低碳目标下的滨海城市土地利用优化配置——以大连市为例

郭晓荣，李　　颖，林　　霞

（1.辽宁师范大学城市与环境学院 大连市 116029；2.国家海洋环境监测中心 大连市 116023）



低碳目标下的滨海城市土地利用优化配置
——以大连市为例

郭晓荣1，李颖1，林霞2

（1.辽宁师范大学城市与环境学院 大连市 116029；2.国家海洋环境监测中心 大连市 116023）

摘要：滨海城市的土地开发利用及其优化配置对经济发展和生态环境起重要作用。以大连市为例，依据2002-2013年能源消费和土地利用等数据，在遥感和GIS技术支持下对其土地利用变化情况进行分析，借助碳排放量计算模型核算其土地利用碳排放量，通过相关性分析明确碳排放与土地利用类型之间的相关性，在低碳目标下进行土地利用类型的优化配置，以此保证滨海地区土地开发利用的合理性。结果表明：（1）从2002到2013年，各个土地类型在利用数量上发生明显变化。其中耕地面积先由2002年的2 500 km2增加到3 950 km2，又减少至2013年的3 291 km2；林地面积减少了1 858 km2；建设用地面积增加了454 km2；（2）大连市碳排放总量增加1 695.8万t，各土地利用类型对碳排放的贡献率差异显著，其中建设用地碳排放量占总量的98%，耕地碳排放量所占比重不足2%；（3）土地利用类型变化与碳排放量之间的关联程度密切，建设用地、林地与碳排放量之间的相关系数分别为0.877 4和-0.970 1；（4）线性土地利用优化配置下各个土地利用类型的碳排放量比大连市2020年规划下的碳排放总量减少96.79万t。

关键词：碳排放；土地利用；优化配置；大连市

滨海城市在依托海洋资源的保障下，其经济发展迅速，城市化进程较快。然而现代化的生产生活模式给滨海地区的环境及土地资源造成了严重的威胁［1］，滨海城市土地利用变化及土地利用变化对碳排放的影响是学者关注的热点问题。一方面，人类在土地上进行的活动不仅使土地利用类型快速转变，而且使陆地上碳的排放量不断发生变化［2-3］；另一方面，对土地进行合理的利用与开发是控制碳排放的主要手段，是调控碳排放量的有效工具［4］。随着经济建设的快速发展，对土地的征用力度日渐增加，各种土地类型转变速度加快，碳排放和碳储量不断变化［5］，对环境造成了较大威胁，因此对滨海城市的土地利用模式进行探讨对可持续发展发挥重要作用。

土地资源优化配置是在一定科学技术手段的基础上将土地的利用类型和结构进行调整，其目的是使土地性能达到最优化的利用［6］。目前，学者主要从土地利用变化的碳排放效应时空差异、土地利用的碳排放效应评估和土地利用变化对能源消费以及生态系统碳循环的影响［7-8］等方面进行了研究。其中，揣小伟等［9］利用多种方法计算了土地利用类型的土壤碳储量和植被碳储量，并分析其对土地利用变化的影响；赵军等［10］从生态学角度出发，根据黄河三角洲生态区划配置原则，构建黄河三角洲的土地资源优化配置模型，实现土地资源优化配置；游和远等［11］采用灰色关联分析及演绎法测度土地利用结构与能源消耗碳排放的关联度，利用关联差异寻找可以控制能源消耗碳排放实现土地低碳利用的路径；容建波等［12］利用模型测度分析中国西部地区在碳排放约束条件下的环境效率及其变化趋势，并通过分析影响环境效率的相关因素，提出可行性建议。大连市作为滨海城市，是辽宁省经济发展较快的地区，其人口密集程度较大，人为因素对土地产生的影响较大，因此本文综合前人研究结果从减少滨海城市碳排放量角度出发，依靠遥感、GIS技术和数学方法的支持，探讨大连市土地利用类型转变与碳排放之间的关系，并在此基础上根据大连市土地利用现状对土地利用进行优化配置，以期为节能减排的土地利用研究提供依据、实现可持续化发展。

1　　数据来源与研究方法

1.1数据来源

本文的数据分为两部分：土地数据和能源消耗数据。其中土地数据基础来源于2002、2007和2013年3个时间点的大连市遥感影像；能源消耗数据来源于2003-2014年《辽宁省统计年鉴》和《大连市统计年鉴》。

1.2研究方法

1.2.1遥感解译

遥感影像记录各种地物的电磁波，要使遥感影像中电磁波所表示的各种地物能清晰可见，需要通过计算机软件将图片进行处理，解译出地理事物。基于此，本文选取了大连市2002、2007和2013年3期Landsat TM遥感影像，首先利用Envi4.7对遥感影像进行波段融合、图片镶嵌和裁剪等预处理，再对大连市土地利用类型进行分类，并结合ArcGIS计算出土地利用数据。

1.2.2碳排放（吸收）量测算法

土地利用碳排放量是各种土地利用类型的碳排放量与碳吸收量的差值［13］。本文所研究的碳排放土地类型包括耕地、林地、水域以及建设用地4种。参考现有的研究成果，对于以上4种土地利用类型碳排放量研究分为两种方式：

耕地、林地和水域的碳排放量计算采用直接碳排放系数法［14］，计算公式如下：

式中：E为碳排放总量；ei为各土地利用类型的碳排放量；si为各土地利用类型的面积；δi为各土地利用类型的单位面积碳排放系数；i代表各个土地利用类型。参考文献可知各个土地利用类型的单位面积碳排放系数，其中农作物的碳排放系数［15-16］是0.050 4 kg/m2，农作物的碳吸收系数［17］是0.000 7 kg/m2，因此农作物的净碳排放系数为0.049 7 kg/m2；林地和水域的碳排放系数［18-19］分别是-0.058 1 kg/m2和-0.025 3 kg/m2。

建设用地碳排放：

式中：Ec为建设用地碳排放；Ei为第i种能源消费量（标准煤）；Eci为第i种能源碳排放系数［20］。其中i代表3种常见的能源，分别为煤、石油、天然气；煤的碳排放系数为0.755 9 kJ/kg，石油的碳排放系数为0.585 7 kJ/kg，天然气的碳排放系数为0.448 3 kg/m3。

2　　大连市土地利用及碳排放量变化

2.1研究区概况

大连市（120°58ˊ-123°31ˊE，38°43ˊ-40°10ˊN）位于辽宁省的南部，三面环黄渤两海，北靠营口、鞍山市，是我国辽东半岛的最南端（图1），并分别与韩国、朝鲜等国家相毗邻，其独特的地理位置使暖温带大陆性季风气候兼具独特的海洋性气候特点得以明显体现。大连市土地总面积为12 574 km2，全市平原较少，多丘陵地区，整体呈现北部地区高于南部地区的地形地貌特征。大连市是辽宁省经济发展最快的滨海城市，人口密集，人类在土地上的活动加剧，能源消耗产生的排放不断变化，对土地产生较大影响。由于人类活动参与导致土地利用及其碳排放变化显著，较北京、上海等大城市相比其低碳发展程度仍相对较低［21］。

2.2土地利用变化

大连市作为东北地区乃至全国重要的港口城市，其城市建设速度之快更是毋庸置疑，因此其土地利用类型及结构会随经济发展发生改变，解译三期遥感影像得出大连市土地利用变化图（图2）。

图1 大连市行政区划示意图

图2　2002、2007、2013年土地利用类型图

运用Envi和ArcGIS软件解译并计算面积可知，2002-2013年间大连市各个土地利用类型在数量上存在一定的变化，其中林地面积随着人类活动影响逐渐向建设用地等类型转移，由2002年的7 660 km2减少到2013年的5 742 km2，而建设用地面积有相对明显的转变，面积增加454 km2，据相关统计数据及解译的结果得出各地类型具体变化情况（表1）。

表1　　大连市2002-2013年土地利用变化情况（km2）

2.3碳排放量变化

由于城市建设加快，各土地利用类型上均有人类活动的加入，致使各土地类型相互转变的同时各个土地利用类型上的碳排放量也有相应的变化。根据公式（1）、（2）以及土地利用数据和大连市能源消耗数据计算出大连市2002、2007和2013年3个时间点的土地利用碳排放量（表2）。

表2 大连市2002、2007、2013 3三年土地利用碳排放量（万t）

由表2可知，从2002到2013年，大连市耕地碳排放量先由2002年的12.435万t增加到2007年的17.942万t，到2013年又减少到16.356万t；林地的碳吸收量一直处于减少的状态，由2002年的44.428万t减少2013的31.594万t；而建设用地的碳排放量始终处于增加状态，2002年的1404.9万t增加到2013的3100.7万t。从总体变化趋势来看，大连市的总碳排放量处于逐年上升趋势，从1403.8万t增加到3099.8万t，尤其是在2002-2007年间，碳排放量增长速度明显快于2007-2013年，主要是因为2002-2007年间，大连市城市发展迅速，城市建设对土地的征用面积大，向外扩张明显，因城市建设引起的碳排放量明显增加。

2.4土地利用类型变化与碳排放量的相关性

2002-2013年间，根据各个土地利用类型的面积变化情况可知，建设用地面积远小于耕地的种植面积，但是两者的碳排放量却相差甚远，这说明不同的土地利用类型有不同的利用特征，其对碳排放量的贡献率也不相同，通过相关系数的计算方法得出不同土地利用类型与碳排放量的相关性（表3）。

表3显示，建设用地与碳排放量的相关性为0.877 4，说明建设用地面积的变化与碳排放量变化相关性显著；而林地面积变化与碳排放量相关系数为-0.970 1，两者之间呈较大负相关，表明林地面积越大，土地碳排放量越小。因此需要根据不同的土地利用类型变化特征对土地利用变化进行优化，调整土地利用结构，以期达到减小碳排放量的目的。

表3　　主要土地利用类型与碳排放量的相关系数　

3　　基于低碳视角的土地利用优化

3.1土地利用优化变量设置及优化模型建立

土地利用结构优化配置是根据土地的现状及其特性，采用一定的科学技术手段和管理方法对现有土地进行合理的分配，达到一定的社会、经济和生态目标。为实现大连市土地利用的可持续性，发挥其滨海优势，从低碳角度出发，建立大连市土地利用结构优化模型。本模型根据大连市土地利用现状并遵从低碳经济发展原则，分别选取耕地、林地、水域、建设用地4个决策变量（表4）。并根据碳排放系数建立碳排放量最小的土地利用优化模型［22］，并利用Lingo软件进行模型的求解。

表4　大连市土地利用现状及决策变量

3.1.1目标函数的建立

在低碳排放量的目标下，根据表4中土地利用类型的碳排放系数构建基于碳排放量最小的目标函数［22］：

Min（C）=0.0497X1-0.0581X2+120.4X3-0.0253X4

3.1.2约束条件

决策变量的设置在符合土地利用要求及当前土地使用情况的基础上还要有一定的约束性条件限制。约束性条件指标的选取依据土地总体规划和区域土地管理政策，因此本文根据大连市土地利用总体规划（2006-2020年）指定约束条件。

各土地利用类型面积约束：到2013年年底，大连市总耕地面积为3291km2，林地总面积5742km2，建设用地2 356 km2，而大连市2020年总体规划指出：要严格保护耕地和基本农田，发展都市型现代农业，建设资源节约型、环境友好型城市，保障城市经济发展用地，到规划期末，大连市的耕地保有量控制在3 513.00 km2以上，林地面积至少达到4 051 km2，建设用地面积控制在2 560 km2以下，水域面积不低于现状，即X1≥3 513，4 051≤X2≤5 742，2 356≤X3≤2 560，X4≥428。

人均耕地面积约束：2013年大连市总人口数为591.4万人，人均耕地面积为556.5m2。总体规划指出到2020年末，大连市总人口数达800万，即429.1＜X1/800＜556.5。

地均GDP约束：2013年年末，大连市地均GDP达75 511.2万元，随着经济发展的增长，地均GDP增加，到规划期末大连市的地均GDP应多于现状，即1.523×1012/（X1+X2+X3+X4）＞75 511.2。

非负约束Xi＞0（i=1，2，3，4）

3.2土地利用结构优化结果分析

在LINGO环境下，基于碳排放量最小的目标函数得到优化后的各土地利用类型的面积，并由此计算2020年和低碳目标下各个土地利用类型的碳排放量（表5）。

表5　　基于碳排放量最小目标函数下的土地利用结构及其碳排放

由表（5）可知，基于碳排放量最小的目标函数下的土地利用结构碳排放量为2 969.75万t，比2020年大连市规划方案减少96.79万t。因此，对土地利用进行优化配置能够有效地减少碳排放量，而且此优化方案是在现有建设用地面积的基础上尽量减少建设用地、扩大林地面积，以此来达到碳排放量最小的目的。

4结语

2002-2013年间，大连市的碳排放量逐年增长，由2002年的1 404.9万t增长到2013年的3 100.7万t。在各土地利用类型中，建设用地的碳排放量占总碳排放量的大部分，比重高达98%，其余土地类型所占比重相对较少。

从2002至2013年大连市的耕地、林地、水域面积均有不同程度的转变，而建设用地面积增加，主要是因为人类活动的参与，导致各个土地利用类型变化较快。通过相关性计算可知，建设用地、林地与碳排放量之间的关联程度密切，相关系数分别为0.877 4和-0.970 1。由此，建设用地和林地面积的变化对碳排放量的多少起决定作用。

运用LINGO软件结合经济因素对土地利用进行优化配置，其中耕地面积3 513 km2，林地面积4 130 km2，建设用地面积2 481 km2，相对比2020年大连市土地利用总体规划布局，林地面积增加，建设用地面积减少，碳排放量减少96.79万吨。由此，对土地利用结构进行优化，在达到经济最大化的同时可以减少碳排放。

滨海城市临近海洋，资源丰富程度优于内陆地区，其人口密度和经济发展程度都相对较高，但在经济快速发展的同时不可避免的对环境造成破坏，对土地和环境的压力相对较大，因此要对滨海城市的土地利用进行优化，减少因发展所带来的环境问题，并发展其独特的优势实现可持续。

参考文献：

［1］徐帅，李秀梅，张人愉，等.天津滨海新区自然资源时空变化及管理［J］.海洋信息，2015（3）：38-44.

［2］游和远，吴次芳.土地利用结构与能源消耗碳排放的关联测度及其特征解释［J］.中国土地科学，2010，24（11）：5-7.

［3］王桂波，南灵.陕西省土地利用碳排放效应时空差异分析［J］.资源与产业，2012，14（1）：124-129.

［4］杨丽霞，苑韶峰.低碳经济视角下土地利用方式与碳排放效应变化研究—以浙江省11市为例［J］.2013，34（2）：413-417.

［5］余德贵，吴群.基于碳排放约束的土地利用结构优化模型研究及应用［J］.长江流域资源与环境，2011，20（8）：911-915.

［6］郑荣宝，董玉祥，陈梅英.基于GECM与CA+ANN模型的土地资源优化配置与模拟［J］.自然资源科学，2012，27（3）：498-506.

［7］赵荣钦，黄贤金，钟太洋.区域土地利用结构的碳效应评估及低碳优化［J］.农业工程学报，2013，29（17）：220-227.

［8］刘英，赵荣钦，焦世兴.河南省土地利用碳源/汇及其变化分析［J］.水土保持研究，2010，17（5）：154-157.

［9］揣小伟，黄贤金，郑泽庆，等.江苏省土地利用变化对陆地生态系统碳储量的影响［J］.资源科学，2011，33（10）：1932-1938.

［10］赵军，刘高焕，傅新.基于生态功能区划的黄河三角洲土地资源优化配置［J］.地理科学进展，2010，29（4）：490-493.

［11］游和远，吴次芳，沈萍.土地利用结构与能源消耗碳排放的关联测度及其特征解释［J］.中国土地科学，2010，24（11）：5-8.

［12］容建波，严力蛟，黄绍荣，等.碳排放约束下中国西部地区环境效率评价［J］.应用生态学报，2015，26（6）：1821-1830.

［13］石洪昕，穆兴民，张应龙.四川省广元市不同土地利用类型的碳排放效应研究［J］.水土保持通报，2012，32（3）：102-106.

［14］石洪昕，穆兴民，张应龙.四川省广元市不同土地利用类型的碳排放效应研究［J］.水土保持通报，2012，32（3）：102-106.

［15］CaiZucong，KangGuoding，Tsuruta H，et al.Estimate of CH4 emission from year-round flooded rice field during rice growing season in China［J］.Pedosphere 2005，15（1）：66-71.

［16］CaiZucong，Tsuruta H，Gao Ming，et al.Options for mitigating methane emission from a permanently flooded rice field［J］.Global change Bidogy，2003，9（1）：37-45.

［17］何勇.中国气候陆地生态系统碳循环研究［M］.北京气象出版社，2006.

［18］肖红艳，袁兴中，李波，等.土地利用变化碳排放效应研究［J］.重庆师范大学学报（自然科学版），2012，29（1）：39-42.

［19］赖力.中国土地利用的碳排放效应研究［D］.南京：南京大学，2010.

［20］徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995-2004［J］.中国人口·资源与环境.

［21］曾鹏，王晶.滨海城市土地利用模式与碳排放关系研究—以大连市为例［J］.天津大学学报（社会科学版），2014，16（3）：199-204.

［22］王慧敏，曾永年.青海高原东部土地利用的低碳优化模拟—以海东市为例［J］.地理研究，2015，34（7）：1271-1282.

收稿日期：2016-01-24