1.基于贝叶斯网络的未来生态安全格局预测方法，其特征在于，包括：S1.建立研究区的地理信息基础数据库；

S2.设置生态系统服务，并构建用于生态安全格局预测的贝叶斯网络模型；

S3.利用马尔科夫模型预测自然发展情景下各类用地需求；

S4.利用混合元胞CA模型测度用地发展潜力；

S5.基于混合元胞CA模型的用地类型竞争与定量转化机制进行土地利用格局预测；

S6.基于所述贝叶斯网络和预测得到的土地利用格局进行未来生态安全格局预测。

2.根据权利要求1所述的基于贝叶斯网络的未来生态安全格局预测方法，其特征在于，所述地理信息基础数据库包括土地利用数据、夜间灯光影像数据、地面气象数据、土壤数据、地形数据、交通数据、河流数据、归一化植被指数数据、净初级生产力数据和全国行政区划图。

3.根据权利要求1所述的基于贝叶斯网络的未来生态安全格局预测方法，其特征在于，所述生态系统服务包括碳固存、水源涵养、粮食供给、生境质量和水土保持。

4.根据权利要求1所述的基于贝叶斯网络的未来生态安全格局预测方法，其特征在于，构建用于生态安全格局预测的贝叶斯网络模型，包括：S21.基于ArcGIS软件，采用自然间断点法对选取的节点变量的栅格图层进行离散化处理；

S22.将离散化后的栅格图层的值提取到一个单一的栅格数据层，获取样本点数据；

S23.将所述样本点数据划分为训练集和测试集；

S24.构建贝叶斯网络模型，利用训练集对所述贝叶斯网络模型进行训练。

5.根据权利要求1所述的基于贝叶斯网络的未来生态安全格局预测方法，其特征在于，所述马尔科夫模型的计算公式为：其中， 表示地类在t+1时刻的状态向量，  表示地类在t时刻的状态向量，  为状态转移概率矩阵，表示地类i转移为地类j的概率，且  ，。

6.根据权利要求1所述的基于贝叶斯网络的未来生态安全格局预测方法，其特征在于，所述S6包括：

S61.利用敏感性分析识别影响生态系统服务的关键因子；

S62.根据贝叶斯网络模型中网络节点的概率分布和条件概率表识别关键因子概率最大状态；

S63.根据关键因子概率最大状态的叠加得到未来情景下生态系统服务的空间分布格局；

S64.根据未来情景下生态系统服务的空间分布格局识别未来生态安全格局。

7.基于贝叶斯网络的未来生态安全格局的优化方法，其特征在于，包括：K1.建立研究区的地理信息基础数据库；

K2.设置生态系统服务，并构建用于生态安全格局预测的贝叶斯网络模型；

K3.利用马尔科夫模型预测自然发展情景下各类用地需求；

K4.利用混合元胞CA模型测度用地发展潜力；

K5.基于混合元胞CA模型的用地类型竞争与定量转化机制进行土地利用格局预测；

K6.基于所述贝叶斯网络和预测得到的土地利用格局进行未来生态安全格局预测；

K7.对未来生态安全格局进行分区，并定义生态系统服务水平最高的区域为生态保护优先区，定义生态系统服务水平最低的区域为生态优化区；

K8.对生态优先区进行生态系统保护，对生态优化区进行生态修复。