基于格網(wǎng)和PLUS 模型的大西安地區(qū)碳排放量估算與模擬*

高宇,劉歡**,鮑立佳,石琳,吳江

(1.陜西地建土地勘測規(guī)劃設計院有限責任公司 西安 710082;2.咸陽師范學院地理與環(huán)境學院 咸陽 712099)

溫室氣體引起的全球氣候變暖是全世界共同面臨的一項嚴峻挑戰(zhàn)。化石燃料和土地利用變化被認為是CO2排放的兩大主要源頭[1]。Corinne 等[2]研究表明,在2008-2017 年間,全球化石燃燒引起的CO2年均排放量達(9.4±0.5) t(C)?a-1,土地利用變化導致的CO2年均排放量為(1.5±0.7) t(C)?a-1,且由土地利用變化引起的CO2排放量將持續(xù)增長。為了改善CO2等溫室氣體帶來的氣候變暖問題,2015 年《巴黎協(xié)定》提出,全球?qū)⒈M快實現(xiàn)溫室氣體排放達峰,在21 世紀下半葉實現(xiàn)溫室氣體凈零排放[3]。自改革開放以來,我國土地利用變化劇烈,建設用地擴張迅速,使得我國碳排放量不斷增長[4]。目前,中國已經(jīng)成為全球碳排量最大的國家[5]。為了實現(xiàn)《巴黎協(xié)定》的目標,2020 年9 月,我國向國際社會做出了莊嚴承諾-中國將力爭于2030 年前達到碳達峰,2060 年前實現(xiàn)碳中和(簡稱“雙碳”)[6]。為了實現(xiàn)“雙碳”目標,我國的“十四五”規(guī)劃中將“降碳”作為生態(tài)文明建設的重點戰(zhàn)略方向[7],因此,精確測算區(qū)域土地利用變化引起的碳排量,對響應國家政策、早日實現(xiàn)“雙碳”目標具有重要意義。

自1980 年開始,國內(nèi)外學者就土地利用變化引起的碳排放效應進行了大量的實證研究。例如,Lin等[8]計算了2006-2016 年中國30 個省份的土地利用碳排放強度和人均土地利用碳排放量;王艷軍等[9]利用夜間燈光影像與土地利用數(shù)據(jù),測算了珠三角城市群2000-2013 年碳排放的時空差異性;Ali 等[10]研究了泰國曼谷都會區(qū)土地利用變化與碳排放和碳匯之間的關系;Wu 等[11]利用IPCC 提出的排放因子法估算了1991-2020 年中國淮南市土地利用的碳源和碳匯;王丹等[12]基于雙變量空間自相關分析方法揭示了南四湖流域土地利用變化引起的碳排放量與生態(tài)系統(tǒng)服務價值的時空關系。雖然土地利用變化引起的碳排放效應研究成果眾多,但有關大西安地區(qū)土地利用變化及其碳排放效應的研究中,多基于縣域等行政單元進行測算,缺乏基于柵格尺度的研究。基于柵格尺度的研究通常能突破行政單元的限制,更好地貼合地理對象的自然特征。此外,人們多關注土地利用以及碳排放量的時空演變特征[13-14],較少有針對該區(qū)域未來土地利用碳排放模式進行模擬與預測的研究。

大西安(西安市-西咸新區(qū))是“一帶一路”的核心區(qū),也是亞歐大陸橋經(jīng)濟帶的心臟,摸清該區(qū)域土地利用變化碳排量的時空演變特征對推進其高質(zhì)量發(fā)展具有重要意義?；谝陨涎芯楷F(xiàn)狀,本研究利用長時序的土地利用數(shù)據(jù),分析大西安地區(qū)1990-2020 年的土地利用變化特征,利用排放因子法核算大西安地區(qū)碳排放量的時空變化模式,基于柵格尺度評估大西安地區(qū)碳排放強度,最后利用PLUS(patch-generating land use simulation)模型模擬大西安地區(qū)2025 年和2030 年的土地利用格局和碳排放空間模式。該研究可為大西安地區(qū)落實貫徹“雙碳”目標提供支持。

1 材料與方法

1.1 研究區(qū)概況

2017 年,陜西省政府將西咸新區(qū)劃歸為西安市管理,以形成大西安經(jīng)濟區(qū)。旨在提升城市聚集力、輻射力、競爭力和影響力,促進國際化大都市的建成。大西安南依秦嶺,北接渭河平原,地理范圍在107°40′～109°49′E,33°42′～34°45′N 之間(圖1),規(guī)劃面積達10 745 km2;該區(qū)域海拔差異明顯,地勢南高北低,海拔227～3744 m。位于暖溫帶半濕潤大陸性季風氣候區(qū),四季分明,年均氣溫13.0～13.7 ℃,年均降水522.4～719.5 mm。2020 年,該區(qū)域人口為1315.41 萬人,GDP 總量達10 314.58 億元,分別占陜西省人口和經(jīng)濟總量的33.26%和39.40%。

圖1 研究區(qū)位置圖Fig.1 Location of study area

1.2 數(shù)據(jù)來源及處理

1.2.1 土地利用數(shù)據(jù)

土地利用數(shù)據(jù)來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn/)提供的中國多時期土地利用遙感監(jiān)測數(shù)據(jù)集(CNLUCC),該數(shù)據(jù)集基于Landsat 系列影像,通過人工目視解譯得到,空間分辨率為30 m,時間跨度為1980-2020 年,總體精度達90%以上[15]。

1.2.2 社會經(jīng)濟數(shù)據(jù)

社會經(jīng)濟數(shù)據(jù)包括陜西省能源消耗數(shù)據(jù)、人口數(shù)據(jù)與大西安人口數(shù)據(jù),數(shù)據(jù)來源自陜西省統(tǒng)計年鑒、西安統(tǒng)計年鑒和咸陽統(tǒng)計年鑒。由于數(shù)據(jù)獲取的限制,本文中大西安地區(qū)1990-2020 年的能源消耗數(shù)據(jù)基于大西安地區(qū)各區(qū)縣人口總數(shù)與陜西省總人口的比重推算。

1.2.3 土地利用模擬驅(qū)動因子數(shù)據(jù)

本文所使用土地利用模擬的驅(qū)動因子數(shù)據(jù)包括高程、坡度、年均溫度、年降水量、人口密度、地均GDP、距水系的距離以及距主要道路的距離(圖2)。其中高程和坡度提取自數(shù)字高程模型(DEM)數(shù)據(jù),該數(shù)據(jù)空間分辨率為30 m,下載自地理空間數(shù)據(jù)云(http://www.gscloud.cn/);年均溫度和年降水量數(shù)據(jù)(2015 年)提取自彭守璋老師團隊發(fā)布的1 km 逐月平均氣溫數(shù)據(jù)集和降水量數(shù)據(jù)集[16],來源于國家科技基礎條件平臺-國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn/);地均GDP 和人口密度數(shù)據(jù)(2015 年)分別提取自中國GDP 空間分布公里網(wǎng)格數(shù)據(jù)集[17]和中國人口空間分布公里網(wǎng)格數(shù)據(jù)集[18],均下載自中國科學院資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn/);水系和道路數(shù)據(jù)源自全國地理信息資源目錄服務系統(tǒng)提供的1∶100 萬全國地理信息基礎數(shù)據(jù)(https://www.webmap.cn/),通過歐式距離工具將其生成距離柵格圖。

圖2 土地利用變化模擬驅(qū)動因子Fig.2 Driving factors of land use change simulation

通過ArcGIS 10.2 平臺,對上述數(shù)據(jù)按研究區(qū)范圍進行掩膜提取,并設置投影為WGS_1984_UTM_Zone_49N。

1.3 研究方法

1.3.1 土地利用碳排放量估算

1)直接碳排放量估算

不同土地利用類型對碳循環(huán)的作用不同。大量研究表明[19-21],森林、草地、水域和未利用地具有明顯的碳吸收能力,而耕地和建設用地則有明顯的碳排放能力。由于耕地、林地、草地、水域和未利用地等地類的變化直接影響區(qū)域碳排放量,因此基于碳排放系數(shù)法估算以上地類的碳排放量,具體公式如下:

式中:CA表示研究區(qū)直接碳排放量;Ai表示地類i的面積;αi表示地類i的碳排放系數(shù);n表示土地利用類型的種類,包括耕地、林地、草地、水域和未利用地。根據(jù)前人研究成果及研究區(qū)實際情況,耕地[22]、林地[23]、草地[24]、水域[4]和未利用地[25]的碳排放系數(shù)分別為0.422 t(C)?hm-2?a-1、-0.644 t(C)?hm-2?a-1、-0.021 t(C)?hm-2?a-1、-0.253 t(C)?hm-2?a-1和-0.005 t(C)?hm-2?a-1,其中負值表示碳吸收。

2)間接碳排放量估算

由于建設用地利用方式復雜多樣,適用于陸地生態(tài)系統(tǒng)的碳排放系數(shù)法難以確定其碳排放系數(shù)[23]。建設用地碳排放估算通常基于生產(chǎn)生活中使用的化石能源消耗量及其碳排放系數(shù)間接得到。根據(jù)大西安地區(qū)能源消耗數(shù)據(jù)的獲取性,選取煤品、油品、天然氣和電力來估算建設用地碳排量,具體計算公式如下:

式中:CB代表建設用地的碳排放量;mj表示化石能源j的消耗量;βj表示化石能源j的折算標準煤系數(shù);γj表示化石能源j的碳排放系數(shù);n表示能源消耗的種類,包括原煤、原油和天然氣。其中,標準煤系數(shù)和碳排放系數(shù)分別取自《中國能源統(tǒng)計年鑒》和聯(lián)合國政府間氣候變化專門委員會(IPCC)碳排放計算表。由于研究區(qū)煤品和油品能源消耗數(shù)據(jù)沒有精確到具體的能源種類,因此取原煤和原油的值為其折算標準煤系數(shù)和碳排放系數(shù),具體見表1。

表1 大西安地區(qū)能源排放系數(shù)Table 1 Energy emission coefficient in Great Xi’an

3)區(qū)域碳排放量計算

直接碳排放估算結果與間接碳排放估算結果相加即可得到區(qū)域整體的碳排量。

1.3.2 基于網(wǎng)格的碳排放強度估算

利用ArcMap 漁網(wǎng)工具生成研究區(qū)1 km×1 km漁網(wǎng)格,共11 215 個。碳排放強度由直接和間接碳排放量強度組成,直接碳排放量強度計算方式見公式(3),間接碳排放量強度等于某一區(qū)縣內(nèi)建設用地碳排放量除以該區(qū)縣的面積。

式中:CRI為直接碳排放強度,Si為格網(wǎng)內(nèi)第i類土地利用類型的面積,αi為第i類土地利用類型的碳排放系數(shù),S為格網(wǎng)的總面積,其中i包含耕地、林地、草地、水域和未利用地。

1.3.3 PLUS 模型

PLUS 模型是Liang 等[26]最新提出的可以更好地模擬多類土地利用類型斑塊級別變化的土地利用模擬模型,它由一種新的用地擴張分析策略(LEAS)和基于多類型隨機斑塊種子(CARS)的元胞自動機(CA)模型兩大部分組成。目前,已有多名學者[27-28]應用該模型模擬了不同地區(qū)的土地利用格局,并取得良好的模擬效果。

本文首先根據(jù)2010 年和2015 年兩期土地利用數(shù)據(jù)通過Markov 鏈預測出2020 年大西安地區(qū)不同土地利用類型的數(shù)量;利用PLUS 模型提取2010-2015 年土地利用擴張數(shù)據(jù);根據(jù)高程、坡度等土地利用變化驅(qū)動因子和土地利用擴張數(shù)據(jù),利用隨機森林模型計算出各類土地利用類型的適宜性概率;最后基于Markov 鏈得到的2020 年各種土地利用類型的數(shù)量和設置好的領域權重和轉(zhuǎn)換規(guī)則,利用CARS 的CA 模型獲取2020 年大西安地區(qū)土地利用模擬結果。參考前人研究[29-30],經(jīng)過多次試驗,耕地、林地、草地、水域、建設用地和未利用地的鄰域權重分別設置為0.4、0.1、0.1、0.1、0.3 和0.1,不同地類之間的轉(zhuǎn)移規(guī)則如表2 所示。

表2 不同地類之間的轉(zhuǎn)移規(guī)則Table 2 Transfer rules between different land types

2 結果與分析

2.1 大西安地區(qū)土地利用時空演變分析

1990-2020 年,耕地和林地一直是大西安地區(qū)主要的土地利用類型,兩者面積比例占研究區(qū)總面積的60%以上,而未利用地占地面積最小(<1%)(表3)。近30 年來,大西安耕地面積不斷減少,其年均減少約21.86 km2;林地面積在3017.92～3066.21 km2浮動,總體呈現(xiàn)波動減少的態(tài)勢;草地面積總體表現(xiàn)為波動減少,其年均縮減量為1.69 km2;水域面積變化波動較大,呈現(xiàn)出“減少-增加-減少-增加-減少”的規(guī)律,其面積總體減少2.38 km2;建設用地持續(xù)擴張,年均擴張面積約23.88 km2;未利用地前期(1990-2005 年)面積穩(wěn)定不變,后期(2005-2020 年)其面積波動上升,增長面積約為1.15 km2。

表3 1990——2020 年大西安不同土地利用類型面積及其比例Table 3 Areas and proportions of different land use types in Great Xi’an from 1990 to 2020

1990-2020 年,大西安地區(qū)土地利用類型的空間分布格局變化不大(圖3)。其中,耕地和水域主要分布在大西安地區(qū)北部;林地主要分布在大西安地區(qū)南部,包括周至縣中部至南部、鄠邑區(qū)南部、長安區(qū)西南部以及藍田縣東部;草地集中分布在長安區(qū)東南部和藍田縣西北部;建設用地集中分布在大西安地區(qū)中部,包括雁塔區(qū)、蓮湖區(qū)、未央?yún)^(qū)和灞橋區(qū);未利用地零散分布在草地周圍。

圖3 1990——2020 年大西安地區(qū)土地利用空間分布格局Fig.3 Spatial distribution pattern of land use in Great Xi’an from 1990 to 2020

2.2 大西安地區(qū)各區(qū)縣碳排放量時空演變分析

1990-2020 年,大西安地區(qū)碳排量由280.00×104t(C)·a-1增長至2342.27×104t(C)·a-1,其年均增長量約為68.74×104t(C),不同區(qū)縣之間排放量差異巨大(表4)。1990-2005 年,長安區(qū)碳排放量最大,其平均碳排放量占全域總排放量的10%以上。這是由于該時段,長安區(qū)能源消耗量最高,其年均原油、原煤和天然氣消耗量分別為35 716.40×104t·a-1、176 891.71×104t·a-1和5303.45×104t·a-1,高能源消耗導致該區(qū)域碳排量最高。2010-2020 年,雁塔區(qū)成為碳排放量最大的區(qū),其碳排放量占全域總排放量的11%以上。一方面,雁塔區(qū)靠近西安市中心3 城區(qū)(新城區(qū)、蓮湖區(qū)和碑林區(qū))。當中心3 城區(qū)國土資源難以滿足日益增多的人口需求時,大量人口向雁塔區(qū)聚集。另一方面,雁塔區(qū)是西安市重要的高教和商業(yè)中心,因此也吸引了大量人口流入。人口的迅速增長導致該區(qū)域?qū)δ茉吹男枨罅亢拖牧吭龃?從而導致其碳排放量最高。1990 年、2005 年、2010 年和2015 年,閻良區(qū)是所有區(qū)縣中碳排放量最低的區(qū),而在2000年和2020 年碳排放量最低的區(qū)縣分別是高陵區(qū)和涇陽縣,因為上述3 個區(qū)域位于大西安地區(qū)的郊區(qū),為了謀生,大量人口向市中心流入,導致該區(qū)域人口減少,化石能源消耗量不高,碳排量較低。

1990-2020 年,新城區(qū)、碑林區(qū)、蓮湖區(qū)、灞橋區(qū)、未央?yún)^(qū)、雁塔區(qū)、閻良區(qū)、臨潼區(qū)、長安區(qū)、高陵區(qū)和鄠邑區(qū)的碳排量表現(xiàn)為持續(xù)增長,其年均增長分別為3.14×104t(C)、3.91×104t(C)、5.42×104t(C)、5.57×104t(C)、8.84×104t(C)、11.72×104t(C)、1.55×104t(C)、3.28×104t(C)、8.39×104t(C)、2.36×104t(C)和2.78×104t(C)。因為在該時段內(nèi),上述區(qū)域人口均不斷增加,導致其能源消耗量增加、碳排量增長。秦都區(qū)、渭城區(qū)、涇陽縣、興平市、藍田縣和周至縣的碳排量則呈現(xiàn)出先增后降的趨勢。1990-2015 年,上述區(qū)縣碳排放量年均增加量分別為3.06×104t(C)、2.61×104t(C)、2.76×104t(C)、3.06×104t(C)、2.76×104t(C)和3.16×104t(C);相較于2015 年,2020 年碳排放量分別減少1.03×104t(C)、22.39×104t(C)、42.55×104t(C)、12.31×104t(C)、2.74×104t(C)和0.63×104t(C)。一方面,由于上述區(qū)域距離西安市中心較遠,2015-2020 年,隨著高鐵等交通工具的開通,西安市中心對該區(qū)域的吸附力增強,造成大量人口流出;另一方面,由于居民生育觀念發(fā)生了明顯改變,使得新出生的人口減少。人口的減少使得上述區(qū)域的能源消耗量減少,碳排放量出現(xiàn)先增后降的趨勢。

基于各區(qū)縣的碳排放量結果,運用自然斷點法將大西安地區(qū)碳排放量結果劃分為低排放、較低排放、中等排放、較高排放和高排放5 個等級(表5)。1990-2020 年,大西安地區(qū)碳排放量空間分布格局總體呈現(xiàn)“南高北低”的規(guī)律(圖4),這是因為南部地區(qū)人口多于北部地區(qū),化石能源消耗量高于北部地區(qū)。1990 年,大西安地區(qū)完全處于低排放區(qū);2000 年長安區(qū)成為了較低排放區(qū),但其他區(qū)縣依舊屬于低排放區(qū);2005 年,大西安地區(qū)以碳較低排放區(qū)為主,其面積占比約為70.17%;2010 年大西安地區(qū)以較高排放區(qū)為主,其面積占比約為47.40%;2015-2020年大西安地區(qū)則以高排放區(qū)為主,其面積占比分別為95.06%和93.53%。

表5 碳排放量等級分區(qū)劃分范圍Table 5 Classification standard of carbon emission levels ×104 t(C)

圖4 1990——2020 年大西安地區(qū)碳排放量等級分區(qū)空間分布Fig.4 Spatial distribution of carbon emission grades in Great Xi’an from 1990 to 2020

2.3 基于格網(wǎng)的大西安地區(qū)碳排放強度時空演變分析

基于網(wǎng)格計算大西安地區(qū)的碳排放強度,運用自然斷點法將其劃分為低強度、較低強度、中等強度、較高強度和高強度5 個等級,具體見表6。1990-2020 年間,大西安地區(qū)碳排放強度時空分異明顯(圖5)。時間上,碳排放強度最大值由1990 年的7461.94 t(C)?km-2?a-1增加至2020 年的45 400.90 t(C)?km-2?a-1,增長了5.08 倍。空間上,該地區(qū)碳排放強度始終呈現(xiàn)出“北高南低”的分布模式。這是因為,雖然大西安地區(qū)南部的人口眾多、化石能源消耗量大、碳排量總量高,但南部地區(qū)各縣區(qū)的占地面積遠大于北部,從而使得其碳排放強度低于北部。碑林區(qū)的碳排放強度一直屬于高強度;蓮湖區(qū)、新城區(qū)和興平市的碳排放強度則由中等強度區(qū)間變化至高強度區(qū)間;長安區(qū)碳強度則由低強度不斷增長至中等強度?？傮w來說,大西安地區(qū)碳排放強度高的地區(qū)主要集中在人類活動比較頻繁的中心城區(qū)。

表6 碳排放強度等級分區(qū)劃分范圍Table 6 Classification standard of carbon emission intensity levels t(C)?km-2?a-1

圖5 1990——2020 年大西安地區(qū)碳排放強度等級空間分布Fig.5 Spatial distribution of carbon emission intensity grades in Great Xi’an from 1990 to 2020

2.4 基于PLUS 模型的大西安地區(qū)碳排放模擬

本文利用大西安地區(qū)2010 年和2015 年的土地利用數(shù)據(jù)模擬得到2020 年的土地利用數(shù)據(jù),并使用2020 年土地利用數(shù)據(jù)統(tǒng)計值與該模擬值進行比較,結果表明兩者在數(shù)量上和空間上的一致性都較強(圖6)。對其空間一致性進一步驗證的結果表明,其Kappa系數(shù)為0.8869,總體精度為91.75%,即模擬效果較好。因此,可利用2015 年和2020 年土地利用數(shù)據(jù)來模擬

大西安地區(qū)2025 年和2030 年的土地利用狀況。

2025 年和2030 年,大西安地區(qū)土地利用的空間分布模式?jīng)]有發(fā)生顯著變化,耕地和林地依舊是主要的土地利用類型(圖7),這兩種土地利用類型的面積之和占比分別為63.53%和62.45%。2020-2030年,大西安地區(qū)的耕地、林地、水域和未利用地的面積在不斷減少,其減少面積分別為182.79 km2、68.07 km2、16.80km2和0.40 km2;由于城市發(fā)展,草地和建設用地面積快速擴張,擴張面積分別為131.28 km2和136.77 km2。

圖7 2025 年和2030 年大西安地區(qū)土地利用類型(a、b、e)、碳排放(c、d、f)模擬Fig.7 Simulation of land use types (a,b,e) and carbon emissions (c,d,f) in Great Xi’an in 2025 and 2030

2020-2030 年,除涇陽縣外,大西安地區(qū)各區(qū)縣碳排放量都在不斷增長(圖7)。2025 年和2030 年,大西安地區(qū)碳排放量相較2020 年分別增加了1294.02×104t(C)和2958.69×104t(C)。在所有區(qū)縣中,雁塔區(qū)碳排量最高,2025 年和2030 年其碳排放高達601.94×104t(C)和956.75×104t(C),比2020 年分別增長236.50×104t(C)和591.30×104t(C);涇陽縣碳排放量最低,且呈現(xiàn)出波動減少的趨勢。2025 年和2030年,大西安地區(qū)碳排放強度呈現(xiàn)出“東高西低”的分布格局,碳排放強度等級以較高強度和高強度等級為主,與2020 年相比,碳排放強度等級為高強度的區(qū)域由蓮湖區(qū)等中心不斷向外擴張。

3 討論與結論

3.1 討論

土地利用變化是影響碳排放量的重要原因,土地利用過程的復雜性導致其碳排放和變化規(guī)律具有很大不確定性。因此,研究區(qū)域土地利用所產(chǎn)生的碳排放量及其變化,不僅對“雙碳”目標的實現(xiàn)具有重大現(xiàn)實意義,而且對理解全球碳循環(huán)也具有重大現(xiàn)實意義。本研究通過中國科學院提供的分辨率為30 m的中國多時期土地利用遙感監(jiān)測數(shù)據(jù)集(CNLUCC)和排放因子法,從行政區(qū)和柵格兩種尺度分別計算了大西安地區(qū)1990-2020 年的碳排放量和碳排放強度。從數(shù)據(jù)源上看,本研究使用的土地利用數(shù)據(jù)精度達90%以上[15],從數(shù)據(jù)階段就極大地保證了研究結果的可信度;從研究方法上看,排放因子法在相關研究中被廣泛使用[31-32],其計算方式簡單成熟,研究結果具有較強的可靠性。

本研究結果與馬磊[33]、劉歡[34]、任志杰[35]、康銘敏[36]和黃仁全等[37]的研究結果相一致,但本研究更好地刻畫了大西安地區(qū)碳排放量和碳排放強度的空間格局特征,并實現(xiàn)了該區(qū)域2025 年和2030 年碳排放空間模式的模擬。雖然本研究較好地測算了大西安地區(qū)的碳排放量,但是不同地類的碳排放系數(shù)主要參考臨近區(qū)域的研究來制定。未來研究中可根據(jù)研究區(qū)的實際情況,制定更準確的碳排放系數(shù),以更精確地估算區(qū)域碳排放量。

3.2 結論

本研究基于大西安1990-2020 年土地利用數(shù)據(jù)分析了其時空演變特征,并基于排放因子法,從行政單元尺度估算了大西安地區(qū)不同區(qū)縣碳排放量的時空特征,從柵格尺度估算了大西安地區(qū)碳排放強度的演變規(guī)律,最后基于PLUS 模型模擬了大西安地區(qū)2025 年土地利用空間分布格局和碳排放。主要結論如下:

1) 1990-2020 年,耕地和林地一直是大西安地區(qū)主要的土地利用類型,兩者面積占研究區(qū)總面積的60%以上,二者的分布分別以大西安地區(qū)北部和南部為主。耕地面積持續(xù)減少,其年均減少量為21.86 km2;林地、草地和水域面積波動減少,建設用地持續(xù)擴張,年均擴張面積23.88 km2,未利用地波動上升。

2) 1990-2020 年,大西安地區(qū)碳排放量由280.00×104t(C)?a-1增長至2342.27×104t(C)?a-1,年均增長68.74×104t(C);空間分布格局總體呈現(xiàn)“南高北低”的規(guī)律。新城區(qū)、碑林區(qū)、蓮湖區(qū)、灞橋區(qū)、未央?yún)^(qū)、雁塔區(qū)、閻良區(qū)、臨潼區(qū)、長安區(qū)、高陵區(qū)和鄠邑區(qū)的碳排放量表現(xiàn)為持續(xù)增長。秦都區(qū)、渭城區(qū)、涇陽縣、興平市、藍田縣和周至縣的碳排放量則呈現(xiàn)出先增后降的趨勢。

3) 1990-2020 年,大西安地區(qū)碳排放強度最大值由7461.94 t(C)?km-2?a-1增加至45 400.90 t(C)?km-2?a-1,增長了5.08 倍?？臻g上,該地區(qū)碳排放強度始終呈現(xiàn)出“北高南低”的分布模式。蓮湖區(qū)、新城區(qū)以及碑林區(qū)等區(qū)域人類活動頻繁,因此其碳排放強度遠高于其他地區(qū)。

4) 2025 年和2030 年,大西安地區(qū)土地利用空間分布模式?jīng)]有發(fā)生明顯變化,耕地和林地依舊是主要的土地利用類型,但耕地、林地、水域和未利用地面積減少,草地和建設用地面積增加。相較2020 年,2025 年和2030 年大西安地區(qū)碳排放量分別增加了1294.02×104t(C)和2958.69×104t(C),其碳排放強度呈現(xiàn)出“東高西低”的規(guī)律,且碳排放強度等級以較高強度和高強度等級為主。