基于PLUS模型的徐州市生態系統服務價值多情景模擬研究

摘要：研究目的：分析2000—2020年徐州市生態系統服務價值變化規律，模擬多情景下徐州市2030年生態系統服務價值，為資源型城市轉型發展提供參考。研究方法：當量因子法與PLUS模型。研究結果：（1）徐州市土地利用類型以耕地和建設用地為主，2000—2020年耕地面積持續下降，濕地與水體面積先減后增。（2）2000—2020年徐州市生態系統服務價值先減后增。（3）在三種情景模擬中，生態系統服務價值均出現損失，調節服務價值損失最大，耕地、草地面積減少是生態系統服務價值減少的重要原因。城鎮發展情景下，建設用地侵占其他地類速度加快，生態系統服務價值下降趨勢最為明顯。生態保護情景下，生態系統服務價值損失量最少。研究結論：資源型城市在未來發展中應均衡經濟發展與生態保護，同時加強規劃引領，促進資源型城市綠色轉型發展。

關鍵詞：PLUS模型；多情景；土地利用變化；生態系統服務價值

中圖分類號：F301.24 文獻標志碼：A 文章編號：1001-8158（2024）04-0125-10

基金項目：國家社科基金一般項目（20BJY119）；國家社科基金重點項目（22AZD086）；中央高校基本科研業務費項目（2022SK07）；國家社科基金重大項目（23AZD117）。

中共二十大報告中提出，尊重自然、順應自然、保護自然，促進人與自然和諧共生，是全面建設社會主義現代化國家的內在要求。長期以來，礦產資源開發利用為我國經濟發展提供了重要支撐，但也對生態系統產生了不良影響。資源型城市因資源開采而興起壯大，資源的開發利用為資源型城市發展帶來強力支持，但其面臨的生態安全問題日益嚴峻和復雜，隨著資源枯竭逐漸面臨衰退局面。新時代資源型城市高質量發展要求全面推進生態保護修復工作[1]，利用適宜的技術測度資源型城市生態系統服務價值及變化趨勢，有助于探索科學的生態保護和修復路徑，對促進資源型城市綠色轉型與高質量發展具有重要意義。

生態系統服務由生態系統、生態過程形成，是連接生態系統與經濟社會系統的紐帶，是區域可持續發展研究的核心指標[2-4]。生態系統服務價值（Ecosystem service value， ESV）由COSTANZA等提出，是對生態系統服務功能的量化，能夠科學地反映地區生態安全情況[5]。目前，生態系統服務價值評估方法包括當量因子法、功能價值法和模型計算法[6-7]。其中，當量因子法由謝高地等在前人研究的基礎上結合中國生態環境系統現狀構建而成，該方法提出了生態系統服務價值當量系數[8]，被眾多學者廣泛應用于不同時間和空間尺度的研究[9]。土地利用狀況是影響生態系統服務功能的重要驅動力[10]，許多學者就土地利用數量、結構、方式變化等對生態系統服務價值產生的影響開展研究[11-16]，并運用灰色預測模型等數量預測模型、PLUS模型等空間預測模型[17-21]和ABMCA模型等耦合模型[22-23]分析未來土地利用變化與生態系統服務價值變化。其中，PLUS模型融合了模擬與決策改進算法，模擬結果精度更高，更貼合實際情況。但現有研究成果多關注自然區域、生態經濟區域、經濟發達區等[24-25]，較少研究關注人地矛盾更為突出的資源型城市。

2021年國務院印發《2030年前碳達峰行動方案》，保障生態安全成為生態文明建設的核心要求。資源型城市的生態系統服務價值問題也受到廣泛關注，相關研究包括從時間和空間角度探索資源型城市生態系統服務價值變化特征[26]；分析資源開發、土地利用變化與人類活動等因素對資源型城市生態系統服務價值變化的影響等[27-29]。這些研究成果探析了生態系統服務價值變化及其影響因素，為進一步結合不同發展情景研究資源型城市土地利用與生態系統服務價值變化模擬和預測奠定了基礎。本文以徐州市為研究對象，提取徐州市2000年、2010年和2020年土地利用及經濟社會等相關數據，借助PLUS模型模擬自然發展、城鎮發展與生態保護三種情景下徐州市土地利用變化情況，測度2030年不同發展情景下徐州市生態系統服務價值，從徐州市國土空間規劃、生態修復等方面探討優化措施，以期為徐州市及其他資源型城市高質量發展提供參考。

1 研究區域與數據來源

1.1 研究區概況

徐州市位于江蘇省西北部，地處蘇、魯、皖、豫4省交界處，是連接我國南北部和東西部的重要綜合交通樞紐城市。徐州市土地利用類型以耕地為主，自然基礎較好，具有豐富的礦產資源。作為江蘇省曾經重要的能源基地，徐州的生態環境一度受到礦產開發的嚴重影響，2000年被列入全國113個大氣污染防治重點城市之一。根據相關研究，除未利用地外，徐州市其余各土地利用類型的生態系統服務價值在2005—2010年均呈大幅下降趨勢[30]。徐州市政府高度重視生態環境治理工作，根據生態文明建設要求，徐州市在2010年后加大生態修復力度，復墾廢棄工礦用地，修復采煤塌陷地為特色濕地公園，多樣化開發園區山水資源旅游項目，發展生態旅游產業，使得近年來整體生態環境有所改善，生態系統服務價值下降速度在2010—2015年有所放緩[30]。《2020年徐州市生態環境狀況公報》顯示，徐州市生態環境狀況指數位于52.76～62.42之間，全市植被覆蓋度高，生物多樣性豐富，整體環境評價等級為良。然而，隨著城鎮化進程中建設用地不斷擴張，徐州市仍面臨濕地功能減弱、生態廊道被侵占、生物多樣性減少等生態環境問題。《徐州市國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出，要繼續堅持生態優先戰略，統籌建設山水園林城市，落實生態修復治理工程、大運河文化帶建設工程。

1.2 數據來源及預處理

本文所用土地利用數據來自于GlobeLand 30（全球地理信息公共產品）。人口、土壤類型和GDP數據來源于資源環境科學和數據中心；到道路距離和縣政府距離以及到水域距離等數據來源于全國地理信息資源目錄服務系統；氣候環境數據中，年平均溫度和年平均降水來自于中國氣象網，高程數據來自于地理空間數據云，坡度數據提取自高程數據。以上模擬驅動因子經過投影變換、裁剪、重采樣、距離分析等預處理后，轉化為 30 m×30 m柵格。徐州市主要糧食產量數據、種植面積數據來自《江蘇省統計年鑒》（2001—2021年），糧食價格數據來自《全國農產品成本收益資料匯編》（2001—2021年）。

2 研究方法

基于徐州市2000年、2010年及2020年土地利用數據，分析20年間徐州市土地利用結構及格局變化。并以徐州市糧食播種面積、糧食單位價格和糧食單位面積產量修正單位面積生態系統服務價值，采用當量因子法計算徐州市2000年、2010年和2020年生態系統服務價值，分析其總量與單項價值變化情況。在此基礎上，模擬2030年徐州市不同情景土地利用狀況及生態系統服務價值。（1）利用PLUS模型LEAS模塊提取徐州市兩期土地利用變化中各類用地擴張部分，采用RF算法挖掘驅動力因素，獲得各驅動因素對地類擴張的貢獻及地類發展概率；利用Fragstats計算徐州市各土地利用類型的TA變化量，得到各地類領域權重。（2）根據自然發展情景、城鎮發展情景和生態保護情景調整設置各地類轉移概率；利用CARS模塊，結合隨機種子生成和閾值遞減機制，模擬斑塊的形成，生成徐州市2030年不同情景土地利用情況圖。（3）利用Validation模塊驗證FoM系數，以檢驗模型精度。在PLUS模型模擬結果的基礎上，利用修正后的當量因子系數測算2030年徐州市不同情景生態系統服務價值。

2.1 生態服務價值計算

根據當量因子法[8]，當量因子的經濟價值為全國平均糧食單產市場價值的1/7，本文以徐州市稻谷、小麥、玉米三種主要糧食作物播種面積、單位價格和糧食單位面積產量修正徐州市單位面積生態系統服務價值，評估徐州市2000年、2010年、2020年以及2030年在不同情景的生態系統服務價值。計算公式如下：

2.2 PLUS模型

PLUS模型集成了LEAS（土地擴張策略分析模塊）與CARS（基于多類隨機板塊種子的元胞自動機模型）兩個模塊，在元胞自動機模型基礎上發展而來，可用于模擬基于多類土地利用斑塊變化的土地利用變化情況[31]。LEAS模塊提取兩期土地利用變化間各類用地擴張的部分，并采用隨機森林算法挖掘驅動力因素，獲得驅動因素對地類擴張的貢獻及地類發展概率。CARS模塊結合隨機種子生成和閾值遞減機制，在時間和空間上模擬斑塊的形成。

2.2.1 土地利用驅動因素選取

在土地利用模擬中，驅動因素的選取關乎模型精度，對土地利用變化起著關鍵作用。為確保最終因子的全面性與系統性，土地利用驅動因素的選取在綜合考慮研究區數據可獲得性、時間和空間一致性的基礎上進行，涉及經濟社會和氣候環境兩個維度。在土地利用數據的基礎上，參照已有研究成果，結合徐州市現狀及數據的可獲得性，選取經濟社會和氣候環境兩個維度的數據作為驅動因素[32-33]。經濟社會因素包括單位面積人口數量、單位面積GDP、到一級道路的距離、到二級道路的距離、到三級道路的距離、到縣政府的距離；氣候環境數據包括年平均溫度、年平均降水、高程、坡度、土壤、到河流和到水域距離。

2.2.2 領域權重參數設定

領域權重參數反應各土地利用類型擴張強度，取值范圍為0～1，值越大表示該地類擴張能力越強。土地利用類型擴張強度受多種因素影響且路徑復雜，難以直接計算獲得。通過歷史規律對地類擴張強度進行表征是通常做法。王保盛等提出，可以用斑塊面積變化量來衡量土地利用擴張強度，以此模擬未來土地利用情況[34]。

2.2.3 情景設定

區域發展訴求決定國土空間布局，進而影響生態環境狀況。文中情景設定包括自然發展情景、城鎮發展情景和生態保護情景。自然發展情景基于原有土地利用變化規律，不考慮政策或規劃變動影響，以此狀態作為參照情景。根據2010—2020年土地利用變化規律，以10年為間隔對徐州市土地利用變化進行模擬，不設置限制轉換條件。徐州市正處于經濟快速發展階段，在十四五規劃的“六大戰略”中，“工業立市產業強市”居首位，這意味著建設用地將繼續增長。城鎮發展情景則在自然發展情景基礎上，將耕地、林地、草地和濕地向建設用地轉移概率提高20%，同時將建設用地向耕地以外其他地類轉移概率降低30%[35]。生態保護情景關注生態和景觀保護。徐州市十四五規劃中要求未來進一步加強生態用地保護，相對于自然發展情景，生態保護情景需要降低各地類向建設用地轉移的概率，將濕地、草地、林地向建設用地轉移概率降低50%，將耕地向建設用地轉移概率降低30%；同時提高各地類向林地轉移概率，耕地與草地向林地轉移概率提高30%[36]。

2.2.4 精度驗證

考慮到Kappa系數在數據結果一致性檢驗方面存在一定局限性[20]，本文采用FoM系數檢驗模擬精度，以此保證PLUS模型模擬的可靠性。FoM系數檢驗的準確性源于Kappa系數，但優于Kappa系數[36]。FoM系數計算公式如式（4）[37]所示：

3 結果分析

3.1 徐州市土地利用結構變化分析

徐州市主要用地類型為耕地和建設用地，2000—2010年，水體、濕地面積大幅減少，未利用地面積顯著增加，增幅為216.33%。2010—2020年，濕地面積顯著增加，增幅為55.9%。縱觀2000—2020年，草地與林地面積增加最為顯著，增幅分別為82.73%、 76.44%；濕地與水體面積呈現先減后增態勢（圖1，表2）；建設用地面積增加，增速有所放慢。徐州市土地利用結構變化與徐州市整體發展布局有關，2010年前，徐州市礦產資源開發導致濕地與水體面積不斷減少，未利用地增加；2010年后，積極實施采煤塌陷地與廢棄采石宕口的生態修復工程，并將采煤塌陷地規劃開發為濕地景觀。

3.2 徐州市ESV變化分析

由于建設用地對生態系統服務價值增量的貢獻微小，本文將建設用地生態系統服務價值定義為0，由此得到徐州市1個當量因子的生態系統服務價值為1 426.09元/hm2，進而確定各生態系統單位面積生態服務價值（表3）。其中，耕地取水田與旱地的加權平均值，林地取闊葉林值，草地取灌草叢、草甸的平均值。

總體來看，2010年徐州市生態系統服務價值相較于2000年減少22.562億元；2020年徐州市生態系統服務價值相較于2010年增加0.968億元。可見，徐州市ESV數值呈現先減后增趨勢。主要原因在于：2010年后徐州市生態轉型速度加快，城市整體生態修復全方位開展，這使得林地、草地、濕地與水體面積均有增加，自然綠色景觀逐漸復蘇。

從單項來看，2000—2020年徐州市各類生態系統服務占比整體比較穩定，調節和供給服務變化對徐州市生態系統服務功能貢獻率較大。單項ESV變化率顯示，2000—2020年，徐州市各類生態系統服務功能的服務價值變化率均表現為負值。 其中，水文調節服務價值降低最多，降幅23.92%，其次是廢物處理服務價值，降幅16.31%。土壤保持服務價值降幅最小，可能是徐州市林地與草地面積有所增加的貢獻。

3.3 土地利用變化情景模擬與生態系統服務價值評價

3.3.1 自然發展情景：考慮社會經濟因素和氣候環境因素影響

自然發展情景下，耕地、草地、未利用地面積減少，建設用地、林地、濕地、水體面積增加。其中，未利用地減幅最大，減少23.15%；耕地減量最大，減少93 156.75 hm2；草地面積繼2010—2020 年增速放緩后，2030年稍有下降；建設用地增加53 321.4 hm2，增量最大，增長率為19.32%（圖2）。

該情景下，模擬2030年徐州市的ESV為98.083億元，與2020年相比損失5.121億元。從單項生態系統服務價值來看，調節服務價值相較于2020年減少2.89%，占總損失的40.88%；其次是供給服務價值，相較于2020年減少1.734億元，占總損失的33.86%。這意味著在現有土地利用政策和空間規劃體系下，維持居民生產生活的食物生產和原料生產功能將受到較大影響，生態環境及氣候調節功能也無法得到保障，應及時調整規劃策略，進一步優化土地利用結構與布局。

3.3.2 城鎮發展情景：考慮經濟快速發展

城鎮發展情景主要保障城市發展對建設用地的需求。建設用地增長主要分布在徐州市區、新沂市和睢寧縣（圖3）。新沂市和睢寧縣離市區距離較遠，受市區影響較小，建設用地沿著交通線與居民區不斷增長。《徐州市國土空間總體規劃（2021—2035年）》指出，徐州市城鎮開發邊界擴展倍數控制在基于2020年城鎮建設用地規模的1.325倍。基于此，該情景模式下建設用地面積增長率為21.03%。耕地、草地與未利用地面積均減少，其中耕地減少最多，減少面積達112 166.46 hm2，其次是草地，減少1 544.95 hm2，未利用地減少36.18 hm2。不同于另外兩種情景，該情景下林地與濕地面積呈減少態勢。

城鎮發展情景下，模擬2030年徐州市ESV為95.923億元，相比2020年ESV損失量最大，共損失7.281億元。從單項生態系統服務價值來看，相較于2020年，調節服務價值減少4.89%，供給服務價值減少13.36%，分別占總損失量的48.58%、28.87%。與自然發展情景相比，該情景ESV損失量增加2.162億元。主要原因在于，耕地、草地、濕地、林地面積的減少導致水文調節服務功能的價值嚴重下降。該模式注重城鎮發展而對生態環境保護重視不足，導致生態系統服務價值出現高額損失，在未來的空間利用與規劃中需強調對生態環境的保護與修復。

3.3.3 生態保護情景：一種理想狀態的土地利用模式

生態保護情景下，生態用地轉換為建設用地的概率降低。2030年建設用地面積增速明顯放緩，增長率為8.40%；林地面積增長12.1%。相比于自然發展情景，林地面積增加11.62%；耕地、草地、水體面積分別增加3.94%、3.11%、1.49%。水體面積因其單位ESV值較大，對提高模擬生態系統服務價值貢獻不可忽視，較前述兩種情景，該情景下水體面積增加較多。耕地增長區域主要在豐縣和沛縣，草地增長區域主要在銅山區（圖4）。

生態保護情景下，模擬2030年徐州市的ESV為101.016億元，相比2020年損失2.189億元（表4）。該情景模擬ESV比自然發展情景高出2.933億元，比城鎮發展情景高出5.093億元。單項生態系統服務價值損失率減少，比較顯著的有：調節服務價值損失0.35%，與自然發展情景、城鎮發展情景相比，損失量分別減少1.837億元、3.282億元，原因是林地、濕地和水體面積增長，增強了氣體與水文調節功能；供給服務價值損失7.52%，與其他兩種情景相比，損失量分別減少0.550億元、0.919億元，主要是由于耕地和草地面積增加提升了食物生產功能。總體來看，生態保護情景一定程度上約束了建設用地擴張，同時增加了林地、濕地和水體等生態用地面積，有利于增強區域生態系統服務功能。

4 結論與討論

4.1 結論

本文分析了徐州市2000—2020年土地利用變化規律，采用當量因子法計算徐州市生態系統服務價值，并借助PLUS模型模擬2030年不同情景下生態系統服務價值，結果顯示：（1）從土地利用與生態系統服務價值規律來看，2000—2020年，徐州耕地面積持續下降，濕地與水體面積先減少后增加，林地、草地與建設用地面積呈現持續增加態勢，未利用地先增加后減少；生態系統服務價值先減少后增加。耕地和水體面積減少是徐州市生態系統服務價值下降的重要原因。（2）從情景模擬結果來看，自然發展、城鎮發展和生態保護三種情景中ESV均出現損失，主要是因為在經濟發展與城鎮化過程中建設用地擴張，耕地與生態用地被開發。自然發展情景ESV損失低于城鎮發展情景，但兩者耕地面積均減少，對生態系統造成影響的同時，也會對區域糧食安全產生一定威脅。城鎮發展情景下，建設用地侵占其他地類速度加快，耕地、草地和林地面積減少嚴重影響水文調節功能，生態系統服務價值下降趨勢最為明顯。生態保護情景下，徐州市建設用地面積擴張減緩，生態用地面積增加，使得生態系統服務價值損失減少。

生態系統服務價值模擬能夠為決策者在空間利用與規劃管理等方面提供參考依據。在土地利用結構調整方面，徐州市未來應進一步協調區域經濟發展與生態保護關系，堅持耕地數量與質量保護并重，劃定農業發展保護區，開展土地整治與高標準農田建設，提升耕地綜合生產能力與生態系統服務價值；持續推進建設用地節約集約利用，因地制宜實施精細化管理，控制建設用地無序擴張對耕地和生態用地的占用；加強實施生態保護修復工作，重點關注廢棄工礦地景觀治理和開發，促進水土保持與生態穩定，提高生態用地規模和質量。4.2 討論

本文在分析徐州市土地利用變化規律基礎上，模擬2030年徐州市土地利用狀況，計算不同情景下徐州市生態系統服務價值。多情景模擬結果能夠為管理部門協調經濟發展與生態環境保護提供參考，也可為其他資源型城市轉型發展提供借鑒。囿于數據可得性制約，本文對于生態系統服務價值變化的社會經濟等深層次影響機理揭示尚不足，未來研究將綜合考慮社會需求、政策影響等多種因素，開展生態系統服務價值變化的深層次機理研究，并結合不同研究尺度開展差異化探索與模擬，為守好資源安全底線、優化國土空間格局、實施綠色低碳發展戰略提供更科學精準的決策支撐。

參考文獻（References）：

[1] 彭建，李冰，董建權，等. 論國土空間生態修復基本邏輯[J] . 中國土地科學，2020，34（5）：18 - 26.

[2] PLIENINGER T， THAPA P， BHASKAR D， et al. Disentangling ecosystem services perceptions from blue infrastructure around a rapidly expanding megacity[J] . Landscape and Urban Planning， 2022， 222. doi： 10.1016/j. landurbplan.2022.104399.

[3] 劉志濤，王少劍，方創琳. 粵港澳大灣區生態系統服務價值的時空演化及其影響機制[J] . 地理學報，2021，76（11）：2797 - 2813.

[4] 楊光宗，呂凱，李峰. 基于格網尺度的南昌市土地利用變化及生態系統服務價值時空相關性分析[J] . 中國土地科學，2022，36（8）：121 - 130.

[5] COSTANZA R， D’ARGE R， GROOT R， et al. The value of the world’s ecosystem services and natural capital[J] . Nature， 1997， 387： 253 - 260.

[6] 伍國勇，董蕊，于法穩. 小流域生態補償標準測算——基于生態服務功能價值法[J] . 生態經濟，2019，35（12）：210 -214，229.

[7] 陳姍姍，劉康，李婷，等. 基于InVEST 模型的商洛市水土保持生態服務功能研究[J] . 土壤學報，2016，53（3）：800 - 807.

[8] 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.

[9] 李輝，張曉媛，國洪磊. 基于土地利用的三峽庫區近30年生態系統服務價值時空變化特征[J] . 水土保持研究，2021，28（2）：309 - 318.

[10] 韓增林，孟琦琦，閆曉露，等. 近30年遼東灣北部區土地利用強度與生態系統服務價值的時空關系[J] . 生態學報，2020，40（8）：2555 - 2566.

[11] 周滔，鄔妮. 城市更新片區土地利用變化規律研究——以重慶市渝中區為例[J] . 中國土地科學，2018，32（4）：67 - 73.

[12] HASAN S S， ZHEN L， MIAH M G ， et al. Impact of land use change on ecosystem services： a review[J] . Environmental Development， 2020， 34. doi： 10.1016/j.envdev.2020.100527.

[13] ZHANG F， YUSHANJIANG A， JING Y Q. Assessing and predicting changes of the ecosystem service values based on Land Use/Cover Change in Ebinur Lake Wetland National Nature Reserve， Xinjiang， China[J] . Science of the Total Environment， 2019， 656： 1133 - 1144.

[14] 任君，周偉，郭婧，等. 青藏高寒山區土地利用多功能時空分異特征及影響因素探析——以青海省海東市為例[J] . 中國土地科學，2021，35（4）：90 - 100.

[15] 丁麗蓮，王奇，陳欣，等. 近30年淀山湖地區生態系統服務價值對土地利用變化的響應[J] . 生態學報，2019，39（8）：2973 - 2985.

[16] 鐘莉娜，郭旭東，趙文武，等. 內蒙古鄂爾多斯市達拉特旗土地利用結構變化對生態系統服務價值的影響[J] . 中國土地科學，2014，28（10）：25 - 32.

[17] 劉敬杰，夏敏，劉友兆，等. 基于多智能體與CA結合模型分析的農村土地利用變化驅動機制[J] . 農業工程學報，2018，34（6）：242 - 252.

[18] 顧漢龍，馬天駿，錢鳳魁，等. 基于CLUE-S模型縣域土地利用情景模擬與碳排放效應分析[J] . 農業工程學報，2022，38（9）：288 - 296.

[19] LIU X P， 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 and Urban Planning， 2017， 168： 94 - 116.

[20] LIANG X， GUAN Q F， CLARKE K C， et al. Understanding the drivers of sustainable land expansion using a Patch-Generating Land Use Simulation （PLUS） model： a case study in Wuhan， China[J] . Computers， Environment and Urban Systems， 2021， 85. doi： 10.1016/j.compenvurbsys.2020.101569.

[21] 蔡成瑞，舒幫榮，朱慧，等. 顧及區域異質性驅動的土地利用變化模擬模型研究[J] . 中國土地科學，2020，34（11）：38 - 47.

[22] 唐嬌嬌，余成，張委偉，等. 基于CLUE-S和InVEST模型的蘇州市生境質量評估及預測[J] . 環境工程技術學報，2023，13（1）：377 - 385.

[23] 陶奕宏，王海軍，張彬，等. 基于智能體和人工神經網絡的元胞自動機建模及城市擴展模擬[J] . 地理與地理信息科學，2022，38（1）：79 - 85.

[24] 任胤銘，劉小平，許曉聰，等. 基于FLUS-InVEST模型的京津冀多情景土地利用變化模擬及其對生態系統服務功能的影響[J] . 生態學報，2023，43（11）：4473 -4487.

[25] 魏佳豪，溫玉玲，龔志軍，等. 近30年鄱陽湖濱岸緩沖帶土地利用變化及生態系統服務價值[J] . 生態學報，2022，42（22）：9261 - 9273.

[26] 萬倫來，楊峻，周紫凡，等. 煤炭資源型城市生態系統服務功能的時空變化特征分析——來自2006—2015年安徽省淮南市的經驗證據[J] . 環境科學學報，2018，38（8）：3322 - 3328.

[27] 陳美景，王慶日，白中科，等. 黃河流域資源型城市土地利用轉型及其對生態系統服務價值的影響[J] . 生態學報，2023，43（22）：9459 - 9470.

[28] 李康瑋，曾賢剛. 煤炭資源型城市煤炭開發與生態系統服務協調發展演變及驅動機制——以淮南市為例[J] . 水土保持研究，2023，30（3）：460 - 469.

[29] 蘇寧，丁國棟，杜林芳，等. 人類活動對資源型城市生態系統服務價值的影響——以鄂爾多斯為例[J] . 生態學報，2022，42（16）：6543 - 6553.

[30] 汪清川，奚硯濤，劉欣然，等. 生態服務價值對土地利用變化的時空響應研究——以徐州市為例[J] . 自然資源遙感，2021，33（3）：219 - 228.

[31] 王佳楠，張志. 基于Markov-PLUS模型的柴北緣土地利用變化及模擬分析[J] . 西北林學院學報，2022，37（3）：139 - 148，179.

[32] 楊朔，蘇昊，趙國平. 基于PLUS模型的城市生態系統服務價值多情景模擬——以漢中市為例[J] . 干旱區資源與環境，2022，36（10）：86 - 95.

[33] 李安林，周艷，唐麗毅，等. 怒江州土地利用模擬及生態系統服務價值評估——基于PLUS模型的多情景分析[J] . 中國農業資源與區劃，2023，44（1）：140 - 149.

[34] 王保盛，廖江福，祝薇，等. 基于歷史情景的FLUS模型鄰域權重設置——以閩三角城市群2030年土地利用模擬為例[J] . 生態學報，2019，39（12）：4284 - 4298.

[35] 喇蕗夢，勾蒙蒙，李樂，等. 三峽庫區生態系統服務權衡時空動態與情景模擬：以秭歸縣為例[J] . 生態與農村環境學報，2021，37（11）：1368 - 1377.

[36] LI C D， YANG M Y， LI Z B， et al. How will Rwandan land use/land cover change under high population pressure and changing climate [J] . Applied Sciences， 2021， 11（12）. doi： 10.3390/app11125376.

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

[38] 張曉瑤，張瀟，李冬花，等. 城市土地利用變化對生態系統服務價值影響的多情景模擬——以深圳市為例[J] . 生態學報，2022，42（6）：2086 - 2097.

Multiple Scenario Simulation of Ecosystem Service Value in Xuzhou City Based on PLUS Model

XIAO Jianying1， 2， DAI Jinjin1， FANG Xinran1， LI Long1， 2， CHEN Longgao1， 2

（1. School of Public Policy and Management， Digital Rural Service Research Center， China University of Mining and Technology， Xuzhou 221116， China； 2. The Research Center for Transition Development， Rural Revitalization of Resource-Based Cities in China， China University of Mining and Technology， Xuzhou 221116， China）

Abstract： The purposes of this study are to analyze the changes of ecosystem service values （ESV） in Xuzhou City in the year of 2000 to 2020， to evaluate the values of ecosystem services in Xuzhou City under multiple scenarios， and to provide the reference for the transformation and development of resource-based cities. The research methods of land use dynamic change， equivalent factor evaluation and PLUS model are used. The results show that： 1） the land use type of Xuzhou City is dominated by rural land and construction land， with the area of rural land decreasing continuously from 2000 to 2020， and the area of wetland and water decreasing first and then increasing. 2） From 2000 to 2020， the ESV of Xuzhou City decreased first and then increased. 3） In the three land use scenarios of natural development， urban development and ecological protection， the different kinds of ESV loss occurred. The mediation service value showed the greatest loss. The decrease of cultivated land and grassland area contributed significantly to of the ESV loss. The declining trend of ESV was the most obvious in the urban development scenario， due to the accelerating expansion of construction land. The ESV loss was the least in the ecological protection scenario. In conclusion， the resource-based cities should continue to balance economic development and ecological protection， and should strengthen the function of the planning to lead ecological restoration and promote the green transformation and upgrading of resource-depleted cities.

Key words： PLUS model； multiple scenarios； land use change； ecosystem service value

（本文責編：陳美景）