大都市郊区土地利用变化对碳储量时空格局影响研究：以武汉市黄陂区为例

张 斌,夏秋月,董 捷,李 璐

(1.华中农业大学公共管理学院,湖北 武汉 430070;2.湖南工商大学公共管理与人文地理学院,湖南 长沙 410000)

改革开放以来,我国经济高速发展,城市化持续推进,与此同时CO2排放量迅速增长[1]。作为负责任的大国,中国政府在第七十五届联合国大会一般性辩论上庄严承诺“二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”。联合国的千年生态系统评估报告指出,陆地生态系统因地表分布有大量固碳单元,在吸收CO2、调节气候变化方面起着关键作用[2]。提高陆地生态系统碳储量能有效减少CO2含量,是减缓温室效应最经济可行且对环境友好的途径之一[3]。现有大量研究表明,土地利用变化通过引起陆地生态系统结构和功能的改变,能够直接影响陆地生态系统碳储量,是造成CO2激增的第二大原因[4]。一方面,当偏重经济发展的城市化不断推进时,建设用地持续侵蚀农用地和生态用地,在此过程中释放大量CO2,陆地生态系统会逐步成为碳源;另一方面,当以节约资源和保护环境作为目标走绿色发展之路时,退耕还林还草等生态保护性政策的实施,能促进大气中CO2的储存,增强陆地生态系统的碳汇能力。可见,土地利用变化不仅是环境变化的关注热点,也是研究陆地生态系统碳储量变化的关键点。因此,准确评估土地利用变化对碳储量的影响有利于“双碳”目标的顺利达成。

中国城市处于加速发展的过程中,城市无序蔓延以及“大城市病”等问题日渐凸显,成为约束城市高质量发展的关键难题。为了减轻中心城区交通、就业和环境的压力,大都市市区逐渐向外扩散为多中心的结构[5]。大都市郊区表现出郊区城市化的特点,主要特征为中心市区的产业和人口逐步向郊区转移的一种离心发展现象[6]。而大都市郊区因生态底色良好、土地成本低廉,成为大都市城镇化进程中土地利用变化剧烈、人地关系矛盾突出的区域之一[7]。在得到快速发展机遇的同时,其自身也面临耕地不断减少、生态空间日益萎缩的挑战,导致碳储量大量流失。因此,土地利用变化在大都市郊区碳储量评估中极为关键。在碳储量的估算方法上,样地清查法测算结果最为准确,但普适性差[8]。随着技术的进步,以GIS技术和InVEST模型为代表的遥感技术与综合模型相结合的方法得到广泛应用[9]。而在土地利用变化对碳储量影响的研究方面,国内外学者大多是依据土地利用历史数据探讨碳储量变化的原因[10-12],研究区主要集中于流域[13]、湿地[14]、海岸带[15]等重要生态保护区或生态脆弱区,较少涉足于典型人地关系复杂的城市郊区。随着研究的不断深入,学者们在进一步明晰土地利用变化自然和社会经济驱动因子的基础上,运用马尔科夫、灰色预测、线性规划以及系统动力学等数量预测模型和CA、CLUE-S、FLUS等空间预测模型相结合的混合模型模拟区域未来土地利用变化情景[16-19]。研究结果侧重于比较各个情景下地类转化的不同引起碳储量变化的差异,但忽视了从整体视角探讨土地利用强度与碳储量的空间关系,无法系统全面地评估土地利用变化对碳储量的影响。

黄陂区被誉为“武汉后花园”,生态底色极为优越。同时,县域经济规模连续3 a保持全省第1,经济发展势头正盛。在未来的发展过程中如何兼顾生态保护与经济建设,是黄陂区亟需探索的难题。因此,以大都市郊区武汉市黄陂区为例,基于2000—2020年的5期土地利用数据,采用InVEST模型和FLUS模型,研究2035年多情景下的黄陂区土地利用变化及其对陆地生态系统碳储量的影响,并探讨土地利用强度与碳储量的空间关系,以期优化大都市郊区土地利用格局,促进区域生态保护与经济发展的协同发展。

1 研究区概况与数据来源

1.1 研究区概况

黄陂区隶属湖北省武汉市,位于武汉市西北部、湖北省东部偏北,地跨北纬30°40′～31°22′,东经114°09′～114°37′,总面积为2 243.23 km2(图1)。地势北高南低,低山区和丘陵区占全区总面积的36%,平原区和滨湖区占64%,大体上呈现“三分半山,一分半水,五分田”的格局。黄陂属亚热带季风性气候区,雨水充沛,光照充足,四季分明,年均日照时长达1 917.4 h,年均降水量为1 202 mm。截至2020年,黄陂区GDP为1 013.28亿元,三次产业结构为12.2∶35.5∶52.3,以休闲旅游业和临空经济产业为主的第三产业已成为支撑其发展的重要支柱。常住人口达115.16万人,城镇化率为53.22%,正处于城镇化中期阶段,城镇建设用地的快速扩张、耕地大量流失以及生态用地的萎缩必然导致相应的碳储量损失。因此,选择黄陂区作为研究对象具有一定的代表性。

图1 研究区土地利用图

1.2 数据来源

研究所需要的相关数据主要包含土地利用/覆被变化(LUCC)影像数据、各地类的碳密度数据以及社会经济统计数据。

土地利用/覆被变化影像数据来源于2000、2005、2010、2015和2020年Landsat陆地卫星遥感影像,并将影像解译为建设用地、耕地、林地、草地、水域和未利用地这6种土地利用类型,空间分辨率为30 m。

Markov-FLUS耦合模型所需的自然和社会经济驱动因子数据如下：自然因子中,高程、坡度和坡面来源于地理空间数据云平台(http：∥www.gscloud.cn/);土壤类型和土壤有机质含量来源于世界土壤数据库(http：∥wetstgis.ac.cn/);年平均气温和降水来源于中国气象数据网(http：∥data.cma.cn/)。社会经济因子中,人口和GDP来源于统计年鉴;到河流、国道、省道、高速、铁路、县道和乡道的距离来源于国家基础地理信息中心(http：∥www.ngcc.cn/)。

碳密度数据来源于文献资料整理。其获取遵循以下原则：优先选用位于湖北省的实地测量数据,若数据不全,则使用临近湖北省的实测数据或文献整理数据[20]。值得注意的是,实测数据会因为实测方法或取样时间的不同存在差异,因此需要通过对比分析剔除异常值,对同一地类的碳密度取有关文献的平均值。

社会经济统计数据主要来源于统计年鉴,并以国民经济和社会发展统计公报作为补充。

2 研究方法

2.1 土地利用变化分析

土地利用动态度能够描述某一时间段内研究区的土地利用类型数量变化情况,以此表示该区域土地利用变化的剧烈程度,以及比较各地类、各时间段内或各区域间的差异状况。其中,单一土地利用动态度是指单位时间内某一地类变化的快慢,而综合土地利用动态度用来表示单位时间内地类整体转化的程度[21]。单一土地利用动态度的具体公式为

(1)

式(1)中,K为单一土地利用动态度指数,%;Ub、Ua分别为研究期末和研究期始某地类的面积,km2;T为某一研究期的时间尺度,a。其中,K为正值表明某一地类在研究期内面积增加,反之则面积有所减少,且K绝对值越大表明变化程度越剧烈。

综合土地利用动态度的具体公式为

(2)

式(2)中,LC为综合土地利用动态度指数,%;LU,i为研究期始第i类用地的面积,km2;ΔLU,i-j为某一研究期内第i类用地转变为其他地类的面积总和,km2。其中,LC越大表明变化程度越剧烈。

土地利用转移矩阵能够反映研究区某一时间段内各土地利用类型间的相互转换特征,直观反映各地类的转移方向和转换面积,可用来深入剖析土地利用结构变化过程[22]。在GIS平台的支撑下,将黄陂区不同时期的土地利用栅格图进行叠加相交处理,并导入Excel数据透视表内,进而得到土地利用转移矩阵。

2.2 InVEST模型

InVEST模型中的Carbon模块计算碳储量的基本假设为：各地类对应一个由地下碳密度、地上碳密度、死亡有机质碳密度和土壤有机质碳密度构成的总碳密度[23],且某一种地类的碳密度是一个常量[24]。其中,地下碳密度是指地下各植物根系中的碳密度,地上碳密度是指表层陆地上存活植物的碳密度,死亡有机质碳密度是指枯枝落叶及死亡植物中的有机碳密度,土壤有机质碳密度是指20～100 cm深度土壤中储存的有机质碳密度(表1)。碳储量的计算公式为

Ci=Ci,above+Ci,below+Ci,dead+Ci,soil,

(3)

Ci,total=Ci×Ai。

(4)

式(3)～(4)中,Ci为地类i的总碳密度,t·hm-2;Ci,above为地类i的地上碳密度,t·hm-2;Ci,below为地类i的地下碳密度,t·hm-2;Ci,dead为地类i的死亡有机质碳密度,t·hm-2;Ci,soil为地类i的土壤有机质碳密度,t·hm-2;Ci,total为地类i的总碳密度,t·hm-2;Ai为地类i的面积,hm2。

表1 各地类碳密度

2.3 Markov-FLUS耦合模型

2.3.1模型介绍

Markov模型是基于马尔科夫链过程而形成的预测事件发生概率的一种方法,具有无后效性特征,即当前的状态仅与前一时刻的状态有关,而与其他因素无关[25],已广泛运用于土地利用变化情景预测中[26]。FLUS模型可用于模拟在自然和人类双重影响下土地利用的未来情景,且模拟精度高于常用的CLUE-S模型和ANN-CA模型[27-28]。笔者将此2种模型进行耦合得到Markov-FLUS模型,能实现土地利用变化在数量和空间上的模拟。

2.3.2情景设置

该研究设置3种土地利用情景：(1)自然发展情景,根据区域2000—2020年土地利用变化规律,按照现有发展模式和地类转移概率,在转换过程中不对任何地类设限。(2)经济优先发展情景,充分考虑区域发展需求,积极打造更具竞争力的国际空港产业高地和国际性航空门户枢组,依据《黄陂区分区规划(2017—2035年)》,加快建设武汉临空副城中心和前川中心。在此情景中,需增加其他地类向建设用地的转移概率。因此设置耕地、林地、水域向建设用地转移的概率分别增加30%、20%和20%。(3)综合发展情景：黄陂区位于长江中游,要服务于武汉全面建成国家中心城市的奋斗目标,又要恪守长江经济带绿色发展的基本原则。依据《黄陂区分区规划(2017—2035年)》和《武汉市国土空间总体规划(2021—2035年)》,坚持生态优先、绿色发展的规划原则,既要抓住武汉临空副城和长江新区建设的历史机遇,又要打造更具活力的山水生态宜居新城。在此情景中,增加生态用地转出成本的同时,要适度开发城市允许建设区。因此设置耕地、林地和水域向建设用地转移的概率分别降低20%、25%和30%,耕地向林地和水域转移的概率均增加10%。

2.3.3邻域权重设置与限制区设定

邻域权重参数为某一范围内各地类的扩张能力,表征在自然和社会经济因素驱动下各地类的侵占程度。参数范围在0～1之间,值越大表明该地类侵占能力越强。参照相关文献的赋值方法[29],计算得到耕地、林地、草地、水域、建设用地和未利用地的邻域权重分别为0.57、0.25、0.37、0.44、0.96、0.21。

划定区域生态保护红线和永久基本农田红线作为地类转换的限制条件(图2)。其中,生态保护红线是指在国土空间内具有特殊生态功能或重要生态作用的区域,对该区域需严格保护,以维护生态系统安全。永久基本农田红线是指在一定时期内根据人口和社会经济发展水平确定,需永久性保护和持续监管的优质耕地。对此2条红线的划定均以《武汉市2006—2020年土地利用总体规划(调整完善成果)》为参照。

图2 土地利用限制区域

2.4 土地利用强度综合指数

人类对不同土地资源的投入和利用程度存在差异,最直接的表现就是土地利用强度的区别。研究显示,土地利用强度与生态系统有着密切联系,是促进生态系统服务变化的重要原因[30]。参考韩增林等[31]和柳冬青等[32]的研究,对不同地类进行土地利用强度划分,耕地、林地、草地、水域、建设用地、未利用地的土地利用强度等级分别为3、2、2、2、4、1。土地利用强度综合指数的计算公式为

(5)

式(5)中,L为土地利用强度综合指数;Pi为第i级土地利用强度;Qi为第i级地类面积占比,%。

2.5 空间自相关分析

为了探究土地利用强度与碳储量的空间格局,基于GeoDA软件进行空间自相关分析。空间自相关由全局和局部自相关构成。全局自相关可分析研究区内单元间某一特征的整体相关水平,而局部自相关用于计算局部邻近单元间某一特征的相关水平,能更准确地把握局部聚集和分异水平。双变量空间自相关在两者的基础上进一步扩展,可对2种要素之间的空间相关关系进行度量。其中,高-高聚类和低-低聚类为协同关系,高-低聚类和低-高聚类为权衡关系[33]。计算公式为

(6)

(7)

(8)

3 结果与分析

3.1 黄陂区土地利用变化特征

基于Landsat-8遥感卫星数据解译得到黄陂区2000、2005、2010、2015和2020年不同土地利用类型面积及占比(表2)。由表2可知,耕地是黄陂区最主要的地类,其面积由2000年的1 438.566 km2下降至2020年的1 374.650 km2,但仍占总面积的61.28%。林地是黄陂区的第二大地类,2020年占总面积的比例为21.93%,其面积呈现先增加后减少的趋势,但减少幅度远小于耕地。这2种地类面积的缩减一定程度上说明了区域发展不可避免地侵占了部分农用地和生态用地。水域是黄陂区的第三大地类,占总面积的比例由2000年的10.72%上升至2020年的10.96%,间接说明区域发展过程中对水资源的保护也十分重视。建设用地在研究期内迅猛扩张,由2000年的62.441 km2增加至2020年的126.267 km2,年均增长率为5.11%。草地和未利用地占比极少,且在研究期内均呈现缓慢减少趋势。依据以上分析可知,黄陂区各地类面积和变化情况存在显著差异,且现阶段耕地、林地占比较多,但总体处于减少态势,水域和建设用地占比较少,但总体处于增加态势。

表2 2000—2020年各用地类型面积占比

由表3可知,2000—2005年,单一土地利用动态度的绝对值从大到小依次为草地、未利用地、建设用地、水域、耕地和林地,其中建设用地和水域为正值,表明其面积在这段时间内快速增加,变化剧烈。其他地类除林地外均为负值,尤其是草地和未利用地面积减少较快。2005—2010年,建设用地的动态度依旧为正且绝对值持续增大,耕地的动态度绝对值位居第2,但动态度为负值,表明此阶段耕地开始快速流失。2010—2015年,建设用地的动态度高达10.08%,是上一期(2005—2010年)的2.78倍;耕地的动态度为-0.47%,是上一期的2.47倍;水域的动态度也开始由正转负,表明该时期建设用地迅速扩张的同时,耕地和水域也急剧衰减。2015—2020年间各地类的动态度相较上一期均有所减少,除建设用地外,其余地类的动态度均为负值。纵观2000—2020年,只有建设用地和水域的动态度为正值,其中建设用地动态度的绝对值远高于其他地类,表明在整个研究期内建设用地为持续扩张趋势,而水域处于波动增加状态。具有重要生态功能的林地和草地以及区域占比最大的耕地面积均震荡下行。各时期的综合动态度呈现先增加后减少的趋势,2000—2005年波动最小,各地类转换相对平稳,而2010—2015年波动最大,区域土地利用变化剧烈。

表3 各时期土地利用动态度

对土地利用结构变化以及土地利用动态度变化的分析仅能反映某一时段内地类的变化面积及程度,无法判断各地类之间的转移方向。而土地利用转移矩阵能够反映研究区某一时间段内各地类间的转移方向和面积,可用来深入剖析土地利用结构变化过程。由表4可知,纵观2000—2020年,20 a间转移地类面积为76.041 km2,其中耕地转出面积达64.486 km2,转出贡献为84.80%,主要是转向建设用地(55.017 km2)和水域(8.805 km2)。水域是转出面积第2位的地类(5.306 km2),主要是转向建设用地(4.828 km2),但其面积因耕地和草地的转入总体上实现了增长。建设用地是转入面积最多的地类(63.914 km2),主要源于耕地、水域和林地,说明研究期间黄陂区建设用地的迅猛扩张是以牺牲农用地和生态用地为代价的,是不可持续的。

表4 2000—2020年不同地类转移矩阵

3.2 黄陂区碳储量时空演变特征

基于前文获取得到的各地类总碳密度,并结合GIS平台中黄陂区2000—2020年的土地利用栅格图,运用InVEST模型可得到区域各时期的碳储量情形。由图3可知,从碳储量的数值来看,2000、2005、2010、2015和2020年黄陂区碳储量分别为255.38、254.81、254.02、251.55和251.11 Tg,地均碳密度分别为113.84、113.59、113.24、112.14和111.94 t·hm-2,20 a间黄陂区总碳储量和地均碳密度呈连续递减势态。从不同时期来看,2015—2020年黄陂区碳储量减少总量最少(0.44 Tg),仅占研究期间区域碳损失的10.30%。由前文分析可知,该时期的综合土地利用动态度不高,且5 a间地类转移面积仅为12.336 km2,表明区域碳储量与土地利用变化联系紧密。2000—2005和2005—2010年黄陂区碳储量分别损失0.57和0.79 Tg,相比2015—2020年略有增加。但值得注意的是,2010—2015年间区域碳流失量高达2.47 Tg,占研究期间区域碳储量减少总量的57.85%。究其原因,此阶段黄陂区综合土地利用动态度处于4个时期的最高值,同时地类转移面积为40.997 km2,尤其是耕地、水域和林地等碳密度较高的地类共转出40.867 km2,而碳密度较低的建设用地转入40.008 km2,碳转移收支极度不平衡,从而导致区域碳储量急剧减少。

将InVEST模型输出的黄陂区碳储量时空分布图以相等间距法划分为优、良、中、差4个等级。从碳储量的空间布局来看,研究区各街道有较为明显的区别。如图4所示,从整体上看,区域碳储量格局较为稳定。“良”级别的栅格占绝大部分,主要分布在黄陂区的中南部以及穿插于“优”级别的栅格之中。而“优”级别的栅格数居第2位,绝大部分处于黄陂区北部,该区域海拔较高,林草茂盛,是黄陂区天然的生态屏障。由“优”和“良”2个级别的栅格数占据绝对地位来看,区域碳储量极为丰富,从侧面验证了黄陂区生态环境的优越性。然而值得注意的是,研究期间高级别的碳储量地区正在缓慢减少,区域碳储量的安全形势不容忽视。“中”级别的栅格数占比较少,大多零散分布在区域的中南部各个街道内。“差”级别的栅格数占比最少,主要分布在滠口街道和武湖街道的边缘。但需要说明的是,较差级别的栅格在逐渐扩张,缓慢侵蚀高级别的地块。

图3 2000—2020年碳储量和地均碳密度变化情况

图4 2000—2020年碳储量时空分布与变化

运用GIS的栅格计算工具获取2000和2020年的碳储量空间分布图,并按照总量变化的±5%作为间断,得到黄陂区2000—2020年碳储量空间变化分布图(图4)。由图4可知,碳储量减少区域主要分布在天河街道、滠口街道、武湖街道、横店街道和前川街道。这些区域的共同特征是经济发展速度快,建设用地扩张迅猛。其中天河街道因黄陂天河机场的建设、国家级临空经济示范区的设立开发活动频繁,而滠口街道因汉口北国际商品交易中心的成立和盘龙城开发区的建设逐渐兴起。武湖街道近年来也步入发展快车道,尤其是搭上武汉建设长江新城的快车,经济发展较快。同时,碳储量增加区域主要分布在研究区北部,以长轩岭街道和木兰乡居多。木兰天池风景区和“月亮湖”湿地生态旅游区处于长轩岭街道,木兰乡的木兰湖旅游度假区也闻名遐迩。由此可以看出,上述区域相关部门选择与自然和谐共处,在发展经济的同时碳储量也逐渐增多,生态环境得到了保护。

3.3 多情景下的土地利用变化对碳储量的影响分析

3.3.1多情景下的土地利用变化分析

一般采用Kappa系数对土地利用布局情形的模拟精度检验[34]。当Kappa系数处于(0.75,1]范围内时,模型模拟精度高,结果能较好地反映未来土地利用情景[2]。基于FLUS模型附带的Kappa系数模块检验功能,得到Kappa系数为0.865,总体精度为0.883,表明此次模拟成功,具有很高的精度和准确性。因此,可运用FLUS模型模拟多情景的黄陂区土地利用变化。由于发展目标不一致,3种情景下土地利用布局具有较大差异。由图5和表5可知,耕地在3种情景下面积均有所减少,但程度不尽相同。

Q1、Q2和Q3分别指自然发展情景、经济优先发展情景、综合发展情景。

表5 2020—2035年不同土地利用情景下各地类变化情况

其中,耕地在经济优先发展情景中急剧衰减,变化比例达到-5.17%;而在综合发展情景中减少趋势得到缓解,仅减少28.031 km2,变化比例不到经济优先发展情景的一半;在自然发展情景下耕地减少量居于两者之间,略高于综合发展情景。同时,3种情景下耕地减少区域均集中在前川街道、滠口街道和天河街道。建设用地与耕地的情况相反,在经济优先发展情景中扩张最为迅速,比例达76.52%,而在自然发展情景和综合发展情景下分别为53.10%和25.64%,说明综合发展情景能较好地约束建设用地的无序扩张。作为重要的生态用地,林地和草地面积在综合发展情景下均实现增长,为区域经济发展提供了良好的生态保障,但在经济优先发展情景下均快速流失,说明在该模式下黄陂区是以牺牲生态环境来实现经济迅速增长的,是不可持续的。水域面积在经济优先发展情景下减少量最多(减少10.714 km2),而在综合发展情景下减少量最少(减少7.316 km2),表明区域在坚持兼顾经济与生态的理念下,能将对自然资源的破坏降低到最小程度。而未利用地因占比极少,在各个情景中变化量相差不大。

3.3.2多情景下各地类转换对碳储量的影响

各地类因碳密度和面积的不同,自身所能保留的碳储量存在较大差异。如图6所示,耕地碳储量居各地类之首。虽然其碳密度仅有105.01 t·hm-2,但广泛分布于全境,是区域最大碳库。比较各个情景下耕地碳储量可知,综合发展情景下最大,为141.41 Tg,而经济优先发展情景仅有136.89 Tg,两者因发展理念的差异,造成了区域碳储量的巨大区别。但值得注意的是,耕地在3种情景下均有所减少,因此对耕地的保护不能松懈。林地是区域的第二大碳库,所保留的碳储量占耕地的60%左右,碳密度高达170.18 t·hm-2,固碳能力最强,即使面积少量减少,也会导致碳储量的大量损失。因此,要格外注重对上述2种地类的保护。水域和建设用地是区域的第三、四大碳库,但因其碳密度和面积占比均较少,即便面积迅猛增加,对区域整体的碳储量格局也无法产生较大影响。

Q1、Q2和Q3分别指自然发展情景、经济优先发展情景、综合发展情景。

由图7可知,耕地转为建设用地依然是区域碳储量减少的最主要原因。

Q1、Q2和Q3分别指自然发展情景、经济优先发展情景、综合发展情景。

3种情景下两者的转换广泛分布于全境,其中前川街道、横店街道、天河街道、滠口街道和武湖街道依旧为突出地区。但3种情景碳损失量存在差别,自然发展情景为39.78 Tg,经济优先发展情景高达57.56 Tg,而综合发展情景仅有25.56 Tg。由此可见,综合发展情景相比其他情景能在最大限度上减少建设用地对耕地的侵占。而耕地向水域转换与上述情况相反,在综合发展情景下两者转移面积最多,为20.431 km2,主要分布在滠口街道、天河街道和木兰乡,而自然发展情景下两者转移面积最少,为9.828 km2,可能的原因在于一些撂荒或者产量不高的耕地转变为水库或者湖泊,导致其利用率提高。耕地向林地的转换主要集中在区域北部的高海拔地区,主要将一些不适宜耕作的土地退耕还林,提高区域绿化率。在综合发展情景下,耕地向林地转换面积最大,为21.438 km2,补充碳储量13.97 Tg,是经济优先发展情景下耕地向林地转换面积的2倍。对比3种情景下2020—2035年土地利用与碳储量变化,土地利用的转移区域与碳储量的增减区域大致相同,耕地向建设用地转换和耕地向水域转换的地区对应的碳储量均表现为减少,尤其以经济优先发展情景减少量最多,减少区域范围最大。耕地向林地转换的地区对应的碳储量均表现为增加,尤其以综合发展情景增加量最多,增加区域范围最大。

3.3.3多情景下的土地利用强度与碳储量关系分析

为研究3种情景下黄陂区土地利用强度对碳储量的影响,以1 km×1 km为单元,分别计算每个网格的土地利用强度综合指数,将其看作网格中心值进行反距离权重插值,并利用自然断点法划分为5种强度带(图8)。

Q1、Q2和Q3分别指自然发展情景、经济优先发展情景、综合发展情景。

如图8所示,3种情景下土地利用强度均以中级别的栅格为主,但占比有较大差异,综合发展情景最多(53.35%),而经济优先发展情景最少(34.59%),且大多位于区域中南部,对应的土地利用类型为耕地,因此可能的原因在于综合发展情景下耕地因永久基本农田红线得到了很好的保护,而经济优先发展情景下过于注重经济快速提升,建设活动的开展侵占了大量耕地。同时,从中级别强度的分布看来,综合发展情景下其呈连片集中聚集,而其他2两种情景则较为杂乱。低和较低级别强度的栅格主要分布在区域北部以及南部四周边缘地带,其对应的地类为林地和水域,而综合发展情景下这2类栅格占比同样最多(36.37%),高于自然发展情景(35.53%)和经济优先发展情景(32.16%)。较高和高级别强度栅格在3种情景下均较少,在经济优先发展情景中占比最多(33.25%),而在综合发展情景中占比最少(10.28%),大多处于原有建设用地的四周,主要分布在前川街道和天河街道。

基于GeoDa软件计算黄陂区3种情景下土地利用强度与碳储量的莫兰指数,分别为-0.256、-0.261 和-0.251(P<0.01),显示区域土地利用强度与碳储量呈现显著空间负相关关系,随着土地利用强度的不断增加,黄陂区的碳储量将逐渐减少。由图9可知,黄陂区3种情景下高-低聚集(高土地利用强度和低碳储量)是最主要的聚集形式,主要集中在区域南部以及边缘地区。该地区多为建设用地集中分布处,是黄陂区最有经济活力的地区,不可避免挤占了大量生态用地。但值得指出的是,低-低聚集(低土地利用强度和低碳储量)区域虽然占比最少,但分散分布在高-低集聚区域之中,对应的地类大多为水域,其存在既可以一定程度上阻隔建设用地的扩张,又能够有效缓解区域碳储量的流失。应当注重对该区域的保护,可作为建设用地继续扩张的“防线”,倒逼集约节约用地。高-高聚集(高土地利用强度和高碳储量)和低-高聚集(低土地利用强度和高碳储量)区域均分布在研究区北部,两者相间分布。因黄陂区北部大多为高海拔地区,林地和草地较多,因此2种聚集类型均表现出高碳储量的特征,但因利用方式的差异,土地利用强度和碳储量则表现出相反的关系。高-高聚集区域虽主体部分为林地,但其间集中分布着少许建设用地,在提高当地土地利用强度的同时不至于破坏生态环境。而低-高聚集区域位于大别山脉之麓,地势较为陡峭,人口密度低,建设用地较少,因此土地利用强度不高。对比分析3种情景的土地利用强度与碳储量的局部自相关图可知,其聚集关系分布大致相同,但数量关系有较大差异。综合发展情景下高-高聚集和低-低聚集栅格占比最高(26.52%),高于自然发展情景(26.15%)和经济优先发展情景(25.53%)。表明综合发展情景下土地利用强度与碳储量处于协同关系的地区最多,经济发展与生态保护之间能达到平衡状态。高-低聚集和低-高聚集栅格占比最高的是自然发展情景(46.96%),最低的是综合发展情景(44.07%)。表明综合发展情景下土地利用强度与碳储量冲突的地区最少,该情景能有效缓解经济发展与生态保护之间的矛盾。

Q1、Q2和Q3分别指自然发展情景、经济优先发展情景、综合发展情景。

4 讨论与结论

4.1 讨论

黄陂区作为武汉的“后花园”,整体上碳储量格局稳定。“良”级别的栅格占据绝大部分,生态底色优越。但与此同时,其经济发展势头正盛。在兼顾生态保护和经济发展的过程中,需特别注意以下2个方面。(1)切实保护耕地。黄陂区耕地是区域最大碳库,但不管在历史土地利用中还是不同模拟情景下,面积减少量均为各地类之最,从而造成了区域碳储量的大量流失。因此,在未来的土地利用决策中,务必坚持保护永久基本农田不动摇,对被侵占的耕地严格实施占补平衡策略,才能使区域碳储量维持在较高水平。(2)注重生态脆弱区的保护。以黄陂前川街道、天河街道、滠口街道和武湖街道为代表的高速发展区域,要继续坚持高质量发展之路。该区域四周水网密布,且多为生态保护红线,可作为其发展的生态屏障,倒逼区域集约节约用地,减少对高碳密度地类的侵占。以长岭街道和木兰乡等为代表的生态底色优越的区域,第一要务即为坚持“绿水青山就是金山银山”。要对其进行有条件的开发利用,坚持维护环境底色,适度开发旅游项目,缓解经济发展与生态保护之间的矛盾。

笔者设置了黄陂区3种未来发展情景,在自然发展情景和经济优先发展情景下,黄陂区碳储量均大幅减少。尤其是经济优先发展情景下耕地和林地大量减少,碳库损失严重,同时建设用地急剧扩张,区域碳流失达6.30 Tg;而在综合发展情景下耕地减少趋势得到有效缓解,林地实现正增长,建设用地扩张受到制约,区域碳流失仅为1.45 Tg,在发展的同时碳储量仍处于较高水平。对于多情景下的黄陂区土地利用强度与碳储量的空间关系分析可知,虽然每种情景下两者均呈现显著负相关关系,但在综合发展情景下负相关关系的程度最低。进一步观察两者的局部自相关图可知,综合发展情景下两者呈协同关系的地区最多而呈冲突关系的地区最少。因此,此情景下区域能有效缓解经济发展与生态保护之间的矛盾。笔者设置的综合发展情景中各地类的转移概率、转换成本以及地类的驱动因子皆为模型调试的结果,检验精度较高,虽不一定完全符合未来区域发展实践,但仍可为黄陂区未来兼顾经济发展和生态保护提供一定借鉴。

该研究在“双碳”目标下开展黄陂区土地利用变化对碳储量的影响研究,对区域平衡碳收支、制定碳减排政策和优化国土空间格局具有重要意义,同时分析了未来不同情景下区域土地利用变化与碳储量的关系,但未据此提出精细化的区域分区管理体系,今后将继续加强此方面的研究。此外,该研究采用InVEST模型结合GIS技术,弥补了传统碳储量估算方法采样周期长、工作量繁琐的不足,具有参数获取简便、结果可视化等优势。但该模型运行的前提条件为地下碳密度、地上碳密度、死亡有机质碳密度和土壤有机质碳密度等是常量,与实际碳密度相比具有一定误差,今后的研究应对研究区碳密度进行连续多年监测,以保证评估结果的准确性。

4.2 结论

以大都市郊区武汉黄陂区为例,基于2000—2020年5期土地利用数据,采用InVEST模型和FLUS模型,研究2035年多情景下的黄陂区土地利用变化及其对陆地生态系统碳储量的影响,并探讨土地利用强度与碳储量的空间关系,得出的结论如下：(1)林地和耕地是黄陂区的主要地类,但呈现减少趋势。建设用地和水域有所增加,尤其是2010—2015年变化最为剧烈,主要来源于耕地的转入。(2)黄陂区碳储量持续减少,2010—2015年间区域碳流失高达2.47 Tg,但区域整体上生态底色良好,地均碳密度较高。(3)3种情景下耕地转向建设用地依然是区域碳储量减少的最主要原因,但综合发展情景下减少量最小。1 km×1 km尺度下土地利用强度与碳储量全局自相关呈现显著负相关关系,而局部自相关表明综合发展情景下两者协同发展的栅格占比最多。