基于熵權TOPSIS和灰色模型的土地承載力評價與預測
——以三峽庫區為例

,b(重慶工商大學 .環境與資源學院;b.旅游與國土資源學院,重慶 400067)

基于熵權TOPSIS和灰色模型的土地承載力評價與預測
——以三峽庫區為例

張曉娟a,周啟剛a,b
(重慶工商大學 a.環境與資源學院;b.旅游與國土資源學院,重慶 400067)

從社會、經濟、環境、資源4個子系統中選取23個指標對庫區土地承載力進行評價。研究以三峽庫區2002年、2005年、2008年、2011年、2014年的Landsat TM影像作為數據源,運用熵權TOPSIS和灰色模型對庫區土地承載力、土地社會、土地經濟、土地環境及土地資源子系統承載力進行評價與預測。結果表明:三峽庫區在2002—2014年的土地承載力總體上呈現增加趨勢,土地承載力分別為0.167、0.152、0.352、0.473、0.899，以三年為步長,預測到2014—2026年庫區土地承載力分別為0.171、0.272、0.424、0.653、0.979,表明土地承載力將進一步提高。研究結果為三峽庫區土地資源可持續利用及相關土地利用規劃提供了理論支撐。

土地承載力;TOPSIS;灰色模型;三峽庫區

土地承載力作為衡量社會、經濟、資源與環境可持續發展的一個重要指標[1],是近20年來國內外學者關注的焦點問題[2-4]。隨著人們對“土地”這一概念認識的不斷深入,對土地承載力的研究主要從以往對耕地承載力和人口承載力單一層面上升到對社會、經濟與資源環境之間協調發展的綜合層面上。對土地承載力的研究大致歸納為以下四個模型:通過“土地—人口—經濟”結構來計算土地資源承載力,該方法計算簡便,能直觀地看到一個地區土地承載力的變化趨勢,但考慮因素過于片面,沒有考慮其他社會因素的影響[5];基于土地生產潛力的土地資源承載力計算,該方法能實時準確地獲取作物生產的相關資料,但估算的只是作物的生物生產量,并不代表作物的經濟產量[6];趨勢外推法模型雖然能預測出土地承載力的變化趨勢,但參變量不好掌握[7];生態足跡法模型,主要是基于靜態的研究,考慮引起區域土地承載力變化的時間、社會和經濟因素的動態發展趨勢[8]。本研究在分析總結前人研究成果的基礎上,利用熵權TOPSIS與灰色模型相結合的方法對土地承載力進行了評價與預測,有助于完善和提高土地承載力理論體系及評價方法。

我國三峽庫區涉及的區域面積與人口數量龐大,近年來庫區的城市建設導致耕地和林地面積大幅度減少,建設用地面積急劇增加;庫區移民搬遷,城市主要沿江擴展,庫區土地資源與生態資源遭到嚴重破壞，因此迫切需要對三峽庫區土地資源承載力展開深入研究。基于以上分析,本文以三峽庫區2002年、2005年、2008年、2011年、2014年的LandSat TM遙感影像與相關的社會經濟環境數據作為數據源,利用熵權TOPSIS與灰色模型相結合對土地承載力進行評價與預測。通過熵權法對指標賦權,在一定程度上避免了指標權重受主觀因素的影響;運用TOPSIS模型對土地承載力展開評價,同時利用灰色模型對未來十年土地承載力進行預測,能直觀了解庫區土地承載力的現狀和未來的發展趨勢,便于相關部門準確把握土地利用的動態變化并進行及時監督管理,研究結果可為庫區可持續發展和相關土地利用規劃決策提供理論支撐。

1 研究區域概況

三峽庫區是指受長江三峽工程淹沒和移民搬遷安置涉及的行政區域,總面積約為5.74萬km2，包括重慶市所轄的巫山、巫溪、奉節、云陽、開縣、萬州、忠縣、石柱縣、豐都、涪陵、武隆、主城九區、江津區和長壽區22個區縣，湖北省所轄的巴東、秭歸、興山和夷陵4個縣。庫區位于四川盆地與長江中下游平原的結合部,屬亞熱帶季風氣候,年降水量1000—1800mm;2014年庫區總人口2084.2萬人,地區生產總值6320.59億元,其中第二產業增加值3220.6億元、第三產業增加值2478.2億元。

三峽庫區作為我國重要的電力供應基地和內河航運干線地區,是長江上游經濟帶的重要組成部分[10],選擇三峽庫區作為研究區具有一定的典型性。此外,由于三峽庫區面積巨大,涉及的居民和移民數量較大,因此對庫區的研究具有一定代表性。研究結果以期為三峽庫區人口控制、經濟發展、土地利用規劃和生態環境保護提供理論支撐。

2 數據源與研究方法

2.1 數據來源

本研究以三峽庫區2002年、2005年、2008年、2011年、2014年的1∶10萬Landsat TM遙感影像數據和庫區大量社會經濟、生態環境數據作為數據源。經投影處理所有影像數據的雙標準緯線分別為25°E和47°N,中央經線為110°E,其中TM影像數據除第六波段的空間分辨率為120m,第一波段、第二波段、第三波段、第四波段、第五波段、第七波段的空間分辨率均為30m。相關的社會、經濟與資源環境數據來源于2002—2014年的《重慶市統計年鑒》、《湖北省統計年鑒》和《長江三峽工程與生態環境監測公報》等。

2.2 數據預處理

由于采集到的遙感影像會受到傳感器系統本身、太陽高度角、地形地貌、天氣狀況等的影響而引起影像失真,因此需要對遙感影像數據進行預處理，主要包括對影像進行波段合成、影像拼接、輻射校正、幾何校正等。本研究運用ERDAS 9.2軟件對三峽庫區2002年、2005年、2008年、2011年、2014年五期遙感影像進行第四波段、第三波段、第二波段組合,采用人機交互解譯獲取庫區五期土地利用數據。

2.3 熵權法

熵權法依據指標原始的數據信息來確定其效用價值,是一種客觀的賦權方法[11]。其計算步驟為:構建各年份各評價指標判斷矩陣,設三峽庫區土地承載力的原始評價指標矩陣為:

v11v12…v1nv21v22…v2n??…?vm1vm2…vmn

(1)

式中,V為初始矩陣,vij(i=1,2,…,m；j=1,2,…，n)表示第i個指標第j年的初始值。

對原始數據進行歸一化處理得到標準化評價矩陣,其中對收益型指標即正指標,其值越大越好,歸一化方法見式(2);對成本型指標即負指標,其值越小越好,歸一化方法見式(3),據此得到標準化矩陣式(4):

(2)

(3)

r11r12…r1nr21r22…r2n??…?rm1rm2…rmn

(4)

式中,R為標準化后的評價矩陣,rij表示第i個指標第j年的標準化值;i=1,2,…,m,m為評價指標數;j=1,2,…,n,n為評價年份。

指標權重確定:根據熵的定義和三峽庫區各年份土地在承載力評價指標的信息,確定庫區各年份評價指標的熵,計算公式為:

(5)

在借助加權思想的基礎上,通過熵權法構建評價矩陣Y,公式為:

y11y12…y1ny21y22…y2n??…?ym1ym2…ymn

(6)

2.4 TOPSIS評價模型

TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution)是一種常用的有限個方案多目標決策分析的方法[12]。運用該方法來評價土地承載力,通過計算得出三峽庫區土地承載力靠近或偏離正、負理想解的程度來確定庫區土地承載力的大小。該方法能全面客觀地反映庫區土地承載力的動態變化趨勢。

正負理想值確定:令Y+表示正理想值,即評價指標中第i個指標在j年內的最大值,是最偏好的方案;Y-表示負理想值,即評價指標中第i個指標在j年內的最小值,是最不偏好的方案。計算方法為:

(7)

(8)

采用歐氏距離公式計算距離,計算公式為:

(9)

(10)

計算庫區土地承載力與理想值的貼近度:本研究以貼近度表示土地承載力大小,根據每年貼近度大小來判斷土地承載力的變化情況,計算公式為:

(11)

式中,Tj為第j年庫區土地承載力接近最優承載力或者接近最劣承載力的程度,即貼近度,其取值范圍在[0,1]之間。Tj值越大,表明該年土地承載力越接近承載力的最優水平；Tj值越小,表明土地承載力越接近承載力的最劣水平。當Tj=1時,土地承載力最理想;當Tj=0時,土地承載力最不理想。

2.5 灰色預測模型

灰色預測模型又稱GM(1,1)模型由鄧聚龍教授提出并建立[13]。本研究利用灰色預測模型,根據灰色關聯分析三峽庫區土地承載力評價體系中各相關因素對土地承載力系統的影響程度,建立GM(1,1)模型并進行求解[14]。采用灰色GM(1,1)模型對庫區土地承載力進行預測,將原始數據序列定為x(0)(k),經過一次累加后生成數序列定義為x(1)(k),得出GM(1,1)模型的一階線性常系數微分方程。公式為:

(12)

還原模型為:

(13)

根據模型得到一組預測數列:x(0)(k)=[x(0)(1),x(0)(2),…,x(0)(n)]。

3 三峽庫區土地承載力評價

本研究通過熵權法對指標進行賦權,確定庫區表征土地承載力評價指標的權重，運用TOPSIS模型對土地承載力進行評價。在分析庫區土地承載力現狀的基礎上，利用灰色模型與TOPSIS模型相結合法預測了2014—2026年庫區土地承載力的相對變化趨勢。

3.1 三峽庫區土地承載力評價指標建立

土地涵蓋的范圍很廣,對土地承載力的研究涉及到社會、經濟、資源與環境子系統之間的協調發展。資源系統向社會經濟系統提供原材料與生產資料,社會系統對資源系統進行開發與改造,經濟發展需要消耗和利用資源。社會系統向經濟系統提供人力資源與社會資源,同時經濟系統反饋給社會系統以產品與服務;社會經濟的發展會對環境造成一定的影響,環境惡化會約束經濟的發展,同時環境給社會提供空間支撐,社會對環境狀況有一定的管理作用。這樣資源對環境就起到了間接影響的作用,而環境在接收到所有的信號后會對資源有一定的響應效果,相互關系見圖1。

圖1 資源、社會、經濟和環境相互關系

通過參考大量有關土地承載力評價的文獻[15-18],綜合考慮三峽庫區實際情況,并結合各子系統自身的特點及數據的可獲得性,本研究將對庫區土地承載力評價的指標選取見表1。

表1 三峽庫區土地承載力評價指標

3.2 土地承載力評價指標權重確定

給指標賦權的方法很多,例如二項系數法、層次分析法和德爾菲專家打分法等,這些方法在賦權時往往偏好于決策者的主觀意識,忽略了指標的客觀情況。熵權法是一種客觀的賦權方法,運用熵權法賦權可以避免人為主觀因素的影響,對指標的實際效用進行客觀賦權,利用Matlab編程對熵權模型求解得出三峽庫區土地承載力各評價指標體系權重(表2)。

表2 三峽庫區土地承載力評價指標權重

由表2可知在23個土地承載力評價指標當中,經濟子系統中的指標對庫區土地承載力影響較大,其中第二產業增加值的權重最大,權重為0.128,說明該指標對庫區土地承載力影響程度最大；其次是第三產業增加值,權重為0.125,影響最小的是資源子系統中的指標,其中森林覆蓋率、墾殖率和農業土地利用率的權重最小,僅為0.0001,說明這三個指標的土地承載力的影響程度最小。

3.3 三峽庫區土地承載力

本文通過計算出來的各指標的權重構建加權規范化矩陣,確定正、負理想解,結合加權規范化矩陣,利用Matlab編程求得2002—2014年三峽庫區土地承載力靠近/偏離正、負理想解的距離見表3。由表3可知，三峽庫區土地承載力在2002—2005年間有所減少,2005—2014年逐年增加。2005年庫區土地承載力為0.152,土地承載力較差;2014年庫區土地承載力為0.899,與理想狀態接近,土地承載力狀態良好。

表3 三峽庫區土地承載力統計

3.4 三峽庫區土地承載力預測

通過灰色模型預測出三峽庫區2014—2026年各指標值,代入熵權TOPSIS中對2014—2026年土地承載力進行評價,得出2014—2026年各子系統承載力及土地承載力的變化趨勢(表4)。由于TOPSIS法計算出來的土地承載力是一個靠近正負理想狀態的相對值,用貼進度表示,而灰色模型預測到的土地承載力是一種變化趨勢,因此2014—2026年的土地承載力只是表示一種變化趨勢。從表4可見, 2014—2026年三峽庫區土地承載力呈現出上升趨勢,在2014年庫區土地承載力為0.171,土地承載力較弱;在2026年庫區土地承載力為0.979,逼近理想狀態,土地承載力較好。

表4 三峽庫區土地承載力預測統計

4 結果分析

4.1 三峽庫區土地承載力變化分析

為了更加深入分析三峽庫區土地承載力的變化趨勢及原因,分析了庫區土地承載力的特征和動態演化趨勢,通過計算土地承載力大小的變化趨勢見圖2。

土地承載力分析:從整個庫區看,土地承載力2002—2014年呈現”W”型上升趨勢。具體分析：2002—2005年庫區土地承載力呈下降趨勢,深入分析發現2002—2005年三峽庫區人地矛盾日益突出,人口數量的增加與耕地面積減少使人均耕地占有量從2002年的0.12hm2下降到2005年的0.117hm2;人口密度從2002年的318.14人/km2增加到2005年的323.69人/km2,因此在此階段庫區土地承載力呈略微下降態勢。但2005—2014年,土地承載力逐步增強,土地承載力大小從2005年的0.152增加到2014年的0.899,增加了0.747。三峽庫區土地承載力的提高一方面得益于政府相關部門對企業、工廠管理政策的改革以及在廢物利用與污染治理等方面的技術進步,使庫區資源綜合利用率提高,環境壓力減少;一方面得益于三峽庫區一系列有關節能減排政策措施的出臺,使三峽庫區土地承載力得到明顯提高,且處于較快的增長態勢,同時在經濟、社會、資源與環境等方面也取得了較大突破與進展。

圖2 三峽庫區土地承載力變化

經濟承載力:經濟子系統承載力土地承載力的變化趨勢大體一致(圖2),說明經濟承載力對土地承載力具有明顯的影響。從該子系統內部來看,人均GDP在2002—2005年和2011—2014年的增長趨勢較為明顯,年平均增長速率分別為0.097萬元/人和0.347萬元/人;GDP增長率2011—2014年表現為減少的趨勢,其原因在于前幾年經濟漲速過快,導致經濟基數增大,增速不明顯。2002—2014年經濟承載力呈現穩定增加的趨勢,三峽庫區經濟承載力從2002年的0上升到2014年的0.974,說明經濟承載力由2002年的最差水平發展到2014年幾乎達到最優水平,表明三峽庫區近年來經濟實力明顯增強,經濟發展對庫區土地承載力提供了豐富的資源。但是經濟發展也帶來了諸多問題:一方面,隨著經濟發展水平的提高,為了改善環境、治理污染與節能減排等,必然會提供更多的經濟資源;另一方面，隨著經濟發展速度加快,土地資源消耗必然會增多,同時給環境帶來一定的影響。

社會承載力分析:社會子系統承載力總體呈“S”型趨勢上升(圖2),該子系統承載力由2002年的0.050增加到2014年的0.950,由最不理想狀態發展到接近最理想狀態,社會承載力得到提升,其中2005年和2011年是該系統承載力變化的兩個明顯拐點,承載力為0.194和0.808。從該子系統內部看,2002—2005年人地矛盾日益加劇使人均耕地占有量有所下降,從2002年的0.12hm2下降到2005年的0.117hm2;人口密度越來越大,從2002年的318.14人/km2增加到2005年的323.69人/km2,該系統內指標的影響導致2002—2005年社會承載力的發展較緩慢;2011—2014年人均公共綠地與人均耕地減少、人均住房面積增加導致社會承載力在該期間內增長緩慢。

資源承載力分析:從圖2可見,庫區資源子系統承載力呈拋物線趨勢逐年遞減。其中,2002年承載力達到0.956,接近最理想的承載力狀態,在2014年承載力為0.044,為最不理想狀態。從該子系統內部來看,2002—2014年森林覆蓋率、農業土地利用率和耕地墾殖率都有所減少,分別減少了0.46%、1.36%、0.88%,建設用地率和水域覆蓋率略微增加,分別增加了0.33%、1.03%,且值的變化范圍都不大。對照經濟子系統與社會子系統的承載力可見, 2002—2014年兩者都處于增長趨勢,說明社會經濟的發展對資源的利用是掠奪式的,不合理的利用抑制了資源承載力發展。

環境承載力分析:從圖2可見,三峽庫區環境承載力呈“V”型變化,其中在2008年時承載力最低,僅為0.098。分階段來看,2002—2008年持續下降,承載力較差,2008—2014年迅速增大,承載力得到大大提高。深入分析可知,2002—2008年工業廢水的排放量由2002年的1.28億t增加到2008年的4.74億t,年平均增加量達到0.577億t以上,從而使環境的負荷增加，環境承載力驟減; 2008—2014年庫區工業廢水的排放量由2008年的4.74億t減少到2014年的2.12億t,年平均減少量為0.437億t,單位耕地化肥的使用量每年減少3433.6kg/hm2,同時生活垃圾無害化處理率與生活污水處理率也在一定程度上有所增加,因此極大地減輕了資源環境壓力,促進了三峽庫區環境承載力的土地承載力的提升。

4.2 三峽庫區土地承載力預測

為了深入分析預測所得的土地承載力,對土地承載力進行了統計,見圖3。從圖3可見,整體上三峽庫區土地承載力在2002—2026年呈持續上升趨勢,到2026年土地承載力達到0.979,接近最理想值,土地承載力較好。經濟承載力曲線與土地承載力曲線幾乎重合,說明經濟的發展對土地承載力的影響重大;社會承載力也呈現持續上升的趨勢,且承載力整體上大于土地承載力與經濟承載力,說明社會的發展得到了很好的管控;環境承載力整體呈“V”趨勢,2005年為承載力的最低值0.077,2005年后持續上升,2026年承載力達到最大值0.794,可知環境負荷太大導致環境承載力無法達到更理想的狀態,政府應加強對相關企業廢物排放的監管，促進產業結構轉型;資源承載力變化趨勢與環境承載力變化趨勢互補,為倒“V”型,在社會經濟還不太發達時資源承載力較高,隨著社會經濟的發展,資源承載力逐漸下降,因此加快解決資源承載力是一個需要重點關注的問題。

圖3 三峽庫區土地承載力變化預測

5 結論

本研究通過利用熵權TOPSIS對三峽庫區土地承載力進行評價,得出三峽庫區土地承載力呈“W”型變化。受人地矛盾和人口密度的影響，庫區土地承載力在2002—2005年略有下降，2005—2014年庫區土地承載力明顯增加,12年間承載力年均增長率為6.1%。經濟承載力與社會承載力對土地承載力的影響程度較大,兩者變化趨勢與土地承載力大體一致。通過熵權TOPSIS與灰色模型對三峽庫區土地承載力預測，庫區土地承載力在2002—2026年將呈持續上升趨勢,社會子系統與經濟子系統承載力與土地承載力有著相同的變化趨勢,且處于上升態勢,說明社會經濟發展對土地承載力有促進作用;環境子系統是一個復雜的系統,受到來自社會、經濟和資源的多重壓力,社會經濟的發展對其有一定的抑制作用,因此環境子系統承載力的增加一直不明顯;資源子系統由于受到來自社會經濟系統掠奪式的開采與改造,其承載力呈現逐年降低趨勢。

基于以上分析可知,提高三峽庫區土地承載力的重點在協調社會、經濟、資源與環境承載力的關系,因此要充分發揮政府的職能。通過《三峽庫區土地利用總體規劃》制定與完善,提高土地利用效率,保護耕地紅線,實現庫區人均耕地占有量不降低,提高農業土地生產效率;加強企業技術創新,強化對原材料的管理,優先選用環境友好型的生產材料;鼓勵技術創新,推進使用清潔生產;裝銷過程充分考慮資源環境的負荷,從產業結構、技術和社會生活等方面實施節能減排；大力發展綠色經濟,通過推進改革產業結構、提高人們的可持續發展意識,實現工農業固體廢物和污水的“三化”排放。

本研究運用熵權TOPSIS與灰色模型對三峽庫區土地承載力進行了評價與預測,雖然在一定程度上對以往土地承載力的研究起到了補充作用,但仍存在諸多不足。首先,要充分研究庫區土地承載力的變化趨勢,需要對大量數據進行分析,五期數據顯然不夠。其次,本研究從宏觀角度對三峽庫區土地承載力進行了研究,沒有具體到區縣,很難看出區縣土地承載力的變化趨勢。第三,本研究對土地承載力的預測方法還不理想,需要尋找更為精準的預測模型。下一步我們將利用庫區多個年份的數據,分區縣進行并利用更加理想的預測模型對土地承載力做進一步的深入研究。

[1]姜秋香,付強,王子龍.基于粒子群優化投影尋蹤模型的區域土地資源承載力綜合評價[J].農業工程學報,2011,27(11)∶319-324.

[2]Chen J,Zhang H,Zhou P.Evaluation of Land Carrying Capacity of Island Cities：Based on the Modified Ecological Footprint Model[M].Proceedings of the 20th International Symposium on Advancement of Construction Management and Real Estate,2017.

[3]劉傳江,朱勁松,Liu Chuan-jiang,等.三峽庫區土地資源承載力現狀與可持續發展對策[J].長江流域資源與環境,2008,17(4)∶522-528.

[4]Zhou Jin-xing,Dong Xue-L I,Liang-Hua Q I,etal.Evaluating Land Carrying Capacity in Hilly Regions of Upper Reaches of the Yangtze River Basin[J].Resources Science,2006,28(5)∶164-170.

[5]張霞,石寧卓,王樹東,等.土地資源承載力研究方法及發展趨勢[J].桂林理工大學學報,2015,35(2)∶280-287.

[6]漆良華,周金星,張旭東,等.長江上游山丘區土地承載力研究與評價——以四川省宜賓市為例[J].長江流域資源與環境,2008,16(2)∶169-174.

[7]彭立,劉邵權.土地功能視角下的土地資源人口承載力研究——以攀枝花、六盤水市為例[J].長江流域資源與環境,2012,21(s1)∶74-81.

[8]許月卿.基于生態足跡的北京市土地生態承載力評價[J].資源科學,2008,29(5)∶37-42.

[9]馬廣文,香寶,李雙權,等.三峽庫區農業區非點源氮的平衡變化及其污染防治[J]. 安全與環境學報,2009,9(2)∶93-97.

[10]唐曉平,舒克盛.三峽庫區人口承載力的動力學模型研究[J].南方人口,2008,22(4)∶60-63.

[11]李燦,張鳳榮,朱泰峰,等.基于熵權TOPSIS模型的土地利用績效評價及關聯分析[J]. 農業工程學報,2013,29(5)∶217-227.

[12]雷勛平,邱廣華.基于熵權TOPSIS模型的區域資源環境承載力評價實證研究[J].環境科學學報,2016,36(1)∶314-323.

[13]謝強蓮,蔣俊毅.基于狀態空間模型的區域土地資源承載力差異分析——以長株潭城市群為例[J].系統工程,2009，(4)∶58-64.

[14]魏媛,吳長勇,曾日方,等.喀斯貧困山區土地資源承載力動態分析與預測[J].水土保持研究,2016,23(6)∶322-326.

[15]孟展,張銳,劉友兆,等.基于熵值法和灰色預測模型的土地生態系統健康評價[J].水土保持通報,2014,34(4)∶226-231.

[16]郭歡歡,李波,侯鷹.基于土地功能的土地資源承載力研究——以北京市海淀區為例[J].北京師范大學學報(自然科學版),2011,47(4)∶424-427.

[17]李朝旗,金曉斌,周寅康.土地利用與區域發展協調性評價——基于土地綜合承載力的視角[J]. 經濟問題探索,2010,(3)∶159-162.

[18]蔡珍珍,駱云中,陳令,等.基于灰色預測模型的重慶市生態足跡動態分析與預測[J].教師教育學報,2009,7(1)∶1-7.

EvaluationandPredictiononLandCarryingCapacityBasedonEntropy-weightTOPSISandGreyModel——TakingThreeGorgesReservoirAreaasanExample

ZHANG Xiao-juana,ZHOU Qi-ganga,b
(Chongqing Technology and Business University a.College of Environment and Resources;b.School of Tourism and Land Resources,Chongqing 400067,China)

This paper selected from the society,economy,environment and resource of the 4 subsystems in evaluation of 23 indexes of the land carrying capacity.Study on Landsat TM remote sensing images in the 2002 Gorges Reservoir Area,2005,2008,2011,2014 as the data source,using Entropy-weight TOPSIS and Grey model for evaluation and prediction of the land carrying capacity and society, economy,environment and resource subsystem carrying capacity.The results showed that:The Three Gorges Reservoir Area in 2002-2014 the land carrying capacity tended to increase,the land carrying capacity were 0.167, 0.152,0.352,0.473,0.899 respectively.Take three years as the step size,forecasting in 2014-2026 years the land carrying capacity were 0.171,0.272,0.424,0.653,0.979 respectively,that would further improve the land carrying capacity.The results could provide theoretical support for the sustainable use of land resources of the Three Gorges Reservoir Area,and to provide theoretical support for the development of land use planning.

land carrying capacity;TOPSIS;Grey model;Three Gorges Reservoir Area

10.3969/j.issn.1005-8141.2017.06.005

A

1005-8141(2017)06-0666-06

2017-04-17；

2017-05-16

國家自然科學基金項目(編號:41101503)

張曉娟(1993-),女,貴州省仁懷人,碩士研究生,從事環境規劃與管理研究。

周啟剛(1976-),男,重慶市銅梁人,博士,教授,主要從事“3S”理論與土地利用研究。