基于FLUS與InVEST模型的北京市生態(tài)系統(tǒng)碳儲量時空演變與預測

邵 壯,陳 然,趙 晶,2,*,夏楚瑜,何穎婷,唐豐蕓

1 北京林業(yè)大學園林學院,北京 100083 2 北京林業(yè)大學城鄉(xiāng)生態(tài)環(huán)境北京實驗室,北京 100083 3 北京工業(yè)大學城市建設學部城鄉(xiāng)規(guī)劃系,北京 100124

作為碳循環(huán)中的關鍵碳庫,陸地生態(tài)系統(tǒng)在維持全球碳循環(huán)中發(fā)揮著舉足輕重的作用。研究表明,土地利用變化是影響陸地生態(tài)系統(tǒng)碳循環(huán)過程,引起碳源、碳匯變化,并進一步影響區(qū)域乃至全球碳平衡的重要原因[1—2]。研究通過調整土地利用實現碳減排是國家重點科技領域以及優(yōu)先主題[3]。對此,中央財經委員會在2021年3月15日的第九次會議上指出：要提升生態(tài)碳匯能力,強化國土空間規(guī)劃和用途管控,有效發(fā)揮森林、草原、濕地、海洋、土壤、凍土的固碳作用,提升生態(tài)系統(tǒng)碳匯增量[4]。在全球范圍內,城市地區(qū)雖然只占世界陸地面積的2%,卻產生了全球約75%的碳排放,而科學合理的土地利用和管理方式可以重新固定大約60%—70%已耗損的碳。2021年11月中共中央、國務院印發(fā)《碳達峰碳中和意見》,提出了構建提升生態(tài)系統(tǒng)碳匯能力等主要目標,可見積極鞏固和提升碳匯能力是實現碳中和的必由之路。因此,隨著城市的發(fā)展,國土空間規(guī)劃所引起的碳匯能力變化直接影響到“雙碳”目標的落實和減排方案的制定。政策方面,國家也高度重視國土空間規(guī)劃與城市碳匯能力的相關性：《2021年國務院政府工作報告》[5]、《北京城市總體規(guī)劃(2016年—2035 年)》(以下稱為《總規(guī)》)第83條[6]、《北京市國土空間生態(tài)修復規(guī)劃(2021年—2035 年)(草案)》第四章[7]、《北京市2021年政府工作報告》[8]等政府報告中均明確地指出應該通過國土空間規(guī)劃等多種手段提升城市系統(tǒng)的碳匯能力,以助力“雙碳”目標的落實。

目前從不同空間尺度下對于鏈接未來城市土地變化與碳儲量的研究已有一定基礎,如在流域尺度下,楊潔等研究基于InVEST和CA-Markov模型研究了黃河流域碳儲量時空變化[9]；在城市群尺度下,解天琪等基于土地利用對淮海經濟區(qū)進行了碳儲量估算與預測[10]；在城市尺度下,何海珊等運用FLUS模型模擬出深圳市土地利用類型在碳匯最大化情景和碳排放量最小化情景兩種情景下的空間分布特征[11]；在特定區(qū)域尺度下,史名杰等基于MCE-CA-Markov和InVEST模型對伊犁谷地展開了碳儲量時空演變及預測[12]；基于空間自相關技術的城市分區(qū)管理模式研究也有一定基礎,如夏楚瑜等在杭州城市生態(tài)韌性水平模擬預測研究中,將空間自相關模型應用于城市分區(qū)管理模式研究中[13]。在實現北京市高水平發(fā)展道路上,抓住“疏解非首都功能”這一契機尤為重要,近年來提出的相關政策有很多,在滿足未來政策要求的量化指標與限制發(fā)展紅線的情況下,應如何提出合理有效的未來城市發(fā)展與低碳城市建設的分區(qū)管理模式？在相關研究中[14—15],切實有效的方式為結合土地利用變化與碳儲量進行多情景模擬分析。但目前少有研究結合研究區(qū)相關政策進行矢量化與定量化設置情景,進行對比；而在結合未來城市土地利用變化與碳儲量的相關研究中,少有進行精細化分區(qū)管理。以此為切入點,進行北京城市多情景模擬研究,亦是著眼于首都的長遠可持續(xù)發(fā)展。

綜上,本文擬以北京市為研究區(qū),探究1990—2018年不同時期國土空間規(guī)劃及其對碳儲量的影響,并對2035年北京城市格局進行多情景模擬,以期為北京市國土空間規(guī)劃提供科學依據,加快北京市與京津冀地區(qū)由“虹吸效應”向“輻射帶動作用”的轉變,以尋求“雙碳”目標導向下的城市規(guī)劃方案最優(yōu)解,同時也能為我國其他城市提供引領和示范作用。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

北京是中國的首都,地處中國北部,東與天津毗連,其余均與河北相鄰,位于華北大平原北部,屬于暖溫帶半濕潤半干旱季風氣候,夏季高溫多雨,冬季寒冷干燥,春、秋短促(圖1)。截至2020年,北京市共16個市轄區(qū),總面積16410.54 km2,山地面積約占總面積的62%,平原面積約占38%,大部分平原地區(qū)已成為農田和城鎮(zhèn)。北京市地帶性植被類型是暖溫帶落葉闊葉林并間有溫性針葉林的分布,隨著京津風沙源治理二期工程、兩輪百萬畝造林綠化建設等防沙治沙工作的不斷推進,截至2020年底,北京市的森林覆蓋率已達到44.4%,山區(qū)森林覆蓋率達到58.8%[16]。

圖1 北京市地理位置圖Fig.1 Geographical location map of Beijing

北京是我國城市化最快的城市之一[17]。因北京人口規(guī)模較大、城市發(fā)展水平較高,相應土地資源承載壓力也較大[18]。自十八大以來,北京作為“率先達峰城市聯盟”名錄重點城市之一,碳中和任務艱巨[19],其碳中和工作有一定的特殊性：一方面,碳排放量增速居高不下[20]；另一方面,百萬畝造林等增匯工程為增強碳匯能力提供了強有力支撐[21—22]。作為我國首批碳排放試點的重要起源地之一,北京市在實現碳達峰、碳中和方面,北京市不僅要做好碳排放的“減法”、還要做好生態(tài)碳匯的“加法”。在進行國土空間規(guī)劃時,對于碳匯方面,需要考慮碳匯的時空規(guī)律及過程、空間影響因素、空間格局及其管控,考慮基于碳匯的空間優(yōu)化,形成更科學的空間支撐。

1.2 研究方法

在本研究中,為精細化模擬北京市未來陸地生態(tài)系統(tǒng)碳儲量及其變化將FLUS模型和InVEST模型進行結合,基于1990—2018年北京市土地利用數據,測算1990年—2018年北京市碳儲量變化,再利用FLUS模型,分別測算自然演變情景、人口疏解城市發(fā)展情景、綠色集約生態(tài)保護情景3個城市發(fā)展情景下的土地利用變化,接著采用InVEST模型預測2035年三種情景下的碳儲量變化,最后借助空間自相關模型對北京市進行分區(qū)管理研究(圖2)。該模型集大尺度精細化土地利用變化模擬和直接模擬土地利用變化對陸地生態(tài)系統(tǒng)碳儲量影響兩大優(yōu)勢,為預測中國未來土地利用情景下陸地生態(tài)系統(tǒng)碳儲量變化提供較好的解決方案。

圖2 研究框架圖Fig.2 Research Framework

1.2.1 數據來源

(1)土地利用數據。土地利用數據與北京市行政邊界數據下載于中國科學院資源環(huán)境科學數據中心(http://www.resdc.cn),空間分辨率為30 m×30 m。時間上選取1990—2018年(1990、2000、2010、2015、2018年)五期土地利用數據,用ArcGIS 10.5軟件將該區(qū)域土地利用數據類型分為25個二級類型,通過再分類形成耕地、林地、草地、水域、建設用地和未利用地6個一級土地類型[23]。

(2)土地利用驅動因子(表1)。用于土地預測的驅動因子分為自然因素和社會因素,按自然因素分為DEM、坡度(數字高程)、NDVI(歸一化植被指數)、年均降水、年均氣溫,按社會因素分為到市中心距離、交通網絡GDP和人口密度[24],使用ArcGIS 10.5重采樣功能將土地利用驅動樣本的分辨率統(tǒng)一調整為30 m×30 m。

1.2.2 Flus土地利用預測模型與多情景設定

(1)Flus 未來土地利用預測模型

基于北京市1990—2018年間五期土地利用類型圖和選取的影響土地利用變化的多種驅動因子,在人工神經網絡的適宜性概率估算模塊,將基期的土地利用類型與多項空間驅動因子進行擬合,計算出3種情景下2035年北京市各種用地類型在研究范圍內的適宜性概率。在其他相關論文基礎上[25—26],對鄰域因子參數進行微調并進行多次實驗,以設置四種情景下各個要素的鄰域權重(表2)。

表1 土地驅動樣本及數據來源

表2 鄰域因子參數

運用FLUS模型中的基于輪盤賭選擇的自適應慣性競爭機制解決多種用地類型在自然作用和人類活動共同影響下發(fā)生相互轉換的不確定性與復雜性,并由此計算綜合規(guī)則[27]。

研究首先進行精度驗證,即基于1990—2015年北京市土地利用變化規(guī)律,經過模擬得到2018 年土地利用情況,并將其與2018年實際土地利用狀況進行對比。本文采用 Kappa系數對土地格局演變預測的精度進行檢測[28],模型的驗證以2010年土地類型作為訓練集,預測2018年土地類型分布,總體精度94.49%,Kappa系數為92.20%,表明FLUS模型在北京市尺度上有較好的模擬能力,精度較高(當Kappa>0.8 時,則表示模擬效果極好,結果可信度高,一致性程度極好；當0.6

Kappa=(P0-Pc)/(Pp-Pc)

式中：P0為正確模擬的比例；Pc為模型隨機情況下的正確預測比例；PP為理想情況下正確預測的比例。

(2)多情景設定

城市未來發(fā)展與土地利用變化受到的影響因素是多方面的,所以在進行土地利用變化模擬預測時需要充分考慮多種環(huán)境影響因素[30—31]。本研究根據《總規(guī)》中提到“要嚴守人口總量上限、生態(tài)控制線、城市開發(fā)邊界三條紅線”的相關要求,基于城市現狀擴張程度,根據城市發(fā)展與生態(tài)保護的相關政策中著重論述的要點,提出了自然演變情景(NES)、人口疏解城市發(fā)展情景(PDUDS)、綠色集約生態(tài)保護情景(GIEPS)3種典型情景模式,以模擬預測北京市2035年土地利用典型的數量與空間分布情況。

其中NES為不考慮任何規(guī)劃政策對土地利用變化約束性影響；PDUDS來自于《總規(guī)》中限制人口總量上限政策的要求下對城市建設用地擴張的約束,人口數據方面,基于IPCC 2020年發(fā)布的共享社會經濟路徑(SSPs)與典型濃度路徑(RCPs)組合的CMIP6 SSP2.0(描繪中等發(fā)展水平情景),采用了Springernature網站2020—2100年SSP2.0情景下的1 km × 1 km分辨率數據,將其重采樣至30 m×30 m后輸入至人工神經網絡,計算適宜性概率圖層,進行后續(xù)用地空間格局的預測模擬[13]；綠色集約生態(tài)保護情景的設置基于《總規(guī)》所劃定的生態(tài)保護紅線、永久基本農田保護紅線和城鎮(zhèn)開發(fā)邊界線劃定生態(tài)用地保護范圍,且對建設用地進行限制。

表3 土地利用模擬情景設置

1.3.2 InVEST 模型與碳密度系數及修正

“生態(tài)系統(tǒng)服務功能與權衡交易綜合評價模型”,即InVEST模型(Integrated Valuation of Ecosystem Services and Trade-offs)。InVEST 模型中的碳儲量模塊將生態(tài)系統(tǒng)的碳儲量劃分為4 個基本碳庫: 地上生物碳(土壤以上所有存活的植物材料中的碳)、地下生物碳(存在于植物活根系統(tǒng)中的碳)、土壤碳(分布在有機土壤和礦質土壤中的有機碳)、死亡有機碳(凋落物、倒立或站立的己死亡樹木中的碳),即：

Ctotal=Cabove+Cbelow+Csoil+Cdead

式中：Ctotal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表示死亡有機質碳儲量。

本研究通過查閱文獻并總結現有的研究結果[33](林業(yè)科學數據中心(http://www.cfsdc.org/)),根據地區(qū)氣候條件, 采用對碳密度進行修正,得到北京市各土地利用類型的碳密度。本研究的碳密度數據基于全國和與北京市同氣候帶地區(qū)的研究結果[34—35], 而非實際測量, 而碳密度值隨土壤性質和土地利用的不同而不同,所以需對其進行修正。年降水量與生物量和土壤碳密度的關系采用Alam 等研究中的公式[36](公式3、 4)作為修正降水量因子的公式, 采用Giardina等、陳光水等研究中的公式(公式5)作為修正年均溫和生物量碳密度的公式[37]。

CSP=3.398×P+1996.1 (R2=0.11)

CBP=6.7981e0.00541P(R2=0.70)

CBT=28×T+398 (R2=0.47,P<0.01)

式中:CSP為根據年降水量得到的土壤碳密度(Mg/ha),CBP、CBT分別為根據年降水量和年均溫得到的生物量碳密度(Mg/ha),P為年均降水量(mm),T為年均氣溫(℃)。分別將北京市地區(qū)和全國的年均溫和年降水量代入上述公式(1990—2018 年,全國尺度和北京地區(qū)的年均溫分別為9.58℃、9.80℃,全國尺度和北京地區(qū)的年降水量分別為673.9 mm、640.1 mm),二者之比即為修正系數, 全國的碳密度數據與修正系數的乘積為北京市碳密度數據。

1.3.3 Geoda局部空間自相關分析

空間自相關分析適用于衡量空間變量的分布是否具有集聚性,其全局與局部空間自相關都能夠較好地描述地理事物間的關系,衡量出事物空間要素屬性間的聚合或離散的程度?？臻g自相關分析包括全局空間自相關和局部空間自相關[38]。

(1)全局空間自相關

MIi∈[0,1],數值為正表示該空間事物的屬性值分布具有正的空間自相關性,其越接近1,則單元之間的關系越密切；數值為負表示該空間事物的屬性值分布具有負的空間自相關性；0表示該空間事物的屬性值分布不存在空間自相關性。

表4 研究區(qū)碳密度/(t/hm2)

(2)局部空間自相關

本研究將北京市劃分為2000 m×2000 m的網格,采用局部空間自相關的LISA來表現碳儲量在局部網格空間集聚規(guī)律。

MIi∈[-1,1],數值為正表示該單元周圍相似值的空間積聚,高觀測值區(qū)域被高值包圍(高高),低觀測值則被低值包圍(低低)；負值表示非相似性的空間積聚,低值區(qū)域被高值包圍(低高)或者高值區(qū)被低值包圍(高低)；0表示該區(qū)域與相鄰區(qū)域無空間關聯性。

2 結果與分析

2.1 土地利用及其轉移變化

表5表示研究區(qū)內土地類型面積和動態(tài)度變化,1990—2010年土地利用動態(tài)度較高,耕地和草地大量轉入建設用地,土地變化劇烈,2010—2015年土地利用的動態(tài)度明顯下降,土地變化相對緩和。耕地在2010年后變化有明顯下降趨勢。1990—2018年林地動態(tài)度為0.11%,是平均動態(tài)度最低的土地類型。建設用地各時期的動態(tài)度高, 1990—2010年建設用地的增量較大,2010—2015年增量減少并趨于穩(wěn)定,建設用地迅速擴張且擴張能力明顯下降。

表5 北京市1990—2018年各類土地利用類型的面積變化

2.2 碳儲量時空變化

2.2.1 碳儲量時間變化特征

利用InVEST模型碳儲量模塊分別估算了北京市1990—2018年期間的碳儲量,如圖3所示。從數量上來看,研究區(qū)1990年、2000年、2010年、2015年、2018年總碳儲量分別為15.64×106t、16.39×106t、15.67×106t和16.10×106t,1990—2015年間,總體呈減少的趨勢,累計損失了4.7×105t。2015—2018年變化趨勢反轉,總碳儲量增加了6.00×105t。1990—2015年間,地上碳儲量、地下根系碳儲量、土壤碳儲量、死亡有機質碳儲量變化均呈減少的趨勢,其中土壤碳儲量損失最多,為1.7×105t,但均在2015—2018年間有所增加。2000—2010年區(qū)域碳儲量的變化比較劇烈,碳流失達到高峰,該時期北京市經濟發(fā)展迅速,城鎮(zhèn)化速度加快,對于土地開發(fā)需求也較為強烈。2010年后建設用地擴張趨于緩和,土地變化逐漸趨于平穩(wěn),這一時期北京市碳流失逐步得到緩解,且在2015年后得到明顯改善。

圖3 1990—2018年北京市基本碳庫碳儲量變化Fig.3 Changes of basic carbon storage in Beijing from 1990 to 2018

2.2.2 碳儲量空間變化特征

從空間上來看,北京市碳儲量空間分布格局具有顯著的空間異質性。圖4分別是1990、2000、2010、2015、2018年研究區(qū)碳儲量分布情況。由圖4可知,碳儲量較高的區(qū)域主要分布在研究區(qū)的西北兩側,該區(qū)域海拔相對較高,植被覆蓋率高,碳儲量密度最高值為66 t/hm2；行政區(qū)劃上,位于懷柔區(qū)、延慶區(qū)、密云區(qū)北部、平谷區(qū)北部、昌平區(qū)西部、門頭溝區(qū)和房山區(qū)西北部,這些地區(qū)多位于北京郊區(qū),城市化程度相對較低,土地利用類型以林地和草地為主。碳儲量較低的區(qū)域主要分布在北京市中心主城區(qū),城市化程度較高,土地利用類型以建設用地和耕地為主,受人類活動影響較大,碳儲量維持在較低水平。

圖4 1990—2018年北京市碳儲量變化Fig.4 Change of carbon storage in Beijing from 1990 to 2018

圖5 1990—2018年北京市碳儲量空間變化 Fig.5 Spatial variation of carbon storage in Beijing from 1990 to 2018

為了更清楚地從空間上反映研究區(qū)的碳儲量變化,對 1990年、2018年兩個時期碳儲量空間分布圖進行差值計算,再進行重分類,將 1990—2018年期間的碳儲量空間變化值分為三類：減少、 基本不變和增加,其結果如圖5所示。從碳儲量空間變化來看,變化的區(qū)域具有大聚集和零星分布的特點。由圖可知,1990—2018年間研究區(qū)大部分區(qū)域的碳儲量基本穩(wěn)定,其占比為77.89%；15.51%的區(qū)域碳儲量呈減少的趨勢,6.60%的區(qū)域碳儲量呈增加的趨勢,二者零星分布在整個研究區(qū)內。碳儲量顯著下降的區(qū)域分布在豐臺區(qū)、朝陽區(qū)、順義區(qū)西南部和昌平區(qū)東南部等,由于城市擴張劇烈,大量耕地和部分林地轉為建設用地,城市中心區(qū)域的周邊的碳儲量也有零星的減少。受萬畝造林工程等相關政策的影響,六環(huán)路兩側 、城鄉(xiāng)結合部重點村拆遷騰退區(qū)、重點道路、河流兩側和荒灘荒地,、首都機場周邊和航空走廊可視區(qū)及南水北調干線工程兩側等地區(qū)碳儲量均有所增加。

利用FLUS模型對以上數據進行處理得到3種情景下的北京市2035年的未來土地利用情況：在不同的限制條件下,除了綠色集約生態(tài)保護情景外,其余兩種情景下的建設用地均會持續(xù)擴張,生態(tài)用地中耕地和草地均有減少?？傮w來說,3種情景下北京市2035 年土地利用變化較為明顯的區(qū)域主要集中在西部、東北部以及中心城區(qū)。再經過查閱文獻及調整公式,獲得北京市土地類型碳密度數據,結合土地利用預測數據導入InVEST模型碳模塊下運行,得到2035年3種情景下的碳儲量數據及其動態(tài)變化,如圖6、圖7所示。

(1)自然演變情景下,2035年北京市總碳儲量相對往年有所降低,且碳儲量值為3種情景中最小,僅為15.64×106t。中心城區(qū)以及京郊地區(qū)周邊的碳儲量最易流失,其主要原因可能是在自然發(fā)展條件下,該區(qū)域的林地和耕地有較大概率轉換為碳密度值相對較小的建設用地,其中碳儲量值下降最高的區(qū)域為海淀、順義、朝陽、通州等區(qū)域。

(2)人口疏解城市發(fā)展情景下,整體趨勢與自然增長態(tài)勢類似,建設用地擴張至4058.79 km2,主要集中在中心城區(qū),而如密云區(qū)、延慶區(qū)、房山區(qū)的城郊區(qū)建設用地增加較少。生態(tài)用地中林地與水域面積有所增加,分別增至為7679.09 km2和418.15 km2。此情景下的總碳儲量值為16.10×106t?；赟SP2.0人口增長情景,靠近太行山脈與燕山山脈附近的昌平、密云、懷柔、海淀、豐臺、房山區(qū)碳儲量減少量較大,其主要原因可能為此處的建設用地擴張與人口擴散趨勢保持一致,而林地面積增加,建設用地轉換為耕地與草地的比例有所減少,從而保持總體碳儲量穩(wěn)定增長。

(3)綠色集約生態(tài)保護情景下,城市建設用地面積限制到2760 km2,生態(tài)控制區(qū)面積占北京市市域面積的75%,森林覆蓋率占市域面積的45%。生態(tài)用地中林地面積增加至8328.49 km2,水域面積增加至509.15 km2,其他用地面積均有小幅度減少?？偺純α款A測值相對往年有所增加,且為預測情景中最高,增長至16.39×106t。從空間分布來看,87.32%的區(qū)域碳儲量基本穩(wěn)定,僅有零星分布在城市周邊的3.54%的區(qū)域呈減少趨勢。在建設用地面積以及生態(tài)保護紅線、永久基本農田保護紅線和城鎮(zhèn)開發(fā)邊界線的限制條件下,更多城區(qū)內的建設用地轉換為其他碳密度值較高的生態(tài)用地,燕山山脈與太行山脈的林地面域增大,永定河、溫榆河等水域的面積也有所增加,耕地和草地轉換為建設用地的面積減小,因此還有占比9.14%的區(qū)域碳儲量呈增加趨勢。

圖6 2035年3種情景下北京市碳儲量分布預測Fig.6 Prediction of carbon storage distribution in Beijing under three scenarios in 2035

圖7 2018—2035年3種情景下北京市碳儲量變化預測Fig.7 Prediction of carbon storage change in Beijing under three scenarios from 2018 to 2035

圖8 2035年3種情景情景下北京市區(qū)域碳儲量分析預測Fig.8 Analysis and prediction of regional carbon storage in Beijing in 2035 under the three scenarios

2.3 區(qū)域碳儲量差異空間自相關分析

運用geoda軟件對北京市行政區(qū)劃與2035年3種情景下北京市碳儲量時空差異進行全局空間自相關分析,由測算(圖9)可知分布在第一象限和第三象限的點為空間正相關的點數據,三種情景下Moran′ sI的值分別為0.438、0.423和0.427, 為空間正相關, 說明這些區(qū)域具有較大的空間正相關性,也就是北京市各區(qū)域范圍內碳儲量的空間分布并非表現出完全隨機性, 而是表現出空間相似值之間的空間聚類。其空間關聯特征是：碳儲量較高的區(qū)趨于和碳儲量較高的區(qū)相鄰,碳儲量較低的區(qū)趨于和碳儲量較低的相鄰。因為大部分區(qū)位于第一象限(熱點區(qū)域)和第三象限(冷點區(qū)域)內,熱點區(qū)域屬于高一高集聚,冷點區(qū)域為低一低聚集,所以北京市16個下轄區(qū)中有14個都具有較強的空間正相關。

圖9 北京市碳儲量全局空間自相關分析Moran 散點圖Fig.9 Moran scatter plot of global spatial autocorrelation analysis of carbon storage in Beijing

運用geoda軟件對各情景下北京市碳儲量進行局部空間自相關分析(圖10),其結果表明3種情景下的碳儲量值在空間分布上具有相似性,碳儲量高值區(qū)域在城市北部、西北部及西部的懷柔區(qū)、延慶區(qū)、昌平區(qū)和門頭溝區(qū)出現集聚,主要原因可能為北京市西部和北部的區(qū)域林木覆蓋率較高,根據相關報道,京津風沙源治理工程的實施使頭溝、房山、昌平、平谷、懷柔、密云、延慶等7個區(qū)納入工程范圍,通過植樹造林、退耕還林、小流域綜合治理等綜合施策斗風沙,且通州區(qū)、懷柔區(qū)、密云區(qū)將在2022年全部創(chuàng)建為“國家森林城市”,北京計劃通過兩輪百萬畝造林綠化工程,到2022年森林覆蓋率達到45%,這對于提升陸地生態(tài)系統(tǒng)的碳匯能力具有重要作用。

圖10 2035年北京市碳儲量局部空間自相關分析Fig.10 Local spatial autocorrelation analysis of carbon storage in Beijing in 2035

2.4 多情景模擬下土地利用變化對生態(tài)系統(tǒng)碳儲量影響差異

建設用地擴張是造成三種情景內生態(tài)系統(tǒng)碳儲量變化的重要因素,因為建設用地面積的增長牽制耕地、草地此類含碳量高的地類面積的變化,從而影響整體碳儲量。

圖11 2018—2035年北京市各用地類型生態(tài)系統(tǒng)碳儲量變化Fig.11 Changes of carbon storage in ecosystems of different land use types in Beijing from 2018 to 2035

根據圖11,發(fā)現除建設用地外的草地、水域和林地等生態(tài)用地面積的顯著減少成為自然演變情景中導致生態(tài)系統(tǒng)碳儲量減少的主要原因。綠色集約生態(tài)保護情景下,林地面積的增長引致的生態(tài)系統(tǒng)碳儲量總值較高,主要由于該情景限制了建設用地的面積,并減少林地、耕地、草地和水域向其轉換的概率,使得各生態(tài)用地各地類碳儲量并未有明顯降低。耕地、草地的影響略次于建設用地,其中耕地和草地在自然演變和人口疏解城市發(fā)展情景中對碳儲量的影響較大,對綠色集約生態(tài)保護情景的影響相對較小。水域在自然演變和綠色集約生態(tài)保護情景下對總體碳儲量有一定的影響作用；而未利用地在三種情景下的碳儲量變化雖大,但由于其面積極小,影響甚微。

3 結論

本研究借助InVEST模型碳儲量模塊評估了1990—2018年間北京市土地利用變化對碳儲量的影響,并耦合了Flus與InVEST模型,對2035年北京市土地利用變化及碳儲量進行了自然演變情景(NES)、人口疏解城市發(fā)展情景(PDUDS)、綠色集約生態(tài)保護情景(GIEPS)下的模擬預測,最后采用空間自相關分析對其進行分區(qū)管理研究。從本研究中得出以下結論：

(1)北京市土地利用變化對碳儲量驅動機制：①從歷史數據上來看,1990—2018年北京市碳儲量變化特征表現為先減后增,2000—2010年區(qū)域碳儲量的變化比較劇烈,碳儲量下降了4.3%,主導地類變化為耕地、林地、草地向建設用地的轉化。2010年后北京市建設用地擴張趨于緩和,未利用地有部分轉化為耕地、林地和草地,使得2010年至2018年間碳儲量增加了3.5%。②從2035年3種未來情景的模擬上來看,在NES下北京市碳儲量預測值為15.64×106t,草地、水域和林地向建設用地的轉化導致其較往年相對有所降低。建設用地向林地的轉化導致GIEPS下碳儲量預測值會進一步增加,為16.39×106t,比NES高出7.50×105t。PDUDS下碳儲量預測值增加但幅度較小,為16.10×106t,比NES高出4.60×105t,主要是由耕地和草地向建設用地的轉化所導致。北京市碳儲量變化主要受到建設用地的擴張對生態(tài)用地的影響,盡管未來建設用地擴張速度下降,但其進程仍會持續(xù),未來北京市部分區(qū)域仍會存在一定的碳流失問題。

(2)北京市碳儲量分區(qū)管理機制：局部空間自相關分析結果顯示,對比NES,GIEPS與PDUDS的碳儲量高值區(qū)域在城市北部、西北部及西部的太行山脈、燕山山脈地段,具體在懷柔、昌平延慶區(qū)與門頭溝區(qū)處出現集聚,GIEPS的高值區(qū)域最多；而低值區(qū)則在海淀、朝陽、東城、西城、大興區(qū)出現聚集,均為占有大量建設用地處,相比NES與GIEPS,PDUDS下的低值區(qū)域聚集增加。

本文結合FLUS、InVEST與Geoda模塊建立了一種土地利用變化與生態(tài)系統(tǒng)碳儲量耦合模型,提出了一套具有創(chuàng)新性的生態(tài)系統(tǒng)碳儲量與未來城市分區(qū)管理的技術體系,可對未來以土地利用變化為基準進行的生態(tài)系統(tǒng)碳儲量核算進行較為精準的模擬,也為“雙碳”目標導向下北京市國土空間規(guī)劃提供科學依據。