摘要：以2000、2010和2020年3期土地利用數(shù)據(jù)為基礎，采用生態(tài)系統(tǒng)服務價值改進的生態(tài)足跡模型核算灤河上游流域各期總體和不同地類生態(tài)承載力總量，繪制生態(tài)承載力空間分布圖，分析其歷史變化趨勢和空間分布特征。并基于CA-Markov模型模擬流域2030年的土地利用格局，對該流域未來生態(tài)承載力進行了預測。結果表明，灤河上游流域建設用地和水域面積增長迅速，林地和草地互相轉換活躍，草地轉出居多，但仍是該流域主導地類。伴隨著活躍的地類轉換，流域生態(tài)承載力總體呈先減少、后增加的趨勢。預測結果表明，2020—2030年預測該流域生態(tài)承載力將從1 844 795 ghm2增加至2 032 204 ghm2，增長了10.16%，水域對該流域生態(tài)系統(tǒng)承載力貢獻作用十分突出。灤河上游流域生態(tài)承載力總體格局呈西北高、東南低的特征，內部單元隨時間變化在空間上呈斑塊聚集狀。

關鍵詞：生態(tài)足跡；生態(tài)系統(tǒng)服務價值；生態(tài)承載力；時空格局；預測

中圖分類號：F301.24" " " " "文獻標識碼：A

文章編號：0439-8114（2023）03-0165-08

DOI：10.14088/j.cnki.issn0439-8114.2023.03.026 開放科學（資源服務）標識碼（OSID）：

Spatial-temporal dynamic simulation of ecological carrying capacity in upper reaches of Luanhe River Basin based on CA-Markov model

HU Xing-xing1， CHEN Xing1， LU Juan-juan2， CHEN Xia3， ZHANG Qi-cheng1

（1.College of Hydrology and Water Resources， Hohai University， Nanjing" 210098， China； 2.Weichang Manchu and Mongolian Autonomous County Branch， Chengde Municipal Bureau of Ecology and Environment， Chengde" 068469， Hebei， China； 3.Jiangsu Provincial Water and Soil Conservation Ecological Environment Monitoring Station， Nanjing" 210012， China）

Abstract： Based on the three-phase land use data in 2000， 2010 and 2020， the ecological footprint based on the ecosystem service value model was used to calculate the total amount of ecological carrying capacity of three phases and different land use types in the upper reaches of Luanhe River Basin， a spatial distribution map of ecological carrying capacity was drawn， and its historical change trend and spatial distribution characteristics were analyzed. Based on the CA-Markov model， the land use pattern of the basin in 2030 was stimulated， and the future ecological carrying capacity of the watershed was predicted. The results showed that the settlement and water area of the upper reaches of Luanhe River Basin grew rapidly， and the conversion of forest and grassland was active. The grassland area was mostly transferred out， but it was still the dominant land class in the basin. With the active conversion of land use types， the ecological carrying capacity of the river basin generally showed a trend of “first decreasing and then increasing”. The forecast results showed that the ecological carrying capacity of the basin was predicted to increase from 1 844 795 ghm2 to 2 032 204 ghm2 between 2020 and 2030， an increase of 10.16%， and the cantribution of water area to the ecological carrying capacity of the basin was outstanding. The overall pattern of ecological carrying capacity in the upper reaches of Luanhe River Basin was characterized by high in the northwest and low in the southeast， and the internal units showed a trend of patch aggregation in space with time.

Key words： ecological footprint； ecosystem service value； ecological carrying capacity； spatio-temporal pattern； prediction

可持續(xù)發(fā)展已經成為新時期探索人與自然復雜作用關系、尋求發(fā)展平衡的重要科學工具［1］。21世紀以來，中國高度重視生態(tài)文明建設，提出要加強生態(tài)環(huán)境質量保護工作，保障區(qū)域可持續(xù)發(fā)展。而摸清流域生態(tài)承載力現(xiàn)狀正是流域可持續(xù)發(fā)展的先決條件［2］。黨的十八大就提出明確流域的生態(tài)承載力現(xiàn)狀，維持流域可持續(xù)發(fā)展［3］。黨的十九大進一步強調生態(tài)文明建設，良好的生態(tài)環(huán)境是民生福祉［4］。因此，科學認識生態(tài)環(huán)境現(xiàn)狀，摸清發(fā)展演變規(guī)律，對未來流域發(fā)展規(guī)劃和生態(tài)文明建設具有重要意義。

生態(tài)足跡是國內外生態(tài)承載力研究的熱點方法［5］，最初由加拿大學者Rees［6］在1992年提出，量化研究區(qū)可持續(xù)發(fā)展程度；徐中民等［7］最早將該模型引入中國，并核算了中國1999年生態(tài)承載力總量。許多學者對模型進行了改良和修正［8-11］。其中，基于生態(tài)系統(tǒng)服務價值修正的生態(tài)足跡法體現(xiàn)了生態(tài)系統(tǒng)為人類提供多種服務功能的重要性［12］。近年來，生態(tài)承載力研究主要趨向于脆弱地區(qū)的承載力評估，未來承載力的時空格局預測也是研究的重難點［13，14］。辛永君等［15］研究了干旱區(qū)疏勒河流域的生態(tài)承載力時空演變格局，并對其驅動力展開了分析探討。岳東霞等［16］基于生態(tài)足跡法預測了石羊河流域未來生態(tài)承載力時空格局特征。土地利用變化是一個復雜的時間和空間變化過程，開發(fā)了許多模型用于模擬未來土地利用變化趨勢。李安林等［17］基于PLUS模型探究了未來不同發(fā)展情境下怒江州土地利用空間格局，He等［18］采用LUSD模型評估了北京市2030年的城市擴張趨勢，李凱等［19］利用CA模型（Cellular automata）-馬爾科夫模型（Markov）探究了黃河流域未來用地格局。而CA-Markov模型有效融合了CA 模型和 Markov 模型的優(yōu)點，通過CA模型模擬復雜系統(tǒng)的空間變化，并使用Markov模型模擬長期預測，大大提高了未來土地利用模擬結果的準確性，在國內外得到了廣泛的應用。

因此，以灤河上游流域為研究對象，基于生態(tài)足跡法、土地利用預測模型和地理信息技術，預測2030年流域生態(tài)承載力時空分布格局，能夠較為準確地描述該流域的生態(tài)承載力演變特征與趨勢，探討未來用地模擬下生態(tài)承載力效應，為流域未來生態(tài)環(huán)境保護與生態(tài)文明建設提供參考。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

灤河上游流域（40°44′54″ N～42°42′36″ N，115°27′32″ E～117°45′33″ E）位于海河流域北部，跨越內蒙古錫林郭勒盟、赤峰市和河北省承德市、張家口市4個行政區(qū)市。流域面積18 536.22 km2，占海河流域面積的5.8%，灤河流域面積的33.1%。流域海拔371～2 228 m，平均海拔1 288.9 m，地勢整體呈西北高、東南低。流域北部為內蒙古高原山區(qū)，中部為壩上草原區(qū)，南部海拔相對較低，是典型的生態(tài)過渡區(qū)（圖1）。流域坡度為0°～64°，平均坡度7°。境內森林資源豐富，是重要的水源涵養(yǎng)區(qū)，也是京津冀地區(qū)生態(tài)安全的重要保護屏障。同時該流域位于農牧交錯帶和生態(tài)過渡區(qū)，原始生態(tài)條件脆弱。境內農牧業(yè)交錯，人與生態(tài)環(huán)境關系密切。20世紀90年代，人口、旅游開發(fā)和生態(tài)經濟的發(fā)展驅動著流域土地利用類型發(fā)生變化，該地區(qū)生態(tài)環(huán)境保障問題突出［20］。21世紀以來，隨著生態(tài)文明建設的提出，流域開展了大規(guī)模生態(tài)保護建設工作，退耕還林還草、風沙源治理，極大改善了境內的生態(tài)環(huán)境。因而，如何實現(xiàn)人與生態(tài)的協(xié)同發(fā)展，摸清生態(tài)保護建設工程對該流域的生態(tài)承載力有效與否，預測未來發(fā)展情境下流域生態(tài)承載力狀況，將為流域未來的國土空間決策和生態(tài)文明建設提供重要的決策支持。

1.2 數(shù)據(jù)來源

土地覆蓋數(shù)據(jù)（2000、2010、2020年）選取自30 m全球地表覆蓋數(shù)據(jù)GlobeLand30，按照一級分類將研究區(qū)重分類為六類：耕地、林地、草地、水域、建設用地和未利用地。柵格數(shù)據(jù)皆重采樣為30 m×30 m柵格。道路數(shù)據(jù)選用全國1∶100萬地理信息數(shù)據(jù)（2021年）。統(tǒng)計數(shù)據(jù)來自《中國農村統(tǒng)計年鑒》《全國農產品成本收益資料匯編》《中國農產品價格調查年鑒》《河北農村統(tǒng)計年鑒》《內蒙古統(tǒng)計年鑒》。

2 研究方法

2.1 生態(tài)系統(tǒng)服務價值當量修正

生態(tài)系統(tǒng)能夠為人類生存發(fā)展提供多種服務功能［21］。本研究中計算多年生態(tài)系統(tǒng)服務功能采用各類型土地覆蓋當量價值計算?；谏鷳B(tài)系統(tǒng)服務價值當量表［22，23］，采用基于農田的修正方法［24］在研究區(qū)流域尺度修正當量因子表。

由于灤河流域跨越內蒙古錫林郭勒盟、赤峰市和河北省承德市、張家口市，流域邊界與行政區(qū)極其不重合，但流域大部分位于錫林郭勒盟、承德市和張家口市境內，其余部分僅占流域面積的3.0%。故利用土地覆蓋數(shù)據(jù)將統(tǒng)計資料中基于行政區(qū)的數(shù)據(jù)估算到灤河流域范圍內，計算灤河生態(tài)系統(tǒng)服務價值和生態(tài)承載力。由灤河流域三期平均糧食單產" " " 2 816.87 kg/hm2與全國平均糧食單產4 989.37 kg/hm2的比值，研究流域修訂系數(shù)為0.56，灤河上游流域不同地類生態(tài)系統(tǒng)服務價值當量見表1。

2.2 生態(tài)承載力評估

生態(tài)承載力（Ecological carrying capacity，ECC）的計算通常采用Wackernagel等［25］提出的生態(tài)足跡法，將研究區(qū)內不同用地面積換算為統(tǒng)一標準，計算研究區(qū)為人類生產生活供給的資源量。本研究基于生態(tài)系統(tǒng)服務價值的方法修正了流域內部均衡因子。

1）生態(tài)承載力計算。單項生物生產性土地面積生態(tài)承載力計算公式如下：

式中，[ECCi]為單項生物生產性土地面積生態(tài)承載力，全球公頃（ghm2）；[ai]為i類生物生產性土地類型的面積，hm2。[ri]為i類生物生產性土地類型的均衡因子，無量綱；[yi]為i類生物生產性土地類型的產量因子，無量綱。

根據(jù)世界環(huán)境與發(fā)展委員會要求，生態(tài)承載力的總量計算中應扣除12%保證維持生態(tài)系統(tǒng)生物多樣性。

2）均衡因子和產量因子計算。均衡因子用于衡量研究區(qū)內不同生態(tài)系統(tǒng)的單位面積所提供的服務功能差異，采用郭慧等［10］基于生態(tài)系統(tǒng)服務價值的均衡因子測算方法，計算研究區(qū)各期均衡因子數(shù)值：

式中，[Pi]為研究區(qū)第[i]類生態(tài)系統(tǒng)生態(tài)服務單位面積價值量，元/（hm2·a）；[PNP]為研究區(qū)所有生態(tài)系統(tǒng)的生態(tài)服務單位面積平均價值量，元/（hm2·a）；[ri]為[i]類生物生產性土地的均衡因子，無量綱；[Dt]為研究區(qū)第[t]年1個標準當量因子的生態(tài)系統(tǒng)服務價值量，元/hm2，生態(tài)系統(tǒng)1個當量因子的經濟價值等于當年平均糧食單產市場經濟價值的1/7［23］，計算得到研究流域生態(tài)系統(tǒng)服務價值；[Fi]為研究區(qū)第i類生態(tài)系統(tǒng)生態(tài)服務價值當量因子之和，無量綱；[Si]為研究區(qū)第i類生態(tài)系統(tǒng)面積，hm2。

產量因子表示研究區(qū)與全國相比某一生態(tài)系統(tǒng)類型的生產能力差異，主要用于使區(qū)域之間的生物生產性土地面積具有可比性。本研究選用國家足跡賬戶（NFA）在“2022年國家生態(tài)足跡和生態(tài)承載力賬戶”中提供的三期中國區(qū)產量因子。未利用地生產力極低，產量因子為0［26］。

2.3 土地利用預測模型

CA模型即元胞自動機模型，具有很強的空間概念［27］，重視模擬中的空間特性，狀態(tài)變量和空間位置緊密聯(lián)系，具有一定的局限性，計算公式見式（3）。Markov模型是基于馬爾可夫過程的純數(shù)學意義的土地覆蓋變化概率模型，側重于未來用地預測中的數(shù)量變化，空間參數(shù)較弱，計算公式見式（4）。CA-Markov模型綜合了2種建模方法的優(yōu)勢，提高了未來土地覆蓋模擬結果的準確性，可以更好地模擬土地利用數(shù)量和空間變化的時空格局，是未來土地覆蓋變化預測常用的工具。

式中，[St、St+1]分別為t和t+1的系統(tǒng)狀態(tài)；N為細胞的鄰域；f為局部空間中細胞的轉變規(guī)則；[Pij]為狀態(tài)下的轉移概率矩陣。

本研究采用克拉克大學開發(fā)的IDRISI 17.2軟件中集成的CA-Markov模塊預測灤河上游流域未來土地覆蓋圖像，主要步驟如下：

1）計算土地利用轉移矩陣。應用Markov模型計算2000—2010年土地利用轉移概率矩陣，設置時間間隔為10年，向前預測10年。

2）定義元胞大小。本研究元胞大小定義為30 m×30 m的柵格大小。

3）構建土地轉化適宜性圖集。CA模型的核心就是元胞的演變規(guī)律，結合多目標決策導向模塊（Multi-criteria evaluation，MCE）構建不同地類轉換適宜性圖集。本研究根據(jù)灤河上游流域自身特點，確定約束性因素為建設用地，限制因子為海拔、坡度、到道路的距離、到水域的距離、到居民點的距離。

適宜性圖集規(guī)則，①建設用地：海拔lt;1 000 m最適宜，海拔gt;1 500 m適宜性差；0°～5°的坡度最適宜，5°的坡度適宜性差；到道路的距離lt;500 m最適宜，到道路的距離gt;1 km適宜性差；距離水域的距離" " "lt;500 m最適宜，gt;1 km適宜性差。②農田：海拔lt;1 000 m最適宜，海拔gt;1 500 m不宜；0°～5°的坡度最適宜，gt;15°不適宜；到道路的距離lt;500 m最合適，到道路的距離gt;1 km表示適用性較弱；到居民點的距離lt;500 m最適宜，gt;1 000 m適宜性差；距離水域的距離lt;500 m最適宜，不設上限。③禁止水域和建設用地轉化為其他土地類型。④海拔是林地和草地的主要制約因素。未使用的土地可以隨意轉換為其他土地類型。對多限制性要素影響地類，選用層次分析法AHP確定影響權重，驗證CR小于0.1即可。

4）應用CA-Markov模型預測2020年流域用地，以2010年土地覆蓋圖像為基期，CA濾波器選用默認的5×5鄰域濾波器，即每個元胞都被周圍的5×5的空間矩陣包圍影響，向前10年，循環(huán)設置10次。

2.4 土地利用模擬精度評價

為驗證土地覆蓋預測模型的準確性，將預測后2020年的土地覆蓋與實際2020年土地覆蓋比較，分析模擬精度。一般認為，Kappa 系數(shù)大于等于0.75［19］時模擬結果較好。結果表明，研究流域 kappa系數(shù)為0.86，模型精度較高。研究流域約束因子的選擇和轉換規(guī)律的確定可以有效預測該區(qū)域未來土地覆蓋變化趨勢，預測結果合理。因而，參照上述方法，構建2010—2020年適宜性圖集，預測2030年流域土地覆蓋變化。

3 結果與分析

3.1 土地覆蓋變化分析

根據(jù)CA-Markov模型與GIS空間疊加分析，模擬出灤河上游流域2000—2030年四期土地覆蓋變化（表2），揭示了研究流域不同地類數(shù)量和空間結構變化特征。

草地是灤河上游流域土地利用的主要類型，占流域總面積的50%以上，耕地和林地次之。2000—2020年，研究流域建設用面積增加了182.75 km2，增長幅度最大，增長率達165.7%，流域內城鎮(zhèn)擴展明顯，隨著社會經濟的發(fā)展，居民對建設用地的需求上升；水域面積增長了132.8%，與研究區(qū)水域保護相關政策有關；面積減少最多的是耕地和草地，分別減少了152.10 km2和132.31 km2，減少率為3.5%和1.3%，下降與區(qū)域經濟的發(fā)展和工業(yè)結構的調整密切相關。林地和未利用地面積波動較小，林地占總面積比例一直保持在21.5%左右，與流域內林地保護政策密不可分。

土地利用模擬結果顯示2030年研究區(qū)草地面積占流域總面積的49.8%，仍是流域主要土地利用類型。建設用地面積增長幅度大，到2030年將繼續(xù)擴張到541.07 km2，較2020年增長了84.6%，城鎮(zhèn)化發(fā)展迅速，與研究流域過去二十年內的城鎮(zhèn)開發(fā)格局相匹配。耕地、水域等地類面積均持續(xù)增加，草地面積同2020年相比下降了7.8%。林地面積相對變化不大，占比仍然保持在24.4%。由2030年灤河上游流域土地利用預測（圖2）可知，流域地類空間分布格局異質性明顯。內蒙古壩上高原東北方主要用地類型為草地，耕地集中分布在西南方向，冀北低土石山地區(qū)地類則以林地為主，耕地錯落散布在山麓。未利用地集中分布在上游內蒙古壩上高原區(qū)。研究流域2030年基本延續(xù)了過去二十年內土地利用變化特征，四期地類空間分布整體格局基本一致，但局部區(qū)域地類仍存在較明顯轉換。

3.2 生態(tài)承載力時空格局變化

3.2.1 生態(tài)承載力動態(tài)變化分析 采用修正后的生態(tài)足跡模型計算灤河上游流域2000、2010、2020年以及預測2030年的生態(tài)承載力，結果見表3。土地利用轉換引起研究流域生態(tài)承載力變化，2000、2010、2020年灤河上游流域生態(tài)承載力分別為" " " "1 872 827、1 830 213、1 844 795 ghm2，呈先降后升的趨勢。

2000—2020年，流域內不同土地利用類型生態(tài)承載力總量變化差異較大，其中耕地生態(tài)承載力總量以2010年為拐點，表現(xiàn)為先下降后緩慢上升，這主要是2000年以后退耕還林還草生態(tài)保護工程實施后，區(qū)域大規(guī)模退耕，而2010年往后面對新形勢下的耕地保護目標與糧食安全保障任務以及農村居民點的擴張，耕作用地需求增加，導致部分草地重新被開墾為耕地。林地和草地生態(tài)承載力均呈持續(xù)減少的趨勢，研究區(qū)草地和林地的保育措施尚待加強。水域和建設用地在生態(tài)承載力中所占比例相對較小，都呈強上升趨勢。其中建設用地生態(tài)承載力持續(xù)增長，主要因為2000年以來，研究區(qū)城鎮(zhèn)經濟建設發(fā)展迅速，建設用地需求增加，擴張迅速，2個時段內增長率分別為37.1%和70.5%。水域生態(tài)承載力占生態(tài)承載力總量比例分別為7.2%、10.0%、15.6%，與流域內水源涵養(yǎng)相關政策有關。

2030年流域生態(tài)承載力將繼續(xù)增長至" " " " " " "2 032 204 ghm2，同2020年相比增長了187 409 ghm2，上升幅度為10.2%，主要受流域水域面積增加影響。2030年水域對流域生態(tài)承載力的貢獻為23.9%，同2020年的15.6%相比增加了8.3個百分點，表現(xiàn)為強上升趨勢，與灤河流域多年來上游水源涵養(yǎng)相關政策密切相關。流域內建設用地四期生態(tài)承載力總量逐年增加，2030年建設用地生態(tài)承載力為50 565 ghm2，同2020年27 386 ghm2比增長了84.6%，與該流域用地發(fā)展格局匹配。耕地生態(tài)承載力保持增長，2030年研究流域耕地面積增加，生態(tài)承載力總量為423 222 ghm2，較2020年上升了27 081 ghm2，增速為6.8%。各地類中，林地、水域和草地對生態(tài)承載力的貢獻較大，2030年分別占當年生態(tài)承載力總值的44.1%、23.9%、22.3%。

3.2.2 生態(tài)承載力空間分布特性 圖3顯示了灤河上游流域單位面積生態(tài)承載力的空間分布特征，灤河上游流域生態(tài)承載力表現(xiàn)出高度的空間異質性，分布格局總體呈西北低、東南高，呈現(xiàn)斑塊聚集的變化趨勢。流域下游冀北土石山地區(qū)主要用地類型為林地和耕地，其貢獻的生態(tài)承載力價值較高。生態(tài)承載力價值較低的地方主要集中在流域上游內蒙古高原帶，是因為該區(qū)域地類主要以高原草地為主，且壩上荒漠大面積分布在此，其供給的生態(tài)承載力價值較低。2000—2030年四期流域生態(tài)承載力變化格局與土地利用變化格局基本一致。

對研究流域生態(tài)承載力進行疊置分析，構建2020—2030年研究流域生態(tài)承載力轉移矩陣，分析生態(tài)承載力不同組分在該流域內部的時空變化狀況。2020—2030年研究流域各地類評價單元下生態(tài)承載力存在明顯變化，主要是因為時間變化下流域土地利用格局發(fā)生轉變。從圖4可以看出，2020—2030年流域生態(tài)承載力增減變化較為復雜，生態(tài)承載力變化單元空間分布較為破碎。生態(tài)承載力增加的單元主要分布在內蒙古壩上高原帶，并且呈現(xiàn)明顯的帶狀分布，主要為水域修復的區(qū)域。生態(tài)承載力減少的單元主要分布在下游冀北土石山地區(qū)，斑塊較為離散，主要為山麓處的耕地開墾和城鎮(zhèn)擴張區(qū)域。

從表4可以看出，2020—2030年研究流域生態(tài)承載力轉出總量表示為2020年各地類向2030年各地類轉化后生態(tài)承載力減少總量，即表4負值之和142 587.31ghm2，同理，生態(tài)承載力轉入總量為表4正值之和，轉入總量為355 551.82 ghm2，是轉出總量的2.5倍。其中，部分草地沙化退化為未利用地導致流域生態(tài)承載力損失了4 403.27 ghm2。林地主要流出為草地，生態(tài)承載力損失了122 846.59 ghm2。耕地大量向草地和建筑用地轉移，轉移面積占轉出總面積的75.3%，流域生態(tài)承載力大量流失。由于高生態(tài)生產力的土地向較低生態(tài)生產力的地類轉移造成流域生態(tài)承載力總量損失達到近14萬ghm2。而2030年流域生態(tài)承載力總量仍保持增長，10年間增長近18萬ghm2，這主要是因為同時還有大量耕地和草地向較高生態(tài)承載力的林地和水域轉化，流域生態(tài)承載力總量轉入近35萬ghm2，最終使得增加量遠大于流失量，2030年研究流域生態(tài)承載力有所上升。

4 結論

基于灤河上游流域2000、2010和2020年三期土地利用數(shù)據(jù)，利用CA-Markov模型模擬了該流域2030年土地利用空間格局，并驗證了土地利用預測結果的可信度。采用生態(tài)系統(tǒng)服務價值修正的生態(tài)足跡法計算2000—2030年研究流域四期生態(tài)承載力，分析其總體和不同地類生態(tài)承載力總量和時空變化特征。主要結論如下：

1）2000—2030年，灤河上游流域城鎮(zhèn)擴張迅速，建設用地面積增加了近4倍，未來2020—2030年增長尤為顯著。林地和草地互相轉換活躍，但草地仍是該流域主導地類，水域面積增加十分迅速。流域總體格局變化不大，但內部地類轉換活躍，城鎮(zhèn)用地侵占草地和耕地而擴張。

2）時間尺度上，2000—2030年，灤河上游流域生態(tài)承載力總量以2010年為拐點，變化趨勢呈先減少后增加。各地類生態(tài)承載力總量變化差異大，水域對該流域生態(tài)系統(tǒng)承載力貢獻作用十分突出。林地、草地承載力占比都有減小的趨勢，應當加強流域的草地和林地修復后的保育措施，警惕承載力下降。

3）空間尺度上，灤河上游流域生態(tài)承載力總體呈西北低、東南高，空間分布呈明顯異質性。生態(tài)承載力低值區(qū)主要集中在流域西北內蒙古壩上高原帶，該區(qū)域地類主要為高原草地，且分布有大面積壩上荒漠，其供給的生態(tài)承載力較低。2000—2030年，該流域生態(tài)承載力整體空間格局變化不大，但內部生態(tài)承載力單元在空間上呈不同的變化趨勢。流域下游冀北土石山地區(qū)生態(tài)承載力增減變化空間分布較為破碎，境內多為山地，地形起伏大，居民在山麓平坦區(qū)域活動頻繁。

4）2030年流域整體生態(tài)承載力將呈上升趨好狀態(tài)，流域內實施的系列生態(tài)保障工程發(fā)揮了積極的作用，水域的保護在一定程度上對提升流域生態(tài)承載力作出了重要貢獻。因而，在未來用地開發(fā)中，應當嚴格管控河湖水域面積的開發(fā)，在合理發(fā)展居民城鎮(zhèn)化經濟的同時，延續(xù)生態(tài)保障措施。

參考文獻：

［1］ COSTANZA R， MCGLADE J， LOVINS H， et al. An overarching goal for the UN sustainable development goals［J］. Solutions， 2014， 5（4）：13-16.

［2］ 曲修齊，劉 淼，李春林，等. 生態(tài)承載力評估方法研究進展［J］. 氣象與環(huán)境學報， 2019， 35（4）： 113-119.

［3］ 谷樹忠，胡詠君，周 洪. 生態(tài)文明建設的科學內涵與基本路徑［J］. 資源科學， 2013， 35（1）： 2-13.

［4］ 李干杰. 以習近平新時代中國特色社會主義思想為指導奮力開創(chuàng)新時代生態(tài)環(huán)境保護新局面［J］. 環(huán)境保護， 2018， 46（5）： 7-19.

［5］ 譚偉文，文禮章，仝寶生，等. 生態(tài)足跡理論綜述與應用展望［J］. 生態(tài)經濟， 2012（6）： 173-181.

［6］ REES W E. Ecological footprints and appropriated carrying capacity： What urban economics leaves out［J］. Environment and urbanization， 1992， 4（2）： 121-130.

［7］ 徐中民，張志強，程國棟，等. 中國1999年生態(tài)足跡計算與發(fā)展能力分析［J］. 應用生態(tài)學報， 2003（2）： 280-285.

［8］ 劉某承，李文華，謝高地. 基于凈初級生產力的中國生態(tài)足跡均衡因子測算［J］. 生態(tài)學雜志， 2010， 29（3）： 592-597.

［9］ 王瑞杰，閆 峰，張學良. 2000-2015年鄂爾多斯高原生態(tài)承載力時空變化特征［J］. 水土保持通報， 2020， 40（1）： 91-98.

［10］ 郭 慧，董士偉，吳 迪，等. 基于生態(tài)系統(tǒng)服務價值的生態(tài)足跡模型均衡因子及產量因子測算［J］. 生態(tài)學報， 2020， 40（4）： 1405-1412.

［11］ 張志強，徐中民，程國棟. 生態(tài)足跡的概念及計算模型［J］. 生態(tài)經濟， 2000（10）： 8-10.

［12］ 馬克明，孔紅梅，關文彬，等. 生態(tài)系統(tǒng)健康評價：方法與方向［J］. 生態(tài)學報， 2001（12）： 2106-2116.

［13］ 魏曉旭，顏長珍. 生態(tài)承載力評價方法研究進展［J］. 地球環(huán)境學報， 2019， 10（5）： 441-452.

［14］ 趙東升，郭彩贇，鄭 度，等. 生態(tài)承載力研究進展［J］. 生態(tài)學報， 2019， 39（2）： 399-410.

［15］ 辛永君，周冬梅，金銀麗，等. 疏勒河流域生態(tài)承載力時空演變特征及驅動力研究［J］. 遙感信息， 2021， 36（6）： 18-26.

［16］ 岳東霞，楊 超，江寶驊，等. 基于CA-Markov模型的石羊河流域生態(tài)承載力時空格局預測［J］. 生態(tài)學報，2019，39（6）： 1993-2003.

［17］ 李安林，周 艷，唐麗毅，等. 怒江州土地利用模擬及生態(tài)系統(tǒng)服務價值評估——基于PLUS模型的多情景分析［J］. 中國農業(yè)資源與區(qū)劃，2023，44（1）：140-149.

［18］ HE C， ZHANG D， HUANG Q， et al. Assessing the potential impacts of urban expansion on regional carbon storage by linking the LUSD-urban and InVEST models［J］. Environmental modelling amp; software， 2016， 75：44-58.

［19］ 李 凱，張北贏. 基于CA-Markov模型的黃土高原土地利用模擬預測［J］. 湖北農業(yè)科學，2022，61（16）：64-69.

［20］ 孟憲智，孫玉蘭，胡 燕. 灤河流域生態(tài)環(huán)境自然修復途徑探析［J］. 海河水利，2003（5）：7-10.

［21］ 羅躍初，周忠軒，孫 軼，等. 流域生態(tài)系統(tǒng)健康評價方法［J］. 生態(tài)學報， 2003，23（8）：1606-1614.

［22］ 謝高地，張彩霞，張昌順，等. 中國生態(tài)系統(tǒng)服務的價值［J］. 資源科學， 2015， 37（9）：1740-1746.

［23］ 謝高地，魯春霞，冷允法，等.青藏高原生態(tài)資產的價值評估［J］.自然資源學報， 2003（2）： 189-196.

［24］ 徐麗芬，許學工，羅 濤，等. 基于土地利用的生態(tài)系統(tǒng)服務價值當量修訂方法——以渤海灣沿岸為例［J］. 地理研究， 2012， 31（10）： 1775-1784.

［25］ WACKERNAGEL M， REES W. Our ecological footprint： Reducing human impact on the earth［M］. Canada：New society publishers， 1998.

［26］ 岳東霞，杜 軍，劉俊艷，等. 基于RS和轉移矩陣的涇河流域生態(tài)承載力時空動態(tài)評價［J］. 生態(tài)學報，2011，31（9）：2550-2558.

［27］ HAMAD R， BALZTER H， KOLO K. Predicting land use/land cover changes using a CA-Markov model under two different scenarios［J］. Sustainability，2018，10（10）： 3421.