多情景模擬下城市周邊耕地功能分區

陳逸航 ，黃秋昊 ，鄭錦浩 ，李滿春

（1.南京大學地理與海洋科學學院, 南京 210023；2.自然資源部國土衛星遙感應用重點實驗室, 南京 210023；3.江蘇省地理信息技術重點實驗室, 南京 210023；4.自然資源部海岸帶開發與保護重點實驗室, 南京 210023；5.江蘇省地理信息資源開發與利用協同創新中心, 南京 210023）

0 引 言

糧食安全事關國民經濟發展，是國家安全的重要基礎，尤其在新冠疫情肆虐及國際地緣政治沖突背景下，全球糧食生產及運輸產生巨大波動，新時期糧食安全面臨更大挑戰[1-2]。耕地資源作為糧食生產的命脈，是端牢14億多中國人飯碗的基礎。為保障國家糧食安全與社會穩定，黨的二十大報告明確提出要全方位夯實糧食安全根基，牢牢守住18億畝耕地紅線，深入實施“藏糧于地、藏糧于技”戰略[3]。然而隨著城鎮化與工業化的快速發展，城市擴張中高強度的土地開發利用導致城市周邊耕地資源緊張、質量下降、空間分布零碎等問題日益突出，城區周邊優質耕地尤其是永久基本農田保護形勢嚴峻[4-5]。如何科學分配有限土地利用資源，合理制定城市周邊耕地分區管控方案，成為兼顧糧食安全與經濟發展的重要環節。

城市周邊耕地具有地勢平坦、區位條件好、基礎設施完善等優勢，能有效降低運輸損耗、保證食物新鮮，有利于保障城市糧食安全與低成本供應，近年來，隨著耕地“三位一體”保護的推進，新型城鎮化背景下城市周邊耕地功能分區逐漸引起學者關注[6-7]。耕地功能是耕地系統提供滿足人類生存與發展所需產出的能力。耕地功能分區則是在綜合研究耕地各要素的基礎上，考慮其現狀特征及分異規律，依據區域間差異來進行地理分區，有利于促進耕地保護政策制定，實施耕地的差別化管理[8-10]，研究主要集中在評價體系構建與分區方法選擇上，從評價體系構建來看，隨著耕地功能內涵不斷被挖掘，耕地的復合特征逐漸凸顯，評價內容從傳統的以耕地質量為核心的簡單自然要素評價[11-13]，逐漸轉變為從耕地資源特征、空間格局形態和基礎設施條件等多方面的綜合性評價[14-16]，分區方法上，除了綜合指標評價法外[17-18]，多采用k-means 聚類分析法[19-21]、熱點分析[22-24]、局部Moran’sI指數[25-26]、自組織特征映射網絡[27-29]等方法，以多層次的評價指標量化結果為基礎，結合區域特征進行耕地功能空間分區，以此對區域耕地資源采取差別化保護措施。雖然隨著研究的不斷深入，分區更具全面性與多元性，但基于城市周邊耕地位置特殊性，少有研究在劃分農用地時既考慮耕地資源現狀特征，又考慮耕地未來發展穩定性，如何有效降低未來城市化發展對周邊耕地資源所產生的潛在負面影響仍是學者們面臨的重要挑戰。因此，面向未來土地利用演變趨勢，如何從動態預測模擬的角度出發，結合研究區未來耕地變化區域差異，采用科學高效的評價分區方法、合理劃定耕地功能分區，成為優化耕地資源配置、保障城市“菜籃子”“米袋子”，兼顧糧食安全與經濟發展的關鍵。

鑒于此，本研究利用斑塊生成土地利用模擬[30]（patch-generating land use simulation model，PLUS）模型設置自然發展、耕地保護、可持續發展3種情景，模擬常州市主城區2030年土地利用變化，并且從生產適宜性、空間集聚性、區位便利性3個方面構建耕地綜合適宜性評價體系。以可持續發展為切入點，在對耕地進行綜合適宜性評價的基礎上結合未來耕地變化情況，運用集成技術來解決耕地差異化利用問題，以期實現科學高效地劃分耕地功能分區，為因地制宜地進行耕地分區管理、保護、優化提供參考和借鑒。

1 研究區域概況與數據來源

1.1 研究區概況

江蘇省常州市（圖1）（31°09'N～32°04'N、119°08'E～120°12'E）是長江三角洲地區的中心城市之一，與上海、南京兩大都市等距相望，區位條件優越。本研究對象選取常州市主城區，包括新北區、鐘樓區、天寧區、經開區和武進區，為常州市經濟、文化與政治中心。研究區總面積186 196 hm2，截至2020年，研究區常住人口390.79萬人，包含城鎮人口318.60萬人，城鎮化率達81.53%，地區生產總值7 805.3億元，較2019年增幅4.5%，位列全省第三。2010—2020年，區域內耕地面積由92 606.70 hm2減少到87 299.20 hm2，年均減少530.75 hm2，而城鎮建設用地由62 702.60 hm2增加到68 256.30 hm2，年均增加555.37 hm2。城鎮擴張趨勢與耕地資源高度重疊。近年來，常州市為融入國家“一帶一路”和長江經濟帶戰略，城市經濟發展建設擠占大批耕地資源，建設用地與耕地之間矛盾日益凸顯，耕地保護形勢嚴峻，其主城區作為研究區具有典型性。

圖1 研究區區位圖Fig.1 Location map of the study area

1.2 數據來源和處理

本研究所采用的2期土地利用數據（2010年、2020年）均來自中科院資源環境科學與數據中心（http://www.resdc.cn），空間分辨率為30 m；高程數據來自地理空間數據云（http://www.gscloud.cn/）；鐵路、公路、河流、城鎮、村莊、永久基本農田、生態保護紅線數據、耕地質量數據均來源于常州市自然資源和規劃局。以上數據在ArcGIS 10.5中進行投影變換、重采樣、裁剪、歐氏距離等預處理，柵格數據精度統一為30 m×30 m。

1.3 研究思路

1）土地利用多情景模擬：根據未來城市發展側重的方向不同，設置自然發展、耕地保護、可持續發展3種情景，通過PLUS模型模擬3種發展情景下研究區未來土地利用結構。

2）耕地綜合適宜性評價：從生產適宜性、空間集聚性、區位便利性3個方面構建評價體系，基于行政村尺度，綜合加權各個指標權重得到3種維度評價結果，運用Python中帶輪廓系數的k-means聚類算法將耕地劃分為Ⅰ級區、Ⅱ級區、Ⅲ級區和Ⅳ級區。

3）耕地分區保護：借助熱點分析（Getis-Ord Gi*）工具識別耕地未來變化冷熱點區域，在可持續發展情景下，耦合耕地綜合適宜性評價結果，組成不同特征類型耕地分區，并提出相應的管控方案。

2 研究方法

2.1 未來土地利用格局模擬

2.1.1 情景設置

PLUS模型中，土地利用變化驅動因子參考現有文獻與研究區現狀[31-35]，選取高程、坡度、坡向、到城鎮、村莊、河流、鐵路、公路距離8項驅動因子，綜合考慮土地利用現狀與未來城市發展戰略，設置3種發展情景探究常州市主城區未來土地利用變化可能存在的不同演變過程與格局，輔助決策者科學地劃定耕地功能分區。

1）自然發展情景。此情景基于研究區2010—2020年土地利用變化規律，無政策規劃等干預，運用Markov模型預測各用地類型未來規模，是其他模擬情景的對比基礎。

2）耕地保護情景。在“藏糧于地”的目標下，優先保障優質耕地，嚴守耕地紅線，強化對非農建設占用耕地的控制和引導。基于自然發展情景，設置永久基本農田為限制轉化區，參考相關研究[32]，使耕地向建設用地轉移概率降低60%，向林地和水域的轉移概率降低20%，同時修正轉移成本矩陣。

3）可持續發展情景。兼顧經濟發展與糧食安全，在落實長江經濟帶發展過程中實現區域綜合發展。基于自然發展情景，設置永久基本農田、生態保護紅線為限制轉換區，使耕地、林地、草地向建設用地轉移概率降低20%，水域向建設用地轉移概率降低10%。

2.1.2 PLUS模型關鍵參數設置

PLUS模型是一個以元胞自動機為基礎構建的基于柵格數據的斑塊生成土地利用模型。該模型由用地擴張分析策略與多類型隨機斑塊種子的元胞自動機模型兩部分組成，結合轉化分析策略和格局分析策略的優勢，更有利于提高模型對真實景觀格局的模擬和仿真能力，通過定義不同用地類型的鄰域因子與轉換規則來實現各情景土地利用格局變化的模擬預測[30]。

1）鄰域因子

鄰域因子代表地類的擴張能力，其取值范圍為0～1，值越大表示該地類的擴張能力越強。根據2010—2020各土地利用類型的斑塊總面積的變化規律，基于王保盛等[33]研究，通過反復試驗后得到模擬精度較高的鄰域因子參數，耕地、林地、 草地、水域、未利用地、建設用地鄰域因子參數分別為0.10、0.49、0.41、0.47、0.41、0.90。

2）轉換成本矩陣

轉換成本矩陣表示各土地利用類型之間相互轉換的難易程度，取值為0或1。當值設置為0時，表示不允許該地類向另一種地類轉換，反之則允許轉換。根據研究區2010—2020年土地轉移變化實際情況，同時參考相關研究，根據不同情景設置調整土地利用轉換成本矩陣[34]：自然發展情景中，各地類之間轉換根據2010—2020年土地轉移變化實際情況；耕地保護情景中，除建設用地以為耕地不能轉換為其他土地利用類型；可持續發展情景中，調整用地類型轉換等級從大到小依次為建設用地、林地、耕地、水域、草地、未利用地。各情景成本矩陣設置如表1所示。

表1 轉換成本矩陣Table 1 Conversion cost matrix

2.1.3 熱點分析

熱點分析（Getis-Ord Gi*）作為衡量局部空間自相關的空間分析工具，以行政村為輸入單元，將未來土地利用變化情景下耕地向其他地類的潛在轉換面積占現狀耕地面積比例作為耕地不穩定指標，通過Z得分和P值識別耕地不穩定性局部高值（熱點）或低值（冷點）在空間上的聚類分布情況，熱點為未來耕地不穩定指標得分較高并被得分較高的單元包圍的聚類區域，冷點則相反，計算式為

式中xj是樣本j的屬性值；wi,j是樣本i和j之間的空間權重；n為樣本總個數，且：

2.2 耕地綜合適宜性評價

2.2.1 評價指標權重確定

耕地綜合適宜性評價指標需關注反映研究區耕地資源的關鍵性因子，揭示耕地功能的深層次問題，考慮到耕地資源的現狀特征、指標的代表性及數據的可獲得性，借鑒已有相關研究[28,36]，以行政村為評價單元，圍繞功能分區內涵，從生產適宜性、空間集聚性、區位便利性3個維度選取耕地綜合適宜性評價指標（表2），有利于挖掘耕地質量、綜合生產、利用狀況等隱性內涵。

表2 耕地綜合適宜性評價指標體系Table 2 Cultivated land comprehensive suitability evaluation index system

選擇耕地面積、自然等指數表示生產適宜性，用以表征耕地資源規模與自然本底，與耕地綜合生產能力相關聯；選擇平均斑塊大小、景觀形狀指數表示空間集聚性，用以表征耕地資源空間格局狀況，與耕作規模，農業機械化水平相關聯；選擇耕地距村莊、主要道路的平均距離表示區位便利性，用以表征農業生產運輸過程中的區位條件，與耕作效率和機械通行效率相關聯。

2.2.2 評價指標權重確定

通過最小相對信息熵原理組合AHP分析法和熵權法確定各項指標綜合權重，更加全面地挖掘專家主觀經驗信息與樣本的客觀差異，實現主客觀內在統一[37]，計算式為

式中w1j為主觀權重；w2j為客觀權重。

2.2.3k-means空間聚類

k-means是一個簡單、高效的聚類算法，可以很好地分析樣本量大的數據。Python中帶輪廓系數的k-means聚類算法有助于科學確定最佳聚類數目，并根據確定的數目任意選取樣本點作為分類的初始中心，通過反復迭代的過程劃分數據集，使得同一類別內相似性最大化，不同類別間差異最大化，計算式為

式中D為樣本Xm和Xn之間的最小距離；k為聚類數目；Xmk和Xnk為在聚類數目為k時樣本集；m、n為聚類要素；z為聚類對象行政村。

3 結果與分析

3.1 土地利用情景模擬與耕地變化空間格局

3.1.1 多情景模擬結果分析

本研究以2010年土地利用數據為基準，通過驅動因子數據獲取各類用地的適宜性概率，運用PLUS模型模擬自然發展情景下2020年土地利用數據，將其與實際情況進行精度驗證。結果顯示，本次模擬Kappa系數為0.87，總體精度為0.92，均大于0.8，試驗模擬精度達到較高水平，并且FOM系數為0.13，在合理范圍內[38]，進一步表明PLUS模型能較為準確地反映常州市主城區未來土地利用變化情況。根據常州市主城區的2020年土地利用發展情況，設置自然發展、耕地保護、可持續發展3種情景，通過PLUS模型預測2030年常州市主城區3種情景下未來土地利用情況，其結果如表3所示。

表3 2020年現狀與2030年多情景模擬用地類型變化Table 3 Status of 2020 and the multi-scenario simulation land use type change in 2030hm2

1）總體變化情況

2020年，常州市主城區主要地類為耕地、建設用地，面積分別為87 299.20、68 256.30 hm2，根據模擬結果（圖2），選取2處較為典型的城市周邊地帶放大區域細節，2030年3種情境下，用地類型仍以耕地、建設用地為主，由于城市化發展的影響，建設用地擴張是耕地流失的主要原因。對比各情景土地利用模擬結果，建設用地在3種情景下均呈現出增長態勢，除耕地保護情景增幅極小外，其余兩類情景下增幅均較大，這在一定程度上符合中國現階段社會經濟發展態勢。各用地類型空間分布總體保持不變，耕地主要分布在中心城區外圍，在武進區西部、南部、新北區分布較為集中；建設用地主要集中在各行政區交匯處，并且逐漸向外圍呈邊緣式擴張；林地在武進區太湖灣地區有大面積集中分布，另外在新北區北部以及天寧區、經開區有小面積零散分布。

圖2 常州市主城區2030年多情景土地利用模擬結果Fig.2 Land use simulation results under multi-scenarios in the main urban area of Changzhou City in 2030

2）多情景模擬差異

在自然發展情景下，耕地面積減少了4 448 hm2，較2020年相比減少5.10%，同時，林地、草地、水域均有小幅度減少，減幅分別為0.15%、0.61%、0.96%，未利用地作為其他用地類型的轉入來源之一，減幅10.95%，建設用地擴張最為顯著，面積增加了4 753.31 hm2，增幅6.96%。

可以看出，在不設置任何限制因素情況下，按照2010—2020年的趨勢進行發展，建設用地為滿足社會經濟高速發展而增加向外擴張態勢，耕地、林地、草地、水域及未利用地均有一部分將會轉化為建設用地，其中大量耕地將被建設用地所侵占，若不加以限制，將對區域內糧食安全構成嚴重威脅。

在耕地保護情景下，耕地面積減少了508.50 hm2，減幅比自然發展情景低4.52%，林地、草地較2020年分別下降了0.90%和1.37%，相較于自然發展情景減幅更多，未利用地較2020年增幅0.38%，實現小幅度增加，建設用地擴張速率相比于自然發展情景有了很大程度的減緩，增幅由自然發展情景的6.96%降低為1.11%。這表明，該情景下大量耕地被侵占的情況得到有效遏制，永久基本農田得到有效保護，但在追求耕地保護的同時在一定程度上限制建設用地的擴張，從而使建設用地的轉換更多地指向林地和草地，生態用地受到擠壓，不利于區域經濟的可持續發展。

在可持續發展情景下，耕地面積減少了2 882 hm2，較2020年減少3.30%，林地、草地分別減少0.64%、0.23%，減幅相較于耕地保護情景有所放緩，水域面積為27 726.90 hm2，較2020年相比減少0.72%，建設用地擴張明顯，相比2020年增加了4.56%，但相較于自然發展情景中建設用地的無序擴張，增幅有所減緩。總的來說，該情景下雖然生態用地總面積較2020年有所減少，但未出現大面積的生態用地縮減，生態保護紅線內高質量生態用地得到了有效保護，能在一定程度上保障耕地數量，保護生態環境，兼顧糧食安全與經濟發展，有利于城市區域的可持續發展。

3.1.2 耕地不穩定性空間格局分析

基于熱點分析識別未來耕地不穩定指標的冷熱點空間分布[39]，來反映多情景模擬下耕地的不穩定程度。自然發展、耕地保護、可持續發展3種情景下耕地不穩定性熱點分析如圖3所示。

圖3 3種情景下常州市主城區未來耕地不穩地性冷熱點分布Fig.3 Distribution of cold and hot spots of unstable cultivated land under three scenarios in the main urban area of Changzhou City

總體來看，三者的冷熱點區域在空間分布上較為相似，熱點區主要分布在中心城區周圍，并且圍繞中心城區數量上呈現出東多西少、南多北少的趨勢，這些區域的耕地臨近城區，在未來發展中將成為建設用地轉換的主要轉出來源；冷點區主要分布在新北區北部、鐘樓區西部以及武進區東部和西部，這些區域的耕地集中連片、數量規模大，未來不易轉化為其他土地利用類型。在自然發展情景下，冷點和熱點的分布范圍較大，冷點區占比28.11%，熱點區占比高達38.56%，空間集聚性強；在耕地保護情景下，冷點區與熱點區在3種情景中占比均最小，分別為22.34%、27.57%，無99%置信度的冷點區，耕地不穩定性集聚情況不明顯；可持續發展情景下，冷點區與熱點區占比較為均衡，分別為25.77%、35.13%，且耕地的不穩定性在空間上差異顯著。

3.2 耕地綜合適宜性評價結果

本研究評價單元共計555個，采用自然斷點法將各適宜性評價指標劃分為5級，并對其進行分級賦分（賦分為20、40、60、80、100），將現狀耕地的生產適宜性、空間集聚性、區位便利性劃分為高、較高、較低、低4個等級（圖4）。

圖4 常州市主城區耕地評價空間差異Fig.4 Spatial differences of evaluation of cultivated land in the main urban area of Changzhou City

就生產適宜性而言，區域內耕地生產適宜性空間分布呈現出中心向四周遞增的趨勢，其中處于高適宜性的行政村數量最多，共186個，占全部村域單元的33.51%，主要集中在新北區、鐘樓區西部、武進區西部和東部。就空間集聚性而言，區域內耕地空間集聚性分布較為零散，不同評級單元交錯分布，其中處于低適宜性的行政村數量最多，共297個，占全部村域單元的53.51%，在經開區與天寧區有大面積連片分布。就區位便利性而言，區域內耕地耕作、運輸區位條件整體較高，處于低適宜性的行政村共15個，僅占全部村域單元的2.70%，主要分布在新北區長江流域段以及武進區滆湖、太湖灣沿岸。

根據輪廓系數得到較優聚類數目，基于耕地各單項指標分級賦分值，結合指標綜合權重，將常州市主城區555個行政村從耕地生產適宜性、空間集聚性、區位便利性3個維度進行k-means聚類分析，評價結果將其劃分為四類（圖5）。通過箱型圖顯示的中位數和上下四分位數的間距可以直接觀察耕地生產適宜性、空間集聚性、區位便利性3個維度數據整體的分布情況，評價為Ⅰ級區耕地面積占耕地總面積的38.71%，主要集中在新北區中部、鐘樓區西部及武進區西部和東部，其生產適宜性最高，空間集聚性與區位便利性均處于較高水平，區域內耕地集中連片且農業生產力高；Ⅱ級區耕地面積占耕地總面積的32.73%，在各區均有小面積零散分布，其生產適宜性與區位便利性處于較高水平，但空間集聚性較低，在農業生產方面具有一定優勢且運輸條件較好；Ⅲ級區耕地面積占耕地總面積的19.80%，主要集中在經開區、武進區滆湖北部、東部，其區位便利性較高，在農業耕作運輸方面有優勢，但生產適宜性與空間集聚性均中等，不利于進行規模化農業生產；Ⅳ級區耕地面積占耕地總面積的8.76%，主要鑲嵌在城市與建制鎮周邊及內部，交通便利，空間集聚性較低，農業生產力低下。

圖5 常州市主城區耕地綜合適宜性評價結果箱型圖及分布圖Fig.5 Box plot and distribution map of cultivated land comprehensive suitability evaluation results in the main urban area of Changzhou City

3.3 耕地功能分區方案

通過綜合對比模擬結果，結合發展目標，可持續發展情景的設置能在一定程度上保障城市周邊耕地數量，保護生態環境，兼顧糧食安全與經濟發展。因此以可持續發展情景為切入點，根據未來耕地不穩定性熱點分析結果，將耕地劃分為熱點區、冷點區、無顯著區3類；根據耕地綜合評價聚類分區，將耕地劃分為Ⅰ、Ⅱ、Ⅲ、Ⅳ四類；耦合兩類結果，劃分出Ⅰ熱點區、Ⅰ無顯著區、Ⅰ冷點區、Ⅱ熱點區、Ⅱ無顯著區、Ⅱ冷點區、Ⅲ熱點區、Ⅲ無顯著區、Ⅲ冷點區、Ⅳ熱點區、Ⅳ無顯著區、Ⅳ冷點區12種組合，根據不同層次組合特征，從耕地供需匹配及功能間協同-互補的角度出發，將常州市主城區耕地歸并劃分為糧食主產區、都市農業區、農地改善區、城鄉過渡區（表4），耕地功能分區如圖6所示。

表4 常州市主城區耕地劃分方法Table 4 Classification method of cultivated land in the main urban area of Changzhou City

圖6 常州市主城區耕地功能分區Fig.6 Cultivated land functional zoning in the main urban area of Changzhou City

糧食主產區：該分區類型包括Ⅰ無顯著區、Ⅰ冷點區、Ⅱ冷點區3種組合類型，耕地面積45 854.45 hm2，占耕地總面積的52.53%，主要分布于新北區北部、鐘樓區西部及武進區西部、東南部。該區域耕地生產適宜性高，耕作運輸條件較好且耕地未來不易轉化為其他用地類型，穩定性較高，是保障城市糧食安全的核心區域。

都市農業區：該分區類型包括Ⅰ熱點區、Ⅱ熱點區、Ⅱ無顯著區3種組合類型，耕地面積16 508.19 hm2，占耕地總面積的18.91%，主要分布于天寧區東部、經開區東部和南部及武進區中部和東北部。該區域耕地大部分連片分布、形態較為規整，生產條件優越，區位交通條件較好，但臨近城區，未來耕地非農化轉換率高。

農地改善區：分區類型包括Ⅲ無顯著區、Ⅲ冷點區、Ⅳ冷點區3種組合類型，耕地面積13 692.82 hm2，占耕地總面積的15.68%，主要分布于各行政區建制鎮附近及武進區滆湖四周與西太湖北部，臨近水源、林地等生態保護紅線區域，該區域未來耕地穩定性較高但農業生產方面處于劣勢。

城鄉過渡區：該分區類型包括Ⅲ熱點區、Ⅳ熱點區、Ⅳ無顯著區3種組合類型，耕地面積11 243.74 hm2，占耕地總面積的12.88%，主要分布于各行政區交匯處，位于中心城區與耕地的過渡地帶。該區域耕地連片與生產力均較低，農業生產與城市發展矛盾突出，未來耕地轉換風險較大。

4 討 論

耕地保護關系國家糧食安全、生態安全和社會穩定，合理劃分耕地資源是耕地生態系統可持續發展、協調糧食安全與社會經濟發展的關鍵。因此，本研究面向未來土地利用演變趨勢，在耕地未來穩定性與綜合適宜性評價的基礎上，運用集成技術來解決城市周邊耕地差異化利用問題，實現科學高效地劃分耕地功能分區，對創新制定區域差別化的耕地保護措施，優化調整耕地保護布局尤其是永久基本農田布局具有重要意義。

科學規劃土地利用資源，明確各分區耕地主導要素特征，采取差異化的耕地保護利用措施，實現城市綠色可持續發展。1）在糧食主產區中，應嚴格控制未來耕地非農化轉換，嚴格落實耕地占補平衡；積極推進高標準農田建設與萬頃良田建設；在維持耕地系統可持續同時注重農業生產技術革新以發展現代農業與規模農業，提高耕地資源利用效率。2）在都市農業區中，應充分發揮耕地“紅線”作用，將耕地保護與城市建設、經濟發展相融合；健全耕地保護經濟補償機制，激發農民保護耕地的積極主動性；注重耕地資源的可持續開發利用，促進一二三產業深度融合，發揮耕地多功能綜合價值。3）在農地改善區中，應在維護耕地生態和布局穩定的同時，開展耕地提質改造工程，提高耕地生產能力；加大休耕輪耕制度，優化農業生產布局，促進農業綠色升級，通過土地綜合整治等工程為適度經營和發展現代農業創造條件。4）在城鄉過渡區中，可將部分鑲嵌于城市深處的低質量耕地以及城區邊緣的細碎耕地在未來城市發展中考慮退出，能在一定程度上阻隔城市“攤大餅”式擴張，并且通過土地征收補償等制度，改進和規范耕地占補平衡，落實空間戰略，統籌區域、城鄉建設用地發展，在保障糧食安全的同時有利于區域的可持續發展。

本研究有利于促進城市周邊耕地資源空間布局優化和區域的可持續發展，同時為劃定永久基本農田、選擇土地整治區域等提供一定的理論參考。但仍有一些局限性，雖然綜合考慮了自然和社會多方面影響因子使得模型盡可能精確、評價盡可能全面，但由于土地利用的復雜性及數據獲取的局限性，仍有一些因素（如區域政策規劃、農戶行為等）未考慮在內，可以在后續研究中展開進一步探討來提高分區的科學性和合理性，使其對區域發展具有更高的參考價值。

5 結 論

本研究以耕地功能分區內涵為導向，立足新時代區域可持續發展目標，從村域尺度出發，綜合運用斑塊生成土地利用模擬（patch-generating land use simulation model, PLUS）模型和熱點分析法揭示多情景模擬下耕地未來變化時空格局特征，從生產適宜性、空間集聚性、區位便利性3個維度構建耕地綜合適宜性評價體系，運用k-means空間聚類識別不同單元的耕地主導要素特征，在此基礎上通過組合分析兩類評價結果劃定耕地功能分區，提出了區域耕地資源差別化管控建議。得到以下結論：

1）自然發展、耕地保護、可持續發展3種情景下，各用地類型空間分布總體保持不變，區域變化差異較為明顯，自然發展情景下建設用地擴張顯著，增幅6.96%；耕地保護情景下耕地面積僅減少508.50 hm2，減幅最低，為0.58%；可持續發展情景下各用地類型變化趨勢與自然發展情景類似，但變化幅度更為緩和，能在一定程度上兼顧糧食安全與經濟發展雙重訴求。

2）熱點分析表明，未來耕地變化的熱點區主要分布在中心城區周圍，并且圍繞中心城區數量上呈現出東、南多，西、北少的趨勢，冷點區主要分布在新北區北部以及武進區東部和西部，另在鐘樓區西部有少量分布，未來耕地變化局部聚類顯著性大小依次為自然發展情景、可持續發展情景、耕地保護情景。

3）基于耕地綜合適宜性評價體系，運用k-means聚類算法將常州市主城區內耕地劃分為四類，綜合適宜性評價為Ⅰ級區生產適宜性最高，空間集聚性與區位便利性均處于較高水平；Ⅱ級區生產適宜性與區位便利性處于較高水平，但空間集聚性較低；Ⅲ級區生產適宜性與空間集聚性均中等，耕作運輸條件較好；Ⅳ級區交通便利，但空間集聚性較差，生產適宜性最低。

4）以可持續發展為切入點，耦合兩類評價結果，將耕地劃分為糧食主產區、都市農業區、農地改善區、城鄉過渡區4種類型，面對不同功能分區有針對性地提出差異化耕地管控措施，有助于實現城市周邊耕地資源的高效管理和利用，優化土地管理策略。