基于InVEST-PLUS模型的碳儲量空間關聯(lián)性及預測
——以廣東省為例

林 彤,楊木壯,吳大放,劉 鋒,楊金海,王穎佳 (廣州大學地理科學與遙感學院,廣東 廣州 510006)

陸地生態(tài)系統(tǒng)碳儲量是在植物、土壤和大氣進行連續(xù)的碳交換過程中,大量存儲在植物葉片、木質部分和土壤中的碳.陸地生態(tài)系統(tǒng)的碳儲量是研究陸地生態(tài)系統(tǒng)與大氣碳交換的基本參數(shù),也是估算陸地生態(tài)系統(tǒng)吸收和排放含碳氣體數(shù)量的關鍵要素[1].土地利用覆被變化(Land Use and Cover Change)是影響陸地生態(tài)系統(tǒng)碳循環(huán)過程,引起區(qū)域碳收支變化的重要原因[2].土地利用覆被類型是決定陸地生態(tài)系統(tǒng)碳儲存的重要因素,當土地覆被由一種類型轉變?yōu)榱硪环N類型時往往伴隨著大量的碳交換[3].

我國在土地利用碳儲量方面的研究多采用實地取樣的方式進行[4],探究不同土地利用方式下或某類土地利用類型對土壤有機碳儲量的影響.結果表明,土地利用活動對陸地生態(tài)系統(tǒng)碳循環(huán)的影響遠比工業(yè)活動更廣泛、深遠和復雜[5].實地調查和理化分析數(shù)據(jù)對土壤碳儲量的研究發(fā)現(xiàn),林地對碳儲量具有重要作用[6],水稻田的利用方式有利于土壤固碳[7].隨著 GIS技術和各種模型的廣泛運用,以及前期碳密度實地采樣成果逐步豐富,研究開始結合RS和GIS手段,在獲取土地利用數(shù)據(jù)基礎上,關注土地利用變化對不同類型碳儲量的影響[8],結合DNDC 模型[9]、CASA 模型[10]、CBMCFS3 模型[11]、Bookkeeping模型[12]等模型大致估算區(qū)域土地利用碳儲量.隨著 InVEST模型的提出,國內外越來越多學者開始使用該模型中的 Carbon模塊對區(qū)域碳儲量進行測算[13-18].InVEST(Integrated Valuation of Ecosystem Services and Tradeoffs)是美國自然資本項目組開發(fā),用于評估生態(tài)系統(tǒng)服務功能量及其經(jīng)濟價值、支持生態(tài)系統(tǒng)管理和決策的模型系統(tǒng).目前,InVEST模型已在多個國家和地區(qū)的空間規(guī)劃、生態(tài)補償、風險管理、適應氣候變化等環(huán)境管理決策中得到廣泛應用,多國學者用碳儲量模塊探究土地利用變化[19-23]、社會經(jīng)濟和人口發(fā)展水平[24]對陸地生態(tài)系統(tǒng)碳儲量的影響.目前,大尺度的研究范圍包括城市群[25]、省域[26]和市域[27],小尺度集中在縣域[28]、海岸帶[29]、流域[30]、干旱區(qū)域[31]等,主要耦合 SD(System Dynamics Model)和 CLUE-S(Conversion of Land Use and its Effects at Small region extent Model)[32-33]、FLUS(Future Land Use Simulation FLUS)[34]、CA(Cellular Automata)[35-37]等模型對未來陸地生態(tài)系統(tǒng)碳儲量進行遠景模擬預測.在土地利用類型劃分方面,由于研究區(qū)尺度和自然本底條件不同,現(xiàn)有研究對土地利用類型的劃分不一致,多數(shù)研究集中關注某類土地利用類型對碳儲量的影響,詳盡劃分的全類土地利用類型對總碳儲量影響的研究較少.有研究僅對土地利用變化和碳儲量空間分布現(xiàn)狀進行了分析,尚未考慮到碳儲量分布的空間關聯(lián)特點[38-40].現(xiàn)有的模擬預測模型中,則多數(shù)難以模擬土地利用斑塊級別的變化,缺乏對土地利用變化驅動因素的挖掘能力[41].

廣東省從2010年啟動國家低碳省試點工作,至今已超額完成超 44%的碳排放下降目標,碳減排工作取得一定成效,但節(jié)能減碳形勢仍然嚴峻[42],面臨著碳空間緊縮、碳排放剛性需求等挑戰(zhàn).本文以廣東省為研究區(qū),基于 InVEST模型定量分析廣東省1990～2020年碳儲量時空分布,用 Moran’s I指數(shù)、Getis-Ord Gi*和 Anselin Local Moran’s I工具分析廣東省區(qū)域內部碳儲量空間關聯(lián)特征,結合 PLUS模型預測2050年廣東省土地利用碳儲量,研究廣東省土地利用碳儲量未來變化情況,旨在促進區(qū)域國土空間優(yōu)化布局,協(xié)調用地開發(fā)和生態(tài)保護的關系,為廣東省自然資源可持續(xù)管理和低碳發(fā)展決策提供參考.

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

廣東省下轄 21個地級市(其中 2個副省級市),劃分為珠三角、粵東、粵西和粵北 4個區(qū)域.2020年末,全省常住人口12624.00萬人.廣東省地貌類型復雜多樣,山地、丘陵、臺地和平原面積分別占全省土地總面積的33.7%、24.9%、14.2%和21.7%,河流和湖泊等只占全省土地總面積的 5.5%.地勢總體北高南低,北部多為山地和高丘陵.廣東省屬于東亞季風區(qū),從北向南分別為中亞熱帶、南亞熱帶和熱帶氣候,是中國光、熱和水資源最豐富的地區(qū)之一.廣東省河流眾多,以珠江流域(東江、西江、北江和珠江三角洲)及獨流入海的韓江流域和粵東沿海、粵西沿海諸河為主,其余屬于長江流域的鄱陽湖和洞庭湖水系.全省多年平均降水量 1771mm,折合年均降水總量 3145億 m3.廣東省水資源時空分布不均,夏秋易洪澇,冬春常干早[43].

1.2 研究方法

1.2.1 基于 InVEST模型的碳儲量計算 運用InVEST模型中的Carbon模塊,基于土地利用和土地覆蓋類型地圖及 4個碳庫(地上生物量、地下生物量、土壤、死亡有機物)的碳儲量來估算在當前景觀下碳儲量或者一個時間段內的碳儲量.基于用戶手冊中InVEST模型Carbon模塊使用原理,模型不考慮地上碳庫中極不穩(wěn)定的碳(如草地和短周期的農(nóng)作物,因為這些碳庫相對稀少、更新太快或非常穩(wěn)定).某一區(qū)域內各種土地利用類型的碳儲量計算公式如下:

式中:i為第i種土地利用類型;Ci_tot為某區(qū)域內土地利用類型的總碳儲量;Ci_above為地上生物量,包括土壤以上所有存活的植物材料(例如,樹皮、樹干、樹枝和樹葉)的碳儲量;Ci_below為第地下生物量碳儲量,包括植物活的根系部分的碳儲量.Ci_soil為土壤碳儲量,通常被限制為礦質土壤的有機碳,但也包括有機土壤.Ci_dead為死亡有機質碳儲量,包括凋落物、倒立或已死亡的樹木.

1.2.2 基于格網(wǎng)的空間關聯(lián)性分析 在ArcMap上生成研究區(qū)10km×10km的格網(wǎng)和格網(wǎng)點,將碳儲量數(shù)據(jù)與格網(wǎng)鏈接,得到每個格網(wǎng)點的碳儲量值.基于格網(wǎng)尺度,先計算Morans’I值,得到全局自相關結果.然后用 Getis-Ord Gi*分析研究區(qū)碳儲量熱點分布.最后,用Anselin Local Moran’s I得到局部自相關結果和LISA集聚圖.

1.2.3 基于 PLUS模型的土地利用變化預測PLUS是一種基于柵格數(shù)據(jù)斑塊生成土地利用變化模擬的模型,可以更好地挖掘各類土地利用變化的誘因,模擬多類土地利用斑塊級的變化[41].該模型包含用地擴張分析策略LEAS和基于多類隨機斑塊種子的CA模型CARS兩大模塊.其中LEAS模塊能夠提取兩期土地利用變化間的用地擴張部分并進行采樣,采用隨機森林算法挖掘并獲取各類用地的發(fā)展概率和驅動因素的貢獻率.CARS模塊結合隨機種子生成和閾值遞減機制,在發(fā)展概率的約束下模擬斑塊的自動生成.基于 PLUS模型,先用 LEAS模塊分析 1990～2020年的用地擴張情況;然后,用Markov Chain計算到2050年各類用地的需求;最后,用CARS模塊模擬預測2050年土地利用變化情況.

1.3 數(shù)據(jù)來源

1.3.1 土地利用類型數(shù)據(jù) 土地利用類型數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心(http://www.resdc.cn),分別是1990年、2000年、2010年和2020年4期土地利用遙感監(jiān)測數(shù)據(jù),空間分辨率為1km×1km,包含 7個一級類和 26個二級類.廣東省4期土地利用數(shù)據(jù)庫內無永久性冰川雪地、戈壁和裸巖石礫地 3種土地利用類型,最終得到二級地類23個.

1.3.2 碳庫數(shù)據(jù) InVEST模型中,Carbon模塊對碳儲量計算和碳轉移過程進行了簡化,其假定碳儲量為靜態(tài)、不隨時間推移而改變,且區(qū)域內每一處土地利用類型的碳密度是唯一值.本文忽略采伐速率和未來情境下的碳儲量.碳庫數(shù)據(jù)主要參考前人成果,地上碳密度數(shù)據(jù)選取了研究區(qū)域同為廣東省的碳密度數(shù)據(jù)[35]和 2010年中國陸地生態(tài)系統(tǒng)地上碳密度數(shù)據(jù)集[44],土壤碳密度參考了周汝波等[45]的研究和2010年中國陸地生態(tài)系統(tǒng)土壤0～100cm碳密度數(shù)據(jù)集[44],地下碳密度數(shù)據(jù)參考了黃玫等[46]地下和地上植物根莖比系數(shù)獲得,其中耕地0.2,林地0.3,草地5.2,死亡有機物碳密度數(shù)據(jù)參考了李瑾璞等[47]和葉金盛等[48]的研究并稍加修正.最終得到廣東省土地利用類型碳密度數(shù)據(jù)庫(表1).

表1 廣東省各類土地利用類型碳庫(Mg/hm2)Table 1 Carbon pool of land use types in Guangdong Province(Mg/hm2)

1.3.3 土地利用模擬數(shù)據(jù) 土地利用變化驅動因素包括社會經(jīng)濟數(shù)據(jù)和氣候環(huán)境數(shù)據(jù),其中社會經(jīng)濟數(shù)據(jù)9個,氣候環(huán)境數(shù)據(jù)5個(表2).本研究僅討論自然發(fā)展情景下土地利用變化情況,LEAS和CARS各模塊中各種參數(shù)設置如下:

表2 土地利用模擬預測數(shù)據(jù)Table 2 Data of land use simulation and prediction

(1)隨機森林參數(shù)設置.采樣方式選擇隨機采樣,采樣率默認為0.01,mTry為9個,決策樹數(shù)目為20,并行線程數(shù)量為4.mTry個數(shù)一般不超過驅動因子個數(shù),在此選取了驅動因子三分之二的個數(shù);并行線程數(shù)量高,可以提高運算效率.

(2)CARS模擬參數(shù)設置.領域范圍選取默認值3,斑塊生成遞減閾值的衰減系數(shù)為0.5,擴散系數(shù)為0.5,隨機斑塊種子的概率默認為0.05.

(3)轉移矩陣設置.轉移矩陣中(表3),0代表不可以發(fā)生轉換,1代表可以發(fā)生轉換,由于水域為限制性因素,設置水域不得向其他地類轉換.建設用地不易發(fā)生改變,同樣設置為不向其他地類進行轉換.

表3 轉移矩陣參數(shù)設置Table 3 Parameter setting of transition matrix

(4)領域權重設置.根據(jù)用地類型擴張面積占比確定領域權重,計算得耕地0.132、林地0.191、草地0.031、水域0.032、建設用地0.065、未利用地0.001、填海用地0.001.

2 結果與討論

2.1 廣東省土地利用變化

由土地利用結構圖(圖1)可知,從1990～2020年,廣東省耕地、林地、草地和未利用地面積占比均有所減少,耕地占比由 26.53%下降到 23.83%,林地占比由60.97%下降到60.03%,草地占比由4.48%下降為4.31%,未利用地占比由 0.08%下降為0.07%,分別減少了47.25萬,15.72萬,3.06萬和0.25萬hm2.水域占比提高了 0.21%,建設用地占比上升了3.60%,分別增加了3.91萬和63.94萬hm2.水域占比增長主要表現(xiàn)為河渠和坑塘水面面積的增加,建設用地表現(xiàn)為城鎮(zhèn)用地以及其他建設用地的擴張.所有土地利用類型中,耕地的比例下降幅度最大,建設用地增長幅度最大.到 2020年,廣東省土地利用面積大小為林地＞耕地＞建設用地＞水域＞草地＞填海用地＞未利用地.

圖1 1990～2020年廣東省土地利用數(shù)量結構Fig.1 Quantitative structure of land use from 1990 to 2020 in Guangdong Province

從空間布局看(圖2),4個時點中,建設用地明顯集聚分布在珠江三角洲城市群,分別是廣州市、佛山市、東莞市、中山市、珠海市、深圳市、江門市、肇慶市和惠州市9大城市.巨大的人口和資本流動是珠三角近30a來城鎮(zhèn)用地迅速擴張的重要原因.珠三角匯集了大量的人口和資金要素,以不到全省三分之一的土地面積,容納了全省61.97%的人口,創(chuàng)造出全省 80.83%的 GDP[49].由于珠三角地區(qū)國土空間開發(fā)程度高,林地、耕地、草地等生態(tài)空間被大量侵占,呈現(xiàn)破碎化狀態(tài).粵東、粵西是全省重點開發(fā)區(qū)域,分布了一定規(guī)模的建設用地,汕潮揭、湛茂兩大城鎮(zhèn)群已有雛形[50].粵北山區(qū)以林地和耕地為主,是廣東省重要的安全屏障、水源涵養(yǎng)區(qū)和生物多樣性保護區(qū)域.廣東省形成了以珠三角為經(jīng)濟核心、粵東西兩翼為持續(xù)發(fā)展和粵北山區(qū)為生態(tài)保障的國土空間開發(fā)格局.

圖2 1990～2020年廣東省土地利用類型分布Fig.2 The distribution of land use from 1990 to 2020 in Guangdong Province審圖號:GS(2020)4632

用ArcMap柵格計算器得到1990～2020年各類型土地利用轉移矩陣(表4).近 30a,耕地共轉出246.69萬hm2,其中有58.92%轉出為林地,24.46%轉出為建設用地.林地共轉出 223.65萬 hm2,其中62.63%轉出為耕地,16.46%轉出為草地,13.31%轉出為建設用地.30a間,建設用地共轉入 106.24萬hm2,其中 56.79%來源于耕地,28.02%來源于林地.轉化率較大的地類主要為耕地、林地和建設用地.1990～2005年,廣東省土地利用主要表現(xiàn)出建設用地迅速增加、耕地大幅減少、開發(fā)強度區(qū)域差異大等特點.在前期15a間,由于社會經(jīng)濟發(fā)展需求日益提高,以及地方政府將土地作為招商引資的重要手段,城鎮(zhèn)用地和工業(yè)用地迅速進行了無序擴張,侵占了大量耕地.僅1995～2005年,全省耕地年均減少3.35萬hm2,減少幅度較大;建設用地面積年均增加3.22萬 hm2,增長速度過快[51].2005年,珠三角平原區(qū)的土地開發(fā)利用強度為15.11%,建設用地增量長期過度集中在珠三角地區(qū),尤其是環(huán)珠江口沿岸城市,區(qū)域發(fā)展之間不平衡.2006～2010年是廣東省國民經(jīng)濟和社會發(fā)展第11個5a規(guī)劃期,規(guī)劃期內廣東省各地都在開發(fā)建設,珠三角地區(qū)重點進行道路建設,粵西、粵東兩翼主要進行臨港工業(yè)建設,粵北依然是生態(tài)保護的重點地區(qū).這是廣東省在此期間建設用地迅速增加了 30.46萬 hm2的原因.隨著耕地“占一補一”、“三舊”改造和城鄉(xiāng)建設用地增加掛鉤等政策的實施,強化了對土地用途的管控,提高了對存量建設用地的利用率,盤活了現(xiàn)有建設用地,2008～2015 年,“三舊”改造面積 3.80 萬 hm2,節(jié)約土地0.99萬hm2;2011～2015年,全省建成高標準農(nóng)田122.07萬hm2.目前,廣東省仍存在區(qū)域發(fā)展不平衡的問題,珠三角發(fā)展與粵東西北發(fā)展差距懸殊,未來還將進一步加強珠三角和粵東西北的聯(lián)動與協(xié)同發(fā)展.

表4 1990～2020年廣東省土地利用轉移矩陣(萬hm2)Table 4 Transition matrix of land use from 1990 to 2020 in Guangdong Province(10000hm2)

2.2 廣東省碳儲量分布情況

運用InVEST模型得到4個時點的碳儲量空間分布圖(圖3).近 30a廣東省碳儲量空間分布無較大差異,低碳儲量區(qū)主要位于珠江口沿岸的廣州市、深圳市、中山市、東莞市、珠海市和佛山市,中碳儲量區(qū)主要位于粵東地區(qū)的揭陽市、汕頭市和潮州市以及粵西地區(qū)的湛江市、茂名市和陽江市,高碳儲量區(qū)主要位于粵北地區(qū)的韶關市、清遠市、云浮市、梅州市和河源市,整體呈現(xiàn)出“中部低、北部高、東西中等”的特點.

圖3 1990～2020年廣東省碳儲量空間分布Fig.3 Spatial distribution of carbon storage from 1990 to 2020 in Guangdong Province

從主要土地利用類型來看(表7),每一時點碳儲量從大到小分別是林地＞耕地＞草地＞建設用地＞水域＞未利用地.到2020年,林地的碳儲量最大,占全省的 67.87%,其次是耕地(15.23%)和草地(11.76%).30a來,廣東省耕地碳儲量持續(xù)減少,減少了 1394.39萬Mg;林地碳儲量先輕微上升,后下降,減少了 924.56萬 Mg;草地碳儲量處于波動下降的狀態(tài),最終碳儲量減少了387.67萬Mg.碳密度大的土地利用類型的面積大幅減少,勢必影響區(qū)域碳儲量總量.珠三角地區(qū)的城市化水平高,土地開發(fā)利用程度大,人口密集,對建設用地需求更高,城市建設用地占比較多,部分城市開發(fā)程度超過 30%[38],城市化地區(qū)生態(tài)空間被大量蠶食,林地、耕地、草地等碳儲量高的土地利用類型面積較少,分布零散,是珠三角區(qū)域碳儲量較少的主要原因.相比之下,城市發(fā)展水平較慢、土地開發(fā)程度較低的粵東西沿海地區(qū),林地、草地等生態(tài)用地數(shù)量多,區(qū)域碳儲量較高.作為廣東省生態(tài)屏障的粵北山區(qū),城市化水平較低,林地面積廣,耕地、草地面積占比高,是碳儲量最高的區(qū)域.結合廣東省土地利用結構變化情況,碳儲量與土地利用變化息息相關,土地利用變化能夠顯著影響區(qū)域碳儲量,尤其是生態(tài)用地對碳儲量變化的作用更加明顯.

表5 1990～2000年廣東省土地利用碳儲量(Mg)Table 5 Land use carbon storage from 1990 to 2020 in Guangdong Province(Mg)

2.3 廣東省碳儲量空間關聯(lián)性

從空間關聯(lián)性來看,廣東省 1990～2020年碳儲量空間 Moran’s I值均大于 0,分別為0.5816、0.5854、0.5843和0.5484,說明廣東省碳儲量空間分布呈現(xiàn)出一定的集聚現(xiàn)象.Getis-Ord Gi*熱點分析(圖4)表明,1990～2020年,碳儲量高低值集聚分布情況無較大差異,碳儲量熱點區(qū)域分布在韶關市、清遠市、肇慶市、云浮市、茂名市、河源市、梅州市和汕尾市共 8個市,其中以植被面積較多的粵北區(qū)域最為顯著、廣泛.粵東、粵西少數(shù)城市有碳儲量高值集聚分布.集聚程度較低的區(qū)域還是位于珠三角地帶,尤其是環(huán)珠江口沿岸的 6個城市,表現(xiàn)為99%置信度的低碳儲量集聚.到 2020年,碳儲量高集聚范圍縮小,但整體結構仍呈現(xiàn)出以粵北山區(qū)生態(tài)重要屏障區(qū)域為主、以粵東西兩翼為輔的特點.同時LISA集聚圖表明(圖5),粵北以清遠市、韶關市、河源市和肇慶市為最主要的碳儲量高—高集聚區(qū)域,粵西以湛江市和茂名市為主,珠三角僅有惠州市為高—高集聚區(qū).碳儲量總量不僅在這些城市較高,并且呈現(xiàn)出集中分布的狀態(tài),分布范圍大.珠三角的東莞市、中山市、深圳市和珠海市,以及粵東的潮州市和汕頭市屬于碳儲量低—低集聚區(qū)域.其中,梅州市表現(xiàn)為被低碳儲量值環(huán)繞的高碳儲量區(qū)域.廣東省碳儲量空間分布與土地利用情況密不可分,碳儲量顯著高值集聚區(qū)域分布在建設用地少、生態(tài)用地多且連片的粵北地區(qū),顯著低值區(qū)域分布在國土開發(fā)強度和生態(tài)用地破碎化程度高的珠三角地帶,這些區(qū)域沒有碳密度較高的生態(tài)用地為其提供一定的碳儲存,故碳儲量表現(xiàn)出無顯著集聚分布或低值集聚分布的狀態(tài).總體而言,碳儲量空間關系形成高集聚區(qū)域環(huán)狀圍繞低值集聚區(qū)域的結構特點.

圖4 1990～2020年廣東省碳儲量熱點分布Fig.4 Hot spot distribution of carbon storage in Guangdong Province from 1990 to 2020

圖5 2020年廣東省碳儲量LISA集聚Fig.5 LISA agglomeration diagram of carbon storage in Guangdong Province, 2020

2.4 廣東省土地利用碳儲量預測

基于PLUS模型和14個驅動因子,以2020年為基期,得到2050年廣東省土地利用情況.檢驗表明,Kappa系數(shù)為0.7828,總精度為0.8743,精度檢驗結果可行,可用于模擬預測.土地利用結構表表明(表6),在現(xiàn)行社會經(jīng)濟自然發(fā)展的情況下,到2050年,耕地、林地和草地面積持續(xù)減少,分別減少 30.31萬,63.24萬和 5.80萬hm2,水域和建設用地面積分別增加2.09萬和24.72萬hm2.水域面積上升,但碳儲量減少的原因是增加的水域類型主要是碳密度為0的河渠和水庫坑塘,而灘涂、灘地等具有一定碳密度的地類減少了.較2020年,碳儲量共減少4327.21萬Mg,其中林地的減量最高,減少了3313.02萬Mg,平均每年每減少1萬hm2的林地,碳儲量就下降110.43萬Mg;其次是草地,平均每年失去1萬hm2的草地,碳儲量減少24.37萬Mg.林地和草地兩類具備高碳儲量的生態(tài)服務型用地,數(shù)量的多少直接對區(qū)域碳儲量產(chǎn)生重大的影響.從2050年廣東省土地利用和碳儲量分布圖(圖6)看,環(huán)珠江口沿岸的城市基本上都被建設用地占據(jù),除廣州市北部分布有林地外,其他城市的林地和草地面積微乎其微.低碳儲量區(qū)域分布更廣,深圳市和佛山市幾乎沒有較高碳儲量的地區(qū).

表6 2050年廣東省土地利用結構Table 6 Construction of land use of 2050 in Guangdong Province

圖6 廣東省2050年土地利用及碳儲量分布預測Fig.6 prediction of land use and carbon storage distribution of 2050 in Guangdong Province

將 1990～2050年廣東省碳儲量分區(qū)統(tǒng)計,用自然斷點法,把碳儲量劃分為低碳儲量區(qū)、較低碳儲量區(qū)、中等碳儲量區(qū)、較高碳儲量區(qū)和高碳儲量區(qū),可以得到各市碳儲量時間序列上的變化情況(圖7).1990～2000年,除廣州市由中等碳儲量區(qū)變成較低碳儲量區(qū)外,廣東省其他各市碳儲量等級無變化.2000年和2010年的碳儲量分區(qū)一致.2020年,肇慶市從較高碳儲量升級為高碳儲量區(qū),湛江市從中等碳儲量區(qū)升級為較高碳儲量區(qū),廣州市、揭陽市和汕尾市從較低碳儲量區(qū)升級為中等碳儲量區(qū),佛山市和潮州市從低碳儲量區(qū)升級為較低碳儲量區(qū).2050年與2020年的碳儲量分區(qū)情況一致.4個時點中,粵北區(qū)域的清遠市、韶關市、梅州市和河源市一直穩(wěn)定保持在高碳儲量區(qū),是廣東省堅實有力的生態(tài)后盾.

圖7 廣東省1990～2050年土地利用碳儲量分區(qū)Fig.7 Land use carbon storage zone in Guangdong Province from 1990 to 2050

2.5 討論

隨著社會經(jīng)濟的迅速發(fā)展,建設用地的快速擴張導致林地、耕地、草地等地類面積減少.林地和草地等具有高碳密度值地類的面積減少又會顯著降低區(qū)域的碳儲量.張凱琪等[27]同樣認為建設用地和水域擴張會加快總碳儲量的減少速度從而導致區(qū)域固碳能力明顯降低,與本文的研究結果相似.周汝波等[45]的研究同樣認為區(qū)域內林地轉出、草地轉出是碳儲量減少的重要原因,需要對地、草地和耕地的面積進行一定的管控.因此,需要重點管控高碳儲量區(qū)域林地和草地等生態(tài)型用地的轉出.

InVEST模型土地利用變化和碳密度庫基礎上,能夠快速高效計算每類土地利用類型的碳儲量及分布狀況,但是由于其假定各地類的碳密度不隨時間推移和區(qū)域變化而變化,弱化了碳循環(huán)的具體過程,與實際碳儲量值會有一定差異.本文在參考前人的碳庫數(shù)據(jù)基礎之上,盡量選取了與本研究區(qū)自然地理概況和社會經(jīng)濟發(fā)展較相似的數(shù)據(jù),且在計算土壤碳密度時參考了2010年中國陸地生態(tài)系統(tǒng)地上碳密度數(shù)據(jù)集的實測數(shù)據(jù)平均值.在未來采用該模型時應盡量考慮到森林采伐速率對碳儲量的影響.

本文僅假定了現(xiàn)行社會經(jīng)濟自然發(fā)展狀態(tài)情景下到2050年的碳儲量分布情況,并未做多情景的模擬預測,且尚未探討基于 PLUS模型各類用地擴張的驅動因素.侯建坤等[52]的研究探究了不同發(fā)展情景下土地利用變化對碳儲量的影響,并發(fā)現(xiàn)在生態(tài)保護情景下區(qū)域固碳能力將大大提高.未來將深入挖掘土地利用擴張驅動因素對碳儲量分布的影響程度,進一步預測生態(tài)保護等多種情景約束下的土地利用碳儲量變化,以期為國土空間開發(fā)和布局優(yōu)化提供更科學可行的參考.

3 結論

3.1 1990～2020年,廣東省耕地面積持續(xù)減少,林地、草地、水域面積呈波動減少的狀態(tài),建設用地面積迅速增加;到2020年,各類用地面積占比從大到小為:林地(60.03%)、耕地(23.83%)、建設用地(7.53%)、草地(4.31%)、水域(4.21%)、未利用地(0.07%)和填海用地(0.02%).建設用地集中分布在珠三角地區(qū),以環(huán)珠江口6個城市最為顯著.林地、草地等生態(tài)服務型用地主要集中連片分布在粵北地區(qū)的韶關市、清遠市等地,粵東西兩翼正處于加速發(fā)展階段.國土空間開發(fā)格局已基本形成.

3.2 近 30a來,廣東省碳儲量分布情況與國土空間開發(fā)格局相似,土地利用類型直接影響區(qū)域碳儲量的高低,林地、耕地、草地等具備生態(tài)服務功能的地類具有較高碳儲量.開發(fā)程度高的珠三角地區(qū)碳儲量較低,植被等生態(tài)用地較多的粵北區(qū)域碳儲量較高.廣東省碳儲量呈現(xiàn)“中部低、北部高、東西中等”的特點.

3.3 廣東省土地利用模擬結果表明,較 2020年,2050年耕地、林地和草地面積分別減少30.31萬、63.24萬和 5.80萬 hm2,建設用地和水域面積增加,期間碳儲量共減少了4327.21萬Mg.清遠市、韶關市、梅州市和河源市始終處在高碳儲量區(qū),雖然部分區(qū)域碳儲量等級較1990年有所提升,但是總碳儲量還是處于減少的趨勢.

3.4 碳儲量集聚程度高的區(qū)域是廣東省的核心碳儲區(qū),在未來的發(fā)展建設中,要重點保障碳儲量高集聚區(qū)域的生態(tài)資源,尤其是要維持粵北山區(qū)生態(tài)保護屏障的重要地位,同時減緩珠三角城市土地開發(fā)強度,提高建設用地集約節(jié)約能力,形成平衡協(xié)調、低碳發(fā)展的土地利用格局.