王 瑶

（上海市地质调查研究院，上海 200072）

2020年8月，上海市规划和自然资源局编制出台《上海市耕地和永久基本农田划定成果报告》，在全市共划定土地整备引导区670个，总用地面积324.1万亩（约2160.67 km2），将其以农业生产为主导、规划期内实施土地综合整治的重点区域，经整理复垦后的新增耕地是市管储备地块的直接补充来源[1]。传统的土地整治区划多以促进耕地集中连片为单一导向[2-3]。然而，随着国土空间生态修复与全域土地整治战略的推进[4-6]，以及耕地资源数量、质量、生态三位一体的管理要求[7]，如何在已划定的土地整备引导区确定重点整治区域，需要考虑到耕地集中连片度提升、区域生态系统服务供给、土壤宜耕性等诸多要素。

研究方法方面，当前土地整治分区划定研究常用的方法有多因素综合评价法、矩阵分析法和系统聚类法等[8-10]，分区过程中主观性较强，且无法同时考虑多要素的权衡。土地利用优化配置问题研究中常用的多目标优化算法可为大都市土地整治潜力区划决策方法设计，提供重要参考，如：以江苏省 55个县域单元为研究对象，借助 Pareto 最优理论和LINGO软件，构建多目标规划模型定量求解土地利用的最佳集约度[11]；采用基于 Pareto最优的多目标粒子群算法构建了土地利用优化配置模型，提出常州市武进区土地利用配置方案[12]；提出土地优化利用的3个目标（经济效益、生态效益和土地紧凑性最大）和约束条件（土地变化不超过20%）借助多目标优化算法（改进型NSGA-II），探寻所有目标达到最优权衡时的土地利用优化方案集合[13]；以韩国平昌郡为例，以滑坡体风险最小化、变化最小化和紧凑度最大化为目标，开展气候变化下考虑滑坡风险的多目标土地利用分配研究[14]；以岛屿的几何形状（浮动平台阵列）、土地利用布局和交通网络为目标，建立了由超大型浮式结构组成的人工岛多目标优化决策规划模型[15]。综上所述，多目标优化算法可以较好地支撑本研究的大都市土地整治潜力区划决策。

本文以青浦区土地整备引导区为研究区域，基于多目标优化理论，将空间结构、生态价值、环境影响、农业生产潜力等多维度目标纳入土地整治区划决策体系，建立基于多目标优化的大都市土地整治潜力区划决策框架。并以上海市青浦区为研究区域开展实证，基于Pareto最优算法提出权衡视角下的土地整治潜力区划方案。研究结果以期为新时期土地整治重点区域划定研究提供新思路。

1 研究区域与方法

1.1 研究区域

青浦区位于上海市东西向发展主轴“延安路—世纪大道发展轴”的西端，是上海面向长三角、联接江浙地区、对接“一带一路”的重要门户，也是长三角一体化示范区的重要组成部分。东侧与虹桥综合交通枢纽、闵行区毗邻，西连江苏省吴江、昆山两市，南与松江区、金山区及浙江省嘉善县接壤，北与嘉定区相接。全区行政总面积 668.52 km2，地形东西两翼宽阔，中心区域狭长。

青浦区属平原地貌，地面高程在2.8～3.5 m之间，整体地势从东北到西南逐渐降低。全区母质类型有湖泊沉积、江海沉积、交互沉积和回流沉积等多种，土壤类型主要有青黄土、青紫土等土属。青浦区生态环境优越，河湖水网密布，拥有21个天然湖泊，以及青西郊野公园、拦路港片林、太浦河片林等郊野生态空间，是上海重要的生态空间和生态屏障。值得关注的是，从上海市耕地和永久基本农田保护视角出发，青浦区的耕地集中连片率低于全市平均水平，实施规模整治以推动耕地布局优化调整的需求较高。因此，本研究以青浦区土地整备引导区为研究区域（图1），开展土地整备潜力区划决策框架的实证研究，识别土地整备潜力优先区域，形成多目标权衡下的形成区域耕地布局优化配置方案，用以辅助区域国土空间整治与生态修复规划。

图1 上海市青浦区土地整备引导区范围Fig.1 The scope of land consolidation guided region in Qingpu District, Shanghai

1.2 研究思路

耕地优化配置与生态服务价值供给权衡视角下大都市土地整治决策框架的研究思路如图2所示，将土地整治潜力划分为潜力较差区、潜力一般区、潜力较高区和潜力极高区四部分。具体的决策路径如下：

（1）把环境影响为底线约束，生态基底状况评价结果无法满足相关标准，需修复后方可整治为补充耕地的图斑，列入潜力较差区。

（2）农业生产潜力（宜耕性）作为限制性约束，宜耕性较差导致整治过程中需要额外投入一定土壤改良成本的图斑，列入潜力一般区。

（3）基于剔除潜力较差和潜力一般区的图斑后，以剩余图斑为评估对象，以集中连片面积最优（PCA）和生态价值供给最大化（ESV）为双目标，构建土地整备引导区耕地潜力区划模型。模型最优解所选择的图斑为潜力极高区，剩余图斑为潜力较高区。

图2 基于多目标优化的大都市土地整治潜力区划决策框架Fig.2 Framework of land consolidation potential zoning decision-making based on multi-objective optimization

1.3 研究方法

1.3.1 构建空间采样数据集

（1）国土空间（土地利用）数据。本研究使用的基础数据资料包括：2021年上海市青浦区土地利用现状数据、上海市土地整备引导区划定数据。耕地集中连片面积为本次研究过程中获得，通过边界距离、连片面积综合判定耕地是否集中连片。

（2）生态基底数据。本研究使用的生态基底数据均为野外调查采集获得。聚焦土壤、地下水和地表水等自然要素，开展了青浦区土地整备引导区生态基底调查，共部署并实施了103个土壤钻孔，21个浅层地下水监测井，15个地表水/坑塘水面点位的现场调查与样品采集。所有土壤和水样品的分析测试工作均由国土资源部上海资源环境监督检测中心承担，测试指标包括pH、重金属、养分元素和有机污染物共计59项。

（3）生态系统服务价值供给数据。基于谢高地等编制的中国单位面积生态服务价值表[16]，并运用修正系数对其当量系数进行修正，以消除采用全国参数表征上海市青浦区特征的误差。本文采用单位土地面积的农、林、牧、渔产值分别修正耕地、林地、草地和水域的生态系统服务价值，用森林覆盖率生态系统的调节服务和支持服务的价值量进行修正；用旅游总收入修正文化服务的价值量[17]。

1.3.2 建立多目标优化模型

（1）基本假设

宗地图斑的地类转换决策。在土地整备引导区耕地集中连片优化调整过程中，除耕地外的其他地类图斑均存在两种决策选择，即转为耕地或保持现有地类，继而导致土地整备引导区的空间结构、生态价值会因各图斑的地类转换决策而发生变化。考虑到区域土地利用结构的相对稳定，引导区内道路用地（农村道路、城镇村道路、公路用地）、湖泊、河流水面、特殊用地、公用设施用地，不参与耕地集中连片优化调整决策。

耕地集中连片面积评判。通过边界距离、连片面积综合判定耕地是否集中连片。① 相邻耕地边界距离小于等于临界距离（结合上海市耕地现状布局与周边地物条件，具体选择10 m）的，划为同一连片区块。② 连片区块内耕地面积大于等于临界面积（考虑耕作便利度、机械化作业条件，具体选择300 亩，即20公顷）的区块，则认为是集中连片区块。区块范围通过耕地图斑融合形成。③ 参考中国陆地生态系统单位面积生态服务价值当量因子，计算青浦土地整备引导区生态系统服务价值供给情况。考虑到现行方法学中建设用地的生态系统服务价值当量因子缺失，本研究将建设用地的生态系统服务价值供给量设为零。

（2）目标函数

本研究提出的大都市土地整治决策模型属于双目标优化模型，包括区域耕地集中连片面积最优（PCA）和生态价值供给最大化（ESV）两个目标函数，可表达为：

公式（1）表示，土地整备引导区耕地潜力区划模型是双目标优化模型，需要同时实现集中连片面积最优和生态价值供给最大化。

公式（2）表示，集中连片面积（PCA）是由各个图斑的地理区位（Li）、地类转换选择（Zi）决定。其中Zi为决策变量（0-1变量），当图斑转换地类为耕地时，Zi值为1；当图斑不做地类转换时，Zi值为0。

公式（3）表示，生态价值供给量（ESV）是由各个图斑的地类转换决策（Zi）、不同地类生态价值供给量（ESVj）、图斑面积（Areai）决定。ESVjpre代表优化前原地类提供的j类生态系统服务价值量，ESVj farm代表耕地提供的j类生态系统服务价值量。

（3）约束条件

逻辑约束。当调查点位的环境质量状况不达标或宜耕性较差，则该点位所属图斑不可转为耕地。

公式（4）表示，环境质量状况（ENi）为0-1变量，超标则ENi值为0；宜耕性（CCi）为0-1变量，不宜耕则CCi为0。

数量约束。为降低土地整治成本，规划调整后不应与现状产生过大差异，否则会对发展造成不利影响。因此，将土地利用类型转为耕地的图斑数量不超过区域总图斑数量的20%作为约束条件。

公式（5）表示，土地利用类型转为耕地的图斑数量为∑i Zi，区域总图斑数量为I。

1.3.3 优化算法

本文求解算法包括2个方面：（1）基于ArcGIS和Python平台完成了耕地集中连片以及图斑地理区位的判定；（2）基于Matlab平台，在Yalmip环境中调用CPLEX求解器，完成大都市土地整治决策模型求解，获得Pareto前沿面最优解集，并以权衡视角下无偏好的Pareto最优解作为土地整治潜力区划方案。

2 结果与讨论

2.1 土地整备引导区现状评估

2.1.1 耕地集中连片现状评估

基于本文1.3.2确定的耕地集中连片面积评判规则，共在青浦区77个土地整备引导区内划定集中连片耕地共计181片，总面积为6807.6万m2（图3）。如图3所示，由于耕地集中连片的最小面积为20公顷，故全区仍有17个土地整备引导区内尚无集中连片耕地。与全市引导区内集中连片耕地占比（72.8%）相比，青浦区土地整备引导区内集中连片耕地占比仅为50.2%，集中连片、规模整治的需求较高。

图3 土地整备引导区集中连片耕地分布情况Fig.3 Distribution of concentrated arable lands in land consolidation guided region

2.1.2 生态系统服务价值供给评估

基于第三次土地调查成果与依据谢高地等制定的中国陆地生态系统单位面积生态服务价值当量因子[16]，对研究区域生态系统服务价值供给现状进行评估。青浦区生态系统服务价值总量为67.6亿元，其中供给服务价值量为4.74亿元，调节服务价值量为57.63亿元，支持服务价值量为3.97亿元，文化服务价值量为1.28亿元。基于青浦区生态系统服务价值供给现状评价结果，利用自然断点法将生态用地分为一般生态用地、生态用地、二级生态源地和一级生态源地四个类别。其中，青浦区一级生态源地46.75 km2，主要分布在淀山湖区域；二级生态源地3.64 km2，主要分布在青浦区西侧地区。土地整备引导区内无生态源地，仅少量生态用地呈散点状分布。

如表1所示，青浦区土地整备引导区生态系统服务价值总量为8.21亿元，其中供给服务价值量为0.51亿元，调节服务价值量为6.81亿元，支持服务价值量为0.72亿元，文化服务价值量为0.17亿元。值得关注的是，土地整备引导区占青浦区总面积30.60%，但其提供的生态系统服务总价值占比仅为12.15%。因此，在促进土地整备引导区耕地集中连片的同时，保持其生态系统服务价值的相对稳定或提升是十分重要的。

表1 青浦区与土地整备引导区生态系统服务价值供给量Table 1 Ecosystem service value of land consolidation guided region in Qingpu District

2.1.3 区域生态基底现状评估

区域土壤环境质量符合性评价：基于建立的空间采样数据集，以《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）水田地类的风险管控标准为基准，以评估所有土壤样品所在图斑转为耕地的可行性。评估结果显示，所有土壤样品均符合土壤污染风险管制值的标准，但有10个土壤样品超出土壤污染风险筛选值，超标污染物为铜、镉、镍、锌、砷、汞，均为散点状分布在不同的土地整备引导区内。根据本文1.3节所述研究方法，上述土壤样品所在的地块图斑应划入土地整治潜力较差区，涉及10个图斑，累计图斑面积为17.75万m2。

区域土壤宜耕潜力评价：考虑到谷类作物的耕作层最佳土壤深度为50 cm（临界值为20～50 cm），多年生农作物的耕作层最佳土壤深度为150 cm（临界值为75～150 cm）。基于此，本文以0～2.0 m 深度采集的土壤样品为评估对象，开展土壤宜耕潜力评估。对0～1.0 m深度的土壤样品进行分析，有32个土壤样品综合评级为不宜耕（占不宜耕样品总量的39.02%）；1.0～2.0 m深度的土壤样品进行分析，有50个土壤样品综合评级为不宜耕（占不宜耕样品总量的60.98%）。综上，共涉及57个采样点共计82个土壤样品综合评级为不宜耕。上述不宜耕点位的限制性因素为有机质量不达标、其次是养分元素缺乏。根据本文1.3节研究方法，上述土壤样品所在的地块图斑应划入土地整治潜力一般区，涉及55个图斑，累计图斑面积为53.72万m2。

2.2 土地整备引导区土地整治潜力区划决策

2.2.1 土地整治潜力区划决策过程描述

以青浦区编号为1的土地整备引导区为例，描述基于多目标优化的大都市土地整治潜力区划决策具体过程。1号土地整备引导区总面积为589.35万m2，其中耕地图斑463个，累计耕地总面积为293.15万m2，非耕地图斑1183个，累计非耕地面积为296.2万m2。根据《上海市耕地和永久基本农田划定成果报告》明确的集中连片耕地判定方法，基于三调底版数据共划定出4个片区的集中连片耕地，累计集中连片面积为145.72万m2，集中连片率为49.70%。

（1）环境符合性判定

基于建立的空间采样数据集，结合相关环境质量评估标准，识别1-SJ1点位的深层土壤样品（编号1-SJ1-3）汞元素含量超出《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）风险筛选值，故1-SJ1调查点所在图斑被列为潜力较差区，涉及1个图斑，图斑总面积为0.43万m2。

（2）土壤宜耕性判定

土壤宜耕潜力调查结果显示，1个土壤钻孔（1-SJ1）、1个土壤和地下水复合钻孔（1-GW/SJ）评估结果均为宜耕，故该引导区内无图斑被列入潜力一般区。

（3）基于双目标的土地整备决策优化模型求解

基于Matlab平台，在Yalmip环境中调用CPLEX求解器，运用epsilon增强约束法完成基于双目标的土地整备决策优化模型求解，获得了权衡视角下无偏好的最优解，共计110个图斑（总面积为40.83万m2）划入潜力极高区。

（4）获得土地整备引导区耕地潜力区划方案

如图4所示，1号土地整备引导区内涉及潜力极高区、潜力较高区和潜力较差区三类。其中，潜力极高区包括110个图斑，总面积为40.83万m2；潜力较高区包括214个图斑，总面积为115.93万m2；潜力较差区包括1个图斑，总面积为0.43万m2。

图4 1号土地整备引导区耕地潜力区划方案Fig.4 Potential cultivated land zoning of No.1 land consolidation guided region

2.2.2 青浦区土地整备引导区土地整治潜力区划整体方案

基于多目标优化的大都市土地整治潜力区划决策框架，最终获得了土地整备引导区土地整治潜力区划方案（图5）。

（1）潜力极高区：共划定6397个图斑，累计图斑面积为2922.22万m2，占引导区总面积的43.72%。

（2）潜力较高区：共划定8192个图斑，累计图斑面积为3689.6万m2，。占引导区总面积的55.21%。

（3）潜力一般区：共划定55个图斑，累计图斑面积为53.72万m2，占引导区总面积的0.8%。主要限制性因素为土壤宜耕性较差。

（4）潜力较差区：共划定10个图斑，累计图斑面积为17.75万m2，占引导区总面积的0.27%。主要限制性因素为区域环境质量状况无法满足耕地环境质量的刚性要求。

图5 青浦区土地整备引导区耕地潜力区划成果Fig.5 Potential cultivated land zoning of land consolidation guided region in Qingpu District

3 结论

为解决传统土地整治区划多聚焦耕地集中连片率提升目标，忽略了区域生态系统服务价值供给、生态基底等诸多因素等缺陷。在国土空间生态修复与全域土地整治战略指引下，本文基于多目标优化理论与Pareto最优算法，综合考虑了空间结构、生态价值、环境影响、农业生产潜力等多维度目标，建立了基于多目标优化的大都市土地整治潜力区划决策框架与具体算法。以青浦区土地整备引导区为研究区域，运用Pareto最优算法提出了青浦区土地整治潜力区划方案。

基于权衡视角下的区划方案显示：总面积为 2922 万m2（6397 个图斑）的区域划入土地整治潜力极高区，3689.6万m2（8192个图斑）的区域划入土地整治潜力较高区，53.72万m2（55个图斑）划入土地整治潜力一般区，17.75万m2（10个图斑）划入土地整治潜力较差区。

本文提出的多目标最优的大都市土地整治潜力区划决策方法学，较好地处理了多目标权衡下的定量求解问题，可应用于我国区县级国土空间生态修复与重大土地整治项目规划的决策支持。