基于GeoSOS-FLUS模型的河北省土地利用景觀格局模擬

王雪然 潘佩佩 王曉旭 王曉萌

摘要： 揭示土地利用景觀格局演變特征，不僅有助于明確其與自然、人類活動影響因素的關系，還可為當前國土空間規劃及生態文明建設提供依據。本研究以面臨新發展機遇的河北省為研究區，利用GeoSOS-FLUS模型模擬2030年土地利用情況，基于景觀生態學軟件Fragstats探討區域景觀格局演變態勢。結果表明：（1）在模擬結果層面，河北省未來建設用地占比增至11.94%，林地、草地面積略有增加，耕地、水域和未利用地占比降至46.35%、2.62%、0.71%， Kappa系數和FoM系數的計算結果均說明GeoSOS-FLUS模型的模擬結果具有較高可信度。（2）在景觀格局層面，耕地平均斑塊面積下降明顯，林地、建設用地優勢度提升，草地、水域被不斷分割;區域整體蔓延度指數降低，分裂指數由1990年的9.37增至2020年的12.71，景觀格局變化具有空間異質性。在現行土地政策機制下，2030年景觀格局雖向良性態勢發展，但依然面臨建設用地無序擴張，耕地破碎化嚴重等問題。本研究結果對于合理規劃、高效利用土地資源，平衡經濟發展和土地利用具有重要的現實意義。

關鍵詞： GeoSOS-FLUS模型;模擬預測;景觀格局;河北省

中圖分類號： K903 文獻標識碼： A 文章編號： 1000-4440（2021）03-0667-09

Simulation of landscape pattern for land use in Hebei province based on GeoSOS-FLUS model

WANG Xue-ran1，2，3， PAN Pei-pei1，2，3， WANG Xiao-xu4， WANG Xiao-meng1，2，3

（1.College of Resources and Environmental Sciences， Hebei Normal University， Shijiazhuang 050024， China;2.Hebei Technology Innovation Center for Remote Sensing Identification of Environmental Change， Shijiazhuang 050024， China;3.Hebei Key Laboratory of Environmental Change and Ecological Construction， Shijiazhuang 050024， China;4.Planning and Construction Bureau of Hebei Xiongan New Area Management Committee，Xiongan 071799，China）

Abstract： Revealing the evolution characteristics of landscape pattern for land use can not only help to clarify its relationship with the influencing factors of nature and human activities， but can also provide basis for current territorial space planning and ecological civilization construction. This study took Hebei province， which was facing new development opportunities， as the research area， and used GeoSOS-FLUS model to simulate its land use situation in 2030. The research was based on the landscape ecology software Fragstats to discuss the evolution of regional landscape pattern. The results showed that the proportion of future construction land in Hebei province increased to 11.94%， the area of woodland and grassland increased slightly， and the proportion of cultivated land， water area and unused land decreased to 46.35%， 2.62%， 0.71%， respectively. Both Kappa coefficient and FoM coefficient showed that the reliability of GeoSOS-FLUS model simulated results was high. From landscape pattern aspect， the average patch area of cultivated land had dropped significantly， advantages of forest land and construction land were improved， grassland and waters were continuously divided. The overall regional spreading index decreased， and the split index increased from 9.37 in 1990 to 12.71 in 2020. The space difference of landscape pattern changes was significant. Under the current land policy mechanism， although the landscape pattern for 2030 developed in a positive trend， it still faced problems such as disorderly expansion of construction land and serious fragmentation of cultivated land. These results have practical significance for rational planning and efficient use of land resources as well as balancing economic development and land use.

Key words： GeoSOS-FLUS model;simulated prediction;landscape pattern;Hebei province

隨著社會經濟的快速發展，土地利用矛盾日益突出[1]，關于土地利用變化的研究成為國際熱點課題之一[2]。景觀格局是景觀形成因素和景觀生態過程共同作用的結果[3]，其演化過程和生態特征的分析結果可應用于國土空間規劃與治理[4]。未來土地利用模擬預測可增強景觀生態以及國土空間規劃的前瞻性[5]，土地利用變化模型則為模擬預測提供了技術支持。

以往國內外針對土地利用景觀格局的研究，多集中在景觀格局演變的現狀及驅動力分析[6-9]。從研究方法看，多將GIS空間分析與景觀指數相結合，如何華春等[7]借助GIS技術，定量分析了鹽城海岸帶的景觀格局特征，從研究視角看，土地利用景觀時空演變[8]、驅動機制[9]等都有涉及。有學者分析單個地類景觀格局的演變過程，車通等[10]深入剖析揚州市在城市擴張中建設用地景觀格局的演變及驅動機制，以期為建設用地結構優化提供科學依據。有學者指出，明確當前景觀格局演變的過程和機制固然重要，但預測未來土地利用景觀格局的情形具有更重要的科學價值和實踐意義[11]。王明常等[12]以長白山為研究區，基于Matlab平臺，結合地理元胞自動機模型（CA），建立了景觀格局信息模擬與預測模型。張劍等[11]以山東半島海洋經濟帶核心區為研究區域，基于轉移矩陣和CA-Markov模型構建并模擬了該區土地利用的時空動態演變過程。然而，廣泛應用的元胞自動機模型只能模擬單類用地的演變，而耦合CA-Markov模型未能充分考慮土地利用的多因素驅動影響。土地利用模擬領域應用較多的CLUE-S模型對土地類型之間微小轉化的概率考慮不足[13]，增加了模擬的不確定性。Liu等[14]研究出的FLUS模型（Future land use simulation model），成功耦合了系統動力學（SD）與神經網絡CA，能有效處理在自然、人類活動共同作用下的土地轉化概率問題，為深入剖析景觀格局演變提供了有力工具，該模型也已成功應用于多項研究[15-17]。

綜上所述，當前研究多突出土地利用模擬和景觀格局演變的單點研究，結合土地利用模擬結果，預測未來發展下景觀格局變化態勢的研究較少，將景觀格局演變和未來土地利用結構相結合的研究還不夠深入。在京津冀一體化國家重大發展戰略及雄安新區建設不斷推進的背景下，河北省也迎來經濟發展的重要契機，景觀格局變化日益劇烈，如何協調景觀生態保護與經濟發展的關系是當前面臨的重要課題。因而，本研究擬以河北省為研究區，預測未來土地利用景觀格局發展態勢并分析其演變過程，針對研究結果提出土地資源合理利用及景觀格局優化的相關建議，以期為決策者實施國土空間規劃，優化土地利用結構，促進生態環境的可持續發展提供理論基礎和實際參考。

1 材料與方法

1.1 研究區概況

河北省地處中緯度沿海與內陸交接地帶，環抱京津，共轄11個地市（圖1），總面積1.888×105 km2。地勢自西北向東南呈遞減趨勢，是全國地形地貌最為齊全的省份之一。區域內自然地理要素差異大，西北部山地面積約占全省面積的35.0%，生態環境脆弱;東南部平原連片分布，約占全省面積的43.4%，是全國重要的糧食產地。受自然條件及經濟發展水平影響，土地景觀格局演變空間異質性顯著。

1.2 數據來源

地面高程數據來自地理空間數據云（http：//www.gscloud.cn/），土地利用數據（1990年、2000年、2010年）及鐵路、公路、行政區劃等矢量數據來自中國科學院資源與環境數據中心（http：//www.resdc.cn/），以Landsat TM/ETM遙感影像為主要數據源，分辨率為30 m。2020年土地利用數據來自GlobeLand30（http：//www.globeland30.com/GLC30Download/index.aspx）。根據本研究需要，將研究區土地分為耕地、建設用地、林地、水域、草地和未利用地6種類型。

1.3 研究方法

1.3.1 GeoSOS-FLUS模型

1.3.1.1 基于人工神經網絡（ANN）的驅動概率 人工神經網絡是一種為模仿生物大腦神經元結構而設計的智能算法，多用于有多種輸入非線性函數的估計[14]。輸入的驅動因素越多，獲得的結果越準確，也能更好地體現土地類型間的相互作用和競爭關系。土地景觀格局演變受自然因素、社會因素和經濟因素的綜合驅動影響，地形從本質上決定了土地利用類型，交通和社會經濟因子對其有重要影響，因此本研究選取數字高程模型（DEM）、坡向、坡度、人口、GDP、距鐵路距離、距公路距離、距城市中心距離作為演變驅動力因素。結合本研究所需要的數據及模擬的可行性，將分辨率統一為100 m。

1.3.1.2 基于自適應慣性機制的CA模擬 在GeoSOS-FLUS模型中，用地轉化概率既取決于神經網絡輸出的驅動因素概率，還受到表示擴張能力強弱的鄰域密度（公式1）、慣性系數（公式2）、轉換成本以及土地之間競爭的影響，最終確定土地類型轉換的總概率（公式3）。

Ωtp，k=∑N×Ncon（ct-1p=k）N×N-1×wk（1）

式中：Ωtp，k表示領域密度;∑N×Ncon（ct-1p=k）表示在N×N的窗口上，上一次迭代（t-1）結束后第k種用地類型的像元總個數;wk表示各類用地鄰域作用的權重。

Inertiatk=Inertiat-1k if|Dt-2k|≤|Dt-1k|

Inertiat-1k×Dt-2kDt-1k if0>Dt-2k>Dt-1k

Inertiat-1k×Dt-1kDt-2k ifDt-1k>Dt-2k>0（2）

式中：Inertiatk表示第k種用地在迭代時間t上的慣性系數;Dt-1k、Dt-2k分別表示上一次、上兩次迭代時，第k種用地類型像元數與需求數目的差。

TProbtp，k=spp，k×Ωtp，k×inertiatk×（1-scc→k）（3）

式中：TProbtp，k為像元p在迭代次數t時轉化成用地類型k的總概率;spp，k為神經網絡輸出的適宜性概率;Ωtp，k為鄰域作用;inertiatk為第k種用地在迭代時間t上的慣性系數;scc→k為土地利用類型c轉為類型k的成本，1-scc→k表示發生轉化的難易程度。

1.3.1.3 模型精度檢驗 許文寧等[18]認為Kappa系數（公式4）能有效驗證預測模型精度;Pontius等[19]認為品質因數FoM（公式5）常用于模型準確性驗證。GeoSOS-FLUS模型將兩者結合，以增強模擬準確性的科學依據。

Kappa=（p-pe）/（1-pe）（4）

式中：Kappa為Kappa系數;p為總精度;pe=（a1×b1+a2×b2+…+an×bn）/（S×S），其中n為類別數，a1，a2，…，an為真實結果中每一類土地的面積，b1，b2，…，bn為模擬結果中每一類土地的面積，S表示樣本數量。

FoM=B/（A+B+C+D）（5）

式中：FoM表示品質因數;A表示實際發生轉化而模擬未發生轉化的面積;B表示實際和模擬均發生轉化的面積;C表示實際發生轉化，但模擬轉化結果與實際不同的面積;D表示實際無變化，但模擬發生轉化的面積。綜上，河北省土地景觀格局模擬框架示意圖見圖2。

1.3.2 景觀格局演變研究 景觀指數是景觀格局信息的高度濃縮[20]。由于景觀指數有較多類別且相似度較高，本研究結合前人研究成果及自身研究需要，從類別水平以及景觀水平出發，選取適宜指標（表1），通過軟件Fragstats揭示景觀類型面積比例、區位優勢形態、空間布局和集聚程度[21]。

2 結果與分析

2.1 模擬及結果驗證

以2010年實際情況為初始狀態，隨機選取10.00%的樣本點進行訓練。結合河北省近年來出臺的關于土地利用政策，經不斷調試，鄰域密度設定為：耕地0.9、建設用地1.0、林地0.5、草地0.7、水域0.1、未利用地0.3;在限制成本矩陣中禁止水域向建設用地轉移;默認加速因子0.1，控制轉化速率。利用Markov鏈預測2020年各景觀類型數量，將模擬生成的2020年結果（圖3b）與2020年現狀比較，GeoSOS-FLUS模型計算出的Kappa系數為92.10%，FoM系數為0.128，表明模型模擬結果與實際情況的一致性較強。在保持參數不變的情況下，通過模型計算模擬生成適宜性概率圖（圖3a）以及2030年土地利用結果（圖3c）。

2.2 景觀類型面積比例變化

表2顯示，1990-2020年，河北省各類景觀相對優勢面積比例基本保持不變。耕地、草地和未利用地占比由52.80%、18.13%、1.13%降至47.59%、17.35%、0.73%;林地、建設用地及水域占比由19.59%、6.11%、2.24%增至20.22%、11.48%、2.63%，呈現耕地減少和建設用地增加這一現象。隨著城鎮化進程的加快，建設用地在2000-2010年增長最為明顯。在堅持生態優先的原則下，林地面積總體呈緩慢增長。1990-2020年，未利用地作為河北省的后備儲蓄用地，其經濟功能不斷被挖掘，加之缺乏合理有效的管控，面積減少較多。模擬結果顯示，與2020年相比，至2030年林地、建設用地分別增至20.46%、11.94%;耕地、草地、未利用地減少至46.35%、17.36%、0.71%，水域面積占比變化不大，建設用地增加和耕地減少格局并未發生明顯改變。另外，圖3c顯示，城鎮周圍的建設用地呈向外擴張趨勢，持續侵占周邊耕地，導致耕地面積進一步縮小。

2.3 類別水平演變特征

對類別水平景觀指數進行分析，有助于明確河北省不同景觀類型的格局變化。表3顯示，1990-2020年林地斑塊密度（PD）和平均斑塊面積（AREA_MN）整體上升，最大斑塊指數（LPI）下降，景觀形狀指數（LSI）無明顯變化，表明林地面積雖有增加，但斑塊優勢度降低;草地除AREA_MN有所上升外，其他指數均下降，對景觀格局的控制作用減弱。表4顯示，1990-2020年耕地LPI和AREA_MN下降，PD、LSI明顯增加，耕地景觀面積比例降低，破碎化嚴重，是受人類干擾較大的景觀類型;建設用地PD、LSI和AREA_MN整體呈現不同程度的增加，僅LPI下降，表明建設用地平均斑塊面積增加，向周邊擴張現象明顯，斑塊密度增加，在區域內的優勢性明顯增強。表5顯示，1990-2020年水域LSI、LPI整體增加，PD上升明顯，AREA_MN下降，呈現分離傾向，受人為影響干擾較大;未利用地AREA_MN整體增加，其余指數下降，表明未利用地斑塊被不斷分割、蠶食，優勢度降低。

對比2020年景觀格局現狀，2030年林地LPI增加，優勢度有所顯現，這是持續加強植樹造林的結果;但AREA_MN降低，平均斑塊面積減小，因此后期應加強對無序破壞植被景觀現象的治理;草地PD增加，AREA_MN下降，是破碎化較嚴重的生態用地，其生態效益勢必受到影響，應重點加以保護;耕地平均斑塊面積減少嚴重，斑塊數量增加，應重點保護并進行整治，避免在經濟發展中因耕地面積減少、破碎化引起質量下降，影響到區域糧食安全;建設用地的景觀面積比例增加，斑塊優勢度提升明顯，但斑塊有所分離，并未向集聚方向發展，是城鎮化無序擴張的結果，因此應合理管控建設用地，使其有序發展;水域和未利用地的平均斑塊面積減小，斑塊分割也越來越細。綜上，區域類別水平景觀格局依然面臨較為嚴峻的態勢。

2.4 景觀水平時序演變特征

對景觀水平指數進行分析，可以整體把握區域景觀格局動態演化。圖4顯示，1990-2020年，用以表征斑塊連接性的蔓延度指數（CONTAG）由51.97持續下降至48.32，斑塊連接性減弱，以2010-2020年最為明顯;表征斑塊多樣性的香農多樣性指數（SHDI）和表征各斑塊類型在景觀中呈均衡化趨勢分布的香農均勻度指數（SHEI）呈同步增長;分裂指數（SPLIT）加強，由9.37增至12.71。意味著在人類活動的影響下，景觀破碎化程度升高，優勢度下降，向均勻狀態發展，景觀格局更加分散化。對經由GeoSOS-FLUS模型模擬的2030年土地景觀格局進行分析，與2020年相比，CONTAG略有增加，而SPLIT、SHDI、SHEI均呈下降趨勢，其中分裂指數下降明顯，由12.71降至11.83。表明景觀格局斑塊優勢度上升，斑塊連接性增強，向良性態勢發展，但區域景觀優勢度依然不明顯，分離破碎化水平也較高。

2.5 景觀水平空間演變特征

河北省自然因素、社會經濟水平空間異質性顯著，因此將景觀水平指數進行空間化表示，可辨析景觀特征空間差異性，對土地資源的管控也更具針對性。圖5顯示，空間形態上景觀格局變化呈現明顯差異。1990-2020年SPLIT變化較為明顯，整體呈現增加趨勢，河北省東南部地區尤為明顯。2020-2030年CONTAG和SPLIT變化空間差異明顯。從空間形態上看，河北省西北部地區斑塊連接性更好，優于河北省東南部地區，隨著城鎮化的發展，河北省東南部地區蔓延度不平衡化顯現并且未來將延續這一態勢。1990-2030年，整體區域的SHDI和SHEI呈增長趨勢，2030年與2020年相比略有下降，尤其是燕山山脈及太行山脈地區下降明顯，表明其與平原地區多樣性差異減小，增強了河北省整體景觀的均衡化。1990-2020年，SPLIT變化明顯的區域位于平原地帶，因而平原地區景觀的破碎化是河北省景觀呈破碎傾向的主要原因，2030年河北省西北部地區SPLIT有所降低，而南部平原地區及河北省東北部地區增加，因此未來河北省應根據景觀異質性進行差異化的國土空間優化布局與管理。

3 討論

在生態文明建設推進的背景下[22-23]，建設用地空間擴張受限，但未來河北省建設用地增加趨勢不可避免，因此提高用地效率是城鎮化發展的主要方向。有學者提出，高密度發展是解決城市空間訴求增長的重要措施[24]，因此建設用地應由擴張型向內涵型轉變，提高建設用地內部的利用效率，避免無序發展。河北省作為重要的糧食產區，耕地面積不斷減少并且破碎度增加，模擬結果也表明耕地分離演化還將持續。耕地破碎化影響農民規模投入的比較收益，加劇了農民退出農業生產或改變種植結構的想法，糧食作物種植面積明顯降低[25]，影響區域糧食安全，因而河北省應繼續加強對耕地的保護力度。林地是保持區域景觀優勢度的重要生態用地，也是河北省乃至京津冀的重要生態屏障。自2010年以來林地面積緩慢增加，模擬結果表明這一趨勢也將延續，但未來優勢度依然較低，需繼續實施退耕還林，尤其是河北西北部林地覆蓋面積較大的山區，需要提升其在區域中的優勢度。本研究結果表明草地和水域景觀格局破碎是加劇河北省景觀破碎的因素。

草地多分布在西北地區，由于其是重要的生態用地，景觀破碎度增加使其難以保持原有的生態功能，從而對區域生態環境造成影響，因此應針對草地退化嚴重地區實行退耕還草等措施。鑒于河北省水資源緊缺，同時也是地下水漏斗區，因此應避免在經濟發展過程中侵占河、湖、水庫，降低水域景觀格局變化帶來的生態風險。未利用地多分布在張承地區，模擬結果表明其面積呈下降趨勢，對未利用地不合理的開發利用可能導致不可挽回的生態問題，如次生鹽堿化、水土流失等[26]，因此應合理評估張承地區未利用地開發利用的生態風險，并根據風險高低開展合適的土地整治修復或開發利用策略。

本研究對河北省土地景觀格局及其動態演變進行模擬分析，發現隨著社會經濟發展，區域景觀格局變化明顯，因此要警惕經濟發展等帶來的景觀破碎以及對生態環境的長遠影響。隨著京津冀協同發展戰略以及雄安新區建設的推進，未來土地景觀格局仍將持續變化[27]，土地景觀格局變化對生態環境影響的研究應繼續開展。同時，本研究也存在著一定的不足，模擬過程中未考慮城市發展規劃等因素，可能會影響模擬精度。根據研究區的特點從不同視角出發探究土地景觀格局變化對生態環境的影響，將是今后重點關注的方向。

參考文獻：

[1] 陳佑啟，楊 鵬. 國際上土地利用/土地覆蓋變化研究的新進展[J].經濟地理，2001，21（1）：95-100.

[2] 劉紀遠，張增祥，莊大方，等. 20世紀90年代中國土地利用變化時空特征及其成因分析[J].地理研究，2003，22（1）：1-12.

[3] 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，2007：106-124.

[4] 吳健生，王仰麟，張小飛，等. 景觀生態學在國土空間治理中的應用[J].自然資源學報，2020，35（1）：14-25.

[5] HU S， CHEN L Q， LI L， et al. Simulation of land use change and ecosystem service value dynamics under ecological constraints in Anhui province[J]. International Journal of Environmental Research and Public Health，2020，17（12）：4228.

[6] DADASHPOOR H， AZIZI P， MOGHADASI M. Land use change， urbanization， and change in landscape pattern in a metropolitan area[J]. Science of the Total Environment，2019，655：707-719.

[7] 何華春，周汝佳. 基于景觀格局的鹽城海岸帶土地利用時空變化分析[J].長江流域資源與環境，2016，25（8）：1191-1199.

[8] SMIRAGLIA D， CECCARELLI T， BAJOCCO S， et al. Unraveling landscape complexity： land use/land cover changes and landscape pattern dynamics （1954-2008） in contrasting peri-urban and agro-forest regions of northern Italy[J]. Environmental Management， 2015， 56：916-932.

[9] 吳金華，房世峰，劉寶軍，等. 烏裕爾河-雙陽河流域濕地景觀格局演變及其驅動機制[J].生態學報，2020，40（13）：4279-4290.

[10]車 通，李 成，羅云建. 城市擴張過程中建設用地景觀格局演變特征及其驅動力[J].生態學報，2020，40（10）：3283-3294.

[11]張 劍，許 鑫，隋艷暉. 海洋經濟驅動下的海岸帶土地利用景觀格局演變研究——基于CA -Markov模型的模擬預測[J].經濟問題，2020（3）：100-104，129.

[12]王明常，牛雪峰，楊毅恒，等. 長白山地區景觀格局過程模擬預測研究[J].吉林大學學報（地球科學版），2009，39（5）：947-952.

[13]VERBURG P H， SOEPBOER W， VELDKAMP A， et al. Modeling the spatial dynamics of regional land use： The CLUE-S model[J]. Environmental Management， 2002，30（3）：391-405.

[14]LIU X， LIANG X， LI X， et al. A future land use simulation model （FLUS） for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape & Urban Planning， 2017， 168：94-116.

[15]王 旭，馬伯文，李 丹，等. 基于FLUS模型的湖北省生態空間多情景模擬預測[J].自然資源學報，2020，35（1）：230-242.

[16]趙林峰，劉小平，劉鵬華，等. 基于地理分區與FLUS模型的城市擴張模擬與預警[J].地球信息科學學報，2020，22（3）：517-530.

[17]楊 浩，盧新海. 基于“三生空間”演化模擬的村莊類型識別研究——以湖南省常寧市為例[J].中國土地科學，2020，34（6）：18-27.

[18]許文寧，王鵬新，韓 萍，等. Kappa系數在干旱預測模型精度評價中的應用——以關中平原的干旱預測為例[J].自然災害學報，2011，20（6）：81-86.

[19]PONTIUS R G， BOERSMA W， CASTELLA J C， et al. Comparing the input， output， and validation maps for several models of land change[J]. Annals of Regional Science，2008，42（1）：11-37.

[20]GONG J Z， LIU Y S， XIA B C. Spatial heterogeneity of urban land-cover landscape in Guangzhou from 1990 to 2005[J]. Journal of Geographical Sciences， 2009， 19（2）：213-224.

[21]LI Y R， LI Y， FAN P C， et al. Land use and landscape change driven by gully land consolidation project ： A case study of a typical watershed in the Loess Plateau[J]. Journal of Geographical Sciences，2019，29（5）：719-729.

[22]廖 冰，阮若卉. 林業促進抑或制約生態文明建設？[J]. 江蘇農業科學，2019，47（9）：329-333.

[23]張小有，王綺雯，萬夢書. 生態文明視角信息渠道與規模農戶低碳技術應用選擇——基于江西的調研數據[J].江蘇農業科學，2019，47（6）：315-320.

[24]李和平，劉 志. 中國城市密度時空演變與高密度發展分析——從1981年到2014年[J].城市發展研究，2019，26（4）：46-54.

[25]葛玉娟，趙宇鸞，李秀彬. 山區耕地細碎化對土地利用集約度影響——以貴州省亞魚村為例[J].地理科學進展，2020，39（7）：1095-1105.

[26]閆慧慧，耿其明，李 航，等. 河北沽源縣未利用地宜耕、宜建及生態風險綜合評價[J].水土保持研究，2019，26（1）：360-367.

[27]李孝永，匡文慧. 京津冀1980-2015年城市土地利用變化時空軌跡及未來情景模擬[J].經濟地理，2019，39（3）：187-194，200.

（責任編輯：王 妮）