1、快速城镇化地区镇域生态用地变化模拟 及其生态系统服务价值响应 夏 敏 1， 张子红 1，赵炳梓 2*，文博 1，刘敬杰 1 （ 1 南京农业大学公共管理学院，南京 210095； 2 封丘农田生态系统国家试验站，土壤与农业可持续发展国家重点实验室 (中国科学院南京土壤研究所 )，南京 210008） 摘 要 ：工业化和城镇化快速发展区域生态用地变化剧烈，研究小尺度区域生态用地及生态系统服务价值变化并预测其未来发展趋势，可以为其生态用地保护及土地利用规划提供参考。以宜兴市官林镇为研究区，基于高分辨率遥感影像研究其2009-2015 年生态用地变化，采用 Logistic 回归模型分析变化的影响因
2、素，利用 CA-Markov 模型模拟研究区 2021 年和 2024年生态用地变化，在此基础上测算其生态系统服务价值响应。结果表明： 2009-2015 年，官林镇生态用地面积呈持续减少趋势。生态用地变化的主要影响因素包括高程、 GDP、人口密度和到河流的距离，随着时间的推移，自然因素对生态用地空间分布的影响逐渐减弱，社会经济因素和区位因素成为最主要的影响因素。 2015-2024 年生态用地呈迅速减少趋势，其中水田的面积减少最多， 9 年间净减少 358.25hm2；而养殖水面呈高速增加趋势，年均增长 24.23hm2，总体增加了 16.97%；生态用地主要转移去向为养殖水面、旱地、工业用
3、地和交通用地。 2009-2024 年生态系统服务价值持续减少，与水体和耕地变化密切相关。研究结果可为官林镇土地利用规划决策提供依据，同时对保护镇域生态用地和强化生态系统服务具有现实的指导意义。 关键词： 镇域；生态用地；变化模拟；生态系统服务价值 中图分类号： F301.24 生态用地是城镇生态系统的重要组成部分，具有十分重要的生态服务功能 1 。随着城镇化进程的快速发展，城镇建设用地快速 扩张 ，大量的生态用地受到侵占，造成了资源短缺、环境污染、生态恶化等诸多问题 2。同时， 生态用地的变化改变了生态系统的结构，进而影响其生态系统服务功能 3 。 2017 年中央一号文件提出促进城乡发展由
4、过度依赖资源消耗，向追求绿色生态可持续的发展方向转变，针对生态用地演变的科学定量分析及 其与生态系统服务价值之间响应关系的研究 ，不仅能够丰富城镇生态安全空间策略的研究，促进城镇生态安全格局的形成 4，也有利于其向绿色生态可持续的方向发展。 近年来，众多学者对生态用地时空变化及其驱动机制等方面进行了定性或定量的研 究 5 -6，对生态系统服务价值的研究则主要涉及内涵、功能、评估方法等方面 7 -8，进行生态用地时空变化模拟及其生态服务价值响应的研究尚不多见。且相关研究主要集中在区域或城市尺度 5,9 -11，乡镇尺度的研究较少，作为城市与农村的重要节点，乡镇是农村城镇化的载体，对区域经济社会发
5、展具有重要作用，因此，有必要深入分析乡镇尺度典型区域生态用地变化及其与生态系统服务价值之间的关系。 苏南地区是快速城镇化的典型地区，随着城镇化的不断提速，生态用地受到破坏，生态服务质量开始下降。本文以快速城镇化地区的宜兴市官林镇 为例，采用高分辨率的快鸟卫星遥感影像数据，基于面向对象的解译方法获得土地利用数据，应用 Logistic 回归模型分析生态用地变化的影响因素，获取 CA 的转换规则，运用 CA-Markov 耦合模型模拟镇域生态用地未来变化，进而 测算生态用地变化引起的生态系统服务价值响应，分析两者之间的关系， 以期为研究区生态用地保护、生态系统服务强化以及生态优先的村镇土地利用规划
6、编制提供决策支持。 1 研究区概况及数据处理 1.1 研究区概况 官林镇是宜兴市西北部的区域性中心，地处中国经济发展最具活力的长三角中心地带，全镇总面积124km2， 2015 年完成 GDP 206.10 亿元，主要经济指标连续十几年名列宜兴市第一。全镇常住人口 8.96 万人，辖 18 个行政村和 2 个社区居委。镇域内水资源丰富，且濒临滆湖，水产养殖是其一大特色。近十年来，官林镇 城市化 率从 36.5%提高到 41%， 城市化 进程不断加速。作为全国重点镇、无锡市规划卫星小城基金项目： 2016 教育部人文社会科学研究一般项目（ 16YJAZH064）、中国科学院流域地理学重点实验室开
7、放基金项目（ WSGS2015008）、中央高校基本科研业务费人文社科基金项目（ SK2016024）、国家自然科学基金项目（ 41271311）资助。 *通讯作者， E-mail： 作者简介：夏 敏（ 1971），女，江苏南京人，副教授。主要从事土地利用 与规划、土地信息技术等研究。南京 南京农业大学公共管理学院，210095。 E-mail： 市和宜兴市新兴生态型工贸重镇，维持良好的生态环境、保护生态用地成为官林镇城镇建设的重要命题。 1.2 生态用地概念界定 目前为止，学术界并没有提出严格意义上统一、标准的生态用地概念 12。本文参照龙花楼 12 、 Chen13、陈爽 11等学者对
8、生态用地概念的界定，从广义性和生态效益的角度考虑，将生态用地定义为：除建设性用地以外，能够发挥环境调节和生物保育等生态服务功能，且具有一定的自我调节、修复、维持和发展能力，对保护和稳定区域生态系统具有重要作用的土地。因此将旱地、水田、园地、林地、草地、养殖水面、水域（包括河流水面、坑塘水面、湖泊水面和内陆滩涂）和未利用地等 8 种类型划分为生态用地。 1.3 数据来源与处理 本 文选用官林 镇 2009 年 9 月 4 日、 2012 年 10 月 19 日和 2015 年 9 月 9 日三期快鸟 卫星遥感 影像，空间分辨率为 2.44m。采用二次多项式法进行几何精校正，实现三个图像数据间的配
9、准，纠正误差控制在 0.5个像元，基于面向对象的解译方法划分土地利用类型；从土地利用类型图中提取农村居民点、交通用地（包括公路用地和农村道路）、河流、建制镇和工业用地并单独成层，利用 ArcGIS 的 Euclidean Distance 工具计算到农村居民点、道路、河流、村镇中心和工业用地距离等区位因子；高程、坡度数据通过数字高程DEM 提取；研究区人口和 GDP 数据来源于官林镇统计年鉴。最后将所有数据栅格化，并按照统一的研究区范围、坐 标系统和栅格分辨率进行处理。为消除各数据间的量纲影响，采用极差标准化公式进行归一化处理，将其转换为 0,1之间的数据。 2 研究方法 2.1 生态用地变化
10、影响因素分析 Logistic 回归模型主要进行因变量为二值分类变量（ 0 或 1）或多值分类变量的回归分析，是在一个因变量和多个自变量之间形成多元回归关系，从而预测某一事件的发生概率 14。本文综合考虑自然、社会经济和区位等影响因素，运用 Logistic 回归模型对每一个栅格出现某一地类的概率进行诊断，筛选出对土地利用变化影响较为显著的因素及其定量关系 15，据此获取 CA 的转换规则。其公式为： nniiPP 221101lo g (1) 式中： Pi 是每个栅格可能出现某一土地利用类型 i 的概率； X 是各影响因素； 0 是常数项； i是 Logistic回归的回归系数，用于确定各影
11、响因素之间定量关系和作用的大小，通常用发生比率 (odds ratio,OR)来解释，回归系数 i0 表示在其他变量保持不变的条件下，发生比率随对应自变量的增加而增加，相反，当回归系数 i0 时，说明发生比率随对应自变量的增加而减少 16。发 生比率用回归系数 i的以 e 为底的自然幂指数 exp(i)来表示， 是衡量解释变量对因变量影响程度的重要指标。 回归结果通常可采用 ROC（ Relative Operating Characteristic，相对工作特征）曲线进行验证，当 ROC值大于 0.7 时，自变量对因变量具有较好的解释能力，模拟结果可以采用，反之则模拟效果不好 17。本文利用
12、 IDRISI 软件中的 Logistic 模块计算回归系数 、发生比率 OR 和 ROC 值。 参考已有研究，本文选取了自然、社会经济和区位 3 个方面 9 个影响因素（见表 1），考虑到 官林镇是工业大镇，增加了到工业用地距离这一因素；到道路距离在已有研究中通常指到公路距离，本文针对研究区为镇域的特点，增加了到农村道路距离。将这些影响因素的栅格化图层导入到 IDRISI 软件中，利用Logistic 模块对官林镇 2009-2012 和 2012-2015 年生态用地变化的影响因素进行回归分析，筛选出影响显著的因子，为元胞自动机提供转换规则。 表 1 生态用地变化影响因素 Table 1
13、The influencing factors of ecological land changes 自然因素 社会 经济因素 区位因素 高程 人均 GDP 到农村居民点的距离 坡度 人口密度 到道路的距离 到河流的距离 到村镇中心的距离 到工业用地的距离 2.2 生态用地变化模拟 Markov 模型是基于马尔可夫链，根据事件目前的状况预测其将来某一时刻变动状况的预测方法 18。但 Markov 模型难以预测空间格局的变化，而 CA 模型是时间、空间、状态都离散的动力学模型，具有模拟复杂系统时空演变的能力 19。所以将二者有机结合，既提高了生态用地类型转化的预测精度，又可以有效模拟生态用地空间
14、格局的变化 14,20。本文在 IDRISI 中 利用 CA-Markov 模型进行生态用地变化模拟的具体步骤如下： （ 1）数据转换。以 2009、 2012 和 2015 年三期数据为基础， 在 ARCGIS 中进行栅格化处理后转换成ASCII 格式，然后导入到 IDRISI 中转换成 RST 格式文件。 为了保证模拟的准确性，所有数据均设置为 3m 3m 的栅格。（ 2） Markov 预测。利用 Markov 模块将土地利用类型图叠加，比例误差设置为 0.15，得到2009-2012 年和 2012-2015 年的土地利用转移概率矩阵和转移面积矩阵。（ 3）空间分布概率适 宜性图集。利
15、用 Logistic 模块，以各类生态用地作为因变量，对其影响较大的因素作为自变量，进行回归分析，得到2012 年各类生态用地的适宜性图。然后用 collection editor 工具将各适宜性图组合成空间分布概率适宜性图集。由于短时间内高程和坡度因子变化很小，因此因子图层可以沿用，而 GDP、人口及区位因子变化较大，需要根据 2015 年的数据进行更新，生成新的生态用地适宜性图集。（ 4）确定循环次数并进行模拟。 1 个元胞周围 5 5 个元胞组成的空间对该元胞状态的改变影响最为显著，因此本文用 5 5 滤波器来定义邻居 。首先，以 2012 年为基期年，代入 2009-2012 年的土地
16、利用转移矩阵和 2012 年土地利用适宜性图集，循环次数设为 3，预测 2015 年的生态用地空间分布图。然后，以 2015 年数据为基础，代入 2012-2015 年的土地利用转移矩阵和 2015 年土地利用适宜性图集，考虑到 CA-Markov 模型的特点和为土地利用规划提供参考的需要，将循环次数分别设置为 6 和 9，预测官林镇 2021 年和 2024 年生态用地变化情况。 2.3 生态用地系统服务价值评估 自 1997 年 Daily21及 Costanza22对全球生态系统 服务功能进行评估 以来，生态 系统服务价值评估成为国内外学者研究的热点。谢高地 23-24、欧阳志云 8 等
17、人结合中国实际情况，在 Costanza 等提出的评价模型基础上进行修正，得到了中国陆地生态系统服务价值系数，此后众多学者 10,25 -27对流域、城市、湿地、土壤等不同生态系统服务价值进行了评估。 本文 参考 Costanza22和谢高地 23等人的研究成果，结合官林镇的实际情况，采取谢高地等人 2007 年修订的中国陆地生态系统生态服务价值当量因子表 24，计算出 研究区生态服务价值系数（见表 2）。生态服 务价值系数 =生态系统服务价值当量 全国平均粮食单产市场价值 /7。 生态系统服务价值的计算公式为： ii VCAE S V （ 2） 式中， ESV 为研究区生态系统总服务价值 (
18、元 )， Ai 为研究区第 i 种土地利用类型面积 (hm2)， VCi 为研究区第 i 种土地利用类型的生态服务价值系数 (元 /hm2)。在计算过程中，耕地（水田、旱地）、林地、草地、水体（水域和养殖水面）和未利用地分别对应农田、森林、草地、湖泊和荒漠生态服务 价值系数，园地取农田和森林生态系统服务价值的平均，而非生态用地不计算其生态系统服务价值。 表 2 各生态用地类型生态服务价值系数 Table 2 Value coefficients of ecosystem service for each ecological land type 生态用地类型 耕地 水体 园地 林地 草地 未利
19、用地 生态服务价值系数 (元 /hm2) 7372.60 42322.43 16807.65 26242.71 10890.91 1297.20 3 结果与分析 3.1 生 态用地变化分析 基于面向对象的解译方法划分了建制镇、农村居民点、工业用地、林地、草地、园地、水田、旱地、养殖水面、河流水面、坑塘水面、湖泊水面、内陆滩涂、公路用地、农村道路和未利用地等 16 种土地利用类型，采用同期土地利用现状调查资料和典型区域野外抽样调查的方法，对解译的三期影像数据进行精度检验，分类结果精度均在 90%以上 ，符合研究精度要求。据此分析研究区生态用地数量和结构变化情况（图 1）。 官林镇生态用地数量变化
20、情况见图 1。总体上来看， 2009-2015 年，官林镇生态用地面积呈持续减少趋势， 2009-2012 年生态用地面积从 91.93km2 减少到 89.93km2，共减少 2.00km2； 2012-2015 年生态用地面积 从 89.93km2 减少到 89.71km2，共减少 0.22km2。从各生态用地类型来看，水域和未利用地持续减少，后三年变化率均小于前三年变化率，减少趋缓；园地和草地面积先减少后增加，总体呈减少趋势；水田面积先减少后增加，但增加面积小于减少的面积； 2009-2015 年，水域在各类生态用地中面积减少最多，共减少了 4.33km2；旱地和养殖水面则持续增加，但后
21、三年变化率皆低于前三年变化率，增加趋势有所减缓 ，养殖水面在各类生态用地中面积增加最多，共增加了 36.43%；林地面积也呈逐年增加趋势，增长较缓 。 图 1 2009-2015 年官林镇各类生态用地面积变化图 Fig.1 The area changes of different ecological land in Guan Lin town during 2006-2012 利用 IDRISI 的 Markov 模块，得到官林镇 2009-2012 年和 2012-2015 年的生态用地转移面积矩阵（表3），并对生态用地变化的方向进行定量分析。 2009-2012 年 ，面积转出最多的是
22、水 域 ，净转出 578.44hm2，主要转移去向是养殖水面。其次，面积 转出 最多的是水 田 ，主要转出为工业用地和旱地。此外，园地、草地和 未利用地 的面积均有减少，主要转变为工业用地、水田和 居住 用地。面积转入最多的是养殖水面，共转入 267.62hm2，主要来源于水域。其次，面积转入最多的是旱地，主要由水田转入。 林地 的面积增加较少 。 2012-2015 年，面积转出最多的是水田，共转出 1270.04hm2；其次是水域，主要转出为水田和养殖水面。园地、林地和草地的面积稍有增加，而未利用地进一步减少。前后两个时 段面积增加最多的生态用地类型均为养殖水面和旱地。 表 3 2009-
23、2012 年和 2012-2015 年官林镇生态用地转移面积矩阵 Table 3 Area transition matrices of ecological land in Guanlin town during 2009-2012 and 2009-2012（ hm2） 2009-2012 A B C D E F G H I J K 转出总计 A 3474.32 92.37 49.19 10.06 0.03 1.52 5.66 0.22 32.48 134.97 52.00 378.50 B 39.99 222.32 10.86 2.06 0.35 0.18 1.04 0.01 15.35
24、 6.51 4.09 80.44 C 157.41 33.57 3036.03 1.72 0.04 5.00 260.40 0.87 28.46 54.18 36.79 578.44 D 23.77 50.66 1.60 55.09 0.63 0.26 0.00 0.00 13.55 26.48 5.41 122.36 E 0.33 1.22 0.17 0.30 26.75 0.00 0.00 0.00 0.06 0.66 0.52 3.26 F 21.49 8.74 7.94 0.39 0.00 3.70 0.00 6.13 8.33 16.84 3.07 72.93 G 4.35 0.94
25、 136.99 0.00 0.00 0.00 905.21 0.00 4.78 1.59 3.95 152.60 H 14.12 3.53 0.87 1.36 0.00 0.01 0.00 2.03 3.25 51.78 3.81 78.73 I 48.09 25.41 22.43 4.12 1.97 1.11 0.11 0.00 1297.42 23.33 12.06 138.63 J 113.95 15.16 34.91 7.89 0.32 8.35 0.00 0.81 69.95 1120.71 15.78 267.12 K 15.97 3.60 2.86 0.91 0.12 0.68
26、0.41 0.00 13.86 15.98 329.01 54.39 转入总计 439.47 235.20 267.82 28.81 3.46 17.11 267.62 8.04 190.07 332.32 137.48 净转出 -60.97 -154.76 310.62 93.55 -0.20 55.82 -115.02 70.69 -51.44 -65.20 -83.09 2012-2015 A 2643.75 241.97 650.97 23.73 1.05 12.91 18.63 4.27 119.72 88.32 108.47 1270.04 B 235.11 60.00 61.15
27、 6.51 0.99 0.59 6.11 0.08 43.38 20.76 22.84 398.52 C 489.69 92.70 2136.56 5.93 1.90 1.53 326.82 0.63 128.72 83.41 35.96 1167.29 D 24.85 2.74 3.79 27.90 1.79 0.14 0.38 0.00 4.76 6.75 10.80 56.00 E 0.30 0.06 0.05 0.03 28.84 0.00 0.00 0.00 0.02 0.28 0.63 1.37 F 3.79 4.47 2.26 0.00 0.00 4.48 0.20 0.00 0
28、.55 4.42 0.64 16.33 G 42.59 7.15 201.26 0.70 0.37 0.00 916.89 0.00 1.21 0.67 1.99 255.94 H 1.32 0.39 0.25 0.00 0.00 2.80 0.00 2.91 0.00 0.69 0.78 7.16 I 132.21 27.72 57.62 5.06 0.18 2.72 2.15 0.24 1141.15 65.53 52.91 346.34 J 61.32 30.87 27.32 15.03 2.32 4.49 2.22 0.54 70.74 1183.37 54.81 269.66 K 1
29、84.89 29.25 40.14 21.99 2.00 1.72 11.44 0.46 57.84 66.80 49.96 416.53 转入总计 1176.07 437.32 1044.81 78.98 10.60 27.83 367.95 6.22 426.94 337.63 289.83 净转出 93.97 -39.80 122.48 -23.08 -9.23 -11.50 -112.01 0.94 -80.60 -67.97 126.70 注： A：水田； B：旱地； C：水域； D：园地； E：林地； F：草地； G：养殖水面； H：未利用地； I：居住用地； J：工业用地； K：
30、交通用地 . 3.2 变化影响因素分析 Logistic 回归分析结果见表 4， ROC 值均在 0.80 以上，表明分析结果良好，所选影响因素能较为准确地解释各类生态用地的空间分布。 表 4 2009-2012 年和 2012-2015 年生态用地空间变化的 Logistic 回归结果 Table 4 Results of logistic regression of Spatial Variation of Ecological Land during 2009-2012 and 2012-2015 ROC 回归系数 和发生比率 2009-2012 A B C D E F G H I 水田
31、 0.85 -0.303 -0.136 -0.452 -0.140 -0.333 0.059 0.670 0.086 -0.083 OR 0.739 0.873 0.636 0.869 0.717 1.061 1.954 1.090 0.920 旱地 0.80 -0.288 -0.74 -2.125 -0.012 -0.198 0.047 0.385 0.063 -0.019 OR 0.750 0.477 0.119 0.988 0.820 1.048 1.470 1.065 0.981 水域 0.88 -0.334 -0.026 -0.999 -0.251 0.075 -0.074 0.23
32、9 -0.155 -0.140 OR 0.716 0.974 0.368 0.778 1.078 0.929 1.270 0.856 0.869 园地 0.83 0.754 0.374 -0.656 -0.140 -0.036 -0.008 0.388 0.044 -0.477 OR 2.125 1.454 0.519 0.869 0.965 0.992 1.474 1.045 0.621 林地 0.98 1.108 0.281 -7.131 -1.838 1.020 -0.275 0.626 -0.064 -0.383 OR 3.028 1.324 0.001 0.159 2.773 0.7
33、60 1.870 0.938 0.682 草地 0.94 1.462 0.638 -0.864 -0.755 -0.118 -0.083 0.424 -0.075 -0.743 OR 4.315 1.893 0.421 0.470 0.889 0.920 1.528 0.928 0.476 养殖水面 0.94 -0.698 -0.413 3.509 0.508 0.178 0.144 0.222 0.038 0.177 OR 0.498 0.662 33.415 1.662 1.195 1.155 1.249 1.039 1.194 未利用地 0.90 0.644 0.793 -0.163 -
34、0.265 -0.247 -0.516 0.395 0.022 -0.499 OR 1.904 2.210 0.850 0.767 0.781 0.597 1.484 1.022 0.607 2012-2015 水田 0.86 -0.143 -0.288 -0.297 -0.145 -0.359 0.079 0.628 0.097 -0.256 OR 0.867 0.750 0.743 0.865 0.698 1.082 1.874 1.102 0.774 旱地 0.82 -0.459 -0.237 -0.258 -0.105 -0.507 0.062 0.379 0.067 -0.077 O
35、R 0.632 0.789 0.773 0.900 0.602 1.064 1.461 1.069 0.926 水域 0.86 -0.084 -0.059 -0.182 -0.090 0.045 -0.073 0.365 -0.131 -0.063 OR 0.919 0.943 0.834 0.914 1.046 0.930 1.441 0.877 0.939 园地 0.85 0.864 0.13 -0.258 -0.031 -0.088 -0.070 0.229 0.057 -1.099 OR 2.373 1.139 0.773 0.969 0.916 0.932 1.257 1.059 0
36、.333 林地 0.97 -1.505 -0.622 -0.582 -0.179 0.976 -0.283 0.883 0.087 0.355 OR 0.222 0.537 0.559 0.836 2.654 0.754 2.418 1.091 1.426 草地 0.86 0.713 1.006 -0.056 -0.387 -0.088 -0.197 0.220 -0.105 -0.285 OR 2.040 2.735 0.946 0.679 0.916 0.821 1.246 0.900 0.752 养殖水面 0.95 -0.328 -0.147 0.085 0.653 0.304 0.07
37、7 0.402 0.052 0.192 OR 0.720 0.863 1.089 1.921 1.355 1.080 1.495 1.053 1.212 未利用地 0.92 1.514 0.342 -0.180 -0.182 -0.363 -0.560 0.163 -0.070 -0.944 OR 4.545 1.408 0.835 0.834 0.696 0.571 1.177 0.932 0.389 注： A： DEM； B：坡度 ； C:人均 GDP； D:人口密度 ； E:到农村居民点的距离 ； F:到工业用地的距离 ； G:到河流的距离 ； H:到村镇中心的距离 ； I:到道路的距离
38、 . 前后两个时段水田和旱地的变化主要受高程、 GDP、到农村居民点和到河流距离的影响，由发生比率可知，到河流距离的影响最大。水田和旱地多分布在海拔较低， GDP 较 低，距河流较远和距农村居民点较近的区域。其中海拔较低的地区有利于耕作，而 GDP 较高的地区 ，建设用地的需求大，占用水田和旱地的情况严重。此外，农民一般选择距离居住地较近的地方进行耕作，而距河流较近的水田多转变为鱼塘。 前三年水域的变化主要受 GDP、高程和人口密度的影响，后三 年主要受 GDP、到河流和到村镇中心的距离影响，由发生比率可知，两个时段 到河流距离 对水域的分布影响最大。随着经济的发展，人口增多，城镇面积不断扩大
39、，工业生产、居民生活以及公路、引水渠和发电站等基础设施的扩建使水资源利用规模化，不仅耗水量加大，还大量挤占了河流、坑塘等水域用地。因此，水域多分布在 GDP 较低、人口密度较小、距河流较近和村镇中心较远的地方。 前三年林地变化主要的影响因素为 GDP、 人口密度和高程，后三年为高程、到农村居民点和到河流的距离，根据发生比率可知，两个时段对林地分布影响最大的因素分别为高程和到 河流的距离。 GDP 和人口密度的回归系数为负值，说明林地多分布 在 GDP 较低、人口较少的区域， 而高程、到农村居民点和到河流距离对林地的分布有着积极的作用。海拔越低，林地的砍伐成本越小，越易被破坏。 GDP 较低、距
40、离农村居民点较远的地方，人口较少，林地受保护的力度小，更易被建设用地侵占。 根据表 4 中的回归系数和发生比率可知，前三年养殖水面变化主要与 GDP、高程和人口密度有关，后三年主要和人口密度、高程、到河流和农村居民点距离有关，其中 GDP 和人口密度 的影响最大。养殖水面受到 GDP、人口密度、到河流和农村居民点的距离 的正影响，而高程与其分布呈负相关。海拔较低、距河流较近的水域易发展为养殖水面。此外，由于养殖业需要大量的劳动力，一般距农村居民点较近。 前后两个阶段影响园地、草地和未利用地变化的主要影响因素为高程、坡度、到工业用地和到道路的距离，其中对园地影响最大的因素是高程和到河流的距离，对
41、草地和未利用地影响最大的是高程和坡度。高程、坡度的回归系数为正，说明这三种地类多分布在海拔较高、坡度较陡的区域。到工业用地和道路距离的回归系数为负值，说明距离道路和工业用地较近的地方，三种地类分布较少。距道路越近，越容易到达，被破坏的 可能性越大；距工业用地越近，越易被占用。 总体上看， 2009-2012 年和 2012-2015 年生态用地变化的主要影响因素为：高程、 GDP、人口密度和到河流的距离。比较表 4 中两个时段各影响因素回归系数和发生比率的大小，可以直观地看出，随着时间的推移，自然因素对生态用地空间变化的影响逐渐减弱，社会经济因素和区位因素成为最主要的影响因素。 3.3 生态用
42、地变化预测 采用 CA-Markov 模型首先模拟 2015 年生态用地变化，由于官林镇的面积不大，故采用全数检验法对模拟结果进行精度验证。将 2015 年生态用地模拟结果 与 2015 年生态用地的实际解译结果进行求差栅格运算，前后一致的区域求差后地类编码属性值为 0，将值为 0 的栅格数除以研究区栅格总数，得到模拟精度为 90.25%，表明该结果可信度较高，可用于生态用地变化的模拟研究。据此，考虑到为官林镇未来土地利用规划和生态用地保护的需要，对其 2021 和 2024 年各类生态用地变化进行模拟，结果见表 5 和图 2。 表 5 基于 CA-Markov 预测的官林镇各类生态用地面积及
43、比重表 Table 5 Areas and proportions of the different ecological land based on CA-Markov prediction in Guanlin town 生态用地类型 2015 年 现状 2015 年预测 2021 年预测 2024 年预测 面积 /km2 比例 /% 面积 /km2 比例 /% 面积 /km2 比例 /% 面积 /km2 比例 /% 水田 38.20 30.81 38.45 31.01 36.07 29.09 34.62 27.92 旱地 4.97 4.01 4.32 3.48 5.71 4.61 6.7
44、7 5.46 水 域 31.81 25.66 33.28 26.84 31.29 25.23 28.76 23.19 园地 1.07 0.86 0.98 0.79 0.80 0.64 0.68 0.55 林地 0.39 0.32 0.37 0.30 0.44 0.35 0.40 0.32 草地 0.32 0.26 0.34 0.27 0.40 0.33 0.34 0.12 养殖水面 12.85 10.36 12.73 10.27 13.43 10.83 15.03 12.12 未利用地 0.09 0.07 0.59 0.48 0.08 0.06 0.05 0.04 图 2 官林镇 2015、
45、2021 和 2024 年生态用地预测图 Fig.2 Spatial distribution maps of ecological land in 2015, 2021 and 2024 of Guanlin town 由预测结果可知，官林镇生态用地仍呈迅速减少趋势。 2015 年、 2021 年和 2024 年生态用地总面积分别为 89.70km2、 88.22km2 和 86.65km2， 9 年间共减少 305.00hm2。各生态用地类型中，水田占整个区域的比例最大，面积减少最多，且呈持续减少趋势， 2015-2021 和 2021-2024 年净减少面积分别为 213.18hm2和
46、145.07hm2， 减少去向主要是旱地和工业用地，可见今后耕地保护任务依然艰巨。其次面积减少最多的是水域，主要转变为养殖水面， 2015-2024 年共减少 305.21hm2，且减少趋势增强。园地和未利用地均持续减少， 9 年间净减少面积分别为 39.32hm2 和 3.93hm2，未利用地主要转变为工业用地，全镇基本再无大面积的地块可供开发 利用；园地的减少主要是由于周边交通用地及其他建设用地的占用。草地和林地的面积先增后减，总体呈增加趋势，分别增加了 2.43hm2 和 1.10hm2。旱地和养殖水面面积则不断增加，其中养殖水面的增长幅度最大，从 2015 年到 2024 年增加了 2
47、18.05hm2，年均增长 24.23hm2，增长幅度为 16.97%，主要由河流水系两侧并紧邻原有养殖水面的水域或水田转化而来；其次，由于官林镇东部濒临滆湖的水域优势条件，该区内大量坑塘转变为养殖水面。 2015-2021 和 2021-2024 年，旱地分别增加了 14.89%和 18.56%，主要来源于水田 。 总体上看，镇中心周围及主要河流、道路两侧的生态用地极易被侵占，该区域内被占用的生态用地主要有水田、水域、园地和未利用地等，这是由于社会经济发展和城镇化的不断加速，推动了住宅、工业商服与交通运输等产业的建设，从而加快了建设用地扩长所致。继续保持此趋势，官林镇生态环境与经济发展的矛盾
48、将更加突出。因此，应合理协调建设用地扩长和生态用地保护之间的关系。 3.4 生态系统服务价值对生态用地变化的响应 依据官林镇三期土地利用数据及预测数据，结合不同地类的生态服务价值系数（表 2），对官林镇生态用 地变化引起的生态系统服务价值变化进行测算（表 5）。结果表明 ： 2009-2015 年，官林镇生态系统服务总价值呈 逐年减少 趋势，共减少 906.74 万元， 主要由水体面积的减少所致 。 2015-2024 年，官林镇生态服务总价值呈逐年减少趋势， 共 减少 566.73 万元。 其中，耕地总面积减少了 178.00hm2，生态服务价值减少了 131.23 万元；水体总面积减少了 87.16hm2，生态服务价值损失了 368.90 万元，虽然水体减少的面积比耕地少，但由于其单位生态服务价值较大，故而引起的生态服务价值损失较大；园地和未利用地总面积分别减少了 39.32hm2 和 3.93hm2，生态服务价值减少了 66.09 万元和 0.51 万元；林地、草地总面积分别增加了 1.10hm2 和 2.43hm2，生态服务价值增加了 2.88 万元和 2.65 万
