城市既是人类文明的自然产物,也是人和其他生物共存的系统。由于城市景观生态系统是城市规划的最基本载体,城市景观生态安全管理层次的优劣,也直接影响着城市规划系统中对各种人和生物生存的适宜度。由于全球人口的快速增长和城市化日益扩大,中国城市景观生态的变化也是很明显的,城市景观生态安全问题仍然存在着重要机遇和挑战。城市景观生态安全问题是中国国土安全、经济和社会可持续发展的根本保证,城市景观生态安全保护是环境治理的首要任务。但是,中国目前对城市景观生态问题的科学研究还处在起步阶段,在基础理论上还没有系统性;在实践中没有形成系统完整的规划体系。造成这种状况的原因主要在于人们对环境问题的认知不够全面深入。要处理好社会高质量发展与保护生态环境的关系,尤其要认识城市经济社会发展与生态环境的矛盾。本文以探究神经网络模型在城市景观生态安全评价中的应用为目的,在城市景观生态安全评价DPSIR模型中引入熵权—PCA法和BP神经网络方法并且加以应用,利用Python编程语言为本研究所用算法进行计算机建模,以期有效的对城市景观生态安全等级加以定量分析。最后,以郑州市为实证研究神经网络在城市景观生态安全评价的应用。本文主要结论如下:（1）基于“驱动力—压力—状态—影响—响应”（DPSIR）框架构建适宜于城市景观生态安全评价指标体系。依据指标选取原则结合城市景观生态系统的特点,本文从驱动力、压力、状态、影响、响应5个准则层出发,划分为经济发展、社会发展、人口压力、资源压力、环境压力、生态状态、气候状态、环境影响、经济影响、人文影响、措施响应和经济响应12个要素。最终共筛选出27个指标来细化城市景观生态安全评价衡量参数,为后续城市景观生态安全评价奠定基础。（2）在BP神经网络中引入熵权—PCA法,修正了景观生态安全评价结果的严谨性。通过进行实例应用,使用实例数据和实例运算得到的结果作为BP神经网络的训练数据集,并与熵权—PCA法进行比较,验证了BP神经网络应用于城市景观生态安全评价之中的有效性和准确性。（3）通过实例验证了BP神经网络模型在城市景观生态安全评价中的应用。以郑州市2000—2019年的统计数据为基础,建立郑州市景观生态安全评价DPSIR模型,采用Python编程语言进行算法建模,在熵权法耦合PAC主成分分析法的基础上,计算出各研究年份景观生态安全指数,并且利用BP神经网络模型将评价结果优化并进行评级分析。（4）在实例研究中,采用熵权—PCA法选择了27个最重要和最全面的评价指标。从准则层面来看,压力指标、状态指标和响应指标都对郑州市的景观产生了较大影响。驱动力指标因素的影响最大,其次是影响和响应指标因素,状态指标因素的影响最小,这表明郑州市缓解社会和经济发展影响的效力是今后维护研究区域生态安全的工作重点。（5）通过实例研究发现2000—2019年郑州市景观生态安全态势:郑州市景观生态安全等级经历了3个等级类型,熵权—PCA法综合评价等级及BP神经网络综合评价等级均经历过Ⅰ级、Ⅱ级和Ⅲ级。熵权—PCA法郑州市景观生态安全的综合评价等级2000—2007年连续8年处于Ⅱ级;2008年下降至Ⅲ级;2009年、2010年稍有回升至Ⅱ级;2011年、2012年又下降至Ⅲ级;2013—2018年持续波动上升,由2013年的Ⅱ级转为2014—2018年的Ⅰ级,但是在2019年综合评价指数波动下降,等级降至Ⅲ级。基于熵权—PCA法得到的综合评价指数,进行BP神经网络综合评价指数计算,划分得到BP神经网络综合评价等级。郑州市2000—2018年景观生态安全基本等级划分与熵权—PCA法的综合评价等级一致,经历了三个等级的转变,由Ⅱ级降为Ⅲ级后波动升为Ⅰ级;与熵权—PCA法得到的综合评价等级不同,郑州市2019年BP神经网络综合评价指数为0.6335,景观生态安全等级划分为Ⅱ级。（6）采用熵权—PCA法和BP神经网络计算郑州市景观生态安全综合评价指标,对比分析结果表明,两种方法得到的结果基本一致,而且这两种方法相互验证和融合,使城市景观生态安全评价结果更加科学和严谨。（7）对郑州市景观生态安全调控提出分区域调控、整体景观生态系统安全水平对策,以促进郑州市景观生态安全态势向优良转变。加快郑州东部产业创新转型、推进郑州西部生态屏障建设、完善郑州南部交通枢纽格局、保障郑州北部沿黄高质量发展、控制郑州中部区域建设规模,达到城市整体景观生态安全优化效果。本文采用定性与定量相结合的方法对城市景观生态安全评价模型应用进行研究,以郑州市为实例研究,对其景观生态安全等级进行评定。分析出了郑州市景观生态安全主要影响因素,并以此为依据提出了郑州市景观生态安全调控对策,为城市景观生态安全评价模型提供借鉴,以期为中原城市群生态文明建设提供科学依据和指导。