要性关系。在具体实践政策制定中,情景分析并非方案的单一优选,而是以3种情景预测结果阈值作为浮动区间的参考,辨识出SELR的关键影响因素,从而根据不同阶段对SELR发展战略进行调整。

Tab. 9
表9
表93种情景下社会—生态景观恢复力等级分类
Tab. 9Classification of social-ecological landscape resilience grade of three scenarios

恢复力等级	情景一		情景一、二面积变化 (km²)	情景二		情景二、三面积变化 (km²)	情景三		情景一、三面积变化 (km²)
恢复力等级	面积 (km²)	比例 (%)	情景一、二面积变化 (km²)	面积 (km²)	比例 (%)	情景二、三面积变化 (km²)	面积 (km²)	比例 (%)	情景一、三面积变化 (km²)
I级	278.10	23.59	-218.13	59.96	5.09	-46.16	13.80	1.17	-264.30
II级	464.95	39.44	-312.77	152.17	12.91	-76.48	75.69	6.42	-389.25
III级	224.54	19.05	409.79	634.34	53.81	-212.65	421.68	35.77	197.14
IV级	158.04	13.41	43.05	201.10	17.06	276.37	477.47	40.50	319.43
V级	53.22	4.51	78.06	131.28	11.14	58.92	190.21	16.14	136.98

新窗口打开|下载CSV

6 结论与讨论

6.1 结论

本文以黄土高原米脂县作为生态脆弱区典型案例,统筹SEL的时空属性、系统属性,明晰SEL在面对干扰的时空响应,构建“生态—社会—生产”三维框架来整合研究SELR的时空演变及模拟,为后续SELR研究提供理论支撑。主要得到以下结论：① 研究期间,米脂县ER、SR、PR空间分异显著且都有增强趋势。时间层面上,第一阶段ER、SR、PR变化显著,第二阶段变化相对缓慢;空间层面上,ER呈东西向带状格局、SR呈北低南高空间格局、PR呈中部高周边低的空间格局。② SELR朝着正向态势发展是三子系统综合作用结果,整体达到中等水平且空间分异显著,呈中间高东西低的空间格局。ER、SR、PR与SELR变化关系密切,且ER、SR、PR变化有明显协同关系。③ 运用OWA方法设置情景,绘制“不可持续导向型”“维持现状型”和“可持续导向型”3种情景下的SELR模拟图。从“不可持续导向型”到“维持现状型”、再到“可持续导向型”,预测的恢复力呈增强趋势且中等以上恢复力空间面积明显外扩。

6.2 讨论

SELR研究有效地统筹了系统视角和时空视角。当前“未来地球”计划以及可持续性科学都着重强调自然、社会要素的综合集成与时空演化研究^[47]。本文通过社会经济数据空间化,将遥感数据、统计数据等数据结合起来,试图从多要素和多层面去揭示和评估SELR。后续研究在收集更精细的自然生态数据和社会经济数据的基础上,应进一步探讨社会经济数据空间化的有效方法,实现SELR的定量化测度精度的提升。同时,本文从宏观层面探讨SELR的时空演变趋势及其情景变化,还未从微观层面揭示SELR演变驱动机制。因此,在探讨有效表征社会经济空间化的基础上,从微观层面探讨土地利用主体行为变化对SELR的影响,便于阐明SELR变化的微观驱动机理。OWA情景模拟给决策者在某一时间点的适应性管理提供了灵活的多情景参考,但还不能很好地对未来时间序列的SELR变化进行预测。因此,将预测未来SELR的方法和OWA方法相结合,预测未来和特定时间点的不同情景的变化,为准确分析SELR的动态演化和提出适应性管理对策奠定基础。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Cumming G

, Olsson

, Chapin F

, et al. Resilience, experimentation, and scale mismatches in social-ecological landscapes
Landscape Ecology, 2013,28(6):1139-1150.

DOI:10.1007/s10980-012-9725-4 URL [本文引用: 3]

[2]

Ciftcioglu G

. Assessment of the resilience of socio-ecological production landscapes and seascapes: A case study from Lefke Region of North Cyprus
Ecological Indicators, 2017,73(6):128-138.

DOI:10.1016/j.ecolind.2016.09.036 URL [本文引用: 8]

[3]

Zhao

Wenwu

, Fang

Xuening

. Sustainable landscapes and landscape sustainability science
Journal of Ecology, 2014,34(10):2453-2459.

DOI:10.5846/stxb201312042884 URL Magsci [本文引用: 2]

人类活动已经剧烈地改变了自然环境，全球气候变化、生物多样性丧失、环境污染等种种迹象表明当今世界正处在一个不可持续的运行轨迹上，实现可持续发展成为21世纪人类面临的巨大挑战。景观是理解与塑造人类社会和环境关系最具操作性的尺度，也是提供景观服务，实现人类福祉最重要的场所。景观可持续性研究对于人类具有重要意义。景观可持续性是指特定景观所具有的、能够长期而稳定地提供景观服务、维护和改善本区域人类福祉的综合能力。景观可持续性具有跨学科、多维度特征，强调景观弹性和可再生能力；景观服务是景观可持续性研究中的重要概念，它是连接自然资本与人类福祉的关键桥梁，也是将景观可持续性与景观生态学紧密联系在一起的纽带。格局-过程-设计新范式的产生是景观可持续性研究的新发展。在景观可持续性快速发展的同时，聚焦于景观和区域尺度的景观可持续性科学应运而生。景观可持续性科学以景观格局、景观服务、人类福祉三者之间的动态关系为主要研究内容，充分融合了景观生态学空间显示方法、可持续性指标体系和GIS&RS等方法技术，其理论框架和研究方法体系正在逐步形成和完善之中。景观可持续性科学是可持续性科学的重要组成部分，虽然处于刚刚起步阶段，它必将成为未来十多年可持续性科学的研究热点。

[ 赵文武, 房学宁 . 景观可持续性与景观可持续性科学
生态学报, 2014,34(10):2453-2459.]

DOI:10.5846/stxb201312042884 URL Magsci [本文引用: 2]

Mcginlay

, Gowing

D J G

, Budds

. Conserving socio-ecological landscapes: An analysis of traditional and responsive management practices for floodplain meadows in England
Environmental Science & Policy, 2016,66:234-241.

[本文引用: 1]

[5]

Petrosillo

, Zaccarelli

, Zurlini

. Multi-scale vulnerability of natural capital in a panarchy of social-ecological landscapes
Ecological Complexity, 2010,7(3):359-367.

DOI:10.1016/j.ecocom.2010.01.001 URL [本文引用: 1]

[6]

Garmestani A

, Benson M

. A framework for resilience-based governance of social-ecological systems
Ecology & Society, 2013,18(1):265-277.

[本文引用: 1]

[7]

Chen

Jia

, Yang

Xinjun

, Yin

Sha

, et al. The vulnerability evolution and simulation of the social-ecological systems in the semi-arid area based on the VSD framework
Acta Geographica Sinica, 2016,71(7):1172-1188.

[本文引用: 4]

[ 陈佳, 杨新军, 尹莎 , 等. 基于VSD框架的半干旱地区社会—生态系统脆弱性演化与模拟
地理学报, 2016,71(7):1172-1188.]

[本文引用: 4]

[8]

Zhang

Tian

, Liu

Yanxu

, Wang

Yanglin

. The rural spatial evolution and reconstruction on a resilience view
Journal of Ecology, 2017,37(7):2147-2157.

[本文引用: 1]

[ 张甜, 刘焱序, 王仰麟 . 恢复力视角下的乡村空间演变与重构
生态学报, 2017,37(7):2147-2157.]

[本文引用: 1]

[9]

Wu J

. Landscape sustainability science: Ecosystem services and human well-being in changing landscapes
Landscape Ecology, 2013,8(6):999-1023.

[本文引用: 1]

[10]

Rescia A

, Willaarts B

, Schmitz M

, et al. Changes in land uses and management in two nature reserves in Spain: Evaluating the social-ecological resilience of cultural landscapes
Landscape & Urban Planning, 2010,98(1):26-35.

[本文引用: 2]

[11]

Min

, You

, Chon

, et al. Sustainable land-use planning to improve the coastal resilience of the social-ecological landscape
Sustainability, 2017,9(7):1086.

DOI:10.3390/su9071086 URL [本文引用: 1]

[12]

, Shi

, Qureshi

, et al. Applying the concept of spatial resilience to socio-ecological systems in the urban wetland interface
Ecological Indicators, 2014,42(7):135-146.

DOI:10.1016/j.ecolind.2013.09.032 URL [本文引用: 3]

[13]

Rescia A

, Ortega

, Rescia A

, et al. Quantitative evaluation of the spatial resilience to the B. oleae pest in olive grove socio-ecological landscapes at different scales
Ecological Indicators, 2017,84:820-827.

[本文引用: 2]

[14]

Yang

Xinjun

, Shi

Yuzhong

, Wang

Ziqiao

. Exploring the impacts of road construction on a local social-ecological system in Qinling mountainous area
Acta Geographica Sinica, 2015,70(8):1313-1326.

[本文引用: 4]

[ 杨新军, 石育中, 王子侨 . 道路建设对秦岭山区社会—生态系统的影响
地理学报, 2015,70(8):1313-1326.]

[本文引用: 4]

[15]

Bergamini

, Blasiak

, Eyzaguirre

, et al. Indicators of Resilience in Socio-ecological Production Landscapes
UNU-IAS Policy Report, 2010.

[16]

Plieninger

, Bieling

. Resilience and the Cultural Landscape: Understanding and Managing Change in Human Shaped Environments. Cambridge: Camridge University Press, 2012(2):264.

[本文引用: 1]

[17]

Oudenhoven F

, Mijatovic

, Eyzaguirre P

. Social-ecological indicators of resilience in agrarian and natural landscapes
Management of Environmental Quality: An International Journal, 2011,22(2):154-173.

[18]

Wang

Qun

, Lu

Lin

, Yang

Xingzhu

. Study on measurement and impact mechanism of socio-ecological system resilience in Qiandao Lake
Acta Geographica Sinica, 2015,70(5):779-795.

[本文引用: 5]

[ 王群, 陆林, 杨兴柱 . 千岛湖社会—生态系统恢复力测度与影响机理
地理学报, 2015,70(5):779-795.]

[本文引用: 5]

[19]

Zhou

Xiaofang

. Measuring methods for the resilience of social-ecological systems
Journal of Ecology, 2017,37(12):4278-4288.

[本文引用: 2]

[ 周晓芳 . 社会—生态系统恢复力的测量方法综述
生态学报, 2017,37(12):4278-4288.]

[本文引用: 2]

[20]

Zhang

Mengjie

, Guan

Dongjie

, Su

Weici

. Scenarios simulation and indices thresholds determination of ecological security in Three Gorges Reservoir based on system dynamics
Acta Ecologica Sinica, 2015,35(14):4880-4890.

DOI:10.5846/stxb201311122717 Magsci [本文引用: 2]

根据重庆三峡库区生态系统的特征,建立了经济子系统、人口子系统和环境子系统的系统动力学模型,并在此基础上确定了其模型的主要参数和反馈关系,通过历史值与仿真值的对比进行了检验。选择了可持续发展型、资源衰竭型和自然状态型3种情景进行模拟最终确定其生态安全的指标阈值,并将其确定的阈值应用于生态安全评价指标,得出重庆三峡库区生态安全指标的综合得分,由此看出库区生态安全呈逐年递增的趋势,但仍然处于较为敏感的时期,需要相关部门的配合,从而最终实现库区的可持续发展。

[ 张梦婕, 官冬杰, 苏维词 . 基于系统动力学的重庆三峡库区生态安全情景模拟及指标阈值确定
生态学报, 2015,35(14):4880-4890.]

DOI:10.5846/stxb201311122717 Magsci [本文引用: 2]

Yueqing

, Li

Shuangcheng

, Cai

Yunlong

. Spatial simulation using GIS and artificial neural network for regional poverty: A case study of Maotiaohe Watershed, Guizhou province
Progress in Geography, 2006,25(3):79-85.

DOI:10.3969/j.issn.1007-6301.2006.03.010 URL Magsci

<p>我国西南喀斯特地区山高坡陡，地形破碎，生境脆弱，水土流失严重，是我国典型的极贫困代表区域之一。本文选择贵州省猫跳河流域作为研究区，以乡镇为基本单元，应用GIS 和ANN 技术，模拟区域自然致贫因子和消贫因子的空间分布，计算各乡镇的贫困度，揭示区域贫困的空间分布格局，以期为指导研究区早日脱贫及生态重建提供科学依据。结果表明，地形、土壤侵蚀等自然要素是主要的致贫因子，而社会经济要素是缓解贫困的因子。贫困度较小的乡镇主要分布在研究区的中部和东部，贫困度较大的乡镇主要分布在研究区的南部和北部边缘。可见，应用人工神经网络模拟区域贫困化简便、实用，避免了传统的单纯依靠统计数据进行贫困化研究的做法，是一种可行的方法与技术途径。</p>

[ 许月卿, 李双成, 蔡运龙 . 基于GIS和人工神经网络的区域贫困化空间模拟分析: 以贵州省猫跳河流域为例
地理科学进展, 2006,25(3):79-85.]

DOI:10.3969/j.issn.1007-6301.2006.03.010 URL Magsci

Shaoying

, Li

Xia

, Liu

Xiaoping

, et al. Multi-scenario simulations on the interactions of jobs-housing based on agent-based model
Acta Geographica Sinica, 2013,68(10):1389-1400.

[本文引用: 1]

[ 李少英, 黎夏, 刘小平 , 等. 基于多智能体的就业与居住空间演化多情景模拟: 快速工业化区域研究
地理学报, 2013,68(10):1389-1400.]

[本文引用: 1]

[23]

Liu

Yanxu

, Peng

Jian

, Han

Yinan

, et al. Suitability assessment for building land consolidation on gentle hillside based on OWA operator: A case in Dali Bai Nationality Borough in Yunnan, China
Acta Ecologica Sinica, 2014,34(12):3188-3197.

DOI:10.5846/stxb201312233004 URL [本文引用: 1]

山区城市在城镇化、粮食安全、生态保护的多重要求下,有必要探索将基本农田以外的低丘缓坡山地开发为建设用地的可行性和限制性。研究选取涵盖景观风险和灾害风险的共12个空间化指标,基于有序加权平均(ordered weighted averaging,OWA)方法,以大理白族自治州为例进行低丘缓坡区域建设开发适宜性评价。通过设置不同位序权重表征评价者偏好,结果表明:在指标风险程度的可信度较高的情况下,农用地、城镇、断裂带、河流等高风险指标权重被加大,空间特征明显;在指标风险程度的可信度较低的情况下,评价结果的空间均质性增强。通过模拟城镇建设导向、维持现有政策、风险控制导向3种适宜性分区情景,得出在城镇建设导向下应优先开发中小城镇,在风险控制导向下应优先保证大城市合理扩展。评价结果可以描述在城市的不同发展阶段如何构建政策权衡后的城镇化空间格局,满足了不同决策思路下的建设用地开发布局需求。

[ 刘焱序, 彭建, 韩忆楠 , 等. 基于OWA的低丘缓坡建设开发适宜性评价: 以云南大理白族自治州为例
生态学报, 2014,34(12):3188-3197.]

DOI:10.5846/stxb201312233004 URL [本文引用: 1]

Liu

Yanxu

, Wang

Yanglin

, Peng

Jian

, et al. Urban landscape ecological risk assessment based on the 3D framework of adaptive cycle
Acta Geographica Sinica, 2015,70(7):1052-1067.

[本文引用: 3]

[ 刘焱序, 王仰麟, 彭建 , 等. 基于生态适应性循环三维框架的城市景观生态风险评价
地理学报, 2015,70(7):1052-1067.]

[本文引用: 3]

[25]

Liu

Yanxu

, Wang

Yanglin

, Peng

Jian

, et al. Land ecological suitability assessment for forest coupled with the resilience perspective: A case study in Wangqing county, Jilin province, China
Acta Geographica Sinica, 2015,70(3):476-487.

[ 刘焱序, 王仰麟, 彭建 , 等. 耦合恢复力的林区土地生态适宜性评价: 以吉林省汪清县为例
地理学报, 2015,70(3):476-487.]

[26]

Feng

Shu

, Zhao

Wenwu

, Chen

Liding

, et al. Advances in landscape ecology in the Loess Plateau since 2010 in China
Acta Ecologica Sinica, 2017,37(12):3957-3966.

[本文引用: 1]

[ 冯舒, 赵文武, 陈利顶 , 等. 2010年来黄土高原景观生态研究进展
生态学报, 2017,37(12):3957-3966.]

[本文引用: 1]

[27]

Chen

Hai

, Liang

Xiaoying

, Wang

Tao

. Land use intensity, landscape complexity and village specialization in the fragile area of Mizhi county
Resources Science, 2014,36(10):2183-2193.

[本文引用: 2]

[ 陈海, 梁小英, 王涛 . 生态脆弱区土地集约利用、景观复杂性、村落专业化的关系研究: 以陕西省米脂县为例
资源科学, 2014,36(10):2183-2193.]

[本文引用: 2]

[28]

Sun

Honghu

, Cheng

Xianfu

, Dai

Mengqin

, et al. Study on the influence factors and evaluation index system of regional flood disaster resilience based on DEMATEL method: Taking Chaohu Basin as a case
Resources and Environment in the Yangtze Basin, 2015,24(9):1577-1583.

DOI:10.11870/cjlyzyyhj201509019 Magsci [本文引用: 1]

影响洪涝灾害恢复力的因素众多且相互关联,识别和区分这些影响因素,找到因素间互相影响程度和因果关系,对于明确洪涝灾害恢复力关键因素,快速找到需要改善的因素具有重要意义。通过分析灾害恢复力的内涵,从自然维、社会维、经济维、技术维、管理维5个维度构建区域洪涝灾害恢复力的影响因素指标体系,应用DEMATEL方法分析区域洪涝灾害恢复力影响因素之间的关系,并以巢湖流域为例凝练出适合该区域的洪涝灾害恢复力评价指标体系,结果表明,一级指标中自然维、经济维对其他因素影响最为显著,二级指标中政府财政支撑能力、土地因子、地形因子对其他影响因素的影响最大;而一级指标中经济维和社会维与其他因素关系最为密切,二级指标中政府财政支撑能力、区域经济实力、土地因子处于核心的位置。从整体影响输出上看,一级指标中原因因素共有2个,分别为自然维、经济维,且以经济维为最,二级指标中原因因素有11个,涉及五个维度,包括所有自然维中因素,并以地形因子、政府财政支撑能力、灾害政策法规为重。一级指标中结果因素有3个,分别为管理维、技术维、社会维;二级指标中共有12个,以管理维中的因素为主,相比于原因因素,通过改善结果因素可以更直接的提高区域洪涝灾害恢复力的水平。

[ 孙鸿鹄, 程先富, 戴梦琴 , 等. 基于DEMATE的区域洪涝灾害恢复力影响因素及评价指标体系研究: 以巢湖流域为例
长江流域资源与环境, 2015,24(9):1577-1583.]

DOI:10.11870/cjlyzyyhj201509019 Magsci [本文引用: 1]

Jia

Hui

, Chen

Hai

, Mao

Nanzhao

, et al. Landscape sustainable development in highly sensitive ecological fragile areas
Resources Science, 2018,40(6):1277-1286.

[本文引用: 1]

[ 贾慧, 陈海, 毛南赵 , 等. 高度敏感生态脆弱区景观可持续性评价
资源科学, 2018,40(6):1277-1286.]

[本文引用: 1]

[30]

Peng

Jian

, Wu

Jiansheng

, Pan

Yajing

, et al. Evaluation for regional ecological sustainability based on PSR model: Conceptual framework
Progress in Geography, 2012,31(7):933-940.

DOI:10.11820/dlkxjz.2012.07.012 URL Magsci [本文引用: 1]

区域可持续发展是可持续发展的重要基础, 生态持续性则是实现区域可持续发展的重要前提与基本途径, 但目前仍缺乏普遍认可的生态持续性目标分解方案;而在人类活动对自然生态影响日益显著且不断增大的背景下, 生态系统健康、风险、安全与可持续性评价已成为当前宏观生态学的研究热点, 虽然在各类评价之间普遍存在概念混淆、指标体系雷同等问题。本研究在系统梳理生态持续性相关概念逻辑关联的基础上, 将区域视为人类自然-经济复合生态系统, 强调人类活动的主导性, 基于“压力-状态-响应(PSR)”模型, 从生态胁迫、生态系统健康和生态可持续能力3 方面构建了一个具有鲜明生态意义的区域生态持续性评价概念模型, 并对评价模型、评价指标筛选及其阈值与权重展开了深入探讨。研究认为:系统工程的综合评价法是区域生态持续性评价的基本方法;不存在绝对的评价标准, 区域生态持续性评价的终极目标, 不在于静态的评价某时某地人类-自然复合生态系统可持续与否, 而在于定量表征时空尺度上系统可持续性的动态变化与空间分异。

[ 彭建, 吴健生, 潘雅婧 , 等. 基于PSR模型的区域生态持续性评价概念框架
地理科学进展, 2012,31(7):933-940.]

DOI:10.11820/dlkxjz.2012.07.012 URL Magsci [本文引用: 1]

Yan

Haiming

, Zhan

Jinyan

, Zhang

Tao

. Review of ecosystem resilience research progress
Progress in Geography, 2012,31(3):303-314.

DOI:10.11820/dlkxjz.2012.03.005 Magsci [本文引用: 3]

气候变化和人类活动等致使全球生态系统发生了巨大变化，导致区域乃至全球生态系统恢复力不断下降，成为胁迫生态系统可持续发展能力因素之一。如何维持生态系统的可持续发展能力，降低不确定性因素导致的问题已引起学术界及社会各界的高度重视。生态系统恢复力理论为解决这些问题提供了思路，生态系统恢复力提供了缓解生态系统状态转化的途径。虽然恢复力这一概念的管理价值已被接受和认可，但恢复力研究仍停留在概念层面及案例分析的模式上。目前生态系统恢复力研究尚缺乏科学统一的定义，且多为理论性分析而定量测度相对较少，生态系统恢复力的测定成为进一步探讨恢复力的重要步骤和切入点。本文通过回顾生态系统恢复力概念发展进程，概述关于恢复力概念的观点和恢复力的内涵与属性，描述目前恢复力的主要理论基础，论述目前研究者对恢复力测量的尝试；总结了相关研究中发现的影响生态系统恢复力的关键因素及其影响机制，进而提出了目前生态系统恢复力研究方面亟待加大研究力度的方向。

[ 闫海明, 战金艳, 张韬 . 生态系统恢复力研究进展综述
地理科学进展, 2012,31(3):303-314.]

DOI:10.11820/dlkxjz.2012.03.005 Magsci [本文引用: 3]

Peng

Jian

, Dang

Weixiong

, Liu

Yanxu

, et al. Review on landscape ecological risk assessment
Acta Geographica Sinica, 2015,70(4):664-677.

[本文引用: 1]

[ 彭建, 党威雄, 刘焱序 , 等. 景观生态风险评价研究进展与展望
地理学报, 2015,70(4):664-677.]

[本文引用: 1]

[33]

Peng

Jian

, Wang

Yanglin

, Zhang

Yuan

, et al. Evaluating the effectiveness of landscape metrics in quantifying spatial patterns
Ecological Indicators, 2010,10(2):217-223.

DOI:10.1016/j.ecolind.2009.04.017 URL [本文引用: 2]

[34]

Zurlini

, Petrosillo

, Jones K

, et al. Highlighting order and disorder in social-ecological landscapes to foster adaptive capacity and sustainability
Landscape Ecology, 2013,28(6):1161-1173.

DOI:10.1007/s10980-012-9763-y URL [本文引用: 1]

[35]

Ning

Lixin

, Ma

Lan

, Zhou

Yunkai

, et al. Spatiotemporal variations of ecosystem health of the coastal zone in Jiangsu Province based on the PSR model
China Environmental Science, 2016,36(2):534-543.

[本文引用: 2]

[ 宁立新, 马兰, 周云凯 , 等. 基于PSR模型的江苏海岸带生态系统健康时空变化研究
中国环境科学, 2016,36(2):534-543.]

[本文引用: 2]

[36]

Peng

Jian

, Xie

Pan

, Liu

Yanxu

, et al. Integrated ecological risk assessment and spatial development trade-offs in lowslope hilly land: A case study in Dali Bai Autonomous Prefecture, China
Acta Geographica Sinica, 2015,70(11):1747-1761.

[本文引用: 1]

[ 彭建, 谢盼, 刘焱序 , 等. 低丘缓坡建设开发综合生态风险评价及发展权衡: 以大理白族自治州为例
地理学报, 2015,70(11):1747-1761.]

[本文引用: 1]

[37]

Changhe

, Wang

Qian

, Ma

Junfei

. Effects of the ecological construction in the hlilly Loess Plateau
Journal of Arid Land Resources and Environment, 2011,25(10):28-31.

[本文引用: 1]

[ 吕昌河, 王茜, 马俊飞 . 黄土丘陵区生态建设效应与农户响应
干旱区资源与环境, 2011,25(10):28-31.]

[本文引用: 1]

[38]

Guo

Yongrui

, Zhang

Jie

. Research progress and themes of geography on community resilience
Progress in Geography, 2015,34(1):100-109.

DOI:10.11820/dlkxjz.2015.01.012 Magsci [本文引用: 1]

随着人口、资源与环境的矛盾日益加深,灾害已成为可持续发展的重要障碍。在这一背景下,恢复力成为推动社会经济系统可持续发展的新理念和新范式。恢复力研究的范式也由早期的生态恢复力逐渐转向社区恢复力的研究。现有的社区恢复力研究成果主要集中在概念内涵探索、影响因素识别、基于客观指标和基于行动者感知的社区恢复力测度等方面。迄今尚未形成公认的可接受的社区恢复力理论框架;对普通乡村社区研究较多,对特定资源依赖型社区恢复力研究较少;对突发性自然灾害对社区恢复力的影响研究较多,对其他灾害和危机对社区恢复力的影响研究较少;社区恢复力测度方法的适用性和科学性仍待加强;社区恢复力关键影响因素的作用机制仍需进一步探索。在此基础上,提出从地理学视角研究社区恢复力的主要议题,包括社区恢复力的形成机制及其区域差异、动态演变过程、影响因素的作用机理、基于人地关系的社区恢复力感知量表以及具有尺度效应的社区恢复力测度指数等。

[ 郭永锐, 张捷 . 社区恢复力研究进展及其地理学研究议题
地理科学进展, 2015,34(1):100-109.]

DOI:10.11820/dlkxjz.2015.01.012 Magsci [本文引用: 1]

Speranza C

, Wiesmann

, Rist

. An indicator framework for assessing livelihood resilience in the context of social-ecological dynamics
Global Environmental Change, 2014,28(1):109-119.

DOI:10.1016/j.gloenvcha.2014.06.005 URL [本文引用: 2]

[40]

Perz S

, Shenkin

, Barnes

, et al. Connectivity and resilience: A multidimensional analysis of infrastructure impacts in the southwestern Amazon
Social Indicators Research, 2012,106(2):259-285.

DOI:10.1007/s11205-011-9802-0 URL [本文引用: 2]

[41]

Xiao

, Zhou

Dingyang

. An overview of the resilience of agro-ecosystems
Resources Science, 2015,37(9):1747-1754.

Magsci [本文引用: 3]

恢复力作为社会-生态系统的一个重要属性，是复杂系统实施可持续发展的重要途径之一。在已有认识和研究成果的基础上，本文首先概述了关于恢复力及农业系统恢复力概念的观点。然后从农业系统恢复力的影响因素、农业系统恢复力评价和农业系统恢复力研究的尺度效应三方面梳理了近年来国内外的研究进展，从自然因素（水资源、土地资源和气候资源）和社会因素（经济状况、资源管理制度和社会特征等）两方面总结了影响农业系统恢复力的因素，探讨了时间尺度和空间尺度对农业系统恢复力的影响，从定性和定量评价两方面归纳了农业系统恢复力的度量方法。进而指出未来中国农业系统恢复力的研究应注重采用多尺度多过程耦合分析以及量化分析，加强对半干旱区以外气候变化较脆弱地区的研究，并且关注社会因素在农业系统恢复力中的作用。

[ 李晓, 周丁扬 . 农业系统恢复力研究进展综述
资源科学, 2015,37(9):1747-1754.]

Magsci [本文引用: 3]

Yong

, Sun

Xiaoyi

, Tang

Qing

. Human activity intensity of land surface: Concept, method and application in China
Acta Geographica Sinica, 2015,70(7) : 1068-1079.

[本文引用: 1]

[ 徐勇, 孙晓一, 汤青 . 陆地表层人类活动强度: 概念、方法及应用
地理学报, 2015,70(7):1068-1079.]

[本文引用: 1]

[43]

Song

Shixiong

, Liang

Xiaoying

, Mei

Yajun

, et al. Modeling and simulating land abandonment behavior of farmer households based on the CBDI
Journal of Natural Resources, 2016,31(11):1926-1937.

[本文引用: 1]

[ 宋世雄, 梁小英, 梅亚军 , 等. 基于CBDI的农户耕地撂荒行为模型构建及模拟研究: 以陕西省米脂县冯阳坬村为例
自然资源学报, 2016,31(11):1926-1937.]

[本文引用: 1]

[44]

Xiang

Hui

, Kong

Xiangbin

, Wu

Zhaokun

, et al. Spatial distribution characteristics of potential productivity of arable land in main crop production area in China
Transactions of the Chinese Society of Agricultural Engineering, 2012,28(24):235-244.

Magsci [本文引用: 1]

核算区域耕地资源生产能力，揭示耕地生产能力层次差异，分析耕地资源生产潜力的空间分布特征，对于科学确定区域耕地利用与保护对策，特别是支撑区域土地整治以及高标准农田建设，保障国家耕地资源安全战略具有重要意义。该文以中国粮食主产区（黑龙江省、吉林省、辽宁省、河北省、山东省、江苏省6省）乡镇尺度的耕地资源生产能力核算数据为基础，核算了粮食主产区理论生产能力、可实现生产能力和实际生产能力差值以及生产能力特征，并分析了耕地生产能力在省级及二级区尺度上的分布特征，揭示了耕地区县级利用强度与利用潜力。研究结果表明：中国粮食主产区（6省）的耕地理论生产能力、可实现生产能力和实际生产能力分别为5.12、4.03和3.28亿t。江苏省的江淮平原区理论单产、可实现单产和实际单产均最高，黑龙江省的大小兴安岭山地区理论单产最低，河北省的后山坝上高原区可实现单产、实际单产最低。河北平原区及山东省理论利用潜力明显高于其他地区。耕地资源理论生产能力较高表明通过实施高标准农田建设，粮食主产区增产潜力巨大；而6省区可实现利用潜力普遍较低，表明通过政策提升耕地生产能力的空间有限。该文为粮食主产区耕地资源数量、生产能力并重管理提供了决策依据。

[ 相慧, 孔祥斌, 武兆坤 , 等. 中国粮食主产区耕地生产能力空间分布特征
农业工程学报, 2012,28(24):235-244.]

Magsci [本文引用: 1]

Yager R

. On ordered weighted averaging aggregation operators in multi-criteria decision making
IEEE Transactions on Systems, Man and Cybernetics, 1988,18(1):183-190.

DOI:10.1109/21.87068 URL [本文引用: 1]

[46]

Yager R

. Quantifier guided aggregation using OWA operators
International Journal of Intelligent Systems, 1996,11(1):49-73.

DOI:10.1002/(SICI)1098-111X(199601)11:1<>1.0.CO;2-3 URL [本文引用: 1]

[47]

Dadao

. The framework document of "Future Earth" and the development of Chinese geographical science: The foresight of Academician HUANG Bingwei's statement
Acta Geographica Sinica, 2014,69(8):1043-1051.

[本文引用: 1]

[ 陆大道 . “未来地球”框架文件与中国地理科学的发展: 从“未来地球”框架文件看黄秉维先生论断的前瞻性
地理学报, 2014,69(8):1043-1051.]

[本文引用: 1]