中圖分類號(hào)：F301.2 文獻(xiàn)標(biāo)志碼：A

土地是人類最寶貴的資源之一，也是人類社會(huì)經(jīng)濟(jì)活動(dòng)的載體[1-2]。土地利用變化是全球環(huán)境氣候變化和可持續(xù)發(fā)展研究的重要內(nèi)容[3-5]。隨著全球經(jīng)濟(jì)的迅猛增長(zhǎng)，工業(yè)化和城鎮(zhèn)化等進(jìn)程的不斷推進(jìn)，土地利用行為日益頻繁，人地關(guān)系矛盾日益加劇。黨的二十大報(bào)告提出“構(gòu)建優(yōu)勢(shì)互補(bǔ)、高質(zhì)量發(fā)展的區(qū)域經(jīng)濟(jì)布局和國(guó)土空間體系”，將優(yōu)化國(guó)土空間開發(fā)與治理作為推進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展與生態(tài)文明建設(shè)的重要舉措。城市土地資源的合理規(guī)劃與集約利用直接關(guān)系著經(jīng)濟(jì)社會(huì)與生態(tài)環(huán)境的可持續(xù)發(fā)展，探究城市土地利用空間格局演化規(guī)律、準(zhǔn)確預(yù)測(cè)其變化趨勢(shì)，對(duì)于科學(xué)規(guī)劃管理城市土地利用和實(shí)現(xiàn)城市的高質(zhì)量發(fā)展具有重要意義。

自20世紀(jì)90年代以來，土地利用/覆被變化一直是地理學(xué)、生態(tài)學(xué)等領(lǐng)域的重要研究主題[6-8]，土地利用數(shù)量結(jié)構(gòu)和空間分布[9]、驅(qū)動(dòng)因素[10]、模擬預(yù)測(cè)[1]、生態(tài)系統(tǒng)服務(wù)價(jià)值（ecosystemservicevalue，ESV）評(píng)估[12]和碳儲(chǔ)量變化[13]等方面產(chǎn)生了諸多成果。研究方法包括土地利用動(dòng)態(tài)度[14]，土地利用轉(zhuǎn)移矩陣[15]等諸多定量分析方法，以及元胞自動(dòng)機(jī)（cellularautomaton，CA）模型[16]與生態(tài)系統(tǒng)服務(wù)和權(quán)衡的綜合評(píng)估（Integrat-edValuationofEcosystemServicesandTradeoffs，In-VEST）模型[17]。李廣東等[18]根據(jù)土地利用多功能特性構(gòu)建了土地“生態(tài)一生產(chǎn)一生活”空間功能分類體系，并進(jìn)行不同地類的功能識(shí)別與價(jià)值評(píng)估。劉紀(jì)遠(yuǎn)等[19]利用遙感圖像動(dòng)態(tài)監(jiān)測(cè)2010—2015年中國(guó)土地利用變化，并揭示了不同土地利用類型的時(shí)空變化特征。褚琳等20基于CA-Markov和InVEST模型揭示了城鎮(zhèn)化擴(kuò)張與填湖造地是武漢市生態(tài)景觀變化的主要原因。張曉瑤等[21]基于深圳市土地利用和ESV變化規(guī)律，運(yùn)用FLUS模型與ESV算法模擬不同情景下土地利用變化對(duì)ESV的影響。上述研究成果對(duì)于推動(dòng)全球及局部區(qū)域的土地資源合理規(guī)劃與利用，促進(jìn)經(jīng)濟(jì)、社會(huì)、生態(tài)的協(xié)調(diào)發(fā)展起到了積極作用，但是對(duì)喀斯特地區(qū)的國(guó)土空間格局演化與模擬預(yù)測(cè)的研究相對(duì)較少。

清鎮(zhèn)市地處貴州中部，是典型喀斯特地區(qū)，具有自身保水能力差、植被生長(zhǎng)緩慢、水土流失嚴(yán)重[22]等特點(diǎn)。它既是重點(diǎn)水源保護(hù)地，又是職業(yè)教育高地和農(nóng)業(yè)大市，肩負(fù)“保湖”“興學(xué)”“富農(nóng)”三大使命。特殊的地貌特征、城鎮(zhèn)化的推進(jìn)及水源地的生態(tài)環(huán)境保護(hù)致使該地區(qū)土地利用方式轉(zhuǎn)換頻繁。因此，研究清鎮(zhèn)市土地利用類型的空間分布格局、演化規(guī)律和多情景模擬預(yù)測(cè)未來土地利用變化趨勢(shì)對(duì)于平衡清鎮(zhèn)城鎮(zhèn)發(fā)展的用地需求和紅楓湖等重點(diǎn)水源地的生態(tài)環(huán)境保護(hù)限制至關(guān)重要。本文基于清鎮(zhèn)市2000、2010與2020年土地覆被數(shù)據(jù)，借助土地利用轉(zhuǎn)移矩陣和動(dòng)態(tài)度等方法探究清鎮(zhèn)市2000—2020年土地利用類型的空間分布與結(jié)構(gòu)演化特征，隨后通過斑塊生成土地利用變化模擬模型（patch-generating land use simulation model，PLUS）的土地?cái)U(kuò)張策略分析（landexpansionanaly-sisstrategy，LEAS）模塊探討清鎮(zhèn)市土地利用類型變化的驅(qū)動(dòng)機(jī)制和發(fā)展?jié)摿?，并在PLUS模型中借助馬爾可夫鏈方法（Markovchain）和CA模型模擬預(yù)測(cè)清鎮(zhèn)市未來2030、2040年的土地利用變化情況。本文研究為清鎮(zhèn)市土地利用結(jié)構(gòu)優(yōu)化、生態(tài)環(huán)境保護(hù)、高質(zhì)量可持續(xù)發(fā)展等方面提供了一定的決策參考，以期為其他喀斯特地區(qū)的土地利用變化研究與模擬預(yù)測(cè)提供一定的參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

清鎮(zhèn)市位于貴州省中部，東經(jīng) 106^°07^′～106^°33^′ ，北緯 26^°21^′～26^°59^′ ，總面積 1 386.6km² ，下轄9個(gè)鄉(xiāng)鎮(zhèn)與3個(gè)街道（圖1）。清鎮(zhèn)市由西北部巖溶丘陵山地、中部丘陵盆地和南部淺丘洼地組成，地勢(shì)由西北到東南逐漸降低，西南、東部山脈隆起，地形起伏較大。清鎮(zhèn)市地處云貴高原，屬于北亞熱帶季風(fēng)濕潤(rùn)氣候區(qū)，表現(xiàn)出獨(dú)特的高原氣候特征；夏季高溫多雨、雨熱同期，而冬季溫和濕潤(rùn)、氣溫波動(dòng)較小;年平均氣溫約為 15°C ，年平均降水量約1000mm 。

1. 2 數(shù)據(jù)來源

本文土地利用分類數(shù)據(jù)來自武漢大學(xué)地表覆蓋數(shù)據(jù)集CLCD，空間分辨率為 30m 。數(shù)字高程模型（digitalelevationmodel，DEM）數(shù)據(jù)來自地理空間數(shù)據(jù)云平臺(tái)，空間分辨率為 30m 。各類數(shù)據(jù)信息如表1所示。驅(qū)動(dòng)因子數(shù)據(jù)中年均降水量、年均溫度、距水域的距離（河流、水系（面）水系（線））空間分辨率為 300m ，其余數(shù)據(jù)空間分辨率為30 m。

2 研究方法

2.1土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣以二維矩陣的形式反映初、末期不同土地利用類型之間互相轉(zhuǎn)換的數(shù)量關(guān)系和轉(zhuǎn)移方向[21]，表達(dá)式如下：

式中： S_ij 為土地利用類型 i 轉(zhuǎn)變?yōu)橥恋乩妙愋?j 的面積； n 為土地利用類型數(shù)。

2.2 土地利用動(dòng)態(tài)度

土地利用動(dòng)態(tài)度用來定量描述某一時(shí)期土地利用類型的數(shù)量變化情況，可以分為單一土地利用動(dòng)態(tài)度和綜合土地利用動(dòng)態(tài)度。

單一土地利用動(dòng)態(tài)度表示不同土地利用類型在一定時(shí)期內(nèi)的變化速率，表達(dá)式如下：

式中： K 為單一土地利用動(dòng)態(tài)度； U_a?U_b 分別為監(jiān)測(cè)前與監(jiān)測(cè)后某種土地利用類型的面積； T 為監(jiān)測(cè)時(shí)長(zhǎng)。

綜合土地利用動(dòng)態(tài)度反映土地利用變化速率的區(qū)域差異[10]，表達(dá)式如下：

式中： L 為土地利用綜合動(dòng)態(tài)度； U_i 為監(jiān)測(cè)時(shí)

期開始的第 i 類土地利用類型的面積； ΔU_ij 為監(jiān)測(cè)時(shí)段內(nèi)土地利用類型第 i 類轉(zhuǎn)換為第 j 類的面積的絕對(duì)值； T 為監(jiān)測(cè)時(shí)長(zhǎng)。

2.3 PLUS模型

斑塊生成土地利用變化模擬模型[23-24]集成了土地?cái)U(kuò)張策略分析模塊和多類隨機(jī)斑塊種子的元胞自動(dòng)機(jī)未來土地利用變化模擬模型。土地?cái)U(kuò)張策略分析模塊提取2期土地利用變化各類用地?cái)U(kuò)張的部分，并采用隨機(jī)森林算法獲取各類用地的擴(kuò)展概率及驅(qū)動(dòng)因素對(duì)各類用地?cái)U(kuò)張的貢獻(xiàn)度?；诙囝愋碗S機(jī)種子機(jī)制的元胞自動(dòng)機(jī)模型結(jié)合了隨機(jī)種子生成和閾值遞減機(jī)制，在發(fā)展概率的約束下動(dòng)態(tài)地模擬斑塊的自動(dòng)生成。

基于清鎮(zhèn)市土地利用數(shù)據(jù)借助PLUS模型模擬清鎮(zhèn)市2000、2010和2020年自然增長(zhǎng)、生態(tài)保護(hù)、城鎮(zhèn)發(fā)展場(chǎng)景的土地利用變化，根據(jù)表2的轉(zhuǎn)移矩陣權(quán)重來模擬3個(gè)場(chǎng)景中各用地類型的轉(zhuǎn)移情況。

1）自然增長(zhǎng)場(chǎng)景：在沒有突發(fā)性自然災(zāi)害和外界因素的干擾下，土地類型的發(fā)展規(guī)律基本保持不變。

2）生態(tài)保護(hù)場(chǎng)景：在生態(tài)保護(hù)優(yōu)先條件下，限制不透水面的擴(kuò)張，模擬退耕還林、還草政策，草地、林地等用地類型的面積適度增加。

3）城鎮(zhèn)發(fā)展場(chǎng)景：在城鎮(zhèn)化擴(kuò)張途中允許出現(xiàn)耕地、生態(tài)用地等被侵占的情況

斑塊擴(kuò)張面積TA的變化是對(duì)各用地類型擴(kuò)張能力的定性表征，同時(shí)TA的變化量用來定量表征各用地類型的擴(kuò)張強(qiáng)度。利用TA計(jì)算領(lǐng)域土

地權(quán)重 W ，公式如下：

式中： W_i 是第 i 類土地類型領(lǐng)域權(quán)重， TA_i 為第 i 類土地利用擴(kuò)張面積， TA_min.TA_max 分別為各類土地利用最小擴(kuò)張面積、最大擴(kuò)張面積。

3 結(jié)果與分析

3.1土地利用變化特征

3.1.1土地利用變化空間分布特征

清鎮(zhèn)市2000—2020年土地利用空間的變化見表3，其分布情況如圖2所示。由表3和圖2可以看出：耕地和林地面積之和占比超過 90% ，灌木地、草地、水體和不透水面面積占比較小，裸地最少。耕地集中分布于中部與西北；林地集中分布于西南部與東北部，北部零散分布；水體與不透水面集中分布于清鎮(zhèn)市南部；草地與灌木地臨近于林地邊緣零散分布。土地利用變化以耕地與灌木地面積顯著減少，林地、草地和不透水面面積增加，水體與裸地面積保持相對(duì)穩(wěn)定為主要特征。其中：耕地減少 55.23km² ，灌木地減少 39.61km² ；林地、草地和不透水面面積顯著增加，分別增加了 67.56km² 13.03km² 和 18.50km² ;水體面積變化趨勢(shì)緩慢，僅降低 0.32% ;裸地面積略有增加，增加了 0.07km² 。

3.1.2土地利用類型轉(zhuǎn)移變化

清鎮(zhèn)市2000、2010和2020年土地利用類型轉(zhuǎn)移矩陣如圖3所示。由圖3可以看出：2000—2010年，清鎮(zhèn)市土地利用類型轉(zhuǎn)化呈現(xiàn)出多樣化的特征。耕地轉(zhuǎn)化為林地的面積達(dá) 55.00km² ，林地轉(zhuǎn)化為耕地的面積達(dá) 42.49km² 。灌木地轉(zhuǎn)化的面積占比達(dá)到2000年面積的 53.49% ，水體轉(zhuǎn)化為其他土地利用類型的面積共計(jì) 4.14km²。

2010—2020年，清鎮(zhèn)市不透水面面積大幅增加，增加了 12.30km² ，伴隨著清鎮(zhèn)市城鎮(zhèn)化建設(shè)大力發(fā)展，不透水面面積迅速增加。此外，耕地轉(zhuǎn)化為林地的面積達(dá) 70.51km² ，部分歸因于清鎮(zhèn)市2015—2017年新一輪退耕還林政策的持續(xù)推進(jìn)，耕地被加速轉(zhuǎn)化為林地。

2000—2020年，耕地轉(zhuǎn)化為其他土地利用類型的面積最多，共轉(zhuǎn)出 55.23km² ；灌木地轉(zhuǎn)移了39.61km² ；水體與裸地面積相對(duì)比較穩(wěn)定；草地與不透水面面積增加程度較大，主要來自于耕地的轉(zhuǎn)入。

3.1.3土地利用動(dòng)態(tài)變化

清鎮(zhèn)市2000—2020年土地利用動(dòng)態(tài)度變化情況如表4所示。從單一動(dòng)態(tài)度來看，耕地、灌木地、水體面積持續(xù)減少，其余土地利用類型的面積則持續(xù)增加。相較于2000—2010年，2010—2020年耕地和灌木地面積減速加快；水體面積減速放緩，僅減少 0.10% ;裸地、草地、不透水面面積增速加快，主要是由于退耕還林政策的實(shí)施以及城鎮(zhèn)化、工業(yè)化等因素的影響。從綜合動(dòng)態(tài)度來看，2000一2010 年，2010—2020年清鎮(zhèn)市土地利用類型的綜合動(dòng)態(tài)度分別為 0.25% ！ 0.46% 。清鎮(zhèn)市的國(guó)土空間格局演化速率呈加速趨勢(shì)，主要?dú)w因于受清鎮(zhèn)市經(jīng)濟(jì)建設(shè)加快轉(zhuǎn)型、城鎮(zhèn)發(fā)展與水源地生態(tài)環(huán)境保護(hù)等多重因素的影響。

單位： %

3.2土地利用變化驅(qū)動(dòng)因子分析

清鎮(zhèn)市2000—2020年各地類的土地利用擴(kuò)張區(qū)域變化如表5所示，其中未擴(kuò)張區(qū)域面積為1 128.55km² ，占比達(dá) 81.44% 。選取坡度、坡向、GDP、人口密度、年均降水量、年均溫度、距鐵路的距離、距道路的距離（一級(jí)道路、二級(jí)道路、三級(jí)道路、高速、鄉(xiāng)道）、距水域的距離（河流、水系（面）、水系（線））距居民地（面）的距離等16個(gè)自然、社會(huì)因素作為土地利用變化的驅(qū)動(dòng)因子，得到7種土地利用類型的驅(qū)動(dòng)因子貢獻(xiàn)度，如圖4所示。將貢獻(xiàn)度最大的驅(qū)動(dòng)因子與土地利用擴(kuò)張區(qū)域進(jìn)行疊加，如圖5所示。

由表5、圖4和圖5可知，各驅(qū)動(dòng)因子對(duì)不同土地利用類型演化的貢獻(xiàn)度存在以下差異：

距居民地（面）的距離對(duì)耕地、林地、不透水面的演化影響最大，表明人類活動(dòng)是耕地、林地、不透水面變化的重要驅(qū)動(dòng)因素。坡度對(duì)耕地的變化影響顯著，貢獻(xiàn)度為 10.8% 。在所有土地利用類型中，林地的擴(kuò)張面積最大且遍及清鎮(zhèn)市全境，達(dá)到了 124.38km² ，反映了退耕還林政策的有效實(shí)施促進(jìn)了林地?cái)U(kuò)張。此外，距三級(jí)道路的距離對(duì)林地?cái)U(kuò)張的影響最小，貢獻(xiàn)度僅 0.6% 。不透水面受距一級(jí)、二級(jí)道路的距離，GDP，平均溫度等因子影響較大，貢獻(xiàn)度共計(jì) 44.3% ，沿初始不透水面區(qū)域邊緣與沿道路擴(kuò)張是其主要的演化特征。

灌木地的擴(kuò)張面積僅占總面積的 0.43% ，平均降水量對(duì)灌木地的演化影響最大，貢獻(xiàn)度為19.9% ，可以看出降水量在灌木地演替和生態(tài)平衡中發(fā)揮著重要作用。草地?cái)U(kuò)張面積為 23.14km² ，占總面積的 1.67% ，距一級(jí)道路、二級(jí)道路、居民地（面）水系的距離對(duì)其總貢獻(xiàn)度達(dá)到了 47.6% ，草地?cái)U(kuò)張主要發(fā)生在人類居住地區(qū)，耕地閑置、街區(qū)綠化等因素都會(huì)使草地?cái)U(kuò)張。水體與裸地的演化程度小，擴(kuò)張區(qū)域面積占比分別為 0.03% 與 0.01% 。

3.3 土地利用預(yù)測(cè)

基于2000和2010年土地覆蓋數(shù)據(jù)，通過CA模型模擬清鎮(zhèn)市2020年的土地利用情況，利用2020年土地利用真實(shí)數(shù)據(jù)進(jìn)行精度驗(yàn)證，得到2020 年模擬預(yù)測(cè)結(jié)果的總體精度為 85.58% ，Kap-pa系數(shù)為0.740，模擬精度較高。基于CA模型模擬清鎮(zhèn)市2030年和2040年多場(chǎng)景的土地利用演化情況，如表6、7和圖6所示。結(jié)果表明：

1）自然增長(zhǎng)場(chǎng)景下，相較于2020年土地利用情況（表2），2030年和2040年耕地面積繼續(xù)減小，林地面積繼續(xù)增加，至2040年，耕地和林地面積占比分別為 51.20% 和 39.62% 。灌木地、草地、水體與裸地在一定程度上相互轉(zhuǎn)化，面積變化較小。不透水面面積明顯增長(zhǎng)，2030年與2040年面積占比分別達(dá)到 2.87% 與 3.73% 。

2）生態(tài)保護(hù)場(chǎng)景下，耕地大幅減少，林地面積顯著增加，不透水面面積增長(zhǎng)速度有所減緩，草地面積增長(zhǎng)速度有所加快。2030與2040年林地面積占比分別達(dá)到了 41.84% 和 42.50% 。相較于自然增長(zhǎng)場(chǎng)景，2030與2040年草地面積占比分別增加了 0.40% 和 0.42% ，而不透水面面積分別減少了 0.39% 和 0.57% 。

3）城鎮(zhèn)發(fā)展場(chǎng)景下，不透水面面積相對(duì)于自然增長(zhǎng)場(chǎng)景進(jìn)一步增加，2030、2040年不透水面面積分別增加了 0.72% 和 0.97% ，主要表現(xiàn)為對(duì)清鎮(zhèn)市中部高原地區(qū)耕地的占用，其余土地利用類型變化相對(duì)緩和。

4討論

清鎮(zhèn)市作為喀斯特地區(qū)，在維護(hù)生態(tài)環(huán)境與實(shí)現(xiàn)城市可持續(xù)發(fā)展的過程中，更需要協(xié)調(diào)其土地利用與區(qū)域發(fā)展的關(guān)系。研究清鎮(zhèn)市土地利用類型的空間分布格局、演化規(guī)律和多情景模擬預(yù)測(cè)未來土地利用變化趨勢(shì)對(duì)其至關(guān)重要。

本研究發(fā)現(xiàn)，基于清鎮(zhèn)市2003年開始實(shí)施的退耕還林政策，在2000—2020年間，清鎮(zhèn)市土地利用變化主要表現(xiàn)為耕地與灌木地面積減小，林地、草地和不透水面面積增加。這一趨勢(shì)與我國(guó)其他實(shí)施退耕還林政策的地域土地利用變化趨勢(shì)基本一致[25-26]，耕地轉(zhuǎn)化為林地的情況顯著。同時(shí)，隨著清鎮(zhèn)市人口規(guī)模和經(jīng)濟(jì)的不斷發(fā)展，東南部城鎮(zhèn)區(qū)域持續(xù)向四周擴(kuò)張，對(duì)建設(shè)用地的需求不斷增加，導(dǎo)致耕地不斷被轉(zhuǎn)化為不透水面，以滿足居住、交通和工業(yè)等用地需求。此外，紅楓湖水域面積在此20年間基本穩(wěn)定，得益于政府實(shí)施的水資源保護(hù)政策，其有效保護(hù)了南部紅楓湖區(qū)域生態(tài)系統(tǒng)的穩(wěn)定。距居民地（面）的距離是不同土地利用類型擴(kuò)張的主要驅(qū)動(dòng)因子，房屋、道路的擴(kuò)張往往伴隨著對(duì)周邊地區(qū)的開發(fā)和改造，人類活動(dòng)顯著影響著周圍土地利用方式和生態(tài)環(huán)境。本文設(shè)置多情景模擬預(yù)測(cè)了清鎮(zhèn)市2030年和2040年的土地利用演化態(tài)勢(shì)，根據(jù)研究結(jié)果，盡管在不同場(chǎng)景下，土地利用變化情況存在差異，但未來仍然以林地與不透水面面積增加，耕地面積減少為主要演化方向。清鎮(zhèn)市應(yīng)合理推進(jìn)土地利用轉(zhuǎn)型，結(jié)合農(nóng)業(yè)生產(chǎn)、城市規(guī)劃和生態(tài)環(huán)境保護(hù)等發(fā)展目標(biāo)進(jìn)一步優(yōu)化土地利用結(jié)構(gòu)，制定更加科學(xué)合理的發(fā)展計(jì)劃，構(gòu)建高質(zhì)量的國(guó)土空間發(fā)展格局，為土地利用的可持續(xù)發(fā)展提供有力保障。

5 結(jié)論

本文基于清鎮(zhèn)市2000、2010與2020 年土地利用覆蓋數(shù)據(jù)，探究了清鎮(zhèn)市2000—2020 年不同土地利用類型的空間分布與時(shí)空演化規(guī)律，利用PLUS模型揭示了清鎮(zhèn)市土地利用變化的驅(qū)動(dòng)機(jī)制，設(shè)置多情景模擬預(yù)測(cè)了2030年和2040年的土地利用演化態(tài)勢(shì)。主要結(jié)論如下：

1）清鎮(zhèn)市2000—2020年土地利用類型以耕地和林地為主；耕地集中分布于中部與西北部，林地集中分布于清鎮(zhèn)市西南與東北部。不透水面和水體分別集中分布在東南部與南部區(qū)域，灌木地和草地臨近于林地邊緣，呈現(xiàn)零散分布特征，裸地面積占比僅為 0.01% 。

2）清鎮(zhèn)市2000—2020年土地利用類型變化以耕地與灌木地面積減小，林地、草地和不透水面面積增加，水體與裸地面積保持相對(duì)穩(wěn)定為主要特征。

3）清鎮(zhèn)市2000—2020年土地利用類型總體轉(zhuǎn)化特征為耕地轉(zhuǎn)化為不透水面，以及耕地、林地、草地與灌木地的相互轉(zhuǎn)化。從不同時(shí)段來看，相較于2000—2010年，2010—2020年土地利用類型相互轉(zhuǎn)化速度加快，不透水面面積迅速增加，從 18.50km² 增加至 30.80km² ，且主要由耕地轉(zhuǎn)化而來。

4）驅(qū)動(dòng)機(jī)制方面，耕地、林地、不透水面演化的關(guān)鍵因素都是距居民地（面）的距離。灌木地受平均降水量影響最大，貢獻(xiàn)度為 19.9% ;草地受距一級(jí)道路的距離影響最大，貢獻(xiàn)度為 16.1% 。

5）PLUS模型模擬預(yù)測(cè)了清鎮(zhèn)市2030年和2040年不同場(chǎng)景下土地利用的變化趨勢(shì)。自然增長(zhǎng)場(chǎng)景下，清鎮(zhèn)市2030年和2040 年耕地減少，不透水面面積明顯增長(zhǎng)。生態(tài)保護(hù)場(chǎng)景下，耕地大幅減少，林地顯著增加，不透水面面積增長(zhǎng)速度有所減緩。城鎮(zhèn)發(fā)展場(chǎng)景下，不透水面的面積相較于自然發(fā)展場(chǎng)景進(jìn)一步增加，其主要表現(xiàn)為對(duì)耕地的占用，其余土地利用類型變化相對(duì)緩和。

參考文獻(xiàn)：

[1］龍花樓，張英男，屠爽爽．論土地整治與鄉(xiāng)村振興[J]．地理學(xué)報(bào)，2018，73（10）：1837-1849.

[2]李孝永，匡文慧.北京城市土地利用/覆蓋變化及其對(duì)雨洪調(diào)節(jié)服務(wù)的影響［J]．生態(tài)學(xué)報(bào)，2020，40（16）：5525-5533.

[3]DENG O P，RANJY，HUANG S，et al.Managing frag-mented croplands for environmental and economic benefitsin China[J].Nature Food，2024，5：230-240.

[4］李秀彬．全球環(huán)境變化研究的核心領(lǐng)域：土地利用/土地覆被變化的國(guó)際研究動(dòng)向［J]．地理學(xué)報(bào)，1996，51（6） ： 553-558.

[5］龍花樓．論土地利用轉(zhuǎn)型與土地資源管理[J]．地理研究，2015，34（9）：1607-1618.

［6］劉紀(jì)遠(yuǎn)，匡文慧，張?jiān)鱿?，等?0世紀(jì)80年代末以來中國(guó)土地利用變化的基本特征與空間格局［J]．地理學(xué)報(bào)，2014，69（1）：3-14.

[7]HUO JG，SHI ZQ，ZHU WB，et al.A multi-scenariosimulation and optimization of land use with a Markov-FLUSCoupling Model：a case study in xiong'an new area， China[J].Sustainability，2022，14：2425.1-2425.20.

[8］黃鈺清，李驍堯，于強(qiáng)，等．1995—2018年黃河流域土地利用變化及驅(qū)動(dòng)力分析［J]．西北林學(xué)院學(xué)報(bào)，2022，37（6）： 113-121.

[9］何莎莎，方斌，李欣，等．城市土地利用效率與高質(zhì)量發(fā)展時(shí)空演變及交互響應(yīng)：以江蘇省為例[J]．地理與地理信息科學(xué)，2022，38（5）：79-87.

［10]韓會(huì)然，楊成鳳，宋金平．北京市土地利用變化特征及驅(qū)動(dòng)機(jī)制［J].經(jīng)濟(jì)地理，2015，35（5）：148-154，197.

[11]李巖，林安琪，吳浩，等．顧及空間尺度效應(yīng)的城市土地利用變化精細(xì)化模擬[J]．地理學(xué)報(bào)，2022，77（11） ： 2738-2756.

［12]劉耀林，郝弘睿，謝婉婷，等．基于生態(tài)系統(tǒng)服務(wù)價(jià)值的土地利用空間優(yōu)化［J]．地理與地理信息科學(xué)，2019，35（1） ： 69-74，1.

[13]向書江，張騫，王丹，等．近20年重慶市主城區(qū)碳儲(chǔ)量對(duì)土地利用/覆被變化的響應(yīng)及脆弱性分析［J].自然資源學(xué)報(bào)，2022，37（5）：1198-1213.

[14]張麗，楊國(guó)范，劉吉平．1986—2012年撫順市土地利用動(dòng)態(tài)變化及熱點(diǎn)分析［J]．地理科學(xué)，2014，34（2）：185-191.

[15]喬偉峰，盛業(yè)華，方斌，等．基于轉(zhuǎn)移矩陣的高度城市化區(qū)域土地利用演變信息挖掘：以江蘇省蘇州市為例[J]．地理研究，2013，32（8）：1497-1507.

[16]吳掠桅，劉耿．基于人工蜂群CA 模型的南京市土地利用變化模擬與預(yù)測(cè)［J]．測(cè)繪通報(bào)，2022（2）：95-99.

[17]曹夢(mèng)迪，曹姍姍，劉婷婷，等．基于InVEST模型的2000—2020 年新疆伊犁地區(qū)碳儲(chǔ)量分布數(shù)據(jù)集［J].中國(guó)科學(xué)數(shù)據(jù)：2023，8（4）：426-433.

[18]李廣東，方創(chuàng)琳．城市生態(tài)一生產(chǎn)一生活空間功能定量識(shí)別與分析[J]．地理學(xué)報(bào)，2016，71（1）：49-65.

[19]劉紀(jì)遠(yuǎn)，寧佳，匡文慧，等．2010—2015年中國(guó)土地利用變化的時(shí)空格局與新特征［J]．地理學(xué)報(bào)，2018，73（5） ： 789-802.

[20]褚琳，張欣然，王天巍，等．基于CA-Markov和In-VEST模型的城市景觀格局與生境質(zhì)量時(shí)空演變及預(yù)測(cè)[J]．應(yīng)用生態(tài)學(xué)報(bào)，2018，29（12）：4106-4118.

[21]張曉瑤，張瀟，李冬花，等．城市土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值影響的多情景模擬：以深圳市為例[J].生態(tài)學(xué)報(bào)，2022，42（6）：2086-2097.

[22]李成芳，王忠誠，李振煒，等．西南喀斯特區(qū)土壤侵蝕研究進(jìn)展[J].中國(guó)巖溶，2022，41（6）：962-974.

[23]LIANGX，GUANQF，CLARKEKC，etal.Understand-ing the drivers of sustainable land expansion using a patch-generating land use simulation（PLUS）model： a case studyin Wuhan，China[J].Computers，Environment and UrbanSystems，2021，85：101569.1-101569.14.

[24]ZHANGSH，ZHONGQL，CHENGDL，etal.Land-scapeecological risk projectionbased on the PLUS modelunder the localized shared socioeconomic pathways in theFujianDelta region[J].Ecological Indicators，2022，136：108642.1-108642.13.

[25]汪濱，張志強(qiáng)．黃土高原典型流域土壤侵蝕對(duì)退耕還林土地利用變化的響應(yīng)[J].農(nóng)業(yè)工程學(xué)報(bào)，2023，39（12）：60-70.

[26]李蘊(yùn)琪，韓磊，朱會(huì)利，等．基于土地利用的延安市退耕還林前后生態(tài)服務(wù)價(jià)值變化［J]．西北林學(xué)院學(xué)報(bào)，2020，35（1）：203-211.

（責(zé)任編輯：周曉南）

Spatial Pattern Evolution and Multi-Scenario Simulation Prediction of Land Use in Qingzhen Based on PLUS Model

XIA Pingshuai ¹ ， DENG Xiaodong1，2，LI Baoshan*1，ZHANG Xianyun1，TONG Cheng ^2，3 ， WANG Hongquan ² （1.Mining Colege，GuizhouUniversity，Guiyang5oo25，China；2.Instituteof AgriculturalRemoteSensingandInformation Technology Applications，Hangzhou 310o58，China; 3.Hangzhou City University，Hangzhou 310058，China）

Abstract：The current status，evolution patterns，and future changes in land use are crucial for the development of teritorial space and the high-quality and sustainable development of cities.This paper utilizes the land use transfer matrix and dynamic degree methods to deeply explore the spatial distribution pattrns and evolution rules of land use in Qingzhen from 200O to 2020.Thus，the Patch-generating Land Use Simulation Model（PLUS）is introduced to reveal the driving mechanism of land use expansion in Qingzhen and to predict the land use trends in 2030 and 2040 through multi-scenario simulations.The research results indicate that：From 20O0 to 2020，the area of cultivated landand shrubland in Qingzhen Citydecreased，while thearea of forest land，grassland，and impermeable surfaces increased. The area of water bodies and bare land remained relatively stable；Returning farmland to forestsand urbanization construction promoted thediversification of land use types transfer；The accelerating trend of comprehensive dynamic degree reflects the profound impact of urbanization construction and ecological protection on land use.Human activities have a significant impact on the evolution of farmland， forestland，andartificial surfaces，and the distance from residential areas（surface）is a keydriving factor for land useevolution.In diferent scenarios，the farmland in Qingzhen willcontinueto decrease，while theareasof forestlandand artificial surfaces will increase in 203O and 2040.The changes in shrubland，grassland，water bodies，and bare land will be relatively small．This study providesvaluable references for land resource management，ecological environment protection，and urban planning in Qingzhen，aiming to promotehighquality and sustainable development by optimizing the land use structure.

Keywords： transition matrix；dynamic degree；PLUS model; land use change；simulation and prediction