文章信息
- 姜昕彤, 翟石艳, 王铮, 刘欢, 陈静, 朱悦悦
- JIANG Xintong, ZHAI Shiyan, WANG Zheng, LIU Huan, CHEN Jing, ZHU Yueyue
- 基于未来土地利用模拟模型的郑州市“三生空间”模拟及生态环境效应分析
- Simulating the Production-Living-Ecological space and analyzing eco-environmental effects based on FLUS model in Zhengzhou, China
- 生态学报. 2023, 43(15): 6225-6242
- Acta Ecologica Sinica. 2023, 43(15): 6225-6242
- http://dx.doi.org/10.5846/stxb202107071810
-
文章历史
- 收稿日期: 2021-07-07
- 采用日期: 2022-12-02
2. 河南大学地理与环境学院, 开封 475004;
3. 华东师范大学地理信息科学教育部重点实验室, 上海 200441
2. School of Geography and Environmental Science, Henan University, Kaifeng 475004, China;
3. Key Laboratory of Geographic Information Science, Ministry of Education of China, East China Normal University, Shanghai 200441, China
生产、生活、生态空间(简称“三生空间”)的概念缘于党的十八大会议, 此次会议明确提出了“促进生产空间集约高效、生活空间宜居适度、生态空间山清水秀”的总目标[1]。十九大中也提出了科学划定生态保护红线、永久性基本农田和城市发展边界, 以协调生产、生活和生态空间的发展, 促进经济和环境的可持续发展[2]。然而在经济高速发展的状态下, 城乡建设用地不断扩张, 使得农业、生态空间受到挤压, 造成了一系列生态环境问题[3]。以“三生空间”格局变化为切入点, 分析其所引起的生态环境效应成为当前学术研究的热点之一[4—5]。
目前, “三生空间”相关的研究, 主要包括“三生空间”的功能识别[6—7]、时空格局演变[8—9]、空间优化[10—11]及生态效应分析[12—13]等方面。土地具有多功能属性, 其功能识别方法通常分为两种[4, 14], 其中确定“三生空间”土地利用类型主导功能的识别方法为目前学术界较为主流的方法, 它是根据土地的主导功能, 对网格或斑块的土地利用类型进行合并和重新分类, 从而确定“三生空间”的划分[15]。现有模拟“三生空间”的主流研究方法包括CLUS-S模型[16]、CA模型[17]等, 其中FLUS模型包含了基于轮盘赌选择的自适应惯性竞争机制, 能够很好的解决不同用地类型间相互转换问题[18], 利用不同情景的土地利用数量进行空间格局模拟[14]。此外, 关于“三生空间”的研究也从多角度、多维度逐步展开, 其中分析土地类型转换引起的潜在生态效应是当前学术研究的热点[9, 19]。
生态环境问题一直是学术界关注的热点问题。相关文献多围绕在胶东半岛[19]、石羊河流域[20]等生态脆弱区, 对其生态环境质量时空变化特征进行分析。而仅有部分研究从“三生空间”的视角, 利用生态环境质量指数测度土地利用转型的生态环境效应[21]。如董建红等人研究了1980—2018年甘肃省土地利用转型对生态环境效应的影响[22], 吕立刚等人利用土地利用转移矩阵、重心转移等方法, 对江苏省1985—2008年生态环境质量时空演变进行了分析[23]。但将“三生空间”预测与生态环境效应结合, 从而对未来空间格局及生态环境质量进行模拟的研究需要多加关注。
对比现有研究发现, 首先, 目前“三生空间”相关的研究多聚焦区域、流域、省域等空间尺度, 而在城市尺度的研究较少;其次, 城市的生态环境变化与土地利用格局变化息息相关, 已有生态环境研究多聚焦于生态脆弱区域, 仅有部分研究从城市尺度出发, 利用“三生空间”的视角, 定量描述土地利用变化所引起的生态环境变化。FLUS模型作为当前土地利用模拟研究的重点模型, 能够更高精度的模拟未来城市土地利用格局变化, 能够与生态环境效应评估方法相结合, 进一步模拟未来城市生态环境效应变化, 为城市可持续发展和生态文明建设提供可靠依据。因此, 本文以郑州市为案例区, 选取FLUS模型作为“三生空间”的模拟工具, 结合生态环境效应模型, 以2010年, 2015年和2020年郑州市土地利用数据为基准数据, 研究郑州市“三生空间”现状格局以及土地利用功能转型下的生态环境动态趋势变化。郑州市作为未来国家中心城市, 空间规划和生态建设应当齐头并进, 根据“十四五”规划和2035远景目标, 以2035年为目标年份, 设置多种模拟情景, 包括自然发展、生产优先和生态保护情景, 模拟多情景下“三生空间”空间格局, 并计算2035年郑州市生态环境质量。对比政策文件与模型模拟下郑州市的“三生空间”格局发展, 揭示未来“三生空间”变化下的郑州市生态环境质量变化, 以期为2035年郑州市生产、生活和生态空间格局规划以及合理安排生态文明建设等提供借鉴。
1 数据来源与研究方法 1.1 研究区概况郑州市作为中原城市群核心发展城市、国务院批复的中部地区中心城市, 位于中国华北平原南部、黄河下游, 居河南省中部偏北, 东接开封, 西依洛阳, 北临黄河与新乡、焦作相望, 南部与许昌接壤, 西南与平顶山接壤, 地理位置介于东经112°42′—114°14′, 北纬34°16′—34°58′之间, 如图 1所示。全市下辖6个区、1个县、代管5个县级市, 总面积7446km2, 常住人口1035.2万人, 城镇人口772.1万人, 城镇化率74.6%, 2020年地区生产总值12003亿元。郑州市作为国家重要的综合交通枢纽, 是全国普通铁路和高速铁路网中唯一的“双十字”中心, 郑济、郑万、郑合以及郑太铁路等相应配套工程开工建设, “米”字形高铁网加快成型。郑州市属北温带大陆性季风气候, 四季分明, 全年平均气温为15.6℃, 全年平均降水量为542.15mm, 全市境内大小河流124条, 分属于黄河和淮河两大水系。
![]() |
图 1 郑州市行政区划图 Fig. 1 Administrative divisions of Zhengzhou |
郑州市2010年、2015年和2020年的土地利用数据来源于中国科学院资源环境科学与数据中心。其中郑州市土地利用数据是基于陆地卫星Landsat 8遥感影像, 通过人工目视解译完成, 分辨率为30m, 综合精度达到95%以上。其土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。本文从土地利用覆被的视角出发, 用地类型功能虽多为复合功能[24], 但本文只考虑用地类型的主导功能, 将16个二级地类从用地类型主导功能的角度划分为农业生产用地、工矿生产用地、草地生态用地、林地生态用地、水域生态用地、其他生态用地、城镇生活用地和农村生活用地(2010年和2015年其他生态用地没有沼泽地), 同时将八种用地类型分类归总为生产空间、生活空间和生态空间[25]。
构建模型时需要考虑自然因素、经济因素、社会因素等方面[18]。本文着重考虑经济因素、社会因素、水文因素、气候因素这五方面所涉及到的驱动因子, 其中经济因素包括郑州市GDP分布数据和人口分布数据;水文因素包括郑州市水系数据;气候因素包括郑州市年降水、年平均温度数据, 以上三种因素均来源于中国科学院资源环境科学与数据中心。社会因素包括铁路、高速公路、主干道、郑州市各县区的行政区划数据, 该数据来源于OpenStreetMap数据网。同时通过欧氏距离计算, 到水系的距离、到铁路的距离、到高速公路的距离、到主干道距离以及到区县中心和乡镇中心的距离。
本文参考李晓文、杨清可[26—28]等人通过专家打分法计算用地类型生态环境质量指数的研究, 利用面积加权法对郑州市“三生空间”所具有的用地类型的生态环境质量指数进行赋值, 结果如表 1所示。
“三生空间”土地利用功能分类 Land use function classification of ‘Production-Living-Ecological′ space |
土地利用分类系统的二级分类 Secondary classification of land use classification system |
生态环境质量指数 Eco-environmental quality index |
|
一级分类 First class |
二级分类 Second class |
||
生产空间 | 农业生产用地 | 旱地、水田 | 0.2514 |
Productive land | 工矿生产用地 | 其他建设用地 | 0.1500 |
生态空间 | 林地生态用地 | 有林地、灌木林地、疏林地、其他林地 | 0.7937 |
Ecological land | 草地生态用地 | 高覆盖度草地、中覆盖度草地、低覆盖度草地 | 0.6220 |
水域生态用地 | 河渠、水库坑塘 | 0.5500 | |
其他生态用地 | 滩地、沼泽地 | 0.5530 | |
生活空间 | 城镇生活用地 | 城镇用地 | 0.2000 |
Living land | 农村生活用地 | 农村居民点 | 0.2000 |
本文使用的土地利用转移矩阵方法来源于系统分析中对系统状态与状态转移的定量描述。转移矩阵并非是一种指数, 只是将土地利用变化的类型转移面积按矩阵或表格的形式加以列出, 可作为结构分析与变化方向分析的基础。其意义在于它不仅可以反映研究期初、研究期末的土地利用类型结构, 同时还可以反映研究时段内各土地利用类型的来源与构成[29]。利用ArcGIS10.3对不同时期的土地利用数据进行叠加分析, 通过Excel绘制数据透视表, 从而得到郑州市2010—2015年、2015—2020年和2010—2020年三期的土地利用转移矩阵。转移矩阵的数学形式为:
![]() |
(1) |
式中:S代表面积, n代表土地利用类型数目;i, j分别代表研究期初和研究期末的土地利用类型。
1.3.2 FLUS模型FLUS模型是将人为效应和自然效应耦合为多种类型土地利用情景仿真的综合模型, 由黎夏团队于2017年完成, 在传统元胞自动机的基础上做了很大改进, 用于促进多种土地利用变化分析, 可以设置多种情景, 对未来土地利用变化进行预测和分析[30]。该模型主要分为两部分, 一是基于神经网络的出现概率计算模块, 二是基于自适应惯性机制的元胞自动机计算模块。本文以2015年郑州市土地利用数据作为基准数据, 2020年郑州市土地利用数据作为精度检验数据, 来模拟郑州市2035年“三生空间”格局分布情况。
(1) 神经网络模型
神经网络算法(Artificial Neural Networks, ANN)从一期土地利用数据与包含人为活动和自然效应的多种驱动力因子(气温、降水、土壤、地形、交通、区位、政策等方面)中获取各用地类型在研究范围内的适宜性概率。ANN包含了3个隐含层, 分别是输入层、隐含层和输出层, 用于训练和评估每个栅格转化的概率, 其表达式为:
![]() |
(5) |
![]() |
(6) |
其中, i为用地类型;j为隐藏层;p为栅格;t为时间;sp(p, i, t)为适宜性概率;wj, i为权重;-netj(p, t)为接收到的信号;通过神经网络模型计算的各用地类型转换的适宜性概率的和应为1。
(2) 自适应惯性竞争模型
自适应惯性竞争模型(Self Adaptive Inertia and Competition Mechanism CA)采用具有随机性特点的轮盘赌选择机制, 以土地利用栅格数据为初始输入数据, 通过Markov模型预设各用地类型变化数量, 根据经验确定不同用地类型间的转换矩阵, 在适宜性概率和用地类型领域权重以及各参数的作用下, 得出预设年份的土地利用数据。其表达式如下:
![]() |
(7) |
式中, TPp, tt表示第t次迭代时转换为用地类型p的总概率;sp(p, i, t)表示适宜性概率;Inertia表示自适应惯性系数;scc→i表示空间类型转换成本;∑N×Ncon(cpt-1=i)表示用地类型i在迭代结束后所产生的栅格数量;w为各用地类型的邻域权重。
其中转换矩阵表示各用地类型间相互转化的限制规则, 同时也反映了多种情景的设置[31]。本文共设置了3种情景:自然发展情景、生产优先情景和生态保护情景。自然发展情景延续了2010—2020年郑州市“三生空间”中用地类型的发展规则;生产优先情景考虑到水田和旱地的未来发展情况, 即农业生产空间的发展, 设置除城镇、农村生活用地外, 其他各用地类型都可以向农业生产用地转化;生态保护情景, 从生态保护的角度出发, 设置水域、草地、其他生态用地不能转化为其他用地类型[32—33]。具体设置如表 2。
2015—2035年 | 自然发展情景 Natural development scenario |
生产优先情景 Production priority scenario |
生态保护情景 Ecological protection scenario |
|||||||||||||||||||||||
a | b | c | d | e | f | g | h | a | b | c | d | e | f | g | h | a | b | c | d | e | f | g | h | |||
a | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | ||
b | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | ||
c | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | ||
d | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | ||
e | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | ||
f | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | ||
g | 1 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | ||
h | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | ||
a、b、c、d、e、f、g、h依次代表草地生态用地、城镇生活用地、林地生态用地、农村生活用地、农业生产用地、工矿生产用地、其他生态用地和水域生态用地 |
(1) 生态环境质量指数
综合考虑研究区域内各土地利用类型的面积和所赋值的生态质量指数, 从生态环境的角度出发, 定量研究郑州市2010年、2015年和2020年三个不同时期内的生态环境质量的总体情况。其表达式为:
![]() |
(2) |
其中, EVt表示郑州市t时期内的生态环境质量指数;n表示该区域内土地利用类型的数量;Aki表示第k个生态单元内用地类型i的面积;Ak表示第k个生态单元的总面积;Ri表示第i种土地利用类型的生态环境质量指数。
(2) 生态贡献率
生态贡献率是指某一地区因土地利用功能变化而引起的该地区生态环境质量的改变, 通过2010年、2015年和2020年郑州市某区域的生态环境质量指数, 计算三个不同时期内因区域土地利用功能变化而产生的生态贡献率[34—35]。其表达式为:
![]() |
(3) |
其中, LEI表示为区域内土地利用功能变化的生态贡献率;LEt+1、LEt分别表示为某一时期某种土地利用功能变化的变化末期和变化前期的生态环境质量指数;LA表示该土地利用功能变化的面积;TA表示该研究区域的总面积。生态贡献率既有正值, 也有负值, 正值表示某地区生态环境质量有所改善;负值则表示某地区生态环境质量有所恶化。
2 结果分析 2.1 2010—2020年“三生空间”趋势分析2010—2020年间, 郑州市生产空间在“三生空间”中分布最为广泛, 生产空间包括农业生产用地和工矿生产用地, 农业生产用地占生产用地的95.08%, 大面积覆盖郑州市, 而工矿生产用地零星分布在郑州市中东部地区;生活空间分为城镇生活用地和农村生活用地, 农村生活用地呈零散状分布在郑州市, 而城镇生活用地大部分呈片状集中分布在郑州市中部;而生态空间占地面积最小, 主要包括水域、草地、林地以及其他生态用地, 其中部分水域和其他生态用地呈东西向带状环绕在郑州市北部地区, 见图 2。
![]() |
图 2 郑州市2010—2018年“三生空间”分布图 Fig. 2 The distribution map of "Production-Living-Ecological" space in Zhengzhou from 2010 to 2018 |
郑州市“三生空间”的趋势变化不尽相同, 如图 3所示, 生活空间的占地面积在2010年到2020年间呈持续上升趋势, 面积从2010年的1582.55km2上升至2020年的1806.17km2, 生活空间的面积占比从21.06%增长至24.03%。2015年到2020年比2010年到2015年的增加了8.27%, 随着人们对生活质量的要求越来越高, 生活空间的需求也在不断增加, 但同时也带来了土地需求量增加的问题。郑州市生态空间的占地面积从2010年到2015年有小幅度的增加, 仅增长了1.66%, 之后2015年的生态空间占地面积从1252.48km2减少到2020年的1201.56km2, 面积共减少了50.92km2。而生产空间与生活空间呈现相反的发展趋势, 生产空间的占地面积持续下降, 从2010年到2020年的下降了4.11%, 2020年郑州市生产空间占地面积为4507.70km2, 相比2010年降低了193.31km2, 面积总占比为59.98%, 在空间分布上, 生产空间占比仍较大。从整体上看, 生活空间占地面积有所提高, 但受政策、经济、交通等因素的影响, 生态问题仍亟需解决, 以维持郑州市“三生空间”空间公平性。
![]() |
图 3 郑州市2010—2020年“三生空间”趋势图 Fig. 3 The trend chart of "Production-Living-Ecological" space in Zhengzhou from 2010 to 2020 |
基于郑州市3期土地利用数据, 通过ArcGIS的空间叠加分析功能, 得到了其2010—2015年、2015—2020年以及2010—2020年共3期的土地利用类型转移矩阵, 明确其相互转化的方向和数量, 如表 3—5所示。从二级用地类型分类的角度上来看, 结果显示, 城镇生活用地和农村生活用地面积有所增加, 农业生产用地和水域生态用地面积有所减少。
2010年 | 2015年 | |||||||
草地生态用地 | 城镇生活用地 | 林地生态用地 | 农村生活用地 | 农业生产用地 | 工矿生产用地 | 其他生态用地 | 水域生态用地 | |
草地生态用地 Meadow ecological land | 388.97 | 0.01 | 0.77 | 0.99 | 2.360 | 0.48 | 0.002 | 0.82 |
城镇生活用地 Urban living land | 0.01 | 629.63 | 0.00 | 0.004 | 1.06 | 0.001 | 0.00 | 0.03 |
林地生态用地 Forest ecological land | 0.85 | 0.004 | 556.17 | 0.50 | 1.37 | 0.38 | 0.00 | 0.10 |
农村生活用地 Rural living land | 0.67 | 3.19 | 0.53 | 936.65 | 10.48 | 0.13 | 0.002 | 0.16 |
农业生产用地 Agricultural productive land | 2.27 | 27.32 | 1.98 | 27.14 | 4459.28 | 41.31 | 3.07 | 27.15 |
工矿生产用地 Industrial and mining land | 0.07 | 0.01 | 0.04 | 0.06 | 0.95 | 110.33 | 0.001 | 0.02 |
其他生态用地 Other ecological land | 0.02 | 0.00 | 0.00 | 0.00 | 5.56 | 0.001 | 44.87 | 15.88 |
水域生态用地 Water ecological land | 0.04 | 0.89 | 0.04 | 0.09 | 2.08 | 0.81 | 19.37 | 188.56 |
2015年 | 2020年 | |||||||
草地生态用地 | 城镇生活用地 | 林地生态用地 | 农村生活用地 | 农业生产用地 | 工矿生产用地 | 其他生态用地 | 水域生态用地 | |
草地生态用地 Meadow ecological land | 363.65 | 0.17 | 3.81 | 4.06 | 17.39 | 3.50 | 0.006 | 0.14 |
城镇生活用地 Urban living land | 0.05 | 652.31 | 0.003 | 0.51 | 7.72 | 0.33 | 0.00 | 0.14 |
林地生态用地 Forest ecological land | 4.69 | 0.003 | 541.02 | 3.93 | 7.97 | 1.40 | 0.00 | 0.27 |
农村生活用地 Rural living land | 4.46 | 34.56 | 3.86 | 830.41 | 78.67 | 12.44 | 0.008 | 0.97 |
农业生产用地 Agricultural productive land | 22.80 | 80.33 | 8.91 | 150.64 | 4102.96 | 93.14 | 0.98 | 22.49 |
工矿生产用地 Industrial and mining land | 0.48 | 9.76 | 0.70 | 22.17 | 11.93 | 107.87 | 0.001 | 0.51 |
其他生态用地 Other ecological land | 3.50 | 0.00 | 0.00 | 0.001 | 37.51 | 0.10 | 12.86 | 13.14 |
水域生态用地 Water ecological land | 2.39 | 15.35 | 0.27 | 1.90 | 21.61 | 2.16 | 18.44 | 207.84 |
2010年 | 2020年 | |||||||
草地生态用地 | 城镇生活用地 | 林地生态用地 | 农村生活用地 | 农业生产用地 | 工矿生产用地 | 其他生态用地 | 水域生态用地 | |
草地生态用地 Meadow ecological land | 361.34 | 0.18 | 4.22 | 4.70 | 18.97 | 3.94 | 0.006 | 0.88 |
城镇生活用地 Urban living land | 0.05 | 622.03 | 0.002 | 0.12 | 8.03 | 0.334 | 0.00 | 0.15 |
林地生态用地 Forest ecological land | 5.17 | 0.005 | 538.94 | 4.24 | 8.71 | 1.71 | 0.00 | 0.35 |
农村生活用地 Rural living land | 4.86 | 28.56 | 4.21 | 817.95 | 84.18 | 10.91 | 0.01 | 1.09 |
农业生产用地 Agricultural productive land | 24.37 | 117.74 | 10.66 | 175.88 | 4094.35 | 117.22 | 2.94 | 45.47 |
工矿生产用地 Industrial and mining land | 0.45 | 7.77 | 0.27 | 8.80 | 9.53 | 84.38 | 0.001 | 0.26 |
其他生态用地 Other ecological land | 2.83 | 0.00 | 0.00 | 0.00 | 33.75 | 0.10 | 12.33 | 17.20 |
水域生态用地 Water ecological land | 2.95 | 16.20 | 0.28 | 1.92 | 28.22 | 2.34 | 17.01 | 142.44 |
2010—2015年郑州市二级用地类型有不同程度的转移, 其中农业生产用地、农村生活用地、其他和水域生态用地转出面积较大。农业生产用地向工矿生产用地转移面积最大, 有41.31km2, 转移率为0.90%, 其次是向城镇生活用地转移了27.32km2, 向农村生活用地和水域生态用地转移的面积分别为27.14km2, 27.15km2, 转移率一致, 为0.59%。农业生产用地总共转出面积130.24km2, 为所有用地类型转出面积最多的。农村生活用地主要向农业生产用地转移, 转移面积分别为10.48km2。而其他生态用地向农业生产用地和水域生态用地转移最为显著, 转移率为23.94%, 且在2010—2015年间没有向城镇生活、农村生活和林地生态用地转移。水域生态用地主要向其他生态用地转移, 转移面积为19.37km2, 转移率为9.14%。
2015—2020年间郑州市生产空间转移面积最多, 共转移424.84km2, 而生活空间的转入面积最多, 共转入323.38km2。二级用地类型向生产空间转移中, 农村生活用地向农业生产用地转移的面积最多, 为78.67km2, 转移率为8.15%。生态空间整体上向农业生产用地转移了84.49km2, 工矿生产用地也有向农业生产用地发生转移, 共转移了11.93km2。农业生产用地向生活空间面积转入最为显著, 共转入了230.97km2, 转移率为5.15%。其次是工矿生产用地向城镇生活用地和农村生活用地分别转入了9.76km2、22.17km2。经分析, 2015到2020年间郑州市生态空间面积有所减少, 其主要原因是其他和水域生态用地向农业生产用地的转移。虽然生产空间转入数量明显, 但比生活空间转入数量少, 所以郑州市生活空间占地面积在三年间有所增加。
从总体上而言, 2010—2020年, 郑州市“三生空间”中二级用地类型转移较为显著。农业生产用地主要向农村生活用地、城镇生活用地以及工矿生产用地转移, 分别转移了175.88km2、117.74km2、117.22km2, 相应的转移率分别为3.83%、2.57%和2.55%。草地、林地、水域生态用地向农业生产用地转移面积最多, 相应转移了18.97km2、8.71km2、28.22km2。而其他生态用地并无向城镇、农村生活用地和林地生态用地转移, 但向农业生产用地转移面积最多, 且多于向自身转移面积, 为33.75km2, 转移率为50.97%。农村生活用地较城镇生活用地转移明显, 其向草地、林地、水域生态用地转移面积较少, 转移率分别为0.01%、0.0004%以及0.02%, 主要集中向农业生产用地转移, 同时向城镇生活用地和工矿生产用地也有不同程度的转移。
2.2.2 生态环境质量分析通过公式(2)计算得出郑州市2010年、2015年以及2020年二级用地类型的生态环境质量指数, 将质量指数利用ArcGIS自然断点法分为5级, 即低质量区(EV≤0.02)、较低质量区(0.2 < EV≤0.35)、中等质量区(0.35 < EV≤0.50)、较高质量区(0.50 < EV≤0.65)、高质量区(EV>0.65), 从而得出郑州市3期生态环境质量空间分布图, 如图 4所示。从时间上来看, 郑州市生态环境质量指数从2010年的0.3097持续降至2020年的0.3058, 其整体生态环境质量处于中等水平。从图 5中可以看到, 2010到2015年郑州市高质量区域没有明显变化, 但低质量区域却有显著的扩张, 尤其是2015到2020年, 2020年低质量区的面积为2027.13km2, 比2015年增加247.21km2。从空间上来看, 2010到2020年郑州市生态环境质量空间分布相对一致, 低质量区主要分布在郑州市中心区域, 并逐渐向外扩张, 其余各地区也有少量低质量分布, 较低质量区平均分布, 郑州市2010到2020年没有中质量区域, 较高质量区以带状环绕分布在郑州市北部, 部分较高质量区域分布在郑州市西北部, 而高质量区主要分布在郑州市西部地区, 少量高质量区域分布在郑州市西南地区, 其余零星分布在东部以及东北部地区。高质量区主要是以林地生态用地为主, 而低质量区域主要是以城镇生活用地和农村生活用地为主。
![]() |
图 4 2010—2020年郑州市生态环境质量空间分布图 Fig. 4 Spatial distribution of ecological environment quality in Zhengzhou from 2010 to 2020 |
![]() |
图 5 多种驱动因子图 Fig. 5 Diagrams of various driving factors |
生态环境质量指数只能单一的表示该区域在某个时间段内的生态环境质量情况, 因此根据公式(3), 计算郑州市2010—2020年二级用地类型相互转化所引起的生态贡献率的变化, 以此来分析郑州市二级用地类型的转化给生态环境带来的影响, 贡献率表示的正负则意味着该区域内生态环境是否发生改善或者恶化, 一般情况下, 区域内生态环境的改善和恶化是维持在相对稳定的状态, 但区域内的稳定并不表示该区域生态环境没有发生变化, 表 6给出了郑州市2010—2020年时间段内主要土地利用变化类型和生态贡献率。
生态环境效应 Effect of ecological environment |
土地利用变化类型 Land use transformation types |
转换面积/km2 Conversion area |
生态贡献率 Ecological environment quality |
占贡献率的百分比/% Ecological environment quality of contribution |
环境质量改善 | 农业生产用地-水域生态用地 | 45.47 | 0.00181 | 31.58 |
Environmental quality | 农业生产用地-草地生态用地 | 24.37 | 0.00120 | 21.01 |
improvement | 农业生产用地-林地生态用地 | 10.66 | 0.00077 | 13.45 |
农村生活用地-农业生产用地 | 84.18 | 0.00058 | 10.07 | |
农村生活用地-林地生态用地 | 4.21 | 0.00033 | 5.81 | |
农村生活用地-草地生态用地 | 4.86 | 0.00027 | 4.77 | |
工矿生产用地-农业生产用地 | 9.53 | 0.00013 | 2.25 | |
农业生产用地-其他生态用地 | 2.94 | 0.00012 | 2.06 | |
草地生态用地-林地生态用地 | 4.22 | 0.00010 | 1.73 | |
工矿生产用地-农村生活用地 | 8.80 | 0.00006 | 1.02 | |
总计 Total | 199.25 | 0.00536 | 93.77 | |
环境质量恶化 | 农业生产用地-工矿生产用地 | 117.22 | -0.00158 | 16.17 |
Environmental quality deterioration | 其他生态用地-农业生产用地 | 33.75 | -0.00134 | 13.70 |
农业生产用地-农村生活用地 | 175.88 | -0.00121 | 12.31 | |
水域生态用地-农业生产用地 | 28.22 | -0.00112 | 11.45 | |
草地生态用地-农业生产用地 | 18.97 | -0.00092 | 9.43 | |
农业生产空间-城镇生活空间 | 117.74 | -0.00081 | 8.24 | |
水域生态用地-城镇生产用地 | 16.20 | -0.00075 | 7.70 | |
林地生态用地-农业生产用地 | 8.71 | -0.00063 | 6.41 | |
林地生态用地-农村生活用地 | 4.24 | -0.00033 | 3.41 | |
草地生态用地-农村生活用地 | 4.70 | -0.00026 | 2.66 | |
总计 Total | 525.637 | -0.00896 | 91.50 |
从表中可以得出, 2010—2020年间导致郑州市生态环境质量改善的主要因素是农业生产用地和农村生活用地的转化。农业生产用地转化为水域、草地和林地生态用地, 占环境质量改善的66.04%, 同时, 农村生活用地向农业生产、林地生态和草地生态用地的转化占郑州市生态环境质量改善的20.66%, 其次是工矿生产用地的转化, 前6种用地类型的转化在生态环境质量改善中的占比为86.70%。与此相反, 农业生产用地转化为工矿生产和农村、城镇生活用地, 以及其他和水域生态用地转化为农业生产用地则是导致郑州市生态环境质量恶化的重要因素。前4项用地类型转化的占比相对均衡, 共占到生态环境质量恶化的53.63%, 是生态环境质量恶化总占比的近五分之三。
综上所述, 2010—2020年郑州市生态环境质量水平整体上表现为相对平衡, 且其生态环境质量改善趋势要较好于生态环境质量恶化趋势。根据郑州市2010—2020年总体规划等相关政策文件, 对郑州市从整体到局部进行了详细的部署改进, 从现有郑州市土地利用功能结构变化及生态环境质量变化中可以看出, 在政策等其他因素的共同影响下, 郑州市国土空间和生态环境存在着不同程度的改变。但是随着郑州市城市化速度加快, 大量耕地被占用, 水域生态用地持续减少, 未来郑州市生态环境水平可能会出现下降趋势, 因此及时响应国家政策, 统筹土地利用格局, 以此促进其生态环境的进一步改善。
2.3 多情景下2035年“三生空间”预测及生态环境质量分析 2.3.1 模型精度验证通过FLUS模型, 以2015年郑州市土地利用数据作为基准数据, 2020年郑州市土地利用数据作为检验数据, 首先采用均匀采样法, 设置隐藏层为12, 利用GDP、年均温、年降水、到铁路的距离等数据作为驱动因子, 共10种驱动因子, 如图 5所示。考虑到郑州市地势平坦, 地形因素不作为驱动因子计算。通过神经网络模型得出数据转换的适宜性概率, 与Markov模型预测的数量变化相结合。同时设置邻域参数, 领域参数的范围在0—1之间, 参数值越接近1, 表明该类型土地的扩张能力越强。结合以往研究和实际经验[36], 在多次试验后将城镇生活用地和农村生活用地的参数设为1, 农业、工矿生产用地和草地生态用地设为0.8, 林地和其他生态用地设为0.5, 水域生态用地设为0.1, 如表 7所示。经运算后得出检验结果, 与2020年实际数据相比较, 研究表明, 总体精度和Kappa参数值越接近于1, 模拟精度效果越好[37], 结果显示, 总体精度为0.78, Kappa参数为0.76, 实验模拟精度达到较高的水平, FLUS模型具有较好的适用性, 可适用于未来2035年郑州市“三生空间”模拟。
用地类型 The type of land use |
农业生产用地 Agricultural productive land |
工矿生产用地 Industrial and mining land |
林地生态用地 Forest ecological land |
草地生态用地 Meadow ecological land |
水域生态用地 Water ecological land |
其他生态用地 Other ecological land |
城镇生活用地 Urban living land |
农村生活用地 Rural living land |
邻域参数 Neighborhood parameter |
0.8 | 0.8 | 0.5 | 0.8 | 0.1 | 0.5 | 1 | 1 |
根据不同情景设置, 利用FLUS模型模拟2035年郑州市“三生空间”用地类型变化, 结果如图 6所示。不同情景下郑州市2035年“三生空间”的模拟结果也有着显著的差异, 自然发展情景下, 与2020年相比, 郑州市生活空间占地面积自2020年的1806.17km2上升至2228.66km2, 增长了23.39%, 存在明显的扩张趋势, 其中城镇生活用地的扩张趋势最为明显, 增长了37.00%;但同时生产空间的占地面积却持续下降, 从2020年的4507.70km2下降至2035年的4082.57km2, 下降了9.43%, 农业生产用地的占地面积缩减了514.79km2, 工矿生产用地却在不断增加;生态空间占地面积也在不断下降, 但下降幅度较小, 仅下降了4.43%, 其中只有草地生态用地的占地面积增加了, 而林地、水域和其他生态用地都有着不同程度的减少。从格局变化上来看, 自然发展情景下2035年郑州市“三生空间”分布基本不变, 生活空间集中在郑州市中北部, 生产空间大面积覆盖郑州市, 生态空间集中分布在西部和北部地区。
![]() |
图 6 2035年郑州市“三生空间”多情景模拟图 Fig. 6 Multi-scenario simulation of Production-living-ecological space in Zhengzhou in 2035 |
生产优先情景下, 旱地和水田受到保护, 所以2035年郑州市“三生空间”中除生活空间外, 生产和生态空间的占地面积都保持上升趋势。该情景下, 郑州市生活空间占地面积降至1606.44km2, 城镇生活用地和农村生活用地占地面积都在缩减, 但下降幅度较小, 仅减少了199.73km2;生产空间占地面积在增加, 从2020年的4507.70km2增加至2035年的4671.95km2, 增加幅度虽然较小, 但也达到了该情景下生产优先的目标, 其中农业生产用地增加最多, 增长了5.67%;生态空间在该情景下也出现了小幅度的面积增长, 除林地生态用地外, 草地、水域和其他生态用地占地面积都出现了增加, 分别增加了14.33km2、5.33km2和22.28km2。
而生态保护情景则以生态环境优化为目标, 该情景下2035年郑州市“三生空间”中生态空间占地面积出现增加, 且与实际2010—2020年郑州市生态空间面积相比为最高, 达到1285.40km2, 林地、草地、水域和其他生态用地都在增加, 且其他生态用地的占地面积增加最多, 增长了102.00%;与2020年相比, 生产空间的占地面积也是在增加的, 增加了143.29km2, 其中农业生产用地增加了223.31km2, 而工矿生产用地却减少了80.03km2;生活空间降为1579.00km2, 与2010—2020年相比为最低, 城镇生活用地下降了19.87%, 而农村生活用地下降了6.87%。
2.3.3 生态环境质量分析通过公式(2)计算多情景下2035年郑州市区域生态环境质量指数, 同时根据生态环境质量指数分级, 做出生态环境质量指数空间分布图, 如图 7所示。自然发展情景下, 郑州市生态环境质量指数为0.3004, 空间分布上无明显结构变化, 但低质量区的分布有显著的扩张。低质量区连片分布在郑州市中心偏北部地区, 有少部分分布在西部和南部, 面积由2020年的2027.13km2增加至2035年的2539.28km2, 增加了512.15km2;随着低质量区的扩张, 其他等级区域相应减少, 尤其是较低质量区, 从2020年到2035年, 较低质量区面积减少了623.37km2;较高质量区主要分布在郑州市西北和北部边缘地区, 从空间结构上分析, 较高质量区无明显扩张或缩减, 而从区域面积上分析, 较高质量区域面积有所下降, 2035年较高质量区域面积为591.09km2;高质量区域空间结构大部分分布在郑州市西部, 少量零星区域分布在郑州市东部以及东部偏北方向, 2035年高质量区域面积为557.24km2。
![]() |
图 7 2035年郑州市多情景下生态环境质量空间分布图 Fig. 7 Spatial distribution of eco-environmental quality under multiple scenarios in Zhengzhou in 2035 |
生产优先情景下, 郑州市2035年生态环境质量指数为0.3105。与2020年相比, 较低质量区域面积扩张, 增加了243.17km2, 较高质量区域的面积也在扩张, 由642.73km2增长至684.68km2, 低质量区域和高质量区域却在减少, 尤其是低质量区域, 面积减少了278.64km2, 但高质量区域的占地面积仅减少了2.95km2。根据生态环境质量指数与相应等级占地面积中可以看出, 生产优先的情景下, 高生态环境质量指数区域无明显变化, 但低生态环境质量指数区域面积出现了减少, 说明在此发展情景下, 郑州市生态环境质量水平是向较好的态势发展的。
生态保护情景下, 郑州市2035年生态环境质量指数为0.3121, 为三种情景中生态环境质量指数最高。其较高质量区域与高质量区域的占地面积与2010—2020年实际占地面积相比也为最高, 共增加了44.84km2, 低质量区域占地面积也在减小, 该情景下其面积为1719.93km2, 与2020年相比减少了307.20km2, 而较低质量区域的占地面积却在增加, 但增幅不大, 仅增长了5.21%。由此可见, 该情景下郑州市生态环境质量水平为三种情景中最高。
在自然发展情景的驱动下, 郑州市2020—2035年生态环境质量变化结果如表 8所示。2020—2035年间农业生产用地转化为草地、其他生态用地以及农村生活用地和工矿生产用地转化为农业生产用地是生态环境质量改善的主导因素, 占比为44.98%。而水域生态用地转化为农业生产用地以及农业生产用地转化为城镇生活、农村生活和工矿生产用地是导致生态环境质量恶化的重要因素, 其中农业生产用地转化为城镇、农村生活和工矿生产用地的贡献率占比为46.59%。生产优先情景中, 郑州市2020—2035年生态环境质量变化结果如表 9所示, 工矿生产用地和农村生活用地转化为农业生产用地以及农业生产用地转化为草地、其他生态用地是郑州市生态环境质量改善的重要原因, 其占比为51.98%, 而水域、草地及林地生态用地转化为农业生产用地是导致郑州市生态环境质量恶化的主要原因, 其占比为64.97%。而生态保护情景中, 郑州市2020—2035年生态环境质量变化结果如表 10所示, 农业生产用地转化为草地、其他生态用地以及农村生活用地和工矿生产用地转化为农业生产用地依旧是郑州市生态环境质量改善的主导因素, 但其占比变为55.40%, 稍高于自然发展情景, 而水域、草地及林地生态用地转化为农业生产用地也仍旧是导致郑州市生态环境质量恶化的主要原因, 其占比为58.64%, 要低于生产优先情景。
生态环境效应 Effect of ecological environment |
土地利用变化类型 Land use transformation types |
转换面积/km2 Conversion area |
生态贡献率 Ecological environment quality |
占贡献率的百分比/% Ecological environment quality of contribution |
环境质量改善 | 农业生产用地-草地生态用地 | 28.99 | 0.00148 | 19.34 |
Environmental quality | 工矿生产用地-农业生产用地 | 73.24 | 0.00099 | 13.01 |
improvement | 农村生活用地-农业生产用地 | 140.51 | 0.00096 | 12.62 |
农业生产用地-其他生态用地 | 17.60 | 0.00070 | 9.24 | |
农业生产用地-水域生态用地 | 16.71 | 0.00067 | 8.77 | |
农业生产用地-林地生态用地 | 7.56 | 0.00055 | 7.21 | |
城镇生活用地-水域生态用地 | 10.24 | 0.00040 | 6.30 | |
农村生活用地-草地生态用地 | 6.90 | 0.00048 | 5.23 | |
总计 Total | 301.75 | 0.00623 | 81.72 | |
环境质量恶化 | 水域生态用地-农业生产用地 | 84.28 | -0.00338 | 23.34 |
Environmental quality deterioration | 农业生产用地-城镇生活用地 | 406.19 | -0.00280 | 19.35 |
农业生产用地-工矿生产用地 | 151.48 | -0.00211 | 14.23 | |
农业生产用地-农村生活用地 | 272.99 | -0.00188 | 13.00 | |
草地生态用地-农业生产用地 | 19.16 | -0.00095 | 6.58 | |
林地生态用地-农业生产用地 | 9.31 | -0.00068 | 4.68 | |
水域生态用地-城镇生活用地 | 11.14 | -0.00052 | 3.61 | |
水域生态用地-工矿生产用地 | 8.22 | -0.00044 | 3.05 | |
总计 Total | 962.77 | -0.01271 | 87.85 |
生态环境效应 Effect of ecological environment |
土地利用变化类型 Land use transformation types |
转换面积/km2 Conversion area |
生态贡献率 Ecological environment quality |
占贡献率的百分比/% Ecological environment quality of contribution |
环境质量改善 | 工矿生产用地-农业生产用地 | 98.73 | 0.00133 | 15.05 |
Environmental quality | 农业生产用地-其他生态用地 | 32.93 | 0.00131 | 14.75 |
improvement | 农村生活用地-农业生产用地 | 157.30 | 0.00108 | 12.17 |
农业生产用地-草地生态用地 | 17.59 | 0.00089 | 10.01 | |
农业生产用地-水域生态用地 | 20.29 | 0.00081 | 9.09 | |
城镇生活用地-水域生态用地 | 15.26 | 0.00071 | 8.01 | |
城镇生活用地-农业生产用地 | 80.19 | 0.00055 | 6.20 | |
农业生产用地-林地生态用地 | 6.53 | 0.00047 | 5.33 | |
总计 Total | 428.82 | 0.00715 | 80.61 | |
环境质量恶化 | 水域生态用地-农业生产用地 | 30.20 | -0.00120 | 25.01 |
Environmental quality deterioration | 草地生态用地-农业生产用地 | 24.05 | -0.00118 | 24.72 |
林地生态用地-农业生产用地 | 10.13 | -0.00073 | 15.24 | |
农业生产用地-农村生活用地 | 66.33 | -0.00045 | 9.46 | |
林地生态用地-农村生活用地 | 3.52 | -0.00028 | 5.80 | |
草地生态用地-农村生活用地 | 4.22 | -0.00024 | 4.94 | |
农村生活用地-工矿生产用地 | 21.32 | -0.00014 | 2.96 | |
农业生产用地-工矿生产用地 | 8.69 | -0.00012 | 2.45 | |
总计 Total | 168.47 | -0.00434 | 90.58 |
生态环境效应 Effect of ecological environment |
土地利用变化类型 Land use transformation types |
转换面积/km2 Conversion area |
生态贡献率 Ecological environment quality |
占贡献率的百分比/% Ecological environment quality of contribution |
环境质量改善 | 农业生产用地-草地生态用地 | 30.03 | 0.00150 | 15.40 |
Environmental quality | 农业生产用地-其他生态用地 | 37.02 | 0.00147 | 15.18 |
improvement | 工矿生产用地-农业生产用地 | 98.60 | 0.00133 | 13.73 |
农村生活用地-农业生产用地 | 157.04 | 0.00107 | 11.08 | |
农业生产用地-水域生态用地 | 21.46 | 0.00085 | 8.80 | |
城镇生活用地-农业生产用地 | 106.86 | 0.00073 | 7.54 | |
城镇生活用地-水域生态用地 | 15.32 | 0.00071 | 7.37 | |
农业生产用地-林地生态用地 | 8.44 | 0.00061 | 6.27 | |
总计 Total | 474.76 | 0.00827 | 85.37 | |
环境质量恶化 | 水域生态用地-农业生产用地 | 21.99 | -0.00087 | 22.74 |
Environmental quality deterioration | 草地生态用地-农业生产用地 | 16.54 | -0.00082 | 21.24 |
林地生态用地-农业生产用地 | 7.80 | -0.00056 | 14.66 | |
农业生产用地-农村生活用地 | 66.06 | -0.00045 | 11.77 | |
林地生态用地-农村生活用地 | 3.17 | -0.00025 | 6.51 | |
草地生态用地-农村生活用地 | 3.72 | -0.00019 | 4.93 | |
农村生活用地-工矿生产用地 | 21.33 | -0.00014 | 3.69 | |
农业生产用地-工矿生产用地 | 8.64 | -0.00012 | 3.03 | |
总计 Total | 148.90 | -0.00340 | 88.57 |
综上所述, 通过对比生态环境质量指数和生态贡献率发现, 生态保护情景下郑州市的生态环境质量水平发展较好, 而自然发展情景下, 郑州市的生态环境质量水平偏低, 进一步说明了随着人们对生活质量的要求越来越高, 生活空间的需求也在不断增加, 但同时也带来了土地需求量增加的问题, 生态用地逐渐被占用, 未来郑州市生态环境保护也将成为重难点问题, 因此应该结合郑州市实际情况与各项影响因素, 合理规划空间布局, 为生态文明建设提供保障。
4 结论和讨论 4.1 结论本文将FLUS模型与生态环境效应模型相结合, 对郑州市2010—2020年“三生空间”趋势变化进行分析研究, 利用生态贡献率对郑州市生态环境质量变化进行定量分析, 同时模拟自然发展、生产优先、生态保护三种情景下2035年郑州市“三生空间”格局分布, 探索多情景下2035年郑州市土地利用功能转型对生态环境产生的影响, 得出的结论如下:
(1) 郑州市2010—2020年“三生空间”中, 生产空间分布最为广泛, 覆盖面积最大, 主要为耕地、水田和其他建设用地等, 但其占地面积却在不断下降;生活空间中, 城镇生活用地主要分布在郑州市中心城区, 而农村生活用地则分散分布在各个区域, 整体上生活空间的占地面积呈现不断上升的趋势;生态空间在”三生空间“中占比最小, 且集中分布于郑州市西南部和西部。从用地类型结构转化上来看, 各用地类型主要向农业生产用地转化, 但其总转化面积要小于农业生产用地向城镇、农村生活用地的转化面积, 因此, 生活空间正在朝着不断扩张的趋势发展。
(2) 郑州市生态环境质量指数从2010年的0.3097持续降至2020年的0.3058, 变化幅度不大, 整体上其生态环境质量水平中等。2010—2020年郑州市生态环境质量改善的主要原因是农业生产用地向生态用地的转化。而导致郑州市生态环境质量恶化的重要原因却是农业生产用地转化为工矿生产和农村、城镇生活用地。由此可以看出, 生态空间的扩张将有助于城市生态环境质量的改善。
(3) 三种模拟情景中, 2035年郑州市“三生空间”格局分布基本保持一致, 其中自然发展情景下, 郑州市生活空间占地面积增长了23.39%, 生产和生态空间却在下降, 而生产优先和生态保护情景中, 郑州市生产和生态空间的占地面积逐渐扩张, 生活空间面积逐渐缩减, 分别下降了11.06%、12.58%。
(4) 三种情景对比发现, 生态保护情景下2035年郑州市生态环境质量指数最高, 其生态环境质量水平也要较高于其他两种情景。不同情景下导致郑州市生态环境质量改善或恶化的原因也不相同, 自然发展情景下, 生活空间扩张速度加快, 生态安全也将受到一定威胁, 不利于“三生空间”的均衡发展;生产优先情景下, 农业生产用地得到增长, 生活空间增长速率受到限制, 有利于耕地发展;生态保护情景下, 水域、林地、草地和其他生态用地增长速率增加, 为城市生态环境发展提供条件。
4.2 讨论根据本文研究结果显示, 郑州市现有“三生空间”格局中生活空间突出, 生态空间势力微弱, 生产空间受到挤压。中心城区城镇化较为明显, 产业蓬勃发展, 人口集聚, 经济发展迅速, 形成由内向外不断外延的空间格局, 农村生活用地围绕城镇生活用地呈点状分散分布, 集聚现象并不明显。受自然地形的影响, 巩义市、登封市等西部地区生态环境较好, 生态绿地连片分布, 北部黄河作为跨界屏障, 以带状环绕, 其中伊洛河、颍河等交错分布, 生态空间部分靠近生产和生活空间的地区, 形态受其影响而零散破碎。生产空间中农业生产用地, 即耕地和水田占地面积最大, 但由于近年来城市化加剧, 耕地和水田也被大量占用。
自然发展情景下2035年郑州市生态环境质量出现了明显的恶化趋势, 主要原因是城市生活用地占用农业生产用地和水源, 这与王慧丽的研究一致[38]。当前的研究结果显示, 经济的快速增长将导致城市扩张的加剧, 这将扰乱“三生空间”的均衡分布, 降低生态环境质量。因此, 减缓经济增长速度, 控制城乡之间的土地转换, 可以改善城市生态环境质量, 改善“三生空间”规划模式。此外, 城市人口的扩张将改变生态环境, 因此有必要合理控制人口增长速度, 确保生态空间。并且, 仍有许多因素将影响未来的城市“三生空间”和生态环境质量, 如政策[13]和交通[39], 应在未来展开深入的研究[40]。
本研究从土地利用类型相互转化的角度分析了生态效应, 而影响生态变化的因素还有很多, 如地图斑块大小和景观生态指数。在这些因素的影响下, 生态环境将如何变化还有待研究。同时驱动因子包括的范围甚广, 文中只考虑重要的驱动因素, 政策、土壤等因素也属于驱动因子的范畴, 在今后的研究中可将其加入研究以进一步提高模拟精度。
结合本文的模拟结果和郑州市实际空间规划, 提出相应建议, 为推动实现郑州市作为黄河流域生态保护和高质量发展、建设国家中心城市的总目标, 应对其国土空间总规划建设进行科学设计, 充分认识自身优势, 弥补现有缺陷。同时加强人们对生态文明建设的思考, 不断提高城市生态环境质量, 从各个方面优化城市生态环境格局, 以此打造生态良好、生活适宜、生产集约高效的健康城市。
[1] |
江曼琦, 刘勇. "三生"空间内涵与空间范围的辨析. 城市发展研究, 2020, 27(4): 43-48, 61-61. |
[2] |
Cetin M. Sustainability of urban coastal area management: a case study on Cide. Journal of Sustainable Forestry, 2016, 35(7): 527-541. DOI:10.1080/10549811.2016.1228072 |
[3] |
樊杰. 我国主体功能区划的科学基础. 地理学报, 2007, 62(4): 339-350. DOI:10.3321/j.issn:0375-5444.2007.04.001 |
[4] |
黄金川, 林浩曦, 漆潇潇. 面向国土空间优化的三生空间研究进展. 地理科学进展, 2017, 36(3): 378-391. |
[5] |
江东, 林刚, 付晶莹. "三生空间"统筹的科学基础与优化途径探析. 自然资源学报, 2021, 36(5): 1085-1101. |
[6] |
陈婧, 史培军. 土地利用功能分类探讨. 北京师范大学学报: 自然科学版, 2005, 41(5): 536-540. DOI:10.3321/j.issn:0476-0301.2005.05.024 |
[7] |
张红旗, 许尔琪, 朱会义. 中国"三生用地"分类及其空间格局. 资源科学, 2015, 37(7): 1332-1338. |
[8] |
Kilicoglu C, Cetin M, Aricak B, Sevik H. Integrating multicriteria decision-making analysis for a GIS-based settlement area in the district of Atakum, Samsun, Turkey. Theoretical and Applied Climatology, 2021, 143(1/2): 379-388. |
[9] |
Yang Y Y, Bao W K, Li Y H, Wang Y S, Chen Z F. Land use transition and its eco-environmental effects in the Beijing-Tianjin-Hebei urban agglomeration: a production-living-ecological perspective. Land, 2020, 9(9): 285. DOI:10.3390/land9090285 |
[10] |
Shi H, Li X, Yang Z Z, Li T H, Ren Y, Liu T T, Yang N D, Zhang H, Chen G Z, Liang X. Tourism land use simulation for regional tourism planning using POIs and cellular automata. Transactions in GIS, 2020, 24(4): 1119-1138. DOI:10.1111/tgis.12626 |
[11] |
Liu X P, Liang X, Li X, Xu X C, Ou J P, Chen Y M, Li S Y, Wang S J, Pei F S. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects. Landscape and Urban Planning, 2017, 168: 94-116. DOI:10.1016/j.landurbplan.2017.09.019 |
[12] |
Cetin M, Agacsapan B, Cabuk S N, Senyel Kurkcuoglu M A, Isik Pekkan O, Baran Argun E, Dabanlı A, Kucukpehlivan T, Yilmazel B, Cabuk A. Assessment of the ecological footprint of eskisehir technical university-iki eylul campus. Journal of the Indian Society of Remote Sensing, 2021, 49(10): 2311-2327. DOI:10.1007/s12524-021-01395-6 |
[13] |
Song S X, Liu Z F, He C Y, Lu W L. Evaluating the effects of urban expansion on natural habitat quality by coupling localized shared socioeconomic pathways and the land use scenario dynamics-urban model. Ecological Indicators, 2020, 112: 106071. DOI:10.1016/j.ecolind.2020.106071 |
[14] |
黄安, 许月卿, 卢龙辉, 刘超, 张益宾, 郝晋珉, 王惠. "生产-生活-生态"空间识别与优化研究进展. 地理科学进展, 2020, 39(3): 503-518. |
[15] |
樊杰. 中国主体功能区划方案. 地理学报, 2015, 70(2): 186-201. |
[16] |
朱文博, 张静静, 崔耀平, 郑辉, 朱连奇. 基于土地利用变化情景的生态系统碳储量评估——以太行山淇河流域为例. 地理学报, 2019, 74(3): 446-459. |
[17] |
詹云军, 朱捷缘, 严岩. 基于元胞自动机的城市空间动态模拟. 生态学报, 2017, 37(14): 4864-4872. |
[18] |
Li X, Chen G Z, Liu X P, Liang X, Wang S J, Chen Y M, Pei F S, Xu X C. A new global land-use and land-cover change product at a 1-km resolution for 2010 to 2100 based on Human-environment interactions. Annals of the American Association of Geographers, 2017, 107(5): 1040-1059. DOI:10.1080/24694452.2017.1303357 |
[19] |
Kang J M, Zhang X, Zhu X W, Zhang B L. Ecological security pattern: a new idea for balancing regional development and ecological protection. A case study of the Jiaodong Peninsula, China. Global Ecology and Conservation, 2021, 26: e01472. DOI:10.1016/j.gecco.2021.e01472 |
[20] |
杨亮洁, 王晶, 魏伟, 杨永春, 郭泽呈. 干旱内陆河流域生态安全格局的构建及优化——以石羊河流域为例. 生态学报, 2020, 40(17): 5915-5927. |
[21] |
孔冬艳, 陈会广, 吴孔森. 中国"三生空间"演变特征、生态环境效应及其影响因素. 自然资源学报, 2021, 36(5): 1116-1135. |
[22] |
董建红, 张志斌, 笪晓军, 张文斌, 冯雪丽. "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. 生态学报, 2021, 41(15): 5919-5928. |
[23] |
吕立刚, 周生路, 周兵兵, 戴靓, 昌亭, 鲍桂叶, 周华, 李志. 区域发展过程中土地利用转型及其生态环境响应研究——以江苏省为例. 地理科学, 2013, 33(12): 1442-1449. |
[24] |
李广东, 方创琳. 城市生态-生产-生活空间功能定量识别与分析. 地理学报, 2016, 71(1): 49-65. |
[25] |
刘继来, 刘彦随, 李裕瑞. 中国"三生空间"分类评价与时空格局分析. 地理学报, 2017, 72(7): 1290-1304. |
[26] |
李晓文, 方创琳, 黄金川, 毛汉英. 西北干旱区城市土地利用变化及其区域生态环境效应——以甘肃河西地区为例. 第四纪研究, 2003, 23(3): 280-290. |
[27] |
崔佳, 臧淑英. 哈大齐工业走廊土地利用变化的生态环境效应. 地理研究, 2013, 32(5): 848-856. |
[28] |
杨清可, 段学军, 王磊, 金志丰. 基于"三生空间"的土地利用转型与生态环境效应——以长江三角洲核心区为例. 地理科学, 2018, 38(1): 97-106. |
[29] |
朱会义, 李秀彬. 关于区域土地利用变化指数模型方法的讨论. 地理学报, 2003, 58(5): 643-650. |
[30] |
Oliver M A, Webster R. A tutorial guide to geostatistics: computing and modelling variograms and kriging. CATENA, 2014, 113: 56-69. |
[31] |
王旭, 马伯文, 李丹, 陈昆仑, 姚华松. 基于FLUS模型的湖北省生态空间多情景模拟预测. 自然资源学报, 2020, 35(1): 230-242. |
[32] |
张晓瑶, 张潇, 李冬花, 陆林, 虞虎. 城市土地利用变化对生态系统服务价值影响的多情景模拟——以深圳市为例. 生态学报, 2022, 42(6): 2086-2097. |
[33] |
陈理庭, 蔡海生, 张婷, 张学玲, 曾珩. 基于Markov-FLUS模型的饶河流域土地利用多情景模拟分析. 生态学报, 2022, 42(10): 3947-3958. |
[34] |
殷格兰, 邵景安, 郭跃, 党永峰, 徐新良. 南水北调中线核心区土地利用变化及其生态环境响应研究. 地球信息科学学报, 2017, 19(1): 59-69. |
[35] |
黎夏, 李丹, 刘小平. 地理模拟优化系统(GeoSOS)及其在地理国情分析中的应用. 测绘学报, 2017, 46(10): 1598-1608. |
[36] |
林沛锋, 郑荣宝, 洪晓, 郑雪, 郑沃林. 基于FLUS模型的土地利用空间布局多情景模拟研究——以广州市花都区为例. 国土与自然资源研究, 2019(2): 7-13. |
[37] |
Lin W B, Sun Y M, Nijhuis S, Wang Z L. Scenario-based flood risk assessment for urbanizing deltas using future land-use simulation (FLUS): Guangzhou Metropolitan Area as a case study. Science of the Total Environment, 2020, 739: 139899. |
[38] |
王慧丽. 郑州市城市化中土地利用变化及其驱动力研究[D]. 开封: 河南大学, 2017.
|
[39] |
胡一川. 郑州市生态空间环境质量评价研究[D]. 开封: 河南大学, 2020.
|
[40] |
Kalayci Onac A, Cetin M, Sevik H, Orman P, Karci A, Gonullu Sutcuoglu G. Rethinking the campus transportation network in the scope of ecological design principles: case study of Izmir Katip Çelebi University Çiǧli Campus. Environmental Science and Pollution Research, 2021, 28(36): 50847-50866. |