基于FLUS和InVEST模型的云贵高原土地利用与生态系统服务时空变化多情景模拟研究

[目的]探讨云贵高原不同情景下的土地利用与生态系统服务时空变化,为云贵高原土地利用空间格局优化、生态系统服务功能提升和可持续发展策略制定提供科学依据。[方法]以云贵高原为研究对象,以2001年、2010年和2020年3期MCD12Q1土地覆被数据为基础数据,辅以自然和社会经济数据,基于ArcGIS,FLUS模型和InVEST模型,模拟2030年、2040年和2050年自然发展情景、生态保护情景和耕地保护情景下的土地利用以及碳储量、产水量和土壤保持量3项生态系统服务功能时空分布格局。[结果](1)不同情景下云贵高原的土地利用变化以林地持续增加和草地持续减少为主要趋势;耕地保护情景下,耕地面积最高可占总面积的10.38%;生态保护情景下,林草面积在2050年可达总面积的90%。(2) 3种情景下,云贵高原2020—2050年碳储量和土壤保持量均呈上升趋势,而产水量呈下降趋势。生态保护情景下,2050年碳储量预测值最高,为8.13×10^(9) t;产水量减少速率显著低于另外两种情景,降幅为0.46%。(3)宜昌市、普洱市和常德市等市州的生态系统服务供给能力较高;而贵阳市、毕节市和安顺市等市州的生态系统服务供给能力较低。[结论]云贵高原2020—2050年整体生态系统服务供给能力较好,各项服务功能在不同情景下表现出较强的空间聚集性和异质性。云贵高原今后的生态系统服务管理和可持续发展中,应考虑不同生态系统服务功能的空间异质性以及林地面积持续增加可能带来的水资源失衡问题。

基于Invest模型和Flus模型的江苏省碳储量变化模拟与预测

为明确土地利用变化对碳储量的具体影响,实现耕地、林地等生态环境的更好保护,以江苏省为例,基于2000年、2010年和2020年土地利用数据,采用Invest模型的碳储存和固定模块以及Flus模型ANN模块、CA模块、Markov Chain模块,分析了江苏省不同土地利用类型碳储量变化特征,并预测了自然发展情景和生态保护情景下2030年和2050年江苏省碳储存与固定情况。结果表明,2000年、2010年与2020年,江苏省碳储量整体呈下降趋势,从1803.948×10^(6)t下降至1641.008×10^(6)t,其中耕地碳储量下降最多,为239.494×10^(6)t。这种现象的发生与江苏省工业化和城市化导致的耕地和林地等面积的减少并转为建筑用地有关。此外,各市碳储量差异较显著,其中盐城市碳储量最大,占全省总碳储量的16.12%,无锡市在全省碳储量中占比最小(4.12%)。基于ArcGIS 10.2软件和GeoDa 1.20软件分析发现,2000—2010年,南京、无锡、常州的碳储量分布呈低-低聚集,连云港市呈低-高聚集;2020年无锡、常州、镇江呈现低-低聚集,连云港市呈现高-高聚集。本研究预测结果表明2030年和2050年的生态保护情景下碳存储能力较自然发展情景有一定提升,分别提升6.069×10^(6)t和5.861×10^(6)t。本研究结果可为江苏省更好地建设生态环境提供数据支撑。

基于FLUS模型多情景土地利用变化对陆地生态系统碳储量影响——以江西萍乡为例

[目的]揭示萍乡碳储量时空分布特征,阐明土地地类变化与碳储量之间的关系,为探明区域生态系统碳储量状况提供数据支撑。[方法]利用FLUS(future land use simulation)模型与InVEST(integrated valuation of ecosystem services and trade-offs)模型,预测了2030年萍乡市3种不同情景下(自然发展、耕地保护和生态优先)碳储量值。[结果](1)2010—2020年萍乡市碳储量整体呈下降趋势,共减少1.47×10^(6)t;(2)耕地、建设用地、草地、水体和建设用地面积增加和林地与灌木面积减少,是导致碳储量变化的主要原因;(3)2030年自然发展、耕地保护和生态优先情景下陆地生态系统碳储量分别约为4.906×10^(7),4.919×10^(7),5.038×10^(7)t,其中生态优先情景下碳储量损失最少。[结论]萍乡生态系统碳储量呈下降趋势,主要受耕地与建设用地增大的影响,未来应加强对安源区与经济开发区重点变化区域的监测研究。

Delineation of urban growth boundary based on FLUS model under the perspective of land use evaluation in hilly mountainous areas

With rapid economic development,the size of urban land in China is expanding dramatically.The Urban Growth Boundary(UGB)is an expandable spatial boundary for urban construction in a certain period in order to control the urban sprawl.Reasonable delineation of UGB can inhibit the disorderly spread of urban space and guide the normal development of the city.It is of practical significance for the construction of green urban space.The study utilizes GIS technology to establish a land construction suitability evaluation system for Nankang city,which is experiencing rapid urban expansion,and outlines the preliminary UGB under the future land use simulation(FLUS)model.At the same time,considering the coupled coordination of"Production-Living-Ecological Space",and based on the suitability evaluation,we revised the preliminary UGB by combining the advantages of the patch-generating land use simulation(PLUS)model and the convex hull model to delineate the final UGB.The results show that:1)the comprehensive score of the evaluation of the suitability of the construction of land from high to low shows the distribution of the center of the city to the surrounding circle type spread,the center of the city has the highest suitability score.The results of convex hull model show that the urban expansion type of Nankang is epitaxial.In the future,the urban expansion will mainly occur in the northern part of the city.The PLUS model predicts an increase of 3359.97 hm^(2)of construction land in Nankang by 2035,of which 2022.97 hm^(2)is urban construction land.2)The FLUS model has a prediction accuracy of 86.3%and delineates a preliminary UGB area of 9215.07 hm^(2).3)We used the results of the construction suitability evaluation,PLUS model simulation results,and convex hull model predictions to revise the originally delineated UGB.The final delineated UGB area is 8895.67 hm^(2)and it is capable of meeting the future development of the study area.The results of the delineation can promote sustainable urban development,and the delineation methodology can provide a reference basis for the preparation of territorial spatial planning.

耦合NSGA-Ⅲ和FLUS模型的生态脆弱农区土地利用多目标协同优化配置

依托数学模型和情景模拟,形成弹性的土地利用优化配置方案,对促进生态脆弱农区生态、农业和经济用地协调发展具有重要意义。以河套灌区乌兰布和灌域为例,采用MSPA(morphological spatial pattern analysis)和斑块重要性指数识别和提取生态源地,耦合NSGA-Ⅲ(non-dominated sorting genetic algorithmⅢ)和FLUS(future land use simulation)模型,基于4种情景模拟形成具有弹性的生态脆弱农区土地利用优化配置方案。结果表明:基于NSGA-Ⅲ可以快速形成研究区多目标下的Pareto解集,且解集内的各目标效益均优于2020年土地利用效益值。生态安全优先发展、粮食生产优先发展和经济优先发展情景存在其他两项目标效益提升不明显的情况。相对来说,最小土地利用变化条件下的均衡效益发展情景可在土地利用变化幅度最小的情况下,达到更高、更均衡的综合效益。制订土地利用优化配置方案时,在参考各情景土地利用优化配置布局的基础上识别土地利用协调冲突区,有助于形成弹性的土地利用优化配置方案,以适应区域可能发生的内外部经济政策环境变化。

基于FLUS的成渝城市群三生空间演变及模拟预测

研究三生空间格局演变与驱动机制,设定不同模拟情景,有利于实现城市群国土空间区域协调可持续发展。以成渝城市群2000年、2010年及2020年的土地利用数据为基础,划分三生空间。应用FLUS模型,以2010年土地利用数据为基础,结合自然环境、社会经济和交通区位等驱动因子,仿真模拟2020年三生空间格局,Kappa系数为0.824,以此模型因子预测2030年三生空间分布格局,并设定三种单一情景与之对比。结果表明:(1)2000—2020年间,生产空间相对减少1375.95 km^(2),生活空间相对增长2087.48 km^(2),生态空间减少736.8 km^(2)。生产空间与生活空间的重心总体向东南方向移动,而生态空间与之相反,重心总体向西北方向移动。(2)与2020年实际情况相比,预测2030年生产空间相对增加了1749.57 km^(2),生活空间和生态空间分别减少了58.9 km^(2)、1685.37 km^(2),基于历史情景,符合未来成渝地区三生空间格局变化。(3)与单一空间优化情景相比,2030年三生空间综合预测更符合未来发展趋势,且与2020年三生空间实际利用变化对比,城镇与农村生活用地持续增长,城市化进程保持高质量发展。研究成果可为未来成渝城市群国土空间规划及未来的三生空间共生协调提供多方位、多角度的借鉴参考。

基于FLUS-ACO模型的农村居民点布局模拟与优化:以张家界市为例

对农村居民点用地进行合理规划对于平衡城乡用地矛盾具有重要意义。以张家界市为例,首先运用地理信息系统(geographic information system,GIS)分析方法分析农村居民点空间分异特征;其次从区位交通、自然环境、社会经济三个方面选取了与公路、河流、学校、医院的距离、高程、温度和降水等14个指标,运用未来土地利用模拟(future land-use simulation,FLUS)模型在自然发展情景下预测2025年、2030年和2035年土地利用状况;最后提取2030年农村居民点用地数据,基于地理模拟与优化系统(geographical simulation and optimization systems,GeoSOS)平台运用蚁群优化算法(ant colony optimization,ACO)进行空间布局优化,采用景观格局指数量化分析优化前后变化并给出建议。研究发现:①张家界市农村居民点近几年用地增加但聚集度减小,布局总体表现出“中东部密,西北部疏”的分异特征,破碎化明显,需要进行科学合理规划;②农村居民点的分布密度分别为永定区>慈利县>武陵源区>桑植县,布局模式按基本形态可划分为团状、带状、零散和组团模式;③FLUS模型预测2025年、2030年和2035年农村居民点规模通过精度验证,在2025—2035年间由扩张趋于平稳,局部密度增长但整体密度变化不大,形状与其他类型用地相比较为简单;④优化后农村居民点用地整体布局往地势平坦区域聚集,形态表现为“整体聚集、局部分散”,该研究可为区域农村用地布局规划提供技术支撑。

FLUS模型和PLUS模型在年楚河流域土地利用模拟中的应用与对比

为准确进行西藏年楚河流域未来土地利用模拟,对比分析了FLUS模型(Future Land Use Simulation Model)和PLUS模型(Patch-generating Land Use Simulation Model)在该流域LUCC(土地利用(Land use)/土地覆盖变化(Land cover change))模拟的结果,并在此基础上开展了研究区2030年的土地利用模拟应用。结果表明:(1)采用本地化参数的FLUS模型获得的模拟结果与真实数据的Kappa系数(0.6350)、FOM系数(0.0800)以及模拟图像的总体精度(0.8240)均优于PLUS模型模拟的结果,表明FLUS模型在研究区具有更好的适用性;(2)依据过去的土地利用变化数据对模型的领域权重和转移矩阵参数进行本地化处理,可提高模拟结果与真实数据的Kappa系数,有助于增强模型在区域的适用性;(3)基于FLUS模型的2030年年楚河流域土地利用模拟结果显示,该区域草地、湿地与水体面积将继续减少,耕地、城市、未利用土地、积雪与冰川将增加,林地变化不大,其中,最主要的土地利用变化由草地变为未利用土地。

基于FLUS模型的常州市土地利用多情景模拟与生态系统服务价值变化

以江苏省常州市作为研究区域,基于2000—2020年的遥感影像,综合运用FLUS模型及生态系统服务价值(ESV)评估方法,系统模拟研究在自然发展、耕地保护和生态保护3种不同情景下2035年常州市土地利用变化对ESV的影响。结果表明,2000—2020年常州市土地利用动态度呈下降趋势,其中转出量最高的是耕地,转入量最高的是建设用地;受土地利用变化的影响,2000—2020年常州市ESV整体呈先增加后减少的趋势,水域是影响生态系统服务价值变化的主要土地利用类型,调节服务和支持服务是常州市主要的两大生态系统服务功能。常州市ESV在不同情景模拟下差异较大,其中,自然发展情景下ESV最低,生态保护情景下ESV最高。最后提出生态保护情景是优化区域土地利用结构、维持生态系统服务价值的最佳发展模式,应作为常州市未来土地利用的长期发展战略。

基于FLUS的长春市土地利用动态变化与预测分析

研究城乡土地利用变化规律与驱动机制,有利于实现区域土地资源可持续发展。本文以长春市为例,以监督分类与人工解译相结合的方式对1997、2007和2017年Landsat卫星影像进行分类,总体精度分别为93.06%,90.70%和94.12%。1997-2017年,草地、耕地和其他土地面积分别减少354.74、922.11和55.35km^2,建设用地、水域和林地面积分别增加1 154.14、70.38和107.54km^2,整体表现为建设用地向周边扩张,侵占其他用地类型面积。利用未来土地利用模拟(future land use simulation,FLUS)模型,以2007年分类数据为基础,结合地形、交通区位和社会经济等土地利用变化驱动因子,仿真2017年土地利用格局,仿真结果与真实情况吻合较好,仿真精度达85.10%,Kappa系数为0.821 2,验证了模型和驱动因子精度可靠,符合土地利用变化趋势。以此模型因子预测2027年土地利用格局,结果表明:在城镇周围,建设用地将持续侵占耕地、林地、草地和其他土地的面积,但趋势减缓,同时林地面积和水域面积增加。

FLUS-CSLE模型预测黄土高原典型流域不同土地利用变化情景土壤侵蚀

流域土壤侵蚀预测对于了解未来土壤侵蚀发展趋势,制定未来水土保持治理策略具有重要意义。为了提出一种适用于黄土高原地区的易于评估未来不同土地利用管理策略的土壤侵蚀预测方法,该研究基于地形、降雨、土壤、遥感影像数据,完成韭园沟流域2010—2020年的土地利用空间分布解译,并计算历史时期(2010—2020)的土壤侵蚀模数,基于未来土地利用模拟(Future Land Use Simulation,FLUS)模型完成流域2025年土地利用分布状况预测,以此为基础获得未来植被覆盖措施因子和耕作措施因子,结合CSLE模型预测2025年自然发展、经济增长、生态保护3种不同土地利用变化情景下土壤侵蚀状况。结果表明:1)韭园沟流域土地利用类型主要为草地(面积占比62.23%)和林地(28.41%),其次是耕地、建筑物和水体,在2010—2020年期间土地利用空间分布格局经历了较大变化,林、草地面积增加8.36%,耕地面积减少30.3%。2)流域2010、2015、2020年这3a间土壤侵蚀模数平均值分别为19.49、15.83、20.7t/(hm^(2)·a),整体呈现先降低后增加的趋势,不同土地利用类型的土壤侵蚀模数由大到小为耕地(40.56t/(hm^(2)·a))、草地(18.79 t/(hm^(2)·a))、建设用地(10.25 t/(hm^(2)·a))、林地(8.02 t/(hm^(2)·a))。3)在积极的生态保护情景下,2025年林、草地面积较自然发展情景基本持平但林地面积比例有所增加,较经济增长情景林、草地面积增加5.06%,耕地面积较自然发展情景增加1.20%,较经济增长情景减少14.73%。4)2025年流域自然发展、经济增长、生态保护情景下土壤侵蚀模数分别为24.3、22.9、18.3 t/(hm^(2)·a)。采取积极的生态保护情景发展模式,建设用地面积适度扩张可以兼顾生态保护和经济发展的需要。该研究为流域未来的土地利用规划以及水土保持治理提供参考。

基于改进FLUS模型的北京市低碳土地利用情景模拟

合理的土地利用计划对避免高碳排放有着重要意义,进行低碳经济视角下的土地利用优化模拟有利于绿色发展和土地资源科学配置。以北京市为例,将兴趣点(point of interest,POI)数据纳入FLUS模型的BP-ANN算法模块中对其进行改进,利用2010年和2020年2期土地利用数据对改进模型的模拟精度进行对比验证。在此基础上,耦合Markov法及理想点法,对研究区2030年自然演变情景及低碳经济情景下的土地数量结构和空间布局进行模拟分析。研究结果表明:①引入POI数据的FLUS模型在模拟2020年土地利用时,Kappa系数提高4.85%、总体精度提高3.42%,改进模型有利于提高模拟精度;②经模拟验证,在自然演变情景中,碳排放量增加7.70%,建设用地面积增长7.68%,耕地、草地面积持续减退;③在低碳经济情景中,与自然演变情景相比,碳排放量减少198.49万t,建设用地持续扩张的趋势得到遏制,浅山区草地被占用的现象得到缓解,北部林地面积增长明显。研究说明了土地利用模型的模拟精度随城市发展元素的变化而变化,纳入POI数据可以为土地规划提供更好的决策支持,低碳经济导向的土地结构调整及空间布局优化,可以为区域土地合理利用和规划布局提供参考。

基于InVEST与FLUS模型的准格尔旗水源涵养功能分析

土地利用是生态系统水源涵养功能的一个重要驱动力。随着全球气候变化的发展,准格尔旗水源短缺问题日益严重。本研究基于FLUS模型预测自然发展、城市发展与生态保护情景下2040年准格尔旗土地利用变化,运用InVEST模型分析了准格尔旗水源涵养的时空变化,结果表明:三种情景下FLUS模型的Kappa系数为0.87,0.88和0.83,均大于0.80,说明FLUS模式能很好地模拟研究区的土地演替。运用InVEST模型得出2040年城市发展情景水源涵养量最低为2.98×10^(8)m^(3),生态保护情景水源涵养量最多为3.37×10^(8)m^(3)。全旗的水源涵养量总体表现为“东高西低”“北高南低”的基本分布模式。根据各土地利用类型单位面积水源涵养能力的差异,其强度按以下顺序排列:草地>林地>耕地>水域>建设用地>未利用土地。通过对准格尔旗的土地利用状况和水源涵养功能的研究,能够为规划生态保护区提供管理建议,为社会经济发展提供理论支撑。

基于FLUS模型的花都区土地利用动态模拟研究

土地利用动态变化模拟是研究全球变化的重要内容。本文以广州市花都区为例,基于2010年土地利用数据,利用FLUS模型在30 m ×30 m尺度下模拟预测2015年的土地利用状况,并与花都区2015年的土地利用现状数据进行精度验证,再通过马尔科夫法预测2050年花都区的土地利用结构与布局。结果表明,FLUS模型模拟结果的Kappa指数高达0.8869,总体精度为0.9132,FOM指数也符合标准水平,模型模拟精度高,模拟结果均具有较高的准确性和科学性,模拟结果可为区域国土空间规划提供有价值的参考。

基于历史情景的FLUS模型邻域权重设置——以闽三角城市群2030年土地利用模拟为例

以闽三角城市群2030年土地利用模拟为例,针对FULS模型邻域权重参数提出一种基于历史情景的设置方法.首先以2015年土地利用数据为基础,结合人工神经网络算法综合12个自然、社会、经济驱动因子计算各土地类型的出现概率和空间分布,然后依据对历史情景的分析,分别用马尔可夫链和分析景观格局指数的方法设定相关参数,最后用自适应惯性竞争元胞自动机模拟闽三角城市群2030年的土地利用情景.分析发现,同时间尺度各土地类型TA(Total Area)的变化量可以较好的反映其扩张强度,由强到弱依次为建设用地、水域及滩涂、其他土地、草地、林地及农田;TA变化量的无量纲值在数据意义和数据结构方面均较好地契合FLUS模型邻域权重的参数要求;结合各土地类型TA变化量和扩张强度间的相互关系来看,到2030年农田受建设用地扩张的影响最为严重,大量土地由农田、林地、草地及其他土地转变为建设用地或水域及滩涂;建设用地持续扩张,闽三角城市群空间一体化格局基本形成,其余各土地类型被进一步分离,同类型斑块更趋于独立发展.综合参数设置过程和模拟结果来看,TA变化量的无量纲值可为FLUS模型的邻域权重参数设置提供一种客观可行的方法.

基于FLUS模型的昆明市建设用地扩张模拟及景观效应分析

以昆明市为例,选取2000、2009和2015年3期土地利用数据、DEM数据及社会经济统计资料等多源数据作为基础数据源,对3个时段昆明市建设用地时空扩张特征进行分析.结果表明,3个时段昆明市建设用地沿东北-西南方向分布,且西南方向的分布最为聚集,扩张特征总体呈"坝区内部填充,缓坡-山区散点分布"态势,整体分布较为离散.对FLUS模型校准及精度验证后,预设规划引导与政策约束2种情景,模拟研究区2020年建设用地空间扩张格局并分析其空间扩张的生态效应差异.模拟结果显示两种情景下的建设用地扩张面积持续增加,但扩张程度存在差异,建设用地破碎度与分维数较之前均有所降低,建设用地集约程度有所提高.

基于GIS-FLUS的漯河市域生态敏感性时空演变特征研究

【目的】通过定量分析生态空间各指标间的相互关系,探究漯河市域生态敏感性时空分布特征与规律,为研究区域国土空间生态规划提供科学依据。【方法】以地形地貌、生态环境和城市建设3个层级、11项因素为对象,结合居民聚集因素,运用GIS静态空间分析和FLUS模型动态仿真对漯河市域生态敏感性区域变化进行分析及预测。【结果】(1)2015和2020年,不敏感、低度敏感、中度敏感、高度敏感和极度敏感区在研究区的占比分别为41.47%、27.06%、14.94%、8.90%、7.63%和43.61%、25.76%、14.55%、8.47%、7.61%,5年间城市倾向于向低度敏感性方向发展;(2)低度敏感区分布集中,具有较强的扩张特性,高度敏感区分布分散,有较高的保护难度;(3)生态敏感影响要素表现为环境因子>地形地貌因子>建设因子;(4)模拟结果显示:积极保护极度敏感和高度敏感区将有效抑制低度敏感和不敏感区蔓延。【结论】通过分析研究区生态敏感性演变特征、分布规律和模型预测,能够为城乡可持续发展统筹规划提出科学的生态保护策略。

基于Markov-FLUS模型的广西土地利用变化模拟预测

耕地保护是确保粮食安全和社会经济稳定的头等大事,土地利用变化预测分析则是调整耕地保护政策的重要依据。为了探究广西耕地保护工作成效、促进土地资源合理配置,围绕耕地保护,运用Markov-FLUS模型,分别基于非限制性与耕地保护两类情景,预测2025年广西土地利用数量及空间变化状况,对比了两类情景下耕地变化差异。结果表明:(1)广西城市建设效果明显,2005—2015年,城镇用地、交通基础设施用地等其他建设用地面积增长了893 km^(2),增长率达77.25%。两类不同土地利用情景模拟预测下,至2025年,城镇用地面积均保持增长趋势,但耕地保护情景下,其扩张速度受到限制;(2)广西生态保护成效良好,两类不同土地利用情景模拟预测下,至2025年,林地、草地、水域等生态用地面积均保持增长趋势;(3)广西耕地保护任重道远,2005—2015年,耕地面积减少626 km^(2),两类不同土地利用情景模拟预测下,至2025年,耕地面积均延续减少趋势。但耕地保护情景下,耕地面积减少态势得到一定程度遏止;(4)不同发展阶段,影响广西耕地保护的主导因素各异:2005—2015年,交通道路等基础设施建设是影响广西耕地保护的主要因素;2015—2025年,随着社会经济加速发展,南宁市、桂林市、柳州市以及“钦北防”沿海城市建设用地的扩张和桂西北、桂南地区林业用地的增长,将成为广西耕地减少的主要原因。

基于FLUS-In VEST模型的中山市生境质量时空分异特征

伴随城市的快速发展,土地利用格局也随之发生变化,对城市生境质量造成显著影响。探究在生态文明建设及生态宜居城市建设下的中山市生境质量的时空分异特征,运用FLUS及InVEST模型评估中山市1995—2026年土地利用、生境质量及生境退化时空分异特征。研究显示:(1)1995—2018年期间中山市土地利用以向建设用地转化为主,其中2000—2010年期间的土地利用变化速度是研究期间内变化最明显的。(2)2000—2010年生境质量变化是研究期间内最明显,生境质量下降的面积达18.98%,而1995—2000年间生境质量上升最明显;中度及以上退化地区面积自1995年逐步上升,并于2010年后逐步稳定在12%左右。(3)通过分析得出中度及以上生境退化区主要分布在建设用地缓冲区0—300米、坡度在0—6°地区,由此得出2026年生境主要退化地区,为进一步的生态规划提供一定参考价值。

基于FLUS模型的喀斯特地区生态用地时空变化及多情景预测--以湖南省宁远县为例

[目的]分析近2000—2020年喀斯特地区生态用地数量分布特征,预测未来多情景下生态用地变化情况,寻求协调生态保护与发展建设的最优情景,为研究区未来国土空间开发保护,生态空间管控以及区域生态经济可持续发展提供科学参考。[方法]采用土地利用转移矩阵和动态度分析湖南省宁远县土地利用变化特点,基于FLUS模型,模拟预测2030年不同情景下生态用地数量及分布。[结果]①耕地主要集中在宁远县中部区域,林地、草地原生态用地主要分布在南北两端和西部。2020年,原生态用地中,林地所占比例为56.69%,草地所占比例为12.85%,水域为0.60%,半人工生态用地即耕地所占比例为27.80%。②多情景模拟结果显示:生态优先情景下,宁远县原生态用地中林地、草地、水域分别较2020年增加了15.12,37.35,23.67 hm^(2)。③政策对喀斯特地区生态用地变化有着极大的导向作用,社会经济发展对水域的增加有显著影响。[结论]宁远县原生态用地所占比例高达70.14%。生态保护优先情景能够最大程度保障生态用地不被非生态用地侵占。在以建设森林城市为目标导向的情况下,宁远县及同类地区适宜采用该情景进行城市发展。