不同土地利用情景下汾河上游地區(qū)碳儲(chǔ)量評(píng)估

張 燕,師學(xué)義,唐 倩

中國(guó)地質(zhì)大學(xué)(北京),北京 100083

大氣中二氧化碳含量增加是國(guó)際社會(huì)廣泛關(guān)注的環(huán)境問(wèn)題,如何減少碳排放、提升碳儲(chǔ)存能力成為了研究熱點(diǎn)和難點(diǎn)。陸地生態(tài)系統(tǒng)通過(guò)釋放和吸收CO2、N2O等溫室氣體調(diào)節(jié)區(qū)域氣候,是全球碳循環(huán)過(guò)程的重要環(huán)節(jié)[1]。陸地生態(tài)系統(tǒng)碳儲(chǔ)量提高能夠有效減少大氣中CO2的含量,是緩解溫室效應(yīng)、減緩全球氣候變化的重要方式之一。人類活動(dòng)改變土地利用格局,而土地利用變化進(jìn)一步影響陸地生態(tài)系統(tǒng)結(jié)構(gòu)、功能,改變陸地生態(tài)系統(tǒng)固碳能力,是陸地生態(tài)系統(tǒng)碳儲(chǔ)量變化的主導(dǎo)因素[2]。因此,預(yù)測(cè)不同情景下土地利用變化,定量評(píng)估土地利用變化所致的陸地生態(tài)系統(tǒng)碳儲(chǔ)量,為未來(lái)土地利用結(jié)構(gòu)優(yōu)化方向和陸地生態(tài)系統(tǒng)碳儲(chǔ)量提升途徑提供了指導(dǎo)作用,為區(qū)域可持續(xù)發(fā)展和氣候變化減緩做出貢獻(xiàn)[3]。

近年來(lái),眾多學(xué)者基于土地利用格局變化對(duì)單一或綜合性陸地生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行了研究。研究結(jié)果表明,全球范圍內(nèi)熱帶地區(qū)森林植被減少、森林生態(tài)系統(tǒng)功能退化造成了全球陸地生態(tài)系統(tǒng)碳儲(chǔ)量的下降[4-5]；陳耀亮等運(yùn)用簿記(Bookkeeping)模型評(píng)估中亞地區(qū)森林生態(tài)系統(tǒng)碳儲(chǔ)量,指出森林砍伐造成了碳儲(chǔ)量下降且土地利用/覆蓋變化對(duì)碳儲(chǔ)量有顯著影響[6]；劉亞男等研究了中國(guó)主要濕地碳儲(chǔ)量并指出土地利用變化造成了濕地生態(tài)系統(tǒng)功能的退化,嚴(yán)重影響濕地的“碳匯”功能[7]；柯新利等人基于InVEST模型研究湖北省陸地生態(tài)系統(tǒng)碳儲(chǔ)量,認(rèn)為其下降的主要原因是城市建設(shè)用地?cái)U(kuò)張和耕地保護(hù)[8]。這些研究大多通過(guò)InVEST模型、Bookkeeping模型評(píng)估碳儲(chǔ)量,表明了土地利用變化對(duì)陸地生態(tài)系統(tǒng)碳儲(chǔ)量有顯著影響,為土地利用結(jié)構(gòu)優(yōu)化提供了新的科學(xué)依據(jù)。一些學(xué)者運(yùn)用模型模擬了未來(lái)土地利用格局與碳儲(chǔ)量變化,卻沒(méi)有考慮不同土地利用情景下的差異[9-11]。流域作為一個(gè)復(fù)雜系統(tǒng),包括各種自然資源、生態(tài)系統(tǒng)等要素,具有明顯的層次結(jié)構(gòu)和整體特征,從流域尺度分析并解決生態(tài)環(huán)境問(wèn)題是切實(shí)可行的有效途徑[12]。然而,針對(duì)流域尺度,結(jié)合時(shí)間和空間尺度預(yù)測(cè)不同土地利用情景與生態(tài)系統(tǒng)碳儲(chǔ)量的研究并不多見,預(yù)測(cè)未來(lái)土地利用格局,模擬不同土地利用情景,評(píng)估生態(tài)系統(tǒng)碳儲(chǔ)量,有助于區(qū)域生態(tài)環(huán)境發(fā)展,促進(jìn)土地利用優(yōu)化配置。

本文選擇汾河上游作為研究區(qū),該區(qū)域位于山西省中北部,汾河發(fā)源地,對(duì)山西省整體生態(tài)環(huán)境有重要影響,近年來(lái)人類活動(dòng)對(duì)土地利用格局產(chǎn)生巨大影響,生態(tài)系統(tǒng)碳儲(chǔ)存功能下降。因此,本文以2007年、2011年、2017年汾河上游土地利用數(shù)據(jù)為基礎(chǔ)構(gòu)建了SD_CLUE-S復(fù)合模型,預(yù)測(cè)2030年生態(tài)保護(hù)情景和自然增長(zhǎng)情景下各土地利用類型面積,利用InVEST模型對(duì)2007—2017年及不同情景下2030年生態(tài)系統(tǒng)碳儲(chǔ)量進(jìn)行估算并分析碳儲(chǔ)量空間分布情況,為汾河上游土地利用規(guī)劃提供科學(xué)依據(jù),促進(jìn)區(qū)域生態(tài)系統(tǒng)碳儲(chǔ)存功能提升,對(duì)山西省整體生態(tài)環(huán)境可持續(xù)發(fā)展具有重要意義。

1 研究區(qū)概況

汾河流域(38°7′57″—39°8′41″N,111°42′43″—112°36′55″E)位于山西省忻州市中部,東依原平市、忻府區(qū),西隔管涔山與五寨、岢嵐縣為鄰、南連太原市的婁煩縣、古交市,北靠神池縣、朔州市的朔城區(qū)(圖1),總面積達(dá)到了399737.47hm2?？臻g上總體呈現(xiàn)“兩山一川”大格局,以蘆芽山、云中山為兩翼,以汾河川為中心從南到北貫穿整個(gè)區(qū)域,自然生態(tài)要素齊備,生態(tài)功能完整。該地區(qū)位于北溫帶大陸性季風(fēng)氣候,多年平均氣溫6.30℃,最高和最低均出現(xiàn)在河川階地區(qū)；降水多集中在7—9月份,歷年平均降水量420—704mm,區(qū)域內(nèi)平均年蒸發(fā)量為1812.60mm；境內(nèi)山地多,整體海拔較高,地勢(shì)呈中部低、東西兩邊高,境內(nèi)草地、林地、耕地所占面積較大,建設(shè)用地面積逐漸擴(kuò)大,水體面積多年來(lái)持續(xù)下降。研究區(qū)是山西省重要的水源涵養(yǎng)區(qū)、華北平原重要生態(tài)屏障,全省汾河水源地保護(hù)與治理重點(diǎn)區(qū)域,生態(tài)功能系統(tǒng)碳儲(chǔ)存功能脆弱是制約經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步的突出因素。

圖1 研究區(qū)地理位置概況

2 材料與方法

2.1 數(shù)據(jù)來(lái)源及處理

研究區(qū)2007、2011、2017年遙感影像來(lái)自地理數(shù)據(jù)空間云(http://www.gscloud.cn),運(yùn)用ENVI軟件進(jìn)行遙感解譯且經(jīng)過(guò)野外驗(yàn)證及Google Earth Pro驗(yàn)證精度達(dá)到了89.20%、91.45%,90.87%,根據(jù)《土地利用現(xiàn)狀分類(GB/T21010—2007)》將研究區(qū)3期土地利用數(shù)據(jù)分為草地、耕地、建設(shè)用地、林地、未利用地、水體6種類型。

研究區(qū)年降雨量及年均氣溫來(lái)自《忻州市統(tǒng)計(jì)年鑒》；DEM數(shù)據(jù)來(lái)源于ASTER GDEM,驅(qū)動(dòng)因子中海拔因子和坡度因子數(shù)據(jù)來(lái)自DEM數(shù)據(jù)的ArcGIS處理；土壤質(zhì)地因子來(lái)源于聯(lián)合國(guó)糧農(nóng)組織(FAO)和維也納國(guó)際應(yīng)用系統(tǒng)研究所(IIASA)所構(gòu)建的世界土壤數(shù)據(jù)庫(kù)以及第二次全國(guó)土地調(diào)查南京土壤所所提供的1∶100萬(wàn)土壤數(shù)據(jù)；距離因子中省道、縣道、鄉(xiāng)道、河流、鐵路、農(nóng)村居民點(diǎn)以及縣域中心的數(shù)據(jù)均來(lái)自全國(guó)地理信息資源目錄服務(wù)系統(tǒng),運(yùn)用歐式距離法得到研究區(qū)每個(gè)柵格到某空間驅(qū)動(dòng)因子的距離；人口因子數(shù)據(jù)來(lái)源于地理國(guó)情監(jiān)測(cè)云平臺(tái)中全國(guó)1km×1km的人口柵格數(shù)據(jù)。

2.2 研究方法

2.2.1系統(tǒng)動(dòng)力學(xué)

系統(tǒng)動(dòng)力學(xué)基于信息反饋系統(tǒng)認(rèn)識(shí)并解決系統(tǒng)問(wèn)題,認(rèn)為系統(tǒng)的行為模式與特性主要取決于系統(tǒng)內(nèi)部的動(dòng)態(tài)結(jié)構(gòu)與反饋機(jī)制[13],一般用系統(tǒng)結(jié)構(gòu)框圖、因果關(guān)系圖以及流圖來(lái)構(gòu)建特定模型進(jìn)行長(zhǎng)期預(yù)測(cè),以滿足實(shí)際應(yīng)用需要,在研究數(shù)據(jù)不夠充分的情況下尤其適用。

本文基于2007—2017年研究區(qū)域土地利用轉(zhuǎn)移矩陣信息構(gòu)建了土地利用變化的系統(tǒng)動(dòng)力學(xué)模型(圖2),各土地利用類型設(shè)置為水平變量,土地轉(zhuǎn)移面積設(shè)為流速變量[14],轉(zhuǎn)移概率設(shè)為影響轉(zhuǎn)換面積的常量,并根據(jù)實(shí)際情況對(duì)轉(zhuǎn)移概率進(jìn)行修正和調(diào)整,以便更精確地預(yù)測(cè)2030年土地利用格局。

圖2 研究區(qū)土地利用變化SD模型

2.2.2CLUE-S模型

CLUE-S模型分為非空間需求和空間分配模塊,其中,非空間需求模塊確定土地利用變化驅(qū)動(dòng)因子及其與土地利用變化分布概率之間的關(guān)系[15],本文通過(guò)二元Logistic回歸模型及ROC曲線驗(yàn)證了驅(qū)動(dòng)因子選取的精度,同時(shí)根據(jù)土地利用的SD模型預(yù)測(cè)2030年研究區(qū)各土地利用類型面積?？臻g分配模塊分為輸入和輸出兩個(gè)階段,輸入階段包括土地利用轉(zhuǎn)換規(guī)則,限制性區(qū)域、空間特征以及非空間土地需求模塊求得的土地需求結(jié)果[16],通過(guò)迭代將2030年土地利用類型的空間分配結(jié)果輸出。

根據(jù)《忻州市土地利用總體規(guī)劃(2006—2020年)調(diào)整方案》將各生態(tài)修復(fù)區(qū)域及基本農(nóng)田區(qū)域選定為限制區(qū)域(圖3),設(shè)定生態(tài)保護(hù)情景下草地、耕地、建設(shè)用地、林地、未利用地、水體的轉(zhuǎn)移彈性值為0.5、0.6、0.7、0.3、0.7、0.6,并設(shè)置土地利用變化轉(zhuǎn)移矩陣(表1)；自然增長(zhǎng)情景下各土地利用類型ELSA值設(shè)為0.5、0.5、0.7、0.3、0.9、0.9,同時(shí)將土地利用變化轉(zhuǎn)移矩陣中水體轉(zhuǎn)移為未利用地設(shè)為0,其余皆為1,并且不設(shè)置限制區(qū)域。

圖3 2030年生態(tài)保護(hù)控制區(qū)

表1 生態(tài)保護(hù)情境下土地利用變化轉(zhuǎn)移矩陣

2.2.3InVEST模型

InVEST模型根據(jù)不同土地利用類型對(duì)應(yīng)的地上生物碳庫(kù)、地下生物碳庫(kù)、土壤碳庫(kù)和凋落物碳庫(kù)估算碳儲(chǔ)量[17],并生成平均碳密度空間分布圖。根據(jù)研究區(qū)具體實(shí)際情況以及數(shù)據(jù)獲取難度,本文選取對(duì)碳儲(chǔ)量評(píng)估影響較大的地上生物碳庫(kù)、地下生物碳庫(kù)以及土壤碳庫(kù)進(jìn)行估算,計(jì)算方法如下：

Ckt=Ckabove+Ckbelow+Cksoil

(1)

(2)

式中,Ckt表示土地利用類型k的碳密度總量(t/hm2)；Ckabove表示土地利用類型k的地上生物碳密度(t/hm2)；Ckbelow表示土地利用類型k的地下生物碳密度(t/hm2)；Cksoil表示土地利用類型k的土壤碳密度(t/hm2)；C表示研究區(qū)碳儲(chǔ)量(t);Sk表示土地利用類型k的面積(hm2)。

根據(jù)李克讓、解憲麗等人的研究得到全國(guó)六種地類的碳密度數(shù)據(jù)[18-19],基于S.A.Alam、陳光水等人提出的公式[20-21]對(duì)碳密度進(jìn)行修正(表2),由于死亡有機(jī)物碳密度難以獲得且所占比例不大,因此將其填為0。

表2 研究區(qū)四大碳庫(kù)碳密度

CSP=3.3968×MAP×+3996.1

(3)

CBP=6.798×e0.0054×MAP

(4)

CBT=28×MAT+398

(5)

式中,CSP表示年降雨量修正下得到的土壤碳密度(kg/m2)；MAP表示年均降雨量(mm)；CBP和CBT分別表示年降雨量和年均氣溫修正下得到的生物量碳密度(kg/m2)；MAT指的是年均氣溫(℃)。

(6)

(7)

KB=KBP×KBT

(8)

(9)

式中,KBP表示生物量碳密度年降雨量因子修正系數(shù)；KBT表示生物量碳密度年均氣溫因子修正系數(shù)；KB表示生物量碳密度修正系數(shù)；KS表示土壤碳密度修正系數(shù)；C′和C″分別表示研究區(qū)及全國(guó)相應(yīng)數(shù)據(jù)。

3 研究結(jié)果

3.1 2007—2017年汾河上游地區(qū)土地利用變化分析

3.1.1土地利用變化幅度分析

2007年與2011年草地是研究區(qū)主要土地利用類型,2011年與2007年相比草地面積下降且降幅為3%,耕地、建設(shè)用地、林地以及未利用地面積增加,其中林地增加幅度最大達(dá)到了2.29%,其次是耕地增加幅度2.03%,最小的是未利用地。此外,2011年水體面積減少了7209.89 hm2(如圖4、表3所示)。

2011—2017年草地仍然是土地利用的主要類型,但是面積仍舊在下降且降幅達(dá)到了2.49%,此外未利用地與水體面積存在不同程度下降,其中未利用地面積減少了4080.85 hm2,主要原因是人們加大了對(duì)未利用地的開發(fā)程度；水體面積下降了0.24%,近年來(lái)水體面積的持續(xù)下降對(duì)研究區(qū)域的生態(tài)環(huán)境產(chǎn)生了惡劣影響。耕地、建設(shè)用地、林地繼續(xù)保持上升趨勢(shì),其中耕地面積增加了9468.66 hm2,建設(shè)用地增加幅度達(dá)到了0.49%,林地面積增加了3547.33 hm2(如圖4、表3所示)。

圖4 研究區(qū)土地利用數(shù)據(jù)

表3 研究區(qū)土地利用面積及占比

2007—2017年,耕地、建設(shè)用地、林地面積持續(xù)上漲,增加幅度分別為4.40%、0.74%、2.18%,草地、未利用地、水體面積下降,其中草地面積降幅最大為5.49%,其次是水體為2.04%,減少面積達(dá)到了8144.77 hm2,未利用地面積則下降了3137.40 hm2(如圖5所示)。

圖5 土地利用變化幅度分析

3.1.2土地利用類型轉(zhuǎn)移矩陣分析

草地轉(zhuǎn)出主要流向耕地,其次是林地,建設(shè)用地、水體與未利用地所占比重較??；耕地主要轉(zhuǎn)移成了草地,林地、建設(shè)用地、水體、未利用地次之；建設(shè)用地主要流向耕地,轉(zhuǎn)出比例達(dá)到了41.11%,其次是草地；林地轉(zhuǎn)化為其他土地利用類型的程度最小,其中轉(zhuǎn)為草地的比重最大；未利用地轉(zhuǎn)移成林地比例最大,其次是草地、耕地與建設(shè)用地；對(duì)水體的占用主要是草地與耕地,兩者的轉(zhuǎn)移概率總和將近80%,其次是建設(shè)用地、林地,未利用地沒(méi)有占用水體(如表4、表5所示)。

表4 2007—2017年土地利用轉(zhuǎn)移矩陣

表5 2007—2017年土地利用轉(zhuǎn)移概率/%

3.2 土地利用模擬預(yù)測(cè)結(jié)果及分析

3.2.1基于SD模型的土地利用仿真及預(yù)測(cè)

根據(jù)系統(tǒng)動(dòng)力學(xué)模型得到2007—2017年每一年各個(gè)土地利用類型面積的仿真結(jié)果(表6),將其與2017年解譯結(jié)果進(jìn)行對(duì)比,確定SD模型構(gòu)建的可行性和準(zhǔn)確性。

表6 2007—2017年各土地利用類型SD模型預(yù)測(cè)面積

根據(jù)仿真值與解譯值對(duì)比可以看出,所有土地利用類型仿真結(jié)果的相對(duì)誤差都在1%以下(表7),說(shuō)明SD模型仿真結(jié)果與實(shí)際情況基本一致,可以進(jìn)行下一步的預(yù)測(cè),即輸入2017年各土地利用類型面積作為初始值,設(shè)置步長(zhǎng)為13年,預(yù)測(cè)2030年研究區(qū)土地利用情況。

表7 2017年仿真與解譯值對(duì)比

根據(jù)系統(tǒng)動(dòng)力學(xué)模型預(yù)測(cè)結(jié)果可以看到(表8),研究區(qū)域在未來(lái)13年間各土地利用類型變化面積較大,其中耕地變化面積最大,減少了1117.00 hm2；林地增加量次之,達(dá)到了1045.46 hm2；建設(shè)用地和未利用地面積分別減少了181.10 hm2和101.69 hm2；草地和水體分別增加了234.00 hm2和118.16 hm2。

表8 2017—2030年各土地利用類型SD模型預(yù)測(cè)面積

3.2.2土地利用變化驅(qū)動(dòng)因子分析

本文選取了11個(gè)驅(qū)動(dòng)因子進(jìn)行分析,其中距離因子包括距省道的距離、距縣道的距離、距鄉(xiāng)道的距離、距鐵路的距離、距農(nóng)村居民點(diǎn)的距離、距河流水系的距離和距縣中心的距離；地形因子包括高程和坡度；土壤因子與社會(huì)經(jīng)濟(jì)因子分別為土壤類型和人口密度因子。

本文通過(guò)空間數(shù)據(jù)分析、二元Logistic回歸分析和ROC曲線測(cè)算,得到驅(qū)動(dòng)因子的B值和Exp(B)(如表9所示),其中B值是各驅(qū)動(dòng)因子的回歸系數(shù),Exp(B)表示發(fā)生比率,即驅(qū)動(dòng)因子每變化一個(gè)單位,各土地利用類型發(fā)生比的變化；ROC曲線能夠有效驗(yàn)證土地利用模型擬合度,一般來(lái)看ROC值大于0.5即可表明驅(qū)動(dòng)因子對(duì)土地利用類型空間分布具有較好的解釋能力,值越大表明擬合度越高,根據(jù)計(jì)算得到ROC值均大于0.65,擬合度較高,符合要求。

表9 驅(qū)動(dòng)因子分析

研究結(jié)果表明,研究區(qū)草地分布與縣道、鄉(xiāng)道、農(nóng)村居民點(diǎn)、河流水系距離以及坡度呈正相關(guān),與海拔因子呈負(fù)相關(guān),其中坡度對(duì)其影響最大,坡度每增加1°,草地分布概率就增加2.9%；耕地與距農(nóng)村居民點(diǎn)的距離、與縣中心的距離、高程、坡度呈負(fù)相關(guān),與距河流水系的距離及人口密度因子無(wú)關(guān),與其他因子為正相關(guān),其中縣域中心距離對(duì)耕地分布影響最大,距離每增加1m,耕地分布概率就減少62.5%,；建設(shè)用地分布與縣域中心距離相關(guān)性最強(qiáng)；土壤類型對(duì)林地分布影響最大,將土壤類型設(shè)置為壤土-0,砂土-1,壤砂-2,砂壤-3,粉粘-4,因此土壤類型對(duì)應(yīng)編碼每增加一個(gè)單位,林地分布概率就減少14.96%；未利用地分布僅受到海拔與坡度的正相關(guān)影響,其中海拔對(duì)其分布概率影響最大,海拔每增加1m,未利用地分布概率就增加36.89%；水體分布概率與縣域中心距離相關(guān)性最強(qiáng)。

3.2.3基于生態(tài)保護(hù)情景的土地利用變化模擬

將2007年數(shù)據(jù)作為起始年份數(shù)據(jù),仿真模擬2017年土地利用數(shù)據(jù)驗(yàn)證Kappa精度,保證2030年土地利用數(shù)據(jù)預(yù)測(cè)準(zhǔn)確性,如圖6所示,模擬正確的柵格有59973個(gè),總柵格數(shù)有63704個(gè),則P0為0.94,PC為0.30,PP為1,得到Kappa系數(shù)為91.58%,即2017年研究區(qū)域模擬精度較高,完全滿足進(jìn)一步的研究需要,輸入自然情景以及生態(tài)保護(hù)下預(yù)測(cè)2030年土地利用數(shù)據(jù)的相關(guān)基礎(chǔ)數(shù)據(jù),運(yùn)行模型并輸出結(jié)果(圖7)。

圖7 兩種情景下2030年研究區(qū)土地利用數(shù)據(jù)

自然增長(zhǎng)情景下,林地面積大幅下降,減少了近52908.26hm2,相較于生態(tài)保護(hù)情景減少了近54925.56hm2；自然增長(zhǎng)情景下2030年草地面積達(dá)到了198100.00hm2,而生態(tài)保護(hù)情景下僅有145325.00hm2,主要原因是ELSA值、轉(zhuǎn)移矩陣及空間分布概率影響；生態(tài)保護(hù)情景下退耕還林、還草等生態(tài)保護(hù)措施實(shí)施耕地面積下降,與之相比自然增長(zhǎng)情景下耕地面積增加了467.73hm2；建設(shè)用地在生態(tài)保護(hù)情景下發(fā)生增長(zhǎng)而在自然增長(zhǎng)情景下減少,兩種情景下面積相差較??；生態(tài)保護(hù)情景下大部分未利用地轉(zhuǎn)化為林地、草地及水體,且利用面積相較于自然增長(zhǎng)情景多了1230.00hm2；研究區(qū)作為汾河的重要源頭,水體占比具有重要意義,2007—2017年水體面積不斷下降,水資源環(huán)境持續(xù)惡化,在自然增長(zhǎng)情景下水體仍舊呈現(xiàn)下降趨勢(shì),而生態(tài)保護(hù)情景下實(shí)現(xiàn)了142.16hm2的增長(zhǎng)。

3.3 汾河上游地區(qū)碳儲(chǔ)量評(píng)估

生態(tài)保護(hù)情景下,2007—2030年研究區(qū)碳儲(chǔ)量呈穩(wěn)步上升趨勢(shì)(圖8),碳密度持續(xù)增長(zhǎng),其中2007—2011年碳儲(chǔ)量增幅最大,達(dá)到了868423.72t,2011—2017年碳儲(chǔ)量增量下降為368719.31t,2017—2030年研究區(qū)碳儲(chǔ)量增加了341217.04t；2007年碳密度為144.45t/hm2,2030年碳密度達(dá)到了147.95t/hm2,且2007—2011年的碳密度變化最大；從土地利用類型來(lái)看,草地碳儲(chǔ)量在2007—2017年間持續(xù)下降,2030年與2017年相比發(fā)生了51714.05t的增長(zhǎng),2007—2017年耕地碳儲(chǔ)量持續(xù)增長(zhǎng),2017—2030年下降且降幅達(dá)到了160758.96t；建設(shè)用地碳儲(chǔ)量在2011—2017年間增加量最大,其中增幅最小為8550.58t；未利用地在2007—2011年間有小幅增長(zhǎng),在2011—2030年持續(xù)下降,且2011—2017年下降幅度較大；水體在2007—2017年間碳儲(chǔ)量持續(xù)下降,在2017—2030年發(fā)生了增長(zhǎng),其中2007年下降幅度最大,達(dá)到了11455.27t(圖9)。

圖8 2007—2030年研究區(qū)碳儲(chǔ)量及碳密度變化

圖9 2007—2030年各土地利用類型碳儲(chǔ)量

自然增長(zhǎng)情景下,2017—2030年碳儲(chǔ)量下降176917.86t,碳密度變化0.41t/hm2,相較于生態(tài)保護(hù)情景碳儲(chǔ)量減少341217.04t,碳密度下降0.85t/hm2,從土地利用類型分析,草地碳儲(chǔ)量發(fā)生極大增長(zhǎng),比生態(tài)保護(hù)情景多8176915.15t,同時(shí)耕地與未利用地分別增長(zhǎng)228058.52t和47338.88t；反之,林地大幅度下降且減少了8771373.06 t,建設(shè)用地下降21579.67t,水體碳儲(chǔ)量變化較小,有576.87t下降量。

本文將碳儲(chǔ)量變化量在≤-150t/hm2范圍設(shè)定為下降,處于-150t/hm2到150t/hm2設(shè)定為基本不變,≥150t/hm2表示增加。由此可知,2007—2011年碳儲(chǔ)量下降區(qū)域主要以帶狀分布在靜樂(lè)縣汾河流域周圍以及寧武縣陽(yáng)方口工礦鎮(zhèn)區(qū)域,其余較為零散地分布在研究區(qū)林地范圍內(nèi),增長(zhǎng)主要發(fā)生在靜樂(lè)縣縣城、寧武縣蘆芽山自然保護(hù)區(qū)、縣內(nèi)汾河及汾河支流附近。2011—2017年靜樂(lè)縣碳儲(chǔ)量增長(zhǎng)區(qū)域集聚分布在以汾河流域?yàn)橹行牡姆秶鷥?nèi),而下降則發(fā)生在汾河流域內(nèi)部；寧武縣碳儲(chǔ)量沿蘆芽山自然保護(hù)區(qū)邊界、恢河流域及縣城周圍村莊下降,碳儲(chǔ)量增長(zhǎng)主要在縣城中心范圍、東馬坊鄉(xiāng)及荷葉坪區(qū)域(圖10)。

圖10 2007—2017年碳儲(chǔ)量變化

生態(tài)保護(hù)情景下2030年碳儲(chǔ)量下降區(qū)域集中在研究區(qū)汾河流域,增長(zhǎng)區(qū)域零散分布在寧武縣蘆芽山自然保護(hù)區(qū)、恢河流域以及東馬坊鄉(xiāng)；自然增長(zhǎng)情景下碳儲(chǔ)量基本沒(méi)有變化,僅在寧武縣恢河流域附近發(fā)生增長(zhǎng)(圖11)。

圖11 兩種情景下2017—2030年碳儲(chǔ)量變化

4 結(jié)論和討論

4.1 討論

(1)總體來(lái)看,2007—2017年汾河上游社會(huì)經(jīng)濟(jì)發(fā)展,生產(chǎn)活動(dòng)頻繁,人們對(duì)耕地、建設(shè)用地的需求增加,導(dǎo)致耕地、建設(shè)用地面積持續(xù)增長(zhǎng)；寧武縣工礦企業(yè)增加造成了水體污染,同時(shí)人們生產(chǎn)生活中不合理利用水資源導(dǎo)致了汾河水量、水質(zhì)不斷下降,水體面積逐年萎縮；汾河上游擁有大面積的原始森林,隨著政府實(shí)行林地管控及退耕還林政策,林地面積發(fā)生增長(zhǎng)。

(2)系統(tǒng)動(dòng)力學(xué)(SD)能夠反饋系統(tǒng)內(nèi)部要素相互作用,借助模型對(duì)復(fù)雜問(wèn)題實(shí)行運(yùn)算,能夠有效預(yù)測(cè)不同情況下土地利用變化、土地利用需求等,系統(tǒng)仿真提高了SD模型預(yù)測(cè)精度,但是SD無(wú)法獲得空間信息和空間分布預(yù)測(cè)結(jié)果[22]。CLUE-S模型的空間模塊能夠模擬土地利用空間分布,但是無(wú)法獲得土地利用需求量,在應(yīng)用中人們往往會(huì)結(jié)合其他模型進(jìn)行多領(lǐng)域的研究,高志強(qiáng)等和將其與Dinamica EGO模型結(jié)合,分析了中國(guó)未來(lái)土地利用格局和土地利用變化驅(qū)動(dòng)力因子[23]；周銳等結(jié)合Markov模型預(yù)測(cè)了辛莊鎮(zhèn)在3種不同情景下未來(lái)土地利用格局的變化情況[24]；劉靜怡等結(jié)合灰色線性規(guī)劃方法預(yù)測(cè)了嘉興北部地區(qū)不同情景下的土地利用格局,并進(jìn)行土地利用結(jié)構(gòu)的優(yōu)化[25]。然而這些方法主要運(yùn)用數(shù)學(xué)方法進(jìn)行土地利用需求預(yù)測(cè),忽略了人為決策因素,或者需要大量數(shù)據(jù)支撐,這在實(shí)際研究中可能難以獲得,SD模型可以很好地解決這些問(wèn)題。因此本文運(yùn)用SD_CLUE-S復(fù)合模型消除了單一模型的不足,避免了其他模型的劣勢(shì),兩者相輔相成,提高了土地利用格局預(yù)測(cè)精度,為進(jìn)一步研究提供技術(shù)支撐,但是不足之處在于SD模型構(gòu)建中缺少了社會(huì)經(jīng)濟(jì)因素、政策因素考量,這些影響因素的量化和空間表達(dá)是未來(lái)研究重點(diǎn)；此外空間尺度對(duì)土地利用格局影響較大,本文分析一種空間尺度下研究區(qū)土地利用變化,今后應(yīng)當(dāng)設(shè)置不同空間尺度對(duì)比分析。

(3)目前陸地生態(tài)系統(tǒng)碳儲(chǔ)量評(píng)估大多通過(guò)采樣或植被、土壤清查數(shù)據(jù)計(jì)算獲得,具體方法可分為地表測(cè)量、模型模擬和遙感估算三類[26],其中地表測(cè)量大多是通過(guò)采樣、實(shí)地勘測(cè)等,結(jié)果精確性高,但實(shí)施難度較大；遙感估算是當(dāng)前研究的新方向和新思路,通過(guò)遙感影像人們不僅可以獲得地表信息,還能對(duì)檢測(cè)地下生物碳儲(chǔ)量,但遙感影像精度會(huì)影響研究結(jié)果；模型模擬方法中人們普遍采用InVEST模型,數(shù)據(jù)獲取方便,結(jié)果準(zhǔn)確性較高,但是模型忽略了植被種類、植被生長(zhǎng)情況等對(duì)碳密度的影響,因此在研究成果基礎(chǔ)上對(duì)研究區(qū)各土地利用類型碳密度進(jìn)行修正,這比以往直接引用全國(guó)碳密度值準(zhǔn)確性高,不足之處是缺乏實(shí)地測(cè)量數(shù)據(jù)對(duì)修正結(jié)果進(jìn)行驗(yàn)證,只能通過(guò)相近地區(qū)研究結(jié)果進(jìn)行對(duì)比,在今后研究中可以采用實(shí)驗(yàn)和預(yù)測(cè)模型或?qū)嵉卣{(diào)研和預(yù)測(cè)模型相結(jié)合的方法,提高碳儲(chǔ)量估算精度。

4.2 結(jié)論

通過(guò)SD_CLUE-S模型模擬汾河上游生態(tài)保護(hù)情景和自然增長(zhǎng)情景下未來(lái)土地利用格局,并運(yùn)用InVEST模型估算生態(tài)系統(tǒng)碳儲(chǔ)量。結(jié)果表明,2007年汾河上游碳儲(chǔ)量和碳密度分別為57740767.95t和144.45t/hm2,2007—2017年汾河上游碳儲(chǔ)量持續(xù)增長(zhǎng),但增長(zhǎng)幅度明顯減緩。2030年汾河上游自然增長(zhǎng)情景下碳儲(chǔ)量和碳密度出現(xiàn)較為明顯的下降,與2017年相比分別減少176917.86t和0.44t/hm2。生態(tài)保護(hù)情景改變了這種趨勢(shì),碳儲(chǔ)量和碳密度顯著增加,增幅達(dá)到了2164299.18t和0.41t/hm2,增強(qiáng)了汾河上游固碳能力。未來(lái)對(duì)汾河上游土地利用結(jié)構(gòu)優(yōu)化,應(yīng)基于生態(tài)保護(hù)情景,對(duì)汾河進(jìn)行河道治理,提高河流岸坡生態(tài)環(huán)境,保證汾河水質(zhì)、水量,積極保護(hù)林地,合理規(guī)劃蘆芽山保護(hù)區(qū)的旅游資源,限制工礦用地過(guò)度擴(kuò)張,確?；巨r(nóng)田數(shù)量,這樣在提高碳儲(chǔ)量的同時(shí)也可以保證汾河上游地區(qū)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展。