河南省沿黄区域土地利用变化多情景模拟及生态系统服务价值评估

付文静， 黄珺嫦， 汪 松

（1.河南农业大学资源与环境学院，郑州 450000； 2.河南省土地整治与生态重建工程技术研究中心，郑州 450000；3.鹤壁职业技术学院食品工程学院，河南鹤壁 458000）

在生态系统服务的相关概念中，目前认可度较高的是自然生态系统及其物种所提供的能够满足和维持人类生活需要的条件和过程［1］. 对生态系统服务价值进行评估，有助于保证生态系统价值、更好地发挥生态系统对人类社会的服务功能，从而实现人类社会与自然的和谐共生. 国内外关于生态系统服务的研究内容有生态系统服务分类、价值定量化评估、土地利用变化对生态系统服务的影响等；研究方法有模型分析法（InVEST、ARIES）、能值分析法、生态模型法、价值当量表估算、主成分分析、情景模拟等；研究尺度有省域、市域、县域、区域等. 关于生态系统服务价值的评估主要是基于单位面积价值当量因子方法［2］和单位服务功能价格方法两大类［3］. 这两大评估方法前者更倾向于较大尺度区域生态系统服务价值的评估，在评估中参数较少、计算过程也相对简单. 本文利用单位面积价值当量因子方法对河南省沿黄区域进行多情景下土地利用变化多情景模拟及生态系统服务价值评估.

本研究以河南省沿黄区域2010 年和2015 年的遥感数据为基础，运用未来用地模拟（Future Land Use Simulation，FLUS）模型对2035年河南省沿黄区域不同情景下的土地利用变化进行模拟，并对生态系统服务价值进行评估，旨在研究土地利用的时空变化特征和土地利用变化下生态系统服务价值发生了怎样的变化.

1 研究区概况

河南省沿黄区域位于33°55′～36°21′N、110°36′～116°10′E，地处温带，多属季风性气候，地形平坦，土地利用主体多为耕地. 研究区主要包括郑州、洛阳、开封、焦作、新乡、三门峡、濮阳、济源8市26县. 截至2019年，河南省沿黄区域常住人口4 073.44万人，总面积60 494 km2，生产总值29 958.69亿元.

2 数据来源

采用2010年、2015年地类数据来自欧空局LandCover300m数据，参考联合国粮食及农业组织（UN FAO）的土地覆盖分类系统（LCCS）的22类土地利用类型，最终借助ArcGIS10.2软件的重分类功能获得了6个一级土地利用类型［4-5］数据.

地类变化影响因子包括高程、坡度、气温、降水等自然因素；距公路距离、距水系距离等区位因素；国内生产总值、人口等社会经济因素. 其中高程、坡度、气温、降水数据来源于资源环境科学与数据中心（http：//www.Resdc.cn/）；距公路距离、距水系距离数据是通过百度地图API爬取的历年公路、水系矢量图所得；国内生产总值、人口数据来源于《河南省统计年鉴》（2011年、2016年）. 所有数据分辨率均为1 km，除国内生产总值、人口数据外，其他数据利用了ArcGIS10.2软件中坐标配准、投影转换、重采样、空间分析等工具进行了处理.

3 研究方法

3.1 Markov模型

马尔可夫链（Markov）模型是以概率转移为基础进行随机过程描述的一种科学预测方法，其稳定性和无记忆性的特征适合用于土地利用变化过程，近些年来广泛用于土地利用变化模拟的过程中，以预测未来土地利用数量［6-8］. 计算公式：

式中：Vn+1为在一段研究期的末期的土地利用状态；Mij为土地利用状态的转移概率矩阵；Vn为研究期初期的土地利用状态.

3.2 FLUS模型

3.2.1 FLUS模型介绍 FLUS模型能够用于模拟人类活动与自然影响下的土地利用变化以及未来土地利用情景. 首先，FLUS模型采用神经网络算法（ANN）从一期土地利用数据与多种驱动力因子获取各类用地类型在研究范围内的适宜性概率. 其次，采用从一期土地利用分布数据中采样的方式，能较好地避免误差传递的发生［9-11］. 在土地变化模拟过程中，FLUS模型提出一种基于轮盘赌选择的自适应惯性竞争机制，该机制能有效处理多种土地利用类型在自然作用与人类活动共同影响下发生相互转化时的不确定性与复杂性，使得FLUS模型具有较高的模拟精度，并且能获得与现实土地利用分布相似的结果［12］.神经网络的适宜性概率模块数学表达式为：

式中：Sl(l,q,t)为q类型用地在时间t、栅格l下的适宜性概率wj；q是输出层与隐藏层之间的权重；sigmoid()是隐藏层到输出层的激励函数；netj(l,t)表示第j个隐藏层栅格l在时间t上所接到的信号.自适应惯性机制的元胞自动机模块数学表达式为：

3.2.2 驱动因子选取 基于数据的可获得性、连续性和可量化性等原则，在参考相关文献、结合研究区实际情况的基础上共选取了区位、自然、社会经济3 个方面的因素，包括8 个驱动因子［14］（表1）.

表1 研究区驱动因子选择及含义Tab.1 Selection and meaning of driving factors in the study area

3.2.3 转换规则 根据研究区的实际情况和参考相关文献［15］，将建设用地设置为0，即不能转化为其他用地，而其他几种土地利用类型之间可以相互转化. 土地利用变化转换规则如表2.

表2 土地利用变化转换规则Tab.2 Land use change conversion rules

3.2.4 土地利用变化邻域因子设置 邻域权重因子是代表不同类型用地的扩张强度，用于反映各类型用地在内部和外部影响因子驱动下表现出来的扩张能力，参数0～1. 越接近1代表该土地利用类型的扩张能力越强［16］. 结合研究区的实际情况，对邻域因子值在模型中不断进行调试，比较不同值下的模拟精度，得到精度较高时的因子参数（表3）.

表3 土地利用变化邻域因子参数表Tab.3 Parameter table of neighborhood factors of land use change

3.2.5 精度验证 对于土地利用空间布局情况的模拟结果，可以利用ArcGIS软件中的栅格计算器工具来检验. 借助ArcGIS软件中的栅格计算器功能进行精度检验，检测出来的精度较高为98%，说明此次模拟较为成功，FLUS模型有较高的准确度，模拟的科学性和可信性强，对于土地利用变化模拟有较高的解释能力. 以上设置的模型参数和制作的适宜性概率图集符合河南省沿黄区域土地利用的变化规律特征，可以使用该软件根据以上设置的参数对研究区2035年的土地空间分布情况进行模拟分析.

3.2.6 情景设定

1）自然发展情景. 该情景是基于2010—2015年土地利用变化规律，不设定各类型用地之间相互转换的限制条件以及未涉及政府和市场干预的变化情景，是土地利用变化模拟考虑其他约束条件的基础.

2）耕地保护情景. 结合河南省沿黄区域土地利用实际情况，在约束条件方面加入基本农田保护区，以限制基本农田保护区的地类向其他土地的转化. 设置耕地向建设用地的转移概率减少60%，最终得出2035年耕地保护情景下的土地需求量.

3）经济优先情景. 该种情景下，为了确保经济的发展，建设用地的扩张成为必然. 从2010—2015年土地利用类型的转移概率矩阵来分析，河南沿黄区域建设用地主要由耕地和草地转换而来. 在经济优先情景中，假定这两类用地向建设用地转变的速率加快50%，其他用地类型转变速率不变，据此得到研究区2035年的用地需求.

3.3 生态系统服务价值评估方法

参考谢高地等［17］于2015年提出的单位面积ESV当量表，并利用单位面积农田粮食产出的经济价值量进行标准换算［18-20］，借鉴已有修正成果系数［21］，对本研究区生态系统服务价值当量进行修正（河南省修正系数为1.39），最终得到河南省沿黄区域生态系统服务价值系数表（表4）.

表4 河南省沿黄区域生态系统服务价值系数表Tab.4 Ecosystem service value coefficients of regions along the Yellow River in Henan Province单位：元（/hm2·年）

生态系统服务价值（ESV）计算公式：

式中：i为土地利用类型；Ai为研究区内第i类土地利用类型的面积，hm2；VCi为第i类土地利用类型单位面积生态系统服务价值，元/hm2.

4 结果与分析

4.1 土地利用变化结果

4.1.1 土地利用变化结果 基于ArcGIS10.2软件分析2010 年和2015 年的土地利用数据量，得到河南省沿黄流域各种地类的土地利用情况和土地利用状况（表5、图1）. 由表5可知，2010—2015 年，耕地和林地占主体地位，在两期的土地利用现状中耕地和林地分别占57.03%、56.51%和21.39%、21.37%，表明研究区以农业为主要生产方式. 在此期间耕地减少了44 200 hm2，林地和草地也呈现小幅度减少的态势，建设用地增加了45 400 hm2，水域和其他土地则呈现小幅度增加的趋势. 由图1可知，在空间上，耕地主要沿黄河及其支流段向两边扩散，主要集中分布在河南沿黄区域东北部，西南部较少，由西南部的“山”字形向东北部延伸. 林地主要分布在西南部，少量分布在河南沿黄区域北部边界处，且草地多伴随林地分布. 建设用地分布比较分散，主要由各市呈网络状向周边辐射. 总体来说，2010—2015年，所有土地利用类型的面积都发生了变化，面积减少最多的是耕地，增加最多的是建设用地. 究其原因，与人口数量不断增长、城镇化水平不断提高、经济不断发展有直接关系. 此外，林地、草地、水域面积的变化均处于平稳的状态，这离不开政府的及时监督与管理控制，与保护环境等国民意识的提高也有一定的关系.

表5 2010年和2015年各类土地利用面积及占比Tab.5 The area and proportion of various types of land use in 2010 and 2015

图1 河南省沿黄流域2010年和2015年土地利用状况图Fig.1 The land use status map of regions along the Yellow River in Henan Province in 2010 and 2015

4.1.2 土地利用变化多情景模拟结果 根据河南省沿黄区域实际情况，在土地利用变化模拟中加入限制条件，建立了自然发展、耕地保护和经济优先3种土地利用变化模拟情景，结合ArcGIS10.2中要素转栅格、栅格计算器等工具分析得出河南省沿黄区域2015年和2035年的土地利用数量变化（表6）以及2035年的空间变化（图2）.

图2 2035年多情景土地利用模拟图Fig.2 Land use simulation map of 2035 under different scenarios

表6 2015年和预计2035年各类土地利用面积Tab.6 Land use area of each category in 2015 and 2035单位：hm2

在自然发展情景下，和2015年相比，可以从时间和空间尺度两个方面进行分析. 从时间上来看：耕地、林地、草地和未利用地面积都有不同程度的减少，其中耕地面积减少171 000 hm2，林地和草地面积分别减少5600 hm2和4800 hm2；耕地向其他地类的转化量为278 500 hm2；建设用地、水域和未利用土地的面积有所增加，其中建设用地面积增加幅度最大，为177 700 hm2，水域和未利用地只有小幅度的增加；研究中限制了建设用地向其他地类转移的条件，因此其他用地转换为建设用地的变化量即为建设用地的增加量，这对3种土地利用变化模拟情景都适用，均为177 700 hm2. 从空间上来看，沿黄区域耕地转换区域主要集中在洛阳和郑州，变化量分别为88 200、57 100 hm2；其他地类向建设用地转换最多的区域集中在开封、洛阳、郑州，变化量分别为43 500、39 400、46 300 hm2. 这些结果表明，在自然发展情景下，随着社会经济的发展和人口的增长，建设用地势必会不断地扩张占用其他土地类型的面积，其余土地利用的情况均反映了区域土地利用变化特征.

在耕地保护情景下，和2015 年相比，可以从时间和空间尺度两个方面进行分析. 从时间上来看：耕地、草地、水域和未利用地的面积都有所减少，分别减少31 300、1200、8100、300 hm2；耕地向其他地类的转化量为51 200 hm2；建设用地的增加量为20 100 hm2；其他用地转换为建设用地的变化量为20 100 hm2. 从空间上来看：沿黄区域耕地向其他用地转换的区域主要集中在洛阳、三门峡和郑州，变化量分别为22 000、13 600、6900 hm2；其他地类向建设用地转换最多的区域集中在郑州、济源和洛阳，变化量分别为6400、5000、3700 hm2. 在此情景下，耕地向其他地类的转化量有所减少，特别是耕地向建设用地的转移数量，说明在耕地保护情境下可以有效减缓建设用地的发展，耕地的数量和质量得到了保证.

在经济优先情景下，和2015年相比，可以从时间和空间尺度两个方面进行分析. 从时间上来看：耕地减少量最多，为63 500 hm2，林地、草地、未利用地面积分别减少了1400、1700、900 hm2；耕地向其他地类的转化量为106 900 hm2；建设用地增长较快，面积增加了66 300 hm2；其他用地转换为建设用地的变化量为66 300 hm2.从空间上来看：沿黄区域耕地向其他用地转换的区域主要集中在新乡、濮阳和焦作，变化量分别为30 600、24 300、16 600 hm2；其他地类向建设用地转换最多的区域集中在新乡、濮阳和焦作，变化量分别为28 600、24 600、11 300 hm2. 该情景下各市建设用地的增多助力了区域的经济发展.

对比自然发展、耕地保护、经济优先3种发展情景下河南省沿黄区域2035年的土地利用模拟结果发现：各种地类在区域上呈现出面积各有不同、分布格局整体一致的特征；预计2035年，耕地面积减少量最小、耕地面积最大，且建设用地面积增加量最少、建设用地面积最少的情形出现在耕地保护情景下；耕地向其他地类转换最多的区域一般也是其他地类向建设用地转换最多的区域；在3种土地利用情景下，建设用地在区域上面积均为增加趋势，建设用地增加的来源主要是耕地.

综上，注重耕地保护情景是河南省沿黄区域最适宜的LULC格局. 此外，在河南省沿黄区域发展与建设过程中要严控耕地红线，防止被建设用地占用. 因此，情景模拟下的用地变化情况符合河南沿黄区域的发展趋势，对研究区未来的土地利用规划有一定的参考价值.

4.2 生态系统服务价值的变化特征

4.2.1 各单项ESV变化特征 从时间上看，2010—2015年沿黄区域各单项ESV除气体调节外均有所下降，降幅最为明显的是水文调节价值，降幅最小的是提供美学景观价值（图3a）. 与2015年相比（图3b、c、d），到2035 年自然发展情景、耕地保护情景、经济优先情景下的各单项ESV 呈现出如下特征：2035 年自然发展情景、经济优先情景下的各单项ESV将均呈下降趋势，下降幅度最大的是水文调节价值，最小的是提供美学景观价值；而耕地保护情景下的单项ESV变化有所改善：在耕地保护情景下，各单项ESV除水文调节价值、气体调节价值、废物处理价值、食物生产价值（降序排列）减少外，其余所有各单项ESV即提供美学景观价值、土壤保持价值、生物多样性价值、气候调节价值、原材料生产价值（升序排列）都有所增长. 通过比较，3种情景下各单项ESV 中食物生产价值在耕地保护情景下最多，气体调节和水文调节在耕地保护情境中降低最少，原材料生产价值、提供美学景观价值、土壤保持价值、生物多样性价值增加且仅在耕地保护情景下增加.这是由于在耕地保护前提下，耕地的比例较高、间接限制了建设用地增加、降低了对土壤的破坏、保证了绿色作物生长，最终确保了土地的产出量，使得原材料供应充足、保证了食物产出以及生物多样性等. 气候调节价值在经济优先情景下减少最多，这主要是因为在经济优先情景中建设用地占用周边其他土地和面积增加，从而导致气候调节等服务价值减少.

图3 各单项ESV变化值Fig.3 Change value of each individual ESV

从空间上看，与2015年相比，2035年不同情景下各单项ESV变化的空间分布多有不同. 在自然发展情景下（图4），各单项ESV变化的共同点是沿黄区域各单项ESV以不变为主，且为集中连片分布. 各单项ESV变化的差异是食物生产价值增加区域的面积仅为109 500 hm2，减少区域的面积仅为295 000 hm2，且增加最多的区域为新乡市、开封市，呈零星分布状态，减少最多的区域主要集中分布在洛阳、郑州和开封. 原材料生产价值减少部分区域的面积大于增加部分区域的面积；减少区域在空间上主要集中在三门峡和洛阳，少量呈斜线式分布在济源和焦作的北部地带；增加区域在空间上呈分散式分布，增加最大值均分布在新乡. 气体调节价值增加区域在空间上主要集中在三门峡、洛阳以及新乡北部；减少区域在空间上分布比较分散，减少最大值主要分布在焦作市. 气候调节价值增加区域主要沿黄河主流和支流分布，增值最大的区域为新乡，减值最大的区域为郑州；水文调节价值在空间上区别于其他单项ESV，增值最大的区域面积明显加大，范围明显扩大，且分散于各个市，连片面积最大的区域为郑州；减值最大的区域也分散于各市. 废物处理价值增值和减值最大的区域在空间上主要分布在济源、洛阳、焦作、新乡、郑州和开封的交界带；土壤保持价值增加最大值分布在新乡，减少最大值主要分布在郑州和洛阳；生物多样性价值增加最大值分布在新乡和洛阳与郑州的交界处；减少最大值主要分布在郑州，减少区域主要沿黄河干流和支流分布；提供美学景观价值增加部分区域连片式分布于三门峡、洛阳的南部，增值最大区域分散式分布于三门峡、洛阳.

图4 2015—2035年自然发展情景下单项ESV变化图Fig.4 Changes of individual ESV under natural development scenario

在耕地保护情景下（图5），食物生产价值、原材料生产价值、气体调节价值和水文调节价值在空间上均呈现以下特点：在空间上不变的区域面积为8 349 900 hm2，明显多于自然发展情景下同项ESV不变的区域面积，连片分布范围更大. 除开封和濮阳市，食物生产价值在其他市都有较少程度地增加或减少，且增加部分与减少部分面积较小，基本对等. 气候调节价值较前3种价值而言面积减少，但仍多于自然发展情景下同项ESV的区域面积；增加部分在区域上主要沿黄河主流和支流分布，并多于减少部分的面积；减少最大值在区域上主要集中在焦作. 废物处理价值和土壤保持价值在区域上不变的面积少于自然发展情景下同项ESV不变的区域面积；减少部分区域的面积大于增加部分区域的面积；除三门峡外，减少部分在其他市均有集中大面积分布趋势. 土壤保持价值增加最大值主要集中在新乡. 生物多样性价值在空间上不变的区域面积多于自然发展情景下同项ESV不变的区域面积；减少部分区域的面积少于增加部分区域的面积，增加最大值在区域上主要集中在济源，减少最大值在区域上零星分布在郑州和洛阳. 与其他几种价值相比，提供美学景观价值减少部分的区域面积较多（5 817 100 hm2），增加部分区域的面积明显多于减少部分区域的面积，增加最大值的区域范围也明显扩大，绕新乡、焦作、济源、三门峡、洛阳和郑州回旋式分布，增加且集中连片的区域主要为三门峡和洛阳.

图5 2015—2035年耕地保护情景下单项ESV变化图Fig.5 Changes of individual ESV under the cultivated land protection scenario

在经济优先情景下（图6），食物生产价值和原材料生产价值有共同特征：不变的区域面积为8 279 200 hm2，减少部分区域的面积大于增加部分区域的面积. 食物生产价值减少最多的区域为沿黄区域东北部的焦作、新乡、济源和濮阳. 原材料生产价值增加部分和减少部分在区域上都呈零星分布状态. 气体调节价值在空间上不变的区域面积为8 273 900 hm2，增加最大值主要沿黄河干流、支流分布；区域上增加的面积少于减少的面积；气候调节价值在空间上不变的区域面积为8 087 000 hm2，增加部分区域的面积明显多于减少部分区域的面积，增加部分在区域上主要沿黄河主流和支流分布. 水文调节价值在空间上不变的区域面积为8 273 900 hm2，增加部分区域的面积少于减少部分区域的面积，增加最大值在区域上集中连片分布于洛阳，废物处理价值在空间上不变的区域面积为8 279 200 hm2，增加部分区域的面积明显多于减少部分区域的面积，增加部分在区域上主要分布于焦作、新乡和濮阳. 土壤保持价值在空间上不变的区域面积为8 279 200 hm2，减少部分区域的面积大于增加部分区域的面积，增加最大值在区域上范围较小或零星分布，减少部分在区域上主要分散式分布于焦作、新乡、濮阳、洛阳、济源和郑州，少量在洛阳有集中连片趋势. 生物多样性价值在空间上不变的面积为8 273 900 hm2，减少部分区域的面积大于增加部分区域的面积，减少部分在区域上主要分散式分布于焦作、新乡、濮阳和济源. 与其他几种价值相比，提供美学景观价值不变的区域与前几种价值相比减少（面积6 489 200 hm2），区域上增加的范围明显多于减少的范围，增加部分在区域上主要集中连片分布于三门峡和洛阳，减少部分在区域上主要以分散的形式分布于焦作、新乡和濮阳.

图6 2015—2035年经济优先情景下单项ESV变化图Fig.6 Changes of individual ESV under the economic priority scenario

4.2.2 生态系统服务总价值变化特征 通过计算（表7）河南省沿黄区域的生态系统服务总价值，2010年为141.8 亿元，2015 年为139.528 亿元，共减少了2.272 亿元，原因是研究区内耕地的减少和建设用地的增加致使研究区域生态系统服务功能降低，价值减少. 与2010年和2015年生态系统服务总价值相比，2035年设定的不同情景下的总价值有所减少，自然发展情景下为130.639亿元、耕地保护情景下为138.699亿元、经济优先情景下为136.209亿元，这表明土地利用变化是造成生态系统服务价值下降的主要因素.

表7 研究区生态系统服务价值Tab.7 Ecosystem service value of the study area单位：亿元

综合来看，河南省沿黄区域ESV变化主要特征如下：与其他单项ESV相比，河南沿黄区域3种情景下的水文调节价值均为最高，要重视黄河水资源的利用；3种情景下，除提供美学景观价值外，各单项ESV在区域上都以不变为主，呈集中连片分布；单项ESV中的气体调节价值增加的区域均沿黄河干流和支流分布；提供美学景观价值增加部分的区域集中分布于三门峡和洛阳；此外，3种情景中，耕地保护情景下的单项ESV变化有所改善，且耕地保护情景下的食物生产价值表现最好、生态系统服务总价值最高，说明耕地保护情景下的土地利用变化有助于提升对河南沿黄区域耕地资源的保护力度，促进耕地质量的提高，保证研究区未来生态系统服务总价值. 基于河南沿黄区域生态环境脆弱的形势，为了保障区域生态安全，在未来土地利用时需要考虑并倾向于耕地保护情景下的土地利用格局.

5 结论与讨论

5.1 结论

本研究基于2010年和2015年河南沿黄区域土地利用现状，运用FLUS模型模拟了2035年多情景下的土地利用变化，借助ArcGIS10.2软件中的栅格计算器功能对土地利用空间布局情况的模拟结果进行了精度检验，并通过ESV计算等方法定量评估了研究区土地利用变化下的生态系统服务价值. 结论如下：

1）河南省沿黄区域2010年、2015年和未来2035年的土地利用以耕地和林地为主，格局基本一致，说明多情景模拟下的用地变化情况符合河南沿黄区域的发展趋势.

2）到2035年，3种情景模拟下耕地和建设用地均出现了不同程度地减少或增加，其中耕地面积减少量最小、耕地面积最大，且建设用地面积增加量最少、建设用地面积最少的情形出现在耕地保护情景下，所以耕地保护情景是河南省沿黄区域最适宜的土地利用格局.

3）在3种土地利用情景模拟下，建设用地面积均为增加趋势，建设用地增加的来源主要是耕地，耕地向其他地类转换最多的区域一般也是其他地类向建设用地转换最多的区域. 因此，河南沿黄区域在发展与建设过程中既要严控耕地红线，也要防止建设用地占用其他地类.

4）相比2015年，到2035年3种情景下单项ESV将呈现以下特点：与其他单项ESV相比，河南沿黄区域的水文调节价值均为最高，气体调节价值在河南省黄河流域段均呈增加趋势，故不能忽视黄河生态系统建设；食物生产价值在耕地保护情景下的表现最好，且耕地保护情景下的单项ESV变化有所改善.

5）生态系统服务总价值（138.699亿元）在耕地保护情景下最高，经济优先情景下次之（136.209亿元），自然发展情景下最少（130.639亿元）. 3种情景下的生态系统服务总价值都有所下降，表明土地利用变化是造成生态系统服务价值下降的主要因素. 到2035年耕地保护情景下的生态系统服务价值高于经济优先情景和自然发展情景，说明耕地保护情景作为自然发展情景和经济优先两种情景的补充和优化能够缓解生态系统服务价值下降的趋势. 为了保证研究区未来生态系统服务总价值，在土地利用时需要倾向于耕地保护情景下的土地利用格局，即严格坚守基本农田红线，建立耕地保护经济补偿机制，加强对河南沿黄区域耕地资源的保护力度.

5.2 讨论

本研究模拟的多情景下的土地利用变化能够为进一步优化河南沿黄区域土地利用格局提供依据. 生态系统服务价值的评估所反映的研究区的生态系统服务价值的变化趋势有助于提升研究区国土空间规划的科学性，夯实其在构建生态保护屏障中的地位，切实发挥河南沿黄区域在构建黄河全流域生态保护经济补偿机制中的作用，科学推进黄河流域生态廊道建设. 本文的创新点在于加入了基本农田这个限制条件，下一步将从影响河南省沿黄区域生态系统服务价值的因素进一步补充. 本研究的不足之处一是缺少对区域内土地质量变化和等级调整影响的考虑，二是没有考虑不同时期的行政政策对土地利用变化的影响，这主要是因为缺乏将这些政策转变为量化空间参数的成熟方法.