基于碳储量最大化的流域多目标土地利用分区优化模拟

吴欣芋; 覃盟琳; 蒋红波; 赵胤程; 罗丁丁; 王政强

doi:10.12153/j.issn.1674-991X.20221203

基于碳储量最大化的流域多目标土地利用分区优化模拟—以广西西江清水河为例

doi: 10.12153/j.issn.1674-991X.20221203

吴欣芋^1,,
覃盟琳^{2, 3, ,},
蒋红波¹,
赵胤程²,
罗丁丁¹,
王政强¹

1.
广西大学林学院
2.
广西大学土木建筑工程学院
3.
广西大学人居环境设计研究中心

基金项目: 国家自然科学基金项目（52268008）

详细信息

作者简介:
吴欣芋(1997—)，女，助理工程师，硕士研究生，主要从事低碳规划设计，982708087@qq.com

通讯作者:
覃盟琳(1978—)，男，副教授，博士，主要从事低碳规划设计，XDrenju@163.com

中图分类号: X171.1
计量
- 文章访问数: 342
- HTML全文浏览量: 134
- PDF下载量: 63
- 被引次数: 0
出版历程
- 收稿日期: 2022-12-01

Simulation of land use zoning optimization under multi-objective scenarios based on maximizing carbon storage: taking Qingshui River of Xijiang River in Guangxi as an example

1.
College of Forestry, Guangxi University
2.
College of Civil Engineering, Guangxi University
3.
Human Settlements Design and Research Center, Guangxi University

摘要

摘要:
土地利用变化是影响碳固存变化的重要因素，土地利用优化对实现区域碳平衡具有重要作用。以广西西江清水河流域为研究对象，基于2000年、2010年和2020年土地利用数据，通过FLUS-InVEST耦合模型预测2060年清水河流域4种模拟情景（基线情景、耕地保护情景、水域保护情景、高碳储用地保护情景）下土地利用变化与碳储量的时空发展特征；针对高、中、低碳储能力等级区域适宜发展的方向，构建基于碳储量最大化的灰色线性规划模型，优化土地利用数量结构并运用FLUS模型模拟土地利用空间布局；利用Fragstats软件分析流域上、中、下游区域不同土地利用类型的形态格局，探讨其与碳储量的相关性并提出相应的优化策略。结果表明：1）4种模拟情景下，2060年流域碳储量仅在高碳储用地保护情景下稳定提升，其他3种情景都大幅下降；2）基于优化方案，2060年流域内林地、湿地和水域面积增加，建设用地面积稳定增长，草地、耕地面积相对减少且连片耕地保持不变，流域整体碳储量增长达1.32×10⁶ t；3）流域土地利用形态格局影响碳储量，且不同流段存在空间异质性，整体上斑块呈现复杂不规则的形态和较高的聚集度、连接度，有利于提高区域整体碳储量。优化策略能更好地满足流域不同区域的发展需求并统筹流域整体发展，增加流域碳储量的同时推动总体效益最优化。
- 土地利用模拟 /
- 碳储量 /
- 多目标 /
- 分区优化 /
- FLUS-InVEST模型 /
- 清水河流域
Abstract:
Land use change is an important factor affecting carbon sequestration change, and land use optimization plays an important role in realizing regional carbon balance. Based on the data of land use in 2000, 2010 and 2020, the temporal and spatial development characteristics of land use change and carbon storage in Qingshui River basin in 2060 were predicted by FLUS-InVEST coupling model under different simulation scenarios (baseline scenario, cultivated land protection scenario, water area protection scenario, and high-carbon storage land protection scenario). Aiming at the suitable development direction of high, medium and low carbon storage capacity grade regions, a grey linear programming model based on the maximization of carbon storage was constructed to optimize the quantitative structure of land use and simulate the spatial layout of land use using FLUS model. Fragstats software was used to analyze the morphological pattern of different land use types in the upper, middle and lower reaches of the basin, and analyze their correlation with carbon storage, and corresponding optimization strategies. The results showed that: 1) Under the four simulation scenarios, the carbon storage in the basin would increase steadily in 2060 only under the high-carbon storage land protection scenario, and decrease significantly under the other three scenarios. 2) Based on the optimization scheme, in 2060, the area of forest land, wetland and water area in the basin would increase, the area of construction land would increase steadily, the area of grassland and cultivated land would decrease relatively and the contiguous cultivated land would remain unchanged, and the overall regional carbon storage would increase by 1.32×10⁶ t. 3) The land use pattern of the basin affected the carbon storage, and there was spatial heterogeneity in different segments. On the whole, the patches showed complex and irregular shapes with high degree of aggregation and connectivity, which was conducive to improve the overall carbon storage in the region. Therefore, the optimization proposed in this thesis can better meet the development needs of different regions of the basin while coordinate the overall development at the same time, and eventually increase the carbon storage of the basin and promote the overall benefit optimization.
- land use simulation /
- carbon storage /
- multiple objectives /
- partition optimization /
- FLUS-InVEST models /
- Qingshui River basin

HTML全文

图 1 清水河流域边界与地形示意

Figure 1. Schematic representation of the boundaries and topography of Qingshui River basin

下载: 全尺寸图片幻灯片

图 2 清水河流域碳储量最大化的多目标土地利用分区优化研究框架

Figure 2. Research framework of multi objective land use zoning optimization for maximizing carbon storage in Qingshui River basin

下载: 全尺寸图片幻灯片

图 3 清水河流域碳储能力等级分区

Figure 3. Carbon storage capacity level zoning map of Qingshui River basin

下载: 全尺寸图片幻灯片

图 4 2060年不同情景下清水河流域土地利用流弦图

注：字母A对应2020年，字母B对应2060年；数字1~6分别对应耕地、林地、草地、湿地、水域、建设用地。

Figure 4. Flow chart of land use in Qingshui River basin under different scenarios in 2060

下载: 全尺寸图片幻灯片

图 5 不同情景下2020—2060 年清水河流域碳储量空间变化

Figure 5. Spatial change of carbon storage in Qingshui River basin from 2020 to 2060 under different scenarios

下载: 全尺寸图片幻灯片

图 6 清水河流域优化策略下的 2060年土地利用空间布局模拟图及2020—2060年土地利用转换图

Figure 6. Simulation map of land use spatial layout in 2060 and land use conversion map from 2020 to 2060 under the optimization strategy of Qingshui River basin

下载: 全尺寸图片幻灯片

表 1 清水河流域不同土地利用类型各部分碳密度

Table 1. Carbon density of different land use types in Qingshui River basin t/hm²　

土地利用类型	地上部分碳密度（C_ax）	地下部分碳密度（C_bx）	土壤碳密度（C_sx）	死亡有机碳密度（C_dx）
耕地	19.43	3.85	51.31	1.06
林地	118.08	36.29	138.24	12.81
草地	3.19	14.33	53.42	1.44
湿地	53.28	17.05	58.76	4.32
水域	6.14	8.89	19.48	0.00
建设用地	5.93	0.98	4.02	0.00

下载: 导出CSV

表 2 4种情景下土地利用转换成本矩阵

Table 2. Land use conversion cost matrix under four scenarios

土地利用类型	BD情景						CP情景						WP情景						HCP情景
土地利用类型	A	B	C	D	E	F	A	B	C	D	E	F	A	B	C	D	E	F	A	B	C	D	E	F
A	1	1	1	1	1	1	1	0	0	0	0	0	1	1	1	1	1	1	1	1	0	1	0	1
B	1	1	1	1	1	1	1	1	0	0	1	1	0	1	0	1	1	0	0	1	0	0	0	0
C	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1	0	0
D	1	1	1	1	1	1	1	1	0	1	1	1	0	0	0	1	1	0	0	1	0	1	0	0
E	1	1	1	1	1	1	1	0	0	0	1	1	0	0	0	0	1	0	1	1	1	1	1	0
F	0	0	0	0	0	1	0	0	0	0	0	1	0	0	0	0	0	1	0	1	0	0	0	1
注：A~F分别对应耕地、林地、草地、湿地、水域、建设用地。

下载: 导出CSV

表 3 4种情景下邻域因子参数

Table 3. Neighborhood factor parameters in four scenarios

土地利用类型	不同情景领域作用权重
土地利用类型	BD情景	CP情景	WP情景	HCP情景
耕地	0.7	1	0.5	0.3
林地	0.5	0.5	0.5	1
草地	0.1	0.5	0.5	0.5
湿地	0.2	0.5	0.5	0.8
水域	0.4	0.5	1	0.2
建设用地	1	0.5	0.5	0.1

下载: 导出CSV

表 4 3 个碳储能力区各土地利用类型相应的约束条件

Table 4. Corresponding constraint conditions of each land use type in the 3 carbon storage capacity areas

约束类型	约束条件/km²	说明
总面积	$\begin{array}{l}{Z}_{t}=388.230\\ {Z}_{x}=1\;232.190\\ {Z}_{y}=2\;312.710\end{array}$	根据土地面积平衡原理，在行政区划不发生改变的情况下，优化后流域3个碳储能力区面积前后保持不变，高（t）、中（x）、低（y）碳储能力区的总面积分别为388.23、1 232.19、2 312.71 km²
耕地	$\begin{array}{l}4.828\leqslant {t}_{1}\leqslant 7.935\\ 159.758\leqslant {x}_{1}\leqslant 237.232\\ {y}_{1}\leqslant 1\;865.957\end{array}$	t₁和x₁以CP情景下的耕地面积作为上限；y₁则以保障优质连片耕地^[28]为发展目标，严格落实耕地和基本农田保护任务，加快推进坡度25°以上的耕地和石漠化敏感区退耕还林还草
林地	$\begin{array}{l}{t}_{2}\geqslant 378.375 \\ 963.187\leqslant {x}_{2}\leqslant 971.031\\ 57.854\leqslant {y}_{2}\leqslant 67.680\end{array}$	t区和x区为生态涵养区和流域上游源头，应严格执行生态保护与修复要求，保障林地只增不减；y区中，将固碳能力较差的林地作为建设用地和耕地调入储备区。t₂和x₂至少不能低于HCP情景下的林地面积；y₂则以BD情景为下限且不超过现有发展水平
草地	$\begin{array}{l}0.629\leqslant {t}_{3}\leqslant 0.633\\ 4.835\leqslant {x}_{3}\leqslant 5.230\\ 0.650\leqslant {y}_{3}\leqslant 0.683\end{array}$	清水河流域草地面积较少，对其采取保护措施；草地的碳储能力相比林地较低，故t₃和x₃以HCP情景下草地面积为基础发展，加强遏制草地退化速率且提高部分地形坡度较大或固碳能力较差的草地向林地的转换率；y₃则以2020年草地面积为发展下限
湿地	$\begin{array}{l} {t}_{4} > 0.100 \\ {x}_{4}\geqslant 0.102\\ {y}_{4}\leqslant 1.070\end{array}$	湿地是重要的碳固存用地及研究区内面积最小的用地类型，故以保护与增加湿地为发展导向，t₄和x₄以WP情景模拟发展；y₄则以WP情景草地面积为发展下限
水域	$\begin{array}{l}{t}_{5}\geqslant 0.500\\ 13.516\leqslant {x}_{5}\leqslant 32.800\\ 69.478\leqslant {y}_{5}\leqslant 70.992\end{array}$	t₅位于清水河源头与上游地带，以2020年为保有量及WP情景为发展目标，发挥清水河流域优质水资源优势；x₅和y₅以保障现有水域面积为基础，以BD情景水域面积发展为上限
建设用地	$\begin{array}{l}0.216\leqslant {t}_{6}\leqslant 0.221\\ 11.460\leqslant {x}_{6}\leqslant 11.661\\ 221.739\leqslant {y}_{6}\leqslant 374.596\end{array}$	清水河流域2000—2020年建设用地大幅度扩张，在保护资源和保持发展的前提下，t₆和x₆以HCP情景为保有量且不超过2020年现有发展面积；y₆以BD情景发展为上限

下载: 导出CSV

表 5 2020年流域各类土地利用现状与2060年各类土地利用模拟情况

Table 5. Land use status in 2020 and simulations of different land use in 2060

土地利用类型	2020年现状		2060年预测值
	2020年现状		BD情景		CP情景		WP情景		HCP情景
	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%
耕地	2198.08	55.890	2041.27	51.900	2223.58	56.530	2036.63	51.780	2189.76	55.670
林地	1410.68	35.870	1343.09	34.150	1308.33	33.260	1398.57	35.560	1422.69	36.170
草地	6.56	0.167	5.96	0.151	6.00	0.152	6.10	0.155	6.18	0.157
湿地	1.16	0.029	1.19	0.030	1.11	0.028	1.17	0.030	1.14	0.029
水域	83.08	2.110	103.83	0.030	73.12	1.860	122.32	3.110	80.11	2.040
建设用地	233.56	5.940	437.78	11.130	320.98	8.160	368.33	9.360	233.25	5.930

下载: 导出CSV

表 6 2060年4种情景下清水河流域碳储量、平均碳密度及变化

Table 6. Carbon storage, average carbon density and changes in Qingshui River Basin under four scenarios in 2060

模拟情景	预测碳储量/×10⁶ t	平均碳密度/（t/hm²）	2020—2060年碳储量变化/×10⁶ t
BD情景	57.36	145.83	−2.96
CP情景	57.44	146.05	−2.87
WP情景	59.01	150.04	−1.31
HCP情景	60.61	154.10	0.29

下载: 导出CSV

表 7 清水河流域2020年现状与2060年碳储量最大化的多目标土地利用优化方案对比

Table 7. Comparison of multi-objective land use optimization scenarios for maximizing carbon stocks in Qingshui River basin in 2020 and 2060

土地利用类型	2020年现状		2060年综合优化模拟情景
土地利用类型	面积/km²	碳储量/10⁶ t	面积/km²	碳储量/10⁶ t
耕地	2198.08	16. 63	2030.54	15.36
林地	1410.68	43.08	1492.15	45.57
草地	6.56	0.05	6.15	0.04
湿地	1.16	0.02	1.27	0.02
水域	83.08	0.29	85.01	0.29
建设用地	233.56	0.26	318.00	0.35
合计	3933.12	60.32	3933.12	61.64

下载: 导出CSV

表 8 清水河流域土地利用形态格局与碳储量相关性

Table 8. Correlation between land use pattern and carbon storage in Qingshui River basin

不同流段的土地利用类型		景观格局指数与碳储量的Pearson相关性指数
不同流段的土地利用类型		CA	ED	LSI	PLADJ	IJI	COHESION	DIVISION	AI
耕地	上游	1.000^**	−0.452	0.689^*	0.445	−0.653^*	0.403	0.286	0.215
耕地	中下游	0.987^**	−0.541^**	0.494^**	0.707^**	0.331	0.593^**	0.012	0.520^**
林地	上游	1.000^**	0.125	0.394	0.972^**	0.116	0.853^**	−0.722^**	0.981^**
林地	中下游	0.966^**	0.244	0.607^**	0.633^**	0.031	0.587^**	−0.527^**	0.738^**
水域	上游	1.000^**	−0.418	−0.151	0.918^**	0.676^*	0.927^**	−0.664^*	0.920^**
水域	中下游	0.983^**	−0.107	0.766^**	0.251	−0.106	0.296	0.283	0.08
建设用地	上游	1.000^**	−0.359	0.905^**	0.641^*	0.256	0.575	0.480	0.429
建设用地	中下游	1.000^**	0.105	0.837^**	0.747^**	−0.708^**	0.723^**	−0.032	0.282
草地		1.000^**	0.959^**	0.916^**	−0.746^*	0.106	−0.412	0	−0.794^*
湿地		1.000^**	0.457	0.495	0.591^*	0.572	0.583^*	0	0.311
注：*表示P<0.01；表示P<0.05。

下载: 导出CSV

表 9 清水河流域碳储量提升的土地利用形态格局发展特征分析

Table 9. Analysis of the correlation between carbon storage and land use patterns in Qingshui River basin

不同流段的土地利用类型		土地利用形态格局发展特征
耕地	上游	斑块大；形态复杂、不规则；斑块邻接类型少
耕地	中下游	斑块大且较聚集；形态复杂、不规则且边缘破碎度低；斑块连接度高
林地	上游	斑块大且较聚集；斑块连接度高
林地	中下游	斑块大且较聚集；形态复杂、不规则；斑块连接度高
水域	上游	斑块大且较聚集；斑块连接度高且邻接类型多
水域	中下游	斑块大；形态复杂、不规则；斑块连接度高、聚集度较低
建设用地	上游	形态复杂、不规则；斑块聚集度高
建设用地	中下游	形态复杂、不规则；斑块聚集度、连接度高
草地		斑块大；不规则；斑块聚集度低
湿地		斑块大；斑块聚集度、连接度高

下载: 导出CSV

参考文献(30)

[1]	BERGER A R, HODGE R A. Natural change in the environment: a challenge to the pressure-state-response concept[J]. Social Indicators Research,1998,44(2):255-265. doi: 10.1023/A:1006888532080
[2]	张燕, 师学义, 唐倩.不同土地利用情景下汾河上游地区碳储量评估[J]. 生态学报,2021,41(1):360-373. ZHANG Y, SHI X Y, TANG Q. Carbon storage assessment in the upper reaches of the Fenhe River under different land use scenarios[J]. Acta Ecologica Sinica,2021,41(1):360-373.
[3]	KAIRO J, MBATHA A, MURITHI M M, et al. Total ecosystem carbon stocks of mangroves in Lamu, Kenya; and their potential contributions to the climate change agenda in the country[J]. Frontiers in Forests and Global Change,2021,4:709227. doi: 10.3389/ffgc.2021.709227
[4]	薛峰, 李苗裔, 马妍, 等.基于FLUS模型的江西省国土空间开发模拟与评估[J]. 规划师,2020,36(8):12-19. XUE F, LI M Y, MA Y, et al. Simulation and evaluation of national land use and spatial development based on FLUS model: Jiangxi Province[J]. Planners,2020,36(8):12-19.
[5]	HUO J G, SHI Z Q, ZHU W B, et al. A multi-scenario simulation and optimization of land use with a markov-FLUS coupling model: a case study in Xiong'an New Area, China[J]. Sustainability,2022,14(4):2425. doi: 10.3390/su14042425
[6]	HOUGHTON R A, NASSIKAS A A. Global and regional fluxes of carbon from land use and land cover change 1850-2015[J]. Global Biogeochemical Cycles,2017,31(3):456-472. doi: 10.1002/2016GB005546
[7]	卢雅焱, 徐晓亮, 李基才, 等.基于InVEST模型的新疆天山碳储量时空演变研究[J]. 干旱区研究,2022,39(6):1896-1906. LU Y Y, XU X L, LI J C, et al. Research on the spatio-temporal variation of carbon storage in the Xinjiang Tianshan Mountains based on the InVEST model[J]. Arid Zone Research,2022,39(6):1896-1906.
[8]	LI Y X, LIU Z S, LI S J, et al. Multi-scenario simulation analysis of land use and carbon storage changes in Changchun City based on FLUS and InVEST model[J]. Land,2022,11(5):647. doi: 10.3390/land11050647
[9]	朱志强, 马晓双, 胡洪.基于耦合FLUS-InVEST模型的广州市生态系统碳储量时空演变与预测[J]. 水土保持通报,2021,41(2):222-229. ZHU Z Q, MA X S, HU H. Spatio-temporal evolution and prediction of ecosystem carbon stocks in Guangzhou City by coupling FLUS-InVEST models[J]. Bulletin of Soil and Water Conservation,2021,41(2):222-229.
[10]	庄子薛, 谢梦晴, 张文萍, 等.基于FLUS-InVEST模型的碳储量时空变迁及多情景模拟预测: 以成德眉资地区为例[J]. 风景园林,2022,29(5):38-44. ZHUANG Z X, XIE M Q, ZHANG W P, et al. Temporal and spatial changes and multi-scenario simulation prediction of carbon storage based on FLUS-InVEST model: a case study of Chengdu-Deyang-Meishan-Ziyang area[J]. Landscape Architecture,2022,29(5):38-44.
[11]	张凯琪, 陈建军, 侯建坤, 等.耦合InVEST与GeoSOS-FLUS模型的桂林市碳储量可持续发展研究[J]. 中国环境科学,2022,42(6):2799-2809. ZHANG K Q, CHEN J J, HOU J K, et al. Study on sustainable development of carbon storage in Guilin coupled with InVEST and GeoSOS-FLUS model[J]. China Environmental Science,2022,42(6):2799-2809.
[12]	魏玺, 邵亚, 蔡湘文, 等.漓江流域陆地生态系统碳储量时空特征与预测[J]. 环境工程技术学报,2023,13(3):1223-1233. WEI X, SHAO Y, CAI X W, et al. Spatio-temporal characteristics and prediction of carbon storage in terrestrial ecosystems in Lijiang River Basin[J]. Journal of Environmental Engineering Technology,2023,13(3):1223-1233.
[13]	赵一行, 高润艺, 李海东, 等.江阴市土地利用对碳储量的影响及优化研究[J]. 生态与农村环境学报,2022,38(10):1290-1298. ZHAO Y X, GAO R Y, LI H D, et al. Study on carbon storage change and optimization of land use in Jiangyin City[J]. Journal of Ecology and Rural Environment,2022,38(10):1290-1298.
[14]	SHEIKH V, SALMANI H, MAHINY A S, et al. Land use optimization through bridging multiobjective optimization and multicriteria decision-making models (case study: Tilabad Watershed, Golestan Province, Iran)[J]. Natural Resource Modeling,2021,34(2):e12301.
[15]	陈宁, 辛存林, 唐道斌, 等. 中国西北地区多情景土地利用优化与碳储量评估[J]. 环境科学, 2023, 44(8): 4655-4665. CHEN N, XIN C L, TANG D B, et al. Multi-scenario land use optimization and carbon storage assessment in Northwest China[J]. Environmental Science, 2023, 44(8): 4655-4665.
[16]	NIE X, LU B, CHEN Z P, et al. Increase or decrease: integrating the CLUMondo and InVEST models to assess the impact of the implementation of the Major Function Oriented Zone planning on carbon storage[J]. Ecological Indicators,2020,118:106708. doi: 10.1016/j.ecolind.2020.106708
[17]	牛远, 胡小贞, 王琳杰, 等.抚仙湖流域山水林田湖草生态保护修复思路与实践[J]. 环境工程技术学报,2019,9(5):482-490. NIU Y, HU X Z, WANG L J, et al. Ideas and practice of ecological protection and restoration of mountain-river-forest-farmland-lake-grassland system in Lake Fuxian Basin[J]. Journal of Environmental Engineering Technology,2019,9(5):482-490.
[18]	LIU S Y, HU N K, ZHANG J, et al. Spatiotemporal change of carbon storage in the Loess Plateau of northern Shaanxi, based on the InVEST Model[J]. Sciences in Cold and Arid Regions,2018,10(3):240-250.
[19]	方精云, 黄耀, 朱江玲, 等.森林生态系统碳收支及其影响机制[J]. 中国基础科学,2015,17(3):20-25. FANG J Y, HUANG Y, ZHU J L, et al. Carbon budget of forest ecosystems and its driving forces[J]. China Basic Science,2015,17(3):20-25.
[20]	林彤, 杨木壮, 吴大放, 等.基于InVEST-PLUS模型的碳储量空间关联性及预测: 以广东省为例[J]. 中国环境科学,2022,42(10):4827-4839. LIN T, YANG M Z, WU D F, et al. Spatial correlation and prediction of land use carbon storage based on the InVEST-PLUS model: a case study in Guangdong Province[J]. China Environmental Science,2022,42(10):4827-4839.
[21]	荣检. 基于InVEST模型的广西西江流域生态系统产水与固碳服务功能研究[D]. 南宁: 广西师范学院, 2017.
[22]	陈光水, 杨玉盛, 谢锦升, 等.中国森林的地下碳分配[J]. 生态学报,2007,27(12):5148-5157. CHEN G S, YANG Y S, XIE J S, et al. Total belowground carbon allocation in China's forests[J]. Acta Ecologica Sinica,2007,27(12):5148-5157.
[23]	ALAM S A, STARR M, CLARK B J F. Tree biomass and soil organic carbon densities across the Sudanese woodland savannah: a regional carbon sequestration study[J]. Journal of Arid Environments,2013,89:67-76. doi: 10.1016/j.jaridenv.2012.10.002
[24]	杨俊毅, 李俊生, 关潇.乌江流域固碳服务时空格局及驱动机制[J]. 环境科学研究,2023,36(4):757-767. YANG J Y, LI J S, GUAN X. Spatio-temporal pattern and driving mechanism of ecosystem carbon sequestration services in the Wujiang River Basin[J]. Research of Environmental Sciences,2023,36(4):757-767.
[25]	QIN M L, ZHAO Y C, LIU Y T, et al. Multi-scenario simulation for 2060 and driving factors of the eco-spatial carbon sink in the Beibu Gulf Urban Agglomeration, China[J]. Chinese Geographical Science, 2023, 33: 85-101.
[26]	李欣, 王志远, 刘丹丹, 等.生态安全格局约束下长株潭都市圈建设用地演变模拟与管控[J]. 环境工程技术学报,2023,13(1):348-358. LI X, WANG Z Y, LIU D D, et al. Simulation and control of the evolution of construction land in Changzhutan Metropolitan Area under the constraints of ecological security pattern[J]. Journal of Environmental Engineering Technology,2023,13(1):348-358.
[27]	王秀兰.土地利用/土地覆盖变化中的人口因素分析[J]. 资源科学,2000,22(3):39-42. WANG X L. Analysis on demographic factors and land use/land cover change[J]. Resources Science,2000,22(3):39-42.
[28]	黄海舟, 兰涌.基于ArcGIS软件的广西耕地连片分析及应用: 广西耕地红线研究系列论文之三[J]. 广西师范学院学报(哲学社会科学版),2018,39(6):142-148. HUANG H Z, LAN Y. The analysis and application of Guangxi’s concentrated arable land based on ArcGIS: on boundary line of Guangxi’s arable land (research paper Ⅲ)[J]. Journal of Guangxi Teachers Education University (Philosophy and Social Sciences Edition),2018,39(6):142-148.
[29]	梁保平, 雷艳, 覃业努, 等.快速城市化背景下广西典型城市景观空间格局动态比较研究[J]. 生态学报,2018,38(12):4526-4536. LIANG B P, LEI Y, QIN Y N, et al. Comparison of changing landscape patterns in the rapidly urbanizing cities of Guangxi[J]. Acta Ecologica Sinica,2018,38(12):4526-4536.
[30]	苏常红, 傅伯杰.景观格局与生态过程的关系及其对生态系统服务的影响[J]. 自然杂志,2012,34(5):277-283. SU C H, FU B J. Discussion on links among landscape pattern, ecological process, and ecosystem services[J]. Chinese Journal of Nature,2012,34(5):277-283. ◇