基于MOP-PLUS模型的新疆阿克苏地区土地利用景观格局优化及多情景模拟

张澔宇，史名杰，曹月娥,4，姜云璐

(1.新疆大学地理与遥感科学学院，乌鲁木齐 830046；2.绿洲生态教育部重点实验室，乌鲁木齐 830046；3. 新疆农业大学资源与环境学院，乌鲁木齐 830052；4.上海师范大学环境与地理科学学院，上海 200234)

【研究意义】土地是具有不可限量价值的有限资源[1]，土地覆被及对其开发是人类活动对自然环境最主要的影响，也是二者之间的重要联系之一[2-3]。土地利用/覆被(Land-use/Land-cover，LULC)作为全球性的重要生态问题已然成为环境研究的核心并被广泛关注[4-6]，土地利用可以最直接地表征人类活动对环境的影响[7]，在可持续发展及国土空间规划等诸多过程中发挥着至关重要的作用。如今城市化速率加快，由此产生了多尺度的复杂土地利用格局。土地利用变化不仅决定于自然及社会经济因素，而且受到特定政策的影响，政策也随着发展大环境的变化而调整[8]，实现包容、绿色发展，对新疆乃至中国都至关重要[9]。因此，探讨阿克苏地区不同规划政策影响下的土地利用变化，对于区域土地资源的配置具有重要意义。土地利用变化模拟能够对区域规划、政策建议等事先评估研究提供极大帮助，土地利用变化模型既可以分析其变化的因果关系，又可以支持对未来多情景土地利用变化的探索[10]，扩展决策者对于指导合理土地利用与规划的知识和经验[11-12]。【前人研究进展】未来的土地利用规划须响应环境保护的政策需求，平衡经济发展与生态保护之间的矛盾。因此，对未来的土地利用模式进行多情景的模拟对规划及管理至关重要。大多数对于未来土地利用变化情景规划使用的土地利用变化模型存在一定不足，例如FLUS、CA-Markov和CLUE-S模型等[13-15]。Fu等[13]在阿勒泰的研究基于FLUS模型模拟了3种不同情景下的土地利用变化情景，探讨了不同情景下的土地利用变化及其相互作用。Huang等[14]基于CLUE-S模型在4种情景下预测了城市增长、社会经济发展和气候变化对湖北省人居环境质量的潜在影响。Zhao等[15]基于CA-Markov和InVEST模型，评价了生态工程对黑河上游半干旱地区碳储量的影响。但是，此类模型在揭示土地利用变化的潜在驱动因素方面较为薄弱[16]，并且无法捕捉多种土地利用类型的斑块演变，尤其是针对自然土地利用类型的斑块演变[12, 17]。然而，PLUS模型作为一个斑块级土地利用模拟模型，可以精准模拟土地利用变化背后的非线性关系变化，可更加准确地模拟未来不同政策情景下的土地利用变化[18]。因此，在未来土地利用类型演替加剧的情况下，进行准确模拟未来土地利用发展潜力、符合政策指引的多种情景规划、合理准确模拟区域土地利用变化分析研究，是满足可持续发展理念的迫切需求[8]。【本研究切入点】以新疆阿克苏地区作为研究区域，阿克苏地区是南北疆重要的交通枢纽，高速公路、南疆铁路贯通全域，是中国向西开放的桥头堡。阿克苏地区在“一带一路”战略和东部产业转移的背景下，该地区的经济社会发展和城镇化建设迎来了重要的发展机遇[19]，其土地利用结构布局也直接关系到南疆地区的发展，利用更精确的土地利用模型针对阿克苏地区进行多情景下的土地利用模拟对于解决南疆地区土地利用结构布局具有重要意义。【拟解决的关键问题】本文以2000—2020年3期土地利用数据为基础并综合多种影响因素，使用PLUS模型模拟2030年阿克苏地区土地利用情况，同时结合多目标规划模型探索一种经济、生态二者权衡的土地利用情景，以期为优化阿克苏地区未来土地利用格局提供科学依据及借鉴。

1 材料与方法

1.1 研究区域

阿克苏地区地处中国新疆维吾尔自治区天山山脉中段南麓，地理位置为78°03′～84°07′ E，39°30′～42°41′N(图1)。全地区总面积1.325×105km2，边境线长235 km。阿克苏地区行政区包括阿克苏市、阿瓦提县、乌什县、柯坪县、温宿县、阿拉尔市、库车市、沙雅县、新河县、拜城县。阿克苏地区地势为北高南低，由西北向东南倾斜，是新疆水资源最丰富的地区之一，域内重要河流有塔里木河、阿克苏河、多浪河。阿克苏地区为暖温带大陆性气候，区内各地气候差异显著，气候变化剧烈，寒冬酷暑，昼夜温差大；气候干燥，蒸发量大，降水稀少且年季变化大；日照时间长，热量资源丰富，年均风速很小。由于阿克苏地区处于天山南坡，属于南疆重要关口，地理位置特殊，因此进行未来土地利用模拟对其发展具有积极意义。

图1 研究区高程示意图

1.2 数据获取及处理

研究用于模拟2030年不同情景土地利用的数据集包括：①2000年、2010年、2020年共3期分辨率为30 m的LULC数据，均来自30 m全球地表覆盖数据GlobeLand30(http://www.globallandcover.com/)，包括10个一级类型，分别是耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川，阿克苏地区处于干旱、半干旱地区，因此本研究中未出现苔原地类。GlobeLand30数据研制所使用的分类影像主要是30 m多光谱影像，解译总精度较高；②用于判别不同类型适宜性条件的年平均积温、年平均降水、年平均温度数据来自中国科学院资源环境科学与数据中心(http://www.resdc.cn)；③用于驱动土地利用变化自然环境因素的DEM数据来自地理空间数据云(http://www.gscloud.cn)，坡度是基于数字高程模型(DEM)数据分析得到；④用于驱动土地利用变化的社会经济数据，包括2010年、2015年人口空间分布及国内生产总值(GDP)，公里网格栅格数据来自中科院资源环境科学数据中心(http://www.resdc.cn)；⑤公路网、河流水系等数据来自Open Street Map(https://www.openstreetmap.org/)。在ArcGIS 10.3中将以上已获取数据统一为WGS 1984坐标系，并且重采样处理为分辨率100 m的栅格数据。

1.3 PLUS模型

斑块级土地利用模拟模型PLUS(Patch-level Land Use Simulation model，https://github.com/HPSCIL/Patch-level_Land_Use_Simulation_Model)利用土地扩展分析策略的规则挖掘框架LEAS(Land Expansion Analysis Strategy)和基于多类型随机森林的元胞自动机模型CARS(CA model based on multi-type Random Seeds)，与其他模型相比，PLUS模型可以获得更高的模拟精度并可以更好地刻画未来不同情景的景观格局[20]。

如果新的土地利用类型在一轮中获胜，则利用递减阈值对轮盘赌所选择的候选土地利用类型进行评价，结果如下。

(2)

(3)

此外，PLUS模型的具体参数设置如下：在LEAS模块中，回归树的数量设置为50；mTry设置为9，表示用于训练随机森林回归模型的特征数；抽样率默认设置为0.01，意味着约1%的像素被选中进行训练。在CARS模块中，领域大小默认为3；补丁生成设置为0.9，补丁生成是生成新补丁的衰减阈值，取值范围为0～1，更高的衰减阈值意味着更保守的过渡策略，使得整体概率更低的细胞变化可能性更小。扩展系数是模型生成土地利用新斑块能力的一个参数，取值范围为0～1，默认为0.1，上述参数设置均取自PLUS模型手册[18, 20]。在上述参数调整基础上首先需要进行模型精度验证，在PLUS模型中Extract Land expansion模块载入2000年、2010年2期土地利用数据，得到2000—2010年土地利用扩张图，其次将2000—2010年土地利用扩张图和各影响因子载入模型中的LEAS模块得出此期间各地类的增长潜力，最后在CARS模块中载入2010年土地利用数据及各地类发展潜力，得出2020年土地利用模拟情况后与2020年土地利用数据对比进行验证精度；精度验证通过后利用2020年土地利用数据及2010—2020年各地类发展潜力进行2030年土地利用模拟。

1.4 多情景设置

本研究基于阿克苏地区发展趋势与政策设置并模拟4种发展情景，分别为自然发展情景、经济发展情景、生态保护情景以及可持续发展情景。

(1)自然发展情景。此情景假设保持历史土地利用的变化趋势，按照以往的变化趋势进行模拟，2020—2030年各类土地需求根据2010—2020年的土地需求使用马尔科夫链的转移过渡概率进行计算。

(2)经济发展情景。该情景根据《阿克苏地区土地利用总体规划》区域城市建设用地快速发展政策，并结合PLUS模型的线性回归模块输入2000年、2010年和2020土地利用图，分析得出2030年土地利用需求。通过分析土地利用变换转移矩阵发现，耕地主要由草地、裸地、人造地表转变而来，人造地表主要由草地、裸地和耕地转变而来。通过前人研究设置的阈值与专家意见等综合考虑，假设经济发展情景草地、裸地和人造地表向耕地转变的速率加快50%，草地、耕地及裸地向人造地表转变的速率也加快50%[13, 20]。

(3)生态保护情景。该情景依据中国《三北防护林工程》《新疆阿克苏地区湿地保护修复工程》等生态工程的指引。此场景代表地方政府加强对于林地、草地、湿地和水源等的保护，严格控制耕地以及建设用地面积的增长。严格控制耕地及人造地表的快速增长，保证稳中有增，另外严格控制林地、草地、灌木地湿地和水体向其他地类进行转变，修改林地、草地的发展潜力，将坡度大于15°的耕地进行退耕还林，河流周围50 m缓冲区的地类转为草地[13, 20]。

(4)可持续发展情景。该情景既考虑经济的发展又考虑生态环境保护，发展经济的同时不能以破坏生态作为代价，也不能为了进行生态保护而忽略经济的发展。因此本研究提出2个指标，即土地利用经济价值指标和土地利用生态价值指标，对二者同时进行最大化处理使整体效益最高，从而进行可持续发展。

1.5 MOP模型

MOP(Multi Objective Programming)即多目标规划模型，是研究土地利用结构优化的重要模型之一[21]。MOP可以结合经济、生态和基于规划者自身需求的一些变量，通过定义目标函数及限制条件加以考虑，目标函数限制条件如表1所示。MOP-PLUS即通过PLUS模型模拟后确定未来各类型土地利用面积上下限，随后采用MOP模型设置公式计算出未来各土地利用类型的最优面积。本研究定义了2个优化目标：①maxEd(x)，令经济效益最大化；②maxEp(x),令生态效益最大化，MOP的优化目标如下。

表1 MOP模型目标函数限制条件

(4)

(5)

式中，Ed(x)、Ep(x)分别表示经济效益和生态效益；xi表示第i类地类变量(i=1，2，…，7)；di、pi分别为单位面积下该地类的经济、生态效益系数。取得最优土地利用结构需同时最大化这2个目标。

max{Ed(x),Ep(x)}

(6)

首先设置土地利用经济价值指标，为土地利用数据中的各个地类设置参数。此处x1=耕地，x2=林地，x3=草地，x4=灌木地，x5=湿地，x6=水体，x7=人造地表，通过阿克苏政府工作报告以及阿克苏地区2020年统计年鉴可以获得各个地类的地均经济价值(万元/hm2)，最后得到经济价值指标公式。

Ed(x)=1.9x1+1.49x2+0.5x3+1.49x4+5.13x5+0.27x6+38.16x7

(7)

其次设置土地利用生态价值指标，通过阿克苏政府工作报告及前人研究成果[22-23]，得到土地利用单位面积生态价值(万元/hm2)，可以获得生态价值指标公式。

Ep(x)=0.668 95x1+1.262 86x2+1.362 438x3+1.262 86x4+6.27x5+4.4542x6+0.000 82x7

(8)

可持续发展情景即兼顾二者，以上提出了指向2个极端的价值指标，欲取得最优的可持续土地利用结构则需要同时最大化这2个指标，使Es(x)达到最优比例。

max{Ed(x),Ep(x)}=αEd(x)+βEp(x)

(9)

土地利用结构优化调整应根据区域的实际发展情况设计多种结构优化调整方案，针对阿克苏地区未来10 年发展定位和经济、生态效益同步提升的目标来考虑[24]。使用LINGO进行实验求解及咨询专家意见后，最后设置式中参数，α=0.417,β=0.583。

2 结果与分析

2.1 PLUS模型精度验证

通过2000—2010年土地扩张图结合各地类土地发展潜力模拟2020年的土地利用数据，模拟后使用PLUS模型的精度验证模块将2020年土地利用图与模拟得出的2020年土地利用图进行对比(图2)，得出Kappa系数为0.783，Overall Accuracy为0.883。因此，PLUS模型不仅精度高，而且普适性较强，能够应用于干旱半干旱地区的土地利用模拟。通过以上检验可以看出总体模拟情况较好，说明 PLUS模型模拟效果比较理想，可用于预测阿克苏地区2030 年土地利用格局。

图2 模型精度验证

2.2 阿克苏地区2030年多情景模拟

使用PLUS模型进行模拟，得到3种情景下2030年土地利用变化数据，分别为自然发展情景、经济发展情景、生态保护情景(图3)，各情景地类面积数据见表2。

表2 阿克苏地区2020—2030年不同情景下LULC及其动态指数

图3 基期年与3种不同情景生成的2020—2030年土地利用

自然发展情景是根据阿克苏地区2020年土地利用数据，利用2010—2020年各地类的发展潜力进行结构布局模拟，不涉及到政策、经济等条件约束，在不进行任何干涉的情况下任其发展。在自然发展情景下，2030年阿克苏地区土地利用下的耕地和裸地面积增加，耕地、草地、人造地表与裸地之间的大量转换是自然发展情景下土地转换的主要方式。土地利用以裸地扩张为主，耕地面积增加为辅，耕地扩张程度并没有裸地增幅快。裸地增加是因阿克苏处于干旱半干旱区，另外土壤盐碱化严重，如果任其自然发展，其余地类必然会向裸地转变。其中耕地由草地、人造地表、水体和极少部分林地和湿地转换而来；利用2010—2020年各地类发展潜力模拟2030年自然发展情景后，导致土地利用结构调整，除耕地少量增加，灌木地、冰川面积维持稳定外，其余地类面积均减少，裸地面积较2020年增加。与2020年相比，自然发展情景下的耕地面积增加1545 hm2，除灌木地和冰川保持稳定外，其余5种地类的面积均呈现减少态势。

经济发展情景是根据《阿克苏地区土地利用总体规划》区域城市建设用地快速发展政策进行预测。经济发展情景的设置主要是令耕地与人造地表快速扩张达到最优经济效益的目的。在此情景下，耕地主要由大量草地与裸地转化而来，也伴随着少量林地、人造地表、湿地及水体向耕地的转化；而人造地表的增加则由耕地、裸地、草地、林地和水体转化而来。与2020年相比，经济发展情景下耕地增长6978 hm2，人造地表增长3114 hm2，耕地与人造地表的增长在3种模拟情景中处于首位。

生态保护情景主要目的是保护阿克苏地区的生态用地，该情景主要设置林地、草地、灌木、湿地和水体作为生态保护区，也就是情景发展的限制区域。此外，将林地和草地的发展潜力进行修改，进行退耕还林和还草措施。在该情景模式下，耕地呈现锐减态势，减少18 568 hm2，人造地表减少1858 hm2；林地、草地、湿地和水体在自然发展情景和经济发展情景下均呈现出减少态势，而在生态保护情景面积骤增；此情景下的林地、草地、湿地和水体相较于自然发展情景和经济发展情景下，增加值是最高的，分别为1291、27 259、470和3824 hm2。在生态保护情景下，5种生态保护地类由耕地、人造地表、裸地转化而来，还伴随5种生态保护地类之间的相互转换。此情景下裸地减少值最大，减少12 356 hm2。在生态保护情景下，阿克苏地区生态环境有明显改善。

总体来看，自然发展情景下耕地和裸地明显增加；经济发展情景中耕地和人造地表显著增加；生态保护情景下各生态用地面积增加(图4)。经济发展情景下的耕地和人造地表面积在3种情景中最大，生态保护情景下林地、草地、湿地、水体面积处于三者最大，而自然发展情景下各地类面积基本都处于经济发展情景和生态保护情景之间。

图4 3种模拟情景相较于基期年各地类变化情况

2.3 可持续发展情景

2030年阿克苏地区土地利用结构优化结果(图5)显示，所求x1～x7的面积分别为2098 714、275 654、1940 753、43 028、114 076、116 043、154 997 hm2。相对于2020年来说，此情景下耕地增加292 996 hm2；林地增加12 819 hm2；草地增加23 463 hm2；灌木地面积保持稳定，为43 028 hm2；湿地增加470 hm2；水体增加3824 hm2；人造地表增加45 024 hm2。

图5 阿克苏地区2030年可持续发展情景

3 讨 论

过去的研究更多关注未来不同情景中土地利用的线性变化，而本文考虑了土地利用变化的非线性关系。此外，多情景模拟一方面可以比较不同情景之间的空间格局差异，另一方面可以实现多情景之间的权衡发展。本研究首次对阿克苏地区使用PLUS模型，进行未来不同情景的土地利用情况模拟预测及量化评估，在此基础上基于MOP模型提出可持续发展情景，旨在平衡经济发展与生态保护之间的矛盾，对优化未来阿克苏地区的土地利用结构提供参考。在2030年自然发展情景中，耕地和裸地小幅度增加。随着社会经济活动增长，为满足人们的生活需求需要扩大耕地面积，同时减缓植树造林政策的实施进程，使得林草地面积减少；由于发展过程中对生态环境保护没有足够重视，导致水域面积减少，这与前人的结论一致[25]。在经济发展情景下，伴随着城市化的加速推进，各类生态用地被侵占，并向耕地和人造地表转化，耕地和人造地表面积急剧增加，这与前人的研究结果一致[26]。在生态保护情景下，由于环境保护政策以及阿克苏地区生态保护工程，使得区域的林地、草地、水体等生态保护用地得以恢复。在此情景中采取了退耕还林及还草等生态保护措施，使得阿克苏地区的生态环境得到较好提升，这与Fu等[13]研究结论一致。

多情景模拟预测表明运用PLUS模型模拟区域内土地利用变化具有可行性。PLUS模型的模拟精度具有较高可信度，画面简洁便于操作、易于理解，且相比较FLUS等模拟，具有一定程度的优化[18]，其应用了一种新的分析策略，提取了2期土地利用变化间各类用地扩张的部分获取发展概率及驱动因素对该时段各类用地扩张的贡献，保留了模型在一定时间段分析土地利用变化机理的能力，可以更好地挖掘各类土地利用变化的诱因，具有更好的解释性；PLUS模型包含一种新的多类种子生长机制，可以更好地模拟多类土地利用斑块级的变化，获得更高精度，并生成更加真实的景观格局，用以支持规划决策，为可持续发展服务。模型驱动因子的选择和模型参数设置是决定模拟精度的2个主要方面[27]，驱动因子可以决定某一时段土地利用各个地类的发展潜力，为后续模拟提供具体的地类发展趋势，也对土地利用结构布局和土地利用扩张能力起着重要作用；而参数设置，例如土地需求、土地利用转移矩阵、决策树数量、补丁率等一系列参数，可以起到定量和辅助的作用。生态系统服务价值有关人类福祉[28]，但国内没有统一、完整的动态评估方法[29]，基于前人研究成果会导致结果偏低，通过构建经济和生态效益指标模拟未来区域土地利用的指标，达到土地利用的最优结构也是今后研究的热点之一。无论是基于政策设定参数或是基于一些主观因素设定参数，均是为阿克苏地区提供一些可选择的发展模式所做出的尝试，可以指导决策者根据不同发展目标管理未来的土地利用模式，对于研究区域未来发展具有重要意义。

本研究利用PLUS模型根据政策指引模拟了未来3种不同情景的土地利用情景，但这3种备选方案不能代表所有可能发生的土地利用情况，未来阿克苏地区发展应当在自然发展情景、经济发展情景和生态保护情景下寻找一个平衡点[30]，由此基于MOP模型提出了可持续发展情景，可持续发展情景能起到很好的借鉴作用，以此协调经济发展与生态保护之间的矛盾，利用自身的区位优势与国家大力支持，打造一个高质量、可持续发展的优势地区[31]。

4 结 论

自然发展情景下耕地与裸地呈现增长态势，裸地扩张速度更快，耕地由草地、人造地表、水体以及极少部分林地和湿地转换而来，究其原因是2010—2020年阿克苏地区各地类发展潜力较低，增长动力不足，所以不添加人为干扰任其自然发展的做法是不可取的。经济发展情景下，除灌木地面积保持稳定外，其余各生态用地均呈现减少趋势，其中草地面积显著减少，由于经济快速发展，生态用地被占用，向着经济效益高的耕地与人造地表转化，阿克苏地区生态环境的稳定性会降低。生态保护情景下，耕地和人造地表面积锐减，甚至低于自然发展情景中二者的面积。在采取还林还草措施后，除了草地由耕地、灌木地、人造地表、裸地、水体和湿地6种地类转换而来，其余4种生态保护地类均由耕地、人造地表、裸地转化而来。耕地和人造地表的迅速减少说明在严格保护生态环境的前提下，生态用地得以恢复，但牺牲了部分经济效益。如果以牺牲阿克苏地区居民实际收益为代价，片面的追求经济或生态效益最大化，这种发展模式很难实现协调、可持续。因此，本文在3种情景的基础上提出可持续发展情景，通过设置总效益最大化来决定其中经济效益与生态效益的比例，得出经济效益占41.7%，生态效益占58.3%。此情景可以找到一个土地利用的数量需求平衡点来优化未来的土地利用结构，可以加深人们对土地利用变化的认识与理解，同时也为决策者规划未来发展格局起到一定参考作用，更好的为可持续发展服务。