京津冀城市群生态空间固碳服务功能及其与景观格局的关系特征

邱陈澜, 王彩侠,章 瑞,冯 悦,张云路,*,李 雄,王凯平

1 北京林业大学园林学院, 北京 100083 2 北京东方畅想建筑设计有限公司,北京 100083 3 中国农业大学农业农村部设施农业工程重点实验室,北京 100083

气候变暖是当前全球面临的重要环境问题之一,气候变化研究的一个重要任务是阐明陆地生态系统的碳汇演变、固碳能力以及未来演变趋势[1—2]。生态系统通过捕获大气中的碳并将其固定起来抵消人类向大气中排放的一部分CO2,从而起到调节气候的作用[3],城市建设用地外的植物群落,如耕地、林地、草地等,可以更高效地将空气中的CO2等温室气体固定在植物及土壤中[4]。近年来众多研究表明,土地利用通过改变地表自然覆被与人类活动强度来影响陆地生态系统碳循环[5—6],农业生产、森林草地的退化、城市建设等土地利用方式的变化引起的碳排放增加是导致气候变暖的重要因素[7]。生态系统服务是指通过生态系统的结构、过程和功能直接或间接得到的生命支持产品和服务[8],固碳服务功能是生态系统服务功能的重要评价指标之一[9]。因此,宜从生态空间土地利用的视角开展固碳服务功能研究[10]。借鉴国内外学者研究,本文采用的生态空间定义及范围为：城市建设用地外的所有绿色植被覆盖的土地类型(含农地等)[11]。景观格局及其变化是自然和人为多种因素相互作用所产生的对一定区域生态环境体系的综合反映,是土地利用与时空变化研究的重要分析手段[12]。在城市化进程快速发展之下,城市群原有生态空间的破坏[13]使得各类景观破碎化,影响了景观格局中的物质循环、能量流动[14],包括固碳服务功能在内的生态系统服务功能。城市群作为主体城市化区域和核心经济发展区[15],其健康可持续发展已成为我国经济社会可持续发展的主导力量[16],然而持续遭到破坏[13]的生态空间为城市群碳汇效应与碳平衡可持续发展带来挑战。因此,探索大尺度城市群生态空间的碳汇演变,探究其固碳服务功能与景观格局的关系,是在应对气候变化背景下对城市群生态系统服务功能的研究深化,对改善区域气候、提升区域生态环境功能及实现城市群区域健康可持续发展具有重要意义。近年来学者对森林[17—18]、草地[19]、耕地[20—21]等不同生态空间土地利用类型及不同区域[22—23]的碳汇演变及固碳能力等做了相关研究,同时对于景观格局与生态系统服务[24—27]的关系做了大量相关研究。以上研究具有相当好的基础,但是具有针对的土地类型较为单一,选取的区域尺度较小,选取的区域对象不够典型,少有结合热点探讨某一种特定生态系统服务功能与景观生态格局之间的相关性等问题。在上述分析的基础上,为响应国家碳中和政策和低碳发展的目标,应对城市群生态空间土地利用变化带来的气候环境问题,本文选取京津冀区域中人口最为稠密、土地利用方式复杂、经济社会胁迫效应显著的,以北京、天津两大超级城市为核心的城市群区域作为研究对象,从生态空间不同土地利用类型出发,对京津冀城市群固碳服务功能时空变化及其与景观格局之间的关系特征进行研究探讨。

1 研究区域与方法

1.1 研究区域

京津冀地区是我国的“首都经济圈”,也是我国的三大城市群之一,是中国北方地区经济发展、人口聚集的中心,在中国经济社会发展中具有重要的战略地位。本研究将北京、天津、承德、唐山、张家口、保定、沧州、廊坊8个城市划定为研究区域(图1),地处东经113°40′—119°19′,北纬37°29′—42°37′。位于黄河下游以北,北靠燕山山脉,南朝华北平原,西倚太行山,东临渤海湾,属于典型温带季风气候,地势由西北向东南逐渐倾斜,降水量自东南向西北递减,地貌类型多样。根据2018年统计数据,该区域总面积16万平方千米,NDVI平均值为0.753,其中耕地面积占总用地类型的45.87%,林地占22.36%,草地占16.80%,水域占3.55%,建设用地占总10.50%,城镇化率高达70%,是中国北方城镇化发展最为迅速的区域,具备发展成为世界级城市群的巨大潜力。

图1 研究区域区位图Fig.1 Location map of the study area

1.2 数据来源及处理

研究数据包括基础地理信息数据、土地利用数据、遥感数据等。基础地理信息数据及行政区划来源于中国

科学院资源环境科学数据中心；生态空间土地利用数据来源于中国科学院资源环境科学数据中心,分为耕地、林地、草地3类；遥感数据来自国家地理信息空间数据云平台。以上数据分辨率均为1km×1km。

通过对比1998—2018年NDVI的平均值,根据突变点并结合京津冀的发展历程筛选出具有代表性的4个时间：2000年、2005年2015年和2018年,基于ENVI 5.5和ArcGIS 10.6软件对遥感影像数据进行波段合成、镶嵌、裁剪、大气校正等预处理,参考《土地利用现状分类》(GB/T21010—2007),结合研究区的实际情况及研究目的将研究区的土地利用类型划分为林地、草地、耕地、水域、建设用地和未利用地6类,根据本文所采用的生态空间定义选择耕地、林地、草地3种用地,利用ENVI软件对影像进行监督分类,建立土地利用覆盖空间数据对分类后的图像进行分类精度评估,总的精确度高于最低允许精度要求。获得不同时期景观组分分类图后,在ArcGIS 10.6中进行计算并制作专题图进行分析。

1.3 研究方法

1.3.1 土地利用变化计算

通过ArcGIS 10.6图形切割处理和面积平差计算,实现2000、2005、2015、2018四年分别的生态空间土地利用分类面积汇总,分别计算出当年生态空间耕地、林地、草地3个类型的土地面积及阶段变化量。

1.3.2 生态空间固碳量时空分布计算

植被固碳能力可以用植物所固定的总初级生产力减去植物的呼吸作用的差值来表示[28],即植被 NPP,本研究NPP分布如图2所示,NPP数据来源于资源环境科学与数据中心及国家地理信息空间数据云平台。本研究使用NPP数值通过ArcGIS 10.6栅格计算方法来估算京津冀城市群单位面积(以1km×1km为单位)固碳量分布及京津冀城市群生态空间不同用地平均单位面积固碳量及年总固碳量。

文本采用的区域生态空间固碳量计算公式如下[29]：

Gv=1.63Rc×A×NPP

式中,Gv为植被年固碳量(kg),Rc为CO2中碳的含量(kg),取值27.27%,A为生态空间面积(hm2)。

图2 2000、2005、2015、2018年分别的净初级生产力(NPP)分布图Fig.2 Net primary productivity (NPP) distribution for the four years 2000, 2005, 2015 and 2018

1.3.3 景观指数选取计算

景观指数是高度浓缩景观格局信息,反映其结构组成和空间配置等方面特征的简单定量指标[30],不同类型的景观指数反映了景观格局在不同水平的演变以及景观结构的变化[31],在众多景观格局的分析方法中,景观指数的应用最为广泛。本文根据研究区的景观格局特点,为从景观结构、景观多样性、空间异质性、景观破碎度和人类活动影响程度等多方面研究区域景观格局特征,分别选取了包含斑块水平、类型水平、景观水平3种尺度的7种景观指数,分别为斑块密度PD、最大斑块指数LPI、斑块形状指数LSI、景观百分比PLAND、Shannon多样性指数SHDI、Shannon均匀度指数SHEI、景观聚集度CONTAG,通过Fragstats 4.2软件对各景观指数进行计算。各指标计算方法及生态学意义见表1[30]。

1.3.4 固碳量与景观指数相关性检验

选用2018年8个城市3种类型用地的固碳量与其相对应的几种景观指数,通过SPSS 26软件中的pearson相关系数、双尾T检验进行相关系数的显著性检验,得到相应固碳量与景观指数之间的相关关系,以此反映京津冀城市群不同类型用地景观格局和其固碳服务功能的相关关系。

2 结果与分析

2.1 2000—2018年京津冀城市群生态空间土地利用变化分析

由京津冀城市群生态空间土地覆被解译分类表(表2)和京津冀生态空间土地覆被分布图(图3)可知京津冀生态空间用地类型在2000—2018年间的分布与面积变化情况。在2000年、2005年、2015年、2018年四年,3种用地的面积大小排序均为耕地>林地>草地,耕地为优势景观类型。耕地面积在2000—2005年、2005—2015年两个阶段减少,增幅分别为-1.06%及-1.05%,在2015—2018年间增加,幅度为0.48%,到2018年总面积减少了2094.837km2,总增幅为-1.65%。林地面积在3个阶段均表现为减少,在2000—2005年间、2005—2015年间增幅均-0.08%,在2015—2018年间减量增幅剧增,达到10.44%,到2018年总面积减少了7300.558km2,总增幅为-10.44%。草地面积在3个阶段同样均减少且减量微小,增幅分别为-0.44%、-0.26%、-2.37%,到2018年时总面积减少了508.119km2,总增幅为-0.46%。2000—2018年间3种用地面积总减少量排序为林地>耕地>草地,总增幅量排序同为林地>耕地>草地。总生态空间用地面积在3个阶段均表现为减少,总减量达9903.515km2,增幅为-0.46%。

表1 景观指数说明表

图3 2000、2005、2015、2018年分别的生态空间土地覆被分布图Fig.3 Ecological spatial land cover distribution for the four years 2000, 2005, 2015 and 2018

从京津冀城市群生态空间土地利用类型分布来看,耕地作为区域东南半部的主导类型,林地为区域西北半部的主导类型,草地的分布则多与林地相间。耕地其主要分布于研究区西北部的张家口境内、区域中部及东南部包括北京市区周边、唐山、天津、廊坊、沧州及保定。林地和草地的分布紧密程度较高,主要分布于研究区东北至西南上部包括承德大部及北京西北部、保定东北部及张家口东部。从时间变化来看,2000年、2005年、2015年3个时间点耕地、林地、草地的地域分布情况基本不变,2018年北京市内西北部大面积的林地转化为耕地。

2.2 2000—2018年京津冀城市群生态空间固碳分布与演变分析

由2000年、2005年、2015年、2018年4年生态空间各类型用地总固碳量表(表3)可知京津冀生态空间3种用地年固碳量在2000—2018年间的增长量与增长比例的情况。在2000年、2005年、2015年、2018年4年,3种用地的年固碳量大小排序均为耕地>林地>草地。耕地年固碳量在2000—2005、2005—2015、2015—2018年3个阶段均表现为增加,2000—2005年间增幅最大,达到了38.45%,后两个时期的增幅分别为3.07%,11.28%,2000—2018年期间总增幅为58.80%。林地年总固碳量在2000—2005年、2015—2018年两个阶段表现为增加,增幅分别为24.42%,6.70%,在2005—2015阶段表现为减少,增幅为-8.42%,2000—2018年期间总增幅为21.90%。草地年固碳量在2000—2005年、2005—2015年、2015—2018年3个阶段均表现为增加,增幅分别为35.63%、5.64%、8.20%,2000—2018年期间总增幅达到55.03%。2000—2018年间3种用地年固碳量总增长排序为耕地>林地>草地,总增幅量排序为耕地>草地>林地。生态空间年总固碳量在2000—2005与2015—2018年两个阶段表现为增加,且在2000—2005期间增幅较大,增幅分别为32.21%与9.22%。生态空间年总固碳量在2005—2015间表现为减少,增幅为-1.01%。2000—2018年间表现为增加,总增幅为42.95%。

表3 2000、2005、2015、2018年生态空间各类型用地总固碳量表

由 2000年、2005年、2015年、2018年4年生态空间用地平均单位固碳量表(表4)及4年的耕地单位面积固碳量分布图(图4)可知2000—2018年间研究区耕地平均单位固碳量、不同地区耕地的单位面积固碳量差异及变化情况。单位面积固碳量反应的特定位置固碳能力的强弱,从区域分布来看,4个时间点的单位面积固碳量区域差异较为显著,总体上均呈由西北部至东南部递增的趋势,在东南部区域又以唐山中大部,保定东南部及天津西北部数值最高。从时间变化来看,2018年北京西北部数值显著增大。从研究区平均单位固碳量与最高单位固碳量的数值关系来看,四年研究区耕地的平均单位固碳量分别为16021990.406、22421947.245、23247808.804、25869464.899kg/km2,而四年研究区内耕地的最大单位固碳量分别为75914728、82781000、77993328、90501928kg/km2。耕地平均单位固碳量与最大单位固碳量的数差异较大,反应出耕地单位固碳值普遍较低。同时,虽然研究区耕地平均单位固碳量与最大单位固碳量均逐个时期递增,但最大单位固碳量的增加幅度远大于与平均单位固碳量,导致平均值与最大值差距逐渐增大。

表4 2000、2005、2015、2018年生态空间各类型用地平均单位固碳量表/(kg/km2)

图4 2000、2005、2015、2018年分别的耕地单位面积固碳量分布图Fig.4 Distribution of carbon sequestered per unit area of cropland for each of the four years 2000, 2005, 2015 and 2018

由 2000年、2005年、2015年、2018年4年生态空间用地平均单位固碳量表(表4)及4年的林地单位面积固碳量分布图(图5)可知2000—2018年间研究区林地平均单位固碳量、不同地区林地的单位面积固碳量差异及变化情况。从区域分布来看,4个时间点的林地单位固碳量均呈总体上由分布区中部向四周扩散的趋势,北京市内林地单位面积固碳量值处于较高水平,承德及保定次之,承德市内东南部的数值水平接近于北京数值,往西北部则逐渐递减。从各时间变化来看,2018年北京西北部固碳数值明显减小。从研究区平均单位固碳量与最高单位固碳量的数值关系来看,四年研究区林地的平均单位固碳量分别为27774357.419、34588531.660、35336453.285、37806906.322kg/km2,而4年研究区内林地的最大单位固碳量分别为75352352、84405128、82687096、90595952kg/km2。同耕地,林地平均单位固碳量与最大单位固碳量的数值差异大,反应出林地单位固碳值普遍较低。研究区林地平均单位固碳量与最大单位固碳量均逐个时期递增,但平均值与最大值差距无明显增大。

图5 2000、2005、2015、2018年分别的林地单位面积固碳量分布图Fig.5 Distribution of carbon sequestered per unit area of forest land for four years 2000, 2005, 2015 and 2018 respectively

图6 2000、2005、2015、2018年分别的草地单位面积固碳量分布图Fig.6 Distribution of carbon sequestration per unit area of grassland for each of the four years 2000, 2005, 2015 and 2018

由 2000年、2005年、2015年、2018年4年生态空间用地平均单位固碳量表(表4)及4年的草地单位面积固碳量分布图(图6)可知2000—2018年间研究区草地平均单位固碳量、不同地区草地的单位面积固碳量差异及变化情况。从区域分布来看,4个时间点的草地单位固碳量总体上均呈由东北及西南部向中部递减的趋势,承德大部与保定西部区域数值较高,张家口区域数值较低。从时间变化来看,2000—2018年期间变化呈现出高数值向承德东部移动的趋势。从研究区平均单位固碳量与最高单位固碳量的数值关系来看,4年研究区草地的平均单位固碳量分别为15076585.653、20538448.872、21836300.932、23627288.110kg/km2,而四年研究区内草地的最大单位固碳量分别为78310456、81950336、79896704、90595952kg/km2。同耕地与林地,草地平均单位固碳量与最大单位固碳量的数差异较大,反应出草地单位固碳值普遍较低。在时间变化上,研究区林地平均单位固碳量逐个时期递增,但最大单位固碳量在2000年、2005年与2015年变化不大,在2018年数值增大明显,同时平均值与最大值差距也在2018年显著增大。

2.3 2018京津冀城市群生态空间不同土地利用类型固碳服务功能与景观指数关系分析

使用2018年研究区8个城市生态空间三类用地的相关数据,通过SPSS 26软件中的pearson相关系数、双尾T检验对各城市生态空间相应景观指数表(表5)及各城市不同类型生态空间用地年总固碳量(表6)进行相关系数的显著性检验,不同类型的景观格局指数与不同类型用地的年总固碳量的相关性结果如上表(表7、8、9、10)所示：耕地年总固碳量与其对应的各景观指数没有明显相关性；林地年总固碳量与最大斑块指数(LPI)、斑块形状指数(LSI)、景观百分比(PLAND)有0.01级别的显著正相关性,相关性指数分别为0.969、0.858、0.915,表明林地固碳量越大时,其斑块形状复杂程度及斑块分离程度越大,内部的优势景观斑块占比增大,优势景观越突出；草地年总固碳量与斑块密度(PD)、景观百分比(PLAND)有0.05级别的显著正相关性,相关性指数分别为0.756、0.790,与斑块形状指数(LSI)有0.01级别的显著正相关性,相关性指数为0.907,说明草地的年总固碳量越大时,内部斑块的破碎化程度越大,优势景观越突出,斑块形状越不规则。生态空间总固碳量与其斑块形状指数(LSI)有0.01级别的显著正相关性,相关性指数为0.879,说明生态空间年总固碳量越大,斑块形状复杂程度越大,斑块分离程度越大。

表5 2018年京津冀8个城市不同类型用地景观指数表

表6 2018年京津冀8个城市不同类型用地年总固碳量表/kg

表7 2018年不同景观格局指数与耕地固碳功能的对应相关性

表8 2018年不同景观格局指数与林地固碳功能的对应相关性

表9 2018年不同景观格局指数与草地固碳功能的对应相关性

表10 2018年不同景观格局指数与生态空间固碳功能的对应相关性

3 讨论

3.1 生态空间不同土地利用类型固碳量及固碳能力变化及差异

根据京津冀城市群生态空间固碳分布与演变结果来看,同一用地类型在研究区不同区域、不同时期的固碳能力不同且差异较大。探讨原因,可能与不同用地的植物类型及其所在地的自然地理条件对固碳方式的影响有关。从植物种类来说,固碳量数值大小与植被NPP值大小有关,不同地点植物种类差异会导致其固碳功能差异[21]。从碳储密度来说,森林生态系统平均植物碳贮存密度为189mg/hm2,草原和农田植物碳贮存密度分别为21mg/hm2和5mg/hm2[32]。从土地利用影响因素来说,耕地固碳功能不同于林地、草地固碳功能,耕地是人工控制下的开放式自然生态系统,固碳受气候状况、土壤类型、管理措施、计量时间等多因素影响[20],其固碳能力在不同的时空尺度上存在较大差异,应充分考虑系统碳循环过程；林地净固碳量与森林植被碳吸收、土壤碳释放、枯枝落叶分解速率等关系密切,受林分类型和大小、地形地貌、气候等因素影响[33—34],例如,微生物相对容易分解利用碳氮比低的灌木林枯落物,使乔木固沙林土壤有机物较多停留在土壤中,造成其总碳累积速率与效应比灌木林高[35]；草地有机碳固定受气候、植被、土壤理化特性以及人类活动等诸多物理、生物和人为因素交互作用的影响,人文因素包括灌溉、引种、补播及松土改良等的土地利用和土地管理措施,自然因素包括温度、降水等气候因子及大气CO2浓度等[36—37]。

3.2 基于不同土地利用类型固碳服务功能与景观指数的关系的生态空间优化策略

根据固碳功能与景观指数的相关性结果来看,不同生态空间用地类型的固碳功能与不同景观指数的相关性不同,各个景观指数对固碳量的变化均无明显负向作用。但本实验仅研究了其相关性,对于相互作用的因果方有待进一步研究证实。针对生态空间不同用地类型所相关的不同景观指数的特点,可采取提高与其相关性强的景观指数的措施或增强该类型用地的固碳服务功能进行相互间的优化提升。在影响景观格局的可能因素方面,社会经济的发展、城市产业结构的调整等造成城市建设用地规模扩大和生态空间萎缩,改变了景观格局[38],进而对生态空间用地固碳服务功能造成影响。生态空间土地利用类型耕地、林地、草地都为碳汇用地,综合研究结果,优化生态空间用地结构可以更合理地利用土地,提高碳汇效益。优化策略应落实到具体的碳汇用地调整上,如：增加林地等碳汇能力佳的用地类型；通过重组生态廊道、碳汇斑块来提升碳汇效益；严格划定保护隔离线和缓冲区域,把受人类活动干扰的区域转移到低汇区；可持续地优化城乡土地利用结构,形成耕地、林地、草地按合理比例混合的布局形式等。从土地利用角度出发,同时结合城市群特点与景观生态学、国土空间规划等相关理论,对研究区生态空间进行策略优化,可以为提升京津冀群的碳汇效益及整体碳循环,创造健康可持续的健康低碳环境提供指导。

4 结论

本研究利用1998—2018年间京津冀地区的发展历程中具有代表性的4个时间点(2000年、2005年、2015年、2018年)生态空间3种用地类型耕地、林地、草地的土地覆被及植被固碳量数据,研究了生态空间土地利用变化、单位面积固碳量及年总固碳量的变化和分布特点,利用2018年8个城市各自的生态空间用地固碳量与不同景观指数的关系,研究了生态空间固碳服务功能与景观格局的关系特征,并根据上述研究结果提出相关探讨。

研究结果表明：

(1)京津冀生态空间中耕地、林地、草地均为碳汇用地,2000—2018年期间用地面积排序为：耕地>林地>草地,用地面积减少量排序为：林地>耕地>草地。耕地为研究区东南半部的主导类型,林地作为区域西北半部的主导类型,草地分布呈与林地相间状态。从时间变化来看,2000年、2005年、2015年3个时间点耕地、林地、草地的分布情况基本不变,2018年北京市内西北部大面积的林地转化为耕地。

(2)2000—2018年期间生态空间3种用地的年固碳量排序为：耕地>林地>草地,用地年固碳量增长量排序为耕地>林地>草地。从平均单位固碳量来说,4个时间点均表现为：林地>耕地>草地。从单位固碳量时空变化来看,区域分布差异明显且随时间变化量大。

(3)从生态空间不同用地类型的固碳量与景观格局的关系来看,耕地年总固碳量与其各景观指数没有明显相关性；林地年总固碳量与最大斑块指数(LPI)、斑块形状指数(LSI)、景观百分比(PLAND)有0.01级别的显著正相关性；草地年总固碳量与斑块密度(PD)、景观百分比(PLAND)有0.05级别的显著正相关性,与斑块形状指数(LSI)有0.01级别的显著正相关性；生态空间总固碳量与斑块形状指数(LSI)有0.01级别的显著正相关性。

根据研究结果提出了相关原因讨论,同时基于固碳服务功能与景观格局的关系特征,从土地利用角度提出了京津冀生态空间土地利用优化策略。本文对前人研究进行了理论补充及实验完善,对全球变暖之下城市群生态环境可持续发展提供了方法指导和借鉴。本文仅选取京津冀城市群进行分析说明,对于其他城市群区域存在的差异性未能顾及；不同类型的生态空间用地与景观指数的相关性差异原因尚未确凿；仅研究了其相关性,对于相互作用的因果方及作用机制有待深入深。