摘要：[目的]实现农牧交错带地区破碎化土地利用变化的精准预测,为农牧交错带土地利用预测与结构调整提供重要工具。[方法]研究针对性构建了农牧交错带土地利用模拟方法(APE-plus),引入土地扩张分析策略(LEAS)、基于多类型随机斑块种子的CA模型(CARS)、Markov模型和土地利用情景设计,解决农牧交错带土地利用模拟中斑块零散、景观破碎、变化机制复杂的问题。采用二调、三调土地利用数据,分析了2014-2020年土地利用变化及其驱动力,模拟了2032年科左后旗自然增长、生态优先、耕地保护和可持续发展情景下的土地利用格局。[结果](1)农牧交错带土地利用模拟方法(APE-plus)精度较高,Kappa系数为0.87,总体精度达到0.92;(2)科左后旗2014-2020年土地利用变化显著,全旗47.85%的土地类型发生改变,14.65%的土地由耕地转变为草地,DEM和水资源是这一时期土地利用变化的主要驱动力;(3)2032年多情景预测中,可持续发展情景耕地面积增长1.31%,林地和草地分别减少了0.77%和1.72%,其他用地面积减小28.4%,相比于其他3种情景,土地利用数量结构与空间格局更合理。此情景有助于减缓耕地扩张趋势和草地缩减趋势,有效控制水土流失、土壤沙化问题,提高生态保护与经济发展的协调程度。[结论]农牧交错带土地利用模拟方法(APE-plus)对科左后旗的土地利用具有较高的模拟精度,可以对农牧交错带斑块级的土地利用变化进行高精度的预测。

摘要：气候和土地利用变化是引起陆地生态系统碳储量变动的重要驱动因素,探究气候和土地利用变化对碳储量的影响对提出变化环境下碳增汇适应性管理对策具有现实意义。本文利用InVEST模型和plus模型评估了气候及土地利用变化双重影响下黄河水源涵养区碳储量时空动态。结果表明:(1)1980-2020年黄河水源涵养区土地利用以草地、林地为主,占流域总面积的80%,林地、草地、水域、建设用地呈增长趋势,其他地类面积呈减少趋势,土地利用转移类型包括未利用地转为草地,草地转为林地、耕地等。(2)1980-2020年黄河水源涵养区碳储量整体呈增长趋势,碳储量增长区主要位于西部和中部海南,增加了573.5×10^(6) t,这与气候暖湿化和生态修复密切相关。而中部和北部的城市扩张区域是主要的碳储量减少区。(3)未来不同土地利用情景下,生态保护情景中林地和草地面积增加显著。SSP119和SSP245情景下2030-2050年,自然发展情景下碳储量分别增加294.83×10^(6) t和79.56×10^(6) t,生态保护情景下碳储量分别增加364.8×10^(6) t和151.95×10^(6) t,低排放和生态保护情景下,有利于碳储量增加。(4)未来碳储量增加主要来源于草地、未利用地转化为林地及耕地、未利用地转化为草地;而碳储量减少主要与林地转化为草地、耕地有关,可见保护林草是提高区域生态系统碳储量的重要措施。研究结果可为黄河水源涵养区土地利用结构调整和生态系统碳增汇提供科学依据。

摘要：城镇开发边界对城市未来的土地利用和国土空间格局有指导和约束作用,主体功能定位是制定国土空间开发保护战略措施的基础,而现有城镇开发边界划定研究对主体功能的影响考虑不足。本文基于2009—2021年土地利用数据,选取重点生态功能区(澄江市)、农产品主产区(陆良县)、城市化地区(昆明市主城区)3种典型主体功能区域,耦合plus模型、匀速递增马尔可夫链和层次分析法,依据主体功能类型分别按照生态保护、农业生产、城镇发展情景进行2035年土地利用变化模拟和城镇开发边界的划定,并提出数量及空间格局优化方案。结果表明:①不同类型主体功能区城镇建设用地变化影响因素存在差异,重点生态功能区和农产品主产区主要受社会因素的影响,城市化地区主要受自然因素的影响;②提出匀速递增马尔可夫链对土地利用进行数量模拟,精度超过96%。通过plus模型对3种类型土地利用进行预测,Fom值介于0.1~0.3之间。耦合模型能较好的反映未来土地利用变化情况;③对不同主体功能类型的城镇建设用地进行模拟分析以及对划定的城镇开发边界与实际划定结果进行对比,提出澄江市应缩减边界规模,陆良县应进行布局优化,避让连片耕地并适当缩减边界规模,昆明主城区边界规模合理,但空间布局局部可以优化;城镇开发边界的划定应考虑不同主体功能定位,不能简单用一个统一的扩展倍数来限定。本文提出了在主体功能战略背景下的城镇开发边界划定的一种改进模型与耦合方法,可为政府相关部门开展具体工作提供依据。

摘要：研究土地利用方式与生态系统服务碳储量的关系,对于区域碳排放管理具有重要意义.利用InVEST模型碳储量模块和plus模型,探究并预测研究区2000~2018年和2018~2030年生态系统碳储量时空变化特征及其与土地利用方式之间的关系.结果表明,研究区2000、2010和2018年碳储量分别为7.250×10^(8)、7.227×10^(8)和7.241×10^(8)t,呈先减后增趋势.土地利用类型变化是导致生态系统碳储量变化的主要因素,建设用地的快速扩张导致碳储量降低.与土地利用类型相对应,研究区碳储量空间分异显著,并以碳储量分界线为界,呈现“东北低西南高”特征.预测结果显示,至2030年碳储量为7.344×10^(8)t,较2018年增加1.42%,林地面积的增长是主要原因.

摘要：分析城市土地利用与生境质量时空演变,能够揭示土地利用和生境质量的关联性,有助于城市土地政策合理决策和生态环境高质量发展.研究基于土地利用转移矩阵和IM模型分析哈尔滨市2000~2020年土地利用的变化,并结合plus模型进行各用地类型扩张因子的驱动探究以及2030年自然发展情景、生态保护情景、耕地保护情景和城镇发展情景下的土地利用预测,最后利用InVEST模型完成生境质量分析.结果表明:①哈尔滨市土地利用类型以耕地、林地和草地为主,2000~2020年期间,草地、耕地、林地和人造地表转入面积较多,土地利用强度变化倾向性特征明显;水体、裸地和湿地类型的转入较少,多呈现抑制性特征.②高程是影响草地、耕地、林地、裸地、湿地和水体扩张的主要因子;影响人造地表扩张的主要因子是社会经济因素.③模拟哈尔滨市2030年4种情景下各土地利用类型面积,其中林地面积均增加,草地面积均减少,湿地、水体和裸地面积变化均不显著;除生态保护情景外,人造地表面积均增加,耕地面积均减少.④2000~2020年间,哈尔滨市生境质量整体提高.⑤2030年哈尔滨市4种情景下生境质量空间格局演变规律整体保持一致,生境质量均呈现变好趋势,其中生态保护情景下低、中等生境质量面积减少,而较高、高生境质量面积有所增加,生境质量提升相对明显.研究结果可为哈尔滨市生态文明发展以及城市规划建设提供一定的科学依据及思路.

摘要：优化三生空间格局有助于实现区域国土空间可持续高质量发展。研究提出利用动态交通时间数据优化最小阻力成本模型指标体系,对生态累计最小阻力与生活最小累计阻力差值进行聚类分析,利用突变点对各情景下的三生空间数量进行优化,从生活扩张、生态优先及基于资源与环境承载力视角下的粮食安全3个方面,提出了一种基于DTTD-MCR-plus的三生空间格局优化方法。研究发现:(1)基于动态数据优化的长沙市生态功能优化分区结果显示生态空间保护核心区面积为4111.41 km^(2),生态空间保护边缘区面积为2285.29 km^(2),生产空间开发重点区面积为2144.79 km^(2),生产空间开发边缘区面积为1928.59 km^(2),生活空间扩张集中区面积为1235.55 km^(2);(2)耦合DTTD-MCR-plus模型模拟的多情景结果表明:生活优先情景下,生活空间面积增幅高达43.57%,主要分布在望城区南部,长沙县西部和雨花区东部;生态优先情景下,生态空间转出速度最低,与生活优先情景相比下降了3.11%;粮食安全情景下,生产空间侵占生态空间速度加快,增幅高达58.79%;(3)协调基本农田、生态保护红线、以及自然保护区下的2030年长沙市三生空间格局优化布局方案结果表明:生产空间、生活空间和生态空间比例分别为37.63%、7.67%和54.70%。

摘要：以河源市2009—2018年土地利用数据为基础,利用plus模型模拟3种典型情景下的2030年土地利用情况,并以耕地用地为例讨论用地变化的空间自相关性、驱动因子相关性及重心迁移等时空分布特征。结果表明,在自然发展情景下,河源市耕地、建筑用地及交通用地将会扩张且整体土地价值要高于其余两类情景;生态保护优先情景中城市化扩张用地主要来源耕地、园地等农用经济地,经济发展情景中则是林地;耕地及其变化呈北多南少、高度聚合的时空特征,其用地重心也呈现北迁态势。

摘要：土地利用变化导致区域碳排放显著变化,估算由土地利用变化导致的碳排量变化可以为区域“双碳”目标的实现提供重要实践参考。为摸清大西安地区1990—2020年土地利用类型时空演变规律及其碳排放效应,基于排放因子法和plus(patch-generating land use simulation)模型,从行政单元和栅格两种尺度,探索研究区土地利用和碳排放的时空演变关系并模拟其未来分布模式。研究结果表明:1)1990—2020年,耕地面积持续减少,年均减少21.86 km^(2);林地、草地和水域面积波动减少,年均减少面积分别为0.28 km^(2)、1.69 km^(2)和0.08 km^(2);建设用地面积持续扩张,年均扩张面积23.88 km^(2);未利用地面积波动增加,增加面积为1.14 km^(2)。2)1990—2020年,大西安地区碳排放量由280.00 t(C)∙a^(−1)增长至2342.27 t(C)∙a^(−1),年均增长68.74 t(C);空间分布总体呈“南高北低”的格局。3)1990—2020年,大西安地区碳排放强度最大值由7461.94 t(C)∙km^(−2)∙a^(−1)增加至45400.90 t(C)∙km^(−2)∙a^(−1),增长了5.08倍。空间上,该地区碳排放强度始终呈现出“北高南低”的分布模式。4)2025年和2030年,大西安地区依旧是以耕地和林地为主要土地利用类型,其面积之和分别占研究区总面积的63.53%和62.45%;2020—2030年,该区域内耕地、林地、水域和未利用地面积持续减少,而草地和建设用地面积增加,碳排放总量增加2.96×10^(3)万t(C)∙a^(−1),碳排放强度呈现出“东高西低”的分布格局。过去30年,大西安地区的碳排放量和碳排放强度都在迅速增加。

摘要：为在成渝经济区大尺度范围内开展高精度的未来碳储量演化分析,提升碳储量测算分析的精度和准确度,提出采用plus模型和InVEST模型相结合的研究路径,开展成渝经济区2000—2050年自然发展和生态保护两种情景下的碳储量演化分析。结果显示:(1)plus模型在成渝经济区的模拟效果较好,2000年模拟2010年、2010年模拟2020年的Kappa系数分别为0.82、0.84,属于高度一致级别。相较自然发展情景,生态保护情景下建设用地增幅降低、林地降幅减少。(2)InVEST模型测算结果显示2000—2050年碳储量总体呈现先增加后降低的趋势,空间上存在明显的“内部低、外围高”的特点。2000年、2010年、2020年总碳储量分别为5.772×10^(9)t、5.813×10^(9)t、5.806×10^(9)t,生态保护情景相较自然发展情景各时期碳储量均提升了约2×10^(6)t。(3)等级分析结果来看,2030年、2040年、2050年生态保护情景相比自然发展情景,极剧下降、下降、不变、上升、极剧上升等级的比例分别为0.01%、0.03%、99.52%、0.41%、0.03%和0.01%、0.07%、99.74%、0.14%、0.04%,以及0.03%、0.09%、99.61%、0.20%、0.07%,表明生态保护情景下区域内碳储量整体上高于自然发展情景。研究认为应加大碳密度长期监测和数据库建立方面的研究,同时应控制城市化扩张速度,加大城市发展空间格局优化力度,维持区域碳储量平衡,为完成碳中和目标提供保障。

摘要：土地利用变化是驱动碳储量变化的主要因素,评估土地利用变化对碳储量的影响对于碳平衡具有重要意义。以江西省为例,基于InVEST-plus模型,探究1990—2020年江西省土地利用变化和碳储量时空演变,测算2030年多情景碳储量。(1)江西省1990年、2000年、2010年和2020年的碳储量分别为12.7594、12.7600、12.6912、12.5800亿吨,总体呈现减少态势。林地的减少是造成碳储量损失的主要因素。地上生物量碳库和土壤碳库碳储量最多,占总碳储量的88.82%。(2)至2030年,较2020年,在自然发展与城镇发展情景下,碳储量分别减少380、1330万吨,在生态保护情景下则增加125万吨,表明采取生态保护措施,优化土地利用结构,能有效控制碳储量的减少。(3)碳储量明显较高的地区位于生态用地连片的赣南山区,而碳储量明显较低的地区位于碳密度值较低以及建设用地呈斑块状分布的赣北区域。研究结果将为江西省生态文明建设作出合理生态决策、实现高质量发展提供科学依据。