基于耦合FLUS-InVEST模型的廣州市生態(tài)系統(tǒng)碳儲量時空演變與預(yù)測

朱志強(qiáng), 馬曉雙, 胡 洪

(安徽大學(xué) 資源與環(huán)境工程學(xué)院， 安徽 合肥 230601)

碳儲量是生態(tài)系統(tǒng)服務(wù)功能中的重要環(huán)節(jié)，植被和土壤是陸地生態(tài)系統(tǒng)最重要的兩大碳庫，其固碳功能在緩解氣候危機(jī)上發(fā)揮著重要作用[1-3]。碳儲量變化受到國際科學(xué)聯(lián)合會(ICSU)、世界氣象組織(WMO)和聯(lián)合國環(huán)境規(guī)劃署(UNEP)等多個組織的高度關(guān)注。國外學(xué)者對碳儲量研究較早，20世紀(jì)末Simpson[4]核算出北美東部和北部陸地針葉林碳儲量以及不同植被類型的固碳能力，Hurtt等[5]采用森林資源調(diào)查的方法研究區(qū)域碳儲量變化特點(diǎn)。近年來對于大區(qū)域的碳儲量研究更多的使用模型核算，如李傳華[6]采用改進(jìn)的CASA模型計算石羊河流域的植被凈第一生產(chǎn)力(NPP)，揭示影響植被碳儲量變化的驅(qū)動因子。相較于CASA模型只能計算植被碳儲量，InVEST(integrated valuation of ecosystem services and tradeoffs)模型可評估包含植被地上地下、土壤和死亡有機(jī)質(zhì)碳儲量[7]。該模型是由美國斯坦福大學(xué)、世界基金會(WWF)和大自然保護(hù)協(xié)會(TNC)共同開發(fā)，2010年后國內(nèi)學(xué)者使用InVEST模型研究區(qū)域碳儲量變化，在白龍江、太行山等區(qū)域都取得較好的科研成果[8-9]。榮月靜[10]基于“全國生態(tài)環(huán)境遙感調(diào)查”的數(shù)據(jù)在InVEST模型中核算太湖流域碳儲量演變，指出林地和濕地轉(zhuǎn)入建設(shè)用地是太湖生態(tài)系統(tǒng)碳儲量下降的主要原因。

土地利用變化是造成生態(tài)系統(tǒng)碳儲量變化的重要原因，導(dǎo)致大量的碳從陸地生態(tài)系統(tǒng)流向大氣生態(tài)系統(tǒng)[11]。城市建設(shè)用地擴(kuò)張通過侵占林地、耕地和草地等引起的土地利用變化，使得城市生態(tài)系統(tǒng)面臨嚴(yán)峻的碳流失問題。城市土地利用變化對生態(tài)系統(tǒng)的影響是近年來生態(tài)學(xué)領(lǐng)域研究的熱點(diǎn)，陸地碳儲量作為生態(tài)系統(tǒng)的重要環(huán)節(jié)也是眾多學(xué)者關(guān)注的目標(biāo)[12]。目前關(guān)于碳儲量研究大多集中在碳儲量總量變化上的分析，鮮有模擬未來城市土地利用與碳儲量的相關(guān)研究。土地利用變化的預(yù)測可以分為數(shù)量預(yù)測和空間預(yù)測，現(xiàn)有模型在模擬中大多未考慮多種土地類型在轉(zhuǎn)換中的相互影響，忽略了土地類型的競爭關(guān)系。FLUS(future land use simulation model)模型基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的土地適應(yīng)性概率分布，提出自適應(yīng)慣性競爭機(jī)制，能較好的模擬未來多種土地類型的分布[13-14]。已有多位學(xué)者使用FLUS模型在預(yù)測未來城市土地變化方面的研究，如劉小平等[15]采用該模型預(yù)測珠三角城市群的開發(fā)邊界，林伊琳[16]預(yù)測昆明市未來建設(shè)用地的擴(kuò)張和景觀格局變化。最近的一些研究中也試圖在將未來土地變化與碳儲量模型鏈接起來作為評估土地變化對未來生態(tài)系統(tǒng)的影響，如Zhao[17]使用CA-Markov耦合InVEST模型評估生態(tài)工程對中國西北黑河流域碳儲量影響，預(yù)測實(shí)施生態(tài)工程后，2015—2029年該區(qū)域碳儲量可增加1.00×107t，證明耦合模型在評估未來碳儲量研究中具有一定科學(xué)價值。對于未來城市土地預(yù)測已有相關(guān)研究，但對于鏈接未來城市土地變化與碳儲量的研究尚少。探討城市建設(shè)用地擴(kuò)張下土地利用變化對碳儲量的影響，揭示碳儲量時空演變和未來空間分布趨勢，能為城市規(guī)劃和生態(tài)脆弱區(qū)實(shí)施精準(zhǔn)保護(hù)提供科學(xué)參考。

1 材料與方法

1.1 研究區(qū)概況與數(shù)據(jù)介紹

廣州市地處珠江下游，瀕臨南海，位于東經(jīng)112°—114°，北緯22°—24°之間。屬于丘陵地貌，東北高西南低，北部植被覆蓋密集，南部為沖擊平原。受海洋性亞熱帶季風(fēng)氣候影響，光熱充足，降水豐富，境內(nèi)河流眾多，水域面積廣闊。廣州是粵港澳大灣區(qū)和一帶一路樞紐城市，我國重要的經(jīng)貿(mào)中心。該市下轄11個區(qū)，總面積約7 400 km2，2018年常住人口達(dá)到1 500萬，城鎮(zhèn)化快速發(fā)展使得建設(shè)用地逐年擴(kuò)增。研究所需要的數(shù)據(jù)包括土地利用數(shù)據(jù)和土地驅(qū)動因子數(shù)據(jù)，土地利用數(shù)據(jù)：經(jīng)過遙感解譯得到1990—2018年5期土地利用數(shù)據(jù)，分為林地、耕地、草地、水域、建設(shè)用地和未利用地。用于土地預(yù)測的驅(qū)動因子數(shù)據(jù)有：氣象數(shù)據(jù)，包括降水和氣溫；地形數(shù)據(jù)，包括DEM(數(shù)字高程)和坡度；社會經(jīng)濟(jì)數(shù)據(jù)，包括行政區(qū)劃矢量、交通網(wǎng)絡(luò)、人口密度和GDP；NDVI(歸一化植被指數(shù))數(shù)據(jù)。

1.2 研究方法

1.2.1 InVEST模型 InVEST模型旨在權(quán)衡土地利用與生態(tài)系統(tǒng)服務(wù)功能的關(guān)系，目前已經(jīng)發(fā)展到包含水源涵養(yǎng)、生境質(zhì)量、碳存儲等多個模塊，形成多種生態(tài)系統(tǒng)服務(wù)評估功能為一體的重要模型[18]，其中碳儲存服務(wù)模塊在美國、南美洲、非洲、東南亞等全球多區(qū)域成功運(yùn)用到實(shí)際研究中。生態(tài)系統(tǒng)的碳儲量包括植被地上碳儲量、植被地下碳儲量、土壤碳儲量和死亡有機(jī)質(zhì)碳儲量[19]，即：

Ctotal=Cabove+Cbelow+Csoil+Cdead

(1)

式中：Ctoatl表示總體碳儲量；Cabove表示植被地上碳儲量；Cbelow表示植被地下碳儲量；Csoil表示土壤碳儲量；Cdead表示死亡有機(jī)質(zhì)碳儲量。由于死亡有機(jī)質(zhì)碳儲量含量非常低,一般不考慮[20]。

InVEST模型需要輸入研究區(qū)土地利用數(shù)據(jù)和各土地類型對應(yīng)的碳密度值(即“碳密度表”)，通常是借助文獻(xiàn)查閱得到研究區(qū)的碳密度數(shù)據(jù)。前人研究中認(rèn)為處于同一氣候帶的土地類型碳密度差異較小[21-22]，以榮檢[23]、朱鵬飛[24]研究中得到的廣西地區(qū)土地類型碳密度成果為主要參考，在土地類型碳密度選擇上，采用降水和氣溫因子通過公式修正本地化土地類型碳密度數(shù)據(jù)，反演得到廣州市的碳儲量。修正因子計算公式[25-26]為：

(2)

(3)

(4)

式中：KBP，KBT分別表示植被碳密度降水因子和氣溫因子修正系數(shù)；KB表示地上地下植被碳密度修正系數(shù)；KS表示土壤碳密度修正系數(shù)；C′，C″分別表示廣州和廣西地區(qū)的碳密度,由年均溫和年降水量代入公式計算得到：

CBP=6.798e0.005 4MAP

(5)

CBT=28MAT+398

(6)

CSP=3.396 8MAP+3 996.1

(7)

式中：MAP表示降水； MAT表示氣溫；CBP，CBT分別表示根據(jù)降水量和氣溫得到的植被碳密度；CSP表示根據(jù)降水量得到的土壤碳密度。綜合所得的各土地類型的碳密度值詳見表1。

1.2.2 FLUS未來土地預(yù)測模型 FLUS模型是在元胞自動機(jī)原理的基礎(chǔ)上耦合馬爾科夫鏈和神經(jīng)網(wǎng)絡(luò)模型預(yù)測未來土地利用，在預(yù)測中考慮到人文因素和自然因素對土地變化的多重影響，可以模擬多類用地的演變過程，對土地類型變化的預(yù)測結(jié)果更加精確。模型主要分為兩部分：第1部分基于ANN網(wǎng)絡(luò)的樣本訓(xùn)練得到土地適宜性概率，ANN包括輸入層、隱藏層和輸出層，通過反向傳播算法不斷更新各層之間的權(quán)重系數(shù)來達(dá)到最優(yōu)估計目的，第2部分為自適應(yīng)慣性和競爭機(jī)制，核心是在迭代中自適應(yīng)調(diào)整慣性系數(shù)〔公式(8)〕，最終模擬結(jié)果不僅取決于神經(jīng)網(wǎng)絡(luò)得到的土地分布概率，還受到鄰域和轉(zhuǎn)換成本等限制，體現(xiàn)出土地類型變化中相互作用的競爭模式[27]。

(8)

表1 研究區(qū)土地類型碳密度t/hm2

表2 土地驅(qū)動樣本數(shù)據(jù)來源

模型中設(shè)置的成本矩陣表示當(dāng)前土地類型轉(zhuǎn)為其他用地的難易程度，參考自然發(fā)展條件下城市土地轉(zhuǎn)移的規(guī)則，通過探索性試驗(yàn)獲得成本矩陣。根據(jù)研究區(qū)的實(shí)際情況及土地轉(zhuǎn)移概率矩陣，設(shè)置鄰域因子權(quán)重參數(shù)范圍為0～1，越接近1表示該地類的擴(kuò)張能力越強(qiáng)[28]，參考?xì)v史土地轉(zhuǎn)移特征，經(jīng)過調(diào)試和驗(yàn)證，得到模擬精度較高的鄰域因子參數(shù)表(表3)。依據(jù)上述步驟，分別計算出每個柵格的總概率，將預(yù)測的土地類型分配到柵格，計算公式為：

表3 鄰域因子權(quán)重

(9)

將所有驅(qū)動因子重采樣到相同分辨率，進(jìn)行標(biāo)準(zhǔn)化處理，神經(jīng)網(wǎng)絡(luò)隱藏層設(shè)為12，先通過神經(jīng)網(wǎng)絡(luò)樣本訓(xùn)練得到研究區(qū)土地類型適宜性概率分布，標(biāo)準(zhǔn)偏差為0.226，再基于土地類型適宜性概率分布，在自適應(yīng)慣性和競爭機(jī)制模型下預(yù)測未來土地分布。模型的驗(yàn)證以2010年土地類型作為訓(xùn)練集，預(yù)測2018年土地類型分布，總體精度94.89%，Kappa系數(shù)為93.93%，表明模型預(yù)測和真實(shí)地物分布有較高的一致性。此外，通過Precision(精確率)、Recall(召回率)和F1綜合分?jǐn)?shù)進(jìn)一步評價模型的預(yù)測表現(xiàn)，指標(biāo)的計算見公式(10)—(11)，各土地類型精度的綜合評價結(jié)果詳見表4。綜合以上評價結(jié)果，表明模型預(yù)測精度達(dá)到要求，可作為預(yù)測研究區(qū)未來土地利用變化。

表4 各土地類型預(yù)測精度的綜合評價結(jié)果 %

(10)

(11)

式中：tp表示真陽性記錄百分比；fn表示假陰性記錄百分比；fp表示假陽性記錄百分比。

2 結(jié)果與分析

2.1 廣州市1990-2018年土地利用與碳儲量變化

2.1.1 土地利用變化 表5—6分別為研究期內(nèi)廣州市土地類型面積和土地類型動態(tài)度。從表5可知，林地是廣州市的最大景觀類型，面積所占比例在42%以上，是研究區(qū)的優(yōu)勢土地景觀類型。其他土地類型面積所占比例依次是耕地、建設(shè)用地、水域、草地、未利用地。1990—2018年土地類型變化中，耕地面積的減少量最高，1990年耕地面積所占比例接近40%，2018年所占比例下降到30.15%，總共減少681.0 km2。其次是林地，減少158.5 km2，草地減少11.1 km2，未利用地減少0.9 km2，水域增加59.84 km2。面積增幅最大的是建設(shè)用地，增加791.8 km2，年均增加40.02 km2，面積所占比例從8.60%上升到19.64%，城市擴(kuò)張?zhí)卣髅黠@。建設(shè)用地是變化量最高的土地類型，其次是耕地和林地，其他地類變化量相對較小。

表5 廣州市1990-2018年各時期土地類型面積及所占比例

土地利用動態(tài)度表示研究區(qū)某一定時間范圍的土地類型變化情況，用來反映區(qū)域土地變化的幅度和速度，通過各時期動態(tài)度變化來研究土地利用變化特點(diǎn)。

表6是土地類型面積和動態(tài)度變化，1990—2005年土地利用動態(tài)度較高，土地變化劇烈，2005—2018年土地利用的動態(tài)度逐期下降，土地變化相對緩和。耕地在2005—2010年和2010—2018年減少量分別占2000—2005年減少量的36.69%和15.67%，研究時期的動態(tài)度分別是-0.82%，-2.25%，-0.93%和-0.42%，2005年后變化有明顯下降趨勢。1990—2018年林地動態(tài)度為-0.18%，是所有土地類型動態(tài)度最低的地類，由于林地面積所占比例最高，面積減少量仍然較高，僅次于耕地。建設(shè)用地各時期的動態(tài)度最高，分別是3.11%，9.20%，2.64%和1.08%，1990—2010年建設(shè)用地的增量較大，2010—2018年擴(kuò)張趨于穩(wěn)定，增量減少，增加量趨于穩(wěn)定，只占2000—2005年的19.36%，建設(shè)用地迅速擴(kuò)張且擴(kuò)張能力明顯下降。草地在2000—2010年減少7.78 km2，受到退耕還草政策的實(shí)施效果，2010—2018年草地面積增加1.27 km2。1990—2000年水域變化明顯，面積增加81.27 km2，未利用地的面積變化較小。1990—2018年的土地變化情況來看，建設(shè)用地的動態(tài)度遠(yuǎn)高于其他地類，研究時間內(nèi)廣州市土地類型變化的主要特征是建設(shè)用地面積的快速增加，耕地和林地大量轉(zhuǎn)入建設(shè)用地。

表6 廣州市1990-2018年土地類型面積和動態(tài)度變化

2.1.2 碳儲量變化 通過查閱相關(guān)文獻(xiàn)以及公式修正獲得廣州市土地類型碳密度數(shù)據(jù)，結(jié)合當(dāng)年土地利用數(shù)據(jù)導(dǎo)入InVEST模型碳模塊下運(yùn)行，得到1990—2018年5期碳儲量數(shù)據(jù)及其變化。圖1是根據(jù)模型運(yùn)算得到碳儲量結(jié)果。結(jié)果表明1990—2018年廣州市碳儲量減少2.48×106t，降幅6.2%，年均下降8.86×104t。其中2000—2005年的下降幅度最大，年均下降2.18×105t，2010—2018年下降幅度為0.8%，年均下降3.74×104t。1990—2000年廣州市建設(shè)用地擴(kuò)張能力較強(qiáng)，進(jìn)入21世紀(jì)后，廣州市城市建設(shè)進(jìn)入一個新的高峰，隨著珠江新城的開發(fā)和周邊區(qū)域的城市擴(kuò)張，2000—2005年碳流失達(dá)到高峰?？傮w上1990到2010年區(qū)域碳儲量的變化比較劇烈，該時期廣州市經(jīng)濟(jì)快速增長，城鎮(zhèn)化速度加快，對于土地開發(fā)需求也較為強(qiáng)烈。2010年后建設(shè)用地擴(kuò)張趨于緩和，土地變化逐漸趨于平穩(wěn)，這一時期廣州市嚴(yán)重碳流失逐步得到緩解。

圖1 廣州市1990-2018年陸地碳儲量變化

2.1.3 碳儲量空間變化特征 從碳儲量空間分布來看，廣州市碳儲量空間分布具有顯著的空間異質(zhì)性，圖2分別是1990，2005和2018年陸地碳儲量分布情況。由圖2可知，高密度碳儲量主要分布在東北部一帶，該區(qū)域海拔較高，擁有高覆蓋的森林面積，植被覆蓋率高；低密度碳儲量主要分布在珠江下游，該區(qū)域主要為平原，城市化程度較高；南部主要覆被農(nóng)田等，受人類活動影響較大，碳儲量維持在較低水平。東北部海拔較高，主要是山區(qū)林地覆被，碳儲量較高。高海拔決定了坡度和坡向，限制了城市用地的擴(kuò)張和開墾活動，在一定程度上影響植被類型的分布和土壤的性質(zhì)，且在水源涵養(yǎng)、森林資源等方面更容易占據(jù)優(yōu)勢的生態(tài)位；南部屬于沖擊平原，地勢平坦，水系豐富，適合人類社會生產(chǎn)活動，因而固碳能力相對較弱。

圖2 廣州市1990-2018年碳儲量分布

圖3為1990—2005年和2005—2018年陸地碳儲量空間變化情況。從碳儲量空間變化來看，變化的區(qū)域具有大集聚和零星分布的特點(diǎn)。1990—2005年碳儲量顯著下降的區(qū)域分布在花都區(qū)、番禺區(qū)和黃埔區(qū)，主要集中在東南和西部區(qū)域，這一時期建設(shè)用地擴(kuò)張劇烈，番禺區(qū)、海珠區(qū)、黃埔區(qū)和花都區(qū)擴(kuò)張明顯，大量耕地和林地轉(zhuǎn)為建設(shè)用地，靠近城市中心附近的碳儲量顯著減少。2005年后建設(shè)用地擴(kuò)張能力相對下降，土地類型轉(zhuǎn)移趨于穩(wěn)定，區(qū)域碳儲量下降也逐漸緩和，受城市東擴(kuò)影響，碳儲量顯著大面積下降的區(qū)域主要是黃埔區(qū)和增城區(qū)西南，城市中心區(qū)域的周邊也有零星的減少，如白云區(qū)和花都區(qū)等。東北部區(qū)域的從化區(qū)和增城區(qū)北部碳儲量較為穩(wěn)定，該區(qū)域覆被大量森林資源，城鎮(zhèn)擴(kuò)張能力較低，碳儲量相對穩(wěn)定，珠江下游區(qū)域受城市發(fā)展影響，碳儲量變動較大?？傮w上廣州市碳儲量在2005年之前有明顯的下降，2005年后下降幅度低于前期，2005—2018年碳儲量總體變化較之前緩和。

圖3 廣州市1990-2018年陸地碳儲量空間變化

2.2 未來建設(shè)用地擴(kuò)張與陸地碳儲量變化

2.2.1 未來土地預(yù)測與碳儲量潛力 從預(yù)測的2034年土地分布來看，建設(shè)用地會進(jìn)一步擴(kuò)張。從2018年1 409.11 km2增加到2034年的1 683.48 km2，面積增加274.37 km2，年均增長17.14 km2，動態(tài)度1.22%，耕地與林地面積持續(xù)下降，預(yù)計分別下降173.6和91.8 km2，低于1990—2018年土地類型變化程度，總體上未來廣州市土地變化趨于穩(wěn)定。預(yù)測結(jié)果表明建設(shè)用地仍然會有一定程度的擴(kuò)張，分析未來建設(shè)用地擴(kuò)張對碳儲量變化影響，揭示在自然發(fā)展條件下未來廣州市碳儲量分布變化。從廣州市2018—2034年土地利用變化預(yù)測情況分析(圖4)，未來白云區(qū)和花都區(qū)的交界處建設(shè)用地的擴(kuò)張能力仍較強(qiáng)，交界區(qū)域的城市擴(kuò)張明顯，中心城區(qū)與花都區(qū)和白云區(qū)具有較高可能性連成一個整體，建城區(qū)的斑塊聚集度提高，散落在中心城區(qū)外圍和周邊區(qū)域的耕地在未來有較大的可能性會轉(zhuǎn)為建設(shè)用地，聚集成更大的斑塊。且擴(kuò)張侵占的土地上，可能會進(jìn)一步侵占更高碳密度的土地類型，如分布在從化區(qū)、白云區(qū)和增城區(qū)的林地等也有轉(zhuǎn)為建設(shè)用地的趨勢。2034年廣州市碳儲量仍會進(jìn)一步降低，預(yù)計將會減少1.20×106t，降幅3.2%，年均下降7.50×104t，低于1990—2010年的年均下降1.09×105t，高于2010—2018年的年均下降6.00×104t，表明在自然發(fā)展條件下，廣州市碳儲量流失整體上已經(jīng)沒有1990—2010年劇烈。預(yù)測2034年從化區(qū)碳儲量所占比例將上升到40%，廣州市北部和中部森林資源豐富，北部受制于地形因素，城鎮(zhèn)建設(shè)較為緩慢，未來仍是廣州市乃至珠三角重要的碳匯區(qū)域，中部林地靠近市區(qū)，受到城市建設(shè)用地擴(kuò)張風(fēng)險較大，碳儲量比重進(jìn)一步降低。預(yù)測碳儲量減少的區(qū)域在花都區(qū)和白云區(qū)的交界較為顯著，未來這一區(qū)域的碳儲量最易流失，增城區(qū)西部和黃埔區(qū)也會存在較大的碳儲量流失風(fēng)險，主要原因可能是該區(qū)域的林地有較大的概率轉(zhuǎn)為建設(shè)用地。碳儲量下降最高的區(qū)域分別是增城區(qū)、白云區(qū)和花都區(qū)，預(yù)計分別下降2.95×105t，2.10×105t和1.83×105t。黃埔區(qū)和白云區(qū)交界處的白云山是臨近中心城區(qū)的較大森林覆蓋區(qū)域，擁有豐富的林地和生物資源，對于保護(hù)中心城區(qū)的碳平衡和生態(tài)系統(tǒng)的穩(wěn)定具有非常重要的價值。

圖4 廣州市2018-2034年土地利用與碳儲量變化

此外其他區(qū)域也會發(fā)生不同程度的碳儲量變化，從化區(qū)南部有一定碳流失風(fēng)險，北部碳儲量微量增加，南沙區(qū)整體較為穩(wěn)定。未來部分區(qū)域碳儲量流失仍然較為嚴(yán)峻。

2.2.2 建設(shè)用地與低密度碳儲量重心遷移 城市建設(shè)用地擴(kuò)張與碳儲量生態(tài)系統(tǒng)服務(wù)是碳儲量研究中的重要內(nèi)容，城市建設(shè)用地擴(kuò)張?jiān)斐筛亓值氐雀呙芏裙烫纪恋仡愋娃D(zhuǎn)成低密度固碳土地類型，加重碳儲量生態(tài)系統(tǒng)功能的危機(jī)。在計算得到的碳儲量分布圖上劃分碳密度等級，選擇低密度碳儲量空間分布，通過不同時期的重心遷移分析建設(shè)用地與碳儲量的關(guān)系。圖5為廣州市1990—2034年不同時期建設(shè)用地與低密度碳儲量的重心變化，從重心遷移結(jié)果看，1990—2000年建設(shè)用地擴(kuò)張的整體朝向東南部，2000—2010年重心向東北方向遷移，2010到2018年城市持續(xù)向東北擴(kuò)張，但遷移距離減小，隨著西部花都區(qū)等區(qū)域副中心城鎮(zhèn)的擴(kuò)張仍充滿潛力，向西遷移趨勢有所增加?？傮w上城市重心整體在向東北偏移，且逐漸由東北偏向正北，遷移距離先增后減。預(yù)測2018—2034年建設(shè)用地重心朝向西部，遷移距離在減少，說明城市擴(kuò)張幅度在波動中趨于穩(wěn)定，低密度碳儲量空間重心遷移與建設(shè)用地擴(kuò)張方向基本吻合，表明建設(shè)用地的擴(kuò)張與低密度碳儲量空間演變具有顯著的相關(guān)性。

圖5 廣州市1990-2034年建設(shè)用地與低密度碳儲量重心變化

3 討論與結(jié)論

本文在預(yù)測未來土地的驅(qū)動參數(shù)上選擇有限，對人文因子僅考慮人口、GDP和交通分布，人文因子是一個復(fù)雜的指標(biāo)，包括工業(yè)產(chǎn)值、工廠分布、政策制定、開發(fā)紅線等，今后在驅(qū)動因子選擇中可以構(gòu)建科學(xué)的人文因子模型作為預(yù)測條件。未來城市土地變化中受到耕地紅線、生態(tài)紅線的限制，本次預(yù)測中暫不考慮政策因素，只考慮了自然情景下未來土地類型的預(yù)測，沒有針對生態(tài)保護(hù)、耕地保護(hù)等限制條件下的情景模擬，以后的研究中可以考慮在受到“三生空間”政策影響下不同情景的未來城市生態(tài)系統(tǒng)功能變化。

(1) 1990—2018年廣州市土地利用變化的特征表現(xiàn)為建設(shè)用地的快速擴(kuò)張，增幅128.3%，變化量最高，其他用地均有不同程度變化，其中耕地面積減少量最高，其次是林地。1990—2005年是土地利用變化動態(tài)度較大的時期，2010年后土地利用變化動態(tài)度顯著下降。

(2) 廣州市碳儲量分布具有空間差異規(guī)律，總體上表現(xiàn)為高值集聚在北部，低值集聚在西南。北部森林覆蓋面積大，海拔高，是碳儲量分布的主要位置，從化區(qū)、花都區(qū)和增城區(qū)是廣州市重要的碳匯區(qū)域；西南部城市化程度高，城市擴(kuò)張活動頻繁，城市中心碳儲量比較低。1990—2005年是碳流失較嚴(yán)重時期，與城市擴(kuò)張密切相關(guān)，2010—2018年碳流失相對緩和。

(3) 預(yù)測未來建設(shè)用地面積仍會繼續(xù)增加，擴(kuò)張幅度將會下降，擴(kuò)張重心朝向西部花都區(qū)和白云區(qū)等。預(yù)測未來碳儲量會進(jìn)一步下降，碳儲量減少的區(qū)域主要位于廣州市西北和主城區(qū)東部附近。西北區(qū)域建設(shè)用地未來可能與主城區(qū)形成大面積的低碳儲量區(qū)域，對于城市生態(tài)系統(tǒng)穩(wěn)定是較大的威脅，未來廣州市部分區(qū)域仍會存在一定的碳流失問題。