0 引言

风景道契合了交旅融合的发展趋势，成为中国城乡生态文明建设与文化旅游产业发展的重要载体。广义上，风景道是指具有交通运输与景观观赏双重功能的通道；狭义上，风景道则是指道路两侧或视域范围内，具有审美风景、自然、游憩、文化、历史与考古等功能的景观道路^[1]。道路交通会改变自然景观结构，干扰生态过程，影响生物多样性^[2]。例如，道路的线性隔离效应分割生物栖息地，影响动植物的丰富度与空间分布^[3]；车辆行驶引起的动物道路致死现象影响局部种群数量与基因流动^[4]；交通噪音干扰生物的正常活动节律^[2]。在生态文明建设背景下，为维护区域生态安全，亟需定量与动态评估风景道建设运营对自然生态系统的胁迫效应，从而制订措施缓解其潜在不利影响。

景观生态风险(Landscape Ecological Risk，LER)是指在自然或人为因素干扰下，景观格局与生态过程相互作用产生的负面生态效应及威胁程度^[5-6]。景观生态风险研究可为空间管理优化与生态保护、修复提供理论基础。现有研究对象涵盖流域^[6]、行政区^[7]、自然保护区^[8]、生态脆弱区^[9]与城市群^[10]等; 研究内容包括时空演变规律分析^[6]、驱动因素及影响机理探究^[8]、基于风险区识别的生态安全格局构建^[11]、未来情景下生态风险预测^[7]。道路景观生态风险是指在道路影响域内，人为活动与自然灾害对景观格局完整性的影响及对生态系统的损害程度^[12-13]。国内外研究对象主要涉及单一道路与道路网络，研究内容聚焦于3个方面：(1)演变规律分析。首先量化区域景观生态风险，并结合空间统计分析对比生态风险的时空变化^[14-15]。已有研究主要将景观生态系统作为风险源与受体的综合体，基于景观格局指数评估道路生态风险^[5]。部分研究依据“概率-损失”二维风险框架，在生态风险评估体系中融入土壤侵蚀指数，表征道路建设对水土保持过程的干扰^[13]。(2)驱动因素识别。研究表明，道路等级、长度与路网密度是影响生态风险的重要因素^[16-17]。道路景观生态风险还与路侧景观类型^[18]、气候地理特征^[19]、区域发展水平^[12]、区位特征^[20]、人口分布^[16]等因素相关。(3)生态风险防范研究。基于景观生态风险评估结果，通过工程措施对高风险路段进行生态修复，旨在维持生境连通性与生态系统完整性^[21]。

道路景观生态风险研究已经取得显著成果，但仍存在3个主要问题：(1)景观生态风险指数的构建对生态过程关注不足。根据区域开发生态风险传递模型，道路建设容易导致物种生境破碎化，干扰生物多样性维持过程，最终降低生境质量^[22]。少有研究将生境质量纳入道路景观生态风险评估体系。并且相比于土壤侵蚀指数，生境质量更能反映景观格局与过程的互馈作用^[23]。(2)缺乏对未来景观生态风险预测。构建科学合理的预测模型，模拟不同情景下的道路景观生态风险发展趋势，有助于对潜在危害进行预警与控制。差分自回归移动平均模型(Auto Regressive Integrated Moving Average Model, ARIMA)适用于非平稳的时间序列数据预测^[24]。多目标规划(Multi-Objective Programming，MOP)可根据约束条件，客观解决不同情景下景观结构优化目标冲突的问题^[7]。PLUS模型在预测景观斑块的位置与数量变化方面精度较高^[25]。耦合ARIMA-MOP-PLUS模型可为未来情景的生态风险评估提供依据。(3)缺乏对驱动因素的全面识别。已有研究多关注道路结构特征对景观生态风险的影响，但对社会经济与自然生态等驱动因素的综合定量识别略有不足。

草原天路是中国最早建设的风景道之一，位于河北省张家口市坝上农牧交错区，该区域作为首都的重要生态屏障，生态脆弱度与敏感度较高^[26]。当地居民以农牧业为主的经济发展方式与生态涵养需求存在竞争关系，开展景观生态风险研究对于维护草原天路路侧的生物多样性与生态安全，促进区域高质量发展至关重要。因此，以草原天路为研究对象，基于生境质量评估，构建“生境敏感性-景观损失度”的风景道景观生态风险二维评估框架；揭示2000—2020年景观类型及生态风险时空演变规律；利用ARIMA-MOP-PLUS模型预测2030年不同情景下景观类型及生态风险的变化趋势，提出最优发展情景；运用多尺度地理加权回归模型识别生态风险的驱动因素并分析其空间作用差异，为消减生态风险提供相应措施。本研究旨在为推动草原天路区域可持续发展提供理论参考与决策依据。

1 研究设计 1.1 研究区概况

草原天路于2012年9月底建成通车，全长约为132 km，地处内蒙古高原与华北平原的过渡带，跨越张家口市的张北县、崇礼区和万全区; 自西向东沿线分布有白龙洞观景区、鸡冠山观景区、野狐岭景点、大好河山观景区、柳条坝营地、南棠、布达拉观景台、阎片山观景区与桦皮岭景区等多处游憩景观资源。所属气候类型为温带大陆性季风气候，降水量少，昼夜温差大^[27]。草原天路肩负旅游扶贫与生态环保的双重使命，于2023年入选中国首批交旅融合发展典型案例，其中张北段每年接待游客约300万人次，车辆约86万辆次，旅游旺季日均自驾车流量可达6 000余辆，沿线村庄年人均增收1.1万元，彰显了显著的旅游吸引力。然而，旅游活动的增加破坏了生态平衡，影响了草原的涵养水源、调节气候、维护生物多样性等重要功能，部分地区出现草原退化与荒漠化现象^[27]。

1.2 数据来源

研究数据包括基础数据、社会经济数据与自然生态数据这3类，如表 1所示。将栅格数据的空间分辨率统一为30 m，坐标系统一为WGS_1984_UTM_Zone_50N。草原天路廊道内多为二、三、四级公路，以双车道与单车道为主。由于行车道宽度范围为3.50~3.75 m，而30 m分辨率的土地利用数据像元难以准确捕捉道路的几何特征，因此将道路矢量数据与2020年土地利用数据相叠加，以凸显道路对景观的分割作用。

1.3 研究方法 1.3.1 技术路线

本研究技术路线由5个部分构成，如图 1所示。(1)数据的收集与预处理。收集2000年、2010年与2020年3期土地利用数据，从自然生态与社会经济2个方面选择景观类型变化的驱动因素，统一坐标系与空间分辨率。(2)根据土地利用程度综合指数确定草原天路研究范围。(3)风景道景观生态风险模型构建及生态风险评估。构建“生境敏感性-景观损失度”的风景道景观生态风险评估框架，分析量化草原天路不同阶段的景观组成及生态风险，统计各生态风险等级占比，采用空间自相关识别生态风险的聚类特征。(4)预测景观类型空间分布变化。利用PLUS模型模拟2020年的景观类型空间分布，将2020年模拟结果与实际情况对比以验证准确性。若精度满足要求，则根据ARIMA-MOP模型设定的不同发展情景，预测2030年的景观类型空间分布变化，包括历史发展、生态保护、经济发展与协调发展。(5)景观生态风险驱动因素分析。将景观组成变化驱动因素作为自变量，将生态风险作为因变量，运用多尺度地理加权回归模型进行回归拟合，量化各驱动因素的作用尺度及系数空间分布。

1.3.2 研究范围的确定

参考黄勇^[28]对渝宜高速公路的相关研究，将土地利用程度综合指数下降幅度显著的缓冲区段视为土地利用开发强度最高区域。草原天路的土地利用程度综合指数随缓冲区变化趋势如图 2所示。当缓冲区宽度达2 km时，土地利用程度综合指数下降至最低并且下降斜率最高，随后略有起伏。这一现象表明2 km内土地利用开发强度最高，与区域总体旅游规划中将该区域划定为“风景恢复与协调区”的定位相吻合。因此，将路侧2 km作为草原天路廊道研究范围。

1.3.3 风景道景观生态风险模型构建

依据采样范围为平均斑块面积2~5倍的原则^[9]，计算并确定网格单元尺寸为900 m×900 m，将研究区划分为共计715个网格单元。采用相等间隔法分级景观生态风险、景观损失度与生境质量。基于生境敏感性与景观损失度构建景观生态风险指数，计算公式为^{[5, 23-24]}：

$ R_x=L_x \cdot Q_{x i}^{\prime}, $

(1)

式中，x为样本区编号；R_x为第x个样方小区内的景观生态风险指数；Q′_xi为生境质量干扰程度指数；L_x景观损失度, 是指景观生态系统受到干扰时自然属性的损失程度, 根据景观干扰度和脆弱度计算得到^[24]。

$ L_x=\sum\limits_{i=1}^N \frac{A_{x i}}{A_x} \sqrt{U_i \cdot F_i}, $

(2)

式中，L_x为样本区x的景观损失度，A_xi为样本区x中景观类型i的面积；A_x为样本区x的面积；N为景观类型总数；景观干扰度指数U_i用于衡量外部因素对不同景观类型的影响程度；景观脆弱度指数F_i反映某一景观类型在遭受外部干扰后的易损性及恢复能力^{[6, 29-30]}。

InVEST模型的生境质量模块根据景观类型敏感性与外部威胁强度计算生境质量。将道路、村庄与旅游设施等建设用地作为威胁源，基于已有研究设置模型参数^[11]。生境质量反映了环境支持物种生存繁衍的能力，高质量生境具有更强的自我恢复能力与抗压性，生物多样性高，生态敏感性与生态风险较低^[23]。将生境质量进行逆向指标归一化，得到生境敏感性指数，表示生境的易损性质^[5]。

$ Q_{x i}=H_i\left[1-\left(\frac{D_{x i}^z}{D_{x i}^z+k^z}\right)\right], $

(3)

$ Q_{x i}^{\prime}=\frac{\max \left(Q_{x i}\right)-Q_{x i}}{\max \left(Q_{x i}\right)-\min \left(Q_{x i}\right)}, $

(4)

式中，Q_xi为生境质量；H_i为景观类型i的生境属性；z为归一化参数，取值为2.5；D_xi为在网格单元x中景观类型i的生境退化程度；k为半饱和常数，取D_xi的1/2。

1.3.4 PLUS模型

PLUS模型集成了土地扩展分析策略与基于多类型随机森林的元胞自动机模型^{[25, 29]}。土地扩展分析策略模块通过提取景观扩张部分，结合驱动因素空间特征，确定各景观类型的变化概率^[10]。基于多类型随机森林的元胞自动机模型根据随机种子算法与阈值递减机制，结合转换矩阵与邻域权重，模拟未来景观^{[25, 29]}。

现有文献主要从自然生态与社会经济2方面选取驱动因素，在土地扩展分析策略模块中分析各景观类型的扩张概率。自然因素包括降水量、蒸散量、高程、植被覆盖度、坡度与土壤类型等；社会因素包括距行政中心距离、GDP值、夜间灯光指数、人口密度与距公路距离等^[29-31]。考虑到风景道的交通运输和旅游产业双重属性，不仅将距草原天路距离、路网密度纳入驱动因素，还增加了距餐饮住宿设施距离、距游客分布距离与距游憩景观资源距离等因素^[32]。PLUS模型的邻域权重取值范围为0~1，值越大表示景观扩张能力越强。根据各景观类型扩张面积占比，将耕地、林地、草地、灌木林地、水域、建设用地、未利用土地的邻域权重设置为0.90，0.54，0.10，0.55，0.55，0.67，0.57。

1.3.5 基于ARIMA-MOP模型的多情景设置

根据张家口市2010—2020年鉴数据，利用ARIMA模型预测2030年各景观类型的生态价值与经济价值系数，如表 2所示。生态价值系数参考单位面积生态系统服务价值当量表^[33]，结合张家口市生态系统服务相关研究进行修正。将经济效益数据与景观类型相对应，利用农、林、牧、渔、旅游业产值表征耕地、林地(灌木林地)、草地、水域、建设用地的经济价值系数^[9]。

结合水源涵养功能区和生态环境支撑区的建设规划，以及草原天路总体旅游规划的相关内容，设定历史发展、生态保护、经济发展，协调发展这4类情景。基于多目标规划模型设定生态保护、经济发展、协调发展情景的优化目标与目标函数限制条件，利用LINGO软件计算各景观类型面积的最优解。基于2010—2020年景观类型转移概率矩阵计算历史发展情景的各景观类型面积。优化目标设置为：生态保护情景以构建具有最高生态效益的景观结构为目标(见式(5))；经济发展情景充分利用各景观类型提高经济价值，以经济效益最大化为目标(见式(6))；协调发展情景将生态保护与经济发展相结合，以最大化经济价值和生态价值为目标，确保区域可持续发展(见式(7))。

$ F_1(x)=\max \sum\limits_{k=1}^7 a_k x_k, $

(5)

$ F_2(x)=\max \sum\limits_{k=1}^7 b_k x_k, $

(6)

$ F_3(x)=\max \left\{F_1(x), F_2(x)\right\}, $

(7)

式中，x_k为各景观类型的面积；a_k和b_k分别为生态价值系数与经济价值系数。未来情景下景观类型面积约束条件设置如表 3所示。

1.3.6 空间自相关分析

空间自相关用于表示景观生态风险的空间聚集特征，分为全局和局部空间自相关2项指标^[34]。全局空间自相关性用全局莫兰指数表示，用于描述研究区景观生态风险的整体分布情况，判断是否存在空间聚集现象。在给定的显著性水平下，当全局莫兰指数显著大于0时，表示景观生态风险处于正相关的聚类状态；当全局莫兰指数显著小于0时，表示景观生态风险处于负相关的离散状态；当全局莫兰指数接近0时，则表示景观生态风险呈随机分布状态^[7]。局部空间自相关(Local Indicators of Spatial Association，LISA) 能够反映空间聚集区域的范围及其与邻近区域的空间关联程度，其生成的聚类图可直观展示显著聚集区的地理位置与空间分布特征^[34]。

1.3.7 多尺度地理加权回归模型

多尺度地理加权回归(Multiscale Geographically Weighted Regression，MGWR)是对地理加权回归模型(GWR)的改进。GWR假设所有变量的回归系数在相同的空间尺度下发生局部非平稳性变化，而MGWR能够反映自变量在不同空间尺度下的回归系数变化，提高了模型拟合的准确性^[18]，其表达式为：

$ Y_i=\beta_0\left(U_i, V_i\right)+\sum\limits_{j=1}^k \beta_j\left(U_i, V_i\right) X_{i j}+\varepsilon_i, $

(8)

式中，Y_i为因变量；k为参与分析空间单位的总数; (U_i, V_i)为样本的空间坐标; β₀(U_i, V_i)为i点截距; X_ij为自变量；β_j(U_i，V_i)为i点上第j个变量的回归系数；ε_i为随机误差项。

2 结果与分析 2.1 2000—2020年草原天路景观类型及生态风险时空演变 2.1.1 景观类型变化特征

2000—2010年，耕地主要转化为草地与建设用地，转移概率分别为23.63%和1.41%。林地、草地与灌木林地面积上升。建设用地的动态度最高，为7.0%，其中60.04%来自耕地，37.52%来自草地。如图 3(a)所示，未利用土地动态度为-9.41%；2010—2020年，林地、草地与灌木林地的动态度降低，转出量增加。耕地向草地与建设用地的转移减缓。建设用地动态度为3.74%，主要来源为草地(50.97%)和耕地(47.20%)。如图 3(b)所示，未利用土地动态度提高至55.16%，主要分布于草原天路两侧，草地占转入量的69.07%。如图 3(c)所示，2000—2020年，耕地与草地长期占优势地位，建设用地增加，增长率达133.57%，水域面积变化不大。耕地与未利用土地呈现波动式下降的趋势，其余景观类型波动式上升。

2.1.2 景观生态风险时空演变特征

2000—2020年景观损失度呈增加态势，2000年为0.18，2010和2020年均为0.20。2000—2020年景观生态风险分级面积占比统计如表 4所示。在景观损失度的时间演变特征方面，较低与低等级区面积和占比下降明显，2000年高等级区占比最大，为39.606%；2010与2020年的较高等级区占比最大，分别为41.31%与48.56%。2000—2020年，生境质量均值依次为0.28，0.24，0.22，显示出生境质量退化、生境敏感性增强的趋势。在时间演变特征方面，较高与高生境质量等级区占比持续下降，2010—2020年下降尤为显著。

2000—2020年，景观生态风险均值分别为0.13，0.15，0.16。草原天路建成后，景观损失度与生境敏感性增加，生态风险上升，临近草原天路廊道中心线处生态风险较高。在时间演变特征方面，低与较低生态风险区面积和占比下降，从2000年的11.27%降至2020年的4.30%，中等级生态风险区在2010年降至最低(16.87%)。根据生态风险空间自相关占比统计结果(见图 4)，2000—2020年的全局莫兰指数值分别为0.86，0.85，0.78，草原天路建设后生态风险的趋同聚集性明显减弱，但仍以“高-高”和“低-低”聚类为主。2000—2010年，生态风险“高-高”聚类区从17.48%增至17.90%，“低-低”聚类区从15.80%降至12.45%。聚类区在草原天路中部呈面状增加，“低-低”聚类区在西部减少；2010—2020年，生态风险“高-高”聚类区从17.90%降低至17.62%，“低-低”聚类区从12.45%降低至12.03%。“高-高”与“低-低”聚类区沿草原天路走向扩张。“高-高”聚类区呈点状集中于孟良城营地、大好河山观景区、柳条坝营地与布达拉观景台周围，“低-低”聚类区集中于白龙洞观景区、鸡冠山观景区、南棠与桦皮岭附近。

2.2 未来多情景下草原天路景观类型及生态风险变化 2.2.1 多情景下草原天路景观类型变化特征

将2020年草原天路景观模拟结果与实际数据进行对比，得到Kappa系数为0.80，总体精度为0.88;Fom系数为0.15，模拟精度较高，可用于预测2030年景观变化。草原天路2020年和2030年景观类型面积统计如表 5所示。

与2020年景观类型的面积及空间分布相比，历史发展情景下，耕地面积增加以满足粮食需求，草地与林地降幅最大，未利用土地增加了30.45%，建设用地明显扩张了3.60 km²，新增建设用地主要分布于白龙洞观景区、野狐岭景点、大好河山景区及布达拉观景台附近；经济发展情景下，畜牧业与旅游业的发展大幅增加了草地与建设用地，草地增加了3.59%，新增草地分布于布达拉观景台与南棠附近，建设用地与林地分别增加了7.52 km²和3.60 km²；生态保护情景下，在退耕还林/还草措施的推动下，林地面积增加了71.26%，主要分布于阎片山观景区与柳条坝营地附近，灌木林地增加了40.35%，耕地与未利用土地面积减少；协调发展情景下，建设用地受到控制，林地与灌木林地的面积增加以维持生态效益，耕地与未利用土地减少，林地与建设用地的增幅分别为55.58%与30.0%，灌木林地增幅与生态保护情景相同。

2.2.2 多情景下草原天路景观生态风险变化特征

2030年4类情景下的景观损失度、生境质量、景观生态风险等级分布特征如图 5所示。与2020年相比，2030年各情景的景观损失度均有所增加，经济发展情景增幅最大，均值达到0.21。各情景的较高与高损失度区域面积和占比由高到低排序依次为历史发展(82.48%)，经济发展(78.84%)，协调发展(78.14%)，生态保护(76.82%)。经济发展、历史发展、协调发展、生态保护情景的生境质量分别为0.22，0.22，0.23，0.24，这表明生态保护与协调发展情景的生境敏感性较低。各情景的低与较低生境质量区面积和占比由高到低排序依次为历史发展(94.68%)，经济发展(93.87%)，协调发展(91.61%)，生态保护(90.79%)。

4类情景的景观生态风险由高到低排序依次为经济发展(0.17), 历史发展和协调发展(0.16), 生态保护(0.15)。各情景的生态风险等级差异显著：生态保护与协调发展情景下，低、较低生态风险区面积和占比较高，分别为6.31%和5.71%，且高于2020年水平。相比之下，经济发展与历史发展情景下高、较高生态风险区面积和占比较大，分别为77.83%和79.68%。其中，经济发展情景的高生态风险区占比最高，为5.20%；而历史发展情景的较高生态风险区占比最高，为75.28%。生态风险莫兰指数由高到低排序依次为经济发展(0.79), 历史发展(0.77), 协调发展和生态保护(0.75)。这表明经济发展与历史发展情景下生态风险的聚集效应较强。根据2030年4类情景的生态风险空间自相关占比统计结果(见图 6)，各情景的“高-高”聚类区和“低-低”聚类区分布与2020年相似，生态保护与协调发展情景的“高-高”聚类区占比分别为17.20%与17.48%，低于2020年水平。在历史发展与经济发展情景下，“高-高”聚类区占比分别为18.18%和19.44%，高于2020年水平。4类情景的“低-低”聚类区占比均低于2020年。

2.3 草原天路景观生态风险驱动因素分析 2.3.1 驱动因素识别

景观类型变化与景观生态风险的关联性已得到广泛验证^[3]。剔除共线性较高的草原天路景观扩张驱动因素，结合MGWR模型进行景观生态风险驱动因素分析。MGWR模型的决定系数为0.90，调整决定系数为0.88，修正赤池信息准则值较小，各项指数均优于GWR模型，这表明驱动因素的局部非平稳性变化明显。筛选p < 0.05的显著性因素，各驱动因素系数分布范围如图 7所示。

对回归系数均值进行绝对值计算，各驱动因素影响强度由强到弱排序依次为蒸散量(-0.47)，降水量(-0.39)，距村庄距离(-0.28)，距草原天路距离(-0.25)，距游客分布距离(-0.09)，距游憩景观资源距离(0.08)，距餐饮住宿设施距离(-0.07)，路网密度(0.03)。将驱动因素识别结果归纳为“自然气候-旅游开发-道路建设”的三维综合指标。蒸散量与降水量作为自然气候是地理环境的核心要素，对景观生态风险起主要作用；旅游开发对景观生态风险的影响可通过距游客分布、餐饮住宿设施、游憩景观资源与村庄距离来反映。景观生态风险随游客量的增加、餐饮住宿设施与村庄临近度的提高、游憩景观资源临近度的降低而提高。其中，距村庄距离的影响尤为显著, 道路建设的影响则体现在距草原天路距离与路网密度方面。草原天路临近度越高，并且廊道内路网密度越高，景观生态风险越大。

2.3.2 驱动因素作用的空间差异

距游客分布距离的作用尺度为714，占样本数量的99.86%，空间异质性最低，在全局范围内对景观生态风险有显著影响。降雨量与距游憩景观资源距离的作用尺度分别为135和126，占样本数量的18.88%和17.62%，空间异质性均较高。其余因素的作用尺度范围为43~49，这表明变量在不同位置作用差异明显。

驱动因素的整体影响程度呈现“西部最高，东部次之，中部最低”的格局。蒸散量、降水量与距村庄距离的影响程度呈现西高东低、中部最低的特征。这主要是由于自西向东蒸散量递减，降水量增加，而西部地势平坦且村庄密度高，自然因素与社会因素对生态系统的叠加影响效应较强；距游客分布距离的影响则自东向西递减。线路东侧紧邻首都环线高速，是游客进出草原天路的主要位置，游客景观感知强烈，集中停留游憩现象显著，对生态环境负面影响较大^[27]；距草原天路距离、游憩景观资源距离在中部(大好河山观景区至布达拉观景台段)作用明显；路网密度在鸡冠山景区、南棠与阎片山周围区域作用较强；距餐饮住宿设施距离在东部(阎片山至桦皮岭段)影响显著。该段林地面积占比高，餐饮住宿设施位于林地外围，林地生态风险较低，导致餐饮住宿设施距离与景观生态风险的负相关空间关系最为明显。

3 讨论

基于“概率-损失”框架，通过生境质量评估链接风险源与受体，建立了“生境敏感性-景观损失度”的二维风景道景观生态风险框架。明确了道路及旅游设施建设对生物多样性维持过程的威胁程度，可为风景道生态风险的定量评估提供一定的理论支撑。研究发现，生态风险呈现以草原天路为轴，以村庄、旅游设施为点向线路两侧扩散的空间特征，符合“点-轴系统”理论模型^[30]。在城市中心区域，道路建设与路网密度的增加促使建设用地趋于集中分布，降低了区域景观破碎度与生态风险^[14]。然而，草原天路路侧以林地、草地与耕地为主，道路与沿线旅游设施的建设在破坏自然景观完整性的同时降低了生境质量，提升生态风险，这与Yang^[35]和Lin^[29]的研究结果较为一致。

2000—2020年，草原天路廊道经历了退耕还林还草、耕地复垦补充及风景道建设等变革，致使景观结构趋于复杂，易受外界影响加剧生态风险^[26]。孟良城营地、大好河山观景区、柳条坝营地与布达拉观景台附近耕地、林地、草地与建设用地的交错分布特征最为明显，游客活动扩大了人类对自然景观的扰动范围，因此生态风险聚类特征显著^[34]。ARIMA-MOP-PLUS模型有效量化了草原天路未来的最适发展情景：生态保护情景下，林地、灌木林地与草地的面积增加且分布更集中，生态稳定性提高，生态风险得到控制，这与Zhu^[36]研究结论相符。经济发展情景下，草原天路沿线建设用地扩张幅度最大，增加了旅游开发程度，生境敏感性与生态风险最高^[7]。历史发展情景下，耕地持续增加，农业耕作活动对周边林、草地的生境质量造成一定威胁，导致较高生态风险区占比增加^[5]。协调发展情景实现了生态保护与旅游发展的平衡。虽然林地增幅低于生态保护情景，但建设用地增幅高于历史情景，同时维持了较低的生态风险水平。

研究发现自然气候特征是草原天路景观生态风险的主要控制因素，这与沙清泉^[30]研究结论一致。高降水量与蒸散量有助于维持植被稳定，提升自然景观连通性，控制生态风险^[8]。旅游开发与道路建设容易降低自然地理单元的承载力与稳定性，这与王立国^[32]、Zhang^[8]研究结论一致。在旅游开发方面，游客密集处的车辆碾压与人为踩踏导致土壤压实与草地退化^[27]；餐饮住宿设施的建设与运营加速了自然景观向建设用地的演化，导致景观干扰度增加^[32]；旅游业的发展推动了沿线村庄建设与产业升级，但基础设施的完善与居民日常活动存在侵占生态、生产用地的现象，对自然景观结构产生了负面影响^[32]；与以往研究不同，尽管部分营地与景点附近生态风险聚类明显，但是距游憩景观资源距离与生态风险整体呈负相关。主要因为草原天路有固定的封路养护期，且多数游憩景观附近管理严格，有助于自然生态系统的修复。在道路建设方面，草原天路的修建改变了沿线景观类型的数目、比例与空间配置，并且廊道内路网密度的增加对景观切割效应显著，生态完整性降低，导致生态风险上升^[16]。

下一步研究应从旅游开发管控、游客管理与交通管制3个方面进行风景道生态空间优化。在旅游开发管控方面，严格执行生态红线政策，规范旅游设施、道路工程设施与农村生活生产设施的建设；加强居民经营活动管理，维持、提高生态用地的完整性；实施生态补偿机制，鼓励居民参与环境保护，依法处置破坏生境的违章建筑；在生态风险“高-高”聚类区域建立核心生态保护区，实施生态修复措施，构建动物迁徙通道，确保生态网络与绿色基础设施的完整性^[4]。在游客管理方面，加强自驾游客的交通秩序意识，通过增设护栏等隔离措施，防止游客踩踏与车辆碾压草地。在交通管制方面，构建智慧交通管理系统，基于实时客流与环境承载力实施动态车流调控^[37]。

本研究仍然存在一些不足：由于政策与数据收集的限制，在景观预测过程中未能设置生态保护、永久基本农田保护等区域限制红线，容易在预测过程中改变限制空间，影响准确性；在构建景观生态风险指数时，主要考虑了道路修建运营对生物多样性的影响。

未来进一步优化方向为：依据更为详尽的区域规划来划定限制区域，并尝试将政策定量化纳入PLUS模型的驱动因素体系；结合张家口市生态规划要求，进一步量化水源涵养、水土保持与防风固沙等生态功能，充分表征草原天路对生态过程的影响。

4 结论

通过构建风景道景观生态风险评估框架，分析草原天路2000—2020年景观类型及生态风险的时空演变特征，预测2030年多情景下景观类型及生态风险变化，识别景观生态风险的驱动因素，得出以下结论。

(1) 2000—2020年，景观生态风险持续增加。在2 km草原天路廊道范围内，建设用地面积持续增加，耕地波动式下降，林地与草地波动式上升。自2012年草原天路建设运营后，沿线未利用土地增加，景观损失度的较高等级区域增加了17.55%，生境质量降低了8.30%，生境敏感性提升，生态风险由0.15增至0.16，且靠近廊道中心线处生态风险较高。生态风险“高-高”聚类区和“低-低”聚类区沿草原天路走向扩散，多分布于线路东、西两侧，聚焦于营地与景点周围。

(2) 2030年多情景预测显示，经济发展情景下建设用地增幅为50%，生态风险最高(0.17)，并且高生态风险区占比最高(5.20%)；历史发展情景下耕地大幅增加了6.31%，使得较高生态风险区占比最高(75.28%)；相比之下，生态保护情景约束了建设用地扩张，林地大幅增加了71.26%，使生态风险降至最低(0.15)；协调发展情景下建设用地与林地的增幅分别为30.0%与55.58%，生态风险较低(0.16)，符合区域未来发展要求。生态保护与协调发展情景下生态风险“高-高”聚类区占比最低，缓解了生态风险的聚集效应。

(3) 草原天路景观生态风险受自然气候、旅游开发与道路建设3个维度的多种因素综合权衡。自然气候因素(蒸散量、降水量)起主导作用，旅游开发次之，道路建设影响最弱。在旅游开发方面，距村庄、游客分布、游憩景观资源与餐饮住宿设施距离是关键要素；在道路建设方面，距草原天路距离与路网密度起主要作用。距游客分布距离的空间异质性最低。驱动因素的整体作用强度由线路两侧向中部减弱，布达拉观景台以东较高，野狐岭隧道以西最高。