摘要：以黃淮海平原的沛北8礦為研究區(qū)域，從壓力-狀態(tài)-響應(yīng)角度構(gòu)建指標(biāo)體系，利用地理空間分析技術(shù)提取數(shù)據(jù)，采用基于熵權(quán)的TOPSIS模型對(duì)土地生態(tài)質(zhì)量進(jìn)行評(píng)價(jià)，并運(yùn)用灰色關(guān)聯(lián)分析法對(duì)指標(biāo)進(jìn)行了關(guān)聯(lián)度分析。結(jié)果表明：受煤炭開采的影響，沛北8礦的土地生態(tài)質(zhì)量均未達(dá)到一等，其中與最優(yōu)方案貼近度最高的是孔莊煤礦，貼近度最低的是龍固煤礦；多數(shù)評(píng)價(jià)指標(biāo)與土地生態(tài)質(zhì)量的關(guān)聯(lián)度都在0.7以上，其中工礦用地比例、土地?fù)p毀（壓占、塌陷、廢棄）比例和土地復(fù)墾率等因素與礦區(qū)土地生態(tài)質(zhì)量狀況的關(guān)聯(lián)度尤為顯著。需要政府和采礦企業(yè)在煤炭資源的開采利用過程中，轉(zhuǎn)變“先破壞，后治理”的傳統(tǒng)土地利用模式，重視土地生態(tài)質(zhì)量的防治和保護(hù)，積極推進(jìn)土地復(fù)墾工程，實(shí)現(xiàn)沛北8礦土地生態(tài)與礦區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

關(guān)鍵詞：土地生態(tài)質(zhì)量；熵權(quán)；關(guān)聯(lián)度；礦區(qū)

中圖分類號(hào)： X822.5文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2014）09-0300-04

收稿日期：2013-12-18

基金項(xiàng)目：公益性行業(yè)（國(guó)土資源）科研專項(xiàng)（編號(hào)：201115106311）。

作者簡(jiǎn)介：董麗麗（1989—），女，四川華鎣人，碩士，主要從事土地規(guī)劃、土地開發(fā)復(fù)墾整理研究。E-mail：liliai20080623@126.com。煤炭礦區(qū)的生態(tài)環(huán)境是礦區(qū)生產(chǎn)及周圍居民賴以生存的基礎(chǔ)。由于煤炭資源的長(zhǎng)期不合理開發(fā)利用，造成了礦區(qū)及周邊生態(tài)環(huán)境的嚴(yán)重污染和破壞。我國(guó)的煤炭開采分為井工開采和露天開采2種方式，但都是以土地為依托的，所以煤炭礦區(qū)的生態(tài)環(huán)境問題在土地生態(tài)質(zhì)量方面表現(xiàn)得尤為突出。因此，煤炭礦區(qū)的土地生態(tài)狀況調(diào)查與評(píng)價(jià)是保護(hù)礦區(qū)生態(tài)環(huán)境，解決人與環(huán)境矛盾，促進(jìn)經(jīng)濟(jì)、社會(huì)和生態(tài)環(huán)境可持續(xù)發(fā)展的迫切需求。從2011年起，由國(guó)土資源部土地利用重點(diǎn)實(shí)驗(yàn)室承擔(dān)實(shí)施的土地資源調(diào)查評(píng)價(jià)專項(xiàng)項(xiàng)目“重點(diǎn)區(qū)域土地生態(tài)狀況調(diào)查與評(píng)估”開始對(duì)黃淮海采煤塌陷區(qū)的土地生態(tài)狀況進(jìn)行調(diào)查與評(píng)估，煤炭礦區(qū)的土地生態(tài)質(zhì)量狀況和土地生態(tài)系統(tǒng)的平衡性得到國(guó)家、社會(huì)和科研機(jī)構(gòu)的高度重視。本研究結(jié)合黃淮海地區(qū)的遙感影像資料，運(yùn)用遙感影像處理軟件和地理信息系統(tǒng)，從壓力-狀態(tài)-響應(yīng)（PSR）角度建立評(píng)價(jià)體系，采用熵權(quán)法賦予指標(biāo)權(quán)重，基于TOPSIS模型對(duì)該地區(qū)沛北8礦的土地生態(tài)質(zhì)量進(jìn)行評(píng)價(jià)和橫向比較，并且利用灰色關(guān)聯(lián)法進(jìn)行因素關(guān)聯(lián)度分析，以期為礦產(chǎn)資源的合理開發(fā)利用以及礦區(qū)土地的生態(tài)保護(hù)提供參考。

1研究區(qū)概況

研究區(qū)是位于黃淮海地區(qū)、江蘇省西北端的徐州沛縣境內(nèi)的沛北8礦，與山東省微山縣毗連，西北與山東省魚臺(tái)縣接壤，西鄰豐縣，南望銅山區(qū)?，F(xiàn)已探明煤炭?jī)?chǔ)量約23.7億t，占江蘇省儲(chǔ)量的40%，徐州市儲(chǔ)量的66%，年產(chǎn)量占江蘇省的50%以上。境內(nèi)8對(duì)礦井，分別是大屯煤電集團(tuán)的姚橋煤礦、徐莊煤礦、孔莊煤礦、龍東煤礦，徐州礦務(wù)集團(tuán)的三河尖煤礦、張雙樓煤礦，華潤(rùn)電力集團(tuán)的天能龍固煤礦、沛城煤礦，涉及龍固、楊屯、大屯、安國(guó)、沛城、鹿樓、朱寨、棲山、張寨、沛縣經(jīng)濟(jì)開發(fā)區(qū)等10個(gè)鎮(zhèn)級(jí)單位（圖1）。

2數(shù)據(jù)與方法

2.1數(shù)據(jù)來源與處理

土地利用基礎(chǔ)數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)中心2010年ETM+多光譜遙感影像，接收時(shí)間為2010年10月28日，同時(shí)收集了該研究區(qū)相關(guān)年份的行政區(qū)劃圖、地形圖、等高線圖、土壤圖、礦界圖、土地利用現(xiàn)狀圖以及土地利用類型等資料，并且利用調(diào)查獲取了相關(guān)野外調(diào)查資料。利用ArcGIS 10.0 軟件對(duì)遙感影像進(jìn)行配準(zhǔn)和分類，然后進(jìn)行評(píng)價(jià)指標(biāo)原始數(shù)據(jù)的分層提取。考慮各景觀組分在礦業(yè)開采中的功能特征，兼顧影像解譯的可能性，參照全國(guó)土地利用分類體系，土地利用類型確定為建設(shè)用地（工礦用地）、耕地、林地、園地、濕地、水域（包括塌陷積水）、其他土地等7類，并且采用直接判讀法對(duì)2010年ETM+多光譜遙感影像進(jìn)行解譯和修改，得到2010 年的土地利用數(shù)據(jù)。

2.2研究方法

2.2.1評(píng)價(jià)指標(biāo)體系的構(gòu)建本研究參考《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范（試行）》（HJ/T 192—2006），并根據(jù)礦區(qū)土地利用與生態(tài)環(huán)境的關(guān)系，基于壓力-狀態(tài)-響應(yīng)（PSR）的角度[1-2]分別從3個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系。煤炭的開發(fā)利用會(huì)對(duì)礦區(qū)的生態(tài)環(huán)境產(chǎn)生壓力，尤其是對(duì)土地生態(tài)系統(tǒng)的壓力，從而影響土地生態(tài)質(zhì)量；反過來，社會(huì)通過意識(shí)和行為的改變，采取相應(yīng)措施對(duì)壓力造成的狀態(tài)作出響應(yīng)，在煤炭礦區(qū)這種響應(yīng)主要本著“誰損毀，誰復(fù)墾”、“誰投資，誰受益”的原則，因地制宜地采用多種方法進(jìn)行復(fù)墾。

結(jié)合已有相關(guān)研究[3-5]，圍繞“煤礦區(qū)”和“土地生態(tài)質(zhì)量”，選取工礦用地比例（E1）、壓占土地比例（E2）、塌陷土地比例（E3）、廢棄工礦地比例（E4）、土地利用結(jié)構(gòu)指數(shù)（E5）、景觀多樣性指數(shù)（E6）、植被覆蓋指數(shù)（E7）、水域比例（E8）、塌陷土地復(fù)墾率（E9）、廢棄工礦地復(fù)墾率（E10）等10個(gè)指標(biāo)，構(gòu)建礦區(qū)土地生態(tài)質(zhì)量的評(píng)價(jià)體系（表1）。其中，土地利用結(jié)構(gòu)指數(shù)、景觀多樣性指數(shù)、植被覆蓋度指數(shù)的計(jì)算方法稍作闡述。表1礦區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)

準(zhǔn)則層指標(biāo)層計(jì)算方法類型權(quán)重壓力工礦用地比例E1=工礦用地面積/礦區(qū)面積反向0.046 2壓占土地比例E2=壓占土地面積/礦區(qū)面積反向0.106 5塌陷土地比例E3=塌陷土地面積/礦區(qū)面積反向0.095 3廢棄工礦地比例E4=廢棄工礦地面積/礦區(qū)面積反向0.018 8狀態(tài)土地利用結(jié)構(gòu)指數(shù)E5 正向0.163 6景觀多樣性指數(shù)E6 正向0.165 7植被覆蓋指數(shù)E7正向0.165 3水域比例E8=水域面積/礦區(qū)面積正向0.109 5響應(yīng)塌陷土地復(fù)墾率E9=已復(fù)墾的塌陷土地面積/塌陷土地面積正向0.085 8廢棄工礦地復(fù)墾率E10=已復(fù)墾的廢棄工礦地面積/廢棄工礦地面積正向0.043 5

（1）土地利用結(jié)構(gòu)指數(shù)。土地利用結(jié)構(gòu)指數(shù)用以反映評(píng)價(jià)區(qū)土地利用的結(jié)構(gòu)構(gòu)成。根據(jù)各類型土地對(duì)礦區(qū)土地生態(tài)質(zhì)量的貢獻(xiàn)程度，將其量化：林地為5，濕地為4，耕地為3，園地為2，水域?yàn)?，建設(shè)用地和其他用地為0，分別乘以各類型土地的面積比例。然后依據(jù)面積大小，取面積比例排名前五的土地類型，分別賦予權(quán)重0.3、0.25、0.2、0.15、0.1。endprint

E5=∑5i=1giwi=0.3g1+0.25g2+0.2g3+0.15g4+0.1g5。（1）

式中，gi為土地類型分值，wi為相應(yīng)權(quán)重。

（2）景觀多樣性指數(shù)。景觀多樣性指數(shù)用以反映被評(píng)價(jià)區(qū)景觀的多樣化程度，本研究中主要表現(xiàn)為土地利用類型的多樣性。

E6=-∑mi=1pilnpi。（2）

式中，pi為景觀類型i占礦區(qū)面積的比例，m為景觀類型數(shù)。

（3）植被覆蓋指數(shù)。植被覆蓋指數(shù)用于反映被評(píng)價(jià)區(qū)植被覆蓋的程度。在地表生態(tài)系統(tǒng)的眾多組成因子中，土地利用和土地覆蓋狀況是最為直觀的[4]。

E7=0.28×S林地+0.22×S濕地+0.18×S耕地+0.15×

S園地+0.10×S水域+0.05×S建設(shè)+0.02×S其他/礦區(qū)面積。（3）

2.2.2熵權(quán)法確定指標(biāo)權(quán)重在確定指標(biāo)權(quán)重時(shí)，往往多采用主觀性較強(qiáng)的層次分析法，這樣會(huì)造成評(píng)價(jià)結(jié)果的較大偏差。為盡量消除指標(biāo)權(quán)重確定過程中的人為干擾，本研究采用信息論中的熵權(quán)法，即由指標(biāo)值構(gòu)成的判斷矩陣來確定權(quán)重。這種方法具有操作性和客觀性強(qiáng)的特點(diǎn)，可以根據(jù)指標(biāo)的變異程度來計(jì)算出各項(xiàng)指標(biāo)的權(quán)重，為多指標(biāo)綜合評(píng)價(jià)提供依據(jù)。計(jì)算步驟如下：

（1）數(shù)據(jù)的標(biāo)準(zhǔn)化。構(gòu)建原始數(shù)據(jù)矩陣R=（xij）mn，i=1，2，…，m，j=1，2，…，n。由于本研究是對(duì)同一年份多礦區(qū)的土地生態(tài)質(zhì)量作橫向?qū)Ρ?，所以xij表示m個(gè)評(píng)價(jià)指標(biāo)在n個(gè)礦區(qū)的土地生態(tài)質(zhì)量評(píng)價(jià)決策矩陣。然后對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理且都轉(zhuǎn)化為正向指標(biāo)[6]，得到標(biāo)準(zhǔn)化決策矩陣B。

正向指標(biāo)（越大越優(yōu)型）：bij=xij/maxxij

反向指標(biāo)（越小越優(yōu)型）：bij=minxij/xij（4）

（2）確定指標(biāo)熵值。根據(jù)熵的定義，確定評(píng)價(jià)指標(biāo)的熵Hi：

Hi=-k∑nj=1fijlnfij，其中fij=bij∑nj=1bij，k=1lnn。（5）

Hi為第i項(xiàng)指標(biāo)的的熵，并假定當(dāng)fij=0，fij·lnfij=0；k為波爾茲曼常量。

（3）確定指標(biāo)權(quán)重。利用熵權(quán)法計(jì)算各指標(biāo)的權(quán)重wi，得到各指標(biāo)權(quán)重（表1）。

wi=1-Him-∑mi=1Hi，且滿足0≤wi≤1和∑mi=1wi=1。（6）

2.2.3TOPSIS評(píng)價(jià)模型TOPSIS模型[7-8]稱為逼近理想解排序法，其基本原理是通過檢測(cè)評(píng)價(jià)對(duì)象與正理想解、負(fù)理想解的距離來評(píng)價(jià)礦區(qū)土地生態(tài)質(zhì)量狀況。若評(píng)價(jià)對(duì)象最靠近正理想解，同時(shí)又最遠(yuǎn)離負(fù)理想解，則為最好；否則不為最優(yōu)。

（1）構(gòu)建加權(quán)決策矩陣。在熵權(quán)法確定評(píng)價(jià)指標(biāo)權(quán)重的基礎(chǔ)上，將標(biāo)準(zhǔn)化決策矩陣B的每一個(gè)指標(biāo)與相應(yīng)的指標(biāo)權(quán)重wi相乘，得到加權(quán)決策矩陣V。

3結(jié)果與分析

3.1質(zhì)量評(píng)價(jià)及對(duì)比

利用熵權(quán)TOPSIS模型對(duì)沛北8礦的土地生態(tài)質(zhì)量進(jìn)行評(píng)價(jià)，得到8礦與最優(yōu)方案的貼近度（表3）。

表3沛北8礦與最優(yōu)方案的貼近度

礦區(qū)貼近度孔莊煤礦0.606 6 龍東煤礦0.262 1 龍固煤礦0.142 5 沛城煤礦0.549 0 三河尖煤礦0.144 4 徐莊煤礦0.521 5 姚橋煤礦0.371 8 張雙樓煤礦0.325 0

從表3可以看出，沛北8礦中孔莊、沛城、徐莊這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為二等，生態(tài)狀況較穩(wěn)定；姚橋、張雙樓這2個(gè)礦區(qū)的土地生態(tài)質(zhì)量為三等，生態(tài)狀況不穩(wěn)定；龍東、龍固、三河尖這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為四等，生態(tài)狀況很不穩(wěn)定。其中與最優(yōu)方案貼近度最低的是龍固煤礦，貼近度最高的是孔莊煤礦。由于各礦分別隸屬于3家不同的煤炭開采企業(yè)，各礦的礦山規(guī)模、生產(chǎn)階段、內(nèi)外部條件不同，對(duì)土地生態(tài)質(zhì)量的影響程度也不同。

孔莊煤礦和徐莊煤礦均隸屬于大屯煤電集團(tuán)，孔莊礦屬大型礦山，1977年投產(chǎn)；徐莊礦屬中型礦山，1979年投產(chǎn)。2者的投產(chǎn)時(shí)間均較早，土地生態(tài)質(zhì)量與最優(yōu)方案的貼近度分別為0.606 6、0.521 5，土地生態(tài)狀況較為穩(wěn)定。兩礦的礦界面積較大，使得壓占、塌陷的比例相對(duì)較小，并且塌陷土地得到了較大比例的復(fù)墾，尤其是孔莊煤礦的塌陷土地復(fù)墾率高達(dá)63.84%。加上兩礦東臨微山湖，塌陷區(qū)復(fù)墾為耕地、植物景觀區(qū)、濕地公園等，這對(duì)土地生態(tài)質(zhì)量起到了一定的改善作用。沛城煤礦的土地生態(tài)質(zhì)量較好，與最優(yōu)方案的貼近度為0.549 0，這是因?yàn)樗挥谂娉擎?zhèn)，沛城鎮(zhèn)是沛縣縣城所在地。該礦區(qū)在生產(chǎn)開采的過程中特別注重土地問題的防治和保護(hù)，壓占土地、塌陷土地和廢棄工礦地的所占比例均很小。并且政府和企業(yè)高度重視礦區(qū)內(nèi)的土地利用結(jié)構(gòu)、植被覆蓋程度以及廢棄工礦地的復(fù)墾，耕地面積位居8礦之首，使得該礦區(qū)的土地生態(tài)質(zhì)量為二等，生態(tài)狀況較為穩(wěn)定。

姚橋煤礦隸屬于大屯煤電集團(tuán)，1977年投產(chǎn)，屬于大型礦山，其礦界面積是沛北8礦中最大的，其塌陷區(qū)面積、壓占地面積和廢棄地面積也是最大的，但是由于投產(chǎn)最早，土地破壞已經(jīng)穩(wěn)沉，作為沛縣塌陷地復(fù)墾工程的一期工程最早得到復(fù)墾利用，加上東面大面積的微山湖濕地水面，土地生態(tài)質(zhì)量為三等。張雙樓煤礦隸屬于徐州礦務(wù)集團(tuán)，也屬于大型礦山，于1986年建成投產(chǎn)，雖然塌陷土地比例和廢棄工礦地比例較大，但區(qū)內(nèi)林地和園地廣布，土地利用結(jié)構(gòu)較為合理，景觀類型多樣，植被覆蓋指數(shù)較高，土地生態(tài)狀況不穩(wěn)定。

龍東、龍固、三河尖這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量很不理想，均為四等，生態(tài)狀況很不穩(wěn)定。3者隸屬于3家不同的集團(tuán)，位于沛縣最北部龍固鎮(zhèn)和楊屯鎮(zhèn)，土地的塌陷、壓占尤其嚴(yán)重，而相應(yīng)的復(fù)墾比率卻不高。區(qū)內(nèi)土地利用結(jié)構(gòu)不大合理，景觀多樣性指數(shù)和植被覆蓋指數(shù)都較低，水域面積也不大，使得土地生態(tài)狀況很不穩(wěn)定。

3.2指標(biāo)關(guān)聯(lián)度分析endprint

3.2.1灰色關(guān)聯(lián)度模型的建立灰色關(guān)聯(lián)度模型即用關(guān)聯(lián)度來反映各評(píng)價(jià)對(duì)象與參考對(duì)象（最優(yōu)向量）的關(guān)聯(lián)程度，關(guān)聯(lián)度值越接近1，說明相關(guān)性越好。建模步驟如下：

（1）確定數(shù)列的最優(yōu)向量。由于已對(duì)原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理且都轉(zhuǎn)化為正向指標(biāo)，求取了正、負(fù)理想值，最優(yōu)向量為TOPSIS模型中的正理想解

3.2.2指標(biāo)關(guān)聯(lián)度分析通過灰色關(guān)聯(lián)度計(jì)算發(fā)現(xiàn)，各項(xiàng)指標(biāo)與土地生態(tài)質(zhì)量均有較強(qiáng)的關(guān)聯(lián)性，關(guān)聯(lián)度都在0.7以上（表4），這說明選取的指標(biāo)與礦區(qū)土地生態(tài)質(zhì)量的關(guān)系密切。從指標(biāo)關(guān)聯(lián)度強(qiáng)弱的次序來看，工礦用地比例（E1）>廢棄工礦地復(fù)墾率（E2）>廢棄工礦地比例（E3）>塌陷土地復(fù)墾率（E4）>壓占土地比例（E5）>植被覆蓋指數(shù)（E6）>塌陷土地比例（E7）>景觀多樣性指數(shù)（E8）>水域比例（E9）>土地利用結(jié)構(gòu)指數(shù)（E10）。其中，工礦用地比例與土地生態(tài)質(zhì)量的關(guān)聯(lián)度達(dá)0.904 7，為關(guān)聯(lián)性最強(qiáng)的影響因素；其次，土地?fù)p毀（廢棄、壓占、塌陷）比例和土地復(fù)墾率等因素與礦區(qū)土地生態(tài)質(zhì)量狀況的關(guān)聯(lián)度也較強(qiáng)；而這些因素對(duì)土地生態(tài)系統(tǒng)的作用主要通過植被覆蓋程度反映出來，植被覆蓋指數(shù)的關(guān)聯(lián)度達(dá)0.805 3。從準(zhǔn)則層來看，壓力層和響應(yīng)層指標(biāo)的關(guān)聯(lián)度總體比狀態(tài)層要大，這說明采礦擾動(dòng)對(duì)土地生態(tài)的壓力以及政府和企業(yè)的響應(yīng)措施與煤礦區(qū)土地生態(tài)質(zhì)量的關(guān)系較為緊密，這與煤礦區(qū)“先破壞，后治理”的傳統(tǒng)土地利用模式是密切相關(guān)的。

表4土地生態(tài)質(zhì)量與各指標(biāo)的灰色關(guān)聯(lián)度

準(zhǔn)則層指標(biāo)關(guān)聯(lián)度壓力工礦用地比例0.904 7 壓占土地比例0.837 5 塌陷土地比例0.799 4 廢棄工礦地比例0.881 5 狀態(tài)土地利用結(jié)構(gòu)指數(shù)0.729 7 景觀多樣性指數(shù)0.788 7 植被覆蓋指數(shù)0.805 3 水域比例0.739 3 響應(yīng)塌陷土地復(fù)墾率0.837 7 廢棄工礦地復(fù)墾率0.886 6

受地質(zhì)、地域、開采方式等客觀條件的影響，工礦用地面積（E1）、壓占地面積（E2）、塌陷地面積（E3）、廢棄地面積（E4）的控制較為困難，礦區(qū)土地的損毀不可避免，尤其是工礦用地面積的大小直接影響到礦區(qū)土地的整體布局和土地生態(tài)的整體狀況。煤炭開采對(duì)礦區(qū)土地的壓力通過土地利用結(jié)構(gòu)（E5）、景觀的多樣性（E6）、植被覆蓋程度（E7）以及水域面積的大小（E8）等狀態(tài)反饋出來，政府和企業(yè)再通過復(fù)墾措施對(duì)土地生態(tài)質(zhì)量進(jìn)行改善。通過一系列土地復(fù)墾工程的實(shí)施，提高礦區(qū)土地的復(fù)墾比例，不僅可以增加耕地?cái)?shù)量，提高耕地質(zhì)量，還可以將采煤塌陷區(qū)改造為不同的景觀濕地，這既可以改善礦區(qū)的土地利用結(jié)構(gòu)，還可以增加景觀多樣性，提高植被覆蓋率。同時(shí)，沛北8礦位于黃淮海高潛水位區(qū)，地表塌陷形成的大面積積水，還可以增加水域比例，加上原有的河湖水面，對(duì)礦區(qū)土地生態(tài)質(zhì)量的優(yōu)化作用不可忽視。

雖然土地復(fù)墾對(duì)于煤炭礦區(qū)土地生態(tài)質(zhì)量的改善具有重要作用，但是單純依靠后期治理對(duì)于礦區(qū)土地的可持續(xù)利用以及土地生態(tài)與礦區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展是不利的。轉(zhuǎn)變采礦區(qū)傳統(tǒng)的土地利用模式，從破壞源頭和采礦過程中加強(qiáng)控制，與后期治理相結(jié)合，才能實(shí)現(xiàn)礦區(qū)土地生態(tài)系統(tǒng)的可持續(xù)發(fā)展。

4結(jié)論

在基于壓力-狀況-響應(yīng)角度的礦區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系的指導(dǎo)下，將熵權(quán)TOPSIS法與灰色關(guān)聯(lián)法有機(jī)結(jié)合起來，對(duì)黃淮海平原沛北8礦的土地生態(tài)質(zhì)量進(jìn)行了定量評(píng)價(jià)和定性分析。得出沛北8礦中孔莊、沛城、徐莊這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為二等，生態(tài)狀況較穩(wěn)定；姚橋、張雙樓這2個(gè)礦區(qū)的土地生態(tài)質(zhì)量為三等，生態(tài)狀況不穩(wěn)定；龍東、龍固、三河尖這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為四等，生態(tài)狀況很不穩(wěn)定。其中與最優(yōu)方案貼近度最低的是龍固煤礦，貼近度最高的是孔莊煤礦。并且工礦用地比例、土地?fù)p毀（壓占、塌陷、廢棄）比例和土地復(fù)墾率等因素與礦區(qū)土地生態(tài)質(zhì)量狀況的關(guān)聯(lián)度高，需要政府和采礦企業(yè)在煤炭資源的開采利用過程中，轉(zhuǎn)變“先破壞，后治理”的傳統(tǒng)土地利用模式，重視土地生態(tài)質(zhì)量的防治和保護(hù)，加大管理力度和投入強(qiáng)度，積極推進(jìn)土地復(fù)墾工程，優(yōu)化土地利用結(jié)構(gòu)，增加植被覆蓋指數(shù)，實(shí)現(xiàn)沛北8礦土地生態(tài)與礦區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

由于沛北8礦均處徐州沛縣以北的黃淮海平原、，受到自然、社會(huì)、經(jīng)濟(jì)等區(qū)域因素的影響差別不大，在評(píng)價(jià)指標(biāo)構(gòu)建的過程中忽略了區(qū)域因素。考慮到基于礦區(qū)范圍的數(shù)據(jù)收集難度較大，本研究只選擇了2010年的數(shù)據(jù)對(duì)8礦土地生態(tài)質(zhì)量狀況進(jìn)行橫向比較，并且將行政邊界與礦區(qū)邊界疊加，主要考慮沛縣行政范圍內(nèi)八大礦區(qū)的土地生態(tài)質(zhì)量狀況，實(shí)際上某些礦區(qū)超出沛縣邊界的部分（面積均較?。┰诓僮鬟^程中進(jìn)行了舍棄。如果有可能獲得更多的數(shù)據(jù)，我們可以基于行政界線（鎮(zhèn)界、村界等）更加客觀地研究沛北8礦的土地生態(tài)質(zhì)量的動(dòng)態(tài)演變和發(fā)展?fàn)顩r，為黃淮海平原煤炭資源豐富地區(qū)的土地生態(tài)質(zhì)量定量評(píng)價(jià)和定性分析提供更加科學(xué)的依據(jù)。

參考文獻(xiàn)：

[1]蒙曉，任志遠(yuǎn)，戴睿. 基于壓力-狀態(tài)-響應(yīng)模型的寶雞市生態(tài)安全動(dòng)態(tài)評(píng)價(jià)及預(yù)測(cè)[J]. 水土保持通報(bào)，2012，32（3）：231-235，295.

[2]張鳳太，蘇維詞，周繼霞. 基于熵權(quán)灰色關(guān)聯(lián)分析的城市生態(tài)安全評(píng)價(jià)[J]. 生態(tài)學(xué)雜志，2008，27（7）：1249-1254.

[3]徐嘉興，李鋼，陳國(guó)良，等. 礦區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)及動(dòng)態(tài)變化[J]. 煤炭學(xué)報(bào)，2013，38（增刊）：180-186.

[4]孫凡，李天云，黃軻，等. 重慶市生態(tài)安全評(píng)價(jià)與監(jiān)測(cè)預(yù)警研究 ——理論與指標(biāo)體系[J]. 西南農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，27（6）：757-762.

[5]徐嘉興，李鋼，陳國(guó)良，等. 土地復(fù)墾礦區(qū)的景觀生態(tài)質(zhì)量變化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013（1）：232-239.

[6]唐恒，杜發(fā)興. 基于熵權(quán)的模糊物元水資源承載力評(píng)價(jià)模型[J]. 中國(guó)農(nóng)村水利水電，2006（12）：36-39.

[7]李燦，張鳳榮，朱泰峰，等. 基于熵權(quán)TOPSIS模型的土地利用績(jī)效評(píng)價(jià)及關(guān)聯(lián)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，5（5）：217-227.

[8]魯春陽，文楓，楊慶媛，等. 基于改進(jìn)TOPSIS法的城市土地利用績(jī)效評(píng)價(jià)及障礙因子診斷——以重慶市為例[J]. 資源科學(xué)，2011，33（3）：535-541.endprint

3.2.1灰色關(guān)聯(lián)度模型的建立灰色關(guān)聯(lián)度模型即用關(guān)聯(lián)度來反映各評(píng)價(jià)對(duì)象與參考對(duì)象（最優(yōu)向量）的關(guān)聯(lián)程度，關(guān)聯(lián)度值越接近1，說明相關(guān)性越好。建模步驟如下：

（1）確定數(shù)列的最優(yōu)向量。由于已對(duì)原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理且都轉(zhuǎn)化為正向指標(biāo)，求取了正、負(fù)理想值，最優(yōu)向量為TOPSIS模型中的正理想解

3.2.2指標(biāo)關(guān)聯(lián)度分析通過灰色關(guān)聯(lián)度計(jì)算發(fā)現(xiàn)，各項(xiàng)指標(biāo)與土地生態(tài)質(zhì)量均有較強(qiáng)的關(guān)聯(lián)性，關(guān)聯(lián)度都在0.7以上（表4），這說明選取的指標(biāo)與礦區(qū)土地生態(tài)質(zhì)量的關(guān)系密切。從指標(biāo)關(guān)聯(lián)度強(qiáng)弱的次序來看，工礦用地比例（E1）>廢棄工礦地復(fù)墾率（E2）>廢棄工礦地比例（E3）>塌陷土地復(fù)墾率（E4）>壓占土地比例（E5）>植被覆蓋指數(shù)（E6）>塌陷土地比例（E7）>景觀多樣性指數(shù)（E8）>水域比例（E9）>土地利用結(jié)構(gòu)指數(shù)（E10）。其中，工礦用地比例與土地生態(tài)質(zhì)量的關(guān)聯(lián)度達(dá)0.904 7，為關(guān)聯(lián)性最強(qiáng)的影響因素；其次，土地?fù)p毀（廢棄、壓占、塌陷）比例和土地復(fù)墾率等因素與礦區(qū)土地生態(tài)質(zhì)量狀況的關(guān)聯(lián)度也較強(qiáng)；而這些因素對(duì)土地生態(tài)系統(tǒng)的作用主要通過植被覆蓋程度反映出來，植被覆蓋指數(shù)的關(guān)聯(lián)度達(dá)0.805 3。從準(zhǔn)則層來看，壓力層和響應(yīng)層指標(biāo)的關(guān)聯(lián)度總體比狀態(tài)層要大，這說明采礦擾動(dòng)對(duì)土地生態(tài)的壓力以及政府和企業(yè)的響應(yīng)措施與煤礦區(qū)土地生態(tài)質(zhì)量的關(guān)系較為緊密，這與煤礦區(qū)“先破壞，后治理”的傳統(tǒng)土地利用模式是密切相關(guān)的。

表4土地生態(tài)質(zhì)量與各指標(biāo)的灰色關(guān)聯(lián)度

準(zhǔn)則層指標(biāo)關(guān)聯(lián)度壓力工礦用地比例0.904 7 壓占土地比例0.837 5 塌陷土地比例0.799 4 廢棄工礦地比例0.881 5 狀態(tài)土地利用結(jié)構(gòu)指數(shù)0.729 7 景觀多樣性指數(shù)0.788 7 植被覆蓋指數(shù)0.805 3 水域比例0.739 3 響應(yīng)塌陷土地復(fù)墾率0.837 7 廢棄工礦地復(fù)墾率0.886 6

受地質(zhì)、地域、開采方式等客觀條件的影響，工礦用地面積（E1）、壓占地面積（E2）、塌陷地面積（E3）、廢棄地面積（E4）的控制較為困難，礦區(qū)土地的損毀不可避免，尤其是工礦用地面積的大小直接影響到礦區(qū)土地的整體布局和土地生態(tài)的整體狀況。煤炭開采對(duì)礦區(qū)土地的壓力通過土地利用結(jié)構(gòu)（E5）、景觀的多樣性（E6）、植被覆蓋程度（E7）以及水域面積的大?。‥8）等狀態(tài)反饋出來，政府和企業(yè)再通過復(fù)墾措施對(duì)土地生態(tài)質(zhì)量進(jìn)行改善。通過一系列土地復(fù)墾工程的實(shí)施，提高礦區(qū)土地的復(fù)墾比例，不僅可以增加耕地?cái)?shù)量，提高耕地質(zhì)量，還可以將采煤塌陷區(qū)改造為不同的景觀濕地，這既可以改善礦區(qū)的土地利用結(jié)構(gòu)，還可以增加景觀多樣性，提高植被覆蓋率。同時(shí)，沛北8礦位于黃淮海高潛水位區(qū)，地表塌陷形成的大面積積水，還可以增加水域比例，加上原有的河湖水面，對(duì)礦區(qū)土地生態(tài)質(zhì)量的優(yōu)化作用不可忽視。

雖然土地復(fù)墾對(duì)于煤炭礦區(qū)土地生態(tài)質(zhì)量的改善具有重要作用，但是單純依靠后期治理對(duì)于礦區(qū)土地的可持續(xù)利用以及土地生態(tài)與礦區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展是不利的。轉(zhuǎn)變采礦區(qū)傳統(tǒng)的土地利用模式，從破壞源頭和采礦過程中加強(qiáng)控制，與后期治理相結(jié)合，才能實(shí)現(xiàn)礦區(qū)土地生態(tài)系統(tǒng)的可持續(xù)發(fā)展。

4結(jié)論

在基于壓力-狀況-響應(yīng)角度的礦區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系的指導(dǎo)下，將熵權(quán)TOPSIS法與灰色關(guān)聯(lián)法有機(jī)結(jié)合起來，對(duì)黃淮海平原沛北8礦的土地生態(tài)質(zhì)量進(jìn)行了定量評(píng)價(jià)和定性分析。得出沛北8礦中孔莊、沛城、徐莊這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為二等，生態(tài)狀況較穩(wěn)定；姚橋、張雙樓這2個(gè)礦區(qū)的土地生態(tài)質(zhì)量為三等，生態(tài)狀況不穩(wěn)定；龍東、龍固、三河尖這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為四等，生態(tài)狀況很不穩(wěn)定。其中與最優(yōu)方案貼近度最低的是龍固煤礦，貼近度最高的是孔莊煤礦。并且工礦用地比例、土地?fù)p毀（壓占、塌陷、廢棄）比例和土地復(fù)墾率等因素與礦區(qū)土地生態(tài)質(zhì)量狀況的關(guān)聯(lián)度高，需要政府和采礦企業(yè)在煤炭資源的開采利用過程中，轉(zhuǎn)變“先破壞，后治理”的傳統(tǒng)土地利用模式，重視土地生態(tài)質(zhì)量的防治和保護(hù)，加大管理力度和投入強(qiáng)度，積極推進(jìn)土地復(fù)墾工程，優(yōu)化土地利用結(jié)構(gòu)，增加植被覆蓋指數(shù)，實(shí)現(xiàn)沛北8礦土地生態(tài)與礦區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

由于沛北8礦均處徐州沛縣以北的黃淮海平原、，受到自然、社會(huì)、經(jīng)濟(jì)等區(qū)域因素的影響差別不大，在評(píng)價(jià)指標(biāo)構(gòu)建的過程中忽略了區(qū)域因素。考慮到基于礦區(qū)范圍的數(shù)據(jù)收集難度較大，本研究只選擇了2010年的數(shù)據(jù)對(duì)8礦土地生態(tài)質(zhì)量狀況進(jìn)行橫向比較，并且將行政邊界與礦區(qū)邊界疊加，主要考慮沛縣行政范圍內(nèi)八大礦區(qū)的土地生態(tài)質(zhì)量狀況，實(shí)際上某些礦區(qū)超出沛縣邊界的部分（面積均較?。┰诓僮鬟^程中進(jìn)行了舍棄。如果有可能獲得更多的數(shù)據(jù)，我們可以基于行政界線（鎮(zhèn)界、村界等）更加客觀地研究沛北8礦的土地生態(tài)質(zhì)量的動(dòng)態(tài)演變和發(fā)展?fàn)顩r，為黃淮海平原煤炭資源豐富地區(qū)的土地生態(tài)質(zhì)量定量評(píng)價(jià)和定性分析提供更加科學(xué)的依據(jù)。

參考文獻(xiàn)：

[1]蒙曉，任志遠(yuǎn)，戴睿. 基于壓力-狀態(tài)-響應(yīng)模型的寶雞市生態(tài)安全動(dòng)態(tài)評(píng)價(jià)及預(yù)測(cè)[J]. 水土保持通報(bào)，2012，32（3）：231-235，295.

[2]張鳳太，蘇維詞，周繼霞. 基于熵權(quán)灰色關(guān)聯(lián)分析的城市生態(tài)安全評(píng)價(jià)[J]. 生態(tài)學(xué)雜志，2008，27（7）：1249-1254.

[3]徐嘉興，李鋼，陳國(guó)良，等. 礦區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)及動(dòng)態(tài)變化[J]. 煤炭學(xué)報(bào)，2013，38（增刊）：180-186.

[4]孫凡，李天云，黃軻，等. 重慶市生態(tài)安全評(píng)價(jià)與監(jiān)測(cè)預(yù)警研究 ——理論與指標(biāo)體系[J]. 西南農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，27（6）：757-762.

[5]徐嘉興，李鋼，陳國(guó)良，等. 土地復(fù)墾礦區(qū)的景觀生態(tài)質(zhì)量變化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013（1）：232-239.

[6]唐恒，杜發(fā)興. 基于熵權(quán)的模糊物元水資源承載力評(píng)價(jià)模型[J]. 中國(guó)農(nóng)村水利水電，2006（12）：36-39.

[7]李燦，張鳳榮，朱泰峰，等. 基于熵權(quán)TOPSIS模型的土地利用績(jī)效評(píng)價(jià)及關(guān)聯(lián)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，5（5）：217-227.

[8]魯春陽，文楓，楊慶媛，等. 基于改進(jìn)TOPSIS法的城市土地利用績(jī)效評(píng)價(jià)及障礙因子診斷——以重慶市為例[J]. 資源科學(xué)，2011，33（3）：535-541.endprint

3.2.1灰色關(guān)聯(lián)度模型的建立灰色關(guān)聯(lián)度模型即用關(guān)聯(lián)度來反映各評(píng)價(jià)對(duì)象與參考對(duì)象（最優(yōu)向量）的關(guān)聯(lián)程度，關(guān)聯(lián)度值越接近1，說明相關(guān)性越好。建模步驟如下：

（1）確定數(shù)列的最優(yōu)向量。由于已對(duì)原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理且都轉(zhuǎn)化為正向指標(biāo)，求取了正、負(fù)理想值，最優(yōu)向量為TOPSIS模型中的正理想解

3.2.2指標(biāo)關(guān)聯(lián)度分析通過灰色關(guān)聯(lián)度計(jì)算發(fā)現(xiàn)，各項(xiàng)指標(biāo)與土地生態(tài)質(zhì)量均有較強(qiáng)的關(guān)聯(lián)性，關(guān)聯(lián)度都在0.7以上（表4），這說明選取的指標(biāo)與礦區(qū)土地生態(tài)質(zhì)量的關(guān)系密切。從指標(biāo)關(guān)聯(lián)度強(qiáng)弱的次序來看，工礦用地比例（E1）>廢棄工礦地復(fù)墾率（E2）>廢棄工礦地比例（E3）>塌陷土地復(fù)墾率（E4）>壓占土地比例（E5）>植被覆蓋指數(shù)（E6）>塌陷土地比例（E7）>景觀多樣性指數(shù)（E8）>水域比例（E9）>土地利用結(jié)構(gòu)指數(shù)（E10）。其中，工礦用地比例與土地生態(tài)質(zhì)量的關(guān)聯(lián)度達(dá)0.904 7，為關(guān)聯(lián)性最強(qiáng)的影響因素；其次，土地?fù)p毀（廢棄、壓占、塌陷）比例和土地復(fù)墾率等因素與礦區(qū)土地生態(tài)質(zhì)量狀況的關(guān)聯(lián)度也較強(qiáng)；而這些因素對(duì)土地生態(tài)系統(tǒng)的作用主要通過植被覆蓋程度反映出來，植被覆蓋指數(shù)的關(guān)聯(lián)度達(dá)0.805 3。從準(zhǔn)則層來看，壓力層和響應(yīng)層指標(biāo)的關(guān)聯(lián)度總體比狀態(tài)層要大，這說明采礦擾動(dòng)對(duì)土地生態(tài)的壓力以及政府和企業(yè)的響應(yīng)措施與煤礦區(qū)土地生態(tài)質(zhì)量的關(guān)系較為緊密，這與煤礦區(qū)“先破壞，后治理”的傳統(tǒng)土地利用模式是密切相關(guān)的。

表4土地生態(tài)質(zhì)量與各指標(biāo)的灰色關(guān)聯(lián)度

準(zhǔn)則層指標(biāo)關(guān)聯(lián)度壓力工礦用地比例0.904 7 壓占土地比例0.837 5 塌陷土地比例0.799 4 廢棄工礦地比例0.881 5 狀態(tài)土地利用結(jié)構(gòu)指數(shù)0.729 7 景觀多樣性指數(shù)0.788 7 植被覆蓋指數(shù)0.805 3 水域比例0.739 3 響應(yīng)塌陷土地復(fù)墾率0.837 7 廢棄工礦地復(fù)墾率0.886 6

受地質(zhì)、地域、開采方式等客觀條件的影響，工礦用地面積（E1）、壓占地面積（E2）、塌陷地面積（E3）、廢棄地面積（E4）的控制較為困難，礦區(qū)土地的損毀不可避免，尤其是工礦用地面積的大小直接影響到礦區(qū)土地的整體布局和土地生態(tài)的整體狀況。煤炭開采對(duì)礦區(qū)土地的壓力通過土地利用結(jié)構(gòu)（E5）、景觀的多樣性（E6）、植被覆蓋程度（E7）以及水域面積的大?。‥8）等狀態(tài)反饋出來，政府和企業(yè)再通過復(fù)墾措施對(duì)土地生態(tài)質(zhì)量進(jìn)行改善。通過一系列土地復(fù)墾工程的實(shí)施，提高礦區(qū)土地的復(fù)墾比例，不僅可以增加耕地?cái)?shù)量，提高耕地質(zhì)量，還可以將采煤塌陷區(qū)改造為不同的景觀濕地，這既可以改善礦區(qū)的土地利用結(jié)構(gòu)，還可以增加景觀多樣性，提高植被覆蓋率。同時(shí)，沛北8礦位于黃淮海高潛水位區(qū)，地表塌陷形成的大面積積水，還可以增加水域比例，加上原有的河湖水面，對(duì)礦區(qū)土地生態(tài)質(zhì)量的優(yōu)化作用不可忽視。

雖然土地復(fù)墾對(duì)于煤炭礦區(qū)土地生態(tài)質(zhì)量的改善具有重要作用，但是單純依靠后期治理對(duì)于礦區(qū)土地的可持續(xù)利用以及土地生態(tài)與礦區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展是不利的。轉(zhuǎn)變采礦區(qū)傳統(tǒng)的土地利用模式，從破壞源頭和采礦過程中加強(qiáng)控制，與后期治理相結(jié)合，才能實(shí)現(xiàn)礦區(qū)土地生態(tài)系統(tǒng)的可持續(xù)發(fā)展。

4結(jié)論

在基于壓力-狀況-響應(yīng)角度的礦區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)體系的指導(dǎo)下，將熵權(quán)TOPSIS法與灰色關(guān)聯(lián)法有機(jī)結(jié)合起來，對(duì)黃淮海平原沛北8礦的土地生態(tài)質(zhì)量進(jìn)行了定量評(píng)價(jià)和定性分析。得出沛北8礦中孔莊、沛城、徐莊這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為二等，生態(tài)狀況較穩(wěn)定；姚橋、張雙樓這2個(gè)礦區(qū)的土地生態(tài)質(zhì)量為三等，生態(tài)狀況不穩(wěn)定；龍東、龍固、三河尖這3個(gè)礦區(qū)的土地生態(tài)質(zhì)量為四等，生態(tài)狀況很不穩(wěn)定。其中與最優(yōu)方案貼近度最低的是龍固煤礦，貼近度最高的是孔莊煤礦。并且工礦用地比例、土地?fù)p毀（壓占、塌陷、廢棄）比例和土地復(fù)墾率等因素與礦區(qū)土地生態(tài)質(zhì)量狀況的關(guān)聯(lián)度高，需要政府和采礦企業(yè)在煤炭資源的開采利用過程中，轉(zhuǎn)變“先破壞，后治理”的傳統(tǒng)土地利用模式，重視土地生態(tài)質(zhì)量的防治和保護(hù)，加大管理力度和投入強(qiáng)度，積極推進(jìn)土地復(fù)墾工程，優(yōu)化土地利用結(jié)構(gòu)，增加植被覆蓋指數(shù)，實(shí)現(xiàn)沛北8礦土地生態(tài)與礦區(qū)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

由于沛北8礦均處徐州沛縣以北的黃淮海平原、，受到自然、社會(huì)、經(jīng)濟(jì)等區(qū)域因素的影響差別不大，在評(píng)價(jià)指標(biāo)構(gòu)建的過程中忽略了區(qū)域因素?？紤]到基于礦區(qū)范圍的數(shù)據(jù)收集難度較大，本研究只選擇了2010年的數(shù)據(jù)對(duì)8礦土地生態(tài)質(zhì)量狀況進(jìn)行橫向比較，并且將行政邊界與礦區(qū)邊界疊加，主要考慮沛縣行政范圍內(nèi)八大礦區(qū)的土地生態(tài)質(zhì)量狀況，實(shí)際上某些礦區(qū)超出沛縣邊界的部分（面積均較?。┰诓僮鬟^程中進(jìn)行了舍棄。如果有可能獲得更多的數(shù)據(jù)，我們可以基于行政界線（鎮(zhèn)界、村界等）更加客觀地研究沛北8礦的土地生態(tài)質(zhì)量的動(dòng)態(tài)演變和發(fā)展?fàn)顩r，為黃淮海平原煤炭資源豐富地區(qū)的土地生態(tài)質(zhì)量定量評(píng)價(jià)和定性分析提供更加科學(xué)的依據(jù)。

參考文獻(xiàn)：

[1]蒙曉，任志遠(yuǎn)，戴睿. 基于壓力-狀態(tài)-響應(yīng)模型的寶雞市生態(tài)安全動(dòng)態(tài)評(píng)價(jià)及預(yù)測(cè)[J]. 水土保持通報(bào)，2012，32（3）：231-235，295.

[2]張鳳太，蘇維詞，周繼霞. 基于熵權(quán)灰色關(guān)聯(lián)分析的城市生態(tài)安全評(píng)價(jià)[J]. 生態(tài)學(xué)雜志，2008，27（7）：1249-1254.

[3]徐嘉興，李鋼，陳國(guó)良，等. 礦區(qū)土地生態(tài)質(zhì)量評(píng)價(jià)及動(dòng)態(tài)變化[J]. 煤炭學(xué)報(bào)，2013，38（增刊）：180-186.

[4]孫凡，李天云，黃軻，等. 重慶市生態(tài)安全評(píng)價(jià)與監(jiān)測(cè)預(yù)警研究 ——理論與指標(biāo)體系[J]. 西南農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，27（6）：757-762.

[5]徐嘉興，李鋼，陳國(guó)良，等. 土地復(fù)墾礦區(qū)的景觀生態(tài)質(zhì)量變化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013（1）：232-239.

[6]唐恒，杜發(fā)興. 基于熵權(quán)的模糊物元水資源承載力評(píng)價(jià)模型[J]. 中國(guó)農(nóng)村水利水電，2006（12）：36-39.

[7]李燦，張鳳榮，朱泰峰，等. 基于熵權(quán)TOPSIS模型的土地利用績(jī)效評(píng)價(jià)及關(guān)聯(lián)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，5（5）：217-227.

[8]魯春陽，文楓，楊慶媛，等. 基于改進(jìn)TOPSIS法的城市土地利用績(jī)效評(píng)價(jià)及障礙因子診斷——以重慶市為例[J]. 資源科學(xué)，2011，33（3）：535-541.endprint