基于低碳视角的大城市土地利用多目标优化研究，采用改进的NSGA-Ⅲ算法：以深圳为例

《Journal of Environmental Management》：Low-carbon perspective-based multi-objective optimization of land use using improved NSGA-Ⅲ in mega cities: A case study in Shenzhen

快速城市化导致大都市土地资源策略需精细化以支持低碳目标，需平衡经济发展、环境保护与社会福利的复杂矛盾。本研究提出一种基于低碳视角的多目标土地利用优化框架，采用改进NSGA-III算法（融合混合变异算子与定制初始化策略），在深圳南山区构建六种发展情景，验证了框架在减少碳排放（4.36%）、提升经济指标及居民出行便利性方面的有效性，并生成多组帕累托最优土地利用方案。

　　

王燕|周雪青|曹凯

地理信息科学重点实验室（教育部），华东师范大学地理科学学院，中国上海

摘要

大城市的快速城市化迫切需要完善土地资源战略，特别是为了支持低碳目标。这一过程涉及在经济增长、环境保护和社会福利之间找到复杂的平衡点。为了应对这些挑战，本研究提出了一种基于低碳视角的多目标土地利用优化框架，该框架采用了改进的非支配排序遗传算法III（NSGA-III），并特别增加了混合变异操作器和定制的初始化策略。以深圳南山区为例，这个具有代表性的特大城市核心区域，构建了六种发展方案，以探索在最大化经济效益和土地利用兼容性之间以及最小化碳排放、居民出行距离和转换成本之间的权衡。研究结果证明了所提出框架的稳健性和实际有效性。例如，低碳优先方案与基准方案相比，碳排放减少了4.36%，同时提升了与经济和可达性相关的指标。此外，这项研究还为研究区域内的各种情景提供了一系列帕累托最优的土地利用计划，为复杂特大城市环境中的可持续城市规划和政策制定提供了宝贵的见解。

引言

在全球气候危机的背景下，减少碳足迹已成为可持续城市增长战略的基石（Hansen等人，2013；Huisingh等人，2015；Solomon等人，2009）。政府间气候变化专门委员会（IPCC）的第六次评估报告强调，温室气体排放，尤其是二氧化碳，是导致气候变暖的主要因素。大量二氧化碳的排放主要来自化石燃料的燃烧和土地利用变化，这加剧了全球变暖以及极端天气事件的频率和严重性，同时也加剧了生态系统的脆弱性（Fang等人，2011；Lamb等人，2014）。此外，这些环境变化对人类健康产生了深远影响（Amirkhani等人，2022；De Sario等人，2013），并可能引发社会稳定问题。这些效应突显了控制碳排放的紧迫性和必要性（Batten等人，2016）。因此，必须立即采取果断行动来控制碳排放，以减轻气候变化的不利影响并确保长期可持续发展。

土地利用的变化在碳封存和排放的动态中起着关键作用，正如IPCC所指出的，优化土地利用配置对于减少碳排放具有巨大潜力。许多研究表明，调整土地利用配置可以降低交通需求、减少能源消耗并提高土地利用效率，这些都是实现节能和减排目标的关键（Cao等人，2024；Gu等人，2025；Li等人，2023；Liu等人，2022；Wang等人，2024；Zhan和Yu，2024）。因此，在气候变化日益严重的背景下，将低碳目标纳入土地利用优化过程对于实现减排至关重要，从而引导城市规划和土地利用决策朝着经济、社会和环境方面的全面可持续性发展。

从低碳视角进行土地利用优化需要平衡考虑各种目标，包括经济发展、环境保护和社会福利（Li等人，2023；Zhang，2023）。然而，在实践中，这些目标往往相互冲突和制约。多目标土地利用优化方法可以通过关注碳排放减少来解决这些挑战，同时考虑其他重要因素，如经济可行性和社会公平性。这种方法的独特优势在于它能够在不牺牲城市功能其他关键方面的情况下实现减排（Cao等人，2024；Chen等人，2023），使其成为土地利用整体优化和改进的有效方法。此外，多目标土地利用优化不仅关注土地的经济价值和生态效益，还关注居民的生活体验和福祉，将人类需求置于规划的核心（Li等人，2022；Li等人，2022b）。因此，在优化解决方案中融入以人为本的视角至关重要。这种方法有助于在居民生活质量与城市发展之间建立协同平衡，为营造更好的城市生活环境奠定坚实基础。

虽然低碳土地利用优化的原则具有广泛的适用性，但本研究特别关注“特大城市”的背景，因为它们面临的挑战具有独特的规模和强度。像深圳这样的特大城市，其决策单元数量众多（即数千个土地地块），导致优化搜索空间异常庞大和复杂。此外，它们在发展目标之间表现出高度紧张的冲突，例如巨大的经济增长压力与紧迫的环境可持续性和社会公平目标之间的矛盾。复杂的城市更新挑战，包括高密度城市村庄的重新开发，也是这些环境的另一个特征。因此，开发一个能够处理高维问题及其复杂权衡的稳健多目标优化框架对于应对特大城市固有的规划复杂性尤为重要和必要。

尽管越来越多的研究开始将低碳目标纳入土地利用规划，但仍存在关键差距。现有研究往往只关注有限的目标集，缺乏一个全面的框架来同时平衡经济可行性、社会公平性和详细的碳排放目标。此外，在高维、复杂的城市环境中确保优化模型的计算效率和解决方案质量仍然是一个严峻的挑战。为了弥合这些差距，本研究旨在基于低碳视角开发一个有效且高效的多目标土地利用优化框架，适用于复杂的、现实的特大城市环境。本文的其余部分结构如下：第2节提供了相关文献的全面回顾，指出了当前多目标土地利用优化方法的不足之处。第3节概述了本研究中使用的NSGA-III方法的基本原理，并详细介绍了为提高其适用于低碳土地利用优化所做的改进。第4节通过将改进后的NSGA-III算法应用于深圳的六个不同情景的案例研究，评估了这些改进的有效性。最后，第5节总结了研究结果，讨论了研究的局限性，并提出了未来研究的方向。

节选内容

文献综述

城市土地利用模式通过土地利用类型配置和土地利用空间安排显著影响碳排放。先前的研究已经确定土地利用和土地覆盖配置是影响碳排放的关键因素（Houghton等人，2012；Wang和Han，2019；Zhu等人，2019）。例如，城市建成区的扩张加上森林地区的减少导致了城市碳封存的显著下降

多目标土地利用优化模型的构建

本研究开发了一个综合的多目标土地利用优化模型，特别强调低碳视角，旨在促进高质量的城市发展，同时实现低碳目标。多目标土地利用优化模型可以表示如下：

$minf=\left[f_1,f_2,··,f_k\right]$$f_k=\sum _{i=1}^{c_i}$

受以下条件约束：

$f_k=\sum _{i=1}^N{c}_i?S_i^m$

其中：

$S_{lit}\le S_i\le S_{ae}$$\min f$表示最小化所有目标函数，$f_k$代表第$i$$m$