江蘇省“生態-農業-建設”用地空間格局模擬及發展模式選擇

武藝杰， 孔雪松

(1.武漢大學資源與環境科學學院，武漢 430079; 2.浙江大學公共管理學院，杭州 310058)

0 引言

土地是國土空間中最重要的組成部分，也是至關重要的物質資源[1]。區域發展模式是一定地域歷史背景下,結合其發展基礎和本底條件,在內外部因素的驅動下，長期積淀和不斷優化而形成的綜合發展狀態[2]。不同區域發展模式下的土地利用導致的土地覆被變化對生物多樣性、生態環境承載力和各級生態系統的生產力都有著深刻的影響[3-4]。快速城鎮化在帶來社會經濟文化等快速發展的同時，還造成了諸多生態環境問題[5]。因此，研究合理的土地利用格局，因地制宜地選擇區域發展模式，是推動區域可持續發展與空間有序協調的必然要求[6]，也成為近年來土地利用/覆被變化(land use/cover change，LUCC)研究的熱點[7]。

顧及區域發展狀態的變化，綜合考慮自然和社會經濟發展因素，尋求一個既能體現區域發展視角下的政策安排，又能充分反映空間因素對區域發展影響的模型，進而對未來的發展趨勢進行多情景模擬，可以為區域發展模式的選擇提供決策支持[8]。土地利用演變模型是LUCC研究的一個重要組成部分[9]，主要包括Markov模型、系統動力學(system dynamics，SD)模型、元胞自動機(cellular automaton，CA)模型、小區域土地利用轉換及其效應(conversion of land use and its effects at small region extent，CLUE-S)模型等數量或空間模擬模型[10-12]。本研究采用的CLUE-S模型由非空間分析和空間分析2個模塊構成[13]，綜合考慮了經驗統計模型和動態過程模型[14-17]，且其改進的模型[18-20]能與多種模型如Markov模型和SD模型等進行優勢結合[21-23]，在指導區域發展模式的選擇上具有明顯的優勢和較好的應用價值。黨的十九大報告將優化國土空間格局作為生態文明建設的首要舉措，參照國土空間規劃體系對土地利用類型主導功能的劃分，由此構成的“生態-農業-建設”用地空間格局是落實區域可持續發展的重要基礎[24]，然而現有研究缺少在省域宏觀尺度上對區域“生態-農業-建設”用地空間耦合格局的模擬與優化支持[25]。此外，本研究在CLUE-S模型的回歸分析部分，引入一種新的回歸方法結構化平衡抽樣(structured balanced sampling，SBS)-Logistic回歸，通過對比其與Logistic以及Auto-Logistic回歸的優劣，為模型參數的選擇提供一種新的思路。

作為東部沿海地區和長江經濟帶的交匯地帶，江蘇省地域特色明顯。快速的城鎮化導致各類建設用地逐漸取代了原有的耕地、林地、草地等自然生態景觀[26]，帶來了諸多自然生態問題[27-28]，如何有效地解決這些問題是江蘇省社會經濟可持續發展的關鍵。因此，本文以江蘇省為例，綜合運用Logistic，Auto-Logistic和SBS-Logistic這3種回歸方法，識別江蘇省“生態-農業-建設”用地空間格局演化的驅動力，并結合對未來年份不同情景下用地需求的合理預測和限制因素分析，運用Markov-CLUES模型對江蘇省“生態-農業-建設”用地空間格局進行多情景模擬，將為江蘇省實現因地制宜的區域發展模式提供決策支持，有助于推進江蘇省形成生態、農業和建設用地耦合協調發展的國土空間格局。

1 數據源及預處理

本研究使用的數據包括： ①基于1995年、2005年和2018年3期Landsat遙感影像解譯出的30 m×30 m江蘇省土地利用柵格數據(土地利用一級類型綜合解譯精度達到93%以上，二級類型綜合解譯精度達到90%以上); ②1 km×1 km中國人口密度和國內生產總值(gross domestic product，GDP)密度柵格數據，來源于中國科學院資源環境科學數據中心； ③基礎地理數據來源于江蘇省2018年土地變更調查數據庫和開源地圖(open street map，OSM)數據集； ④江蘇省30 m×30 m的數字高程模型(digital elevation model，DEM)(ASTER GDEM V2)柵格數據，來源于地理空間數據云平臺； ⑤江蘇省國家級生態保護紅線和基本農田保護區矢量數據，由江蘇省國土資源研究中心提供。

數據處理步驟為： 首先把所需數據導入ArcMap10.5軟件中，轉化為統一的投影坐標系Krasovsky_1940_Albers； 其次，兼顧柵格信息表達有效性與模型數據量的限制，將江蘇省國家級生態保護紅線和基本農田保護區數據、江蘇省鐵路與主要道路數據以及30 m×30 m的1995年、2005年和2018年3期土地利用現狀圖轉化為150 m×150 m的柵格數據； 最后，參照國土空間規劃體系對土地利用主導功能的劃分，按照表1的分類準則通過“重分類”功能將江蘇省3期現狀圖的土地利用類型合并為生態、農業和建設用地3大類主導功能用地[29]。

表1 主導功能用地分類體系

2 研究方法

2.1 Logistic回歸

Logistic回歸分析是將區域劃分為若干柵格單元，對一個因變量和多個自變量進行線性回歸，對某一事件發生的概率進行預測[30]。本研究中，Logistic回歸分析模型的因變量代表研究區的土地利用類型，自變量代表導致研究區土地利用格局演化的驅動力，公式為：

(1)

式中：Pi為i地類在各柵格單元上可能出現的概率；Xm為第m個驅動力；β0i為i地類回歸方程的回歸常數項；βmi為i地類回歸方程中對應第m個驅動力的回歸參數項。

2.2 Auto-Logistic回歸

不同土地利用類型在各柵格單元上可能出現的概率不僅受到所選驅動力的影響，也受到其自身空間分布規律的影響。因此，在Logistic回歸的基礎上引入空間自相關因子Auto-Value構建Auto-Logistic回歸模型[31]，即

(2)

式中：X(Auto-Value)i為影響i地類的空間自相關因子；βAUi為i地類回歸方程中對應X(Auto-Value)i的回歸參數項。

2.3 SBS-Logistic回歸

SBS-Logistic回歸是在Logistic回歸的基礎上，通過設定最小柵格抽樣間隔和計算抽樣比例，并在容許范圍內使得各種土地利用類型的面積達到平衡，以此來抽取回歸樣本進行回歸分析，從而降低空間自相關性的影響。SBS-Logistic回歸分析的柵格抽樣公式為：

(3)

式中：k為以柵格像元為單位的最小抽樣間隔；imax為設置的抽樣比例等級，本研究設置為5級，即imax=5；i為抽樣比例乘積系數，取值為： 1,2,3,4,5；r為抽樣比例，%； [·]代表對其中的參量進行取整函數運算。

2.4 Markov模型

土地利用變化過程一般都符合Markov過程無后效性的特點，當研究區土地政策平穩時，可以利用Markov模型來對當地的土地利用面積進行預測[32]，公式為：

(4)

(5)

式中：Xt與Xt+1分別為前一時刻與后一時刻的土地利用需求面積矩陣；Pij為土地利用狀態由i轉移到j的概率(i,j=1,2,3,…,n)；n為土地利用類型的數量；Aij為土地利用類型由i轉換成j的面積；LUi表示模擬初期i地類的總面積。

2.5 CLUE-S模型

CLUE-S模型是在研究區土地利用需求始終驅動其土地利用格局演化，且和該地區的自然環境、社會經濟狀況及其土地利用格局處于動態平衡中這個假設條件下，計算柵格單元上各類土地利用類型出現的綜合概率大小，從而完成對該區域土地利用格局的模擬[33]。

3 結果與分析

3.1 2005—2018年江蘇省“生態-農業-建設”用地空間格局驗證模擬

3.1.1 驅動力分析

選取高程、坡度、GDP密度、人口密度、到主要城鎮的距離、到農村居民點的距離、到河渠的距離、到湖泊和水庫坑塘的距離、到鐵路的距離、到公路的距離、生態用地的空間自相關變量、農業用地的空間自相關變量和建設用地的空間自相關變量，共13個驅動因子構建影響江蘇省土地利用格局演化的驅動因子體系，進而對2005年江蘇省土地利用格局及其驅動因子進行Logistic和Auto-Logistic回歸分析，結果見表2。

表2 Logistic與Auto-Logistic回歸分析結果

對比2種回歸方法中生態用地、農業用地和建設用地與驅動因子間的接受者操作特性(receiver operating characteristic，ROC)檢驗值，可知Auto-Logistic回歸較Logistic回歸精度在每種土地利用類型上均有明顯提升，分別從0.873，0.692和0.721提升到了0.887，0.773和0.856。

由于CLUE-S模型分析的一般是高于1 km×1 km精度的柵格數據[22]，本研究采取的柵格分析基本尺度是150 m×150 m，而在SBS-Logistic回歸抽樣間隔的限制下，其等價最高精度柵格分析尺度為150(k+1)m，應滿足150(k+1)m<1 000 m，求得k的最大值為5。進而按式(3)計算在imax=5的條件下，對應每個抽樣間隔的抽樣比例，依次對2005年江蘇省土地利用格局及驅動因子體系中非空間自相關變量的10個驅動因子進行SBS-Logistic回歸分析，結果見表3。

表3 SBS-Logistic回歸分析結果

對比SBS-Logistic和Logistic回歸可知，除生態用地的回歸精度不變外，農業用地和建設用地的回歸精度均有明顯提升，分別從0.692和0.721提升到了0.810和0.793。對比SBS-Logistic和Auto-Logistic回歸可知，除農業用地回歸精度SBS-Logistic明顯高于Auto-Logistic回歸外，其他2類用地的回歸精度與ROC值總和均明顯低于Auto-Logistic回歸。綜上，3種回歸方法的精度優劣順序為： Auto-Logistic>SBS-Logistic>Logistic，故采用Auto-Logistic回歸分析計算出的回歸參數代入CLUE-S模型，進行2005—2018年江蘇省土地利用格局的驗證模擬。

3.1.2 驗證模擬

2005—2018年江蘇省土地利用需求量是通過TerrSet18軟件中的Markov模型預測的。在江蘇省土地利用格局驅動力分析和2005—2018年江蘇省土地利用需求量預測的基礎上，運用CLUE-S模型進行2005—2018年江蘇省土地利用格局驗證模擬，并將預測2018年的土地利用格局模擬圖和現狀圖進行對比(圖1)，運用Kappa系數檢驗模擬精度，即

Kappa=(P0-Pc)/(Pp-Pc)，

(6)

式中： 正確模擬柵格總數為3 731 123個，占比83.88%，即P0=0.838 8；Pc為隨機模擬情況下正確的比例，本研究共有3種土地利用類型，故Pc=1/3；Pp為理想情況下完全正確模擬的比例，故Pp=1。計算得總體Kappa值為0.758，同理計算生態、農業和建設用地模擬精度Kappa值分別為0.757，0.780和0.703。圖域不一致像元分布特征為： 高估了無錫市和蘇州市的城市建設用地擴張速度； 低估了蘇中和蘇北地區鄉鎮建設用地的擴張速度； 鹽城市和連云港市北部的生態用地基本保留，未轉化為預測的建設用地； 以上不一致像元分布較為集中，其余地區不一致像元呈均勻分布。綜上，模型總體模擬精度較好，故可使用相關參數對2018—2030年江蘇省土地利用格局進行多情景模擬。

(a) 模擬圖(b) 現狀圖

3.2 2018—2030年江蘇省“生態-農業-建設”用地空間格局多情景模擬

基于江蘇省發展現狀和未來規劃發展需求，本研究構建了自然增長、生態保護、耕地保護、生態與耕地雙保護4種不同的土地利用格局演化情景，通過設定4種情景下的土地利用需求量和限制區域等相關參數，進而模擬4種情景下2030年江蘇省的土地利用格局，多情景模擬結果見圖2。

(a) 自然增長情景(b) 生態保護情景

(c) 耕地保護情景(d) 生態與耕地雙保護情景

3.2.1 情景一： 自然增長情景

自然增長情景下，假定2018—2030年江蘇省土地利用需求量的演化依然按照2005—2018年Markov土地利用需求量的演化趨勢進行自然增長，并將江蘇省內有重要戰略發展意義的地類圖斑如人工開辟的重要水利工程和延續沂河入海的新沂河道等設置為發展限制區域。2018—2030年，江蘇省生態用地減少了32 807.25 hm2，農業用地減少了422 545.50 hm2，建設用地增加了455 352.75 hm2。

生態用地轉出方面，114 151.50 hm2的生態用地轉化為農業用地，占比6.74%，主要發生在徐州市的豐縣、沛縣、賈汪區、新沂市和邳州市，連云港市的東海縣和南北偏泓流域，宿遷市內的淮沐河流域，淮安市南部的盱眙縣和金湖縣，揚州市南部的長江支流流域，蘇州市和無錫市內的太湖地區，蘇北灌溉總渠以及長江干流沿江段。111 116.25 hm2的生態用地轉化為建設用地，占比6.56%，主要發生在徐州市的主城區，蘇州市的金雞湖景區、虎丘濕地公園、西京灣和昆山市，無錫市的惠山國家森林公園、華西村風景區和惠山區，以及大部分位于長江干流沿江段。

農業用地轉出方面，179 658.00 hm2的農業用地轉化為生態用地，占比2.89%，主要發生在連云港市的西部地區，洪澤湖南部沿岸地區，淮安市南部的盱眙縣，高郵湖北部沿岸，鹽城市和南通市的東部沿海地區，常州市金壇區的西部地區和溧陽市。361 827.00 hm2的農業用地轉化為建設用地，占比5.82%，主要發生在各市縣區城區建設區域，發展趨勢為城市建設用地向內填充與向外擴張侵占農業用地，其中以蘇南地區的蘇州市和無錫市建設用地面積變化最大，其余市縣區建設用地面積變化也較明顯。

3.2.2 情景二： 生態保護情景

生態保護情景基于自然增長情景2018—2030年的土地利用轉移矩陣，在江蘇省土地利用總體規劃的約束條件下，將生態用地轉變為建設用地的面積減少50%，同時將江蘇省國家級生態保護紅線內的劃定區域(包括國家級和省級重點生態功能區以及各類大型水域、濕地公園等禁止開發區和自然保護地)設定為發展限制區域。2018—2030年，生態用地增加了87 556.50 hm2，農業用地減少了395 563.50 hm2，建設用地增加了308 007.00 hm2，相比自然增長情景，生態用地增加了120 363.75 hm2。

72 841.50 hm2的生態用地轉化為農業用地，占比4.30%，主要發生在徐州市的豐縣、沛縣和邳州市，連云港市的東海縣，淮安市南部的盱眙縣和金湖縣，蘇北灌溉總渠，無錫市南部的太湖沿岸地區、云湖風景區和宜興國家森林公園，以及長江干流沿江段的少部分地區。

農業用地轉出方面，203 616.00 hm2的農業用地轉化為生態用地，占比3.28%，主要發生在連云港市的西部地區，淮安市盱眙縣斗湖和南部地區，高郵湖北部沿岸，鹽城市和南通市的東部沿海地區，鎮江市的“饅頭山—南山”連線區域附近，溧陽市的西部市界沿線，以及長江干流沿江段的少部分地區。264 789.00 hm2的農業用地轉化為建設用地，占比4.26%，主要發生在各市縣區城區建設區域，其中以蘇南地區的南京市、蘇州市和無錫市以及蘇北地區的連云港市和徐州市面積變化最大。

3.2.3 情景三： 耕地保護情景

耕地保護情景基于自然增長情景2018—2030年的土地利用轉移矩陣，在江蘇省土地利用總體規劃的約束條件下，將農業用地轉變為建設用地的面積減少30%，同時將江蘇省基本農田保護區設定為發展限制區域。2018—2030年，生態用地增加了37 298.25 hm2，農業用地減少了118 525.50 hm2，建設用地增加了81 227.25 hm2，相比自然增長情景，農業用地增加了304 020.00 hm2。

71 363.25 hm2的生態用地轉化為農業用地，占比4.22%，主要發生在徐州市的邳州市，連云港市內的南北偏泓流域，淮安市內的淮沐河流域，以及長江干流沿江段的少部分地區。

農業用地轉出方面，113 116.50 hm2的農業用地轉化為生態用地，占比1.82%，主要發生在連云港市的西南部地區，淮安市南部的盱眙縣，高郵湖北部沿岸，鹽城市和南通市的東部沿海地區，溧陽市和宜興市的南部地區，常州市金壇區西部地區，以及長江干流沿江段的少部分地區。90 801.00 hm2的農業用地轉化為建設用地，占比1.46%，主要發生在各城市的主城區建設用地區域，其中以無錫市、蘇州市、南京市、連云港市、徐州市和南通市的建設用地面積變化相對較大，其他市縣區農業用地向建設用地的轉變面積較小。

3.2.4 情景四： 生態與耕地雙保護情景

生態與耕地雙保護情景下基于自然增長情景2018—2030年的土地利用轉移矩陣，在江蘇省土地利用總體規劃的約束條件下，將生態用地轉變為建設用地的面積減少50%、農業用地轉變為建設用地的面積減少30%，同時將江蘇省國家級生態保護紅線內的劃定區域及江蘇省基本農田保護區設定為發展限制區域。2018—2030年，生態用地增加了101 081.25 hm2，農業用地減少了206 835.75 hm2，建設用地增加了105 754.50 hm2，相比自然增長情景，生態用地增加了133 888.50 hm2，農業用地增加了215 709.75 hm2，建設用地增量減少了349 598.25 hm2。

51 522.75 hm2的生態用地轉化為農業用地，占比3.04%，主要發生在徐州市的邳州市，連云港市的東海縣和南偏泓流域，淮安市的金湖縣，蘇北灌溉總渠，常州市金壇區的錢資蕩，鎮江市內的夾江支流，以及長江干流沿江段的少部分地區。

農業用地轉出方面，154 998.00 hm2的農業用地轉化為生態用地，占比2.49%，主要發生在連云港市的西部地區，洪澤湖在宿遷市泗洪縣境內部分的沿岸地區，淮安市盱眙縣的西南部地區，高郵湖北部沿岸，鹽城市射陽縣、大豐區和經濟開發區的部分地區，南通市的如東縣，海門市和啟東市的北部區域，以及長江干流沿江段的少部分地區。128 373.75 hm2的農業用地轉化為建設用地，占比2.07%，主要發生在江蘇省主要城市的主城區建設用地區域，其中以無錫市、蘇州市、南京市、連云港市和徐州市的建設用地面積變化相對較大，其他市縣區農業用地向建設用地的轉變面積較小。

3.2.5 不同情景模擬結果比較

為思考未來江蘇省各地區的區域發展模式，研究進行了4種情景下江蘇省2030年的土地利用格局預測，不同情景下3種用地類型的面積見表4，面積轉移情況見圖3。

圖3 4種情景下3類用地之間的面積轉移

自然增長情景下，建設用地增加導致生態用地與農業用地大量減少。建設用地增加主要發生在江蘇省各市縣區城區建設區域，其中以蘇南地區的蘇州市和無錫市面積變化最大，其余市縣區面積變化也比較明顯。自然增長情景保障了全省范圍內建設用地的充分布局，重點保障了“三圈”(即南京都市圈、徐州都市圈和蘇錫常都市圈)、“四沿”地區(即沿江基礎產業帶、沿滬寧線高新技術產業帶、沿東隴海線產業帶和沿海經濟帶)建設用地的合理分配，同時蘇北地區各縣鄉均積極規劃村莊布局，推進合村并居，采用多種建設模式積極進行農村居民點改造，合理布局了基礎設施建設用地和旅游設施用地，探索出了成熟的農民集中居住區建設發展方案，鄉鎮經濟得以快速發展[34-35]。但同時生態用地大量減少導致生態環境遭到破壞，部分河流出現縮窄現象； 農業用地大量減少導致糧食安全受到威脅。自然增長情景下江蘇省全域市縣區雖然城鎮化進程較快，但是發展的可持續性較弱。

生態保護情景下，生態用地面積較自然增長情景增加7.25%，建設用地面積減少5.80%，生態用地受到保護幾乎不轉化為建設用地，面積出現正增長。生態保護情景下有利于江蘇省大力加強生態文明建設，加強廢棄土地轉化為生態用地，2007年太湖藍藻事件后以蘇州市、無錫市為代表的沿江沿湖高強度開發城市均大力開展河渠及環湖地區土地生態環境整治，解決了自然增長情景下部分河流縮窄以及湖泊面積減少的問題，流域環境得到明顯改善，但是農業用地的大量減少仍將會威脅區域糧食安全。生態保護情景下江蘇省全域市縣區具有一定的發展可持續性。

耕地保護情景下，農業用地面積較自然增長情景增加5.25%，建設用地面積減少14.72%，農業用地轉化量大大減少，存量增加，優化了耕地的空間布局，穩定了耕地數量和質量。耕地保護情景適度增加了蘇北和蘇中地區的耕地保護面積，蘇南地區的耕地減少量也得到了控制，重點保護里下河平原、黃淮平原、江淮平原和太湖平原等糧食主產區的優質耕地，穩定了糧食安全； 同時生態用地面積有所增加，較自然增長情景增加4.22%，在一定程度上緩解了省內部分河流縮窄以及湖泊面積減少的問題。耕地保護情景下江蘇省全域市縣區具有一定的發展可持續性。

生態與耕地雙保護情景下，生態用地面積較自然增長情景增加8.07%，農業用地面積增加3.72%，建設用地面積減少13.76%，生態用地面積出現顯著正增長的同時，農業用地也得到了充分的保護，建設用地的無序擴張受到了明顯限制。除蘇州市、南京市等一些大城市的主城區建設用地面積明顯增加外，大多數縣區建設用地面積增量不明顯，江蘇省經濟發展速度相對放緩，居民的糧食安全得到保障，生態福利提升，經濟福利下降。生態與耕地雙保護情景下江蘇省全域市縣區可持續發展性較強，但經濟發展速度相對較慢。

4 討論

江蘇省在經歷快速城鎮化的同時，也出現了一系列生態環境問題。新時代的國土空間規劃要求江蘇省按照建設生態環境友好型社會的要求，加快轉變土地利用模式，優先保護生態環境空間，加強生態環境良好的宜居城鄉環境建設。針對不同的主體用地功能區和環境功能定位，制定差別化用地調控政策。太湖與淮河流域、長江濕地保護區域和沿海區域所屬縣區宜采取生態保護情景發展模式，建立生態用地保護區，按照生態保護重點區域的保護要求，加強管轄區內重點工程的生態文明建設，保障生態安全。

耕地等主要農業用地的減少嚴重威脅著江蘇省的糧食安全。以鹽城市、徐州市、淮安市、南通市和宿遷市為代表的蘇北、蘇中平原和濱海地區，是江蘇省耕地面積及占比最大的地區，宜采取耕地保護情景發展模式，按照最嚴格的耕地保護制度的要求，從保證糧食安全、經濟安全、生態安全和社會穩定出發，以穩定提高糧食綜合生產能力、實現糧食自給為核心，優化耕地的空間布局，確保耕地保有量尤其是基本農田保有量不減少、用途不改變、質量有提高，提高糧食生產能力，確保經濟社會長治久安。

城鎮化的快速發展導致建設用地大量擴張，江蘇省多地市縣區存在“攤大餅”式的粗放發展現象。蘇南地區已經成為城鎮與工業密集區，城鎮工礦用地比重大，宜采取生態與耕地雙保護情景發展模式，在嚴格控制建設用地總量和新增建設用地規模的前提下，按照各類各行業用地準入標準，合理配置各類各業建設用地，鼓勵建設用地的內涵挖潛，部分地區實施存量規劃甚至減量規劃，充分利用閑置和低效建設用地，切實提高用地效率。建立高標準土地利用節約集約利用評價指標體系，完善企業、園區、區域等多層次土地集約利用激勵約束機制，促進經濟快速增長與質量提升間的良性互動。與此同時，蘇中地區的揚州市和泰州市現仍以傳統的農業產業為主，由于沿江開發戰略的進一步實施，可采取自然增長情景發展模式，適當引入新興產業以及承接蘇南地區產業轉移，未來將形成農業用地和建設用地并重之勢。

5 結論

本研究以江蘇省為例，運用Markov-CLUES模型模擬了4種情景下江蘇省2030年的“生態-農業-建設”用地空間格局。主要結論如下：

1)Markov-CLUES模型對江蘇省土地利用格局演化具有良好的模擬能力和應用價值，將為江蘇省實現因地制宜的區域發展模式提供決策支持，有助于推進江蘇省形成生態、農業和建設用地耦合協調發展的國土空間格局。

2)研究采用的3種回歸方法精度優劣順序為： Auto-Logistic>SBS-Logistic>Logistic，Auto-Logistic回歸下3種土地利用類型的ROC值均大于0.75，回歸精度較好； 運用Markov-CLUES模型對2005—2018年江蘇省土地利用格局進行驗證模擬，精度評定Kappa值為0.758，模擬精度較好。

3)自然增長情景保障了“三圈”“四沿”地區的快速發展，但是部分河流出現縮窄現象，糧食安全受到威脅，發展可持續性差； 生態保護情景通過大力開展河渠及環湖地區土地生態環境整治，解決了部分河流縮窄以及湖泊面積減少的問題，有效改善了江蘇省的流域環境； 耕地保護情景適度增加了蘇北和蘇中地區的耕地保護面積，蘇南地區的耕地減少量也得到了控制，重點保護里下河平原、黃淮平原、江淮平原和太湖平原等糧食主產區的優質耕地，保障了糧食安全； 生態與耕地雙保護情景下，江蘇省發展可持續性較強，建設用地的無序擴張受到了明顯限制，但短期內建設用地供需矛盾較為突出，將阻礙新興產業和城鎮化的縱深發展。

4)太湖與淮河流域、長江濕地保護區域和沿海區域所屬縣區宜采取生態保護情景發展模式； 蘇北、蘇中平原宜采取耕地保護情景發展模式； 蘇南地區宜采取生態與耕地雙保護情景發展模式； 蘇中地區的揚州市和泰州市由于沿江開發戰略的進一步實施，可采取自然增長情景發展模式。可持續的城市發展理念要求江蘇省既要“金山銀山”，也要“綠水青山”，在未來的發展中，應結合自身現狀，分析區域土地利用的問題，因地制宜地選擇最適合且可持續的生態、農業和建設用地耦合區域發展模式。