发布时间：2021-07-30所属分类：免费文献浏览：1次
摘 要： 生态经济
《经济与生态效益不同情景下的广州市土地利用优化配置》论文发表期刊：《生态经济》；发表周期：2021年04期
《经济与生态效益不同情景下的广州市土地利用优化配置》论文作者信息：第一作者简介 ：袁利，硕士，研究方向为生态系统服务与区域规划。 通讯作者简介 ：刘毅华，硕士，教授，研究方向为区域土地利用与城乡规划。
摘要：缓解生态保护与经济发展之间的矛盾已成为广州市目前亟须解决的重要现实问题。通过对经济效益和生态效益最大化的不同侧重，基于多目标规划模型与CLUE-S模型对广州市2025年不同情景下的土地利用进行优化配置。结果表明：(1)与现状相比，兼顾两者效益情景的土地利用优化方案最为合理：效益提升最为协调分别为9.35%、9.58%，不同景观类型破碎化程度适中;(2)广州市对生态、经济效益的不同侧重主要导致林地、建设用地和水域面积的变化较大，未来规划应注重这三种地类的合理规划;(3)多目标规划与CLUE-S模型的结合，可以有效解决广州市多情景的土地资源优化配置模拟。研究结果对广州市土地利用可持续发展和生态文明建设具有较大的参考价值。
关键词：经济效益;生态效益;土地优化配置;多目标规划模型;CLUE-S模型中图分类号：F293.2
Abstract: To alleviate the contradiction between ecological protection and economic development has become an important problem in modern Guangzhou. Based on the multi-objective planning and CLUE-S model, the optimal allocation of land use in different scenarios of Guangzhou in 2025 is carried out by focusing on the differentiated maximization of economicand ecological benefits. The results show that: (1) compared with the current situation, the land use optimization scheme of coordinated benefit scenario is the most reasonable with benefit promoted by 9.35% and 9.58% respectively. Also, the fragmentation degree of different landscape types is moderate; (2) the different emphasis on ecological and economic benefits in Guangzhou mainly leads to large changes in forest land, construction land and water area, which should get properly arranged in the upcoming urban planning; (3) the combination between multi-objective planning and CLUE-S models can play an effective role in the multi-scenario land use optimization simulation of Guangzhou. The research results provide valuable references value for the sustainable development of land use changes and the construction of ecological civilization in current Guangzhou.
Key words: economic benefits; ecological benefits; optimal allocation of land; multi-objective planning model; CLUE-S model
随着经济发展及城市化进程的不断加快，城市扩张不断侵占生态用地，影响到城市生态系统功能并带来一系列生态环境问题，对人类生存和发展构成了严重威胁 [1-2]。如何在社会经济发展的前提下保障生态效益，实现可持续发展的目标是我国生态文明建设的基本要求 [3-4]。因而兼顾经济、生态效益的城市土地资源优化配置既是实现经济与生态协调发展的关键问题，也是保障城市可持续发展的重要手段。
国内外学者围绕土地利用优化配置已通过多元方法手段 [5] 从情景目标 [6-7]、约束条件 [8] 等方面进行了大量研究，通过多目标综合决策实现效益最大化一直是土地利用优化配置领域的研究热点 [9]。张鸿辉等 [10] 采用多智能体模型实现了生态、经济以及社会效益协同优化后的配置研究。刘耀林等 [8] 以提高生态系统服务价值和空间集约度双重目标，探讨了武汉市东西湖区的用地空间布局。随着可持续发展和生态文明建设理念的深入，将生态、经济目标纳入土地利用优化研究更是成为多数地区的调控策略选择11，黄建周等12]基于兼顾生态、经济效益目标形成了广州市土地利用数量结构最优调整方案。贾宁凤等[13]则以生态、经济利益耦合效益最大化为目标，从社会利益构建约束函数，进行了县域尺度的土地利用优化配置研究。尽管目前以生态、经济为目标的研究众多，但主要偏向于耦合效益最大化。然而在实际的土地利用规划决策中，决策者对不同目标的偏好往往会导致不同的土地利用规划结果1，有学者试图通过多情景设置缓解其多目标冲突，如李天猜等[]基于模糊集理论的最大(小)算子法探讨了不同决策偏好情景下的最优土地利用优化方案，但仅侧重于对数量结构的研究。面对新时期生态文明建设发展导向与政策要求，基于多目标偏好分析不同景下的土地利用空间优化配置研究无疑具有较好的现实可操作性和政策指导意义。
广州市作为珠江三角洲经济区的核心城市，30多年的经济高速增长带来了日益突出的城市生态安全问题。因此坚持绿色发展理念、走生态文明道路不仅是当前重要的国家战略也是公众的普遍诉求。在实践层面上，如何实现兼顾经济与生态效益，缓解其生态保护与经济发展之间的矛盾成为广州市目前亟须解决的重要现实问题。
1研究区域与数据来源
1.1研究区概况
广州市位于珠江三角洲的北缘(11257E~ 11493E，226N ~23956N)，地势东北高，西南低，属于海洋性亚热带季风气候，土地类型多样，适宜性广。其境内河流水系发达，大小河流众多，水域面积广阔。全市土地总面积为7434.4平方千米，现辖越秀、海珠、荔湾、天河、白云、黄埔、花都、番禺、南沙、从化、增城共11个区。
自21世纪以来，广州市经济实现了飞速发展，地区生产值(GDP)从2000年的2375.9亿元上升至2018年的22859.35亿元，加上城镇化进程不断推进，至2018年常住人口高达1490.4万人。随着经济社会的发展，广州市建设用地面积从2000年的825.15平方千米增至2015年的1452.52平方千米(图1)，年均增长率达5.8%，其急剧扩张的态势使得生态用地结构逐渐缩小、破碎化，生态环境安全问题成为影响社会经济可持续发展的瓶颈。
1.2数据来源及处理
本文使用地理空间数据云平台(http://wwww.
gscloud.cn/)2000年、2005年、2010年、2015年四期Landsat-8遥感影像作为土地利用数据来源，均已经过几何校正和图像增强等处理，分辨率为30m×30m。结合国家标准《土地利用现状分类》(GB/T 2010-2017)和广州市实际土地利用情况，通过ENVI5.3软件采用最大似然法将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地六类，并利用混淆矩阵对分类结果进行精度评价，四期遥感解译总体精度均在80%以上，Kappa系数分别为0.8、0.81、0.81和0.79，均符合研究需要，最后将其重采样至500 m× 500 m的分辨率。
其他空间分析数据包括：地理空间数据云平台的DEM
30m×30 m栅格数据，经重采样至500 m×500 m，并生成地形起伏和坡度数据：交通道路数据通过ArcGIS
102地图矢量化得到，并使用欧氏距离工具处理得到分辨率为500 m× 500 m的道路数据集：社会经济数据来源于《广州市统计年鉴》及广州市经济统计公报，并由ArcGils 10.2的转换工具得到500 m ×500m的栅格数据。
2研究方法
2.1研究思路
本文旨在对广州市目标年经济、生态效益不同偏好情景下的土地利用优化配置方案进行对比研究，对协调区域经济发展与生态保护提供重要指导作用。实现过程分为三部分：(1)土地利用数量结构优化。将生态效益、经济效益作为最大优化目标，根据决策者偏好设置“经济效益优先”“生态效益优先”“兼顾经济一生态效益”
三种情景，通过多目标优化模型预测目标年不同情景下的最优土地利用结构。(2)土地利用空间优化配置。首先，将土地利用数量优化结构作为CLUE-S模型中非空间模块的面积需求。其次，通过自然、社会经济影响土地利用的驱动因子获取各地类的空间转换概率，根据近几十年的土地利用转移情况得到土地利用转换参数。最后，通过CLUE-S模型得到广州市不同情景下的土地利用优化布局结果。(3)通过定性与定量相结合的方法将得到的不同情景优化配置结果进行对比分析，提供决策建议。
2.2多目标规划模型
多目标规划模型是土地利用优化研究的重要模型，其本质就是为解决多目标优化问题提供一种方法，包含决策变量、目标函数以及约束条件三部分[1，其公式如下：
2.2.1变量设置
变量的选取遵循综合性、典型性和资料可获取性原则及国家《土地利用现状分类》(GB/T 2010-2017)标准，设置以下六种土地利用类型变量：耕地(x)、林地(x2)
草地(x)、建设用地(x)、水域(xs)、未利用地(x%)。参考相关文献[1]1及研究区实际情况，将耕地、林地、草地、水域划入生态用地范围。
2.2.2目标函数构建
(1)经济效益。各土地利用类型单位面积产出效益由单位面积耕地产出效益系数与各地对区域GDP贡献相对大小的权重值计算得出：为研究方便起见，各权重值采用已有研究成果[1，并根据实际情况做相关调整。耕地产出效益按2015年粮食价格计算，用GM(1，1)模型预测2025年耕地经济效益系数(表1)，其中将未利用地的经济效益系数设置为1，避免对结果产生明显的影响。
(2)生态效益。各地类单位面积生态服务价值使用对广州市修正后的生态系统服务价值当量计算得到11，同样以 2015 年粮食价格计算，得到广州市各土地利用类型的生态效益系数(表 1)。
2.2.3 约束条件构建
约束条件是目标函数最优值实现的重要因子，对模拟结果有着很大影响。本研究参照《土地利用总体规划(2006—2020)》(以下简称《总规》)，并结合 GM(1, 1)模型确定相关约束条件 j、系数以及对应约束常数 bj。土地利用结构优化约束条件设置如表 2 所示。
2.3 CLUE-S模型
土地利用空间优化配置采用CLUE-S(the conversion of land use and its effects at small region extent)模型来分析。CLUE-S模型是由Verburg等人在较早的CLUE模型基础上研发而来，假设某地区的土地利用变化受该地区的土地利用需求驱动，并且该地区的土地利用分布格局总是与土地需求及该地区的自然环境、社会和经济状况处于动态平衡状态"1，在此基础上运用系统论的方法
处理不同土地利用类型之间的竞争关系，实现对区域尺度上的多种土地利用类型同步布局模拟。该模型被分为两个部分：非空间土地利用需求模块和空间优化配置模块。非空间模块主要是计算目标年各土地利用类型的需求结构，需要在CLUE-S模型之外求取，本研究采取土地利用数量结构优化结果作为土地需求文件。空间优化配置模块主要包括空间政策、土地利用转换参数、空间转换概率，模拟过程需通过Logistic二元回归模型提取不同驱动因子的分布规则，并结合转换参数、转换概率
不断迭代来实现土地利用的空间优化布局。
2.3.1 土地利用转换参数
土地利用转换参数内容包括两部分，即转换规则和转换弹性。转换规则是指各地类之间能否进行相互转化的可能，其主要是通过转移矩阵来定义实现，1 表示可以转变，0 表示不能转变，本研究主要是根据研究区 2000—2015 年的土地利用转移矩阵变化情况进行相关设置。转换弹性(ELAS)表示的是土地利用类型的稳定程度，是决定模拟时间动态的土地利用类型特定设置之一。将其赋值0 ～ 1 之间，其中值越趋近于 0 表示某种土地利用类型越容易转换成其他土地类型，越趋近于 1 则表示越不易发生转换。而目前对于ELAS值的确定没有具体的计算方法，本研究主要是借助前人研究经验和研究区近几十年来的土地利用转移情况，并与广州市实际土地利用情况进行对比，经过模型的不断调试，得出理想 ELAS 值：耕地 0.87，林地 0.75，草地 0.68，建设用地 1，水域 0.85。
2.3.2 空间转换概率
CLUE-S 模型的空间转换概率是其空间优化配置的核心部分，其原理是通过 Logistic 回归分析计算不同地类出现在某栅格上的概率，将其最适宜的地类分配在该栅格上，揭示土地利用空间配置与其驱动因子之间的定量关系，其空间迭代公式如式(2)所示。根据研究区的区域情况以及数据的可获得性，选择地形起伏度、坡度、与主要水系距离、与国道距离、与铁路距离、与城市主干道距离、人口密度、人均 GDP 八种自然、社会经济驱动因子对耕地、林地、草地、建设和水域五类土地利用类型进行空间转换的 Logistic 回归分析。本研究中因未利用地面积占比较小，难以找到空间转换的驱动因素，所以不做回归处理，其处理方法是在空间限制政策中作为限制区域。
对回归的结果采用 ROC 分析方法进行检验，ROC 的值介于 0.5 ～ 1之间，一般认为当 ROC 值大于 0.7 时，回归方程的结果才具有良好的解释性，越接近 1 则解释能力最好。各土地利用类型的回归及检验结果如表 3 所示，可见本研究所选择的驱动因子对五类土地利用类型转换的 ROC值都大于0.7，因此，空间优化配置结果具有可靠性。
2.3.3 CLUE-S模型空间分配
CLUE-S 模型的空间分配主要是运用空间迭代来计算各地类的总概率，从而达到土地利用时空格局的全局优化配置，其空间迭代公式如下 ：
3 结果与分析
3.1 不同情景下土地利用需求结果分析
决策偏好通常以不同优化目标的优先顺序反映 [18]，因此本研究选择理想点法对公式(1)的规划模型求解。在各类约束条件下，先是求取单个目标的最优解，以此获得经济效益优先情景和生态效益优先情景的土地利用需求结果。再通过理想点法求得兼顾经济—生态效益情景下的最优土地利用结构。模型的求算结果通过LINGO11 软件实现(表 4)。
3.1.1 经济效益优先情景
目标年决策者侧重经济效益优先的土地利用情景下，各类用地面积分别为 ：耕地 1 287.99 平方千米，林地 3 786.42 平方千米，草地 95.38 平方千米，建设用地1 689.59 平方千米，水域 361.13 平方千米。与现状土地利用结构比较发现 ：由于优先考虑经济产出，使得经济效益较高的林地和建设用地面积增加，而经济效益较低的耕地和水域面积大幅度减少。最终使得经济效益提高至 535.31
亿元，较 2015 年现状值增加了 14.6%，而生态效益仅提高了 5.65%。此时为满足城市发展所需的建设用地主要通过占用生态用地实现，经济效益与生态效益不相协调。
3.1.2 生态效益优先情景
决策者侧重生态效益优先发展目标的情景下，各类用地面积分别为 ：耕地 1 287.99 平方千米，林地3 856.76 平方千米，草地 95.38 平方千米，建设用地1 452.53 平方千米，水域 527.85 平方千米。为最大限度保护生态，其中生态效益最高的水域需求在目标约束中达到最高，其次之的林地也有大幅度增加。而生态效益最低的建设用地面积需求在所有情景中最低，与 2015年现状值基本一致。最终该情景下的生态效益提升幅度最大，增至 418.12 亿元，与 2015 年现状值比较增加了1.84%，而经济效益仅提高了 5.57%。说明若侧重生态效益目标优先发展，城市建设用地规模扩张将会受到严格限制，无法满足城市的发展。
3.1.3 兼顾经济—生态效益情景
在兼顾经济—生态效益协调发展的情景下，各类用地面积分别为 ：耕地 1 287.99 平方千米，林地 3 794.13平方千米，草地 95.38 平方千米，建设用地 1 558.16 平方千米，水域 484.85 平方千米。与前两种情景相比，此优化方案中耕地、草地及未利用地的需求面积无变化，而林地、建设用地和水域的需求面积均介于前两情景优化结果之间，这也说明这三种土地利用类型是该研究区经济、生态效益的主要来源。此方案带来经济效益510.89 亿元、生态效益 409.64 亿元，较 2015 年现状值分别提高了 9.35%、9.58%。该情景与经济效益优先情景相比增加了 14.66 亿元的生态效益，与生态效益优先情景相比增加了 17.65 亿元的经济效益，兼顾了生态与经济的协调发展。
本研究中由于草地的经济效益和生态效益相差不大，对于广州市生态目标和经济目标的作用相当，故不同情景下的面积需求相同。由于未利用地无经济效益以及极低的生态效益，并假设可利用部分已完全转换为其他地类，因而在各情景下需求面积也没有变化。
3.2 不同情景下土地利用空间优化配置模拟分析
利用前面得到的不同情景下土地利用需求作为CLUE-S 模型中的非空间模块，将土地利用转换参数、空间转换概率等输入模型中并设置好相关基础参数，进行广州市 2025 年不同情景下的土地利用空间优化配置模拟，空间优化后的土地利用面积见表 5，配置结果见图 2。对比表 5 与表 4 发现，空间优化后的各地类面积与相应需求面积相差不大，表明模型的模拟结果较好。在 ArcGIS 中将 2015 年土地利用现状分布图(图 1)与不同情景下的空间优化模拟图(图 2)叠加，并结合土地利用面积进行分析。
3.2.1 经济效益优先情景下空间配置结果
此情景下的耕地、水域生态用地大幅度减少，草地变化不大，而林地、建设用地均有所增加。结合图 2(a)可以明显看出，在增城东北部水源保护区、花都北部水源保护区及流溪河流域，水域面积有所减少，并转换为经济效益更高的林地和草地。草地主要分布在广东市东北部山地区，与现状相比变化不大。建设用地的集聚扩张明显，以主城区为中心向外围不断扩展侵占耕地，呈现出连片式发展态势。主城区是全市经济发展的核心区域，条件优越，土地单元对建设用地的适宜性更高，经
济效益显著。
3.2.2 生态效益优先情景下空间配置结果
此情景下的耕地减少，林地大幅度增加，而草地、建设用地及水域的面积变化不大。结合图 2(b)可以看出，东北部山地丘陵区的耕地转换为生态效益更高的林地，符合自然环境要求，和广州市总体规划中的绿地系统规划要求一致。同时，水源保护区、流域等水域面积得以保护，加上主城区林地和草地的增加可以形成生态防护网络，在一定程度上缓解了城市发展带来的生态环境问题。然而在生态效益优先情景下，建设用地的扩张受到了限制，其空间配置格局与现状相比变化不大。
3.2.3 兼顾经济—生态效益情景下空间配置结果
此情景下的耕地、水域有所减少，草地面积变化不大，而林地与建设用地有所增加。结合图 2(c)可以看出，空间优化后强化了生态系统内部的各种联系，与经济效益优先情景相比，研究区的水源保护区面积得以保护，尤其主城区内生态用地的增加可以有效改善生态压力。与生态效益优先情景相比，建设用地在原有的基础上适当增加以满足城市化发展需求，从而保障广州市经济、生态效益的协调增加。其整体布局与土地利用总体规划中的中部城镇核心提升区、东北部山林生态保护区等发展战略较一致，基本符合北部森林、中部绿地、南部海滨湿地以及珠江水系的生态骨架。
3.3 不同情景下土地利用优化综合分析
三种情景下广州市土地利用优化配置结果显示，其经济、生态效益均比现状值有所提高，在满足广州市耕地保有量的基础上，三种情景下耕地面积都大幅减少并主要转向于建设用地和林地，而东北山地丘陵区的大量耕地转为林地，总体符合经济建设与自然环境要求，体现了土地空间优化的基本目标。对比三种情景并利用 Fragstats4 软件选取斑块面积、破碎化指数和聚合度三个指标对空间优化后生态用地与建设用地斑块类型层级进行景观指数计算，选取景观破碎化和聚合度两个指标对三种情景的景观层级进行景观指数计算(表 6)，进一步综合分析表明 ：经济效益优先情景下，水域面积的缩减和建设用地面积的显著增加导致城市绿色斑块面积较少(552 400 公顷)，与生态效益优先、兼顾经济—生态效益情景相比，分别减少了23 300 公顷、13 125 公顷，城市生态压力加大，不利于广州市创建“山、水、城、田、海”的环境友好型土地利用模式。生态效益优先情景下，建设用地增长基本停滞，同时建设用地较低的集聚度(64.91)与较高的破碎化指数(84.26)无法满足城市发展的基本空间要求和后续支撑，显然该情景现实可行性不大。而在兼顾经济—生态效益情景下，建设用地面积的增加符合《总规》的远期增长率，林地面积的增加、水域面积得以保护则保证了广州城市发展对生态空间的基本需求，且整体呈现适度的集聚度(71.84)与破碎化程度(5.74)，能够使经济发展与生态保护处于较为协调的状态。此外，该情景下绿色斑块面积较其他两
情景适中(565 525 公顷)，建设用地布局则基于生态安全格局基础上，重点向南沙、番禺、增城南部等区域倾斜，以落实“南拓”“东进”空间发展战略。
4 结论与启示
4.1 结论
(1)在不同发展情景中，兼顾经济—生态效益情景的土地利用优化配置最为合理。与现状相比，土地利用结构增减适当，产生的经济、生态效益最为协调，其整体布局符合规划战略需求，表现为建设用地在原有基础上适当扩张，生态用地呈现出集聚与生态网络相结合的格局，符合北部森林、中部绿地、南部海滨湿地以及珠江水系的生态骨架。
(2)广州市生态保护与经济发展存在着明显的权衡关系。决策者对不同目标效益的侧重会致使林地、建设用地和水域面积的变化较大，而这三种土地利用类型又是该研究区经济、生态效益的主要来源。因此，对于未来的土地利用规划，政府部门应注重这三种地类指标的合理分配，有助于区域经济发展与生态保护的协调发展。
(3)本文使用多目标规划与 CLUE-S 模型相结合的土地利用优化配置方法，可根据决策者对不同目标偏好设置不同情景，并对不同情景下的土地利用进行优化配置模拟，结合广州市土地利用空间优化配置研究取得了较为可信的结果，为城市土地管理与规划编制提供了科学参考价值。
4.2 启示
现今城市化与经济的快速发展常常以生态环境破坏为代价，尤其是建设用地的无序扩张对生态用地进行侵占造成了严重的生态空间萎缩和破碎化，21 世纪以来这种土地资源矛盾愈演愈烈。随着生态保护与经济发展之间的权衡关系愈发显著，如何针对土地利用结构的失衡现状谋划协调经济与生态效益的合理配置，实现符合生态文明时代要求的可持续发展，针对不同发展情景探寻土地优化配置效益最大化是重要的研究命题。
在本文的实证结果中，广州市土地利用效益受到不同决策偏好的制约，主要表现为通过林地、建设用地、水域等地类转换实现不同类型效益的调整，因此，政府土地管理及规划部门如何合理分配土地指标、优化空间布局，这三种地类是关键。在三种发展情景中，兼顾经济—生态效益情景下的土地利用优化配置方案表现出最为合理的效果，经济与生态效益最为协调，反映出生态文明建设导向下城市既要合理优化其土地数量，也要合理配置空间结构以达到经济—生态效益的兼顾协调。对于广州市来说，建设用地是经济效益的主要来源，林地、水域是生态效益的主要来源，二者存在明显的权衡关系，如何通过合理分配各地类指标来实现效益止损与失衡，仍然是今后土地规划与管理工作的重点。通过合理布局地类指标来保障生态价值的发挥，既要在符合自然环境的基础上注重对东北山地区的林地与广州市域内的水网等生态空间加以保护形成生态源地，也要以统筹规划区域经济、生态协调发展的思路，严格控制主城区生态用地转换，提高建设用地集约高效利用。当然本研究也存在着不足 ：在分析空间转换概率的过程中，本研究主要选取了八种自然与社会经济驱动因子，忽略了影响土地利用变化的制度及社会文化等因素的作用及特殊性，其结果对土地利用转换的真实模拟可能存在着一定误差，未来更进一步研究还需考虑其全面性、适应性与可验证性。土地利用战略决定了未来土地利用优化配置的多目标性，本文仅以经济、生态效益考虑作为宏观目标，虽然对于政策偏好选择具有简便易行及可操作性，但如何考虑更多目标、情景的设置使研究精细化，从而在瞬息万变的现实中更好地指导区域土地利用决策将是今后研究的重点。
参考文献：
[1] Daily G C, Matson P A. Ecosystem services: From theory to implementation [J]. Proceedings of the National Academy of Sciences, 2008, 105(28): 9455-9456.
[2] 方创琳，周成虎，顾朝林，等. 特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径[J]. 地理学报，2016(4)：531-550.
[3] Singh, K. Sustainable development: Some reflections [J]. Indian Journal of Agricultural Economics, 1999, 54(1): 6-41.
[4] 陈芷君，刘毅华，林华荣. 广东省土地利用碳排放与经济增长之间的脱钩分析[J]. 生态经济，2018(5)：26-32.
[5] 刘荣霞，薛安，韩鹏，等. 土地利用结构优化方法述评[J]. 北京大学学报(自然科学版)，2005(4)：655-662.
[6] 柯新利，唐兰萍. 城市扩张与耕地保护耦合对陆地生态系统碳储量的影响——以湖北省为例[J]. 生态学报，2019(2)：672-683.
[7] 赵筱青，李思楠，谭琨，等. 城镇—农业—生态协调的高原湖泊流域土地利用优化[J]. 农业工程学报，2019(8)：296-307.
[8] 刘耀林，郝弘睿，谢婉婷，等. 基于生态系统服务价值的土地利用空间优化[J]. 地理与地理信息科学，2019(1)：69-74.
[9] Murgante B, Borruso G, Lapucci A. Sustainable Development: Concepts and methods for its application in urban and environmental planning [M]. Berlin: Heidelberg, 2011.
[10] 张鸿辉，曾永年，谭荣，等. 多智能体区域土地利用优化配置模型及其应用[J]. 地理学报，2011(7)：972-984.
[11] 马冰滢，黄姣，李双成. 基于生态-经济权衡的京津冀城市群土地利用优化配置[J]. 地理科学进展，2019(1)：26-37.
[12] 龚建周，刘彦随，张灵. 广州市土地利用结构优化配置及其潜力[J]. 地理学报，2010(11)：1391-1400.
[13] 贾宁凤，曹蓉，王晓雅. 区域生态和经济系统耦合效应下的土地利用优化配置——以山西省宁武县为例[J]. 山西大学学报(自然科学版)，2019(2)：454-464.
[14] 陈红，史云扬，柯新利，等. 生态与经济协调目标下的郑州市土地利用空间优化配置[J]. 资源科学，2019(4)：717-728.
[15] 李天猜，李韦，冯长春，等. 湘江新区土地利用结构多目标规划及决策偏好分析[J]. 地域研究与开发，2016(1)：132-138.
[16] 曹帅，金晓斌，杨绪红，等. 耦合MOP与GeoSOS-FLUS模型的县级土地利用结构与布局复合优化[J]. 自然资源学报，2019(6)：1171-1185.
[17] 冯长春，曹敏政，谢婷婷. 不同生态保育尺度下铜陵市土地利用结构优化[J]. 地理研究，2014(12)：2217-2227.
[18] 谢高地，张彩霞，张雷明，等. 2015. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]，自然资源学报，30(8)：1243-1254.
[19] 王丽艳，张学儒，张华，等. CLUE-S模型原理与结构及其应用进展[J]. 地理与地理信息科学，2010(3)：73-77.
SCISSCIAHCI
