彭云飛

(深圳市規(guī)劃國土發(fā)展研究中心，廣東 深圳 518040)

土地作為非再生資源，在城市化發(fā)展過程中不僅要確保地區(qū)的糧食安全，還要滿足城市發(fā)展和生態(tài)建設(shè)需要[1-2]。當(dāng)前，國內(nèi)外學(xué)者開展了大量土地利用優(yōu)化模擬研究并取得了諸多成果[3-7]。在研究過程上，經(jīng)歷了從定性到定量、從靜態(tài)到動態(tài)、從單目標(biāo)到多目標(biāo)的逐步升級[8]。在方法運(yùn)用上，元胞自動機(jī)(CA)模型[9]、CLUE-S模型[10-11]、多智能體系統(tǒng)(MAS)[12-13]模型、Markov模型[14-15]等得到了廣泛應(yīng)用，但仍存在不足之處[16-18]。黎夏等[19]提出了空間地理模擬與優(yōu)化系統(tǒng)(Geographical Simulation and Optimization System)理論，將元胞自動機(jī)(CA)、多智能體系統(tǒng)(MAS)以及生物智能(SI)整合在GeoSOS平臺中，有效地對復(fù)雜地理空間現(xiàn)狀環(huán)境及變化過程進(jìn)行模擬和優(yōu)化[20]，解決了傳統(tǒng)元胞自動機(jī)中確定轉(zhuǎn)換規(guī)則及參數(shù)等復(fù)雜問題，能夠更精確地模擬在自然以及人類活動影響下的土地利用變化[21]。該文基于深圳市2010年、2015年和2016年的土地利用數(shù)據(jù)，運(yùn)用FLUS模型，模擬不同情景下2030年深圳市土地利用結(jié)構(gòu)和空間布局，以期為深圳市未來空間規(guī)劃制定等提供決策依據(jù)。

1 研究區(qū)域概況與數(shù)據(jù)

深圳市毗鄰香港，是我國對外開放的窗口。為發(fā)揮示范探索作用，國家一直給予深圳市先行先試的政策優(yōu)勢。為確保城市高質(zhì)量發(fā)展，深圳市積極轉(zhuǎn)變土地利用方式，促進(jìn)經(jīng)濟(jì)社會的可持續(xù)發(fā)展。該文的數(shù)據(jù)來源于深圳市歷年土地利用變更調(diào)查、《深圳市統(tǒng)計年鑒》、深圳市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報等相關(guān)統(tǒng)計資料。

2 研究方法

2.1 基于神經(jīng)網(wǎng)絡(luò)的適宜性概率計算模塊

BP-ANN是一種多層前饋神經(jīng)網(wǎng)絡(luò)，包括輸入層(1個)、隱含層(1個或多個)和輸出層(1個)，用于訓(xùn)練和評估每個柵格中各類型土地發(fā)生的概率。對于某一柵格，在迭代時點各地類適宜性概率之和為1。公式為：

(1)

∑isp(p,i,t)=1

(2)

式中：i為用地類型;j為隱藏層;p為柵格;t為時間；sp(p,i,t)為適宜性概率；wj,i為權(quán)重；netj(p,t)為接收到的信號。

2.2 基于自適應(yīng)慣性機(jī)制的元胞自動機(jī)模塊

在迭代過程中，地類i的自適應(yīng)慣性系數(shù)根據(jù)未來土地需求與現(xiàn)有土地數(shù)量的差距自動調(diào)整，以確保該地類接近目標(biāo)值。公式為：

(3)

(4)

(5)

式中：Inertia為自適應(yīng)慣性系數(shù);D為地類i的數(shù)量與需求值之差;t為時間;i為地類。

FLUS模型采用具有隨機(jī)特點的輪盤賭選擇機(jī)制，反映土地利用變化的不確定性。在CA迭代過程中，計算每個柵格p的總概率，并將地類i分配到柵格p中。公式為：

(6)

3 研究過程

3.1 基于神經(jīng)網(wǎng)絡(luò)的概率計算

(1)驅(qū)動因子。選取16個驅(qū)動因子，具體為：高程(X1)、坡度(X2)、到河流的距離(X3)、植被覆蓋度(X4)、GDP(X5)、科研機(jī)構(gòu)密度(X6)、第二產(chǎn)業(yè)比重(X7)、第三產(chǎn)業(yè)比重(X8)、距高快速路的距離(X9)、距公路的距離(X10)、距口岸的距離(X11)、距鐵路貨運(yùn)站點的距離(X12)、距軌道站點的距離(X13)、距機(jī)場的距離(X14)、常住人口數(shù)量(X15)、人口素質(zhì)(X16)，建立各驅(qū)動因子數(shù)據(jù)庫(表1)。

表1 土地利用變化驅(qū)動因子

(2)計算概率。采用BP-ANN計算法則，評估并訓(xùn)練各柵格單元中可能出現(xiàn)各土地利用類型的概率，最終得到耕地、園地、林地、建設(shè)用地、水域和未利用地的空間適宜分布概率圖。

3.2 基于自適應(yīng)慣性機(jī)制的元胞自動機(jī)

由于鄰域?qū)Ω鳀鸥裨谀骋粫r刻轉(zhuǎn)換為某種地類的概率有重要影響，因此需要確定最佳的鄰域值，為此將鄰域值分別設(shè)置為1,3,5,7進(jìn)行模擬。根據(jù)結(jié)果，在其他設(shè)置相同的情況下，隨著鄰域值的增大，模型運(yùn)行時間呈變長趨勢，但從各地類模擬變化過程可以發(fā)現(xiàn)，在前10次的迭代過程中各地類迅速發(fā)生轉(zhuǎn)換，模擬數(shù)量接近設(shè)定土地需求目標(biāo)值，之后變化趨緩，在迭代次數(shù)超過50次時基本處于平穩(wěn)狀態(tài)。從預(yù)測值來看，耕地、園地、林地、水域、未利用地達(dá)到預(yù)測數(shù)量，建設(shè)用地與設(shè)定值的數(shù)量有差異，并隨著鄰域值的增大預(yù)測數(shù)量越近目標(biāo)值，但當(dāng)鄰域值超3時不再增大。為驗證模擬結(jié)果的可信度，利用2010年土地利用現(xiàn)狀圖得到2015年土地利用模擬圖，按樣本總量抽取1%～10%的有效柵格，計算發(fā)現(xiàn)kappa指數(shù)均大于0.8，因此可以判斷各參數(shù)設(shè)置合理。當(dāng)鄰域為3時，kappa值最大為0.8620，因此可以判斷鄰域的最佳值設(shè)定為3(表2，圖1)。

4 研究結(jié)果與分析

4.1 多情景下土地利用模擬

(1)自然發(fā)展情景。以2016年土地利用現(xiàn)狀數(shù)據(jù)預(yù)測深圳市2030年土地利用變化情況。與2016年各地類柵格數(shù)相比，耕地、園地、林地、水域預(yù)測值減小，建設(shè)用地和未利用地預(yù)測值增加。在數(shù)量上，園地、林地和建設(shè)用地變化數(shù)量較大，分別為減小1351個、635個，增加1224個柵格，耕地變化量最小，減小20個柵格；從變化率上看，未利用地和園地的變化率較大，分別為136.47%和-39.92%，耕地的變化率最小。在空間上，各區(qū)建設(shè)用地均有增加，在現(xiàn)有建設(shè)用地布局狀況下向四周擴(kuò)張，占用耕地、園地和林地。

表2 2015年不同鄰域情況下各地類預(yù)測柵格數(shù)與kappa指數(shù)(個)

圖1 深圳市2015年土地利用現(xiàn)狀圖與模擬圖

(2)生態(tài)安全情景。將自然保護(hù)核心區(qū)、森林公園、地質(zhì)公園、水源保護(hù)區(qū)的核心區(qū)、地質(zhì)災(zāi)害高危險區(qū)等劃入禁止建設(shè)區(qū)，并作為生態(tài)安全情景下的約束條件，與自然變化情景結(jié)果疊加得到深圳市2030年生態(tài)安全情景下的土地利用模擬結(jié)果。該情景為重點保護(hù)土地生態(tài)安全區(qū)域，并將區(qū)域內(nèi)的建設(shè)用地以及具有生產(chǎn)功能的耕地、園地轉(zhuǎn)換為林地，同時保持水源地周邊環(huán)境穩(wěn)定，以便有效保障土地生態(tài)安全范圍。與2016年各地類柵格數(shù)相比，在數(shù)量上，園地、建設(shè)用地和水域變化數(shù)量較大，分別為減小1864個、增加1194個，減小517個柵格，耕地變化量最小，減小128個柵格；從變化率上看，未利用地和園地的變化率較大，分別為110.8%和-55.08%；變化率最小的為林地(表2)。在空間上，各區(qū)建設(shè)用地和林地均有增加，禁止建設(shè)區(qū)無建設(shè)用地。

(3)生態(tài)優(yōu)化情景。將開展土地整治和基本農(nóng)田建設(shè)等主導(dǎo)用途為農(nóng)業(yè)生產(chǎn)空間的區(qū)域劃為限制建設(shè)區(qū)，并將禁止建設(shè)區(qū)、限制開發(fā)區(qū)中共同組成的區(qū)域作為生態(tài)優(yōu)化情景下的約束條件，與自然變化情景結(jié)果疊加，得到深圳市2030年生態(tài)優(yōu)化情景下的土地利用模擬結(jié)果(圖2)。該情景為重點保護(hù)禁止建設(shè)區(qū)內(nèi)土地生態(tài)安全，并將禁止建設(shè)區(qū)的建設(shè)用地以及具有生產(chǎn)功能的耕地、園地轉(zhuǎn)換為林地，同時控制限制建設(shè)區(qū)內(nèi)的新增建設(shè)用地。與2016年各地類柵格數(shù)相比，在數(shù)量上，林地、園地和水域變化數(shù)量較大，分別為增加1511個、減少1882個，減少517個柵格，耕地建設(shè)142個柵格。從變化率上看，未利用地和園地的變化率較大，分別為103.43%和-55.61%，變化率最小的為建設(shè)用地。在空間上，各區(qū)園地均有減少，林地和未利用地均有增加。

表3 各種情景下地類柵格變化情況(個)

圖2 深圳市2030年不同情景下土地利用模擬圖

4.2 模擬結(jié)果對比分析

(1)土地利用結(jié)構(gòu)對比。3種情景下各地類的比例可以看出，耕地、園地、水域、建設(shè)用地和未利用地在生態(tài)安全情景下和生態(tài)優(yōu)化情景下的比例低于在自然情景下的比例。林地的比例在生態(tài)安全情景下的比例高于自然情景下的比例，在生態(tài)優(yōu)化情景下比例最高，達(dá)到34.63%。建設(shè)用地在生態(tài)優(yōu)化情景下比例最低，為49.03%，不超過全市總面積的50%。主要是因為在土地生態(tài)安全控制分區(qū)的禁止建設(shè)區(qū)，把部分生產(chǎn)性用地轉(zhuǎn)變?yōu)榫哂兄匾鷳B(tài)功能的林地，而在限制建設(shè)區(qū)嚴(yán)格控制新增建設(shè)用地，在集中連片的控制區(qū)內(nèi)限制生產(chǎn)活動，這與深圳市目前正在實行的建設(shè)用地“減量增長”策略保持一致，通過一系列政策的實施，在郊野森林和濕地范圍內(nèi)加強(qiáng)公園建設(shè)，同時改善自然保護(hù)區(qū)和游客較多的風(fēng)景名勝區(qū)的生態(tài)環(huán)境，逐步減小生態(tài)控制區(qū)內(nèi)的建設(shè)用地以及對生態(tài)具有影響的生產(chǎn)用地，在禁止建設(shè)區(qū)和限制建設(shè)區(qū)內(nèi)嚴(yán)格控制各項建設(shè)活動，維護(hù)區(qū)域生態(tài)安全格局，促進(jìn)城市生態(tài)功能改善。

(2)土地利用空間布局對比。自然發(fā)展情景與生態(tài)安全情景相比在于禁止建設(shè)區(qū)內(nèi)的各地類分布情況不同，由于禁止建設(shè)區(qū)是土地生態(tài)安全的核心區(qū)域，可以確保生態(tài)安全的底線。生態(tài)優(yōu)化情景與生態(tài)安全情景相比在于限制建設(shè)區(qū)內(nèi)的用地分布情況不同，生態(tài)優(yōu)化情景是在限制建設(shè)區(qū)內(nèi)保持現(xiàn)有的建設(shè)用地數(shù)量和布局的基礎(chǔ)上，嚴(yán)格控制新增建設(shè)用地的發(fā)生，形成集中連片的生態(tài)保護(hù)區(qū)，如鹽田區(qū)、大鵬新區(qū)的自然保護(hù)區(qū)內(nèi)的零散建設(shè)用地轉(zhuǎn)變?yōu)榱值兀粚毎矃^(qū)、光明區(qū)內(nèi)生態(tài)控制區(qū)的有機(jī)結(jié)合，形成跨區(qū)的生態(tài)廊道等。因此，生態(tài)優(yōu)化的情景相對于生態(tài)安全情景下，林地和未利用地的比例有一定幅度的提高，建設(shè)用地比例有小幅減低，全市用地布局得到進(jìn)一步優(yōu)化。

5 結(jié)論與討論

(1)3種情景下深圳市2030年土地利用布局既有共性也存在差異。在土地利用結(jié)構(gòu)方面，耕地、園地、水域、建設(shè)用地和未利用地在生態(tài)安全情景下和生態(tài)優(yōu)化情景下的比例低于在自然發(fā)展情景下的比例，林地在生態(tài)優(yōu)化情景下比例最高，建設(shè)用地在生態(tài)優(yōu)化情景下比例最低；在土地利用空間布局方面，自然發(fā)展情景與生態(tài)安全情景相比在于禁止建設(shè)區(qū)內(nèi)的各地類分布情況不同，生態(tài)優(yōu)化情景與生態(tài)安全情景相比在于限制建設(shè)區(qū)內(nèi)的用地分布情況不同。生態(tài)優(yōu)化情景比自然發(fā)展情景和生態(tài)安全情景更能達(dá)到城市建設(shè)和生態(tài)保護(hù)的雙重目標(biāo)。

(2)采用FLUS模型對不同情景模式下深圳市2030年土地利用進(jìn)行優(yōu)化模擬具有良好的適用性。由于土地利用變化受自然、人口、市場、政策等因素的作用較為顯著，F(xiàn)LUS模型在模擬其變化的準(zhǔn)確性方面仍然存在一定的局限。因此，探求更為科學(xué)的土地利用優(yōu)化模擬方法，應(yīng)在后續(xù)研究中進(jìn)一步加強(qiáng)。