關(guān)鍵詞生態(tài)系統(tǒng)服務(wù)價值；PLUS模型；多情景模擬；土地利用；西安市

中圖分類號X171.1文獻標識碼A

文章編號 0517-6611（2025）08-0047-08

doi：10.3969/j.issn.0517-6611.2025.08.011

開放科學(xué)（資源服務(wù)）標識碼（OSID）：

AbstractTakingXi’anastheresearcharea，thePLUSmodelandequivalentfactormethodwereemployedtosimulatelanduse paters underdierentsenariosin03andevalateteirecosystemservicevalue（ESV）.hersultshowedthattheKappacoefientofheLU model was O.862，the FOM value was O.14，and the overall accuracy was 9 1 . 6 1 % ，and the simulation effect was good.From 2000 to 2020，forest andcultivatedlandweretheaintypesfanduseinXi’anteaeaofwatrandwetlandcontiuedtoincreasehilethareaofculivated landndgrassandsoedowardtrendehanginlandtiillbedominaedbytedecreaseofivatedlanddalandadescddiidluaet scenarioUnderoicalpoteeapaateostildastadofrst terareaandetlandwithologicalfuncisicreasdteostunderteoomicevelopmentodel，tedlierateofultitedland wasthelargesttegrothateofwaterdwendastsalestamongteesenaosndteothatefostrutiolandas thelargest.ThVudertheatualdvelopent，olicalproteioadocprrteaisin3as6708loa 68，361.34mlnd6lloaspiely，llfeasediApotao growthwasthtiusiceaeineaofforestatedtasesilatioofoocprorityenadolicalote tionscenariosprovdsaeferefrtesupplyofostesicsuderdealonditiosndteatualdevelopntsceaosaer balancetheoflictetwnolgcallnddprodutioandlivingndichisoreinlineittfuturedvelopentdictoofla use in Xi'an.

Key wordsEcosystem service value；PLUS model； Multi scenario simulation；Land use；Xi'an City

生態(tài)系統(tǒng)服務(wù)是生態(tài)系統(tǒng)及其過程為確保人類生存而形成的自然環(huán)境條件與效用[1]。生態(tài)系統(tǒng)服務(wù)價值（ecosys-temservicevalue，ESV）是生態(tài)系統(tǒng)服務(wù)的貨幣化、生態(tài)系統(tǒng)服務(wù)能力的經(jīng)濟價值量化以及生態(tài)系統(tǒng)對人類社會貢獻的反應(yīng)[2]。生態(tài)系統(tǒng)服務(wù)價值是聯(lián)系生態(tài)系統(tǒng)和人類福祉、健康、生計的關(guān)鍵橋梁，是計算綠色GDP 的一個重要指標[3-4] O

土地利用類型的變遷是生態(tài)系統(tǒng)服務(wù)價值的主要推動力，他們之間存在著相互影響和相互約束的關(guān)系[5，大量研究采用多樣化的研究方法，從不同尺度對土地利用變化背景下的生態(tài)系統(tǒng)服務(wù)價值進行研究，例如許譯方等利用大尺度遙感影像和馬爾科夫鏈預(yù)測方法對粵港澳大灣區(qū)的ESV進行了估算；楊偉青等利用GeoSOS-FLUS模型對涪江流域ESV進行了多情景模擬評估；張百婷等8運用土地利用動態(tài)度、土地利用轉(zhuǎn)移矩陣探究祁連山1990—2020年ESV時空演變；程玉恒等[9利用土地利用程度變化模型對南京市高淳區(qū)村域尺度土地利用功能的時空演變格局進行了探究，并評估了該區(qū)域ESV損益情況。PLUS模型廣泛應(yīng)用于多情景模擬未來土地利用[10-15]，例如張朝輝等[1]耦合PLUS-Geodetector模型對未來15年土地利用情景進行模擬并探究3種情景下和田地區(qū)的生態(tài)系統(tǒng)服務(wù)價值；李安林等[12利用PLUS模型及當量因子法對怒江州ESV進行多情景模擬評估；李依汶等[13]利用PLUS模型和當量因子法，模擬評估洞庭湖流域2030年不同土地利用情景下ESV的時空演替；隋露等[15]模擬了2030 年烏魯木齊在多個情景下的土地利用變化，并結(jié)合使用當量因子法估算ESV，將土地利用變化與ESV聯(lián)系起來。與其他模型相比，PLUS模型能夠更有效地分析土地擴張和景觀變化的驅(qū)動因素；且單一情景下難以揭示自然發(fā)展和政策約束下ESV之間的差異，進而阻礙政府優(yōu)化土地利用結(jié)構(gòu)以及經(jīng)濟和社會發(fā)展與生態(tài)保護之間的平衡。筆者利用PLUS模型對西安市土地利用變化情況進行多情景模擬，在此基礎(chǔ)上進行ESV的評估，準確核算ESV對于及時了解生態(tài)系統(tǒng)服務(wù)動態(tài)、合理配置土地資源及建立生態(tài)安全格局具有重要意義[16]

1資料與方法

1.1研究區(qū)概況 西安市位于陜西省中部（

，地勢南高北低，溫帶大陸性季風(fēng)氣候。下轄11區(qū)2縣，總面積1.01萬 ；常住人口129.53萬，人口城鎮(zhèn)化率達到 7 9 . 2 % ；2020年GDP地區(qū)生產(chǎn)總值達到10020.39億元，經(jīng)濟體量持續(xù)擴大。西部大開發(fā)戰(zhàn)略、“一帶一路\"倡議等的順利實施，為西安帶來發(fā)展機遇的同時也對生態(tài)系統(tǒng)產(chǎn)生一定程度的影響。

1.2數(shù)據(jù)來源該研究的數(shù)據(jù)可分為地理信息數(shù)據(jù)及自然和社會經(jīng)濟數(shù)據(jù)兩大類，地理信息數(shù)據(jù)包括 的土地利用、DEM數(shù)據(jù)及道路、河流等基礎(chǔ)地理信息數(shù)據(jù)，自然和社會經(jīng)濟數(shù)據(jù)包括溫度、降水、人口、GDP、糧食收購價格、單位面積糧食產(chǎn)量。所有數(shù)據(jù)均重采樣為 的空間分辨率，空間坐標系均投影變換為CGCS2000。研究區(qū)數(shù)據(jù)信息見表1。

1.3 研究方法

1.3.1PLUS模型。PLUS模型是CA模型的一種，其集成了LEAS和CARS2個模塊，可用于挖掘土地擴張的驅(qū)動因素并預(yù)測土地利用景觀的斑塊級演化；與其他CA模型相比，具有更高精度的土地利用類型的斑塊詳細演變能力及更接近真實景觀的景觀格局模擬。PLUS模型所涉及的方法過程及一些關(guān)鍵參數(shù)的設(shè)置說明如下：

（1）驅(qū)動因子選取。根據(jù)研究區(qū)的實際情況、數(shù)據(jù)可得性及對相關(guān)研究成果的參考，選取高程、坡度、GDP、人口、溫度、降水、河流距離、省道距離、縣道距離、鄉(xiāng)道距離、高速距離、城市一級道路距離、城市二級道路距離、城市三級道路距離、城市四級道路距離共15個影響因子

（2）限制性區(qū)域設(shè)置。秦嶺山地區(qū)自然保護地分布廣泛，森林資源和野生動植物資源豐富多樣，具有極重要的生態(tài)價值，土地利用類型長期不可發(fā)生變化，因此將自然保護地設(shè)置為土地利用轉(zhuǎn)化限制性區(qū)域。

（3）領(lǐng)域權(quán)重設(shè)置。領(lǐng)域權(quán)重越大，土地類型的擴張能力越強。根據(jù)歷史情境，按照公式（1）確定領(lǐng)域權(quán)重。

式中： X 為某類土地利用類型的領(lǐng)域權(quán)重， X ∈ （ 0 ， 1 ） 6]（ i 取整數(shù)）； 為某類土地利用類型的初期柵格數(shù)量； 為某類土地利用類型的末期柵格數(shù)量。經(jīng)計算，各類土地利用類型的權(quán)重分別為耕地0.45、林地0.14、草地0.04、水域及濕地0.01未利用地0.01、建設(shè)用地 0 . 3 5

（4）模擬過程。選擇2000和2010年的2期數(shù)據(jù)進行模擬精度的驗證，通過Kappa系數(shù)、Fom系數(shù)以及總體精度來衡量模型的模擬精度，再用2010和2020年的2期數(shù)據(jù)進行2030年的模擬預(yù)測。

（5）精度驗證。經(jīng)PLUS模型的Kappa統(tǒng)計工具和FOM統(tǒng)計工具的精度驗證，得到Kappa系數(shù)為0.862，F(xiàn)OM值為0.14，總體精度為 9 1 . 6 1 % ，模擬精度較高，可用于2030年西安市多情景的土地利用模擬。

1.3.2情景設(shè)置。該研究設(shè)定3種未來發(fā)展情景，分別為自然發(fā)展情景、生態(tài)保護情景、經(jīng)濟優(yōu)先情景。自然發(fā)展情景是指研究區(qū)的各土地利用類型順應(yīng)自然演變規(guī)律，借助

Markov模型預(yù)測2030年各土地利用類型的面積。生態(tài)保護情景是指政府為提高生態(tài)環(huán)境的穩(wěn)定性，嚴格管控城鎮(zhèn)建設(shè)用地總量增長，筑牢西安秦嶺生態(tài)安全屏障；在此情景下，將林地向耕地和建設(shè)用地的轉(zhuǎn)出概率降低 4 0 % ，耕地、草地、未利用地向建設(shè)用地的轉(zhuǎn)入概率降低 3 0 % ，水域及濕地向建設(shè)用地的轉(zhuǎn)出概率降低 4 0 % ，草地和未利用地向林地、水域及濕地的轉(zhuǎn)入概率增加 30 % ，建設(shè)用地向林地、水域及濕地的轉(zhuǎn)出概率增加 3 0 % ，并將自然保護區(qū)作為限制轉(zhuǎn)換區(qū)域。經(jīng)濟優(yōu)先情景下，充分發(fā)揮西安連接南北溝通東西的重要作用，帶動本區(qū)及周邊地區(qū)經(jīng)濟快速發(fā)展的引領(lǐng)作用；在此情景下，將耕地、草地、未利用地、林地向建設(shè)用地的轉(zhuǎn)入概率增加 20 % ，建設(shè)用地向除耕地外的其他地類的轉(zhuǎn)出減少30 % 。

1.3.3生態(tài)系統(tǒng)服務(wù)價值估算。該研究采用當量因子法[14]估算研究區(qū)ESV，并根據(jù)研究區(qū)實際情況對生態(tài)系統(tǒng)服務(wù)的當量系數(shù)進行修正。

（1）地區(qū)系數(shù)修訂。修訂公式如下：

式中： λ 為地區(qū)修訂系數(shù)； Q 為研究區(qū)3種主要農(nóng)作物（小麥、玉米、水稻）單位面積糧食平均產(chǎn)量； 為全國3種作物單位面積糧食平均產(chǎn)量； 為修訂后生態(tài)服務(wù)功能價值當量； 為全國平均生態(tài)服務(wù)功能價值當量（ ？ i = 1 ， 2 ， 3 ， 4 ， 5 ， 6 分別對應(yīng)于耕地、林地、草地、水域及濕地、未利用地、建設(shè)用地）。修訂后的西安市生態(tài)系統(tǒng)服務(wù)當量因子如表2所示。

（2）經(jīng)濟價值修訂。修訂公式如下：

式中： 為單位面積當量系數(shù)的經(jīng)濟價值； Q 為2000—2020年研究區(qū)3種作物的平均產(chǎn)量； P 為3種作物的平均收購價格。由公式（4）求得研究區(qū) 為1589.88元 。

1.3.4敏感性分析。敏感性分析是衡量ESV隨時間變化對生態(tài)系統(tǒng)服務(wù)價值系數(shù)變化的依賴程度[17]。通過調(diào)整各地類ESV系數(shù)的 ± 5 0 % ，計算ESV對價值系數(shù)變化的響應(yīng)。公

式如下：

（5）式中：CS為敏感性指數(shù)； ） 分別為調(diào)整前、調(diào)整后估算的生態(tài)系統(tǒng)服務(wù)價值； 為調(diào)整前的價值系數(shù)； 為調(diào)整后的價值系數(shù)： k 為土地利用類型。當 ，ESV對于VC富有彈性；當 ，ESV缺乏彈性，是可靠的。

2 結(jié)果與分析

2.1土地利用結(jié)構(gòu)變化分析從表3可以看出，林地和耕地為西安市的主要土地利用類型，2000、2010、2020年林地面積分別為 4 6 5 8 . 4 1 ， 4 7 6 6 . 4 0 和 ，耕地面積分別為 和 。自退耕還林還草政策、“天保工程”實施以來，西安市不斷加大林地資源的保護力度，全面停止天然林商業(yè)性采伐，森林資源持續(xù)增長，生態(tài)效能得到進一步恢復(fù)；“十三五\"期間，西安市劃定生態(tài)保護紅線，持續(xù)加大林地、濕地管理力度，不斷強化工作措施，確保自然生態(tài)資源得到有效保護，故林地、水域及濕地面積呈現(xiàn)出持續(xù)增加的態(tài)勢。水域及濕地隨著“八水繞長安”工程的實施以及自然保護區(qū)和濕地公園的設(shè)立建成，呈現(xiàn)增加趨勢，增加 ；未利用地增加 ，建設(shè)用地增加 。耕地、草地的減少主要是生態(tài)、生產(chǎn)和生活用地之間的階段性權(quán)衡導(dǎo)致的，退耕還林及城鎮(zhèn)化快速擴張對耕地的占用導(dǎo)致耕地面積快速減少，草地減少的主要原因是對耕地和林地的補充轉(zhuǎn)化以及建設(shè)用地擴張的占用；林地、水域及濕地的增加說明西安經(jīng)濟發(fā)展的同時注重生態(tài)保護，并未以過度的犧牲生態(tài)條件來發(fā)展經(jīng)濟，積極踐行綠色國土開發(fā)理念。

2.2多情景土地利用模擬分析以2020 年為基期，模擬西安市2030年自然發(fā)展、生態(tài)保護、經(jīng)濟優(yōu)先3種情景下的土地利用情況（表4），土地利用轉(zhuǎn)移矩陣如圖2所示。

表4自然發(fā)展、生態(tài)保護和經(jīng)濟優(yōu)先情景下的西安市土地利用面積

（1）自然發(fā)展情景是指不設(shè)置任何轉(zhuǎn)換限制約束，遵循研究區(qū)的自然發(fā)展規(guī)律。與2020年相比，耕地和草地面積有所減少，林地、水域及濕地、未利用地、建設(shè)用地呈現(xiàn)增加態(tài)勢。其中，建設(shè)用地的增加面積最大，增加了 ，增長率為 2 2 . 9 5 % ；未利用地的增加幅度最大，增加了 ，增長率為 5 6 . 1 4 % ，為西安市提供豐富的耕地后備資源及建設(shè)用地的彈性調(diào)整；林地面積增加了 ，增長率為 2 . 3 7 % ；水域及濕地面積增加了 ，增長率為1 6 . 5 7 % ；草地減少幅度最大，減少了 ，減少率為3 0 . 6 3 % ；耕地面積減少了 ，減少率為 1 0 . 9 4 % 。自然發(fā)展情景下，西安市社會經(jīng)濟的發(fā)展及城鎮(zhèn)化擴張對城區(qū)周邊的農(nóng)用地占用趨勢擴大，即體現(xiàn)在耕地和草地數(shù)量的減少以及建設(shè)用地的擴張，擴張區(qū)域主要分布于北部的黃土臺塬區(qū)、渭河支流階地以及沖積平原（圖3），雖擴張面積總量較大，但是擴展范圍較小，比較分散。林地、水域及濕地面積的增加得益于西安市“大水大綠”“天保工程”等重點工程的實施以及自然公園和自然保護區(qū)的建立，故呈現(xiàn)持續(xù)增加的趨勢。

（2）生態(tài)保護情景。在自然發(fā)展基礎(chǔ)上，將自然保護地設(shè)置為限制轉(zhuǎn)換區(qū)域，提高建設(shè)用地、草地、未利用地向林地、水域及濕地的轉(zhuǎn)化概率。與2020年相比，耕地面積處于減少狀態(tài)，從 減少至 ，減少率為1 1 . 5 4 % ；水域及濕地的增加幅度最大，主要位于“長安八水”等開放水域及周邊濕地區(qū)，增長率為 2 8 . 9 3 % ，較自然發(fā)展情景有所提高；草地面積的增加率雖仍為負，但是減少幅度有所減小，較自然發(fā)展情景升高2.08百分點；林地面積相較自然發(fā)展情景增加了 。建設(shè)用地相較于自然發(fā)展情景減少了 ，說明以生活、生產(chǎn)功能為主的建設(shè)用地的轉(zhuǎn)入受到約束，增長速率得以降低，自然生態(tài)資源得到有效保護。

（3）經(jīng)濟優(yōu)先情景。與2020年相比，以生態(tài)功能為主的地類，包括林地、草地、水域及濕地，增加幅度均有所下降；建設(shè)用地面積的增加幅度最大，增加了 ，增長率相較自然發(fā)展情景的升高4.94百分點；水域及濕地的面積增加了 ，但與自然發(fā)展情景相比下降8.64百分點；草地面積減少幅度比自然發(fā)展情景增大 ；林地面積的變化幅度不大，僅比自然發(fā)展情景下降0.04百分點；未利用地面積基數(shù)較小，較自然發(fā)展情景減少了 ，整體數(shù)值變化不大。在經(jīng)濟優(yōu)先情景下，建設(shè)用地面積的擴張無論是橫向與同模式的其他地類的面積變化相比還是縱向與不同情景下的建設(shè)用地的擴張面積相比，其變化都是最顯著的，符合經(jīng)濟優(yōu)先情景下優(yōu)先考慮建設(shè)用地指標增加的發(fā)展模式。但西安市并未以犧牲生態(tài)為代價來使建設(shè)用地的擴張指標達到優(yōu)先保障，以生態(tài)功能為主的林地、草地、水域與濕地雖與自然發(fā)展情景相比增長率有所下降，但與2020年相比，均處于增長的狀態(tài)。

2.3生態(tài)系統(tǒng)服務(wù)價值時空變化從表5可以看出，與2020年相比，2030年自然發(fā)展情景、生態(tài)保護情景、經(jīng)濟優(yōu)先情景下的ESV分別為679.7082億、683.6134億、6 7 7 . 6 7 6 6 億元，均呈現(xiàn)上升趨勢。其中，林地貢獻度最高，達到 9 0 % 以上；其次是耕地，貢獻率在 6 % 上下波動；草地的單位當量系數(shù)較小、水域及濕地的面積占比較小，使二者對生態(tài)系統(tǒng)服務(wù)價值的貢獻度較?。唤ㄔO(shè)用地的生態(tài)系統(tǒng)服務(wù)價值為0。在自然發(fā)展情景下，2020—2030年ESV整體增加了9.8749億元，各土地利用類型的ESV變化趨勢符合2000—

2020年各地類的整體變化趨勢，與西安市的自然演變規(guī)律相符。生態(tài)保護情景下2020—2030年ESV增量相對于其他2種情景，增長量最大，增加13.7801億元。林地、水域及濕地的ESV增加幅度較大，原因是林地本底條件優(yōu)越，同時又加大了對森林資源的的保護力度，面積進一步增加，生態(tài)效能得到進一步增強，ESV大幅增長；水域及濕地ESV的增長則得益于繼續(xù)加強對“長安八水”濕地自然公園和自然保護區(qū)等地區(qū)的重點保護；草地ESV雖呈現(xiàn)下降趨勢，但相較自然發(fā)展情景，下降幅度有所減小。與自然發(fā)展情景相比，經(jīng)濟優(yōu)先情景下建設(shè)用地擴張速率加快，以生態(tài)功能為主的林地、水域及濕地的增幅被限制；水域及濕地的增幅（ 7 . 9 5 % ）縮減最大，下降了8.61百分點；林地增幅（ 2 . 3 3 % 縮減了0.04百分點；該情景下的ESV增幅最小，僅增加7.8433億元，ESV減少區(qū)主要位于北部的渭河平原區(qū)。

通過ArcGIS10.2建立網(wǎng)格尺度為 的漁網(wǎng)，計算得到研究區(qū)的ESV總量，通過自然斷點法將ESV分為5級（低值、較低值、中值、較高值、高值）。從圖4可以看出，2000—2030年西安市ESV整體呈現(xiàn)出南高北低的空間分布格局，2030年不同情景下西安市土地利用格局（圖3）與ESV分布格局基本一致，但局部存在差異，ESV高值區(qū)集聚連片分布在南部的秦嶺山區(qū)地帶，低值區(qū)主要位于北部經(jīng)濟發(fā)展水平較高、城鎮(zhèn)密集的平原區(qū)。結(jié)合土地利用與ESV變化進一步分析發(fā)現(xiàn)，自然發(fā)展情景下，ESV發(fā)生變化的漁網(wǎng)單元數(shù)達到15685個，其中，ESV價值量增長的漁網(wǎng)單元數(shù)占比僅為 2 4 . 4 8 % ，說明此種情景下，較少的土地帶動全市的生態(tài)系統(tǒng)服務(wù)功能供給的增長，提供優(yōu)質(zhì)生態(tài)服務(wù)的地類分布不平衡，主要分布于西安市北部涇河、渭河，中西部的驪山丘陵區(qū)、灞河流域、水庫等周邊地區(qū)及南部秦嶺山地區(qū)；ESV呈現(xiàn)較為顯著變化的為驪山丘陵區(qū)的周邊地區(qū)（低值向較低值、中值轉(zhuǎn)化，中值升高為較高值），秦嶺山區(qū)北部邊緣及灞河流域附近ESV較高值向高值轉(zhuǎn)化；ESV價值量下降的地區(qū)主要分布于中部及北部的城區(qū)附近，變化幅度較小且ESV各等級間沒有發(fā)生轉(zhuǎn)化。生態(tài)保護情景下，ESV發(fā)生變化的漁網(wǎng)單元數(shù)僅4625個，其中呈現(xiàn)正值增長的單元數(shù)占比達9 5 . 7 4 % ，集中分布于“八水\"流域附近、丘陵區(qū)及山地區(qū)；南部秦嶺山地區(qū)ESV由較高值向高值轉(zhuǎn)化，驪山丘陵區(qū)為低值、較低值大幅向較高值轉(zhuǎn)化；流域附近為中值、較高值向高值轉(zhuǎn)化，林地、水域及濕地的ESV增長幅度相比自然發(fā)展情景增大。經(jīng)濟優(yōu)先情景下，ESV發(fā)生變化的漁網(wǎng)單元數(shù)為3種情景之中最多，達到了16356個，ESV增長為負的漁網(wǎng)單元占比達到 7 6 . 3 3 % ，但ESV等級為較低值且未發(fā)生變化，主要分布于中部和南部的城區(qū)附近，由于城鎮(zhèn)的開發(fā)建設(shè)對耕地的占用，期內(nèi)耕地與建設(shè)用地轉(zhuǎn)化的單元數(shù)占比達到7 5 . 9 4 % 。

2.4敏感性分析使用敏感性分析公式（5）檢驗西安市ESV對價值系數(shù)的依賴程度，分別對2000—2030年各土地利用類型的敏感性進行檢驗，如表6所示，CS均小于1，說明西安市各地類的ESV對于VC的調(diào)整缺乏彈性，研究結(jié)果具有可靠性。

3討論

該研究借助PLUS模型模擬2030年自然發(fā)展情景、生態(tài)保護情景和經(jīng)濟優(yōu)先情景下各類土地利用類型的變化，并進一步計算得到不同情景下西安市ESV的變化。

從各地類之間的轉(zhuǎn)化來看，林地的增加主要來源于耕地、草地的轉(zhuǎn)入，耕地和建設(shè)用地的轉(zhuǎn)入是水域及濕地增加的主要原因。西安市政府對生態(tài)環(huán)境建設(shè)的不斷投入是林地、水域及濕地面積持續(xù)增加的主要原因。自1999年實行退耕還林還草政策以來，大批林業(yè)重點工程一直在持續(xù)推進，“大水大綠”重點區(qū)域綠化、天然林保護、三北防護林建設(shè)等使得林地資源持續(xù)增加，生態(tài)效能得到進一步恢復(fù)；濕地保護區(qū)、濕地公園的建立、“八水繞長安”工程以及對非法違規(guī)建筑的整治系列工程均對水域及濕地的生態(tài)恢復(fù)起到積極作用，水域及濕地資源得到有效保護，面積呈現(xiàn)較快增加趨勢。退耕還林還草等政策的推行及城鎮(zhèn)的快速擴張對耕地的占用使得耕地面積持續(xù)減少，耕地保護壓力較大，尤其以城區(qū)周邊區(qū)縣減少較為嚴重，在今后的耕地保護工作中，西安市政府必須堅持最嚴格耕地保護制度，規(guī)范耕地占補平衡，積極推進永久基本農(nóng)田核實整改補足工作，優(yōu)化長期穩(wěn)定利用耕地布局。草地向林地、耕地及建設(shè)用地的較多轉(zhuǎn)出為平衡生態(tài)保護、耕地維穩(wěn)、城市發(fā)展起到關(guān)鍵的協(xié)調(diào)作用；未利用地呈現(xiàn)增加趨勢但占比極小，零星分布于城鄉(xiāng)建成區(qū)附近，推測是由于數(shù)據(jù)采集時間不同，所導(dǎo)致的植被等地物覆蓋或者土地利用類型短暫轉(zhuǎn)化。

從土地利用模擬結(jié)果來看，較高的模擬精度保證了模擬的可靠性。3種情景下，建設(shè)用地面積擴張最大，增幅最大的為經(jīng)濟優(yōu)先情景，面積擴大 ；林地增加幅度略小于建設(shè)用地，但由于森林資源本底良好，林地依然是西安市面積最大的土地利用類型，生態(tài)保護情景下增量最大，達到 ；水域及濕地在不同情景下的面積波動較大，生態(tài)保護情景下面積最大，經(jīng)濟優(yōu)先情景下面積最小，但均大于2020年水域及濕地面積

進一步分析ESV變化與土地利用之間的關(guān)系，3種情景下ESV均呈現(xiàn)南高北低的狀態(tài)，這與西安市整體的地貌分布及地類相同，北部為平原、黃土冶塬、河流階地，以ESV較低的耕地、草地、建設(shè)用地分布為主；南部以山地、丘陵為主，地類以林地、水域及濕地為主，ESV較高。對ESV的貢獻程度最大的3種地類分別為林地、耕地、水域及濕地，由于濕地面積較小且一般與河流共生，所以該研究將水域及濕地2種地類識別為一種地類即水域及濕地，可能一定程度上影響ESV的評估精度。水域及濕地的轉(zhuǎn)人及變化趨勢與馮珊[18研究促進西安市生態(tài)環(huán)境正向發(fā)展的2種土地利用方式相似；與張輝等[19]得出的2000—2020年西安市土地利用的轉(zhuǎn)化及對生態(tài)價值的貢獻度研究結(jié)果相似，可以驗證該研究ESV評估結(jié)果的真實性。

在進行不同情景模擬設(shè)定時，鄰域權(quán)重及轉(zhuǎn)移概率的選取應(yīng)用具有一定的主觀性，且考慮到數(shù)據(jù)的可獲得性，該研究僅將自然保護地設(shè)置作為限制性區(qū)域，未將其他政策性因素考慮在內(nèi)；在驅(qū)動因素的選取上，缺乏對各驅(qū)動因素之間的相互作用關(guān)系的考量。在后續(xù)的研究中將會使用更高精度的自然及社會經(jīng)濟數(shù)據(jù)，進一步探究各驅(qū)動因子之間的相互作用對ESV的影響，提高區(qū)域ESV評估的精度。

4結(jié)論

（1）利用PLUS模型模擬2030年西安市的土地利用情況，Kappa系數(shù)為0.862，F(xiàn)OM值為0.14，說明模型模擬精度較高，模擬效果較好。

（2）2000—2020年，林地、耕地為西安市土地的主要利用類型，水域及濕地面積持續(xù)增加，耕地、草地面積呈現(xiàn)減少趨勢，主要轉(zhuǎn)化為林地、建設(shè)用地、水域及濕地。

（3）2030年，耕地、草地的縮減，林地、建設(shè)用地、水域及濕地的增加為西安市土地利用的主要變化。耕地面積減少幅度最小的為自然發(fā)展情景；建設(shè)用地在生態(tài)保護情景下擴張速率最小，以生態(tài)功能為主的林地、草地、水域及濕地面積增加最大；經(jīng)濟優(yōu)先情景下，耕地減少速率最大，水域及濕地增加速率得到抑制，且為3種情景最小，建設(shè)用地在3種情景中增幅最大。

（4）自然發(fā)展情景、生態(tài)保護情景、經(jīng)濟優(yōu)先情景下，西安市ESV分別為679.7082億、683.6134億、677.6766億元，比2020年均有所增長，其增長的重要原因來源于林地、水域及濕地面積的持續(xù)增加。低值區(qū)與高值區(qū)之間有明顯的界線，低值區(qū)集中分布在北部經(jīng)濟發(fā)展水平較高、城鎮(zhèn)密集的平原區(qū)，高值區(qū)連片分布在西安市南部山區(qū)地帶。

（5）自然發(fā)展情景與經(jīng)濟優(yōu)先情景ESV雖相差無幾，但經(jīng)濟優(yōu)先情景之下，較多耕地被占用，水域及濕地對ESV的增長帶動受到抑制；生態(tài)保護情景之下，ESV最大，但較多耕地轉(zhuǎn)化為生態(tài)用地，加重耕地保護的壓力。綜上所述，自然發(fā)展情景能夠較好地平衡生態(tài)用地與生產(chǎn)及生活用地之間的矛盾，更能兼顧西安市未來土地利用的發(fā)展需求，經(jīng)濟優(yōu)先情景和生態(tài)保護情景的模擬為理想條件下經(jīng)濟優(yōu)先和生態(tài)優(yōu)先的生態(tài)系統(tǒng)服務(wù)功能的供給提供參考。

參考文獻

[1]COSTANZA R，D'ARGE R，DE GROOT R，et al.The value of the world’secosystem services and natural capital[J].Ecological economics，1998，25（1） ：3-15.

[2]YANG RF，RENF，XU WX，et al.China's ecosystem service value in1992—2018： Pattern andanthropogenic driving factors detection usingBayesianspatiotemporal hierarchy model[J].Journal of environmental man-agement，2022，302：114089.

[3]XU YQ，XIAOFJ，LIAO Y M.Assessment of grassland ecosystem servicevalue in response to climate change in China[J].Diversity，2O22，14（3）：1-17.

[4]劉玉龍，馬俊杰，金學(xué)林，等.生態(tài)系統(tǒng)服務(wù)功能價值評估方法綜述[J].中國人口·資源與環(huán)境，2005，15（1）：88-92.

[5]許諾瑾，丁兵兵，余新曉，等.基于土地利用變化的黃河上游四川段生態(tài)系統(tǒng)服務(wù)價值評價[J].水土保持學(xué)報，2024，38（2）：178-189.

[6］許譯方，周永杰，何煜然，等.基于土地利用變化的粵港澳大灣區(qū)生態(tài)系統(tǒng)服務(wù)價值預(yù)測研究[J].生態(tài)科學(xué)，2020，39（1）：207-212.

[7]楊偉青，張會蘭.基于GeoSOS-FLUS的涪江流域生態(tài)系統(tǒng)服務(wù)價值評估及多情景模擬[J].水土保持研究，2022，29（5）：253-262.

[8]張百婷，李宗省，馮起，等.基于土地利用變化的1990一2020年祁連山地區(qū)生態(tài)系統(tǒng)服務(wù)價值演化分析[J].生態(tài)學(xué)報，2024，44（10）：1-16.

[9]程玉恒，喬偉峰，何天祺，等.南京市高淳區(qū)村域尺度土地利用功能變化及生態(tài)系統(tǒng)服務(wù)價值響應(yīng)研究[J].地理科學(xué)，2024，44（2）：340-350.

[10]LIANG X，GUANQF，CLARKE K C，et al.Understanding the drivers ofsustainable land expansion using a patch-generating land use simulation（PLUS） model： A case study in Wuhan，China[J].Computers，environ-mentandurbansystems，2021，85：1-36.

［11］張朝輝，于師琪.基于土地利用情景模擬的和田地區(qū)生態(tài)系統(tǒng)服務(wù)價值時空特征與交互驅(qū)動研究[J].農(nóng)業(yè)資源與環(huán)境學(xué)報，2024，41（4）：780-793.

[12]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(wù)價值評估：基于PLUS模型的多情景分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2023，44（1） ：140-149.

[13]李依汶，林濤，周文強，等.基于多情景模擬的洞庭湖流域生態(tài)系統(tǒng)服務(wù)價值研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（10）：109-121.

[14］謝高地，張彩霞，張雷明，等.基于單位面積價值當量因子的生態(tài)系統(tǒng)服務(wù)價值化方法改進[J].自然資源學(xué)報，2015，30（8）：1243-1254.

[15]隋露，蒲春玲，劉志有，等.基于PLUS模型的烏魯木齊市生態(tài)服務(wù)價值權(quán)衡協(xié)同探究[J].干旱區(qū)地理，2023，46（1）：159-168.

[16］楊舒媛，李子君.土地利用變化背景下沂河流域生態(tài)系統(tǒng)服務(wù)價值時空格局演化[J].環(huán)境科學(xué)，2024，45（8）：4722-4732.

[17]岳書平，張樹文，閆業(yè)超.東北樣帶土地利用變化對生態(tài)服務(wù)價值的影響[J].地理學(xué)報，2007，62（8）：879-886.

[18]馮珊.西安市土地利用功能轉(zhuǎn)型與生態(tài)環(huán)境效應(yīng)分析[J].自然資源情報，2023（2） ：20-27.

[19]張輝，謝濤，楊張瑜，等.西安市生態(tài)系統(tǒng)服務(wù)價值與生態(tài)風(fēng)險時空演變及其關(guān)聯(lián)分析[J].環(huán)境生態(tài)學(xué)，2024，6（7）：37-44.