面向SDGs的区域土地需求量序列预测方法

摘要

本发明公开了一种面向SDGs的区域土地需求量序列预测方法，该方法为：综合考虑区域气温、湿度以及地缘区划的因素，将区域国家划分为9个子区域；集成SDGs指标以及土地需求变化驱动因素，构建面向SDGs的区域国家土地利用系统动力学模型；确定系统动力学模型变量间计算公式，完成模型检验；选定情景变量，设置面向不同SDGs目标的未来可持续发展情景；获得9个子区域未来不同可持续情景下各地类需求量时序预测值。本发明的方法将SDGs指标与影响土地需求的其他因素结合起来，共同作为系统动力学的变量，丰富了土地利用需求预测的驱动因素，并设置针对于联合国可持续发展目标的不同可持续发展情景。

说明书

技术领域

本发明涉及联合国可持续发展目标以及系统动力学模型预测，尤其是一种面向SDGs 的区域土地需求量序列预测方法。

背景技术

“可持续发展目标”(Sustainable Development Goals,SDGs)包含了17个可持续发展目标和169个具体目标，充分反映了衡量可持续发展的三个方面，即经济发展、环境美好和社会进步。对可持续发展目标区域的土地利用需求量预测研究不仅可以揭示该倡议对于土地利用需求量的影响，同时也能从土地利用变化的角度侧面印证建设区域的内容达到何种成效，为可持续发展目标区域国家在土地利用可持续方向的发展提供参考策略。目前SDGs指标应用于土地利用需求量预测的研究还未完善，亟待充实。

发明内容

发明目的：本发明提出了一种面向SDGs的区域土地需求量序列预测方法。将SDGs指标与影响土地需求的其他因素结合起来，共同作为系统动力学的变量，丰富了土地利用需求预测的驱动因素，并设置针对于联合国可持续发展目标的不同可持续发展情景。

为了实现上述目的，本发明提出的技术方案为：

面向SDGs的区域土地需求量序列预测方法，该方法包括如下步骤：

(1)综合考虑区域气温、湿度以及政治经济地缘区划等因素，将区域沿线国家划分为9 个子区域；

(2)集成SDGs指标以及土地需求变化驱动因素，构建面向SDGs的区域沿线国家土地利用系统动力学模型；

(3)确定系统动力学模型变量间计算公式，完成模型检验；

(4)选定情景变量，设置面向不同SDGs目标的未来可持续发展情景；

(5)获得9个子区域未来不同可持续情景下各地类需求量时序预测值。

优选的，步骤(2)中，集成联合国可持续发展目标(SDGs)具体为将本土化后的SDGs指标作为系统动力学模型变量参与模拟预测。选用的SDGs指标包括：2.1.1营养不足发生率、 2.3.1粮食单产、8.1GDP增长率、9.b.1中高科技产业增加率、11.6.2城市细颗粒物年度均值。

优选的，步骤(2)中，构建面向SDGs的区域沿线国家土地利用系统动力学模型。该系统动力学模型的历史真实数据为2001-2015年各用地类型面积，预测时间边界为2015-2030 年，以2015年作为模拟的基准年，为减少年际变化过大所带来的模拟误差，时间步长选定为 1年。

优选的，步骤(2)中，土地利用系统动力学模型中，将土地共分为6种类型，分别为：耕地、林地、草地、建设用地、水域、未利用地。

优选的，步骤(3)中，系统动力学模型变量间计算的公式共分为三类：经验公式、回归公式以及表函数公式。

优选的，步骤(4)中，情景变量选定为GDP增长率、粮食单产、营养不足发生率、PM2.5 浓度、气温、降水。

优选的，步骤(4)中，未来可持续发展情景，分别为：基准情景、经济发展情景、粮食持续情景、环境友好情景。除基准情景外，其余情景SDGs指标预测值依照联合国可持续发展报告中提供的指标指示板确定。

优选的，步骤(4)中，子区域的未来可持续发展情景值具有差异，具体阙值根据当前该区域处于的可持续发展阶段以及欲达到的可持续发展阶段从而设置不同的预测值。

优选的，步骤(5)中，获得9个子区域未来不同可持续情景下各地类需求量时序预测值，需要组织每个子区域不同的输入数据和情景值，多次运行系统动力学模型。

本发明的有益效果为：本发明主要应用于未来不同可持续发展情景下的区域沿线国家土地需求量序列预测，推动了SDGs多指标区域尺度下的耦合应用研究，为区域沿线国家在土地利用可持续方向的发展规划提供参考策略。

附图说明

图1为本发明的基本框架结构示意图。

图2为本发明系统动力学流图。

图3为中国分区不同可持续情景下各地类需求量序列预测结果图，其中图3(a)为耕地需求量序列预测结果图，图3(b)为林地需求量序列预测结果图，图3(c)为草地需求量序列预测结果图，图3(d)为建设用地需求量序列预测结果图，图3(e)为水域需求量序列预测结果图，图3(f)为未利用地需求量序列预测结果图。

具体实施方式

面向SDGs的区域土地需求量序列预测方法，该方法包括如下步骤：

(1)综合考虑区域气温、湿度以及政治经济地缘区划等因素，将区域沿线国家划分为9 个子区域；

(2)集成SDGs指标以及土地需求变化驱动因素，构建面向SDGs的区域沿线国家土地利用系统动力学模型；

(3)确定系统动力学模型变量间计算公式，完成模型检验；

(4)选定情景变量，设置面向不同SDGs目标的未来可持续发展情景；

(5)获得9个子区域未来不同可持续情景下各地类需求量时序预测值。

本发明提供一种面向SDGs的区域土地需求量序列预测方法，本方法包含三个部分，如图1所示。第一部分为区域沿线国家分区；第二部分为面向SDGs的区域沿线国家土地利用系统动力学模型构建；第三部分为面向SDGs的区域沿线国家土地利用系统动力学模型可持续发展情景模拟。

一种面向SDGs的区域土地需求量序列预测方法基本框架，如图1所示，包括三部分：

(1)区域沿线国家分区

(11)区域沿线国家2001-2015年土地利用变化分析，将ESA CCI 300m土地利用数据重分类为6类，计算各地类面积增长率。

(12)基于区域国家的实际情况以及后续系统动力学研究需要，考虑到经济、气候以及地理位置三重因素，以气候带为基础结合国家地理位置，综合考虑地理位置相近国家的经济发展情况以及历史土地利用变化情况，将66个国家分为9个区。

(2)面向SDGs的区域沿线国家土地利用系统动力学模型构建

(21)筛选SDGs指标中适合作为影响土地利用模拟情景的指标，与其他土地利用需求驱动因素共同作为系统动力学变量。绘制因果回路图和系统动力学流图，构建区域土地利用系统动力学模型。系统动力学流图如图2所示。

(22)组织土地利用数据以及其他社会经济数据，确定系统动力学回归方程，验证模型精度。

(3)面向SDGs的区域沿线国家土地利用系统动力学模型可持续发展情景模拟

(31)选择情景变量，依据联合国可持续发展报告中提供的指标指示板确定各情景变量的Green、Yellow、Orange和Red值。

(32)设置基准情景、经济发展情景、粮食持续情景和环境友好情景四个情景

(33)以1年为间隔输出9个子区域不同情景相应的各地类面积变化序列数据预测值。

第一部分是区域沿线国家分区，具体实施步骤包含以下内容：

(1)区域土地利用类型重分类

本发明的土地利用数据来源为ESACCI土地利用数据产品，空间分辨率为300m，将原有土地分类类型重分类为6类，分别为耕地、林地、草地、建设用地、水域以及未利用地。

(2)区域各地类2001-2015年面积增长率计算

以2001年作为起始年份，2015年作为终止年份，为区域沿线国家分区提供依据。

(3)区域沿线国家分区

区域包含国家众多，基于可持续发展区域国家的实际情况以及后续系统动力学研究需要，考虑到经济、气候以、地理位置以及土地利用变化多重因素，以气候带为基础结合国家地理位置，综合考虑地理位置相近国家的经济发展情况，将66个国家分为9个子区域，结果如下。其中分区依据以及数据来源如表1所示，分区名称及代号如表2所示。

子区域一：哈萨克斯坦、乌兹别克斯坦、土库曼斯坦、塔吉克斯坦、吉尔吉斯斯坦、格鲁吉亚、阿塞拜疆、亚美尼亚、蒙古；

子区域二：波斯尼亚和黑塞哥维那、黑山、塞尔维亚、马其顿、阿尔巴尼亚、乌克兰、白俄罗斯、摩尔多瓦；

子区域三：塞浦路斯、爱沙尼亚、捷克、斯洛伐克、斯洛文尼亚、希腊；

子区域四：立陶宛、拉脱维亚、罗马尼亚、保加利亚、匈牙利、克罗地亚、波兰；

子区域五：以色列、沙特阿拉伯、阿曼、阿联酋、卡塔尔、科威特、巴林、土耳其；

子区域六：伊朗、伊拉克、叙利亚、约旦、黎巴嫩、巴勒斯坦、也门、埃及；

子区域七：老挝、柬埔寨、越南、缅甸、菲律宾、孟加拉、尼泊尔、印度尼西亚、印度、巴基斯坦、阿富汗、斯里兰卡、不丹、新加坡、马来西亚、泰国、文莱、马尔代夫；

俄罗斯；中国。

表1分区依据以及数据来源

表2、9个子区域

第二部分为面向SDGs的沿线国家土地利用系统动力学模型构建，具体实施步骤包含以下内容：

(1)绘制面向SDGs的沿线国家土地利用系统动力学模型流图

综合区域社会经济数据以及SDGs影响土地利用需求的指标，确定系统动力学模型变量 (见表3)，分析区域土地利用转移情况，绘制各变量间的因果回路图和系统流图，建立面向 SDGs的土地利用系统动力学模型，如图2所示。模型内涉及的数据以及来源如表4所示。

表3系统动力学模型变量

表4系统动力学模型数据及来源

(2)面向SDGs的沿线国家土地利用系统动力学模型变量公式确定

系统动力学模型变量间公式由经验公式、回归公式以及表函数公式构成，此处展示中国分区的回归公式如下：

耕地＝IF THEN ELSE(Time<＝2009,2.62597e+06+470.852*气温+1.9064e-10*固定资产投资额-7.599*粮食需求-4697.78*"2.3.1粮食单产"+12.035*降水,2.62229e+06-14648.4*气温-6.218* 粮食需求+642007*"2.3.1粮食单产"-5.383*降水-5.1052e-09*固定资产投资额)单位：平方千米

林地＝4.80096e+06-3.401*降水-5.679e-09*固定资产投资额-0.589412*耕地-0.520418*草地单位：平方千米

草地＝3.79702e+06-9719.85*气温+1.5625e-09*固定资产投资额-0.083952*耕地+142.806* 畜牧业生产指数-0.756476*水域单位：平方千米

建设用地＝371123-1.064e-09*科技进步+2.46*城市人口-0.205312*耕地+5.214*"11.6.2城市细颗粒物年度均值"单位：平方千米

水域＝399605-8.351e-05*渔业总产量-0.086224*耕地+6.2163e-10*固定资产投资额单位：平方千米

水产养殖产量＝8.583e-07*GDP+1925.86*总人口-2.24859e+08单位：吨

渔业捕捞产量＝3.435e-07*GDP-48.181*总人口+2.03534e+07单位：吨

固定资产投资额＝0.435422*GDP-1.29509e+11单位：百万美元

(3)面向SDGs的区域沿线国家土地利用系统动力学模型模拟精度检验

系统动力学历史土地数据仿真校验公式为：

利用该公式计算2015年9个子区域土地利用模拟历史校验精度，如表5所示。

表5九个子区系统动力学土地利用模拟历史校验结果(2015年)Km

第三部分为面向SDGs的沿线国家土地利用系统动力学模型情景模拟，具体实施步骤包含以下内容：

(1)拟定面向SDGs的可持续发展情景

将SDG8.1GDP增长率、SDG2.3.1粮食单产、SDG2.1.1营养不足发生率、SDG11.6.2城市细颗粒物年度均值选定为情景变量，每个情景变量包含Green、Yellow、Orange、Red、Actual 共5种未来趋势。设置基准情景、经济发展情景、粮食持续情景以及环境友好情景4种未来可持续发展情景，SDG8.1GDP增长率作为经济发展情景的主导变量、SDG2.3.1粮食单产和 SDG2.1.1营养不足发生率作为粮食持续情景的主导变量、环境友好情景的主导变量为 SDG11.6.2城市细颗粒物年度均值。主导变量在对应情景内为Green发展趋势，其余变量按照现有趋势发展，基准情景内所有的变量都按照现有趋势发展，如表5所示。由于不同的分区具有差异性，需要针对每个子区域的不同发展情况设置相应的情景变量值，*号表示需要结合不同区域具体的发展情况进行SDG指标趋势的设置。

表5情景变量设置

(2)不同可持续情景下土地需求量序列预测

依照各种可持续发展情景变量阙值的设置规则，输入系统动力学模型当中，分别对9 个子区域到2030年不同可持续情景下的土地需求量进行预测。图3展示了中国区域在不同可持续情景下各地类面积变化趋势。