成都平原及其周邊區(qū)域土地利用碳排放效應(yīng)及空間格局

彭文甫, 周介銘,*, 徐新良, 羅懷良, 趙景峰, 楊存建

1. 四川師范大學(xué), 地理與資源科學(xué)學(xué)院, 成都 610068 2. 四川師范大學(xué), 西南土地資源評(píng)價(jià)與監(jiān)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室, 成都 610068 3. 中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心, 北京 100101

成都平原及其周邊區(qū)域土地利用碳排放效應(yīng)及空間格局

彭文甫1,2, 周介銘1,2,*, 徐新良3, 羅懷良1,2, 趙景峰1,2, 楊存建1,2

1. 四川師范大學(xué), 地理與資源科學(xué)學(xué)院, 成都 610068 2. 四川師范大學(xué), 西南土地資源評(píng)價(jià)與監(jiān)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室, 成都 610068 3. 中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心, 北京 100101

土地利用變化的碳排放研究對(duì)了解人類活動(dòng)對(duì)生態(tài)環(huán)境的擾動(dòng)程度及其機(jī)理、制定有效的碳排放政策具有重要意義。采用1990—2010年能源消費(fèi)數(shù)據(jù)、遙感與GIS提取的土地利用數(shù)據(jù), 通過(guò)構(gòu)建土地利用碳排放模型, 對(duì)20 a來(lái)成都平原及其周邊區(qū)域土地利用的碳排放進(jìn)行了定量分析。結(jié)果表明: (1)土地利用變化的碳排放增加3269.37×104t,增長(zhǎng)率達(dá)137%, 呈顯著增加趨勢(shì)。(2)建設(shè)用地和林地分別為區(qū)域最大的碳源與碳匯。建設(shè)用地的碳排放增加3271.55×104t, 增長(zhǎng)率達(dá)139.01%, 林地的碳匯減少1.30×104t, 減少率達(dá) 3.12%, 但仍占碳匯的99%以上。(3)土地利用的碳排放存在明顯區(qū)域差異。中部、北部和南部沖積平原(成都市及其第二圈層、綿陽(yáng)市轄區(qū)、綿竹市、樂(lè)山市轄區(qū))碳排放大, 平原周邊區(qū)域鄰近川西高原山地碳排放小。(4)土地利用結(jié)構(gòu)與碳排放存在一定的相互關(guān)系, 趨高的碳源、碳匯比導(dǎo)致土地利用的碳源效應(yīng)遠(yuǎn)大于碳匯效應(yīng)。因此, 研究區(qū)減排的重點(diǎn)應(yīng)該在保持或增加現(xiàn)有的林地的同時(shí), 主要以降低建設(shè)用地的碳排放、碳足跡為主。

土地利用; 碳排放; 空間格局; 成都平原

1 前言

土地利用變化對(duì)生態(tài)系統(tǒng)的物質(zhì)循環(huán)與能量流動(dòng)產(chǎn)生較大的影響, 改變了生態(tài)系統(tǒng)的結(jié)構(gòu)、過(guò)程、功能和生態(tài)系統(tǒng)碳變化[1–2], 成為影響氣候系統(tǒng)變化的重要因素。據(jù)相關(guān)學(xué)者研究估算[3], 1850—1998年間, 土地利用及其變化引起的直接碳排放約占同期人類活動(dòng)影響總排放量的1/3。土地利用變化對(duì)陸地生態(tài)系統(tǒng)碳循環(huán)的影響已引起政府和研究機(jī)構(gòu)的廣泛關(guān)注[4], 國(guó)內(nèi)外研究人員越來(lái)越多地研究與土地利用有關(guān)的碳排放[5]。方精云等[6]對(duì)1981—2000年中國(guó)陸地植被碳匯進(jìn)行了總體估算, 得出了森林、草地、灌草叢的碳匯能力。葛全勝等[7]通過(guò)第一手歷史文獻(xiàn)資料重建的歷史土地?cái)?shù)據(jù), 分析了過(guò)去300年中國(guó)土地利用變化與碳循環(huán)的關(guān)系。趙榮欽等[8]通過(guò)構(gòu)建能源消費(fèi)的碳排放模型, 對(duì)江蘇省5年來(lái)能源消費(fèi)碳排放進(jìn)行了核算, 并通過(guò)土地利用類型和碳排放項(xiàng)目的對(duì)應(yīng),對(duì)不同土地利用方式的碳排放及碳足跡進(jìn)行了定量分析。Houghton等[9–10]建立Bookkeeping model分別估算了工業(yè)革命以來(lái)全球土地利用與覆被變化引起的碳排放量變化和1700—1990年美國(guó)土地利用變化引起的陸地生態(tài)系統(tǒng)碳儲(chǔ)量變化。Greening等[11]采用自適應(yīng)加權(quán)劃分指數(shù)探討了100個(gè)OECD國(guó)家不同部門的碳排放強(qiáng)度。劉英等[12]構(gòu)建了土地利用碳源/匯研究的理論框架和計(jì)算模型, 并采用 1999—2008 年河南省不同土地利用方式的碳源/匯狀況及其強(qiáng)度進(jìn)行了分析。張秀梅等[13]分析了1996—2007年江蘇省年碳排放效應(yīng)的時(shí)空差異變化, 得出能源消耗是碳排放的主體, 建設(shè)用地是最主要的碳源。孫賢斌[13]采用碳排放評(píng)價(jià)模型, 對(duì)安徽省會(huì)經(jīng)濟(jì)圈碳排放效益進(jìn)行評(píng)價(jià), 并估算碳排放生態(tài)補(bǔ)償標(biāo)準(zhǔn)。

目前, 關(guān)于土地利用變化碳效應(yīng)的研究已從全球歷史時(shí)期土地利用變化對(duì)陸地生態(tài)系統(tǒng)碳循環(huán)的影響[15–18]和區(qū)域、國(guó)家層面展開[19–24]。20 世紀(jì)90年代以后, 隨著遙感與GIS技術(shù)的發(fā)展, 研究偏向于遙感資料和技術(shù)以及復(fù)雜機(jī)理模型的應(yīng)用, 因此目前土地利用變化影響的研究方法主要有遙感觀測(cè)和遙感模型、統(tǒng)計(jì)估算、生態(tài)系統(tǒng)模型以及土地利用預(yù)測(cè)與生態(tài)系統(tǒng)模型的耦合[25]。盡管土地利用變化碳排放的研究不斷深入, 研究方法和模型得到不斷地改進(jìn)和完善, 但土地利用變化對(duì)生態(tài)系統(tǒng)碳循環(huán)的影響是一個(gè)復(fù)雜的過(guò)程, 當(dāng)前的研究中仍然存在著很大的不確定性[1,26]。土地利用變化對(duì)陸地生態(tài)系統(tǒng)碳循環(huán)的影響取決于生態(tài)系統(tǒng)的類型和土地利用變化的方式[25], 既可能成為碳源, 也可能成為碳匯。成都平原及其周邊區(qū)域是中國(guó)西部地區(qū)重要的人口、城鎮(zhèn)、產(chǎn)業(yè)集聚區(qū)和長(zhǎng)江上游重要生態(tài)屏障, 其生態(tài)環(huán)境狀況既關(guān)系到自身的長(zhǎng)遠(yuǎn)發(fā)展, 也關(guān)系到三峽庫(kù)區(qū)及長(zhǎng)江中下游地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展和環(huán)境安全。目前, 該區(qū)域正處于城市化和工業(yè)化快速發(fā)展時(shí)期, 土地利用/覆被變化(LUCC)對(duì)環(huán)境的擾動(dòng)顯著增強(qiáng), 導(dǎo)致生物多樣性降低、生態(tài)服務(wù)功能退化等生態(tài)問(wèn)題, 面臨統(tǒng)籌生態(tài)建設(shè)、環(huán)境保護(hù)與經(jīng)濟(jì)社會(huì)發(fā)展的巨大挑戰(zhàn)。本研究在已有研究的基礎(chǔ)上,利用可獲得的3期18景Landsat遙感數(shù)據(jù), 應(yīng)用碳排放模型、遙感與GIS技術(shù), 對(duì)1990—2010年成都平原及其周邊區(qū)域的土地利用碳排放效應(yīng)及空間格局進(jìn)行研究, 有助于深入了解區(qū)域碳循環(huán)的人類影響機(jī)制, 對(duì)于減排、緩解、適應(yīng)氣候變化具有重要的意義[27]。

2 研究方法

2.1 研究區(qū)概況

成都平原及其周邊區(qū)域位于四川盆地中西部(103o1′—105o15′E, 29o11′—32o26′N), 包括 32 個(gè)縣、市、區(qū), 面積約25978 km2(圖1)。成都平原是中國(guó)西南地區(qū)最大的平原, 地勢(shì)平坦、水域遍布, 河網(wǎng)縱橫,由北部的涪江沖積平原(綿陽(yáng)、江油、安縣之間)、中部的岷江與沱江沖積平原、南部的青衣江、大渡河沖積平原組成; 平原周邊區(qū)域鄰近川西高原山地, 由平原之間的丘陵、臺(tái)地和山地構(gòu)成, 平原河水大多來(lái)自西部高原山地的冰雪融水。氣候?qū)賮啛釒Ъ撅L(fēng)氣候,年平均氣溫大約為18 ℃, 年均降水量在1000 mm以上, 多霧, 是中國(guó)陰雨天氣最多的地區(qū)之一。

圖1 研究區(qū)位置(DEM, 30 m)Fig. 1 The location of study area(DEM, 30 m)

2.2 數(shù)據(jù)源與預(yù)處理

遙感數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院遙感與數(shù)字地球研究所、中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)。遙感數(shù)據(jù)包括1990、2000和 2010年的Landsat影像, 軌道編號(hào)分別為: 129/038、129/039、129/040、130/038、130/039、130/040。由于成都平原及周邊區(qū)域多云霧、陰雨天氣, 影像獲取時(shí)間主要集中在 3—10月。運(yùn)用 ENVI4.8對(duì)三期 18景Landsat遙感影像進(jìn)行幾何配準(zhǔn), 校正誤差均嚴(yán)格限制在0.5個(gè)像元以內(nèi); 在此基礎(chǔ)上進(jìn)行影像拼接, 最后利用矢量邊界數(shù)據(jù)進(jìn)行裁剪, 得到研究區(qū)全境遙感影像。通過(guò)人工目視解譯和野外調(diào)查、實(shí)地驗(yàn)證獲取 1990-2010年成都平原耕地、林地、草地、水域、建設(shè)用地和未利用地等6類數(shù)據(jù)。社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要來(lái)源于《四川省統(tǒng)計(jì)年鑒》[28](1991—2011年)和《中國(guó)能源統(tǒng)計(jì)年鑒》[29](1991—2011年)。

2.3 研究方法

2.3.1 土地利用程度變化

土地利用程度指數(shù)的計(jì)算公式[30]:

式中, Ld是土地利用程度指數(shù), Ai是第i級(jí)土地利用面積(hm2), Ci是第i級(jí)土地利用程度分級(jí)指數(shù), Hj是土地利用評(píng)價(jià)區(qū)域內(nèi)土地的總面積(hm2)。

2.3.2 土地利用的碳排放估算模型

本研究主要分析和計(jì)算由人類活動(dòng)所引起的土地利用變化的碳排放效應(yīng), 主要涉及耕地、林地、草地、水域、未利用地和建設(shè)用地的碳排放與碳吸收, 據(jù)此求得不同土地利用的碳排放量。耕地的農(nóng)作物通過(guò)光合作用吸收空氣中的 CO2, 但絕大多數(shù)農(nóng)作物在短期內(nèi)又通過(guò)呼吸作用釋放到空氣中去,農(nóng)作物的生物量作為碳匯的效果不明顯[31]。因此,建設(shè)用地和耕地為主要碳源, 產(chǎn)生碳排放; 林地、牧草地、水域和未利用地為碳匯, 產(chǎn)生碳吸收。因此,土地利用的碳排放估算模型可表達(dá)如下:

式中, Ec為碳排放(t), Esou為不同土地利用的碳源(t),Esin不同土地利用的碳匯(t); Ai為第i種土地利用類型(耕地、林地、草地、水域、未利用地)面積(hm2), αi為第i種土地利用類型的碳排放(吸收)系數(shù)(t·hm–2);Cb為建設(shè)用地的碳排放量(t); mj為化石能源消費(fèi)量104t 或 108m3), βj為標(biāo)準(zhǔn)煤換算系數(shù)(kg·kg–1或kg·m3), γj為碳排放系數(shù)。其中不同土地利用的碳排放(吸收)系數(shù), 在參考以往學(xué)者的研究結(jié)果基礎(chǔ)上,取碳排放(吸收)系數(shù)均值[32—40], 詳見表1。

建設(shè)用地承載大量的人類活動(dòng)消耗的能源, 其碳排放主要來(lái)源于土地利用過(guò)程中的工礦、交通、居民點(diǎn)等能源消耗間接估算[36,41]?？紤]到建設(shè)用地的碳排放計(jì)算時(shí), 需將煤炭、石油和天然氣等能源消費(fèi)量換算成標(biāo)準(zhǔn)煤, 再按照文獻(xiàn)[41]確定化石能源的轉(zhuǎn)化系數(shù)[41]。

3 結(jié)果與分析

3.1 土地利用覆被變化

成都平原及其周邊區(qū)域的土地利用以耕地、林地為主, 約占總面積的 85%以上, 水域和未利用地較少(表 2、圖 2)。由表 2可見, 土地利用變化表現(xiàn)為建設(shè)用地迅速增長(zhǎng)、耕地和林地面積顯著減少為主要特征; 草地、水域和未利用地面積增加。其主要原因是快速工業(yè)化和城市化, 導(dǎo)致農(nóng)業(yè)用地流轉(zhuǎn)加速。1990—2010年間, 耕地占全省面積的59%以上, 具有景觀基底性質(zhì), 其次是林地；耕地和林地面積減少最多, 分別達(dá) 75324 hm2和21281 hm2。

應(yīng)用 1990—2010年二期土地利用類型圖進(jìn)行矩陣運(yùn)算, 得到土地利用類型變化的轉(zhuǎn)移矩陣(表3)。由表3可見, 1990—2010年成都平原及其周邊區(qū)域土地轉(zhuǎn)移面積達(dá)790300 hm2, 轉(zhuǎn)移面積最大的是耕地, 其次是林地。就土地轉(zhuǎn)出而言, 耕地轉(zhuǎn)移為其他土地類型的面積達(dá)308500 hm2, 主要轉(zhuǎn)化為林地和建設(shè)用地; 林地轉(zhuǎn)移面積達(dá) 237000 hm2, 主要轉(zhuǎn)化為耕地和草地; 草地轉(zhuǎn)移面積達(dá)650000 hm2,主要轉(zhuǎn)化為耕地和林地; 水域轉(zhuǎn)移面積達(dá) 38400 hm2, 主要轉(zhuǎn)化為耕地、建設(shè)用地和林地; 建設(shè)用地轉(zhuǎn)移面積達(dá)87600 hm2, 主要轉(zhuǎn)化為耕地; 未利用地轉(zhuǎn)化面積達(dá)1400 hm2, 主要轉(zhuǎn)化為耕地、林地和水域;就土地轉(zhuǎn)入分析, 轉(zhuǎn)入耕地的土地利用類型面積達(dá)304000 hm2, 主要為林地和建設(shè)用地; 轉(zhuǎn)入林地的面積達(dá) 202000 hm2, 主要為耕地; 轉(zhuǎn)入草地的土地利用類型主要為耕地和林地; 轉(zhuǎn)入水域的主要為耕地;轉(zhuǎn)入建設(shè)用地的面積達(dá)165700 hm2, 主要為耕地和林地; 轉(zhuǎn)入為未利用地的主要為林地。

表1 不同土地利用的碳源(匯)碳排放(吸收)系數(shù)Tab. 1 Coefficient of carbon emission (absorbability) of different land use

表2 1990—2010年成都平原及其周邊區(qū)域土地利用變化Tab. 2 Land use changes in Chengdu plain and its surrounding area during 1990-2010

表3 1990—2010年成都平原及其周邊區(qū)域土地利用轉(zhuǎn)換矩陣 單位: 公頃Tab. 3 Land use conversion matrix in Chengdu plain and its surrounding area from 1990 to 2010 unit: hm2

由圖2a,b和c可知, 成都平原及其周邊區(qū)域的耕地面積占區(qū)域面積的34.01%以上, 主要分布在北部的涪江沖積平原, 中部的岷江、沱江沖積平原和南部的青衣江、大渡河沖積平原, 包括樂(lè)山市轄區(qū)、江油市、綿陽(yáng)市轄區(qū)、安縣、眉山市、金堂縣、雙流縣、邛崍市、彭州市等區(qū)域; 林地面積占區(qū)域面積的12.80%, 主要分布于平原之間的丘陵、臺(tái)地和山地地區(qū), 包括江油市、安縣、彭州市、綿竹市、都江堰市等的高原山地地區(qū); 草地主要分布于江油市、什邡市、崇州市、大邑縣等地, 約占3.13%以上;建設(shè)用地主要分布于成都市中心城區(qū)、成都郊縣的新都區(qū)、崇州市、大邑縣、雙流縣、邛崍市和綿陽(yáng)市轄區(qū), 2010年約占研究區(qū)建設(shè)用地的35%以上。

據(jù)公式(1), 利用成都平原土地利用類型(表 1),可以計(jì)算出成都平原土地利用程度綜合指數(shù): 1990、2000和2010年分別為 2.728、2.744和2.757, 且呈逐年增加趨勢(shì)。

3.2 土地利用碳排放效應(yīng)

根據(jù)碳排放計(jì)算模型、土地利用數(shù)據(jù)以及能源消耗數(shù)據(jù), 計(jì)算得出1990—2010年成都平原土地利用的碳源、碳匯及碳排放量(表 4)。據(jù)表 4可知,1990—2010年成都平原碳排放處于顯著增加狀態(tài),碳排放量由1990年的2386.27×104t上升到2010年的5655.64×104t, 增長(zhǎng)率達(dá)137%, 年均增長(zhǎng)6.85%。

土地利用的碳排放受到碳源與碳匯的影響。研究區(qū)土地利用的兩大碳源中, 以建設(shè)用地的碳排放為主, 研究期內(nèi)處于快速增加狀態(tài), 碳源排放約占總碳源排放量的 96%以上, 其變化趨勢(shì)已顯著影響到區(qū)域的碳排放; 耕地面積的減少, 導(dǎo)致耕地碳排放呈現(xiàn)減少的趨勢(shì), 20a來(lái)碳排放量減少3.46×104t,年均減少 1730.57 t, 其變化趨勢(shì)與耕地面積減少一致。因此, 建設(shè)用地作為主要的碳源在區(qū)域碳減排中具有舉足輕重的地位。

林地、草地、水域、未利用地等土地利用為碳匯, 碳吸收效應(yīng)依次為降低。1990—2010年碳匯減少12761.31t, 減少率為3.04%(表4)。其中, 林地的碳匯效應(yīng)顯著, 占總碳匯量的99%以上, 而草地、水域、未利用地等土地利用的碳匯量占總碳匯量的1%以下。

與建設(shè)用的地碳源迅速增加趨勢(shì)相比, 林地的碳匯效應(yīng)呈顯著下降態(tài)勢(shì); 建設(shè)用地碳排放強(qiáng)度大,其碳排放與林地的碳匯的比值始終保持在 51.36—139.36之間, 林地的碳匯效應(yīng)所能抵消的碳排放比例由1990年1.74%下降到2010年0.71%, 導(dǎo)致碳排放呈持續(xù)增加, 也反映碳匯作用抵消碳源作用不顯著; 不同土地利用碳源排放與碳匯吸收比值由 1990年的52.69快速上升到2010年的139.86, 趨高的碳源、碳匯比不利于區(qū)域的節(jié)能減排和低碳發(fā)展。因此, 減排的重點(diǎn)應(yīng)該在保持或增加現(xiàn)有的林地的同時(shí), 主要以降低建設(shè)用地的碳排放為主。

3.3 碳排放格局

成都平原碳排放量主要集中分布于中部的岷江、沱江沖積平原, 北部的涪江沖積平原和南部的青衣江、大渡河沖積平原, 而平原周邊區(qū)域鄰近川西高原山地碳排放較小(圖3a,b,c)。

圖2 1990—2010年成都平原及其周邊區(qū)域土地利用格局Fig. 2 Land use patterns in Chengdu plain and its surrounding area from 1990 to 2010

表4 1990—2010年成都平原及其周邊區(qū)域土地利用碳排放 單位: 噸Tab. 4 Carbon emissions of land use in Chengdu plain and its surrounding area ftom 1990 to 2010 unit: t

1990年碳排放主要集中在成都中心城區(qū)、大邑縣、雙流縣、邛崍市、崇州市、廣漢市和新都區(qū)等地區(qū); 2000年的碳排放在1990年的基礎(chǔ)上, 綿陽(yáng)市轄區(qū)碳排放增加較多; 2010年成都平原的碳排放區(qū)域上均呈現(xiàn)顯著增加的態(tài)勢(shì), 除成都市及其郊區(qū)縣、市外, 綿陽(yáng)市轄區(qū)、綿竹、樂(lè)山市轄區(qū)碳排放也較多。

按照自然間斷點(diǎn)方法, 將碳排放增量劃分為 5級(jí), 得到1990—2010年研究區(qū)土地利用的區(qū)域碳排放量增量格局(圖3,d)。由圖5可知, 成都市是碳排放最多的區(qū)域, 為5級(jí), 碳排放增量達(dá)515.89×104t,占區(qū)域碳排放增量的15.78%以上; 雙流縣碳排放增量為 2級(jí), 綿陽(yáng)市轄區(qū)、成都市第二圈層、眉山市等碳排放增量為 3級(jí); 成都市第三圈層大部分和樂(lè)山市轄區(qū)碳排放增量為4級(jí); 江油市、安縣等8縣、市碳排放增量為5級(jí)。

3.4 相關(guān)性分析

利用SPSS 17.0軟件, 計(jì)算成都平原32個(gè)區(qū)、市、縣GDP、人口、土地利用程度指數(shù)與碳匯、碳源、碳排放的Pearson相關(guān)系數(shù)(表5)。

由表 5可知, 土地利用程度指數(shù)與碳匯、碳源和碳排放具有正相關(guān)關(guān)系, 但對(duì)碳匯影響較強(qiáng), 對(duì)碳源與碳排放的影響不太顯著; 中部、北部和南部沖積平原區(qū)域工業(yè)較發(fā)達(dá), 經(jīng)濟(jì)發(fā)展水平較高, 人口密度大, 城鎮(zhèn)化水平較高, 化石能源消耗的數(shù)量較多, 碳源量增加較多, 碳排放快速增加。因此,GDP、人口與碳源、碳排放之間的Pearson相關(guān)系數(shù)較高, 分別在 0.01的水平上呈顯著的正相關(guān)關(guān)系;平原周邊區(qū)域鄰近川西高原山地建設(shè)用地和耕地分布少, 城鎮(zhèn)化進(jìn)程緩慢, 工業(yè)基礎(chǔ)薄弱, 經(jīng)濟(jì)發(fā)展水平不高, 消耗化石能源數(shù)量小, 碳源量少。可見,工業(yè)化和城市化勢(shì)必導(dǎo)致森林和耕地向城市建設(shè)用地的轉(zhuǎn)化, 對(duì)環(huán)境的擾動(dòng)越劇烈, 這些地表過(guò)程伴隨著生態(tài)系統(tǒng)碳儲(chǔ)量的變化。

4 討論

(1)土地利用碳排放的估算存在一定的不確定性。目前的土地利用變化碳排放的研究方法和模型雖然得到不斷地改進(jìn)和完善, 但土地利用變化對(duì)生態(tài)系統(tǒng)碳循環(huán)的影響是一個(gè)復(fù)雜的過(guò)程, 當(dāng)前的研究中仍然存在著不確定性; 雖然應(yīng)用遙感數(shù)據(jù)獲取了土地利用數(shù)據(jù), 但沒(méi)有考慮不同植被類型的質(zhì)量狀況, 采用統(tǒng)一的碳凈積累量勢(shì)必對(duì)計(jì)算結(jié)果產(chǎn)生一定影響; 未來(lái)研究可通過(guò)遙感反演和實(shí)測(cè)數(shù)據(jù)結(jié)合更加精確測(cè)算區(qū)域的碳排放能力。

(2)建設(shè)用地承載大量的人類生活和生產(chǎn)活動(dòng)消耗的能源, 對(duì)于微觀尺度的建設(shè)用地(工礦、工業(yè)園區(qū)用地、交通用地、居民點(diǎn)用地等)的碳排放, 由于數(shù)據(jù)限制, 僅考慮了化石能源消費(fèi)帶來(lái)的碳排放,未考慮計(jì)算人口呼吸和農(nóng)村生物能燃燒帶來(lái)的碳排放, 在今后的研究中有待做更進(jìn)一步的探討; 同時(shí),數(shù)據(jù)資料分類統(tǒng)計(jì)的差異性, 也導(dǎo)致了不同土地利用類型與能源消費(fèi)項(xiàng)目之間的對(duì)應(yīng)存在一定程度的誤差, 影響到分析和計(jì)算結(jié)果, 區(qū)域土地利用碳排放效應(yīng)的研究也有待深入。

5 結(jié)論

(1) 土地利用的碳排放總體上呈顯著增加趨勢(shì)。成都平原及其周邊區(qū)域的土地利用程度呈逐年增加趨勢(shì), 土地利用轉(zhuǎn)移加快, 對(duì)碳排放產(chǎn)生重要影響。1990—2010年間碳排放增加3269.37×104t, 增長(zhǎng)率達(dá) 137%, 年均增長(zhǎng) 6.85%; 碳源增加值和增長(zhǎng)率分別達(dá)3268.10×104t和134.59%, 而碳匯減少值和減少率分別達(dá)1.38×104t和3.04%; 不同土地利用碳源排放與碳匯吸收比值由1990年的57.81快速上升到2010年的 139.86, 導(dǎo)致成都平原及周邊區(qū)域土地利用的碳源效應(yīng)遠(yuǎn)大于碳匯效應(yīng)。研究區(qū) 1990—2010年地均碳排放強(qiáng)度呈波動(dòng)快速上升趨勢(shì), 從 1990年的 918.54 t·hm–2增長(zhǎng)到 2010 年 2177.02 t·hm–2。

(2)土地利用的碳排放空間格局差異顯著。中部的岷江、沱江沖積平原, 北部的涪江沖積平原和南部的青衣江、大渡河沖積平原的碳排放大, 而平原周邊區(qū)域鄰近川西高原山地碳排放較小; 成都市(中心城區(qū))及其周邊區(qū)域(大邑縣、雙流縣、邛崍市、崇州市、廣漢市和新都區(qū)等地)、綿陽(yáng)市轄區(qū)、綿竹、樂(lè)山市轄區(qū)等區(qū)域碳排放大。

圖3 1990—2010年成都平原及其周邊區(qū)域碳排放(a,b,c)與碳增量格局(d) (單位: 噸)Fig. 3 The patterns of carbon emissions and the increment in Chengdu plain and its surrounding area from 1990 to 2010 (a,b,c or d)(Unit:t)

表5 Pearson相關(guān)系數(shù)Tab. 5 Pearson correlations

(3)建設(shè)用地是主要的碳源, 其碳排放量占總碳排放量的98.62%以上。1990—2010年的建設(shè)用地的碳排放增加3271.56×104t, 增長(zhǎng)率達(dá)139.02%。成都平原及周邊區(qū)域正處于城鎮(zhèn)化、工業(yè)化、農(nóng)業(yè)現(xiàn)代化加速發(fā)展階段, 區(qū)域基礎(chǔ)設(shè)施用地相應(yīng)增加, 建設(shè)用地將在較長(zhǎng)時(shí)期內(nèi)保持較高增長(zhǎng)態(tài)勢(shì)。資源環(huán)境的瓶頸制約近一步加劇, 發(fā)展與環(huán)境保護(hù)的矛頭日益凸顯, 環(huán)境歷史問(wèn)題和新型環(huán)境問(wèn)題交織, 對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的約束和影響加劇, 也對(duì)三峽庫(kù)區(qū)乃至長(zhǎng)江流域的生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)發(fā)展造成嚴(yán)重的影響和危害。林地作為成都平原及周邊區(qū)域最大碳匯, 但碳匯效應(yīng)逐年增強(qiáng), 1990—2010年間碳匯增加1.30×104t, 占區(qū)域碳匯的99%以上。由于碳源碳匯比例關(guān)系懸殊, 導(dǎo)致林地的碳匯效應(yīng)并不顯著。

[1] 李蓓蓓, 方修琦, 葉瑜, 等. 中國(guó)東北地區(qū)過(guò)去300年耕地開墾導(dǎo)致的碳收支[J]. 中國(guó)科學(xué): 地球科學(xué), 2014, 44:1987–1996.

[2] THOMPSON R S. BIOME 300: Understanding the impacts of human activities on land cover over the past 300 years[J].IGBP Newsletter, 2000, (43): 2–3.

[3] HOUGHTON R A, HAECKLER J L, LAWRENCE K T.The US carbon budget: contributions from land-use change[J]. Science, 1999, 285: 574–578.

[4] International Panel on Climate Change (IPCC). Climate Change 2013: The Physical Science Basis[M]//Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge,UK: Cambridge University Press, 2013.

[5] 王亮. 鹽城市土地利用變化碳排放效益及影響因素分解研究[J]. 生態(tài)科學(xué), 2015, 34(5): 122?128.

[6] 方精云, 郭兆迪, 樸世龍, 等. 1981—2000年中國(guó)陸地植被碳匯的估算[J]. 中國(guó)科學(xué)D輯, 2007, 37(6): 804–812.

[7] 葛全勝, 戴君虎, 何凡能, 等. 過(guò)去 300年中國(guó)土地利用、土地覆被變化與碳循環(huán)研究[J]. 中國(guó)科學(xué)D輯: 地球科學(xué), 2008, 38(2): 197–210.

[8] 趙榮欽, 黃賢金, 等. 基于能源消費(fèi)的江蘇省土地利用碳排放和碳足跡[J]. 地理研究, 2010, 29(9): 1639–1648.

[9] HOUGHTON R A. The annual net flux of carbon to the atmosphere from changes in land use 1850-1990[J]. Tellus Series B-Chemical and Physical Meteorology, 1999, 51(2):298–313.

[10] HOUGHTON R A, HACKLER J L. Sources and sinks of carbon from land use change in China[J]. Global Biogeochemical Cycles, 2003, 17(2): 1034–1047.

[11] GREENING L A, TING M, KRACKLER T J. Effects of changes in residential end-use and behavior on aggregate carbon emission intensity: Comparison of 100 OECD countries for the period 1970 through 1993[J]. Energy Economics, 2001, 23(2): 153–178.

[12] 劉英, 趙榮欽, 焦士興. 河南省土地利用碳源/匯及其變化分析[J]. 水土保持研究, 2010, 17(5): 154–159.

[13] 張秀梅, 李升峰, 黃賢金, 等. 江蘇省 1996 年至 2007年碳排放效應(yīng)及時(shí)空格局分析[J]. 資源科學(xué), 2010, 32(4):768–775.

[14] 孫賢斌. 安徽省會(huì)經(jīng)濟(jì)圈土地利用變化的碳排放效益[J].自然資源學(xué)報(bào), 2012, 27(3): 394–402.

[15] JASON M F CHRISTOPHER B F SUZI K A D. Modeling the impact of carbon farming on land use in a New Zealand landscape[J]. Environmental Science & Policy, 2015, 37:1–10.

[16] MARSHALL WISE, JAMES DOOLEY, PATRICK LUCKOW, KATHERINE CALVIN, PAGE KYLE.Agriculture, land use, energy and carbon emission impacts of global biofuel mandates to mid-century[J]. Applied Energy, 2014, 114: 763–773.

[17] CLIFFORD C, TWAN V N, DETLEF P V, et al. Global impacts of surface ozone changes on crop yields and land use[J]. Atmospheric Environment, 2015, 106: 11–23.

[18] RAMANKUTTY N, GIBBS H K, ACHARD F, DEFRIES R, et al. Challenges to estimating carbon emissions fromtropical deforestation[J]. Global Change Biology, 2007,13(1): 51–66.

19] Qiuxian WANG, Zhiqiang GAO, Jicai NING. Model-based assessment of the pattern differences and the equity of national carbon emissions in China during 2000–2010[J].Journal of Cleaner Production. 2015, 103: 696–704.

20] CHUAI Xiaowei , HUANG Xianjin , WANG Wanjing, et al.Land use, total carbon emissions change and low carbon land management in Coastal Jiangsu, China[J]. Journal of Cleaner Production. 2015, 103: 77–86.

21] AGUNG W, LUKAS G. Absolute and relative power gains among state agencies in forest-related land use politics: The Ministry of Forestry and its competitors in the REDD+Programme and the One Map Policy in Indonesia[J]. Land Use Policy. 2015, 49: 131–141.

22] MIRIAM M?O, LUCA D, LUIGI L, et al. Application of CarboSOIL model to predict the effects of climate change on soil organic carbon stocks in agrosilvo-pastoral Mediterranean management systems[J]. Agriculture,Ecosystems & Environment, 2015, 202: 8–16.

23] WARD H C, KOTTHAUS S, GRIMMOND C S B, et al.Effects of urban density on carbon dioxide exchanges:Observations of dense urban, suburban and woodland areas of southern England[J]. Environmental Pollution. 2015,198: 186–200.

24] GARCIA-FRANCO N, ALBALADEJO J, ALMAGRO M , et al. Functional Land Management for managing soil functions: A case-study of the trade-off between primary productivity and carbon storage in response to the intervention of drainage systems in Ireland[J]. Land Use Policy. 2015, 47: 42–54.

25] 毛留喜, 孫艷玲, 延曉冬. 陸地生態(tài)系統(tǒng)碳循環(huán)模型研究概述[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2006, 17(11): 2189–2195.

26] TAO Yuguo, HUANG Zhenfang . Review of accounting for carbon dioxide emissions from tourism at different spatial scales[J]. Acta Ecologica Sinica, 2014, 34: 246–254.

27] 楊景成, 韓興國(guó), 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

[28] 四川省統(tǒng)計(jì)局. 四川統(tǒng)計(jì)年鑒. 中國(guó)統(tǒng)計(jì)出版社. 北京:2011.

[29] 中國(guó)統(tǒng)計(jì)局. 中國(guó)能源統(tǒng)計(jì)年鑒. 中國(guó)統(tǒng)計(jì)出版社. 北京: 2011.

[30] 攀玉山, 劉紀(jì)遠(yuǎn). 西藏自治區(qū)土地利用[M]. 北京: 科學(xué)出版社, 1994.

[31] 劉國(guó)華, 傅伯杰, 方精云. 中國(guó)森林碳動(dòng)態(tài)及其對(duì)全球碳平衡的貢獻(xiàn)[J]. 生態(tài)學(xué)報(bào), 2000, 20(5): 733–740.

[32] CAI Zucong, KANG Guoding, TSURUTA H, et al.Estimate of CH4 emissions from year-round flooded rice field during rice growing season in China[J]. Pedosphere,2005, 15(1): 66–71.

[33] 何勇. 中國(guó)氣候、陸地生態(tài)系統(tǒng)碳循環(huán)研究[M]. 北京:氣象出版社, 2006.

[34] 李穎, 黃賢金, 甄峰. 江蘇省區(qū)域不同土地利用方式的碳排放效應(yīng)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(9):102–107.

[35] 蘇雅麗, 張艷芳. 陜西省土地利用變化的碳排放效益研究[J]. 水土保持學(xué)報(bào), 2011, 25(1): 152–156.

[36] 方精云, 郭兆迪, 樸世龍, 陳安平. 1981-2000年中國(guó)陸地植被碳匯的估算[J]. 中國(guó)科學(xué) D 輯, 2007, 37(6):804–812．

[37] 肖紅艷, 袁興中, 李波, 等. 土地利用變化碳排放效應(yīng)研究—以重慶市為例[J]. 重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2012, 29(1): 38–42.

[38] 賴力, 黃賢金, 劉偉良. 基于投入產(chǎn)出技術(shù)的區(qū)域生態(tài)足跡調(diào)整分析—以2002年江蘇為例[J]. 生態(tài)學(xué)報(bào), 2006,26(4): 1285–1292.

[39] 段曉男, 王效科, 逯非, 等. 中國(guó)濕地生態(tài)系統(tǒng)固碳現(xiàn)狀和潛力[J]. 生態(tài)學(xué)報(bào), 2008, 28(2): 463–469.

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

[41] 石洪昕, 穆興民, 張應(yīng)龍, 等. 四川省廣元市不同土地利用類型的碳排放效應(yīng)研究[J]. 水土保持通報(bào), 2012, 32(3):101–106.

Effect of land use changes on carbon emission and its spatial patterns in Chengdu Plain and its surrounding area, western China, from 1990 to 2010

PENG Wenfu1,2, ZHOU Jieming1,2,*, XU Xinliang3, LUO Huailiang1,2, ZHAO Jingfeng1,2, YANG Cunjian1,2
1. Key Lab of Land Resources Evaluation and Monitoring in Southwest, Ministry of Education, Sichuan Normal University,Chengdu 610068, China 2. The Institute of Geography and Resources Science, Sichuan Normal University, Chengdu 610068, China 3. Data Center for Resources and Environmental Sciences, Chinese Academy of Sciences (RESDC), Beijing 100101, China

Analysis of the effects of land use on carbon emissions is important for understanding the mechanisms of carbon emissions, carbon emissions reduction, and climate change mitigation. In this study, we proposed models of carbon emissions for evaluating the carbon budget in the Chengdu Plain, western China, from 1990 to 2010 by estimating carbon sinks and carbon sources based on data of energy consumption and land use changes determined using remote sensing. The results are as follows.(1) Carbon emissions from land use changes significantly increased by 3269.37×104t or 137%. The increased carbon emissions in Sichuan were associated with the rapid increase in fossil fuel consumption and land use changes. (2) Carbon sources ofconstruction land and carbon sinks of forestland accounted for the largest percentage, respectively. Carbon emissions associated with built-up land were much higher than they were for other land use types. In contrast to the continuous increase in carbon ources, there was a slight overall decrease in carbon sinks, between 1990 and 2010. Carbon emissions increased by 3271.55×104t or 139.01% from built-up land, but decreased by 1.30×104 t or 3.12% because of the carbon sink from forestland.3) The regional differences in carbon emissions from land use were obvious. The Chengdu and its second circle-layer, the Mianyang municipal district, Mianzhu, and the Leshan municipal district all had greater carbon emissions in 2010 than in 1990,whereas carbon emissions in the west, northwest, and southwest mountainous regions had lower, or negative net, carbon emissions because of wide-spread cover by forests and grassland. These regions had relatively low fossil fuel consumption, slow urbanization, limited industrial development, and transportation challenges compared to the Chengdu Plain and its surrounding egions. Spatial distributions of carbon emissions in the Chengdu Plain from 1990 to 2010 indicated that carbon emissions ncreased both in amount and geographic scale with time. (4) There was a certain relationship between the land use structure and carbon emissions. Carbon sources effect of land use was much higher than the carbon sinks effect. Forestland, grassland, areas of surface water, and unused land were carbon sinks, whereas construction land and cultivated land were carbon sources. The apid increase in carbon sources and slow decrease in carbon sinks resulted in a substantial increase in carbon emissions in Sichuan from 1990 to 2010. Therefore, the focus of carbon emissions reduction in Sichuan should be on keeping or increasing he existing forestland area, while mainly continuing carbon emissions reduction from construction land. Through targeted land use and land management activities, ecosystems can be managed to enhance carbon sequestration and mitigate fluxes in other greenhouse gases.

land use; carbon emissions; spatial patterns; Chengdu Plain

10.14108/j.cnki.1008-8873.2017.03.015

F205

A

1008-8873(2017)03-105-10

彭文甫, 周介銘, 徐新良, 等. 成都平原及其周邊區(qū)域土地利用碳排放效應(yīng)及空間格局[J]. 生態(tài)科學(xué), 2017, 36(3): 105-114.

PENG Wenfu, ZHOU Jieming, XU Xinliang, et al. Effect of land use changes on carbon emission and its spatial patterns in Chengdu Plain and its surrounding area, western China, from 1990 to 2010[J]. Ecological Science, 2017, 36(3): 105-114.

2015-05-16;

2016-02-04

國(guó)家自然科學(xué)基金項(xiàng)目“基于LUCC擾動(dòng)影響的成都平原土地生態(tài)安全維持機(jī)理(41371125)”

彭文甫(1964—), 男, 四川樂(lè)山人, 博士, 副教授, 主要從資源與環(huán)境遙感研究, E-mail: pwfzh@126.com

*通信作者:周介銘(1956—), 男, 四川成都人, 教授, 博士生導(dǎo)師, 主要從國(guó)土規(guī)劃與土地評(píng)價(jià)研究, E-mail: zjm@sicnu.ecu.cn