基于景觀安全格局的城鎮建設用地擴張多情景模擬研究①——以揚州市為例

孟 霖，郭 杰,2,3，歐名豪,2,3，李昆鵬

?

基于景觀安全格局的城鎮建設用地擴張多情景模擬研究①——以揚州市為例

孟 霖1，郭 杰1,2,3，歐名豪1,2,3*，李昆鵬4

(1 南京農業大學土地管理學院，南京 210095；2 統籌城鄉發展與土地管理創新研究基地，南京 210095；3 農村土地資源利用與整治國家地方聯合工程研究中心，南京 210095；4 大明湖街道瞬井社區委員會，濟南 250011)

城鎮建設用地多情景模擬有利于實現土地資源優化配置，保障區域可持續發展。本文以揚州市為例，以2005年、2013年土地利用變更數據為訓練數據，借助景觀安全格局與ANN-CA模型模擬城鎮建設用地擴張趨勢，并利用城鎮建設用地轉移矩陣與景觀格局指數分析2013—2020年城鎮建設用地模擬結果。研究結果表明：①不同情景下的城鎮建設用地模擬擴張占用其他景觀規模不同，但均占用農村居民點規模最多，其中，慣性發展情景下，模擬新增城鎮建設用地以布局在低景觀安全格局為主，占用耕地、水域、林地規模較高；基本保障情景下，模擬新增的城鎮建設用地主要布局在中景觀安全格局區域，較慣性發展情景占用耕地規模增加，占用水域、林地規模減少；與慣性發展情景、基本保障情景相比，最優保護情景下占用耕地規模略高但集中于高景觀安全格局區，新增占用水域規模、林地規模降低。②不同情景下的景觀格局也存在差異，慣性發展情景下，景觀格局變化一定程度有利于促進城鎮化發展，但不利于耕地機械化生產，影響林地、水域生態服務功能；基本保障情景下，景觀格局變化一定程度上有利于城鄉社會經濟發展，對非人工景觀的破壞程度較慣性發展情景降低；最優保護情景下，景觀格局變化更有利于區域社會、經濟及生態發展。③慣性發展情景下，應適當規劃生態基礎設施，嚴格劃定永久性基本農田；基本保障情景下，應充分發揮景觀安全格局的生態底線功能，引導城鎮建設用地合理開發與布局；最優保護情景下，可通過存量建設用地挖潛等措施提高土地集約利用水平。

城鎮建設用地；景觀安全格局；ANN-CA模型；多情景預測

改革開放以來，我國工業化與城鎮化快速推進，作為社會經濟發展的重要載體，城鎮建設用地擴張十分迅速，且外延擴張特征明顯[1]，導致耕地、水域、林地等重要的生態服務型景觀被侵占，區域生態安全面臨嚴重威脅[2-3]。城鎮建設用地擴張模擬可通過一定模型或技術手段，對未來的城鎮建設用地時空發展進行擬合，能為城鎮建設用地管理與調控提供決策支持，是城鎮建設用地擴張研究的重要內容[4]。如何在生態保護的限制條件下，合理模擬城鎮建設用地擴張空間布局，是實現土地利用結構優化調整、保障區域可持續發展的重要議題[5]。

近年來，伴隨“反規劃”理論的提出，從生態保護視角探索新增城鎮建設用地模擬配置方案成為當前學術界研究的熱點[6]。其中，構建生態安全格局作為區域生態環境的基本保障和重要途徑，成為指導城鎮建設用地有序擴張的重要依據[7]。學者們針對生態安全格局的概念、理論基礎、構建原則與方法等展開了大量研究[8-9]。俞孔堅等學者[10-12]以景觀格局與過程的相互作用機制為核心，建立了以生態基礎設施為基礎的景觀安全格局，進一步優化了生態安全格局構建的理論基礎與方法，并應用于城市生態底線劃定、城市增長預警、城鄉統籌發展等方面，為城鎮建設用地的科學管控與精明增長提供了重要的科學依據[7,13]。同時，現有研究中常用的城鎮建設用地擴張模擬模型主要包括元胞自動機(CA)模型、人工神經網絡(ANN)模型、馬爾科夫(Markov)模型、系統動力學(SD)模型、CLUE-S模型、灰色系統分析模型等[14]。其中，CA模型是近年來新興的土地利用結構預測方法，具有較強的空間分析與表達能力，成為城鎮建設用地擴張模擬的主流方法[15]，但由于CA模型無法反映元胞狀態、轉換規則及鄰域元胞特征，而降低了模擬精度[16]，黎夏和葉嘉安[17]結合ANN模型，進一步構建了神經網絡-元胞自動機(ANN-CA)模型，利用神經網絡訓練獲取土地利用變化規則，替代CA模擬過程中的人工參數設置，提高了傳統CA模型的模擬精度，被逐漸運用于城鎮建設用地模擬與預測研究中。現有研究基于景觀安全格局指導城鎮建設用地配置時，僅應用于建設用地管制區的劃定，對城鎮建設用地配置的指導精度不足[7]；在應用ANN-CA模擬城鎮建設用地擴張時，城鎮建設用地可拓元胞空間的設定缺乏劃定依據，且城鎮建設用地擴張的影響因子多通過主觀判斷選擇常見的空間影響因子，較少通過系統的理論分析選擇適當的影響因子[4]，一定程度上降低了城鎮建設用地擴張模擬的合理性。

揚州市地處江蘇省中部，長江下游北岸，江淮平原南端，是南京都市圈和長三角城市群城市。境內水系發達，林地眾多，自然環境優越，是我國東部典型的生態型城市。作為中國最具活力的長江三角洲經濟圈重要節點城市，揚州市交通便利，連結蘇南、皖北，輻射蘇北腹地，社會經濟發展迅速，城鎮建設用地擴張十分迅速，并侵占了大量耕地和生態用地，極易引發區域糧食產量降低、河湖調蓄能力減弱、水土流失加劇、游憩空間壓縮等問題。在當前“多規合一”的規劃要求下，揚州市社會經濟發展、生態保護等規劃的多目標沖突明顯。

因此，本文以揚州市為例，以2005年、2013年土地利用變更數據為訓練數據，借助ANN-CA模型，基于景觀安全格局劃定不同情景的元胞空間，結合供求理論挑選城鎮建設用地擴張影響因子，進行多情景的城鎮建設用地擴張模擬，并利用城鎮建設用地轉移矩陣與景觀格局指數分析2013—2020年的模擬結果，以期為新一輪土地利用總體規劃提供科學依據，協調經濟發展與資源環境保護的關系，實現區域可持續發展[7,18]。

1 研究方法

1.1 基于生態服務價值維護的景觀安全格局構建

生態系統服務是生態系統與生態過程中形成的維護人類生存與發展的自然效用。千年生態系統評估(millennium ecosystem assessment，EMA)將生態系統服務功能主要劃分為供給功能、調節功能、支持服務、文化服務4大方面，結合研究區社會經濟發展特征及景觀特征，需要重點維護的生態服務可歸納為糧食安全、防洪安全、生物保護、游憩景觀保護[8, 19]，因此構建糧食安全格局、防洪安全格局、生物保護安全格局、游憩安全格局，均劃分為低、中、高3個等級。其中，構建糧食安全格局時，將距離基本農田0 ~ 500、500 ~ 800、＞800 m作為糧食安全格局的低、中、高水平區域[20-21]；防洪安全格局利用“無源淹沒”方法[22]，建立五十年一遇(8.85 m)、二十年一遇(6.36 m)、十年一遇(5.69 m)的洪水風險級別下的淹沒格局，同時構建以水庫水面、河流湖泊、內陸灘涂等具有調蓄功能的水域為源地的蓄洪格局，疊加淹沒格局與蓄洪格局，建立區域防洪安全格局，并劃分為低、中、高3個等級；生物保護安全格局構建時，選擇白鷺(候鳥)和灰喜鵲(留鳥)作為研究區指示性物種[23]，分別采用生境適宜性評價法和阻力面分析法確定其生境安全格局[7]，利用疊加分析與自然斷點法，構建低、中、高3級生物保護安全格局；將域內水體、灘涂、風景名勝、鄉土文化遺產作為構建區域游憩安全格局的源地[7]，采用最小阻力模型與自然段點法，構建低、中、高3個等級的區域游憩安全格局[24]。利用“木桶原理”疊加各評價單元的各類型景觀安全格局水平，綜合取低后得到研究區綜合景觀安全格局。

1.2 基于供求理論的城鎮建設用地擴張影響因子選擇

土地資源作為一種“特殊商品”，在市場運行過程中必然受供求關系制約，其時空配置符合供求理論的內在規律[25-26]。因此，城鎮建設用地開發不僅受區域供給能力的制約，也受社會經濟發展需求的影響，其規模是土地供給與需求相互作用下的動態均衡。土地供給分為自然供給與經濟供給兩種形式，城鎮建設用地以無彈性的自然供給為基礎，以經濟供給為主，受本底條件、技術水平、區位條件、土地利用集約化程度等條件制約，而政府擁有城鎮土地所有權和實際上的集體土地開發權，因此城鎮建設用地供給還受政府宏觀調控行為約束。同時，伴隨社會經濟快速發展，人口增長與經濟發展需要更多生活與生產空間，促使城鎮建設用地需求量不斷增長。有限的城鎮建設用地供給與不斷增長的需求之間依托供求關系，通過市場運行機制的調節作用，最終決定區域的城鎮建設用地時空配置特征[26]。因此，應從城鎮建設用地供給與需求角度，挑選城鎮建設用地擴張影響因子(表1)。供給要素中，選取坡度測度區域本底條件，城鎮建設用地宜布局在地勢平坦地區，坡度越高，越不利于城鎮建設用地擴張[27]；選擇代表技術投入水平的R&D經費內部支出作為衡量區域技術水平的指標[28]；選擇到市中心距離與交通通達度作為衡量區位條件的指標[26]；選擇地均固定資產投資作為衡量土地集約程度的指標[29-30]；選擇土地出讓收入作為衡量地方政府管控城鎮建設用地擴張的政策制度的重要指標。需求要素中，選擇城鎮人口規模作為衡量人口增長的指標[31]，選擇二、三產業增加值作為衡量經濟發展水平的重要指標[26, 31-32]。

表1 城鎮建設用地擴張影響因子表

1.3 基于ANN-CA模型的多情景城鎮建設用地擴張模擬

ANN-CA由模型糾正(訓練)與模擬兩大獨立模塊組成， ANN-CA模型運行主要包括確定元胞與元胞空間、設定訓練與模擬參數等步驟[17, 33]。

1) 元胞與元胞空間：本研究基于ANN-CA模型，耦合地理信息系統(GIS)平臺，以揚州市全域土地利用現狀圖為底圖，確定30 m × 30 m的柵格單元為元胞，每個元胞代表的土地面積為0.9 km2；根據《土地利用現狀分類》(GB/T201010—2007)，結合揚州市土地利用特征[34-36]，將研究區劃分為耕地、林地、草地、水域、城鎮建設用地、農村居民點、交通用地、未利用地8類景觀，因此有8種類型的元胞。元胞空間即城鎮建設用地可擴張空間，根據景觀安全格局構建結果，設定基于慣性發展情景、基本保障情景、最優保護情景下的元胞空間(表2)。

表2 不同模擬情景下的元胞空間

2) 訓練與模擬參數設定：ANN-CA模型設置2005年、2013年土地利用變更數據為訓練初始年數據與終止年數據，輸入城鎮建設用地影響因子，并設置輸入層為17個神經元，對應8項影響城鎮建設用地擴張的影響因子、8項鄰域空間內的其他景觀類型數量信息和1個當前元胞景觀信息；3層神經網絡隱藏層的神經元數目至少為輸入層神經元數目的2/3，設定為12；輸出層包括8個輸出項，分別對應不同景觀類型的訓練概率[36]。由于遍歷所有數據耗時較長且難以收斂，需對數據做抽樣處理，設定抽樣比例為5%，其中訓練集比例為80%，驗證集比例為20%，學習速率設為0.05，迭代次數達500次時訓練終止[37-38]。根據《揚州市土地利用總體規劃(2006—2020)》中新增城鎮建設用地指標，確定2013—2020年新增城鎮建設用地4 097.76 hm2，模擬2020年不同情景下的不同元胞空間內新增城鎮建設用地空間布局。

1.4 基于景觀格局指數的模擬結果分析

景觀格局指數通過構建數學模型測度區域景觀格局信息，可高度體現區域景觀格局信息，充分表達研究區景觀結構組成或重建配置情況，景觀水平與景觀類型水平的景觀格局指數具有重要的生態意義[39-40]。破碎化、連通性、景觀形態是區域主要景觀類型的代表性景觀特征，而景觀多樣性是景觀水平具有重要生態意義的景觀指數[41-42]。城鎮建設用地擴張侵占其他景觀類型空間，改變地表形態，必然導致景觀類型的破碎度、連通性、形態發生變化，造成景觀多樣性發生變化，進而影響生態過程與功能。其中，景觀破碎化是導致城市生物多樣性喪失的重要原因，耕地、農村居民點、城鎮建設用地等人類生活、生產型的人工景觀破碎化，會導致區域規模經營受阻，影響社會、經濟發展。景觀破碎化可通過NP(斑塊數量)測度，NP越大破碎度越高[39, 43]。景觀連通性是景觀實現其生態與生產功能的重要前提，可通過AI(聚集度指數)測度，AI越高連通性越強[39, 44]。景觀形態越規則，證明人類改造景觀的力度越強，景觀形態對不同景觀類型的作用不同；對于林地、水域、草地等生態型的非人工景觀，其景觀形態越復雜，越有利于保護生境內的生物多樣性；但如耕地、農村居民點、城鎮建設用地等人工景觀，景觀形態越規則，越有利于大規模的生產活動。景觀形態通過LSI(斑塊形狀指數)測度，LSI越小景觀越規則[39, 45]。景觀多樣性是影響區域生態系統穩定性的重要因素；研究區內景觀類型越豐富，越有利于基因多樣性的保護與維持；景觀多樣性可通過SIEI(辛普森多樣性指數)測度，SIEI越大景觀多樣性越強[39, 46]。由于研究區草地、未利用地面積較小，交通用地為線狀景觀，因此本文僅分析城鎮建設用地、農村居民點、耕地、林地、水域的景觀格局特征。

2 數據來源及處理

2.1 數據來源

城鎮建設用地擴張影響因子中，坡度數據取自揚州市DEM 圖，距市中心距離、交通通達度等空間數據取自揚州市2013年土地利用現狀圖；R&D經費內部支出、土地出讓收入、城鎮人口數量、固定資產投資額、二三產業增加值等社會經濟數據來源于2006—2014年《揚州市統計年鑒》及各區(縣、市)統計年鑒。

2.2 數據處理

本文以30 m × 30 m的柵格為基本評價單元，借助ArcGIS10.2構造區域景觀安全格局。城鎮建設用地擴張影響因子中的空間數據通過ArcGIS10.2的空間分析功能得到各柵格的評價指標值，社會經濟數據以行政村作為數據載體，利用克里金線性插值對柵格單元進行指標賦值。通過GEOSOS插件實現城鎮建設用地ANN-CA模型的建立、訓練與模擬。景觀格局指數利用FRAGSTATS4.2 測算得到。

3 結果分析

3.1 研究區景觀安全格局

景觀安全格局構建結果表明(圖1)，研究區低景觀安全格局區面積456 509.07 hm2，占景觀安全格局構建區域總面積的75.76%，是景觀安全格局的“核心區”，是區域發展中不可逾越的生態底線，應嚴禁城鎮建設用地開發等對景觀生態破壞的人類活動。中景觀安全格局區面積113 765.72 hm2，占景觀安全格局構建區域總面積的18.88%，是包圍在低安全水平區外的“緩沖區”，具有較為豐富的景觀生態服務功能，生態系統干擾后恢復期較短、抗干擾能力較強，需限制城鎮建設用地開發活動。高景觀安全格局區面積32 297.90 hm2，占景觀安全格局構建區域總面積的5.36%，保障了最豐富的景觀生態服務功能；域內生態系統抗干擾能力最強，能長期保持穩定、健康，可宜時宜地的進行城鎮建設用地開發。

圖1 揚州市景觀安全格局

3.2 研究區城鎮建設用地擴張多情景模擬

根據輸入數據與參數開展訓練，迭代30次時，模擬精度達74.38%，滿足訓練精度要求[37]。迭代次數達500時，訓練終止，輸出各景觀類型轉換概率(圖2)。基于訓練結果，輸入不同情景條件下的元胞空間，得到研究區2013—2020年3種城鎮建設用地模擬配置結果。

圖2 ANN-CA模型訓練收斂圖

3.2.1 不同情景下新增占用其他景觀規模分析 慣性發展情景下(表3)，2020年模擬新增城鎮建設用地以布局在低景觀安全格局區為主，占擴張總量的59.51%，僅31.55%、8.94% 位于中、高景觀安全格局區域。城鎮建設用地擴張占用其他景觀類型面積由多到少依次為農村居民點、水域、交通用地、耕地、林地、草地、未利用地，一定程度上推動了農村居民點整理，但對研究區糧食安全造成極大威脅，具有重要生態服務價值的景觀被城鎮建設用地大量占用，對防洪安全、生物保護安全、游憩安全造成極大影響，不利于境內生態系統的維護與發展。

基本保障情景下，2020年模擬新增城鎮建設用地以布局在中景觀安全格局為主，占擴張總量的68.64%，與慣性發展情景相比，高景觀安全格局內的新增城鎮建設用地占比增至31.36%，有利于減少人類活動對生態源地的影響。城鎮建設用地擴張占用其他景觀類型規模由多到少依次為農村居民點、耕地、交通用地、水域、林地、草地、未利用地。城鎮建設用地擴張占用水域比例為12.34%，比慣性發展情景減少了25.68%，林地被占用比例降低了0.74%，有利于減少人類活動對生態敏感區的影響。

最優保護情景下，2020年城鎮建設用地擴張占用其他景觀類型的規模由高到低依次為農村居民點、耕地、交通用地、水域、林地、未利用地、草地。與慣性發展情景、基本保障情景相比，農村居民點依舊是城鎮建設用地擴張的主要供給來源，有利推進城鎮化進程、統籌城鄉發展。擴張占用耕地規模為總量的18.15%，但集中于高安全格局區，對糧食安全影響較小。與慣性發展情景、基本保障情景相比，擴張占用水域比例降低了30.91%、5.23%，占用林地比例降低了1.41%、0.67%，可極大保障區域生態系統穩定發展。由于未利用地、草地面積相對較少，交通運輸用地分布較為均勻，因此城鎮建設用地擴張占用這3種景觀的規模在不同情景模擬中差距不大。

表3 不同情景模擬下研究區2020年城鎮建設用地擴張占用其他景觀規模(hm2)

3.2.2 不同情景下的景觀格局分析 慣性發展情景下，2020年各景觀指數與2013年相比(表4)，景觀多樣性下降，不利于生物多樣性保護。城鎮建設用地與農村居民點均表現為NP減少，LSI降低，AI增加，有利于城鎮經濟發展和農村居民點整理。耕地NP增加，LSI變高，AI下降，不利于耕地機械化生產，影響糧食產量。林地NP略有升高，LSI略有增加，AI降低，極易導致生物多樣性喪失。水域景觀的NP增加，LSI減小，AI變化不大，不利于區域水土保持與生物多樣性保護。該情境下，雖一定程度上有利于城鄉社會經濟發展，但影響耕地生產功能，破壞水域、林地等景觀生態功能。

基本保障情景下，2020年各景觀指數與2013年相比(表4)，SIEI不變，景觀多樣性未降低，一定程度上避免生物多樣性的繼續減少，有利于境內物種繁衍生存與區域社會經濟發展。城鎮建設用地、農村居民點景觀格局變化趨勢與慣性發展情景一致，但破碎度更低，規則化更明顯，連通性更強，更有利于城鄉發展。耕地景觀格局指數較2013年變化程度較小，能保障耕地糧食供給功能不繼續降低。林地各景觀格局指數變化趨勢與慣性發展情景一致，但不規則程度與連通性較后者增強，生態服務功能破壞減小。水域不規則程度與連通性較慣性發展情景增強，更有利于水域資源的保護。基本保障情境下，一定程度上有利于城鄉社會經濟發展，對非人工景觀的破壞程度較慣性發展情景降低。

最優保護情景下，2020年各景觀指數與2013年相比(表4)，SIEI未有明顯變化，區域景觀多樣性得到保護。城鎮建設用地、農村居民點景觀格局變化趨勢較另外兩種情景更明顯，表現為破碎度最低，規則化最強，連通性最高，更有利于社會、經濟發展。耕地NP降低，LSI變小，AI未減少，耕地景觀的供給服務功能得到優化。林地NP降低，LSI增加幅度較大，AI降低幅度較小，保證林地景觀生態服務功能不持續減弱，有利于生境內部生態環境的改善與生物多樣性的增加。水域NP減少，LSI略有降低，AI增加，各景觀特征與慣性發展和基本保障情景相比，均有利于水域景觀生態服務功能的維護。因此，較慣性發展情景和基本保障情景，最優保護情景下更有利于區域社會、經濟及生態發展。

表4 不同情景模擬下研究區2020年的景觀格局指數

慣性發展情景下，城鎮建設用地擴張不受景觀安全格局約束，可拓展空間充足，但對生態安全造成嚴重的不利影響；應適當規劃生態與自然保護區，合理布局防洪、防澇等基礎設施，嚴格劃定永久性基本農田，嚴禁建設占用；優先滿足第三產業、對生態環境擾動較小的第二產業用地需求，增強土地集約化水平，避免城鎮建設用地擴張對生態環境造成不可逆影響。基本保障情景下，城鎮建設用地擴張受生態底線約束，可拓展空間有限，保障了生態系統的基本安全；應充分發揮景觀安全格局的生態底線功能，融合糧食安全、防洪、生物保護、游憩景觀安全格局的生態隔離作用，引導城鎮建設用地合理開發與布局；加快經濟結構轉型，降低對城鎮建設用地規模經濟的依賴，減少對生態系統的破壞。最優保護情景下，城鎮建設用地擴張以生態安全為優先，生態環境得到較好保護，但城鎮建設用地可拓展空間較小，占用耕地規模較高；可通過盤活存量建設用地、增加單位土地投入、升級科學技術水平等方式提高土地集約利用水平，同時依托“占補平衡”“增減掛鉤”等政策，加強耕地保護力度，避免糧食安全受損。對比分析表明，最優保護情景城鎮建設用地分布、占用其他景觀規模、區域景觀格局變化等均優于基本保障情景，而慣性發展情景最差。因此，政府應充分考慮本區域內的社會、經濟、生態條件，避免采用慣性發展情景，選擇性實施基本保障情景，盡可能實現最優保護情景。

4 結論

本文以揚州市為例，以2005年、2013年土地利用變更數據為訓練數據，基于景觀安全格局劃定不同情景的元胞空間，結合供求理論挑選城鎮建設用地擴張影響因子，借助ANN-CA模型進行多情景的城鎮建設用地擴張模擬，并利用城鎮建設用地轉移矩陣與景觀格局指數分析2013—2020年的模擬結果，研究結果表明：

1) 不同情景下的城鎮建設用地擴張占用其他景觀規模分析結果表明：①慣性發展情景下，模擬新增城鎮建設用地以布局在低景觀安全格局區為主，占用農村居民點占新增總量的最多，占用耕地、水域、林地較高，對研究區景觀生態安全造成極大危害；②基本保障情景下，模擬新增城鎮建設用地以布局在中景觀安全格局為主，占用水域、林地規模比慣性發展情景減少了25.68% 與0.74%，有利于減少人類活動對生態敏感區的影響；③最優保護情景與慣性發展情景、基本保障情景相比，占用水域比例較慣性發展情景、基本保障情景降低了30.91%、5.23%，占用林地比例降低了1.41%、0.67%，極大保障了區域生態系統穩定發展。

2) 不同情景下2020年的區域景觀格局與2013年相比存在差異：①慣性發展情景下，景觀多樣性下降，城鎮建設用地、農村居民點景觀格局有利于促進城鎮化發展，耕地景觀格局變化不利于耕地機械化生產，林地、水域的景觀格局變化影響其生態服務功能；②基本保障情景下，景觀多樣性未降低，一定程度上有利于城鄉社會經濟發展，對非人工景觀的破壞程度較慣性發展情景降低；③最優保護情景下，景觀多樣性未降低，較另外兩種情景，更有利于區域社會、經濟及生態發展。

3) 慣性發展情景下，應適當規劃生態與自然保護區，合理布局防洪、防澇等基礎設施，嚴格劃定永久性基本農田，嚴禁建設占用；優先滿足第三產業及對生態環境擾動較小的第二產業用地需求，增強土地集約化水平，避免城鎮建設用地擴張對生態環境造成不可逆影響。基本保障情景下，應充分發揮景觀安全格局的生態底線功能，融合防洪、水土保持、生物保護、游憩景觀安全格局的生態隔離作用，引導城鎮建設用地合理開發與布局；加快經濟結構轉型，降低對城鎮建設用地規模經濟的依賴，減少對生態系統的破壞。最優保護情景下，可通過盤活存量建設用地挖潛、增加單位土地投入、升級科學技術水平等方式提高土地集約利用水平，同時加強耕地保護力度，避免糧食安全受損。政府應充分考慮本區域內的社會、經濟、生態條件，避免采用慣性發展情景，選擇性實施基本保障情景，盡可能實現最優保護情景。

[1] 楊楊, 吳次芳, 韋仕川, 等. 中國建設用地擴展的空間動態演變格局——基于EBI和EBIi的研究[J]. 中國土地科學, 2008, 22(1): 23–31

[2] 翟騰騰, 郭杰, 歐名豪. 基于相對資源承載力的江蘇省建設用地管制分區研究[J]. 中國人口·資源與環境, 2014, 24(2): 69–75

[3] Karen C S, Güneralp B, Hutyra L R. Global forecasts of urban expansion to 2030 and direct impacts on biodiversity and carbon pools[J]. PNAS, 2012,109(40): 16083–16088

[4] 陳偉強, 潘元慶, 馬月紅, 等. 基于約束性CA模型的城市開發邊界劃定方法[J]. 農業工程學報, 2017, 33(4): 278–284

[5] 吳巍, 周生路, 魏也華, 等. 中心城區城市增長的情景模擬與空間格局演化——以福建省泉州市為例[J]. 地理研究, 2013, 32(11): 2041–2054

[6] 馬世發, 艾彬. 基于地理模型與優化的城市擴張與生態保護二元空間協調優化[J]. 生態學報, 2015, 35(17): 5874–5883

[7] 王思易, 歐名豪. 基于景觀安全格局的建設用地管制分區[J]. 生態學報, 2013, 33(14): 4425–4435

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

[9] 黎曉亞, 馬克明, 傅伯杰, 等. 區域生態安全格局:設計原則與方法[J]. 生態學報, 2004, 24(5): 1055–1062

[10] 俞孔堅, 王思思, 李迪華, 等. 北京城市擴張的生態底線——基本生態系統服務及其安全格局[J]. 城市規劃, 2010(2): 19–24

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

[12] 俞孔堅, 李迪華, 韓西麗, 等. 新農村建設規劃與城市擴張的景觀安全格局途徑——以馬崗村為例[J]. 城市規劃學刊, 2006(5): 38–45

[13] 張利, 周亞鵬, 門明新, 等. 基于不同種類生態安全的土地利用情景模擬[J]. 農業工程學報, 2015, 31(5): 308– 316

[14] 傅伯杰, 陳利頂, 馬克明, 等. 景觀生態學原理及應用. 北京: 科學出版社, 2011

[15] 高玉宏, 張麗娟, 李文亮, 等. 基于空間模型和CA的城市用地擴展模擬研究——以大慶市為例[J]. 地理科學, 2010, 16(5): 723–727

[16] 張翔, 鄧志民, 李丹, 等. 漢江流域土地利用/覆被變化的水文效應模擬研究[J]. 長江流域資源與環境, 2014, 23(10): 1449–1455

[17] 黎夏, 葉嘉安. 基于神經網絡的單元自動機CA及真實和優化的城市模擬[J]. 地理學報, 2002, 57(2): 159–166

[18] 范樹平, 劉友兆, 程從坤, 等. 巢湖流域土地利用效益測度與綜合判定[J]. 土壤, 2017, 49(4): 838–845

[19] 謝高地, 甄霖, 魯春霞, 等. 一個基于專家知識的生態系統服務價值化方法[J]. 自然資源學報, 2008, 23(5): 911–919

[20] 薛東前, 王傳勝. 城市群演化的空間過程及土地利用優化配置[J]. 地理科學進展, 2002, 21(2): 95–102

[21] 呂曉, 黃賢金, 鐘太洋, 等. 土地利用規劃對建設用地擴張的管控效果分析——基于一致性與有效性的復合視角[J]. 自然資源學報, 2015, 30(2): 177–187

[22] 孫君, 奚賽英, 尤迪, 等. 基于ArcGIS的洪水淹沒分析與三維模擬[J]. 城市地質, 2012, 7(3): 31–33

[23] 胡望舒, 王思思. 基于焦點物種的北京市生物保護安全格局規劃[J]. 生態學報, 2010, 30(16): 4266–4276

[24] 俞孔堅, 喬青, 李迪華, 等. 基于景觀安全格局分析的生態用地研究——以北京市東三鄉為例[J]. 應用生態學報, 2009, 20(8): 1932–1939

[25] 黃京鴻, 刁承泰. 重慶市城市用地供需狀況研究[J]. 經濟地理, 2003, 23(4): 504–507

[26] 劉書楷, 曲福田. 土地經濟學[M]. 北京: 中國農業出版社, 2002: 30–39

[27] 彭博, 石黃磊. 武漢市工業用地生態適宜性評價[J]. 中國土地科學, 2012, 26(2): 74–78

[28] 姜海, 曲福田. 縣域建設用地集約水平影響因素計量分析——以江蘇省為例[J].中國土地科學, 2008, 22(8): 6-12

[29] 梁華, 馬小剛. 土地供給制度、經濟增長與宏觀調控——基于文獻研究[J]. 生態經濟, 2010(1): 20–24

[30] 孔偉, 郭杰, 歐名豪. 不同經濟發展水平下的建設用地集約利用及區域差別化管控[J]. 中國人口·資源與環境, 2014, 24(4): 100–106

[31] 馬建華, 李燦, 陳云增. 土地利用與經濟增長對城市土壤重金屬污染的影響——以開封市為例[J]. 土壤學報, 2011, 48(4): 743–750

[32] 劉瓊, 佴伶俐, 歐名豪, 等. 基于脫鉤情景的中國建設用地總量管控目標分析[J]. 南京農業大學學報(社會科學版), 2014(2): 80–85

[33] 黎夏, 葉嘉安. 約束性單元自動演化CA模型及可持續城市發展形態的模擬[J]. 地理學報, 1999, 54(4): 289–298

[34] 高金龍, 陳江龍, 袁豐, 等. 南京市區建設用地擴張模式、功能演化與機理[J]. 地理研究, 2014, 33(10): 1892– 1907

[35] 王偉武, 金建偉, 肖作鵬, 等. 近18年來杭州城市用地擴展特征及其驅動機制[J]. 地理研究, 2009, 28(3): 685– 695

[36] 趙婷婷, 張鳳榮, 安萍莉, 等. 北京市順義區建設用地擴展的空間分異[J]. 資源科學, 2008, 30(10): 1517–1524

[37] 黎夏. 地理模擬系統:元胞自動機與多智能體[M]. 北京: 科學出版社, 2007

[38] 黎夏. 智能式GIS與空間優化[M]. 北京: 科學出版社, 2010

[39] 鄔建國. 景觀生態學: 格局、過程、尺度與等級[M]. 2版. 北京: 高等教育出版社, 2007

[40] 黃木易, 岳文澤, 等. 杭州市區土地利用景觀格局演變及驅動力分析[J]. 土壤, 2012, 44(2): 326–331

[41] 鄔建國. 景觀生態學——概念與理論[J]. 生態學雜志, 2000, 19(1): 42–52

[42] 陳利頂, 劉洋, 呂一河, 等. 景觀生態學中的格局分析:現狀、困境與未來[J]. 生態學報, 2008, 28(11): 5521–5531

[43] 白元, 徐海量, 劉新華, 等. 塔里木河干流耕地動態變化及其景觀格局[J]. 土壤學報, 2013, 50(3): 492–500

[44] 禹樸家, 徐海量, 喬木, 等. 瑪納斯河流域土壤類型空間分布格局分析[J]. 土壤學報, 2010, 47(6): 1050–1059

[45] 張樂, 王觀湧, 霍習良, 等. 基于適宜粒度的曹妃甸新區土地利用景觀格局分析[J].土壤, 2014, 46(6): 1149– 1156

[46] 劉世梁, 楊玨婕, 安晨, 等. 基于景觀連接度的土地整理生態效應評價[J]. 生態學雜志, 2012, 31(3): 689– 695

Multi-scenario Simulation of Urban Construction Land Expansion Based on Landscape Security Pattern—— A Case of Yangzhou City

MENG Lin1, GUO Jie1,2,3, OU Minghao1,2,3*, Li Kunpeng4

(1 College of Land Management, Nanjing Agricultural University, Nanjing 210095, China; 2 Center of Urban- rural Joint Development and Land Management Innovation, Nanjing 210095, China; 3 State and Local Joint Engi-neering Research Center of Rural Land Resources Utilization and Consolidation, Nanjing 210095, China; 4 Shunjing Community Committee of Daming Lake Street, Jinan 250011, China)

Multi-scenario simulating the expansion of urban construction land is beneficial to the realization of the optimal allocation of land resources and the sustainable development of the region. Taking Yangzhou City as an example, taking the land use change datum of 2005 and 2013 year as training datum, this paper simulates the expansion trend of urban construction land based on ANN-CA model, analyzes the advantages and disadvantages of each simulated scenario by using land transfer matrix for urban construction and landscape pattern index of 2013—2020 year. The results indicate: 1) The scales of other landscape occupied by the expansion of urban construction are different in different scenarios, but rural settlement is occupied most in each scenario. In the inertial development scenario, the new urban construction land is mainly clustered in the region with low landscape security pattern, and occupies more arable land, waters and woodland. In the basic security scenario, the new urban construction land is mainly distributed in the region with middle landscape security pattern. Compared to the inertial development scenario, it occupies more arable land but less waters and woodland. The optimal protection scenario occupies more arable land but less waters and woodland compared with the inertial development scenario and the basic security scenario, but mainly concentrates in the region with high landscape security pattern. 2) Landscape patterns are different in the three scenarios. In the inertial development scenario, landscape pattern change is conducive to the development of urbanization, but adverse to the mechanized production of arable land and the ecological service functions of woodland and waters. In the basic security scenario, landscape pattern change is beneficial to the social and economic development of urban and rural areas to a certain extent, and damages less to waters and woodland than the inertial development scenario. In the optimal protection scenario, landscape pattern change is more conducive to the regional social, economic and ecological development. 3) In the inertial development scenario, the ecological infrastructure should be planned properly and the permanent basic farmland should be delimited strictly. In the basic security scenario, the government should give full play to the ecological bottom line function of the landscape security pattern and guide the rational development and layout of the urban construction land. In optimal protection scenario, the government should improve the level of intensive land use by exploitering the stock construction land and so on.

Urban construction land; Landscape security pattern; ANN-CA model; Multi-scenario simulation

國家自然科學基金項目(71774086；71774085)，江蘇高校哲學社會科學優秀創新團隊項目(2015ZSTD004)和江蘇省普通高校學術學位研究生創新計劃項目(KYLX15_0540)資助。

(mhou@njau.edu.cn)

孟霖(1988—)，女，山東濟南人，博士研究生，主要研究方向為土地利用規劃與管理。E-mail: 465545167@qq.com

10.13758/j.cnki.tr.2018.05.024

F301.2

A