EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 9: 2087 - 2101

DOI: https://doi.org/10.31497/zrzyxb.20240905

其他研究论文

干旱内陆河流域生态网络韧性演化及其提升策略——以石羊河流域为例

  • 刘春芳 , 1, 2 ,
  • 倪博文 1, 2 ,
  • 连虎刚 1, 2 ,
  • 贺扬希 1, 2
展开
  • 1.西北师范大学管理学院，兰州 730070
  • 2.甘肃省土地利用与综合整治工程研究中心，兰州 730070

刘春芳（1978- ），女，甘肃定西人，博士，教授，硕士生导师，研究方向为国土整治与生态修复。E-mail:

收稿日期: 2023-11-06

  修回日期: 2024-03-29

  网络出版日期: 2024-09-04

基金资助

甘肃省科技重大专项(23ZDKA0004)

甘肃省哲学社会科学规划项目(2022YB046)

收起

Evolution of resilience in the ecological network across arid inland river basins and its improvement strategies: A case study of Shiyang River Basin

  • LIU Chun-fang , 1, 2 ,
  • NI Bo-wen 1, 2 ,
  • LIAN Hu-gang 1, 2 ,
  • HE Yang-xi 1, 2
Expand
  • 1. School of Management, Northwest Normal University, Lanzhou 730070, China
  • 2. Research Center of Land Use and Comprehensive Improvement Engineering, Gansu Province, Lanzhou 730070, China

Received date: 2023-11-06

  Revised date: 2024-03-29

  Online published: 2024-09-04

Fold

摘要

水资源短缺、荒漠化加剧等生态环境问题极大影响着干旱内陆河流域生态安全和可持续发展，科学分析与评价外部扰动下的生态网络韧性水平，对于针对性提出该区域生态网络优化方案、增强流域生态稳定性具有重大意义。基于复杂适应系统理论，构建包括要素、结构和功能三个维度的生态网络韧性综合评价指标体系，以石羊河流域为例，对干旱内陆河流域生态网络韧性水平进行测度，并分析其时空演化特征和空间分异格局。结果表明：（1）石羊河流域生态网络空间结构具有非均衡性，生态“源地—廊道—节点”呈不均匀地集聚分布，但南密北疏的格局基本稳定。（2）2000—2020年石羊河流域生态网络韧性水平整体提高，年均增长1.55%，荒漠和山地地区生态网络韧性提升快于绿洲地区，结构韧性提升快于功能韧性和要素韧性。（3）2000—2020年间，山地、绿洲、荒漠不同类型区域内部生态网络韧性水平差异逐渐减小，“低—低”集聚（LL）和“高—高”集聚（HH）占比高。LL集聚主要分布在北部荒漠区域，HH集聚主要分布在南部山区，两者在空间上均有扩散的趋势。最后对山地、绿洲和荒漠三类地区，从要素、结构、功能三方面提出生态修复背景下流域韧性提升策略。

关键词： 生态网络韧性; 复杂适应系统理论; 山地—绿洲—荒漠; 石羊河流域

本文引用格式

刘春芳 , 倪博文 , 连虎刚 , 贺扬希 . 干旱内陆河流域生态网络韧性演化及其提升策略——以石羊河流域为例[J]. 自然资源学报, 2024 , 39(9) : 2087 -2101 . DOI: 10.31497/zrzyxb.20240905

Abstract

The ecological and environmental problems such as water scarcity and intensified desertification greatly affect the ecological security and sustainable development of arid inland river basins. Scientific analysis and evaluation of the resilience level of ecological networks under external disturbances are of great significance for proposing targeted optimization plans for this type of river basin ecological network and enhancing its ecological stability. Based on the theory of complex adaptive systems, this paper constructs a comprehensive evaluation index system of ecological network resilience covering three dimensions: elements, structure and function. Taking the Shiyang River Basin as an example, the paper measures the resilience level of the ecological network in arid inland river basins and analyzes its spatiotemporal evolution characteristics and spatial differentiation patterns. The results show that: (1) The spatial structure of the ecological network in the study area is unbalanced, with uneven aggregation of ecological "source-corridor-node", but the pattern of dense areas in the south and sparse areas in the north is essentially stable. (2) In 2000-2020, the resilience level of the ecological network increased overall, with an annual rate of 1.55%. The resilience of the ecological network in desert and mountainous areas increased faster than that in oasis areas, and the structural resilience improved faster than that of functional resilience and factor resilience. (3) During 2000-2020, the differences in the resilience level of ecological networks in types of mountains, oases and deserts gradually decreased. The proportions of "low-low" agglomeration (LL) and "high-high" agglomeration (HH) were high. LL agglomeration was mainly distributed in the northern desert area, while HH agglomeration was mainly distributed in the southern mountainous area, and both of them had a spatial diffusion trend. Finally, in view of the characteristics of mountains, oases and deserts, this paper proposes strategies to improve the resilience of the basin in the context of ecological restoration from three aspects: elements, structure and function.

Key words： ecological network resilience; complex adaptive systems theory; mountain-oasis-desert; Shiyang River Basin

作为典型的中国内陆生态环境脆弱区，干旱内陆河流域面临着水资源短缺、水体面积萎缩、生态系统退化、荒漠化程度加剧等重大生态环境问题，不仅影响到当地社会经济和生态环境的可持续发展，更威胁到周边地区的生态安全[1,2]。如何在全球气候变化及社会经济、环境等多重压力与冲击下，提升流域生态韧性及可持续发展水平，已成为该区域治理与生态修复亟待解决的难题。随着“要素关联、过程耦合和空间协同”的空间治理理念形成，如何快速建构国土空间生态修复的整体视角与系统思维成为当前高效推进生态修复工作的关键问题[3]。生态网络韧性是生态系统在应对外部冲击和压力时能够适应、学习并从中恢复和可持续发展的能力[4]。因此，开展生态网络韧性测度与演化研究，从系统角度识别流域生态网络韧性关键区域，厘清影响韧性水平的核心因素，以此确定流域生态保育修复的重点区域和关键措施，进而实现流域生态网络韧性的系统性提升，成为西北干旱内陆河流域山水林田湖草沙系统性修复研究和实践的新视角、新抓手。
生态网络韧性为分析生态网络对环境变化的适应性和抗干扰性提供了新框架，学者们已从概念解析[5]、测度评估[6,7]、模型模拟[8,9]等方面展开了相关研究。常用的生态网络韧性测度方法有阈值法、实验法等直接测度方法和多指标综合间接测度方法[10,11]。阈值法是通过测度一些关键指标从胁迫状态恢复到稳定状态的时间进行生态系统韧性估计；实验法则通过人为控制外界干扰条件，利用野外实验或仿真模拟等手段测度生态系统韧性[12]；当稳态阈值难以直接测算时，多选取替代因子进行间接的多指标综合法估算；目前，多指标综合的替代方法仍然是测度区域、流域等中宏观尺度生态网络韧性的主流方法。学界已形成涵盖“抵抗力—适应力—恢复力”韧性特征[13]、城市空间的“规模—密度—形态”[14]、系统的动态性与多维性[15]等多种评价思路；部分学者引入复杂网络理论，通过测度网络空间结构分析和评价生态网络韧性[5,14]，还有研究强调了生态网络结构韧性和功能韧性的评价[16]。综上所述，生态网络韧性已成为国内外地理学、生态学等学科研究的前沿和热点，但对生态网络韧性的定量分析仍处于探索阶段，未形成统一、公认的评估方法体系。已有研究较多忽视了生态网络是生态系统中具有空间范围和景观特征的景观实体这一属性[17]，对功能联系、时空协同等网络核心问题考虑不够，对自然区域特别是干旱内陆河流域等地理区域生态网络韧性的关注较少。因此，亟待从系统性角度对干旱内陆河流域生态网络韧性时空演化开展相应研究。
干旱内陆河流域是中国生态文明建设的重要地带，其生态网络韧性对促进区域经济社会可持续发展意义重大。作为河西走廊三大干旱内陆河流之一，石羊河流域是中国“两屏三带”生态安全战略格局的重要组成部分，是西部阻止沙漠南侵的重要生态安全屏障和北方防沙带的前沿阵地，也是学者们关注的热点研究区域[18]。该流域生态地位非常重要但生态环境极为脆弱，近些年面临着不断加大的扰动与冲击风险，系统性分析生态网络韧性并找到提升策略至关重要。因此，本文将复杂适应系统理论（Complex Adaptive System，CAS）引入生态网络韧性评估，探索构建干旱内陆河流域生态网络韧性研究思路与方法，分析和评价生态网络韧性时空演化特征与规律，进而找到其韧性提升的策略与路径，可为干旱内陆河流域生态网络韧性研究提供新视角，也为该区域生态修复与国土空间布局优化提供科学依据，对保障中国“两屏三带”重要生态功能区的生态安全也具有重要现实意义和应用价值。

1 理论分析与研究思路

CAS理论由美国约翰·霍兰教授于20世纪90年代中期提出，是在一般系统论、耗散结构理论、协同论等理论基础上发展起来的第三代系统理论[19]。该理论认为，任何一个系统都具有自我组织和自我调适的能力，系统中的个体（要素）是具有适应能力的主体，各主体能够调整自身结构和行为方式以适应环境的变化，进而促使系统进化演变[20,21]，正是这种主动性及主体与主体、主体与环境的相互作用，构成了系统应对冲击和压力时的韧性能力[22]。CAS理论将复杂系统特征的原因归结为主体的适应性，适应性高低取决于系统要素、结构及功能的关联和反馈能力大小[23]，高度多样化的异构个体（要素）、模块化结构和适度紧凑的反馈回路势必会增加复杂自适应系统的韧性。因此，基于生态系统“要素—结构—功能”这一逻辑关系去理解生态网络韧性，为生态网络的复杂性问题分析提供了新的视角，更为探索网络韧性的时空演化提供了重要的理论基础。
作为一个动态、联系、开放的空间系统，流域呈现出典型的要素关联、功能复合及空间整体等特征[24]，存在着“要素—结构—功能”变化传导的因果链（图1）[25]。流域生态网络系统中的生态节点、廊道、缓冲区及生态源地区等要素，作为生态过程中有着重要意义的基础和关键组分，其韧性是指基于个体属性水平形成应对外部压力的耐受性和吸收性[6]；结构是构成生态网络各组分的时空分布及组分间的物质、能量、信息流动关系，其韧性是通过物理连接和功能连接能够支持或抑制能量流动、物质循环和信息传递的灵活程度[26]，反映了生态网络的拓扑属性；功能是流域生态系统自身运行及其对周边环境的影响和效用，其韧性是基于生态斑块和基质的多样性、稳定性和流动性形成的抵御干扰能力[6,27]。因此，综合考虑流域生态系统的复杂性和特殊性，本文拟提取2000—2020年间石羊河流域生态要素特征并分析其网络关系，通过构建流域生态网络韧性评价指标体系，对其生态功能和网络韧性进行综合评价，进而探索研究期内流域生态网络韧性的时空演化特征与规律，并提出针对性的流域韧性提升策略。
图1 基于CAS理论的生态网络韧性概念框架

Fig. 1 Conceptual framework of ecological network resilience based on CAS theory

2 研究方法与数据来源

2.1 研究区概况

石羊河流域位于甘肃省河西走廊东部、祁连山北麓，属温带大陆性干旱气候，降水少且蒸发强烈。流域包括武威市凉州区、民勤县、古浪县全域及天祝藏族自治县部分、金昌市的永昌县及金川区全域，以及张掖市肃南裕固族自治县和青海门源回族自治县部分[28]。由于特殊的地理位置和自然条件，自上游至下游依次形成了山地、绿洲、荒漠三类地貌单元。其中，上游南部祁连山地区是该流域八大支流源头，是重要的水源涵养区；中游绿洲是重要的产粮区，也是人类活动最为频繁的地区；下游北部荒漠区处于腾格里沙漠和巴丹吉林沙漠的交汇地带，是生态环境问题最严峻的地区[29]（图2）。随着城市建设用地扩张，生态用地不断减少，基质脆弱、廊道稀疏、斑块零碎是该流域的景观基底特征[30]，水资源短缺、荒漠化加剧等问题持续存在。因此，分析该流域生态网络韧性变化时空特征，识别系统韧性的关键区域和影响因素进而找到其提升策略，是该区域面临的迫切需求。
图2 研究区概况

注：本图基于自然资源部标准地图服务系统下载的标准地图制作，底图无修改，下同。

Fig. 2 Location of the research area (Shiyang River Basin, Northwest China)

2.2 研究方法

2.2.1 生态网络构建

本文通过“生态源识别—阻力面构建—生态廊道提取”的思路来构建流域生态网络。生态源地是生态空间中对生态流起关键作用的景观组分[31,32]，考虑到干旱区植被以旱生草类和灌木为主，其识别采用MSPA模型识别叠加自然保护地方法，并且在MSPA模型识别时将林地、草地、水体纳入作为前景数据，来保证生态网络关键区域的完整性。
阻力面是源地向外扩张的阻力，不同景观类型和地貌特征会影响物质能量及信息交流[33]。常用阻力因子包括土地利用类型、高程、坡地、NDVI等[34]，结合石羊河流域干旱缺水及绿洲交错的现状，增加了距道路距离和距水体距离作为阻力因子指标，利用主成分分析法确定权重，具体指标见表1。
表1 综合阻力评价指标体系

Table 1 Comprehensive resistance evaluation index system

阻力因子 阻力值
Level 1 Level 2 Level 3 Level 4 Level 5
土地利用类型 森林/草地 水体 农田 未利用地 建设用地
坡度/(°) 0~2.96 2.96~7.24 7.24~15.16 15.16~24.69 24.69~76.30
高程/m 660~1247 1247~1575 1575~1989 1989~2584 2584~4951
NDVI 0~0.07 0.07~0.20 0.20~0.33 0.33~0.48 0.48~1.00
道路距离/m >2000 1500~2000 1000~1500 500~1000 <500
水体距离/m <500 500~1000 1000~1500 1500~2000 >2000
生态廊道是生态要素流动的低阻力通道，对连通区内破碎生境斑块、保持区域生态过程的稳定性具有重要作用[33]。基于ArcGIS中的成本路径模块，计算源地间阻力最小的通道作为潜在生态廊道，采用重力模型计算廊道重要性，进而筛选出主要廊道。公式如下[33]：
M C R = f ∑ b = n a = m ( D a b × P a ) m i n
式中：MCR表示从源地扩散至某点的最小累积阻力值；Dab表示目标源地b至其他源地a的空间距离（m）；Pa表示源地a在空间中的扩散阻力系数。

2.2.2 指标体系构建

基于生态系统的“要素—结构—功能”逻辑关系，考虑流域生态环境特征与问题，构建包括要素、结构、功能三个维度，植被净初级生产力、香农多样性指数、蔓延度指数、网络连通性等9个变量的干旱内陆河流域生态网络韧性评价指标体系（表2）。要素维度，考虑到研究区林地、草地等绿色斑块数量少且盖度低，分散、异质是影响其生态组分抗扰能力的主要因子，故选择植被净初级生产力（Net Primary Productivity，NPP）、香农多样性指数（Shannon's Diversity Index，SHDI）、蔓延度指数（Contagion，CONTAG）三项指标来衡量流域生态性能。其中，NPP反映植被生长状况，其动态变化能够较客观地评价生态系统变化及其可持续性；SHDI描述景观类型分布的均匀度，体现景观类型的分布状况与多样性；CONTAG是不同斑块类型的团聚程度或延展趋势，用于表征聚集性或蔓延性。结构维度，选取层级性、匹配性和连通性三项指标反映流域内景观斑块之间物质与能量流动及各斑块相互联系性能大小[38]。其中，层级性为网络中节点的分布状况，用于表征生态网络的层次结构[39]，层级性越高表示网络中存在明显的中心节点和分支结构，因此具有相对较强的稳定性和联系性[40]。匹配性用于衡量网络结构异构程度，是对网络中节点间相关性的描述，反映不同层级的节点连接情况[41]，匹配性越高说明节点之间的信息交流和资源共享能力越强，因而具有更强应对风险能力[30]；连通性是保证流域生态系统物质、能量和信息流通的关键，表征生态过程与生态功能联系程度[41]。功能维度，选择了防风固沙、水源涵养和生境质量三项流域的主导生态系统服务功能。其中，生境质量是生态系统提供适合个体与种群持续生存发展条件的能力[37]；水源涵养是生态系统通过拦截滞蓄降水、促进土壤下渗，从而有效保持土壤水分和补充地下水[42]；防风固沙是生态系统通过提升土壤抗风能力，降低风力侵蚀和风沙危害的功能[35,36]。
表2 流域生态网络韧性评估指标体系

Table 2 Ecological network resilience index system

维度 指标 公式 符号含义
要素 植被净初级生产力NPP — 指除去植物自养呼吸后，植物单位面积和单位时间内通过光合作用获得的干物质量
香农多样性指数SHDI S H D I = - ∑ i = 1 m ( P i l n P i ) Pi为景观类型i所占据的比率（%）
蔓延度指数CONTAG CONTAG=
1 + ∑ i = 1 ∞   ∑ i = 1 ∞   P i g i k ∑ i = 1 ∞   g i k l n P i g i k ∑ k = 1 n   g i k 2 l n ( m ) (100) 		Pi为i类型斑块所占的比率（%）；gik为i类和k类斑块毗邻的斑块数（个）；m为斑块类型总数目（个）
结构 网络
连通性		 α = L - V + 1 2 V - 5 ,   β = L V ,   γ = L 3 ( V - 2 ) L为廊道数（条）；V为节点数（个）；α、β、γ分别为网络闭合度，线点率和网络连接度
网络
层级性		 l n ( D i ) = l n ( C ) + a l n ( D i * ) Di为节点i的度； D i *为节点i的度在网络中的排名；C为常数项；a为度分布的斜率，且a<0
网络
匹配性		 W ¯ i = 1 W i ∑ j ∈ V i 1 W j ,   W ¯ i = C + b W i W i ¯是与节点i所有相邻节点的平均度；W是某节点相邻节点的度；Vi是节点i所有相邻节点的集合；C为常数项；b是度关联系数
功能 防风固沙 S R = S L 潜 - S L 详见参考文献 [41,42]
生境质量 Q x j = H j 1 - D x j z D x j z + k z 详见参考文献 [39]
水源涵养 W Y i = 1 - A E T i P i × P i WYi为栅格单元i的年产水量（mm）；AETi为年实际蒸散发量（mm）；Pi为年降水量（mm）
利用正向与负向化归一法对指标进行无量纲化，进而用等权法计算生态网络韧性综合指数，最后基于ArcGIS 10.3软件中的自然断点法将石羊河流域生态网络韧性水平分为五级，依次为低韧性、较低韧性、中度韧性、较高韧性、高韧性。

2.2.3 空间演化分析

（1）空间自相关
利用探索性空间数据分析方法（Exploring Spatial Data Analysis，ESDA）中全局莫兰指数（Global Moran's I）和局部空间自相关（Local Moran's I）方法分析流域生态网络韧性时空特征。全局莫兰指数用来反映全局的空间相关性，其计算公式为[43]：
$I=\frac{N}{\mathop{\sum }_{i=1}^{N}\mathop{\sum }_{j=1}^{N}{{w}_{ij}}}\frac{\mathop{\sum }_{i=1}^{N}\mathop{\sum }_{j=1}^{N}{{w}_{ij}}\left( {{x}_{i}}-\bar{x} \right)\left( {{x}_{j}}-\bar{x} \right)}{\mathop{\sum }_{i=1}^{N}{{\left( {{x}_{i}}-\bar{x} \right)}^{2}}}$
式中：N为空间单元总数（个）；xi和xj分别为空间单元i和空间单元j的生态网络韧性值； x -为全域生态网络韧性的平均值；wij为邻接空间权重矩阵，若空间单元i和空间单元j相邻，则wij取值为1，否则取0。当Moran's I>0时，表示空间呈正相关，且值越大相关性越明显；反之，当Moran's I<0时，表示空间呈负相关。
局部自相关计算公式为[43]：
${{I}_{i}}=\frac{\left( {{x}_{i}}-\bar{x} \right)}{{{S}^{2}}}\underset{j=1,j\ne i}{\overset{N}{\mathop \sum }}\,{{w}_{ij}}\left( {{x}_{j}}-\bar{x} \right)$
式中：S为全域生态网络韧性方差；Ii代表i地区局部莫兰指数。Ii>0表示该区域周围相似值（高值或低值）空间集聚，Ii<0表示非相似值的空间集聚。
（2）变异系数
在长期人类活动和自然过程的共同作用下，石羊河流域逐渐演化形成“山地—绿洲—荒漠”耦合生态系统。由于其生态网络韧性平均值差异较大，为了更细致地刻画自然区过渡带生境质量的空间特征，采用变异系数来测度研究区“山地—绿洲—荒漠”生态网络韧性的空间差异，以消除单位和平均数的影响。进而，最终确定山地、绿洲和荒漠生态网络韧性的地域相关程度、空间关联强度以及分异格局等。计算公式如下[39]：
${{V}_{i}}=\frac{{{\sigma }_{i}}}{{{{\bar{x}}}_{i}}},\text{ }\!\!~\!\!\text{ }{{W}_{i}}=\frac{{{V}_{i}}}{\mathop{\sum }_{i=1}^{n}{{V}_{i}}},\text{ }\!\!~\!\!\text{ }CV=\frac{1}{{\bar{h}}}\sqrt{\underset{i=1}{\overset{n}{\mathop \sum }}\,\frac{\left( {{h}_{i}}-\bar{h} \right)}{\left( n-1 \right)}}$
式中：Vi为指标i的变异系数； σ i为指标i的标准差； x - i为指标i的平均值；Wi为指标i的权重；CV为变异系数；n为区域数（个）；hi为区域i的生态网络韧性值； h -为hi的平均值。

2.3 数据来源

主要数据来源：（1）土地利用数据来自中国国家基础地理信息中心（http://www.globeland30.org/）的GlobeLand 30数据，分辨率为30 m；（2）DEM来自地理空间数据云（http://www.gscloud.cn/）提供的 30 m分辨率数字高程数据；（3）NDVI数据来自国家生态科学数据中心（http://www.nesdc.org.cn），分辨率为30 m；（4）降雨量、潜在蒸散发等气象数据来自国家气象信息中心（https://data.cma.cn/），通过插值分析确定降水量和潜在蒸散量的空间分布；（5）NPP数据来自国家青藏高原数据中心（https://data.tpdc.ac.cn/），分辨率为30 m；（6）土壤数据来自世界土壤数据库（Harmonized World Soil Database，HWSD，http://westdc.westgis.ac.cn）的中国土壤数据集，空间分辨率为1 km，通过裁剪、投影转换重采样形成流域栅格大小为30 m×30 m的土壤数据；（7）道路和河流水系数据源自石羊河流域信息系统（http://westdc.westgis.ac.cn）专题数据集。使用ArcGIS 10.3对所有数据根据石羊河流域矢量边界裁剪，并统一地理坐标系为GCS_WGS_1984，投影坐标系为WGS_1984_UTM_Zone_47N，使用Resample工具将部分数据空间分辨率统一重采样为30 m×30 m，对于流域尺度研究，可以满足研究需求。

3 结果分析

3.1 生态网络构建

石羊河流域生态网络总体呈现南部高集聚、中北部稀疏的空间特征。廊道多呈西南—东北走向分布，与河流流向一致。流域南部上游林地草地分布多，生态廊道密集，较好地连接了南部永昌、肃南裕固族自治县和天祝藏族自治县等重要生态源地；中游绿洲腹地生态廊道较为密集，有较好的水源和较为密集的耕地；流域下游为民勤县北部两大沙漠分布地区，森林草地斑块零碎，生态节点、生态源地较少，廊道分布也较为稀疏。
2000—2020年，研究区内生态源地、廊道及节点数量增加，网络密度提升（图3）。2000年生态源地面积为7531.69 km2，2010年源地面积为9960.39 km2，2020年源地面积为11622.71 km2，20年增加了54.31%；生态廊道也由2000年的41条增加到2020年的93条。增加的生态源地与廊道主要集中于流域南部山区和中下游绿洲腹地，这些区域的生态基底和连通程度较好；在流域下游民勤县北部两大沙漠分布地区，生态源地及生态廊道分布均相对较少，但在研究期内有所增加，反映了区域防风固沙等生态治理成效初显。
图3 2000—2020年石羊河流域三期生态网络识别结果

Fig. 3 Identification of the ecological network of the Shiyang River Basin, 2000-2020

3.2 生态网络韧性时空格局

2000—2020年，石羊河流域生态网络韧性均值分别为0.261、0.259、0.342，韧性水平总体提升了31.03%，但均值较低。5级韧性区域面积从大到小依次为：低度韧性>较高韧性>高度韧性>中度韧性>较低韧性，其中低韧性区域面积逐渐减小，占比分别为45.06%、45.04%、43.98%，较高韧性与高韧性面积则逐渐增加。空间分布上，韧性值呈现自上游到下游递减的分布特征，主要以低度韧性、较高韧性和高度韧性为主。高韧性区和较高韧性区主要分布在南部祁连山地区，少量分布在中部绿洲区。这些区域内林草地分布广泛，生态源地数量较多、面积大，廊道分布密集，且防风固沙、水源涵养和生物多样性等生态系统服务功能较好。中度韧性区主要分布在石羊河流域中游绿洲区，区内土地覆被多为耕地和草地，生态源地分布不均，廊道大多较长但分布稀疏，防风固沙和水源涵养等生态系统服务功能弱于南部山区。低度韧性区集中在北部荒漠区域，区内蒸发量较大，较少源地和廊道分布，且防风固沙和水源涵养等生态系统服务功能较差，韧性水平低（图4）。进一步对分维度韧性的时空变化（图5）进行分析：
图4 2000—2020年石羊河流域生态网络韧性变化

Fig. 4 Changes of ecological network resilience in the Shiyang River Basin, 2000-2020

图5 2000—2020年石羊河流域生态网络分维度韧性

Fig. 5 Different dimensional resiliences of ecological network in the Shiyang River Basin, 2000-2020

（1）要素韧性
2000—2020年间，流域生态网络的要素韧性值偏低且持续下降，均值分别为0.178、0.177和0.173，但高值在2000—2020年由0.789提升至0.831。从时空变化来看，中部绿洲与城镇区域下降明显，流域中游建设用地与耕地增加，人为活动频繁，破碎化程度提高，导致该区域内要素韧性降低；南部山地植被覆盖度高，物种较为丰富，NPP较高；其余地区尤其是荒漠区域的斑块较少，植被覆盖度低，地类较为单一，香农多样性值与蔓延度指数值均较低，从而降低了整体要素韧性水平。
（2）结构韧性
2000—2020年间，流域生态网络结构韧性呈现增长，但在两个研究时段内先小幅减少后大幅增加，均值分别为0.335、0.320和0.560。流域生态源地、廊道和节点的数量在2010—2020年增加极为显著，结构韧性高值也从0.713增加至0.93。生态节点的规模与数量极大程度地影响了整个网络结构的稳定性，生态源地间连通廊道增多，对应的层级性、匹配性和连通性也增加，使得结构韧性增强。空间上，北部荒漠区域由于源地廊道分布较少且稀疏、分散，结构韧性值偏低，变化不大；山地与绿洲区域由于源地较为密集，且源地、廊道与节点数量均有增加，导致结构韧性显著提升，反映了生态过程与生态功能联系程度增强。
（3）功能韧性
2000—2020年间，流域生态网络功能韧性均值分别为0.269、0.281和0.294，呈连续增加态势。二十年来，随着三北防护林和北方防沙带的建设，流域北部防风固沙成果显著，植被覆盖度提升，南部水源涵养增加，提升了服务功能韧性。但由于荒漠区域面积大，干旱缺水，整体功能韧性水平仍较低。空间上，功能韧性呈现由上游向下游显著递减的分布特征。上游山地及中游绿洲区域植被覆盖度相对较高，生态环境和生态价值质量较好，是流域在防风固沙、水源涵养、生境质量方面最好的生态系统服务供给区。

3.3 生态网络韧性时空分异

采用空间自相关方法和变异指数对流域在2000—2020年间生态网络韧性的空间集聚与分异进行分析。
（1）空间集聚性分析
流域生态网络韧性2000年、2010年、2020年全局莫兰指数分别为0.442、0.550、0.513，p值均小于0.05，表示韧性结果存在正向空间自相关，具有显著的空间集聚性。进一步的局部自相关分析表明，空间正相关模式（LL集聚和HH集聚）为主且逐年增加。LL集聚主要在北部荒漠区域，HH集聚主要在南部山区，南部山区本身生态韧性好于北部荒漠，两者在空间上均有扩散趋势，集聚效应增强。其余不显著及空间负相关模式（LH集聚和HL集聚）均占比较小，且逐年减少。反映了生态网络韧性时空变化的明显分异，主要由分散演化为集聚，荒漠与山地集聚性增强并逐渐扩散。
（2）流域内部差异分析
依据流域重要生态用地的空间分布，通过“山地”“荒漠”“绿洲”分区计算其变异系数，测度研究区生态网络韧性的空间差异。2000—2020年间，流域各区域生态网络韧性结果不均衡，但区域差异逐渐减小，表现为生态网络韧性在2000—2010年变化较小，2010—2020年的变异系数显著降低。研究期内，山地、绿洲和荒漠分别降低了23.21%、6.25%和59.60%，变异系数的减小表明各区域内部差异正逐步缩小，且呈逐渐收敛态势。总体来说，流域内荒漠和山地内部差异大于绿洲，荒漠内部变化大于山地和绿洲，反映了区域防风固沙与植树造林等生态修复治理效果显著。

4 结论与讨论

4.1 结论

本文基于复杂适应系统（CAS）理论构建了干旱内陆河流域生态网络，在解析流域生态系统要素关联、功能复合及空间整体等复杂特征基础上，从“要素、功能、结构”三个维度测度并分析了石羊河流域2000—2020年间生态网络韧性及其空间分异。结果表明：
（1）通过“源—廊—点”有机连接而形成的流域生态网络，空间上呈现南部密集、中北部松散的阶梯式分布。近20年来，石羊河流域的生态源地及廊道数量呈现递增趋势，密度不断提高。源地与廊道均在流域中上游山区和绿洲腹地分布较为密集，这些区域生态基底相对较好，有着较好的植被覆盖度；在流域下游民勤县北部分布着两大沙漠，致使该区域生态源地及生态廊道相对较少，但在研究期内也呈增加趋势，反映了流域防风固沙治理成效。
（2）近20年来，三个不同时期的流域生态网络韧性水平虽整体较低，但随时间逐渐提高，分维度韧性中结构韧性增长速度>功能韧性增长速度>要素韧性增长速度，促使流域整体韧性呈现向好。流域生态网络韧性水平从低到高划分为五级。低度韧性区主要为荒漠区和流域腹地的生产生活区，该类区域面积逐渐减少；较高韧性区和高韧性区分布于山地与绿洲区域，研究期内面积有所增加。在整体韧性增加的态势下，荒漠和山地地区生态网络韧性提升明显快于绿洲地区。
（3）从空间演变来看，流域生态网络韧性从北到南呈“低—中—高”的变化趋势，LL集聚主要分布在北部荒漠区域，HH集聚主要分布在南部山区，两者在空间分布上均有扩散的趋势。山地、绿洲和荒漠各区变异系数在20年间均略有下降，表明流域内生态网络韧性水平差异虽明显但正逐步缩小。

4.2 讨论

本文从要素、结构与功能联系方面解释了干旱内陆河流域生态网络韧性的时空变化，提出生态修复背景下流域生态网络韧性提升策略，拓展了流域生态网络韧性的研究视野，丰富了生态网络韧性研究的干旱内陆河流域案例地。研究结果表明，从要素、结构与功能三个维度去分析流域这一特殊地理区域的生态网络韧性，对于剖析流域生态网络构建的障碍与问题、提升流域整体生态网络韧性具有重要的理论分析和实践指导价值。根据生态网络韧性时空特征划定生态韧性提升分区，通过提高生态网络韧性去实现生态系统服务能力提升的目标，指导流域生态保护和修复实践开展，是当下可行的思路和有效的方法。当然，要提升干旱内陆河流域生态网络韧性，还需要加强对流域生态网络韧性的科学评估、模拟与预测，进一步深入探索流域生态网络韧性变化的影响因素及其机制，包括对韧性评估指标进行更为全面的选择，比较集聚性、匹配性、模块度等不同指标的合适程度。未来可添加稳健型检验，通过控制部分变量变化对韧性影响，在系统诊断、评价生态网络韧性的基础上，为流域生态网络构建及空间治理提供科学依据和适用方法。

4.3 生态修复背景下流域生态网络韧性提升策略

基于石羊河流域生态环境问题现状及生态网络韧性时空分异特征，科学统筹开展山水林田湖草沙一体化保护修复活动，通过重点保护、修复流域空间生态重要区、退化区和主干河流廊道，形成“生态源地+廊道+斑块”为主的流域生态空间结构。进而针对三类地区，通过要素提升、结构优化、功能复合等策略引导以提升流域生态网络韧性，维持流域空间结构和功能稳定，增强南中北“山地—绿洲—荒漠”分区的生态系统服务能力，促进流域社会生态系统的协同和高质量发展。

4.3.1 南部祁连山地区

该地区生态廊道密集，生态基底和连通程度较好。研究期内，生态源地增加，是高韧性区和较高韧性区的主要分布区，总体韧性及分维度韧性水平都较高，其中结构韧性显著提升。然而，该地区仍然面临着绿地破碎化、植被退化、水源涵养、水源地保护等重大压力。因此，需要通过防护林体系建设、退耕还林还草、土地综合整治等措施，保护流域上游的连片生态空间，重点加强生态涵养和植被覆盖度，扩展源地面积；持续推进水源涵养林保护和修复，着力提高生态系统自我修复能力，注重生态源地质量提升，促进生态系统质量和稳定性提升，提升生态系统的结构和功能韧性水平，打造流域南部的祁连山生态保护屏障。

4.3.2 中游绿洲区

该地区生态基底和连通程度较好。研究期内，生态源地增加，是中度韧性区主要分布地，少量分布高韧性区和较高韧性区。人类活动使得该地区生态破碎化程度提高，从而降低了要素韧性；源地、廊道与节点数量均有增加，促使结构韧性提升；但生态源地分布的不均衡、降雨量少使得其生态系统服务功能韧性弱于南部山区。因此，该地区生态网络建设要增强植被覆盖度，提升景观生态功能。以水资源承载力评估为基础，重视生态用水，合理调整绿洲区产业结构，严格保护自然本底，修复绿洲外围防风固沙林网和重要的水系生态廊道，构建多节点网络化生态安全格局，提升生态系统韧性。

4.3.3 北部荒漠区

该地区是沙漠交汇地带，生态节点、生态源地较少，廊道分布稀疏，生态环境问题最严峻。研究期内，地区内部变异系数变化显著，反映了区域防风固沙与植树造林等生态修复治理效果显著。但相对于其他两类地区，以低度韧性区为主，较少源地和廊道分布，且防风固沙和水源涵养等生态系统服务功能较差，虽然结构韧性、功能韧性有所提升，但总体韧性水平及分维度韧性水平都较低。因此，该地区要通过科学有效的人工辅助和工程管理措施，设置沙障，种植沙生植物，修复外围防风固沙林网，重点做好防风固沙及水土保持，减少土地沙化和土壤侵蚀。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
PAN N H, DU Q Q, QING Y G, et al. Ecological security assessment and pattern construction in arid and semi-arid areas: A case study of the Hexi Region, NW China. Ecological Indicators, 2022, 138: 108797, Doi: 10.1016/j.ecolind.2022.108797.

[2]
TURNER V K, GALLETTI C S. Do sustainable urban designs generate more ecosystem services? A case study of Civano in Tucson, Arizona. The Professional Geographer, 2015, 67(2): 204-217.

[3]
彭建, 董建权, 刘焱序. “系统思维、整体视角、综合治理, 助力高质量发展”: “国土空间生态修复”专辑发刊词. 自然资源学报, 2020, 35(1): 1-2.

DOI

[PENG J, DONG J Q, LIU Y X. "Systematic thinking, holistic perspective, comprehensive management, help high quality development": Special issue of "land space eco-logical restoration". Journal of Natural Resources, 2020, 35(1): 1-2.]

[4]
DAKOS V, KEFI S. Ecological resilience: what to measure and how. Environmental Research Letters, 2022, 17(4): 043003, Doi: 10.1088/1748-9326/AC5767.

[5]
汪辉, 徐蕴雪, 卢思琪, 等. 恢复力、弹性或韧性: 社会—生态系统及其相关研究领域中“Resilience”一词翻译之辨析. 国际城市规划, 2017, 32(4): 29-39.

[WANG H, XU Y X, LU S Q, et al. A comparative study of Chinese translation of resilience terminology in socio-ecological system and its related research fields. Urban Planning International, 2017, 32(4): 29-39.]

[6]
WANG T, LI H, HUANG Y. The complex ecological network's resilience of the Wuhan Metropolitan Area. Ecological Indicators, 2021, 130(1): 108101, Doi: 10.1016/j.ecolind.2021.108101.

[7]
HUANG L, WANG J, CHENG H. Spatiotemporal changes in ecological network resilience in the Shandong Peninsula Urban Agglomeration. Journal of Cleaner Production, 2022, 339: 130681, Doi: 10.1016/j.jclepro.2022.130681.

[8]
TIBOR K, VIKTOR M K. Ecology-related resilience in urban planning: A complex approach for Pecs (Hungary). Ecological Economics, 2018, 144: 160-170.

[9]
KEATING A, HANGER-KOPP S. Practitioner perspectives of disaster resilience in international development. International Journal of Disaster Risk Reduction, 2019, 42: 101355, Doi: 10.1016/j.ijdrr.2019.101355.

[10]
王婷, 邹紫涵, 周国华, 等. 高质量发展下城市生态韧性的测度框架. 湖南师范大学自然科学学报, 2022, 45(5): 33-40.

[WANG T, ZOU Z H, ZHOU G H, et al. A framework for measuring urban ecological resilience under high-quality development. Journal of Natural Science of Hunan Normal University, 2022, 45(5): 33-40.]

[11]
冯一凡, 冯君明, 李翅. 生态韧性视角下绿色空间时空演变及优化研究进展. 生态学报, 2023, 45(5): 33-40.

[FENG Y F, FENG J M, LI C. Progress of the spatiotemporal change and improvement of green space from the perspective of ecological resilience. Acta Ecologica Sinica, 2023, 45(5): 33-40.]

[12]
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

[YAN H M, ZHAN J Y, ZHANG T. Review of ecosystem resilience research progress. Progress in Geography, 2012, 31(3): 303-314.]

DOI

[13]
薛飞, 张念慈, 夏楚瑜, 等. 城市生态韧性水平空间评估及其驱动力分析: 以北京市通州区为例. 生态学报, 2023, 43(16): 6810-6823.

[XUE F, ZHANG N C, XIA C Y, et al. Spatial evaluation of urban ecological resilience and analysis of driving forces: A case study of Tongzhou district, Beijing. Acta Ecologica Sinica, 2023, 43(16): 6810-6823.]

[14]
王少剑, 崔子恬, 林靖杰, 等. 珠三角地区城镇化与生态韧性的耦合协调研究. 地理学报, 2021, 76(4): 973-991.

DOI

[WANG S J, CUI Z T, LIN J J, et al. Coupling relationship between urbanization and ecological resilience in the Pearl River Delta. Acta Geographica Sinica, 2021, 76(4): 973-991.]

DOI

[15]
JABAREEN Y. The risk city: Cities countering climate change:Emerging planning theories and practices around the world. Dordrecht: Springer, 2015, 29: 15-27.

[16]
黄梅, 刘晨曦, 俞晓莹, 等. 城市水生态网络韧性评价与优化策略: 以长沙市为例. 经济地理, 2022, 42(10): 52-60.

DOI

[HUANG M, LIU C X, YU X Y, et al. Resilience evaluation and optimization of urban water ecological network: Take Changsha as an example. Economic Geography, 2022, 42(10): 52-60.]

DOI

[17]
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.

DOI

[PENG J, DANG W X, LIU Y X, et al. Review on landscape ecological risk assessment. Acta Geographica Sinica, 2015, 70(4): 664-677.]

DOI

[18]
刘春芳, 王佳雪, 许晓雨. 基于生态系统服务流视角的生态补偿区域划分与标准核算: 以石羊河流域为例. 中国人口·资源与环境, 2021, 31(8): 157-165.

[LIU C F, WANG J X, XU X Y. Regional division and standard accounting of ecological compensation from the perspective of ecosystem service flow: A case study of Shiyang River Basin. China Population, Resources and Environment, 2021, 31(8): 157-165.]

[19]
仇保兴. 基于复杂适应系统理论的韧性城市设计方法及原则. 城市发展研究, 2018, 25(10): 1-3.

[QIU B X. Methods and principles of designing resilient city based on complex adaptive system theory. Urban Development Studies, 2018, 25(10): 1-3.]

[20]
谭跃进, 邓宏钟. 复杂适应系统理论及其应用研究. 系统工程, 2001, (5): 1-6.

[TAN Y J, DENG H Z. The study of complex adaptive system theory and it's application. Systems Engineering, 2001, (5): 1-6.]

[21]
高见, 邬晓霞, 张琰. 系统性城市更新与实施路径研究: 基于复杂适应系统理论. 城市发展研究, 2020, 27(2): 62-68.

[GAO J, WU X X, ZHANG Y. Research on systematic urban regeneration and implementation way: Based on the complex adaptive system theory. Urban Development Studies, 2020, 27(2): 62-68.]

[22]
李正, 赵林. 西北干旱区山水林田湖草沙系统治理研究实践: 以塔里木河重要源流区为例. 中国国土资源经济, 2022, 35(12): 13-18, 63.

[LI Z, ZHAO L. Research and practice on systematic management of mountains, rivers, forests, fields, lakes, grasslands, and sands in the Northwest Arid Zone: Taking the Tarim River important headwaters area as an example. Nature Resource Economics of China, 2022, 35(12): 13-18, 63.]

[23]
李睿倩, 徐成磊, 李永富, 等. 国外海岸带韧性研究进展及其对中国的启示. 资源科学, 2022, 44(2): 232-246.

DOI

[LI R Q, XU C L, LI Y F, et al. Progress of international research on coastal resilience and implications for China. Resources Science, 2022, 44(2): 232-246.]

DOI

[24]
李德智, 洪靖芝, 朱诗尧, 等. 基于复杂适应系统的城市抗涝韧性演化机理研究: 以昆山市为例. 系统科学学报, 2023, 31(2): 63-68, 116.

[LI D Z, HONG J Z, ZHU S Y, et al. Evolution mechanism of urban flood resilience from the perspective of complex adaptive system: A case study of Kunshan. Chinses Journal of Systems Science, 2023, 31(2): 63-68, 116.]

[25]
邓楚雄, 刘唱唱, 李忠武. 生态修复背景下流域国土空间韧性研究思路. 中国土地科学, 2022, 36(5): 11-20.

[DENG C X, LIU C C, LI Z W. Research path on the resilience of watershed territorial space under the background of ecological restoration. China Land Science, 2022, 36(5): 11-20.]

[26]
NEWMAN M E J. The structure and function of complex networks. Siam Review, 2003, 45(2): 167-256.

[27]
CARPENTER S, WALKER B, ANDERIES J M, et al. From metaphor to measurement: Resilience of what to what?. Ecosystems, 2001, 4(8): 765-781.

[28]
王佳雪, 刘春芳, 张世虎. 北方防沙带典型县域生态安全格局研究. 生态学报, 2022, 42(10): 3989-3997.

[WANG J X, LIU C F, ZHANG S H. Ecological security pattern of typical counties in northern sand prevention belts. Acta Ecologica Sinica, 2022, 42(10): 3989-3997.]

[29]
魏伟, 俞啸, 张梦真, 等. 1995—2018年石羊河流域下游荒漠化动态变化. 应用生态学报, 2021, 32(6): 2098-2106.

DOI

[WEI W, YU X, ZHANG M Z, et al. Dynamics of desertification in the lower reaches of Shiyang River Basin, Northwest China during 1995-2018. Chinese Journal of Applied Ecology, 2021, 32(6): 2098-2106.]

DOI

[30]
陈亚宁, 李玉朋, 李稚, 等. 全球气候变化对干旱区影响分析. 地球科学进展, 2022, 37(2): 111-119.

DOI

[CHEN Y N, LI Y P, LI Z, et al. Analysis of the impact of global climate change on dryland areas. Advances in Earth Science, 2022, 37(2): 111-119.]

DOI

[31]
COOK E A. Landscape structure indices for assessing urban ecological networks. Landscape and Urban Planning, 2002, 58(2-4): 269-280.

[32]
彭建, 吕丹娜, 董建权, 等. 过程耦合与空间集成: 国土空间生态修复的景观生态学认知. 自然资源学报, 2020, 35(1): 3-13.

DOI

[PENG J, LYU D N, DONG J Q, et al. Processes coupling and spatial integration: Characterizing ecological restoration of territorial space in view of landscape ecology. Journal of Natural Resources, 2020, 35(1): 3-13.]

DOI

[33]
王海云, 匡耀求, 文薪荐, 等. 粤港澳大湾区生态网络构建及廊道优化. 中国环境科学, 2022, 42(5): 2289-2298.

[WANG H Y, KUANG Y Q, WEN X J, et al. Ecological network construction and corridor optimization in Guangdong-Hong Kong-Macao Greater Bay Area. China Environmental Science, 2022, 42(5): 2289-2298.]

[34]
张琳琳, 孔繁花, 尹海伟, 等. 基于景观空间指标与移动窗口的济南城市空间格局变化. 生态学杂志, 2010, 29(8): 1591-1598.

[ZHANG L L, KONG F H, YIN H W, et al. Spatial pattern change of Jinan city based on landscape metrics and moving window method. Chinese Journal of Ecology, 2010, 29(8): 1591-1598.]

[35]
彭建, 杨旸, 谢盼, 等. 基于生态系统服务供需的广东省绿地生态网络建设分区. 生态学报, 2017, 37(13): 4562-4572.

[PENG J, YANG Y, XIE P, et al. Zoning for the construction of green space ecological networks in Guangdong province based on the supply and demand of ecosystem services. Acta Ecologica Sinica, 2017, 37(13): 4562-4572.]

[36]
王戈, 于强, YANG D, 等. 基于复杂网络分析法的层级生态网络结构研究. 农业机械学报, 2019, 50(7): 258-266, 312.

[WANG G, YU Q, YANG D, et al. Hierarchical ecological network structure based on complex network analysis. Transactions of the CSAM, 2019, 50(7): 258-266, 312.]

[37]
彭翀, 林樱子, 顾朝林. 长江中游城市网络结构韧性评估及其优化策略. 地理研究, 2018, 37(6): 1193-1207.

DOI

[PENG C, LIN Y Z, GU C L. Evaluation and optimization strategy of city network structural resilience in the middle reaches of Yangtze River. Geographical Research, 2018, 37(6): 1193-1207.]

[38]
刘祥平, 张贞, 李玲玉, 等. 多维视角下天津市生态网络结构演变特征综合评价. 应用生态学报, 2021, 32(5): 1554-1562.

DOI

[LIU X P, ZHANG Z, LI L Y, et al. Comprehensive evaluation of the evolution of ecological network structure in Tianjin, China from a multi-dimensional perspective. Chinese Journal of Applied Ecology, 2021, 32(5): 1554-1562.]

[39]
刘春芳, 王川, 刘立程. 三大自然区过渡带生境质量时空差异及形成机制: 以榆中县为例. 地理研究, 2018, 37(2): 419-432.

DOI

[LIU C F, WANG C, LIU L C. Spatio-temporal variation on habitat quality and its mechanism within the transitional area of the Three Natural Zones: A case study in Yuzhong county. Geographical Research, 2018, 37(2): 419-432.]

[40]
柳冬青, 曹二佳, 张金茜, 等. 甘肃白龙江流域水源涵养服务时空格局及其影响因素. 自然资源学报, 2020, 35(7): 1728-1743.

DOI

[LIU D Q, CAO E J, ZHANG J X, et al. Spatiotemporal pattern of water conservation and its influencing factors in Bailongjiang Watershed of Gansu. Journal of Natural Resources, 2020, 35(7): 1728-1743.]

[41]
刘利民, 王婷婷, 李秀芬, 等. 近15年内蒙古防沙带防风固沙功能时空变化特征. 生态学杂志, 2021, 40(11): 3436-3447.

[LIU L M, WANG T T, LI X F, et al. Spatiotemporal variations of wind prevention and sand fixation function in the sand-prevention belt in Inner Mongolia in recent 15 years. Chinese Journal of Ecology, 2021, 40(11): 3436-3447.]

DOI

[42]
徐洁, 肖玉, 谢高地, 等. 防风固沙型重点生态功能区防风固沙服务的评估与受益区识别. 生态学报, 2019, 39(16): 5857-5873.

[XU J, XIAO Y, XIE G D, et al. Assessment of wind erosion prevention service and its beneficiary areas identification of national key ecological function zone of windbreak and sand fixation type in China. Acta Ecologica Sinica, 2019, 39(16): 5857-5873.]

[43]
许锋. 基于Moran指数和谱图论的空间自相关测度方法优化. 城市发展研究, 2021, 28(12): 92-101, 41.

[XU F. Improving spatial autocorrelation statistics based on Moran's Index and spectral graph theory. Urban Development Studies, 2021, 28(12): 92-101, 41.]

Options
文章导航

/

〈 〉