馮琰瑋,甄江紅,馬晨陽

內(nèi)蒙古師范大學地理科學學院, 呼和浩特 010022

城市用地擴展是城市化最直觀的表現(xiàn)[1]。2017年,我國城市化水平已達到58.52%,根據(jù)城市發(fā)展階段理論,我國正處于城市化加速發(fā)展時期[2]。2007—2017年,我國城市建設用地面積由36352 km2增至55155.5 km2,年均增速5.2%,遠大于同期人口城市化3.8%的年均增速。建設用地需求增長,導致用地結(jié)構(gòu)不合理,引發(fā)了資源趨緊、生態(tài)系統(tǒng)惡化等一系列生態(tài)問題[3- 4],生態(tài)系統(tǒng)修復與重建難度增加,繼而提高生態(tài)災害發(fā)生的概率[5]。國際防災減災經(jīng)驗表明,人類很難通過改變自然災害的發(fā)生概率或者強度來降低災害風險,但通過城市規(guī)劃等手段減少城市系統(tǒng)的暴露度和脆弱性來達到降低災害風險的途徑卻是切實可行的[6],而通過規(guī)劃等手段降低災害風險的前提是必須預測并分析未來城市用地擴展及其生態(tài)效應。

城市用地擴展所致的生態(tài)風險研究主要包括：①研究方法論與研究綜述[7]；②城市用地擴展的生態(tài)效應研究,內(nèi)容涵蓋水文效應、熱島效應、環(huán)境污染效應等方面[8- 11]；③城市用地擴展對區(qū)域生態(tài)系統(tǒng)的影響,主要包括對景觀生態(tài)安全、城市生態(tài)系統(tǒng)功能影響的分析[12-13]；④基于城市用地擴展的生態(tài)風險評價,主要包括對數(shù)理統(tǒng)計模型的應用及GIS技術(shù)手段下的空間圖層疊加[14-15]；⑤城市用地擴展與生態(tài)風險演變的共軛交互研究,常見耦合協(xié)調(diào)分析[16]；基于城市用地擴展的區(qū)域生態(tài)安全格局構(gòu)建,常見最小累積阻力面模型[17-18]；⑥生態(tài)約束下對城市用地擴展的模擬預測,常用模型有CA、CLUE-S等[19]。如何減緩城市用地擴展對生態(tài)環(huán)境的負面效應,成為地理學、生態(tài)學等學科領(lǐng)域關(guān)注的熱點[20-21]。然而,區(qū)域的生態(tài)風險往往受到經(jīng)濟發(fā)展、人口集聚、交通擴展、城市規(guī)劃等多種要素交織影響。因此,只評價歷史趨勢下城市用地擴展對生態(tài)風險造成的壓力將難以為生態(tài)保護提供有效策略,而多情景模擬可以分析不同情景下城市用地擴展對生態(tài)風險的影響,其結(jié)果可為區(qū)域可持續(xù)發(fā)展提供參考。

近年來,呼和浩特市城市用地擴展迅速,是導致區(qū)域生態(tài)用地減少、環(huán)境污染加劇、雨季內(nèi)澇嚴重、熱島效應顯著、生態(tài)質(zhì)量下降的原因之一[22]。有關(guān)呼和浩特市生態(tài)問題的研究集中在城市用地擴展的生態(tài)效應、城市增長邊界劃定[23]等方面。2019年底,呼和浩特市納入北京三小時交通圈,城市發(fā)展迎來重大機遇,必將掀起建設用地開發(fā)的浪潮。對呼和浩特市城市用地擴展進行多情景模擬,并對各情景下城市用地擴展所致的生態(tài)風險進行評價是必要的。由此,在分析呼和浩特市城市用地擴展時空特征的基礎(chǔ)上,調(diào)整優(yōu)化CA模型,對近景年城市用地擴展進行多情景模擬,對各情景下城市用地擴展所致的生態(tài)風險壓力進行評估,充分認識保護生態(tài)環(huán)境對城市可持續(xù)發(fā)展的重要意義。以呼和浩特市為研究區(qū),對于探討生態(tài)脆弱區(qū)快速城鎮(zhèn)化背景下城市用地擴展的生態(tài)風險效應也具有一定的代表性和典型性。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

呼和浩特市地處內(nèi)蒙古自治區(qū)的中西部,其市區(qū)位于蒙古高原南部邊緣地帶的土默川平原東北部,北依陰山,南面黃河。其氣候?qū)俚湫椭袦貛Т箨懶约撅L氣候,降水主要集中在夏季。由于地處西北干旱區(qū),全市水資源十分有限,2016年市區(qū)人均水資源占有量僅為465 m3/a,是全國平均水平的六分之一,屬生態(tài)嚴重失衡的地區(qū)之一。以呼和浩特市4個市轄區(qū)(賽罕區(qū)、新城區(qū)、回民區(qū)、玉泉區(qū))及下屬6個鄉(xiāng)鎮(zhèn)(榆林鎮(zhèn)、金河鎮(zhèn)、黃合少鎮(zhèn)、保合少鎮(zhèn)、攸攸板鎮(zhèn)、小黑河鎮(zhèn))為研究區(qū),總面積為2083.68 km2。

1.2 數(shù)據(jù)來源

采用1990、2001、2010、2017年4期Landsat遙感影像作為水土、植被等資源提取的基礎(chǔ)數(shù)據(jù)；DEM數(shù)字高程數(shù)據(jù)、遙感影像數(shù)據(jù)均來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)。采用人機交互目視解譯法對土地利用類型進行分類,參照《土地利用現(xiàn)狀分類》國家標準(GB/T21010—2017),分為林地、耕地、草地、建設用地、水域和未利用地等六大類型。經(jīng)實地抽樣調(diào)查檢驗解譯精度,Kappa系數(shù)達到0.85以上,滿足研究需求。道路交通數(shù)據(jù)來自國家基礎(chǔ)地理信息系統(tǒng)庫2017版。經(jīng)濟統(tǒng)計數(shù)據(jù)主要來自《呼和浩特市經(jīng)濟統(tǒng)計年鑒》《內(nèi)蒙古統(tǒng)計年鑒》。其他空間數(shù)據(jù)主要運用ArcGIS、Fragstats、IDRISI軟件進行處理。

2 研究方法

2.1 城市用地擴展的時空表征

采用建設用地擴展速率(UER)、擴展強度(UEI)表征城市用地擴展的時序變化特征,以便從不同時期比較城市用地擴展的快慢、強弱和趨勢[24-25],計算方式如下：

式中,UER、UEI為城市用地擴展速率與擴展強度指數(shù)；ΔUij為從i到j時刻的建設用地面積的變化數(shù)量；Δtij為i到j的時間步長；Ai為初始時刻建設用地的面積。

采用標準差橢圓(SDE)表征城市用地擴展的空間特征,用以測評空間發(fā)展的均衡性,其基本元素包括中心點、長半軸、短半軸、方位角等,具體計算方式見參考文獻[26]。

2.2 CA模型對城市用地擴展的模擬

城市用地擴展與自然、人口、經(jīng)濟、交通等因素密不可分。選擇高程、坡度、城市人口、人均GDP、距市中心距離、交通可達性等因子作為城市用地擴展的驅(qū)動因子。對驅(qū)動因子的說明：①高程及坡度因子：地形是城市擴展的客觀基礎(chǔ),根據(jù)《城市用地豎向規(guī)劃規(guī)范》,建設用地最大坡度不宜超過25°；②人口、經(jīng)濟因子：以城市人口和人均GDP為自變量,建設用地面積為因變量,采用線性回歸模擬2025年、2030年城市用地擴展需求?；貧w方程式為：A=0.732×P+0.886×Gave(P<0.01,R2=0.91),其中A為建設用地面積；P為城市人口數(shù)(萬人)；Gave為人均地區(qū)生產(chǎn)總值(元)；③距市中心距離：城市中心因其頻繁的經(jīng)濟活動往往具有很強的集聚與輻射能力,以呼和浩特市中山西路與錫林郭勒南路的交匯處為市中心進行緩沖區(qū)分析。④交通可達性因子：城市用地擴展大多沿交通線進行定向推進,城市交通的發(fā)展對城市結(jié)構(gòu)的內(nèi)部調(diào)整也具有決定性意義。故以高速及國道、鐵路、地鐵站等矢量數(shù)據(jù)進行緩沖區(qū)分析。

各因子權(quán)重的選擇采用 Monte-Carlo分析法進行修正,模擬次數(shù)為500次,以Kappa系數(shù)模擬結(jié)果最佳的一組作為最終權(quán)重,根據(jù)土地利用轉(zhuǎn)移概率矩陣調(diào)整轉(zhuǎn)換規(guī)則并設置迭代次數(shù)。IDRISI軟件可通過對各土地利用類型適應性圖集的制作,結(jié)合土地利用轉(zhuǎn)移概率對未來土地利用做出預測。其中,各地類的適宜性圖集經(jīng)過Logistic分析獲取。最終執(zhí)行CA操作對城市用地擴展進行模擬。

2.3 近景年城市用地擴展的多情景設置

城市用地擴展多情景模擬共設置趨勢外推、城市化發(fā)展、耕地保護、生態(tài)經(jīng)濟四種情景模式：

①趨勢外推型(情景1)：在轉(zhuǎn)換規(guī)則設置中,不對任何地類轉(zhuǎn)換進行限制。在該情景下,各用地類型變化速率與2010—2017年保持一致。2000年以來,研究區(qū)人口與GDP年均增長率分別為1.63%、8.1%。故設置2017—2025年、2025—2030年人口與經(jīng)濟發(fā)展增長速率與前期一致。

②城市化發(fā)展型(情景2)：在建設用地轉(zhuǎn)換規(guī)則設置中,強調(diào)人口、經(jīng)濟規(guī)模的增長,在OWA法中采用單調(diào)規(guī)則遞增設定人口增長、經(jīng)濟發(fā)展的樂觀程度冪指數(shù)接近1,以確保建設用地擴展適應經(jīng)濟快速發(fā)展的需要。按照呼和浩特市城市總體規(guī)劃,2020年GDP要在2010年基礎(chǔ)上翻兩番,城鎮(zhèn)人口上限為288.4萬人,計算后設置2017—2025年、2025—2030年人口與經(jīng)濟發(fā)展增長速率分別為1.7%、8.5%。

③耕地保護型(情景3)：參照研究區(qū)耕地保有規(guī)劃方案,在土地利用變化轉(zhuǎn)換規(guī)則設置中,限制耕地向其他地類進行轉(zhuǎn)化,確保農(nóng)業(yè)用地規(guī)模有增無減,以保障研究區(qū)的糧食供應。該情景下人口、經(jīng)濟影響較小,故設置2017—2025年、2025—2030年人口與經(jīng)濟發(fā)展增長速率與情景1一致。

④生態(tài)經(jīng)濟型(情景4)：嚴格實行耕地占補平衡政策；禁止建設用地向林地、水體等生態(tài)價值較高的土地類型進行轉(zhuǎn)化；同時又要保障研究區(qū)社會經(jīng)濟發(fā)展的需要,發(fā)揮各類用地的發(fā)展?jié)摿?。參照情?,并考慮經(jīng)濟放緩等因素,設置2017—2025年、2025—2030年人口與經(jīng)濟發(fā)展增長速率分別為1.65%、8.3%。

2.4 生態(tài)風險壓力計算方法

以城市生態(tài)系統(tǒng)為風險受體,建立生態(tài)風險壓力評價體系,將多情景模擬的城市用地擴展結(jié)果一并納入評價體系,從而甄別最佳用地調(diào)控模式。生態(tài)風險壓力評價指標體系由城市擴建壓力、景觀生態(tài)壓力、糧食儲備壓力、生態(tài)退化壓力四部分組成,二級指標共9個。其中城市擴建壓力指標及權(quán)重：城市用地擴展強度[27](0.053)、建設用地占比[27](0.049)、土地利用綜合指數(shù)[28](0.07)；景觀生態(tài)壓力指標及權(quán)重：香濃多樣性指數(shù)[29](0.063)、景觀干擾指數(shù)[29](0.088)；糧食儲備壓力指標及權(quán)重：農(nóng)業(yè)用地占比[30](0.043)、耕地減少率[30](0.054)；生態(tài)退化壓力指標及權(quán)重：生態(tài)質(zhì)量指數(shù)[31](0.317)、生態(tài)服務價值指數(shù)[32](0.263)。其中,只有農(nóng)業(yè)用地占比、生態(tài)質(zhì)量指數(shù)、生態(tài)服務價值指數(shù)為負向指標。采用主、客觀權(quán)重集成的方法確定指標權(quán)重,即線性合成熵權(quán)法、AHP層次分析法的計算結(jié)果。最終通過線性加權(quán)計算生態(tài)風險壓力,具體計算方式如下。對結(jié)果進行等間距分級,包括I級低風險(0—0.2)、II級較低風險[0.2—0.4)、III級中等風險[0.4—0.6)、IV級較高風險[0.6—0.8)、V級高風險[0.8—1)。最后以2 km為單位將研究區(qū)分成592個風險小區(qū),將各因子圖層插值進行空間疊加,采用自然斷裂法將結(jié)果分成低、較低、中、較高、高生態(tài)風險區(qū)。

(2)

式中,P是生態(tài)風險壓力指數(shù),δei、δli、δgi、δri分別是城市擴建壓力、景觀生態(tài)壓力、糧食儲備壓力、生態(tài)退化壓力要素層各指標的權(quán)重值,Xei、Xli、Xgi、Xri分別是各指標的極差標準化值。

3 研究結(jié)果

3.1 城市用地擴展的時空演變特征

根據(jù)公式(1)得到各時期城市用地擴展結(jié)果,整體來看,城市擴展強度指數(shù)不斷下降,而擴展速率經(jīng)歷了形如拋物線“上升-下降”的波動階段,各時段擴展水平并不均衡。具體來看,1990—2001年城市擴展強度為9.73%,呈現(xiàn)高強度向外擴張的態(tài)勢,擴展速率處于居中水平,為11.23 km2/a；2001—2010年,城市擴展強度水平下降近3個百分點,為6.66%,反觀該階段擴展速率居于高位,為15.9 km2/a,擴展速率與強度的趨勢反差說明研究區(qū)開始重視城市內(nèi)部填充,不斷加大城市內(nèi)部改造；2010—2017年,城市擴展速率與強度處于最低水平,擴展速率回落到10.83 km2/a,擴展強度則跌至2.83%,城市擴展有所放緩。

從城市用地擴展空間演變特征來看(表1),重心遷移經(jīng)歷了“東北-東南-東南”的移動軌跡,城市重心向東偏南遷移1819米,偏移角度為20.12°,遷移速率先升后降。究其原因,研究區(qū)在西部大開發(fā)的政策扶持下,城市結(jié)構(gòu)基本定形,重心遷移速率隨之放緩。從方位角變化來看,轉(zhuǎn)角變化范圍為51.26°到61.50°。2001年后,西南-東北擴展格局有所弱化,西北-東南趨勢不斷加強。2010年后,重心遷移趨勢基本成形,城市空間演變格局以西北-東南擴展為主導。其結(jié)果可為城市用地擴展模擬作方向指導。

3.2 城市用地擴展多情景模擬結(jié)果

先用2001、2010年基礎(chǔ)數(shù)據(jù)對2017年城市用地擴展進行模擬,與城市用地擴展現(xiàn)狀做檢驗,結(jié)果顯示正確柵格比率為94.64%,Kappa指數(shù)為0.936,說明模擬效果極佳。再用訓練好的CA模型預測2025年、2030年城市用地擴展,迭代次數(shù)分別為8、13,模擬結(jié)果如圖1所示。

相較于1990—2017年,只有耕地保護型、生態(tài)經(jīng)濟型方案建設用地擴展速率處于下降態(tài)勢,擴展強度進一步下降。城市化發(fā)展型下的建設用地擴展面積最大,面積分別達到605.74 km2、685.66 km2,擴展速率為18.47 km2/a、17.52 km2/a,擴展強度為4%。在該情景下,大量耕地被建設用地侵占,水體面積最少,黃合少鎮(zhèn)的部分天然林地變更為建設用地；自然增長型下的建設用地面積達到571.01 km2、642.93 km2,擴展強度為3%；耕地保護型情景下建設用地面積為543.73 km2、596.58 km2,擴展速率為10.72 km2/a、10.66 km2/a,擴展強度為2%；生態(tài)經(jīng)濟型方案下的建設用地面積最小,分別為516.68 km2、550.06 km2,擴展速率為7.34 km2/a、7.09 km2/a,擴展強度為1%。此外,該情景下的林地、水體面積達到歷史最高點。

3.3 多情景模擬下的生態(tài)風險壓力分析

1990—2017年,城市用地擴展致使生態(tài)風險壓力不斷加劇(圖2)。城市擴建壓力上升2.2%；景觀生態(tài)壓力增加1.9%；糧食儲備壓力提高1.4%；生態(tài)退化壓力抬高11%；生態(tài)風險壓力提升15%,生態(tài)風險壓力等級由II過渡到III。根據(jù)城市用地擴展多情景模擬結(jié)果,各情景生態(tài)風險壓力評價表明除生態(tài)經(jīng)濟型(情景4)方案外,其他情景下的生態(tài)風險壓力水平均呈現(xiàn)出顯著的指數(shù)增長趨勢(P<0.01,R2≥0.91),最終生成各情景的生態(tài)風險壓力空間分布(圖3)及分區(qū)統(tǒng)計雷達圖(圖4)。

(1)趨勢外推情景下(情景1),相較于2017年,2030年城市擴建壓力提高11%；景觀生態(tài)壓力基本持平；糧食儲備壓力上升1.3%；生態(tài)退化壓力升高32.9%；生態(tài)風險壓力等級由III過渡到IV,壓力水平增加30.6%,生態(tài)風險壓力預警達到較高水平,判定系數(shù)R2為0.95。從生態(tài)風險壓力空間分布來看(圖3),2025年低等級生態(tài)風險壓力占比為41.94%,2030年萎縮至27.01%；而高等級生態(tài)風險壓力占比由29.29%上升至49.34%。其空間表現(xiàn)形式為東部低等級生態(tài)風險壓力連片區(qū)被高等級壓力區(qū)分割。

(2)城市化發(fā)展情景下(情景2),相較于2017年,2030年城市擴建壓力陡增,水平提高14.7%；景觀生態(tài)壓力趨勢與情景1趨同；糧食儲備壓力上升7.8%；生態(tài)退化壓力攀升40%；生態(tài)風險壓力等級由III跨等級躍升至V,水平增高45.8%,判定系數(shù)R2為0.91。生態(tài)恢復與重建困難,生態(tài)風險預警達到重警水平,生態(tài)環(huán)境問題最大常常演變成生態(tài)災害。從生態(tài)風險壓力空間分布來看(圖3),2025年低等級生態(tài)風險壓力占比為36.15%,2030年萎縮至23.55%；而高等級生態(tài)風險壓力占比則由39.87%上升至54.63%。其空間表現(xiàn)形式為低生態(tài)風險壓力區(qū)的大面積萎縮和高生態(tài)風險壓力區(qū)的攤餅式蔓延。

(3)耕地保護情景下(情景3),相較于2017年,2030年城市擴建壓力與景觀生態(tài)壓力長勢保持同步,城市擴建壓力提高6.1%,景觀生態(tài)壓力上升7.1%；糧食儲備壓力則呈下降態(tài)勢,跌幅為2.9%；生態(tài)退化壓力升高29.3%；生態(tài)風險壓力等級由III過渡到IV,壓力水平增加30.1%,判定系數(shù)R2達到0.97。生態(tài)風險壓力預警同樣達到較高水平。從生態(tài)風險壓力空間分布來看(圖3),2025年低等級生態(tài)風險壓力占比為48.76%,2030年降至32.76%；而高等級生態(tài)風險壓力占比則由28.13%上升至43.03%。其空間表現(xiàn)形式與情景1趨同,但低等級生態(tài)風險壓力區(qū)向高等級轉(zhuǎn)化的速率不及情景1。

(4)生態(tài)經(jīng)濟情景下(情景4),相較于2017年,2030年城市擴展壓力下降5%；生態(tài)退化壓力下降20.6%；景觀生態(tài)壓力與糧食儲備壓力稍有提高,景觀生態(tài)壓力提升8.5%；糧食儲備壓力提高6.7%；生態(tài)風險壓力出現(xiàn)下降態(tài)勢,幅度達到7.8%,壓力等級由III回落到II階段,判定系數(shù)R2約為0.91。生態(tài)風險壓力較低,一般干擾下可恢復,生態(tài)問題較小。從生態(tài)風險壓力空間分布來看(圖3),2025年低等級生態(tài)風險壓力占比為54.17%,2030年降至43.81%；而高等級生態(tài)風險壓力占比則由25.43%上升至35.55%。其空間表現(xiàn)形式基本穩(wěn)定,生態(tài)風險壓力等級改變主要集中在金河鎮(zhèn)、小黑河鎮(zhèn)。

圖1 2025、2030年城市用地擴展多情景模擬結(jié)果Fig.1 Results of scenario simulation for urban expansion in 2025 and 2030

圖2 各情景模式下的生態(tài)風險壓力值Fig.2 Value of pressure of ecological risk for scenario simulation

圖3 2025、2030年多情景模擬下的生態(tài)風險壓力空間分區(qū)Fig.3 Spatial sub-region of ecological risk for scenario simulation in 2025 and 2030

4 討論與結(jié)論

4.1 討論

城市用地擴展的生態(tài)效應研究向來備受關(guān)注。在分析城市用地擴展時空特征的基礎(chǔ)上,參照城市總體規(guī)劃和土地利用總體規(guī)劃,綜合考慮自然、人口、經(jīng)濟、交通等因素反復訓練CA模型模擬2025年、2030年城市用地擴展。在此基礎(chǔ)上構(gòu)建生態(tài)風險壓力評價體系,對1990—2017年及各情景下的生態(tài)風險壓力進行評價,從評價結(jié)果來看,“攤餅式”的城市用地擴展對生態(tài)環(huán)境的脅迫效應十分顯著。內(nèi)蒙古資源環(huán)境承載能力試評價結(jié)果顯示呼和浩特市各市轄區(qū)承載力皆達到臨界超載水平,從一定程度上也說明本文研究結(jié)果符合研究區(qū)實際。根據(jù)各情景生態(tài)風險分級統(tǒng)計結(jié)果(圖4),生態(tài)經(jīng)濟型方案下較高生態(tài)風險等級占比始終為最低,故對研究區(qū)而言,生態(tài)經(jīng)濟型方案為近景年最佳用地調(diào)控模式。耕地保護方案僅次于生態(tài)經(jīng)濟方案,但若一味強調(diào)對耕地的保護而缺乏對生態(tài)用地的足夠重視,生態(tài)風險壓力會不減反增,需予以重視。趨勢外推型、城市化發(fā)展型模式都不利于推動區(qū)域可持續(xù)發(fā)展。此外,CA模型相較于其他土地預測模型,可操作性較強,預測結(jié)果經(jīng)過Kappa指數(shù)檢驗,模擬結(jié)果也達到預期效果。誠然,若能與其他模型預測結(jié)果相比較,會使研究結(jié)果更具說服力。此外,城市用地擴展極易受政策導向影響,驅(qū)動因子的全面性值得商榷,情景設置的不斷完善也是今后努力的方向。

圖4 不同模擬情景下生態(tài)風險分級統(tǒng)計Fig.4 Zonal statistics of ecological risk for scenario simulation

不合理的城市用地擴展是導致區(qū)域生態(tài)用地減少、景觀格局破碎、生態(tài)功能下降、生態(tài)風險加劇等生態(tài)環(huán)境問題的原因之一。根據(jù)城市發(fā)展趨勢及相關(guān)政策規(guī)劃,研究區(qū)城市用地擴展仍會以東南方向為主,針對研究區(qū)生態(tài)風險防控,建議：(1)生態(tài)風險等級居高的回民區(qū)、玉泉區(qū)：兩區(qū)人口分布較為集中,應著力改善舊城建設用地布局分散的現(xiàn)狀,提高土地利用集約度,增加城市綠化面積,優(yōu)化人居環(huán)境,防范生態(tài)風險加劇。(2)生態(tài)風險等級較高的新城區(qū)、賽罕區(qū)、小黑河鎮(zhèn)與金河鎮(zhèn)：賽罕區(qū)與新城區(qū)是經(jīng)濟發(fā)展最活躍的地區(qū),應提高城市空間利用率、優(yōu)化產(chǎn)業(yè)空間結(jié)構(gòu)、抑制建設用地無序擴展；小黑河鎮(zhèn)和金河鎮(zhèn)是未來城市發(fā)展的主要方向,應規(guī)避建設用地擴展引發(fā)的水源污染、耕地銳減等生態(tài)問題。(3)生態(tài)風險等級居中的黃合少鎮(zhèn)：該鎮(zhèn)耕地分布最廣,應增加林草面積,加強農(nóng)業(yè)現(xiàn)代化發(fā)展。(4)生態(tài)風險等級較低的攸攸板鎮(zhèn)和榆林鎮(zhèn)：兩鎮(zhèn)應對生態(tài)用地進行修復,以增強生態(tài)景觀整體性、連通性,促進生態(tài)物質(zhì)循環(huán)。(5)生態(tài)風險最低的保合少鎮(zhèn)：應對陰山實施生態(tài)治理工程,發(fā)揮生態(tài)屏障作用,禁止一切經(jīng)濟開發(fā)活動。

4.2 結(jié)論

在分析研究區(qū)城市用地擴展時空特征的基礎(chǔ)上,優(yōu)化CA模型對近景年城市用地擴展進行多情景模擬。構(gòu)建生態(tài)風險壓力評價體系,對各情景下城市用地擴展所致的生態(tài)風險壓力進行評估,主要結(jié)論有：

(1)1990—2017年,研究區(qū)城市擴展強度指數(shù)不斷下降,擴展速率階段性特征明顯。從城市用地擴展空間特征來看,重心遷移經(jīng)歷了“東北-東南-東南”的移動軌跡,城市重心整體向東偏南遷移1819米,偏移角度為20.12°,遷移速率先升后降。

(2)運用CA模型模擬2025年、2030年城市用地擴展,相較于1990—2017年,只有耕地保護型、生態(tài)經(jīng)濟型方案建設用地擴展速率處于下降態(tài)勢,擴展強度指數(shù)進一步下降。城市化發(fā)展型下的建設用地擴展面積最大,而生態(tài)經(jīng)濟型方案下的建設用地面積最小,該情景下的林地、水體面積達到最大。

(3)1990—2017年,城市用地擴展致使生態(tài)風險壓力不斷加劇,城市擴建壓力上升2.2%；景觀生態(tài)壓力增加1.9%；糧食儲備壓力提高1.4%；生態(tài)退化壓力抬高11%；生態(tài)風險壓力提升15%,生態(tài)風險壓力等級由Ⅱ過渡到Ⅲ,生態(tài)問題開始顯著。

(4)2030年,趨勢外推和耕地保護情景下生態(tài)風險壓力等級由Ⅲ過渡到Ⅳ；城市化發(fā)展情景下生態(tài)風險壓力等級由Ⅲ跨等級躍升至Ⅴ；只有生態(tài)經(jīng)濟情景下生態(tài)風險壓力等級由Ⅲ回落到Ⅱ。

(5)綜合考慮各情景方案,生態(tài)經(jīng)濟型方案為研究區(qū)近景年最佳用地調(diào)控模式。