欢迎您访问《智慧农业（中英文）》官方网站！ English
智慧农业

智慧农业 >

2025 1 - 13

DOI: https://doi.org/10.12133/j.smartag.SA202409007

黄河流域山东段土地利用冲突时空格局与多情景模拟研究

  • 董光龙 1 ,
  • 尹海洋 1 ,
  • 姚荣岩 1 ,
  • 原晨朝 2 ,
  • 曲成闯 3 ,
  • 田原 , 3 ,
  • 贾敏 4
展开
  • 1. 山东建筑大学 管理工程学院，山东济南 250101，中国
  • 2. 墨尔本大学 文学院，维多利亚州墨尔本市 3010，澳大利亚
  • 3. 山东省国土空间生态修复中心，山东济南 250014，中国
  • 4. 济南市土地征收和综合整治服务中心，山东济南 250014，中国
田 原，高级经济师，研究方向为土地资源评价与土地资源空间优化配置。E-mail：

董光龙，博士，副教授，研究方向为城乡发展与土地利用评价。E-mail：

收稿日期: 2024-07-11

  网络出版日期: 2025-04-14

基金资助

国家自然科学基金项目(41801173)

教育部人文社科项目(23YJCZH038)

山东省社会科学规划项目(24CGLJ32)

山东省自然科学基金(ZR2023MD061)

收起

Spatiotemporal Pattern and Multi-Scenario Simulation of Land Use Conflicts: A Case Study of Shandong Section of The Yellow River Basin

  • DONG Guanglong 1 ,
  • YIN Haiyang 1 ,
  • YAO Rongyan 1 ,
  • YUAN Chenzhao 2 ,
  • QU Chengchuang 3 ,
  • TIAN Yuan , 3 ,
  • JIA Min 4
Expand
  • 1. School of Management Engineering, Shandong Jianzhu University, Jinan 250101, China
  • 2. Faculty of Arts, The University of Melbourne, Melbourne, Victoria, 3010, Australia
  • 3. Shandong Territorial Space Ecological Restoration Center, Jinan 250014, China, 4. Jinan Land Acquisition and Comprehensive Improvement Service Center, Jinan 250014, China
TIAN Yuan, E-mail:

DONG Guanglong, E-mail:

Received date: 2024-07-11

  Online published: 2025-04-14

Supported by

National Natural Science Foundation of China(41801173)

General Project of Ministry of Education Foundation on Humanities and Social Sciences(23YJCZH038)

Social Science Planning Fund Program, Shandong Province, China(24CGLJ32)

Natural Science Foundation of Shandong Province, China(ZR2023MD061)

Copyright

copyright©2025 by the authors
Fold

摘要

【目的/意义】 中国正面临经济发展、耕地保护和生态保护等多重压力，建设用地扩张、耕地数量减少、生态空间萎缩等问题凸显，土地利用冲突现象频发。为精准识别土地利用冲突并预测多情景下土地利用冲突发展趋势，亟需开展土地利用冲突时空格局与多情景模拟研究。 【方法】 借鉴景观生态风险评价思想，基于景观格局指数构建土地利用冲突测度模型，定量识别2000—2020年黄河流域山东段土地利用冲突，并借助CA-Markov模型预测2030年不同情景下潜在土地利用冲突格局。 【结果和讨论】 2000—2020年黄河流域山东段土地利用冲突水平呈现减缓态势，中冲突为主导类型，高冲突占比由2000年19.34%减少到2020年的8.61%。高冲突主要集聚在建设用地与其他地类过渡地带、鲁中山地丘陵区地类交错带和黄河沿岸。自然发展情景下土地利用冲突水平呈恶化趋势，耕地保护情景和生态保护情景下土地利用冲突形势有所缓解，其中生态保护情景下高冲突占比最少，为5.44%。 【结论】 建设用地快速扩张侵占耕地和生态用地仍是当前土地利用冲突的主要原因。基于生态保护情景下的土地利用格局更好地平衡耕地保护、生态安全和城镇发展之间的关系，是缓解黄河流域山东段土地利用冲突的一种合理选择。

关键词： 土地利用冲突; 耕地保护; 景观格局指数; 情景模拟; CA-Markov; 黄河流域山东段

本文引用格式

董光龙 , 尹海洋 , 姚荣岩 , 原晨朝 , 曲成闯 , 田原 , 贾敏 . 黄河流域山东段土地利用冲突时空格局与多情景模拟研究[J]. 智慧农业, 2025 : 1 -13 . DOI: 10.12133/j.smartag.SA202409007

Abstract

[Objective] The frequent occurrence of land use conflicts, such as the occupation of arable land by urban construction land expansion, non-grain use of arable land, and the shrinking of ecological space, poses multiple pressures on the Shandong section of the Yellow River in terms of economic development, arable land protection, and ecological conservation. Accurately identifying and predicting future trends of land-use conflicts in the Shandong section of the Yellow River under various scenarios will provide a reference for the governance of land use conflicts, rational land resource utilization, and optimization of the national land spatial pattern in this region. [Methods] The data used mainly including land use data, elevation data, basic geographic information data, meteorological data, protected area data, and socio-economic data. Drawing from the concept of ecological risk assessment, an "External Pressure + Vulnerability-Stability" model was constructed. Indicators such as area-weighted average patch fractal dimension, landscape value of land use types, and patch density were used to quantify and characterize land use conflicts in the Shandong section of the Yellow River from 2000 to 2020. Subsequently, the CA-Markov model was employed to establish cellular automata transition rules, with a 10-year simulation period using a default 5×5 cellular filter matrix, projecting 2030 land use conflict patterns under natural development, cultivated land protection, and ecological conservation scenarios. [Results and Discussions] From 2000 to 2020, significant changes in land use were observed in the Shandong section of the Yellow River, mainly characterized by rapid expansion of urban construction land and a reduction in grassland and arable land. Urban construction land increased by 4 346 km2, with its proportion rising from 13.50% in 2000 to 18.67% in 2020. During the study period, the level of land use conflict showed a mitigating trend, with the average land use conflict index decreasing from 0.567 in 2000 to 0.522. Medium conflict has been the dominant type of land use conflict in the Shandong section of the Yellow River, followed by low conflict, while high conflict accounted for the smallest proportion. This indicate that land use conflicts in the region were generally controllable. The spatial pattern of land use conflicts in the Shandong section of the Yellow River remained relatively stable. Low conflicts were mainly distributed in areas with high concentration of arable land and water bodies, as well as in urban built-up areas. Medium conflicts were most widespread, especially in the transitional zones between arable land and rural settlements, and between arable land and forest land. The proportion of high conflict decreased from 19.34% in 2000 to 8.61% in 2020, mainly clustering in the transitional zones between urban construction land and other land types, the land type interlacing belt in the Central Shandong Hills, and along the Yellow River. The multi-scenario land use simulation results for 2030 showed significant differences in land use changes under different scenarios. Under the natural development scenario, the level of land use conflict was expected to deteriorate, with the most severe conflict situation. While both arable land protection and ecological conservation scenarios demonstrate partial conflict mitigation, the expansion of arable land occurs at the expense of ecological spaces, potentially compromising regional ecological security. In contrast, under the ecological conservation scenario, by prioritizing ecological protection and highlighting the protection of the ecological environment, the expansion of urban construction land and the reclamation of arable land, which cause ecological damage, were effectively curbed. Notably, this scenario exhibited the lowest proportion of high conflicts and demonstrated superior conflict mitigation effectiveness. [Conclusions] Land use conflicts in the Shandong section of the Yellow River have been somewhat mitigated, with the main form of conflict being the rapid expansion of urban construction land encroaching on arable land and ecological land. The ecological conservation scenario effectively balances the relationship between arable land protection, ecological security, and urbanization development, and is an optimal strategy for alleviating land use conflicts in the Shandong section of the Yellow River.

Key words： land use conflicts; cultivated land protection; landscape pattern index; scenario simulation; CA-Markov; Shandong section of the Yellow River Basin

0 引 言

“冲突”一词源于社会学，是指两个或两个以上的社会单元在目标上互不相容或互相排斥，从而产生心理上或行为上的矛盾。随着研究的深入，冲突分析逐渐引入到土地利用领域。土地利用冲突已然成为众多学者关注的焦点。于伯华和吕昌河［1］将土地利用冲突定义为土地资源利用过程中各利益相关者对有限土地资源利用的方式、数量等方面的不一致、不和谐，以及土地利用方式与生态环境之间的矛盾状态。根据冲突的两个基本要素“冲突方”和“冲突问题”，将土地利用冲突定义为当土地利用利益相关者对某些土地利用单元具有不可兼容的矛盾时，便会产生土地利用冲突［2］。土地资源的稀缺性、土地利用的多宜性和需求的多样性是导致土地利用冲突产生的根本原因［3, 4］。
当前，土地利用冲突已经成为一个全球性问题，如果不加以妥善处理，将造成土地资源浪费、影响区域稳定、威胁国家粮食安全，不利于和谐可持续发展［5］。中国正面临经济发展、耕地保护和生态保护等多重压力，建设用地扩张、耕地数量减少、生态空间萎缩等问题凸显，土地利用冲突尤为严峻，带来粮食安全隐患。国内外相关研究聚焦土地利用冲突识别、时空格局和治理等开展了大量探索，取得了诸多富有成效的结论［6-8］。土地利用冲突的内涵得到了进一步拓展，研究内容逐渐丰富。土地利用冲突识别是土地利用冲突时空格局分析以及冲突预防、缓解的前提，成为土地利用冲突研究热点［9, 10］。土地利用冲突识别包括定性分析和定量识别两大类方法。常用的定性分析方法主要包括参与式制图和博弈论。其中，参与式制图法基于利益相关者调查数据，探索不同土地利用方式之间的冲突［11, 12］，得到了广泛应用。博弈论更加强调土地利用冲突利益相关者之间的博弈策略，探寻土地利用冲突缓解机制［13-15］。随着地理信息系统（Geographic Information System, GIS）等技术的发展以及研究的深入，多目标综合评价法［16-18］和景观格局分析法［19］成为当前最常用的定量识别方法。多目标综合评价法综合采用土地利用和社会经济等多源数据，在准确识别土地利用冲突类型与冲突位置等方面具有优势，但由于使用数据量大等因素限制，在土地利用冲突时空格局分析方面存在一定的局限性。景观格局分析法仅利用了土地利用数据，借鉴景观生态风险评价思想识别土地利用冲突，在冲突定位和时空格局分析方面具有明显优势［9, 19］。对于土地利用冲突治理，多以定性分析方法为主。近年来，相关学者普遍认可土地利用冲突具有时代与区域特征，不同时期土地利用冲突的内涵不断演进，具有明显的地域性和阶段性特征［20］，土地利用转型是缓解土地利用冲突的有效手段［21］。
土地利用冲突治理不仅要关注土地利用冲突产生与演化过程，还要重视其未来变化趋势。张潇和谷人旭［20］采用斑块生成土地利用变化模拟模型和多目标规划法模拟了长江三角洲城市群2035年的土地利用冲突格局。王朝阳等［22］在县域、镇域和格网3个尺度上模拟了重庆市2030年不同发展情景下土地利用冲突格局。梁甜等［23］探讨了成渝地区双城经济圈县域国土空间碳汇冲突识别及多情景模拟。然而，受限于数据、方法等因素的限制，目前针对土地利用冲突预测研究较少，且单一情景的土地利用变化模拟无法揭示自然发展与政策约束下的差别，难以有效解决土地利用冲突问题［22-24］。未来多情景土地利用冲突模拟，有助于分析不同发展情境下土地利用冲突演化趋势，为土地利用冲突缓解和土地利用政策制定提供有益参考。鉴于此，本研究首先基于2000年、2005年、2010年、2015年、2020年5期黄河流域山东段土地利用数据，基于景观格局指数构建土地利用冲突测度模型，识别土地利用冲突。然后，采用CA-Markov模型模拟2030年自然发展情景、耕地保护情景和生态保护情景下土地利用变化，并基于此，识别不同情景下土地利用冲突，协调经济发展、耕地保护与生态保护之间关系，以期为土地资源合理利用、国土空间格局优化提供参考。

1 研究区概况与数据来源

1.1　研究区概况

黄河流域山东段处于黄河下游（图1），全长628 km，流域面积1.83万km2，涉及东营市、滨州市、德州市、淄博市、济南市、聊城市、泰安市、济宁市和菏泽市共9个地级市，2020年总人口达到5 768.35万人，城镇化率为57.78%。研究区属温带季风性气候，多年平均降水量为676.5 mm，60%~70%集中于夏季。中部泰山山脉凸起，林地和草地覆盖率高，在维护区域生态安全方面起着重要作用，是山东省的重要生态屏障；西南、西北广阔的平原是重要的粮食作物生产基地。该区域涉及济南都市圈，还包括鲁中南山地丘陵重要生态屏障和鲁西平原重要粮食生产基地，面临高质量发展、生态环境保护与粮食安全的多重压力，土地利用竞争与冲突日益凸显。
图1 黄河流域山东段位置

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1822号标准地图制作，底图无修改。

Fig. 1 Location of Shandong section of the Yellow River Basin

1.2　数据来源

本研究所需数据主要包括土地利用数据、高程数据、基础地理信息数据、气象数据、保护区数据和社会经济数据（表1）。其中，土地利用、GDP（Gross Domestic Product）、自然保护区和农田生产潜力数据来源于中国科学院资源与环境数据平台（https://www.resdc.cn/）；高程数据来源于地理空间数据云（http://www.gscloud.cn/），并用于制作相应的坡度图；基础地理信息数据包括行政区界线、县城（区）位置和铁路数据，下载于国家基础地理信息中心（http://www.ngcc.cn）；气象数据来源于国家气象科学数据中心（http://data.cma.cn），包含年平均气温和年平均降水数据；人口密度数据来源于Worldpop（https://www.worldpop.org/）。
表1 研究数据来源

Table 1 Data sources

类别 数据 分辨率 数据来源
土地数据 土地利用数据 30 m 中国科学院资源与环境数据平台
农田生产潜力数据 1 km 中国科学院资源与环境数据平台
高程数据 高程、坡度 1 km 地理空间数据云
基础地理信息数据 行政区界线、县城（区）位置、铁路数据 矢量 国家基础地理信息中心
气象数据 年平均气温、年平均降水 1 km 国家气象科学数据中心
限制因子 自然保护区数据 矢量 中国科学院资源与环境数据平台
社会经济数据 GDP栅格化数据 1 km 中国科学院资源与环境数据平台
人口密度数据 1 km Worldpop

2 研究方法

2.1　土地利用冲突测度模型构建

在景观生态学中，生态系统的结构和组成可以反映不同的土地利用方式和强度所产生的生态影响，而生态系统的景观格局又会直接影响生态学过程［25］。因此，人类活动过于频繁干扰到土地生态系统时，其空间格局会发生变化，进而影响区域生态安全。这也是土地利用冲突在空间结构上的一种表现，因此土地利用冲突强度的大小可通过区域生态安全风险的高低来反映。由于黄河流域山东段特殊的地理位置和重要的生态功能，本研究从景观生态风险评价视角出发，借鉴“风险源-风险受体-风险效应”景观生态风险评价思想，构建土地利用冲突强度测算模型（图2）。风险源是指可能对区域生态系统造成不利作用的风险来源［26］，选用土地开发利用强度相关的外部压力因子作为指标；风险受体指生态系统中受到风险源不利作用的载体［27］，选用空间脆弱性作为指标；土地利用冲突的效应，是指不同的风险受体对于面临的风险源所产生的反应［27］，选用土地资源的稳定性作为指标。一般来说，土地利用变化所引发的生态风险越大，土地利用冲突的强度就越大，参考以往研究中土地利用冲突测算方法［19, 25, 28］，土地利用冲突指数（Land Use Conflict, LUC）可以表示为公式（1）。
L U C = P I + V I - S I
式中：PI为外部压力指数（Pressure Index）；VI为脆弱性指数（Vulnerability Index）；SI为稳定性指数（Stability Index）。
图2 土地利用冲突测度模型框架图

Fig. 2 Model frame of land use conflict measurement

2.1.1　外部压力

外部压力用面积加权平均斑块分维数（Area Weighted Mean Patch Fractal Dimension, AWMPFD）衡量基于周长和面积的关系来度量景观斑块的复杂性，即表示邻域景观对当前土地利用的干扰影响程度。一般来说，分维数越大，该景观斑块边界越复杂，越容易受到邻域景观的干扰，受到的外部压力越大，土地利用冲突等级越高［27, 28］，如公式（2）所示。
P I = A W M P F D = ∑ i = 1 m ∑ j = 1 n 2 l n   0.25 P i j l n   a i j a i j A 1
式中：AWMPFD为面积加权平均斑块分形指数，取值范围介于1~2；Pij 为斑块周长，km；aij 为斑块面积，km2；A 1为空间单元总面积，km2；n为土地利用类型数量，n=6。

2.1.2　脆弱性

脆弱性反映了风险受体的暴露程度，通常采用土地利用类型景观赋值法进行估算［27, 28］，如公式（3）所示。
V I = ∑ i = 1 n f i × s i A 2
式中：si 为各景观类型的面积，km2；A 2为移动窗口的总面积，km2；fi 为各类用地景观的脆弱性，根据研究区多年来土地利用变化趋势、结合其区域特点和发展战略方向，建设用地、林地、草地、耕地、水域和未利用地分别赋值为1、2、3、4、5和6。

2.1.3　稳定性

用斑块密度（Patch Density, PD）从负面衡量区域景观的稳定性，斑块密度越大，空间破碎度越高，景观稳定性越低［27, 28］，如公式（4）和公式（5）所示。
S I = 1 - P D
P D = n i A 2
式中：PD为斑块密度；ni 为斑块数目。
景观格局指数的计算对粒度和尺度较为敏感，考虑研究区范围、数据分辨率等情况，参考相关研究中格网大小确定方法［29, 30］选取3 km×3 km的移动窗口网格进行测算，能充分地保留土地利用/覆被信息，通过对10、30、50和100 m 的粒度进行调试，对比不同景观粒度下常用景观指数变化情况，发现30 m时出现明显转折或趋于稳定，可以尽可能减少景观信息损失，因此本研究最终选择30 m的粒度。为方便计算，将公式（2）~公式（5）的外部压力指数、脆弱性指数和稳定性指数分别标准化处理至（0，1），代入公式（1）中计算各空间单元的土地利用冲突指数并标准化至（0，1）。最后将土地利用冲突指数划分为三级，即低冲突（0~0.5］、中冲突（0.5~0.7］和高冲突（0.7~1）。

2.2　土地利用多情景模拟

使用IDRISI软件CA-Markov模块模拟预测2030年的土地利用空间格局。其中，元胞自动机（Cellular Automata，CA）模型具有模拟复杂系统时空演化过程的能力［31, 32］；马尔科夫（Markov）模型在预测土地利用变化数量方面有绝对优势［33, 34］。CA-Markov模型集成了CA模型强大的空间模拟能力和Markov模型定量化预测能力，从空间和数量两方面对土地利用变化进行模拟［35, 36］。

2.2.1　CA模型

CA中每个特定的元胞状态由元胞本身及其邻域在前一时刻的状态通过预定义的转化规则来确定，是一种时间、空间和状态都离散的模型，如公式（6）所示：
S t + 1 = f ( S t , N )
式中：S （ t+ 1） 、S （ t ）为时刻t+1、t的元胞状态集合；f为元胞转化规则；N为元胞的邻域。
CA模型中最核心的部分为转化规则。本研究借助IDRISI软件MCE（Multi-Criteria Evaluation）模块的加权线性合并法，以土地利用类型作为因变量，影响因素作为自变量，生成空间分布概率适宜图集，并以此定义转化规则。其中，土地利用空间分布适宜性既受自然条件的制约，也受社会经济条件的影响。参考相关研究中评价指标体系［37-39］，本研究从自然资源禀赋、区位条件和社会经济发展水平三个方面选取了高程、坡度、年均气温、年均降水、GDP、人口密度、距铁路距离、距县城距离和农田生产潜力等9个指标，作为黄河流域山东段土地利用空间分布适宜性的主要影响因素（图3）。
图3 黄河流域山东段地区土地利用空间分布适宜性影响因素

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1822号标准地图制作，底图无修改。

Fig. 3 Factors influencing the suitability of spatial distribution of land use in the Shandong section of the Yellow River Basin region

2.2.2　Markov模型

Markov模型是基于马尔可夫随机过程的形成进行预测和最优控制理论［40］。马尔可夫分析使用矩阵表示土地利用类别之间的转移概率，并根据转移概率预测未来一年各种土地利用方式的转移总量［41］。在CA-Markov组合模型中，Markov模型提供土地利用变化的概率和数量。
首先，基于2010年和2020年两期土地利用数据，测算2010—2020年土地利用转移概率矩阵；然后，基于2020年土地利用数据，根据公式（7）可获取2030年的各用地类型面积，上述过程可借助IDRISI软件包的Markov模块实现［42-44］。
S t + 1 = P i j × S t
式中：S （ t+ 1） 、S （ t ）为时刻t+1、t的土地利用状态； P ij 为状态转移概率矩阵。
P ij 状态转移概率矩阵可以表示为公式（8）。
P i j = P 11    P 12     · · ·     P 1 n P 21     P 22     · · ·     P 2 n · · · · · · P n 1     P n 2     · · ·     P n n
式中：n为土地利用类型的数量，本研究为6类。

2.2.3　情景设置

参考以往研究中情景设置［20, 22, 45］，结合当前政策背景和山东省实际情况，设置了自然发展、耕地保护和生态保护三种情景，并模拟了未来不同情境下土地利用冲突结果。
1）自然发展情景。自然发展情景即各景观类型不受外界因素的干扰，仅按照其历史演化轨迹线性发展，是一种理想状态下的土地利用发展场景。研究假设历史增长模式在未来几十年内将持续存在，故模拟实验中不设置各项政策法规、规划及市场干扰等限制条件，基于Markov计算得到2030年黄河流域山东段各土地利用类型的变化量。
2）耕地保护情景。耕地保护是“国之大者”，关系到国家的粮食安全，国家相关政策提出加强耕地的精细化保护［46, 47］。此外，《黄河流域生态保护和高质量发展规划纲要》（简称“《纲要》”）提出巩固黄河流域对保障国家粮食安全的重要作用，大力建设高标准农田，实施保护性耕作；《山东省国土空间规划（2021-2035年）》（简称“《规划》”）本研究将集中连片保护万顷良田作为规划重点。因此，耕地保护情景下，严格限制耕地流出，鼓励耕地流入，将耕地向其他地类转换的概率减少10%，林地、草地和未利用地转换为耕地的概率分别提高10%。
3）生态保护情景。黄河流域是中国重要经济地带，但面临着生态系统脆弱、环境污染积重较深等突出问题，特别是黄河流域山东段入境水量减少，断流次数增加，给山东经济社会发展和生态环境带来的危害较大［48］。《纲要》特别强调要推进下游湿地保护和生态治理；《规划》提出要筑牢鲁中南山地丘陵生态屏障，保育沿黄河生态带。因此，生态保护情景下，严格保护生态用地，将湖泊和湿地等连片的生态功能显著用地限制转移，本研究并将林地转换到其他用地类型的概率减少10%，耕地、建设用地转换到林地的概率增加10%，未利用地转换到林地的概率增加50%。

2.2.4　模型精度验证和参数设置

本研究以黄河流域山东段2000年和2010年的土地利用数据为基础，模拟2020年的土地利用状况，将模拟结果与2020年真实土地利用数据进行对比，Kappa系数达到0.86，表明模型精度很高［20］，可以用于黄河流域山东段未来不同情景下土地利用状况的模拟。
本研究运用CA-Markov模型对景观格局进行预测，根据ArcGIS软件计算所得的2000—2010年各景观类型的转移矩阵作为Markov状态转移矩阵的元素，然后建立CA转换规则，由于预测基期土地利用图为2020年的，模拟目标为2030年，因此设置模拟时间为10年，其中CA滤波器选取系统所默认的元胞周围为5×5的矩阵。

3 结果分析

3.1　土地利用变化时空特征

如图4所示，2000—2020年，耕地是黄河流域山东段最主要的土地利用类型。研究期间，黄河流域山东段土地利用变化显著，主要表现为建设用地快速扩张和草地、耕地的减少。具体而言，建设用地增加了4 346 km2，所占比例由2000年的13.50%增长到2020年的18.67%，共增加5.17个百分点，主要是快速城镇化进程中城镇人口的激增以及工业化的快速发展导致对建设用地的需求大增；草地面积减少1 923 km²，其中1 057 km2转为耕地，其中，泰安和淄博等鲁中山地丘陵地区草地转出最为明显，到2020年草地所占比例仅为3.37%；耕地面积减少1 790 km2，其中被建设用地扩张占用较多，占耕地转出面积的87.83%。
图4 2000—2020年不同时期黄河流域山东段土地利用

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1822号标准地图制作，底图无修改。

Fig. 4 Land use in Shandong section of Yellow River Basin in different periods from 2000 to 2020

3.2　2000—2020年土地利用冲突时空特征

根据土地利用冲突测度模型得到2000—2020年黄河流域山东段土地利用冲突，如图5所示，黄河流域山东段土地利用冲突整体呈减缓态势，土地利用冲突指数均值由2000年的0.567逐渐减小为0.522，该阶段内中国由高速发展阶段迈入高质量发展阶段，土地利用方式由粗放转向节约集约，因此土地利用冲突整体呈减缓态势。中冲突一直是黄河流域山东段土地利用冲突的主导类型，其次为低冲突，高冲突所占比例最少，这表明黄河流域山东段土地利用冲突整体处于可控状态。土地利用高冲突的比重逐步减少，由2000年的19.34%减少到2020年的8.61%；土地利用低冲突占比逐渐增加，在2020年达到40.28%；土地利用中冲突所占比例在50%上下波动。
图5 2000—2020年黄河流域山东段土地利用冲突比例变化

Fig. 5 Change of land use conflict ratio in Shandong section of Yellow River Basin from 2000 to 2020

2000—2020年，黄河流域山东段土地利用冲突的空间格局基本保持稳定，低冲突主要分布在耕地、水域集中连片度较高地区，以及城市建成区；中冲突分布最为广泛，尤其是耕地与农村居民点之间以及耕地与林地之间的过渡地带（图6）。
图6 2000—2020年黄河流域山东段土地利用冲突空间格局

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1822号标准地图制作，底图无修改。

Fig. 6 Spatial pattern of land use conflicts in the Shandong section of the Yellow River Basin during 2000 to 2020

高冲突则呈现块状或带状空间集聚模式，主要分布在以下区域：1）建设用地与其他土地利用类型交界地带。2000—2010年城市建设用地不断扩张，甚至蔓延，侵占周围的耕地、林地和草地，城市建成区周边是土地利用高冲突的主要集聚区。2010—2020年，城市建成区周边高冲突有所减少，但农村居民点周围土地利用冲突程度依然较高，这主要是由于该阶段城镇化和工业化水平较高，城镇建设用地扩张速度有所减缓，而农村居民点仍处于人减地增的粗放发展态势；2）耕地、草地与林地交错带。黄河流域山东段中部有泰山，东部有鲁山、博山等山脉，山地丘陵地区耕地占补平衡实现压力较大，再加上进城务工等导致大量劳动力流失，“耕地上山，林地下山”等现象频发，耕地与生态用地资源错配，空间破碎化、稳定性差，土地利用冲突指数较高；3）黄河沿岸。水资源对农业生产、工业发展具有重要作用，山东省作为北方水资源匮乏地区，在黄河沿岸水资源丰富区域土地竞争激烈，高冲突沿黄河两岸带状分布。

3.3　2030年土地利用冲突模拟预测

3.3.1　土地利用多情景模拟

2030年多情景土地利用模拟结果表明，不同情景下黄河流域山东段土地利用变化差异明显（表2和图7）。自然发展情景中，建设用地面积增加了1 310.27 km2，主要通过侵占耕地来实现建设用地扩张，新增加的建设用地集中在城市建设用地与农村居民点的空间扩张。耕地保护情景中，建设用地增长速度放缓，耕地保护成效明显，耕地面积增加了1 179.75 km2，耕地面积占比达到72.56%，主要由林地和草地转换而来。生态保护情景中，建设用地和水域与2020年基本一致，林地显著增多，面积达到1 703.89 km2，尤其是鲁中山地丘陵地区林地增加明显。
表2 2030年不同情景下黄河流域山东段模拟土地利用变化情况 ( km2)

Table 2 Simulation land use changes in the Shandong section of the Yellow River Basin under different scenarios in 2030

类别 2020年 自然发展情景 耕地保护情景 生态保护情景
面积 面积 变化幅度 面积 变化幅度 面积 变化幅度
耕地 59 199.81 58 695.93 -503.87 59 875.69 675.88 58 713.27 -486.54
林地 1 788.25 1 064.09 -724.16 1 423.35 -364.90 1 703.89 -84.36
草地 1 233.09 886.37 -346.72 1 002.42 -230.67 1 045.05 -188.04
水域 4 470.62 4 742.39 271.77 4 596.95 126.33 4 682.60 211.97
建设用地 15 775.92 17 086.20 1 310.27 15 570.95 -204.97 16 322.24 546.32
未利用地 52.67 36.18 -16.49 41.80 -10.86 44.11 -8.55
图7 2030年多情景黄河流域山东段土地利用格局模拟结果

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1822号标准地图制作，底图无修改。

Fig. 7 Simulation results of land use pattern of Shandong section of the Yellow River Basin with multiple scenarios in 2030

3.3.2　不同情景下土地利用冲突

黄河流域山东段不同情景下土地利用冲突格局既有一定共性，也表现出一定差异（图8）。共性方面，2030年三种情景下的土地利用冲突空间分布格局与2000—2020年基本一致，整体呈现出城镇建设用地周边的城乡过渡地带以及鲁中山地丘陵地区的耕林草交错带冲突高的基本特征，这证实了土地利用冲突受制于自然环境等本底影响，土地利用冲突演化过程具有一定路径依赖性和滞后性［19］。差异在于，自然发展情景下冲突形势最为严峻，高冲突分布更为广泛，占比达到17.63%，增加的区域主要为城市建设用地和农村居民点周围，中冲突占比减少到39.20%，该情景下仍按照历史轨迹发展演进，没有采取有效措施调解土地利用冲突，建设用地扩张、耕地保护与生态保护矛盾突出。耕地保护情景下，低冲突有所增加，所占比例为46.9%。生态保护情景中，土地利用冲突控制效果最好，低冲突增多，高冲突所占比例为5.44%，该情境下，坚持生态保护优先原则，把生态环境保护放在突出位置，有效遏制了建设用地扩张和耕地开垦等对生态环境的破坏，有效缓解了不同土地利用类型之间的空间竞争。
图8 2030年黄河流域山东段多情景下土地利用冲突格局模拟结果

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1822号标准地图制作，底图无修改。

Fig. 8 Land use conflict pattern under multiple scenarios in the Shandong section of the Yellow River Basin in 2030

3.4　不同情景下土地利用冲突缓解效果

基于黄河流域山东段近二十年的土地利用冲突水平和不同情景下的模拟结果，分别绘制出高冲突占比和中高冲突占比的变化趋势（图9），以此为依据评估不同情景下土地利用冲突的缓解效果。从高冲突占比来看，自然发展情景下由于没有对用地类型之间转换作任何限制，大量耕地被侵占转化为建设用地，高冲突区域呈现无序蔓延状态。耕地保护情景和生态保护情景下的模拟结果要优于自然发展情景，相比2020年高冲突占比均略有下降，高冲突区域得到有效遏制，其中生态保护情景下土地利用高冲突缓解效果最为显著。
图9 不同情景下土地利用高冲突与中高冲突占比变化

Fig. 9 The proportion of land use with high conflict and medium-high conflict changes under different scenarios

从中高冲突占比来看，三种情景均呈现下降趋势，耕地保护情景和生态保护情景的变化曲线趋近于重合状态。自然发展情景下，中高冲突占比变化与高冲突占比变化则完全相反，这表明虽然自然发展情景下高冲突占比急剧上升，但整体冲突程度并未提高，这与低冲突区域增多有关。由于模拟中土地适宜性的选择，耕地保护情景中耕地连片度提升，避免土地利用过于破碎，土地利用格局更趋于稳定，冲突局面有所缓解。生态保护情景中，由于限制性条件的约束，有效保障生态空间，生态格局更加优化，冲突形势有所降低。
综合来看，自然发展情景下将导致耕地、林地和草地大面积的破坏，建设用地总量超过规划面积，耕地与建设用地之间的矛盾将成为阻碍人口增长和社会发展的关键问题，高冲突占比的上升还会破坏人地关系，显然不符合未来发展理念；耕地保护情景下有效保护了耕地资源，保障了国家粮食安全，但耕地面积增长是以牺牲生态空间为代价的，尤其是济南市、泰安市和淄博市大量林地被侵占，对区域生态环境影响显著；生态保护情景下，耕地总量控制在合理范围内，同时林地、草地和水域此类具有重要生态功能的地类得到了严格保护，鲁中山地丘陵地带林地覆盖率提高，对保障区域生态安全至关重要。此外，生态保护情景下的土地利用状况不仅能满足经济发展所带来的建设用地增长需求，更能协调好耕地保护和生态保护之间的关系，高冲突占比最低，是未来可持续发展的最优方案。在未来发展中应严格限制人为破坏生态空间，控制新增建设用地规模，提高存量建设用地利用效率，通过集中连片等方式提高耕地产出效益，大力建设高标准农田，统筹配置耕地保护、生态安全和经济发展可持续的土地利用策略。

4 结论与展望

本研究采用景观格局指数构建土地利用冲突测度模型，定量刻画了2000—2020年黄河流域山东段土地利用冲突时空格局，进而结合CA-Markov模型模拟了2030年多情景下潜在土地利用冲突，结论如下。
1）2000—2020年黄河流域山东段土地利用类型以耕地为主，建设用地在城镇化建设中快速扩张，所占比例提高了5.17个百分点，并以占用耕地为主。
2）2000—2020年土地利用冲突程度有所减缓，高冲突比例逐步减少到8.61%，低冲突占比逐渐增多，中冲突占比稳定在50%左右。高冲突在鲁中山地丘陵用地类型交错带、建设用地周边呈块状聚集，在黄河沿岸带状分布。
3）自然发展情景下冲突有恶化趋势，高冲突所占比例达到17.63%，建设用地增长与耕地减少之间的矛盾会威胁粮食安全，加剧人地矛盾，不符合未来发展理念；耕地保护情景下，冲突程度有所减缓，高冲突占比减少，但耕地增长是以牺牲生态空间为代价，不利于区域生态安全；生态保护情景下，高冲突占比最低，土地利用冲突缓解效果最为显著，更能平衡耕地数量、生态安全和城镇化发展三者之间的关系，是未来十年土地利用可持续发展的最优情景。
本研究仍存在一些待改进之处。首先，研究中的土地利用冲突测度模型强调土地利用空间结构冲突，属于显性冲突的范畴，忽视了土地利用功能冲突等隐性冲突。其次，参考相关研究，受限于数据获取等因素的限制，仅设置了自然发展、耕地保护和生态保护三种情景。今后研究中，一方面可进一步结合宏观发展阶段、新发展理念等合理设置发展情景。另一方面，加强区域特色情景设置，例如，针对黄河三角洲等地区设置盐碱地治理情景等，以提高实际应用价值。最后，精准模拟未来土地利用空间格局是合理预测潜在土地利用冲突的重要前提，预测精度对土地利用冲突有一定影响，未来研究应进一步加强多种模拟预测方法的比选，提高预测精度。

利益冲突声明

本研究不存在研究者以及与公开研究成果有关的利益冲突。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
于伯华, 吕昌河. 土地利用冲突分析: 概念与方法[J]. 地理科学进展, 2006, 25(3): 106-115.

YU B H, LYU C H. The progress and prospect of land use conflicts[J]. Progress in geography, 2006, 25(3): 106-115.

2
VON DER DUNK A, GRÊT-REGAMEY A, DALANG T, et al. Defining a typology of peri-urban land-use conflicts-A case study from Switzerland[J]. Landscape and urban planning, 2011, 101(2): 149-156.

3
DONG G L, GE Y B, JIA H W, et al. Land use multi-suitability, land resource scarcity and diversity of human needs: A new framework for land use conflict identification[J]. Land, 2021, 10(10): ID 1003.

4
董光龙, 周俏薇, 孙传谆, 等. 基于 “多宜性—稀缺性—多样性” 的粤港澳大湾区土地利用冲突识别[J]. 农业工程学报, 2023, 39(17): 245-255.

DONG G L, ZHOU Q W, SUN C Z, et al. Identification of land use conflicts in the Guangdong-Hong Kong-Macao Greater Bay Area based on "multi-suitability-scarcity-diversity"[J]. Transactions of the Chinese society of agricultural engineering, 2023, 39(17): 245-255.

5
HAN B, JIN X B, ZHAO Q L, et al. Spatiotemporal patterns and mechanisms of land-use conflicts affecting high-quality development in China[J]. Applied geography, 2023, 155: ID 102972.

6
江颂, 蒙吉军. 土地利用冲突研究进展: 内容与方法[J]. 干旱区地理, 2021, 44(3): 877-887.

JIANG S, MENG J J. Process of land use conflict research: Contents and methods[J]. Arid land geography, 2021, 44(3): 877-887.

7
邹利林, 刘彦随, 王永生. 中国土地利用冲突研究进展[J]. 地理科学进展, 2020, 39(2): 298-309.

ZOU L L, LIU Y S, WANG Y S. Research progress and prospect of land-use conflicts in China[J]. Progress in geography, 2020, 39(2): 298-309.

8
周德, 徐建春, 王莉. 近15年来中国土地利用冲突研究进展与展望[J]. 中国土地科学, 2015, 29(2): 21-29.

ZHOU D, XU J C, WANG L. Process of land use conflict research in China during the past fifteen years[J]. China land sciences, 2015, 29(2): 21-29.

9
WANG C, WANG H W, WU J H, et al. Identifying and warning against spatial conflicts of land use from an ecological environment perspective: A case study of the Ili River valley, China[J]. Journal of environmental management, 2024, 351: 119757.

10
董光龙, 王珏, 王克强, 等. 基于土地利用偏好与位置重要性的农业土地利用冲突识别与调解[J]. 地理研究, 2024, 43(8): 1994-2009.

DONG G L, WANG J, WANG K Q, et al. Identification and mediation of agricultural land use conflicts based on land use preference and location importance[J]. Geographical research, 2024, 43(8): 1994-2009.

11
BROWN G, RAYMOND C M. Methods for identifying land use conflict potential using participatory mapping[J]. Landscape and urban planning, 2014, 122: 196-208.

12
KARIMI A, BROWN G. Assessing multiple approaches for modelling land-use conflict potential from participatory mapping data[J]. Land use policy, 2017, 67: 253-267.

13
王越, 李佩泽, 李炆颖, 等. 基于演化博弈的土地利用冲突缓解机制研究——以沈抚新区为例[J]. 中国土地科学, 2021, 35(12): 87-97.

WANG Y, LI P Z, LI W Y, et al. Mitigation mechanism of land use conflicts based on evolutionary game: A case study of Shenfu new area[J]. China land science, 2021, 35(12): 87-97.

14
阮松涛, 吴克宁. 城镇化进程中土地利用冲突及其缓解机制研究——基于非合作博弈的视角[J]. 中国人口·资源与环境, 2013, 23(S2): 388-392.

RUAN S T, WU K N. Research of the land use conflict and mitigation mechanism during the urbanization in China[J]. China population, resources and environment, 2013, 23(S2): 388-392.

15
SHAFI A, WANG Z Q, EHSAN M, et al. A game theory approach to land acquisition conflicts in Pakistan[J]. Land use policy, 2023, 132: ID 106802.

16
JIANG S, MENG J J, ZHU L K. Spatial and temporal analyses of potential land use conflict under the constraints of water resources in the middle reaches of the Heihe River[J]. Land use policy, 2020, 97: ID 104773.

17
ZOU L L, LIU Y S, WANG J Y, et al. Land use conflict identification and sustainable development scenario simulation on China's southeast coast[J]. Journal of cleaner production, 2019, 238: ID 117899.

18
王检萍, 余敦, 卢一乾, 等. 基于“三生”适宜性的县域土地利用冲突识别与分析[J]. 自然资源学报, 2021, 36(5): 1238-1251.

WANG J P, YU D, LU Y Q, et al. Recognition and analysis of land use conflicts at county level based on "Production-Living-Ecological" suitability[J]. Journal of natural resources, 2021, 36(5): 1238-1251.

19
GAO Y, WANG J M, ZHANG M, et al. Measurement and prediction of land use conflict in an opencast mining area[J]. Resources policy, 2021, 71: ID 101999.

20
张潇, 谷人旭. 土地利用冲突的时空格局刻画与多情景模拟研究——以长江三角洲城市群为例[J]. 地理研究, 2022, 41(5): 1311-1326.

ZHANG X, GU R X. Spatio-temporal pattern and multi-scenario simulation of land use conflict: A case study of the Yangtze River Delta urban agglomeration[J]. Geographical research, 2022, 41(5): 1311-1326.

21
龙花楼. 土地利用转型的解释[J]. 中国土地科学, 2022, 36(4): 1-7.

LONG H L. Explanation of land use transitions[J]. China land science, 2022, 36(4): 1-7.

22
王朝阳, 张军以, 李海懿, 等. 重庆市土地利用冲突多尺度时空演化与多情景演化模拟[J]. 生态学报, 2024, 44(3): 1024-1039.

WANG Z Y, ZHANG J Y, LI H Y, et al. Multi-scale spatio-temporal evolution and multi-scenario simulation of land use conflict in Chongqing[J]. Acta ecologica sinica, 2024, 44(3): 1024-1039.

23
梁甜, 贺清, 杨霏, 等. 成渝地区双城经济圈县域国土空间碳汇冲突识别及多情景模拟[J]. 生态学报, 2025,45(1): 334-350.

LIANG T, HE Q, YANG F, et al. Identification and multi⁃scenario simulation of county territorial carbon sink conflicts in the Chengdu-Chongqing economic zone[J]. Acta ecologica sinica,2025,45(1): 334-350.

24
田俊峰, 王彬燕, 王士君. 土地利用冲突研究的逻辑主线与内容框架[J]. 资源科学, 2023, 45(3): 465-479.

TIAN J F, WANG B Y, WANG S J. The paradigms and main content of land use conflict research[J]. Resources science, 2023, 45(3): 465-479.

25
蒙吉军, 江颂, 拉巴卓玛, 等. 基于景观格局的黑河中游土地利用冲突时空分析[J]. 地理科学, 2020, 40(9): 1553-1562.

MENG J J, JIANG S, LABA Z M, et al. The spatial and temporal analysis of land use conflict in the middle reaches of the Heihe River based on landscape pattern[J]. Scientia geographica sinica, 2020, 40(9): 1553-1562.

26
王慧芳, 饶恩明, 肖燚, 等. 基于多风险源胁迫的西南地区生态风险评价[J]. 生态学报, 2018, 38(24): 8992-9000.

WANG H F, RAO E M, XIAO Y, et al. Ecological risk assessment in Southwest China based on multiple risk sources[J]. Acta ecologica sinica, 2018, 38(24): 8992-9000.

27
卢宏玮, 曾光明, 谢更新, 等. 洞庭湖流域区域生态风险评价[J]. 生态学报, 2003, 23(12): 2520-2530.

LU H W, ZENG G M, XIE G X, et al. The regional ecological risk assessment of the Dongting Lake watershed[J]. Acta ecologica sinica, 2003, 23(12): 2520-2530.

28
周德, 徐建春, 王莉. 环杭州湾城市群土地利用的空间冲突与复杂性[J]. 地理研究, 2015, 34(9): 1630-1642.

ZHOU D, XU J C, WANG L. Land use spatial conflicts and complexity: A case study of the urban agglomeration around Hangzhou Bay, China[J]. Geographical research, 2015, 34(9): 1630-1642.

29
彭佳捷, 周国华, 唐承丽, 等. 基于生态安全的快速城市化地区空间冲突测度: 以长株潭城市群为例[J]. 自然资源学报, 2012, 27(9): 1507-1519.

PENG J J, ZHOU G H, TANG C L, et al. The analysis of spatial conflict measurement in fast urbanization region based on ecological security: A case study of Changsha-Zhuzhou-Xiangtan urban agglomeration[J]. Journal of natural resources, 2012, 27(9): 1507-1519.

30
张玲玲, 赵永华, 殷莎, 等. 基于移动窗口法的岷江干旱河谷景观格局梯度分析[J]. 生态学报, 2014, 34(12): 3276-3284.

ZHANG L L, ZHAO Y H, YIN S, et al. Gradient analysis of dry valley of Minjiang River landscape pattern, based on moving window method[J]. Acta ecologica sinica, 2014, 34(12): 3276-3284.

31
刘强, 杨众养, 陈毅青, 等. 基于CA-Markov多情景模拟的海南岛土地利用变化及其生态环境效应[J]. 生态环境学报, 2021, 30(7): 1522-1531.

LIU Q, YANG Z Y, CHEN Y Q, et al. Multi-scenario simulation of land use change and its eco-environmental effect in Hainan Island based on CA-Markov model[J]. Ecology and environmental sciences, 2021, 30(7): 1522-1531.

32
邢容容, 马安青, 张小伟, 等. 基于Logistic-CA-Markov模型的青岛市土地利用变化动态模拟[J]. 水土保持研究, 2014, 21(6): 111-114, 2.

XING R R, MA A Q, ZHANG X W, et al. Dynamic simulation of land use change in Qingdao city based on logistic-CA-Markov model[J]. Research of soil and water conservation, 2014, 21(6): 111-114, 2.

33
贺正思宇, 谢玲, 梁保平, 等. 基于CA-Markov模型的漓江流域土地利用模拟研究[J]. 生态科学, 2020, 39(5): 142-150.

HE Z S Y, XIE L, LIANG B P, et al. Simulation of land use in Li River Basin based on CA-Markov model[J]. Ecological science, 2020, 39(5): 142-150.

34
魏永坤, 石登荣, 陶康华, 等. 基于IDRISI CA-Markov模型的闵行区土地利用变化及预测[J]. 上海师范大学学报(自然科学版), 2014, 43(1): 98-104.

WEI Y K, SHI D R, TAO K H, et al. The Study on the land use change and the prediction for its future in Minhang District, Shanghai, using IDRISI CA-Markov model[J]. Journal of Shanghai normal university (natural sciences), 2014, 43(1): 98-104.

35
CUI L, ZHAO Y H, LIU J C, et al. Vegetation coverage prediction for the Qinling Mountains using the CA-Markov model[J]. ISPRS international journal of geo-information, 2021, 10(10): ID 679.

36
OMAR N Q, SANUSI S M, HUSSIN W W, et al. Markov-CA model using analytical hierarchy process and multiregression technique[J]. IOP conference series: Earth and environmental science, 2014, 20: ID 012008.

37
FU X, WANG X H, YANG Y J. Deriving suitability factors for CA-Markov land use simulation model based on local historical data[J]. Journal of environmental management, 2018, 206: 10-19.

38
GUAN D J, ZHAO Z L, TAN J. Dynamic simulation of land use change based on logistic-CA-Markov and WLC-CA-Markov models: A case study in Three Gorges Reservoir area of Chongqing, China[J]. Environmental science and pollution research international, 2019, 26(20): 20669-20688.

39
GONG J Z, HU Z R, CHEN W L, et al. Urban expansion dynamics and modes in metropolitan Guangzhou, China[J]. Land use policy, 2018, 72: 100-109.

40
姜广辉, 张凤荣, 孔祥斌. 北京山区农村居民点整理用地转换方向模拟[J]. 农业工程学报, 2009, 25(2): 214-221.

JIANG G H, ZHANG F R, KONG X B. Determining conversion direction of rural residential land consolidation in Beijing mountainous areas[J]. Transactions of the Chinese society of agricultural engineering, 2009, 25(2): 214-221.

41
SANG L L, ZHANG C, YANG J Y, et al. Simulation of land use spatial pattern of towns and villages based on CA-Markov model[J]. Mathematical and computer modelling, 2011, 54(3/4): 938-943.

42
李世锋, 洪增林, 薛旭平, 等. 基于Logistic-CA-Markov耦合模型的彬州市LUCC多情景模拟[J]. 水土保持研究, 2022, 29(4): 292-299.

LI S F, HONG Z L, XUE X P, et al. Multi-scenario simulation of LUCC in Binzhou City based on Logistic-CA-Markov coupling model[J]. Research of soil and water conservation, 2022, 29(4): 292-299.

43
王旭东, 姚尧, 任书良, 等. 耦合FLUS和Markov的快速发展城市土地利用空间格局模拟方法[J]. 地球信息科学学报, 2022, 24(1): 100-113.

WANG X D, YAO Y, REN S L, et al. A coupled FLUS and Markov approach to simulate the spatial pattern of land use in rapidly developing cities[J]. Journal of geo-information science, 2022, 24(1): 100-113.

44
刘园, 任意, 周勇, 等. 基于CA-Markov的江汉平原生态系统服务价值动态模拟——以湖北省潜江市为例[J]. 中国农业资源与区划, 2020, 41(4): 159-167.

LIU Y, REN Y, ZHOU Y, et al. Dynamic simulation of future ecosystem services value in Jianghan Plain based on CA-Markov: A case study of Qianjiang city[J]. Chinese journal of agricultural resources and regional planning, 2020, 41(4): 159-167.

45
魏乐, 周亮, 孙东琪, 等. 黄河流域城市群扩张的时空格局演化及情景模拟: 以呼包鄂榆城市群为例[J]. 地理研究, 2022, 41(6): 1610-1622.

WEI L, ZHOU L, SUN D Q, et al. The evolution of spatio-temporal pattern and scenario simulation of urban agglomeration expansion in the Yellow River Basin: A case study in the Hohhot-Baotou-Ordos-Yulin Urban Agglomeration[J]. Geographical research, 2022, 41(6): 1610-1622.

46
国务院办公厅. 国务院办公厅关于坚决制止耕地“非农化”行为的通知[EB/OL]. (2020-09-15)[2024-08-15].

47
国务院办公厅关于防止耕地“非粮化”稳定粮食生产的意见[EB/OL]. (2020-11-04)[2024-08-15].

48
孙传谆, 李鹏, 邓羽, 等. 基于生态系统空间异质性的美丽中国生态建设分区[J]. 地理学报, 2022, 77(11): 2902-2919.

SUN C Z, LI P, DENG Y, et al. Ecological regionalization of "Beautiful China" construction based on spatial heterogeneity of ecosystems[J]. Acta geographica sinica, 2022, 77(11): 2902-2919.

Options
文章导航

/

〈 〉

  • 国际刊号　ISSN 2097-485X（网络）
    　　　　　ISSN 2096-8094（印刷）
    国内刊号　CN 10-1681/S
    CODEN　 ZNZHD7
    主管：中华人民共和国农业农村部
    主办：中国农业科学院农业信息研究所
  • 地址：北京市海淀区中关村南大街12号中国农业科学院农业信息研究所
    邮编：100081
    电话：010-82109657
    E-mail：smartag@caas.cn
京ICP备09089781号-37