EN中文

地理科学 >

2023 , Vol. 43 >Issue 3: 564 - 574

DOI: https://doi.org/10.13249/j.cnki.sgs.2023.03.018

青藏高原土地利用变化及其生态环境效应专栏

基于FLUS模型粤港澳大湾区“三生空间”多情景模拟预测

  • 袁雪松 ,
  • 周俊 ,
  • 胡蓓蓓 ,
  • 高强
展开
  • 天津师范大学地理与环境科学学院，天津 300387
周俊。E-mail:

袁雪松（1997—），男，河南南阳人，硕士研究生，主要研究方向为环境演变和灾害防治。E-mail:

收稿日期: 2022-01-21

  修回日期: 2022-04-10

  网络出版日期: 2023-03-20

基金资助

国家科技支撑计划资助(2019FY20250003)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Multi-scenario simulation and prediction of ecological-productive-living spaces in Guangdong-Hong Kong-Macao Greater Bay Area based on FLUS model

  • Yuan Xuesong ,
  • Zhou Jun ,
  • Hu Beibei ,
  • Gao Qiang
Expand
  • Collage of Geography and Environmental Science, Tianjin Normal University, Tianjin 300387, China

Received date: 2022-01-21

  Revised date: 2022-04-10

  Online published: 2023-03-20

Supported by

National Science and Technology Support Plan(2019FY20250003)

Copyright

Copyright reserved © 2023.
Fold

摘要

运用Future Land Use Simulation model （FLUS）模型，基于2010年、2015年、2020年3期土地利用数据，选取自然和社会经济因素的16个驱动因子，设置生产空间优先、生活空间优先、生态空间优先以及“三生空间”协调4种情景，对2025年和2035年粤港澳大湾区 “三生空间”进行模拟预测。结果表明：① 2020—2035年粤港澳大湾区生产空间在生产空间优先情景下持续增长，在生态空间优先情景下持续减少，在“三生空间”协调与生活空间优先情景下都呈现先增加后减少的趋势。② 2020—2035年粤港澳大湾区生活空间在4种情景下均趋于增长，生产空间优先情景下增长最少，生活空间优先情景下增长最多。③ 2020—2035年粤港澳大湾区生态空间仅在生态空间优先情景下增长，其余3种情景下均减少。④“三生空间”在粤港澳大湾区边缘山区变化较小，中部平原地区变化较明显。

关键词： “三生空间”; 土地利用; FLUS模型; 粤港澳大湾区

本文引用格式

袁雪松 , 周俊 , 胡蓓蓓 , 高强 . 基于FLUS模型粤港澳大湾区“三生空间”多情景模拟预测[J]. 地理科学, 2023 , 43(3) : 564 -574 . DOI: 10.13249/j.cnki.sgs.2023.03.018

Abstract

Based on the data of land use in 2010, 2015 and 2020 and 16 driving factors including natural and socio-economic factors, the Future Land Use Simulation model (FLUS) was used to simulate and predict the ecological-productive-living spaces of the Guangdong-Hong Kong-Macao Greater Bay Area (GBA) in 2025 and 2035 under four scenarios of production space priority, living space priority, ecological space priority, and ecological-productive-living spaces coordination. The results showed that: 1) From 2020 to 2035, the production space in GBA continued to increase under the production space priority scenario, it continued to decrease under the ecological space priority scenario; The production space increased firstly, then decreased under the ecological-productive-living spaces coordination scenario and the living space priority scenario. 2) From 2020 to 2035, the living space in GBA increased under all four scenarios. It increased least under the production space priority scenario; it increased most under the living space priority scenario. 3) From 2020 to 2035, the ecological space in GBA only increased under the ecological space priority scenario; It decreased under all three remaining scenarios. 4) The change of the ecological-productive-living spaces in the mountainous area at the edge of the GBA under the four scenarios is relatively small. But the change of the ecological-productive-living spaces in the central plain area is more obvious. The results of multi-scenario simulation can provide a spatial reference for the realization of sustainable development and the completion of an international first-class bay area in GBA.

Key words： ecological-productive-living spaces; land use; FLUS model; Guangdong-Hong Kong-Macao Greater Bay Area

改革开放以来，中国经济飞速发展，城镇化建设和城市发展快速推进，生产与生活活动对于空间的需求日益高涨，“三生空间”利用的失衡已经造成区域环境污染、生态系统功能退化等诸多问题[1]。为了优化国土空间格局，实现可持续发展战略，党的十八大报告明确提出控制开发强度，调整空间结构，促进生产空间集约高效、生活空间宜居适度、生态空间山清水秀，即打造人与自然和谐的“三生空间”[2] 。为加强空间发展统筹协调，保障国家重大发展战略落地实施,近年来国家出台了一系列政策文件对“三生空间”提出建设要求(http://www.gov.cn/zhengce/content/2017-02/04/content_5165309.htm, http://www.gov.cn/xinwen/2021-03/13/content_5592681.htm), 文件指出：顺应空间结构变化趋势，优化重大基础设施、重大生产力和公共资源布局，分类提高城市化地区发展水平，推动农业生产向粮食生产功能区、重要农产品生产保护区和特色农产品优势区集聚，优化生态安全屏障体系，逐步形成城市化地区、农产品主产区、生态功能区三大空间格局。三大空间格局的完善和落实是优化国土空间开发保护格局的前提。“三生空间”的优化对国土空间有序开发、区域空间合理布局、社会经济与资源环境协调发展具有重要的意义。
目前，基于“三生空间”对区域土地利用研究仍然处于起步阶段[3-4]。国外研究较少且多集中在城市土地空间演化以及评估模型研究等方面[5-7]。国内研究相对较多，“三生空间”相关研究从静态趋向动态，前者是研究某一固定年份区域“三生空间”各自占比及其分布[8]，后者从动态角度分析区域“三生空间”多年时空格局演变和未来趋势[9-10]；动态的研究能够根据已有事物发展变化规律对未来做出科学预测，从而为决策者确定区域合适发展道路提供科学依据。从研究内容来看，多集中在空间格局演变和生态环境效应分析上[3]；从研究方法上看，研究者多采用综合分析法对区域“三生空间”进行定性定量叠置分析[11]，少数研究者通过模型对区域 “三生空间”进行模拟预测[2,11-13]。从研究区域来看，“三生空间”研究大都集中在东北[14-15]、华北[16-17]、华东[18-19]和西南[20-21]地区，且研究尺度多为省市级。少数学者对华南地区[5,22]开展了相关研究，Wu等研究预测粤港澳大湾区2035年“三生空间”演变格局，将耕地界定为生产空间，建设用地为生活空间，其余地类均为生态空间[22]；然而建设用地中的工矿用地主导功能为工矿生产，粤港澳大湾区工矿用地占比已超建设用地1/5，面积较大，作为生活空间研究将使预测区域生产空间和生活空间严重失真，难以达到区域“三生空间”优化布局和统筹发展的目的。因此，将其界定为生产用地将更为科学[1,23]，预测结果也将更为准确；对于其他区域开展相关研究也更具有借鉴意义。
粤港澳大湾区作为全球第四大湾区，在国家发展大局中具有重要战略地位。合理布局粤港澳大湾区“三生空间”，对构建高质量空间治理体系与区域协同发展新模式具有重要意义。鉴于此，本文在科学合理界定“三生空间”对应的土地类型基础上，结合GIS空间分析，采用“Markov-FLUS”耦合模型，以2010年、2015年、2020年3期土地利用数据为源，在验证模型精度的前提下模拟粤港澳大湾区未来土地利用变化，选取第十四个“五年规划”目标（2025年）和远景规划目标（2035年）为预测期，对粤港澳大湾区“三生空间”进行阶段性多情景模拟预测，以期为粤港澳大湾区经济环境协调发展和国土空间格局优化提供参考。

1 数据来源与研究方法

1.1 研究区域概况

粤港澳大湾区城市群由广州、深圳、珠海等9个地级市和香港、澳门两个特别行政区组成，地处珠江下游，位于111°E~116°E，21°N~25°N之间（图1），区域面积约5.6万km2，是继美国纽约湾区、旧金山湾区、日本东京湾区之后，世界第四大湾区（ https://www.dsec.gov.mo/BayArea/zh-CN/#home）。区域气候属于南亚热带海洋性季风气候，年均温22℃左右。《中国粤港澳大湾区改革创新报告（2021）》（ https://www.pishu.com.cn/skwx_ps/bookdetail?SiteID=14&ID=12719944#）指出，2020年末粤港澳大湾区常住人口7000多万人，地区生产总值达11.59万亿元。2019年中共中央、国务院印发《粤港澳大湾区发展规划纲要》（ http://www.gov.cn/zhengce/2019-02/18/content_5366593.htm#1），按照规划纲要，未来粤港澳大湾区将建成区域协调、产业优化、环境优美的国际一流湾区和世界级城市群。
图1 粤港澳大湾区位置

Fig. 1 Location of the Guangdong-Hong Kong-Macao Greater Bay Area

1.2 数据来源及其处理

本文土地利用数据来源于中国科学院地理科学与资源研究所，总体精度达89%以上可信度高。CNLUCC数据分类体系主要根据土地资源及其利用属性，其一级地类分为6类，即耕地，林地，草地，水域，城乡、工矿、居民用地和未利用地。分析各类用地占比和空间分布特征发现，草地占比仅为1.77%，且穿插分布于林地之间，因此将草地并入林地，统称为林地。根据地类类型将城乡、工矿、居民用地的城镇用地和农村居住点合并，并称为城乡生活用地。由于其他建设用地主要指工矿建设用地，因此将其他建设用地从城乡、工矿、居民用地中分离出来，单独作为工矿建设用地，与耕地一起作为生产空间用地。参考相关论文[3,24-25]，最终将研究的土地类型分为耕地、林地、水域、城乡生活用地、工矿建设用地、未利用地6类。
依据主导因素原则，借鉴龚亚男等[5]的研究成果，结合研究区实际情况，对研究区土地类型进行“三生空间”的界定。数据集整合后的分类系统包括 “三生空间”的3种划分，土地利用类型的6类以及与土地利用类型对应的 “CNLUCC”二级地类（表1）。
表1 粤港澳大湾区“三生空间”土地利用分类

Table 1 Land use classification of "ecological-productive-living spaces" in the Guangdong-Hong Kong-Macao Greater Bay Area

“三生空间”土地利用分类 基础数据土地利用分类
“三生空间” 土地类型分类 “CNLUCC”二级地类
生产空间用地 耕地 水田（11）、旱地（12）
工矿建设用地 其他建设用地（53）
生态空间用地 林地 有林地（21）、灌木林（22）、疏林地（23）、其他林地（24）、高覆盖度草地（31）、
中覆盖度草地（32）、低覆盖度草地（33）
水域 河渠（41）、湖泊（42）、水库坑塘（43）、永久性冰川（44）、
滩涂（45）、滩地（46）、海洋（99）
未利用地 沙地（61）、戈壁（62）、盐碱地（63）、沼泽地（64）、裸土地（65）、
裸岩石砾地（66）、其他未利用地（67）
生活空间用地 城乡生活用地 城镇用地（51）、农村居民点用地（52）
研究区属于南亚热带季风气候，地形、气候等自然因子对区域的生态环境影响显著，此外研究区是中国经济活力最强的区域之一，地区空间变化与经济、人口等社会经济因子联系紧密。因此需要综合考虑各类影响因素，最终选取自然与社会经济共16个与土地变化相关性强的驱动因子（表2），使用ArcGIS数据进行处理，统一转化为500 m×500 m的栅格数据，在模型中使用随机采样对所有数据归一化处理。
表2 数据来源信息

Table 2 Data source information

数据类型 数据名称 时间 数据来源
基础
数据 		行政边界 全国行政区划 2019年 资源环境数据云平台（ http://www.resdc.cn）
土地利用 土地利用数据 2010年、2015年、2020年
驱动
因子 		自然因子 DEM高程/m 2000年
年均降水量/mm 2000年 WorldClim version 2.1 （ http://www.worldclim.org/）
年平均温度/℃
年温度范围/℃
归一化植被指数NDVI 2010年、2019年 资源环境数据云平台
土壤有机质含量/（g/kg） 2005年 中国土壤数据库（ http://vdb3.soil.csdb.cn/）
土壤全钾含量/（g/kg）
土壤的酸碱度
社会经济因子 人口密度/（人/km2） 2010年、2020年 WorldPop（ www.worldpop.org）
夜间灯光指数 2010年、2020年 资源环境数据云平台
距主要企业点距离/m 2018年
距机场距离/m
距市中心距离/m 		2005年、2020年 OpenStreetMap
（ https://www.openstreetmap.org/）
距主干道距离/m
距次干道距离/m
距河流距离/m 2015年

1.3 研究方法

FLUS模型是用于模拟人类活动与自然影响下的土地利用变化模型[26-27]。它基于人工神经网络模型算法（ANN）根据土地利用数据与包含人类活动和自然效应的多种驱动力因子获取各个土地斑块适宜性概率；随后基于轮盘赌选择的自适应惯性竞争机制（邻域因子、惯性系数、转换成本）得出综合概率，最后获得模拟土地利用的结果。
$T P_{p, k}^t=P_{p, k} \times {\mathit{\Omega}}_{p, k}^t \times I_k^t \times S C_{c \rightarrow k}$
式中， $ {{TP}}_{{p,k}}^{{t}} $ 是指p元胞单元在t时刻从原始用地类型转换为k类用地的总体转换概率； $ {{P}}_{{p,k}} $ 表示元胞 p 转换为 k 类用地的发展概率； ${{ {\mathit{\Omega}} }}_{{p,k}}^{{t}}$ 表示邻域影响因子； $ {{I}}_{{k}}^{{t}} $ 表示自适应惯性系数； $ S C_{c \rightarrow k} $ 表示c类用地转换为k类用地的转换成本。

1.3.1 邻域因子的计算

Weight of Neighborhood（邻域权重）参数设定是各类土地类型的邻域因子参数，参数范围为0~1，越接近1代表该土地类型的扩张能力越强。本文参考部分相关文献[2,24,26,28]，随后在模型中反复进行调试使得模拟精度较高，最终得出的各土地利用类型邻域权重值如下表所示（表3）。
表3 邻域因子参数

Table 3 Neighborhood factor parameters

土地利用类型 耕地 林地 水域 城乡生活用地 工矿建设用地 未利用地
邻域因子参数 0.20 0.01 0.35 1.00 0.98 0.50

1.3.2 惯性系数的计算

FLUS模型中惯性系数用于调整当下土地利用的数量，使得模拟可以按照实际需求或者不同的情景进行调整，以在下一次迭代中纠正问题达到预期目标[2,26-27]。

1.3.3 转换成本的确定

转换成本指土地之间转换难易程度，数值的大小与转换难度为正比，其数值大小位于[0，1][11,26,29]。本文设置了生产空间优先、生活空间优先、生态空间优先、“三生空间”协调4种情景，并设置4种转换成本原则。生产空间优先情景下，耕地与工矿建设用地不能互相转换，除城乡生活用地外，其他用地均可转换为生产空间用地；生活空间优先情景下，转换原则为高等级地类不能向低等级地类转换（地类等级排序为：城乡生活用地、工矿建设用地、耕地、林地、水域、未利用地）；生态空间优先情景下，不允许高生态效益用地向低生态效益用地转换（生态效益等级排序：林地、水域、未利用地），除城乡生活用地和工矿建设用地，其他用地均可转换为生态用地；“三生空间”协调情景综合考虑上述3种情景，土地转化等级排序为：城乡生活用地、工矿建设用地、耕地、林地、水域、未利用地。

1.4 用地需求规模预测和“三生空间”的模拟

1.4.1 用地需求规模预测

本文采用Markov模型对研究区未来各用地规模进行预测，通过以下2种方式减小Markov模型在长时间尺度上预测误差[2,11]：① 选取3期数据为基础，调整参数，并验证模型精度；② 以5 a为时间间隔对未来的土地利用需求数量进行预测，继而实现土地分布和模拟预测。

1.4.2 “三生空间”模拟

在完成土地需求数量预测的基础上，通过考虑自然、社会经济等因素利用FLUS模型得出未来研究区土地利用空间变化模拟结果。随后根据得到的模拟结果图，结合本文“三生空间”地类界定，通过GIS空间分析等手段实现对研究区未来“三生空间”的模拟预测。研究方法框架图如下所示（图2）。
图2 研究方法框架

Fig. 2 Research method framework

2 结果和分析

2.1 精度验证

以2010年、2015年土地利用数据为基础，利用Markov模型计算2020年各地类栅格数，通过与2020年实际地类栅格数对比，发现马尔可夫链对2020年各地类栅格数的平均预测精度为98.05%，说明模型能准确地预测土地利用量。随后将栅格数据输入FLUS模型中模拟出2020年土地利用图，将其与2020年土地利用现状图对比验证（图3），Figure of merit (FOM) 指数为0.07，FOM指数大小受模拟年数影响，每模拟年数增加1 a，FOM 指数增加不大于0.01 为标准水平，得到Kappa系数为88.1%，总体精度为92.7%，由此可知FLUS模型模拟精度较高。
图3 2020年粤港澳大湾区土地利用现状及模拟结果

Fig. 3 Land use status and simulation results of the Guangdong-Hong Kong-Macao Greater Bay Area in 2020

2.2 总体变化情况

模拟结果显示（表4），2020—2035年，粤港澳大湾区生产空间在生产空间优先情景下变化最大，2020—2025年、2025—2035年年均变化分别是63.60 km2，43.25 km2；粤港澳大湾区生活空间在生活空间优先情景下变化最大，2020—2025年、2025—2035年年均变化分别是47.55 km2、45.00 km2；粤港澳大湾区生态空间在生产空间优先下变化最大，2020—2025年、2025—2035年年均变化分别达68.67 km2，51.16 km2。
表4 2020年、2025年、2035年粤港澳大湾区多情景模拟“三生空间”各土地类型数据/km2

Table 4 Land types data of multi-scenario simulation "ecological-productive-living spaces" of Guangdong, Hong Kong-Macao Greater Bay Area in 2020, 2025, and 2035 /km2

年份 情景 生产空间 生活空间 生态空间
耕地
面积
工矿用
地面积
合计 年均变
化面积
城乡生
活用地
面积 		年均变
化面积
林地
面积
水域
面积
未利用
地面积
合计 年均变
化面积
　　注：—为无此项。
2020年 “三生空间”现状 13818.5 2048.75 15867.25 — 6766.25 — 34726.75 3528.75 7.25 38262.75 —
2025年 生产空间优先 13882.25 2303.00 16185.25 63.60 6791.64 5.08 34521.86 3391.00 6.52 37919.38 -68.67
生态空间优先 13610.50 2139.50 15750.00 -23.45 6830.50 12.85 34751.25 3557.25 7.25 38315.75 10.60
生活空间优先 13638.00 2290.00 15898.50 6.25 7004.00 47.55 34588.50 3405.75 7.00 38001.25 -52.30
“三生空间”协调 13667.25 2272.50 15939.75 14.50 6870.00 20.75 34617.75 3461.75 7.00 38086.50 -35.25
2035年 生产空间优先 13962.25 2655.50 16617.75 43.25 6870.75 7.91 34154.00 3247.75 6.00 37407.75 -51.16
生态空间优先 13241.25 2336.25 15426.00 32.40 6962.00 13.15 34792.00 3557.75 7.00 38356.75 4.10
生活空间优先 13312.25 2560.00 15879.00 -1.95 7454.00 45.00 34328.25 3235.00 6.75 37570.00 -43.13
“三生空间”协调 13394.75 2587.75 15867.25 -7.25 7020.25 15.03 34415.00 3471.75 6.75 37893.50 -19.30
对比土地转移和弦图（图4、图5），2020—2035年同一种情景下主要转换地类近乎一致。生产空间优先情景下林地、水域、城乡生活用地、工矿建设用地为主要转换地类；生态空间优先情景下耕地、城乡生活用地是主要转换地类；生活空间优先情景下耕地、林地、城乡生活用地、工矿建设用地为主要转换地类；“三生空间”协调情景与生活空间优先情景主要转换地类相对一致，而变化上略微简单缓和。总体来看，2020—2025年粤港澳大湾区“三生空间”变化比2025—2035年简单， 2025—2035年地类变化比2020—2025年复杂。
图4 2020—2025年粤港澳大湾区土地转移和弦图

Fig. 4 Chord diagram of land transfer in the Guangdong-Hong Kong-Macao Greater Bay Area from 2020 to 2025

图5 2025—2035年粤港澳大湾区土地转移和弦图

Fig. 5 Chord diagram of land transfer in the Guangdong-Hong Kong-Macao Greater Bay Area from 2025 to 2035

将模拟结果可视化（图6、图7），发现研究区生活空间主要集中在中部、东南部，以及南部经济发达地区；生态空间大体位于西部、东部、西南部的山区、森林公园以及大型郊野公园；生产空间分布较为分散，主要分布在研究区西北部、东部、东北部以及西南部的边缘区域，而中部生产空间分布在生活空间周边地区和穿插分布于生态空间之间。从模拟结果变化强度看，生态空间总体变化不显著；生活空间与生产空间变化显著区域近乎一致，体现在研究区中部，即生活空间边缘与生产空间交接的地区。这在一定程度上与中国城市化进程和经济结构演化相一致。
图6 2025 年粤港澳大湾区4种情景“三生空间”模拟结果

Fig. 6 The simulation results of four scenarios "ecological-productive-living spaces" in the Guangdong-Hong Kong-Macao Greater Bay Area in 2025

图7 2035 年粤港澳大湾区4种情景“三生空间”模拟结果

Fig. 7 The simulation results of four scenarios "ecological-productive-living spaces" in the Guangdong-Hong Kong-Macao Greater Bay Area in 2035

2.3 多情景模拟结果

1） 生产空间优先情景。生产空间优先情景下，耕地和工矿建设用地是重要土地利用类型，因此保护耕地和保障工矿建设用地是这一情景的主要目标。具体在模型中通过以下方式实现：① 根据《广东省国土规划（2016—2035年）》（ http://nr.gd.gov.cn/zwgknew/ghjh/content/post_2706976.html）的公示文件，对文件中提到广东省优质耕地进行矢量化处理，最终处理范围与研究范围一致，并将其作为限制区加入模型中；② 增大耕地和工矿建设用地向其他地类转换的成本并限制两地类向其他地类转化，同时适当增加其他空间向生产空间转移概率，以实现生产空间优先的原则。
从表4来看，2025年生产空间将增加318 km2，其中耕地面积增加63.75 km2，工矿建设用地面积增加254.25 km2；生活空间将增长25.39 km2；而生态空间将减少343.37 km2。随着生产空间和生活空间继续增加，2035年生态空间将比2025年再减少511.63 km2。究其原因是限制生产空间地类转出，生产和生活空间均需增加，为满足城市扩张和经济发展需求，生态空间成为主要的地类转出源。2035年生产空间比2025年多432.5 km2，其中耕地面积增加80 km2，工矿建设用地面积增加352.5 km2。图6和7可看出，增加的工矿建设用地主要位于距离水源较近和远离城市的地区，这是由于工矿业发展需要大量水源供给、控制成本以及满足城市生态环境保护要求等；耕地的变化主要发生在农村集聚地的周边区域，这些地区生态空间与耕地结合紧密，易被开垦为耕地。总体来讲，该情景下的空间变化破坏了部分区域的生态环境，生态空间面积缩减，不利于社会经济的可持续发展。
2） 生活空间优先情景。生活空间主要用地类型是城乡生活用地，按照城市发展需求并限制生活空间地类向其他地类转化，来实现生活空间优先发展。在模型中通过以下方式来实现：① 不设置限制开发区，使生活空间能够顺利达到如期目标；② 适当增加其他空间向生活空间转移概率，同时限制生活空间地类的转出，以达到生活空间优先发展的目的。
2020—2035年，第一阶段（2020—2025年）生态空间减少261.5 km2，第二阶段（2025—2035年）生态空间减少431.25 km2。从土地扩张能力来说，工矿建设用地和城镇生活用地扩张能力强且用地类型接近，耕地、林地和水域是主要的转换用地。此外，随着城镇的扩张，一方面是生活用地的持续扩张（2020—2025年、2025—2035年生活空间面积分别增加237.75 km2、450 km2）；另一方面为了生活更加便利，交通道路等工矿建设用地不断增加和完善，第一阶段工矿建设用地面积增加（241.25 km2）大于耕地面积减少（180.5 km2），所以生产空间用地总体增加；但是伴随交通道路建设进一步完善，其第二阶段用地面积增长速率逐渐变缓，耕地面积减少（325.75 km2）大于工矿建设用地面积增加（270 km2），最终生产空间用地总体略显下降。
以上变化主要发生在研究区经济发达的城市郊区以及地级市之间过渡的区域，具体在广州市和佛山市交界处，东莞市和深圳市的交界区，肇庆市和惠州市的城市周边区域等。这些区域属于城乡过渡带，同时也是生态环境脆弱的地区；此外，这些区域地势平缓，便于开发和利用。总体来说，在生产空间优先的原则下，城市和区域将得到快速发展，但是对区域生态环境将造成一定破坏，使生态空间萎缩，同时造成耕地缩减。这与中国生态文明建设千年大计和可持续发展战略相违背。
3） 生态空间优先情景。生态空间优先情景下，首要任务是保护生态空间不被占用，同时响应国家和地区的生态保护政策以此来修复生态系统，在模型中通过以下方式实现：① 根据《珠江三角洲城乡规划一体化规划（2009—2020年）》文件，对文件中“珠三角绿道网总体规划”的绿地图（外环生态屏障、湾区生态环、都市区绿核等）运用工具进行矢量化处理，然后使最终范围与研究使用范围一致，并将所得绿地图设置为限制区。② 限制生态用地向其他用地类型的转出，同时增加其他地类向生态用地的转换概率，以此增加生态用地的面积。
2020—2025年生产空间减少117.25 km2，生态空间增加53 km2 ；2025—2035年生产空间减少324 km2 ，生态空间仅增加41 km2 。4种情景中该情景下生产空间所占比例是最小的，同时也是减小幅度最大的，说明此情景下生产空间地类成为了主要用地转移类型。2020—2035年，生产空间少量转向生态空间，大部分的空间转换成生活空间；究其原因是生活空间扩张能力强增长速度快，因此转移过程中首先满足生活空间需求。表明了城市扩张和社会经济发展对生态环境造成的破坏很难得以修复，即使通过部分政策（退耕还林、还草等）进行弥补也很难复原，收获效益甚微，所耗成本巨大。从模拟结果空间来看，研究区西北部的熊湖山、西南部的天露山、北部的南昆山等生态绿核区域得到了保护；小部分零星分布的生产空间将转换成为生态空间，具体在西北部和西南部的山间丘陵与耕地交错分布的地方。
4） “三生空间”协调情景。三生协调的情景模拟需要综合考虑生产空间、生活空间和生态空间多种需求，该情景下地类变化较为复杂，地类转换也比较频繁，“三生空间”协调需要满足在城市扩张和社会经济发展的同时保护生态和耕地需求，在模型中通过以下方式实现：① 参考已有研究成果“生态保护红线成效评估框架与指标方法”[30]将图中的控制区（严控区、农田、森林等）进行矢量化处理，使处理后的范围与最终所需范围一致，并将其设为限制区；② 增加建设用地转换成本，控制耕地的转出以及部分生态用地的转出。
2025年、2035年“三生空间”协调情景的生产、生态空间所占比例接近同期生活空间优先情景，生活空间所占比例接近同期生态空间优先情景。面积变化趋势相比其他3种单一情景趋于缓和，同时三生协调情景下的各空间占比比较均衡。从空间来看，该情景下广州、中山、深圳等经济发达城市的生活空间没有持续加速扩张，肇庆、江门、惠州市的生态绿核山区以及广州、中山等部分城市绿地得以保护，郊区耕地没有大面积转为其他地类，地类与地类之间的转换速度比较缓和。总体上，该情景模拟的结果一定程度上能满足城市的发展，同时能满足基本农田和生态环境保护的要求，有利于实现绿色发展与生态文明建设，达到人与自然和谐发展的目的。

3 讨论与结论

3.1 讨论

“三生空间”是人类社会、经济活动的基本载体，统筹“三生空间”发展对城市空间格局优化、产业结构转变以及区域生态文明建设具有较好借鉴意义。当前研究区正处于工业化城镇化深化期，广东省远景目标纲要指出要建成工业集中园，加快整合升级工业集聚区。粤港澳大湾区拥有完备的制造业体系和良好的矿产园区及工业生产基地，工矿建设用地的发展演化将影响区域城镇化建设和产业集聚形成。因此，将建设用地中工矿建设用地界定为生产用地更加科学合理，预测结果更加符合研究区社会经济发展趋势和发展格局。本研究对研究区实现生产空间集约高效、生活空间宜居适度和生态空间山清水秀具有重要现实意义。
本文综合考虑了自然和社会经济因素的16种驱动因子，尽可能提高模型精度；但是由于研究对象的复杂性，数据的可获取性与模型的局限性，未将生物、地质灾害等对空间变化和土地转移有重要影响的因子考虑在内，在进行模拟精度选择方面没有进一步深入研究寻找最佳模拟精度。要更全面更系统地对粤港澳大湾区“三生”空间进行分析，还需要结合更多驱动因子和选择最佳精度，这方面今后还需开展深入研究。

3.2 结论

本文基于FLUS模型，通过设置4种不同情景对粤港澳大湾区2025年、2035年的“三生空间”进行模拟和分析，结论如下：
1）FLUS模型可以较好地模拟研究区“三生空间”土地利用变化，通过选取包括自然和社会经济因素在内的16个驱动因子，模拟2020年研究区土地空间分布格局，总体精度达到92.7%，Kappa系数达到88.1%，FOM指数为标准水平，说明模型适用于对研究区未来土地空间分布的模拟。
2）模拟结果发现单一空间优先的情景模拟均具有一定局限性，而“三生”协调情景的发展将弥补单一情景发展的不足，使区域得到综合发展，模拟的结果更符合研究区实际发展情况和政策引导方向。
3）从面积变化看，粤港澳大湾区生态空间除在生态空间优先情景下增长94 km2，在其余情景下模拟均消减，其中生产空间优先情景减少幅度最多，为855 km2。生产空间在生产空间优先情景下增长幅度最大，为750.5 km2，在生态空间优先情景下减少幅度最多，为441.25 km2，在其他两种情景下其空间面积略有增加。生活空间在4种情景下均处于增大趋势，在生活空间优先情景下增长幅度最大，为687.75 km2，在生产空间优先情景下增长幅度最小，为104.5 km2。
4）从空间分布格局来看，研究区七星岩顶、天露山和天堂顶三大山区生态空间变化不大，但平原地区生态、生产空间变化比较明显，尤其是平原与丘陵过渡区域；此外，城市边缘和城乡交错带是生活空间容易扩张地区，也是地类变化速度较快和发展不平衡地区。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘继来, 刘彦随, 李裕瑞. 中国“三生空间”分类评价与时空格局分析[J]. 地理学报, 2017, 72(7): 1290-1304.

DOI

Liu Jilai, Liu Yansui, Li Yurui. Classification evaluation and spatial-temporal analysis of "production-living-ecological" spaces in China. Acta Geographica Sinica, 2017, 72(7): 1290-1304.

DOI

[2]
王旭, 马伯文, 李丹, 等. 基于FLUS模型的湖北省生态空间多情景模拟预测[J]. 自然资源学报, 2020, 35(1): 230-242.

DOI

Wang Xu, Ma Bowen, Li Dan, et al. Multi-scenario simulation and prediction of ecological space in Hubei Province based on FLUS model. Journal of Natural Resources, 2020, 35(1): 230-242.

DOI

[3]
龚亚男, 韩书成, 时晓标, 等. 广东省“三生空间”用地转型的时空演变及其生态环境效应[J]. 水土保持研究, 2020, 27(3): 203-209.

Gong Yanan, Han Shucheng, Shi Xiaobiao et al. Temporal and spatial evolution and associated eco-environment effects of the land use transformation of ecological-production-living spaces in Guangdong Province. Research of Soil and Water Conservation, 2020, 27(3): 203-209.

[4]
戴文远, 江方奇, 黄万里, 等. 基于“三生空间”的土地利用功能转型及生态服务价值研究——以福州新区为例[J]. 自然资源学报, 2018, 33(12): 2098-2109.

DOI

Dai Wenyuan, Jiang Fangqi, Huang Wanli et al. Study on transition of land use function and ecosystem service value based on the conception of production, living and ecological space: A case study of the Fuzhou new area. Journal of Natural Resources, 2018, 33(12): 2098-2109.

DOI

[5]
Steurer Miriam, Bayr Caroline. Measuring urban sprawl using land use data[J]. Land Use Policy, 2020, 97: 104799.

DOI

[6]
Terando Adam J, Costanza Jennifer, Belyea Curtis et al. The southern megalopolis: Using the past to predict the future of urban sprawl in the Southeast U. S[J]. PloS One, 2014, 9(7): 0102261.

DOI

[7]
唐常春, 李亚平, 杜也, 等. 1980—2018年粤港澳大湾区国土空间结构演变[J]. 地理研究, 2021, 40(4): 928-944.

Tang Changchun, Li Yaping, Du Ye et al. The evolution of territorial spatial structure of Guangdong-Hong Kong-Macao Greater Bay Area from 1980 to 2018. Geographical Research, 2021, 40(4): 928-944.

[8]
贺晓晖. 陕西省“三生空间”土地利用结构分析[J]. 遥感信息, 2021, 36(6): 120-124.

He Xiaohui. Analysis on land use structure of ecological-productive-living spaces in Shaanxi Province. Remote Sensing Information, 2021, 36(6): 120-124.

[9]
Liao Guitang, He Peng, Gao Xuesong et al. Land use optimization of rural production–living–ecological space at different scales based on the BP–ANN and CLUE–S models[J]. Ecological Indicators, 2022, 137: 108710.

DOI

[10]
Jiang Xintong, Zhai Shiyan, Huan Liu et al. Multi-scenario simulation of production-living-ecological space and ecological effects based on shared socioeconomic pathways in Zhengzhou, China[J]. Ecological Indicators, 2022, 137: 108750.

DOI

[11]
苏迎庆, 刘庚, 赵景波, 等. 基于FLUS模型的汾河流域生态空间多情景模拟预测[J]. 干旱区研究, 2021, 38(4): 1152-1161.

Su Yingqing, Liu Geng, Zhao Jingbo et al. Multi-scenario simulation prediction of ecological space in Fenhe River Basin based on FLUS model. Arid Zone Research, 2021, 38(4): 1152-1161.

[12]
李媛洁, 叶长盛, 黄小兰. 基于CLUE-S模型的南昌市“三生”空间时空演变及情景模拟研究[J]. 水土保持研究, 2021, 28(5): 325-332.

Li Yuanjie, Ye Changsheng, Huang Xiaolan. Temporal-spatial evolution and scenario simulation of production-living-ecological space in Nanchang based on CLUE-S model. Research of Soil and Water Conservation, 2021, 28(5): 325-332.

[13]
Liu Xiaoyang, Ming Wei, Li Zhigang, et al. Multi-scenario simulation of urban growth boundaries with an ESP-FLUS model: A case study of the Min Delta region, China[J]. Ecological Indicators, 2022, 135: 108538.

DOI

[14]
王明常, 郭鑫, 王凤艳, 等. 基于FLUS的长春市土地利用动态变化与预测分析[J]. 吉林大学学报 (地球科学版), 2019, 49(6): 1795-1804.

Wang Mingchang, Guo Xin, Wang Fengyan et al. Dynamic change and predictive analysis of land use types in Changchun City based on FLUS model. Journal of Jilin University (Earth Science Edition), 2019, 49(6): 1795-1804.

[15]
刘洋, 石丹, 王吉. 旅游型城镇三生空间功能识别与分析——以吉林省长白山二道白河镇为例[J]. 江苏农业科学, 2021, 49(18): 201-206.

Liu Yang, Shi Dan, Wang Ji. Recognition and analysis of Sansheng space function in tourist towns: A case study of Erdaobaihe town, Changbai mountain, Jilin Province. Jiangsu Agricultural Sciences, 2021, 49(18): 201-206.

[16]
李慧燕. “三生”空间理念下京津冀城市群新型城镇化协调发展研究[J]. 生态经济, 2021, 37(5): 92-98.

Li Huiyan. Research on new urbanization coordinated development of Beijing-Tianjin-Hebei city cluster based on the concept of "production-living-ecology" space. Ecological Economy, 2021, 37(5): 92-98.

[17]
赵瑞, 刘学敏. 京津冀都市圈“三生”空间时空格局演变及其驱动力研究[J]. 生态经济, 2021, 37(4): 201-208.

Zhao Rui, Liu Xuemin. Analysis on spatial-temporal changes and driving forces of "production-living-ecological" spaces in Beijing-Tianjin-Hebei metropolitan area. Ecological Economy, 2021, 37(4): 201-208.

[18]
韩美, 孔祥伦, 李云龙, 等. 黄河三角洲“三生”用地转型的生态环境效应及其空间分异机制[J]. 地理科学, 2021, 41(6): 1009-1018.

Han Mei, Kong Xianglun, Li Yunlong et al. Eco-environmental effects and its spatial heterogeneity of 'ecological-production-living' land use transformation in the Yellow River Delta. Scientia Geographica Sinica, 2021, 41(6): 1009-1018.

[19]
杨清可, 段学军, 王磊, 等. 基于“三生空间”的土地利用转型与生态环境效应——以长江三角洲核心区为例[J]. 地理科学, 2018, 38(1): 97-106.

Yang Qingke, Duan Xuejun, Wang Lei et al. Land use transformation based on ecological-production-living spaces and associated eco-environment effects: A case study in the Yangtze River Delta. Scientia Geographica Sinica, 2018, 38(1): 97-106.

[20]
刘顺鑫, 黄云. “三生空间”视角下万州区景观生态安全评价及其耦合特征分析[J]. 水土保持研究, 2020, 27(6): 308-316.

Liu Shunxin, Huang Yun. Evaluation and coupling coordination analysis of landscape ecological security of Wanzhou district from the perspective of production-life-ecological space. Research of Soil and Water Conservation, 2020, 27(6): 308-316.

[21]
勾蒙蒙, 刘常富, 李乐, 等. “三生空间”视角下三峡库区土地利用转型的生态系统服务价值效应[J]. 应用生态学报, 2021, 32(11): 3933-3941.

DOI

Gou Mengmeng, Liu Changfu, Li Le et al. Ecosystem service value effects of the Three Gorges Reservoir Area land use transformation from the perspective of "production-living-ecological" space. Chinese Journal of Applied Ecology, 2021, 32(11): 3933-3941.

DOI

[22]
Wu Jiansheng, Zhang Danni, Wang Han et al. What is the future for production-living-ecological spaces in the Greater Bay Area? A multi-scenario perspective based on DEE[J]. Ecological Indicators, 2021, 131: 108171.

DOI

[23]
吕立刚, 周生路, 周兵兵, 等. 区域发展过程中土地利用转型及其生态环境响应研究——以江苏省为例[J]. 地理科学, 2013, 33(12): 1442-1449.

Lv Ligang, Zhou Shenglu, Zhou Bingbing et al. Land use transformation and its eco-environmental response in process of the regional development: A case study of Jiangsu Province. Scientia Geographica Sinica, 2013, 33(12): 1442-1449.

[24]
张经度, 梅志雄, 吕佳慧, 等. 纳入空间自相关的FLUS模型在土地利用变化多情景模拟中的应用[J]. 地球信息科学学报, 2020, 22(3): 531-542.

DOI

Zhang Jingdu, Mei Zhixiong, Lyu Jiahui et al. Simulating multiple land use scenarios based on the FLUS Model considering spatial autocorrelation. Journal of Geo-information Science, 2020, 22(3): 531-542.

DOI

[25]
孔冬艳, 陈会广, 吴孔森. 中国“三生空间”演变特征、生态环境效应及其影响因素[J]. 自然资源学报, 2021, 36(5): 1116-1135.

DOI

Kong Dongyan, Chen Huigaung, Wu Kongsen. The evolution of "production-living-ecological" space, eco-environmental effects and its influencing factors in China. Journal of Natural Resources, 2021, 36(5): 1116-1135.

DOI

[26]
Liu Xiaoping, Liang Xun, Li Xia, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape and Urban Planning, 2017, 168: 94-116.

DOI

[27]
Liang Xun, Liu Xiaoping, Li Xia, et al. Delineating multi-scenario urban growth boundaries with a CA-based FLUS model and morphological method[J]. Landscape and Urban Planning, 2018, 177: 47-63.

DOI

[28]
王保盛, 廖江福, 祝薇, 等. 基于历史情景的FLUS模型邻域权重设置——以闽三角城市群2030年土地利用模拟为例. 生态学报, 2019, 39(12): 4284-4298.

Wang Baosheng, Liao Jiangfu, Zhu Wei et al. The weight of neighborhood setting of the FLUS model based on a historical scenario: A case study of land use simulation of urban agglomeration of the golden triangle of Southern Fujian in 2030. Acta Ecologica Sinica, 2019, 39( 12): 4284-4298.

[29]
邓华, 邵景安, 王金亮, 等. 多因素耦合下三峡库区土地利用未来情景模拟[J]. 地理学报, 2016, 71(11): 1979-1997.

DOI

Deng Hua, Shao Jingan, Wang Jinliang et al. Land use driving forces and its future scenario simulation in the Three Gorges Reservoir Area using CLUE-S model. Acta Geographica Sinica, 2016, 71(11): 1979-1997.

DOI

[30]
侯鹏, 王桥, 杨旻, 等. 生态保护红线成效评估框架与指标方法[J]. 地理研究, 2018, 37(10): 1927-1937.

Hou Peng, Wang Qiao, Yang Min et al. China's ecological protection redlines: Evaluation frameworkand method of protection effect. Geographical Research, 2018, 37(10): 1927-1937.

Options
文章导航

/

〈 〉