基于DPSIR和GM（1，1）模型的土地生態安全評價與預測

張瑤 李帥 王鵬飛

張 瑤，李 帥，王鵬飛. 基于DPSIR和GM（1，1）模型的土地生態安全評價與預測——以河南省洛陽市為例［J］. 湖北農業科學，2024，63（2）：162-169．

摘要：為探究洛陽市土地生態安全現狀及主要影響因子，基于DPSIR模型，選取24個評價指標，構建評價指標體系。運用熵權法、障礙度模型（ODM）和灰色系統GM（1，1）模型對2010—2020年洛陽市土地生態安全狀況進行評價與預測。結果表明，2010—2020年洛陽市土地生態安全呈上升趨勢，2010—2017年波動幅度較小，2018年土地生態安全指數大幅增加，從0.480 5增加至0.602 7；2020年土地生態安全等級從臨界安全等級上升至較安全等級，其中人口自然增長率、單位耕地農藥消耗、人均公園綠地面積、第三產業產值比重等指標因素是指數上漲的重要動力；權重最大的子系統為響應子系統，權重最大的單一指標為人均公園綠地面積；障礙因素中出現頻次最高的指標為生活垃圾無害化處理率；從灰色系統GM（1，1）模型的預測結果來看，洛陽市土地生態安全等級將在2023年達到安全等級。

關鍵詞：土地生態安全指數；DPSIR模型；灰色系統GM（1，1）模型；障礙度模型（ODM）；河南省洛陽市

中圖分類號：S159.2? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）02-0162-08

DOI：10.14088/j.cnki.issn0439-8114.2024.02.026 開放科學（資源服務）標識碼（OSID）：

Evaluation and prediction of land ecological security based on DPSIR and GM（1，1） model：Taking Luoyang City， Henan Province as an example

ZHANG Yao，LI Shuai，WANG Peng-fei

（College of Landscape Architecture and Art， Henan Agricultural University， Zhengzhou? 450002， China）

Abstract： In order to explore the current situation and main influencing factors of land ecological security in Luoyang City， based on the DPSIR model， 24 evaluation indicators were selected to construct an evaluation indicator system. The entropy weight method， obstacle degree model （ODM）， and grey system GM（1，1） model were used to evaluate and predict the land ecological security situation in Luoyang City from 2010 to 2020. The results showed that the land ecological security in Luoyang City showed an upward trend from 2010 to 2020， with relatively small fluctuations from 2010 to 2017. In 2018， the land ecological security index increased significantly， from 0.480 5 to 0.602 7；in 2020， the level of land ecological security increased from a critical safety level to a relatively safe level， with factors such as natural population growth rate， pesticide consumption per unit of arable land， per capita park green space area， and the proportion of tertiary industry output being important driving forces for the indexs increase；the subsystem with the highest weight was the response subsystem， and the single indicator with the highest weight was the per capita park green space area； the indicator with the highest frequency of occurrence among obstacle factors was the harmless treatment rate of household waste；according to the prediction results of the grey system GM（1，1） model， the land ecological security level in Luoyang City would reach the safety level in 2023.

Key words： land ecological security index； DPSIR model； grey system GM（1，1） model； obstacle degree model （ODM）； Luoyang City， Henan Province

在中國共產黨第二十次全國代表大會上，習近平總書記明確指出要加強土壤污染源頭防治，基本消除城市惡臭水體，開展新污染物治理，全面實行排污許可制等規劃方向，表明國家對土地生態安全的重視。土地既是人類生存活動與社會發展的物質基礎，也是人類棲居的基地和吃穿的基本來源，人類所有的政治、經濟、文化活動的核心都依賴土地資源。土地生態安全的概念源自生態安全^［1］，生態安全含義包括生態系統自身的安全狀況及生態系統對于人類安全的影響^［2］。土地生態安全的概念被定義為在一定時空范圍內，土地生態系統的功能性與結構性同時維持穩定，滿足人類生存與發展所必需的資源供應與生態供給的能力^［3］。土地生態系統是生態安全問題中重要的一環，其好壞關系著區域生態安全狀況并對生態文明建設進程造成影響^［4］。對于礦業發達的洛陽市來說，保障土地生態安全不僅是經濟發展的必要條件，更是維護當地生態安全屏障的重要前提。

目前，國內研究者選取的土地生態安全評價模型中，最常見的就是PSR（壓力-狀態-響應）模型和DPSIR（驅動力-壓力-狀態-影響-響應）模型^［5］，此外還有PSR-NES耦合模型^［6］、多維連接云模型^［7］和熵權物元模型^［8］等。在評價方法上，熵權法和基于熵權法改進的TOPSIS法是適用于多方案、多對象的對比研究和決策分析的常見決策方法^［9］。此外，劉夢柔^［10］采用CRITIC賦權法及改進的灰靶模型對2010—2018年禮泉縣的土地生態安全進行評價和分析。在預測模型中，主要用于土地生態安全預測的有灰色系統GM（1，1）模型^［11］、無偏GM（1，1）模型^［12］、CA-Markov模型^［13］和RBF神經網絡模型^［14］等。從研究區來看，洛陽市的地形復雜，山川丘陵交錯，土地利用形式多樣，糧食產量也逐年增多，因此研究土地生態安全就顯得尤為重要。從研究時間來看，針對洛陽市的土地生態安全研究年份久遠，需要最新的研究來為未來規劃提供理論支撐。從研究方法看，本研究采用的2種研究方法都比較成熟，能更科學準確地對洛陽市土地生態安全進行評價與預測。

本研究以洛陽市為研究區，運用DPSIR模型和熵權法評估2010—2020年洛陽市的土地生態安全狀況，并借助障礙度（ODM）模型來識別影響該區域土地生態安全的主要障礙因子，為了科學合理地預測洛陽市土地生態安全狀況，選取灰色預測模型體系中的GM（1，1）模型來預測洛陽市2021—2023年土地生態安全情況，以期為規劃和推進洛陽市生態文明建設提供參考依據。

1 研究區概況與數據來源

1.1 研究區概況

洛陽市是華夏文明的發祥地之一，絲綢之路的東方起點。洛陽市地處東經112°16′—112°37′，北緯34°32′—34°45′，全市面積為15 230 km²，氣候類型屬于暖溫帶半干旱大陸性季風氣候，季風環流明顯，四季分明^［15］。洛陽市古樹名木繁多，有大量國家級保護動物棲息于此。同時，洛陽市地形復雜多變，糧食產量豐富，隨著城市化進程的發展，土地開發利用也越來越大，因此，洛陽市土地生態安全具有重要的研究價值。

1.2 數據來源

結合洛陽市實際情況和數據的可獲得性，本研究選取24個社會經濟指標對洛陽市的土地生態安全進行評價。數據來源于2010—2021年《洛陽統計年鑒》《洛陽年鑒》《中國城市年鑒》《中國城市建設統計年鑒》《河南年鑒》和國土調查成果共享應用服務平臺。

2 研究方法

2.1 DPSIR模型

由歐洲環境署（EEA）提出的PSR（壓力-狀態-響應）模型經過不斷修改形成DSR（驅動力-狀態-響應）模型，再由DSR模型最終演變成更準確全面的DPSIR（驅動力-壓力-狀態-影響-響應）模型，最終DPSIR模型于1998年由歐洲環境署（EEA）提出^［16］。在DPSIR模型中，驅動力是生態城市建設的動態因素；壓力是人類活動對生態環境安全的直接影響；狀態是上述壓力下的生態環境狀態，即生態建設水平；影響是在某一制度下的生態建設要求及其影響；響應是在生態建設中所采取的有效措施和政策^［17］。DPSIR模型揭示了人類社會活動與自然環境之間的因果關系，為環境、資源和人類活動的可持續發展研究及其評價提供了一個基本框架，其結構完整且具有邏輯，具有較強的系統性^［18］。

2.2 評價指標體系建立

本研究運用DPSIR模型，在參考相關研究成果^［19-21］的基礎上，結合洛陽市實際情況，按照選取指標的全面性、科學性、可得性、動態性和區域性原則，構建了洛陽市土地生態安全評價指標體系（表1）。

2.3 評價指標權重的確定

熵權法是一種客觀賦權方法，可以用熵值來判斷某個指標的離散程度。指標的熵值越大，代表該指標對綜合評價的影響（權重）越大；指標的熵值越小，代表該指標對綜合評價的影響（權重）越小。

2.3.1 數據標準化 對原始數據進行數據標準化處理，為了消除不同指標間不同量綱的影響，達到不同單位的指標間可進行評價的目的，對于趨向性不同的指標有不同的公式^［22］，如下所示。

式中，y_ij代表第i年第j個評價指標原始值；y′_ij代表第i年第j個評價指標標準化后的數值；y_ijmax代表第i年第j個評價指標的最大值；y_ijmin代表第i年第j個評價指標的最小值。

2.3.2 指標權重計算

當F_ij=0時，令F_ijln（F_ij）=0

第三步：D_j=1-H_j（5）

式中，F_ij代表第i年第j個評價指標標準化值在總標準化值中的比重；H_j代表第j項指標的熵值；D_j代表第j項指標的冗余度；W_j代表第j項指標的權重。

2.3.3 土地生態安全指數評估

式中，Y_ij代表第i年第j個評價指標的標準化值；W_j代表該指標的權重；U_i代表土地生態安全子系統指數；U_總為土地生態安全指數，范圍為0～1，土地生態安全指數越接近1，代表該區域土地生態安全程度越高。

2.3.4 土地生態安全等級 結合洛陽市土地生態安全指數，參照文獻^［22］，將研究區土地生態安全劃分為Ⅰ（不安全）、Ⅱ（較不安全）、Ⅲ（臨界安全）、Ⅳ（較安全）、Ⅴ（安全）5個生態安全等級（表2）。

2.4 障礙度（ODM）模型

障礙度模型用來為后續分析找出主要障礙因子，反映評價對象各相關指標因素影響力的大小^［23］。

式中，Z_j為第j個指標的障礙度；Y_ij為單個指標的標準化值；W_j為第j項指標的權重。Z_j越大，表明該指標對土地生態安全的影響越大。

2.5 土地生態安全動態預測

灰色系統GM（1，1）模型主要適用于數量少、無明顯規律性的樣本，該模型短期預測效果好。因此本研究采用灰色系統GM（1，1）模型來預測2021—2023年洛陽市土地生態安全指數，該模型精度檢驗采用后驗差檢驗，通過后驗差比值和小誤差概率來判定模型的預測精度是否合格^［24］。

在建立GM（1，1）模型后，由微分方程可得灰色預測的離散時間響應函數，計算公式如下。

式中，X^（1）（k+1）為累加預測值；X^（0）（1）為原始數列；a為發展灰數；b為灰色作用量；n為數據個數；e為無理常數。

后驗差檢驗：

式中，S₁為原始序列X^（0）的標準差；S₂為殘差序列Δ^（0）的標準差；C為方差比；P為小殘差概率； n為數據個數。C用于模型精度等級檢驗，該值越小越好，C≤0.35，則模型精度等級優。P越大越好，P>0.95說明模型精度等級優。具體劃分如表3所示。

3 結果與分析

3.1 洛陽市土地生態安全指數分析

由表4可知，2010—2020年洛陽市土地生態安全指數呈波動上升趨勢。2010—2017年波動幅度較小，2018年土地生態安全指數大幅增加，從0.480 5增加至0.602 7，從Ⅲ級（臨界安全）變為Ⅳ級（較安全），主要原因是驅動力、壓力和響應3個變量的綜合動態升高，表明在人類經濟活動的推動下，壓力變量和響應變量造成的土地生態安全指數變化明顯。

3.2 洛陽市土地生態安全各子系統指數變化分析

采用熵權法計算驅動力、壓力、狀態、影響、響應5個子系統的權重，分別為0.158、0.178、0.187、0.195、0.282。結果表明，響應子系統對洛陽市土地生態安全的影響最大，驅動力子系統的影響最小。根據DPSIR模型得到2010—2020年洛陽市各子系統生態安全指數變化（圖1）。

由圖1可知，驅動力指數呈先上升后下降再上升趨勢，2017年達到谷底（0.050）后逐步回升，2020年達到最大值（0.118）；壓力指數呈先下降后上升趨勢，2016年達到谷底（0.027）后逐步回升，2020年達到最大值（0.134）；狀態指數為0.085～0.143；影響指數呈先上升后下降再上升趨勢，2014年達到谷底（0.059）后逐步回升；響應指數呈先下降后上升趨勢，2011年達到谷底（0.015），2013年小幅度下降后呈上升趨勢，響應指數明顯高于其他子系統。綜合來看，2016年前，5個子系統之間相互調和，導致指數變化較小，2016年后，5個子系統的主趨勢基本都維持上升狀態，因而土地生態安全指數呈明顯上升趨勢。

3.2.1 驅動力子系統 由圖2可知，2010—2020年城鎮化率指數由2010年的最高點下降至2020年的最低點，呈均勻下降趨勢；GDP增長率指數呈波動上升趨勢；人均GDP指數呈均勻上升趨勢；人口自然增長率指數呈波動上升趨勢，2016年達到谷底后快速上升。

2014—2017年GDP增長率指數和人口自然增長率指數的下降導致驅動力指數在此期間有所回落。而2017年后由于經濟發展的速度減緩和出生率的降低，GDP增長率及人口自然增長率降低（即GDP增長率指數及人口自然增長率指數上升），因此驅動力指數在此期間不斷上漲?？傮w來看，GDP增長率和人口自然增長率是驅動力指數上升的主要原因。

3.2.2 壓力子系統 由圖3可知，人口密度指數呈下降趨勢，由2010年的最高點下降至2020年的最低點；單位耕地農膜消耗指數與單位耕地化肥消耗指數在2016年同時達到最小值，2016年后回升；單位耕地農藥消耗指數呈先下降后上升趨勢，2015年達到谷底后逐年上升；單位GDP能耗降低率指數波動幅度較小?？傮w來看，單位耕地農藥消耗和單位耕地農膜消耗是影響壓力指數變化的重要指標，2016—2020年單位耕地農藥消耗從10.815 kg/hm²下降至8.863 kg/hm²，單位耕地農膜消耗量從12.449 kg/hm²下降至10.667 kg/hm²。2016年壓力指數達到最小值，可能是由于2016年單位耕地化肥消耗和單位耕地農膜消耗處于11年來最大值，單位耕地農藥消耗處于最大值附近，而這3個指標與土地生態安全指數呈負相關，因此2016年壓力指數最小。

3.2.3 狀態子系統 由圖4可知，年均降水量指數呈波動下降趨勢，波動幅度較小，2011年達到最高值，2013年降至最低值；年均氣溫指數、建成區綠化覆蓋率指數呈上升趨勢；人均耕地面積指數呈下降趨勢；土地經濟密度指數、土地利用率指數呈平緩上升趨勢。狀態指數呈波動上升趨勢，是各指標統一作用的結果，各指標與狀態指數間沒有明顯的關聯性，因而無法選出具有主要作用的某一指標。

3.2.4 影響子系統 由圖5可知，第二產業產值比重指數呈下降趨勢；第一產業產值比重指數呈上升趨勢；農民人均可支配收入指數呈平穩上升趨勢；人均糧食產量指數總體不變。2012—2014年第二產業產值比重和人均糧食產量是推動影響指數大幅下降的主要因素，2014年后影響指數總體上升則是由第二產業產值比重和農民人均可支配收入主導，期間波動由人均糧食產量影響。

3.2.5 響應子系統 由圖6可知，污水處理廠集中處理率指數總體不變；第三產業產值比重指數呈上升趨勢；節能環保支出占GDP的比重指數呈上升趨勢，2016年后逐步上升；生活垃圾無害化處理率指數呈先下降后上升趨勢，2011—2014年較低，2014年后快速上升至最高值并維持不變，可能是由于2017—2020年生活垃圾無害化處理率均達100%，因此指數在此期間維持不變；人均公園綠地面積指數呈上升趨勢。除污水處理廠集中處理率指數外，其他指標均為推動響應指數在2013—2020年持續上升的因素，促進洛陽市土地生態安全指數和等級的上升。

3.3 洛陽市土地生態安全障礙因子分析

研究土地生態安全的目的在于找到制約土地生態安全的影響因素，從而制定具有針對性的發展政策。本研究將24個指標因子進行障礙度分析，得出每年障礙度排名前三的指標，將其作為影響研究區土地生態安全的主要障礙因子進行分析。

由表5可知，土地生態安全障礙因素的頻次大小依次為R₂（7次）>S₄、P₁、R₄（5次）>I₄（4次）>I₃（3次），表明生活垃圾無害化處理率、人均耕地面積、人口密度、第三產業產值比重、第二產業產值比重、第一產業產值比重6項指標是影響洛陽市土地生態安全的主導障礙因素。從時間上看，將研究時段分為兩個階段進行分析：①2010—2014年，第二產業產值比重、人均耕地面積和人口密度指標對洛陽市土地生態安全影響較大。該階段主要發展第一二產業，但第二產業對土地生態安全的影響小于第一產業。人均耕地面積、人口密度均與人口有較大的關聯，該時間段人口增長較快，但耕地實際面積變化不大，因此，人口的增長是該時間段制約土地生態安全的主要影響因素。②2015—2020年，生活垃圾無害化處理率、第三產業產值比重和第一產業產值比重指標對洛陽市土地生態安全影響較大。該階段大力發展第三產業，科技創新為GDP帶來的提升要遠大于傳統的第一產業，因此，第三產業產值比重的增加和第一產業產值比重的降低有助于提高土地生態安全。生活垃圾作為影響土地生態系統的主要因素，其無害化處理率對于土地生態安全來說尤為重要。

建成區綠化覆蓋率、節能環保支出占GDP比重、人均公園綠地面積和單位耕地農藥消耗4個指標僅出現1次，分別出現在2014年、2019年、2020年、2020年。在2020年，人均公園綠地面積和單位耕地農藥消耗首次出現在表中。近年來政府開始重視公園綠地的開發與建設，以減少過度開發與利用土地資源所帶來的危害。農藥的消耗量對于土地生態系統來說至關重要，農藥作為人工合成的產物，對土地生態有一定的危害，因此，單位耕地農藥消耗的降低進一步促進洛陽市土地生態安全的提升。

3.4 洛陽市土地生態安全預測

為了驗證模型預測精度，以2010—2020年洛陽市土地生態安全總值為原始數據進行計算處理，得出[C=0.39]，[P=0.91]。該模型預測精度合格，數據光滑檢驗也符合標準，因此可以采用該模型進行預測（表6）。從預測結果來看，2021—2023年洛陽市土地生態安全指數平穩增長，擬合值由0.739 9上升至0.864 3，土地生態安全等級在2023年達到安全等級。

4 討論

本研究采用DPSIR模型構建指標體系，對洛陽市進行土地生態安全評價，在了解研究時段內洛陽市整體土地生態安全變化狀況的同時，得出影響土地生態安全的主要障礙因子，如生活垃圾無害化處理率、人均耕地面積、第三產業產值比重、人口密度等。李玲^［25］對河南省的土地生態安全進行評價，認為洛陽市應控制人口增長、調整城市產業結構和工業布局、控制農藥化肥使用量和優化土地利用結構等，其結論中關于人口、產業結構和農藥化肥使用量等相關指標的判定與本研究基本一致，但其未選取公園綠地的相關指標，本研究的公園綠地相關指標同樣被認定為障礙因素。韋宇嬋等^［26］對河南省土地生態安全警情時空演變進行分析，得出2010年和2016年洛陽市預警等級均為Ⅲ級，障礙因子集中在第三產業產值、化肥使用量及環保治理投資占GDP比重，與本研究的結果基本一致。但在研究時間的選取上，李玲^［25］選取的研究年份為2006年、2008年和2011年，韋宇嬋等^［26］選取的研究年份為2005年、2010年、2016年，數據較少且年份久遠，無法明確看出趨勢。因此，本研究通過分析2010—2020年各指標數據發現，與土地生態安全相關的因素集中在人口、科學技術發展和土地污染上，因此，從這三方面著手進行規劃，將會有效地提高洛陽市土地生態安全指數，從而提高生態安全等級。

在實際生產生活中應做到科學使用農藥、化肥及塑料薄膜，加強耕地保護；在推進城市化發展進程中，加強環保教育宣傳，提高國民素養；嚴格執行生活垃圾及污水的排放標準，從土地污染源頭下手，加強土地生態保護；加大對第三產業的發展，將第三產業作為發展經濟的核心方向，增大節能環保支出在生產總值中的占比，保障土地生態系統良好發展?？傮w評價結果具有科學性和有效性，可為研究區人地資源協調發展、土地資源管理和可持續發展等提供科學支撐。

本研究的不足之處在于缺少與土壤相關的指標數據，未考慮突變因素對土地生態安全造成的影響，這些對最終結果會有一定的影響。在未來的研究中期望有更多與土壤狀況相關的專業數據被公布，有更多指標加入土地生態安全評價體系，為土地生態安全評價提供更全面的數據支持。

5 結論

本研究通過DPSIR模型對洛陽市2010—2020年相關指標數據進行分析，并通過障礙度模型（ODM）和灰色系統GM（1，1）模型進行障礙因子的識別和數據預測。結果表明，2010—2020年洛陽市土地生態安全指數呈波動上升趨勢，與該地區經濟發展和環境保護等政策實施密切相關。2010—2017年波動幅度較小，2018年土地生態安全指數大幅增加，從0.480 5增加至0.602 7。到2020年，土地生態安全等級從臨界安全等級上升至較安全等級，其中人口自然增長率、單位耕地農藥消耗、人均公園綠地面積、第三產業產值比重等指標因素是指數上漲的重要動力。從灰色系統GM（1，1）模型的預測結果來看，隨著可持續發展的不斷推進和生態文明建設的大力加強，土地生態環境朝著良性循環發展，洛陽市土地生態安全等級將在2023年上升至安全等級。

參考文獻：

［1］ 李 昊，李世平，銀敏華.中國土地生態安全研究進展與展望［J］.干旱區資源與環境，2016，30（9）：50-56.

［2］ 曹新向，郭志永，雒海潮.區域土地資源持續利用的生態安全研究［J］.水土保持學報，2004（2）：192-195.

［3］ 蘇迎慶，劉 庚，趙景波，等.2006—2018年汾河流域土地生態安全預警測度及時空格局演變［J］.水土保持通報，2021，41（1）：144-151.

［4］ 熊建華.土地生態安全評價研究回顧、難點與思考［J］.地理與地理信息科學，2018，34（6）：71-76.

［5］ 劉玉瑩.鄭州市土地生態安全評價及障礙因素研究——基于DPSIR模型［J］.國土與自然資源研究，2021（2）：56-59.

［6］ 蔡 霄，楊 洋，李鵬山，等.基于PSR-NES耦合模型的土地生態狀況綜合評估——以大邑縣為例［J］. 西北大學學報（自然科學版），2020，50（4）：685-694.

［7］ LIU Q，WANG M，WANG X，et al. Land eco-security assessment based on the multi-dimensional connection cloud model［J］. Sustainability， 2018， 10（6）： 2096.

［8］ 李子君，王 碩，馬 良，等.基于熵權物元模型的沂蒙山區土地生態安全動態變化及其影響因素研究［J］. 土壤通報，2021，52（2）：425-433.

［9］ 張曉娟，高敏華.基于DPSIR-TOPSIS法的新疆土地生態安全評價［J］.湖北農業科學，2022，49（17）：104-109.

［10］ 劉夢柔. 基于CRITIC權灰靶模型的禮泉縣土地生態安全評價［D］.西安：長安大學，2021.

［11］ 周 榮，劉 鵬.基于灰色預測模型的土地生態安全評價［J］.中國環境管理干部學院學報，2019，29（4）：36-40.

［12］ 楊 龍.基于無偏GM（1，1）模型的西安市土地生態安全預測及障礙因子診斷研究［J］.西部大開發（土地開發工程研究），2019，4（9）：14-19.

［13］ 廖成浩，姚 昆，曾 艷.安寧河流域土地生態安全動態評價與預測［J］.環境監測管理與技術，2022，34（2）：27-31.

［14］ 陳 英，孔 喆，路 正，等.基于RBF神經網絡模型的土地生態安全預警——以甘肅省張掖市為例［J］.干旱地區農業研究，2017，35（1）：264-270.

［15］ 梁靜一，吳柏清.基于功能性和敏感性的洛陽市生態分區研究［J］.湖北農業科學，2022，61（12）：16-22.

［16］ 高潔芝，鄭華偉，劉友兆.基于DPSIR模型的土地生態系統健康診斷［J］.江蘇農業科學，2021，49（11）：178-185.

［17］ SHI S X，TONG P S. Evaluation system and spatial distribution pattern of ecological city construction—Based on DPSIR-TOPSIS model［J］.Ecology and environmental research，2019，17（1）：601-616.

［18］ 靖 宇，王紅梅.基于DPSIR模型的土地生態安全評價研究——以廣東省佛岡縣為例［J］.國土資源科技管理，2011，28（1）：15-21.

［19］ 劉 嬌，張 超，孫曉莉，等.基于DPSIR模型的云南省土地生態安全評價［J］.西南林業大學學報（自然科學），2021，41（3）：113-121.

［20］ 李青松，何如海，周 穎，等.甘肅省土地生態安全評價及預測實證研究［J］.山西師范大學學報（自然科學版），2021，35（4）：122-128.

［21］ 李 凌.基于DPSIR模型的濟南市土地生態安全評價［J］.山東農業工程學院學報，2022，39（4）：13-20.

［22］ 馬 婷，邵戰林.基于PSR模型及熵權法的土地生態安全評價研究——以蘭州市為例［J］.湖北農業科學，2021，60（20）：67-71.

［23］ 李洪慶，楊 瑀，張俊紅，等.基于PSR模型的生態脆弱區山南市土地生態安全評價［J］.廣東農業科學，2022，49（6）：90-99.

［24］ 張楠楠，石水蓮，李 博，等.基于“壓力-狀態-響應”模型的土地生態安全評價及預測——以沈陽市為例［J］.土壤通報，2022，53（1）：28-35.

［25］ 李 玲. 河南省土地生態安全評價［D］.哈爾濱：東北農業大學，2014.

［26］ 韋宇嬋，張麗琴. 河南省土地生態安全警情時空演變及障礙因子［J］. 水土保持研究，2020，27（3）：238-246.

收稿日期：2023-02-14

基金項目：河南省科學技術攻關項目（112102110027）

作者簡介：張 瑤（1999-），女，河南新鄉人，碩士，主要從事風景園林規劃設計研究，（電話）18224566213（電子信箱）634255448@qq.com；通信作者，王鵬飛（1964-），教授，博士，主要從事風景園林規劃設計研究，（電子信箱）188792041@qq.com。