劉菁華,李偉峰,周偉奇,韓立建,錢雨果

1 中國科學(xué)院生態(tài)環(huán)境研究中心 城市與區(qū)域生態(tài)國家重點實驗室,北京 100085 2 中國科學(xué)院大學(xué),北京 100049

由各類建設(shè)用地增加引起的土地利用變化是城市化最為顯著的特征之一?？梢哉f,城市化實質(zhì)是土地可利用功能的變性過程,無論是人口集聚、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,還是基礎(chǔ)設(shè)施建設(shè),都必須通過土地的重新配置來實現(xiàn)[1- 2]。京津冀城市群作為我國經(jīng)濟(jì)發(fā)展的核心區(qū)域,在促進(jìn)全國區(qū)域協(xié)調(diào)發(fā)展與保障生態(tài)安全格局具有多重戰(zhàn)略意義[3- 4],然而,由于快速的城市擴(kuò)張引發(fā)的土地利用顯著變化,以及一系列的生態(tài)環(huán)境問題,已經(jīng)嚴(yán)重制約著京津冀的可持續(xù)發(fā)展。區(qū)域尺度人口的大規(guī)模聚集增長與土地資源的有限性和可利用性,以及社會經(jīng)濟(jì)需求的增長與資源稟賦之間的矛盾日益加重[5]。因此,區(qū)域城市發(fā)展布局與生態(tài)安全多目標(biāo)的權(quán)衡與優(yōu)化是保障京津冀可持續(xù)發(fā)展的關(guān)鍵問題。

土地利用結(jié)構(gòu)優(yōu)化的概念,最初來源于Plummer于1993年給出的具體表述,即為達(dá)到一定的社會、經(jīng)濟(jì)及生態(tài)保護(hù)等目標(biāo),依據(jù)土地適宜性評價和土地資源的自身特性,對區(qū)域內(nèi)土地資源的各種利用方式進(jìn)行更加合理的數(shù)量安排和空間布局,從而提高土地利用效率及效益,維持土地生態(tài)系統(tǒng)的相對平衡,實現(xiàn)土地資源的可持續(xù)利用[6]。簡言之,土地利用結(jié)構(gòu)優(yōu)化是通過合理的數(shù)量安排和空間布局實現(xiàn)土地資源的可持續(xù)利用[7]。

目前,國內(nèi)外土地利用結(jié)構(gòu)優(yōu)化規(guī)劃中,優(yōu)化方法主要有土宜法、綜合法和模型法[8]。常用的數(shù)學(xué)模型有綜合平衡法、線性規(guī)劃法、系統(tǒng)動力學(xué)模型、灰色線性規(guī)劃法與模糊線性規(guī)劃法等。多種模型方法各有優(yōu)劣:例如,線性規(guī)劃模型在土地利用結(jié)構(gòu)優(yōu)化中廣泛應(yīng)用,較為簡單,但其模型目標(biāo)單一,缺乏空間性和時間動態(tài)性,應(yīng)用范圍有限[9];灰色線性模型是研究不確定性決策問題的有效方法,但仍為單目標(biāo)的,缺乏空間分異性,應(yīng)用尚不成熟[9];系統(tǒng)動力學(xué)模型是一種系統(tǒng)機理分析模型,要求對模擬的系統(tǒng)內(nèi)部機制充分了解,在因果關(guān)系不明確的情況下難以與復(fù)雜的空間信息相融合[10]。

近年來,適應(yīng)土地可持續(xù)利用規(guī)劃的多目標(biāo)優(yōu)化方法由于其既具有系統(tǒng)動力學(xué)模型的正負(fù)反饋特征,但比系統(tǒng)動力學(xué)方法應(yīng)用更簡單,同時又克服了線性規(guī)劃模型的目標(biāo)函數(shù)一維性和可行解區(qū)局限性的弊端,而逐漸為人們所應(yīng)用。王紅瑞等通過建立北京市豐臺區(qū)土地利用多目標(biāo)優(yōu)化模型,結(jié)合相關(guān)政策分析設(shè)計了土地利用結(jié)構(gòu)調(diào)整方案[11];向蕓蕓和蒙吉軍以武漢城市圈為研究區(qū),以經(jīng)濟(jì)效益和生態(tài)效益的最大化為目標(biāo),獲得了符合城市圈發(fā)展需求的土地利用結(jié)構(gòu)優(yōu)化方案,并提出了土地資源可持續(xù)利用的建議[12]。同時,遺傳算法已被認(rèn)為可能是最適合于多目標(biāo)優(yōu)化的方法,而近年來對遺傳算法求解多目標(biāo)優(yōu)化問題的研究也逐漸成為熱點[11-12]。遺傳算法作用于整個種群,同時強調(diào)個體的整合,并具有處理目標(biāo)函數(shù)的間斷性和多峰性等復(fù)雜問題的能力,能有效應(yīng)用于多目標(biāo)搜索,適用于解決復(fù)雜的非線性和多維空間尋優(yōu)問題[13-15]。因而,一系列的研究表明,利用遺傳算法的內(nèi)在并行機制和全局優(yōu)化特性,求解多目標(biāo)土地利用結(jié)構(gòu)優(yōu)化模型,從而可以較好地解決土地利用結(jié)構(gòu)的優(yōu)化配置問題[16-17]。

然而,若僅考慮構(gòu)建多目標(biāo)優(yōu)化模型,并依靠遺傳算法求解,只能從數(shù)量結(jié)構(gòu)上對土地利用進(jìn)行優(yōu)化配置,很難從空間分配上進(jìn)行優(yōu)化,從而有其局限性。隨著GIS技術(shù)的不斷發(fā)展,一系列土地利用空間分析模型逐漸進(jìn)入大眾視野,其中CLUE-S模型可綜合考慮空間限制性區(qū)域、土地適宜性等特征合理地進(jìn)行土地利用的空間分配,應(yīng)用廣泛[18- 21]。將其與多目標(biāo)土地利用結(jié)構(gòu)優(yōu)化模型相結(jié)合,可以很好地彌補多目標(biāo)優(yōu)化模型空間優(yōu)化不足的缺陷,從數(shù)量安排和空間布局兩個維度對土地利用進(jìn)行優(yōu)化配置[22-30]。

綜上所述,本研究將針對城市群這一重要的區(qū)域城市化模式,以京津冀城市群為例,一方面,綜合考慮經(jīng)濟(jì)、生態(tài)以及社會效益,建立權(quán)衡城市擴(kuò)張、耕地保護(hù)與生態(tài)效益的多目標(biāo)優(yōu)化模型;另一方面,結(jié)合京津冀城市群景觀格局的動態(tài)演變過程與驅(qū)動機制,構(gòu)建基于重要生態(tài)保護(hù)區(qū)發(fā)展限制的CLUE-S模型。兩者相結(jié)合,提出多目標(biāo)權(quán)衡下的2020年京津冀城市群土地擴(kuò)張優(yōu)化情景預(yù)案。本研究的方法及結(jié)果對京津冀城市群可持續(xù)發(fā)展的規(guī)劃與決策制定具有科學(xué)的參考價值。

1 研究方法

1.1 研究區(qū)概況

圖1 研究區(qū)位置及范圍Fig.1 Location and range of the study area

京津冀城市群地處環(huán)渤海核心地帶,面積約21.4萬km2,地勢西北高、東南低,區(qū)位優(yōu)勢明顯。京津冀城市群包括北京、天津2大直轄市以及河北省的石家莊、唐山、保定、廊坊、張家口、承德、秦皇島、滄州、衡水、邢臺與邯鄲11個地級市(圖1)。截至2014年,作為我國最具影響力的城市群,京津冀城市群土地面積僅占全國2.3%,而生產(chǎn)總值為6.65萬億元,占全國10.5%,總?cè)丝谡既珖?.1%,其中,北京和天津等中心城市的城鎮(zhèn)化率分別高達(dá)86.4%和82.3%,高于全國平均水平54.8%(數(shù)據(jù)來源:北京市統(tǒng)計局)。在社會經(jīng)濟(jì)迅速發(fā)展的同時,高強度的城市擴(kuò)張也對京津冀原本脆弱的生態(tài)環(huán)境造成了巨大壓力,例如,水資源短缺、耕地減少、嚴(yán)重的霧霾等問題已成為制約區(qū)域可持續(xù)發(fā)展的重要限制因素。一些地區(qū)的生態(tài)服務(wù)功能明顯下降,例如,西部太行山、燕山土壤侵蝕和壩上高原荒漠化加劇,平原洼淀萎縮及消失,以及地面沉降加劇[31]。2016年2月,全國第一個跨省市的區(qū)域“十三五”規(guī)劃印發(fā)實施,明確了京津冀地區(qū)未來五年的發(fā)展目標(biāo),提出到2020年,京津冀地區(qū)的整體實力將進(jìn)一步提升,應(yīng)在經(jīng)濟(jì)保持中高速發(fā)展的同時,使生態(tài)環(huán)境質(zhì)量得到明顯改善。

1.2 多目標(biāo)土地利用優(yōu)化模型

1.2.1 目標(biāo)函數(shù)的構(gòu)建

目標(biāo)函數(shù)的選取方面,考慮到京津冀城市群當(dāng)前土地資源特征與區(qū)域發(fā)展要求,本研究以權(quán)衡社會、經(jīng)濟(jì)與生態(tài)三大效益為目標(biāo),主要選取了經(jīng)濟(jì)效益和生態(tài)效益兩個目標(biāo),而社會效益方面,由于社會效益主要指社會各部門對土地的需求程度,包括人均建設(shè)用地、人均耕地、城鎮(zhèn)化水平、人均綠地面積等,涉及面廣,很難用單一的最大或最小目標(biāo)函數(shù)進(jìn)行量化,且社會效益主要體現(xiàn)在相關(guān)政策文件對各種土地利用類型的限制或保護(hù),故而本研究將社會效益轉(zhuǎn)化為約束條件進(jìn)行處理。

(1)經(jīng)濟(jì)效益目標(biāo)

(1)

式中,F1為研究區(qū)內(nèi)的國內(nèi)生產(chǎn)總值(元),用以表征研究區(qū)經(jīng)濟(jì)效益總值;Bi為經(jīng)濟(jì)效益系數(shù),即土地利用類型i所產(chǎn)出的單位面積GDP(元/hm2);xi為土地利用類型i的規(guī)劃面積(hm2)。

式中Bi的計算是結(jié)合2005—2010年《城市統(tǒng)計年鑒》中的經(jīng)濟(jì)數(shù)據(jù)(林業(yè)產(chǎn)值、牧草業(yè)產(chǎn)值、漁業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值等),通過表1中的公式換算得到逐年的經(jīng)濟(jì)效益系數(shù),再利用GM(1,1)灰色模型預(yù)測求得的2020年經(jīng)濟(jì)效益系數(shù)(其他地類設(shè)置為0.01)?；疑A(yù)測GM(1,1)模型是通過部分已知的數(shù)據(jù),將系統(tǒng)信息抽象的概念量化,量化的概念模型化,最終進(jìn)行模型優(yōu)化來預(yù)測部分未知的內(nèi)容[32]。經(jīng)濟(jì)效益系數(shù)的具體含義如表1。

表1 經(jīng)濟(jì)效益系數(shù)及含義

將經(jīng)濟(jì)效益系數(shù)代入式(1)可得經(jīng)濟(jì)效益目標(biāo)函數(shù)如式(2):

maxF1=0.15x1+21.15x2+36.27x3+16.53x4+470.01x5+0.01x6

(2)

(2)生態(tài)效益目標(biāo)

1997年,Costanza等的研究成果使得生態(tài)系統(tǒng)價值評估的原理和方法從科學(xué)意義上明確,謝高地等在參照Costanza全球生態(tài)系統(tǒng)服務(wù)功能評價模型研究的基礎(chǔ)上,修正后制定了中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價值系數(shù)表[33- 35],其中主要考慮的生態(tài)系統(tǒng)服務(wù)為氣候調(diào)節(jié)、氣體調(diào)節(jié)、水源涵養(yǎng)、土壤形成與保護(hù)、廢物處理、生物多樣性保護(hù)、原材料生產(chǎn)和娛樂文化價值。由于目前國內(nèi)外生態(tài)系統(tǒng)服務(wù)價值的評估都難以得出讓公眾和學(xué)術(shù)界普遍接受并認(rèn)可的結(jié)果,中國600多位具有生態(tài)學(xué)背景的專家通過5年調(diào)查形成了一個基于專家知識的生態(tài)系統(tǒng)服務(wù)價值單價體系,在沒有更好更有效的方法時,可將其用作適合中國生態(tài)系統(tǒng)狀況和經(jīng)濟(jì)發(fā)展水平的生態(tài)系統(tǒng)服務(wù)價值評估工具[36]。

生態(tài)價值目標(biāo)函數(shù)如下

(3)

式中,F2為研究區(qū)內(nèi)生態(tài)系統(tǒng)服務(wù)功能價值總量(元),Ci為土地利用類型i相對應(yīng)的生態(tài)價值系數(shù)(元/hm2),xi為土地利用類型i的規(guī)劃面積(hm2)。

生態(tài)系統(tǒng)服務(wù)價值系數(shù)指生態(tài)系統(tǒng)產(chǎn)生的生態(tài)服務(wù)的相對貢獻(xiàn)大小的潛在能力,定義為1 hm2全國平均產(chǎn)量的農(nóng)田每年自然糧食產(chǎn)量的經(jīng)濟(jì)價值,以此可將權(quán)重因子表轉(zhuǎn)換為當(dāng)年生態(tài)系統(tǒng)服務(wù)單價表[37]。本文采用了謝高地等制定的中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價值系數(shù)表,并通過修正系數(shù)[29]核算得到京津冀各土地利用類型的單位面積生態(tài)系統(tǒng)服務(wù)價值。系數(shù)校正方法為:以2001—2009年京津冀區(qū)域平均糧食單產(chǎn)428750 kg/km2為基準(zhǔn),糧食單價按1.4元/kg(2002—2010年國家退耕還林補助標(biāo)準(zhǔn))為基準(zhǔn),確認(rèn)一個沒有人力投入的自然生態(tài)系統(tǒng)提供的經(jīng)濟(jì)價值量為全國平均糧食單產(chǎn)市場價值的1/7[37]。校正后的生態(tài)價值系數(shù)如表2所示。

表2 土地利用類型對應(yīng)的生態(tài)價值系數(shù)

將生態(tài)效益系數(shù)代入式(3)可得生態(tài)效益目標(biāo)函數(shù)如式(4):

maxF2=18736.38x1+6208.32x2+39950.94x3+5925.34x4+360.17x5+360.17x6

(4)

1.2.2 約束條件

大量的案例研究都證明了政策對土地利用變化的重要作用,例如《京津冀協(xié)同發(fā)展土地利用總體規(guī)劃》的發(fā)布等。本研究主要考慮了土地總面積約束、人口總量約束、土地開發(fā)強度約束、濕地面積約束、耕地保有量約束、其他用地開發(fā)強度約束、林地保有量約束、草地保有量約束和數(shù)學(xué)模型約束,選取的約束指標(biāo)總體上反映社會效益要求,以求實現(xiàn)基于政策的對建設(shè)用地擴(kuò)張加以限制以及對林地、濕地、耕地等生態(tài)用地數(shù)量加以保護(hù)。數(shù)據(jù)來源主要是《北京市土地利用總體規(guī)劃(2006—2020年)》、《天津市土地利用總體規(guī)劃(2006—2020年)》、《河北省土地利用總體規(guī)劃(2006—2020年)》等,具體設(shè)定如下。

(1)土地總面積約束。各土地利用類型規(guī)劃面積的總和應(yīng)等于研究區(qū)總面積,即:

(5)

式中,A為研究區(qū)總面積(hm2),將京津冀城市群總面積代入上式求得,見式(6)。

x1+x2+x3+x4+x5+x6=21434760

(6)

(2)人口總量約束。按照城鎮(zhèn)用地和生態(tài)用地平均人口密度預(yù)測,區(qū)域內(nèi)的人口總量應(yīng)控制在預(yù)期年(2020年)規(guī)劃人口數(shù)之內(nèi),從而滿足區(qū)域內(nèi)的人口承載力要求,即:

D1∑xi+D2∑xj≤P

(7)

式中,D1、D2分別為基于規(guī)劃文件的農(nóng)用地及城鎮(zhèn)用地的2020年預(yù)測人口密度(人/hm2);xi、xj分別為生態(tài)用地和城鎮(zhèn)用地面積(hm2),i=1,2,3,4;j=5(其中x1為林地;x2為草地;x3為濕地;x4為耕地;x5為人工表面);P為2020年京津冀規(guī)劃總?cè)丝?人),由《河北省土地利用總體規(guī)劃(2006—2020年)》、《天津市土地利用總體規(guī)劃(2006—2020年)》和《京津冀協(xié)同發(fā)展規(guī)劃綱要》中獲取數(shù)據(jù),可得2020年河北省、天津市、北京市總?cè)丝谏舷薹謩e為7480萬、1500萬和2300萬。將京津冀城市群2020年規(guī)劃總?cè)丝谏舷拶x為P值,代入數(shù)據(jù)得式(8)。

2.83×x1+x2+x3+x4+21.2x5≤112800000

(8)

(3)土地開發(fā)強度約束。為防止城市建設(shè)用地擴(kuò)張過快,對生態(tài)環(huán)境脅迫加重,故而利用預(yù)期年土地利用規(guī)劃的建設(shè)用地面積加以限制,設(shè)約束條件如下:

A5,0≤x5≤A5,p

(9)

式中,A5,0為人工表面的現(xiàn)狀面積(hm2);A5,p為人工表面2020年規(guī)劃設(shè)定的人工表面面積上限(hm2)?，F(xiàn)狀面積來源于2010年土地利用分布圖,規(guī)劃面積來源于《河北省土地利用總體規(guī)劃(2006—2020年)》、《天津市土地利用總體規(guī)劃(2006—2020年)》和《北京市土地利用總體規(guī)劃(2006—2020年)》,代入數(shù)據(jù)得式(10):

2133396≤x5≤2696500

(10)

(4)濕地約束。近年來,京津冀城市群水資源承載力不斷下降,水資源破壞及污染嚴(yán)重,為保護(hù)區(qū)域水環(huán)境,設(shè)定濕地約束條件為預(yù)期年濕地面積不得少于基于歷史發(fā)展預(yù)測得到的預(yù)測值,如下表示:

x3≥A3,p

(11)

式中,A3,p為基于歷史演變的濕地預(yù)測面積(hm2)(具體方法見1.3.2),代入數(shù)據(jù)得式(12):

x3≥530208

(12)

(5)耕地保有量約束。由河北、天津、北京土地利用總體規(guī)劃(2005—2020)確定耕地保護(hù)紅線,結(jié)合基于歷史發(fā)展模擬得到的耕地預(yù)測值,設(shè)置約束條件如下:

x4≥max {A4,p,A4,p′}

(13)

式中,A4,p為《河北省土地利用總體規(guī)劃(2006—2020年)》、《天津市土地利用總體規(guī)劃(2006—2020年)》和《北京市土地利用總體規(guī)劃(2006—2020年)》中2020年耕地保有量總和(hm2)。A4,p′為基于歷史演變的耕地預(yù)測面積(hm2)(具體方法見1.3.2),代入數(shù)據(jù)得式(14):

x4≥9051804

(14)

(6)其他用地開發(fā)強度約束,如下式:

x6<1-r×A

(15)

式中,r為土地開發(fā)利用率,有關(guān)京津冀的土地開發(fā)利用率暫未找到標(biāo)準(zhǔn),參考其他城市設(shè)定為92%,代入數(shù)據(jù)得式(16):

x6<1714781

(16)

(7)林地保有量約束,如下式:

x1≥t×A

(17)

式中,t為森林覆蓋率。日前國家林業(yè)局分別與北京、天津、河北三省市人民政府簽署《共同推進(jìn)京津冀協(xié)同發(fā)展林業(yè)生態(tài)率先突破框架協(xié)議》中提出,2020年京津冀城市群森林覆蓋率應(yīng)達(dá)35%。即t=0.35。代入數(shù)據(jù)得式(18):

x1≥7402166

(18)

(8)草地保有量約束?？紤]到京津冀城市群生態(tài)環(huán)境質(zhì)量,設(shè)定預(yù)期年草地面積不低于現(xiàn)值,如下:

x2≥A2,0

(19)

式中,A2,0為草地的現(xiàn)狀面積(hm2)(具體見1.3.1),代入數(shù)據(jù)得式(20):

x2≥1977948

(20)

(9)數(shù)學(xué)模型約束。各變量非負(fù),即:

xi≥0,i=1,2,3,4,5,6

(21)

1.2.3 遺傳算法

遺傳算法從一組隨機產(chǎn)生的初始解(種群)開始搜索過程,種群中每個個體,即一個隨機變量,稱為染色體。這些染色體在迭代中通過交叉、變異、選擇而不斷進(jìn)化,產(chǎn)生下一代染色體,即后代。后代中染色體是否可以作為下一代種群參與進(jìn)化通過適應(yīng)度來度量。通過若干迭代后,算法大概率收斂于最優(yōu)染色體,即最優(yōu)解或非劣解[13]。

由于多目標(biāo)優(yōu)化問題往往需要的是整體最優(yōu),而非單個最優(yōu),且多個目標(biāo)之間可能是相互競爭的關(guān)系,所以需要求出一組解決方案的集合,稱為Pareto集。本研究采用MATLAB R2012b軟件中的多目標(biāo)遺傳算法(MOGA)工具箱對土地利用結(jié)構(gòu)多目標(biāo)優(yōu)化模型進(jìn)行求解。

1.3 土地利用空間優(yōu)化配置方法

1.3.1 數(shù)據(jù)來源

京津冀城市群的土地利用現(xiàn)狀數(shù)據(jù)采用的是“全國生態(tài)環(huán)境十年變化(2000—2010年)遙感調(diào)查評估”專項的全國土地利用分類體系的一級分類結(jié)果,主要包括林地、草地、濕地、耕地、人工表面與其他6大類地物[38]。土地利用特征的提取主要基于Landsat- 5 TM遙感影像,利用面向?qū)ο蠛突厮菹嘟Y(jié)合的土地利用/覆被信息提取方法,獲取得到2000年、2010年的土地利用分布圖。并結(jié)合高分辨率遙感數(shù)據(jù)和野外實地調(diào)查數(shù)據(jù)對遙感解譯數(shù)據(jù)進(jìn)行修正及驗證,以保證分類精度[38-40]。

1.3.2 CLUE-S模型

已有研究表明,模型是模擬與預(yù)測城市時空發(fā)展格局的有效方法,國內(nèi)外很多學(xué)者通過構(gòu)建模型的方法對不同類型的、單一的城市擴(kuò)張演變過程進(jìn)行了模擬與預(yù)測。其中,CLUE-S(the Conversion of Land Use and its Effects at Small regional extent)模型是荷蘭瓦赫寧根大學(xué)“土地利用變化和影響”研究小組在CLUE 模型的基礎(chǔ)上開發(fā)的[24]土地利用模擬模型,目前已在國內(nèi)外得到廣泛應(yīng)用[21- 23]。CLUE-S模型有兩個基本假設(shè),即(1)某地區(qū)的土地利用變化是受該地區(qū)的土地利用需求所驅(qū)動的,并且(2)一個地區(qū)的土地利用分布格局總是與土地需求及該地區(qū)的自然環(huán)境和社會經(jīng)濟(jì)狀況處于動態(tài)平衡狀態(tài)[28]。以這兩個假設(shè)為前提,CLUE-S模型的核心原理是基于Logistic回歸的區(qū)位適宜性,并運用系統(tǒng)論的方法模擬不同土地覆蓋類型隨時空變化過程中的競爭關(guān)系和相互作用的經(jīng)驗性分析。

本研究利用CLUE-S模型將多目標(biāo)優(yōu)化結(jié)果分配至空間上,從而更直觀地體現(xiàn)土地利用優(yōu)化配置在京津冀城市群的表現(xiàn)形式[21]。

1.3.3 綜合生態(tài)系統(tǒng)服務(wù)功能的保護(hù)

已有研究表明,生物多樣性、防風(fēng)固沙、土壤保持和水源涵養(yǎng)這4種生態(tài)服務(wù)功能對區(qū)域的生態(tài)安全具有重要影響。研究通過建立生態(tài)服務(wù)綜合指標(biāo)來量化空間上每個柵格單元對維持區(qū)域生態(tài)安全的相對重要性。方法詳見環(huán)境保護(hù)部與中國科學(xué)院“全國生態(tài)環(huán)境十年變化(2000—2010年)調(diào)查評估”中應(yīng)用的區(qū)域生態(tài)系統(tǒng)服務(wù)的定量評價方法與結(jié)果[31- 33]。

由于京津冀城市群基于歷史條件演變的未來城市擴(kuò)張將對生態(tài)系統(tǒng)服務(wù)功能產(chǎn)生嚴(yán)重的侵占,不利于區(qū)域生態(tài)安全[41],故而本研究將綜合生態(tài)系統(tǒng)服務(wù)功能作為限制發(fā)展區(qū)域輸入CLUE-S模型,以實現(xiàn)未來優(yōu)化配置中從空間層面對生態(tài)環(huán)境的保護(hù)。

2 研究結(jié)果與討論

2.1 土地利用結(jié)構(gòu)優(yōu)化方案解集

一般情況下,多目標(biāo)優(yōu)化問題中的多個目標(biāo)不可能同時達(dá)到最優(yōu),甚至可能是相互沖突的,而由于決策者自身經(jīng)驗及偏好的不同,可能會得到不同的最優(yōu)解,而在多目標(biāo)優(yōu)化中這些可能的最優(yōu)解稱為Pareto非劣解,利用多目標(biāo)遺傳算法可以同時得到多個Pareto非劣解,從而提供更多的選擇空間。

圖2 基于雙目標(biāo)函數(shù)的帕累托非劣解前端分布 Fig.2 The distribution of Pareto front based on two-objective optimization function

本研究通過MATLAB中的的MUGA模塊進(jìn)行迭代運算,直到算法運行滿足停止準(zhǔn)則,本研究的終止準(zhǔn)則為Pareto解的展開速率低于默認(rèn)值。圖2為MOGA搜索到的Pareto非劣解前端,非劣解前端大體呈曲線分布,說明大多數(shù)非劣解都可以搜索得到。

研究對表中的30個Pareto非劣解方案進(jìn)行比較分析,可以發(fā)現(xiàn)各個方案均能夠得到較好的綜合效益,且相差并不大。本研究從中選擇2種典型方案(表3)進(jìn)行下一步分析研究,其中,方案1的濕地面積是所有方案中最大的,這主要也是由于濕地在生態(tài)效益目標(biāo)函數(shù)中所占比重較大的原因;方案2中耕地和人工表面面積都相對較大,既可以保證一定的區(qū)域經(jīng)濟(jì)發(fā)展,又可以在一定程度上實現(xiàn)耕地保護(hù),是所有方案中相對最優(yōu)的方案,故而將方案2作為土地利用數(shù)量結(jié)構(gòu)優(yōu)化方案,嘗試優(yōu)化。

表3 土地利用數(shù)量結(jié)構(gòu)優(yōu)化方案(2020年)

2.2 基于多目標(biāo)的土地利用優(yōu)化配置情景模擬

將多目標(biāo)土地利用結(jié)構(gòu)優(yōu)化結(jié)果(方案2)輸入CLUE-S模型,同時考慮綜合生態(tài)系統(tǒng)服務(wù)功能的限制開發(fā),結(jié)合個土地利用類型的歷史轉(zhuǎn)移規(guī)則,預(yù)測模擬得到京津冀城市群2020年土地利用格局優(yōu)化情景預(yù)案,與對應(yīng)的基于歷史條件演變的未做優(yōu)化的土地利用格局情景(圖3)相比[21],優(yōu)化后的土地利用格局變化情景(圖3)存在明顯差異。

總體來看,相較于基于歷史條件下的2020年土地利用格局變化情景,由于2020年《共同推進(jìn)京津冀協(xié)同發(fā)展林業(yè)生態(tài)率先突破框架協(xié)議》中提出的2020年京津冀城市群森林覆蓋率35%的要求,故而優(yōu)化后草地增加速率相對減緩,同時林地面積大幅增加,未優(yōu)化情景中林地面積相較于2010年增加2.37%,而優(yōu)化后林地面積增加4.12%,提高了區(qū)域整體的森林覆蓋率。濕地面積相較于未優(yōu)化情景衰退速率有小幅降低,但整體上變化不大。由于本優(yōu)化方案所考慮的主要因素為耕地保護(hù)和城市擴(kuò)張相協(xié)調(diào),故而耕地面積相較原方案降幅減小,基于歷史條件演變的原方案中耕地面積較2010年下降5.56%,而優(yōu)化方案中下降4.40%,符合耕地保有量要求。人工表面變化方面,由于耕地保護(hù)和林地保有量增加的雙方要求,故而人工表面增加比例大幅下降,未優(yōu)化情景中,人工表面較2010年增加17.02%,而優(yōu)化后的人工表面增加比例僅為7.71%,由此可以看出,優(yōu)化方案中區(qū)域經(jīng)濟(jì)發(fā)展為生態(tài)環(huán)境保護(hù)做出一定讓步,同時,由于經(jīng)濟(jì)集約化發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,增速放緩后的人工表面面積依然有可能符合京津冀城市群穩(wěn)定、可持續(xù)發(fā)展的要求(表4)。

3 結(jié)論

本文通過構(gòu)建權(quán)衡京津冀城市群社會、經(jīng)濟(jì)發(fā)展與生態(tài)效益的多目標(biāo)土地利用結(jié)構(gòu)優(yōu)化模型,并利用遺傳算法求解,得到土地利用結(jié)構(gòu)優(yōu)化配置的情景預(yù)案,從而對該區(qū)域內(nèi)的土地利用結(jié)構(gòu)進(jìn)行優(yōu)化,最終結(jié)合空間顯性CLUE-S模型,模擬得到未來(2020年)的京津冀土地利用結(jié)構(gòu)的空間優(yōu)化配置情景預(yù)案。主要結(jié)論如下:

表4 優(yōu)化與未優(yōu)化情景的比較分析

(1)利用多目標(biāo)遺傳算法(MOGA)對滿足社會、經(jīng)濟(jì)與生態(tài)效益等不同目標(biāo)的土地利用結(jié)構(gòu)優(yōu)化配置問題進(jìn)行求解,可以得到一組使綜合效益達(dá)到較優(yōu)水平的Pareto非劣解方案,從一定程度上為決策人預(yù)案提供多種選擇方案,并通過與空間顯性模型CLUE-S相結(jié)合,從而實現(xiàn)對權(quán)衡不同發(fā)展目標(biāo)的土地利用結(jié)構(gòu)及格局分布的情景模擬。

(2)優(yōu)化方案與基于歷史條件演變的原方案相比,林地的增加可以相對滿足政策要求,增幅較大,但同時草地面積增長放緩。濕地面積與原方案相差不大,這也是由該方案的耕地保護(hù)傾向性決定的,但其在空間分配上相對更為合理。耕地較原方案減幅放緩,符合耕地保有量的要求,同時,人工表面為區(qū)域生態(tài)環(huán)境保護(hù)做出一定讓步,但結(jié)合集約化經(jīng)濟(jì)的推行以及產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整,仍能滿足社會經(jīng)濟(jì)發(fā)展需求。

(3)由于城市群的范圍較大,影響其發(fā)展的因素很多,不同因素的數(shù)據(jù)可獲得性、定量化、空間化,以及匹配度存在差異,對土地覆蓋/利用空間配置的模擬結(jié)果會有明顯影響,也是實施本研究所采用方法的局限性。如何更加全面、精細(xì)地定量化與空間化影響城市群發(fā)展的關(guān)鍵因素,有待進(jìn)一步補充完善。