大都市郊區(qū)土地利用變化對碳儲量時空格局影響研究：以武漢市黃陂區(qū)為例

張 斌,夏秋月,董 捷,李 璐

(1.華中農(nóng)業(yè)大學(xué)公共管理學(xué)院,湖北 武漢 430070;2.湖南工商大學(xué)公共管理與人文地理學(xué)院,湖南 長沙 410000)

改革開放以來,我國經(jīng)濟高速發(fā)展,城市化持續(xù)推進,與此同時CO2排放量迅速增長[1]。作為負責(zé)任的大國,中國政府在第七十五屆聯(lián)合國大會一般性辯論上莊嚴承諾“二氧化碳排放力爭于2030年前達到峰值,努力爭取2060年前實現(xiàn)碳中和”。聯(lián)合國的千年生態(tài)系統(tǒng)評估報告指出,陸地生態(tài)系統(tǒng)因地表分布有大量固碳單元,在吸收CO2、調(diào)節(jié)氣候變化方面起著關(guān)鍵作用[2]。提高陸地生態(tài)系統(tǒng)碳儲量能有效減少CO2含量,是減緩溫室效應(yīng)最經(jīng)濟可行且對環(huán)境友好的途徑之一[3]?，F(xiàn)有大量研究表明,土地利用變化通過引起陸地生態(tài)系統(tǒng)結(jié)構(gòu)和功能的改變,能夠直接影響陸地生態(tài)系統(tǒng)碳儲量,是造成CO2激增的第二大原因[4]。一方面,當偏重經(jīng)濟發(fā)展的城市化不斷推進時,建設(shè)用地持續(xù)侵蝕農(nóng)用地和生態(tài)用地,在此過程中釋放大量CO2,陸地生態(tài)系統(tǒng)會逐步成為碳源;另一方面,當以節(jié)約資源和保護環(huán)境作為目標走綠色發(fā)展之路時,退耕還林還草等生態(tài)保護性政策的實施,能促進大氣中CO2的儲存,增強陸地生態(tài)系統(tǒng)的碳匯能力。可見,土地利用變化不僅是環(huán)境變化的關(guān)注熱點,也是研究陸地生態(tài)系統(tǒng)碳儲量變化的關(guān)鍵點。因此,準確評估土地利用變化對碳儲量的影響有利于“雙碳”目標的順利達成。

中國城市處于加速發(fā)展的過程中,城市無序蔓延以及“大城市病”等問題日漸凸顯,成為約束城市高質(zhì)量發(fā)展的關(guān)鍵難題。為了減輕中心城區(qū)交通、就業(yè)和環(huán)境的壓力,大都市市區(qū)逐漸向外擴散為多中心的結(jié)構(gòu)[5]。大都市郊區(qū)表現(xiàn)出郊區(qū)城市化的特點,主要特征為中心市區(qū)的產(chǎn)業(yè)和人口逐步向郊區(qū)轉(zhuǎn)移的一種離心發(fā)展現(xiàn)象[6]。而大都市郊區(qū)因生態(tài)底色良好、土地成本低廉,成為大都市城鎮(zhèn)化進程中土地利用變化劇烈、人地關(guān)系矛盾突出的區(qū)域之一[7]。在得到快速發(fā)展機遇的同時,其自身也面臨耕地不斷減少、生態(tài)空間日益萎縮的挑戰(zhàn),導(dǎo)致碳儲量大量流失。因此,土地利用變化在大都市郊區(qū)碳儲量評估中極為關(guān)鍵。在碳儲量的估算方法上,樣地清查法測算結(jié)果最為準確,但普適性差[8]。隨著技術(shù)的進步,以GIS技術(shù)和InVEST模型為代表的遙感技術(shù)與綜合模型相結(jié)合的方法得到廣泛應(yīng)用[9]。而在土地利用變化對碳儲量影響的研究方面,國內(nèi)外學(xué)者大多是依據(jù)土地利用歷史數(shù)據(jù)探討碳儲量變化的原因[10-12],研究區(qū)主要集中于流域[13]、濕地[14]、海岸帶[15]等重要生態(tài)保護區(qū)或生態(tài)脆弱區(qū),較少涉足于典型人地關(guān)系復(fù)雜的城市郊區(qū)。隨著研究的不斷深入,學(xué)者們在進一步明晰土地利用變化自然和社會經(jīng)濟驅(qū)動因子的基礎(chǔ)上,運用馬爾科夫、灰色預(yù)測、線性規(guī)劃以及系統(tǒng)動力學(xué)等數(shù)量預(yù)測模型和CA、CLUE-S、FLUS等空間預(yù)測模型相結(jié)合的混合模型模擬區(qū)域未來土地利用變化情景[16-19]。研究結(jié)果側(cè)重于比較各個情景下地類轉(zhuǎn)化的不同引起碳儲量變化的差異,但忽視了從整體視角探討土地利用強度與碳儲量的空間關(guān)系,無法系統(tǒng)全面地評估土地利用變化對碳儲量的影響。

黃陂區(qū)被譽為“武漢后花園”,生態(tài)底色極為優(yōu)越。同時,縣域經(jīng)濟規(guī)模連續(xù)3 a保持全省第1,經(jīng)濟發(fā)展勢頭正盛。在未來的發(fā)展過程中如何兼顧生態(tài)保護與經(jīng)濟建設(shè),是黃陂區(qū)亟需探索的難題。因此,以大都市郊區(qū)武漢市黃陂區(qū)為例,基于2000—2020年的5期土地利用數(shù)據(jù),采用InVEST模型和FLUS模型,研究2035年多情景下的黃陂區(qū)土地利用變化及其對陸地生態(tài)系統(tǒng)碳儲量的影響,并探討土地利用強度與碳儲量的空間關(guān)系,以期優(yōu)化大都市郊區(qū)土地利用格局,促進區(qū)域生態(tài)保護與經(jīng)濟發(fā)展的協(xié)同發(fā)展。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

黃陂區(qū)隸屬湖北省武漢市,位于武漢市西北部、湖北省東部偏北,地跨北緯30°40′～31°22′,東經(jīng)114°09′～114°37′,總面積為2 243.23 km2(圖1)。地勢北高南低,低山區(qū)和丘陵區(qū)占全區(qū)總面積的36%,平原區(qū)和濱湖區(qū)占64%,大體上呈現(xiàn)“三分半山,一分半水,五分田”的格局。黃陂屬亞熱帶季風(fēng)性氣候區(qū),雨水充沛,光照充足,四季分明,年均日照時長達1 917.4 h,年均降水量為1 202 mm。截至2020年,黃陂區(qū)GDP為1 013.28億元,三次產(chǎn)業(yè)結(jié)構(gòu)為12.2∶35.5∶52.3,以休閑旅游業(yè)和臨空經(jīng)濟產(chǎn)業(yè)為主的第三產(chǎn)業(yè)已成為支撐其發(fā)展的重要支柱。常住人口達115.16萬人,城鎮(zhèn)化率為53.22%,正處于城鎮(zhèn)化中期階段,城鎮(zhèn)建設(shè)用地的快速擴張、耕地大量流失以及生態(tài)用地的萎縮必然導(dǎo)致相應(yīng)的碳儲量損失。因此,選擇黃陂區(qū)作為研究對象具有一定的代表性。

圖1 研究區(qū)土地利用圖

1.2 數(shù)據(jù)來源

研究所需要的相關(guān)數(shù)據(jù)主要包含土地利用/覆被變化(LUCC)影像數(shù)據(jù)、各地類的碳密度數(shù)據(jù)以及社會經(jīng)濟統(tǒng)計數(shù)據(jù)。

土地利用/覆被變化影像數(shù)據(jù)來源于2000、2005、2010、2015和2020年Landsat陸地衛(wèi)星遙感影像,并將影像解譯為建設(shè)用地、耕地、林地、草地、水域和未利用地這6種土地利用類型,空間分辨率為30 m。

Markov-FLUS耦合模型所需的自然和社會經(jīng)濟驅(qū)動因子數(shù)據(jù)如下：自然因子中,高程、坡度和坡面來源于地理空間數(shù)據(jù)云平臺(http：∥www.gscloud.cn/);土壤類型和土壤有機質(zhì)含量來源于世界土壤數(shù)據(jù)庫(http：∥wetstgis.ac.cn/);年平均氣溫和降水來源于中國氣象數(shù)據(jù)網(wǎng)(http：∥data.cma.cn/)。社會經(jīng)濟因子中,人口和GDP來源于統(tǒng)計年鑒;到河流、國道、省道、高速、鐵路、縣道和鄉(xiāng)道的距離來源于國家基礎(chǔ)地理信息中心(http：∥www.ngcc.cn/)。

碳密度數(shù)據(jù)來源于文獻資料整理。其獲取遵循以下原則：優(yōu)先選用位于湖北省的實地測量數(shù)據(jù),若數(shù)據(jù)不全,則使用臨近湖北省的實測數(shù)據(jù)或文獻整理數(shù)據(jù)[20]。值得注意的是,實測數(shù)據(jù)會因為實測方法或取樣時間的不同存在差異,因此需要通過對比分析剔除異常值,對同一地類的碳密度取有關(guān)文獻的平均值。

社會經(jīng)濟統(tǒng)計數(shù)據(jù)主要來源于統(tǒng)計年鑒,并以國民經(jīng)濟和社會發(fā)展統(tǒng)計公報作為補充。

2 研究方法

2.1 土地利用變化分析

土地利用動態(tài)度能夠描述某一時間段內(nèi)研究區(qū)的土地利用類型數(shù)量變化情況,以此表示該區(qū)域土地利用變化的劇烈程度,以及比較各地類、各時間段內(nèi)或各區(qū)域間的差異狀況。其中,單一土地利用動態(tài)度是指單位時間內(nèi)某一地類變化的快慢,而綜合土地利用動態(tài)度用來表示單位時間內(nèi)地類整體轉(zhuǎn)化的程度[21]。單一土地利用動態(tài)度的具體公式為

(1)

式(1)中,K為單一土地利用動態(tài)度指數(shù),%;Ub、Ua分別為研究期末和研究期始某地類的面積,km2;T為某一研究期的時間尺度,a。其中,K為正值表明某一地類在研究期內(nèi)面積增加,反之則面積有所減少,且K絕對值越大表明變化程度越劇烈。

綜合土地利用動態(tài)度的具體公式為

(2)

式(2)中,LC為綜合土地利用動態(tài)度指數(shù),%;LU,i為研究期始第i類用地的面積,km2;ΔLU,i-j為某一研究期內(nèi)第i類用地轉(zhuǎn)變?yōu)槠渌仡惖拿娣e總和,km2。其中,LC越大表明變化程度越劇烈。

土地利用轉(zhuǎn)移矩陣能夠反映研究區(qū)某一時間段內(nèi)各土地利用類型間的相互轉(zhuǎn)換特征,直觀反映各地類的轉(zhuǎn)移方向和轉(zhuǎn)換面積,可用來深入剖析土地利用結(jié)構(gòu)變化過程[22]。在GIS平臺的支撐下,將黃陂區(qū)不同時期的土地利用柵格圖進行疊加相交處理,并導(dǎo)入Excel數(shù)據(jù)透視表內(nèi),進而得到土地利用轉(zhuǎn)移矩陣。

2.2 InVEST模型

InVEST模型中的Carbon模塊計算碳儲量的基本假設(shè)為：各地類對應(yīng)一個由地下碳密度、地上碳密度、死亡有機質(zhì)碳密度和土壤有機質(zhì)碳密度構(gòu)成的總碳密度[23],且某一種地類的碳密度是一個常量[24]。其中,地下碳密度是指地下各植物根系中的碳密度,地上碳密度是指表層陸地上存活植物的碳密度,死亡有機質(zhì)碳密度是指枯枝落葉及死亡植物中的有機碳密度,土壤有機質(zhì)碳密度是指20～100 cm深度土壤中儲存的有機質(zhì)碳密度(表1)。碳儲量的計算公式為

Ci=Ci,above+Ci,below+Ci,dead+Ci,soil,

(3)

Ci,total=Ci×Ai。

(4)

式(3)～(4)中,Ci為地類i的總碳密度,t·hm-2;Ci,above為地類i的地上碳密度,t·hm-2;Ci,below為地類i的地下碳密度,t·hm-2;Ci,dead為地類i的死亡有機質(zhì)碳密度,t·hm-2;Ci,soil為地類i的土壤有機質(zhì)碳密度,t·hm-2;Ci,total為地類i的總碳密度,t·hm-2;Ai為地類i的面積,hm2。

表1 各地類碳密度

2.3 Markov-FLUS耦合模型

2.3.1模型介紹

Markov模型是基于馬爾科夫鏈過程而形成的預(yù)測事件發(fā)生概率的一種方法,具有無后效性特征,即當前的狀態(tài)僅與前一時刻的狀態(tài)有關(guān),而與其他因素?zé)o關(guān)[25],已廣泛運用于土地利用變化情景預(yù)測中[26]。FLUS模型可用于模擬在自然和人類雙重影響下土地利用的未來情景,且模擬精度高于常用的CLUE-S模型和ANN-CA模型[27-28]。筆者將此2種模型進行耦合得到Markov-FLUS模型,能實現(xiàn)土地利用變化在數(shù)量和空間上的模擬。

2.3.2情景設(shè)置

該研究設(shè)置3種土地利用情景：(1)自然發(fā)展情景,根據(jù)區(qū)域2000—2020年土地利用變化規(guī)律,按照現(xiàn)有發(fā)展模式和地類轉(zhuǎn)移概率,在轉(zhuǎn)換過程中不對任何地類設(shè)限。(2)經(jīng)濟優(yōu)先發(fā)展情景,充分考慮區(qū)域發(fā)展需求,積極打造更具競爭力的國際空港產(chǎn)業(yè)高地和國際性航空門戶樞組,依據(jù)《黃陂區(qū)分區(qū)規(guī)劃(2017—2035年)》,加快建設(shè)武漢臨空副城中心和前川中心。在此情景中,需增加其他地類向建設(shè)用地的轉(zhuǎn)移概率。因此設(shè)置耕地、林地、水域向建設(shè)用地轉(zhuǎn)移的概率分別增加30%、20%和20%。(3)綜合發(fā)展情景：黃陂區(qū)位于長江中游,要服務(wù)于武漢全面建成國家中心城市的奮斗目標,又要恪守長江經(jīng)濟帶綠色發(fā)展的基本原則。依據(jù)《黃陂區(qū)分區(qū)規(guī)劃(2017—2035年)》和《武漢市國土空間總體規(guī)劃(2021—2035年)》,堅持生態(tài)優(yōu)先、綠色發(fā)展的規(guī)劃原則,既要抓住武漢臨空副城和長江新區(qū)建設(shè)的歷史機遇,又要打造更具活力的山水生態(tài)宜居新城。在此情景中,增加生態(tài)用地轉(zhuǎn)出成本的同時,要適度開發(fā)城市允許建設(shè)區(qū)。因此設(shè)置耕地、林地和水域向建設(shè)用地轉(zhuǎn)移的概率分別降低20%、25%和30%,耕地向林地和水域轉(zhuǎn)移的概率均增加10%。

2.3.3鄰域權(quán)重設(shè)置與限制區(qū)設(shè)定

鄰域權(quán)重參數(shù)為某一范圍內(nèi)各地類的擴張能力,表征在自然和社會經(jīng)濟因素驅(qū)動下各地類的侵占程度。參數(shù)范圍在0～1之間,值越大表明該地類侵占能力越強。參照相關(guān)文獻的賦值方法[29],計算得到耕地、林地、草地、水域、建設(shè)用地和未利用地的鄰域權(quán)重分別為0.57、0.25、0.37、0.44、0.96、0.21。

劃定區(qū)域生態(tài)保護紅線和永久基本農(nóng)田紅線作為地類轉(zhuǎn)換的限制條件(圖2)。其中,生態(tài)保護紅線是指在國土空間內(nèi)具有特殊生態(tài)功能或重要生態(tài)作用的區(qū)域,對該區(qū)域需嚴格保護,以維護生態(tài)系統(tǒng)安全。永久基本農(nóng)田紅線是指在一定時期內(nèi)根據(jù)人口和社會經(jīng)濟發(fā)展水平確定,需永久性保護和持續(xù)監(jiān)管的優(yōu)質(zhì)耕地。對此2條紅線的劃定均以《武漢市2006—2020年土地利用總體規(guī)劃(調(diào)整完善成果)》為參照。

圖2 土地利用限制區(qū)域

2.4 土地利用強度綜合指數(shù)

人類對不同土地資源的投入和利用程度存在差異,最直接的表現(xiàn)就是土地利用強度的區(qū)別。研究顯示,土地利用強度與生態(tài)系統(tǒng)有著密切聯(lián)系,是促進生態(tài)系統(tǒng)服務(wù)變化的重要原因[30]。參考韓增林等[31]和柳冬青等[32]的研究,對不同地類進行土地利用強度劃分,耕地、林地、草地、水域、建設(shè)用地、未利用地的土地利用強度等級分別為3、2、2、2、4、1。土地利用強度綜合指數(shù)的計算公式為

(5)

式(5)中,L為土地利用強度綜合指數(shù);Pi為第i級土地利用強度;Qi為第i級地類面積占比,%。

2.5 空間自相關(guān)分析

為了探究土地利用強度與碳儲量的空間格局,基于GeoDA軟件進行空間自相關(guān)分析?？臻g自相關(guān)由全局和局部自相關(guān)構(gòu)成。全局自相關(guān)可分析研究區(qū)內(nèi)單元間某一特征的整體相關(guān)水平,而局部自相關(guān)用于計算局部鄰近單元間某一特征的相關(guān)水平,能更準確地把握局部聚集和分異水平。雙變量空間自相關(guān)在兩者的基礎(chǔ)上進一步擴展,可對2種要素之間的空間相關(guān)關(guān)系進行度量。其中,高-高聚類和低-低聚類為協(xié)同關(guān)系,高-低聚類和低-高聚類為權(quán)衡關(guān)系[33]。計算公式為

(6)

(7)

(8)

3 結(jié)果與分析

3.1 黃陂區(qū)土地利用變化特征

基于Landsat-8遙感衛(wèi)星數(shù)據(jù)解譯得到黃陂區(qū)2000、2005、2010、2015和2020年不同土地利用類型面積及占比(表2)。由表2可知,耕地是黃陂區(qū)最主要的地類,其面積由2000年的1 438.566 km2下降至2020年的1 374.650 km2,但仍占總面積的61.28%。林地是黃陂區(qū)的第二大地類,2020年占總面積的比例為21.93%,其面積呈現(xiàn)先增加后減少的趨勢,但減少幅度遠小于耕地。這2種地類面積的縮減一定程度上說明了區(qū)域發(fā)展不可避免地侵占了部分農(nóng)用地和生態(tài)用地。水域是黃陂區(qū)的第三大地類,占總面積的比例由2000年的10.72%上升至2020年的10.96%,間接說明區(qū)域發(fā)展過程中對水資源的保護也十分重視。建設(shè)用地在研究期內(nèi)迅猛擴張,由2000年的62.441 km2增加至2020年的126.267 km2,年均增長率為5.11%。草地和未利用地占比極少,且在研究期內(nèi)均呈現(xiàn)緩慢減少趨勢。依據(jù)以上分析可知,黃陂區(qū)各地類面積和變化情況存在顯著差異,且現(xiàn)階段耕地、林地占比較多,但總體處于減少態(tài)勢,水域和建設(shè)用地占比較少,但總體處于增加態(tài)勢。

表2 2000—2020年各用地類型面積占比

由表3可知,2000—2005年,單一土地利用動態(tài)度的絕對值從大到小依次為草地、未利用地、建設(shè)用地、水域、耕地和林地,其中建設(shè)用地和水域為正值,表明其面積在這段時間內(nèi)快速增加,變化劇烈。其他地類除林地外均為負值,尤其是草地和未利用地面積減少較快。2005—2010年,建設(shè)用地的動態(tài)度依舊為正且絕對值持續(xù)增大,耕地的動態(tài)度絕對值位居第2,但動態(tài)度為負值,表明此階段耕地開始快速流失。2010—2015年,建設(shè)用地的動態(tài)度高達10.08%,是上一期(2005—2010年)的2.78倍;耕地的動態(tài)度為-0.47%,是上一期的2.47倍;水域的動態(tài)度也開始由正轉(zhuǎn)負,表明該時期建設(shè)用地迅速擴張的同時,耕地和水域也急劇衰減。2015—2020年間各地類的動態(tài)度相較上一期均有所減少,除建設(shè)用地外,其余地類的動態(tài)度均為負值?？v觀2000—2020年,只有建設(shè)用地和水域的動態(tài)度為正值,其中建設(shè)用地動態(tài)度的絕對值遠高于其他地類,表明在整個研究期內(nèi)建設(shè)用地為持續(xù)擴張趨勢,而水域處于波動增加狀態(tài)。具有重要生態(tài)功能的林地和草地以及區(qū)域占比最大的耕地面積均震蕩下行。各時期的綜合動態(tài)度呈現(xiàn)先增加后減少的趨勢,2000—2005年波動最小,各地類轉(zhuǎn)換相對平穩(wěn),而2010—2015年波動最大,區(qū)域土地利用變化劇烈。

表3 各時期土地利用動態(tài)度

對土地利用結(jié)構(gòu)變化以及土地利用動態(tài)度變化的分析僅能反映某一時段內(nèi)地類的變化面積及程度,無法判斷各地類之間的轉(zhuǎn)移方向。而土地利用轉(zhuǎn)移矩陣能夠反映研究區(qū)某一時間段內(nèi)各地類間的轉(zhuǎn)移方向和面積,可用來深入剖析土地利用結(jié)構(gòu)變化過程。由表4可知,縱觀2000—2020年,20 a間轉(zhuǎn)移地類面積為76.041 km2,其中耕地轉(zhuǎn)出面積達64.486 km2,轉(zhuǎn)出貢獻為84.80%,主要是轉(zhuǎn)向建設(shè)用地(55.017 km2)和水域(8.805 km2)。水域是轉(zhuǎn)出面積第2位的地類(5.306 km2),主要是轉(zhuǎn)向建設(shè)用地(4.828 km2),但其面積因耕地和草地的轉(zhuǎn)入總體上實現(xiàn)了增長。建設(shè)用地是轉(zhuǎn)入面積最多的地類(63.914 km2),主要源于耕地、水域和林地,說明研究期間黃陂區(qū)建設(shè)用地的迅猛擴張是以犧牲農(nóng)用地和生態(tài)用地為代價的,是不可持續(xù)的。

表4 2000—2020年不同地類轉(zhuǎn)移矩陣

3.2 黃陂區(qū)碳儲量時空演變特征

基于前文獲取得到的各地類總碳密度,并結(jié)合GIS平臺中黃陂區(qū)2000—2020年的土地利用柵格圖,運用InVEST模型可得到區(qū)域各時期的碳儲量情形。由圖3可知,從碳儲量的數(shù)值來看,2000、2005、2010、2015和2020年黃陂區(qū)碳儲量分別為255.38、254.81、254.02、251.55和251.11 Tg,地均碳密度分別為113.84、113.59、113.24、112.14和111.94 t·hm-2,20 a間黃陂區(qū)總碳儲量和地均碳密度呈連續(xù)遞減勢態(tài)。從不同時期來看,2015—2020年黃陂區(qū)碳儲量減少總量最少(0.44 Tg),僅占研究期間區(qū)域碳損失的10.30%。由前文分析可知,該時期的綜合土地利用動態(tài)度不高,且5 a間地類轉(zhuǎn)移面積僅為12.336 km2,表明區(qū)域碳儲量與土地利用變化聯(lián)系緊密。2000—2005和2005—2010年黃陂區(qū)碳儲量分別損失0.57和0.79 Tg,相比2015—2020年略有增加。但值得注意的是,2010—2015年間區(qū)域碳流失量高達2.47 Tg,占研究期間區(qū)域碳儲量減少總量的57.85%。究其原因,此階段黃陂區(qū)綜合土地利用動態(tài)度處于4個時期的最高值,同時地類轉(zhuǎn)移面積為40.997 km2,尤其是耕地、水域和林地等碳密度較高的地類共轉(zhuǎn)出40.867 km2,而碳密度較低的建設(shè)用地轉(zhuǎn)入40.008 km2,碳轉(zhuǎn)移收支極度不平衡,從而導(dǎo)致區(qū)域碳儲量急劇減少。

將InVEST模型輸出的黃陂區(qū)碳儲量時空分布圖以相等間距法劃分為優(yōu)、良、中、差4個等級。從碳儲量的空間布局來看,研究區(qū)各街道有較為明顯的區(qū)別。如圖4所示,從整體上看,區(qū)域碳儲量格局較為穩(wěn)定?！傲肌奔墑e的柵格占絕大部分,主要分布在黃陂區(qū)的中南部以及穿插于“優(yōu)”級別的柵格之中。而“優(yōu)”級別的柵格數(shù)居第2位,絕大部分處于黃陂區(qū)北部,該區(qū)域海拔較高,林草茂盛,是黃陂區(qū)天然的生態(tài)屏障。由“優(yōu)”和“良”2個級別的柵格數(shù)占據(jù)絕對地位來看,區(qū)域碳儲量極為豐富,從側(cè)面驗證了黃陂區(qū)生態(tài)環(huán)境的優(yōu)越性。然而值得注意的是,研究期間高級別的碳儲量地區(qū)正在緩慢減少,區(qū)域碳儲量的安全形勢不容忽視?！爸小奔墑e的柵格數(shù)占比較少,大多零散分布在區(qū)域的中南部各個街道內(nèi)?！安睢奔墑e的柵格數(shù)占比最少,主要分布在灄口街道和武湖街道的邊緣。但需要說明的是,較差級別的柵格在逐漸擴張,緩慢侵蝕高級別的地塊。

圖3 2000—2020年碳儲量和地均碳密度變化情況

圖4 2000—2020年碳儲量時空分布與變化

運用GIS的柵格計算工具獲取2000和2020年的碳儲量空間分布圖,并按照總量變化的±5%作為間斷,得到黃陂區(qū)2000—2020年碳儲量空間變化分布圖(圖4)。由圖4可知,碳儲量減少區(qū)域主要分布在天河街道、灄口街道、武湖街道、橫店街道和前川街道。這些區(qū)域的共同特征是經(jīng)濟發(fā)展速度快,建設(shè)用地擴張迅猛。其中天河街道因黃陂天河機場的建設(shè)、國家級臨空經(jīng)濟示范區(qū)的設(shè)立開發(fā)活動頻繁,而灄口街道因漢口北國際商品交易中心的成立和盤龍城開發(fā)區(qū)的建設(shè)逐漸興起。武湖街道近年來也步入發(fā)展快車道,尤其是搭上武漢建設(shè)長江新城的快車,經(jīng)濟發(fā)展較快。同時,碳儲量增加區(qū)域主要分布在研究區(qū)北部,以長軒嶺街道和木蘭鄉(xiāng)居多。木蘭天池風(fēng)景區(qū)和“月亮湖”濕地生態(tài)旅游區(qū)處于長軒嶺街道,木蘭鄉(xiāng)的木蘭湖旅游度假區(qū)也聞名遐邇。由此可以看出,上述區(qū)域相關(guān)部門選擇與自然和諧共處,在發(fā)展經(jīng)濟的同時碳儲量也逐漸增多,生態(tài)環(huán)境得到了保護。

3.3 多情景下的土地利用變化對碳儲量的影響分析

3.3.1多情景下的土地利用變化分析

一般采用Kappa系數(shù)對土地利用布局情形的模擬精度檢驗[34]。當Kappa系數(shù)處于(0.75,1]范圍內(nèi)時,模型模擬精度高,結(jié)果能較好地反映未來土地利用情景[2]?；贔LUS模型附帶的Kappa系數(shù)模塊檢驗功能,得到Kappa系數(shù)為0.865,總體精度為0.883,表明此次模擬成功,具有很高的精度和準確性。因此,可運用FLUS模型模擬多情景的黃陂區(qū)土地利用變化。由于發(fā)展目標不一致,3種情景下土地利用布局具有較大差異。由圖5和表5可知,耕地在3種情景下面積均有所減少,但程度不盡相同。

Q1、Q2和Q3分別指自然發(fā)展情景、經(jīng)濟優(yōu)先發(fā)展情景、綜合發(fā)展情景。

表5 2020—2035年不同土地利用情景下各地類變化情況

其中,耕地在經(jīng)濟優(yōu)先發(fā)展情景中急劇衰減,變化比例達到-5.17%;而在綜合發(fā)展情景中減少趨勢得到緩解,僅減少28.031 km2,變化比例不到經(jīng)濟優(yōu)先發(fā)展情景的一半;在自然發(fā)展情景下耕地減少量居于兩者之間,略高于綜合發(fā)展情景。同時,3種情景下耕地減少區(qū)域均集中在前川街道、灄口街道和天河街道。建設(shè)用地與耕地的情況相反,在經(jīng)濟優(yōu)先發(fā)展情景中擴張最為迅速,比例達76.52%,而在自然發(fā)展情景和綜合發(fā)展情景下分別為53.10%和25.64%,說明綜合發(fā)展情景能較好地約束建設(shè)用地的無序擴張。作為重要的生態(tài)用地,林地和草地面積在綜合發(fā)展情景下均實現(xiàn)增長,為區(qū)域經(jīng)濟發(fā)展提供了良好的生態(tài)保障,但在經(jīng)濟優(yōu)先發(fā)展情景下均快速流失,說明在該模式下黃陂區(qū)是以犧牲生態(tài)環(huán)境來實現(xiàn)經(jīng)濟迅速增長的,是不可持續(xù)的。水域面積在經(jīng)濟優(yōu)先發(fā)展情景下減少量最多(減少10.714 km2),而在綜合發(fā)展情景下減少量最少(減少7.316 km2),表明區(qū)域在堅持兼顧經(jīng)濟與生態(tài)的理念下,能將對自然資源的破壞降低到最小程度。而未利用地因占比極少,在各個情景中變化量相差不大。

3.3.2多情景下各地類轉(zhuǎn)換對碳儲量的影響

各地類因碳密度和面積的不同,自身所能保留的碳儲量存在較大差異。如圖6所示,耕地碳儲量居各地類之首。雖然其碳密度僅有105.01 t·hm-2,但廣泛分布于全境,是區(qū)域最大碳庫。比較各個情景下耕地碳儲量可知,綜合發(fā)展情景下最大,為141.41 Tg,而經(jīng)濟優(yōu)先發(fā)展情景僅有136.89 Tg,兩者因發(fā)展理念的差異,造成了區(qū)域碳儲量的巨大區(qū)別。但值得注意的是,耕地在3種情景下均有所減少,因此對耕地的保護不能松懈。林地是區(qū)域的第二大碳庫,所保留的碳儲量占耕地的60%左右,碳密度高達170.18 t·hm-2,固碳能力最強,即使面積少量減少,也會導(dǎo)致碳儲量的大量損失。因此,要格外注重對上述2種地類的保護。水域和建設(shè)用地是區(qū)域的第三、四大碳庫,但因其碳密度和面積占比均較少,即便面積迅猛增加,對區(qū)域整體的碳儲量格局也無法產(chǎn)生較大影響。

Q1、Q2和Q3分別指自然發(fā)展情景、經(jīng)濟優(yōu)先發(fā)展情景、綜合發(fā)展情景。

由圖7可知,耕地轉(zhuǎn)為建設(shè)用地依然是區(qū)域碳儲量減少的最主要原因。

Q1、Q2和Q3分別指自然發(fā)展情景、經(jīng)濟優(yōu)先發(fā)展情景、綜合發(fā)展情景。

3種情景下兩者的轉(zhuǎn)換廣泛分布于全境,其中前川街道、橫店街道、天河街道、灄口街道和武湖街道依舊為突出地區(qū)。但3種情景碳損失量存在差別,自然發(fā)展情景為39.78 Tg,經(jīng)濟優(yōu)先發(fā)展情景高達57.56 Tg,而綜合發(fā)展情景僅有25.56 Tg。由此可見,綜合發(fā)展情景相比其他情景能在最大限度上減少建設(shè)用地對耕地的侵占。而耕地向水域轉(zhuǎn)換與上述情況相反,在綜合發(fā)展情景下兩者轉(zhuǎn)移面積最多,為20.431 km2,主要分布在灄口街道、天河街道和木蘭鄉(xiāng),而自然發(fā)展情景下兩者轉(zhuǎn)移面積最少,為9.828 km2,可能的原因在于一些撂荒或者產(chǎn)量不高的耕地轉(zhuǎn)變?yōu)樗畮旎蛘吆?導(dǎo)致其利用率提高。耕地向林地的轉(zhuǎn)換主要集中在區(qū)域北部的高海拔地區(qū),主要將一些不適宜耕作的土地退耕還林,提高區(qū)域綠化率。在綜合發(fā)展情景下,耕地向林地轉(zhuǎn)換面積最大,為21.438 km2,補充碳儲量13.97 Tg,是經(jīng)濟優(yōu)先發(fā)展情景下耕地向林地轉(zhuǎn)換面積的2倍。對比3種情景下2020—2035年土地利用與碳儲量變化,土地利用的轉(zhuǎn)移區(qū)域與碳儲量的增減區(qū)域大致相同,耕地向建設(shè)用地轉(zhuǎn)換和耕地向水域轉(zhuǎn)換的地區(qū)對應(yīng)的碳儲量均表現(xiàn)為減少,尤其以經(jīng)濟優(yōu)先發(fā)展情景減少量最多,減少區(qū)域范圍最大。耕地向林地轉(zhuǎn)換的地區(qū)對應(yīng)的碳儲量均表現(xiàn)為增加,尤其以綜合發(fā)展情景增加量最多,增加區(qū)域范圍最大。

3.3.3多情景下的土地利用強度與碳儲量關(guān)系分析

為研究3種情景下黃陂區(qū)土地利用強度對碳儲量的影響,以1 km×1 km為單元,分別計算每個網(wǎng)格的土地利用強度綜合指數(shù),將其看作網(wǎng)格中心值進行反距離權(quán)重插值,并利用自然斷點法劃分為5種強度帶(圖8)。

Q1、Q2和Q3分別指自然發(fā)展情景、經(jīng)濟優(yōu)先發(fā)展情景、綜合發(fā)展情景。

如圖8所示,3種情景下土地利用強度均以中級別的柵格為主,但占比有較大差異,綜合發(fā)展情景最多(53.35%),而經(jīng)濟優(yōu)先發(fā)展情景最少(34.59%),且大多位于區(qū)域中南部,對應(yīng)的土地利用類型為耕地,因此可能的原因在于綜合發(fā)展情景下耕地因永久基本農(nóng)田紅線得到了很好的保護,而經(jīng)濟優(yōu)先發(fā)展情景下過于注重經(jīng)濟快速提升,建設(shè)活動的開展侵占了大量耕地。同時,從中級別強度的分布看來,綜合發(fā)展情景下其呈連片集中聚集,而其他2兩種情景則較為雜亂。低和較低級別強度的柵格主要分布在區(qū)域北部以及南部四周邊緣地帶,其對應(yīng)的地類為林地和水域,而綜合發(fā)展情景下這2類柵格占比同樣最多(36.37%),高于自然發(fā)展情景(35.53%)和經(jīng)濟優(yōu)先發(fā)展情景(32.16%)。較高和高級別強度柵格在3種情景下均較少,在經(jīng)濟優(yōu)先發(fā)展情景中占比最多(33.25%),而在綜合發(fā)展情景中占比最少(10.28%),大多處于原有建設(shè)用地的四周,主要分布在前川街道和天河街道。

基于GeoDa軟件計算黃陂區(qū)3種情景下土地利用強度與碳儲量的莫蘭指數(shù),分別為-0.256、-0.261 和-0.251(P<0.01),顯示區(qū)域土地利用強度與碳儲量呈現(xiàn)顯著空間負相關(guān)關(guān)系,隨著土地利用強度的不斷增加,黃陂區(qū)的碳儲量將逐漸減少。由圖9可知,黃陂區(qū)3種情景下高-低聚集(高土地利用強度和低碳儲量)是最主要的聚集形式,主要集中在區(qū)域南部以及邊緣地區(qū)。該地區(qū)多為建設(shè)用地集中分布處,是黃陂區(qū)最有經(jīng)濟活力的地區(qū),不可避免擠占了大量生態(tài)用地。但值得指出的是,低-低聚集(低土地利用強度和低碳儲量)區(qū)域雖然占比最少,但分散分布在高-低集聚區(qū)域之中,對應(yīng)的地類大多為水域,其存在既可以一定程度上阻隔建設(shè)用地的擴張,又能夠有效緩解區(qū)域碳儲量的流失。應(yīng)當注重對該區(qū)域的保護,可作為建設(shè)用地繼續(xù)擴張的“防線”,倒逼集約節(jié)約用地。高-高聚集(高土地利用強度和高碳儲量)和低-高聚集(低土地利用強度和高碳儲量)區(qū)域均分布在研究區(qū)北部,兩者相間分布。因黃陂區(qū)北部大多為高海拔地區(qū),林地和草地較多,因此2種聚集類型均表現(xiàn)出高碳儲量的特征,但因利用方式的差異,土地利用強度和碳儲量則表現(xiàn)出相反的關(guān)系。高-高聚集區(qū)域雖主體部分為林地,但其間集中分布著少許建設(shè)用地,在提高當?shù)赝恋乩脧姸鹊耐瑫r不至于破壞生態(tài)環(huán)境。而低-高聚集區(qū)域位于大別山脈之麓,地勢較為陡峭,人口密度低,建設(shè)用地較少,因此土地利用強度不高。對比分析3種情景的土地利用強度與碳儲量的局部自相關(guān)圖可知,其聚集關(guān)系分布大致相同,但數(shù)量關(guān)系有較大差異。綜合發(fā)展情景下高-高聚集和低-低聚集柵格占比最高(26.52%),高于自然發(fā)展情景(26.15%)和經(jīng)濟優(yōu)先發(fā)展情景(25.53%)。表明綜合發(fā)展情景下土地利用強度與碳儲量處于協(xié)同關(guān)系的地區(qū)最多,經(jīng)濟發(fā)展與生態(tài)保護之間能達到平衡狀態(tài)。高-低聚集和低-高聚集柵格占比最高的是自然發(fā)展情景(46.96%),最低的是綜合發(fā)展情景(44.07%)。表明綜合發(fā)展情景下土地利用強度與碳儲量沖突的地區(qū)最少,該情景能有效緩解經(jīng)濟發(fā)展與生態(tài)保護之間的矛盾。

Q1、Q2和Q3分別指自然發(fā)展情景、經(jīng)濟優(yōu)先發(fā)展情景、綜合發(fā)展情景。

4 討論與結(jié)論

4.1 討論

黃陂區(qū)作為武漢的“后花園”,整體上碳儲量格局穩(wěn)定?！傲肌奔墑e的柵格占據(jù)絕大部分,生態(tài)底色優(yōu)越。但與此同時,其經(jīng)濟發(fā)展勢頭正盛。在兼顧生態(tài)保護和經(jīng)濟發(fā)展的過程中,需特別注意以下2個方面。(1)切實保護耕地。黃陂區(qū)耕地是區(qū)域最大碳庫,但不管在歷史土地利用中還是不同模擬情景下,面積減少量均為各地類之最,從而造成了區(qū)域碳儲量的大量流失。因此,在未來的土地利用決策中,務(wù)必堅持保護永久基本農(nóng)田不動搖,對被侵占的耕地嚴格實施占補平衡策略,才能使區(qū)域碳儲量維持在較高水平。(2)注重生態(tài)脆弱區(qū)的保護。以黃陂前川街道、天河街道、灄口街道和武湖街道為代表的高速發(fā)展區(qū)域,要繼續(xù)堅持高質(zhì)量發(fā)展之路。該區(qū)域四周水網(wǎng)密布,且多為生態(tài)保護紅線,可作為其發(fā)展的生態(tài)屏障,倒逼區(qū)域集約節(jié)約用地,減少對高碳密度地類的侵占。以長嶺街道和木蘭鄉(xiāng)等為代表的生態(tài)底色優(yōu)越的區(qū)域,第一要務(wù)即為堅持“綠水青山就是金山銀山”。要對其進行有條件的開發(fā)利用,堅持維護環(huán)境底色,適度開發(fā)旅游項目,緩解經(jīng)濟發(fā)展與生態(tài)保護之間的矛盾。

筆者設(shè)置了黃陂區(qū)3種未來發(fā)展情景,在自然發(fā)展情景和經(jīng)濟優(yōu)先發(fā)展情景下,黃陂區(qū)碳儲量均大幅減少。尤其是經(jīng)濟優(yōu)先發(fā)展情景下耕地和林地大量減少,碳庫損失嚴重,同時建設(shè)用地急劇擴張,區(qū)域碳流失達6.30 Tg;而在綜合發(fā)展情景下耕地減少趨勢得到有效緩解,林地實現(xiàn)正增長,建設(shè)用地擴張受到制約,區(qū)域碳流失僅為1.45 Tg,在發(fā)展的同時碳儲量仍處于較高水平。對于多情景下的黃陂區(qū)土地利用強度與碳儲量的空間關(guān)系分析可知,雖然每種情景下兩者均呈現(xiàn)顯著負相關(guān)關(guān)系,但在綜合發(fā)展情景下負相關(guān)關(guān)系的程度最低。進一步觀察兩者的局部自相關(guān)圖可知,綜合發(fā)展情景下兩者呈協(xié)同關(guān)系的地區(qū)最多而呈沖突關(guān)系的地區(qū)最少。因此,此情景下區(qū)域能有效緩解經(jīng)濟發(fā)展與生態(tài)保護之間的矛盾。筆者設(shè)置的綜合發(fā)展情景中各地類的轉(zhuǎn)移概率、轉(zhuǎn)換成本以及地類的驅(qū)動因子皆為模型調(diào)試的結(jié)果,檢驗精度較高,雖不一定完全符合未來區(qū)域發(fā)展實踐,但仍可為黃陂區(qū)未來兼顧經(jīng)濟發(fā)展和生態(tài)保護提供一定借鑒。

該研究在“雙碳”目標下開展黃陂區(qū)土地利用變化對碳儲量的影響研究,對區(qū)域平衡碳收支、制定碳減排政策和優(yōu)化國土空間格局具有重要意義,同時分析了未來不同情景下區(qū)域土地利用變化與碳儲量的關(guān)系,但未據(jù)此提出精細化的區(qū)域分區(qū)管理體系,今后將繼續(xù)加強此方面的研究。此外,該研究采用InVEST模型結(jié)合GIS技術(shù),彌補了傳統(tǒng)碳儲量估算方法采樣周期長、工作量繁瑣的不足,具有參數(shù)獲取簡便、結(jié)果可視化等優(yōu)勢。但該模型運行的前提條件為地下碳密度、地上碳密度、死亡有機質(zhì)碳密度和土壤有機質(zhì)碳密度等是常量,與實際碳密度相比具有一定誤差,今后的研究應(yīng)對研究區(qū)碳密度進行連續(xù)多年監(jiān)測,以保證評估結(jié)果的準確性。

4.2 結(jié)論

以大都市郊區(qū)武漢黃陂區(qū)為例,基于2000—2020年5期土地利用數(shù)據(jù),采用InVEST模型和FLUS模型,研究2035年多情景下的黃陂區(qū)土地利用變化及其對陸地生態(tài)系統(tǒng)碳儲量的影響,并探討土地利用強度與碳儲量的空間關(guān)系,得出的結(jié)論如下：(1)林地和耕地是黃陂區(qū)的主要地類,但呈現(xiàn)減少趨勢。建設(shè)用地和水域有所增加,尤其是2010—2015年變化最為劇烈,主要來源于耕地的轉(zhuǎn)入。(2)黃陂區(qū)碳儲量持續(xù)減少,2010—2015年間區(qū)域碳流失高達2.47 Tg,但區(qū)域整體上生態(tài)底色良好,地均碳密度較高。(3)3種情景下耕地轉(zhuǎn)向建設(shè)用地依然是區(qū)域碳儲量減少的最主要原因,但綜合發(fā)展情景下減少量最小。1 km×1 km尺度下土地利用強度與碳儲量全局自相關(guān)呈現(xiàn)顯著負相關(guān)關(guān)系,而局部自相關(guān)表明綜合發(fā)展情景下兩者協(xié)同發(fā)展的柵格占比最多。