城镇空间扩张与景观生态风险的耦合关联——以江西省袁州区为例

王杰云, 罗志军, 齐 松

(1.江西农业大学 国土资源与环境学院, 南昌330045; 2.江西省鄱阳湖流域农业资源与生态重点实验室, 南昌 330045)

城镇化会对国家经济、社会结构和生产、生活方式造成深刻变革，涉及城乡结构调整、产业发展转型、基础设施建设、环境资源支撑等诸多方面[1]。近年来国家大力推行新型城镇化建设，追求区域协调发展，提高城镇发展质量，以实现区域统筹协调、产业升级转型、生态文明高效、体制改革创新为重点的崭新城镇化过程[2]。城镇化主要地理表现形式是空间扩张，城镇空间扩张造成自然生态环境的损失破坏，区域生态安全将受到严重威胁[3-5]。生态风险是指受到外界胁迫作用下，某种群、生态系统或景观的正常功能受到干扰或毁损，从而造成系统健康、生产力、遗传能力、经济和美学价值降低的一种状况[6]。生态风险上升主要体现在大量生态资源被侵占，生态系统失衡等方面，例如森林斑块消失、破碎化严重，水资源稀缺，生物多样性退化等[7-8]，而城镇空间扩张是导致发生的关键因素之一。因此深入探索城镇扩张与景观生态风险之间复杂而紧密的联系，对于科学理解城镇扩张与生态风险耦合内涵，实现区域可持续发展意义深远[9-11]。

城镇化与生态环境之间存在密不可分的耦合联系[12]，大量学者从不同角度和方法对此进行广泛而深入的探讨。从城市发展的角度出发，城市扩张模式对生态环境造成的挤占影响因城镇规模及其增长率的不同有所差异[13]。划定城市增长边界过程中，研究者们通常都会考虑生态环境效应，或通过识别生态风险空间、评估生境质量进行生态适宜性评价[14-15]，或选择生态阻力因子作为刚性约束条件与城镇扩张模拟耦合[16-18]，最终得到顾及生态安全的综合城镇增长边界。从景观生态学角度出发，以生态保护优先，通过构建综合生态安全格局，识别生态安全与城镇建设冲突区域，实现生态保护与城镇扩张协调发展[19-20]。基于景观格局的生态风险分析方面，许多研究者目光聚焦在流域环境上[21-24]，研究地方区市景观生态风险总体相对较少[25-26]。但也有研究者们开始定量的探索城镇化与生态风险的内部关联关系，通过选取景观格局指数构建景观生态风险模型，然后采用空间分析方法研究区域内景观生态风险时空分异，最后将城镇化水平与生态风险进行线性回归拟合[27-28]。以上研究对城镇化和生态环境及其之间的耦合联系做出了初步探索。在相关研究基础之上[29-31]，本研究首先以城镇扩张强度指数来表征袁州区2000—2018年城镇扩张时空特征变化，然后利用景观格局指数构建景观生态风险模型，再以地统计方法分析生态风险空间异质结构并通过插值得到袁州区景观生态风险等级时空分布可视化图，最后通过构建GWR模型，探索城镇扩张与景观生态风险耦合联系。

1 研究区与数据来源

1.1 研究区概况

袁州区位于江西省宜春市西南部，处于113°54′—114°37′E，27°33′—28°05′N，东西跨度约68 km，南北跨度长约58 km，土地总面积2 541.90 km2。袁州区自然资源十分丰富，林地面积所占比例最大，植物物种多种多样，森林覆盖率达62.7%，辖内明月山被列为国家森林公园。区内地貌以丘陵、山地为主，东部和袁河两岸分布部分平原地带。气候条件优越，属中亚热带季风性湿润气候，降水充沛，热量丰富。袁州区辖区内含17个镇，3个乡，8个街道。人口总数为107.92万人，其中包含城镇人口62.44万，农村人口45.48万。2000年以来，袁州区处于经济发展快速时期，2018年全区生产总值达300.78亿，增长率7%。城市和乡镇用地面积猛增，2000年城镇用地面积39 km2，2018年城镇建设用地面积达到103.48 km2，增长64.48 km2，用地面积大幅上升。随着经济发展，人口快速增长和新型城镇化的加速推进，未来城镇建设用地面积将持续扩张，袁州区需要同时兼顾城镇发展、生态保护和经济增长等多方面因素，走生产、生态、生活协调发展道路。

1.2 数据来源

本研究从美国地质调查局USGS官网上(https:∥www.usgs.gov/)获取Landsat TM/ETM+/OLI卫星影像数据，选取2000年、2010年和2018年成像时间在6—9月且平均含云量低于10%的影像，各期影像空间分辨率均为30 m。结合袁州区当地地类实际情形，将土地利用类型分为耕地、林地、水域、建设用地和未利用地5类。在ENVI 5.1软件中对影像进行大气校正、几何纠正、影像增强、影像镶嵌与裁剪等预处理，采用监督分类法与人机交互结合方法进行解译判读，最终利用混淆矩阵和Kappa系数对分类结果进行精度检验，总体分类精度均超过85%，解译结果精度较好，满足相关研究分析的需要。此外水系数据和路网数据通过OpenStreetMap官方网站(https:∥www.openstreetmap.org/)获取。

2 研究方法

2.1 城镇扩张强度系数

城镇扩张强度系数是城镇扩展数量特征研究的常用指标，用以表征城镇扩张程度和速度。城镇扩张强度指数是指城镇用地空间在研究期内其拓展面积占区域土地总面积的百分比[32]。结合相关研究成果[33]，以袁州区中心城区、圩镇中心、工业园区等建成区作为城镇用地空间，研究袁州区城镇扩张的时间和空间变化特征，其公式见式(1)。

(1)

式中:I表示城镇扩张强度系数；Sk表示第k年城镇建设用地面积；Sk-Δt表示距第k年时间间隔Δt年份的建设用地面积；S表示研究区域内总面积。

2.2 景观生态风险模型

2.2.1 景观生态风险小区划分 综合考虑景观类型的种类、斑块平均面积和研究区总面积等因素，将研究区划分为3 km×3 km的等间距单元网格，以每个网格作为研究样本区，共得到349个景观生态风险小区。通过公式计算研究样本区内各地类景观格局指数并得到景观生态风险值，以此值表示研究区景观生态风险水平。

2.2.2 景观生态风险指数 景观损失度反映在自然和人为干扰作用下，不同景观类型自然属性损失的相对大小，可以用来定量衡量景观生态风险水平。通过计算各景观组分面积比重，同时引入景观损失度来描述各研究样本区的景观生态风险指数ERI，从而构建景观生态风险模型。模型公式见式(2)。

(2)

式中:ERI表示第k个风险小区景观生态风险指数；N为表示景观类型种类；Ri表示景观类型i的损失度指数；Aki表示第k个风险小区i类景观组分的面积；Ak表示第k个风险小区的总面积。

模型中景观损失度Ri由景观脆弱度Si和景观干扰度Ui进行积运算所得。其中景观脆弱度Si基于MATLAB平台，采用层次分析法得出，AHP权重结果如下：建设用地权重0.061 8，林地权重0.093，耕地权重0.159 9，水域权重0.262 5，未利用地权重0.418 5。景观干扰度Ui由景观破碎度Ci、景观分离度Fi、景观优势度Di进行加权累加所得，相应权重通过专家咨询法，分别赋予景观破碎度权重0.5，分离度权重0.3，优势度权重0.2。相应计算景观格局指数的公式及生态含义见表1。

表1 景观格局指数计算方法及其生态含义

2.3 地统计分析

景观生态风险指数作为区域化变量，其空间异质性可以通过地统计学来分析。本研究通过构建半变异函数模型对区域化变量的空间变异结构进行研究，半变异函数公式见式(3)。

(3)

式中:γ(h)为半变异函数h表示步长,即配对样本之间的空间距离；Z(xi)和Z(xi+h)表示在位置x和xi+h处的景观生态风险指数的观测值；N(h)为间隔距离为h的样本总配对数。

半变异函数模型常用来研究变量空间变异结构，探索其空间相关性与空间异质性的规律，其参数主要包含块金值(Nugget)，基台值(Sill)和变程(Range)。块金值(Nugget)指当配对样本空间间隔h=0时，半变异函数值却不等于0，这种由于测量误差及空间变异导致的随机性的发生就表现为块金值。随着空间距离h逐渐增大，半变异函数值γ(h)达到相对稳定的常数时，此时这个稳定常数值即为基台值(Sill)。从块金值到基台值之间的空间距离变化大小即为变程(Range)，它体现配对样本观测值之间空间相关性的变化范围。此外，块金值和基台值之比，多用来表示系统变量之间的空间相关程度[26]。它表示由随机因素造成的空间异质性比例大小，其值越小，则观测值之间空间自相关性造成的空间变异占比越大。

为实现可视化形式直观地表现景观生态风险指数的空间分布，本研究以普通克里金插值方法对袁州区景观生态小区的景观生态风险指数进行插值，从而获得全区景观生态风险等级空间分布图。

2.4 地理加权回归模型

地理加权回归模型(GWR)在传统最小二乘回归模型(OLS)基础上进行扩展，将变量的地理位置嵌入到回归参数中，利用局部加权最小二乘方法进行逐点参数估计[34]。GWR充分考虑到空间变量的局部特性，解决变量关系随着地理位置的改变产生的空间非平稳性问题，体现了变量的空间异质性。其模型公式见式4。

(i=1,2,…,n)

(4)

式中:yi为因变量,(ui,vi)为采样点i的坐标；β0(ui,vi)为截距项；βk(ui,vi)为i点上第k个回归系数,是与地理位置相关的函数；p为解释变量个数；xik为解释变量xk在i点的值；εi表示随机干扰项。

地理加权回归模型核心是构建空间权重矩阵，本研究选取高斯函数作为距离衰减函数，计算空间权重值。高斯函数公式见式5。

Wij=exp[-(dij/b)2]

(5)

式中:dij为样本点i,j之间的距离；b为带宽,是描述权重与距离之间函数关系的非负衰减参数,带宽越大,权重随距离的增加衰减的越慢,带宽越小,权重随距离的增加衰减越快[32]。研究采用最小信息准则(AIC)方法评价模型拟合优良性,计算最适宜带宽。

3 结果与分析

3.1 袁州区城镇扩张特征分析

从2000年以来，袁州区城镇用地面积总体保持增长、2000—2010年扩张面积28.28 km2、扩张强度系数0.11%。2010—2018年扩张面积达到36.20 km2、年均扩张速率达4.53 km2/a、增幅较快。从2000—2018年整个发展周期来看、袁州区一直处于发展增长期、2000年城镇用地面积为39 km2、2010年为67.28 km2、2018年达103.48 km2、城镇用地面积是2000年的2.65倍、城镇扩张强度指数为0.14%、总体而言、袁州区新时期城镇化发展迅猛，发展速度大幅提升，处于城镇化发展快速期。不同时期城镇建设用地扩张面积见表2。

表2 袁州区不同时期城镇建设用地扩张情况

从2000—2018年、城镇建设用地扩张主要集中在中心城区、金园街道、下浦街道三处、呈现较为明显的往北和东西方扩张的倒“T”形扩张形状。袁州区城区作为区域发展中心、建设用地需求强烈、呈现急速向外扩张的趋势。往北扩张、金园街道从2000年以来建设用地扩张十分明显，由于紧靠中心城区北部，区位条件优越，同时拥有便捷的交通，与三阳镇、柏木乡形成向北发展廊道，与万载县连通。往东西方向扩张，沪昆高速从东向西连接新余市、袁州区、萍乡市。沿线下浦街道、彬江镇通过沪昆高速与分宜县，新余市相通，湖田乡、西村镇沿沪昆高速与萍乡市相连，沪昆高速为袁州区城镇扩张提供了良好的交通条件，沿线地区城镇建设扩张面积显著高于全区其他地方。同时袁河自西向东从西村镇流向彬江镇，沿途经过中心城区，为城镇发展提供良好的水资源条件。由此袁州区形成了东西方向沿沪昆高速、袁河发展，往北沿万宜公路发展的倒“T”形城镇扩张发展格局。

此外，西北方向慈化镇城镇扩张现象较为突出，这主要是因为慈化镇沿交通干线城镇发展水平较为迅速。新坊乡位于东南方向，与安福县连通，近年来随着工业发展水平上升，城镇用地面积增长较大。温汤镇因为明月山国家级森林公园坐落于镇西南角，随着地方旅游业的蓬勃发展，景区基础设施不断加大建设和完善，经济发展迅速，城镇用地扩张较为明显(图1)。

图1 袁州区2000-2018年城镇建设用地时空分布

3.2 景观生态风险时空变化分析

3.2.1 景观格局指数分析 由表3得出，从2000—2018年以来、林地作为袁州区优势度最高的景观类型面积一直在减少，从2000年的1 949.803 2 km2减少到2018年的1 321.515 km2，景观优势度也从0.671 5下降为0.565 4。林地破坏问题严重很大部分原因是城镇化和人口快速增长导致的，通过毁林建房，毁林耕种等手段，造成林地景观破碎度显著增加，斑块数上升，破碎化明显加重。景观分离度从0.093 6增加到0.160 4，景观损失度也由此增大。袁州区水域面积较小，景观优势度较低，从2010—2018年、受退耕还湖，保护湿地等政策影响，面积稍有增加，景观破碎度和分离度也有所下降，由于其特殊景观生态地位，景观脆弱度指数较高，景观损失度稍有下降，从0.260 1下降为0.235 6。受农业经济发展和人口增长影响，耕地面积出现大幅上涨，耕地面积从2000年的314.002 8 km2增加到2018年859.016 7 km2，景观优势度也达到0.490 4。耕地景观破碎度和分离度都明显减小，干扰度从0.375下降到0.244 6，景观类型表现更为集聚，景观损失度也较低。从2000—2018年、城镇用地面积大幅增加，景观分离度从0.825 2减小到0.428 2，破碎度从0.041 8减小到0.029 9，干扰度减小，表现出连续和聚集形态。其他建设用地景观优势度有所上升、2010—2018年景观损失度下降明显。未利用地在2000—2010年面积大幅减少，从80.481 6 km2减少到20.997 3 km2，这段时间主要由于袁州区城镇化发展初期呈现无序状态，对荒草地、沙地等潜力资源开发较为严重。未利用地景观破碎度下降较大，斑块数从9 956个减少到772个，此外未利用地由于受到人为干扰影响最大，景观脆弱度指数也最高。

表3 袁州区2000-2018年景观格局指数

3.2.2 景观生态风险时空分布 通过ArcGIS 10.2中地统计分析工具对景观生态风险指数进行探索性数据分析，然后以普通克里金插值方法对景观生态风险指数进行插值，通过计算半变异函数并构建经验模型，研究发现3个时期指数模型拟合结果较好，相关参数见表4。

由表4可以得出：(1) 2000年、2010年和2018年半变异函数模型块金值都接近于0，表明由随机因素造成的空间异质性作用较小；(2) 变程从2000年14 984 m增加到2018年17 564 m，说明空间相关性导致的空间异质性作用范围变长，主要是由于各种景观类型相互转化造成的。同时发现基台值逐渐减小，说明生态风险空间变异随着时间的推移有所减小；(3) 通过对比3个年份的块金/基台值，随机因素引起的空间变异均远小于空间自相关引起的。同时发现2000年的块金/基台值>25%，表明该时期空间变异由随机因素影响较为显著。2010年、2018年块金/基台值均小于25%，表明此时空间异质特点主要取决于自身空间相关程度。总体来看、从2000—2018年、块金值/基台值呈现先减小后稍有增加的趋势。这主要是因为2000年时期经济社会发展相对较慢，生态风险空间变异由自然随机因素引起的比重较大，2010年时期处于社会经济发展高涨期，空间变异结构主要由于自身相关性引起。近年来，国家政府十分注重保护生态环境，受此影响自然随机变异所占比重稍有增加。

表4 景观生态风险指数半变异函数及其参数

通过对349个景观风险小区的景观风险指数进行克里金插值，得到2000年、2010年、2018年景观生态风险空间分布。为便于直观展示和比较生态风险变化情况，结合自然断点法分布区间，以自定义间隔将其划分为5个风险等级：Ⅰ级低生态风险区(ERI<0.032)，Ⅱ级较低生态风险区(0.032≤ERI<0.046)，Ⅲ级中等生态风险区(0.046≤ERI<0.060)，Ⅳ级较高生态风险区(0.060≤ERI<0.074)，Ⅴ级高生态风险区(≥0.074)。袁州区不同时期景观生态风险等级分布见图2。

由图2看出，2000年高和较高生态风险区主要集中在中心城区、金园街道、下浦街道、湖田乡、西村镇和飞剑潭水库等处，中心城区和周围街道景观生态风险较高主要由于该时期内，城镇化发展处于相对无序状态，城区和城郊划出大量的未利用土地，景观脆弱度高，同时受到人类干扰因素强，生态风险等级因此也最高。西村镇、湖田乡和彬江镇由于袁河的流经，飞剑潭乡存在飞剑潭水库，均由于水域的景观脆弱度较高，受自然和人为干扰因素影响大，生态风险指数因此也较高。低生态风险区主要存在于南边和西北方乡镇，如温汤镇，洪江乡、慈化镇、楠木乡等，温汤镇因为林地覆盖率高，植被成片，景观类型规整，同时镇域内坐落着明月山国家风景旅游区，注重生态保护，因此生态风险等级也最低。

图2 袁州区2000-2018年景观生态风险等级分布

2010年以后袁州区城市发展重心往金园街道方向靠拢，与2000年相比较，高生态风险区往金园街道方向发展，同时湖田乡，彬江镇也在城镇化进程中生态风险等级升高，这两处乡镇生态风险高的原因与2000年中心城区相同，均是由于城镇化快速发展初期的相对无序扩张，同时城镇周郊存在较大面积的未利用地，为后期发展提供资源。飞剑潭乡由于水库的影响生态风险依然很高。对比2000年，袁河流经的乡镇如西村镇、湖田乡、彬江镇生态风险等级有很大部分由较高生态风险区转化为中等生态风险区，这体现了当地保护河流生态的意识在提高。低和较低生态风险区在西北边和南方范围有所扩大，主要体现在楠木乡、天台镇、洪塘镇等地。

与2010年相比，2018年高和较高生态风险区主要分布在金园街道和湖田乡，高风险区范围显著减小，飞剑潭水库景观生态风险等级也下降为较高生态风险区。中心城区由于城市化发展达到末期，城市建设用地集中连片，斑块完整，景观类型十分稳定，因此部分地区下降为较低生态风险区，大部分地区降低为中等生态风险区。同时袁河流经乡镇如彬江镇、下浦街道生态风险等级也由较高风险降为中等风险。低生态风险区范围进一步扩大，变化较为明显地区分布在新坊乡、洪塘镇、水江乡和天台镇。同时对不同时期景观生态风险等级分布进行面积和比例统计，得到面积和比例见表5。

结合图2和表5，从2000—2018年以来，袁州区高和较高生态风险区范围出现较大幅度减小，低生态风险区面积分布逐渐扩大。高风险和较高风险区所占比例逐渐下降，占比从2000年的20.53%下降为2018年的4.17%，较高生态风险区面积从407.61 km2减小到61.21 km2，面积减少尤为显著。中等生态风险区面积也出现显著减小，面积从606.21 km2减小为264.8 km2。低生态风险区面积出现明显扩大分布，面积从614.5 km2增长到1 237.9 km2，所占比例也增加到48.7%。

表5 袁州区景观生态风险等级面积及比例统计

得出总体结论：2000—2018年以来，袁州区中等及以上生态风险级别分布范围均显著减小，低生态风险区范围明显增大，景观生态风险呈逐渐下降趋势。其中原因主要是城镇化和人口增长造成建设用地扩张显著，耕地面积增加较大，景观斑块更加完整，损失度减小，景观生态风险度降低，同时近年来袁州区大力推进生态文明建设，既注重保护生态环境，又要经济健康可持续发展，因此景观生态风险整体呈下降趋势。

3.3 城镇扩张与景观生态风险耦合关系

3.3.1 城镇建设用地面积与生态风险指数耦合分析 研究以生态风险指数为因变量，城镇建设用地面积为解释变量，通过进行地理加权回归(GWR)分析，探索两者之间的耦合联系。在ArcGIS 10.2中通过GWR工具建立回归模型，模型以高斯函数为内核作为距离权重衰减函数，采用AICc值评价模型优良度，寻找最佳带宽。对比发现选择Adaptive核类型具有较好的拟合优度，其通过选定最近邻点个数来表示带宽变化，相应模型参数见表6。

表6中，带宽大小通过最近邻点个数(Neighbors)来表示，由于研究区样本均匀分布，点个数越多，函数拟合相对更为平滑，空间权重随距离衰减更为平缓。R2表示模型拟合优度，其值范围在[0,1]，值越大拟合越好，2000年模型拟合精度相对较好，其他两个时期拟合结果相对较差。由GWR标准化残差分布图(图3)可以得出，各景观风险小区97%以上局部回归模型标准化残差落在[-2.5,2.5]区间内，模型总体构建较好。

表6 地理加权回归模型检验参数

图3 地理加权回归(GWR)模型标准化残差空间分布

由回归系数分布图所示(图4)，总体来看，3个时期城镇用地面积与景观生态风险指数呈正相关关系，但是从2000—2018年回归系数逐渐减小说明这种正向影响关系正在逐渐减弱。随着城镇化发展不断推进，城镇建设用地面积不断扩张，导致城镇中心斑块集中成片，景观破碎度和分离度不断下降，同时由于城镇用地状态相对稳定，脆弱度指数较低，因此景观生态风险指数上升幅度也较小。3个时期中心城区的回归系数与同期其他地区相比都较低，主要是由于中心城区城镇化程度较高，城镇用地面积增长对生态风险指数的影响幅度较小，生态结构稳定性较高。但是总体而言随着城镇化进程向前推进，袁州区景观生态风险一直在增加，给当地的生态环境造成了不小压力。

图4 城镇用地面积与生态风险指数回归系数分布

3.3.2 城镇扩张指数与生态风险变化指数耦合分析研究同时以2000—2018年的景观生态风险指数变化率作为因变量，城镇扩张强度指数作为解释变量，进行地理加权回归(GWR)建模，相应模型参数设置和模型检验方法同上。

由表7可得，2000—2010年的R2值为0.692 6，拟合优度相对较好，其他两个时间跨度拟合结果相对较一般。GWR标准化残差超过95%的采样区标准化残差值在[-2.5,2.5]，总体来看模型构建较好。同时对每个研究单元回归系数进行可视化表达，GWR回归系数空间分布图见图5。

表7 地理加权回归模型检验参数

由图5可得，2000—2010年、城镇扩张强度指数与景观生态风险变化率两者回归系数总体有正有负、正值集中于中心城区附近、表明城镇扩张强度增加会导致生态风险指数变化率上升、造成生态压力加大。负值主要分布于飞剑潭和天台等西部乡镇、这些地区城镇化程度相对来说较低、发展较慢、城镇扩张强度增加、生态风险变化率减小、但结合图4生态风险依然处于增长趋势。2010—2018年、总体来看在大部分区域内城镇扩张强度指数和生态风险指数变化率仍是正相关关系、主要分布在中心城区往金园街道方向、但在天台、竹亭和辽市等乡镇仍处于负相关区域。整体2000—2018年、中心城区、下浦街道和金园街道等地区城镇扩张强度指数与景观生态风险变化率之间表现为正向关系，城镇化强度增加导致景观生态风险变化加剧，生态压力也逐渐增加。负值区域分布在温汤、新坊和洪江等乡镇，这些地区植被覆盖范围较为广泛，生态风险变化幅度因此较小。

图5 城镇扩张指数与生态风险变化率回归系数分布

4 结 论

(1) 2000—2018年、袁州区城镇扩张面积达到64.48 km2、扩张强度系数为0.14%、城镇用地面积是2000年的2.65倍。城镇扩张空间分布呈现东西方向沿沪昆高速、袁河发展、往北沿万宜公路发展的倒“T”形发展格局、同时西北方慈化镇、西南方温汤镇、东南方新坊乡扩张也较为明显。

(2)从2000—2018年景观格局指数分析中得出、林地作为袁州区优势度最大的景观类型正在逐渐丧失优势、受人口增长和城镇化等影响耕地和建设用地面积增长十分显著。未利用地和水域景观脆弱度较高，同时受外界干扰因素影响大，因此未利用地和水域景观损失度也很高。

(3) 对景观生态风险半变异函数构建模型并分析参数得出结论，袁州区2000年、2010年、2018年景观生态风险指数存在较强的空间自相关性，随机因素造成的空间异质作用较小。同时由景观生态风险等级分布图和统计表、2000—2018年期间，袁州区中等及以上生态风险级别分布范围均显著减小，低生态风险区范围明显增大，其原因主要是城镇化和人口增长导致的建设用地和耕地扩张，景观斑块更加完整，损失度减小，景观生态风险度降低。同时由于近年积极推进生态文明建设和打造“山水林田湖草”生命共同体，生态环境得到改善生态风险因此降低。

(4) 通过构建GWR模型，分析得出2000—2018年袁州区城镇建设用地与景观生态风险总体呈正相关关系，且随时间推移回归系数在逐渐减小。中心城区的回归系数与同期其他地区相比都较低，主要是由于中心城区城镇化程度较高，生态稳定性更高。城镇扩张强度系数与景观生态风险变化率相关关系有正有负，中心城区、下浦街道和金园街道等地区城镇扩张强度指数与景观生态风险变化率之间表现为正相关，城镇化强度增加导致景观生态风险变化加剧。负值区域主要分布在温汤、新坊和洪江等乡镇，这些地区植被覆盖范围较为广泛，生态风险变化幅度因此较小。

研究通过对袁州区2000—2018年城镇扩张和景观生态风险进行分析，然后探寻两者之间耦合关系并得出相应结论，但研究也存在诸多不足之处。构建景观生态风险指数模型过程中，仅仅从土地利用的角度考虑了各景观类型的面积权重，没有考虑其他生态因子如地形、降水、土壤类型等影响，因此景观生态风险指数缺乏一定的生态涵义。此外深入探讨城镇扩张与景观生态风险之间耦合关系时，并未将GWR与其他回归模型进行对比[35]，因此模型最优性值得商榷，需进一步完善研究。