區域生態安全格局規劃研究進展及規劃技術流程探討

歐定華，夏建國*，張莉，趙智

1. 四川農業大學資源環境學院，四川 成都 611130；2. 成都市龍泉驛區大面街道辦事處，四川 成都 610101；3. 四川農業大學經濟管理學院，四川 成都 611130

區域生態安全格局規劃研究進展及規劃技術流程探討

歐定華1，夏建國1*，張莉2，趙智3

1. 四川農業大學資源環境學院，四川 成都 611130；2. 成都市龍泉驛區大面街道辦事處，四川 成都 610101；3. 四川農業大學經濟管理學院，四川 成都 611130

區域生態安全格局規劃是化解生態保護與經濟發展之間矛盾沖突的有效途徑，進行區域生態安全格局規劃研究具有重要理論和現實意義。但是，目前尚缺少對區域生態安全格局規劃概念內涵、支撐理論、技術方法等相關文獻的系統梳理和歸納總結。鑒于此，通過查閱大量文獻資料、總結分析國內外相關研究成果，厘清了生態安全格局相關概念之間的邏輯關系，給出了區域生態安全格局規劃的確切定義，對景觀生態分類與適宜性評價、景觀格局演變分析與動態模擬、生態安全預測預警、空間規劃決策技術方法等區域生態安全格局規劃相關支撐理論和技術方法，研究成果總結發現：景觀生態分類指標構建理論和分類結果可靠性驗證研究較為薄弱；應用較多的景觀生態適宜性評價方法有“千層餅”法、層次分析法等傳統方法和人工神經網絡、遺傳算法、元胞自動機等現代人工智能方法；景觀格局變化驅動因子定量識別相對缺乏，各驅動因子間相互作用關系探討不深入，常忽視景觀格局本身對驅動因子的自適應和反饋作用；在眾多景觀格局動態演變模擬模型中，CA-Markov模型綜合了CA和Markov模型的優點，可實現研究對象時空演變信息的精確挖掘；生態安全預警可彌補傳統生態安全評價不能揭示生態環境質量長期動態變化狀況的不足，能反映區域生態安全狀況動態變化過程，是生態安全格局規劃的重要基礎；常見的空間規劃決策技術方法主要有多準則數量優化法、空間分析技術方法、情景分析法、人工智能優化法和綜合優化法，在綜合優化法中 CLUE-S模型能綜合土地利用變化各驅動因子對不同時空尺度下的土地利用變化進行預測模擬，集成模型能集成多個模型優點來解決一些復雜空間格局優化問題，兩者對進行區域生態安全格局規劃方法探討皆具有重要參考價值和借鑒意義。在此基礎上，依據現階段比較成熟的景觀生態學理論、景觀生態規劃原理，綜合集成現行空間規劃決策技術方法，將區域生態安全格局規劃技術流程概括為景觀生態分類、景觀格局演變分析、景觀生態適宜性評價、景觀格局演變動態模擬、生態安全預測預警、生態安全需求預測、多情景模式構建和總體規劃目標確定、生態安全格局規劃、多種規劃方案比選、方案試點效果監測與評價、規劃實施與執行監管等14個步驟。今后加強區域生態安全格局規劃基礎理論、技術方法、實踐應用這3方面研究是未來該領域研究的重要方向。

區域生態安全格局；規劃技術流程；景觀格局動態演變模擬；生態安全預警；空間規劃決策；研究進展

世界各國在實現現代化進程中，由于落后的生態環保觀念和粗放的經濟發展模式，致使自然生態環境遭到了嚴重破壞，氣候變暖、臭氧層破壞、大氣污染等全球性生態環境問題引起了人類社會的廣泛關注。中國在快速推進工業化和城市化進程中，也致使部分地區發生了水土資源短缺、生物多樣性降低、環境污染嚴重等一系列生態安全問題。如何有效協調經濟發展和生態保護之間的矛盾關系，成為中國政府面臨的重大課題。近年來，部分地區生態環境得以局部改善，但總體惡化趨勢未能得到根本遏制。追根溯源，除了環境問題日積月累的破壞性釋放日益突發外，主要還是我們在規劃編制過程中沒有從空間布局上把區域生態安全格局作為一個復雜系統工程進行統籌謀劃，導致部分地區生態保護進入盲目保護和低效保護的誤區，出現了過度利用和低效利用的新問題。怎樣從空間上協調經濟發展和生態保護的矛盾關系，已成為當今科研和實踐領域亟待解決的現實問題。研究表明，生態安全格局規劃是實現區域生態安全的基本保障和重要途徑，能夠避免走入盲目保護和低效保護的誤區，有效化解生態保護和經濟發展的矛盾沖突（俞孔堅和王思思，2009）。國內外研究者圍繞生態安全格局規劃相關理論、技術方法展開了大量探討，歐美學者主要從土地利用優化配置（Reshmidevi等，2009；Shaygan等，2014）和景觀生態規劃（Kezhen，2011；Szabo等，2012）兩種途徑進行相關研究，國內研究者在景觀生態安全格局構建（胡道生等，2011；李詠紅等，2013）、城市生態安全格局規劃（龍宏和王紀武，2009；向穎和戴彥，2013）、區域生態安全格局構建（康相武和劉雪華，2009；周銳等，2015）、土地利用生態安全格局優化（蒙吉軍等，2014，2012）等方面也取得了大量研究成果。為此，本文在總結以往相關研究成果基礎上，厘清了生態安全格局相關概念之間的邏輯關系，給出了區域生態安全格局規劃定義，對區域生態安全格局規劃相關支撐理論和技術方法進行了系統梳理，提出了區域生態安全格局規劃技術流程，并對未來發展趨勢進行了展望，以期能為將來開展區域生態安全格局規劃研究和實踐提供理論支撐和方法參考。

1 區域生態安全格局規劃內涵解析

學術界對生態安全概念的認識尚未達成共識，研究者們從生態系統服務、生態系統健康、生態風險、區域生態安全等不同角度對生態安全概念進行了大量研究，概括起來大致存在廣義和狹義兩種理解。其中：廣義的生態安全概念指人的生活、健康、安全、基本權利、生活保障來源、必要資源、社會秩序和人類適應環境變化能力等方面不受威脅的狀態，是由自然、經濟和社會生態安全組成的一個復合人工生態安全系統（于成學，2013）；狹義的生態安全是指自然和半自然生態系統的安全，即生態系統完整性和健康的整體水平反映（肖篤寧等，2002）。廣義生態安全反應了復合生態系統生態安全的范疇，從生態安全涉及的范圍尺度上可分為全球生態安全、區域生態安全和微觀生態安全等若干層次，從生態安全的客體尺度上可包括生物細胞、組織、個體、種群、群落、生態系統、生態景觀、生態區、陸地/海洋生態以及人類生態，涉及內容即廣泛又具體，在生態安全研究中具有一定影響力，為大多數研究者所接受。隨著生態安全研究的深化，研究者們發現僅靠生態安全（風險）評價提出的對策難以應對日益復雜的區域生態安全問題，需要通過一系列技術方法將這些恢復措施和管理對策落實到空間地域上，才能有針對性的解決生態環境問題。為此，馬克明等（2004）提出了區域生態安全格局概念，將其定義為針對區域生態環境問題，在干擾排除基礎上，能夠保護和恢復生物多樣性、維持生態系統結構和過程的完整性、實現對區域生態環境問題有效控制和持續改善的區域性空間格局。文獻資料中關于生態安全格局的提法很多，常見的有國土生態安全格局（俞孔堅等，2009）、區域生態安全格局（俞孔堅等，2012）、城市生態安全格局（楊青生等，2013）、土地利用生態安全格局（蒙吉軍等，2012）、耕地生態安全格局（趙宏波，2014）、景觀生態安全格局（王讓虎等，2014）、自然生態安全格局（趙清等，2009）、文化遺產安全格局（俞孔堅和王思思，2009）、人文安全格局（俞孔堅和王思思，2009）等。這些概念實質上反映了不同角度、不同尺度下的生態安全格局，它們之間的邏輯關系可用圖1進行簡要描述。

綜上所述，區域生態安全格局是一種健康、穩定、可持續的生態安全狀態，它是區域生態安全格局規劃的理論基礎，而區域生態安全格局規劃則是維持區域生態安全格局這一理想空間狀態的具體實現手段。故可將區域生態安全格局規劃定義為人們在面對具體生態環境問題時，積極發揮主觀能動性，以景觀生態學和景觀生態規劃原理為基礎，按照一定的規劃原則和流程，依靠GIS空間分析技術、情景分析法、數學模型等空間規劃技術方法，對區域內各種自然、經濟、人文要素進行安排、設計、組合與布局，得到由點、線、面、網組成的多目標、多層次和多類別的區域性空間優化配置方案，以維持區域生態系統結構和過程的完整性，實現區域生態、經濟、社會綜合效益最大化。另從圖1可以看出，區域生態安全格局和景觀生態安全格局本質上是從不同角度出發對生態安全格局展開的研究，二者涵蓋的絕大部分內容是相同或相近的，其核心內容皆為土地生態安全格局。因此，可從景觀格局角度出發進行區域生態安全格局規劃研究，也可把土地利用生態安全格局規劃研究作為區域生態安全格局規劃研究的核心。

2 區域生態安全格局規劃理論和方法研究

2.1 區域生態安全格局規劃支撐理論研究

2.1.1 景觀生態分類研究

景觀生態分類是進行景觀格局演變分析與動態模擬、景觀評價、區域生態安全格局規劃研究的基礎，國內外對景觀生態分類的研究主要包括景觀生態分類理論和景觀生態分類方法兩方面。

圖1 生態安全格局相關概念邏輯關系Fig. 1 The logic relation diagram of ecological security pattern relevant concepts

在景觀生態分類理論研究上，國外對土地生態分類研究較為廣泛，Wilson和 Forman（1995）直接把土地利用現狀等同于景觀類型，并劃分了城郊、水田、草地、森林、湖沼和工業景觀等6種景觀類型，但這種劃分并不能充分反映實際存在的景觀類型；Zonneveld（1995）認為景觀等級劃分在底層等級應體現內部高度一致性，到高層至少應有一種特性是一致的，并基于此把景觀類型劃分為生態元、土地相、土地系統、主要景觀4個等級，該分類實際上反映的仍是土地生態類型。國內景觀生態分類理論研究起步較晚，早期地理學界借鑒前蘇聯景觀學思想開展的土地分類研究，為我國景觀生態分類理論發展奠定了基礎，如林超和李昌文（1980）在研究北京山區的土地類型時，借鑒前蘇聯的分類理論和方法，把地方、限區和相作為土地分類單位。20世紀90年代末以來，我國景觀生態分類理論研究才進入快速發展時期，取得了大量研究成果，如肖篤寧和鐘林生（1998）從景觀定義出發概述了景觀生態分類的生態學原則，并提出把自然、經營和人工等不同景觀類型特性作為景觀分類的依據和原則；韓蕩（2003）以城市建設活動對景觀的“干擾”程度和景觀抗“干擾”能力為依據，將城市景觀劃分為建設、旅游休閑、農業、環境、水體和城市發展6大類景觀；師慶東等（2014）提出了景觀帶、景觀區、景觀類、景觀型4級景觀分類體系，該分類體系最大特點是將人工景觀指標引入到景觀發生學分類。

在景觀生態分類方法研究上，早期主要采取整體、反復、綜合3種重疊方法進行景觀生態分類，近年來注重將“3S”技術與數學方法（模型）相結合進行景觀生態分類，如 Scheller和 Mladenoff（2007）基于空間相互作用、樹木種群動態、生態系統過程3個生態標準開發了一套森林景觀生態分類仿真模型；Coops等（2009）基于多源遙感影像數據獲取綜合指標進行生態土地分類；王橋和王文杰（2006）將1 km分辨率的NOAAAVHRR和30 m分辨率的TM影像提取的土地利用數據作為中國生態分類遙感分區等級體系的一級分區指標，并通過遙感影像光譜特征對比進行分區結果檢驗。另外，一些相關領域的研究方法也引入到景觀生態分類中，如二元指示種法TWINSPAN（Ozkan和Mert，2011）、多變量聚類方法（Coops等，2009）、模糊聚類方法（Zhang等，2013）、神經網絡（Dronova等，2012）等。

總體上看，目前尚缺乏對景觀生態分類的統一認識，分類指標各不相同，不同尺度上參與景觀生態分類的各因子的分級標準也未統一，景觀生態分類結果的可靠性驗證研究較為薄弱。因此，深化景觀生態分類概念、指標體系構建理論研究，加強“3S”技術在景觀生態分類中的應用以及強化遙感技術景觀生態分類結果可靠性探討將成為景觀生態分類研究的重要內容。

2.1.2 景觀格局演變分析研究

識別景觀格局變化驅動力因子并探究其驅動機制是深入理解地表景觀格局演變，實現對景觀格局變化過程控制的必要條件。景觀格局變化驅動因子識別方法有定性、定量和半定量研究3種。定性方法以對驅動因子的羅列、排序或描述等為特征，在國內應用較廣泛（趙占輕等，2010；王千等，2011），但近年來有向定量化發展的趨勢，如劉明和王克林（2008）應用灰色關聯分析法和主成分分析法甄別了洞庭湖流域景觀格局變化的驅動因子。景觀格局演變驅動因子定量研究在國外起步較早，Rudel等（2005）利用加權OLS回歸對1990─2005年間全球森林景觀變化影響因子進行了甄別。綜合來看，定性分析方法雖對機理探討較深入，但過于主觀，缺乏說服力；定量分析方法則由于景觀格局變化過程的非線性、環境的異質性和驅動因子的隨機性導致可信度不高、解釋力不強，于是有研究者將模糊認知圖等半定量方法應用到景觀格局變化驅動力分析中，取得了較好效果，如Kasper（2009）基于模糊認知圖，發展了一種識別和量化景觀格局變化驅動力間關系的方法，并成功應用到巴西亞馬遜河流域案例研究中。

開展景觀格局演變研究，還需在識別出驅動因子基礎上找出驅動因子間的相互關系，以及驅動因子與景觀格局變化間對應的因果關系。國內早期景觀格局演變分析研究，主要針對單個研究區域景觀格局變化進行定性描述或簡單定量分析，缺乏不同區域及不同區域尺度、不同時間段及不同時間尺度的對比分析、定量研究和因子相互作用機理探討。隨著“3S”技術的進步，關于景觀格局演變分析的定量研究和機理探討的報道逐漸增多，如魏偉等（2012）在RS和GIS的支持下，采用景觀空間格局指標定量，分析了 20多年來石羊河流域景觀規模和空間格局演變特征。國外研究多致力于比較分析、系統分析及半定量化嘗試，如Hayes和Robeson（2009）應用移動窗口法，分析了2002年新墨西哥波尼爾火災對景觀格局變化空間變異特征的影響，Navarro-Cerrillo等（2013）運用景觀格局分析軟件FRAGSTATS，對西班牙安大路西亞蒙特斯馬拉加州立公園米勒種植園地中海松 1956─1999年間景觀空間格局變化進行了分析研究。

總體來看，國內外對景觀格局變化驅動因子識別和驅動機制的研究，尚沒有形成相對成熟的研究范式。學者在研究時拘泥于個案本身，缺乏對某一類相似景觀格局變化驅動力的歸納，較少進行跨時空對比研究，驅動因子的定量識別分析相對缺乏。在驅動機制綜合分析上，對各驅動因子間的相互作用關系探討不夠深入，常忽視景觀格局本身對驅動因子的自適應和反饋作用。因此，跨時空景觀格局演變對比分析、驅動機制定量分析研究、多學科綜合的景觀格局驅動力探討，將成為景觀格局演變驅動機制研究的重點。

2.1.3 景觀生態適宜性評價研究

國內外對生態適宜性評價的研究，主要以土地生態適宜性評價為主，專門針對景觀生態適宜性評價的研究報道則較少。實際上，景觀生態適宜性評價與土地生態適宜性評價聯系相當緊密，它是在繼成土地適宜性評價原理方法、整合景觀生態學基本理論基礎上，對土地生態適宜性評價理論方法的擴展和革新。

國外景觀生態適宜性評價研究始于20世紀70年代，其評價方法主要包括“千層餅”法和邏輯規則組合法。“千層餅”法與土地生態適宜性評價方法中權重指數和法如出一轍，其思想都是通過多因素疊加區別適宜性等級；邏輯規則組合法則是為了克服“千層餅”法難以確定各評價指標權重的缺陷而演化產生的，該方法運用生態因子邏輯規則，建立適宜性分析準則來進行景觀生態適宜性判別，不需要通過確定生態因子的權重就可直接進行適宜性分區。早在20世紀80年代景觀規劃思想就已引入我國，但迄今為止其研究主要還是集中在土地生態適宜性評價、生物物種生態適宜性評價等方面，專門針對景觀生態適宜性評價的研究實踐特別少，一些學者開展景觀生態適宜性評價研究，采用的理論方法大部分來自國內外相關領域比較成熟的理論方法，如廖諶婳（2012）采取GIS空間分析技術與層次分析法、多因素綜合評價法、疊加分析法等傳統方法相結合的評價方法，對礦區農田景觀生態適宜性進行了評價研究。近幾年，模糊數學方法（楊海波等，2010）、人工神經網絡（祝偉民，2009）等人工智能方法的引入，為景觀生態適宜性評價研究的加快發展起到了積極促進作用。

總體上看，國內外生態適宜性評價應用較多的方法有“千層餅”法、層次分析法等傳統方法以及模糊數學方法、人工神經網絡、遺傳算法、元胞自動機等現代人工智能方法。將GIS空間分析技術與人工智能方法結合進行景觀生態適宜性定量評價，以及評價結果空間可視化表達將成為景觀評價研究的主要內容。

2.1.4 景觀格局動態模擬研究

景觀格局動態變化模擬有助于弄清景觀結構、功能和過程之間的關系，是預測未來景觀結構變化的有效工具。模型是進行景觀格局動態變化模擬預測的有效手段，目前應用廣泛的有Markov模型、CA模型和CA-Markov模型。

國際上在景觀動態變化研究中非常重視開發和應用系統模型。Childress等（2002）開發了EDYS模型，對大尺度土地管理進行了模擬研究；Ward等（2000）、Syphard等（2005）運用CA模型，進行了大量景觀格局動態變化情況模擬預測研究；Clarke和Gaydos（1998）運用元胞自動機模型，對美國舊金山海灣地區以及華盛頓—巴爾的摩走廊的城市擴張情況進行了模擬和預測。國內景觀格局動態模擬研究起步較晚，是在借鑒國外研究成果基礎上發展起來的，如李暉等（2009）、李利紅和張華國（2013）借助RS和GIS技術手段并通過模型，對各自研究區景觀格局動態變化進行了初步預測模擬。隨著信息技術和數學建模的發展，“3S”技術、預測模型在國內景觀格局動態變化模擬中得到了廣泛應用，如劉進超（2009）借助“3S”技術和景觀指數分析軟件，對農村居民點景觀格局進行了動態分析，并利用CA-Markov模型對研究區2010年農村居民點景觀格局狀況進行了預測研究；黃超（2011）應用CA-Markov模型，對福州市2014年景觀格局進行了動態模擬。

縱觀國內外研究，隨著地理信息科學和計算機技術的進步，景觀動態演變預測模擬模型得到了長足發展，特別是CA-Markov模型，它綜合了CA和Markov模型優點，有利于實現研究對象時空演變信息的精確挖掘，在區域景觀格局動態變化趨勢模擬方面取得了良好應用效果。

2.1.5 區域生態安全預測預警研究

目前開展的生態安全評價大多是靜態評價，不能反映區域生態安全格局動態變化過程，也不能作為生態安全格局規劃的基礎。生態安全預警可以彌補傳統生態安全評價不能揭示生態環境質量長期動態變化狀況的不足，成為生態安全評價研究的重要內容。

國外有關生態安全預警的研究集中體現在生態預報上。國外生態預報是一門綜合科學，涉及范圍可以是小樣地，也可以是區域到大陸乃至整個地球，預測周期可從幾年到幾十年甚至長達幾百年，其研究主要包括實踐應用和生態預報模型構建兩方面。在實踐應用研究上，Brown等（2013）運用mechanistic-empirical方法，對切薩皮克海灣生態系統進行了短期預報研究；Ricciardi等（2012）對Hemimysis anomala入侵北美的生態影響進行了預測探討；在生態預報模型構建研究上，Banet和Trexler（2013）對長期監測數據缺乏條件下空間替代時間研究方法的可靠性進行實證檢驗，Record等（2010）運用遺傳算法對橈腳類動物種群動態預測計算模型進行了改進研究。

國內生態安全預警研究，集中在預警指標體系構建和預測預警方法探討兩方面。在預警指標體系構建上，研究者們主要基于“自然-社會-經濟”人工復合生態系統理論和P-S-R等概念框架模型構建生態安全預警指標體系，如趙雪雁（2004）從資源、環境與生態、人口、社會經濟4方面構建了西北干旱區城市化進程中的生態預警指標體系，沈靜等（2007）參考 D-P-S-R概念模型，構建了崇明城鎮生態環境安全預警指標體系等。在生態安全預測預警方法上，比較常見的有灰色GM(1,1)模型、BP神經網絡、情景分析法、系統動力學方法、能值分析以及可拓分析法，其中灰色GM(1,1)模型（蒙曉等，2012）、BP神經網絡（李華生和徐瑞祥，2005）、情景分析法（沈靜等，2007）、系統動力學方法（韓奇等，2006）因其預測能力強，在生態安全預警研究中應用較為廣泛。

縱觀國內外研究，國外生態預報研究尺度偏微觀，對生態預報模型構建方法及其預報精準性、實用性的探討更為深刻，國內生態安全預警研究尺度偏宏觀，預測預警方法多從國內外相近行業預測方法中引用借鑒，對方法預測效果的探討不深，一些預測方法預測預警準確度較低。為此，可以嘗試將神經網絡、GM(1,1)模型等預測效果較好的數學模型與“3S”技術結合進行生態安全預測預警，并通過實證研究或長期定位監測來檢驗模型預測準確性，校核模型產生的預報誤差，不斷提高預測預警的精準度。

2.2 區域生態安全格局規劃方法研究

空間規劃技術方法是區域生態安全格局規劃的核心內容，也是研究者們關注的焦點，縱觀國內外研究，空間規劃技術方法主要包括多準則數量優化法、空間分析技術方法、情景分析法、人工智能優化法和綜合優化法5種。

第一，多準則數量優化法主要包括線性規劃、非線性規劃、多目標規劃、動態規劃、圖論與網絡流等經典最優化技術方法以及系統動力學模型方法，這些方法在土地利用結構優化中應用廣泛，如Gabriel等（2006）采用多目標優化模型，對馬里蘭州蒙哥馬利郡土地利用結構進行了優化研究；Sadeghi等（2009）以最小的土壤侵蝕、最大的經濟效益為目的，利用多目標線性規劃技術，對伊朗克爾曼沙汗省 Brimvand流域土地利用方式進行了優化配置。系統動力學模型能夠從宏觀上反映土地利用系統的復雜行為，可用來模擬不同情景條件下的土地利用方案，如楊莉等（2009）運用系統動力學模型對黔西縣土地利用數量結構變化進行仿真模擬，李秀霞等（2013）利用SD-MOP整合模型，對 2020年吉林省西部土地利用結構進行了仿真模擬優化研究。

第二，空間分析技術方法能夠實現空間數據和非空間數據的一體化處理，在空間規劃中應用廣泛（Hanafi-Bojd等，2012；Kaundinya等，2013）。空間優化模型是空間分析技術方法的核心，常見的有景觀格局優化模型和元胞自動機兩種。其中，景觀格局優化模型主要運用生態學理論設計一些關鍵點、線、面或其空間組合來維持生態系統結構和過程的完整性，實現對區域生態環境的有效控制和持續改善，如Seppelt和Voinov（2002）基于空間顯式景觀模型建立了一種土地利用類型優化技術方法，用于確定以綜合效益最大為目標的最優土地利用類型分布。國內學者也對此進行了大量研究，如孫立和李俊清（2008）在景觀格局分析的基礎上形成北京市自然保護區分布格局“三區二帶”的規劃理念。元胞自動機是時間、空間和狀態都離散的，空間相互作用及因果關系皆局部的網格動力學模型。國內外研究者圍繞CA模型展開了大量探討和應用研究，如Mathey等（2008）在CA進化算法中整合了時間和空間目標，探索了一種協同演化CA模型；劉小平等（2007）利用元胞的“生態位”適宜度來制定概率轉換規則，并結合GIS進行土地可持續利用規劃。

第三，情景分析法自 1970年提出以來，其應用研究就一直十分活躍，如Rotter等（2005）采用情景規劃方法進行區域土地利用情景變化分析，李瑋等（2010）基于情景分析法，預測了不同情景下湯遜湖2010年和2020年主要污染物排放結果。情景分析法在空間規劃中的應用研究較少，但它能夠針對不同狀態目標為決策者提供多個相對最優規劃方案的優勢，彌補了傳統空間規劃結果單一的缺陷，將在空間規劃研究中擁有廣闊應用前景。近年來，我國學者嘗試將情景分析法應用到土地利用規劃、區域生態安全格局構建、城市建設用地拓展規劃等研究中，取得了不少成果。如張丁軒等（2013）運用CLUE-S模型，對2020年武安市在趨勢發展情景、耕地保護情景、生態安全情景3種情景方案的土地利用變化情況，進行預測模擬和比較分析；俞孔堅和王思思（2009）在北京市生態安全綜合格局研究基礎上，提出無生態安全格局、底線生態安全格局、滿意生態安全格局、理想生態安全格局 4種城鎮空間發展預景。

第四，人工智能決策方法重點研究基于模擬智能過程、智能結構、模糊思維和隨機思維的一系列智能方法在規劃中的應用，目的在于克服傳統優化技術方法的不足，提高人們處理高維、非線性復雜決策問題的能力，從而使決策質量、效果、效率得到根本性改善和提高。目前比較常見的人工智能優化方法有遺傳算法、人工神經網絡、模糊決策方法、模特卡羅法等，人工智能決策方法在空間規劃領域也有一定應用和實踐，Zhang和 Gui（2010）運用人工神經網絡技術對城市規劃用地進行預測；宗躍光等（2004）利用模特卡羅方法探討疾病區域時空變化特征，并據此提出防御對策；武鵬（2008）運用模糊集合評判法進行城鄉居民點空間合并規劃。

第五，綜合優化法是將不同優化模型有機結合，綜合各模型優點來解決問題的最優方法，這種模型即能滿足數量結構的優化，又能實現空間格局優化，常見的有CLUE-S模型和集成模型。其中，CLUE-S模型是荷蘭瓦赫寧根大學 Verburg等在CLUE模型基礎上發展來的，在國內外多個地區土地利用和覆被變化（Britz等，2011；陸汝成等，2009）、土地利用環境效應（Trisurat等，2010；Chen等，2009）、土地利用政策研究（Banse等，2011；周銳等，2011）中得到廣泛應用，另外，部分研究者還對CLUE-S模型，進行了適用性探討和改進研究，如Batisani和Yarnal(2009)對區縣尺度及以下的土地利用變化進行模擬和比較分析，結果表明，CLUE-S模型更適合區縣尺度土地利用變化模擬；吳桂平等（2010）運用 Autologistic回歸模型對CLUE-S模型驅動因子計算方法進行了改進，解決了空間統計分析問題中固有的空間自相關效應影響。集成模型可以彌補單一模型在某些環節上的不足，是進行區域生態安全規劃的有效途徑，如何春陽等（2004）人結合SD模型與CA模型，建立了土地利用情景變化動力學模型LUSD，模擬中國北方 13省未來 20年土地利用變化情景；徐昔保等（2009）耦合GIS、CA模型和GA遺傳算法，構建了兩種情景下的土地利用優化模型ULOM。

總體上看，多準則數量優化法雖理論成熟、應用廣泛，但在應用中對生態安全格局過程、因果反饋關系做了很多假設，易導致結果偏離實際，同時對生態安全格局空間優化不足，無法將模擬結果進行空間可視化表達。空間分析技術方法實現了從定性到定量、由靜態到動態、由單一模型到多種模型的綜合，能夠對生態安全格局進行時空動態過程模擬，但常見的空間優化模型還存在景觀格局優化模型構建理論薄弱、CA模型應用空間尺度難確定等問題。預景分析方法解決了傳統空間規劃決策結果單一的不足，能為規劃決策者提供多種備選方案，符合規劃工作實際，具有廣闊應用前景。人工智能優化在空間規劃決策中應用相對缺乏，但人工智能對復雜問題的處理優勢，能幫助決策者更加深刻地認識問題本質，有助于制定更為科學的空間規劃方案，具有較大的應用推廣價值。綜合優化法是進行區域生態安全格局規劃的有效途徑，其中，CLUE-S模型能綜合土地利用變化各驅動因子，對不同時空尺度下的土地利用變化進行預測模擬，提高CLUE-S模型模擬精度，并將其推廣到生態安全格局規劃等領域進行實證研究是未來研究的重點。

3 區域生態安全格局規劃技術流程

在明晰區域生態安全格局規劃內涵基礎上，綜合集成現行景觀生態學理論、景觀生態規劃原理和空間規劃決策技術方法，提出了區域生態安全格局規劃編制技術流程（圖2），將其概括為14個主要步驟：

1）景觀生態分類。構建區域景觀生態分類體系，采取遙感影像景觀生態分類提取方法將區域自然要素綜合體劃分為具有等級體系的景觀類型，制作景觀生態類型分布圖；2）景觀格局演變分析。采用FRAGSTATS軟件計算區域景觀類型指數和景觀水平指數，分析一定時期內區域景觀格局演變過程、規律和特征，再運用景觀格局分析模型，對區域景觀格局及其影響因素進行空間自相關性分析和空間統計分析，從而確定區域景觀格局變化驅動因子；3）景觀生態適宜性評價。綜合運用GIS空間分析技術和人工智能方法，對區域不同景觀類型的適宜性進行評價，形成不同景觀類型適宜性分級圖集；4）景觀格局演變動態模擬。在步驟2）、3）成果基礎之上，運用MCE-CA-Markov集成模型對區域景觀格局演變趨勢進行預測，得到規劃目標年區域景觀格局模擬預測圖；5）生態安全預測預警。首先基于P-S-R概念模型建立區域生態安全動態評價指標體系，采取組合賦權法確定指標權重，運用綜合指數法對研究區多年生態安全度進行評價，得到多期生態安全警度等級分布圖，在此基礎上運用RBF神經網絡對區域生態安全警度變化趨勢進行預測模擬，得到規劃目標年區域生態安全警度模擬預測圖；6）生態安全需求預測。通過區域人口規模、經濟發展、生態環境敏感性、生態系統服務功能等方面的綜合分析，利用數學模型預測確保規劃目標年區域生態安全所需的各景觀生態類型面積，為進行生態安全格局規劃提供基礎數據；7）多情景模式構建和總體規劃目標確定。結合區域經濟發展、城鎮總體規劃、土地利用規劃、產業發展規劃、政策調控措施等實際，吸納規劃、環保、農業、國土等領域專家意見，根據步驟3）～6）成果合理構建多種情景預案，并確定不同情景下區域生態安全格局規劃目標；8）生態安全格局規劃。按照步驟7）制定的規劃目標，在步驟 2）～6）成果基礎上，結合實際選擇CLUE-S模型法、MCR模型或多目標優化模型與GIS空間分析相結合的方法對區域不同情景下生態安全格局進行優化配置，得到不同情景區域生態安全格局優化規劃方案；9）多種規劃方案比選。從生態環境安全、社會經濟發展等多個角度對不同情景的區域生態安全格局優化規劃方案進行評析，確定適合規劃區的最優生態安全格局規劃方案；10）方案試點效果監測與評價。對步驟9）確定的規劃方案進行試點，動態監測方案實施效果，并對監測結果進行綜合評價，若實施效果符合規劃目標，則開始步驟11）的工作，否則將按步驟8）～9）的流程對生態安全格局規劃方案進行優化調整，直到評價結果滿意才能開始步驟11）的工作；11）規劃實施與執行監管。從政府管理、政策制定、公眾參與等角度提出區域生態安全格局規劃執行方案和監管意見；12）適時修訂生態安全標準。區域生態安全格局規劃目標不是靜止的，隨著生態安全新問題的產生和社會經濟發展新需求的提出，需要重新制定生態安全新標準，若新標準出臺時間尚在本輪區域生態安全格局規劃期內，則開始步驟13）的工作，否則進行步驟 14）的工作；13）進行本輪規劃方案修編。以新標準為規劃目標，按照步驟8）～11）的流程開展區域生態安全格局規劃修編；14）開展新一輪規劃方案編制。按照步驟1）～11）的流程開展新一輪區域生態安全格局規劃方案編制。

4 研究展望

區域生態安全格局規劃是解決當今中國經濟發展與環境保護矛盾沖突的有效途徑，而如何將區域內自然、經濟、人文等多種要素進行合理配置，實現區域經濟、社會、生態綜合效益最大化，是當前學術界和實踐領域亟待解決的難題，未來研究重點可從以下3方面開展。

1）加強區域生態安全格局規劃基礎理論研究。國內專門針對生態安全格局規劃理論和技術方法的系統研究較少。本文在總結分析、吸收借鑒國內外相關研究成果基礎上，給出了區域生態安全格局規劃的確切定義，并從景觀格局角度提出了區域生態安全格局規劃流程。但為了增強規劃流程的操作性，所依托的理論是現階段景觀生態學、景觀生態規劃學理論，整合的方法也是現階段空間規劃決策技術方法，然而這些理論和技術方法都還處在不斷發展完善中，所以還需進一步深化區域生態安全格局規劃概念內涵和相關基礎理論研究。另外，由于區域生態安全格局是一個復雜的系統工程，僅從景觀格局角度進行規劃研究是不夠的，還需要從多個角度對其規劃理論、技術方法進行豐富完善。

2）加強區域生態安全格局規劃技術方法研究。縱觀國內外區域生態安全格局規劃相關研究不難得知：加強“3S”技術在景觀生態分類中的應用并強化分類結果精度評價是國內景觀生態分類研究重點；跨時空景觀格局演變分析、驅動機制定量研究以及多學科綜合景觀格局驅動力探討是景觀格局演變驅動機制研究難點；將GIS空間分析技術與人工智能方法結合進行景觀生態適宜性定量評價和評價結果的空間可視化表達是未來景觀生態適宜性評價研究發展趨勢；CA-Markov模型可以實現時空演變信息的精確挖掘，將在區域景觀格局動態變化趨勢模擬中擁有廣闊應用前景；嘗試將 RBF神經網絡、GM(1,1)模型等預測效果較好的數學模型與“3S”技術結合進行生態安全預測預警，并通過實證研究或長期定位監測來檢驗模型預測準確性是生態安全動態評價研究重要方向；綜合集成灰色理論、Markov鏈模型、Autologistc回歸模型優勢，提高CLUE-S模型模擬精度，并將其應用到區域生態安全格局規劃中，是進行區域生態安全格局規劃方法研究的有益嘗試和探索。

3）加強區域生態安全格局規劃實踐應用研究。目前關于區域生態安全格局規劃的研究大多還停留在理論探討層面，缺乏理論與實踐相結合的實例研究，對理論研究成果的推廣應用力度不夠大。結合區域生態環境問題實際，廣泛開展生態安全格局規劃實踐，積極將理論研究成果推廣應用到生產實踐中并接受實踐檢驗，是當前和今后一段時間生態安全格局規劃研究者的重要努力方向。

BANET A I, TREXLER J C. 2013. Space-for-Time Substitution Works inEverglades Ecological Forecasting Models[EB/OL]. Plos One, [2014-8-20]. http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone. 0081025.

BANSE M, MEIJL H V, TABEAU A, et al. 2011. Impact of EU biofuel policies on world agricultural production and land use[J]. Biomass & Bioenergy, 35(6): 2385-2390.

BATISANI N, YARNAL B. 2009. Urban expansion in centre country, Pennsylvania: Spatial dynamics and landscape transformations[J]. Applied Geography, 29(2): 235-249.

BRITZ W, VERBURG P H, LEIP A. 2011. Modelling of land cover and agricultural change in Europe: Combining the CLUE and CAPRI-Spat approaches[J]. Agriculture, Ecosystems and Environment, 142(1/2): 40-50.

BROWN C W. HOOD R R, LONG W, et al. 2013. Ecological forecasting in Chesapeake Bay: Using a mechanistic–empirical modeling approach[J]. Journal of Marine Systems, (125): 113-125.

CHEN Y, XU Y P, YIN Y X. 2009. Impacts of land use change scenarios on storm-runoff generation in Xitiaoxi basin, China[J]. Quaternary International, 208(1/2): 121-128.

CHILDRESS W M, COLDREN C L, MCLENDON T. 2002. Applying a complex, general ecosystem model(EDYS)in large-scale land management[J]. Ecological Modelling, 153(1): 97-108.

CLARKE K C, GAYDOS L J. 1998. Loose-coupling a cellular automation model and GIS: long-term urban rowth prediction for San Francisco and Washington-Baltimore[J]. International Journal of Geographic Information Science, 12(7): 699-714.

COOPS N C, WULDER M A, IWANICKA D. 2009. An environmental domain classification of Canada using earth observation data for biodiversity assessment[J]. Ecological Informatics, 4(1): 8-22.

DRONOVA I, GONG P, CLINTON N E, et al. 2012. Landscape analysis of wetland plant functional types: The effects of image segmentation scale, vegetation classes and classification methods[J]. Remote Sensing of Environment, (127): 357-369.

GABRIEL S A, FARIA J A, MOGLEN G E. 2006. A multiobjective optimization approach to smart growth in land development[J]. Socio-Economic Planning Sciences, 40(3): 212-248.

HANAFI-BOJD A A, VATANDOOST H, OSHAGHI M A, et al. 2012. Spatial analysis and mapping of malaria risk in an endemic area, south of Iran: A GIS based decision making for planning of control[J]. Acta Tropica, 122(1): 132-137.

HAYES J J, ROBESON S M. 2009. Spatial variability of landscape pattern change following a ponderosa pine wildfire in northeastern new Mexico, USA[J]. Physical Geography, 30(5): 410-429.

KASPER K. 2009. The potential of fuzzy cognitive maps for semi-quantitative scenario development, with an example from Brazil[J]. Global Environmental Change, 19(1): 122-133.

KAUNDINYA D P, BALACHANDRA P, RAVINDRANATH N H, et al. 2013. A GIS (geographical information system)-based spatial data mining approach for optimal location and capacity planning of distributed biomass power generation facilities: A case study of Tumkur district, India[J]. Energy, (52): 77-88.

KEZHEN S. 2011. Research on the ecological strategies in landscape design and planning[J]. Applied Mechanics and Materials, (71/78): 1805-1808.

MATHEY A H, KRCMAR E, TAIT D, et al. 2008. An object-oriented cellular automata model for forest planning problems[J]. Ecological Modeling, 212(3/4): 359-371.

NAVARRO-CERRILLO R M, GUZMAN-ALVAREZ J R, CLAVERORUMBAO I. 2013. A spatial pattern analysis of landscape changes between 1956-1999 of pinus halepensis miller plantations in montes de malaga state park (Andalusia, Spain)[J]. Applied Ecology and Environmental Research, 11(2): 293-311.

OZKAN K, MERT A. 2011. Ecological land classification and mapping of Yazili Canyon nature park in the Mediterranean region, Turkey[J]. Journal of Environmental Engineering and Landscape Management, 19(4): 296-303.

RECORD N R, PERSHING A J, RUNGE J A, et al. 2010. Improving ecological forecasts of copepod community dynamics using genetic algorithms[J]. Journal of Marine Systems, 82(3): 96-110.

RESHMIDEVI T V, ELDHO T I, JANA R. 2009. A GIS-integrated fuzzy rule-based inference system for land suitability evaluation in agricultural watersheds[J]. Agricultural Systems, 101(1/2):101-109.

RICCIARDI A, AVLIJAS S, MARTY J. 2012. Forecasting the ecological impacts of the Hemimysis anomala invasion in North America: Lessons from other freshwater mysid introductions[J]. Journal of Great Lakes Research, (38): 7-13.

ROTTER R P, HOANH C T, LABORTE A G, et al. 2005. Integration of systems network(sysnet) tools for regional land use scenario analysis in Asia[J]. Environmental Modeling and Software, (20): 291-307.

RUDEL T K, COOMES O T, MORAN E. 2005. Forest transitions: Towards a global understanding of land use change[J]. Global Environmental Change, 15(1): 23-31.

SADEGHI S H R, JALILI K H, NIKKAMI D. 2009. Land use optimization in watershed scale[J]. Land Use Polic, 26(2): 186-193.

SCHELLER R M, MLADENOFF D J. 2007. An ecological classification of forest landscape simulation models: tools and strategies for understanding broad-scale forested ecosystems[J]. Landscape Ecology, 22(4): 491-505.

SEPPELT R, VOINOV A. 2002. Optimization methodology for land use patterns using spatially explicit landscape models[J]. Ecological Modelling, 151(2/3): 125-142.

SHAYGAN M, ALIMOHAMMADI A, MANSOURIAN A, et al. 2014. Spatial multi-objective optimization approach for land use allocation using NSGA-II[J]. Ieee Journal Of Selected Topics In Applied Earth Observations and Remote Sensing, 7(3): 906-916.

SYPHARD A D, CLARKE K C, FRANKLIN J. 2005. Using a cellular automaton model to forecast the effects of urban growth on habitat pattern in southern California[J]. Ecological Complexity, 2(2): 185-203.

SZABO S, CSORBA P, SZILASSI P. 2012. Tools for landscape ecological planning - scale, and aggregation sensitivity of the contagion type landscape metric indices[J]. Carpathian Journal Of Earth and Environmental Sciences, 7(3): 127-136.

TRISURAT Y, ALKEMADE R, VERBURG P H. 2010. Projecting land-use change and its consequences for biodiversity in Northern Thailand[J]. Environmental Management, 45(3): 626-639.

WARD D P, MURRAY A T, PHIN S R. 2000. A stochastically constrained cellular model of urban growth[J]. Computers, Environment and Urban Systems, 24(6): 539-558.

WILSON E O, FORMAN R T T. 1995. Land mosaics: the ecology of landscapes and regions[M]. Cambridge: Cambridge University Press, 1-656.

ZHANG W, PING Z W, ZHANG H Y, et al. 2013. Application of gray clustering method in the ecological classification of the cities in China[C]//IEEE. Proceedings of 2013 IEEE International Conference on Grey systems and Intelligent Services (GSIS). Piscataway: IEEEpress, 325-329.

ZHANG X R, GUI W Y. 2010. Prediction in urban planning based on artificial neural network[C]//Watada J, Watanabe T, Phillips-Wren G, et al. Proceedings of 2010 4th International Conference on Intelligent Information Technology Application(Volume 2). Berlin: Springer-Verlag: 115-118.

ZONNEVELD I S. 1995. Land ecology: an introduction to landscape ecology as a base for land evaluation, land management and conservation[M]. Amsterdam: SPB Academic Publishing: 1-199.

韓蕩. 2003. 城市景觀生態分類——以深圳市為例[J]. 城市環境與城市生態, 16(2): 50-52.

韓奇, 謝東海, 陳秋波. 2006. 社會經濟——水安全SD預警模型的構建[J]. 熱帶農業科學, 26(1): 31-34.

何春陽, 史培軍, 李景剛, 等. 2004. 中國北方未來土地利用變化情景模擬[J]. 地理學報, 59(4): 599-607.

胡道生, 宗躍光, 許文雯. 2011. 城市新區景觀生態安全格局構建——基于生態網絡分析的研究[J]. 城市發展研究, 18(6): 37-43.

黃超. 2011. 基于CA-Markov模型的福州市景觀格局動態模擬研究[D].福州: 福建農林大學碩士學位論文, 53-55.

康相武, 劉雪華. 2009. 北京順義區域生態安全格局構建[J]. 干旱區資源與環境, 23(10): 71-78.

李華生, 徐瑞祥. 2005. 南京城市人居環境質量預警研究[J]. 經濟地理, 25(5): 658-661.

李暉, 白楊, 楊樹華, 等. 2009. 基于馬爾柯夫模型的怒江流域中段植被動態變化預測[J]. 生態學雜志, 28(2): 371-376.

李利紅, 張華國. 2013. 基于RS/GIS的西門島海洋特別保護區灘涂濕地景觀格局變化分析[J]. 遙感技術與應用, 28(1): 129-136.

李瑋, 秦大庸, 褚俊英, 等. 2010. 基于情景分析法的污染物排放趨勢研究[J]. 水電能源科學, 28(5): 36-39.

李秀霞, 徐龍, 江恩賜. 2013. 基于系統動力學的土地利用結構多目標優化[J]. 農業工程學報, 29(16): 247-254.

李詠紅, 香寶, 袁興中, 等. 2013. 區域尺度景觀生態安全格局構建——以成渝經濟區為例[J]. 草地學報, 21(1): 18-24.

廖諶婳. 2012. 礦區農田景觀生態適宜性評價——以徐州市潘安采煤塌陷區為例[J]. 資源與產業, 14(3): 36-42.

林超, 李昌文. 1980. 北京山區土地類型研究的初步總結[J]. 地理學報, 35(3): 187-198.

劉進超. 2009. 縣級尺度農村居民點景觀格局時空分異研究——以徐州市唯市寧縣為例[D]. 南京: 南京農業大學碩士學位論文, 14-44.

劉明, 王克林. 2008. 洞庭湖流域中上游地區景觀格局變化及其驅動力[J]. 應用生態學報, 19(6): 1317-1324.

劉小平, 黎夏, 彭曉鵑. 2007. “生態位”元胞自動機在土地可持續規劃模型中的應用[J]. 生態學報, 27(6): 2391-2402.

龍宏, 王紀武. 2009. 基于空間途徑的城市生態安全格局規劃[J]. 城市規劃學刊, (6): 99-104.

陸汝成, 黃賢金, 左天惠, 等. 2009. 基于CLUE-S和Markov復合模型的土地利用情景模擬研究——以江蘇省環太湖地區為例[J]. 地理科學, 29(4): 577-581.

馬克明, 傅伯杰, 黎曉亞, 等. 2004. 區域生態安全格局: 概念與理論基礎[J]. 生態學報, 24(4): 761-768.

蒙吉軍, 燕群, 向蕓蕓. 2014. 鄂爾多斯土地利用生態安全格局優化及方案評價[J]. 中國沙漠, 34(2): 590-596.

蒙吉軍, 朱利凱, 楊倩, 等. 2012. 鄂爾多斯市土地利用生態安全格局構建[J]. 生態學報, 32(21): 6755-6766.

蒙曉, 任志遠, 戴睿. 2012. 基于壓力-狀態-響應模型的寶雞市生態安全動態評價及預測[J]. 水土保持通報, 32(3): 231-235.

沈靜, 陳振樓, 王軍, 等. 2007. 上海市崇明主要城鎮生態環境安全預警初探[J]. 城市環境與城市生態, 20(2): 8-12.

師慶東, 王智, 賀龍梅, 等. 2014. 基于氣候、地貌、生態系統的景觀分類體系——以新疆地區為例[J]. 生態學報, 34(12): 3359-3367.

孫立, 李俊清. 2008. 北京市自然保護區空間布局與三區二帶理念[J].生態學報, 28(12): 6379-6384.

王千, 金曉斌, 周寅康. 2011. 江蘇沿海地區耕地景觀生態安全格局變化與驅動機制[J]. 生態學報, 31(20): 5903-5909.

王橋, 王文杰. 2006. 基于遙感的宏觀生態監控技術研究[M]. 北京: 中國環境科學出版社, 31-37.

王讓虎, 李曉燕, 張樹文, 等. 2014. 東北農牧交錯帶景觀生態安全格局構建及預警研究——以吉林省通榆縣為例[J]. 地理與地理信息科學, 30(2): 111-115.

魏偉, 石培基, 王旭峰, 等. 2012. 基于GIS的石羊河流域景觀格局演變分析[J]. 土壤通報, 43(6): 1287-1293.

吳桂平, 曾永年, 馮學智, 等. 2010. CLUE-S模型的改進與土地利用變化動態模擬: 以張家界市永定區為例[J]. 地理研究, 29(3): 460-470.

武鵬. 2008. 新農村建設過程中的居民點空間合并對策——以浙江省嘉興市海鹽縣五圣村為例[J]. 經濟地理, 28(3): 464-468.

向穎, 戴彥. 2013. 西南山地城市生態安全格局規劃初探——以四川省達州市為例[J]. 小城鎮建設, (11): 86-91.

肖篤寧, 陳文波, 郭福良. 2002. 論生態安全的基本概念和研究內容[J].應用生態學報, 13(3): 354-358.

肖篤寧, 鐘林生. 1998. 景觀分類與評價的生態原則. 應用生態學報, 9(2): 217-221.

徐昔保, 楊桂山, 張建明. 2009. 蘭州市城市土地利用優化研究[J]. 武漢大學學報·信息科學版, 34(7): 878-881.

楊海波, 賀添, 李建峰. 2010. 基于模糊集對分析的黃河三角洲景觀評價研究[J]. 人民黃河, 32(5): 1-3.

楊莉, 何騰兵, 林昌虎, 等. 2009. 基于系統動力學的黔西縣土地利用結構優化研究[J]. 山地農業生物學報, 28(1): 24-27.

楊青生, 喬紀綱, 艾彬. 2013. 基于元胞自動機的城市生態安全格局模擬——以東莞市為例[J]. 應用生態學報, 24(9): 2599-2607.

于成學. 2013. 基于“3S”技術的生態安全評價研究進展[J]. 華東經濟管理, 27(4): 149-154.

俞孔堅, 李海龍, 李迪華, 等. 2009. 國土尺度生態安全格局[J]. 生態學報, 29(10): 5163-5175.

俞孔堅, 王思思, 李迪華. 2012. 區域生態安全格局: 北京案例[M]. 北京: 中國建筑工業出版社: 1-168.

俞孔堅, 王思思. 2009. 北京市生態安全格局及城市增長預景[J]. 生態學報, 29(3): 1189-1204.

張丁軒, 付梅臣, 陶金, 等. 2013. 基于CLUE-S模型的礦業城市土地利用變化情景模擬[J]. 農業工程學報, 29(12): 246-256.

趙宏波. 2014. 東北糧食主產區耕地生態安全的時空格局及障礙因子——以吉林省為例[J]. 應用生態學報, 25(2): 515-524.

趙清, 楊志峰, 陳彬. 2009. 城市自然生態安全動態評價方法及其應用[J]. 生態學報, 29(8): 4138-4146.

趙雪雁. 2004. 西北干旱區城市化進程中的生態預警初探[J]. 干旱區資源與環境, 18(6): 1-5.

趙占輕, 黃玲玲, 張旭東, 等. 2010. 張家界女兒寨小流域植被變化驅動力[J]. 生態學報, 30(5): 1238-1246.

周銳, 蘇海龍, 胡遠滿, 等. 2011. 不同空間約束條件下的城鎮土地利用變化多預案模擬[J]. 農業工程學報, 27(3): 300-308.

周銳, 王新軍, 蘇海龍, 等. 2015. 平頂山新區生態用地的識別與安全格局構建[J/OL]. 生態學報, 35(6): [2014-04-25]. http://www.cnki.net /kcms/doi /10.5846/ stxb201305241169.html.

祝偉民. 2009. 基于小波神經網絡的區域景觀生態評價研究[D]. 南京:南京農業大學: 78-95.

宗躍光, 王莉, 曲秀麗. 2004. 基于蒙特卡羅模擬法的北京地區非典時空變化特征[J]. 地理研究, 23(6): 815-824.

Research Progress on Regional Ecological Security Pattern Planning and Discussion of Planning Techniqueflow

OU DingHua1, XIA JianGuo1, ZHANG Li2, ZHAO Zhi3
1. College of Resources and Environment, Sichuan Agricultural University, Chengdu 611130, China; 2. Damian Sub-district Office, Longquanyi District of Chengdu City, Chengdu 610101, China; 3. College of Economy and Management, Sichuan Agricultural University, Chengdu 611130, China

The regional ecological security pattern planning is an effect way to resolve conflicts between ecological protection and economic development, an important method to achieve smart growth and smart protection as well, thus, the research on regional ecological security pattern planning has important theoretical and practical significance. However, there is a lack of systematic carding and summary on the related literatures of conception, supporting theories as well as technical methods for regional ecological security pattern planning. Therefore, through consulting a large number of literature as well as summarizing and analyzing relevant researches at home and abroad, this paper not only clarified the logical relationship among different conceptions of regional ecological security pattern thus exactly defined regional ecological security pattern planning, but also systematically summarized the supporting theories and technical methods on regional ecological security pattern planning in different areas, such as landscape ecological classification and ecological suitability assessment, landscape pattern change analysis and dynamic simulation, ecological security warning and spatial planning decisions technical methods, and the conclusions are as follows: research on reliability verification of theory constructing and classification results on landscape ecological classification index is relatively weak; methods widely used on landscape ecological suitability assessment can be divided into traditional method including “thousand layer cake”method, analytic hierarchy process, and modern artificial intelligence method including artificial neural network, genetic algorithm, cellular automata; quantitative identification on driving factors of landscape pattern change is relatively deficient and dissicution on interaction relationship among all driving factors is superficial, what’s more, self-adaptive and feedback effct of landscape pattern itself reacting to driving factors are ignored; among various landscape pattern dynamic simulation models, CA-Markov model integrated the advantages of CA and Markov model, so that it can realize the accurate mining for information of temporal spatial evolution of research object; ecological security warning can not only make up for the traditional ecological security evaluation which cannot reveal long-term dynamic changes of ecological environment quality, but also reflect the process of dynamic change of regional ecological security situation, thus become an important foundation for ecological security pattern planning; common technology and methods for spatial planning decision mainly include multi criteria optimization method, space analysis technology and method, scenario analysis method, artificial intelligence optimization method and comprehensive optimization method in which there are two models have important reference value and

ignificance for discussion on method of regional ecological security pattern planning, one is the CLUE-S model which can integrated every driving factor of land use change to simulate the land use change under different temporal and spatial scales, the other is the integrated model which can integrate multiple model to solve some complicated spatial pattern optimization problems. On the basis of those conclusionts, this paper references mature landscape ecology theory and landscape ecological planning theory, integrated with the current decision-making technology methods on spatial planning, the techniqueflow of regional ecological security pattern planning was summarized as following 14 steps: landscape ecological classification, landscape pattern change analysis, landscape ecological suitability assessment, landscape pattern dynamic simulation, ecological security prediction and early-warning, ecological security demand forecasting, scenario model construction and overall planning objective determination, ecological security pattern planning, comparison and selection of various planning, monitoring and evaluation of planning practice, implementation of planning and execution supervision and so on. In the end, this paper indicated that study on basic theory, technical method and practical application for regional ecological security pattern planning must be an important research direction in the future in this area.

ecological security pattern planning; planning techniqueflow; Landscape pattern change analysis and dynamic simulation; ecological security early-warning; spatial planning decision; reserch progress

Q149

A

1674-5906（2015）01-0163-11

10.16258/j.cnki.1674-5906.2015.01.024

歐定華，夏建國，張莉，趙智. 區域生態安全格局規劃研究進展及規劃技術流程探討[J]. 生態環境學報, 2015, 24(1): 163-173.

OU DingHua, XIA JianGuo, ZHANG Li, ZHAO Zhi. Research Progress on Regional Ecological Security Pattern Planning and Discussion of Planning Techniqueflow [J]. Ecology and Environmental Sciences, 2015, 24(1): 163-173.

四川省學術和技術帶頭人培養經費（2014）；四川農業大學雙支計劃項目（2014）；成都市經濟發展課題研究計劃項目（龍泉驛區生態移民改革實踐研究）；中共成都市委統籌城鄉工作委員會年度課題研究經費聯合資助

歐定華（1984年生），博士研究生，主要從事景觀生態規劃與設計、土地利用規劃與管理、“3S”技術應用研究。E-mail: jichu627660105@163.com *通訊作者：夏建國（1967年生），教授，博士，主要從事土地利用與環境演變研究。E-mail: xiajianguo@126.com

2014-11-10