多情景模拟下城市周边耕地功能分区

陈逸航 ，黄秋昊 ，郑锦浩 ，李满春

（1.南京大学地理与海洋科学学院, 南京 210023；2.自然资源部国土卫星遥感应用重点实验室, 南京 210023；3.江苏省地理信息技术重点实验室, 南京 210023；4.自然资源部海岸带开发与保护重点实验室, 南京 210023；5.江苏省地理信息资源开发与利用协同创新中心, 南京 210023）

0 引 言

粮食安全事关国民经济发展，是国家安全的重要基础，尤其在新冠疫情肆虐及国际地缘政治冲突背景下，全球粮食生产及运输产生巨大波动，新时期粮食安全面临更大挑战[1-2]。耕地资源作为粮食生产的命脉，是端牢14亿多中国人饭碗的基础。为保障国家粮食安全与社会稳定，党的二十大报告明确提出要全方位夯实粮食安全根基，牢牢守住18亿亩耕地红线，深入实施“藏粮于地、藏粮于技”战略[3]。然而随着城镇化与工业化的快速发展，城市扩张中高强度的土地开发利用导致城市周边耕地资源紧张、质量下降、空间分布零碎等问题日益突出，城区周边优质耕地尤其是永久基本农田保护形势严峻[4-5]。如何科学分配有限土地利用资源，合理制定城市周边耕地分区管控方案，成为兼顾粮食安全与经济发展的重要环节。

城市周边耕地具有地势平坦、区位条件好、基础设施完善等优势，能有效降低运输损耗、保证食物新鲜，有利于保障城市粮食安全与低成本供应，近年来，随着耕地“三位一体”保护的推进，新型城镇化背景下城市周边耕地功能分区逐渐引起学者关注[6-7]。耕地功能是耕地系统提供满足人类生存与发展所需产出的能力。耕地功能分区则是在综合研究耕地各要素的基础上，考虑其现状特征及分异规律，依据区域间差异来进行地理分区，有利于促进耕地保护政策制定，实施耕地的差别化管理[8-10]，研究主要集中在评价体系构建与分区方法选择上，从评价体系构建来看，随着耕地功能内涵不断被挖掘，耕地的复合特征逐渐凸显，评价内容从传统的以耕地质量为核心的简单自然要素评价[11-13]，逐渐转变为从耕地资源特征、空间格局形态和基础设施条件等多方面的综合性评价[14-16]，分区方法上，除了综合指标评价法外[17-18]，多采用k-means 聚类分析法[19-21]、热点分析[22-24]、局部Moran’sI指数[25-26]、自组织特征映射网络[27-29]等方法，以多层次的评价指标量化结果为基础，结合区域特征进行耕地功能空间分区，以此对区域耕地资源采取差别化保护措施。虽然随着研究的不断深入，分区更具全面性与多元性，但基于城市周边耕地位置特殊性，少有研究在划分农用地时既考虑耕地资源现状特征，又考虑耕地未来发展稳定性，如何有效降低未来城市化发展对周边耕地资源所产生的潜在负面影响仍是学者们面临的重要挑战。因此，面向未来土地利用演变趋势，如何从动态预测模拟的角度出发，结合研究区未来耕地变化区域差异，采用科学高效的评价分区方法、合理划定耕地功能分区，成为优化耕地资源配置、保障城市“菜篮子”“米袋子”，兼顾粮食安全与经济发展的关键。

鉴于此，本研究利用斑块生成土地利用模拟[30]（patch-generating land use simulation model，PLUS）模型设置自然发展、耕地保护、可持续发展3种情景，模拟常州市主城区2030年土地利用变化，并且从生产适宜性、空间集聚性、区位便利性3个方面构建耕地综合适宜性评价体系。以可持续发展为切入点，在对耕地进行综合适宜性评价的基础上结合未来耕地变化情况，运用集成技术来解决耕地差异化利用问题，以期实现科学高效地划分耕地功能分区，为因地制宜地进行耕地分区管理、保护、优化提供参考和借鉴。

1 研究区域概况与数据来源

1.1 研究区概况

江苏省常州市（图1）（31°09'N～32°04'N、119°08'E～120°12'E）是长江三角洲地区的中心城市之一，与上海、南京两大都市等距相望，区位条件优越。本研究对象选取常州市主城区，包括新北区、钟楼区、天宁区、经开区和武进区，为常州市经济、文化与政治中心。研究区总面积186 196 hm2，截至2020年，研究区常住人口390.79万人，包含城镇人口318.60万人，城镇化率达81.53%，地区生产总值7 805.3亿元，较2019年增幅4.5%，位列全省第三。2010—2020年，区域内耕地面积由92 606.70 hm2减少到87 299.20 hm2，年均减少530.75 hm2，而城镇建设用地由62 702.60 hm2增加到68 256.30 hm2，年均增加555.37 hm2。城镇扩张趋势与耕地资源高度重叠。近年来，常州市为融入国家“一带一路”和长江经济带战略，城市经济发展建设挤占大批耕地资源，建设用地与耕地之间矛盾日益凸显，耕地保护形势严峻，其主城区作为研究区具有典型性。

图1 研究区区位图Fig.1 Location map of the study area

1.2 数据来源和处理

本研究所采用的2期土地利用数据（2010年、2020年）均来自中科院资源环境科学与数据中心（http://www.resdc.cn），空间分辨率为30 m；高程数据来自地理空间数据云（http://www.gscloud.cn/）；铁路、公路、河流、城镇、村庄、永久基本农田、生态保护红线数据、耕地质量数据均来源于常州市自然资源和规划局。以上数据在ArcGIS 10.5中进行投影变换、重采样、裁剪、欧氏距离等预处理，栅格数据精度统一为30 m×30 m。

1.3 研究思路

1）土地利用多情景模拟：根据未来城市发展侧重的方向不同，设置自然发展、耕地保护、可持续发展3种情景，通过PLUS模型模拟3种发展情景下研究区未来土地利用结构。

2）耕地综合适宜性评价：从生产适宜性、空间集聚性、区位便利性3个方面构建评价体系，基于行政村尺度，综合加权各个指标权重得到3种维度评价结果，运用Python中带轮廓系数的k-means聚类算法将耕地划分为Ⅰ级区、Ⅱ级区、Ⅲ级区和Ⅳ级区。

3）耕地分区保护：借助热点分析（Getis-Ord Gi*）工具识别耕地未来变化冷热点区域，在可持续发展情景下，耦合耕地综合适宜性评价结果，组成不同特征类型耕地分区，并提出相应的管控方案。

2 研究方法

2.1 未来土地利用格局模拟

2.1.1 情景设置

PLUS模型中，土地利用变化驱动因子参考现有文献与研究区现状[31-35]，选取高程、坡度、坡向、到城镇、村庄、河流、铁路、公路距离8项驱动因子，综合考虑土地利用现状与未来城市发展战略，设置3种发展情景探究常州市主城区未来土地利用变化可能存在的不同演变过程与格局，辅助决策者科学地划定耕地功能分区。

1）自然发展情景。此情景基于研究区2010—2020年土地利用变化规律，无政策规划等干预，运用Markov模型预测各用地类型未来规模，是其他模拟情景的对比基础。

2）耕地保护情景。在“藏粮于地”的目标下，优先保障优质耕地，严守耕地红线，强化对非农建设占用耕地的控制和引导。基于自然发展情景，设置永久基本农田为限制转化区，参考相关研究[32]，使耕地向建设用地转移概率降低60%，向林地和水域的转移概率降低20%，同时修正转移成本矩阵。

3）可持续发展情景。兼顾经济发展与粮食安全，在落实长江经济带发展过程中实现区域综合发展。基于自然发展情景，设置永久基本农田、生态保护红线为限制转换区，使耕地、林地、草地向建设用地转移概率降低20%，水域向建设用地转移概率降低10%。

2.1.2 PLUS模型关键参数设置

PLUS模型是一个以元胞自动机为基础构建的基于栅格数据的斑块生成土地利用模型。该模型由用地扩张分析策略与多类型随机斑块种子的元胞自动机模型两部分组成，结合转化分析策略和格局分析策略的优势，更有利于提高模型对真实景观格局的模拟和仿真能力，通过定义不同用地类型的邻域因子与转换规则来实现各情景土地利用格局变化的模拟预测[30]。

1）邻域因子

邻域因子代表地类的扩张能力，其取值范围为0～1，值越大表示该地类的扩张能力越强。根据2010—2020各土地利用类型的斑块总面积的变化规律，基于王保盛等[33]研究，通过反复试验后得到模拟精度较高的邻域因子参数，耕地、林地、 草地、水域、未利用地、建设用地邻域因子参数分别为0.10、0.49、0.41、0.47、0.41、0.90。

2）转换成本矩阵

转换成本矩阵表示各土地利用类型之间相互转换的难易程度，取值为0或1。当值设置为0时，表示不允许该地类向另一种地类转换，反之则允许转换。根据研究区2010—2020年土地转移变化实际情况，同时参考相关研究，根据不同情景设置调整土地利用转换成本矩阵[34]：自然发展情景中，各地类之间转换根据2010—2020年土地转移变化实际情况；耕地保护情景中，除建设用地以为耕地不能转换为其他土地利用类型；可持续发展情景中，调整用地类型转换等级从大到小依次为建设用地、林地、耕地、水域、草地、未利用地。各情景成本矩阵设置如表1所示。

表1 转换成本矩阵Table 1 Conversion cost matrix

2.1.3 热点分析

热点分析（Getis-Ord Gi*）作为衡量局部空间自相关的空间分析工具，以行政村为输入单元，将未来土地利用变化情景下耕地向其他地类的潜在转换面积占现状耕地面积比例作为耕地不稳定指标，通过Z得分和P值识别耕地不稳定性局部高值（热点）或低值（冷点）在空间上的聚类分布情况，热点为未来耕地不稳定指标得分较高并被得分较高的单元包围的聚类区域，冷点则相反，计算式为

式中xj是样本j的属性值；wi,j是样本i和j之间的空间权重；n为样本总个数，且：

2.2 耕地综合适宜性评价

2.2.1 评价指标权重确定

耕地综合适宜性评价指标需关注反映研究区耕地资源的关键性因子，揭示耕地功能的深层次问题，考虑到耕地资源的现状特征、指标的代表性及数据的可获得性，借鉴已有相关研究[28,36]，以行政村为评价单元，围绕功能分区内涵，从生产适宜性、空间集聚性、区位便利性3个维度选取耕地综合适宜性评价指标（表2），有利于挖掘耕地质量、综合生产、利用状况等隐性内涵。

表2 耕地综合适宜性评价指标体系Table 2 Cultivated land comprehensive suitability evaluation index system

选择耕地面积、自然等指数表示生产适宜性，用以表征耕地资源规模与自然本底，与耕地综合生产能力相关联；选择平均斑块大小、景观形状指数表示空间集聚性，用以表征耕地资源空间格局状况，与耕作规模，农业机械化水平相关联；选择耕地距村庄、主要道路的平均距离表示区位便利性，用以表征农业生产运输过程中的区位条件，与耕作效率和机械通行效率相关联。

2.2.2 评价指标权重确定

通过最小相对信息熵原理组合AHP分析法和熵权法确定各项指标综合权重，更加全面地挖掘专家主观经验信息与样本的客观差异，实现主客观内在统一[37]，计算式为

式中w1j为主观权重；w2j为客观权重。

2.2.3k-means空间聚类

k-means是一个简单、高效的聚类算法，可以很好地分析样本量大的数据。Python中带轮廓系数的k-means聚类算法有助于科学确定最佳聚类数目，并根据确定的数目任意选取样本点作为分类的初始中心，通过反复迭代的过程划分数据集，使得同一类别内相似性最大化，不同类别间差异最大化，计算式为

式中D为样本Xm和Xn之间的最小距离；k为聚类数目；Xmk和Xnk为在聚类数目为k时样本集；m、n为聚类要素；z为聚类对象行政村。

3 结果与分析

3.1 土地利用情景模拟与耕地变化空间格局

3.1.1 多情景模拟结果分析

本研究以2010年土地利用数据为基准，通过驱动因子数据获取各类用地的适宜性概率，运用PLUS模型模拟自然发展情景下2020年土地利用数据，将其与实际情况进行精度验证。结果显示，本次模拟Kappa系数为0.87，总体精度为0.92，均大于0.8，试验模拟精度达到较高水平，并且FOM系数为0.13，在合理范围内[38]，进一步表明PLUS模型能较为准确地反映常州市主城区未来土地利用变化情况。根据常州市主城区的2020年土地利用发展情况，设置自然发展、耕地保护、可持续发展3种情景，通过PLUS模型预测2030年常州市主城区3种情景下未来土地利用情况，其结果如表3所示。

表3 2020年现状与2030年多情景模拟用地类型变化Table 3 Status of 2020 and the multi-scenario simulation land use type change in 2030hm2

1）总体变化情况

2020年，常州市主城区主要地类为耕地、建设用地，面积分别为87 299.20、68 256.30 hm2，根据模拟结果（图2），选取2处较为典型的城市周边地带放大区域细节，2030年3种情境下，用地类型仍以耕地、建设用地为主，由于城市化发展的影响，建设用地扩张是耕地流失的主要原因。对比各情景土地利用模拟结果，建设用地在3种情景下均呈现出增长态势，除耕地保护情景增幅极小外，其余两类情景下增幅均较大，这在一定程度上符合中国现阶段社会经济发展态势。各用地类型空间分布总体保持不变，耕地主要分布在中心城区外围，在武进区西部、南部、新北区分布较为集中；建设用地主要集中在各行政区交汇处，并且逐渐向外围呈边缘式扩张；林地在武进区太湖湾地区有大面积集中分布，另外在新北区北部以及天宁区、经开区有小面积零散分布。

图2 常州市主城区2030年多情景土地利用模拟结果Fig.2 Land use simulation results under multi-scenarios in the main urban area of Changzhou City in 2030

2）多情景模拟差异

在自然发展情景下，耕地面积减少了4 448 hm2，较2020年相比减少5.10%，同时，林地、草地、水域均有小幅度减少，减幅分别为0.15%、0.61%、0.96%，未利用地作为其他用地类型的转入来源之一，减幅10.95%，建设用地扩张最为显著，面积增加了4 753.31 hm2，增幅6.96%。

可以看出，在不设置任何限制因素情况下，按照2010—2020年的趋势进行发展，建设用地为满足社会经济高速发展而增加向外扩张态势，耕地、林地、草地、水域及未利用地均有一部分将会转化为建设用地，其中大量耕地将被建设用地所侵占，若不加以限制，将对区域内粮食安全构成严重威胁。

在耕地保护情景下，耕地面积减少了508.50 hm2，减幅比自然发展情景低4.52%，林地、草地较2020年分别下降了0.90%和1.37%，相较于自然发展情景减幅更多，未利用地较2020年增幅0.38%，实现小幅度增加，建设用地扩张速率相比于自然发展情景有了很大程度的减缓，增幅由自然发展情景的6.96%降低为1.11%。这表明，该情景下大量耕地被侵占的情况得到有效遏制，永久基本农田得到有效保护，但在追求耕地保护的同时在一定程度上限制建设用地的扩张，从而使建设用地的转换更多地指向林地和草地，生态用地受到挤压，不利于区域经济的可持续发展。

在可持续发展情景下，耕地面积减少了2 882 hm2，较2020年减少3.30%，林地、草地分别减少0.64%、0.23%，减幅相较于耕地保护情景有所放缓，水域面积为27 726.90 hm2，较2020年相比减少0.72%，建设用地扩张明显，相比2020年增加了4.56%，但相较于自然发展情景中建设用地的无序扩张，增幅有所减缓。总的来说，该情景下虽然生态用地总面积较2020年有所减少，但未出现大面积的生态用地缩减，生态保护红线内高质量生态用地得到了有效保护，能在一定程度上保障耕地数量，保护生态环境，兼顾粮食安全与经济发展，有利于城市区域的可持续发展。

3.1.2 耕地不稳定性空间格局分析

基于热点分析识别未来耕地不稳定指标的冷热点空间分布[39]，来反映多情景模拟下耕地的不稳定程度。自然发展、耕地保护、可持续发展3种情景下耕地不稳定性热点分析如图3所示。

图3 3种情景下常州市主城区未来耕地不稳地性冷热点分布Fig.3 Distribution of cold and hot spots of unstable cultivated land under three scenarios in the main urban area of Changzhou City

总体来看，三者的冷热点区域在空间分布上较为相似，热点区主要分布在中心城区周围，并且围绕中心城区数量上呈现出东多西少、南多北少的趋势，这些区域的耕地临近城区，在未来发展中将成为建设用地转换的主要转出来源；冷点区主要分布在新北区北部、钟楼区西部以及武进区东部和西部，这些区域的耕地集中连片、数量规模大，未来不易转化为其他土地利用类型。在自然发展情景下，冷点和热点的分布范围较大，冷点区占比28.11%，热点区占比高达38.56%，空间集聚性强；在耕地保护情景下，冷点区与热点区在3种情景中占比均最小，分别为22.34%、27.57%，无99%置信度的冷点区，耕地不稳定性集聚情况不明显；可持续发展情景下，冷点区与热点区占比较为均衡，分别为25.77%、35.13%，且耕地的不稳定性在空间上差异显著。

3.2 耕地综合适宜性评价结果

本研究评价单元共计555个，采用自然断点法将各适宜性评价指标划分为5级，并对其进行分级赋分（赋分为20、40、60、80、100），将现状耕地的生产适宜性、空间集聚性、区位便利性划分为高、较高、较低、低4个等级（图4）。

图4 常州市主城区耕地评价空间差异Fig.4 Spatial differences of evaluation of cultivated land in the main urban area of Changzhou City

就生产适宜性而言，区域内耕地生产适宜性空间分布呈现出中心向四周递增的趋势，其中处于高适宜性的行政村数量最多，共186个，占全部村域单元的33.51%，主要集中在新北区、钟楼区西部、武进区西部和东部。就空间集聚性而言，区域内耕地空间集聚性分布较为零散，不同评级单元交错分布，其中处于低适宜性的行政村数量最多，共297个，占全部村域单元的53.51%，在经开区与天宁区有大面积连片分布。就区位便利性而言，区域内耕地耕作、运输区位条件整体较高，处于低适宜性的行政村共15个，仅占全部村域单元的2.70%，主要分布在新北区长江流域段以及武进区滆湖、太湖湾沿岸。

根据轮廓系数得到较优聚类数目，基于耕地各单项指标分级赋分值，结合指标综合权重，将常州市主城区555个行政村从耕地生产适宜性、空间集聚性、区位便利性3个维度进行k-means聚类分析，评价结果将其划分为四类（图5）。通过箱型图显示的中位数和上下四分位数的间距可以直接观察耕地生产适宜性、空间集聚性、区位便利性3个维度数据整体的分布情况，评价为Ⅰ级区耕地面积占耕地总面积的38.71%，主要集中在新北区中部、钟楼区西部及武进区西部和东部，其生产适宜性最高，空间集聚性与区位便利性均处于较高水平，区域内耕地集中连片且农业生产力高；Ⅱ级区耕地面积占耕地总面积的32.73%，在各区均有小面积零散分布，其生产适宜性与区位便利性处于较高水平，但空间集聚性较低，在农业生产方面具有一定优势且运输条件较好；Ⅲ级区耕地面积占耕地总面积的19.80%，主要集中在经开区、武进区滆湖北部、东部，其区位便利性较高，在农业耕作运输方面有优势，但生产适宜性与空间集聚性均中等，不利于进行规模化农业生产；Ⅳ级区耕地面积占耕地总面积的8.76%，主要镶嵌在城市与建制镇周边及内部，交通便利，空间集聚性较低，农业生产力低下。

图5 常州市主城区耕地综合适宜性评价结果箱型图及分布图Fig.5 Box plot and distribution map of cultivated land comprehensive suitability evaluation results in the main urban area of Changzhou City

3.3 耕地功能分区方案

通过综合对比模拟结果，结合发展目标，可持续发展情景的设置能在一定程度上保障城市周边耕地数量，保护生态环境，兼顾粮食安全与经济发展。因此以可持续发展情景为切入点，根据未来耕地不稳定性热点分析结果，将耕地划分为热点区、冷点区、无显著区3类；根据耕地综合评价聚类分区，将耕地划分为Ⅰ、Ⅱ、Ⅲ、Ⅳ四类；耦合两类结果，划分出Ⅰ热点区、Ⅰ无显著区、Ⅰ冷点区、Ⅱ热点区、Ⅱ无显著区、Ⅱ冷点区、Ⅲ热点区、Ⅲ无显著区、Ⅲ冷点区、Ⅳ热点区、Ⅳ无显著区、Ⅳ冷点区12种组合，根据不同层次组合特征，从耕地供需匹配及功能间协同-互补的角度出发，将常州市主城区耕地归并划分为粮食主产区、都市农业区、农地改善区、城乡过渡区（表4），耕地功能分区如图6所示。

表4 常州市主城区耕地划分方法Table 4 Classification method of cultivated land in the main urban area of Changzhou City

图6 常州市主城区耕地功能分区Fig.6 Cultivated land functional zoning in the main urban area of Changzhou City

粮食主产区：该分区类型包括Ⅰ无显著区、Ⅰ冷点区、Ⅱ冷点区3种组合类型，耕地面积45 854.45 hm2，占耕地总面积的52.53%，主要分布于新北区北部、钟楼区西部及武进区西部、东南部。该区域耕地生产适宜性高，耕作运输条件较好且耕地未来不易转化为其他用地类型，稳定性较高，是保障城市粮食安全的核心区域。

都市农业区：该分区类型包括Ⅰ热点区、Ⅱ热点区、Ⅱ无显著区3种组合类型，耕地面积16 508.19 hm2，占耕地总面积的18.91%，主要分布于天宁区东部、经开区东部和南部及武进区中部和东北部。该区域耕地大部分连片分布、形态较为规整，生产条件优越，区位交通条件较好，但临近城区，未来耕地非农化转换率高。

农地改善区：分区类型包括Ⅲ无显著区、Ⅲ冷点区、Ⅳ冷点区3种组合类型，耕地面积13 692.82 hm2，占耕地总面积的15.68%，主要分布于各行政区建制镇附近及武进区滆湖四周与西太湖北部，临近水源、林地等生态保护红线区域，该区域未来耕地稳定性较高但农业生产方面处于劣势。

城乡过渡区：该分区类型包括Ⅲ热点区、Ⅳ热点区、Ⅳ无显著区3种组合类型，耕地面积11 243.74 hm2，占耕地总面积的12.88%，主要分布于各行政区交汇处，位于中心城区与耕地的过渡地带。该区域耕地连片与生产力均较低，农业生产与城市发展矛盾突出，未来耕地转换风险较大。

4 讨 论

耕地保护关系国家粮食安全、生态安全和社会稳定，合理划分耕地资源是耕地生态系统可持续发展、协调粮食安全与社会经济发展的关键。因此，本研究面向未来土地利用演变趋势，在耕地未来稳定性与综合适宜性评价的基础上，运用集成技术来解决城市周边耕地差异化利用问题，实现科学高效地划分耕地功能分区，对创新制定区域差别化的耕地保护措施，优化调整耕地保护布局尤其是永久基本农田布局具有重要意义。

科学规划土地利用资源，明确各分区耕地主导要素特征，采取差异化的耕地保护利用措施，实现城市绿色可持续发展。1）在粮食主产区中，应严格控制未来耕地非农化转换，严格落实耕地占补平衡；积极推进高标准农田建设与万顷良田建设；在维持耕地系统可持续同时注重农业生产技术革新以发展现代农业与规模农业，提高耕地资源利用效率。2）在都市农业区中，应充分发挥耕地“红线”作用，将耕地保护与城市建设、经济发展相融合；健全耕地保护经济补偿机制，激发农民保护耕地的积极主动性；注重耕地资源的可持续开发利用，促进一二三产业深度融合，发挥耕地多功能综合价值。3）在农地改善区中，应在维护耕地生态和布局稳定的同时，开展耕地提质改造工程，提高耕地生产能力；加大休耕轮耕制度，优化农业生产布局，促进农业绿色升级，通过土地综合整治等工程为适度经营和发展现代农业创造条件。4）在城乡过渡区中，可将部分镶嵌于城市深处的低质量耕地以及城区边缘的细碎耕地在未来城市发展中考虑退出，能在一定程度上阻隔城市“摊大饼”式扩张，并且通过土地征收补偿等制度，改进和规范耕地占补平衡，落实空间战略，统筹区域、城乡建设用地发展，在保障粮食安全的同时有利于区域的可持续发展。

本研究有利于促进城市周边耕地资源空间布局优化和区域的可持续发展，同时为划定永久基本农田、选择土地整治区域等提供一定的理论参考。但仍有一些局限性，虽然综合考虑了自然和社会多方面影响因子使得模型尽可能精确、评价尽可能全面，但由于土地利用的复杂性及数据获取的局限性，仍有一些因素（如区域政策规划、农户行为等）未考虑在内，可以在后续研究中展开进一步探讨来提高分区的科学性和合理性，使其对区域发展具有更高的参考价值。

5 结 论

本研究以耕地功能分区内涵为导向，立足新时代区域可持续发展目标，从村域尺度出发，综合运用斑块生成土地利用模拟（patch-generating land use simulation model, PLUS）模型和热点分析法揭示多情景模拟下耕地未来变化时空格局特征，从生产适宜性、空间集聚性、区位便利性3个维度构建耕地综合适宜性评价体系，运用k-means空间聚类识别不同单元的耕地主导要素特征，在此基础上通过组合分析两类评价结果划定耕地功能分区，提出了区域耕地资源差别化管控建议。得到以下结论：

1）自然发展、耕地保护、可持续发展3种情景下，各用地类型空间分布总体保持不变，区域变化差异较为明显，自然发展情景下建设用地扩张显著，增幅6.96%；耕地保护情景下耕地面积仅减少508.50 hm2，减幅最低，为0.58%；可持续发展情景下各用地类型变化趋势与自然发展情景类似，但变化幅度更为缓和，能在一定程度上兼顾粮食安全与经济发展双重诉求。

2）热点分析表明，未来耕地变化的热点区主要分布在中心城区周围，并且围绕中心城区数量上呈现出东、南多，西、北少的趋势，冷点区主要分布在新北区北部以及武进区东部和西部，另在钟楼区西部有少量分布，未来耕地变化局部聚类显著性大小依次为自然发展情景、可持续发展情景、耕地保护情景。

3）基于耕地综合适宜性评价体系，运用k-means聚类算法将常州市主城区内耕地划分为四类，综合适宜性评价为Ⅰ级区生产适宜性最高，空间集聚性与区位便利性均处于较高水平；Ⅱ级区生产适宜性与区位便利性处于较高水平，但空间集聚性较低；Ⅲ级区生产适宜性与空间集聚性均中等，耕作运输条件较好；Ⅳ级区交通便利，但空间集聚性较差，生产适宜性最低。

4）以可持续发展为切入点，耦合两类评价结果，将耕地划分为粮食主产区、都市农业区、农地改善区、城乡过渡区4种类型，面对不同功能分区有针对性地提出差异化耕地管控措施，有助于实现城市周边耕地资源的高效管理和利用，优化土地管理策略。