基于MOP-PLUS模型的低碳导向下省域国土空间分区优化模拟方法技术

本发明专利技术涉及一种基于MOP

【技术实现步骤摘要】
基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法


[0001]本专利技术属于空间信息
，特别涉及一种基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法。

技术介绍

[0002][0003]国土空间优化模拟即按照一定的发展目标对不同区域的用地数量进行预测并进行结构调整，在该预测数量约束下，根据空间单元现状适宜度对未来布局进行优化模拟[1](李鑫等.2021)。现有研究在目标上多侧重于经济效益和生态效益最大化[2,3](马冰滢等.2019,陈红等.2019)，以低碳发展为导向的土地利用优化研究多偏重于对其用地结构进行调整[4,5](苑韶峰等.2019,刘慧灵等.2017)，或是针对碳排放和碳补偿等方面的测度分析[6,7](魏燕茹等.2021,郑永超等.2020)，与用地空间布局模拟相结合的较少，因此对相关政策的支持也相对有限。此外，在研究尺度和对象上，现有研究大多从不同行政层级和自然单元将研究区作为整体开展国土空间全域分情景模拟[8
‑
10](王旭等.2020,曹帅等.2019,卞子浩等.2017)，较少涉及不同区域发展导向的空间载体及功能定位下的分类约束，从而对模拟结果的准确性产生了一定的影响，本专利技术面向不同主体功能区利用MOP模型(Multi Objective Programming)开展以低碳发展为导向的用地结构预测研究，有利于在土地利用过程中顺利实现碳减排的发展目标。在研究方法上，PLUS模型 (Patch
>‑
generating Land Use Simulation)是一种集成了土地扩张分析策略和基于多类型随机斑块种子生成机制的CA模型，与其他模型相比，拥有更高的模拟精度以及与真实景观更相似的景观模式[11](Liang et al.2021)。
[0004]因此，基于低碳发展和经济生态效益相协调的原则，通过碳排放定量计算方法、多情景模拟等技术手段建立应对逻辑路径，可从省级空间规划视角下推动落实不同主体功能区的差异化控碳思路，为区域土地利用管控政策的制定提供决策依据。
[0005]现有技术存在的主要缺点是：
[0006](1)在研究目标上多偏重于以用地经济效益和生态效益最大化为目标，以低碳发展为导向的用地结构优化研究较少，此外在用地碳排放方面多为碳排放碳补偿等方面测度分析，与空间布局模拟相结合的较少。
[0007](2)在研究尺度和对象上多从不同行政层级和自然单元将研究区作为整体开展国土空间全域分情景模拟，未考虑基于区域发展导向的分类约束，影响模拟的准确性。
[0008]参考文献：
[0009][1]李鑫,李宁,欧名豪.土地利用结构与布局优化研究述评.干旱区资源与环境,2016, 30(11):103
‑
110.
[0010][2]马冰滢,黄姣,李双成.基于生态
‑
经济权衡的京津冀城市群土地利用优化配置.地理科学进展,2019,38(1):26
‑
37.
[0011][3]陈红,史云扬,柯新利,郝晋珉,陈爱琪.生态与经济协调目标下的郑州市土地利用空间优化配置.资源科学,2019,41(4):717
‑
728.
[0012][4]苑韶峰,唐奕钰.低碳视角下长江经济带土地利用碳排放的空间分异.经济地理,2019, 39(2):190
‑
198.[5]刘慧灵,伍世代,韦素琼,林蕙灵,王强.基于低碳经济导向的土地利用结构优化研究——以福建省福州市为例.水土保持通报,2017,37(6):202
‑
208.[6]魏燕茹,陈松林. 福建省土地利用碳排放空间关联性与碳平衡分区.生态学报,2021,41(14):5814
‑
5824.[7].郑永超,文琦.宁夏自治区土地利用变化及碳排放效应.水土保持研究,2020,27(1):207
‑
212
[0013][8]王旭,马伯文,李丹,陈昆仑,姚华松.基于FLUS模型的湖北省生态空间多情景模拟预测.自然资源学报,2020,35(1):230
‑
242.
[0014][9]曹帅,金晓斌,杨绪红,孙瑞,刘晶,韩博,徐伟义,周寅康.耦合MOP与 GeoSOS
‑
FLUS模型的县级土地利用结构与布局复合优化.自然资源学报,2019,34(6):1171
‑
1185.
[0015][10]卞子浩,马小雪,龚来存,赵静,曾春芬,王腊春.不同非空间模拟方法下CLUE
‑
S模型土地利用预测——以秦淮河流域为例.地理科学,2017,37(2):252
‑
258.
[0016][11]Liang X,Guan Q,Clarke KC,et al.Understanding the drivers of sustainable landexpansion using apatch
‑
generating land use simulation(PLUS)model:A case study in Wuhan,China. Computers,Environment and Urban Systems,2021,85。

技术实现思路

[0017]本专利技术的目的在于提供一种基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，构建低碳视角下面向不同主体功能区的用地需求预测模型和不同情景下的国土空间分区模拟模型。首先利用历年土地利用数据和相关统计数据基于碳减排与经济生态效益相协调的原则构建多目标函数及约束条件，对各类主体功能区低碳发展情景下的未来用地需求进行了预测，然后划分自然发展情景和低碳发展情景针对福建省不同主体功能区开展国土空间变化多情景分区模拟，从土地利用视角为顺利实现碳减排的预期目标提供新的实现途径。
[0018]为实现上述目的，本专利技术的技术方案是：一种基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，其特征在于，该方法通过设定自然发展和低碳发展两种不同情景，针对不同主体功能区，设置差异化的约束目标，通过MOP模型对低碳发展情景下的用地需求进行预测，并运用PLUS模型开展多情景下的国土空间分区优化模拟；该方法包括：
[0019]S1、主体功能分区及发展情景设定；
[0020]S2、低碳发展导向下各功能区用地结构预测；
[0021]S3、面向多情景的国土空间布局分区模拟。
[0022]在本专利技术一实施例中，所述差异化的约束目标包括差异化的碳排放量、经济效益和生态效益约束目标。
[0023]相较于现有技术，本专利技术具有以下有益效果：
[0024](1)本专利技术以低碳经济发展为原则，以经济效益和生态效益最大化、碳排放量最小化为目标，根据各类功能区的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，其特征在于，该方法通过设定自然发展和低碳发展两种不同情景，针对不同主体功能区，设置差异化的约束目标，通过MOP模型对低碳发展情景下的用地需求进行预测，并运用PLUS模型开展多情景下的国土空间分区优化模拟；该方法包括：S1、主体功能分区及发展情景设定；S2、低碳发展导向下各功能区用地结构预测；S3、面向多情景的国土空间布局分区模拟。2.根据权利要求1所述的基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，其特征在于，所述差异化的约束目标包括差异化的碳排放量、经济效益和生态效益约束目标。3.根据权利要求1所述的基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，其特征在于，步骤S1具体实现如下：S11、主体功能分区：通过综合考虑国土空间分布现状及区域发展需求，按照主体功能区规划中不同的开发方式同时综合考虑各地区经济发展水平和生态环境现状通过功能定位对不同区域进行功能划分，将各市、县(区)分为城镇建设区、农业生产区和生态保护区三类；S12、发展情景设定：针对不同主体功能区设定自然发展和低碳发展两者情景，其中自然发展情景遵循土地利用变化的历史过程，不考虑未来限制或促进土地利用变化的措施，通过Markov模型对自然发展情景下各功能区用地结构进行预测；低碳发展情景考虑低碳发展视角下经济和生态效益相协调的原则，通过调整土地利用结构实现在经济发展的同时达到减少碳排放的效果，通过MOP模型对低碳发展情景下各功能区用地结构进行预测。4.根据权利要求2所述的基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，其特征在于，步骤S2具体实现如下：S21、目标函数系数计算：利用历年化石能源消耗量、经济产值、农产品种植面积及成本数据，基于包括碳排放折算系数、地均经济产出及生态系统服务价值的方法分别对全省目标年份的碳排放量、经济效益、生态效益目标函数系数进行计算；S22、系数修正：基于主体功能区发展导向约束，分别计算各类功能区不同地类的二氧化碳排放量、经济产值、粮食作物单产与全省均值的比值，作为各类功能区各目标函数的修正系数，从而对各目标函数系数进行修正；S23、约束条件设定：以经济效益和生态效益最大化、碳排放量最小化为目标，基于修正后的目标函数系数计算结果对多目标函数的约束条件进行设定。5.根据权利要求1所述的基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，其特征在于，步骤S3具体实现如下：S31、用地扩张因素分析：选取人类活动、区位条件、交通环境、自然要素共四类20项指标作为驱动因子，基于随机森林算法挖掘各地类扩张的潜在机制，最终输出各功能区中不同地类的适宜性概率分布情况；S32、国土空间布局分区模拟：利用得到的各地类适宜性概率分布情况和土地利用数据，以不同情景下各主体功能区的用地结构预测结果作为数量约束，基于多类型随机斑块种子机制的CA模型开展国土空间布局分区模拟。
6.根据权利要求4所述的基于MOP
‑
PLUS模型的低碳导向下省域国土空间分区优化模拟方法，其特征在于，步骤S21、S22中，目标函数系数计算及修正的具体实现方式如下：(a)多目标规划模型MOP模型即多目标规划模型，其中包含决策变量、目标函数、约束条件三部分，是聚焦于在主观或客观条件下，使某个或多个目标达到最值的决策模型，其表达式如下：其表达式如下：各式中：x
j
为第j类决策变量，j＝1,2,
…
,7，其中：耕地x1、林地x2、草地x3、湿地x4、水体x5、人造地表x6、裸地x7；F1(x)、F2(x)、F3(x)为目标函数，分别表示经济效益、碳排放量和生态效益；c
j
、d
j
和e
j
分别为单位面积下不同地类的经济效益系数、碳排放量系数和生态效益系数；约束条件s苠t苠中，a
ij
为第i个约束条件中第j个变量对应的系数；b
j
为约束值；总目标函数为组合函数F4(x)：式中：G1、G2、G3分别为经济效益、碳排放量、生态效益函数的目标值；W1、W2、W3分别为对应函数的权重系数；(b)碳排放量目标函数系数耕地、林地、草地、湿地、水体和裸地的碳排放量在长时期内变化不大，其碳排放量系数依次为0.464、
‑
5.052、
‑
0.947、
‑
0.41、
‑
0.25、
‑
0.005；人造地表的碳排放量系数通过计算在其利用过程中能源消耗所产生的碳排放总量间接得到，计算公式如下：式中：W
b
为各类化石能源消耗所产生的碳排放总量；n为能源种类；m
i
为第i种能源消费量；n
i
为能源i的折标准煤系数；为碳排放系数，为平均低位发热值、单位热值含碳量和碳氧化率的乘积；44/12表示CO2与碳的分子量之比；(c)经济效益目标函数系数基于各地类历年单位面积的经济产出数据，利用灰色预测模型计算出目标年份的各用地经济效益系数，其中耕地、林地、草地、水域、人造地表分别以农业产值、林业产值、牧业产值、渔业产值、二三产业值表示，湿地、未利用地不进行计算；(d)生态效益目标函数系数基于生态系统服务价值对生态效益进行量化，通过粮食作物单产和平均价格计算价值当量从而得到各地类单位面积生态效益，并以历年数据为基础运用灰色预测模型得到目标年各地类生态效益系数；各地类单位面积的生态系统服务价值计算公式为：V
ci
＝Ee
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(5)式中：V
ci
为第i种地类的单位面积生态系统服务价值，E为单位农田生态系统提供食物生产服务的经济价...

【专利技术属性】
技术研发人员：李代超，卢嘉奇，吴升，赵志远，
申请(专利权)人：福州大学，
类型：发明
国别省市：