多情景下的土地利用模拟与特征分析：以武汉市为例_常铭鑫.pdf

第42卷 第4期2023年 7月华中农业大学学报Journal of Huazhong Agricultural UniversityVol.42 No.4July 2023，7485多情景下的土地利用模拟与特征分析：以武汉市为例常铭鑫1，曾晨1，解鹏2，刘述密11.华中农业大学公共管理学院/华中农业大学国土空间治理与绿色发展研究中心，武汉 430070；2.山东理工大学建筑工程学院，淄博 255000摘要 为寻求国土空间最优碳减排路径，实现低碳绿色型国土空间格局优化，以武汉市作为案例区，采用线性规划与Markov模型，形成不同情景下武汉市2035年土地利用结构，将空间自相关效应融入到元胞自动机模型，模拟不同用地结构下的土地利用空间布局，分析未来不同用地结构与空间布局下的碳排放，提出低碳土地利用模式。结果显示：自然发展情景和经济优先情景下，建设用地和耕地面积有明显变动，总碳排放量分别增加8.25%和29.06%；低碳导向情景下，建设用地增速放缓，林地明显增加，总碳排放量增加5.46%。从空间形态上来看，自然发展和经济优先情景下的建设用地围绕中心城区向外扩张态势明显，远城区零散建设用地逐步合并；低碳导向情景下建设用地增加受限，远城区林地增加明显，多生态绿楔和生态廊道的全域生态框架逐步成型。以上结果表明，不同情景下的模拟结果均能表现不同发展策略对武汉市国土空间格局的影响，强调经济效益最大化的经济优先情景碳排放情况不容乐观，融入低碳理念的国土空间开发与保护新格局能够在实现绿色减碳目标的同时兼顾经济增长速度。关键词 碳排放；国土空间优化；土地利用；情景模拟中图分类号 F301.0；X171.1 文献标识码 A 文章编号 1000-2421（2023）04-0074-1220世纪以来，全球经济持续增长，工业化、城市化进程加快，大气含碳温室气体排放量持续增加，气候环境问题日益突出。联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）第6次评估报告指出，气候变化是100多年以来不可持续的能源和土地利用、生活方式以及消费和生产模式导致的结果，加快采取相关气候行动，对于减缓和适应气候变化影响，实现可持续发展至关重要1。土地既是森林等主要碳汇地类的自然载体，也是人类生产活动的碳源载体，气候变化背景下土地利用视角的碳排放和吸收估算对于探索低碳导向的自然资源管理与国土空间治理模式非常重要2-5。2021年9月，中共中央国务院联合发布 关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见，指出应强化绿色低碳发展规划引领，优化绿色低碳发展区域布局，构建有利于碳达峰、碳中和的国土空间开发保护新格局。近年来，我国快速城镇化和工业化进程导致土地利用剧烈变化，城镇建设用地无序扩张和生态空间的快速退化显著增加了我国碳排放量6，构建低碳型国土空间格局，制定碳减排策略对实现“双碳”目标，增强适应气候变化能力具有重要现实意义。土地利用变化与碳排放的相关议题已经受到国内外学者的广泛关注，相关研究主要有碳源碳汇现状分析7、土地利用变化碳排放影响机制 8-9、土地利用碳排放量预测10等方面，特别是将碳源碳汇核算与土地利用结构预测和空间布局模拟相结合的研究，正逐渐成为当前研究热点问题。在土地利用结构预测方面，情景设置、目标函数与约束条件体系构建是用地结构预测的重要内容。由于线性规划、多目标规划和Markov等数理模型具有建模简单、目标明确、算法稳定、易于实现等优点11，相关学者基于此类数理模型进行了大量不同情景下用地数量结构预测研究。其中，不同情景的设置与线性规划模型收稿日期：2023 03 08基金项目：国家自然科学基金项目（42171262；42211530079）；华中农业大学自主创新基金项目（2662021JC002）；中国人民大学教育基金会林增杰土地科学发展基金优秀学术论文资助项目（2022）常铭鑫，E-mail：通信作者：曾晨，E-mail：常铭鑫，曾晨，解鹏，等.多情景下的土地利用模拟与特征分析：以武汉市为例 J.华中农业大学学报，2023，42（4）：7485.DOI：10.13300/ki.hnlkxb.2023.04.009不同效益目标权重的差异化设置往往有较强的关联性12，随着模型的广泛应用，研究涉及的未来发展情景虽不断丰富，但主要优化目标仍集中于经济效益和生态效益目标13。在约束条件设置方面，初期研究主要聚焦于较基础的土地利用宏观控制约束，随着不同发展导向与政策要求的实行与提出，相关研究逐步向纳入新时期多维约束条件变化以适应最新发展要求，但部分研究仍存在土地利用规划数值宏观约束设置科学性不足、与规划文本关联性较弱等情况14，难以准确、合理地实现未来用地数量结构的预测。在土地利用空间优化模拟方面，诸多学者围绕模型优化、模拟对象与模拟情景完善等方面开展了大量研究。在模型优化方面，传统元胞自动机（CA）模型由于在空间模拟上的独特优势成为后续许多空间模拟模型的基础，众多学者基于不同的转换规则挖掘模型（如Logistic回归15、人工神经网络ANN16等）与 模 拟 思 路，开 发 了 FLUS 16、SLEUTH17、CLUE-S 18等模型对国土空间格局进行模拟，这些模型集中于约束条件设计以及影响因子及其智能获取方法、改进元胞自动机的模拟效果19，但忽略了区域内部可能存在的一些空间关联效应，模型模拟精度有进一步改善的空间。模型优化的另一重要方面是地类转换驱动因子的选择，驱动因子涵盖层面的广度和数量的提升能较明显改善模型模拟精度，目前已形成了较完善的驱动因子体系，主要涵盖自然地形、社会经济、交通区位等方面12，16。在模拟对象与模拟情景完善方面，已有研究逐步从建设用地、耕地等单一地类向全要素国土空间预测模拟演进，模拟优化也由单一的自然发展情景，向涵盖耕地保护情景、生态优先情景、资源保护情景的对比研究发展12，15，17 。总体而言，过去在土地利用与碳排放的关联机制与测算评估、土地利用格局模拟预测与优化研究等领域成果较为丰富，但与减排增汇相关的研究多聚焦于土地利用视角下碳排放现状的评估与影响机制分析，看重经济与生态效益目标和宏观约束条件，仍存在发展目标考虑不全面、数量结构约束单一、模型模拟精度有待提升等问题。在我国各级国土空间规划的制定和实施过程中，如何在市域尺度上将“双碳”战略目标有机结合到国土空间格局构建中，寻求国土空间最优碳减排路径，实现低碳绿色型国土空间格局的优化有待进一步探索。因此，本研究聚焦“双碳背景下市域尺度的低碳国土空间格局构建”问题，以“提出问题-定性分析-定量预测-特征分析”为研究主线，选取武汉市为案例研究区，在充分分析武汉市规划文本与图件的基础上，通过产业与用地空间匹配关系核算 2020 年各类用地碳排放系数，设置碳减排目标、经济发展目标和多种约束，预测2035年土地利用结构，基于纳入空间自相关效应的元胞自动机模型进行土地利用空间布局模拟，并对比不同发展情景下碳排放差异，以期为低碳国土空间格局构建提供对策建议。1研究方法与数据来源1.1研究区域与数据来源武汉市是中国中部特大城市、国家中心城市和副省级城市，也是国家“低碳城市”试点以及“两型社会”改革试点区域（图1）。全市下辖13个区，总面积8 569.15 km2，截至2021年，常住人口1 364.89万人，城镇化率84.56%。2022年，武汉市地区生产总值达18 866.43亿元。经济快速发展背景下，武汉市建设用地迅速扩张，加剧了耕地资源和大量生态用地的流失，导致区域控碳减排压力不断增加。在“双碳”目标下，武汉市承担着中部绿色崛起和长江经济带绿色发展两大国家级战略的重要使命，并在推动自身及周边城市绿色低碳道路发展上的作用日益突出。因此，本研究选择武汉市作为案例研究区，图 1 研究区域Fig.1 Research area第 4 期常铭鑫 等：多情景下的土地利用模拟与特征分析：以武汉市为例不同效益目标权重的差异化设置往往有较强的关联性12，随着模型的广泛应用，研究涉及的未来发展情景虽不断丰富，但主要优化目标仍集中于经济效益和生态效益目标13。在约束条件设置方面，初期研究主要聚焦于较基础的土地利用宏观控制约束，随着不同发展导向与政策要求的实行与提出，相关研究逐步向纳入新时期多维约束条件变化以适应最新发展要求，但部分研究仍存在土地利用规划数值宏观约束设置科学性不足、与规划文本关联性较弱等情况14，难以准确、合理地实现未来用地数量结构的预测。在土地利用空间优化模拟方面，诸多学者围绕模型优化、模拟对象与模拟情景完善等方面开展了大量研究。在模型优化方面，传统元胞自动机（CA）模型由于在空间模拟上的独特优势成为后续许多空间模拟模型的基础，众多学者基于不同的转换规则挖掘模型（如Logistic回归15、人工神经网络ANN16等）与 模 拟 思 路，开 发 了 FLUS 16、SLEUTH17、CLUE-S 18等模型对国土空间格局进行模拟，这些模型集中于约束条件设计以及影响因子及其智能获取方法、改进元胞自动机的模拟效果19，但忽略了区域内部可能存在的一些空间关联效应，模型模拟精度有进一步改善的空间。模型优化的另一重要方面是地类转换驱动因子的选择，驱动因子涵盖层面的广度和数量的提升能较明显改善模型模拟精度，目前已形成了较完善的驱动因子体系，主要涵盖自然地形、社会经济、交通区位等方面12，16。在模拟对象与模拟情景完善方面，已有研究逐步从建设用地、耕地等单一地类向全要素国土空间预测模拟演进，模拟优化也由单一的自然发展情景，向涵盖耕地保护情景、生态优先情景、资源保护情景的对比研究发展12，15，17 。总体而言，过去在土地利用与碳排放的关联机制与测算评估、土地利用格局模拟预测与优化研究等领域成果较为丰富，但与减排增汇相关的研究多聚焦于土地利用视角下碳排放现状的评估与影响机制分析，看重经济与生态效益目标和宏观约束条件，仍存在发展目标考虑不全面、数量结构约束单一、模型模拟精度有待提升等问题。在我国各级国土空间规划的制定和实施过程中，如何在市域尺度上将“双碳”战略目标有机结合到国土空间格局构建中，寻求国土空间最优碳减排路径，实现低碳绿色型国土空间格局的优化有待进一步探索。因此，本研究聚焦“双碳背景下市域尺度的低碳国土空间格局构建”问题，以“提出问题-定性分析-定量预测-特征分析”为研究主线，选取武汉市为案例研究区，在充分分析武汉市规划文本与图件的基础上，通过产业与用地空间匹配关系核算 2020 年各类用地碳排放系数，设置碳减排目标、经济发展目标和多种约束，预测2035年土地利用结构，基于纳入空间自相关效应的元胞自动机模型进行土地利用空间布局模拟，并对比不同发展情景下碳排放差异，以期为低碳国土空间格局构建提供对策建议。1研究方法与数据来源1.1研究区域与数据来源武汉市是中国中部特大城市、国家中心城市和副省级城市，也是国家“低碳城市”试点以及“两型社会”改革试点区域（图1）。全市下辖13个区，总面积8 569.15 km2，截至2021年，常住人口1 364.89万人，城镇化率84.56%。2022年，武汉市地区生产总值达18 866.43亿元。经济快速发展背景下，武汉市建设用地迅速扩张，加剧了耕地资源和大量生态用地的流失，导致区域控碳减排压力不断增加。在“双碳”目标下，武汉市承担着中部绿色崛起和长江经济带绿色发展两大国家级战略的重要使命，并在推动自身及周边城市绿色低碳道路发展上的作用日益突出。因此，本研究选择武汉市作为案例研究区，图 1 研究区域Fig.1 Research area75第 42 卷 华 中 农 业 大 学 学 报探讨武汉市碳减排目标下的国土空间格局优化方案。研究采用的主要数据包括中国城市温室气体工作平台（CCG）所提供的中国城市二氧化碳排放数据集以及武汉市土地利用数据，同时还包括多时段的自然地理和社会经济数据，具体数据说明如表 1所示。既有数据已更新至可获取和实验需求的最佳年份，数据处理基于ArcGIS 10.6平台进行。1.2研究方法在充分分析既有文献、政策文本和规划图件等材料的基础上，研究主要基于用地数量结构预测、用地空间布局模拟、情景模拟结果特征分析与优化策略归纳总结三部分展开分析。（1）用地数量结构预测。根据未来发展需求与城市基本情况，设置自然发展情景、低碳导向情景和经济优先情景。其中，自然发展情景下的用地数量结构基于 Markov模型获取。低碳导向情景与经济优先情景下的用地数量结构基于考虑碳减排目标的线性规划模型求取。（2）用地空间布局模拟。首先，以自然条件、社会经济、交通区位作为土地利用转换的驱动力因子，基于人工神经网络模型获取地类转换适宜性图层，结合自然保护区等限制性图层、空间自相关效应图层生成综合转换概率图层。最后，基于元胞自动机模型进行多情景空间布局模拟。（3）情景模拟结果特征分析与优化策略归纳总结。分析不同情景下地类变化与碳排放等指标变化情况，归纳总结未来土地利用布局优化策略，具体研究思路见图2。1）多情景用地数量结构预测。用地数量结构预测主要包括碳源碳汇系数获取和数量结构预测两部分。碳源碳汇系数获取部分中，林地、草地、水域、未利用土地碳汇能力受到气候、土壤等多种自然因素影响，短期内不会发生显著变化20-21。其碳排放量基于已有经验系数，采用碳汇系数法进行核算：Ci=KiSi ()1其中，Ci表示i种地类碳排放量，kg；Ki表示i种地类碳排放系数，kg/m2；Si表示i种地类面积，m2。耕地与建设用地碳排放能力与其承载产业类型、人类活动强度有密切关系，其碳排放量处于不断地变化中22-24。研究利用已有二氧化碳排放数据集，在挖掘耕地/建设用地历史碳排放量时序变化规律的基础上，通过专家问询等方式进行碳排放量与地类的匹配，将农业产生的碳排放归于耕地，服务业、工业、生活、交通和能源产生的碳排放归于建设表 1研究所用数据说明Table 1Data description of the study名称 Name武汉市土地利用数据高程坡度土壤相关数据（土壤容重、土壤酸碱度、土壤有机碳含量）人口密度夜间灯光数据交通路网数据（铁路、国道、主干道、高速）地铁站点武汉市主要商圈国家级自然保护区常住人口数量GDP农林牧副渔产业增加值中国城市二氧化碳排放数据集年份 Year2000-20202013201320092020202020202020202020182000-20202010-20202000-20202005、2010、2015、2020来源 Source地理国情监测云平台（http:/ Description模型基础输入数据（栅格数据 30 m30 m）自然要素驱动力因子（栅格数据 1 km1 km）社会经济驱动力因子（栅格数据 1 km1 km）交通区位驱动力因子（矢量数据）社会经济驱动力因子（矢量数据）限制转化区域确定（矢量数据）约束条件设置（文本）经济效益系数确定（文本）城市碳排放系数确定（表格）76第 4 期常铭鑫 等：多情景下的土地利用模拟与特征分析：以武汉市为例用地，以“碳排放量/地类面积”分别求算2005、2010、2015、2020 年耕地与建设用地的碳排放系数，预测2035年耕地与建设用地碳排放系数。用地数量结构预测模型主要包括马尔可夫（Markov）和线性规划模型。Markov模型通过得到土地利用面积转移矩阵，计算转移概率来确定不同土地利用之间的转换趋势25。线性规划模型是土地利用结构数量优化研究的重要模型，一般包含决策变量、目标函数和约束条件三部分11。基本公式如下：F(x)=min(max)j=1nKj(Ej)xj ()2G(x)=j=1naij，xj=(，)bj，()i=1，2，3，m ()3其中，F（x）为碳排放量或经济效益；xj表示第 j类决策变量（j=1，2，3，6），xj0；Kj为优化后的不同用地的碳排放；Ej为经济效益系数；G（x）为约束条件，aij为第i个约束条件中第j个变量对应的系数；bj为约束值。基于武汉市2000-2020年土地利用变化情况、武汉市国民经济和社会发展第十四个五年规划和2035年远景目标纲要 等规划文件，以2035年为目标年，设定3种发展情景、目标函数和相关约束条件：（1）情景一（自然发展情景）：基于2000-2020年土地利用变化数据，考虑历史土地利用变化速度和图 2 技术路线图Fig.2 Technical routine77第 42 卷 华 中 农 业 大 学 学 报趋势、结合多地类管控措施和发展政策，遵循土地利用自然演变规律，获取2035年土地利用数量结构。（2）情景二（低碳导向情景）：在气候形势严峻、“双碳”目标成为国家重大战略需求的大背景下，充分发挥高碳汇地类的减碳效益，以碳排放量为优化目标，强化生态用地保护，提升区域整体碳汇能力，合理增加建设用地面积，严格限制高碳排放地类无序扩张。（3）情景三（经济优先情景）：在城镇化、工业化进程加快的背景下，充分发挥经济产出潜力较高的土地利用效益，以经济效益作为优化目标，适当提升地区生产总值年均增速，保证最低粮食需求与生态效益，增加建设用地，合理开发未利用土地，促进城镇化率提升。基于文献 26-29 获取林地、草地、水域、未利用土地碳排放系数。基于已有碳排放数据集设置耕地与建设用地碳排放系数。经济优先情景下各地类经济效益系数根据2005-2020年不同地类经济产出，基于灰色预测模型确定2035年经济效益系数。非建设用地主要考虑农、林、牧、渔等产业增加值；建设用地考虑第二、三产业增加值；未利用土地不存在任何经济活动，经济效益系数为 029。2035年武汉市各地类碳排放系数与经济效益系数见表2，基于系数预测值与线性规划模型，设置目标函数。Fmin(X)=0.1561X1-0.0578X2-0.0021X3-0.0252X4+53.1065X5-0.0005X6 ()4 Fmax(X)=1245.55X1+194.85X2+10657.29X3+636.49X4+231524.07X5+0X6 ()5其中，Fmin（X）表示以碳排放量最小化为优化目标；Fmax（X）表示以经济效益最大化为优化目标；Xi表示不同地类。以现状地类为基础，将 6 种土地利用类型耕地（X1）、林地（X2）、草地（X3）、水域（X4）、建设用地（X5）和未利用土地（X6）作为决策变量；基于优化后的碳排放系数、经济效益系数设置目标函数；基于相关规划文件，粮食基本需求、生态效益等指标设置约束条件（表3）。耕地约束依据相关规划文件和历史耕地面积变化趋势设置为大于耕地保有量且耕地减少速率不高于前20 a减少速率，经济优先情景下适当放宽；林地约束基于历史林地变化规律与情景内涵，设置林地减少速率不高于前20 a减少速率；水域约束依据 武汉市湖泊保护条例 等文件对落实全市水域严格管理制度的要求设置为不低于 2020 年水域面积；建设用地约束基于未来规划人口与规划人均建设用地面积进行设置；草地与未利用土地基于历史土地利用面积变化速度设置。在基本数量约束外，研究加入了经济发展目标约束、粮食安全约束、生态效益约束和开发强度约束以期和未来发展目标与相关政策相契合。经济效益目标约束基于各地类经济效益系数与面积设置经济效益求算公式12，参考 武汉市国民经济和社会发展第十四个五年规划和2035远景目标规划纲要 中地区年均生产总值增速设置为不低于以地区生产总值年均增速5%求算的2035年经济效益，经济优先情景适当提升；粮食安全约束以人均耕地面积和耕地需求量表示，基于2035年规划人口规模、耕地变化速度、粮食自给率、人均粮食需求量进行设置30-31；生态效益约束根据基于植被净初级生产力（net primary productivity，NPP）修正的武汉市生态服务价值估算结果，求算不同地类生态服务价值以表示其生态效益，设置2035年各地类生态效益总和不低于2020年各地类生态效益总和32；开发强度约束系数参考国际宜居标准中的土地开发强度比例。2）考虑空间关联的用地布局模拟。研究主要基于纳入人工神经网络和空间自相关效应的元胞自动机模型进行国土空间布局模拟。人工神经网络是一种通过模拟人脑基本特征形成的非线性动力学习网络系统33；元胞自动机是基于转换规则模拟复杂系统时空演化过程的一种网格统计动力模型33，可以有效表示非线性随机的土地利用变化过程。基于案例区现状和数据可获取性，选择高程、坡度、土壤相关因素（土壤容重、土壤酸碱度、土壤有机碳含量）、人表 2不同地类碳排放系数与经济效益系数Table 2The coefficients of carbon emissions and economic benefits of different land types系数 Coefficients碳排放系数/（kg/m2）Carbon emissions coefficients经济效益系数/（万元/km2）Economic benefits coefficients耕地Cultivated land0.156 11 245.55林地Forest-0.057 8194.85草地Grassland-0.002 110 657.29水域Water-0.025 2636.49建设用地Construction land53.106 5231 524.07未利用土地Unused land-0.000 5078第 4 期常铭鑫 等：多情景下的土地利用模拟与特征分析：以武汉市为例口密度、GDP、与水系距离、与铁路距离、与国道距离、与主干道距离、与高速路距离、与地铁站点距离、与武汉市主要商圈距离14类因素作为地类转换驱动因子，通过人工神经网络生成适宜性转换图层。基于武汉市内自然保护区、自然保护水系等制作限制性转换图层。既有空间模拟模型运行过程中缺乏对土地利用之间空间自相关关系的考量，导致部分模型模拟精度有待提升，针对土地利用之间存在的空间自相关效应34，研究通过引入空间自相关效应图层优化综合转换概率图层，使模拟结果精度检验Kappa指数由0.894上升至0.914，模拟精度明显提高。引入的空间自相关效应因子可表达为：Cp=pjwp，jyjpjwp，j ()6其中，Cp为元胞p上某一土地利用类型的空间自相关效应因子；j为元胞p的邻域元胞；yj表示元胞j上该地类是否与p相同（相同为1，不同为0）；wpj为元胞p和j的空间权重系数，当p和j间的距离小于阈值距离d时wp，j=1/d，否则wp，j=0。模拟结果采用 Kappa指数35和 ROC 值36进行模拟精度检验。Kappa指数与ROC值精度范围均为01，值越大表示模拟精度越高。2结果与分析2.1多情景土地利用结构优化结果基于Lingo18.0软件，求取多情景土地利用结构（表4）并求算碳排放量、生态效益、经济效益（表5），6种地类数量均满足既有规划文件中提及的数量要求或同历史年份地类面积变化情况相符，均无较大变化与偏差。自然发展情景下，碳排放总量与2020年相比提高8.25%，经济效益提升116.60%，生态效益提升15.77%。就土地利用结构而言，耕地面积减少5.74%，林地、未利用土地面积有不同程度减少，水域面 积 较 为 稳 定，建 设 用 地 面 积 较 2020 年 增 加25.44%。此情景下的土地利用结构变化体现了当前发展模式下的惯性趋势，武汉市在2020年前已实施了耕地保护、生态用地保护、控制建设用地无序扩张等政策措施，但从自然发展情景下的用地数量结构变化来看，基于当前政策的未来城市发展仍难以避免区域发展带来的生态环境损失。低碳导向情景下，碳排放总量较 2020 年增加5.46%，经 济 效 益 提 升 111.06%，生 态 效 益 提 升17.48%。此情景在完成基本经济增速目标的前提下，加强了对碳源地类的管控和碳汇地类的保护，碳表 3约束条件Table 3Constraints约束名称 Constraints name总量约束规划目标约束经济发展目标约束粮食安全约束生态效益约束开发强度约束约束因素 Constraints factors总面积耕地面积林地面积草地面积水域面积建设用地面积未利用土地面积经济效益人均耕地面积耕地需求面积生态效益建设用地面积约束表达式 Constraints expressionsXi=总面积X1耕地保有量X12035年耕地预测面积X22035年林地预测面积X32025年规划人均建设用地面积2025年规划人口X62020年未利用土地面积X62035年未利用土地预测面积Ei(1)Xi2035年预期经济总量X1/2035年规划人口规模最小人均耕地面积X1(D/Y)P(2)Fi(3)Xi 2020年综合生态效益X5/总面积0.3注：（1）Ei为不同地类经济效益系数；（2）为粮食自给率；D为人均粮食需求量；为标准耕地粮食播种面积指数；Y为粮食产量，kg/hm2；P为武汉市2035年规划人口总量；（3）Fi为不同地类生态效益系数。Note：（1）Ei is the economic benefits coefficient of different land use type；（2）is the grain self-sufficiency ratio；D is the per-capita grain demand；is the standard cultivated land grain sown area index；Y is the grain yield，kg/hm2；P is the total planning population of Wuhan in 2035；（3）Fi is the ecological benefits coefficient of different land use type.79第 42 卷 华 中 农 业 大 学 学 报排放量有明显减少，整体生态效益为最高。主要碳汇地类林地面积较2020年增加24.14%，建设用地面积较2020年增加22.24%，并未大幅度增加。此情景下，城市规模扩张受到限制，整体空间布局向低碳减排方向演变，碳排放量较其他情景有明显减少，说明武汉市未来城市空间布局、生态环境保护等仍有优化空间。经济优先情景下，碳排放总量较 2020 年增加29.06%，经济效益提升 157.58%，生态效益提升15.31%。此情景强调经济总量的增长幅度，经济效益提升最为明显，碳排放量增加最多。耕地较2020年减少10.16%，建设用地增加49.80%，林地、草地、水域、未利用土地均减少或保持不变。在经济效益最大化的目标下，经济增速的适当提升使空间布局向经济效益最大化的状态变化，此情景虽满足了武汉市粮食需求、生态效益不减少等方面的基本要求，但一味追求经济效益最大化导致碳排放量与生态效益均低于其他情景。2.2多情景土地利用空间布局优化结果以2015年为基础，基于 CA模型对研究区2020年土地利用空间布局进行模拟，经与2020年真实土地利用对比，Kappa=0.914、ROC 曲线下的面积AUC=0.859，模型精度满足要求，故以2020年为基础，对2035年多情景土地利用空间布局进行模拟，整体优化结果见图3，局部优化结果见图4。从整体优化结果来看，3种情景下的土地利用数量结构均进行了空间合理分配。自然发展情景下建设用地围绕中心城区逐步外扩，外围重点镇及产业集中区逐步成片，但建设用地的大幅扩张导致中心城区周边的耕地与生态用地被不断压缩。此情景下远城区“满天星”状态的建设用地逐步合并，部分耕地得以恢复。低碳导向情景下建设用地呈现出较弱的扩张态势，新增建设用地基本为在原建设用地基础上化零表 4不同情景下武汉市土地利用优化结构Table 4Land use optimization structure in Wuhan in different scenarios变量Variables耕地Cultivated land林地 Forest草地 Grassland水域 Water建设用地Construction land未利用土地Unused land土地总面积Total area2020年Year 20204 765.77777.5264.861 722.371 140.3970.918 541.82自然发展情景Natural development scenario面积/km2area4 492.34770.263.041 716.771 430.4669.018 541.82面积变化率/%Rates of area change-5.74-0.94-2.81-0.3325.44-2.680低碳导向情景Low-carbon oriented scenario面积/km2area4 365.8965.2152.941 722.371 39441.58 541.82面积变化率/%Rates of area change-8.3924.14-18.380.0022.24-41.480经济优先情景Economic priority scenario面积/km2area4 281.47723.2664.861 722.371 708.3641.58 541.82面积变化率/%Rates of area change-10.16-6.980.000.0049.80-41.480表 5不同情景下武汉市不同指标情况Table 5Different indices of Wuhan in different scenarios指标名称 Index name经济效益/亿元Economic benefits生态效益/亿元Ecological benefits碳排放量/104 tCarbon emissions2020年Year 202015 637.82261.547 074.69自然发展情景Natural development scenario指标量Amount33 871.03302.797 658.00指标变化率/%Rates of index change116.6015.778.25低碳导向情景Low-carbon oriented scenario指标量Amount33 004.49307.277 461.26指标变化率/%Rates of index change111.0617.485.46经济优先情景Economic priority scenario指标量Amount40 280.48301.589 130.80指标变化率/%Rates of index change157.5815.3129.0680第 4 期常铭鑫 等：多情景下的土地利用模拟与特征分析：以武汉市为例为整如新洲区、黄陂区南部等，或由质量较低或零散的耕地转化而来。此情景下林地显著增加，原较为零散的林地同周边耕地退耕区域合并成为大量生态林区如黄陂区北部与江夏区南部等，生态减碳效果改善明显。经济优先情景下多个区域的建设用地基于区域发展目标和土地适宜程度进行了重新排布，新增建设用地主要来源于城区附近耕地等地类的转换与低效闲置用地的整治。远城区较为明显的是新洲区中北部建设用地有了小幅扩张。同时，部分不适宜城市建设或不符合发展目标的建设用地转为耕地、林地等。选取重点保护山区黄陂区北部（图4A）、重要综合节点城区洪山区东部（图4B）、重点生态空间江夏区南部（图 4C）分析局部优化结果。自然发展情景下，黄陂区北部整体空间布局稳定，说明此情景下武汉市现行的北部山区保护政策措施有较良好的后续影响，能够较好地保护北部林区基本生态格局；洪山区东部作为建设用地密集区，较2020年建设用地有明显的扩张、集聚现象，大量区域内耕地转化为建设A：黄陂区北部 North of Huangpi District；B：洪山区东部 East of Hongshan District；C：江夏区南部 South of Jiangxia District；1：2020年现状 Land use status in 2020；2：自然发展情景 Natural development scenario；3：低碳导向情景 Low-carbon oriented scenario；4：经济优先情景 Economic priority scenario.图 4 多情景武汉市局部土地利用优化布局Fig.4 Local land use optimization layout in Wuhan under different scenariosA：2020年现状 Land use status in 2020；B：自然发展情景 Natural development scenario；C：低碳导向情景 Low-carbon oriented scenario；D：经济优先情景 Economic priority scenario.图 3 多情景武汉市整体土地利用优化布局Fig.3 Land use optimization layout in Wuhan under different scenarios81第 42 卷 华 中 农 业 大 学 学 报用地，林草地较为稳定；江夏区南部林地密度小幅下降，零散建设用地转化耕地，水域未发生明显变动。低碳导向情景下，黄陂区北部作为“北峰南泽”生态格局的重要组成部分，耕地逐步退耕还林还草，林地大幅扩张，形成了大面积的生态绿色区域；江夏区南部与黄陂区北部类似，林地面积大量增加，原零散分布、面积较小的林地区域逐步合并，形成连接南部青菱湖生态绿楔与汤逊湖生态绿楔重要生态走廊；洪山区东部较2020年建设用地密度有较为明显的增加，与其他情景相比，此处建设用地密度的增加既保证了经济发展的需要，又不至于出现无序扩张、大量侵占生产生态用地的情况。经济优先情景下，黄陂区北部林草地分布格局没有明显变化，少量耕地基于土地适宜性与规划发展需要转换为建设用地；洪山区东部作为未来建设科技创新中心与产业发展中心，其建设用地密度在3个情景中提升最大，此区域大量耕地与未利用土地由于城市空间扩张而转换为建设用地；江夏区南部出现了部分林地转化为耕地或建设用地的现象，区域林草地密度有所下降。综合不同情景下土地利用结构预测与空间布局模拟结果来看，不同情景下的模拟结果均能表现不同发展策略对武汉市国土空间格局的影响。城市低碳国土空间格局的构建是各类用地在粮食安全和生态安全底线管控下的数量和空间上的博弈过程。无约束的自下而上局部用地转换以土地市场和产业布局的驱动为主，建设用地的选择优先级最高；有管控的自上而下土地利用变化以统筹区域的生态和社会经济效益为导向，林地和耕地具有强制性保护特征。自然发展情景和经济优先情景下，土地利用的碳排放量增加幅度较大，建设用地未来依然会存在扩张现象且经济优先情景更显著，尤其是中心城区内部耕地转换为建设用地的较多，远城区零散建设用地逐步实现空间合并，为都市圈建设和产业集群发展奠定基础；低碳导向情景下，土地利用结构向满足经济发展增速同时碳排放量最小的用地结构和布局变动，建设用地虽然依然呈现从中心城区向外扩张态势，但远城区和城郊地区的林地显著增加，原较为零散的林地成为大量成片的生态林区，城市内部集合生态源地、生态绿楔、生态廊道的生态网络格局逐步形成。未来建议结合低碳导向情景模拟结果进行土地利用结构和布局优化以保证经济增速的同时实现绿色低碳发展。3讨论本研究以“提出问题-定性分析-定量预测-特征分析”为主线，针对当前土地利用变化视角下碳排放研究中存在的发展目标考虑不全面、数量结构约束单一、模拟模型精度有待提升等问题，综合采用线性规划、Markov和CA模型，设定3种发展情景，并在空间模拟过程中加入空间自相关效应，对武汉市2035年土地利用格局进行预测模拟。气候变化背景下将控碳减排纳入国土空间优化中对探索气候变化下的国土空间减排路径具有重要意义。武汉市作为中国特大城市，其发展模式同其他超特大城市有一定相似性，因此，本研究对其他超特大城市的低碳绿色转型发展有一定参考价值。结合研究结果，提出以下3点优化对策。第一，在生态保护红线划定的基础上，逐步实施空间差