环境科学  2026, Vol. 47 Issue (9): 6199-6211   PDF    
引用本文
曲宝融, 黄珺嫦, 李玲, 郭珊珊, 侯太薇, 马子钧, 艾丽明, 张毅. 基于PLUS模型的河南省土地利用冲突识别和多情景演化模拟[J]. 环境科学, 2026, 47(9): 6199-6211.
QU Bao-rong, HUANG Jun-chang, LI Ling, GUO Shan-shan, HOU Tai-wei, MA Zi-jun, AI Li-ming, ZHANG Yi. Land Use Conflict Identification and Multi-scenario Simulation Evolution in Henan Province Based on PLUS Model[J]. Environmental Science, 2026, 47(9): 6199-6211.
基于PLUS模型的河南省土地利用冲突识别和多情景演化模拟
曲宝融1, 黄珺嫦1,2, 李玲1,2, 郭珊珊1,2, 侯太薇1, 马子钧1, 艾丽明1, 张毅1     
1. 河南农业大学资源与环境学院，郑州 450046;
2. 河南省土地整治与生态重建工程技术研究中心，郑州 450046
收稿日期: 2025-07-02; 修订日期: 2025-10-01
基金项目: 河南省科技研发联合基金项目（225200810045）；河南农业大学哲学社会科学创新基金项目（SKJJ2023B13）；河南农业大学哲学社会科学创新基金项目（SKJJ2024B10）
作者简介: 曲宝融（2002~），女，硕士研究生，主要研究方向为土地利用与管理、农村利用与管理，E-mail：light73425@163.com
通信作者: 郭珊珊, E-mail: 391113@henau.edu.cn
摘要: 土地利用冲突的精准识别与动态测度，是剖析区域土地利用态势、优化空间布局和推动可持续发展的重要基础. 以河南省为例，选取2000~2020年5期土地利用数据，构建基于景观格局的土地利用冲突识别模型，从县域和格网尺度系统解析土地利用冲突时空演化特征，并运用PLUS模型模拟河南省2035年不同发展情景下的冲突格局. 结果表明：①研究期内耕地面积由108 531.03 km2缩减至103 327.43 km2，降幅达4.79%；建设用地则显著扩张，从17 262.72 km2增长至22 152.55 km2，增幅为28.33%. ②2000~2020年，河南省整体土地利用冲突以可控类型为主，格网尺度下平均冲突指数从0.41波动降至0.40，但严重失控区域占比由0.71%增至8.51%，局部冲突加剧明显. 空间分布上，可控冲突区域集中于林地、山区等人类活动少的地带，格局稳定；而失控冲突区域变化显著，2005年后，随着工业化、城市化发展，在城市中心、人口密集区及其周边，土地利用冲突面积与等级均显著提升. ③2035年河南省土地利用冲突多情景模拟显示，4种情景下失控单元占比均低于50%. 其中，城镇发展情景冲突最严重，失控单元占比47.11%；生态保护与耕地优先情景冲突较低，前者可控单元占比59.7%，后者可控单元占比70.89%，严重失控单元仅1.15%，且基本失控与严重失控单元占比总和最小，因此，耕地优先情景是河南省未来土地利用的最优发展路径. 研究结果可为河南省统筹耕地保护与城镇化建设、制定科学的土地利用政策提供参考.
关键词: 土地利用冲突      景观生态风险      PLUS模型      多情景模拟      河南省     
Land Use Conflict Identification and Multi-scenario Simulation Evolution in Henan Province Based on PLUS Model
QU Bao-rong1 , HUANG Jun-chang1,2 , LI Ling1,2 , GUO Shan-shan1,2 , HOU Tai-wei1 , MA Zi-jun1 , AI Li-ming1 , ZHANG Yi1     
1. College of Resources and Environment, Henan Agricultural University, Zhengzhou 450046, China;
2. Henan Engineering Research Center of Land Consolidation and Ecological Restoration, Zhengzhou 450046, China
Abstract: Accurate identification and dynamic measurement of land use conflicts is an important basis for analyzing regional land use dynamics, optimizing spatial layout, and promoting sustainable development. Taking Henan Province as an example, this study utilizes five periods of land use data from 2000 to 2020 to construct a land use conflict identification model based on land use landscape pattern, systematically analyzes the spatial and temporal evolution characteristics of land use conflicts at both county and grid scales, and employs the PLUS model to simulate conflict patterns under different development scenarios for Henan Province by 2035. The results show that: ① During the study period, cultivated land area decreased from 108 531.03 km2 to 103 327.43 km2, representing a decline of 4.79%, and construction land expanded significantly, increasing from 17 262.72 km2 to 22 152.55 km2, an increase of 28.33%. ② From 2000 to 2020, land use conflicts in Henan Province were predominantly controllable. The average conflict index at the grid scale fluctuated downward from 0.41 to 0.40. However, the proportion of severely uncontrolled areas increased from 0.71% to 8.51%, indicating a significant intensification of localized conflicts. In terms of spatial distribution, controllable conflict zones were concentrated in areas with minimal human activity, such as forested regions and mountainous areas, exhibiting stable patterns. Conversely, uncontrollable conflict zones showed significant changes. Since 2005, driven by industrialization and urbanization, both the extent and severity of land use conflicts have markedly increased in urban centers, densely populated areas, and their surrounding regions. ③ Simulations of multiple land use conflict scenarios in Henan Province for 2035 indicated that the proportion of uncontrolled units remained below 50% across all four scenarios. Among these, the urban development scenario exhibited the most severe conflicts, with uncontrolled units accounting for 47.11%. The ecological protection and arable land priority scenarios exhibited lower conflict levels. The ecological protection scenario had 59.7% controllable units, while the arable land priority scenario had 70.89% controllable units; only 1.15% of units were severely uncontrollable, and the combined proportion of units with basic uncontrollable and severely uncontrollable was minimal. Therefore, the arable land priority scenario represents the optimal development path for Henan's future land use. The results of the study can provide scientific reference for Henan Province to coordinate arable land conservation with urbanization development and formulate scientifically sound land use policies.
Key words: land use conflicts      landscape ecological risk      PLUS model      multi-scenario simulation      Henan Province     

土地作为人类生存与发展的物质基础与国家空间治理的核心要素，其利用方式的演变与空间格局的重构深刻影响着区域的可持续发展进程[1]. 土地利用变化不仅是自然环境与人类活动交互作用的产物，更是反映区域社会经济转型的空间映射[2]. 随着城镇发展、社会经济结构调整以及人民群众物质和精神需求的不断提升，对土地开发利用提出了更高要求. 土地利用功能的多样性和经济属性日益凸显，土地利用变化已经成为全球环境变化研究的核心议题[3]，而由此衍生的土地利用冲突作为人地关系矛盾的空间表征[4]，正在逐渐成为未来社会经济与自然生态协调发展的关键突破点[5，6]. 当前学界对土地利用冲突尚无统一定义，通常认为是土地开发利用过程中不同决策者因目的不同而产生的矛盾状态，其反映着有限的土地资源与不同利益主体的多样化诉求之间的矛盾[7~10]，例如城市扩张与生态保护或基本农田保护之间的冲突.

土地利用冲突作为全球性问题，早在20世纪70年代便已引发国际社会关注. 1977年英国乡村协会开展城市边缘区学术讨论会，“土地管理、土地利用关系与冲突”被列为五大主题之一，国外以“土地利用冲突”为核心内容的研究热潮就此拉开帷幕[11，12]，研究内容涵盖冲突的来源[13~15]、类型[16，17]、识别[18]、演变[19]及管理[20]这5个方面. 国内研究虽起步较晚，但已在土地利用冲突识别与评估[21~25]、土地利用冲突特征及机制探究[26~28]、土地利用冲突逻辑路线与内容框架探索[29~31]和土地利用冲突分区管控[32]等方面取得显著进展，在情景模拟方面多考虑自然发展情景、生态保护情景、经济优先发展情景. 从研究尺度来看，现有研究主要采用行政区划单元作为基本分析单元，虽便于政策对接，却模糊了冲突发生的微观地理机制，而格网尺度的空间解析能有效识别冲突热点的精确区位，有助于深度剖析土地利用冲突的微观机制. 从研究内容来看，现有成果多聚焦于沿海经济带与城市群[33，34]，对粮食主产区这类特殊地域的土地利用冲突研究相对薄弱，尤其缺乏耕地保护专项情景下的冲突演化模拟，这在一定程度上制约了“藏粮于地”战略的精准实施.

当前，我国正处于粮食安全保障与社会经济发展的战略博弈期，耕地“非农化”、“非粮化”问题持续加剧[35~38]. 2025年中央一号文件《关于进一步深化农村改革扎实推进乡村全面振兴的意见》明确提出强化耕地保护与质量提升，凸显土地资源可持续利用的战略紧迫性. 在此背景下，协调有限土地资源的高强度开发与多功能竞争之间的矛盾，已成为实现人地关系和谐共生的关键命题[39].

河南省作为我国重要的粮食生产基地与人口大省，长期面临土地资源高强度开发与资源环境承载压力的双重挑战. 快速城镇化进程使得区域粮食安全面临严峻挑战，土地利用冲突问题尤为突出. 鉴于此，本研究以河南省为研究对象，基于县域和格网尺度，定量测度2000~2020年河南省土地利用冲突指数，系统解析河南省土地利用冲突时空演变特征. 在此基础上，引入PLUS模型，设置自然发展情景、耕地优先情景、城镇发展情景和生态保护情景这4种情景，模拟预测研究区域2035年不同发展情景下土地利用空间分布，并进一步研究2035年研究区土地利用冲突空间分异特征，以期为河南省国土空间优化和耕地保护相关政策的制定提供科学依据与建议.

1 材料与方法 1.1 研究区域概况

河南省位于中国中东部、黄河中下游地区，其地理范围东西横跨东经110°21'~116°39'，南北纵贯北纬31°23'~36°22'（图 1）. 河南省总面积达16.7万km2，管辖范围包括17个地级市，21个县级市以及1个省辖县级行政单位. 地形特征上呈现出西部高峻、东部低缓的态势，地理空间上覆盖海河、黄河、淮河和长江这四大流域. 作为典型的粮食基地和资源型省份，河南省当前正处于城镇化快速发展的关键阶段，面临着产业、城市、生态和社会的多重转型挑战. 社会经济发展的不确定性对土地利用提出了更高的要求，因此，需要采取更为灵活的空间管控策略，以适应未来经济社会发展和城市建设的动态变化，为国土空间的可持续治理和城市转型提供有力支撑.

图 1 研究区域概况 Fig. 1 Study area

1.2 数据来源

本研究数据类型以及数据来源如表 1所示. 基于所选土地利用数据，使用ArcGIS 10.8.1重分类功能将用地类型细化为6个一级地类，包括耕地、林地、草地、水域、建设用地以及未利用地. 河流、道路距离采用欧氏距离计算，使用ArcGIS 10.8.1重采样功能将所有栅格数据统一为30 m×30 m分辨率. 所有数据空间坐标系均为WGS_1984_UTM_Zone_49N.

表 1 河南省土地利用空间变化驱动因素 Table 1 Driving factors of land use spatial change in Henan Province

1.3 研究方法 1.3.1 土地利用冲突测算模型

景观为土地利用研究提供了一个独特的视角[40]，在景观生态学的视域中，格局与过程常常相互交织，不可分割，这种相互作用和反馈机制，为理解人类活动对自然环境的深远影响提供了重要线索[41，42]，在土地利用冲突识别的过程中起到重要作用. 本研究基于景观生态风险评价视角，构建土地利用冲突强度测算方法，将土地利用冲突强度（LUCS）抽象为“复杂性+脆弱性-稳定性”[43，44]，并借鉴其计算方法进行相关指数的测算.

土地利用冲突强度LUCS（land use conflict strength）可以表征为：

L U C S = P + V - S (1)

式中，LUCS表示土地利用冲突强度；P表示复杂性指数；V表示景观脆弱性指数；S表示景观稳定性指数.

复杂性指数（P）体现周边景观对当前景观类型所施加的潜在影响与干扰程度，从侧面反映了土地利用过程中可能遭遇的外部风险与挑战. 计算公式如下：

P = A W M P F D = ∑ i = 1 m ∑ j = 1 n 2 l n ( 0.25 P i j ) l n ( a i j ) a i j A (2)

式中， P i j 表示景观类型i的第j个景观斑块的周长； a i j 表示景观类型i的第j个景观斑块的面积；A表示空间单元总面积；m表示土地利用类型的数量；n表示景观类型数.

景观脆弱性指数（V）体现空间单元在外界干扰下遭受破坏的难易程度. 不同空间单元的用地类型、用地程度以及面对外界干扰的响应程度均存在差异，响应程度越高，抵抗外界干扰程度越强，景观脆弱性越低，景观安全性越高[21]. 且一般而言演替阶段较低、生物多样性指数较小、生态结构简单的生态系统较为脆弱；受到人为管理的生态系统较为稳定. 本研究根据河南省区域特点及发展现状，并借鉴已有研究中对不同景观类型的脆弱度赋值，经综合考虑按建设用地6、未利用地5、水域4、耕地3、草地2和林地1进行赋值[21，26，34，43，45]，计算公式如下：

V = ∑ i = 1 n F i × a i A (3)

式中， F i 表示不同景观类型的脆弱度赋值； a i 表示各景观类型的面积；A表示空间单元总面积.

景观稳定性指数（S）借助斑块密度指数从负面评估景观的稳定性状况. 计算公式为：

S = 1 - P D (4)
P D = n i A (5)

式中，PD表示斑块密度； n i 表示景观类型i的景观斑块数量；A表示空间单元总面积.

为了便于计算，利用公式（6）将公式（2）~（5）中的数值进行归一化处理[46]，以便后续土地利用冲突指数的测算，归一化公式如下：

N = x - x m i n x m a x - x m i n (6)

式中， x 表示公式（2）~（5）中的值， x m a x 表示最大值， x m i n 表示最小值.

1.3.2 评价单元划分

为系统全面识别土地利用冲突、分析土地利用冲突演化过程，本研究从县域尺度和格网尺度两个层面解析河南省土地利用冲突状况. 由于县域行政区划在发展中会产生一定变化，因此本研究以2024年最新的河南省行政区划边界为准，共157个县域评价单元. 由于景观格局运算结果受到分析尺度大小的影响，本研究综合考虑研究数据类型、土地利用数据分辨率以及土地利用冲突结果在空间上的呈现效果，参考陈大蓉等[47]对于空间单元的划分经验，经实验后构建10 km×10 km格网尺度，共计1 834个冲突网格单元. 研究区域未满所在网格单元的部分按照整个网格单元的形式参与计算.

1.3.3 土地利用转移矩阵

土地利用变化情况既包含不同用地类型规模的时间维度消长，也体现各类用地在空间分布层面的重新配置. 土地利用转移矩阵能够有效地揭示不同土地类型之间的数量变动以及它们之间的相互转换情况，为土地利用变化的深入研究提供了直观且有力的支持. 本研究采用土地利用转移矩阵揭示河南省2000~2020年各地类动态变化以及相互转化情况. 其计算方法可表示为：

S i j = S 11 S 12 ⋯ S 1 n S 21 S 22 ⋯ S 2 n ⋮ ⋮ ⋮ S n 1 S n 2 ⋯ S n n (7)

式中， S i j 表示研究基期年第i类用地类型转移为末期年第 j 类用地类型的面积，i和j分别表示基期年和末期年的土地利用类型（i=1，2，…，n；j=1，2，…，n），n表示土地利用类型数量.

1.3.4 PLUS模型

PLUS模型是专门用于模拟土地利用变化的斑块生成模型，该模型将LEAS和CARS模块相结合，相较于已有的CA模型而言具有更高的模拟精度[48]. LEAS模块运用随机森林算法对两期土地利用数据进行深入挖掘，识别各用地类型在空间上的发展概率及其扩张的具体驱动因素[49]. 该过程不仅集成了现有转化分析和格局分析方法的优势，确保了模型分析结果的有效性，从而使研究成果更具有解释力[50]. CARS模块结合随机种子生成和阈值递减机制，在模型各地类发展概率的约束下时空动态地模拟各地类斑块的自动生成[51]. 基于以上分析，本研究综合考虑数据的可得性、准确性与科学性，并结合研究区实际情况，选取高程、坡度、年降水量、年均气温、GDP、人口密度、距铁路距离、距高速公路距离、距省道距离和距河流距离这10个驱动因子作为土地利用变化的驱动因素[52~54]. 邻域权重参数表示地类扩张强度，取值范围为0~1，越接近1，代表该地类的扩张能力越强，越不容易转化为其它地类[55].

具体计算公式为：

X * = X - X m i n X m a x - X m i n (8)

式中， X * 表示离差标准化值，X表示两期土地利用数据间各地类的变化面积； X m a x 表示6种地类面积变化的最大值， X m i n 表示6种地类面积变化的最小值.

1.3.5 情景模拟设定

当前河南省正处于社会经济发展、城镇化发展与农业现代化发展协同并进的关键时期[56]，因此本研究结合现实情况，基于2020年河南省土地利用数据并参考相关研究[57~60]，设置包含自然发展、耕地优先、城镇发展以及生态保护在内的4种未来发展情景，利用PLUS模型模拟2035年河南省的土地利用空间分布格局.

自然发展情景：基于河南省2005~2020年间的土地利用变化情况，结合自然发展因素和社会经济因素两方面涵盖的多维驱动因素，对河南省2035年各类土地的需求数量进行预测. 该情景为后续不同发展情景的构建提供了基础框架. 且为了进一步模拟未来不同发展情景下的土地利用状况，本研究仅在自然发展情景的基础上对未来各地类需求数量预测以及转移成本矩阵进行相应调整. 这一做法确保了模型在维持参数稳定性的同时，能够灵活适应不同情景下的分析需求.

耕地优先情景：作为国家粮食生产核心区，保护耕地、稳定粮食生产和保障农产品供给能力是河南省发展的重要任务. 参考《河南省国土空间规划（2021—2035年）》中对于耕地保护相关规划，结合其中“非农建设选址布局尽量不占或少占耕地”、“平原耕地种植的大片林木、苗木，逐步恢复为耕地”等要求，本研究在自然发展情景基础上进行多次实验模拟，最终通过修正转移概率矩阵，确定在本情景将林地、草地向耕地转移的概率增加20%，耕地向建设用地转移的概率减少50%，严格落实耕地保护政策.

城镇发展情景：2020年河南省城镇化率55.43%，远低于63.89%的全国水平. 为支撑经济社会发展、提升城镇化水平，本情景旨在增加建设用地比例的同时减少该用地类型转出，设定建设用地向林地、草地、水域和未利用地的土地转移概率降低20%，耕地、林地、草地向建设用地转移概率增加20%.

生态保护情景：为维护生态安全，促进区域可持续发展，本情景以退耕还林、还草为政策依据，旨在增加林地和草地比例的同时减少林地、草地向其他用地类型的转出. 具体为：将林地、草地向建设用地和水体的转移概率降低30%，将耕地向草地和林地的转移概率提高20%.

本研究基于PLUS模型，综合考虑社会经济与自然环境要素，选取人口密度、GDP、地形起伏度等10项驱动因子，构建河南省土地利用变化模拟体系. 在此基础上，设定自然发展、耕地优先、城镇发展和生态保护这4种情景，采用Fragstats工具定量测算各情景下的土地利用冲突指数. 通过ArcGIS将冲突指数进行空间可视化表达，实现对河南省2035年土地利用冲突的动态演化分析与多情景模拟.

2 结果与分析 2.1 土地利用变化分析 2.1.1 土地利用状况的时空变化特征

如图 2所示，耕地和林地是研究区主要用地类型，研究期内二者占比总和始终高于78%. 从不同地类空间分布来看，耕地分布最为广泛，其中，许昌、周口、漯河、开封、濮阳、商丘和新乡等地耕地资源尤为丰富，占比显著高于其他地区. 林地集中分布于三门峡、洛阳、安阳、济源和信阳等城市的山区. 建设用地主要集中在郑州、焦作、新乡、许昌、漯河和洛阳等城市化水平较高的核心城市，且研究期内扩张趋势显著. 草地分布相对零散，主要见于许昌西北部、平顶山北部以及安阳、鹤壁、新乡三市交界地带. 水域在研究期内整体空间分布相对稳定.

图 2 2000~2020年河南省土地利用格局 Fig. 2 Land use patterns of Henan Province from 2000 to 2020

本研究期内河南省未利用地在各地类中占比最小，且总体呈减少趋势，从2000年的79.13 km2降至2020年的22.13 km2；耕地占比最大，但研究期内耕地面积有逐渐减少的趋势，从2000年的耕地占比65.45%变化为2020年的占比62.27%，面积从108 531.03 km2减少至103 327.43 km2；林地呈先增加后减少的趋势而草地呈现先减少后增加的态势；水域面积占比持续增长；建设用地呈明显增长趋势，由2000年的占比10.41%增长为2010年的占比11.76%后又增长为2020年的占比13.35%，数量上由2000年的17 262.72 km2依次增长到2010年的19 504.84 km2和2020年的22 152.55 km2.

2.1.2 土地利用的时空转移特征

基于2000~2020年河南省土地利用类型变化空间分布可知，研究区耕地转出区多分布于城市中心、经济发展较快区域，且郑州、焦作、洛阳北部及其他城市的市辖区因快速城镇化进程催生了强烈的建设用地需求，导致周边大量耕地发生非农化转移，土地利用变化多以耕地转入建设用地为主. 时序演变特征表明，2010~2020年河南省建设用地转出规模相较于2000~2010年有所减弱，但整体土地利用变化仍呈现建设用地持续扩张、耕地面积逐步缩减的趋势.

土地利用转移桑基图能够更加直观地刻画河南省2000~2020年间各地类之间的转移情况. 如图 3所示，研究期内耕地是转出面积最多的地类，主要流向林地和建设用地，其中转为林地面积为3 599.12 km2，转为建设用地面积为16 285.23 km2；林地多向耕地和草地转移，转移面积分别为3 245.92 km2和1 582.08 km2；草地以向耕地转移为主（2 994.28 km2）；水域主要向耕地和建设用地转移，其中转为耕地1 710.75 km2，转为建设用地380.40 km2；建设用地则有12 003.47 km2回流至耕地；未利用地转移规模较小. 值得注意的是，2010~2020年间，耕地面积锐减5 424.13 km2，主要归因于向建设用地的持续转化，反映出河南省在快速城镇化进程中，建设用地扩张对耕地资源的挤压效应显著加剧.

图 3 2000~2020年河南省土地利用类型变化桑基图及空间分布 Fig. 3 Sankey map and spatial distribution of land use changes in Henan Province from 2000 to 2020

2.2 土地利用冲突时空分异 2.2.1 县域尺度

通过分析统计河南省县域尺度下土地利用冲突测算结果的变化曲线，结合土地利用空间冲突呈倒“U”型演变规律，运用自然断点法将河南省土地利用冲突指数测算结果划分为4个等级：（0，0.35]为稳定可控（Ⅰ）、（0.35，0.55]为基本可控（Ⅱ）、（0.55，0.75]为基本失控（Ⅲ）和（0.75，1]为严重失控（Ⅳ）. 如图 4所示，县域尺度下土地利用冲突空间分布整体差异显著，2000~2020年间，河南省土地利用严重失控区域主要集中在商丘东南部、周口东部、驻马店南部、信阳北部，该区域作为重要粮食产区，城市扩张与粮食安全保障之间的矛盾突出，导致土地利用冲突持续处于高位状态. 此外，随着城镇化进程加速，郑州上街区、平顶山石龙区的土地利用冲突等级由2000~2005年的可控等级逐渐上升为2020年的严重失控类型，新密与商丘虞城县则在此期间由基本失控逐个转为严重失控，周口淮阳区、信阳淮滨县由严重失控转为基本失控状态.

图 4 2000~2020年河南省县域尺度土地利用冲突空间分布 Fig. 4 Spatial distribution of land use conflict at county scale in Henan Province from 2000 to 2020

2.2.2 格网尺度

与划分县域尺度土地利用冲突等级相类似，基于格网尺度土地利用冲突指数测算结果，结合自然断点法将其分为4个等级：（0，0.55]为稳定可控（Ⅰ）、（0.55，0.65]为基本可控（Ⅱ）、（0.65，0.75]为基本失控（Ⅲ）和（0.75，1]为严重失控（Ⅳ），得到格网尺度下河南省2000~2020年的土地利用冲突指数统计. 如图 5所示，研究期内河南省土地利用冲突类型演变呈现显著的动态波动特征. 基于空间单元统计分析，稳定可控单元占比经历“增长-下降-回升”3阶段变化：由2000年的34.13%增长至2005年的38%，2015年锐减至23.3%，2020年小幅回升至23.45%，反映出区域土地利用管控强度的阶段性调整；基本可控单元占比由2000年的47.27%增长至2005年的48.2%，随后波动减少至2020年的27.21%，整体上呈现出波动减少的趋势；基本失控单元占比在研究期内呈现增长态势，尤其在2010年激增至37.84%；而严重失控单元则经历“波动上升-快速回落”的变化过程，峰值出现在2015年（12.17%），2020年降至8.51%. 这表明，随着社会经济不断发展，土地开发过程中供需矛盾愈发凸显，导致土地利用冲突的复杂性持续提升，但同时，严重失控单元的显著减少，印证了河南省在土地利用冲突治理中采取的空间管制、生态修复、产业结构调整等综合调控措施取得阶段性成效.

图 5 2000~2020年河南省土地利用冲突指数统计 Fig. 5 Land use conflict index statistics in Henan Province from 2000 to 2020

如图 6所示，格网尺度下河南省土地利用冲突呈现显著的空间集聚特征. 具体而言，2000~2020年河南省大部分地区处于稳定可控与基本可控状态，严重失控地区主要分布于省际交界地带及人口经济集聚区. 新乡北部、商丘-山东边界、周口-安徽边界等省际接壤区域，受区域发展政策差异、要素流动壁垒等因素影响，土地利用冲突等级显著高于省内其他地区. 2010年与2015年河南省大部分区域处于基本失控状态，郑州主城区、商丘中东部、周口中部等，因城镇化进程加速、建设用地需求激增，导致耕地、林地等生态空间被持续侵占面临严重的失控局面. 相较之下，三门峡南部、洛阳南部等豫西山地及南阳、信阳南部的生态屏障区，依托丰富的林地资源与较低的人类活动强度，土地利用冲突程度较低且相对稳定. 至2020年，尽管基本失控的挑战依然存在，但整体趋势显示研究区土地利用冲突状态正朝着更加稳定和可控的方向转变，表明河南省“多规合一”、生态保护红线划定等相关政策实施效果明显.

图 6 2000~2020年河南省格网尺度土地利用冲突空间分布 Fig. 6 Spatial distribution of land use conflict at grid scale in Henan Province from 2000 to 2020

2.3 河南省土地利用多情景模拟

基于2010年土地利用数据，引入PLUS模型模拟研究区2020年土地利用变化情况，并将其与2020年实际土地利用情况进行对比. 经计算得到本模拟中Kappa系数为0.89，总体精度94%. 依据相关研究[61，62]，Kappa系数大于0.8时结果最佳，说明本研究采用PLUS模型模拟出的结果精度较高，可以用于河南省未来土地利用状况的模拟. 基于2020年土地利用现状数据，以15a步长模拟2035年河南省自然发展、耕地优先、城镇发展和生态保护4种情景下的土地利用空间格局特征（图 7）. 结果显示，相较于基期数据，4种情景下草地、未利用地面积均呈现缩减趋势. 各地类变化中耕地面积减少最为显著（表 2），自然发展情景下减少2 330.70 km2，城镇发展情景下减少3 821.79 km2，生态保护情景下减少2 725.16 km2，但在耕地优先情景下耕地面积增加1 823.32 km2；与之相对，建设用地在耕地优先情景下面积减少900.83 km2，在其他情景下建设用地面积均有显著增长，城镇发展情景下建设用地扩张至26 090.59 km2. 林地面积在生态保护情景下增幅最大（486.30 km2），草地和水域面积在耕地优先情景下减少最多（541.72 km2和228.83 km2）. 对比分析表明，耕地优先情景通过严格的用途管制和空间管控，有效限制耕地向其他地类转换，维持了耕地数量稳定与空间布局优化；城镇发展情景下建设用地的高强度扩张显著压缩了其他地类；生态保护情景有效保障林地、草地面积，并在一定程度上限制建设用地扩张，从而有效保护生态稳定与和谐发展.

图 7 不同发展情景下2035年河南省土地利用格局 Fig. 7 Land use patterns of Henan Province in 2035 under different development scenarios

表 2 不同发展情景下各地类面积需求/km2 Table 2 Area demand for various land use types under different development scenarios/km2

2.4 土地利用冲突格局多情景演化模拟

基于2000~2020年土地利用冲突识别模型与评价单元体系，对4种情景模拟的2035年河南省土地利用格局进行冲突指数测算. 图 8显示，4种模拟情景下2035年河南省土地利用冲突可控单元占比均在50%以上，自然发展情景下，稳定可控单元占比在4种情景中最高，为30.1%；耕地优先情景下，稳定可控与基本可控单元合计占比达70.89%，可控单元占比最高，且在该情景下失控单元占比最低，基本失控单元占比27.97%，严重失控单元仅占1.15%，表明该情景对土地利用冲突具有明显的抑制作用；城镇发展情景下，基本失控单元与严重失控单元均明显增加，分别增加至37.46%与9.65%，显著高于其他情景，印证了高强度城镇化进程对土地资源的挤压；生态保护情景下基本可控空间单元占比相较于自然发展情景略有增长，为34.51%，严重失控空间单元占比有所下降. 上述分析表明，耕地优先发展情景下河南省土地利用总体冲突级别整体最低，城镇发展情景下则相反，土地利用总体冲突级别显著上升，生态保护情景下一定程度上降低了河南省土地利用总体冲突，有助于协调发展.

图 8 2035年不同发展情景下河南省土地利用冲突指数统计 Fig. 8 Land use conflict index statistics of Henan Province under different development scenarios in 2035

分析不同发展情景下河南省土地利用冲突空间分布特征（图 9），2035年自然发展情景下的冲突态势与2000~2020年期间的总体分布保持相似，且失控区域呈现出日益缓和的趋势. 特别值得注意的是，严重失控的地区主要聚集在郑州、商丘、周口东部、信阳北部、驻马店东南部、许昌北部以及洛阳东北部. 城镇化步伐的加快和中心城市强烈的集聚效应是这些地区呈现出土地利用冲突严重失控的主要原因，导致周边人口和资源向中心城市集中. 这种集中不仅加剧了中心城市的景观生态系统复杂性，还提升了其脆弱性，进而加剧了城市内部的土地利用冲突.

图 9 2035年不同发展情景下河南省土地利用冲突空间分布 Fig. 9 Spatial distribution of land use conflict in Henan Province under different development scenarios in 2035

耕地保护情景下研究区土地利用冲突空间格局呈现出明显的变化特征. 在此情景下，河南省的主要粮食生产区和农产品基地，如郑州中部、商丘东南部、周口中部等区域，其冲突均值相较于2020年有明显降低. 这一变化揭示了耕地保护政策的有效实施，其有效保护了河南省的耕地资源，同时也为缓解农产品主产区的土地利用冲突、促进农业可持续发展提供了坚实的保障.

城镇发展情景是土地利用冲突演化最为显著的情景，土地利用冲突与自然发展情景下的土地利用冲突总体分布相似但严重失控区域显著增多，这一发展情景主要聚焦于提升城镇化水平，较少关注生态环境建设与可持续发展，从而使得土地利用冲突严重失控区域大幅扩展，这在一定程度上说明城镇发展水平与土地利用冲突等级呈现出显著同步.

生态保护情景以退耕还林、还草为政策依据，协调经济发展与生态保护，在生态保护情景下河南省2035年土地利用冲突总体态势与自然发展情景相似但是更为温和可控.

3 讨论 3.1 模拟精度对结果的影响

本研究选取河南省2000~2020年土地利用数据，基于2010年河南省土地利用数据运用PLUS模型模拟2020年土地利用状况空间分布，并将之与当年实际数据作对比. 参考相关研究成果[61，62]，Kappa系数大于0.8时结果是最佳的. 经计算得到本模拟中Kappa系数为0.89，总体精度94%，说明PLUS模型模拟结果较好，可用于模拟河南省未来土地利用情况. 模拟得到的不同发展情景下的2035年河南省土地利用格局（图 7）、不同发展情景下各地类面积需求（表 2）与进一步分析得到的不同发展情景下的土地利用冲突空间分布格局（图 9），在一定程度上可以为相关部门协调土地利用、规划国土空间提供参考. 但是由于数据选取的局限性，在运用PLUS模型进行土地利用预测时仅选择社会经济因素以及自然因素两种数据类型的10项驱动因子，其中社会经济因素并未能考虑到政策变更对土地利用的影响；另外，PLUS模型中的部分参数为根据经验设置，也在一定程度上会影响模拟精度.

3.2 评价单元选择对测算结果的影响

本研究构建县域与10 km×10 km格网双尺度评价体系，划分1 834个网格单元，综合运用土地利用冲突测算模型与PLUS模型，系统解析2000~2020年河南省土地利用冲突时空演变特征，并对2035年多情景模拟结果进行量化评估. 本研究发现，双尺度下土地利用冲突的时空格局呈现显著分异：县域尺度虽能有效表征区域发展梯度差异，但因评价单元空间分辨率较低，难以捕捉县域内部土地利用冲突的微观异质性（图 4）；而格网尺度凭借精细化空间解析能力，可精准定位不同等级土地利用冲突的空间分布及其动态演变过程（图 6），为国土空间规划与冲突治理提供微观决策支持，该发现与王朝阳等[44]对不同尺度下土地利用冲突的研究结果相类似. 但格网尺度选择也存在一定局限性，本研究选择将研究区域未满所在网格单元的部分按照整个网格单元的形式参与计算，该方法在保障研究区域空间完整性的同时，不可避免地引入邻省土地利用冲突的空间外溢效应，导致边界单元测算结果存在一定偏差. 未来进行研究时需要对研究区域边界地区的土地利用冲突进行更全面详细的测算，以提高测算精度.

3.3 土地利用冲突格局多情景模拟

当前学界对于土地利用冲突格局多情景模拟的研究较多集中于沿海经济带及城市群[33，34]，针对粮食主产区省份研究较少，且情景模拟多涉及自然发展情景、生态保护情景、经济优先发展情景，对于耕地优先情景下的土地利用冲突格局演变研究较少. 河南省作为农业大省，在保障国家粮食安全方面的地位举足轻重，通过设置耕地优先情景对河南省未来土地利用冲突格局进行模拟，一定程度上更为精准地预测了河南省作为粮食主产区在未来土地利用方面的发展态势. 因此本研究在充分借鉴管人金等[57]、陈理庭等[58]土地利用多情景模拟情景设定的基础上，结合河南省省情以及曹振江等[59]、耿健茜等[60]以河南省或河南省相关城市为研究范围的多情景预测设定，确定将耕地优先情景设置为：在自然发展情景的基础上将林地、草地向耕地转移的概率增加20%，耕地向建设用地转移的概率减少50%. 采用Fragstats工具通过运用PLUS模型模拟出的多情景模型分析得到（图 9），虽然在耕地优先发展情景下河南省整体土地利用冲突处于可控态势，但是在特定地区，如商丘东部和信阳北部等，冲突风险仍然较高. 未来需要结合这些区域现实情况构建更为完善的模型开展研究，这样在更好反映区域土地利用情况的同时也能为区域国土空间规划提供更好的科学依据.

4 结论

（1）2000~2020年河南省耕地面积占比总体呈减少趋势，从65.45%减少至62.27%；建设用地占比呈增加趋势，从10.41%增加至13.35%；林地面积占比小幅度增长，从16.24%波动增长至16.30%；草地面积呈现缩小趋势，从5.69%缩小至5.40%；水域面积占比增加明显，从2.16%增加至2.66%；未利用地面积由79.13 km2减少至22.13 km2. 在六大土地利用类型转换中，耕地转出规模最大，且主要流向建设用地.

（2）2000~2020年河南省整体土地利用冲突等级以可控类型为主，格网尺度下土地利用平均冲突指数由2000年的0.41下降至2015年的0.39，后又回升至2020年的0.40，整体呈波动下降趋势. 但严重失控区域占比由0.71%增长至8.51%，表明局部冲突加剧趋势显著. 空间上，可控冲突区域集中分布于海拔较高的林地和山区等人类活动稀疏地带，空间格局相对稳定；而失控冲突区域动态变化显著. 2005年后，伴随工业化与城市化推进，冲突失控区域呈现显著的城市集聚特征，城市中心、人口密集区及周边土地利用冲突面积与等级均显著提升.

（3）土地利用冲突多情景模拟结果显示，自然发展、耕地优先、城镇发展和生态保护这4种情景下2035年河南省土地利用冲突失控单元占比均在50%以下，其中城镇发展情景最高，失控单元占比达到47.11%. 生态保护情景与耕地优先情景下土地利用冲突总体水平相对较低，生态保护情景下可控单元占比达59.7%；耕地优先情景下的河南省土地利用冲突总体水平最低，可控单元占比70.89%，严重失控单元占比在4种发展情景中最小，为1.15%，基本失控与严重失控单元占比之和为4种发展情景中最小，是未来区域最优发展路径.

参考文献
[1] 李成兰, 赵翠薇, 樊华, 等. 贵阳市土地利用与城市生态韧性时空演变及生态分区构建[J]. 环境科学, 2025, 46(11): 7358-7370.
Li C L, Zhao C W, Fan H, et al. Spatiotemporal evolution of land use and ecological resilience and construction of ecological zoning in Guiyang city[J]. Environmental Science, 2025, 46(11): 7358-7370. DOI:10.13227/j.hjkx.202409357
[2] 郑颖雯, 王周锋, 李思杰, 等. 近30年来渭河流域土地利用/覆被时空动态演化特征及驱动力分析[J]. 环境科学, 2025, 46(11): 7106-7118.
Zheng Y W, Wang Z F, Li S J, et al. Analysis of spatiotemporal dynamic evolution characteristics and driving forces of land use/cover change in the Weihe River Basin in the past 30 years[J]. Environmental Science, 2025, 46(11): 7106-7118.
[3] 李建忠, 李云梅, 余艳红, 等. 基于PLUS-GeoDetector模型的赤水河流域(云南段)土地利用驱动分析及未来发展预测[J]. 环境科学, 2026, 47(1): 517-530.
Li J Z, Li Y M, Yu Y H, et al. Land use driving analysis and future development prediction of the Chishui RiverBasin (Yunnan Section) based on the PLUS-GeoDetector model[J]. Environmental Science, 2026, 47(1): 517-530. DOI:10.13227/j.hjkx.202411222
[4] 田俊峰, 王彬燕, 王士君. 土地利用冲突研究的逻辑主线与内容框架[J]. 资源科学, 2023, 45(3): 465-479.
Tian J F, Wang B Y, Wang S J. The paradigms and main content of land use conflict research[J]. Resources Science, 2023, 45(3): 465-479.
[5] 王越, 李佩泽, 李炆颖, 等. 基于演化博弈的土地利用冲突缓解机制研究——以沈抚新区为例[J]. 中国土地科学, 2021, 35(12): 87-97.
Wang Y, Li P Z, Li W Y, et al. Mitigation mechanism of land use conflicts based on evolutionary game: a case study of Shenfu new area[J]. China Land Science, 2021, 35(12): 87-97.
[6] 方晓倩, 邓卜洋, 苏梦园, 等. 土地利用冲突研究进展和展望[J]. 农业工程学报, 2024, 40(23): 313-322.
Fang X Q, Deng B Y, Su M Y, et al. Research progress and prospects of land use conflicts[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(23): 313-322.
[7] 张潇, 谷人旭. 土地利用冲突的时空格局刻画与多情景模拟研究——以长江三角洲城市群为例[J]. 地理研究, 2022, 41(5): 1311-1326.
Zhang X, Gu R X. Spatio-temporal pattern and multi-scenario simulation of land use conflict: a case study of the Yangtze River Delta urban agglomeration[J]. Geographical Research, 2022, 41(5): 1311-1326.
[8] 史宇微, 杨朝现, 信桂新, 等. 山地丘陵区潜在土地利用冲突——以重庆市江津区为例[J]. 水土保持研究, 2021, 28(5): 316-324.
Shi Y W, Yang C X, Xin G X, et al. Identification of potential land use conflict and its coordination strategies in hilly mountains region-a case study of Jiangjin district in Chongqing[J]. Research of Soil and Water Conservation, 2021, 28(5): 316-324.
[9] 王健, 刘欣雨. 基于"风险—效应"的土地利用空间冲突识别与测度[J]. 农业工程学报, 2022, 38(12): 291-300.
Wang J, Liu X Y. Recognizing and measuring spatial conflict of land use via "risk-effect[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(12): 291-300.
[10] 彭娅, 王娟娟, 王珊珊, 等. 生态安全视角下乌鲁木齐市土地利用冲突时空格局演变分析[J]. 干旱区地理, 2024, 47(1): 81-92.
Peng Y, Wang J J, Wang S S, et al. Spatiotemporal pattern evolution of land use conflict in Urumqi City from the perspective of ecological security[J]. Arid Land Geography, 2024, 47(1): 81-92.
[11] 邱国强, 牛潜, 吴振华, 等. 苏锡常城市群土地利用冲突空间测度及异质性分析[J]. 水土保持研究, 2022, 29(4): 400-406, 414.
Qiu G Q, Niu Q, Wu Z H, et al. Spatial evaluate and heterogeneity analysis of land use conflict in Su-Xi-Chang urban agglomeration[J]. Research of Soil and Water Conservation, 2022, 29(4): 400-406, 414.
[12] 邹利林, 刘彦随, 王永生. 中国土地利用冲突研究进展[J]. 地理科学进展, 2020, 39(2): 298-309.
Zou L L, Liu Y S, Wang Y S. Research progress and prospect of land-use conflicts in China[J]. Progress in Geography, 2020, 39(2): 298-309.
[13] Andrew J S. Potential application of mediation to land use conflicts in small-scale mining[J]. Journal of Cleaner Production, 2003, 11(2): 117-130. DOI:10.1016/S0959-6526(02)00032-X
[14] De Groot R. Function-analysis and valuation as a tool to assess land use conflicts in planning for sustainable, multi-functional landscapes[J]. Landscape and Urban Planning, 2006, 75(3-4): 175-186. DOI:10.1016/j.landurbplan.2005.02.016
[15] Osman M A A, Abdel-Rahman E M, Onono J O, et al. Integrating satellite remote sensing data and small-scale farmers' perceptions to determine land use/land cover changes and their driving factors in Gedaref state, Sudan[J]. Environment, Development and Sustainability, 2025. DOI:10.1007/s10668-024-05689-w
[16] Basco S, Domènech J, Maravall L. Land reform and rural conflict. Evidence from 1930s Spain[J]. Explorations in Economic History, 2023, 89. DOI:10.1016/j.eeh.2023.101530
[17] Park J, Han M, Lee Y. Post-conflict economic recovery and land policy in South Korea between 1948 and the early 1960 s[J]. Land Use Policy, 2024, 141. DOI:10.1016/j.landusepol.2024.107151
[18] Fienitz M, Siebert R. Latent, collaborative, or escalated conflict? Determining causal pathways for land use conflicts[J]. Land Use Policy, 2023, 134. DOI:10.1016/j.landusepol.2023.106918
[19] Asumang-Yeboah D, Ameyaw J A S, Acheampong E, et al. Access or exclusion to land: an overview of evolving trends in cocoa landscapes in Ghana[J]. World Development Perspectives, 2025, 37. DOI:10.1016/j.wdp.2024.100651
[20] González-Abraham C, Flores-Santana C, Rodríguez-Ramírez S, et al. Long-term pathways analysis to assess the feasibility of sustainable land-use and food systems in Mexico[J]. Sustainability Science, 2023, 18(1): 469-484. DOI:10.1007/s11625-022-01243-7
[21] 王玉纯, 昂宇峰, 王秉义. 基于最佳空间阈值的皖江城市带土地利用冲突集聚状况及演化分析[J]. 水土保持通报, 2025, 45(1): 346-356.
Wang Y C, Ang Y F, Wang B Y. Analysis of land use conflict agglomeration and evolution in Wanjiang urban belt based on optimal spatial threshold[J]. Bulletin of Soil and Water Conservation, 2025, 45(1): 346-356.
[22] 董光龙, 王珏, 王涵, 等. 空间匹配视角下伊犁河谷农业土地利用冲突识别及土地退化风险研究[J]. 资源科学, 2024, 46(12): 2419-2433.
Dong G L, Wang J, Wang H, et al. Agricultural land use conflict identification and land degradation risk analysis from the perspective of spatial matching in the Ili River Valley[J]. Resources Science, 2024, 46(12): 2419-2433.
[23] Li W J, Kang J W, Wang Y. Land use conflicts identification and multi-scenario simulation in mountain cities, southwest China: a coupled structural and functional perspective[J]. Land Degradation & Development, 2025, 36(5): 1492-1512.
[24] 刘家莉, 朱喜钢, 吴雅. 区域发展下城市群土地利用空间冲突演化及预警研究——以成渝城市群为例[J]. 水土保持研究, 2025, 32(4): 353-364.
Liu J L, Zhu X G, Wu Y. Evolution and early warning of land use spatial conflicts in urban agglomerations under regional development: a case study of the Chengdu-Chongqing urban agglomeration[J]. Research of Soil and Water Conservation, 2025, 32(4): 353-364.
[25] 王检萍, 余敦, 卢一乾, 等. 基于"三生"适宜性的县域土地利用冲突识别与分析[J]. 自然资源学报, 2021, 36(5): 1238-1251.
Wang J P, Yu D, Lu Y Q, et al. Recognition and analysis of land use conflicts at county level based on "Production-Living-Ecological" suitability[J]. Journal of Natural Resources, 2021, 36(5): 1238-1251.
[26] Chen X H, Wu S Q, Wu J. Characteristics and formation mechanism of Land use conflicts in northern Anhui: a case study of Funan county[J]. Heliyon, 2024, 10(1). DOI:10.1016/j.heliyon.2023.e22923
[27] 廖超明, 韦媛媛, 唐丹, 等. 喀斯特地区土地利用冲突识别与影响机制[J]. 水土保持研究, 2025, 32(1): 358-367.
Liao C M, Wei Y Y, Tang D, et al. Identification and mechanism of land use conflict in karst area[J]. Research of Soil and Water Conservation, 2025, 32(1): 358-367.
[28] 胡艺川, 安睿, 杨佳明, 等. 基于景观格局的土地利用冲突测度及驱动机制研究——以武汉城市圈为例[J]. 水土保持研究, 2024, 31(6): 354-364.
Hu Y C, An R, Yang J M, et al. Measurement and driving mechanism of land use conflict based on landscape pattern——a case study of Wuhan Metropolitan Area[J]. Research of Soil and Water Conservation, 2024, 31(6): 354-364.
[29] 方晓倩, 曹宇, 程诺, 等. 土地利用功能性冲突内涵解析、理论基础与研究框架[J]. 农业工程学报, 2025, 41(6): 1-8.
Fang X Q, Cao Y, Cheng N, et al. Connotation analysis, theoretical foundation, and research framework of land use functional conflicts[J]. Transactions of the Chinese Society of Agricultural Engineering, 2025, 41(6): 1-8.
[30] Li W, Chen Z J, Li M C, et al. Spatial conflict identification and scenario coordination for construction-agricultural-ecological land use[J]. Environment, Development and Sustainability, 2025, 27(1): 1933-1961.
[31] Dong G L, Ge Y B, Jia H W, et al. Land use multi-suitability, land resource scarcity and diversity of human needs: a new framework for land use conflict identification[J]. Land, 2021, 10(10). DOI:10.3390/land10101003
[32] 杨欢, 陈文波, 张宇佳, 等. 基于结构-功能的土地利用冲突精准识别与分区管控[J]. 长江流域资源与环境, 2024, 33(12): 2661-2674.
Yang H, Chen W B, Zhang Y J, et al. Accurate identification and zoning control of land use conflicts based on structure and function[J]. Resources and Environment in the Yangtze Basin, 2024, 33(12): 2661-2674.
[33] Liu X P, Zhang Z, Li M X, et al. Spatial conflict simulation of land-use based on human-land-landscape elements intercoordination: a case study in Tianjin, China[J]. Environmental Monitoring and Assessment, 2022, 194(5). DOI:10.1007/s10661-022-09947-0
[34] Bao W K, Yang Y Y, Zou L L. How to reconcile land use conflicts in mega urban agglomeration? A scenario-based study in the Beijing-Tianjin-Hebei region, China[J]. Journal of Environmental Management, 2021, 296. DOI:10.1016/j.jenvman.2021.113168
[35] 叶思菁, 宋长青, 程昌秀, 等. 中国耕地资源利用的"五化"态势与治理对策[J]. 中国科学院院刊, 2023, 38(12): 1962-1976.
Ye S J, Song C Q, Cheng C X, et al. Five issues and countermeasures of China cropland resource use[J]. Bulletin of Chinese Academy of Sciences, 2023, 38(12): 1962-1976.
[36] 李怡, 方斌, 张志成. 城镇化进程中耕地利用脆弱性演变与优化调控——以淮海经济区为例[J]. 长江流域资源与环境, 2024, 33(11): 2410-2424.
Li Y, Fang B, Zhang Z C. Evolution and optimization of cropland use vulnerability in urbanization process: a case of the Huaihai economic zone[J]. Resources and Environment in the Yangtze Basin, 2024, 33(11): 2410-2424.
[37] 杨俊孝, 张高胜. 西北干旱区耕地非粮化时空演变特征及驱动因素——以新疆为例[J]. 地域研究与开发, 2024, 43(6): 151-157.
Yang J X, Zhang G S. Spatial pattern and driving factors of non-grain cultivated land in arid northwest China: take Xinjiang as an example[J]. Areal Research and Development, 2024, 43(6): 151-157.
[38] 张擂, 周煜明, 董杰谋, 等. 中国耕地非农化与非粮化时空分异及其治理策略[J]. 干旱区研究, 2025, 42(2): 372-383.
Zhang L, Zhou Y M, Dong J M, et al. Spatiotemporal differentiation of nonagricultural and nongrain farmland in China and its management strategies[J]. Arid Zone Research, 2025, 42(2): 372-383.
[39] Liu Y N, Wu K N, Li X L, et al. Adaptive management of cultivated land use zoning based on land types classification: a case study of Henan Province[J]. Land, 2022, 11(3). DOI:10.3390/land11030346
[40] Kang L X, Yang X, Gao X, et al. Landscape ecological risk evaluation and prediction under a wetland conservation scenario in the Sanjiang Plain based on land use/cover change[J]. Ecological Indicators, 2024, 162. DOI:10.1016/j.ecolind.2024.112053
[41] 王检萍, 陈美球. 江西省南昌市土地利用冲突识别及其分区调控[J]. 自然资源遥感, 2025, 37(1): 113-121.
Wang J P, Chen M Q. Identification of land use conflicts and zoning regulation in Nanchang City, China[J]. Remote Sensing for Natural Resources, 2025, 37(1): 113-121.
[42] 蒙吉军, 江颂, 拉巴卓玛, 等. 基于景观格局的黑河中游土地利用冲突时空分析[J]. 地理科学, 2020, 40(9): 1553-1562.
Meng J J, Jiang S, Laba Z M, et al. The spatial and temporal analysis of land use conflict in the middle reaches of the Heihe River based on landscape pattern[J]. Scientia Geographica Sinica, 2020, 40(9): 1553-1562.
[43] 白庆阳, 程久苗, 程超, 等. 土地利用冲突时空动态过程与多情景模拟——以安徽省芜湖市为例[J]. 水土保持通报, 2025, 45(1): 178-189, 198.
Bai Q Y, Cheng J M, Cheng C, et al. Spatiotemporal dynamic process of land use conflicts and multi-scenario simulation——a case study in Wuhu City[J]. Bulletin of Soil and Water Conservation, 2025, 45(1): 178-189, 198.
[44] 王朝阳, 张军以, 李海懿, 等. 重庆市土地利用冲突多尺度时空演化与多情景演化模拟[J]. 生态学报, 2024, 44(3): 1024-1039.
Wang Z Y, Zhang J Y, Li H Y, et al. Multi-scale spatio-temporal evolution and multi-scenario simulation of land use conflict in Chongqing[J]. Acta Ecologica Sinica, 2024, 44(3): 1024-1039.
[45] Zheng Y, Wang K, Hao R M. Dynamic mechanisms of land use spatial conflicts in mining cities: a case study of Xintai City, China[J]. Resources, Environment and Sustainability, 2025, 19. DOI:10.1016/j.resenv.2025.100197
[46] 王博, 舒晓波, 廖富强, 等. 基于最佳景观尺度的鄱阳湖区土地利用冲突时空演变及多情景模拟[J]. 水土保持研究, 2024, 31(4): 336-347.
Wang B, Shu X B, Liao F Q, et al. Spatitemporal of land use conflicts and multi-scenario simulation in Poyang Lake area based on optimal landscape scale[J]. Research of Soil and Water Conservation, 2024, 31(4): 336-347.
[47] 陈大蓉, 周旭, 胡锋, 等. 近30年贵阳市土地利用冲突时空变化分析[J]. 水土保持研究, 2023, 30(6): 337-344, 356.
Chen D R, Zhou X, Hu F, et al. Analysis of spatial and tempoal changes in land use conflicts in Guiyang City in the last 30 years[J]. Research of Soil and Water Conservation, 2023, 30(6): 337-344, 356.
[48] 杨顺法, 昝梅, 袁瑞联, 等. 基于PLUS与InVEST模型的新疆碳储量变化及预测[J]. 环境科学, 2025, 46(1): 378-387.
Yang S F, Zan M, Yuan R L, et al. Carbon stock changes and forecasting in Xinjiang based on PLUS and InVEST model approach[J]. Environmental Science, 2025, 46(1): 378-387. DOI:10.13227/j.hjkx.202312272
[49] 徐海斌, 肖长江, 刘雅雯, 等. 基于PLUS模型的徐州市土地利用布局弹性空间模拟[J]. 资源科学, 2024, 46(1): 175-186.
Xu H B, Xiao C J, Liu Y W, et al. Simulation of flexible space of land use layout in Xuzhou City based on the PLUS model[J]. Resources Science, 2024, 46(1): 175-186.
[50] 杨朔, 苏昊, 赵国平. 基于PLUS模型的城市生态系统服务价值多情景模拟——以汉中市为例[J]. 干旱区资源与环境, 2022, 36(10): 86-95.
Yang S, Su H, Zhao G P. Multi-scenario simulation of urban ecosystem service value based on PLUS model: a case study of Hanzhong City[J]. Journal of Arid Land Resources and Environment, 2022, 36(10): 86-95.
[51] Liang X, Guan Q F, Clarke K C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: a case study in Wuhan, China[J]. Computers Environment and Urban Systems, 2021, 85. DOI:10.1016/j.compenvurbsys.2020.101569
[52] 刘佳楠, 姬广兴, 高红凯, 等. 基于PLUS模型的河南省"三生空间"多情景模拟及生态环境效应分析[J]. 环境科学, 2025, 46(2): 990-1001.
Liu J N, Ji G X, Gao H K, et al. Multi-scenario simulation and eco-environmental effect analysis of production-living-ecological space in Henan Province based on PLUS model[J]. Environmental Science, 2025, 46(2): 990-1001.
[53] 张晓瑞, 郭龙坤, 王振波. 基于InVEST-PLUS耦合模型的合肥市生境质量评价及模拟预测[J]. 环境科学, 2025, 46(6): 3772-3783.
Zhang X R, Guo L K, Wang Z B. Habitat quality evaluation and simulation prediction in Hefei City based on InVEST-PLUS coupled modeling[J]. Environmental Science, 2025, 46(6): 3772-3783. DOI:10.13227/j.hjkx.202406171
[54] 张新生, 韩永虎, 韩轶伟. 基于PLUS-InVEST模型的陕南地区土地利用变化多情景模拟与碳储量评估[J]. 地域研究与开发, 2024, 43(2): 146-152, 160.
Zhang X S, Han Y H, Han Y W. Land use change and carbon stock assessment in southern Shaanxi based on the PLUS-InVEST model under multiple scenarios[J]. Areal Research and Development, 2024, 43(2): 146-152, 160.
[55] 闵婕, 刘晓煌, 肖粤新, 等. 基于PLUS模型和InVEST模型的新安江流域生态系统碳储量时空变化分析与预测[J]. 现代地质, 2024, 38(3): 574-588.
Min J, Liu X H, Xiao Y X, et al. Analysis and predictions of the spatiotemporal variations of ecosystem carbon storages in the Xin'an river basin based on PLUS and InVEST models[J]. Geoscience, 2024, 38(3): 574-588.
[56] 周浩, 金平, 夏卫生. 省级国土空间"三生"功能评价及其分区研究——以河南省为例[J]. 中国土地科学, 2020, 34(8): 10-17.
Zhou H, Jin P, Xia W S. Functional zoning of territorial space in provincial level based on the production-living-ecological functions: a case of Henan province[J]. China Land Science, 2020, 34(8): 10-17.
[57] 管人金, 陈优良, 黄孝斌, 等. 基于PLUS-InVEST模型的赣南地区土地利用多情景模拟及生态系统服务响应[J]. 环境科学, 2025, 46(11): 7270-7285.
Guan R J, Chen Y L, Huang X B, et al. Multi-scenario simulation of land use and response of ecosystem services in southern Jiangxi province based on PLUS-InVEST model[J]. Environmental Science, 2025, 46(11): 7270-7285. DOI:10.13227/j.hjkx.202411012
[58] 陈理庭, 蔡海生, 张婷, 等. 基于Markov-FLUS模型的饶河流域土地利用多情景模拟分析[J]. 生态学报, 2022, 42(10): 3947-3958.
Chen L T, Cai H S, Zhang T, et al. Land use multi-scenario simulation analysis of Rao River Basin based on Markov-FLUS model[J]. Acta Ecologica Sinica, 2022, 42(10): 3947-3958.
[59] 曹振江, 张亚丽. 基于InVEST-PLUS模型的河南省土地利用和碳储量时空演变[J]. 环境科学, 2025, 46(11): 7043-7057.
Cao Z J, Zhang Y L. Spatiotemporal evolution of land use and carbon storage in Henan Province based on InVEST-PLUS model[J]. Environmental Science, 2025, 46(11): 7043-7057. DOI:10.13227/j.hjkx.202410091
[60] 耿健茜, 李玲, 郭珊珊, 等. 基于PLUS模型的河南省资源型城市生态系统服务价值时空演变及多情景预测[J]. 环境科学, 2025, 46(12): 7878-7888.
Geng J X, Li L, Guo S S, et al. Spatio-temporal evolution and multi-scenario prediction of ecosystem service value of resource-based cities in Henan province based on PLUS model[J]. Environmental Science, 2025, 46(12): 7878-7888. DOI:10.13227/j.hjkx.202411170
[61] 支俊俊, 韩陈勖, 王雪婷, 等. 中国建设用地扩张未来情景模拟及其对景观格局演化的影响[J]. 地理研究, 2024, 43(4): 843-860.
Zhi J J, Han C X, Wang X T, et al. Future construction land expansion under multiple simulation development scenarios and its impacts on landscape pattern evolution in China[J]. Geographical Research, 2024, 43(4): 843-860.
[62] 尹力, 魏伟, 李泓锐, 等. 中国陆域国土空间格局演变的时空分异与影响因素——基于胡焕庸线与博台线的对比分析[J]. 地理研究, 2025, 44(2): 552-576.
Yin L, Wei W, Li H R, et al. Spatio-temporal differentiation and influencing factors of territorial spatial pattern evolution in China's land area: a comparative analysis based on the Hu Huanyong line and the Bole-Taipei line[J]. Geographical Research, 2025, 44(2): 552-576.