基于FLUS模型的南昌市三生空间多情景模拟和生态效应演变研究.pdf

doi:10.3969/j.issn.2095-1329.2023.02.009基于 FLUS 模型的南昌市三生空间多情景模拟 和生态效应演变研究胡 隆，罗志军*，饶敏欣（江西农业大学国土资源与环境学院，江西南昌330045）摘 要：以 20002020 年 5 期土地利用数据为基础，综合运用地统计分析、生态环境效应模型和 FLUS 模型，从用地转型角度定量分析研究南昌市过去及未来生态环境效应的阶段性时空变化特征，以期为南昌市未来城市发展提供科学参考。结果表明：20002020 年南昌市用地结构大致表现为生态用地和生产用地不断缩减，生活用地持续扩张的态势；其间南昌市整体生态环境有所恶化，生态环境质量指数由 2000 年的 0.4600 减至 2020 年的 0.4349，低和较低质量区面积有所扩大。以惯性发展、耕地保护、生态保护 3 种不同侧重的情景模拟，预测南昌市 2035 年“三生空间”：惯性发展情景下生活空间扩张态势显著，耕地保护情景下生产空间面积出现了唯一涨幅，生态保护情景下生态空间也呈现出唯一的上升趋势；惯性发展情景下的生态环境质量与历史土地利用变化产生的生态环境效应变化态势保持一致，恶化程度继续加深，耕地保护情景和生态控制情景下生态质量有所改善。由此建议：南昌市未来发展中，生态控制和耕地保护等政策的推进应注重对建设用地扩张的约束管控，重视盘活存量建设用地，优化国土空间用地结构和布局，以达到在保障经济快速发展、社会稳定进步的同时实现山水协调、粮食安全不受威胁的发展目标。关键词：三生空间；土地利用模拟；生态环境效应；FLUS 模型中图分类号：F301.2 文献标志码：A 文章编号：2095-1329(2023)02-0053-09“三生空间”是生产、生活、生态三类空间的总称1，其发展理念在党的十八大报告中首次提出，即要求“生产空间集约高效、生活空间宜居适度、生态空间山清水秀”。然而随着经济社会的高速发展，生态用地和农业用地被周边城乡建设用地不断蚕食，致使两者面积不断减少，区域生态环境持续恶化，造成诸多生态环境问题2。以“三生空间”的相关理论为基础，土地利用类型的时空格局变化为切入点，分析区域生态环境效应成为当前学术界的研究热点之一1,3-5。目前，国内学者在“三生空间”方向上的研究主要关注空间优化6-8、生态评价2,9、格局演变2和生态环境效应10-11等方面。其中，基于多幅历史遥感数据解译分析土地利用转型的时空分布特征及其生态环境效应已成为研究区域发展格局的一般范式。但有关模拟预测未来用地转型及其生态环境效应的研究较少，这将影响研究结果在土地用途管制12、生态环境保护13、生态系统服务价值14、资源环境效应15等方面的实际指导作用。现有模拟土地利用类型演变的主流方法有 CA 模型16、CLUE-S模型15等，其中 FLUS 模型是一种基于 CA 模型模拟预测未来土地利用变化的新型模型，在土地多情景预测过程中具有较高精度，同时预测所得结果与土地利用现状较为接近17。基于该模型有关学者开展了相关研究，如马建辉等18、赵胤程等19分别对河北省和黄河源区生态系统碳储量的演变特征和趋势进行探讨，高周冰等20研究南京市生境质量的时空特征及其变化的驱动力，赵寿露等21利用其进行“三生”空间布局的优化，林彤等22分析喀斯特地区未来多情景下生态用地变化情况。此外，对比现有文献发现，研究区选择也主要集中在流域6,23-24、收稿日期：2023-03-04修回日期：2023-04-07作者简介：胡隆，1999 年生，男，硕士生，主要研究方向为土地生态。电子邮箱：基金项目：国家自然科学基金项目（41961042）；教育部人文社会科学研究规划基金项目（19YJAZH061）；南昌市经济社会发展重大招标课题（ZDSK202206）*通信作者：罗志军(教授/博士)，上海国土资源Shanghai Land&Resources 2023Vol.44.2 53省份3-5、城市群2,21等空间尺度，研究的内容多聚焦在生态脆弱区域退化的时空特征25、趋势及其驱动力3。但目前有关核心城市生境质量模拟预测的研究相对较少，探究未来多情景下城市用地转型及其生态环境效应变化将对生态环境效应研究领域作出补充。南昌市作为全国首批低碳试点省会城市，随着城镇化的不断推进，生活空间不断向外扩展，土地利用格局发生显著变化，致使城市践行绿色发展理念的压力明显增大。FLUS 模型能够根据驱动因子与土地利用之间的定量关系有效模拟土地利用空间分布，实现土地利用在数量和空间的双重模拟，进一步为城市生态环境效应的预测奠定基础。因此，本文基于 20002020 年 5 期历史土地利用数据，利用 FLUS 模型和生态环境效应模型对多种情景下土地利用格局进行模拟分析，探索出“三生”空间分类体系下多情景用地转型对城市生境质量的影响，以期为加强生态环境保护及国土空间开发利用格局的进一步优化提供重要依据。1 研究区概况与数据来源1.1 研究区概况研究区位于江西的中北部（图 1），地处长江中游地区，毗邻长三角、珠三角和福建海西经济区，地理位置为 11527E11635E、2810N2911N。该区域主要由丘陵地带和平原地区组成，全年气候温和，日照时间长，为典型的亚热带湿润季风气候。南昌市全域辖区面积为7196 km2，下辖 6 区 3 县。截至 2020 年，南昌市常住人口为 625.50 万人，人口较为稠密，包含城镇人口 488.38万人，城镇化率达 78.02%，是一座城镇化率较高的城市。近年来，南昌市城市化和工业化步伐显著加快，城市土地利用格局持续变化，由此带来的生态风险及其恶化程度不断加大。1.2 数据来源及处理研究采用的数据主要包括：（1）土地利用类型数据来自中国科学院资源环境科学与数据中心，空间分辨率为 30 m。本文采用的基础数据考虑的是土地的自然属性，但一种土地利用类型往往具有多种功能，如耕地具有生产功能的同时也具有生态功能24，本项研究根据龚亚男等4对土地“三生空间”功能的实证研究，对基础土地类别重新分类并汇总整理土地生态环境质量指数值（表 1）。（2）查阅以往土地利用模拟有关文献26-27，本文从自然（DEM、气温、降水、坡度、坡向、离水系的距离）、经济（GDP、人口、离区县或乡镇中心的距离）和社会（离铁路、高速公路、城市主干道的距离）3 个方面选取13 个驱动因素构建模型。DEM 数据获取自地理空间数据云，并由此进一步得到坡向和坡度数据；气温和降水数据来自中国科学院成都山地灾害与环境研究所，分辨率为 30 m；GDP 与人口密度数据等获取自中科院资源环境科学与数据中心，借助克里金法将空间精度提升至 30 m分辨率；高速公路、铁路、主干道、水系等数据来自于OpenStreetMap 数据网，区县和乡镇中心定为各级政府驻地，通过高德 API 小程序获取，同时利用 ArcGIS 软件中的欧氏距离功能计算各要素到研究区范围的空间距离。根据 FLUS 模型对于输入数据的要求，基准数据设置为土地利用数据，同时使各数据行列数、坐标系和分辨率一致，确保所有的栅格数据符合模型构建要求。2 研究方法2.1 生态环境效应模型（1）生态环境质量指数 参照经验公式以及以往研究1,3-4，并结合研究区的实际情况，经过多次不同调试，最终确定以 700 m700 m格网对本研究区进行等距取样，得到近 1.5 万个样区。结合各样区单元中不同地类图斑的面积比例及其对应的生态环境质量，定量测算得出各单元内的生态环境质量指表1 南昌市“三生空间”土地利用分类及其生态环境质量指数4Table 1 Land use classification and eco-environmental quality index of“production-living-ecological space”in Nanchang City三生空间土地利用主导功能分类基础数据土地利用分类生态环境质量指数一级地类二级地类二级地类生产用地工业生产用地工矿建设用地0.15农业生产用地水田、旱地0.29生态用地水域生态用地河流、湖泊、水塘、滩地0.57绿色生态用地林地、草地、沙地、戈壁、盐碱地、沼泽、裸土、裸岩、其他未利用地0.82生活用地农村生活用地农村居民点用地0.20城镇生活用地城镇用地0.20图 1 研究区示意图Fig.1 Schematic diagram of the study area(m)上海国土资源 Shanghai Land&Resources54 2023Vol.44.2 数值。其表达式为：1()katttaSEV aQS=(1)式中：EV(a)为第 a 个研究单元的生态环境质量指数；Sat为单元 a 内土地类型 t 的面积；k 为地类总数；Sa为单元a 的面积；Qt为地类 t 的生态环境质量指数。（2）地统计分析 将定量测算得到的 76150 个研究单元的生态环境质量指数赋值给几何中心，运用 Gs+软件对 5 期生态环境质量指数进行拟合，最终选用球面模型对 5 期质量数据运用克里金法进行插值，得到 20002020 年南昌市生态环境质量等级分布。半变异表达函数表达式为：211()()()2kiiir fN pN pta=+(2)式中：r(f)为半方差；N(pi)、N(pi+t)为 pi、pi+t 处的生态环境质量指数；a 为样本总和；t 为样本距。进一步参考贲薛晨1等的研究以及考虑研究区的实际状况，将质量等级结果分为 5 级：高质量区（0.700.82）、较高质量区（0.550.70）、中质量区（0.380.55）、较低质量区（0.250.38）和低质量区（0.150.25）。（3）生态贡献率 区域土地利用类型转移引起的生态贡献率是指某种用地结构发生内部转移所引起的土地生态环境质量的变化4。生态贡献率在一定程度上反映出某种土地利用类型转变对环境的影响大小，从正负效应两方面研究生态环境效应的变化，从而揭示出在区域土地利用过程中影响其生态环境效应变化的主要因素，并对结果做出进一步讨论。其表达式为：10()LELE LALEITA=(3)式中：LEI是某阶段内用地类型改变所引起的生态贡献率；LE0、LE1是研究初期、末期的生态指数值；LA 是发生转变的地类面积；TA 是研究范围总面积。2.2 FLUS 模型FLUS 模型是基于历史土地利用变化并通过预设不同情景以模拟未来土地利用变化的新型模型，包括适宜性概率计算与基于自适应惯性竞争机制的元胞自动机两大模块。前者对影响用地变化的重要因素归一化后的结果进行样本训练和神经网络分析，得到不同地类在空间分布上的适宜性概率。后者在完成适宜性概率计算后，通过引入土地类型数量目标和用地变化的限制数据，调试邻域因子、邻域大小等参数以达到预期精度，根据多情景目标以及对研究区的经验，设置各用地类型在不同情景下的成本矩阵，得到最终各类用地空间分布预测情况。成本矩阵设置如表 2 所示：计算适宜性概率。基于神经网络算法（ANN）从真实的土地利用数据和多种土地利用变化驱动因子中，通过训练获取各用地类型在空间分布上的出现概率。其表达式为：,(,)1(,)(1jj inetp tnsp p i twe=+）(4)(,)1nsp p i t=（5)式中：sp(p,i,t)为栅格 p 中用地类型 i 在时间 t 的适宜性概率；j 为隐藏层；wj,i为权重；netj(p,t)为接收到的信号；适宜性概率的和为 1。自适应惯性竞争模型。自适应惯性系数是自适应惯性竞争模型的核心，表示之前用地类型的继承趋势并取决于各地类现状规模和目标数量之间的差异。其表达式为：1122112111212 0 0tttiiitttttiiiiitittttiiiitiIntertiaDDDIntertiaIntertiaDDDDIntertiaDDD=(6)式中：tiIntertia 是地类 i 在 t 时的自适应惯性系数，1tiD是在 t-1 时地类 i 的现状与目标之间的数量差。3 结果与分析3.1 生态环境质量时空演变（1）面积变化情况分析从“三生”土地利用类型（图 2）来看，整体呈现“三增三减”的变化态势：工业生产用地面积持续增加，但农业生产用地减幅较大，从而造成生产用地规模表现为缩减态势，2020表 2 各情景转换矩阵Table 2 Transformation matrix under each scenarios情景设置惯性发展情景耕地保护情景生态控制情景 100000100000100000111101111101111101101101101101101101111111000100111111111111111111000011111111111111000011注：表中为城镇生活用地，为农村生活用地，为工业生产用地，为农业生产用地，为水域生态用地，为绿色生态用地。上海国土资源Shanghai Land&Resources 2023Vol.44.2 55年较 2000 年共减少了 38882.66 hm；20002015 年，水域生态用地持续减少，降幅不断缩小，在 20152020 年，水域生态用地出现上升趋势，但绿色生态用地在研究期内始终维持减少态势，使生态用地总量不断降低，研究区内共减少了 21184.04 hm；生活空间中，两种用地类型面积在 20002020 年间一直处于上升趋势，总量由 2000 年的 38334.94 hm 上升到 2020 年的 98401.64 hm。（图 3）（2）土地利用变化的生态环境效应根据公式(1)，计算 20002020 年南昌市综合生态环境质量指数。如图 4、图 5 所示，研究区范围内整体生态质量有相对恶化的趋势，由 2000 年的 0.4600 降至 2020年的 0.4349，降幅为 5.7%。从空间分异上看，南昌市土地生态环境质量表现为“西北与东南两侧高，中部低”的分布特征，生态环境较低质量区和低质量区集中于南昌市中心城区、安义县和进贤县（城区）范围内，2010年其面积占比 35%，且比重不断上升，生态环境质量区蔓延方向与工业和基础设施建设、城镇扩张范围基本保持一致。高质量区主要分布在新建区北部的林地区域和进贤县的东南部，但比重不断下降。从时序变化上看，20002005 年间和 20152020 年间，各生态环境质量等级区变化不大，维持相对稳定的态势。20052010 年间和 20102015 年间，低质量区、较低质量区和中质量区变化相对明显，低质量区由 1.22%上升至 3.35%，较低质量区由 25.40%上升至 31.37%，中质量区由 44.33%降至34.63%；较高质量区和高质量区变化相对不大，保持相对稳定。3.2 主要用地变化及其生态贡献率生态环境质量的改善与恶化两种不同趋势会同时存在于区域内，在某种程度上可以相互抵消8。通过式(3)计算出南昌市用地变化过程中所产生的生态贡献率，进一步得出导致环境变化的主要因素。由表 3 可知，20002005 年间土地利用转型导致生态环境正效应的主要因素是退耕还湖还林带来的农业生产用地向水域生态用地和绿色生态用地的转移，生态贡献率比重合计 74.60%，而绿色生态用地向工业生产用地的转移是导致生态环境负效应的主导因素，生态贡献率比重达到 35.08%。20052010 年间土地利用转型导致生图 2“三生空间”二级地类分布Fig.2 The distribution of secondary terrestrial classes in“production-living-ecological space”20 km图 3 南昌市土地利用功能类型面积及其变化Fig.3 The acreage and its change of functional types of land use in Nanchang City面积(hm2)2000 年2005 年2010 年2015 年2020 年图 4 南昌市生态环境质量空间分布Fig.4 The spatial distribution of ecological environmental quality in Nanchang City20 km图 5 南昌市生态环境质量空间分布Fig.5 The spatial distribution of ecological environmental quality in Nanchang City2000 年2005 年2010 年2015 年2020 年(%)比重(%)上海国土资源 Shanghai Land&Resources56 2023Vol.44.2 态环境正效应的主要因素是农村土地整理带来的农村生活用地向绿色生态用地的转移，以及水域生态用地与农业生产用地向绿色生态用地的转移，而城镇扩张占用部分农业用地资源致使农业生产用地向城镇生活用地的转移是造成生态环境负效应的最直接因素，生态贡献率的比重达到 29.48%。由表 4 可知，20102015 年间和 20152020 年间，由于我国对生态环境保护和建设工作的不断重视，退耕还林带来的农业生产用地逐步向绿色生态用地的转移是导致土地生态环境持续改善的主要原因，两个阶段的生态贡献率比重分别达到 69.56%和 52.94%；同时随着对耕地保护的不断重视，严格限制农业生产用地向生活用地的转出，土地生态环境质量恶化的主导因素转变为绿色生态用地向生活用地转移，20102015 年和 20152020年生态贡献率比重分别为 50.41%和 51.74%。总体而言，南昌市长期同时存在着生态环境正效应和负效应两种态势，生态环境正效应小于负效应，生态环境恶化的程度进一步加大。3.3 多情景下南昌市 2035 年“三生空间”模拟结果（1）FLUS 模型构建借助 GeoSOS-FLUS 软件，输入 2015 年南昌市土地利用数据作为基期年数据，2020 年土地利用数据作为检验数据，设置 FLUS 模型有关参数，经运算后最终得出2020 年的模拟数据。与实际数据相比较，南昌市土地利用模拟总体精度达到 91.64%，Kappa 参数值达到 0.89，远高于 0.80，进一步表明模型模拟精度较好17，能较为真实地反映出南昌市土地利用类型的时空格局演变，可作为该区域 2035 年土地利用模拟的选择之一。（2）“三生空间”模拟结果分析本研究结合南昌市实际情况及未来可能出现的发展趋势来设定多情景目标，通过 FLUS 模型预测 2035 年“三生空间”用地类型空间分布格局，结果如图 6 所示，不同侧重角度下的南昌市 2035 年模拟结果有较显著差异。惯性发展情景下，2035 年南昌市的生活用地规模达到 106763.23 hm，生态用地和生产用地分别达到312310.80 hm 和 311404.11 hm。与 2020 年相比，生活表 3 20002010 年南昌市主要用地转型及其生态贡献率Table 3 Main land use transformation and its ecological contribution rate in Nanchang City from 2000 to 2010生态环境效应20002005 年贡献比重(%)20052010 年贡献比重(%)主要土地利用变化类型生态贡献率主要土地利用变化类型生态贡献率正效应农业生产用地水域生态用地0.00010014.69农村生活用地水域生态用地0.0000115.00农业生产用地绿色生态用地0.00040759.91农业生产用地绿色生态用地0.00007936.25工业生产用地绿色生态用地0.0000141.99工业生产用地水域生态用地0.0000093.95工业生产用地水域生态用地0.0000131.97农业生产用地水域生态用地0.0000093.95水域生态用地绿色生态用地0.00008111.97水域生态用地绿色生态用地0.00006529.95农村生活用地绿色生态用地0.0000395.67农村生活用地绿色生态用地0.00002812.71总计0.00065496.20总计0.00020091.76负效应农业生产用地农村生活用地0.00078611.98农业生产用地农村生活用地-0.00085315.97农业生产用地城镇生活用地0.00079712.14农业生产用地城镇生活用地-0.00157629.48农业生产用地工业生产用地0.00067510.28农业生产用地工业生产用地-0.00085716.04绿色生态用地工业生产用地0.00230235.08绿色生态用地工业生产用地-0.00070513.19绿色生态用地农村生活用地0.00131219.99水域生态用地城镇生活用地-0.0004358.15水域生态用地工业生产用地0.0001472.25绿色生态用地城镇生活用地-0.0004919.19总计0.00605891.71总计-0.00491792.02表 4 20102020 年南昌市主要用地转型及其生态贡献率Table 4 Main land use transformation and its ecological contribution rate in Nanchang City from 2010 to 2020生态环境效应20102015 年贡献比重(%)20152020 年贡献比重(%)主要土地利用变化类型生态贡献率主要土地利用变化类型生态贡献率正效应工业生产用地城镇生活用地0.0000413.66农业生产用地水域生态用地0.0000322.84农业生产用地绿色生态用地0.00077969.56农业生产用地绿色生态用地0.00059952.94农村生活用地水域生态用地0.0000373.32工业生产用地农业生产用地0.0000494.33工业生产用地绿色生态用地0.0001039.19工业生产用地绿色生态用地0.00029225.76水域生态用地绿色生态用地0.0000484.28水域生态用地绿色生态用地0.0000454.01农村生活用地绿色生态用地0.0000564.99农村生活用地绿色生态用地0.0000625.47总计0.00106495总计0.00106095.35负效应绿色生态用地农业生产用地-0.0005724.82绿色生态用地城镇生活用地-0.00091316.81农业生产用地城镇生活用地-0.0008907.50农业生产用地城镇生活用地-0.0004468.21绿色生态用地城镇生活用地-0.00269521.26绿色生态用地农业生产用地-0.00082215.15绿色生态用地工业生产用地-0.00275723.23绿色生态用地工业生产用地-0.00086415.92绿色生态用地农村生活用地-0.00345929.15绿色生态用地农村生活用地-0.00189634.93水域生态用地农业生产用地-0.0004824.06农业生产用地农村生活用地-0.0001131.21总计-0.01068290.03总计-0.00505493.1上海国土资源Shanghai Land&Resources 2023Vol.44.2 57空间占地面积新增 11831.32 hm，其中城镇生活用地扩张趋势明显，预测期内增长了 25.68%；但生态空间占地面积持续减少，面积减少至 301468.66 hm2，其中绿色生态用地急剧减少，较 2020 年缩减 10342.04 hm，是造成生态用地大量减少的主要原因；生产空间占地面积也在不断减少，尽管工业生产用地保持较高增长态势，但农业生产用地占生产用地的 90.53%，相比 2020 年减少 4.95%，致使整体面积缩减趋势较为显著。从格局变化来看，生活空间集中在南昌市中部地区，生态空间集中在东南部、东北部和西北部，生产空间分布最为广泛，南昌市全域内均有分布。耕地保护情景下，2035 年南昌市“三生空间”中生产空间占地面积增至 312913.82 hm，工业生产用地和农业生产用地占地面积都在扩张，但增长幅度较小，两者共计增加了 1099.81hm，涨幅近 0.35%；生态空间退化趋势相比惯性发展情景出现了较大程度的缩小，其中绿色生态用地较 2020 年现状减幅仅为 0.20%，水域生态用地在两种情景下均呈下降趋势，面积减少了 0.38%；生活空间在该情景下仅发生了小幅度增加，城镇生活用地扩张趋势并不明显，面积增加了 313.00 hm，涨幅近 0.67%。这表明在进行耕地保护时，生活用地的扩张会受到较大程度的约束，同时也保障了生态用地面积。生态控制情景下，生态空间占地面积为 312973.45 hm，相比于其他情景，水域生态用地减幅最小，绿色生态用地面积较 2020 年增长了 0.77%，生态空间面积总量增加。与 2020 年相比，2035 年南昌市“三生空间”中生活空间扩张速率得到有效控制，由惯性发展情景的12.46%降为 0.10%，其中城镇生活用地占地面积涨幅为 0.45%，农村生活用地减幅为 0.39%；生产空间降为311631.82 hm；与其他情景不同，生态控制情景下绿色生态用地和工业生产用地这两种用地类型均出现微小减幅，面积分别减少了 0.43%和 0.11%。（3）生态环境质量分析与 2020 年南昌市整体生态环境质量指数值相比，2035 年惯性发展情景下南昌市生态环境质量下降到0.4274，恶化程度进一步加剧，而耕地保护情景和生态控制情景下南昌市生态环境质量有所改善，分别上升至0.4386 和 0.4396。如图 7 所示，2035 年多情景下的南昌市生态环境质量区依旧表现出“西北与东南两侧高，中部低”的空间分布特征。低质量区、较低质量区主要分布在城市中部水系的两侧，较高质量区、高质量区主要分布在水系和林地的广大范围内，中质量区广泛分布于南昌市全域。20202035 年惯性发展情景下土地利用模拟变化过程中，南昌市生态环境质量区在空间分布存在几方面变化，表现为低质量区、较低质量区和中质量区的分布有不同程度的扩张，较高质量区维持相对稳定，仅高质量区面积存在缩减的情况。与惯性发展情景不同的是，在耕地保护和生态控制情景下，较高质量区面积与之前相比略有提升，低质量区和较低质量区出现微小减幅，导致这种现象的原因主要存在于两方面，一方面是对耕地、生态用地的保护限制了区域生态环境质量高的地类向低质量地类的转化，另一方面是在两种情景下南昌市城镇化空间格局持续优化，布局更为紧凑集中，土地集约节约利用程度不断提高。图 8 显示了 2035 年三种情景下南昌市主要用地转型及其生态环境质量变化。20202035 年，不同情景下导致生态环境正、负效应的主要用地转型基本一致，农业生产用地转化为绿色生态用地及其逆向土地转型过程是导致生态环境质量改善和恶化的重要因素。在惯性发展情景的驱动下，农业生产用地转化为绿色、水域生态用地和工业生产用地转化为绿色生态用地等作为改善南昌市生态环境质量的主要因素，占比达到 75.45%。而水域、绿色生态用地转化为农业生产用地和绿色生态用地转化为工业生产用地是生态环境恶化的关键因素，占比达到 70.83%。耕地保护情景下，工业、农业生产用地转化为绿色生态用地图 6 多情景下南昌市 2035 年“三生空间”分布示意图Fig.6 The distribution of“production-living-ecological space”in Nanchang in 2035 under multiple scenarios20 km图 7 多情景下南昌市 2035 年预测生态环境质量分布图Fig.7 Predicted distribution of ecological and environmental quality of Nanchang in 2035 under multiple scenarios20 km上海国土资源 Shanghai Land&Resources58 2023Vol.44.2 以及农村生活用地转化为农业生产用地是导致生态环境好转的重要原因，占比为 65.97%，绿色生态用地转化为农业、工业生产用地是导致环境质量恶化的主要原因，两者总和占到总生态贡献率比重的 68.44%。而在生态控制情景下，正效应贡献率依然集中在农业、工业生产用地向绿色生态用地的转化，贡献率占比为 68.71%，高于惯性发展情景和耕地保护情景，而绿色生态用地转化为农业生产用地和工业生产用地也依然是环境恶化的关键原因，占比为 54.66%，低于其他两种情景。综上所述，通过对比多情景下 2035 年南昌市生态环境质量指数和生态贡献率后发现，不同情景下导致生态环境正效应和负效应的主要因素存在差异。生态控制情景下生态环境质量提升至较高水平且为三者中最高，而惯性发展情景下，南昌市生态环境质量持续恶化，进一步说明在经济发展的过程中，应合理控制生活空间向生产和生态用地的扩张，同时在保证粮食安全的前提下，推动农业生产用地向绿色生态用地的转化，继而实现区域生态环境质量的相对稳定。4 结论与讨论4.1 结论（1）南昌市 20002020 年“三生空间”中，生态空间在布局上较为集中连片，位于南昌市的东南部、东北部和西北部，占地面积不断缩减；生产空间在全域内广泛分布，其中农业生产用地和工业生产用地一减一增，总面积转出大于转入，整体呈现下降趋势；生活空间中，城镇生活用地和农村生活用地均呈现稳定扩张态势。从用地转型来看，生产用地和生活用地转移过程最为明显，其中城镇生活用地面积增幅最大，净转入面积达到 41577.40 km，农业生产用地净转出面积最大，达到53180.32 km。（2）20002020 年间南昌市整体生态环境质量持续恶化，生态环境质量指数由 0.4600 减少至 0.4349。区域内同时存在着正负效应两种相反趋势且恶化大于改善，其中生态用地转化为城镇生活用地是环境恶化的主导因素，而农业生产用地退耕还绿，向绿色生态用地的转化是区域生态改善的重要因素。综上可以推断，减少对生态用地的侵占有助于维持城市生态环境质量。（3）2035 年南昌市土地利用在三种模拟情景下，预测结果出现较大差异，但在空间格局上分布较为一致。惯性发展情景下城镇生活用地扩张趋势显著，较 2020 年增幅达到 25.68%；耕地保护情景和生态控制情景下南昌市生活空间扩张趋势显著减缓，增幅分别仅为 0.21%和0.10%；相较于惯性发展情景，其他两种情景下农业生产用地、水域生态用地和绿色生态用地得到了不同程度保护，其中耕地保护情景下农业生产用地面积增长了0.25%，生态保护情景下生态用地面积增长了 0.21%。土地利用空间分布是导致生态环境恶化最为关键的影响因素，同时也是土地利用政策制定者们能够以较低成本快速改善区域生态环境质量的重要途径。南昌市因城镇扩张和经济发展导致的建设用地侵蚀耕地和生态用地现象较为普遍，生态用地作为改善区域生态环境的核心地类，无序占用生态用地不仅加大了水土流失的风险，还会对生态系统产生严重的负面影响。本研究表明，惯性发展情景下相比其他两种情景可能会使南昌市生态环境进一步恶化，因此，建议城市未来的土地利用在保持林草地面积、巩固生态建设成果基础上兼顾经济建设的需求，同时注意生活用地对于生产用地的侵占，重视绿色生态用地向农业生产用地和工业生产用地的转变。4.2 讨论基于多幅遥感影像模拟预测未来生态环境效应的研究，南昌市未来发展中，生态控制和耕地保护等政策的推进离不开对建设用地扩张的约束管控，同时还需盘活存量建设用地，优化国土空间用地结构和布局，从而达到在保障经济快速发展、社会稳定进步的同时实现山水协调、粮食安全不受威胁的发展目标。本文借鉴已有成果，通过 FLUS 模型可以较为准确地模拟未来不同发展诉求下的土地利用情况，但仍存在部分不足：（1）尽管在研究过程中关于生态环境质量指数、邻域因子参数的制定参考了以往研究，对模型参数的设置进行了反复调试，但依旧存在人为的主观性，一定程度上图 8 多情景下 2035 年导致生态环境正负效应的 主要用地转型贡献率Fig.8 The contribution rate of positive and negative effects of major land conversion to ecological environment in 2035 under multiple scenarios(%)贡献率(%)上海国土资源Shanghai Land&Resources 2023Vol.44.2 59影响了结果的精度。（2）土地利用变化是由诸多因素共同影响所导致的结果，本研究仅考虑了重要的驱动因素，对于医院、学校等基础设施和土壤性质等因素未纳入其中，未来可将其作为驱动因子以达到模拟的最佳精度。（3）生态环境效应是土地生态学中的重要研究内容，其影响因素不仅包括面积和生态环境质量指数，还与景观格局变化、遥感生态指数、土地利用行为等有关，需在今后研究中综合考虑，对评价结果的影响作更为翔实深入的研究和探讨。参考文献(References)1 贲薛晨,余成.基于“三生空间”的土地利用转型的生态效应及驱动力分析:以苏州市为例 J.环境工程技术学报,2022,12(5):1428-1436.BEN X C,YU C.Ecological effects of land use transformation and its driving force based on production-living-ecological space:A case study of Suzhou CityJ.Journal of Environmental Engineering Technology,2022,12(5):1428-1436.2 陈晓红,许晓庆,刘艳军,等.基于三生空间质量的哈长城市群城市脆弱性时空演变格局及驱动力研究 J.生态学报,2022,42(15):6395-6405.CHEN X H,XU X Q,LIU Y J,et al.Patterns and driving forces of the temporal-spatial evolution of urban vulnerability in Harbin-Changchun urban agglomeration based on the production-living-ecological spatial qualityJ.Acta Ecologica Sinica,2022,42(15):6395-6405.3 董建红,张志斌,笪晓军,等.“三生”空间视角下土地利用转型的生态环境效应及驱动力:以甘肃省为例 J.生态学报,2021,41(15):5919-5928.DONG J H,ZHANG Z B,DA X J,et al.Eco-environmental effects of land use transformation and its driving forces from the perspective of“production-living-ecological”spaces:A case study of Gansu ProvinceJ.Acta Ecologica Sinica,2021,41(15):5919-5928.4 龚亚男,韩书成,时晓标,等.广东省“三生空间”用地转型的时空演变及其生态环境效应 J.水土保持研究,2020,27(3):203-209.GONG Y N,HAN S C,SHI X B,et al.Temporal and spatial evolution and associated eco-environment effects of the land use transformation of ecological-production-living spaces in GuangDong ProvinceJ.Research of Soil and Water Conservation,2020,27(3):203-209.5 焦露