基于多目标蚁群算法和FLUS模型的土地利用空间优化——以中国库尔勒市和铁门关市为例

《Land Degradation & Development》：Land Use Spatial Optimization Based on Multi-Objective Ant Colony Algorithm and FLUS Model: A Case Study of Korla City and Tiemenguan City, China

　　

在中国新疆南部，稀缺的土地和水资源以及脆弱的生态系统加剧了土地利用冲突，使得土地资源分配优化对于干旱绿洲区的可持续发展至关重要。本研究以库尔勒市和铁门关市为研究对象，旨在协调经济效益、生态效益和粮食安全。为实现这一优化，研究人员采用多目标蚁群（MOACO）算法优化土地利用的数量结构，建立多目标函数系统。随后使用未来土地利用模拟（FLUS）模型模拟四种情景（经济效益优先、生态效益优先、粮食生产优先和均衡发展）下的空间分配，并利用Fragstats-4.2评估景观格局特征。空间模拟总体精度达到90.17%，表明预测可靠性高。GDP、碳汇和粮食产量均有所提升，同时土壤侵蚀显著减少。四种情景中，均衡发展情景在经济发展、生态保护、粮食安全和景观格局稳定性之间表现出最协调的权衡，代表了更实用和均衡的土地利用优化路径。通过整合数量优化、空间模拟和景观格局评估，本研究揭示了多目标优化如何重塑空间格局和生态效益，并考察了中国西北干旱绿洲区生态系统服务目标、土地利用转换和景观格局演变之间的协同与权衡关系，为库尔勒和铁门关的可持续土地资源分配提供理论依据和决策支持。

**论文解读：基于多目标蚁群算法和FLUS模型的土地利用空间优化——以中国库尔勒市和铁门关市为例**

**1. 研究背景与问题**

在干旱绿洲区，如中国西北地区的“山-绿洲-沙漠”镶嵌景观中，土地资源稀缺，水资源匮乏，生态系统脆弱，导致土地利用冲突日益加剧。传统优化方法如线性规划、加权评价和适宜性分析多局限于单目标优化，难以处理复杂约束并捕捉空间异质性。近年来，群体智能和进化算法（如遗传算法、粒子群优化）虽能识别多目标权衡解，但多数研究侧重算法开发和数量结构调整，未充分探讨优化数量如何在干旱区约束下转化为空间合理配置。此外，多目标优化与空间模拟的耦合框架中，优化结构能否同时改善生态系统服务效益并生成空间合理的景观格局仍缺乏深入分析。因此，本研究以新疆库尔勒市和铁门关市为案例，旨在协调经济效益、生态效益和粮食安全，通过耦合数量优化、空间模拟与景观格局评估，揭示多目标优化如何重塑空间格局与生态效益，为干旱区可持续土地资源分配提供理论依据与决策支持。论文发表在《Land Degradation》。

**2. 关键技术与方法**

本研究采用多源异构地理空间数据，包括2018—2023年CLCD数据集（30m分辨率）、DEM、NDVI、气象、土壤侵蚀及人口分布数据（来源：Zenodo、Geospatial Data Cloud、Earthdata、中国资源环境科学与数据平台等）。首先，运用多目标蚁群算法（MOACO）优化土地利用数量结构，构建包含经济效益（GDP贡献）、生态效益（碳汇、产水量、土壤侵蚀调控）和粮食生产的三目标函数系统，并设计基于“三条控制线”的约束条件。其次，采用未来土地利用模拟（FLUS）模型，基于人工神经网络（ANN）估算土地适宜性概率，结合自适应惯性机制和元胞自动机（CA）进行空间分配。最后，利用Fragstats-4.2计算景观格局指数（NP、PD、COHESION、DIVISION、AI、SHDI），评估不同情景下的空间特征。

**3. 研究结果**

**3.1 土地利用数量结构优化分析**

通过MOACO算法生成四种情景（经济效益优先ED、生态效益优先EP、粮食生产优先GP、均衡发展BD）的2028年优化数量结构。ED情景下建设用地扩张4.93%，GDP增长4.89%，但碳汇仅增1.47%；GP情景下耕地扩大6.33%，粮食产量增长6.33%，但林地减少；EP情景下林地扩大4.62%，碳汇和产水量分别增加2.37%和6.06%，土壤侵蚀减少4.15%，但建设用地减少1.86%；BD情景中未利用地均衡转化为耕地、林地和建设用地，GDP、碳汇和粮食产量分别增长2.31%、1.81%和2.86%，表现出相对协调的权衡。

**3.2 土地适宜性分析**

基于ANN的适宜性概率分析显示，耕地和建设用地高适宜区集中于孔雀河平原，林地高适宜区分布于北部山前地带和河岸，水域高适宜区围绕西尼尔水库和孔雀河流域，未利用地主要分布在南部沙漠边缘，反映地形与水文条件对土地利用格局的控制作用。

**3.3 土地利用空间优化分析**

FLUS空间模拟总体精度达90.17%，Kappa系数0.8762，FoM指数0.117。景观格局评估表明：ED情景建设用扩张导致斑块连接度（COHESION=99.8876）和聚集度（AI=95.7850）最低，分割度（DIVISION=0.9649）最高；EP情景林地扩张使COHESION和AI最高（99.8923和96.1373），但斑块数量（NP=4678）和密度（PD=0.6340）最高，显示一定破碎化；GP情景耕地扩张导致景观多样性（SHDI=0.5532）最低；BD情景在各指标中表现均衡，未出现极端值，保持了较高的连接度和聚集度，且破碎化程度适中，与其中等转换机制（未利用地同时转为三类用地）一致。

**4. 讨论与结论**

讨论部分指出，单目标优先情景在强化主导功能的同时加剧了经济效益、生态效益与粮食安全之间的权衡，而BD情景通过避免单一转换路径，在绿洲核心区、绿洲-沙漠过渡带和生态敏感区之间形成更平衡的空间结构，尤其沿孔雀河和塔里木河北岸构建了连贯的生态廊道。研究认为，BD情景更符合实际土地管理需求，可视为协调干旱绿洲城市经济发展、耕地保护、生态修复与景观稳定性的可行方案。结论部分翻译如下：

基于库尔勒市和铁门关市2018—2023年土地利用、社会经济和自然环境数据，本研究构建了MOACO–FLUS耦合框架，优化四种情景下2028年的土地利用数量结构并模拟空间分配。主要结论：①四种情景在调整路径上差异显著：ED通过适度建设用地扩张促进经济增长，EP通过增加林地提升生态效益，GP通过耕地扩张增强粮食生产，BD则均衡协调三类用地扩展。②MOACO–FLUS框架有效连接数量优化与空间分配，模拟精度高（Kappa=0.8762，总体精度90.17%）。③景观格局分析表明，单目标情景在改善主导目标的同时产生潜在权衡，而BD保持了较好的连接度和聚集度，避免了过度破碎化，是更均衡可实施的方案。④建议在绿洲核心区和高质量耕地加强保护，在绿洲-沙漠过渡带优先生态修复，未来建设用地应引导至现有建成区和低生态敏感区域。