基于PLUS模型的天山北坡城市群生态系统服务价值时空演变及多情景预测

doi:10.14088/j.cnki.issn0439-8114.2026.09.012

摘要/Abstract

摘要： 基于2000—2020年土地利用数据,运用当量因子法、空间自相关检验和PLUS模型,探究天山北坡城市群2000—2020年土地利用及生态系统服务价值（ESV）的变化特征,模拟预测2030年自然发展、生产建设及生态保护3种情景下土地利用变化及ESV时空演变特征,以期为天山北坡城市群生态环境保护及城市群绿色转型提供一定的科学参考。结果表明,2000—2020年研究区主要土地类型为未利用地和草地;从土地利用转移来看,转入面积最多的是未利用地和耕地,转出面积最多的是草地。2000—2020年研究区ESV呈波动式下降趋势,共计减少了101.54亿元;ESV高-高集聚区主要分布在中部地区,低-低集聚区主要分布在东北部和南部。2030年自然发展情景、生产建设情景和生态保护情景下ESV分别为2 097.56亿、2 047.37亿元和2 121.45亿元,其空间分布特征相似,高值区集中分布在西部、西北部和中部地区,低值区集中分布在北部和南部地区,生态保护情景更有利于提高研究区生态系统服务功能。

关键词: 生态系统服务价值（ESV）, PLUS模型, 多情景模拟, 土地利用变化, 天山北坡城市群

Abstract: Based on land-use datasets from 2000 to 2020, the equivalent factor method, spatial autocorrelation test and PLUS model were adopted to explore the changing characteristics of land use and ecosystem service value (ESV) in the urban agglomeration on the northern slope of the Tianshan Mountains from 2000 to 2020. Land-use change and the temporal and spatial evolution of ESV under three scenarios (natural development, production-construction and ecological protection) in 2030 were simulated and predicted. This study aimed to provide scientific support for ecological environment protection and green transformation of the urban agglomeration. The results showed that unused land and grassland were the dominant land-use types from 2000 to 2020. In terms of land-use transfer, unused land and cropland had the largest incoming area, while grassland exhibited the largest outgoing area. The ESV of the study area presented a fluctuating decreasing trend, with a total reduction of 10.154 billion yuan. High-high ESV clusters were mainly distributed in the central region, whereas low-low clusters were concentrated in the northeastern and southern parts. In 2030, the ESV under the natural-development, production-construction and ecological-protection scenarios would reach 209.756 billion yuan, 204.737 billion yuan and 212.145 billion yuan, respectively. The three scenarios shared similar spatial patterns: high-value areas were concentrated in the west, northwest and central zones, and low-value areas were mainly located in the north and south. The ecological-protection scenario was more conducive to improving the ecosystem service functions of the study area.

Key words: ecosystem service value (ESV), PLUS model, multi-scenario simulation, land use change, urban agglomeration on the northern slope of Tianshan Mountains

中图分类号:

侯红圆, 王承武. 基于PLUS模型的天山北坡城市群生态系统服务价值时空演变及多情景预测[J]. 湖北农业科学, 2026, 65(9): 70-79.

HOU Hong-yuan, WANG Cheng-wu. Temporal and spatial evolution and multi-scenario prediction of ecosystem service value in the urban agglomeration on the northern slope of Tianshan Mountains based on PLUS model[J]. HUBEI AGRICULTURAL SCIENCES, 2026, 65(9): 70-79.

参考文献

[1] 张春悦,白永平,杨雪荻,等.多情景模拟下宁夏平原生态系统服务簇识别研究[J].地理研究,2022,41(12):3364-3382.
[2] 曲艺,丁建丽,包青岭,等.多情景模拟下的新疆生态系统服务价值评估[J].环境科学与技术,2023,46(4):195-204.
[3] 李文华,张彪,谢高地.中国生态系统服务研究的回顾与展望[J].自然资源学报,2009,24(1):1-10.
[4] 杨朔,苏昊,赵国平.基于PLUS模型的城市生态系统服务价值多情景模拟——以汉中市为例[J].干旱区资源与环境,2022,36(10):86-95.
[5] 牟燕,冯飞.基于土地利用的北京市多情景模拟下生态服务价值影响评估[J].北京林业大学学报,2023,45(5):14-24.
[6] COSTANZA R, D’ARGE R, DE GROOT R, et al. The value of the world’s ecosystem services and natural capital[J].Nature, 1997, 387(6630):253-260.
[7] 谢高地,鲁春霞,冷允法,等.青藏高原生态资产的价值评估[J].自然资源学报,2003,18(2):189-196.
[8] 谢高地,张彩霞,张雷明,等.基于单位面积价值当量因子的生态系统服务价值化方法改进[J].自然资源学报,2015,30(8):1243-1254.
[9] 欧阳志云,朱春全,杨广斌,等.生态系统生产总值核算:概念、核算方法与案例研究[J].生态学报,2013,33(21):6747-6761.
[10] 谢高地,甄霖,鲁春霞,等.一个基于专家知识的生态系统服务价值化方法[J].自然资源学报,2008,23(5):911-919.
[11] CHEN S L, LIU X T, YANG L, et al.Variations in ecosystem service value and its driving factors in the Nanjing metropolitan area of China[J].Forests, 2023, 14(1):113.
[12] 贾艳红,胡洪文,吴春竹,等.漓江流域土地利用转型与生态系统服务价值交叉敏感性分析[J].西南农业学报,2025,38(3):636-646.
[13] 孔琳,苏世伟.基于土地利用的杭州市生态系统服务价值时空动态[J].环境污染与防治,2022,44(11):1539-1545.
[14] 赵海溶,莫宏伟.长株潭城市群生态系统服务价值时空变化分析[J].测绘科学,2022,47(12):206-215.
[15] 李雪敏,李同宁,吴芝雨,等. 多情景模拟下内蒙古草地生态系统服务价值时空演变[J].草业学报,2023,32(8):14-27.
[16] 李坦,陈天宇,惠宝航.基于Meta分析的黄山市森林生态系统服务价值研究[J].地理科学,2022,42(12):2179-2188.
[17] 陈宇龙,李志豪,张瑜,等.闽江口湿地生态服务价值评估[J].福建农业科技, 2025, 56(2):29-34.
[18] 陈相标,丁文荣.石林喀斯特岩溶区生态系统服务时空演变及权衡协同关系[J].水土保持研究,2023,30(2):285-293.
[19] 吴素文,宋军,张燕,等.海洋生态系统服务价值及评估研究进展[J].海洋预报,2022,39(1):104-116.
[20] 杨光宗,吕凯,李峰.基于格网尺度的南昌市土地利用变化及生态系统服务价值时空相关性分析[J].中国土地科学,2022,36(8):121-130.
[21] 袁雪松,周俊,胡蓓蓓,等.基于FLUS模型粤港澳大湾区“三生空间”多情景模拟预测[J].地理科学,2023,43(3):564-574.
[22] 顾茉莉,叶长盛,李鑫,等.基于SD模型的江西省土地利用变化情景模拟[J].地理与地理信息科学,2022,38(4):95-103.
[23] 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.
[24] 杨雪荻,陈兴鹏,车磊,等.融入生态安全的兰西城市群土地利用功能布局优化[J].生态学报,2023,43(7):2583-2593.
[25] 任胤铭,刘小平,许晓聪,等.基于FLUS-InVEST模型的京津冀多情景土地利用变化模拟及其对生态系统服务功能的影响[J].生态学报,2023,43(11):4473-4487.
[26] 王柯文,秦见,马海涛.基于CA-Markov模型的重庆西部新城城市扩张时空演化模拟与生态响应[J].中国科学院大学学报,2023,40(4):496-505.
[27] 顾汉龙,马天骏,钱凤魁,等.基于CLUE-S模型县域土地利用情景模拟与碳排放效应分析[J].农业工程学报,2022,38(9):288-296.
[28] LIANG X, GUAN Q F, CLARKE K C, et al.Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China[J].Computers, environment and urban systems, 2021, 85: 101569.
[29] 方创琳. 天山北坡城市群可持续发展战略思路与空间布局[J].干旱区地理,2019,42(1):1-11.
[30] 胡和兵,刘红玉,郝敬锋,等.城市化流域生态系统服务价值时空分异特征及其对土地利用程度的响应[J].生态学报,2013,33(8):2565-2576.
[31] 田一豆. 长株潭城市群建设用地扩张模拟及其碳排放响应研究[D].湖南株洲:湖南工业大学,2023.