環(huán)鄱陽湖城市群土地利用碳排放傳導(dǎo)效應(yīng)及預(yù)測

胡宜之,余敦

(江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院,南昌 330045)

由碳排放增加引起的全球氣候變暖被視作21世紀(jì)人類面臨的最嚴(yán)峻的環(huán)境挑戰(zhàn)之一[1]。已有研究表明,全球土地利用碳排放約占總碳排放的1/3,其中建設(shè)用地擴(kuò)張對凈碳排放的邊際貢獻(xiàn)高達(dá)3.99,是僅次于化石能源燃燒的第二大碳排放源[2]。近20年來中國土地利用碳排放增幅約11.91 Gt,土地利用碳排放呈逐年增長和集聚態(tài)勢,中國已成為世界上碳排放最大的國家,因此,減碳降排已成為生態(tài)文明建設(shè)的核心任務(wù)[3]。黨的二十大報告也指出,要協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長,推進(jìn)生態(tài)優(yōu)先、節(jié)約集約、綠色低碳發(fā)展。而城市群作為推動區(qū)域板塊之間融合互動發(fā)展的著力點,在促進(jìn)區(qū)域低碳化發(fā)展過程中發(fā)揮關(guān)鍵紐帶作用[4]。因此,針對城市群層面開展土地利用碳排放研究,對制定區(qū)域差異化減排政策、促進(jìn)區(qū)域綠色可持續(xù)發(fā)展具有重要指導(dǎo)意義。

土地利用碳排放已成為社會經(jīng)濟(jì)發(fā)展的重大約束,逐漸引起學(xué)界的高度關(guān)注?，F(xiàn)有關(guān)于土地利用碳排放的研究內(nèi)容多以碳排放核算為基礎(chǔ),總體上由微觀尺度上土壤碳和植被碳測算,過渡至中觀尺度上碳排放效應(yīng)機(jī)理探析,進(jìn)而發(fā)展到宏觀尺度上減排政策調(diào)控,主要集中在時空格局[5]、影響因素[6]、脫鉤效應(yīng)[7]、碳補(bǔ)償價值[8]和趨勢預(yù)測等[9]方面。就研究主體而言,相關(guān)研究已從土地利用延伸至經(jīng)濟(jì)發(fā)展、生態(tài)保護(hù)、產(chǎn)業(yè)轉(zhuǎn)型以及國土開發(fā)等領(lǐng)域,主要表現(xiàn)為探究多種因素主體對土地利用碳排放的影響或二者之間的耦合關(guān)系。如Shen等[10]基于GIS分析法闡明了土地利用碳排放增長與經(jīng)濟(jì)發(fā)展的關(guān)系;李竹等[11]運(yùn)用Granger因果檢驗法揭示了不同省域碳平衡能力與城鎮(zhèn)化的互動關(guān)系。此外,研究尺度上逐漸多樣化,由獨(dú)立的行政單元拓展至城市群、流域和經(jīng)濟(jì)帶等發(fā)展戰(zhàn)略區(qū)域,涵蓋國家[12]、省域[13]、市域[14]和縣域等[15]尺度。其中,預(yù)測作為一種系統(tǒng)仿真模擬的動態(tài)過程,已成為研究熱點。針對土地利用模擬和碳排放預(yù)測的方法包括FLUS模型[16]、Markov模型[17]、SD 模型[18]和IPAT 模型[19]等。綜上所述,豐碩的成果為開展土地利用碳排放研究奠定了堅實的理論基礎(chǔ),但仍存在一定的拓展空間:(1)部分研究在研討土地利用對碳排放效應(yīng)作用機(jī)理時,多從整體增減角度考慮碳排放的動態(tài)變化,對地類轉(zhuǎn)化導(dǎo)致的系統(tǒng)內(nèi)部碳傳導(dǎo)效應(yīng)研究較為鮮有;(2)部分研究在預(yù)測土地利用碳排放時,多基于數(shù)理統(tǒng)計方法進(jìn)行總量預(yù)測,對土地利用格局、能源消費(fèi)結(jié)構(gòu)等作用影響分析不足,預(yù)測結(jié)果的可靠性有待提升。

環(huán)鄱陽湖城市群作為典型的湖域地區(qū)具有完整的土地生態(tài)系統(tǒng)和活躍的能源消費(fèi)機(jī)制。隨著近年來經(jīng)濟(jì)快速發(fā)展,建設(shè)用地擴(kuò)張擠占農(nóng)用地破壞了土地生態(tài)系統(tǒng)的功能完整性,能源消費(fèi)水平持續(xù)攀升造成了大量碳排放污染。據(jù)統(tǒng)計資料,2000—2020 年建設(shè)用地擴(kuò)張2 039.4 km2,能源消費(fèi)增加6.22×107t,但由此引致的土地利用碳傳導(dǎo)效應(yīng)及變化趨勢尚未明晰?；诖?本研究在估算土地利用碳排放變化的基礎(chǔ)上,構(gòu)建碳傳導(dǎo)效應(yīng)測度模型揭示城市群內(nèi)部地類轉(zhuǎn)化引起的碳傳導(dǎo)差異,并采用FLUS-Markov模型和GM-Markov模型分別對2025年(“十四五”規(guī)劃目標(biāo)年)、2030年(碳達(dá)峰目標(biāo)年)和2035年(遠(yuǎn)景目標(biāo)年)土地利用格局和能源消費(fèi)結(jié)構(gòu)進(jìn)行模擬驗證,以實現(xiàn)對研究區(qū)土地利用碳排放的趨勢預(yù)測。研究結(jié)果可為環(huán)鄱陽湖城市群優(yōu)化土地資源配置、降低土地減排壓力提供智力支撐,也可為中國實現(xiàn)碳達(dá)峰碳中和目標(biāo)和綠色低碳高質(zhì)量發(fā)展提供參考借鑒。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

環(huán)鄱陽湖城市群位于江西省中北部(26°57′—30°04′N,113°34′—118°28′E),地勢平緩、水網(wǎng)稠密且多為湖濱平原,林地占比超過50%,總面積9.23×104km2,包括南昌市、景德鎮(zhèn)市等10個地級市(圖1)。2020年末地區(qū)生產(chǎn)總值19 459.89億元,約占全省的75.74%,人口總數(shù)3 109.97萬人,城鎮(zhèn)化率達(dá)61.67%。該區(qū)域作為中國重要的生態(tài)功能保護(hù)區(qū),自然資源豐富,區(qū)位優(yōu)勢顯著,在長江流域生態(tài)安全格局維護(hù)和綠色低碳發(fā)展中發(fā)揮重要樣板作用。隨著中部崛起、長江中游城市群等區(qū)域發(fā)展戰(zhàn)略的實施與推進(jìn),環(huán)鄱陽湖城市群現(xiàn)代化進(jìn)程也在不斷加快,建設(shè)用地持續(xù)擴(kuò)張,能源消費(fèi)強(qiáng)度增大,由此引致的土地利用碳排放日益增長成為區(qū)域高質(zhì)量發(fā)展中亟待解決的核心議題。

圖1 環(huán)鄱陽湖城市群區(qū)位Fig.1 Location of urban agglomeration around Poyang Lake

1.2 數(shù)據(jù)來源

本研究以2000 年、2005 年、2010 年、2015 年、2020年為時間節(jié)點,涉及的基礎(chǔ)數(shù)據(jù)包括土地數(shù)據(jù)、地形數(shù)據(jù)、氣象數(shù)據(jù)、水文數(shù)據(jù)、交通數(shù)據(jù)以及統(tǒng)計數(shù)據(jù)。具體信息見表1。

表1 數(shù)據(jù)類型、預(yù)處理及來源Table 1 Data type,preprocessing and source

2 研究方法

2.1 土地利用碳排放估算

土地利用碳排放估算主要從碳源和碳匯兩個方面考慮?；凇锻恋乩矛F(xiàn)狀分類》(GB/T21010—2017)說明,并結(jié)合環(huán)鄱陽湖城市群地域特點及發(fā)展導(dǎo)向,將研究區(qū)土地利用類型重分類為耕地、林地、草地、水域、未利用地和建設(shè)用地。林地、草地、水域和未利用地因具有碳吸收功能視為碳匯,而耕地在農(nóng)業(yè)生產(chǎn)活動時表現(xiàn)為碳源,在作物生長期間表現(xiàn)為碳匯,考慮已有研究和研究區(qū)實際,耕地利用碳變化主要表現(xiàn)為凈碳排放。因此,采用直接系數(shù)估算法對上述5類土地的碳排放(碳吸收)進(jìn)行估算,碳排放(碳吸收)系數(shù)見表2,其中正值表示碳排放,負(fù)值表示碳吸收(下同)。計算公式如下:

表2 地類碳排放(碳吸收)系數(shù)Table 2 Carbon emission(Carbon absorption)coefficient of various land type

式中:EL為直接土地利用碳排放(104t);m為地類,包括耕地、林地、草地、水域和未利用地;Sm為地類m的面積(km2);δm為地類m的碳排放(碳吸收)系數(shù)〔kg/(m2·a)〕。

建設(shè)用地具有碳排放功能可視為碳源,其承載的碳排放主要來源于各種能源消費(fèi),采用IPCC 核算框架對間接土地利用碳排放進(jìn)行估算,能源折標(biāo)準(zhǔn)煤系數(shù)及碳排放系數(shù)見表3。計算公式如下:

表3 能源折標(biāo)準(zhǔn)煤系數(shù)及碳排放系數(shù)Table 3 Conversion coefficient of energy into standard coal and carbon emission coefficient

式中:EC為建設(shè)用地碳排放(104t);j為能源種類,包括原煤、洗精煤、其他洗煤、焦炭、原油、汽油、煤油、柴油和燃料油;Tj為能源j折算為標(biāo)準(zhǔn)煤后的消耗量(104t);θj為能源j的碳排放系數(shù)(104t/104t標(biāo)準(zhǔn)煤)。

鑒于區(qū)縣層面的能源消費(fèi)數(shù)據(jù)難以獲取,故基于上述方法測算江西省間接土地利用碳排放,同時借鑒王勇等[25]的研究成果,選取人口、GDP、歷史碳排放(公平性原則)、碳排強(qiáng)度(效率性原則)和第三產(chǎn)業(yè)比重(可行性原則)等指標(biāo)構(gòu)建區(qū)域碳排放權(quán)分配體系,將省域碳排放科學(xué)合理地分配至環(huán)鄱陽湖城市群。

2.2 土地利用碳傳導(dǎo)效應(yīng)測度

土地利用碳傳導(dǎo)效應(yīng)是指土地利用過程中由地類面積增減引起的內(nèi)部碳轉(zhuǎn)移,包括碳轉(zhuǎn)出和碳轉(zhuǎn)入兩個過程[17]。碳傳導(dǎo)效應(yīng)由地類轉(zhuǎn)化前后碳排放(碳吸收)能力的差異以及轉(zhuǎn)化的面積決定。其中,碳排放(碳吸收)能力由對應(yīng)系數(shù)表征,轉(zhuǎn)化面積由土地利用轉(zhuǎn)移矩陣確定。計算公式如下:

式中:N為地類數(shù)目;Smn為地類m轉(zhuǎn)化至地類n的面積。除建設(shè)用地以外,地類互相轉(zhuǎn)化引起的碳傳導(dǎo)量ET由轉(zhuǎn)化面積與碳排放(碳吸收)能力確定。計算公式如下:

假設(shè)環(huán)鄱陽湖城市群內(nèi)部的建設(shè)用地在空間上具有同質(zhì)性,則在時段T1—T2內(nèi),由建設(shè)用地轉(zhuǎn)化為其他地類引起的轉(zhuǎn)出碳為EO,由其他地類轉(zhuǎn)化為建設(shè)用地引起的轉(zhuǎn)入碳為EI。計算公式如下:

式中:Scm和Smc分別為建設(shè)用地與地類m互轉(zhuǎn)的面積(km2);SC1和SC2分別為T1和T2時期建設(shè)用地的面積(km2);δT1和δT2分別為T1和T2時期建設(shè)用地單位面積上產(chǎn)生的碳排放〔kg/(m2·a)〕;δm為其他地類的碳排放系數(shù)(δm1)或碳吸收系數(shù)(δm2)〔kg/(m2·a)〕;EC1和EC2分別為在T1和T2時期建設(shè)用地產(chǎn)生的碳排放(104t);。

2.3 土地利用碳排放趨勢預(yù)測

2.3.1 FLUS-Markov模型 FLUS-Markov模型是Liu等[26]在GeoSOS軟件上拓展衍生出的一種土地利用模擬模型,該模型主要通過交互耦合FLUS 模型處理土地系統(tǒng)空間變化的能力和Markov模型預(yù)測土地類型數(shù)量特征的特點來實現(xiàn)未來土地利用格局模擬。由于土地利用是一種受復(fù)合因素驅(qū)動的動態(tài)變化過程,故參照相關(guān)研究,現(xiàn)從自然因素(高程、坡度、降水量和氣溫)、社會經(jīng)濟(jì)因素(GDP和人口密度)、鄰域因素(距高速距離、距鐵路距離和距河流距離)方面選取9個驅(qū)動因子用于構(gòu)建適宜性圖集。模擬過程主要包括適宜性概率估計和元胞自動機(jī)空間模擬兩部分,相關(guān)公式在此不再贅述。

傳統(tǒng)土地利用模擬多采用總體精度(overall accuracy,OA)和Kappa系數(shù)等指標(biāo)進(jìn)行精度驗證,驗證結(jié)果具有一定的局限性。本研究在此基礎(chǔ)上引入Pontius等[27]提出的Fo M 系數(shù)來評估模擬的準(zhǔn)確性,Fo M 系數(shù)在較小范圍內(nèi)越大表明模擬效果越好,該范圍可取0～0.3。計算公式如下:

式中:A為實際變化而預(yù)測不變的誤差區(qū)域;B為實際和預(yù)測變化一致的正確區(qū)域;C為實際變化與預(yù)測變化不一致的誤差區(qū)域;D為實際不變而預(yù)測變化的誤差區(qū)域。

2.3.2 GM-Markov 模型 GM-Markov 模型是在GM(1,1)模型對時間序列進(jìn)行宏觀走勢預(yù)測的基礎(chǔ)上,引入Markov鏈進(jìn)行相對誤差微觀修正的改進(jìn)模型,可用于中長期數(shù)據(jù)預(yù)測[28]。預(yù)測過程如下:

構(gòu)建原始灰色序列并作一次累加生成新數(shù)列,對每個新數(shù)列的變量建立白化微分方程以求解發(fā)展系數(shù)和灰色作用量,最后運(yùn)用最小二乘估計法及微分方程理論構(gòu)建GM(1,1)預(yù)測模型,進(jìn)行累減還原即可得到原始灰色序列的預(yù)測值。為了檢驗?zāi)Ｐ偷目尚哦?本研究對GM(1,1)預(yù)測結(jié)果進(jìn)行后驗差檢驗和殘差檢驗,若有一項不合格,則需對模型進(jìn)行改進(jìn)。精度檢驗標(biāo)準(zhǔn)見表4。

表4 模型精度檢驗等級Table 4 Model accuracy inspection level

若GM(1,1)模型預(yù)測的結(jié)果與實際情況存在過大誤差,則需要劃分狀態(tài)區(qū)間并引入Markov鏈進(jìn)行誤差修正。計算公式如下:

3 結(jié)果與分析

3.1 土地利用碳排放變化分析

借助土地利用轉(zhuǎn)移矩陣得到2000—2020年環(huán)鄱陽城市群土地利用變化情況(表5)。從轉(zhuǎn)化方向看,研究期內(nèi)環(huán)鄱陽湖城市群內(nèi)部地類轉(zhuǎn)化主要為耕地和林地間的相互轉(zhuǎn)化以及耕地轉(zhuǎn)為建設(shè)用地,部分水域和耕地也存在互轉(zhuǎn)情況,而草地和未利用地由于面積較小,轉(zhuǎn)化情況并不明顯。從轉(zhuǎn)化規(guī)?？?研究期內(nèi)環(huán)鄱陽湖城市群共有1.01×104km2土地發(fā)生轉(zhuǎn)化,其中建設(shè)用地利用動態(tài)度最高,為16.83%,其余依次為未利用地、草地、水域、林地,耕地利用動態(tài)度則最低,僅為0.34?？赡艿脑蚴墙陙碓凇案丶t線”“藏糧于地”等政策約束下,環(huán)鄱陽湖城市群持續(xù)推進(jìn)高標(biāo)準(zhǔn)農(nóng)田建設(shè),嚴(yán)格管控耕地“非糧化”和“非農(nóng)化”,積極落實耕地占補(bǔ)平衡,區(qū)域耕地保護(hù)工作取得積極成效。從轉(zhuǎn)化速度看,研究期內(nèi)建設(shè)用地轉(zhuǎn)出速度為19.01 km2/a,轉(zhuǎn)入速度為426.89 km2/a,凈轉(zhuǎn)入面積為2 039.40 km2,耕地轉(zhuǎn)出速度為871.82 km2/a,轉(zhuǎn)入速度為986.35 km2/a,凈轉(zhuǎn)入面積為572.66 km2,而林地作為面積占比最大的地類,轉(zhuǎn)出速度約為轉(zhuǎn)入速度的兩倍,凈轉(zhuǎn)出面積高達(dá)2 068.13 km2。究其原因,近年來流域經(jīng)濟(jì)快速發(fā)展促使城市邊界持續(xù)擴(kuò)張,部分農(nóng)用地轉(zhuǎn)化為居住、工業(yè)用地等,而湖泊、河流周圍的林地因具有良好的水源涵養(yǎng)能力和土壤滲透特性,在國土綜合整治與生態(tài)修復(fù)等調(diào)節(jié)作用下逐漸轉(zhuǎn)化為耕地和草地,從而保證耕地數(shù)量始終維持在動態(tài)平衡區(qū)間。

表5 2000-2020年環(huán)鄱陽湖城市群土地利用變化Table 5 Land use change of urban agglomeration around Poyang Lake from 2000 to 2020

基于土地利用轉(zhuǎn)移矩陣和碳排放系數(shù)得到2000—2020年環(huán)鄱陽湖城市群土地利用碳排放變化(圖2)。如圖2所示,研究期內(nèi)環(huán)鄱陽湖城市群土地利用凈碳排放逐年遞增,由8.79×106t增至3.63×107t,年均增幅1.38×106t。其原因可能在于城鎮(zhèn)化和工業(yè)化的快速發(fā)展刺激更多的生產(chǎn)建設(shè)活動,各類土地承載的能源消費(fèi)產(chǎn)生了大量碳排放。而人口規(guī)模膨脹促使就業(yè)、居住、休閑等生活需求增加,進(jìn)而帶動二三產(chǎn)業(yè)的發(fā)展,由此引致的城市建設(shè)用地持續(xù)擴(kuò)張也對碳排放增長起到促進(jìn)作用。此外,碳源的碳排放量總體增加2.74×107t,碳匯的碳吸收量則呈現(xiàn)略微減少態(tài)勢,但由于林地面積始終在減小,建設(shè)用地面積持續(xù)增加,研究區(qū)的碳匯能力始終遠(yuǎn)低于碳源能力,導(dǎo)致碳源/碳匯比值由2000年的3.56持續(xù)上升至2020年的12.09。值得關(guān)注的是,2010年以后碳源/碳匯比值增長率有所減緩,表明近10年來環(huán)鄱陽湖城市群在減碳降排上采取了積極舉措,但城市群發(fā)展仍面臨較大減排壓力,此發(fā)展趨勢也與環(huán)鄱陽湖生態(tài)城市群“生態(tài)優(yōu)先、綠色低碳”的近期規(guī)劃目標(biāo)相一致。

圖2 2000-2020年環(huán)鄱陽湖城市群土地利用碳排放變化Fig.2 Change of carbon emissions from land use in urban agglomeration around Poyang Lake from 2000 to 2020

就單一地類而言(圖3),建設(shè)用地碳排放呈持續(xù)增加趨勢,由1.08×107t逐年遞增至3.82×107t,年均增長率6.51%,說明城市群進(jìn)入高質(zhì)量發(fā)展時期后提高了工業(yè)生產(chǎn)和能源消費(fèi)力度,由此產(chǎn)生更多的碳排放。耕地碳排放則在1.40×106t上下浮動,原因在于盡管研究期間較多耕地轉(zhuǎn)化為其他地類,但在耕地占補(bǔ)平衡和耕地保護(hù)紅線等政策引導(dǎo)下,轉(zhuǎn)出面積由林地、水域等地類進(jìn)行補(bǔ)充。在碳匯地類中,面積占比最大的林地年均碳吸收量最高,約為3.24×106t,草地和未利用地年碳吸收量呈逐漸降低趨勢,主要是因為研究期內(nèi)草地和未利用地面積在持續(xù)減少。而水域主要集中在鄱陽湖國家級自然保護(hù)區(qū)及周邊地區(qū),受到《鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)環(huán)境保護(hù)條例》等政策規(guī)則的約束,研究期間利用動態(tài)度較低,但由于地類占比僅為5.34%,年碳吸收量基本維持在1.30×105t左右。

圖3 2000-2020年環(huán)鄱陽湖城市群單一地類碳排放變化Fig.3 Change of carbon emissions in a single area of urban agglomeration around Poyang Lake from 2000 to 2020

3.2 土地利用碳傳導(dǎo)效應(yīng)分析

基于碳傳導(dǎo)效應(yīng)測度模型得出2000—2020年環(huán)鄱陽湖城市群土地利用碳傳導(dǎo)效應(yīng)變化情況(表6)。為方便說明碳傳導(dǎo)效應(yīng)情況,分別將2000—2005年、2005—2010 年、2010—2015 年、2015—2020 年和2000—2020年記作Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期和Ⅴ期(下同)。由表6可知,各時期由地類轉(zhuǎn)化引致的碳傳導(dǎo)效應(yīng)均表現(xiàn)為碳排放,且呈先增后減態(tài)勢,即由Ⅰ期(4.90×106t)增長至Ⅲ期(1.30×107t)后降低至Ⅳ期(1.05×107t),總體增幅114.21%。從整個研究時段看,2000—2020年環(huán)鄱陽湖城市群土地利用碳傳導(dǎo)效應(yīng)共產(chǎn)生4.05×107t碳排放,其中建設(shè)用地產(chǎn)生1.87×107t碳排放,耕地產(chǎn)生1.41×107t碳排放,林地和草地分別產(chǎn)生3.23×106t和3.21×106t碳排放,水域和未利用地由于面積不大且利用動態(tài)度較低,二者轉(zhuǎn)化引起的碳傳導(dǎo)效應(yīng)分別為1.23×106t和4.91×104t碳排放。這表明建設(shè)用地和耕地產(chǎn)生的碳傳導(dǎo)效應(yīng)在土地利用碳排放增長過程中起主導(dǎo)作用,主要是由耕地和林地轉(zhuǎn)為建設(shè)用地所致。林地轉(zhuǎn)出面積較大但碳傳導(dǎo)效應(yīng)較低可能是因為該地類本身碳吸收能力較強(qiáng),未轉(zhuǎn)化的林地產(chǎn)生的碳吸收會中和部分碳排放。

表6 2000-2020年環(huán)鄱陽湖城市群土地利用碳傳導(dǎo)效應(yīng)Table 6 Carbon transmission effect of land use in urban agglomeration around Poyang Lake from 2000 to 2020 104 t

從碳源/匯地向碳匯/源地轉(zhuǎn)化看,主要是耕地、林地和水域向建設(shè)用地轉(zhuǎn)化。其中耕地轉(zhuǎn)向建設(shè)用地的碳傳導(dǎo)量呈逐期遞增趨勢,Ⅰ期耕地轉(zhuǎn)出為建設(shè)用地的過程中共釋放1.87×106t二氧化碳,Ⅱ期和Ⅲ期碳排放逐漸增加至4.37×106t和4.88×106t,而在Ⅳ期轉(zhuǎn)出的碳排放則降低至4.26×106t。雖然碳傳導(dǎo)效應(yīng)趨勢上有所減緩,但由耕地轉(zhuǎn)為建設(shè)用地的土地利用強(qiáng)度處于較高水平,仍存在一定的減排空間。林地和水域向建設(shè)用地轉(zhuǎn)化引起的碳傳導(dǎo)量也呈先增后減變化,由Ⅰ期(2.13×105t和2.10×105t)增加至Ⅲ期(7.44×105t和3.14×105t)后降低至Ⅳ期(4.10×105t和2.73×105t),這可能與近5年來環(huán)鄱陽湖城市群嚴(yán)格管控建設(shè)用地擴(kuò)張有關(guān)。草地和未利用地由于本身面積較少,同時自身碳匯能力較弱,因此在地類轉(zhuǎn)化的碳傳導(dǎo)效應(yīng)中并未呈現(xiàn)明顯變化。此外,受退耕還林政策的影響,各時期耕地和林地之間轉(zhuǎn)化引起的碳傳導(dǎo)量(碳吸收)基本維持在1.60×104t以上,盡管林地具有較強(qiáng)的碳匯能力,但其碳吸收速度遠(yuǎn)不及建設(shè)用地和耕地的碳排放速度,由此導(dǎo)致環(huán)鄱陽湖城市群土地利用碳排放持續(xù)增長。

3.3 土地利用碳排放預(yù)測

3.3.1 直接土地利用碳排放預(yù)測 直接土地利用碳排放主要受到土地面積變化的影響,在預(yù)測碳排放前應(yīng)先對土地利用面積進(jìn)行時空模擬。因此,選取高程、坡度等驅(qū)動因子在FLUS-Markov模型中構(gòu)建適宜性圖集,結(jié)合輪盤賭選擇的自適應(yīng)慣性競爭機(jī)制在元胞自動機(jī)中進(jìn)行土地利用變化模擬。為確定合適的預(yù)測基準(zhǔn)年份,現(xiàn)分別用各時期來預(yù)測2010 年、2015年、2020年土地利用類型面積,預(yù)測結(jié)果與精度檢驗見表7。

表7 環(huán)鄱陽湖城市群土地利用類型實際面積與預(yù)測面積對比Table 7 Comparison between actual area and predicted area of land use types in urban agglomeration around Poyang Lake km2

由表7可知,采用FLUS-Markov模型對環(huán)鄱陽湖城市群土地利用變化進(jìn)行模擬總體精度較高,Kappa系數(shù)均大于0.81,OA 系數(shù)均大于0.85,FoM 系數(shù)均小于0.3。從預(yù)測結(jié)果看,采用多年期土地數(shù)據(jù)對同一目標(biāo)年的地類面積進(jìn)行模擬,精度檢驗結(jié)果表明距目標(biāo)年近的數(shù)據(jù)更適合作為預(yù)測的原始數(shù)據(jù),Kappa系數(shù)、OA 系數(shù)均有所提升,可降低數(shù)據(jù)時間滯后性帶來的誤差。以2020年為例,Ⅰ期、Ⅱ期、Ⅲ期預(yù)測精度逐漸遞增,Kappa系數(shù)依次為0.864,0.924,0.943,OA 系數(shù)依次為0.896,0.924,0.957,FoM 系數(shù)依次為0.064,0.149,0.215。其中,利用Ⅲ期數(shù)據(jù)預(yù)測2020年土地利用變化結(jié)果與實際情況見圖4。

由表7 和圖4 可知,本研究選擇2015 年、2020年作為預(yù)測基準(zhǔn)年,以5 a期為間隔依次對2025年、2030年和2035年環(huán)鄱陽湖城市群土地利用變化進(jìn)行預(yù)測(表8),結(jié)果表明除建設(shè)用地面積增加以外,其他地類面積均出現(xiàn)小幅度減少。

表8 2025年、2030年、2035年環(huán)鄱陽湖城市群土地利用面積預(yù)測結(jié)果Table 8 Prediction results of land use area of urban agglomeration around Poyang Lake in 2025,2030 and 2035 km2

根據(jù)式(1)和式(2)可得環(huán)鄱陽湖城市群直接土地利用碳排放預(yù)測結(jié)果(表9)。

表9 2025年、2030年、2035年環(huán)鄱陽湖城市群直接土地利用碳排放預(yù)測結(jié)果Table 9 Prediction results of direct land use carbon emissions(carbon absorption)of urban agglomeration around Poyang Lake in 2025,2030 and 2035 104 t

3.3.2 間接土地利用碳排放預(yù)測 間接土地利用碳排放主要由能源消費(fèi)量決定,以2011—2020年江西省實際能源消費(fèi)量構(gòu)建原始序列,分別用GM(1,1)模型和GM-Markov模型對能源消費(fèi)量進(jìn)行預(yù)測(圖5),結(jié)果顯示GM-Markov模型的擬合效果顯著優(yōu)于GM(1,1)模型,GM(1,1)模型雖然能夠基本反映能源消費(fèi)量的變化趨勢,但對于個別趨勢以外的數(shù)據(jù)并未能準(zhǔn)確預(yù)測,而GM-Markov模型可通過修正誤差項有效降低數(shù)據(jù)波動性的干擾。

圖5 江西省能源消費(fèi)結(jié)構(gòu)實際情況與預(yù)測結(jié)果對比Fig.5 Comparison between the actual situation and forecast results of energy consumption structure in Jiangxi Province

進(jìn)一步對比驗證兩種模型的預(yù)測精度(表10),可以發(fā)現(xiàn),對于預(yù)測相同能源類型而言,GM-Markov模型的均方差比值都明顯高于GM(1,1)模型,GMMarkov模型的小概率誤差均為1.000,而GM(1,1)模型預(yù)測汽油消費(fèi)量的小概率誤差則為0.600,總體精度級別上GM-Markov模型除在預(yù)測汽油外均為優(yōu)秀,而GM(1,1)模型預(yù)測汽油時的精度級別則為不合格,表明GM-Markov模型在預(yù)測能源消費(fèi)量上具有相對誤差小和總體精度高的優(yōu)點。

表10 江西省能源消費(fèi)結(jié)構(gòu)預(yù)測精度驗證結(jié)果Table 10 Verification results of prediction accuracy of energy consumption structure in Jiangxi Province

采用GM-Markov模型對2025年、2030年、2035年江西省能源消費(fèi)結(jié)構(gòu)進(jìn)行預(yù)測(表11),結(jié)果顯示,原煤、其他洗煤、焦炭和原油消費(fèi)量呈遞增趨勢,洗煤、汽油、煤油、柴油和燃料油消費(fèi)量呈減少趨勢,2025年、2030年、2035年江西省能源消費(fèi)總量依次為9.98×107t,1.11×108t,1.24×108t。

表11 2025年、2030年、2035年江西省能源消費(fèi)結(jié)構(gòu)預(yù)測結(jié)果Table 11 Forecast results of energy consumption structure of Jiangxi Province in 2025,2030 and 2035 104 t

根據(jù)公式(2)和表3 可得出2025 年、2030 年、2035年江西省間接土地利用碳排放,同時基于已構(gòu)建的區(qū)域碳排放權(quán)分配體系,將省域碳排放科學(xué)合理地分配至環(huán)鄱陽湖城市群(表12)。結(jié)果顯示,2025年、2030年、2035年環(huán)鄱陽湖城市群土地利用碳排放預(yù)計可達(dá)到4.13×107t,4.69×107t和5.39×107t,未來城市群土地利用碳排放仍呈增長態(tài)勢。

表12 2025年、2030年、2035年環(huán)鄱陽湖城市群土地利用碳排放預(yù)測結(jié)果Table 12 Prediction results of carbon emissions from land use in urban agglomeration around Poyang Lake in 2025,2030 and 2035 104 t

4 討論與結(jié)論

4.1 討論

圍繞“雙碳”戰(zhàn)略部署和“十四五”規(guī)劃目標(biāo)開展碳減排、碳增匯系列舉措對我國實現(xiàn)綠色低碳可持續(xù)發(fā)展目標(biāo)具有重要促進(jìn)意義。土地利用/覆被變化作為引起碳排放的主要動因,在低碳國土空間開發(fā)任務(wù)中發(fā)揮關(guān)鍵作用。已有關(guān)于土地利用碳排放的研究多圍繞總量展開分析,研究結(jié)果存在一定的滯后性,本研究則在此基礎(chǔ)上深度剖析地類轉(zhuǎn)化引起的土地內(nèi)部碳傳導(dǎo)效應(yīng),揭示了具體地類間由于面積增減導(dǎo)致的碳排放(碳吸收)變化情況,結(jié)果表明建設(shè)用地和耕地在碳傳導(dǎo)過程中起主導(dǎo)作用,未來環(huán)鄱陽湖城市群減碳降排的工作應(yīng)依附這些地類開展。但研究結(jié)果仍存在細(xì)化空間,各地類的碳排放系數(shù)均借鑒已有成果得出,考慮到不同地區(qū)海拔高度、土壤屬性、季節(jié)氣候、植被覆蓋度等差異因素對碳排放系數(shù)的影響,仍需對相關(guān)系數(shù)的適宜性和精確性進(jìn)行優(yōu)化。

從土地利用碳排放預(yù)測方法看,分別采用FLUS-Markov模型和GM-Markov模型來預(yù)測直接和間接土地利用碳排放能夠有效減小“信息孤島”對預(yù)測結(jié)果的誤差。FLUS-Markov模型從時空變換角度考慮不同柵格的土地利用類型轉(zhuǎn)化概率,并疊加多重影響因子完成高精度土地利用空間變化的模擬過程,預(yù)測精度較高,這一優(yōu)點已在吳淑芳等[16]的研究中予以論證。而能源消費(fèi)數(shù)據(jù)在時間序列上具有較大波動性,采用傳統(tǒng)GM(1,1)模型易產(chǎn)生灰色偏差,因此引入Markov鏈將模型改進(jìn)為GM-Markov 模型。該模型的修正過程主要通過殘差與實際值的比值計算相對殘差序列,由于相對殘差序列具有非平穩(wěn)隨機(jī)性,需對其進(jìn)行狀態(tài)區(qū)間劃分,然后基于Markov鏈構(gòu)建狀態(tài)轉(zhuǎn)移概率矩陣來確定對象轉(zhuǎn)移狀態(tài),以此計算出誤差修正后的預(yù)測值。值得注意的是,預(yù)測結(jié)果是基于環(huán)鄱陽湖城市群自然發(fā)展情景得出,未來城市群可能面臨更加多樣的發(fā)展情景,如生態(tài)保護(hù)、節(jié)能減排、產(chǎn)業(yè)轉(zhuǎn)型等,后續(xù)研究可繼續(xù)深入探討多情景下土地利用碳排放的預(yù)測機(jī)制。

當(dāng)前,環(huán)鄱陽湖城市群土地利用碳排放仍呈增長趨勢,低碳國土空間開發(fā)利用面臨嚴(yán)峻減排挑戰(zhàn)。為此,提出如下對策建議:一是嚴(yán)格管控建設(shè)用地擴(kuò)張,增強(qiáng)耕地林地碳匯能力。加強(qiáng)用地審批力度促進(jìn)建設(shè)用地減量化,同時也可通過提高建筑密度和容積率來提升建設(shè)用地利用效率,對于碳匯地類,可改進(jìn)耕作方式、施肥方案等降低作物生長過程中的碳排放,并通過樹種選擇、輪伐期確定等措施提高森林碳儲量。二是改進(jìn)技術(shù)優(yōu)化能源結(jié)構(gòu),創(chuàng)新戰(zhàn)略發(fā)展清潔能源。環(huán)鄱陽湖城市群應(yīng)逐步整改或淘汰能耗高、污染重、產(chǎn)能低的落后產(chǎn)業(yè),增加資金或政策扶持鼓勵企業(yè)利用地理及技術(shù)優(yōu)勢開發(fā)新能源,以清潔能源替代化石能源,實現(xiàn)能源消費(fèi)結(jié)構(gòu)優(yōu)化升級。三是建立有效的碳補(bǔ)償機(jī)制,科學(xué)監(jiān)督碳源碳匯平衡。建立分區(qū)碳排放數(shù)據(jù)庫,綜合考量地區(qū)碳排放經(jīng)濟(jì)貢獻(xiàn)能力、生態(tài)承載能力等差異,由高碳排區(qū)直接向碳匯功能區(qū)支付一定的碳補(bǔ)償資金,助力地區(qū)碳源碳匯平衡。四是探索低碳土地利用模式,統(tǒng)籌提高區(qū)域減排潛力。合理評估區(qū)域土地利用活動(土地開發(fā)、整理與復(fù)墾)全周期碳排強(qiáng)度,減少單位土地面積的資源要素投入,推動土地利用方式向低碳集約方向轉(zhuǎn)變。

4.2 結(jié)論

(1)2000—2020年環(huán)鄱陽湖城市群共有1.01×104km2土地進(jìn)行相互轉(zhuǎn)化,主要表現(xiàn)為耕地與林地間的相互轉(zhuǎn)化以及耕地轉(zhuǎn)為建設(shè)用地,其中建設(shè)用地利用動態(tài)度最高,耕地利用動態(tài)度則最低。

(2)2000—2020年環(huán)鄱陽湖城市群土地利用凈碳排放由8.79×106t增加至3.63×107t,碳源/碳匯比值由3.56上升至12.09。其中,作為主要碳源地的建設(shè)用地碳排放由1.08×107t逐年增至3.82×107t,耕地碳排放量穩(wěn)定在1.40×106t上下,地類占比最大的林地年均碳吸收量最高,約為3.24×106t,草地和未利用地年碳吸收量呈逐漸降低趨勢,水域年碳吸收量則基本維持在1.30×105t左右。

(3)2000—2020年環(huán)鄱陽湖城市群土地利用碳傳導(dǎo)效應(yīng)共產(chǎn)生4.052 16×107t碳排放,建設(shè)用地和耕地產(chǎn)生的碳傳導(dǎo)效應(yīng)在土地利用碳排放增長過程中起主導(dǎo)作用。不同時期由地類轉(zhuǎn)化引致的碳傳導(dǎo)效應(yīng)均表現(xiàn)為碳排放,且呈現(xiàn)先增后減態(tài)勢。從碳源/匯地向碳匯/源地轉(zhuǎn)化看,主要是耕地、林地和水域向建設(shè)用地轉(zhuǎn)化,耕地轉(zhuǎn)向建設(shè)用地的碳傳導(dǎo)量呈逐期增加趨勢,林地和水域向建設(shè)用地轉(zhuǎn)化導(dǎo)致的碳傳導(dǎo)量呈先增后減的趨勢。

(4)基于FLUS-Markov模型和GM-Markov模型預(yù)測出2025年、2030年、2035年環(huán)鄱陽湖城市群土地利用碳排放依次為4.13×107t,4.69×107t和5.39×107t,表明在當(dāng)前發(fā)展條件下,城市群發(fā)展將面臨更加嚴(yán)峻的減排壓力。