基于PLUS模型的清鎮(zhèn)市土地利用空間格局演化與多情景模擬預測

中圖分類號：F301.2 文獻標志碼：A

土地是人類最寶貴的資源之一，也是人類社會經(jīng)濟活動的載體[1-2]。土地利用變化是全球環(huán)境氣候變化和可持續(xù)發(fā)展研究的重要內(nèi)容[3-5]。隨著全球經(jīng)濟的迅猛增長，工業(yè)化和城鎮(zhèn)化等進程的不斷推進，土地利用行為日益頻繁，人地關系矛盾日益加劇。黨的二十大報告提出“構建優(yōu)勢互補、高質(zhì)量發(fā)展的區(qū)域經(jīng)濟布局和國土空間體系”，將優(yōu)化國土空間開發(fā)與治理作為推進社會經(jīng)濟發(fā)展與生態(tài)文明建設的重要舉措。城市土地資源的合理規(guī)劃與集約利用直接關系著經(jīng)濟社會與生態(tài)環(huán)境的可持續(xù)發(fā)展，探究城市土地利用空間格局演化規(guī)律、準確預測其變化趨勢，對于科學規(guī)劃管理城市土地利用和實現(xiàn)城市的高質(zhì)量發(fā)展具有重要意義。

自20世紀90年代以來，土地利用/覆被變化一直是地理學、生態(tài)學等領域的重要研究主題[6-8]，土地利用數(shù)量結(jié)構和空間分布[9]、驅(qū)動因素[10]、模擬預測[1]、生態(tài)系統(tǒng)服務價值（ecosystemservicevalue，ESV）評估[12]和碳儲量變化[13]等方面產(chǎn)生了諸多成果。研究方法包括土地利用動態(tài)度[14]，土地利用轉(zhuǎn)移矩陣[15]等諸多定量分析方法，以及元胞自動機（cellularautomaton，CA）模型[16]與生態(tài)系統(tǒng)服務和權衡的綜合評估（Integrat-edValuationofEcosystemServicesandTradeoffs，In-VEST）模型[17]。李廣東等[18]根據(jù)土地利用多功能特性構建了土地“生態(tài)一生產(chǎn)一生活”空間功能分類體系，并進行不同地類的功能識別與價值評估。劉紀遠等[19]利用遙感圖像動態(tài)監(jiān)測2010—2015年中國土地利用變化，并揭示了不同土地利用類型的時空變化特征。褚琳等20基于CA-Markov和InVEST模型揭示了城鎮(zhèn)化擴張與填湖造地是武漢市生態(tài)景觀變化的主要原因。張曉瑤等[21]基于深圳市土地利用和ESV變化規(guī)律，運用FLUS模型與ESV算法模擬不同情景下土地利用變化對ESV的影響。上述研究成果對于推動全球及局部區(qū)域的土地資源合理規(guī)劃與利用，促進經(jīng)濟、社會、生態(tài)的協(xié)調(diào)發(fā)展起到了積極作用，但是對喀斯特地區(qū)的國土空間格局演化與模擬預測的研究相對較少。

清鎮(zhèn)市地處貴州中部，是典型喀斯特地區(qū)，具有自身保水能力差、植被生長緩慢、水土流失嚴重[22]等特點。它既是重點水源保護地，又是職業(yè)教育高地和農(nóng)業(yè)大市，肩負“保湖”“興學”“富農(nóng)”三大使命。特殊的地貌特征、城鎮(zhèn)化的推進及水源地的生態(tài)環(huán)境保護致使該地區(qū)土地利用方式轉(zhuǎn)換頻繁。因此，研究清鎮(zhèn)市土地利用類型的空間分布格局、演化規(guī)律和多情景模擬預測未來土地利用變化趨勢對于平衡清鎮(zhèn)城鎮(zhèn)發(fā)展的用地需求和紅楓湖等重點水源地的生態(tài)環(huán)境保護限制至關重要。本文基于清鎮(zhèn)市2000、2010與2020年土地覆被數(shù)據(jù)，借助土地利用轉(zhuǎn)移矩陣和動態(tài)度等方法探究清鎮(zhèn)市2000—2020年土地利用類型的空間分布與結(jié)構演化特征，隨后通過斑塊生成土地利用變化模擬模型（patch-generating land use simulation model，PLUS）的土地擴張策略分析（landexpansionanaly-sisstrategy，LEAS）模塊探討清鎮(zhèn)市土地利用類型變化的驅(qū)動機制和發(fā)展?jié)摿Γ⒃赑LUS模型中借助馬爾可夫鏈方法（Markovchain）和CA模型模擬預測清鎮(zhèn)市未來2030、2040年的土地利用變化情況。本文研究為清鎮(zhèn)市土地利用結(jié)構優(yōu)化、生態(tài)環(huán)境保護、高質(zhì)量可持續(xù)發(fā)展等方面提供了一定的決策參考，以期為其他喀斯特地區(qū)的土地利用變化研究與模擬預測提供一定的參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

清鎮(zhèn)市位于貴州省中部，東經(jīng) 106^°07^′～106^°33^′ ，北緯 26^°21^′～26^°59^′ ，總面積 1 386.6km² ，下轄9個鄉(xiāng)鎮(zhèn)與3個街道（圖1）。清鎮(zhèn)市由西北部巖溶丘陵山地、中部丘陵盆地和南部淺丘洼地組成，地勢由西北到東南逐漸降低，西南、東部山脈隆起，地形起伏較大。清鎮(zhèn)市地處云貴高原，屬于北亞熱帶季風濕潤氣候區(qū)，表現(xiàn)出獨特的高原氣候特征；夏季高溫多雨、雨熱同期，而冬季溫和濕潤、氣溫波動較小;年平均氣溫約為 15°C ，年平均降水量約1000mm 。

1. 2 數(shù)據(jù)來源

本文土地利用分類數(shù)據(jù)來自武漢大學地表覆蓋數(shù)據(jù)集CLCD，空間分辨率為 30m 。數(shù)字高程模型（digitalelevationmodel，DEM）數(shù)據(jù)來自地理空間數(shù)據(jù)云平臺，空間分辨率為 30m 。各類數(shù)據(jù)信息如表1所示。驅(qū)動因子數(shù)據(jù)中年均降水量、年均溫度、距水域的距離（河流、水系（面）水系（線））空間分辨率為 300m ，其余數(shù)據(jù)空間分辨率為30 m。

2 研究方法

2.1土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣以二維矩陣的形式反映初、末期不同土地利用類型之間互相轉(zhuǎn)換的數(shù)量關系和轉(zhuǎn)移方向[21]，表達式如下：

式中： S_ij 為土地利用類型 i 轉(zhuǎn)變?yōu)橥恋乩妙愋?j 的面積； n 為土地利用類型數(shù)。

2.2 土地利用動態(tài)度

土地利用動態(tài)度用來定量描述某一時期土地利用類型的數(shù)量變化情況，可以分為單一土地利用動態(tài)度和綜合土地利用動態(tài)度。

單一土地利用動態(tài)度表示不同土地利用類型在一定時期內(nèi)的變化速率，表達式如下：

式中： K 為單一土地利用動態(tài)度； U_a?U_b 分別為監(jiān)測前與監(jiān)測后某種土地利用類型的面積； T 為監(jiān)測時長。

綜合土地利用動態(tài)度反映土地利用變化速率的區(qū)域差異[10]，表達式如下：

式中： L 為土地利用綜合動態(tài)度； U_i 為監(jiān)測時

期開始的第 i 類土地利用類型的面積； ΔU_ij 為監(jiān)測時段內(nèi)土地利用類型第 i 類轉(zhuǎn)換為第 j 類的面積的絕對值； T 為監(jiān)測時長。

2.3 PLUS模型

斑塊生成土地利用變化模擬模型[23-24]集成了土地擴張策略分析模塊和多類隨機斑塊種子的元胞自動機未來土地利用變化模擬模型。土地擴張策略分析模塊提取2期土地利用變化各類用地擴張的部分，并采用隨機森林算法獲取各類用地的擴展概率及驅(qū)動因素對各類用地擴張的貢獻度。基于多類型隨機種子機制的元胞自動機模型結(jié)合了隨機種子生成和閾值遞減機制，在發(fā)展概率的約束下動態(tài)地模擬斑塊的自動生成。

基于清鎮(zhèn)市土地利用數(shù)據(jù)借助PLUS模型模擬清鎮(zhèn)市2000、2010和2020年自然增長、生態(tài)保護、城鎮(zhèn)發(fā)展場景的土地利用變化，根據(jù)表2的轉(zhuǎn)移矩陣權重來模擬3個場景中各用地類型的轉(zhuǎn)移情況。

1）自然增長場景：在沒有突發(fā)性自然災害和外界因素的干擾下，土地類型的發(fā)展規(guī)律基本保持不變。

2）生態(tài)保護場景：在生態(tài)保護優(yōu)先條件下，限制不透水面的擴張，模擬退耕還林、還草政策，草地、林地等用地類型的面積適度增加。

3）城鎮(zhèn)發(fā)展場景：在城鎮(zhèn)化擴張途中允許出現(xiàn)耕地、生態(tài)用地等被侵占的情況

斑塊擴張面積TA的變化是對各用地類型擴張能力的定性表征，同時TA的變化量用來定量表征各用地類型的擴張強度。利用TA計算領域土

地權重 W ，公式如下：

式中： W_i 是第 i 類土地類型領域權重， TA_i 為第 i 類土地利用擴張面積， TA_min.TA_max 分別為各類土地利用最小擴張面積、最大擴張面積。

3 結(jié)果與分析

3.1土地利用變化特征

3.1.1土地利用變化空間分布特征

清鎮(zhèn)市2000—2020年土地利用空間的變化見表3，其分布情況如圖2所示。由表3和圖2可以看出：耕地和林地面積之和占比超過 90% ，灌木地、草地、水體和不透水面面積占比較小，裸地最少。耕地集中分布于中部與西北；林地集中分布于西南部與東北部，北部零散分布；水體與不透水面集中分布于清鎮(zhèn)市南部；草地與灌木地臨近于林地邊緣零散分布。土地利用變化以耕地與灌木地面積顯著減少，林地、草地和不透水面面積增加，水體與裸地面積保持相對穩(wěn)定為主要特征。其中：耕地減少 55.23km² ，灌木地減少 39.61km² ；林地、草地和不透水面面積顯著增加，分別增加了 67.56km² 13.03km² 和 18.50km² ;水體面積變化趨勢緩慢，僅降低 0.32% ;裸地面積略有增加，增加了 0.07km² 。

3.1.2土地利用類型轉(zhuǎn)移變化

清鎮(zhèn)市2000、2010和2020年土地利用類型轉(zhuǎn)移矩陣如圖3所示。由圖3可以看出：2000—2010年，清鎮(zhèn)市土地利用類型轉(zhuǎn)化呈現(xiàn)出多樣化的特征。耕地轉(zhuǎn)化為林地的面積達 55.00km² ，林地轉(zhuǎn)化為耕地的面積達 42.49km² 。灌木地轉(zhuǎn)化的面積占比達到2000年面積的 53.49% ，水體轉(zhuǎn)化為其他土地利用類型的面積共計 4.14km²。

2010—2020年，清鎮(zhèn)市不透水面面積大幅增加，增加了 12.30km² ，伴隨著清鎮(zhèn)市城鎮(zhèn)化建設大力發(fā)展，不透水面面積迅速增加。此外，耕地轉(zhuǎn)化為林地的面積達 70.51km² ，部分歸因于清鎮(zhèn)市2015—2017年新一輪退耕還林政策的持續(xù)推進，耕地被加速轉(zhuǎn)化為林地。

2000—2020年，耕地轉(zhuǎn)化為其他土地利用類型的面積最多，共轉(zhuǎn)出 55.23km² ；灌木地轉(zhuǎn)移了39.61km² ；水體與裸地面積相對比較穩(wěn)定；草地與不透水面面積增加程度較大，主要來自于耕地的轉(zhuǎn)入。

3.1.3土地利用動態(tài)變化

清鎮(zhèn)市2000—2020年土地利用動態(tài)度變化情況如表4所示。從單一動態(tài)度來看，耕地、灌木地、水體面積持續(xù)減少，其余土地利用類型的面積則持續(xù)增加。相較于2000—2010年，2010—2020年耕地和灌木地面積減速加快；水體面積減速放緩，僅減少 0.10% ;裸地、草地、不透水面面積增速加快，主要是由于退耕還林政策的實施以及城鎮(zhèn)化、工業(yè)化等因素的影響。從綜合動態(tài)度來看，2000一2010 年，2010—2020年清鎮(zhèn)市土地利用類型的綜合動態(tài)度分別為 0.25% ！ 0.46% 。清鎮(zhèn)市的國土空間格局演化速率呈加速趨勢，主要歸因于受清鎮(zhèn)市經(jīng)濟建設加快轉(zhuǎn)型、城鎮(zhèn)發(fā)展與水源地生態(tài)環(huán)境保護等多重因素的影響。

單位： %

3.2土地利用變化驅(qū)動因子分析

清鎮(zhèn)市2000—2020年各地類的土地利用擴張區(qū)域變化如表5所示，其中未擴張區(qū)域面積為1 128.55km² ，占比達 81.44% 。選取坡度、坡向、GDP、人口密度、年均降水量、年均溫度、距鐵路的距離、距道路的距離（一級道路、二級道路、三級道路、高速、鄉(xiāng)道）、距水域的距離（河流、水系（面）、水系（線））距居民地（面）的距離等16個自然、社會因素作為土地利用變化的驅(qū)動因子，得到7種土地利用類型的驅(qū)動因子貢獻度，如圖4所示。將貢獻度最大的驅(qū)動因子與土地利用擴張區(qū)域進行疊加，如圖5所示。

由表5、圖4和圖5可知，各驅(qū)動因子對不同土地利用類型演化的貢獻度存在以下差異：

距居民地（面）的距離對耕地、林地、不透水面的演化影響最大，表明人類活動是耕地、林地、不透水面變化的重要驅(qū)動因素。坡度對耕地的變化影響顯著，貢獻度為 10.8% 。在所有土地利用類型中，林地的擴張面積最大且遍及清鎮(zhèn)市全境，達到了 124.38km² ，反映了退耕還林政策的有效實施促進了林地擴張。此外，距三級道路的距離對林地擴張的影響最小，貢獻度僅 0.6% 。不透水面受距一級、二級道路的距離，GDP，平均溫度等因子影響較大，貢獻度共計 44.3% ，沿初始不透水面區(qū)域邊緣與沿道路擴張是其主要的演化特征。

灌木地的擴張面積僅占總面積的 0.43% ，平均降水量對灌木地的演化影響最大，貢獻度為19.9% ，可以看出降水量在灌木地演替和生態(tài)平衡中發(fā)揮著重要作用。草地擴張面積為 23.14km² ，占總面積的 1.67% ，距一級道路、二級道路、居民地（面）水系的距離對其總貢獻度達到了 47.6% ，草地擴張主要發(fā)生在人類居住地區(qū)，耕地閑置、街區(qū)綠化等因素都會使草地擴張。水體與裸地的演化程度小，擴張區(qū)域面積占比分別為 0.03% 與 0.01% 。

3.3 土地利用預測

基于2000和2010年土地覆蓋數(shù)據(jù)，通過CA模型模擬清鎮(zhèn)市2020年的土地利用情況，利用2020年土地利用真實數(shù)據(jù)進行精度驗證，得到2020 年模擬預測結(jié)果的總體精度為 85.58% ，Kap-pa系數(shù)為0.740，模擬精度較高。基于CA模型模擬清鎮(zhèn)市2030年和2040年多場景的土地利用演化情況，如表6、7和圖6所示。結(jié)果表明：

1）自然增長場景下，相較于2020年土地利用情況（表2），2030年和2040年耕地面積繼續(xù)減小，林地面積繼續(xù)增加，至2040年，耕地和林地面積占比分別為 51.20% 和 39.62% 。灌木地、草地、水體與裸地在一定程度上相互轉(zhuǎn)化，面積變化較小。不透水面面積明顯增長，2030年與2040年面積占比分別達到 2.87% 與 3.73% 。

2）生態(tài)保護場景下，耕地大幅減少，林地面積顯著增加，不透水面面積增長速度有所減緩，草地面積增長速度有所加快。2030與2040年林地面積占比分別達到了 41.84% 和 42.50% 。相較于自然增長場景，2030與2040年草地面積占比分別增加了 0.40% 和 0.42% ，而不透水面面積分別減少了 0.39% 和 0.57% 。

3）城鎮(zhèn)發(fā)展場景下，不透水面面積相對于自然增長場景進一步增加，2030、2040年不透水面面積分別增加了 0.72% 和 0.97% ，主要表現(xiàn)為對清鎮(zhèn)市中部高原地區(qū)耕地的占用，其余土地利用類型變化相對緩和。

4討論

清鎮(zhèn)市作為喀斯特地區(qū)，在維護生態(tài)環(huán)境與實現(xiàn)城市可持續(xù)發(fā)展的過程中，更需要協(xié)調(diào)其土地利用與區(qū)域發(fā)展的關系。研究清鎮(zhèn)市土地利用類型的空間分布格局、演化規(guī)律和多情景模擬預測未來土地利用變化趨勢對其至關重要。

本研究發(fā)現(xiàn)，基于清鎮(zhèn)市2003年開始實施的退耕還林政策，在2000—2020年間，清鎮(zhèn)市土地利用變化主要表現(xiàn)為耕地與灌木地面積減小，林地、草地和不透水面面積增加。這一趨勢與我國其他實施退耕還林政策的地域土地利用變化趨勢基本一致[25-26]，耕地轉(zhuǎn)化為林地的情況顯著。同時，隨著清鎮(zhèn)市人口規(guī)模和經(jīng)濟的不斷發(fā)展，東南部城鎮(zhèn)區(qū)域持續(xù)向四周擴張，對建設用地的需求不斷增加，導致耕地不斷被轉(zhuǎn)化為不透水面，以滿足居住、交通和工業(yè)等用地需求。此外，紅楓湖水域面積在此20年間基本穩(wěn)定，得益于政府實施的水資源保護政策，其有效保護了南部紅楓湖區(qū)域生態(tài)系統(tǒng)的穩(wěn)定。距居民地（面）的距離是不同土地利用類型擴張的主要驅(qū)動因子，房屋、道路的擴張往往伴隨著對周邊地區(qū)的開發(fā)和改造，人類活動顯著影響著周圍土地利用方式和生態(tài)環(huán)境。本文設置多情景模擬預測了清鎮(zhèn)市2030年和2040年的土地利用演化態(tài)勢，根據(jù)研究結(jié)果，盡管在不同場景下，土地利用變化情況存在差異，但未來仍然以林地與不透水面面積增加，耕地面積減少為主要演化方向。清鎮(zhèn)市應合理推進土地利用轉(zhuǎn)型，結(jié)合農(nóng)業(yè)生產(chǎn)、城市規(guī)劃和生態(tài)環(huán)境保護等發(fā)展目標進一步優(yōu)化土地利用結(jié)構，制定更加科學合理的發(fā)展計劃，構建高質(zhì)量的國土空間發(fā)展格局，為土地利用的可持續(xù)發(fā)展提供有力保障。

5 結(jié)論

本文基于清鎮(zhèn)市2000、2010與2020 年土地利用覆蓋數(shù)據(jù)，探究了清鎮(zhèn)市2000—2020 年不同土地利用類型的空間分布與時空演化規(guī)律，利用PLUS模型揭示了清鎮(zhèn)市土地利用變化的驅(qū)動機制，設置多情景模擬預測了2030年和2040年的土地利用演化態(tài)勢。主要結(jié)論如下：

1）清鎮(zhèn)市2000—2020年土地利用類型以耕地和林地為主；耕地集中分布于中部與西北部，林地集中分布于清鎮(zhèn)市西南與東北部。不透水面和水體分別集中分布在東南部與南部區(qū)域，灌木地和草地臨近于林地邊緣，呈現(xiàn)零散分布特征，裸地面積占比僅為 0.01% 。

2）清鎮(zhèn)市2000—2020年土地利用類型變化以耕地與灌木地面積減小，林地、草地和不透水面面積增加，水體與裸地面積保持相對穩(wěn)定為主要特征。

3）清鎮(zhèn)市2000—2020年土地利用類型總體轉(zhuǎn)化特征為耕地轉(zhuǎn)化為不透水面，以及耕地、林地、草地與灌木地的相互轉(zhuǎn)化。從不同時段來看，相較于2000—2010年，2010—2020年土地利用類型相互轉(zhuǎn)化速度加快，不透水面面積迅速增加，從 18.50km² 增加至 30.80km² ，且主要由耕地轉(zhuǎn)化而來。

4）驅(qū)動機制方面，耕地、林地、不透水面演化的關鍵因素都是距居民地（面）的距離。灌木地受平均降水量影響最大，貢獻度為 19.9% ;草地受距一級道路的距離影響最大，貢獻度為 16.1% 。

5）PLUS模型模擬預測了清鎮(zhèn)市2030年和2040年不同場景下土地利用的變化趨勢。自然增長場景下，清鎮(zhèn)市2030年和2040 年耕地減少，不透水面面積明顯增長。生態(tài)保護場景下，耕地大幅減少，林地顯著增加，不透水面面積增長速度有所減緩。城鎮(zhèn)發(fā)展場景下，不透水面的面積相較于自然發(fā)展場景進一步增加，其主要表現(xiàn)為對耕地的占用，其余土地利用類型變化相對緩和。

參考文獻：

[1］龍花樓，張英男，屠爽爽．論土地整治與鄉(xiāng)村振興[J]．地理學報，2018，73（10）：1837-1849.

[2]李孝永，匡文慧.北京城市土地利用/覆蓋變化及其對雨洪調(diào)節(jié)服務的影響［J]．生態(tài)學報，2020，40（16）：5525-5533.

[3]DENG O P，RANJY，HUANG S，et al.Managing frag-mented croplands for environmental and economic benefitsin China[J].Nature Food，2024，5：230-240.

[4］李秀彬．全球環(huán)境變化研究的核心領域：土地利用/土地覆被變化的國際研究動向［J]．地理學報，1996，51（6） ： 553-558.

[5］龍花樓．論土地利用轉(zhuǎn)型與土地資源管理[J]．地理研究，2015，34（9）：1607-1618.

［6］劉紀遠，匡文慧，張增祥，等．20世紀80年代末以來中國土地利用變化的基本特征與空間格局［J]．地理學報，2014，69（1）：3-14.

[7]HUO JG，SHI ZQ，ZHU WB，et al.A multi-scenariosimulation and optimization of land use with a Markov-FLUSCoupling Model：a case study in xiong'an new area， China[J].Sustainability，2022，14：2425.1-2425.20.

[8］黃鈺清，李驍堯，于強，等．1995—2018年黃河流域土地利用變化及驅(qū)動力分析［J]．西北林學院學報，2022，37（6）： 113-121.

[9］何莎莎，方斌，李欣，等．城市土地利用效率與高質(zhì)量發(fā)展時空演變及交互響應：以江蘇省為例[J]．地理與地理信息科學，2022，38（5）：79-87.

［10]韓會然，楊成鳳，宋金平．北京市土地利用變化特征及驅(qū)動機制［J].經(jīng)濟地理，2015，35（5）：148-154，197.

[11]李巖，林安琪，吳浩，等．顧及空間尺度效應的城市土地利用變化精細化模擬[J]．地理學報，2022，77（11） ： 2738-2756.

［12]劉耀林，郝弘睿，謝婉婷，等．基于生態(tài)系統(tǒng)服務價值的土地利用空間優(yōu)化［J]．地理與地理信息科學，2019，35（1） ： 69-74，1.

[13]向書江，張騫，王丹，等．近20年重慶市主城區(qū)碳儲量對土地利用/覆被變化的響應及脆弱性分析［J].自然資源學報，2022，37（5）：1198-1213.

[14]張麗，楊國范，劉吉平．1986—2012年撫順市土地利用動態(tài)變化及熱點分析［J]．地理科學，2014，34（2）：185-191.

[15]喬偉峰，盛業(yè)華，方斌，等．基于轉(zhuǎn)移矩陣的高度城市化區(qū)域土地利用演變信息挖掘：以江蘇省蘇州市為例[J]．地理研究，2013，32（8）：1497-1507.

[16]吳掠桅，劉耿．基于人工蜂群CA 模型的南京市土地利用變化模擬與預測［J]．測繪通報，2022（2）：95-99.

[17]曹夢迪，曹姍姍，劉婷婷，等．基于InVEST模型的2000—2020 年新疆伊犁地區(qū)碳儲量分布數(shù)據(jù)集［J].中國科學數(shù)據(jù)：2023，8（4）：426-433.

[18]李廣東，方創(chuàng)琳．城市生態(tài)一生產(chǎn)一生活空間功能定量識別與分析[J]．地理學報，2016，71（1）：49-65.

[19]劉紀遠，寧佳，匡文慧，等．2010—2015年中國土地利用變化的時空格局與新特征［J]．地理學報，2018，73（5） ： 789-802.

[20]褚琳，張欣然，王天巍，等．基于CA-Markov和In-VEST模型的城市景觀格局與生境質(zhì)量時空演變及預測[J]．應用生態(tài)學報，2018，29（12）：4106-4118.

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

[22]李成芳，王忠誠，李振煒，等．西南喀斯特區(qū)土壤侵蝕研究進展[J].中國巖溶，2022，41（6）：962-974.

[23]LIANGX，GUANQF，CLARKEKC，etal.Understand-ing the drivers of sustainable land expansion using a patch-generating land use simulation（PLUS）model： a case studyin Wuhan，China[J].Computers，Environment and UrbanSystems，2021，85：101569.1-101569.14.

[24]ZHANGSH，ZHONGQL，CHENGDL，etal.Land-scapeecological risk projectionbased on the PLUS modelunder the localized shared socioeconomic pathways in theFujianDelta region[J].Ecological Indicators，2022，136：108642.1-108642.13.

[25]汪濱，張志強．黃土高原典型流域土壤侵蝕對退耕還林土地利用變化的響應[J].農(nóng)業(yè)工程學報，2023，39（12）：60-70.

[26]李蘊琪，韓磊，朱會利，等．基于土地利用的延安市退耕還林前后生態(tài)服務價值變化［J]．西北林學院學報，2020，35（1）：203-211.

（責任編輯：周曉南）

Spatial Pattern Evolution and Multi-Scenario Simulation Prediction of Land Use in Qingzhen Based on PLUS Model

XIA Pingshuai ¹ ， DENG Xiaodong1，2，LI Baoshan*1，ZHANG Xianyun1，TONG Cheng ^2，3 ， WANG Hongquan ² （1.Mining Colege，GuizhouUniversity，Guiyang5oo25，China；2.Instituteof AgriculturalRemoteSensingandInformation Technology Applications，Hangzhou 310o58，China; 3.Hangzhou City University，Hangzhou 310058，China）

Abstract：The current status，evolution patterns，and future changes in land use are crucial for the development of teritorial space and the high-quality and sustainable development of cities.This paper utilizes the land use transfer matrix and dynamic degree methods to deeply explore the spatial distribution pattrns and evolution rules of land use in Qingzhen from 200O to 2020.Thus，the Patch-generating Land Use Simulation Model（PLUS）is introduced to reveal the driving mechanism of land use expansion in Qingzhen and to predict the land use trends in 2030 and 2040 through multi-scenario simulations.The research results indicate that：From 20O0 to 2020，the area of cultivated landand shrubland in Qingzhen Citydecreased，while thearea of forest land，grassland，and impermeable surfaces increased. The area of water bodies and bare land remained relatively stable；Returning farmland to forestsand urbanization construction promoted thediversification of land use types transfer；The accelerating trend of comprehensive dynamic degree reflects the profound impact of urbanization construction and ecological protection on land use.Human activities have a significant impact on the evolution of farmland， forestland，andartificial surfaces，and the distance from residential areas（surface）is a keydriving factor for land useevolution.In diferent scenarios，the farmland in Qingzhen willcontinueto decrease，while theareasof forestlandand artificial surfaces will increase in 203O and 2040.The changes in shrubland，grassland，water bodies，and bare land will be relatively small．This study providesvaluable references for land resource management，ecological environment protection，and urban planning in Qingzhen，aiming to promotehighquality and sustainable development by optimizing the land use structure.

Keywords： transition matrix；dynamic degree；PLUS model; land use change；simulation and prediction