蔣姣 趙思遠(yuǎn) 陳士亮 徐丹 金思慧 陳菁 吳壯壯 高啟賢

摘要：研究快速城市化地區(qū)的景觀格局演變及生態(tài)環(huán)境承載力，對其實(shí)現(xiàn)可持續(xù)發(fā)展具有重大意義。以江蘇省南京市為例，基于2010、2015、2018年3期土地利用數(shù)據(jù)，揭示土地利用的時(shí)空變化及景觀格局演變特征;利用耦合主成分分析法和云模型對生態(tài)環(huán)境承載力進(jìn)行評價(jià);同時(shí)，分析土地利用變化特征對景觀格局和生態(tài)環(huán)境的影響。結(jié)果表明：（1）南京市2015—2018年土地利用變化較2010—2015年明顯，以建設(shè)用地對耕地的占用、水域?qū)Ω孛娣e的補(bǔ)給為主。其中，建設(shè)用地?cái)U(kuò)張集中于浦口區(qū)東部，水域面積減少主要位于高淳區(qū)西部。（2）受土地利用變化影響，景觀格局呈現(xiàn)出相應(yīng)演變特征。相較于2010—2015年，區(qū)域景觀結(jié)構(gòu)在2015—2018年的變化幅度更大。（3）2010—2018年南京市的生態(tài)環(huán)境承載力隸屬于中級承載水平且隨時(shí)間推移略有提升，這與南京市重視耕地資源保護(hù)、促進(jìn)城市綠地建設(shè)息息相關(guān)，但人口壓力與空氣質(zhì)量改善進(jìn)度的相對滯后使得資源問題和大氣污染成為生態(tài)環(huán)境壓力的主要來源。

關(guān)鍵詞：景觀格局演變;生態(tài)環(huán)境承載力;主成分分析-云模型;南京市

中圖分類號： F301.2;P901;X144文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2021）07-0231-06

收稿日期：2020-12-15

基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃（編號：2017YFC040320502）;寧夏回族自治區(qū)重點(diǎn)研發(fā)計(jì)劃（編號：2018BBF02022）。

作者簡介：蔣 姣（1995—），女，江蘇無錫人，碩士研究生，主要從事水土資源規(guī)劃與利用方面研究，E-mail：952485762@qq.com。

通信作者：陳 菁，博士，教授，主要從事水土資源規(guī)劃與管理。E-mail：1476014491@qq.com。

城市化是土地利用變化的影響因素之一，土地利用變化則是景觀格局及生態(tài)環(huán)境變化的重要驅(qū)動力[1]。各城市在不同的發(fā)展階段，其土地利用變化特征及生態(tài)環(huán)境效應(yīng)不同。目前，在不同區(qū)域進(jìn)行土地利用變化驅(qū)動力[2-3]、生態(tài)效應(yīng)[4]、區(qū)域景觀格局演變[5]等的研究已經(jīng)較為廣泛，但土地利用變化對景觀格局及生態(tài)環(huán)境承載力影響的研究相對較少。此外，評價(jià)生態(tài)環(huán)境承載力的方法主要有主成分分析法[6]、模糊綜合評價(jià)法[7]、TOPSIS法[8]等，但這些傳統(tǒng)的評價(jià)方法無法兼顧評價(jià)指標(biāo)定量化、評價(jià)等級劃分的模糊性和隨機(jī)性。云模型[9]作為一種定性定量的不確定性轉(zhuǎn)換模型，可將評價(jià)等級的模糊性和隨機(jī)性相結(jié)合，彌補(bǔ)上述傳統(tǒng)評價(jià)方法的弊端。

南京市作為快速城市化地區(qū)，社會經(jīng)濟(jì)發(fā)展迅速，人口壓力也隨之增大，資源和生態(tài)環(huán)境問題日益顯露。本研究在分析南京市土地利用時(shí)空變化的基礎(chǔ)上，利用景觀指數(shù)闡明區(qū)域景觀格局演變特征，耦合主成分分析法和云模型對生態(tài)環(huán)境承載力進(jìn)行綜合評價(jià)并揭示土地利用變化對景觀格局和生態(tài)環(huán)境承載力的影響。

1 材料與方法

1.1 研究區(qū)概況

南京市位于江蘇省西南部、長江下游，是中國東部地區(qū)重要的中心城市，地理坐標(biāo)為31°14″～32°37″N，118°22″～119°14″E，屬北亞熱帶濕潤氣候。南京市下轄11個(gè)市轄區(qū)，總面積6 587 km2，東西最大橫距約70 km，南北最大縱距約150 km。2010年年末戶籍總?cè)丝?32.42萬人，地區(qū)生產(chǎn)總值5 012.64億元，城鎮(zhèn)化率78.5%;2018年年末戶籍總?cè)丝?96.94萬人，地區(qū)生產(chǎn)總值12 820.40億元，城鎮(zhèn)化率82.5%。

隨著社會經(jīng)濟(jì)的快速發(fā)展，南京市城市化水平不斷提高，但城市規(guī)模的擴(kuò)大、人口壓力的增加，使得資源、生態(tài)環(huán)境問題等日益凸顯，對可持續(xù)發(fā)展產(chǎn)生一定的影響。

1.2 數(shù)據(jù)來源與研究方法

1.2.1 數(shù)據(jù)來源及處理

本研究所需生態(tài)環(huán)境數(shù)據(jù)來源于南京統(tǒng)計(jì)年鑒（2010—2018年），30 m土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心。參考相關(guān)標(biāo)準(zhǔn)并結(jié)合實(shí)際情況，將土地分為耕地、林地、草地、水域、建設(shè)用地和未利用地6類。

1.2.2 研究方法

1.2.2.1 景觀格局分析法

本研究采用景觀指數(shù)分析景觀格局并借助軟件Fragstats 4.2計(jì)算相關(guān)指數(shù)。根據(jù)相關(guān)文獻(xiàn)[10-12]并結(jié)合研究區(qū)域概況，選取斑塊個(gè)數(shù)（NP）、最大斑塊指數(shù)（LPI）、面積加權(quán)的平均形狀指數(shù)（SHAPE_AM）、平均最鄰近距離（ENN_MN）、香農(nóng)多樣性指數(shù)（SHDI）及修正Simpson均勻度指數(shù)（MSIEI）6個(gè)指標(biāo)，反映各景觀類型異質(zhì)性、破碎度、形狀等。

1.2.2.2 主成分分析法

主成分分析法屬于客觀賦值法[13-14]，其主要步驟如下：

（1）為消除量綱的影響，將原始數(shù)據(jù)標(biāo)準(zhǔn)化得到數(shù)據(jù)矩陣Z，設(shè)生態(tài)環(huán)境承載力評價(jià)系列年為n年，指標(biāo)個(gè)數(shù)為m，則Z=（Zij）n×m（i=1，2，…，m）。

（2）計(jì)算相關(guān)系數(shù)矩陣R=（rij）n×m及其特征值λi（i=1，2，…，m），每個(gè)特征值對應(yīng)的特征向量為lpk（k=1，2，…，m）。

（3）根據(jù)特征值大于1且累計(jì)方差貢獻(xiàn)率大于85%確定主成分個(gè)數(shù)a，計(jì)算主成分得分Fip，其公式如下：

Fip=Zi1lp1+Zi2lp2+…+Zimlpm，i=1，2，…，a。（1）

（4）根據(jù)每個(gè)主成分的權(quán)重系數(shù)即該主成分的方差貢獻(xiàn)率，對前a個(gè)主成分進(jìn)行加權(quán)求和，計(jì)算綜合指標(biāo)得分Fi，其公式如下：

Fi=∑ap=1λp∑mp=1λpFip。（2）

1.2.2.3 云模型

1.2.2.3.1 云模型原理

本研究采用正態(tài)云模型，其數(shù)字特征可以用期望值Ex、熵En和超熵He來表示[15]。生態(tài)環(huán)境承載力評價(jià)是定性到定量的轉(zhuǎn)換，故采用正向云發(fā)生器，產(chǎn)生云滴的主要步驟如下：產(chǎn)生1個(gè)均值為En、標(biāo)準(zhǔn)差為He的正態(tài)隨機(jī)數(shù)En′;產(chǎn)生1個(gè)均值為Ex、標(biāo)準(zhǔn)差為En的正態(tài)隨機(jī)數(shù)xi;xi對定性概念的確定度μ=e（xi-Ex）22（En′）2;重復(fù)上述步驟N次，可產(chǎn)生要求的N個(gè)云滴。

1.2.2.3.2 參數(shù)計(jì)算

設(shè)a1、a2分別為生態(tài)環(huán)境承載力評價(jià)指標(biāo)各等級區(qū)間的上、下臨界值，則均值Ex計(jì)算公式如下：

Ex=a1+a22。（3）

各評價(jià)指標(biāo)的等級區(qū)間邊界值應(yīng)隸屬于2個(gè)級別并且數(shù)值相等，即

e-（a1-a2）28（En′）2≈0.5。（4）

則熵En計(jì)算公式如下：

En=|a1-a2|2.355。（5）

超熵He可結(jié)合熵En的大小，根據(jù)經(jīng)驗(yàn)及試驗(yàn)取值。

1.2.2.3.3 模型構(gòu)建

確定生態(tài)環(huán)境承載力的指標(biāo)等級劃分標(biāo)準(zhǔn)后，計(jì)算各指標(biāo)對應(yīng)的每個(gè)等級的云模型數(shù)字特征，得到各指標(biāo)對各等級的隸屬度，再結(jié)合各指標(biāo)權(quán)重得到各等級下的綜合隸屬度。用熵權(quán)法確定各指標(biāo)權(quán)重，綜合隸屬度公式如下：

Qj=∑ni=1ωiμij。（6）

式中：Qj為評價(jià)對象關(guān)于第j等級的隸屬度;ωi為第i個(gè)指標(biāo)的權(quán)重;μij為第i個(gè)指標(biāo)對第j等級的隸屬度。

本研究采用等級特征值Q量化評定結(jié)果，進(jìn)而確定生態(tài)環(huán)境承載力等級，其計(jì)算公式如下：

Q=∑rj=1jQj∑rj=1Qj。（7）

式中：r為評價(jià)等級總數(shù)。

2 結(jié)果與分析

2.1 土地利用變化

南京市2010、2015、2018年3期土地利用類型見圖1，各土地利用類型面積及對應(yīng)比率見圖2。結(jié)合圖1和圖2可知：從時(shí)間上看，2010—2018年，耕地、林地、草地、未利用地的面積變化較小且穩(wěn)定;水域面積在2010—2015年基本無變化，在2015—2018年呈急劇減少趨勢，減少面積近130 km2;建設(shè)用地面積在2010—2015年略有增加，在2015—2018年急劇增加，漲幅高達(dá)2.10%。從空間上看，建設(shè)用地的擴(kuò)張集中在浦口區(qū)的東部，主要是對耕地的占用;水域面積的減少集中在高淳區(qū)的西部，主要轉(zhuǎn)化為耕地。

2010—2015年、2015—2018年的土地利用轉(zhuǎn)移矩陣見表1。2015—2018年各土地利用類型的相互轉(zhuǎn)化較2010—2015年明顯，主要是建設(shè)用地、耕地、水域面積的轉(zhuǎn)移。林地、草地、未利用地的轉(zhuǎn)入、轉(zhuǎn)出面積均較小，耕地的轉(zhuǎn)出主要是建設(shè)用地，轉(zhuǎn)入來源主要是水域和建設(shè)用地。2010—2015年，耕地轉(zhuǎn)化為建設(shè)用地的面積為78 km2，由建設(shè)用地轉(zhuǎn)為耕地的面積為49 km2，2種類型土地的總面積變化較小;2015—2018年，耕地主要轉(zhuǎn)出為建設(shè)用地，轉(zhuǎn)入來源主要是水域，最終建設(shè)用地面積增加，水域面積減少，耕地面積變化不大。

2015—2018年土地利用變化較2010—2015年明顯，主要表現(xiàn)為建設(shè)用地對耕地的占用及水域?qū)Ω孛娣e的補(bǔ)給，耕地在2種類型土地的占補(bǔ)下，面積保持穩(wěn)定。2015年以來，南京市不斷完善耕地保護(hù)補(bǔ)貼工作，建立長效激勵(lì)機(jī)制，落實(shí)耕地保護(hù)任務(wù)。說明南京市在城市化過程中建設(shè)用地?cái)U(kuò)張，但重視耕地的保護(hù)，努力協(xié)調(diào)城市化與耕地保護(hù)的矛盾，實(shí)現(xiàn)土地資源的可持續(xù)利用。

2.2 景觀格局變化

2010—2018年南京市各類型水平及景觀水平上的各景觀指數(shù)變化見圖3。從整體上看，相較于2010—2015年，2015—2018年各景觀指數(shù)的變化幅度更大。

類型水平上，2010—2018年間，各類型景觀斑塊個(gè)數(shù)變化不大，建設(shè)用地的斑塊數(shù)量最多，破碎度最大。耕地的最大斑塊指數(shù)相對較大，但在2015—2018年指數(shù)急劇減少，說明耕地有較大斑塊且分布集中，但受人為活動影響，物種多樣性減少。從面積加權(quán)的形狀指數(shù)可以看出，耕地、水域景觀的形狀最不規(guī)則，受人為干擾大，但2015—2018年耕地形狀略趨于規(guī)則。根據(jù)平均最近鄰距離可知，草地、未利用地分布較離散。

景觀水平上，2010—2018年間，斑塊數(shù)量逐漸減少，最大斑塊指數(shù)降低，說明區(qū)域的景觀破碎度有所降低但物種多樣性減少;面積加權(quán)的平均形狀指數(shù)在2010—2015年略有下降后在2015—2018年急劇下降，說明景觀形狀趨于規(guī)則;平均最近鄰距離變化不明顯，景觀離散程度變化穩(wěn)定;區(qū)域的香農(nóng)多樣性指數(shù)和修正Simpon均勻度指數(shù)不高且變化較小，說明景觀斑塊間差異較大。

區(qū)域的景觀格局受土地利用變化的影響，呈現(xiàn)出相應(yīng)的演變特征。景觀結(jié)構(gòu)在2010—2015年間變化較穩(wěn)定，在2015—2018年間變化幅度較大，與土地利用在時(shí)間上的變化一致。建設(shè)用地的破碎度最大，耕地、水域受人為活動影響較大且2015—2018年耕地形狀趨于規(guī)則，這與建設(shè)用地的擴(kuò)張、水域面積的減少、耕地受到建設(shè)用地的占用與水域的補(bǔ)給息息相關(guān)。

2.3 生態(tài)環(huán)境承載力評價(jià)

2.3.1 指標(biāo)體系構(gòu)建 結(jié)合南京市實(shí)際情況，構(gòu)建生態(tài)環(huán)境承載力評價(jià)指標(biāo)見表2。

2.3.2 主成分分析結(jié)果

根據(jù)特征值根大于1原則篩選出3項(xiàng)主成分，累計(jì)貢獻(xiàn)率達(dá)93.60%，計(jì)算各主成分得分及綜合得分見表3。

從表3可知，2010—2018年間，南京市的生態(tài)環(huán)境承載力綜合得分整體上呈增加趨勢，其中2018年的得分最高，2010年的得分最低，說明承載力水平呈逐漸提升趨勢，2018年承載力水平最高，2010年相對較低。城市化進(jìn)程中，南京市不斷推動經(jīng)濟(jì)向綠色低碳和可持續(xù)發(fā)展轉(zhuǎn)型，促進(jìn)產(chǎn)業(yè)升級，優(yōu)化產(chǎn)業(yè)布局與城市空間功能布局，促進(jìn)能源資源節(jié)約集約和高效利用，深入實(shí)施“綠色南京”戰(zhàn)略，改善生態(tài)空間結(jié)構(gòu)，提升生態(tài)功能，取得了可觀的效果。

2.3.3 云模型評價(jià)結(jié)果

生態(tài)環(huán)境承載力各評價(jià)指標(biāo)的分級標(biāo)準(zhǔn)以南京市的實(shí)際情況為基礎(chǔ)，參考研究區(qū)域、全國及世界平均水平并結(jié)合國家標(biāo)準(zhǔn)如環(huán)境空氣質(zhì)量等，同時(shí)借鑒其他學(xué)者研究成果進(jìn)行確定[9，15-16]。 本研究將承載力劃分為弱承載（Ⅰ）、低承載（Ⅱ）、中級承載（Ⅲ）、較高承載（Ⅳ）和高承載（Ⅴ）5個(gè)等級，其中高承載（Ⅴ）為表示生態(tài)環(huán)境質(zhì)量高，可穩(wěn)定保證社會經(jīng)濟(jì)的可持續(xù)發(fā)展，弱承載（Ⅰ）則與之相反。根據(jù)評價(jià)指標(biāo)體系和分級標(biāo)準(zhǔn)計(jì)算云模型特征參數(shù)見表4，利用正向云發(fā)生器生成各指標(biāo)對應(yīng)各評價(jià)等級的正態(tài)云圖，以指標(biāo)C6（建成區(qū)綠化覆蓋率）為例的云圖見圖4。

基于建立的各指標(biāo)的云模型以及南京市2010—2018年各指標(biāo)的實(shí)際數(shù)據(jù)，計(jì)算各指標(biāo)對于各等級的隸屬度，并結(jié)合指標(biāo)權(quán)重計(jì)算綜合隸屬度和等級特征值，確定南京市2010—2018年的生態(tài)環(huán)境承載力評價(jià)等級。采用熵權(quán)法確定各指標(biāo)權(quán)重見表5，評價(jià)結(jié)果見圖5。

從綜合評價(jià)結(jié)果看，南京市2010—2018年的生態(tài)環(huán)境承載力均隸屬于中級承載水平，但綜合評價(jià)等級主要隸屬于Ⅱ級、Ⅲ級，說明南京市近年來的生態(tài)環(huán)境承載力較穩(wěn)定，生態(tài)環(huán)境的治理與社會經(jīng)濟(jì)的發(fā)展比較協(xié)調(diào)，但也需更加重視生態(tài)環(huán)境的保護(hù)。從系列年評價(jià)結(jié)果看， 2010—2018年南京市的生態(tài)環(huán)境承載力評價(jià)等級特征值整體呈現(xiàn)增長趨勢，說明承載力水平略有提升，但2010—2012、2015、2017年隸屬于低承載（Ⅱ級）的隸屬度較大，根據(jù)指標(biāo)實(shí)際數(shù)據(jù)分析，這5年的人均耕地面積、人均水資源量、可吸入顆粒物濃度年均值、二氧化氮濃度年均值指標(biāo)等級較低，說明這5年的資源問題、空氣污染問題較為突出。從指標(biāo)的評價(jià)結(jié)果看，人均耕地面積、人均水資源量、人均生活日用水量、人均公園綠地面積、可吸入顆粒物濃度年均值、二氧化氮濃度年均值指標(biāo)等級都偏低，說明資源問題和空氣污染使生態(tài)環(huán)境承載的壓力較大。南京市作為快速城市化的地區(qū)，人口壓力較大，同時(shí)空氣質(zhì)量改善進(jìn)度相對滯后，使得大氣污染防治形勢較嚴(yán)峻。

南京市在建設(shè)用地增加的同時(shí)不斷促進(jìn)城市綠地建設(shè)、改善水環(huán)境，此外，南京市重視耕地與森林的保護(hù)，2010—2018年耕地、林地總面積變化較小且穩(wěn)定。這在一定程度上對生態(tài)環(huán)境產(chǎn)生重要影響，使得生態(tài)環(huán)境承載力水平維持在中級承載（Ⅲ級）水平，且隨著時(shí)間的推移呈現(xiàn)提升趨勢。南京市作為快速城市化地區(qū)，人口壓力較大，雖然耕地、林地總面積穩(wěn)定但人均資源不足，與此同時(shí)，水域面積的減少更是導(dǎo)致資源問題成為生態(tài)環(huán)境壓力的主要來源之一。

2.3.4 主成分分析-云模型結(jié)果分析

耦合主成分分析-云模型可知，二者所得評價(jià)結(jié)果基本一致。根據(jù)主成分分析結(jié)果，2010—2018年南京市生態(tài)環(huán)境承載力的綜合得分除2012年相對偏低外，整體上表現(xiàn)為逐漸增加趨勢;在云模型評價(jià)結(jié)果中，承載力均隸屬于中級承載，等級特征值除2014、2017年相對偏低外，整體呈增長趨勢，承載力水平隨時(shí)間推移略有提升。此外，在主成分分析結(jié)果中，2018年的綜合得分最高，2010年的得分最低;相應(yīng)的云模型評價(jià)結(jié)果顯示2018年的等級特征值最高，2010年最低，均說明2018年的生態(tài)環(huán)境承載力最高，2010年相對最低。通過主成分分析可比較出系列年的生態(tài)環(huán)境承載力高低，云模型則可在反映系列年承載力高低的同時(shí)評價(jià)出承載力等級，且主成分分析結(jié)果在一定程度上可為云模型的評價(jià)結(jié)果提供檢驗(yàn)與支撐。

3 結(jié)論

本研究將土地利用與景觀格局演變、生態(tài)環(huán)境承載力相結(jié)合，揭示了土地利用變化對生態(tài)環(huán)境的影響，同時(shí)利用耦合主成分分析和云模型對生態(tài)環(huán)境承載力進(jìn)行評價(jià)，結(jié)論如下：

2010—2018年，南京市林地、草地、未利用地的面積變化較小，轉(zhuǎn)移面積也較少。2015—2018年土地利用變化較2010—2015年明顯，變化以建設(shè)用地對耕地的占用、水域?qū)Ω孛娣e的補(bǔ)給為主。其中，建設(shè)用地的擴(kuò)張集中于浦口區(qū)東部，水域面積的減少主要位于高淳區(qū)西部?？焖俪鞘谢^程中，南京市的建設(shè)用地?cái)U(kuò)張需求增大，但重視對耕地的保護(hù)。

受土地利用變化的影響，區(qū)域的景觀格局呈現(xiàn)出相應(yīng)的演變特征。與土地利用在時(shí)間上的變化一致，景觀結(jié)構(gòu)在2015—2018年間的變化較2010—2015年間明顯。耕地受人為活動影響較大且2015—2018年耕地形狀趨于規(guī)則，與耕地受到建設(shè)用地的占用與水域的補(bǔ)給息息相關(guān)。

南京市2010—2018年的生態(tài)環(huán)境承載力均隸屬于中級承載水平，且隨時(shí)間推移承載力水平呈現(xiàn)提升趨勢。近年來，南京市分批實(shí)施綠線劃定工作，促進(jìn)城市綠地建設(shè)保護(hù)、營造城市生態(tài)景觀，提升生態(tài)文明建設(shè)水平;堅(jiān)持貫徹落實(shí)清水行動，切實(shí)改善水環(huán)境;同時(shí)重視耕地資源的保護(hù)，都在很大程度上維持且改善了生態(tài)環(huán)境質(zhì)量。但南京市作為快速城市化的地區(qū)，人口壓力較大，人均資源的不足加上空氣質(zhì)量改善進(jìn)度相對滯后使得資源問題和空氣污染成為生態(tài)環(huán)境壓力的主要來源。

研究土地利用變化對景觀格局、生態(tài)環(huán)境承載力的影響可為土地利用的規(guī)劃、生態(tài)格局的改善、生態(tài)環(huán)境的保護(hù)提供理論依據(jù)。此外，主成分分析-云模型可在分析生態(tài)環(huán)境承載力高低的同時(shí)評價(jià)出其等級，結(jié)果較合理可靠，可應(yīng)用于其他研究區(qū)域。同時(shí)，研究系列年的生態(tài)環(huán)境承載力，在一定程度上可預(yù)測研究區(qū)域未來的承載力變化趨勢。

參考文獻(xiàn)：

[1]李 睿，王志泰，包 玉. 快速城市化背景下黔中多山城市擴(kuò)展模式及景觀格局動態(tài)——以安順市為例[J]. 水土保持研究，2020，27（4）：376-384，391.

[2]陳 磊，孫佳新，姜 海，等. 南京市土地利用結(jié)構(gòu)時(shí)空格局及驅(qū)動因素[J]. 水土保持研究，2020，27（1）：197-206.

[3]劉 康，李月娥，吳 群，等. 基于Probit回歸模型的經(jīng)濟(jì)發(fā)達(dá)地區(qū)土地利用變化驅(qū)動力分析——以南京市為例[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2015，26（7）：2131-2138.

[4]葉晶萍，劉士余，盛 菲，等. 尋烏水流域景觀格局演變及其生態(tài)環(huán)境效應(yīng)[J]. 生態(tài)學(xué)報(bào)，2020，40（14）：4737-4748.

[5]陳玲玲，曹 楊，易 琳，等. 城市旅游地景觀格局演變與優(yōu)化研究——以南京為例[J]. 長江流域資源與環(huán)境，2016，25（7）：1024-1033.

[6]趙德芳. 基于生態(tài)文明視角下西安市生態(tài)承載力評價(jià)分析研究[J]. 環(huán)境科學(xué)與管理，2018，43（3）：143-147.

[7]呂雪松，楊 紅. 大金山島生態(tài)承載力評價(jià)[J]. 上海海洋大學(xué)學(xué)報(bào)，2016，25（5）：767-774.

[8]顧家明，胡衛(wèi)衛(wèi)，田素妍. 基于DPSIR-TOPSIS模型的江蘇省生態(tài)承載力評價(jià)及障礙因素診斷[J]. 水土保持通報(bào)，2019，39（2）：246-252.

[9]蔣汝成，顧世祥. 熵權(quán)法-正態(tài)云模型在云南省水生態(tài)承載力評價(jià)中的應(yīng)用[J]. 水資源與水工程學(xué)報(bào)，2018，29（3）：118-123.

[10]耿煥俠，張小林，李紅波. 縣域農(nóng)村居民點(diǎn)景觀格局指數(shù)的空間粒度效應(yīng)——以江蘇省豐縣為例[J]. 長江流域資源與環(huán)境，2014，23（10）：1418-1424.

[11]龔建周，夏北成. 景觀格局指數(shù)間相關(guān)關(guān)系對植被覆蓋度等級分類數(shù)的響應(yīng)[J]. 生態(tài)學(xué)報(bào)，2007，27（10）：4075-4085.

[12]王艷芳，沈永明，陳壽軍，等. 景觀格局指數(shù)相關(guān)性的幅度效應(yīng)[J]. 生態(tài)學(xué)雜志，2012，31（8）：2091-2097.

[13]Zhao S Y，Chen J，Jin Q，et al. Improved principal Component-Fuzzy comprehensive assessment coupling model for urban river water quality：a case study in Chongqing，China[J]. Water，2020，12（5）：1375.

[14]解 雪，陳軍鋒，鄭秀清，等. 基于主成分分析和粒子群算法優(yōu)化支持向量機(jī)的凍融土壤蒸發(fā)預(yù)報(bào)模型[J]. 節(jié)水灌溉，2020（1）：61-65，72.

[15]孫雅茹，董增川，徐 瑤，等. 基于云模型的城市水安全評價(jià)[J]. 人民黃河，2019，41（8）：52-56，67.

[16]許玲燕，杜建國，劉高峰. 基于云模型的太湖流域農(nóng)村水環(huán)境承載力動態(tài)變化特征分析——以太湖流域鎮(zhèn)江區(qū)域?yàn)槔齕J]. 長江流域資源與環(huán)境，2017，26（3）：445-453.