服务于产业转型的矿业废弃地再利用优化与调控

程琳琳，张宁凌，崔慧珍，尹玉亮，孙海元

·土地保障与生态安全·

服务于产业转型的矿业废弃地再利用优化与调控

程琳琳，张宁凌，崔慧珍，尹玉亮，孙海元

（中国矿业大学（北京）地球科学与测绘工程学院，北京 100083）

矿业废弃地的优化再利用对资源型城镇转型所需的各项建设拓展空间具有重要的现实意义。该研究以北京市门头沟区为例，集成3S技术与实地调研，分析其矿业废弃地再利用的状况及时空变化，采用面向地理过程动态环境模型（Environment for Geoprocessing Objects, Dinamica EGO）模拟趋势发展情景下的矿业废弃地再利用格局；基于门头沟区“首都生态涵养发展区”的功能定位，耦合主成分分析与BP神经网络方法对矿业废弃地再利用为生态农业、生态旅游业、高新技术产业的适宜性进行评价；依据适宜性评价结果及产业转型的用地需求设置土地转换规则，结合生态位线性规划模型及约束条件对其进行数量结构优化，采用Dinamica EGO模型对服务于产业转型的矿业废弃地再利用空间格局进行优化；对比优化格局和趋势发展格局，进行调控。结果表明：1）2006—2018年门头沟区共323.30 hm2的矿业废弃地得到再利用，西部各镇的矿业废弃地主要再利用为林地、耕地和果园，东部各镇的矿业废弃地主要再利用为林地、公园、住宅用地和高新技术产业用地；2）趋势发展情景格局中，再利用为生态农业用地的矿业废弃地分布于妙峰山镇和潭柘寺镇等，再利用为生态旅游业的矿业废弃地多分布在大台街道、王平镇等，再利用为高新产业用地的矿业废弃地多分布在大台街道和军庄镇等；服务于产业转型的矿业废弃地再利用优化格局中，再利用为生态农业的矿业废弃地面积为251.75 hm2，主要集中在军庄镇、王平镇等，再利用为生态旅游业的面积为64.25 hm2，主要分布在妙峰山镇、清水镇等，再利用为高新技术产业的面积为84.25 hm2，主要分布在王平镇和妙峰山镇；3）两情景下有108.5 hm2的矿业废弃地再利用用途一致，无需调整。约有63.75 hm2的矿业废弃地在趋势发展情景下被再利用为生态旅游用地，应调整为生态农业用地，约有61 hm2的矿业废弃地在趋势发展情景下再利用为生态农业用地，应调整为生态旅游业用地；妙峰山镇、王平镇、永定镇约12.5 hm2的矿业废弃地结合当地基础设施，调整发展为高新技术产业用地。研究成果可为当地矿业废弃地再利用的调控提供理论支持。

土地利用；复垦；矿；产业转型；Dinamica EGO模型；适宜性评价

0 引 言

节约资源、保护环境是中国的基本国策，党的十七大首次将“建设资源节约型、环境友好型社会”写入《中国共产党章程》，在党的十九大修改通过的党章里又重申此理念[1]。节约并高效利用资源，保护生态环境，倡导人与自然和谐共存，以最少的资源消耗和环境污染获得最大的经济与社会效益，是构建两型社会的基本宗旨。

作为基础能源的供应地，以矿业为主导的资源型城镇为中国经济社会发展做出了巨大贡献。但由于长期的资源开采，此类城镇产生了大量的矿业废弃地，生态环境破坏严重，同时由于资源衰减或规划等原因，亟需产业转型以实现城市的可持续发展。优化再利用量大面广的矿业废弃地，挖掘用地潜力，为各项建设拓展空间，同时改善生态环境，以矿业废弃地的再利用为契机，推动产业转型和“两型社会”的建立是这些城镇未来发展的一个现实途径，因此，开展服务于产业转型的矿业废弃地再利用研究具有重要的现实意义和实践应用价值。

伴随复垦技术的进步、矿业废弃地再利用实践的推进以及人们节约集约用地意识增强，国内外学者在矿业废弃地的评价、监测、规划等优化再利用方面的研究也日益增多[2]。不仅开展了复垦土地污染及生态风险的评价、损毁程度的评价、矿业废弃地复垦为各类型土地的潜力和适宜性评价、土地复垦模式及效果评价等[3-5]，而且对评价方法及模型等不断进行改进和创新、对矿业废弃地复垦的监测指标、机制、方案制定等进行了探讨，使得新GIS、遥感等技术手段逐渐运用到复垦监测中[6-9]；对复垦规划的理论、方法及实例进行研究、从经济可持续性的角度进行空间规划，对规划的关键环节和涉及的利益主体进行分析，将新技术运用到规划中，逐步实现可视化、现代化、信息化[1,8,10-12]。但就总体而言，这些研究多集中于评价、监测等某单个方面，规划方面的则多集中于小尺度的单个矿区，且多为一般意义上的复垦规划，区域尺度的研究较少。

部分学者从区域尺度对北京市门头沟区矿业废弃地的再利用进行了研究，贺丽洁等[13]以门头沟区王平镇的矿业废弃地为例，将生产性理念运用到矿业废弃地的绿色更新中，通过对绿色生产、农业生产、能源生产和智能生产的整合应用，提出矿业废弃地的绿色更新策略，为中国其他矿业废弃地再利用提供参考；程琳琳等[14]构建了矿业废弃地再利用空间结构优化的技术体系，综合考虑了土地利用的生态、经济、社会效益，对门头沟区废弃地的复垦适宜性评价，而后对其数量、空间结构进行优化；分析该地区转型为北京“生态涵养发展区”的发展潜力，在总结分析国内外矿业城市矿业废弃地的再利用模式基础上，提出产业转型背景下矿业废弃地的土地利用开发模式和战略[15]。

矿业废弃地的再利用应从可持续发展角度出发，与采矿后的区域经济社会的发展相衔接[16]。产业转型是矿产资源型城镇面临的必然选择，但综观已有研究，仅有少数学者提出了产业转型背景下的矿业废弃地再利用对策、战略、模式等[15]，受限于定性分析，缺乏与产业转型的实质性结合。基于此，本文将深入开展服务于产业转型的矿业废弃地再利用研究，对矿产资源型城镇矿业废弃地的再利用进行优化与调控，以实现矿业废弃地再利用与产业转型用地需求的实质结合。

1 研究区概况与数据来源

1.1 研究区概况

北京市门头沟区（图1）下辖9镇及4个街道办事处，蕴藏丰富的矿产资源，区内大小矿山众多，矿业经济曾是全区经济结构主体，一度是首都的能源基地。2004—2020年的《北京城市总体规划》将门头沟区确定为“生态涵养发展区”，成为北京市生态涵养发展带的重要组成部分。在2019年批复的门头沟分区规划（国土空间规划）（2017－2035年）中，又进一步提出落实该功能定位，推动产业转型。功能定位确定后，门头沟区对不符合功能定位和影响环境的资源开采型企业进行彻底的清理整顿，关闭所有乡镇煤矿，结束了该地区上千年的小煤窑开采史。区内非煤矿山、砂石企业、石灰土窑、煤矸石砖厂和水泥厂等都基本关闭，由此产生了大量的矿业废弃地。门头沟区山地多平原少，平原面积仅占全区土地总面积的1.5%，发展空间十分有限。优化再利用量大面广的矿业废弃地资源以服务于其产业转型，挖掘用地潜力，为其“生态涵养发展区”的建设拓展空间，无疑是其未来发展的一个现实途径。

1.2 数据来源

本文作者研究团队自2011年开始对门头沟区矿业废弃地再利用的研究，文中使用的2006、2010、2014、2018年矿业废弃地及其再利用数据均是自2011年起承担国土资源部公益性行业科研专项课题“产业演替型城市矿业废弃地再利用节地优化技术研究与示范”（201111014-6）及国家自然科学基金面上项目“服务于产业转型的矿业废弃地再利用优化与调控（41877533）”的研究过程中，以基于GF-1卫星数据进行解译为辅、反复多次实地调查为主所得。GF-1号卫星数据、全色相机数据和多光谱相机数据的空间分辨率分别为2和8 m，数据来源为中国资源卫星应用中心（http://218.247.138.119:7777/DSSPlatform/index.html）。使用的社会经济数据源自《北京市门头沟区统计年鉴》和《北京区域统计年鉴》。土地利用现状数据来源为北京市规划和自然资源委员会门头沟分局，参考《土地利用现状分类标准(GBT_21010-2017)》，并结合研究区实际情况，对土地资源进行分类与归并。

图1 研究区位置图

2 研究方法

2.1 总体思路与方法

首先综合利用3S技术，结合实地调研，调查分析矿产资源型城镇自产业转型以来矿业废弃地再利用的时空变化；基于此，设置趋势发展情景，采用数量预测与其他模型一致、对空间格局的模拟比目前国内普遍采用的CLUES、CA 等模型更加接近真实的土地利用变化的面向地理过程动态环境模型（Environment for Geoprocessing Objects,Dinamica EGO）对该情景下的土地利用格局进行模拟，进而确定趋势发展情景下矿业废弃地再利用的方向、数量结构及空间分布等；依据矿产资源型城镇转型的定位或战略，综合矿业废弃地自身的损毁程度与特征，构建指标体系，对矿业废弃地再利用为转型产业用地的适宜性进行评价；基于产业转型的用地需求和适宜性评价结果，设置服务于产业转型情景的转换规则，利用Dinamica EGO模型构建服务于产业转型的矿业废弃地再利用优化格局；通过优化格局与趋势发展格局的对比，进行矿业废弃地再利用的调控。

2.2 矿业废弃地再利用的时空变化分析方法

自2004年首都“生态涵养发展区”功能定位确定、矿山企业陆续关闭后，门头沟的部分矿业废弃地已逐步得到再利用，对矿业废弃地再利用时空变化情况进行分析，为构建趋势发展格局提供数据支持。根据损毁类型，北京市门头沟区的矿业废弃地可划分为挖损、压占和塌陷三大类，其中压占地细分为废弃房屋压占地、煤矸石压占地和废弃石渣压占地。依照各类型矿业废弃地的影像特征，建立各类矿业废弃地在GF-1遥感影像上的解译标志以及Google Earth影像上对应解译标志的特征描述（见表1、图2）。经多次实地调研对解译结果进行验证，并选取常用的混淆矩阵（Confusion Matrices）方法，通过计算总体分类精度及Kappa系数来检验影像解译精度。将矿业废弃地单列为一种独立地类，基于GIS空间分析、单一土地利用动态度方法[17]，对2006-2018年矿业废弃地再利用的时空变化情况及速度变化特征进行分析。

表1 矿业废弃地解译标志特征描述

图2 不同类型矿业废弃地的影像示例图

2.3 矿业废弃地再利用适宜性评价方法

门头沟区的功能定位是首都的“生态涵养发展区”，依据相关规划，综合考虑生态功能优先与综合效益最佳结合的原则，应因地制宜大力发展生态涵养相关产业，即生态农业、生态旅游业、高新技术产业等，以实现区域的可持续发展。因此，本文主要对矿业废弃地再利用为上述3种产业用地的适宜性进行评价。

2.3.1 评价指标选取

采用德尔菲法[18]，从生态农业、生态旅游业和高新技术产业3个方向确定矿业废弃地再利用的适宜性评价指标。结合对再利用实际案例的多次实地调研分析各自的影响因素，并参考相关文献[2,19-20]构建指标体系见表2。

2.3.2 评价单元划分

考虑到矿业废弃地的特殊性，利用欧氏距离依次将面积较小的同质单元与相邻的最相似单元合并，合并后的单元定性指标按较大单元的指标值计算，定量指标则按式（1）计算。

式中为合并后的单元的定量指标值，k、k为第种土地利用类型在土地利用系统中所处地位，G、G分别为合并前评价单元、的定量指标值。

2.3.3 评价模型

采用耦合主成分分析与BP神经网络的土地适宜评价方法[21]进行评价，通过主成分分析法与BP神经网络的耦合，能有效地发挥BP神经网络的优点，同时克服其存在的收敛速度慢、容易陷入局部收敛而不能保证全局最小、网络学习和记忆不稳定等缺点。输入层节点数由输入的评价指标数目决定，输出层节点数由输出结果个数确定，隐层节点数由累积方差大于80%时的主成分数目和隐层节点经典经验公式（式（2）～（3）[22]）确定。

表2 矿业废弃地再利用为生态涵养产业用地的适宜性评价指标

式中为隐层的节点数目，为输入层的节点数目，为输出层的节点数目，为[1,10]之间的一个整数。图3为研究区矿业废弃地再利用适宜性评价过程。

图3 耦合主成分分析与BP神经网络的矿业废弃地再利用适宜性评价过程[21]

2.4 矿业废弃地再利用格局模拟与调控

2.4.1 矿业废弃地再利用的数量结构优化

采用基于生态位的线性规划模型进行数量结构的优化[23-24]，具体模型计算式如下[23]：

式中P为第种土地利用类型的生态位，S为第种土地利用类型在土地利用系统中所处地位，F为第种土地利用类型在土地利用系统中功能地位提升的潜力，W为第种土地利用类型上的单位面积的劳动力投入。

式中N、E、S和C分别代表第种土地利用类型的自然、经济、社会和综合生态位，元/hm2；λ(=1,2,3)代表各类生态位所占的权重；X代表第种土地利用类型的面积，hm2；代表研究区内综合效益的最大值，元。

结合研究区实际情况，设置约束条件式（6）～（16）。式中1、2、3分别为矿业废弃地再利用为生态农业、生态旅游业、高新技术产业用地，11、12、13分别为生态农业用地中的耕地、园地、林草地，4、5、6、7、8、9、10分别为其他常规建设用地、耕地、林草地、园地、水域、矿业用地、未利用地的面积（hm2)。

1+2+3=407.48（6）

1+2+3+4+5+6+7+8+9+10=144 800（7）

1≤373.42,2≤183.99,3≤108.57（8）

9≤659.41（9）

2+3+4≤7 000（10）

5+11≥1 133（11）

6+13≥115 840（12）

6+13+8≥124 528（13）

11+12+13=1（14）

max=116 111+40 7922+611 883（15）

1,2, …,13≥0（16）

式（6）表示适宜进行产业转型的矿业废弃地总面积约束；式（7）表示门头沟区总面积约束；式（8）表示矿业废弃地再利用为生态产业用地的适宜性评价结果约束；式（9）表示门头沟分区规划2017－2035年中提出，到2035年各类工矿用地减量1 200 hm2，为实现此目标矿业用地至少减少798.59 hm2。式（10）～（11）表示门头沟分区规划2017－2035城乡建设用地规模和耕地保有量约束性指标；式（12）～（13）表示根据国家生态文明建设试点示范区指标，山区的林草地覆盖率不得低于80%，限制开发区内生态用地比例不得低于60%。考虑到门头沟区现有生态用地的比例已达到86%，则2035年生态用地的比重不得低于现有水平。式（14）表示生态农业用地内部细分为耕地、园地、林草地；式（15）表示综合效益约束。式（16）表示各地类面积非负性约束。

2.4.2 空间格局模拟及情景设置

Dinamica EGO模型是基于CA原理并结合贝叶斯原理估计转化概率的土地利用时空动态模型[25]，由巴西米纳斯联邦大学Dinamica项目组2002年提出[26]。近年来，该模型在国外得到了广泛应用[27-29]。根据研究区特点，选取合适的驱动因素，对各项参数进行优化，以达到高精度模拟土地利用变化的目的[30]。本文将矿业废弃地作为一种独立的地类与其他地类共同参与模拟，并设置两种土地利用情景，具体设置如下：

1）趋势发展情景。根据研究区2010和2014年土地利用数据及2006－2018年矿业废弃地再利用现状和变化规律，利用Dinamica EGO模型预测研究区2035年趋势发展情景下的矿业废弃地再利用格局。

2）服务于产业转型情景。将数量结构优化结果作为目标年的矿业废弃地优化利用需求标准，依据门头沟区首都“生态涵养发展区”的功能定位，矿业废弃地的再利用应服务于其产业转型，以满足转型产业用地的需求为前提，未来矿业废弃地的再利用应以转向生态农业、生态旅游业、高新技术产业等生态涵养类产业用地为主。通过Dinamica EGO模型限制或定量转换来实现数量和空间的协同优化，并结合适宜性评价结果进行修正和检验。

3）将两情景下的模拟结果进行叠加分析，比较二者差异，明确重点调控区域及方向，对涉及地类进行调整。

3 结果与分析

3.1 矿业废弃地再利用时空变化结果

3.1.1 矿业废弃地再利用的时序变化

2006年到2018年，门头沟区矿业废弃地总面积整体呈平稳的下降趋势，共减少229.56 hm2。其中，2010年门头沟区矿业废弃地总面积达到峰值581.26 hm2，经整治，门头沟区矿业废弃地在2018年总面积达到最低。

各镇、街道的矿业废弃地再利用基本情况如图4，2006－2018年共有323.30 hm2的矿业废弃地得到再利用，其中2010－2014年间矿业废弃地再利用的面积最大为179.67 hm2，变化态势整体呈现为先上升后下降。研究期内，雁翅镇矿业废弃地再利用面积始终处于全区最低，再利用效果不明显。潭柘寺镇、军庄镇、龙泉镇、清水镇、东辛房街道和大台街道的矿业废弃地再利用面积均有大幅增加，其中潭柘寺镇发展较好，再利用面积增长最多，其次为军庄镇。

图4 2006－2018年门头沟区各镇矿业废弃地再利用面积变化

根据矿业废弃地再利用面积计算2010－2018年门头沟区各镇、街道的矿业废弃地再利用动态度，其中2010－2014年矿业废弃地再利用整体动态度为58.38%，显著高于2014－2018年的6.5%。为贯彻十七大“建设资源节约型、环境友好型社会”精神，门头沟区在2010－2014年对废弃地开展大量整治修复措施，实现了废弃地的再利用。除此之外，大部分镇、街道的矿业废弃地再利用动态度均呈减少趋势，即对矿业废弃地的整治速度减缓，仅有王平镇在2014－2018年矿业废弃地再利用的动态度提高。2010－2014年，大台街道与龙泉镇的矿业废弃地再利用动态度明显高于其他各镇、街道，分别高达3 587.42%和2 092.2%，原因是两地在2010年矿业废弃地再利用面积过少，直至2014年，大台街道和龙泉镇加大了对矿业废弃地整治及再利用力度，加快城镇生态环境的修复进程，两地对矿业废弃地的再利用面积增幅较大，达到21.39和20.9 hm2。自2010至2018年，王平镇的矿业废弃地再利用动态度呈增长趋势，提高了7.77%，表明在此时段内王平镇、雁翅镇对矿业废弃地的再利用程度相比其他地域较高。

3.1.2 矿业废弃地再利用的空间变化

由图5中a区域可知，门头沟区西南部的矿业废弃地主要再利用为林地、耕地和果园；图5中b区域所示为研究区东北部区域，该区域的矿业废弃地主要再利用为林地、养殖场、高新技术产业用地；由图5中c区域可知，在潭柘寺镇内存在大片矿业废弃地被再利用为住宅用地，镇南有较大区域被再利用为高新技术产业用地。矿业废弃地再利用类型呈现上述分布规律多与地形、地势相关，门头沟区西部主要为山区，交通不便，人类活动区域较少，故再利用类型多为林地、耕地和果园；东部地势较平坦，居民较多，且交通便利，因此，除再利用为林地外，还有部分矿业废弃地被再利用为公园、住宅用地和高新技术产业用地等人类活动所需的用地类型。

图5 2006－2018年门头沟区废弃地再利用类型分布

3.2 矿业废弃地再利用适宜性评价

3.2.1 主成分分析及神经网络仿真

运用主成分分析法确定生态农业、生态旅游业和高新技术产业适宜性评价BP神经网络隐层节点分别为10、9和8个为宜，并分别提取对应个数的主成分。从随机生成的同质单元中构建符合正态分布的模拟数组样本100组，其中70组作为训练样本，30组作为测试样本。等级评定结果采用专家打分法，邀请相关研究领域学者组成评委，依据评价标准分别从生态、社会、经济和工程技术角度等方面对矿业废弃地再利用为生态农业、生态旅游业和高新技术产业用地进行打分，以此构造判断矩阵，求算出各样本的适宜等级，确定等级分别为非常适宜、比较适宜、一般适宜、勉强适宜和不适宜。

运用Matlab 2017b软件对进行适宜性评价的BP人工神经网络模型进行训练和检验。当训练次数分别达到496次、274次和499次时模型达到稳定要求。通过对测试样本的BP神经网络预测与专家评定的适宜等级比较分析，预测准确率分别达到86.7%、90%和89.6%，准确性较高。

3.2.2 适宜性评价结果

图6为门头沟区矿业废弃地再利用适宜性评价结果。生态农业用地的一般适宜与非常适宜面积较大，约占总面积的40.19%和38.82%，多分布在军庄镇与大台街道连线方向及潭柘寺镇区域；生态旅游业用地中比较适宜与勉强适宜等级占比较高，合计占比为43.13%，多分布在妙峰山镇、大台街道、王平镇与潭柘寺镇；高新技术产业用地不适宜面积较少，占总面积的6.8%；一般适宜等级占比最多，主要分布在妙峰山镇与大台街道，约占总体的35.3%。

图6 门头沟区矿业废弃地再利用为生态农业、高新技术产业、生态旅游业用地适宜性评价结果

3.3 矿业废弃地再利用格局优化分析

3.3.1 趋势发展情景模拟

趋势发展情景即矿业废弃地再利用的变化延续3.1节的趋势，以2014年门头沟区土地利用现状为实际值，借助Dinamica EGO模型确定经过精度验证的2010－2014土地利用变化参数，包括土地利用转换类型、转换速率、平均斑块面积、斑块面积变异系数和斑块聚合度以及Expander和Patcher等扩散系数，模拟该情景下2035年矿业废弃地再利用格局(图7)。由图可知，所有乡镇和街道中，潭柘寺镇和妙峰山镇生态农业用地数量最多，面积分别达49、44.25 hm2，大台街道、清水镇有少量转为生态农业用地；辖区内矿业废弃地再利用为高新产业用地多分布在大台街道、军庄镇以及少量分布在清水镇，面积共约为34.25 hm2；再利用为生态旅游业用地的矿业废弃地多分布在大台街道、王平镇、龙泉镇、军庄镇，东辛房街道也有少量转化。研究区内整体存在约97.25 hm2废弃地未得到利用，其中54%的未利用矿业废弃地都位于妙峰山镇境内，该地区原有矿业废弃地面积也是最多的，故未利用面积占比例较大。总的来说，趋势发展情景下，矿业废弃地再利用不合理及再利用方式粗放等问题严峻，各生态产业用地分布相对破碎化，无益于壮大当地经济发展和绿色生产方式的推行。

图7 趋势发展情景下矿业废弃地再利用空间分布

3.3.2 服务于产业转型的矿业废弃地再利用格局

参照量化自然生态位方面的研究方法与成果[14]，首先，通过土地利用服务生态价值计算自然生态位，并结合区域实际情况对结果适当修正；其次，对研究区社会经济发展统计数据和相关产业的投入产出数据进行分析，综合考虑历年数据及其年均增长率，计算各种土地利用类型的经济生态位。根据式（4）、（5）最终计算出不同土地利用类型的自然、经济、社会及综合生态位如下表3所示，矿业废弃地生态位为0，不予显示。

表3 不同土地利用类型生态位

采用专家咨询法，确定自然、经济、社会生态位的权重分别为0.4、0.4、0.2，最终目标函数为

=max[11 081(5+11)+11 692(6+13)+10 284(7+12)+39 476(2+3+4+9)+5 8418+4 76210]

根据生态位模型，结合已有学者对门头沟区的研究，同时考虑约束条件计算式，最终反解出矿业废弃地适宜转型为生态农业、生态旅游、高新技术产业的最大面积分别为373.42、183.99、108.57 hm2。

门头沟区的主体功能定位为生态涵养区，主要以保护自然保护区、基本农田、公园绿地等生态区域为主，同时控制建设用地规模，保障研究区的生态功能。为实现矿业废弃地的优化利用，改善矿区环境，在基于Dinamica EGO模型进行情景模拟时，对模拟出的2035年土地利用状况中矿业废弃地再利用转化的新地类不符合适宜性评价结果和生态涵养区战略的情况进行调整。将矿业废弃地地块再利用为生态产业用地的适宜性等级空间分布情况与模拟结果叠加，禁止矿业废弃地转向评价结果为勉强适宜、不适宜的生态产业用地。

综合斑块周边地类、2035年预测及适宜性评价结果，经调整后得到矿业废弃地再利用为生态农业、生态旅游业、高新技术产业理想状态下的最佳数量分别为252、70、84.25 hm2。依据此结果，逐年对门头沟区土地利用空间格局进行模拟，并将模拟结果与数量优化结果进行对比，若矿业废弃地再利用为某种生态产业用地的面积已接近最优数量，则动态调整元胞转换相关参数，使矿业废弃地转化为该类型的概率变小；相反，再利用为某种生态产业用地的面积远低于最优面积，则可适当调整转换规则，提高矿业废弃地转换为该类型的概率。最终构建出2035年门头沟地区服务于产业转型情景下的矿业废弃地再利用空间格局如图8。

该情景中，2035年矿业废弃地再利用为生态农业用地、生态旅游用地、高新技术产业用地的面积分别为251.75、64.25、84.25 hm2，与三大生态用地最佳面积结果相近，可信度较高。再利用为生态农业用地的矿业废弃地主要集中在军庄镇、王平镇、妙峰山镇、大台街道及潭柘寺镇，上述乡镇都属于浅山区，气候温润、降雨量充足，适合耕种。生态旅游用地主要分布在妙峰山镇、清水镇、龙泉镇、大台街道与潭柘寺镇，妙峰山风景区与清水镇内的龙门涧风景区都是国家级旅游景点，结合自身发展优势，两地区内的矿业废弃地转型为生态旅游用地面积分别达到了13.75和27 hm2。王平镇和妙峰山镇的矿业废弃地多转型为高新技术产业用地，面积分别为17.75及33.5 hm2，永定镇也有少量废弃地适宜转型为高新技术产业用地。高新技术产业的选址既要考虑地形是否适宜建设，又要考虑周边基础设施条件及交通情况。王平镇和妙峰山镇基础设施建设较为完善，地形条件适宜、地理位置靠近城区、交通便利，在人才引进上具有一定优势，因此具备形成绿色创新产业链的条件。

总之，经优化后，土壤地形条件利于耕种区域的矿业废弃地再利用为生态农业用地，所在辖区内旅游资源丰富的矿业废弃地再利用为生态旅游用地，城区及其周边地区的矿业废弃地再利用为高新技术产业用地。矿业废弃地的再利用更加集中紧凑，斑块碎片化现象与飞地数量减少，有利于门头沟立足于自身生态涵养区发展定位，加快形成当地生态产业集群效应。

3.4 矿业废弃地再利用调控方向

将基于产业转型的矿业废弃地再利用优化格局与趋势发展情景下矿业废弃地分布格局进行叠加（见图9），由图可知，两种情景下再利用用途一致的面积约有108.5 hm2，主要位于研究区东北部，此类矿业废弃地无需调整。另外，约有49 hm2的矿业废弃地不适合利用为生态产业用地，主要分布于研究区东南区域，当地政府需结合当地实际发展进行整治与生态修复。在所有乡镇中，妙峰山、大台街道、潭柘寺镇存在大量再利用方式不合理的矿业废弃地，未来需要重点关注这些区域，着力展开废弃地再利用整治工作。

与优化格局结果对比发现，趋势发展情景与优化格局情景下生态旅游用地与农业用地面积相近，但转换方式发生错配，约有63.75 hm2的矿业废弃地在趋势发展情景下被再利用为生态旅游用地，而实际上这些废弃地适宜再利用为生态农业用地，农业农村部门应当会同政府有关部门推动当地农业结构调整，推行农业绿色生产方式，加强农业生态和资源保护，提升产地环境质量和资源利用效率，培育无公害、绿色、有机和地理标志农产品，推广特色农林品牌。同时，约有61 hm2的矿业废弃地适宜再利用为生态旅游用地，但当下有被再利用为生态农业用地的可能，政策制定者应当挖掘生态涵养区文化和自然资源价值，打造精品旅游线路，促进文化、旅游、生态等产业融合发展。随着国家大力推动传统农业生态化发展，观光生态农业与乡村旅游的联系愈发紧密。由此应制定鼓励生态农业用地、生态旅游用地协同发展政策，推动区域产业升级，以期实现旅游业与农业的有效结合，促进人口、经济、环境协调发展。

王平、永定镇、妙峰山镇约有12.5 hm2的矿业废弃地需转变土地利用方式发展高新技术产业，其中妙峰山镇此类土地位于门头沟生态产业园区内，作为中国首个规划建设的生态高新技术产业园，具备独特的内部运行体系，可将该地区矿业废弃地的再利用与高新技术产业、生态优势有机结合。王平、永定镇依托中关村门头沟科技园，该园区确定了互联网为主，医药健康、智能制造、节能环保为辅的主导产业链，将矿业废弃地产业转型融入园区创新创业发展带，构建“高精尖”产业结构。

图8 优化后的2035年矿业废弃地再利用分布

图9 矿业废弃地再利用调控情况

4 结 论

本文以北京市门头沟区为例，提出了转型期资源型城镇矿业废弃地再利用进行优化调控的思路，即构建服务于产业转型的矿业废弃地再利用优化格局，分析发展趋势，通过优化格局和趋势发展格局的对比，发现差异，明确调控的区域和方向，以实现矿业废弃地再利用与产业转型用地需求的直接和实质结合，主要结论如下：

1）2006－2018年，北京市门头沟区矿业废弃地再利用面积呈先增后减态势。由于这一时期对于废弃地再利用后的用途没有整体的布局与思路，导致存在废弃地利用相对粗放等问题，但总体上矿业废弃地不断得到再利用，且再利用类型日渐丰富。

2）依据门头沟区“首都生态涵养发展区”的功能定位及产业转型的用地需求，利用 Dinamica EGO 模型模拟优化后的矿业废弃地再利用格局结果表明：2035年矿业废弃地再利用为生态农业用地、生态旅游用地、高新技术产业用地的面积分别为251.75、64.25、84.25 hm2，该优化格局既考虑了综合效益最大化又符合适宜性评价预期，各生态产业用地集聚效应增加，斑块碎片化及飞地数量减少，更易形成产业群效应。

3）通过分析门头沟区矿业废弃地再利用的发展趋势，发现约有108.5 hm2矿业废弃地无需调控，其余废弃地再利用需要调整为更科学合理的利用方式。

[1] 陈昌吉. 矿业废弃地的循环利用研究：评《矿业废弃地地表空间生态开发及关键技术》[J]. 矿业研究与开发，2020，40(11)：193.

[2] 廖启鹏，许红梅，刘欣冉. 面向绿色基础设施体系优化的矿业废弃地再生研究：以大冶为例[J]. 地质科技通报，2021，40(4)：214-223.

Liao Qipeng, Xu Hongmei, Liu Xinran.Regeneration of mining wasteland in view of optimization of urban green infrastructure system : A case study of Daye [J]. Bulletin of Geological Science and Technology, 2021,40(4): 214-223. (in Chinese with English abstract)

[3] 王雄. 铝矿区复垦土地重金属质量分数特征及潜在生态风险评价[J]. 中国水土保持科学，2019，17(2)：94-102.

Wang Xiong. Characteristics and potential ecological risk assessment of heavy metals in reclaimed land of a bauxite mine [J]. Science of Soil and Water Conservation, 2019, 17(2): 94-102. (in Chinese with English abstract)

[4] 李海东，胡国长，燕守广. 矿区生态修复目标与模式研究[J]. 生态与农村环境学报，2022，38(8)：963-971.

Li Haidong, Hu Guochang, Yan Shouguang. Target and modes of ecological restoration in mining areas[J]. Journal of Ecology and Rural Environment, 2022, 38(8): 963-971. (in Chinese with English abstract)

[5] 潘叶，王腊春，张燕. 基于生态价值的幕府山采矿废弃地修复效果评估[J]. 水土保持研究，2019，26(2)：180-186.

Pan Ye, Wang Lachun, Zhang Yan. Assessment of restoration effects of abandoned mining lands in Mufushan Mountain based on ecosystem value [J]. Research of Soil and Water Conservation, 2019, 26(2): 180-186. (in Chinese with English abstract)

[6] 程琳琳，陈良，杨丽铃，等. 基于模糊模型识别的土地复垦适宜性评价：以某矿区为例[J]. 江苏农业科学，2018，46(20)：272-276.

Cheng Linlin, Chen Liang, Yang Lilling, et al. Suitability evaluation of land reclamation based on fuzzy model identification:Taking a mining area as an example [J]. Jiangsu Agricultural Sciences, 2018, 46(20): 272-276. (in Chinese with English abstract)

[7] 王世东，刘毅，王新闯，等. 基于改进决策树模型的矿区土地复垦适宜性评价[J]. 中国水土保持科学，2016，14(6)：35-43.

Wang Shidong, Liu Yi, Wang Xinchuang, et al. Quality evaluation farmland and land reclamation suggestions of mining subsidence area based on unmanned aerial vehicle remote sensing [J]. Science of Soil and Water Conservation, 2016, 14(6): 35-43. (in Chinese with English abstract)

[8] 徐岩，胡振琪，陈景平，等. 基于无人机遥感的开采沉陷耕地质量评价及复垦建议[J]. 金属矿山，2019(3)：173-181.

Xu Yan, Hu Zhenqi, Chen Jingping, et al. Quality evaluation and reclamation suggestion of mining subsidence cultivated land based on UAV remote sensing [J]. Metal Mine, 2019(3): 173-181. (in Chinese with English abstract)

[9] 赵会顺，胡振琪，陈超，等. 采煤预塌陷区超前复垦适宜性评价及复垦方向划定[J]. 农业工程学报，2019，35(11)：245-255.

Zhao Huishun, Hu Zhenqi, Chen Chao, et al. Suitability evaluation and reclamation objectives for advanced land reclamation in coal mining pre-subsidence area [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(11): 245-255. (in Chinese with English abstract)

[10] 张璐，褚俊民. “市场+”模式下矿业废弃地生态转型路径探索：以天津市蓟州区矿山综合治理为例[J]. 天津大学学报（社会科学版），2021，23(4)：362-369.

Zhang Lu, Chu Junmin. Paths of post-mining ecological transformation under the “Market +” Model:Taking the restoration project of abandoned quarries in Tianjin Jizhou as an example[J]. Journal of Tianjin University (Social Sciences Edition), 2021, 23(4): 362-369. (in Chinese with English abstract)

[11] 辛儒鸿，曾坚，任兰红，等. 欧洲采矿废弃地景观恢复经验及对中国的启示[J]. 中国园林，2021，37(2)：82-87.

Xin Ruhong, Zeng Jian, Ren Lanhong, et al. The experience of landscape restoration of abandoned mining areas in Europe and its enlightenment to China[J]. Chinese Landscape Architecture, 2021, 37(2): 82-87. (in Chinese with English abstract)

[12] 张玉臻，熊建华，叶剑平. 基于利益相关者视角的待复垦矿区土地再利用适宜性评价[J]. 地理与地理信息科学，2021，37(1)：89-97.

Zhang Yuzhen, Xiong Jianhua, Ye Jianping. Suitability evaluation of mining-land reuse from the perspective of stakeholders [J]. Geography and Geo-Information Science, 2021, 37(1): 89-97. (in Chinese with English abstract)

[13] 贺丽洁，程凯，王珂钰，等. 生产性理念下矿业废弃地的绿色更新探索：以北京门头沟区王平矿废弃地为例[J]. 规划师，2021，37(23)：53-58.

He Lijie, Cheng Kai, Wang Keyu, et al. Research on the green renewal of abandoned mining area with productive concept:wangping mine,Mentougou District Beijing[J]. Planners, 2021, 37(23): 53-58. (in Chinese with English abstract)

[14] 程琳琳，娄尚，刘峦峰，等. 矿业废弃地再利用空间结构优化的技术体系与方法[J]. 农业工程学报，2013，29(7)：207-218，297.

Cheng Linlin, Lou Shang, Liu Lufeng, et al. Technical system and method for spatial structure optimization of mining waste land reuse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(7): 207-218, 297. (in Chinese with English abstract)

[15] 程琳琳，刘昙昙，杨丽铃，等. 产业转型背景下的矿业废弃地开发利用模式和战略：以北京市门头沟区为例[J]. 中国矿业，2018，27(7)：70-74，80.

Cheng Linlin, Liu Tandan, Yang Liling, et al. Development and utilization model and strategies of mining wasteland in the background of industrial transformation:taking Mentougou district as an example [J]. China Mining, 2018, 27(7): 70-74, 80. (in Chinese with English abstract)

[16] 杨灏. “城市双修”视角下矿业废弃地再生规划研究[D].北京：中国矿业大学，2018.

Yang Hao. Study of Abandoned Mining Land Regeneration under the Perspective of “Urban Renewal and Ecological Restoration”[D]. Beijing: China University of Mining and Technology, 2018. (in Chinese with English abstract)

[17] 袁承程，张定祥，刘黎明，等. 近10年中国耕地变化的区域特征及演变态势[J]. 农业工程学报，2021，37(1)：267-278.

Yuan Chengcheng, Zhang Dingxiang, Liu Liming, et al. Regional characteristics and spatial-temporal distribution of cultivated land change in china during 2009-2018 [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(1): 267-278. (in Chinese with English abstract)

[18] 钱凤魁，王贺兴，项子璇. 基于潜在土地利用冲突识别的主城区周边耕地保护[J]. 农业工程学报，2021，37(19)：267-275.

Qian Fengkui, Wang Hexing, Xiang Zixuan. Cultivated land protection in the periphery of the main urban areas based on potential land use conflict identification[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(19): 267-275. (in Chinese with English abstract)

[19] 李海波. 工矿城市矿业废弃地生态修复潜力综合评价：以茂名某露天矿区为例[J]. 安全与环境学报，2022，22(1)：505-511.

Li Haibo. Research on comprehensive evaluation of ecological restoration potential of mining wasteland in mining cities: A case of an open-pit mining area in Maoming[J]. Journal of Safety and Environment, 2022, 22(1): 505-511. (in Chinese with English abstract)

[20] 邹宇. 基于GIS的矿业废弃地建设用地复垦适宜性评价：以北京市门头沟区为例[J]. 测绘与空间地理信息，2019，42(3)：123-125，128.

Zou Yu. Reclamation suitability evaluation of mining wasteland and construction land based on GIS:A case of Mentougou District of Beijing [J]. Geomatics & Spatial Information Technology, 2019, 42(3): 123-125, 128. (in Chinese with English abstract)

[21] 程琳琳，孙海元，乔朝飞. 一种耦合主成分分析与BP神经网络的土地适宜评价方法: CN113191689A [P].2021-07-30

[22] Yan J, Pan Z F, Tan J, et al. Assessment of water quality by firefly algorithm based on BP neural network model[J]. South-to-North Water Transfers and Water Science & Technology, 2020, 18(4): 104-110.

[23] 赵素霞，牛海鹏，张捍卫，等. 基于生态位模型的高标准基本农田建设适宜性评价[J]. 农业工程学报，2016，32(12)：220-228.

Zhao Suxia, Niu Haipeng, Zhang Hanwei, et al. Suitability evaluation on high standard capital farmland construction based on niche-fitness model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(12): 220-228. (in Chinese with English abstract)

[24] 刘丹丹，黄安民，杨德伟，等. 浙江省城市生态位尺度效应[J]. 生态学报，2022，42(2)：528-538.

Liu Dandan, Huang Anmin, Yang Dewei, et al. Scale effect of urban niche in Zhejiang Province[J]. Acta Ecologica Sinica, 2022, 42(2): 528-538. (in Chinese with English abstract)

[25] Cheng L L, Liu M, Zhan J Q. Land use scenario simulation of mountainous districts based on Dinamica EGO model[J]. Journal of Mountain Science, 2020, 17(2): 289-303.

[26] 孙哲. 基于SD-Dinamica EGO模型的区域土地可持续利用时空优化研究—以宜兴市为例[D]. 南京：南京农业大学，2014.

Sun Zhe. Regional Temporal Optimization of Sustainable Land Use Based on the SD-Dinamica EGO Model [D]. Nanjing: Nanjing Agricultural University, 2014. (in Chinese with English abstract)

[27] Leija-Loredo E G, Pavón N P, Sánchez-González A, et al. Land cover change and carbon stores in a tropical montane cloud forest in the Sierra Madre Oriental, Mexico[J]. Journal of Mountain Science, 2018, 15(10): 2136-2147.

[28] Ulloa-Espíndola R, Martín-Fernández S. Simulation and analysis of land use changes applying cellular automata in the south of quito and the machachi valley, province of Pichincha, Ecuador[J]. Sustainability, 2021, 13: 1-25.

[29] Stan K D, Sanchez-Azofeifa A. The edmonton-calgary corridor: Simulating future land cover change under potential government intervention[J]. Land Use Policy, 2017, 63: 356-368.

[30] Lacher I L, Ahmadisharaf E, Fergus C, et al. Scale-dependent impacts of urban and agricultural land use on nutrients, sediment, and runoff[J]. The Science of the Total Environment, 2019, 652(20): 611-622.

Optimization and regulation of the abandoned mining land reuse for industrial transformation

Cheng Linlin, Zhang Ningling, Cui Huizhen, Yin Yuliang, Sun Haiyuan

(,(),100083,)

The optimal reuse of abandoned mining land is of great practical significance to construct and expand the space that required by the transformation of resource-based towns in China. Taking Mentougou District of Beijing as an example, the 3S technology and field research were integrated to analyze the type, area, distribution, reuse status, as well as the temporal and spatial changes of abandoned mining land. A dynamic environment model of geographical process (Dinamica EGO) was used to simulate the reuse pattern of abandoned mining land under the trend development scenario. The appropriateness of abandoned mining land was evaluated to reuse for the ecological agriculture, ecological tourism, and high-tech industry under the functional positioning of “Capital ecological conservation development area” of Mentougou District using principal component analysis and BP neural network. According to the suitability evaluation and the land needs of industrial transformation, the land conversion rules were established to optimize the quantitative structure using the linear niche programming model and constraint conditions. Dinamica EGO model was then used to optimize the spatial pattern of the abandoned mining land that reused for the industrial transformation. Regulation was conducted to compare the optimization pattern with the trend development. The results showed were as follows: 1) A total of 323.30 hm2of abandoned mining land was reused in the study area from 2006 to 2018. The abandoned mining land in the western towns was mainly reused as the woodland, cultivated land and orchards, while the abandoned mining land in eastern towns was mainly reused as the woodland, park, residential, and high-tech industrial land. 2) In the trend development scenario pattern, the abandoned mining land reused as ecological agricultural land was mainly distributed in Miaofengshan and Tanzhesi Town, the ecological tourism industry was mainly distributed in Datai Street and Wangping Town, and the high-tech industrial land was in Datai Street and Junzhuang Town. In the optimized pattern of abandoned mining land reuse for the industrial transformation, the area of abandoned mining land reused as the ecological agriculture was 251.75 hm2, mainly concentrated in Junzhuang, and Wangping Town, the reused area of the ecotourism was 64.25 hm2in Miaofengshan, and Qingshui Town, and the area as the high-tech industry was 84.25 hm2in Wangping and Miaofengshan Town. 3) In the two scenarios, about 108.5 hm2of abandoned mining land was reused for the same purpose, indicating no adjustment to need. About 63.75 hm2of abandoned mining land was reused as the ecological tourism land under the trend development scenario, which should be adjusted to the ecological agriculture land. By contrast, the ecological agriculture land was about 61 hm2of abandoned mining land under the trend development scenario, which should be adjusted to the ecological tourism land. There was the 12.5 hm2abandoned mining land should be developed into the high-tech industrial land in the Miaofeng Mountain, Wangping, and Yongding Town, according to the local infrastructure. Consequently, the direct and substantial combination were realized for the reuse of abandoned mine land and the demand for the industrial transformation of mineral resource-based towns. The findings can provide the theoretical support for the reuse and regulation of local abandoned mine land.

land use; reclamation; mines; industrial transformation; Dinamica EGO model; suitability evaluation

10.11975/j.issn.1002-6819.2022.23.022

F301.24

A

1002-6819(2022)-23-0203-10

程琳琳，张宁凌，崔慧珍，等. 服务于产业转型的矿业废弃地再利用优化与调控[J]. 农业工程学报，2022，38(23)：203-212.doi：10.11975/j.issn.1002-6819.2022.23.022 http://www.tcsae.org

Cheng Linlin, Zhang Ningling, Cui Huizhen, et al. Optimization and regulation of the abandoned mining land reuse for industrial transformation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(23): 202-212. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.23.022 http://www.tcsae.org

2022-09-21

2022-11-11

国家自然科学基金项目（41877533）

程琳琳，博士，教授，博士生导师，主要研究方向为土地利用、土地评价、土地复垦等。Email：chll@cumtb.edu.cn