基于FLUS模型的大都市区土地利用优化模拟——以深圳市为例

详细信息    查看全文 | 推荐本文 |

英文篇名：Metropolitan Land Use Optimization Simulation Based on FLUS Model ——Setting Shenzhen Cityas an Example 作者：彭云飞 英文作者：PENG Yunfei;Shenzhen Urban Planning and Land Resource Research Center; 关键词：FLUS模型 ; 城市土地利用 ; 优化模拟 ; 深圳市 英文关键词：FLUS model;;urban land use;;optimization simulation;;Shenzhen city 中文刊名：山东国土资源 英文刊名：Shandong Land and Resources 机构：深圳市规划国土发展研究中心; 出版日期：2019-08-09 出版单位：山东国土资源 年：2019 期：08 基金：该文由国家自然科学基金资助项目“新媒体语境下的地图范式设计与参与式制图方法”(41571438)资助 语种：中文; 页：73-77 页数：5 CN：37-1411/P ISSN：1672-6979 分类号：F301.24

摘要

采用深圳市2010年、2015年和2016年的土地利用现状数据,运用FLUS模型对自然发展情景、生态安全情景和生态优化情景3种情景下2030年深圳市土地利用结构和空间布局的变化进行模拟。研究结果表明:以2010年为基期模拟2015年土地利用布局的kappa指数为0.862,模拟结果较为理想。3种情景下深圳市2030年土地利用布局既有共性也存在差异。生态优化情景在禁止建设区把部分生产性用地转变为具有重要生态功能的林地,在限制建设区严格控制新增建设用地,在集中连片的控制区内限制生产活动,比自然发展情景和生态安全情景更能达到城市建设和生态保护的双重目标。
        Based on land use data of Shenzhen city in 2010, 2015 and 2016, by using FLUS model, the changes of land use structure and spatial distribution in Shenzhen city in 2030 have been simulated under three scenarios, they are natural development scenario, ecological security scenario and ecological optimization scenario. It is showed that the simulation results of land use distribution in 2015 based on 2010 are ideal, and the kappa index is 0.862. The land use layout of Shenzhen in 2030 has both similarities and differences under the three scenarios. Ecological optimization scenarios can function better in achieving the aim of urban construction and ecological protection than the other two scenarios in the following aspects: to transform part of productive land into forest land with important ecological functions in prohibited construction zones, to strictly control new construction land in restricted construction zones, and to restrict production activities in centralized and continuous control zones.

引文

[1] 龚溪,曹铭昌,王东升,等.黄河三角洲自然保护区土地利用格局空间优化模拟[J].农业工程学报,2017,33(S1):355-361.
    [2] 刘彦随,杨忍.中国县域城镇化的空间特征与形成机理[J].地理学报,2012,67(8):1011-1020.
    [3] Florencia Sangermano,J Ronald Eastman,Honglei Zhu.Similarity weighted instance-based learning for the generation of transition potentials in land use change modeling[J].Transactions in GIS,2010,14(5):569-580.
    [4] Lendering K T,Jonkman S N,P.H.A.J.M.van Gelder,et al.Risk-based optimization of land reclamation[J].Reliability Engineering & System Safety,2015,144:193-203.
    [5] Marull J,Pino J,Tello E,et al.Social metabolism,landscape change and land-use planning in the Barcelona Metropolitan Region[J].Land Use Policy,2010,27(2):497-510.
    [6] 杨俊,解鹏,席建超,等.基于元胞自动机模型的土地利用变化模拟——以大连经济技术开发区为例[J].地理学报,2015,70(3):461-475.
    [7] 高琳,邓清海,耿许可,等.基于遥感的青岛市区土地利用动态变化研究[J].山东国土资源,2017,33(7):86-91.
    [8] 焦利民,吴苏.利用自组织网络分析1990—2010年中国主要城市扩展特征[J].武汉大学学报,2014,39(12):1435-1440.
    [9] 胡雪丽,徐凌,张树深.基于CA-Markov模型和多目标优化的大连市土地利用格局[J].应用生态学报,2013,24(6):1652-1660.
    [10] 李保杰,顾和和,纪亚洲.基于CLUE-S模型的矿区土地利用变化情景模拟——以徐州市贾汪矿区为例[J].热带地理,2018,38(2):274-281.
    [11] 许小亮,李鑫,肖长江,等.基于CLUE-S模型的不同情景下区域土地利用布局优化[J].生态学报,2016,36(17):5401-5410.
    [12] 马欢,于强,岳德鹏,等.基于MAS-LCM的沙漠化空间模拟方法研究[J].农业机械学报,2017,48(10):134-141.
    [13] 符蓉,濮励杰,钱敏,等.区域土地利用变化情景模拟设计与实证分析——基于多智能体系统(MAS)模型[J].资源科学,2012,34(3):468-474.
    [14] 陈颐,林毅伟,林丽丽,等.基于Markov和Logistic模型的莆田市土地利用变化及林地转出空间模拟[J].中国农业大学学报,2017,22(2):87-97.
    [15] 吴欣昕,刘小平,梁迅,等.FLUS-UGB多情景模拟的珠江三角洲城市增长边界划定[J].地球信息科学学报,2018,20(4):532-542.
    [16] 冯长春,曹敏政,谢婷婷.不同生态保育尺度下铜陵市土地利用结构优化[J].地理研究,2014,33(12):2217-2227.
    [17] 焦利民,李泽慧,许刚,等.武汉市城市空间集聚要素的分布特征与模式[J].地理学报,2017,72(8):1432-1443.
    [18] 郭旭东,谢俊奇,李双成,等.土地生态学发展历程及中国土地生态学发展建议[J].中国土地科学,2015,29(9):4-10.
    [19] 黎夏,李丹,刘小平,等.地理模拟优化系统GeoSOS软件构建与应用[J].中山大学学报(自然科学版),2010,49(4):1-5.
    [20] 刘小平,黎夏,张啸虎.人工免疫系统与嵌入规划目标的城市模拟及应用[J].地理学报,2008,63(8):882-894.
    [21] 黎夏,李丹,刘小平.地理模拟优化系统GeoSOS软件构建与应用[J].中山大学学报,2010,49(4):1-5.