資源型城市碳匯的時空特征及驅動因素研究

摘要：實現(xiàn)資源型城市的碳減排路徑是資源型城市低碳發(fā)展的重要路徑。植被凈初級生產(chǎn)力能夠直接反映植被的生產(chǎn)能力和生態(tài)系統(tǒng)的碳匯能力。采用改進的CASA模型測算城市的碳匯能力，以資源型城市徐州為例，分析資源型城市碳匯的分布特征及其驅動影響因素。結果表明徐州市的植被凈初級生產(chǎn)力在空間分布上呈中間低四周高東部高于西部的格局。徐州市的植被凈初級生產(chǎn)力最小值出現(xiàn)在1995年，最小值是477.15 gc/m²/year，最大值出現(xiàn)在2020年，最大值為723.1 gc/m²/year。在此研究區(qū)內人類活動是產(chǎn)生影響的重要因素，氣溫比降水影響植被凈初級生產(chǎn)力變化的程度大。

關鍵詞：資源型城市；植被凈初級生產(chǎn)力；時空變化；驅動因素

中圖分類號：X22 文獻標志碼：A

前言

實現(xiàn)碳峰值和碳中和已成為新發(fā)展理念的實施、新發(fā)展模式的構建和高質量發(fā)展的推進的內在要求，并對建設人類與自然和諧共生的中國式現(xiàn)代化具有重大意義。資源型城市是由于自然資源開發(fā)而出現(xiàn)或發(fā)展起來的城市，中國多數(shù)資源型城市碳排放總量較大且仍處于增長階段，加強資源型城市碳排放時空研究精細性已經(jīng)成為未來研究重點方向。植被凈初級生產(chǎn)力（Net Primary Produc-tivity，NPP）指的是植被在單位時間和單位面積內光合作用產(chǎn)生的有機物總量，減去相同時間相同面積自養(yǎng)呼吸消耗的有機物總量。NPP可以直接反映植被的生產(chǎn)能力和生態(tài)系統(tǒng)的碳匯能力。為了計算大區(qū)域尺度的NPP，存在多種計算模型，參數(shù)模型、統(tǒng)計模型和過程模型等是常用的模型。其中，CASA（Camegie-Ames-Stanford Approach）模型是最為廣泛使用的方法之一，它能夠較為準確地估算區(qū)域內的植被凈初級生產(chǎn)力（NPP），并具有廣泛的適用性。

徐州市是全國典型的老工業(yè)基地和資源枯竭型城市，具有超過120年的煤炭開采歷史。煤礦開采過程中遭受土壤侵蝕、地表沉降和土地塌陷等土地破壞現(xiàn)象，生態(tài)修復已經(jīng)成為后礦業(yè)時代最為緊要的任務之一。因此對徐州市植被碳匯的時空變化及驅動因素分析有助于分析資源型城市碳匯的驅動機制，為資源型城市可持續(xù)發(fā)展提供參考。

1研究區(qū)概況與實驗數(shù)據(jù)

1.1研究區(qū)概述

徐州市位于東經(jīng)116°22′至118°40′，北緯33°43′至34°5′，該市轄五個市轄區(qū)、三個縣和兩個縣級市，位于華北平原東南部。該地區(qū)自東向西狹長，東部受海洋影響，氣候為溫暖濕潤季風氣候，而西部氣候為溫暖溫帶半濕潤氣候。該市氣候四季分明，光照充足，降雨適中，雨季與炎熱季節(jié)相重疊。春秋兩季相對較短，而冬夏季較長。春季天氣多變，夏季炎熱多雨，秋季宜人，冬季容易受寒潮影響。徐州市總面積為11765 km²，擁有常住人口902.85萬人。

1.2數(shù)據(jù)來源

此研究所選用的土地利用數(shù)據(jù)集是由國家冰川凍土沙漠科學數(shù)據(jù)中心提供的中國近30年土地覆蓋數(shù)據(jù)集（annual China Land Cover Dataset，CLCD），空間分辨率為30m，CLCD的總體準確度達80%。月均溫數(shù)據(jù)和月降水數(shù)據(jù)均來自國家青藏高原科學數(shù)據(jù)中心，空間分辨率為1km。1990年-2000年的月NDVI數(shù)據(jù)來源于中國科學數(shù)據(jù)，空間分辨率為5km，2001年-2020年的月NDVI數(shù)據(jù)空間分辨率為1km來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心。1990年-2016年的太陽輻射數(shù)據(jù)來源于國家青藏高原科學數(shù)據(jù)中心，空間分辨率為10km，2017年-2020年的太陽輻射數(shù)據(jù)來源于國家生態(tài)科學數(shù)據(jù)中心空間分辨率為5km。使用阿里云下載的徐州市矢量數(shù)據(jù)對下載的數(shù)據(jù)進行裁剪。為了方便后續(xù)NPP的計算，保證空間分辨率的統(tǒng)一性，采用雙線性內插的方法將下載的數(shù)據(jù)與土地利用數(shù)據(jù)空間分辨率統(tǒng)一。

2研究方法

2.1 CASA模型

文章所采用的NPP模型是朱文泉等改進的CASA模型，該模型比POtter等在1993年發(fā)布的關于CASA模型的介紹相比減小了誤差。與其他模型模擬結果和先前研究結果的比較顯示，該模型具有一定程度的可靠性。CASA模型估算的凈初級生產(chǎn)力（NPP）可以由植物吸收的光合有效輻射（APAR）和實際光能利用率（ε）兩個因素表示，估算公式如式（1）：

S_NPP為NPP變化趨勢x_i和x_j分別表示i年和j年的NPP像元值，當S_NPPgt;0時，反映NPP呈現(xiàn)上升的趨勢，相反的情況反映了凈初級生產(chǎn)力（NPP）呈下降趨勢。因為Mann-Kendall不要求樣本遵循特定的分布，并且不太受異常值的干擾。Mann-Kendall是一種非參數(shù)檢驗方法，與其他的參數(shù)檢驗相比Mann-Kendal更適用于順序變量，Mann-Kendall的檢驗公式如式（3）：

3研究結果

3.1結果驗證

文章采取的驗證數(shù)據(jù)，是MOD17A3 HGF的植被凈初級生產(chǎn)力產(chǎn)品。數(shù)據(jù)來源于美國國家航空航天局，空間分辨率500m，數(shù)據(jù)的格式為hdf。這些數(shù)據(jù)已被廣泛應用于全球和區(qū)域性的凈初級生產(chǎn)力和碳循環(huán)研究。在去除一些離散值后，計算結果與2000年-2020年的MOD17A3HGF植被凈初級生產(chǎn)力產(chǎn)品進行了比較。植被凈初級生產(chǎn)力進行相關性分析如圖1所示，根據(jù)散點圖分析結果表明二者相關（R²=0.401，P=0.004812）。因此認定文章所得到的實驗結果準確，與MOD17A3HGF植被凈初級生產(chǎn)力產(chǎn)品存在的差異可能是空間分辨率，相關計算數(shù)據(jù)不同等原因導致，體現(xiàn)出光能利用率模型的不確定性，但不同NPP產(chǎn)品的趨勢是相同的。

3.2徐州市NPP空間格局和變化趨勢

1990年至2020年的平均凈初級生產(chǎn)力NPP范圍為0至1105.36gc/m²/year。NPP值主要集中在507.16至671.89gc/m²/year之間。徐州市區(qū)的NPP值明顯低于周邊地區(qū)，而大于630gc/m²/year的值主要分布在邳州市、新沂市、睢寧縣和沛縣等地。綜合來看，徐州市的NPP在空間分布上呈現(xiàn)出中間較低、四周較高、東部高于西部的格局。

為了分析1990年至2020年NPP的變化趨勢，對每年的數(shù)據(jù)進行逐像元求平均，徐州市的NPP像元平均值介于477.15gc/m²/year和723.1gc/m²/year之間。最小值出現(xiàn)在1995年，為477.15gc/m²/year；最大值出現(xiàn)在2020年，為723.1gc/m²/year。整體上看，徐州市在1990年至2020年間的NPP呈逐年增加但存在波動，1995年、2006年、2012年和2019年處于波谷，而2005年和2020年達到波峰。

植被NPP的分布與地區(qū)經(jīng)濟及人類活動相關。縣區(qū)的經(jīng)濟和人口數(shù)量不如城區(qū)，但擁有更多的保護區(qū)，如微山湖、鳳凰山等自然生態(tài)保護區(qū)。保護區(qū)的植被相較于城區(qū)更為豐富，因此縣區(qū)相對于城區(qū)的NPP值更高。

同時，作為煤炭資源枯竭型城市，徐州市積極進行采煤破壞區(qū)的生態(tài)修復，這是實現(xiàn)“兩山”理念的途徑，也是“山水林田湖草沙”一體化治理的體現(xiàn)。從整體變化趨勢來看，徐州市2020年的NPP值相比1990年有明顯提高。NPP能夠反映生態(tài)系統(tǒng)吸收的能力，NPP的增加證明生態(tài)修復取得了有效成果。

3.3植被碳匯變化的驅動因素分析

3.3.1自然因素

對氣溫和降水數(shù)據(jù)進行逐像元的求平均，繪制了圖2和圖3的分布圖。從圖2可知，徐州市1990年至2020年的月均溫在14.20℃至15.95℃之間，最低值出現(xiàn)在1994年（14.2℃），最高值出現(xiàn)在2019年（15.95℃）?？傮w來看，徐州市的溫度呈上升趨勢但存在波動，特別是在1999年至2008年期間，氣溫波動較為明顯。整體上，徐州市的氣溫約上升了1℃左右，這可能與溫室氣體排放導致的全球變暖有關。然而，工業(yè)發(fā)展和經(jīng)濟增長不可避免地伴隨著溫室氣體的排放。

從圖3可知，徐州市1990年至2020年的降水總量在523.55mm至1040.63mm之間，最低值出現(xiàn)在1999年，最高值出現(xiàn)在2003年?？傮w來看，年總降水量波動較大。降水豐富地區(qū)主要分布在東部，這可能是因為東部地區(qū)靠近海洋，海洋帶來了豐富的降水。西部和中部地區(qū)的降水分布差異不大，且降水量相差不大。氣溫的空間分布西部高于東部，南部高于北部，南部溫度最高總的來說氣溫從北到南、從東到西呈增長趨勢。

從圖4得知，降水和NPP的相關系數(shù)在-0.41至0.64之間。相關系數(shù)分布在0.2至0.4的區(qū)域面積占總面積的79.1%。東部地區(qū)降水豐富，但相關系數(shù)明顯低于西部地區(qū)。圖5表明，氣溫和NPP的相關系數(shù)在-0.67至0.77之間。相關系數(shù)分布在0.4至0.6的區(qū)域面積占總面積的55.1%?？臻g分布呈現(xiàn)為北部高于南部。

結合兩圖的相關系數(shù)空間分布和上述統(tǒng)計數(shù)據(jù)來看，氣溫和NPP的Pearson系數(shù)更大。因此，可以得出結論：在此研究區(qū)內，氣溫比降水對NPP變化的影響程度更為顯著，且大部分地區(qū)呈正相關，僅小部分地區(qū)呈負相關。

3.3.2人類活動因素

人類活動是影響NPP的重要因素之一，人類活動對NPP總量的影響主要發(fā)生在土地利用的改變上。土地利用是為滿足社會發(fā)展需要而進行的開發(fā)和改造土地資源的過程。一方面，在城市發(fā)展過程中，不可避免地會將原本被植被覆蓋的土地轉變?yōu)榻ㄔO用地，導致NPP減少。徐州市的土地轉移矩陣如表1所示，其中主要的變化類型是1636.41km²的耕地轉變?yōu)榻ㄔO用地，這將原本吸收C02的區(qū)域轉變?yōu)榱伺欧臗02的區(qū)域。大幅度減少了NPP的值。城區(qū)的NPP明顯低于其他地區(qū)，且離城區(qū)越遠，NPP越高。另一方面，徐州市作為典型的資源型城市，在礦物開采過程中會導致植被破壞，進而減少NPP總量。

不過積極進行植樹造林和生態(tài)修復可以有效提高NPP總量，并恢復受采礦破壞區(qū)域的NPP。

人類活動對一個區(qū)域的NPP變化影響巨大，尤其是在城市周邊地區(qū)。對人類來說，沒有土地資源的支撐，經(jīng)濟振興很難實現(xiàn)。但在經(jīng)濟發(fā)展的同時，也要注意生態(tài)保護，走好土地資源節(jié)約集約利用之路，才能保證城市經(jīng)濟與生態(tài)文明的持續(xù)穩(wěn)定發(fā)展，實現(xiàn)人與自然的和諧共生。

3.4 Sen+Mann-Kendall分析

對1990年至2020年的NPP進行了Sen+Mann-Kendall分析，并將計算得到的斜率和Z值重新分類，將NPP退化的部分重新分類為“-1”，NPP穩(wěn)定的部分重新分類為“0”，NPP改善的部分重新分類為“1”。Z值也進行了重新分類，以確定顯著性。|Z|lt;=1.96表示未通過95%置信水平的檢驗，不顯著；|Z|gt;=1.96表示通過了95%置信水平的檢驗，顯著。斜率和Z值的結果相乘，最終得到了五類趨勢變化分類：輕微改善、顯著改善、穩(wěn)定不變、輕微退化和嚴重退化。

在自然因素和人類活動因素共同作用下，1990年至2020年徐州市NPP的變化趨勢大部分地區(qū)表現(xiàn)為明顯改善類型，表明徐州市在經(jīng)濟發(fā)展的同時，也做好了生態(tài)環(huán)境的保護及生態(tài)修復工作。輕微退化和嚴重退化的地區(qū)主要分布在城市區(qū)域，尤其是徐州市城區(qū)的嚴重退化區(qū)域最為顯著。這主要是因為城市發(fā)展導致耕地和森林等植被轉化為建設用地，從而減少了植被的覆蓋面積，進而導致NPP嚴重退化。

4結束語

通過分析徐州市1990年至2020年間NPP、氣溫和降水的變化及其對NPP的影響，得出以下結論：徐州市NPP在1990年至2020年的平均值范圍為0至1105.36gc/m²/year，主要集中在507.16至671.89gc/m²/year之間，市區(qū)NPP值顯著低于周邊地區(qū)，且大于630gc/m²/year的值主要分布在邳州、新沂、睢寧和沛縣。NPP的空間分布呈現(xiàn)出中間低、四周高、東部高于西部的格局。NPP總體趨勢為逐年增加，但存在波動，1995年為最低谷，2020年達到最高峰。月均溫在14.2℃至15.95℃之間，降水總量在523.55mm至1040.63mm之間。氣溫與NPP的相關系數(shù)為-0.67至0.77，降水與NPP的相關系數(shù)為-0.41至0.64，氣溫對NPP的影響更為顯著。在過去31年中，1636.41平方公里的耕地轉為建設用地，城市擴張和礦物開采是主要的NPP破壞因素，但生態(tài)修復工作使得大部分地區(qū)的NPP得到改善。