耦合MOP-PLUS模型的庫車市LUCC趨勢與景觀生態安全評價

路甜甜 郭玉川 姚磊 王會靜 白運保 張子惠

摘要： 探究干旱區典型綠洲城市景觀生態安全時空演變，設置經濟、生態、景觀生態安全、可持續（MOP）4種情景，預測土地利用/覆被變化（LUCC）趨勢，評價2030年景觀生態安全，以期緩解城市建設開發與生態環境保護的矛盾?；?990-2020年的土地利用數據，采用遙感、地理信息系統（GIS）網格等方法構建景觀生態安全評價模型，以揭示庫車市近30 a景觀生態安全空間分布特征與變化趨勢，并通過耦合MOP-PLUS模型預測庫車市2030年景觀生態安全時空演變規律。結果表明：1990-2020年，研究區耕地、林地、建設用地面積總體呈增加趨勢，草地、水域面積總體呈現減少趨勢，地類轉換主要集中于耕地、草地與未利用地；景觀生態安全值（ESI）空間集聚狀態明顯，但集聚程度有所下降，景觀生態安全等級以中等、較高、高生態安全為主，占研究區總面積60.15%～64.87%；相較于2020年，2030年4種情景下的ESI變化幅度較大，主要集中于南部人口聚集地。

關鍵詞： 土地利用格局變化； 景觀生態安全評價； PLUS多情景模擬； 庫車市

中圖分類號： X 826； Q 146文獻標志碼： A?? 文章編號： 1000-5013（2024）01-0047-14

LUCC Trend and Landscape Ecological Security Evaluation in Kucha City through Coupled MOP-PLUS Model

LU Tiantian1， GUO Yuchuan1，2 ， YAO Lei1，WANG Huijing1， BAI Yunbao1， ZHANG Zihui1

（1. College of Geography and Remote Sensing Sciences， Xinjiang University， Urumqi 830046， China；

2. Xinjiang Key Laboratory of Oasis Ecology， Xinjiang Universiy， Urumqi 830046， China）

Abstract： Aiming to explore the spatial and temporal evolution of urban landscape ecological security in typical oasis city in arid areas， four scenarios including economy， ecology， landscape ecological security and sustainability （MOP） were used to predict land use/cover change （LUCC） trend， and to evaluate landscape ecological security in 2030， which could help ease the tension between urban construction and development and ecological environment protection. Based on the land use data from 1990 to 2020， methods such as remote sensing and geographic information system grid were used to construct the landscape ecological security evaluation model in order to demonstrate the landscape ecological security spatial distribution characteristics and change trends in Kucha City over the past 30 years， and to predict spatial and temporal evolution patterns of landscape ecological security in Kucha City in 2030 through coupled MOP-PLUS model. The results showed that from 1990 to 2020，the areas of cultivated land， woodland and construction land in the research areas showed an overall increasing trend， while the areas of grassland and water showed an overall decreasing trend， and land type conversion mainly focused on cultivated land， grassland and unused land. The spatial clustering status of landscape ecological security value （ESI） was obvious， but the degree of clustering decreased， and the landscape ecological security level was dominated by medium， higher and high ESI， which accounted for 60.15%-64.87% of the total area of the study area. Compared to 2020， the changes in ESI under the four scenarios in 2030 were relatively large， mainly concentrated in the southern population gathering areas.

Keywords：land use pattern change； landscape ecological security evaluation； PLUS multi-scenario simulation； Kucha City

新疆已經進入高質量發展的關鍵銜接期，區域發展質量提升迫在眉睫，保障土地資源合理配置已成為區域可持續發展亟待解決的難題［1］。土地利用/覆被變化（LUCC）是人類活動對自然環境影響最直接的表現形式，它與地表物質循環、生物多樣性和自然資源可持續發展有著緊密聯系［2］，圍繞土地利用變化的研究理論與方法已被廣泛應用于區域與可持續發展［3］、資源環境承載力［4］及土地碳核算［5］等領域，并形成了相對完整的理論與方法體系。景觀生態安全評價是生態安全在屬性和數值上具體的量化，也是對區域景觀在受到外力干擾后整體生態安全程度狀況的一種描述［6］，將其與空間統計學方法相結合能夠更直觀、全面地反映城市景觀生態安全的時空演變。隨著城市化進程的快速推進，城市建設用地需求擴大、人地關系緊張、資源環境矛盾突出、生態系統脆弱性增強［7-8］等問題給城市生態安全帶來了極大的挑戰。因此，揭示快速發展的城市景觀生態安全時空演變特征，模擬預測不同情景下景觀生態安全的動態變化趨勢，提出城市土地利用結構優化方式，對促進城市經濟社會高質量發展尤為重要。

景觀生態安全評價是國內外相關研究領域的熱點。Chen等［9］修訂綜合位置加權指數（LWLI），研究景觀指數變化與城市熱島效應的相互關系。Renetzeder等［10］分析奧地利景觀格局變化特征及對生態可持續性的影響。文獻［11-12］分別從自然、社會、距離等方面選取驅動因子探究其對生態安全的影響過程。Boix-fayos等［13］基于景觀生態安全格局對地中海山區土地利用生態管理進行規劃。國內對景觀生態安全評價的研究主要集中于流域［14］、生態保護區［15］、濕地［16］和城市［17］，并運用景觀格局指數、驅動力-壓力-狀態-影響-響應（DPSIR）等多種方法構建生態安全評價模型［18］，研究景觀生態安全的時空分布、多尺度變化、影響因素［19-20］等。隨著計算機及地理信息技術的廣泛運用，土地變化動態建模研究迅速發展，極大推進了基于土地利用預測生態環境評價的研究進程［21-23］。

庫車市作為新疆最典型的荒漠綠洲區之一，也是新疆較早開發的土地利用灌溉區，前人的研究多集中于干旱區土地利用變化中鹽堿地、耕地的變化［24］，對生態安全的評價［25］多集中于以往年份，對未來生態安全的預測仍為空白?；诖?，本文選取1990，2000，2010，2020年的庫車市土地利用數據，分析土地利用類型變化特征 ［26］，探究景觀生態安全時空演變規律。

1 數據與方法

1.1 研究區概況

庫車市隸屬于新疆維吾爾自治區阿克蘇地區，屬于大陸性暖溫帶干旱氣候，年平均氣溫為10.5～11.4 ℃，年平均降水為51.6 mm。庫車市是天山南麓最具代表性的平原綠洲，綠洲內經濟發展以農業為主，是新疆主要棉產區和阿克蘇地區最大的灌溉區［27］。研究區北部為山區，南部為平原，地勢北高南低，自西北向東南傾斜，東鄰輪臺縣，西與新和縣隔河相望，南接塔克拉瑪干沙漠，北部與和靜縣毗連。截至2021年年末，全市總面積1.45萬km2，人口48.86萬人，區域生產總值335.98億元。

1.2 數據來源與處理

采用的土地利用數據來自中國科學院資源環境科學與數據中心（http：∥www.resdc.cn/），1990-2020年土地利用遙感數據集（CNLUCC）分辨率為30 m，按照土地資源及其利用屬性，結合研究需要將其重新整合為耕地、林地、草地、水域、建設用地和未利用地等6類。數字高程模型（DEM）數據來自地理空間數據云平臺（http：∥www.gscloud.cn/），分辨率為30 m，坡度和起伏度數據基于DEM，借助ArcGIS 10.6坡度和焦點統計工具獲得。庫車市行政邊界矢量、土地利用變化分析的驅動因子數據來自中國科學院資源環境科學與數據中心（http：∥www.resdc.cn/）。道路數據來自Open Street map（http：∥www. Open Street map.org）。社會經濟數據來自阿克蘇統計局，以及《新疆統計年鑒》《阿克蘇統計年鑒》《庫車市統計公報》。以上數據均統一為WGS 1984 UTM Zone 44N。

1.3 研究方法

1.3.1 土地利用動態度 土地利用動態度是指在一定時間范圍內某一類土地的數量變化情況，用來表示該土地利用類型在一定時間內的變化程度［28］。土地利用動態度K（單一動態度）的計算公式為

式（1）中：Ai，a為研究初期第i種地類的面積；Ai，b為研究末期第i種地類的面積；T為研究時段［29］。

1.3.2 土地利用類型轉移矩陣 土地利用類型轉移矩陣主要用于描述區域內不同土地利用類型之間的轉化過程，揭示不同土地利用類型之間的轉化速率［30］，實現對研究區土地利用類型的結構特征和變化方向的全面闡述。土地利用類型轉移矩陣Si，j為

式（2）中：m為土地利用/土地覆蓋的數目；j為轉換后的第j種地類。

1.3.3 二元logistic回歸分析與ROC曲線檢驗 土地利用變化受多因子影響，基于數據的可獲得性及全面性原則，分別從自然、社會、可達性角度選取起伏度、坡度、年平均降水、年平均氣溫、土壤類型、土壤侵蝕、人均人均國內生產總值（GDP）、人口密度、距鐵路距離、距二級道路距離、距三級道路距離、距行政村距離等12個驅動因子（o1～o12）。將2010年的土地利用數據與12個驅動因子進行二元logistic回歸分析，并對其結果進行ROC曲線檢驗，以判定驅動因子對地類變化的影響程度，有

式（3），（4）中：Pi為單位柵格內轉換為第i種地類的概率；o1～on為選取的土地利用驅動因子；β0～βn為各土地利用的回歸系數［31］ 。

1.3.4 景觀生態安全評價

1） 景觀生態安全評價單元劃分與模型構建。采用ArcGIS軟件的漁網工具，將研究區分別劃分為3 km×3 km，4 km×4 km，5 km×5 km的網格，經過對比，4 km×4 km的網格對研究區邊緣擬合效果最好，故采用4 km×4 km的網格（共1 004個），剔除邊緣地帶的93個無效評價單元，共911個評價單元（圖1）。

選取景觀干擾度指數和景觀脆弱度指數構建景觀生態安全評價模型。景觀干擾度指數LDIi為

LDIi=xCi+yHi+zFi。（5）

式（5）中：Ci，Hi，Fi分別為景觀破碎度、多樣性及周長維數；x，y，z分別為對應指數的權重，參考文獻［30-31］，結合研究區的實際狀況分別賦值為0.5，0.3，0.2。

景觀脆弱度指數與生態系統的抵御性息息相關，一般而言，抵御性與生態系統的穩定性呈正相關關系［32-33］。

以專家打分的形式，對研究區內的6種地類的景觀脆弱度指數分別賦值為1～6，將其歸一化后可得耕地、林地、水域、草地、建設用地、未利用地的景觀脆弱度指數分別為0.44，0.21，0.56，0.33，0.10，0.79［34-35］。將景觀干擾度指數與景觀脆弱度指數代入景觀生態安全值（ESI）公式，可得

式（6）中：ESIk為第k個評價單元的景觀生態安全值；LVIi為景觀脆弱度指數；Ak，i為第k個評價單元第i種地類的面積；Ak為第k個評價單元的總面積。

2） 景觀生態安全空間自相關分析。全局與局部空間自相關的共同點在于解釋事物在某方面的相關性，不同點在于全局空間自相關側重有無相關性，局部空間自相關側重相關性集聚的空間位置［36］。采用GeoDa軟件對景觀生態安全值進行相關性分析，主要包括全局空間自相關及局部空間自相關，以揭示庫車市ESI在空間上的相關性。

1.3.5 基于斑塊生成土地利用模擬（PLUS）模型的庫車市未來土地利用模擬 PLUS模型基于土地擴展分析策略的規則，挖掘框架LEAS和多類型隨機森林的元胞自動機模擬，與其他模型相比，可獲得更高的模擬精度并刻畫未來不同情景的景觀格局［37］。根據研究需要，設置經濟、生態、景觀生態安全、可持續（MOP）等4個情景。

1） 模型精度驗證。為驗證PLUS模型對未來土地利用模擬的準確性，結合2010年土地利用數據，將12個土地利用驅動因子導入PLUS模型的LEAS模塊，可以得到6種地類的發展概率，并將模擬與實際的2020年土地利用數據進行對比，可得Kappa系數為0.833 0，總體精度為0.884 3，FOM系數為0.069 3。由此可知，PLUS模型可以滿足干旱區未來土地利用多情景模擬需要。

2） 多情景模擬。由近30 a庫車市土地利用類型轉移矩陣可知，耕地主要由草地、建設用地、未利用地轉換而來；建設用地主要由草地、耕地、未利用地轉換而來；結合1990-2020年庫車市統計公報，以及《新疆統計年鑒》《庫車市土地利用總體規劃》《新疆阿克蘇地區濕地保護修復工程》，參考文獻［38-40］的未來土地利用模擬參數，設置以下4種情景。

Ⅰ） 經濟情景。設置草地、建設用地、未地利用地轉向耕地發展概率增加15%，草地、耕地、未利用地轉向建設用地發展概率增加15%。

Ⅱ） 生態情景。設置耕地、建設用地、未利用地轉向林地、草地、水域的發展概率增加20%，同時設置林地、草地、水域轉向其他地類概率下降10%，設置林地、水域為限制發展區域，對坡度大于15°的耕地進行退耕還林保護，并調整林地、草地、水域的發展潛力。

Ⅲ） 景觀生態安全情景。以2020年景觀生態安全等級評價為基礎，將高生態安全（ESI≥0.602 9）設為限制轉換區域，2030年土地利用需求柵格數由馬爾可夫鏈轉移矩陣概率計算獲得。

Ⅳ） MOP情景。MOP情景以PLUS模型經濟、生態、景觀生態安全情景下各地類面積值為上下線，強調經濟、生態、社會效益的最大化。由于社會效益的最大化很難量化，故選取經濟效益（Ed（X））與生態效益（Ep（X））的最大化。MOP優化目標為

式（7），（8）中：Xi表示第i種地類變量；di，pi為單位面積下此地類的經濟和生態系數。

MOP模型目標函數約束條件，如表1所示。表1中：X1～X6分別為耕地、林地、草地、水域、建設用地、未利用地的土地類型變量。

參考庫車市統計公報和《阿克蘇統計年鑒》，可得各地類地均經濟效益（萬元· km-2），根據謝高地等［41］不同景觀類型生態價值服務當量作為各地類的生態價值指標系數，并詢問專家求解結合PLUS模型進行微調，可得經濟價值指標與生態價值指標公式為

Ed（X）=14.82X1+0.21X2+2.59X3+0.37X4+1 478.48X5+0.06X6，（10）

Ep（X）=6.91X1+21.85X2+7.24X3+45.97X4+0.08X5+0.42X6，（11）

Max（Ed（X），Ep（X）=aEd（X）+bEp（X））。（12）

針對庫車市未來10 a的發展，結合以上參數設置、線性條件制約，在LINGO 12.0軟件中使用代碼求解，可得a=0.474，b=0.526。

2 研究結果與分析

2.1 土地利用類型特征及變化

庫車市1990-2020年土地利用覆被，如圖2所示。

由圖2可知：1990-2020年，建設用地不斷向東擴張，由最初的零散分布到現在的集中分布為主；耕地面積不斷向東、向南擴張，進而導致林地、草地分布破碎化程度增加；東南部未利用地由2000年開始至2020年逐步增加；區域內草地、未利用地始終為主要用地類型。

庫車市1990-2020年土地利用動態度與面積變化（ΔA），如表2所示。由表2可知：1990-2000年，水域動態度最高（0.47%），面積增加8.36 km2，未利用地動態度最低（-0.04%），面積減少20.89 km2，該時期各地類面積變化不顯著，土地利用結構較穩定；2000-2010年，耕地動態度最高（4.46%），面積增加497.50 km2，未利用地動態度最低（2.63%），面積減少1 384.41 km2，相較于1990-2000年，該時期各地類動態度顯著增強；2010-2020年，建設用地動態度最高（3.87%），面積增加41.64 km2，其次為耕地動態度（3.79%），面積增加611.01 km2，林地動態度最?。?0.19%），面積減少29.91 km2，相較于2000-2010年，該時期除建設用地外，各地類動態度略有減小。

2.2 土地利用轉移矩陣

庫車市1990-2020年土地利用轉移矩陣?；鶊D，如圖3所示。

由圖3（a）及相關計算可知：1990-2000年，林地、草地轉入量大于轉出量，林地由其他地類轉入24.04 km2，轉入量最大為草地，貢獻占比為49.21%；草地由其他地類轉入118.73 km2，轉入量最大為耕地，貢獻占比為58.40%；耕地、建設用地、未利用地轉出量大于轉入量，耕地與未利用地均最大轉向草地，轉出占比均達75%以上；部分建設用地轉向耕地，轉移量較?。?9.87 km2）；該階段各地類間轉移趨勢較為簡單，且轉移量較小。

由圖3（b），（c）及相關計算可知：2000-2020年，各地類轉移間轉移趨勢趨于復雜；耕地轉入量始終大于轉出量，主要來源于草地、建設用地，2000-2010年，草地貢獻占比為61.90%，2010-2020年，草地貢獻占比為56.60%；2000-2010年，建設用地轉入量最大為87.19 km2，且建設用地與耕地相互轉化趨勢顯著；2010年以后，耕地轉入建設用地數量大幅減少，即耕地擴張與人類活動發展趨勢相近，均處于較為平穩階段；林地、草地、未利用地與水域均存在相互轉化的情況，相較于2000-2010年，轉移量大幅減小。

2.3 土地利用驅動因子分析

2.3.1 土地利用變化二元logistic回歸分析 首先，采用ArcGIS軟件將土地利用數據二值化，再對12個土地利用驅動因子進行模糊隸屬度處理，并與二值化的2010年土地利用數據統一轉為浮點型數據；然后，將柵格數據轉為ASC Ⅱ文本，通過ClUE-S模型進行轉換處理；最后，將所得數據導入SPSS軟件進行二元logistic回歸分析。

二元logistic回歸系數，如表3所示。

2.3.2 二元logistic回歸分析結果與ROC曲線檢驗 采用ROC曲線檢驗二元logistic回歸分析。當ROC值大于0.500時，擬合效果良好；當ROC值小于0.500時，擬合效果較差。

耕地、林地、草地、水域、建設用地和未利用地的ROC值分別為0.937，0.853，0.766，0.764，0.960，0.852。

在2010年土地利用數據與各驅動因子的擬合結果中，ROC曲線下各等級面積的擬合度均大于0.75，故驅動因子對庫車市土地利用變化研究的解釋力較強，可用于庫車市未來土地利用模擬。

2.4 景觀生態安全時空演變特征

2.4.1 景觀生態安全時空特征 將景觀指數代入景觀生態安全評價模型，采用自然間斷點法結合閾值微調確定生態安全等級。因2030年景觀生態安全評價需要，以較近的2020年景觀生態安全值為基礎，設定低安全（ESI<0.260 2）、較低安全（0.260 2≤ESI＜0.417 5）、中安全（0.417 5≤ESI<0.548 1）、較高安全（0.548 1≤ESI<0.620 7）、高安全（ESI≥0.620 7）等5個生態安全等級。

庫車市1990-2020年生態安全區面積及動態度，如表4所示。表4中：Ae為生態安全區面積；Ke為生態安全區面積動態度。

由表4及相關計算可知：1990-2020年，低生態安全區面積占比波動降低，2020年低生態安全區面積最?。? 093.29 km2），較1990年下降9.33%，面積減小318.43 km2；較低生態安全區面積先降低后增加，并于2000年后持續增加，其中，2000-2010年增幅最大（46.59%）；中生態安全區面積持續增加，2020年面積達到最大（4 260.22 km2），平均各時段增幅為42.17%；較高生態安全區面積先增加后減少，于2010年達到頂峰（2 574.65 km2），但在2010-2020年降至1 788.64 km2（降幅為30.53%），與1990年的面積基本持平；高生態安全區面積持續下降，2000-2010年下降最大，面積減少3 126.73 km2（降度為54.44%）。

由圖4可知：庫車市ESI呈現低生態安全區集聚性廣泛分布，較高生態安全區與高生態安全區由廣泛團狀到小區域集中分布，中生態安全區插花隨機式分布到區域團狀分布，較低生態安全區零星式集中分布的趨勢；較高生態安全區與高生態安全區分布于庫車市北部山麓地帶、南部人口聚集地，此區域主要地類為林地、草地、耕地和建設用地，地類集聚或交錯分布，北部山區受人類活動小，景觀損失度低，故面積波動較小，南部人口聚集地后期由于人為干擾其面積大幅度減少，因此，人類活動是導致較高與高生態安全區面積下降的重要緣由；低與較低生態安全區分布在庫車市中部，主要地類為未利用地中的戈壁和沙地，地類單一、脆弱度高；中生態安全區主要由較高生態安全區與高生態安全區退化而來。

2.4.2 景觀生態安全全局空間自相關 將1990，2000，2010，2020年的庫車市景觀生態安全值導入GeoDa軟件，可得Moran′s I值（IM）均為正值，顯著性檢驗已通過（P=0.05）。庫車市1990-2020年景觀生態安全值全局空間自相關，如圖5所示。圖5中：lagged ESI為景觀生態空間滯后值。

由圖5可知：散點主要集中分布于第1象限與第3象限，且大多集中于回歸線附近，MI由0.772下降至0.737，數值較大，即景觀生態安全值在空間分布上仍呈現較強的正相關關系；高值附近景觀生態安全值也較高，低值附近數值也較低，區域內空間全局集聚效應顯著。因而，需加強高、低生態安全區交界處管控，謹防高生態安全區向低生態安全區轉變，同時注意防范生態安全區內部退化。

2.4.3 景觀生態安全局部空間自相關

采用ArcGIS軟件對庫車市景觀生態安全指數進行局部空間自相關分析。

庫車市1990-2020年景觀生態安全值局部空間自相關，如圖6所示。

由圖6可知：1990-2000年，庫車市景觀生態安全局部空間自相關格局總體變化不顯著，南部地區高-高值區域擴大，成為了相關性顯著的區域；其他區域空間自相關性變化均不明顯；2000-2010年，庫車市景觀生態安全局部空間變化顯著，南部的高-高區域與北部以東的高-高值區域開始萎縮并零碎化；中部的低-低值區域邊緣萎縮加??；北部的低-低值區域略有萎縮；東南拐角區域由不顯著區域變為低-低區域；2010-2020年，南部高-高值區域繼續萎縮，變化為不顯著區域，中部的低-低值區域邊緣略有萎縮，其余區域變化不顯著。這與景觀生態安全空間格局變化特征基本一致，且受地類轉移動態度與地類轉向限制，地類轉移動態度越高，局部空間自相關變動越劇烈，地類轉向越復雜多樣，景觀破碎度越高，聯通性越差，局部空間自相關空間格局狀態越差。

2.5 基于MOP-PLUS模型的2030年庫車市未來土地利用模擬

2.5.1 庫車市2030年土地利用特征變化 經濟情景、生態情景、景觀生態安全情景、MOP情景

4種情景下庫車市2030年地類特征，如表5所示。表5中：A為地類面積；η為地類面積占比。

由表5可知：相較于2020年，2030年耕地、建設用地、水域面積持續上升，草地、林地、未利用地面積持續下降；經濟情景下的耕地與建設用地于4種情景中面積最大，分別為2 916.03，225.22 km2，分別占研究區面積的20.09%，1.55%，較2020年面積分別增加692.54，76.09 km2，水域于4種情景中面積最?。?45.58 km2），占比1.00%；生態情景下的林地、草地、水域面積于4種情景中最大，水域面積較2020年增加34.49 km2，草地與林地面積占比最高，分別為26.17%，10.72%，耕地與建設用地面積較經濟情景下分別減少201.07，69.81 km2，擴張速度明顯下降；區別于經濟情景與生態情景對某一地類的保護，景觀生態安全情景下的耕地與建設用地較生態情景增加118.19，20.60 km2，林地、草地、水域面積較生態情景的總差幅不超過2.40%，且均高于經濟情景中的面積占比，該情景下各地類發展狀況較為良好；MOP情景下的耕地與建設用地面積僅次于經濟情景，分別為2 851.37，185.55 km2，較經濟情景的總差幅不超過2.21%，林地、草地、水域面積較生態情景的總差幅不超過1.72%，水域較2020年增加29.96 km2（增幅為20.80%）。由此可知，MOP情景下各地類發展狀況最佳，兼顧經濟與生態效益最大化。

2.5.2 庫車市2030年不同情景景觀生態安全評價

庫車市2030年分情景景觀生態安全等級圖譜，如圖7所示。

由圖7可知：4種情景下的景觀生態安全等級分布較2020年變動較大；

低與較低生態安全區面積增加明顯，占研究區面積48%左右；較高與高生態安全區面積明顯減少，占比約為27%；中生態安全區面積穩固增加，占比約為25%。這說明各地類的轉化打破了景觀原有的聯通性、完整性，使景觀破碎度、損失度增加，故增加了景觀格局的不穩定性。

經濟情景下，較低與低生態安全區面積所占面積最大，分為4 387.74，4 183.68 km2，較2020年增速分別為40.76%，43.74%，與之對應的耕地與建設用地占比和也為4種情景最大（21.13%），這說明經濟建設的快速發展與景觀生態安全格局的惡化密切相關，在未來發展規劃中必然要遏制犧牲生態環境以發展經濟的行為。

生態保護情景下，由于對林地、草地、水域的大力保護，該情景下低生態安全區面積下降204.06 km2；較低與低生態安全區均比經濟情景分別增加321.87，21.81 km2；相較于經濟情景，較高與高生態安全區變化不大，這說明林、草、水域的面積擴張是改善北部山區、中部荒漠區此類生態環境脆弱區的重要因素。

景觀生態安全情景下，打破了遙感影像中對地類數量和位置的限制，以2020年生態安全高值為限制區域，該情景下低生態安全區面積較2020減少515.43 km2（降幅為16.66%）；中等、較高與高生態安全區面積在4種情景中僅次于MOP情景，這說明相對于經濟情景與生態情景，景觀生態安全情景更有利于地類間的平衡與生態系統穩定性。

MOP情景下，低生態安全區面積較景觀生態安全情景減少355.38 km2，較2020年減少870.81 km2（降幅為28.15%）；較低與中生態安全區面積均在景觀生態安全情景的基礎上分別增加90.52，6.41 km2；較高與高生態安全區面積比其他3種情景更大。此外，MOP情景下各地類分布也最為協調，故MOP情景兼顧經濟與生態效益，有利于形成有序的的國土空間管控局面，更符合庫車市未來景觀生態安全的發展。

3 討論與結論

3.1 討論

選用土地利用動態度、轉移矩陣，從速度與土地利用轉移方向可得近30 a土地利用動態變化與景觀生態安全值變動趨勢基本一致，即1990-2000年變動幅度較小，2000-2020年先升后降。隨著荒漠、戈壁、草地、林地逐步被開發為耕地及建設用地，地類破碎度增加，中、高生態安全區不斷向低方向轉化，這揭示了干旱區林地、草地、水域與景觀生態安全之間的緊密聯系及保護作用，與文獻［39，42］的研究觀點一致。庫車氣候干旱、蒸發量大、土壤肥力較低，由于氣溫回升及農業灌溉使得土壤鹽漬化現象加劇，故庫車市整體與干旱區特征一致，均處于生態脆弱區［43］。近年來，隨著水利設施的修建，國家“退耕還林”政策及居民生態保護意識的提升使得庫車市水域面積有所增加、草地退化一定程度緩解，2020年庫車市景觀生態安全值空間自相關上仍呈現出明顯的高高與低低集聚現象，且全局莫蘭指數仍處于較高水平的0.737，故庫車市總體生態安全仍處于良好水平，此結果與文獻［44］互為印證。2000年以后，ESI由綠洲內部為中心向四周不斷降低，朝南、東、東南方向不斷延伸，生態安全等級分布變差，這突出了綠洲作為干旱區生態環境紐帶的重要地位，文獻［45］以MSPA-MCR模型構建艾比湖流域生態安全網絡格局，從生態格局的角度突出強調綠洲對與維持干旱區生態格局穩定的重要性，這與景觀生態安全評價這一角度互為補充。對PLUS模型模擬的4大情景進行對比分析，MOP情景基于其他情景進行線性約束并設置經濟與生態效益最大化，該情景下，中、高與低生態安全區面積較其他情景分別最大上升2.82%，最大下降15.25%，故MOP情景適用于干旱區未來土地利用發展規劃，有助于緩解城市開發與其脆弱的生態基底之間的矛盾，這與文獻［46］的研究結論一致。

2030年ESI高值區域呈現出北部山麓地帶大面積團狀分布、南區人口聚集地小面積團狀分散分布的特征。北部山區海拔較高，人類活動少，林地、草地、水域分布景觀多樣性較好、破碎度低，故此區域除北部邊緣地區外，在4種情景下較高與高生態安全區占比均達到70%以上；隨著城鎮化的推進，城區與縣域拓展有序，同時退耕還林還草，加之南部多為農業用地，土壤條件較好、海拔起伏較小，故南部人口聚集區較高與高生態安全區出現小區域團狀分布與中生態安全區大面積穿插分布的生態安全格局。綜合上述研究，對庫車市生態安全治理和生態環境保護提出以下建議：1） 庫車市低與較低生態安全區主要集中于中部，中部荒漠、戈壁區景觀類型單一，人類活動少，一旦受損將難以恢復，因此應以保護為主，減少開發活動；中部與南部人口聚集地接壤地區如玉奇吾斯、伊西哈拉鄉等地可建立緩沖區，加大種植白刺、元參等耐旱、耐鹽堿作物，提升生物多樣性。2） 針對中生態安全區，南部人口聚集區耕地開發重用輕養、導致土壤肥力水平低，引起耕地棄耕［47］，小區域生態安全由高向中甚至向低方向轉化，因而經濟發展應適當調整產業結構，延伸小白杏、棉花、核桃等作物產業鏈，發揮龍頭農業合作社帶頭作用并嚴格把控生態與耕地紅線。庫車市煤炭、油田、鹽資源豐富［48］，工業發展應提升技術水平、降低能源損耗以減小生態破壞，構建“山水林田湖草沙”一體化生態安全修復新格局。3） 干旱區較高與高生態安全區分布具有明顯的城市屬性［49］，城區內部與外圍景觀生態安全狀況差距明顯，因而城市開發要管控好開發力度，開發須有節制并遵循可持續發展的原則，打造有生態背景、開敞空間體系和人文景觀構成的多功能景觀體系。

在生態安全保護情景的基礎上進行改進，以景觀生態安全高值區域（ESI≥0.620 7）為限制區，打破了原有土地利用數據分類及其分布區域的約束，結果顯示該情景較原有生態情景低生態安全區降低11.31%，中生態安全區升高3.55%。另外，研究僅從景觀結構角度選取干擾與脆弱度進行景觀生態安全評價，評價尺度較為單一，因而其ESI具有一定保守性。今后可從氣候、地形、植被、社會因素等方面綜合考慮，進行多尺度評價。

3.2 結論

1） 庫車市作為干旱區典型綠洲城市，土地利用分布與整個干旱區狀況一致，即未利用地與草地為占優勢的景觀類型。近30 a來耕地與建設用地面積受人類墾荒活動影響呈明顯上升趨勢，這使區域內耕地、林地與未利用地的斑塊類型愈加復雜，景觀破碎度一定程度增加。

2） 土地利用類型的變動幅度與景觀生態安全值波動幅度十分相似，地類轉移引發了庫車市生態安全等級之間的相互轉化。1990-2000年庫車市景觀生態安全空間集聚效應顯著，雖然集聚程度小幅度下降，但仍處于較高水平，故庫車市總體景觀生態安狀況較為良好。

3） MOP情景基于其他3種情景設置線性約束，并兼顧生態與經濟效益最大化，實現了低生態安全區占比最小為15.65%，高與較高生態安全區較其他情景占比最高為23.70%。與2020年相比，耕地漲幅26.52%，建設用地漲幅28.69%，林地、草地與水域面積占比均居4種情景中最高，更有利于緩解干旱區生態環境保護與經濟發展矛盾。

參考文獻：

［1］ 和海秀，周洪華，白如霄.基于土地利用變化的新疆塔城地區碳排放特征分析［J］.水土保持通報，2022，42（3）：373-380.DOI：10.13961/j.cnki.stbctb.2022.03.046.

［2］ 涂雯，吳靜雯，馬理輝，等.水土保持措施驅動村域土地利用景觀格局變化： 以米脂縣高西溝村為例［J］.水土保持學報，2023，37（3）：147-154.DOI：10.13870/j.cnki.stbcxb.2023.03.020.

［3］ LIANG Xuedong，SI Dongyang，ZHANG Xinli.Regional sustainable development analysis based on information entropy： Sichuan Province as an example［J］.International Journal of Environmental Research and Public Health，2017，14（10）：1219.DOI：10.3390/ijerph14101219.

［4］ ZHANG Ze，HU Baiqing，QIU Haihong.Comprehensive evaluation of resource and environmental carrying capacity based on SDGs perspective and tthree-dimensional balance model［J］.Ecological Indicators，2022，138：108788.DOI：10.1016/j.ecolind.2022.108788.

［5］ CUNHA-E-S M A，ROSA R，DUARTE C C.Natural carbon capture and storage （NCCS）： Forests， land use and carbon accounting［J］.Resource and Energy Economics，2013，35（2）：148-170.DOI：10.1016/j.jclepro.2020.122 271.

［6］ 袁媛，羅志軍，趙杰，等.基于景觀結構和空間統計學的南昌市景觀生態安全評價［J］.水土保持研究，2020，27（3）：247-255.DOI：10.13869/j.cnki.rswc.2020.03.036.

［7］ ZHANG Qiang，WANG Gang，YUAN Ruanyue，et al.Dynamic responses of ecological vulnerability to land cover shifts over the Yellow River Basin， China［J］.Ecological Indicators，2022，144：109554.DOI：10.1016/j.ecolind.2022.109554.

［8］ 王曉琴，王宏衛，談波，等.新疆阿克蘇地區景觀格局與生境質量時空演變及影響機制［J］.華僑大學學報（自然科學版），2022，43（6）：777-789.DOI：10.11830/ISSN.1000-5013.202203041.

［9］ CHEN Ailian，ZHAO Xinfeng，YAO Lei，et al.Application of a new integrated landscape index to predict potential urban heat islands［J］.Ecological Indicators，2016，69：828-835.DOI：10.1016/j.ecolind.2016.05.045.

［10］ RENETZEDER C，SCHINDLER S，PETERSEIL J，et al.Can we measure ecological sustainability？Landscape pattern as an indicator for naturalness and land use intensity at regional， national and European level［J］.Ecological Indicators，2010，10（1）：39-48.DOI：10.1016/j.ecolind.2009.03.017.

［11］ MONDAL B，DOLUI G，PRAMANIK M，et al.Urban expansion and wetland shrinkage estimation using a GIS-based model in the East Kolkata Wetland， India［J］.Ecological Indicators，2017，83：62-73.DOI：10.1016/j.ecoli nd.2017.07.037.

［12］ SICA Y V，QUINTANA R D，RADELOFF V C，et al.Wetland loss due to land use change in the Lower Paraná River Delta， Argentina［J］.Science of the Total Environment，2016，568：967-978.DOI：10.1016/j.scitotenv.2016.04.200.

［13］ BOIX-FAYOS C，BOERBOOM L G J，JANSSEN R，et al.Mountain ecosystem services affected by land use changes and hydrological control works in Mediterranean catchments［J］.Ecosystem Services，2020，44（11）：101136.DOI10.1016/j.ecoser.2020.101136.

［14］ 楊鴻飛，吳建召，胡祉昱，等.基于景觀格局分析地震災區小流域生態安全： 以龍溪河為例［EB/OL］.（2023-01-16）［2023-11-23］.

［15］ 程植，林孝松.三峽庫區大寧河流域景觀格局變化及生態安全格局構建研究［J］.重慶師范大學學報（自然科學版），2021，38（3）：40-49.DOI：10.11721/cqnuj20212312.

［16］ LUO Jieling，FU Hui.Construct the future wetland ecological security pattern with multi-scenario simulation［J］.Ecological Indicators，2023，153：110473.DOI10.1016/j.ecolind.2023.110473.

［17］ 王永庶，唐岱，延相東，等.基于網格尺度的保山市中心城區生態安全評價研究［J］.西南林業大學學報（自然科學），2021，41（5）：80-87.DOI：10.11929/j.swfu.202007057.

［18］ 錢田田，王宏衛，余芳瑞，等.基于DPSIR模型的新疆城市生態韌性評估及影響因素分析［J］.華僑大學學報（自然科學版），2023，44（5）：607-614.DOI：10.11830/ISSN.1000-5013.202303009.

［19］ 謝余初，鞏杰，張玲玲.基于PSR模型的白龍江流域景觀生態安全時空變化［J］.地理科學，2015，35（6）：790-797.DOI：10.13249/j.cnki.sgs.2015.06.016.

［20］ 王欣珂，林弘，謝香群，等.閩江流域土地利用時空變化特征及驅動因子分析［J］.生態科學，2023，42（4）：171-181.DOI：10.14108/j.cnki.1008-8873.2023.04.020.

［21］ ANIAH P，BAWAKYILLENUO S，CODJOE S N A，et al.Land use and land cover change detection and prediction based on CA-Markov chain in the savannah ecological zone of Ghana［J］.Environmental Challenges，2023，10：100664.DOI：10.1016/j.envc.2022.100664.

［22］ ZHANG Jun，LIU Zhaoshun，LI Shujie.Research on land use simulation of incorporating historical information into the FLUS model： Setting Songyuan City as an example［J］.Sustainability，2022，14（7）： 1 -14.DOI：10.3390/su14073828.

［23］ CHASIA S，OLANG L O，SITOKI L.Modelling of land-use/cover change trajectories in a transboundary catchment of the Sio-Malaba-Malakisi Region in East Africa using the CLUE-s model［J］.Ecological Modelling，2023，476：110256.DOI：10.1016/j.ecolmodel.2022.110256.

［24］ 王新紅.庫車龜茲小巷之變： 從無人問津到人氣滿滿［N］. 新疆日報（漢），2023-11-12（004）.

［25］ 麥爾耶姆·亞森，買買提·沙吾提，吐爾遜·艾山，等.新疆渭干河-庫車河三角洲綠洲耕地時空變化特征分析［J］.中國農業科學，2017，50（18）：3506-3518.DOI：10.3864/j.issn.0578-1752.2017.18.007.

［26］ GAO Linna，MA Yonggang，XU Zhonglin，et al.Multi-scenario simulation and ecological risk analysis of land use based on the PLUS model： A case study of Nanjing［J］.Sustainable Cities and Society，2022，85：10405.DOI：10.1016/j.scs.2022.104055.

［27］ 何珍珍，王宏衛，楊勝天，等．塔里木盆地中北部綠洲生態安全評價［J］.干旱區研究，2018，35（4）：963-970.DOI：10.13866/j.azr.2018.04.26.

［28］ 吳金華，劉思雨，白帥.基于景觀生態安全的神木市生態廊道識別與優化［J］.干旱區研究，2021，38（4）：1120-1127.DOI：10.13866/j.azr.2021.04.24.

［29］ 魏心雨，王雁杰，孫夢媛，等.基于土地利用結構變化的河南省碳排放時空格局及驅動力分析［EB/OL］.（2023-01-11）［2023-11-23］.

［30］ 喬斌，顏玉倩，張婷華，等.基于土地利用變化的西寧市景觀生態風險識別及優化策略［J］.生態學雜志，2023，42（8）：2020-2031.DOI：10.13292/j.1000-4890.202307.013.

［31］ PATRICHE C V，PIRNAU R，GROZAVU A，et al.A comparative analysis of binary logistic regression and analytical hierarchy process for landslide susceptibility assessment in the Dobrov River Basin， Romania［J］.Pedosphere，2016，26（3）：335-350.DOI：10.1016/S1002-0160（15）60047-9.

［32］ 修煬景，侯蒙京，田驕陽，等.基于土地利用/覆蓋的甘肅省景觀生態風險時空變化特征［J］.草業學報，2023，32（1）：1-15.DOI：10.11686/cyxb2021298.

［33］ 盧遠，蘇文靜，華璀，等.左江上游流域景觀生態風險評價［J］.熱帶地理，2010，30（5）：496-502.DOI：10.13284/j.cnki.rddl.001392.

［34］ 劉順鑫，黃云.“三生空間”視角下萬州區景觀生態安全評價及其耦合特征分析［J］.水土保持研究，2020，27（6）：308-316.DOI：10.13869/j.cnki.rswc.20200718.001.

［35］ 袁媛，羅志軍，趙杰，等.基于景觀結構和空間統計學的南昌市景觀生態安全評價［J］.水土保持研究，2020，27（3）：247-255.DOI：10.13869/j.cnki.rswc.2020.03.036.

［36］ 王重玲，程淑杰，王林伶，等.基于GIS的寧夏中部干旱帶生態安全空間格局的評價［J］.西部林業科學，2020，49（2）：147-153.DOI：10.16473/j.cnki.xblykx1972.2020.02.021.

［37］ 謝名睿，危小建，趙莉，等.南昌市生態用地景觀結構與網絡連通性多情景模擬［J］.水土保持通報，2023，43（2）：202-211，309.DOI：10.13961/j.cnki.stbctb.2023.02.024.

［38］ ZHAO Yongyu，KASIMU A，HONG Wuliang，et al.Construction and restoration of landscape ecological network in Urumqi City based on landscape ecological risk assessment［J］.Sustainability，2022，14：8154.DOI：10.3390/su14138154.

［39］ RAN Hong，MA Yonggang，XU Zhonglin.Evaluation and prediction of land use ecological security in the Kashgar Region based on grid GIS［J］.Sustainability，2022，15（1）：40.DOI：10.3390/ijgi11060328.

［40］ WANG Ziyang，SHI Peiji，ZHANG Xuebin，et al.Research on landscape pattern construction and ecological restoration of Jiuquan City based on ecological security evaluation［J］.Sustainability，2021，13：5732.DOI：10.3390/su13105732.

［41］ 謝高地，張彩霞，張昌順，等.中國生態系統服務的價值［J］.資源科學，2015，37（9）：1740-1746.DOI：1007-7588（2015）09-1740-07.

［42］ CHEN Xiaodong，YANG Zhaoping，HAN Fang，et al.Landscape ecological risk and ecological security pattern construction in world natural heritage sites： A case study of Bayinbuluke， Xinjiang， China［J］.ISPRS International Journal of Geo-Information，2022，11（6）：328.DOI：10.3390/su15010040.

［43］ 康璇，王雪梅，柴仲平.近25 a來渭-庫綠洲土地利用/覆被變化及其影響因素［J］.水土保持通報，2016，36（5）：333-339.DOI：10.13961/j.cnki.stbctb.2016.05.003.

［44］ 艾克旦·依薩克，滿蘇爾·沙比提，阿曼妮薩·庫爾班，等.阿克蘇河流域綠洲生態安全評價及影響因子分析［J］.環境科學與技術，2020，43（7）：217-223.DOI：10.19672/j.cnki.1003-6504.2020.07.029.

［45］ WEI Qianian，YAO Lei，TANG Hua，et al.Temporal and spatial variation analysis of habitat quality on the PLUS-InVEST model for Ebinur Lake Basin， China［J］.Ecological Indicators，2022，145：109632.DOI：10.1016/j.ecolind.2022.109632.

［46］ SHI Mingjie，WU Hongqi，ZHU Lei，et al.Temporal and spatial evolution and prediction of carbon stocks in Yili Valley based on MCE-CA-Markov and InVEST models［J］.2021，38：1010-1019.DOI：10.13254/j.jare.2020.0586.

［47］ 王娟，張飛，于海洋，等.基于LUCC的渭干河-庫車河三角洲綠洲水文及生態特征［J］.水土保持研究，2016，23（2）：236-242，359.DOI：10.13869/j.cnki.rswc.2016.02.044.

［48］ 劉小雪，蔣志輝.鄉村振興戰略背景下庫車農民專業合作社發展研究［J］.安徽農業科學，2023，51（14）：254-258.DOI：10.3969/j.issn.0571-6611.2023.14.062.

［49］ 朱亞楠.烏魯木齊市土地利用景觀格局變化與生態安全耦合協調研究［D］.烏魯木齊：新疆農業大學，2022.