SLEUTH模型在基于历史数据的基础上，通过修改预测参数或设置排除图层来预设城市未来发展的不同情景，可以较好地预测未来的城市增长和土地利用变化，已经成为城市规划的有力工具。
本实验为了简化操作过程，根据研究区实际，主要通过调整排除图层预设了两种发展情景：现有趋势发展情景（Historical trend development，HTD）和生态可持续发展情景（Ecological sustainable development，ESD）。但在实际的案例研究中，大多根据研究区的实际，结合未来不同的发展政策来制定不同的增长情景。
1）现有趋势发展情景（HTD）
现有发展趋势情景仅将研究区2011年较大面积的水体和城市边界范围内的绿地定义为排除图层（建议在c：＼cygwin＼bin＼s＼Input目录下建立一个htd的文件夹存放模型该情景预测阶段需要的输入数据图层数据），且设定为100%的概率不被城市化，在该方案情景下农田和城市周边的林地可能会被继续侵占（具体操作过程请参见实验7，排除图层已经放置在光盘数据的htd文件夹下，名称暂命名为s1excluded，格式为GRID栅格数据）。(www.xing528.com)
2）生态可持续发展情景（ESD）
在生态可持续发展情景中，需要进行研究区生态网络构建和生态环境敏感性分析，从而识别研究区的主要敏感性区域、需要保护的核心景观生态资源以及未来需要预留的自然生态空间，进而将研究区的核心生态可持续发展战略融入SLEUTH模型的排除图层中。其大致过程如下：首先，采用最小累积费用路径方法模拟研究区潜在的生态廊道，并基于重力模型进行重要生态廊道的提取，从而科学构建研究区生态网络并加以重点保护（具体操作过程参见实验6）。然后，将得到的生态网络作为敏感性因子，并结合地形、水域、植被、农田因子，构建了研究区各因子等级划分与评价体系（表9-4），并采用GIS空间叠置分析方法进行多因子综合评价，获取研究区生态环境敏感性分区（具体操作过程参见实验7）。最后，按照敏感性等级由低到高分别设定其不被城市化的概率依次为0%、20%、50%、80%、100%，得到融合生态可持续发展战略情景的排除图层（建议在c：＼cygwin＼bin＼s＼Input目录下建立一个esd的文件夹存放模型该情景预测阶段需要的输入数据图层数据，排除图层已经放置在光盘数据的esd文件夹下，名称暂命名为s2excluded，格式为GRID栅格数据），该情景有利于保护绿色空间网络结构的完整性以及维护生态服务功能的综合性，实现了生态可持续发展战略与建设用地增长之间的融合，有助于实现精明增长与精明保护和土地利用的可持续发展。
表9-4 生态敏感性因子敏感性等级与赋值
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
