王 瑤

（上海市地質(zhì)調(diào)查研究院，上海 200072）

2020年8月，上海市規(guī)劃和自然資源局編制出臺《上海市耕地和永久基本農(nóng)田劃定成果報(bào)告》，在全市共劃定土地整備引導(dǎo)區(qū)670個(gè)，總用地面積324.1萬畝（約2160.67 km2），將其以農(nóng)業(yè)生產(chǎn)為主導(dǎo)、規(guī)劃期內(nèi)實(shí)施土地綜合整治的重點(diǎn)區(qū)域，經(jīng)整理復(fù)墾后的新增耕地是市管儲(chǔ)備地塊的直接補(bǔ)充來源[1]。傳統(tǒng)的土地整治區(qū)劃多以促進(jìn)耕地集中連片為單一導(dǎo)向[2-3]。然而，隨著國土空間生態(tài)修復(fù)與全域土地整治戰(zhàn)略的推進(jìn)[4-6]，以及耕地資源數(shù)量、質(zhì)量、生態(tài)三位一體的管理要求[7]，如何在已劃定的土地整備引導(dǎo)區(qū)確定重點(diǎn)整治區(qū)域，需要考慮到耕地集中連片度提升、區(qū)域生態(tài)系統(tǒng)服務(wù)供給、土壤宜耕性等諸多要素。

研究方法方面，當(dāng)前土地整治分區(qū)劃定研究常用的方法有多因素綜合評價(jià)法、矩陣分析法和系統(tǒng)聚類法等[8-10]，分區(qū)過程中主觀性較強(qiáng)，且無法同時(shí)考慮多要素的權(quán)衡。土地利用優(yōu)化配置問題研究中常用的多目標(biāo)優(yōu)化算法可為大都市土地整治潛力區(qū)劃決策方法設(shè)計(jì)，提供重要參考，如：以江蘇省 55個(gè)縣域單元為研究對象，借助 Pareto 最優(yōu)理論和LINGO軟件，構(gòu)建多目標(biāo)規(guī)劃模型定量求解土地利用的最佳集約度[11]；采用基于 Pareto最優(yōu)的多目標(biāo)粒子群算法構(gòu)建了土地利用優(yōu)化配置模型，提出常州市武進(jìn)區(qū)土地利用配置方案[12]；提出土地優(yōu)化利用的3個(gè)目標(biāo)（經(jīng)濟(jì)效益、生態(tài)效益和土地緊湊性最大）和約束條件（土地變化不超過20%）借助多目標(biāo)優(yōu)化算法（改進(jìn)型NSGA-II），探尋所有目標(biāo)達(dá)到最優(yōu)權(quán)衡時(shí)的土地利用優(yōu)化方案集合[13]；以韓國平昌郡為例，以滑坡體風(fēng)險(xiǎn)最小化、變化最小化和緊湊度最大化為目標(biāo)，開展氣候變化下考慮滑坡風(fēng)險(xiǎn)的多目標(biāo)土地利用分配研究[14]；以島嶼的幾何形狀（浮動(dòng)平臺陣列）、土地利用布局和交通網(wǎng)絡(luò)為目標(biāo)，建立了由超大型浮式結(jié)構(gòu)組成的人工島多目標(biāo)優(yōu)化決策規(guī)劃模型[15]。綜上所述，多目標(biāo)優(yōu)化算法可以較好地支撐本研究的大都市土地整治潛力區(qū)劃決策。

本文以青浦區(qū)土地整備引導(dǎo)區(qū)為研究區(qū)域，基于多目標(biāo)優(yōu)化理論，將空間結(jié)構(gòu)、生態(tài)價(jià)值、環(huán)境影響、農(nóng)業(yè)生產(chǎn)潛力等多維度目標(biāo)納入土地整治區(qū)劃決策體系，建立基于多目標(biāo)優(yōu)化的大都市土地整治潛力區(qū)劃決策框架。并以上海市青浦區(qū)為研究區(qū)域開展實(shí)證，基于Pareto最優(yōu)算法提出權(quán)衡視角下的土地整治潛力區(qū)劃方案。研究結(jié)果以期為新時(shí)期土地整治重點(diǎn)區(qū)域劃定研究提供新思路。

1 研究區(qū)域與方法

1.1 研究區(qū)域

青浦區(qū)位于上海市東西向發(fā)展主軸“延安路—世紀(jì)大道發(fā)展軸”的西端，是上海面向長三角、聯(lián)接江浙地區(qū)、對接“一帶一路”的重要門戶，也是長三角一體化示范區(qū)的重要組成部分。東側(cè)與虹橋綜合交通樞紐、閔行區(qū)毗鄰，西連江蘇省吳江、昆山兩市，南與松江區(qū)、金山區(qū)及浙江省嘉善縣接壤，北與嘉定區(qū)相接。全區(qū)行政總面積 668.52 km2，地形東西兩翼寬闊，中心區(qū)域狹長。

青浦區(qū)屬平原地貌，地面高程在2.8～3.5 m之間，整體地勢從東北到西南逐漸降低。全區(qū)母質(zhì)類型有湖泊沉積、江海沉積、交互沉積和回流沉積等多種，土壤類型主要有青黃土、青紫土等土屬。青浦區(qū)生態(tài)環(huán)境優(yōu)越，河湖水網(wǎng)密布，擁有21個(gè)天然湖泊，以及青西郊野公園、攔路港片林、太浦河片林等郊野生態(tài)空間，是上海重要的生態(tài)空間和生態(tài)屏障。值得關(guān)注的是，從上海市耕地和永久基本農(nóng)田保護(hù)視角出發(fā)，青浦區(qū)的耕地集中連片率低于全市平均水平，實(shí)施規(guī)模整治以推動(dòng)耕地布局優(yōu)化調(diào)整的需求較高。因此，本研究以青浦區(qū)土地整備引導(dǎo)區(qū)為研究區(qū)域（圖1），開展土地整備潛力區(qū)劃決策框架的實(shí)證研究，識別土地整備潛力優(yōu)先區(qū)域，形成多目標(biāo)權(quán)衡下的形成區(qū)域耕地布局優(yōu)化配置方案，用以輔助區(qū)域國土空間整治與生態(tài)修復(fù)規(guī)劃。

圖1 上海市青浦區(qū)土地整備引導(dǎo)區(qū)范圍Fig.1 The scope of land consolidation guided region in Qingpu District, Shanghai

1.2 研究思路

耕地優(yōu)化配置與生態(tài)服務(wù)價(jià)值供給權(quán)衡視角下大都市土地整治決策框架的研究思路如圖2所示，將土地整治潛力劃分為潛力較差區(qū)、潛力一般區(qū)、潛力較高區(qū)和潛力極高區(qū)四部分。具體的決策路徑如下：

（1）把環(huán)境影響為底線約束，生態(tài)基底狀況評價(jià)結(jié)果無法滿足相關(guān)標(biāo)準(zhǔn)，需修復(fù)后方可整治為補(bǔ)充耕地的圖斑，列入潛力較差區(qū)。

（2）農(nóng)業(yè)生產(chǎn)潛力（宜耕性）作為限制性約束，宜耕性較差導(dǎo)致整治過程中需要額外投入一定土壤改良成本的圖斑，列入潛力一般區(qū)。

（3）基于剔除潛力較差和潛力一般區(qū)的圖斑后，以剩余圖斑為評估對象，以集中連片面積最優(yōu)（PCA）和生態(tài)價(jià)值供給最大化（ESV）為雙目標(biāo)，構(gòu)建土地整備引導(dǎo)區(qū)耕地潛力區(qū)劃模型。模型最優(yōu)解所選擇的圖斑為潛力極高區(qū)，剩余圖斑為潛力較高區(qū)。

圖2 基于多目標(biāo)優(yōu)化的大都市土地整治潛力區(qū)劃決策框架Fig.2 Framework of land consolidation potential zoning decision-making based on multi-objective optimization

1.3 研究方法

1.3.1 構(gòu)建空間采樣數(shù)據(jù)集

（1）國土空間（土地利用）數(shù)據(jù)。本研究使用的基礎(chǔ)數(shù)據(jù)資料包括：2021年上海市青浦區(qū)土地利用現(xiàn)狀數(shù)據(jù)、上海市土地整備引導(dǎo)區(qū)劃定數(shù)據(jù)。耕地集中連片面積為本次研究過程中獲得，通過邊界距離、連片面積綜合判定耕地是否集中連片。

（2）生態(tài)基底數(shù)據(jù)。本研究使用的生態(tài)基底數(shù)據(jù)均為野外調(diào)查采集獲得。聚焦土壤、地下水和地表水等自然要素，開展了青浦區(qū)土地整備引導(dǎo)區(qū)生態(tài)基底調(diào)查，共部署并實(shí)施了103個(gè)土壤鉆孔，21個(gè)淺層地下水監(jiān)測井，15個(gè)地表水/坑塘水面點(diǎn)位的現(xiàn)場調(diào)查與樣品采集。所有土壤和水樣品的分析測試工作均由國土資源部上海資源環(huán)境監(jiān)督檢測中心承擔(dān)，測試指標(biāo)包括pH、重金屬、養(yǎng)分元素和有機(jī)污染物共計(jì)59項(xiàng)。

（3）生態(tài)系統(tǒng)服務(wù)價(jià)值供給數(shù)據(jù)?；谥x高地等編制的中國單位面積生態(tài)服務(wù)價(jià)值表[16]，并運(yùn)用修正系數(shù)對其當(dāng)量系數(shù)進(jìn)行修正，以消除采用全國參數(shù)表征上海市青浦區(qū)特征的誤差。本文采用單位土地面積的農(nóng)、林、牧、漁產(chǎn)值分別修正耕地、林地、草地和水域的生態(tài)系統(tǒng)服務(wù)價(jià)值，用森林覆蓋率生態(tài)系統(tǒng)的調(diào)節(jié)服務(wù)和支持服務(wù)的價(jià)值量進(jìn)行修正；用旅游總收入修正文化服務(wù)的價(jià)值量[17]。

1.3.2 建立多目標(biāo)優(yōu)化模型

（1）基本假設(shè)

宗地圖斑的地類轉(zhuǎn)換決策。在土地整備引導(dǎo)區(qū)耕地集中連片優(yōu)化調(diào)整過程中，除耕地外的其他地類圖斑均存在兩種決策選擇，即轉(zhuǎn)為耕地或保持現(xiàn)有地類，繼而導(dǎo)致土地整備引導(dǎo)區(qū)的空間結(jié)構(gòu)、生態(tài)價(jià)值會(huì)因各圖斑的地類轉(zhuǎn)換決策而發(fā)生變化?？紤]到區(qū)域土地利用結(jié)構(gòu)的相對穩(wěn)定，引導(dǎo)區(qū)內(nèi)道路用地（農(nóng)村道路、城鎮(zhèn)村道路、公路用地）、湖泊、河流水面、特殊用地、公用設(shè)施用地，不參與耕地集中連片優(yōu)化調(diào)整決策。

耕地集中連片面積評判。通過邊界距離、連片面積綜合判定耕地是否集中連片。① 相鄰耕地邊界距離小于等于臨界距離（結(jié)合上海市耕地現(xiàn)狀布局與周邊地物條件，具體選擇10 m）的，劃為同一連片區(qū)塊。② 連片區(qū)塊內(nèi)耕地面積大于等于臨界面積（考慮耕作便利度、機(jī)械化作業(yè)條件，具體選擇300 畝，即20公頃）的區(qū)塊，則認(rèn)為是集中連片區(qū)塊。區(qū)塊范圍通過耕地圖斑融合形成。③ 參考中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價(jià)值當(dāng)量因子，計(jì)算青浦土地整備引導(dǎo)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值供給情況。考慮到現(xiàn)行方法學(xué)中建設(shè)用地的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量因子缺失，本研究將建設(shè)用地的生態(tài)系統(tǒng)服務(wù)價(jià)值供給量設(shè)為零。

（2）目標(biāo)函數(shù)

本研究提出的大都市土地整治決策模型屬于雙目標(biāo)優(yōu)化模型，包括區(qū)域耕地集中連片面積最優(yōu)（PCA）和生態(tài)價(jià)值供給最大化（ESV）兩個(gè)目標(biāo)函數(shù)，可表達(dá)為：

公式（1）表示，土地整備引導(dǎo)區(qū)耕地潛力區(qū)劃模型是雙目標(biāo)優(yōu)化模型，需要同時(shí)實(shí)現(xiàn)集中連片面積最優(yōu)和生態(tài)價(jià)值供給最大化。

公式（2）表示，集中連片面積（PCA）是由各個(gè)圖斑的地理區(qū)位（Li）、地類轉(zhuǎn)換選擇（Zi）決定。其中Zi為決策變量（0-1變量），當(dāng)圖斑轉(zhuǎn)換地類為耕地時(shí)，Zi值為1；當(dāng)圖斑不做地類轉(zhuǎn)換時(shí)，Zi值為0。

公式（3）表示，生態(tài)價(jià)值供給量（ESV）是由各個(gè)圖斑的地類轉(zhuǎn)換決策（Zi）、不同地類生態(tài)價(jià)值供給量（ESVj）、圖斑面積（Areai）決定。ESVjpre代表優(yōu)化前原地類提供的j類生態(tài)系統(tǒng)服務(wù)價(jià)值量，ESVj farm代表耕地提供的j類生態(tài)系統(tǒng)服務(wù)價(jià)值量。

（3）約束條件

邏輯約束。當(dāng)調(diào)查點(diǎn)位的環(huán)境質(zhì)量狀況不達(dá)標(biāo)或宜耕性較差，則該點(diǎn)位所屬圖斑不可轉(zhuǎn)為耕地。

公式（4）表示，環(huán)境質(zhì)量狀況（ENi）為0-1變量，超標(biāo)則ENi值為0；宜耕性（CCi）為0-1變量，不宜耕則CCi為0。

數(shù)量約束。為降低土地整治成本，規(guī)劃調(diào)整后不應(yīng)與現(xiàn)狀產(chǎn)生過大差異，否則會(huì)對發(fā)展造成不利影響。因此，將土地利用類型轉(zhuǎn)為耕地的圖斑數(shù)量不超過區(qū)域總圖斑數(shù)量的20%作為約束條件。

公式（5）表示，土地利用類型轉(zhuǎn)為耕地的圖斑數(shù)量為∑i Zi，區(qū)域總圖斑數(shù)量為I。

1.3.3 優(yōu)化算法

本文求解算法包括2個(gè)方面：（1）基于ArcGIS和Python平臺完成了耕地集中連片以及圖斑地理區(qū)位的判定；（2）基于Matlab平臺，在Yalmip環(huán)境中調(diào)用CPLEX求解器，完成大都市土地整治決策模型求解，獲得Pareto前沿面最優(yōu)解集，并以權(quán)衡視角下無偏好的Pareto最優(yōu)解作為土地整治潛力區(qū)劃方案。

2 結(jié)果與討論

2.1 土地整備引導(dǎo)區(qū)現(xiàn)狀評估

2.1.1 耕地集中連片現(xiàn)狀評估

基于本文1.3.2確定的耕地集中連片面積評判規(guī)則，共在青浦區(qū)77個(gè)土地整備引導(dǎo)區(qū)內(nèi)劃定集中連片耕地共計(jì)181片，總面積為6807.6萬m2（圖3）。如圖3所示，由于耕地集中連片的最小面積為20公頃，故全區(qū)仍有17個(gè)土地整備引導(dǎo)區(qū)內(nèi)尚無集中連片耕地。與全市引導(dǎo)區(qū)內(nèi)集中連片耕地占比（72.8%）相比，青浦區(qū)土地整備引導(dǎo)區(qū)內(nèi)集中連片耕地占比僅為50.2%，集中連片、規(guī)模整治的需求較高。

圖3 土地整備引導(dǎo)區(qū)集中連片耕地分布情況Fig.3 Distribution of concentrated arable lands in land consolidation guided region

2.1.2 生態(tài)系統(tǒng)服務(wù)價(jià)值供給評估

基于第三次土地調(diào)查成果與依據(jù)謝高地等制定的中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價(jià)值當(dāng)量因子[16]，對研究區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值供給現(xiàn)狀進(jìn)行評估。青浦區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值總量為67.6億元，其中供給服務(wù)價(jià)值量為4.74億元，調(diào)節(jié)服務(wù)價(jià)值量為57.63億元，支持服務(wù)價(jià)值量為3.97億元，文化服務(wù)價(jià)值量為1.28億元?；谇嗥謪^(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值供給現(xiàn)狀評價(jià)結(jié)果，利用自然斷點(diǎn)法將生態(tài)用地分為一般生態(tài)用地、生態(tài)用地、二級生態(tài)源地和一級生態(tài)源地四個(gè)類別。其中，青浦區(qū)一級生態(tài)源地46.75 km2，主要分布在淀山湖區(qū)域；二級生態(tài)源地3.64 km2，主要分布在青浦區(qū)西側(cè)地區(qū)。土地整備引導(dǎo)區(qū)內(nèi)無生態(tài)源地，僅少量生態(tài)用地呈散點(diǎn)狀分布。

如表1所示，青浦區(qū)土地整備引導(dǎo)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值總量為8.21億元，其中供給服務(wù)價(jià)值量為0.51億元，調(diào)節(jié)服務(wù)價(jià)值量為6.81億元，支持服務(wù)價(jià)值量為0.72億元，文化服務(wù)價(jià)值量為0.17億元。值得關(guān)注的是，土地整備引導(dǎo)區(qū)占青浦區(qū)總面積30.60%，但其提供的生態(tài)系統(tǒng)服務(wù)總價(jià)值占比僅為12.15%。因此，在促進(jìn)土地整備引導(dǎo)區(qū)耕地集中連片的同時(shí)，保持其生態(tài)系統(tǒng)服務(wù)價(jià)值的相對穩(wěn)定或提升是十分重要的。

表1 青浦區(qū)與土地整備引導(dǎo)區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值供給量Table 1 Ecosystem service value of land consolidation guided region in Qingpu District

2.1.3 區(qū)域生態(tài)基底現(xiàn)狀評估

區(qū)域土壤環(huán)境質(zhì)量符合性評價(jià)：基于建立的空間采樣數(shù)據(jù)集，以《土壤環(huán)境質(zhì)量農(nóng)用地土壤污染風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)（試行）》（GB 15618-2018）水田地類的風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)為基準(zhǔn)，以評估所有土壤樣品所在圖斑轉(zhuǎn)為耕地的可行性。評估結(jié)果顯示，所有土壤樣品均符合土壤污染風(fēng)險(xiǎn)管制值的標(biāo)準(zhǔn)，但有10個(gè)土壤樣品超出土壤污染風(fēng)險(xiǎn)篩選值，超標(biāo)污染物為銅、鎘、鎳、鋅、砷、汞，均為散點(diǎn)狀分布在不同的土地整備引導(dǎo)區(qū)內(nèi)。根據(jù)本文1.3節(jié)所述研究方法，上述土壤樣品所在的地塊圖斑應(yīng)劃入土地整治潛力較差區(qū)，涉及10個(gè)圖斑，累計(jì)圖斑面積為17.75萬m2。

區(qū)域土壤宜耕潛力評價(jià)：考慮到谷類作物的耕作層最佳土壤深度為50 cm（臨界值為20～50 cm），多年生農(nóng)作物的耕作層最佳土壤深度為150 cm（臨界值為75～150 cm）?；诖?，本文以0～2.0 m 深度采集的土壤樣品為評估對象，開展土壤宜耕潛力評估。對0～1.0 m深度的土壤樣品進(jìn)行分析，有32個(gè)土壤樣品綜合評級為不宜耕（占不宜耕樣品總量的39.02%）；1.0～2.0 m深度的土壤樣品進(jìn)行分析，有50個(gè)土壤樣品綜合評級為不宜耕（占不宜耕樣品總量的60.98%）。綜上，共涉及57個(gè)采樣點(diǎn)共計(jì)82個(gè)土壤樣品綜合評級為不宜耕。上述不宜耕點(diǎn)位的限制性因素為有機(jī)質(zhì)量不達(dá)標(biāo)、其次是養(yǎng)分元素缺乏。根據(jù)本文1.3節(jié)研究方法，上述土壤樣品所在的地塊圖斑應(yīng)劃入土地整治潛力一般區(qū)，涉及55個(gè)圖斑，累計(jì)圖斑面積為53.72萬m2。

2.2 土地整備引導(dǎo)區(qū)土地整治潛力區(qū)劃決策

2.2.1 土地整治潛力區(qū)劃決策過程描述

以青浦區(qū)編號為1的土地整備引導(dǎo)區(qū)為例，描述基于多目標(biāo)優(yōu)化的大都市土地整治潛力區(qū)劃決策具體過程。1號土地整備引導(dǎo)區(qū)總面積為589.35萬m2，其中耕地圖斑463個(gè)，累計(jì)耕地總面積為293.15萬m2，非耕地圖斑1183個(gè)，累計(jì)非耕地面積為296.2萬m2。根據(jù)《上海市耕地和永久基本農(nóng)田劃定成果報(bào)告》明確的集中連片耕地判定方法，基于三調(diào)底版數(shù)據(jù)共劃定出4個(gè)片區(qū)的集中連片耕地，累計(jì)集中連片面積為145.72萬m2，集中連片率為49.70%。

（1）環(huán)境符合性判定

基于建立的空間采樣數(shù)據(jù)集，結(jié)合相關(guān)環(huán)境質(zhì)量評估標(biāo)準(zhǔn)，識別1-SJ1點(diǎn)位的深層土壤樣品（編號1-SJ1-3）汞元素含量超出《土壤環(huán)境質(zhì)量農(nóng)用地土壤污染風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)（試行）》（GB 15618-2018）風(fēng)險(xiǎn)篩選值，故1-SJ1調(diào)查點(diǎn)所在圖斑被列為潛力較差區(qū)，涉及1個(gè)圖斑，圖斑總面積為0.43萬m2。

（2）土壤宜耕性判定

土壤宜耕潛力調(diào)查結(jié)果顯示，1個(gè)土壤鉆孔（1-SJ1）、1個(gè)土壤和地下水復(fù)合鉆孔（1-GW/SJ）評估結(jié)果均為宜耕，故該引導(dǎo)區(qū)內(nèi)無圖斑被列入潛力一般區(qū)。

（3）基于雙目標(biāo)的土地整備決策優(yōu)化模型求解

基于Matlab平臺，在Yalmip環(huán)境中調(diào)用CPLEX求解器，運(yùn)用epsilon增強(qiáng)約束法完成基于雙目標(biāo)的土地整備決策優(yōu)化模型求解，獲得了權(quán)衡視角下無偏好的最優(yōu)解，共計(jì)110個(gè)圖斑（總面積為40.83萬m2）劃入潛力極高區(qū)。

（4）獲得土地整備引導(dǎo)區(qū)耕地潛力區(qū)劃方案

如圖4所示，1號土地整備引導(dǎo)區(qū)內(nèi)涉及潛力極高區(qū)、潛力較高區(qū)和潛力較差區(qū)三類。其中，潛力極高區(qū)包括110個(gè)圖斑，總面積為40.83萬m2；潛力較高區(qū)包括214個(gè)圖斑，總面積為115.93萬m2；潛力較差區(qū)包括1個(gè)圖斑，總面積為0.43萬m2。

圖4 1號土地整備引導(dǎo)區(qū)耕地潛力區(qū)劃方案Fig.4 Potential cultivated land zoning of No.1 land consolidation guided region

2.2.2 青浦區(qū)土地整備引導(dǎo)區(qū)土地整治潛力區(qū)劃整體方案

基于多目標(biāo)優(yōu)化的大都市土地整治潛力區(qū)劃決策框架，最終獲得了土地整備引導(dǎo)區(qū)土地整治潛力區(qū)劃方案（圖5）。

（1）潛力極高區(qū)：共劃定6397個(gè)圖斑，累計(jì)圖斑面積為2922.22萬m2，占引導(dǎo)區(qū)總面積的43.72%。

（2）潛力較高區(qū)：共劃定8192個(gè)圖斑，累計(jì)圖斑面積為3689.6萬m2，。占引導(dǎo)區(qū)總面積的55.21%。

（3）潛力一般區(qū)：共劃定55個(gè)圖斑，累計(jì)圖斑面積為53.72萬m2，占引導(dǎo)區(qū)總面積的0.8%。主要限制性因素為土壤宜耕性較差。

（4）潛力較差區(qū)：共劃定10個(gè)圖斑，累計(jì)圖斑面積為17.75萬m2，占引導(dǎo)區(qū)總面積的0.27%。主要限制性因素為區(qū)域環(huán)境質(zhì)量狀況無法滿足耕地環(huán)境質(zhì)量的剛性要求。

圖5 青浦區(qū)土地整備引導(dǎo)區(qū)耕地潛力區(qū)劃成果Fig.5 Potential cultivated land zoning of land consolidation guided region in Qingpu District

3 結(jié)論

為解決傳統(tǒng)土地整治區(qū)劃多聚焦耕地集中連片率提升目標(biāo)，忽略了區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值供給、生態(tài)基底等諸多因素等缺陷。在國土空間生態(tài)修復(fù)與全域土地整治戰(zhàn)略指引下，本文基于多目標(biāo)優(yōu)化理論與Pareto最優(yōu)算法，綜合考慮了空間結(jié)構(gòu)、生態(tài)價(jià)值、環(huán)境影響、農(nóng)業(yè)生產(chǎn)潛力等多維度目標(biāo)，建立了基于多目標(biāo)優(yōu)化的大都市土地整治潛力區(qū)劃決策框架與具體算法。以青浦區(qū)土地整備引導(dǎo)區(qū)為研究區(qū)域，運(yùn)用Pareto最優(yōu)算法提出了青浦區(qū)土地整治潛力區(qū)劃方案。

基于權(quán)衡視角下的區(qū)劃方案顯示：總面積為 2922 萬m2（6397 個(gè)圖斑）的區(qū)域劃入土地整治潛力極高區(qū)，3689.6萬m2（8192個(gè)圖斑）的區(qū)域劃入土地整治潛力較高區(qū)，53.72萬m2（55個(gè)圖斑）劃入土地整治潛力一般區(qū)，17.75萬m2（10個(gè)圖斑）劃入土地整治潛力較差區(qū)。

本文提出的多目標(biāo)最優(yōu)的大都市土地整治潛力區(qū)劃決策方法學(xué)，較好地處理了多目標(biāo)權(quán)衡下的定量求解問題，可應(yīng)用于我國區(qū)縣級國土空間生態(tài)修復(fù)與重大土地整治項(xiàng)目規(guī)劃的決策支持。