叢文翠， 孫小銀， 欒曉林

(①曲阜師范大學(xué)地理與旅游學(xué)院，276800，日照市；② 威海市不動(dòng)產(chǎn)登記中心，264200，山東省威海市)

土地資源是人類(lèi)社會(huì)賴(lài)以生存和發(fā)展的物質(zhì)基礎(chǔ)和重要保障，由于土地資源有限，在兼顧經(jīng)濟(jì)發(fā)展、生態(tài)保護(hù)以及糧食安全等多重目標(biāo)的基礎(chǔ)上，協(xié)調(diào)各用地類(lèi)型數(shù)量結(jié)構(gòu)與空間布局使之產(chǎn)生最大的綜合效益已成為土地利用規(guī)劃的研究熱點(diǎn)[1-4]，該過(guò)程可分為結(jié)構(gòu)優(yōu)化與布局優(yōu)化兩個(gè)部分[5].目前，國(guó)內(nèi)外利用多目標(biāo)規(guī)劃對(duì)土地利用結(jié)構(gòu)進(jìn)行優(yōu)化的研究較為成熟，該方法操作簡(jiǎn)單，并且能夠通過(guò)決策者的主張偏好對(duì)模型進(jìn)行靈活設(shè)置[6-10]，然而，僅采用線性加權(quán)和法以及模糊偏差法解決多目標(biāo)優(yōu)化問(wèn)題，容易產(chǎn)生局部最優(yōu)解，相比而言，理想點(diǎn)法能夠求取任一目標(biāo)下的數(shù)量結(jié)構(gòu)且更接近實(shí)際[7].國(guó)內(nèi)外對(duì)土地利用布局優(yōu)化的研究主要借助于遺傳算法[11-14]、多智能體和粒子群算法[15]、蟻群算法[16]、模擬退火算法[17]等啟發(fā)式算法實(shí)現(xiàn)對(duì)土地利用布局調(diào)控模擬，上述方法雖能取得較好的研究結(jié)果但數(shù)據(jù)繁瑣且運(yùn)行時(shí)間長(zhǎng)，反觀CLUE-S模型可以揚(yáng)長(zhǎng)避短，又具有較強(qiáng)的空間展示能力[18]，但模型的空間分析模塊中，傳統(tǒng)Logistic回歸方法忽視了空間數(shù)據(jù)內(nèi)部的自相關(guān)性，不利于對(duì)全局的合理掌控，因此本研究引入空間自相關(guān)權(quán)重進(jìn)行Auto-logistic回歸，以揭示地理數(shù)據(jù)之間的空間自相關(guān)性.

近年來(lái)，南四湖流域內(nèi)人地矛盾日漸突出，一方面，由于經(jīng)濟(jì)發(fā)展的需要，建設(shè)用地的擴(kuò)張大量占用了耕地，另一方面，為響應(yīng)保護(hù)紅線政策，耕地產(chǎn)出要確保在一定范圍之內(nèi).鑒于此，在南四湖流域建立多目標(biāo)優(yōu)化體系對(duì)區(qū)域的協(xié)調(diào)發(fā)展極具現(xiàn)實(shí)意義.本文將多目標(biāo)優(yōu)化模型與改進(jìn)空間模塊的CLUE-S模型耦合，對(duì)南四湖流域2050年土地利用進(jìn)行模擬，以期為南四湖流域土地利用規(guī)劃提供切實(shí)可行的技術(shù)支持.

1 材料與方法

1.1 研究區(qū)域概況

南四湖流域(34°51'～36°02'N,114°65'～117°52'E) 位于山東省西南部(圖1)，屬于淮河流域沂沭泗河水系，是我國(guó)南水北調(diào)蓄水庫(kù)、重要的糧食基地，有較高生態(tài)環(huán)境保護(hù)地位.流域總面積約為3.17×104km2，其中，80%以上分布在山東省境內(nèi)，主要包括濟(jì)寧、菏澤、棗莊，剩余部分分布在河南省東部、安徽省北部以及江蘇省西北部，包括商丘、開(kāi)封、宿州、徐州等市小部分地區(qū).流域內(nèi)耕地為主要的土地利用類(lèi)型，占比約為60%，建設(shè)用地、水體面積次之，占比約為28%，其他地類(lèi)僅占12%.流域地處暖溫帶半濕潤(rùn)地區(qū)，屬暖溫帶大陸性季風(fēng)氣候，年均氣溫14 ℃，年均降水量700 mm.流域西部屬于平原地區(qū)，東部則分布著山地、丘陵以及平原.地勢(shì)自北向南降低，湖區(qū)為最低點(diǎn)，流域內(nèi)53條河流從四面八方匯入湖區(qū)[19].

圖1 南四湖流域位置

1.2 數(shù)據(jù)來(lái)源

本研究所需土地利用現(xiàn)狀數(shù)據(jù)來(lái)源于中科院資源環(huán)境數(shù)據(jù)中心(http://www.resdc.cn/)，分辨率30 m×30 m，根據(jù)劉紀(jì)遠(yuǎn)[20]提出的中國(guó)土地利用/土地覆被遙感分類(lèi)系統(tǒng)對(duì)土地利用類(lèi)型進(jìn)行分類(lèi)，本研究將全流域劃分為 6 種一級(jí)地類(lèi)，即耕地、林地、草地、水體、建設(shè)用地以及未利用地；道路交通數(shù)據(jù)、城鎮(zhèn)分布數(shù)據(jù)均來(lái)源于中科院資源環(huán)境數(shù)據(jù)中心(http://www.resdc.cn/)；DEM數(shù)據(jù)來(lái)源于美國(guó)馬里蘭大學(xué)全球土地覆被數(shù)據(jù)庫(kù)，精度30m；坡度數(shù)據(jù)在Arcgis中由DEM生成；河網(wǎng)水系圖通過(guò)91衛(wèi)圖助手遙感影像數(shù)據(jù)矢量化所得；年均氣溫、年均降水來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)；經(jīng)濟(jì)數(shù)據(jù)來(lái)源于《山東統(tǒng)計(jì)年鑒(2018)》(http://www.stats-sd.gov.cn/)、《江蘇統(tǒng)計(jì)年鑒(2018)》(http://tj.jiangsu.gov.cn/)、《河南統(tǒng)計(jì)年鑒(2018)》(http://www.ha.stats.gov.cn/)、《安徽統(tǒng)計(jì)年鑒(2018)》(http://www.ahtjj.gov.cn/)、《全國(guó)土地利用總體規(guī)劃綱要》[21].

1.3 研究方法

1.3.1 多目標(biāo)函數(shù)構(gòu)建

綜合研究區(qū)域的土地資源特征以及發(fā)展現(xiàn)狀，本文考慮經(jīng)濟(jì)效益和生態(tài)效益最大化兩個(gè)目標(biāo).土地利用優(yōu)化目標(biāo)及約束條件具體如下：

(1)經(jīng)濟(jì)效益目標(biāo)

通過(guò)《山東統(tǒng)計(jì)年鑒(2018)》中農(nóng)、林、牧、漁業(yè)產(chǎn)值以及第二、第三產(chǎn)業(yè)產(chǎn)值，與用地面積相除計(jì)算得到各土地類(lèi)型地均產(chǎn)值，即經(jīng)濟(jì)效益系數(shù).其中未利用地經(jīng)濟(jì)效益可忽略，取值0.01.經(jīng)濟(jì)效益(F1)目標(biāo)函數(shù)如下：

maxF1=17.61x1+4.34x2+12.31x3+

28.51x4+9.11x5+0.01x6,

式中，x1、x2…x6分別代表耕地、林地、草地、水體、建設(shè)用地、未利用地.

(2)生態(tài)效益目標(biāo)

根據(jù)謝高地[22-23]等人的研究成果綜合選取生態(tài)系統(tǒng)服務(wù)價(jià)值系數(shù)加以區(qū)域修正[24].本文參與區(qū)域修正的生物量因子為山東、安徽、江蘇、河南四省按面積占比的平均值1.17.生態(tài)效益(F2)目標(biāo)函數(shù)如下：

maxF2=13.22x1+14.91x2+24.14x3+

29.17x4+6.32x5+1.34x6.

本文綜合考慮《全國(guó)土地利用總體規(guī)劃綱要(2006-2020年)》[21]、山東省生態(tài)保護(hù)紅線劃定[25]以及其他約束性指標(biāo)和預(yù)期性指標(biāo)，選取土地總面積、耕地保有量、林地保有量、草地保有量、水體總面積、土地開(kāi)發(fā)強(qiáng)度以及未利用地面積7個(gè)方面構(gòu)建約束條件，具體設(shè)定如下：

(1)土地總面積約束.各地類(lèi)面積之和等于全區(qū)域總面積(km2).

x1+x2+x3+x4+x5+x6=31658.

(2)耕地保有量約束.根據(jù)濟(jì)寧、菏澤、棗莊、徐州、宿州五市土地利用總體規(guī)劃確定的耕地保護(hù)紅線，設(shè)定約束條件如下：

x1≥18143.

(3)林地保有量約束.根據(jù)山東省2017年森林資源清查結(jié)果[26]以及徐州市森林規(guī)劃布局[27]，山東省森林覆蓋率為17.51%，徐州森林覆蓋率為25%，與面積相乘可得：

x2≥372.

(4)草地保有量約束.本文設(shè)定預(yù)期草地面積不低于2015年現(xiàn)狀值.

x3≥1184.

(5)水體總面積約束.近年來(lái)，在各類(lèi)政策指導(dǎo)下水域保護(hù)形勢(shì)有所好轉(zhuǎn)，本文據(jù)2015年土地利用現(xiàn)狀統(tǒng)計(jì)以及水體面積變化趨勢(shì)將水域面積的下限設(shè)定為1644 km2.

x4≥1644.

(6)土地開(kāi)發(fā)強(qiáng)度約束.根據(jù)濟(jì)寧、菏澤、徐州3市土地利用規(guī)劃將下限值設(shè)定為5327 km2，為防止建設(shè)用地?cái)U(kuò)張對(duì)流域內(nèi)生態(tài)環(huán)境構(gòu)成威脅，將土地開(kāi)發(fā)上限設(shè)定為6805 km2，即達(dá)到最大可承載人口數(shù)對(duì)應(yīng)的建設(shè)用地面積.

5327≤x5≤6805.

(7)未利用地面積約束.根據(jù)當(dāng)前流域內(nèi)未利用地所占比例及其他用地變化趨勢(shì)，設(shè)定未利用地上限為73 km2.

x6<73.

1.3.2 理想點(diǎn)法

利用理想點(diǎn)法在Lingo中求取前文構(gòu)建的單目標(biāo)函數(shù)最優(yōu)解[7]，公式如下

1.3.3 CLUE-S模型

CLUE-S(Conversion of Land Use and its Effects at Small region extent)模型是由荷蘭瓦赫寧根大學(xué)Verburg P H等科學(xué)家組成的“土地利用變化和影響”研究小組在較早的CLUE模型的基礎(chǔ)上開(kāi)發(fā)的[28].目前，有大量實(shí)證研究表明，CLUE-S模型在模擬小尺度、多情景土地利用空間分布上具有明顯優(yōu)勢(shì)[29-31].CLUE-S模型包括兩個(gè)子模塊，一是非空間土地需求模塊，本文通過(guò)理想點(diǎn)法求解多目標(biāo)函數(shù)得到；二是空間分配模塊，本文采用Auto-logistic回歸分析方法，對(duì)CLUE-S空間分配模塊進(jìn)行改進(jìn)，引入空間自相關(guān)權(quán)重對(duì)土地利用布局進(jìn)行模擬.模型參數(shù)設(shè)置及結(jié)果檢驗(yàn)方式如下：

(1)參數(shù)設(shè)置

CLUE-S模型的運(yùn)行主要涉及4個(gè)方面參數(shù)設(shè)置：①根據(jù)生態(tài)保護(hù)紅線劃定辦法[24]，本研究將南四湖湖區(qū)設(shè)定為限制區(qū)域.②各土地利用類(lèi)型轉(zhuǎn)換矩陣取值為1；彈性系數(shù)(ELAS)則根據(jù)前人研究[30]以及模型多次調(diào)試結(jié)果確定，耕地0.4，林地0.9，草地0.6，水體0.9，建設(shè)用地0.9，未利用地0.3.③將前文構(gòu)建的多目標(biāo)函數(shù)計(jì)算結(jié)果作為2050年土地需求數(shù)據(jù).④選取年均降水、年均氣溫、距城鎮(zhèn)距離、距水體距離、高程、坡度為驅(qū)動(dòng)因子；引入空間自相關(guān)權(quán)重，本文通過(guò)地理距離矩陣構(gòu)建空間權(quán)重函數(shù)，其優(yōu)勢(shì)在于可根據(jù)具體研究問(wèn)題靈活控制鄰近單元.運(yùn)用Geoda軟件根據(jù)K-近鄰矩陣公式[32]計(jì)算空間自相關(guān)權(quán)重.該方法能夠控制鄰近點(diǎn)屬性，能反映土地利用數(shù)據(jù)的空間自相關(guān)性.

式中，wij為權(quán)重函數(shù)，dij表示區(qū)域i和區(qū)域j之間的距離，di(k)表示區(qū)域i到第k個(gè)近鄰的距離.

(2)模型檢驗(yàn)

本文運(yùn)用ROC(Relative Operating Characteristics)方法[33]與Kappa指數(shù)[34]對(duì)模擬結(jié)果進(jìn)行檢驗(yàn).

2 結(jié)果與分析

2.1 1990-2015年土地利用變化特征

1990-2015年間流域內(nèi)土地利用發(fā)生變化的總面積為3246.22 km2，約占總面積的10.24%.其中，耕地在研究時(shí)段內(nèi)減少了858.29 km2，是流域內(nèi)發(fā)生地類(lèi)變化的主體，為響應(yīng)政策號(hào)召及現(xiàn)實(shí)用地需求，減少部分主要用作補(bǔ)充草地及建設(shè)用地；建設(shè)用地在研究時(shí)段內(nèi)先后以1.24%、1.57%的速度共增長(zhǎng)了1306.96 km2，且2005-2010年間增長(zhǎng)尤為迅速，與南四湖流域該階段城鎮(zhèn)化進(jìn)程加快有密切關(guān)聯(lián)；由于人工水渠的開(kāi)鑿以及水產(chǎn)養(yǎng)殖業(yè)的興起，水體在1990-2000年間以0.82%的速度增加了464.52 km2；草地與林地在研究時(shí)段內(nèi)大致呈現(xiàn)相似的變化趨勢(shì)，1990-2000年間，兩者變化幅度較小，動(dòng)態(tài)度小，而2005-2010年間，兩種地類(lèi)分別以1.07%、1.24%的速度減少了273.24 km2、100.64 km2，減少部分主要用作補(bǔ)充耕地及建設(shè)用地，隨后在2010-2015年間，林地、草地下降的趨勢(shì)得到了控制，面積略微上升.

由圖2可得，1990-2015年間南四湖流域內(nèi)土地利用空間分布主要呈現(xiàn)以下特點(diǎn)：耕地空間分布基本保持不變.林地、草地集中分布在東部泰沂山系，空間變化不大.南四湖中段昭陽(yáng)湖西側(cè)以及微山湖周?chē)猩倭克w轉(zhuǎn)入，考慮可能與養(yǎng)殖業(yè)以及人工河道的開(kāi)鑿有關(guān).建設(shè)用地則以原城鎮(zhèn)分布地為核心向四周擴(kuò)散.而就整個(gè)流域來(lái)看，建設(shè)用地有繼續(xù)向西南擴(kuò)張的趨勢(shì).

2.2 基于多目標(biāo)準(zhǔn)則設(shè)定情景方案

現(xiàn)狀增長(zhǎng)、生態(tài)保護(hù)、耕地保護(hù)3種情景下多目標(biāo)函數(shù)最優(yōu)解如表1所示.結(jié)果表明，現(xiàn)狀增長(zhǎng)情景下，2050年預(yù)設(shè)土地利用結(jié)構(gòu)中耕地、草地以及水體3種用地類(lèi)型貢獻(xiàn)了約86.5%的經(jīng)濟(jì)效益，主要因?yàn)樯鲜龅仡?lèi)的產(chǎn)值系數(shù)較高，在實(shí)現(xiàn)經(jīng)濟(jì)效益目標(biāo)最大化時(shí)，結(jié)果趨近于可行域上限值，權(quán)衡之下，其他地類(lèi)由于較低的產(chǎn)值系數(shù)而出現(xiàn)了較大幅度的減少.生態(tài)保護(hù)情景下，相比現(xiàn)狀增長(zhǎng)情景，經(jīng)濟(jì)效益值下降明顯，而生態(tài)效益大幅提升，流域內(nèi)耕地的變化直接造成了約為69105萬(wàn)元的經(jīng)濟(jì)損失.該情景下，草地、水體面積的增加帶來(lái)了高達(dá)110617萬(wàn)元的生態(tài)效益.耕地保護(hù)情景下，相比現(xiàn)狀增長(zhǎng)情景經(jīng)濟(jì)效益輕微下降，生態(tài)效益有所上升，該情景下耕地的減少直接導(dǎo)致了21060萬(wàn)元的經(jīng)濟(jì)效益損失，而草地又在很大程度上對(duì)損失的耕地以及建設(shè)用地加以補(bǔ)充，貢獻(xiàn)了約83700萬(wàn)元的經(jīng)濟(jì)和生態(tài)效益.

2.3 2015-2050年3種情景下土地利用變化分析

2.3.1 土地利用結(jié)構(gòu)變化

運(yùn)行Lingo模型，計(jì)算得出2050年現(xiàn)狀增長(zhǎng)(NIS)、生態(tài)保護(hù)(EPS)及耕地保護(hù)(CPS)3種情景下土地利用結(jié)構(gòu)如表2所示.耕地作為流域內(nèi)主要的用地類(lèi)型，在現(xiàn)狀增長(zhǎng)與生態(tài)保護(hù)兩種情景下被大量用作補(bǔ)充其他用地，因而相比2015年呈現(xiàn)大幅下降趨勢(shì)，減少速率依次為29.14%、47.94%，相比上述兩情景，在耕地保護(hù)情景下，耕地減少速率明顯放緩；林地、草地在現(xiàn)狀增長(zhǎng)情景下主要用于補(bǔ)充其他用地，相比2015年面積均呈下降趨勢(shì)，兩地類(lèi)減少速率分別為7.5%、15.2%.而在生態(tài)保護(hù)情景下，由于生態(tài)保護(hù)政策的實(shí)施，占用生態(tài)用地的情況有所緩解，所以二者面積呈大幅度上升趨勢(shì)，變化量依次為573.14 km2、2903.37 km2，增速分別為16.38%和32.95%.耕地保護(hù)情景下，林地面積小幅度下降，變化量為123.26 km2，而草地面積略微上升，變化量為21.87 km2；水體和建設(shè)用地在現(xiàn)狀增長(zhǎng)情景下有所上升，增加量依次為97.82 km2、867.36 km2，由于城市擴(kuò)張進(jìn)程的加速，越來(lái)越多的土地被開(kāi)發(fā)為建設(shè)用地，同樣，隨著流域內(nèi)城市開(kāi)發(fā)建設(shè)以及水產(chǎn)養(yǎng)殖業(yè)等各類(lèi)產(chǎn)業(yè)的發(fā)展，生態(tài)需水量越來(lái)越大.在耕地保護(hù)情景下，水體面積小幅下降而建設(shè)用地面積基本不變.在生態(tài)保護(hù)情景下，水體面積以較快速度回升，增加量達(dá)到35.83 km2，而建設(shè)用地面積則呈現(xiàn)輕微下降趨勢(shì).

表2 3種情景下2050年土地利用結(jié)構(gòu)(單位：km2)

2.3.2 基于CLUE-S模型的土地利用布局模擬

CLUE-S模型模擬各種地類(lèi)的擬合優(yōu)度均大于0.85，且均高于傳統(tǒng)Logistic回歸結(jié)果.可認(rèn)為本研究所選驅(qū)動(dòng)因子適合模擬與預(yù)測(cè)南四湖流域未來(lái)土地利用的空間布局.通過(guò)計(jì)算，6種地類(lèi)的Kappa系數(shù)存在一致性，其中，單一地類(lèi)Kappa系數(shù)均大于0.78，整體均大于0.88，證明參數(shù)設(shè)置適用于南四湖流域土地利用模擬.

圖3為2050年3種情景下土地利用布局以及2015-2050年間變化最為明顯的4種地類(lèi)分布圖，即耕地、草地、水體、建設(shè)用地.

(1) 現(xiàn)狀增長(zhǎng)情景

如圖3所示，建設(shè)用地?cái)U(kuò)張以及耕地減少互為因果，即城市用地?cái)U(kuò)張占用了大面積耕地.原部分城鎮(zhèn)聚集邊緣地區(qū)，特別是流域西部菏澤、徐州、濟(jì)寧以及東部棗莊部分地區(qū)尤為明顯.東部地勢(shì)起伏較大的丘陵地區(qū)存在草地減少的現(xiàn)象，減少的草地小部分轉(zhuǎn)化為建設(shè)用地，其余部分則轉(zhuǎn)化為其他地類(lèi)；水體分布基本保持不變，流域南部宿州、徐州出現(xiàn)小面積水體增加，主要來(lái)源于耕地.菏澤西南部水體小面積減少，減少部分又與耕地互相補(bǔ)充.

圖3 3種情景下2050年土地利用布局及2015-2050年土地利用布局變化

(2)生態(tài)保護(hù)情景

該情景的模擬重點(diǎn)關(guān)注生態(tài)用地的轉(zhuǎn)移與變化，草地以及水體均在現(xiàn)狀基礎(chǔ)上向四周延伸.增加的草地主要分布在湖西宿州市、徐州市豐縣、單縣以及濟(jì)寧市魚(yú)臺(tái)縣和湖東泰安市寧陽(yáng)縣、濟(jì)寧泗水縣等城鎮(zhèn)聚集地邊緣.此外，受徐州市土地規(guī)劃政策影響，九星區(qū)沿湖建設(shè)生態(tài)環(huán)境保護(hù)區(qū)，加大對(duì)流域生態(tài)環(huán)境保護(hù)力度，因此草地、林地大規(guī)模集中于此地；該情景下，建設(shè)用地增加的部分仍主要源于耕地.

(3)耕地保護(hù)情景

該情景側(cè)重于在不改變其他地類(lèi)基本分布情況下實(shí)現(xiàn)流域內(nèi)耕地的保護(hù)，此情景下耕地減少幅度得到了有效控制，耕地減少這一變化集中發(fā)生在湖西濟(jì)寧市嘉祥縣、魚(yú)臺(tái)縣，湖東鄒城、泗水縣以及臨沂市平邑縣等地；建設(shè)用地以及水體保持小幅增長(zhǎng)趨勢(shì)，增長(zhǎng)部分主要來(lái)自草地，且增長(zhǎng)幅度明顯小于其他兩種情景，微山縣、宿州市蕭縣表現(xiàn)尤為明顯.

3 結(jié) 論

本文首先對(duì)土地利用現(xiàn)狀進(jìn)行分析，通過(guò)構(gòu)建經(jīng)濟(jì)效益與生態(tài)效益相結(jié)合的多目標(biāo)模型，運(yùn)用理想點(diǎn)法求解得到未來(lái)不同情景下土地利用布局.其次，結(jié)合CLUE-S模型，引入空間自相關(guān)權(quán)重，運(yùn)用Auto-logistic回歸方法，模擬得到2050年南四湖流域在現(xiàn)狀增長(zhǎng)、生態(tài)保護(hù)、耕地保護(hù)3種情景下土地利用布局，主要結(jié)論如下：

(1)1990-2015年間，耕地減少了858.29 km2，建設(shè)用地增長(zhǎng)了1306.96 km2，增長(zhǎng)部分主要來(lái)自耕地.水體增加了438.74 km2，草地與林地分別減少了203.14 km2、107.21 km2.研究時(shí)段內(nèi)，耕地空間分布基本保持不變，但流域西部有少量耕地轉(zhuǎn)入，而轉(zhuǎn)出部分則主要出現(xiàn)在城市擴(kuò)張區(qū)，即城市擴(kuò)張為耕地減少的主要原因.林地、草地集中分布在東部泰沂山系，空間變化不大，建設(shè)用地則以原城鎮(zhèn)分布地為核心向四周擴(kuò)散，并有繼續(xù)向西南擴(kuò)張的趨勢(shì).

(2)本文基于經(jīng)濟(jì)效益與生態(tài)效益最大化兩個(gè)目標(biāo)構(gòu)建多目標(biāo)函數(shù)，通過(guò)Lingo模型與理想點(diǎn)法對(duì)其進(jìn)行求解.結(jié)果表明，現(xiàn)狀增長(zhǎng)情景下，2050年預(yù)設(shè)土地利用結(jié)構(gòu)可產(chǎn)生507962萬(wàn)元經(jīng)濟(jì)效益，473122萬(wàn)元生態(tài)效益.生態(tài)保護(hù)情景下，經(jīng)濟(jì)效益值下降明顯，而生態(tài)效益大幅提升.耕地保護(hù)情景下，經(jīng)濟(jì)效益輕微下降，生態(tài)效益有所上升.

(3)2015-2050年現(xiàn)狀增長(zhǎng)情景下，地類(lèi)面積減少幅度耕地>草地>林地，原城鎮(zhèn)邊緣大面積耕地被建設(shè)用地替代，草地減少的現(xiàn)象主要出現(xiàn)在東部地勢(shì)起伏較大的丘陵地區(qū)，而流域南部宿州、徐州出現(xiàn)小面積水體增加，主要來(lái)源于耕地；生態(tài)保護(hù)情景下，減少幅度耕地>建設(shè)用地，生態(tài)用地均在現(xiàn)狀基礎(chǔ)上向四周延伸以滿足生態(tài)需求；耕地保護(hù)情景下，耕地減少幅度得到有效控制，為平衡經(jīng)濟(jì)效益與生態(tài)效益兩目標(biāo)，草地在原有基礎(chǔ)上小面積增加，建設(shè)用地基本保持不變.

(4)多模型的耦合能在研究土地優(yōu)化問(wèn)題上揚(yáng)長(zhǎng)避短，提高效率，但由于精準(zhǔn)量化、空間化土地利用布局本身是難點(diǎn)，且土地利用過(guò)程易受到十分復(fù)雜的自然人類(lèi)系統(tǒng)影響，這就導(dǎo)致未來(lái)的土地利用布局可能介于3種理想情景之間，3種情景各有優(yōu)劣，最終的優(yōu)化效果更多地取決于決策者對(duì)目標(biāo)的偏好設(shè)定，因此在進(jìn)行多目標(biāo)函數(shù)構(gòu)建以及空間化模型模擬過(guò)程中，設(shè)定更加合理、全面的約束條件及土地利用類(lèi)型分布規(guī)則有待進(jìn)一步深入研究.