基于InVEST模型和元胞自動(dòng)機(jī)的城市擴(kuò)張對(duì)陸地生態(tài)系統(tǒng)碳儲(chǔ)量影響評(píng)估
——以廣東省為例

吳佩君,劉小平,黎 夏,陳逸敏

基于InVEST模型和元胞自動(dòng)機(jī)的城市擴(kuò)張對(duì)陸地生態(tài)系統(tǒng)碳儲(chǔ)量影響評(píng)估
——以廣東省為例

吳佩君,劉小平*,黎 夏,陳逸敏

(中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院,廣東廣州510275)

基于InVEST模型探索了廣東省1980-2010年陸地生態(tài)系統(tǒng)的碳儲(chǔ)量變化及城市擴(kuò)張對(duì)碳儲(chǔ)量的影響,并借助元胞自動(dòng)機(jī)模型(CA)模擬了廣東省2040年城市用地的分布,評(píng)估未來城市增長(zhǎng)對(duì)碳儲(chǔ)量的作用。結(jié)果表明: 1980-2010年,引起碳儲(chǔ)量減少的土地利用變化中,城市擴(kuò)張所占比重持續(xù)上升,從1980-1990年的28.11%增長(zhǎng)到2000-2010年的46.13%,表明城市擴(kuò)張對(duì)生態(tài)環(huán)境的壓力在不斷加劇。其中,珠江三角洲城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量減少占全省總量的80%以上。進(jìn)一步結(jié)合CA模擬結(jié)果發(fā)現(xiàn),2010-2040年城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量比1980-2010年有所增加。其中,新增城市用地面積的來源以高碳密度的林地為主,由此導(dǎo)致的碳儲(chǔ)減少量占總量比重為55.07%,比1980-2010年增長(zhǎng)了近一倍。模擬結(jié)果也表明未來珠江三角洲仍然是碳儲(chǔ)量減少的主要區(qū)域,其減少量占全省的70.27%。

InVEST模型;元胞自動(dòng)機(jī);城市擴(kuò)張;陸地生態(tài)系統(tǒng)碳儲(chǔ)量

0 引言

陸地生態(tài)系統(tǒng)對(duì)減少碳排放及緩和全球變暖具有重大意義,是近年來世界范圍內(nèi)的研究熱點(diǎn)[1-3]。作為全球碳循環(huán)研究的基礎(chǔ),陸地生態(tài)系統(tǒng)碳儲(chǔ)量反映了人類生存環(huán)境的變化。通過碳儲(chǔ)量變化研究可以有效評(píng)估人類活動(dòng)對(duì)生態(tài)環(huán)境的影響,有利于全球氣候變化應(yīng)對(duì)方案的制定[4-6]。

土地利用變化是陸地生態(tài)系統(tǒng)碳儲(chǔ)量變化的主要驅(qū)動(dòng)因子[7,8],不同土地利用類型的固碳能力存在差異,進(jìn)而導(dǎo)致土地利用變化帶來碳儲(chǔ)量的變化[9,10]。土地利用變化會(huì)改變植被和土壤類型的分布,而植被、土壤作為陸地生態(tài)系統(tǒng)碳儲(chǔ)存的主要形式,會(huì)進(jìn)一步導(dǎo)致碳儲(chǔ)量的變化[5,11,12]。模擬預(yù)測(cè)土地利用類型的變化及其所致碳儲(chǔ)量變化趨勢(shì),可為未來生態(tài)系統(tǒng)的可持續(xù)發(fā)展提供重要參考。

隨著城市化的發(fā)展,越來越多的耕地、林地和草地轉(zhuǎn)化成城市用地,導(dǎo)致土地從碳匯變成了碳源[13-17]。在過去的30多年里,我國城市化率從1978年的17.9%激增到2010年的49.7%,導(dǎo)致耕地面積大量減少,在許多發(fā)達(dá)地區(qū),森林和草地又進(jìn)一步被耕地侵占,這種由城市擴(kuò)張導(dǎo)致的一系列復(fù)雜的土地利用變化,對(duì)我國陸地生態(tài)系統(tǒng)碳儲(chǔ)量造成了重大的影響[18]。

目前國內(nèi)外學(xué)者已經(jīng)開展了土地利用變化對(duì)陸地生態(tài)系統(tǒng)碳儲(chǔ)量影響的相關(guān)研究[14-25]。例如, Schrêter等[7]用Dynamic Global Vegetation Model LPJ計(jì)算了歐洲植被的凈初級(jí)生產(chǎn)力,并以此作為歐洲植被的碳儲(chǔ)量,研究其與土地利用變化的關(guān)系,結(jié)果表明優(yōu)化土地利用分配是緩解碳儲(chǔ)量減少的有效途徑;Fu等[22]結(jié)合CASA模型評(píng)估了廣州市城市土地利用變化條件下的植被凈初級(jí)生產(chǎn)力的變化;Zhang等[8]估算了1980-2010年中國土地利用變化對(duì)陸地碳儲(chǔ)量變化的影響。當(dāng)前研究主要關(guān)注碳儲(chǔ)量估算的生物地球化學(xué)模型的建立、現(xiàn)有土地利用變化對(duì)碳儲(chǔ)量變化的影響、城市擴(kuò)張對(duì)森林生態(tài)系統(tǒng)碳儲(chǔ)量變化的影響等[22-27]。其中,生物地球化學(xué)模型計(jì)算結(jié)果較為精確,但往往需要考慮多種影響因子,使得模型的通用性不高,在不同的區(qū)域中使用時(shí),需要對(duì)模型做出較大的調(diào)整[28-30];并且,此類生物地球化學(xué)模型也沒有直接關(guān)聯(lián)土地利用變化與碳儲(chǔ)量變化。而對(duì)在未來城市用地動(dòng)態(tài)擴(kuò)張下的碳儲(chǔ)量變化方面的研究不足也不利于深入探討城市擴(kuò)張對(duì)碳儲(chǔ)量的影響。

廣東省作為改革開放的先鋒,前期始終以經(jīng)濟(jì)發(fā)展作為首要目標(biāo),忽略了環(huán)境保護(hù)與生態(tài)建設(shè),給生態(tài)環(huán)境帶來了極大的壓力,可持續(xù)發(fā)展成為其當(dāng)下發(fā)展亟待解決的問題。因而,本文以廣東省作為研究區(qū)域,基于InVEST模型(Integrated Valuation of Ewsystem Services and T rade-offs)分析廣東省1980-2010年土地利用變化對(duì)碳儲(chǔ)量的影響及城市用地變化在其中發(fā)揮的作用,并模擬廣東省2040年的城市擴(kuò)張情況,計(jì)算在此情景下廣東省各地區(qū)碳儲(chǔ)量的分布變化,研究結(jié)果可以為廣東省的環(huán)境保護(hù)和生態(tài)建設(shè)提供一定的科學(xué)支持,也可以為當(dāng)下其他還處在發(fā)展前期的城市提供參考。

1 研究區(qū)數(shù)據(jù)與研究方法

1.1 研究區(qū)概況

廣東省地處亞熱帶,夏長(zhǎng)冬暖,雨量充沛。年平均降雨量為1 802 mm,年平均蒸發(fā)量1 580 mm,屬濕潤(rùn)地區(qū)。部分區(qū)域全年氣候濕潤(rùn),其他區(qū)域夏天濕潤(rùn)冬天干燥,不同區(qū)域植被類型的分布存在差異。廣東省自然環(huán)境及資源具有明顯的地帶性及區(qū)域性,影響了廣東省土地利用類型的分布情況,以及各區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r。

2014年《國家新型城鎮(zhèn)化規(guī)劃》最終明確“把城市群作為推進(jìn)城鎮(zhèn)化的主體形態(tài)”[31],珠江三角洲地區(qū)被列為我國三大國家城市群之一(以下稱“珠三角城市群”)。珠三角城市群在快速城市化發(fā)展進(jìn)程中,土地開發(fā)強(qiáng)度過高,引發(fā)了一系列的資源環(huán)境問題?！吨榻侵薜貐^(qū)改革發(fā)展綱要(2008～2020)》中提出要切實(shí)加強(qiáng)環(huán)境保護(hù)和生態(tài)建設(shè),增強(qiáng)區(qū)域可持續(xù)發(fā)展能力的要求。

1.2 數(shù)據(jù)源

本文用于城市擴(kuò)張模擬的數(shù)據(jù)包括:1)2000年、2005年、2010年Landsat TM/ETM+影像,數(shù)據(jù)來源于中國科學(xué)院地理空間云(http://www.gscloud.cn)和美國地質(zhì)調(diào)查局德國航空航天中心(http:// earthexplorer.usgs.gov/);2)廣東省社會(huì)經(jīng)濟(jì)發(fā)展、人口等統(tǒng)計(jì)數(shù)據(jù),數(shù)據(jù)來源于廣東省統(tǒng)計(jì)年鑒; 3)市中心、鎮(zhèn)中心、鐵路、高速公路、一般公路等矢量數(shù)據(jù)。

本文用于陸地生態(tài)系統(tǒng)碳儲(chǔ)量計(jì)算的數(shù)據(jù)包括:1)1980年、1990年、2000年、2010年的廣東省土地利用柵格數(shù)據(jù),數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn);2)數(shù)字化1∶400萬中國植被矢量圖,數(shù)據(jù)來源于國家自然科學(xué)基金委員會(huì)“中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心”(http://westdc.westgis.ac.cn);3)數(shù)字化1∶100萬中國土壤矢量圖,數(shù)據(jù)來源于中國科學(xué)院南京土壤所(http://www.issas.ac.cn/);4)中國植被碳密度表格和土壤碳密度表格[18];5)氣候帶分布圖,采用的是柯本氣候分類法(以氣溫和降水為指標(biāo),并參照自然植被的分布進(jìn)行氣候分類),與本文所采用的碳密度計(jì)算方法相適應(yīng);6)廣東省行政邊界以及各地級(jí)市行政區(qū)劃圖,數(shù)據(jù)來源于國家基礎(chǔ)地理信息系統(tǒng)網(wǎng)站(http://ngcc.sbsm.gov.cn/)。

1.3 研究方法

1.3.1 碳儲(chǔ)量計(jì)算模型 InVEST模型是由美國斯坦福大學(xué)、大自然保護(hù)協(xié)會(huì)(TNC)和世界自然基金會(huì)聯(lián)合開發(fā)的、免費(fèi)開源的、可以用來量化多種生態(tài)系統(tǒng)服務(wù)功能的評(píng)估模型。InVEST模型將生態(tài)系統(tǒng)服務(wù)功能分為兩大類:生態(tài)系統(tǒng)支撐服務(wù)和生態(tài)系統(tǒng)生產(chǎn)服務(wù)。前者包括棲息地質(zhì)量和風(fēng)險(xiǎn)評(píng)估等;后者包括陸地生態(tài)系統(tǒng)碳儲(chǔ)量、海洋碳、營養(yǎng)物質(zhì)產(chǎn)量、泥沙攔蓄等。InVEST模型中的碳儲(chǔ)量計(jì)算模塊是基于碳密度方法建立的,它使研究者可以將滿足自己需要的土地利用圖直接應(yīng)用于4個(gè)碳庫來估計(jì)土地利用隨著時(shí)間變化對(duì)碳儲(chǔ)量的影響。本文采用的是InVEST模型中的碳儲(chǔ)量模塊(即Carbon Storage and Sequestration:Climate Regulation)。模型將陸地生態(tài)系統(tǒng)的碳儲(chǔ)量分成了4個(gè)碳庫——地上碳、地下碳、土壤有機(jī)物以及死亡有機(jī)質(zhì),本文主要計(jì)算在碳庫中所占比例較大的地上碳,即植被碳和土壤有機(jī)質(zhì)。

具體框架如圖1所示:1)關(guān)聯(lián)植被/土壤分布圖與植被/土壤碳密度表格得到植被/土壤碳密度分布圖;2)初始土地利用分布圖與氣候帶數(shù)據(jù)疊加,得到氣候帶-土地利用分布圖;3)以氣候帶-土地利用分布圖為單位,對(duì)植被/土壤碳密度分布圖進(jìn)行區(qū)域計(jì)算,得到不同氣候帶內(nèi)各土地利用類型的碳密度表格;4)將第3步得到的碳密度表格和城市擴(kuò)張前后氣候帶-土地利用類型圖輸入InVEST模型,最終得到城市擴(kuò)張前后的碳儲(chǔ)量分布圖。

圖1 基于InVEST模型的碳儲(chǔ)量計(jì)算原理Fig.1 The structure of carbon storage calculation based on InVEST model

InVEST模型的陸地生態(tài)系統(tǒng)碳儲(chǔ)量模塊所做的前提假設(shè)是:某一土地利用類型的碳密度是一個(gè)常量,即不考慮植被生長(zhǎng)帶來的碳密度增加以及不同土地類型轉(zhuǎn)變所需要的成熟期。本文根據(jù)某一土地利用類型中不同植被和不同土壤種類的碳密度以及分布計(jì)算該土地利用類型的地上碳庫和土壤碳庫的碳密度,也就是假設(shè)某一土地利用類型的植被類型和土壤類型及其分布規(guī)律是不變的。為了與本文所做的碳密度計(jì)算假設(shè)相適應(yīng),減少實(shí)驗(yàn)誤差,同時(shí)考慮到柯本氣候分類法是參照自然植被的分布得到的,本文以氣候帶為單位,對(duì)土地利用類型進(jìn)行二次分類,分別計(jì)算不同氣候帶內(nèi)各土地利用類型的碳密度。

式中:Dsi,j是指在氣候帶為i、土地利用類型為j的區(qū)域上的平均土壤碳密度;nijk表示在氣候帶為i、土地利用類型為j的區(qū)域內(nèi)第k類土壤的總像元數(shù);Dsijk是在氣候帶為i、土地利用類型為j的第k類土壤的碳密度;Nij代表氣候帶為i、土地利用類型為j的土地總像元數(shù)。同理得氣候帶i中第j種土地利用類型的植被碳密度:

1.3.2 城市擴(kuò)張模型 過去20多年間,提出了一系列的模擬方法用以描述和預(yù)測(cè)城市動(dòng)態(tài),其中, CA模型因?yàn)槟軌蚪Y(jié)合城市擴(kuò)張模式的時(shí)空信息而被廣泛應(yīng)用[32-34]。城市CA模型的核心是定義像元轉(zhuǎn)換規(guī)則,也就是土地利用變化過程。Wu[35]提出了多準(zhǔn)則方法以獲取轉(zhuǎn)換規(guī)則,選取影響城市發(fā)展的非限制性約束和限制性約束建立多準(zhǔn)則模型。其中,在處理多因素問題時(shí),邏輯回歸模型是最簡(jiǎn)單、實(shí)用的模型。

具體而言,通過一系列發(fā)展因子(x1,x2,…,xn)對(duì)元胞進(jìn)行綜合評(píng)價(jià),以決定該元胞在下一時(shí)刻是否發(fā)展。任一像元(i,j)的發(fā)展概率pg,ij的邏輯回歸公式如下:

式中:z是像元cij的一系列發(fā)展因子的綜合得分:

式中:xk是像元cij的發(fā)展因子,b0是一個(gè)常量,bk是發(fā)展因子xk的系數(shù),可以通過邏輯回歸進(jìn)行校正。

上述的pg,ij僅僅強(qiáng)調(diào)了影響城市發(fā)展的靜態(tài)因子,實(shí)際上城市發(fā)展也受動(dòng)態(tài)因子的影響。CA模型用像元的領(lǐng)域影響表示動(dòng)態(tài)發(fā)展因子,記作Ωtij。一個(gè)獲取的簡(jiǎn)單方法就是計(jì)算t時(shí)刻像元cij的n× n領(lǐng)域內(nèi)的發(fā)展密度:

式中:con()是一個(gè)條件函數(shù),如果像元cij領(lǐng)域內(nèi)的當(dāng)前狀況是已發(fā)展,函數(shù)就返回正值。該函數(shù)也考慮了物理局限性,例如,如果一個(gè)像元屬于水體、山體或保護(hù)區(qū),該像元就會(huì)被排除在可發(fā)展范圍之外。從而,像元cij的發(fā)展概率被修改為以下形式:

式中:con()是一個(gè)條件函數(shù),如果像元cij適宜發(fā)展,則函數(shù)返回正值。為了增加評(píng)價(jià)得分較高像元的發(fā)展概率,在ptc,ij的基礎(chǔ)上增加了一個(gè)非線性轉(zhuǎn)換函數(shù):

式中:q是預(yù)測(cè)的將要發(fā)生轉(zhuǎn)換的像元數(shù),通過迭代次數(shù)和預(yù)測(cè)的城市規(guī)模計(jì)算所得,預(yù)測(cè)的城市規(guī)模是基于一系列的經(jīng)濟(jì)變量得到的。

發(fā)展像元的選擇是基于蒙特卡羅方法進(jìn)行的。首先,空間中每個(gè)像元的發(fā)展概率根據(jù)式(6)-(8)進(jìn)行更新;然后隨機(jī)選中一個(gè)像元,比較該像元的發(fā)展概率和一個(gè)隨機(jī)數(shù)γ(0-1)。如果pts,ij大于γ,該像元就轉(zhuǎn)化為城市用地;否則,該像元保持原有土地利用類型不變。

2 結(jié)果與分析

2.1 植被/土壤碳密度圖

數(shù)字化植被/土壤碳密度分布如圖2、圖3所示。廣東省北部的植被碳密度高,東部和西部以及珠三角地區(qū)的植被碳密度較低。這主要是由于廣東省北部山區(qū)森林覆蓋廣,而廣東省東部、西部以及珠三角地區(qū)以農(nóng)田和灌木為主[36,37]。土壤碳密度與植被碳密度的空間分布大體一致。

基于前文所述方法計(jì)算不同氣候帶內(nèi)各土地利用類型的碳密度,如表1所示。總的來看,不同土地利用類型土壤碳密度的取值范圍窄且相差較小,植被碳密度則相反。其中,林地的植被碳密度最高,其次是草地和耕地,而且水田、林地和草地的植被碳密度受氣候帶影響較為明顯。

圖2 1980年廣東省植被碳密度分布Fig.2 Distribution of vegetation carbon densities in Guangdong Province in 1980

表1 土地利用類型碳密度Table 1 Carbon densities of different land use types

2.2 歷史碳儲(chǔ)量變化分析

(1)1980-2010年廣東省土地利用變化導(dǎo)致大部分區(qū)域碳儲(chǔ)量呈減少狀態(tài),個(gè)別地區(qū)碳儲(chǔ)量有所增加,且碳儲(chǔ)減少量與碳儲(chǔ)增加量的差距逐漸變大,致使碳儲(chǔ)量變化總體呈現(xiàn)凈減少狀態(tài),凈減少量從1980-1990年的0.17 TgC增加到2000-2010年的2.60 T gC(圖4)。

1980-1990年廣東省處于經(jīng)濟(jì)發(fā)展初級(jí)階段,人流開始從農(nóng)村涌向城市,部分耕地被遺棄成為廢棄坑塘,部分用于城鎮(zhèn)建設(shè),導(dǎo)致碳儲(chǔ)量減少,同時(shí)該階段河源市的森林恢復(fù)部分填補(bǔ)了碳儲(chǔ)量的減少。1990-2000年廣東省經(jīng)濟(jì)發(fā)展處于上升期,城市用地開始大面積侵占耕地,更多的耕地被閑置,因而該階段主要表現(xiàn)為碳儲(chǔ)量的減少。2000-2010年除了城市進(jìn)一步擴(kuò)張外,由于過多的耕地被侵占和閑置,為了維持生活需要,部分地區(qū)開始填補(bǔ)水域用于城市建設(shè)及耕地種植,因此該階段碳儲(chǔ)量增加和減少都較為明顯。總體看,這一系列的土地利用變化是源于廣東省的城鎮(zhèn)化進(jìn)程,再次印證了城市擴(kuò)張研究的重要性。

圖3 1980年廣東省土壤碳密度分布Fig.3 Distribution of soil carbon densities in Guangdong Province in 1980

圖4 1980-2010年廣東省土地利用變化導(dǎo)致的碳儲(chǔ)量變化Fig.4 Carbon storage variation caused by land use/cover type conversion in Guangdong Province during 1980-2010

表2 1980-2010年廣東省碳儲(chǔ)減少量Table 2 Carbon storage loss in Guangdong Province during 1980-2010

1980-1990年、1990-2000年和2000-2010年,在導(dǎo)致碳儲(chǔ)量減少的土地利用變化中,城市擴(kuò)張面積依次為1 239.23 km2、2 931.06 km2、9 493.08 km2,占導(dǎo)致碳儲(chǔ)量減少的土地利用變化總面積的34.60%、30.36%、39.31%;城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量依次為0.28 T gC、0.64 TgC和2.43 TgC,占土地利用變化導(dǎo)致的碳儲(chǔ)減少總量的比重為28.11%、29.01%和46.13%。如表2所示,城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量逐漸增加,主要是由于城市擴(kuò)張面積的驟增導(dǎo)致了碳儲(chǔ)量的大量減少。進(jìn)一步比較發(fā)現(xiàn)(圖5),1980-2010年城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量占土地利用變化導(dǎo)致的碳儲(chǔ)減少總量比重逐漸變大,而導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張面積占導(dǎo)致碳儲(chǔ)量減少的土地利用總變化面積的比重先變小后變大,且對(duì)比1990-2000年與2000-2010年的變化,前者變化率顯著大于后者,表明與同時(shí)期其他導(dǎo)致碳儲(chǔ)量減少的土地利用變化相比,單位城市擴(kuò)張面積導(dǎo)致的碳儲(chǔ)減少量的比重逐步增大。

圖5 廣東省1980-2010年城市擴(kuò)張導(dǎo)致碳儲(chǔ)量?jī)魷p少比例及相應(yīng)城市擴(kuò)張面積比例Fig.5 The net reduction percentage of carbon storage caused by urban expansion and the corresponding urban expansion area ratio in Guangdong Province during 1980-2010

(2)珠三角地區(qū)不僅由于高城鎮(zhèn)化導(dǎo)致了大量的土地利用變化,而且地處廣東省南部,瀕臨南海,碳儲(chǔ)量豐富,對(duì)整個(gè)廣東省的研究具有重大意義。珠三角城市群行政區(qū)劃面積占廣東省行政區(qū)劃面積的30.31%,而在1980-1990年、1990-2000年和2000-2010年間,珠三角城市群土地利用變化分別占廣東省土地利用變化的27.28%、63.43%和50.29%,其中城市擴(kuò)張面積分別占廣東省城市擴(kuò)張面積的48.11%、83.08%和82.34%。珠三角城市群的土地利用面積變化與其行政區(qū)域面積比明顯不呈比例,在1990-2000年和2000-2010年兩個(gè)階段均超過了廣東省變化的一半,在后一階段有所緩解,而珠三角城市群城市擴(kuò)張比例居高不下,在1990 -2000年和2000-2010年均占據(jù)了廣東省城市擴(kuò)張的80%以上?？梢?珠三角城市群的土地利用變化,尤其是城市用地面積的變化是整個(gè)廣東省土地利用變化的主要組成部分。

1980-1990年、1990-2000年和2000-2010年間,珠三角城市群因土地利用變化導(dǎo)致的碳儲(chǔ)減少量分別為0.57 TgC、1.84 TgC和3.29 TgC,占廣東省土地利用變化所致的碳儲(chǔ)減少總量的56.94%、83.07%和62.57%;因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量分別為0.14 TgC、0.53 TgC和2.01 TgC,占廣東省城市擴(kuò)張所致的碳儲(chǔ)減少總量的49.76%、82.27%和82.86%。珠三角城市群因土地利用變化導(dǎo)致的碳儲(chǔ)量減少所占比例先增加后減少,而因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量減少持續(xù)增加,在1990-2000年和2000-2010年均占據(jù)了廣東省因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量減少的80%以上。城市用地面積的增加是珠三角城市群因城市擴(kuò)張導(dǎo)致碳儲(chǔ)量減少的主要原因,而珠三角城市群城市擴(kuò)張所致的碳儲(chǔ)量減少在整個(gè)廣東省因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量減少中占據(jù)主導(dǎo)地位。

2.3 未來碳儲(chǔ)量模擬分析

2.3.1 城市擴(kuò)張空間格局 1980-2010年城市擴(kuò)張主要發(fā)生在珠三角城市群中的廣州、東莞、深圳、中山及佛山。2010-2040年廣東省珠三角城市群以外的其他各城市的城市擴(kuò)張均較為明顯,而珠三角城市群中,2010年城市用地面積基數(shù)已經(jīng)較大的廣州、東莞、深圳、中山、佛山等的城市擴(kuò)張較1980-2010年有所減緩,主要是沿現(xiàn)有城市用地向外擴(kuò)張,珠三角城市群中的另外4個(gè)城市惠州、珠海、江門、肇慶,在這一階段的城市擴(kuò)張幅度會(huì)顯著變大。

相應(yīng)地,1980-2010年由城市擴(kuò)張引起的碳儲(chǔ)量變化也主要發(fā)生在珠三角城市群的廣州、東莞、深圳、中山及佛山(圖6a,彩圖見封2),其中,佛山和中山的城市擴(kuò)張帶來了相當(dāng)比例的碳儲(chǔ)量增加,廣州、深圳和東莞不僅城市擴(kuò)張的面積較大,而且導(dǎo)致的碳儲(chǔ)量減少也較嚴(yán)重。2010-2040年(圖6b,彩圖見封2)珠三角城市群以外的城市中,韶關(guān)市的碳儲(chǔ)量減少程度較為嚴(yán)重,潮汕地區(qū)有所緩和;珠三角城市群中,廣州、佛山、東莞因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量減少的程度減輕,東莞市新增的城市用地帶來的碳儲(chǔ)量增加較為明顯;中山、深圳的城市擴(kuò)張面積變小,但碳儲(chǔ)量?jī)魷p少程度加深;惠州、珠海、江門、肇慶不僅城市擴(kuò)張面積變大,而且碳儲(chǔ)量的減少情況也較為嚴(yán)重。

2.3.2 未來城市擴(kuò)張對(duì)碳儲(chǔ)量影響 2010-2040年廣東省城市擴(kuò)張面積為5 567.24 km2,由此導(dǎo)致碳儲(chǔ)量?jī)魷p少2.93 TgC,相較于1980-2010年(城市擴(kuò)張面積為5 518.07 km2,相應(yīng)碳儲(chǔ)量?jī)魷p少3.03 T gC),城市擴(kuò)張面積有所增加,碳儲(chǔ)凈減少量略有下降。如圖6b所示,其中,碳儲(chǔ)量減少仍占主導(dǎo)地位。2010-2040年廣東省城市擴(kuò)張所導(dǎo)致的碳儲(chǔ)減少量為3.70 T gC,導(dǎo)致該部分碳儲(chǔ)量減少的城市擴(kuò)張面積為4 839.24 km2,相較于1980-2010年(碳儲(chǔ)減少量為3.46TgC,相應(yīng)城市擴(kuò)張面積為5 098.31 km2),導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張面積變小,碳儲(chǔ)減少量變大。碳儲(chǔ)凈減少量雖然變小,但碳儲(chǔ)減少量變大,并且導(dǎo)致該部分碳儲(chǔ)量減少的城市擴(kuò)張面積變小,表明未來城市擴(kuò)張將逐步侵蝕碳密度高的土地利用類型。2010-2040年導(dǎo)致廣東省碳儲(chǔ)量減少的新增城市用地的土地來源中,林地占55.07%,耕地占41.21%。相較于1980-2010年(林地占28.35%,耕地占58.04%),林地所占的比例大幅度增加。

2010-2040年珠三角城市群因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量減少仍然占據(jù)全省的較大比例,碳儲(chǔ)減少量為2.60 T gC,占廣東省因城市擴(kuò)張所致碳儲(chǔ)減少量的70.27%;導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張面積為3 323.84 km2,占廣東省導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張面積的68.69%。相較于1980-2010年(珠三角城市群城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量占廣東省因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量的比例、導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張面積占廣東省導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張面積的比例均為81.50%),珠三角城市群城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量減少的比重下降,相應(yīng)地城市擴(kuò)張面積所占的比例也有所減少。

圖6 廣東省城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量變化Fig.6 Carbon storage variation caused by urban expansion in Guangdong Province

根據(jù)本文的預(yù)測(cè)結(jié)果,廣東省2010-2040年城市擴(kuò)張的面積相較于1980-2010年的城市擴(kuò)張面積略有增加,其中導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張面積減少。盡管如此,相較于1980-2010年,導(dǎo)致碳儲(chǔ)量減少的城市擴(kuò)張部分所帶來的碳儲(chǔ)減少量卻有所增加,新增城市用地逐漸侵占碳密度大的土地利用類型。2010-2040年,林地向城市用地轉(zhuǎn)化導(dǎo)致的碳儲(chǔ)減少量占據(jù)了城市擴(kuò)張導(dǎo)致的碳儲(chǔ)總減少量的一半以上,比1980-2010年增長(zhǎng)了近一倍。珠三角城市群由于城市擴(kuò)張幅度減緩,其城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量占廣東省城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量的比例比1980-2010年減少了10%,但是部分城市(如中山、珠海、惠州、肇慶等)碳儲(chǔ)量?jī)魷p少程度加劇。經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)協(xié)調(diào)發(fā)展是國家規(guī)劃提出的要求,也是可持續(xù)發(fā)展的重要任務(wù)。本文的研究結(jié)果指出了廣東省碳儲(chǔ)量減少嚴(yán)重區(qū)域的分布情況,可以為政府可持續(xù)發(fā)展規(guī)劃提供一定的科學(xué)支撐。

3 結(jié)論

改革開放30年以來,廣東省城市用地的急劇擴(kuò)張對(duì)其陸地生態(tài)系統(tǒng)碳儲(chǔ)量產(chǎn)生了巨大影響。在城市擴(kuò)張過程中,盡管填充坑塘、開發(fā)未利用地等使得陸地碳儲(chǔ)量有所增加,但是所占比例較小,因而城市擴(kuò)張導(dǎo)致的碳儲(chǔ)量變化仍然呈現(xiàn)碳儲(chǔ)量?jī)魷p少狀態(tài)。在導(dǎo)致廣東省碳儲(chǔ)量減少的土地利用變化中,城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量所占比重越來越大,并且影響程度加劇,城市擴(kuò)張對(duì)生態(tài)環(huán)境的壓力日益凸顯。其中,珠三角城市群因城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量占全省城市擴(kuò)張導(dǎo)致的碳儲(chǔ)減少量的80%以上。

[1] LAL R.World soils and the greenhouse effect[J].IGBP Global Change Newsletter,1999,37(1):4-5.

[2] HOUGHTON R A.Magnitude,distribution and causes of terrestrial carbon sinks and some implications for policy[J].Climate Policy,2002,2(1):71-88.

[3] HOUGHTON R A.Revised estimates of the annual net flux of carbon to the atmosphere from chang es in land use and land management 1850-2000[J].Tellus B,2003,55(2):378-390.

[4] MILNER J,DAVIES M,WILKINSON P.Urban energy,carbon management(low carbon cities)and co-benefits for human health[J].Current Opinion in Environmental Sustainability, 2012,4(4):398-404.

[5] 楊景成,韓興國,黃建輝,等.土地利用變化對(duì)陸地生態(tài)系統(tǒng)碳貯量的影響[J].應(yīng)用生態(tài)學(xué)報(bào),2003,14(8):1385-1390.

[6] NI J.Carbon storage in Chinese terrestrial ecosystems:Approaching a more accurate estimate[J].Climatic Change,2013,119(3 -4):905-917.

[7] SCHR? T ER D,CRAMER W,LEEMANS R,et al.Ecosystem service supply and vulnerability to global change in Europe[J]. Science,2005,310(5752):1333-1337.

[8] ZHANG M,HUANG X,CHU AI X,et al.Impact of land use type conversion on carbon storage in terrestrial ecosystems of China:A spatial-temporal perspective[J].Scientific Reports, 2015,5:10233.

[9] CANTARELLO E,NEWT ON A C,HILL R A.Potential effects of future land-use change on regional carbon stocks in the U K[J]. Environmental Science&Policy,2011,14(1):40-52.

[10] CHU AI X,HUANG X,LAI L,et al.Land use structure optimization based on carbon storage in several regional terrestrial ecosystems across China[J].Environmental Science&Policy, 2013,25:50-61.

[11] 裴鳳松,黎夏,劉小平,等.城市擴(kuò)張驅(qū)動(dòng)下植被凈第一性生產(chǎn)力動(dòng)態(tài)模擬研究——以廣東省為例[J].地球信息科學(xué)學(xué)報(bào), 2015,17(4):469-477.

[12] 劉紀(jì)遠(yuǎn),王紹強(qiáng),陳鏡明,等.1990～2000年中國土壤碳氮蓄積量與土地利用變化[J].地理學(xué)報(bào),2010,59(4):483-496.

[13] LIN J,CAO B,CUI S,et al.Evaluating the effectiveness of urban energy conservation and GHG mitigation measures:T he case of Xiamen City,China[J].Energy Policy,2010,38(9): 5123-5132.

[14] 賴力.中國土地利用的碳排放效應(yīng)研究[D].南京:南京大學(xué), 2010.

[15] PIAO S,FANG J,CIAIS P,et al.The carbon balance of terrestrial ecosystems in China[J].Nature,2009,458(7241): 1009-1013.

[16] 胡歡,章錦河,熊杰,等.河北省碳源碳匯測(cè)算及碳減排壓力分析[J].地理與地理信息科學(xué),2016,32(3):61-67.

[17] 賴力,黃賢金.中國土地利用的碳排放效應(yīng)研究[M].南京:南京大學(xué)出版社,2011.

[18] GRIM M N B,FAET H S H,GOLUBIEWSKI N E,et al.Global change and the ecology of cities[J].Science,2008,319 (5864):756-760.

[19] 葛京鳳,黃志英,梁彥慶,等.河北太行山區(qū)土地利用/覆蓋變化及其環(huán)境效應(yīng)[J].地理與地理信息科學(xué),2005,21(2):62-65.

[20] NI J.Carbon storage in terrestrial ecosystems of China:Estimates at different spatial resolutions and their responses to climate change[J].Climatic Change,2001,49(3):339-358.

[21] CHU AI X,HUANG X,WANG W,et al.Spatial simulation of land use based on terrestrial ecosy stem carbon storage in coastal Jiangsu,China[J].Scientific Reports,2014,4:5667.

[22] FU Y,LU X,ZHAO Y,et al.Assessment impacts of weather and land use/land cover(LULC)change on urban vegetation net primary productivity(NPP):A case study in Guangzhou, China[J].Remote Sensing,2013,5(8):4125-4144.

[23] PEI F,LI X,LIU X,et al.Assessing the differences in net primary productivity between pre-and post-urban land development in China[J].Agricultural and Forest Meteorology,2013, 171:174-186.

[24] BUYANT UYEV A,WU J.U rbanization alters spatiotemporal patterns of ecosystem primary production:A case study of the Phoenix metropolitan region,U SA[J].Journal of Arid Environments,2009,73(4):512-520.

[25] NELSON E,SANDER H,HAWT HORNE P,et al.Projecting global land-use change and its effect on ecosystem service provision and biodiversity with simple models[J].PloS One, 2010,5(12):e14327.

[26] 肖強(qiáng),肖洋,歐陽志云,等.重慶市森林生態(tài)系統(tǒng)服務(wù)功能價(jià)值評(píng)估[J].生態(tài)學(xué)報(bào),2014,1(2):216-223.

[27] 楊芝歌,周彬,余新曉,等.北京山區(qū)生物多樣性分析與碳儲(chǔ)量評(píng)估[J].水土保持通報(bào),2012,32(3):42-46.

[28] ZHAO S,LIU S,SOHL T,et al.Land use and carbon dynamics in the southeastern United States from 1992 to 2050[J]. Environmental Research L etters,2013,8(4):044022.

[29] HE C,ZHANG D,HU ANG Q,et al.Assessing the potential impacts of urban expansion on regional carbon storage by linking the LUSD-urban and InVEST models[J].Environmental M odelling&Software,2016,75:44-58.

[30] LAWLER J J,LEWIS D J,NELSON E,et al.Projected landuse change impacts on ecosystem services in the United States [J].Proceeding s of the National Academy of Sciences,2014, 111(20):7492-7497.

[31] 劉士林,劉新靜.中國城市群發(fā)張報(bào)告2016[M].上海:東方出版中心,2016.

[32] BAT TY M,XIE Y,SUN Z.Modeling urban dynamics through GIS-based cellular automata[J].Computers,Environment and U rban Sy stems,1999,23(3):205-233.

[33] LIU X,LI X,LIU L,et al.A bottom-up approach to discover transition rules of cellular automata using ant intelligence[J]. International Journal of Geographical Information Science, 2008,22(11-12):1247-1269.

[34] LI X,LIU X,GONG P.Integrating ensemble-urban cellular automata model with an uncertainty map to improve the performance of a single model[J].International Journal of Geographical Information Science,2015,29(5):762-785.

[35] WU F.Calibration of stochastic cellular automata:T he application to rural-urban land conversions[J].International Journal of Geog raphical Information Science,2002,16(8):795-818.

[36] CHEN Y,LI X,L IU X,et al.Analyzing land-cover change and corresponding impacts on carbon budget in a fast developing sub-tropical region by integrating MODIS and Landsat TM/ ETM+images[J].Applied Geography,2013,45:10-21.

[37] 李輝.廣東省社會(huì)經(jīng)濟(jì)與資源環(huán)境協(xié)調(diào)發(fā)展研究[D].長(zhǎng)春:吉林大學(xué),2014.

Impact of Urban Expansion on Carbon Storage in Terrestrial Ecosystems Based on InVEST Model and CA: A Case Study of Guangdong Province,China

WU Pei-jun,LIU Xiao-ping,LI Xia,CHEN Yi-min
(School of Geography and Planning of Sun Yat-Sen University,Guangz hou510275,China)

This paper estimated the provincial and municipal composite carbon storage variations in terrestrial ecosystems of Guangdong Province caused by the entire flows of land use and land cover type conversion during 1980-2010 using the InVEST model,and assessed the impacts of urban expansion.In addition,a method of linking Cellular Automata(CA)and InVEST model was applied to simulate the impacts of urban land development on carbon storage in the terrestrial ecosystems of Guangdong Province in 2040.T he results indicated that the carbon loss caused by urban expansion accounted for an increasing proportion, from 28.11%during the period of 1980-1990 up to 46.13%during the period of 2000-2010,showing that the eco-environmental stress from urban expansion was increasing.The Pearl River Delta covered approximately 30%of Guangdong Province′s area,while the carbon storage loss caused by urban expansion in the Pearl River Delta accounted for more than 80%across the whole province.Furthermore,based on the simulation of urban land distribution,carbon storage loss caused by urban expansion would increase during 2010-2040,compared to their counterparts during 1980-2010.Forest land with high carbon densities would become the main source of the new urban land,which resulted in 55.07%of the total carbon storage loss caused by urban expansion.Carbon storage loss in the Pearl River Delta would be 2.60 TgC,accounting for 70.27%across the whole province. The Pearl River Delta would still be the primary zone of carbon storage loss.

InVEST model;cellular automata;urban expansion;carbon storage in terrestrial ecosystems

Q146

A

1672-0504(2016)05-0022-07

10.3969/j.issn.1672-0504.2016.05.004

2016-07-15;

2016-08-08

國家自然科學(xué)基金重點(diǎn)項(xiàng)目(41531176);國家自然科學(xué)基金面上項(xiàng)目(41371376)

吳佩君(1994-),女,碩士研究生,主要從事地理與生態(tài)系統(tǒng)服務(wù)研究。*通訊作者E-mail:liux p3@mail.sysu.edu.cn