耦合MOP 與FLUS 模型的杭州市土地利用格局優化及權衡分析

朱從謀 ，苑韶峰 ※，楊麗霞

（1. 浙江工商大學公共管理學院，杭州 310018；2. 浙江財經大學公共管理學院，杭州 310018）

0 引言

土地利用格局優化指基于有限的土地資源，通過結構優化與布局調控，利用多目標權衡決策來實現區域社會、經濟和生態綜合效益最大化，是區域土地利用規劃的重要內容[1]。隨著城市化進程不斷加快，城市擴張在提高區域社會經濟水平的同時，也引發了耕地被侵占、生態退化，以及水、大氣環境污染等諸多問題，對區域可持續發展構成嚴重威脅[2-3]。黨的十八大報告將優化國土空間開發利用格局作為生態文明建設的首要舉措[4]，通過優化調整土地利用結構和布局，實現經濟發展、社會進步和生態保護等多重發展目標，已成為區域可持續發展領域的重大科學問題。

運用多目標權衡決策實現土地利用綜合效益最大化是土地利用格局優化的重要手段[5-6]。目前研究有關土地利用格局優化的路徑主要有三條：一是開展土地利用適宜性評價，依據土地資源稟賦、區位條件、社會經濟條件等對區域內土地資源數量和空間進行合理配比[7]，評價方法包括多準則疊加評價[8]、空間供需耦合分析等[9]。但該方法多停留在單一目標空間優化，忽略了土地利用是一個內部復雜的系統，難以滿足多目標發展需要。二是適應土地可持續利用規劃的多目標優化方法，其既具有系統動力學模型的正負反饋特征，又克服了線性規劃模型的目標函數一維性，如多目標遺傳算法[10]、多智能體粒子群算法以及有序加權平均算法等[11]，從優化目標、關鍵性影響因素和微觀決策行為主體三方面構建土地利用格局優化模式[12]。三是情景分析和模型模擬，從土地數量結構和空間分布兩方面開展土地利用格局模擬分析。其中數量模擬模型主要包括線性規劃法[13]、馬爾科夫（Markov）模型、灰色多目標線性規劃（grey multipleobjective programming,GMOP）等[14]，側重于各土地類型面積需求分析。常見的空間分布模擬模型包括元胞自動機（cellular automata,CA）系統模型[2]、CLUE-S（conversion of land use and its effects）系列模型[15]、GeoSOS-FLUS 模型等[16]，并與GIS 空間可視化相結合實現空間配置優化。隨著城市化驅動下土地利用格局變化日趨復雜和多樣性，兼顧結構-布局的耦合模擬模型成為土地利用格局優化研究的熱點，如MOP-CLUE 模型[17]、SD-FLUS 模型以及MCR-FLUS-Markov 模型等[18]，為土地利用格局優化研究提供了科學方法支撐。

然而，在土地利用過程中，經濟效益增加與生態效益損失的矛盾無法避免?；谕恋乩米兓纳鷳B系統服務價值評估[19]、統計資料與調查[20]、參數模型等方法逐漸被運用到對土地生態效益和經濟效益的權衡分析中。在實際土地利用規劃決策中，決策者對不同發展目標的偏好往往會導致不同的土地利用結果[21]，現有研究容易忽視不同發展目標偏好下社會、經濟和生態效益之間的權衡關系[8]，很難找到多目標權衡的關鍵拐點，導致土地利用格局優化方案難以兼顧經濟、社會和生態效益[22]。面向新時期國土空間多目標協同治理要求，基于多目標偏好權衡分析提出未來土地利用格局優化方案更具現實可操作性和政策指導意義。

杭州市是浙江省省會城市和長三角城市群的中心城市，21 世紀以來的經濟快速增長帶來了一系列土地利用及生態環境問題。通過優化土地利用格局緩解生態保護與社會經濟發展之間的矛盾，實現土地利用社會、經濟和生態綜合效益最大化，成為杭州市目前亟待解決的重要現實問題?；诖?，本研究以東部快速城市化地區杭州市為例，綜合考慮經濟、生態和社會效益，通過耦合多目標規劃（multiple-objective programming,MOP）模型和FLUS 模型對杭州市2035 年土地利用格局進行情景模擬，尋求多目標權衡下土地利用經濟、社會和生態效益的關鍵拐點，據此制定未來杭州市土地利用格局優化方案，以期為區域土地資源優化配置提供科學參考。

1 研究區概況和數據來源

1.1 研究區概況

杭州市是浙江省省會城市，位于長三角城市群南翼、杭州灣西部。境內丘陵山地與平原占比分別為65.6%和26.4%，西部、中部和南部屬于浙西丘陵山地區，東部為杭嘉湖平原，素有“魚米之鄉”之稱。全境面積為16 595 km2，下轄10 個市轄區，2 個縣和1 個縣級市，是中國東部經濟發展中心城市和新一線城市，經濟發展迅速。2000—2018 年，杭州市地區生產總值從2000 年的0.14 萬億元增加至2018 年的1.35 萬億元，常住人口增長278.9 萬人。人口和經濟快速增長導致建設用地快速擴張，平原耕地被侵占、西部山區生態空間被破壞的現象突顯[3]。新時代杭州市立足于建設國際大都市，圍繞“數智杭州、宜居天堂”的發展導向，著力建設“三生”融合的宜居城市，亟需從經濟、社會、生態環境多維目標尋求協同發展路徑，統籌生產、生活、生態用地布局，提高土地資源可持續利用水平。

1.2 數據來源

本文所用的數據主要包括兩類：1）空間數據，主要包括氣象數據、土地利用數據、地形數據、耕地質量數據、夜間遙感影像數據、交通道路數據；2）統計及文本數據，包括杭州市統計年鑒（2001—2019）和一系列專項規劃等文本數據，數據來源及有關信息如表1 所示。其中，土地利用數據根據研究目的劃分為耕地、林地、草地、水域、建設用地和未利用地6 大類。為便于數據處理和計算，本文所有涉及的空間數據均在ArcGIS 10.2平臺重采樣為500 m×500 m。

表1 數據來源及主要特征Table 1 Data sources and main characteristics

2 研究方法

2.1 研究思路

該研究總體思路主要包括三部分：1）土地利用數量結構優化。首先，根據城市發展多目標的不同側重，設置土地利用結構優化方案集合，以此作為多目標規劃模型的目標函數；然后，運用灰色預測模型分別預測目標年的經濟效益和生態效益系數，基于土地資源稟賦和國土空間各類規劃控制等約束條件，權衡分析以獲取經濟-生態效益最優化的土地利用結構優化方案。2）土地利用布局優化。首先，以自然地形、社會經濟、交通區位等作為土地利用轉換的驅動力因子；其次，在獲取最優土地利用結構情景下，采用GeoSOS-FLUS 模型，根據限制轉化約束控制條件，模擬土地利用空間優化布局，并與其他典型方案做比較分析。3）實證案例分析。以快速城市化地區杭州市為研究區域，通過耦合MOP 與FLUS模型求取研究區土地利用結構與布局最優方案。

2.2 MOP 模型

多目標規劃模型是基于客觀規律和約束條件進行預測，使得某個或者多個目標達到最優的一種決策方法[23]，是土地資源優化配置研究的重要模型之一。該模型由目標函數、決策變量和一系列約束條件構成，具體計算式如下：

式中F1(x)、F2(x)分別為經濟效益和生態效益函數；xj為土地利用類型j的面積（hm2），對應6 種土地利用類型變量；n為變量數；aj、bj分別為土地利用類型j的經濟和生態效益系數。s.t 為土地利用約束條件，cij為第i個約束條件中第j個變量對應的系數；m為約束條件個數，di為約束條件i的值。

2.2.1 目標函數構建

1）土地經濟效益函數。根據杭州市2000—2018年6 類土地利用類型單位面積產出，采用灰色預測GM(1:1)模型[24]，預測目標年份的土地經濟效益系數。其中，耕地產出采用第一產業的種植業產值表征，林地產出采用林業產值表征，水體產出采用漁業產值表示，建設用地采用二三產業產值表征[25]；由于杭州市草地和未利用地較少，故不考慮該地類經濟效益。

2）土地生態效益函數。土地生態效益主要體現為土地生態系統服務價值，考慮到土地生態系統供給服務已經納入土地經濟效益中，因此土地生態效益包括生態系統調節服務、支持服務和文化服務。本研究采用了謝高地等[26]學者提出的中國陸地生態系統服務價值當量因子法進行評估，同時采用杭州市植被凈初級生產力（net primary production，NPP）水平與全國平均水平的比值對當量因子表進行修正，再結合GM(1:1)模型預測的2035年杭州市單位耕地面積糧食生產經濟價值，該價值量的1/7 作為土地生態系統提供的服務價值量。測算得到的2035 年杭州市各類土地單位面積經濟效益和生態效益系數如表2 所示。

表2 杭州市各類用地單位面積經濟與生態價值系數Table 2 Economic and ecological value coefficients per unit of various land use types in Hangzhou City（萬元·hm-2）

為驗證修正后的土地生態效益系數的準確性，采用敏感性指數檢驗某一土地類型的生態效益系數變化對土地總生態系統服務價值的影響[27]。通過將單類土地類型的生態效益系數上下調整50%，判斷土地生態系統服務價值量對某類土地類型生態效益系數的敏感程度，具體計算式如下：

式中Cs表示某一土地類型對土地生態系統服務價值響應的敏感性指數；E1、E2分別為調整前后杭州市土地生態系統服務總價值（億元）；V1i、V2i分別表示第i類土地類型調整前后的生態效益系數。Cs值小于1 表示土地生態系統服務價值對該類土地類型的土地生態效益系數缺乏彈性，其值越小說明該地類生態效益系數的準確性對土地生態系統服務價值評價響應越弱，生態效益系數越合理[28]。

2.2.2 約束條件

約束條件根據《杭州市土地利用總體規劃（2006—2020）》《杭州市城市總體規劃（2001—2020）》和《杭州市國土空間總體規劃（2021—2035）》（草案）、《杭州市生態環境保護“十四五”規劃》（征求意見稿）等規劃和相關政策規定，設定社會經濟發展和生態環境等一系列約束指標（表3）。

表3 杭州市土地利用結構優化約束條件設置Table 3 Constraints for optimizing land use structure in Hangzhou City

2.3 GeoSOS-FLUS 模型

GeoSOS-FLUS 模型是進行土地利用模擬、空間優化和輔助制定決策的有效模型，其引入人工神經網絡模型對傳統元胞自動機模型進行改進，采用慣性系數和輪盤競爭機制等新的設計使得該模型更適用于模擬復雜和長期的土地利用變化[29]。該模型主要包括以下兩個計算模塊：

1）適宜性概率計算

采用神經網絡算法（artificial neural network,ANN）測算土地適宜性概率，神經網絡算法的計算式為：

式中sp(p,k,t)為k類型用地在時間t、柵格p下的適宜性概率；wb,k是輸出層與隱藏層之間的權重；sigmoid ()是ANN 算法的隱藏層到輸出層的激勵函數；netb(p,t)表示第b個隱藏層柵格p在時間t上所獲取的信號。

2）自適應慣性競爭機制

FLUS 模型提出一種基于輪盤賭選擇的自適應慣性競爭機制，該機制能夠有效解決土地利用轉化在自然作用和人類活動中產生的不確定性和復雜性，可以提高模擬模型精度，其計算式如下：

3）土地利用布局優化法則

選取高程、坡度、年平均降水、植被覆蓋度、到河流距離、到區縣中心距離、到鄉鎮中心距離、到省級道路距離、到縣級道路距離、夜間燈光強度、經濟密度、耕地質量、土壤流失等 13 種因素作為土地利用變化的驅動因子測算研究區土地利用的適宜性概率[30]。同時，在空間布局優化中，將研究區生態保護紅線和永久基本農田范圍作為禁止開發區域，以實現從空間層面對耕地和生態環境的保護[31]。模型精度驗證主要通過總體精度和Kappa 系數三個參數進行評價。

2.4 情景設定與權衡分析

2.4.1 發展情景設定

城市可持續發展需要綜合考慮社會經濟發展、耕地保護和生態保育多種發展目標。從杭州市實際出發，以杭州市國土空間規劃目標年2035 年為情景模擬年份，分別設定經濟發展優先、生態保護優先和協調發展情景：1）經濟發展優先情景以實現經濟效益最大化為優先目標，加速城鄉融合，大力推進城市基礎設施建設，促進城市化率進一步提高；2）生態保護優先情景以保護重要生態空間，實現生態效益最大化為發展目標，強化對生態用地保護，適度控制城鄉建設空間擴張；3）協調發展情景則根據宏觀政策調控要求，在確保耕地不減少、關鍵生態空間不被占用等前提下，綜合考慮經濟發展和生態保護，以經濟效益和生態效益并重為發展目標。

考慮到三種發展情景下的發展目標各有側重，本研究通過分別設定經濟效益和生態效益不同的偏好權重來進行情景劃分，具體劃分為 9 種情景。其中情景①② ③為經濟發展優先情景，其經濟效益權重分別為 0.9、0.8和 0.7；情景④ ⑤ ⑥為協調發展情景，經濟效益權重分別為 0.6、0.5 和 0.4；情景⑦ ⑧ ⑨為生態保護優先情景，其經濟效益權重分別為 0.3、0.2 和 0.1。

2.4.2 權衡分析

基于上述設定的經濟效益和生態效益權重，本文基于 Lingo 12 軟件在約束條件下求取單類發展目標的最優解，運用理想點法，結合不同發展情景中生態和經濟效益設定的不同權重，求取其相應的最優土地利用結構，據此測算不同發展情景下土地利用的生態效益和經濟效益[27]。接著，本文通過測算經濟效益每減少1%所增加的生態效益比例（生態-經濟轉化效率）分析不同情景下的土地利用經濟和生態效益權衡關系[8]，并進行線性擬合，據此獲取土地利用結構最優方案。

3 結果與分析

3.1 不同情景模擬下生態-經濟效益權衡分析

在模擬方案群由經濟發展優先向生態保護優先情景演變過程中，土地利用總效益整體呈現出先上升后下降的趨勢，其經濟效益和生態效益表現出顯著的非線性動態變化（圖1a）。經濟效益由情景①的36 923.1 億元下降到情景⑨的36 910.2 億元，在情景⑥經濟效益最高，為36 942.0 億元。生態效益由情景①的448.3 億元增加至情景⑨的450.5 億元，在情景⑤生態效益最低，為446.8 億元?？紤]到該兩種情景為生態-經濟效益兩個極端發展情景，故需進一步尋求介于二者間的生態-經濟效益權衡最優方案。

圖1 不同發展情景下土地利用經濟和生態效益權衡變化Fig.1 Changes in the trade-offs between land use economic and ecological benefits under different development scenarios

土地利用生態-經濟轉化效率結果如圖1b 所示?？梢钥闯?，生態-經濟轉化效率的趨勢線呈現倒“U”型形狀，即趨勢線呈現在頂點前增加，頂點后下降的趨勢。這表明隨著對生態保護逐漸重視，經濟發展對生態的負面影響逐漸下降；生態保護到一定程度后，以犧牲經濟來保護生態的效率會逐漸下降。遵循生態-經濟效益最大化原則，協調發展情景下的生態-經濟轉化效率在三類情景中均處于較高水平，其中協調情景⑥的生態-經濟轉化效率能夠保證在最小經濟效益損失情況下獲取最大的生態效益，且其總效益較高，故該方案為土地利用結構最優方案。

通過調整各土地類型的生態效益系數計算出耕地、林地、草地、水域、建設用地和未利用地對土地生態效益響應的敏感性指數，結果如表4 所示。2000 和2018年的敏感性指數均小于1，表明修正后的土地效益系數較合理，可以保障土地生態效益評估結果的準確性。其中，林地和耕地的敏感性指數相對較大，表明該兩類土地類型對于評估土地生態效益較關鍵。

表4 不同土地利用類型敏感性指數Table 4 Sensitivity index of different land use types

3.2 土地利用結構變化模擬

為探討不同發展情景下土地利用結構和布局優化結果，本文在最優土地利用結構方案⑥基礎上，分別選取另外兩類發展情景進行比較分析。其中，經濟發展優先情景選取方案②，其經濟與生態效益權重比例為4:1；生態保護優先情景選取情景⑧，其經濟與生態效益權重比例為1:4。三種情景的土地利用結構結果如表5 所示。

表5 不同發展情景下土地利用結構變化Table 5 Changes in land use structure under different development scenarios (hm2)

經濟發展優先情景下，建設用地面積增加顯著，較2018 年值增加了37.51%，該類用地是經濟增長的主要載體，故經濟效益提升較為明顯。耕地、林地、草地和水域均有所減少，分別減少1.34%、2.28%、1.50%和10.02%。此時城市發展所需的用地空間主要通過占用周邊耕地、城鄉建設用地增減掛鉤及低效閑置用地復墾等方式獲取。

在生態保護優先情景下，與2018 年相比，建設用地僅增加31.78%，耕地和水域減少較明顯，分別減少8.04%和1.50%。與經濟發展優先情景相比，生態保護優先情景下的耕地和建設用地分別減少6.69%和4.17%，林地、草地和水域均有所增加，分別增加1.67%、1.24%和9.47%。這也反映出，在生態效益最大化目標下，城市規模擴張受到一定限制，林地和水域得到保護，而耕地有可能更多被用來滿足經濟發展和生態建設的需求。

在協調發展情景下，與2018 年相比，耕地、林地、草地和水域均有減少，分別減少4.53%、1.37%、1.12%和8.18%，建設用地增加34.33%。與經濟發展優先情景相比，其耕地減少幅度較小，林地和水域有所增加，其中水域面積增加2.05%，建設用地減少2.32%。與生態優先情景相比，建設用地和耕地分別增加1.93%和4.09%，林地、草地和水域有所減少，其中水域減少較明顯，減少6.78%。這表明，協調發展情景下耕地、林地和建設用地面積變化較前兩種情景變化較小。

3.3 土地利用格局變化模擬

3.3.1 模擬精度評價

基于2000 年杭州市土地利用數據模擬2018 年的土地利用格局，其土地利用模擬結果如圖2 所示。在全局尺度上，模型模擬的杭州市2018 年土地利用格局與實際分布吻合度較高。通過3 個典型區域的局部放大顯示模擬結果與實際數據，可看出6 種土地利用類型在空間上擁有較高的一致性。采用2018 年實際土地利用情況與模擬結果進行精度評價，結果顯示Kappa 系數為0.86，總體精度為89.36%，表明GeoSOS-FLUS 模型的模擬精度較高，適用于研究區域模擬未來土地利用變化研究。

圖2 2018 年土地利用模擬結果同實際情況對比Fig.2 Comparison of land use simulation results with actual situation in 2018

3.3.2 空間布局分析

將獲取的不同發展情景下的土地利用結構需求預測結果分別代入到GeoSOS-FLUS 模型，以2018 年土地利用數據和相應的控制準則作為參數，模擬杭州市未來不同發展情景下土地利用變化情況，結果如圖3 所示。此外，本文進一步從景觀格局層面選取4 種典型景觀指數對土地利用格局進行分析。具體景觀格局指數指標包括破碎度指數斑塊密度（patch density，PD）、邊緣密度指數（edge density，ED）、香農多樣性指數（shannon’s diversity index，SHDI）和聚集度指數（aggregation index，AI）[30]，計算結果如圖4 所示。

圖3 2018 年及2035 年不同發展情景土地利用模擬結果Fig.3 Land use pattern in 2018 and simulation results for different development scenarios in 2035

圖4 2018 年和2035 年不同發展情景下土地景觀格局指數Fig.4 Land landscape pattern index in 2018 and under different development scenarios in 2035

在經濟發展優先情景下，建設用地快速擴張，耕地和林地減少較多。城鎮建設用地向四周分散擴張，中心城區主要向北、向西擴張。建設用地擴張在東部中心城區周邊以占用耕地為主，在西部低山地帶占用林地較多。該情景下景觀格局破碎度指數為0.23，邊緣密度指數為9.5，香農多樣性指數為1.03，聚集度指數為75.88，區域景觀格局破碎化、景觀復雜度和多樣性程度均較高。

在生態保護優先情景下，建設用地擴張規模受到一定限制，擴張區域主要集中在中心城區周邊，大多由周邊耕地轉換而來，農用地和生態用地格局未發生明顯變化，區域內西部林地、水域與耕地的轉換增加。該情景下景觀格局破碎度指數為0.21，邊緣密度指數為9.40，香農多樣性指數為1.01，聚集度指數為76.12。

在協調發展情景下，建設用地擴張區域主要集中在主城區及其周邊，西部地區擴張緩慢，其他用地變化較小。該情景下景觀格局破碎度指數為0.2，邊緣密度指數為9.40，香農多樣性指數為1.02，聚集度指數為76.09，表明區域內建設用地擴張格局較其他發展情景更緊湊，景觀格局破碎化、復雜性程度小，斑塊聚合度高。

3.3.3 不同發展情景綜合研判

將土地利用結構最優方案與其他兩種發展情景對比，結果發現：在經濟發展優先情景下，土地利用經濟效益最高、生態效益最小，城鄉建設用地增加明顯，全域建設用地對耕地和生態用地占用較多，空間布局較破碎化，對區域生產和生態功能負面影響較大；在生態保護優先情景下，經濟價值大幅下降、生態價值增加，土地利用結構變化較劇烈，建設用地擴張受到一定限制、林地、耕地、水域等相互轉化明顯，全域景觀格局破碎化現象減輕。杭州市是長三角城市群中心城市，也是“國家生態園林城市”，在“十四五”規劃和2035 遠景目標中通過深化生產生活生態融合來增強城市韌性以建設現代化國際大都市。因此在土地利用布局優化中，應兼顧區域社會、經濟發展和生態保護目標。在協調發展情景下，區域經濟發展和生態保護處于相對平衡狀態，且保證了在促進社會經濟發展的同時盡可能地減少對生態效益的影響，實現土地利用經濟-社會-生態效益的最優化。相比經濟發展優先和生態保護優先情景，協調發展情景下區域土地利用之間的轉換較小，建設用地擴張造成的區域景觀破碎度較低。因此，杭州市可在協調發展情景下進行土地利用結構和布局優化，協調城鄉土地利用和生態保護，促進城市土地利用可持續發展。

4 討論

土地利用格局優化是區域可持續土地利用規劃的重要內容，面對新時期生態文明建設導向與可持續發展要求，基于多目標權衡獲取土地利用空間優化配置研究無疑具有較好的現實可操作性和政策指導意義。本研究耦合MOP 和FLUS 模型，探索建立權衡土地利用經濟、社會和生態效益的多目標優化模型，提出多目標權衡下2035 年杭州市土地利用優化布局方案，可為杭州市土地利用規劃與決策制定提供科學參考。

該研究從結構和布局兩個維度對土地利用進行優化配置，在土地利用結構優化方面基于土地利用經濟和生態系數的核算以及MOP 模型的應用，建立了土地利用結構優化及權衡分析模型，實現兼顧經濟、社會和生態效益的土地利用結構優化配置。不同于以往研究通過多種優化方案的橫向比較獲取最優土地利用配置方案，本研究從生態-經濟轉化效率視角進一步探討了方案集群內經濟和生態效益的權衡關系，精準尋求權衡關系中的關鍵拐點，用以篩選最優土地利用結構配置方案[32]，對于區域規劃決策者更具科學性和現實可操作性。研究發現，杭州市生態保護與經濟發展存在明顯的權衡關系，當經濟發展權重與生態保護權重為4:6 時，其生態-經濟轉化效率最高，即每減少1%的經濟效益所能增加的生態效益比例最大，且土地生態和經濟總體效益處于高位。這主要是由于在土地利用過程中，隨著生態保護開始受到重視，經濟發展對生態空間的影響逐漸減少，但當生態保護達到一定程度后，犧牲經濟發展換取的生態效益逐漸降低[33]，因此尋求經濟發展與生態保護的最佳平衡點是區域土地利用規劃和管理的關鍵。

由于土地利用模擬模型的復雜性和基礎數據的限制，目前研究仍無法全面考慮多目標規劃模型的約束條件和土地利用空間模擬法則，尤其是永久基本農田和生態保護紅線的劃定將顯著影響區域土地利用保護格局，這可能導致土地利用模擬結果與未來發展狀況存在一定偏差。未來研究一方面需在耦合模型構建中重視數量結構約束條件的系統性和空間管控法則的全面性，同時注重土地利用管理政策對土地利用格局優化的影響，從而提升土地利用格局優化模型的精確性和時效性。

5 結論

本文通過構建權衡土地利用經濟、社會和生態效益的多目標結構優化模型，并從土地利用生態-經濟效率視角求解，得到土地利用結構優化配置的最優方案，結合土地利用空間模擬FLUS 模型，模擬得到杭州市未來（2035 年）土地利用結構和空間布局優化配置方案。主要結論如下：

1）運用多目標規劃（MOP）模型對滿足經濟、社會和生態效益等不同目標的土地利用結構優化配置問題進行求解，從生態-經濟轉化效率視角尋求最優土地利用結構配置方案，并通過與空間模擬模型FLUS 相結合，可以實現權衡不同發展目標下的最優土地利用結構及布局的情景模擬。

2）在土地利用結構優化方面，當杭州市土地利用經濟和生態效益權重為4:6 時，每減少1%的土地利用經濟效益能夠換取較高的生態效益，為杭州市土地利用經濟-生態權衡過程中的最優方案。相較于生態保護優先情景，該方案下杭州市建設用地和耕地面積分別增加1.93%和4.09%，林地和水域面積相較于經濟發展優先情景分別增加1.67%和9.47%。

3）在土地利用布局優化上，最優方案下的建設用地擴張主要集中在杭州東部主城區及周邊，西部地區擴張緩慢，其他用地變化較小。土地利用景觀格局破碎度和復雜性降低，建設用地擴張格局較其他發展情景更規則緊湊。