基于系統動力學模型的揚州市土地利用結構多情景模擬與實現

胡宗楠, 李 鑫, 樓淑瑜, 康建榮

(1.江蘇師范大學 地理測繪與城鄉規劃學院, 江蘇 徐州 221116; 2.江蘇師范大學 土地資源研究所, 江蘇 徐州 221116)

基于系統動力學模型的揚州市土地利用結構多情景模擬與實現

胡宗楠1,2, 李 鑫1,2, 樓淑瑜1, 康建榮2

(1.江蘇師范大學地理測繪與城鄉規劃學院,江蘇徐州221116; 2.江蘇師范大學土地資源研究所,江蘇徐州221116)

[目的] 對江蘇省揚州市未來土地利用結構進行多情景預測模擬，并探索不同情景下各目標土地利用結構的實現路徑，為土地利用規劃方案制定與管理提供科學依據。 [方法] 采用系統動力學(SD)模型模擬土地利用系統開展研究。 [結果] 在不同情景下幾類主要用地差異明顯，耕地面積在耕地保護情景下較高，而在生態保護與經濟發展情景下耕地緩慢下降；城鎮工礦用地與交通水利用地面積在3種情景下均獲得穩定增長，但經濟發展情景下的增長快于其他2個情景；林地面積在生態保護情景下出現大幅上升，在另外2個情景下則基本保持不變甚至小幅下降。結合各情景指標設定可得出，耕地保護情景下，除控制城鎮擴張占用耕地外，還要加強未利用地開發與農村居民點整理以補充耕地；生態保護情景下，則需加強植樹造林、保護好具有豐富生態服務價值的水域、灘涂用地。 [結論] SD模型不僅可模擬不同情景下土地利用變化，還可將土地利用與社會經濟系統之間的復雜非線性關系顯化，有利于土地資源可持續利用調控。

系統動力學; 土地利用結構; 模擬; 多情景分析; 揚州市

文獻參數： 胡宗楠, 李鑫, 樓淑瑜, 等.基于系統動力學模型的揚州市土地利用結構多情景模擬與實現[J].水土保持通報，2017,37(4)：211-218.DOI:10.13961/j.cnki.stbctb.2017.04.036； Hu Zongnan, Li Xin, Lou Shuyu, et al. Multi-scenario simulation of land use structure of Yangzhou City based on systems dynamics model[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：211-218.DOI:10.13961/j.cnki.stbctb.2017.04.036

土地利用結構是區域社會經濟活動進行土地利用的結果，體現著區域可持續發展狀況。在現代管理社會中，土地利用結構不僅是人類活動的結果，更作為政策工具指導人類社會經濟活動，以實現可持續發展目標[1-2]。比如土地利用規劃的核心就是土地利用結構優化，通過結構優化使各部門用地處于優化水平，進而促進相應社會經濟活動處于優化配置狀態[3-4]。因此越來越多的研究關注土地利用結構，研究其變化的復雜過程及優化方法等，目的是為了增加對土地利用系統演化的了解，以更加有效地調整土地利用系統或得到一個優化的土地利用結構方案以作為管理依據來指導人類活動。對土地利用結構的研究總體上分為兩部分：一是應用運籌學中的各種優化模型進行土地利用結構優化[5-7]；二是對土地利用結構模擬預測。土地利用結構優化的一個相對不足是其僅得到一個優化方案，但并沒有告訴人們實現這個優化方案的路徑，沒有探明如何從現狀土地利用結構演化到了優化目標結構，其中應采取什么政策控制哪些指標來實現目標土地利用結構，于是對土地利用管理的實踐意義有限，這主要是因為沒有揭示土地利用系統內在運行機制。土地利用結構模擬主要是用馬爾科夫鏈、人工神經元網絡與系統動力學模型(SD)等方法，馬爾科夫鏈只是按不同用地間的歷史轉化概率推演未來土地利用結構[8]；人工神經元網絡雖然考慮了社會經濟等驅動因子，但把土地利用與社會經濟因素間的關系“黑箱化”[9-10]，且沒有考慮土地利用對社會經濟的反向作用。系統動力學模型可以克服上述不足，可對土地利用系統內復雜的非線性關系進行模擬，不僅考慮了驅動因子對土地利用結構的影響，還考慮土地利用對社會經濟的反作用，從系統視角真實反映了區域土地利用系統的變化過程，并且最主要優勢是可進行動態模擬，即可清楚體現土地利用結構的動態變化過程及相關變量因子大小，這對于土地利用管理調控具有重要意義[11-16]。

本研究采用SD模型對揚州市土地利用結構進行多情景模擬，并據此闡述不同情景下土地利用結構的實現路徑，以為揚州未來土地利用戰略制定提供切實參考。雖然已有文獻用SD模型進行土地利用結構模擬，但對這一主題的研究還相對較少，并且模型構建時很少考慮土地利用對社會經濟的反饋作用，同時也沒有探索不同情景下土地利用結構的實現路徑，使得對土地利用管理調控的借鑒作用有限。

本研究首先介紹研究區概況與數據來源，分析土地利用系統的運行過程并構建因果關系圖，然后構建土地利用系統的流圖與變量方程，并進行模型驗證，最后定義揚州市未來發展可能的幾種主要情景，用SD模型模擬不同情景下的土地利用結構，并根據模擬過程闡述實現這些土地利用結構的路徑，為揚州市土地利用管理與調控提供借鑒。

1 研究區概況與數據來源

揚州市位于江蘇省中部，長江下游北岸，處于京杭大運河與長江交匯處，是長三角城市群城市。揚州市環境宜人，景色秀美，是全國文明城市、聯合國人居獎城市與中國首批歷史文化名城，具有明顯生態優勢。2015年揚州市實現GDP 4 016.84億元，全市戶籍人口461.12萬人，人均GDP為8.7萬元，處于中等收入水平。該市土地總面積6.59×105hm2，其中2014年耕地為2.836×105hm2，占總面積的43.02%，城鄉建設用地1.048×105hm2，占總面積的15.88%，未利用地(包括水域及其他未利用土地)1.089×105hm2，占總面積的16.52%。近年來在全國經濟增長放緩背景下，揚州市卻保持著年均10%以上增長率，未來10 a仍然是揚州市發展的關鍵時期，經濟數量將達到8 000～9 000億元，農村人口繼續向城鎮轉移，且隨著人口“二胎”政策放開，其人口總量會增加，這些社會經濟變化都會對土地利用結構產生深刻影響。揚州市有限的土地資源一方面要支撐城鎮化建設，另一方面還要保障上級政府安排的耕地保護任務，同時還要進行生態環境保護，以保持揚州生態環境優勢。可見，十分有必要對揚州市土地利用結構的演變進行調控，以促進其社會經濟及可持續發展目標實現。本研究用SD模型對揚州市2025年土地利用結構進行多情景預測模擬，并探索不同情景下目標土地利用結構的實現路徑，以為土地利用規劃方案制定與管理提供科學依據。

土地利用結構變化與社會經濟等各方面相關，于是本研究需要大量相關數據，主要分為土地數據與社會經濟數據兩類，土地數據不僅包括歷年不同用地類型數量還包括土地整治、退耕還林、土地征用、等數據；社會經濟數據主要指人口、經濟、固定資產投資以及不同類型用地產出等。土地數據來源于揚州市國土資源局的相關資料，社會經濟數據來源于歷年《江蘇統計年鑒》、《揚州統計年鑒》等。

2 模型構建

SD模型構建的基本思路是先分析所研究系統的復雜反饋過程，并把這種過程用因果關系圖表示出來；其次確定系統的變量及變量之間的方程關系，并把因果關系圖轉換為流圖。該流圖可在軟件中直接運行。最后多次調試相關變量進行模型驗證，直到模型精度達要求方可用于模擬預測[17-18]。

本文正是按照該思路構建的揚州市土地利用結構模擬的SD模型。

2.1 土地利用系統運行闡述與因果關系圖構建

廣義土地利用系統包括土地資源、社會經濟與生態等不同方面，系統內的要素互相作用反饋，最終導致了土地利用結構變化。

土地利用系統運行基本框架是社會經濟因素首先引起土地利用變化，即不同用地類型間的轉換，而同時土地利用又反過來對社會經濟產生影響，本文將闡述廣義土地利用系統的運行過程，并繪制因果關系圖表示之(圖1)。

圖1 揚州市土地利用結構變化的因果關系圖

本研究將土地利用分為耕地、園地、林地、其他農用地、城鎮工礦用地、農村居民點用地、交通水利用地、未利用地8類。

對于耕地，其在相關農業要素投入基礎上可生產糧食來供養人口，當人口數量增加或人們生活水平提高時，糧食需求量增加，這導致耕地數量增加，而農業要素投入則受經濟發展水平影響；當然其中考慮了糧食自給率影響，并把其作為主要調控因子；而新增耕地是通過農村居民點整理、未利用地開發、其他農用地整理及工礦地復墾等方式獲得。對于農村居民點用地，主要受農村人口數量及人均居住面積兩方面影響，而人均居住面積又受生產生活方式影響，農村居民點擴張會占用耕地及其他農用地。對于城鎮工礦用地，其作為投入要素可產生非農產值，非農產值又幾經轉化為固定資產投資，而固定資產投資又帶來城鎮工礦用地擴張，同時城鎮工礦用地又受城鎮人口數量及人均居住面積、容積率影響；其中根據內涵式經濟增長理論，經濟增長帶來研發投入增加，于是導致技術水平進步，因此會影響地均GDP產出能力與農業生產效率；城鎮土地擴張通常是通過占用耕地、農村居民點及其他農用地來進行的。對于交通水利用地，固定資產投資導致其數量增加，固定資產投資受非農產值影響，而交通水利用地增加又帶來非農產值增加，同樣新增交通水利用地主要占用耕地與其他農用地。對于園地與林地變化，主要從農業結構調整的市場驅動方面進行分析，當水果類與林業的單位經濟效益大于糧食時，園地與林地就增加。對于其他農用地與未利用地，論文只考慮該兩類用地轉化為其他用地情況。根據上述分析在軟件Stella中構建土地利用系統運行的因果關系圖，該圖是下文建立流圖的關鍵，從中可發現土地利用系統運行的反饋回路及不同要素間的關系，直觀體現土地利用系統運行過程。

2.2 土地利用結構變化的SD流圖

流圖是用系統動力學語言把因果關系圖表示出來，以便于模擬。流圖基本上可分為2個層次，外層是用專門變量符號組成可視化流程圖，內層是將外層所繪制的不同變量的聯系用方程數量化。下面流圖中共有3類變量，即流變量、棧變量與轉換器變量，流變量用于控制要素流動量大小，棧變量則表示要素最終數量，兩者具有相同量綱，轉換器變量則用來描述相關影響因素，一般與前兩類變量的量綱不同，需注意的是轉換器只能影響流變量不能直接作用于棧變量。本研究構建的揚州土地利用結構變化SD模型共有45個變量，其中棧變量10個，流變量12個，轉化器變量23個(表1)。

圖2為SD模擬的流圖，表示各變量間的邏輯關系及社會經濟與土地利用變化如何相互驅動，其中左邊部分是土地利用變化，右邊是社會經濟因素。首先社會經濟因素變化導致土地利用變化，而土地利用由于受有限性約束又反過來影響社會經濟變化，如糧食需求緊缺可能對人口產生影響，城鎮土地不足又可能對經濟數量與結構有影響，整個系統就是在這種不斷相互作用中上升。

需說明的是為了勾勒系統的總體結構，即把系統分為土地利用與社會經濟兩部分，圖2中出現了一些Ghost變量，比如棧變量GD在左邊部分中表示耕地數量，而右邊社會經濟系統也需要該變量，于是用Ghost工具把該變量復制到右邊。系統動力學模型的內層是不同變量間的關系方程，采用2009—2014年歷史數據簡單回歸得到某些關系方程，當然對于全部調控參數，論文都不斷嘗試，直到模型驗證結果滿意為止。

2.3 模型驗證

本研究構建了流圖，并設置了其中的變量方程與相關參數，下面用該模型以2009年為基期模擬2014年揚州市土地利用結構，并與真實的2014年數據對比驗證模型的模擬效果，結果詳見表2?？梢娤鄬φ`差在1%內，傳統認為模擬精度在5%以內即可，于是可認為構建的SD模型具有較高的模擬精度，其結構合理、邏輯可行，是用于目標年不同情景下土地利用結構模擬預測的有效工具，下文用該模型模擬揚州市2025年不同情景下土地利用結構。

注：各變量中文名稱詳見表1。

hm2

3 多情景下土地利用結構模擬預測及實現路徑分析

3.1 揚州市不同發展情景定義

揚州市未來發展面臨著眾多不確定性，意味著其有不同發展趨勢，提前判定不同趨勢下揚州市土地利用結構并分析實現該些土地利用結構的路徑對土地利用管理具有重要意義。揚州市土地利用的基本矛盾是“三生”用地需求間的矛盾，即有限土地資源既要用于保護耕地與生態空間，又要支持城鎮擴張，揚州是典型糧食主產區，擔負著該省糧食供給任務，同時揚州名勝古跡、水域眾多，生態環境敏感，有大片地區需要劃入生態保護范疇，而最近幾年揚州市經濟又發展強勁，年均增長率均在10%以上，對土地資源需求旺盛。從關鍵矛盾出發把揚州市未來發展情景劃分為耕地保護、生態保護與經濟發展3類。情景模擬最關鍵的是識別不同情景的主要指標，由各指標值來定義每一情景的內容，本研究認為耕地保護情景的標示指標是糧食自給率，經濟發展情景主要是GDP增速與二三產值比重，而生態保護情景則主要是未利用地開發量與林地數量，主要因未利用地主要包括了水域、灘涂等具有豐富生態服務價值，具體指標的大小設置詳見表3。

本文指標設置參考了3種數據：揚州市發展的歷史數據、揚州市“十三五”目標數據以及與揚州市發展軌跡相似的蘇南地區數據。對GDP 指標設置，根據歷史數據預測揚州未來GDP增速的上限為10%，而若考慮到揚州市未來經濟轉型及資源束縛壓力，本文選擇7%作為揚州GDP 增速的下限，因為蘇南地區在經濟轉型壓力下GDP增長率在長期維持在7%左右。對于糧食自給率指標，揚州市作為江蘇省糧食主產區，歷年糧食自給率1.4左右，假定未來耕地不再流失，又考慮農業技術進步情況下，則耕地保護情景下糧食自給率設為1.5，進一步強化其糧食生產功能。但隨著經濟建設對農用地占用，結合國土“十三五”規劃目標，通過預測其糧食自給率最低不小于1.1于是將經濟發展模式下的糧食自給率設為1.1，糧食安全模式下的糧食自給率設為區間上限1.5，而生態安全模式下設為1.3。對于二三產比值，2014年揚州為0.93，未來大趨勢是三產比重進一步提高，經濟發展情景下，參考“十三五”規劃指標與蘇南地區產業結構，把其定為0.84，生態保護與耕地保護情景下，二三產比重則是稍有改善為0.91。對于不同情景下的林地數量與未利用地開發量，主要依據森林覆蓋率指標及生態用地保護面積等指標來確定。

表3 揚州市不同發展情景下關鍵指標數值確定

3.2 不同情景下土地利用結構模擬預測

分別把表3中不同情景的關鍵指標值代入所構建的SD模型，模擬不同情景下2025年揚州市土地利用結構，模擬結果如圖3所示。由圖3可以發現，3種情景下土地利用結構差異明顯，2025年耕地保護情景下耕地數量為3.0×105hm2，而經濟發展情景及生態保護情景下耕地數量分別為2.61×105hm2，2.67×105hm2，這主要由于糧食自給率及GDP增速的差異引起，耕地保護情景下糧食自給率較大且經濟增長對耕地占用的壓力小，因此使其數量維持在高位。2025年城鎮工礦用地在經濟發展情景下是5.95×104hm2，耕地保護情景下是5.28×104hm2，兩者相差6 700 hm2，主要由GDP差異導致，經濟發展情景下GDP增速10%，而其他情景下僅為7%，經濟增加導致了城鎮工礦用地增加。但這其中要考慮產業結構變化的影響，經濟發展情景下第三產值比例進一步優化至0.84，由于第三產值單位“耗地”量小于第二產值，一定程度上降低了該情景下城鎮工礦用地總量，使得與其他情景下對比，城鎮工礦用地差異并非十分明顯。2025年農村居民點在3種情景下數量分別為5.92×104hm2，5.65×104hm2與5.84×104hm2，經濟發展情景下數量最小，表明經濟發展把更多農村人口轉移到城鎮，同時城鎮擴張需要占用更多農村居民點，而另外兩種情景下可能由于缺少整治資金與動力，因此居民點數量要高于經濟發展情景。交通水利用地在經濟發展情景下為3.48×104hm2，耕地保護情景下僅為2.87×104hm2，兩者相差6 100 hm2，這主要由GDP增速差異引起。總體看，經濟發展情景下城鎮工礦及交通水利用地擴張明顯，而耕地、林地數量則相對較少；耕地保護情景下耕地數量較大，而與此同時城鎮工礦及其他農用地相對較少，主要因為耕地保護擠占了城鎮空間并且使其他農用地整治力度加大；生態保護情景下，其他農用地、未利用地得到有效保護，其數量相對較大，而耕地、交通水利等則由于生態空間壓縮，數量相對較少。可見，不同情景下土地利用結構充分體現了該情景對土地利用的基本要求。

圖3 揚州市不同情景下土地利用結構模擬結果

SD模型還可體現土地利用結構的變化過程。圖4為不同情景下主要用地類型數量在2014—2025年變化趨勢。對于耕地，耕地保護情景下其在2014—2020年有明顯增加，之后保持穩定甚至小幅下降，一直維持在3.00×105hm2左右；而另外兩類情景則是逐年減少，但經濟發展情景下耕地減少幅度大于生態保護情景。對于林地，生態保護情景下2014—2025年其數量一直在穩定增加，另外兩類情景則基本不變。對于其他農用地，耕地保護情景下2014—2020年有大量其他農用地被整治為耕地或其他用地，其數量逐年下降，其他情景下則沒有類似情況發生，即保持基本穩定。對于城鎮工礦用地與交通水利用地，兩者變化趨勢一致，無論是經濟發展情景還是其他情景，其數量都在逐年增加，體現了揚州未來土地利用變化的基本方向；對該兩類用地增加的幅度，經濟發展情景下最大，其次是生態保護與耕地保護情景，這可能因為生態保護的約束程度小于耕地保護約束，于是相同用地經濟需求設置下，生態保護情景下城鎮工礦及交通水利用地擴張更為輕松，數量也就越大。對于農村居民點，未來基本趨勢是不斷減少，人口快速城鎮化背景下，農村居民點勢必減少，但不同情景下減少的幅度不同，經濟發展情景下減少幅度最大，其次是生態保護與耕地保護情景，這是因為經濟發展需要更多農村居民點置換為城鎮用地，同時說明經濟發展為農村居民點復墾提供了資金保障。

3.3 不同情景下土地利用結構實現路徑分析

SD模擬的一個優勢是可以把土地利用系統變化過程顯化，于是借助SD模擬可分析不同情景下土地利用結構的實現途徑。對于耕地保護情景，耕地數量由2014年2.834×105hm2增加至2025年3.00×105hm2，平均每年補充耕地1.50×103hm2，城鎮工礦由4.09×104hm2增加至5.28×104hm2，提高了30%。面對耕地與城鎮工礦用地的“雙增加”，未來要加強其他農用地與農村居民點整治以補充耕地或用于城鎮建設，模型顯示至2025年揚州需分別投入9.56億元與114.76億元用于其他農用地整理與農村居民點復墾，同時發現土地自然供給的增加很少是來自未利用地開發，這是因為揚州市未利用中90%以上是水體，開發難度大，成本高。按7%速率計算，該情景下2025年揚州GDP是7 788億元，地均GDP為1 474萬元/hm2，而基期年為905萬元/hm2，表明未來10 a揚州地均GDP生產能力須提高62.9%，集約利用形勢嚴峻。對于經濟發展情景下，2025年耕地數量變為2.714×105hm2，較基期減少1.21×104hm2，主要用于經濟增長占用，城鎮工礦用地較基期年增加45.47%。該情景下糧食自給率為1，意味著揚州不再承擔額外糧食供給任務，目標年GDP總量為10 556億元，地均GDP達1 776萬元/hm2，這意味著2014—2020年地均GDP產出能力須提高1倍，主要是通過產業結構調整實現，模型顯示2025年第三產值將達5 220億元，占GDP的49.46%，而第三產業由于其產業特征，單位產出用地量小于第二產業，于是起到集約節約用地效果。

圖4 不同情景下主要用地類型的變化趨勢

同時該情景下還應大力推進農村居民點整治以支持城鎮擴張與交通水利建設，據測算目標年需累計投入208億元來復墾7 432 hm2農村居民點。生態保護情景下，土地利用變化的基本趨勢與經濟發展情景相同，即耕地、農村居民點減少，而城鎮工礦、交通水利用地增加，只是程度大小有差異，當然不同之處生態保護情景下，林地增了30%至6 645 hm2，因此該情景下揚州市應加強植樹造林，提高森林覆蓋率，同時注意保護其他農用地及未利用等具有豐富生態服務功能的用地。3種情景下土地利用結構實現的側重點不同，依次分別注重耕地保護與補充、城鎮用地集約節約利用、生態用地保育。未來揚州土地利用應同時滿足生產、生活與生態要求，多情景土地利用結構模擬為其土地利用規劃編制提供了重要基礎。上述3種情景未必是揚州市未來最可能的情景，但3種“極端”情景的模擬可讓決策者了解不同情景下的土地利用情況，對未來可能的土地利用有全面認識，有助于決策產生理想情景與相應土地利用結構方案，可以肯定的是，未來理想土地利用結構是上述3種情景的組合，但具體偏重哪種情景又取決于利益相關者的博弈結果。

4 結 論

(1) 耕地保護情景下，揚州需保持耕地3.00×105hm2，城鎮工礦用地5.28×104hm2，農村居民點減少至5.92×104hm2；經濟發展情景下，GDP增長率10%，且二三產值比率0.84時，城鎮工礦用地數量是5.95×104hm2，交通水利用地3.48×104hm2，耕地減少至2.714×105hm2；生態保護情景下，林地數量為6 645 hm2，耕地與城鎮工礦用地分別為2.708×105hm2和5.25×104hm2。

(2) 各情景下不同用地數量變化差異明顯，耕地數量在耕地保護情景下不斷提高，而在生態保護與經濟發展情景下則緩慢下降；城鎮工礦用地與交通水利用地面積在三種情景下均獲得了穩定增長，但經濟發展情景下的增長要快過其他兩個模式；林地面積在生態保護情景下出現了大幅上升，在另外2個情景下則基本保持不變甚至小幅的下降。

(3) 耕地保護情景下要注重耕地保護及土地整治以補充耕地，目標年分別累計投入9.56億元、114.76億元進行其他農用地與農村居民點整治；經濟發展情景下注重土地集約節約利用，單位城鎮用地GDP產出能力須提高1倍，以其促進產業轉型升級；生態保護情景下要加強植樹造林，且應保護好具有豐富生態服務價值的水域、灘涂等。

(4) 本文的SD模型從土地利用系統運行的內在機制出發，不僅考慮了社會經濟對土地利用的影響，還考慮土地利用對社會經濟的反饋作用，從而更真實模擬了土地利用系統運行過程，顯化了土地利用是如何在各種因素作用下發生變化，為土地利用系統調控提供有力依據，可促進土地資源持續利用。

[1] Chang Yangchi, Ko Tsungting. An interactive dynamic multi-objective programming model to support better land use planning[J]. Land Use Policy, 2014, 36(1):13-22.

[2] Sadeghi S H R, Jalili, K, Nikkami D. Land use optimization in watershed scale[J]. Land Use Policy, 2009, 26(2): 186-193.

[3] 李鑫,歐名豪,劉建生,等.基于不確定性理論的區域土地利用結構優化[J].農業工程學報,2014,30(4):176-184.

[4] 嚴金明.簡論土地利用結構優化與模型設計[J].中國土地科學,2002,16(4):20-25.

[5] 劉榮霞,薛安,韓鵬,等.土地利用結構優化方法述評[J].北京大學學報:自然科學版,2005,41(4):655-662.

[6] 劉艷芳,李興林,龔紅波.基于遺傳算法的土地利用結構優化研究[J].武漢大學學報:信息科學版,2005,30(4):288-292.

[7] 劉海猛,石培基,王錄倉,等.低碳目標導向的蘭州市土地利用結構優化研究[J].中國土地科學,2012,26(6):55-61.

[8] 劉瓊,歐名豪,彭曉英.基于馬爾柯夫過程的區域土地利用結構預測研究:以江蘇省昆山市為例[J].南京農業大學學報,2005,28(3):107-112.

[9] 吳金華,戴淼,尹劍.基于遺傳神經網絡的陜西省土地利用結構模型研究[J].安徽農業科學,2008,36(36):16071-16073.

[10] 郭杰,歐名豪,劉瓊,等.基于BP神經網絡的南通市建設用地需求預測[J].資源科學,2009,31(8):1355-1361.

[11] 湯發樹,陳曦,羅格平,等.新疆三工河綠洲土地利用變化系統動力學仿真[J].中國沙漠,2007,27(4):593-599.

[12] 李秀霞,徐龍,江恩賜.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,2013,29(16):247-254,294.

[13] 趙小敏,王人潮,吳次芳.土地利用規劃的系統動力學仿真：以杭州城市土地利用總體規劃為例[J].浙江農業大學學報,1996,22(2):143-148.

[14] 鄧祥征,劉紀遠,戰金艷,等.區域土地利用變化的多情景分析：以內蒙古自治區太仆寺旗為例[J].地球信息科學,2004,6(1):81-88.

[15] Jin Xiaobin, Xu Xiaoxiao, Xiang Xiaomin, et al. System-dynamic analysis on socio-economic impacts of land consolidation in China[J]. Habitat International, 2016, 56: 166-175.

[16] Xu Duanyang, Song Alin, Tong Hefeng, et al. A spatial system dynamic model for regional desertification simulation： A case study of Ordos, China[J]. Environmental Modelling & Software, 2016, 83(83): 179-192.

[17] 鐘永光,賈曉菁,錢穎.系統動力學[M].北京:科學出版社,2009.

[18] 王其藩.系統動力學[M].上海:上海財經大學出版社,2009.

Multi-scenario Simulation of Land Use Structure of Yangzhou City Based on Systems Dynamics Model

HU Zongnan1,2, LI Xin1,2, LOU Shuyu1, KANG Jianrong2

(1.School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou， Jiangsu 221116, China; 2.Institute of Land Resource, Jiangsu Normal University, Xuzhou， Jiangsu 221116, China)

[Objective] This manuscript aimed to simulate and forecast the land use structure under multiple development scenarios of Yangzhou City in Jiangsu Province, as well as to explore the paths to realize them, which were expected to provide considerable scientific references for land use planning and formulating. [Methods] The system dynamics(SD) model was used to simulate the land use system. [Results] The main land use types would vary under different scenarios. Under the protection of farmland scenario, the arable land area would increase; while under the ecological protection and economic development scenarios, the arable land would decline slowly. Either urban industrial and mining land, or land for traffic or water conservancy area would achieve stable growth in all three scenarios, but the growth in the economic development scenario would be quicker than that under the other two scenarios. The forest land area increase sharply under the scenario of ecological protection, but remain would not change or even decrease slightly in the other two scenarios. Under the scenario of farmland protection, urban expansion and the occupation of cultivated land should be under control. Besides that, unused land development and rural residential land consolidation should be strengthened to replenish cultivated land. In the ecological protection scenario, the ecological service value of waters, beaches should be protected. This might help to adjust industrial structure, and transform the traditional GDP to green GDP. [Conclusion] SD model can not only simulate the land use change under different scenarios, but also can reveal the complex nonlinear relationship between land use and socio-economic system, which is conducive to the sustainable use of land resources regulation.

systemdynamics；landusestructure；simulation；scenariosanalyses；YangzhouCity

B

： 1000-288X(2017)04-0211-08

： K903

2016-11-07

：2016-11-09

江蘇省自然科學基金項目“不確定條件下區域土地資源優化配置方法研究”(BK20140236); 大學生創新計劃項目(XSJCX7013)

胡宗楠(1993—),男(漢族),浙江省寧波市人,碩士研究生,研究方向為土地利用規劃管理。E-mail:zongnan_hu@163.com。

李鑫(1986—),男(漢族),山東省臨沂市人,博士,副教授,主要從事土地利用方面的研究。E-mail:topzcg@126.com。