基于FLUS 模型的南昌市三生空間多情景模擬和生態效應演變研究

摘 要：以2000—2020 年5 期土地利用數據為基礎，綜合運用地統計分析、生態環境效應模型和FLUS 模型，從用地轉型角度定量分析研究南昌市過去及未來生態環境效應的階段性時空變化特征，以期為南昌市未來城市發展提供科學參考。結果表明：2000—2020 年南昌市用地結構大致表現為生態用地和生產用地不斷縮減，生活用地持續擴張的態勢；其間南昌市整體生態環境有所惡化，生態環境質量指數由2000 年的0.4600 減至2020 年的0.4349，低和較低質量區面積有所擴大。以慣性發展、耕地保護、生態保護3 種不同側重的情景模擬，預測南昌市2035 年“三生空間”：慣性發展情景下生活空間擴張態勢顯著，耕地保護情景下生產空間面積出現了唯一漲幅，生態保護情景下生態空間也呈現出唯一的上升趨勢；慣性發展情景下的生態環境質量與歷史土地利用變化產生的生態環境效應變化態勢保持一致，惡化程度繼續加深，耕地保護情景和生態控制情景下生態質量有所改善。由此建議：南昌市未來發展中，生態控制和耕地保護等政策的推進應注重對建設用地擴張的約束管控，重視盤活存量建設用地，優化國土空間用地結構和布局，以達到在保障經濟快速發展、社會穩定進步的同時實現山水協調、糧食安全不受威脅的發展目標。

關鍵詞：三生空間；土地利用模擬；生態環境效應；FLUS 模型

中圖分類號：F301.2 文獻標志碼：A 文章編號：2095-1329（2023）02-0053-09

“三生空間”是生產、生活、生態三類空間的總稱[1]，其發展理念在黨的十八大報告中首次提出，即要求“生產空間集約高效、生活空間宜居適度、生態空間山清水秀”。然而隨著經濟社會的高速發展，生態用地和農業用地被周邊城鄉建設用地不斷蠶食，致使兩者面積不斷減少，區域生態環境持續惡化，造成諸多生態環境問題[2]。以“三生空間”的相關理論為基礎，土地利用類型的時空格局變化為切入點，分析區域生態環境效應成為當前學術界的研究熱點之一[1，3-5]。

目前，國內學者在“三生空間”方向上的研究主要關注空間優化[6-8]、生態評價[2，9]、格局演變[2] 和生態環境效應[10-11] 等方面。其中，基于多幅歷史遙感數據解譯分析土地利用轉型的時空分布特征及其生態環境效應已成為研究區域發展格局的一般范式。但有關模擬預測未來用地轉型及其生態環境效應的研究較少，這將影響研究結果在土地用途管制[12]、生態環境保護[13]、生態系統服務價值[14]、資源環境效應[15] 等方面的實際指導作用。現有模擬土地利用類型演變的主流方法有CA 模型[16]、CLUE-S模型[15] 等，其中FLUS 模型是一種基于CA 模型模擬預測未來土地利用變化的新型模型，在土地多情景預測過程中具有較高精度，同時預測所得結果與土地利用現狀較為接近[17]。基于該模型有關學者開展了相關研究，如馬建輝等[18]、趙胤程等[19] 分別對河北省和黃河源區生態系統碳儲量的演變特征和趨勢進行探討，高周冰等[20] 研究南京市生境質量的時空特征及其變化的驅動力，趙壽露等[21] 利用其進行“三生”空間布局的優化，林彤等[22]分析喀斯特地區未來多情景下生態用地變化情況。此外，對比現有文獻發現，研究區選擇也主要集中在流域[6，23-24]、省份[3-5]、城市群[2，21] 等空間尺度，研究的內容多聚焦在生態脆弱區域退化的時空特征[25]、趨勢及其驅動力[3]。但目前有關核心城市生境質量模擬預測的研究相對較少，探究未來多情景下城市用地轉型及其生態環境效應變化將對生態環境效應研究領域作出補充。

南昌市作為全國首批低碳試點省會城市，隨著城鎮化的不斷推進，生活空間不斷向外擴展，土地利用格局發生顯著變化，致使城市踐行綠色發展理念的壓力明顯增大。FLUS 模型能夠根據驅動因子與土地利用之間的定量關系有效模擬土地利用空間分布，實現土地利用在數量和空間的雙重模擬，進一步為城市生態環境效應的預測奠定基礎。因此，本文基于2000—2020 年5 期歷史土地利用數據，利用FLUS 模型和生態環境效應模型對多種情景下土地利用格局進行模擬分析，探索出“三生”空間分類體系下多情景用地轉型對城市生境質量的影響，以期為加強生態環境保護及國土空間開發利用格局的進一步優化提供重要依據。

1 研究區概況與數據來源

1.1 研究區概況

究區位于江西的中北部（圖1），地處長江中游地區，毗鄰長三角、珠三角和福建海西經濟區，地理位置為115?27'E～116?35'E、28?10'N～29?11'N。該區域主要由丘陵地帶和平原地區組成，全年氣候溫和，日照時間長，為典型的亞熱帶濕潤季風氣候。南昌市全域轄區面積為7196 km2，下轄6 區3 縣。截至2020 年，南昌市常住人口為625.50 萬人，人口較為稠密，包含城鎮人口488.38萬人，城鎮化率達78.02%，是一座城鎮化率較高的城市。近年來，南昌市城市化和工業化步伐顯著加快，城市土地利用格局持續變化，由此帶來的生態風險及其惡化程度不斷加大。

1.2 數據來源及處理

研究采用的數據主要包括：

（1）土地利用類型數據來自中國科學院資源環境科學與數據中心，空間分辨率為30 m。本文采用的基礎數據考慮的是土地的自然屬性，但一種土地利用類型往往具有多種功能，如耕地具有生產功能的同時也具有生態功能[24]，本項研究根據龔亞男等[4] 對土地“三生空間”功能的實證研究，對基礎土地類別重新分類并匯總整理土地生態環境質量指數值（表1）。

（2）查閱以往土地利用模擬有關文獻[26-27]，本文從自然（DEM、氣溫、降水、坡度、坡向、離水系的距離）、經濟（GDP、人口、離區縣或鄉鎮中心的距離）和社會（離鐵路、高速公路、城市主干道的距離）3 個方面選取13 個驅動因素構建模型。DEM 數據獲取自地理空間數據云，并由此進一步得到坡向和坡度數據；氣溫和降水數據來自中國科學院成都山地災害與環境研究所，分辨率為30 m；GDP 與人口密度數據等獲取自中科院資源環境科學與數據中心，借助克里金法將空間精度提升至30 m分辨率；高速公路、鐵路、主干道、水系等數據來自于OpenStreetMap 數據網，區縣和鄉鎮中心定為各級政府駐地，通過高德API 小程序獲取，同時利用ArcGIS 軟件中的歐氏距離功能計算各要素到研究區范圍的空間距離。

根據FLUS 模型對于輸入數據的要求，基準數據設置為土地利用數據，同時使各數據行列數、坐標系和分辨率一致，確保所有的柵格數據符合模型構建要求。

2 研究方法

2.1 生態環境效應模型

（1）生態環境質量指數

參照經驗公式以及以往研究[1，3-4]，并結合研究區的實際情況，經過多次不同調試，最終確定以700 m×700 m格網對本研究區進行等距取樣，得到近1.5 萬個樣區。結合各樣區單元中不同地類圖斑的面積比例及其對應的生態環境質量，定量測算得出各單元內的生態環境質量指數值。其表達式為：

（2）地統計分析

將定量測算得到的76150 個研究單元的生態環境質量指數賦值給幾何中心，運用Gs+ 軟件對5 期生態環境質量指數進行擬合，最終選用球面模型對5 期質量數據運用克里金法進行插值，得到2000—2020 年南昌市生態環境質量等級分布。半變異表達函數表達式為：

（3）生態貢獻率

區域土地利用類型轉移引起的生態貢獻率是指某種用地結構發生內部轉移所引起的土地生態環境質量的變化[4]。生態貢獻率在一定程度上反映出某種土地利用類型轉變對環境的影響大小，從正負效應兩方面研究生態環境效應的變化，從而揭示出在區域土地利用過程中影響其生態環境效應變化的主要因素，并對結果做出進一步討論。其表達式為：

2.2 FLUS 模型

FLUS 模型是基于歷史土地利用變化并通過預設不同情景以模擬未來土地利用變化的新型模型，包括適宜性概率計算與基于自適應慣性競爭機制的元胞自動機兩大模塊。前者對影響用地變化的重要因素歸一化后的結果進行樣本訓練和神經網絡分析，得到不同地類在空間分布上的適宜性概率。后者在完成適宜性概率計算后，通過引入土地類型數量目標和用地變化的限制數據，調試鄰域因子、鄰域大小等參數以達到預期精度，根據多情景目標以及對研究區的經驗，設置各用地類型在不同情景下的成本矩陣，得到最終各類用地空間分布預測情況。成本矩陣設置如表2 所示：

計算適宜性概率。基于神經網絡算法（ANN）從真實的土地利用數據和多種土地利用變化驅動因子中，通過訓練獲取各用地類型在空間分布上的出現概率。其表達式為：

自適應慣性競爭模型。自適應慣性系數是自適應慣性競爭模型的核心，表示之前用地類型的繼承趨勢并取決于各地類現狀規模和目標數量之間的差異。其表達式為：

3 結果與分析

3.1 生態環境質量時空演變

（1）面積變化情況分析

從“三生”土地利用類型（圖2）來看，整體呈現“三增三減”的變化態勢：

① 工業生產用地面積持續增加，但農業生產用地減幅較大，從而造成生產用地規模表現為縮減態勢，2020年較2000 年共減少了38882.66 hm2；

② 2000—2015 年，水域生態用地持續減少，降幅不斷縮小，在2015—2020 年，水域生態用地出現上升趨勢，但綠色生態用地在研究期內始終維持減少態勢，使生態用地總量不斷降低，研究區內共減少了21184.04 hm2；

③ 生活空間中，兩種用地類型面積在2000—2020 年間一直處于上升趨勢，總量由2000 年的38334.94 hm2 上升到2020 年的98401.64 hm2。（圖3）

（2）土地利用變化的生態環境效應

根據公式（1），計算2000—2020 年南昌市綜合生態環境質量指數。如圖4、圖5 所示，研究區范圍內整體生態質量有相對惡化的趨勢，由2000 年的0.4600 降至2020年的0.4349，降幅為5.7%。從空間分異上看，南昌市土地生態環境質量表現為“西北與東南兩側高，中部低”的分布特征，生態環境較低質量區和低質量區集中于南昌市中心城區、安義縣和進賢縣（城區）范圍內，2010年其面積占比35%，且比重不斷上升，生態環境質量區蔓延方向與工業和基礎設施建設、城鎮擴張范圍基本保持一致。高質量區主要分布在新建區北部的林地區域和進賢縣的東南部，但比重不斷下降。從時序變化上看，2000—2005 年間和2015—2020 年間，各生態環境質量等級區變化不大，維持相對穩定的態勢。2005—2010 年間和2010—2015 年間，低質量區、較低質量區和中質量區變化相對明顯，低質量區由1.22% 上升至3.35%，較低質量區由25.40% 上升至31.37%，中質量區由44.33% 降至34.63%；較高質量區和高質量區變化相對不大，保持相對穩定。

3.2 主要用地變化及其生態貢獻率

生態環境質量的改善與惡化兩種不同趨勢會同時存在于區域內，在某種程度上可以相互抵消[8]。通過式（3）計算出南昌市用地變化過程中所產生的生態貢獻率，進一步得出導致環境變化的主要因素。

由表3 可知，2000—2005 年間土地利用轉型導致生態環境正效應的主要因素是退耕還湖還林帶來的農業生產用地向水域生態用地和綠色生態用地的轉移，生態貢獻率比重合計74.60%，而綠色生態用地向工業生產用地的轉移是導致生態環境負效應的主導因素，生態貢獻率比重達到35.08%。2005—2010 年間土地利用轉型導致生態環境正效應的主要因素是農村土地整理帶來的農村生活用地向綠色生態用地的轉移，以及水域生態用地與農業生產用地向綠色生態用地的轉移，而城鎮擴張占用部分農業用地資源致使農業生產用地向城鎮生活用地的轉移是造成生態環境負效應的最直接因素，生態貢獻率的比重達到29.48%。

由表4 可知，2010—2015 年間和2015—2020 年間，由于我國對生態環境保護和建設工作的不斷重視，退耕還林帶來的農業生產用地逐步向綠色生態用地的轉移是導致土地生態環境持續改善的主要原因，兩個階段的生態貢獻率比重分別達到69.56% 和52.94%；同時隨著對耕地保護的不斷重視，嚴格限制農業生產用地向生活用地的轉出，土地生態環境質量惡化的主導因素轉變為綠色生態用地向生活用地轉移，2010—2015 年和2015—2020年生態貢獻率比重分別為50.41% 和51.74%。總體而言，南昌市長期同時存在著生態環境正效應和負效應兩種態勢，生態環境正效應小于負效應，生態環境惡化的程度進一步加大。

3.3 多情景下南昌市2035 年“三生空間”模擬結果

（1）FLUS 模型構建

借助GeoSOS-FLUS 軟件，輸入2015 年南昌市土地利用數據作為基期年數據，2020 年土地利用數據作為檢驗數據，設置FLUS 模型有關參數，經運算后最終得出2020 年的模擬數據。與實際數據相比較，南昌市土地利用模擬總體精度達到91.64%，Kappa 參數值達到0.89，遠高于0.80，進一步表明模型模擬精度較好[17]，能較為真實地反映出南昌市土地利用類型的時空格局演變，可作為該區域2035 年土地利用模擬的選擇之一。

（2）“三生空間”模擬結果分析

本研究結合南昌市實際情況及未來可能出現的發展趨勢來設定多情景目標，通過FLUS 模型預測2035 年“三生空間”用地類型空間分布格局，結果如圖6 所示，不同側重角度下的南昌市2035 年模擬結果有較顯著差異。

慣性發展情景下，2035 年南昌市的生活用地規模達到106763.23 hm2， 生態用地和生產用地分別達到312310.80 hm2 和311404.11 hm2。與2020 年相比，生活空間占地面積新增11831.32 hm2，其中城鎮生活用地擴張趨勢明顯，預測期內增長了25.68%；但生態空間占地面積持續減少，面積減少至301468.66 hm2，其中綠色生態用地急劇減少，較2020 年縮減10342.04 hm2，是造成生態用地大量減少的主要原因；生產空間占地面積也在不斷減少，盡管工業生產用地保持較高增長態勢，但農業生產用地占生產用地的90.53%，相比2020 年減少4.95%，致使整體面積縮減趨勢較為顯著。從格局變化來看，生活空間集中在南昌市中部地區，生態空間集中在東南部、東北部和西北部，生產空間分布最為廣泛，南昌市全域內均有分布。

耕地保護情景下，2035 年南昌市“三生空間”中生產空間占地面積增至312913.82 hm2，工業生產用地和農業生產用地占地面積都在擴張，但增長幅度較小，兩者共計增加了1099.81hm2，漲幅近0.35%；生態空間退化趨勢相比慣性發展情景出現了較大程度的縮小，其中綠色生態用地較2020 年現狀減幅僅為0.20%，水域生態用地在兩種情景下均呈下降趨勢，面積減少了0.38%；生活空間在該情景下僅發生了小幅度增加，城鎮生活用地擴張趨勢并不明顯，面積增加了313.00 hm2，漲幅近0.67%。這表明在進行耕地保護時，生活用地的擴張會受到較大程度的約束，同時也保障了生態用地面積。

生態控制情景下，生態空間占地面積為312973.45hm2，相比于其他情景，水域生態用地減幅最小，綠色生態用地面積較2020 年增長了0.77%，生態空間面積總量增加。與2020 年相比，2035 年南昌市“三生空間”中生活空間擴張速率得到有效控制，由慣性發展情景的12.46% 降為0.10%，其中城鎮生活用地占地面積漲幅為0.45%，農村生活用地減幅為0.39%；生產空間降為311631.82 hm2；與其他情景不同，生態控制情景下綠色生態用地和工業生產用地這兩種用地類型均出現微小減幅，面積分別減少了0.43% 和0.11%。

（3）生態環境質量分析

與2020 年南昌市整體生態環境質量指數值相比，2035 年慣性發展情景下南昌市生態環境質量下降到0.4274，惡化程度進一步加劇，而耕地保護情景和生態控制情景下南昌市生態環境質量有所改善，分別上升至0.4386 和0.4396。如圖7 所示，2035 年多情景下的南昌市生態環境質量區依舊表現出“西北與東南兩側高，中部低”的空間分布特征。低質量區、較低質量區主要分布在城市中部水系的兩側，較高質量區、高質量區主要分布在水系和林地的廣大范圍內，中質量區廣泛分布于南昌市全域。

2020—2035 年慣性發展情景下土地利用模擬變化過程中，南昌市生態環境質量區在空間分布存在幾方面變化，表現為低質量區、較低質量區和中質量區的分布有不同程度的擴張，較高質量區維持相對穩定，僅高質量區面積存在縮減的情況。與慣性發展情景不同的是，在耕地保護和生態控制情景下，較高質量區面積與之前相比略有提升，低質量區和較低質量區出現微小減幅，導致這種現象的原因主要存在于兩方面，一方面是對耕地、生態用地的保護限制了區域生態環境質量高的地類向低質量地類的轉化，另一方面是在兩種情景下南昌市城鎮化空間格局持續優化，布局更為緊湊集中，土地集約節約利用程度不斷提高。

圖8 顯示了2035 年三種情景下南昌市主要用地轉型及其生態環境質量變化。2020—2035 年，不同情景下導致生態環境正、負效應的主要用地轉型基本一致，農業生產用地轉化為綠色生態用地及其逆向土地轉型過程是導致生態環境質量改善和惡化的重要因素。在慣性發展情景的驅動下，農業生產用地轉化為綠色、水域生態用地和工業生產用地轉化為綠色生態用地等作為改善南昌市生態環境質量的主要因素，占比達到75.45%。而水域、綠色生態用地轉化為農業生產用地和綠色生態用地轉化為工業生產用地是生態環境惡化的關鍵因素，占比達到70.83%。耕地保護情景下，工業、農業生產用地轉化為綠色生態用地以及農村生活用地轉化為農業生產用地是導致生態環境好轉的重要原因，占比為65.97%，綠色生態用地轉化為農業、工業生產用地是導致環境質量惡化的主要原因，兩者總和占到總生態貢獻率比重的68.44%。而在生態控制情景下，正效應貢獻率依然集中在農業、工業生產用地向綠色生態用地的轉化，貢獻率占比為68.71%，高于慣性發展情景和耕地保護情景，而綠色生態用地轉化為農業生產用地和工業生產用地也依然是環境惡化的關鍵原因，占比為54.66%，低于其他兩種情景。

綜上所述，通過對比多情景下2035 年南昌市生態環境質量指數和生態貢獻率后發現，不同情景下導致生態環境正效應和負效應的主要因素存在差異。生態控制情景下生態環境質量提升至較高水平且為三者中最高，而慣性發展情景下，南昌市生態環境質量持續惡化，進一步說明在經濟發展的過程中，應合理控制生活空間向生產和生態用地的擴張，同時在保證糧食安全的前提下，推動農業生產用地向綠色生態用地的轉化，繼而實現區域生態環境質量的相對穩定。

4 結論與討論

4.1 結論

（1） 南昌市2000—2020 年“ 三生空間” 中， 生態空間在布局上較為集中連片，位于南昌市的東南部、東北部和西北部，占地面積不斷縮減；生產空間在全域內廣泛分布，其中農業生產用地和工業生產用地一減一增，總面積轉出大于轉入，整體呈現下降趨勢；生活空間中，城鎮生活用地和農村生活用地均呈現穩定擴張態勢。從用地轉型來看，生產用地和生活用地轉移過程最為明顯，其中城鎮生活用地面積增幅最大，凈轉入面積達到41577.40 km2，農業生產用地凈轉出面積最大，達到53180.32 km2。

（2）2000—2020 年間南昌市整體生態環境質量持續惡化，生態環境質量指數由0.4600 減少至0.4349。區域內同時存在著正負效應兩種相反趨勢且惡化大于改善，其中生態用地轉化為城鎮生活用地是環境惡化的主導因素，而農業生產用地退耕還綠，向綠色生態用地的轉化是區域生態改善的重要因素。綜上可以推斷，減少對生態用地的侵占有助于維持城市生態環境質量。

（3）2035 年南昌市土地利用在三種模擬情景下，預測結果出現較大差異，但在空間格局上分布較為一致。

慣性發展情景下城鎮生活用地擴張趨勢顯著，較2020 年增幅達到25.68%；耕地保護情景和生態控制情景下南昌市生活空間擴張趨勢顯著減緩，增幅分別僅為0.21% 和0.10%；相較于慣性發展情景，其他兩種情景下農業生產用地、水域生態用地和綠色生態用地得到了不同程度保護，其中耕地保護情景下農業生產用地面積增長了0.25%，生態保護情景下生態用地面積增長了0.21%。

土地利用空間分布是導致生態環境惡化最為關鍵的影響因素，同時也是土地利用政策制定者們能夠以較低成本快速改善區域生態環境質量的重要途徑。南昌市因城鎮擴張和經濟發展導致的建設用地侵蝕耕地和生態用地現象較為普遍，生態用地作為改善區域生態環境的核心地類，無序占用生態用地不僅加大了水土流失的風險，還會對生態系統產生嚴重的負面影響。本研究表明，慣性發展情景下相比其他兩種情景可能會使南昌市生態環境進一步惡化，因此，建議城市未來的土地利用在保持林草地面積、鞏固生態建設成果基礎上兼顧經濟建設的需求，同時注意生活用地對于生產用地的侵占，重視綠色生態用地向農業生產用地和工業生產用地的轉變。

4.2 討論

基于多幅遙感影像模擬預測未來生態環境效應的研究，南昌市未來發展中，生態控制和耕地保護等政策的推進離不開對建設用地擴張的約束管控，同時還需盤活存量建設用地，優化國土空間用地結構和布局，從而達到在保障經濟快速發展、社會穩定進步的同時實現山水協調、糧食安全不受威脅的發展目標。

本文借鑒已有成果，通過FLUS 模型可以較為準確地模擬未來不同發展訴求下的土地利用情況，但仍存在部分不足：

（1）盡管在研究過程中關于生態環境質量指數、鄰域因子參數的制定參考了以往研究，對模型參數的設置進行了反復調試，但依舊存在人為的主觀性，一定程度上影響了結果的精度。

（2）土地利用變化是由諸多因素共同影響所導致的結果，本研究僅考慮了重要的驅動因素，對于醫院、學校等基礎設施和土壤性質等因素未納入其中，未來可將其作為驅動因子以達到模擬的最佳精度。

（3）生態環境效應是土地生態學中的重要研究內容，其影響因素不僅包括面積和生態環境質量指數，還與景觀格局變化、遙感生態指數、土地利用行為等有關，需在今后研究中綜合考慮，對評價結果的影響作更為翔實深入的研究和探討。

參考文獻（References）

[1] 賁薛晨， 余成. 基于“三生空間”的土地利用轉型的生態

效應及驅動力分析： 以蘇州市為例[J]. 環境工程技術學

報，2022，12（5）：1428-1436.

BEN X C， YU C. Ecological effects of land use transformation and

its driving force based on production-living-ecological space： A

case study of Suzhou City[J]. Journal of Environmental Engineering

Technology， 2022，12（5）：1428-1436.

[2] 陳曉紅， 許曉慶， 劉艷軍， 等. 基于三生空間質量的哈長

城市群城市脆弱性時空演變格局及驅動力研究[J]. 生態學

報，2022，42（15）：6395-6405.

CHEN X H， XU X Q， LIU Y J， et al. Patterns and driving forces

of the temporal-spatial evolution of urban vulnerability in Harbin-

Changchun urban agglomeration based on the productionliving-

ecological spatial quality[J]. Acta Ecologica Sinica，

2022，42（15）：6395-6405.

[3] 董建紅， 張志斌， 笪曉軍， 等. “三生”空間視角下土地利

用轉型的生態環境效應及驅動力： 以甘肅省為例[J]. 生態學

報，2021，41（15）：5919-5928.

DONG J H， ZHANG Z B， DA X J， et al. Eco-environmental

effects of land use transformation and its driving forces from

the perspective of “production-living-ecological” spaces：

A case study of Gansu Province[J]. Acta Ecologica Sinica，

2021，41（15）：5919-5928.

[4] 龔亞男， 韓書成， 時曉標， 等. 廣東省“三生空間”用地轉型的時

空演變及其生態環境效應[J]. 水土保持研究，2020，27（3）：203-209.

GONG Y N， HAN S C， SHI X B， et al. Temporal and spatial

evolution and associated eco-environment effects of the land

use transformation of ecological-production-living spaces in

GuangDong Province[J]. Research of Soil and Water Conservation，

2020，27（3）：203-209.

[5] 焦露， 薛哲進， 尹劍， 等. “三生空間”視角下喀斯特地區

土地利用轉型的生態環境效應： 以貴州省為例[J]. 生態經

濟，2020，36（4）：206-212.

JIAO L， XUE Z J， YIN J， et al. Eco-environmental effects of land

use transition in karst area based on the view of “ecologicalproduction-

living spaces”： Taking Guizhou Province as an

example[J]. Ecological Economy， 2020，36（4）：206-212.

[6] 周昱辰， 尹丹， 黃慶旭， 等. 基于生態系統服務參與式制圖的

“三生”空間優化建議： 以白洋淀流域為例[J]. 自然資源學

報，2022，37（8）：1988-2003.

ZHOU Y C， YIN D， HUANG Q X， et al. Spatial optimization

based on ecosystem services and the participatory mapping： A case

study in Baiyangdian watershed[J]. Journal of Natural Resources，

2022，37（8）：1988-2003.

[7] 付晶瑩， 郜強， 江東， 等. 黑土保護與糧食安全背景下齊齊哈爾

市國土空間優化調控路徑[J]. 地理學報，2022，77（7）：1662-1680.

FU J Y， HAO Q， JIANG D， et al. Optimal regulation of spatial

planning in the context of black soil preservation and food security

in Qiqihar[J]. Acta Geographica Sinica， 2022，77（7）：1662-1680.

[8] 馬偉波， 趙立君， 鄒鳳麗， 等. 基于微地貌約束的山區型特色小

鎮“三生”空間布局優化[J]. 環境科學研究，2020，33（12）：2724-

2733.

MA W B， ZHAO L J， ZOU F L， et al. Optimization of spatial

layout of ecological-production-living spaces in mountainous

characteristic towns based on micro-topography constraints[J].

Research of Environmental Sciences， 2020，33（12）：2724-2733.

[9] 李政， 何偉， 楊皎， 等. 基于GIS 格網模型的長江上游山丘區國

土利用生態健康評價——以四川省宜賓市為例[J]. 四川師范大

學學報（ 自然科學版），2020，43（3）：417-426.

LI Z， HE W， YANG J， et al. Ecological health assessment of land

use in the upper reaches of the Yangtze River based on GIS grid

model： Take Yibin in Sichuan Province as an example[J]. Journal of

Sichuan Normal University （Natural Science）， 2020，43（3）：417-426.

[10] 王永洵， 王亞飛， 張靜文， 等. 海岸帶土地利用轉型及其生態環

境效應： 以福建海岸帶為例[J]. 環境科學學報，2021，41（10）：3927-

3937.

WANG Y X， WANG Y F， ZHANG J W， et al. Land use transition

in coastal area and its associated eco-environmental effect：

Acase study of coastal area in Fujian Province[J]. Acta Scientiae

Circumstance， 2021，41（10）：3927-3937.

[11] 劉潤， 姜琦剛， 史鵬飛， 等. 遼寧省撫順市2000—2020

年土地利用格局變化與生態環境效應[J]. 水土保持通

報，2021，41（6）：353-360.

LIU R， JIANG Q G， SHI P F， et al. Change of land use pattern and

ecological environment effect in Fushun City of Liaoning Province

from 2000 to 2020[J]. Bulletin of Soil and Water Conservation，

2021，41（6）：353-360.

[12] 陳斌， 徐尚昭， 周陽陽， 等. “ 三生空間” 視角下宜昌

市景觀生態安全評價及其耦合特征分析[J]. 水土保持研

究，2022，29（4）：344-351.

CHEN B， XU S Z， ZHOU Y Y， et al. Evaluation and coupling

coordination analysis of landscape ecological security of Yichang

from the perspective of production-life-ecological space[J].

Research of Soil and Water Conservation， 2022，29（4）：344-351.

[13] 王威， 胡業翠， 張宇龍. 三生空間結構認知與轉化管控框架[J].

中國土地科學，2020，34（12）：25-33.

WANG W， HU Y C， ZHANG Y L. Ecological-living-industrial

space structure cognition and transformation control framework[J].

China Land Science， 2020，34（12）：25-33.

[14] 王雙， 劉永強. 浙江省土地景觀格局演變及其生態服務價值效

應分析[J]. 上海國土資源，2021，42（3）：63-70.

WANG S， LIU Y Q. Analysis of the evolution of land use landscape

pattern and value effect of ecological services in Zhejiang

Province[J]. Shanghai Land amp; Resources， 2021，42（3）：63-70.

[15] 鮑章軒， 韋仕川. 海口市“三生空間”的土地利用轉型及生態

服務功能演變[J]. 上海國土資源，2022，43（4）：98-104.

BAO Z X， WEI S C. Land use transformation and ecological

service function evolution of production-living-ecological space in

Haikou City[J]. Shanghai Land amp; Resources， 2022，43（4）：98-104.

[16] 蔣小芳， 段翰晨， 廖杰， 等. 基于多模型的黑河中游甘臨高地區

土地利用情景模擬[J]. 農業機械學報，2022，53（9）：178-188.

JIANG X F， DUAN H C， LIAO J， et al. Multi-model-based

simulation of different land use scenarios in Gan-Lin-Gao area

in middle reaches of Heihe river[J]. Transactions of the Chinese

Society for Agricultural Machinery， 2022，53（9）：178-188.

[17] LI X， CHEN G Z， LIU X P， et al. A new global land-use and landcover

change product at a 1-km resolution for 2010 to 2100 based

on human-environment interactions[J]. Informa UK Limited，

2017，107（5）：1040-1059.

[18] 馬建輝， 田剛， 謝宛懌， 等. 河北省土地利用碳排放時空特征與

脫鉤分析[J]. 上海國土資源，2023，44（1）：67-76.

MA J H， TIAN G， XIE W Y， et al. Spatio-temporal characteristics

and decoupling analysis of land use carbon emissions in Hebei

Province[J]. Shanghai Land amp; Resources， 2023，44（1）：67-76.

[19] 趙胤程， 覃盟琳， 龐雅月， 等. 基于FLUS-InVEST 模型的北部

灣城市群生態空間碳匯演變模擬及驅動因素研究[J]. 水土保持

通報，2022，42（3）：345-355.

ZHAO Y C， QIN M L， PANG Y Y， et al. Evolution simulation and

driving factors of eco-spatial carbon sinks in Beibu Gulf urban

agglomeration based on FLUS-InVEST model[J]. Bulletin of Soil

and Water Conservation， 2022，42（3）： 345-355.

[20] 高周冰， 王曉瑞， 隋雪艷， 等. 基于FLUS 和InVEST 模

型的南京市生境質量多情景預測[J]. 農業資源與環境學

報，2022，39（5）：1001-1013.

GAO Z B， WANG X R， SUI X Y， et al. Multi-scenario prediction

of habitat quality in Nanjing based on FLUS and InVEST

models[J]. Journal of Agricultural Resources and Environment，

2022，39（5）：1001-1013.

[21] 趙壽露， 李石華， 許新惠， 等. 耦合MOP-FLUS 模型的滇中城市

群“三生”空間格局優化[J]. 水土保持研究，2022，29（4）：322-328.

ZHAO S L， LI S H， XU X H， et al. Production-life-ecological space

pattern optimization of the urban agglomeration in central Yunnan

based on coupled MOP and FLUS model[J]. Research of Soil and

Water Conservation， 2022，29（4）：322-328.

[22] 林彤， 馮兆華， 吳大放， 等. 基于FLUS 模型的喀斯特地區生態

用地時空變化及多情景預測——以湖南省寧遠縣為例[J]. 水土

保持通報，2022，42（2）：219-227.

LIN T， FENG Z H， WU D F， et al. Spatial-temporal changes and

multi-scenario prediction of ecological land in karst area based on

FLUS model： A case study in Ningyuan County， Hunan Province[J].

Bulletin of Soil and Water Conservation， 2022，42（2）：219-227.

[23] 白羽萍， 王佳斌， 劉戀， 等. 黑河流域生態系統服務價值預測及

權衡分析： 以張掖市為例[J]. 生態學報， 2022，42（13）：5187-5199.

BAI Y P， WANG J B， LIU L， et al. Prediction and trade-off analysis

of ecosystem service value in Heihe River Basin： A case study in

Zhangye[J]. Acta Ecologica Sinica， 2022，42（13）：5187-5199.

[24] 鄧楚雄， 彭勇， 李科， 等. 基于生產- 生態- 生活空間多情景

模擬下的流域土地利用轉型及生態環境效應[J]. 生態學雜

志，2021，40（8）：2506-2516.

DENG C X， PENG Y， LI K， et al. Simulation of watershed land

use transition and ecological environment effects under multiple

scenarios based on production-ecological-living space[J].Chinese

Journal of Ecology， 2021，40（8）：2506-2516.

[25] 吳秋屹， 宋夢飛， 馬瓊. 新疆生態承載力及其障礙因子分析[J].

上海國土資源，2023，44（1）：90-98.

WU Q Y， SONG M F， MA Q. Analysis of ecological carrying

capacity and obstacle factors in Xinjiang， China[J]. Shanghai Land

amp; Resources， 2023，44（1）：90-98.

[26] 吳淑芳， 張彪， 石學瑾， 等. FLUS-CSLE 模型預測黃土高原

典型流域不同土地利用變化情景土壤侵蝕[J]. 農業工程學

報，2022，38（24）：83-92.

WU S F， ZHANG B， SHI X J， et al. Prediction of soil erosion under

different land uses in the typical watershed of the Loess Plateau

based on FLUS-CSLE model[J]. Transactions of the Chinese

Society of Agricultural Engineering， 2022，38（24）： 83-92.