1995—2021年榆神府矿区景观生态风险时空异质性研究

煤炭开采作为一种强烈的人类活动影响了矿区生态系统服务功能和经济价值,而相同气候环境不同地貌长时序空间尺度上矿区开发后景观生态风险演化特征对比研究较欠缺。以半干旱榆神府矿区为研究对象,基于1995—2021年Landsat数据,通过构建景观生态风险指数以及空间统计学分析,探究了近30年来矿区黄土丘陵和覆沙地两种不同地貌类型景观生态风险时空演化特征。结果表明:①1995—2000年间榆神府矿区两种地貌生态风险格局整体无明显变化;2000—2010年间黄土丘陵区景观低生态风险区向更高等级生态风险转变,2010年黄土丘陵区中高、中和中低生态风险区占比为70%,而覆沙区高生态风险区域虽增加但不显著,仍以中低生态风险区为主,占比为31%;2010—2021年矿区景观生态格局向着均匀化的方向发展,黄土丘陵区逐渐稳定为以中低、中和中高生态风险等级为主,2021年3个风险等级占比为74%,覆沙区也形成了以低、中低和中生态风险等级为主的分布情况,3个风险等级占比为77%,生态风险等级逐渐趋于稳定,生态风险格局不断优化;②1995—2021年榆神府矿区景观生态风险在空间上有明显的集聚分布特征,局部生态风险具有明显的热点、冷点区域,生态风险热点主要分布于煤炭开发时间长、地质环境损害较严重的东北部和东南部黄土丘陵区,生态风险冷点主要位于目前仍处于资源勘探普查的中部覆沙区;③人为干扰度是对榆神府矿区景观生态风险影响最大的驱动因子,黄土区与覆沙区决定力q值大小分别在0.49~0.72和0.38~0.55,在黄土丘陵区植被覆盖度是第二大影响因子,决定力q值在0.27~0.46之间,气温因子影响程度次之,而覆沙区植被覆盖度与气温的影响程度在1995—2021年间互有高低,两种地貌类型景观生态风险均受高程影响最小,q值均小于0.10;④景观生态风险时空演化相关分析表明,榆神府矿区生态修复过程中,应根据不同地貌类型特征优化景观生态格局,在黄土丘陵区应优化开采方案减小地表生态损害、积极开展损害地主动修复策略,在覆沙区由于开采对该区景观格局影响较小,矿区损害地可实施引导型生态自修复等以保障矿区生态安全。

“三生”空间视角下苏南水网乡村景观生态风险评价——以石头潭片区为例

苏南水网乡村是新型城镇化建设的先行区,然而快速经济建设对“三生”空间景观格局造成较大干扰,引发的景观生态风险变化值得关注。研究以苏州市石头潭片区为例,选取1990、2000、2010、2020年4期土地利用数据,基于景观格局指数构建景观生态风险评价模型,定量分析研究区“三生”空间景观生态风险时空分异特征。结果表明,1)1990-2020年石头潭片区“三生”空间面积变化显著。生态空间面积稳步增加;农业生产空间面积逐年缩减;工业生产空间、城镇生活空间与农村生活空间扩张显著。“三生”空间类型转移以农业生产空间转向城镇生活空间与工业生产空间为主。2)研究区“三生”空间与景观生态风险存在关联性,高风险区主要分布于澄湖等水域生态空间,中风险区主要为沿湖荡分布的农业生产空间与农村生活空间,低风险区多为成片聚集分布的城镇生活空间与工业生产空间。1990-2020年石头潭片区景观生态风险等级不断上升,较高、高风险区面积逐步扩张,面积占比分别上升14.43%、7.50%。3)石头潭片区景观生态风险存在显著空间正相关性;生态风险指数空间分布以高-高与低-低聚集为主,空间分异特征明显。

基于景观生态风险评价的景观格局优化研究——以嘉陵江流域为例

为了促进嘉陵江流域生态系统的健康发展,采用空间主成分分析法、加权叠加分析法和最小累积阻力模型对流域景观生态风险进行了研究.结果表明:嘉陵江流域高与较高生态风险区主要位于嘉陵江流域上游局部地区,中、下游的西南部地区.遴选出22个生态源地、构建出15条生态廊道、辨识出17个生态节点,形成点—线—面多层次生态网络优化格局;对比嘉陵江流域景观格局优化前后的连通性指数发现,优化后的整体景观连通性提高了87.35%.建议该区域在今后的建设中,应加强生态源地的保护、生态廊道及生态节点的建设以形成稳定的、物种丰富的生态系统.

1990~2020年赤峰市土地利用变化及景观生态风险评价

本文以内蒙古赤峰市为研究区域,利用1990、2000、2010和2020年4期土地利用数据分析40年间土地利用的数量变化、空间变化及程度变化分析,在此基础上进行研究区的景观生态风险评价。结果表明:(1) 草地、耕地和林地是研究区主要地类,四个时期草地均占总面积40%以上,耕地和林地的占比分别为22%和14%左右,在研究时期草地转移最大,其次为林地、耕地、未利用地、建设用地和水域。赤峰市各类土地利用重心迁移具有差异性,赤峰市各辖旗县区土地利用程度变化量和变化率均大于0,表明赤峰市整体上土地利用程度加深,处于发展时期,整体土地利用效率不断提高。(2) 景观生态评价方面:赤峰市1990~2020年的生态风险指数平均值分别呈逐年上升趋势,表明随着土地利用结构的变化,研究区生态安全状况趋于恶化。从景观生态风险空间分异来看,研究区生态风险等级主要以中风险区和较高风险区为主。赤峰市1990~2020年的景观生态风险空间分布变化并无差异。整体风险由中心向四周梯度递减,呈“较高–中–较低”的空间分布格局。

苏州市南星湖片区水网乡村景观生态风险时空动态变化与分区管控研究

苏南地区是中国城镇发展的先行区,具有复杂的水网空间特征,呈现出一定的地域特殊性。伴随快速化城镇发展,水网乡村景观格局破碎化、生态风险增加等问题突显,基于景观生态风险评价提出分区管控策略是维护地区生态系统稳定性的有效方法。以苏州市南星湖片区为例,运用景观格局指数构建景观生态风险评价模型,分析研究区2010–2020年景观生态风险的时空分布特征,并运用CA-Markov模型对2030年景观生态风险空间分布进行模拟预测,提出时空动态变化下的空间分区管控策略。研究表明2010–2020年南星湖片区景观生态风险呈上升趋势,高、较高风险面积占比分别增加7.77%、4.58%,中、较低风险面积有所下降,多向更高一级风险转移,其中荷花荡、甫港村等建设用地扩张区域风险等级上升较显著。2030年情景模拟下景观生态风险等级不断上升,高、较高、中风险范围逐步扩张,面积占比分别增加3.3%、0.23%、2.16%,较低、低风险面积则逐步缩减,相较于现状,2030年情景模拟下风险等级上升区主要集中于南星湖、汾湖周边等建设用地与水域镶嵌分布区域。将2020年与2030年土地利用模拟下的景观生态风险空间分布进行叠置分析,基于现状与潜在风险区识别结果并提出时空动态演变下的空间分区管控策略,为实现苏南水网乡村生态保护和合理开发提供科学指导。

新疆叶尔羌河流域景观生态风险评价及预测

景观生态风险评价是衡量一定范围内生态系统安全的重要手段。以叶尔羌河流域为研究区,综合Markov-PLUS模型与景观生态风险评价指数,分析并预测土地利用与景观生态风险的演变特征及未来多情景下的变化趋势,划分风险重点管理区域。结果表明:(1)2005—2020年叶尔羌河流域耕地、水体与建设用地增加,林地、草地与未利用地减少。2035年Ⅰ情景下土地利用遵循历史发展模式变化。相较于Ⅰ情景,Ⅱ情景下耕地增加,其他地类减少;Ⅲ情景下林地、草地与水体增加,耕地、建设用地与未利用地减少。(2)2005—2035年叶尔羌河流域景观生态风险整体呈上升趋势,空间分布呈“西南部低、东北部高”的特征。风险恶化区主要聚集在海拔较低的冲积平原,风险保持区主要分布在海拔较高的山地与冰川。(3)较Ⅰ情景与Ⅱ情景而言,Ⅲ情景景观生态风险指数均值较小,是未来流域实现生态保护和经济发展双赢的最优情景。(4)叶尔羌河流域东北部冲积平原为稳定高风险区,冲积平原边缘与西部山地为风险易变区,南部山地与冰川为风险增加滞后区。研究结果可为当地景观生态安全格局优化与生态风险防范或降低提供参考。

基于景观生态风险评估的景观生态网络的构建:以资源型城市临汾为例

资源型城市景观结构的变化受到多种因素的综合影响,这导致了其景观生态质量的降低的可能性以及生态环境的脆弱性增加,景观生态质量对生态功能的流动与传递具有直接影响,因此在构建景观生态网络时应予以关注。基于2005—2020年中国山西省临汾市的土地利用数据进行分析,建立了一种景观生态风险评估模型,并分析了2005—2020年景观生态风险的时空特征。在充分考虑了生态系统抵抗力受到景观生态质量影响的前提下,以2020年景观生态风险评估为基础,通过MSPA法提取生态源地,运用最小累积抵抗力模型(MCR)构建廊道,并搭建了景观生态网络,并通过复杂网络方法探讨了景观生态网络的拓扑性质。研究区域内高风险地区和极高风险地区的面积呈现先上升后下降的趋势,整体风险水平有所下降。城市建设用地与采矿用地周边地区的风险相对较高,而森林和草地地区的风险则相对较低。研究区风险变化主要受采矿、城市扩张、政府政策、土地利用类型改变以及村落迁移等因素的影响。通过增边策略对景观生态网络进行优化,对比优化前后生态网络鲁棒性,发现增边策略增强了能量传输的畅通性和节点间的互联性,该生态风险评估模型结合潜在生态网络的构建有助于为资源型城市景观结构优化和生态安全体系建设提供理论支持。

基于气候变化情景的汉江流域景观生态风险变化模拟

景观生态风险评估是识别生态系统脆弱地区并进行重点治理的必要手段。现有方法多采用土地利用变化数据进行生态风险分析,在多因素综合评估方面尚有欠缺,尤其是难以将气候变化和社会经济发展相结合预测气候变化情景下景观生态风险演变。针对此问题,耦合传统景观生态风险评估模型与深度学习模型,构建多因素影响下生态景观风险的预测模型,并模拟汉江流域景观生态风险变化。结果表明:(1)起点期(2000—2015年)情景下,汉江流域较高生态风险等级主要连片集中在丹江口下游地区;(2)SSP370和SSP585情景下均主要以较高生态风险等级为主,比较连片集中分布在丹江口以下区域;(3)SSP370和SSP585情景下汉江流域内高生态风险等级面积在2042年显著增加,其中SSP370情景下的高生态风险等级的面积平均每10 a增加14.58%。研究提出的多因素景观生态风险预测方法可为气候变化条件下流域的生态风险评估和相关生态补偿政策的制定提供借鉴。

基于PLUS模型的长株潭都市圈景观生态风险动态分析

基于土地利用数据和景观生态风险评价模型,分析2000—2020年长株潭都市圈景观生态风险时空演变特征,结合PLUS模型科学预测自然发展情景和生态保护情景下2030年长株潭都市圈的景观生态风险空间分布格局。结果表明:①2000—2020年长株潭都市圈景观生态风险呈现北高南低、西高东低的空间分布特征,较低和中等生态风险区域总面积占比大于60%,生态风险加剧区域面积不到生态风险降低区域面积的1%,整体表现出高等级生态风险区向低等级生态风险区转移的特征;②研究区景观生态风险表现出较强的空间集聚特征,高—高集聚区主要分布在宁乡市、望城区、渌口区、雨花区和长沙县,低—低集聚区主要分布在研究区边界;③相比自然发展情景,生态保护情景下生态用地减少速率变缓,有助于缓解研究区生态风险,有利于构建和谐有序的生态安全格局。

近20 a塔里木河流域人类活动及景观生态风险时空变化

人类活动是区域生态风险加剧的重要因素,亟需探讨人类活动强度对景观生态风险影响。本文以塔里木河流域为研究对象,基于近20 a的5期土地利用、人口空间分布和夜间灯光数据,引入土地利用程度综合指数以改进人类活动强度(HAI)评价体系,定量评价强人类活动下的流域景观生态风险(LER)时空变化,并结合Copula函数以及双变量局部空间自相关模型,揭示LER与HAI的时空关联性。结果表明:(1)近20 a塔里木河流域HAI显著提高,强人类活动主要分布于水资源较丰富的绿洲区;流域人类活动强度呈增加趋势,低强度区面积占比减少17.88%、中高强度区面积占比增加3.57%。(2)塔里木河流域LER整体呈四周高、中部低的特征,高风险区主要分布于人类活动较为频繁的绿洲区;流域LER在2015年前呈加剧趋势,但2010年后加剧趋势减缓,2015年后改善趋势逐步显现。(3)近20 a HAI与LER呈正相关关系,人类活动对LER的正向效应不断增加;2010年后二者关系的增加趋势趋于平缓,正向效应出现由增到减的过渡阶段;空间上H-H聚集区呈增加趋势,分布格局由分散变为集中;2015年后,L-L和H-L聚集区缓慢增加,L-H聚集区缓慢减少。研究结果可为塔里木河流域土地资源合理利用、景观生态保护提供科学参考。

青藏铁路格-拉段沿线景观生态风险时空动态及其驱动机制

科学评估交通基础设施生态环境影响是当前研究的热点。选取景观生态风险指数作为道路生态环境效应评估指标,基于土地利用、遥感、气象、地形和社会经济等数据,评估了1990—2020年青藏铁路格-拉段沿线景观生态风险的时空变化特征,并结合最优参数地理探测器模型分析了景观生态风险的驱动因子。结果表明,青藏铁路格-拉段沿线地区整体景观生态风险较低,并呈现明显的东北部最高、中部较高而西南部最低的空间分布格局,且距铁路中心线越近,景观生态风险越高;青藏铁路格-拉段建设后,景观生态风险呈微弱上升态势,景观生态风险指数由建设前的0.29上升到建设后的0.30;同时,在青藏铁路格-拉段修建和运营期,沿线地区景观生态风险呈现持续增加态势,景观生态风险指数上升速率约为0.40%/a,且有沿铁路呈点和轴状扩散的趋势;景观生态风险的驱动因子主要为植被覆盖度、降水和海拔(q>0.44),其次为气温、经济发展和人口密度(q>0.13),且植被覆盖度与海拔和与温度的交互作用对景观生态风险的解释力最高(q>0.61),但在铁路运营期,经济发展和夜间灯光对景观生态风险的贡献率呈现增加趋势。这表明,青藏铁路格-拉段建设和运营带来的人类活动强度增加,加剧了青藏铁路格-拉段沿线地区的生态风险。研究结果可以深化对陆路交通生态环境影响的认识,为国家制定合理的道路修建策略提供科学依据。

基于景观生态风险和生态系统服务价值的海岸带地区生态修复分区研究——以防城港市为例

以防城港市海岸带地区为例,计算其在不同时期内的景观生态风险和生态系统服务价值,利用空间自相关分析二者的空间关联性,基于分析结果划定海岸带地区的国土空间生态修复分区。结果表明:2000—2020年防城港市海岸带地区的土地利用类型以林地为主,约占研究区面积的50%,其次为海域(18%)、耕地(16%)和建设用地(6%),在研究期间海岸带地区林地、海域和建设用地的类型转换最为剧烈。研究区整体生态风险等级以较低生态风险为主,约占研究区面积的32%,其次为中生态风险(26%)、低生态风险(18%)和较高生态风险(16%),而高生态风险的面积较少,约占研究区面积的8%,研究期间较低生态风险和中生态风险的范围呈现缩减趋势,而低生态风险、较高生态风险和高生态风险的范围呈现扩张趋势。研究区的生态系统服务价值呈现先增后减的趋势,20年间累计减少5.43亿元。基于景观生态风险和生态系统服务价值的空间集聚分析结果,将研究区划分为生态优先修复区、生态重点修复区、生态综合提升区、生态预防治理区和生态保育涵养区,针对不同分区分别提出了滨海湿地修复、农地肥力培育、城市内河治理、提升生态用地完整度和促进林草自然更新等生态修复措施。

伊犁河谷“三生”空间景观生态风险时空演变与多情景模拟

基于伊犁河谷1990-2020年土地利用数据,利用景观生态风险评价模型探析“生产-生活-生态”(“三生”)空间及景观生态风险格局时空演变特征,借助PLUS模型模拟伊犁河谷2030年生产空间优先、生活空间优先和生态空间优先3种情景下“三生”空间格局及景观生态风险分布特征。结果表明:1990-2020年,伊犁河谷“三生”空间以草地生态空间为主,草地生态空间和林地生态空间面积呈减少趋势,其余空间呈增加趋势;1990,2000,2010,2020年景观生态风险均值分别为0.0355,0.0331,0.0348,0.0346,伊犁河谷景观生态风险呈先下降后上升趋势,风险等级在空间分布上呈现梯度变化;2020-2030年3种情景的景观生态风险均呈上升趋势,景观生态风险均值从大到小为生活空间优先情景、生态空间优先情景、生产空间优先情景。

滇中高原湖泊流域景观生态风险评价及驱动因素识别

滇中高原湖泊流域位于我国西南生态安全屏障内,担负着擘画生态文明新蓝图的重任。评估流域景观生态风险、揭示驱动因素是保障其生态功能稳定性和防控生态风险的关键。本文基于2000年、2005年、2010年、2015年、2020年的土地利用数据,借助ArcGIS 10.8和Fragstatas 4.2构建景观生态风险评价模型,运用空间分析工具探究流域景观生态风险的时空分异特征和变化趋势,采用地理探测器识别全流域及局部区域自然因素和社会经济因素对景观生态风险的影响。研究结果显示:1)2000—2020年,林地和耕地是滇中高原湖泊流域内面积最大的景观,未利用地的面积最小。2)研究区内景观生态风险以中风险、中低风险为主。高风险区位于滇池以北,呈扩张趋势并向西北和东南方向延伸;中风险区、中高风险区不断向中部压缩;中低风险区、低风险区主要位于湖泊周围及流域北部,并围绕这些区域向外扩张。3)流域内大部分区域生态系统较为稳定,等级未发生变化。景观生态风险整体呈下降趋势,生态系统发展向好。4)从整体来看,景观生态风险主要受植被归一化指数、夜间灯光等因子的影响;从局部来看,夜间灯光、年降水量、植被归一化指数对景观生态风险影响较为显著。为此,滇中高原湖泊流域的景观生态风险具有明显的空间分布格局及变化特征并被多种因素驱动,相关政策的制定应围绕这些方面展开。

山地城市景观生态风险与人类活动强度的空间关系分析

在复杂人类活动干扰下,山地城市景观格局变化强烈,影响生态风险水平。为揭示山地城市景观生态风险与人类活动强度之间的空间关系,选择贵阳市作为典型山地城市代表,基于2000年、2010年和2020年的遥感影像和社会经济数据,通过构建景观生态风险模型和人类活动强度指数,对贵阳市景观生态风险和人类活动强度的空间关系进行研究。结果表明:2000—2020年间,贵阳市景观生态风险呈下降趋势,人类活动强度呈增加趋势,低坡度带的景观生态风险水平变化量明显高于其他坡度带的,但各坡度带的人类活动强度变化差异相对较小;中南部地区的景观生态风险和人类活动强度的变化特征明显有别于北部、西部和东部地区的;景观生态风险与人类活动强度整体上表现出负相关关系,在不同坡度带存在明显异质性;控制坡地人类活动强度、加大生态治理工程实施力度、提高土地节约集约利用水平是今后山地城市景观管理和人类活动调控的主要方向。该研究成果可为山地城市景观管理、人类活动调控提供参考。

鄱阳湖生态经济区景观生态风险评价及预测

该研究以2000、2010和2020年鄱阳湖生态经济区的土地利用数据为基础,使用基于景观格局的景观生态风险评价模型,分析了2000-2020年其景观生态风险的时空演变特征;使用PLUS模型,结合风险指数质心、标准差椭圆,揭示了2030年不同情景下研究区景观生态风险的空间格局。结果表明:(1)2000-2020年,鄱阳湖生态经济区耕地与林地面积不断减少,建设用地成片扩张;整体景观生态风险呈“中间高,四周低”的分布特征,其中高风险区面积最少,降幅最大(22.99%),总体生态风险呈降低态势。(2)与2020年相比,2030年自然发展情景下,研究区高风险区与较高风险区总面积同比增加30.36%,生态风险级别升高;城镇发展情景下,其高风险区面积同比增长150%,生态风险级别显著提升;生态保护情景下,其较高风险区面积同比下降了27.76%,区域生态风险等级下降明显。(3)相较于自然发展情景,城镇发展情景下研究区各级别生态风险呈扩散分布状态,生态保护情景下呈集聚收缩状态;不同情景下,研究区景观生态风险的质心移动方向多变,反映了生态风险变化的复杂性。研究结果可为鄱阳湖生态经济区及类似地区的生态风险防范及土地利用规划提供理论依据。

景观生态风险演变及其对驱动因素的响应--以北京生态涵养区为例

基于1990~2020年土地利用/覆被数据,建立了景观生态风险评价模型,对30a间北京生态涵养区景观生态风险时空演变特征进行探究,并使用地理探测器模型,分析了自然与人为因素对景观生态风险的驱动作用.结果表明,研究区土地利用类型以林地与耕地为主,1990~2020年间,土地利用变化主要呈现林地、建设用地、水域增加,耕地、草地、未利用地减少的趋势.近30a间,景观生态风险持续下降,中、较高、高生态风险区分别下降8.45%、13.66%、8.13%,低、较低生态风险区分别增加2124.34,1247.96km^(2),在空间尺度上呈现正相关性.单因子探测中,人为干扰度、NDVI、高程是驱动景观生态风险变化的主要因素,双因子交互探测结果全部呈现双因子增强和非线性增强,人为干扰度与其他因子相互作用是景观生态风险演变的主要原因.本研究揭示了30a间北京生态涵养区土地利用格局与景观生态风险变化,探究了景观生态风险演变的驱动因素,为北京生态涵养区保持生态稳定、促进绿色发展提供科学依据.

漓江流域景观生态风险时空演变及风险评价

基于2000、 2005、 2010、 2015、 2019年的Landsat TM/OLI遥感数据,对漓江流域土地利用情况进行解译,定量和定性分析了该区土地利用的时空分布特征;应用RS与GIS技术构建景观生态风险评价模型,对漓江流域景观生态风险时空演变特征进行分析,并揭示土地利用变化和景观生态风险的耦合关联性。结果表明:(1)研究区土地利用类型以林地和耕地为主,土地利用类型之间均发生了变更,主要表现为耕地变更为林地和建设用地。其中,建设用地、水域和林地面积逐年增多,研究期间分别增长70.62、 32.44、 75.83 km^(2),耕地面积共计减少166.33 km^(2)。(2)研究区整体生态风险水平下降,低生态风险区先降后增,较高和高生态风险区先增后降:2010—2019年,低生态风险区面积增加282.64 km^(2),较高生态风险区和高生态风险区面积分别减少206.80和71.74 km^(2)。(3)南部耕地转化为林地的面积和速率均高于北部地区,导致景观生态风险质心由北向南偏移了6.32 km。(4)2000—2019年,研究区的景观生态风险Moran’s I值均大于0.65,空间正相关性较强且趋于集聚;LISA集聚图空间分布与同期的土地格局分布较为一致,说明人为活动对漓江流域的干扰在一定程度上影响着该区域的景观生态风险。

关中平原城市群景观生态风险演变及驱动力分析

为探究大尺度城市群景观生态风险的演变特征及驱动力,以关中平原城市群为例,利用景观格局指数法构建景观生态风险评价模型,结合空间自相关、地理探测器等相关方法探究关中平原城市群的生态风险时空演变特征及主要驱动因子。结果表明:1990—2020年耕地为优势景观类型,各景观类型转移变化均较为明显,耕地的转出最大,20年间转出7 402.11 km^(2);高风险区主要分布在城市周边的接合部区域,低、较低风险区减少,中等和较高风险区增加,整体上景观生态风险等级不断提升;景观生态风险指数在空间分布上存在较强的正相关关系,且具有显著的集聚特征。分布特征以低-低、高-高聚集为主;驱动力显示人为干扰度是引起景观生态风险动态变化的最主要驱动因子。研究结果可为该区域土地资源优化配置、生态环境保护提供参考。

安徽省生态系统服务价值与景观生态风险时空协同研究

摸清生态系统服务价值家底,科学防范治理生态风险,可为地区在“两山”政策背景下保障绿色可持续发展提供理论支撑,给出化人地“矛盾”为“和谐”思路。鉴于近20年间安徽省经济增长突出、人地矛盾凸显,以安徽省为研究区域,基于2000—2020年土地利用数据,构建生态系统服务价值、景观生态风险评价模型,综合运用空间相关分析、地理加权回归及地理探测器等研究方法,探究安徽省生态系统服务价值与景观生态风险的时空演变趋势及空间影响关系。结果表明:(1)20年间安徽省生态系统服务价值(ESV)下滑明显,流域与山区价值较高,中部北部耕地价值较低,景观生态风险(ERI)在20年间逐渐好转。(2)研究区ESV与ERI的莫兰指数显著降低,高—高、低—高聚集区减少,且ESV对ERI的激化作用显著减弱。(3)自然、社会因素均能显著驱动ESV,ERI则主要受自然因素驱动。研究表明生态系统稳定性对ESV与ERI间的关系有显著影响,未来应持续保护南部山区林地,重点治理境内水域生态环境,提升草地景观整体性,科学划定城镇开发边界,增强安徽省生态系统稳定度。