0 引言
生态安全是实现社会可持续发展的重要保障，已成为我国国家安全体系的重要组成部分，其与国土安全、粮食安全等其他安全领域相互联系、相互影响。以景观格局为基础进行区域景观生态风险评价，能较好地量化生态系统受到的干扰和破坏程度，反映区域生态系统的稳定性，为区域生态文明建设和生态安全评估提供借鉴，也可为实现生态系统的可持续利用和人类社会的可持续发展提供参考。
景观生态风险能直观地反映区域景观变化对景观的组分、结构、功能的不利影响，国内外研究者对景观生态风险评价开展了研究，主要分为两种方法：一是传统的“源-汇”模式，如ZHANG等
［1］从“源-汇”景观视角对流域风险进行分析，WU等
［2］基于“源-汇”景观理论进行煤矿区生态风险评价；另一种是从景观格局进行景观生态风险评价，基于景观格局视角的评价方法能较好地反映出人类活动对景观造成的风险，方法体系较为成熟，景观格局指数分析法被引入景观生态风险评价体系中，增加了对景观异质性的关注与空间定量表征，如乔斌等
［3］对西宁市进行的景观生态风险研究，张晓东等
［4］进行景观生态风险评价并提出生态安全格局构建意见。景观生态风险在行政区
［3-4］、湖泊流域
［5］、生态屏障区和绿洲湿地
［6］等尺度均有研究。通过构建景观格局指数，可以揭示区域生态风险的时空变化特征，为保护生态环境、维护区域生态健康和实现区域可持续发展提供科学指导。
云南边境地区是我国西南部生态安全屏障的重要部分，是全球生物多样性最丰富的区域之一。而边境地区作为集物种多样性、文化多样性于一体的特殊区域，近年来面临着水土流失及草地退化与产业发展和生态保护矛盾突出、“两山”实践创新基地带动产业转化发展动力不足等问题，区域生态系统压力增大。因此，对云南边境地区进行景观生态风险评价，可为区域生态文明建设及区域可持续发展提供理论支持。
1 研究区与研究方法
1.1 研究区概况
云南边境地区（21°08′—29°15′N，97°31′—106°11′E）位于我国西南部（
图1），边境线长达4060 km，与缅甸、老挝和越南接壤，主要由文山州、红河州、普洱市、西双版纳州、临沧市、保山市、德宏州和怒江州等8市（州）组成，具有地形复杂多样、自然资源丰富等特征。其中滇东南属于岩溶地貌发育地区，河流丰富；滇南地区地貌主要为山地和高原，生物资源丰富，橡胶种植较多；滇西位于高山和峡谷之间，具有丰富的植物和动物资源；滇西北地处青藏高原南延部分，高黎贡山、怒山等山脉贯穿其中，怒江、澜沧江和金沙江在滇西地区并行流淌，是全球生物多样性最丰富的地区之一。云南边境地区是我国西南重要生态屏障区，维持区域内的生态系统稳定对于维护我国乃至周边国家的生态安全至关重要。
1.2 研究方法
1.2.1 风险评价小区划分
进行生态风险评价和生态风险可视化，首要步骤就是合理划分风险评价小区，相关研究认为风险评价小区的面积应为平均斑块面积的2~5倍
［7］。根据云南边境地区实际情况，将研究区划分成10 km×10 km的渔网，并按照研究区进行裁剪得到2236个评价小区。基于土地利用数据，利用Fragstats软件进行景观格局指数的计算，将景观生态风险值通过ArcGIS软件进行赋值到点，将景观生态风险值可视化。
1.2.2 景观生态风险评价
景观格局是景观类型的空间组成与配置特征。景观格局指数能够量化景观的组成和空间配置，较好地反映区域景观的信息，通过景观格局指数能够捕捉景观在不同尺度下的异质性特征。景观格局指数包括破碎度、分离度和优势度等指数。根据已有学者的相关研究
［8-12］，结合研究区的实际情况，采用景观破碎度、景观分离度、景观优势度、景观干扰度、景观脆弱度和景观损失度指数进行景观生态风险评价。
景观破碎度指数（
Ci ）用于衡量景观格局和功能的变化，能较好地反映出区域景观生态格局由连续变化的结构向斑块镶嵌变化的过程；景观分离度指数（
Ni ）指某一类具体景观类型中不同元素或斑块个体在空间上分布的分离程度；景观优势度指数（
Di ）反映景观在生态、美学和社会层面的优势程度，用于评估研究区景观质量；景观干扰度指数（
Si ）反映景观生态环境受到人为和自然活动影响的水平；景观脆弱度指数（
Wi ）用于衡量区域内景观对外界干扰的敏感程度和自身恢复能力，参考相关学者研究
［5］对研究区地类进行赋值并进行归一化处理，经过处理得到各地类的脆弱度指数。景观损失度指数（
Ri ）用于量化区域各个景观类型在受到外界干扰时其自然属性所受到的生态损失程度，由景观干扰度指数（
Si ）与景观脆弱度指数（
Wi ）综合量化得到。景观破碎度指数（
Ci ）、景观分离度指数（
Ni ）、景观优势度指数（
Di ）共同构成景观干扰度指数（
Si ）的核心计算依据。景观格局指数是生态风险指数构建的基础。
生态风险指数（Ecological Risk Index， ERI）通过对区域生态系统中的各种压力源、生态敏感性以及生态恢复力进行综合量化和分析，能较好地反映区域生态系统受外界干扰与自身退化的风险和程度。具体公式及含义如下：
式中：Ai 为i类景观的面积，A为景观生态风险评价小区的总面积，Ri 为景观损失度指数。
1.2.3 空间自相关
空间自相关分析是一种研究空间数值之间基于位置关系的相互关联的方法，旨在确定研究对象在空间上是否具有相关性，并衡量这种相关性程度
［13］。全局空间自相关分析用于研究地理现象或研究对象的属性数据在空间上是否存在显著的聚集性或分散性
［14］，关注的是整个研究区内研究对象的所有空间位置关系，最常用的莫兰指数（Moran’s
I）可以分析空间自相关的类型和强度。局部空间自相关是对研究区中不同地理单位的空间数据进行分析，用于反映每个地区或单元与其周围区域之间的空间差异程度和显著性
［15］，常用局部莫兰指数（Local Moran’s
I）和吉提斯-奥德指数（Getis-Ord
）表示，本文采用局部莫兰指数进行局部空间自相关分析，用于识别区域研究对象的空间聚集或离散现象。
2 结果与分析
2.1 景观类型变化
为直观了解云南边境地区景观类型变化情况，根据土地利用数据，制作景观类型结构表（
表1）。林地是研究区主要景观类型，占比在60%以上，草地占比约20%，未利用地和建设用地面积占比较小。从整体上看，研究区耕地、草地和未利用地面积减少，林地、水域和建设用地面积增加。
2.2 景观格局指数
景观格局指数能较好地反映区域景观格局信息，对定量分析区域景观结构组成和空间配置等有一定的优势。基于土地利用数据，利用Fragstats软件进行景观格局指数的计算，具体结果见
表2。
由景观斑块数可知，研究区耕地的景观斑块数最多，未利用地面积占比较少，其景观斑块数也相应较少。由景观破碎度可知，建设用地景观破碎度均较高，云南边境地区属于多山、高原地区，区域内地势起伏较大，人口分布不均和多民族分布等原因，造成研究区建设用地需求不平衡的同时对建设用地的选择和布局也产生较大的影响，在一定程度上使建设用地的景观破碎度增加。
由景观分离度可知，除了建设用地和未利用地，其他景观类型的景观分离度均低于1。2000—2010年，建设用地景观分离度最高，由于地形地貌的原因，人们对建设用地分布和选择较为局限，且干扰较强，导致研究区建设用地分布较为分散，使得建设用地的景观分离度值较高。2010—2020年未利用地景观分离度最高，主要原因是未利用地分布较为分散且面积较少，导致其景观分离度值较高；耕地、林地、草地和未利用地的景观分离度整体上呈增加趋势，水域和建设用地的景观分离度则呈下降趋势。
从景观优势度看，林地景观优势度值最高，整体呈上升趋势，作为研究区的主要地类，林地面积占比高达60%，呈集中连片分布，因此景观优势度值较高；未利用地景观优势度最低，且整体上呈下降趋势，造成这一现象的原因可能是研究区未利用地面积少，景观分布较分散。林地、水域和建设用地的景观优势度呈增加趋势，耕地、草地和未利用地则呈下降趋势。
从景观干扰度看，建设用地的景观干扰度值最高，这表明区域人类活动较为频繁，城市建设和工业开发等社会经济活动对原有景观造成显著改变，使得建设用地干扰度值较高。草地景观干扰度值最低，未利用地的景观干扰度值呈增加趋势，林地和草地景观干扰度值变化较平缓，耕地、建设用地和水域等景观类型的景观干扰度值则呈下降趋势，表明这些景观类型抗干扰能力在增强。
从景观损失度看，未利用地的景观损失度值最高，未利用地植被覆盖率较低，土壤肥力差，水土保持能力弱，生态系统的平衡容易受到外界干扰；林地的景观损失度值最小，研究区林地面积覆盖广，景观优势度高，气候和水源涵养能力高，林地抗人为干扰能力较强，景观损失度值较小。
研究区建设用地景观破碎度和景观分离度较高，这是由于研究区属于高山峡谷地貌，居民进行生产生活用地建设时往往选择受限，导致建设用地分布较为分散，斑块形状复杂度增加，不再是规整的大块区域，同时建设用地作为人类日常的生产和生活的主要用地，具有较高的人为干扰程度，因此在客观自然条件和主观人为意愿的干扰下，建设用地破碎度和景观分离度较高。未利用地的景观分离度和景观损失度值均较高，未利用地大多处于自然或半自然的状态，土地利用方式较为单一，且未利用地多分布于自然条件较恶劣的地区，生态环境脆弱，不利于大规模的开发和利用，从而导致未利用地在空间上相对分散，与其他地类联系较少。同时由于未利用地的自然地理空间位置，当区域植被受到外界干扰时，如气候变化、风沙侵蚀和水土流失等，景观遭受破坏难以恢复，导致未利用地的景观分离度和景观损失度值较高。研究发现，林地景观优势度值最高，这主要是因为研究区林地面积占比较高，是区域的优势地类，同时由于“退耕还林”和“林下经济”等政策的实施，研究区林地面积整体上呈正增长趋势，导致研究区林地的景观优势度最高。
2.3 景观生态风险变化
为更直观了解景观生态风险的变化情况，将研究区景观生态风险数据进行叠加分析，得到景观生态风险转移弦图（见
图2），研究区低风险转出面积10 309.74 km
2，是主要的风险转出类型，主要流向中低风险；中低风险转出4 966.25 km
2，主要流向低风险；中风险转出13 358.72 km
2，主要流向中高风险；中高风险主要流向中风险和高风险；高风险主要流向中高风险和中风险；研究区转入面积最多的是中低风险，共转入13 483.62 km
2，其次是中高风险，共转入10 191.95 km
2，低风险转入面积最少。
为更好地分析景观生态风险等级变化情况，将风险等级升高一级视为升高，风险等级升高两级以上视为显著升高，降低与显著降低同理。分析研究区景观生态风险等级变化结果（
表3、
图3）可知，2000—2010年，研究区85.94%的区域风险等级较稳定，6.91%的区域风险等级降低，风险等级升高区域面积占比为6.46%，显著降低的区域面积占比为0.17%，显著升高区域面积占比为0.51%，该时期风险等级降低的面积大于风险等级升高的面积。2010—2020年，84.33%的研究区风险等级未发生变化，1.82%的区域风险等级降低，0.11%的区域风险等级显著降低，风险等级升高区域占比为13.34%，显著升高区域为0.40%，该时期风险等级升高的面积大于风险等级降低的面积；整体上看，研究区76%以上的区域风险等级未发生变化，16.28%的区域风险等级升高，1.06%的区域风险等级显著升高，风险等级降低的区域面积占比为5.63%，显著降低区域面积仅有0.24%。从风险等级时空整体变化看，高等级风险转入的面积比低等级风险转入的面积多，研究区大部分区域风险等级较为稳定，生态环境由改善向恶化发展。
从空间分布看（
图3），2000—2010年风险显著升高区域主要分布在保山市、耿马傣族佤族自治县和孟连傣族拉祜族佤族自治县腊福水库等区域；2010—2020年风险显著升高区域主要分布在普洱市和临沧市小湾水电站附近区域。整体看，景观生态风险显著升高的区域分布在保山市、临沧市和普洱市，景观生态风险升高聚集分布在怒江州北部、临沧市北部以及普洱市中部，风险等级降低主要分布在西双版纳州、文山州和怒江州南部。云南边境地区大部分区域生态风险较稳定，风险等级升高区域主要集中在经济较为发达、生态环境较脆弱及水资源较丰富等区域，风险等级降低区域主要分布于森林资源较丰富和人为活动干扰较弱区域。
2.4 景观生态风险空间自相关分析
2.4.1 全局空间自相关
全局空间自相关作为一种探索性工具，能帮助了解数据的空间特征，分析判断研究区内的景观生态风险值是呈现空间聚集、分散还是随机分布状态，能较好地识别出景观生态风险在整个研究区内的空间规律，以及检验景观生态风险在空间上是否存在显著的相关性。根据
表4可知，云南边境地区景观生态风险
Z值均大于2.58，
P值均小于0.01，通过显著性检验；Moran’s
I均大于0，表明研究区景观生态风险呈正相关分布；
Z值整体上呈下降趋势，说明景观生态风险空间聚集性可能由高度聚集逐渐变得分散。
2.4.2 局部空间自相关
局部空间自相关可以较好地反映空间具体位置是否存在空间自相关性异常等情况。利用GeoDa和ArcGIS软件制作空间自相关时空分布图（
图4）。研究区以“高-高”和“低-低”聚集为主，其中“高-高”聚集在文山州、红河州、德宏州和临沧市等区域，这些区域人口较密集，经济发展较好，“高-高”聚集在怒江州北部贡山独龙族怒族自治县（以下简称“贡山县”）等自然生态环境较脆弱的区域也有分布。随着时间的推移，“高-高”聚集在临沧市、保山市和怒江州内呈扩张趋势，尤其在凤庆县和昌宁县，澜沧江流经此区域，水资源充足、自然资源丰富；“高-高”聚集在怒江州北部区域扩张，怒江州贡山县北部东靠碧罗雪山，中部为高黎贡山，西北部是单当力卡山，集高山峡谷、雪山草甸和江河湖泊于一体，是典型的高山峡谷地貌，具有复杂的山地立体气候，区域内植被丰富且物种多样，是高黎贡山国家级自然保护区的组成部分，生态环境较为敏感，受人类活动影响较大，景观生态风险在此区域呈“高-高”聚集。“低-低”聚集主要分布在文山州东部富宁县、普洱市区域内的江城哈尼族彝族自治县（以下简称“江城县”）、镇沅彝族哈尼族拉祜族自治县和曼老江区域、西双版纳勐腊县、保山市和德宏州西北部以及怒江州福贡县、贡山县和兰坪白族普米族自治县通甸镇等区域，“低-低”聚集在西双版纳勐腊县和怒江州福贡县扩张，在文山州和普洱市等区域缩减，“低-低”聚集所在区域自然植被较为丰富，森林覆盖率较高，人为干扰度较低，区域生态环境较稳定。“低-高”和“高-低”聚集在研究区分布不显著。
3 结论
以云南边境地区为研究对象，分析研究区景观格局指数变化，进行区域景观生态风险评价，并建立空间自相关模型分析区域景观生态风险的时空分布特征，得出以下结论：
1） 研究区建设用地的景观破碎度、分离度和干扰度值均较高；林地景观优势度值最高，均在0.59以上，其破碎度和损失度值均较小且变化不显著；耕地、草地和未利用地的景观优势度整体上呈下降趋势，景观分离度整体上则呈上升趋势；水域除景观优势度之外，其他指数值均呈下降趋势。
2） 低等级风险呈缩减趋势，高等级风险呈扩大趋势。研究区内大部分区域的风险等级较为稳定。2000—2010年，风险等级降低和显著降低的面积高于风险等级升高和显著升高的面积，研究区生态环境呈改善态势；2010—2020年，风险等级变化趋势则相反。
3） 研究区景观生态风险存在显著的空间异质性。其中，“高-高”聚集类主要分布在普洱市和临沧市境内的小湾水电站、凤庆县和昌宁县境内的澜沧江流域，以及泸西县东部的板桥河水库等水资源丰富区域，以及文山市、西畴县、蒙自市和建水县等人口密度较高、人为干扰度较强区域。“低-低”聚集类主要分布在富宁县、江城县、勐腊县和福贡县等自然生态环境较好的区域。
国家社会科学基金一般项目(25BJY175)
云南省教育厅科学研究基金项目(2026Y0774)
云南财经大学科学研究基金项目(2025JD01)
京公网安备11010202008535号
PDF
(1057KB)
