基于GIS的瀘州市三生空間時(shí)空演變與模擬預(yù)測(cè)摘要：為了研究瀘州市生產(chǎn)、生活以及生態(tài)空間之間的關(guān)系，統(tǒng)籌三生空間發(fā)展。本文以2002—2020年的三期瀘州市土地利用數(shù)據(jù)為基礎(chǔ)，根據(jù)土地利用主導(dǎo)功能劃分三生空間類型，采用土地利用動(dòng)態(tài)度、轉(zhuǎn)移矩陣等方法探究了三生空間格局演變特征；通過Logistics二元回歸模型，分析各空間類型與驅(qū)動(dòng)因子的相關(guān)性。并利用FLUS模型，探究瀘州市2029年用地在多情景下的時(shí)空分布。結(jié)果表明：三期土地識(shí)別精度均大于97%。近19年研究區(qū)城鄉(xiāng)生活用地?cái)U(kuò)張明顯，面積增長率為229%，并且主要集中在研究區(qū)中部偏北。綠色生態(tài)空間呈負(fù)增長，下降16%。所選取的驅(qū)動(dòng)因子ROC值均大于0.8，說明模擬精度較高。3種情境下，瀘州市土地利用變化總體保持相對(duì)穩(wěn)定。常規(guī)發(fā)展情景下，城鄉(xiāng)生活空間增加15.99km2，生態(tài)保護(hù)發(fā)展情景下，城鄉(xiāng)生活空間用地?cái)U(kuò)張緩慢，增長了13.91km2。經(jīng)濟(jì)優(yōu)先發(fā)展情景下，城鄉(xiāng)生活空間擴(kuò)張明顯，占總增長面積的47%。關(guān)鍵詞：三生空間；時(shí)空演變；FLUS模型；瀘州市；情景預(yù)測(cè)SpatiotemporalEvolutionandSimulationPredictionofProduction-Living-EcologicalSpaceinLuzhouCityBasedonGISAbstract:.Inordertostudytherelationshipbetweenproduction,livingandecologicalspaceinLuzhouCitytocoordinatethedevelopmentoftheProduction-Living-Ecologicalspace.BasedonthethreeperiodsoflandusedataofLuzhouCityfrom2002to2020,thispaperdividesthethreelivingspacetypesaccordingtothedominantfunctionoflanduse,andexploresthecharacteristicsoftheevolutionofthethreelivingspacepatternsbyusingthelandusedynamicattitudeandtransfermatrix;andanalyzesthecorrelationbetweeneachspacetypeandthedrivingfactorsbyusingtheLogisticsbinaryregressionmodel.AndtheFLUSmodelwasusedtoexplorethespatialandtemporaldistributionoflanduseinLuzhouCityin2029undermultiplescenarios.Theresultsshowthattheaccuracyoflandidentificationinallthreephasesisgreaterthan97%.Theurbanandrurallivinglandinthestudyareahasexpandedsignificantlyinthepast19years,withanareagrowthrateof229%.Itismainlyconcentratedinthenorthofthecentralpartofthestudyarea,andthegreenecologicalspaceshowsanegativegrowthrate,decreasingby16%.TheROCvaluesoftheselecteddrivingfactorsareallgreaterthan0.8,indicatinghighsimulationaccuracy.Underthethreescenarios,theoveralllandusechangeinLuzhouCityremainsrelativelystable.Undertheconventionaldevelopmentscenario,theurbanandrurallivingspaceincreasedby15.99km2,andundertheecologicalprotectiondevelopmentscenario,thelanduseofurbanandrurallivingspaceexpandedslowly,withagrowthof13.91km2.Undertheeconomicprioritydevelopmentscenario,theexpansionofurbanandrurallivingspacewasobvious,accountingfor47%ofthetotalgrowtharea.Keywords:Production-Living-Ecologicalspace,Spatial-temporalevolution,FLUS,LuzhouCity,Scenarioprediction

目錄第1章緒論 .3.2重心遷移特征分析重心遷移理論可刻畫研究期內(nèi)瀘州市三生用地重心的變化軌跡，揭開三生用地在該一時(shí)段的空間演變過程。通過公式（2-4），結(jié)合GIS技術(shù)，分析瀘州市三生地重心的變化軌跡。其結(jié)果如圖3-1所示。圖3-1三生空間重心遷移圖由圖3-1可以明顯看出，瀘州市的三生空間分布重心在不同時(shí)期呈現(xiàn)出不同程度的遷移態(tài)勢(shì)。其中，生產(chǎn)空間的偏移尤為顯著。2002年生產(chǎn)空間的重心顯著地向西南方向偏移。再到2011年的向著北面遷移，從合江縣到納溪區(qū)。城鄉(xiāng)生活空間則是朝著瀘州市北部一步一步遷移，且遷移距離不大，瀘州市的發(fā)展重心還是集中在中北部地區(qū)。綠色生態(tài)空間重心三期均位于瀘州南部古藺縣，2002-2011偏移量并不大,2020年重心往南偏移。水域生態(tài)空間先往北偏移再往東南偏移，但都圍繞流經(jīng)瀘州市的長江周圍進(jìn)行偏移。3.4本章小結(jié)本章節(jié)主要根據(jù)瀘州市的用地空間分類體系，識(shí)別了生產(chǎn)、城鄉(xiāng)生活、綠色生態(tài)、水域生態(tài)以及其他生態(tài)空間，三期土地利用分類精度大于97%。從數(shù)量結(jié)構(gòu)和空間轉(zhuǎn)移兩個(gè)維度，剖析了瀘州市三生空間的演變特征。并揭示這些特征背后的形成原因和它們反映出的現(xiàn)實(shí)問題，從而為三生空間的驅(qū)動(dòng)分析提供堅(jiān)實(shí)基礎(chǔ)和理論依據(jù)。瀘州市的空間布局中，生產(chǎn)空間占據(jù)著主導(dǎo)地位。隨著城市的不斷發(fā)展和壯大，生產(chǎn)空間與生活空間均呈現(xiàn)出日益擴(kuò)張的態(tài)勢(shì)。與此同時(shí)，生態(tài)空間卻逐漸呈現(xiàn)出縮小的趨勢(shì)，這在一定程度上反映了城市發(fā)展與生態(tài)保護(hù)之間的微妙平衡。近19年研究區(qū)城鄉(xiāng)生活用地?cái)U(kuò)張明顯，主要集中在研究區(qū)中部偏北。面積從54.40km2到179.23km2，占比從0.44%增長為1.47%。綠色生態(tài)空間面積是不斷下降。從動(dòng)態(tài)度來看，城鄉(xiāng)生活用地的動(dòng)態(tài)變化最為顯著，綜合動(dòng)態(tài)度從0.95%到13.01%。從空間內(nèi)部轉(zhuǎn)移的角度來看，綠色生態(tài)空間主要向其他類型的空間轉(zhuǎn)換，其中主要是轉(zhuǎn)換為了生產(chǎn)空間，兩期分別轉(zhuǎn)出了421.22km2和418.91km2。瀘州市的空間重心在不同時(shí)期發(fā)生了不同程度的遷移。城鄉(xiāng)生活空間的重心向北遷移，生產(chǎn)空間則先向西南方向遷移，然后再向北遷移。而綠色生態(tài)空間則主要保持向?yàn)o州南部山地進(jìn)行遷移的趨勢(shì)。這些空間重心的遷移反映了瀘州市在不同發(fā)展階段的城市擴(kuò)張和用地結(jié)構(gòu)變化。

第4章瀘州市三生用地變化驅(qū)動(dòng)因子分析土地利用是人類與自然環(huán)境之間關(guān)系的直接體現(xiàn)，它受到自然和人文因子的共同影響[52]。為了深入了解瀘州市三生用地演變的驅(qū)動(dòng)因子，本章將借鑒前人的研究[15]，結(jié)合本地實(shí)際情況，因地制宜的選取高程、坡度和交通等因子進(jìn)行分析。4.1高程因素在進(jìn)行開發(fā)建設(shè)時(shí)，人們首選高程適宜區(qū)域進(jìn)行，但不同區(qū)域高程差異較大，根據(jù)瀘州市DEM數(shù)據(jù)可知，瀘州市高程在135~1890米區(qū)間，海拔呈北部低南部高的空間分布狀況（圖2-1），根據(jù)瀘州市高程，在ArcGIS中利用重分類工具將其高程劃分為5個(gè)等級(jí)[29]，即1(<200m)、2(200~500m)、3(500~1000m)、4（1000~1500m)、5(>1500m）。將瀘州市高程等級(jí)圖（如圖4-1所示）分別與2000年、2011年以及2020年瀘州市三生用地空間分布圖利用GIS技術(shù)進(jìn)行疊加分析，統(tǒng)計(jì)出各個(gè)高程等級(jí)下的瀘州市三生用地的分布情況，其結(jié)果如表4-1所示。圖4-1瀘州市高程圖從下表4-1中可以看出生產(chǎn)空間多分在2和3等級(jí)中，及200~1000米。隨著高程的上升，呈現(xiàn)下降趨勢(shì)。耕地受高程因素制約較為嚴(yán)重。城鄉(xiāng)生活空間在2等級(jí)分布較多，平坦面積多，有利于城市開發(fā)與建設(shè)。綠色生態(tài)空間多為林地，更多分布在500~1500米之間。水域生態(tài)空間和其他生態(tài)空間則是在瀘州北部較多，主要分布在2等級(jí)。表4-1各等級(jí)所占三生空間面積表（單位：km2）生產(chǎn)空間生活空間生態(tài)空間高程等級(jí)生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間10.310.0502.57024347.62168.38810.43235.551.9931081.699.082083.907.2404899.481.562404.774.800.0856.540151.550.030.024.2坡度因素通過ArcGIS中的Slope工具，提取坡度數(shù)據(jù)。參照相關(guān)學(xué)者研究[53]和國土資源部頒布的《土地利用更新調(diào)查技術(shù)規(guī)定》中的耕地坡度分級(jí)要求將瀘州市坡度劃分成五個(gè)坡度等級(jí)，即1(0°~2°)、2(2°~6°)、3(6°~15°)、4(15°~25°)、5(>25°)。借助GIS技術(shù)將三期瀘州市三生用地空間分布圖分別與坡度等級(jí)圖（如圖4-2所示）進(jìn)行疊加分析，統(tǒng)計(jì)出各個(gè)年份以及各等級(jí)坡度下的三生用地的分布情況。其結(jié)果如表4-2所示。圖4-2瀘州市坡度數(shù)據(jù)圖表4-2各坡度等級(jí)所占三生空間面積表（單位：km2）生產(chǎn)空間生活空間生態(tài)空間坡度等級(jí)生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間1846.4542.1752.8966.530.8222339.2595.68370.77125.040.9832213.0337.251686.8050.160.234779.563.241883.997.200.035157.350.731456.201.270.03根據(jù)表4-2可以得出生產(chǎn)用地主要集中在坡度15°以下區(qū)域，隨著坡度超過15°，其占比逐漸降低，這表明農(nóng)業(yè)生產(chǎn)對(duì)地形條件有較高的要求，特別是在坡度較大的地區(qū)受到顯著限制；相比之下，生活用地則主要分布在坡度6°以下的區(qū)域，當(dāng)坡度超過15°時(shí)，生活用地分布變得極為稀少。這表明生活用地的分布也有較大的制約作用。此外，坡度對(duì)水域生態(tài)用地和生活用地制約程度明顯。綠色生態(tài)空間則主要分布在坡度6°以上區(qū)域，并且隨著坡度的增加，其所占比重也逐步上升，但在坡度超過25°時(shí)，綠色生態(tài)空間比重開始下降。另一方面，坡度0-2°區(qū)域主要為水域生態(tài)用地，當(dāng)坡度超過25°時(shí)，水域生態(tài)空間的比重最小。4.3交通因素參照相關(guān)研究[29]在ArcGIS中建立高速公路緩沖區(qū)以及鐵路緩沖區(qū)，將緩沖半徑設(shè)置為lkm、緩沖距離設(shè)置為5km，如圖（4-3和4-4）所示。通過空間疊加技術(shù)，統(tǒng)計(jì)出研究年份內(nèi)的不同緩沖距離范圍內(nèi)高速公路和鐵路周邊的三生用地結(jié)構(gòu)，具體數(shù)據(jù)如表4-3和4-4所示。圖4-3瀘州市高速公路緩沖區(qū)圖4-4瀘州市鐵路緩沖區(qū)表4-3距離高速緩沖區(qū)面積（單位：km2）生產(chǎn)空間生活空間生態(tài)空間緩沖區(qū)生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間0-1km8633327826.5001-2km58726.50251.2525.2502-3km58426.25271.25290.753-4km50424.75255.50290.254-5km419.2525270.75250.25根據(jù)表4-3的數(shù)據(jù)分析，隨著與高速公路距離的逐漸加大，瀘州市生產(chǎn)用地面積呈現(xiàn)不斷下降趨勢(shì)，從863km2減少至419.25km2。在高速公路的緩沖區(qū)范圍內(nèi)，生產(chǎn)用地與綠色生態(tài)用地所占比重相對(duì)較大，顯示出這些區(qū)域?qū)τ谏a(chǎn)和生態(tài)功能的重要性；在距離高速公路中等位置的區(qū)域，水域生態(tài)用地和其他生態(tài)用地面積則有所增加。這可能與這些區(qū)域相對(duì)較好的生態(tài)環(huán)境和條件有關(guān)。當(dāng)距離高速公路超過4km2后，生態(tài)空間二級(jí)地類所占的比例均隨距高速公路距離的增大而減少，反映出高速公路對(duì)生態(tài)空間的影響在一定范圍內(nèi)較為顯著；隨著與高速公路距離的增大，生活用地的所占面積呈現(xiàn)出先上升后下降的趨勢(shì)，這表明交通便利性在一定程度上影響著生活用地的空間分布。高速公路對(duì)瀘州市三生用地的分布具有顯著影響，不同用地類型對(duì)高速公路的敏感度和適應(yīng)性存在差異。表4-4距離鐵路緩沖區(qū)面積（單位：km2）生產(chǎn)空間生活空間生態(tài)空間緩沖區(qū)生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間0-1km42535.25138.7514.2501-2km350.7526.75134.7515.5002-3km292.5013128.5013.5003-4km330.7515.75133.2510.500.504-5km28314.50140.2580.25根據(jù)表4-4可知，當(dāng)與鐵路距離的逐漸增大時(shí)，生產(chǎn)空間與生活面積的變化趨勢(shì)呈現(xiàn)出一種先下降、后上升、再下降的波；而水域生態(tài)空間面積呈現(xiàn)下降趨勢(shì)，由14.25km2下降為8km2。在距離鐵路0-1km區(qū)間位置是生產(chǎn)空間、生活空間以及生態(tài)空間所占面積最大的區(qū)域，面積分別是425km、35.25km和153km。在距離鐵路4-5km區(qū)間位置綠色生態(tài)空間不同于其他空間，它是增長的，表明鐵路對(duì)綠色生態(tài)空間制約程度較大。4.4基于Logistic模型的土地利用變化驅(qū)動(dòng)因子分析4.4.1共線性診斷分析結(jié)合瀘州市三生用地的特點(diǎn)以及實(shí)際情況，依據(jù)相關(guān)數(shù)據(jù)的可獲取性，選取高程、坡度、距高速公路距離、距鐵路距離、GDP密度以及人口密度六個(gè)因子[54]作為三生用地變化的驅(qū)動(dòng)因子，進(jìn)一步分析各三生用地和其對(duì)應(yīng)驅(qū)動(dòng)因子之間的關(guān)系。SPSS不能識(shí)別柵格數(shù)據(jù)，因此首先將人口密度、GDP密度和其余驅(qū)動(dòng)因子以及瀘州市三生用地?cái)?shù)據(jù)轉(zhuǎn)為單一記錄文件[37]。其次對(duì)轉(zhuǎn)換好的文件進(jìn)行共線性檢驗(yàn)，參照陶然[55]的研究，結(jié)合容許值(Tolerance)和方差膨脹因子（VIF）對(duì)所選的六個(gè)因子進(jìn)行分析，Tolerance與VIF互為倒數(shù)，VIF值越大，說明共線性越嚴(yán)重。當(dāng)VIF的值位于0到10之間時(shí)，表明所選取的因子不存在多重共線性；VIF值介于10到100時(shí)，證明因子之間存在較強(qiáng)的多重共線性；當(dāng)VIF的值超過100，表明因子之間存在嚴(yán)重多重共線性。當(dāng)容差（tolerance的值小于或等于0.1時(shí)，說明自變量之間的共線性嚴(yán)重。對(duì)選定的六個(gè)驅(qū)動(dòng)因子，包括高程、坡度等，進(jìn)行了共線性檢驗(yàn),分檢驗(yàn)結(jié)果詳見于表（4-5）。所選的驅(qū)動(dòng)因子容差值均大于0.3，VIF的值在0到3的范圍內(nèi)，表明各驅(qū)動(dòng)因子間不存在顯著的多重共線性問題，可將其納入Logistic回歸模型中，進(jìn)行后續(xù)分析。表4-5共線性診斷結(jié)果屬性驅(qū)動(dòng)因子共線性統(tǒng)計(jì)量容差（Tol）VIF自然因素高程0.3882.576坡度0.7021.425社會(huì)經(jīng)濟(jì)因素GDP密度0.3432.915人口密度0.9771.023區(qū)位因素距高速距離0.5781.729距鐵路距離0.6471.5474.4.2二元Logistic回歸分析β為回歸系數(shù)，β值作為量化指標(biāo)，用于衡量獨(dú)立變量（即自變量）對(duì)因變量的影響程度。β值僅反映了兩個(gè)變量之間關(guān)系的強(qiáng)度和方向，它并不能解釋變量之間的因果關(guān)系。優(yōu)勢(shì)比(odsratio，簡稱OR)；它作為效應(yīng)大小(effectsize)的衡量指標(biāo)，用以量化自變量對(duì)因變量影響程度的大小。當(dāng)參數(shù)β為正數(shù)時(shí)，exp(β)的值大于1，表示隨著自變量的變化，某件事情發(fā)生的概率將增加exp(β)倍；當(dāng)參數(shù)β為負(fù)數(shù)時(shí)，exp(β)的值小于1，表明自變量每變化一個(gè)單位，某事件發(fā)生的概率將減少exp(β)倍。由表4-6的數(shù)據(jù)，可以得知，所選取的驅(qū)動(dòng)因子都對(duì)三生空間用地的演變起到了驅(qū)動(dòng)作用，但不同驅(qū)動(dòng)因子對(duì)各類三生用地的影響程度呈現(xiàn)出顯著的差異性。表4-6各驅(qū)動(dòng)因子回歸系數(shù)值驅(qū)動(dòng)因子生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間βexp(β)βexp(β)βexp(β)βexp(β)βexp(β)高程-3.7340.024-7.878—2.6930.1480.1190.006——坡度-5.3660.005-2.3790.0935.231187.0330.1460.001-8.278—GDP密度-.3540.702.9412.563-0.3550.7010.0441.1064.29973.614人口密度-33.627—109.2802.8821.082—1.8676.4665.840343.925距高速距離-.06060.546-1.2130.2970.3791.46-0.5050.604——距鐵路距離-1.3360.263-4.5780.1-1585.6302.951-0.2230.8——注：“—”代表值小于0.005生產(chǎn)空間受GDP影響最大，exp(β)值為0.702，其次為距離高速的距離，值為0.546。城鄉(xiāng)生活空間則是受人口密度影響最大，為2.563。說明城鄉(xiāng)生活空間分布在密集，且GDP較高的區(qū)域。綠色生態(tài)空間受坡度影響最大，值為187.033，綠色空間更有可能出現(xiàn)在坡度較大，而人口和GDP密度相對(duì)較小的區(qū)域。相比之下，水域生態(tài)空間則主要受到人口密度的顯著影響，由于瀘州主城區(qū)位于兩江交匯處，所以受人口密度影響大。其他生態(tài)空間對(duì)于高程、坡度、距高速和鐵路的距離等因子的解釋性相對(duì)較弱，主要是由于其面積小且空間分異度不高所致。但并不意味著這些因子對(duì)三生空間的分布沒有影響。4.4.3ROC回歸結(jié)果檢驗(yàn)Logistic回歸效果與其他回歸方法不同，目前普遍采用ROC曲線檢驗(yàn)[37]。ROC曲線下的面積（AUC）是衡量預(yù)測(cè)模型效能的重要指標(biāo)。當(dāng)AUC值小于0.5表示無預(yù)測(cè)效能，AUC的值介于0.5-0.7之間，表示預(yù)測(cè)效能較低，若AUC的值在0.7至0.9范圍內(nèi)，則表明預(yù)測(cè)效能中等，當(dāng)AUC值達(dá)到或超過0.9時(shí)，表明預(yù)測(cè)效能較高。具體數(shù)值如表4-7所示。表4-7各驅(qū)動(dòng)因子ROC值空間類型生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間AUC0.8220.9120.8740.8120.883從表4-7可以看出城鄉(xiāng)生活診斷值是最高的為0.912。其余的診斷值都大于0.8，這個(gè)表示預(yù)測(cè)效能中等，最小值為0.812，說明Logistic回歸方程較好解釋了驅(qū)動(dòng)因子和瀘州市用地之間的顯著關(guān)系。根據(jù)此結(jié)果可以為瀘州市2029年用地模擬做適宜性圖集。4.5本章小結(jié)本章節(jié)對(duì)瀘州市三生用地演變的主要驅(qū)動(dòng)因素進(jìn)行了探討。結(jié)合相關(guān)文獻(xiàn)資料和瀘州市的具體實(shí)際，從自然因素，社會(huì)經(jīng)濟(jì)因素和區(qū)位因素選取了6個(gè)驅(qū)動(dòng)因子作為分析的重點(diǎn)。瀘州市三生空間演變與經(jīng)濟(jì)發(fā)展、人口增長密切相關(guān)。特別是，瀘州市的生產(chǎn)空間受到了高程的明顯限制；而隨著坡度的增大，生產(chǎn)用地和生活用地的比重逐漸降低；距離交通線路越遠(yuǎn)，生產(chǎn)用地和生活用地的比重也呈下降趨勢(shì)，而生態(tài)用地的比重則不斷上升。借助SPSS軟件進(jìn)行了二元logistic回歸分析，揭示了驅(qū)動(dòng)因子與三生空間用地之間的內(nèi)在驅(qū)動(dòng)關(guān)系。進(jìn)一步利用ROC檢驗(yàn)預(yù)測(cè)結(jié)果，ROC值都大于0.8，說明模擬精度較高。

第5章瀘州市三生用地動(dòng)態(tài)多情景模擬研究在瀘州市三生用地的時(shí)空演變和驅(qū)動(dòng)力因素的分析基礎(chǔ)上，采用FLUS模型，對(duì)常規(guī)發(fā)展情景、經(jīng)濟(jì)優(yōu)先發(fā)展情景和生態(tài)保護(hù)發(fā)展情景三種不同情景下的瀘州市2029年的三生空間格局進(jìn)行模擬。5.1FLUS模型原理概述GeoSOS-FLUS是由中山大學(xué)劉小平、黎夏團(tuán)隊(duì)所提出的可預(yù)測(cè)未來土地利用的模型[43]，該模型并在傳統(tǒng)元胞自動(dòng)機(jī)（CA）的基礎(chǔ)上做了較大的改進(jìn)。運(yùn)用此模型進(jìn)行土地利用的預(yù)測(cè)涉及三大關(guān)鍵環(huán)節(jié)。首先以神經(jīng)網(wǎng)絡(luò)算法（ANN）為基礎(chǔ)，得出研究范圍內(nèi)的各類用地類型適宜性概率，這一步驟的核心在于，依據(jù)研究起始階段自然和社會(huì)經(jīng)濟(jì)因素的共同作用，預(yù)測(cè)不同土地類型出現(xiàn)的可能性；其次，根據(jù)Markov模型預(yù)測(cè)得到的未來年份各土地用途類型的像元數(shù)量。最后，通過結(jié)合自適應(yīng)慣性機(jī)制的元胞自動(dòng)機(jī)，得以模擬出未來土地利用格局圖像。這種機(jī)制可以有效地應(yīng)對(duì)各種土地利用類型在不同驅(qū)動(dòng)因素下所表現(xiàn)出的不確定性與復(fù)雜性。GeoSOS-FLUS模型兼具CA在空間變化處理上的優(yōu)勢(shì)和Markov在預(yù)測(cè)空間需求量上的長處，因此展示出了較高的模擬精度和出色的模擬效果。其中，人工神經(jīng)網(wǎng)絡(luò)模型(ANN)是一個(gè)由輸入層、隱藏層和輸出層構(gòu)成的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)，它能依據(jù)土地利用數(shù)據(jù)和多種驅(qū)動(dòng)力因子，通過逐層處理與計(jì)算，模擬出不同土地利用類型之間的適宜性轉(zhuǎn)換概率，其表達(dá)式為:P在公式中，P(q,p,t)表示在t時(shí)刻，柵格單元q中出現(xiàn)土地利用類型p的概率；其中，wj,p代表了模型中隱藏層與輸出層之間的權(quán)重；sigmoid［netj(q,t)］表示模型中的激勵(lì)函數(shù)，用于將隱藏層的輸出轉(zhuǎn)化為輸出層的概率值。自適應(yīng)輪盤選擇機(jī)制(CA)采用FLUS模型模擬預(yù)測(cè)土地利用變化，土地利用類型之間的轉(zhuǎn)換概率既與上述ANN得到的適宜性概率有關(guān)，也與鄰域效應(yīng)、自適應(yīng)慣性系數(shù)有關(guān)。其中，鄰域效應(yīng)表示周圍土地利用柵格單元對(duì)中心柵格單元的影響程度，其表達(dá)式為q,p式中q,pt表示鄰域作用，為柵格單元q在t時(shí)刻的鄰域影響因子；NNconfqt-1=p為t-1時(shí)刻p類土地利用類型所占的柵格總共的數(shù)量；N表示為窗口鄰域值自適應(yīng)慣性系數(shù)是該機(jī)制的關(guān)鍵，反映了土地利用類型的繼承趨勢(shì)。其數(shù)學(xué)表達(dá)式為:Rp式中:Rpt為p類土地利用類型在t時(shí)刻的慣性系數(shù);Dpt-2為p類土地利用類型在5.2瀘州市“三生”空間模擬實(shí)現(xiàn)與精度驗(yàn)證5.2.1FLUS模型適宜性分析在該模型的神經(jīng)網(wǎng)絡(luò)適宜性概率計(jì)算模塊中，初始圖層（LandUseData）選項(xiàng)采用2011年的三生空間分類數(shù)據(jù)作為基準(zhǔn)，該數(shù)據(jù)包含了空間類型的編碼、數(shù)據(jù)的有效性以及各類空間的柵格數(shù)量。在ANNTraining設(shè)置中，運(yùn)用隨機(jī)采樣的方法選取訓(xùn)練樣本，設(shè)定采樣比例值為20，經(jīng)過對(duì)已有研究的參考與多的次重復(fù)試驗(yàn)，確定了隱藏層數(shù)為12，達(dá)到誤差最小的優(yōu)化效果。鑒于本文研究區(qū)范圍相對(duì)較大，選擇了單精度（SingleAccuracy）輸出。驅(qū)動(dòng)因子數(shù)據(jù)（DrivingData）則是經(jīng)過柵格化處理并進(jìn)行標(biāo)準(zhǔn)化處理的自然、社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子，隨后進(jìn)行了神經(jīng)網(wǎng)絡(luò)訓(xùn)練。得出了瀘州市2011年三生空間類型在各像元上的適宜性概率，其均方根誤差（RMSE）為0.25，表明數(shù)據(jù)訓(xùn)練結(jié)果的可信度高。圖5-1FLUS模型模擬流程圖5.2.2元胞自動(dòng)模塊參數(shù)設(shè)置（1）空間發(fā)展限制區(qū)域設(shè)置空間發(fā)展限制區(qū)是指對(duì)研究區(qū)域中特定區(qū)域的使用轉(zhuǎn)換進(jìn)行約束的區(qū)域，主要包括了基本農(nóng)田保護(hù)區(qū)、生態(tài)紅線以及水域等。限制區(qū)域都需要采用二值形式進(jìn)行表示。限制區(qū)域的圖層坐標(biāo)系統(tǒng)需與基礎(chǔ)空間分類數(shù)據(jù)及驅(qū)動(dòng)因子范圍保持一致。在本節(jié)的瀘州市三生空間變化模擬驗(yàn)證過程中不設(shè)置限制區(qū)域。（2）三生空間面積需求數(shù)據(jù)空間面積需求數(shù)據(jù)依賴Markov模型進(jìn)行精確計(jì)算。在驗(yàn)證階段，依托2011年的三生空間現(xiàn)狀數(shù)據(jù)為基準(zhǔn)，通過反復(fù)調(diào)試FLUS模型的參數(shù)，不斷模擬三生空間的需求量。以2011年的現(xiàn)狀數(shù)據(jù)為總量控制標(biāo)準(zhǔn)，以確保模擬結(jié)果的真實(shí)性和準(zhǔn)確性。（3）轉(zhuǎn)換成本矩陣設(shè)置轉(zhuǎn)換成本矩陣是反映不同空間類型間轉(zhuǎn)換的難易程度，顯著影響著空間動(dòng)態(tài)變化的進(jìn)程。當(dāng)某一空間類型轉(zhuǎn)化為另一空間類型時(shí)，對(duì)應(yīng)參數(shù)設(shè)定為1，表示可以轉(zhuǎn)換；若轉(zhuǎn)換不被允許，則設(shè)定參數(shù)為0。在已有研究中[37]，建設(shè)用地向其他用地類型的轉(zhuǎn)換成本通常較高。結(jié)合對(duì)本研究區(qū)域空間類型的轉(zhuǎn)移情況的綜合分析，僅設(shè)定城鎮(zhèn)生活空間為不可轉(zhuǎn)換類型。（4）鄰域因子設(shè)置鄰域權(quán)重主要根據(jù)Markov轉(zhuǎn)移矩陣，在FLUS模型中，鄰域參數(shù)的范圍設(shè)定在0到1之間。該參數(shù)越接近于1，意味著該空間類型越難以轉(zhuǎn)化為其他類型的空間。最終確定的鄰域因子詳細(xì)數(shù)值見表5-1。表5-1領(lǐng)域因子參數(shù)空間類型生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間鄰域權(quán)重.3精度驗(yàn)證以2011年瀘州市三生空間分布的柵格數(shù)據(jù)為基礎(chǔ)，在FLUS軟件中的元胞自動(dòng)機(jī)模塊中，導(dǎo)入神經(jīng)網(wǎng)絡(luò)訓(xùn)練后生成的適宜性概率圖集。在不納入任何限制性因素，輸入預(yù)設(shè)的2020年瀘州市三生空間的需求量。根據(jù)前面確定的參數(shù)，設(shè)置好了迭代的次數(shù)、轉(zhuǎn)換規(guī)則、模型加速因子、鄰域因子和目標(biāo)年空間的數(shù)量之后運(yùn)行了FLUS模型。經(jīng)過多次迭代計(jì)算，得到了2020年瀘州市的空間分布模擬圖（如圖5-2所示）。利用ArcGIS對(duì)2020年的擬結(jié)果圖與2020年實(shí)際三生空間分布圖在進(jìn)行疊加分析。從數(shù)量精度和Kappa系數(shù)兩個(gè)緯度對(duì)模擬結(jié)果進(jìn)行精度驗(yàn)證。（1）數(shù)量精度驗(yàn)證將目標(biāo)年份空間類型面積數(shù)量與實(shí)際現(xiàn)狀的面積數(shù)量進(jìn)行了對(duì)比。分別計(jì)算了各種空間類型的模擬面積與實(shí)際面積之間的比值，計(jì)算得到相應(yīng)的結(jié)果。根據(jù)瀘州市2020年實(shí)際面積和2020模擬面積的誤差分析（表5-2）可以看出，城鄉(xiāng)生活用地模擬準(zhǔn)確率相交于其他偏低，在80%-90%之間。水域生態(tài)空間94.5%，生產(chǎn)空間模擬度最高為99.89%，其次為綠色生態(tài)空間99.11%，其他生態(tài)空間98.56%。瀘州市2020年三生空間模擬數(shù)量精度平均值為95%，說明整體模擬數(shù)量精度高。表5-22020年三生空間實(shí)際面積與模擬面積對(duì)比空間類型2020年實(shí)際面積模擬面積準(zhǔn)確率生產(chǎn)空間6363.326356.1899.89%城鄉(xiāng)生活空間175.55146.6983.56%綠色生態(tài)空間5447.075495.7999.11%水域生態(tài)空間238.69225.5694.50%其他生態(tài)空間2.092.0698.56%（2）空間精度驗(yàn)證Kappa系數(shù)作為一種常用的空間分析模型檢驗(yàn)指標(biāo)，它綜合考量了用戶精度和制圖精度兩個(gè)關(guān)鍵參數(shù)。計(jì)算公式為：K=在公式中，??0代表總體精度，即模擬結(jié)果柵格的正確率；????是隨機(jī)狀態(tài)下預(yù)期的準(zhǔn)確率，1代表的是理想狀況下的準(zhǔn)確率。通常，當(dāng)Kappa系數(shù)達(dá)到或超過0.75時(shí)，表明模擬的空間分布與實(shí)際分布情況具有高度的一致性，也表明模型的精度較高。在本研究中，通過計(jì)算得出的Kappa系數(shù)大于0.75，證明了此次模擬效果良好，可以利用FLUS模型及其所設(shè)定的相關(guān)參數(shù)，對(duì)2029年瀘州市的三生空間格局進(jìn)行準(zhǔn)確模擬。圖5-22020年模擬瀘州市土地利用圖5.3不同情景模擬參數(shù)設(shè)置5.3.1常規(guī)發(fā)展情景在常規(guī)發(fā)展情景下，認(rèn)為三生空間的演化不受大的外界干預(yù)，主要受歷史發(fā)展影響，以2020年土地利用數(shù)據(jù)圖像為基期數(shù)據(jù)圖像，預(yù)測(cè)2029年瀘州市三生空間格局。在常規(guī)發(fā)展情景下，以2011-2020年的轉(zhuǎn)換成本、權(quán)重因子和領(lǐng)域因子影響為轉(zhuǎn)換規(guī)則。常規(guī)發(fā)展情景下，僅設(shè)置水域?yàn)橄拗瓢l(fā)展區(qū)域，通過Markov模型預(yù)測(cè)2029年的空間數(shù)據(jù)需求量。得出常規(guī)發(fā)展情景下2029瀘州市三生空間分布。5.3.2經(jīng)濟(jì)優(yōu)先發(fā)展情景在經(jīng)濟(jì)優(yōu)先發(fā)展的情景設(shè)定中，限制了建設(shè)用地向其他用地轉(zhuǎn)換，同時(shí)提高了其他土地利用類型向建設(shè)用地轉(zhuǎn)化的概率增加50%。5.3.3生態(tài)保護(hù)發(fā)展情景在生態(tài)安全情景中，將綠色生態(tài)空間及水域生態(tài)空間轉(zhuǎn)變?yōu)槌青l(xiāng)生活空間與生產(chǎn)空間的比例降低了50%。同時(shí)提升了其他生態(tài)空間向綠色生態(tài)空間的轉(zhuǎn)化比例，為30%。進(jìn)而得到了生態(tài)保護(hù)情景下的瀘州市三生空間需求。由前文可知，經(jīng)過不斷的調(diào)試，通過模擬精度檢驗(yàn)2020年模擬的三生空間分布與實(shí)際的分布一致性較高，因此，F(xiàn)LUS模型中其他參數(shù)的設(shè)置，依據(jù)通過模擬精度檢驗(yàn)的結(jié)果為準(zhǔn)。表5-5生態(tài)保護(hù)情景下的土地利用轉(zhuǎn)移成本矩陣常規(guī)發(fā)展經(jīng)濟(jì)優(yōu)先發(fā)展生態(tài)保護(hù)abcdeabcdeabcdea111111111111111b111111111111111c111111111101000d000101111100010e111110000111111注：a、b、c、d、e分別代表生產(chǎn)空間、城鄉(xiāng)生活空間、綠色生態(tài)空間、水域生態(tài)空間和其他生態(tài)空間。0表示不能轉(zhuǎn)化，1表示允許轉(zhuǎn)化。表5-62029年不同情景三生空間柵格需求預(yù)測(cè)情景設(shè)置生產(chǎn)空間城鄉(xiāng)生活空間綠色生態(tài)空間水域生態(tài)空間其他生態(tài)空間常規(guī)發(fā)展情景704560219634460446072970711954經(jīng)濟(jì)優(yōu)先發(fā)展情景740209725958756338112877562327生態(tài)保護(hù)發(fā)展情景6978719190718613394428031518825.4不同情景空間變化分析設(shè)置好FLUS模型中的相關(guān)參數(shù)后，模擬得到2029年在常規(guī)發(fā)展、經(jīng)濟(jì)優(yōu)先發(fā)展以及生態(tài)保護(hù)發(fā)展這3種情景下的三生空間分布圖（如圖5-3所示）。為深入研究空間轉(zhuǎn)移狀況并揭示空間動(dòng)態(tài)變化的特征規(guī)律。通過利用GIS技術(shù)中的疊加分析功能，進(jìn)行并對(duì)比分析。圖5-3瀘州市多情景模擬土地利用圖根據(jù)圖5-3，可以發(fā)現(xiàn)2029年瀘州市的三生空間結(jié)構(gòu)整體上變動(dòng)并不顯著，其中生產(chǎn)空間依然占據(jù)核心位置。顯著變化趨勢(shì)是城鄉(xiāng)生活空間不斷向外延伸擴(kuò)展。鑒于瀘州市主城區(qū)具有較為成熟的建設(shè)發(fā)展基礎(chǔ)，未來的空間擴(kuò)張預(yù)計(jì)以主城區(qū)為核心，逐步向周邊地區(qū)擴(kuò)張。表5-7常規(guī)發(fā)展情景下2029年土地利用轉(zhuǎn)移矩陣空間類型生產(chǎn)空間綠色生態(tài)空間城鄉(xiāng)生活用地水域生態(tài)空間其他生態(tài)空間生產(chǎn)空間6125.60179.9315.7041.270.04綠色生態(tài)空間186.625258.440.120.720.01城鄉(xiāng)生活用地12.170.08160.682.600水域生態(tài)空間15.570.470.16222.250.01其他生態(tài)空間0.190.0100.191.70如表5-7所示，在常規(guī)發(fā)展情景下，城鄉(xiāng)生活空間將延續(xù)2011至2020年的發(fā)展脈絡(luò)，主要表現(xiàn)為向東部發(fā)展，同時(shí)這一發(fā)展進(jìn)程也受限于地理環(huán)境因素的制約與影響?？臻g內(nèi)部轉(zhuǎn)換均主要由生產(chǎn)空間轉(zhuǎn)入，相較于2020年，城鄉(xiāng)生活空間、綠色生態(tài)空間、水域生態(tài)空間分別增加15.99km2、180.48km2、44.78km2，生產(chǎn)空間的面積減少了236.94km2。表5-8經(jīng)濟(jì)保護(hù)情景2029年土地利用轉(zhuǎn)移矩陣空間類型生產(chǎn)空間綠色生態(tài)空間城鄉(xiāng)生活用地水域生態(tài)空間其他生態(tài)空間生產(chǎn)空間5774.39477.2669.1141.730.05綠色生態(tài)空間844.324591.150.4110.020.01城鄉(xiāng)生活用地11.400.17163.630.340水域生態(tài)空間30.830.660.44206.510.01其他生態(tài)空間0.040.0100.022.02如表5-8所示，經(jīng)濟(jì)優(yōu)先發(fā)展情景下城鄉(xiāng)生活用地增加了66.97km2，是三種情景中增加最多的，擴(kuò)張態(tài)勢(shì)高漲。從圖5-3可以看出圍繞兩江交匯處向四周緊密擴(kuò)散。其次是生產(chǎn)空間，增加886.59km2，瀘州市中段部分綠色生態(tài)空間轉(zhuǎn)為生產(chǎn)空間較為明顯，且綠色生態(tài)空間相較之前減少8854.77km2。表5-9生態(tài)保護(hù)情景2029年土地利用轉(zhuǎn)移矩陣空間類型生產(chǎn)空間綠色生態(tài)空間城鄉(xiāng)生活用地水域生態(tài)空間其他生態(tài)空間生產(chǎn)空間6086235.2011.8329.490.02綠色生態(tài)空間160.155283.431.850.480.01城鄉(xiāng)生活用地17.440.17157.700.220水域生態(tài)空間16.040.500.23221.680.01其他生態(tài)空間0.340.0200.071.66如表5-9所示，生態(tài)安全情景下城鄉(xiāng)生活空間增加13.91km2，綠色生態(tài)空間是其余地類增加最多，增加235.89km2，生產(chǎn)空間減少了276.55km2，生產(chǎn)空間轉(zhuǎn)為綠色生態(tài)空間的面積最多，轉(zhuǎn)出了235.20km2。相較于其他兩種情景下，該情景綠色生態(tài)面積增加最大。5.5本章小結(jié)本章采用了FLUS模型對(duì)瀘州市的三生空間格局進(jìn)行了模擬和多情景預(yù)測(cè)。以2011年的三生空間分布數(shù)據(jù)為基準(zhǔn)，模擬了2020年的三生空間分布，并驗(yàn)證了其準(zhǔn)確性，Kappa系數(shù)滿足要求，從而驗(yàn)證了模擬模型的可行性，為后續(xù)模擬提供了可靠的基礎(chǔ)?；?020年瀘州市三生空間分布數(shù)據(jù)，進(jìn)一步預(yù)測(cè)了常規(guī)發(fā)展、經(jīng)濟(jì)優(yōu)先發(fā)展和生態(tài)保護(hù)發(fā)展三種不同情景下的瀘州市2029年的三生空間需求量。以第四章選取的驅(qū)動(dòng)因子為基礎(chǔ)，進(jìn)行了模擬分析，并揭示了不同發(fā)展情景的空間變化情況。研究結(jié)果顯示，三種不同的發(fā)展情境下，瀘州市土地利用變化總體保持相對(duì)穩(wěn)定。常規(guī)發(fā)展情景下，城鄉(xiāng)生活空間增加15.99km2，生態(tài)保護(hù)發(fā)展情景下，城鄉(xiāng)生活空間用地?cái)U(kuò)張緩慢，增長了13.91km2。經(jīng)濟(jì)優(yōu)先發(fā)展情景下，城鄉(xiāng)生活空間擴(kuò)張明顯，占總增長面積的47%。2029年瀘州市的三生空間結(jié)構(gòu)整體變動(dòng)相對(duì)較小，農(nóng)業(yè)生產(chǎn)空間依然占據(jù)核心地位，主要表現(xiàn)為城鄉(xiāng)生活空間持續(xù)向外擴(kuò)展。經(jīng)濟(jì)優(yōu)先發(fā)展情景下，城鄉(xiāng)生活空間增長態(tài)勢(shì)增長迅速，遠(yuǎn)高于生態(tài)安全保護(hù)情景下的增長。

結(jié)論本文首先從2002年至2020年三期的土地利用現(xiàn)狀數(shù)據(jù)出發(fā)，運(yùn)用三生空間分類體系，利用轉(zhuǎn)移矩陣以及土地利用動(dòng)態(tài)度等方法，結(jié)合了GIS技術(shù)，對(duì)瀘州市的三生空間布局進(jìn)行識(shí)別，詳細(xì)分析瀘州市三生空間的布局現(xiàn)狀與數(shù)量之間的結(jié)構(gòu)變化、空間類型的轉(zhuǎn)移和重心遷移特征；采用二元Logistic回歸模型，對(duì)瀘州市三生空間演變的驅(qū)動(dòng)因子進(jìn)行了系統(tǒng)分析；最后，基于FLUS模型，對(duì)不同情景下的2029年瀘州市三生空間格局進(jìn)行了預(yù)測(cè)，并得出以下主要結(jié)論：本次研究中將研究區(qū)的土地利用分成三個(gè)大類，分別是生產(chǎn)空間、生活空間和生態(tài)空間。結(jié)合現(xiàn)有研究以及瀘州市自身特點(diǎn)，在此基礎(chǔ)上進(jìn)行細(xì)分，分為生產(chǎn)、城鄉(xiāng)生活、綠色生活、水域生活以及其他生態(tài)五個(gè)空間類型，三期土地分類精度均大于97%。三生空間的分布是此消彼長的過程。隨著時(shí)間推移，2002年-2020年各類空間發(fā)生明顯變動(dòng)。城鎮(zhèn)生活空間擴(kuò)張明顯，主要圍繞在瀘州主城區(qū)向四周擴(kuò)散。生產(chǎn)空間逐步擴(kuò)大，從2002年的5473.14km2到2020年6337.82km2，增長率為15%。研究時(shí)段前期的土地利用變化相較于后期更為顯著。從空間轉(zhuǎn)移矩陣方面來看，綠色生態(tài)空間主要表現(xiàn)為轉(zhuǎn)出趨勢(shì)，生產(chǎn)空間與生活空間則以轉(zhuǎn)入為主。在重心遷移方面，生活空間和生產(chǎn)空間均發(fā)生了遷移現(xiàn)象，生態(tài)空間表現(xiàn)出朝瀘州西南方向偏移。瀘州市三生空間演變與經(jīng)濟(jì)發(fā)展、人口增長緊密相連，其中生產(chǎn)空間受到高程的顯著影響，顯示出明顯的制約關(guān)系。隨著坡度的增加，生產(chǎn)用地和生活用地的比重逐漸下降，這揭示了地形因素在城市空間布局中的重要作用。同時(shí)，交通可達(dá)性也是影響城市用地結(jié)構(gòu)的關(guān)鍵因素，距離交通線路越遠(yuǎn)，生產(chǎn)用地和生活用地的比重呈現(xiàn)下降趨勢(shì)，而生態(tài)用地的比重則相應(yīng)上升。在瀘州市三生空間演變驅(qū)動(dòng)力分析中，從自然因素、社會(huì)經(jīng)濟(jì)因素、區(qū)位因素構(gòu)建驅(qū)動(dòng)力評(píng)價(jià)指標(biāo)體系，利用SPSS軟件進(jìn)行回歸分析，揭示了各驅(qū)動(dòng)因子與三生空間用地之間的內(nèi)在聯(lián)系。再用ROC檢驗(yàn)預(yù)測(cè)結(jié)果，ROC值都大于0.8，表明分析結(jié)果具有一定可信度。以2011年的三生空間分布數(shù)據(jù)為基礎(chǔ)，利用FLUS模型進(jìn)行了2020年空間分布狀況的模擬。經(jīng)過驗(yàn)證，Kappa系數(shù)大于0.75，充分表明模型的可行性，為后續(xù)模擬提供了堅(jiān)實(shí)的基礎(chǔ)。以2020年的三生空間分布數(shù)據(jù)為基準(zhǔn)，進(jìn)一步模擬了常規(guī)發(fā)展、經(jīng)濟(jì)優(yōu)先發(fā)展以及生態(tài)保護(hù)發(fā)展三種情景下的瀘州市2029年的空間變化情況。模擬結(jié)果顯示，2029年瀘州市的三生空間結(jié)構(gòu)整體變動(dòng)相對(duì)有限，主要趨勢(shì)依然是城鄉(xiāng)生活空間不斷向外擴(kuò)張。常規(guī)發(fā)展情景下，城鄉(xiāng)生活空間增加15.99km2，生態(tài)保護(hù)發(fā)展情景下，城鄉(xiāng)生活空間用地?cái)U(kuò)張緩慢，增長了13.91km2。在經(jīng)濟(jì)優(yōu)先發(fā)展地設(shè)想下，城鄉(xiāng)生活空間增長態(tài)勢(shì)尤為顯著，其增速遠(yuǎn)超過生態(tài)安全保護(hù)情景下的增長。

參考文獻(xiàn)[1]劉超,許月卿,盧新海.生態(tài)脆弱貧困區(qū)土地利用多功能權(quán)衡/協(xié)同格局演變與優(yōu)化分區(qū)——以張家口市為例[J].經(jīng)濟(jì)地理,2021,41(01):181-190.[2]劉彥隨,龍花樓,李裕瑞.全球鄉(xiāng)城關(guān)系新認(rèn)知與人文地理學(xué)研究[J].地理學(xué)報(bào),2021,76(12):2869-2884.[3]李廣東,戚偉.中國建設(shè)用地?cái)U(kuò)張對(duì)景觀格局演化的影響[J].地理學(xué)報(bào),2019,74(12):2572-2591.[4]魏國恩,劉耀彬,李汝資等.近40年鄱陽湖區(qū)“三生空間”格局轉(zhuǎn)型與空間異質(zhì)機(jī)制研[J/OL].生態(tài)學(xué)報(bào),2024(06):1-15[2024-02-22].[5]黃金川,林浩曦,漆瀟瀟.面向國土空間優(yōu)化的三生空間研究進(jìn)展[J].地理科學(xué)進(jìn)展,2017,36(03):378-391.[6]VanHerzeleA,WiedemannT.Amonitoringtoolfortheprovisionofaccessibleandattractiveurbangreenspaces[J].Landscapeandurbanplanning,2003,63(2):109-126.[7]LambinEF,TurnerBL,GeistHJ,etal.Thecausesofland-useandland-coverchange:movingbeyondthemyths[J].Globalenvironmentalchange,2001,11(4):261-269.[8]LambinEF,RounsevellMDA,GeistHJ.Areagriculturalland-usemodelsabletopredictchangesinland-useintensity?[J].Agriculture,Ecosystems&Environment,2000,82(1-3):321-331[9]PedroliB,AntropM,PintoCorreiaT.Livinglandscape:theEuropeanlandscapeconventioninresearchperspective[J].LandscapeResearch,2013,38(6):691-694.[10]CuiL,SunB,LiW,etal.Evaluationofecosystemservicesvalueofzoigêwetlandnaturebymultiplecriteria[J].WetlandScience,2016(2):145-156.[11]FeiS,YangJ.TowardsSustainablecities:usingmultiplelinearregressionmodeltoidentifyinfluencingfactorstopromotetheuseofpublictransportindowntownNanjingChina[J].ChinaCityPlanningReview,2017(4):17-24.[12]PeterE,MatlackGR.FactorsdrivinglandusechangeandforestdistributiononthecoastalplainofMississippi,USA[J].LandscapeandUrbanPlanning,2014,121(10):55-64.[13]王怡冰,李成亮,張鵬等.濟(jì)南南部山區(qū)土地利用/覆被變化對(duì)碳儲(chǔ)量的影響研究[J/OL].中國環(huán)境科學(xué),1-15[2024-02-22].[14]張沁,張守平,楊清偉.重慶市悅來新城土地利用/覆被變化對(duì)地表溫度的影響[J].生態(tài)學(xué)雜志,2024,43(01):206-215.[15]葛飛,許靜佳,賈鳳鳴.2000—2020年佛山市土地利用變化及其驅(qū)動(dòng)因素分析[J].自然資源信息化,2023,(06):66-72.[16]陳創(chuàng),毛雄,郭軍等.2000—2020年岳陽市土地利用類型變化及其影響因素分析[J].科技與創(chuàng)新,2023,(20):21-25.[17]曹波,蔡春軼,張勇等.漢石橋濕地自然保護(hù)區(qū)土地利用格局及其生態(tài)系統(tǒng)服務(wù)價(jià)值動(dòng)態(tài)[J].濕地科學(xué),2022,20(06):778-784.[18]鄭百龍,翁伯琦,周瓊.臺(tái)灣“三生”農(nóng)業(yè)發(fā)展歷程及其借鑒[J].中國農(nóng)業(yè)科技導(dǎo)報(bào),2006(04):67-71.[19]黃軍,王興.恩施土家族苗族自治州近三十年土地利用變化分析[J].綠色科技,2023,25(18):239-242+258.[20]李旭芳,翁飛帆,丁錚.基于土地利用時(shí)空格局演變的新鄉(xiāng)市生態(tài)風(fēng)險(xiǎn)分析[J].中國城市林業(yè),2023,21(01):131-136.[21]鄒盛瑋,余楊帆,馬雁秋等.基于區(qū)域認(rèn)知的“三生空間”分布教學(xué)思考與應(yīng)用[J].中學(xué)地理教學(xué)參考,2021(14):28-30.[22]吳宇鑫,趙牡丹,劉婷.眉縣“三生用地”分類及其空間結(jié)構(gòu)分析[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào),2019,46(03):478-483.PAGEREF_Ref159509624\h1[23]寧岸新,秦艷.洛倫茲曲線在新疆生產(chǎn)建設(shè)兵團(tuán)土地利用結(jié)構(gòu)分析中的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué),2013,41(11):5058-5061.[24]尋妍,馬紹偉,王哲等.黃河流域山東段“三生空間”分類及其時(shí)空格局變化分析[J].山東國土資源,2022,38(10):59-64.[25]范清瑤,夏衛(wèi)生,莫成鑫等.基于“三生空間”的土地利用轉(zhuǎn)型時(shí)空演變及其碳排放效應(yīng)研究——以福建省為例[J].生態(tài)環(huán)境學(xué)報(bào),2023,32(12):2183-2193.[26]陳曉越,朱敏珍,龔建周.東莞市土地利用變化及驅(qū)動(dòng)因素分析[J].廣州大學(xué)學(xué)報(bào)(自然科學(xué)版),2023,22(06):32-39.[27]李紅潤,劉慧芳,王瑾等.基于Markov-FLUS-MCR模型的晉中市“三生”空間優(yōu)化[J].農(nóng)業(yè)工程學(xué)報(bào),2022,38(10):267-276.[28]吳常蕊,王宏衛(wèi),羅魁等.伊犁河谷“三生”空間景觀生態(tài)風(fēng)險(xiǎn)時(shí)空演變與多情景模擬[J].華僑大學(xué)學(xué)報(bào)(自然科學(xué)版),2024,45(01):61-70.[29]王盈麗.長三角地區(qū)“三生空間”的時(shí)空演變及模擬[D].吉首大學(xué),2021.[30]孫中原,孫成苗,展昀等.國土空間規(guī)劃體系下“三生空間”與“三區(qū)三線”劃定及功能定位研究