基于FLUS-Markov模型的玉溪市生態系統服務價值時空演變與預測

劉士鑫 李建華 孫詠琦 杜園園 向冬蕾 陳運春

劉士鑫，李建華，孫詠琦，等. 基于FLUS-Markov模型的玉溪市生態系統服務價值時空演變與預測［J］. 湖北農業科學，2024，? ?63（2）：189-198．

摘要：基于玉溪市2010年、2020年2期生態景觀類型數據和糧食產量經濟價值修正生態系統服務價值系數，分析玉溪市生態景觀類型及生態系統服務價值分布特征，采用FLUS-Markov模型預測玉溪市2030年生態系統服務價值及其分布。結果表明，該模型預測結果的Kappa系數提高至0.896 9，整體精度為0.939 3，精度較高；2010—2020年玉溪市林地、草地的面積呈減少趨勢，以林地、草地、水域為主的生態系統仍然面臨威脅；2030年玉溪市生態系統服務價值為535.047 1億元，變化率為-0.129 7%，玉溪市應加強對林地、草地的保護，加強退耕還林、退耕還草政策的實施，合理控制草地、林地向耕地的轉化；2030年玉溪市生態系統服務價值依然表現為西部>中部>東部；2030年玉溪市各縣市區生態系統服務價值貢獻率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區、江川區、澄江市、通?？h。

關鍵詞： FLUS-Markov模型； GIS空間分析； 生態系統服務價值；時空演變；預測；云南省玉溪市

中圖分類號：X196；F062.2? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）02-0189-10

DOI：10.14088/j.cnki.issn0439-8114.2024.02.029 開放科學（資源服務）標識碼（OSID）：

The Temporal and spatial evolution and prediction of ecosystem service value in Yuxi City based on the FLUS-Markov model

LIU Shi-xin1a，1b， LI Jian-hua1b，1c，SUN Yong-qi1b，1c， DU Yuan-yuan1c， XIANG Dong-lei2，CHEN Yun-chun1b，1c

（1a.College of Resources and Environment；1b. Natural Resources Science and Technology Engineering Research Center；1c. School of Water Conservancy，Yunnan Agricultural University，Kunming? 650051，China；2.Yunnan Land and Resources Planning and Design Institute，Kunming? 605201，China）

Abstract： Based on the ecological landscape type data of Yuxi City in 2010 and 2020， and the economic value correction ecosystem service value coefficient of grain production，analyzed the ecological landscape types and distribution characteristics of ecosystem service value in Yuxi City were analyzed， and the FLUS-Markov model was used to predict the ecosystem service value and its distribution in Yuxi City by 2030.The results showed that the Kappa coefficient of the predicted results of the model had been increased to 0.896 9， with an overall accuracy of 0.939 3， indicating high accuracy；from 2010 to 2020， the area of forest and grassland in Yuxi City showed a decreasing trend， and the ecosystem mainly composed of forest， grassland， and water still faced threats； the ecosystem service value of Yuxi City was 53.504 71 billion yuan， with a change rate of -0.129 7% in 2030. Yuxi City should strengthen the protection of forest and grassland， strengthen the implementation of policies for returning farmland to forest and grassland， and reasonably control the conversion of grassland and forest land to arable land；the ecosystem service value of Yuxi City showed still as follows： west>center>east in 2030；the contribution rates of ecosystem service value from high to low were Xinping County， Yuanjiang County， Eshan County， Yimen County， Huaning County， Hongta District， Jiangchuan District， Chengjiang City， and Tonghai County in various counties and districts of Yuxi City in 2030.

Key words： FLUS-Markov model； GIS spatial analysis； ecosystem service value； temporal and spatial evolution； prediction； Yuxi City， Yunnan Province

生態系統服務是人類社會在自然界中不可或缺的生存條件，其價值體現與人類未來發展進程關系密切，同時也能反映出生態景觀類型的結構變化與人類利用的影響程度。通過生態系統服務價值（ESV）評估生態系統的質量及變化情況，進而評價出社會經濟未來發展的潛力，為生態資源的有償使用及相關政策方針制定提供可靠依據，根據多年的生態系統服務價值反應強度開展生態紅線劃定和生態安全格局規劃，促進生態-社會-經濟全面可持續發展^［1］。因此，生態系統服務價值時空演變與預測研究對生態系統服務功能的評價具有重要意義。

生態系統服務價值研究最早開始于20世紀70年代，Holder等^［2］在全球自然環境生態系統服務研究中指出生物多樣性的喪失將會影響生態系統服務。國內外的學者對生態系統服務價值的研究積累了較多的經驗，基于單位面積價值當量因子法^［3］已經成為眾多學者常用的評價方法。謝高地等^［3］在深入研究了Costanza等^［4］的生態系統服務價值評估方法后，對中國700位生態學領域專家的問卷結果進行綜合分析，對其方法做出了改進，得出基于專家知識的中國生態系統服務價值評估體系^［3］，該體系在評估中國生態系統狀況和經濟發展水平方面具有較強的適宜性。目前該方法被國內很多學者接受，研究集中在生態景觀類型變化對生態系統服務價值的影響與反映，但對于未來的生態景觀類型變化與生態系統服務價值的演變與預測研究較少。在關于未來生態景觀類型變化的研究中大多數學者采用CA-Markov模型^［5］、ANN-Markov模型^［6］、灰色預測模型^［7］、CLUE-S模型^［8］和FLUS模型^［9］。其中FLUS模型由Liu等^［10］提出，該模型綜合ANN（神經網絡算法）和CA（元胞自動機）模型，并結合一種基于輪盤賭選擇的自適應性競爭機制，可以有效模擬人類活動與自然影響下的土地利用變化及未來土地利用情景。FLUS模型具有較高的模擬精度，可以獲取與現實生態景觀類型分布較相近的結果，被多數學者用于未來土地利用變化情景的模擬。Markov模型是基于不同時間尺度得出的土地利用類型轉換矩陣，可以預測出未來某一時間的土地利用類型，該空間概率模型主要從時間尺度上預測土地利用的變化趨勢^［11］。FLUS-Markov模型綜合Markov模型在時間尺度分析的優勢和FLUS模型在空間尺度分析的優勢，能降低研究中制定轉換規則的困難程度，同時也能減少人為因素的過多干擾。

玉溪市具有豐富的生態資源，云南省九大高原湖泊有四湖分布在玉溪市轄區范圍，即撫仙湖、杞麓湖、星云湖和異龍湖。近年來，玉溪市在人口、經濟、政策及自然等因素影響下產生了一系列生態環境問題，如星云湖和杞麓湖的水土富營養化、區域地質災害及氣候干旱等^［12］，嚴重影響了玉溪市生態系統服務功能。王金鳳等^［13］采用Logistic-CA-Markov耦合模型對西南地區2025年生態系統服務價值時空演變及模擬進行了預測，但其采用的評估方法仍存在不確定性，研究尺度較大，且預測時間過早，對西南地區一些市域尺度的生態系統服務價值的參考研究不具有適用性。本研究采用FLUS-Markov模型對玉溪市生態系統服務價值時空演變與預測進行研究，對促進玉溪市社會經濟可持續發展具有重要指導意義。

1 研究區概況

玉溪市位于云南省中部，介于東經101°16′—103°09′、北緯23°19′—24°53′。境內最低海拔253 m，最高海拔3 115 m，全域大部分海拔在1 500～? ? ? ? ? ?1 800 m，年平均氣溫8.2～23.3 ℃，年平均降水量804.6～1 399.7 mm，屬中亞熱帶濕潤冷冬高原季風氣候。生態資源豐富，含撫仙湖、杞麓湖、星云湖和異龍湖四大高原湖泊，水資源豐富。玉溪市的濕地面積占云南省濕地總面積的7.14%，其中自然濕地面積占全省自然濕地總面積的9.65%，濕地保護率77.23%，自然濕地保護率82.23%，均列全省第1位；國家級自然保護區2個，省級自然保護區1個；生物多樣性豐富，境內生存有陸生野生動物資源735種，國家重點保護陸生野生動物87種、三有野生動物407種，陸生野生植物資源中高等植物226科1 081屬2 394種，國家級重點保護野生植物31種^［14］，植被覆蓋率71.49%^［15］（圖1）。

2 數據來源和研究方法

2.1 數據來源

研究所需數據主要包括玉溪市2010年、2020年土地利用、海拔、坡度、氣溫、降水量、道路、河網、人口密度、居民點、自然保護區域數據及市場經濟統計數據等，數據來源如表1所示。

2.2 研究方法

2.2.1 生態系統服務價值評估模型 研究參照Costanza等^［4］提出的生態系統服務價值模型，以謝高地等^［16］修正后的適用于中國生態系統服務價值的當量表為基礎，測算玉溪市的生態系統服務價值。玉溪市主要糧食作物為稻谷、小麥、玉米、豆類及薯類（折糧）^［17］，依據2010—2020年玉溪市主要糧食作物種植面積（表2）、糧食價格（表3）及單產（表4）求得玉溪市糧食產量的經濟價值。

以糧食產量的經濟價值修正生態系統服務功能的服務價值系數，進而依據玉溪市某一時期生態景觀類型計算生態系統服務價值，計算公式如下：

1）玉溪市糧食產量的經濟價值。

式中，E為糧食產量的經濟價值（元/hm²）；考慮無人力干擾下，糧食產量的經濟價值等于每年每公頃糧食價值的1/7；n為主要糧食作物種類個數；s_i為第i類糧食作物種植面積（hm²）；u_i為第i類糧食單產（kg/hm²）；v_i為第i類糧食價格（元/kg）；M為糧食作物種植總面積（hm²）。

2）修正生態系統服務價值系數。

VC_ij=EF_ij（2）

式中，VC_ij為第i類生態景觀類型j類生態系統服務價值的系數（元/hm²），F_ij為第i類生態景觀類型第j類生態系統服務價值的當量因子。建設用地未涉及生態系統服務價值，但考慮生態景觀類型變化涉及到建設用地轉化，將其設為0。修正后的玉溪市生態系統服務價值系數如表5所示。

3）生態系統服務價值。

ESV=ΣW_iC_ij（3）

式中，ESV為生態系統服務價值（元），W_i為第i類生態景觀類型分布面積（hm²）；C_ij為i類生態景觀類型j類生態系統服務價值（元/hm²）。

2.2.2 生態系統服務價值動態度 生態系統服務價值動態度可以描述2期的變化程度和趨勢，排除不同生態景觀類型和不同當量對生態系統服務價值的影響^［18］，計算公式如下：

式中，K為動態度；E_a為基期景觀類型的生態系統服務價值，E_b為末期的景觀類型的生態系統服務價值；T_a為基期；T_b為末期。

2.2.3 FLUS-Markov模型

1）FLUS模型。本研究參考了未來土地預測領域的相關研究^［19-23］，采用了自然、交通區位、人口密度等12個驅動力因子（圖2），以自然生態保護范圍數據為限制性因子，基于FLUS模型中神經網絡算法（ANN），計算玉溪市每類生態系統類型在各像元出現的概率?；谝环N行業中表述為輪盤賭選擇自適應慣性競爭機制，該機制在CA模擬過程中可以有效處理人類干擾和自然環境影響下各種生態系統類型的轉變，并最終得出研究區生態景觀類型的分布模擬。

2）Markov模擬。采用Markov模型預測研究區未來各生態景觀類型的數量規模。通過Markov模型可以得出研究區2期地類類型的轉移概率，進而模擬出地類類型隨時間變化的轉移矩陣，并預測未來生態景觀類型的變化，計算公式如下：

S_t+1=P_ij×S_t（7）

式中，P_ij為第i類生態景觀類型轉為第j類生態景觀類型的轉移概率矩陣；S_t、S_t+1分別為t與t+1時期的生態景觀分布面積。

3）模型精度檢驗。模型精度檢驗是至關重要的環節。Kappa系數是常用的精度檢驗模型，其原理是利用已知時間段的生態景觀類型和預測結果進行比對，Kappa系數范圍為0～1，Kappa系數≥0.75表示模型預測精度較高，Kappa系數≤0.4表示模型預測精度較差^［6］。

3 結果與分析

3.1 生態景觀類型變化分析

依照Markov模型理論，獲取2010—2020年研究區生態景觀類型轉移分布情況，分析其面積轉移并得出生態景觀類型面積轉移矩陣（表6）。在各個生態景觀類型中，建設用地的綜合變化率最高，為36.18%，綜合變化量為7 206.57 hm²，耕地綜合變化率為-1.55%，綜合變化量為-4 603.14 hm²；由轉移矩陣分析可知，耕地轉出面積的54.04%、21.25%、22.91%分別轉化為林地、草地、建設用地，這三者占耕地轉出面積的比例較大，其原因主要是受退耕還林、退耕還草及城市擴張的影響。從綜合變化量來看，2010—2020年林地、草地的面積呈減少趨勢，以林地、草地、水域為主的生態系統仍然面臨威脅。

3.2 生態系統服務價值分析

3.2.1 生態系統服務價值總量分析 通過修正后的玉溪市各生態景觀類型的生態系統服務價值系數（表7）計算2010—2020年的生態系統服務價值。2020年玉溪市生態系統服務價值為535.741 8億元，變化率為-2.368 5%，即1.271 8億元。由表8可知，耕地的生態系統服務價值變化率最高，為-15.468 7%，其次為草地、林地，結合表6分析可知，損失的生態系統服務價值主要表現為其他生態景觀類型向建設用地的轉變。僅有水域的生態系統服務價值保持增長趨勢，但其動態增長率較低，增長量為0.021 9億元。研究區各生態景觀類型的生態系統服務價值由大到小依次為林地、水域、草地、耕地、建設用地。林地在生態景觀類型的生態系統服務價值中占主導地位。

3.2.2 生態系統服務價值空間分布特征 結合2010年、2020年玉溪市30 m分辨率各生態景觀類型分布情況（圖3、圖4），采用柵格轉矢量的方法，以各生態景觀類型圖斑為生態系統服務價值評價單元，基于不同生態景觀類型圖斑面積計算得出2010年、2020年玉溪市生態系統服務價值分布（圖5、圖6）。采用自然斷點法對生態系統服務價值進行分級，結果表明，玉溪市生態系統服務價值最高的區域集中在玉溪市西部和中部，東部區域三湖（星云湖、杞麓湖、撫仙湖）周邊的生態系統服務價值較低，主要涉及澄江市、華寧縣、江川區及紅塔區城鎮居民活動較集中的區域，由此可見，三湖水域的生態系統服務價值近10年間始終面臨周邊人類活動的威脅。

新平縣和元江縣中部的生態系統服務價值較低，主要是受耕地集中分布的影響。相應的林地和湖泊水域遍布的區域，其生態系統服務價值明顯高于其他生態景觀類型。2010—2020年玉溪市生態系統服務價值分布特征無明顯的變化。受人為活動影響較大的核心區域分布在玉溪市東部的三湖周邊城鎮及玉溪市西部的元江河周邊耕地集中區域。綜上，玉溪市生態系統服務價值分布情況為西部>中部>東部。

3.3 生態系統服務價值預測結果

3.3.1 預測精度驗證 在實際模型運用中需要修正地類類型轉換成本，其在模型中的主要作用是依據政策影響等相關因素來確定當前用地類型轉換為需求類型的困難度^［24］。本研究參考前人研究經驗^［5-10］并結合玉溪市綜合發展需求，反復調整生態景觀類型轉換成本，訓練FLUS模型中的ANN神經網絡訓練樣本。最終將模型預測結果的Kappa系數提高至0.896 9，整體精度為0.939 3，精度較高，可進行后續預測研究，玉溪市生態景觀類型轉換成本矩陣如表9所示?；贛arkov模型得出2010—2020年轉移概率，模擬出地類類型隨時間變化的轉移矩陣，以2020年為基期預測2030年生態景觀類型面積。

3.3.2 預測結果分析

1）生態系統服務價值預測值結構分析?；?010年、2020年2期的生態景觀類型分析結果，構建FLUS-Markov模型，對2030年玉溪市生態景觀類型進行預測（圖7），并依據預測結果以生態景觀類型圖斑為評價單元計算出2030年玉溪市生態系統服務價值結果及分布情況。

結合2020年生態景觀類型分析得出2020—2030年玉溪市生態景觀類型面積轉移矩陣（表10），對照2030年生態系統服務價值預測結果（表11）及其變化率（表12），得知在維持現有政策與經濟發展及各種限制性因素影響下，2030年玉溪市生態經濟服務價值減少0.694 7億元，變化率為-0.129 7%。林地面積大量減少，其次為草地，2030年林地、草地綜合變化量分別為-1 800.27、-809.46 hm²。玉溪市應加強對林地、草地的保護，加強退耕還林、退耕還草政策的實施，合理控制草地、林地向耕地的轉化。2030年玉溪市生態系統服務價值為535.047 1億元。

從2030年生態系統服務價值預測結果的結構組成來看，玉溪市的林地、水域的調節服務功能占比較大，該結果與玉溪市三湖流域的實際狀況一致。除建設用地外，其他生態景觀類型對調節與支持服務占比較大，其中林地景觀類型始終起主導作用。當地有著很好的水域保護措施，但林地還需要出臺更完善的保護措施。

由圖8可知，生態系統服務價值呈西部>中部>東部趨勢。因此，玉溪市生態治理的方向要從玉溪市東部地區三湖流域周邊逐步向中部、西部轉移。玉溪市西部地區需重點治理元江流域低海拔區域，其生態系統服務價值低于其他區域，受農耕環境的影響較大。

2）生態系統服務價值預測值區域貢獻分析?；谏鷳B系統服務價值結構分析，在維持現有政策與經濟發展及各種限制性因素影響下，預測玉溪市各縣市區的生態系統服務價值（表13），發掘出各縣市區生態系統服務價值的潛力，對其進行貢獻率排名可推動玉溪市各縣市區對生態環境的治理。

采用百分比堆積柱狀圖來展現2030年玉溪市各縣市區生態系統服務價值的貢獻率（圖9）。新平縣生態系統服務價值的貢獻率最高，為30.74%，生態系統服務價值為164.5億元；其次為元江縣，生態系統服務價值為98.32億元，貢獻率為18.38%。新平縣、元江縣均位于玉溪市西部，縣域面積較大，林地、草地覆蓋面積廣，有哀牢山和元江國家級自然保護區及磨盤山國家森林公園，是玉溪市生態系統保護重點區域。

在各生態景觀類型排名中，供給服務價值貢獻率由高到低依次為新平縣、元江縣、峨山縣、澄江市、江川區、易門縣、華寧縣、通?？h、紅塔區；調節服務價值貢獻率由高到低依次為新平縣、元江縣、峨山縣、澄江市、江川區、易門縣、華寧縣、通?？h、紅塔區；支持服務價值貢獻率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區、江川區、澄江市、通?？h；文化服務價值貢獻率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區、江川區、澄江市、通?？h。綜合比較來看，2030年玉溪市各縣市區生態系統服務價值貢獻率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區、江川區、澄江市、通?？h。華寧縣、紅塔區、江川區、澄江市、通?？h的生態系統服務價值貢獻率較小，其應更加重視生態環境治理。

4 小結與討論

4.1 小結

本研究構建了FLUS-Markov模型，對玉溪市生態系統服務價值進行時空演變與預測研究。修正了玉溪市生態系統服務功能的服務價值系數，分析了玉溪市生態景觀類型變化，總結玉溪市生態系統服務價值空間分布特征，調整生態景觀類型轉換成本，使模型訓練樣本的Kappa系數提高至0.896 9，整體精度為0.939 3，精度較高，對2030年玉溪市生態系統服務價值進行了預測與分析。

1）2010—2020年，玉溪市建設用地的綜合變化率最高，為36.18%；林地、草地、建設用地占耕地轉出面積的比例較大，其原因主要是受退耕還林、退耕還草及城市擴張的影響；2010—2020年林地、草地的面積呈減少趨勢，以林地、草地、水域為主的生態系統仍然面臨威脅。

2）2020年玉溪市生態系統服務價值為535.741 8億元，變化率為-2.368 5%；玉溪市各生態景觀類型的生態系統服務價值由大到小依次為林地、水域、草地、耕地、建設用地。林地在生態景觀類型的生態系統服務價值中占主導地位；生態系統服務價值表現為西部>中部>東部。

3）2030年玉溪市生態系統服務價值為535.047 1億元；2030年玉溪市生態經濟服務價值減少0.694 7億元，變化率為-0.129 7%；林地面積大量減少，其次為草地，2030年林地、草地綜合變化量分別為-1 800.27、-809.46 hm²；玉溪市應加強對林地、草地的保護，加強退耕還林、退耕還草政策的實施，合理控制草地、林地向耕地的轉化。

4）2030年生態系統服務價值依然表現為西部>中部>東部；玉溪市未來生態治理的方向需要從玉溪市東部地區三湖流域周邊逐步向中部、西部推進；玉溪市西部地區需重點治理元江流域低海拔區域，其生態系統服務價值低于其他區域，受農耕環境的影響較大。

5）2030年玉溪市各縣市區生態系統服務價值貢獻率由高到低依次為新平縣、元江縣、峨山縣、易門縣、華寧縣、紅塔區、江川區、澄江市、通?？h。三湖流域周邊的華寧縣、紅塔區、江川區、澄江市、通?？h需要更加重視生態環境治理。

4.2 討論

生態系統服務價值本身與生態景觀類型有著千絲萬縷的聯系，生態景觀類型即地類類型的變化始終能反映生態系統服務價值的變化。因此探討生態系統服務價值預測必然需要對其生態景觀類型進行動態分析。本研究基于FLUS-Markov模型，選取自然、交通區位、人口密度等12個生態景觀類型變化驅動力因子，從生態景觀類型的分布特征出發，結合人類經濟社會發展與自然因素等驅動力的影響來預測未來生態景觀類型的演變趨勢，進而體現研究區未來生態系統服務價值的變化。

與灰色預測模型、Logistic-CA-Markov耦合模型等^{［8，25，26］}相比，FLUS-Markov模型具有可視性強、精度高的特點，可以直觀地呈現出各驅動因子空間分布效果，且對2030年預測結果可精確至玉溪市各縣市區。該研究明確了玉溪市各縣市區生態系統服務的貢獻，對玉溪市社會經濟可持續發展及生態保護治理具有重要意義。

參考文獻：

［1］ 殷 楠，王 帥，劉焱序.生態系統服務價值評估：研究進展與展望［J］.生態學雜志，2021，40（1）：233-244.

［2］ HOLDER J，EHRLICH P R. Human population and global environment［J］.American scientist， 1974， 62（3）： 282-297.

［3］ 謝高地，甄 霖，魯春霞，等.一個基于專家知識的生態系統服務價值化方法［J］.自然資源學報，2008（5）：911-919.

［4］ COSTANZA R D，ARGE R，GROOT R D，et al.The value of the worlds ecosystem services and natural capital［J］.Nature，1997，387：253-260.

［5］ 武 丹，李 歡，艾 寧，等.基于CA-Markov的土地利用時空變化與生境質量預測——以寧夏中部干旱區為例［J］.中國生態農業學報（中英文），2020，28（12）：1969-1978.

［6］ 侯西勇，路 曉，羅 澤，等.集成ANN和Markov的土地利用變化模擬與情景分析——以黃河三角洲為例［J］.科研信息化技術與應用，2011，2（4）：40-51.

［7］ 程媛媛，周漢磊，潘勝強，等.蘇州市2000—2014年生態系統服務價值及灰色模型預測研究［J］.蘇州科技大學學報（自然科學版），2020，37（1）：58-65.

［8］ 朱海倫. 基于CLUE-S模型的縣域土地利用變化模擬研究［D］.杭州：浙江大學，2020.

［9］ 陳兵飛. 基于FLUS模型的萬州區土地利用變化模擬及土地利用結構優化研究［D］.重慶：西南大學，2020.

［10］ LIU X， XUN L，XIA L， et al. A future land use simulation model （FLUS） for simulating multiple land use scenarios by coupling human and natural effects［J］. Landscape and urban planning， 2017， 168：94-116.

［11］ 李志明，宋 戈，魯 帥，等.基于CA-Markov模型的哈爾濱市土地利用變化預測研究［J］.中國農業資源與區劃，2017，38（12）：41-48.

［12］ 鐘欣呈，許泉立.基于RSEI模型的玉溪市生態環境變化監測與評價［J］.水土保持研究，2021，28（4）：350-357.

［13］ 王金鳳，劉 方，白曉永，等.西南地區生態系統服務價值時空演變及模擬預測［J］.生態學報，2019，39（19）：7057-7066.

［14］ 玉溪市生態環境局.2021年玉溪市生態環境狀況公報［EB/OL］.http：//yuxi.gov.cn/yxszfxxgk/tzgg3071/20220601/1353726.html？eqid=b3d9736200014709000000066448d8b8，2022-06-01.

［15］ 玉溪市人民政府.2022年玉溪市人民政府工作報告［EB/OL］.http：//www.yuxi.gov.cn/yxs/tzggsy/20220130/1327399.html，2022-01-30.

［16］ 謝高地，張彩霞，張雷明，等.基于單位面積價值當量因子的生態系統服務價值化方法改進［J］.自然資源學報，2015，30（8）：1243-1254.

［17］ 云南省統計局.2021年云南統計年鑒［EB/OL］.https：//www.yn.gov.cn/sjfb/tjnj_2/202203/t20220308_238095.html， 2022-03-08.

［18］ 劉 園，周 勇.長江經濟帶生態系統服務價值時空變化特征分析及灰色預測［J］.生態經濟，2019，35（4）：196-201.

［19］ 秦埼瑞，李雪梅，陳慶偉，等.基于FLUS模型的天山山區未來土地利用變化預估［J］.干旱區研究，2019，36（5）：1270-1279.

［20］ 幸瑞燊，周啟剛.基于Ann-CA-Markov模型的生態空間預測模擬：以重慶市萬州區為例［J］.生態與農村環境學報，2021，37（6）：740-750.

［21］ 江 順. 基于ANN-CA的洞庭湖流域土地利用模擬預測研究［D］.長沙：中南林業科技大學，2019.

［22］ 王 旭，馬伯文，李 丹，等.基于FLUS模型的湖北省生態空間多情景模擬預測［J］.自然資源學報，2020，35（1）：230-242.

［23］ 吳欣昕，劉小平，梁 迅，等.FLUS-UGB多情景模擬的珠江三角洲城市增長邊界劃定［J］.地球信息科學學報，2018，20（4）：532-542.

［24］ 邵景安，黨永峰，王 威，等.多因素耦合下三峽庫區土地利用未來情景模擬［J］.地球科學，2018，28（12）：1907-1932.

［25］ 嵇航宇，肖建武，劉 暢.基于土地利用變化的長沙市生態系統服務價值計量分析及趨勢預測［J］.中南林業科技大學學報（社會科學版），2021，15（2）：34-44.

［26］ 李 姝，雷曉寒，陳其兵.重點生態功能區生態系統服務價值變化及預測［J］.水土保持通報，2017，37（6）：225-231.

收稿日期：2022-10-20

基金項目：云南省教育廳科學研究基金項目（2022Y288）

作者簡介：劉士鑫（1994-），男，河南商城人，碩士，主要從事土地資源利用與保護研究，（電話）13598091557（電子信箱）924420429@qq.com；通信作者，陳運春（1976-），女，云南昭通人，副教授，碩士，主要從事國土生態修復、資產核算研究，（電子信箱） 2837973986@qq.com。