土地利用变化作为全球变化的主要动因，目前已受到全球变化研究的广泛关注。对未来土地利用变化的预测，有助于政府制定相关政策，从而对土地利用的开发、利用、整治和保护在时间和空间上作出预先安排，这对于区域土地资源的配置和可持续利用具有重要的现实意义。当前，土地利用变化可以通过多种模型模拟，其中地理学具有代表性的就是以元胞自动机（CA）预测土地利用变化的模型。国外从20世纪90年代元胞自动机模型广泛的应用在景观格局与生态学上^{[1, 2, 3]}，运用GIS不断推动CA模型在城市模拟中的应用^{[4, 5, 6]}，国内黎夏等^{[7, 8, 9, 10]}结合CA与神经网络、CA与面向对象、CA与多准则来分析城市用地变化，均能很准确地得到预测结果，另外罗平^[11]、徐昔保^[12]利用元胞自动机分别在深圳、兰州等地区对土地利用动态演化进行研究，取得很好的结果。

生态敏感性是指生态系统对人类活动干扰和自然环境变化的反映程度，说明发生区域生态环境问题的难易程度和可能性大小^[13]。生态敏感性代表了区域的生态脆弱性，是区域环境评价的重要内容之一。城市生态敏感性预测评价可针对城市潜在生态环境问题进行具体落实，了解空间分布特征，为制定环境政策、预防和治理生态环境问题提供科学依据^[14]。吴金华等^[15]运用ArcGIS空间叠加统计方法进行延安市土地生态敏感性评价，并对生态敏感性分等级，评价结果准确、客观。罗鹏等^[16]以龙滩库区为研究区，基于ArcGIS地理处理框（Geoprocessing framework），对库区生态敏感性和生态区划进行研究。宋晓龙等^[17]基于格网对黄河三角洲结合生境适宜性和人为干扰建立生态敏感性模型，黄静等^[18]基于土地利用强度和生态服务价值分析厦门市生态敏感性等，评价结果为今后环境问题预防和保护提供有效的科学依据。

本文借鉴前人研究方法，以嘉兴市为研究对象，在利用TM遥感影像数据进行景观生态分类的基础上，采用MCE-CA模型，对研究区2015年、2020年景观格局进行模拟预测并依据预测结果对嘉兴市未来10年的生态敏感性进行深入分析，为嘉兴市的土地利用、城市建设和区域可持续发展提供有效决策支持。 1 研究区概况

嘉兴市位于浙江省东北部、长江三角洲杭嘉湖平原腹心地带，地处北纬30°15′~31°02′，东经120°20′~121°32′之间，是长江三角洲重要城市之一。嘉兴市属亚热带季风气候，具有春湿、夏热、秋燥、冬冷的特点，因地处中纬度，夏令湿热多雨的天气比冬季干冷的天气短得多。年平均气温在15.4～16.4 ℃。多年平均年降水量大部分集中在3—9月，5—6月份梅雨集中，常常发生洪涝；8—9月份常有台风和极峰大雨。嘉兴市域面积3 915 km²，主要土地利用类型有旱地、水田、林地、草地、湿地、水库、运河、人工用地等。2010年，嘉兴市总人口达到341.6万人，非农业人口146.87万人，城市化率由2000年的23.7%快速提升到2010年的43%。2010年实现地区生产总值2 300亿元，人均生产总值5.2万元，在全国排名第47位。近年来平均GDP增速维持在13%左右，比全国平均GDP增速高出4%，嘉兴市进入经济高速增长时代。 2 材料与方法 2.1 数据来源与处理

本文采用全国生态环境10年变化（2000—2010年）遥感调查与评估项目中3个时相的遥感数据为主要数据源，分别为2000年、2005年和2010年3个时期的Landsat TM/ETM数据影像，分辨率为30 ｍ，遥感数据整体质量较好，没有大范围云系覆盖，地物信息丰富，为区域的景观格局研究提供了充足的信息来源。数据处理平台包括Erdas9.2、Arcgis10.0、Geo-SOS软件。以《土地利用现状分类》标准为基础，结合研究区土地利用覆盖类型与研究内容，解译遥感影像时将嘉兴市土地利用类型分为6大类，即森林、草地、湿地、耕地、建设用地和未利用地。最后，在Geo-SOS软件中，在此数据基础上运用MCE-CA模型对嘉兴市2015年、2020年土地利用变化进行预测。 2.2 MCE-CA模型

元胞自动机（Cellular automaton，CA）是一种时间、空间和状态都离散的网格动力学模型，具有很强的运算能力、空间建模能力，能有效模拟具有时空特征的复杂动态系统^[14]。

多准则判断模型（Multi-criteria evaluation，MCE）是在一些不相关、不一致的规则基础上评估一系列可供选择的方案和决策中找出最优决策的分析方法，它是分析决策理论的重要内容之一^{[19, 20, 21]}。

MCE模型对土地利用变化的预测着重于数量，而空间参数较弱，无法得知各土地利用类型在空间上的变化程度；CA模型具有了较强的空间概念，有较强的模拟复杂空间系统的时空动态演变能力。吸收了MCE和元胞自动机等理论对有关时间序列和空间预测二者优点的MCE-CA模型，可在数量和空间两方面较好地进行土地利用变化时空格局模拟。

MCE-CA模型需要加载土地利用与驱动因子数据，使用AHP方法获取各变量权重，并设定参数，然后进行模拟。 2.3 生态敏感性评价

本文建立土地利用变化下的生态敏感性指数，利用生态系统服务价值变化率与土地利用强度变化率的比值对生态系统在土地利用变化驱动下的敏感性响应灵敏程度进行表征：

点击浏览公式

式中，I_（j）代表第j年土地利用变化的生态敏感性指数；ES_{（j－1，j）}代表第j－1年至第j年生态系统服务价值变化率；LU_{（j－1，j）}代表第j－1年至第j年土地利用变化率；ES_j代表第j年生态系统服务价值；ES_j－1代表第j－1年生态系统服务价值；LU_j代表第j年土地利用强度；LU_j－1代表第j－1年土地利用强度以j－1年作为研究基准年。

以上公式中，土地利用强度指数与生态服务价值计算公式如下：

（1）土地利用强度指数：

点击浏览公式

式中，L代表土地利用强度指数；G_i代表第i种土地利用类型的强度等级值；C_i代表第i种土地利用类型面积占研究区总面积的比例；n代表研究区土地利用的数量。土地利用类型根据其自然状态被人为干扰的程度进行分级，等级越高代表受到人为干扰的程度越高，未利用地为1级，林地、草地、湿地为2级，耕地为3级，建设用地为4级。

（2）生态服务价值用参照文献^[22]公式来估算，其中：

研究区内某种土地利用类型的生态服务价值计算公式：TV_k=A_k×VC_k

研究区内生态系统服务总价值计算公式为：

点击浏览公式

式中，ESV为研究区生态系统服务总价值；A_k为第k类土地利用类型的面积；VC_k为生态价值系数，即单位面积的生态系统服务价值。 3 结果与分析 3.1 基于MCE-CA模型的土地利用预测分析 3.1.1 生成ASCII软件识别的栅格数据

本文土地利用变化的预测是运用地理模系统软件Geo-SOS的多准则判断与元胞自动机耦合模型进行的，要求的数据类型是ASCII栅格数据，因此要将现有的ArcGIS支持下的shapefile文件进行数据转换。栅格大小的设置根据研究区的面积和MCE-CA模型运行的速度设置为100 m×100 m。利用转换后的栅格文件统计栅格即元胞的个数。然后将raster文件在ArcGIS中转为ASCII文件，图 1为嘉兴市2000年、2005年、2010年土地利用现状图。

图 1 嘉兴市2000—2010年土地利用现状图 Figure 1 The current land use from year 2000 to 2010 in Jiaxing City

图选项

影响土地利用变化的驱动因素包括自然因素和人文因素两类。自然因素包括高程DEM、坡度SLOPE、坡向ASPECT、到湖泊的距离、到主要河流的距离；人文因素包括到主要城镇的距离、到主要铁路的距离、到主要公路的距离。其中距离因素采用缓冲区分析或欧式距离，本研究采用缓冲区分析所得（图 2）。

图 2 嘉兴市影响土地利用变化的驱动因素 Figure 2 The driving factors effecting on land use change in Jiaxing City

图选项

AHP使用两两比较的方法来决策多个因素的权重问题，针对因素A与因素B的重要程度，使用1~9的标度赋予一定的数值，若因素i与因素j比较的a_ij，则因素j与因素i比较的判断的1/a_ij，依据专家意见，本研究影响土地利用变化的驱动因素中到重点镇的距离重要性大于到主要公路的距离、到主要铁路的距离；到主要公路、主要铁路的距离重要性大于到主要河流、主要湖泊的距离；到主要河流、主要湖泊的距离重要性大于高程、坡度、坡向因子（表 1）。模型中要设置模拟所需要的各类参数，其中全局因素影响比例设为0.6，领域因素影响比例设为0.4，因此驱动因素权重总值为0.6。

表 1 影响土地利用变化的驱动因素的两两比较值与权重值 Table 1 The comparison and weight value of the driving factors effecting on land use change

表选项

MCE-CA模型模拟未来土地利用，3.1.2章节中各系数可以作为模型的有效输入，在充分考虑经济发展、生态环境和粮食安全的前提下设置以下情景，即耕地、未利用地可向建设用地转换，森林、草地、湿地不可向建设用地转换，然后设定驱动因子的两两比较值（表 1），扩散参数α值设为1，模拟转换总量设为1 000，元胞滤波器为5×5，以2000年土地利用为基准，取 5 次循环次数建立2005 年的土地利用预测图；以2005年土地利用为基准，取5 次循环次数，建立 2010 年的土地利用预测图（图 3）。将2005年、2010年土地利用预测图与实际情况作比较，模型模拟土地利用空间变化的精度进行检验通常采用Kappa指数方法：

Kappa=（P₀-P_c）/（P_P-P_c）

式中，P₀为模拟正确的比例；P_c为模型随机情况下模拟正确的比例；P_p为理想分类情况下正确模拟的比例。

图 3 基于MCE-CA模型2005年、2010年土地利用分布预测图与真实图比较 Figure 3 Comparison between simulation map based on MCE-CA model and reality map of year 2005 and 2010

图选项

运用ArcGIS的空间分析功能Spatial Analysis Tools | Math | Minus工具，把2005年、2010年模拟图和2005年、2010年实际土地类型图做相减运算，提取0值栅格个数，即正确栅格数分别为383 553、372 693，总栅格数为402 159，得到2005年、2010年P₀分别为0.95和0.93；土地类型一共有6个，所以模型随机情况下模拟正确的比例为1/6，即P_c=0.167，理想分类情况下模拟比例，P_p=1，计算得到2005年、2010年的Kappa指数分别为0.94、0.92，模拟精度非常好。 3.1.4 土地利用预测结果

按照以上方法，以 2010年土地利用图为基准，取 5 次循环次数建立 2015 年的土地利用，取10 次循环次数，建立 2020 年的土地利用图。图 4为嘉兴市2015年、2020年的土地利用变化模拟图。

图 4 基于MCE-CA模型预测2015年、2020年土地利用分布图 Figure 4 Simulation map of year 2015 and 2020 based on MCE-CA model

图选项

由表 2可知，2000—2020年，研究区土地利用变化趋势为草地、湿地、耕地、未利用地面积减少，林地和建设用地的面积都有所增加，耕地减少面积最多为313.63 km²，建设用地增加面积最多为376.53 km²。耕地占总面积的比例由2000年的68.39%下降到2020年的60.60%，而建设用地则由15.21%上升到24.57%。

表 2 2000—2020年各种生态系统类型面积和比例变化 Table 2 The area and proportion changes of different land use types from 2000 to 2020

表选项

按照公式2，依据表 2中各土地利用类型所占比例与土地利用程度的分级，计算出2000年、2005年、2010年、2015年、2020年嘉兴市土地利用强度指数分别为2.99、3.02、3.10、3.03、3.10。 3.2.2 生态系统服务价值研究方法

Costanza等^[22]使生态系统服务价值估算的原理及方法从科学意义上得以明确。但在该项研究某些数据存在较大偏差，谢高地等^{[23, 24]}在对我国200位生态学者进行问卷调查的基础上，制定出我国生态系统生态服务价值当量因子表。嘉兴市的土地利用情况有以下特点：嘉兴市垦殖指数高，粮食产量高，粮食单位面积产量是全国粮食产量2倍左右；嘉兴市农业开发历史悠久，广大平原地区以栽培植物为主，丘陵山地现存自然植被以次生为主；嘉兴市草地面积非常少，大多为森林严重破坏后出现的初期次生类型或堰湖泊河流分布的芦苇群落；嘉兴市水质污染较严重，五类和劣五类水约占了嘉兴水量的80%^[25]。基于上述认识，在谢高地等^{[23, 24]}研究我国生态服务价值量的基础上，结合嘉兴市实际情况，笔者重新调整了嘉兴市不同类型的生态服务价值指数，见表 3。

表 3 嘉兴市单位面积生态系统服务价值量 Table 3 Ecosystem service value per unit area equivalent of Jiaxing City

表选项

嘉兴市地处太湖流域，是全国著名的水稻高产区，每667 m²产量可达800 kg左右，是全国平均粮食的2倍左右。根据胡瑞法等^[26]研究，中国2005年全国平均粮食生产的单位面积总收益为36.29 元·km^-2，单位面积总投入（包括劳动、化肥、机械和其他4项）为9.30元·km^-2，估计获得土地用于粮食生产的影子地租约为22.50 元·km^-2，依此计算中国1个生态服务价值当量因子的经济价值量为4.49 元·km^-2 。因此太湖流域的1个生态服务价值当量因子的经济价值量为9 元·km^-2·a^-1，即为此次研究所采用的基准数值，再与生态系统单位面积服务价值当量值相乘，获得一个嘉兴市生态系统服务单价表，见表 4。

表 4 嘉兴市单位面积生态服务价值（万元·km^-2·a^-1） Table 4 Ecosystem service value per unit area of Jiaxing City （10 000 yuan·km^-2·a^-1）

表选项

按照公式3，依据表 2中的各土地利用类型面积与表 4中单位面积生态服务价值，计算出嘉兴市2000—2020年的生态服务价值分别为33.07亿、32.54亿、30.52亿、32.22 亿元和30.50 亿元（表 5）。

表 5 嘉兴市2000—2020年各生态系统服务价值量 Table 5 The ecosystem service value from year 2000 to 2020 in Jiaxing City

表选项

利用SPSS软件对嘉兴市土地利用强度与生态系统服务价值进行相关性分析，计算Pearson相关系数，得出嘉兴市土地利用强度指数与生态系统服务价值总量呈负相关，相关系数为-0.995，结果通过0.01水平双边显著性灵敏性检验；并且土地利用强度指数与耕地生态系统价值量呈显著性负相关，相关系数为-0.968；与建设用地生态系统价值量显著性呈正相关，相关性系数为0.994。土地利用强度指数与森林、草地、湿地和未利用地生态系统价值量无显著性相关，具体情况见表 6、图 5。

表 6 2000—2020年土地利用强度系数与各生态系统 生态服务价值及总量Pearson相关系数 Table 6 The Pearson correlation coefficient of land use intensity index and ecological service value of the ecological system

表选项

图 5 2005—2020年嘉兴市生态系统服务价值及土地利用强度变化 Figure 5 The changes of ecosystem services value and land use intensity of Jiaxing City from Year 2000 to 2020

图选项

根据预测，以嘉兴市2000年土地利用为基准，计算嘉兴市2005年、2010年、2015年、2020年土地利用变化下的生态系统敏感性指数分别为1.39、2.53、2.52、2.35。

采用ArcGIS的空间处理功能，对2000—2020年不同时段的土地利用图叠加相交，利用生态敏感性的公式1，即土地利用强度变化率与生态服务价值变化率的比值，可以在ArcGIS中进行属性字段的计算，或者计算出土地利用强度变化率与生态服务价值变化率栅格图，用栅格计算器Raster caculator计算出2005年、2010年、2015年、2020年嘉兴市土地利用下的生态敏感性分布图（图 6）。结合相关文献，将嘉兴市生态敏感性程度重新分级，生态敏感性低区域（I值为1~11），生态敏感性中区域（I值为11~22），生态敏感性高区域（I值为22~33），生态敏感性区域之外的面积为生态不敏感区域，具体情况见表 7。

图 6 2005—2020年嘉兴市土地利用的生态敏感性分布图 Figure 6 Distribution of ecological sensitivity area of land use changes of Jiaxing City from Year 2005 to 2020

图选项

表 7 2005—2020年嘉兴市土地利用变化的生态敏感性面积 Table 7 Ecological sensitivity area of land use changes of Jiaxing City from 2005 to 2020

表选项

表 7中，从土地利用下的生态敏感性程度来看，不同时期生态敏感型不同，但生态敏感性高区域所占比例最小，生态敏感性中等区域次之，生态敏感性低区域比例较大，任何时期生态不敏感区域面积都最大。从2005年到2010年，嘉兴市生态敏感性高区域面积有所增加，增加比例为0.07%，生态敏感性中等区域面积有所下降，下降比例为0.11%，生态敏感性低区域面积有所增加，增加比例为2.97%，总体从2005年到2010年嘉兴市生态敏感性增加，说明嘉兴市生态环境遭到破坏，生态脆弱性增强，恢复力减弱；从2010年到2015年，嘉兴市生态敏感性高区域面积有所增加，增加比例为0.30%，生态敏感性中等区域面积增加较多，增加比例为6.26%，生态敏感性低区域面积有所下降，下降比例为4.93%，总体2010年到2015年生态敏感性有轻微下降，说明嘉兴市2015年在2010年的基础上，生态环境变化不大，但有好转趋势；从2015年到2020年，嘉兴市生态敏感性高区域面积有所下降，下降比例为0.24%，生态敏感性中等区域面积下降较多，下降比例为5.98%，生态敏感性低区域面积有所增加，增加比例为0.08%，总体生态敏感性指数从2.52下降到2.35，说明2015年到2020年，嘉兴市生态敏感性逐步降低，生态环境逐步好转。

图 6中，从时间和空间来看，2005年到2015年，生态敏感性高和中等区域逐渐增多，结合嘉兴市高程和河流数据，主要出现在山区丘陵地带、河流附近，生态敏感性高区域说明生态环境受到土地利用变化的影响程度高，这是由于城市化进程，建设用地不断扩张，山区丘陵地区受到较多人为干扰所致；生态敏感性低的区域主要出现在城区附近，这是由于这些地方已经成为高楼林立、人口密度集中的城市生态系统，用地类型基本不会再发生改变，成为了生态不敏感区域；从2015年到2020年由于土地利用预测中森林、草地、湿地不可转化为建设用地，未利用地和耕地可转化为建设用地的决策，生态高敏感性和中等敏感性区域面积减少，生态环境得到改善。 4 结论

（1）合理的土地利用预测对城市未来土地的开发与利用、城市建设规划起至关重要的作用。本研究基于MCE-CA模型，结合土地利用现状和地形、道路、河流湖泊与城镇等驱动因素，通过主观打分求得各变量对城市发展变化影响的权重，得到2005年、2010年嘉兴市土地利用预测图，与实际土地利用通过Kappa系数验证精度分别为0.94、0.92，证明MCE-CA这种方法适合城市扩展模拟。

（2）基于 MCE-CA 模型，以2010年土地利用为基准，建立 2015年、2020 年土地利用情景，结果表明嘉兴市土地利用面积趋势主要为建设用地面积增加，耕地面积逐渐减少，模型结果输出2015年与2020年的土地利用分布图，从而为该区生态建设和可持续发展提供决策依据。

（3）嘉兴市土地利用强度指数与生态系统服务价值总量呈显著性负相关，相关系数为-0.995，并且土地利用强度指数与耕地、建设用地生态系统价值量呈显著性相关，相关系数为-0.968和0.994，土地利用强度指数与森林、草地、湿地和未利用地生态系统价值量无显著性相关。说明土地利用强度随耕地减少而增加，随建设用地的增加而增加，受森林、草地、湿地和未利用地变化影响不大。

（4）生态敏感性分析和评价结合土地利用强度变化和生态服务价值变化，运用地理信息和遥感技术，将嘉兴市生态敏感区分为4个等级，生态敏感性高区域、生态敏感性中等区域、生态敏感性低区域、生态不敏感区域。研究表明，嘉兴市从2000年到2010年10年生态敏感性愈来愈高，从2010年到2020年在林草湿地不可转化为建设用地、耕地和未利用地可转化为建设用地的预测情境下，生态敏感性逐步下降，生态不敏感区域面积比例增加，生态高敏感区域有下降趋势。

综上，嘉兴市为保持生态敏感性维持稳定，生态环境逐步改善，则需要对生态敏感性高的地区进行实地考察，即针对山区丘陵地带要进行植被恢复，针对沿水系分布的高敏感性地带，要进行水源地保护，在河流两带划出保护绿带，恢复和提高水源涵养、水土保持等生态服务功能。城市生态敏感性评价有助于制定城市环境政策、有效环境规划与管理。