耿 雨，梁小英，荔 童，劉 迪，徐婧儀

(西北大學 城市與環(huán)境學院/陜西省地表系統(tǒng)與環(huán)境承載力重點實驗室,陜西 西安 710127)

土地利用功能指由不同土地利用方式所提供的私人和公共的產(chǎn)品和服務(wù)[1]。在可持續(xù)發(fā)展的影響下,土地利用功能由單一功能逐漸向多功能轉(zhuǎn)變[2],土地利用的多功能性全面體現(xiàn)了土地利用的現(xiàn)狀和績效,是評估土地利用可持續(xù)性的重要指標與方法。社會經(jīng)濟快速發(fā)展引發(fā)土地利用失衡,人地矛盾突出,因此土地利用多功能研究已成為地理學、土地科學領(lǐng)域的前沿課題,對國土空間格局優(yōu)化和土地可持續(xù)利用具有重要的現(xiàn)實意義。

目前,土地利用功能的研究主要集中在指標體系劃分、土地利用多功能及其分區(qū)研究等方面。土地利用多功能評價指標體系劃分方式主要有兩類,一是基于可持續(xù)發(fā)展理論的三分法(社會、經(jīng)濟和環(huán)境功能)[3],二是基于“三生”空間理論的三分法(生產(chǎn)、生活和生態(tài)功能)[4]。其中“三生”功能分類為國土空間開發(fā)和區(qū)域綜合治理提供了新視角,得到諸多學者的認可[5]。土地利用多功能研究主要集中在時空演變、影響因素、權(quán)衡協(xié)同、功能轉(zhuǎn)型等方面[6-10],多集中在全國、省域、地級市等大中尺度[11-14],采用網(wǎng)格尺度的研究較少[15]。從土地利用功能分區(qū)來看,主要基于生態(tài)適宜度模型、功能間權(quán)衡協(xié)同關(guān)系進行分區(qū)[16-17],對土地利用多功能空間組合特征考慮較少。基于機器學習的高斯混合模型在考慮數(shù)據(jù)的分布特征方面優(yōu)勢明顯,為土地利用功能進行分區(qū)研究提供借鑒。

因此, 基于“三生”空間理論構(gòu)建土地利用多功能指標體系, 進行網(wǎng)格尺度土地利用多功能空間化研究, 成為評估土地利用可持續(xù)性的重要趨勢。 本文以陜北黃土高原為例, 在構(gòu)建土地利用多功能評價指標體系的基礎(chǔ)上, 定量測度研究區(qū)2010—2018年各級土地利用多功能, 完成土地利用功能分區(qū), 為土地利用多功能協(xié)調(diào)發(fā)展提供參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

陜北黃土高原地處黃土高原中部,陜西省北部,地理位置介于35°16′N～39°34′N、107°15′E～111°15′E,總面積為79 981.9 km2,占黃土高原總面積的12.6%。地勢西北高,南部丘陵溝壑區(qū)較低;處于暖溫帶大陸性季風半濕潤氣候向溫帶半干旱氣候的過渡區(qū),年平均氣溫8～12℃,年平均降水量350～600 mm,降水量由東南向西北減少。土地利用以草地和林地為主,北部風沙區(qū)沙地分布廣泛,生態(tài)環(huán)境較為脆弱,南部林草地較多生態(tài)質(zhì)量較好。

陜北黃土高原包括無定河流域、禿尾河流域和窟野河流域等13個子流域[18],涵蓋延安市、榆林市所轄全部區(qū)域,包括25個縣級行政單位,298個鄉(xiāng)鎮(zhèn)。近年來依靠礦產(chǎn)資源,以能源化工為主,成為陜西經(jīng)濟增長最快、持續(xù)性最強的地區(qū)[19]。2010年來,隨著新一輪退耕還林還草政策的實施,以及該地區(qū)人口的增加、城市化進程的加快,研究區(qū)土地利用發(fā)生了巨大變化,人地矛盾加劇。深入挖掘土地的多功能利用價值,是協(xié)調(diào)當?shù)赜玫孛?、實現(xiàn)土地資源持續(xù)利用的關(guān)鍵[20]。

1.2 數(shù)據(jù)來源與處理

數(shù)據(jù)主要包括:① 2010、2018年土地利用數(shù)據(jù),分辨率30 m,源于中國科學院資源環(huán)境科學數(shù)據(jù)中心 (http:∥www.resdc.cn);② 2010年夜間燈光數(shù)據(jù),分辨率1 km;2018年夜間燈光數(shù)據(jù),分辨率500 m。源于NOAA/NGDC網(wǎng)站 (https:∥www.ngdc.noaa.gov/ngdc.html),對其進行過飽和矯正和連續(xù)矯正,使其具有可比性[21];③ 2010、2018年中國逐月降水量數(shù)據(jù),分辨率1 km,來源于國家地球系統(tǒng)科學數(shù)據(jù)中心 (http:∥www.geodata.cn);④ 潛在蒸發(fā)數(shù)據(jù),分辨率4 km,源于NCAR網(wǎng)站(https:∥climatedataguide.ucar.edu/) TerraClimate全球高分辨率網(wǎng)格數(shù)據(jù);⑤ 凈初級生產(chǎn)力數(shù)據(jù)(NPP),分辨率500 m,源于美國國家航空航天局(https:∥search.earthdata.nasa. gov)產(chǎn)品數(shù)據(jù)集MOD17A3HGF;⑥ DEM數(shù)據(jù),分辨率90 m,源自地理空間數(shù)據(jù)云平臺(http:∥www.gscloud.cn);⑦ 土壤數(shù)據(jù),源于世界土壤數(shù)據(jù)庫,比例尺為1∶100萬;⑧ 2010和2018年社會經(jīng)濟數(shù)據(jù)來源于《中國縣域統(tǒng)計年鑒》。

為方便計算將所有數(shù)據(jù)統(tǒng)一到相同地理坐標系(GCS-WGS-1984坐標系)和投影坐標系阿爾伯斯投影(Albers),并建立網(wǎng)格(1 km×1 km)進行空間化表達,共計85 190個地理網(wǎng)格。

2 研究方法

2.1 土地利用多功能評價體系

本文將土地利用多功能劃分為生產(chǎn)、生活、生態(tài)3項一級功能和8項二級功能,參考以往文獻[22]確定評價指標體系(見表1)。指標選取遵循以下原則:在通用性指標和區(qū)域性指標相結(jié)合的基礎(chǔ)上,考慮數(shù)據(jù)的可獲取性以及空間差異性,綜合選取代表性指標量算土地利用多功能。對各二級功能使用熵權(quán)法進行加權(quán)求和以量化生產(chǎn)、生活和生態(tài)功能。公式如下:

(1)

式中:Prodi、Lifei、Ecoli分別代表網(wǎng)格i的生產(chǎn)、生活和生態(tài)功能;I(i, j)是網(wǎng)格i內(nèi)指標j的值;ωj是指標j的權(quán)重，為2010年和2018年權(quán)重平均值。

表1 土地利用多功能分類體系及表征指標Tab.1 Classification system and indexes description of land use functions

2.2 土地利用多功能時空分異

本文使用自然斷點法反映一級功能的空間分布情況,并使用疊加分析和熱點分析揭示研究區(qū)土地利用8項二級功能的熱點變化。通過Spearman秩相關(guān)分析對土地利用多功能之間的權(quán)衡協(xié)同作用進行量化,分析其演變規(guī)律。

2.3 土地利用多功能分區(qū)管理

高斯混合模型是K個高斯分布(正態(tài)分布)函數(shù)的線性組合,其學習效率較高[23]。相較于以K-Means聚類為代表的硬聚類,高斯混合模型依據(jù)概率值得到聚類結(jié)果在準確性方面優(yōu)勢明顯,提高了類別重疊時聚類的科學性[24]。

設(shè)d維隨機變量x=(x1,x2, …,xd)T,則包含K個高斯分布的混合模型公式如下:

(2)

式中:N(x|μk,Σk)為高斯概率密度函數(shù)；ωk、μk、Σk分別為高斯混合模型中第k個組件的權(quán)重、均值、協(xié)方差矩陣;p(x)為模型的概率密度函數(shù)。

本文使用高斯混合模型進行土地利用功能分區(qū),計算研究區(qū)298個鄉(xiāng)鎮(zhèn)8項土地利用多功能標準化平均值,形成298×8的矩陣。模型通過期望最大化算法(expectation-maximization algorithm,EM)估計模型參數(shù),并基于貝葉斯信息準則(Bayesian information criterion,BIC)確定最佳聚類數(shù)量。本文確定最佳聚類數(shù)量為4類。

3 結(jié)果與分析

3.1 土地利用多功能時空分異

為使兩個年份數(shù)據(jù)具有可比性,本文以2010年為標準,使用ArcGIS 10.6自然斷點法對三項一級功能進行劃分,分級標準見表2。

表2 土地利用一級功能分級標準Tab.2 Grading standards for primary functions

3.1.1 生產(chǎn)功能 生產(chǎn)功能對應(yīng)可持續(xù)發(fā)展中的經(jīng)濟維度,主要體現(xiàn)土地利用的經(jīng)濟產(chǎn)值。本文將其劃分為糧食生產(chǎn)功能和經(jīng)濟發(fā)展功能。從圖2A和2B看出,生產(chǎn)功能高值區(qū)主要集中于榆林和延安兩市中心城區(qū)以及附近的縣域中心。2010—2018年,生產(chǎn)功能平均值從0.27上升到0.35。2010年生產(chǎn)功能集中分布在研究區(qū)的西部和北部,其中西部呈點狀較為分散,北部呈帶狀相對集中。兩級分化明顯,高值區(qū)和低值區(qū)占研究區(qū)總面積78%,2018年生產(chǎn)功能高值區(qū)變化較小,中值、較高值顯著增加,研究區(qū)北部、中部和南部均出現(xiàn)高值中心,但整體而言生產(chǎn)功能由南向北逐漸遞增。

圖2 研究區(qū)土地利用生產(chǎn)功能及熱點區(qū)分布Fig.2 Result and hotpot distribution of land use production function in study area

生產(chǎn)功能的兩項二級功能空間差異明顯。① 糧食生產(chǎn)功能熱點區(qū)(見圖2C)主要集中于無定河流域、鄂爾多斯內(nèi)流區(qū)、涇河流域和北洛河的洛川縣。該區(qū)域耕地分布較廣為糧食生產(chǎn)提供了良好的基礎(chǔ)條件。2018年糧食生產(chǎn)功能熱點區(qū)相對穩(wěn)定,無定河流域北部熱點區(qū)縮小,這是因為該區(qū)域建設(shè)用地的擴張對耕地的占用。② 經(jīng)濟發(fā)展功能熱點區(qū)(見圖2D)主要集中于蒙陜支流區(qū)、窟野河流域、禿尾河流域、無定河流域北部、延河流域中部和東部以及北洛河流域南部。2018年經(jīng)濟發(fā)展功能熱點區(qū)主要有以下變化:南部熱點區(qū)向北擴張;中部熱點區(qū)范圍以不變和減小為主;東北部熱點區(qū)擴大最為明顯,主要包括府谷縣、神木市全域和榆陽區(qū)部分地區(qū),該區(qū)域二、三產(chǎn)業(yè)產(chǎn)值分別占陜北53%和46%,是陜北經(jīng)濟發(fā)展中心。

3.1.2 生活功能 生活功能對應(yīng)可持續(xù)發(fā)展中的社會維度,主要體現(xiàn)土地利用的社會效益。本文將其劃分為居住承載功能、就業(yè)保障功能和交通保障功能。從圖3A和3B可以看出,研究區(qū)的生活功能高值區(qū)分布與生產(chǎn)功能高值區(qū)具有高度的相似性,這主要源于生產(chǎn)和生活功能的協(xié)同作用。2010年生產(chǎn)功能高值區(qū),分布在研究區(qū)中部和北部,中部高值區(qū)團狀聚集,北部帶狀分布。2010—2018年,生活功能平均值從0.21上升到0.37。與2010年相比,2018年土地利用生活功能整體提高,神木市所在區(qū)域和新增交通道路附近是生活功能提高的典型區(qū)域。

圖3 研究區(qū)土地利用生活功能及熱點區(qū)分布Fig.3 Result and hotpot distribution of land use life function in study area

3項二級功能時空分異表現(xiàn)為:① 居住承載功能熱點區(qū)(見圖3C)主要分布在各個縣域建成區(qū)附近,建成區(qū)良好的基礎(chǔ)設(shè)施吸引了大量的人口聚集。2018年居住承載功能熱點區(qū)域無明顯變化。② 2010年就業(yè)保障功能熱點區(qū)域(見圖3D)包括神木市、榆陽區(qū)和寶塔區(qū)。2018年就業(yè)保障功能熱點區(qū)只有神木市,該變化體現(xiàn)了神木市經(jīng)濟發(fā)展過程中與其他縣域差距擴大。③ 2010年交通保障功能熱點區(qū)(見圖3E)較少,主要集中于研究區(qū)北部。2018年交通保障熱點區(qū)增加明顯,路網(wǎng)基本覆蓋整個研究區(qū),其中研究區(qū)中部交通保障功能提升最為明顯。

3.1.3 生態(tài)功能 生態(tài)功能對應(yīng)可持續(xù)發(fā)展中的環(huán)境維度,主要體現(xiàn)土地利用的環(huán)境效益。本文將其劃分為生物保護功能、水源涵養(yǎng)功能和土壤保持功能。從圖4A和4B可以看出,研究區(qū)的生態(tài)功能高值區(qū)主要分布于南部和東部,低值區(qū)主要集中于北部,呈南高北低的分布趨勢,東部河流沿岸生態(tài)功能較高。這是研究區(qū)降水量、蒸發(fā)量、土壤類型以及土地利用類型共同影響的結(jié)果。2010—2018年,生態(tài)功能平均值從0.35下降到0.33,2018年生態(tài)功能整體減弱。高值和中高值面積占比從2010年的25%下降到18%,禿尾河和無定河流域高值下降明顯。

3項二級功能熱點區(qū)域空間分異主要表現(xiàn):① 生物保護功能熱點區(qū)(見圖4C)主要分布于研究區(qū)南部、無定河下游以及鄂爾多斯內(nèi)流區(qū),上述區(qū)域土地利用類型以林地和草地為主具有較高的生境質(zhì)量。2018年生物保護功能熱點區(qū)無明顯變化。② 水源涵養(yǎng)功能熱點區(qū)(見圖4D)集中于研究區(qū)南部的北洛河流域,該區(qū)域降水量充足、植被覆蓋度高是其成為水源涵養(yǎng)熱點區(qū)域的重要原因;無定河流域、佳蘆河流域和黃河干流區(qū)中段也有熱點區(qū)分布。2010—2018年北洛河流域水源涵養(yǎng)功能熱點區(qū)向西北部擴張,無定河流域水源涵養(yǎng)熱點區(qū)向西擴張,延伸到鄂爾多斯內(nèi)流區(qū),佳蘆河流域水源涵養(yǎng)熱點區(qū)縮小,這與研究期內(nèi)降水量變化相符。③ 土壤保持功能熱點區(qū)(見圖4E)主要集中于研究區(qū)南部和東部,該區(qū)域地勢較低,為多數(shù)河流的下游區(qū)域,潛在土壤流失量和保持量均大于研究區(qū)其他區(qū)域;2018年土壤保持東部熱點區(qū)以減少為主,西部熱點區(qū)增加,這與西部水源涵養(yǎng)功能的提高有關(guān)。

圖4 研究區(qū)土地利用生態(tài)功能及熱點區(qū)分布Fig.4 Result and hotpot distribution of land use ecological function in study area

3.2 土地利用多功能權(quán)衡協(xié)同分析

由表3可知,2010—2018年研究區(qū)土地利用一級功能有顯著的權(quán)衡協(xié)同關(guān)系。其中:生產(chǎn)和生活功能呈現(xiàn)顯著的協(xié)同關(guān)系,生產(chǎn)和生態(tài)功能、生活和生態(tài)功能呈現(xiàn)顯著的權(quán)衡關(guān)系,且在研究期內(nèi)的權(quán)衡協(xié)同關(guān)系有增強趨勢。體現(xiàn)了經(jīng)濟和社會維度的協(xié)同發(fā)展能力,以及經(jīng)濟和社會的發(fā)展對環(huán)境的負面影響。如生產(chǎn)和生活功能較高的無定河流域和研究區(qū)北部區(qū)域,其生態(tài)功能處于低值。而位于研究區(qū)南部的黃陵縣、富縣等,具有較高的生態(tài)功能,但其生產(chǎn)和生活功能處于低值。

表3 研究區(qū)土地利用一級功能相關(guān)系數(shù)Tab.3 Spearman rank correlation of primary functions in study area

由表4可知,土地利用二級功能的權(quán)衡協(xié)同關(guān)系與一級功能基本保持一致。即在2010—2018年間，生產(chǎn)和生活功能的二級功能主要表現(xiàn)為協(xié)同關(guān)系,但糧食生產(chǎn)和就業(yè)保障功能呈現(xiàn)權(quán)衡關(guān)系,且有減弱趨勢。這主要是因為糧食生產(chǎn)功能熱點區(qū)和就業(yè)保障功能熱點區(qū)空間上的分離,而隨著就業(yè)保障功能熱點區(qū)的縮小,兩者的權(quán)衡相對下降;生產(chǎn)和生態(tài)功能的二級功能主要表現(xiàn)為權(quán)衡關(guān)系,其中經(jīng)濟發(fā)展和土壤保持功能的權(quán)衡由不顯著上升為顯著,主要是因為建設(shè)用地對林草地的占用;生活和生態(tài)功能在二級功能主要表現(xiàn)為權(quán)衡,但土壤保持和居住承載功能表現(xiàn)為顯著協(xié)同,且有減弱趨勢,原因是平坦的地形對土壤保持和人類居住的積極作用,協(xié)同關(guān)系減弱可以解釋為地形對人類居住的限制逐漸減弱。

表4 研究區(qū)土地利用二級功能相關(guān)系數(shù)Tab.4 Spearman rank correlation of sub-functions in study area

3.3 土地利用多功能分區(qū)管理

基于2018年土地利用多功能定量化評價結(jié)果,結(jié)合高斯混合模型進行功能分區(qū),參考以往研究[17]將研究區(qū)298個鄉(xiāng)鎮(zhèn)劃分為城鎮(zhèn)化發(fā)展核心區(qū)、城鄉(xiāng)優(yōu)化發(fā)展區(qū)、農(nóng)業(yè)生產(chǎn)區(qū)和生態(tài)保護區(qū)。圖5反映了4個功能區(qū)的面積和功能占比，其中城鎮(zhèn)化發(fā)展核心區(qū)面積最小,城鄉(xiāng)優(yōu)化發(fā)展區(qū)面積最大。各個功能區(qū)在不同二級功能層面體現(xiàn)出不同優(yōu)勢。

圖5 研究區(qū)土地利用功能分區(qū)圖Fig.5 Land use functions regionalization in study area

1) 城鎮(zhèn)化發(fā)展核心區(qū)。位于研究區(qū)東北部,包含37個鄉(xiāng)鎮(zhèn)。該區(qū)域就業(yè)保障功能和經(jīng)濟發(fā)展功能占比最高;占研究區(qū)總面積的16%,其中包含了研究區(qū)31%的建設(shè)用地,其密度最高(1.938)。該區(qū)聚集了研究區(qū)重要的能源、交通等資源。煤炭資源豐富,為工業(yè)發(fā)展提供了良好的資源條件;但其位于風沙過渡區(qū),生態(tài)環(huán)境脆弱。該區(qū)的發(fā)展方向主要是繼續(xù)發(fā)展工礦產(chǎn)業(yè)及配套產(chǎn)業(yè),利用產(chǎn)業(yè)發(fā)展吸引人口向該區(qū)域流動,為區(qū)域發(fā)展提供人力資源保障,盡快將該區(qū)發(fā)展為研究區(qū)經(jīng)濟增長的支持力量。增加城市綠地面積,提升該區(qū)域生態(tài)功能。

2) 城鄉(xiāng)優(yōu)化發(fā)展區(qū)。主要包括延安市中心城區(qū)、以及研究區(qū)北部和南部共98個鄉(xiāng)鎮(zhèn)。該區(qū)域的居住承載功能和交通保障功能最強;占研究區(qū)總面積的31%,其中包含研究區(qū)26%的耕地面積,僅次于農(nóng)業(yè)生產(chǎn)區(qū);并包含研究區(qū)44%的建設(shè)用地,但建設(shè)用地密度(1.419)略低于城鎮(zhèn)化發(fā)展核心區(qū)。由于較高的國土開發(fā)密度和密集的人口,資源環(huán)境承載能力開始減弱。該區(qū)的優(yōu)化發(fā)展主要措施包括,優(yōu)化城鄉(xiāng)空間資源配置,構(gòu)建合理城鎮(zhèn)體系,進而達到協(xié)調(diào)區(qū)域城鄉(xiāng)發(fā)展,帶動區(qū)域整體發(fā)展的目標。

3) 農(nóng)業(yè)生產(chǎn)區(qū)。主要集中于無定河流域共102個鄉(xiāng)鎮(zhèn)。該區(qū)有著最強的糧食生產(chǎn)能力;占研究區(qū)總面積的25%,其中包含研究區(qū)36%的耕地面積,占比最大。該區(qū)域主要發(fā)展方向為保持糧食生產(chǎn)功能優(yōu)勢的同時,努力提高農(nóng)業(yè)經(jīng)濟增長的質(zhì)量和效益,優(yōu)化農(nóng)業(yè)經(jīng)濟結(jié)構(gòu);大力發(fā)展設(shè)施農(nóng)業(yè)和綠色農(nóng)業(yè),提高農(nóng)產(chǎn)品附加值,進而調(diào)動農(nóng)業(yè)從業(yè)者的生產(chǎn)積極性。同時該區(qū)也是研究區(qū)農(nóng)村居民點集中的區(qū)域,應(yīng)科學合理規(guī)劃和布局農(nóng)村建設(shè)用地,加快美麗鄉(xiāng)村建設(shè)。

4) 生態(tài)保護區(qū)。主要分布在子午嶺區(qū)[25]、黃河干流區(qū)南部、宜川河流域和云巖河流域,共61個鄉(xiāng)鎮(zhèn)。該區(qū)域生物保護功能、水源涵養(yǎng)功能和土壤保持功能占比最高;占研究區(qū)總面積的28%,其中林、草地占比最高,分別占研究區(qū)該類面積的55%和33%。該區(qū)應(yīng)以保護生態(tài)為首要目標,增加生態(tài)保護區(qū)的資金投入,建立生物多樣性重點保護區(qū);其次充分發(fā)揮該區(qū)森林資源、生物資源以及文化資源的優(yōu)勢大力發(fā)展旅游業(yè)、休閑農(nóng)牧業(yè)推動該區(qū)域經(jīng)濟發(fā)展。

4 結(jié)論與討論

本文對陜北黃土高原土地利用的生產(chǎn)、生活和生態(tài)功能進行量算的基礎(chǔ)上,結(jié)合指標空間化模型對2010—2018年土地利用多功能進行空間化,并結(jié)合疊加分析、熱點分析以及Spearman秩相關(guān)分析等方法對土地利用多功能的時空演變特征及權(quán)衡協(xié)同進行分析,最后基于高斯混合模型,結(jié)合8項土地利用二級功能對298個鄉(xiāng)鎮(zhèn)進行聚類分析,劃分土地利用功能區(qū)并提出優(yōu)化路徑。主要結(jié)論如下:

1)2010—2018年研究區(qū)生產(chǎn)功能從0.27提升到0.35,生活功能從0.21提升到0.37,生態(tài)功能從0.35下降到0.33,生產(chǎn)和生活功能提升明顯,生態(tài)功能出現(xiàn)下降。經(jīng)濟發(fā)展功能、交通保障功能和水源涵養(yǎng)功能熱點區(qū)擴大,居住承載功能、生物保護功能和土壤保持功能熱點區(qū)保持穩(wěn)定,糧食生產(chǎn)功能和就業(yè)保障功能熱點區(qū)縮小。

2)土地利用多功能間相互作用關(guān)系主要表現(xiàn)為:生產(chǎn)功能和生活功能的協(xié)同作用,且在研究期內(nèi)協(xié)同作用增強;生產(chǎn)功能和生態(tài)功能、生活功能和生態(tài)功能表現(xiàn)為權(quán)衡作用,且權(quán)衡作用不斷增加。表明了研究區(qū)城鎮(zhèn)化發(fā)展過程中人民的生產(chǎn)生活得到了較大改善,但對生態(tài)環(huán)境的影響也持續(xù)增加。

3)基于高斯混合模型,結(jié)合2018年土地利用多功能的評估結(jié)果,提出了4類功能區(qū)。不同功能區(qū)的土地利用二級功能組合特征存在明顯差異。其中城鄉(xiāng)優(yōu)化發(fā)展區(qū)和生態(tài)保護區(qū)為主導功能區(qū),占研究區(qū)總面積59%,表明在大力發(fā)展生產(chǎn)和生活功能的同時,需加強對生態(tài)功能的保護,才能促進陜北黃土高原“三生”功能協(xié)調(diào)發(fā)展,進而推動土地利用多功能的提升。

本文對陜北黃土高原土地利用多功能案例研究,反映了2010—2018年研究區(qū)實際情況,可為其可持續(xù)發(fā)展提供借鑒和參考?；? km網(wǎng)格尺度的土地利用多功能定量研究,能夠得到較好的空間分布。高斯混合模型模型通過貝葉斯準則確定最佳聚類個數(shù),確保了結(jié)果的有效性。然而需要注意的是,考慮到微觀尺度的定量化研究,本文對指標的選取尚不全面,有待進一步完善。目前對于不同聚類算法進行土地利用功能分區(qū)研究后驗手段尚顯不足,隨著研究的深入,在嘗試不同的聚類算法的同時,構(gòu)建評價指標體系,進而對不同聚類進行比較評價研究,推動土地利用功能分區(qū)研究的發(fā)展。