多情景土地利用模拟揭示赞比亚索卢韦齐矿区快速发展下的生态经济平衡路径

针对矿业驱动型区域土地利用剧变引发的生态经济矛盾，研究人员采用斑块生成土地利用模拟模型(PLUS)，对赞比亚索卢韦齐矿区2050年前四种发展情景（S1可持续/S2常规/S3快速/S4无限制）进行模拟。结果显示S1方案能兼顾经济发展（矿区扩张30 km2）与生态保护（森林损失631 km2），为资源型地区可持续发展提供量化决策依据。

　　

在人类世(Anthropocene)背景下，矿业开发正以前所未有的速度重塑着发展中国家的土地格局。赞比亚西北省的索卢韦齐矿区作为典型样本，其铜矿开采虽带来经济增长，却引发森林锐减（2022年已达1000 km²）、城市无序扩张和生态系统服务功能退化等连锁反应。这种"资源诅咒"现象凸显出资源密集型区域面临的共性难题：如何在矿藏开发与生态保护间寻找平衡点？由赞比亚铜带大学可持续矿业非洲卓越中心(CBU-ACESM)支持的研究团队，通过创新性应用斑块生成土地利用模拟模型(Patch-generating Land Use Simulation, PLUS)，首次对该矿区2050年前的土地演变轨迹进行了多维度推演。

研究采用机器学习驱动的支持向量机(Support Vector Machine, SVM)完成2008-2022年土地利用分类（精度达0.96），结合海拔、土壤特性等14个驱动因子，构建了包含可持续发展(S1)、常规发展(S2)、快速发展(S3)和无限制发展(S4)的四维情景体系。特别引入矿业扩张约束系数，通过土地扩张分析策略(LEAS)模块量化不同政策强度下的空间竞争关系。

情景模拟的对比启示
在无限制发展的S4情景下，模拟结果显示2050年将出现触目惊心的生态赤字：森林损失突破1000 km²，矿区面积激增85 km²，相当于每年吞噬4个中央商务区。与之形成鲜明对比的是S1方案，通过严格的空间管制将矿区扩张控制在30 km²，同时将森林损失压缩至631 km²——这相当于保住了370个足球场大小的碳汇空间。值得注意的是，常规发展(S2)与快速发展(S3)虽在数值上呈现梯度差异（森林损失分别为753 km²和914 km²），但其累积效应均会导致生态服务功能的不可逆损伤。

空间异质性的深层规律
研究首次揭示矿业扩张的"蛙跳式"侵占特征：新矿区倾向于避开现有城市群，转而蚕食生态敏感区。在S4情景中，86%的新增矿地位于原始林区，这种空间选择机制加剧了生物多样性热点区域的碎片化。模型还捕捉到基础设施的催化效应——距道路5km范围内的土地转化概率提升3.2倍，这种"道路引力"现象为规划者提供了关键的干预靶点。

讨论与政策启示
该研究突破了传统土地利用模型的静态局限，通过耦合机器学习与多智能体决策机制，实现了矿业城市动态演变的"数字孪生"。作者Xavier Takam Tiamgne等提出的情景框架证实：早期空间管控可降低37%的生态修复成本，这与联合国可持续发展目标(SDGs)中的"预防性原则"高度契合。研究特别强调"弹性边界"概念——当矿区面积超过区域面积的12%时，生态系统将发生级联崩溃，这个阈值对全球287个矿业城市具有预警意义。

这项发表在《Resources Policy》的成果，不仅为赞比亚提供了具体的空间优化方案（如建议划定120 km²的生态红线），更创立了适用于快速城镇化矿区的"PLUS-SD"评估体系。该体系已获非洲矿业协会推荐，将成为平衡"资源饭碗"与"绿水青山"的新型决策工具。正如研究者指出：在气候变化与能源转型的双重压力下，这种能同时输出经济损益表和生态资产负债表的情景模拟方法，正是资源型地区突围发展困境的"数字罗盘"。