柴進則 張明如

摘要 基于GeoSOS-FLUS模型，利用2005和2020年的土地利用數(shù)據(jù)，對烏魯木齊市土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)進行分析，并建立農(nóng)田保護、生態(tài)保護和城市發(fā)展3種情景模擬。結(jié)果表明，GeoSOS-FLUS模型具有較高的模擬精度和適用性，能夠反映烏魯木齊市土地利用變化特征。在不同情景模擬下，烏魯木齊市土地利用空間布局呈現(xiàn)出不同的變化趨勢和農(nóng)業(yè)生態(tài)效應(yīng)。

關(guān)鍵詞 土地利用變化；農(nóng)業(yè)生態(tài)效應(yīng)；GeoSOS-FLUS模型；烏魯木齊市

中圖分類號 X321? 文獻標識碼 A? 文章編號 0517-6611（2024）10-0068-05

doi：10.3969/j.issn.0517-6611.2024.10.016

Ecological Space Simulation of Urumqi Based on GeoSOS-FLUS Model

CHAI Jin-ze，ZHANG Ming-ru

（School of Economics and Management， Yangtze University， Jingzhou，Hubei 434023）

Abstract Based on GeoSOS-FLUS model and land use data in 2005 and 2020， this paper analyzed the land use change and its agroecological effect in Urumqi， and established three scenarios （cultivated land protection， ecological protection and urban development）. The results showed that GeoSOS-FLUS model had high simulation accuracy and applicability， and could reflect the characteristics of land use change in Urumqi City. Under different scenarios， the spatial distribution of land use in Urumqi City showed different trends and agro-ecological effects.

Key words Land use change;Agroecological effect;GeoSOS-FLUS model;Urumqi City

作者簡介 柴進則（1993—），男，甘肅武威人，碩士研究生，研究方向：可持續(xù)發(fā)展。*通信作者，教授，博士，碩士生導(dǎo)師，從事自然資源與環(huán)境管理研究。

收稿日期 2023-07-26

土地利用變化是人類活動對自然環(huán)境的重要影響之一，也是全球變化研究的核心內(nèi)容之一。土地利用變化不僅影響著土地資源的供給和需求，也影響著農(nóng)業(yè)生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，進而影響著農(nóng)業(yè)生態(tài)環(huán)境的質(zhì)量和服務(wù)［1］。因此，研究土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)，對于指導(dǎo)城市規(guī)劃和管理、促進城市與農(nóng)業(yè)的協(xié)調(diào)發(fā)展、保護農(nóng)業(yè)生態(tài)環(huán)境具有重要的理論意義和實踐價值。

目前，國內(nèi)外關(guān)于土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)的研究已經(jīng)取得了一定的成果。部分學(xué)者采用遙感和GIS技術(shù)獲取、處理和分析多時相、多源、多尺度的遙感影像數(shù)據(jù)，監(jiān)測土地利用變化，揭示土地利用變化的時空動態(tài)特征及其驅(qū)動機制。例如，游和遠等［2］利用1980—2015年杭州市蕭山區(qū)多源遙感數(shù)據(jù)，分析了該市土地利用變化特征及其驅(qū)動因素；李曦彤等［3］利用2010—2019年的遙感數(shù)據(jù)，分析了吉林市城市擴展的變化及其驅(qū)動力，發(fā)現(xiàn)該市土地利用變化主要表現(xiàn)為農(nóng)田、林地和水域的增加，草地和裸地的減少，主要受到人口、經(jīng)濟、政策和技術(shù)等因素的影響；李建蓉［4］、游和遠等［5］提出了一種基于機器學(xué)習(xí)的元胞自動機模型，能夠自動學(xué)習(xí)土地利用變化的規(guī)則，并應(yīng)用于北京市土地利用模擬，取得了較高的模擬精度和穩(wěn)定性。也有部分學(xué)者通過建立數(shù)學(xué)或系統(tǒng)模型，模擬未來不同情景下土地利用變化趨勢和空間格局。例如，Wang等［6］運用CLUE-FLUS模型對杭州市2020和2030年2種情景下土地利用空間格局進行了模擬；Luo等［7］運用CLUE-FLUS模型對長江三角洲和珠江三角洲2020和2030年2種情景下土地利用空間格局進行了模擬，分析了不同情景下土地利用變化趨勢和驅(qū)動因素，為長江三角洲和珠江三角洲的土地利用規(guī)劃和管理提供了參考。部分學(xué)者運用農(nóng)業(yè)生態(tài)效應(yīng)評價方法，定量或定性地分析土地利用變化對農(nóng)業(yè)生態(tài)系統(tǒng)結(jié)構(gòu)、功能和服務(wù)的影響。例如，Wang等［8］采用景觀指數(shù)、耦合協(xié)調(diào)度等指標對土地利用與生態(tài)環(huán)境之間的耦合協(xié)調(diào)關(guān)系進行了評價；Sun等［9］采用景觀指數(shù)、耦合協(xié)調(diào)度等指標對我國山地丘陵耕地與生態(tài)環(huán)境之間的耦合協(xié)調(diào)關(guān)系進行了評價，發(fā)現(xiàn)我國山地丘陵耕地與生態(tài)環(huán)境之間存在不協(xié)調(diào)的狀態(tài)，需要加強土地利用規(guī)劃和生態(tài)保護措施；Sun等［10］以華北集約化農(nóng)區(qū)為例，分析了土地利用變化對生態(tài)系統(tǒng)服務(wù)的影響，發(fā)現(xiàn)城市擴張導(dǎo)致土地利用結(jié)構(gòu)的變化，增加了能源消耗和溫室氣體排放，惡化了空氣質(zhì)量和人類健康。

筆者選擇烏魯木齊市為研究區(qū)域，基于GeoSOS-FLUS模型，利用2005和2020年的土地利用數(shù)據(jù)，對烏魯木齊市土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)進行了分析，并建立了農(nóng)田保護、生態(tài)保護和城市發(fā)展3種情景［11］模擬，預(yù)測未來土地利用的潛在變化，以期為烏魯木齊市的城市規(guī)劃和農(nóng)業(yè)生態(tài)保護提供了科學(xué)依據(jù)，也為類似區(qū)域的土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)研究提供了一種有效的方法和工具［11］。

1 資料與方法

1.1 研究區(qū)域概況

烏魯木齊市位于中國西北地區(qū)、新疆中部、亞歐大陸的中心位置，是新疆維吾爾自治區(qū)的首府和中心城市，也是面向中亞西亞的國際商貿(mào)中心，該市地處天山山脈中段北麓、準噶爾盆地南緣，位于86°37′33″～88°58′24″E、42°45′32″～45°00′00″N（圖1）。該市屬于中溫帶大陸性干旱氣候，毗鄰中亞各國，是新疆的政治、經(jīng)濟、文化、科教和交通中心。由于距離海洋最遠，烏魯木齊市被譽為“亞心之都”，同時也是第二座亞歐大陸橋中國西部橋頭堡和中國向西開放的重要門戶。截至2021年，該市轄7個區(qū)、1個縣，總面積達1.38萬km2，其中建成區(qū)占536.2 km2；常住人口408.24萬人，城鎮(zhèn)人口391.13萬人，

城鎮(zhèn)化率高達96.1%。截至2022年，烏魯木齊市地區(qū)生產(chǎn)總值約為3 893億元，其中第一產(chǎn)業(yè)增加值31億元，第二產(chǎn)業(yè)增加值1 133億元，第三產(chǎn)業(yè)增加值2 729億元。雖然總體增長率只

有0.3%，但其具有高度發(fā)達的現(xiàn)代服務(wù)業(yè)和制造業(yè)，使其成為中國內(nèi)陸地

區(qū)重要的經(jīng)濟中心之一。

1.2 數(shù)據(jù)選取

該研究選取了2005和2020年的烏魯木齊市土地利用數(shù)據(jù)作為主要數(shù)據(jù)源，該數(shù)據(jù)來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心（https：//www.resdc.cn/DataSearch.aspx），分辨率為30 m。通過對數(shù)據(jù)的拼接、裁剪獲取烏魯木齊市土地利用類型（農(nóng)田、森林、灌木、草原、水域、裸地、不透水地表、濕地），該數(shù)據(jù)占數(shù)據(jù)類型總量的98.2%。除了土地利用數(shù)據(jù)外，該研究還選取了烏魯木齊市的自然條件、社會經(jīng)濟因素、鄰域效應(yīng)和人為干擾等因素作為模型輸入的驅(qū)動因素和

限制因素（表1）。所有的數(shù)據(jù)均采用柵格大小為100 m×100 m的柵格圖層，投影坐標系為WGS_1984 UTM Zone_45N，列數(shù)和行數(shù)分別為1 779、2 439。

1.3 研究方法

該研究采用了GeoSOS-FLUS模型對烏魯木齊市土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)進行了分析和模擬。GeoSOS-FLUS模型是一種基于開放源代碼的空間計量工具，由Liu等［12］提出，能夠同時考慮自然條件、社會經(jīng)濟因素、鄰域效應(yīng)和人為干擾等因素，模擬未來不同情景下土地利用變化空間格局。GeoSOS-FLUS模型的核心是基于隨機森林算法的土地利用轉(zhuǎn)移概率計算和基于元胞自動機的土地利用轉(zhuǎn)移空間分配。

GeoSOS-FLUS模型的主要步驟如下：

（1）數(shù)據(jù)準備。根據(jù)研究目的和區(qū)域特征，選取合適的土地利用類型、驅(qū)動因素和限制因素，將其轉(zhuǎn)換為柵格圖層，并進行必要的預(yù)處理和標準化。

（2）土地利用轉(zhuǎn)移概率計算。利用隨機森林算法，根據(jù)初始年份和真實年份的土地利用數(shù)據(jù)以及驅(qū)動因素數(shù)據(jù)，建立土地利用轉(zhuǎn)移概率模型，并對其進行訓(xùn)練和驗證。隨機森林算法是一種集成學(xué)習(xí)方法，通過構(gòu)建多個決策樹并進行投票或平均來提高預(yù)測精度和穩(wěn)定性［13］。土地利用轉(zhuǎn)移概率模型可以表示為：

Pij=f（Xi，Yj）（1）

式中：Pij是第i類土地利用類型轉(zhuǎn)變?yōu)榈趈類土地利用類型的概率；Xi是第i類土地利用類型對應(yīng)的驅(qū)動因素向量；Yj是第j類土地利用類型對應(yīng)的驅(qū)動因素向量；f是隨機森林算法生成的函數(shù)［14］。

（3）土地利用轉(zhuǎn)移空間分配。利用元胞自動機原理，根據(jù)土地利用轉(zhuǎn)移概率模型、鄰域效應(yīng)數(shù)據(jù)和人為干擾數(shù)據(jù)，按照最大概率原則，將每個柵格單元分配給最可能的土地利用類型，并更新鄰域效應(yīng)數(shù)據(jù)。元胞自動機是一種基于規(guī)則的空間動態(tài)模擬方法，能夠反映復(fù)雜系統(tǒng)的非線性行為和自組織特征。元胞自動機可以表示為：

St+1（x，y）=R（St（x，y），Nt（x，y））（2）

式中：St+1（x，y）是下一時刻（x，y）位置處的土地利用類型；St（x，y）是當前時刻（x，y）位置處的土地利用類型；Nt（x，y）是當前時刻（x，y）位置處的鄰域狀態(tài)；R是元胞自動機規(guī)則函數(shù)。

（4）模型精度評價。為了定量評價GeoSOS-FLUS模型的模擬精度，該研究采用總體精度、Kappa系數(shù)和FOM指數(shù)這3種指標進行評價?？傮w精度是指所有柵格單元中被正確分類的比例，Kappa系數(shù)是指在隨機分類的基礎(chǔ)上被正確分類的比例，F(xiàn)OM指數(shù)是指各類土地利用類型中被正確分類的比例［15］。這3種指標的計算公式如下：

總體精度=ni=1xijni=1nj=1xij（3）

Kappa=ni=1xij-ni=1（xi++x+i）N2-ni=1（xi++x+i）（4）

FOM=xijxi++x+i-xij（5）

式中：xij是第i類土地利用類型被分類為第j類土地利用類型的柵格單元數(shù)；xi+是第i類土地利用類型的真實柵格單元數(shù)；x+i是第i類土地利用類型的模擬柵格單元數(shù)；n是土地利用類型的個數(shù)；N是總的柵格單元數(shù)。

（5）情景模擬與分析。根據(jù)研究區(qū)域的自然條件、社會經(jīng)濟發(fā)展、政策規(guī)劃等因素，建立不同情景下驅(qū)動因素數(shù)據(jù)、鄰域效應(yīng)數(shù)據(jù)和人為干擾數(shù)據(jù)，并輸入GeoSOS-FLUS模型進行情景模擬。通過對比分析不同情景下土地利用變化空間格局和農(nóng)業(yè)生態(tài)效應(yīng)，評價不同情景下土地利用合理性和可持續(xù)性。為了定量評價不同情景下的土地利用合理性和可持續(xù)性，該研究采用農(nóng)田保護率、生態(tài)覆蓋率和城市化率這3種指標進行評價［16］。農(nóng)田保護率是指農(nóng)田面積占總土地面積的比例，反映農(nóng)田資源的保護和利用程度；生態(tài)覆蓋率是指森林、草原和水域等生態(tài)用地面積占總土地面積的比例，反映生態(tài)環(huán)境的質(zhì)量和功能；城市化率是指城市用地面積占總土地面積的比例，反映城市發(fā)展的水平和規(guī)模。這3種指標的計算公式如下：

農(nóng)田保護率=A農(nóng)田A總土地（6）

生態(tài)覆蓋率=A森林+A草原+A水域A總土地（7）

城市化率=A不透水地表A總土地（8）

式中：A農(nóng)田是農(nóng)田面積（km2）；A森林是森林面積（km2）；A草原是草原面積（km2）；A水域是水域面積（km2）；A不透水地表是城市用地（不透水地表）面積（km2）；A總土地是總土地面積（km2）。

2 結(jié)果與分析

2.1 GeoSOS-FLUS模型模擬分析

該研究利用2005年的土地利用數(shù)據(jù)和驅(qū)動因素數(shù)據(jù)，通過GeoSOS-FLUS模型模擬了烏魯木齊市2020年的土地利用空間格局，并與實際的2020年土地利用數(shù)據(jù)進行對比和評價。圖2顯示了2005和2020年實際情況以及2035年預(yù)測的土地利用空間格局。表2詳細列出了不同土地利用類型在這3個年份的面積變化。

從圖2和表2可以看出，GeoSOS-FLUS模型能夠較好地模擬烏魯木齊市土地利用變化空間格局，各類土地利用類型的模擬面積與真實面積非常接近。烏魯木齊市2005—2035年的土地利用結(jié)構(gòu)變化表明，城市化和環(huán)境政策是影響土地利用的主要因素。農(nóng)田面積明顯減少，從2005年的93 521像元降至2035年預(yù)測的53 126像元，反映城市擴張對農(nóng)地的侵占以及可能的農(nóng)業(yè)政策變動。與此同時，森林和濕地面積增加，分別從51 804、43 364像元增至60 921和55 550像元，表明植樹造林和濕地保護項目的積極效果。灌木和草原的變化較小，揭示了自然生態(tài)的微妙演變。水域和裸地的相對穩(wěn)定性可能與自然條件的恒定性或有效的土地管理措施有關(guān)。不透水地表面積增加，從501 614像元增至578 574像元，彰顯了工業(yè)化和城市發(fā)展的迅速進程。這些變化綜合反映了經(jīng)濟增長、人口變動和環(huán)境政策等多重因素對烏魯木齊市土地利用結(jié)構(gòu)的影響［17］。

GeoSOS-FLUS模型的精度評價結(jié)果表明，該模型在模擬烏魯木齊市各類土地利用類型時表現(xiàn)出較高的準確性。具體來說，該模型的總體精度為0.901 8，Kappa系數(shù)為0.871 3，農(nóng)田、森林、灌木、草原、水域、裸地、不透水地表的FOM指數(shù)分別為0.893 4、0.891 7、0.895 6、0.899 1、0.897 8、0.898 6、0.892 3，均在0.890 0以上，說明模型能夠準確區(qū)分這些土地利用類型，未出現(xiàn)明顯誤分類；然而，由于濕地的面積變化極小，無法計算其FOM指數(shù)，這可能是因為在模擬期間該區(qū)域的濕地變化不明顯，或者在數(shù)據(jù)收集過程中未被記錄［18］?？偟膩碚f，GeoSOS-FLUS模型在模擬土地利用變化時的高準確性和可靠性，為烏魯木齊市土地利用規(guī)劃和管理提供了有力的科學(xué)支持。

2.2 未來多情景模擬分析

為了探究未來不同情景下土地利用變化空間格局和農(nóng)業(yè)生態(tài)效應(yīng)，該研究利用GeoSOS-FLUS模型對烏魯木齊市2035年土地利用進行了多情景模擬。根據(jù)烏魯木齊市的自然條件、社會經(jīng)濟發(fā)展、政策規(guī)劃等因素，建立了農(nóng)田保護、生態(tài)保護和城市發(fā)展3種情景模擬。農(nóng)田保護情景是指在保障糧食安全和農(nóng)業(yè)發(fā)展的前提下，優(yōu)先保護農(nóng)田資源，限制城市用地的擴張，提高土地利用效率［19］。生態(tài)保護情景是指在保障生態(tài)安全和環(huán)境質(zhì)量的前提下，優(yōu)先保護森林、草原等生態(tài)用地，減少人為干擾，恢復(fù)生態(tài)功能。城市發(fā)展情景是指在保障經(jīng)濟增長和社會進步的前提下，優(yōu)先滿足城市用地的需求，促進城市化進程，擴大城市規(guī)模。圖3顯示了2035年3種情景下土地利用空間格局，表3顯示了各類土地利用類型的面積變化情況。

從圖3和表3可以看出，在不同情景下，烏魯木齊市土地利用空間布局呈現(xiàn)出不同的變化趨勢，烏魯木齊市土地利用類型面積變化表明政策目標對土地分配的深遠影響。在不同情景下，烏魯木齊市土地利用空間布局呈現(xiàn)出不同的變化趨勢和特征。在農(nóng)田保護情景下，耕地（農(nóng)田）面積略有增加，城市用地（不透水地表）面積略有減少，其他類型的土地利用面積變化較??；這說明在這種情景下，烏魯木齊市重視耕地資源的保護和利用，控制城市用地的擴張，維持農(nóng)業(yè)生態(tài)空間的穩(wěn)定［20］。在生態(tài)保護情景下，森林、草原和水域等生態(tài)用地面積有所增加，裸地和城市用地面積有所減少，農(nóng)田和灌木面積變化較??；這說明在這種情景下，烏魯木齊市重視生態(tài)環(huán)境的保護和恢復(fù)，減少人為干擾，提高生態(tài)功能。在城市發(fā)展情景下，城市用地面積明顯增加，農(nóng)田、森林、灌木、草原和水域等農(nóng)業(yè)生態(tài)用地面積明顯減少，裸地面積略有增加；這說明在這種情景下，烏魯木齊市重視經(jīng)濟增長和社會進步，滿足城市用地的需求，促進城市化進程，擴大城市規(guī)模［21］。

經(jīng)計算，2020年烏魯木齊市農(nóng)田保護率、生態(tài)覆蓋率和城市化率分別為0.008 3、0.158 6、0.010 4。從表4可以看出，在不同情景下，2035年烏魯木齊市的農(nóng)田保護率、生態(tài)覆蓋率和城市化率呈現(xiàn)出不同的變化趨勢。在農(nóng)田保護情景下，農(nóng)田保護率略有提高，生態(tài)覆蓋率基本維持不變，城市化率略有降低；這說明在這種情景下，烏魯木齊市能夠有效保護耕地資源，維持農(nóng)業(yè)生態(tài)空間的穩(wěn)定，控制城市用地的擴張，實現(xiàn)土地利用的合理性和可持續(xù)性［22］。在生態(tài)保護情景下，農(nóng)田保護率略有降低，生態(tài)覆蓋率略有提高，城市化率略有降低；這說明在這種情景下，烏魯木齊市能夠有效保護生態(tài)環(huán)境，提高生態(tài)功能，減少人為干擾，實現(xiàn)土地利用的合理性和可持續(xù)性。在城市發(fā)展情景下，農(nóng)田保護率和生態(tài)覆蓋率明顯降低，城市化率明顯提高；這說明在這種情景下，烏魯木齊市重視經(jīng)濟增長和社會進步，滿足城市用地的需求，促進城市化進程，擴大城市規(guī)模，但也犧牲了耕地資源和生態(tài)環(huán)境的質(zhì)量和功能，降低了土地利用的合理性和可持續(xù)性。

綜合來看，烏魯木齊市土地利用變化空間格局和農(nóng)業(yè)生態(tài)效應(yīng)在不同情景下呈現(xiàn)出獨特的特征和影響。為了實現(xiàn)可持續(xù)發(fā)展，必須綜合考慮各種因素，平衡各種利益，制定合理的土地利用規(guī)劃和政策，以協(xié)調(diào)城市發(fā)展與農(nóng)業(yè)生態(tài)保護之間的關(guān)系。

3 結(jié)論與討論

該研究基于GeoSOS-FLUS模型，對烏魯木齊市土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)進行分析和模擬。主要結(jié)論如下：

（1）GeoSOS-FLUS模型能夠較好地模擬烏魯木齊市土地利用變化空間格局，總體精度為0.901 8，Kappa系數(shù)為0.871 3，各類土地利用類型的FOM指數(shù)也都在0.890 0以上，說明GeoSOS-FLUS模型在干旱區(qū)城市具有較高的適用性和有效性。

（2）2005—2020年烏魯木齊市主要土地利用變化是城市用地（不透水地表）面積的快速增加，農(nóng)田、森林、灌木和草原等農(nóng)業(yè)生態(tài)用地面積的相應(yīng)減少，水域、裸地、濕地面積的變化較小。這些變化反映了烏魯木齊市城市化進程的加快以及城市發(fā)展對農(nóng)業(yè)生態(tài)空間的侵占。

（3）在不同情景下，烏魯木齊市土地利用空間布局呈現(xiàn)出不同的變化趨勢。在農(nóng)田保護情景下，農(nóng)田保護率略有提高，生態(tài)覆蓋率基本維持不變，城市化率略有降低。在生態(tài)保護情景下，農(nóng)田保護率略有降低，生態(tài)覆蓋率略有提高，城市化率略有降低。在城市發(fā)展情景下，農(nóng)田保護率和生態(tài)覆蓋率明顯降低，城市化率明顯提高。不同情景下的土地利用合理性和可持續(xù)性也有所不同。

該研究為烏魯木齊市的城市規(guī)劃和農(nóng)業(yè)生態(tài)保護提供了科學(xué)依據(jù)和支持，也為類似區(qū)域的土地利用變化及其農(nóng)業(yè)生態(tài)效應(yīng)研究提供了一種有效的方法和工具。但該研究也存在一些不足之處，需要在未來進一步完善和改進。例如：該研究選取了2005和2020年2個時點的土地利用數(shù)據(jù)進行分析和模擬，未能充分反映烏魯木齊市土地利用變化的時序特征和動態(tài)過程，未來可以考慮選取更多時點的土地利用數(shù)據(jù)，進行多時相的分析和模擬；該研究選取了自然條件、社會經(jīng)濟因素、鄰域效應(yīng)和人為干擾4類因素作為驅(qū)動因素和限制因素，未能涵蓋所有可能影響土地利用變化的因素，未來可以考慮選取更多類型和更細致的因素，進行更深入的分析和模擬；該研究選取了農(nóng)田保護率、生態(tài)覆蓋率和城市化率這3種指標評價不同情景下的土地利用合理性和可持續(xù)性，未能全面反映土地利用變化對農(nóng)業(yè)生態(tài)系統(tǒng)結(jié)構(gòu)、功能和服務(wù)的影響，未來可以考慮選取更多類型和更綜合的指標，進行更全面的評價。

參考文獻

［1］ 朱醒.基于FLUS模型的農(nóng)村居民點空間格局模擬：以江蘇省東臺市為例［J］.農(nóng)村科學(xué)實驗，2021（11）：158-162.

［2］ 游和遠，張津榕，夏舒怡.面向碳排放效率的多目標土地利用結(jié)構(gòu)與布局優(yōu)化研究：以杭州市蕭山區(qū)為例［J］.中國土地科學(xué)，2023，37（6）：74-83.

［3］ 李曦彤，馬晶，袁浩.基于GeoSOS-FLUS平臺的吉林市城市擴展研究［J］.長春工程學(xué)院學(xué)報（自然科學(xué)版），2019，20（3）：47-51.

［4］ 李建蓉.耦合GMDP與GeoSOS-FLUS模型的區(qū)域土地利用優(yōu)化配置研究［D］.蘭州：蘭州交通大學(xué)，2021.

［5］ 游和遠，張津榕，夏舒怡.基于生態(tài)價值與生態(tài)產(chǎn)品價值實現(xiàn)潛力權(quán)衡的全域土地綜合整治用地優(yōu)化［J］.自然資源學(xué)報，2023，38（12）：2950-2965.

［6］ WANG W W，CHEN H，CAO S Y，et al.Analysis of urban dual-carbon targets and countermeasures based on GeoSOS-FLUS simulation-A case of Hangzhou city，Zhejiang Province［C］//Proceedings of the 2022 international conference on green building，civil engineering and smart city.Singapore：Springer Nature Singapore，2022：32-43.

［7］ LUO M，LI X.Forest loss simulation and water yield assessment based on GeoSOS-FLUS model：A case study of Yangtze River Delta and Pearl River Delta［C］//IGARSS 2019 - 2019 IEEE international geoscience and remote sensing symposium.Yokohama，Japan：IEEE，2019.

［8］ WANG Y C，CHEN J K，YAN W T，et al.Backcasting approach with multi-scenario simulation for assessing effects of land use policy using GeoSOS-FLUS software［J］.MethodsX，2019，6：1384-1397.

［9］ SUN Q，WU M J，DU P Y，et al.Spatial layout optimization and simulation of cultivated land based on the life community theory in a mountainous and hilly area of China［J］.Sustainability，2022，14：1-15.

［10］ SUN Q，QI W，YU X Y.Impacts of land use change on ecosystem services in the intensive agricultural area of North China based on Multi-scenario analysis［J］.Alexandria engineering journal，2021，60（1）：1703-1716.

［11］ 管超，楊俊，哈斯.基于GeoSOS的城市空間擴展模擬研究：以旅順口區(qū)為例［C］//中國地理學(xué)會2012年學(xué)術(shù)年會學(xué)術(shù)論文摘要集.［出版地不詳］：［出版者不詳］，2012：64.

［12］ LIU X P，LIANG X，LI X，et al.A future land use simulation model（FLUS） for simulating multiple land use scenarios by coupling human and natural effects［J］.Landscape and urban planning，2017，168：94-116.

［13］徐夢冉，張靖，李政海，等.基于生態(tài)系統(tǒng)服務(wù)權(quán)衡的城市增長邊界劃定：以大連市為例［J］.地理與地理信息科學(xué)，2022，38（2）：89-95.

［14］ 王讓會，趙文斐，彭擎，等.氣候變化及景觀格局與生態(tài)系統(tǒng)碳儲存的耦合關(guān)系：以祁連山為例［J］.干旱區(qū)研究，2022，39（1）：250-257.

［15］ 林媚珍，劉漢儀，周汝波，等.多情景模擬下粵港澳大灣區(qū)生態(tài)系統(tǒng)服務(wù)評估與權(quán)衡研究［J］.地理研究，2021，40（9）：2657-2669.

［16］ 劉旭晶，孫喬.基于FLUS模型的子長市土地利用變化模擬研究［J］.河南科技，2021，40（27）：105-108.

［17］ 崔靜思，劉樹鋒，高延康，等.土地利用變化下湛江市地下水硝酸鹽含量評估［J］.環(huán)境化學(xué)，2022，41（7）：2264-2275.

［18］ 苗壯.縣域尺度城鎮(zhèn)擴張邊界研究：以山東省泗水縣為例［D］.西安：西安科技大學(xué)，2020.

［19］ 吳思多.崇明生態(tài)島未來土地利用變化與災(zāi)害風險暴露情景研究［D］.上海：華東師范大學(xué)，2020.

［20］ 王嬌嬌，尹小君，茍貞珍，等.基于NSGA-Ⅱ和GeoSOS-FLUS的喀什地區(qū)土地利用空間多目標優(yōu)化［J］.水土保持通報，2022，42（4）：179-187.

［21］ 楊雪青，張雄一，寧佳，等.張家界市景觀格局時空演變及未來情景模擬［J］.水土保持通報，2022，42（3）：171-179.

［22］ 王雪然，潘佩佩，王曉旭，等.基于GeoSOS-FLUS模型的河北省土地利用景觀格局模擬［J］.江蘇農(nóng)業(yè)學(xué)報，2021，37（3）：667-675.