1本文利用GIS和RS，对2007年，2012年和2017年南京的遥感影像进行处理，分析十年间土地利用在时空格局上的变化。从土地利用变化和景观格局变化两个方面入手，结合南京市实际情况构建适宜的生态风险评价指标体系;并确定生态风险评价模型，计算得到南京市生态风险指数，并且据此分析南京市生态风险的变化情况。结果表明南京市2007生态风险指数为－0．4815，2012年的生态风险指数为－0．4203，2017年的生态风险指数为-0.3944，数据表现出明显的增长趋势。南京市在2007-2017年间，水域、草地和建筑用地面积增加，林地，耕地以及未利用地面积减少。南京市的土地利用程度指数在持续上升，植被覆盖率指数和耕地垦殖指数下降，同时景观破碎度表现出上升趋势，景观多样性遭到破坏，景观优势度指数持续下降，最终导致生态风险指数增加。政府相关部门应当注意到生态风险指数变化，南京市未来的城市规划应当将景观生态安全纳入考量。
目录
引言
引言：土地利用／覆被变化（Land use／Cover Change）是全球生态环境变化的重要组成部分，土地利用覆被变化导致了生态环境整体的变化，这一变化过程对地球表面物质循环有重大影响，从而影响生物圈的生命过程[1]。LUCC与生态系统的结构和功能有紧密联系，LUCC的变化不但引起了地球表面地形结构的巨大变化，并且还会对地球表面气候、土壤、水资源产生影响，并且进一步的引起某一区域内的生物多样性和化学物质循环发生变化[2]。
生态风险是指由于生态系统或某个区域的生态组成或结构在环境的自然变化和人类活动双重因素的作用下，生态功能遭到破坏从而产生不良生态变化出现的可能性[35]。生态风险评价是对生态系统以及其组成部分的风险源进行调查研究，目的在于通过研究生态系统构成、组份的特点评估其遭遇风险的可能性，评判其抵抗风险的能力，从而可以预测某区域生态系统未来可能出现的不良后果[68]。
景观生态风险评价是区域生态风险评价的衍生，所以目前景观生态风险评价研究多以区域景观为评价对象[9]，研究区域主要集中在流域、行政区、城市范围等。如谢花林等［10］以江西县级市单位为研究对象进行风险评价；肖琳等［11］则以天津市为研究对象，对直辖市范围进行评价。其次，景观生态风险评价在实践研究方法上，不同的学者 *景先生毕设|www.jxszl.com +Q: ^351916072* 
也有不同的倾向。目前国内外学者大多数倾向于选择借用数学模型的模式；随着3S技术在生态学领域的广泛应用，有一些学者将生态学方法与数字地面模型相结合，一定程度上解决了生态系统变化的综合性和复杂性等问题，提高了生态风险预测与预警的能力。景观生态风险评价研究模式主要分为两类：一是以风险源和生态受体等作为切入点，构建生态风险评价模型［12］。如周启刚等［13］刘晓等［14］分别采用引入正态云模型和相对风险模型，两人采用两种不同的模型都对三峡库区范围进行生态风险评价，得到不同结果。第二类是从景观生态学角度出发，构建生态风险指数模型［15］。如赵岩洁、刘永超［16－17］等借助Arc GIS平台，分析生态风险在时间与空间尺度上的变化，并根据景观变化构建评价体系，研究土地利用变化对区域生态风险的影响。
南京市位于中国东部，是江苏省的省会，南京作为江苏省最大的城市之一，经济发展较为迅速，人口密度较大。南京市位于东部沿海经济带和长江经济带交汇处，具有重要的战略地位，南京地处内陆，跨长江而建，具有良好的港口条件，这使得南京在长江沿岸城市中优势明显，在带动我国中部地区社会经济的发展中起到关键作用。南京作为人口较多的特大城市，随着经济发展对土地的需求增加，社会经济的需求与生态环境之间的矛盾日益凸显出来。为了应对这一现状，本文将基于国内外生态风险研究，从生态风险基本概念出发，以南京市2007、2012、2017年的土地利用现状数据为基础，分析近十年间年南京市各用地类型数量的变化情况，对南京市土地利用格局变化引起的景观生态风险进行评价。从而为南京市利用有限的土地资源，缓解突出的人地矛盾，提高生态系统的价值提供科学的理论依据，意在为南京市未来创新、协调、可持续发展而提供科学指导。
一．研究区域概况
南京地处中国东部、长江中下游地区，地理坐标为118°22″E至119°14″E，31°14″N至32°37″N，总面积6587km²。南京地处亚热带季风气候带，位于中纬度地区降雨量充沛，冬季温暖少雨，夏季高温多雨，气温的季节变化显著。南京属于丘陵地区，岗地约占南京总面积的53%，平原、洼地占24.08%，低山和丘陵分别约占3.5%，4.3%。南京历史悠久，是江苏省重要的经济、政治、文化中心，也是东部地区重要的交通、教育、金融中心。截至2017年，南京市是华东地区唯一特大城市，常住人口833.4万人，城镇化率达到了81.3%，人类利用土地水平比较高，人类活动对土地利用程度的影响也较大。
二．数据来源与研究方法
（一）数据来源与预处理
通过地理空间数据云(www.gscloud.cn)获取南京市2007、2012、2017年三期，分辨率为30m的Landsat TM 遥感影像，每个时期包含轨道号为12037和12038的两景影像，数据选取的成像时间集中在7月,影像平均含云量低于5%，详细信息见表1。
表 1 遥感数据源
期数
第一期
第二期
第三期
条带号
120,37
120,38
120,37
120,38
120.37
120,38
日期
2007/07/26
2007/07/26
2012/07/31
2012/07/31
2017/07/21
2017/07/21
云量
0
10
0.36
0.24
1.21
1.14
数据源
Landsat5
Landsat7
Landsat8
使用ENVI 5.0对获取影像进行预处理，首先对获取的影像进行波段融合获取目标影像，其次通过Google Map获取与遥感影像同年的Google Earth卫星影像，使用多项式几何校正模型，根据Google earth影像对所需影像进行校正。再其次从CSDN获取南京市矢量边界数据（.shp），利用shp数据对影像进行裁剪，可以得到目标研究区。最后采用目视解译，根据区域内土地利用分类情况，采取最大似然法，通过监督分类将研究区划分用地类型。由于南京市园地类型较少，且在遥感影像中不易分辨，这里将其归为耕地类。本研究最终选取耕地、林地、草地、水域、建筑用地、未利用地作为风险受体［18］。

原文链接：http://www.jxszl.com/jzgc/csgh/562507.html