3.2.1土地利用格局变化模拟
通过构建PLUS模型对南沙区未来土地利用格局进行模拟，包含3个主要步骤。
1)多情景设置。
根据该地区相关文献和规划文件，本文提出了3种未来可能的发展情景假设。
(1)传统格局情景。
有学者指出乡村景观的城镇化不能简单地遵循城市规划的逻辑，应强调传统土地利用格局的生态韧性[18-19]。同时，南沙区村庄存在自发转变为城镇的情况[20]。因此，该情景假设鼓励未来城镇发展在村庄原先的位置上，遵循传统的堤围-河涌结构和线性聚落格局。
(2)自然增长情景。
“十二五”规划将南沙区列为国家级新区，虽然城市规划起到一定的约束作用，但实际土地利用与城市规划仍存在一定差距[21]。该情景假设未来土地利用变化延续2010—2020年的趋势而不加干预的情况，为不同干预方式的比较提供基础。
(3)规划控制情景。
该情景假设南沙区未来土地利用变化更加严格地遵循《南沙新区城市总体规划(2012—2025)》和《广州市国土空间总体规划(2018—2035)》。上述规划依据功能分区和生态保护原则，划定了城市增长区域和生态、农田保护边界(“三区三线”)。同时，规划倡导引导现有乡村居民向中心城镇和中心村聚集。
2)用地数量变化预测。
采用Markov模型对南沙区未来各土地利用类型的需求规模进行预测。根据2010—2020年的土地利用变化计算用地转换概率矩阵，然后根据不同情景的假设对这一矩阵进行调整[22-23]。
3)不同情景土地利用格局模拟。
结合PLUS模型模拟在3种发展情景下南沙区在未来2030、2050和2100年的土地利用格局特征。PLUS模型包含基于随机森林算法的用地概率计算和基于元胞自动机(CellularAutomata，CA)的用地空间模拟[24]。本研究根据各情景特点，分别使用1990—2020年各用地扩张部分和8个驱动因子(高程、坡度、国内生产总值、人口密度、距道路距离、距村庄距离、距城镇距离及距河流距离)训练随机森林模型，得到各用地类型的空间发展适宜性概率。在CA模拟中，基于历史用地转换情况和现有研究设置转移成本矩阵和邻域因子等参数[25-27]。
使用Kappa系数和FOM(FigureofMerit)验证模拟的精度。一般而言，Kappa系数在61%~80%可解释为显著一致[28]。FOM数值在土地利用变化模拟研究中一般为10%~30%[29-30]。同时，大多研究认为FOM在模拟精度验证中优于Kappa系数[29，31]。本研究Kappa系数为72.96%，FOM为31.01%，总体上取得了相对合理的用地模拟精度。
3.2.2构建脆弱性评估框架和指标体系
综合IPCC和不同专家对脆弱性的理解[32-33]，本文基于已有基础数据，构建“暴露度-敏感性-适应性”评估框架，通过量化敏感性和适应性指标计算出脆弱性指数，对不同海平面上升叠加风暴潮影响下的南沙区未来土地利用格局的脆弱性进行多情景评估。其中，脆弱性由敏感性和适应性构成，暴露度只是脆弱性改变的驱动因素，不作为脆弱性的构成要素考虑。基于评估框架，本研究构建了海平面上升叠加风暴潮影响下的南沙区土地利用格局脆弱性评估指标体系(表3)。
1)暴露度。暴露度是系统接触或受到外界海平面上升和风暴潮干扰的持续时间和程度，用淹没深度和面积表示。本研究利用MIKE21构建二维地表漫流模型，模拟未来南沙区土地利用格局受到不同海平面上升和风暴潮风险下的淹没状态。
2)敏感性。系统在接触外界干扰之后会受到不同程度的影响，即为系统的敏感性[34]，以经济价值损失为指标。本研究通过获取的深度-损失曲线数据、南沙区各类社会经济数据和模拟得出的淹没深度和面积，计算得出不同淹没情景下不同土地利用类型的价值损失(表3)。
3)适应性。系统在受到海平面上升和风暴潮的外界压力后，会通过自身调节能力等来适应其带来的影响，可以看作是系统的适应性[35]。参照卡特(Cutter)制定的灾害适应性评价指标与计算方法，选取合适的指标对各类土地利用类型的适应性进行量化[36](表3)
。同时，考虑到未来指标的动态性，应用Excel2016建立GM(1，1)灰色预测模型(GreyModel)，基于2005—2020年相关数据对未来2030、2050和2100年各适应性指标变化进行预测。其通过对原始数据处理后生成规律性较强的新序列，利用离散时间数列来建立近似连续微分方程的模型，预测事物未来发展趋势[37-38]。
。同时，考虑到未来指标的动态性，应用Excel2016建立GM(1，1)灰色预测模型(GreyModel)，基于2005—2020年相关数据对未来2030、2050和2100年各适应性指标变化进行预测。其通过对原始数据处理后生成规律性较强的新序列，利用离散时间数列来建立近似连续微分方程的模型，预测事物未来发展趋势[37-38]。
3.2.3脆弱性指数计算
基于“暴露度-敏感性-适应性”的脆弱性评估框架和评估指标体系，通过量化敏感性和适应性指标计算得出脆弱性指数，以评估不同土地利用格局发展情景和时间尺度下南沙区未来土地利用格局的脆弱性程度。参照黄云峰等的研究[39]，脆弱性指数的计算公式为：
式中，VI为脆弱性指数；SI为敏感性指数；AI为适应性指数。为消除不同指标的量纲影响，需要使用最大最小归一化方法对敏感性和适应性指标数据进行处理，各类指标都逐一通过减去最小值并除以其数值的范围(最大值减去最小值)，将数据值统一在[0，1]之间[40]。计算公式为。
式中，j为指标类型；i为某类指标中具体的值；zj为第j类指标的标准化指数；xji为第j类的指标i；minxj为第j类的指标最小值；maxxj为第j类的指标最大值。基于公式(1、2)，构建脆弱性指数计算公式：
式(3~6)中，VIj为各类用地的脆弱性指数；SIj为各类用地的敏感性指数；AIj为各类用地的适应能力指数，其余计算项目与公式(2)相对应。
