生态系统作为社会发展与人类生存的重要载体,其不仅可以为人类生存提供必要的物质资源,同时还能提供诸多非物质性的生态服务。然而,随着工业化与城市化的快速发展,自然生态系统遭到了严重的破坏。如何权衡城市工业发展和生态保护之间的关系,合理规划城市生态系统,是实现社会经济可持续发展的重要问题。城市生态系统是一个涉及社会、经济、自然、环境等要素的复杂系统,存在着多重不确定性,给生态系统规划带来了一定挑战。因此,针对以上问题,本文开发了基于数据包络分析的区间两阶段随机规划（data-envelopment-analysis-based interval two-stage stochastic programming,简称DEA-ITSP）方法用于城市生态系统规划。DEA-ITSP法耦合了数据包络分析（data envelopment analysis,简称 DEA）、区间参数规划（interval-parameter programming,简称 IPP）和两阶段随机规划（two-stage stochastic programming,简称 TSP）方法,能够有效（i）表征生态系统中以离散区间表现的参数和已知概率分布的随机变量;（ii）追索修正因随机变量未知时制定的目标决策,有助于实现决策失误造成的损失最小化;（iii）规避因主观因素造成的系统失衡,并实现最优方案的筛选。本文以广州市为研究案例,综合考虑城市工业发展、土地规划、环境保护等一系列政策和目标,基于开发的DEA-ITSP方法构建了广州市生态系统规划模型;引入生态服务价值和土地交易机制,探究多重不确定性条件下污染物减排强度和土地交易机制对城市工业发展和生态用地规划的影响。本案例中共考虑了162种情景（四种污染物类型,三种污染物削减水平以及两种土地交易方式）,得到了每种情景对应的城市生态用地规划和工业发展规划方案。研究结果表明,废水、固废和SO2污染物是广州市工业污染的主要成分;湿地作为纳污水能力强的生态系统,其是主要的土地买方。森林服务价值占总生态服务价值的65%以上,说明了森林在广州市生态系统中占据着重要地位;因此,广州市生态系统规划过程中应该严守森林保护红线,加强森林管理。DEA分析结果表明,在最优方案下生态用地较现状（2017年）将增加[3548,4608]公顷以满足广州市发展规划要求;而且工业主要向高新技术、低污染物排放的产业方向转型。通过以上研究,决策者和管理者可以充分了解城市系统收益和污染排放之间的矛盾关系,为制定合理的城市生态系统规划方案提供了理论基础和决策支持。