《International Journal of Agricultural Sustainability》：Multifunctional zoning optimization of agricultural land use by coupling Bayesian belief network with density peaks clustering – a case study in Guangdong, China
编辑推荐：
本文创新性地将贝叶斯信念网络（BBN）与密度峰值聚类（DPC）算法耦合，通过识别农业土地利用多功能间的权衡/协同关系（trade-off/synergy），在1 km网格尺度上将广东省划分为五大功能区（绿色农业、热带农业、生产性农业、生态农业和都市农业），为协调粮食生产（FP）、生态调节（ER）等多功能冲突提供了科学分区方案，对推进农业可持续发展具有重要实践意义。
1. 引言
可持续农业作为人为主导的生态系统，不仅关注作物生产，更强调水土保持、碳固存、生物多样性维护等生态系统服务。农业土地利用多功能性（MFAL）包含生产功能（粮食生产FP、食品清洁FC）、生态功能（生态调节ER、栖息地维持HM）和生活功能（社会安全SS、景观文化LC）三大类。当前研究面临多功能关系识别不精准、分区单元尺度选择不当等挑战。本研究通过耦合BBN因果关系识别与DPC空间聚类，旨在实现广东省农业土地利用的多功能优化分区。
2. 材料与方法
2.1 研究区概况
广东省位于20°09′–25°31′N，109°45′–117°20′E，水热条件优越，地形北高南低，土地利用冲突显著。研究采用2020年GlobeLand30土地利用数据、MODIS植被指数、Worldpop人口数据等多源数据，统一重采样至1 km网格尺度。
2.2 多功能关系识别
构建包含FP、FC、ER、HM、SS、LC六大功能的评价指标体系，通过德尔菲法结合熵权法确定指标权重。利用BBN模型分析功能间因果关系，通过设定功能节点状态（低/中/高）的条件概率变化判断权衡/协同关系。热点分析进一步识别空间冲突区与协同区。
2.3 功能区划方法
比较1 km网格、乡镇和县级尺度后，选定1 km为最优分区单元。采用DPC算法（密度峰值聚类）进行分区，该算法无需预设类别数，可自动识别聚类中心。以功能值、网格中心坐标及权衡关系为输入参数，通过聚类质量指数（CQI）评估分区效果。
3. 结果与讨论
3.1 多功能关系尺度效应
在1 km尺度上，FP与FC因化肥、农膜等化学品投入存在显著权衡关系；FP与ER、SS则因地形、气候等因素呈现协同。乡镇与县级尺度的关系识别精度下降，表明精细尺度更能反映功能交互机制。
3.2 分区单元选择
BBN敏感性分析显示，1 km尺度能捕捉更多关键驱动因子（如地形、植被覆盖度），而县级尺度因子敏感性趋于均质化。综合考虑管理可行性，1 km网格最适合作为分区单元。
3.3 功能区划结果
DPC将广东省农业用地划分为5类功能区：
- •
绿色农业区：以山地为主，强调有机耕作与生态保护；
- •
热带农业区：功能均衡，适合发展热带特色产业；
- •
生产性农业区：粮食主产区，需优化化学品投入结构；
- •
生态农业区：生态敏感区，重点发展生态旅游；
- •
都市农业区：城郊区域，需加强绿色基础设施建设。
分区结果相较k-means与SOFM方法，CQI值更低（3.34），且更能体现权衡关系的空间异质性。
3.4 分区政策建议
针对不同功能区提出差异化管理策略：绿色农业区推广有机肥替代；生产性农业区发展精准农业技术；生态农业区实施退耕还林；都市农业区构建生物缓冲带。建议地方政府、农民与居民协同参与，通过生态认证、技术补贴等措施弱化权衡关系。
4. 结论
BBN与DPC的耦合方法能够有效量化多功能关系并优化分区，为农业土地利用的可持续管理提供科学依据。未来需进一步探索多尺度联动机制及动态模拟模型。
