随着全球人口增长，土地利用方式由自然土地向人为土地利用方式转变，已经成为全球变化的重要组成部分[1-2].土地利用变化是人地关系的主要外在表现形式[3].土地利用变化同许多自然和社会经济现象一样，具有复杂的时空变化特征，是多种驱动因子在多种尺度下相互作用的必然结果[4].生态风险是生态系统及其组分在自然或人类活动的干扰下所承受的风险，指一定区域内具有不确定性的事故或灾害对生态系统的结构和功能可能产生的不利影响[5-6].生态风险是评估区域生态环境可持续性的重要指标[7-9].在快速城市化阶段，土地利用格局也发生了显著变化，进一步增加了生态风险发生的概率和强度[10].众多研究表明土地利用变化和生态风险之间存在着密切相关性，基于土地利用变化的生态风险评价研究备受关注[11-14].目前相关研究大多数从土地利用和景观结构入手来构建生态风险指数，利用ArcGIS的空间分析功能，进行克里格插值法得到生态风险等级分布图，进而对土地利用生态风险进行时空分析.如Paukert等[15]基于土地利用和景观结构构建生态风险指数，评估科罗拉多河流域的生态风险状况，为流域保护规划提供了科学依据.安佑志等[16]对生态风险指数进行半变异函数分析，利用克里格插值法得到生态风险图，对上海市土地利用生态风险进行分析；吴剑等[17]通过景观软件，运用空间数据对海坛岛土地利用生态风险进行分析；徐兰等[18]通过干扰度和脆弱度构建景观生态风险指数，用地统学方法对洋河生态风险进行评价；周汝佳等[19]对盐城、王文杰等[20]对新疆泽普县通过构建景观指数，应用半方差分析和空间自相关分析方法对生态风险进行评价；杨俊等[21]应用生态系统服务价值评价方法对南四湖土地利用生态风险进行分析.

目前土地利用生态风险评价基本都是针对生态比较敏感的区域，对于北上广这样的大城市研究相对较少.上海作为我国第一大城市和首批沿海开放城市，经济发展实力和速度不可小觑，随着城市化进程不断深化，土地利用也发生了显著变化.本文选择上海作为研究对象，通过对上海市的3期遥感数据进行解译，分析上海市土地利用变化情况，构建生态风险指数，进行克里金插值得到生态风险等级分布图，借助空间自相关方法对上海市土地利用生态风险进行评价，从而对上海城市建设提供一定依据.

1 研究区概况

上海市位于北纬 30°40′～31°53′，东经 120°51′～122°12′，是中国的经济贸易中心，也是全球著名的金融中心.地处长江三角洲冲积平原的东部前沿，北临长江，东濒东海，南界杭州湾，西接江苏省苏州市和浙江省嘉兴市.2016年末上海市常住人口总数为2 419.70万，其中外来常住人口980.20万，约占40%.上海辖16个市辖区，总面积7 900 km2.属亚热带季风性气候，四季分明，日照充足，雨量丰沛，气候温和湿润，春秋较短，冬夏较长.市内天然植被残存不多，绝大多数是人工栽培作物和林木.天然木本植物群落仅分布于大金山岛和佘山等局部地区，天然草本植物群落分布在沙洲、滩地和港汊.随着社会经济的快速发展、人口增加和城市化进程的加快，上海的生态系统被破坏，生态风险进一步加剧.

2 数据来源与方法

2.1 数据来源及处理

以上海市1995年、2005年和2015年的Landsat TM遥感影像为数据源，其他数据包括上海1∶10万土地利用现状图，《上海市统计年鉴》.影像空间分辨率15 m×15 m.

在遥感图像处理软件ENVI的支持下，对3个时相的遥感影像进行几何校正、空间配准、标准假彩色合成与融合、影像图像增强与影像裁剪等预处理；采用监督分类法与人机交互结合方法解译，提取出3个时相的土地利用矢量数据.参照中国科学院资源环境数据中心土地分类系统，结合上海的特征，按照区分差异性、归纳共同性的方法，将研究区划分为耕地、林地、草地、建设用地、水域5种土地利用类型.

2.2 转移矩阵计算

利用ArcGIS Intersect模块和Excel数据透视表，将解译得到的1995年、2005年和2015年3期遥感影像，在ArcGIS中进行叠加分析，得到1995—2005年和2005—2015年土地利用转移矩阵.

其中男性患儿47例,女性患儿42例,年龄1~13岁,平均年龄(6.21±4.22)岁。所有均有夜间睡眠打鼾、张口呼吸、时伴憋气,扁桃体Ⅱ-Ⅲ度;鼻咽镜检查提示腺样体肥大。所有患者均无手术禁忌

2.3 风险小区划分

为了将生态风险指数空间化，在考虑研究区范围和工作量大小的基础上，本文采用5 km×5 km的正方形对研究区进行等间距采样，共有风险小区381个，可以呈现空间分异特征.每个样区利用生态风险指数计算出一个综合值，并作为样区的生态风险值，以此作为样区中心点的生态风险水平[22].

《说文解字》中将教育阐述为：“教，上所施，下所效也。”“育，养子使作善也。”从辞源上说，education含有“内发”之意，强调教育是一种顺其自然的活动，旨在把人所固有或潜在的素质由内而外引发出来。教育是有信仰的，它是一项极其伟大而又严肃的事业，一个人或一群人通过道德上可以接受的方式，以有价值的内容善意地对另一个人或另一群人施加的积极的精神影响，它能够激发个体潜在的素质能力，引导着个体一生的价值定向和爱的方式的生成，然而现行教育本身却越来越缺乏爱心，以至于不是以爱的活动，而是以机械的、冷冰冰的僵死的方式去从事教育工作。

2.4 空间自相关

空间自相关是空间依赖性的重要形式，反映的是一个区域单元上的某种地理现象或某一属性值与邻近区域单元上同一现象或属性值的相关程度[23].全局空间自相关用于测度属性值在整个区域的空间分布特征和关联程度，一般用Moran's I系数可以表征研究区内土地利用总体结构的空间自相关程度及显著性.全局Moran's I系数取值为[-1，1]，反映了空间相邻相似的正相关向空间相邻相异的负相关过渡.其值大于0表示存在空间正相关，即空间集聚，且越接近1集聚程度越高，反之呈负相关，即空间离散；等于0表示不存在空间相关性，即呈现独立随机分布[24].全局空间自相关不能确切指出聚集或异常发生的具体空间位置，此时就需要用局部自相关方法做进一步的分析解释，局部空间自相关主要分析局部乃至每个空间单元的属性值在异质性空间的分布格局，利用Moran散点图和局部Moran's I统计量（LISA）可以检验各个区域空间单元内的局部空间差异程度[25].

2.5 生态风险指数

 

式中：ERI为生态风险指数；n为土地利用类型的数量；Ai为研究区内第i种土地利用类型的总面积；A为研究区土地利用类型总面积，Wi为第i种土地利用类型所反映的生态风险强度参数，是不同土地利用类型所反映的综合生态风险程度.按照不同土地利用类型对生态风险的作用强度，参考文献[5、17、26-27]，最终确定生态风险强度参数：林地0.14，草地0.16，耕地0.32，城乡建设用地0.72，水域0.45.

为了建立土地利用与生态风险之间的联系，利用上海市土地要素的面积及比重，构建生态风险指数.计算公式如下：

3 结果与分析

3.1 土地利用结构变化特征

根据上海土地利用类型面积（表1），上海土地利用结构发生了明显变化.以耕地、水域和建设用地为主要用地类型，占研究区总面积的90%以上.近二十年间，建设用地和林地面积不断增加，建设用地所占比重分别为8.93%、16.17%、23.73%，林地所占比重分别为2.66%、4.39%、6.18%；耕地和草地的面积则不断下降，耕地所占比重由1995年的67.51%下降到2015年的50.19%，草地所占比重由1995年的0.45%下降到2015年的0.07%；水域面积先增加而后减少，所占比重由1995年的20.45%增加到2005年的20.55%，而后下降到2015年的19.84%.

上海市作为国家中心城市，超大城市，中国的经济、交通、科技、工业、金融、贸易和航运中心，其发展速度和强度都位于全国前列，为了适应上海加快城市转型升级、“四个中心”建设和“四个率先”总体要求、构建资源节约型社会要求，在严格控制新增建设用地总量的前提下，优化土地利用结构.自从1992年联合国环境与发展大会召开以来，中国在发展经济的同时，也不断注重环境效益和社会效益.20世纪初以来，随着上海城市规模的不断扩大，相继建立了一些公共绿地，同时对解放前所建的公共绿地进行重新改造，变为人民休闲娱乐场所，加之环城绿化带的兴建，“森林城市”概念的提出，尤其是建设生态城市的提出，都使得上海市的绿化面积不断增加.由于建设用地面积不断增加，侵占了大量耕地，使上海市耕地面积逐年下降.为了弥补这种现象，近年来上海市提出了补充耕地的计划.

土地利用变化除了不同土地利用类型面积数量上的增减，还表现为不同土地利用类型之间的相互转换[28].土地利用的转类面积作为反映土地利用现状及其变化规律的最基本和最重要的指标之一，可利用土地利用类型转移矩阵进行表达.通过土地利用类型转移矩阵不仅可以揭示土地利用类型的面积变化，而且可以追踪发生变化的土地利用类型的轨迹（表 2、表 3）.

1995—2005年，土地利用主要表现为建设用地、林地增加，耕地面积减少.建设用地的面积主要由耕地和水域转入，其中耕地是对建设用地贡献最大的用地类型，耕地转化为建设用地面积561.613 km2，耕地对建设用地的贡献率为95.48%，建设用地净增加578.826 km2.林地的面积主要由耕地转入，转入面积为149.452 km2，耕地对林地的贡献率为98.72%.草地主要转化为水域，转化面积为24.073 km2，转化率为66.94%；耕地主要转化为建设用地和林地，转化面积分别为561.613和149.452 km2，转化率分别为10.40%和2.76%；水域主要转化为耕地和建设用地，转化面积分别为25.946和16.575 km2，转化率分别为1.59%和1.01%.在中国城市发展过程中，建设用地的增加基本上都是建立在侵占农业用地的基础之上，而且大多数侵占了优良耕地，上海市也不例外，建设用地面积的增加主要由耕地填补.

 

表1 上海市土地利用类型面积及比例

  

土地利用类型 1995年 2005年 2015年km2 % km2 % km2 %草地 35.961 8 0.45 11.480 9 0.14 5.857 4 0.07建设用地 714.123 6 8.93 1 292.915 0 16.17 1 892.826 9 23.73耕地 5 397.972 8 67.51 4 697.375 2 58.75 4 003.932 3 50.18林地 212.698 6 2.66 351.009 9 4.39 492.763 6 6.18水域 1 635.573 4 20.45 1 642.908 8 20.55 1 582.613 9 19.84

 

表2 1995—2005年上海市土地利用转移矩阵km2

  

土地利用类型 草地 建设用地 耕地 林地 水域 总计草地 7.749 2.670 0.392 1.078 24.073 35.962建设用地 0.005 704.682 8.312 0.591 0.490 714.081耕地 0.563 561.613 4 657.557 149.452 28.503 5 397.688林地 0.018 7.367 5.131 199.618 0.564 212.698水域 3.145 16.575 25.946 0.270 1 589.258 1 635.195总计 11.481 1 292.906 4 697.339 351.009 1 642.888 7 995.623

 

表3 2005—2015年上海市土地利用转移矩阵km2

  

土地利用类型 草地 建设用地 耕地 林地 水域 总计草地 4.906 1.086 4.366 0.460 0.251 11.068建设用地 0.002 1 268.714 18.541 4.265 0.702 1 292.225耕地 0.909 589.423 3 928.186 144.027 30.019 4 692.563林地 0.008 7.297 1.458 342.149 0.095 351.007水域 0.031 26.246 51.114 1.861 1 551.410 1 630.662总计 5.856 1 892.765 4 003.665 492.762 1 582.476 7 977.525

2005—2015年，土地利用变化主要表现在建设用地和林地增加，耕地、水域和草地减少.建设用地面积主要由耕地和水域转化而来，其中耕地对建设用地的贡献率最大，耕地转化为建设用地的面积为589.423 km2，耕地对建设用地的贡献率为94.45%，建设用地净增加600.541 km2.林地面积主要由耕地转化而来，转入面积144.027 km2，耕地对林地的贡献率为95.63%，林地净增加141.755 km2.草地主要

通过以上计算结果，可以得到采用传统的干法回收技术处理每吨废旧电池，LFP亏损993.2元，三元材料则可盈利918.8元，而采用改进的干法回收技术处理LFP电池则可盈利2 314.8元。因此，采用改进的干法回收技术处理LFP电池更具优势。

转化为耕地，转化面积为4.366 km2，转化率为39.44%；耕地主要转化为建设用地和林地，转化面积分别为589.423和144.027 km2，转化率为12.56%和3.07%，耕地净减少688.898 km2；水域主要转化为耕地和建设用地，转化面积分别为51.114和26.246km2，转化率分别为3.13%和1.61%.为了弥补建设用地侵占造成的耕地短缺，上海市加大了对水域的开发，一部分水域被开发为耕地.

3.2 生态风险指数的空间自相关分析

3.2.1 全局空间自相关 利用GeoDa软件计算1995—2015年研究区全局Moran's I系数 （图1）分别为 0.632 836、0.633 033、0.632 289， 且 Moran's I系数均大于0，说明上海市土地利用生态风险指数整体呈正相关，在空间上表现为集聚分布，也表明上海市土地利用生态风险强度的整体空间分异性增强.Moran's I随着时间推移呈现先增加后减少的趋势，说明上海市土地利用生态风险的空间集聚在经过两个时期的不断强化后开始转弱.

(4)从知识服务关键词热点词频和共现关系分析研究中可以看出，目前情报信息机构知识服务研究和实践工作重点集中在信息资源、知识管理等方面，而对知识服务的内容、模式、手段和体系建设等涉及不多，还有待于今后重点加强，从而更好地发挥知识服务工作的科技创新支撑和保障作用。

3.2.2 局部空间自相关 采用GeoDa软件计算出上海市1995—2015年生态风险局部自相关图 （图2）.结果表明，3个时期的生态风险指数空间分布均表现为以高—高集聚（HH）和低—低集聚（LL）类型为主，而高—低集聚（HL）和低—高集聚（LH）比较少，呈现零散分布.1995—2015年间，上海市生态风险的高值区（HH）主要集聚在上海市区周边地区，表明随着城市化进程的加快，经济迅猛发展，基础设施完善，建设用地不断增加，导致生态风险指数提高.而生态风险低值区主要集聚在上海市嘉定区、浦东新区、南部地区以及崇明岛，这些区域主要以耕地为主，而且覆盖大量林地和草地，植被覆盖率较高，因此该区域的生态风险程度相对较低.

只有在适宜的含水率条件下,植物才能顺利进行正常的生命活动.已有研究表明,土壤含水量对土壤有机质有着高度依赖性,有机质控制着土壤含水量及其有效性[8],土壤有机质含量的增加会改变土壤的胶体状况,使土壤吸附作用增强,从而使得土壤含水量提高.菌渣的添加能够有效提高土壤中有机质的含量,降低土壤中水分的蒸发量,有利于水分下渗,从而达到改良土壤保水、持水效果的目的,为植物根系的生长创造适宜的环境.

  

图1 Moran散点图

3.3 生态风险空间分布

根据公式（1），计算出每个风险小区的生态风险指数，根据样区内各生态风险小区所处的范围，借助ArcGIS提供的断点法将生态风险划分为5个等级.在此基础上，利用克里金插值法得到样区生态风险空间分布图（图3），利用重分类得到各等级生态风险所占面积和比重（表4）.

由生态风险分布图可知，研究期间高生态风险区、较高生态风险区和中等生态风险区主要分布在上海市区及其周围，表现为从市区中心向外围等级扩展，土地利用类型主要以建设用地为主.较低生态风险区主要分布在宝山区、浦东新区北部和横沙岛、长兴岛，土地利用类型主要为水域和耕地.低生态风险区主要分布在崇明县和其余区县，土地利用类型主要以耕地和林地为主.

①管理无力,水资源统一调度形同虚设。虽然每年塔里木河流域水利委员会主任与流域各地州师签订年度用水协议，给各地分配限额用水指标，但是在实际落实过程中难度很大，具体执行不严格。

从生态风险等级面积和比例可以看出，研究期间主要以低风险等级和较低风险等级为主，两者占90%以上.低风险等级面积比例分别为67.32%、68.27%和67.91%，先增加后减少.较低风险等级面积比例先由1995年的25.95%减少到2005年的24.56%，而后增加到2015年的25.10%.中等风险等级和较高风险等级面积比例均为先增加后减少，分别为3.12%、3.96%、3.75%和 2.01%、2.20%、2.19%.高风险等级面积分别为 128.52、80.92、83.48 km2，比例从1995年的1.61%减少到2005年的1.01%，然后增加到2015年的1.04%.中等风险、较高风险和高风险等级三者所占比例先增加后减少，虽然高风险等级是先减少后增加，但是较高和中等风险等级都是先增加后减少，而且中等风险等级增加的比重比较大，两者相抵消从而导致最终的生态风险等级先增加而后减少，这也印证了虽然建设用地面积不断增加，但是总的生态风险等级却在降低.

4 结论与讨论

 

表4 上海市土地利用生态风险等级面积及比例

  

等级 1995年 2005年 2015年km2 % km2 % km2 %低生态风险区 5 383.96 67.32 5 460.36 68.27 5 431.04 67.91较低生态风险区 2 075.44 25.94 1 964.40 24.56 2 007.60 25.10中等生态风险区 249.36 3.12 316.36 3.96 299.96 3.75较高生态风险区 160.44 2.01 175.76 2.20 175.52 2.19高生态风险区 128.52 1.61 80.92 1.01 83.48 1.05

  

图2 局部自相关图

  

图3 上海市土地利用生态风险空间分布图

1995—2015年，上海市土地利用类型主要以耕地、水域和建设用地为主，占研究区总面积的90%以上.近二十年间，建设用地和林地面积不断增加，建设用地主要由耕地和水域转化而来，耕地对建设用地的贡献率最大，耕地和草地面积不断减少，水域面积先增加而后减少，水域主要转化为耕地和建设用地.随着上海市城市化进程的加快和经济的高速发展，建设用地需求量不断增加，大量优质良田被侵占，耕地面积不断下降.近年来，上海市政府也意识到了这个问题，在近十年的土地利用规划中提出了补充耕地的方案.可持续发展、绿色发展对现代城市发展提出了新要求，在注重经济效益的同时，也加强了对环境效益和生态效益的重视，上海市林地面积不断增加.总体来说，上海市土地利用结构相对稳定，但是不同土地利用类型面积不断变化，土地利用程度不断增强.上海市土地利用生态风险指数整体在空间分布上存在着高度正相关性，呈现显著的空间集聚模式，随着时间推移表现出先增加后减少的趋势；生态风险指数空间分布以高—高集聚（HH）和低—低集聚（LL）类型为主，生态风险指数具有显著的向同性特点，且空间分布与对应时期的LISA分布模式一致.研究期间，上海市生态风险等级以低等级和较低等级为主，两者占90%以上，中等生态风险和较高生态风险都是先增加后减少，而高等级生态风险是先减少后增加.中等风险区、较高风险区和高风险区主要分布在上海市区及其周边，而且呈现从市区中心向周围等级扩散的趋势.上海市生态风险等级总体呈现出降低趋势.

参考文献：

边坡工程按持久工况(天然工况)和短暂工况(暴雨工况)两种工况利用理正软件进行计算设计。本次稳定计算及边坡设计安全系数具体取值为表2。

[1] MARTINUZZI S， JANUCHOWSKI-HARTLEY S R，PRACHEIL B M ， et al.Threats and opportunities for freshwater conservation under future land use change scenarios in the United States[J].Global Change Biology，2014，20（1）：113-124.

[12] 孙洪波，杨桂山，苏伟忠，等.沿江地区土地利用生态风险评价——以长江三角洲南京地区为例[J].生态学报，2010（20）：5616-5625.

[7] 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——以漓江流域为例[J].应用生态学报，2017（6）：3-12.

[14] 许开鹏，王晶晶，迟妍妍，等.基于综合生态风险的云贵高原土地利用优化与持续利用对策 [J].生态学报，2016，36（3）：821-827.

[4] 傅丽华，谢炳庚，张晔.长株潭核心区土地利用生态风险多尺度调控决策[J].经济地理，2012（7）：118-122.

[5] 吴文婕，石培基，胡巍.基于土地利用/覆被变化的绿洲城市土地生态风险综合评价——以甘州区为例[J].干旱区研究，2012，29（1）：122-128.

3）加强专业节能监测机构建设。为了加大对所属单位节能工作的监测和监督管理力度，中国海油2007年成立了集团公司节能减排监测中心，专门从事海上油气田、炼油、化工企业及其相关领域的节能减排监督监测、审计及管理与技术咨询工作。该中心不断加强自身组织、技术、资质、实验室设施建设，圆满地完成了各项审计、监督监测任务。

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

本论中所采样的文章均出自VOA慢速英文网（http://www.voanews.cn/）中的英文灾难新闻报道。报道事件包括地震、火灾、车祸、战争、恐怖袭击等各个方面。

[8] YANG P， MAO X L， LI T H， et al.Ecological risk assessment of the Shenzhen River-Bay watershed[J].Human and Ecological Risk Assessment，2011，17：580-597.

[9] ZHAO Y，HUANG C M，ZHANG H J.Ecological risk assessment of provincial land-use overall planning in China [J].Human and EcologicalRisk Assessment，2014，20：1491-1506.

[10] 虞燕娜，朱江，吴绍华，等.多风险源驱动下的土地生态风险评价——以江苏省射阳县为例[J].自然资源学报，2016（8）：1264-1274.

[11] 赵岩洁，李阳兵，邵景安.基于土地利用变化的三峡库区小流域生态风险评价——以草堂溪为例[J].自然资源学报，2013（6）：944-956.

[2] 张琪，罗格平，李龙辉，等.基于土地利用/覆被变化表征的现代绿洲演变过程——以天山北坡三工河流域为例[J].地理学报，2016（7）：1157-1171.

[13] 徐羽，钟业喜，冯兴华，等.鄱阳湖流域土地利用生态风险格局[J].生态学报，2016（23）：7850-7857.

[3] 黄贤金.城乡土地市场一体化对土地利用/覆被变化的影响研究综述[J].地理科学，2017（2）：200-208.

基于里兹有限单元法分析裂隙渗流，过程同1.2节中连续介质渗流理论，将每一条裂隙段看作一个线单元对渗流区域进行离散化，若j单元两端分别为i节点和i+1节点，则有单元渗透矩阵为：

[15] PAUKERT C P，PITTS K L， WHITTIER J B，et al.Development and assessment of a landscape-scale ecological threat index for the Lower Colorado River Basin[J].Ecological Indicators，2011，11：304-310.

[16] 安佑志，尹占娥，殷杰，等.上海城市土地利用变化及生态风险研究[J].地域研究与开发，2011（1）：130-134.

[17] 吴剑，陈鹏，文超祥，等.基于探索性空间数据分析的海坛岛土地利用生态风险评价 [J].应用生态学报，2014（7）：2056-2062.

1.4统计分析方法采用SpSS20.0统计学软件进行分析,计数资料采用百分比率(%)表示,计数资料用χ2检验,P<0.05差异显著具有统计学意义。

[18] 徐兰，罗维，周宝同.基于土地利用变化的农牧交错带典型流域生态风险评价——以洋河为例[J].自然资源学报，2015（4）：580-590.

[19] 周汝佳，张永战，何华春.基于土地利用变化的盐城海岸带生态风险评价[J].地理研究，2016（6）：1017-1028.

所谓“诗书画印”。在考古学、书法、篆刻、书法理论上颇有建树之后，学者赖非退而不休，意图尝试出一种新的艺术形象。

经检验，两组护生操作考试成绩不符合正态分布，故采用非参数检验Wilcoxon秩和检验，对照组护生成绩中位数为83.37分，试验组护生成绩中位数为89.73分，两组比较：Z=-6.501，P=0.000。

[20] 王文杰，张永福，王慧杰.基于GIS干旱区绿洲县域土地利用变化生态风险分析——以新疆泽普县为例[J].水土保持研究，2016（6）：216-220.

[21] 杨俊，单灵芝，席建超，等.南四湖湿地土地利用格局演变与生态效应[J].资源科学，2014（4）：856-864.

[22] 张学斌，石培基，罗君，等.基于景观格局的干旱内陆河流域生态风险分析——以石羊河流域为例[J].自然资源学报，2014（3）：410-419.

[23] 林锦耀，黎夏.基于空间自相关的东莞市主体功能区划分[J].地理研究，2014（2）：349-357.

[24] 熊昌盛，韦仕川，栾乔林，等.基于Moran′s I分析方法的耕地质量空间差异研究——以广东省广宁县为例[J].资源科学，2014（10）：2066-2074.

[25] 陈彦光.基于Moran统计量的空间自相关理论发展和方法改进[J].地理研究，2009（6）：1449-1463.

[26] 莫宏远，任志远.风沙过渡区土地生态价值及生态风险动态研究：以陕北神木县为例 [J].中国沙漠，2010，30（2）：357－362.

[27] 王卫林，叶燎原，杨昆，等.山地城镇化建设背景下的土地利用生态风险分析[J].水土保持研究，2016（6）：358-362.