丘陵山区土地利用生态功能评价及结构优化

戴智勇, 杨朝现,*, 信桂新, 魏耀华, 熊想想

丘陵山区土地利用生态功能评价及结构优化

戴智勇1, 杨朝现1,*, 信桂新2, 魏耀华1, 熊想想1

1. 西南大学资源环境学院, 重庆 400715 2. 长江师范学院武陵山区特色资源开发与利用研究中心, 重庆 408100

针对生态普遍脆弱的丘陵山区实施土地利用生态评价, 科学优化土地利用结构, 对维持良好稳定的土地生态功能、提高土地利用效率具有重要的现实意义。采用传统经典的生态足迹模型, 对西南丘陵区重庆市荣昌区近10年(2007—2016年)土地生态功能实施评价, 并选用多目标规划模型方法, 以土地生态赤字最小化为目标, 对全区土地利用结构进行了优化调整。研究结果表明: (1)近10年, 受土地利用不合理配置的扰动, 荣昌区人均生态赤字持续增长、人均生态承载力逐年降低, 生态赤字由2007年的1.77 hm2·人–1增加到了2016年的3.19 hm2·人–1, 年平均增长幅度为8.02%, 到2016年生态赤字是生态承载力的8.37倍, 土地资源利用呈现出压力较大、生态问题较多的状态。(2)土地利用结构优化会更好提升土地利用生态功能, 促进土地利用生态系统的良性稳定。基于土地生态赤字最小化目标, 经优化, 荣昌区生态调节功能较强的林地和草地面积增加10051.58 hm2, 耕地面积减少9181.64hm2, 城乡建设用地面积减少1379.86 hm2, 自然保留地减少45.44hm2。实现结构调整后, 区域生态承载力预测将提高22.58%, 人均生态赤字将减少0.07 hm2·人–1, 优化后的土地利用结构实现了全区生态、经济和社会效益的统一。

土地利用; 生态功能; 结构优化; 丘陵山区

0 前言

当前中国城镇化进程不断加快, 受经济效益驱动, 城市等建设用地在不断大规模扩张的同时, 林地、水域等生态用地不断减少, 土地利用结构调整频繁, 这种粗放式的用地结构已逐渐显露其不合理性, 也带来了一系列的生态问题[1-2], 如水土流失、水体污染、生物多样性骤减等, 且存在着愈演愈烈的趋势, 对我国生态文明建设与经济社会可持续发展构成了严峻挑战, 开展土地利用结构优化已成为土地资源优化配置的重要内容之一[3]。早期研究主要集中在以经济效益最大化为目的的土地利用结构优化上[4], 后来在可持续发展理念的影响下, 学者开始注重土地的生态功能效益[5-7], 基于生态安全视角进行了土地利用评价与结构优化, 其评价方法有生态系统服务价值理论[8-9]、PSR模型[10]、熵权物元模型[11]、生态足迹模型[12]等, 也有学者通过构建综合指标体系对评价区域进行空间尺度的土地生态功能评价研究[13-14], 并通过启发式算法[15-18]、不确定数学优化模型[19-21]及一些其他方法[22-24]来进行土地利用结构优化配置。

我国西南地区的主要地形为山地丘陵地形, 与平原地区相比, 丘陵山区具有土地利用条件复杂、生态环境脆弱、自然灾害频发、人地关系更为紧张的典型特征。特别是面对脆弱的生态环境, 土地利用方式的不恰当, 结构匹配的不合理, 必将导致土地生态功能的不稳定、不协调。基于此, 本文将以丘陵山区重庆市荣昌区作为研究对象, 遵循区域生态保护优化的导向, 针对性开展研究区土地利用生态功能的评价, 科学调整土地利用结构, 并对优化前后土地利用结构进行合理性评价, 以期研究结果能为土地利用结构优化配置研究提供一种新的思路和参考。

1 研究区概况及数据来源

1.1 研究区概况

荣昌区位于重庆市西部, 与四川省相邻, 地处四川盆地川中丘陵区和川东平行岭谷区交接处(图1)。辖区总面积107671.17 hm2, 境内海拔介于212.6—711.3 m, 地形北高南低, 属典型的山地丘陵区地貌。气候属亚热带季风气候, 年平均降雨量1099 mm, 年平均气温17.8℃。土壤多为水稻土、紫色土、新积土和黄壤等。全区森林覆盖率为21.64%, 水资源人均占有量为505 m3·人–1。2016年, 全区总人口85.06万人, 其中农业人口46.07万人, 非农业人口38.99万人, 下辖15个镇与6个街道。2016年全区生产总值达到368.12亿元, 三次产业结构比为13.4:62.3:24.3。

Figure 1 The sketch map of research area

1.2 数据来源及处理

本文数据源主要包括土地利用数据与社会经济统计数据。土地利用数据来源于荣昌区2007—2016年土地利用变更调查资料和研究区的Landsat TM遥感影像(空间分辨率30*30m)解译成果。根据研究区土地利用特点和前人研究成果[25], 可将荣昌区土地利用划分为耕地、林地(含林地和园地)、草地、水域(含河流水面和湖泊水面)、城乡建设用地(含城镇用地、农村居民点、采矿用地和风景名胜特殊用地)、交通水利用地和自然保留地7种类型, 根据不同土地利用类型的影像特征和空间特征, 建立相应的遥感解译标志, 进行人机交互式判读, 在ERDAS软件中对影像进行分类汇总获取各土地利用类型信息; 社会经济统计数据来源于《荣昌区统计年鉴》(2008—2017年)、《荣昌区国民经济和社会发展统计公报》、《荣昌区政府工作报告》以及《荣昌区土地利用总体规划(2006—2020)》、《荣昌区土地整治规划(2006—2020)》、《荣昌区城市总体规划(2008—2030)》、《荣昌区旅游发展规划(2015—2030)》、《荣昌区水土保持规划(2006—2025)》等。

2 土地利用生态功能评价

2.1 生态足迹模型

生态足迹模型的指标能基于土地面积进行量化、数据相对容易获取, 其结果能较好揭示自然资本和经济发展之间的关系。选用该项模型进行区域土地利用生态功能评价不失为一种较好的研究方法。该模型应用总体思路是: 先分别从资源需求方面计算生态足迹(EF)的大小、从土地供给方面计算生态承载力(EC)的大小, 再通过两者之间的比较来评价该地区的生态可持续发展情况, 若区域内的生态承载力减去生态足迹为负值, 则表明该地区人类活动对土地需求超过了土地的生态容量, 该地区的消费和发展模式处于相对不可持续状态, 即出现了生态赤字。根据生态生产力大小的差异, 地球表面的生态生产性土地可分为耕地、林地、草地、水域、化石能源用地、建设用地等六大类用地, 在生态足迹模型中, 采用该六大类用地来折算各种资源和能源消费量。本研究采用Wackernagel[12]等研究成果中的均衡因子、产量因子来计算研究区的生态足迹与生态承载力。

(1)生态足迹(EF)

生态足迹是指区域内某一时段总共消费的资源、能源和消纳废弃物所需要的生态生产性土地面积, 它反映的是该区域所有人在当前消费水平和发展水平下的生产生活活动对生态系统的需求, 其表达式为:

式中为区域总生态足迹, N为区域总人口,为人均生态足迹,为均衡因子,a为第i种消费项目折算的人均生态生产性面积, i为消费项目种类, ci为第i种消费品的人均年消费量,p为第i种消费品的平均生产能力。

根据生态足迹的理论与研究区实际情况, 可将消费项目分为生物资源类消费项目与能源类消费项目, 其中生物资源类消费包括稻谷、玉米、大豆、棉花、油类、薯类、蔬菜、果类、茶叶、肉类、禽蛋类、奶类、水产品等13类项目, 能源类消费包括原煤、煤油、汽油、柴油、焦炭、电力等6类项目。

(2)生态承载力(EC)

生态承载力是指系统的自我维持、调节以及资源环境提供的生态容量的能力, 是一个区域所能提供给人类的生态生产性土地面积的总和, 其表达式为:

=(1–0.12)**=(1–0.12)**a*r*y(2)

式中为区域总生态承载力, N为区域总人口,为人均生态承载力,r为均衡因子,a为第i类生态生产性土地人均面积,y为产量因子。

2.2 结果分析

基于相关研究数据和上述研究方法, 可获取研究区2007—2016年六大类用地的人均生态足迹、人均生态承载力与人均生态赤字情况(表1、表2、图2)。

(1)表1、图2的研究结果表明, 近10年荣昌区的人均生态足迹总体呈现上升趋势, 由2007年的2.21 hm2·人–1提高到了2016年的3.56 hm2·人–1。由于近10年来荣昌区大力推进城市化进程和高新技术产业开发区的建设, 煤炭、石油人均消耗量由2007年的1837.25kg·人–1、268.26kg·人–1分别提高到了2016年的2869.63kg·人–1、374.81kg·人–1, 其他化石能源如原煤、焦炭的消费量也逐渐增加, 所以化石能源用地对整个生态足迹的贡献率最大, 达到了46.66%; 随着荣昌区人口的增长与消费观念的升级, 2016年肉禽类人均消费量较2007年增长了15.74 kg·人–1, 奶类人均消费量十年间增长了近2.5倍, 对居住面积需求量、电力等能源的需求也日益增加, 建设用地10年间的人均生态足迹由0.1386 hm2·人–1增加到0.2147 hm2·人–1, 耕地、林地、草地和水域的人均生态足迹均略有增加。

表1 荣昌区2007—2016年人均生态足迹表 (hm2·人–1)

表2 荣昌区2007—2016年人均生态承载力表 (m2·人–1)

图2 荣昌区人均生态赤字图(2007-2016)

Figure 2 The per capita ecological deficit of Rongchang (2007-2016)

(2)表2、图2的研究结果表明, 近10年荣昌区的人均生态承载力逐年下降, 由2007年的0.44 hm2·人–1降到了2016年的0.37 hm2·人–1。其中耕地的人均生态承载力由0.3294 hm2·人–1下降到了0.2090 hm2·人–1, 主要原因是由于人口的增加, 耕地面积净增长率低于人口净增长速率; 林地、草地、水域人均生态承载力变化原因与耕地变化原因类似; 建设用地10年间的人均生态承载力逐年小幅度增加, 说明荣昌区的城镇化进程不断加快, 但通常建设用地的增加是伴随着农用地尤其是耕地的减少, 这从土地利用的角度来看是一种损失, 所以今后要进一步控制建设用地规模、挖潜存量、提高集约节约利用水平。

总的来看, 荣昌区近十年土地生态功能较不乐观, 生态赤字由2007年的1.77 hm2·人–1增加到了2016年的3.19 hm2·人–1, 年平均增长幅度为8.02%。生态赤字的存在揭示了荣昌区生态系统正常提供的生态基础已不能满足当前经济活动的生态需求, 从图2中也可预见, 在未来几年内荣昌区的生态赤字还将不断扩大, 故亟待采取有效措施来调整各类用地结构、提高各类生态性用地的有效利用率, 保证荣昌区的土地生态安全。

3 土地利用结构优化

3.1 土地利用结构优化体系构建

土地利用结构优化是一项复杂的系统工程, 需综合考虑生态、经济、社会等不同目标的需求, 从而使土地利用在时间上得到合理安排, 在空间上得到最佳落实。多目标规划模型具有较大灵活性, 能适用于解决具有不同度量单位和相互冲突目标的多目标决策问题, 故本文采用多目标规划模型, 在土地利用生态功能评价的基础上, 确定全区在土地利用优化过程中预期实现的生态效益目标与经济效益目标, 其中生态效益是本文所研究的主导型目标, 将与土地资源结构相关的社会需求和土地自身限制性作为约束条件, 寻求土地利用优化方案。

(1)决策变量设置

根据研究区未来发展定位及相关数据可得性, 研究以2016年土地利用现状为基础, 依据研究区土地利用划分的7个类型设置决策变量, 即X1(耕地)、X2(林地)、X3(草地)、X4(水域)、X5(城乡建设用地)、X6(交通水利用地)、X7(自然保留地)。

(2)目标函数构建

1)生态效益目标

本研究以生态赤字最小化确定生态效益目标函数: Min(ED)=Min(EF-EC), 其中ED、EF、EC分别为2026年研究区生态赤字、总生态足迹需求、总生态承载力供给。根据灰色模型预测可获取研究区总人口、人均生态足迹、人均生态承载力函数, 其表达式分别为:

X(1)(t+1)=(827487+2707.17*105)e0.00305t–2707.17*105(3)

Y(1)(t+1)=(2.21+57.2046)e0.04226t–57.5046 (4)

Z(1)(t+1)=(0.44–24.11489)e–0.01866t+24.11489 (5)

以上预测函数都是以2007-2016的数据作为原始数据, 其中生态足迹与生态承载力预测假设生物资源类消费项目与能源类消费项目种类不变。经预测得到研究区目标年总人口为876205人, 人均生态足迹为5.49 hm2·人–1, 人均生态承载力为0.31 hm2·人–1。故生态效益目标函数表达式为:

min(ED)=4810365–[4.6481+1.0012+0.0943+4.648

(5+6)+0.24]*771060 (6)

2)经济效益目标

Maxf(x)=5.3993X1+7.5563X2+0.0001X3+3.5995X4+

272.1247 XS+71.2708X6+0.0001X7(7)

(3)约束条件建立

约束条件反映的是目标函数实现的限制因素, 需要考虑与土地利用结构关系密切的土地资源条件、社会需求等方面, 约束条件的构建涉及到定量的问题, 所以本文将以与土地资源结构相关的社会需求和土地自身限制性作为约束条件, 具体从土地资源、生态环境、人口数量及荣昌区相关空间规划实际情况来对其进行约束, 目标年为2026年。

1)土地总数量约束, 即调整前后研究区土地总量应保持不变:

X1+X2+X3+X4+X5+X6+X7=107671.19 hm2

2)耕地约束, 根据荣昌区“十三五”时期打造生态宜居休闲区的战略目标与区级耕地保护政策要求, 预计荣昌区2026年耕地保有量应不低于51167 hm2, 永久基本农田面积应不低于行政区内耕地面积的80%: 即40933.60≤X1≤67219.69 hm2

3)林地约束, 根据《重庆市荣昌区国家森林城市建设总体规划(2016—2025)》要求, 2025年全区绿化面积应达到35%, 即20281.51≤X2≤37684.92 hm2

4)水域约束: 水域具有很好的稳态功能, 考虑到荣昌区将来的发展, 水域面积最好维持当前现状, 即X4≤1029.96 hm2。

5)城乡建设用地约束, 在保证荣昌区经济不断发展的前提下, 城镇用地与风景名胜特殊用地的数量会有所增加, 根据《荣昌区城市总体规划(2008—2030)》和《荣昌区旅游发展规划(2015—2030)》, 荣昌区在规划末期城镇用地和风景名胜特殊用地将分别增加987.78 hm2、143.89 hm2; 在城镇化推进过程中, 因农村人口的不断析出、生态环境的治理, 农村居民点和采矿用地将逐渐复垦退出。根据《荣昌区土地整治规划(2006—2020)》, 荣昌区在规划末期农村居民点和采矿用地将分别减少2415.55 hm2和143.89 hm2。总体预计城乡建设用地减少1470.79公顷, 即14027.64≤X5≤15499.19 hm2。

6)交通水利用地约束, 荣昌区在规划末期预计需建设G348国道和濑溪河堤防工程等项目, 预计需要用地555.37 hm2, 即1817.57≤X6≤2372.94 hm2。

7)总人口约束, 城镇人口和农村人口的总量之和应不超过规划末期的人口预测之和:1∑X+P2∑X=, 式中1表示城镇人口的预测密度,2表示农业人口的预测密度,X为建设用地类型,X为农用地类型。本文采用灰色预测模型进行预测2026年荣昌区的城镇人口与农业人口密度, 分别为78.52人·m–2、5.04人·m–2, 故78.82X5+5.04(X1+X2+X3)≤876205。

8)决策变量非负约束,X≥0(i=1, 2, 3…7)。

3.2 优化结果

根据目标函数以及相关约束条件, 运用间接算法和Matlab软件进行数学建模, 得出满足条件的最优解, 即规划末期荣昌区土地利用结构表(表3)。

从表3可以看到, 优化后的土地利用类型对比与2016年有以下几个方面的特征:

(1)林地、草地与水域等生态涵养价值高的地类共计增加10051.58 hm2, 能大幅度提高全区绿化面积与生态承载力, 对农村经济结构优化也能起到一定效果; 荣昌区生态退耕政策的实施、城镇用地的扩张、其他用地结构的合理调整, 会造成耕地面积较优化前稍有下降, 但仍然能满足全区粮食需求与永久基本农田保护要求; 未来随着城镇化率的不断提高, 城镇用地的合理扩张, 农村居民点和采矿用地复垦力度逐渐增大, 道路建设与水利工程将日趋完善, 城乡建设用地面积总体上减少1379.86 hm2, 交通水利用地面积增加555.36 hm2, 符合社会经济发展现实; 自然保留地在规划期间将逐年减少, 从67.89 hm2减少到22.45 hm2, 这主要是因为建设用地的必然扩张与耕地的保有双重作用的结果。

表3 荣昌区土地利用结构优化结果

(2)经土地利用结构优化后, 荣昌区生态承载力较预测前提高22.58%, 生态赤字较前文预测减少0.07 hm2·人–1, 在提高全区生态环境承载能力的同时, 也兼顾土地的经济效益, 实现了荣昌区社会发展和国民经济的战略要求, 故优化后的土地利用结构达到了生态、经济和社会效益的统一, 更有利于保障荣昌区的可持续发展与生态环境质量。

4 结论与讨论

4.1 结论

本文采用土地生态足迹模型评价荣昌区2007—2016十年间土地生态功能, 结果表明, 荣昌区人均生态赤字由2007年的1.77 hm2·人–1增加到了2016年的3.19 hm2·人–1, 年平均增长幅度为8.02%, 土地资源生态环境压力较大, 亟待在坚持土地利用节约集约性原则的前提下, 合理调整土地利用结构、优化土地资源配置。

运用多目标规划模型对全区土地利用结构进行优化配置, 调整结果增加了林地等生态价值和生态调节能力较强地类面积, 减少了一部分耕地面积, 优化了农用地内部结构, 有利于防止水土流失和污染等环境问题; 城乡建设用地面积减少了1379.86hm2, 农村居民点及采矿用地面积随着复垦力度的加大不断减少, 达到了集约节约建设用地、提高土地利用效率的目的; 自然保留地随着社会经济的发展适当减少, 在保证全区用地的同时对全区的生态环境起到了很好的稳定效果。

土地利用结构优化后, 荣昌区人均生态承载力较预测前提高了22.58%, 人均生态赤字较预测前减少了0.07 hm2·人–1, 能有效缓解生态赤字压力, 也兼顾了经济效益的提高, 即能实现荣昌区国民经济发展和社会发展规划所提出的战略目标, 达到生态、经济和社会效益的统一, 也表明了基于生态效益目标优先的土地利用结构优化配置具有科学性与可操作性。

4.2 讨论

土地生态功能评价的结果在一定程度上反映了区域经济发展方式与人们当前消费结构的转变, 对土地利用结构优化具有准确的目标导向, 基于生态足迹模型与多目标规划模型相结合的土地利用结构优化实现了生态目标的测度, 能为区域生态文明建设与可持续发展决策提供参考。本文分析评价了研究区10a间的土地生态功能, 关注其变化趋势与动态过程, 较以往研究单一的年度结果评价而言更加科学、准确。未来基于土地利用生态功能评价的结构优化研究也可继续扩大应用范围, 加强对乡镇等小尺度区域的研究应用。当然, 本文不足之处在于对生态足迹模型的计算主要侧重从生态角度衡量人对自然环境的影响, 区域内部发展水平的差异性指标考虑的较少, 因此后续研究还可构建相关指标, 进一步提高结果精确性。此外, 本文仅对土地利用数量结构进行了优化与评价, 还可继续构建空间优化模型, 使得土地利用结构优化方案更具可视性。

[1] 庞雅颂, 王琳. 区域生态安全评价方法综述[J]. 中国人口•资源与环境, 2014, (S1): 340–344.

[2] 史培军, 宋长青, 景贵飞. 加强我国土地利用/覆盖变化及其对生态环境安全影响的研究——从荷兰“全球变化开放科学会议”看人地系统动力学研究的发展趋势[J]. 地球科学进展, 2002, (02): 161–168.

[3] 姜仁良. 土地资源利用与生态环境保护交互耦合关系及规律研究[J]. 生态经济, 2013, (09): 77–81.

[4] 严金明. 土地利用结构的系统分析与优化设计——以南京市为例[J]. 南京农业大学学报, 1996, (02): 88–95.

[5] MURGANTE B, BORRUSO G, LAPUCCI A. Sustainable Development: Concepts and Methods for Its Application in Urban and Environmental Planning[M]. Berlin：Springer Berlin Heidelberg, 2011: 1–15.

[6] BOJORAUEZ-TAPIA L A, ONGAY-DELHUMEAUE, EZCURRAE. Multivariate Approach for Suitability Assessment and Environmental Conflict Resolution[J]. Journal of Environmental Management. 1994, 41(3): 187–198.

[7] 颜梅春, 王元超. 区域生态环境质量评价研究进展与展望[J]. 生态环境学报, 2012, (10): 1781–1788.

[8] DAZZIC, PAPAG L, POMAI. Integrating soil survey, land use management and political ecology: A case study in a border area between Peru and Ecuador[J]. Land Use Policy. 2013, 35(14): 302–311.

[9] COSTANZAR. The value of Ecosystem Service and Nature Capital in the world[J]. Nature. 1997, 387(15): 235–260.

[10] 王大海, 张荣群, 艾东, 等. 基于EES-PSR的土地生态安全物元模型评价方法实证研究[J]. 农业机械学报, 2017, 48(S1): 227–237.

[11] 乔蕻强, 程文仕. 基于熵权物元模型的土地生态安全评价[J]. 土壤通报, 2016, 47(2): 302–307.

[12] 张志强, 徐中民, 程国栋. 生态足迹的概念及计算模型[J]. 生态经济, 2000, (10): 8–10.

[13] 任金铜, 杨可明, 陈群利, 等. 贵州草海湿地区域土地利用景观生态安全评价[J]. 环境科学与技术, 2018, (05): 158–165.

[14] 杨阳, 黄义雄, 李潇, 等. 海坛岛景观生态风险评价及时空分异[J]. 福建师范大学学报(自然科学版), 2018, (02): 74–81.

[15] 陆军辉, 梅志雄, 赵书芳, 等. 土地利用配置的混沌蚁群优化算法研究[J]. 地球信息科学学报, 2017, (08): 1026– 1035.

[16] 袁满, 刘耀林. 基于多智能体遗传算法的土地利用优化配置[J]. 农业工程学报, 2014, (01): 191–199.

[17] 黄海. 基于改进粒子群算法的低碳型土地利用结构优化——以重庆市为例[J]. 土壤通报, 2014, (02): 303–306.

[18] [18] 刘耀林, 洪晓峰, 刘殿锋, 等. 利用模拟退火算法的村镇土地利用空间优化调控模型[J]. 武汉大学学报(信息科学版), 2011, (06): 752–755.

[19] 李鑫, 欧名豪, 严思齐. 基于区间优化模型的土地利用结构弹性区间测算[J]. 农业工程学报, 2013, (17): 240– 247.

[20] WANG Hongrui, Gao Yuanyun Liu Qiong, et al. Land Use Allocation Based on Interval Multi-objective Linear Programming Model: A Case Study of Pi County in Sichuan Province[J]. Chinese Geographical Science. 2010, 20(2): 176–183.

[21] Zhou Min. An interval fuzzy chance-constrained programming model for sustainable urban land-use planning and land use policy analysis[J]. Land Use Policy. 2015, 42(42): 479–491.

[22] 胡宗楠, 李鑫, 楼淑瑜, 等. 基于系统动力学模型的扬州市土地利用结构多情景模拟与实现[J]. 水土保持通报, 2017, (04): 211–218.

[23] 黄迎春, 杨伯钢, 张飞舟, 等. 基于同类城市建设目标的北京市土地利用结构优化[J]. 农业工程学报, 2016, (04): 217–227.

[24] 乔小雨, 陈龙乾, 崔婷婷. 土地利用结构优化的灰色线性规划方法研究——河南省三门峡市的实证分析[J]. 中国国土资源经济, 2010, (05): 35–38.

[25] 杨丽, 谢高地, 甄霖, 等. 泾河流域土地利用格局的时空变化分析[J]. 资源科学, 2005, (04): 26–32.

[26] 奚砚涛, 牛坤, 薛丽芳. 基于生态足迹定量分析的土地利用结构优化研究——以江苏省徐州市为例[J]. 水土保持通报, 2014, (02): 293–299.

[27] 向芸芸, 蒙吉军. 基于生态效益的武汉城市圈土地利用结构优化[J]. 长江流域资源与环境, 2013, (10): 1297– 1304.

[28] 龚建周, 刘彦随, 张灵. 广州市土地利用结构优化配置及其潜力[J]. 地理学报, 2010, (11): 1391–1400.

Ecological function evaluation and structural optimization of land use in hilly mountainous areas

DAI Zhiyong1, YANG Chaoxian1,*, XIN Guixin2, WEI Yaohua1, XIONG Xiangxiang1

1. College of Resources and Environment, Southwest University, Chongqing 400715, China 2. Research Center for Development and Utility of Unique Resources in the Wulingshan Region, Yangtze Normal University, Chongqing 408100,China

Implementing land use ecological evaluation and optimizing land use structure scientifically in view of the fragile ecological hilly is of great significance to maintaining stable land ecological functions and improving land use efficiency. Results show that in the past 10 years, due to the disturbance of unreasonable allocation of land use, the per capita ecological deficit in Rongchang area has continued to increase and the per capita ecological carrying capacity has decreased year by year. The ecological deficit was increased from 1.77 in 2007 to 3.19 in 2016, the average annual increase was 8.02% and the ecological deficit was 8.37 times the ecological capacity in 2016. The utilization of land resources presented a state of great pressure and many ecological problems. Besides, the optimization of land use structure improved the ecological function of land use and promoted the benign stability of land use ecosystem. Based on the goal of minimizing land ecological deficit, the area of woodland and grassland with strong ecological regulation function increased by 10051.58hm2, the cultivated land area decreased by 9181.64 hm2, the urban and rural construction land area decreased by 1379.86 hm2, and the natural reserve decreased by 45.44 hm2. Regional ecological capacity was predicted to increase by 22.58% and per capita ecological deficit decreased by 0.07 hm2, and the optimized land use structure realized the unity of ecological economy and social benefit.

landuse;ecological function; structural optimization; hilly and mountain area

10.14108/j.cnki.1008-8873.2019.04.026

F323.211

A

1008-8873(2019)04-194-08

2018-07-14;

2018-08-12

国家自然科学基金面上项目(41771534); 国家科技支撑项目(2013BAJ11B02); 重庆市社科项目(2017YBJJ035)

戴智勇(1995—), 男, 湖南武冈人, 硕士研究生, 主要从事土地利用与综合整治研究。E-mail: 1544562246@qq.com

杨朝现, 男, 博士, 副教授, 主要从事土地利用与调控研究。E-mail: yangcx@swu.edu.cn

戴智勇, 杨朝现, 信桂新, 等. 丘陵山区土地利用生态功能评价及结构优化[J]. 生态科学, 2019, 38(4): 194-201.

DAI Zhiyong, YANG Chaoxian, XIN Guixin, et al. Ecological function evaluation and structural optimization of land use in hilly mountainous areas[J]. Ecological Science, 2019, 38(4): 194-201.