社会经济的快速发展导致区域土地利用格局的剧烈变化,从而影响非点源（nonpoint source,简称NPS）污染输出负荷,威胁区域水环境安全和居民健康。因此,考虑生产活动等社会经济因素影响,预测模拟区域土地利用变化,评估NPS污染输出负荷及其分布特征,并在此基础上,提出NPS污染管控目标,开展区域土地利用结构优化研究,对区域水环境质量提升和社会经济的可持续发展具有重要意义。然而,土地利用变化和NPS污染输出过程极其复杂,存在区间、模糊等多重不确定信息,严重制约了区域土地利用管理和NPS污染控制的有效性。因此,针对系统多重不确定性特征,构建基于NPS污染预测和管控的区域土地利用结构不确定优化模型,能够在土地利用规划和NPS污染管理等方面为区域决策者提供更加可靠的方法支撑。本研究基于系统动力学、输出系数、CLUE-S、区间线性规划和模糊参数规划等模型和方法,提出了一套综合的土地利用预测-优化模型（an integrated land-use prediction and optimization model,简称ILUPO模型）。所提出的ILUPO模型不仅能够分析未来区域土地利用格局及其NPS污染输出负荷量,也能提供多种污染削减和决策倾向情景下的土地利用结构优化方案。同时,该模型能够有效处理土地利用变化和NPS污染输出过程中的区间和模糊不确定性信息,为区域管理者提供更加可靠的决策方案。本研究以广东省新丰江水库流域上游的新丰县为研究区开展了案例研究。主要工作和研究成果如下:（1）本研究预测了2030年不同社会经济发展情景下的区域土地利用结构。基于灰色关联度分析、主成分分析和线性回归方法,构建了区域土地利用变化系统动力学（system dynamics,简称SD）模型,并通过灰色预测模型、几何平均、算术平均和线性回归等方法确定高速和低速社会经济发展情景下的SD模型输入变量,模拟了两种社会经济发展情景下各类土地利用类型的面积。结果显示,在高速发展情景下,耕地面积将比2020年减少约7.5%,而水域面积将增加约16.0%;与高速情景下的变化趋势相反,耕地面积在低速发展情景下将增加约0.2%,而水域面积将减少约46.0%。建设用地的预测面积在高速和低速发展情景下将分别减少约30.0%和33.2%;而林地和草地面积都将呈现增加的趋势,其中,林地面积在高速和低速两种发展情景下将分别增加约0.1%和0.2%,草地将分别增加约13.2%和7.0%。（2）基于区域土地利用结构的预测结果,模拟了不同社会经济发展情景下的土地利用格局,并进行了NPS污染负荷预测评估。收集社会经济和自然环境驱动因子数据,构建CLUE-S模型,对区域土地利用预测的面积进行了空间分配;同时,结合输出系数模型和空间分析等方法对区域土地利用NPS污染输出负荷及其空间分布特征进行了估算和模拟。结果表明:相较于低速社会经济发展情景,高速发展情景下区域各土地利用类型之间的相互转换更为频繁。其中,转换频率最高的两种地类为耕地和林地。研究区基准年（2020年）土地利用污染源所产生的总氮（total nitrogen,简称TN）和总磷（total phosphorus,简称TP）负荷分别约为1237.9吨和46.9吨。与基准年相比,所预测的2030年低速和高速发展情景下的区域土地利用格局将导致TN负荷分别增加约2.0%和0.1%;TP负荷在低速发展情景下将增加约1.4%,相反,在高速发展情景下将减少约1.2%。同时,预测年的单位面积TN和TP污染输出负荷在建设用地和耕地分布密集区将显著增加。（3）本研究将区间线性规划、模糊参数规划和输出系数模型等方法相耦合,构建了一个基于NPS污染负荷控制的区间模糊线性规划模型,该模型能够处理土地系统和NPS污染输出过程中的区间和模糊不确定性,并获取不同污染削减目标和决策倾向情景下的区域土地利用格局优化方案。结果表明,通过研究区的土地利用结构优化无法削减5%以上的NPS污染输出负荷;在不同土地利用类型中,不同污染削减目标和管理者的决策倾向变化对耕地、林地和建设用地优化面积的影响相对更大;优化后的耕地和林地将是研究区NPS污染的主要来源。本研究所得到的多种污染削减目标和决策倾向情景下的模型结果能够为区域管理者提供多重决策方案,所构建的模型在考虑NPS污染管控的区域土地利用结构优化方面具有很强的适用性,能够为决策者在NPS污染控制和土地利用结构调整等方面提供方法支撑。