多情景模擬下城市周邊耕地功能分區(qū)

陳逸航 ，黃秋昊 ，鄭錦浩 ，李滿春

（1.南京大學地理與海洋科學學院, 南京 210023；2.自然資源部國土衛(wèi)星遙感應(yīng)用重點實驗室, 南京 210023；3.江蘇省地理信息技術(shù)重點實驗室, 南京 210023；4.自然資源部海岸帶開發(fā)與保護重點實驗室, 南京 210023；5.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心, 南京 210023）

0 引 言

糧食安全事關(guān)國民經(jīng)濟發(fā)展，是國家安全的重要基礎(chǔ)，尤其在新冠疫情肆虐及國際地緣政治沖突背景下，全球糧食生產(chǎn)及運輸產(chǎn)生巨大波動，新時期糧食安全面臨更大挑戰(zhàn)[1-2]。耕地資源作為糧食生產(chǎn)的命脈，是端牢14億多中國人飯碗的基礎(chǔ)。為保障國家糧食安全與社會穩(wěn)定，黨的二十大報告明確提出要全方位夯實糧食安全根基，牢牢守住18億畝耕地紅線，深入實施“藏糧于地、藏糧于技”戰(zhàn)略[3]。然而隨著城鎮(zhèn)化與工業(yè)化的快速發(fā)展，城市擴張中高強度的土地開發(fā)利用導(dǎo)致城市周邊耕地資源緊張、質(zhì)量下降、空間分布零碎等問題日益突出，城區(qū)周邊優(yōu)質(zhì)耕地尤其是永久基本農(nóng)田保護形勢嚴峻[4-5]。如何科學分配有限土地利用資源，合理制定城市周邊耕地分區(qū)管控方案，成為兼顧糧食安全與經(jīng)濟發(fā)展的重要環(huán)節(jié)。

城市周邊耕地具有地勢平坦、區(qū)位條件好、基礎(chǔ)設(shè)施完善等優(yōu)勢，能有效降低運輸損耗、保證食物新鮮，有利于保障城市糧食安全與低成本供應(yīng)，近年來，隨著耕地“三位一體”保護的推進，新型城鎮(zhèn)化背景下城市周邊耕地功能分區(qū)逐漸引起學者關(guān)注[6-7]。耕地功能是耕地系統(tǒng)提供滿足人類生存與發(fā)展所需產(chǎn)出的能力。耕地功能分區(qū)則是在綜合研究耕地各要素的基礎(chǔ)上，考慮其現(xiàn)狀特征及分異規(guī)律，依據(jù)區(qū)域間差異來進行地理分區(qū)，有利于促進耕地保護政策制定，實施耕地的差別化管理[8-10]，研究主要集中在評價體系構(gòu)建與分區(qū)方法選擇上，從評價體系構(gòu)建來看，隨著耕地功能內(nèi)涵不斷被挖掘，耕地的復(fù)合特征逐漸凸顯，評價內(nèi)容從傳統(tǒng)的以耕地質(zhì)量為核心的簡單自然要素評價[11-13]，逐漸轉(zhuǎn)變?yōu)閺母刭Y源特征、空間格局形態(tài)和基礎(chǔ)設(shè)施條件等多方面的綜合性評價[14-16]，分區(qū)方法上，除了綜合指標評價法外[17-18]，多采用k-means 聚類分析法[19-21]、熱點分析[22-24]、局部Moran’sI指數(shù)[25-26]、自組織特征映射網(wǎng)絡(luò)[27-29]等方法，以多層次的評價指標量化結(jié)果為基礎(chǔ)，結(jié)合區(qū)域特征進行耕地功能空間分區(qū)，以此對區(qū)域耕地資源采取差別化保護措施。雖然隨著研究的不斷深入，分區(qū)更具全面性與多元性，但基于城市周邊耕地位置特殊性，少有研究在劃分農(nóng)用地時既考慮耕地資源現(xiàn)狀特征，又考慮耕地未來發(fā)展穩(wěn)定性，如何有效降低未來城市化發(fā)展對周邊耕地資源所產(chǎn)生的潛在負面影響仍是學者們面臨的重要挑戰(zhàn)。因此，面向未來土地利用演變趨勢，如何從動態(tài)預(yù)測模擬的角度出發(fā)，結(jié)合研究區(qū)未來耕地變化區(qū)域差異，采用科學高效的評價分區(qū)方法、合理劃定耕地功能分區(qū)，成為優(yōu)化耕地資源配置、保障城市“菜籃子”“米袋子”，兼顧糧食安全與經(jīng)濟發(fā)展的關(guān)鍵。

鑒于此，本研究利用斑塊生成土地利用模擬[30]（patch-generating land use simulation model，PLUS）模型設(shè)置自然發(fā)展、耕地保護、可持續(xù)發(fā)展3種情景，模擬常州市主城區(qū)2030年土地利用變化，并且從生產(chǎn)適宜性、空間集聚性、區(qū)位便利性3個方面構(gòu)建耕地綜合適宜性評價體系。以可持續(xù)發(fā)展為切入點，在對耕地進行綜合適宜性評價的基礎(chǔ)上結(jié)合未來耕地變化情況，運用集成技術(shù)來解決耕地差異化利用問題，以期實現(xiàn)科學高效地劃分耕地功能分區(qū)，為因地制宜地進行耕地分區(qū)管理、保護、優(yōu)化提供參考和借鑒。

1 研究區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

江蘇省常州市（圖1）（31°09'N～32°04'N、119°08'E～120°12'E）是長江三角洲地區(qū)的中心城市之一，與上海、南京兩大都市等距相望，區(qū)位條件優(yōu)越。本研究對象選取常州市主城區(qū)，包括新北區(qū)、鐘樓區(qū)、天寧區(qū)、經(jīng)開區(qū)和武進區(qū)，為常州市經(jīng)濟、文化與政治中心。研究區(qū)總面積186 196 hm2，截至2020年，研究區(qū)常住人口390.79萬人，包含城鎮(zhèn)人口318.60萬人，城鎮(zhèn)化率達81.53%，地區(qū)生產(chǎn)總值7 805.3億元，較2019年增幅4.5%，位列全省第三。2010—2020年，區(qū)域內(nèi)耕地面積由92 606.70 hm2減少到87 299.20 hm2，年均減少530.75 hm2，而城鎮(zhèn)建設(shè)用地由62 702.60 hm2增加到68 256.30 hm2，年均增加555.37 hm2。城鎮(zhèn)擴張趨勢與耕地資源高度重疊。近年來，常州市為融入國家“一帶一路”和長江經(jīng)濟帶戰(zhàn)略，城市經(jīng)濟發(fā)展建設(shè)擠占大批耕地資源，建設(shè)用地與耕地之間矛盾日益凸顯，耕地保護形勢嚴峻，其主城區(qū)作為研究區(qū)具有典型性。

圖1 研究區(qū)區(qū)位圖Fig.1 Location map of the study area

1.2 數(shù)據(jù)來源和處理

本研究所采用的2期土地利用數(shù)據(jù)（2010年、2020年）均來自中科院資源環(huán)境科學與數(shù)據(jù)中心（http://www.resdc.cn），空間分辨率為30 m；高程數(shù)據(jù)來自地理空間數(shù)據(jù)云（http://www.gscloud.cn/）；鐵路、公路、河流、城鎮(zhèn)、村莊、永久基本農(nóng)田、生態(tài)保護紅線數(shù)據(jù)、耕地質(zhì)量數(shù)據(jù)均來源于常州市自然資源和規(guī)劃局。以上數(shù)據(jù)在ArcGIS 10.5中進行投影變換、重采樣、裁剪、歐氏距離等預(yù)處理，柵格數(shù)據(jù)精度統(tǒng)一為30 m×30 m。

1.3 研究思路

1）土地利用多情景模擬：根據(jù)未來城市發(fā)展側(cè)重的方向不同，設(shè)置自然發(fā)展、耕地保護、可持續(xù)發(fā)展3種情景，通過PLUS模型模擬3種發(fā)展情景下研究區(qū)未來土地利用結(jié)構(gòu)。

2）耕地綜合適宜性評價：從生產(chǎn)適宜性、空間集聚性、區(qū)位便利性3個方面構(gòu)建評價體系，基于行政村尺度，綜合加權(quán)各個指標權(quán)重得到3種維度評價結(jié)果，運用Python中帶輪廓系數(shù)的k-means聚類算法將耕地劃分為Ⅰ級區(qū)、Ⅱ級區(qū)、Ⅲ級區(qū)和Ⅳ級區(qū)。

3）耕地分區(qū)保護：借助熱點分析（Getis-Ord Gi*）工具識別耕地未來變化冷熱點區(qū)域，在可持續(xù)發(fā)展情景下，耦合耕地綜合適宜性評價結(jié)果，組成不同特征類型耕地分區(qū)，并提出相應(yīng)的管控方案。

2 研究方法

2.1 未來土地利用格局模擬

2.1.1 情景設(shè)置

PLUS模型中，土地利用變化驅(qū)動因子參考現(xiàn)有文獻與研究區(qū)現(xiàn)狀[31-35]，選取高程、坡度、坡向、到城鎮(zhèn)、村莊、河流、鐵路、公路距離8項驅(qū)動因子，綜合考慮土地利用現(xiàn)狀與未來城市發(fā)展戰(zhàn)略，設(shè)置3種發(fā)展情景探究常州市主城區(qū)未來土地利用變化可能存在的不同演變過程與格局，輔助決策者科學地劃定耕地功能分區(qū)。

1）自然發(fā)展情景。此情景基于研究區(qū)2010—2020年土地利用變化規(guī)律，無政策規(guī)劃等干預(yù)，運用Markov模型預(yù)測各用地類型未來規(guī)模，是其他模擬情景的對比基礎(chǔ)。

2）耕地保護情景。在“藏糧于地”的目標下，優(yōu)先保障優(yōu)質(zhì)耕地，嚴守耕地紅線，強化對非農(nóng)建設(shè)占用耕地的控制和引導(dǎo)?；谧匀话l(fā)展情景，設(shè)置永久基本農(nóng)田為限制轉(zhuǎn)化區(qū)，參考相關(guān)研究[32]，使耕地向建設(shè)用地轉(zhuǎn)移概率降低60%，向林地和水域的轉(zhuǎn)移概率降低20%，同時修正轉(zhuǎn)移成本矩陣。

3）可持續(xù)發(fā)展情景。兼顧經(jīng)濟發(fā)展與糧食安全，在落實長江經(jīng)濟帶發(fā)展過程中實現(xiàn)區(qū)域綜合發(fā)展?；谧匀话l(fā)展情景，設(shè)置永久基本農(nóng)田、生態(tài)保護紅線為限制轉(zhuǎn)換區(qū)，使耕地、林地、草地向建設(shè)用地轉(zhuǎn)移概率降低20%，水域向建設(shè)用地轉(zhuǎn)移概率降低10%。

2.1.2 PLUS模型關(guān)鍵參數(shù)設(shè)置

PLUS模型是一個以元胞自動機為基礎(chǔ)構(gòu)建的基于柵格數(shù)據(jù)的斑塊生成土地利用模型。該模型由用地擴張分析策略與多類型隨機斑塊種子的元胞自動機模型兩部分組成，結(jié)合轉(zhuǎn)化分析策略和格局分析策略的優(yōu)勢，更有利于提高模型對真實景觀格局的模擬和仿真能力，通過定義不同用地類型的鄰域因子與轉(zhuǎn)換規(guī)則來實現(xiàn)各情景土地利用格局變化的模擬預(yù)測[30]。

1）鄰域因子

鄰域因子代表地類的擴張能力，其取值范圍為0～1，值越大表示該地類的擴張能力越強。根據(jù)2010—2020各土地利用類型的斑塊總面積的變化規(guī)律，基于王保盛等[33]研究，通過反復(fù)試驗后得到模擬精度較高的鄰域因子參數(shù)，耕地、林地、 草地、水域、未利用地、建設(shè)用地鄰域因子參數(shù)分別為0.10、0.49、0.41、0.47、0.41、0.90。

2）轉(zhuǎn)換成本矩陣

轉(zhuǎn)換成本矩陣表示各土地利用類型之間相互轉(zhuǎn)換的難易程度，取值為0或1。當值設(shè)置為0時，表示不允許該地類向另一種地類轉(zhuǎn)換，反之則允許轉(zhuǎn)換。根據(jù)研究區(qū)2010—2020年土地轉(zhuǎn)移變化實際情況，同時參考相關(guān)研究，根據(jù)不同情景設(shè)置調(diào)整土地利用轉(zhuǎn)換成本矩陣[34]：自然發(fā)展情景中，各地類之間轉(zhuǎn)換根據(jù)2010—2020年土地轉(zhuǎn)移變化實際情況；耕地保護情景中，除建設(shè)用地以為耕地不能轉(zhuǎn)換為其他土地利用類型；可持續(xù)發(fā)展情景中，調(diào)整用地類型轉(zhuǎn)換等級從大到小依次為建設(shè)用地、林地、耕地、水域、草地、未利用地。各情景成本矩陣設(shè)置如表1所示。

表1 轉(zhuǎn)換成本矩陣Table 1 Conversion cost matrix

2.1.3 熱點分析

熱點分析（Getis-Ord Gi*）作為衡量局部空間自相關(guān)的空間分析工具，以行政村為輸入單元，將未來土地利用變化情景下耕地向其他地類的潛在轉(zhuǎn)換面積占現(xiàn)狀耕地面積比例作為耕地不穩(wěn)定指標，通過Z得分和P值識別耕地不穩(wěn)定性局部高值（熱點）或低值（冷點）在空間上的聚類分布情況，熱點為未來耕地不穩(wěn)定指標得分較高并被得分較高的單元包圍的聚類區(qū)域，冷點則相反，計算式為

式中xj是樣本j的屬性值；wi,j是樣本i和j之間的空間權(quán)重；n為樣本總個數(shù)，且：

2.2 耕地綜合適宜性評價

2.2.1 評價指標權(quán)重確定

耕地綜合適宜性評價指標需關(guān)注反映研究區(qū)耕地資源的關(guān)鍵性因子，揭示耕地功能的深層次問題，考慮到耕地資源的現(xiàn)狀特征、指標的代表性及數(shù)據(jù)的可獲得性，借鑒已有相關(guān)研究[28,36]，以行政村為評價單元，圍繞功能分區(qū)內(nèi)涵，從生產(chǎn)適宜性、空間集聚性、區(qū)位便利性3個維度選取耕地綜合適宜性評價指標（表2），有利于挖掘耕地質(zhì)量、綜合生產(chǎn)、利用狀況等隱性內(nèi)涵。

表2 耕地綜合適宜性評價指標體系Table 2 Cultivated land comprehensive suitability evaluation index system

選擇耕地面積、自然等指數(shù)表示生產(chǎn)適宜性，用以表征耕地資源規(guī)模與自然本底，與耕地綜合生產(chǎn)能力相關(guān)聯(lián)；選擇平均斑塊大小、景觀形狀指數(shù)表示空間集聚性，用以表征耕地資源空間格局狀況，與耕作規(guī)模，農(nóng)業(yè)機械化水平相關(guān)聯(lián)；選擇耕地距村莊、主要道路的平均距離表示區(qū)位便利性，用以表征農(nóng)業(yè)生產(chǎn)運輸過程中的區(qū)位條件，與耕作效率和機械通行效率相關(guān)聯(lián)。

2.2.2 評價指標權(quán)重確定

通過最小相對信息熵原理組合AHP分析法和熵權(quán)法確定各項指標綜合權(quán)重，更加全面地挖掘?qū)＜抑饔^經(jīng)驗信息與樣本的客觀差異，實現(xiàn)主客觀內(nèi)在統(tǒng)一[37]，計算式為

式中w1j為主觀權(quán)重；w2j為客觀權(quán)重。

2.2.3k-means空間聚類

k-means是一個簡單、高效的聚類算法，可以很好地分析樣本量大的數(shù)據(jù)。Python中帶輪廓系數(shù)的k-means聚類算法有助于科學確定最佳聚類數(shù)目，并根據(jù)確定的數(shù)目任意選取樣本點作為分類的初始中心，通過反復(fù)迭代的過程劃分數(shù)據(jù)集，使得同一類別內(nèi)相似性最大化，不同類別間差異最大化，計算式為

式中D為樣本Xm和Xn之間的最小距離；k為聚類數(shù)目；Xmk和Xnk為在聚類數(shù)目為k時樣本集；m、n為聚類要素；z為聚類對象行政村。

3 結(jié)果與分析

3.1 土地利用情景模擬與耕地變化空間格局

3.1.1 多情景模擬結(jié)果分析

本研究以2010年土地利用數(shù)據(jù)為基準，通過驅(qū)動因子數(shù)據(jù)獲取各類用地的適宜性概率，運用PLUS模型模擬自然發(fā)展情景下2020年土地利用數(shù)據(jù)，將其與實際情況進行精度驗證。結(jié)果顯示，本次模擬Kappa系數(shù)為0.87，總體精度為0.92，均大于0.8，試驗?zāi)M精度達到較高水平，并且FOM系數(shù)為0.13，在合理范圍內(nèi)[38]，進一步表明PLUS模型能較為準確地反映常州市主城區(qū)未來土地利用變化情況。根據(jù)常州市主城區(qū)的2020年土地利用發(fā)展情況，設(shè)置自然發(fā)展、耕地保護、可持續(xù)發(fā)展3種情景，通過PLUS模型預(yù)測2030年常州市主城區(qū)3種情景下未來土地利用情況，其結(jié)果如表3所示。

表3 2020年現(xiàn)狀與2030年多情景模擬用地類型變化Table 3 Status of 2020 and the multi-scenario simulation land use type change in 2030hm2

1）總體變化情況

2020年，常州市主城區(qū)主要地類為耕地、建設(shè)用地，面積分別為87 299.20、68 256.30 hm2，根據(jù)模擬結(jié)果（圖2），選取2處較為典型的城市周邊地帶放大區(qū)域細節(jié)，2030年3種情境下，用地類型仍以耕地、建設(shè)用地為主，由于城市化發(fā)展的影響，建設(shè)用地擴張是耕地流失的主要原因。對比各情景土地利用模擬結(jié)果，建設(shè)用地在3種情景下均呈現(xiàn)出增長態(tài)勢，除耕地保護情景增幅極小外，其余兩類情景下增幅均較大，這在一定程度上符合中國現(xiàn)階段社會經(jīng)濟發(fā)展態(tài)勢。各用地類型空間分布總體保持不變，耕地主要分布在中心城區(qū)外圍，在武進區(qū)西部、南部、新北區(qū)分布較為集中；建設(shè)用地主要集中在各行政區(qū)交匯處，并且逐漸向外圍呈邊緣式擴張；林地在武進區(qū)太湖灣地區(qū)有大面積集中分布，另外在新北區(qū)北部以及天寧區(qū)、經(jīng)開區(qū)有小面積零散分布。

圖2 常州市主城區(qū)2030年多情景土地利用模擬結(jié)果Fig.2 Land use simulation results under multi-scenarios in the main urban area of Changzhou City in 2030

2）多情景模擬差異

在自然發(fā)展情景下，耕地面積減少了4 448 hm2，較2020年相比減少5.10%，同時，林地、草地、水域均有小幅度減少，減幅分別為0.15%、0.61%、0.96%，未利用地作為其他用地類型的轉(zhuǎn)入來源之一，減幅10.95%，建設(shè)用地擴張最為顯著，面積增加了4 753.31 hm2，增幅6.96%。

可以看出，在不設(shè)置任何限制因素情況下，按照2010—2020年的趨勢進行發(fā)展，建設(shè)用地為滿足社會經(jīng)濟高速發(fā)展而增加向外擴張態(tài)勢，耕地、林地、草地、水域及未利用地均有一部分將會轉(zhuǎn)化為建設(shè)用地，其中大量耕地將被建設(shè)用地所侵占，若不加以限制，將對區(qū)域內(nèi)糧食安全構(gòu)成嚴重威脅。

在耕地保護情景下，耕地面積減少了508.50 hm2，減幅比自然發(fā)展情景低4.52%，林地、草地較2020年分別下降了0.90%和1.37%，相較于自然發(fā)展情景減幅更多，未利用地較2020年增幅0.38%，實現(xiàn)小幅度增加，建設(shè)用地擴張速率相比于自然發(fā)展情景有了很大程度的減緩，增幅由自然發(fā)展情景的6.96%降低為1.11%。這表明，該情景下大量耕地被侵占的情況得到有效遏制，永久基本農(nóng)田得到有效保護，但在追求耕地保護的同時在一定程度上限制建設(shè)用地的擴張，從而使建設(shè)用地的轉(zhuǎn)換更多地指向林地和草地，生態(tài)用地受到擠壓，不利于區(qū)域經(jīng)濟的可持續(xù)發(fā)展。

在可持續(xù)發(fā)展情景下，耕地面積減少了2 882 hm2，較2020年減少3.30%，林地、草地分別減少0.64%、0.23%，減幅相較于耕地保護情景有所放緩，水域面積為27 726.90 hm2，較2020年相比減少0.72%，建設(shè)用地擴張明顯，相比2020年增加了4.56%，但相較于自然發(fā)展情景中建設(shè)用地的無序擴張，增幅有所減緩?？偟膩碚f，該情景下雖然生態(tài)用地總面積較2020年有所減少，但未出現(xiàn)大面積的生態(tài)用地縮減，生態(tài)保護紅線內(nèi)高質(zhì)量生態(tài)用地得到了有效保護，能在一定程度上保障耕地數(shù)量，保護生態(tài)環(huán)境，兼顧糧食安全與經(jīng)濟發(fā)展，有利于城市區(qū)域的可持續(xù)發(fā)展。

3.1.2 耕地不穩(wěn)定性空間格局分析

基于熱點分析識別未來耕地不穩(wěn)定指標的冷熱點空間分布[39]，來反映多情景模擬下耕地的不穩(wěn)定程度。自然發(fā)展、耕地保護、可持續(xù)發(fā)展3種情景下耕地不穩(wěn)定性熱點分析如圖3所示。

圖3 3種情景下常州市主城區(qū)未來耕地不穩(wěn)地性冷熱點分布Fig.3 Distribution of cold and hot spots of unstable cultivated land under three scenarios in the main urban area of Changzhou City

總體來看，三者的冷熱點區(qū)域在空間分布上較為相似，熱點區(qū)主要分布在中心城區(qū)周圍，并且圍繞中心城區(qū)數(shù)量上呈現(xiàn)出東多西少、南多北少的趨勢，這些區(qū)域的耕地臨近城區(qū)，在未來發(fā)展中將成為建設(shè)用地轉(zhuǎn)換的主要轉(zhuǎn)出來源；冷點區(qū)主要分布在新北區(qū)北部、鐘樓區(qū)西部以及武進區(qū)東部和西部，這些區(qū)域的耕地集中連片、數(shù)量規(guī)模大，未來不易轉(zhuǎn)化為其他土地利用類型。在自然發(fā)展情景下，冷點和熱點的分布范圍較大，冷點區(qū)占比28.11%，熱點區(qū)占比高達38.56%，空間集聚性強；在耕地保護情景下，冷點區(qū)與熱點區(qū)在3種情景中占比均最小，分別為22.34%、27.57%，無99%置信度的冷點區(qū)，耕地不穩(wěn)定性集聚情況不明顯；可持續(xù)發(fā)展情景下，冷點區(qū)與熱點區(qū)占比較為均衡，分別為25.77%、35.13%，且耕地的不穩(wěn)定性在空間上差異顯著。

3.2 耕地綜合適宜性評價結(jié)果

本研究評價單元共計555個，采用自然斷點法將各適宜性評價指標劃分為5級，并對其進行分級賦分（賦分為20、40、60、80、100），將現(xiàn)狀耕地的生產(chǎn)適宜性、空間集聚性、區(qū)位便利性劃分為高、較高、較低、低4個等級（圖4）。

圖4 常州市主城區(qū)耕地評價空間差異Fig.4 Spatial differences of evaluation of cultivated land in the main urban area of Changzhou City

就生產(chǎn)適宜性而言，區(qū)域內(nèi)耕地生產(chǎn)適宜性空間分布呈現(xiàn)出中心向四周遞增的趨勢，其中處于高適宜性的行政村數(shù)量最多，共186個，占全部村域單元的33.51%，主要集中在新北區(qū)、鐘樓區(qū)西部、武進區(qū)西部和東部。就空間集聚性而言，區(qū)域內(nèi)耕地空間集聚性分布較為零散，不同評級單元交錯分布，其中處于低適宜性的行政村數(shù)量最多，共297個，占全部村域單元的53.51%，在經(jīng)開區(qū)與天寧區(qū)有大面積連片分布。就區(qū)位便利性而言，區(qū)域內(nèi)耕地耕作、運輸區(qū)位條件整體較高，處于低適宜性的行政村共15個，僅占全部村域單元的2.70%，主要分布在新北區(qū)長江流域段以及武進區(qū)滆湖、太湖灣沿岸。

根據(jù)輪廓系數(shù)得到較優(yōu)聚類數(shù)目，基于耕地各單項指標分級賦分值，結(jié)合指標綜合權(quán)重，將常州市主城區(qū)555個行政村從耕地生產(chǎn)適宜性、空間集聚性、區(qū)位便利性3個維度進行k-means聚類分析，評價結(jié)果將其劃分為四類（圖5）。通過箱型圖顯示的中位數(shù)和上下四分位數(shù)的間距可以直接觀察耕地生產(chǎn)適宜性、空間集聚性、區(qū)位便利性3個維度數(shù)據(jù)整體的分布情況，評價為Ⅰ級區(qū)耕地面積占耕地總面積的38.71%，主要集中在新北區(qū)中部、鐘樓區(qū)西部及武進區(qū)西部和東部，其生產(chǎn)適宜性最高，空間集聚性與區(qū)位便利性均處于較高水平，區(qū)域內(nèi)耕地集中連片且農(nóng)業(yè)生產(chǎn)力高；Ⅱ級區(qū)耕地面積占耕地總面積的32.73%，在各區(qū)均有小面積零散分布，其生產(chǎn)適宜性與區(qū)位便利性處于較高水平，但空間集聚性較低，在農(nóng)業(yè)生產(chǎn)方面具有一定優(yōu)勢且運輸條件較好；Ⅲ級區(qū)耕地面積占耕地總面積的19.80%，主要集中在經(jīng)開區(qū)、武進區(qū)滆湖北部、東部，其區(qū)位便利性較高，在農(nóng)業(yè)耕作運輸方面有優(yōu)勢，但生產(chǎn)適宜性與空間集聚性均中等，不利于進行規(guī)?；r(nóng)業(yè)生產(chǎn)；Ⅳ級區(qū)耕地面積占耕地總面積的8.76%，主要鑲嵌在城市與建制鎮(zhèn)周邊及內(nèi)部，交通便利，空間集聚性較低，農(nóng)業(yè)生產(chǎn)力低下。

圖5 常州市主城區(qū)耕地綜合適宜性評價結(jié)果箱型圖及分布圖Fig.5 Box plot and distribution map of cultivated land comprehensive suitability evaluation results in the main urban area of Changzhou City

3.3 耕地功能分區(qū)方案

通過綜合對比模擬結(jié)果，結(jié)合發(fā)展目標，可持續(xù)發(fā)展情景的設(shè)置能在一定程度上保障城市周邊耕地數(shù)量，保護生態(tài)環(huán)境，兼顧糧食安全與經(jīng)濟發(fā)展。因此以可持續(xù)發(fā)展情景為切入點，根據(jù)未來耕地不穩(wěn)定性熱點分析結(jié)果，將耕地劃分為熱點區(qū)、冷點區(qū)、無顯著區(qū)3類；根據(jù)耕地綜合評價聚類分區(qū)，將耕地劃分為Ⅰ、Ⅱ、Ⅲ、Ⅳ四類；耦合兩類結(jié)果，劃分出Ⅰ熱點區(qū)、Ⅰ無顯著區(qū)、Ⅰ冷點區(qū)、Ⅱ熱點區(qū)、Ⅱ無顯著區(qū)、Ⅱ冷點區(qū)、Ⅲ熱點區(qū)、Ⅲ無顯著區(qū)、Ⅲ冷點區(qū)、Ⅳ熱點區(qū)、Ⅳ無顯著區(qū)、Ⅳ冷點區(qū)12種組合，根據(jù)不同層次組合特征，從耕地供需匹配及功能間協(xié)同-互補的角度出發(fā)，將常州市主城區(qū)耕地歸并劃分為糧食主產(chǎn)區(qū)、都市農(nóng)業(yè)區(qū)、農(nóng)地改善區(qū)、城鄉(xiāng)過渡區(qū)（表4），耕地功能分區(qū)如圖6所示。

表4 常州市主城區(qū)耕地劃分方法Table 4 Classification method of cultivated land in the main urban area of Changzhou City

圖6 常州市主城區(qū)耕地功能分區(qū)Fig.6 Cultivated land functional zoning in the main urban area of Changzhou City

糧食主產(chǎn)區(qū)：該分區(qū)類型包括Ⅰ無顯著區(qū)、Ⅰ冷點區(qū)、Ⅱ冷點區(qū)3種組合類型，耕地面積45 854.45 hm2，占耕地總面積的52.53%，主要分布于新北區(qū)北部、鐘樓區(qū)西部及武進區(qū)西部、東南部。該區(qū)域耕地生產(chǎn)適宜性高，耕作運輸條件較好且耕地未來不易轉(zhuǎn)化為其他用地類型，穩(wěn)定性較高，是保障城市糧食安全的核心區(qū)域。

都市農(nóng)業(yè)區(qū)：該分區(qū)類型包括Ⅰ熱點區(qū)、Ⅱ熱點區(qū)、Ⅱ無顯著區(qū)3種組合類型，耕地面積16 508.19 hm2，占耕地總面積的18.91%，主要分布于天寧區(qū)東部、經(jīng)開區(qū)東部和南部及武進區(qū)中部和東北部。該區(qū)域耕地大部分連片分布、形態(tài)較為規(guī)整，生產(chǎn)條件優(yōu)越，區(qū)位交通條件較好，但臨近城區(qū)，未來耕地非農(nóng)化轉(zhuǎn)換率高。

農(nóng)地改善區(qū)：分區(qū)類型包括Ⅲ無顯著區(qū)、Ⅲ冷點區(qū)、Ⅳ冷點區(qū)3種組合類型，耕地面積13 692.82 hm2，占耕地總面積的15.68%，主要分布于各行政區(qū)建制鎮(zhèn)附近及武進區(qū)滆湖四周與西太湖北部，臨近水源、林地等生態(tài)保護紅線區(qū)域，該區(qū)域未來耕地穩(wěn)定性較高但農(nóng)業(yè)生產(chǎn)方面處于劣勢。

城鄉(xiāng)過渡區(qū)：該分區(qū)類型包括Ⅲ熱點區(qū)、Ⅳ熱點區(qū)、Ⅳ無顯著區(qū)3種組合類型，耕地面積11 243.74 hm2，占耕地總面積的12.88%，主要分布于各行政區(qū)交匯處，位于中心城區(qū)與耕地的過渡地帶。該區(qū)域耕地連片與生產(chǎn)力均較低，農(nóng)業(yè)生產(chǎn)與城市發(fā)展矛盾突出，未來耕地轉(zhuǎn)換風險較大。

4 討 論

耕地保護關(guān)系國家糧食安全、生態(tài)安全和社會穩(wěn)定，合理劃分耕地資源是耕地生態(tài)系統(tǒng)可持續(xù)發(fā)展、協(xié)調(diào)糧食安全與社會經(jīng)濟發(fā)展的關(guān)鍵。因此，本研究面向未來土地利用演變趨勢，在耕地未來穩(wěn)定性與綜合適宜性評價的基礎(chǔ)上，運用集成技術(shù)來解決城市周邊耕地差異化利用問題，實現(xiàn)科學高效地劃分耕地功能分區(qū)，對創(chuàng)新制定區(qū)域差別化的耕地保護措施，優(yōu)化調(diào)整耕地保護布局尤其是永久基本農(nóng)田布局具有重要意義。

科學規(guī)劃土地利用資源，明確各分區(qū)耕地主導(dǎo)要素特征，采取差異化的耕地保護利用措施，實現(xiàn)城市綠色可持續(xù)發(fā)展。1）在糧食主產(chǎn)區(qū)中，應(yīng)嚴格控制未來耕地非農(nóng)化轉(zhuǎn)換，嚴格落實耕地占補平衡；積極推進高標準農(nóng)田建設(shè)與萬頃良田建設(shè)；在維持耕地系統(tǒng)可持續(xù)同時注重農(nóng)業(yè)生產(chǎn)技術(shù)革新以發(fā)展現(xiàn)代農(nóng)業(yè)與規(guī)模農(nóng)業(yè)，提高耕地資源利用效率。2）在都市農(nóng)業(yè)區(qū)中，應(yīng)充分發(fā)揮耕地“紅線”作用，將耕地保護與城市建設(shè)、經(jīng)濟發(fā)展相融合；健全耕地保護經(jīng)濟補償機制，激發(fā)農(nóng)民保護耕地的積極主動性；注重耕地資源的可持續(xù)開發(fā)利用，促進一二三產(chǎn)業(yè)深度融合，發(fā)揮耕地多功能綜合價值。3）在農(nóng)地改善區(qū)中，應(yīng)在維護耕地生態(tài)和布局穩(wěn)定的同時，開展耕地提質(zhì)改造工程，提高耕地生產(chǎn)能力；加大休耕輪耕制度，優(yōu)化農(nóng)業(yè)生產(chǎn)布局，促進農(nóng)業(yè)綠色升級，通過土地綜合整治等工程為適度經(jīng)營和發(fā)展現(xiàn)代農(nóng)業(yè)創(chuàng)造條件。4）在城鄉(xiāng)過渡區(qū)中，可將部分鑲嵌于城市深處的低質(zhì)量耕地以及城區(qū)邊緣的細碎耕地在未來城市發(fā)展中考慮退出，能在一定程度上阻隔城市“攤大餅”式擴張，并且通過土地征收補償?shù)戎贫?，改進和規(guī)范耕地占補平衡，落實空間戰(zhàn)略，統(tǒng)籌區(qū)域、城鄉(xiāng)建設(shè)用地發(fā)展，在保障糧食安全的同時有利于區(qū)域的可持續(xù)發(fā)展。

本研究有利于促進城市周邊耕地資源空間布局優(yōu)化和區(qū)域的可持續(xù)發(fā)展，同時為劃定永久基本農(nóng)田、選擇土地整治區(qū)域等提供一定的理論參考。但仍有一些局限性，雖然綜合考慮了自然和社會多方面影響因子使得模型盡可能精確、評價盡可能全面，但由于土地利用的復(fù)雜性及數(shù)據(jù)獲取的局限性，仍有一些因素（如區(qū)域政策規(guī)劃、農(nóng)戶行為等）未考慮在內(nèi)，可以在后續(xù)研究中展開進一步探討來提高分區(qū)的科學性和合理性，使其對區(qū)域發(fā)展具有更高的參考價值。

5 結(jié) 論

本研究以耕地功能分區(qū)內(nèi)涵為導(dǎo)向，立足新時代區(qū)域可持續(xù)發(fā)展目標，從村域尺度出發(fā)，綜合運用斑塊生成土地利用模擬（patch-generating land use simulation model, PLUS）模型和熱點分析法揭示多情景模擬下耕地未來變化時空格局特征，從生產(chǎn)適宜性、空間集聚性、區(qū)位便利性3個維度構(gòu)建耕地綜合適宜性評價體系，運用k-means空間聚類識別不同單元的耕地主導(dǎo)要素特征，在此基礎(chǔ)上通過組合分析兩類評價結(jié)果劃定耕地功能分區(qū)，提出了區(qū)域耕地資源差別化管控建議。得到以下結(jié)論：

1）自然發(fā)展、耕地保護、可持續(xù)發(fā)展3種情景下，各用地類型空間分布總體保持不變，區(qū)域變化差異較為明顯，自然發(fā)展情景下建設(shè)用地擴張顯著，增幅6.96%；耕地保護情景下耕地面積僅減少508.50 hm2，減幅最低，為0.58%；可持續(xù)發(fā)展情景下各用地類型變化趨勢與自然發(fā)展情景類似，但變化幅度更為緩和，能在一定程度上兼顧糧食安全與經(jīng)濟發(fā)展雙重訴求。

2）熱點分析表明，未來耕地變化的熱點區(qū)主要分布在中心城區(qū)周圍，并且圍繞中心城區(qū)數(shù)量上呈現(xiàn)出東、南多，西、北少的趨勢，冷點區(qū)主要分布在新北區(qū)北部以及武進區(qū)東部和西部，另在鐘樓區(qū)西部有少量分布，未來耕地變化局部聚類顯著性大小依次為自然發(fā)展情景、可持續(xù)發(fā)展情景、耕地保護情景。

3）基于耕地綜合適宜性評價體系，運用k-means聚類算法將常州市主城區(qū)內(nèi)耕地劃分為四類，綜合適宜性評價為Ⅰ級區(qū)生產(chǎn)適宜性最高，空間集聚性與區(qū)位便利性均處于較高水平；Ⅱ級區(qū)生產(chǎn)適宜性與區(qū)位便利性處于較高水平，但空間集聚性較低；Ⅲ級區(qū)生產(chǎn)適宜性與空間集聚性均中等，耕作運輸條件較好；Ⅳ級區(qū)交通便利，但空間集聚性較差，生產(chǎn)適宜性最低。

4）以可持續(xù)發(fā)展為切入點，耦合兩類評價結(jié)果，將耕地劃分為糧食主產(chǎn)區(qū)、都市農(nóng)業(yè)區(qū)、農(nóng)地改善區(qū)、城鄉(xiāng)過渡區(qū)4種類型，面對不同功能分區(qū)有針對性地提出差異化耕地管控措施，有助于實現(xiàn)城市周邊耕地資源的高效管理和利用，優(yōu)化土地管理策略。