基于FLUS模型的农村居民点空间格局模拟——以江苏省东台市为例

朱 醒

（南京农业大学，江苏 南京210032）

1.引言

一方面，由于长期以来的规划和动态监督的缺失及自由发展历史遗留我国农村居民点空间布局零散。另一方面，随着中国城镇化进程的快速发展，中国城乡差距进一步扩大，农村发展乏力，农村青壮年劳动力大量流失，部分地区陷入“城市单核发展陷阱”，出现大量“乡村病”。作为农村主体的农村居民点相应出现宅基地闲置和利用粗放的现象。

针对我国乡村目前存在的一系列问题，“十九大”指出在中国发展新阶段“中国社会主要矛盾转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”，并基于此提出乡村振兴战略及生态安全战略，旨在实现经济、生态、社会协同发展。如何将这些战略目标具体落实到农村层面，成为目前学术研究的重要内容，本研究通过构建多目标农村居民点空间格局优化实现将战略目标与农村居民点空间格局联系起来，促进农村土地资源的合理配置，改造粗放利用方式，挖掘农村居民点潜力。

2.数据来源与研究区概况

2.1 数据来源

为了保障数据的科学性、准确性和实效性，服务于农村居民点空间格局优化需要，本研究选取自然、社会经济、区位三方面15个指标，如表1-1所示。

表1 -1数据来源

?

2.2 研究区概况

江苏省东台市国土总面积3176平方公里，位于东经120°07′～120°53′，北纬32°33′～32°57′，全县地势平坦，海拔2.6～4.6米左右。其位于江苏省沿海中部，地处黄淮海平原东部，长江三角洲北翼，东拥黄海，西接泰州，南依南通，北靠盐城。东台属亚热带季风海洋性气候，四季分明，雨量充沛，粮食作物主要为水稻、小麦，经济作物主要为油菜、棉花、蚕桑、林果，东台是我国重要的粮食主产区之一。

截止2019年，东台市地区生产总值达841.49亿元，同比增长5.05%。其中，第一产业增加值109.51亿元，同比增长4.77%；第二产业增加值312.90亿元，同比增长1.57%；第三产业增加值419.08亿元，同比增长7.89%。全县人均地区生产总值76960.86元，同比增长5.87%。产业结构加快调整，全年一二三产业增加值占比调整为13.01∶37.18∶49.80，第二产业增加值占GDP比重比上年提高1.27个百分点。全体居民人均可支配收入34571元，同比增长8.6%。全年新增固定资产154063万元，同比增长30.92%。城镇化率进一步加快，年末城镇化率达62.47%，比上年提高0.25个百分点。

3.数据处理

3.1 数据预处理

考虑到数据的可比性对指标因子进行归一化，使每个指标因子取值位于（0，1）。计算表达式如公式（3-1）所示：

其中xi表示第i个指标因子的值，xmax表示第i个指标因子的最大值，xmin表示第i个指标因子的最小值。

3.2 目标函数和约束条件构建

东台市农村居民点空间格局模拟主要由数量约束下的模拟和空间布局约束下的模拟两个部分组成。前者主要是根据农村居民点的目标函数和约束条件确定东台市农村居民点和其他土地的数量规模。后者主要是基于GEOSOSFLUS模型依据神经网络算法（ANN）获得土地利用适宜性概率、通过各项政府规划获得的限制区域，及通过文献总结获得的成本转换矩阵、领域权重、加速因子、领域范围、迭代次数制定东台市农村居民点空间布局转换规则。其中目标函数为经济效益最大化函数和生态效益最大化函数，约束条件为规模约束和规划约束；适宜性概率即各土地斑块上适宜性程度，限制区域即基本农田保护区范围，成本转换矩阵即各类土地扩张趋势，邻域权重即地类聚集倾向，加速因子即模型计算快慢程度。

（1）生态效益目标函数

根据乡村振兴战略中提出生态宜居的目标，2030年东台市农村居民点空间格局应实现较高的生态环境目标。生态效益目标函数如公式（3-2）所示：

其中F1表示各类土地获得的生态效益，Ai表示生态价值服务系数矩阵，Xi表示土地利用类型矩阵。生态价值服务系数根据谢高地提出的单位面积生态系统服务价值当量，为不同土地利用类型赋予相应的值。结合东台市农村土地利用类型，获取耕地、林地、草地、水域、农村居民点生态价值系数。故东台市生态安全目标函数为：

（2）经济效益目标函数

根据乡村振兴战略中提出的产业兴旺和生活富裕的目标，2030年东台市应在兼顾生态环境的同时，经济效益较优。经济效益化目标函数如公式（3-3)所示：

其中F2表示各类土地获得的经济效益，Bi表示经济效益系数矩阵（各类土地利用类型经济系数共同组成），表示土地利用类型矩阵。经济效益系数（元/m2）根据2005—2015年东台市不同乡镇的不同产业产值除以各乡镇对应地类面积获得。结合东台市农村生产主要方式，经济系数计算如公式（3-4）所示

由于2008年之前的农林牧渔业数据缺失，故选择2010-2015年东台市农、林、牧、渔、二三产业产值，及各类型土地利用面积求得。其中，由于东台市紧邻海洋，其渔业产值中有部分为海水渔业产值与水域面积无关，故用2005-2015年间东台市淡水渔业产值代替渔业产值。根据各项系数于2010-2015年的年际增长率，推算出2030年东台市各地类经济系数。故东台市经济目标函数为：

表2 -1东台市不同土地利用类型生态系数与经济系数

（3）约束条件

各土地利用类型面积总和等于行政区总面积；耕地面积不小于规划耕地保有量；林地面积不小规划林地预期量；建设用地不小于自然增长面积不大于规划面积；现实中水域转换难度较大，水域面积不小于现有面积。

3.3 基于GEOSOS-FLUS的农村居民点空间格局模拟模型构建

（1）基于CA-ANN获取不同土地利用类型的适宜性

神经网络算法（ANN）是计算机通过自我学习，自主判断已有的土地利用现状和驱动力之间关系并进一步预测不同地块上不同土地利用类型出现的概率。训练-预测主要通过输入层、隐含层、输出层实现，计算公式如公式（3-5）：

式中：sp(p,k,t)是第t次迭代中，在p斑块上k种土地利用类型可能出现的概率，ωjk是输出层与隐藏层之间的权重；sigmoid()是隐藏层到输出层的激励函数；netj(p,t)表示第j个隐藏层栅格p在时间t上所接到的信号。最终输出结果所得的不同土地利用类型适宜性的适宜性概率总和永远为1，如公式（3-6）所示：

（2）基于自适应惯性、邻域系数、轮盘转换等的土地利用类型概率调整

在获得了神经网络输出的某一地块土地利用类型适宜性概率后，最终地块出现的土地利用类型概率还需要通过领域竞争、惯性系数调整、转换成本矩阵进行修正才能获得结果，能够较好的引入竞争机制和随机效应。t次迭代后所获的第k种土地利用类型的栅格数量与目标函数预计的栅格数量的差值转换为自适应惯性，即差值越大惯性系数越大，第t次迭代中的第k种土地利用类型的自适应惯性系数如公式（3-7）所示。

式中：scc→k为第c种土地利用类型转换为第k种土地利用类型的成本，由于成本为负向指标，故用表达第c种土地利用类型转换为第k种土地利用类型成本系数；pt为邻域转换系数，其表达式如公式（3-9）所示。

（3）参数设置

①限制转换图层

未来土地利用中基本农田应保持不变，所以将基本农田图斑与基期东台市土地利用图做栅格计算，求出东台市耕地与基本农田保持不变的地区，确定其为东台农村居民点格局模拟的限制转换图层。在相应地类上转换概率为0，禁止土地利用类型的转换。

②邻域权重因子

领域因子是用来表征各类土地的扩张能力的指标，其取值范围在0—1之间，数值越大该地类扩张能力越强。根据目标年各类土地利用相较于基期年的土地利用变化率，参考相关文献，得到不同情景下不同地类的领域权重。

③成本矩阵

根据不同情景的要求设定地类转换成本矩阵。地类之间可以转化赋值“1”，地类之间不可以转化赋值0。自然情景下所有地类可以互相转化，所以自然情况下成本矩阵均赋值“1”。生态情景下生态用地禁止向非生态用地转换。故林地向农村居民点用地转换、草地向农村居民点用地转换、水域向农村居民点用地转换赋值为“0”，其他各地类间的转换赋值为“1”。经济情境下，为了经济发展的需要，各地类之间可以互相转化，各地类间的转换均赋值为“1”。

4.结果与讨论

4.1 规模测算

自然发展情景即不受任何限制条件制约情况下，各类型土地利用方式自然演变的结果。观察2005-2015年各类土地利用，发现2010-2015年各类土地利用增加或减少率相较于2005-2010均有不同幅度的降低。随着世界大环境经济发展减缓，土地利用变化理论上应趋于平缓，故根据2010-2015年各类土地自然增长率推算出2030年耕地、林地、草地、水域、农村居民点用地面积。

经济优先情景是兼顾生态目标和经济目标的情况下，经济效益最大化的情景。经济发展与城市化高度相关，故经济优先情景主要反映了农村居民点面积较大的情景。本研究通过多目标遗传算法（multiobjectiveoptimizationusinggeneticalgrithm）获得生态效益和经济效益均较优秀的帕累托前沿面，如图4-1所示。根据不同前沿点对应的不同地类面积方案，选择经济效益最大的方案，如表4-1所示。

图4 -1生态经济目标下的帕累托前沿面

表4 -1生态效益、经济效益目标下的部分方案列举单位109平方米

生态安全情景是在兼顾经济和生态目标都较优的情况下，生态效益最大的情景。粮食安全情景是在满足生态目标和经济目标的情况下，耕地可以获得最大面积的情景。由于规划对于耕地面积总量的限制，致使其总面积远大于其他地类，生态安全系数差异程度不及面积差异，故粮食安全情景与生态安全情景目标一致可以实现合并。该情景兼顾生态安全和粮食保障的需求。方案的获取方法与经济优先情景一致，通过遗传算法获取帕累托前沿面和对应地类面积矩阵，并从选择中生态效益和耕地面积最大的情景。

根据上文确定的不同情景下的耕地、林地、草地、水域、农村居民点的面积要求，确定不同地类不同情景下的目标栅格数。情景模拟放入总栅格数量为2533728个，不同地类栅格目标数量如表4-2所示。

表4 -2 不同情景下不同地类的目标栅格数量比例单位：%；面积单位：109平方米

4.2 适宜性评价

将dem、坡度、降水量、人口、国民经济生产总值、到河流的距离、到公路的距离等作为土地利用格局的驱动驱动因子，根据CA-ANN，得到不同地类土地利用适宜性如图4-2所示。

图4 -2 东台市各土地利用类型适宜性

根据图4-2，发现东台市整体耕地适宜性一般，但适宜性分布均匀，均值较高，耕地制约因子较少。东台市耕地适宜性呈东台镇中心城区向周围逐渐递减的趋势。东台市林地整体适宜性一般，最高值仅为0.77。高值区域主要分布于东部沿海地区（弶港镇境内），西北部零星地区林地适宜性较好。东台市草地适宜性整体较高，最高值达1。东台市草地适宜性空间分布呈中部高四周低的特点。东台市水域适宜性较好，呈现四周高中间低的特点，高值区域零星分布于四周。东台市农村居民点整体适宜性最优，高值区域最低值大于0.70，中值区最低值大于0.2。东台市农村居民点空间分布规律耕地适宜性正好相反，高值区分布在西部东台镇、五烈镇和东部疆港镇，低值区集中在中部。

图4 -3不同情景模拟结果

总体来说东台市不同地类适宜性分布一方面呈现“中间—四周”和“西部、东部—中部”的空间分布差异，另一方面呈现适宜性高值区域较为集中，部分零星分布在东台全域。

4.3 布局模拟结果

根据上文确定的目标栅格、成本矩阵、领域因子，输入2015年土地利用现状作为基期，模拟获得2030年自然发展情景、生态优先情景、经济发展情景。参考自然发展情景参数设置，加入基本农田范围作为限制区获得耕地安全情景。

自然发展情景下，农村居民点规模增加。增加主要来源为；耕地（4.69%）和草地（0.02%）；农村居民点流出主要去向为耕地（1.63%）和水域（0.01%）。故自然情景下农村居民点通过占用耕地（3.06%）和水域（0.01%）规模扩张。空间分布上看，农村居民点占用耕地在西部和东部呈现差异化特点。西部农村居民点增加零星分布于各乡镇的中心村镇和道路附近，东部农村居民点增加集中连片。农村居民点占用水域主要集中于东部弶港镇，少量分布于溱东镇和东台镇。

粮食安全情景下，农村居民点规模减少，增加主要来源为草地（0.07%）；农村居民点流出主要去向为耕地（0.17%）、水域（0.02%）。故粮食安全情景下农村居民点退出整理为耕地和水域。空间分布上看，农村居民点退出恢复为水域主要集中于东部弶港镇，而农村居民点退出恢复为耕地均匀分布于各乡镇。

生态优先情景下，农村居民点规模增加，增加主要来源为耕地（4.40%）和水域（0.02%）；农村居民点流出主要去向为耕地（1.20%）和水域（0.14%）。故兼顾经济发展的生态优先情景下农村居民点通过占用耕地（3.20%）规模扩张，同时通过农村居民点整理，恢复水域（1.18%），保证了该地区湿地功能的完整性，确保了地区生态平衡。空间分布上看，生态优先情景下的农村居民点占用耕地与自然情景类似，大面积分散分布于西部五烈镇、东台镇、时堰镇、溱东镇、梁垛镇，大面积集中连片分布于东部新曹农场和弶港镇。农村居民点退出恢复水域主要集中于东部弶港镇，少量分布于溱东镇、富安镇、东台镇。

经济优先情景，农村居民点规模增加，增加主要来源为耕地（7.87%）。农村居民点流出去向主要为耕地（3.24%）和草地（0.19%）。故兼顾生态安全的经济优先情境下，农村居民点通过占用大量耕地（4.63%）规模扩张，同时为了保障生态安全通过农村居民点整理恢复了部分具有较高经济收益性和生态保护性的草地（0.19%）。空间分布上看，经济优先情景下农村居民点真用耕地相较于其他各类情景，增加范围更加广泛。除上述西部分散增长和集中增长外，西南部乡镇（时堰镇、安丰镇、富安镇南部紧靠南通县地区）农村居民点集中大面积占用耕地。农村居民点退出恢复草地主要集中于弶港镇的中部和北部。

四种情境中经济优先情景、自然发展情景、生态安全情景农村居民点规模增加，粮食安全情景农村居民点规模减少。其中经济优先情景农村居民点规模增加最多，耕地占用最为严重，且出现明显的农村居民点合并现象。耕地安全情景农村居民点规模减少，每个乡镇均匀分布。农村居民点占用耕地主要呈现“西部分散-东部集中”的特点，农村居民点占用水域或农村居民点退出恢复水域和草地主要分布于弶港镇境内。