基于<b>PLUS</b>模型的河南省“三生空间”多情景模拟及生态环境效应分析

引用本文

刘佳楠, 姬广兴, 高红凯, 陈伟强, 张亚丽, 黄珺嫦, 郭宇龙, 陈轶楠. 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 Jia-nan, JI Guang-xing, GAO Hong-kai, CHEN Wei-qiang, ZHANG Ya-li, HUANG Jun-chang, GUO Yu-long, CHEN Yi-nan. 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.

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

刘佳楠¹, 姬广兴¹, 高红凯², 陈伟强¹, 张亚丽¹, 黄珺嫦¹, 郭宇龙¹, 陈轶楠¹

1. 河南农业大学资源与环境学院, 郑州 450046;
2. 华东师范大学地理科学学院, 上海 200241

收稿日期: 2024-02-18; 修订日期: 2024-04-23

基金项目: 国家重点研发计划项目（2021YFD1700900）；河南省科技攻关项目（222102320041）；2022年河南省高等学校智库研究项目（2022ZKYJ07）；河南农业大学拔尖人才项目（30501031）；国家自然科学基金项目（42122002, 42071081）

作者简介: 刘佳楠（2002~）, 女, 主要研究方向为土地利用与生态环境效应, E-mail：m18836953140@163.com

通信作者: 姬广兴, E-mail: guangxingji@henau.edu.cn

摘要: 基于2000年、2010年和2020年分辨率为30 m的土地利用数据, 通过土地转移矩阵和生态环境效应模型分析河南省的“三生空间”分布和生态环境质量, 并以2020年土地利用数据为基础, 利用PLUS模型模拟河南省自然发展、生产优先和生态优先情景下的2030年、2040年和2050年的土地利用数据, 并计算生态环境质量指数和生态贡献度. 结果表明：①2000~2020年, 生产空间面积缩减, 生活空间和生态空间面积扩张；②2000~2020年, 生态环境质量指数由0.364 6上升到了0.366 5, 又下降到0.365 7, 处于中等水平；③2030~2050年, “三生空间”的分布基本不变, 且自然发展和生态优先情景下的趋势也基本不变；④3种情景中, 生态优先情景下的生态环境质量指数最高. “三生空间”的分布对国土空间未来的规划及生态环境建设具有重要意义.

关键词: 三生空间 PLUS模型生态环境效应模型河南省土地利用变化

Multi-scenario Simulation and Eco-environmental Effect Analysis of Production-Living-Ecological Space in Henan Province Based on PLUS Model

LIU Jia-nan¹ , JI Guang-xing¹ , GAO Hong-kai² , CHEN Wei-qiang¹ , ZHANG Ya-li¹ , HUANG Jun-chang¹ , GUO Yu-long¹ , CHEN Yi-nan¹

1. College of Resources and Environment, Henan Agricultural University, Zhengzhou 450046, China;
2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China

Abstract: Considering Henan Province as the research area, based on land use data with a resolution of 30 m in 2000, 2010, and 2020, we analyzed the distribution of the production-living-ecological space and the quality of the ecological environment in Henan Province using land transfer matrices and an eco-environmental effect model. Furthermore, based on 2020 land use data, the PLUS model was used to simulate land use data for the years 2030, 2040, and 2050 under three scenarios: natural development, production priority, and ecological priority. Finally, we calculated the ecological environment quality index and ecological contribution rate. The results showed that: ① From 2000 to 2020, the area of production space decreased by 4 879 km², the area of living space increased by 19%, and the area of ecological space increased by 1.9%. ② From 2000 to 2020, the eco-environmental quality index increased from 0.364 6 in 2000 to 0.366 5 in 2010 and then decreased to 0.365 7 in 2020, which was at a medium level. ③ From 2030 to 2050, the distribution of production-living-ecological space will remain unchanged, and the trend under the natural development and ecological priority scenarios will remain unchanged. ④ From 2020 to 2050, Henan Province had the best ecological environment under the ecological priority scenario, and the ecological environment quality index was predicted to be 0.365 7 in 2030, 0.366 0 in 2040, and 0.366 5 in 2050. The distribution of production-living-ecological space is of great importance for the future development of the earth's space and the construction of an ecological environment.

Key words: production-living-ecological space PLUS model eco-environmental effect model Henan Province land use change

2012年, “三生空间”（production-living-ecological space, PLES）的概念^{[1, 2]}及其总体要求^{[3, 4]}在党的十八大报告中首次提出；十九大报告重提“三生空间”, 强调为协调“三生空间”发展、推动环境可持续发展, 科学划定“三条红线”^[5]. “三生空间”是指生产空间、生活空间和生态空间, 是实现国土空间布局优化和资源合理开发利用的重要手段. 国土空间是人类生存发展和社会经济活动的载体, 在重要的生产、生活和生态环境中具有重要意义^[6]. 改革开放以来, 我国的建筑用地不断扩张, 农业和生态用地等被占用, 生产、生态和生活空间的矛盾日益尖锐^[7~10], 呈现出发展不协调的趋势, 同时也造成了一系列的生态环境问题. 因此, 研究“三生空间”的变化及其对生态环境质量的影响对于国土空间规划和生态环境建设具有重要意义.

目前, 相关学者对于“三生空间”的研究重点围绕在“三生空间”的概念与理论基础^[11]、分类与识别^{[12, 13]}、功能评价^[14]、土地利用转型与生态环境效应^[15]、时空格局演变^{[16, 17]}和空间优化^[18]等方面. 模拟“三生空间”的研究方法主要有PLUS模型^[4]、Markov模型^[19]、CLUE-S模型^[20]和FLUS模型^{[21, 22]}等, 其中PLUS模型能够更好地模拟多个土地利用斑块在时间和空间上的演变^[23]. 生态环境问题一直是学术界关注的热点问题. 而仅有部分研究从“三生空间”的视角, 利用生态环境质量指数分析生态环境效应^[24~31]. 如丁慧敏等^[32]通过土地利用转移矩阵、生态环境质量指数等方法研究了2000~2020年云南省昌宁县的土地利用功能演变特征及其生态环境效应. 已有研究多关注于历史时期“三生空间”变化对生态环境的影响, 因此未来时期“三生空间”预测及对生态环境的影响需多加关注^[33].

河南省作为中国的农业大省, 同时作为9个省级空间规划试点之一, 亟需从多角度和多维度分析“三生空间”演变引起的潜在生态环境效应, 为河南省的国土空间规划及生态环境建设提供参考. 近年来, 许多学者对河南省“三生空间”进行了大量的研究, 主要围绕在“三生空间”功能演变的影响因素及作用机制^{[34, 35]}、功能评价^[36]、时空演变格局^[37]等方面. 对比已有研究发现, 关于河南省“三生空间”变化引起的生态环境变化的研究相对较少.

已有研究多关注于“三生空间”历史时期的时空格局变化, 而对未来不同发展情景下“三生空间”演变及引起的生态环境质量问题的研究仍然较为缺乏. PLUS模型作为当前土地利用模拟研究的重点模型, 能够更高精度地模拟未来城市土地利用格局变化, 能够与生态环境效应评估方法相结合, 进一步模拟未来城市生态环境效应变化, 为城市发展和生态文明建设提供参考. 因此, 通过分辨率为30 m×30 m的2000年、2010年和2020年的土地利用数据研究河南省的“三生空间”分布状况和生态环境质量, 并以2020年的数据为基础, 采用PLUS模型模拟自然发展、生产优先和生活优先情景下河南省2030年、2040年和2050年的土地利用数据, 并计算生态环境质量指数和生态贡献度, 分析河南省未来“三生空间”变化下的生态环境质量变化, 以期为未来河南省的国土空间规划及生态环境建设提供参考.

1 材料与方法 1.1 研究区概况

河南省位于北纬31°23'~36°22', 东经110°21'~116°39'之间, 地形多样, 黄河流经其北部, 南部有伏牛山脉, 总面积为167 000 km^{2[38, 39]}（图 1）. 河南省是人口和农业大省, 在我国商品粮食供应中占有重要地位. 目前, 河南省正处于城镇化加速发展阶段, 但同时也面临着生态破坏和资源短缺等一系列问题, 国土生态安全面临较大威胁. 因此, 分析河南省“三生空间”变化下的生态环境质量变化, 对河南省的国土空间规划及生态环境建设具有重要意义.

图 1 河南省行政区划 Fig. 1 Administrative divisions of Henan Province

1.2 数据来源与处理

在模拟河南省2030~2050年土地利用数据前, 需要根据研究区的自然环境和社会条件, 分析各类用地类型变化的诱因. 根据河南省的实际情况和数据的可获取性, 参考姜昕彤等^[33]和李阜鹏等^[40]的研究, 最终选取包括自然因素和社会因素等共计12项影响因子, 数据类型及来源等详见表 1. 将土地利用数据根据研究需求进行重分类, 分为3个一级类和8个二级类（表 2）.

表 1 数据来源 Table 1 Data source

表 2 “三生空间”土地利用功能划分及生态环境质量指数 Table 2 Classification of land use functions and ecological environment quality index of PLES

1.3 研究方法 1.3.1 生态环境效应模型

（1）生态环境质量指数综合考虑研究区各土地利用类型的生态质量指数和面积比例, 定量表示研究区生态环境质量状况^[36].

(1)

式中, EV_i表示生态环境质量指数；A_ki和A_k分别表示k个生态单元内用地类型i的面积和第k个生态单元的总面积；R_i表示i类用地的生态环境指数；n表示用地类型的数量.

本文根据专家打分法和层次分析法相结合的方法, 参考杨述河等^[41]的生态环境质量指数, 通过公式（1）将2020年的土地利用数据进行面积加权, 对河南省用地的生态环境质量指数赋值（表 2）.

（2）生态贡献度土地利用类型转变引起的区域生态质量的变化^[18].

(2)

式中, LEI表示为生态贡献度, 正值表示该研究区域的生态环境质量有所改善, 负值则表示该研究区域的生态环境质量有所恶化；LE_t和LE_t₊₁分别表示某种土地利用类型变化在t和t+1时期的生态环境质量指数；LA表示该用地类型变化的面积；TA表示总面积.

1.3.2 PLUS模型

PLUS模型包含土地扩张分析策略（LEAS）和CA模型, 可以用于分析多种土地利用的变化, 同时可以设置多种情景, 预测和分析未来土地的利用变化.

（1）适应性概率计算在LEAS模块下, 采用随机采样机制降低模型计算成本的同时, 利用随机森林算法算出各类土地利用的发展概率^[42].

(3)

式中, M表示决策树数量；X表示驱动因子组成的向量；h_n（X）表示第n个决策树时计算预测的土地利用类型；d表示0或1.

（2）自适应惯性系数计算自适应惯性就是在重复运行的过程中进行自适应调整, 根据要达到预期的土地类型数据与实际情况的土地类型数据的差异调整, 使土地利用类型的数据达到预期的结果, 进而模拟土地利用类型的变化^[42].

(4)

式中, 表示t时土地利用类型k的惯性系数, 和分别表示土地利用类型的实际数量与时间t-1和t-2时的需求之间的差距.

另外, 还用转换矩阵表示了各用地类型间相互转化的限制规则, 本文共设置了自然情景、生产优先和生态优先这3种情景. 自然发展情景的转换矩阵是根据2010年到2020年土地利用变化的情况设置的；在生产优先情景下, 优先考虑到生产空间的发展, 设置农业生产用地不能转移到其他用地；在生态优先情景下, 优先考虑生态用地（生态空间的土地, 生产、生活用地的表达意思相同）的发展, 设置生态用地不能向其他用地转移. 用地属性转换矩阵如表 3所示.

表 3 不同情景转换矩阵设置^1） Table 3 Transition matrix settings for different scenarios

（3）邻域权重设定邻域权重的大小由各用地类型扩张性决定, 取值范围为0~1, 值越大表示扩张能力越强. 综合考虑河南省当地政策和气候, 结合各用地类型扩张面积占比和文献[43], 领域权重参数设置如表 4.

表 4 领域权重参数设置 Table 4 Neighborhood parameters settings

（4）模型精度验证利用2000年土地利用数据模拟2010年土地利用状况, 并进行精度验证, 显示总体精度和Kappa系数分别为0.905和0.829. 同时以2010年土地利用数据模拟2020年土地利用状况, 进行精度验证, 显示总体精度和Kappa系数分别为0.948和0.909. 显然, PLUS模型可以可靠地用于河南省2030年、2040年和2050年土地利用类型模拟^[44].

2 结果与分析 2.1 2000~2020年“三生空间”趋势分析

2000~2020年河南省各个空间面积的趋势变化如图 2所示. 生产空间的面积减少了4 879 km². 生活空间的面积增加了19%, 这可能是随着人们生活水平的不断提高, 导致生活用地的需求增加, 生活空间的面积也随之增加. 生态空间的面积仅比2000年增加了1.9%, 由2000年的40 142 km²增加到2020年的40 931 km², 随着不少生态环境保护政策的落实, 生态空间得以保护, 面积也因此有所增加. 整体而言, 随着城镇化的进程不断加快, 生活空间面积增加, 又因为近些年来河南省政府对于生态环境的重视, 生态空间的面积也在增加, 因此导致了生产空间面积减少.

图 2 2000~2020年河南省“三生空间”面积变化趋势 Fig. 2 Change trend of the area of PLES in Henan Province from 2000 to 2020

图 3为2000~2020年河南省的“三生空间”分布状况, 从中可以看出生产空间分布最广泛, 除了河南省西部没有分布, 剩下的地区都有所覆盖；而工矿生产用地零星地分布在中部地区. 其次河南省的生态空间占地面积也比较大, 其中林地和草地生态用地主要分布在西部和南部地区, 水域和其他生态用地则零星地分布在各处. 生活空间的占地面积最小, 包括城镇和农村生活用地, 分散在河南省的各个地区, 但前者呈片状分布, 其中郑州市的城镇化率最高, 分布最广泛, 而后者呈零散状分布在各个城市.

图 3 2000~2020年河南省“三生空间”分布 Fig. 3 Distribution map of PLES in Henan Province from 2000 to 2020

2.2 2000~2020年生态环境质量时空演变 2.2.1 生态环境质量指数分析

通过ArcGIS自然断点法将河南省土地利用类型的生态环境质量指数分为低质量区（EV≤0.15）、较低质量区（0.15 < EV≤0.2）、中等质量区（0.2 < EV≤0.26）、较高质量区（0.26 < EV≤0.63）和高质量区（EV > 0.63）这5级, 从而得到河南省的生态环境质量分布（图 4）. 从空间分布来看, 河南省中等质量分布最广泛, 其次是高质量, 低质量的分布最少, 以工矿生产用地和其他生态用地为主. 高生态环境质量区域主要位于小秦岭、伏牛山、太行山及王屋山等山区, 主要以林地生态用地为主, 自然环境稳定, 受人类活动的影响较小；较高生态环境质量区主要位于山脚缓冲带；中等生态环境质量的区域遍布全省, 以农业生产用地为主；较低生态环境质量的区域分布在各个市, 以生活用地为主；低生态环境质量区域以工矿生产用地为主, 零星地分布在各处. 整体来看, 由于地形等因素不适合人类生活的区域生态环境质量高, 而自然条件较好适合人类生活的区域生态环境质量较低. 从面积变化方面来看, 2020年除了中等质量区面积减少, 其他区域都有所扩张. 总体而言, 河南省2000年的生态环境质量指数由0.364 6上升到了2010年的0.366 5, 又下降到了2020年的0.365 7, 处于中等水平.

图 4 2000~2020年河南省生态环境质量分布 Fig. 4 Ecological environment quality distribution of Henan Province from 2000 to 2020

为了进一步分析生态环境质量变化, 将2000年和2020年的生态环境质量指数进行叠加处理, 得到了2000~2020年的生态环境质量空间变化（图 5）. 环境质量改善的区域集中在河南省的中部和东南部, 这可能与地形因素有关；环境质量恶化的区域分散在各处, 主要是工矿生产用地的扩张, 导致生态环境质量恶化. 总体而言, 大部分地区的生态环境质量未改变, 环境质量改善的区域面积较多于环境质量恶化的区域.

图 5 2000~2020年河南省生态环境质量空间变化 Fig. 5 Spatial variation in ecological environment quality in Henan Province from 2000 to 2020

2.2.2 生态贡献度分析

由于生态环境质量指数只能单一地表示河南省在某一时间段内的生态环境状况, 并不能表示用地类型转化带给环境的影响, 因此根据公式（2）算出2000~2020年土地利用类型变化所导致生态贡献度的变化, 分析带给环境的影响. 表 5为2000~2020年河南省主要土地利用变化类型、转化面积以及生态贡献度.

表 5 2000~2020年河南省“三生空间”主要土地利用转型在生态环境变化中的贡献^1） Table 5 Contribution of the main land use transformation of PLES in Henan Province from 2000 to 2020

2000~2020年, 河南省生态环境质量改善的主要原因是农业生产用地转林地、草地和水域生态用地, 生态贡献度分别为0.004 43、0.000 77和0.001 73, 其贡献率之和为76.78%. 反之, 河南省的生态环境发生恶化, 林地和草地生态用地转农业生产用地以及农业生产用地转化为生活用地和工矿生产用地是主要原因, 贡献率为71.56%. 整体来看, 生产空间转生态空间的贡献度为0.007, 贡献率高达76.8%, 而生态空间转生产空间的贡献度为-0.006, 贡献率为56.6%.

综上所述, 河南省2000~2020年的生态环境质量水平处于中等, 2000~2010年生态环境质量指数增加, 但2010~2020年生态环境质量指数下降, 且生态环境恶化的趋势较高于生态环境改善的趋势, 这可能是随着城镇化的发展, 建筑用地不断扩张, 耕地和生态用地被占用, 导致生态环境质量下降, 未来河南省的生态环境质量可能会有小幅度地下降, 因此规划好“三生空间”, 改善生态环境质量, 是河南省未来需要解决的问题.

2.3 多情景下2030~2050年“三生空间”预测

利用PLUS模型模拟河南省2030~2050年3种不同情景下的土地利用类型变化, 如图 6所示. 在自然发展情景下, 农业生产用地由2020年的102 217.2 km²减少到了2050年的97 882.3 km², 减少了4 334.9 km², 下降了4.2%；林地生态用地2050年比2020年减少了193.5 km²；其他生态用地减少的面积最少, 仅为1.6 km², 但下降率却最高, 为7.2%. 相反, 农村生活用地和工矿生产用地面积增加的最多, 城镇生活用地、水域和草地生态用地也有一定程度上的增加. 从“三生空间”的角度看, 生产空间的用地减少, 共减少3 367 km²；生活空间和生态空间的用地增加, 分别增加了2 633 km²和734 km². 从空间角度看, 各个用地类型的分布和河南省2020年的分布几乎一样, 生产空间几乎覆盖河南省各个地区, 生态空间主要分布在河南省西部和南部, 生活空间分散分布在全省范围.

图 6 2030~2050年河南省“三生空间”多情景模拟 Fig. 6 Multi-scenario simulation of PLES space in Henan Province from 2030 to 2050

生产优先情景下, 耕地受到保护, 由于自然发展情景下生产空间的面积变化趋势是逐渐下降的, 所以该情景下的生产空间还是减少了562 km², 但比自然情景下增加了2 805 km², 缓解了下降的趋势. 生活空间扩张, 而生态空间面积缩减. 生活空间的面积由2020年的19 977 km²增加到了2030年的20 561 km², 2040年又增加到了20 767 km², 最后增加到了2050年的21 103 km², 共增加了1 126 km²；生态空间的面积从2020年40 931 km²降至2050年的40 375 km², 减少了556 km². 生产优先情景下“三生空间”的分布状况和自然情景下的分布状况基本不变.

生态优先情景下, 生态用地受到保护, 面积在这30 a间共增加了1 124 km², 比自然情景下多增加了390 km², 其中除了其他生态用地减少了0.7 km²外, 剩下3种生态用地的面积都出现了小幅度的提高, 分别比2020年增加了38 km²、303 km²和783 km². 生活空间的面积是呈上升趋势, 到2050年共增加了2 564 km², 增加率为12.8%, 其中城镇生活用地和农村生活用地也都呈上升趋势, 分别增加了8.9%和14%. 与此相反, 生产空间的占地面积则是在逐渐下降, 由2020年的103 864 km²下降到了2 050年的100 183 km², 下降了3.5%, 其中工矿生产用地的面积却是增加的, 但上升幅度低于自然情景.

2.4 多情景下2030~2050年生态环境质量分析 2.4.1 生态环境质量指数分析

通过公式（1）计算出3种不同情景下的生态环境质量指数, 得出生态优先情景下的生态环境质量指数最高, 2030年为0.365 7, 2040年为0.366 0, 2050年为0.366 5；而生产优先情景下的生态环境质量指数最低, 2030年和2040年为0.231 7, 2050年为0.232 4；而自然发展情景下的生态环境指数在0.365 3处徘徊（图 7）.

图 7 2030~2050年河南省多情景生态环境质量分布 Fig. 7 Multi-scenario ecological environment quality distribution map of Henan Province from 2030 to 2050

在自然发展情景下, 低质量区是逐渐扩张的, 2050年对比2020年扩张了966.4 km²；较低质量区主要是以生活空间为主, 呈片状分散着分布在河南省各处, 占地面积呈上升趋势, 由2020年的19 977 km²上升到了2030年的21 230 km², 2040年增加到了21 937 km², 最后到2050年达到了22 609 km²；中等质量区主要是农业生产用地, 以耕地为主, 占地面积在逐渐减少, 2050年比2020年减少了4.2%, 但分布还是几乎覆盖河南省；较高质量区和高质量区主要分布在河南省的西部和南部, 占地面积呈上升趋势, 2050年共增加了744 km², 该区主要是生态空间, 其中林地生态用地的环境质量好于草地生态用地的环境质量, 水域生态环境的质量稍劣于前两种用地, 但林地生态用地的面积却在缩减, 2050年共减少了194 km².

而生产优先情景下的生态环境质量指数为3种情景中最低的. 低质量区的面积逐渐增加, 且增加的面积是高于自然情景的, 2050年共增加了995 km², 其中工矿生产用地的面积增加了1 008 km², 其他生态用地的面积减少了13 km²；较低质量区的面积也在扩张, 2050年共扩张了1 126 km², 对比自然发展情景下的该区面积, 扩张面积明显减少了；中等质量区的面积虽然减少了, 但比自然情景下减少的面积增加了2 766 km²；较高质量区的面积也在增加, 由2020年4 196 km²增加到了2030年的4 255 km², 2040年又增加了160 km², 到2050年已经达到了4 570 km², 共增长了8.9%；高质量区的占地面积呈下降趋势, 2050年减少了916 km², 若不采取措施, 未来还会继续减少.

在生态优先情景下, 可以看到较高质量区和高质量区面积都有所扩张, 生态环境质量为3种情景中最好的. 低质量区和较低质量区的面积虽然还是增加的, 但增加的面积明显小于其他两种情景, 2050年共增加了16%；中等质量区的占地面积还是最多的, 但呈下降趋势, 以10 a为周期, 2030年减少了2 302 km², 2040年减少了1 317 km², 2050年减少了984 km², 最终2050年的面积为97 615 km²；较高质量区的面积2050年增加到了4 979 km², 共增加了18.6%, 为3种情景中增加的面积最多的；高质量区的面积也在逐渐增加, 2050年共增加了341.5 km², 并且未来还会继续增加.

根据模拟河南省2020~2050年的生态环境分布, 通过处理得到2020~2050年的生态环境质量空间变化（图 8）, 可以看出大部分地区的生态环境质量基本保持不变, 环境质量恶化的区域集中在南部、中部及北部. 其中生态优先情景下环境质量改善的面积最大, 为1 177 km²；生产优先情景下环境质量改善的面积最少, 仅393 km²；自然发展情景下环境质量恶化的面积最多, 并且质量改善的面积比恶化的面积多2 766 km².

图 8 2020~2050年河南省多情景下生态环境质量空间变化 Fig. 8 Spatial variation in ecological environment quality in Henan Province under multiple scenarios from 2020 to 2050

2.4.2 生态贡献度分析

导致河南省不同情景下环境质量改善和环境质量恶化的土地利用类型变化如表 6所示. 在自然发展情景下, 生产用地转生态用地分别是河南省在2020~2030年、2030~2040年以及2040~2050年这3个时间段环境质量改善的重要原因, 生态贡献度分别为0.000 88、0.000 68和0.000 84, 贡献率分别为80%、70%和63%, 其中农业生产用地转水域生态用地贡献最大. 反之, 农业生产用地转变为农村生活用地则是环境质量恶化的主要原因, 3个时间段的生态贡献度分别为-0.000 25、-0.000 34和-0.000 43；其次生态、生产用地转生活用地导致的影响也比较大, 生态贡献度之和在3个时间段分别为-0.000 61、-0.000 42和-0.000 46, 贡献率分别为39%、41%和40%.

表 6 2020~2030年、2030~2040年和2040~2050年3种情景下河南省“三生空间”主要土地利用转型及其生态贡献度 Table 6 Main land use transition and ecological contribution rate of PLES in Henan Province under three scenarios from 2020 to 2030, 2030 to 2040, and 2040 to 2050

生态环境效应	年份	自然发展情景				生产优先情景				生态优先情景
生态环境效应	年份	土地利用变化类型	转换面积/km²	生态贡献度	贡献率/%	土地利用变化类型	转换面积/km²	生态贡献度	占比/%	土地利用变化类型	转换面积/km²	生态贡献度	贡献率/%
环境质量改善	2020~2030	a-e	296	0.000 53	48.17	a-e	42	0.000 08	43.37	a-e	277	0.000 50	61.56
		b-c	67	0.000 26	23.54	h-c	13	0.000 05	26.70	a-d	102	0.000 24	29.57
		e-c	95	0.000 14	12.57	f-c	5	0.000 02	13.84	a-c	16	0.000 05	6.45
		总计	457	0.000 93	84.28	总计	60	0.000 15	83.91	总计	395	0.000 79	97.58
	2030~2040	a-e	288	0.000 51	53.30	a-c	152	0.000 49	47.05	a-e	316	0.000 57	48.48
		a-d	53	0.000 12	12.76	a-f	153	0.000 27	26.09	a-d	140	0.000 33	28.15
		h-a	306	0.000 10	10.57	h-a	375	0.000 13	11.90	h-a	273	0.000 09	7.80
		总计	646	0.000 74	76.63	总计	680	0.000 89	85.04	总计	728	0.000 98	84.44
	2040~2050	a-e	330	0.000 59	44.64	a-c	186	0.000 60	47.76	a-e	360	0.000 65	42.24
		h-a	626	0.000 21	15.78	a-e	191	0.000 34	27.02	a-d	178	0.000 42	27.27
		a-d	74	0.000 17	13.13	b-a	207	0.000 13	10.44	h-a	572	0.000 19	12.50
		总计	1 030	0.000 97	73.55	总计	583	0.001 08	85.23	总计	1 110	0.001 25	82.00
环境质量恶化	2020~2030	a-b	732	-0.000 47	29.84	c-a	458	-0.001 49	69.01	a-b	729	-0.000 46	52.82
		c-b	75	-0.000 29	18.54	a-b	443	-0.000 28	13.09	a-h	753	-0.000 25	28.57
		a-h	758	-0.000 25	16.18	a-h	501	-0.000 17	7.75	a-g	428	-0.000 14	16.26
		总计	1 564	-0.001 01	64.56	总计	1 402	-0.001 94	89.85	总计	1 910	-0.000 86	97.65
	2030~2040	a-h	1 017	-0.000 34	32.84	c-a	369	-0.001 20	62.35	a-h	980	-0.000 33	40.49
		a-b	309	-0.000 20	19.08	a-b	704	-0.000 45	23.34	a-b	308	-0.000 20	24.25
		c-b	34	-0.000 13	12.81	a-g	210	-0.000 07	3.65	d-a	45	-0.000 10	12.98
		总计	1 361	-0.000 67	64.73	总计	1 283	-0.001 72	89.34	总计	1 333	-0.000 63	77.72
	2040~2050	a-h	1 296	-0.000 43	37.76	c-a	414	-0.001 34	75.79	a-h	1 238	-0.000 41	40.00
		e-a	114	-0.000 20	17.86	a-h	517	-0.000 17	9.73	d-a	86	-0.000 20	19.46
		d-a	45	-0.000 10	9.14	e-a	43	-0.000 08	4.32	e-a	104	-0.000 19	18.08
		总计	1 455	-0.000 74	64.76	总计	973	-0.001 59	89.84	总计	1 428	-0.000 80	77.54

在生产优先情景下, 其生态环境质量最差, 主要原因是生态用地转换为了生产用地, 在2020~2030年、2030~2040年和2040~2050年的贡献率分别为70%、64%和82%. 反之, 河南省环境质量改善的重要原因是农业生产用地转林地生态用地, 在2030~2040年和2040~2050年这两个时间段的贡献率最高, 分别为47.05%和47.76%. 总体来看, 生产用地转生态用地贡献最大, 其生态贡献率在3个时间段分别为48%、74%和79%, 其中在2040~2050年这一时间段的贡献度最高, 达0.001.

在生态优先情景下, 农业生产用地转变为水域和草地生态用地的贡献率在3个时间段最高, 分别为91.13%、76.63%和69.51%. 总体来看, 生产用地转生态用地改善了生态环境, 其生态贡献度在2020~2030年、2030~2040年和2040~2050年分别为0.000 8、0.001 0和0.001 1, 其中在2020~2030年的生态贡献率最高, 为98.8%. 2030~2040年和2040~2050年, 农村生活用地转农业生产用地贡献也比较大, 贡献率分别为7.8%和12.5%. 与之相反, 农业生产用地转为工矿生产用地和农村生活用地是造成环境质量恶化的主要原因. 2020~2030年, 农业生产用地转工矿生产用地的贡献率达52.82%, 在3个时间段内比例最高；2030~2040年, 农业生产用地转农村生活用地和工矿生产用地的贡献率达64.74%；2040~2050年, 农业生产用地转农村生活用地的面积达1 238 km², 贡献率为40%. 总体来看. 该情景下环境质量改善的趋势明显好于环境质量恶化的趋势.

综上所述, 在3种情景中, 生态优先情景下的河南省环境质量最好, 生态环境质量指数最高, 环境质量改善的速率高于环境质量恶化的速率；生产优先情景的生态环境质量指数最低, 环境质量最差；而自然发展情景的生态环境质量处于中等水平. 显而易见, 生态优先情景下各类土地利用需求更有利于经济发展和环境保护的协调, 以满足可持续发展的需要, 这说明河南省未来还需注重生态环境的保护, 根据实际情况, 合理规划国土空间布局.

3 讨论

河南省2020~2050年的“三生空间”模拟分析表明, 河南省的生活和生态空间扩张, 生产空间受到挤压. 从驱动因子的贡献度角度来看, 坡度、DEM等因素对生产用地、林地生态用地及农村生活用地的面积变化影响较大；DEM还是影响草地和水域生态用地扩张的主导因素；其他生态用地和城镇生活用地面积的变化主要受到距城市距离的因素影响. 根据影响土地利用类型面积变化的因素, 可为未来河南省的国土空间规划提供参考.

根据自然发展情景下的结果, 分析出河南省生态环境恶化的主要原因是农业生产用地转换为工矿生产用地, 这与张永民等^[45]的研究结果相一致. 随着工业化进程的加快, 大量的建筑用地占用耕地, 导致土地利用结构不平衡, 同时污染了生态环境. 因此, 控制建筑用地的扩张, 调节土地利用结构, 改善生态环境质量, 是河南省土地利用未来发展的方向.

由于土地利用变化受到河南省当前政策的限制, 不同时期的国土空间规划都存在着不确定性, 使得“三生空间”的模拟存在着一定的偏差. 另外, 本文只选取了坡度、坡向等部分重要的驱动因子, 年平均温度、年平均降水等因素也都属于驱动因子, 未来的研究可添加进去提高模拟的精度.

基于本文对于“三生空间”分布以及生态环境质量的研究, 结合河南省的实际情况, 坚持生态文明建设的理念, 实现城镇建设与生态保护的协同发展. 具体而言, 在生产空间方面, 提高土地利用效率；其次推动河南省产业结构向绿色发展转型；最后改善生活空间的环境质量, 走上民熙物阜、山清水秀的可持续发展道路.

4 结论

（1）2000~2020年河南省生产空间分布最广泛, 几乎覆盖全省, 但占地面积却在减少；生活空间的占地面积最少, 零星地分布在河南省各地区, 面积有所扩张；生态空间的面积也在扩张, 主要分布在河南省的西部和南部.

（2）2000~2020年河南省的生态环境质量指数处于中等水平, 其中中等质量区分布最广泛. 生产用地转生态用地改善了生态环境质量, 而林地生态用地转农业生产用地导致生态环境质量恶化.

（3）2020~2050年河南省3种情景下的“三生空间”分布基本不变. 除了生产优先的其他两种情景, 生产空间的面积减少, 生活和生态空间的面积在增加.

（4）2020~2050年河南省在生态优先情景下的生态环境最好, 2030年的生态环境质量指数为0.365 7, 2040年为0.366 0, 2 050年为0.366 5. 在这3种情景下, 生产用地转生态用地促进了生态环境的改善, 其他用地转为工矿生产用地是生态环境恶化的主要原因.

参考文献

[1]	Fu J C, Zhang S L. Functional assessment and coordination characteristics of production, living, ecological function—A case study of Henan Province, China[J]. International Journal of Environmental Research and Public Health, 2021, 18(15). DOI:10.3390/ijerph18158051
[2]	田超, 程琳琳, 邵盈钞. 京津冀地区城市三生空间碳代谢效率特征及演进模式[J]. 环境科学, 2024, 45(3): 1254-1264. Tian C, Cheng L L, Shao Y C. Efficiency characteristics and evolution patterns of urban carbon metabolism of production-living-ecological space in Beijing-Tianjin-Hebei Region[J]. Environmental Science, 2024, 45(3): 1254-1264.
[3]	张永蕾, 栾乔林, 熊昌盛, 等. 基于多源空间数据的"三生"空间异质性评价与分区划定[J]. 农业工程学报, 2021, 37(10): 214-223. Zhang Y L, Luan Q L, Xiong C S, et al. Spatial heterogeneity evaluation and zoning of production-living-ecological space based on multi-source spatial data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(10): 214-223. DOI:10.11975/j.issn.1002-6819.2021.10.026
[4]	张考, 黄春华, 王志远, 等. 基于DTTD-MCR-PLUS模型的三生空间格局优化——以长沙市为例[J]. 生态学报, 2022, 42(24): 9957-9970. Zhang K, Huang C H, Wang Z Y, et al. Optimization of "production-living-ecological" spaces based on DTTD-MCR-PLUS model: taking Changsha City as an example[J]. Acta Ecologica Sinica, 2022, 42(24): 9957-9970.
[5]	冯雨柯, 翟石艳, 姜昕彤, 等. 中原城市群"三生"空间模拟及生态效应评估——基于未来土地利用模拟模型和共享社会经济路径情景[J]. 生态学报, 2023, 43(20): 8292-8308. Feng Y K, Zhai S Y, Jiang X T, et al. Simulating spatio-temporal pattern of production-living-ecological space and evaluating eco-environmental effects in Zhongyuan Urban Agglomeration based on FLUS model and shared socioeconomic pathways[J]. Acta Ecologica Sinica, 2023, 43(20): 8292-8308.
[6]	Zhao F F, Liu X X, Zhao X, et al. Effects of production-living-ecological space changes on the ecosystem service value of the Yangtze River Delta urban agglomeration in China[J]. Environmental Monitoring and Assessment, 2023, 195(9). DOI:10.1007/s10661-023-11702-y
[7]	Wang M, Qin K T, Jia Y H, et al. Land use transition and eco-environmental effects in Karst Mountain area based on production-living-ecological space: a case study of Longlin Multinational Autonomous County, Southwest China[J]. International Journal of Environmental Research and Public Health, 2022, 19(13). DOI:10.3390/ijerph19137587
[8]	Li X, Fu J Y, Jiang D, et al. Land use optimization in Ningbo City with a coupled GA and PLUS model[J]. Journal of Cleaner Production, 2022, 375. DOI:10.1016/j.jclepro.2022.134004
[9]	黄安, 许月卿, 卢龙辉, 等. "生产-生活-生态"空间识别与优化研究进展[J]. 地理科学进展, 2020, 39(3): 503-518. Huang A, Xu Y Q, Lu L H, et al. Research progress of the identification and optimization of production-living-ecological spaces[J]. Progress in Geography, 2020, 39(3): 503-518.
[10]	付建新. 1980—2020年汾河流域"三生空间"土地利用功能变化及其驱动力[J]. 应用生态学报, 2023, 34(7): 1901-1911. Fu J X. Land use function change and its driving force of the "production-living-ecological" space in Fenhe River Basin from 1980 to 2020[J]. Chinese Journal of Applied Ecology, 2023, 34(7): 1901-1911.
[11]	段亚明, 黄安, 卢龙辉, 等. "生产-生活-生态"空间的概念与理论研究[J]. 中国农业大学学报, 2023, 28(4): 170-182. Duan Y M, Huang A, Lu L H, et al. Analysis on concept and theories of "production-living-ecological" spaces[J]. Journal of China Agricultural University, 2023, 28(4): 170-182.
[12]	刘岩, 夏敏. 基于土地利用和POI数据的乡村"三生空间"划定——以南京市溧水区为例[J]. 农村经济与科技, 2023, 34(14): 34-36, 78.
[13]	万江琴, 费腾. 基于街景图像的"三生空间"识别方法研究[J]. 地球信息科学学报, 2023, 25(4): 838-851. Wan J Q, Fei T. Production-living-ecological spaces" recognition methods based on street view images[J]. Journal of Geo-information Science, 2023, 25(4): 838-851.
[14]	孙滢悦, 黄茹月, 陈鹏, 等. "三生空间"分类及其功能评价——以吉林省为例[J]. 江苏农业科学, 2020, 48(14): 298-304, 309. Sun Y Y, Huang R Y, Chen P, et al. Classification and function evaluation of "production-life-ecology space"—Taking Jilin Province as an example[J]. Jiangsu Agricultural Sciences, 2020, 48(14): 298-304, 309.
[15]	刘玉安, 卢秋霖, 龚惠, 等. 县域土地利用变化及其生态环境效应研究——以株洲市渌口区为例[J]. 环境与发展, 2023, 35(5): 1-8. Liu Y A, Lu Q L, Gong H, et al. Research on land use change and ecological environment effects in county areas: take Lukou District of Zhuzhou City as an example[J]. Environment & Development, 2023, 35(5): 1-8.
[16]	窦睿音, 张文洁, 陈晨. 陕西省"三生"空间格局演变与驱动机制研究[J]. 干旱区地理, 2023, 46(2): 264-273. Dou R Y, Zhang W J, Chen C. Land use change based on production-living-ecology spaces and its driving forces in Shaanxi Province[J]. Arid Land Geography, 2023, 46(2): 264-273.
[17]	Yang Y Y, Bao W K, Liu Y S. Coupling coordination analysis of rural production-living-ecological space in the Beijing-Tianjin-Hebei region[J]. Ecological Indicators, 2020, 177. DOI:10.1016/j.ecolind.2020.106512
[18]	赵寿露, 李石华, 许新惠, 等. 耦合MOP-FLUS模型的滇中城市群"三生"空间格局优化[J]. 水土保持研究, 2022, 29(4): 322-328. Zhao S L, Li S H, Xu X H, et al. Production-life-ecological space pattern optimization of the Urban Agglomeration in Central Yunnan based on coupled MOP and FLUS model[J]. Research of Soil and Water Conservation, 2022, 29(4): 322-328.
[19]	李红润, 刘慧芳, 王瑾, 等. 基于Markov-FLUS-MCR模型的晋中市"三生"空间优化[J]. 农业工程学报, 2022, 38(10): 267-276. Li H R, Liu H F, Wang J, et al. Optimization of production-living-ecological space based on Markov-FLUS-MCR model in Jinzhong, Shanxi of China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(10): 267-276.
[20]	樊文杰, 戴晓爱, 谢一茹, 等. 利用CLUE-S模型对四川省未来10年土地利用变化的预测与分析[J]. 科学技术与工程, 2022, 22(7): 2641-2647. Fan W J, Dai X A, Xie Y R, et al. Prediction and analysis of land use change in Sichuan province in the next 10 years based on CLUE-S model[J]. Science Technology and Engineering, 2022, 22(7): 2641-2647.
[21]	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. Wang X, Ma B W, Li D, et al. Multi-scenario simulation and prediction of ecological space in Hubei Province based on FLUS model[J]. Journal of Natural Resources, 2020, 35(1): 230-242.
[22]	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 Y Q, Liu G, Zhao J B, et al. Multi-scenario simulation prediction of ecological space in the Fenhe River Basin using the FLUS model[J]. Arid Zone Research, 2021, 38(4): 1152-1161.
[23]	Chen Y H, Wang J, Xiong N N, et al. Impacts of land use changes on net primary productivity in Urban Agglomerations under Multi-Scenarios simulation[J]. Remote Sensing, 2022, 14(7). DOI:10.3390/RS14071755
[24]	尹登玉, 于昊辰, 卢彦琦, 等. 2000—2020年黄河流域国土空间格局演变及生态响应[J]. 农业工程学报, 2023, 39(4): 217-228. Yin D Y, Yu H C, Lu Y Q, et al. Spatial pattern evolution of territorial space and its effects on ecological response in the Yellow River Basin during 2000-2020[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(4): 217-228.
[25]	高星, 刘泽伟, 李晨曦, 等. 基于"三生空间"的雄安新区土地利用功能转型与生态环境效应研究[J]. 生态学报, 2020, 40(20): 7113-7122. Gao X, Liu Z W, Li C X, et al. Land use function transformation in the Xiong'an New Area based on ecological-production-living spaces and associated eco-environment effects[J]. Acta Ecologica Sinica, 2020, 40(20): 7113-7122.
[26]	黄天能, 张云兰. 基于"三生空间"的土地利用功能演变及生态环境响应——以桂西资源富集区为例[J]. 生态学报, 2021, 41(1): 348-359. Huang T N, Zhang Y L. Transformation of land use function and response of eco-environment based on "production-life-ecology space": a case study of resource-rich area in Western Guangxi[J]. Acta Ecologica Sinica, 2021, 41(1): 348-359.
[27]	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. Kong D Y, Chen H G, Wu K S. The evolution of "Production-Living-Ecological" space, eco-environmental effects and its influencing factors in China[J]. Journal of Natural Resources, 2021, 36(5): 1116-1135.
[28]	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 M, Kong X L, Li Y L, et al. Eco-environmental effects and its spatial heterogeneity of 'ecological-production-living' land use transformation in the Yellow River Delta[J]. Scientia Geographica Sinica, 2021, 41(6): 1009-1018.
[29]	张梦圆, 荣丽华, 李伊彤, 等. 基于"三生"空间的农牧交错区城市土地利用转型及生态环境效应分析——以包头市为例[J]. 干旱区地理, 2023, 46(6): 958-967. Zhang M Y, Rong L H, Li Y T, et al. Land use function transformation in the agro-pastoral ecotone based on ecological-production-living spaces and associated eco-environment effects: a case of Baotou City[J]. Arid Land Geography, 2023, 46(6): 958-967.
[30]	董冬, 罗毅, 顾康康. "三生空间"视角下长三角城市群土地利用转型生态环境效应时空分异及驱动力[J]. 长江流域资源与环境, 2023, 32(8): 1664-1676. Dong D, Luo Y, Gu K K. Spatio-temporal differentiation and driving forces of eco-environmental effects of land use transformation in Yangtze River Delta economic zone: a perspective of "production-living-ecological" spaces[J]. Resources and Environment in the Yangtze Basin, 2023, 32(8): 1664-1676.
[31]	黄晶, 薛东前, 董朝阳, 等. 干旱绿洲农业区土地利用转型生态环境效应及分异机制——基于三生空间主导功能判别视角[J]. 地理科学进展, 2022, 41(11): 2044-2060. Huang J, Xue D Q, Dong C Y, et al. Eco-environmental effects and spatial differentiation mechanism of land use transition in agricultural areas of arid oasis: a perspective based on the dominant function of production-living-ecological spaces[J]. Progress in Geography, 2022, 41(11): 2044-2060.
[32]	丁慧敏, 杨朝现, 李鑫, 等. 高原传统农区土地利用功能演变及其生态环境效应[J]. 水土保持研究, 2022, 29(6): 399-407. Ding H M, Yang C X, Li X, et al. Evolution of land use function and its ecological and environmental effects in traditional agricultural areas of the plateau[J]. Research of Soil and Water Conservation, 2022, 29(6): 399-407.
[33]	姜昕彤, 翟石艳, 王铮, 等. 基于未来土地利用模拟模型的郑州市"三生空间"模拟及生态环境效应分析[J]. 生态学报, 2023, 43(15): 6225-6242. Jiang X T, Zhai S Y, Wang Z, et al. Simulating the production-living-ecological space and analyzing eco-environmental effects based on FLUS model in Zhengzhou, China[J]. Acta Ecologica Sinica, 2023, 43(15): 6225-6242.
[34]	谢晓彤, 李效顺. 河南省"三生"功能时空演变特征及影响因素[J]. 农业工程学报, 2021, 37(22): 243-252. Xie X T, Li X S. Spatio-temporal evolution characteristics and influencing factors of "production-living-ecological" functions in Henan Province, China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(22): 243-252.
[35]	李效顺, 李志鑫, 谢晓彤, 等. 河南省城镇化、碳排放与"三生"空间交互机制分析[J]. 农业工程学报, 2023, 39(11): 256-265. Li X S, Li Z X, Xie X T, et al. Analysis of the interaction mechanism of urbanization, carbon emissions, and production-living-ecological space in Henan Province of China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(11): 256-265.
[36]	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.
[37]	李明薇, 郧雨旱, 陈伟强, 等. 河南省"三生空间"分类与时空格局分析[J]. 中国农业资源与区划, 2018, 39(9): 13-20. Li M W, Yun Y H, Chen W Q, et al. Ciassification and spatial-temporal analysis of "production-living-ecological" spaces in Henan province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2018, 39(9): 13-20.
[38]	魏煜, 徐起翔, 赵金帅, 等. 基于机器学习算法的新冠疫情管控对河南省空气质量影响的模拟分析[J]. 环境科学, 2021, 42(9): 4126-4139. Wei Y, Xu Q X, Zhao J S, et al. Simulation analysis of the impact of COVID-19 pandemic control on air quality in Henan Province based on machine learning algorithm[J]. Environmental Science, 2021, 42(9): 4126-4139.
[39]	Wei Z Q, Ji D D, Yang L. Comprehensive evaluation of water resources carrying capacity in Henan Province based on entropy weight TOPSIS-coupling coordination-obstacle model[J]. Environmental Science and Pollution Research, 2023, 30(54): 115820-115838.
[40]	李阜鹏, 韩惠, 杨树文. 甘肃省2000-2020年土地利用变化分析及基于PLUS的生态空间多情景模拟[J]. 科学技术与工程, 2023, 23(15): 6316-6326. Li F P, Han H, Yang S W. Analysis of land use change in Gansu Province from 2000 to 2020 and multi-scenario simulation of Gansu's ecological space based on PLUS[J]. Science Technology and Engineering, 2023, 23(15): 6316-6326.
[41]	杨述河, 闫海利, 郭丽英. 北方农牧交错带土地利用变化及其生态环境效应——以陕北榆林市为例[J]. 地理科学进展, 2004, 23(6): 49-55. Yang S H, Yan H L, Guo L Y. The land use change and its eco-environmental effects in transitional agro-pastoral region——A case study of Yulin City in Northern Shaanxi Province[J]. Progress in Geography, 2004, 23(6): 49-55.
[42]	胡丰, 张艳, 郭宇, 等. 基于PLUS和InVEST模型的渭河流域土地利用与生境质量时空变化及预测[J]. 干旱区地理, 2022, 45(4): 1125-1136. Hu F, Zhang Y, Guo Y, et al. Spatial and temporal changes in land use and habitat quality in the Weihe River Basin based on the PLUS and InVEST models and predictions[J]. Arid Land Geography, 2022, 45(4): 1125-1136.
[43]	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[J]. 生态学报, 2019, 39(12): 4284-4298. Wang B S, Liao J F, Zhu W, 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[J]. Acta Ecologica Sinica, 2019, 39(12): 4284-4298.
[44]	Lin W B, Sun Y M, Nijhuis S, et al. Scenario-based flood risk assessment for urbanizing deltas using future land-use simulation (FLUS): Guangzhou Metropolitan Area as a case study[J]. Science of the Total Environment, 2020, 739. DOI:10.1016/j.scitotenv.2020.139899
[45]	张永民, 程维明, 刘海江, 等. 2005-2010年河南省土地利用结构变化分析[J]. 水土保持研究, 2015, 22(2): 258-263. Zhang Y M, Cheng W M, Liu H J, et al. Analysis on changes in land use structure in He'nan Province from 2005 to 2010[J]. Research of Soil and Water Conservation, 2015, 22(2): 258-263.


环境科学 2025, Vol. 46 Issue (2): 990-1001	PDF